Documente Academic
Documente Profesional
Documente Cultură
Continutul cursului.
a) Spatii vectoriale nit dimensionale. Corespondenta cu un spatiu de tip
Kn : Izomorsmul asociat unei baze algebrice ordonate a spatiului.
b) Aplicatii liniare. Denitie. Exemple. Notatii. Cum se poate deni o
aplicatie liniara.
c) Proprietati ale spatiului L(V; W ): Dimensiunea acestui spatiu cand V si
W sunt nit dimensionale.
d) Matricea asociata unei aplicatii liniare cand V si W sunt spatii vectoriale
nit dimensionale inzestrate cu cate o baza algebrica.
e) Cazul particular in care W = V: Valori si vectori proprii. Matricea unui
operator liniar intr-o baza formata din vectori proprii (daca exista). Calculul
puterilor Ak pentru un operator liniar A : V ! V:
Atunci, aplicatia
V 3 x ! (c1 (x); :::; cn (x)) 2 Kn
este o bijectie a lui V pe Kn :
Bijectia depinde de alegerea bazei si de ordinea vectorilor din baza. Prin
urmare nu avem de-a face cu o bijectie canonica.
Vom numi c1 prima coordonata a lui x in baza B; c2 a doua coordonata a
lui x in baza B;...., iar cn va coordonata a n-a a lui x in baza B:
Asadar, daca V este un spatiu vectorial real (peste R) si B = fb1 ; :::; bn g o
baza algebrica ordonata pentru V; atunci aplicatia
V 3 x ! (c1 (x); :::; cn (x)) 2 Rn
1
va o bijectie a lui V pe Rn :
Notatie.
Pentru x 2 V vom nota
[x]B
1
c1 (x)
B
.. C 2 Kn :
:= @
. A
cn (x)
B
!
Kn ;
data prin
B (x)
:= [x]B ; x 2 V:
n-term eni
baza canonica E := fe1 ; :::; en g a lui Kn : Aceasta baza are proprietatea importanta ca pentru orice vector x 2 Kn avem egalitatea
[x]E = x:
x 2: Aplicatii liniare
Proprietatile aplicatiei
Deni
tia 3.2.1.
Fie V si W dou
a spatii vectoriale peste corpul comutativ K: Se numeste
aplicatie liniara de la V la W orice aplicatie f : V ! W cu proprietatea:
f ( x + y) = f (x) + f (y)
(3.2.1)
f (x); 8x 2 V:
Exercitiu.
a) Vericati, prin inductie matematica, faptul ca:
f(
1 x1
+ ::: +
m xm )
1 f (x1 )
+ ::: +
m f (xm );
de tipul m
a1;2
a2;2
....
ai;2
...
am;2
...
...
...
...
...
...
a1;j
a2;j
...
ai;j
...
am;j
...
...
...
...
...
...
a1;n
a2;n
...
ai;n
...
am;n
C
C
C
C;
C
C
A
: C([a; b]) ! R;
C([a; b]) 3 f 7 !
f (x)dx 2 R:
Exercitiu.
1) Fie V un K spatiu vectorial de dimensiune n si B = fb1 ; :::; bn g o baza
algebrica pentru V: Atunci o aplicatie liniara f : V ! W este perfect determinata daca se cunosc valorile (vectorii): f (b1 ) = w1 ; :::; f (bn ) = wn 2 W:
2) Fie V si W doua spatii vectoriale peste acelasi corp K si
L(V; W ) := fA : V
! W j A aplicatie liniarag :
4
x; x 2 V:
Observatie.
Se poate arata ca daca doua spatii vectoriale sunt izomorfe algebric, atunci
orice proprietate a unuia dintre ele se transfera si la celalalt spatiu. Prin urmare
este sucient sa studiezi proprietatile unuia dintre spatii (de regula, se alege
acela in care studiul se face mai usor) si apoi sa le transferi, prin izomorsmul
algebric, la celalalt spatiu.
In particular, doua spatii vectoriale liniar izomorfe vor avea aceeasi dimensiune.
In lumina celor de mai sus putem vedea de ce sunt fundamentale spatiile
vectoriale Kn :Ele reprezinta un soi de prototip pentru toate spatiile vectoriale
(nit dimensionale) peste corpul K si care au dimensiunea n:
In esenta, abstractie facand de un izomorsm algebric de spatii vectoriale,
exista un singur spatiu vectorial de dimensiune n peste corpul K; si anume Kn :
Asadar, daca admitem ca ind xat corpul K de scalari, pentru precizarea unui
spatiu vectorial nit dimensional, peste acest corp, singurul lucru esential este
un numar natural n; dimensiune sa. Iarasi ajungem la inteleapta concluzie a
vechilor greci: Totul este numar ! Desigur, prin numar ei intelegeau un numar
natural.
(3.3.1)
si
[x]B0
1
c01
B
C
= @ ... A 2 Kn :
c0n
6
n
X
0
i;j bi ;
n;
(3.3.2)
i=1
unde i;j 2 K; 81
Cu notatia
i; j
n:
[ ]B0 ;B := (
i;j )1 i;j n
2 Mn;n (K)
= [ ]B;B0 :
n
X
cj (
0
i;j bi ) =
i=1
n
X
c0i b0i
i=1
0
i;j cj )bi
i=1 j=1
n
X
c0i b0i :
i=1
Tinand cont ca vectorii b01 ; :::; b0n sunt liniar independenti obtinem:
c0i =
n
X
i;j cj ;
j=1
81
n:
n
X
i;j ei ;
n:
i=1
Prin urmare
colj ([ ]E;B ) = [bj ]E = bj ; 1
n:
Inseamna ca
[ ]E;B = (b1 ; :::; bn );
matricea (b1 ; :::; bn ) avand drept coloane cei n vectori coloana din baza veche B:
In mod tacit am convenit sa consideram vectorii din Kn drept vectori coloana.
0
0
Deducem ca, pentru doua baze B = fb1 ; :::; bn g; B = fb1 ; :::; b0n g ale lui Kn ;
vom avea
[ ]B0 ;B = [ ]B0 ;E [ ]E;B = ([ ]E;B0 ) 1 [ ]E;B ;
adica
]B0 ;B = (b01 ; :::; b0n )
(b1 ; :::; bn ):
1
2
In cazul V = R2 ; B = fb1 ; b2 g cu b1 =
2
1
; b2 =
matricea [ ]E;B
este
[ ]E;B =
1
2
2
1
; iar [ ]B;E =
1
2
2
1
1
3
1
2
2
1
A= [a1 ; :::; an ] este o baza algebrica ordonata a lui V si B = [b1 ; :::; bm ] o baza
algebrica ordonata a lui W vom avea:
A(aj ) =
m
X
i;j bi ;
i=1
81
n;
i;j
2 K:
Vom nota cu
[A]B;A := (
i;j )1 i m;1 j n
2 Mm;n (K)
Om;n = (0)1
i m;1 j n
B
B
B
=B
B
B
@
|
0
0
....
0
...
0
0
0
....
0
...
0
...
...
...
...
...
...
{z
0
0
...
0
...
0
...
...
...
...
...
...
n coloane
0
0
...
0
...
0
19
>
>
C>
>
>
C>
C=
C m linii;
C>
C>
>
A>
>
>
;
}
n:
Pm
Dar A(aj ) = i=1 i;j bi si cum [bi ]B = eei (vectorul al i lea din baza canonica
a lui Km ), [aj ]A = ej (vectorul al j lea din baza canonica a lui Kn ) vom avea:
[A(aj )]B = [
m
X
i=1
i;j bi ]B
m
X
i=1
i;j [bi ]B
m
X
i=1
ei
i;je
= colj ([A]B;A ) =
Remarca 3.4.5.
Intrucat in majoritatea cazurilor aplicatiile liniare sunt denite prin intermediul reprezentarilor lor matriciale si avand in vedere rezultatul de mai sus in
multe situatii se dovedeste comoda adoptarea urmatoarei conventii de scriere:
A(x) = Ax:
Propozitia 3.4.6.
Daca A; A0 sunt doua baze algebrice ale lui V si B; B 0 doua baze algebrice
ale lui W vom avea:
[A]B0 ;A0 = [ ]B0 ;B [A]B;A [ ]A;A0 :
Demonstratie. Conform propozitiei anterioare avem:
[Ax]B = [A]B;A [x]A ; 8x 2 V;
si
[Ax]B0 = [A]B0 ;A0 [x]A0 ; 8x 2 V:
Dar
[Ax]B0 = [ ]B0 ;B [Ax]B :
Deci
[A]B0 ;A0 [x]A0 = [Ax]B0 = [ ]B0 ;B [A]B;A [x]A ; 8x 2 V
si, intrucat:
[x]A = [ ]A;A0 [x]A0 ;
vom obtine:
[A]B0 ;A0 [x]A0 = [ ]B0 ;B [A]B;A [ ]A;A0 [x]A0 ; 8x 2 V:
Din ultima relatie rezulta imediat ca:
[A]B0 ;A0 = [ ]B0 ;B [A]B;A [ ]A;A0 :
10
Observatia 3.4.9.
In cazul in care W = V si A : V ! V este o aplicatie liniara (in acest
caz se mai utilizeaza si termenul de operator liniar pe V ) este natural ca si
in domeniul de denitie (V ); dar si in codomeniu (care este tot V ) sa alegem
aceeasi baza B: Daca B 0 este o alta baza in V va trebui sa avem:
[A]B0 = [ ]B0 ;B [A]B [ ]B;B0 = ([ ]B;B0 )
[A]B [ ]B;B0 ;
si [A]B0 := [A]B0 ;
B0 :
Problema care se pune este de a vedea cum poate aleasa o baza B astfel
incat [A]B sa aiba, iarasi, cea mai simpla forma posibila.
Desi pare surprinzator, in aceasta situatie raspunsul este mai greu de obtinut
decat in cazul anterior cand era vorba de spatii diferite. Obtinerea unui rezultat
complet este laborioasa. Noi ne vom multumi cu un rezultat partial si anume
vom stabili in ce situatie pentru un operator liniar A : V ! V exista o baza B
a lui V in raport cu care matricea asociata lui A in respectiva baza, notata cu
[A]B ; este diagonala. Mai pe scurt, vom raspunde la intrebarea: in ce conditii
pentru operatorul liniar A acesta este diagonalizabil ?
Nu este greu de vazut ca in cazul n = 1 si V = R daca f : R ! R este
o aplicatie liniara atunci exista un numar real unic a 2 R astfel incat f (x) =
fa (x) := ax; 8x 2 R:
In cazul unui spatiu vectorial oarecare nu ne mai putem astepta la o structura
atat de simpla a acestui tip de aplicatii dar ne putem pune intrebarea daca,
pentru o aplicatie liniara A : V ! V; exista 2 K si v 2 V n f0V g astfel incat:
Av = v:
Cele de mai sus ne sugereaza:
Denitia 3.4.10.
Fie V un spatiu vectorial peste corpul comutativ K si A : V ! V o aplicatie
liniara. Un element 2 K se numeste valoare proprie pentru A daca exista
un vector nenul v 2 V astfel incat:
Av = v:
Un astfel de vector se numeste vector propriu (pentru A), asociat valorii
proprii :
In mod evident, relatia de mai sus are loc daca si numai daca pentru orice
baza B a lui V avem:
[A]B [v]B = [v]B :
Ultima relatie este echivalenta cu existenta unui x 2 Kn n f0K g astfel incat:
[A]B x =
x () ([A]B
In )x = 0Kn () det([A]B
In ) = 0K :
In ) = det([A]B0
In ):
IV ) := det([A]B
12
In ) = ( 1)n
+ ::: ;
Un prim rezultat important, dar simplu de demonstrat este cel din urmatoarea:
Propozitia 3.4.12.
Fie V un spatiu vectorial nit dimensional, peste corpul comutativ K; cu
dimK V = n si A : V ! V o aplicatie liniara. Daca exista v1 ; v2 ; :::; vn vectori
proprii pentru A; corespunzatori (respectiv) valorilor proprii 1 ; 2 ; :::; n 2 K;
liniar independenti, atunci B = fv1 ; v2 ; :::; vn g este o baza pentru V; iar
[A]B = diagf
1;
2 ; :::;
n g;
unde:
0
B 0
B
B
diagf 1 ; 2 ; :::; n g := B
B 0
B
@
0
Demonstratie.
Avem:
8
>
< Av1
..
.
>
:
Avn
0
0
=
..
.
1 v1
..
.
=
..
.
n vn
1 v1
0
0
C
C
C
C 2 Mn;n (K):
C
C
A
n vn ;
x1
x2
1
0
1
3
2 1+0
1+2 0
2=3
1=3
0
1
1
3
2 0+1
0+2 1
1=3
2=3
Deoarece
si
2x1 + x2
x1 + 2x2
vom avea
[f ]E =
2=3
1=3
13
1=3
2=3
:= A:
Valorile proprii ale lui f sunt valorile proprii ale lui A; adica radacinile
ecuatiei caracteristice det(A
I2 ) = 0: Prin urmare va trebui sa rezolvam
ecuatia
2=3
1=3
= 0;
1=3
2=3
adica ecuatia
)2
(2=3
(1=3)2 = 0:
1=3
2=3 1=3
u1
u2
0
0
adica
1=3
1=3
1=3
1=3
u1
u2
0
0
1:
= 1=3 este u =
Cu notatiile
D=
1=3
0
0
1
P =
1
1
1
1
si
observam ca
AP = P D;
ceea ce inseamna ca
A = P DP
14
1
1
= 1 este v =
:
1
1
Se verica imediat ca
Ak = P Dk P
Intrucat
P
1
2
si
Ak =
1
2
; 8k 2 N:
1
1
1
1
1=3k
0
Dk =
se obtine
1+3
1 3
k
k
0
1
1 3
1+3
k
k
1
2
1
1
1
1
n
X
cj bj :
j=1
Atunci, aplicatia
V 3 x ! (c1 (x); :::; cn (x)) 2 Kn
este o bijectie a lui V pe Kn :
Sa remarcam ca bijectia depinde de alegerea bazei si de ordinea vectorilor
din baza. Prin urmare nu avem de-a face cu o bijectie canonica.
Vom numi c1 prima coordonata a lui x in baza B; c2 a doua coordonata a
lui x in baza B;...., iar cn va coordonata a n-a a lui x in baza B:
15
1
c1 (x)
B
.. C 2 Kn :
:= @
. A
cn (x)
B
!
Kn ;
data prin
B (x)
:= [x]B ; x 2 V:
n-term eni
baza canonica E := fe1 ; :::; en g a lui Kn : Aceasta baza are proprietatea importanta ca pentru orice vector x 2 Kn avem egalitatea
[x]E = x:
16
x 2: Aplicatii liniare
Proprietatile aplicatiei B din paragraful anterior ne sugereaza
Deni
tia 3.2.1.
Fie V si W dou
a spatii vectoriale peste corpul comutativ K: Se numeste
aplicatie liniara de la V la W orice aplicatie f : V ! W cu proprietatea:
f ( x + y) = f (x) + f (y)
(3.2.1)
f (x); 8x 2 V:
1 x1
+ ::: +
m xm )
1 f (x1 )
+ ::: +
m f (xm );
Teorem
a (a dimensiunii) 3.2.4.
Fie V si W dou
a spatii vectoriale nit dimensionale peste corpul K si f :
V ! W o aplicatie liniar
a. Atunci Kerf si Imf admit ecare cte o baz
a si
dimK Kerf + dimK Imf = dimK V:
Exemplul 3.2.5.
a) Fie V si W dou
a K-spatii vectoriale. Aplicatia f0 : V
! W data prin:
f0 (x) = 0W ; 8x 2 V
este o aplicatie liniara, numita aplicatia nula. De obicei aceasta aplicatie se
noteaza cu 0V;W :
b) Fie V un K-spatiu vectorial. Aplicatia 1V : V ! V data prin:
1V (x) := x; 8x 2 V;
este liniara. Aceasta aplicatie se numeste identitatea lui V:
c) Daca f : R !R este o aplicatie liniara atunci, in mod necesar, exista un
a 2 R astfel incat f (x) = ax; 8x 2 R:
d) Daca A este o matrice de tipul m n (adica are m linii si n coloane), cu
componentele reale,
0
1
a1;1
a1;2
... a1;j
... a1;n
B a2;1
a2;2
... a2;j
... a2;n C
B
C
B ....
C
....
... ...
... ...
C;
A=B
B ai;1
ai;2
... ai;j
... ai;n C
B
C
@ ...
A
...
... ...
... ...
am;1 am;2 ... am;j ... am;n
atunci A deneste o aplicatie liniara de la Rn la Rm asociind vectorului
coloana x 2 Rn ;
0
1
x1
B x2 C
B
C
x=B . C
@ .. A
xn
18
: C([a; b]) ! R;
C([a; b]) 3 f 7 !
Exercitiul 3.2.6.
1) Aratati ca 8 x1 ; :::; xm 2 V si 8
f(
1 x1
+ ::: +
m xm )
1 ; :::;
f (x)dx 2 R:
2 K, m 2 N are loc egalitatea:
1 f (x1 )
+ ::: +
m f (xm ):
iy 2 C
! W j A aplicatie liniarag :
19
(3.3.1)
si
[x]B0
1
c01
C
B
= @ ... A 2 Kn :
c0n
0
n
X
0
i;j bi ;
n;
i=1
unde i;j 2 K; 81
Cu notatia
i; j
n:
[ ]B0 ;B := (
i;j )1 i;j n
2 Mn;n (K)
21
(3.3.2)
= [ ]B;B0 :
n
X
cj (
0
i;j bi )
n
X
c0i b0i
i=1
i=1
0
i;j cj )bi
i=1 j=1
n
X
c0i b0i :
i=1
Tinand cont ca vectorii b01 ; :::; b0n sunt liniar independenti obtinem:
c0i =
n
X
i;j cj ;
j=1
81
n:
bj =
n
X
i;j ei ;
n:
i=1
Prin urmare
colj ([ ]E;B ) = [bj ]E = bj ; 1
Inseamna ca
[ ]E;B = (b1 ; :::; bn );
22
n:
matricea (b1 ; :::; bn ) avand drept coloane cei n vectori coloana din baza veche B:
In mod tacit am convenit sa consideram vectorii din Kn drept vectori coloana.
0
0
Deducem ca, pentru doua baze B = fb1 ; :::; bn g; B = fb1 ; :::; b0n g ale lui Kn ;
vom avea
[ ]B0 ;B = [ ]B0 ;E [ ]E;B = ([ ]E;B0 ) 1 [ ]E;B ;
adica
]B0 ;B = (b01 ; :::; b0n )
(b1 ; :::; bn ):
1
2
In cazul V = R2 ; B = fb1 ; b2 g cu b1 =
2
1
; b2 =
matricea [ ]E;B
este
[ ]E;B =
1
2
2
1
; iar [ ]B;E =
1
2
2
1
1
3
1
2
2
1
m
X
i;j bi ;
i=1
81
n:
Vom nota cu
[A]B;A := (
i;j )1 i m;1 j n
2 Mm;n (K)
Om;n = (0)1
i m;1 j n
B
B
B
=B
B
B
@
|
0
0
....
0
...
0
0
0
....
0
...
0
...
...
...
...
...
...
{z
0
0
...
0
...
0
...
...
...
...
...
...
n coloane
0
0
...
0
...
0
19
>
>
>
C>
C>
>
C=
C m linii;
C>
C>
>
A>
>
>
;
}
Pm
n:
Dar A(aj ) = i=1 ci;j bi si cum [bi ]B = eei (vectorul al i lea din baza canonica
a lui Km ), [aj ]A = ej (vectorul al j lea din baza canonica a lui Kn ) vom avea:
[A(aj )]B = [
m
X
i=1
i;j bi ]B =
m
X
i=1
i;j [bi ]B =
m
X
i=1
ei
i;je
= colj ([A]B;A ) =
Remarca 3.4.5.
Intrucat in majoritatea cazurilor aplicatiile liniare sunt denite prin intermediul reprezentarilor lor matriciale si avand in vedere rezultatul de mai sus in
multe situatii se dovedeste comoda adoptarea urmatoarei conventii de scriere:
A(x) = Ax:
Propozitia 3.4.6.
Daca A; A0 sunt doua baze algebrice ale lui V si B; B 0 doua baze algebrice
ale lui W vom avea:
[A]B0 ;A0 = [ ]B0 ;B [A]B;A [ ]A;A0 :
24
25
Observatia 3.4.9.
In cazul in care W = V si A : V ! V este o aplicatie liniara (in acest
caz se mai utilizeaza si termenul de operator liniar pe V ) este natural ca si
in domeniul de denitie (V ); dar si in codomeniu (care este tot V ) sa alegem
aceeasi baza B: Daca B 0 este o alta baza in V va trebui sa avem:
[A]B0 = [ ]B0 ;B [A]B [ ]B;B0 = ([ ]B;B0 )
[A]B [ ]B;B0 ;
x () ([A]B
In )x = 0Kn () det([A]B
In ) = 0K :
In ) = det([A]B0
In ):
In ) = ( 1)n
IV ) := det([A]B
+ ::: ;
b) determinantul lui A :
det(A) := det([A]B );
c) urma lui A :
T r(A) := T r([A]B ):
Un prim rezultat important, dar simplu de demonstrat este cel din urmatoarea:
Propozitia 3.4.12.
Fie V un spatiu vectorial nit dimensional, peste corpul comutativ K; cu
dimK V = n si A : V ! V o aplicatie liniara. Daca exista v1 ; v2 ; :::; vn vectori
proprii pentru A; corespunzatori (respectiv) valorilor proprii 1 ; 2 ; :::; n 2 K;
liniar independenti, atunci B = fv1 ; v2 ; :::; vn g este o baza pentru V; iar
[A]B = diagf
1;
2 ; :::;
n g;
unde:
0
B 0
B
B
diagf 1 ; 2 ; :::; n g := B
B 0
B
@
0
0
0
0
27
0
0
0
n
C
C
C
C 2 Mn;n (K):
C
C
A
Demonstratie.
Avem:
8
>
< Av1
..
.
>
:
Avn
=
..
.
1 v1
..
.
=
..
.
n vn
1 v1
n vn ;
2x1 + x2
x1 + 2x2
x1
x2
1
0
1
3
2 1+0
1+2 0
2=3
1=3
0
1
1
3
2 0+1
0+2 1
1=3
2=3
Deoarece
si
vom avea
[f ]E =
2=3
1=3
1=3
2=3
:= A:
Valorile proprii ale lui f sunt valorile proprii ale lui A; adica radacinile
ecuatiei caracteristice det(A
I2 ) = 0: Prin urmare va trebui sa rezolvam
ecuatia
2=3
1=3
= 0;
1=3
2=3
adica ecuatia
(2=3
)2
(1=3)2 = 0:
1=3
2=3 1=3
28
u1
u2
0
0
adica
1=3
1=3
1=3
1=3
u1
u2
0
0
1:
1
1
= 1=3 este u =
= 1 este v =
:
1
1
Cu notatiile
D=
1=3
0
0
1
P =
1
1
1
1
si
observam ca
AP = P D;
ceea ce inseamna ca
A = P DP
Se verica imediat ca
Ak = P Dk P
Intrucat
P
1
2
si
Ak =
1
2
; 8k 2 N:
1
1
1
1
1=3k
0
Dk =
se obtine
1+3
1 3
k
k
0
1
1 3
1+3
k
k
1
2
1
1
1
1
30
:::
:::
:::
:::
:::
:::
31
a1;j
a2;j
:::
ai;j
:::
am;j
...
...
:::
...
:::
...
a1;n
a2;n
:::
ai;n
:::
am;n
1
C
C
C
C
C
C
A
vom avea:
0
A x=@
32
A 2 Rn :