Sunteți pe pagina 1din 169

A

Prefat a
Cursul de Algebr a liniar a se adreseaz a cu prec adere (dar nu numai)
studentilor Facult atii de Cibernetic a, Statistic a si Informatic a Economic a.
Participantii la acest curs se cer a persoane care au absolvit liceul,
au sustinut cu succes bacalaureatul si au fost declarati admisi ca studenti
printro form a de admitere (examen sau concurs). Pentru ei cursul de
Algebr a Liniar a reprezint a una dintre primele experiente studentesti si
din acest punct de vedere, se poate spune c a structura cursului este un
standard pentru ce se va ntmpla mai departe n evolutia studentului spre
absolvire si spre profesionalism.
Care este bagajul initial de cunostinte necesare studentului?
Matematic a: Trebuie st apnite perfect toate cunostintele de liceu.
preciz ari:
Matematica reprezint a un ansamblu; descompunerea n Alge-
br a, Analiz a, Geometrie este articial a si conduce la pierderi
de informatie (ntregul este mai mare dect suma componen-
telor).
Materia de liceu trebuie st apnit a n crosssection: foarte
des studentii sunt pusi n situatia de a s ari de la o clas a de
liceu la alta f ar a efort; este un slalom informational pentru
care absolventii de liceu nu sunt ntotdeauna preg atiti.
Programa de liceu obisnuieste s a ignore aspectele teoretice
ale materiei discutate; o conditie necesar a pentru nceputul
cursului este st apnirea materiei de liceu la nivel de teorie
(denitii, enunturi si demonstratii).
Printre zonele care n general nu sunt st apnite si la care
studentii au probleme se num ar a: Logica, Teoria Multimilor,
Functii, Multimile de numere (caracteristicile si structura
lor), Trigonometria, Aplicatii si interpret ari ale notiunilor
matematice abstracte n alte domenii (Economie, Stiinte So-
ciale, Fizic a, etc).
Geometria si Geometria Analitic a trebuie st apnite f ar a pro-
bleme; pentru foarte multe notiuni abstracte, Geometria re-
prezint a vizualizare.
Absolventii de liceu au o foarte mare problem a cu citirea unor
texte de matematic a (se constat a c a uneori, desi au absolvit
liceul, nu siau citit manualele de Matematic a din Liceu, ci
numai au f acut exercitii pe modele date la clas a)
Psihologic vorbind, asimilarea informatiei matematice este
foarte mult mbun at atit a de dou a aspecte: vizualizarea in-
formatiei si conectarea informatiei vizualizate cu informatii
vecine din alte domenii (prin interpret ari ale notiunilor
matematice abstracte) si din viata de zi cu zi; de obicei,
pentru ca acest sistem s a functioneze este nevoie de o atitu-
dine specic a si de un antrenament de durat a.
Informatic a: Nivelul minim este de utilizare a unui sistem de operare si a unor
programe aplicative n cadrul acestui sistem de operare.
preciz ari:
Cei mai multi dintre proaspetii studenti lucrez a pe computer
de ctiva ani si au studiat n Liceu Informatic a.
Pentru nivelul minim nu este necesar a st apnirea altor siste-
me de operare n afara celor de la Microsoft (e.g. Windows 98,
Windows 2000, Windows XP). Lear de folos dac a ar avea
m acar notiuni despre alte sisteme de operare (n special cele
Open Source, Linux: RedHat, Mandrake, Debian, Slackware,
Suse, etc).
Utilizarea liniei de comand a este foarte util a si, din p acate,
aproape necunoscut a (de fapt st apnirea liniei de comand a
si a scripturilor este un tip special de cultur a informatic a)
Studiul m acar al unui limbaj de programare este necesar; din
p acate, absolventii de liceu st apnesc acest nivel dar nu au
ce programa (cunosc cuvintele si topica frazei, dar nu prea
au ce spune...)
St apnirea si a altor programe aplicative n afar a de Microsoft
Oce. De exemplu tehnoredactarea profesional a de texte
matematice se face folosind sisteme care au la baz a un limbaj
de programare numit LaTeX.
Lucrul pe computer n Limba Romn a (cu caractere rom-
nesti) este o necesitate care de obicei este ignorat a.
Matematica de liceu poate mbog atit a prin utilizarea pro-
gramelor (produselor software) de tip CAS (Computer Alge-
bra Systems) dintre care mention am: Scientic WorkPlace,
Mathematica, Mupad, Maple, MatLab, MathCad, Octave,
Maxima, SciFace, etc. Din p acate acest lucru nu se ntmpl a.
PREFA T

A
Este total ignorat a problema licentelor software si a notiunii
de copyright. A fura sau nu este o problem a personal a de
moral a care nu va rezolvat a la cursul de Algebr a Liniar a dar
ni se pare total nociv si periculos s a nu stii c a furi si c a poti
penalizat pentru asta... cu certitudine nu este atitudine
profesional a. Un sfat: este bine s a se citeasc a pentru ecare
produs software m acar EULA (End User Licence Agreement).
Limbi str aine: Este necesar a st apnirea m acar a unei limbi de circulatie inter-
national a (alta dect Limba Romn a :-))
preciz ari:
Cei mai multi absolventi de liceu st apnesc Limba Englez a;
unii se descurc a n Limba Francez a, Limba Spaniol a, Limba
Italian a, Limba German a, Limba Rus a, etc.
Aproape nimeni nu a lucrat n aceste limbi altceva dect
studiul limbii; studenti care st apnesc bine si foarte bine o
limb a au dicult ati la citirea unor texte profesionale n acea
limb a (texte referitoare la Economie, Informatic a, Matema-
tic a, etc)
Evident, preciz arile de mai sus se refer a la constat ari f acute n activi-
tatea cu studentii (15 generatii de studenti) cu precizarea c a observatiile
se refer a numai la studentii din cadrul Academiei de Studii Economice.
Cursul se ocup a n special de rezultatele care au loc n cadrul structurii
abstracte numit a spatiu vectorial, mai precis cele de dimensiune nit a.
Se prezint a denitiile si notiunile introductive dup a care se trece la demon-
str ari de rezultate. Se discut a problema reprezent arii obiectelor abstracte
n spatii vectoriale, tehnici de calcul si proceduri pentru aarea acestor re-
prezent ari iar cursul se ncheie cu forme canonice. Se prezint a introducerea
structurilor de natur a geometric a (spatii euclidiene, proiectii, etc) n cadrul
structurilor abstracte si se preg ateste introducerea structurilor de natur a
topologic a (analiz a) peste structura de tip algebricgeometric.
Textul de fat a este conceput pentru a un material ce completeaz a
notele de curs si un punct de plecare pentru preg atirea seminarului. Textul
de fat a nu este conceput pentru a userfriendly (prietenos din punct
de vedere al prezent arii) ci pentru a un ajutor n procesul de predare.
R amne la latitudinea ec arui titular de curs s a decid a ct si cum foloseste
acest text. De altfel, o ntrebare care merit a totdeauna pus a este: Pentru
cine a fost scris acest text?. R aspunsul autorilor la aceast a ntrebare
este: Pentru noi. Textul de fat a nu contine si nu face apel la notiunile
de informatic a invocate mai sus, cunostinte necesare preg atirii referatelor
si proiectelor.
Algebra Liniar a este un subiect clasic. Asta nseamn a c a cele mai
multe cursuri dintre cele ce vor urma n viata de student fac (sau ar
trebui s a fac a) apel la Algebra Liniar a. Printre acestea se num ar a: Analiz a
Matematic a, Matematici Generale, Matematici Financiare, Teoria Proba-
bilit atilor, Statistica, Matematici Actuariale, Procese Stochastice, Teoria
Riscului, Economie, Microeconomie, Macroeconomie, Econometrie, Socio-
metrie, Teoria Deciziilor, Analiz a Numeric a, Analiza Datelor, Criptograe,
Baze de Date etc. La cererea studentilor pot oferite informatii despre
interpretarea notiunilor abstracte de Algebr a Liniar a n ecare dintre
aceste contexte, dar deocamdat a sa decis s a nu se ncarce textul si cu
aceste informatii.
CAPITOLUL 1
Spatii vectoriale
1.1. Introducere
1.1.1. Denitie. (Denitia spatiului vectorial) Se dau:
multimile:
V ,= O (elementele multimii V se numesc vectori (puncte));
K ,= O (elementele multimii K se numesc scalari (numere));
functiile:
+
K
(. ) : K K K (functia este o operatie pe multimea
K numit a adunarea scalarilor si va notat a +;),

K
(. ) : KK K (functia este o operatie pe multimea K
numit a nmul tirea scalarilor si va notat a ),
+
V
(. ) : VV V (functia este o operatie pe multimea V
numit a adunarea vectorilor si va notat a +;)
(. ) : K V V (functia este o operatie extern a pe
multimea V numit a nmul tirea vectorilor cu scalari si va
notat a (pentru ecare c K xat, operatia partial a V
r c r V poate numit a omotetie de parametru c).)
Perechea (V. K) (mpreun a cu operatiile descrise mai sus) se numeste
spa tiu vectorial dac a sunt ndeplinite urm atoarele conditii:
(1) (K. +
K
.
K
) este corp comutativ;
(2) (V. +
V
) este grup abelian;
(3) \c. / K. \r. V, au loc:
(a) (c +
K
/) r = c r +
V
/ r (distributivitatea la dreapta a
operatiei fat a de operatia +
K
);
(b) c (r +
V
) = c r +
V
c (distributivitatea la stnga a
operatiei fat a de operatia +
K
);
(c) c (/ r) = (c
K
/) r;
(d) 1
K
r = r.
1. SPA TII VECTORIALE
1.1.2. Observatie.
Distinctia ntre diferitele operatii notate la fel se va face
din context;
Elementul 0
V
este elementul neutru la adunarea vectorilor si va
notat n continuare cu 0;
Elementul 0
K
este elementul neutru la adunarea scalarilor si va
notat n continuare cu 0;
Elementul 1
K
este elementul neutru la nmul tirea scalarilor si va
notat n continuare cu 1;
Distinctia ntre diferitele elemente notate la fel se va face
din context.
Se folosesc notiuni (presupuse) cunoscute din liceu: multimile de
numere (N, Z, Q, R, C) si propriet atile lor, notiunile Algebrei
de clasa a XIIa cum ar parte stabil a, operatie, monoid, grup,
grup abelian, inel, inel comutativ, corp, corp comutativ, element
neutru pentru ecare structur a algebric a, elemente simetrizabile,
simetricul unui element (fat a de o operatie sau alta, atunci cnd
este cazul), propriet ati ale lor: unicitatea elementului neutru, u-
nicitatea elementului simetric, etc.
Conventii de notatie: vectorii vor notati cu litere latine mici (c,
/, c, n, , n, r, , ., etc), scalarii cu litere grecesti mici (c, ,, , o,
etc), multimile cu litere latine mari dublate (A, B, C, D, K, L,
M, N, R, X, V, etc) la care se vor ad auga eventual indici (c
0
, V
1
,
etc) si/sau supraindici (U
1
, r
3
,
(2)
4
, etc) n functie de context.
1.1.3. Exercitiu. S a se arate c a ntrun monoid (cu element neutru)
elementul neutru este unic.
1.1.4. Exercitiu. S a se arate c a ntrun grup elementul simetric al
unui element este unic.
1.1.5. Exemplu. Se consider a multimea
R
n
=
_
_
r
1
.
.
.
r
n
_
_
; r
i
R. i = 1. :.
1.1. INTRODUCERE
R
n
este spatiu vectorial real n raport cu operatiile:
_
_
r
1
.
.
.
r
n
_
_
+
_
_

1
.
.
.

n
_
_
Def
=
_
_
r
1
+
1
.
.
.
r
n
+
n
_
_
. \
_
_
r
1
.
.
.
r
n
_
_
.
_
_

1
.
.
.

n
_
_
R
n
(semnul + din stnga se refer a la adunarea elementelor din R
n
iar semnele
+ din dreapta se refer a la adunarea elementelor din R, deci se foloseste
acelasi semn pentru dou a operatii distincte; pe parcursul textului, distinc-
tia trebuie f acut a din context) si
c
_
_
r
1
.
.
.
r
n
_
_
Def
=
_
_
c r
1
.
.
.
c r
n
_
_
. \c R.
(R. +. ) este corp comutativ (se stie din liceu); (R
n
. +) este grup abelian
(adunarea pe componente este asociativ a, comutativ a, admite element
neutru si orice element este simetrizabil, datorit a propriet atilor adun arii
pe R), elementul neutru este 0
R
n =
_
_
0
.
.
.
0
_
_
iar simetricul lui
_
_
r
1
.
.
.
r
n
_
_
este
_
_
r
1
.
.
.
r
n
_
_
. Au loc propriet atile de distributivitate:
(c + ,)
_
_
r
1
.
.
.
r
n
_
_
=
_
_
(c + ,) r
1
.
.
.
(c + ,) r
n
_
_
=
_
_
c r
1
+ , r
1
.
.
.
c r
n
+ , r
n
_
_
=
=
_
_
c r
1
.
.
.
c r
n
_
_
+
_
_
, r
1
.
.
.
, r
n
_
_
= c
_
_
r
1
.
.
.
r
n
_
_
+ ,
_
_
r
1
.
.
.
r
n
_
_
.
1. SPA TII VECTORIALE
c (
_
_
r
1
.
.
.
r
n
_
_
+
_
_

1
.
.
.

n
_
_
) = c
_
_
r
1
+
1
.
.
.
r
n
+
n
_
_
=
_
_
c (r
1
+
1
)
.
.
.
c (r
n
+
n
)
_
_
=
=
_
_
c r
1
+ c
1
.
.
.
c r
n
+ c
n
_
_
=
_
_
c r
1
.
.
.
c r
n
_
_
+
_
_
c
1
.
.
.
c
n
_
_
=
= c
_
_
r
1
.
.
.
r
n
_
_
+ c
_
_

1
.
.
.

n
_
_
.
(c ,)
_
_
r
1
.
.
.
r
n
_
_
=
_
_
(c ,) r
1
.
.
.
(c ,) r
n
_
_
=
_
_
c (, r
1
)
.
.
.
c (, r
n
)
_
_
=
= c
_
_
, r
1
.
.
.
, r
n
_
_
= c (,
_
_
r
1
.
.
.
r
n
_
_
).
1.1.6. Denitie. (Denitia subspatiului) Fie (V. K) spatiu vectorial si
S _ V; S se numeste subspa tiu vectorial al lui (V. K) dac a:
(1) \r. S. r + S;
(2) \c K. \r S. cr S.
1.1.7. Exemplu. Multimea
o =
_
_
_
_
_
r
1
r
2
r
3
_
_
R
3
; r
2
= 0
_
_
_
este subspatiu vectorial al spatiului vectorial (R
3
. R).
Fie r. o = r =
_
_
r
1
0
r
3
_
_
si =
_
_

1
0

3
_
_
; au loc:
r + =
_
_
r
1
0
r
3
_
_
+
_
_

1
0

3
_
_
=
_
_
r
1
+
1
0
r
3
+
3
_
_
o.
1.1. INTRODUCERE
iar pentru c R, cr = c
_
_
r
1
0
r
3
_
_
=
_
_
cr
1
0
cr
3
_
_
o. Din dentia subspa-
tiului rezult a c a multimea o este subspatiu al spatiului vectorial (R
3
. R).

1.1.8. Denitie. (Denitia operatorului liniar) Dac a (V


1
. K) si (V
2
. K)
sunt spatii vectoriale (peste acelasi corp de scalari), o functie l () : V
1

V
2
se numeste morsm de spa tii vectoriale (aplica tie liniara, operator
liniar, etc) dac a:
(1) l (r + ) = l (r) + l () . \r. V
1
( l () este morsm de
grupuri (este aditiv));
(2) l (cr) = cl (r) . \r V
1
. \c K (l () este omogen).
Se noteaz a cu 1
K
(V
1
. V
2
) multimea tuturor morsmelor dintre (V
1
. K)
si (V
2
. K).
1.1.9. Exemplu. Fie spatiile vectoriale (R
3
. R) si (1
2
[A] . R) (1
n
[A]
este multimea tuturor polinoamelor de grad cel mult :, n nedeterminata
A si cu coecienti reali). Functia l () : 1
2
[A] R
3
denit a prin l (1 ())
= r
P()
R
3
(pentru un polinom 1 (A) = cA
2
+ /A + c 1
2
[A] se
ataseaz a vectorul r
P()
=
_
_
c
/
c
_
_
) este morsm de spatii vectoriale.
Operatiile n (1
2
[A] . R) sunt (denitiile sunt cunoscute din liceu):
1 () + Q()
Def
= (1 + Q) () . unde: (1 + Q) (A) = 1 (A) + Q(A) .
c 1 ()
Def
= ((c 1) ()) . unde: (c 1) (A) = c 1 (A) .
1 (A) = cA
2
+ /A + c 1
2
[A] = l (1 ()) =
_
_
c
/
c
_
_
R
3
.
Q(A) = c
1
A
2
+ /
1
A + c
1
1
2
[A] = l (Q()) =
_
_
c
1
/
1
c
1
_
_
R
3
.
1. SPA TII VECTORIALE
(1 + Q) () este denit de:
(1 + Q) (A) = (c + c
1
) A
2
+ (/ + /
1
) A + (c + c
1
) 1
2
[A] =
= l ((1 + Q) ()) =
_
_
c + c
1
/ + /
1
c + c
1
_
_
=
_
_
c
/
c
_
_
+
_
_
c
1
/
1
c
1
_
_
= l (1 ()) + l (Q())
(c1) () este denit de:
(c1) (A) = ccA
2
+ c/A + cc =
= l ((c1) ()) =
_
_
cc
c/
cc
_
_
= c
_
_
c
/
c
_
_
= cl (1 ()) .
1.1.10. Denitie. (Spatii izomorfe) Spatiile vectoriale ntre care exist a
un morsm bijectiv (izomorsm) se numesc izomorfe. Se va nota (V
1
. K)
~
=
(V
2
. K).
1.1.11. Exercitiu. S a se arate c a morsmul din exemplul anterior este
functie bijectiv a.
1.1.12. Denitie. (Functional a liniar a) Se numeste func tionala liniara
pe (V. K) orice operator liniar ntre (V. K) si (K. K) (orice element al
multimii 1
K
(V. K)). Multimea tuturor functionalelor liniare pe (V. K) se
noteaz a cu V
0
(= 1
K
(V. K)) si se numeste dualul algebric al lui (V. K).
1.1.13. Exercitiu. S a se arate c a l () : 1
2
[A] R, denit prin
l (1 ()) = 1 (1) este o functional a liniar a.
1.1.14. Denitie. (Combinatie liniar a) Pentru : N, i = 1. :. r
i

V si c
i
K, elementul r =
n

i=1
c
i
r
i
se numeste combina tie liniara a
elementelor r
i
cu scalarii c
i
. (scalarii care particip a la sum a se mai numesc
ponderi iar combinatia liniar a se mai numeste suma ponderata).
1.1.15. Exemplu. 2
_
_
1
0
0
_
_
+3
_
_
0
1
0
_
_
este o combinatie liniar a n R
3
;
valoarea ei este
_
_
2
3
0
_
_
.
1.1. INTRODUCERE
1.1.16. Denitie. (Acoperirea liniar a) Dac a A _ V este o multime
oarecare de vectori, multimea
:jc:
K
(A)
Def
=
_
n

i=1
c
i
r
i
; : N. c
i
K. r
i
A. i = 1. :
_
este mul timea tuturor combina tiilor liniare cu elemente din A.
1.1.17. Exemplu. n spatiul vectorial (1
2
[A] . R), pentru A = 1. A,
:jc:
R
A =c 1 + / A; c. / R este multimea tuturor combinatiilor li-
niare cu polinoamele 1 si A si este multimea tuturor polinoamelor de grad
cel mult 1 n A (inclusiv constantele, privite ca polinoame).
1.1.18. Observatie. :jc:
K
(A) se modic a la modicarea corpului de
scalari: R
3
este spatiu vectorial att peste corpul R ct si peste corpul
Q, dar structura lor de spatii vectoriale este diferit a: aceeasi multime de
vectori genereaz a alte multimi de combinatii liniare
_
_
_
3
1
0
_
_
:jc:
R
_
_
_
_
_
_
_
1
0
0
_
_
.
_
_
0
1
0
_
_
_
_
_
_
_
_
_
_
3
1
0
_
_
, :jc:
Q
_
_
_
_
_
_
_
1
0
0
_
_
.
_
_
0
1
0
_
_
_
_
_
_
_
1.1.19. Denitie. (Dependent a si independent a liniar a) Multimea de
vectori
_
r
i
; i = 1. :
_
se numeste liniar dependenta dac a cel putin unul
dintre vectori se poate scrie ca o combinatie liniar a a celorlalti vectori.
Dac a nici unul nu poate scris ca o combinatie liniar a a celorlalti vectori,
atunci multimea de vectori se numeste liniar independenta.
1.1.20. Exemplu. Multimea de vectori din R
4
_

_
_
_
_
_
1
2
2
1
_
_
_
_
.
_
_
_
_
1
3
4
0
_
_
_
_
.
_
_
_
_
2
5
2
1
_
_
_
_
_

_
este liniar dependent a pentru c a
_
_
_
_
1
2
2
1
_
_
_
_
+
_
_
_
_
1
3
4
0
_
_
_
_
=
_
_
_
_
2
5
2
1
_
_
_
_
.
1. SPA TII VECTORIALE
Multimea de vectori din R
4
_

_
_
_
_
_
1
2
2
1
_
_
_
_
.
_
_
_
_
1
3
4
0
_
_
_
_
.
_
_
_
_
3
5
2
1
_
_
_
_
_

_
este liniar independent a pentru c a (de exemplu) rangul matricii care are
drept coloane vectorii multimii este egal cu num arul vectorilor (justicarea
rationamentului va dat a n continuare) (rangul matricii
_
_
_
_
1 1 3
2 3 5
2 4 2
1 0 1
_
_
_
_
este 3).
1.1.21. Observatie. (Denitii echivalente ale independentei li-
niare) Familia (r
i
)
i =1;n
este liniar independent a dac a si numai dac a are
loc una dintre armatiile:
(1) \c
i
K. i = 1. :.
n

i=1
c
i
r
i
= 0 = c
1
= = c
n
= 0 (unic).
(relatia
n

i=1
c
i
r
i
= 0 are loc numai pentru scalari nuli);
(2) \c
i
K. i = 1. :. (i 1. . : . c
i
,= 0) =
n

i=1
c
i
r
i
,= 0.
(dac a m acar un scalar este nenul, atunci combinatia liniar a este
nenul a)
Demonstratie. Cele dou a armatii se obtin una din cealalt a din
relatia logic a (j ) = (| |j) (se recomand a recapitularea capitolului
de Logic a) ; echivalenta cu denitia are loc pentru c a, dac a m acar un
vector este combinatie liniar a de ceilalti vectori, atunci exist a scalarii
c
i
K. i = 1. :. nu toti nuli, astfel nct
n

i=1
c
i
r
i
= 0.
1.1.22. Algoritm. (Studiul dependentei liniare a unei familii de vec-
tori) Fie o multime de vectori
_
r
i
; i = 1. :
_
n spatiul vectorial (V. K).
Pasul 1. Se consider a relatia:
n

i=1
c
i
r
i
= 0.
care este privit a ca o ecuatie vectorial a n necunoscutele c
1
, ,c
n
.
1.1. INTRODUCERE
Pasul 2. Se rezolv a ecuatia de la Pasul 1, n sensul c a se a a toate solutiile
ecuatiei (de fapt, pentru stabilirea naturii familiei de vectori este
sucient s a se r aspund a la ntrebarea: Exist a si alte solutii n
afar a de solutia identic nul a (c
i
= 0, i = 1. :)?. De obicei acest
pas nseamn a rezolvarea (eventual cu discutie dup a parametrii,
dac a familia de vectori depinde de parametri) unui sistem liniar
de ecuatii folosind tehnicile de liceu sau Metoda pivotului.
Pasul 3. n functie de rezultatele obtinute la Pasul 2, se nalizeaz a studiul
cu concluzia adecvat a:
dac a solutia nul a este unic a, multimea este liniar independent a
dac a solutia nul a nu este unic a, multimea este liniar dependent a
si eventual se scoate n evident a si o dependent a (se nlocuieste o
solutie nenul a n ecuatia de la Pasul 1).
(solutia nul a veric a ntotdeauna sistemul de pasul 1; n situ-
atia de independent a liniar a, esential este s a se justice faptul c a
nu exist a alte solutii)
1.1.23. Exemplu. S a se studieze natura multimii de vectori:

1
(:) =
_
_
:
1
1
_
_
.
2
(:) =
_
_
1
:
1
_
_
.
3
(:) =
_
_
1
1
:
_
_
. : R
n spatiul (R
3
. R).
Se consider a ecuatia (vectorial a)
c
1

1
(:) + c
2

2
(:) + c
3

3
(:) = 0.
cu necunoscutele c
1
, c
2
, c
3
care prin nlocuire devine:
c
1
_
_
:
1
1
_
_
+ c
2
_
_
1
:
1
_
_
+ c
3
_
_
1
1
:
_
_
=
_
_
0
0
0
_
_
.
adic a
_
_
c
2
+ c
3
+ :c
1
c
1
+ :c
2
+ c
3
c
1
+ c
2
+ :c
3
_
_
=
_
_
0
0
0
_
_
.
Se obtine sistemul algebric liniar omogen:
1. SPA TII VECTORIALE
_
_
_
:c
1
+ c
2
+ c
3
= 0
c
1
+ :c
2
+ c
3
= 0
c
1
+ c
2
+ :c
3
= 0
a c arui multime de solutii este dependent a de parametrul : si este:
o (:) =
_

_
_
_
_
_
_
0
0
0
_
_
_
_
_
. : R 2. 1
_
_
_
_
_
c /
c
/
_
_
; c. / R
_
_
_
. : = 1
_
_
_
_
_
c
c
c
_
_
; c R
_
_
_
. : = 2
n concluzie:
pentru : R 2. 1 multimea de vectori este liniar indepen-
dent a.
pentru : = 2 multimea de vectori este liniar dependent a iar o
dependent a liniar a este
1
(2) +
2
(2) +
3
(2) = 0.
pentru : = 1 multimea de vectori este liniar dependent a iar o
dependent a liniar a este 2
1
(1) +
2
(1) +
3
(1) = 0.
Se observ a c a se obtin informatii de dou a tipuri:
de tip calitativ (despre natura multimii de vectori)
de tip cantitativ (n cazul dependentei liniare se obtine o relatie
de dependent a ntre vectori).
1.1.24. Denitie. (Sistem de generatori) Fiind dat a multimea X _
V, se spune c a multimea de vectori
_
r
i
; i = 1. :
_
genereaza mul timea X
dac a X _ :jc:
_
(r
i
)
i=1;n
_
. Multimea de vectori
_
r
i
; i = 1. :
_
se mai
numeste sistem de generatori pentru mul timea X. Dac a multimea X nu
este specicat a, se subntelege c a X = V.
1.1.25. Exemplu. n spatiul vectorial (1
2
[A] . R), pentru A = 1. A,
:jc:
R
A =c 1 + / A; c. / R este multimea tuturor combinatiilor li-
niare cu polinoamele 1 si A si deci A genereaz a multimea tuturor polinoa-
melor de grad cel mult 1 n A.
1.2. PROPRIET

A TI
1.2. Propriet ati
1.2.1. Propozitie. (Reguli de calcul ntr-un spatiu vectorial)
(1) \c. , K. \r. V, au loc relatiile:
c (r ) = c r c , (c ,) r = c r , r;
(2) \c K. c 0
V
= 0
V
;
(3) \r V. 0
K
r = 0
V
;
(4) \r V. (1
K
) r = r;
(5) c r = 0
V
= c = 0
K
sau r = 0
V
.
Demonstratie. Fie c. , K. r. V alesi arbitrar;
(1) cr = c((r ) + ) = c(r )+c =c(r ) = crc;
cr = ((c ,) + ,) r = (c ,) r + ,r = cr ,r = (c ,) r;
(2) c 0
V
= c (r r) = c r c r = 0
V
.
(3) 0
K
r = (c c) r = c r c r = 0
V
.
(4) 0
V
= 0
K
r = (1
K
1
K
) r = (1
K
+ (1
K
)) r = 1
K
r +(1
K
) r
= (1
K
r) = (1
K
) r.
(5) c r = 0
V
si c ,= 0 = c
1
K si c
1
cr = c
1
0
V
= r = 0.

1.2.2. Propozitie. (Propriet ati ale operatorilor liniari) Fie l () :


V
1
V
2
Atunci au loc:
(1) l () liniar = \c. , K, \r
1
. r
2
V
1
, l (cr
1
+ ,r
2
) = cl (r
1
)+
,l (r
2
)
(2) l () liniar =
(a) l (0
V
1
) = 0
V
2
;
(b) \ subspatiu V
0
1
V
1
, l (V
0
1
) = l () ; V
0
1
este subspatiu
n V
2
;
(c) \ subspatiu V
0
2
V
2
, l
1
(V
0
2
) = V
1
; l () V
0
2
este
subspatiu n V
1
.
Demonstratie. Fie l () : V
1
V
2
(1) evident.
(2) Dac a l () este liniar, atunci:
(a) l (0
V
1
) = l (r r) = l (r) l (r) = 0
V
2
(b) Fie c. , 1,
1
.
2
l (V
0
1
) = r
1
. r
2
V
0
1
astfel nct
l (r
i
) =
i
;
V
0
1
subspatiu = cr
1
+ ,r
2
V
0
1
l () operator liniar
_
=
=l (cr
1
+ ,r
2
) = cl (r
1
)+,l (r
2
) = c
1
+,
2
l (\
0
1
) .
1. SPA TII VECTORIALE
(c) Fie c. , K, r
1
. r
2
l
1
(V
0
2
) = l (r
1
), l (r
2
) V
0
2
=
l (cr
1
+ ,r
2
) = cl (r
1
) + ,l (r
2
) V
0
2
= cr
1
+ ,r
2

l
1
(V
0
2
).

1.2.3. Denitie. Subspatiul l (V


1
) (al codomeniului) se numeste i-
maginea operatorului si se noteaz a Iml (); subspatiul l
1
(0) (al do-
meniului) se numeste nucleul operatorului si se noteaz a ker l ().
Urm atoarele dou a propozitii arat a c a inversarea si compunerea func-
tiilor pastreaza calitatea de morsm de spa tii vectoriale.
1.2.4. Propozitie. Fie (V
1
. K), (V
2
. K) dou a spatii vectoriale peste
acelasi corp si e l () : V
1
V
2
morsm bijectiv. Atunci l
1
() :
V
2
V
1
este morsm bijectiv (inversa unui morsm inversabil este
morsm)(inversa unui operator liniar inversabil este operator liniar).
Demonstratie. Se stie c a au loc
l (n + ) = l (n) + l () . l (cn) = cl (n) .
Fie r. V
2
= pentru l
1
(r) = n. l
1
() = . are loc l (n) =
r, l () = si l (n + ) = l (n) + l () = l (n + ) = r + =
l
1
(r + ) = n + = l
1
(r + ) = l
1
(r) + l
1
() deci operatorul
invers este aditiv. Fie c K, r V
2
, l
1
(r) = = l () = r si
are loc l (c) = cl () = l (c) = cr = c = l
1
(cr) =
cl
1
(r) = l
1
(cr).
1.2.5. Propozitie. Fie l
1
() : V
1
V
2
, l
2
() : V
2
V
3
morsme
peste spatii vectoriale cu acelasi corp K de scalari. Atunci l () : V
1
V
3
denit prin l () = l
2
(l
1
()), \ V
1
este morsm de spatii vectoriale
(calitatea de morsm se p astreaz a prin operatia de compunere).
Demonstratie. Fie
1
.
2
V
1
; are loc l (
1
+
2
) = l
2
(l
1
(
1
+
2
))
aditivitatea
=
lui U
1
(:)
l
2
(l
1
(
1
) + l
1
(
2
))
aditivitatea
=
lui U
2
(:)
l
2
(l
1
(
1
)) + l
2
(l
1
(
2
))
= l (
1
) + l (
2
). Omogenitatea se demonstreaz a analog.
1.2.6. Observatie. Relatia
~
= ( Denitia (1.1.10)) este o rela tie de e-
chivalen ta ntre spa tii vectoriale peste acela si corp (este reexiv a, simetric a
si tranzitiv a) (aceast a relatie este denit a pe o multime de spatii vectoriale
si cu ajutorul ei se pot stabili clase de echivalent a).
1.2. PROPRIET

A TI
Demonstratie. Reexivitatea rezult a din faptul c a operatorul iden-
titate l () : V
1
V
1
, l () = este liniar si bijectiv, deci V
1
~
= V
1
.
Simetria rezult a din Propozitia (1.2.4), pentru c a dac a V
1
~
= V
2
, atunci
l () : V
1
V
2
morsm bijectiv = l
1
() : V
2
V
1
morsm bijectiv
=V
2
~
= V
1
. Tranzitivitatea rezult a din Propozitia (1.2.5) pentru c a, dac a
V
1
~
= V
2
si V
2
~
= V
3
atunci exist a izomorsmele l () : V
1
V
2
si
\ () : V
2
V
3
iar noua functia (\ l) () : V
1
V
3
p astreaz a prin
compunere si proprietatea de liniaritate si pe cea de bijectivitate, deci
V
1
~
= V
3
.
1.2.7. Observatie. Multimea 1
K
(V
1
. V
2
) admite mpreun a cu opera-
tiile obisnuite ntre functii
(l
1
() + l
2
()) (r)
Def
= l
1
(r) + l
2
(r) .
(cl
1
()) (r)
Def
= cl
1
(r) .
o structur a de spatiu vectorial peste corpul K (Deci n particular si dualul
algebric (1.1.12) este spatiu vectorial peste corpul K).
Demonstratie. (1
K
(V
1
. V
2
) . +) este evident grup (din propriet atile
adun arii pe V
2
) si are ca element neutru operatorul identic nul O() :
V
1
V
2
, O() = 0. Celelalte axiome sunt satisf acute evident.
1.2.8. Observatie. :jc:
_
(r
i
)
i=1;n
_
este subspatiu liniar.
Demonstratie. Fie
1
.
2
:jc:
_
(r
i
)
i=1;n
_
si c K = c
1
i
. c
2
i

K, i = 1. :, astfel nct
j
=
n

i=1
c
j
i
r
i
. , = 1. 2; atunci
1
+
2
=
n

i=1
(c
1
i
+ c
2
i
) r
i
:jc:
_
(r
i
)
i=1;n
_
iar c
1
=
n

i=1
(cc
1
i
) r
i
:jc:
_
(r
i
)
i=1;n
_

1.2.9. Observatie. Fie V


0
un subspatiu vectorial al spatiului (V. K).
Atunci,
\: N. \r
i
V
0
. \c
i
K. i = 1. :.
n

i=1
c
i
r
i
V
0
.
(orice subspatiu contine toate combinatiile liniare ale elementelor lui)
1. SPA TII VECTORIALE
Demonstratie. Prin inductie dup a : N: pentru : = 1, din axioma
2 a subspatiului vectorial rezult a c a pentru orice r
1
V
0
si pentru orice
scalar c
1
K, are loc c
1
r
1
V
0
. S a presupunem c a proprietatea are loc
pentru : N si e : + 1 vectori si scalari alesi arbitrar r
i
V
0
, c
i

K. i = 1. : + 1. Atunci are loc:
n+1

i=1
c
i
r
i
=
n

i=1
c
i
r
i
+ c
n+1
r
n+1
n+1

i=1
c
i
r
i
V
0
(proprietatea pentru :)
c
n+1
r
n+1
V
0
(proprietatea pentru : = 1)
_

_
=
n+1

i=1
c
i
r
i
V
0
.

1.2.10. Observatie. :jc:


_
(r
i
)
i=1;n
_
=

V
0
subspatiu
V
0
(x
i
)
i=1;n
V
0
(este cel mai mic
subspatiu liniar care contine familia (r
i
)
i=1;n
).
Demonstratie. :jc:
_
(r
i
)
i=1;n
_
_

V
0
subspatiu
V
0
(x
i
)
i=1;n
V
0
pentru c a orice sub-
spatiu care contine familia (r
i
)
i=1;n
contine si toate combinatiile liniare ale
acestei familii (Propozitia (1.2.9)); incluziunea invers a rezult a din Propozitia
(1.2.8): :jc:
_
(r
i
)
i=1;n
_
este subspatiu vectorial si cum contine familia
(r
i
)
i=1;n
urmeaz a c a face parte dintre subspatiile care particip a la intersectie,
asa c a are loc :jc:
_
(r
i
)
i=1;n
_
_

V
0
subspatiu
V
0
(x
i
)
i=1;n
V
0
pentru c a intersectia este
inclus a n orice multime care particip a la intersectie.
1.3. Exemple de spatii vectoriale
1.3.1. Exemplu. Spatiul K
n
de siruri ordonate de : elemente din
corpul K. Vectorii sunt elemente de forma
_
_
r
1
.
.
.
r
n
_
_
, adunarea si nmultirea
cu un scalar se face pe componente. Exemple importante sunt pentru
K = R, K = C si pentru K = Q.
1.3. EXEMPLE DE SPA TII VECTORIALE
1.3.2. Exemplu. Spatiul vectorial al matricilor de : linii si : coloane,
cu coecienti peste un corp xat. Spatiul este /
mn
(K), vectorii sunt
matrice, adunarea vectorilor este adunarea matricilor, nmultirea unui
vector cu un scalar este nmultirea matricilor cu un scalar.
1.3.3. Exemplu. Spatiul vectorial al sirurilor oarecare de numere reale.
Spatiul este notat R
N
, un vector este un sir de numere reale nteles ca
succesiunea ordonat a si innit a a elementelor sirului. Adunarea vectorilor
este adunarea termen cu termen a sirurilor
(c
n
)
n2N
+ (/
n
)
n2N
= (c
n
+ /
n
)
n2N
(este un nou sir al c arui termen general se obtine prin adunarea termenilor
generali ai celor dou a siruri date) iar nmultirea unui vector cu un scalar
este nmultirea sirului cu un scalar
c(c
n
)
n2N
= (cc
n
)
n2N
.
1.3.4. Exemplu. Spatiul vectorial al sirurilor Cauchy de numere ratio-
nale (un sir (c
n
)
n2N
_ Q este Cauchy dac a \ 0, :
"
N, \:. : _ :
"
,
[c
n
c
m
[ < ), cu operatiile denite ca la exemplul anterior.
1.3.5. Exemplu. Spatiul polinoamelor n nedeterminata t cu coecienti
reali, notat R[t]. Dac a j(t) = c
0
+c
1
t+ +c
n
t
n
si (t) = /
0
+/
1
t+ +/
n
t
n
sunt dou a polinoame din R[t], denitiile
j(t) + (t) = (c
0
+ /
0
) + (c
1
+ /
1
)t + + (c
n
+ /
n
)t
n
cj(t) = cc
0
+ cc
1
t + + cc
n
t
n
0 = 0
dau o structur a de spatiu vectorial.
1.3.6. Exemplu. Spatiul vectorial al polinoamelor n nedeterminata
t, cu coecienti reali, de grad cel mult :, notat R
n
[t].
1.3.7. Exemplu. Spatiul vectorial al tuturor functiilor , () : R R
de clas a C
1
si care satisfac ecuatia diferential a ,
0
(t) +c, (t) = 0, \t R.
1.3.8. Exemplu. Spatiul vectorial real al tuturor functiilor indenit
derivabile 1
1
(R. R).
1.3.9. Exemplu. Spatiul vectorial real al tuturor functiilor care au
domeniul [c. /] si codomeniul R, notat T ([c. /] . R).
1. SPA TII VECTORIALE
1.3.10. Exemplu. Spatiul vectorial real al functiilor din T ([c. /] . R)
care sunt lipschitziene (functii , () : [c. /] R pentru care exist a /
f
0
astfel nct [, (r) , ()[ 6 /
f
[r [, \r. [c. /]), notat /([c. /] . R).
1.4. Exercitii
1.4.1. Exemplu. Familia de vectori
_
_
1
1
1
_
_
.
_
_
1
2
3
_
_
.
_
_
3
2
1
_
_
genereaz a
spatiul R
3
.
1.4.2. Exercitiu. Fie (V. R) un spatiu vectorial real oarecare. Se denesc
operatiile:
+ : (V V) (V V) V V
denit a prin
(r
1
.
1
) + (r
2
.
2
) = (r
1
+ r
2
.
1
+
2
)
si
: C (V V) (V V)
denit a prin
(c + i,) (r. ) = (cr ,. ,r + c) .
S a se arate c a (V V. C) cu operatiile de mai sus este un spatiu vectorial
complex (acest spatiu se numeste complexicatul spatiului real (V. R) )
1.4.3. Exercitiu. S a se arate c a multimea functiilor nederivabile pe
[c. /] nu este spatiu vectorial.
1.4.4. Exercitiu. S a se arate c a reuniunea a dou a subspatii vectoriale
nu este neap arat un subspatiu vectorial.
1.4.5. Exercitiu. S a se arate c a multimea \
0
= r R
n
; r = 0
este un subspatiu vectorial, unde /
mn
(R).
1.4.6. Exercitiu. Fie subspatiile =
_

_
_
_
_
_
0
c
/
0
_
_
_
_
; c. / R
_

_
, 1 =
_

_
_
_
_
_
0
0
c
/
_
_
_
_
; c. / R
_

_
. S a se determine + 1.
1.4. EXERCI TII
1.4.7. Exercitiu. Dac a operatorul liniar l () : R
n
R
n
are proprietatea
c a l
2
() + l () + 1 () = C(), atunci operatorul este bijectiv.
CAPITOLUL 2
Reprezent ari n spatii vectoriale de tip nit
2.1. Introducere
2.1.1. Propozitie. (Denitii echivalente ale bazei) Fie 1 o multime
de vectori n (V. K). Sunt echivalente armatiile:
(1) 1 este liniar independent a si maximal a (n sensul c a orice multime
liniar independent a care include 1 este chiar egal a cu 1);
(2) 1 este sistem de generatori minimal (n sensul c a orice sistem de
generatori inclus n 1 este chiar egal cu 1);
(3) 1 este sistem de generatori si multime liniar independent a.
Demonstratie. Se va demonstra dup a schema: (1)=(2)=(3)=(1).
(1)=(2) Se stie c a 1 este liniar independent a si maximal a; pentru
nceput se va studia calitatea multimii de a sistem de generatori. S a
presupunem prin reducere la absurd c a 1 nu ar sistem de generatori;
atunci
0
V :jc:(1) si noua multime 1
1
= 1 '
0
este liniar
independent a (dac a n-ar , atunci
0
ar combinatie liniar a de elementele
lui 1) si include strict multimea 1, contradictie cu maximalitatea lui 1 (ca
multime liniar independent a). Deci multimea 1 este sistem de generatori.
S a presupunem prin reducere la absurd c a 1 ca sistem de generatori n-
ar minimal. Atunci exist a 1
0
inclus strict n 1 si care este sistem de
generatori. Fie
1
1 1
0
;
1
este combinatie liniar a a elementelor din
1
0
(n care
1
nu se a a) deci 1 nu este multime liniar independent a,
contradictie.
(2)=(3) Cum1 este sistem de generatori, s a presupunem prin reducere
la absurd c a multimea 1 n-ar liniar independent a, adic a ar exista un
vector
2
1 care s a e combinatie liniar a de ceilalti vectori si atunci
noua multime 1
2
ar strict inclus a n 1 si ar p astra proprietatea de
sistem de generatori (pentru c a ecare vector poate scris ca o combinatie
liniar a de vectorii din 1, iar n combinatiile liniare la care particip a si
2
acesta poate nlocuit cu o combinatie liniar a din 1
2
, obtinndu-se
combinatii liniare numai cu elementele lui 1
2
) contradictie.
2. REPREZENT

ARI N SPA TII VECTORIALE DE TIP FINIT


(3)=(1) Cum 1 este liniar independent a, dac a n-ar maximal a (ca
multime liniar independent a) ar exista o multime 1
0
liniar independent a
si care contine 1. Atunci
0
1
0
1 nu este combinatie liniar a de
vectorii din 1 (pentru c a altfel 1
0
n-ar liniar independent a) ceea ce este
o contradictie cu faptul c a 1 este sistem de generatori.
2.1.2. Denitie. Se numeste baza orice multime de vectori care satisface
una dintre conditiile echivalente din Propozitia anterioar a. Dac a pentru
o baz a xat a se tine cont si de ordinea vectorilor n baz a, atunci n locul
cuvntului baza se va folosi cuvntul reper.
2.1.3. Denitie. Un spatiu vectorial se va numi de tip nit dac a
admite o baz a nit a si se va numi de tip innit n caz contrar.
2.1.4. Teorem a. (Existenta bazei) Dac a familia nit a (r
i
)
i=1;n
este
sistem de generatori pentru V n care subfamilia (r
i
)
i=1;r
, : _ :, este liniar
independent a, atunci exist a o baz a 1 a lui V astfel nct
r
1
. . r
r
_ 1 _ r
1
. . r
r
. . r
n

Not
= o.
Demonstratie. Fie 1 un sistem de elemente liniar independente,
care include (r
i
)
i=1;r
, este inclus n (r
i
)
i=1;n
si este maximal cu aceast a
proprietate. Din alegerea lui 1 urmeaz a c a num arul de elemente din
1 este mai mic sau egal cu :. Fie 1 = r
1
. . r
r
. r
r+1
. . r
m
, cu
: _ : _ :. cu o eventual a renumerotare a vectorilor; 1 este baz a a
spatiului. Se presupune prin reducere la absurd c a 1 nu ar baz a; atunci
r
0
V astfel nct r
0
, :jc:(1); dar o este sistem de generatori asa
c a r
0
este combinatie liniar a de elemente din o, r
0
=
k

i=1
c
i

i
. Dac a toate
elementele
i
. i = 1. / ar n :jc:(1), ar urma c a si r
0
:jc:(1), asa
c a printre elementele
i
r
1
. . r
r
. . r
n
. i = 1. / exist a m acar unul
care nu este n :jc:(1) si care se noteaz a
0
; atunci 1
0
Def
= 1 '
0
_
r
1
. . r
r
. . r
n
este liniar independent a si contine strict pe 1, ceea ce
contrazice constructia (maximalitatea) lui 1 n r
1
. . r
r
. . r
n
.
2.1.5. Corolar. Din orice sistem nit de generatori se poate extrage o
baz a.
Demonstratie. Fie r
1
. . r
r
. . r
n
sistem de generatori; exist a
m acar un vector nenul (dac a toti ar nuli, n-ar mai sistem de generatori),
2.1. INTRODUCERE
care se noteaz a cu
0
. Au loc:

0
este familie liniar independent a

0
r
1
. . r
r
. . r
n

si se aplic a teorema precedent a = 1 baz a astfel nct

0
1 r
1
. . r
r
. . r
n
.

2.1.6. Corolar. Orice familie liniar independent a de vectori poate


completat a pn a la o baz a.
Demonstratie. Familia liniar independent a este inclus a ntr-un sistem
nit de generatori (se adaug a noi vectori cu vericarea propriet atii de
generare si a propriet atii de independent a liniar a; dac a procesul nu se
opreste dup a un num ar nit de pasi atunci se contrazice faptul c a spatiul
este de tip nit) si se aplic a teorema precedent a, deci exist a o baz a care
contine familia liniar independent a.
2.1.7. Teorem a. (Teorema schimbului, Steinitz) Fie
1
. .
r

o familie liniar independent a si e n


1
. . n
n
un sistem de generatori.
Atunci, eventual cu o renumerotare a vectorilor,
1
. .
r
. n
r+1
. . n
n

este sistem de generatori (orice familie nit a liniar independent a de :


vectori poate nlocui anumiti : vectori din orice sistem nit de generatori,
cu p astrarea calit atii de sistem de generatori).
Demonstratie. Inductie dup a num arul vectorilor din familia liniar
independent a, , = 1. :: Pentru , = 1, c
i
K. i = 1. : astfel nct

1
=
n

i=1
c
i
n
i
;
dac a toti scalarii c
i
ar nuli atunci
1
ar nul ceea ce contrazice independenta
liniar a a familiei
1
. .
r
; deci m acar un scalar este nenul si printr-o
renumeroatare a sistemului de generatori, se poate presupune c a c
1
,= 0;
se poate scrie n
1
ca o combinatie liniar a de vectorii
1
. n
2
. . n
n
:
(2.1.1) n
1
=
1
c
1

i=2
c
i
c
1
n
i
.
2. REPREZENT

ARI N SPA TII VECTORIALE DE TIP FINIT


Fie V oarecare; ,
i
K. i = 1. :, astfel nct =
n

i=1
,
i
n
i
dar din
(2.1.1) urmeaz a:
=
n

i=1
,
i
n
i
= ,
1
n
1
+
n

i=2
,
i
n
i
= ,
1
_
1

n
i=2

i

1
n
i
_
+
n

i=2
,
i
n
i
=
=

1

1
+
n

i=2
_
,
i

1
_
n
i
.
deci este combinatie liniar a de
1
. n
2
. . n
n
, adic a
1
. n
2
. . n
n
este
un sistem de generatori. S a presupunem armatia adev arat a pentru , =
: 1 _ :: dac a : 1 = :, atunci ar urma o contradictie cu faptul c a mai
exist a un vector,
r
astfel nct
1
. .
r
este liniar independent a; deci
: 1 < : si
1
. .
r1
. n
r
. . n
n
este sistem de generatori =
,
i
K.
r
=
r1

i=1
,
i

i
+
n

i=r
,
i
n
i
;
dac a toti scalarii ,
i
K. i = :. : ar nuli, atunci
r
=
r1

i=1
,
i

i
contradictie
cu independenta liniar a a familiei
1
. .
r
; deci i
0
:. . : astfel
nct ,
i
0
,= 0; se presupune printr-o renumerotare c a ,
r
,= 0 si atunci n
r
poate scris ca o combinatie liniar a de vectorii
1
. .
r1
.
r
. . n
n
:
(2.1.2) n
r
=
1
,
r

r

r1

i=1
,
i
,
r

i=r+1
,
i
,
r
n
i
;
din faptul c a
1
. .
r1
. n
r
. . n
n
este sistem de generatori si din
(2.1.2) urmeaz a c a
1
. .
r
. n
r
. . n
n
este sistem de generatori: \
V.
i
K. i = 1. :.
=
r1

i=1

i

i
+
n

i=r

i
n
i
=
r1

i=1

i

i
+
r
n
r
+
n

i=r+1

i
n
i
=
=
r1

i=1

i

i
+
r
_
1

r

r1

i=1

i=r+1

r
n
i
_
+
n

i=r+1

i
n
i
=
=
r1

i=1
_

r
_

i
+

r

r
+
n

i=r+1
_

r
_
n
i
.
ceea ce nseamn a c a orice vector al spatiului este combinatie liniar a de
vectorii familiei
1
. .
r
. n
r
. . n
n
, adic a
1
. .
r
. n
r
. . n
n
este
sistem de generatori
2.1. INTRODUCERE
2.1.8. Corolar. ntr-un spatiu de tip nit, num arul de vectori al oric arei
familii nite liniar independente este mai mic sau egal dect num arul de
vectori al oric arui sistem nit de generatori.
Demonstratie. Din demonstratia la Teorema schimbului (2.1.7)
2.1.9. Corolar. ntr-un spatiu vectorial de tip nit, orice dou a baze
au acelasi num ar de vectori.
Demonstratie. Cele dou a baze pot privite n acelasi timp ca familii
liniar independente si ca sisteme de generatori, si din corolarul precedent
urmeaz a c a cele dou a numere sunt ecare mai mic sau egal dect cel alalt,
adic a egale
2.1.10. Denitie. Num arul de elemente al oric arei baze din spatiul de
tip nit (V. K) se numeste dimensiunea spa tiului si se noteaz a cu dim
K
V.
2.1.11. Propozitie. Fiind xat a o baz a ntr-un spatiu vectorial de tip
nit, orice vector al spatiului se poate scrie ca o combinatie liniar a de
vectorii bazei. Mai mult, sistemul de scalari care particip a la combinatia
liniar a este unic determinat de baza xat a.
Demonstratie. Fie 1 = n
1
. . n
n
o baz a si e V; cum 1 este
sistem de generatori, c
i
K, i = 1. :, =
n

i=1
c
i
n
i
; e nc a un sistem de
scalari ,
i
K, i = 1. :, =
n

i=1
,
i
n
i
. Atunci are loc
n

i=1
c
i
n
i
=
n

i=1
,
i
n
i
=
n

i=1
(,
i
c
i
) n
i
= 0
si cum 1 este liniar independent a, urmeaz a c a c
i
= ,
i
. \i = 1. :, ceea ce
nseamn a c a scrierea vectorului n baza 1 este unic a
n continuare, ind xat spatiul vectorial (V. K) si baza 1 =
1
. .
n

a acestui spatiu (n care conteaz a ordinea vectorilor n baz a), pentru


ecare vector al spatiului se va nota reprezentarea vectorului n baza
1 (coordonatele vectorului n baza 1) cu []
B
. Deci
[]
B
=
_

_
c
1
c
2
.
.
.
c
n
_

_
.
2. REPREZENT

ARI N SPA TII VECTORIALE DE TIP FINIT


unde scalarii c
i
sunt unicii scalari care particip a la scrierea vectorului dat
ca o combinatie liniar a de vectorii bazei
=
n

i=1
c
i

i
.
scrierea lor f acndu-se (prin conventie) pe vertical a iar ordinea scalarilor
ind unic determinat a de ordinea vectorilor n baz a. Trebuie remarcat c a
reprezentarea unui vector depinde de baza xat a, n sensul c a schimbarea
bazei atrage schimbarea reprezent arii, cu toate c a vectorul nu se schimb a
(acelasi obiect xat se vede diferit din diferite puncte de vedere). Modul
n care se petrece aceast a schimbare si leg atura dintre diferite reprezent ari
ale aceluiasi obiect este studiat a n sectiunile urm atoare.
2.1.12. Propozitie. Orice spatiu vectorial de tip nit (V. K) cu dim
K
V =
: este izomorf cu (K
n
. K) 1.1.10.
Demonstratie. Fie (V. K) spatiu vectorial de tip nit si e 1 o baz a
xat a n (V. K). Se consider a aplicatia ,() : V K
n
. denit a prin
,() = []
B
. Aplicatia ,() este liniar a:
[
1
]
B
=
_

_
c
1
c
2
.
.
.
c
n
_

_
.
1
=
n

i=1
c
i

i
. [
2
]
B
=
_

_
c
0
1
c
0
2
.
.
.
c
0
n
_

_
.
2
=
n

i=1
c
0
i

i
=

1
+
2
=
n

i=1
c
i

i
+
n

i=1
c
0
i

i
=
n

i=1
(c
i
+ c
0
i
)
i
=
[
1
+
2
]
B
=
_

_
c
1
+ c
0
1
c
2
+ c
0
2
.
.
.
c
n
+ c
0
n
_

_
=
_

_
c
1
c
2
.
.
.
c
n
_

_
+
_

_
c
0
1
c
0
2
.
.
.
c
0
n
_

_
= [
1
]
B
+ [
2
]
B
deci ,(
1
+
2
) = ,(
1
)+,(
2
) (din unicitatea reprezent arii ntr-o baz a).
Analog, pentru c K are loc
c
1
=
n

i=1
(cc
i
)
i
= [c
1
]
B
=
_

_
cc
1
cc
2
.
.
.
cc
n
_

_
= c
_

_
c
1
c
2
.
.
.
c
n
_

_
= c[
1
]
B
2.2. EXEMPLE DE BAZE STANDARD
deci ,(c
1
) = c ,(
1
), adic a aplicatia este liniar a.
Aplicatia este bijectiv a: injectivitatea rezult a din proprietatea de liniar
independent a a bazei (deci din unicitatea coordonatelor) iar surjectivitatea
din proprietatea de sistem de generatori a bazei.
2.2. Exemple de baze standard
n continuare se vor da exemple de baze standard (canonice) pentru
diferite spatii vectoriale. n ecare spatiu vectorial se poate lucra cu o
innitate de baze; ca o conventie general a, dac a nu se precizeaz a o baz a
pentru spatiul n care se lucreaz a, se va presupune implicit c a se lucreaz a
cu baza standard (canonic a).
2.2.1. Exemplu. Baza standard pentru R
n
: multimea 1 = e
1
. . . . . e
n

de vectori coloan a
[e
i
]
E
=
_
_
o (i. ,)
.
.
.
o (i. :)
_
_
R
n
.
2.2.2. Exemplu. Baza standard pentru R
2
este
__
1
0
_
.
_
0
1
__
.
2.2.3. Exemplu. Baza standard pentru R
3
este
_
_
_
_
_
1
0
0
_
_
.
_
_
0
1
0
_
_
.
_
_
0
0
1
_
_
_
_
_
.
2.2.4. Exemplu. Baza standard pentru R
n
[t] este multimea
1 =
_
1. t
1
. . . . . t
n
_
.
2.2.5. Exemplu. Baza standard pentru R[t] este multimea
1 =
_
1. t
1
. . . . . t
n
. . . .
_
.
2.2.6. Exemplu. Baza standard pentru /
mn
(R) este multimea 1 =
1
11
. . . . . 1
mn
de matrici 1
ij
cu proprietatea c a locul (i. ,) este ocupat
de valoarea 1 iar celelalte locuri sunt ocupate da valoarea 0.
2. REPREZENT

ARI N SPA TII VECTORIALE DE TIP FINIT


2.2.7. Exemplu. Baza standard pentru /
3;2
(R) este multimea 1 =
1
11
. 1
12
. 1
21
. 1
22
. 1
31
. 1
32
a matricilor
[1
11
]
E
=
_
_
1 0
0 0
0 0
_
_
. [1
12
]
E
=
_
_
0 1
0 0
0 0
_
_
. [1
21
]
E
=
_
_
0 0
1 0
0 0
_
_
.
[1
22
]
E
=
_
_
0 0
0 1
0 0
_
_
. [1
31
]
E
=
_
_
0 0
0 0
1 0
_
_
. [1
32
]
E
=
_
_
0 0
0 0
0 1
_
_
.
2.3. Reprezentarea vectorilor
Fie V spatiu vectorial de tip nit peste corpul K si e 1 = c
1
. ... c
n

un reper al s au. Coordonatele vectorilor reperului n raport cu reperul


sunt:
[c
1
]
B
=
_

_
1
0
0
.
.
.
0
_

_
. [c
2
]
B
=
_

_
0
1
0
.
.
.
0
_

_
. . [c
n
]
B
=
_

_
0
0
.
.
.
0
1
_

_
.
2.3.1. Observatie. ntre vectorii n, n
1
, n
2
are loc relatia
n = cn
1
+ ,n
2
. c. , K
dac a si numai dac a ntre coordonatele (reprezent arile) lor n aceeasi baz a
are loc relatia
[n]
B
= c[n
1
]
B
+ , [n
2
]
B
.
Demonstratie. Evident
2.3.2. Observatie. Fie baza 1 = c
1
. ... c
n
xat a si e 1
1
=
1
. ...
m

o familie oarecare de vectori (este important a ordinea vectorilor n ambele


familii). Coordonatele vectorilor considerati sunt, n baza 1, urm atoarele:
[
1
]
B
=
_

_
c
11
c
21
c
31
.
.
.
c
n1
_

_
. [
2
]
B
=
_

_
c
12
c
22
c
32
.
.
.
c
n2
_

_
. .... [
m
]
B
=
_

_
c
1m
c
2m
c
3m
.
.
.
c
nm
_

_
.

j
=
n

i=1
c
ij
c
i
. \, = 1. :
2.3. REPREZENTAREA VECTORILOR
Se noteaz a cu (/(1
1
))
B
( /
nm
(K)) matricea care are drept coloane
coordonatele vectorilor familiei 1
1
n baza 1,
(/(1
1
))
B
=
_

_
c
11
c
21
c
31
.
.
.
c
n1
c
12
c
22
c
32
.
.
.
c
n2



.
.
.

c
1m
c
2m
c
3m
.
.
.
c
nm
_

_
.
Urm atoarele calit ati ale familiei 1
1
pot studiate cu ajutorul acestei
matrici:
(1) Vectorii sunt considerati membrii ai spatiului aritmetic
:dimensional (adic a num arul de linii din matrice);
(2) Num arul vectorilor este egal cu : (num arul coloanelor);
(3) Vectorii familiei 1
1
sunt liniar independenti dac a si numai dac a
(: _ : si rang ((/(1
1
))
B
) = :) ;
(4) Vectorii familiei 1
1
formeaz a un sistem de generatori dac a si
numai dac a
(: _ : si rang ((/(1
1
))
B
) = :) ;
(5) Familia 1
1
este baz a dac a si numai dac a
(: = : si rang ((/(1
1
))
B
) = :) .
n ipoteza c a familia 1
1
este baz a, se pune problema reprezent arii
vectorilor n noua baz a si a g asirii leg aturii dintre vechea reprezentare si
noua reprezentare. Reprezentarea noii baze n vechea baz a este (matricial):
(/(1
1
))
B
=
_
_
_
_
_
_
c
11
c
21
c
31
.
.
.
c
n1
c
12
c
22
c
32
.
.
.
c
n2



.
.
.

c
1n
c
2n
c
3n
.
.
.
c
nn
_
_
_
_
_
_
.
Aceast a matrice este format a din reprezentarile vectorilor noii baze (pe
coloane) n vechea baza.
2. REPREZENT

ARI N SPA TII VECTORIALE DE TIP FINIT


n noua reprezentare, vectorii familiei 1
1
vor avea coordonatele
[
1
]
B
1
=
_

_
1
0
0
.
.
.
0
_

_
. [
2
]
B
1
=
_

_
0
1
0
.
.
.
0
_

_
. .... [
n
]
B
1
=
_

_
0
0
.
.
.
0
1
_

_
.
iar vectorii bazei vechi vor avea coordonatele
[c
1
]
B
1
=
_

_
c
0
11
c
0
21
c
0
31
.
.
.
c
0
n1
_

_
. [c
2
]
B
1
=
_

_
c
0
12
c
0
22
c
0
32
.
.
.
c
0
n2
_

_
. .... [c
n
]
B
1
=
_

_
c
0
1n
c
0
2n
c
0
3n
.
.
.
c
0
nn
_

_
.
c
i
=
n

j=1
c
0
ji

j
S a not am cu (/(1))
B
1
matricea care are drept coloane coordonatele
vectorilor vechii baze (1) n noua baz a (1
1
),
[/(1)]
B
1
=
_

_
c
0
11
c
0
21
c
0
31
.
.
.
c
0
n1
c
0
12
c
0
22
c
0
32
.
.
.
c
0
n2



.
.
.

c
0
1n
c
0
2n
c
0
3n
.
.
.
c
0
nn
_

_
.
Fie r un vector oarecare al spatiului; coordonatele lui n baza 1 sunt
[r]
B
=
_

_
r
1
r
2
r
3
.
.
.
r
n
_

_
.
iar n baza 1
1
sunt
[r]
B
1
=
_

_
r
0
1
r
0
2
r
0
3
.
.
.
r
0
n
_

_
.
2.3. REPREZENTAREA VECTORILOR
Leg atura dintre cele dou a reprezent ari ale aceluiasi vector este dat a de
relatiile:
r =
n

j=1
r
0
j

j
=
n

j=1
r
0
j
_
n

i=1
c
ij
c
i
_
=
n

j=1
_
n

i=1
r
0
j
c
ij
c
i
_
=
=
n

i=1
_
n

j=1
r
0
j
c
ij
c
i
_
=
n

i=1
_
n

j=1
r
0
j
c
ij
_
c
i
;
dar r =
n

i=1
r
i
c
i
, deci r
i
=
n

j=1
r
0
j
c
ij
, \i = 1. : (din unicitatea reprezent arii
ntr-o baz a). Scrierea matricial a a acestei relatii este:
_

_
r
1
r
2
r
3
.
.
.
r
n
_

_
=
_

_
n

j=1
r
0
j
c
1j
n

j=1
r
0
j
c
2j
n

j=1
r
0
j
c
3j
.
.
.
n

j=1
r
0
j
c
nj
_

_
=
_
_
_
_
_
_
_
_
_
_
_
_
c
11
c
12
c
13
c
1n
c
21
c
22
c
23
. . . c
2n
c
31
c
32
c
33
c
3n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
c
n1
c
n2
c
n3
c
nn
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
r
0
1
r
0
2
r
0
3
.
.
.
r
0
3
_
_
_
_
_
_
_
_
_
_
_
_
.
deci are loc relatia:
[r]
B
= (/(1
1
))
B
[r]
B
1
( Se mai spune c a (/(1
1
))
B
este matricea de trecere de la 1
1
la 1) Se
observ a c a matricea de trecere de la noua baz a la vechea baz a are drept
coloane coordonatele n baza nou a pentru vectorii bazei vechi. Analog, are
loc si relatia
[r]
B
1
= (/(1))
B
1
[r]
B
(Se mai spune c a (/(1
1
))
B
este matricea de trecere de la 1 la 1
1
) ceea
ce nseamn a c a, pentru orice vector r, are loc
(/(1))
B
1
[r]
B
= ((/(1
1
))
B
)
1
[r]
B
.
adic a (/(1))
B
1
= ((/(1
1
))
B
)
1
. Schematic, aceste leg aturi pot reprezentate
n felul urm ator:
2. REPREZENT

ARI N SPA TII VECTORIALE DE TIP FINIT


1
1
(/(1
1
))
B

((/(1
1
))
B
)
1
1
Dac a se dau dou a baze 1
1
si 1
2
, amndou a raportate la baza de
referint a 1, trecerea de la 1
1
la 1
2
se face pivotnd pe baza de referint a:
e (/(1))
E
matricea care are drept coloane coordonatele vectorilor bazei
1 n baza 1 si (/(1
1
))
E
matricea care are drept coloane coordonatele
vectorilor bazei 1
1
n baza 1. Atunci
[r]
B
= ((/(1))
E
)
1
[r]
E
. [r]
E
= (/(1))
E
[r]
B
[r]
B
1
= ((/(1
1
))
E
)
1
[r]
E
. [r]
E
= (/(1
1
))
E
[r]
B
1
si atunci au loc relatiile:
[r]
B
= ((/(1))
E
)
1
[r]
E
=
_
((/(1))
E
)
1
(/(1
1
))
E
_
[r]
B
1
deci are loc schema desf asurat a
1
(/(1))
E

((/(1))
E
)
1
1
((/(1
1
))
E
)
1

(/(1
1
))
E
1
1
si schema restrns a
1
(/(1
1
))
1
E
((/(1))
E
)

((/(1))
E
)
1
(/(1
1
))
E
1
1
O metod a practic a de realizare sistematic a a calculelor necesare este
metoda eliminarii a lui Gauss.
Metoda elimin arii a lui Gauss este generalizarea metodei reducerii
pentru rezolvarea sistemelor de ecuatii liniare din ciclul gimnazial. Fiind
dat un sistem liniar de ecuatii, metoda alege o necunoscut a si o ecuatie
(astfel nct coecientul necunoscutei din ecuatia aleas a s a e nenul) si
elimin a necunoscuta aleas a din toate celelalte ecuatii, folosind nmultirea
ecuatiilor cu numere convenabile si adunarea ntre ele a ecuatiilor (transform ari
2.3. REPREZENTAREA VECTORILOR
elementare). Metoda se bazeaz a pe principiile de lucru cu relatii de echivalent a
(egalitatea) folosite pentru ecuatii, date de compatibilitatea dintre relatia
de echivalent a si structura de spatiu vectorial; acestea sunt:
Multiplicarea ambilor termeni ai unei egalit ati cu acelasi scalar
nenul nu modic a solutiile ecuatiei.
Adunarea aceleiasi cantit ati la ambii termeni nu modic a solutiile
ecuatiei.
nlocuirea unei cantit ati dintr-o ecuatie cu o cantitate egal a nu
modic a solutiile ecuatiei.
Aceste principii pot folosite pentru formularea unei proceduri sistematice
de g asire a solutiilor unui sistem de ecuatii liniare. n continuare va
descris a aceast a procedur a.
Fie sistemul:
_

_
c
11
r
1
+ c
12
r
2
+ c
1j
r
j
+ c
1m
r
m
= /
1
c
21
r
1
+ c
22
r
2
+ c
2j
r
j
+ c
2m
r
m
= /
2

c
i1
r
1
+ c
i2
r
2
+ c
ij
r
j
+ c
im
r
m
= /
i

c
n1
r
1
+ c
n2
r
2
+ c
nj
r
j
+ c
nm
r
m
= /
n
n care coecientul c
ij
este nenul. Se alege s a se elimine necunoscuta
r
j
din toate ecuatiile n afar a de ecuatia i (cu alte cuvinte coecientii
necunoscutei r
j
s a devin a nuli n toate ecuatiile n afar a de ecuatia i) iar
pentru ecuatia i coecientul s a devin a 1. Pentru aceasta se fac urm atoarele
operatii:
se mparte linia i la c
ij
iar rezultatul se scrie n locul liniei i;
pentru ecare ecuatie / = 1. :, / ,= i, se adun a la ecuatia /
ecuatia i nmultit a cu c
kj
;
se scrie rezultatul n locul liniei /.
n urma acestor operatii, noul sistem va contine necunoscuta r
j
numai
n ecuatia i; calculele se sistematizeaz a astfel: elementul c
ij
din vechiul
sistem se va numi PIVOT iar noii coecienti ai sistemului se vor obtine
din vechii coecienti urmnd REGULA PIVOTULUI:
(1) Locurile de indici (|. ,)
l=1;n l6=i
(coloana pivotului) sunt ocupate
de elemente nule iar locul (i. ,) (locul pivotului) este ocupat de
valoarea 1.
2. REPREZENT

ARI N SPA TII VECTORIALE DE TIP FINIT


(2) Locurile de indici (i. /)
k=1;m k6=j
(linia pivotului) sunt ocupate de
a
ik
a
ij
(linia pivotului se mparte la pivot).
(3) Celelalte locuri (/. |)
k=1;m k6=j
l=1;n l6=i
(nici pe linia i si nici pe coloana ,)
sunt ocupate cu
REGULA DREPTUNGHIULUI:
coloana , coloana |
linia i
c
ij
c
il
[ [
linia / c
kj
c
kl
Pentru ecare c
kl
, se ataseaz a dreptunghiul de vrfuri c
ij
, c
il
,
c
kj
, c
kl
(generat de pivot si de elementul ales); noul element care
ocup a locul (/. |) este obtinut cu formula: produsul pe diagonala
care contine pivotul minus produsul pe diagonala care nu contine
pivotul si totul mp artit la pivot. Formula este:
c
0
kl
=
c
ij
c
kl
c
kj
c
il
c
ij
.
unde c
0
kl
nseamn a noul ocupant al locului (/. |).
Toate calculele se vor pune ntr-un tabel iar semnicatia acestor calcule,
din punct de vedere al coordonatelor vectorilor, este:
Prima coloan a din stnga reprezint a, la ecare pas, vectorii bazei
si ordinea vectorilor n baz a.
Prima linie reprezint a vectorii care particip a la transformare, si
ale c aror coordonate sunt aate la ecare pas.
Coloanele (numerice) sunt coordonatele vectorilor din prima linie
(dintr-un spatiu vectorial real de dimensiune :), reprezentati pentru
tabelul initial ntr-o baz a initial a notat a (c
i
)
i=1;n
, iar pentru tabelele
ulterioare n baze intermediare.
Alegerea pivotului c
ij
nseamn a nlocuirea n baz a a vectorului de
baz a de rang i cu vectorul reprezentat de coloana ,.
- La ecare alegere de pivot se schimb a baza si coordonatele vectorilor
care sunt capete de coloan a, dar este vorba despre aceeasi vectori reprezentati
altfel.
Tabelul initial (cu toate am anuntele necesare) arat a n felul urm ator:
2.3. REPREZENTAREA VECTORILOR

1

j

m
c
1
c
i
c
n
/
c
1
c
11
c
1j
c
1m
1 0 0 /
1
c
2
c
21
c
2j
c
2m
0 0 0 /
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
c
i
c
i1

c
ij
| c
im
0 1 0 /
i
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
c
n
c
n1
c
nj
c
nm
0 0 1 /
n
iar al doilea tabel se va obtine din primul cu regula pivotului:

1

j

m
c
1
c
i
c
n
/
c
1
c
0
11
0 c
0
1m
1
a
1j
a
ij
0 /
0
1
c
2
c
0
21
0 c
0
2m
0
a
2j
a
ij
0 /
0
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
c
i1
c
0
(i1)1
0 c
0
(i1)m
0
a
(i1)j
a
ij
0 /
0
i1

j
a
i1
a
ij
1
a
im
a
ij
0
1
a
ij
0
b
i
a
ij
c
i+1
c
0
(i+1)1
0 c
0
(i+1)m
0
a
(i+1)j
a
ij
0 /
0
i+1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
c
n
c
0
n1
0 c
0
nm
0
a
nj
a
ij
1 /
0
n
Cu aceast a metod a se pot rezolva sistemele liniare (neomogene)
Ar = b
n modul urm ator:
(1) Se formeaz a tabelul initial.
(2) Se aplic a metoda pivotului pn a cnd nu se mai poate aplica
pentru nici un element.
(3) Se scrie rezultatul astfel: cu o eventual a renumerotare de necunoscute
(coloane) si ecuatii (linii), tabelul nal este de forma
I
.
.
. A
0
12
b
0
1

0
.
.
. 0 b
0
2
2. REPREZENT

ARI N SPA TII VECTORIALE DE TIP FINIT


n care necunoscutele (ecuatiile) corespunz atoare matricii identitate
I sunt necunoscutele (ecuatiile) principale, ecuatiile corespunz atoare
liniilor de zerouri sunt ecuatiile care decid compatibilitatea sistemului
(
_
b
0
2
= 0 = sistem compatibil
b
0
2
,= 0 = sistem incompatibil
), necunoscutele corespunz atoare
coloanelor matricii A
0
12
sunt necunoscutele secundare ale sistemului
iar solutia sistemului (dac a este compatibil) se scrie sub forma
x
P
= b
0
1
A
0
12
x
S
.
2.3.3. Exemplu. S a se rezolve sistemele:
(1)
_
_
_
4r
1
+ 3r
2
+ 3r
3
= 14
3r
1
+ 2r
2
+ 5r
3
= 13
2r
1
+ r
2
+ 8r
3
= 13
(Solutia este:
_
_
2
1
1
_
_
)
(2)
_
_
_
4r
1
+ 3r
2
+ 3r
3
= 6
3r
1
+ 2r
2
+ r
3
= 8
11r
1
+ 8r
2
+ 7r
3
= 20
(Solutia este:
_
_
3c + 12
5c 14
c
_
_
, c R)
(3)
_
_
_
r
1
+ r
2
+ r
3
= 10
2r
1
+ r
2
+ r
3
= 16
3r
1
+ 2r
2
+ 2r
3
= 24
(Nu are solutie)
2.3.4. Solutie. (1) Metoda pivotului aplicat a acestui sistem are
urm atoarea form a:
2.3. REPREZENTAREA VECTORILOR
x
1
x
2
x
3
[ b
4 3 3 [ 14
3 2 5 [ 13
2 1 8 [ 13
[
1
3
4
3
4
[
7
2
0
1
4
11
4
[
5
2
0
1
2
13
2
[ 6
[
1 0 9 [ 11
0 1 11 [ 10
0 0 1 [ 1
[
1 0 0 [ 2
0 1 0 [ 1
0 0 1 [ 1
.
Solutia sistemului se citeste pe coloana / a ultimului tabel si
este
_
_
r
1
r
2
r
3
_
_
=
_
_
2
1
1
_
_
.
Matricial, operatiile pentru ecare pivot sunt urm atoarele (folosind
matrici elementare):
_
_
_
_
_
_
1
4
0 0

3
4
1 0

2
4
0 1
_
_
_
_
_
_
_
_
4 3 3 14
3 2 5 13
2 1 8 13
_
_
=
_
_
_
_
_
_
1
3
4
3
4
7
2
0
1
4
11
4
5
2
0
1
2
13
2
6
_
_
_
_
_
_
,
_
_
_
1 3 0
0 4 0
0
4
2
1
_
_
_
_
_
_
_
_
_
1
3
4
3
4
7
2
0
1
4
11
4
5
2
0
1
2
13
2
6
_
_
_
_
_
_
=
_
_
1 0 9 11
0 1 11 10
0 0 1 1
_
_
,
2. REPREZENT

ARI N SPA TII VECTORIALE DE TIP FINIT


_
_
1 0 9
0 1 11
0 0 1
_
_
_
_
1 0 9 11
0 1 11 10
0 0 1 1
_
_
=
_
_
1 0 0 2
0 1 0 1
0 0 1 1
_
_
.
Identitatea matricial a obtinut a pornind de la matricea initial a
_
_
4 3 3 14
3 2 5 13
2 1 8 13
_
_
si terminnd cu matricea nal a
_
_
1 0 0 2
0 1 0 1
0 0 1 1
_
_
(folosind matrici elementare) este:
_
_
1 0 9
0 1 11
0 0 1
_
_
_
_
_
1 3 0
0 4 0
0
4
2
1
_
_
_
_
_
_
_
_
_
1
4
0 0

3
4
1 0

2
4
0 1
_
_
_
_
_
_
_
_
4 3 3 14
3 2 5 13
2 1 8 13
_
_
=
_
_
1 0 0 2
0 1 0 1
0 0 1 1
_
_
.
(2) Metoda pivotului aplicat a acestui sistem are urm atoarea form a:
r
1
r
2
r
3
[ /
4 3 3 [ 6
3 2 1 [ 8
11 8 7 [ 20
[
1
3
4
3
4
[
3
2
0
1
4

5
4
[
7
2
0
1
4

5
4
[
7
2
[
1 0 3 [ 12
0 1 5 [ 14
0 0 0 [ 0
.
Se observ a c a algoritmul nu mai poate continuat deoarece n
ultimul tabel ultima linie (corespunz atoare necunoscutelor) este
nul a. Deoarece si elementul corespunz ator coloanei / este nul,
rezult a c a sistemul este compatibil 1 nedeterminat.
Solutia sistemului este
_
_
r
1
r
2
r
3
_
_

_
_
_
_
_
12 + 3c
14 5c
c
_
_
; c R
_
_
_
Matricial, operatiile pentru ecare pivot sunt urm atoarele (folosind
matrici elementare):
2.3. REPREZENTAREA VECTORILOR
_
_
_
_
_
_
1
4
0 0

3
4
1 0

11
4
0 1
_
_
_
_
_
_
_
_
4 3 3 6
3 2 1 8
11 8 7 20
_
_
=
_
_
_
_
_
_
1
3
4
3
4
3
2
0
1
4

5
4
7
2
0
1
4

5
4
7
2
_
_
_
_
_
_
_
_
1 3 0
0 4 0
0 1 1
_
_
_
_
_
_
_
_
1
3
4
3
4
3
2
0
1
4

5
4
7
2
0
1
4

5
4
7
2
_
_
_
_
_
_
=
_
_
1 0 3 12
0 1 5 14
0 0 0 0
_
_
Identitatea matricial a obtinut a pornind de la matricea initial a
si terminnd cu matricea nal a (folosind matrici elementare) este:
_
_
1 3 0
0 4 0
0 1 1
_
_
_
_
_
_
_
_
1
4
0 0

3
4
1 0

11
4
0 1
_
_
_
_
_
_
_
_
4 3 3 6
3 2 1 8
11 8 7 20
_
_
=
_
_
1 0 3 12
0 1 5 14
0 0 0 0
_
_
.
(3) Metoda pivotului aplicat a acestui sistem are urm atoarea form a:
r
1
r
2
r
3
[ /
1 1 1 [ 10
2 1 1 [ 16
3 2 2 [ 24
[
1 1 1 [ 10
0 1 1 [ 4
0 1 1 [ 6
[
1 0 0 [ 6
0 1 1 [ 4
0 0 0 [ 2
= Sistemul este incompatibil.
Matricial, operatiile pentru ecare pivot sunt urm atoarele (folosind
matrici elementare):
_
_
1 0 0
2 1 0
3 0 1
_
_
_
_
1 1 1 10
2 1 1 16
3 2 2 24
_
_
=
_
_
1 1 1 10
0 1 1 4
0 1 1 6
_
_
2. REPREZENT

ARI N SPA TII VECTORIALE DE TIP FINIT


_
_
1 1 0
0 1 0
0 1 1
_
_
_
_
1 1 1 10
0 1 1 4
0 1 1 6
_
_
=
_
_
1 0 0 6
0 1 1 4
0 0 0 2
_
_
Identitatea matricial a obtinut a pornind de la matricea initial a
si terminnd cu matricea nal a (folosind matrici elementare) este:
_
_
1 1 0
0 1 0
0 1 1
_
_
_
_
1 0 0
2 1 0
3 0 1
_
_
_
_
1 1 1 10
2 1 1 16
3 2 2 24
_
_
=
_
_
1 0 0 6
0 1 1 4
0 0 0 2
_
_
Inversarea unei matrici se poate face folosind aceeasi schem a, cu tabelul
initial si nal n forma:
A I

I A
1
2.3.5. Exemplu. S a se inverseze matricea
_
_
2 3 1
1 2 1
1 1 2
_
_
2.3.6. Solutie. Tabelul pentru aplicarea metodei pivotului este urm atorul:
2.3. REPREZENTAREA VECTORILOR
2 3 1 [ 1 0 0
1 2 1 [ 0 1 0
1 1 2 [ 0 0 1
[
1
3
2

1
2
[
1
2
0 0
0
1
2

1
2
[
1
2
1 0
0
1
2

3
2
[
1
2
0 1
[
1 0 1 [ 2 3 0
0 1 1 [ 1 2 0
0 0 2 [ 1 1 1
[
1 0 0 [
3
2

5
2
1
2
0 1 0 [
1
2
3
2

1
2
0 0 1 [
1
2

1
2

1
2
Ultimele trei linii si ultimele trei coloane dau matricea invers a:
_
_
2 3 1
1 2 1
1 1 2
_
_
1
=
_
_
_
_
_
_
3
2

5
2
1
2

1
2
3
2

1
2
1
2

1
2

1
2
_
_
_
_
_
_
Matricial, operatiile pentru ecare pivot sunt urm atoarele (folosind
matrici elementare):
_
_
1,2 0 0
1,2 1 0
1,2 0 1
_
_
_
_
2 3 1 1 0 0
1 2 1 0 1 0
1 1 2 0 0 1
_
_
=
_
_
_
_
_
_
1
3
2

1
2
1
2
0 0
0
1
2

1
2

1
2
1 0
0
1
2

3
2

1
2
0 1
_
_
_
_
_
_
2. REPREZENT

ARI N SPA TII VECTORIALE DE TIP FINIT


_
_
1 3 0
0 2 0
0 1 1
_
_
_
_
_
_
_
_
1
3
2

1
2
1
2
0 0
0
1
2

1
2

1
2
1 0
0
1
2

3
2

1
2
0 1
_
_
_
_
_
_
=
_
_
1 0 1 2 3 0
0 1 1 1 2 0
0 0 2 1 1 1
_
_
_
_
1 0 1,2
0 1 1,2
0 0 1,2
_
_
_
_
1 0 1 2 3 0
0 1 1 1 2 0
0 0 2 1 1 1
_
_
=
_
_
_
_
_
_
1 0 0
3
2

5
2
1
2
0 1 0
1
2
3
2

1
2
0 0 1
1
2

1
2

1
2
_
_
_
_
_
_
Proba:
_
_
2 3 1
1 2 1
1 1 2
_
_
_
_
_
_
_
_
3
2

5
2
1
2

1
2
3
2

1
2
1
2

1
2

1
2
_
_
_
_
_
_
=
_
_
1 0 0
0 1 0
0 0 1
_
_
Folosind aceast a metod a si acest mod de organizare a calculelor se
pot efectua majoritatea cerintelor specice algebrei liniare, cu p astrarea
semnicatiilor reprezent arilor n bazele initiale, intermediare si nale.
Suportul teoretic este oferit de
2.3.7. Teorem a. (Lema substitutiei) Fie (V. K) spatiu vectorial de
tip nit, \
1
un subspatiu generat de sistemul de vectori liniar independenti
1 = c
1
. . c
m
si =
m

i=1
c
i
c
i
\
1
. Dac a c
j
,= 0 atunci 1
0
=
c
1
. c
j1
. . c
j+1
. . c
m
este o nou a baz a a lui \
1
iar leg atura dintre
vechile coordonate
_
_

1
.
.
.

m
_
_
(n baza 1) si noile coordonate
_
_

0
1
.
.
.

0
m
_
_
(n
baza 1
0
) ale unui vector oarecare r \
1
este
0
j
=

j
c
j
.
0
i
=

i
c
j

j
c
i
c
j
.
Reciproc, dac a 1
0
este liniar independent, atunci c
j
,= 0.
Demonstratie. =
m

i=1
c
i
c
i
si c
j
,= 0 = c
j
=

c
j

m

i=1;i6=j
c
i
c
j
c
i
= 1
0
este sistem de generatori pentru V
1
; mai mult, r =
m

i=1

i
c
i
=
m

i=1;i6=j

i
c
i
+
2.3. REPREZENTAREA VECTORILOR

j
c
j
=
m

i=1;i6=j

i
c
i
+
j
_

c
j

m

i=1;i6=j
c
i
c
j
c
i
_
=
m

i=1;i6=j
_

j
c
i
c
j
_
c
i
+
j

c
j
=noile coordonate sunt
0
i
=
i

j
c
i
c
j
. i ,= ,.
0
j
=

j
c
j
. Fie `
i
astfel nct
m

i=1;i6=j
`
i
c
i
+`
j
= 0 =
m

i=1;i6=j
`
i
c
i
+
m

i=1
`
j
c
i
c
i
= 0 =
m

i=1;i6=j
(`
i
+ `
j
c
i
) c
i
+
`
j
c
j
c
j
= 0 =
_
`
j
c
j
= 0
`
i
+ `
j
c
i
= 0. i ,= ,
= `
i
= 0, \i
= 1
0
este baz a n V
1

2.3.8. Exemplu. S a se studieze natura sistemului de vectori:

1
=
_
_
1
0
1
_
_
.
2
=
_
_
2
1
3
_
_
.
3
=
_
_
1
1
1
_
_
.
4
=
_
_
1
2
0
_
_
2.3.9. Solutie. Se consider a sistemul vectorial n necunoscutele c
1
, c
2
,
c
3
, c
4
: c
1

1
+c
2

2
+c
3

3
+c
4

4
= 0. Trebuie aate toate valorile scalarilor
c
1
, c
2
, c
3
, c
4
care veric a sistemul vectorial. Prin nlocuirea n sistemul
vectorial a reprezent arilor vectorilor (date n baza canonic a) se obtine o
nou a form a: c
1
[
1
]
E
+ c
2
[
2
]
E
+ c
3
[
3
]
E
+ c
4
[
4
]
E
= [0]
E
=
= c
1
_
_
1
0
1
_
_
+ c
2
_
_
2
1
3
_
_
+ c
3
_
_
1
1
1
_
_
+ c
4
_
_
1
2
0
_
_
=
_
_
0
0
0
_
_
care este
echivalent a cu un sistem liniar omogen n necunoscutele c
1
, c
2
, c
3
, c
4
:
_
_
_
c
1
+ 2c
2
+ c
3
c
4
= 0
c
2
+ c
3
+ 2c
4
= 0
c
1
+ 3c
2
+ c
3
= 0
Se rezolv a acest sistemfolosind metoda pivotului si cu p astrarea semnicatiilor
de spatiu vectorial (bazele n care sunt reprezentati vectorii):
2. REPREZENT

ARI N SPA TII VECTORIALE DE TIP FINIT


[ v
1
v
2
v
3
v
4
[ e
1
e
2
e
3
[ b
[ [ [
e
1
[ 1 | 2 1 1 [ 1 0 0 [ 0
e
2
[ 0 1 1 2 [ 0 1 0 [ 0
e
3
[ 1 3 1 0 [ 0 0 1 [ 0
[ [ [
v
1
[ 1 2 1 1 [ 1 0 0 [ 0
e
2
[ 0 1 | 1 2 [ 0 1 0 [ 0
e
3
[ 0 5 2 1 [ 1 0 1 [ 0
[ [ [
v
1
[ 1 0 1 5 [ 1 2 0 [ 0
v
2
[ 0 1 1 2 [ 0 1 0 [ 0
e
3
[ 0 0 3 | 11 [ 1 5 1 [ 0
[ [ [
v
1
[ 1 0 0
4
3
[
2
3

1
3

1
3
[ 0
v
2
[ 0 1 0
5
3
[
1
3

2
3
1
3
[ 0
v
3
[ 0 0 1
11
3
[
1
3
5
3

1
3
[ 0
Matricial, operatiile pentru ecare pivot sunt urm atoarele (folosind matrici
elementare):
_
_
1 0 0
0 1 0
1 0 1
_
_
_
_
1 2 1 1 1 0 0
0 1 1 2 0 1 0
1 3 1 0 0 0 1
_
_
=
_
_
1 2 1 1 1 0 0
0 1 1 2 0 1 0
0 5 2 1 1 0 1
_
_
_
_
1 2 0
0 1 0
0 5 1
_
_
_
_
1 2 1 1 1 0 0
0 1 1 2 0 1 0
0 5 2 1 1 0 1
_
_
=
_
_
1 0 1 5 1 2 0
0 1 1 2 0 1 0
0 0 3 11 1 5 1
_
_
_
_
_
_
_
_
1 0
1
3
0 1
1
3
0 0
1
3
_
_
_
_
_
_
_
_
1 0 1 5 1 2 0
0 1 1 2 0 1 0
0 0 3 11 1 5 1
_
_
=
_
_
_
_
_
_
1 0 0
4
3
2
3

1
3

1
3
0 1 0
5
3
1
3

2
3
1
3
0 0 1
11
3

1
3
5
3

1
3
_
_
_
_
_
_
2.4. REPREZENTAREA OPERATORILOR
Vericare:
_
_
1 2 1
0 1 1
1 3 1
_
_
_
_
_
_
_
_
2
3

1
3

1
3
1
3

2
3
1
3

1
3
5
3

1
3
_
_
_
_
_
_
=
_
_
1 0 0
0 1 0
0 0 1
_
_
2.3.10. Exemplu. Fie vectorii:

1
=
_
_
0
2
1
_
_
.
2
(:) =
_
_
1
:
1
_
_
.
3
(:) =
_
_
:
0
1
_
_
. : R.
S a se discute n functie de parametrul : natura familiei de vectori.
2.3.11. Solutie. Se consider a sistemul vectorial n necunoscutele c
1
,
c
2
, c
3
: c
1

1
+ c
2

2
(:) + c
3

3
(:) = 0 si cu parametrul :.
2.3.12. Observatie. Prezentarea de fat a a metodei elimin arii a lui
Gauss (metodei pivotului) nu este complet a: nu sa specicat modul de
abordare complet pentru situatiile cnd pivotul nu poate ales pe diagonala
principal a, nu sau prezentat aspecte legate de abordarea numeric a a
problemei (situatiile cnd calculele implicate se efectueaz a cu aproximatii),
nu sa prezentat efectuarea acestor calcule folosind software matematic
specializat (Computer Algebra Systems), nu sau prezentat aplicatii ale
acestei metode n alte zone de interes. Sper am c a toate aceste omisiuni
vor acoperite de alte cursuri si/sau texte.
2.4. Reprezentarea operatorilor
Fie l () : V
1
V
2
un operator liniar ntre dou a spatii vectoriale
peste acelasi corp K. S a presupunem c a spatiile vectoriale sunt de tip nit,
de dimensiune :. respectiv : si s a alegem cte o baz a n ecare spatiu,
1
d
= (c
1
. ... c
n
) n domeniul de denitie si 1
c
= (,
1
. ... ,
m
) n codomeniul
operatorului. Fie
l (c
j
) =
m

i=1
c
ij
,
i
. , = 1. : (reprezentarea vectorial a)
[l (c
j
)]
B
c
=
_

_
c
1j
c
2j
.
.
.
c
mj
_

_
(reprezentarea n coordonate)
2. REPREZENT

ARI N SPA TII VECTORIALE DE TIP FINIT


reprezent arile imaginilor vectorilor bazei domeniului de denitie n baza
codomeniului. Matricea astfel obtinut a (c
ij
)
i=1;n
j=1;m
se numeste matricea
asociat a lui l () n bazele 1
d
si 1
c
. Reciproc, pentru ecare matrice
/
nm
(R) si pentru ecare alegere de baze n domeniu si n codomeniu
exist a cte un operator liniar asociat, denit prin formula de mai sus.
Dac a r V
1
si scrierea lui r n baza 1
d
este [r]
B
d
=
_
_
r
1
.
.
.
r
n
_
_
, atunci
l (r) = l
_
n

j=1
r
j
c
j
_
=
n

j=1
r
j
l (c
j
) =
n

j=1
r
j
m

i=1
c
ij
,
i
=
=
n

j=1
m

i=1
c
ij
r
j
,
i
=
m

i=1
_
n

j=1
c
ij
r
j
_
,
i
deci scrierea lui l (r) n baza 1
c
este
[l (r)]
B
c
=
_

_
n

j=1
c
1j
r
j
n

j=1
c
2j
r
j
.
.
.
n

j=1
c
mj
r
j
_

_
=
_
_
_
_
c
11
c
12
c
1n
c
21
c
22
c
2n
.
.
.
.
.
.
.
.
.
.
.
.
c
m1
c
m2
c
mn
_
_
_
_
_

_
r
1
r
2
.
.
.
r
n
_

_
;
[l (r)]
B
c
= /
B
d
;B
c
(l ()) [r]
B
d
.
2.4.1. Propozitie. Operatorul l () este bijectiv dac a si numai dac a
matricea atasat a lui pentru o alegere oarecare a bazelor din domeniu si
codomeniu este inversabil a.
Demonstratie. = Dac a l () este bijectiv, atunci cele dou a spatii
au aceeasi dimensiune (deci matricea atasat a este p atratic a) si pentru
ecare V
2
sistemul r = are o unic a solutie. Se presupune prin
reducere la absurd c a matricea n-ar inversabil a; ar urma det = 0,
adic a matricea are coloanele liniar dependente. Se consider a o combinatie
liniar a nenul a de coloanele matricii a c arei valoare s a e vectorul nul;
matricial nseamn a o solutie nenul a a sistemului r = 0, care odat a cu
solutia r accept a si solutii de forma cr, c K. Aceasta este o contradictie
2.4. REPREZENTAREA OPERATORILOR
cu faptul c a sistemul r = 0 are o unic a solutie, contradictie care provine
din ipoteza c a matricea n-ar inversabil a. Deci exist a
1
.
= Dac a matricea este inversabil a, atunci spatiile sunt de aceeasi
dimensiune si p astrnd aceeasi baz a n ecare spatiu operatorul \ () :
V
2
V
1
denit prin \ () =
1
este chiar operatorul invers pentru
l (), adic a l () este inversabil deci bijectiv
2.4.2. Denitie. Se numeste rangul operatorului l () rangul matricii
atasate lui pentru o alegere oarecare a bazelor.
2.4.3. Observatie. (1) Un operator este injectiv dac a si numai
dac a rangul s au este egal cu dimensiunea domeniului de denitie.
(2) Un operator este surjectiv dac a si numai dac a rangul s au este egal
cu dimensiunea codomeniului.
Demonstratie. Evident
Fiind xat a o baz a 1
d
=
1
. .
n
n (V. K) si o baz a 1
c
= n n
(K. K), orice functional a liniar a , () : V K (care este un tip particular
de operator) admite o unic a reprezentare:
, () = ,
_
n

i=1
c
i

i
_
=
n

i=1
c
i
, (
i
) .
deci valoarea functionalei n este unic determinat a de valorile functionalei
n vectorii bazei si de coordonatele vectorului. n scriere matricial a, are loc:
[, ()]
B
c
=
_
, (
1
) , (
2
) , (
n
)
_
_

_
c
1
c
2
.
.
.
c
n
_

_
=
=
_
, (
1
) , (
2
) , (
n
)
_
[]
B
d
.
Mai mult, dac a pentru o baz a xat a n V se noteaz a cu
i
() : V K
coordonata i a ec arui vector n baza xat a (baza n K nu se schimb a),
familia de functionale (
i
())
i=1;n
este o baz a n V
0
. Aceast a baz a se numeste
baza dual a bazei 1
d
din V. Urmeaz a c a pentru spatii vectoriale de tip nit
spatiul este izomorf cu dualul s au.
2. REPREZENT

ARI N SPA TII VECTORIALE DE TIP FINIT


2.4.4. Observatie. Schimbarea reprezent arii operatorilor la schimbarea
bazei se face astfel:
[l (r)]
B
c
= /
B
d
;B
c
(l ()) [r]
B
d
. [l (r)]
B
0
c
= /
B
0
d
;B
0
c
(l ()) [r]
B
0
d
.
[r]
B
0
d
= (/(1
d
))
B
0
d
[r]
B
d
. [l (r)]
B
0
c
= (/(1
c
))
B
0
c
[l (r)]
B
c
.
deci
[l (r)]
B
c
=
_
(/(1
c
))
B
0
c
_
1
[l (r)]
B
0
c
= /
B
d
;B
c
(l ()) [r]
B
d
=
[l (r)]
B
0
c
= (/(1
c
))
B
0
c
/
B
d
;B
c
(l ()) [r]
B
d
=
=
_
(/(1
c
))
B
0
c
/
B
d
;B
c
(l ())
_
(/(1
d
))
B
0
d
_
1
_
[r]
B
0
d
CAPITOLUL 3
Subspatii vectoriale
3.1. Operatii cu subspatii vectoriale
3.1.1. Propozitie. Intersectia unei familii de subspatii este subspatiu.
Demonstratie. Dac a (V. K) este spatiu vectorial iar (\
i
)
i2I
sunt subspatii
ale lui (V. K), atunci pentru \
0
:=

i2I
\
i
au loc:
1. r, \
0
= \i 1 r, \
i
= \i 1, r + \
i
= r + \
0
2. r \
0
, c K = \i 1 r \
i
si c K = \i 1 cr \
i
= cr
\
0
.
3.1.2. Denitie. Se numeste suma unei familii (V
i
)
i2I
de subspa tii multimea

i2I
V
i
Def
=
_

i2I

i
;
i
V
i
. \i 1
_
.
3.1.3. Propozitie. Suma unei familii de subspatii este un subspatiu.
Demonstratie. r
j


i2I
V
i
. , = 1. 2 =
j
i
V
i
. \i 1. , = 1. 2
astfel nct r
j
=

i2I

j
i
= r
1
+ r
2
=

i2I
(
1
i
+
2
i
)

i2I
V
i
. Analog, pentru
c K. cr
1
=

i2I
(c
1
i
)

i2I
V
i
.
3.1.4. Propozitie. Suma subspatiilor coincide cu subspatiul generat
de reuniunea subspatiilor

i2I
V
i
= :jc:
_
_
i2I
V
i
_
(este cel mai mic subspatiu care contine reuniunea familiei).
Demonstratie. Fie r

i2I
V
i
=
i
V
i


i2I
V
i
. \i 1 astfel
nct r =

i2I

i
= r /
_

i2I
V
i
_
. Reciproc, e r /
_

i2I
V
i
_
= c
j

3. SUBSPA TII VECTORIALE
K,
j


i2I
V
i
, r =
m

j=1
c
j

j
. Pentru ecare , i
j
1,
j
= n
i
j
V
i
j
=
c
i

i
V
i
deci r =
m

j=1
_
c
j
n
i
j
_

i2I
V
i
.
3.1.5. Propozitie. max
i2I
(dimV
i
) _ dim
_

i2I
V
i
_
_

i2I
dim(V
i
) .
Demonstratie. Pentru prima inegalitate, are loc \i 1. V
i

i2I
V
i
= \i 1. dimV
i
_ dim
_

i2I
V
i
_
= max
i2I
(dimV
i
) _ dim
_

i2I
V
i
_
.
Pentru a doua inegalitate, e cte o baz a n ecare subspatiu si e
familia obtinut a prin reunirea lor; aceast a nou a familie este sistem de
generatori n

i2I
V
i
iar num arul ei de vectori este

i2I
dim(V
i
); cum orice
baz a a subspatiului are cel mult tot attia vectori cti are un sistem de
generatori, rezult a c a dim
_

i2I
V
i
_
_

i2I
dim(V
i
).
3.1.6. Propozitie. (Denitii echivalente pentru suma direct a a
dou a subspatii) Fie V
1
siV
2
dou a subspatii siV
1
+V
2
suma lor. Urm atoarele
armatii sunt echivalente:
(1) Orice vector al sumei admite o unic a descompunere ntr-o sum a
dintre un vector din V
1
si un vector din V
2
.
(2) Intersectia celor dou a subspatii este subspatiul nul.
(3) Dimensiunea sumei subspatiilor este egal a cu suma dimensiunilor
subspatiilor.
Demonstratie. Se va demonstra echivalenta armatiilor 1. si 2., 2. si
3.
1.=2. Fie suma V
1
+V
2
cu proprietatea 1. si e r V
1
V
2
. Pentru
V
1
+V
2

i
V
i
, i = 1. 2 asa ca =
1
+
2
= (
1
r) + (r +
2
) cu

1
r V
1
si r +
2
V
2
deci descompunerea este unic a dac a si numai
dac a \r V
1
V
2
. r = 0.
2.=3. Fie cte o baz a (c
i
)
i=1;k
1
. (,
j
)
j=1;k
2
n ecare subspatiu.
= Se presupune c a V
1
V
2
= 0. Atunci familia (c
i
)
i=1;k
1
'(,
j
)
j=1;k
2
este baz a n V
1
+ V
2
: familia este sistem de generatori; e o combinatie
3.1. OPERA TII CU SUBSPA TII VECTORIALE
liniar a nul a
k
1

i=1
c
i
c
i
+
k
2

j=1
,
j
,
j
= 0 =
= r =
k
1

i=1
c
i
c
i
=
k
2

j=1
,
j
,
j
\
1
\
2
= 0
si cum (c
i
)
i=1;k
1
, (,
j
)
j=1;k
2
sunt baze n V
1
, respectiv V
2
urmeaz a c a toti
scalarii sunt nuli, adic a familia este liniar independent a si deci baz a n
V
1
+V
2
= dim(V
1
+V
2
) = /
1
+ /
2
.
= Fie c a dim(V
1
+V
2
) = dimV
1
+ dimV
2
; se presupune prin
reducere la absurd c a ar exista r ,= 0 V
1
V
2
. Familia format a din cele
dou a baze este sistem de generatori, dar nu mai este liniar independent a,
pentru c a vectorul nenul r admite dou a reprezent ari distincte n cele dou a
subspatii, asa c a reprezentarea oric arui vector al sumei poate modicat a
prin adunarea reprezent arii lui r n V
1
si sc aderea reprezent arii lui r n V
2
.
Extragerea din ea a unei baze conduce la micsorarea strict a a num arului
de vectori, deci dim(V
1
+V
2
) < dimV
1
+dimV
2
. contradictie cu ipoteza.
Deci intersectia contine numai elementul nul
3.1.7. Denitie. Suma V
1
+ V
2
a dou a subspatii V
1
siV
2
se numeste
directa dac a este satisf acut a una dintre conditiile echivalente din propozitia
de mai sus. Suma direct a a dou a subspatii se noteaz a cuV
1
V
2
.
3.1.8. Denitie. Dou a subspatii V
1
si V
2
se numesc suplimentare n
V dac aV = V
1
V
2
.
3.1.9. Propozitie. Dac a V
1
este subspatiu al lui V atunci exist a un
subspatiu V
2
astfel nct V = V
1
V
2
.
Demonstratie. Fie o baz a (c
i
)
i=1;k
1
a lui V
1
care se completeaz a
la o baz a a lui V cu vectorii (,
j
)
j=1;k
2
. Atunci V
2
= /
_
(,
j
)
j=1;k
2
_
este
suplimentul lui V
1
n V: r V
1
V
2
= vectorul r se exprim a n acelasi
timp ca o combinatie liniar a de vectorii ec arei subfamilii,
r =
k
1

i=1
c
i
c
i
=
k
2

j=1
,
j
,
j
deci
k
1

i=1
c
i
c
i

k
2

j=1
,
j
,
j
= 0
3. SUBSPA TII VECTORIALE
deci toti scalarii sunt nuli, adic a orice element al intersectiei este nul, adic a
suma spatiilor este direct a
3.1.10. Observatie. Dac a V
1
este subspatiu n V astfel nct dimV
1
=
/ sidimV = :, atunci suplimentul lui V
1
n V are dimensiunea : /.
Dimensiunea suplimentului se mai numeste codimensiunea lui V
1
.
3.1.11. Teorem a. (Denitii echivalente pentru suma direct a a
mai multor subspatii) Fie (V
i
)
i=1;k
si V =
k

i=1
V
i
. Urm atoarele armatii
sunt echivalente:
(1) Fiecare vector r al sumei se descompune n mod unic sub forma:
r =
k

i=1

i
.
i
V
i
. i = 1. /.
(2) \, = 1. /. V
j

_
k

i=1;i6=j
V
i
_
= 0 .
(3)
k

i=1
dimV
i
= dimV.
Demonstratie. 1=2 Se presupune c a exist a , = 1. / astfel nct
V
j

_
k

i=1;i6=j
V
i
_
,= 0 = r V
j

_
k

i=1;i6=j
V
i
_
0 = r V
j
si
r
k

i=1;i6=j
V
i
si r ,= 0. Atunci r =
k

i=1;i6=j

0
i
.
i
V
i
. i ,= , si pentru
un vector oarecare al sumei
k

i=1
V
i
are loc =
k

i=1

i
=
k

i=1;i6=j

i
+

j
=
_
k

i=1;i6=j

i
r
_
+ (
j
+ r) =
_
k

i=1;i6=j

i=1;i6=j

0
i
_
+ (
j
+ r) =
k

i=1;i6=j
(
i

0
i
)+(
j
+ r), care este o alt a descompunere pentru r, distinct a
de prima din cauz a c a r ,= 0, contradictie cu unicitatea descompunerii.
Reciproc, dac a
k

i=1

i
=
k

i=1

0
i
, atunci
k

i=1
(
i

0
i
) = 0 si dac a , astfel nct

0
j
,= 0. atunci
0
j

j
=
k

i=1;i6=j
(
i

0
i
) ,= 0 = ,. \
j

_
k

i=1;i6=j
\
i
_
,=
0 contradictie.
3.1. OPERA TII CU SUBSPA TII VECTORIALE
2=3 Fie cte o baz a n ecare subspatiu; reuniunea bazelor este
sistem de generatori al sumei, iar din conditia 2 rezult a independenta
liniar a a reuniunii de baze: dac a reuniunea de baze n-ar liniar independent a,
atunci ar exista un indice , si un vector n V
j
care s a e sum a de vectori din
celelalte subspatii, adic a V
j

_
k

i=1;i6=j
V
i
_
,= 0 contradictie. Urmeaz a
c a are loc 3.
3=2 Reuniunea bazelor este sistem de generatori al sumei si din 3
urmeaz a c a este si liniar independent a (ca ind minimal a), asa c a dac a
are loc V
j

_
k

i=1;i6=j
V
i
_
,= 0 atunci pentru 0 ,= r V
j

_
k

i=1;i6=j
V
i
_
si pentru oarecare o scriere a lui n reuniunea bazelor ar putea
modicat a prin intermediul lui r n alt a scriere distinct a de prima, folosind
cele dou a reprezent ari ale lui r n V
j
si n
k

i=1;i6=j
V
i
:
r =
k
j
0

i=1
,
j
0
i
c
j
0
i
=
k

j=1;j6=j
0
_
k
j

i=1
,
j
i
c
j
i
_
. =
k

j=1
_
k
j

i=1
c
j
i
c
j
i
_
=
k
j
0

i=1
c
j
0
i
c
j
0
i
+
k

j=1;j6=j
0
_
k
j

i=1
c
j
i
c
j
i
_
=
k
j
0

i=1
_
c
j
0
i
,
j
0
i
_
c
j
0
i
+
k

j=1;j6=j
0
_
k
j

i=1
_
c
j
i
+ ,
j
i
_
c
j
i
_
, adic a
reuniunea familiei de baze nar liniar independent a, contradictie.
3.1.12. Denitie. Suma unei familii de subspatii (V
i
)
i=1;k
se numeste
directa dac a este satisf acut a una dintre conditiile echivalente din teorema
de mai sus.
3.1.13. Teorem a. (Formula lui Grassmann) Pentru orice dou a
subspatii V
1
si V
2
are loc:
dimV
1
+ dimV
2
= dim(V
1
+V
2
) + dim(V
1
V
2
) .
Demonstratie. Fie
V
0
1
suplimentul direct al lui V
1
V
2
n V
1
:
V
1
= (V
1
V
2
) V
0
1
.
=
_
(V
1
V
2
) V
0
1
= 0.
V
0
1
_ V
1
.
V
0
2
suplimentul direct al lui V
1
V
2
n V
2
:
V
2
= (V
1
V
2
) V
0
2
;
3. SUBSPA TII VECTORIALE
=
_
(V
1
V
2
) V
0
2
= 0.
V
0
2
_ V
2
.
De unde rezult a:
_

_
V
0
1
V
2
= V
1
V
0
1
. .
=V
0
1
V
2
= (V
1
V
2
) V
0
1
= 0
V
0
2
V
1
= V
2
V
0
2
. .
=V
0
2
V
1
= (V
1
V
2
) V
0
2
= 0 .
Ar at am c a are loc relatia:
V
1
+V
2
= (V
1
V
2
) V
0
1
V
0
2
.
Trebuie demonstrate relatiile:
+ (V
1
V
2
) (V
0
1
+V
0
2
) = 0
r (V
1
V
2
) (V
0
1
+V
0
2
) = r V
1
. r V
2
. r V
0
1
+V
0
2
=
r V
1
. r V
2
. r = n
1
+ n
2
. n
i
V
0
i
= n
1
V
0
1
V
1
si
n
1
= r n
2
V
2
= n
1
V
1
V
2
V
0
1
= 0 = n
1
= 0;
analog n
2
= 0 deci r = 0.
+ V
0
1
((V
1
V
2
) +V
0
2
) = V
0
1
V
2
= 0.
+ V
0
2
((V
1
V
2
) +V
0
1
) = V
0
2
V
1
= 0.
Asadar descompunerea sumei V
1
+ V
2
= (V
1
V
2
) V
0
1
V
0
2
este
direct a si atunci are loc relatia dintre dimensiuni:
dim(V
1
+V
2
) = dim(V
1
V
2
) + dimV
0
1
+ dimV
0
2
;
cum dimV
0
i
= dimV
i
dim(V
1
V
2
) urmeaz a c a
dim(V
1
+V
2
) = dimV
1
+ dimV
2
dim(V
1
V
2
) .
ceea ce ncheie demonstratia
3.2. Izomorsme de spatii vectoriale
3.2.1. Observatie. Fie (V. K) un spatiu vectorial si V
0
un subspatiu
al s au; V
0
ind subspatiu, este si subgrup al grupului V. Se consider a pe
V relatia
n v
V
0

Def
= n V
0
.
Aceast a relatie este o relatie de echivalent a pe V (deocamdat a este
necesar a numai calitatea de grup a lui V).
Demonstratie. Simetrie: n v
V
0
= n V
0
= n V
0
=
v
V
0
n.
Tranzitivitate: n v
V
0
si v
V
0
n = n si n V
0
= nn =
(n ) + ( n) V
0
.
3.2. IZOMORFISME DE SPA TII VECTORIALE
Reexivitate: \ V, v
V
0
pentru c a = 0 V
0

Relatia de echivalent a v
V
0
genereaz ape V clase de echivalen ta: se
va nota cu r multimea tuturor elementelor lui V care sunt echivalente cu
r:
r = V; r v
V
0
= r +V
0
= r +
0
;
0
V
0
.
Dou a clase de echivalent a pot numai s a coincid a sau s a e disjuncte
(evident) iar familia tuturor claselor de echivalent a formeaz a o partitie
a lui V (sunt disjuncte dou a cte dou a iar reuniunea lor este V).
3.2.2. Denitie. Se numeste mul time factor (mul time ct) multimea
tuturor claselor de echivalent a; se noteaz a
V,V
0
= r; r V
(este o multime de clase de echivalent a, deci o multime de multimi)
3.2.3. Observatie. Pentru ecare r V functia
x
() : V
0
(r +V
0
)
denit a prin
x
() = + r este bijectiv a.
Demonstratie. Evident
3.2.4. Propozitie. Pe multimea V,V
0
se poate deni o stuctur a de
spatiu vectorial.
Demonstratie. (V,V
0
. K) este spatiu vectorial cu operatiile:
adunarea r +
Def
=
[
r + este o operatie bine denit a (nu depinde
de reprezentanti) ntre clasele de echivalent a pentru c a, dac a r = r
1
si
=
1
, atunci r r
1
si
1
V
0
= (r + ) (r
1
+
1
) V
0
deci
[
r + =
\
r
1
+
1
. Asociativitatea rezult a din asociativitatea operatiei pe
V: ( r + ) + . =
[
r + + . =
\
(r + ) + . =
\
r + ( + .) = r +
[
+ . =
r + ( + .); elementul neutru este

0(= V
0
) iar opusul este r =

r.
nmultirea unei clase de echivalent a cu un scalar: c r = cr. Operatia
este bine denit a pentru c a, dac a r = r
1
atunci r r
1
V
0
deci
c(r r
1
) V
0
, adic a cr = cr
1
. Au loc si propriet atile din denitia
spatiului vectorial:
(c + ,) r =
\
(c + ,)r =
\
cr + ,r = cr +

,r = c r + , r;
c( r + ) = c
[
r + =
\
c(r + ) =
\
cr + c = cr + c;
c(, r) = c

,r =
\
c(,r) =
\
(c,)r = (c,) r;1 r =

1 r = r. Deci
(V,V
0
. K) este spatiu vectorial (cu operatiile ntre clase de echivalent a
denite mai sus)
3. SUBSPA TII VECTORIALE
3.2.5. Observatie. Functia c() : V (V,V
0
) denit a prin c(r) = r
este morsm de spatii vectoriale iar nucleul acestui morsm este chiar V
0
.
Demonstratie. c(r + ) =
[
r + = r+ = c(r)+c() iar c(cr) =
cr = c r = c(r) deci functia este morsm de spatii vectoriale. Nucleul
operatorului este ker c(.) = r V; c(r) = 0 V,V
0
si este chiar
V
0

3.2.6. Denitie. Spatiul vectorial construit mai sus se numeste spa tiul
vectorial factor (ct) al spatiului V n raport cu subspatiul V
0
.
3.2.7. Teorem a. (Teorema fundamental a de izomorsm) Fie
l () : V
1
V
2
un morsm ntre dou a spatii vectoriale. Atunci spatiile
vectoriale V
1
, ker l () si Iml () sunt izomorfe.
Demonstratie. Se deneste
~
l () : V
1
, ker l () Iml () prin
~
l ( r) =
l (r);
~
l () este bine denit (denitia nu depinde de reprezentanti) pentru
c a dac a r = atunci r ker l (), adic a l (r) = l ().
~
l () este morsm de spatii vectoriale: aditivitatea
~
l ( r
1
+ r
2
) =
~
l
_
\
r
1
+ r
2
_
= l (r
1
+ r
2
) = l (r
1
) + l (r
2
) =
~
l ( r
1
) +
~
l ( r
2
);
omogenitatea
~
l (c r) =
~
l ( cr) = l (cr) = cl (r) = c
~
l ( r).
~
l () este surjectiv: Iml () =r
y
V
1
, l (r
y
) = =
~
l (r
y
) = .
~
l () este injectiv:
~
l ( r
1
) =
~
l ( r
2
) = l (r
1
) = l (r
2
) = r
1
r
2

ker l () = r
1
= r
2
.
Deci
~
l () este izomorsm de spatii vectoriale
3.2.8. Teorem a. (Teorema I de izomorsm) Fie (V. K) un spatiu
vectorial, V
1
si V
2
subspatii vectoriale astfel nct V _ V
1
_ V
2
. Atunci
spatiile vectoriale ((V,V
2
) , (V
1
,V
2
)) si V,V
1
sunt izomorfe.
Demonstratie. Se noteaz a cu r = r +V
2
clasa lui r n raport cu V
2
(deci elementul lui V,V
2
) si cu r = r + V
1
clasa lui r n raport cu V
1
(deci elementul lui V,V
1
); se deneste functia c(.) : (V,V
2
) (V,V
1
)
prin c( r) = r. c() este bine denit a pentru c a r
1
= r
2
= r
1
r
2
V
2
= r
1
r
2
V
1
= r
1
= r
2
.
c() este morsmde spatii vectoriale pentru c a c( r
1
+ r
2
) =c
_
\
r
1
+ r
2
_
=
^
r
1
+ r
2
= r
1
+ r
2
= c( r
1
) + c( r
2
) si c(c r) = c( cr) = cr = c r =
cc( r).
3.2. IZOMORFISME DE SPA TII VECTORIALE
Imc(.) = V,V
1
(functia este evident surjectiv a) iar nucleul ei este
V
1
,V
2
: r ker c(.) = c( r) =

0 = r =

0 = r V
1
deci r ker c(.)
dac a si numai dac a r = r +V
2
si r V
1
adic a r V
1
,V
2
_ V,V
2
.
Se aplic a Teorema fundamental a de izomorsmsi se obtine c a
(V,V
2
)
ker c(.)
si Imc(.) sunt izomorfe, adic a ((V,V
2
) , (V
1
,V
2
)) si V,V
1
sunt izomorfe

3.2.9. Teorem a. (Teorema II de izomorsm) Fie (V. K) un spatiu


vectorial, V
1
si V
2
subspatii vectoriale ale lui V. Atunci spatiile vectoriale
V
1
, (V
1
V
2
) si (V
1
+V
2
) ,V
2
sunt izomorfe.
Demonstratie. Se deneste functia c() : V
1
(V
1
+V
2
) ,V
2
prin
c(r) = r = r +V
2
.
Functia este morsm de spatii vectoriale: c(r + ) =
[
r + = r + =
c(r) + c() si c(cr) = cr = c r = cc(r). r ker c(.) = r V
1
si
r =

0 (= r V
2
) deci ker c(.) = V
1
V
2
.
Fie (V
1
+V
2
) ,V
2
= r
1
V
1
, r
2
V
2
, = r
1
+ r
2
+ V
2
=
r
1
+V
2
= r
1
= c(r
1
) = = functia este surjectiv a.
Din Teorema fundamental a de izomorsmurmeaz a c a spatiile V
1
, ker c(.)
si Imc(.) sunt izomorfe, adic a spatiile vectoriale V
1
, (V
1
V
2
) si (V
1
+V
2
) ,V
2
sunt izomorfe.
3.2.10. Teorem a. (Dimensiunea spatiului factor) Fie (V. K) un
spatiu vectorial de tip nit si V
0
un subspatiu al s au. Atunci
dim(V,V
0
) = dimV dimV
0
.
Demonstratie. Se alege o baz a r
1
. . r
k
n V
0
si se completeaz a
pn a la o baz a r
1
. . r
k
.
1
. .
r
n V. Se consider a familia
1
. .
r
n V,V
0
; r
1
. . r
k
.
1
. .
r
este baz a n V asa c a \ V c
i
. ,
j
K
astfel nct =
k

i=1
c
i
r
i
. .
2V
0
+
r

i=1
,
j

j
, adic a =
r

i=1
,
j

j
deci
1
. .
r
formeaz a sistem de generatori n V,V
0
. Fie ,
j
K astfel nct
r

i=1
,
j

j
=

0
=
r

i=1
,
j

j
V
0
; dac a 0 ,=
0
=
r

i=1
,
j

j
V
0
, atunci din faptul c a

0
este reprezentabil si ca o combinatie liniar a de r
i
ar urma c a vectorii
r
1
. . r
k
.
1
. .
r
accept a o combinatie liniar a nul a cu coecienti nenuli,
3. SUBSPA TII VECTORIALE
contradictie cu calitatea de baz a; asadar
0
este nul si cum
1
. .
r
sunt liniar independenti n V urmeaz a c a toti scalarii sunt nuli. Asadar

1
. .
r
este o baz a n spatiul factor V,V
0
si dimV,V
0
= :, adic a
dimV,V
0
= dimV dimV
0

3.2.11. Corolar. Fie (V. K) un spatiu vectorial, V
1
si V
2
subspatii
vectoriale ale lui V. Atunci
dimV
1
+ dimV
2
= dim(V
1
+V
2
) + dim(V
1
V
2
) .
Demonstratie. Din Teorema II de izomorsm se stie c a spatiile vectoriale
V
1
, (V
1
V
2
) si (V
1
+V
2
) ,V
2
sunt izomorfe, deci au aceeasi dimensiune.
Deci
dim(V
1
, (V
1
V
2
)) = dim((V
1
+V
2
) ,V
2
)
si din corolarul anterior
dim(V
1
, (V
1
V
2
)) = dimV
1
dim(V
1
V
2
)
iar
dim((V
1
+V
2
) ,V
2
) = dim(V
1
+V
2
) dimV
2
asa c a
dimV
1
dim(V
1
V
2
) = dim(V
1
+V
2
) dimV
2
.

3.2.12. Corolar. Fie (V


1
. K), (V
2
. K) dou a spatii vectoriale de tip
nit si l () : V
1
V
2
un morsm de spatii vectoriale. Atunci au loc
armatiile:
(1) dimV
1
= dim(ker l ()) + dim(Iml ());
(2) l () injectiv = dimV
1
= dim(Iml ());
(3) l () surjectiv = dimV
2
= dim(Iml ()).
Demonstratie. Evident
3.2.13. Teorem a. (Teorema lui Sard a ctului, variant a nitdimensional a)
Fie A, 1 , 2 spatii vectoriale peste acelasi corp K si e operatorii liniari
o () : A 1 si 1 () : A 2. Dac a o () este surjectiv iar ker o () _
ker 1 (), atunci operatorul liniar unic 1() : 1 2 astfel nct 1 =
1 o.
Demonstratie. Fie operatorii
^
o () : A, ker o () 1 si

^
1 () : A, ker 1 ()
2 deniti prin:
^
o (^ r) = o (r) si

^
1
_

^ r
_
= 1 (r).
3.2. IZOMORFISME DE SPA TII VECTORIALE
Operatorii
^
o () si

^
1 () sunt bine deniti (Exercitiu!).
Operatorii
^
o () si

^
1 () sunt liniari (Exercitiu!).
Operatorii
^
o () si

^
1 () sunt injectivi (Exercitiu!).
^
o () este surjectiv (pentru c a o () este surjectiv) (Exercitiu!).
=
^
o () bijectiv =
^
o
1
() : 1 A, ker o () bijectiv liniar.
Fie functia: 1 () : A, ker o () A, ker 1 () dent a prin 1 (^ r) =

^ r.
1 () este bine denit (Exercitiu!).
1 () este liniar (Exercitiu!).
Denim 1() : 1 2 prin: 1() =
_

^
1 1
^
o
1
_
(). Atunci
(1 o) (r) = 1(o (r)) =

^
1
_
1
_
^
o
1
(o (r))
__
=

^
1 (1 (^ r)) =

^
1
_

^ r
_
=
1 (r).
3.2.14. Observatie. Reciproc, dac a A, 1 , 2 spatii vectoriale peste
acelasi corp K iar o () : A 1 si 1 () : A 2 sunt operatori liniari
astfel nct operatorul liniar 1() : 1 2 cu 1 = 1 o, atunci este
evident c a are loc ker o () _ ker 1 () (Exercitiu!).
CAPITOLUL 4
Functionale pe spatii vectoriale de tip nit
4.1. Introducere
4.1.1. Denitie. Se numeste func tionala pe spatiul vectorial (V. K)
orice functie denit a pe V si cu valori n K.
4.1.2. Denitie. O functional a , () : V K se numeste aditiva dac a
\
1
.
2
V. , (
1
+
2
) = , (
1
) + , (
2
)
4.1.3. Denitie. O functional a real a , () : V R se numeste subaditiva
dac a
, (r + ) _ , (r) + , () . \r. V.
4.1.4. Denitie. O functional a , () : V K se numeste omogena
dac a
, (cr) = c, (r) . \r V. \c K.
4.1.5. Denitie. O functional a real a , () : V R se numeste pozitiv
omogena dac a
, (cr) = c, (r) . \r V. \c _ 0.
4.1.6. Denitie. O functional a real a subaditiv a si cu proprietatea
, (cr) = [c[ , (r) . \r V. \c R
se numeste seminorma.
4.1.7. Denitie. O functional a real a se numeste subomogena dac a
, (cr) _ c, (r) . \r V. \c _ 1
(= , (cr) _ c, (r) . \c (0. 1])
4.1.8. Denitie. O functional a real a, pozitiv a si extins a j () : V
R
+
se numeste .seminorma dac a este netriviala (adic a atinge si alte
valori n afara celor innite), subaditiv a, cresc atoare si .pozitiv omogena
( adic a are loc relatia: \r V, \c _ 0. j (cr) = c
!
j (r)).
4. FUNC TIONALE PE SPA TII VECTORIALE DE TIP FINIT
4.1.9. Denitie. Se numeste con pozitiv un obiect (A. +. . 6. 0) unde:
(1) (A. +) este semigrup (monoid) comutativ cu element unitate 0.
(2) : R
+
A A este operatie extern a (cu propriet atile obisnuite
de compatibilitate).
(3) 6 este o relatie de ordine (partial a) pe A astfel nct 0 este cel
mai mic element din A, si care are propriet atile:
(a) cr 6 c. \c R
+
. \r. A;
(b) cr 6 /r. \c. / R
+
. \r A;
(c) r 6 = . + r 4 . + . \r. . . A.
4.1.10. Teorem a. (H. Hahn, S. Banach, prelungirea functionalelor
liniare) Fie , () o functional a subliniar a pe un spatiu liniar real V si
,
0
() o functional a liniar a denit a pe un subspatiu liniar V
0
, satisf acnd
conditia
,
0
() 6 , () . \ V
0
.
n aceste conditii, functionala ,
0
() poate prelungit a pe tot spatiul V
cu p astrarea liniarit atii si a inegalit atii, adic a exist a o functional a liniar a
~
,
0
() : V R, asa ca
~
,
0
() = ,
0
() . \ V
0
.
~
,
0
() 6 , () . \ V.
Demonstratie. Fie
1
V V
0
. e V
1
= :jc:(V
0
'
1
) ; pentru
orice
0
.
00
V
0
. au loc:
,
0
(
0
) ,
0
(
00
) = ,
0
(
0

00
) 6
6 , (
0

00
) = , ((
0
+
1
) (
00
+
1
)) 6
, (
0
+
1
) + j (
00

1
) =
= , (
00

1
) ,
0
(
00
) 6 , (
0
+
1
) ,
0
(
0
) .
Not am
c = sup
v2V
0
(, (
1
) ,
0
()) .
, = inf
v2V
0
(, ( +
1
) ,
0
()) .
Atunci are loc
c _ ,;
e `
1
[c. ,] . Are loc
, (
1
) ,
0
() _ `
1
_ , ( +
1
) ,
0
() . \ V
0
.
4.1. INTRODUCERE
n continuare se observ a c a orice vector V
1
se poate scrie unic sub
forma
=
0
+ `
1
.
0
V
0
. ` R.
Se deneste functionala liniar a ,
1
() : V
1
R prin
,
1
() = ,
0
(
0
) + ``
1
.
Functionala ,
1
() este liniar a (evident) si veric a pe V
1
inegalitatea; trebuie
demonstrat c a
\` R. \
0
V
0
. are loc ,
1
(
0
) + ``
1
6 , (
0
+ `
1
) .
Pentru ` = 0. inegalitatea are loc. Pentru ` 0. are loc, pentru =
1

.
inegalitatea:
`
1
6 ,
_
1
`
+
1
_
,
0
_
1
`

_
= ,
0
() + ``
1
6 , ( + `
1
) .
Pentru ` < 0. are loc, pentru =
1

. inegalitatea:
,
_

1
`

1
_
,
0
_
1
`

_
6 `
1
= (`) ,
_

1
`

1
_
_ `,
0
_
1
`

_
+ ``
1
=
>0
= , ( + `
1
) _ ,
0
() + ``
1
.
Deci functionala initial a se poate prelungi pe un subspatiu liniar mai larg
dect V
0
cu p astrarea liniarit atii si a inegalit atii. Pentru V spatiu liniar de
tip nit, acest lucru nseamn a c a ntr-un num ar nit de pasi functionala
initial a poate prelungit a pe tot spatiul
4.1.11. Observatie. Teorema are loc pe un spatiu vectorial oarecare
(nu neap arat de tip nit), cu aplicarea teoremei lui Zorn.
4.1.12. Corolar. Dac a n teorema Hahn-Banach functionala , () este
n plus si subomogen a, atunci functionala , () este prelungibil a pe tot
spatiul cu p astrarea liniarit atii si a inegalit atii fat a de functionala subliniar a
si subomogen a.
4.1.13. Observatie. Fiind xat a functionala , () subliniar a si subomogen a,
se pot deni explicit dou a functionale d
1
(. ) : V V R
+
denit a prin
d
1
(r. )
Def
= , (r) +, () , (r + ) si d
2
(. ) : R V R, denit a prin
d
2
(c. r)
Def
= c, (r) , (cr).
4.1.14. Teorem a. Fie A un con pozitiv si e j () : A

R
+
. c() :
R
+
R
+
dou a functii cu propriet atile:
62 4. FUNC TIONALE PE SPA TII VECTORIALE DE TIP FINIT
(1) j () are propriet atile:
(a) r A, j (r) (0. ) si j () este neconstant a.
(b) j () este subaditiv a.
(c) j () este cresc atoare.
(2) \r A. \c R
+
, are loc: j (c r) = c(c) j (r) .
n aceste conditii . (0. 1] astfel nct c(t) = t
!
. \t R
+
.
Demonstratie. Fie r
0
A cu j (r
0
) (0. ).
j (r
0
) = j (1r
0
) = c(1) j (r
0
) = c(1) = 1.
c() este multiplicativ a:
j (c/r
0
) = c(c/) j (r
0
) = c(c) j (/r
0
) = c(c) c(/) j (r
0
) =
= c(c/) = c(c) c(/) .
c() este cresc atoare:
0 6 c < / < = cr
0
6 /r
0
=
= c(c) j (r
0
) = j (cr
0
) 6 j (/r
0
) = c(c) j (r
0
) =
= c(c) 6 c(/) .
n particular, din faptul c a c() este cresc atoare rezult a c a este continu a
n afara unei multimi cel mult num arabile. Se va folosi numai c a exist a un
punct de continuitate.
c() este subaditiv a:
c(c + /) j (r
0
) = j ((c + /) r
0
) = j (cr
0
+ /r
0
) 6 j (cr
0
) + j (/r
0
) =
= c(c) j (r
0
) + c(/) j (r
0
) = (c(c) + c(/)) j (r
0
) =
= c(c + /) 6 c(c) + c(/) .
Fie c 0; atunci j (r
0
) = j
_
c
1
a
r
0
_
= c(c) c
_
1
a
_
j (r
0
) = c(c) c
_
1
c
_
=
1 si c(c) 0 (deci are sens expresia ln c(c
x
) care va folosit a mai jos).
Din proprietatea de multiplicitate rezult a pentru c = / = 0 c a c(0) =
c
2
(0) deci exist a dou a cazuri: c(0) = 0 sau c(0) = 1.
Pentru c(0) = 1, din monotonie = \c [0. 1], 0 6 c 6 1 =
1 = c(0) 6 c(c) 6 c(1) = 1 = \c [0. 1], c(c) = 1. Mai
mult, \c [1. ),
1
c
(0. 1] si c(c) =
1
c
_
1
c
_ = 1 deci n acest
caz functia c() este identic egal a cu 1, adic a . = 0. Cum relatia
j (cr) = c(c) j (r) are loc pentru ecare c R
+
si pentru ecare
4.1. INTRODUCERE
r A, pentru c = 0 rezult a j (0) = 1 j (r) . \r A deci functia
j () este constant a de valoare j (0) ,= 0, contradictie cu ipoteza.
Deci c(0) ,= 1.
Pentru c(0) = 0 se consider a functia 1 () : R R denit a prin
1 (r) = ln c(c
x
); din multiplicitatea lui c() rezult a c a are loc
1 (r + ) = ln c(c
x+y
) = ln c(c
x
c
y
) = ln (c(c
x
) c(c
y
)) =
= ln c(c
x
) + ln c(c
y
) = 1 (r) + 1 ()
= 1 () este aditiv a (este solutie a ecuatiei lui Cauchy). Cum
c() este continu a m acar ntr-un punct, urmeaz a c a si 1 () este
continu a m acar ntr-un punct. Deci 1 () este solutie continu a pe
R a ecuatiei lui Cauchy, adic a . R astfel nct 1 (r) = .r si
deci c(c
x
) = c
!x
= (c
x
)
!
, adic a c(t) = t
!
. Din continuitatea pe
R a functiei 1 () rezult a continuitatea pe (0. ) a functiei c().
Deci c(t) =
_
t
!
, pentru t 0
0, pentru t = 0.
Din j (cr) = c(c) j (r), pentru
c = 0 = j (0) = 0. Functia c() este cresc atoare deci . _ 0 iar
dac a . = 0 = j (cr) = j (r), \c R
+
, \r A = pentru c = 0,
j (r) = j (0) = 0, contradictie cu netrivialitatea functiei j ();
deci . ,= 0. c() este subaditiv a deci pentru c = / = 1 are loc
2
!
= (1 + 1)
!
6 1
!
+ 1
!
= 2 = . 6 1. Deci . (0. 1]

4.1.15. Observatie. (Ecuatia lui Cauchy)


, (r + ) = , (r) + , () . \r. R.
S a studiem functiile care satisfac ecuatia lui Cauchy:
Pentru r = = 0, are loc: , (0) = 2, (0) deci , (0) = 0.
Pentru r = = 1, are loc , (2) = , (1 + 1) = 2, (1); n general,
pentru orice : N, are loc , (:) = :, (1) (prin inductie); se
noteaz a .
Not.
= , (1) .
0 = , (1 1) = , (1 + (1)) = , (1) + , (1) = , (1) =
, (1) = . si cu acelasi rationament ca la pasul anterior urmeaz a
c a pentru orice : Z

, are loc , (:) = .:, deci relatia , (:) = .:


are loc pentru orice : num ar ntreg.
4. FUNC TIONALE PE SPA TII VECTORIALE DE TIP FINIT
Are loc, pentru orice num ar : natural strict pozitiv, relatia
. = , (1) = ,
_
:
:
_
= ,
_
1
:
+
1
:
_
. .
nori
= :,
_
1
:
_
= ,
_
1
:
_
= .
1
:
.
deci pentru : un alt num ar natural are loc ,
_
m
n
_
= ,
_
1
:
+
1
:
_
. .
mori
=
:,
_
1
n
_
= .
m
n
; rationamentul se extinde si pentru numere rationale
negative, asa c a relatia , (r) = .r are loc pentru orice num ar
rational.
Dac a o solutie a ecuatiei Cauchy este continu a ntr-un punct,
atunci este continu a n orice punct. Fie c a \(r
n
)
n2N
cu r
n
r
0
,
are loc , (r
n
) , (r
0
) si e
n
; atunci are loc
, (
n
) = , ((
n
+ r
0
) + r
0
) = , (
n
+ r
0
) + , ( r
0
)
, (r
0
) + , ( r
0
) = , () .
pentru c a sirul (
n
+ r
0
)
n2N
tinde la r
0
.
Exist a solutii ale ecuatiei Cauchy care nu sunt continue n nici-un
punct (si care sunt numite func tii Hamel ).
4.2. Functionale biliniare
Ne vom folosi si de un abuz de limbaj referindu-ne la o baz a ca la o
familie de vectori n care conteaz a ordinea.
4.2.1. Denitie. Fie (V
1
. K) si (V
2
. K) dou a spatii vectoriale peste
acelasi corp de scalari. Se numeste func tionala biliniara orice functie 1 (. ) :
V
1
V
2
K liniar a n ecare variabil a. Dac a n plus V
1
= V
2
= V si
are loc relatia 1 (r. ) = 1 (. r) . \(r. ) V V, atunci se spune c a
functionala biliniar a este simetric a.
4.2.2. Denitie. Fie 1
k
=
_
c
k
1
. . c
k
n
k
_
baze xate ale spatiilor (V
k
. K),
/ = 1. 2 si 1 (. ) : V
1
V
2
K o functional a biliniar a. Matricea
A
B
(1
1
. 1
2
) =
_
1
_
c
1
i
. c
2
j
__
i=1;n
1
j=1;n
2
se numeste matrice asociat a functionalei
biliniare corespunz atoare bazelor 1
1
. 1
2
.
4.2.3. Propozitie. Fie 1
k
=
_
c
k
1
. . c
k
n
k
_
baze xate ale spatiilor
(V
k
. K), / = 1. 2. O functional a biliniar a 1 (. ) : V
1
V
2
K este
4.2. FUNC TIONALE BILINIARE
unic si complet determinat a de matricea A
B
(1
1
. 1
2
) asociat a. n acest
caz avem 1 (r. ) = [r]
T
E
1
A
B
(1
1
. 1
2
) []
E
2
.
Demonstratie. Vectorii r V
1
si V
2
se reprezint a unic n bazele
alese prin [r]
E
1
=
_
_

1
.
.
.

n
1
_
_
, []
E
2
=
_
_
j
1
.
.
.
j
n
2
_
_
si din liniaritatea n ecare
variabil a rezult a:
1 (r. ) = 1
_
n
1

i=1

i
c
1
i
.
n
2

j=1
j
j
c
2
j
_
=
n
2

j=1
1
_
n
1

i=1

i
c
1
i
. c
2
j
_
j
j
=
=
_
1
_
n
1

i=1

i
c
1
i
. c
2
1
_
1
_
n
1

i=1

i
c
1
i
. c
2
n
2
_ _
_
_
j
1
.
.
.
j
n
2
_
_
=
=
_
n
1

i=1

i
1 (c
1
i
. c
2
1
)
n
1

i=1

i
1
_
c
1
i
. c
2
n
2
_
_
_
_
j
1
.
.
.
j
n
2
_
_
=
=
_

1

n
1

_
_
1 (c
1
1
. c
2
1
) 1
_
c
1
1
. c
2
n
2
_

1
_
c
1
n
1
. c
2
1
_
1
_
c
1
n
1
. c
2
n
2
_
_
_
_
_
j
1
.
.
.
j
n
2
_
_
=
= [r]
T
E
1
A
B
(1
1
. 1
2
) []
E
2
. Relatia 1 (r. ) =
n
1

i=1
n
2

j=1

i
j
j
1
_
c
1
i
. c
2
j
_
exprim a evident dependenta reprezent arii de cele dou a baze. Unicitatea
reprezent arii este evident a.
4.2.4. Observatie. Dac a se consider a operatorul liniar l () : V
2

K
n
1
denit prin l () = A
B
(1
1
. 1
2
) []
E
2
si functionala liniar a ,
a
() :
V
1
K cu a K
n
1
xat (,
a
() (V
1
)
0
) denit a prin ,
a
(r) = [r]
T
E
1
a,
functionala biliniar a poate privit a ca o compunere: 1 (r. ) = ,
U(y)
(r).
4.2.5. Propozitie. Fie spatiile (V
k
. K), / = 1. 2 si 1 (. ) : V
1
V
2

K o functional a biliniar a. Pentru bazele 1
k
(vechea baz a) si 1
k
(noua
baz a) al spatiului V
k
, cu / = 1. 2, avem
A
B
(1
1
. 1
2
) = (/(1
1
))
T
E
1
A
B
(1
1
. 1
2
) (/(1
2
))
E
2
.
Amnotat cu (/(1
k
))
E
k
matricele de trecere (coloanele sunt reprezent arile
vectorilor noii baze n vechea baz a), / = 1. 2.
4. FUNC TIONALE PE SPA TII VECTORIALE DE TIP FINIT
Demonstratie. Leg atura dintre coordonatele n vechea baz a si coor-
donatele n noua baz a este dat a de [r]
E
1
= (/(1
1
))
E
1
[r]
F
1
pentru r V
1
si []
E
2
= (/(1
2
))
E
2
[]
F
2
pentru V
2
. Atunci
1 (r. ) = [r]
T
E
1
A
B
(1
1
. 1
2
) []
E
2
=
=
_
(/(1
1
))
E
1
[r]
F
1
_
T
A
B
(1
1
. 1
2
)
_
(/(1
2
))
E
2
[]
F
2
_
=
= [r]
T
F
1
_
(/(1
1
))
T
E
1
A
B
(1
1
. 1
2
) (/(1
2
))
E
2
_
[]
F
2
.
Folosind unicitatea reprezent arii 1 (r. ) = [r]
T
F
1
A
B
(1
1
. 1
2
) []
F
2
obtinem relatia din enunt.
4.2.6. Observatie. Este interesant de remarcat c a membrul drept
depinde de vechile baze 1
1
si 1
2
dar membrul stng nu depinde (adic a
indiferent de unde s-ar porni, se ajunge n acelasi loc). Mai mult, rangul
matricei ce reprezint a o functional a biliniar a nu depinde de bazele alese
pentru reprezentare.
4.2.7. Observatie. Matricea A
B
(1. 1) a unei functionale biliniare
simetrice 1 (. ) : V V K ntr-o baz a 1 arbitrar a este simetric a.
Reciproca este adev arat a.
4.2.8. Observatie. Oric arei functionale 1 (. ) : V V K biliniare
i se poate asocia o functional a biliniar a simetric a 1
s
(. ) : V V K
prin 1
s
(r. ) =
1
2
[1 (r. ) + 1 (. r)].
4.2.9. Denitie. Pentru o functional a biliniar a simetric a, se numeste
nucleu multimea
ker 1 (. ) = r V; 1 (r. ) = 0. \ V
Dac a ker 1 (. ) = 0 functionala biliniar a simetric a se numeste nedege-
nerat a.
4.2.10. Observatie. Nucleul unei functionale biliniare simetrice este
subspatiu vectorial.
4.2.11. Propozitie. O functional a biliniar a simetric a este nedegene-
rat a dac a si numai dac a matricea atasat a pentru o alegere de baze este
inversabil a.
Demonstratie. Fie 1
1
. 1
2
dou a baze arbitrare ale spatiului V pe care
este denit a functionala biliniar a simetric a 1 (. ). Atunci avem 1 (r. ) =
[r]
T
E
1
A
B
(1
1
. 1
2
) []
E
2
. A
B
(1
1
. 1
2
) este nesingular a dac a si numai
4.2. FUNC TIONALE BILINIARE
dac a sistemul [r]
T
E
1
A
B
(1
1
. 1
2
) = [0]
E
1
are ca unic a solutie vectorul
r = 0 (sistemul este de tip Cramer ce admite numai solutia banal a).
Fie r V o solutie a sistemului [r]
T
E
1
A
B
(1
1
. 1
2
) = [0]
E
. Rezult a
1 (r. ) = 0. \ V si prin urmare r ker 1 (. ). Reciproc dac a
r ker 1 (. ) prin particularizarea vectorului obtinem c a r este o solutie
a sistemului [r]
T
E
1
A
B
(1
1
. 1
2
) = [0]
E
1
. Am demonstrat c a ker 1 (. ) =
_
r V; [r]
T
E
1
A
B
(1
1
. 1
2
) = [0]
E
1
_
. Concluzia devine banal a.
4.2.12. Denitie. Se numeste functional a p atratic a o functie Q() :
V K, denit a pe spatiul vectorial (V. K), pentru care exist a o functional a
biliniar a simetric a 1 (. ) : VV K astfel nct Q(r) = 1 (r. r), \r
V. Dac a este dat a functionala p atratic a Q(), atunci functionala biliniar a
1 (r. )
Def
=
1
2
[Q(r + ) Q(r) Q()], unde 1 (. ) : V V K, se
numeste functionala biliniar a simetric a polar a.
4.2.13. Observatie. Asocierea functional a p atratic a functionala bi-
liniar a simetric a precizat a n denitie este o bijectie. Forma matricial a
g asit a pentru functionale biliniare se particularizeaz a si n cazul functio-
nalelor p atratice: Q(r) = [r]
T
E
A
Q
(1) [r]
E
=
n

i;j=1
1 (c
i
. c
j
) r
i
r
j
unde am
denit matricea A
Q
(1) = A
B
(1. 1), care este o matrice simetric a.
4.2.14. Denitie. Fie Q() : V R o functional a p atratic a real a.
(1) Q() este pozitiv denit a dac a Q(r) 0. \r V. r ,= 0.
(2) Q() este negativ denit a dac a Q(r) < 0. \r V. r ,= 0.
(3) Q() este semipozitiv denit a dac a Q(r) > 0. \r V.
(4) Q() este seminegativ denit a dac a Q(r) 6 0. \r V.
(5) Q() este nedenit a dac a r. V. Q(r) 0 si Q() < 0.
Dac a reusim s a punem n evident a o baz a 1 a spatiului V pe care este
denit a functional a p atratic a Q() cu proprietatea c a matricea A
Q
(1)
este diagonal a atunci spunem c a am adus forma patratica la forma canonica.
Citirea propriet atilor din denitia precedent a se face pe forma canonic a,
prin studierea semnului elementelor de pe diagonala matricei A
Q
(1). O
problem a important a este aceea a existentei unei baze cu propriet atile
cerute. R aspunsul la aceast a prim a problem a este armativ. O a doua
problem a este construirea efectiv a a unei astfel de baze. Se cunosc mai
multe metode dintre care detaliem n continuare dou a. Prima dintre ele
4. FUNC TIONALE PE SPA TII VECTORIALE DE TIP FINIT
pune accentul pe manipularea formei algebrice Q(r) =
n

i;j=1
c
ij

j
, iar a
doua pe forma matriceal a Q(r) = [r]
T
E
A
Q
(1) [r]
E
. Avem doua fete ale
aceleiasi medalii deoarece A
Q
(1) = (c
ij
)
i;j=1;n
si [r]
E
=
_

1

n

T
.
Am considerat : = dimV si 1 o baz a xat a. Vom folosi si n continuare
notatiile.
4.2.15. Teorem a. (Metoda Gauss de aducere la forma cano-
nic a) Fie Q() : V R, Q(r) =
n

i;j=1
c
ij

j
= [r]
T
E
A
Q
(1) [r]
E
o
functional a p atratic a, unde [r]
E
=
_
_

1
.
.
.

n
_
_
si A
Q
(1) = (c
ij
)
i;j=1;n
. Atunci
exist a o baz a 1 a lui V n care matricea functionalei este diagonal a.
Demonstratie. Demonstratia o vom face prin inductie n raport cu
dimensiunea spatiului vectorial V.
Dac a dimV = 1 forma p atratic a are forma canonic a, cu 1 = 1.
Consider am armatia adev arat a pentru dimV = / si o vom proba
pentru dimV = /+1. n mod necesar se realizeaz a unul dintre urm atoarele
dou a cazuri:
(1) i 1. . / + 1 astfel nct c
ii
,= 0
(2) \i 1. . / + 1 . c
ii
= 0.
n cazul 2 se disting dou a siuatii: prima n care functionala p atratic a
este identic nul a si a doua n exist a c
i
0
j
0
,= 0. n prima situatie A
Q
(1) e
matricea nul a, forma p atratic a este adus a la forma canonic a, iar 1 = 1.
A doua situatie se reduce la cazul 1 prin transformarea de coordonate:
_
_
_

i
0
= j
i
0
+ j
j
0

j
0
= j
i
0
j
j
0

k
= j
k
. \/ 1. . / + 1 i
0
. ,
0

care este specic a unei schimb ari de baz a. Transformarea provoac a aparitia
unui element nenul pe locul c
i
0
i
0
:
Q(r) =
k+1

i;j=1
c
ij

j
=
k+1

i;j=1
c
0
ij
j
i
j
j
, cu c
0
i
0
i
0
= 2c
i
0
j
0
,= 0
deci prin aceast a transformare cazul 2. este redus la cazul 1 (exist a si alte
posibilit ati de reducere a cazului 2. la cazul 1). Baza 1
1
n care [r]
E
1
=
4.2. FUNC TIONALE BILINIARE
_
j
1
j
k+1

T
se deduce din
(/(1
1
))
E
=
_
,
ij
_
. ,
ij
=
_

_
1 pentru i = ,; i. , , ,
0

1 pentru i ,= ,; i. , i
0
. ,
0

1 pentru i = , = ,
0
0 n rest.
.
relatie care a asigurat leg atura [r]
E
= (/(1
1
))
E
1
[r]
E
1
. Baza 1
1
va lua
locul bazei 1 pentru continuarea rationamentului.
n cazul 1 not am cu i
0
unul din indicii pentru care c
i
0
i
0
,= 0. Atunci
Q(r) =
k+1

i;j=1
c
ij

j
=
= c
i
0
i
0

2
i
0
+
i
0
_
k+1

j=1;j6=i
0
c
i
0
j

j
+
k+1

j=1;j6=i
0
c
ji
0

j
_
+
k+1

i;j=1;i;j6=i
0
c
ij

j
=
= c
i
0
i
0
_
_

2
i
0
+ 2
i
0
_
k+1

j=1;j6=i
0
a
i
0
j
a
i
0
i
0

j
_
+
_
k+1

j=1;j6=i
0
a
i
0
j
a
i
0
i
0

j
_
2
_
_

c
i
0
i
0
_
k+1

j=1;j6=i
0
a
i
0
j
a
i
0
i
0

j
_
2
+
k+1

i;j=1;i;j6=i
0
c
ij

j
=
= c
i
0
i
0
_

i
0
+
k+1

j=1;j6=i
0
a
i
0
j
a
i
0
i
0

j
_
2
+
k+1

i;j=1;i;j6=i
0
_
c
ij

a
i
0
i
a
i
0
j
a
i
0
i
0
_

j
.
Fie transformarea de coordonate:
_
_
_
j
i
0
=
i
0
+
k+1

j=1;j6=i
0
a
i
0
j
a
i
0
i
0

j
j
i
=
i
, pentru i ,= i
0
.
(determinantul matricei transform arii este nenul asa c a transformarea este
o schimbare de baz a). Atunci
Q(r) = c
i
0
i
0
j
2
i
0
+
k+1

i;j=1;i;j6=i
0
c
0
ij
j
i
j
j
adic a matricea atasat a functionalei liniare are elementele liniei si coloanei
i
0
nule (n afara locului (i
0
. i
0
), ocupat de c
i
0
i
0
). Baza 1
1
= (c
1
i
)
i=1;k+1
n
4. FUNC TIONALE PE SPA TII VECTORIALE DE TIP FINIT
care [r]
E
1
=
_
j
1
j
k+1

T
se deduce din
(/(1
1
))
E
=
_
_
_
_
_
_
_
_
_
_
1 0 0 0
0 1 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
i
0
1
a
i
0
i
0
a
i
0
2
a
i
0
i
0
1
a
i
0
;k+1
a
i
0
i
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 1
_
_
_
_
_
_
_
_
_
_
relatie care a asigurat leg atura [r]
E
= (/(1
1
))
E
[r]
E
1
. Spatiul V se
descompune n sum a (direct a) dintre dou a subspatii, primul corespunz ator
coordonatei i
0
(spatiu 1-dimensional) si al doilea corespunz ator celorlalte
coordonate (spatiu /-dimensional). Conform ipotezei de inductie pentru
subspatiul vectorial :jc:
_
(c
1
i
)
i=1;k+1;i6=i
0
_
, de dimensiune /, exist a baza
(,
i
)
i=1;k+1;i6=i
0
pentru care
k+1

i;j=1;i;j6=i
0
c
0
ij
j
i
j
j
=
k+1

i=1;i6=i
0
c
00
ii

2
i
. Alegem,
i
0
= c
1
i
0
si 1 = (,
i
)
i=1;k+1
. Rezult a
Q(r) =
k+1

i=1
c
00
ii

2
i
= [r]
T
F
A
Q
(1) [r]
F
unde [r]
F
=
_

1

k+1

T
cu A
Q
(1) matrice diagonal a.
4.2.16. Exemplu. S a se discute dup a parametrul ` natura functionalei
p atratice Q(r) =
2
1
+ 6
2
2
+ 3
2
3
+ 4
1

2
+ 6`
1

3
.
4.2.17. Solutie. Se aduce functionala p atratic a la forma canonic a fo-
losind Metoda Gauss: Q(r) =
2
1
+ 6
2
2
+ 3
2
3
+ 4
1

2
+ 6`
1

3
=
=
2
1
+ 2
1
(2
2
+ 3`
3
) + (2
2
+ 3`
3
)
2
(2
2
+ 3`
3
)
2
+ 6
2
2
+ 3
2
3
=
= (
1
+ 2
2
+ 3`
3
)
2
4
2
2
9`
2

2
3
12`
2

3
+ 6
2
2
+ 3
2
3
=
= (
1
+ 2
2
+ 3`
3
)
2
+ 2
2
2
+
_
3 9`
2
_

2
3
12`
2

3
=
= (
1
+ 2
2
+ 3`
3
)
2
+2
_

2
2
2 3`
2

3
+ 9`
2

2
3
_
18`
2

2
3
+
_
3 9`
2
_

2
3
=
= (
1
+ 2
2
+ 3`
3
)
2
+ 2 (
2
3`
3
)
2
+ 3
_
1 9`
2
_

2
3
=
`
1
3
1
3
+
1 9`
2
0 + + + 0
Q(r) nedef
semi
poz def
poz def
semi
poz def
nedef
4.2. FUNC TIONALE BILINIARE
Transformarea de coordonate este:
_
_
_

1
=
1
+ 2
2
+ 3`
3

2
=
2
3`
3

3
=
3
(matricea
atasat a transform arii este nesingular a pentru orice `). Scris a echivalent
avem [r]
E
= (/(1))
E
[r]
F
unde [r]
E
=
_
_

1

3
_
_
. [r]
F
=
_
_

1

3
_
_
. iar
(/(1))
E
=
_
_
1 2 9`
0 1 3`
0 0 1
_
_
. Alegem ,
1
= c
1
, ,
2
= 2c
1
+ c
2
, ,
3
=
9`c
1
+ 3`c
2
+ c
3
. Am notat cu 1 = (c
1
. c
2
. c
3
) si 1 = (,
1
. ,
2
. ,
3
) baza
initial a si respectiv cea corespunz atoare formei canonice.
4.2.18. Teorem a. (Metoda Jacobi de aducere la forma canonic a)
Fie Q() : V R, Q(r) =
n

i;j=1
c
ij

j
= [r]
T
E
A
Q
(1) [r]
E
o functional a
p atratic a, unde [r]
E
=
_
_

1
.
.
.

n
_
_
si A
Q
(1) = (c
ij
)
i;j=1;n
. Atunci exist a o
baz a 1 a lui V n care
Q(r) =
n

k=1

k1

k

2
k
.
unde
0
= 1 si
k
= det (c
ij
)
i;j=1;k
sunt nenuli si [r]
F
=
_
_

1
.
.
.

n
_
_
.
Demonstratie. Fie
1
Q
(r. ) =
1
2
[Q(r + ) Q(r) Q()] = [r]
T
E
A
Q
(1) []
E
.
C aut am o baz a 1 = (,
1
. . . . . ,
n
) pentru care
,
k
=

k
i=1

ik
c
i
si
_
1
Q
(c
k
. ,
i
) = 0. pentru i ,= /
1
Q
(c
k;
,
k
) = 1
pentru ecare / 1. . . . . : .
4. FUNC TIONALE PE SPA TII VECTORIALE DE TIP FINIT
n aceste conditii Q(r) = 1
Q
(r. r) = [r]
T
F
A
Q
(1) [r]
F
=
n

k=1

kk

2
k
. Am
folosit
A
Q
(1) = (/(1))
T
E
A
Q
(1) (/(1))
E
=
=
_
_
_
_

11
0 0

12

22
0
.
.
.
.
.
.
.
.
.
.
.
.

1n

2n

nn
_
_
_
_
_
_
_
_
1 0 0
+ 1 0
.
.
.
.
.
.
.
.
.
.
.
.
+ + 1
_
_
_
_
=
_
_
_
_

11
0 0
0
22
0
.
.
.
.
.
.
.
.
.
.
.
.
0 0
nn
_
_
_
_
.
Coecientii
ik
n mod unic din conditiile din enunt (pentru ecare /
se obtine cte un sistem Cramer cu determinantul matricei sistemului

k
). Din rezolvarea sistemului de conditii impuse obtinem
kk
=

k1

k
,
/ = 1. :.
4.2.19. Exemplu. S a se discute dup a parametrul ` natura functionalei
p atratice Q(r) =
2
1
+ 6
2
2
+ 3
2
3
+ 4
1

2
+ 6`
1

3
.
4.2.20. Solutie. Se aduce functionala p atratic a la forma canonic a fo-
losind Metoda Jacobi.
0
= 1,
1
= 1,
2
=

1 2
2 6

= 2,
3
=

1 2 3`
2 6 0
3` 0 3

= 6
_
1 9`
2
_
. Pentru `
_
1
3
_
metoda nu poate aplicat a.
Pentru ` ,
_
1
3
_
Q(r) =
1
1

2
1
+
1
2

2
2
+
2
6
(
19
2
)

2
3
. Baza 1 a fost c autat a
astfel nct (/(1))
E
=
_
_

11

12

13
0
22

23
0 0
33
_
_
s a satisfac a urm atoarele conditii:
(1)
11
= 1, cu solutia
11
= 1.
(2)
_

12
+ 2
22
= 0
2
12
+ 6
22
= 1
, cu solutia
_

12
= 1

22
=
1
2
.
(3)
_
_
_

13
+ 2
23
+ 3`
33
= 0
2
13
+ 6
23
= 0
3`
13
+ 3
33
= 1
, cu solutia
_

11
=
3
9
2
1

12
=

9
2
1

13
=
1
3
(
9
2
1
)
.
Alegem ,
1
= c
1
, ,
2
= c
1
+
1
2
c
2
, ,
3
=
3
9
2
1
c
1
+

9
2
1
c
2
+
1
3
(
9
2
1
)
c
3
.
Am notat cu 1 = (c
1
. c
2
. c
3
) si 1 = (,
1
. ,
2
. ,
3
) baza initial a si respectiv cea
corespunz atoare formei canonice. Natura formei p atratice este precizat a
n tabelul urm ator:
4.2. FUNC TIONALE BILINIARE
`
1
3
1
3
+
1 9`
2
0 + + + 0
Q(r) nedef ? poz def ? nedef
4.2.21. Teorem a. (Teorema de inertie Sylvester) Num arul de
coecienti strict pozitivi, strict negativi si nuli din forma canonic a a fun-
ctionalei p atratice nu depinde de metoda folosit a pentru aducerea la forma
canonic a.
Demonstratie. Fie Q(r) =
p
1

i=1
c
+
i

2
i

q
1

j=1
c

j

2
j
=
p
2

i=1
,
+
i
o
2
i

q
2

j=1
,

j
o
2
j
dou a scrieri ale functionalei p atratice n form a canonic a n bazele 1
1
=
,
1
1
. . ,
1
n
si 1
2
= ,
2
1
. . ,
2
n
, unde pentru scrierea ,, primii j
j
coe-
cienti sunt strict pozitivi, urm atorii
j
coecienti sunt negativi si ultimii
:(j
j
+
j
) coecienti sunt nuli. Am impus aceste conditii pentru a nlesni
scrierea. Conditiile pot usor ridicate.
Fie V
1
= :jc:
_
,
1
1
. . ,
1
p
1
_
. V
2
= :jc:
_
,
2
p
2
+1
. ,
2
n
_
; atunci
V
1
V
2
= []
F
1
=
_

1
.
.
.

p
1
0
.
.
.
0
0
.
.
.
0
_

_
iar []
F
2
=
_

_
0
.
.
.
0
o
p
2
+1
.
.
.
o
p
2
+q
2
o
p
2
+q
2
+1
.
.
.
o
n
_

_
, deci are loc:
Q() =
p
1

i=1
c
+
i

2
i
_ 0 si c
+
i
0. \i = 1. j
1
Q() =
q
2

j=1
,

j
o
2
j
_ 0 si ,

j
0. \i = 1.
2
_

_
= Q() = 0, deci =
0, adic a V
1
V
2
= 0.
= dim(V
1
+V
2
) = dimV
1
+ dimV
2
= j
1
+ (: j
2
) _ : = j
1
_ j
2
;
analog urmeaz a c a j
2
_ j
1
, ceea ce nseamn a c a j
1
= j
2
. Se demonstreaz a
la fel c a
1
=
2
.
CAPITOLUL 5
Spatii euclidiene
5.1. Introducere
5.1.1. Denitie. Fie V un spatiu vectorial real. O aplicatie . :
V V R se numeste produs scalar real dac a
ps1: [simetrie] \r. V. r. = . r ;
ps2: [aditivitate] \r. . . V. r + . . = r. . +. . ;
ps3: [omogenitate] \r. V. \c R. cr. = cr. ;
ps4: [denire pozitiv a si nedegenarare] \r V. r. r > 0 si
r. r = 0 = r = 0.
Dac a pe spatiul vectorial V s-a denit un produs scalar real atunci
spunemc a V este un spatiu euclidian. n acest context se numeste lungimea
unui vector (sau norma euclidian a) r V num arul real |r| =
_
r. r, se
numeste m asura unghiului a doi vectori r. V num arul real ^(r. )
[0. :] ce veric a relatia cos ^(r. ) =
x;y)
|x||y|
. Doi vectori r. V se numesc
ortogonali dac a r. = 0 si not am acest fapt prin r l .
5.1.2. Observatie. Un produs scalar real pe (V. R) este orice functional a
biliniar a simetric a a c arei functional a p atratic a atasat a este strict pozitiv
denit a. ntr-un spatiu vectorial real xat se poate alege n mai multe
moduri o functional a biliniar a simetric a a c arei functional a p atratic a atasat a
este pozitiv denit a. M asur arile geometrice rezultate vor dependente de
aceast a alegere, asa c a lungimea unui vector, unghiul dintre doi vectori,
distanta dintre doi vectori nu vor denite univoc.
5.1.3. Denitie. Fie V un spatiu vectorial complex. O aplicatie . :
V V C se numeste produs scalar complex dac a
ps1: [hermiticsimetrie] \r. V. r. = . r;
ps2: [aditivitate] \r. . . V. r + . . = r. . +. . ;
ps3: [omogenitate] \r. V. \c C. cr. = cr. ;
ps4: [denire pozitiv a si nedegenarare] \r V. r. r > 0 si
r. r = 0 = r = 0.
5. SPA TII EUCLIDIENE
Dac a pe spatiul vectorial V s-a denit un produs scalar complex atunci
spunem c a V este un spatiu unitar. n acest context se numeste lungimea
unui vector r V num arul real |r| =
_
r. r. Doi vectori r. V se
numesc ortogonali dac a r. = 0 si not am acest fapt prin r l .
5.1.4. Observatie. Se poate renunta la axioma ps1 dac a ceremhermitic
liniaritate n al doilea argument, dup a cum rezult a din rationamentul:
r + . r + real cere ca r. +. r s a e real, iar r + i. r + i cere
ca i (r. +. r) s a e real. Rezult a r. = . r.
5.1.5. Observatie. Un produs scalar complex pe (V. C) este orice
functional a biliniar a hermiticsimetric a a c arei functional a hermiticp atratic a
atasat a este strict pozitiv denit a. O functional a biliniar a hermiticsimetric a
a c arei functional a hermiticp atratic a atasat a este pozitiv denit a se poate
alege n mai multe moduri ntr-un spatiu vectorial real xat. M asur arile
geometrice rezultate vor dependente de aceast a alegere, asa c a lungimea
unui vector, distanta dintre doi vectori nu vor denite univoc.
5.1.6. Propozitie. Dac a V este un spatiu euclidian sau un spatiu
unitar atunci au loc
(1) || : V [0. ) este o norm a pe V;
(2) \r. V. [r. [ 6 |r| || (inegalitatea CauchyBuniakov-
skiSchwarz), iar [r. [ = |r| || = vectorii r si sunt liniar
dependenti (i.e. sunt coliniari);
(3) |r |
2
= |r|
2
+ ||
2
2 Re r. , iar pentru r l avem
|r + |
2
= |r|
2
+||
2
(teorema lui Pitagora).
Demonstratie. Evident inegalitatea CauchyBuniakovski este adev arat a
pentru r. = 0.
Pentru un spatiu euclidian r + `. r + ` _ 0. \` R. \r. V =
r. r+2`r. +`
2
. _ 0. \` R. \r. V = = 4
_
r.
2
r. r .
_
_
0. \r. V. Se observ a c a dac a r
0
si
0
sunt astfel nct = 0, atunci
ecuatia de gradul 2 n ` are o solutie dubl a `
0
si deci are loc: r
0
. r
0
+
2`
0
r
0
.
0
+ `
2
0

0
.
0
= 0, adic a r
0
+ `
0

0
. r
0
+ `
0

0
= 0 de unde
rezult a c a r
0
+ `
0

0
= 0, adic a vectorii r
0
si
0
sunt liniar dependenti.
Pentru un spatiu unitar r + `. r + ` _ 0. \` C. \r. V =
r. r + `r. + `r. + [`[
2
. _ 0. \` C. \r. V Alegng
` = t
x;y)
[x;y)[
, cu t R arbitrar = r. r + 2t [r. [ + t
2
. _ 0. \t
R. \r. V = = 4
_
[r. [
2
r. r .
_
_ 0. \r. V. Se observ a
5.1. INTRODUCERE
c a dac a r
0
si
0
sunt astfel nct = 0, atunci ecuatia de gradul 2 n t are
o solutie dubl a t
0
si pentru `
0
= t
0
x;y)
[x;y)[
deci are loc: r
0
. r
0
+`
0
r
0
.
0
+
`
0
r
0
.
0
+`
2
0

0
.
0
= 0, adic a r
0
+ `
0

0
. r
0
+ `
0

0
= 0 de unde rezult a
c a r
0
+ `
0

0
= 0, adic a vectorii r
0
si
0
sunt liniar dependenti.
Functionala p atratic a atasat a formei biliniare ce deneste produsul
scalar este |r| =
_
r. r. Se cer vericate:
(1) |r| _ 0. \r V. |r| = 0 = r = 0.
(2) |cr| = [c[ |r| . \r V. \c - scalar.
(3) |r + | _ |r| +|| . \r. V (inegalitatea triunghiului).
Primele dou a conditii sunt imediat vericabile. Folosind r. +. r =
2 Re r. _ 2 [r. [ _ 2 |r| ||, inegalitatea triunghiului rezult a
|r + |
2
= r + . r + = |r|
2
+||
2
+ 2 Re r. _
_ |r|
2
+||
2
+ 2 |r| || = (|r| +||)
2
.

5.1.7. Observatie. ntr-un spatiu euclidian din inegalitatea Cauchy


BuniakovskiSchwarz urmeaz a c a
<x;y>
|x||y|
[1. 1] .
5.1.8. Denitie. Pentru orice doi vectori se numeste distan ta dintre
vectori lungimea diferentei:
d (r. ) = |r | .
5.1.9. Observatie. Distanta dintre doi vectori are propriet atile:
(1) d (r. ) _ 0; d (r. ) = 0 = r = .
(2) d (r. ) = d (. r), \r. V.
(3) d (r. ) _ d (r. .) + d (.. ), \r. . . V.
5.1.10. Observatie. Are loc regula paralelogramului
|r + |
2
+|r |
2
= 2
_
|r|
2
+||
2
_
. \r. V.
Demonstratie. |r + |
2
+|r |
2
= r + . r + +r . r =
= 2 |r|
2
+ 2 ||
2
+ 2 Re r. 2 Re r. = 2 |r|
2
+ 2 ||
2
.
5.1.11. Observatie. Dac a vectorii (r
i
)
i=1;k
sunt ortogonali doi cte
doi, atunci are loc Teorema lui Pitagora generalizat a:
_
_
_

k
i=1
r
i
_
_
_
2
=

k
i=1
|r
i
|
2
.
5. SPA TII EUCLIDIENE
Demonstratie.
_
_
_
_
k

i=1
r
i
_
_
_
_
2
=
_
k

i=1
r
i
.
k

j=1
r
j
_
=
k

i=1
k

j=1
r
i
. r
j
=
k

i=1
r
i
. r
i
=
k

i=1
|r
i
|
2
.
5.2. Ortogonalitate n spatii euclidiene
Ne vom limita prezentarea la spatii euclidiene.
5.2.1. Denitie. Dou a submultimi A, B ale lui V se numesc ortogonale
si se noteaz a cu A l B dac a \r A. \ B. r l .
Se numeste complement ortogonal al unei multimi de vectori A si se
noteaz a A
l
= :jc:
_
'
BlA
B
_
.
5.2.2. Propozitie. ntrun spatiu euclidian V sunt adev arate armatiile
(1) A l B =A B = 0 ;
(2) :jc:c
i
[i 1 l B = c
i
l . \i 1. \ B;
(3) A
l
este subspatiu vectorial si A l A
l
;
(4) Dac a A este subspatiu vectorial a lui V atunci dimA
l
= dimV
dimA;
(5) Dac a A si B sunt subspatii vectoriale a lui V pentru care dimA+
dimB = dimV si A l B atunci V = A B. B = A
l
si A = B
l
;
(6) Dac a A este subspatiu vectorial a lui V atunci
_
A
l
_
l
= A.
(7) A _ B =B
l
_ A
l
si A
l
= (:jc:(A))
l
.
Demonstratie. (1) r A B = r. r = 0 = r = 0.
(2) = Fie r :jc:c
i
[i 1 arbitrar. Atunci r =

jJI

j
c
j
(unde J este o multime nit a de indici) si r. =

jJI

j
c
j
. =
0, \ B. = Se obtine prin particularizarea vectorului din
:jc:c
i
[i 1.
(3) Fie r. A
l
. Atunci r =

jJ
1
-nit a

j
/
j
si =

jJ
2
-nit a

j
/
j
unde pentru ecare c A avem \, J
1
, c. /
j
= 0 si \,
J
2
, c. /
j
= 0. Rezult a astfel c a r + =

jJ
1
'J
2
-nit a

j
/
j
A
l
si cr =

jJ
1
-nit a
_
c
j
_
/
j
A
l
pentru orice scalar c R.
(4) Fie (c
1
. c
2
. .... c
p
) o baz a a subspatiului vectorial A pe care o
complet am la o baz a 1 = (c
1
. c
2
. .... c
m
) a spatiului vectorial V.
Fie A
l
_ V arbitrar si =

m
i=1

i
c
i
descompurea lui n
5.2. ORTOGONALITATE N SPA TII EUCLIDIENE
baza 1. Sistemul
c
1
. = c
2
. = ... = c
p
. = 0.
care caracterizeaz a relatia A l A
l
conform celui de al doilea
punct al propozitiei, se scrie
_

_
c
1
. c
1

1
+c
1
. c
2

2
+ ... +c
1
. c
p

p
+ ... +c
1
. c
m

m
= 0
c
2
. c
1

1
+c
2
. c
2

2
+ ... +c
2
. c
p

p
+ ... +c
2
. c
m

m
= 0
...
c
p
. c
1

1
+c
p
. c
2

2
+ ... +c
p
. c
p

p
+ ... +c
p
. c
m

m
= 0
.
Deoarece matricea functionalei biliniare ce deneste produsul scalar
asociat a bazei c
1
. c
2
. .... c
p
este nesingular a sistemul este compatibil
de :j ori nedeterminat. Vom avea dimA
l
= :j = dimV
dimA.
(5) Folosind prima armatie avemAB = 0 si din dimA+dimB =
dimV rezult a c a V = A B. Deoarece B este un subspatiu
vectorial a lui A
l
cu dimB = dimV dimA = dimA
l
rezult a
c a B = A
l
.
(6) Este o consecint a a punctelor precedente.
(7) Este o consecint a a punctelor precedente.

5.2.3. Observatie. r A si r l A = r. r = 0 = r = 0.
5.2.4. Observatie. Evident A
l
= r; r l A.
5.2.5. Denitie. Un sistem de vectori
i

iI
dintr-un spatiu euclidian
se numeste sistem ortogonal dac a
i
.
j
= 0, \i ,= ,. i. , 1. Dac a, n
plus, |
i
| = 1, \i 1 sistemul se numeste sistem ortonormat. O baz a se
numeste ortonormala dac a vectorii ei formeaz a un sistem ortonormat.
5.2.6. Observatie. 1. Dou a subspatii vectoriale sunt ortogonale dac a si
numai dac a ecare vector al unei baze din primul subspatiu este ortogonal
pe ecare vector al unei baze din cel de-al doilea subspatiu.
2. Suma a dou a subspatii vectoriale ortogonale este direct a. Suma unei
familii oarecare de subspatii vectoriale ortogonale dou a cte dou a este
direct a.
3. Un sistem ortogonal de vectori, ce nu contine vectorul nul, este
format cu vectori liniar independenti. Dimensiunea spatiului dimV este
num arul maxim de vectori, nenuli, ortogonali;
5. SPA TII EUCLIDIENE
5.2.7. Teorem a. (Teorema de ortogonalizare GramSchmidt) Fie V
este un spatiu euclidian cu dimV = :. Fie 1 = (c
i
)
i=1;n
o baz a si e
V
k
= :jc:(c
1
. . c
k
). Exist a o baz a 1 = (,
i
)
i=1;n
cu propriet atile:
(1) \/ 1. . . . . : . :jc:(,
1
. . ,
k
) = V
k
.
(2) \/ 1. . . . . : 1 . ,
k+1
l V
k
.
Demonstratie. Vomproceda prin inductie dup a dimensiunea spatiului.
Dac a 1 = (c) este o baz a a spatiului euclidian V, cu c ,= 0, atunci evident
1 = 1 este un sistem ortogonal. Pentru / 1. . . . . : 1 arbitrar, dac a
1 = (c
1
. c
2
. . . . . c
k+1
) este o baz a a spatiului euclidian V atunci vom ar ata
c a exist a 1 = ,
1
. ,
2
. . . . . ,
k+1
o baz a ortogonal a a spatiului V. Conform
ipotezei de inductie exist a ,
1
. ,
2
. . . . . ,
k
sistem ortogonal, format cu
vectori nenuli, pentru care :jc:c
1
. c
2
. . . . . c
k
= :jc:,
1
. ,
2
. . . . . ,
k
.
Fie ,
k+1
= c
k+1

k
j=1

j
,
j
, unde scalarii
1
. . . . .
n
se determin a din
conditiile ,
k+1
. ,
j
= 0, \, = 1. /. Obtinem ,
k+1
= c
k+1

n
j=1
e
k+1
;f
j
)
f
j
;f
j
)
,
j
.
Evident 1 = ,
1
. ,
2
. . . . . ,
k+1
este un sistem ortogonal, format cu vectori
nenuli. Rezult a 1 este liniar independent. Se poate usor verica c a 1 este
si sistem de generatori pentru V (:jc:(1) = V = :jc:(1)).
Mai mult, pentru c a pentru ecare i 2. . . . . :, ,
i
si c
i
sunt n
pozitia de perpendicular a, respectiv oblic a fat a de subspatiul generat de
c
1
. . c
i1
. urmeaz a c a are loc |,
i
| _ |c
i
|.
5.2.8. Observatie. Am demostrat c a orice spatiu euclidian admite o
baz a ortogonal a, baz a ce poate ortonormat a.
5.3. Propriet ati de reprezentare
Ne situ amn continuare n contextul unui spatiu euclidian (V. R. < . )
cu dimV = :. Bazndune pe principiul de reprezentare 4.2.3 al functionalelor
biliniare putem introduce urm atoarea denitie.
5.3.1. Denitie. Dac a 1 = (c
1
. c
2
. .... c
n
) este o baz a a spatiului
vectorial V atunci numimmatrice Grammatricea G = (q
ij
= c
i
. c
j
)
i;j=1;n
.
5.3.2. Observatie. Dac a ne x am asupra unei baze 1 a spatiului
euclidian A atunci pentru a construi un produs scalar este sucient s a
preciz am o matrice G nesingular a si simetric a si s a denim r. =
[]
t
G[r], \r. V. Matricea G devine matrice Gram, n baza 1 a
produsului scalar astfel denit.
5.3. PROPRIET

A TI DE REPREZENTARE
Dac a facem raportarea la o baz a ortonormat a l = (n
1
. n
2
. .... n
n
)
atunci
< r. =
n

i=1

i
. \r. V cu coordonatele [r]
U
=
_
_

1
.
.
.

n
_
_
. []
U
=
_
_

1
.
.
.

n
_
_
.
Radicalul functionalei p atratice atasate, notat cu ||, va considerat de
forma:
|r| =

_
n

i=1

2
i
. \r V cu coordonatele [r]
U
=
_
_

1
.
.
.

n
_
_
.
n continuare not am cu [r] reprezint a matricea coloan a a coordonatelor
vectorului r n baza n care a fost scris a matrivea Gram G. Folosind
rezultatele paragrafelor precedente deducem:
5.3.3. Propozitie. (1) \r. V. r. = [r]
t
G[];
(2) matricea Gram G este nesingular a si simetric a;
(3) 0 6 det G 6 c
1
. c
1
c
2
. c
2
. . . c
n
. c
n
;
(4) det Geste p atratul volumului paralelipipedului :-dimensional construit
pe vectorii c
1
. c
2
. . . . . c
n
.
Demonstratie. Vom reaminti demonstratia armatiei ultime. G este
nesingular a dac a si numai dac a sistemul G[r] = [0] are ca unic a solutie
vectorul r = 0. O form a echivalent a de scriere a sistemului este
c
k
. r =
n

j=1

j
c
k
. c
j
=
n

j=1
q
kj

j
= 0 cu / = 1. 2. .... :.
Rezult a r. r =

n
k=1

k
c
k
. r =

n
k=1

k
0 = 0, si, n consecint a r = 0.
Folosind inductia matematic a obtinem det G = ,
1
. ,
1
,
2
. ,
2
. . . ,
n
. ,
n
,
unde ,
1
. ,
2
. . . . . ,
n
se obtine din c
1
. c
2
. . . . . c
n
prin procedeul de ortogonalizare
Gram-Schimdt. Folosind 0 6 |,
i
| 6 |c
i
|, \i = 1. . . . : deducem relatiile
cerute.
S a detaliem aceste considerente. Fiind dati vectorii liniar independenti
c
1
. . c
k
se pune problema m asur arii volumului /-dimensional. Fie determinantul
5. SPA TII EUCLIDIENE
(numit determinant Gram)
G(c
1
. . c
k
)
Def
=

c
1
. c
1
c
1
. c
2
c
1
. c
k

c
2
. c
1
c
2
. c
2
c
2
. c
k


c
k
. c
1
c
k
. c
2
c
k
. c
k

.
Pentru calcularea acestui determinant se aplic a procedeul de ortogonalizare:
e ,
1
= c
1
. ,
2
= c
2

f
1
;e
2
)
f
1
;f
1
)
,
1
. Se nlocuieste peste tot c
1
cu ,
1
. apoi se
adaug a la coloana a doua coloana nti nmultit a cu
f
1
;e
2
)
f
1
;f
1
)
(care este
atribuit locului doi din produsul scalar). Prin aceast a operatie n coloana
doi ocupantul locului din dreapta al produsului scalar c
2
este nlocuit cu ,
2
.
Apoi se adaug a la linia doi prima linie nmultit a cu acelasi scalar, atribuit
de aceast a dat a locului din stnga al produsului scalar. Astfel se nlocuieste
peste tot n determinantul Gram c
2
cu ,
2
. Se procedeaz a la fel pn a cnd
se nlocuiesc toti vectorii c
i
cu vectorii ,
i
care sunt ortogonali doi cte
doi, asa c a determinantul va avea elemente nenule numai pe diagonala
principal a:
G(c
1
. . c
k
) =

,
1
. ,
1
0 0
0 ,
2
. ,
2
0

0 0 ,
k
. ,
k

=
= ,
1
. ,
1
,
2
. ,
2
,
k
. ,
k
=
= |,
1
|
2
|,
2
|
2
|,
k
|
2
_ |c
1
|
2
|c
2
|
2
|c
k
|
2
.
Pentru / = 1. volumul 1-dimensional al lui c
1
este chiar lungimea lui
|c
1
| . Deci \ o|
1
(c
1
) = |c
1
| = |,
1
| =
_
G(c
1
).
Pentru / = 2. volumul 2-dimensional al paralelogramului format de
c
1
si c
2
este aria acestui paralelogram si este |c
1
| |,
2
| . \ o|
2
(c
1
. c
2
) =
\ o|
1
(c
1
) |,
2
| = |c
1
| |,
2
| = |,
1
| |,
2
| =
_
G(c
1
. c
2
).
Pentru / = 3. \ o|
3
(c
1
. c
2
. c
3
) = \ o|
2
(c
1
. c
2
) |,
3
| =
_
G(c
1
. c
2
. c
3
).
n general, volumul /-dimensional al paralelipipedului format de c
1
. . c
k
va
_
G(c
1
. . c
k
). S a consider am vectorii c
1
. . c
k
reprezentati ntr-o
baz a ortonormal al cu coordonatele [c
j
]
U
=
_
_
c
1j
.
.
.
c
nj
_
_
; determinantul Gram
5.3. PROPRIET

A TI DE REPREZENTARE
va atunci
G(c
1
. . c
k
) = det
_
n

l=1
c
li
c
lj
_
i;j=1;k
= det
_
A
T
A
_
.
unde A =
_
_
c
11
.
.
.
c
n1
c
12
.
.
.
c
n2



c
1k
.
.
.
c
nk
_
_
este matricea care are drept coloane
coordonatele ec arui vector (are : linii si / coloane) iar A
T
este transpusa
sa.
Din propriet atile minorilor si ale produsului matricial se stie c a
`
i
1
; ;i
s
j
1
; ;j
s
(AB) =

l
1
<<l
s
`
i
1
; ;i
s
l
1
; ;l
s
(A) `
l
1
; ;l
s
j
1
; ;j
s
(B) .
(unde `
i
1
; ;i
s
l
1
; ;l
s
(A) este minorul obtinut din liniile i
1
. . i
s
si din coloanele
|
1
. . |
s
) si tinnd seama de faptul c a pentru matricea transpus a are loc
`
i
1
; ;i
s
j
1
; ;j
s
_
A
T
_
= `
j
1
; ;j
s
i
1
; ;i
s
(A) .
urmeaz a c a
G(c
1
. . c
k
) = `
1; ;k
1; ;k
_
A
T
A
_
=

l
1
<<l
k
_
`
l
1
; ;l
k
1; ;k
(A)
_
2
.
adic a determinantul Gram este egal cu suma p atratelor tuturor minorilor
de ordin / din matricea coordonatelor ntr-o baz a ortonormat a. Urmeaz a
c a volumul paralelipipedului /-dimensional este radicalul acestei sume de
p atrate. n particular, cnd num arul vectorilor este acelasi cu dimensiunea
spatiului si sunt liniar independenti, va un singur minor de ordin : si
atunci volumul paralelipipedului :-dimensional este chiar modulul determinantului
format de coordonatele vectorilor n orice baz a ortonormal a. De aici rezult a
interpretarea modulului determinantului ca volum. Din inegalitatea anterioar a
urmeaz a c a
det (A) _
n

i=1
|c
i
| .
adic a volumul paralelipipedului este cel mult egal cu produsul lungimilor
laturilor, iar egalitatea are loc dac a si numai dac a laturile sunt ortogonale
dou a cte dou a.
5. SPA TII EUCLIDIENE
5.4. Proiectii si elemente de cea mai bun a aproximare
5.4.1. Operatori de proiectie.
5.4.1. Denitie. Un endomorsm o () : V V este numit proiectie
(proiector) dac a o o = o. Se numeste cadrul de proiectie a lui o
subspatiul Imo si cadrul proiectantelor lui o subspatiul ker o. Vom nota
o cu pr
ker S
ImS
pentru a pune n evident a elementele proiectiei.
5.4.2. Propozitie. Fie o : V V un operator de proiectie. Atunci:
(1) n Imo == n este nul sau este vector propriu corespunz ator
valorii proprii 1;
(2) . ker o == . este nul sau este vector propriu corespunz ator
valorii proprii 0;
(3) V = ker o Imo si dimA = dimker o + dimImo;
(4) 1
X
o : V V este un operator de proiectie pentru care
ker (1
V
o) = Imo si Im(1
V
o) = ker o;
(5) pr
ker S
ImS
+pr
ImS
ker S
= 1
V
si pr
ker S
ImS
pr
ImS
ker S
= pr
ImS
ker S
pr
ker S
ImS
= 0
V
.
Demonstratie. Fie r V arbitrar. Atunci o (r o (r)) = o (r)
o (o (r)) = o (r) o (r) = 0. Deci r = (r o (r)) +o (r) cu r o (r)
ker o si o (r) Imo. Fie r ker o Imo. Atunci o (r) = 0 si r = o (n),
cu n V. Avem r = o (n) = o (o (n)) = o (r) = 0. Am probat astfel c a
V = ker o Imo.
Fie ker (1
V
o). Atunci (1
V
o) () = 0 sau o () = . Rezult a
Imo. Fie n Imo. Atunci n = o (n), cu n V. Rezult a n = o (n) =
o (o (n)) = o (n) sau (1
V
o) (n) = 0, adic a n ker (1
V
o).
Fie Im(1
V
o). Atunic = (1
V
o) (n), cu n A. Obtinem
o () = o (n o (n)) = o (n) o (o (n)) = 0. Rezult a ker o. Fie
. ker o. Rezult a . = . o (.) = (1
V
o) (.), adic a . Im(1
V
o).
n plus (1
V
o)(1
V
o) = 1
V
1
V
o1
V
1
V
o+oo = 1
V
o.
Ultima armatie este o consecint a a relatiilor precedente (pr
ImS
ker S
=
1
V
o).
5.4.3. Observatie. Fie V = V
1
V
2
(pentru ecare r V, !r
1
V
1
si !r
2
V
2
astfel nct r = r
1
+r
2
). r
1
se va numi proiec tia lui r pe V
1
n direc tia V
2
.
5.4.4. Propozitie. Fie V
1
. V
2
dou a subspatii vectoriale pentru care
V = V
1
V
2
. Atunci:
5.4. PROIEC TII SI ELEMENTE DE CEA MAI BUN

A APROXIMARE
(1) Exist a l : V V o proiectie pentru care ker l = V
1
si Imo =
V
2
;
(2) Oricare ar endomorsmul o : V V avem o = o pr
V
2
V
1
+o
pr
V
1
V
2
.
Demonstratie. Fie n
1
. n
2
. . . . n
dimV
1
si n
1+dimV
1
. n
2+dimV
1
. . . . . n
dimV
2
+dimV
1

o baz a din V
1
si, respectiv, din V
2
. mpreun a ele formeaz o baz a n A.
Exist a un singur operator pentru care l (n
1
) = 0, ..., l (n
dimV
1
) = 0,
l (n
1+dimV
1
) = n
1+dimV
1
, ... ,l (n
dimV
) = n
dimV
. Evident l l = l.
Dac a ker l, cu =

i
c
i
n
i
+

j
,
j
n
j
, atunci l () =

j
,
j
n
j
= 0
de unde ,
j
= 0, \, = 1 + dimV
1
. . . . . dimV
2
+ dimV
1
. Rezult a =

i
c
i
n
i
V
1
. Dac a Iml atunci exist a r =

i
c
i
n
i
+

j
,
j
n
j
A,
= l (r). Rezult a =

j
,
j
n
j
V
2
. Implicatiile reciproce sunt evidente.
Relatia pr
V
2
V
1
+pr
V
1
V
2
= 1
X
atrage o = o pr
V
2
V
1
+o pr
V
1
V
2
.
5.4.5. Observatie. Fie n
1
. n
2
. . . . n
dimV
1
o baz a din V
1
. Dac a complet am
multimea de vectori liniar independenti la o baz a n V cu vectorii c
1+dimV
1
. c
2+dimV
1
. . . . . c
dimV

atunci vectorii
n
1
. n
2
. . . . n
dimV
1
. l (c
1+dimV
1
) . l (c
2+dimV
1
) . . . . . l (c
dimV
)
constituie o alt a baz a n V pentru care l (c
1+dimV
1
) . l (c
2+dimV
1
) . . . . . l (c
dimV
)
este o baz a n V
2
.
Demonstratie. liniar independenta Relatia

i
c
i
n
i
+

j
,
j
l (c
j
) =
0 si liniaritatea lui l fac adev arate egalit atile 0 = l
_

i
c
i
n
i
+

j
,
j
l (c
j
)
_
=

i
c
i
l (n
i
) +

j
,
j
l (c
j
) = l
_

j
,
j
c
j
_
. Rezult a, de aici, c a

j
,
j
c
j

ker l sau

j
,
j
c
j
=

i

i
n
i
sau

i
(
i
) n
i
+

j
,
j
c
j
= 0. Toti coecientii
se anuleaz a
i
= 0, \i = 1. . . . . dimV
1
si ,
j
= 0, \, = 1+dimV
1
. . . . . dimV
dup a care c
i
= 0, \i = 1. . . . . dimV
1
.
sistem de generatori Fie r V arbitrar. Atunci l putem scrie ca r =

i
c
i
n
i
+

j
,
j
c
j
(unde i = 1. . . . . dimV
1
si , = 1 + dimV
1
. . . . . dimV).
Rezult a c a l (r) =

j
,
j
l (c
j
). Deoarece r l (r) ker l = V
1
avem
r l (r) =

i
j
i
n
i
si n concluzie r =

i
j
i
n
i
+

j
,
j
l (c
j
). n plus
dac a r V
2
= Iml avem r = l (r) =

j
,
j
l (c
j
).
5.4.2. Elemente de teoria aproxim arii. Ne situ am n continuare
n contextul unui spatiu euclidian (V. R. < . ) cu dimV = :.
5. SPA TII EUCLIDIENE
5.4.6. Denitie. Pentru un vector r V si o multime A _ V se
numeste distan ta de la r la A
d (r. A) = inf
yA
|r | .
5.4.7. Denitie. Fie V un spatiu euclidian real si W un subspatiu
vectorial al s au. Se numeste:
(1) cel mai bun aproximant a lui r V n W elementul r
+
W
W
pentru care
|r r
+
W
| = min
yW
|r |
(2) proiectia ortogonal a a lui r V pe Welementul Pr
W
(r) W
pentru care r Pr
W
(r) l W, sau echivalent
r Pr
W
(r) . = 0. \ W.
5.4.8. Teorem a (de caracterizare a celui mai bun aproximant prin
proiectie ortogonal a). Exist a un singur vector din W ce satisface ambele
conditii ale denitiei precedente (de unde Pr
W
(r) = r
+
W
).
Demonstratie. = Presupunemc a W, ,= 0, c = r r
+
W
.
0. Not am cu n = r
+
W
+

y;y)
un element a lui W ce are proprietatea
|r n| < |r r
+
W
|. (ntr-adev ar |r n|
2
= |r r
+
W
|
2

2
y;y)
r r
+
W
. +

2
y;y)
2
. = |r r
+
W
|
2


2
y;y)
.) Am obtinut un aproximant n mai bun
dect cel mai bun aprovimant r
+
W
. n concluzie r r
+
W
. = 0, \ W.
= Fie Warbitrar. Atunci |r |
2
= |r Pr
W
(r) ( Pr
W
(r))|
2
=
|r Pr
W
(r)|
2
2 r Pr
W
(r) . Pr
W
(r)+| Pr
W
(r)|
2
= |r Pr
W
(r)|
2
+
| Pr
W
(r)|
2
> |r Pr
W
(r)|
2
. Deci min
yW
|r | = |r Pr
W
(r)|.
Unicitate Fie
1
.
2
W astfel nct r
1
. = 0 si r
2
. =
0, \ W. Atunci din relatiile
1

2
W si
1

2
. = 0, \ W
rezult a
1
=
2
.
Existent a Aplic am teorema lui Weierstrass functiei continue
|r | (unde r V xat).
5.4.9. Propozitie. Sunt adev arate propriet atile:
(1) |Pr
W
(r)|
2
= r. Pr
W
(r), ^(r. Pr
W
(r))
_
0.

2

, |Pr
W
(r)| 6
|r|, \r V;
(2) Pr
W
(r
1
+ r
2
) = Pr
W
(r
1
) + Pr
W
(r
2
), \r
1
. r
2
V si Pr
W
(cr) =
cPr
W
(r), \r V, \c R;
5.4. PROIEC TII SI ELEMENTE DE CEA MAI BUN

A APROXIMARE
(3) Pr
W
() = , \ Wsi Pr
W
(r
1
) . r
2
= r
1
. Pr
W
(r
2
), \r
1
. r
2

A.
Demonstratie. (1) Prima relatie rezult a din r Pr
W
(r) . Pr
W
(r) =
0, iar celelalte dou a din cos ^(r. Pr
W
(r)) =
|Pr
W
(x)|
2
|x||Pr
W
(x)|
=
|Pr
W
(x)|
|x|

[0. 1].
(2) Din r
1
Pr
W
(r
1
) . = 0 si r
2
Pr
W
(r
2
) . = 0, \ W
rezult a r
1
+ r
2
(Pr
W
(r
1
) + Pr
W
(r
2
)) . = 0, \ W. Conform
unicit atii din teorema precedent a rezult a Pr
W
(r
1
+ r
2
) = Pr
W
(r
1
)+
Pr
W
(r
2
). Analog, din cr cPr
W
(r) . = 0, \ W rezult a
r Pr
W
(r) . = 0, \ W. Folosind, din nou, unicitatea
obtinem Pr
W
(cr) = cPr
W
(r).
(3) Fie W arbitrar. Dac a alegem = Pr
W
() W n
relatia Pr
W
() . = 0 obtinem Pr
W
() = (si n particular
Pr
W
(Pr
W
(r)) = Pr
W
(r)). Deoarece Pr
W
(r
1
),Pr
W
(r
2
) Wputem
scrie egalit atile: Pr
W
(r
1
) . r
2
= Pr
W
(r
1
) . r
2
Pr
W
(r
2
)+Pr
W
(r
1
) . Pr
W
(r
2
) =
Pr
W
(r
1
) . Pr
W
(r
2
) = r
1
Pr
W
(r
1
) . Pr
W
(r
2
)+Pr
W
(r
1
) . Pr
W
(r
2
) =
r
1
. Pr
W
(r
2
).

5.4.10. Corolar. Pr
W
(Pr
W
(r)) = Pr
W
(r), \r V.
5.4.11. Teorem a (de caracterizare a celui mai bun aproximant prin
simetrie operatorial a). Operatorul de proiectie o : V V este un operator
de proiectie ortogonal a pe Imo dac a si numai dac a
o (r
1
) . r
2
= r
1
. o (r
2
) , \r
1
. r
2
V.
Demonstratie. Armatia a patra a propozitiei precedente demonstreaz a
prima jum atate. Pentru a doua e r
2
= Imo arbitrar. Atunci o () =
si din conditia de simetrie avem r
1
or
1
. = 0, \ Imo.
5.4.12. Propozitie. Fie V
1
_ V
2
dou a subspatii vectoriale a spatiului
V. Atunci:
(1) Pr
V
2
(Pr
V
1
(r)) = Pr
V
1
(r), \r V;
(2) Pr
V
1
(Pr
V
2
(r)) = Pr
V
1
(r), \r V (teorema celor 3 perpendiculare).
Demonstratie. (1) Se aplic a punctul trei al teoremei precedente
pentru Pr
V
1
(r) V
1
, \r V.
(2) Din r Pr
V
2
(r) . n = 0, \n V
2
si Pr
V
2
(r) Pr
V
1
(Pr
V
2
(r)) . n =
0, \n V
1
rezult a r Pr
V
1
(Pr
V
2
(r)) . n = 0, \n V
1
.
5. SPA TII EUCLIDIENE
Folosind unicitatea din teorema de caracterizare avemPr
V
1
(Pr
V
2
(r)) =
Pr
V
1
(r), \r V.

5.4.13. Corolar (ecuatiile normale ale celui mai bun aproximant).


Dac a c
1
. c
2
. . . . . c
p
este o baz a a subspatiului vectorial Watunci Pr
W
(r) =

p
i=1
c
i
c
i
are are coecientii c
1
. . . . . c
p
dati de unica solutie a sistemului:
_

_
c
1
. c
1
c
2
. c
1
... c
p
. c
1

c
1
. c
2
c
2
. c
2
... c
p
. c
2

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


c
1
. c
p
c
2
. c
p
... c
p
. c
p

_
. .
matrice Gram
_

_
c
1
c
2
....
c
p
_

_
. .
coecientilor Fourier
=
_

_
r. c
1

r. c
2

.............
r. c
p

_
.
Pentru baze ortonormate matricea Gram este matricea unitate si c
i
=
r. c
i
, \i = 1. . . . . j.
Demonstratie. Conditia r Pr
W
(r) . = 0, \ Weste echivalent a
cu r. c
k
=

p
i=1
c
i
c
i
. c
k
sau nc a cu sistemul dat.
5.4.14. Propozitie. Fie subspatiul vectorial W. Atunci:
(1) |r Pr
V
(r)|
2
= |r|
2
|Pr
W
(r)|
2
= |r|
2
sin ^(r. Pr
W
(r)),
\r V;
(2) Dac a c
1
. c
2
. . . . . c
p
este o baz a a lui W, atunci
|r Pr
W
(r)|
2
= |r|
2

i=1
c
i
c
i
. r
(3) Dac a c
1
. c
2
. . . . . c
p
este o baz a ortonormat a a lui W, atunci
|r Pr
W
(r)|
2
= |r|
2

i=1
(c
i
)
2
.
Demonstratie. Avem|r Pr
W
(r)|
2
= r Pr
W
(r) . rr Pr
W
(r) . Pr
W
(r)
. .
=0
=
r. rPr
W
(r) . r = |r|
2

p
i=1
c
i
c
i
. r. Pentru ultima armatie tinem
cont c a c
i
= r. c
i
, \i = 1. . . . . j.
5.4.15. Observatie. Teorema lui Pitagora cere ca
|r|
2
= |r Pr
W
(r)|
2
+|Pr
W
(r)|
2
pentru c a vectorii Pr
W
(r) si r Pr
W
(r) sunt perpendiculari. Lungimea
unei perpendiculare este mai mic a sau egal a dect lungimea oric arei oblice.
5.4. PROIEC TII SI ELEMENTE DE CEA MAI BUN

A APROXIMARE
Demonstratie. Orice oblic a este de forma r n, cu n W. Din
faptul c a r Pr
W
(r) este ortogonal pe W urmeaz a c a este ortogonal pe
ecare vector din W, deci pe
0
. Atunci au loc relatiile:r n = r
Pr
W
(r) + (Pr
W
(r) n)
r n = r Pr
W
(r) + (Pr
W
(r) n)
Pr
W
(r) n W
(r Pr
W
(r)) l (Pr
W
(r) n)
_
_
_
=
T. Pitagora.
= |r n|
2
= |r Pr
W
(r)|
2
+|Pr
W
(r) n|
2
=
= |r Pr
W
(r)| _ |r n|
adic a lungimea oric arei oblice este mai mare dect lungimea perpendicularei.

5.4.16. Propozitie. Dac a n V. n ,= 0 si W = :jc:n atunci


Pr
W
(r) =
x;w)
w;w)
n, |r Pr
W
(r)|
2
= |r|
2

x;w)
2
w;w)
si Pr
W
(r) . =
x;w)y;w)
w;w)
=
r. Pr
W
(), \r. V.
CAPITOLUL 6
Elemente de teorie spectral a a operatorilor
6.1. Forma canonic a Jordan
6.1.1. Denitie. Se numeste celula Jordan de ordin : ata sata scalarului
` o matrice : : de forma:
J

(:) =
_
_
_
_
` 1 0
0 ` 0

.
.
.

0 0 `
_
_
_
_
.
6.1.2. Denitie. Se numeste bloc Jordan de ordin (:
1
. . :
k
) ata sat
scalarului ` o matrice (:
1
+ + :
k
) (:
1
+ + :
k
) de forma:
J

(:
1
. :
k
) =
_
_
_
_
J

(:
1
) 0 0
0 J

(:
2
) 0

.
.
.

0 0 J

(:
k
)
_
_
_
_
.
6.1.3. Denitie. Se numeste matrice Jordan ata sata scalarilor (`
1
. . `
s
)
si scalarilor
_
:

i
1
. :

i
k
i
_
, i = 1. : o matrice de forma:
J =
_
_
_
_
_
J

1
_
:

1
1
. . :

1
k
1
_
0 0
0 J

2
_
:

2
1
. . :

2
k
2
_
0

.
.
.

0 0 J

s
_
:

s
1
. . :

s
k
s
_
_
_
_
_
_
.
6.1.4. Denitie. Un subspatiu V
0
se numeste invariant relativ la operatorul
l () dac a
l (V
0
) _ V
0
.
6.1.5. Observatie. Dac a un operator admite un subspatiu invariant
de dimensiune :, atunci matricea corespunz atoare unei alegeri de baz a
6. ELEMENTE DE TEORIE SPECTRAL

A A OPERATORILOR
a spatiului pentru care primii : vectori sunt baz a a subspatiului este de
forma
_
A
11
A
12
A
21
A
22
_
cu A
21
= O /
nm;m
.
Demonstratie. l (,
j
) =
m

i=1
c
ij
,
i
(l (,
j
)) =
_

_
c
i1
c
i2
.
.
.
c
im
0
.
.
.
0
_

_
,\, = 1. :
6.1.6. Observatie. Dac a spatiul se poate reprezenta ca o sum a direct a
de subspatii invariante, atunci matricea operatorului ntr-o baz a corespunz atoare
sumei directe este
_
_
_
_
A
11
0 0
0 A
22
0

.
.
.

0 0 A
kk
_
_
_
_
Demonstratie. Pentru dou a subspatii, e V = V
1
V
2
si e o baz a
atasat a acestei sume directe:
,
1
. . ,
k
1
. q
1
. . q
k
2
;
atunci ultimele /
2
coordonate ale lui l (,
j
) sunt nule (pentru c a se exprim a
numai cu baza lui \
1
) si primele /
1
coordonate ale lui l (q
j
) sunt nule
(pentru c a se exprim a numai cu baza lui \
2
)
6.1.7. Denitie. Subspatiile invariante de dimensiune 1 se mai numesc
direc tii invariante. Orice vector nenul al unei directii invariante se numeste
vector propriu. (un vector nenul se numeste vector propriu al operatorului,
dac a operatorul transform a vectorul ntr-un vector coliniar cu el).
6.1.8. Observatie. Vectorii r si l (r) sunt coliniari dac a si numai
dac a exist a un scalar ` astfel nct
l (r) = `r.
Scalarul se numeste valoare proprie corespunzatoare vectorului propriu.
6.1.9. Observatie. Orice familie de vectori proprii corespunz atori la
valori proprii distincte dou a cte dou a este o familie liniar independent a.
6.1. FORMA CANONIC

A JORDAN
Demonstratie. Fie
1
. .
m
vectori proprii si e `
1
. . `
m
valorile
proprii. Prin inductie, dac a : = 1,
1
,= 0 deci este liniar independent.
Pentru : = 2, dac a c
1

1
+ c
2

2
= 0. atunci 0 = l (c
1

1
+ c
2

2
) =
c
1
l (
1
) + c
2
l (
2
) = c
1
`
1

1
+ c
2
`
2

2
.
c
1

1
+ c
2

2
= 0
c
1
`
1

1
+ c
2
`
2

2
= 0
c
1
,= 0
_
_
_

2
= c
1
(`
1
`
2
)
1
= 0 = `
1
= `
2
contradictie.
c
1

1
+ +c
m

m
= 0 = c
1
`
1

1
+ +c
m
`
m

m
= 0 si se nmulteste
prima egalitate cu `
m
= c
1
(`
1
`
m
)
1
+ +c
m1
(`
m1
`
m
)
m1
=
0; se aplic a ipoteza de inductie pentru cei :1 vectori proprii =c
j
(`
j
`
m
) =
0 = c
j
= 0
6.1.10. Observatie. Orice operator are cel mult : valori proprii distincte
dou a cte dou a.
Demonstratie. La ecare valoare proprie distinct a corespunde m acar
un vector propriusi familia acestor vectori proprii este liniar independent a,
deci num arul de vectori nu poate dep asi dimensiunea spatiului
6.1.11. Observatie. Fie ` o valoare proprie xat a. Multimea vectorilor
proprii corespunz atori valorii proprii ` formeaz a un subspatiu vectorial.
Demonstratie. l (r
1
) = `r
1
si l (r
2
) = `r
2
= l (c
1
r
1
+ c
2
r
2
) =
`(c
1
r
1
+ c
2
r
2
) deci orice combinatie liniar a de vectori proprii corespunz atori
valorii proprii ` este vector propriu corespunz ator aceleiasi valori proprii

6.1.12. Denitie. Subspatiul V

se numeste subspa tiul propriu al operatorului


l () corespunzator valorii proprii `.
6.1.13. Observatie. Relatia l () = ` scris a ntr-o baz a oarecare n
care operatorul are matricea este
[]
B
= `[]
B
= ( `1
n
) []
B
= 0.
care este un sistem liniar omogen n necunoscutele coordonatele vectorului
si cu parametrul `. Conditia necesar a si sucient a pentru a admite solutii
nenule este ca determinantul matricii sistemului s a e nul, adic a
det ( `1) = 0.
Aceast a ecuatie n necunoscuta ` se numeste ecua tia caracteristica a
matricii , iar polinomul se numeste polinomul caracteristic al matricii
.
6. ELEMENTE DE TEORIE SPECTRAL

A A OPERATORILOR
6.1.14. Observatie. Polinomul caracteristic nu depinde de baza n
care a fost reprezentat operatorul.
Demonstratie. Leg atura dintre matricile aceluiasi operator n dou a
baze distincte este 1 = 1
1
1. unde 1 este matricea de trecere dintre
cele dou a baze; are loc
det (1
1
1 `1) = det (1
1
1 `1
1
1) = det (1
1
( `1) 1) =
= det 1
1
det ( `1) det 1 = det ( `1) .

6.1.15. Observatie. Rezovarea ecuatiei caracteristice conduce la urm atoarele


situatii:
(1) Toate r ad acinile polinomului apartin corpului de scalari si sunt
distincte dou a cte dou a. n acest caz, exist a o baz a format a din
vectori proprii corespunz atori valorilor proprii, toate subspatiile
proprii sunt de dimensiune 1 iar matricea operatorului n aceast a
baz a este diagonal a, pe diagonal a andu-se exact valorile proprii,
n ordinea dat a de asezarea vectorilor proprii n baz a.
(2) Toate r ad acinile polinomului apartin corpului de scalari dar nu
sunt distincte dou a cte dou a. n acest caz se pune ntrebarea
dac a dimensinea subspatiului propriu atasat unei valori proprii
multiple (numit a dimensiunea geometric a a valorii proprii) este
egal a sau nu cu ordinul de multiplicitate al valorii proprii (numit
dimensiunea algebric a a valorii proprii). Vor exista n continuare
dou a subcazuri:
(a) Toate r ad acinile polinomului apartin corpului de scalari dar
nu sunt distincte dou a cte dou a si pentru ecare valoare
proprie multipl a, dimensiunile ei (geometric a si algebric a)
sunt egale.
(b) Toate r ad acinile polinomului apartin corpului de scalari dar
nu sunt distincte dou a cte dou a si exist a m acar o valoare
proprie multipl a pentru care dimensiunile ei nu sunt egale.
(3) Ecuatia caracteristic a nu are toate r ad acinile n corpul K.
n continuare, pentru g asirea unei forme ct mai simple a matricii unui
operator, se vor face reduceri succesive ale problemei; se va porni de la
operatori oarecare (pe spatii vectoriale complexe) a c aror reprezentare va
redus a la reprezentarea unor operatori de un tip special, numiti nilpotenti.
6.1. FORMA CANONIC

A JORDAN
Se va da o reprezentare a operatorilor nilpotenti apoi se va ncheia prin
reprezentarea operatorilor pe spatii vectoriale reale.
Se consider a (V. C) un spatiu vectorial de dimensiune nit a peste
corpul numerelor complexe. Fie l () : V V un operator si e matricea
operatorului ntr-o baz a; e ecuatia caracteristic a det ( `I
n
) = 0 =
k

i=1
(` `
i
)
n
i
.
6.1.16. Teorem a. (Teorema Hamilton-Cayley) Fie l () un operator
cu matricea ntr-o baz a oarecare si cu polinomul caracteristic 1 (`) =
det ( `I). Atunci au loc 1 () = 0 /
nn
(C) (matricea nul a) si
1 (l) = 0 (operatorul nul).
Demonstratie. Fie matricea `1; matricea este inversabil a dac a si
numai dac a ` , o () si n acest caz se calculeaz a inversa acestei matrici:
( `1)
1
=
1
det ( `1)
1

=
1
1 (`)
1

.
unde 1

este matricea cu elementele


ji
(complementii algebrici ai matricii
( `1)), care sunt polinoame de grad cel mult :1 n `. Atunci se poate
scrie
1

= 1
0
+ 1
1
` + + 1
n1
`
n1
.
unde 1
k
sunt matrici p atrate de ordin :. Urmeaz a c a are loc
1 (`) 1 = ( `1) 1

si rescriem aceast a relatie dup a puterile lui `; not am 1 (`) = c


0
+ c
1
` +
+ c
n
`
n
si egalitatea anterioar a devine:
(c
0
+ c
1
` + + c
n
`
n
) 1 = ( `1)
_
1
0
+ 1
1
` + + 1
n1
`
n1
_
.
si cum membrul drept se ordoneaz a dup a puterile lui ` astfel:
1
0
+ (1
1
1
0
) ` + (1
2
1
1
) `
2
+ +
+(1
n1
1
n2
) `
n2
+ (1
n1
) `
n
.
6. ELEMENTE DE TEORIE SPECTRAL

A A OPERATORILOR
urmeaz a c a au loc egalit atile (pe care le adun am nmultite convenabil,
pentru a reduce termenii din dreapta):
c
0
1 = 1
0
c
1
1 = 1
1
1
0
[ (la stnga)
c
2
1 = 1
2
1
1
[
2
(la stnga)
= [
c
n1
1 = 1
n1
1
n2
[
n1
(la stnga)
c
n
1 = 1
n1
[
n
(la stnga)
deci
c
0
1 = 1
0
c
1
=
2
1
1
1
0
c
2

2
=
3
1
2

2
1
1
=
c
n1

n1
=
n
1
n1

n1
1
n2
c
n

n
=
n
1
n1
si prin adunarea egalit atilor rezult a
c
0
1 + c
1
+ c
2

2
+ c
n1

n1
+ c
n

n
= 0.
adic a 1 () = 0 (matricea nul a) si evident 1 (l) = 0 (operatorul nul)
6.1.17. Observatie. (Cel mai mare divizor comun al unor polinoame)
Pentru dou a polinoame j
1
(r) si j
2
(r), din algoritmul lui Euclid de aare
a celui mai mare divizor comun rezult a c a cel mai mare divizor comun este
ultimul rest diferit de zero si c a exist a polinoamele /
1
(r) si /
2
(r) astfel
nct are loc
c.:.:.d.c. (j
1
() . j
2
()) = /
1
() j
1
() + /
2
() j
2
() ;
pentru trei polinoame, are loc
c.:.:.d.c. (j
1
() . j
2
() . j
3
()) =
= c.:.:.d.c. (c.:.:.d.c. (j
1
() . j
2
()) . j
3
()) =
= /
t
1
() c.:.:.d.c. (j
1
() . j
2
()) + /
t
2
() j
3
() =
= /
t
1
() (/
tt
1
() j
1
() + /
t
2
() j
2
()) + /
t
2
() j
3
() =
= /
2
() j
1
() + /
2
() j
2
() + /
3
() j
3
()
iar proprietatea se generalizeaz a pentru un num ar oarecare de polinoame:
/
i
() polinoame, i = 1. / astfel nct
c.:.:.d.c. (j
1
() . j
2
() . . j
k
()) =
k

i=1
/
i
() j
i
() .
6.1. FORMA CANONIC

A JORDAN
6.1.18. Denitie. Un operator ` () se numeste nilpotent dac a exist a
: N astfel nct `
r
() = O() (operatorul nul).
6.1.19. Observatie. Pentru un operator nilpotent si pentru , ,= 0 si
/ = min :; `
s
(,) = 0 1, vectorii de forma ,. ` (,) . . `
k
(,) sunt
liniar independenti.
Demonstratie.
k

i=0
c
i
`
i
(,) = 0 [ `
k
() = c
0
`
k
(,) = 0 = c
0
= 0;
analog prin compunere cu `
kj
() se obtine c a \, = 1. /, c
j
= 0
6.1.20. Teorem a. (Reducerea unui operator complex la operatori
nilpotenti) Pentru ecare `
i
, se consider a V

i
= ker ((l `
i
1)
n
i
()).
Atunci au loc armatiile:
(1) V

i
sunt subspatii invariante ale lui l ().
(2) V =
k

i=1
V

i
.
(3) Restrictia notat a l
j
() a operatorului l () la ecare subspatiu
V

j
, l
j
() : V

j
V

j
. l
j
(r) = l (r) . \r V

j
este de forma
l
j
() = (`
j
+ `
j
1) (), cu `
j
() operator nilpotent pe V

j
si 1 ()
operatorul unitate pe V

j
.
Demonstratie.
(1)
V

i
= (l `
i
I
n
)
n
i
() = 0;
atunci
(l `
i
I
n
)
n
i
(l ()) = (l `
i
I
n
)
n
i
((l `
i
I
n
+ `
i
I
n
) ()) =
= (l `
i
I
n
)
n
i
+1
() + `
i
(l `
i
I
n
)
n
i
() = 0 = l () l

i
deci V

i
este subspatiu invariant al operatorului l.
(2) Are loc
1 (`) =
k

i=1
(` `
i
)
n
i
.
si dac a pentru , = 1. / se consider a polinoamele
1
j
(`) = (` `
j
)
n
j
. Q
j
(`) =
k

i=1;i,=j
(` `
i
)
n
i
.
6. ELEMENTE DE TEORIE SPECTRAL

A A OPERATORILOR
atunci
c.:.:.d.c. (Q
1
(`) . . Q
k
(`)) = 1
deci exist a polinoamele /
i
(`) astfel nct s a aib a loc
k

j=1
/
j
(`) Q
j
(`) = 1;
mai mult, are loc
1 (`) = 1
j
(`) Q
j
(`) . \, = 1. /;
scriind aceste relatii pentru polinoamele de operatori atasate rezult a
din Teorema Hamilton-Cayley c a
0 =1 (l ()) = 1
j
(l ()) Q
j
(l ())
= 1
j
(l ()) ((Q
j
(l ())) ()) = 0. \ V.
= (Q
j
(l ())) () V

j
. \ V
si
k

j=1
/
j
(l ()) Q
j
(l ()) = 1 () .
adic a, tinnd cont de faptul c a
/
j
(l ()) Q
j
(l ()) = Q
j
(l ()) /
j
(l ()) .
k

j=1
/
j
(l ()) ((Q
j
(l ())) ()) =
=
k

j=1
(Q
j
(l ())) ((/
j
(l ())) ()) = . \ V;
cum (Q
j
(l ())) () V

j
si V

j
este invariant la l () . rezult a
c a
(Q
j
(l ())) ((/
j
(l ())) ()) V

j
.
asa c a orice vector al spatiului se descompune n sum a de elemente
din V

j
. , = 1. /. deci are loc
V =
k

i=1
V

i
.
6.1. FORMA CANONIC

A JORDAN
Suma este direct a: Fie
j
V

j
astfel nct
k

j=1

j
= 0; atunci au
loc
1
i
(l ()) (
i
) = 0
si
Q
i
(l ()) (
j
) = 0. \, = 1. /. , ,= i =
Q
i
(l ()) (
i
) = Q
i
(l ())
_

l=1;j,=i

l
_
= 0;
cum polinoamele 1
i
(`) si Q
i
(`) sunt relativ prime ntre ele, exist a
polinoamele 1
1
(`) si 1
2
(`) astfel nct
1
1
(`) 1
i
(`) + 1
2
(`) Q
i
(`) = 1.
adic a
0 = 1
1
(l ()) ((1
i
(l ())) (
i
)) + 1
2
(l ()) ((Q
i
(l ())) (
i
)) =
i
.
adic a descompunerea este unic a.
(3) Se noteaz a l
j
() : V

j
V

j
l
j
() = l () . \ V

j
restrictia
operatorului l () la subspatiul V

j
. Din denitia spatiului V

j
.
are loc (l `
j
1)
n
j
() = 0. \ V

j
deci (l
j
`
j
1)
n
j
() = 0.
\ V

j
. Are loc l
j
() = (l
j
`
j
1) () + `
j
1 () . iar operatorul
l
j
`
j
1 este nilpotent.

6.1.21. Teorem a. (Forma canonic a Jordan a operatorilor nil-


potenti) Fie ` () un operator nilpotent pe un spatiu vectorial V. Atunci
exist a o baz a a spatiului n care matricea operatorului este un bloc Jordan
atasat scalarului nul.
Demonstratie. ` () nilpotent = !: N astfel nct ker `
r
() = V
si ker `
r1
() & V (cel mai mic exponent pentru care operatorul este
identic nul),
:
Not
= min
k
_
dim`
k
() = dimV = :
_
(existenta rezult a din faptul c a operatorul este nilpotent iar unicitatea
prin reducere la absurd); mai mult, are loc r ker `
k
() = `
k
(r) = 0
= `
_
`
k
(r)
_
= 0 = r ker `
k+1
() deci:
ker ` () ker `
2
() ker `
k
()
6. ELEMENTE DE TEORIE SPECTRAL

A A OPERATORILOR
(nucleele puterilor lui ` () formeaz a un lant, care este nit si de la rangul
: ncolo toti termenii sunt egali cu spatiul) (puterile operatorului sunt
operatorul nul de la rangul :, inclusiv). Rezult a c a lantul este:
0 = ker `
0
() ker `
1
() ker `
2
()
ker `
r1
()
,=
ker `
r
() = V
si e
:
k
Not
= dimker `
k
() . / = 0. : =
0 = :
0
_ :
1
_ :
2
_ _ :
r1
< :
r
= :.
Mai mult, dac a se consider a sirul diferentelor dimensiunilor,

k
Not
= :
k
:
k1
. / = 1. :.
are loc

r
_
r1
_
r2
_ _
2
_
1
(va rezulta din demonstratie, n continuare). Pentru ecare / = 1. :, are
loc
ker `
k
() = ker `
k1
() Q
k
.
cu Q
1
= ker ` () iar
k
= dimQ
k
,
V = ker `
r
() = ker `
r1
() Q
r
.
cu
dimQ
r
=
r
= :
r
:
r1
Not
= j
1
.
Se alege o baz a n Q
r
. ,
1
. ,
p
1
; vectorii ,
1
. ,
p
1
sunt liniar independenti
si, mai mult, au proprietatea c a dac a c
i
sunt astfel nct
p
1

i=1
c
i
,
i
ker `
r1
() .
atunci c
i
= 0 (pentru c a dac a ar exista scalarii c
i
astfel nct
p
1

i=1
c
i
,
i
=
0
ker `
r1
() 0. atunci ker `
r1
() Q
r
,= 0
contradictie). Deci
V = ker `
r
() = ker `
r1
() oj ,
1
. ,
p
1
.
Se observ a c a vectorii
` (,
1
) . ` (,
p
1
)
6.1. FORMA CANONIC

A JORDAN
sunt n ker `
r1
() (pentru c a ,
i
ker `
r
() =`
r
(,
i
) = 0 =`
r1
(` (,
j
)) =
0 = ` (,
j
) `
r1
()); mai mult,
p
1

i=1
c
i
` (,
i
) ker `
r2
() =
`
r2
_
p
1

i=1
c
i
` (,
i
)
_
= `
r1
_
p
1

i=1
c
i
,
i
_
= 0 =
=
p
1

i=1
c
i
,
i
ker `
r1
() = c
i
= 0.
(deci n particular sunt liniar independenti) vectorii ` (,
1
) . ` (,
p
1
)
sunt n ker `
r1
() si nu sunt n ker `
r2
() deci
` (,
1
) . ` (,
p
1
) Q
r1
.
dimker `
r1
() = :
r1
= :
r2
+
r1
.
r1
_ j
1
(deci are loc si
r1
_
r
)
si
V = ker `
r
() = ker `
r1
() oj ,
1
. ,
p
1
=
= ker `
r2
() Q
r1
oj ,
1
. ,
p
1
.
Fie
j
2
Not
=
r1
j
1
si e
,
p
1
+1
. ,
p
1
+p
2
completarea sistemului liniar independent ` (,
1
) . . ` (,
p
1
) pn a la o
baz a a lui Q
r1
; sistemul de vectori
` (,
1
) . . ` (,
p
1
) . ,
p
1
+1
. ,
p
1
+p
2
este o baz a n Q
r1
si are loc:
V = ker `
r
() = ker `
r1
() oj ,
1
. ,
p
1
=
= ker `
r2
() Q
r1
oj ,
1
. ,
p
1
=
= ker `
r2
() oj ` (,
1
) . . ` (,
p
1
) . ,
p
1
+1
. ,
p
1
+p
2
oj ,
1
. ,
p
1
.
Se aplic a operatorul ` () bazei din Q
r1
:
`
2
(,
1
) . . `
2
(,
p
1
) . ` (,
p
1
+1
) . ` (,
p
1
+p
2
)
este un sistem de j
1
+j
2
vectori, care este liniar independent n Q
r2
(deci
j
1
+ j
2
=
r1
_
r2
) si care se completeaz a pn a la o baz a n Q
r2
cu
j
3
Not
=
r2

r1
=
r2
j
1
j
2
6. ELEMENTE DE TEORIE SPECTRAL

A A OPERATORILOR
vectori. n nal se obtine structura:
,
1
. ,
p
1
baz a n Q
r
` (,
1
) . . ` (,
p
1
) . ,
p
1
+1
. ,
p
1
+p
2
baz a n Q
r1
`
2
(,
1
) . . `
2
(,
p
1
) . ` (,
p
1
+1
) . . ` (,
p
1
+p
2
) . ,
p
1
+p
2
+1
. . ,
p
1
+p
2
+p
3
baz a n Q
r2
,
.................................................................................
`
r1
(,
1
) . . `
r1
(,
p
1
) . `
r2
(,
p
1
+1
) . . `
r2
(,
p
1
+p
2
) . .
. ,
p
1
++p
r1
+1
. . ,
p
1
++p
r1
+p
r
baz a n Q
1
= ker ` ().
Fiecare coloan a a tabloului este cte o familie liniar independent a care
determin a cte un subspatiu invariant al operatorului ` (); primele j
1
subspatii sunt de dimensiune :. urm atoarele j
2
sunt de dimensiune : 1,
etc; ultimele j
r
subspatii sunt de dimensiune 1. Mai mult, ultima linie
este format a din vectori proprii (toti atasati valorii proprii nule). ntregul
spatiu este sum a direct a de aceste subspatii pe vertical a; pentru spatiul
format de prima coloan a, se alege ca baz a
`
r1
(,
1
) . `
r2
(,
1
) . . ` (,
1
) . ,
1
(n aceast a ordine); n aceast a baz a restrictia operatorului la acest subspatiu
este dat a de valorile operatorului n vectorii bazei:
,
1
\ = ker `
r
= `
r
(,
1
) = 0
`
_
`
r1
(,
1
)
_
= `
r
(,
1
) =
_

_
0
0
.
.
.
0
0
_

_
`
_
`
r2
(,
1
)
_
= `
r1
(,
1
) =
_

_
1
0
.
.
.
0
0
_

_
......................................................
` (,
1
) =
_

_
0
.
.
.
0
1
0
_

_
= `[
sp inv
(r) =
_
_
_
_
_
_
0
0
.
.
.
0
0
1
0
.
.
.
0
0





0
.
.
.
0
1
0
_
_
_
_
_
_
r
Not
= J
0
(:) r;
6.2. DECOMPLEXIFICAREA FORMEI CANONICE COMPLEXE 103
se obtine n nal urm atoarea structur a pentru matricea operatorului:
j
1
cel.
de
ord. :
j
2
cel.
de
ord. : 1
.
.
.
j
r
cel.
de
ord. 1
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
J
0
(:)
.
.
.
J
0
(:)
0 0
0
J
0
(: 1)
.
.
.
J
0
(: 1)
0
.
.
.
.
.
.
.
.
.
0 0
J
0
(1)
.
.
.
J
0
(1)
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_

6.2. Decomplexicarea formei canonice complexe


Cnd corpul de scalari este real, atunci valorile proprii sunt n general
complexe, deci nu fac parte din corpul de scalari; mai mult, vectorii proprii
atasati la valori proprii complexe sunt de coordonate complexe. Pentru a se
obtine o form a pseudodiagonal a si n aceast a situatie se aplic a urm atoarea
tehnic a:
Fie ` = c + i, C R. , 0 o valoare proprie complex a cu ordinul
de multiplicitate :. Atunci

` = c i, este valoare proprie complex a cu
acelasi ordin de multiplicitate si celor dou a valori proprii trebuie s a li se
ataseze un spatiu invariant real de dimensiune 2:. Acelasi operator v azut
ca operator peste un spatiu vectorial complex admite o baz a Jordan n
care pentru ` corespund : vectori proprii liniar independenti ,
1
. . ,
m
de coordonate complexe; atunci vectorii

,
1
. .

,
m
formeaz a baz a Jordan
pentru

`
= ` = (Re + i Im) = (Re ` + i Im`) (Re + Im)
= =

` = este vector propriu pentru

`
Baza Jordan atasat a valorii proprii ` este dat a de relatiile:
,
1
1
= `,
1
1
. . ,
q
1
= `,
q
1
,
1
2
= ,
1
1
+ `,
1
2
. . ,
q
2
= ,
q
1
+ `,
q
2
.........................................................
,
1
n
1
= ,
1
n
1
1
+ `,
1
n
1
. . ,
q
n
q
= ,
q
n
q
1
+ `,
q
n
q
6. ELEMENTE DE TEORIE SPECTRAL

A A OPERATORILOR
Vectorii

,
k
j
sunt liniar independenti si formeaz a o baz a Jordan pentru

`. Pornind de la baza Jordan atasat a celor dou a valori proprii complexe


conjugate descris a mai sus se construieste o baz a n spatiul real prin
nlocuirea ec arei perechi de vectori complecsi cojugati ,
k
j
.

,
k
j
cu perechea
de vectori reali q
j
k
=
1
2
_
,
j
k
+

,
j
k
_
. /
j
k
=
1
2i
_
,
j
k


,
j
k
_
. Din relatiile
,
j
k
= ,
j
k1
+ `,
j
k
.


,
j
k
=

,
j
k1
+

`

,
j
k
si din relatiile
`, +

`

, = (Re (`) + i Im(`)) (Re (,) + i Im(,)) +
+(Re (`) i Im(`)) (Re (,) i Im(,)) =
= 2 Re (`) Re (,) 2 Im(`) Im(,) = 2 (Re (`) q Im(`) /) .
`,

`

, = (Re (`) + i Im(`)) (Re (,) + i Im(,))
(Re (`) i Im(`)) (Re (,) i Im(,)) =
= 2i Re (`) Im(,) + 2i Im(`) Re (,)
rezult a
q
j
k
= q
j
k1
+ Re (`) q
j
k
Im(`) /
j
k
.
/
j
k
= /
j
k1
+ Re (`) q
j
k
+ Im(`) /
j
k
asa c a nlocuirile ec arei perechi de celule complexe (pentru ` = c + i,)
sunt:
_
` 0
0

`
_

_
c ,
, c
_
_
_
_
_
` 1 0 0
0 ` 0 0
0 0

` 1
0 0 0

`
_
_
_
_

_
_
_
_
c , 1 0
, c 0 1
0 0 c ,
0 0 , c
_
_
_
_
_
_
_
_
_
_
_
_
` 1 0 0 0 0
0 ` 1 0 0 0
0 0 ` 0 0 0
0 0 0

` 1 0
0 0 0 0

` 1
0 0 0 0 0

`
_
_
_
_
_
_
_
_

_
_
_
_
_
_
_
c , 1 0 0 0
, c 0 1 0 0
0 0 c , 1 0
0 0 , c 0 1
0 0 0 0 c ,
0 0 0 0 , c
_
_
_
_
_
_
_
.................................
6.3. ALGORITM PENTRU ADUCEREA UNUI OPERATOR LA FORMA CANONIC

A JORDAN 105
6.3. Algoritm pentru aducerea unui operator la forma canonic a
Jordan
(1) Se g aseste matricea atasat a operatorului n baza initial a (canonic a)
(2) Se rezolv a (n C) ecuatia caracteristic a det ( `1) = 0 si se retin
toate r ad acinile `
j
C, , = 1. /, cu ordinele de multiplicitate :
j
,
k

j=1
:
j
= :.
Pentru ecare r ad acin a `
j
(de multiplicitate :
j
) obtinut a la
pasul 2.:
(3) Se calculeaz a spatiul V

j
= ker (l `
j
1)
n
j
().
(4) Se calculeaz a restrictia l
j
() a operatorului l () la subspatiul
V

j
, l
j
() : V

j
V

j
. l
j
(r) = l (r) . \r V

j
.
(5) Se calculeaz a operatorul nilpotent `
j
() : V

j
V

j
, denit
prin: `
j
(r) = l
j
(r) `
j
1 (r) = (l
j
`
j
1) (r), \r V

j
.
(6) Se calculeaz a sirul de nuclee:
0 = ker `
0
j
() _ ker `
j
() _ ker `
2
j
() _ _ ker `
r
j
1
j
() _ ker `
r
j
j
() = V

j
.
se calculeaz a
:
j
= min
k
_
dimker `
k
j
() = dimV

j
= :
j
_
si pentru ecare / = 1. :
j
, se consider a descompunerea
ker `
k
j
() = ker `
k1
j
() Q
j
k
;
(7) Se calculeaz a :
j
k
= dimker `
k
j
(), / = 0. :
j
(8) Se calculeaz a
j
k
= dimQ
j
k
= :
j
k
:
j
k1
. / = 1. :
j
(9) Se calculeaz a
j
j
1
= :
j
r
j
:
j
r
j
1
=
j
r
j
,
j
j
2
=
j
r
j
1
j
j
1
,
j
j
3
=
j
r
j
2

j
r
j
1
=
j
r
j
2
j
j
1
j
j
2

(10) Se alege o baz a n Q
j
r
j
, notat a ,
j
1
. ,
j
p
j
1
; se consider a vectorii
,
j
p
j
1
+1
. ,
j
p
j
1
+p
j
2
6. ELEMENTE DE TEORIE SPECTRAL

A A OPERATORILOR
care completeaz a sistemul liniar independent `
j
_
,
j
1
_
. . `
j
_
,
j
p
j
1
_
pn a la o baz a a lui Q
j
r
j
1
; se continu a acest procedeu pn a se
obtine structura:
,
j
1
. ,
j
p
j
1
baz a n Q
j
r
`
j
_
,
j
1
_
. . `
_
,
j
p
j
1
_
. ,
j
p
j
1
+1
. ,
j
p
j
1
+p
j
2
baz a n Q
j
r
j
1
`
2
j
_
,
j
1
_
. . `
2
j
_
,
j
p
j
1
_
. `
j
_
,
j
p
j
1
+1
_
. . `
j
_
,
j
p
j
1
+p
j
2
_
. ,
j
p
j
1
+p
j
2
+1
. . ,
j
p
j
1
+p
j
2
+p
j
3
baz a n Q
j
r2
,
.................................................................................
`
r
j
1
j
_
,
j
1
_
. . `
r
j
1
j
_
,
j
p
j
1
_
. `
r
j
2
j
_
,
j
p
j
1
+1
_
. . `
r
j
2
j
_
,
j
p
j
1
+p
j
2
_
. .
. ,
j
p
j
1
++p
j
r
j
1
+1
. . ,
j
p
j
1
++p
j
r
j
1
+p
j
r
j
baz a n Q
j
1
= ker `
j
().
Baza Jordan se obtine prin ordonarea vectorilor de mai sus
n felul urm ator: se aleg vectorii pe coloan a, de jos n sus
pentru ecare vector, de la exponentul maxim al operatorului la
exponentul minim de exemplu, pentru prima coloan a (primul
vector, ,
j
1
):
`
r
j
1
j
_
,
j
1
_
. `
r
j
2
j
_
,
j
1
_
. . `
j
_
,
j
1
_
. ,
j
1
(11) n nal se obtine n aceast a baz a (de fapt reper, pentru c a ordinea
vectorilor n baz a este important a) j
j
1
celule de ordin :
j
, j
j
2
celule
de ordin :
j
1, etc.
6.4. Aplicatii ale teoriei spectrale
6.4.1. Denitie. Pentru un operator liniar l () : R
n
R
n
, se numeste
operatorul adjunct acel operator (unic) l
+
() : R
n
R
n
cu proprietatea:
l (r) . = r. l
+
() . \r. R
n
.
6.4.2. Observatie.
l
++
() = l ()
(l
1
+ l
2
)
+
() = l
+
1
() + l
+
2
()
(l
1
l
2
)
+
() = (l
+
2
l
+
1
) ()
6.4. APLICA TII ALE TEORIEI SPECTRALE
6.4.3. Denitie. Operatorul liniar l () se numeste normal dac a
(l l
+
) () = (l
+
l) ()
(operatorul comut a cu adjunctul s au).
6.4.4. Propozitie. Orice vector propriu al unui operator normal, atasat
valorii proprii `, este vector propriu al operatorului adjunct, atasat valorii
proprii

`.
Demonstratie. Pentru r vector propriu are loc
l (l
+
(r)) = l
+
(l (r)) = l
+
(`r) = `l
+
(r) .
ceea ce nseamn a c a si l
+
(r) este vector propriu al operatorului l () .
atasat valorii proprii `. adic a operatorul l
+
() transform a vectorii proprii
ai operatorului l () corespunz atori valorii proprii ` tot n vectori proprii
de acelasi tip. Mai mult, pentru orice doi vectori proprii r si are loc
l
+
(r) . = r. l () = r. ` =

`r.
_
.
adic a l
+
(r) =

`r
6.4.5. Teorem a. (Structura unui operator normal real) Exist a
o baz a ortonormal a de vectori proprii n care matricea operatorului este
de forma
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
o
1
t
1
t
1
o
1
.
.
.
o
m
t
m
t
m
o
m
`
m+1
.
.
.
`
r
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
n care `
j
= o
j
+it
j
. , = 1. : sunt valorile proprii complexe iar `
m+1
. `
n
sunt cele reale, num arul de aparitii al ec arei valori proprii ind egal cu
ordinul ei de multiplicitate.
6. ELEMENTE DE TEORIE SPECTRAL

A A OPERATORILOR
6.4.6. Observatie. Operatorul normal reprezint a o transformare format a
din rotatii cu omotetii n : plane ortogonale dou a cte dou a si (numai)
omotetii n celelalte : : directii ortogonale.
6.4.7. Observatie. Matricea
_
o
j
t
j
t
j
o
j
_
=
_
o
2
j
+ t
2
j
_
_

j
_

2
j
+
2
j

j
_

2
j
+
2
j


j
_

2
j
+
2
j

j
_

2
j
+
2
j
_
_
reprezint a o omotetie de coecient
_
o
2
j
+ t
2
j
si o rotatie de unghi arccos
_

j
_

2
j
+
2
j
_
.
6.4.8. Denitie. Operatorul liniar l () se numeste autoadjunct dac a
l () = l
+
() .
6.4.9. Propozitie. Matricea unui operator liniar autoadjunct ntr-o
baz a ortonormat a este simetric a.
Demonstratie. Fie r =
n

i=1
r
i
c
i
. =
n

j=1

j
c
j
si = (c
ij
)
i;j=1;n
. Au
loc:
l (c
i
) =
n

k=1
c
ki
c
k
. deci
l (r) . =
_
l
_
n

i=1
r
i
c
i
_
.
n

j=1

j
c
j
_
=
n

i=1
n

j=1
r
i

j
l (c
i
) . c
j
=
=
n

i=1
n

j=1
r
i

j
_
n

k=1
c
ki
c
k
. c
j
_
=
n

i=1
n

j=1
r
i

j
c
ji
si analog,
r. l () =
_
n

i=1
r
i
c
i
. l
_
n

j=1

j
c
j
__
=
n

i=1
n

j=1
r
i

j
c
i
. l (c
j
) =
=
n

i=1
n

j=1
r
i

j
_
c
i
.
n

k=1
c
kj
c
k
_
=
n

i=1
n

j=1
r
i

j
c
ij
si din relatia
l (r) . = r. l
+
() . \r. R
n
urmeaz a c a c
ij
= c
ji
. adic a matricea este simetric a ( =
T
)
6.4.10. Teorem a. Valorile proprii ale unui operator real simetric sunt
reale.
6.4. APLICA TII ALE TEORIEI SPECTRALE
Demonstratie. = ` = =

` si

T
=
T
` = `
T

T
=
T

` =

`
T

dar
_

T

_
T
=
T

T
_

T
_
T
=
T
= `||
2
=

`||
2
= ` =

`
6.4.11. Teorem a. Vectorii proprii asociati la valori proprii distincte
ale unui operator real simetric sunt ortogonali doi cte doi.
Demonstratie.

1
= `
1

1
=
T
2

1
= `
1

T
2

1

2
= `
2

2
=
T
1

2
= `
2

T
1

2

T
2

1
=
_

T
1

2
_
T

T
2

1
=
T
1

2
`
1
,= `
2
_

_
=
T
1

2
= 0

6.4.12. Observatie. Exist a o baz a ortonormal a format a din vectori


proprii n care matricea unui operator simetric este diagonal a de valori
proprii (pentru c a un operator simetric este un operator normal f ar a valori
proprii complexe). Geometric, operatorul simetric reprezint a omotetii pe
directii ortogonale.
6.4.13. Denitie. Operatorul liniar l () se numeste antiautoadjunct
dac a
l () = l
+
() .
6.4.14. Propozitie. Un operator antiautoadjunct are numai valori
proprii pur imaginare.
Demonstratie. Din l
+
() = l () rezult a c a

` = `. adic a partea
real a a valorii proprii este nul a
6.4.15. Observatie. Celulele matricii n baza canonic a Jordan real a
cap at a forma special a
_
0 t
j
t
j
0
_
, care din punct de vedere geometric
nseamn a omotetii si rotatii de 90

n plane ortogonale dou a cte dou a.


6.4.16. Denitie. Un operator liniar l () : R
n
R
n
se numeste
unitar dac a
l (r) . l () = r. .
6. ELEMENTE DE TEORIE SPECTRAL

A A OPERATORILOR
6.4.17. Observatie. Operatorii unitari sunt acei operatori care transform a
o baz a ortonormal a ntr-o alt a baz a ortonormal a.
6.4.18. Propozitie. Dac a = (c
ij
)
i;j=1;n
este matricea operatorului
unitar corespunz atoare bazei canonice (c
i
)
i=1;n
, atunci are loc

T
=
T
= 1
n
_
operatorul este inversabil si
1
=
T
_
.
Demonstratie. Din denitie rezult a c a
o
ij
= c
i
. c
j
= l (c
i
) . l (c
j
) =
= col
A
(i) . col
A
(,) = lin
A
T (i) . col
A
(,)
=
T
= 1
n
.

6.4.19. Observatie.
|l (r)| = |r| (conserv a norma);
|l (r) l ()| = |r | (conserv a distanta);
cos (l (r) . l ()) = cos (r. ) (conserv a unghiul).
6.4.20. Propozitie. Orice valoare proprie a unui operator unitar este
num ar real sau complex de modul unitar.
Demonstratie. l (r) . l () = `r. ` = `

`r. = r. . \r.
vectori proprii atasati valorii proprii ` = `

` = 1. adic a [`[ = 1
6.4.21. Observatie. Exist a o baz a ortonormal a format a din vectori
proprii n care matricea este de tip
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
cos c
1
sin c
1
sin c
1
cos c
1
.
.
.
cos c
m
sin c
m
sin c
m
cos c
m
1
.
.
.
1
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
6.4. APLICA TII ALE TEORIEI SPECTRALE
Geometric, aceast a structur a nseamn a rotatii (f ar a omotetii) n planele
ortogonale corespunz atoare valorilor proprii complexe; directiile corespunz atoare
valorilor proprii reale combinate dou a cte dou a formeaz a plane ortogonale
n care se realizeaz a rotatii de 0

sau de 180

, la care pentru cazul impar


se adaug a o simetrie sau o identitate pe ultima directie.
6.4.22. Denitie. O matrice p atratic a cu elemente pozitive se numeste
productiva dac a
0
0 astfel nct

,=

0
.
(relatia n
,=
ntre doi vectori n si va numit a inegalitate tare ntre
vectori si nseamn a c a ecare coordonat a a vectorului n este strict mai
mare dect coordonata corespunz atoare a vectorului )
6.4.23. Teorem a. Valoarea absolut a a oric arei valori proprii a unei
matrici productive este strict subunitar a.
Demonstratie.
= ` = `
i
=
n

j=1
c
ij

j
= [`[ [
i
[ _
n

j=1
c
ij
[
j
[ =
[`[
0
i

v
i
v
0
i

_
n

j=1
c
ij

0
j

v
j
v
0
j

=
= [`[
0
i

v
i
v
0
i

_ max
j

v
j
v
0
j

j=1
c
ij

0
j
< max
j

v
j
v
0
j


0
i
=
[`[
0
i

v
i
v
0
i

< max
j

v
j
v
0
j


0
i
\i = 1. : =
dac a se alege n locul lui i indicele n care membrul drept atinge maximul,
e acesta :, relatia devine:
[`[
0
r

0
r

<

0
r

0
r
= [`[ < 1.

6.4.24. Teorem a. Dac a este productiv a, atunci exist a (1 )


1
si
este cu elemente pozitive (nestrict).
Demonstratie. Are loc relatia
(1 )
_
1 + +
2
+
m
_
= 1
m+1
6. ELEMENTE DE TEORIE SPECTRAL

A A OPERATORILOR
si din teorema precedent a urmeaz a c a lim
mo

m+1
= 0 (matricea nul a),
deci prin trecere la limit a relatia devine
(1 )
_
1 + +
2
+
m
+
_
= 1.
deci exist a
(1 )
1
= 1 + +
2
+
m
+ .

6.4.25. Exemplu. Modelul lui Leontie


r + = r.
unde este o matrice productiv a care reprezint a matricea coecientilor
tehnologici (coecientul din productia de bun , consumat pentru producerea
unei unit ati de bun i) , r este un vector coloan a al nivelurilor de productie
iar este vectorul coloan a al cererii nale. Relatia se mai scrie
= (1 ) r
si din teoremele anterioare (1 )
1
si are loc
r = (1 )
1
= (1 + +
2
+
m
+ ) =
= + +
2
+
m
+ .
relatie interpretabil a astfel: pentru obtinerea unei productii nale nete
trebuie produs a cantitatea intermediar a necesar a producerii lui .
pentru care trebuie produs
2
necesar lui . . Productia total a r
a fost descompus a n productie nal a si n productii intermediare
m

date de matricile de consumuri intermediare


m
.
Problema caracteriz arii matricilor productive admite si o reciproc a:
6.4.26. Teorem a. Dac a pentru matricea p atratic a pozitiv a matricea
(1 )
1
exist a si este pozitiv a, atunci este productiv a.
Demonstratie. Fie
,=
0 = r = (1 )
1

,=
0 = r r =
,=
0
= r
,=
r = este productiv a
6.4.27. Observatie. Transpusa unei matrici productive este tot productiv a.
6.4.28. Teorem a. (Perron-Frobenius) Fie o matrice real a pozitiv a.
Atunci:
6.4. APLICA TII ALE TEORIEI SPECTRALE
(1) Dac a toate elementele matricii sunt strict pozitive, atunci exist a
o valoare proprie de modul maximal care este real a, strict pozitiv a
si c areia i se poate asocia un vector propriu cu toate elementele
strict pozitive;
(2) Dac a este nenul a, are o valoare proprie real a strict pozitiv a, de
modul maximal, c areia i se poate asocia un vector propriu (nenul)
de elemente pozitive (sau nule).
Demonstratie. (1) Fie `
M
o valoare proprie de modul maximal
si e un vector propriu asociat valorii proprii `
M
. Are loc =
`
M
. adic a pe coordonate
n

j=1
c
ij

j
= `
M

i
. \i = 1. :.
deci
[`
M
[ [
i
[ _
n

j=1
[c
ij

j
[ _
n

j=1
[c
ij
[ [
j
[ . \i = 1. :;
e
j =
_
_
[
1
[
.
.
.
[
n
[
_
_
= [[ ;
cum c
ij
0. are loc
[`
M
[ j _ j;
presupunem prin reducere la absurd c a / 1. . : astfel
nct
[`
M
[ [
k
[ <
n

j=1
c
kj
[
j
[
si e . = ( [`
M
[ 1) j; are loc . 0 = .
,=
0 si j
,=
0 =
0.
.
,=
j
,=
0;
dar
. = ( [`
M
[ 1) j =
2
[`
M
[ j
deci

2
j = . +[`
M
[ j
,=
j +[`
M
[ j = ( +[`
M
[) j;
6. ELEMENTE DE TEORIE SPECTRAL

A A OPERATORILOR
cu 1 =
1
+[`
M
[

,=
0. are loc
1j
,=
j
si deci are loc prin recurent a
1
k
j
,=
j;
din faptul c a `
M
este valoare proprie de modul maximal, urmeaz a
c a 1 are toate valorile proprii de modul subunitar, deci lim
mo
1
m
=
0 (matricea nul a de ordin :); prin trecere la limit a, rezult a c a
0
,=
j contradictie cu existenta indicelui /, asa c a are loc
[`
M
[ j = j
(2) Se aplic a 1. pentru matricea + l. cu l matricea de ordin :
care are toate elementele 1. dup a care se trece la limit a

ANEXA A
Logic a matematic a binar a
Logica matematic a binar a se ocup a de operatii cu enunturi logice si
evalu ari ale valorii lor de adev ar (se consider a numai enunturi logice cu
o valoare de adev ar din dou a posibile; aceast a conventie este restrictiv a,
dar nu este scopul prezent arii de fat a s a se ocupe de alte situatii)
A.1. Propozitii logice
A.1.1. Denitie. (OPERA TII CU ENUN TURI LOGICE):
(1) NEGA TIA LOGIC

A (NON):
p ep
0 1
1 0
(2) CONJUNC TIA LOGIC

A ( SI):
p q p ^ q
0 0 0
0 1 0
1 0 0
1 1 1
(3) DISJUNC TIA LOGIC

A (SAU):
p q p _ q
0 0 0
0 1 1
1 0 1
1 1 1
(4) IMPLICA TIA LOGIC

A (Dac aAtunci):
(a) Din adev ar implic a numai adev ar
(b) Din fals implic a orice.
A. LOGIC

A MATEMATIC

A BINAR

A
(1)
p q p ! q
0 0 1
0 1 1
1 0 0
1 1 1
A.1.2. Observatie. (PROPRIET

A TI ALE OPERA TIILORCU


ENUN TURI LOGICE):
(1) e (ep) p (principiul tertului exclus)
(2) p _ q q _ p (comutativitate)
(3) p _ (q _ r) (p _ q) _ r (asociativitate)
(4) p _ 1 1 (proprietatea de ultim element)
(5) p _ 0 p (proprietatea de element neutru)
(6) p ^ q q ^ p (comutativitate)
(7) p ^ p p (idempotent a)
(8) p _ p p (idempotent a)
(9) p ^ (q ^ r) (p ^ q) ^ r (asociativitate)
(10) p ^ 0 0 (proprietatea de prim element)
(11) p ^ 1 p (proprietatea de element neutru)
(12) e (p _ q) ep^eq (Regulile lui DeMorgan)
(13) e (p ^ q) ep_eq
(14) p ^ (q _ r) (p ^ q) _ (p ^ r) (distributivitatea conjunctiei fat a
de disjunctie)
(15) p _ (q ^ r) (p _ q) ^ (p _ r)
A.1.3. Teorem a. (Reducerea implicatiei logice la operatii elementare)
ep _ q p ! q.
Demonstratie. Prin tabl a de adev ar.
A.1.4. Teorem a. (Negarea implicatiei logice)
e (p ! q) p^eq.
Demonstratie. e (p ! q) e (ep _ q) e (ep) ^eq p^eq.
A.1.5. Teorem a. (Principiul demonstratiei prin reducere la absurd)
p ! q (eq) ! (ep).
Demonstratie. p ! q ep _ q q_ep e (eq) _ep (eq) ! (ep).

A.2. PREDICATE LOGICE


A.2. Predicate logice
A.2.1. Denitie. Se numeste predicat logic orice functie p () : D ! P
(multimea propozitiilor) (orice functie care are drept codomeniu multimea
propozitiilor) (domeniul poate privit ca multimea de parametri ai predicatului)
e (8x; p (x)) 9x; ep (x)
e (9x; p (x)) 8x; ep (x)
A.2.2. Exemplu. S a se g aseasc a negatia enuntului logic: Toti oamenii
sunt muritori
A.2.3. Observatie. Cuanticatorii logici (existential si universal) nu
comut a:
8x 9y
x
p (x; y) 6= 9y8xp (x; y)
ANEXA B
Elemente de teoria multimilor
Printre caracteristicile secolelor XIXsi XX n matematic a este si denitivarea
constructiei matematicii ca sistem axiomatic. Una dintre constat ari este
c a, axiomatic vorbind, totul porneste de la notiunea de multime. Notiunea
ns asi de multime nu poate denit a (se poate dempnstra acest lucru). De
altfel, pentru orice stiint a se ridic a ntrebarea: Ce notiuni foloseste acea
stiint a dar nu le poate deni riguros?. Pentru matematic a, r aspunsul este:
Notiunea de multime. n general, r aspunsurile posibile pentru aceast a
ntrebare sunt consecinte ale ciclului de rezultate teoretice obtinute de
Kurt Gdel n prima jum atate a secolului XX, despre incompletitudinea
unui sistem axiomatic. n esent a si f ar a a se intra n mai multe detalii,
sa stabilit c a orice sistem axiomatic este incomplet sau contradictoriu;
asta nseamn a, printre altele, c a orice stiint a necontradictorie trebuie s a
se astepte la probleme indecidabile si s a aib a maturitatea de a le dep asi.
B.1. Operatii cu multimi
B.1.1. Denitie. Operatiile de baz a cu multimi sunt: reuniune, intersectie,
complementar a. Relatia dintre o multime si elementele ei este cea de
apartenent a. Relatia de baz a ntre multimi este incluziunea.
Reuniune: A ' B = x; x A sau x B
Intersectie: A B = x; x A si x B
Complementar a: C

A = x; x A si x ,
Incluziune: A _ B = \x A; x B
Multimea p artilor: T () = A; A _
B.1.2. Observatie. Fie A, B, C T (). Prin CA se va ntelege
complementara multimii A fat a de . Operatiile cu multimi au urm atoarele
propriet ati:
(1) A ' A = A (idempotenta reuniunii);
(2) A ' = (proprietatea de ultim element a reuniunii);
B. ELEMENTE DE TEORIA MUL TIMILOR
(3) A A = A (idempotenta intersectiei);
(4) A = A (proprietatea de element neutru a intersectiei);
(5) A ' O = A (proprietatea de element neutru a reuniunii);
(6) A O = O (proprietatea de prim element a intersectiei);
(7) A ' B = B ' A (comutativitatea reuniunii);
(8) A B = B A (comutativitatea reuniunii);
(9) A'(B'C) = (A'B)'C = A'B'C (asociativitatea reuniunii);
(10) A(BC) = (AB)C = ABC (asociativitatea intersectiei);
(11) A'(BC) = (A'B) (A'C) (distributivitatea reuniunii fat a
de intersectie);
(12) A (B ' C) = (A B) ' (A C) (distributivitatea intersectiei
fat a de reuniune);
(13) A ' (A B) = A;
(14) A (A ' B) = A;
(15) A ' CA = ;
(16) A CA = O;
(17) CCA = A;
(18) C (A ' B) = CACB; C
_

i2I
A
i
_
=

i2I
CA
i
(relatiile lui DeMorgan);
(19) C (A B) = CA'CB; C
_

i2I
A
i
_
=

i2I
CA
i
(relatiile lui DeMorgan);
(20) AB = A CB (diferenta a dou a multimi);
B.1.3. Denitie. Se numeste produs cartezian a dou a multimi A si B
multimea:
A B = (a; b); a A si b B:
B.1.4. Observatie. Alte propriet ati:
(1) A(B ' C) = (AB)C;
(2) A(B C) = (AB) ' (AC);
(3) (A ' B)C = (AC) ' (BC);
(4) (A B)C = A (BC) = (AC) B;
(5) A (B ' C) = (A B) ' (A C);
(6) A (B C) = (A B) (A C);
(7) A (BC) = (A B)(A C);
B.2. Relatii
B.2.1. Denitie. Fie X, Y dou a multimi. Se numeste rela tie (cores-
ponden ta) binara ntre mul timile X si Y orice triplet R = (X; Y; G
R
),
B.2. RELA TII
unde G
R
este o submultime a produsului cartezian, G
R
_ X Y . X se
numeste domeniul de deni tie al rela tiei, Y se numeste codomeniul rela tiei
iar G
R
se numeste gracul relatiei. Multimea
D
R
= x X; y Y; (x; y) G
R
_ X
se numeste domeniul (efectiv) al relatiei R. Multimea
Im
R
= y Y ; x X; (x; y) G
R
_ Y
se numeste imaginea rela tiei. Relatia R
1
= (Y; X; G
R
1) denit a prin
G
R
1 = (y; x) ; (x; y) G
R
_ Y X
se numeste rela tia inversa rela tiei R. Relatia
X
= (X; X; G

X
) denit a
prin G

X
= (x; x) ; x X _ XX se numeste rela tia identitate pe X.
B.2.2. Denitie. Fie X, Y , Z trei multimi si relatiile R
1
= (X; Y; G
R
1
),
R
2
= (Y; Z; G
R
2
). Relatia R = (X; Z; G
R
) denit a prin:
G
R
= (x; z) ; x X; z Zsi y Y a.. (x; y) G
R
1
si (y; z) G
R
2

se numeste compunerea rela tiilor R


1
si R
2
si se noteaz a R
2
R
1
(R
2
R
1
=
R).
B.2.3. Observatie. Operatia de compunere a relatiilor este asociativ a
dar nu este comutativ a.
B.2.4. Denitie. R = (X; X; G
R
) se numeste rela tie de preordine dac a
are propriet atile:
(1) Reexivitate: G

X
_ G
R
(\x X, (x; x) G
R
);
(2) Tranzitivitate: (x; y), (y; z) G
R
= (x; z) G
R
.
B.2.5. Denitie. R = (X; X; G
R
) se numeste rela tie de echivalen ta
dac a este relatie de preordine si are n plus proprietatea de simetrie:
G
R
1 _ G
R
((x; y) G
R
=(y; x) G
R
). Multimea ^ x = y X; (x; y) G
R

se numeste clasa de echivalen ta a lui x n raport cu rela tia R. Mul timea


claselor de echivalen ta (mul timea ct a lui X n raport cu R) se noteaz a
cu X=R.
B.2.6. Observatie. Dac a R este o relatie de echivalent a pe X si ^ x este
clasa de echivalent a a unui element, atunci:
(1) x ^ x, \x X;
(2) (x; y) R = ^ x = ^ y;
(3) (x; y) = R = ^ x ^ y = O.
B. ELEMENTE DE TEORIA MUL TIMILOR
B.2.7. Denitie. R = (X; X; G
R
) se numeste rela tie de ordine (preferin ta)
dac a este relatie de preordine si n plus are proprietatea de antisimetrie:
G
R
G
R
1 = G

X
((x; y) G
R
si (y; x) G
R
= x = y). Relatia
de ordine se numeste totala dac a \x; y X, (x; y) G
R
sau (y; x)
G
R
(G
R
' G
R
1 = X X) si se numeste par tiala dac a nu este total a.
Perechea (X; R) se numeste mul time ordonata (de rela tia de ordine R).
O multime ordonat a se numeste inductiv ordonata dac a orice submultime
total ordonat a a sa este majorat a.
B.2.8. Observatie. (Lema lui Zorn) Orice multime inductiv ordonat a
are un element maximal.
B.2.9. Observatie. Dac a R este relatie de ordine pe X, atunci R
1
este tot relatie de ordine pe X (se mai numeste rela tia de ordine duala
rela tiei R).
Demonstratie. Reexivitatea: x X = (x; x) G
R
= (x; x)
G
R
1;
Tranzitivitatea: Fie (x; y) G
R
1 si (y; z) G
R
1 = (y; x) G
R
si
(z; y) G
R
= (z; x) G
R
= (x; z) G
R
1;
Antisimetria: (x; y) G
R
1 si (y; x) G
R
1 = (x; y) G
R
si (y; x)
G
R
= x = y
B.2.10. Denitie. Fie X o multime ordonat a si A T (X).
A se numeste majorata (minorata) dac a a X astfel nct
(x; a) G
R
((a; x) G
R
) \x A. Elementul a se numeste
majorant (minorant) al mul timii A.
Dac a multimea majorantilor (minorantilor) lui A este minorat a
(majorat a) atunci minorantul majorantilor (majorantul minorantilor)
este unic si se numeste supremul (inmul) mul timii A (se noteaz a
sup A, respectiv inf A).
a X se numeste maximal (minimal) dac a \x X, (a; x) R
((x; a) R) = x = a.
Dac a A = X este majorat a (minorat a), atunci majorantul (minorantul)
este unic si se numeste ultim element (prim element).
B.2.11. Denitie. O relatie R = (X; Y; G
R
) se numeste de tip func tie
(func tionala) dac a are propriet atile:
(1) \x X, y Y , (x; y) G
R
;
(2) (x; y
1
) G
R
si (x; y
2
) G
R
= y
1
= y
2
.
B.2. RELA TII
B.2.12. Observatie. Dou a relatii sunt egale dac a cele dou a triplete
sunt egale, adic a dac a domeniile, codomeniile si gracele sunt egale.
B.2.13. Denitie. Fie f () : X Y o functie. Pentru A _ X,
multimea
f (A) = f (x) ; x A _ Y
se numeste imaginea directa a mul timii A prin func tia f () iar pentru
B _ Y multimea
f
1
(B) = x; f (x) B _ X
se numeste preimaginea mul timii B prin func tia f ().
B.2.14. Observatie. Fie f () : X Y o functie. Au loc urm atoarele
armatii:
(1)
\A T (X) ; \B T (Y ) ; f (A) _ B = A _ f
1
(B)
(2)
\A T (X) ; f
_
f
1
(A)
_
_ A _ f
1
(f (A))
(3)
\A T (X) ; \B T (Y ) ; f
_
A f
1
(B)
_
= f (A) B
(4)
\(B
i
)
i2I
_ T (Y ) ; f
1
_
_
i2I
B
i
_
=
_
i2I
f
1
(B
i
)
(5)
\(B
i
)
i2I
_ T (Y ) ; f
1
_

i2I
B
i
_
=

i2I
f
1
(B
i
)
(6)
\B T (Y ) ; f
1
(CB) = Cf
1
(B)
(7)
\(A
i
)
i2I
_ T (X) ; f
_
_
i2I
A
i
_
=
_
i2I
f (A
i
)
(8)
\(A
i
)
i2I
_ T (X) ; f
_

i2I
A
i
_
_

i2I
f (A
i
)
B. ELEMENTE DE TEORIA MUL TIMILOR
Demonstratie. Exercitiu.
B.3. Operatii cu functii
Ca regul a general a, cu dou a (sau mai multe) functii se pot efectua
operatii algebrice n anumite conditii iar rezultatul operatiei este o nou a
functie. Conditiile sunt urm atoarele:
Functiile trebuie s a aib a acelasi codomeniu; operatiile algebrice
care pot efectuate cu functii sunt corespondentele operatiilor
algebrice care pot efectuate cu elementele codomeniului comun.
Rezultatul operatiei dintre functii este o nou a functie care are
drept codomeniu codomeniul comun al celor dou a functii. Dac a
functiile au drept codomenii multimi diferite, operatia nu se poate
efectua (eventual se poate face mai nti, n conditii specice, o
operatie de transformare a codomeniilor)
Dac a functiile au acelasi domeniu de denitie atunci rezultatul
operatiei dintre functii este o nou a functie care are drept domeniu
de denitie domeniul de denitie comun al functiilor. Dac a domeniile
de denitie sunt diferite, se poate eventual deni rezultatul operatiei
ca o functie care are drept domeniu de denitie partea comun a
a domeniilor de denitie ale functiilor participante la operatie
(intersectia domeniilor); dac a nu au parte comun a, operatia nu
poate denit a.
Exemple:
Dac a f () ; g () : D R sunt dou a functii cu codomeniul real denite
pe aceeasi multime D, cu aceste dou a functii se pot efectua operatiile care
pot efectuate cu numere reale: adunare, nmultire, sc adere, mp artire.
Se obtin urm atoarele functiirezultat:
Func tiasuma s () : D R, s () := (f + g) (), denit a prin
s(x) = f(x) + g(x) \x D.
Func tiaprodus p () : D R, p () := (fg) (), denit a prin
p(x) = f(x)g(x) \x D.
Func tiadiferen ta (f g) () : D R, denit a prin (f g)(x) :=
f(x) g(x) \x D
Func tiact h() : D
1
R, denit a prin h(x) :=
f(x)
g(x)
\x D
1
pe multimea D
1
= x D[g(x) ,= 0.
Existenta unei structuri de ordine pe codomeniul comun al functiilor
permite extinderea relatiei de ordine si la functii; dac a f () ; g () : D R
B.3. OPERA TII CU FUNC TII
sunt dou a functii cu codomeniul real denite pe aceeasi multime D, atunci
se spune c a f () _ g () dac a are loc f (x) _ g (x) \x D; se obtine astfel
o relatie de ordine ntre functii, care pierde din caracteristicile initiale
ale relatiei dintre elemente (noua relatie nu mai este total a, n sensul c a
pentru dou a functii se poate ntmpla s a nu e comparabile, chiar dac a
elementele codomeniului sunt toate comparabile). De asemenea, se extind
la functii notiunile de maxim, minim, modul:
h() : D R, h(x) := max(f(x); g(x)) (maximul a dou a functii),
k () : D R, k(x) := min(f(x); g(x)) (minimul a dou a functii), [f[ () :
D R, [f[ (x) := [f (x)[ (modulul unei functii).
ANEXA C
Matrici
C.1. Notiuni generale despre matrici
C.1.1. Denitie. Se numeste matrice (engl. matrix, pl. matrices) o
functie care are ca domeniu de denitie un produs cartezian 1 J si care
asociaz a ec arei perechi (i. ,) 1 J cte o expresie (matematic a) (orice
reprezentare dreptunghiular a de expresii matematice).
C.1.2. Observatie. Multimile 1 si J sunt privite traditional ca multimi
nite de indici (pot considerate si innite; cnd va cazul, se va face
distinctia n context); reprezentarea acestor functii se face tabelar, dar
exist a si alte conventii. Prin conventie multimea 1 indexeaz a liniile iar J
indexeaz a coloanele. O matrice cu : linii si : coloane se mai numeste
matrice de tip (:. :). Matricile de tip (:. 1) sau (1. :) se mai numesc
vectori (coloan a, respectiv linie). Pentru ecare alegere posibil a a indicilor
de linie si de coloan a (i. ,) se mai numeste loc (pozitie, celul a) al (a)
matricii; valoarea care se a a pe un loc se mai numeste intrare (trebuie
f acut a distinctie ntre locul (i. ,) si elementul c
ij
care ocup a locul, adic a
ntre argument si valoarea din codomeniu atasat a argumentului). Operatiile
cu matrici care vor descrise n continuare nu au ntodeauna sens pentru
expresii matematice oarecare; de obicei, diverse operatii se efectueaz a
numai asupra unor anumite tipuri de matrici iar diferenta se face din
context.
C.1.3. Denitie. Se numeste submatrice a unei matrici restrictia matricii
la o submultime de indici: dac a = (c
ij
)
i2I;j2J
si 1
0
_ 1, J
0
_ J, atunci

0
= (c
ij
)
i2I
0
;j2J
0
este o submatrice a lui (orice restrictie a functiei
care deneste matricea). Exemplu: (i[,) este submatricea obtinut a din
matricea initial a prin ndep artarea liniei i si coloanei ,.
Operatii standard cu matrici: Adunare, sc adere, nmultire a dou a matrici
(n cazul particular al nmultirii unei matrici linie cu o matrice coloan a,
C. MATRICI
operatia se mai numeste si produs scalar), nmultirea unei matrici cu o
expresie.
Fie = (c
ij
)
i=1;n;j=1;m
o matrice;
C.1.4. Denitie.

T
= (c
ji
)
i=1;n;j=1;m
se numeste transpusa lui (engl. transpose of ) (este matricea care are
drept coloane liniile matricii ).
C.1.5. Denitie. Pentru matrici cu elemente numere complexe, adjuncta
hermitica (transpusa hermitica, transpusa conjugata, etc.) (engl. Hermitian
transpose, conjugate transpose, adjoint, Hermitian adjoint, etc) a unei
matrici este matricea care se obtine din matricea initial a prin transpunere
si trecere la conjugata complex a pentru elementele matricii initiale.
C.1.6. Denitie. Adjuncta (adjuncta clasica) (engl. adjugate, classical
adjoint) (a) unei matrici este transpusa matricii cofactorilor.
C.1.7. Denitie. Cofactorul (engl. cofactor) locului (i. ,) al matricii
este num arul

ij
= (1)
i+j
det (i[,) .

1
=
1
det
(
ji
)
i;j=1;n
.
C.1.8. Denitie.
1
n
= (o
ij
)
i=1;n;j=1;n
se numeste matrice identitate (engl. identity matrix);
0
n;m
= (0)
i=1;n;j=1;m
se numeste matrice nula (engl. null matrix);
matrice patratica ( engl. square matrix): : = : (num arul de linii si de
coloane este egal);
diagonala principala a unei matrici p atratice: locurile (i. i), i = 1. :;
prin extindere, diagonala principal a a unei matrici oarecare este format a
din locurile (i. i), i = 1. min (:. :)
matrice simetrica ( engl. symmetric matrix): =
T
(nu poate dect
p atratic a);
Matrice diagonala (engl. diagonal matrix): (d
i
o
ij
)
i=1;n;j=1;n
(elemente
oarecare pe diagonala principal a, zero n rest);
C.1. NO TIUNI GENERALE DESPRE MATRICI
matrice superior (inferior) triunghiulara ( engl. upper (lower) triangular
matrix): o matrice p atratic a pentru care elementele sub (peste) diagonala
principal a sunt nule;
matrice strict superior (inferior) triunghiulara ( engl. strictly upper
(lower) triangular matrix): o matrice p atratic a pentru care elementele sub
(peste) diagonala principal a sunt nule, inclusiv diagonala principal a.
Matrice ortonormala pe coloane (engl. column orthonormal matrix):

T
= 1
Matrice ortonormala (engl. orthonormal matrix): p atratic a si
T
=
1
Rangul unei matrici (engl. rank of a matrix): dimensiunea maxim a a
unei submatrici p atratice a matricii, care are determinantul nenul (num arul
maxim de coloane care, privite ca vectori coloan a ntrun spatiu vectorial,
formeaz a un sistem liniar independent).
Matrice inversa a lui (engl. the inverse matrix of ): o matrice 1
care satisface relatiile: 1 = 1 = 1.
Matrice patratica inversabila (nesingulara) (engl. nonsingular matrix):
matrice de rang maxim(echiv. matrice pentru care exist a o matrice invers a);
Matrice de rang maxim (engl. full rank): matrice pentru care 1c:q =
min :. :;
Urma unei matrici patratice (engl. trace of matrix ): suma elementelor
de pe diagonala principal a a unei matrici p atratice.
C.1.9. Observatie. (1) superior triunghiular a =
T
inferior
tringhiular a.
(2) Dac a o matrice /
n;n
(R) este strict superior (inferior) triunghiular a,
atunci
n
= 0.
C.1.10. Observatie. Dac a exist a matricea invers a, este unic a; de obicei
se noteaz a cu
1
.
Demonstratie. Din 1
1
= 1
1
= 1 si 1
2
= 1
2
= 1 rezult a c a
1
1
si 1
2
au aceleasi dimensiuni iar 1
1
= 1
1
1 = 1
1
(1
2
) = (1
1
) 1
2
=
11
2
= 1
2
.
C.1.11. Denitie. 1
n
este o matrice coloan a de dimensiune : si cu
toate elementele egale cu 1.
c
n
ij
este matricea p atratic a de dimensiune : care are pe locul (i. ,)
valoarea 1 si 0 n rest
C. MATRICI
C.1.12. Observatie. Se observ a c a
c
n
ij
c
n
kl
=
_
0 dac a , ,= /
c
n
il
dac a , = /.
1
n
ij
(c) = 1
n
+cc
n
ij
se numeste matrice elementara (transformare elementara),
pentru i ,= ,; nmultirea la stnga a unei matrici (nu neap arat p atratice,
de dimensiune (:. :)) cu matricea elementar a 1
n
ij
(c) are ca rezultat o
nou a matrice (de dimensiune (:. :)) ale c arei linii corespund cu liniile
vechii matrici, mai putin linia i care este nlocuit a cu valoarea obtinut a
prin adunarea la vechea linie i a liniei , nmultit a cu c (|i:ic
i
+c |i:ic
j

|i:ic
i
). 1
n
ij
(c) este rezultatul operatiei elementare (ntre linii): se adun a
la linia i linia , nmultit a cu c si rezultatul se scrie pe linia i (operatie de
atribuire).
C.1.13. Exemplu.
1
4
24
(c) =
_
_
_
_
1 0 0 0
0 1 0 c
0 0 1 0
0 0 0 1
_
_
_
_
;
_
_
_
_
1 0 0 0
0 1 0 c
0 0 1 0
0 0 0 1
_
_
_
_
_
_
_
_
c
11
c
12
c
13
c
14
c
21
c
22
c
23
c
24
c
31
c
32
c
33
c
34
c
41
c
42
c
43
c
44
_
_
_
_
=
=
_
_
_
_
c
11
c
12
c
13
c
14
c
21
+ cc
41
c
22
+ cc
42
c
23
+ cc
43
c
24
+ cc
44
c
31
c
32
c
33
c
34
c
41
c
42
c
43
c
44
_
_
_
_
_
_
_
_
1 0 0 0
0 1 0 c
0 0 1 0
0 0 0 1
_
_
_
_
_
_
_
_
c
11
c
12
c
13
c
21
c
22
c
23
c
31
c
32
c
33
c
41
c
42
c
43
_
_
_
_
=
=
_
_
_
_
c
11
c
12
c
13
c
21
+ cc
41
c
22
+ cc
42
c
23
+ cc
43
c
31
c
32
c
33
c
41
c
42
c
43
_
_
_
_
C.1. NO TIUNI GENERALE DESPRE MATRICI
1
m
ij
(c) este rezultatul operatiei elementare (ntre coloane): se adun a la
coloana , coloana i nmultit a cu c.
1
4
32
(c) =
_
_
_
_
1 0 0 0
0 1 0 0
0 c 1 0
0 0 0 1
_
_
_
_
;
_
_
_
_
c
11
c
12
c
13
c
14
c
21
c
22
c
23
c
24
c
31
c
32
c
33
c
34
c
41
c
42
c
43
c
44
_
_
_
_
_
_
_
_
1 0 0 0
0 1 0 0
0 c 1 0
0 0 0 1
_
_
_
_
=
=
_
_
_
_
c
11
c
12
+ cc
13
c
13
c
14
c
21
c
22
+ cc
23
c
23
c
24
c
31
c
32
+ cc
33
c
33
c
34
c
41
c
42
+ cc
43
c
43
c
44
_
_
_
_
_
_
c
11
c
12
c
13
c
14
c
21
c
22
c
23
c
24
c
31
c
32
c
33
c
34
_
_
_
_
_
_
1 0 0 0
0 1 0 0
0 c 1 0
0 0 0 1
_
_
_
_
=
=
_
_
c
11
c
12
+ cc
13
c
13
c
14
c
21
c
22
+ cc
23
c
23
c
24
c
31
c
32
+ cc
33
c
33
c
34
_
_
C.1.14. Observatie. Propriet ati ale matricilor elementare:
(1)
det 1
n
ij
(c) = 1.
(2)
1
n
ij
(c) 1
n
ij
(/) =
_
1
n
+ cc
n
ij
_ _
1
n
+ /c
n
ij
_
=
= 1
n
+ (c + /) c
n
ij
= 1
n
ij
(c + /)
deci produsul a dou a matrici elementare este tot o matrice elementar a
(proprietate de parte stabil a),
(3)
1
n
ij
(0) = 1
n
este element neutru
1
n
ij
(c) 1
n
ij
(c) = 1
n
ij
(0) = 1
n
C. MATRICI
deci 1
n
ij
(c) este nesingular a cu inversa 1
n
ij
(c) (cu alte cuvinte,
transform arile elementare sunt reversibile).
(4)
_
1 0
1n
0
n1
1
n
ij
(c)
_
= 1
n+1
i+1j+1
(c)
C.1.15. Denitie. Se numeste matrice de transformare orice produs
nit de matrice elementare.
C.1.16. Denitie. Q
n
ij
, i < , (matrice de permutare) (permutation
matrix) este matricea obtinut a din matricea unitate 1
n
prin permutarea
ntre ele a liniei i si a liniei , (poate privit a si ca matricea obtinut a din
matricea unitate prin permutarea ntre ele a coloanelor i si ,).
C.1.17. Observatie. Q
n
ij
este matricea care are aceleasi linii ca matricea
initial a , dar liniiile i si , sunt schimbate ntre ele.
C.1.18. Observatie. Q
n
ij
este matricea care are aceleasi coloane ca
matricea initial a, dar coloanele i si , sunt schimbate ntre ele.
C.1.19. Denitie. 1
n
ij
, i < , este este matricea obtinut a din matricea
unitate 1
n
prin permutarea ntre ele a liniei i si a liniei ,, linia , ind cu
semn schimbat (elementul de sub diagonala principal a este 1) (poate
privit a si ca matricea obtinut a din matricea unitate prin permutarea ntre
ele a coloanelor i si ,, cu elementul de sub diagonala principal a de valoare
1).
C.1.20. Observatie.
Q
n
ij
= 1
n
ij
(1) 1
n
ji
(1) 1
n
ij
(1) 1
n
(deci Q
n
ij
este matrice de transformare), adic a se fac succesiv urm atoarele
operatii asupra matricii identitate:
(1) se scade din linia i linia , si se pune rezultatul n locul liniei i,
(2) se adun a la linia , linia i si se pune rezultatul n locul liniei ,,
(3) se scade din linia i linia , si se pune rezultatul n locul liniei i.
C.1.21. Observatie.
1
n
ij
= 1
n
ji
(1) 1
n
ij
(1) 1
n
ji
(1)
(deci 1
n
ij
este matrice de transformare), adic a se fac succesiv urm atoarele
operatii asupra matricii identitate:
(1) se scade din linia , linia i si se pune rezultatul n locul liniei ,,
C.1. NO TIUNI GENERALE DESPRE MATRICI
(2) se adun a la linia i linia , si se pune rezultatul n locul liniei i,
(3) se scade din linia , linia i si se pune rezultatul n locul liniei ,.
C.1.22. Exemplu.
Q
n
23
=
_
_
_
_
1 0 0 0
0 0 1 0
0 1 0 0
0 0 0 1
_
_
_
_
;
_
_
_
_
1 0 0 0
0 0 1 0
0 1 0 0
0 0 0 1
_
_
_
_
_
_
_
_
c
11
c
12
c
13
c
14
c
21
c
22
c
23
c
24
c
31
c
32
c
33
c
34
c
41
c
42
c
43
c
44
_
_
_
_
=
=
_
_
_
_
c
11
c
12
c
13
c
14
c
31
c
32
c
33
c
34
c
21
c
22
c
23
c
24
c
41
c
42
c
43
c
44
_
_
_
_
;
_
_
_
_
1 0 0 0
0 0 1 0
0 1 0 0
0 0 0 1
_
_
_
_
_
_
_
_
c
11
c
12
c
13
c
21
c
22
c
23
c
31
c
32
c
33
c
41
c
42
c
43
_
_
_
_
=
=
_
_
_
_
c
11
c
12
c
13
c
31
c
32
c
33
c
21
c
22
c
23
c
41
c
42
c
43
_
_
_
_
;
_
_
_
_
c
11
c
12
c
13
c
14
c
21
c
22
c
23
c
24
c
31
c
32
c
33
c
34
c
41
c
42
c
43
c
44
_
_
_
_
_
_
_
_
1 0 0 0
0 0 1 0
0 1 0 0
0 0 0 1
_
_
_
_
=
=
_
_
_
_
c
11
c
13
c
12
c
14
c
21
c
23
c
22
c
24
c
31
c
33
c
32
c
34
c
41
c
43
c
42
c
44
_
_
_
_
;
1
4
23
=
_
_
_
_
1 0 0 0
0 0 1 0
0 1 0 0
0 0 0 1
_
_
_
_
;
C. MATRICI
_
_
c
11
c
12
c
13
c
14
c
21
c
22
c
23
c
24
c
31
c
32
c
33
c
34
_
_
_
_
_
_
1 0 0 0
0 0 1 0
0 1 0 0
0 0 0 1
_
_
_
_
=
=
_
_
c
11
c
13
c
12
c
14
c
21
c
23
c
22
c
24
c
31
c
33
c
32
c
34
_
_
;
_
_
_
_
1 0 0 0
0 0 1 0
0 1 0 0
0 0 0 1
_
_
_
_
_
_
_
_
c
11
c
12
c
13
c
14
c
21
c
22
c
23
c
24
c
31
c
32
c
33
c
34
c
41
c
42
c
43
c
44
_
_
_
_
=
=
_
_
_
_
c
11
c
12
c
13
c
14
c
31
c
32
c
33
c
34
c
21
c
22
c
23
c
24
c
41
c
42
c
43
c
44
_
_
_
_
;
_
_
_
_
1 0 0 0
0 0 1 0
0 1 0 0
0 0 0 1
_
_
_
_
_
_
_
_
c
11
c
12
c
13
c
21
c
22
c
23
c
31
c
32
c
33
c
41
c
42
c
43
_
_
_
_
=
=
_
_
_
_
c
11
c
12
c
13
c
31
c
32
c
33
c
21
c
22
c
23
c
41
c
42
c
43
_
_
_
_
;
_
_
_
_
c
11
c
12
c
13
c
14
c
21
c
22
c
23
c
24
c
31
c
32
c
33
c
34
c
41
c
42
c
43
c
44
_
_
_
_
_
_
_
_
1 0 0 0
0 0 1 0
0 1 0 0
0 0 0 1
_
_
_
_
=
=
_
_
_
_
c
11
c
13
c
12
c
14
c
21
c
23
c
22
c
24
c
31
c
33
c
32
c
34
c
41
c
43
c
42
c
44
_
_
_
_
;
C.1. NO TIUNI GENERALE DESPRE MATRICI
_
_
c
11
c
12
c
13
c
14
c
21
c
22
c
23
c
24
c
31
c
32
c
33
c
34
_
_
_
_
_
_
1 0 0 0
0 0 1 0
0 1 0 0
0 0 0 1
_
_
_
_
=
=
_
_
c
11
c
13
c
12
c
14
c
21
c
23
c
22
c
24
c
31
c
33
c
32
c
34
_
_
;
C.1.23. Observatie. Exist a o matrice de transformare care transform a
_
_
_
_
c
1
c
2
.
.
.
c
n
_
_
_
_
,= 0
R
n n
_
_
_
_
1
0
.
.
.
0
_
_
_
_
(= c
n
1
).
C.1.24. Teorem a. Fie = (c
ij
)
i=1;n;j=1;m
o matrice nenul a. Atunci
exist a o matrice de transformare l (de dimensiune :) si : N[1. min :. :]
astfel nct l =
_
_
_
_
_
_
_
_
_
_
_
0 0 1 /
1j
1
+1
/
1m
0 0 0 0 1 /
2j
2
+1
/
2m
0 0 0 0 0 0 1 /
3j
3
+1
/
3m

0 0 0 0 0 0 0 0 1 /
rj
r
+1
/
rm
0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0
_
_
_
_
_
_
_
_
_
_
_
cu 1 _ ,
1
< < ,
r
; o matrice de forma de mai sus se numeste matrice
scara (e salon) (de fapt, form a n scar a pe linie a matricii initiale) (engl. row
echelon form); se caracterizeaz a prin urm atoarele: primele ,
1
1 coloane
sunt identic nule, submatricea format a din coloanele ,
1
+1 pn a la ,
2
1 si
liniile 2 pn a la : este submatrice nul a, etc (elementele unitare, deci nenule
de pe locurile (1. ,
1
), , (:. ,
r
) formeaz a o pseudodiagonal a (scar a), iar
elementele la stnga si sub aceast a pseudodiagonal a sunt nule) (num arul
de zerouri de la nceputul ec arei linii creste strict odat a cu indicele de
linie).
Demonstratie. Dem: Prin inductie dup a dimensiunile matricii: presupunem
rezultatul adev arat pentru orice matrice de tip (:
0
. :
0
) cu :
0
< :, :
0
<
:; e ,
1
prima coloan a a matricii care are m acar un element nenul.
Exist a o transformare elementar a care aduce elementul nenul pe linia 1,
C. MATRICI
anuleaz a toate celelalte elemente ale coloanei ,
1
si transform a elementul
nenul n 1. Submatricea obtinut a prin nl aturarea coloanelor 1,
1
si liniei
1 este de dimensiuni (: 1. :,
1
) si conform ipotezei de inductie poate
adus a la o form a esalon qed.
C.1.25. Observatie. matricea si orice matrice esalon a ei au acelasi
rang.
C.1.26. Observatie. O alt a form a de tip esalon este forma e salon
redusa pe linie (reduced row echelon form), care are urm atoarele propriet ati:
(1) Num arul de zerouri de la nceputul ec arei linii creste odat a cu
indicele liniei.
(2) Primul element nenul al ec arei linii este egal cu 1.
(3) Fiecare coloan a care contine prima valoare nenul a a unei linii are
celelalte elemente nule.
C.2. Operatii de baz a cu matrici
C.2.1. Denitie. Produs matricial (product of matrices) pentru matrici
compatibile din punct de vedere al produsului matricial, i.e. num arul de
coloane al primei matrici este egal cu num arul de linii al celei dea doua
matrici (engl. commensurate matrices):
= (c
ij
)
i=1;n;j=1;m
. 1 = (/
jl
)
j=1;n;l=1;p
. C = 1. C = (c
il
)
i=1;n;l=1;p
c
il
=
m

j=1
c
ij
/
jl
. \i = 1. :. | = 1. j
C.2.2. Denitie. Multiplicare cu un scalar (engl. scalar multiplication):
= (c
ij
)
i=1;n;j=1;m
. ` C. C = `. C = (c
ij
)
i=1;n;j=1;m
c
ij
= `c
ij
. \i = 1. :. , = 1. :
C.2.3. Denitie. Suma matriciala (engl. sum of matrices):
= (c
ij
)
i=1;n;j=1;m
. 1 = (/
ij
)
i=1;n;j=1;m
. C = + 1. C = (c
ij
)
i=1;n;j=1;m
c
ij
= c
ij
+ /
ij
. \i = 1. :. , = 1. :
C.2.4. Denitie. Transpunere (engl. transpose):
= (c
ij
)
i=1;n;j=1;m
. C = (c
ij
)
i=1;n;j=1;m
=
0
. c
ij
= c
ji
. \i = 1. :. , = 1. :
C.2. OPERA TII DE BAZ

A CU MATRICI
C.2.5. Denitie. Urma (Trace) unei matrici p atratice:
1: () =
n

i=1
c
ii
C.2.6. Observatie. Dac a /
n;m
(R) si 1 /
m;n
(R), atunci
1: (1) = 1: (1).
Demonstratie.
= (c
ij
)
i=1;n;j=1;m
.
1 = (/
ij
)
i=1;m;j=1;n
.
1 = (c
ij
)
i=1;n;j=1;n
.
1 = (d
ij
)
i=1;n;j=1;n
cnc
ij
=
n

k=1
c
ik
/
kj
ic:d
ij
=
n

k=1
c
ki
/
jk
;
1: (1) =
n

l=1
c
ll
=
n

l=1
_
n

k=1
c
lk
/
kl
_
=
n

k=1
_
n

l=1
c
lk
/
kl
_
=
n

k=1
d
kk
= 1: (1)

C.2.7. Denitie. Se numeste determinantul matricii p atratice , num arul


det () =

2S
n
(o)
n

k=1
c
k(k)
C.2.8. Observatie. det =
n

k=1
c
ik
o
ik
(dezvoltarea determinantului
dup a linia i)=
n

k=1
c
kj
o
kj
(dezvoltarea determinantului dup a coloana ,),
unde:
C.2.9. Denitie. complementul algebric al locului (pozi tiei) (i. /) este:
o
ik
= (1)
i+k
d
ik
C.2.10. Denitie. minorul locului (pozi tiei) (i. /) se noteaz a d
ik
si este
determinantul submatricii obtinute prin eliminarea liniei i si coloanei /.
C.2.11. Denitie. Se numeste permanentul matricii p atratice , num arul
1c::c:c:t () =

2S
n
n

k=1
c
k(k)
C. MATRICI
C.3. Alte operatii cu matrici
C.3.1. Denitie. Produs ntre elementele matricilor (engl. element
product)
. + 1 = C. c
ij
= c
ij
/
ij
. \i = 1. :. , = 1. :
C.3.2. Denitie. mpar tire ntre elementele matricilor (engl. element
division):
. 1 = C. c
ij
=
c
ij
/
ij
. \i = 1. :. , = 1. :
C.3.3. Denitie. Condi tie logica (engl. logical condition):
. _ 1 = C. c
ij
=
_
1. c
ij
_ /
ij
0. c
ij
,_ /
ij
. \i = 1. :. , = 1. :
C.4. Matrici partitionate
C.4.1. Denitie. Produs Kronecker (produs direct): 1 = (c
ij
1)
(rezultatul este o matrice obtinut a astfel: ecare loc al matricii este
ocupat de elementul de pe locul (i. ,) nmultit cu matricea 1)
C.4.2. Denitie. Sum a direct a (engl. direct sum):
1 =
_
0
0 1
_
C.4.3. Observatie. (produsul a dou a matrici partitionate)
=
_

11

12

21

22
_
.
1 =
_
1
11
1
12
1
21
1
22
_
=1 =
_

11
1
11
+
12
1
21

11
1
12
+
12
1
22

21
1
11
+
22
1
21

21
1
12
+
22
1
22
_
Demonstratie. Fie = (c
ij
)
i=1;n;j=1;m
, 1 = (/
jk
)
j=1;m;k=1;p
; produsul
este C = (c
ik
)
i=1;n;k=1;p
, unde c
ik
=
m

j=1
c
ij
/
jk
. Se descrie partitionarea
C.4. MATRICI PARTI TIONATE
matricii :

11
= (c
ij
)
i=1;n
1
;j=1;m
1
=
_
c
11
ij
_
i=1;n
1
;j=1;m
1
.

12
= (c
ij
)
i=1;n
1
;j=m
1
+1;m
=
_
c
12
ij
_
i=1;n
1
;j=m
1
+1;m
.

21
= (c
ij
)
i=n
1
+1;n;j=1;m
1
=
_
c
21
ij
_
i=n
1
+1;n;j=1;m
1
.

22
= (c
ij
)
i=n
1
+1;n;j=m
1
+1;m
=
_
c
22
ij
_
i=n
1
+1;n;j=m
1
+1;m
Analog se descrie partitionarea matricii 1:
_
1
11
=
_
/
11
jk
_
j=1;m
1
;k=1;p
1
. 1
12
=
_
/
12
jk
_
i=1;m
1
;j=p
1
+1;p
.
1
21
=
_
/
21
jk
_
j=m
1
+1;m;k=1;p
1
. 1
22
=
_
/
22
jk
_
j=m
1
+1;m;k=p
1
+1;p
_
Din c
ik
=
m

j=1
c
ij
/
jk
=
m
1

j=1
c
ij
/
jk
+
m

k=m
1
+1
c
ij
/
jk
rezult a:
+ (c
ik
)
i=1;n
1
;k=1;p
1
=
_
m
1

j=1
c
ij
/
jk
+
m

j=m
1
+1
c
ij
/
jk
_
i=1;n
1
;k=1;p
1
=
=
_
m
1

j=1
c
11
ij
/
11
jk
+
m

j=m
1
+1
c
12
ij
/
21
jk
_
i=1;n
1
;k=1;p
1
=(c
ik
)
i=1;n
1
;k=1;p
1
=
11
1
11
+
12
1
21
+ (c
ik
)
i=1;n
1
;k=p
1
+1;p
=
_
m
1

j=1
c
ij
/
jk
+
m

j=m
1
+1
c
ij
/
jk
_
i=1;n
1
;k=p
1
+1;p
=
=
_
m
1

j=1
c
11
ij
/
12
jk
+
m

j=m
1
+1
c
12
ij
/
22
jk
_
i=1;n
1
;k=p
1
+1;p
=(c
ik
)
i=1;n
1
;k=p
1
+1;p
=
11
1
12
+
12
1
22
+ (c
ik
)
i=n
1
+1;n;k=1;p
1
=
_
m
1

j=1
c
ij
/
jk
+
m

j=m
1
+1
c
ij
/
jk
_
i=n
1
+1;n;k=1;p
1
=
=
_
m
1

j=1
c
21
ij
/
11
jk
+
m

j=m
1
+1
c
22
ij
/
21
jk
_
i=n
1
+1;n;k=1;p
1
=(c
ik
)
i=n
1
+1;n;k=1;p
1
=
21
1
11
+
22
1
21
+ (c
ik
)
i=n
1
+1;n;k=p
1
+1;p
=
_
m
1

j=1
c
ij
/
jk
+
m

j=m
1
+1
c
ij
/
jk
_
i=n
1
+1;n;k=p
1
+1;p
=
C. MATRICI
=
_
m
1

j=1
c
21
ij
/
12
jk
+
m

j=m
1
+1
c
22
ij
/
22
jk
_
i=n
1
+1;n;k=p
1
+1;p
=(c
ik
)
i=n
1
+1;n;k=p
1
+1;p
=
21
1
12
+
22
1
22
=
_

11

12

21

22
__
1
11
1
12
1
21
1
22
_
=
_

11
1
11
+
12
1
21

11
1
12
+
12
1
22

21
1
11
+
22
1
21

21
1
12
+
22
1
22
_

C.4.4. Observatie.
det
_

11
0

21
1
_
= det
11
. det
_
1 0

21

11
_
= det
11
.
Demonstratie. Se dezvolt a determinantul dup a coloanele (respectiv
liniile) corespunz atoare matricii unitate; cnd sau terminat, ceea ce r amne
este det
11

C.4.5. Observatie.
det
_

11
0
0
22
_
= det
11
det
22
.
Demonstratie. Se observ a c a are loc relatia:
_

11
0
0 1
__
1 0
0
22
_
=
_

11
0
0
22
_
si prin trecere la determinanti se obtine c a det
_

11
0
0 1
_
det
_
1 0
0
22
_
=
det
_

11
0
0
22
_
, adic a
_

11
0
0
22
_
= det
11
det
22

C.4.6. Observatie.
det
_

11
0

21

22
_
= det
11
det
22
.
Demonstratie. Se observ a c a
_

11
0

21
1
__
1 0
0
22
_
=
_

11
0

21

22
_
si prin trecere la determinanti se obtine c a det
_

11
0

21

22
_
= det
11
det
22

C.4.7. Observatie.
det
_
1
12

21

22
_
= det (
22

21

12
) .
C.4. MATRICI PARTI TIONATE
Demonstratie. Se observ a c a
_
1 0

21
1
__
1
12

21

22
_
=
_
1
12
0
22

21

12
_
si prin trecere la determinanti se obtine det
_
1
12

21

22
_
= det (
22

21

12
)

C.4.8. Observatie. Dac a =


_

11

12

21

22
_
si
11
sunt p atratice
inversabile, are loc:
det = det
11
det
_

22

21

1
11

12
_
Demonstratie.
_

11

12

21

22
_
=
_

11
0
0 1
__
1
1
11

12

21

22
_
=
=det
_

11

12

21

22
_
= det
11
det
_
1
1
11

12

21

22
_
= det
11
det
_

22

21

1
11

12
_

C.4.9. Observatie. Pentru o matrice


_
1
n
1
1
C 1
__
1
12

21

22
_
.
se obtine prin transform ari elementare
_
1 1
0 1 C1
__
1
12
0
22

21

12
_
.
Demonstratie.
_
1
n
1
0
C 1
nn
1
__
1
n
1
1
C 1
_
=
_
1
n
1
1
C + C 1 C1
_
=
_
1 1
0 1 C1
_
_
1 0

21
1
__
1
12

21

22
_
=
_
1
n
1

12

21
+
21

22

21

12
_
=
=
_
1
12
0
22

21

12
_
1
(n
1
+1;n
1
)
(c
1n
1
) 1
(n
1
+1;2)
(c
12
) 1
(n
1
+1;1)
(c
11
)
_
1
n
1
1
C 1
_
1
(n
1
+1;n
1
)
_
c
21
1n
1
_
1
(n
1
+1;2)
(c
21
12
) 1
(n
1
+1;1)
(c
21
11
)
n
2

i=1
n
1

k=1
1
(n
1
+i;k)
(c
ik
)
_
1
n
1
1
C 1
_
=
C. MATRICI
=
_
1
n
1
0
C 1
nn
1
__
1
n
1
1
C 1
_
=
_
1
n
1
1
0 1
_

C.4.10. Exemplu.
_
_
_
_
1 0 0 0
0 1 0 0
c
31
0 1 0
0 0 0 1
_
_
_
_
_
_
_
_
1 0 c
13
c
14
0 1 c
23
c
24
c
31
c
32
c
33
c
34
c
41
c
42
c
43
c
44
_
_
_
_
=
=
_
_
_
_
1 0 c
13
c
14
0 1 c
23
c
24
0 c
32
c
33
c
13
c
31
c
34
c
31
c
14
c
41
c
42
c
43
c
44
_
_
_
_
_
_
_
_
1 0 0 0
0 1 0 0
0 c
32
1 0
0 0 0 1
_
_
_
_
_
_
_
_
1 0 c
13
c
14
0 1 c
23
c
24
0 c
32
c
33
c
13
c
31
c
34
c
31
c
14
c
41
c
42
c
43
c
44
_
_
_
_
=
=
_
_
_
_
1 0 c
13
c
14
0 1 c
23
c
24
0 0 c
33
c
13
c
31
c
23
c
32
c
34
c
31
c
14
c
32
c
24
c
41
c
42
c
43
c
44
_
_
_
_
_
_
_
_
1 0 0 0
0 1 0 0
0 0 1 0
c
41
0 0 1
_
_
_
_
_
_
_
_
1 0 c
13
c
14
0 1 c
23
c
24
0 0 c
33
c
13
c
31
c
23
c
32
c
34
c
31
c
14
c
32
c
24
c
41
c
42
c
43
c
44
_
_
_
_
=
=
_
_
_
_
1 0 c
13
c
14
0 1 c
23
c
24
0 0 c
33
c
13
c
31
c
23
c
32
c
34
c
31
c
14
c
32
c
24
0 c
42
c
43
c
13
c
41
c
44
c
14
c
41
_
_
_
_
_
_
_
_
1 0 0 0
0 1 0 0
0 0 1 0
0 c
42
0 1
_
_
_
_
_
_
_
_
1 0 c
13
c
14
0 1 c
23
c
24
0 0 c
33
c
13
c
31
c
23
c
32
c
34
c
31
c
14
c
32
c
24
0 c
42
c
43
c
13
c
41
c
44
c
14
c
41
_
_
_
_
=
=
_
_
_
_
1 0 c
13
c
14
0 1 c
23
c
24
0 0 c
33
c
13
c
31
c
23
c
32
c
34
c
31
c
14
c
32
c
24
0 0 c
43
c
13
c
41
c
23
c
42
c
44
c
14
c
41
c
24
c
42
_
_
_
_
C.4. MATRICI PARTI TIONATE
Se observ a c a:
_
c
33
c
13
c
31
c
23
c
32
c
34
c
31
c
14
c
32
c
24
c
43
c
13
c
41
c
23
c
42
c
44
c
14
c
41
c
24
c
42
_
=
=
_
c
33
c
34
c
43
c
44
_

_
c
31
c
32
c
41
c
42
__
c
13
c
14
c
23
c
24
_
Forma transform arii:
_
_
_
_
1 0 0 0
0 1 0 0
0 0 1 0
0 c
42
0 1
_
_
_
_
_
_
_
_
1 0 0 0
0 1 0 0
0 0 1 0
c
41
0 0 1
_
_
_
_
_
_
_
_
1 0 0 0
0 1 0 0
0 c
32
1 0
0 0 0 1
_
_
_
_
_
_
_
_
1 0 0 0
0 1 0 0
c
31
0 1 0
0 0 0 1
_
_
_
_
=
=
_
_
_
_
1 0 0 0
0 1 0 0
c
31
c
32
1 0
c
41
c
42
0 1
_
_
_
_
_

11

12

21

22
__

22

12

21

11
_
=
_

11

22

12

21

12

11

11

12

21

22

22

21

22

11

21

12
_
=
= dac a
11
si
12
comut a sau dac a
21
si
22
comut a are loc:
_

11

12

21

22
__

22

12

21

11
_
=
_

11

22

12

21
0

21

22

22

21

22

11

21

12
_
sau
_

11

12

21

22
__

22

12

21

11
_
=
_

11

22

12

21

12

11

11

12
0
22

11

21

12
_
C.4.11. Observatie. Dac a ,
11
si C sunt p atratice si nesingulare,
atunci din =
_

11

12

21

22
_
se obtine

1
=
_

1
11
+
1
11

12
C
1

21

1
11

1
11

12
C
1
C
1

21

1
11
C
1
_
.
cu C =
22

21

1
11

12
.
Demonstratie.
_

11

12

21

22
__

1
11
+
1
11

12
C
1

21

1
11

1
11

12
C
1
C
1

21

1
11
C
1
_
=
=
_

11
_

1
11
+
1
11

12
C
1

21

1
11
_

12
C
1

21

1
11

11

1
11

12
C
1
+
12
C
1

21
_

1
11
+
1
11

12
C
1

21

1
11
_

22
C
1

21

1
11

21

1
11

12
C
1
+
22
C
1
_
=
=
_
1 +
12
C
1

21

1
11

12
C
1

21

1
11

12
C
1
+
12
C
1

21

1
11
+
21

1
11

12
C
1

21

1
11

22
C
1

21

1
11

21

1
11

12
C
1
+
22
C
1
_
=
C. MATRICI
=
_
1 0
_

21
+
_

21

1
11

12

22
_
C
1

21
_

1
11
_

21

1
11

12
+
22
_
C
1
_
=
=
_
1 0
(
21
CC
1

21
)
1
11
CC
1
_
=
_
1 0
0 1
_

C.4.12. Observatie.
= (
1

2
) =
T
=
_

T
1

T
2
_
=
_

11

12

21

22
_
=
T
=
_

T
11

T
21

T
12

T
22
_
C.5. SVD. Inversa MoorePenrose.
C.5.1. Denitie. Dac a /
(m;k)
(R),

/
(k;m)
(R) se numeste
inversa generalizata a lui n sens MoorePenrose dac a satisface urm atoarele
conditii:
(1)

=
(2)

(3)

si

sunt simetrice
C.5.2. Observatie. Inversa MoorePenrose este unic a.
Demonstratie. Fie 1

care satisface si ea (i), (ii), (iii). Atunci:

= (

)
T

=
T
(

)
T

=
= (1

)
T
(

)
T

=
T
(1

)
T

T
(

)
T

=
=
T
(1

)
T
(

)
T

=
T
(1

)
T

=
=
T
(1

)
T

= (1

)
T

= 1

= 1

)
T
=
= 1

)
T

T
= (1

) (

)
T

T
= 1

(1

)
T
(

)
T

T
=
= 1

(1

)
T

T
(

)
T

T
= 1

(1

)
T
(

)
T
= 1

(1

)
T

T
=
= 1

(1

)
T
= 1

= 1

.
C.5.3. Observatie. Fie /
(m;k)
(R); atunci
T
(k;m)

(m;k)
/
(k;k)
(R)
este simetric a si pozitiv semidenit a.
Demonstratie. /
(m;k)
(R), r R
k
(vector coloan a) = r
R
m
(vector coloan a) si (r)
T
r =< r. r _ 0 = r
T
_

_
r _ 0
adic a
T
/
(k;k)
(R) este pozitiv semidenit a; pentru c a
_

_
T
=

T
_

T
_
T
=
T
, rezult a c a matricea
T
este si simetric a.
C.5. SVD. INVERSA MOOREPENROSE.
C.5.4. Observatie. Dac a produsul dintre o matrice si transpusa ei
este matricea nul a atunci matricea este nul a.
Demonstratie. Diagonala pricipal a a produsului este suma p atratelor
elementelor ec arei linii din matricea initial a.
C.5.5. Exemplu.
_
c
1;1
c
1;2
c
2;1
c
2;2
_
T
_
c
1;1
c
1;2
c
2;1
c
2;2
_
=
_
c
2
1;1
+ c
2
2;1
c
1;1
c
1;2
+ c
2;1
c
2;2
c
1;1
c
1;2
+ c
2;1
c
2;2
c
2
1;2
+ c
2
2;2
_
C.5.6. Teorem a. (Aarea SVDsi a inversei generalizate) Orice matrice
/
(m;k)
(R) de rang : poate descompus a ntrun produs

(m;k)
= l
(m;r)
1
(r;r)
\
T
(r;k)
(SVD: Singular Value Decomposition), unde:
(1) 1 este matrice diagonal a (:. :) cu elementele pe diagonala principal a
strict pozitive descresc atoare (d
11
_ d
22
_ _ d
rr
0)
(2) l si \ sunt matrici ale c aror coloane sunt vectori ortonormali, de
dimensiuni respectiv (:. :) si (/. :) (i.e.
l
T
(r;m)
l
(m;r)
= \
T
(r;k)
\
(k;r)
= 1
r
(r;r)
si
l
(m;r)
l
T
(r;m)
= 1
m
. l
T
(r;m)
l
(m;r)
= 1
r
).
(3) Mai mult, inversa generalizat a n sens MoorePenrose a matricii
este

(k;m)
= \
(k;r)
1
1
(r;r)
l
T
(r;m)
.
unde
\ /
(k;r)
. 1 /
(r;r)
. l /
(m;r)
.
Demonstratie. Fie /
(m;k)
(R); atunci
T
(k;m)

(m;k)
/
(k;k)
(R)
este simetric a si pozitiv semidenit a. \ /
(k;k)
(R) astfel nct \
T
_

_
\
este diagonal a (admite o baz a ortonormal a format a din vectori proprii
n care matricea atasat a este diagonal a) (mai mult, se poate presupune
c a pe diagonala principal a valorile proprii, care sunt toate pozitive, sunt
ordonate descresc ator), deci \
T
_

_
\ = G. Fie : rangul matricii
T

C. MATRICI
(i.e. matricea
T
are exact : valori proprii strict pozitive iar celelalte sunt
nule); atunci G = dicq (q
ii
)
i=1;k
iar
q
11
_ _ q
rr
0 = q
r+1r+1
= = q
kk
;
deci
G =
_
G
1
0
0 0
_
. \ =
_
\
1
(k;r)
\
2
(k;kr)
_
.
_
1
r
0
(r;kr)
0
(kr;k)
1
kr
_
= 1
k
= \
T
\ =
_
_
_
\
T
1
(r;k)
\
T
2
(kr;k)
_
_
_
_
\
1
(k;r)
\
2
(k;kr)
_
=
_
_
_
\
T
1
\
1
(r;r)
\
T
1
\
2
(r;kr)
\
T
2
\
1
(kr;r)
\
T
2
\
2
(kr;kr)
_
_
_
(asa c a \
T
1
\
1
(r;r)
= 1
r
),
1
k
= \\
T
=
_
\
1
(k;r)
\
2
(k;kr)
_
_
_
_
\
T
1
(r;k)
\
T
2
(kr;k)
_
_
_
= \
1
(k;r)
\
T
1
(r;k)
+ \
2
(k;kr)
\
T
2
(kr;k)
(asa c a \
1
(k;r)
\
T
1
(r;k)
= 1
k
\
2
(k;kr)
\
T
2
(kr;k)
),
iar
_
\
T
1
\
T
2
_
_

_
(\
1
\
2
) =
_
G
1
0
0 0
_
=
_
_
_
\
T
1
_

_
(r;k)
\
T
2
_

_
(kr;k)
_
_
_
(\
1
\
2
) =
_
G
1
0
0 0
_
C.5. SVD. INVERSA MOOREPENROSE.
=
_
_
_
\
T
1
_

_
(r;k)
\
T
2
_

_
(kr;k)
_
_
_
(\
1
\
2
) =
=
_
_
_
\
T
1
_

_
\
1
(r;r)
\
T
1
_

_
\
2
(r;kr)
\
T
2
_

_
\
1
(kr;r)
\
T
2
_

_
\
2
(kr;kr)
_
_
_
=
=
_
_
G
1
(r;r)
0
(r;kr)
0
(kr;k)
0
(kr;kr)
_
_
=
_

_
\
T
1
_

_
\
1
(r;r)
= G
1
(r;r)
\
T
1
_

_
\
2
(r;kr)
= 0
(r;kr)
\
T
2
_

_
\
1
(kr;r)
= 0
(kr;k)
\
T
2
_

_
\
2
(kr;kr)
= 0
(kr;kr)
;
n particular,
\
T
2
_

_
\
2
(kr;kr)
= 0
(kr;kr)
.
i.e.
(\
2
)
T
\
2
(kr;kr)
= 0
(kr;kr)
=\
2
= 0
(m;kr)
(produsul dintre matrice si transpusa ei este matricea nul a = matricea
este nul a)
Se denesc:
1
(r;r)
=
_
G
1
(i.e. 1 este matrice diagonal a care are ca elemente
_
_
q
ii
_
i=1;r
care sunt
strict pozitive si descresc atoare).
\ = \
1
(k;r)
l
(m;r)
= \ 1
1
C. MATRICI
Din rationamentele de mai sus rezult a:
\
T
\ = \
T
1
\
1
= 1
r
.
l
T
l = (\ 1
1
)
T
l = (1
1
)
T
\
T

T
\ 1
1
=
= 1
1
_
\
T
1

T
\
1
_
1
1
= 1
1
G
1
1
1
=
= dicq
_
_
q
ii
q
ii
_
q
ii
_
i=1;r
= 1
r
.
l1\
T
= (\ 1
1
) 1\
T
1
= \
1
\
T
1
=
=
_
1
k
\
2
(k;kr)
\
T
2
(kr;k)
_
=
=0
(m;kr)
..
\
2
(k;kr)
\
T
2
(kr;k)
=
= 0
(m;kr)
\
T
2
(kr;k)
= 0
(m;k)
=
care stabileste descompunerea.
matricea \ 1
1
l
T
satisface:
1)

_
\ 1
1
l
T
_
=
_
l1\
T
_ _
\ 1
1
l
T
_ _
l1\
T
_
=
= l1
_
\
T
\
_
1
1
_
l
T
l
_
1\
T
=
= l11
r
1
1
1
r
1\
T
= l1\
T
=
2)
_
\ 1
1
l
T
_ _
l1\
T
_ _
\ 1
1
l
T
_
= \ 1
1
_
l
T
l
_
1
_
\
T
\
_
1
1
l
T
=
= \ 1
1
1
r
11
r
1
1
l
T
= \ 1
1
l
T
=

3)
_
l1\
T
_ _
\ 1
1
l
T
_
= l1
_
\
T
\
_
1
1
l
T
= l11
r
1
1
l
T
= ll
T
=
=
__
l1\
T
_ _
\ 1
1
l
T
__
T
=
_
ll
T
_
T
= ll
T
(matricea este simetric a)
_
\ 1
1
l
T
_ _
l1\
T
_
= \ 1
1
1
r
1\
T
= \ \
T
=
=
__
\ 1
1
l
T
_ _
l1\
T
__
T
=
_
\ \
T
_
T
= \ \
T
(matricea este simetric a)
Din 1), 2), 3) rezult a c a \ 1
1
l
T
satisface relatiile care denesc inversa
MoorePenrose; cum matricea care satisface aceste relatii este unic a, rezult a

= \ 1
1
l
T
.
C.5. SVD. INVERSA MOOREPENROSE.
C.5.7. Observatie. Dac a este simetric a, atunci l este linie de
vectori proprii ai lui corespunz atori la valori proprii nenule, asa c a

T
l = l1
1
, cu 1
1
matrice diagonal a (:. :) cu valori proprii nenule,
n ordine descresc atoare. n acest caz, \ =
T
l1
1
= l1
1
1
1
. Cum
elementele matricilor 1 si 1
1
sunt identice mai putin eventual semnul,
coloanele matricilor l si \ sunt e egale (pentru r ad acini pozitive) e
cu semn invers (pentru r ad acini negative). Asadar, dac a este pozitiv
semidenit a, are o descompunere SVD = l1l
T
cu l cu coloane
ortogonale iar 1 pozitiv diagonal a.
C.5.8. Observatie. Dac a este p atratic a si nesingular a, are loc:

=
1
(inversa generalizat a n sens MoorePenrose coincide cu inversa
obisnuit a a matricii)
Demonstratie. p atratic a si nesingular a =
1
=

= [

1
la stnga =

= 1; analog

= [
1
la dreapta =

=
1 deci

satisface relatiile care denesc


1
, care este unica matrice care
satisface relatiile; rezult a c a

=
1
.
C.5.9. Observatie. Sistemul de ecuatii

(m;k)
r
(k;1)
=
(m;1)
are o solutie
=
(m;1)
=
(m;k)

(k;m)

(m;1)
;
mai mult, multimea plan a a tuturor solutiilor este multimea vectorilor
r
(k;1)
=

(k;m)

(m;1)
+ [1
k

(k;m)

(m;k)
] .
(k;1)
\. R
k
.
Demonstratie. r = [

la stnga =

r =

[ la stnga
=

r =

= r =

deci dac a sistemul este compatibil


atunci =

.
Reciproc, dac a =

atunci r =

este solutie a sistemului:


(

) =

= , deci sistemul este compatibil.


Mai mult, pentru . R
k
, are loc: (

+ [1

].) =

+
[1

]. = + .

. = + . . = .
C.5.10. Observatie.

si

sunt idempotente.
Demonstratie.

= [

la dreapta = (

)
2
=

= [

la stnga = (

)
2
=


ANEXA D
Exemple de subiecte
Toate subiectele prezentate n continuare sunt concepute astfel nct
s a satisfac a (pe ct posibil) urm atoarele principii (nu neap arat n ordinea
n care sunt listate):
Cursul, seminarul, laboratorul, evaluarea nal a reprezint a un ansamblu.
Conditiile de desf asurare a ansamblului cursevaluare nal a trebuie
cunoscute de la nceput.
Nu exist a evalu ari perfecte; imperfectiunile pot controlate.
Datoria profesorului este s a e corect fat a de studentii constiinciosi;
o prim a dovad a de corectitudine a profesorului fat a de acesti
studenti este s ai disting a de ceilalti studenti (de exemplu prin
notare).
Un examen pierdut nu este o pedeaps a, ci o constatare a faptului
c a o persoan a, ntrun anumit moment al evolutiei sale, nu a
evoluat sucient de bine.
Orice not a ntre 5 si 10 este prima recompens a a unei munci care
a reprezentat o evolutie sucient a.
De obicei, motivele care stau la baza insuccesului unui student
sunt individuale iar identicarea acestor motive poate de folos
studentului n evolutia lui viitoare.
Studentul trebuie s a aib a o atitudine activ a si critic a referitoare
la activitatea comun a, el ind att principalul responsabil pentru
rezultatele obtinute ct si principalul beneciar.
Subiectele trebuie s a e ntro m asur a ct mai mic a surprinz atoare.
Subiectele trebuie s a e ct mai acoperitoare din punct de vedere
al materiei studiate.
Punctajul care se acord a pentru ecare subiect se acord a pn a la
prima greseal a. (Motivatie: dac a ntrun sir de implicatii logice o
armatie este fals a, ulterior se poate arma orice iar ansamblul
este adev arat - eventual revedeti anexa de Logic a)
D. EXEMPLE DE SUBIECTE
Punctajul care poate obtinut dep aseste nota maxim a (nota
maxim a este 10 iar punctajul poate si 14 sau 15). (Motivatie:
studentul nu trebuie s a e perfect ca s a obtin a not a maxim a)
Trebuie s a existe o regul a care s a evite situatia c a un student
se concentreaz a numai pe un tip de subiecte (de exemplu regula
punctajului minim pe o categorie de subiecte)
Studentul trebuie s a cunoasc a si s a fac a n scris dovada cunoasterii
rezultatelor teoretice (enunturi si demonstratii). (Motivatie: unul
dintre scopurile preg atirii studentilor este ca ei s a devin a creatori
de formule, reguli, principii si nu numai utilizatori de formule,
reguli, principii; demonstratiile reprezint a cod surs a iar studentii
trebuie s a e capabili s a nteleag a codul surs a si s al adapteze
nevoilor lor). Punctarea de principiu a unui rezultat teoretic este:
25% pentru enunt si 75% pentru demonstratie.
Studentul trebuie s a aib a abilitatea de rezolvare de exercitii teoretice
(ca o etap a intermediar a ntre exercitii practice si teorie abilitatea
se probeaz a n scris)
Studentul trebuie s a aib a abilitatea de a rezolva exercitii practice
(abilitatea se probeaz a n scris).
Studentul trebuie s a aib a posibilitatea de a obtine explicatia punctajului
obtinut si eventual s a i se explice greselile pe care lea f acut. (nu
exist a greseli mici si greseli mari; numai greseli)
D.1. Examen Algebr a Liniar a, sesiunea din iarn a 1997-1998
1. Pentru operatorul
l () : R
3
[A] R
3
[A] . l (j) = j
0
.
s a se aduc a la forma canonic a Jordan, s a se ae baza Jordan si s a se verice
formula de schimbare a matricei la schimbarea bazei.
2. Pentru operatorii
l
1
() . l
2
() : C
1
[c. /] C
1
[c. /] .
deniti prin
l
1
(, ()) = q
1
() . q
1
(r) = r, (r)
si
l
2
(, ()) = q
2
() . q
2
(r) =
x
_
a
, (t) dt.
D.2. EXAMEN ALGEBR

A LINIAR

A, IUNIE 1998
s a se caracterizeze valorile proprii si vectorii proprii.
3. Pentru operatorul
l () : C
1
[0. 2:] C
1
[0. 2:] .
denit prin
l (, ()) = q () . q (r) =
2
_
0
(1 + sin (r t)) , (t) dt.
se cere s a se ae o baz a pentru Iml ().
4. S a se enunte Teorema Hamilton-Cayley si s a se foloseasc a pentru
aarea inversei matricii =
_
_
1 0 1
0 2 0
0 0 3
_
_
.
5. Inegalitatea dintre oblic a si perpendicular a.
6. Matrici productive.
D.2. Examen Algebr a Liniar a, iunie 1998
1. S a se demonstreze c a orice functie , : [c. /] R se descompune n
mod unic ntr-o sum a dintre o functie par a si una impar a.
2. Fie \
0
subspatiul solutiilor ecuatiei
3r 2. = 0
si e operatorul l : R
2
R
3
, denit prin
l
__
r
1
r
2
__
= Pr
V
0
_
_
_
_
r
1
r
2
0
_
_
_
_
. \
_
r
1
r
2
_
R
2
.
Se cere:
a. S a se g aseasc a o baz a a spatiului \
0
.
b. S a se g aseasc a exprimarea lui l
__
r
1
r
2
__
n baza de la a.
c. S a se g aseasc a exprimarea lui l
__
r
1
r
2
__
n baza canonic a a lui
R
3
.
d. S a se g aseasc a matricea operatorului l (.).
e. S a se g aseasc a o baz a pentru nucleul operatorului.
f. S a se g aseasc a o baz a pentru imaginea operatorului.
D. EXEMPLE DE SUBIECTE
3. Pentru operatorii l
1
. l
2
: C
1
[c. /] C
1
[c. /] . deniti prin l
1
(, (.)) =
q
1
(.) . q
1
(r) = r, (r) si l
2
(, (.)) = q
2
(.) . q
2
(r) =
x
_
a
, (t) dt. s a se
caracterizeze valorile proprii si vectorii proprii.
4. Pentru operatorul l : C
1
[0. 2:] C
1
[0. 2:] . denit prin
l (, (.)) = q (.) . q (r) =
2
_
0
(1 + sin (r t)) , (t) dt.
se cere s a se ae o baz a pentru Iml.
5. Fie l : R
3
[A] R
3
[A], denit prin l (1) = 1
0
1. S a se arate
c a l este izomorsm si s a se ae operatorul invers.
6. Fie operatorul l : R
3
R
3
, cu matricea =
_
_
6 6 15
1 5 5
1 2 2
_
_
.
a. S a se ae valorile proprii si vectorii proprii.
b. S a se ae forma canonic a Jordan si o baz a Jordan.
7. Teorema Hamilton-Cayley.
8. Teorema de punct x pentru contractii.
D.3. Examen Algebr a Liniar a, septembrie 1998
(1) Fie V
0
subspatiul solutiilor ecuatiei
3r 2. = 0
si e operatorul l () : R
2
R
3
, denit prin
l
__
r
1
r
2
__
= Pr
V
0
_
_
_
_
r
1
r
2
0
_
_
_
_
. \
_
r
1
r
2
_
R
2
.
Se cere:
(a) S a se arate c a l () este operator liniar si s a se g aseasc a
matricea atasat a.
(b) S a se g asesc a cte o baz a pentru imaginea si pentru nucleul
operatorului.
(2) Pentru operatorii
l
1
() . l
2
() : C
1
[c. /] C
1
[c. /] .
D.4. EXAMEN (1) ALGEBR

A LINIAR

A, IANUARIE 1999
deniti prin
l
1
(, ()) = q
1
() . q
1
(r) = r, (r)
si
l
2
(, ()) = q
2
() . q
2
(r) =
x
_
a
, (t) dt.
s a se caracterizeze valorile proprii si vectorii proprii.
(3) Pentru operatorul
l () : C
1
[0. 2:] C
1
[0. 2:] .
denit prin
l (, ()) = q () . q (r) =
2
_
0
(1 + sin (r t)) , (t) dt.
se cere s a se ae o baz a pentru Iml ().
(4) Inegalitatea dintre oblic a si perpendicular a.
(5) Teorema Perron-Frobenius.
D.4. Examen (1) Algebr a Liniar a, ianuarie 1999
1. Sum a direct a de dou a subspatii vectoriale.
2. Fie \
0
subspatiul solutiilor ecuatiei
3r 2. = 0
si e operatorul l () : R
2
R
3
, denit prin
l
__
r
1
r
2
__
= Pr
V
0
_
_
_
_
r
1
r
2
0
_
_
_
_
. \
_
r
1
r
2
_
R
2
.
Se cere:
a. S a se arate c a l () este operator liniar si s a se g aseasc a matricea
atasat a.
b. S a se g asesc a cte o baz a pentru imaginea si pentru nucleul operatorului.
3. Teorema de inertie Sylvester.
4. Fie l () : R
n
R
n
liniar cu proprietatea c a
l ()
2
l () + 1 () = 0.
S a se arate c a l () este izomorsm.
D. EXEMPLE DE SUBIECTE
5. Fie l () : R
3
[A] R
3
[A], denit prin l (1) = 1
0
1. S a se arate
c a l este izomorsm si s a se ae operatorul invers.
6. Fie operatorul l () : R
3
R
3
, cu matricea =
_
_
6 6 15
1 5 5
1 2 2
_
_
.
a. S a se ae valorile proprii si vectorii proprii.
b. S a se ae forma canonic a Jordan si o baz a Jordan.
7. Teorema Perron-Frobenius.
D.5. Examen (2) Algebr a Liniar a, februarie 1999
1. Formula Grassman.
2. S a se demonstreze c a orice functie , : [c. /] R se descompune n
mod unic ntr-o sum a dintre o functie par a si una impar a.
3. Fie matricea (c) =
_
_
c 2 0
2 0 0
0 0 c + 3
_
_
.
a. S a se discute (f ar a aarea bazei) n functie de parametrul c natura
functionalei p atratice care are matricea (c) .
b.Pentru operatorul care are matricea (3) s a se ae:
b1 Forma canonic a Jordan
b2 Baza Jordan.
b3. S a se verice formula de schimbare a matricii la schimbarea bazei,
cu regula pivotului.
4. Fie \
0
subspatiul vectorial al solutiilor sistemului
_
_
_
3r
1
+ 2r
2
+ r
3
2r
4
= 0
5r
1
+ 4r
2
+ 3r
3
+ 2r
4
= 0
r
1
+ 2r
2
+ 3r
3
+ 10r
4
= 0.
Se cere s a se determine proiectia ortogonal a a vectorului r =
_
_
_
_
3
0
5
9
_
_
_
_
.
5. S a se arate c a, dac a l : \ \ este o proiectie, atunci 2l 1 este
o involutie iar dac a l este o involutie atunci
1
2
(l + 1) este o proiectie
(operatorul este involutie dac a l
2
= 1).
6. Distanta de la un vector la un subspatiu.
D.7. EXAMEN ALGEBR

A LINIAR

A, AUGUST 1999
D.6. Examen (3) Algebr a Liniar a, februarie 1999
(1) Se dau vectorii:
1
=
_
_
1
2
1
_
_
.
2
=
_
_
2
3
3
_
_
.
3
(c) =
_
_
3
7
c
_
_
;
(a) s a se discute independenta si dependenta familiei n functie
de parametrul c.
(b) n cazul dependentei liniare s a se g aseasc a dependenta.
(c) S a se exprime vectorii c
1
. c
2
. c
3
.
1
.
2
.
3
(1) . =
_
_
3
1
4
_
_
n
baza 1 = (
1
.
2
.
3
(1)) folosind regula pivotului.
(d) S a se ae imaginea si nucleul operatorului l pentru care
matricea n baza canonic a are coloanele
1
.
2
.
3
(2).
(e) Fiind dati un vector si un subspatiu, s a se deneasc a notiunile:
proiectie ortogonal a, perpendicular a, distant a.
(f) Aplicatie pentru c
1
si Iml.
(g) Teorema Hamilton-Cayley.
(h) Aplicatie pentru operatorul l.
(i) S a se enunte notiunea de matrice productiv a si rezultatele
cunoscute.
(j) S a se decid a dac a matricea lui
1
10
l n baza canonic a este
productiv a si n caz armativ s a se calculeze matricea cheltuielilor
indirecte de ordin doi.
(2) Teorema de punct x pentru contractii.
D.7. Examen Algebr a Liniar a, august 1999
1. Fie \
0
subspatiul vectorial al solutiilor sistemului
_
_
_
3r
1
+ 2r
2
+ r
3
2r
4
= 0
5r
1
+ 4r
2
+ 3r
3
+ 2r
4
= 0
r
1
+ 2r
2
+ 3r
3
+ 10r
4
= 0.
Se cere s a se determine proiectia ortogonal a a vectorului r =
_
_
_
_
3
0
5
9
_
_
_
_
.
2. S a se demonstreze c a dac a operatorul liniar j () : V V este
proiectie, atunci are loc V = j (V) ker j ().
D. EXEMPLE DE SUBIECTE
3. Fie operatorul l () : R
3
R
3
, cu matricea =
_
_
6 6 15
1 5 5
1 2 2
_
_
.
a. S a se ae valorile proprii si vectorii proprii.
b. S a se ae forma canonic a Jordan si o baz a Jordan.
4. S a se arate c a polinomul caracteristic al unui operator liniar nu
depinde de baza n care este reprezentat operatorul.
5. S a se arate c a valorile proprii ale unui operator real simetric sunt
reale.
6. S a se enunte Teorema HamiltonCayley si s a se ae cu ajutorul ei

1
si
n
, dac a =
_
1 0
1 1
_
.
D.8. Lucrare scris a la Algebr a Liniar a, decembrie 2002
(1) (a) S a se arate c a preimaginea printrun operator liniar a unui
subspatiu vectorial este subspatiu vectorial.
(b) S a se arate c a inversa unui operator liniar inversabil este
operator liniar.
(2) S a se arate c a dac a o familie de vectori este liniar independent a
si maximal a atunci este sistem de generatori minimal.
(3) Teorema de existent a a bazei. Enunt si demonstratie.
(4) Formula lui Grassmann. Enunt si demonstratie.
(5) Ar atati c a, dac a (\. 1) este spatiu vectorial si \
0
_ \ este un
subspatiu vectorial, atunci pe multimea \,\
0
(multimea factor)
se poate deni o structur a de spatiu vectorial.
(6) Fie l () : \ \ un operator liniar cu proprietatea c a l
2
() =
1
V
() (operatorul identitate).
(a) S a se arate c a l () este bijectiv.
(b) Dac a \
1
= r \ ; l (r) = r si \
1
= r \ ; l (r) = r,
s a se arate c a \ = \
1
\
2
folosind descompunerea r =
x+U(x)
2
+
xU(x)
2
.
D.9. EXAMEN ALGEBR

A LINIAR

A, FEBRUARIE 2003
(7) Fie \
0
subspatiul vectorial al solutiilor sistemului
_
_
_
3r
1
+ 2r
2
+ r
3
2r
4
= 0
5r
1
+ 4r
2
+ 3r
3
+ 2r
4
= 0
r
1
+ 2r
2
+ 3r
3
+ 10r
4
= 0.
Se cere s a se determine proiectia ortogonal a a vectorului r =
_
_
_
_
3
0
5
9
_
_
_
_
.
(8) n (R
3
[A]. R) se consider a = :jc:(3 r
2
. 3 + A 2A
3
) si
1 = :jc:(A A
2
+ 2A
3
. 2A 2A
2
). Se cere s a se ae o baz a
si dimensiunea subspatiului vectorial C = + 1.
(9) S a se discute dup a valorile parametrului ` natura functionalei
p atratice \ (r) = r
2
1
+ r
2
2
+ 5r
2
3
+ 2`r
1
r
2
2r
1
r
3
+ 4r
2
r
3
.
(10) 5. Fie l () : R
3
[A] R
3
[A], denit prin l (1) = 1
0
1. S a se
arate c a l este izomorsm si s a se ae operatorul invers (folosind
metoda pivotului).
Not a: Fiecare subiect este cotat cu un punct, subpunctele sunt notate
cu jum atate de punct. Pentru nota minim a, studentul trebuie s a acumuleze
minim 2 puncte din subiectele 15 si minim 2 puncte din subiectele 610.
Studentul care (n plus) rezolv a o categorie ntreag a (toate subiectele 15
sau toate subiectele 610) primeste la nota nal a un punct n plus.
D.9. Examen Algebr a Liniar a, februarie 2003
(1) a. (0,5p) S a se arate c a relatia.de echivalent a ntre spatii vectoriale
peste acelasi corp este relatie de echivalent a.
b. (0,5p) S a se arate c a inversa unui operator liniar inversabil este
operator liniar.
2. (1p) S a se arate c a dac a o familie de vectori este baz a atunci este liniar
independent a si maximal a.
3. (1.p) S a se arate c a orice spatiu vectorial (\. 1) de dimensiune : este
izomorf cu (1
n
. 1).
4. (1p) Fie l () : \
1
\
2
operator liniar ntre spatiile vectoriale (\
1
. 1)
si (\
2
. 1). Ar atati c a spatiile vectoriale \
1
, ker l () si Iml ()
sunt izomorfe.
5. (1p) Orice familie de vectori proprii corespunz atori la valori proprii
distincte dou a cte dou a este o familie liniar indpendent a.
6. (1p) Teorema HamiltonCayley.
D. EXEMPLE DE SUBIECTE
7. (1p) S a se arate c a polinomul caracteristic al unui operator liniar nu
depinde de baza n care este reprezentat operatorul.
8. (1p) Fie l () : \ \ un operator liniar cu proprietatea c a l
2
() =
1
V
() (operatorul identitate).
(a) S a se arate c a l () este bijectiv.
(b) Dac a \
1
= r \ ; l (r) = r si \
1
= r \ ; l (r) = r,
s a se arate c a \ = \
1
\
2
.
(2) Fie \
0
subspatiul solutiilor ecuatiei
3r 2. = 0
si e operatorul l () : R
2
R
3
, denit prin
l
__
r
1
r
2
__
= Pr
V
0
_
_
_
_
r
1
r
2
0
_
_
_
_
. \
_
r
1
r
2
_
R
2
.
Se cere:
a. (0,5p) S a se arate c a l () este operator liniar si s a se g aseasc a
matricea atasat a.
b. (0,5p) S a se g asesc a cte o baz a pentru imaginea si pentru nucleul
operatorului.
10. (1p) S a se arate c a, dac a l () : \ \ este o proiectie, atunci
(2l 1) () este o involutie iar dac a l () este o involutie atunci
1
2
(l + 1) () este o proiectie (operatorul este involutie dac a l
2
() =
1 ()).
(3) Se dau vectorii:
1
=
_
_
1
2
1
_
_
.
2
=
_
_
2
3
3
_
_
.
3
(c) =
_
_
3
7
c
_
_
;
a. (0,5p) s a se discute independenta si dependenta familiei n functie
de parametrul c.
b. (0,5p) n cazul dependentei liniare s a se g aseasc a dependenta.
c. (0,5p) S a se exprime vectorii c
1
. c
2
. c
3
.
1
.
2
.
3
(1) . =
_
_
3
1
4
_
_
n
baza 1 = (
1
.
2
.
3
(1)) folosind regula pivotului.
d. (0,5p) S a se ae imaginea si nucleul operatorului l () pentru care
matricea n baza canonic a are coloanele
1
.
2
.
3
(2).
e. (0,5p) Fiind dati un vector si un subspatiu, s a se deneasc a notiunile:
proiectie ortogonal a, perpendicular a, distant a.
D.10. EXAMEN ALGEBR

A LINIAR

A, SEPTEMBRIE 2003
f. (0,5p) Aplicatie pentru c
1
si Iml.
12. (0,5p) Pentru operatorul
l () : R
3
[A] R
3
[A] . l (j) = j
0
.
s a se aduc a la forma canonic a Jordan, s a se ae baza Jordan si s a
se verice formula de schimbare a matricei la schimbarea bazei.
Not a: Pentru a declarat promovat la examen (nota 5), studentul
trebuie s a acumuleze minim 2 puncte din subiectele 17 si minim 2 puncte
din subiectele 812. Dup a dep asirea pragului minim, punctajul nal este
dat de suma punctelor acumulate.
D.10. Examen Algebr a Liniar a, septembrie 2003
(1) (a) Denitii echivalente ale sumei directe de dou a subspatii. Enunt
si demonstratie.
(b) S a se arate c a inversa unui operator liniar inversabil este
operator liniar.
(2) S a se arate c a dac a o familie de vectori este baz a atunci este liniar
independent a si maximal a.
(3) S a se arate c a orice spatiu vectorial (\. 1) de dimensiune : este
izomorf cu (1
n
. 1).
(4) Fie l () : \
1
\
2
operator liniar ntre spatiile vectoriale (\
1
. 1)
si (\
2
. 1). Ar atati c a spatiile vectoriale \
1
, ker l () si Iml ()
sunt izomorfe.
(5) S a se arate c a orice familie de vectori proprii corespunz atori la
valori proprii distincte dou a cte dou a este o familie liniar indpendent a.
(6) Teorema HamiltonCayley.
(7) S a se arate c a polinomul caracteristic al unui operator liniar nu
depinde de baza n care este reprezentat operatorul.
(8) Fie l () : \ \ un operator liniar cu proprietatea c a l
2
() =
1
V
() (operatorul identitate).
(a) S a se arate c a l () este bijectiv.
(b) Dac a \
1
= r \ ; l (r) = r si \
1
= r \ ; l (r) = r,
s a se arate c a \ = \
1
\
2
.
(9) Fie \
0
subspatiul solutiilor ecuatiei
3r 2. = 0
D. EXEMPLE DE SUBIECTE
si e operatorul l () : R
2
R
3
, denit prin
l
__
r
1
r
2
__
= Pr
V
0
_
_
_
_
r
1
r
2
0
_
_
_
_
. \
_
r
1
r
2
_
R
2
.
Se cere:
(a) S a se arate c a l () este operator liniar si s a se g aseasc a
matricea atasat a.
(b) S a se g asesc a cte o baz a pentru imaginea si pentru nucleul
operatorului.
(10) S a se arate c a, dac a l () : \ \ este o proiectie, atunci
(2l 1) () este o involutie iar dac a l () este o involutie atunci
1
2
(l + 1) () este o proiectie (operatorul este involutie dac a l
2
() =
1 ()).
(11) Se dau vectorii:
1
=
_
_
1
2
1
_
_
.
2
=
_
_
2
3
3
_
_
.
3
(c) =
_
_
3
7
c
_
_
;
(a) s a se discute independenta si dependenta familiei n functie
de parametrul c.
(b) n cazul dependentei liniare s a se g aseasc a dependenta.
(c) S a se exprime vectorii c
1
. c
2
. c
3
.
1
.
2
.
3
(1) . =
_
_
3
1
4
_
_
n
baza 1 = (
1
.
2
.
3
(1)) folosind regula pivotului.
(d) S a se ae imaginea si nucleul operatorului l () pentru care
matricea n baza canonic a are coloanele
1
.
2
.
3
(2).
(a) Fiind dati un vector si un subspatiu, s a se deneasc a notiunile:
proiectie ortogonal a, perpendicular a, distant a.
(b) Aplicatie pentru c
1
si Iml (), unde l () este operatorul de
la pct. 11.d.
(12) Fie operatorul l () : R
3
R
3
, cu matricea =
_
_
6 6 15
1 5 5
1 2 2
_
_
.
(a) S a se ae valorile proprii si vectorii proprii.
(b) S a se ae forma canonic a Jordan.
(13) Pentru operatorul de la 13. s a se ae o baz a Jordan.
Not a: Fiecare subiect este cotat cu un punct, subpunctele sunt notate
cu jum atate de punct. Punctajul minim necesar pentru ca examenul s a e
D.12. EXAMEN (2) ALGEBR

A LINIAR

A, IANUARIE 2004
trecut este de minim 2 puncte din subiectele 17 SI minim 2 puncte din
subiectele 814.
D.11. Examen (1) Algebr a Liniar a, ianuarie 2004
(1) S a se demonstreze teorema HamiltonCayley.
(2) S a se arate c a, dac a familia (r
i
)
i=1;n
este sistem de generatori
pentru spatiul vectorial de tip nit (\. 1), n care subfamilia
(r
i
)
i=1;k
este liniar independent a (/ _ :), atunci exist a o baz a
1 a lui \ astfel nct
r
1
. . r
k
_ 1 _ r
1
. . r
n
.
(3) S a se arate c a suma a dou a subspatii vectoriale este direct a dac a
si numai dac a dimensiunea sumei subspatiilor este egal a cu suma
dimensiunilor subspatiilor.
(4) S a se demonstreze Teorema Fundamental a de Izomorsm.
(5) Se consider a subspatiile \
1
= ojc:j
1
. j
2
si \
2
= ojc:j
3
. j
5
.
S a se g aseasc a o baz a a subspatiului \
1
\
2
.
(6) Fie l () : C
0
[0;2]
C
0
[0;2]
o functie denit a prin:
l (, ()) (r) =
2
_
0
(1 + sin (r t)) , (t) dt. r [0. 2:] .
S a se arate c a l () este operator liniar, s a se arate c a Iml ()
este nitdimensional si s a se ae o baz a pentru Iml ().
(7) Fie l () : R
3
[A] R
3
[A], denit prin l (1) = 1
0
+ 1. S a se
arate c a l () este izomorsm si s a se ae operatorul invers.
(8) Pentru operatorul l () de la punctul anterior, s a se ae forma
canonic a Jordan.
(9) Pentru operatorul l () de la punctul anterior, s a se ae o baz a
n care operatorul are form a canonic a Jordan.
(10) S a se demonstreze regula paralelogramului:
[[r + [[
2
+[[r [[
2
= 2
_
[[r[[
2
+[[[[
2
_
\r. \.
(suma p atratelor diagonalelor este egal a cu suma p atratelor laturilor).
D.12. Examen (2) Algebr a Liniar a, ianuarie 2004
(1) S a se arate c a imaginea direct a si preimaginea printrun operator
liniar a unui subspatiu liniar este subspatiu liniar.
D. EXEMPLE DE SUBIECTE
(2) Teorema de inertie (Sylvester).
(3) S a se demonstreze c a dac a operatorul liniar j () : V V este
proiectie, atunci are loc V = j (V) ker j ().
(4) S a se arate c a ntrun spatiu vectorial euclidian real, lungimea
perpendicularei unui vector pe un subspatiu vectorial este mai
mic a dect orice oblic a.
(5) S a se arate c a suma a dou a subspatii vectoriale este direct a dac a
si numai dac a dimensiunea sumei subspatiilor este egal a cu suma
dimensiunilor subspatiilor.
(6) S a se demonstreze Teorema Fundamental a de Izomorsm.
(7) Fie \
0
subspatiul vectorial al solutiilor sistemului
_
_
_
3r
1
+ 2r
2
+ r
3
2r
4
= 0
5r
1
+ 4r
2
+ 3r
3
+ 2r
4
= 0
r
1
+ 2r
2
+ 3r
3
+ 10r
4
= 0.
Se cere s a se determine proiectia ortogonal a a vectorului r =
_
_
_
_
3
0
5
9
_
_
_
_
.
(8) S a se discute natura functionalei p atratice
(r) = cr
2
1
4r
1
r
2
+ (c + 3) r
2
3
n functie de parametrul c.
(9) S a se demonstreze (folosind suma direct a de subspatii pe spatiul
liniar al tuturor functiilor denite pe [c. c] cu valori n R) c a
orice functie , () : [c. c] R se descompune n mod unic ntr-o
sum a dintre o functie par a si una impar a.
(10) Pentru operatorul liniar
l
1
() : C
1
[c. /] C
1
[c. /] .
denit prin
l
1
(, ()) = q
1
() . q
1
(r) = r, (r)
s a se caracterizeze valorile proprii si vectorii proprii.
(11) Pentru operatorul liniar
l
2
() : C
1
[c. /] C
1
[c. /] .
D.12. EXAMEN (2) ALGEBR

A LINIAR

A, IANUARIE 2004
denit prin
l
2
(, ()) = q
2
() . q
2
(r) =
x
_
a
, (t) dt.
s a se caracterizeze valorile proprii si vectorii proprii.
(12) Pentru operatorul l () care are matricea atasat a =
_
_
_
_
_
_
0
1
2
1
3
1
2 1 0 0
0
3
2
2 12
0 0 0 2
_
_
_
_
_
_
,
s a se ae forma canonic a Jordan.
(13) Pentru operatorul l () de la punctul anterior, s a se ae o baz a
n care operatorul are form a canonic a Jordan.
D. EXEMPLE DE SUBIECTE
Algoritm pentru aducerea unui operator la forma canonic a
Jordan
(1) Se g aseste matricea atasat a operatorului n baza initial a (canonic a)
(2) Se rezolv a (n C) ecuatia caracteristic a det ( `1) = 0 si se retin
toate r ad acinile `
j
C, , = 1. /, cu ordinele de multiplicitate :
j
,
k

j=1
:
j
= :.
Pentru ecare r ad acin a `
j
(de multiplicitate :
j
) obtinut a la
pasul 2.:
(3) Se calculeaz a spatiul V

j
= ker (l `
j
1)
n
j
().
(4) Se calculeaz a restrictia l
j
() a operatorului l () la subspatiul
V

j
, l
j
() : V

j
V

j
. l
j
(r) = l (r) . \r V

j
.
(5) Se calculeaz a operatorul nilpotent `
j
() : V

j
V

j
, denit
prin: `
j
(r) = l
j
(r) `
j
1 (r) = (l
j
`
j
1) (r), \r V

j
.
(6) Se calculeaz a sirul de nuclee:
0 = ker `
0
j
() _ ker `
j
() _ ker `
2
j
() _ _ ker `
r
j
1
j
() _ ker `
r
j
j
() = V

j
.
se calculeaz a
:
j
= min
k
_
dimker `
k
j
() = dimV

j
= :
j
_
si pentru ecare / = 1. :
j
, se consider a descompunerea
ker `
k
j
() = ker `
k1
j
() Q
j
k
;
(7) Se calculeaz a :
j
k
= dimker `
k
j
(), / = 0. :
j
(8) Se calculeaz a
j
k
= dimQ
j
k
= :
j
k
:
j
k1
. / = 1. :
j
(9) Se calculeaz a
j
j
1
= :
j
r
j
:
j
r
j
1
=
j
r
j
,
j
j
2
=
j
r
j
1
j
j
1
,
j
j
3
=
j
r
j
2

j
r
j
1
=
j
r
j
2
j
j
1
j
j
2

(10) Se alege o baz a n Q
j
r
j
, notat a ,
j
1
. ,
j
p
j
1
; se consider a vectorii
,
j
p
j
1
+1
. ,
j
p
j
1
+p
j
2
D.12. EXAMEN (2) ALGEBR

A LINIAR

A, IANUARIE 2004
care completeaz a sistemul liniar independent `
j
_
,
j
1
_
. . `
j
_
,
j
p
j
1
_
pn a la o baz a a lui Q
j
r
j
1
; se continu a acest procedeu pn a se
obtine structura:
,
j
1
. ,
j
p
j
1
baz a n Q
j
r
`
j
_
,
j
1
_
. . `
_
,
j
p
j
1
_
. ,
j
p
j
1
+1
. ,
j
p
j
1
+p
j
2
baz a n Q
j
r
j
1
`
2
j
_
,
j
1
_
. . `
2
j
_
,
j
p
j
1
_
. `
j
_
,
j
p
j
1
+1
_
. . `
j
_
,
j
p
j
1
+p
j
2
_
. ,
j
p
j
1
+p
j
2
+1
. . ,
j
p
j
1
+p
j
2
+p
j
3
baz a n Q
j
r2
,
.................................................................................
`
r
j
1
j
_
,
j
1
_
. . `
r
j
1
j
_
,
j
p
j
1
_
. `
r
j
2
j
_
,
j
p
j
1
+1
_
. . `
r
j
2
j
_
,
j
p
j
1
+p
j
2
_
. .
. ,
j
p
j
1
++p
j
r
j
1
+1
. . ,
j
p
j
1
++p
j
r
j
1
+p
j
r
j
baz a n Q
j
1
= ker `
j
().
Baza Jordan se obtine prin ordonarea vectorilor de mai sus
n felul urm ator: se aleg vectorii pe coloan a, de jos n sus
pentru ecare vector, de la exponentul maxim al operatorului la
exponentul minim de exemplu, pentru prima coloan a (primul
vector, ,
j
1
):
`
r
j
1
j
_
,
j
1
_
. `
r
j
2
j
_
,
j
1
_
. . `
j
_
,
j
1
_
. ,
j
1
(11) n nal se obtine n aceast a baz a (de fapt reper, pentru c a ordinea
vectorilor n baz a este important a) j
j
1
celule de ordin :
j
, j
j
2
celule
de ordin :
j
1, etc.
Indice
aplicatie liniara, 5
baz a
denitii echivalente, 17
existenta, 18
baza, 18
duala, 43
baz a
ortonormal a, 77
combinatie
liniara, 6
complexicat, 16
con pozitiv, 58
cosinusul unghiului dintre doi vectori,
73
determinant
Gram, 80
dimensiune
algebric a, 92
geometric a, 92
directie
invariant a, 90
distanta
de la un vector la o multime, 84
dintre doi vectori, 75
dual
algebric, 6
ecuatie
caracteristic a, 91
Ecuatia lui Cauchy, 61
forma canonic a
Metoda Gauss, 66
Metoda Jacobi, 69
Formula lui Grassmann, 49
functii Hamel, 62
functionala, 57
aditiva, 57
liniara, 6
omogena, 57
pozitiv omogena, 57
subaditiva, 57
subomogena, 57
!-pozitiv omogen a, 57
!-seminorma, 57
functional a
biliniar a, 62
simetric a, 62
biliniar a simetric a polar a, 65
p atratic a, 65
form a canonic a, 65
inegalitate
tare ntre vectori, 109
inegalitatea
dintre perpendicular a si oblic a, 86
dintre volum si produsul lungimilor
laturilor, 81
triunghiului, 75
izomorsm, 6
relatie de echivalent a, 12
Jordan
bloc, 89
INDICE
celul a, 89
matrice, 89
Lema
substitutiei, 38
liniar
dependenta, 7
independenta, 7
matrice
de trecere intre baze, 27
Jordan, 89
productiv a, 109
matricea
functionalei biliniare, 62
unui operator, 42
modelul Leontie, 110
morsm, 5
bijectiv, 6
multime
factor, ct, 51
multime
complement ortogonal, 76
multimi
ortogonale, 76
norm a euclidian a, 73
nucleul
functionalei biliniare simetrice, 64
omotetie, 1
operator
adjunct, 104
antiautoadjunct, 107
autoadjunct, 106
nilpotent, 95
normal, 105
unitar, 107
operator liniar, 5
rangul, 43
operatori
liniari
imaginea, 12
liniaritatea compunerii, 12
liniaritatea inversului, 12
nucleul, 12
propriet ati, 11
polinom
caracteristic, 91
cel mai mare divizor comun, 94
ponderi, 6
produs scalar, 73
proiectia
unui vector pe un subspatiu, 82
proiector, 82
regula dreptunghiului, 30
regula paralelogramului, 75
regula pivotului, 29
reper, 18
schema
de schimbare de baza, 28
seminorma, 57
sistem
de generatori, 10
spatiu
vectorial
factor, ct, 52
reguli de calcul, 11
spatiu vectorial
coordonatele unui vector ntr-o baz a,
21
dimensiunea, 21
spatiu
vectorial, 1
de tip nit, 18
de tip innit, 18
spatiu vectorial
euclidian, 73, 74
subspatii
relaia de echivalen a denit a de relatia
de echivalent a denit a de, 50
subspatiu
invariant, 89
propriu, 91
subspatii
codimensiune, 48
intersectie, 45
INDICE
suma, 45
suma directa, 47, 49
denitii echivalente, 46, 48
suplimentare, 47
subspatiu, 4
suma ponderata, 6
Teorema
asupra dimensiunii spatiului factor,
53
de inertie Sylvester, 71
de ortogonalizare Gram-Schmidt, 78
forma canonic a a operatorilor nilpotenti,
97
fundamental a de izomorsm, 52
Hahn-Banach de prelungire, 58
Hamilton-Cayley, 93
I de izomorsm, 52
II de izomorsm, 53
Perron-Frobenius, 110
Pitagora generalizat a, 75
reducerea unui operator la operatori
nilpotenti, 95
schimbului, Steinitz, 19
structura unui operator normal real,
105
valoare
proprie, 90
vector
propriu, 90
vectori, 1
ortogonali, 73, 74
volumul k-dimensional al paralelipipedului,
80
Bibliograe
[1] Becheanu, M; Dinc a, A; Ion, I. D.; Nit a, C.; Purdea, I.; Radu, N.; Stef anescu, M.;
Vraciu, C.: Algebr a pentru perfectionarea profesorilor, Editura Didactic a si
Pedagogic a, Bucuresti, 1983.
[2] Bellman, Richard: Introducere n analiza matricial a, (traducere din limba
englez a), Editura Tehnic a, Bucuresti, 1969. (Titlul original: Introduction to
Matrix Analysis, McGraw-Hill Book Company, Inc., 1960)
[3] Bourbaki, N.: lements de mathematique, Paris, Acta Sci. Ind. Herman, Cie,
1953.
[4] Burlacu, V., Cenus a, Gh., S acuiu, I., Toma, M.: Curs de Matematici, Academia
de Studii Economice, Facultatea de Planicare si Cibernetic a Economic a,
remultiplicare, uz intern, Bucuresti, 1982.
[5] Chitescu, I.: Spatii de functii, Editura stiintic a si enciclopedic a, Bucuresti,
1983.
[6] Colojoar a, I.: Analiza matematic a Editura didactic a si pedagogic a, Bucuresti,
1983.
[7] Cr aciun, V. C.: Exercitii si probleme de analiz a matematic a, Tipograa
Universit atii Bucuresti, 1984.
[8] Cristescu, R.: Analiza functional a, Editura stiintic a si enciclopedic a,
Bucuresti, 1983.
[9] Dr agusin, C., Dr agusin, L., Radu, C.: Aplicatii de algebr a, geometrie si
matematici speciale, Editura Didactic a si Pedagogic a, Bucuresti, 1991.
[10] Glazman, I. M., Liubici, I. U.: Analiza liniar a pe spatii nit dimensionale,
Editura Stiintic a si Enciclopedic a, Bucuresti, 1980.
[11] Holmes, Richard, B.: Geometric Functional Analysis and its Applications
[12] Guerrien, B.: Algebre lineare pour economistes, Economica, Paris, 1991.
[13] Ion D. Ion; Radu, N.: Algebr a, Editura Didactic a si Pedagogic a, Bucuresti, 1991.
[14] Kurosh, A.: Cours dalgbre suprieure, Editions MIR, Moscou, 1980.
[15] McFadden, Daniel: Curs Economics 240B (Econometrics), Second Half, 2001
(class website, PDF)
[16] Monk, J., D.: Mathematical Logic, Springer-Verlag, 1976.
[17] R adulescu, M., R adulescu, S.: Teoreme si probleme de Analiz a Matematic a,
Editura didactic a si Pedagogic a, Bucuresti, 1982.
[18] Rockafellar, R.,Tyrrel: Convex Analysis, Princeton, New Jersey, Princeton
University Press, 1970.
BIBLIOGRAFIE
[19] Saporta, G., Stef anescu, M. V.: Analiza datelor si informatic a cu aplicatii
la studii de piat a si sondaje de opinie-, Editura economic a, 1996.
[20] Sabac, I. Gh.: Matematici speciale, vol I, II, Editura didactic a si pedagogic a,
Bucuresti, 1981.
[21] Silov, G. E.: Analiz a matematic a (Spatii nit dimensionale), Editura
stiintic a si enciclopedic a, Bucuresti, 1983.