Contents

Chapter 1. Spaţiul vectorilor liberi 3

1. Vectori liberi 3
2. Operaţii cu vectori liberi 5
3. Coliniaritate şi coplanaritate 8
4. Produse cu vectori liberi 15
5. Probleme 22

Chapter 2. Spaţii vectoriale 27

1. De…niţia unui spaţiu vectorial. Exemple 27
2. Subspaţii vectoriale. Operaţii cu subspaţii vectoriale 28
3. Combinaţii liniare. Sisteme de generatori. Dependenţ¼ a şi independenţ¼
a
liniar¼
a 31
4. Baz¼ a. Dimensiune 33
5. Dimensiunea unui subspaţiu vectorial 36
6. Rangul unui sistem de vectori şi rangul matricei sale. Sisteme de ecuaţii
liniare 37
7. Matricea de trecere de la o baz¼ a la alta. Schimbarea coordonatelor unui
vector la schimbarea bazei 42
8. Metoda lui Gauss pentru rezolvarea sistemelor de ecuaţii algebrice
liniare 44
9. Probleme 49

Chapter 3. Aplicaţii liniare 53

1. Aplicaţii liniare. Izomor…sme de spaţii
vectoriale 53
2. Nucleu şi imagine 55
3. Matricea asociat¼ a unei aplicaţii liniare 58
4. Matrice şi aplicaţii liniare 60
5. Transformarea matricei unei aplicaţii liniare la schimbarea bazelor 62
6. Probleme 64

Chapter 4. Valori şi vectori proprii. Forma canonic¼

a a unui endomor…sm 67
1. Valori şi vectori proprii ai unui
endomor…sm 67
2. Polinom caracteristic. Polinoame de matrice şi de endomor…sm.
Teorema Hamilton-Cayley 70
3. Diagonalizarea matricelor 72
4. Forma canonic¼ a Jordan 76
5. Probleme 80
1
2 CONTENTS

Chapter 5. Spaţii euclidiene. Endomor…sme pe spaţii euclidiene 83

1. Spaţii euclidiene 83
2. Ortogonalitate. Baze ortonormate 86
3. Complementul ortogonal al unui subspaţiu 90
4. Transform¼ ari liniare autoadjuncte 91
5. Transform¼ ari liniare ortogonale 93
6. Probleme 95

Chapter 6. Forme biliniare. Forme p¼ atratice 99

1. Forme biliniare. Matrice asociat¼ a. Rangul unei forme biliniare 99
2. Forme p¼atratice. Reducerea la forma canonic¼ a 101
3. Legea de inerţie a formelor p¼
atratice 109
4. Reducerea simultan¼ a la forma canonic¼a a dou¼
a forme p¼
atratice 110
5. Probleme 112
Chapter 7. Elemente de calcul tensorial 115
1. Dualul unui spaţiu vectorial 115
2. Aplicaţii multiliniare. Forme multiliniare 118
3. Tensori. Coordonatele unui tensor într-o baz¼ a 119
4. Operaţii cu tensori 120
5. Transformarea coe…cienţilor unui tensor la schimbarea bazei 122
6. Probleme 124
 CHAPTER 1

Spaţiul vectorilor liberi

Calculul vectorial este o creaţie matematic¼ a, care îşi a‡a¼ originea în …zic¼
a
(mecani-
c¼
a). În acest capitol prezent¼ am operaţiile cu vectori care constituie algebra vec-
torial¼
a. Vectorii sunt entit¼aţi matematice introduse pentru a reprezenta m¼ arimi
mecanice ca: forţa, viteza, acceleraţia etc.

1. Vectori liberi
Fie S spaţiul geometriei elementare de…nit cu axiomele lui Euclid (numit şi
spaţiul …zic sau spaţiul intuitiv ). Spaţiul S este tocmai spaţiul în care tr¼
aim şi
este conceput ca o mulţime de puncte. Dreptele, planele sunt submulţimi ale lui
S. Punctul, dreapta, planul şi spaţiul S sunt noţiuni primare legate prin anumite
axiome, cunoscute din geometria elementar¼ a.
În geometrie, vectorii sunt segmente orientate, iar în …zic¼
a acele m¼ arimi repre-
zentabile geometric prin segmente orientate. Astfel forţa aplicat¼ a într-un punct al
unui sistem material este un vector legat.
DEFINIŢIE. O pereche ordonat¼ a de puncte ( ) 2 S S se numeşte segment
!
orientat sau vector legat şi se noteaz¼a (…g. 1.1). Punctul se numeşte origine,
iar punctul extremitate. Dac¼ a 6= , dreapta determinat¼ a de punctele şi
! !
se numeşte dreapta suport a vectorului . Vectorul legat se numeşte vector
legat nul, dreapta sa suport …ind nedeterminat¼ a.
! !
Vectorii legaţi şi se numesc opuşi şi sunt distincţi dac¼a 6= .
! !
DEFINIŢIE. Doi vectori legaţi nenuli şi au aceeaşi direcţie dac¼
a dreptele
lor suport sunt paralele sau coincid.
!
Un vector legat nenul determin¼a unic dreapta şi un sens de parcurs pe
aceast¼a dreapt¼a: sensul de la la .

Fig. 1.1

3
4 1. SPA ŢIUL VECTORILOR LIBERI

!
DEFINIŢIE. Fie punctele necoliniare . Vectorii legaţi nenuli şi
!
au aceeaşi orientare (acelaşi sens) dac¼a au aceeaşi direcţie şi dac¼
a punctele
şi se a‡a¼ de aceeaşi parte a dreptei determinat¼ a de şi (…g. 1.2). Dac¼ a
! !
sunt coliniare, consider¼am punctele 2 astfel încât şi au
! ! ! !
acelaşi sens. Spunem c¼ a şi au acelaşi sens dac¼
a şi au acelaşi sens.
Doi vectori legaţi care au aceeaşi direcţie, dar nu au aceeaşi orientare, se spune c¼ a
au orient¼ari opuse (sensuri opuse).

Fig. 1.2 Fig. 1.3

!
DEFINIŢIE. Se numeşte norma (lungimea sau modulul ) unui vector legat ,
distanţa dintre punctele şi (relativ la o unitate de m¼ asur¼a …xat¼a) şi se noteaz¼
a
!
k k. Evident lungimea vectorului legat nul este egal¼ a cu zero.
! !
OBSERVAŢIE. Vectorii legaţi şi sunt egali dac¼a şi numai dac¼ a
şi .
! !
DEFINIŢIE. Doi vectori legaţi nenuli şi se numesc echipolenţi (vom
! !
nota ) dac¼a au acelaşi sens şi aceeaşi lungime (…g.1.3). Vom admite c¼ a
toţi vectorii legaţi nuli sunt echipolenţi.
Este clar c¼
a:
! ! ! !
a) () ;
! !
b) () este paralelogram;
! !
c) () [ ] şi [ ] au acelaşi mijloc.
EXEMPLU. În patrulaterul , …e , , , , , mijloacele segmentelor
[ ], [ ], [ ], [ ], [ ], respectiv [ ]. Deoarece şi sunt linii
! !
mijlocii în triunghiurile respectiv , rezult¼
a c¼a k şi k k = k k=
1 ! ! !
k k. Cum şi se a‡a¼ în acelaşi semiplan, şi au acelaşi sens. În
2 ! ! ! ! ! !
consecinţ¼
a . Similar se arat¼ a c¼a şi .
Relaţia de echipolenţ¼
a în mulţimea vectorilor legaţi are aceleaşi propriet¼
aţi ca
şi relaţia de egalitate a numerelor şi anume:
! !
1) ; (re‡exivitate)
! ! ! !
2) ) ; (simetrie)
! ! ! ! ! !
3) şi ) . (tranzitivitate)
 2. OPERA ŢII CU VECTORI LIBERI 5

Aceste propriet¼ aţi rezult¼

a din de…niţia echipolenţei. De exemplu, 3) este con-
secinţ¼
a a tranzitivit¼
aţii paralelismului şi a egalit¼
aţii numerelor reale.
Fiind dat un vector legat, exist¼
a o in…nitate de vectori legaţi echipolenţi cu
acesta.
DEFINIŢIE. Se numeşte vector liber mulţimea tuturor vectorilor legaţi echipolenţi
cu un vector legat dat.
!
Vom nota vectorii liberi cu litere latine mici cu s¼ a: !
ageat¼
! ! ! !
Fie un vector legat. Consider¼ am vectorul liber !=f ; g.
Orice vector legat din ! !
se numeşte reprezentant al vectorului liber . Normal ar
! ! ! !
… s¼
a scriem 2 , îns¼ a cum se obişnuieşte (prin abuz) vom scrie = .
!
Vectorul liber determinat de toţi vectorii legaţi nuli îl vom nota cu 0 şi se va
numi vectorul nul.
Vom nota cu V3 mulţimea vectorilor liberi din spaţiul S.
DEFINIŢIE. Fie ! 2 V3 . Prin direcţie, sens şi lungime ale vectorului liber !
vom înţelege direcţia, sensul respectiv lungimea comune tuturor vectorilor legaţi
din !.
Pentru orice vector liber ! 2 V3 vom nota cu k!k norma sau lungimea lui !,
!
care coincide deci cu norma oric¼ arui reprezentant al s¼
au. Dac¼a!= , atunci
! !
vectorul liber determinat de îl vom nota cu !, deci = !.
! !
DEFINIŢIE. Doi vectori liberi ! şi sunt egali şi vom scrie ! = dac¼a
reprezentanţii lor sunt echipolenţi sau, echivalent, dac¼
a au acelaşi sens şi aceeaşi
lungime.
DEFINIŢIE. Un vector liber cu lungimea unu se numeşte versor.
DEFINIŢIE. Doi sau mai mulţi vectori liberi nenuli care au aceeaşi direcţie se
numesc vectori coliniari. Trei sau mai mulţi vectori liberi nenuli care au reprezen-
!
tanţii paraleli cu acelaşi plan se numesc vectori coplanari.Vectorul nul 0 având
!
direcţia nedeterminat¼ a, se consider¼a coliniar cu orice vector liber.Vectorul nul 0
este coplanar cu orice doi vectori liberi nenuli.
OBSERVAŢIE. Fie 2 S un punct …xat, numit origine. Pentru orice ! 2 V3
! !
exist¼a un singur punct astfel încât = . În acest fel se stabileşte o bijecţie
între V3 şi spaţiul …zic S în care am …xat originea .

2. Operaţii cu vectori liberi

Fie, deci, V3 mulţimea tuturor vectorilor liberi din S3 . Mulţimea V3 se poate
organiza ca un grup aditiv comutativ, de…nind adunarea prin regula triunghiului
sau a paralelogramului.
! ! ! !
DEFINIŢIE. Fie ! 2 V3 şi 2 ! 2 . Vectorul liber ! de
! !
reprezentant (…g. 2.1) se numeşte vectorul sum¼a al vectorilor ! şi şi se
! ! ! !
a !=!+
noteaz¼ sau în reprezentanţi = + .
! ! ! !
a vectorii !
Este evident c¼ = + sunt coplanari. Regula cuprins¼ a în
aceast¼
a de…niţie se numeşte regula triunghiului.
6 1. SPA ŢIUL VECTORILOR LIBERI

Fig. 2.1
!
OBSERVAŢII. 1) Vectorul liber sum¼ a ! = !+ nu depinde de alegerea
! ! !
punctului , deci de…niţia este ”corect¼ a”. Aşadar dac¼a 2 6= şi 2
! ! !
, atunci este echipolent cu .
! ! ! ! !
2) Dac¼ a 2 şi 2 , atunci vectorul liber ! = , unde este
!
diagonala paralelogramului , este, evident, vectorul sum¼ a ! = ! + (…g.
2.2), iar regula respectiv¼ a se numeşte regula paralelogramului. Aceast¼ a regul¼a se
! !
poate aplica numai dac¼ a vectorii şi nu sunt coliniari. Menţion¼am c¼
a cele dou¼a
reguli pot … extinse la suma unui num¼ ar oarecare de vectori liberi.

Fig. 2.2

3) Experienţa arat¼ a c¼
a acţiunea a dou¼
a forţe în acelaşi punct poate … înlocuit¼
a
cu acţiunea unei singure forţe reprezentat¼a de diagonala paralelogramului constituit
cu cele dou¼ a forţe (vectori). Aşadar, regula paralelogramului îşi are originea în
!
mecanic¼ a, compunerea forţelor f¼ acându-se dup¼a aceast¼a regul¼ a: este rezultanta
! !
forţelor şi .

PROPOZIŢIA 2.1. (V3 +) este un grup comutativ.Mai precis au loc:

1) ! + ! = ! + ! 8! ! 2 V ; (comutativitate)
3
! ! ! ! ! ! ! ! !
2) ( + )+ = +( + ) 2 V3 ; (asociativitate)
! !
3) 9 0 2 V3 astfel încât ! + 0 = ! 8! 2 V3 ;
!
4) 8! 2 V3 9 ! 2 V3 astfel încât ! + ( !) = 0

Demonstraţie. Comutativitatea este asigurat¼

a de regula paralelogramului. S¼
a
! ! ! ! !
am acum asociativitatea. Fie !
justi…c¼ 2 V3 , cu 2 ! 2
! ! ! ! ! !
2 (…g. 2.3). Atunci (! + ) + ! are ca reprezentant pe = + ,
! ! ! ! ! ! !
unde 2 + , iar vectorul + ( + ) are ca reprezentant pe =
! ! ! ! ! ! !
= + , unde 2 + . Deci (! + ) + ! = ! + ( + !), deoarece
! !
au acelaşi reprezentant . Elementul neutru este vectorul nul 0 . Pentru orice
! 2 V , vectorul ! este simetricul (opusul) vectorului !.
3
 2. OPERA ŢII CU VECTORI LIBERI 7

Fig. 2.3

OBSERVAŢIE. Existenţa opusului unui vector permite de…nirea sc¼aderii a doi

! ! ! !
vectori liberi ! prin ! = +( ).

În continuare, vom introduce o lege de compoziţie extern¼ a: : R V3 ! V3

numit¼
a înmulţirea unui vector liber cu un num¼ar real (scalar) astfel:

DEFINIŢIE. Fie 2 R şi ! 2 V3 . Prin vectorul liber ! înţelegem un vector

liber determinat astfel:
a) k !k = j j k!k;
a ! 6= 0 şi
b) dac¼ 0 atunci ! şi ! au acelaşi sens, iar dac¼a 0 au
! !
sensuri opuse; când = 0 sau ! = 0 , atunci ! = 0 .

PROPOZIŢIA 2.2. În V3 , înmulţirea cu scalari a vectorilor liberi are urm¼a-

toarele propriet¼aţi:
5) 1 ! = ! 8! 2 V3 ;
6) ( !) = ( )! 8 2 R 8! 2 V3 ;
7) ( + ) = ! ! + ! 8 2 R 8! 2 V3 ;
! ! !
8) (! + ) = ! + 8 2 R 8! 2 V3 .

Demonstraţie. Propunem 5) şi 6) ca exerciţiu. 7) Aşadar, …e 2 R şi

! 2 V . Vom ar¼ ata c¼ a ( + )! = ! + !. Distingem mai multe cazuri.
3
a) Dac¼a 0, atunci vectorii ( + )! şi ! + ! au acelaşi sens cu
!dac¼ a 0 şi sens contrar lui ! dac¼ a 0. Totodat¼
a j + j = j j + j j.
Atunci k ! + !k = k !k + k !k = j j k!k + j j k!k = (j j + j j)k!k =
= j + j k!k = k( + )!k.
b) Dac¼a 0 0 şi + 0, atunci ! + ! = ! + [ + ( + )]! =
= ! ! ! !
+ ( + ) = ( + ) , conform a).
Similar se trateaz¼ a celelalte cazuri.
8 1. SPA ŢIUL VECTORILOR LIBERI

Fig. 2.4
! ! ! ! ! ! !
8) Fie 0 şi reprezentanţi ai vectorilor ! +
! !
( + ) (…g. 2.4). Dac¼ a k , 2 şi k , 2 , din teorema
! ! ! !
fundamental¼a a asem¼an¼
arii rezult¼
ak k= k k . Similar k k= k k. În
! ! ! ! ! ! !
consecinţ¼
a = = . Din = + rezult¼
a 8). Dac¼a 0
! ! !
, atunci (! + ) = ( ) (! + ) = [( ) ! + ( ) ]. Dar (! + !) =
= ! ! şi ( 1) ( ) ! = ! (vezi 6)). Se obţine 8).
! 1
a ! 6= 0 , atunci ! = ! ! se numeşte versor al vectorului
DEFINIŢIE. Dac¼
k k
!

3. Coliniaritate şi coplanaritate

! ! ! !
Fie ! 2 V3 ! 6= 0 6= 0 .
!
PROPOZIŢIA 3.1. Dac¼a şi ! sunt coliniari, atunci exist¼a 2 R, unic,
! !
astfel încât = .
! !
Demonstraţie. Cum ! 2 V3 nf 0 g, atunci exist¼a versorii acestor vectori
!0
!0 =
! ! ! ! !0
= ! k!k = k k. Deoarece ! şi a 0 =
sunt coliniari rezult¼ . Atunci
! !
! ! !0 ! !0 k k! ! k k
avem succesiv: =k k = k k( )= = , unde = .
k!k k!k

!
OBSERVAŢII. 1) Evident, dac¼ a ! şi sunt coliniari, atunci exist¼a 0 2 R,
!
unic, astfel încât ! = 0 .
!
2) 0 = 0 !.
!
TEOREMA 3.2. Vectorii nenuli ! şi sunt coliniari dac¼a şi numai dac¼a
! ! !
exist¼a 2 R, nenule simultan, astfel încât + = 0.
!
Demonstraţie. Folosind propoziţia 3.1 rezult¼
a c¼ a ! şi
a dac¼ sunt coliniari,
! ! !
atunci exist¼a 2 R astfel ca ! = , deci 1 ! + ( ) = 0 .
! !
Reciproc, dac¼a, de exemplu, 6= 0, atunci ! = a ! şi
, adic¼ sunt
coliniari. Cazul 6= 0 se trateaz¼
a similar.
 3. COLINIARITATE ŞI COPLANARITATE 9

! !+ ! = !
PROPOZIŢIA 3.3. Dac¼a ! şi sunt necoliniari, atunci 0 dac¼a
şi numai dac¼a = = 0.
!
Demonstraţie. Dac¼ a 6= 0 sau 6= 0 ar rezulta c¼ a ! şi sunt coliniari ceea
ce ar contrazice ipoteza, deci = = 0. Reciproca este imediat¼ a.
PROBLEMA ¼ . Fie vectorii necoliniari ! şi !. S¼ a se determine , astfel încât
! ! ! ! ! !
vectorii = +3 , = s¼
a …e coliniari.
! !
Soluţie. Din ! = , rezult¼
a( ) ! + (3 ) ! = 0 . Conform propoz-
iţiei 3.3, = 0, 3 = 0, deci = 3 şi = 3.
! ! ! ! !
Fie, acum, 2 V3 , şi necoliniari.
PROPOZIŢIA 3.4. (Descompunerea unui vector dup¼ a dou¼a direcţii necoliniare)
! !
Dac¼a vectorii ! sunt coplanari, atunci exist¼a 2 R unic determinaţi
!
astfel ca ! = + !.
! !
a ! = 0 propoziţia este evident¼
Demonstraţie. Dac¼ a. Presupunem c¼ a ! 6= 0 .
! ! ! ! ! ! !
Fie 2 , 2 , 2 . Cum ! ! sunt coplanari, rezult¼ a c¼
a punctele
sunt coplanare (…g. 3.1).

Fig. 3.1
!
Cazurile şi ! coliniari sau ! şi ! coliniari sunt evidente şi nu le abord¼am.
! ! !
Ducem 1 k şi 2 k . Deoarece 1 este coliniar cu şi 2 este col-
! ! ! !
iniar cu , conform propoziţiei 3.1, exist¼
a 2 R, astfel ca 1 = 2 =
! ! ! ! ! ! !
. Dar = 1+ 2 = + . În concluzie ! = + !. În plus,
! 0 ! !
dac¼a ! = 0 + 0 !, atunci ( ) + +( 0 !
) = 0 . Conform propoziţiei
0
a 0= ,
3.3 rezult¼ = , deci şi sunt unic determinaţi.
PROBLEME REZOLVATE. 1) Fie un punct …xat. Punctele , , sunt
coliniare dac¼
a şi numai dac¼
a exist¼
a 2 R, nenule simultan, astfel ca
! ! ! !
(3.1) + + = 0 şi + + = 0
Soluţie. Dac¼
a , , sunt coliniare, conform propoziţiei 3.1, exist¼
a 2 R
! ! ! ! ! !
astfel încât = sau = ( ). Atunci are loc (3.1) cu
= 1, = , = 1. Reciproc, dac¼ a, de exemplu, 6= 0, atunci + 6= 0 şi
! ! ! ! ! ! ! ! !
= + . Dar = + , = + . Înlocuind,
+ +
! !
obţinem = , deci punctele , , sunt coliniare.
+
10 1. SPA ŢIUL VECTORILOR LIBERI

2) Fie un punct …xat şi , , trei puncte necoliniare. Pentru orice punct
din planul exist¼
a 2 R, astfel încât

! ! ! !
= + + şi + + =1

A…rmaţia reciproc¼ a este adev¼

arat¼ a?
! ! !
Soluţie. Conform propoziţiei 3.4 exist¼
a 2 R astfel ca = +
! ! ! ! ! ! !
sau = ( )+ ( ). În consecinţ¼ a =( +
! ! !
+1) + + . Lu¼
am = + 1, = , = .
! !
Reciproc, dac¼ a =1 , introducând în relaţia dat¼
a, rezult¼
a = +
!
+ adic¼ a punctele , , , sunt coplanare.

! ! ! + !+
PROPOZIŢIA 3.5. Fie vectorii necoplanari ! 2 V3 . Dac¼a
! !
+ = 0 , atunci = = = 0

!
Demonstraţie. Dac¼ a, de exemplu, 6= 0, atunci ! = + ! =
! ! !
= , deci vectorii sunt coplanari, ceea ce contrazice ipoteza. Aşadar
! !
= 0 Cum şi sunt necoliniari, rezult¼
a = = 0 (prop. 3.3).

! !
a trei direcţii) Fie !
TEOREMA 3.6. (Descompunerea unui vector dup¼ 2
!
2 V3 necoplanari şi 2 V3 . Atunci exist¼a 2 R unic determinaţi astfel ca
! ! !
= + + !.

! ! ! ! ! ! ! !
Demonstraţie. Fie 2 2 2 şi 2 (…g. 3.2). Cazurile
! ! ! !
coliniar cu coplanar cu etc., sunt evidente, deci nu le
abord¼ am.
Fie intersecţia dintre planul şi planul . În acest din urm¼ a plan,
construim 1k , 1 2 şi k , 2 . În planul , …e 1k ,
! ! ! ! ! !
1 2 şi 1 k , 1 2 . Atunci = 1 + 1 şi = + ,
! ! ! ! ! ! ! ! !
deci = 1 + 1 + 1 , deoarece 1 . Deoarece 1 1 1
! ! ! !
sunt coliniari cu , respectiv , atunci exist¼ a 2 R astfel ca =
! ! ! ! ! ! !
= + + , deci = !+ + !. Dac¼ a = 0! + 0 +
0! 0 ! 0 ! 0 ! !
atunci ( ) +( ) +( ) = 0 . Aplicând propoziţia 3.5
0 0 0
rezult¼a c¼
a = , = , = , deci sunt unic determinaţi.
 3. COLINIARITATE ŞI COPLANARITATE 11

Fig. 3.2

! ! ! ! ! !
Fie 2 V3 trei versori (k k = k k = k k = 1) astfel ca ? ?
! ! ! ! ! !
? , unde 2 2 2 (…g. 3.3). Deoarece aceşti versori sunt
necoplanari, dac¼a ! 2 V3 , atunci exist¼
a 1 2 3 2 R, unic determinaţi (teorema
3.6), astfel ca:
!= ! ! !
(3.2) 1 + 2 + 3

DEFINIŢIE. Numerele reale 1 2 3 se numesc coordonatele euclidiene ale

vectorului !, iar egalitatea (3.2) se numeşte expresia analitic¼a a vectorului !.
Vom scrie ! = ( 1 2 3 ).

Fie 2 S, …xat.

Fig. 3.3
! !
DEFINIŢIE. Dac¼ a 2 S, atunci vectorul M 2 V3 de reprezentant se
! ! ! !
numeşte vector de poziţie al punctului . Atunci M = + + şi vom nota
! ! !
( ) (…g. 3.3). Sistemul ( ; ) se numeşte reper cartezian ortogonal
în V3 . Numerele se numesc coordonatele punctului în raport cu reperul
! ! !
cartezian ( ; ).
12 1. SPA ŢIUL VECTORILOR LIBERI

! ! ! ! ! ! ! !
Dac¼a 2 S şi = A + A + A , = B + B + B
atunci:
! ! ! ! ! !
= =( B A) +( B A) +( B A)

DEFINIŢIE. Fie 2S 6= . Punctul 2 împarte segmentul [ ]

! ! 0
în raportul 2 Rn f1g dac¼a = . Punctele şi care împart segmentul
[ ] în raportul respectiv ( 6= 1) se numesc conjugate armonic.
Evident, dac¼
a împarte segmentul [ ] în raportul , atunci 0 dac¼
a 2
2[ ) şi 0 dac¼
a 2 [ ].
PROPOZIŢIA 3.7. Dac¼a 2S 6= şi punctul 2 împarte [ ]
în raportul , atunci
1
(! !)
!
A M
B =
1
! ! ! ! ! ! ! !
Demonstraţie. Deoarece = + = + şi = ,
! ! !
rezult¼
a = (1 ) + , adic¼
a tocmai relaţia din enunţ.
COROLAR 3.7.1. Dac¼a ( ) împarte segmentul [ ] în raportul şi
( A A A ) ( B B B ), atunci
1 1 1
= ( A B) = ( A B) = ( A B)
1 1 1
În particular, dac¼a este mijlocul lui [ ], atunci = 1 şi deci
1 1 1
= ( A + B) = (
( A + B) A + B) =
2 2 2
PROBLEME REZOLVATE 1) Fie centrul de greutate al unui triunghi
! 1 ! ! !
şi un punct oarecare din spaţiu. S¼a se arate c¼
a = ( + + ).
3
! ! ! 1 ! !
Soluţie. Dac¼
a este median¼ a, = , deci = ( + ).
2
! ! ! 1 ! !
De asemenea din = 2 obţinem = ( +2 ) de unde rezult¼
a
3
a…rmaţia.
2) Fie puncte materiale 1, 2, , n , de mase 1 , 2, , n, respectiv.
S¼
a se arate c¼
a exist¼
a un punct unic determinat astfel încât
! ! ! !
(3.3) 1 1+ 2 2+ + n n = 0

Dac¼
a este un punct oarecare, atunci
! ! ! !
(3.4) 1 1+ 2 2+ + n n =( 1 + 2 + + n)

Soluţie. Punctul , dac¼

a exist¼
a, este unic. Într-adev¼
ar, dac¼
a 1 ar … un alt
punct ce satisface
! ! ! !
1 1 1 + 2 1 2 + + n 1 n = 0
! ! !
atunci, scazând din (3.3) şi ţinând seama c¼
a 1 i i = 1 , 1 ,
! !
rezult¼
a c¼
a ( 1 + 2 + + n ) 1 = 0 . Cum 1 + 2+ + n 6= 0, obţinem
c¼
a 1= .
 3. COLINIARITATE ŞI COPLANARITATE 13

!
În ceea ce priveşte existenţa punctului , …e un punct …xat. Cum i =
! !
= i ,1 , rezult¼
a c¼
a
1 ! ! !
= ( 1 1 + 2 2 + + n n)
1+ 2+ + n

Punctul …ind …x, iar punctele i şi numerele reale i 1 …ind date,
rezult¼a c¼
a punctul este bine determinat prin relaţia de mai sus. Relaţia (3.4) se
! ! !
obţine folosind faptul c¼
a i = + i, 1 , şi (3.3).

DEFINIŢIE. Punctul dat de relaţia (3.3) se numeşte baricentrul (centrul de

greutate) sistemului de puncte ( 1 , 2 , , n ) relativ la sistemul de ponderi ( 1 ,
2, , n ). Dac¼ a 1 = 2 = = n 6= 0, se spune c¼ a sistemul de puncte este
omogen, iar punctul se numeşte izobaricentrul sistemului de puncte.
S¼
a remarc¼am c¼ a:
a) punctul r¼
amâne acelaşi când ponderile se înmulţesc cu un acelaşi num¼ ar
real nenul;
b) baricentrul nu depinde de ordinea punctelor i ;
c) baricentrul nu se schimb¼a dac¼a se înlocuiesc puncte ( ) prin baricentrul
lor având ca pondere suma nenul¼ a a ponderilor acestor puncte;
! ! !
d) dac¼ a ( ; ) este un reper cartezian ortogonal în spaţiu şi
i ( i i i ), 1 , ( G G G ), atunci
P
n P
n P
n
i i i i i i
G = i=1
Pn G = i=1
Pn G = i=1
Pn
i i i
i=1 i=1 i=1

1 P
n 1 P
n
Dac¼
a sistemul de puncte este omogen, atunci G = i, G = i,
i=1 i=1
G =
1 P
n
= i. Pentru = 2 obţinem mijlocul segmentului [ 1 2 ], iar pentru =3
i=1
este centrul de greutate al triunghiului 1 2 3 .
!
Fie un vector legat şi S o dreapt¼
a. Prin şi ducem planele 1
respectiv 2 , perpendiculare pe . Not¼ am = \ 1 = \ 2.

!
DEFINIŢIE. Vectorul legat construit mai sus se numeşte proiecţia ortogo-
!
nal¼a a vectorului legat pe dreapta .
! !
Dac¼a ? , atunci = 0.
! ! ! !
Dac¼a şi este proiecţia ortogonal¼
a a lui pe dreapta , atunci
! !
este evident c¼a . Putem, deci, de…ni proiecţia ortogonal¼a a unui vector
liber ! 2 V3 pe o dreapt¼ a ca …ind proiecţia ortogonal¼a a unui reprezentant oarecare
!
al vectorului. Dac¼a 0 k atunci proiecţiile ortogonale ale unui vector legat pe 0
respectiv sunt vectori legaţi echipolenţi. Putem vorbi deci de proiecţia ortogonal¼a
!
a unui vector liber ! pe un alt vector liber nenul , pe care o not¼ am ! b
! (este
un vector liber!).
14 1. SPA ŢIUL VECTORILOR LIBERI

! ! ! ! ! !
DEFINIŢIE. Fie ! 2 V3 nf 0 g şi 2 2 . Num¼ arul real 2 [0 ]
! !
ce reprezint¼
a unghiul dintre dreptele suport ale vectorilor şi se numeşte
!
unghiul dintre vectorii ! şi .
Evident, de…niţia nu depinde de alegerea punctului .
!
DEFINIŢIE. Dac¼
a unghiul = , atunci vectorii ! şi se numesc vectori
2
ortogonali.
!
Prin convenţie, se accept¼
a c¼
a vectorul nul 0 este ortogonal pe orice vector.
Dac¼a ! este un versor al vectorului ! !, atunci exist¼
a 2 R astfel încât
b
! ! ! !
!
b
= . Este clar c¼ a dac¼a unghiul dintre şi este , atunci = =
!
k k cos şi c¼a 0, dac¼
a 2 [0 ), 0 dac¼
a 2( ] şi = 0 dac¼ a = .
2 2 2
! ! !
DEFINIŢIE. Fie 2 V3 nf 0 g, 2 [0 ] unghiul dintre ei. Num¼ arul real
k!k cos , notat ! b
! se numeşte m¼arimea algebric¼a a proiecţiei ortogonale a
!
vectorului ! pe vectorul . Deci ! b
! = k!k cos (…g.3.4).

Fig. 3.4
0
= k!k cos = !
b
!

PROPOZIŢIA 3.8. M¼arimea algebric¼a a proiecţiei ortogonale are urm¼atoarele

propriet¼aţi:
1) ! ! + !) = ! ! + ! ! 8! ! ! 2 V nf!
c( c c 3 0 g.
2) ! ( !) = !
! 8 2 R ! ! 2 V nf! 0 g.
b b 3

Demonstraţia nu prezint¼ a di…cult¼

aţi.Vom justi…ca, de exemplu, 1).
! ! ! ! ! ! !
Fie 2 2 şi 2 + (…g. 3.5). Atunci
!= 0 0 ! ! + !) = 0 0
!c ! c = 0 0 !( c
0 0 0 0 0 0
A…rmaţia rezult¼
a deoarece = + .

Fig. 3.5
 4. PRODUSE CU VECTORI LIBERI 15

4. Produse cu vectori liberi

! !
4.1. Produsul scalar a doi vectori liberi. Fie ! 2 V3 nf 0 g şi 2 [0 ]
!
unghiul dintre ! şi
!
DEFINIŢIE. Se numeşte produs scalar al vectorilor ! 2 V3 num¼ arul real
! !
notat , de…nit prin:
( ! ! !
! != k!k k k cos a!
, dac¼ 2 V3 nf 0 g
! ! ! .
0 a!= 0
, dac¼ = 0
! !
Evident ! 0 dac¼ a 2 [0 ), ! 0 dac¼a 2( ].
2 2
OBSERVAŢIE. Noţiunea de produs scalar îşi are originea în …zic¼ a. Este cunos-
!
cut c¼
a lucrul mecanic efectuat de o forţ¼ a care acţioneaz¼
a asupra unui punct
! ! ! ! !
material care se deplaseaz¼ a cu vectorul este = =k kk k cos , unde
! !
este unghiul dintre şi .
PROPOZIŢIA 4.1. Produsul scalar al vectorilor liberi are urm¼atoarele propri-
et¼aţi:
! ! ! ! !
1) ! = 8 2 V3 (comutativitate);
! ! ! ! ! !
2) (! ) = ( !) = ( ) 8 2 V3 2 R;
! ! ! ! ! ! ! ! ! !
3) ( + )= + 8 2 V3
(distributivitatea faţ¼a de adunarea vectorilor);
! ! ! = 0 () ! = !
4) ! ! 0 8! 2 V3 nf 0 g; 0;
! ! ! !
5) şi sunt ortogonali () = 0;
! ! ! ! ! ! !
6) dac¼a ! = 1 + 2 + 3 = 1 + 2 + 3 , atunci:
! != + +
1 1 2 2 3 3

(expresia analitica a produsului scalar )

! ! = 2 + 2 + 2 = k!k2 ;
1 2 3
! !
7) dac¼a ! 2 V3 nf 0 g, atunci:
! !
1 1+ 2 2+ 3 3
cos = ! =p p ;
k!k k k 2
1 + 22 + 23 2+ 2
1 2 + 2
3
8) dac¼a 2 S3 şi ( 1 1 1 ) ( 2 2 2 ), atunci distanţa dintre punctele
şi , notat¼a ( ) este dat¼a de:
q
! 2 2 2
( )=k k= ( 2 1) + ( 2 1) + ( 2 1)
! !
Demonstraţie. Fie ! 2 V3 nf 0 g. Atunci avem:
! ! ! ! !
1) = k k k!k cos( ) = k!k k k cos = ! .
2) Pentru 0 obţinem:
! ! ! !
(! ) = k!k k k cos = k !k k k cos = ( !)
iar pentru 0:
! ! ! ! !
( )= ( )k!k k k cos = k !k k k cos( ) = ( !)
!
deoarece unghiul dintre ! şi este , dac¼
a 0.
16 1. SPA ŢIUL VECTORILOR LIBERI

Analog se obţine ultima egalitate.

! ! ! = k!k ! !. Atunci:
3) Se observ¼
a c¼a! =k k ! b a
! (! + !) = k!k ! (! + !) = k!k( ! ! + ! !) = ! !+
a a a
+! ! (propoziţia 3.5).
!
4) ! ! = k!k2 cos 0 = k!k2 0 8! 2 V3 nf 0 g; ! ! = 0 ()
!
k!k = 0 () ! = 0 .
! ! !
5) Dac¼ a ! şi 2 V3 nf 0 g sunt ortogonali, atunci = , deci ! = 0.
! !2
! ! ! !
Reciproc, dac¼a = 0, atunci sau k k = 0 ( = 0 ), sau = 0 sau cos = 0,
! !
deci = 2 [0 ], adic¼ a şi sunt ortogonali.
2
! ! ! ! ! ! ! !
6) Folosind 5) rezult¼a =0 =0 = 0. În plus, =
! 2 ! ! ! !
=k k =1 =1 = 1. Expresia analitic¼
a se obţine atunci folosind
1),2),3).
! ! !
7) Ţinem seama de cele de mai sus şi de cos = ! (k k k k).
8) Folosim (6).
!
PROBLEME REZOLVATE. 1) Fie ! = ! 3! = ! + 2! k!k = 3
p
k!k = 2 ( ) = …ind unghiul dintre ! şi ! S¼ a se calculeze:
! 4
a) ! ;
!
b) lungimile diagonalelor paralelogramului construit pe vectorii ! şi şi
unghiul dintre ele.
!
Soluţie. a) Cum ! ! = 3, rezult¼ a c¼ a! = 6. b) Diagonalele parale-
! ! ! ! ! ! ! !
logramului sunt 1 = + 2 = , deci 1 = ! 2 = 2! 5! Atunci
! p ! ! p
k 1 k = k!k = 2 k 2 k2 = (2! 5!)(2! 5!) = 26 În consecinţ¼ a k 2 k = 26.
!!
1 2 2
= ! ! =p .
k 1k k 2k 13
2) Fie patru puncte în spaţiu. S¼a se demonstreze egalitatea lui Euler :

! ! ! ! ! !
+ + =0
!
Soluţie. Dac¼ a este un punct din spaţiu, egalitatea rezult¼ a folosind =
!
!
etc.
Din aceast¼ a egalitate obţinem:
a) În triunghiul , …e punctul de intersecţie a dou¼ a în¼alţimi, …e ele
şi . Aplicând egalitatea lui Euler punctelor , rezult¼a c¼a şi este
în¼ alţime. Astfel se demonstreaz¼ a vectorial concurenţa în¼alţimilor într-un triunghi.
b) Dac¼ a într-un tetraedru exist¼ a dou¼
a perechi de muchii opuse perpendiculare,
atunci şi cea de a treia pereche de muchii opuse este format¼ a din muchii perpen-
diculare.

3) Se dau punctele (2 1 3), (3 3 1), (4 2 2). S¼ a se calculeze perimetrul,

aria triunghiului şi lungimea în¼
alţimii din .
! p ! p ! p p
Soluţie. Cum k k = 21, k k = 14, k k = 3, perimetrul este 21+
p p ! 2 ! 2 2 ! 2 ! 2 ! 2 ! 2
+ 14 + 3. Dar 4 2 = k k k k sin = k k k k k k k k
 4. PRODUSE CU VECTORI LIBERI 17

q p
1 ! 2 ! 2 ! ! 38
cos2 , deci = k k k k ( )2 . Calculând obţinem = ,
p2 2
2 19
b == ! = p .
k k 7

!
4.2. Produsul vectorial a doi vectori liberi. Fie ! 2 V3 şi 2 [0 ]
! ! ! ! !
unghiul dintre şi dac¼
a 2 V3 nf 0 g.
!
DEFINIŢIE. Se numeşte produs vectorial al vectorilor ! şi şi se noteaz¼
a
! !
, vectorul:

( ! !
! ! k!k k k sin ! , dac¼
a !şi sunt necoliniari
= ! ! !
0 , dac¼
a şi sunt coliniari

unde ! este un versor perpendicular pe planul determinat de reprezentanţii lui !

!
şi având aceeaşi origine şi orientat dup¼a ”regula burghiului”şi anume în sensul
! !
de înaintare a unui burghiu când se roteşte c¼
atre printr-un unghi minim (…g.
4.1).

Fig. 4.1
!
OBSERVAŢIE. Efectul de rotire pe care îl produce o forţ¼
a se m¼
asoar¼a prin
!
momentul forţei. Dac¼
a este un punct …xat şi punctul de aplicaţie al forţei ,
! !
momentul este prin de…niţie vectorul . Punctul se mai numeşte şi polul
momentului.

PROPOZIŢIA 4.2. Produsul vectorial are propriet¼aţile:

! ! ! !
1) ! = ( ) 8! 2 V3 ; (anticomutativitate)
! ! ! ! ! ! !
2) ( )= = 8 2R ! 2 V3 ;
! ! !
3) (! + ) ! = ! ! + !, 8! !2V ;
3
(distributivitate faţ¼a de adunarea vectorilor)
!
4) ! ! = 0 8! 2 V3 ;
! ! !2 !
5) k! k2 = k!k2 k k2 (! ) 8! 2 V3 ;
(identitatea lui Lagrange)
18 1. SPA ŢIUL VECTORILOR LIBERI

! ! ! ! ! ! !
6) Dac¼a ! = 1 + 2 + 3 , = 1 + 2 + 3 , atunci
! !=( ! ! !
2 3 3 2) +( 3 1 1 3) +( 1 2 2 1) =
! ! !
= 1 2 3 ;
1 2 3

(expresia analitic¼a a produsului vectorial)

!
7) k! k este aria paralelogramului construit pe suporturile reprezentanţilor
!
lui ! şi având aceeaşi origine. Aria unui triunghi este dat¼a de
1 ! !
ABC = k k
2
Demonstraţie.
! !
1) Dac¼a! 2 V3 nf 0 g, atunci:
! ! = k!kk!k sin( )! = k!kk!k sin ! = ! !
! ! ! !
2) Dac¼
a 0 şi ! 2 V3 nf 0 g, atunci ^( ! ) = ^(! ), deci:

! ! ! = k !kk!k sin ! = ( !) !
(! ) = k!kk k sin
Celelalte cazuri se trateaz¼ a analog.
! ! ! ! ! ! ! ! !
3) Fie 2 2 2 2 = + (…g. 4.2) şi un plan
perpendicular pe în . Fie 0 0 0
proiecţiile ortogonale ale punctelor
0 0 0
!00
respectiv pe planul . Evident este un paralelogram. Fie ==
!0 ! !00
! 0 ! !00
!0 ! !
= = . Dac¼ a este unghiul dintre şi
! !0 ! !0 !
, atunci k k=k k sin şi cum unghiul dintre şi este 900 , rezult¼a
! ! !0 ! ! ! !0 ! ! !
c¼
a = . Similar obţinem = =
!0 ! !00
!0 ! !00 ! ! 00
!0 !00
. Dar k k=k kk k ? ? . Rezult¼a c¼a
!0
se obţine rotind vectorul în planul cu un unghi de 900 . Analog se obţin
!00
! 00 00 00 00 0 0 0
, . Aşadar se obţine rotind paralelogramul cu 900 ,
! 00
!00
! 00
deci este un paralelogram. În concluzie = + sau, folosind relaţiile
! ! ! ! ! ! ! ! !
anterioare, = + , adic¼ a (! + ) ! = ! ! + .

Fig. 4.2
 4. PRODUSE CU VECTORI LIBERI 19

4) Folosim de…niţia.
5) Deoarece sin2 = 1 cos2 , rezult¼
a
! ! ! ! !2
k! k2 = k!k2 k k2 k!k2 k k2 cos2 = k!k2 k k2 (! )
! ! ! ! ! ! ! ! ! !
6) Se ţine seama c¼a = = = =
! ! ! ! ! ! ! ! ! ! ! !
= = şi = = = 0 . Determinantul se va
dezvolta dup¼ a elementele primei linii.
! ! ! !
7) Dac¼a = = , atunci aria paralelogramului este
! ! ! !
k kk k sin = k k k k sin = k!
! k. (…g. 4.3)

Fig. 4.3
OBSERVAŢIE. Din proprietatea 3 rezult¼ a c¼a dac¼
a într-un punct sunt aplicate
mai multe forţe, atunci momentul rezultantei este egal cu suma momentelor forţelor
(Varignon).

PROBLEME REZOLVATE. 1) S¼ a se calculeze aria paralelogramului construit

! ! ! ! ! p !
pe vectorii 1 = + 3 , 2 = 2! a k!k = 3, k k = 4 şi
, ştiind c¼
!
^(! ) = .
3
! ! ! !
Soluţie. k! k = k!kk k sin = 6, !1 !2 = 7 . Aria paralelo-
! ! ! ! 3
gramului este k 1 2 k = 7k k = 42.
2) Fie ( 1 1 0), (2 1 3), (4 2 2). S¼
a se calculeze aria triunghiului
.
! ! ! ! ! ! ! ! ! ! !
Soluţie. =3 2 +3 , =5 + +2 , = 7 +
! !
+9 + 13 . Atunci
1 ! ! 1p
A4ABC = k k= 299
2 2
4.3. Produsul mixt a trei vectori liberi. DEFINIŢIE. Se numeşte produs
! ! ! !
mixt al vectorilor ! arul real, notat (!
2 V3 , num¼ ), care este egal cu
! !
produsul scalar al vectorilor ! şi :
! ! ! !
(! )=! ( )
PROPOZIŢIA 4.3. Produsul mixt are urm¼atoarele propriet¼aţi:
1) Dac¼a
!= !+ !+ ! != !+ !+ ! != !+ !
+
!
1 2 3 1 2 3 1 2 3

atunci
1 2 3
! !
(4.1) (! )= 1 2 3
1 2 3

(expresia analitic¼a a produsului mixt a trei vectori liberi);

20 1. SPA ŢIUL VECTORILOR LIBERI

! ! ! ! ! ! !
2) (! ) = ( ! !) = (! ! ) (! ) = (! ! );
! ! ! !
3) (! ) = 0 dac¼a şi numai dac¼a ! sunt coplanari;
! !
4) (! ) este volumul paralelipipedului oblic construit pe suporturile reprezen-
! !
tanţilor vectorilor ! consideraţi cu origine comun¼a;
! ! ! ! ! !
5) (! + ! ) = (! ) + (! ).

Demonstraţie. 1) Se folosesc expresiile analitice ale produsului scalar şi ale

produsului vectorial.
2) Se utilizeaz¼
a propriet¼
aţile determinanţilor.
3) Produsul mixt este nul dac¼ a şi numai dac¼ a o linie a determinantului din (4.1)
este combinaţie liniar¼
a de celelalte dou¼ a, ceea ce este echivalent cu faptul c¼a unul
dintre vectori este combinaţie liniar¼a a celorlalţi doi, adic¼a sunt coplanari.
4) Dac¼a
! ! ! ! ! ! !
2! 2 2! 2 ! = ^(! !)

0
atunci considerând ca baz¼ a paralelogramul (…g. 4.4) şi cum este
în¼
alţimea paralelipipedului relativ la aceast¼
a baz¼
a, rezult¼
a:
! !k 0 ! !kk!k jcos j = (! ! !)
=k =k

5) Se folosesc propriet¼
aţile determinanţilor.

Fig. 4.4

PROBLEME REZOLVATE. 1) S¼ a se determine volumul paralelipipedului con-

!
struit pe vectorii ! = ! + 2!, = 5! 4! + 3!, ! = ! + ! !, ştiind c¼ a
! p ! p ! ! ! !
k k = 2 2, k k = 3, k k = 2, ^( ) = , iar unghiul dintre vectorul şi
3
planul determinat de vectorii ! şi ! este .
! 4
Soluţie. (! !) = 17(! ! !) (! ! !) = ! (! !) = k!k
k! !k cos = 6, deoarece k! !k = k!kk!k sin = 3. Atunci volumul
4 3
este = 17 3 = 51.

2) S¼
a se determine volumul şi în¼
alţimea din ale tetraedrului ,
dac¼
a (1 5 4), (0 3 1), (2 4 3), (1 0 1).
 4. PRODUSE CU VECTORI LIBERI 21

! ! ! ! ! ! ! ! ! ! !
Soluţie. = +2 3 , = +9 , = 5 3 ,
! ! !
! ! ! ! ! ! ! ! ( ) 13
( ) = 13, = 25 4 11 . = = .
p 6 6
762 13
Aria 4 este , deci = p .
2 762
! !
4.4. Dublul produs vectorial. DEFINIŢIE. Dac¼ a ! 2 V3 , vectorul
! ( ! !) se numeşte dublul produs vectorial al vectorilor ! ! !.
! ! ! !
PROPOZIŢIA 4.4. Dublul produs vectorial = ( ) este un vector
! !
coplanar cu vectorii şi şi
! !
!
= ! ! ! !

! ! ! ! ! ! ! ! ! !
Demonstraţie. Din de…niţie ?! ? . Dar şi ? ? ,
! ! !
deci este coplanar cu şi . Egalitatea din enunţ se demonstreaz¼a folosind
expresiile analitice ale produsului vectorial şi ale produsului scalar.
OBSERVAŢIE. Deoarece produsul vectorial nu este asociativ, este obligatorie
e-xistenţa parantezelor în expresia dublului produs vectorial. Spre exemplu, dac¼
a
! = ! + ! ! = ! + ! ! = ! + ! atunci ! (! !) = ! + ! iar
! ! !
(! ) != +
! ! !
PROPOZIŢIA 4.5. Dac¼a ! 2 V3 , atunci

! ! ! ! ! !
(! ) (! )= ! ! ! !

!
Demonstraţie. Fie ! = ! . Folosind propriet¼
aţile produsului mixt şi
produsului scalar, rezult¼
a:

! ! ! ! !
(! ) ! = (! !) = ((! ) !) = [(! !)
!! ! ! ! ! ! !
(! ) ] = (! !)( ) (! )( )
! !
a!
DEFINIŢIE. Dac¼ 2 V3 , num¼
arul real:
! ! ! ! ! !
! ! ! ! ! !
! ! ! ! ! !

se numeşte determinantul Gram al celor trei vectori.

! !
PROPOZIŢIA 4.6. Vectorii ! sunt coplanari dac¼a şi numai dac¼a deter-
minantul lor Gram este nul.
! !
Demonstraţie. Folosind expresiile analitice ale vectorilor ! se arat¼
a c¼a
!
determinantul Gram este egal cu (! !)2 .
22 1. SPA ŢIUL VECTORILOR LIBERI

5. Probleme
1. Fie un triunghi şi un punct variabil. S¼
a se arate c¼
a vectorul
! ! !
+2 3 este constant.
2. Dac¼a este punctul de intersecţie al diagonalelor paralelogramului ,
! ! ! ! !
iar un punct oarecare, atunci + + + =4 .
3. Fie şi dou¼a coarde perpendiculare în cercul de centru şi punctul
! ! ! ! !
lor de intersecţie. S¼
a se arate c¼
a + + + =4 .
4. S¼a se arate c¼a este centrul de greutate al unui triunghi , dac¼
a şi
! ! ! !
numai dac¼a + + = 0 . În plus, dac¼ a sunt mijloacele laturilor
triunghiului , atunci triunghiurile şi au acelaşi centru de greutate.
5. Fie i, 1 6 mijloacele laturilor unui hexagon convex. S¼
a se arate c¼
a:
a) se poate construi un triunghi cu segmentele [ 1 2 ], [ 3 4 ], [ 5 6 ];
b) triunghiurile 1 3 5 şi 2 4 6 au acelaşi centru de greutate.
3
6. Punctul se a‡a¼ pe segmentul [ ] la de . Dac¼
a este un punct
! 5! ! !
oarecare, s¼
a se exprime în funcţie de ! = şi = .
7. Dac¼ a punctele 1 , 1 , 1 împart segmentele [ ], [ ], [ ] respectiv în
acelaşi raport , s¼
a se arate c¼
a segmentele [ 1 ], [ 1 ], [ 1] pot … laturile unui
triunghi.
8. Dac¼
a este bisectoarea unghiului a triunghiului , 2( ), iar
!+ !
] atunci !
B C
, sunt lungimile laturilor [ ] şi [ D = .
+
9. Dac¼
a sunt lungimile laturilor [ ], [ ], respectiv [ ] ale unui
triunghi , iar centrul cercului înscris în triunghiul , atunci are loc
! + ! + ! = ( + + )!
A B C I

10. S¼a se demonstreze c¼a cele trei drepte care unesc mijloacele muchiilor opuse
ale unui tetraedru şi cele patru drepte care unesc …ecare vârf cu centrul de greutate
al feţei opuse sunt concurente.
11. Fie şi dou¼a puncte distincte. Determinaţi mulţimea punctelor
pentru care exist¼a 2 R astfel încât !
M =
! + (1 + ) !. Caz particular 2 [0 1].
A B

12. Punctele 1 , 1 , 1 împart laturile [ ], [ ] respectiv [ ] în rapoartele

, , respectiv . Punctele 1 , 1 , 1 sunt coliniare dac¼ a şi numai dac¼ a =1
(teorema lui Menelaus).
13. Se dau punctele (2 3 4), (3 2 1), (0 1 2). S¼
a se determine un
punct astfel încât s¼
a …e paralelogram.
14. a) S¼
a se arate c¼
a punctele (1 5 2), (9 1 22), ( 3 8 14) sunt
coliniare;
b) Pentru ce valoare a lui punctele , şi ( 7 11 2 + 12 ) sunt coli-
niare?
c) Punctele , şi ( 7 5 2 2 + 12 ) pot … coliniare?
 5. PROBLEM E 23

! ! ! ! !
15. S¼ a se determine astfel încât vectorii ! = +2 +4 , = +
! ! ! ! ! !
+( 1) + (6 ) , = 2 + ( + 4) s¼
a …e coplanari. Pentru
20 ! ! !
= s¼
a se descompun¼ a vectorul dup¼a direcţiile lui şi .
9
16. Fie !, !, ! trei vectori necoplanari.
a) Sunt coplanari vectorii ! = ! + ! + !, ! = ! + 2! 3!, ! =
= + 4! + 9!?
!
b) S¼a se descompun¼ a vectorul ! = 2! + 7! + 21! dup¼ a direcţiile vectorilor
!, !, !.
! ! ! !
17. Fie !, vectori nenuli. S¼
a se arate c¼a vectorii ! + şi sunt
!
ortogonali dac¼ a şi numai dac¼a k!k = k k.
! ! ! ! ! !
18. S¼ a vectorii ! = (!
a se arate c¼ ) ( ) şi sunt ortogonali.
19. Dac¼a ! şi ! sunt doi versori ortogonali, atunci vectorii ! = ! ! şi
! !
= + ! sunt ortogonali.
! ! 2
a se interpreteze geometric egalitatea k! + k2 = k!
20. S¼ k = k!k2 +
! 2
+k k .
! ! 2 !
21. S¼
a se arate c¼a k! + k2 + k! k = 2(k!k2 + k k2 ). Interpretare
geometric¼
a.
22. Dac¼ a este baricentrul sistemului de puncte materiale ( 1 2 n)
re-lativ la sistemul de ponderi ( 1 2 n ), iar un punct arbitrar, s¼
a se arate
P
n ! 2 ! 2P n P
n ! 2
c¼
a ik ik = k k i+ ik i k (Stewart).
i=1 i=1 i=1
! !
a se calculeze rezultanta forţelor 1 = 2! + 3! + !, 2 = ! 3!, dac¼
23. S¼ a
! !
k k = 1, k k = 2, ]( ! ! )= .
3
! ! ! !
24. Dac¼ a k k = k k = k!k = 1 şi ! +
! + = 0 , s¼
a se calculeze
!! + !! + !!.
p
25. Fie vectorii ! şi !, unde k!k = 2, k!k = 2, ](! !) = . S¼ a se
! 4
determine astfel ca vectorii ! = 2! 3! şi = ! + ! s¼ a …e ortogonali.
! ! !
26. Pentru ce valoare a lui , vectorii ! = +2 +( 1) , ! =
! ! !
=2 + 3 sunt ortogonali?
! ! ! !
27. Fie vectorii ! = 2! , = 3! + 2 , unde k!k = 3, k k = 4,
!
iar ! şi sunt ortogonali. S¼
a se calculeze lungimile diagonalelor paralelogramului
construit pe vectorii ! şi ! şi unghiul dintre ele.
28. Se dau punctele (1 1 1), (2 1 1), (0 2 4). S¼
a se calculeze
perime-trul şi unghiurile triunghiului
29. Se dau punctele (12 4 3), (3 12 4), (2 3 4). S¼
a se arate c¼
a:
a) triunghiul este isoscel;
b) triunghiul este dreptunghic;
c) s¼
a se calculeze perimetrul triunghiului .
24 1. SPA ŢIUL VECTORILOR LIBERI

30. S¼a se determine un vector de norm¼a 26 situat în planul , care s¼

a …e
! ! !
perpendicular pe vectorul ! = 12 + 5 7 .
! ! ! ! ! ! !
a vectorii ! = 2 +5
31. Se consider¼ 7 , = + + . S¼ a se calculeze
! ! !
unghiul dintre vectorii şi , precum şi ! !
a b
.
32. S¼
a se determine un versor al bisectoarei unghiului al triunghiului ,
unde (0 1 1), ( 1 1 2), (1 2 3).
33. S¼
a se arate c¼
a punctele ( 4 0 1), (0 1 1), (4 4 0), (4 6 1) sunt
coplanari. S¼
a se calculeze aria patrulaterului .
! ! !
a se calculeze (! + ) (
34. S¼ ). Interpretare geometric¼
a.
! ! ! !
35. S¼a se arate c¼
a în orice triunghi are loc = =
! !
= .
36. S¼a se calculeze aria şi lungimile diagonalelor paralelogramului construit pe
! ! ! !
vectorii ! = ! 2 , ! = 2! + 3 , ştiind c¼ a k!k = 4, k k = 5, ](! ) = .
3
! ! !
37. S¼a se calculeze aria paralelogramului construit pe vectorii = +2
! ! ! ! !
, =2 + . S¼ a se determine un versor perpendicular pe cei doi vectori.
38. Fie vectorii necoliniari ! şi !. Pentru ce valoare a lui vectorii ! =
! !
= 2!, = 2! + ! sunt coliniari?
39. Se dau punctele ( 1 2 0), (1 1 1), (2 3 4). S¼ a se calculeze aria
triunghiului şi lungimea în¼
alţimii din pe .
! ! ! ! ! ! !
40. Fie vectorii ! = + , = + 2 + . S¼
a se determine un
! ! ! !
vector astfel încât = .
!
a se determine volumul paralelipipedului construit pe vectorii !, , !,
41. S¼
!
unde ! = ! + 2! + !, = 2! + 3! + 3!, ! = 3! + 7! + !, unde k!k = 1,
p p
k k = 2 2, k k = 2 3, ](! !) = , iar unghiul dintre vectorul ! şi planul
! !
3
determinat de vectorii ! şi ! are m¼asura .
4
! ! ! ! ! !
42. S¼a se arate c¼a vectorii = + 2 + !, ! = ! + , =
!
= ! + 3 + 3! sunt coplanari.
! ! ! ! ! ! ! !
43. S¼a se arate c¼ a vectorii ! = + + , = + +2 , ! = +
! ! ! ! !
+2 + 3 nu sunt coplanari. S¼ a vectorul ! = 6 + 9 + 14
a se descompun¼
!
a direcţiile vectorilor !, , !.
dup¼
! ! ! ! ! ! ! ! ! ! !
44. Se dau vectorii ! = 2 + 3 , = 3 +2 5 , == + .
Se cere:
!
a) volumul paralelipipedului construit pe vectorii !, , !;
!
b) lungimea în¼ a de ! şi .
alţimii paralelipipedului pe baza determinat¼

45. Se dau punctele (3 1 4), (5 2 1), (1 1 6), (1 2 3). S¼ a se cal-

culeze volumul tetraedrului şi lungimea în¼
alţimii din pe planul a
acestui tetraedru.
 5. PROBLEM E 25

46. S¼
a se determine astfel încât volumul paralelipipedului construit pe vectorii
! = 2! 3! + !, ! = ! + ! 2!, ! = ! + 2! s¼ a …e 10.
! ! ! !
47. S¼a se determine astfel încât vectorii ! = + 4 , =( 1)
! ! ! ! ! !
+ , = +4 2 s¼ a …e coplanari. Pentru = 2 s¼ a!
a se descompun¼
! !
dup¼
a direcţiile vectorilor şi .
! ! ! ! ! !
48. S¼a se arate c¼a ( )+ (! !) + ! (! )= 0.
! ! !) = (! ! !)2 .
49. S¼ a (!
a se arate c¼ ! !
 CHAPTER 2

Spaţii vectoriale

Noţiunea de spaţiu vectorial este una din noţiunile cele mai importante în
matematic¼ a şi în aplicaţiile acesteia în alte ştiinţe. În …zic¼
a şi în ştiinţele inginereşti,
spaţiile vectoriale constituie un aparat indispensabil pentru a reprezenta anumite
m¼arimi: forţe, viteze, starea unui sistem în mecanica cuantic¼ a etc.

1. De…niţia unui spaţiu vectorial. Exemple

În cele ce urmeaz¼a vom nota cu , …e corpul numerelor complexe (C), …e corpul
numerelor reale (R).

DEFINIŢIE. O mulţime nevid¼ a se numeşte spaţiu vectorial (sau liniar ) peste

corpul dac¼a este înzestrat¼a cu dou¼a legi de compoziţie: una intern¼a, notat¼ a
aditiv, ( ) ! + (deci o aplicaţie a produsului cartezian în ) şi una
extern¼a, notat¼
a multiplicativ ( )! (deci o aplicaţie a produsului cartezian
în ), cu urm¼ atoarele propriet¼aţi:
1) + = + 8 2 ;
2) ( + ) + = + ( + ) 8 2 ;
3) exist¼
a un element 0V astfel încât + 0V = 8 2 ;
0 0
4) pentru orice 2 exist¼ a un element 2 astfel încât + = 0V ;
5) 1 = 8 2 ;
6) ( ) = ( ) 8 2 8 2 ;
7) ( + ) = + 8 2 8 2 ;
8) ( + ) = + 8 2 8 2 .
Adesea, în loc de spaţiu vectorial peste corpul vom spune, simplu, -spaţiu
vectorial. Când = R, se numeşte spaţiu vectorial real, iar când = C, se
numeşte spaţiu vectorial complex.
Elementele lui se numesc vectori, iar cele din se numesc scalari. Vom nota,
în general, vectorii cu litere latine, iar scalarii prin litere greceşti.
Propriet¼ aţile 1)-4) spun c¼
a ( +) este grup comutativ. Vectorul 0V din 3) este
unic şi se numeşte vector nul al spaţiului . De asemenea, pentru orice 2 ,
0
elementul care intervine în 4) este unic, se numeşte opusul lui şi se noteaz¼ a
. Suma dintre vectorul şi opusul vectorului se noteaz¼ a şi se numeşte
diferenţa dintre şi .

PROPOZIŢIA 1.1. (Reguli de calcul într-un spaţiu vectorial).

a) ( )= 8 2 8 2 ;
b) 0V = 0V 8 2 ;
c) ( ) = 8 2 8 2 ;
d) 0 = 0V 8 2 ;
e) ( ) = ( ) = ( ) 8 2 8 2 ;
27
28 2. SPA ŢII VECTORIALE

f) dac¼a 2 şi 2 , atunci = 0V () = 0 sau = 0V .

Demonstraţie. a) ( )+ = [( )+ ]= b) În a) se ia = .
c) ( ) + = [( ) + ] = . d) În c) se ia = .
e) + ( ) = ( ) = 0V = 0V . + ( ) = [ + ( )] =
=( ) =0 = 0V . f) Conform b) şi d), 0V = 0 = 0V . Reciproc, dac¼
a
1 1 1
= 0V şi 6= 0, atunci exist¼
a ( …ind corp), deci ( )= 0V = 0V .
1 1
Dar ( )== =1 = , deci = 0V .
EXEMPLE. 1) Mulţimea vectorilor liberi din spaţiu sau din plan, notat¼ a V3
respectiv V2 (cap.1), este un R-spaţiu vectorial în raport cu adunarea vectorilor
liberi şi înmulţirea cu un scalar a unui vector liber(prop. 2.1, 2.2, cap. 1).
2) Fie 2 N şi n = = ( 1 2 n) ; i 2 =1 .
n n
Dac¼a =( 1 n) 2 =( 1 n) 2 şi 2 , de…nim:
+ =( 1 + 1 n + n) =( 1 n)
2
De exemplu, în R , (2 3) + (0 3) = (2 0) ( 5)(1 2) = ( 5 10). De aseme-
nea, în R3 , (1 2 2) + ( 2 0 1) = ( 1 2 1) 3(1 2 0) = (3 6 0). Înzestrat cu
cele dou¼a legi de compoziţie n este un -spaţiu vectorial. Vectorul nul este 0 =
(0 0 0), iar opusul vectorului = ( 1 n ) este vectorul =( 1 n ).
Propriet¼aţile 1)-8) se veri…c¼a imediat. Astfel se poate organiza Rn ca R-spaţiu
vectorial, iar Cn ca C-spaţiu vectorial. Elementele lui n se numesc vectori (linie)
n-dimensionali, iar n se numeşte spaţiu aritmetic cu n dimensiuni. În particular
Rn se numeşte spaţiu aritmetic real cu n dimensiuni.
În unele aplicaţii este avantajos s¼ am vectorii lui n sub form¼
a d¼ a de coloane
0 1
1
B C
B 2 C
=B
B
C
C i 2 =1
@ A
n

În acest caz n va … numit spaţiul vectorilor coloan¼a n-dimensionali.

3) Mulţimea matricelor cu linii şi coloane cu coe…cienţii în , notat¼ a
m;n ( ), poate … înzestrat¼
a cu o structur¼ a de -spaţiu vectorial, cele dou¼
a oper-
aţii …ind adunarea matricelor şi înmulţirea cu un scalar a unei matrice.
4) Fie R [ ] mulţimea polinoamelor în nedeterminata cu coe…cienţi în R.
În raport cu adunarea polinoamelor şi înmulţirea unui polinom cu un scalar, R [ ]
este un R-spaţiu vectorial.
5) Fie o mulţime oarecare, un -spaţiu vectorial şi
F( )=f ; : ! g Dac¼ a 2F( ) şi 2 , de…nim
( + )( ) = ( )+ ( ) 8 2 ( )( ) = ( ) 8 2
Se veri…c¼a uşor c¼
a F( ) înzestrat cu cele dou¼
a legi de compoziţie este un
-spaţiu vectorial.

2. Subspaţii vectoriale. Operaţii cu subspaţii vectoriale

DEFINIŢIE. Fie un -spaţiu vectorial. O submulţime nevid¼
a se
numeşte subspaţiu vectorial dac¼
a:
1) 2 ) + 2 ;
2) 2 2 ) 2 .
 2. SUBSPA ŢII VECTORIALE. OPERA ŢII CU SUBSPA ŢII VECTORIALE 29

Mulţimea înzestrat¼
a cu legile induse de ( )! + şi ( )! este un
-spaţiu vectorial.
PROPOZIŢIA 2.1. (Criteriul subspaţiului). este subspaţiu vectorial
() 8 2 şi 2 ) + 2 .
EXEMPLE. 1) Mulţimea f0V g este un subspaţiu vectorial al lui numit sub-
spaţiu nul, iar se numeşte subspaţiu total. f0V g este cel mai mic (faţ¼
a de incluzi-
une) subspaţiu posibil al lui , iar cel mai mare subspaţiu posibil al lui . Cele
dou¼a subspaţii se numesc improprii sau triviale. Orice subspaţiu diferit de aceste
dou¼a subspaţii se numeşte subspaţiu propriu.
2) În n consider¼ am, pentru orice 1 , mulţimile
n
i =f 2 ; =( 1 i 1 0K i+1 n )g
n
Se veri…c¼ a uşor c¼
a i este subspaţiu vectorial al lui , pentru orice indice
n
1 . Mai general, …e 2 . Submulţimea format¼ a din toţi
vectorii ce au pe componente …xate elementul 0K , este un subspaţiu vectorial al
lui n .
3) Fie 2 N . Mulţimea Rn [ ] a polinoamelor în nedeterminata , cu coe…-
cienţi în R, de grad , este un subspaţiu vectorial al lui R [ ]. Într-adev¼ar, dac¼a
2 Rn [ ] şi 2 R, atunci ( + ) max( ), deci Rn [ ]
este un subspaţiu vectorial al lui R [ ].
4) Fie 2 R, . Submulţimea C([ ] R) F([ ] R), C([ ] R) =
= f : [ ] ! ; continu¼ ag este un subspaţiu vectorial al lui F([ ] R).
PROPOZIŢIA 2.2. Dac¼a 1 şi 2 sunt dou¼a subspaţii vectoriale ale lui ,
atunci 1 \ 2 este un subspaţiu vectorial al lui .
Demonstraţie. De remarcat c¼a 1 \ 2 6= , deoarece 0V 2 1 \ 2 . De asemenea
dac¼
a 2 1 \ 2 , atunci 2 i = 1 2, deci + 2 i =1 2 8 2 ,
deoarece i sunt subspaţii vectoriale. În consecinţ¼
a, + 2 1 \ 2.
OBSERVAŢIE. În general, orice intersecţie de subspaţii vectoriale este un sub-
spaţiu vectorial.
Fie acum o submulţime a unui -spaţiu vectorial . Exist¼ a subspaţii vec-
toriale ale lui care conţin submulţimea (spre exemplu însuşi). Intersecţia
acestor subspaţii vectoriale este cel mai mic subspaţiu vectorial (în raport cu in-
cluziunea) care conţine .
DEFINIŢIE. Se numeşte subspaţiu vectorial generat de M şi se noteaz¼a ( )
intersecţia tuturor subspaţiilor vectoriale ale lui care conţin . Mulţimea
se numeşte sistem de generatori pentru ( ). Prin convenţie, vom considera c¼
a
( ) = f0V g.
DEFINIŢIE. Dac¼ a 1 , 2 sunt dou¼
a subspaţii vectoriale ale lui , de…nim suma
subspaţiilor 1 şi 2 , notat¼
a 1 + 2 , ca …ind:
1 + 2 =f 2 ; = 1 + 2 1 2 1 2 2 2g

Analog se poate de…ni:

1 + 2 + + n =f 2 ; = 1 + + n i 2 i =1 g
OBSERVAŢIE. În general, reuniunea a dou¼
a subspaţii vectoriale ale unui spaţiu
vectorial nu este subspaţiu vectorial. De exemplu, mulţimile 1 = f( 0) ;
30 2. SPA ŢII VECTORIALE

2 Rg R2 2 = f(0 ); 2 Rg R2 sunt subspaţii vectoriale ale lui R2

dar reuniunea lor nu este subspaţiu vectorial al lui R2 , deoarece (1 0) 2 1 şi
(0 1) 2 2 , dar (1 0) + (0 1) = (1 1) 2 1 [ 2 . Dac¼ a 1 2 sau 2 1 atunci
1 [ 2 este subspaţiu vectorial al lui şi în acest caz 1 [ 2 = 2 respectiv
1 [ 2 = 1.

PROPOZIŢIA 2.3. Dac¼a 1 2 sunt subspaţii vectoriale ale lui , atunci:

a) 1 + 2 este subspaţiu vectorial al lui ;
b) 1 + 2 = ( 1 [ 2 ).
Demonstraţie. a) Este clar c¼ a 0V 2 1 + 2 , deci 1 + 2 6= . Fie acum
2 1 + 2 . Atunci = 1 + 2 , = 1 + 2 cu 1 1 2 1 şi 2 2 2 2 . Dac¼ a
2 atunci + = ( 1 + 1 ) + ( 2 + 2 ). Cum 1 2 sunt subspaţii
vectoriale, rezult¼ a c¼a i+ i 2 i = 1 2, deci + 2 1 + 2 . În consecinţ¼ a
1 + 2 este un subspaţiu vectorial.
b) Vom ar¼ ata mai întâi c¼ a 1+ 2 ( 1 [ 2 ). Fie 2 1 + 2 şi un spaţiu
vectorial ce conţine 1 [ 2 . Atunci = 1 + 2 cu 1 2 1 2 2 2 . În consecinţ¼ a
i 2 = 1 2 deci 2 . Aşadar este în intersecţia tuturor subspaţiilor
care conţin 1 [ 2 , adic¼ a 2 ( 1 [ 2 ). S¼ a ar¼at¼
am acum incluziunea invers¼ a,
( 1 [ 2) 1 + 2 . Conform a), 1 + 2 este un subspaţiu vectorial. A…rmaţia
rezult¼
a dac¼ a ar¼
at¼am 1 [ 2 1 + 2 . Aceasta este imediat¼ a, deoarece dac¼ a
1 2 1 , atunci 1 = 1 + 0V 2 1 + 2 , adic¼
a 1 1 + 2 . Similar 2 1 + 2,
deci 1 [ 2 1 + 2 .
OBSERVAŢIE. Dac¼ a 2 1 + 2 , atunci = 1 + 2 cu i 2 i , = 1 2.
Nu înseamn¼ a c¼
a vectorii 1 2 sunt unici (Construiţi un exemplu!). Suntem deci
conduşi la examinarea condiţiilor în care descompunerea este unic¼
a.
DEFINIŢIE. Suma subspaţiilor vectoriale 1 şi 2 se numeşte direct¼a şi se
noteaz¼a 1 2 , dac¼
a orice vector 2 1 + 2 se scrie în mod unic sub forma
= 1 + 2 , cu i 2 i = 1 2. Mai general, suma subspaţiilor vectoriale 1 n
este direct¼a şi se noteaz¼a 1 n , dac¼
a orice 2 1 + + n se scrie în mod
unic sub forma = 1 + 2 + + n , cu i 2 i , 8 = 1 .
PROPOZIŢIA 2.4. Fie 1 2 subspaţii vectoriale ale unui spaţiu vectorial .
Urm¼atoarele a…rmaţii sunt echivalente:
a) Suma 1 + 2 este direct¼a;
b) 1 \ 2 = f0V g.
Demonstraţie. a))b) Fie 2 1 \ 2 . Atunci 0V = 0V + 0V 2 1 + 2 şi
0V = + ( ). Cum suma este direct¼ a, scrierea …ind unic¼a, rezult¼a = 0V , deci
1 \ 2 = f0V g.
0 0 0 0 0
b))a) Dac¼ a = 1 + 2 , = 1 + 2 , cu i i 2 i , = 1 2 atunci 1 1 =
0 0 0 0
2 2 . Dar 1 1 2 1 , 2 2 2 2 , iar 1 \ 2 = f0 V g, deci 1 1 =
0 0 0
2 2 = 0V . În consecinţ¼
a 1 = 1 şi 2 = 2 , deci scrierea este unic¼ a.
DEFINIŢIE. Se spune c¼
a dou¼
a subspaţii vectoriale 1, 2 ale unui subspaţiu
vectorial sunt suplementare în , dac¼a = 1 2.

EXEMPLE. 1) Fie 1 = f( 0) ; 2 Rg, 2 = f(0 ) ; 2 Rg, 3 = f( );

2 Rg. 1 2 3 sunt subspaţii vectoriale ale lui R2 . Atunci R2 = 1 2 = =
1 3 = 2 3 . Vom ar¼ a R2 = 1
ata, de exemplu, c¼ 3 . Fie 2 R2 . Atunci
 ¼ ŞI INDEPENDEN Ţ A
3. COM BINA ŢII LINIARE. SISTEM E DE GENERATORI. DEPENDEN Ţ A ¼ LINIAR31
¼
A

( )=( 0) + ( ), deci ( ) 2 1 + 3 . Fie acum ( ) 2 1 \ 3 . Cum

( ) 2 1 , rezult¼ a = 0, iar din ( ) 2 3 , rezult¼a = = 0, deci ( ) = (0 0).
2) Fie R, o mulţime simetric¼
a faţ¼
a de origine (adic¼
a 2 ) 2 ),
= F ( R) (ex. 5, §1), 1 mulţimea funcţiilor pare din şi 2 mulţimea funcţiilor
impare din . Atunci 1 şi 2 sunt subspaţii vectoriale suplementare în . Într-
adev¼ar, orice funcţie se scrie în mod unic sub forma ( ) = ( ) + ( ), unde
( )+ ( ) ( ) ( )
( )= 2 1 şi ( ) = 2 2.
2 2

3. Combinaţii liniare. Sisteme de generatori. Dependenţ¼

a şi
independenţ¼
a liniar¼
a
Fie un -spaţiu vectorial. Orice parte …nit¼
a a lui se numeşte sistem de
vectori sau familie …nit¼a de vectori din .
DEFINIŢIE. Fie f 1 n g un sistem …nit de vectori din . Se numeşte
combinaţie liniar¼a a vectorilor 1 n orice vector 2 , de forma = 1 1 +
+ + n n , unde 1 2 n 2 şi se numesc coe…cienţii combinaţiei liniare.
EXEMPLU. În Rn ( 2), consider¼
am vectorii
1 = (1 0 0) 2 = (0 1 0 0) n = (0 0 1)
n
Orice vector = ( 1 n) 2 R este combinaţie liniar¼
a de 1 2 n,
deoarece
( 1 n) =( 1 0 0) + (0 2 0 0) + + (0 n) =
= 1 1 + 2 2+ + n n
În particular pentru = 2, 1 = (1 0) 2 = (0 1) şi (2 3) = 2 1 3 2:

Fie acum o submulţime nevid¼

a .
DEFINIŢIE. Se numeşte combinaţie liniar¼a a vectorilor din , orice vector
2 cu proprietatea urm¼ atoare: exist¼
a 2 N , o familie …nit¼
a de vectori
f 1 ng şi scalarii 1 2 n 2 astfel încât = 1 1 + + n n .
TEOREMA 3.1. Fie un -spaţiu vectorial şi o submulţime nevid¼a a lui .
Atunci subspaţiul vectorial generat de coincide cu mulţimea tuturor combinaţiilor
liniare ale vectorilor din .
0
Demonstraţie. Fie mulţimea combinaţiilor liniare ale vectorilor din .
0
Vom ar¼ ata mai întâi c¼ a este subspaţiu vectorial al lui care conţine , deci
0 0 0
( ) . Dac¼
a 2 , atunci 0V = 2 , deci 6= . Fie acum
0
= 1 1 + + n n = 1 1 + + m m doi vectori din şi 2 .
Atunci + = 1 + + n n + 1 1 + + m m este o combinaţie
0
liniar¼a a vectorilor 1 n 1 m din , deci + 2 şi, în consecinţ¼a,
0 0
este subspaţiu vectorial al lui . În plus , deoarece pentru orice
0
2 =1 2 . Pentru incluziunea invers¼ a, s¼
a remarc¼ am c¼ a dac¼ a este un
subspaţiu vectorial al lui ce conţine , atunci conţine mulţimea combinaţiilor
0 0
liniare ale vectorilor din , deci . Prin urmare ( ).
COROLAR 3.1.1. Fie un -spaţiu vectorial şi 1 n 2 . Subspaţiul
vectorial generat de f 1 ng este mulţimea combinaţiilor liniare cu vectorii
1 2 n.
32 2. SPA ŢII VECTORIALE

În particular, pentru orice vector nenul 2 , subspaţiul generat de f g este

mulţimea f ; 2 g numit¼ a dreapta vectorial¼a generat¼a de . De asemenea, dac¼a
6= 0V şi 2 f ; 2 g, subspaţiul generat de vectorii 2 este mulţimea
f + ; 2 g numit¼ a plan vectorial generat de x şi y.
DEFINIŢIE. Se spune c¼
a vectorii 1 n din formeaz¼
a un sistem de gene-
ratori pentru , dac¼a subspaţiul vectorial generat de f 1 n g coincide cu ,
adic¼
a pentru orice 2 exist¼ a 1 n 2 astfel ca = 1 1 + + n n .
n
EXEMPLE. 1) În Rn [ ], vectorii 1 constituie un sistem de generatori.
3
2) În R , vectorii 1 = (1 1 1) 2 = (0 1 1) 3 = (0 0 1) formeaz¼ a un sistem
de generatori. Într-adev¼ ar, …e 2 R3 = ( 1 2 3 ). Trebuie s¼ a ar¼
at¼
am c¼ a
putem determina 1 2 3 astfel încât = 1 1 + 2 2 + 3 3 . Aceast¼ a relaţie
se mai scrie ( 1 2 3 ) = ( 1 1 + 2 1 + 2 + 3 ), de unde 1 = 1 1 + 2 =
= 2 1 + 2 + 3 = 3 . Rezult¼ a 1 = 1 2 = 2 2 3 = 3 2 , deci
1 2 3 formeaz¼ a un sistem de generatori în R3 .
DEFINIŢIE. Vom spune c¼ a vectorii 1 n din sunt liniar independenţi
(sau c¼ a familia f 1 n g este liber¼
a ) dac¼a din 1 1 + + n n = 0V rezult¼ a
1 = 2 = = n = 0. Vom spune c¼a vectorii 1 n din sunt liniar
dependenţi (sau c¼ a familia f 1 n g este legat¼
a ) dac¼
a exist¼
a scalarii 1 n nu
toţi nuli astfel încât 1 1 + + n n = 0V . O familie in…nit¼ a de vectori din se
numeşte liniar independent¼a sau liber¼a dac¼ a orice submulţime …nit¼ a a sa este liniar
independent¼ a.
OBSERVAŢII. 1) Orice subfamilie a unei familii libere este o familie liber¼
a.
2) Elementele unei familii libere sunt nenule.
3) Orice suprafamilie a unei familii legate este o familie legat¼
a.
n
EXEMPLE. 1) În Rn [ ], familia f1 g este liniar independent¼
a, deoa-
rece orice polinom nul are toţi coe…cienţii nuli.
2) În Rn , vectorii 1 = (1 0 0) 2 = (0 1 0 0) n = (0 0 1) sunt
liniar independenţi, deoarece din 1 1 + + n n = 0 se obţine 1 = = n = 0.
3) În R3 , vectorii 1 = (1 0 0) 2 = (0 1 1) 3 = (1 1 1) sunt liniar depen-
denţi deoarece 1 + 2 3 = 0.
4) În m;n (R), matricele ij = 1 = 1 date de
0 1
0 0 0
B C
B C
= B 0 1 0 C!
ij B C
@ A
0 0 0
#

sunt liniar independente.

5) În R3 , vectorii 1 = (1 1 1) 2 = (0 1 1) 3 = (0 0 1) sunt liniar inde-
pendenţi. Într-adev¼
ar, dac¼
a 1 2 3 2 R satisfac 1 2 + 2 2 + 3 3 = (0 0 0),
atunci 1 = 0 1 + 2 = 0 1 + 2 + 3 = 0, de unde 1 = 2 = 3 = 0.
PROPOZIŢIA 3.1. Fie un -spaţiu vectorial şi 1 n vectori în .
Pentru ca familia f 1 n g s¼
a …e legat¼a este necesar şi su…cient ca unul dintre
vectorii i s¼a …e combinaţie liniar¼a de ceilalţi.
 ¼ DIM ENSIUNE
4. BAZ A. 33

Demonstraţie. Dac¼ a familia f 1 n g este legat¼

a, atunci exist¼a scalarii 1
n nu toţi nuli astfel ca 1 1 + + n n = 0V . Dac¼ a, de exemplu, 1 6= 0,
1 1
atunci 1 = 1 2 2 1 n n , deci i este combinaţie liniar¼a de 2 n
Reciproc, dac¼
a, de exemplu, 1 = 2 2 + + n n , 2 n 2 , atunci 1 1 +
( 2 ) 2 + + ( n ) n = 0V , ceea ce arat¼ a c¼
a familia f 1 2 n g este legat¼
a,
deoarece coe…cientul lui 1 este 1, deci nenul.

4. Baz¼
a. Dimensiune
Familiile de vectori care sunt simultan sisteme de generatori şi familii libere vor
juca un rol fundamental în ceea ce urmeaz¼ a.
DEFINIŢIE. Fie un -spaţiu vectorial. Se spune c¼
a familia f 1 n g de
vectori din este o baz¼a în dac¼a vectorii 1 n sunt liniar independenţi şi
genereaz¼a .
TEOREMA 4.1. Familia = f 1 n g este baz¼
a în dac¼a şi numai dac¼a
orice vector 2 se exprim¼a în mod unic ca o combinaţie liniar¼a de vectorii
1 n.

Demonstraţie. Necesitatea. Familia …ind baz¼ a în , exist¼ a 1 n 2

astfel încât = 1 1 + + n n . Dac¼ a ar exista 1 n 2 astfel ca =
1 1 + + n n , atunci ( 1 1 ) 1 + +( n n ) n = 0V . Familia f 1 n g …ind
liber¼a, rezult¼
a 1 1 = 2 2 = = n n = 0, adic¼a 1= 1 n = n,
deci scrierea lui ca o combinaţie liniar¼ a de 1 2 n este unic¼
a.
Su…cienţa. Cum orice vector 2 se scrie în mod unic ca o combinaţie liniar¼ a
de 1 2 n , rezult¼
a c¼
a familia f 1 n g genereaz¼ a . Fie acum 1 n 2
astfel încât 1 1 + + n n = 0V . Cum 0 1 + +0 n = 0V şi scrierea elementului
nul este unic¼ a, rezult¼a 1 = 2 = = n = 0, adic¼ a familia f 1 n g este liber¼a,
deci este baz¼ a în .
DEFINIŢIE. Fie un -spaţiu vectorial şi = f 1 n g o baz¼
a în . Atunci
pentru orice 2 exist¼ a o familie unic¼
a de scalari din , f 1 n g astfel încât
= 1 1 + + n n . Scalarii 1 n se numesc coordonatele sau componentele
lui x în raport cu baza B
Este evident¼a
TEOREMA 4.2. Dac¼a =f 1 ng este baz¼a în şi = 1 1 + + n n,
y= 1 1+ + n n , atunci
+ =( 1 + 1) 1 + +( n + n) n = 1 1 + + n n 2
= 1 1+ + n n 2
COMENTARIU. Teorema scoate în evidenţ¼ a importanţa noţiunii de baz¼
a. Ope-
raţiile de…nite în mod abstract într-un spaţiu vectorial devin operaţii uzuale cu
numere şi anume cu coordonatele vectorilor relativ la acea baz¼a
DEFINIŢIE. Spunem c¼a spaţiul vectorial este de dimensiune n sau n-dimen-
sional şi se noteaz¼
a dim K = dac¼ a exist¼
a în vectori liniar independenţi
şi orice + 1 vectori sunt liniar dependenţi. În acest caz spaţiul se numeşte …nit-
dimensional. Spaţiul vectorial care conţine o familie liber¼a in…nit¼ a se numeşte
in…nit-dimensional.
Deoarece orice sistem de + 1 vectori este legat rezult¼
a c¼
a toate sistemele de
vectori care conţin mai mult de vectori este legat. În consecinţ¼
a dimensiunea
34 2. SPA ŢII VECTORIALE

unui spaţiu vectorial este num¼

arul maxim de vectori liniar independenţi din acest
spaţiu vectorial.
TEOREMA 4.3. Într-un spaţiu vectorial de dimensiune exist¼a o baz¼a
format¼a din vectori; mai mult, orice sistem de vectori liniar independenţi din
constituie o baz¼a a lui .
Demonstraţie. Cum este de dimensiune , exist¼ a un sistem de vectori liniar
independenţi, = f 1 2 n g. Vom ar¼ ata c¼a este sistem de generatori, deci
baz¼a a lui . Fie 2 . Vectorii 1 2 n sunt liniar dependenţi, deci
exist¼
a 1 2 n 2 , nu toţi nuli astfel încât + 1 1 + + n n = 0V .
Atunci 6= 0, deoarece în caz contrar, ar … liniar dependent. În consecinţ¼ a
1
= ( 1 1 + + n n ), deci este sistem de generatori.
TEOREMA 4.4. Dac¼a =f 1 ng este baz¼a în , atunci K = .
Demonstraţie. Evident în exist¼
a vectori liniar independenţi. Fie =
=f 1 n n+1 g un sistem format din + 1 vectori. Presupunem prin absurd
c¼a este liber. Atunci 1 = 1 1 + 2 2 + + n n . Cum 1 6= 0V rezult¼ a c¼
a
1 2 n nu sunt toţi nuli. Renumerotând eventual elementele lui , putem
presupune c¼ a 1 6= 0. În consecinţ¼ a putem scrie 1 = 1 1 + 2 2 + + n n .
Cum 2 = 1 1 + 2 2 + + n n , ţinând seama de expresia lui 1 rezult¼ a c¼
a
2 = 1 1 + 2 2 + + n n . Dac¼ a 2 = 3 = = n = 0, atunci 2 = 1 1 ,
deci vectorii 1 , 2 sunt liniar dependenţi, ceea ce contrazice ipoteza c¼ a este
liber. Renumerotând convenabil elementele lui , putem presupune c¼ a 2 6= 0.
Atunci din expresia lui 2 rezult¼ a c¼a 2 = 1 1 + 2 2 + 3 3+ + n n , 3 =
= 1 1 + 2 2 + 3 3+ + n n . Procedând din aproape în aproape, obţinem c¼ a
n+1 = 1 1 + 2 2 + + n n , ceea ce contrazice ipoteza c¼
a este liber. Aşadar
este liniar dependent, deci K = .
TEOREMA 4.5. (Teorema bazei incomplete) Fie un spaţiu vectorial de di-
mensiune . Pentru orice parte liber¼a = f 1 p g din , , exist¼a vectorii
p+1 n 2 astfel încât f 1 p p+1 n g s¼
a …e baz¼a în .
0 0 0
Demonstraţie. Fie = ( ) Atunci = , 6= . Aşadar
0 0
6= şi nu conţine 0V . Orice 2 formeaz¼ a împreun¼ a cu un sistem
liber. Într-adev¼ ar, dac¼ a [ f g ar … legat, ar exista 1 2 p 2 nu toţi
nuli astfel încât 1 1 + + p p + = 0V . Dac¼ a = 0, ar rezulta c¼ a S este legat,
0
1
deci 6= 0. Atunci = ( 1 1 + + p p ), adic¼ a 2 , ceea ce contrazice
0 0
faptul c¼ a 2 . Not¼ am p+1 = , deci =f 1 p p+1 g este liber. Fie
00 0 00
= ( ), = + 1. Dac¼ a +1 se repet¼a procedeul de mai sus.
00 0
Alegem p+2 2 şi sistemul [ f p+2 g este liber etc. Obţinem astfel din
aproape în aproape un sistem liber = f 1 n g care conform teoremei 4.3 este
baz¼ a în .
EXEMPLE. 1) În V3 orice trei vectori necoplanari formeaz¼ a o baz¼a (teorema
! ! !
3.6, prop. 3.5, cap. 1). În particular f g este o baz¼a, numit¼ a baza canonic¼a
a lui V3 . Deci V3 = 3 Similar în V2 orice doi vectori liberi necoli-niari formeaz¼a
o baz¼a, deci V2 = 2 În V1 orice vector nenul este baz¼ a, deci V1 =1
2) În Rn ( 2) vectorii 1 = (1 0 0), 2 = (0 1 0 0) n = (0 0 1)
n
formeaz¼ a o baz¼
a, deci R R = . Cum pentru orice 2 Rn =( 1 2 n)
avem = 1 1 + + n n , rezult¼ a c¼
a coordonatele în baza canonic¼ a a unui
 ¼ DIM ENSIUNE
4. BAZ A. 35

vector 2 Rn coincid cu componentele acestuia. De aceea baza f 1 n g se

numeşte baza canonic¼a a lui Rn . S¼a observ¼
am c¼
a coordonatele unui vector difer¼ a
de la o baz¼ a la alta. De exemplu, în R3 , coordonatele vectorului = (2 1 3) în
baz¼a canonic¼ a sunt 2 1 3, coincizând cu componentele lui . Pe de alt¼ a parte,
vectorii 1 = (1 1 1) 2 = (0 1 1) 3 = (0 0 1) formeaz¼ a, de asemenea, o baz¼ a
a lui R3 . Coordonatele lui = (2 1 3) în baza 1 2 3 sunt 2 1 2, pentru c¼ a
=2 1 2 + 2 3.
n
3) În Rn [ ], polinoamele 1 formeaz¼
a o baz¼
a, numit¼a baza canonic¼a a
i
lui Rn [ ]. De asemenea, pentru orice 2 R , polinoamele i = ( ),0
formeaz¼ a o baz¼a a lui , deci R Rn [ ] = +1. Vom ar¼ ata aceasta pentru = 3.
Fie 0 1 2 3 astfel încât
2 3
0 1+ 1 ( )+ 2 ( ) + 3 ( ) =0
Rezult¼ a 3 = 0, 2 3 3 = 0, 1 2 2 + 3 3 2 = 0, 0
a c¼ 1 + 2
2
3
3 = 0, de unde 0 = 1 = 3 = 0, deci polinoamele 0 1 2 3 sunt liniar
independente. S¼ a ar¼
at¼
am c¼
a aceste polinoame formeaz¼ a un sistem de generatori
pentru R3 [ ]. Fie 2 R3 [ ]. Trebuie s¼ a ar¼
at¼
am c¼a exist¼
a 0 1 2 3 astfel
încât
2 3
= 0 1+ 1 ( )+ 2( ) + 3( )
Derivând formal, obţinem succesiv:
2
= 1 +2 2( )+3 3 ( )
2
= 2! 2 + 2 3 3 ( )
3
= 3! 3
Luând în egalit¼
aţile de mai sus valoarea polinomului în punctul , obţinem
1 1 2 1 3
0 = ( ) 1= ( ) 2= ( ) 3= ( ), deci:
1! 2! 3!
1 1 3 2 1 3 3
= ( )+ ( )( )+ ( )( ) + ( )( )
1! 2! 3!
În general, în Rn [ ], pentru orice 2 R , polinoamele
2 n
1 ( ) ( )
formeaz¼
a o baz¼
a şi coordonatele unui polinom 2 Rn [ ] în aceast¼
a baz¼
a sunt:
1 1 2 1 n
( ) ( ) ( ) ( )
1! 2! !
deci
1 1 2 2 1 n n
= ( )+ ( )( )+ ( )( ) + + ( )( )
1! 2! !
4) În m;n (R), matricele ij =1 , =1 ,
0 1
0 0 0
B C
B C
ij =B
B 0 1 0 C
C!
@ A
0 0 0
#
36 2. SPA ŢII VECTORIALE

formeaz¼a o baz¼
a, numit¼a baza canonic¼a a lui m;n (R).În concluzie m;n (R) =
=
2 k
5) În spaţiul vectorial C(( ) R), funcţiile 1 sunt liniar indepen-
dente. Cum aceasta se întâmpl¼ a pentru orice , rezult¼a c¼
a acest spaţiu vectorial
este in…nit dimensional.
OBSERVAŢIE. Dimensiunea unui spaţiu vectorial depinde de corpul de baz¼ a.
Astfel dimC (C) = 1, dar dimR (C) = 2. Mai general, orice C-spaţiu vecto-rial de di-
mensiune este un R-spaţiu vectorial de dimensiune 2 . Este su…cient s¼ a remarc¼am
c¼
a dac¼
af 1 n g este baz¼
a într-un C-spaţiu vectorial, atunci f 1 n 1 ng
este baz¼
a în acel spaţiu considerat ca R-spaţiu vectorial.

5. Dimensiunea unui subspaţiu vectorial

Subspaţiul nul f0V g nu conţine nici un sistem liber. De aceea dimensiunea
acestuia se consider¼
a egal¼
a cu zero.
TEOREMA 5.1. Fie un -spaţiu vectorial de dimensiune şi un subspaţiu
vectorial al lui . Atunci:
a) dimK ( ) = dimK ( ) dac¼a şi numai dac¼a = ;
b) dac¼a este subspaţiu propriu al lui V , atunci dimK ( ) dimK ( );
c) admite un suplement 1 şi avem:
dimK ( ) = dimK ( ) + dimK ( 1)

Demonstraţie. a) Fie = dimK ( ) = dimK ( ) şi o baz¼ a cu elemente.

Cum , conform teoremei 4.3, rezult¼ a c¼a este baz¼ a în . Atunci orice
element din este combinaţie liniar¼ a de elemente din , deci este în . În
concluzie = .
b) Fie = dimK ( ), = dimK ( ). Dac¼ a , deoarece , rezult¼
a c¼
a
ar exista în un sistem liber cu vectori, dep¼ aşind dimensiunea lui , ceea ce nu
se poate. Cum este subspaţiu propriu al lui , ţinând seama de a), rezult¼ a c¼
a
.
c) Fie f 1 p g o baz¼ a a lui . Cum este de dimensiune , exist¼ a
vectori p+1 n astfel ca f 1 p p+1 n g este o baz¼a în (teorema 4.5).
Familia f p+1 n g …ind liber¼a , 1 = (f p+1 n g) este de dimensiune .
Pe de alt¼a parte, orice vector 2 se scrie în mod unic sub forma
= 1 1 + + p p + p+1 p+1 + + n n = +
unde = 1 1 + + p p 2 şi = p+1 p+1 + + n n 2 1, ceea ce arat¼
a c¼
a
= 1 şi dimK ( ) = dimK ( ) + dimK ( 1 ).
TEOREMA 5.2. (Grassmann) Dac¼a 1 şi 2 sunt subspaţii vectoriale …nit
dimensionale ale lui , atunci
dimK ( 1 + 2) = dimK ( 1) + dimK ( 2) dimK ( 1 \ 2)
0
Demonstraţie. Fie = f 1 k g o baz¼
a în 1 \ 2 1 . O complet¼am
pân¼
a la o baz¼ a a lui 1 , …e aceasta 00 = f 1 k 1 l g, respectiv pân¼
a la o
a 000 = f 1
baz¼ k 1 m g a lui 2 . Deci presupunem c¼ a dimK ( 1 \ 2 ) =
= dimK ( 1 ) = + dimK ( 2 ) = + . Dac¼ a ar¼
at¼
am c¼ a sistemul de vectori
din , = f 1 k 1 l 1 m g formeaz¼a o baz¼
a a subspaţiului 1 + 2
demonstraţia este încheiat¼a, deoarece dimK ( 1 + 2 ) = + + şi identitatea din
enunţ este satisf¼
acut¼
a.
6. RANGUL UNUI SISTEM DE VECTORI ŞI RANGUL M ATRICEI SALE. SISTEM E DE ECUA ŢII LINIARE
37

Vom ar¼
ata mai întâi c¼a este liniar independent¼
a.
Fie k 1 l 1 k 2 astfel ca
k
X l
X m
X
(5.1) i i + j j + s s = 0V
i=1 j=1 s=1

P
m
Dac¼
a not¼
am = s s 2 2, atunci din (5.1) rezult¼
a 2 1, deci 2
s=1
P
m P
k
1 \ 2. În consecinţ¼
a exist¼
a 1 k 2 astfel ca s s = h h care
s=1 h=1
P
m P
k
000
se mai scrie s s + ( h) h = 0V . Deoarece este baz¼
a în 2, rezult¼
a
s=1 h=1
P
k
1 = = m = 0 şi 1 = = k = 0. Atunci (5.1) se mai scrie i i +
i=1
P
l
00
j j = 0V şi cum este baz¼
a în 1, rezult¼
a 1 = = k = 0 şi 1 = =
j=1
= l = 0. Aşadar toţi scalarii din (5.1) sunt nuli, deci este liniar independent¼
a.
Vom ar¼
ata acum c¼ a este un sistem de generatori pentru 1 + 2 . Fie deci
Pk P
l
2 1+ 2 = 1 + 2 cu 1 2 1 2 2 2 . Atunci 1 = i i + j j
i=1 j=1
P
k P
m
00 000
şi 2 = i i + s s, deoarece sunt baze în 1, respectiv 2. În
i=1 s=1
P
k P
l P
m
consecinţ¼
a = ( i + i) i + j j + s s şi teorema este demonstrat¼
a.
i=1 j=1 s=1

COROLAR 5.2.1. Fie 1 2 subspaţii vectoriale …nit dimensionale ale lui .

Dac¼a suma 1 + 2 este direct¼a, atunci
dimK ( 1 2) = dimK ( 1) + dimK ( 2)

Demonstraţie. Se ţine seama c¼

a 1 \ 2 = f0V g.

6. Rangul unui sistem de vectori şi rangul matricei sale. Sisteme de

ecuaţii liniare
DEFINIŢIE. Fie un -spaţiu vectorial şi = f 1 m g un sistem de
vectori din . Se numeşte rangul sistemului S dimensiunea subspaţiului generat de
.
Evident, dimensiunea subspaţiului generat de un sistem este egal¼
a cu
num¼
arul maxim de vectori liniar independenţi conţinuţi în .
Pn
Dac¼a =f 1 n g este baz¼
a în , atunci j = ij i 8 = 1 .
i=1
DEFINIŢIE. Matricea = ( ij ), de tip , format¼
a cu coordonatele vecto-
rilor j (unic determinate), pe coloane, se numeşte matricea sistemului S în raport
cu baza .
TEOREMA 6.1. (teorema rangului). Rangul unui sistem de vectori
=f 1 m g din este egal cu rangul matricei sale în raport cu o baz¼a arbitrar¼a
=f 1 n g din .
38 2. SPA ŢII VECTORIALE

Demonstraţie. Fie = ( ij ) matricea sistemului în raport cu baza . Ream-

intim c¼
a rangul unei matrice , nenul¼ a, este un întreg 0 min ( ), cu
proprietatea c¼
a exist¼
a un minor nenul al lui de ordin , iar toţi minorii de or-
din + 1, dac¼ a exist¼
a, sunt nuli. S¼
a presupunem c¼ a = . Deoarece rangul
unei matrice nu se schimb¼ a dac¼
a se permut¼ a liniile sau coloanele între ele, putem
presupune c¼a urm¼atorul determinant este nenul:
11 12 1r
21 22 2r
=
r1 r2 rr

Dac¼a vectorii 1 r ar … liniar dependenţi, atunci un vector ar … combinaţie

liniar¼
a de ceilalţi, deci una dintre coloanele minorului este combinaţie liniar¼a de
celelalte. Atunci = 0, ceea ce nu este posibil. În consecinţ¼ a, vectorii 1 r
sunt liniar independenţi.
Vom ar¼ ata acum c¼ a (f 1 r g) = (f 1 m g). Dac¼a , este
su…cient s¼a ar¼
at¼ am c¼a (f 1 m g) (f 1 r g). Cum rangul lui este
, pentru …ecare , urm¼atorii determinanţi sunt nuli:
11 1r 1j

i = =1
r1 rr rj
i1 ir ij

Dezvoltând dup¼
a ultima linie, obţinem: i1 i1 + + ir ir + ij = 0, unde
prin il = 1 , am notat complemenţii algebrici ai elementelor de pe ultima linie.
Cum 6= 0, rezult¼a
ij = 1 i1 + + r ir = 1
1
unde k = ik , = 1 , nu depind de , ci numai de elementele primelor
linii, deci r¼
amân …xe când = 1 . Prin urmare pentru , avem
j = 1 1 + + r r

deci (f 1 m g) (f 1 r g). În concluzie = .

OBSERVAŢIE. Din demonstraţia teoremei, rezult¼ a c¼
a rangul unei matrice este
egal cu num¼arul maxim de coloane liniar independente. Cum rangul unei matrice
coincide cu rangul matricei transpuse, rezult¼a c¼
a rangul unei matrice este egal cu
num¼ arul maxim de linii liniar independente.
DEFINIŢIE. O matrice p¼ atratic¼
a se numeşte singular¼a dac¼
a det = 0 şi
nesingular¼a în caz contrar.
COROLAR 6.1.1. O matrice p¼atratic¼a este nesingular¼a dac¼a şi numai dac¼a
toate liniile sau toate coloanele sunt liniar independente.
Pentru determinarea rangului unei matrice se pot folosi transform¼
ari elementare.
DEFINIŢIE. Se numesc transform¼ari elementare ale unei matrice urm¼ atoarele
operaţii:
- schimbarea a dou¼ a linii (coloane) între ele;
- înmulţirea tuturor elementelor unei linii (coloane) cu acelaşi factor nenul;
- adunarea la elementele unei linii (coloane) a elementelor corespunz¼ atoare ale
altei linii (coloane).
6. RANGUL UNUI SISTEM DE VECTORI ŞI RANGUL M ATRICEI SALE. SISTEM E DE ECUA ŢII LINIARE
39

Ţinând seama c¼
a aceste transform¼ari elementare nu afecteaz¼a proprietatea unui
determinant de a … nul sau nenul, rezult¼ a c¼
a rangul unei matrice nu se modi…c¼ a
dac¼
a asupra matricei se efectueaz¼a transform¼ ari elementare. În practic¼a, pentru
determinarea rangului unei matrice, proced¼ am astfel: se efectueaz¼
a transform¼ari
elementare asupra matricei pân¼a când toate elementele devin nule cu excepţia unor
elemente de pe diagonala principal¼
a care devin 1. Rangul unei matrice este num¼ arul
elementelor 1 de pe diagonala principal¼a.
EXEMPLU. S¼
a determin¼
am rangul matricei
0 1
2 4 3 5
B 1 2 1 2 C
=B@ 3 1 5
C
3 A
1 5 2 8
Avem succesiv
0 1 0 1
2 4 3 5 1 9 5 13
B 1 2 1 2 C ! + 4 B 0 ! +
B C
1 1
7 3 10 C 4 4 1

@ 3 1 5 3 A ! + 4 !B
@ 0
C
2 2
16 11 27 A
3 ! 3+3 4 !
1 5 2 8 1 5 2 8
0 1 0 1
1 9 5 13 1 0 0 0
B 0 7 3 ! 9 1
B 10 C
C
2 2 B 0 7 3 10 C
!@ ! 5 1 !B C
@ 0 16 11 27 A !
0 16 11 27 A 3 3
4 ! 4 13 1
0 14 7 21 0 14 7 21
0 1
2 ! 2 7 1 0 0 0
B 0 3 ! 3 3 7 2
! 16 1 3 7 10 7 C
3 3 2
!B
@ 0
C 4 ! 4 10 7 2 !
4 ! 4 14 2 0 29 7 29 7 A
!
! 0 0 1 1
0 1 0 1
1 0 0 0 1 0 0 0
B 0 ! 7 29
1 0 0 C 3 3 B 0 1 0 0 C
! B
@ 0
C! ! 4 !B C!
0 29 7 29 7 A 4 3 @ 0 0 1 1 A
!
0 0 1 1 0 0 0 0
0 1
1 0 0 0
! B 0 1 0 0 C
! 4 4 3
!B @ 0 0
C
! 1 0 A
0 0 0 0
deci = 3 (În …ecare caz s-au menţionat operaţiile indicate: notaţia
1 ! 1 + 4 înseamn¼
a linia 1 se înlocuieşte cu suma liniilor 1 şi 4 etc.).
În continuare vom utiliza teorema rangului în studiul sistemelor de ecuaţii
liniare. Fie deci sistemul de ecuaţii liniare:
8
>
> 11 1 + 12 2 + + 1n n = 1
<
21 1 + 22 2 + + 2n n = 2
(6.1)
>
>
:
m1 1 + m2 2 + + mn n = m
unde ij 2 R, = 1 , =1 , i 2 R, = 1 .
40 2. SPA ŢII VECTORIALE

Reamintim c¼ a un sistem ordonat de numere reale ( 1 2 n ) se numeşte

soluţie a sistemului (6.1), dac¼
a înlocuind necunoscutele 1 2 n respectiv prin
aceste numere, toate ecuaţiile acestui sistem sunt veri…cate, adic¼
a:
n
X
ij j = i =1
J=1

Dac¼a admite cel puţin o soluţie, sistemul se numeşte compatibil, iar dac¼a nu
admite nici o soluţie sistemul se numeşte incompatibil. Dac¼a sistemul (6.1) admite
o singur¼a soluţie, sistemul se numeşte compatibil determinat, iar dac¼
a admite mai
multe soluţii sistemul se numeşte compatibil nedeterminat. S¼
a remarc¼am c¼a sistemul
se scrie sub forma = , unde
0 1 0 1
0 1 1 1
B 2 C B 2 C
11 12 1n B C B C
B 21 C B C B C
=B @
22 2n C
A = B
B
C =B
C B
C
C
B C B C
m1 m2 mn
@ A @ A
n

Matricea 0 1
11 12 1n 1
B C
e=B 21 22 2n 2 C
@ A
m1 m2 mn m
se numeşte matricea extins¼a a sistemului (6.1).
Dac¼
a = şi
11 1r
r = 6= 0
r1 rr
atunci r se numeşte determinant principal al sistemului (6.1), necunoscutele
1 r se numesc necunoscute principale, iar r+1 n dac¼a se numesc
necunoscute secundare. Primele ecuaţii se numesc ecuaţii principale, celelalte
(dac¼
a ) se numesc ecuaţii secundare. Dac¼
a , pentru orice ,
determinantul de forma
11 1r 1

r1 rr r
j1 j j
se numeşte determinant caracteristic al sistemului (6). Deci num¼ arul determi-
nanţilor caracteristici este egal cu num¼
arul ecuaţiilor secundare.
TEOREMA 6.2. (Kronecker-Capelli) Condiţia necesar¼a şi su…cient¼a ca sistemul
(6.1) s¼a …e compatibil este ca = e.
j
Demonstraţie. ”)” Not¼ am cu = 1 , vectorii coloan¼
a ai matricei .
Sistemul …ind compatibil exist¼
a 1 n astfel încât:
1 n
1 + + n =
1 n
Aşadar 2 şi din teorema rangului rezult¼
a c¼
a =
= e.
6. RANGUL UNUI SISTEM DE VECTORI ŞI RANGUL M ATRICEI SALE. SISTEM E DE ECUA ŢII LINIARE
41

”(” Dac¼a = e, atunci 2 1 n

, deci exist¼a 1 n
1
astfel încât = 1 + + n n , deci sistemul ( 1 n ) este soluţie a sistemului
(6).
COROLAR 6.2.1. Sistemul (6.1) este compatibil determinat dac¼a şi numai dac¼a
= e= .

Demonstraţie. Conform teoremei Kronecker-Capelli, prima egalitate este echi-

valent¼
a cu existenţa a cel puţin o soluţie. Deoarece = , înseamn¼ a c¼
a,
coloanele matricei sunt liniar independente, deci are o singur¼ a exprimare ca o
combinaţie liniar¼
a de coloanele matricei , adic¼ a sistemul (6.1) este compatibil de-
terminat. Reciproc, dac¼ a sistemul (6.1) are o singur¼a soluţie atunci = e
(teorema 6.2), iar are o singur¼ a exprimare ca combinaţie liniar¼ a de coloanele matri-
P
n
j
cei , deci acestea sunt liniar independente (dac¼ a j = 0 cu j = 1 nu toţi
j=1
nuli şi dac¼
a 1 n este o soluţie a sistemului (6.1) atunci şi 1+ + 1 n+ n
ar … o soluţie diferit¼
a de prima, ceea ce nu este posibil).
TEOREMA 6.3. (Rouché). Dac¼a = , atunci sistemul (6.1) este
compatibil dac¼a şi numai dac¼a toţi determinanţii caracteristici sunt nuli.
Demonstraţie. Dac¼ a sistemul este compatibil, conform teoremei Kronecker-
Capelli, = e = . Cum orice determinant caracteristic este un de-
terminant de ordin + 1 din e, deci este nul. Reciproc, dac¼ a toţi determinanţii
caracteristici sunt nuli, atunci = e = , deci sistemul este compatibil.

În continuare vom studia mulţimea soluţiilor unui sistem omogen de ecuaţii

liniare. Fie deci sistemul = 0, unde 0 este vectorul coloan¼ a cu elemente, toate
nule. Evident, sistemul este compatibil, deoarece admite soluţia cu toate elementele
egale cu zero (aceast¼ a soluţie se mai numeşte soluţie banal¼a ). Din corolarul 6.2.1
obţinem:
COROLAR 6.3.1. Sistemul = 0 are numai soluţia banal¼a dac¼a şi numai
dac¼a = . În particular, dac¼a este matrice p¼atratic¼a, sistemul are soluţie
unic¼a dac¼a şi numai dac¼a matricea este nesingular¼a.
TEOREMA 6.4. Fie mulţimea soluţiilor sistemului = 0. Dac¼a =
= , atunci este un subspaţiu vectorial de dimensiune .
a este un subspaţiu vectorial al lui Rn . Vom c¼
Demonstraţie. Este clar c¼ auta o
baz¼a a acestui spaţiu format¼
a din elemente. Pentru aceasta putem presupune
c¼
a primele coloane ale matricei sunt liniar independente, ceea ce se poate
Pr
j i
realiza printr-o permutare a indicilor. Atunci pentru , avem j = i .
i=1
am vectorii j = ( j1
Consider¼ j
r 0 0 1 0), unde -1 se a‡a¼ pe locul
. Evident j 2 şi sunt liniar independenţi. Dac¼ a ar¼
at¼am c¼a ei genereaz¼a ,
teorema este demonstrat¼ a. Fie = ( 1 n ) o soluţie a sistemului = 0.
Pn
Atunci 0 = + j j este evident şi el o soluţie a sistemului. În plus, dac¼
a
j=r+1
0 0 0 0 P
r
0 j
=( 1 n ), atunci j = 0 pentru , deci j = 0 şi deoarece vectorii
j=1
42 2. SPA ŢII VECTORIALE

0 0
1 r sunt liniar independenţi, deducem c¼
a j = 0, = 1 . În consecinţ¼
a =0
P
n
şi deci = j j.
j=r+1

DEFINIŢIE. O baz¼ a a subspaţiului vectorial se numeşte sistem fundamental

de soluţii al sistemului = 0.
TEOREMA 6.5. Presupunem c¼a sistemul = este compatibil. Dac¼a 2 Rn
n
este o soluţie a acestui sistem, atunci 2 R este soluţie a sistemului = ,
nPr
dac¼a şi numai dac¼a exist¼a 1 n r 2 R astfel încât = + i i , unde
i=1
1 n r este un sistem fundamental de soluţii al sistemului = 0.
a şi sunt soluţii ale sistemului
Demonstraţie. Dac¼ = , atunci ( )=
= 0, deci 2 , …ind mulţimea soluţiilor sistemului omogen. Cum 1
nPr
n r este baz¼
a în , rezult¼
a c¼
a exist¼
a 1 n r astfel încât = i i,
i=1
nPr
ceea ce trebuia dovedit. Reciproc = + i i = , deoarece i = 0,
i=1
pentru c¼
a i 2 .

7. Matricea de trecere de la o baz¼

a la alta. Schimbarea coordonatelor
unui vector la schimbarea bazei
0
Fie un -spaţiu vectorial de dimensiune şi = f 1 n g, = f 01
0 0
ng dou¼
a baze ale sale. Putem exprima vectorii din baza în baza . Pentru
orice vector 0j = 1 , exist¼a şi sunt unici ij 2 = 1 astfel încât
n
X
0
(7.1) j = ij i =1
i=1
0 1
11 12 1n
DEFINIŢIE. Matricea = @ A se numeşte matricea de
n1 n2 nn
0
trecere de la baza la baza .
0
Se observ¼
a c¼
a pe coloana se g¼
asesc coordonatele vectorului j în baza .
OBSERVAŢIE. Relaţiile (7.1) se mai pot scrie sub forma
0 0 1 0 1
1 1
B 0 C B C
B 2 C B 2 C
B C B C
B C= T B C
B C B C
B C B C
@ A @ A
0
n n
T
unde este transpusa matricei .
PROPOZIŢIA 7.1. Matricea de trecere de la o baz¼a la alta este inversabil¼a.
Demonstraţie. Deoarece 0 este baz¼
a, din orice relaţie de forma 0
1 1 + +
+ n 0n = 0V rezult¼
a i = 0 = 1 . Ţinând seama de (7.1) obţinem
( 1 11 + 2 12 + + n 1n ) 1 + +( 1 n1 + 2 n2 + + n nn ) n = 0V
 ¼ LA ALTA. SCHIM BAREA COORDONATELOR UNUI VECTOR LA SCHIM BAREA
7. M ATRICEA DE TRECERE DE LA O BAZ A

relaţie care are loc dac¼

a şi numai dac¼
a i =0 =1 . Cum şi este baz¼
a, se
obţine sistemul omogen
8
< 1 11 + 2 12 + + n 1n =0
:
1 n1 + 2 n2 + + n nn =0
în necunoscutele 1 n , care trebuie s¼
a admit¼
a numai soluţia banal¼
a, ceea ce
implic¼
a det 6= 0 (corolar 6.3.1).
0
PROPOZIŢIA 7.2. Dac¼a este matricea de trecere de la baza la baza ,
1
atunci este matricea de trecere de la baza 0 la baza .
0
Demonstraţie. Fie matricea de trecere de la baza la baza . Vom ar¼
ata
1
c¼
a = .
Ţinând seama de (7.1), putem scrie
0 0 0
s = 1s 1 + 2s 2 + + ns n 8 =1
deci
s = 1s ( 11 1 + 21 2 + + n1 n ) + 2s ( 12 1 + + n2 2 ) +
+ + ns ( 1n 1 + + nn n ) 8 =1
Aceste egalit¼
aţi se mai scriu
s =( 1s 11 + 2s 12 + + ns 1n ) 1 + +( 1s n1 + + ns nn ) n 8 =1
Cum este baz¼
a în , rezult¼
a c¼
a
Xn
1 =
ik kj = 8 =1
0 6 =
k=1
Prin urmare = n, unde n este matricea unitate. Cum este inversabil¼
a,
1
rezult¼
a = .
P
n P
n
0 0
PROPOZIŢIA 7.3. Fie 2 şi = i i = j j sunt reprezent¼arile
i=1 j=1
0
lui în cele dou¼a baze şi . Atunci are loc
0 1 0 0
1
1 1
B C B 0 C
B 2 C B 2 C
B C B C
(7.2) B C= B C
B C B C
B C B C
@ A @ A
0
n n
0
…ind matricea de trecere de la baza la baza .
Demonstraţie. Folosind (7.1) putem scrie
n
X n
X Xn n
X Xn
0 0 0 0
= j j = j ( ij i) = ( ij j ) i
j=1 j=1 i=1 i=1 j=1

P
n
Pe de alt¼
a parte = i i şi scrierea lui în baza …ind unic¼
a, rezult¼
a
i=1
n
X
0
i = ij j 8 =1
j=1
44 2. SPA ŢII VECTORIALE

ceea ce este echivalent cu (7.2).

EXEMPLU. În R3 , …e baza canonic¼ a = f 1 2 3 g şi vectorul = (1 2 3).
S¼
a determin¼am coordonatele vectorului în baza 0 = f 01 02 03 g, unde 01 =
= (1 0 1) 02 = (1 1 0) 03 = (2 0 1). Deoarece 01 = 1 + 3 02 = 1
0
2 03 = 2 1 + 31 , rezult¼
a c¼
a matricea de trecere de la baza la baza 0 este
1 1 2
=@ 0 1 0 A Totodat¼ a 1= 0 0
1 + 3 2 =
0
1
0 0
2 + 3 3 = 2 1
0 0
3,
1 0 1 0 1
1 1 2
deci matricea de trecere de la baza 0 la baza este 1
=@ 0 1 0 A
1 1
0 11
0
1
Dac¼
a, în baza 0
, = 0 0
1 1 + 0 0
2 2 + 0 0
3 3, a @
atunci din (7.2) rezult¼ 0
2
A =
0
0 1 0 1 3
1 3
1@
= 2 A = @ 2 A Aşadar =3 0
1 2 02 .
3 0

8. Metoda lui Gauss pentru rezolvarea sistemelor de ecuaţii algebrice

liniare
S¼a cosider¼
am sistemul de ecuaţii algebrice liniare:
8
>
> 11 1 + 12 2 + + 1n n = 1
<
21 1 + 22 2 + + 2n n = 2
(8.1)
>
>
:
m1 1 + m2 2 + + mn n = m

Metoda este de fapt procedeul de eliminare a necunoscutelor pe care îl descriem

în continuare.
S¼
a presupunem 11 6= 0; atunci putem elimina prima necunoscut¼ a 1 din ecuaţi-
ile 2 3 , înmulţind prima ecuaţie cu factorii:
i1
i1 = =2
11
şi sc¼
azând-o, respectiv din ecuaţiile 2 3 .
Obţinem astfel sistemul echivalent
8
(2) (2) (2) (2) (2)
>
> 11 1 + 12 2 + 13 3+ + 1n n =
>
< (2) (2) (2)
1
(2)
(8.2) 22 2 + 23 3+ + 2n n = 2
>
>
>
: (2) (2) (2) (2)
m2 2 + m3 3 + + mn n = m

(1) (1)
unde dac¼
a ij = ij , =1 , i = i, =1 , avem
8
> (1)
< ij dac¼a 1
(2)
ij = 0 dac¼a 2 1
>
: (1) (1)
ij i1 1j dac¼a 2 2
(
(1)
(2) i dac¼a 1
i = (1) (1)
i i1 1 dac¼a 2
8. M ETODA LUI GAUSS PENTRU REZOLVAREA SISTEM ELOR DE ECUA ŢII ALGEBRICE LINIARE
45

Dac¼a 11 = 0 schimb¼ am prima ecuaţie a sistemului cu o alt¼ a ecuaţie în care

coe…cientul lui 1 este nenul. Se observ¼
a c¼
a prima ecuaţie a sistemului (8.2) coincide
(2)
cu prima ecuaţie a sistemului (8.1). Dac¼a 22 6= 0, atunci, în mod analog, putem
elimina necunoscuta 2 din ultimele 2 ecuaţii ale sistemului (8.2). Introducând
multiplicatorii
(2)
i2
i2 = (2)
=3
22

obţinem sistemul echivalent

8 (3) (3) (3) (3) (3)
>
> 11 1 + 12 2 + 13 3 + + 1n n = 1
>
> (3) (3) (3) (3)
>
< 22 2 + 23 3 + + 2n n = 2
(8.3) (3) (3) (3)
> 33 3 + + 3n n = 3
>
>
>
>
: (3) (3) (3)
m3 3 + + mn n = m

cu coe…cienţii şi termenii liberi

8
> (2)
< ij dac¼a 2
(3)
ij = 0 dac¼a 3 2
>
: (2) (2)
ij i2 2j dac¼a 3 3
(
(2)
(3) i dac¼a 2
respectiv i = (2) (2)
i i2 2 dac¼a 3

(2)
Dac¼
a 22 = 0 schimb¼ am ecuaţia a doua cu una din ecuaţiile 3 4 în care
coe…cientul lui 2 este nenul. Primele dou¼ a ecuaţii ale sistemului (8.3) coincid cu
(1) (2)
primele dou¼a ecuaţii ale sistemului (8.2). Procedeul continu¼ a. Elementele 11 , 22 ,
(3) (k)
33 , se numesc elemente pivot. Dac¼ a kk 6= 0, notând cu (k+1) matricea sis-
temului echivalent din care au fost eliminaţi 1 , 2 , , k (adic¼ a matricea sistemului
dup¼ a paşi), prin (k+1) vectorul coloan¼ a al termenilor liberi corespunz¼ atori,
(k+1) (k+1) (k+1) (k+1)
atunci elementele ij ale lui şi i ale lui se calculeaz¼
a recursiv
prin formulele
8
> (k)
< ij dac¼a
(k+1)
ij = 0 dac¼a +1
>
: (k) (k)
ij ik kj dac¼a +1 +1
(
(k)
(k) i dac¼a
i = (k) (k)
i ik k dac¼a +1

(k)
ik
unde ik = (k)
= +1 . Prin urmare, matricea sistemului, dup¼
a efectuarea
kk
pasului , va …
46 2. SPA ŢII VECTORIALE

0 (1) (1) (1)

1
(1) (1)
11 12 1k 1;k+1 1n
B (2) (2) (2) (2) C
B 0 C
B 22 2k 2;k+1 2n C
B 0 0 C
B C
=B C
(k+1) (k)
B kk C
B (k+1) (k+1) C
B k+1;k+1 k+1;n C
B C
@ 0 A
(k+1) (k+1)
m;k+1 mn
0 (1)
1
1
B (2) C
B 2 C
B C
B C
B C
B C
B (k) C
B C
(k+1)
=B
B
k
(k+1)
C
C
B k+1 C
B (k+1) C
B C
B k+2 C
B C
B C
@ A
(k+1)
m
(k)
Dac¼a kk = 0 şi cel puţin unul din elementele de pe coloana şi de pe liniile
(k)
+1 +2 este nenul, …e acesta rk , atunci permut¼ am liniile şi între ele
şi continu¼am eliminarea. Pe parcursul algoritmului pot apare urm¼ atoarele situaţii:
-coe…cienţii unei ecuaţii devin toţi nuli, iar termenul liber corespunz¼ ator este
nenul, caz în care sistemul este incompatibil;
-coe…cienţii unei ecuaţii sunt toţi nuli şi termenul liber corespunz¼ator este nul,
atunci ecuaţia respectiv¼ a este consecinţ¼a a celorlaltor (deci inutil¼
a).
Dac¼a = şi sistemul este compatibil, atunci este compatibil nedeterminat.
Dac¼ a = şi rangul matricei sistemului este , atunci toţi pivoţii sunt nenuli.
Dup¼a 1 paşi vom obţine sistemul triunghiurilor echivalent cu sistemul (8.1):
8
(1) (1) (1) (1)
>
> 1+ 12 2 + + 1n n = 1
>
< 11 (2) (2) (2)
22 2 + + 2n n = 2
>
>
>
: (n) (n)
nn n = n

care se poate rezolva regresiv:

(n)
n
n = (n)
nn
(8.4) (i) P
n
(i)
i ij j
j=i+1
i = (i)
= 1 1
ii
Algoritmul lui Gauss ne permite s¼a rezolv¼
am simultan sisteme de ecuaţii cu
aceeaşi matrice , dar cu termeni liberi diferiţi. În acest caz, la …ecare pas ope-
raţiile aplicate asupra termenului liber se aplic¼a tuturor celor vectori coloan¼ a
termeni liberi. Dup¼ a eliminare vom obţine sisteme triunghiulare. Un caz particu-
lar al acestui procedeu este inversarea unei matrice. Într-adev¼ ar, dac¼
a în relaţia
8. M ETODA LUI GAUSS PENTRU REZOLVAREA SISTEM ELOR DE ECUA ŢII ALGEBRICE LINIARE
47

1 1
= n , not¼ am = , atunci = n sau j = j unde j şi j
1
sunt coloanele din respectiv n . Astfel, coloanele matricei sunt soluţiile
sistemelor liniare cu termenii liberi respectiv egali cu coloanele matricii unitate.
OBSERVAŢII. 1) Am v¼ azut mai sus c¼a este posibil s¼
a …e necesar s¼
a efectu¼
am
permut¼ ari de linii când un element pivot este nul. Din motive de stabilitate nu-
meric¼
a, trebuie s¼a efectu¼
am permut¼ari de linii nu numai când un element pivot este
exact egal cu zero ci şi când el este aproape egal cu zero. De asemenea, pentru
a preveni ca in‡uenţa erorilor de rotunjire s¼a devin¼
a catastrofal¼
a, este, de obicei,
necesar s¼a alegem elementul pivot, la efectuarea pasului astfel: se alege num¼ arul
egal sau cel mai mic num¼ ar întreg pentru care
(k) (k)
rk = max ik
k i m

şi se permut¼ a liniile şi . Deci, alegem ca pivot, la …ecare pas , primul element
(k)
maxim în modul întâlnit sub elementul kk .
2) Dac¼a = , atunci determinantul matricei sistemului (8.1) este egal cu
s (1) (2) (n)
( 1) 11 22 nn unde este num¼arul total de permut¼ ari de linii efectuate (evi-
dent când se aplic¼ a pivotarea).
3) Când = , exist¼ a cazuri când pivotarea nu este necesar¼ a şi anume când:
- matricea sistemului este slab diagonal dominant¼ a;
- matricea sistemului este simetric¼a şi pozitiv de…nit¼
a.
În încheiere, menţion¼
am c¼
a metoda lui Gauss este o metod¼ a direct¼a de rezolvare
a sistemelor, adic¼a dup¼a un num¼ar …nit de operaţii logice şi aritmetice şi în ipoteza
absenţei rotunjirilor, metoda d¼
a soluţia exact¼
a a sistemului.
EXEMPLE. 1. Fie sistemul
8
>
> 2 1 +5 2 8 3 =8
<
4 1 + 3 2 9 3=9
>
> 2 1 + 3 2 5 3=7
:
1 + 8 2 7 3 = 12

S¼a rezolv¼
am sistemul prin metoda lui Gauss. Vom elimina pe rând necunos-
cutele 1 2 3 . Pentru simplitatea scrierii, operaţiile necesare vor … efectuate
asupra matricei extinse a sistemului.
0 1 0 1 0 1
2 5 8 8 2 5 8 8 2 5 8 8
B 4 3 B 0 7 7 C B 0 7 7 7 C
B 9 9 CC!B 7 C B C
@ 2 3 B 0 2 3 C ! B 0 0 1 1 C!
5 7 A @ 1 A @ A
11 5 5
1 8 7 12 0 3 8 0 0
0 2 1 2 2
2 5 8 8
B 0 7 7 7 C
B C
@ 0 0 1 1 A
0 0 0 0
Deci ultima ecuaţie este consecinţ¼a a celorlalte. Sistemul este compatibil de-
terminat. Avem de rezolvat sistemul superior triunghiular
8
< 2 1 +5 2 8 3= 8
7 2 +7 3 = 7
:
3 = 1
care are soluţia (3 2 1).
48 2. SPA ŢII VECTORIALE

2. Aceeaşi problem¼
a, pentru sistemul
8
>
> 1 2 2+ 4 = 3
<
3 1 2 2 3 = 1
>
> 2 1 + 2 2 3 4 = 4
:
1+ 3 2 2 3 2 4 = 7
Procedând ca mai sus, obţinem succesiv
0 1 0 1
1 2 0 1 3 1 2 0 1 3
B 3 1 2 0 1 C B 0 5 2 3 10 C
B C!B C!
@ 2 1 2 1 4 A @ 0 5 2 3 10 A
1 3 2 2 7 0 5 2 3 10
0 1
1 2 0 1 3
B 0 5 2 3 10 C
B C
@ 0 0 0 0 0 A
0 0 0 0 0
Ultimele dou¼
a ecuaţii sunt consecinţ¼
a a primelor dou¼
a. sistemul este compatibil
dublu nedeterminat. Sistemul:
1 2 2+ 4 = 3
5 2 2 3 3 4 = 10
este echivalent cu sistemul iniţial şi are o in…nitate de soluţii:
4 1 2 3
1 =1+ 3 + 4 2 =2+ 3 + 4 3 2R 4 2R
5 5 5 5

3. Aceeaşi problem¼
a pentru sistemul
8
< 3 1 5 2+ 2 3 +4 4 =2
7 1 4 2+ 3+3 4 =5
:
5 1+7 2 4 3 6 4 =3
Obţinem succesiv:
0 1
0 5
1 3 2 4 2
3 5 2 4 2 B 23 11 19 1 C
B C
@ 7 4 1 3 5 A!B 0 3 3 3 3 C!
5 7 4 6 3 @ 46 22 38 1 A
0
0 3 31 3 3
3 5 2 4 2
B 23 11 19 1 C
@ 0 A
3 3 3 3
0 0 0 0 1
Sistemul este incompatibil.
1 0
1 0 1
4. S¼a se calculeze inversa matricei = @ 0 1 1 A.
1 1 1
Problema se reduce la rezolvarea simultan¼ a a trei sisteme de ecuaţii cu aceeaşi
matrice, iar termenii liberi sunt coloanele matricei unitate 3 . Obţinem succesiv:
 9. PROBLEM E 49

0 1 0 1
1 0 1
1 0 0 1 0 1 1 0 0
@ 0 1 0 1 0 A!@ 0 1 1
1 0 1 0 A!
1 1 1
0 0 1
0 0 1 0 11 0 1
1 0 1 1 0 0
@ 0 1 1 0 1 0 A.
0 0 1 1 1 0
Pentru rezolvarea celor trei sisteme, vom c¼auta ca prin transform¼
ari elementare
asupra liniilor s¼
a obţinem în stânga, matricea unitate. Deci
0 1
1 0 1 1 0 0 1+ 3 ! 1
@ 0 1 1 0 1 0 A 2+ 3 ! 1 !
0 0 01 1 1 0 13 ! 3
1 0 0 0 1 1
@ 0 1 0 1 0 1 A,
0 0 1 1 1 1
0 1
0 1 1
deci 1
=@ 1 0 1 A
1 1 1

9. Probleme
1. Fie = (0 1). S¼
a se arate c¼
a în raport cu operaţiile = , 2
şi = , 2 R, 2 , devine spaţiu vectorial real.
2. Fie un -spaţiu vectorial şi 2 , 6= 0V . De…nim = +
2 = + ( ) 2 2 S¼a se determine ( ) astfel încât
înzestrat cu cele dou¼
a operaţii s¼
a …e spaţiu vectorial.
3. S¼a se precizeze care din urm¼ atoarele submulţimi ale lui R3 sunt subspaţii
3
vectoriale ale lui R ?
a) 1 = f( 1 2 3 ) ; 1 + 2 2 3 3 = 0g; b) 2 = f( 1 2 3 ) ; 1 2+ 3 =
= 1g;
c) 3 = f( 1 2 3 ) ; j 1 j + j 2 j = 1g; d) 4 = f( 1 2 3 ) ; 21 2 = 0g;
e) 5 = f( 1 2 3 ) ; 1 = 2 2 g.
4. În n (R), …e 1 = f 2 n (R) ; T = g, 2 = f 2 n (R) ; T =
= g. S¼
a se arate c¼a 1 şi 2 sunt subspaţii vectoriale ale lui n (R) şi n (R) =
= 1 2 . S¼
a se g¼
a seasc¼
a dimensiunile acestor subspaţii.
P
n
5. Fie 2 m;n (R), = ( ij ) şi = f 2 Rn ; ij j = 0, 1 g. S¼
a
j=1
se arate c¼
a este un subspaţiu vectorial al lui Rn .
6. Fie un spaţiu vectorial şi 1 , 2, 3 2 liniar independenţi. S¼
a se arate
c¼
a şi vectorii 1 = 1 + 2 + 3 , 2 = 1 + 2 3, 3 = 1 2 + 3 sunt liniar
independenţi.
7. S¼
a se arate c¼
a vectorii 1 = (1 2 2 1), 2 = (5 6 6 5), 3 = ( 1 3 4 0),
4 = (0 4 3 1) sunt liniar dependenţi. S¼a se scrie 4 ca o combinaţie liniar¼
a de
1, 2, 3.

8. S¼a se arate c¼a vectorii 1 = (2 1 3), 2 = (3 2 5), 3 = (1 1 1)

formeaz¼
a o baz¼a a lui R3 . S¼
a se determine coordonatele vectorilor = (4 4 9)
50 2. SPA ŢII VECTORIALE

0
şi = (6 2 7) în aceast¼ a baz¼
a. Aceeaşi problem¼
a pentru vectorii 1 = (1 2 1),
0
2 = (1 1 1), 30 = (1 3 2), 0 = (2 1 1), 0 = (1 1 0).
9. S¼
a se arate c¼
a vectorii 1 , 2 , 3 , 4 formeaz¼ a a lui R4 . S¼
a o baz¼ a se determine
coordonatele vectorului în raport cu aceast¼ a baz¼
a:
a) 1 = (1 1 1 1), 2 = (1 2 1 1), 3 = (1 1 2 1), 4 = (1 3 2 3);
= (1 4 2 5);
b) 1 = (1 0 0 1), 2 = (2 1 3 1), 3 = (1 1 0 0), 4 = (0 1 1 1);
= (0 0 0 1).
2 1 5 3
10. Sunt liniar independente matricele = , = ,
5 3 2 1
1 1 x x
= ? Dar funcţiile 1 2 3 : R ! R 1( ) = , 2( ) = ,
2 3
2x
3( )= ?
11. S¼
a se determine dimensiunea şi o baz¼
a a subspaţiului generat de vectorii:
a) 1 = (1 1 1), 2 = (1 2 3), 3 = (0 1 1), 4 = (0 0 0);
b) 1 = (1 0 0 1), 2 = (2 1 1 0), 3 = (1 1 1 1), 4 = (1 2 3 4),
5 = (0 1 2 3).
12. S¼
a se determine dimensiunile sumei şi intersecţiei subspaţiilor generate:
a) 1 = (1 2 1), 2 = (3 4 2), 3 = (2 2 1), respectiv 1 = (0 1 1),
2 = (1 2 0);
b) 1 = (1 1 1 1), 2 = (1 1 1 1), 3 = (1 3 1 3), respectiv
1 = (1 2 0 2), 2 = (1 2 1 2), 3 = (3 1 3 1).
13. S¼
a se completeze sistemul format din vectorii 1 = (2 1 3), 2 = (4 1 1)
la o baz¼a a lui R3 .
14. S¼ a funcţiile 1 2 3 : R ! R, 1 ( ) = , 2 ( ) = 2 + 1,
a se arate c¼
2
3( ) = + formeaz¼ a o baz¼a în spaţiul polinoamelor de grad cel mult 2. S¼
a se
determine coordonatele funcţiilor 2 + 2 + 4 respectiv 2 + 3 în raport cu aceast¼a
baz¼
a.
15. S¼a se g¼
aseasc¼
a o baz¼
a în spaţiul vectorial al soluţiilor sistemului 1 + 2
3 = 0, 1 2 + 4 = 0, 2 + 4 = 0.

16. În spaţiul vectorial al funcţiilor : R ! R s¼

a se arate c¼
a funcţiile 1 ()=
= sin , 2 ( ) = cos , 3 ( ) = sunt liniar independente.
17.0S¼
a se g¼
aseasc¼
a rangul
1 matricelor:
1 2 3 0 1
B 2 C 2 1 3 2 4
1 0
a) B
@ 2
C; b) @ 4 2 5 1 7 A.
1 3 A
2 1 1 8 2
1 4 2
18. Fie 1 şi 2 subspaţiile vectoriale ale lui R4 date de: 1 = f( 1 2 3 4 ) ;
2 + 3 + 4 = 0g, 2 = f( 1 2 3 4 ) ; 1 + 2 = 0, 3 = 2 4 g. S¼ a se g¼
aseasc¼
a
dimensiunile şi baze ale acestor subspaţii, precum şi ale subspaţiilor 1 \ 2 , 1 + 2 .
19. În R2 …e = 2 1 + 2 , unde 1 = ( 1 1), 2 = (2 3). S¼
a se determine
coordonatele lui în baza f 1 2 g, unde 1 = (1 3), 2 = (3 8).
20. S¼
a se determine matricea de trecere de la baza = f 1 2 3 g la baza
0
= f 1 2 3 g dac¼a 1 = (1 0 0), 2 = (1 1 0), 3 = (1 1 1), 1 = (3 0 2),
 9. PROBLEM E 51

2 = ( 1 1 4), 3 = (3 5 2). Cum se schimb¼

a coordonatele unui vector când se
0
trece de la baza la baza ?
 CHAPTER 3

Aplicaţii liniare

Al¼aturi de noţiunea de spaţiu vectorial, noţiunea de aplicaţie liniar¼ a sau de

operator liniar are o importanţ¼ a deosebit¼
a în algebra liniar¼
a şi în aplicaţiile acesteia,
ca ”purt¼ator de informaţie liniar¼a”de la un spaţiu vectorial la altul. Vom prezenta
acest concept de baz¼ a în cele ce urmeaz¼a.

1. Aplicaţii liniare. Izomor…sme de spaţii

vectoriale
DEFINIŢIE. Fie , dou¼a subspaţii vectoriale peste acelaşi corp . Se
numeşte aplicaţie liniar¼a sau operator liniar (sau mor…sm de spaţii vectoriale) o
funcţie : ! cu propriet¼
aţile:
a) ( + ) = ( ) + ( ) 8 2 ; ( este aditiv¼a )
b) ( ) = ( ) 8 2 2 . ( este omogen¼a )
Dac¼ a, în plus, este bijectiv¼ a, atunci se numeşte izomor…sm de spaţii vec-
toriale, iar spaţiile şi se numesc izomorfe şi se noteaz¼a '
Vom folosi de asemenea, notaţia în loc de ( ), dac¼
a nu este pericol de
confuzie.
O aplicaţie liniar¼
a : ! se numeşte transformare liniar¼a sau operator
liniar al lui sau endomor…sm al lui . Se numeşte automor…sm al lui orice
endomor…sm bijectiv al lui .
O aplicaţie liniar¼
a : ! se numeşte form¼a liniar¼a pe sau funcţional¼a
liniar¼a pe .
Vom nota cu L( ) mulţimea aplicaţiilor liniare de la la şi cu L( )
mulţimea endomor…smelor lui .
OBSERVAŢII. 1) Dac¼a în condiţia a) punem = 0V , se obţine (0V ) = 0W .
De asemenea, luând = 1 în b), se obţine ( ) =
2) : ! este liniar¼
a dac¼a şi numai dac¼
a ( + )= +
8 2 2
EXEMPLE. 1) Aplicaţia : ! ( ) = 0W , 8 2 este liniar¼
a şi se
numeşte aplicaţia nul¼a de la la .
2) Aplicaţia identic¼a, 1V : ! 1V ( ) = 8 2 este liniar¼
a. Mai mult,
este automor…sm al lui .
3) Fie 2 m;n (R) o matrice …xat¼ a, = ( ij ) Dac¼ a 2 Rn , =( 1 n)
de…nim:
Xn Xn n
X
: Rn ! Rm =( 1i i 2i i mi i )
i=1 i=1 i=1

53
54 3. APLICA ŢII LINIARE

este o aplicaţie liniar¼

a numit¼ a aplicaţia liniar¼a asociat¼a matricei . De
exemplu, aplicaţia : R3 ! R3 ( 1 2 0 3 ) = (2 1 + 1 2 1 3 1 + 2+
2 1 0
+ 3 ) este aplicaţia generat¼ a de matricea = @ 1 0 1 A
1 1 1
4) Fie un -spaţiu vectorial şi un element nenul din . Aplicaţia
: ! ( )= este un automor…sm al lui şi se numeşte omotetie de
raport
5) Fie 2 Rn = ( 1 n ) Pentru orice , 1 , aplicaţia
n
k : R ! R k ( ) = k este o aplicaţie liniar¼ a numit¼ a proiecţie canonic¼a de
indice k .
n
6) Fie 1 n 2 R numere …xate; aplicaţia : Rn ! R ( 1 n) =
n
= 1 1 + + n n este o form¼ a liniar¼
a pe R
7) Fie 2R Aplicaţia : C 1 ([ ] R) ! C 0 ([ ] R) = 0 8 2
1
C ([ ] R) este o aplicaţie liniar¼ a (numit¼a operatorul de derivare). De asemenea
Rb
I : C 0 ([ ] R) ! R I( ) = ( ) d 8 2 C 0 ([ ] R) este o funcţional¼ a liniar¼
a.
a
8) În spaţiul vectorilor liberi V3 consider¼
am baza canonic¼
a f g Dac¼ a
2 V3 atunci = 1 + 2 + 3 Aplicaţia : V3 ! R3 =( 1 2 3 ) este,
evident, un izomor…sm de spaţii vectoriale.
PROPOZIŢIA 1.1. Dac¼a , sunt -spaţii vectoriale, atunci L( ) are o
structur¼a natural¼a de -spaţiu vectorial.
Demonstraţie. Fie 2 L( ) şi 2 De…nim + : !
astfel: ( + )( ) = + 8 2 şi ( )( ) = 8 2 . + este o
aplicaţie liniar¼
a. Într-adev¼
ar,
( + )( + )= ( + )+ ( + )= + + + =

= ( + )+ ( + ) = ( + )( ) + ( + )( ) 8 2 2
Similar,
( )( + )= ( + )= ( + )= ( )+ ( )=

= ( )( ) + ( )( ) 8 2 2
Se veri…c¼a uşor c¼
a L( ) înzestrat cu cele dou¼
a operaţii are o structur¼
a de -
spaţiu vectorial.
PROPOZIŢIA 1.2. Fie i = 1 2 3 trei -spaţii vectoriale şi 2 L( 1 2 )
2 L( 2 3 ) Atunci:
a) Aplicaţia este liniar¼a;
1
b) Dac¼a T este izomor…sm, atunci : 2 ! 1 este un izomor…sm de
spaţii vectoriale.
Demonstraţie. a) Din liniaritatea lui şi , rezult¼
a c¼
a pentru orice 2 1
2 avem:
( )( + )= ( ( + )) = ( + )=

= ( )+ ( )= ( )( ) + ( )( )
 2. NUCLEU ŞI IM AGINE 55

b) Deoarece inversa unei aplicaţii bijective este bijectiv¼

a, este su…cient s¼
a ar¼
at¼
am
1
c¼
a este liniar¼
a. Fie 2 2 2 Exist¼a 0 0 2 1 astfel încât = 0
0
= Atunci:
1 1 0 0 1 0 0
( + )= ( + )= ( ( + )) =
0 0 1 1
= + = +
1
deci este liniar¼
a.
TEOREMA 1.3. a) Orice -spaţiu vectorial de dimensiune este izomorf cu
n

b) Dou¼a -spaţii vectoriale …nit dimensionale şi sunt izomorfe dac¼a şi
numai dac¼a dimK ( ) = dimK ( )
Demonstraţie. a) Fie f 1 n g o baz¼a în şi 2 n = ( 1 n)
n
De…nim : ! astfel = 1 1 + + n n Vom ar¼ ata c¼a este un
izomor…sm de spaţii vectoriale. este surjectiv¼ a, deoarece, dac¼ a 2 atunci exist¼ a
1 n 2 astfel încât = 1 1 + + n n Exist¼ a , deci, = ( 1 n ) 2
n
astfel ca = . De asemenea, este injectiv¼ a, deoarece dac¼ a 2 n
= ( 1 n) = ( 1 n ) şi = , atunci ( 1 1) 1+ + +( n
n n) = 0 V Cum sistemul de vectori f 1 n g este liniar independent, rezult¼
a
1 = 1 n = n adic¼a = . Aşadar este bijectiv¼ a .
Vom ar¼ ata acum c¼ a este liniar¼ a. Fie 2 n ca mai sus şi 2
Atunci:
( + )=( 1 + 1) 1 + +( n + n) n = ( 1 1 + + n n )+

+ ( 1 1 + + n n) = +
n
deci este liniar¼
a. În concluzie '
b) " =) " S¼ a presupunem c¼ a ' deci exist¼a : ! izomor…sm.
Fie = f 1 n g baz¼a în . Vom ar¼ata c¼a 0 = f 1 n g este baz¼
a în
, de unde dimK ( ) = dimK ( ) …ind surjectiv¼a, pentru orice 2 exist¼
a
P
n P
n
= i i 2 astfel încât = = i ( i ) ( …ind liniar¼ a). Atunci 0
i=1 i=1
P
n
este un sistem de generatori în . Pe de alt¼
a parte, dac¼
a i i = 0W , atunci
i=1
P
n Pn
( i i) = 0W = 0V Cum este injectiv¼
a, rezult¼
a i i = 0V şi cum
i=1 i=1
este liniar independent¼ a, vom avea 1 = = n = 0 Aşadar 0 este liniar
independent¼ a şi, în consecinţ¼
a, baz¼
a în .
" (= " Dac¼ a dimK ( ) = dimK ( ) = a 1 : n !
conform a), exist¼
n 1
2 : ! izomor…sme de spaţii vectoriale, Atunci = 2 1 este un
izomor…sm.
OBSERVAŢIE. Izomor…smul : ! n 2 = 1 1 + + n n
=( 1 n ) se numeşte izomor…sm canonic.

2. Nucleu şi imagine

Fie , dou¼
a -spaţii vectoriale şi 2 L( )
TEOREMA 2.1. a) Dac¼a este subspaţiu vectorial al lui , atunci ( )
este subspaţiu vectorial al lui ;
56 3. APLICA ŢII LINIARE

1
b) Dac¼a este subspaţiu vectorial al lui , atunci ( ) = f 2 ;
2 g este subspaţiu vectorial al lui .

Demonstraţie. a) Cum 0V 2 , rezult¼ a 0V = 0W 2 ( ), deci ( ) 6=

0 0 0
Fie acum 2 ( ) şi 2 Exist¼
a 2 astfel ca = = 0
0 0 0
…ind liniar¼
a, rezult¼a + = + = ( + ) Cum este subspaţiu
vectorial al lui , rezult¼a + 0 2 , deci + 0 2 ( ) adic¼ a ( ) este
subspaţiu vectorial al lui .
1 1 1
b) 0V 2 ( ), deoarece 0W 2 , deci ( ) 6= Fie 2 ( )
2 Atunci 2 deci ( + ) = + 2 deoarece este
1
subspaţiu vectorial al lui . În consecinţ¼
a, + 2 ( )
1
DEFINIŢIE. Subspaţiul vectorial (0W ) = f 2 ; = 0V g se numeşte
nucleul lui şi se noteaz¼
a De asemenea, subspaţiul ( ) = f 2 ;
9 2 ^ = g se numeşte imaginea lui şi se noteaz¼
a Im

Evident, şi Im

TEOREMA 2.2. a) T injectiv¼a () = f0V g

b) T surjectiv¼a () Im =

Demonstraţie. a)" =) " Fie 2 deci = 0W = 0V Cum este

injectiv¼
a, rezult¼
a = 0V , deci = f0V g
" (= " Fie 2 astfel ca = . Atunci ( ) = 0V , adic¼
a
2 , deci = 0V . Aşadar = şi injectiv¼ a.
b) rezult¼a imediat din de…niţia lui Im

LEMA ¼ 2.3. Dac¼ a dimK = şi f 1 n g este o baz¼ a a lui , atunci

f 1 n g este un sistem de generatori pentru Im .Acest sistem de generatori
va … baz¼a în Im dac¼a şi numai dac¼a este injectiv¼a.

Demonstraţie. Într-adev¼
ar, dac¼
a 2 Im , exist¼
a 2 astfel ca = Dar
Pn
= 1 1 + + n n i 2 =1 deci = i i, adic¼
af 1 ng
i=1
este sistem de generatori în Im . Dac¼ a este injectiv¼ a şi 1 1 + + n n =
= 0W , atunci ( 1 1 + + n n ) = 0W = (0V ) deci 1 1 + + n n =
= 0V Cum f 1 n g este liniar independent¼ a, rezult¼
a 1= = n = 0, adic¼
a
f 1 n g este liniar independent¼ a, deci baz¼a în Im
Reciproc, presupunem c¼ a f 1 n g este liniar independent¼a. Fie
2 , = 1 1 + + n n şi cum = 0W , rezult¼ a 1 1+ + n n=
= 0W Cum f 1 n g este liniar independent¼ a, rezult¼a 1 = = n = 0, deci
= 0V , adic¼
a este injectiv¼ a.

OBSERVAŢIE. Fie astfel ca dimK ( ) = Cum , conform teo-

remelor 2.1 şi 5.1, cap. 2, dimK ( ) . Conform teoremelor 2.1 şi 4.2, cap.
2, dimK (Im )

Putem deci formula:

DEFINIŢIE. Presupunem c¼a dimK ( ) = Dac¼a este o aplicaţie liniar¼

a
: ! , atunci dimK ( ) se numeşte defectul lui şi se noteaz¼ a
De asemenea, dimK (Im ) se numeşte rangul lui şi se noteaz¼a
 2. NUCLEU ŞI IM AGINE 57

TEOREMA 2.4. (teorema rang-defect) Fie , dou¼a -spaţii vectoriale cu

dimK ( ) = şi 2 L( ) Atunci:
dimK ( ) = +
Demonstraţie. Fie = 0 =f 1 n g baz¼ a în , deci
0
i = 0 1 Complet¼ a m baza la o baz¼a = f 1 p p+1 n a lui
g
. Vom demonstra c¼ a 00 = f p+1 n g formeaz¼ a o baz¼ a în Im . Vom ar¼ata
mai întâi c¼ a 00 este liniar independent¼ a. Dac¼ a p+1 p+1 + + n n = 0W ,
rezult¼a ( p+1 p+1 + + n n ) = 0W , deci p+1 p+1 + + n n 2 Prin
urmare exist¼ a 1 p 2 astfel încât p+1 p+1 + + n n = 1 1 + + p p
0
sau 1 1 + + p p + ( p+1 ) p+1 + + ( n ) n = 0V …ind baz¼ a în ,
rezult¼a 1 = = n = 0, deci 00 este liniar independent¼ a. S¼ a ar¼ at¼
am acum
00
c¼
a este sistem de generatori în Im Dac¼ a 2 Im atunci exist¼ a 2
Pn P
p
astfel ca = Dar = i i unde = i i 2 …ind liniar¼ a,
i=1 i=1
P
n
00
rezult¼
a = = i i , deci este baz¼
a în Im Atunci = =
i=1
= dimK ( ) .
COROLAR 2.4.1. Dac¼a este un -spaţiu vectorial de dimensiune şi un
endomor…sm al lui , atunci este injectiv () este surjectiv.
Demonstraţie. este injectiv () = f0V g () = 0 () =
() Im = () surjectiv.
EXEMPLU. Fie 2 R3 = ( 1 2 3 ) şi : R3 ! R 3 = ( 1+ 2
3 1 2 + 3 5 1 2 + 3 ) Se veri…c¼a uşor c¼
a este liniar¼
a . Pe de alt¼a
parte 2 dac¼ a şi numai dac¼ a, coordonatele sale veri…c¼ a sistemul liniar
1+ 2 3 =0
omogen 1 2 + 3 =0 Soluţia general¼a a acestui sistem …ind 1 = 0 2 =
5 1 2 + 3 = 0
3 = 2 R rezult¼ a c¼a = f 2 R3 ; = (0 1 1) 2 Rg = (f g) unde
= (0 1 1) Atunci = 1, o baz¼ a în …ind vectorul . Conform teo-
remei 2.3, rezult¼a c¼ a = 2 Dup¼ a lema de mai sus, 1 = (1 1 5) 2 =
3
= (1 1 1) 3 = ( 1 1 1)(f 1 2 3 g …ind baz¼a canonic¼ a în R ) formeaz¼
a
un sistem de generatori pentru Im Deci doar doi sunt liniar independenţi, de
exemplu 1 şi 2 , aceştia constituind o baz¼ a în Im
0 00
COROLAR 2.4.2. Fie trei -spaţii vectoriale …nit dimensionale şi
: ! 0 : 0 ! 00 dou¼a aplicaţii liniare. Atunci:
a) ( ) ;
b) ( ) ;
c) dac¼a este izomor…sm, atunci ( )= ;
d) dac¼a este izomor…sm, atunci ( )=
0
Demonstraţie. Evident, este o aplicaţie liniar¼
a. a) Deoarece ( ) ,
rezult¼
a ( ( )) ( 0 ) Atunci:
0
( ) = dimK ( )( ) dimK ( )=
b) Cum ( ) rezult¼
a ( ) Conform teoremei
rang-defect,
( ) = dimK ( ) ( ) dimK ( ) =
58 3. APLICA ŢII LINIARE

1 00
c) Deoarece este izomor…sm, exist¼
a : ! 0 Putem scrie = 1
1
( ) Conform b) ( ) d) Se scrie = ( )

3. Matricea asociat¼
a unei aplicaţii liniare
Vom ar¼ata c¼
a dac¼
a şi sunt -spaţii vectoriale …nit dimensionale, atunci
L( ) este izomorf cu un spaţiu de matrice. Fie deci dimK ( ) = = =
f 1 n g o baz¼
a …xat¼a în şi dim K ( ) = = f 1 m g o baz¼
a …xat¼
a în
.
Dac¼ a 2 L( ), atunci pentru orice 1 j 2 , deci exist¼
a
scalarii ij 2 1 , unic determinaţi, (…ind coordonatele vectorilor j 1
, în baza ) astfel ca:
m
X
(3.1) j = ij i =1
i=1

DEFINIŢIE. Se numeşte matricea lui în raport cu bazele şi , matricea

B;C
T = ( ij ) de tip ( ) a c¼
arei coloan¼
a este constituit¼ a din coordonatele
vectorului j în raport cu baza . Dac¼
a = şi = , vom scrie B;B T = B T
şi vom spune c¼a B T este matricea endomor…smului în raport cu baza .
Aşadar matricea lui depinde de bazele şi . Vom omite indicii când
nu este pericol de confuzie. Num¼ arul liniilor matricei ataşat¼
a aplicaţiei liniare
: ! este egal cu dimensiunea lui , iar num¼ arul coloanelor cu dimensiunea
lui . Evident, în cazul unui endomor…sm num¼ arul liniilor coincide cu num¼ arul
coloanelor, deci matricea este p¼
atratic¼
a. Vom nota cu n ( ) mulţimea matricelor
de tip ( ).
EXEMPLE. 1) Fie : R2 ! R2 ( ) = ( ) (simetria în raport cu
am în R2 , baza canonic¼
originea). Consider¼ a 1 = (1 0) = (0 1). S¼
2 a determin¼am
matricea endomor…smului în baza f 1 2 g. Cum 1 = 1 2 = = 2
1 0
rezult¼a c¼a matricea lui în baza f 1 2 g este = .
0 1
2) În R3 consider¼ am baza canonic¼ a f 1 2 3 g 1 = (1 0 0) 2 = (0 1 0)
3 = (0 0 1) iar în R1 [ ] baza f 1 2 g 1 = 1 2 = . Dac¼ a = ( 1 2 3) 2
2 R3 , de…nim : R3 ! R1 [ ] = 1 + 2 +( 1 +2 2 3 ) . S¼a se determine
matricea lui în cele dou¼ a baze. Deoarece 1 = 1 + 2 2 = 1 +2 2 3 =
1 1 0
= 2 , rezult¼a =
1 2 1
3) Fie un -spaţiu vectorial şi f 1 n g baza în . Vom determina ma-
tricea aplicaţiei identice 1V : ! 1V ( ) = 8 2 . Deoarece 1V ( i ) = = i ,
1 , rezult¼
a c¼
a matricea lui 1V este matricea unitate:
0 1
1 0 0
B 0 1 0 C
n =@
B C
A
0 0 1
LEMA ¼ 3.1. Fie şi -spaţii vectoriale, f 1 n g o baz¼a în şi f 1 ng
un sistem arbitrar de vectori din . Exist¼ a o unic¼
a aplicaţie liniar¼
a : !
astfel ca i = i 1 .
 ¼ UNEI APLICA ŢII LINIARE
3. M ATRICEA ASOCIAT A 59

P
n P
n
Demonstraţie. Dac¼
a 2 , atunci = i i De…nim = i i. este
i=1 i=1
evident liniar¼
a şi i = i 1 . S¼
a veri…c¼
am unicitatea. Dac¼a : !
este o alt¼
a aplicaţie liniar¼
a satisf¼
acând i = i 1 , atunci pentru orice
2 avem:

Xn n
X n
X
= ( i i) = i i = i i =
i=1 i=1 i=1
Lema 3.1 d¼ a posibilitatea de a de…ni în mod unic o aplicaţie liniar¼
a punând în
evidenţ¼
a doar valorile sale pe o baz¼
a a domeniului de de…niţie.
TEOREMA 3.2. Fie şi dou¼a -spaţii vectoriale de dimensiune şi
respectiv , = f 1 n g o baz¼
a în , = f 1 n g o baz¼
a în . Aplicaţia
: L( ) ! m;n ( ) care face s¼a corespund¼a oric¼arui 2 L( ) matricea
B;C
T de…nit¼
a mai sus este un izomor…sm de spaţii vectoriale.
Demonstraţie. Vom ar¼
ata mai întâi c¼
a este liniar¼
a. Fie 2 L( ) şi
2 . Dac¼ a ( ) = ( ij ) ( ) = ( ij ) ( + ) = ( ij ), atunci:
m
X m
X m
X
ij i =( + )( j ) = j + j = ij i + ij i =
i=1 i=1 i=1

m
X
= ( ij + ij ) i =1
i=1

Cum f 1 m g este baz¼a în , rezult¼a ij = ij + ij = 1 =

= 1 , adic¼ a ( + ) = ( )+ ( ), deci este liniar¼ a. Vom ar¼ata
c¼
a este bijectiv¼a. Dac¼ a 2 L( ) şi ( ) = 0, atunci j = 0W , deci
P
n
dac¼
a = i i 2 atunci = 0W deci este aplicaţia nul¼a. În concluzie
i=1
= f g, deci este injectiv¼
a. S¼
a ar¼
at¼
am acum c¼ a este surjectiv¼ a. Fie
= ( ij ) o matrice de tip ( ) cu coe…cienţi în . Consider¼ am vectorii j
P
m
din , j = ij i = 1 . Conform lemei 3.1 exist¼ a o aplicaţie liniar¼
a unic¼
a
i=1
: ! astfel ca j = j = 1 , deci astfel ca ( ) = . În consecinţ¼
a
este surjectiv¼
a şi teorema este demonstrat¼
a.
COROLAR 3.2.1. Dac¼a dimK ( ) = dimK ( )= , atunci

dimK (L( )) =
Demonstraţie. Se ţine seama de teoremele 3.2 şi 1.3.
TEOREMA 3.3. În ipotezele teoremei 3.2, …e 2 L( ) şi =( ij ) ma-
P
n
tricea lui în raport cu bazele şi . Atunci dac¼
a = i i 2 , coordonatele
i=1
vectorului = în baza sunt date de

n
X
(3.2) i = ij j =1
j=1
60 3. APLICA ŢII LINIARE

P
n P
n P
m
Demonstraţie. Avem: = = j j = j( ij i ) =
j=1 j=1 i=1
P
m P n
= ( ij j ) i , de unde (3.2).
i=1 j=1

4. Matrice şi aplicaţii liniare

Vom de…ni operaţiile cu matrice pornind de la operaţiile corespunz¼atoare cu
aplicaţii liniare. Fie deci , dou¼
a -spaţii vectoriale, f 1 n g baza în ,
f 1 m g baza în şi 2 L( ).
Fie şi matricele asociate lui şi respectiv, în raport cu cele dou¼ a baze,
= ( ij ) = ( ij ).
Egalitatea matricelor. Dou¼
a aplicaţii liniare şi sunt egale dac¼
a şi numai
dac¼
a ( j ) = ( j ) = 1 , adic¼ a
1j 1 + 2j 2 + + mj m = 1j 1 + 2j 2 + + mj m

Cum f 1 m g este baz¼

a în , rezult¼
a c¼
a = dac¼
a şi numai dac¼
a ij = ij
=1 =1 , ceea ce conduce la urm¼
atoarea
DEFINIŢIE. Dou¼
a matrice =( ij ) =( ij ) de tip ( ) sunt egale dac¼
a
ij = ij = 1 =1 .
Adunarea matricelor. Fie =( ij ) matricea aplicaţiei liniare + . Avem:
m
X m
X m
X
( + )( j ) = ( j ) + ( j ) = ij i + ij i = ( ij + ij ) i =1
i=1 j=1 i=1

În consecinţ¼
a, ij = ij + ij = 1 =1
Putem deci formula urm¼ atoarea
DEFINIŢIE. Dac¼
a = ( ij ) = ( ij ) sunt dou¼
a matrice de tip ( ), se
numeşte suma lui şi şi se noteaz¼
a + , matricea de tip ( ), ale c¼
arei
elemente sunt ij + ij = 1 =1
Înmulţirea unei matrice cu un scalar. Fie = ( ij ) matricea aplicaţiei
P
m P
m
2 . Atunci ( )( j ) = j = ij i = ( ij ) i = 1 . Deci
i=1 i=1
ij = ij =1 =1 .
DEFINIŢIE. Dac¼ a = ( ij ) este o matrice de tip ( ), produsul dintre
scalarul şi matricea este matricea obţinut¼
a multiplicând toate elementele
lui cu .
Produsul a dou¼a matrice. Fie trei -spaţii vectoriale 1 = f 1 n g,
2 = f 1 m g, 3 = f 1 r g baze ale lui respectiv. Fie
2 L( ), 2 L( ), = ( ij ) = ( ij ) matricele lui şi în raport
cu bazele date.
Vrem s¼ a determin¼am matricea lui în raport cu bazele 1 şi 3 . Fie
= ( ij ) matricea asociat¼
a lui . Atunci:
m
X m
X
( )( j ) = ( j) = ( kj k ) = kj k =
k=1 k=1
 4. M ATRICE ŞI APLICA ŢII LINIARE 61

m
X r
X r X
X m
= kj ( ik i ) = ( ik kj ) i =1
k=1 i=1 i=1 k=1
În consecinţ¼
a:

m
X
(4.1) ij = ik kj =1 =1
k=1

DEFINIŢIE. Fie = ( ij ) o matrice de tip ( ) şi = ( ij ) o matrice de tip

( ). Se numeşte produsul dintre şi şi se noteaz¼
a , matricea de tip ( )
al c¼
arei element ij situat la intersecţia liniei cu coloana este dat de (4.1).
S¼
a remarc¼ am c¼a produsul nu este de…nit decât dac¼
a num¼ arul coloanelor lui
este egal cu num¼ arul liniilor lui . Expresia lui ij se obţine pornind de la linia
a lui şi de la coloana a lui . Spunem c¼ a produsul se efectueaz¼
a dup¼ a
regula ”linii pe coloane”.
PROPOZIŢIA 4.1. Dac¼a sunt matrice astfel încât diferitele produse de
mai jos s¼a …e de…nite şi 2 , atunci:
a) ( )=( ) ;
b) ( + ) = + ;
c) ( + ) = + ;
d) ( ) = ( ) = ( ).
Demonstraţie. Propoziţia se demonstreaz¼ a utilizând propriet¼ aţile binecunos-
cute ale aplicaţiilor liniare. Dac¼ a, de exemplu, : r ! s , : m ! r
n m
şi : ! sunt aplicaţiile liniare ale c¼
aror matrice şi respectiv, în
raport cu bazele canonice, atunci matricea lui ( ) este ( ), iar matricea
lui ( ) este ( ) Cum ( )=( ) rezult¼
a ( )=( ) .
Celelalte egalit¼
aţi se demonstreaz¼ a asem¼ an¼
ator.
OBSERVAŢIE. Produsul a dou¼
a matrice nu este comutativ în general.
Matrice inversabile. O matrice 2 n( ) este inversabil¼a sau regulat¼a dac¼
a
exist¼
a o matrice 2 n ( ) astfel încât: = = n
1
Matricea este unic¼ a, se noteaz¼
a cu şi se numeşte inversa lui .
TEOREMA 4.2. Fie un -spaţiu vectorial de dimensiune …nit¼a , =
=f 1 n g o baz¼
a în şi un endomor…sm al lui . Pentru ca matricea a
endomor…smului în raport cu baza s¼a …e inversabil¼a, este necesar şi su…cient
1
ca s¼a …e un automor…sm al lui . În acest caz matricea lui în raport cu
1
baza este
Demonstraţie. ”=)” …ind inversabil¼ a, exist¼a 2 n ( ) astfel ca =
= = n Cum aplicaţia ! de la L( ) la n() este bijectiv¼
a, …e
aplicaţia liniar¼
a asociat¼
a lui . Ea este astfel încât = = 1V deci este
1 1 1
bijectiv¼a şi = şi matricea asociat¼ a lui este
1 1 1
”(=” Dac¼ a este bijectiv¼
a, exist¼
a şi = = 1V , deci
1
dac¼a este matricea asociat¼ a lui atunci = = n Prin urmare este
1
inversabil¼a şi =
Rangul unei matrice. Are loc:
TEOREMA 4.3. Fie , dou¼a -spaţii vectoriale având dimensiunile ,
respectiv şi 2 L( ) Dac¼a f 1 n g este baz¼
a în , f 1 n g este baz¼
a
62 3. APLICA ŢII LINIARE

în , iar este matricea aplicaţiei liniare în raport cu cele dou¼a baze, atunci
=
Demonstraţie. Deoarece f 1 n g este sistem de generatori pentru Im ,
ţinând seama de teorema 7.1, cap. 2, = dimK (Im ) = f 1
n g = deoarece coordonatele vectorilor f 1 n g în baza f 1 ng
se g¼asesc pe coloanele matricei .
COROLAR 4.3.1. O matrice p¼atratic¼a este inversabil¼a dac¼a şi numai dac¼a este
nesingular¼a.
Demonstraţie. Fie endomor…smul care într-o baz¼ af 1 n g a unui -spaţiu
vectorial are matricea . Aplicând corolar 2.4.1 şi teoremele 4.2 şi 4.3 obţinem:
() () = 0 ()
() = = () det 6= 0

5. Transformarea matricei unei aplicaţii liniare la schimbarea bazelor

Fie , dou¼ a -spaţii vectoriale având dimensiunile respectiv şi 2
2 L( ) Dac¼a =f 1 n g şi =f 1 n g sunt baze …xate în respectiv
, iar = ( ij ) este matricea aplicaţiei liniare în cele dou¼ a baze atunci
m
X
j = kj k 8 =1
k=1

Fie acum 0 = f 01 0
ngşi 0 = f 10 0
n g o nou¼a pereche de baze …xate în
respectiv şi 0 = ( 0
ij ) matricea asociat¼
a aplicaţiei în noua pereche de baze,
deci
m
X
0 0 0
i = lj l 8 =1
l=1
a între şi 0
Vom stabili ce relaţie exist¼
0
Fie = ( ij ) matricea de trecere de la baza la baza şi =( ij ) matricea
de trecere de la baza la baza 0 , deci:
n
X
0
i = ji j 8 =1
j=1

m
X
0
l = kl k 8 =1
k=1
Atunci, obţinem pe de o parte
n
X n
X m
X m X
X n
0
i = ji j = ji ( kj k ) = ( kj ji ) k =1
j=1 j=1 k=1 k=1 j=1

iar pe de alt¼
a parte,
m
X m
X m
X m X
X m
0 0 0 0 0
i = li l = li ( kl k ) = ( kl li ) k =1
l=1 l=1 k=1 k=1 l=1
0
Egalând coordonatele vectorilor i în baza rezult¼
a
 5. TRANSFORM AREA M ATRICEI UNEI APLICA ŢII LINIARE LA SCHIM BAREA BAZELOR63

m
X n
X
0
kl li = kj ji 8 =1 =1
l=1 j=1
0
Aceste relaţii mai pot … scrise = . …ind o matrice de schimbare de
baz¼
a este nesingular¼a deci
0 1
=
aceast¼a egalitate reprezentând formula de transformare a matricei unei aplicaţii
2 L( ) la schimbarea bazelor. În particular, dac¼a = , iar 2 L( )
atunci se lucreaz¼ a cu aceeaşi baz¼
a atât în domeniul de de…niţie cât şi în cel de
valori. Dac¼ a =f 1 n g este o baz¼
a …xat¼
a în , iar = ( ij ) este matricea
aplicaţiei liniare în baza , avem:
n
X
j = kj k 8 =1
k=1

Dac¼a 0 = f 01 0
ng este o alt¼
a baz¼
a …xat¼
a în , iar 0
=( 0
ij ) este matricea
0
asociat¼
a lui în baza , atunci
n
X
0 0 0
i = lj l 8 =1
l=1

Dac¼ a este matricea de trecere de la baza la baza 0 , procedând ca mai

sus obţinem 0 = 1
aceasta …ind formula de transformare a matricei unui
endomor…sm 2 L( ) la schimbarea bazei.
DEFINIŢIE. Spunem c¼a dou¼
a matrice 2 n( ) sunt similare sau aseme-
1
nea dac¼
a exist¼
a o matrice nesingular¼
a astfel ca =
Are loc:
PROPOZIŢIA 5.1. Fie 2 n ( ). Urm¼atoarele a…rmaţii sunt echivalente:
1) şi sunt similare;
2) Exist¼a o aplicaţie liniar¼a : ! , …ind un -spaţiu vectorial -
dimensional şi dou¼a baze şi 0 în astfel ca şi s¼a …e matricele asociate
lui în cele dou¼a baze.
Demonstraţie. 2)=)1) rezult¼
a din cele de mai sus. 1)=)2) şi …ind simi-
lare, …e o matrice nesingular¼a astfel încât = . Fie = f 1 n g o baz¼
a
…xat¼a în = n şi : ! unica aplicaţie liniar¼a care în baza are matricea
asociat¼a . Deci:
n
X
j = kj k 8 =1
k=1
Fie : ! aplicaţia liniar¼
a care în baza are matricea , deci:
P
n
i = ji j 8 = 1
j=1
Conform teoremei 4.2, este un automor…sm al lui . Rezult¼ a 0 = =
a c¼
0
f 1 n g este o baz¼
a în . S¼ a not¼am i = i = 1 .
Vom ar¼ ata c¼a matricea lui în baza 0 este chiar . Fie deci = ( ij )
matricea lui în baza 0 , deci
64 3. APLICA ŢII LINIARE

n
X n
X n
X n
X n X
X n
0 0
i = ji j = ji j = ji ( kj k ) = ( kj ji ) k 8 =1
j=1 j=1 j=1 k=1 k=1 j=1

Pe de alt¼
a parte:

Xn n
X n
X n X
X n
0
i = ( i) = ( ji j ) = ji ( kj k ) = ( kj ji ) k 8 =1
j=1 j=1 k=1 k=1 j=1
0
Din unicitatea scrierii vectorilor i în baza rezult¼
a
n
X n
X
kj ji = kj ji 8 =1 =1
j=1 j=1
1
Deci = sau = = .
3 3
EXEMPLU. 0 Aplicaţia liniar¼
1 a : R ! R are în baza canonic¼ a = f 1 2 3 g,
1 1 0
matricea = @ 0 1 1 A S¼ a determin¼
am matricea lui în baza 0 = =
1 0 1
f 01 02 03 g 01 = (2 1 3) 02 = (3 2 5) 03 = (1 1 1). Matricea de trecere de
la baza la baza 0 este:
0 1 0 1
2 3 1 3 8 5
=@ 1 2 1 A , iar 1
=@ 2 5 3 A.
3 5 1 1 1 1
0 0
Atunci, dac¼
a este matricea lui în baza , rezult¼
a
0 1
12 19 10
0
= 1
=@ 7 11 6 A.
0 0 2

6. Probleme
1. S¼a se precizeze care din urm¼ atoarele aplicaţii sunt liniare:
3 3
a) :R !R , =( 1+ 2 3 1+2 3 2 1 3 2+5 3 );
b) : R3 ! R3 , = ( 3 1 + 1 2 1);
c) : R3 ! R3 , = ( 1 + 2 + 3 3 2 1 + 3 );
d) : R2 ! R3 , =( 1 2 1 2 1 + 3 2 );
e) : R3 ! R3 , = ( 21 1 + 2 23 + 1).
Pentru aplicaţiile liniare s¼
a se determine şi .
2. S¼a se g¼
aseasc¼ a : R3 ! R3 care duce vectorii 1 = (2 0 3),
a aplicaţia liniar¼
2 = (4 1 5), 3 = (3 1 2) respectiv în vectorii 1 = (4 5 2), 2 = (1 1 1),
3 = (1 2 1)
3. Fie : R3 ! R3 , =( 1+ 2+ 3 1 2+ 3 3 1 2 + 3 3 ). S¼
a se
determine , şi câte o baz¼
a în şi .
4. Fie ! 2 V3 şi : V3 ! V3 , ! = (! !)!. S¼ a se arate c¼
a este liniar¼ a.
! ! ! ! ! !
Dac¼a ! = + 2 + 3 s¼ a se g¼
aseasc¼a matricele lui în bazele ( ) şi
! ! ! ! ! ! !
f!1 !2 !3 g, !1 = + , !2 = 2 , 3= + .
 6. PROBLEM E 65

5. Fie : R4 ! R3 o aplicaţie
0 liniar¼
a, a c¼
arei1matrice în raport cu bazele
1 1 1
B 1 0 1 C
canonice din R respectiv R este B
4 3
@ 1
C. S¼a se g¼
aseasc¼
a o baz¼
a şi
2 3 A
1 1 3
dimensiunea subspaţiilor şi .
6. Fie : R3 ! R3 , = ( 1 2 2+ 3 2 1+ 2 3 2 3 3 ). S¼a se
calculeze şi s¼
a se precizeze matricea lui în baza canonic¼ a a lui R3 . S¼a
1
se arate c¼a este automor…sm, s¼ a se determine şi matricea acestuia în baza
canonic¼a.
7. Fie : R3 ! R2 , : R2 ! R4 , ( 1 2 3 ) = ( 1 + 2 2 1 2 + 3 ),
( 1 2) = ( 1 1 + 2 2 1 2 ). S¼
a se determine şi matricele asociate lui
şi în bazele canonice ale spaţiilor respective
8. Fie : R2 ! R2 . Matricea lui în baza 1 = ( 3 7), 2 = (1 2) este
2 1 1 3
, iar matricea lui în baza 1 = (6 7), 2 = ( 5 6) este .
5 3 2 7
1
S¼
a se determine , , + , , .
3
0 9. Matricea
1 unui endomor…sm al lui R în raport cu baza canonic¼
a este
1 1 2
@ 1 0 1 A. Care este matricea endomor…smului în baza 1 = (1 2 3),
1 0 1
2 = (3 1 2), 3 = (2 3 1)?
3
10. Matricea unui endomor…sm
0 al lui
1 R în raport cu baza 1 = (1 0 0), 2 =
1 1 1
(1 1 0), 3 = (1 1 1)este @ 1 0 1 A. Care este matricea acestui endomor…sm
1 2 3
în baza 1 , 2 , 3 de la problema anterioar¼
a?
 CHAPTER 4

Valori şi vectori proprii. Forma canonic¼

a a unui
endomor…sm

În acest capitol ne vom pune problema determin¼arii unei baze a unui spaţiu
vectorial în care matricea unui endomor…sm s¼a aib¼
a o form¼ a cât mai simpl¼a:
diagonal¼a.

1. Valori şi vectori proprii ai unui

endomor…sm
Fie un -spaţiu vectorial ( = R sau C) şi : ! un endomor…sm.
DEFINIŢIE. Un vector 2 6 0V se numeşte vector propriu pentru endo-
=
mor…smul , dac¼a exist¼
a un scalar 2 astfel încât

(1.1) =
Scalarul din (1.1) se numeşte valoare proprie a endomor…smului cores-
punz¼
atoare vectorului propriu .
DEFINIŢIE. Dac¼a : ! este un endomor…sm al lui , un subspaţiu
se numeşte subspaţiu invariant în raport cu dac¼
a ( ) .
OBSERVAŢIE. Dac¼ a este valoare proprie a endomor…smului , atunci mulţi-
mea tuturor vectorilor proprii corespunz¼atori lui la care ad¼
aug¼
am şi vectorul nul,
notat¼
a este un subspaţiu vectorial invariant în raport cu , numit subspaţiu
propriu asociat valorii proprii . Aşadar:
=f 2 ; = g=f 2 ;( 1V )( ) = 0V g = ( 1V )
Deci este subspaţiu vectorial (teorema 2.1, cap. 3). Totodat¼ a, …ind
subspaţiu, 2 implic¼
a = , deci este subspaţiu invariant în raport cu
. Dimensiunea acestui subspaţiu vectorial se numeşte multiplicitatea geometric¼a
a valorii proprii şi o vom nota . Remarc¼ am c¼a este valoare proprie dac¼ a şi
numai dac¼ a ( 1V ) 6= f0V g deci 1V nu este izomor…sm.
TEOREMA 1.1. Fie un C-spaţiu vectorial de dimensiune . Atunci, orice
endomor…sm 2 L( ) are cel puţin un vector propriu.
Demonstraţie. Fie = f 1 n g e o baz¼
a …xat¼a în , iar =( ij ) 2 n (C)
matricea endomor…smului în aceast¼
a baz¼a, adic¼
a:
n
X
i = ji j 8 =1
j=1

67
68 ¼ A UNUI ENDOM ORFISM
4. VALORI ŞI VECTORI PROPRII. FORM A CANONIC A

P
n P
n P
n
Dac¼
a 2 = i i atunci (1.1) revine la i i = j j, sau
i=1 i=1 j=1
n
X Xn n
X n X
X n

i( ji j ) = j j deci ( ji i j) j = 0V
i=1 j=1 j=1 j=1 i=1

P
n
Cum este o baz¼
a în , de aici rezult¼
a ji i = j 8 =1 adic¼
a
i=1

( 11 ) 1 + 12 2 + + 1n n =0
21 1 + ( 22 ) 2 + + 2n n =0
(1.2)
n1 1 + n2 2 + +( nn ) n =0
Sistemul (1.2) este liniar omogen în necunoscutele 1 n Vectorul va
… vector propriu pentru endomor…smul dac¼
a şi numai dac¼
a coordonatele sale
1 n constituie o soluţie nebanal¼
a a sistemului (1.2). Condiţia necesar¼ a şi
su…cient¼a ca acest sistem s¼
a admit¼
a soluţii nebanale este
11 12 1n
21 22 2n
(1.3) det( n) = =0
n1 n2 nn

ceea ce reprezint¼ a o ecuaţie polinomial¼ a de grad n în necunoscuta , cu coe…-

cienţi în C. Conform teoremei fundamentale a algebrei, exist¼ a 0 2 C astfel ca
det ( 0 n ) = 0. 0 va … o valoare proprie a endomor…smului . Introducem 0
a ( 01
în sistemul (1.2) şi obţinem o soluţie nebanal¼ 0
n ) a acestui sistem. Atunci
0
Pn
0
vectorul = i i este vector propriu al endomor…smului corespunz¼ator val-
i=1
orii proprii 0

Teorema 1.1 indic¼ a un procedeu efectiv de determinare a valorilor proprii şi

vectorilor proprii pentru un endomor…sm .
EXEMPLE. 1) Fie : R3 ! R3 endomor…smul dat de = (7 1 12 2 + 6 3 ,
10 1 19 2 + 10 3 , 12 1 24 2 + 13 3 ), = ( 1 2 3 ). Considerând în R3 baza
canonic¼a, s¼
a se g¼
aseasc¼
a valorile proprii şi vectorii proprii ai lui0 . 1
7 12 6
Soluţie. Matricea asociat¼
a lui în baza canonic¼ a este = @ 10 19 10 A.
12 24 13
2
Ecuaţia (1.3) conduce la ( 1) ( + 1) = 0. Obţinem 1 = 2 = 1, 3 = 1.
Pentru 1 = 1, rezolvând sistemul (1.2) obţinem = (2 ), , 2 R,
subspaţiul propriu asociat lui 1 , …ind 1
= f(2 ); 2
2 Rg. Similar pentru 3 = 1, obţinem 3
= f(3 5 6 ) ; 2 Rg. Aşadar
dac¼
a , nu sunt simultan nuli, orice vector propriu corespunz¼ ator lui 1 = 1 este
de forma (2 1 0) + ( 1 0 1), iar dac¼ a 6= 0 (3 5 6) este un vector propriu
corespunz¼ ator lui 3 = 1.
2) Matricea
0 unui endomor…sm
1 de…nit pe un C-spaţiu vectorial într-o baz¼a aleas¼
a
4 5 7
este = @ 1 4 9 A. S¼a se g¼
aseasc¼
a valorile proprii şi vectorii proprii.
4 0 5
 1. VALORI ŞI VECTORI PROPRII AI UNUI ENDOM ORFISM 69

3
Soluţie. Procedând ca mai sus ajungem la ecuaţia + 5 2 17 + 13 = 0,
care are r¼ad¼acinile 1 = 1, 2 = 2 + 3 , 3 = 2 3 . Vectorii proprii corespunz¼
atori
vor … 1 = (1 2 1), 2 = (3 3 5 3 4), respectiv 3 = (3 + 3 5 + 3 4), cu
6= 0.
Valorile proprii ale unui endomor…sm (unei matrice) pot … localizate folosind
P n
TEOREMA 1.2 (Gerschgorin). Fie 2 n (C), i = j ij j i = =
j=1; j6=i
f 2 C; j ii j i , = 1 g. Dac¼
a este o valoare proprie a matricei , atunci
Sn
2 i . În particular, când 2 n (R) şi 2 R, rezult¼a c¼a
i=1
n
[
2 [ ii i ii + i] R
i=1
Demonstraţie. Dac¼ a este o valoare proprie şi 6= 0 vectorul propriu cores-
P n
punz¼
ator, = i i , atunci din (1.2) obţinem c¼
a
i=1
n
X
(1.4) ( ii ) i = ij j , =1 .
j=1; j6=i

Alegem num¼
arul astfel încât j pj = fj 1j j n jg 0. Din (1.4)
obţinem
n
X j pj j j j j
j pp j p.
j pj
j=1; j6=i
S
n
Aşadar 2 p i.
i=1

3 2+2 p
EXEMPLE. 1) Dac¼ a = , 1 = 2 2 = 2 , 1 = f 2 C;
2 2 1
p p
j 3j 2 2g, 2 = f 2 C; j 1j 2 2g. Dac¼
a este valoare proprie, atunci
2 1 [ 2 (…g. 1.1).

Fig. 1.1
p p
Un pcalcul direct
p arat¼a c¼
ap 1 = 5,p 2 = 1, deci 1;2 2 [3 2 2 3 + 2 2][
[[1 2 2 1 + 2 2] = [1 2 2 3 + 2 2].
0 1
3 0
2) Dac¼ a = @ 3 0 A, 1 = 2 = 1, 3 = 0, 1 = 2 =
0 0 4
f 2 C; j 3j 1g, 3 = f 2 C; j 4j 0g = f4g. Orice valoare proprie se
a‡a¼ în 1 [ 2 [ 3 = 1 .
70 ¼ A UNUI ENDOM ORFISM
4. VALORI ŞI VECTORI PROPRII. FORM A CANONIC A

2. Polinom caracteristic. Polinoame de matrice şi de endomor…sm.

Teorema Hamilton-Cayley
DEFINIŢIE. Dac¼ a = ( ij ) 2 n (C) este o matrice dat¼ a, ecuaţia (1.3) se
numeşte ecuaţie caracteristic¼a sau ecuaţie secular¼a a matricei . Polinomul de
grad cu coe…cienţi în C dat de
(2.1) A( ) = det( n)

se numeşte polinom caracteristic al matricei . R¼

ad¼
acinile sale le vom numi r¼ad¼acini
caracteristice.
TEOREMA 2.1. Dou¼a matrice asemenea au acelaşi polinom caracteristic.
Demonstraţie. Fie şi dou¼
a matrice asemenea. Exist¼
a o matrice nesin-
1 1 1
gular¼
a astfel încât = . Atunci n = n =
1 1 1
= ( n ) , deci B ( ) = det A ( ) det = det A( ) =
= det n A ( ) = A ( ) şi teorema este demonstrat¼
a.
În consecinţ¼
a, dac¼a se d¼a un endomor…sm pe spaţiul vectorial , ecuaţia
(1.3) nu depinde de matricea , deci de baza aleas¼ a în , deoarece matricea lui
1
într-o nou¼
a baz¼ a este , unde este matricea de schimbare a bazelor şi
conform teoremei 2.1, ecuaţia (1.3) r¼amâne aceeaşi.
DEFINIŢIE. Se numeşte polinom caracteristic al endomor…smului şi se notea-
z¼
a cu T polinomul A dat de (2.1), unde este matricea asociat¼ a lui într-o
baz¼a oarecare a lui . Ecuaţia (1.3) se numeşte ecuaţie caracteristic¼a a endomor-
…smului , r¼ ad¼acinile acestei ecuaţii numindu-se r¼ad¼acini caracteristice. Mulţimea
r¼
ad¼acinilor caracteristice ale unui endomor…sm se numeşte spectrul lui . Spunem
c¼
a spectrul lui este simplu dac¼ a orice r¼
ad¼
acin¼
a caracteristic¼a 0 este r¼ad¼acin¼
a sim-
pl¼
a a polinomului caracteristic.
Din demonstraţia teoremei 1.1, rezult¼ a c¼a în cazul unui C-spaţiu vectorial toate
r¼
ad¼acinile caracteristice sunt valori proprii. Dac¼ a este vorba de un R-spaţiu vector-
ial, doar acele r¼
ad¼
acini caracteristice care sunt reale sunt valori proprii. În concluzie,
trebuie f¼acut¼
a distincţia între endomor…smele de…nite pe C-spaţii vectoriale şi cele
de…nite pe R-spaţii vectoriale. Dac¼ a este o valoare proprie a endomor…smului
, atunci subspaţiul propriu corespunz¼ator va … constituit din totalitatea vecto-
rilor ale c¼
aror coordonate într-o baz¼ a …xat¼
a, sunt soluţii ale sistemului liniar omogen
(1.2).
OBSERVAŢII. 1) Dac¼
a este matricea endomor…smului într-o baz¼ a …xat¼
a,
iar A( ) = ( )n + 1 ( )n 1 + + n polinomul s¼ au caracteristic, atunci 1 =
Pn
ii = este urma matricei , iar n = det Se poate ar¼
ata c¼
a, în general,
i=1
pentru 1 , coe…cientul r este suma minorilor diagonali de ordin . De
exemplu, dac¼
a = 3, polinomul caracteristic are coe…cienţii:
1 = 11 + 22 + 33 =
11 12 11 13 22 23
2 = + +
21 22 31 33 32 33
3 = det
2) A (0) = det deci matricea este singular¼
a dac¼
a şi numai dac¼
a = 0 este
r¼
ad¼
acin¼
a a polinomului caracteristic.
2. POLINOM CARACTERISTIC. POLINOAM E DE M ATRICE ŞI DE ENDOM ORFISM . TEOREM A HAM ILTON-CAYLEY
71

n
DEFINIŢIE. Dac¼ a A( ) = ( 0) 0 ( ) ( 0) 6= 0 num¼
arul 0
se numeşte
multiplicitate algebric¼a a lui 0

PROPOZIŢIA 2.2. Fie 0 o valoare proprie a endomor…smului , având multi-

plicitatea algebric¼
a 0 şi multiplicitatea geometric¼
a 0 . Atunci 0 0

Demonstraţie. Fie 0
subspaţiul propriu corespunz¼ator valorii proprii 0 şi
0
= dimK ( 0 ) Dac¼ a 1 = f 1 r 0 g este baz¼
a în 0
, o complet¼
am la o baz¼a
a lui , = f 1 r 0 r 0 +1 n g
P
n
Cum 1 = 0 1 r 0 = 0 r 0 j = kj k 0
, matricea
k=1
asociat¼
a lui în baza este:
0 1
0 0 0 1;r 0
+1 1n
B 0 0 C
B 0 2;r 0
+1 2n C
B C
=B
B 0
C
C
B 0 0 r 0
;r 0
+1 r 0
;n C
@ A
0 0 0 n;r 0
+1 nn

Atunci A ( ) = det( n) = ( 0 )r 0 ( ) Pe de alt¼

a parte, dac¼
a 0
n
este multiplicitatea algebric¼
a avem A ( ) = ( 0 ) 0 ( ) cu ( 0 ) 6= 0 Dac¼a
( 0 ) 6= 0 atunci 0 = 0 iar dac¼ a ( 0 ) = 0 atunci 0 0
În concluzie
0 0

Fie un -spaţiu vectorial de dimensiune , 2 L( ) un endomor…sm având

într-o baz¼a …xat¼
a a spaţiului matricea 2 n ( ) şi un polinom de grad cu
coe…cienţi în , = 0 m + 1 m 1 + + m 0 = 6 0

DEFINIŢIE. Matricea ( ) = 0 m + 1 m 1 + + m 1 + m m se numeşte

polinom de matricea A de…nit de . Endomor…smul ( ) = 0 m + 1 m 1 +
+ + m 1 + m 1V (unde k = k 1 = k 1
) se numeşte polinom de
endomor…smul T de…nit de .

TEOREMA 2.3. (Hamilton-Cayley). Dac¼a A ( ) = det( n) este polinomul

caracteristic al endomor…smului , atunci A ( ) = 0 (deci A( ) = 0).

Demonstraţie. Fie ( n ) adjuncta matricei n Fiecare element al

acestei matrice este un determinant de ordin 1. Atunci ( n) = n 1
n 1
+ n 2 n 2 + + 1 + 0 unde i 2 n ( ) = 0 1 Fie acum
n
A ( ) = det( n) = 0 + 1 n 1 + + n 1 + n , polinomul caracteristic
al endomor…smului . Deoarece ( n )( n ) = det( n) n avem:

n 1 n 2
( n )( n 1 + n 2 + + 1 + 0) =

n n 1
=( 0 + 1 + + n 1 + n) n

sau
n n 1
( n 1) +( n 1 n 2) + +( 1 0) + 0 =
n
=( n n) + +( 1 n) + n n
72 ¼ A UNUI ENDOM ORFISM
4. VALORI ŞI VECTORI PROPRII. FORM A CANONIC A

Identi…când dup¼
a puterile lui , rezult¼
a:
n 1 = n n
n 1 n 2 = n 1 n

1 0 = 1 n
0 = 0 n
n n 1
Ampli…când, la stânga, respectiv cu n şi adunând se obţine
A( ) = 0

În baza acestei teoreme, obţinem:

COROLAR 2.3.1. Orice polinom de matrice de grad , poate … exprimat
printr-un polinom de grad 1.
Demonstraţie. Din teorema 2.3 rezult¼ a n se exprim¼
a c¼ a în funcţie de n n 1
n+m
n . Atunci, prin recurenţ¼
a , puterile 2 N se exprim¼ a cu ajutorul
puterilor n n 1 n .
Dac¼
a = 0 nu este valoare proprie atunci este nesingular¼
a. În acest caz are
loc:
COROLAR 2.3.2. Dac¼a A (0) 6= 0, atunci:
1 n 1 n 2
= 0 + 1 + + n 1 n i 2 =0 1

Demonstraţie. Din teorema 2.3 se obţine:

( 1)n n
+ 1
n 1
+ + n n = 0 unde n = det 6= 0
1
Înmulţind aceast¼
a relaţie cu se obţine:
n 1
1 ( 1) n 1 1 n 2 n 1
= n
n n n
ceea ce trebuia ar¼
atat.
0 1
2 1 2
EXEMPLU. Dac¼ a = @ 5 3 3 A, A ( ) = 3
3 2 3 1.
1 0 2
Cum 0 nu este r¼ ad¼acin¼a a polinomului caracteristic, este inversabil¼
a. Conform
3
teoremei Hamilton-Cayley 3 2 3 n = n . Înmulţind cu
1
obţinem
2 1 1 2 1
0+ 3 + 3 n + 1 = n , deci = 3 3 n . Calculând rezult¼a =
6 2 3
=@ 7 2 4 A. Pe de alt¼ a parte, înmulţind relaţia 3 = 3 2 3 n
3 1 1
cu , obţinem 4 = 3 3 3 2 . Înlocuind 3 , rezult¼a 4 = 6 2+6 +3 n
ş.a.m.d.

3. Diagonalizarea matricelor
Fie un -spaţiu vectorial de dimensiune , o baz¼
a …xat¼
a în , 2 L( )
şi matricea lui în aceast¼
a baz¼
a.
DEFINIŢIE. Fie 2 n ( ). Matricea este diagonalizabil¼a dac¼
a exist¼
a o
1
matrice nesingular¼
a 2 n ( ) astfel încât = s¼
a …e o matrice diagonal¼a
(altfel spus, este asemenea cu o matrice diagonal¼
a). Endomor…smul 2 L( )
 3. DIAGONALIZAREA M ATRICELOR 73

este diagonalizabil dac¼

a exist¼
a o baz¼
a în astfel încât matricea lui în aceast¼
a
baz¼a este diagonal¼
a.
Dac¼ a este o matrice diagonalizabil¼a, în matricea diagonal¼
a apar chiar
valorile proprii ale lui :
0 1
1 0 0
B 0 0 C
(3.1) =B @
2 C
A
0 0 n

(valorile proprii nu sunt neap¼

arat distincte). Atunci
n
Y
n
D ( ) = det( n ) = ( 1) ( i) = A( )
i=1

deci polinomul caracteristic se descompune în factori liniari peste corpul . În

concluzie, dac¼
a polinomul caracteristic nu se descompune în factori liniari, matricea
nu se diagonalizeaz¼a.
PROPOZIŢIA 3.1. Endomor…smul 2 L( ) este diagonalizabil dac¼a şi numai
dac¼a exist¼a în o baz¼a format¼a din vectori proprii ai lui .
Demonstraţie. Dac¼ a este diagonalizabil, rezult¼ a c¼
a exist¼
a o baz¼
a 1 n în
astfel încât matricea lui în aceast¼ a baz¼
a are forma (3.1), unde i sunt valorile
proprii ale lui . Rezult¼ a 1 = 1 1 n = n n deci 1 n sunt vectori
proprii. Reciproc, dac¼a vectorii proprii 1 n formeaz¼a o baz¼a în este imediat
c¼
a matricea lui în aceast¼ a baz¼a are form¼a diagonal¼a.
TEOREMA 3.2. Dac¼a toate valorile proprii ale lui sunt distincte dou¼a câte
dou¼a, atunci este diagonalizabil.
Demonstraţie. Conform propoziţiei 3.1 este su…cient s¼ a ar¼
at¼
am c¼a vectorii pro-
prii corespunz¼atori unor valori proprii distincte ale lui sunt liniar independenţi.
Vom folosi inducţia matematic¼ a dup¼a num¼ arul al valorilor proprii.
Dac¼a = 1, vectorul propriu 1 …ind nenul este liniar independent. Pre-
supunem a…rmaţia adev¼ arat¼
a pentru valori proprii distincte dou¼ a câte dou¼a şi …e
1 n+1 2 i =
6 j 8 =
6 = 1 + 1 i = i i = 1 + 1 Fie
1 n+1 2 astfel încât:
(3.2) 1 1 + + n+1 n+1 = 0V
Aplicând acestei egalit¼
aţi obţinem:
(3.3) 1 1 1 + + n+1 n+1 n+1 = 0V
Înmulţind (3.2) cu n+1 şi sc¼
azând (3.3) obţinem:
1( 1 n+1 ) 1 + + n( n n+1 ) n = 0V
Utilizând ipoteza de inducţie, rezult¼
a i( i n+1 ) = 0 8 = 1 şi cum
i 6= n+1 8 = 1 rezult¼
a i=0 8 =1 . Introducând în (3.2) rezult¼
a
n+1 n+1 = 0V şi cum n+1 6= 0V rezult¼ a n+1 = 0 deci 1 n+1 sunt liniar
independenţi.
Vom aborda acum cazul în care nu toate r¼
ad¼
acinile polinomului caracteristic
sunt simple, deci când:
74 ¼ A UNUI ENDOM ORFISM
4. VALORI ŞI VECTORI PROPRII. FORM A CANONIC A

A( ) = ( 1)n ( 1)
n1
( p)
np
unde i 1 1 + + p =

TEOREMA 3.3. (Criteriul general de diagonalizare) Cu notaţiile anterioare,

dac¼a i = i 8 = 1 atunci endomor…smul este diagonalizabil.

Demonstraţie. Cum dimK ( i

)=
exist¼
a vectorii proprii corespunz¼
i atori val-
S
p
orii proprii i i;1 i;ni care formeaz¼
a o baz¼a i în i . Vom ar¼ ata c¼
a = i
i=1
este baz¼ a a lui . Dac¼ a i 6= j atunci i \ j = f0V g Evident 0V 2 i \ j
Dac¼ a 2 i\ j = i şi = j Atunci ( i j ) = 0V şi cum i 6= j
rezult¼a = 0V deci i \ j = f0V g Cum i i rezult¼
a c¼
a i\ j =
deci are exact elemente. Este su…cient s¼ a ar¼
at¼
am c¼ a vectorii din sunt
liniar independenţi (teorema 4.4, cap.2). Consider¼ am scalarii i;j 2 astfel încât
Pp P ni P
ni
i=1 i;j i;j = 0V Notând i = i;j i;j = 1 aceast¼
a egalitate se
j=1 j=1
mai scrie:

(3.4) 1 + + p = 0V
P
ni P
ni
Pe de alt¼
a parte i = i;j i;j = i;j i i;j = i i 8 =1 Vom
j=1 j=1
ar¼
ata c¼
a din (3.4) rezult¼
a i = 0V 8 = 1 Pentru simplitate, presupunem
= 3, deci:

(3.5) 1 + 2 + 3 = 0V

Aplicând obţinem 1 + 2 + 3 = 0V , deci:

(3.6) 1 1 + 2 2 + 3 3 = 0V

Înmulţind (3.5) cu 3 şi sc¼

azând din (3.6) se obţine:

(3.7) ( 1 3) 1 +( 2 3) 2 = 0V

Aplic¼
am înc¼
a o dat¼
a :

(3.8) ( 1 3) 1 1 +( 2 3) 2 2 = 0V

Înmulţind (3.7) cu 2 şi sc¼

azând din (3.8), rezult¼
a( 1 3 )( 1 2 ) 1 = 0V
Cum 1 6= 2 6= 3 , rezult¼ a 1 = 0V Înlocuind succesiv în (3.7) şi (3.6) obţinem
1 = 2 = 0V În general i = 0V = 1 Cum i este baz¼ a în i avem
i;1 = i;2 = = i;ni = 0 8 = 1 deci este baz¼
a în . În consecinţ¼ a
putem scrie

( 1;1 ) = 1 1;1 = 1 1;1 +0 1;2 + +0 1;n1 + +0 p;np

( 1;n1 ) = 1 1;n1 =0 1;1 +0 1;2 + + 1 1;n1 + +0 p;np

( 1;1 ) = p p;np =0 1;1 +0 1;2 + +0 1;n1 + + p p;np

 3. DIAGONALIZAREA M ATRICELOR 75

Atunci, matricea lui în baza este

0 1
1 0 0
B 0 0 C
B 1
0 C
B C
B C
B 0 0 C
B 1 C
B 0 0 C
B 2 C
B 0 0 C
B 2 C
B C
B C
B 0 0 C
B 2 C
B 0 0 C
B p C
B 0 0 C
B 0 p C
@ A
0 0 p

deci este diagonalizabil.

OBSERVAŢII. 1) Reciproca teoremei 3.3 se demonstreaz¼

a f¼
ar¼
a di…cultate.
2) Teorema 3.2 este o consecinţ¼
a a teoremei 3.3.

EXEMPLE0 . 1) Fie 1 = R3 şi : R3 ! R3 având în baza canonic¼ a a lui R3 , ma-

5 3 2 5 3 2
tricea = @ 6 4 4 A Polinomul caracteristic este A ( ) = = 6 4 4 =
4 4 5 4 4 5
( 1)( 2)( 3) deci valorile proprii sunt 1 = 1 2 = 2 3 = 3 S¼ a deter-
min¼am vectorii proprii.
8 Vectorul propriu corespunz¼ ator valorii proprii 1 = 1
< 4 1 3 2+2 3 =0
satisface sistemul 6 1 5 2 + 4 3 = 0 . Notând 3 = rezult¼
a 1 = 2
:
4 1 4 2 4 3=0
2 = 2 R Deci: 1 = f( 2 ); 2 Rg Un vector propriu este, de exem-
plu, 1 = (1 2 1) Similar 2 = f( 0); 2 Rg 3 = f( 2 ); 2 Rg Luând
2 = (1 1 0), 3 = (1 2 2) şi aplicând teorema 3.2, rezult¼
a c¼
a este diagonalizabil.
În baza f 1 2 3 g matricea lui este
0 1
1 0 0
@ 0 2 0 A
0 0 3

2) Fie acum : R4 ! R4 care în baza canonic¼

a are matricea
0 1
1 0 0 1
B 0 1 0 0 C
=B
@ 0
C
0 1 2 A
1 0 2 5

Polinomul caracteristic este A ( ) = ( 6)( 1)2 deci valorile proprii sunt

1 = 0 2 = 6 3 = 4 = 1 Procedând ca la exemplul anterior g¼ asim: 1 =
= f( 0 2 ); 2 Rg 2 = f( 0 2 5 ); 2 Rg 3 = f(2 0); 2
2 Rg Deoarece dimR ( 3 ) = 2, este diagonalizabil. În baza 1 = (1 0 2 1),
76 ¼ A UNUI ENDOM ORFISM
4. VALORI ŞI VECTORI PROPRII. FORM A CANONIC A

2 = (1 0 2 5) 3 = (2 0 1 0), = (0 1 0 0) matricea lui

4 este
0 1
0 0 0 0
B 0 6 0 0 C
B C
@ 0 0 1 0 A
0 0 0 1
0 1
1 3 4
3) S¼
a cercet¼am posibilitatea diagonaliz¼
arii matricei =@ 4 7 8 A. În
6 7 7
acest caz, A ( ) = ( + 1)2 ( 3) deci valorile proprii sunt 1 = 2 = 1
3 = 3 1
= f( 2 ); 2 Rg Cum dimK ( 1 ) = 1 2 matricea nu este
diagonalizabil¼
a.

4. Forma canonic¼
a Jordan
DEFINIŢIE. Se numeşte celul¼a Jordan de ordin orice matrice p¼ atratic¼
a de
forma 0 1
1 0 0 0
B 0 1 0 0 C
B C
p( )=B
B C
C
@ 0 0 0 1 A
0 0 0 0
O matrice are forma canonic¼a Jordan dac¼ a are pe diagonal¼
a celule Jordan,
iar restul elementelor sunt nule
0 1
p1 ( 1 ) 0
=@ p2 ( 2 ) A
0 pk ( k )
unde 1 k nu sunt neap¼arat distincte.
DEFINIŢIE. Fie un spaţiu vectorial …nit-dimensional şi 2 L ( ). Se spune
c¼
a poate … adus la forma canonic¼a Jordan dac¼ a exist¼
a o baz¼
a a lui în care
matricea lui are forma canonic¼
a Jordan.
În continuare, vom spune, simplu, forma Jordan. S¼ a remarc¼
am c¼
a matricile
diagonale sunt cazuri particulare de matrice care au forma Jordan.
DEFINIŢIE. Un endomor…sm 2 L ( ) se numeşte nilpotent dac¼
a exist¼
a 2
N astfel încât p = (aplicaţia nul¼
a) în L ( )
În cele ce urmeaz¼ a vom presupune c¼
a este un C-spaţiu vectorial de dimensiune
n n1
, 2 L ( ) şi polinomul caracteristic al lui este ( ) = ( 1) ( 1)
np ni
( p ) , unde 1 + + p = . Not¼ am cu i = ( i 1V ) şi cu i
subspaţiile proprii corespunz¼
atoare valoriilor proprii i , = 1 .
OBSERVAŢIE. Evident, i sunt subspaţii vectoriale ale lui (teorema 3.2 b))
şi i i, =1 . Într-adev¼
ar, dac¼
a i = 1, atunci i = i . Dac¼ a i 1
ni ni 1
şi 2 i atunci ( i 1V ) ( ) = ( i 1V ) [( i 1V ) ( )] = 0V .
Cum i 6= f0V g, rezult¼
a i 6= f0V g.
LEMA 4.1. Cu notaţiile de mai sus, are loc:
1) i , = 1 sunt spaţii invariante în raport cu ;
2) = 1 2 p.
 ¼ JORDAN
4. FORM A CANONIC A 77

i n
Demonstraţie. 1) Fie 2 i , deci ( i 1V ) ( ) = 0V . Vom calcula
ni ni
( i 1V ) ( ). Deoarece 1V = 1V , rezult¼a c¼a( i 1V ) =
ni ni ni
= ( i 1V ) , deci ( i 1V ) ( ) = (( i 1V ) ( )) = 0V =
= 0V . Aşadar, pentru orice 2 i , 2 i.
2) Trebuie s¼a demonstr¼ am c¼ a orice 2 se scrie în mod unic sub forma
= 1 + + p, i 2 i, = 1 .
n n1 np
Fie ( ) = ( 1) ( 1) ( p) polinomul caracteristic al lui şi
ni Qp
nj
i( ) = ( i) , i ( ) = ( j) , = 1 . Evident, ( ) = i ( )
j=1; j6=i
i( ). Conform teoremei lui Hamilton - Cayley, ( ) = , deci i ( ) i ( ) = ,
8 = 1 . Dac¼a 2 , atunci i ( ) ( i ( ) ( )) = 0V , deci i ( ) ( ) 2 i ,
8 =1 .
Cum polinoamele 1 p sunt prime între ele, rezult¼
a c¼
a exist¼
a polinoamele
1 p astfel încât 1 1 + + p p = 1. Atunci: 1 ( ) 1 ( ) + + p( )
P
p
p ( ) = 1V . Rezult¼ a = ( j ( ) j ( )) ( ), 8 2 . Dar j = j ( ) ( ) 2
j=1
2 j şi j este invariant în raport cu , deci j 2 j. În consecinţ¼
a j =
= j ( ) ( j ) 2 j deci orice 2 se scrie
p
X
= j j 2 j 8 =1
j=1
0 0
S¼a ar¼
at¼
am acum unicitatea descompunerii. S¼a presupunem c¼
a = 1 + + p
cu 0j 2 j , 8 = 1 . Notând j 0
j = j , rezult¼
a :
(4.1) 1 + + p = 0V , j 2 j, =1 .
Vom ar¼
ata c¼
a aceast¼
a egalitate implic¼
a 1 = 2 = = p = 0V . Dar
(4.2) 1 ( ) ( 1 ) = 0V 8 1 2 1 1 ( ) ( k ) = 0V , =2 .
Aplicând 1 ( ) în (4.1), obţinem ţinând cont de (4.2):
(4.3) 1 ( ) ( 1 ) = 0V 1 ( ) ( 1 ) = 0V .
Cum polinoamele 1 1 sunt prime între ele, exist¼
a polinoamele 1 , 1 astfel
încât 1 1 + 1 1 = 1, deci: 1 ( ) 1 ( ) + 1 ( ) 1 ( ) = 1V . Atunci, din
(4.3) rezult¼
a
1 = 1 ( )( 1 ( ) ( 1 )) + 1 ( )( 1 ( ) ( 1 )) = 0V
Aşadar 1 = 0V . Analog se obţine 2 = = p = 0V . Lema este demonstrat¼
a.

LEMA 4.2. Fie un spaţiu vectorial de dimensiune şi 2 L ( ) un endo-

mor…sm nilpotent. Atunci, exist¼a o baz¼a a lui în raport cu care matricea asociat¼a
lui are forma:
0 1
0 1 0 0 0 0
B 0 0 0 0 0 C
B 2 C
(4.4) B C , k 2 f0 1g , = 1 1
B C
@ 0 0 0 0 0 n 1
A
0 0 0 0 0 0
78 ¼ A UNUI ENDOM ORFISM
4. VALORI ŞI VECTORI PROPRII. FORM A CANONIC A

q
Demonstraţie. Fie cel mai mic num¼
ar natural cu proprietatea c¼
a = . Au
loc incluziunile:
2 q
0V =
Pentru simplitate vom demonstra lema în cazul = 3, deci când 0V
2 3
= . Având în vedere alegerea lui , rezult¼ a c¼ a exist¼ a 2 ,
q 1 2 3
astfel încât 6= 0V , deci incluziunea = este strict¼ a.
2
Conform teoremei 1.7, admite un suplement, deci dac¼ a 2 este o baz¼ a
2 2
a lui , exist¼ a 1 k 2 , astfel încât = 2[f 1 kg
2
este o baz¼ a a lui , deci = (f 1 k g). În plus, 1 k
sunt liniar independenţi. Într-adev¼ ar dac¼ a 1 1 + + k k = 0V , atunci
2
( 1 1 + + k k ) = 0V , adic¼ a 1 1+ + k k 2 . Toto-
2
dat¼ a 1 1+ + k k 2 (f 1 k g) şi cum = (f 1 k g)
rezult¼ a 1 1 + + k k = 0V . Vectorii 1 k …ind liniar independenţi, rezult¼ a
2
1 = = k = 0. În concluzie 1 k 2 şi sunt liniar independenţi.
S¼a observ¼ am c¼ a 1 k 2 (dac¼ a i 2 , atunci 2 i = 0, adic¼ a
2 2
i 2 , ceea ce nu se poate), deci incluziunea este strict¼a .
2
Dac¼ a 1 este o baz¼ a a lui , o complet¼ am la o baz¼ a 2 a lui , luând
2 0 0
mai întâi sistemul f 1 k g. Deci = , K( ) ,
0 0
deoarece conţine vectori liniar independenţi. Dac¼ a K ( ) = , atunci
0
alegem 2 = 1 [ f 1 k g, iar dac¼ a K( ) = + , 0, atunci
2
2 = 1 [ f 1 k 1 r g, 1 r 2 n . Procedând ca
mai sus, se arat¼ a c¼ a 2 1 2
k 1 r 2 şi sunt liniar indepen-
denţi, deci K( ) + . Dac¼ a K( ) = + , atunci 1 =
=f 2 1 2
k 1 r g, iar dac¼ a K( ) + , atunci complet¼ am
la o baz¼ a a lui , adic¼a 1=f 2 1 2
k 1 r 1 sg 1 s 2
. Întrucât sumele de subspaţii considerate mai sus sunt sume directe, rezult¼ a
c¼
a sistemul = 1 [ 2 [f 1 k g este liniar independent şi conţine K ( )
2 2
K + K K( )+
+ K ( ) = K ( ) = vectori, deci formeaz¼ a o baz¼ a a lui . Vom
considera vectorii bazei aşezaţi în ordinea: 2 1 1 1
2
2 2 2
2
k k k 1 1 r r 1 s şi îi not¼ am respectiv cu 1 2 n.
Ţinând seama c¼ a
2
1 = 1 = 0V = 0 1 + +0 n
2
2 = 1 = 1=1 1+ +0 n

n = s = 0V = 0 1+ +0 n
rezult¼
a c¼
a matricea endomor…smului nilpotent are forma din enunţ.
TEOREMA 4.3. Fie un C-spaţiu vectorial de dimensiune n şi : ! .
Atunci exist¼a o baz¼a B în V astfel încât matricea lui T în aceast¼a baz¼a are forma
Jordan.

Demonstraţie. Polinomul caracteristic al lui este

n n1 np
( ) = ( 1) ( 1) ( p) cu 1 + + p = şi i 6= j 6=
ni
Conform lemei 4.1, i = ( i 1V ) , = 1 sunt subspaţii invariante
în raport cu ale lui = 1 p. Fie i restricţia lui la i . Endomor…smul
ni
i : i ! i , de…nit prin i = i i 1Ei este nilpotent, deoarece i ( ) = 0,
 ¼ JORDAN
4. FORM A CANONIC A 79

8 2 i . Conform lemei 4.2, exist¼

a o baz¼a i a lui i astfel încât matricea asociat¼
a
lui i în baza i are forma
0 1
0 i;1 0 0 0
B 0 0 0 0 C
B i;2 C
B C
B C
@ 0 0 0 0 i;ri A
0 0 0 0 0
cu 2 f0 1g, = 1 i i =
i;k i 1
Dar i = i + i 1Ei , deci matricea lui i în baza i este
0 1
i i;1 0 0 0
B 0 0 0 C
B i i;2 C
B C
B C
@ 0 0 0 i i;ri A
0 0 0 0 i

S
p
Deoarece = 1 p, = i este o baz¼
a în şi matricea asociat¼
a
i=1
lui în baza are forma Jordan.
EXEMPLE0 . 1) Endomor…smul 1 : R3 ! R3 are în baza canonic¼ a f 1 2 3g
1 3 3
matricea @ 2 6 13 A. S¼ a g¼ asim forma canonic¼ a Jordan a acestei matrice.
1 4 8
3
Polinomul caracteristic este ( ) = ( 1) , deci valorile proprii ale lui sunt
1 = 2 = 3 = 1 1
= f(3 ) ; 2 Rg, deci R( 1
) = 1 3. Aşadar
nu este diagonalizabil. Vom nota = 1V . este nilpotent, deoarece
3
= 0 8 20R3 . S¼ a vedem dac¼ 1a 3 este exponentul minim. Matricea lui în baza
0 3 3
canonic¼ a este @ 2 7 13 A Avem 1 = 2 2 3 2 = 3 1 7 2 4 3
1 4 7
2 2
3 = 3 1 + 13 2 + 7 3 . Atunci 1 = 2 2 3 = (3 1 1) 2 = (9 3 3)
2
3 = ( 18 6 6), deci exponentul minim este 3. Totodat¼ a = 1,
2 2
= f( 3 + 6 ); 2 Rg, deci R ( ) = 1 R = 2
3 2
Cu procedeul descris în demonstraţia lemei 4.2, alegem 1 2 n . Fie
2
1 = 1 = (1 0 0) Atunci 1 = 1 = 2 2 3 = (0 2 1) 2 n
şi 2 1 = 2 1 = (3 1 1) 2 . Avem deci baza = 2
1 1 1 în
R3 , adic¼ a = f 1 2 3 g unde 1 = (3 1 1) 2 = (0 2 1) 3 = (1 0 0) şi
1 =3 1+ 2+ 3 = (3 1 1) = 1 , 2 = 2 2 3 = (3 1 0) = 1 + 2 ,
3 = 1 = (1 2 1) = 2 + 3 .
Matricea lui în baza are deci forma Jordan
0 1
1 1 0
@ 0 1 1 A
0 0 1
2) Aceeaşi problem¼
0 a pentru1endomor…smul : R3 ! R3 , care în baza canoni-
0 1 0
a, are matricea @ 4 4 0 A.
c¼
2 1 2
80 ¼ A UNUI ENDOM ORFISM
4. VALORI ŞI VECTORI PROPRII. FORM A CANONIC A

3
Polinomul caracteristic este ( ) = ( 2) , deci valorile proprii ale lui
sunt 1 = 2 = 3 = 2 Cum 1 = f( 2 ); 2 Rg R( 1) =
2, deci nu este diagonalizabil. Vom nota = 2 1V . este nilpotent,
deoarece 3 = 0, 8 2 R3 0 S¼
a vedem dac¼ 1a 3 este exponentul minim. Matricea
2 1 0
lui în baza canonic¼ a este @ 4 2 0 A. Ca la exemplul anterior, obţinem
2 1 0
2 2 2 2
1 = 2 = 3 = 0, deci exponentul minim este 2. Aşadar = R3
3
şi = 1
. Alegem 1 2 R n 1 = 1 = (1 0 0) Atunci 1 =
= ( 2 4 2) 2 . În ne mai trebuie un vector liniar independent
de acesta. Vom lua 1 = (0 0 1) = 3 . Avem deci baza = f 1 1 1 g în
R3 adic¼ a = f 1 2 3 g cu 1 = ( 2 4 2) 2 = (1 0 0) 3 = (0 0 1) şi
1 = ( 4 8 4) = 2 1 , 2 = (0 4 2) = 1 + 2 2 3 = (0 0 2) = 2 3 .
Matricea lui în baza are deci forma Jordan
0 1
2 1 0
@ 0 2 0 A
0 0 2
3 3
3) Aceeaşi problem¼
0 a pentru
1 endomor…smul : R ! R care, în baza canoni-
1 3 4
a, are matricea @ 4
c¼ 7 8 A. (vezi exemplul 3) din secţiunea anterioar¼
a). Deci
6 7 7
1 = 2 = 1 3 = 3 şi 1 = f( 2 ) ; 2 Rg 2 = f( ); 2 Rg. Fie
2
2
1 = 1V 2 = 3 1V Avem: 1 = = f( 1 ); 2 Rg
3 2
2 = 2 = 2
deci R = 1 2 Vom lua 1 = (1 1 0) 2 1 1 şi
avem 1 1 = ( 1 2 1) 2 1 Cum R( 1
) = 1 1 1 este su…cient. Am
obţinut o baz¼a 1 = f 1 1 1 g în 1 şi vom lua ca baz¼ a 2 în 2 , vectorul (1 2 2)
Obţinem astfel baza = f 1 2 3 g în R3 1 = ( 1 2 1) 2 = = (1 1 0)
3 = (1 2 2) Atunci 1 = (1 2 1) = 1 2 = ( 2 3 1) = = 1 2
3 = (3 6 6) = 3 3 . În raport cu baza matricea lui are forma Jordan
0 1
1 1 0
@ 0 1 0 A
0 0 3

5. Probleme
1. S¼
a se g¼aseasc¼a valorile şi vectorii proprii ai endomor…smelor:
a) : R 2 ! R2 , = ( 1 2 ) 2 R2 , = ( 1 cos 2 sin 1 sin + 2
cos ), 2 [0 ];
2
b) : R2 ! R2 , = ( 1 2 ) 2 R2 , = ( 1 + 2 2 2 1 + 4 2 );
c) : R3 ! R3 , = ( 1 2 3 ) 2 R 3 , = (2 1 2 + 2 3 5 1 3 2+
+3 3 1 2 3 ).

2. S¼a se g¼aseasc¼
a valorile şi vectorii proprii ai urm¼
atoarelor matrice. Sunt
diagonalizabile?
 5. PROBLEM E 81

0 1 0 1 0 1
6 5 3 0 1 0 4 5 2
2 2
a) ; b) @ 3 2 2 A; c) @ 4 4 0 A; d) @ 5 7 3 A; e)
1 1
02 2 0 1 2 1 2 6 9 4
0 1 1 0 0 0
1 3 3 B 0 0 0 0 C
@ 2 6 13 A; f) B
@ 0 0
C.
0 0 A
1 4 8
1 0 0 1
3. S¼a se arate c¼
a urm¼atoarele matrice sunt diagonalizabile, s¼
a se g¼
aseasc¼
a forma
diagonal¼ a şi baza formei diagonale. Folosind forma diagonal¼ a s¼
a se calculeze apoi
2002
. 0 1 0 1
1 0 3 1 3 1
1 2
a) ; b) @ 2 1 2 A; c) @ 3 5 1 A;
3 2
0 3 0
1 1 0 3 3 1 1
1 1 1 1 1 0 0 0
B 1 1 1 1 C B C
d) B C; e) B 0 0 0 0 C.
@ 1 1 1 1 A @ 1 0 0 0 A
1 1 1 1 0 0 0 1
4. F¼ ar¼
a a calcula valorile proprii s¼
a s determine domeniul plan în care se a‡a¼
valorile0proprii ale urm¼atoarelor
1 matrice: 0 1
1 2 1 1 1 0
1 1 +
a) @ 1 1 1 A; b) ; c) @ 1 + 3 A.
1 3
1 0 1 0 1
5. Fie : C ([0 2 ]) ! C ([0 2 ]), ( ) = ,
R
2
( ) = [1 + sin ( )] ( ) d , 2 [0 2 ]. S¼
a se determine valorile şi
0
vectorii proprii.
6. 0
S¼
a se reduc¼a la forma
1 canonic¼
0 a Jordan1
matricele:
0 1
1 3 3 6 6 15 0 1 0
a) @ 2 6 13 A; b) @ 1 5 5 A; c) @ 4 4 0 A;
0 1 4 8 1 1 2 2 2 1 2
1 3 0 3
B 2 6 0 13 C
d) B
@ 0
C.
3 1 3 A
1 4 0 8
 CHAPTER 5

Spaţii euclidiene. Endomor…sme pe spaţii

euclidiene

În capitolele precedente am prezentat spaţiile vectoriale abstracte, neînzestrate

cu o structur¼
a geometric¼a, ceea ce restrânge domeniul de studiu. În acest capitol,
vom introduce noţiunea fundamental¼ a de spaţiu cu produs scalar, care permite
determinarea lungimii vectorilor, a unghiului dintre doi vectori nenuli etc. Astfel
metodele geometriei metrice se extind la spaţii vectoriale mai generale.

1. Spaţii euclidiene
DEFINIŢIE. Fie un R spaţiu vectorial. Se numeşte produs scalar real pe ,
o aplicaţie : ! R, cu propriet¼aţile:
1) = 8 2 ;
2) + = + 8 2 ;
3) = 8 2R 8 2 ;
4) 0 8 2 şi = 0 () = 0V
Dac¼ a este un C spaţiu vectorial, se numeşte produs scalar complex pe ,o
aplicaţie : ! C, cu propriet¼ aţile:
1’) = 8 2 şi 2), 3), 4) de mai sus.
OBSERVAŢII. 1) În cazul produsului scalar real, din 1) şi 2) obţinem
+ = + = + =
= + + 8 2
iar în cazul produsului scalar complex, din 1’) şi 2) rezult¼
a:
+ = + = + =
= + = + 8 2
Aşadar, în ambele situaţii, se obţine:
+ = + 8 2
2) Dac¼
a este un R spaţiu vectorial, atunci
= = = 8 2R 2
iar dac¼
a este un C spaţiu vectorial:
= = =
= = 8 2C 2
3) În ambele cazuri: 0V = 0V =0 8 2
DEFINIŢIE. Un R spaţiu (C spaţiu) vectorial pe care s-a de…nit un pro-
dus scalar real (complex) se numeşte prehilbertian real (complex). Dac¼ a este
83
84 5. SPA ŢII EUCLIDIENE. ENDOM ORFISM E PE SPA ŢII EUCLIDIENE

…nit dimensional, atunci spaţiul prehilbertian se numeşte spaţiu euclidian real

(complex ). Un spaţiu euclidian complex se mai numeşte şi spaţiu unitar.
= Rn . Dac¼
EXEMPLE. 1) Fie a 2 Rn , =( 1 n ), =( 1 n ),
Pn
de…nim produsul scalar = i i. Propriet¼
aţile 1)-4) se veri…c¼
a uşor
i=1
ţinând seama de propriet¼ arii numerelor reale. Spaţiul Rn cu
aţile înmulţirii şi adun¼
produsul scalar de…nit mai sus este un ”model” pentru spaţiile euclidiene reale.
2) Fie = Cn . Dac¼ a 2 Cn = ( 1 n) = ( 1 n ) de…nim
P
n
n
= i i C înzestrat cu acest produs scalar este ”modelul” spaţiului
i=1
unitar.
3) Spaţiul vectorilor liberi V3 înzestrat cu produsul scalar a doi vectori liberi
(cap. 1) este un spaţiu euclidian real.
4) Fie = m;n (R). Dac¼ a 2 m;n (R) = ( ij ) = ( ij ) de…nim
T
Pn Pm
produsul scalar real = ( )= ij ij
j=1 i=1
Rb
5) Fie 2R . Dac¼
a 2 C([ ] R) de…nim = () ()
a
Rb
iar dac¼
a 2 C([ ] C), de…nim = () ()
a
În ambele cazuri se obţin produse scalare. Toate produsele scalare de mai sus
se numesc produse scalare canonice (uzuale) în spaţiile respective.
DEFINIŢIE. Dac¼ a este un spaţiu vectorial ( = R C), aplicaţia
k k : ! R, cu propriet¼ aţile:
1) k k 0 8 2 ; k k = 0 () = 0V ;
2) k k = j j k k 8 2 8 2 ;
3) k + k k k + k k 8 2 , (inegalitatea triunghiului)
se numeşte norm¼a pe . Spaţiul pe care s-a de…nit o norm¼ a se numeşte
spaţiu vectorial normat.
În continuare, ne vom ocupa de studiul spaţiilor cu produs scalar real.
PROPOZIŢIA 1.1. Fie un spaţiu prehilbertian real. Atunci:
p p
a) j j 8 2 ;
(inegalitatea lui Cauchy-Schwarz-Buniakowski)
p
b) k k= este o norm¼a pe , numit¼a norm¼a euclidian¼a ;
2
c) k k2 + k + k2 = 2(k k + k k2 ) 8 2 .
(regula paralelogramului)
Demonstraţie. a) Dac¼
a 2 sunt liniar dependenţi, adic¼
a, de exemplu,
= 2 R, atunci
j j=j j=j j=j j
iar
p p
=j j
deci în acest caz în a) avem egalitate. Dac¼
a sunt liniar independenţi (deci
6= 0V 6= 0V ), din
+ + 0 8 2R
 1. SPA ŢII EUCLIDIENE 85

folosind propriet¼
aţile produsului scalar, rezult¼
a
2
+2 + 0 8 2R
Deci, trinomul de gradul doi în trebuie s¼
a ia numai valori nenegative, ceea ce
are loc numai dac¼
a discriminantul trinomului este negativ, adic¼
a
2
0
de unde rezult¼
a p p
j j
b) Trebuie s¼ a veri…c¼am propriet¼ aţile normei. Vom justi…ca inegalitatea tri-
unghiului, celelalte dou¼
a propriet¼
aţi …ind evidente. Vom folosi inegalitatea lui Cauchy.
Avem
2
k + k2 = + + =k k +2 +k k2
2 2 2
k k + 2 k k k k + k k = (k k + k k) 8 2
adic¼
a k + k k k+k k 8 2
c) Procedând ca mai sus, rezult¼ a
2
k + k2 = k k + 2 +k k2
2
k + k2 = k k 2 +k k2
Adunând cele dou¼
a egalit¼
aţi se obţine regula paralelogramului.
OBSERVAŢIE. Se ştie c¼ a orice spaţiu vectorial normat este metric, cu distanţa
: ! R de…nit¼ a prin relaţia ( )=k k 8 2 . În consecinţ¼ a,
orice spaţiu prehilbertian este metric, distanţa …ind dat¼a de
p
( )=k k=
DEFINIŢIE. Fie un spaţiu euclidian real. Se numeşte unghiul a doi vectori
2 f0E g, num¼arul real 2 [0 ] dat de:
cos =
k kk k
De…niţia este corect¼
a, deoarece din propoziţia 1.1, a), j j k k k k,
deci j j (k k k k) 1
EXEMPLE. 1) Rn poate … organizat ca spaţiu vectorial normat. Dac¼
a
2 Rn =( 1 n) =( 1 n ) atunci
v v
u n u n
p uX uX
k k= = t 2 şi ( ) = k k = t ( i i)
2
i
i=1 i=1

Inegalitatea lui Cauchy-Schwarz-Buniakowski devine:

n
X Xn Xn
2 1=2 2 1=2
i i ( i) ( i)
i=1 i=1 i=1
s
Rb
2) Dac¼
a = C([ ] R) şi 2 C([ ] R), atunci k k = 2( ) Inegali-
a
tatea lui Cauchy-Schwarz-Buniakowski devine:
Zb Zb Zb
( ( ) ( ) )2 ( 2
( ) )( 2
() )
a a a
86 5. SPA ŢII EUCLIDIENE. ENDOM ORFISM E PE SPA ŢII EUCLIDIENE

2. Ortogonalitate. Baze ortonormate

Fie un spaţiu euclidian.
DEFINIŢIE. Vectorii 2 se numesc ortogonali dac¼a şi numai dac¼
a
= 0 şi vom nota aceasta ? . Un sistem f 1 m g de vectori din
se numeşte sistem ortogonal dac¼a pentru orice = 1 6= , avem i j =0
Sistemul f 1 m g se numeşte sistem ortonormat dac¼
a pentru orice =1
1 dac¼
a =
i j = ij =
0 dac¼
a 6=
OBSERVAŢII. 1) 0E ? , 8 2 .
2) Dac¼
a ? , atunci = 0E
2
a ? , atunci k + k2 = k k + k k2
3) Dac¼ (teorema lui Pitagora)
PROPOZIŢIA 2.1. Orice sistem ortogonal de vectori nenuli dintr-un spaţiu
euclidian este liniar independent.
Demonstraţie. Fie =f 1 mg un sistem ortogonal de vectori nenuli din
P
m
şi 1 m 2 astfel ca i i = 0E Pentru orice =1 , avem:
i=1
m
X X
0= 0E j = i i j = i i j = j j j
i=1

şi cum j 6= 0E , rezult¼

a j = 0, deci este liniar independent.
OBSERVAŢIE. Într-un spaţiu euclidian num¼ arul vectorilor dintr-un sistem or-
togonal nu poate dep¼
aşi dimensiunea spaţiului.
PROPOZIŢIA 2.2. Fie = f 1 mg un sistem ortogonal de vectori nenuli
în spaţiul euclidian . Dac¼a 2 f 1 m g, atunci:
m
X i
(2.1) = i i cu i =
i=1 i i

Demonstraţie. Cum 2 (f 1 m g), exist¼

a scalarii 1 m 2 astfel
Pm
ca = i i . Atunci, pentru orice = 1 , avem:
i=1
m
X m
X
i = j j i = j j i = i i i
j=1 j=1

Deci are loc (1).

DEFINIŢIE. Coe…cienţii i = 1 din relaţia (2.1) de mai sus, se numesc
coe…cienţii Fourier ai vectorului 2 în raport cu sistemul ortogonal .
Dac¼
a sistemul de vectori este ortonormat, atunci coe…cienţii Fourier ai vec-
torului vor … i = i =1 .
Din propoziţia 2.1 rezult¼
a:
COROLAR 2.1.1. Într-un spaţiu euclidian de dimensiune , orice sistem
ortogonal f 1 n g de vectori nenuli din este o baz¼a a lui .
Putem formula:
 2. ORTOGONALITATE. BAZE ORTONORM ATE 87

DEFINIŢIE. Se numeşte baz¼a ortogonal¼a a unui spaţiu euclidian , de dimen-

siune , orice sistem ortogonal constituit din vectori nenuli. Se numeşte baz¼a
ortonormat¼a a lui orice sistem ortonormat constituit din vectori.
TEOREMA 2.3. În orice spaţiu euclidian exist¼a baze ortonormate.
Demonstraţie. Pornind de la o baz¼ af 1 n g a lui , vom construi o nou¼ a
baz¼a, ortogonal¼a, folosind procedeul de ortogonalizare Gram-Schmidt. Vom ar¼ ata,
de fapt, c¼
a, pornind de la un sistem liniar independent de vectori, se poate construi
un sistem ortogonal tot de vectori, toţi nenuli, daţi de:
8
>
> 1 = 1
>
>
>
> 2 = 2 + 21 1
<
(2.2)
>
> i = i + i1 1 + + i;i 1 i 1
>
>
>
>
:
n = n + n1 1 + + n;n 1 n 1
unde pentru orice = 2 :
i j
(2.3) ij = =1 1
i i
Demonstraţia se face prin inducţie. Pentru = 2, pornind de la sistemul
liniar independent f 1 2 g, construim sistemul f 1 2 g conform formulelor (2.2)
unde 21 se determin¼ a din condiţia 2 1 = 0, adic¼ a 2 ? 1 . Mai precis, din
2 1 = 2 + 21 1 1 = 2 1 + 21 1 1 = 0, obţinem 21 =
2 1 1 1 deoarece 1 1 = 1 1 6= 0, 1 …ind nenul. În plus
2 6= 0E , c¼aci dac¼a am presupune prin absurd c¼ a 2 = 0E , ar rezulta c¼ a sistemul
iniţial f 1 2 g ar … liniar dependent, ceea ce nu este posibil.
Presupunem proprietatea adev¼ arat¼
a pentru 1 şi o demonstr¼ am pentru .
Fie deci f 1 k g sistemul liniar dependent. Prin formulele (2.2) de mai sus,
construin un nou sistem de vectori f 1 k g dintre care primii 1 sunt, conform
ipotezei de inducţie, ortogonali doi câte doi şi nenuli. Vom demonstra c¼ a şi scalarii
k1 k;k+1 pot … determinaţi astfel încât k i =0 =1 1 şi k 6= 0E
Într-adev¼ ar, avem ipoteza:
0= k 1 = k 1 + k1 1 1 + + k;k 1 k 1 k

(2.4)
0= k k 1 = k k 1 + k1 1 k 1 +
+ k;k 1 k 1 k 1

Cum sistemul f 1 k 1g este presupus ortogonal, relaţiile (2.4) se reduc la:

0= k 1 + k1 1 1

0= k k 1 + k;k 1 k 1 k 1

deci k1 k;k 1 pot … determinaţi conform (2.3) astfel ca k ? i =1 1.

Mai mult k 6= 0E , c¼
aci dac¼
a prin absurd k = 0E , atunci:
0E = k = k + k1 1 + + k;k 1 k 1 = k + k1 1 + k2 ( 2 + 21 1 )+

+ + k;k 1 ( k 1 + k 1;1 1 + + k 1;k 2 k 2)

În …nal s-ar obţine coe…cienţii 1 k 1 din astfel ca:
0E = k = k + 1 1 + + k 1 k 1
88 5. SPA ŢII EUCLIDIENE. ENDOM ORFISM E PE SPA ŢII EUCLIDIENE

deci sistemul f 1 k g ar … liniar dependent.

În concluzie proprietatea este adev¼ arat¼a pentru orice natural. Aşadar, pornind
de la o baz¼a oarecare f 1 n g a spaţiului euclidian , vom putea construi o baz¼a
ortogonal¼af 1 n g cu ajutorul relaţiilor (2.2), (2.3). Din baza ortogonal¼a astfel
construit¼a, vom putea obţine o baz¼ a ortonormat¼ a a lui , f 1 n g, normând
…ecare vector:
i
(2.5) i = =1
k ik

EXEMPLE. 1) În spaţiul euclidian R3 (în raport cu produsul scalar canonic),

consider¼
am baza 1 = (1 2 2) 2 = ( 1 0 1) 3 = (5 3 7). S¼ a construim,
pornind de la ea, o nou¼a baz¼a, ortogonal¼
a, folosind procedeul Gram-Schmidt.
Aşadar 1 = (1 2 2), iar 2 = ( 1 0 1) + 21 (1 2 2) 21 =
= 2 1 1 1 Dar 2 1 = 3 1 1 = 9. În consecinţ¼
a
2 2 1 2 2 1
2 =( ). Fie acum 3 = (5 3 7) + 31 (1 2 2) + 32 ( )
3 3 3 3 3 3
3 1 3 2
unde: 31 = 32 = Cum 3 1 = 3 3 2 =
1 1 2 2
=1 2 2 = 1, rezult¼
a 3 = (6 3 6). Atunci baza ortonormat¼
a este:

1 1 2 2 2 2 2 1
1 = =( ) 2 = =( )
k 1k 3 3 3 k 2k 3 3 3

3 2 1 2
3 = =( )
k 3k 3 3 3
2) Fie P2 (R) spaţiul euclidian tridimensional al funcţiilor polinomiale cu coe…-
cienţi reali de grad 2, cu produsul scalar dat de:
Z1
= () () 8 2 P2 (R)
1

2
Sistemul 1 formeaz¼a o baz¼a în acest spaţiu. Construim, pornind de la
ea, o nou¼
a baz¼
a, ortogonal¼
a, folosind procedeul Gram-Schmidt. Fie, deci, 1 = 1
2
R1
2 = 3 = . Atunci 1 = 1 2 = + 21 1 Cum 2 1 = 1 = 0,
1
2
rezult¼
a 21 = 0, deci 2 = . Fie acum 3 = + 31 1 + 32 . Calculând, obţinem:
R1 2 2 R1 2
3 1 = 1 = 3 2 = =0 1 1 = 2 Aşadar
1 3 1
1 2 1
31 = 32 = 0, deci 3 = . Am obţinut baza ortogonal¼
a 1=1 2=
3 3
1
2
3 = .
3
Mai general, dac¼
a Pn (R) este spaţiul euclidian al funcţiilor polinomiale de grad
n
cu produsul scalar de…nit ca mai sus, atunci pornind de la baza f1 g,
construim prin procedeul de ortogonalizare o nou¼ a baz¼a:

2 1 3 3
f1 g
3 5
 2. ORTOGONALITATE. BAZE ORTONORM ATE 89

Polinoamele din baza ortogonal¼ a astfel construit¼

a coincid, abstracţie f¼
acând de
un factor multiplicativ, cu polinoamele:
k 2 k
1 [ 1 ]
=0
2k ! k

numite polinoame Legendre. Polinoamele Legendre formeaz¼ a deci o baz¼a ortogonal¼

a
în acest spaţiu euclidian. Prin normarea vectorilor acestor baze, obţinem o baz¼ a
ortonormat¼a f k gk=0;n Dac¼ a este un polinom arbitrar de grad , coordonateke
0 1 n 2 R ale lui în baza f k gk=0;n , vor … determinate prin relaţiile:
Z1
k = k = ( ) k( ) =0
1

3) Consider¼am pe intervalul [0 2 ] sistemul de funcţii 0 1 2n+1 , unde

0 = 1 1 ( ) = cos 2 ( ) = sin 2n ( ) = cos 2n+1 ( ) = sin . Combinaţia
lor liniar¼
a cu coe…cienţii 0 1 n 1 n 2 R,
0
(2.6) ()=
+ 1 cos + 1 sin + + n cos + n sin
2
se numeşte polinom trigonometric de grad .
Mulţimea tuturor polinoamelor trigonometrice de grad , formeaz¼
a un spaţiu
vectorial de dimensiune 2 + 1. Consider¼ am pe acest spaţiu vectorial, produsul
scalar:
Z2
= () ()
0
Se veri…c¼
a uşor c¼
a, dac¼
a 6= , atunci
Z2 Z2 Z2
cos cos =0 sin cos =0 sin sin =0
0 0 0

R
2 R
2 R
2
De asemenea sin2 = cos2 = 2N 1 =2 .
0 0 0
În consecinţ¼
a, funcţiile:
1 1 1 1 1
(2.7) p p cos p sin p cos p sin
2
formeaz¼a o baz¼
a ortonormat¼ a în acest spaţiu.
OBSERVAŢIE. Dac¼ a este un spaţiu euclidian real de dimensiune , iar
f 1 n g o baz¼
a ortonormat¼ a în , produsul scalar a doi vectori 2
Pn P
n
= i i = j j , devine:
i=1 j=1
n
X n
X n
X n
X
= i i j j = i j i j = i i
i=1 j=1 i;j=1 i=1

P
n
Similar, într-un spaţiu unitar, obţinem: = i i.
i=1
P
n
2 1=2
P
n
2
În aceste condiţii avem: k k = ( i) respectiv k k = ( j i j )1=2 .
i=1 i=1
90 5. SPA ŢII EUCLIDIENE. ENDOM ORFISM E PE SPA ŢII EUCLIDIENE

Reciproc, dac¼
a într-o baz¼
af 1 ng a spaţiului euclidian , produsul scalar
P
n Pn Pn
a doi vectori = i i = j j este dat de relaţia = i i , rezult¼
a
i=1 j=1 i=1
1 dac¼
a =
c¼
a i j = ij = , deci baza este ortonormat¼
a.
0 dac¼
a 6=
PROPOZIŢIA 2.4. Fie un spaţiu prehilbertian real sau complex. Dac¼a
= f 1 m g este un sistem ortonormat de vectori din , 2 , iar
i = i = 1 sunt coe…cienţii Fourier ai lui în raport cu sistemul
, atunci:
P
m
a) vectorul = i i este ortogonal pe toţi vectorii sistemului ;
i=1
P
m
2 2
b) i k k . (inegalitatea lui Bessel).
i=1

Demonstraţie. a) Pentru orice j 2 =1 , obţinem:

m
X m
X m
X
j = i i j = j i i j = j i ij =0
i=1 i=1 i=1

b) Din propriet¼
aţile produsului scalar, rezult¼
a:
m
X m
X
0 = 2 i i + i j i j =
i=1 i;j=1
m
X
2 2
=k k i
i=1
OBSERVAŢIE. Dac¼ a sistemul din enunţ este o baz¼a ortonormat¼a, inegalitatea
lui Bessel devine egalitate. În acest caz i = i sunt chiar coordonatele
vectorului în baza .

3. Complementul ortogonal al unui subspaţiu

DEFINIŢIE. Fie un spaţiu euclidian şi un subspaţiu vectorial al s¼
au.
Vectorul 2 este ortogonal pe , dac¼ a =0 8 2 .
Se observ¼a c¼
a este ortogonal pe dac¼
a şi numai dac¼a este ortogonal pe
vectorii unei baze din . Într-adev¼
ar, dac¼
a f 1 n g este o baz¼ a a lui şi
Pm
i = 0 8 = 1 , atunci pentru orice 2 = i i , avem =
i=1
P
m
i i = 0. Reciproca este evident¼
a.
i=1

DEFINIŢIE. Se numeşte complement ortogonal al subspaţiului în şi se

a cu ? , mulţimea:
noteaz¼
?
=f 2 ; =0 8 2 g
? ?
Evident 0E 2 , deci 6= .
PROPOZIŢIA 3.1. Fie un spaţiu euclidian şi un subspaţiu vectorial al
s¼au. Atunci:
a) ? este un subspaţiu vectorial al lui ;
?
b) = .
 ¼
4. TRANSFORM ARI LINIARE AUTOADJUNCTE 91

?
Demonstraţie. a) Fie 2 şi 2 . Dac¼
a 2 , atunci:
+ = + =0
? ?
deci + 2 , adic¼
a este subspaţiu vectorial al lui .
b) Vom ar¼
ata c¼
a orice 2 se poate scrie sub forma
0 00 0 00 ?
= + cu 2 2
Într-adev¼
ar, dac¼a =f 1 mg este o baz¼
a ortonormat¼
a a lui , iar 2 ,
0
P
m
atunci = i i i = i =1 , este un vector din . În consecinţ¼
a,
i=1
conform propoziţiei 2.4, 00 = 0
este ortogonal pe toţi vectorii bazei , deci este
ortogonal pe . Aşadar = + 00 , cu 0 2
0 00
2 ? . R¼ amâne s¼a veri…c¼
am c¼a
? ?
\ = f0E g. Fie deci 2 \ . Atunci 2 şi = 0 8 2 ?.
Cum 2 ? , rezult¼ a = 0 şi deci = 0E .

4. Transform¼
ari liniare autoadjuncte
Fie un spaţiu euclidian de dimensiune .
TEOREMA 4.1. Dac¼a 2 L( ), atunci exist¼a un unic operator liniar :
! astfel ca:
(4.1) = 8 2
se numeşte adjunctul operatorului liniar .
Demonstraţie. Fie f 1 ng o baz¼
a ortonormat¼
a a lui şi 2 . De…nim
: ! astfel:
n
X
= i i
i=1
P
n
Evident 2 L( ). În plus, dac¼
a = i i 2 , atunci conform propoziţiei
i=1
2.2, i = i =1 , deci:
Xn n
X
= ( i i) = i i
i=1 i=1
Totodat¼
a:
n
X n
X
= i i = i i
i=1 i=1

deci (4.1) este dovedit¼

a.
Pentru unicitatea lui , presupunem c¼
a ar exista 2 L( ), astfel ca:
= 8 2
Atunci = , adic¼
a ( )( ) = 0 8 2 .
Luând = ( )( ) în egalitatea anterioar¼
a, obţinem:
( ) ( ) = 0, de unde ( )( ) = 0E , adic¼
a = .
Teorema este demonstrat¼
a.
DEFINIŢIE. 2 L( ) se numeşte transformare autoadjunct¼a (operator autoad-
junct) dac¼
a = , adic¼
a dac¼
a satisface:
(4.2) = 8 2 .
92 5. SPA ŢII EUCLIDIENE. ENDOM ORFISM E PE SPA ŢII EUCLIDIENE

EXEMPLU. Aplicaţia identic¼

a 1E şi pentru 6= 0, omotetia de raport , :
! ( )= 8 2 sunt transform¼ ari autoadjuncte.
PROPOZIŢIA 4.2. Fie un spaţiu euclidian real şi = f 1 n g o baz¼
a
ortonormat¼a a lui . Atunci 2 L( ) este autoadjunct dac¼a şi numai dac¼a
matricea lui în baza este simetric¼a.
Demonstraţie. " =) " Fie = ( ij ) matricea asociat¼
a lui în baza . Atunci
P
n
i = ki k = 1 . Conform (4.2), i j = i j 8 = 1 , deci
k=1
P
n P
n
ki k j = i kj k , adic¼
a
k=1 k=1
n
X n
X
ki k j = kj i k
k=1 k=1
Baza …ind ortonormat¼ a, rezult¼
a ji = ij , deci matricea este simetric¼ a.
" (= " Dac¼ a matricea este simetric¼ a, atunci
i j = i j 8 = 1 (vezi mai sus). Fie 2
P
n Pn
= i i = j j . Folosind propriet¼
aţile produsului scalar obţinem:
i=1 j=1
n X
X n n X
X n
= i j = i j i j = 8 2
i=1 j=1 i=1 j=1

deci este autoadjunct¼

a.
OBSERVAŢIE. Dac¼ a este un spaţiu euclidian complex de dimensiune , pro-
cedând ca în propoziţia anterioar¼
a, se poate ar¼ata c¼
a 2 L( ) este autoadjunct¼ a
dac¼
a şi numai dac¼a matricea lui într-o baz¼
a ortonormat¼
a, = ( ij ) este her-
mitic¼a, adic¼
a ij = ji , 8 =1 .
PROPOZIŢIA 4.3. Fie un spaţiu euclidian (real sau complex) de dimensiune
. Dac¼a 2 L( ) este transformare autoadjunct¼a atunci:
a) valorile proprii ale lui sunt numere reale;
b) la valori proprii distincte corespund vectori proprii ortogonali.
Demonstraţie. a) Consider¼ am mai întâi cazul când este complex. Fie 2 C
o valoare proprie a lui şi 2 6= 0E vectorul propriu corespunz¼ ator. …ind
autoadjunct¼ a, din = , rezult¼
a = . Atunci
= , adic¼a( ) = 0, şi cum 6= 0E , rezult¼ a = ,
adic¼a 2 R.
Dac¼a este un spaţiu euclidian real de dimensiune , o baz¼
a ortonormat¼ a
a sa şi 2 L( ) o transformare autoadjunct¼ a, atunci matricea asociat¼ a lui
este simetrica 2 n (R) n (C). Considerând, de exemplu, spaţiul euclidian
complex Cn şi e o baz¼ a ortonormat¼ a un endomor…sm e 2 L(Cn ) astfel
a a sa, exist¼
ca matricea lui e în baza e s¼ a …e . …ind simetric¼ a, conform observaţiei de mai
sus, e este autoadjunct¼ a.
Cele dou¼a endomor…sme şi e au acelaşi polinom caracteristic. Cum valorile
proprii ale lui e sunt reale, rezult¼
a c¼
a toate r¼ad¼acinile acestui polinom caracteristic
sunt reale.
b) Fie şi dou¼ a valori proprii distincte ale lui şi 6= 0E , 6= 0E vec-
torii proprii corespunz¼ atori. Conform a) 2 R. …ind autoadjunct¼ a, din
 ¼
5. TRANSFORM ARI LINIARE ORTOGONALE 93

= , obţinem = , adic¼
a( ) = 0.
Cum 6= , rezult¼
a c¼
a = 0, deci ? .
LEMA ¼ 4.4. Dac¼a 2 L( ) este autoadjunct şi este un subspaţiu
?
invariant în raport cu , atunci şi complementul s¼au ortogonal este invariant
în raport cu .
?
Demonstraţie. Fie 2 , adic¼
a = 0 8 2 . Atunci, pentru orice
2 = = 0, deoarece ( …ind invariant) 2 . În
consecinţ¼
a 2 ? , adic¼a ?
este invariant.
TEOREMA 4.5. Fie un spaţiu euclidian de dimensiune şi 2 L( ) un
operator autoadjunct. Atunci exist¼a în o baz¼a ortonormat¼a astfel încât este
diagonalizabil în raport cu (adic¼a matricea a lui în baza este diagonal¼a).
Demonstraţie. Vom folosi inducţia matematic¼ a. A…rmaţia este evident¼ a pentru
= 1. Presupunem acum c¼ a a…rmaţia este adev¼ arat¼ a pentru orice spaţiu euclidian
de dimensiune 1.
Fie 1 2 R o valoare proprie a lui (conform propoziţiei 4.3) şi 1 6= 0E ,
vectorul propriu corespunz¼ ator. Putem presupune k 1 k = 1, în caz contrar înlocuim
1 cu 1 k 1 k. Consider¼ am = (f 1 g), care este invariant în raport cu .
?
Conform lemei 4.4, complementul s¼ au ortogonal, este invariant în raport cu
. Atunci restricţia lui la ? , 1 = jM ? : ? ! ? este, de asemenea, un
operator autoadjunct. Cum dim ? = 1, conform ipotezei de inducţie exist¼ a
o baz¼a ortonormat¼ a 0 =f 2 n g în ?
astfel ca matricea lui 1 în aceast¼
a
?
baz¼a s¼
a …e diagonal¼ a. Deoarece = şi 1 i = 0 8 = 2 , rezult¼
a
c¼
a =f 1 2 n g este o baz¼
a ortonormat¼ a în şi matricea lui în baza
este diagonal¼a: 0 1
1 0 0
B 0 0 C
=B @
2 C
A
0 0 n

Ţinând seama de propoziţia 4.2, obţinem:

COROLAR 3.4.1. Orice matrice simetric¼a este diagonalizabil¼a.

5. Transform¼
ari liniare ortogonale
Fie un spaţiu euclidian real.
DEFINIŢIE. Endomor…smul 2 L( ) se numeşte transformare ortogonal¼a (op-
erator ortogonal ) dac¼
a transform¼
a orice baz¼
a ortonormat¼
a într-o baz¼
a ortonormat¼
a
în .
TEOREMA 5.1. Dac¼a este un spaţiu euclidian de dimensiune şi 2
2 L( ), urm¼atoarele a…rmaţii sunt echivalente:
a) este transformare ortogonal¼a;
b) ”p¼astreaz¼a” produsul scalar, adic¼a:
(5.1) = 8 2 ;
T 1
c) dac¼a este matricea lui într-o baz¼a ortonormat¼a , atunci =
T
( este transpusa lui ).
94 5. SPA ŢII EUCLIDIENE. ENDOM ORFISM E PE SPA ŢII EUCLIDIENE

Demonstraţie. ) =) ). Dac¼ a f 1 n g este o baz¼

a ortonormat¼ a în ,
atunci f 1 n g este o baz¼
a ortonormat¼
a în , adic¼ a i j = ij =
Pn Pn
= i j 8 = 1 . Dac¼ a 2 = i i j j , atunci
i=1 j=1
P
n P
n P
n
= i j i j = i i. Pe de alt¼
a parte:
i=1 j=1 i=1

n X
X n n
X
= i j i j = i i
i=1 j=1 i=1

Deci = 8 2 .
) =) ). Vom ar¼ ata c¼a dac¼a ”p¼
astreaz¼
a” produsul scalar, atunci este
injectiv¼
a, deci izomor…sm. Fie 2 , deci = 0E . Dar =
= = 0. Atunci = 0E şi în consecinţ¼ a = f0E g, deci este
1 1
injectiv. Atunci exist¼
a : ! . Alegând în (5.1) = 8 2 , obţinem
1 1
= 8 2 şi deci = .
Fie o baz¼
a ortonormat¼ a în şi matricea ataşat¼
a lui în aceast¼a baz¼
a,
adic¼
a
Xn
i = ji j =1
j=1

Fie matricea ataşat¼

a lui în baza , adic¼
a
n
X
k = lk l =1
l=1

Atunci:
n
X n
X
i k = ji j k = ji jk = ki =1
j=1 j=1

şi
n
X n
X
i k = lk i l lk il = ik =1
l=1 l=1

Ţinând seama de (4.1) rezult¼ a ik = ki 8 = 1 , adic¼a = T . Aşadar

T 1 1
matricea ataşat¼a lui în baza este . Cum = , rezult¼
a = T.
) =) ) Fie = f 1 n g o baz¼ a ortonormat¼ a şi matricea lui în aceast¼ a
a. Cum T =
baz¼ 1
, rezult¼
a c¼a exist¼a 1
: ! astfel ca 1
= . Atunci
i j = i ( j) = i j = ij , deci f 1 n g este o baz¼
a
ortonormat¼ a în , ceea ce înseamn¼ a c¼a este ortogonal.
COROLAR 5.1.1. Un operator ortogonal p¼astreaz¼a distanţele şi unghiurile.
Demonstraţie. Într-adev¼
ar, dac¼a este ortogonal, atunci punând în (5.1) =
, obţinem = , adic¼
a k k = k k 8 2 . Luând =
, cu 2 , obţinem k k=k ( )k = k k, adic¼
a ( )=
( ) 8 2 , deci p¼astreaz¼
a distanţele. Analog, dac¼
a este unghiul
dintre vectorii 2 , atunci cos = = = cos , unde
k k k k k k k k
este unghiul dintre şi .
 6. PROBLEM E 95

EXEMPLU. Rotaţia plan¼

a : R2 ! R2 , cu matricea
cos sin
= 2( ]
sin cos
în baza canonic¼ a) a lui R2 este o transformare ortogonal¼
a (deci ortonormat¼ a, deoarece
T 1
= .
DEFINIŢIE. Matricea 2 n (R) se numeşte matrice ortogonal¼a dac¼
a este
1
inversabil¼
a şi = T.
PROPOZIŢIA 5.2. Dac¼a 2 n (R) este o matrice ortogonal¼a, atunci
det = 1
T T
Demonstraţie. …ind ortogonal¼ a, rezult¼
a = = n şi cum det =
2
det T , rezult¼
a c¼
a (det ) = 1, adic¼
a det = 1.
DEFINIŢIE. O matrice ortogonal¼
a cu det = 1 se numeşte matrice de rotaţie
în Rn .
În continuare vom determina matricele ortogonale din 2 (R). Dac¼
a =
t
= 2 R este o matrice ortogonal¼
a, egalitatea = 2

este echivalent¼ aţile 2 + 2 = 1

a cu egalit¼ + = 0 2 + 2 = 1. Rezult¼
a c¼
a
2 [ 1 1]. Notând = = , obţinem = 1. Cum 2 [ 1 1]
rezult¼
a c¼
a exist¼
a 2[ ] astfel ca = cos , deci 2 = sin2 , adic¼
a = sin .
Schimbând eventual în , putem presupune c¼
a = sin . Pentru = 1, rezult¼a
c¼
a matricea ortogonal¼a va avea una din formele:
cos sin cos sin
sin cos sin cos
În primul caz, det = 1. Vom ar¼ ata ulterior c¼a în acest caz determin¼
a o
rotaţie de unghi în plan. În ceea ce priveşte a doua matrice pentru = 0 sau
= , obţinem:
1 0 1 0
(5.2) = sau =
0 1 0 1
cu det = 1. Vom ar¼ ata ulterior c¼
a matricele de forma (5.2) determin¼
a simetrii
în plan. În sfârşit:
cos sin cos sin 1 0
= =
sin cos sin cos 0 1
În concluzie, transform¼ arile ortogonale în plan sunt …e rotaţii, …e simetrii, …e
compuneri de rotaţii cu simetrii.

6. Probleme
1. Folosind produsele scalare canonice din spaţiile euclidiene corespunz¼
atoare
s¼
a se calculeze produsele scalare şi normele vectorilor:
a) = (2 3), = ( 6 4);
b) = (1 1 0), = (1 1 2);
c) = (1 1 2 3), = (1 0 2 4).
96 5. SPA ŢII EUCLIDIENE. ENDOM ORFISM E PE SPA ŢII EUCLIDIENE

2. Fie 2 R3 , = ( 1 2 3 ), = ( 1 2 3 ) şi = 1 1 + +6 2 2 +
3 3 3 + 1 2 + 2 1 + 1 3 + 3 1 . S¼ a se arate c¼
a este un produs scalar
pe R3 . Dac¼a = (1 1 0), = ( 1 1 2) s¼ a se calculeze şi normele
acestor vectori date de produsul scalar de mai sus. Precizaţi dac¼ a =
3 2 2+3 3 3+2 1 2+2 2 1+2 1 3+2 3 1 2 3 3 2 este un produs scalar
pe R3 (justi…care).
3. Fie un spaţiu euclidian de dimensiune . S¼
a se arate c¼
a vectorii 1 , 2 ,
, n de norm¼a 1 care satisfac jj i j jj = 1, 1 , formeaz¼a o baz¼
a a lui
.
Pe spaţiile euclidiene din problemele urm¼
atoare consider¼
am produsele scalare
canonice.
4. Fie 1 = (1 1 1), 2 = (1 2 3), 3 = (5 4 1). S¼ a se arate c¼
a vectorii
formeaz¼
a o baz¼ a a lui R3 . S¼
a ortogonal¼ a se determine coordonatele vectorului
= (1 2 3) în raport cu aceast¼
a baz¼
a.
5. S¼
a se calculeze distanţa şi unghiul dintre vectorii:
a) = (1 2 3 0), = (2 4 3 1);
b) ( ) = 2 1, ( ) = 2 + 1 pe C ([0 1]).
6. S¼
a se ortonormeze sistemele de vectori:
a) 1 = (1 2 2), 2 = ( 1 0 1), 3 = (5 3 7);
b) 1 = (7 4 3 3), 2 = (1 1 6 0), 3 = (5 7 7 8), 4 = (2 1 3 0).
7. S¼
a se g¼
aseasc¼
a o baz¼a ortonormat¼ a a subspaţiului vectorial generat de vectorii
1 = (1 2 2 1), 2 = (1 1 5 3), 3 = (3 2 8 7). S¼ a se completeze aceast¼a baz¼
a
la o baz¼a ortonormat¼ a a lui R4 .
8. S¼
a se g¼
aseasc¼
a un vector unitar ortogonal vectorilor 1 = (1 0 2 1), 2 =
= (2 1 2 3), 3 = (0 1 2 1).
9. Fie S subspaţiul vectorial al soluţiilor sistemului omogen
8
< 2 1 + 2 +3 3 4 =0
3 1 +2 2 2 4 =0
:
3 1 + 2 +9 3 4 =0
S¼
a se g¼
aseasc¼
a o baz¼ a în S şi S ? .
a ortonormat¼
10. Fie subspaţiul vectorial al lui R4 , generat de vectorii 1 = (2 1 1 1),
2 = (1 1 3 0), 3 = (1 2 8 1). S¼ a se arate c¼ a orice 2 R4 se poate scrie în
?
mod unic sub forma = + , 2 , 2 . S¼a se determine şi când
= (5 2 2 2).
11. Fie : R3 ! R3 , = (11 1 + 2 2 8 3 2 1 + 2 2 + 10 3 8 1 + 10 2 +
+5 3 ), = ( 1 2 3 ). S¼ a se g¼
aseasc¼
a o baz¼ a a lui R3 astfel încât
a ortonormat¼
matricea lui în aceast¼
a baz¼
a s¼
a …e diagonal¼
a.
12.
0 Aceeaşi problem¼
1 a ştiind c¼
a matricea lui a a lui R3 este
în baza canonic¼
17 8 4
= @ 8 17 4 A.
4 4 11
13. S¼ a : R2 ! R 2 ,
a se arate c¼ = ( 1 cos 2 sin 1 sin + 2 cos ),
2 R, = ( 1 2 ) este o transformare liniar¼
a ortogonal¼
a.
 6. PROBLEM E 97

0 1
1 1 1
14. Este ortogonal¼
a matricea =@ 1 3 4 A?
7 5 2
3
015. Fie : R 1 ! R3 un endomor…sm a c¼arui matrice în baza canonic¼a este =
3 2 6
1@
6 3 2 A. S¼ a se arate c¼
a este o transformare ortogonal¼ a. A…rmaţia
7
2 6 3
r¼
amâne adev¼
arat¼
a dac¼
a este matricea lui într-o baz¼ a oarecare a lui R3 ?
 CHAPTER 6

Forme biliniare. Forme p¼

atratice

În acest capitol introducem noţiunea de form¼ a biliniar¼

a care generalizeaz¼
a noţi-
unea de form¼ a liniar¼
a. Studiul formelor biliniare conduce la noţiunea de form¼ a
p¼
atratic¼
a, o clas¼
a important¼a de funcţii de o variabil¼
a, neliniare.

1. Forme biliniare. Matrice asociat¼

a. Rangul unei forme biliniare
Fie un spaţiu vectorial real.
DEFINIŢIE. Se numeşte form¼a biliniar¼a pe o aplicaţie : ! R, cu
propriet¼aţile:
a) ( + )= ( )+ ( ) 8 2R 8 2 ;
b) ( + )= ( )+ ( ) 8 2R 8 2 .
Formele biliniare de…nite pe spaţii in…nit-dimensionale se numesc, de obicei,
funcţionale biliniare.
OBSERVAŢIE. O form¼ a biliniar¼
a este liniar¼
a în …ecare din cele dou¼
a argumente.
Astfel, dac¼
a, de exemplu, …x¼ am 2 , atunci aplicaţia x : ! R
x( ) = ( ) este o form¼a liniar¼
a pe .
DEFINIŢIE. O form¼
a biliniar¼
a : ! R se numeşte simetric¼a dac¼
a
( )= ( ) 8 2 .
DEFINIŢIE. O form¼ a biliniar¼
a simetric¼
a se numeşte pozitiv semide…nit¼a dac¼a
( ) 0 8 2 şi pozitiv de…nit¼a dac¼a este pozitiv semide…nit¼
a şi, în plus,
( ) = 0 ) = 0V . Dac¼ a ( ) 0 8 2 , se numeşte negativ semi-
de…nit¼a, iar dac¼
a, în plus, ( ) = 0 ) = 0V , se numeşte negativ de…nit¼a.
EXEMPLE. 1) Fie un spaţiu euclidian real şi : ! R ( ) =
= . Atunci este o form¼a biliniar¼
a simetric¼
a, pozitiv de…nit¼
a.
2) Fie 2R = C([ ] R) şi : [ ] [ ] ! R continu¼ a. Funcţia
Zb Zb
: !R ( )= ( ) ( ) () 8 2
a a

este o funcţional¼
a biliniar¼
a pe .
3) Fie Rn o mulţime deschis¼a şi : a C 2 pe
! R o funcţie de clas¼ .
Fie = ( 1 n) 2 un punct arbitrar. Atunci aplicaţia
n X
X n 2
: Rn Rn ! R ( )= ( ) i j 8 2 Rn
i=1 j=1 i j

= ( 1 n) = ( 1 n ), este o form¼
a biliniar¼
a simetric¼
a, numit¼
a dife-
renţiala a doua a lui şi se noteaz¼ a cu 2 ( ).
99
100 ¼
6. FORM E BILINIARE. FORM E P ATRATICE

4) Aplicaţia : R2 R2 ! R, (( 1 2) ( 1 2 )) = 1 2 2 1 este o form¼

a
biliniar¼
a, dar nu este simetric¼
a.
Fie acum un R-spaţiu vectorial de dimensiune , =f 1 ng o baz¼
aa
sa şi : ! R o form¼ a biliniar¼a.
P
n P
n Pn P
n
Dac¼
a = i i = j j , atunci: ( )= i j ( i j) Notând
i=1 j=1 i=1 j=1
ij = ( i j) =1 , obţinem
n X
X n
(1.1) ( )= ij i j
i=1 j=1

Aceast¼a egalitate arat¼a c¼

a forma biliniar¼
a determin¼a matricea =( ij ) 2
2 n (R) şi reciproc, matricea 2 n (R) determin¼
a forma biliniar¼
a .
DEFINIŢIE. Fie un R-spaţiu vectorial, = f 1 ng o baz¼a în şi
o form¼
a biliniar¼
a pe . Matricea = ( ij ), unde ij = ( i j ), = 1 , se
numeşte matricea asociat¼a formei biliniare în baza .
TEOREMA 1.1. Fie un R-spaţiu vectorial de dimensiune şi o form¼a
0
biliniar¼a pe V. Dac¼a = f 1 n g şi = f 01 0
n g sunt dou¼ a baze în ,
iar = ( ij ) este matricea de trecere de la baza la baza 0 , atunci notând cu
= ( ij ) = ( ij ), matricele asociate formei biliniare în bazele respectiv
0
, are loc = T .
P
n
Demonstraţie. Din 0j = kj k , rezult¼
a:
k=1
Xn n
X n X
X n
0 0
ij = ( i j) = ( li l kj k) = li kj ( l k) =
l=1 k=1 l=1 k=1
n
X n
X n
X
= li kj lk = li ( lk kj ) 8 =1
l=1 l=1 k=1
T
adic¼
a = .
EXEMPLU. Fie un spaţiu euclidian real de dimensiune , =f 1 ng
o baz¼
a ortonormat¼
a lui şi forma biliniar¼
a dat¼
a de ( ) = =
Pn P
n P
n
= i i, = i i = i i . Atunci ij = ( i j ) = ij = 1 , deci
i=1 i=1 i=1
matricea asociat¼
a formei biliniare în baza este matricea unitate.
Este uşor de stabilit:
PROPOZIŢIA 1.2. O form¼a biliniar¼a de…nit¼a pe este simetric¼a dac¼a şi
numai dac¼a matricea sa într-o baz¼a a lui este simetric¼a.
OBSERVAŢIE. Dac¼ a 2 n (R) şi este inversabil¼ a, atunci ( )=
= şi ( )= .
Într-adev¼ar, dac¼
a =f 1 n g este o baz¼
a în R-spaţiul vectorial , conform
teoremei 3.2, cap. 3, exist¼a endomor…smele 2 L ( ) astfel ca matricele asociate
lui în baza s¼ a …e respectiv . Cum este inversabil¼ a, rezult¼
a c¼
a este
automor…sm (teorema 4.2, cap. 3). Atunci, ( )= (corolar 2.4.2,
cap. 3), deci ( ) = (teorema 4.3, cap. 3). Similar se arat¼ a c¼a
( )= ( ).
 ¼
2. FORM E P ATRATICE. ¼
REDUCEREA LA FORM A CANONIC A 101

În consecinţ¼
a, dac¼
a este o form¼a biliniar¼
a, cum matricea sa se schimb¼ a la
schimbarea bazei dup¼ a formula = T , unde este inversabil¼
a, rezult¼
a c¼
a
= . Deci rangul matricei asociate unei forme biliniare nu depinde de
baza aleas¼
a. Putem deci formula urm¼ atoarea
DEFINIŢIE. Se numeşte rangul formei biliniare , rangul matricei asociate
lui în orice baz¼
a a spaţiului. Forma biliniar¼
a se numeşte nedegenerat¼a sau
nesingular¼a dac¼
a = dim şi degenerat¼a dac¼a dim .
Deci este nedegenerat¼a dac¼
a matricea sa într-o baz¼ a oarecare din este
nesingular¼
a şi degenerat¼
a dac¼
a aceast¼
a matrice este singular¼
a.
TEOREMA 1.3. Fie un spaţiu euclidian real de dimensiune şi
: ! R o form¼a biliniar¼a simetric¼a. Atunci exist¼a o unic¼a transformare
liniar¼a autoadjunct¼a : ! astfel ca ( )= 8 2 .
Demonstraţie. Fie = f 1 ng o baz¼
a ortonormat¼
a a lui şi ij =
Pn
= ( i j) = 1 . De…nim : ! , prin i = ki k . Se arat¼
a
k=1
uşor c¼
a este liniar¼
a şi cum ij = ji , este autoadjunct¼
a (propoziţia 3.2, cap.
P
n P
n
5). Fie acum = i i = j j . Atunci:
i=1 j=1

X n
n X n X
X n n
X
= i j i j = i i ki k j =
i=1 j=1 i=1 j=1 k=1
n X
X n n
X n X
X n n
X
= i j( ki k j )= i j( ki kj ) =
i=1 j=1 k=1 i=1 j=1 k=1
n X
X n n X
X n
= i j ji = ij i j = ( )
i=1 j=1 i=1 j=1
Pentru unicitate, dac¼ a este o transformare autoadjunct¼
a astfel încât ( )=
= 8 2 , atunci ( )( ) = 0 8 2 . Alegând =
=( ) ( ), rezult¼
a c¼
a k( ) ( )k = 0 8 2 , adic¼ ak k=0 8 2
2 , deci = 8 2 .

2. Forme p¼
atratice. Reducerea la forma canonic¼
a
DEFINIŢIE. Fie un R-spaţiu vectorial. O aplicaţie : ! R se numeşte
form¼a p¼atratic¼a pe dac¼ a exist¼
a o form¼a biliniar¼
a simetric¼
a : ! R astfel
ca ( ) = ( ) 8 2 . Forma p¼ atratic¼
a se numeşte pozitiv de…nit¼a (negativ
de…nit¼a ) dac¼a forma biliniar¼
a este pozitiv de…nit¼ a (negativ de…nit¼a). Forma
p¼ atratic¼
a este cu semn nede…nit, dac¼a exist¼
a 2 n f0V g, astfel încât ( ) 0
şi ( ) 0.
Se veri…c¼
a imediat c¼
a este unic determinat¼ a de . Mai precis, corespondenţa
! este o bijecţie între mulţimea formelor biliniare simetrice pe şi mulţimea
formelor p¼
atratice pe .
Într-adev¼
ar, dac¼a este o form¼ a p¼atratic¼
a, atunci forma biliniar¼
a simetric¼
a
din care provine este dat¼
a de:
1
(2.1) ( )= [ ( + ) ( ) ( )] 8 2
2
102 ¼
6. FORM E BILINIARE. FORM E P ATRATICE

se numeşte polara formei p¼atratice .

Fie acum un R-spaţiu vectorial de dimensiune şi =f 1 n g o baz¼
a
în . Dac¼ a : ! R este o form¼ a p¼
atratic¼
a, iar : ! R polara sa, atunci
P
n
pentru orice 2 = i i , avem:
i=1
Xn n
X n X
X n
(2.2) ( )= ( )= ( i i j j) = ij i j
i=1 j=1 i=1 j=1

unde ij = ( i j ) =1 . De exemplu, când = 2 şi = 1 1 + 2 2, avem

( ) = 11 21 + 2 12 1 2 + 2
22 2 .

DEFINIŢIE. Matricea = ( ij ) asociat¼ a formei biliniare simetrice se numeşte

matricea asociat¼a formei p¼atratice . Rangul formei biliniare îl vom numi rangul
formei p¼atratice şi coincide, evident, cu rangul matricei lui într-o baz¼a a lui .
EXEMPLU. Dac¼ a = ( 1 2 ) 2 R2 ( ) = 21 + 22 4 1 2 este o form¼ a
2
p¼
atratic¼ a = ( 1 2 ) 2 R2 , atunci polara formei p¼
a pe R . Dac¼ atratice este
( ) = 1 1 + 2 2 2 1 2 2 2 1.
DEFINIŢIE. Fie un R-spaţiu vectorial de dimensiune şi : ! R o form¼ a
p¼
atratic¼a. Spunem c¼a este redus¼a la forma canonic¼a dac¼
a se determin¼
a o baz¼
a
0
= f 01 0
n g în astfel:
02 02
(2.3) ( )= 1 1 + + n n

unde 01 0
n sunt coordonatele lui în baza 0 , iar 1 n sunt scalari din R,
nu toţi neap¼
arat nenuli, numiţi coe…cienţii formei p¼
atratice.
OBSERVAŢIE. În aceast¼
a baz¼
a matricea asociat¼
a formei p¼
atratice este o ma-
trice diagonal¼
a. Observ¼
am c¼
a num¼arul de p¼
atrate cu coe…cienţii nenuli din (2.3)
coincide cu rangul lui .
TEOREMA 2.1. (Metoda lui Gauss). Fie un R-spaţiu vectorial de dimen-
siune , : ! o form¼a p¼atratic¼a, iar = f 1 n g o baz¼
a faţ¼a de care
P
n P n
( ) = ij i j , matricea = ( ij ) …ind nenul¼a. Atunci exist¼a o baz¼a
i=1 j=1
0 0 0
=f 1 ng în în care se scrie sub forma canonic¼a (2.3).
Demonstraţie. Distingem dou¼ a situaţii:
a) exist¼
a cel puţin un indice , 1 , astfel ca ii 6= 0.
b) ii = 0 8 = 1 . În acest caz
X
( )=2 ij i j
1 i<j n

Ne ocup¼am mai întâi de cazul a), aplicând inducţia matematic¼a dup¼

a . Cazul
= 1 este banal, deoarece ( ) = 11 21 , deci este automat redus¼ a la forma
canonic¼ a în orice baz¼a. Presupunem proprietatea adev¼ arat¼
a pentru 1 variabile
şi o demonstr¼am pentru . Putem presupune 11 6= 0 (în caz contrar renumerot¼ am
convenabil vectorii bazei). Grupând toţi termenii care conţin pe 1 şi formând un
p¼ atrat perfect, obţinem:
1 2
( )= ( 1 n) = ( 11 1 + 12 2 + + 1n n ) + ( 2 n)
11
unde este o form¼
a p¼
atratic¼
a în ( 1) variabile.
 ¼
2. FORM E P ATRATICE. ¼
REDUCEREA LA FORM A CANONIC A 103

Construim baza 1 =f 1 ng cu ajutorul schimb¼

arii de coordonate:
1 = 11 1 + 12 2 + + 1n n 2 = 2 n = n

Matricea de trecere de la baza la baza 1 este:

0 1 1
12 1n
B 11 11 11 C
B 0 1 0 C
=B C
@ A
0 0 1
1 12 1n P
n
deci 1 = 1 2 = 1+ 2 n = 1 + n. Dac¼
a = i i, atunci
11 11 11 i=1
1 2
P
n P
n
0 1 2
( )= 1 + ij i j = 1 + ( 0 ), unde
11 i=2 j=2 11

n
X
0
= i i 2 1 = (f 2 n g)
i=2

Cum este o form¼

a p¼
atratic¼
a în 1 variabile, conform ipotezei de inducţie,
0 0
P
n
02 0
Pn
0 0
exist¼
a o baz¼
af 2 ng a lui 1 astfel încât ( ) = i i , unde = i i.
i=2 i=2
0
Cum 2 1, luând 1 = rezult¼
a c¼a f 01
1,
0
ng este o baz¼
a a lui şi în aceast¼
a
Pn
02 1
baz¼
a ( )= i i , cu 1 = şi 01 = 1. Teorema este demonstrat¼
a în acest
i=1 11
caz.
b) Dac¼a toate elementele de pe diagonala principal¼a sunt nule, atunci exist¼ a
cel puţin un element nediagonal ij 6= 0 6= . Renumerotând, eventual, vectorii
bazei, putem presupune 12 6= 0. Construim baza 2 = f 1 n g astfel încât
P
n
0 1 1
dac¼a = a avem 01 = ( 1 + 2 ) 02 = ( 1
i i s¼
0
2 ), k = k =3 .
i=1 2 2
În acest caz matricea de trecere şi noua baz¼
a sunt respectiv:
0 1
1 1 0 0 1 = 1+ 2
B 1 1 0 0 C 2= 1
B C 2
=BB 0 0 1 0 C 3= 3
C
@ A
0 0 0 1 n = n

02 02
P
n P
n
0 0 0
În aceast¼
a baz¼
a, obţinem ( ) = 2 12 ( 1 2 ) + ij i j , în care
i=1 j=1
matricea asociat¼
a are pe 12 ca element diagonal. Se continu¼
a ca în cazul a).
3
EXEMPLE. 1) Fie : R ! R o form¼ a p¼atratic¼
a, care în baza canonic¼
a =
f 1 2 3 g a lui R3 are expresia ( ) = 5 21 + 6 22 + 4 23 4 1 2 4 1 3 . S¼ a se
reduc¼
a la forma canonic¼
a folosind metoda lui Gauss.
Avem 11 = 5 6= 0. Grup¼ am termenii care conţin 1 şi c¼
aut¼
am s¼a form¼
am un
p¼
atrat perfect. Avem:
2 2 2
( ) = (5 1 4 1 2 4 1 3) +6 2 +4 3 =
1 2 26 2 16 2 8
= (5 1 2 2 2 3) + 2 + 3 2 3
5 5 5 5
104 ¼
6. FORM E BILINIARE. FORM E P ATRATICE

Fie schimbarea de coordonate 1 = 5 1 2 2 2 3 2 = 2 3 = 3. Matricea

de trecere de la baza canonic¼
a la noua baz¼
af 1 2 3g în care = 1 1 + 2 2+
+ 3 3 , este
0 1
1 2 2
B 5 5 5 C
1 =@ 0 1 0 A
0 0 1
1 2 2
1, 2 =
1 = 1 + 2, 3 = 1 + 3
5 5 5
Atunci, continuând procedeul, obţinem:
1 2 5 26 4 2 40 2
( )= 1 + ( 2 3) + 3
5 26 5 5 13
0 0 26 4 0
Cu schimbarea de coordonate 1 = 1 2 = 2 3 3 = 3, se obţine
5 5
forma canonic¼
a:
1 02 5 02 40 02
( )= + +
5 1 26 2 13 3
unde = 01 01 + 0 0
2 2 + 0
3
0
3 , matricea de trecere de la baza f 1 2 3g la baza
f 01 02 03 g …ind
0 1 0
1 = 1
1 0 0
B 5 0 2 C5
2 =@ 0 iar 2 = A 2
26 1326
0 0 0 1 2
3 = 2 + 3
13
a la baza f 01
Matricea de trecere de la baza iniţial¼ 0
2
0
3g va …:
0 1 1
1 1 6 0
1 = 1
B 5 C 5
B 13 13 C 1 5
= 1 2 =B 5 2 C şi 0
2 = 1+ 2
@ 0 A 13 26
26 13 6 2
0 0 0 0
3 = 1+ 2 + 3
13 13
T
În aceast¼
a baz¼a, matricea formei p¼
atratice va … , unde este matricea
formei p¼
atratice în baza , adic¼ a:
0 1
5 2 2
=@ 2 6 0 A
2 0 4
Calculând 0 1
1
B 0 0 C
B 5 C
5
T
=B
B 0 0 C
C
@ 26
40 A
0 0
13
obţinem matricea formei p¼atratice redus¼
a la forma canonic¼ a, care este diagonal¼
a.
2) Aceeaşi problem¼
a pentru forma p¼atratic¼
a, care în baza canonic¼ a a lui R3 ,
are expresia ( ) = 1 2 + 1 3 + 2 3 . Matricea formei p¼ atratice în baza canonic¼a
este:
 ¼
2. FORM E P ATRATICE. ¼
REDUCEREA LA FORM A CANONIC A 105

0 1
1
B 0 2
0 C
B C
B 1 1 C
=B 0 C
B 2 2 C
@ 1 1 A
0
2 2
1
Deoarece = 0 = 1 3 şi cum
ii 12 = 6= 0, consider¼
am schimbarea de
2
1 1
coordonate 01 = ( 1 + 2 ) 02 = ( 1 2)
0
3 = 3 , cu matricea de trecere de
2 2
la baza la o nou¼a baz¼
a f 1 2 3g
0 1
1 1 0
1 =
@ 1 1 0 A
0 0 1
0 0 0
În baza 1 = 1 + 2 2 = 1 2 3 = 3 = 1 1 + 2 2 + 3 3, avem:
02 02 0 0 0 0 2 02 02
( )= 1 2 +2 1 3 =( 1 + 3) 2 3
00 0 0 00 0 00 0
Cu schimbarea 1 = 1 + 3 2 = 2 3 = 3 obţinem forma canonic¼
a:
002 002 002
( )= ] 2 3

În acest ultim caz, matricea de trecere de la baza f 1 2 3g la noua baz¼

a
0
= f 01 02 03 g este
0 1 0
1 0 1 1 = 1 = 1+ 2
2 =
@ 0 1 0 A deci 02 = 2 = 1 2 .
0
0 0 1 3 = 1+ 3 = 1 2 + 3

0
În concluzie, matricea de trecere de la baza la baza este = 1 2, adic¼
a:
0 1
1 1 1
=@ 1 1 1 A
0 0 1
0
Matricea formei p¼
atratice în baza are form¼
a diagonal¼
a, calculându-se cu
formula T : 0 1
1 0 0
T
=@ 0 1 0 A
0 0 1
TEOREMA 2.2 (metoda lui Jacobi). Fie un R-spaţiu vectorial de dimensi-
une şi : ! R, având în baza = f 1 n g matricea = ( ij ) ce are
proprietatea c¼a pentru orice = 1 , minorii principali
11 1i
i=
i1 ii
0 0 0
sunt nenuli. Atunci, exist¼a o baz¼a =f 1 ng a lui în care are forma
canonic¼a
0 02 1 02 n 1 02
(2.4) ( )= 1 + 2 + + n
1 2 n
106 ¼
6. FORM E BILINIARE. FORM E P ATRATICE

P
n
0 0
unde = i i, iar 0 = 1.
i=1
0
Demonstraţie. Vom construi baza formei canonice astfel:
8 0
>
> 1 = 11 1
>
> 0
>
> = 12 1 + 22 2
< 2
(2.5) 0 .
>
> i = 1i 1 + 2i 2 + + ii i
>
>
>
>
: 0
n = 1n 1 + 2n 2 + + nn n

Matricea schimb¼ arii de baz¼

a este triunghiular¼
a, coe…cienţii ij 2 R, =1 ,
, urmând a … determinaţi astfel încât în noua baz¼ a 0 , matricea formei p¼atrat-
ice s¼
a …e diagonal¼ a, pe diagonala principal¼ asindu-se chiar coe…cienţii ii = 1 ,
a g¼
din relaţiile (2.5). Pentru aceasta, dac¼ a este polara formei p¼ atratice , este su…-
cient s¼a cerem
0
(2.6) ( i j) = 0 pentru orice =1
0 0
Vom ar¼ata c¼
a dac¼a are loc (2.6) atunci ( i j) = 0, pentru orice =1
6= . Într-adev¼
ar, din (2.5) şi (2.6) pentu =
6 , avem:
0 0 0 0 0
( i j) = ( i 1j 1 + + jj j ) = 1j ( i 1) + + jj ( i j) =0
Folosind, apoi, simetria formei biliniare , rezult¼ a c¼a pentru orice 6= ,
0 0 0
( i j ) = 0, deci matricea lui în baza este diagonal¼
a .
Vom impune acum condiţiile:
0
(2.7) ( i i) =1 8 =1
Atunci conform (2.6) şi (2.7) elementele de pe diagonala principal¼
a vor …:
0 0 0
( i i) = ( i 1i 1 + + ii i ) =
0 0 0
= 1i ( i 1) + + i 1;i ( i i 1) + ii ( i i) = ii

Vom ar¼
ata acum c¼
a pentru = 1 avem:
i 1
(2.8) ii =

1 0
Din (2.7), pentru = 1, obţinem 11 ( 1 1) = 1, adic¼
a 11 = = .
11 1
Fixând 2 , din (2.6) şi (2.7) obţinem:
0
( i 1) = 1i ( 1 1) + 2i ( 2 1) + + ii ( i 1) =0

0
( i i 1) = 1i ( 1 i 1) + 2i ( 2 i 1) + + ii ( i i 1) =0
0
( i i) = 1i ( 1 i) + 2i ( 2 1) + + ii ( i i) = 1
Folosind faptul c¼
a ( i j) = ij precum şi simetria lui , sistemul de mai sus
devine
8
>
> 1i 11 + 2i 12 + + ii 1i =0
<
(2.9) .
>
> 1i i 1;1 + 2i i 1;2 + + ii i 1;i =0
:
1i i1 + 2i i2 + + ii ii = 1
 ¼
2. FORM E P ATRATICE. ¼
REDUCEREA LA FORM A CANONIC A 107

Determinantul sistemului (2.9) este chiar minorul principal i , care, prin ipotez¼
a,
este nenul. Deci sistemul (2.9) este un sistem Cramer. În consecinţ¼a, avem:
11 1;i 1 0

i 1;1 i 1;i 1 0
i1 i;i 1 1 i 1
ii = =
i i
0
În concluzie, matricea formei p¼
atratice în baza nou construit¼
a , este:
0 1
0
B 1 0 0 C
B C
B 1 C
B 0 0 C
(2.10) B 2 C
B C
B C
@ n 1
A
0 0
n
P
n
0 0
iar expresia lui este dat¼
a de (5), unde = i i.
i=1

EXEMPLU. Forma p¼ a : R3 ! R are în baza canonic¼

atratic¼ a = f 1 2 3g
expresia ( ) = 5 1 + 6 2 + 4 23 4 1 2 4 1 3 , unde = 1 1 + 2 2 + 3 3 .
2 2

Matricea sa: 0 1
5 2 2
@ 2 6 0 A
2 0 4
are minorii principali:
5 2 2
5 2
1 =5 2 = = 26 3 = 2 6 0 = 80
2 6
2 0 4
Putem pune deja în evidenţ¼
a forma canonic¼
a a lui , folosind (5):
1 02 5 02 13 02
+
( )= +
5 1 26 2 40 3
S¼
a determin¼ am acum baza formei canonice. Conform (2.5), 01 = 11 1 şi cum
1
( 01 1 ) = 1, rezult¼
a 11 = .
5
Dar 02 = 12 1 + 22 2 . Condiţiile ( 02 1 ) = 0 ( 02 2 ) = 1, conduc la
sistemul:
5 12 2 22 = 0
.
2 12 + 6 22 = 1
1 5
Rezolvând, obţinem 12 = 22 = .
13 26
În sfârşit 03 = 13 1 + 23 2 + 33 3 . Condiţiile ( 0
3 1) =0 ( 0
3 2) =0
0
( 3 3 ) = 1, conduc la sistemul
8
< 5 13 2 23 2 33 = 0
2 13 + 6 23 = 0
:
2 13 + 4 33 = 1
108 ¼
6. FORM E BILINIARE. FORM E P ATRATICE

3 1 13 1 1
care are soluţia 13 = 23 = 33 = . Aşadar 01 = 1
0
2 = 1+
20 20 40 5 13
5 0 3 1 13
+ 2 3 = 1+ 2+ 3 matricea de trecere de la baza canonic¼ a la baza
26
0 0 0
20 20 40
f 1 2 3 g, …ind
0 1
1 1 3
B 5 13 20 C
B C
B 5 1 C
B 0 C
B 26 20 C
@ 13 A
0 0
40
OBSERVAŢIE. S¼ a remarc¼ am c¼a în comparaţie cu metoda lui Gauss, condiţiile
pe care trebuie s¼ a le satisfac¼
a matricea unei forme p¼ atratice într-o baz¼
a …xat¼a,
pentru a putea aplica metoda lui Jacobi, sunt mai restrictive. Se poate ar¼ ata totuşi
c¼
a dac¼ a unii minori principali sunt nuli, se poate schimba convenabil baza în
astfel încât toţi minorii principali ai matricei formei p¼atratice s¼
a …e nenuli.
TEOREMA 2.3 (metoda valorilor şi vectorilor proprii sau metoda transfor-
m¼arilor ortogonale). Fie un spaţiu euclidian real de dimensiune şi : ! R o
form¼a p¼atratic¼a pe . Atunci exist¼a o baz¼a ortogonal¼a astfel încât matricea
asociat¼a lui în baza s¼a …e diagonal¼a (deci are form¼a diagonal¼a).
Demonstraţie. Fie polara formei p¼ atratice . Conform teoremei 1.3, exist¼ a
o unic¼
a transformare autoadjunct¼ a : ! astfel încât ( ) =
8 2 . Atunci ( ) = 8 2 . …ind autoadjunct¼ a, rezult¼
a
c¼
a exist¼
a o baz¼a ortonormat¼ a = f 1 n g a lui , baz¼
a format¼a din vectori
proprii ai lui corespunz¼ atori valorilor proprii reale 1 n . Aşadar i = i i
Pn
8 = 1 . Dac¼ a = i i , atunci
i=1

P
n P
n
( )= = i i j j =
i=1 j=1
P
n P
n P
n
2
= i j i i j = i i
i=1 j=1 i=1

adic¼
a are form¼
a diagonal¼
a.
OBSERVAŢIE. Pentru a reduce la forma canonic¼ a o form¼ a p¼atratic¼
a, prin
metoda transform¼ arilor ortogonale, se procedeaz¼a astfel:
- se determin¼ a valorile proprii i = 1 , ale matricei asociate formei p¼ atratice
şi subspaţiile corespunz¼ atoare i = 1 ;
- în …ecare subspaţiu propriu, construim o baz¼ a ortonormat¼ a, folosind procedeul
Gram-Schmidt;
- se formeaz¼ a matricea 2 n (R), ale c¼ arei colone conţin componentele vec-
torilor proprii determinaţi mai sus. este ortogonal¼a şi T este o matrice
diagonal¼ a cu valorile proprii pe diagonal¼ a. (A este matricea formei p¼ atratice în
baza ortonormat¼ a iniţial¼
a);
- forma canonic¼ a este ( ) = 1 21 + + n 2n 1 n …ind componentele
lui în baza construit¼ a mai sus.
EXEMPLU. Pentru forma p¼ a ( ) = 5 21 + 6 22 + 4 23 4 1 2 4 1 3 s¼
atratic¼ a
se determine forma canonic¼
a, folosind metoda transform¼ arilor ortogonale. Valorile
 ¼
3. LEGEA DE INER ŢIE A FORM ELOR P ATRATICE 109

proprii ale matricei asociate în baza canonic¼a a lui R3 , sunt 2 = 2 2 = 5 3 = 8,

2 1 2 1 2 2
iar vectorii proprii corespunz¼atori sunt 1 = ( ), 2 = ( ),
3 3 3 3 3 3
2 2 1
3 = ( ) respectiv (sunt ortogonali şi normaţi). În baza f 1 2 3 g,
3 3 3
are forma diagonal¼ a ( ) = 2 21 + 5 22 + 8 23 , unde = 1 1 + 2 2 + 3 3 .
OBSERVAŢIE. Fie un R-spaţiu vectorial şi : ! R o form¼ a p¼
atratic¼
a
al c¼
arei rang este 0 . S¼ a presupunem c¼ a a fost determinat¼
a o baz¼a
= f 01 0
n g a lui în care s¼ a …e redus¼a la forma canonic¼a:
02 02
( )= 1 1 + + r r

unde 01 0
r sunt coordonatele lui în baza , iar coe…cienţii j = +1
sunt nuli. Efectuând schimbarea de coordonate:
p
i = j i j 0i = 1 0
j = j = +1
expresia lui devine, dup¼
a o eventual¼
a renumerotare a coordonatelor lui (pre-
supunând i 0 =1 i 0 = + 1 ):
2 2 2 2
(2.11) ( )= 1 + + p p+1 r

numit¼
a forma normal¼a a formei p¼
atratice.

3. Legea de inerţie a formelor p¼

atratice
Analizând exemplele din 6.2 se constat¼ a c¼
a forma canonic¼ a la care este adus¼
ao
form¼
a p¼
atratic¼ a, nu are coe…cienţii unic determinaţi, ci ei depind de metoda folosit¼a.
De asemenea, nici baza formei canonice nu este unic determinat¼ a. Totuşi, num¼
arul
coe…cienţilor strict pozitivi, respectiv strict negativi, nu se schimb¼ a, indiferent de
metoda utilizat¼ a de reducere la forma canonic¼ a. Vom demonstra:
TEOREMA 3.1. (legea de inerţie). Fie un R-spaţiu vectorial şi : !R
o form¼a p¼atratic¼a. Atunci num¼arul termenilor pozitivi şi a celor negativi din forma
normal¼a a lui nu depinde de alegerea bazei formei normale.
0 0 0
Demonstraţie. Fie rangul lui şi = f 1 n g, = f 1 ng dou¼
a
baze în în care s¼ a aib¼
a, respectiv, formele normale:
2 2 2 2
(3.1) ( )= 1 + + p p+1 r

şi
02 02 02 02
(3.2) ( )= 1 + + q q+1 r

unde 1 n sunt coordonatele lui în baza , iar 01 0

n sunt coordonatele
0
lui în baza . Vom ar¼ ata c¼
a = , deci c¼ a num¼ arul de p¼ atrate pozitive
este acelaşi, ceea ce atrage faptul c¼ a şi num¼ arul de p¼ atrate negative este ace-
laşi. Presupunem prin absurd c¼ a . Fie 1 = (f 1 p g) şi 2 =
(f 0q+1 0
n g), deci dim 1 = dim 2 = . Cum 1 + 2 este sub-
spaţiu vectorial al lui , dim ( 1 + 2 ) . Conform teoremei lui Grassmann,
dim ( 1 \ 2 ) = dim 1 + dim 2 dim ( 1 + 2 ) + 0. Ex-
ist¼
a deci 0 2 1 \ 2 0 6= 0V . Atunci 0 = 1 1 + + p p ( 0 2 1 ) şi
0 0
0 = q+1 q+1 + + 0n 0n ( 0 2 2 ). Obţinem: ( ) = 21 + + 2p 0 şi
02 02
( 0) = q+1 r 0. Am ajuns la o contradicţie, deci inegalitatea
nu poate avea loc. Analog se veri…c¼ a şi c¼
a inegalitatea nu poate avea loc.
Rezult¼ a = .
110 ¼
6. FORM E BILINIARE. FORM E P ATRATICE

Teorema urm¼atoare ne d¼ a posibilitatea s¼

a veri…c¼
am într-un mod foarte simplu
dac¼
a o form¼
a p¼
atratic¼
a este pozitiv sau negativ de…nit¼ a.
TEOREMA 3.2. (Sylvester) În ipotezele teoremei 2.2, forma p¼atratic¼a este
pozitiv de…nit¼a dac¼a şi numai dac¼a i 0 8 = 1 , iar este negativ de…nit¼a
dac¼a şi numai dac¼a i 1 i 0 8 =1 .
0
Demonstraţie. Conform teoremei 2.2 (metoda Jacobi), exist¼
a o baz¼
a =
= f 01 0
n g a lui în care:
0 2 1 2 n 1 2
(3.3) ( )= 1 + 2 + + n
1 2 n
P
n
0 0 0
unde = i i. Dac¼
a este pozitiv de…nit¼
a, alegând succesiv = 1 = 2
i=1
0 i 1
= n se obţine 0 8 =1 . Cum 0 = 1, rezult¼
a i 0 8 =1 .
i
i 1
Reciproc, dac¼
a i 0 8 =1 , rezult¼
a 0 8 =1 şi deci din (3.3) se
i
obţine ( ) 0 8 6= 0V . Cazul formelor p¼
atratice negativ de…nite se trateaz¼
a
similar.

4. Reducerea simultan¼
a la forma canonic¼
a a dou¼
a forme p¼
atratice
Fie un spaţiu euclidian real de dimensiune , : ! R dou¼ a forme
p¼
atratice şi şi polarele celor dou¼ a forme p¼ atratice.
În anumite probleme de matematic¼ a şi …zic¼
a un rol important îl are deter-
minarea unei baze a lui în raport cu care cele dou¼ a forme p¼
atratice au simultan
forma canonic¼ a.
O astfel de baz¼ a nu se poate determina totdeauna. Teorema urm¼ atoare pre-
cizeaz¼
a când aceast¼ a problem¼a are soluţie.
…ind o form¼ a biliniar¼
a pozitiv de…nit¼ a, rezult¼
a imediat c¼
a
(4.1) G= ( )
este un produs scalar pe .
TEOREMA 4.1. Dac¼a este pozitiv de…nit¼a, atunci exist¼a o baz¼a ortonormat¼a
(în raport cu G) =f 1 2 n g a lui astfel încât dac¼a = 1 1 +
+ + n n , avem
2 2
(4.2) ( )= 1 1 + + n n

2 2
(4.3) ( )= 1 + + n

Demonstraţie. Conform teoremei 2.3, exist¼ a o baz¼ a ortonormat¼ a

=f 1 2 n g relativ la produsul scalar dat de (4.1) în raport cu care ( ) se
scrie sub forma (4.2). În aceeaşi baz¼
a avem
2 2
(4.4) ( )= ( )= G= 1 + + n

deci şi au forma canonic¼

a în baza .
În continuare vom indica modul în care se determin¼ a baza . Fie = ( ij ),
= ( ij ) matricele asociate formelor p¼
atratice respectiv în baza ortonormat¼
a
 ¼ LA FORM A CANONIC A
4. REDUCEREA SIM ULTAN A ¼ A DOU A
¼ FORM E P ATRATICE
¼ 111

=f 1 ng a lui . Conform teoremei 1.3, exist¼

a transform¼
arile autoadjuncte
: ! ,
n
X n
X
(4.5) j = ij i, j = ij i ,
i=1 i=1

(4.6) ( )= , ( )=
T
Matricele formelor p¼
atratice şi în baza sunt = respectiv
n = T , unde
0 1
1 0 0
B 0 0 C
=B
@
2 C
A
0 0 n

iar este matricea de trecere de la baza la baza . Evident este o matrice

ortogonal¼
a.
Aşadar 1 , 2 , ..., n sunt r¼ ad¼
acinile ecuaţiei det ( n ) = 0, adic¼ a
det( T T
) = 0 Aceast¼ a ecuaţie se mai scrie sub forma det ( )=
= 0 Înlocuind i în sistemul omogen
(4.8) ( i ) =0
vom g¼ asi ( i ). În …ecare astfel de subspaţiu construim o baz¼ a ortonor-
mat¼a relativ la produsul scalar (4.1). Reuniunea acestor baze este baza c¼autat¼
a. În
Pn
a j = i j =1
plus, din (4.8) rezult¼ Atunci, dac¼a = j j,
j=1

P
n
( )= ( )= = i j j i =
i;j=1
P
n Pn
= j i j j i = j i j ( j i) =
i;j=1 i;j=1
P
n P
n
2
= j i j j i G= i i
i;j=1 i=1

EXEMPLU. S¼
a se reduc¼
a simultan la forma canonic¼
a formele p¼
atratice
( ) = 10 21 + 2 22 15 23 + 2 1 2 + 12 1 3
( ) = 3 21 + 4 22 + 5 23 + 4 1 2 4 1 3

S¼
a se g¼
aseasc¼
a baza formelor canonice.
Matricele asociate formelor p¼
atratice şi sunt
0 1 0 1
10 1 6 3 2 2
=@ 1 2 0 A =@ 2 4 0 A
6 0 15 2 0 5
Folosind metoda lui Jacobi rezult¼
a uşor c¼
a este pozitiv de…nit¼
a. Prin cal-
cul rezult¼
a c¼
a det ( ) = (1 2 ) ( + 3) (4 + 27). În concluzie, formele
canonice sunt

1 2 2 27 2 2 2 2
( )= 1 3 2 3 ( )= 1 + 2 + 3
2 4
112 ¼
6. FORM E BILINIARE. FORM E P ATRATICE

1
Pentru = , obţinem = (0 0) Pentru = 1, k k dat¼a de produsul scalar
2
1
(4.1) este k k = 2, deci 1 = (0 0). Dac¼
a = 3, atunci = (0 0 ). Luând
2
p 1 27
= 1, k k = 5. Obţinem 2 = (0 0 p ). Pentru = , = (10 5 4 ),
5 4
5 5 2
deci 3 = ( p p p ).
30 2 30 30

5. Probleme
1. S¼ a : R3 R3 ! R, (
a se arate c¼ ) = 2 1 1 5 1 2+2 2 1 3 2 2
3 2 3+4 3 2 3 3 este o form¼
a biliniar¼
a. Care este matricea lui în baza
1 = (1 0 0), 2 = (1 1 0), 3 = (1 1 1)? Este simetric¼ a forma biliniar¼
a?
2. Pe R2 , …e forma biliniar¼a ( )=3 1 1+2 1 2 2 2 . G¼
asiţi matricele
0
asociate lui în bazele 1 = (1 1), 2 = (1 0), respectiv 1 = (1 2), 02 = ( 1 1).
Ce relaţie este între cele dou¼
a matrice?
R1 R1
3. Fie : C ([0 1]) C ([0 1]) ! R, ( )= () ( )d d .
0 0
a) S¼
a se arate c¼
a este o form¼ a biliniar¼
a;
2
b) S¼
a se determine matricele lui în bazele 1 = 1, 2 = , 3 = respectiv
2
1 = 1, 2 = 1, 3 = ( 1) .

4. Care este polara formei p¼

atratice : R3 ! R, ( ) = 2
1
2
2 + 1 2+
+3 2 3 ?
5. S¼a se reduc¼a la forma canonic¼ a, folosind metoda lui Gauss, urm¼ atoarele
forme p¼atratice de…nite pe R3 sau R4 . S¼ a se speci…ce baza formei canonice. Care
din aceste forme p¼atratice este pozitiv de…nit¼a?
2 2 2
a) ( ) = 1 + 2 + 3 3 + 4 1 2 + 2 1 3 + 2 2 3 ;
b) ( ) = 21 3 23 2 1 2 + 2 1 3 6 2 3 ;
c) ( ) = 21 + 5 22 4 23 + 2 1 2 4 1 3 ;
d) ( ) = 4 21 + 22 + 23 + 4 1 2 4 1 3 3 2 3 ;
e) ( ) = 2 21 + 18 22 + 8 23 12 1 2 + 8 1 3 27 2 3 ;
f) ( ) = 21 + 2 22 + 24 + 4 1 2 + 4 1 3 + 2 1 4 + 2 2 3 + 2 2 4 + 2 3 4 .

6. S¼a se reduc¼a la forma canonic¼ a, folosind metoda lui Jacobi, urm¼atoarele

forme p¼atratice de…nite pe R3 sau R4 . S¼ a se speci…ce baza formei canonice. Care
din aceste forme p¼atratice este pozitiv de…nit¼a?
a) ( ) = 21 2 22 + 23 + 2 1 2 + 4 1 3 + 2 2 3 ;
b) ( ) = 3 21 2 22 + 2 23 + 4 1 2 3 1 3 2 3;
c) ( ) = 21 + 22 + 3 23 + 4 1 2 + 2 1 3 + 2 2 3 ;
d) ( ) = 21 + 4 22 + 6 23 2 1 2 + 2 2 3 2 3 4 ;
e) ( ) = 3 21 + 2 22 2
3 2 24 + 2 1 2 4 2 3 + 2 2 4 .

7. Pentru ce valori ale lui , urm¼

atoarele forme p¼
atratice sunt pozitiv de…nite?
2 2 2
a) ( ) = 5 1 + 2 + 3 + 4 1 2 2 1 3 2 2 3 ;
b) ( ) = 2 21 + 22 + 3 23 + 2 1 2 + 2 1 3 ;
c) ( ) = 2 21 + 2 22 + 23 + 2 1 2 + 6 1 3 + 2 2 3 .
 5. PROBLEM E 113

8. Folosind metoda transform¼ arilor ortogonale s¼a se reduc¼

a la forma canonic¼
a
urm¼
atoarele forme p¼
atratice. S¼
a se g¼
aseasc¼a baza formei canonice.
a) ( ) = 2 21 + 22 4 1 2 4 2 3 ;
b) ( ) = 21 + 22 + 23 + 1 2 + 1 3 + 2 3 ;
2
c) ( ) = 4 1 2 3;
d) ( ) = 2 1 2 + 2 3 4 ;
e) ( ) = 21 + 22 + 23 + 5 24 + 2 1 4 4 3 4 .
9. Pe R3 se consider¼ atratice ( ) = 21 + 2 22 + 3 23 + 2 1 2 2 1 3 ,
a formele p¼
2 2
( ) = 1 + 6 3 + 2 1 2 2 1 3 + 3 2 3 . S¼ a se reduc¼
a simultan la forma canonic¼
a
precizându-se baza formelor canonice.
 CHAPTER 7

Elemente de calcul tensorial

În acest capitol vom folosi o convenţie de sumare propus¼ a de Einstein, care ne

va permite s¼a simpli…c¼am foarte mult scrierea relaţiilor în care intervin sum¼ ari.
Mai precis, dac¼ a într-o expresie acelaşi indice intervine de dou¼ a ori, odat¼
a ca
indice superior şi odat¼a ca indice inferior, atunci seP sumeaz¼ a dup¼a acest indice,
dac¼
a nu se face vreo menţiune special¼ a. Semnul ” ” nu se mai scrie. Indicele
de sumare poate … notat cu orice liter¼ a şi se numeşte indice mut. Spre exemplu,
P
n
i
Pn P n
j i i j i
sumele i , i jk vor … scrise astfel: i , i jk . În ultima sum¼ a
i=1 i=1 j=1
sunt indici muţi, dar nu este indice mut.

1. Dualul unui spaţiu vectorial

Fie un corp comutativ şi un -spaţiu vectorial. Reamintim (cap. 3)
c¼a prin form¼a liniar¼a (sau funcţional¼a liniar¼a ) pe se inţelege o aplicaţie liniar¼
a
: ! (aici este considerat ca un -spaţîu vectorial unidimensional).
Cum am v¼ azut în capitolul 3, mulţimea tuturor formelor liniare, pe care o
vom nota , poate … înzestrat¼ a cu o structur¼ a de -spaţiu vectorial în raport
cu adunarea şi înmulţirea cu scalari a formelor liniare. -spaţiul vectorial
se numeşte spaţiul dual al spaţiului vectorial . Vom folosi termenul de form¼a
liniar¼a daca este …nit dimensional şi de funcţional¼a liniar¼a, dac¼a este in…nit
dimensional.
EXEMPLE. 1) Funcţia : R3 ! R, care asociaz¼ a oric¼ arui vector
= ( 1 2 3 ) 2 R3 scalarul = 1 + 2 + 3 3 este o form¼ a liniar¼
a.
2) Funcţia = : C([ ] R) ! R care asociaz¼ a oric¼arei funcţii continue
Rb
: [ ] ! R scalarul =( ) = a ( ) este o funcţional¼
a liniar¼
a.
OBSERVAŢII. Fie un -spaţiu vectorial de dimensiune şi …e
=f 1 n g o baz¼
a în .
1) Dac¼a = i i , atunci ( ) = i ( i ), deci o form¼ a liniar¼
a este cunoscut¼ a
dac¼
a se cunosc valorile sale pe elementele din baz¼ a.
n
2) Dac¼a =f 1 ng 2 , atunci conform lemei 3.2, cap. 3, exist¼
a o unic¼
a
form¼
a liniar¼
a : ! astfel ca ( i ) = i = 1 .
În consecinţ¼
a are loc:
PROPOZIŢIA 1.1. Dac¼a este un -spaţiu vectorial -dimensional şi
=f 1 n g este o baz¼
a a sa, atunci pentru orice , = 1 , exist¼a o form¼a
liniar¼a unic¼a i : ! astfel ca
i i 1 dac¼
a =
(1.1) ( j) = j =
0 dac¼
a 6=
115
116 7. ELEM ENTE DE CALCUL TENSORIAL

Propoziţia rezult¼
a imediat din observaţia anterioar¼
a, luând pentru …ecare
= 1 , scalarii j = 0 pentru 6= şi i = 1.
În continuare, pornind de la o baz¼ a = f 1 n g a spaţiului vectorial ,
vom construi o baz¼a în spaţiul dual, care se va numi duala bazei . Vom folosi
convenţia de sumare a lui Einstein.
TEOREMA 1.2. Fie =f 1 n g o baz¼
a a spaţiului vectorial . Sistemul
de forme liniare = 1 n
dat de (1.1) formeaz¼a o baz¼a a spaţiului vectorial
, numit¼a duala bazei .
Demonstraţie. Sistemul este liniar independent. Într-adev¼
ar, …e 1 n 2
2 astfel ca 1 1 + + n n = 0V adic¼ a 1
1
+ + n n ( ) = 0;
8 2 . În particular, dac¼a = i , = 1 , obţinem
1 n
1 + + n ( i) = i =0
deci este liniar independent. Fie acum 2 şi i = ( i ) 2 . Vom ar¼ ata
a = i i , deci
c¼ este sistem de generatori pentru , adic¼
a o baz¼
a a lui .
Într-adev¼
ar, dac¼a = j j 2 , atunci
i
i( ) = i i( i j ) = i i i( j ) =
= i j ij = i i = i ( i ) = ( )
Teorema este demonstrat¼
a.
OBSERVAŢII.1) Din teorema 1.2 rezult¼ a c¼
a dac¼a dimK = , atunci
dimK = , deci ' .
2) Din demonstraţia teoremei 1.2, rezult¼
a c¼
a pentru orice form¼
a liniar¼
a , co-
ordonatele sale în baza dual¼a a bazei sunt i = ( i ) = 1 .
În cele ce urmeaz¼ a, schimbând baza lui , vom studia transformarea bazei
duale şi a coordonatelor unei forme liniare în spaţiul dual .
TEOREMA 1.3. Fie un -spaţiu vectorial de dimensiune şi dualul s¼a.
0
Fie =f 1 n g şi = f 01 0
n g dou¼
a baze în , iar = 1 n
şi
0 01 0n
= bazele duale corespunz¼atoare. Dac¼a este matricea de trecere
1
de la baza la baza 0 , atunci T
este matricea de trecere de la baza
0
la baza . În plus, coordonatele unei forme liniare 2 se transform¼a dup¼a
aceeaşi lege ca şi baza în . când se trece de la baza la baza 0 .
Demonstraţie. Relaţiile de schimbare a bazei în sunt
0 k
(1.2) i = i k, =1
(indicele superior se refer¼
a la linie, iar cel inferior la colan¼
a).
S¼a presupunem c¼
a, în dual, trecerea de la baza la 0 s-ar face prin relaţiile
0j j l
(1.3) = l =1
a = ( jl ), t este matricea de trecere de la baza
(dac¼ la baza 0
).
Din dualitatea bazelor rezult¼
a
l l 0j l
( k) = k, =1 ( 0i ) = i, =1
Din relaţiile (1.2)-(1.5), obţinem pentru orice =1
j 0j j l k j k l j k l j k
i = ( 0i ) = l ( i k) = l i ( k) = l i k = k i
 1. DUALUL UNUI SPA ŢIU VECTORIAL 117

1
Aceste relaţii stabilesc c¼
a = n , deci = . Matricea de trecere de la
T 1
baza la baza 0 în spaţiul este t = 1
= T
.
Fie acum 2 = j = i , unde j = ( j ), = 1 , i = ( 0i ),
j 0i

= 1 . Atunci, din (1.2), rezult¼ a:

k k k
(1.6) i = ( i k) = i ( k) = i k, =1
adic¼
a, acelaşi gen de relaţie ca la schimbarea bazei în .
În concluzie, din teorema 1.3 rezult¼ a c¼a, la o schimbare a bazei în , bazele
duale corespunz¼ atoare se transform¼ a dup¼ a aceeaşi lege ca şi coordonatele unui vec-
tor arbitrar din transformare ce se va numi contravariant¼a, iar coordonatele unei
forme liniare din se transform¼ a dup¼ a aceeaşi lege ca şi baza în , transformare
ce se va numi covariant¼a. Când folosim convenţia lui Einstein, coordonatele vec-
torilor din , ca şi vectorii bazei duale vor avea indicii trecuţi superior, pe când
coordonatele formelor liniare şi vectorii bazei din vor avea indicii trecuţi inferior.
Formele liniare se mai numesc şi covectori.
3
EXEMPLU. Fie baza canonic¼ a = f 1 n g în R . Baza dual¼ a
1 2 3 3
= în spaţiul dual (R ) satisface (1.1). Dac¼ a = 1 1 + 2 2+
+ 3 3 , atunci 1 ( ) = 1 , 2 ( ) = 2 , 3 ( ) = 3 . S¼ a consider¼ am acum forma
a : R3 ! R, ( ) = 1 + 2 2 + 3 3 . Coordonatele lui în baza dual¼
liniar¼ a sunt
0 0 0 0
1 = ( 1 ) = 1, 2 = ( 2 ) = 2, 3 = ( 3 ) = 3. Fie acum baza = f 1 2 3g
în R3 , 01 = 1 + 2 3 , 0
2 = 1 + 2 + 3 , 0
3 = 1 2 + 3 .
Matricele de trecere de la baza la baza 0 şi inversa sunt
0 1
1 1
0 1 B 2 2 0 C
1 1 1 B C
B 1 1 C
=@ 1 1 1 A 1
=B 0 C
B 2 2 C
1 1 1 @ 1 1 A
0
2 2
Atunci, duala bazei 0 este legat¼ a de prin relaţiile
0 1 1 1 2 0 1 2 1 3 0 1 1 1 3
1 = + 2 = + 3 = +
2 2 2 2 2 2
Coordonatele formei liniare în noua baz¼ a vor …

1 = ( 01 ) = ( 1) + ( 2) ( 3) = 1 + 2 3 =0
Similar 2 = ( 02 ) = 4, 3 = ( 03 ) = 2.
Dualul lui , notat =f : ! ; form¼a liniar¼
ag se numeşte bidualul
lui . Conform teoremei 1.2, dimK = dimK = dimK = , deci ' '
. Mai mult, are loc
TEOREMA 1.4. Spaţiile şi sunt izomorfe prin aplicaţia
=: ! = = x

unde x ( )= ( ) 8 2 .
Demonstraţie. Stabilim mai int¼
ai c¼
a x este o form¼
a liniar¼
a pe adic¼
a
x 2 . Fie deci 2 şi 2 . Atunci:
x( + )=( + )( ) = ( )+ ( )= x( )+ x( ).
118 7. ELEM ENTE DE CALCUL TENSORIAL

Vom ar¼
ata acum c¼
a = este liniar¼
a. Fie 2 şi 2 . Atunci:
=( + )( ) = x+ y ( )= ( + )= ( )+ ( )=
= x( ) + y ( ) = ( x + y )( ) 8 2 ,
deci =( + ) = = + = . Pentru a demonstra c¼ a = este bijectiv¼
a, cum
dimK = dimK , este su…cient s¼
a arat¼
am c¼
a = este injectiv¼
a. Fie deci 2
astfel încât = = = , adic¼
a x = y . Atunci, pentru orice 2 , avem:
(1.7) ( )= x( )= y( ) = ( ).
Dac¼
a =f 1 n g este baz¼
a în , iar = 1 n
este baz¼
a dual¼
a şi
= j j, = j j , luând în (1.7), = i , = 1 , obţinem:
i i i i
= ( )= ( )=
adic¼
a = , deci = este injectiv¼
a.
OBSERVAŢIE. Prin acest izomor…sm canonic dintre şi , vom identi…ca
un spaţiu vectorial cu bidualul s¼au. Prin aceast¼
a identi…care, orice vector 2
poate … privit ca o form¼a liniar¼
a pe ce asociaz¼
a oric¼
arui 2 , scalarul ( ).

2. Aplicaţii multiliniare. Forme multiliniare

DEFINIŢIE. Fie 1 n spaţii vectoriale peste acelaşi corp . Aplicaţia
: 1 2 n ! se numeşte multiliniar¼a (n-liniar¼a) dac¼
a pentru orice ,
1 , avem:
0 00 0
( 1 i 1 i + i i+1 n) = ( 1 i 1 i i+1 n )+
00 0 00
+ ( 1 i 1 i i+1 n) 8 2 2 ii i k 2 6=
k

EXEMPLU. Aplicaţia : 3 ! 3, (! ! )=! !, este o aplicaţie

3
biliniar¼ a (!
a antisimetric¼ != ! !).

DEFINIŢIE. Fie 1 n spaţii vectoriale peste corpul . Se numeşte form¼a

multiliniar¼a (n-liniar¼a) orice aplicaţie multiliniar¼
a : 1 n ! .
În aceast¼
a de…niţie este considerat spaţiu vectorial unidimensional peste el
însuşi.
EXEMPLE .1) : 3 3 ! R, (! !) = ! ! (deci produsul scalar a doi
vectori liberi), este o form¼
a biliniar¼a simetric¼
a.
2) : 3 ! R, (! ! !) = ! (! !) = (! ! !) (deci
3 3
produsul mixt a trei vectori liberi), este o form¼ a triliniar¼
a.
OBSERVAŢIE. Mulţimea formelor n-liniare se poate înzestra cu o structur¼
a de
-spaţiu vectorial peste , notându-se cu L ( 1 n; ). Adunarea formelor
n-liniare 2 L( 1 n; ) se de…neşte astfel:
( + )( 1 n) = ( 1 n) + ( 1 n) i 2 i =1
Produsul unei forme n-liniare 2 L( 1 n; ) cu un scalar 2 se
de…neşte prin:
( )( 1 n) = ( 1 n) i 2 i =1
Se veri…c¼
a uşor ca + şi de…nite mai sus, sunt forme -liniare.
 ¼
3. TENSORI. COORDONATELE UNUI TENSOR îNTR-O BAZ A 119

3. Tensori. Coordonatele unui tensor într-o baz¼

a
DEFINIŢIE. Fie un spaţiu vectorial peste , iar dualul s¼
au. Dac¼ a
2 N, se numeşte tensor de p ori covariant şi q ori contravariant orice form¼
a
multiliniar¼
a : ! .
| {z } | {z }
p ori q ori
Se spune c¼a este tensor de tip (p,q), numindu-se ordinul de covarianţ¼a, iar
ordinul de contravarianţ¼a. Num¼
arul + se numeşte rangul sau valenţa tensorului.
EXEMPLE.1) Orice form¼ a liniar¼
a 2 , deci : ! , este un tensor de
tip (1 0).
2) Orice vector 2 , privit ca o form¼ a liniar¼
a x: ! (conform teoremei
1.4) este un tensor de tip (0 1).
3) Orice scalar 2 poate … considerat tensor de tip (0 0).
Vom nota cu pq ( ) mulţimea tuturor tensorilor de ori covarianţi şi ori
contravarianţi pe spaţiul vectorial . Conform observaţiei din secţiunea anterioar¼a,
q
p ( ) este un -spaţiu vectorial în raport cu adunarea tensorilor şi produsul unui
tensor cu un scalar.
În continuare, …e = f 1 n g o baz¼a în şi = 1 n
baz¼
a dual¼
a
q 1 q
în . Fie 2 p ( ), iar 1 p 2 , 2 . Atunci
ji l l kl
i = i ji =1 = kl =1
(aici i şi l sunt indici de sumare). Folosind liniaritatea lui în …ecare argument,
avem:

1 q j1 jp 1 q k1 kq
(3.1) ( 1 p )= 1 p k1 kq ( j1 jp ).
p+q
În aceast¼
a relaţie apar scalari, pe care-i vom nota
ki ;:::;kq k1 kq
j1 ;:::;jp = ( j1 jp )
(3.2)
i =1 ,8 =1 l =1 ,8 =1
şi se numesc coe…cienţii tensorului sau componentele tensorului în baza …xat¼
a
în . Atunci (3.1) se scrie:
1 q j1 jp 1 q k1 ;:::;kq
(3.3) ( 1 p )= 1 p k1 kq j1 ;:::;jp

arui tensor 2 pq ( ) i se poate asocia, …xând o baz¼

În concluzie, …ec¼ a în , un
p+q
sistem de scalari unic determinaţi prin (3.2). Reciproc, se poate demonstra
uşor
PROPOZIŢIA 3.1. Fie un -spaţiu vectorial -dimensional şi 2 N. Fie
=f 1 n g o baz¼
a în şi = 1 n
baza dual¼a ei. Dat …ind un sistem
de p+q scalari
k1 ;:::;kq
( j1 ;:::;jp ) i =1 8 =1 l =1 8 =1
q
exist¼a un unic tensor 2 p ( ) astfel ca
k1 kq k1 ;:::;kq
( j1 jp )= j1 ;:::;jp

pentru orice 1 p 1 q luând independent valori de la 1 la .

120 7. ELEM ENTE DE CALCUL TENSORIAL

COROLAR 3.1.1. Dac¼

a este un -spaţiu vectorial de dimensiune , atunci
p+q
q
p ( ) ' n , deci dimK q
p ( )= p+q
.
1 n
Demonstraţie. Fie =f 1 n g o baz¼a …xat¼ a în , iar =
duala sa în . Izomor…smul c¼ autat este aplicaţia care asociaz¼ a …ec¼ arui tensor
2 pq ( ), coe…cienţii s¼ ai în baza …xat¼a. Din cele de mai sus, rezult¼ a c¼a aceast¼
a
aplicaţie este o bijecţie. Liniaritatea acestei aplicaţii se veri…c¼
a uşor şi o propunem
ca exerciţiu.
EXEMPLE. 1) Formele biliniare pe un spaţiu vectorial -dimensional sunt
tensori dublu covarianţi. Spaţiul vectorial al acestor tensori, 20 ( ) are dimensiunea
2
. Dac¼a =f 1 n g o baz¼
a în şi : ! un tensor dublu covariant
oarecare, atunci pentru orice 2 , = i i , = j j , avem
( )= i j
( i j) = i j
ij
ij = ( i j) =1
…ind coe…cienţii tensorului în baza …xat¼ a.
2) Formele biliniare pe spaţiul sunt tensori dublu contravarianţi. Dac¼ a
dimK = , spaţiul vectorial al acestor tensori notat 02 ( ) are dimensiunea
2 1 n
. Fie acum = f 1 n g o baz¼
a în şi = duala sa. Dac¼ a
: ! este un tensor dublu contravariant, atunci pentru orice 2 ,
= i i , = j j , avem ( )= i j i j
= i j ij unde ij = i j ,
= 1 sunt coe…cienţii tensorului în baza …xat¼ a.
3) Formele biliniare : ! sunt tensori o data covarianţi şi o dat¼
a
contravarianţi. Dac¼ a dimK = , spaţiul vectorial al acestor tensori, 11 ( ) are
dimensiunea 2 . Cu notaţiile de mai sus, dac¼ a = i i2 , = j j2 , atunci
i j i j j j
( ) = j i = j i unde i = i , = 1 sunt coe…cienţii
tensorului în baza …xat¼ a.

4. Operaţii cu tensori
Fie un -spaţiu vectorial -dimensional, = f 1 n g o baz¼
a în şi
1 n
= duala sa. Consider¼ am 2 N, 2 pq ( ), 2 . Dac¼ a
1 p 2 şi 1 q
2 atunci suma + este un tensor de acelaşi tip şi
1 q 1 q 1 q
( + )( 1 p )= ( 1 p )+ ( 1 p )
iar produsul unui tensor cu un scalar este un tensor de acelaşi tip
1 q 1 q
( )( 1 p )= ( 1 p )
Se veri…c¼ a uşor c¼
a, într-o baz¼
a …xat¼
a, coe…cienţii sumei + se obţin însumând
coe…cienţii corespunz¼ atori lui şi , deci dac¼a:
k1 ;:::;kq k1 kq
j1 ;:::;jp = ( j1 jp )
k1 ;:::;kq k1 kq
j1 ;:::;jp = ( j1 jp )
atunci
k1 kq k1 ;:::;kq k1 ;:::;kq
( + )( j1 jp )= j1 ;:::;jp j1 ;:::;jp
Similar, coe…cienţii produsului unui tensor cu un scalar într-o baz¼
a …xat¼
a, se
obţin înmulţind coe…cienţii tensorului cu scalarul respectiv, deci
k1 kq k1 ;:::;kq
( )( j1 jp )= j1 ;:::;jp
 4. OPERA ŢII CU TENSORI 121

q s
Produsul tensorial a doi tensori. Fie 2 N şi 2 p ( ), 2 r ( ).
Atunci aplicaţia:
: !
| {z } | {z }
p+r ori q+s ori

de…nit¼
a prin:
1 q q+1 q+s
( )( 1 p p+1 p+r )=
1 q q+1 q+s
= ( 1 p ) ( p+1 p+r )
j
pentru orice i 2 i , = 1 + , 2 , = 1 + este un tensor de ordin
( + + ) numit produsul tensorial al celor doi tensori.
Dac¼
a
k1 ;:::;kq k1 kq
j1 ;:::;jp = ( j1 jp )
k1 ;:::;kq l1 ls
j1 ;:::;jp = ( j1 jr )
atunci:
k1 ;:::;kq ;l1 ;:::;ls k1 kq l1 ls
j1 ;:::;jp ;i1 ;:::;ir =( )( j1 jp i1 ir )=
k1 ;:::;kq l1 ;:::;ls
= j1 ;:::;jp i1 ;:::;ir
q+s
Aşadar coe…cienţii tensorului ( )2 p+r ( ) se obţin efectuând produsele
coe…cienţilor celor doi tensori.
1 2
EXEMPLU. Fie dimK = 2 = f 1 2 g o baz¼ a în , = baza
a, 2 20 ( ), 2 01 ( ). Dac¼
dual¼ a ij = ( i j ), = 1 2 sunt coe…cienţii lui
în baza …xat¼ a, iar k = k
, = 1 2, coe…cienţii lui , atunci ( ) 2 21 ( ),
coe…cienţii s¼
ai …ind:
k k k k
ij =( )( i j )= ( i j) = ij
q
Contracţia unui tensor. Fie 2 p( ) cu 1. Fix¼am un indice , = 1
de covarianţ¼
a şi un indice , = 1 de contravarianţ¼
a. Vom construi un tensor
0 q 1
2 p 1 ( ), astfel: 0 : ! ,
| {z } | {z }
p 1 ori q 1 ori
0 1 l 1 l+1 q
( 1 i 1 i+1 p )=
1 l 1 s l+1 q
= ( 1 i 1 s i+1 p )
cu
k
2 =1 j 6= 2 =1 6=
0
(în aceast¼
a relaţie este indice de sumare). Coe…cienţii tensorului vor …
k1 ;:::;kl 1 ;kl+1 ;:::;kq
j1 ;:::;ji 1 ;ji+1 ;:::;jp
= 0( j1 ji 1 ji+1 jp
k1 kl 1 kl+1 kq
)=
k1 ;:::;kl 1 ;s;kl+1 ;:::;kq
= j1 ;:::;ji 1 ;s;ji+1 ;:::;jp
k ;:::;k
…ind indice de sumare, iar j11;:::;jpq coe…cienţii lui în baza …xat¼ a.
Vom spune c¼ a am efectuat o contracţie dup¼ a indicele de ordin de covarianţ¼a
l
şi indicele de ordin de contravarianţ¼ a. Tensorul astfel obţinut se va nota ( )i .
EXEMPLE. 1) Fie 2 11 ( ) şi ji , = 1 coe…cienţii tensorului. Efectuând
o contracţie dup¼
a cei doi indici, se obţine un tensor de tip (0 0) deci un scalar,
numit urma tensorului şi se noteaz¼ a
i 1 n
= i = 1 + + n
122 7. ELEM ENTE DE CALCUL TENSORIAL

2) Fie 2 21 ( ) şi k
ij , = 1 coe…cienţii lui . Coe…cienţii lui 0
=
1
= ( )2 2 10 ( ) sunt
0 j j 1 2 n
i = ( i) = ( i j )= ij = i1 + i2 + + in

5. Transformarea coe…cienţilor unui tensor la schimbarea bazei

0
Fie un -spaţiu vectorial de dimensiune , =f 1 n g, = f 01 0
ng
1 n
dou¼a baze ale lui şi = , 0 = 01 0n
bazele duale respec-
j
tive. Fie = ( i ) matricea de trecere de la baza la baza 0
şi = ( ji ) inversa
ei. Are loc
q
TEOREMA 5.1. Dac¼a coe…cienţii tensorului 2 p ( ) în cele dou¼a baze sunt
k1 ;:::;kq
j1 ;:::;jp = t(e j1 e jp f k1 f kq )
respectiv
0 l1 ;:::;lq 0
i1 ;:::;ip = t(e i1 e 0ip f 0 l1 f 0 lq )
atunci relaţia de transformare a coe…cienţilor este
0 l1 ;:::;lq j1 jp l1 lq k1 ;:::;kq
(5.1) i1 ;:::;ip = i1 ip k1 kq j1 ;:::;jp .
Demonstraţie. Folosind formulele de schimbare de baz¼
a (1.2), (1.3), obţinem:
0 l1 ;:::;lq 0 0 0 l1 0 lq
i1 ;:::;ip = ( i1 ip )=
j1 jp l1 k1 lq kq j1 jp l1 lq k1 ;:::;kq
= ( i1 j1 ip jp k1 kq )= l1 ip k1 kq j1 ;:::;jp

Am ţinut seama de liniaritatea lui în …ecare argument.

OBSERVAŢIE. Relaţia (5.1) din enunţul teoremei 5.1 este folosit¼
a adesea pentru
a prezenta noţiunea de tensor, în modul urm¼ ator.
Dac¼a este un spaţiu vectorial -dimensional, spunem c¼ a am dat un tensor
de ori covariant şi ori contravariant pe dac¼
a am asociat …ec¼ arei baze =
f 1 n g a spaţiului un sistem de p+q scalari:
k1 ;:::;kq
(5.2) ( j1 ;:::;jp ), 1 =1 ,8 =1 , l =1 ,8 =1 ,
care la schimbarea bazei în se transform¼ a dup¼a legea (5.1).
Scalarii (5.2) se numesc coe…cienţii tensorului de tip ( ) considerat în baza
.
Aceast¼ a de…niţie este echivalent¼
a cu de…niţia unui tensor, deoarece din propozi-
tia 3.1 rezult¼a c¼
a daţi …ind coe…cienţii (5.2) exist¼a un unic tensor 2 pq ( ) care
are aceşti coe…cienţi în baza …xat¼ a din . Reciproca, rezult¼ a din teorema 5.1.
EXEMPLE. 1). Fie : ! , tensorul de tip (1 1) de…nit prin ( )=
= ( ), 8 2 , 2 . Consider¼ am în baza = f 1 n g şi =
1 n
= duala sa. Coe…cienţii tensorului în baza sunt:

j j j 1 dac¼
a =
i = ( i) = i = 8 =1
0 dac¼
a 6=
a 0 = f 01
Dac¼ 0
n g este o alt¼ a în , iar 0 = f 0 1
a baz¼ 0n
g duala sa în
0 0l l
, atunci coe…cienţii lui în noua baz¼ a sunt ( k ) = k, 8 = 1 . Aşadar
coe…cienţii acestui tensor sunt independenţi de baza considerat¼ a. Acest tensor mai
 5. TRANSFORM AREA COEFICIEN ŢILOR UNUI TENSOR LA SCHIM BAREA BAZEI 123

putea … prezentat ca …ind sistemul de 2 scalari, f ji gi;j=1;n care la schimbarea

bazei spaţiului se transform¼
a dup¼
a legea
0j k j l
i = i l k =1
Dar cum ki jl lk = ki jk = ji , 8 =1 ( = 1
), rezult¼
a
0j j
i = i 8 =1
2 0 1
2) Fie 2 2 ( ) şi = ( )2 , tensorul obţinut prin contracţia dup¼ a al doilea
indice de covarianţ¼
a şi primul indice de contravarianţ¼
a, Cu relaţiile de mai sus, …e
rs r s
jk = ( j k ) =1
respectiv
0
= ( 0i 0l 0
il
0
) =1
coe…cienţii lui în cele dou¼a baze …xate.
0p
De asemenea, …e jr = 0 r j , = 1 şi i = 0
( 0
i
0p
), = 1
coe…cienţii tensorului contractat. Atunci:
0p 0 0 0l 0p 0 lp j k l p sr j k p sr
i = ( i l )= il = i l s r jk = i s r jk =
j p sr j p
= i r jk = i r ( j k
k r
) = ji pr 0 ( j r
) = ji p r
r j
ceea ce reprezint¼
a exact legea de transformare a unui tensor o dat¼
a covariant şi o
dat¼
a contravariant la schimbarea bazei.
i 0i 0
OBSERVAŢII. 1) Dac¼
a 2 se scrie = i = i, atunci în capitolul 1,
am stabilit:
0i
= ij j = 1
Aceste relaţii reprezint¼
a chiar formulele de transformare ale unui tensor o dat¼
a
contravariant. De aceea se mai spune c¼ a 2 este vector contravariant.
De asemenea, în acest capitol am stabilit c¼ a dac¼a 2 se scrie = j j =
0 0i
= i , atunci (vezi (1.6))
0 j
i = i j =1
care reprezint¼ a formulele de transformare ale unui tensor o dat¼ a covariant. De
aceea, formele liniare se mai numesc vectori covarianţi sau covectori.
2) În capitolul 3 am studiat endomor…smele unui spaţiu vectorial. Fie 2
2 L( ) şi = ( kj ) matricea lui în baza , 0 = ( 0i l ) matricea lui în baza
0
. Leg¼atura dintre ele este (vezi §5, cap. 3)
0l k j k
i l = i j 8 =1
sau
= 0i l sl = 0i l kl sk = ji sk kj 8
0s
t =1
care reprezint¼
a formulele de transformare ale unui tensor o dat¼ a covariant şi o
dat¼a contravariant. Cum poate … interpretat acest rezultat? Endomor…smului
îi punem în evidenţa în mod unic un tensor : ! , ( )= ( )
8 2 2 . În acest fel, se de…neşte o aplicaţie : L( ) ! 11 ( ) care este
un izomor…sm de spaţii vectoriale. Coe…cienţii tensorului astfel de…nit sunt
j j j k k j k j j
i = ( i) = ( i k) = i ( k) = i k = i 8 =1
deci chiar elementele matricei lui în baza .
În acest mod orice endomor…sm 2 L( ) poate … privit ca un tensor o dat¼
a
covariant şi o dat¼
a contravariant (identi…când cu prin acest izomor…sm).
124 7. ELEM ENTE DE CALCUL TENSORIAL

6. Probleme
1. Fie : R3 ! R, 2 C 1 ( ). S¼
a se arate c¼
a grad este un vector
1-covariant.
2. Fie un R-spaţiu vectorial, f 1 2 n g baz¼a în şi 1, 2, , n 2 R.
Dac¼a = i i , de…nim ( ) = i i . S¼ a se arate c¼a coe…cienţii i j ai lui 2
sunt
coe…cienţii unui tensor de ordinul al doilea.
ij
3. Fie componentele unui tensor 2-contravariant. Cum se schimb¼
a ma-
j
tricea acestui tensor la schimbarea bazei? Dar a tensorului de componente i ?

4. Dac¼ a ( ij ) şi ij sunt componentele unui tensor simetric respectiv antisi-

a se determine tensorul de componente ij ij .
metric, s¼
5. Fie tensorul de ordinul al treilea de componente
8
>
> 1 2 3
>
> 1 dac¼a permutarea este par¼
a;
<
ijk = 1 2 3
>
> 1 dac¼ a permutarea este impar¼a;
>
>
:
0 dac¼a cel puţin doi indici sunt egali.
numit tensorul de permutare al lui Ricci.
! ! ! ! ! 1! 2! 3!
Dac¼ a !, , ! 2 V3 , ! = 1 + 2 + 3 , = + + ,
! = 1 ! + 2 ! + 3 !, s¼ a !
a se arate c¼
! !
= ijk i j k
.
i
6. Folosim notaţiile de la problema 5. Fie tensorul de componente jk = ijk .
! ! !
S¼
a se arate c¼
a vectorul = are componentele i = ijk j k .
7. Fie 2 32 ( ). S¼ a se stabileasc¼
a relaţiile de transformare a coordonatelor
1
tensorului ( )2 la schimbarea bazei.