Introducere n algebr

a pentru fizicieni

Andrei M
arcus

2 octombrie 2016
Cuprins

0 Descrierea cursului 5
0.1 Tematica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
0.2 Orar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
0.3 Evaluare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

1 Multimi si functii 6
1.1 Preliminarii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.1.1 Operatii cu multimi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2 Functii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.1 Imagine si contraimagine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.2 Compunerea functiilor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.3 Functii injective, surjective, bijective . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.4 Familii de elemente. Produs cartezian de multimi . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.5 Exercitii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

2 Structuri algebrice 9
2.1 Grupuri . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1.1 Notiunea de grup. Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1.2 Morfisme de grupuri . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.1.3 Subgrupuri . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.1.4 Grupul simetric Sn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.1.5 Grupul diedral Dn . Grup de simetrie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2 Inele si corpuri . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2.1 Notiunea de inel. Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2.2 Inelul matricelor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.3 Morfisme de inele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.4 Subinele si subcorpuri . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.4.1 Corpul numerelor complexe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.4.2 Corpul cuaternionilor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

3 Vectori 19
3.1 Preliminarii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.1.1 Unghiuri directoare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.2 Operatii cu vectori . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.2.1 Adunarea vectorilor si nmultirea cu scalari . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.2.2 Produsul scalar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.2.3 Produsul vectorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.2.4 Produsul mixt (sau triplul produs scalar) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.2.5 Dublul produs vectorial (sau triplul produs vectorial) . . . . . . . . . . . . . . . . . . . . . 22
3.3 Aplicatii: punctul, dreapta si planul n spatiu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.4 Sisteme de coordonate speciale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.4.1 Coordonatele cilindrice (, , z) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.4.2 Coordonatele sferice (r, , ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.5 Exercitii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2
CUPRINS 3

4 Spatii vectoriale si algebre 26

4.1 Notiuni de baza si exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
4.1.1 Algebre Lie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
4.2 Subspatii vectoriale si subalgebre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4.2.1 Serii formale, polinoame si functii polinomiale . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4.2.2 Functii polinomiale. Rad acini ale polinoamelor . . . . . . . . . . . . . . . . . . . . . . . . . 29
4.3 Functii liniare si morfisme de algebre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

5 Baza si dimensiune 32
5.1 Combinatii liniare. Dependent a si independenta liniara . . . . . . . . . . . . . . . . . . . . . . . . . 32
5.2 Teorema lui Steinitz. Dimensiunea unui spatiu vectorial . . . . . . . . . . . . . . . . . . . . . . . . 33
5.2.1 Teoreme referitoare la dimensiune . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
5.3 Matricea unei aplicatii liniare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
5.3.1 Proprietatea de universalitate a spatiilor vectoriale . . . . . . . . . . . . . . . . . . . . . . . 34
5.3.2 Matricea unei aplicatii liniare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
5.4 Schimbarea bazei . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
5.4.1 Lema substitutiei (schimbare elementara de baza) . . . . . . . . . . . . . . . . . . . . . . . 37
5.4.2 Calculul coordonatelor unui vector ntr-o noua baza . . . . . . . . . . . . . . . . . . . . . . 38

6 Determinanti si sisteme de ecuatii liniare 40

6.1 Definitia si proprietatile determinantului . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
6.1.1 Determinanti de ordin 2 si 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
6.1.2 Determinantul de ordin n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
6.2 Matrice inversabile . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
6.2.1 Grupuri de matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
6.2.2 Calcului inversei si determinantului unei matrice . . . . . . . . . . . . . . . . . . . . . . . . 43
6.3 Rangul unei matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
6.3.1 Calculul rangului unei matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
6.4 Sisteme de ecuatii liniare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
6.4.1 Teoremele lui KroneckerCapelli si Rouche . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
6.4.2 Rezolvarea sistemelor de ecuatii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
6.4.3 Metoda eliminarii Gauss-Jordan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48

7 Valori proprii si vectori proprii 50

7.1 Polinom caracteristic . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
7.1.1 Teorema CayleyHamilton . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
7.2 Operatori triangularizabili . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
7.3 Operatori diagonalizabili . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52

8 Forme biliniare si p atratice 54

8.1 Definitii. Matricea unei forme biliniare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
8.2 Forme hermitiene . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
8.3 Reducerea formelor patratice la forma canonica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
8.3.1 Legea lui Sylvester de inertie a formelor patratice . . . . . . . . . . . . . . . . . . . . . . . . 57
8.4 Spatii cu produs scalar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
8.4.1 Notatia bra-ket a lui Dirac . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
8.4.2 Baze ortonormate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
8.4.3 Complementul ortogonal al unui subspatiu . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
8.5 Adjuncta unui operator . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
8.5.1 Operatori autoadjuncti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
8.5.2 Operatori ortogonali si unitari . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
8.5.3 Operatori normali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
8.5.4 Teoreme spectrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
8.6 Spatii Hilbert infinit dimensionale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62

9 Tensori 63
9.1 Introducere . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
9.1.1 Istoric . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
9.1.2 Aplicatii ale tensorilor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
9.2 Notatii si conventii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
9.2.1 Coordonatele unui vector. Notatia lui Einstein . . . . . . . . . . . . . . . . . . . . . . . . . 64
4 CUPRINS

9.2.2 Spatiul dual. Covectori . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64

9.3 Definitii ale tensorilor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
9.3.1 Tabele (matrice) multidimensionale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
9.3.2 Forme multiliniare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
9.3.3 Produse tensoriale de spatii vectoriale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
9.4 Operatii cu tensori . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
9.4.1 Produsul tensorial al doi tensori . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
9.4.2 Contractia unui tensor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
9.4.3 Coborarea si ridicarea indicilor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
9.5 Exercitii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68

10 Solutii 69
Capitolul 0

Descrierea cursului

0.1 Tematica
Acest curs este dedicat studentilor din anul I de la Facultatea de Fizica. Vor fi abordate urmatoarele subiecte
(vezi syllabus-ul cursului: http://phys.ubbcluj.ro/invatamant/syllabus/fise disciplina.htm):

1. Multimi si functii.
2. Legi de compozitie; grupuri, inele si corpuri; substructuri; morfisme. Exemple.

3. Vectori n spatiu; produs scalar; produs vectorial; produs mixt. Elemente de geometrie analitica; coliniaritate
si coplanaritate; proiectie ortogonala; ecuatia planului; ecuatiile dreptei.

4. Spatii vectoriale si algebre; algebre de matrice; algebre Lie; aplicatii liniare; subspatii ale spatiilor vectoriale;
Dependenta si independenta liniara; baze; dimensiunea unui spatiu vectorial. Matricea unei aplicatii liniare;
schimbarea bazei ntr-un spatiu vectorial.
5. Matrice si determinanti; rangul unei matrice; inversa unei matrice. Transformari elementare; lema substi-
tutiei. Sisteme de ecuatii liniare; metode de rezolvare a sistemelor de ecuatii liniare;
6. Vectori si valori proprii; matrice diagonalizabile.

7. Forme biliniare si patratice; spatii cu produs scalar; grupuri de matrice; reducerea formelor patratice la
expresia canonica.

8. Tensori.

0.2 Orar
Curs si seminar: miercuri 10:00 11:50; Amfiteatrul de Electricitate ,,Augustin Maior, etaj II, sala 239.

0.3 Evaluare
Examen scris, 2 ore de lucru efectiv. Nota se calculeaza astfel:
1
N= (E1 + E2 + E3 + E4) + S
4
unde N=nota, E1, E2, E3, E4=notele obtinute pe fiecare subiect de examen, S=puncte seminar.

5
Capitolul 1

Multimi si functii

Notiunea de multime, nteleas

a ca o colectie abstracta de obiecte si introdusa in secolul 19, joaca un rol central
pentru fundamentele matematicii. Intregul material al acestui curs foloseste limbajul teoriei multimilor, chiar
daca ntr-o maniera neformalizata.

1.1 Preliminarii
Definitia 1.1.1 a) Conform definitiei ,,naive data de Georg Cantor, o multime este o colectie de obiecte bine
determinate si unice. Aceste obiecte se numesc elementele multimii.
Notam cu x A faptul ca elementul x apartine multimii A.
b) Incluziune: spunem ca A este submultime a lui B daca toate elementele lui A sunt si elemente ale lui B,
adica A B (x)(x A x B);
c) Doua multimi sunt egale daca au aceleasi elemente:

A = B (x)(x A x B) (A B si B A).

d) O multime poate fi data n urmatoarele moduri:

sintetic (enumerarea elementelor): de exemplu, A = {1, 2, 3};
analitic (printr-o proprietate): A = {x | P(x)}, unde P este un predicat.
e) Multimea vida = {x | x = x} este multimea fara niciun element; este submultime a oricarei multimi.

Exemple 1.1.2 Multimi de numere:

multimea numerelor naturale: N = {0, 1, 2, . . . }; N = {1, 2, . . . };

multimea numerelor ntregi: Z = {. . . , 2, 1, 0, 1, 2, . . . };

multimea numerelor rationale: Q = { m n | m, n Z, n = 0}; amintim c a scrierea unui numar rational sub
forma de fractie nu e unica perechea (m, n) este un reprezentant al lui m n Q;

multimea numerelor reale R; de exemplu, 2, , e / Q; Cantor a aratat ca exista mai multe numere irationale
decat rationale. Mai departe, notam R+ = {x R | x > 0}.

multimea numerelor complexe C = {z = x + iy | x, y R, i2 = 1}; motivatia introducerii numerelor

complexe este faptul ca exista ecuatii precum x2 = 1 care nu au solutii in R.

Avem N $ Z $ Q $ R $ C.

1.1.1 Operatii cu multimi

Principalele operatii sunt urmatoarele:
reuniunea: A B = {x | x A sau x B};
intersectia: A B = {x | x A si x B};
diferenta: A \ B = {x | x A si x B};
complementara unei submultimi: presupunem ca A E; atunci CE (A) = E \ A = {x E | x
/ A};
Avem A \ B = A CE (B) (unde presupunem ca A, B E); CE () = E; CE (E) = ;
diferenta simetrica: AB = (A \ B) (B \ A) = (A B) \ (A B).
6
1.2 Functii 7

1.2 Functii
f
O functie definita pe multimea A cu valori n multimea B (notata prin f : A B sau A B) este o lege prin
care fiecarui element din multimea A (numit a domeniu de definitie) i se asociaza un unic element din multimea
B (numita codomeniu). Notatie: a 7 f(a).
Daca n definitia de mai sus renunt
am la cuvantul ,,unic, ceea ce obtinem este o notiune mai generala relatie
ntre multimile A si B.
Functiile f : A B si g : C D sunt egale daca si numai daca: A = C (au acelasi domeniu), B = D (au
acelasi codomeniu) si f(a) = g(a) pentru orice a A.
De exemplu, functiile f : Q R, f(x) = x2 si g : R R, g(x) = x2 sunt diferite.

Exemple 1.2.1 a) 1A : A A, 1A (a) = a (adica a a) este functia identica a multimii A.

b) Fie f : A B si fie C A; atunci functia f|C : C A, f|C (c) = f(c) este restrictia lui f la C.
c) Fie C A; atunci avem functia de incluziune : C A, i(c) = c.

Printr-o ecuatie ntelegem urmatoarea problema: se da o functie f : A B si se cere multimea {x A | f(x) =

b}; a spune doar ,,sa se rezolve ecuatia x2 + x 5 = 0 nu e suficient; trebuie specificat n ce multime l cautam
pe x.

1.2.1 Imagine si contraimagine

Definitia 1.2.2 a) Fie f : A B o functie si fie X A. Atunci imaginea submultimii X prin functia f este

f(X) = {f(x) | x X} B.

In particular: f() = ; multimea Imf = f(A) = {f(a) | a A} este imaginea lui f.

b) Fie f : A B o functie si fie Y B. Contraimaginea (imaginea inversa) a submultimii Y prin f este

f1 (Y) = {a A | f(a) Y} A.

Avem f1 () = si f1 (B) = A.

1.2.2 Compunerea functiilor

f g
Definitia 1.2.3 Fie functiile A B C; atunci g f : A C, (g f)(a) = g(f(a)) este compunerea functiilor
f si g.

1 f 1
Teorema 1.2.4 1) Functia identic a este element neutru fat a A
a de compunere: dac A
A B B
B, atunci
f 1A = 1B f = f.
f g h
2) Compunerea functiilor este asociativ a A B C D, atunci avem h (g f) = (h g) f.
a: dac

Demonstratie. 2) Functiile h (g f) si (h g) f au acelasi domeniu si acelasi codomeniu; mai departe, pentru

orice a A avem (h (g f))(a) = h((g f)(a)) = h(g(f(a))) = (h g)(f(a)) = ((h g) f)(a).

1.2.3 Functii injective, surjective, bijective

Fie f : A B o functie.

Definitia 1.2.5 a) f este injectiva dac a x1 , x2 A x1 = x2 f(x1 ) = f(x2 ), sau echivalent x1 , x2

A f(x1 ) = f(x2 ) x1 = x2 .
b) f este surjectiv
a daca y B x A astfel ncat f(x) = y (adica Imf = B).
c) f bijectiv a f este injectiva si surjectiva, adica y B (!)x A astfel ncat f(x) = y).
a dac

Observatii 1.2.6 a) f nu e injectiva x1 , x2 A astfel ncat x1 = x2 si f(x1 ) = f(x2 ).

b) f nu e surjectiva y B astfel nc
at x A f(x) = y.

Teorema 1.2.7 f este bijectiv a dac

a si numai daca f este inversabil
a, adic
a exist a) functie g : B A
a o (unic
at g f = 1A si f g = 1B adic
astfel nc a g(f(a)) = a ()a A si f(g(b) = b ()b B.
8 1 Multimi si functii

1.2.4 Familii de elemente. Produs cartezian de multimi

Fie A si B doua multimi. Consideram perechi de elemente (a, b), unde a A, b B, avand proprietatea

(a, b) = (a , b ) a = a , b = b

Produsul cartezian al multimilor A si B este multimea

A B = {(a, b) | a A, b B}.

Acest produs se poate generaliza la produsul unei familii arbitrare de multimi.

Fie M o multime si I o multime de indici, si fie f : I P(M) o functie. Notam Ai = f(i) si f = (Ai )iI .
Atunci (Ai )iI se numeste familie de multimi.
Analog, fie g : I M si notam g = (ai )iI , unde ai = g(i) pentru orice i I. Atunci g := (ai )iI se numeste
familie de elemente indexata de I.
Produsul cartezian al familiei (Ai )iI este multimea

Ai = {(ai )iI | ai Ai i I}.
iI

De exemplu, un sir (an )nN de elemente din M este o familie de elemente indexata de multimea N a numerelor
naturale.

1.2.5 Exercitii
Exercitiul 1 Fie X, Y, Z submultimi ale unei multimi A. Sa se arate ca:
a) X \ (Y Z) = (X \ Y) \ Z;
b) X \ (Y Z) = (X \ Y) (X \ Z) .
{
x + 1, x 0
Exercitiul 2 Fie f, g : R R, f(x) = x + 3x + 2, g(x) =
2
.
x 1, x < 0
a) Sa se verifice daca f si g sunt injective, respectiv surjective.
b) Sa se calculeze f g si g f.

Exercitiul 3 Fie f, g, h : R R,
{ { {
x + 1, , x 0 x 1, ,x0 x + 1, ,x0
f(x) = , g(x) = , h(x) = .
x 1, , x < 0 x + 1, ,x<0 2x + 1, ,x<0

Sa se studieze injectivitatea si surjectivitatea functiilor de mai sus. In cazul n care o functie este bijectiva, sa se
determine inversa ei.

Exercitiul 4 Sa se reprezinte grafic functia f : R R, f(x) = |x 1| + |x + 2| 1 si sa se determine multimile

f([0, 1]), f([2, 1]), f([3, 2]), f1 ([7, 9]) si f1 ([1, 4]).

Exercitiul 5 Fie f : A B o functie. Aratati ca:

a) f(X1 X2 ) = f(X1 ) f(X2 ), X1 , X2 A.
b) f(X1 X2 ) f(X1 ) f(X2 ), X1 , X2 A.
c) In general, la b) nu are loc egalitatea.

Exercitiul 6 Fie f : A B o functie. Sa se arate ca:

a) Y1 , Y2 B avem f1 (Y1 Y2 ) = f1 (Y1 ) f1 (Y2 );
b) Y1 , Y2 B avem f1 (Y1 Y2 ) = f1 (Y1 ) f1 (Y2 ).

Exercitiul 7 Fie f : A B si g : B C dou a functii. Sa se arate ca:

a) Daca f si g sunt injective (resp. surjective), atunci g f este injectiva (resp. surjectiva).
b) Functia identica 1A este bijectiva.
c) Daca f si g sunt inversabile, atunci g f este inversabila, si (g f)1 = f1 g1 .
Capitolul 2

Structuri algebrice

In matematica, o structura este o multime mpreuna cu obiecte matematice care se ataseaza multimii. Termenul
de structura algebrica se refera la o multime cu una sau mai multe operatii definite pe ea. Introducerea structurilor
a aparut din nevoia de masurare (coordonatizare). Exemplele clasice sunt numararea diferitelor lucruri, sau asoci-
erea numerelor reale punctelor de pe o dreapta. Exemple moderne de structuri sunt: structuri algebrice (grupuri,
inele, spatii vectoriale etc.), topologii, structuri metrice (geometrii), masuri, ordonari, structuri diferentiabile etc.
Corespondentele ntre multimi care sunt compatibile cu structurile date se numesc morfisme, iar un izomorfism
este un morfism care are un invers. Interesul pentru izomorfisme vine din faptul ca doua structuri izomorfe pot
fi considerate identice, atat timp cat se considera doar proprietatile din definitii si consecintele acestora.
Structurile algebrice sunt studiate n algebra abstracta. Teoria Categoriilor studiaza relatiile ntre doua sau
mai multe tipuri de structuri.

2.1 Grupuri
Notiunea de grup are o definitie matematica abstracta, dar are multiple aplicatii deoarece grupurile masoara sime-
tria. O simetrie a unui sistem nseamn a o transformare a sistemului care lasa neschimbata o anumita proprietate.
Din acest motiv, grupurile se folosesc n geometrie, fizica particulelor, chimie moleculara, cristalografie, teoria
relativitatii, mecanica cuantic
a etc. Grupurile pot fi discrete sau continue. O teorema a lui Emmy Noether spune
ca oricarei simetrii continue a unui sistem fizic i corespunde o lege de conservare.

2.1.1 Notiunea de grup. Exemple

Definitia 2.1.1 Fie G o multime si : G G G o functie.
a) Spunem ca este o operatie (interna) pe multimea G. Daca x, y G, atunci n loc de (x, y) folosim
frecvent notatiile

x + y, x y, x y, x y, x y, x y

etc.
Spunem ca ,,+ (respectiv ,,) este notatia aditiva (respectiv multiplicativa).
b) (G, ) este semigrup, daca ,, este operatie asociativ
a, adica pentru orice x, y, z G avem

(x y) z = x (y z).

c) (G, ) este monoid, daca ,, este operatie asociativa si n G exista element neutru:

()e G ()x G x e = e x = x.

In cazul notatiei aditive (respectiv multiplicative) de obicei notam pe e cu 0 (respectiv 1).

d) (G, ) este grup, daca (G, ) este monoid si orice element este simetrizabil (inversabil):

()x G ()x G x x = x x = e.

In cazul notatiei aditive (respectiv multiplicative) de obicei notam pe x cu x (respectiv x1 ).

e) Spunem ca (G, ) este grup comutativ sau grup abelian, daca pentru orice x, y G avem x y = y x.
f) Numarul cardinal |G| se numeste ordinul grupului (G, ).
9
10 2 Structuri algebrice

Lema 2.1.2 Fie (M, ) un monoid.

a) Daca e, e M sunt elemente neutre, atunci e = e .
b) Daca x M si x , x M sunt inverse ale lui x, atunci x = x .
c) Fie U(M) := {x M | x inversabil} multimea unitatilor lui M. Atunci (U(M), ) este grup.

Demonstratie. a) e = ee = e .
b) x = x e = x (xx ) = (x x)x = ex = x .
c) Elementul neutru al lui M este inversabil, deoarece ee = e. Daca x U(M), atunci x U(M) si (x ) = x,
deoarece x x = xx = e. Daca x, y U(M), atunci

(xy)(y x ) = (y x )(xy) = e,

deci xy U(M) si (xy) = y x . Asociativitatea se mosteneste.

Exemple 2.1.3 a) (N , +) este semigrup, (N, +), (N, ) sunt monoizi, dar nu sunt grupuri.
b) (Z, +), (Q, +), (R, +) sunt grupuri abeliene.
c) (Z, ), (Q, ), (R, ) sunt monoizi comutativi, (U(Z) = {1, 1}, ), (Q , ), (R , ) sunt grupuri abeliene.

Exemple 2.1.4 Fie M o multime si fie F(M) = {f | f : M M}. Atunci (F(M), ) este monoid, iar grupul

SM := U(F(M)) = {f F(M) | f bijectiv}

se numeste grupul simetric al multimii M.

Exercitiul 8 Fie M = R \ {0, 1}, G = {fi | i = 1, . . . , 6}, unde fi : M M,

1 t1 1
f1 (t) = t, f2 (t) = , f3 (t) = , f4 (t) = ,
1t t t

t
f5 (t) = 1 t, f6 (t) = , ()t M.
t1
Sa se arate ca (G, ) este un grup necomutativ (sa se ntocmeasca tabla operatiei).

Exercitiul 9 (Produs direct de grupuri) Fie G1 si G2 doua grupuri, si fie

G1 G2 = {(g1 , g2 ) | g1 G1 , g2 G2 }.

Prin definitie, fie

(g1 , g2 )(g1 , g2 ) = (g1 g1 , g2 g2 ).

Atunci G1 G2 este un grup.

Observatii 2.1.5 (Reguli de calcul) a) Fie (G, ) un grup si fie a, b G. Ecuatia ax = b are solutie unica
x = a1 b, iar ecuatia ya = b are solutie unica y = ba1 ; aceasta este echivalent cu a spune ca functiile

ta : G G, ta (x) = ax

si

ta : G G, ta (x) = xa

sunt bijective. (Aceasta nseamn a n tabla operatiei unui grup, fiecare element al grupului apare exact o data pe
fiacare linie si pe fiecare coloana.) In particular, daca x, y G, atunci ax = ay x = y si xa = ya x = y.
b) (Exponentiere) Fie (G, ) un grup, x G si n N . Folosind asociativitatea operatiei ,,, definim inductiv
elementul xn astfel:

x1 = x, xn+1 = xn x = x xn .

Mai departe, fie x0 = e si (x1 )n = (xn )1 .

Daca folosim notatia aditiva (G, +), atunci definim inductiv 0 x = 0, 1 x = x, (n + 1)x = nx + x = x + nx,
si (n)x = (nx) = n(x). In acest caz, avem (m + n)x = mx + nx si m(nx) = (mn)x pentru orice m, n Z .
2.1 Grupuri 11

2.1.2 Morfisme de grupuri

Definitia 2.1.6 Fie (G, ) si (G , ) dou
a grupuri si f : G G o functie.
a) Spunem ca f este un morfism de grupuri, daca pentru orice x, y G
f(x y) = f(x) f(y).
Morfismul f se numeste endomorfism, daca (G, ) = (G , ).
b) Spunem ca f este un izomorfism daca exista un morfism f : G G astfel ncat f f = 1G si f f = 1G .
Izomorfismul f se numeste automorfism daca (G, ) = (G, ).
Lema 2.1.7 Fie f : G G si f : G G dou
a morfisme.
a) f(e) = e ;
b) f(x1 ) = f(x)1 pentru orice x G .
a 1G : G G si compunerea f f : G G sunt de asemenea morfisme.
c) Functia identic
d) Morfismul f este izomorfism dac a si numai dac
a f este bijectiv.
Demonstratie. a) e f(e) = f(e) = f(ee) = f(e)f(e), deci f(e) = e .
b) Daca x G, atunci xx1 = x1 x = e, deci f(x)f(x1 ) = f(x1 )f(x) = e ; rezulta ca f(x)1 = f(x1 ).
c) Pentru orice x, y G avem 1G (x, y) = xy = 1G (x)1G (y) si
(f f)(xy) = f (f(xy)) = f (f(x)f(y)) = f (f(x))f (f(y)) = (f f)(x)(f f)(y).
d) Daca f este izomorfism, atunci este bijectiv, deoarece are inversa. Invers, presupunem ca f este morfism
bijectiv, si aratam ca f1 este izomorfism. Fie u, v G , x = f1 (u) si y = f1 (v). Atunci avem
f1 (uv) = f1 (f(x)f(y)) = f1 (f(xy)) = xy = f1 (u)f1 (v).

Exercitiul 10 Daca a R+ \ {1}, si f : (R, +) (R+ , ), f(x) = ax , atunci f este izomorfism, si f1 (x) = loga (x).
Exercitiul 11 Fie a > 0, G = (a, a) si fie x y = 1+xy/a
x+y
2 . S
a se arate ca:
a) (G, ) este grup abelian;
b) exista un izomorfism f : (G, ) (R+ , ) de forma f(x) = x+
x+ .

2.1.3 Subgrupuri
Definitia 2.1.8 Fie (G, ) un grup si fie H o submultime a lui G. Spunem ca H este un subgrup al lui G (notatie:
H (G, )), daca H este nchisa (parte stabila) fata de operatia din G (adica pentru orice x, y H avem xy H)
si n plus, (H, ) este grup cu operatia indusa ,,.
Teorema 2.1.9 (caracterizarea subgrupului) Fie (G, ) un grup si fie H o submultime a lui G. Atunci
urmatoarele afirmatii sunt echivalente:
1) H este subgrup al lui G.
2) H = si xy, x1 H pentru orice x, y H.
3) H = si xy1 H pentru orice x, y H.
Exemple 2.1.10 1) Z este subgrup al lui (Q, +), Q este subgrup al lui (R, +) si R este subgrup al lui (C, +).
2) (Q , ) este subgrup al lui (R , ) si (R , ) este subgrup al lui (C , ).
3) Fie n Z. Atunci nZ este subgrup al lui (Z, +), unde nZ := {nk | k Z}.
4) {e} si G sunt subgrupuri ale lui (G, ); acestea se numesc subgrupuri triviale. Daca H G si H = {e},
H = G, atunci H se numeste subgrup propriu.
Lema 2.1.11 Fie f : G G un morfism de grupuri.
a H este un subgrup al lui G, atunci f(H) este subgrup al lui G .
1) Dac
a H este un subgrup al lui G , atunci f1 (H) este subgrup al lui G.
2) Dac
Demonstratie. 1) Deoarece H = , rezulta ca f(H) = .
Daca x , y f(H), atunci exista x, y H astfel ncat x = f(x) si y = f(y), deci x y = f(x)f(y). Deoarece f
este morfism, avem f(x)f(y) = f(xy), unde xy H (deoarece H este subgrup), deci x y = f(xy) f(H).
Mai departe, (x )1 = f(x)1 = f(x1 ) (deoarece f este morfism), dar x1 H (deoarece H este subgrup),
deci f(x1 ) f(H). Rezulta ca f(H) este subgrup al lui G .
2) Deoarece H este subgrup al lui G si f este morfism, avem ca f(e) = e , (unde e G respectiv e G sunt
elementele neutre); rezulta ca e f1 (e ), adica f1 (H ) = .
Daca x, y f1 (H ), adica f(x), f(y) H , atunci f(x)f1 (y) = f(x)f(y1 ) = f(xy1 ) H , adica xy1
f (H ).
1
12 2 Structuri algebrice

Definitia 2.1.12 Fie f : G G un morfism. 1) Subgrupul Im f := f(G) = {f(x) | x G} al lui G se numeste

imaginea lui f.
2) Subgrupul Ker f := {x G | f(x) = e } = f1 (e ) al lui G se numeste nucleul lui f.

2.1.4 Grupul simetric Sn

Fie Sn = S{1,...,n} = {f : {1, . . . , n} {1, . . . , n} | f bijectiv}. Grupul (Sn , ) se numeste grupul simetric de grad n.
Un element Sn se numeste permutare de grad n, si de obicei folosim notatia tabelara:
( ) ( )
1 2 ... n 1 2 ... n
= , e= .
(1) (2) . . . (n) 1 2 ... n

a.) Daca , Sn , atunci operatia de compunere se scrie

(e se numeste permutare identic
( )
1 2 ... n
= ,
((1)) ((2)) . . . ((n))

iar inversa permutarii este

( )
(1) (2) . . . (n)
1 = .
1 2 ... n

Prin inductie matematica se arata usor ca |Sn | = n!.

Definitia 2.1.13 Fie Sn .

a) Pereche de numere (i, j) se numeste inversiune daca 1 i < j n si (i) > (j); notam cu inv() numarul
inversiunilor lui . . Observam ca inv() = 0 = e;
b) sgn() = (1)inv() {1, 1} este signatura lui ; spunem ca este permutare par a, daca sgn() = 1, si
este permutare impar a, daca sgn() = 1.
Notam cu An multimea permut arilor pare.

Functia sgn : (Sn , ) ({1, 1}, ) este un morfism surjectiv de grupuri. Deoarece An = Ker sgn este subgrup
al lui Sn , rezulta ca (An , ) este un grup. Mai mult, |An | = n! 2 , adic
a numarul permutarilor pare este egal cu
numarul permutarilor impare. An se numeste grupul altern de grad n.

Exercitiul 12 Sa se ntocmeasca tabla lui Cayley a grupului simetric (S3 , ).

( ) ( )
1 2 3 4 1 2 3 4
Exercitiul 13 Fie = si = . Sa se determine inv(), sgn(), inv(), sgn(),
2 4 1 3 4 1 2 3
1 , 1 , , , 1457 si 8692 .

Exercitiul 14 Fie n 2, 1 j < k n si fie jk Sn permutarea definita de

k, i=j
jk (i) = j, i=k .


i, i = j, k

Sa se arate ca inv(jk ) = 2(k j) 1 si sgn(jk ) = 1. (Permutarea jk se numeste transpozitie).

Exercitiul 15 Sa se scrie toate transpozitiile de grad 3 si 4.

Exercitiul 16 Sa se determine elementele lui A4 si sa se ntocmeasca tabla lui Cayley a grupului altern (A4 , ).

2.1.5 Grupul diedral Dn . Grup de simetrie

Consideram planul euclidian (R2 , d), si fie

Izom(R2 ) = { : R2 R2 | d((P), (Q)) = d(P, Q) P, Q R2 }

multimea izometriilor lui R2 . Deoarece orice izometrie este o functie bijectiva, iar produsul izometriilor si inversa
unei izometrii sunt de asemenea izometrii, rezulta ca (Izom(R2 ), ) este un grup. Mai departe, imaginea a trei
puncte necoliniare determina o izometrie; mai precis, daca , sunt izometrii, Q1 , Q2 , Q3 R2 puncte necoliniare
si (Qi ) = (Qi ), pentru i = 1, 2, 3, atunci = .
2.1 Grupuri 13

Fie Pn R2 poligonul regulat cu n laturi, unde n 3. Prin definitie, grupul diedral de grad n, notat Dn ,
este grupul de simetrie al multimii Pn , adica

Dn = { Izom(R2 ) | (Pn ) = Pn }.

(Se poate arata ca Dn este subgrup a grupului (Izom(R2 ), ), deci (Dn , ) este ntr-adevar grup.)
Notam cu 0 centrul lui Pn , iar cu 1, . . . , n varfurile lui Pn . Daca Dn , atunci (0) = 0 si (k) {1, . . . , n},
deci Dn se poate identifica cu un grup de permutari, astfel ca Dn (Sn , ). Deoarece (0) = 0, rezulta ca (1)
si (n) determina pe ; daca (1) = k {1, . . . , n}, atunci (n) {k + 1, k 1} (unde n + 1 = 1 si 1 1 = n),
deci |Dn | 2n.

2
...
... 2/n
...
. -
0 1

n-1

Aratam ca |Dn | = 2n. Este suficient de aratat ca n Dn exista 2n elemente distincte. Fie = 2/n rotatia
de unghi 2/n n jurul originii, deci
( )
1 2 ... n 1 n
(1) = 2, (n) = 1, = ,
2 3 ... n 1

si fie = 01 simetria fat

a de axa 01, deci
( )
1 2 3 ... n1 n
(1) = 1, (n) = 2, = .
1 n n 1 ... 3 2

Observam ca pentru orice 1 k < n, k = 2k/n este rotatia de unghi 2k/n (k (1) = k + 1, k (n) = k) si
n = e este transformarea identic a. Mai departe, 2 = e, si e, , . . . , n1 , , , . . . , n1 sunt transformari
ar, daca 0 k < n, atunci (k )(1) = k ((1)) = k (1) = k + 1 si (k )(n) = k ((n)) =
distincte; ntr-adev
k
(2) = k + 2. Rezulta ca

Dn = {e, , . . . , n1 , , , . . . , n1 }.

(Este usor de aratat ca k este simetria fata de axa dk , unde dk este mediatoarea [1, k + 1] segmentului; daca
k = 2m este par, atunci dk este dreapta 0 (m + 1); daca k = 2m + 1 este impar, atunci dk este mediatoarea
laturii [m, m + 1].)
In fine, observam ca = n1 ; ntr-adevar,

( )(1) = ((1)) = (2) = n = (n1 )(1)

si

( )(n) = ((n)) = (1) = n = (n1 )(n).

Observatii 2.1.14 1) Relatiile n = 1, 2 = e si = n1 determina tabla operatiei lui Dn . De aceea,

definitia abstracta a grupului diedral este:

Dn = x, y | xn = y2 = e, yx = xn1 y;

elementele x, y se numesc generatori, iar xn = y2 = e, yx = xn1 y sunt relatiile de definitie ale lui Dn .
14 2 Structuri algebrice

2) Analog putem defini grupurile D1 si D2 : D1 este grupul de simetrie al triunghiului isoscel (neechilateral),
iar D2 este grupul de simetrie al dreptunghiului (care nu e patrat). Astfel,
{ ( )}
1 2
D1 = e, = x | x2 = e,
2 1
{ ( ) ( ) ( )}
1 2 3 4 1 2 3 4 1 2 3 4
D2 = e, , ,
3 4 1 2 4 3 2 1 2 1 4 3
= x, y | x2 = y2 = e, yx = xy.

Exercitiul 17 1) Sa se ntocmeasca tabla Cayley a lui Dn , unde n = 1, 2, 3, 4, 5, 6.

2) Sa se arate ca D1 C2 , D2 C2 C2 (adica este izomorf cu grupul de ordinul 4 al lui Klein, notat V4 ) si
D3 S3 .

Exercitiul 18 Sa se determine
a) cele 24 de elemente ale grupului de simetrie al tetraedrului regulat;
b) cele 48 de elemente ale grupului de simetrie al cubului;

2.2 Inele si corpuri

Inelele si corpurile sunt structuri algebrice inspirate de operatiile uzuale cu numere, generalizand si extinzand
proprietatile acestora la diferite exemple nenumerice, precum functii, matrice, polinoame, siruri, serii, vectori,
clase de resturi, partile unei multimi etc. Definitia axiomatica moderna a inelului a fost formulata de Emmy
Noether n 1921, dar multe din exemplele mentionate mai sus au fost deja studiate n secolele anterioare.

2.2.1 Notiunea de inel. Exemple

Definitia 2.2.1 a) Structura algebrica (R, +, ) se numeste inel daca:

1. (R, +) este grup abelian (numit grupul aditiv al lui R);

2. Inmultirea este distributiv a de adunare, adica pentru orice a, b, c R ,

a fat

a(b + c) = ab + ac, (b + c)a = ba + ca.

b) R este un inel cu unitate, daca exista 1 R astfel ncat 1 a = a 1 = a ()a R .

c) R este inel asociativ (comutativ), daca monoidul (R, ) este asociativ (comutativ).
d) R este corp, daca R este inel asociativ cu unitate, 1 = 0, si R orice element nenul este inversabil.

Cu exceptia unui exemplu ce va fi dat mai tarziu prin ,,inel vom ntelege ,,inel asociativ.

Exemple 2.2.2 (Z, +, ) este inel comutativ, iar (Q, +, ), (R, +, ) si (C, +, ) sunt corpuri comutative.

Exercitiul 19 (reguli de calcul) a) Daca (R, +, ) inel si a R, atunci sa se arate ca

ta , ta : (R, +) (R, +), ta (r) = ar, ta (r) = ra

sunt morfisme de grupuri, si pentru orice a, b, c R avem:

(1) a 0 = 0 a = 0;
(2) a(b) = (a)b = ab; (a)(b) = ab;
(3) (a)n = a dac a n este par, si (a)n = a daca n este impar.
(4) a(b c) = ab ac, (b c)a = ba ca.
b) Daca n R avem 1 = 0, atunci R = {0}, adica R este inel nul.
In cele ce umeaza, daca exista 1 R, atunci presupunem ca 1 = 0.
c) Inelul cu unitate R este corp daca si numai daca (R , ) este grup, unde R := R \ {0}. In general, (R , ) este
monoid, iar (U(R), ) este grupul unitatilor lui R.
2.3 Morfisme de inele 15

2.2.2 Inelul matricelor

Fie R un inel asociativ cu unitate si fie m, n N . O functie A : {1, . . . , m} {1, . . . , n} R se numeste matrice de
tip m n peste R, sau matrice cu m linii si n coloane cu elemente din R. Altfel spus, o matrice este o familie de
elemente din inelul R, indexata de perechile (i, j) {1, . . . , m} {1, . . . , n}. Este avantajos sa folosim urmatoarea
notatie tabelara:

a11 a12 . . . a1n
a21 a22 . . . a2n
A= ...
= [aij ]1im Mm,n (R).

... 1jn
am1 am2 . . . amn

Daca A, A Mm,n (R) si B Mn,p (R), atunci definim operatiile

n
A + A = [aij + aij

] Mm,n (R), AB = [ aik bkj ] Mm,p (R).
k=1

Mai departe, notam Mn (R) := Mn,n (R), si cu In = (ij )1i,jn Mn (R) matricea unitate, unde
{
1, i = j,
ij =
0, i = j

este simbolul lui Kronecker.

Exercitiul 20 a) Fie matricele A = (aij ) Mk,m (R), B = (bij ), B = (bij

) Mm,n (R), C = (cij ) Mn,p (R).
Sa se arate ca:

(AB)C = A(BC), A(B + B ) = AB + AB , (B + B )C = BC + B C.

b) Mn (R) este un inel asociativ cu unitate. Mai general, avem AIn = Im A = A pentru orice A Mm,n (R).
c) Mn (R) nu este comutativ daca n 2.

2.3 Morfisme de inele

Definitia 2.3.1 Fie R si R dou
a inele.
a) Functia f : R R se numeste morfism de inele daca pentru orice a, b R avem

f(a + b) = f(a) + f(b); f(ab) = f(a)f(b).

Morfismul f se numeste endomorfism daca (R, +, ) = (R , +, ).

b) Daca R si R sunt inele cu unitate si f(1) = 1, atunci spunem ca f este morfism unitar.
c) f se numeste izomorfism daca exista un morfism f : R R astfel ncat f f = 1R si f f = 1R .

Exercitiul 21 a) Functiile : R R , (a) = 0 si 1R : R R, 1R (a) = a sunt morfisme de inel, se numeste

morfismul nul iar 1R morfismul identic al lui R.
b) Daca f : R R este morfism, atunci f(0) = 0 si f(a) = f(a) pentru orice a R; daca f este morfism
unitar si a U(R), atunci f(a1 ) = f(a)1 .
c) Daca R si R sunt inele cu unitate si f : R R este un morfism surjectiv, atunci f este unitar.

Exercitiul 22 a) Morfismul f : R R este izomorfism f este bijectiv.

b) Compunerea a doua morfisme de inele este de asemenea morfism.

Exercitiul 23 Fie f : K K un morfism de corpuri; atunci sau f este morfismul nul, sau f este unitar si injectiv.

2.4 Subinele si subcorpuri

Definitia 2.4.1 a) Fie (R, +, ) un inel si fie S R. Spunem ca S este subinel al lui R (notatie: S (R, +, )),
daca S este nchisa (parte stabila) n raport cu operatiile ,,+ si ,, si (S, +, ) este de asemenea inel.
Daca n plus R este inel cu unitate si 1 S, atunci spunem ca S este subinel unitar.
b) Fie (K, +, ) un corp si fie L K. Spunem ca L este subcorp al lui K (notatie: L K), este nchisa (parte
stabila) n raport cu operatiile ,,+ si ,, si (L, +, ) este de asemenea corp.
16 2 Structuri algebrice

Teorema 2.4.2 (caracterizarea subinelelor si a subcorpurilor) a) Fie (R, +, ) un inel si fie S R. Atunci
S este subinel al lui R dac
a si numai daca:
(1) S = ;
(2) pentru orice a, b S avem a b, ab S.
b) Fie (K, +, ) un corp si fie L K. Atunci L este subcorp al lui K dac
a si numai dac
a:
(1) |L| 2;
(2) pentru orice a, b L, b = 0 avem a b, ab1 L.

Exemple 2.4.3 1) Z este subinel al lui (Q, +, ), Q este subcorp al lui (R, +, ) si R este subcorp al lui (C, +, ).
2) Daca R este un inel, atunci {0} si R sunt subinele ale lui R. Acestea se numesc subinele triviale. Un subinel
diferit de {0} si R se numeste subinel propriu .

Exercitiul{( 24 Sa se
) arate ca: }
a b
a) R := | a, b R este subinel al lui M2 (R); n R nu exista element unitate la dreapta, si exista o
0 0
infinitate de{(elemente
) unitate la}stanga.
a 0
b) S := | a, b R este subinel unitar al lui M2 (R).
0 b
{( ) }
a 0
c) T := | a, b R este subinel al lui M2 (R), nu e unitar, dar T este inel cu unitate.
0 0

2.4.1 Corpul numerelor complexe

Pe multimea R R = {z = (x, y) | x, y R} definim urmatoarele operatii:

(x, y) + (x , y ) = (x + x , y + y ), (x, y)(x , y ) = (xx yy , xy + yx ).

Exercitiul 25 Sa se arate ca:

a) (R R, +, ) este un corp comutativ.
b) : R R R, x 7 (x, 0) este un morfism injectiv de corpuri.
c) (0, 1)(0, 1) = (1, 0).

Notatie. Identific am x cu (x, 0) si fie i := (0, 1). Atunci avem i2 = 1 si (x, y) = x + yi. Aceasta scriere este
unica, adica daca (x, y) = x + y i, atunci x = x si y = y .

Definitia 2.4.4 a) C = {z = x + yi | x, y R, i2 = 1} se numeste corpul numerelor complexe.

b) i este unitatea imaginar a; daca z = x + yi, atunci Re z = x este partea real
a a lui z si Im z = yi partea
imaginara a lui z.
c) Daca z = x + yi, fie z = x yi conjugatul lui z si |z| = z
z norma lui z.

Exercitiul 26 Sa se arate ca:

a) z R z = z; z = 0 |z| = 0.
b) z + z = z + z ; zz = zz ; z = z; |zz | = |z| |z |; |z + z | |z| + |z |.
c) Sa se rezolve ecuatia z2 = a + bi. Aplicatie: a = 3, b = 4.

Exercitiul 27 a) Sa se arate ca functia

( )
x y
f : (C, +, ) (M2 (R), +, ), f(x + yi) =
y x

este f este un morfism

{( injectiv
) de inele
} (reprezentarea matriceal
a a numerelor complexe).
x y
b) Fie K = | x, y R M2 (R). Atunci (K, +, ) corp si K C.
y x

Forma trigonometric
a a unui num
ar complex
Daca z = x + yi C si r = |z|, atunci stim din trigonometrie ca exista unic t [0, 2) astfel ncat cos t = x
r si
sin t = yr , deci

z = r(cos t + i sin t) = exp(it).

2.4 Subinele si subcorpuri 17

Exercitiul 28 Sa se arate ca:

a) zz = rr (cos(t + t ) + i sin(t + t )); 1z = 1r (cos(t) + i sin(t)); zn = rn (cos nt + i sin nt).
b) Daca w = r(cos t + i sin t) si n 1, atunci ecuatia zn = w are exact n solutii n C:

n
t + 2k t + 2k
zk = r(cos + i sin ), k = 0, . . . , n 1.
n n

c) Daca notam Un = {z C | zn = 1} = {k = cos 2k n + i sin n | k = 0, . . . , n 1} mult

2k
imea rad
acinilor de
ordin n ale unit atii, atunci:
(Un , ) este un grup izomorf cu grupul (Zn , +) al claselor de resturi modulo n;
k = k1 si zk = z0 k , pentru orice k = 0, . . . , n 1 .
d) Sa se scrie sub forma algebrica elementele grupurilor U1 , U2 , U3 , U4 , U6 si U8 si sa se ntocmeasca tablele
Cayley ale acestor grupuri.
e) Sa se scrie sub forma algebrica elementele grupurilor U5 , U8 , U10 , U12 si U16 .

1
...
... 2/n
...
. -
0 0 = 1

n1

n2
n3

Observatii 2.4.5 Spunem ca Un este un grup ciclic de ordin n, generat de 1 . Notatia abstracta pentru grupul
ciclic de ordin n generat de un element x este

Cn = x | xn = e = {e, x, x2 , . . . , xn1 }.

2.4.2 Corpul cuaternionilor

Constructia de mai jos a unui corp necomutativ ce extinde pe C este datorata matematicianului irlandez William
Rowan Hamilton.
{( ) }
z w
Exercitiul 29 Fie H = | z, w C M2 (C). Sa se arate ca:
w z
a) H este un subinel al lui (M2 (C), +, )
b) Notand
( ) ( ) ( ) ( )
1 0 i 0 0 1 0 i
1= , i= , j= , k= ,
0 1 0 i 1 0 i 0
avem

H = {q = a1 + bi + cj + dk | a, b, c, d R}.

b) i2 = j2 = k2 = ijk = 1; ij = ji = k; jk = kj = i; ki = ik = j.
c) (H, +, ) este corp necomutativ.
d) Exista un morfism injectiv de corpuri : C H (deciC poate fi privit ca subcorp
al lui H).

a b c d


b a d c
e) Exista un izomorfism de corpuri H H1 , unde H1 = | a, b, c, d R M4 (R).

c d a b


d c b a
f) Q8 := {1, i, j, k} este un grup cu 8 elemente (sa se ntocmeasca tabla operatiei).
18 2 Structuri algebrice

Definitia 2.4.6 a) Corpul H construit mai sus se numeste corpul quaternionilor.

b) Grupul Q8 se numeste grupul cuaternionilor.
c) Daca q = a1 + bi + cj + dk H este un cuaternion, notam cu q = a1 bi cj dk conjugatul lui q, cu
N(q) = q urma lui q.
q norma lui q si cu Tr(q) = q + q

Exercitiul 30 Sa se arate ca :
a) Functia : H H, q 7 q este un antiautomorfism al lui H, si avem = 1H .
b) N(q1 q2 ) = N(q1 )N(q2 ), si daca q = 0 atunci q1 = q
/N(q).
Capitolul 3

Vectori

Algebra vectoriala este un instrument standard pentru fizicieni. O cantitate fizica ce este complet determinata
de un singur num ar, cum ar fi volumul, masa, temperatura se numeste scalar. Cantitatile scalare sunt tratate ca
numere reale. Exista ns
a si cantit
ati fizice, cum ar fi deplasarea, acceleratia, momentul, momentul unghiular,
forta, numite vectori, care sunt determinate de marime, directie si sens. Sa mai observam ca, de exemplu,
deplasarea unghiulara poate fi caracterizata prin marime si sens, dar nu e un vector, deoarece operatia de adunare
a deplasarilor unghiulare nu e comutativ a.

3.1 Preliminarii
Fie v un vector. Atunci v este determinat de lungimea lui, notata cu |v| si de vectorul unitar u :=
v
|
v| (numit si
versor). Mai precis, avem
v = |v| u.
O cantitate vectoriala poate fi reprezentata grafic de un segment orientat avand o sageata n capat. Lungimea
segmentului reprezint a marimea vectorului, segmentul determina directia, iar sageata sensul vectorului. Putem
vorbi de vectori legati (daca punctul de aplicatie este fix), de vectori alunecatori (daca punctul de aplicatie se
poate deplasa de-a lungul dreptei suport) si de vectori liberi (daca punctul de aplicatie se poate deplasa arbitrar
n spatiu). Doua perechi ordonate (A, B) si (C, D) de puncte n spatiu reprezinta acelasi vector liber daca ABDC
= CD.
este un paralelogram, si n acest caz notam AB
B
D

C
In cele ce urmeaza, un vector va fi definit de componentele sale, adica de proiectiile pe axele de coordonate
carteziene, si de versorii i, j, k ai acestor axe:
z
6

zv

v
3

yv -y

xv

x

19
20 3 Vectori

Astfel, avem

v = xvi + yvj + zvk,

Tripletul (xv , yv , zv ) al componentelor este de multe ori identificat cu vectorul v:

v = (xv , yv , zv ).

Doi vectori v1 = (x1 , y1 , z1 ) si v2 = (x2 , y2 , z2 ) sunt egali daca si numai daca x1 = x2 , y1 = y2 si z1 = z2 .

Notatia algebrica a unui vector poate fi generalizata la spatii cu mai mult de trei dimensiuni, astfel ncat
un sistem ordonat (x1 , x2 , . . . , xn ) de n numere reale reprezint a un vector. Aceasta generalizare este subiectul
capitolelor urmatoare.

3.1.1 Unghiuri directoare

Exprimam versorul lui v n functie de versorii axelor de coordonate. Avem
( )
xv yv zv
v = |v| i+ j+ k .
|v| |v| |v|
xv yv
Notam cu , si unghiurile formate de axele Ox, Oy si Oz cu vectorul v. Atunci cos = v| ,
| cos = |
v| si
cos = z|vv| sunt cosinusurile directoare ale lui v, si astfel avem

v
u = = cos i + cos j + cos j.
|v|

3.2 Operatii cu vectori

3.2.1 Adunarea vectorilor si nmultirea cu scalari
Grafic, suma vectorilor v1 = (x1 , y1 , z1 ) si v2 = (x2 , y2 , z2 ) se defineste folosind regula paralelogramului sau regula
triunghiului.

v1 + v2
v1

v2

Fie a R un scalar si v = (x, y, z). Geometric, vectorul av este paralel cu v si are de a ori lungimea lui v. Daca
a > 0, atunci av are sensul lui v, iar daca a < 0, atunci av are sens opus lui v. In coordonate carteziene avem

v1 + v2 = (x1 + x2 , y1 + y2 , z1 + z2 ),
av = (ax, ay, az).

Notam cu V3 multimea vectorilor din spatiu. Este usor de verificat ca (V3 , +) este grup abelian, iar nmultirea
cu scalari are urmatoarele proprietati:

1) a(v1 + v2 ) = av1 + av2 ;

2) (a1 + a2 )v = a1v + a2v;

3) 1 v = v;

4) (a1 a2 )v = a1 (a2v).

Altfel spus, structura algebrica (V3 , +, R) este un spatiu vectorial peste R, concept cu care ne vom ocupa n detaliu
ncepand cu capitolul urmator.
3.2 Operatii cu vectori 21

3.2.2 Produsul scalar

Geometric, produsul scalar al vectorilor v1 = (x1 , y1 , z1 ) si v2 = (x2 , y2 , z2 ) se defineste astfel:

v1 v2 = |v1 | |v2 | cos ,

unde este unghiul determinat de cei doi vectori (0 ). Rezulta n particular ca v1 v2 = 0 daca si numai
daca v1 v2 (admitem si cazurile v1 = 0 sau v2 = 0). In coordonate carteziene avem

v1 v2 = x1 x2 + y1 y2 + z1 z2 .

Din definitie, obtinem imediat formula cosinusului. Luand v = v1 + v2 , avem

v2 = v21 + v22 + 2v1 v2 cos .

3.2.3 Produsul vectorial

Geometric, produsul vectorial al vectorilor v1 = (x1 , y1 , z1 ) si v2 = (x2 , y2 , z2 ) este vectorul v = v2 v2 definit
astfel: directia lui v este perpendiculara pe planul determinat de v1 si v2 , sensul este dat de regula m ainii drepte
sau regula surubului drept, iar marimea este egala cu aria paralelogramului determinat de cei doi vectori:

|v| = |v1 | |v2 | sin ,

unde este unghiul determinat de cei doi vectori (0 ).

v1 v2

v2
...
...
...
v1

Rezulta n particular ca v1 v2 = 0 dac

a si numai daca v1 v2 (admitem si cazurile v1 = 0 sau v2 = 0) si ca
produsul vectorial este anticomutativ:

v1 v2 = v2 v1 .
In coordonate carteziene avem
 
 i j k 
 
v1 v2 = x1 y1 z1  = (y1 z2 y2 z1 )i + (z1 x2 z2 x1 )j + (x1 y2 x2 y1 )k.
x2 y2 z2 

In mecanica, momentul unei forte F = AB

n raport cu un punct O este produsul vectorial m F.
= OA

3.2.4 Produsul mixt (sau triplul produs scalar)

(b c) reprezint
Scalarul a , b si c, deoarece
a volumul paralelipipedului determinat de vectorii a

(b c) = |
a a||b||c| sin cos = hS = Va bc ,

unde este unghiul determinat de vectorii b si c, este unghiul determinat de vectorii a

si b c, S este aria

paralelogramului determinat de vectorii b si c, iar h este naltimea paralelogramului.

a c
h
b

In coordonate carteziene, este usor de vazut ca

 
xa ya za 
 
(b c) = xb yb zb  .
a
 xc yc zc 
22 3 Vectori

3.2.5 Dublul produs vectorial (sau triplul produs vectorial)

Dublul produs a (b c) este un vector perpendicular pe b c, deci se afla n planul determinat de b si c. Daca
b c, atunci a
(b c) = 0. Daca b c, atunci a
(b c) = rb + sc, unde r, s R. Lasam pe seama cititorului
sa demonstreze (geometric sau folosind coordonate carteziene) ca n ambele cazuri avem

(b c) = b(
a a b).
a c) c(

3.3 Aplicatii: punctul, dreapta si planul n spatiu

Ecuatiile si formulele de mai jos pot fi deduse fara dificultate folosind proprietatile vectorilor si ale operatiilor cu
acestea.

3.3.1 Dreapta determinata de un punct M0 (x0 , y0 , z0 ) si un vector director v(l, m, n).

1) Ecuatiile parametrice: x = x0 + lt, y = y0 + mt, z = z0 + nt, t R.
2) Ecuatiile canonice: xx
l
0
= yy
m
0
= zz
n .
0

3) Cosinusurile directoare ale dreptei d sunt:

l m n
cos = , cos = , cos = .
l2 + m2 + n2 l2 + m2 + n2 l2 + m2 + n2

3.3.2 Dreapta determinata de doua puncte M1 (x1 , y1 , z1 ) si M2 (x2 , y2 , z2 ):

x x1 y y1 z z1
= = .
x2 x1 y2 y1 z2 z1

3.3.3 Unghiul dintre doua drepte de vectori directori

v 1 (l1 , m1 , n1 ) si

v 2 (l2 , m2 , n2 ):

v1
v2
cos = [0, ].
| v 1 | |
,
v 2|

(A, B, C):
3.3.4 Ecuatia planului determinat de un punct M0 (x0 , y0 , z0 ) si de un vector normal n

A (x x0 ) + B (y y0 ) + C (z z0 ) = 0.

3.3.5 Ecuatia generala a unui plan:

Ax + By + Cz + D = 0, unde A2 + B2 + C2 = 0.

3.3.6 Ecuatia planului determinat de un punct M0 (x0 , y0 , z0 ) si doi vectori necoliniari

v 1 (l1 , m1 , n1 ) si

v 2 (l2 , m2 , n2 ) :
 
x x0 y y0 z z0 
 
 l1 m1 n1  = 0.

 l2 m2 n2 

3.3.7 Ecuatia planului determinat de trei puncte necoliniare Mi (xi , yi , zi ), i = 1, 2, 3:

 
x y z 1

x1 y1 z1 1
 = 0.
x2 y2 z2 1

x3 y3 z3 1

3.3.8 Ecuatiile dreptei determinate ca intersectia a doua plane:

{ ( )
A1 x + B1 y + C1 z + D1 = 0 A1 B1 C1
unde rang = 2.
A2 x + B2 y + C2 z + D2 = 0, A2 B2 C2

Directia acestei drepte este data de

v =
n1
n 2 , unde
n 1 (A1 , B1 , C1 ) si

n 2 (A2 , B2 , C2 ) sunt vectori normali
pe planele date. Fasciculul de plane care trec prin aceasta dreapta este:

r (A1 x + B1 y + C1 z + D1 ) + s (A2 x + B2 y + C2 z + D2 ) = 0, r, s R, r2 + s2 = 0.
3.4 Sisteme de coordonate speciale 23

3.3.9 Distanta de la un punct A la o dreapta d ce trece prin M0 si are directia

v:

|

v M0 A|
|
d(A, d) = .
v|

3.3.10 Distanta de la punctul M0 (x0 , y0 , z0 ) la planul p : Ax + By + Cz + D = 0:

|Ax0 + By0 + Cz0 + D|

d (M0 , P) = .
A2 + B2 + C2

3.3.11 Unghiul dintre dreapta de directie

v (l, m, n) si planul orientat p : Ax + By + Cz + D = 0 avand vector
(A, B, C):
normal n

n
v [ ]
sin = , , .
| N| | v | 2 2

3.3.12 Ecuatiile perpendicularei comune a doua drepte d1 si d2 de vectori directori

v 1 si

v 2 se deduc astfel:

se calculeaza directia perpendicularei comune v =

v1

v 2;

se scrie ecuatia planului p1 ce trece prin d1 si contine pe v;

se scrie ecuatia planului p2 ce trece prin d2 si contine pe v.

v2
M2

E
d
d

v2
F
M1
v1

Perpendiculara comun a este intersectia planelor p1 si p2 . Deducem si formula distantei dintre dreptele d1 si
d2 astfel: alegem punctele M1 D1 , M2 D2 ; atunci

|M1 M2 ( v1
v 2 )|
d(d1 , d2 ) =


| v 1 v 2|
.

altimea paralelipipedului determinat de vectorii v1 , v2 si M1M2 .

(observam ca d = d(d1 , d2 ) este n

3.3.13 Aria triunghiului determinat de punctele Mi (xi , yi , zi ), i = 1, 2, 3:

v 2  2  2
u
ux y1 1 y1 z1 1 z1 x1 1
1 u 1  
AM1 M2 M3 = tx2 y2 1 + y2 z2 1 + z2 x2 1 .
2 x3 y3 1 y3 z3 1 z3 x3 1

3.3.14 Volumul tetraedului determinat de punctele Mi (xi , yi , zi ), i = 1, 2, 3, 4:

 
x1 y1 z1 1

1 x2 y2 z2 1
VM1 M2 M3 M4 =  .
6 x3 y3 z3 1
x4 y4 z4 1

3.4 Sisteme de coordonate speciale

Se pot defini multe sisteme de coordonate ortogonale. In aceasta sectiune prezentam doua care sunt des utilizate
n practica.
24 3 Vectori

3.4.1 Coordonatele cilindrice (, , z)

Consideram punctul P(x, y, z) si introducem urmatoarele notatii:
P (x, y, 0) este proiectia lui P pe planul xOy;

= OP = x2 + y2 ;
(unde 0 < 2).
este unghiul format de axa Ox si vectorul OP
Atunci coordonatele cilindrice ale lui P sunt date de tripletul (, , z) astfel definit.
z

P(x, y, z)

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

x P (x, y, 0)

Invers, coordonatele carteziene (x, y, z) sunt determinate de coordonatele cilindrice (, , z) prin formulele
x = cos ; y = sin ; z = z.

3.4.2 Coordonatele sferice (r, , )

Consideram punctul P(x, y, z) si introducem urmatoarele notatii:

r = OP = x2 + y2 + z2 ;
(unde 0 );
este unghiul format de axa Oz si vectorul OP
P (x, y, 0) este proiectia lui P pe planul xOy;

= OP = x2 + y2 ;
(unde 0 < 2).
este unghiul format de axa Ox si vectorul OP
Atunci coordonatele sferice ale lui P sunt date de tripletul (r, , ) astfel definit.
z

P(x, y, z)

......
.......
.
y

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

x P (x, y, 0)

Invers, coordonatele carteziene (x, y, z) sunt determinate de coordonatele sferice (r, , ) prin formulele
x = r sin cos ; y = r sin sin ; z = r cos .
3.5 Exercitii 25

3.5 Exercitii
= (2, 2, 1) and b = (6, 3, 2), sa se calculeze:
Exercitiul 31 Fiind dati vectorii a

a 7b;
a) 5

2 + b2 ;
b) a

b;
c) a

si b;
d) unghiul vectorilor a
;
e) cosinusii directori ai lui a

f) proiectia lui b pe a
.

= (2, 6, 3) si
Exercitiul 32 Sa se determine vectorul unitar perpendicular pe planul determinat de vectorii a
b = (4, 3, 1).

= (2, 1, 1) si b = (1, 1, 2), sa se calculeze:

Exercitiul 33 Fiind dati vectorii a

b;
a) a

si b.
b) un vector unitar perpendicular pe planul determinat de a

Exercitiul 34 Sa se calculeze: (2i 3j) [(i + j k) (3i k)].

Exercitiul 35 Sa se verifice urmatoarele identitati:

(b c) = b (c a
1. a a b);
) = c (

(b c) = b(
2. a a b);
a c) c(

a b) (c d) = (
3. ( a c)(b d) (
a d)(b c);

(b c) + b (c a
4. a a b) = 0;
) + c (

a b) (c d) = (d (
5. ( a b))c (c (
a b))d = (
a (c d))b (b (c d))
a
si b si
(sa observam ca dreapta determinata de acest vector este intersectia dintre planul determinat de a
planul determinat de c si d);

a b) (b c) (c a
6. ( a b c)2 .
) = (

, b si c sunt coplanari daca si numai daca a

Exercitiul 36 a) Sa se arate ca vectorii a (b c) = 0.
b) Sa se determine ecuatia planului determinat de punctele P1 (2, 1, 1), P2 (3, 2, 1) si P3 (1, 3, 2).

Exercitiul 37 Sa se scrie ecuatiile dreptei care trece prin punctul (2, 5, 3) si este:
a) paralela cu axa Oz;
b) paralela cu dreapta d1 : x14 { = y2 z+3
6 = 9 ;
2x y + 3z + 1 = 0
c) este paralela cu dreapta d2 : .
5x + 4y z 7 = 0
y3 y+2
Exercitiul 38 Fie dreptele d1 : x12 = 1 = 1
z+2
si d2 : x1
1 = 4 = z9
2 . Sa se calculeze:
a) unghiul dintre d1 si d2 ;
b) perpendiculara comun a a celor doua drepte;
c) distanta dintre d1 si d2 .
Capitolul 4

Spatii vectoriale si algebre

Scopul algebrei liniare este investigarea spatiilor vectoriale si ale functiilor liniare. Un spatiu vectorial este o
structura algebrica formata dintr-o multime de elemente numite vectori, care se pot aduna si nmulti cu scalari.
Scalarii sunt numere reale, numere complexe sau n general, elemente ale unui corp comutativ. Operatiile satisfac
anumite axiome. Spatiile vectoriale sunt caracterizate prin dimensiunea lor, adica de numarul maxim de directii
independente. Spatiile vectoriale au aplicatii n matematica, stiintele naturii, stiinte sociale si inginerie. Din
punct de vedere istoric, primele idei care duc la spatii vectoriale pot fi gasite n secolul al 17-lea, n studiile asupra
geometriei analitice, sistemelor de ecuatii liniare si vectorilor euclidieni. Tratarea abstracta moderna, formulata
de Giuseppe Peano n 1888, se refera la obiecte mai generale si mai abstracte decat vectorii euclidieni, dar o
mare parte din teorie poate fi vazut a ca o extensie a conceptelor geometrice clasice, cum ar fi liniile, planele si
analoagele lor multidimensionale.
Spatiile vectoriale pot fi generalizate n mai multe moduri, ajungand la notiuni mai avansate, cum ar fi tensorii
sau campurile vectoriale. Un camp vectorial este o asociere a unui vector tangent la fiecare punct al unei varietati
diferentiabile spatiu care local arata ca un spatiu euclidian, dar poate avea structura globala complicata.
Campurile vectoriale sunt folosite pentru a modela, de exemplu, viteza si directia unui fluid n miscare, sau fortele
gravitationale, ce se schimb a de la un punct la altul. Calculul diferential si integral extinde la campuri vectoriale
ntr-un mod natural.
Un spatiu vectorial poate fi dotat cu structuri suplimentare, cum ar fi o norma sau un produs scalar, obtinan-
du-se spatiile Banach si spatiile Hilbert, care au o teorie mai bogata. Astfel de spatii vectoriale topologice
infinit-dimensionale apar n analiza matematica, de exemplu spatii ai caror vectori sunt functii cu valori reale sau
complexe.

4.1 Notiuni de baz

a si exemple
Fie K un corp comutativ, de exemplu K = R sau K = C.

Definitia 4.1.1 Fie (V, +) un grup abelian. Spunem ca V = (V, +, K) este un K-spatiu vectorial, daca se da o
functie

: K V V, (a, x) = ax

(adica o operatie extern

a pe V) astfel nc
at urmatoarele patru axiome au loc:
(V1) a(x + y) = ax + ay,
(V2) (a + b)x = ax + bx,
(V3) (ab)x = a(bx),
(V4) 1x = x,
pentru orice a, b R si x, y V .
Elementele lui K se numesc scalari, ale lui V vectori, iar operatia externa nmultire cu scalari. Spunem ca
(V, +) este grupul aditiv al spatiului vectorial V.

Definitia 4.1.2 Spunem ca A = (A, +, , K) este o K-algebr a, daca:

(A1) (A, +, ) este inel,
(A2) (A, +, K) este K-spatiu vectorial,
(A3) a(xy) = (ax)y = x(ay) pentru orice a K si x, y A .
A este K-algebra asociativ
a (comutativa) daca (A, +, ) este inel asociativ (comutativ).
26
4.1 Notiuni de baz
a si exemple 27

Observatii 4.1.3 (Reguli de calcul) a) Fie V un K-spatiu vectorial, si consideram functiile

fa : V V, fa (x) = ax, fx : K V, fx (a) = ax.
Din axiomele (M1)(M4) rezulta ca fa : (V, +) (V, +) si fx : (A, +) (V, +) sunt morfisme de grupuri, deci
pentru orice a, b K si x, y M avem
(1) a0V = 0K x = 0V .
(2) (a)x = a(x) = ax, (a)(x) = ax.
(3) a(x y) = ax ay.
(4) (a b)x = ax bx.
b) Daca ax = 0, atunci a = 0 sau x = 0.
Intr-adevar, daca a = 0, atunci exista a1 K. Atunci x = 1x = (a1 a)x = a1 (ax) = a1 0 = 0.

a, unde nmultirea cu scalari este data de (a, x) = ax pentru orice a, x K. Mai

Exercitiul 39 K este K-algebr
general,
Kn = {x = (x1 , . . . , xn ) | xi K}
este o K-algebra, unde operatiile sunt definite astfel:
x + y = (x1 + y1 , . . . , xn + yn ),
xy = (x1 y1 , . . . , xn yn ),
ax = (ax1 , . . . , axn )
pentru orice x, y Kn si a K .
Exercitiul 40 (Produs direct) Fie U si V K-spatii vectoriale. Sa se arate ca: (U V, +, K) este K-spatiu, unde
prin definitie (u, v) + (u , v ) = (u + u , v + v ) si (u, v) = (u, v).
Exercitiul 41 (Algebra functiilor) Fie M o multime oarecare si notam KM = {f | f : M K}. Sa se arate ca
KM este o K-algebra, unde
(f + g)(x) = f(i) + g(i),
(fg)(x) = f(x)g(x),
(af)(x) = af(x)

pentru orice f, g KM , x M si a K. Observam ca putem identifica Kn = K{1,...,n}

Exercitiul 42 (Vectori liberi) a) V2 = {v = xi + yj | x, y R}, multimea vectorilor liberi din plan, este un
R-spatiu vectorial, pe care l identific
am cu R2 .

b) V3 = {v = xi + yj + zk | x, y, z R}, multimea vectorilor liberi din spatiu, este un R-spatiu vectorial, pe
care l identificam cu R3 .
c) Identificam vectorul v = xi + yj + zk cu cuaternionul pur xi + yj + zk. Sa se arate ca pentru orice a1 , a2 R
avem
(a1 + v1 )(a2 + v2 ) = (a1 a2 v1 v2 ) + (a1v2 + a2v1 ) + v1 v2 .
Exercitiul 43 Sa se arate ca C si H sunt R-algebre. (Fiind si corpuri, le numim algebre cu diviziune.)
Exercitiul 44 Fie V = R+ = (0, +), K = R, x y = xy si a x = xa , a K, x, y V. Atunci V este
K-spatiu vectorial.

4.1.1 Algebre Lie

Exista exemple importante de algebre care nu sunt asociative.
a Lie, daca pentru orice a, b, c L avem
Definitia 4.1.4 K-algebra L se numeste algebr
(L1) a2 = 0;
(L2) (ab)c + (bc)a + (ca)b = 0 (identitatea lui Jacobi).
a Lie, atunci L este anticomutativ, adica ab = ba pentru orice a, b L.
Exercitiul 45 Daca L este o K-algebr
Exercitiul 46 Fie A o K-algebr a asociativa si definim operatia [a, b] = ab ba, ()a, b K, numita produs Lie
sau paranteza Lie. Sa se arate ca (A, +, [, ], K) este o K-algebra Lie.
Exercitiul 47 Sa se arate ca vectorii liberi din spatiu, V3 = (V3 , +, , R), formeaza o R-algebra Lie, unde
nmultirea este produsul vectorial.
28 4 Spatii vectoriale si algebre

4.2 Subspatii vectoriale si subalgebre

Definitia 4.2.1 a) Fie V un K-spatiu vectorial si U o submultime nevida. Spunem ca U este un subspatiu vectorial
al lui V (notatie: U R V) daca
(1) x, y U, x + y U.
(2) a K, x U, ax U.
b) Fie A o K-algebra si B o submultime nevida. Spunem ca B este o K-subalgebr a a lui A (notatie: B K A
sau B (A, +, , K)) daca
(1) x, y B, x + y B.
(2) x, y B, xy B.
(3) a R, x B, ax B.

Observatii 4.2.2 a) Daca U K V, atunci U este K-spatiu vectorial cu operatiile induse. Daca B K A, atunci
B este o K-algebra cu operatiile induse.
b) Avem = U K V dac a si numai daca

x, y U, a, b K ax + by U.

Analog, =
B K A daca si numai daca

x, y A, a, b K ax + by, xy B.

c) Observam ca {0}, V K V. Acestea sunt subspatiile triviale.

Exercitiul 48 Fie U1 , . . . , Un subspatii ale lui V. Atunci

n
Ui := U1 Un ,
i=1
n
Ui := U1 + + Un = {x1 + + xn | xi Ui }
i=1

sunt subspatii.

Exercitiul 49 Fie U1 , U2 subspatii ale lui V. Atunci U1 U2 nu este, n general, subspatiu. Mai exact, avem
U1 U2 K V U1 U2 sau U2 U1 .

Exercitiul 50 a) Subspatiile proprii ale lui V2 se identifica cu dreptele ce trec prin origine.
b) Subspatiile proprii ale lui V3 se identific
a cu dreptele si planele ce trec prin origine.

Exercitiul 51 Fie P = {f RR | f(t) = f(t) ()t R} multimea functiilor pare si I = {f RR | f(t) =

f(t) ()t R} multimea functiilor impare. Sa se arate ca:
a) P, I RR .
b) Pentru orice f RR exista elementele g P si h I unic determinate astfel ncat f = g + h.
c) Daca f, g P I, sa se studieze paritatea lui fg si a lui f g. Sa se arate ca P este subalgebra a algebrei
(RR , +, , R).

Exercitiul 52 (Algebra matricelor) Sa se arate ca:

a) (Mm,n (K), +, K) este un K-spatiu vectorial.
b) a(AB) = (aA)B = A(aB) pentru orice A Mm,n (K), B Mn,p (K), a K.
c) (Mn (K), +, , K) este o K-algebr
a. Mai general, daca A este o K-algebra, atunci si Mn (A) este o K-algebra.

Exercitiul 53 Sa se arate ca C R H R M2 (C) sunt subalgebre, dar H nu este o C-algebra.

Exercitiul 54 Fie C[0, 1] = { : [0, 1] R | este continua} si D[0, 1] = { : [0, 1] R | este derivabila}. Sa se
arate ca D[0, 1] R C[0, 1] R (R[0,1] , +, , R) sunt subalgebre.

4.2.1 Serii formale, polinoame si functii polinomiale

Fie K un corp comutativ.
Fie KN = {f | f : N K} a multimea sirurilor de elemente din K. Daca f KN , atunci notam f = (a0 , a1 , . . . ),
unde an = f(n) pentru orice n N .
4.2 Subspatii vectoriale si subalgebre 29

Pe multimea KN definim urmatoarele operatii:

(f + g)(n) = f(n) + g(n) = an + bn ,

(fg)(n) = f(i)g(j) = ai bj ,
i+j=n i+j=n

(af)(n) = af(n) = aan ,

unde f = (a0 , a1 , . . . ), g = (b0 , b1 , . . . ) KN si a K.

Mai departe, fie

supp(f) = {n N | an = 0}

multimea suport a lui f, si fie K(N) = {f KN | supp(f) este multime finita} multimea sirurilor avand un numar
finit de termeni nenuli.

Teorema 4.2.3 a) KN este o K-algebr a comutativa cu unitate.

a a lui KN , elementul unitate al lui KN este 1 = (1, 0, 0, . . . ) si functia
b) K(N) subalgebr

K : K K(N) , K (a) = (a, 0, 0, . . . )

este un morfism injectiv unitar de inele. (Identificam a cu A (a).)

c) Fie X = (0, 1, 0, . . . ). Atunci Xk (i) = ik , adic
a

Xk = (0, 0, . . . , 0, 1, 0, . . . ).
0 1 k

a f K(N) astfel nc
Dac at ai = 0 pentru orice i > n , atunci

n
n
f = a0 + a1 X + . . . a n X = ak Xk ,
k=0

si aceast
a scriere este unic
a.

Definitia 4.2.4 a) KN se numeste algebra seriilor formale cu coeficienti n K, iar K(N) algebra polinoamelor peste
K. Polinomul X se numeste nedeterminat a, iar
elementele ai = f(i) K se numesc coeficientii lui f.
Notatii: KN = K[[X]], K(N) = K[X] = {f = i=0 ai Xi | n N, ai
n
K}.

Daca f = (a0, a1 , . . . ) K[[X]], atunci folosim notatia formala f = i=0 ai Xi .
n
b) Daca f = i=0 ai X K[X] este un polinom nenul, atunci
i

deg(f) = max{i N | ai = 0}

este gradul lui f. Daca deg(f) = n atunci an este coeficientul principal al lui f. Prin definitie, deg 0 = .
Daca f K[[X]] este o serie formala, atunci o(f) = min{n N {} | an = 0} este ordinul lui f.

Exercitiul 55 Daca f, g K[X], atunci

deg(f + g) max{deg(f), deg(g)}, deg(fg) = deg(f) deg(g).

Exercitiul 56 Fie f, g K[[X]].

a) o(f + g) min{o(f), o(g)}; o(fg) = o(f) + o(g).
b) f este inversabil n K[[X]] a0 = 0 n K. Sa se calculeze inversa lui 1 + X.

4.2.2 Functii polinomiale. R

ad
acini ale polinoamelor
Definitia 4.2.5 Functia

n
f : K K, = f(x) =
f(x) ai xi
i=0

se numeste functia polinomial

a asociata lui f.

Observatii 4.2.6 Avem f]

+ g = f + g f = af si fg
, af e = f
g, deci functiile polinomiale formeaza o subalgebra a
algebrei functiilor KK
30 4 Spatii vectoriale si algebre

Definitia 4.2.7 a) Daca f(a) = 0, atunci spunem ca x K este o r ad

acin
a a lui f.
b) Spunem ca a K este radacina de multiplicitate k a lui f (unde k N), daca exista g K[X] astfel ncat
f = (X a)k g, g(a) = 0.
Teorema 4.2.8 (Bezout) a) Elementul a K este r adacina a polinomului f dac a si numai daca f = (X a)g,
unde g K[X].
b) Dac
a deg(f) = n, atunci f are cel mult n r
ad
acini n K (numarand si multiplicitatile).
Exercitiul 57 (Formulele lui Vi ete) Daca x1 , . . . , xn A sunt radacini ale polinomului f = an + an1 X +
+ a1 Xn1 + a0 Xn A[X], atunci
a1 = a0 (x1 + x2 + + xn )
a2 = a0 (x1 x2 + x1 x3 + + xn1 xn )
...
(1)k ak = a0 (x1 . . . xk + + xnk+1 . . . xn )
...
n
(1) an = a0 (x1 . . . xn ).
Urmatoarea teorema este numit
a teorema fundamental
a a algebrei clasice.
Teorema 4.2.9 (GaussdAlembert) Orice polinom de grad 1 cu coeficienti n C are cel putin o r
ad
acin
a
n C. (Deci orice polinom de grad n 1 cu coeficienti n C are exact n r acini n C.)
ad
Exercitiul 58 Fie f R[X] si k N. Daca z = a + bi C este o radacina de multiplicitate k a lui f, atunci si
conjugata z = a bi este rad
acin
a de multiplicitate k a lui f.

4.3 Functii liniare si morfisme de algebre

Definitia 4.3.1 a) Fie V si V dou a K-spatii vectoriale si fie f : V V un functie. Spunem ca f este morfism
de K-spatii sau ca f este K-liniar a, daca
(1) f(x + y) = f(x) + f(y),
(2) f(ax) = af(x).
pentru orice x, y V si a K .
Functia liniara f : V V este izomorfism daca exista o functie liniara f : V V astfel ncat f f = 1V si
f f = 1V .
Notatii:
HomK (V, V ) = {f : V V | f K-liniar}.
EndK (V) = HomK (V, V) (multimea endomorfismelor).
AutK (V) = {f : V V | f K-izomorfism} (multimea automorfismelor).
V V dac a exista f : V V izomorfism.

b) Fie A si A dou a K-algebre si f : A A o functie. Spunem ca f este morfism de K-algebre, daca:
(1) f(x + y) = f(x) + f(y),
(2) f(xy) = f(x)f(y),
(3) f(ax) = af(x).
Analog definim notiunile de izomorfism, endomorfism si automorfism de K-algebre.
Exercitiul 59 a) Functia f : V V este K-liniara f(ax + by) = af(x) + bf(y) pentru orice x, y V si
a, b K.
b) In acest caz f(0) = 0 si f(x) = f(x) x M.
Exercitiul 60 Fie f : A A un morfism de algebre. Sa se arate ca f este izomorfism f este bijectiv (afirmatia
e valabila si pentru spatii vectoriale).
Exercitiul 61 Fie f, f : V V , g : U V si h : V W functii K-liniare. Definim operatiile
(f + f )(x) = f(x) + f (x),
(af)(x) = af(x) a K, x V.
Sa se arate ca:
a) f + f , af : V V si f g : U V sunt K-liniare.
b) h (f + f ) g = h f g + h f g.
c) (HomK (M, M ), +, K) este un K-spatiu vectorial si (EndK (V), +, , K) este o K-algebra.
4.3 Functii liniare si morfisme de algebre 31

Definitia 4.3.2 Fie V si V dou a spatii vectoriale si fie f : V V o functie liniara. Daca U K V si U K V ,
atunci definim a urmatoarele submultimi:
a) f(U) = {f(x) | x U} V .
b) Im(f) = f(V) V (imaginea lui f).
c) f1 (U ) = {x V | f(x) U }.
d) Ker(f) = f1 ({0}) = {x V | f(x) = 0} (nucleul lui f).

Exercitiul 62 Sa se arate ca:

a) f(U) K V si f1 (U ) V. In particular, Im(f) K V si Kerf K V.
b) f este injectiv Kerf = {0} (f(x) = 0 x = 0).

Exercitiul 63 Fie V un K-spatiu vectorial, S, T K V si f : S T V, f(s, t) = s + t. Sa se arate ca:

a) f este K-liniara.
b) Im(f) = S + T.
c) Kerf S T.

Exercitiul 64 Sa se arate ca urmatoarele functii sunt R-liniare:

a) F : D[0, 1] R, F(f) = f .
1
b) G : C[0, 1] R, G(f) = 0 f(t) dt
Capitolul 5

Baz
a si dimensiune

O baza (ordonata) a unui spatiu vectorial se mai numeste ,,reper sau ,,sistem de referinta si defineste un
,,sistem de coordonate. Dimensiunea spatiului este numarul de vectori dintr-o baza, adica numarul de coordonate
independente (sau parametri independenti) ce determina un element al spatiului.

5.1 Combinatii liniare. Dependent

a si independent
a liniar
a
Fie K un corp comutativ.

Definitia 5.1.1 a) Fie V un K-spatiu vectorial, x1 , . . . , xn V si a1 , . . . , an K. Spunem ca vectorul x =

a1 x1 + + an xn V este o combinatie liniar
a a familiei de vectori x1 , . . . , xn . Folosim urmatoarea notatie
pentru multimea acestor combinatiilor liniare:

x1 , . . . , xn = {a1 x1 + + an xn | a1 , . . . , an K}.

b) Familia x1 , . . . , xn este un sistem de generatori al lui V daca

x1 , . . . , xn = V.

Spunem ca V finit generat daca are un familie finita x1 , . . . , xn de generatori.

c) Familia x1 , . . . , xn V este liniar independent
a daca pentru orice a1 . . . , an K

a1 x1 + + an xn = 0 a1 = = an = 0.

d) In caz contrar spunem ca vectorii x1 , . . . , xn sunt liniar dependenti, adica exista scalarii a1 . . . , an R nu
toti nuli astfel ncat

a1 x1 + + an xn = 0.

e) Un sistem de generatori liniar independent se numeste baz a. (In general, vom privi o baza nu ca o multime
de vectori, ci ca o familie, deoarece vom vedea ca si ordinea vectorilor din baza joaca un rol important.)

Lema 5.1.2 Fie x1 , . . . , xn V.

a) x1 , . . . , xn este cel mai mic subspatiu al lui V ce contine vectorii x1 , . . . , xn .
b) {x1 , . . . , xn } este baza a lui V dac
a si numai dac a orice x V se scrie unic ca o combinatie liniar
a a
vectorilor x1 , . . . , xn .

Demonstratie. a) Evident, 0 x1 , . . . , xn . Fie x, y x1 , . . . , xn , x = a1 x1 + + an xn , y = b1 x1 + +

bn xn , si fie a R. Atunci

x + y = (a1 + b1 )x1 + + (an + bn )xn x1 , . . . , xn ,

ax = a1 x1 + + an xn x1 , . . . , xn .

In plus, este clar ca orice subspatiu al lui V ce contine vectorii x1 , . . . , xn contine toate combinatiile liniare ale
acestori vectori.
b) ,, Daca x1 , . . . , xn este baza, atunci orice x V este combinatie liniara a lui x1 , . . . , xn . Presupunem ca

x = a1 x1 + + an xn = a1 x1 + + an xn .
32
5.2 Teorema lui Steinitz. Dimensiunea unui spatiu vectorial 33

Atunci (a1 a1 )x1 + + (an an )xn = 0, si deoarece x1 , . . . , xn sunt liniar independenti, rezulta ca ai =
ai , i = 1, . . . , n.
,, Este suficient de aratat ca x1 , . . . , xn sunt liniar independenti. Intr-adevar, daca
a1 x1 + + an xn = 0 = 0x1 + + 0xn ,
atunci ai = 0, i = 1, . . . , n.
Exemple 5.1.3 1) Familia (1, i) este o baza R-spatiu vectorial C, iar (1, i, j, k) este o baza R-spatiu vectorial
H.
2) Familia (i,j) este o baza a R-spatiului V2 , iar (i,j, k) este o baza a R-spatiului V3 .
3) Familia (1, X, . . . , Xn ) este o baza a K-spatiului Kn [X] format din polinoamele de grad cel mult n. Pe de
alta parte, K[X] este un K-spatiu vectorial care nu e finit generat.
4) In Kn consider am urmatorii vectori:
e1 = (1, 0, 0, . . . , 0)
e2 = (0, 1, 0, . . . , 0)
e3 = (0, 0, 1, . . . , 0)
...
en = (0, 0, 0, . . . , 1)
Atunci familia e = (e1 , . . . , en ) este o baza a lui Kn , numita baza canonic
a.
5) Multimea vida este liniar independenta si este baza a spatiului nul {0}.
Teorema 5.1.4 Fie V un K-spatiu vectorial.
a) Sistemul format dintr-un singur vector x1 V este liniar independent x1 = 0.
b) Vectorii x1 , . . . , xn V sunt dependenti dac
a si numai dac
a exista i {1, . . . , n} astfel ncat xi este
combinatie liniar
a a celorlalti vectori.
c) Daca V este finit generat, atunci din orice sistem de generatori ai lui V se poate extrage o baz a.

5.2 Teorema lui Steinitz. Dimensiunea unui spatiu vectorial

Teorema 5.2.1 (Steinitz) Fie V un K-spatiu vectorial, r, n N , x1 , . . . , xr un sistem liniar independent si fie
y1 , . . . , yn un sistem de generatori. Atunci r n, si dintre vectorii y1 , . . . , yn r vectori pot fi nlocuiti cu vectorii
x1 , . . . , xr astfel nc
at
x1 , . . . , xr , yr+1 , . . . , yn = V.
Corolar 5.2.2 1) Din orice familie de generatori ai unui spatiu vectorial se poate extrage o baz
a.
2) Orice familie liniar independent a de vectori poate fi completata pana la o baz
a.
3) Dac a B, B V sunt baze, atunci |B| = |B |.
(Aceste afirmatii sunt valabile si pentru spatii care nu sunt finit generate.)
Definitia 5.2.3 Numarul elementelor unei baze se numeste dimensiunea K-spatiului V. Notatie: dimK V = n.
Exemple 5.2.4 a) K-spatiul Kn are dimensiunea n.
b) K-spatiul K[X] este infinit dimensional; o baza a sa este familia de polinoame (Xn )nN .
c) R-spatiul de functii RR este infinit dimensional.
Corolar 5.2.5 (Teorema alternativei 1) Presupunem c a dimK V = n. Dac a B V si |B| = n, atunci
urmatoarele afirmatii sunt echivalente:
(1) B este baza; (2) B este liniar independent; (3) B este sistem de generatori.
Exercitiul 65 a) Daca I este o multime finita, atunci dimK KI = |I|.
b) dimK Mm,n (K) = mn.
Exercitiul 66 Daca dimK U = m si dimK V = n, atunci dimK (U V) = m + n.

5.2.1 Teoreme referitoare la dimensiune

Teorema 5.2.6 Fie V si V K-spatii vectoriale si f : V V o functie liniar
a. Atunci
dimK V = dimK Ker f + dimK Im f.
Teorema 5.2.7 Fie un V K-spatiu vectorial si U, W K V dou
a subspatii. Atunci
dimK (U + W) = dimK U + dimK W dimK (U W).
34 5 Baz
a si dimensiune

5.3 Matricea unei aplicatii liniare

Urmatoarea teorema spune ca pentru a defini o functie liniara, este suficient sa se dea imaginile elementelor unei
baze.

5.3.1 Proprietatea de universalitate a spatiilor vectoriale

Teorema 5.3.1 Fie V si V dou a a lui V si f : X V un functie.
a K-spatii vectoriale, X = {x1 , . . . , xn } o baz

Atunci exist a o unic a f : V V astfel nc
a functie liniar at restrictia lui f la X coincide cu f. Mai exact, functia
f este definit
a astfel:

n
f : V V , =
f(x) ai f(xi ),
i=1

pentru orice x = a1 x1 + + an xn V. Mai mult,

f este injectiv f(X) este liniar independent.
f este surjectiv f(X) = V .
f este izomorfism f(X) este o baz a a lui V .

Corolar 5.3.2 Dac a X cu n elemente, atunci V Kn .

a K-spatiul vectorial V are o baz
a dimK V = dimK V , atunci V V . Afirmatia este valabil
(Altfel spus, dac
a si pentru spatii infinit dimensio-
nale.)

Demonstratie. Fie e = {e1 , . . . , en } baza canonica a lui Kn si fie f : X Kn , f(xi ) = ei , i = 1, . . . , n. Atunci

functia f definita mai sus este izomorfism.

Corolar 5.3.3 (Teorema alternativei 2) Presupunem c a f EndK (V), atunci urm

a dimK V = n. Dac atoarele
afirmatii sunt echivalente:
(1) f este izomorfism; (2) f este injectiv; (3) f este surjectiv.

Exercitiul 67 Fie f : V V o functie K-liniara si fie X = {x1 , . . . , xn } V.

a) Daca X este liniar independent si f este injectiv, atunci f(X) = {f(x1 ), . . . , f(xn )} este liniar independent.
b) Daca X = V si f este surjectiv, atunci f(X) = V
c) Daca X este baza si f(X) este independent, atunci f este injectiv.
d) Daca X este baza si f(X) = V , atunci f este injectiv.
e) f este izomorfism daca si numai daca pentru o baza X, f(X) este de asemenea o baza.

5.3.2 Matricea unei aplicatii liniare

Stim ca daca U si V sunt K-spatii vectoriale, atunci HomK (U, V) este K-spatiu si EndK (U) este o K-algebra. Vom
investiga n detaliu aplicatiile liniare.
Fie u = (u1 , . . . , un ) o baza a lui U si v = (v1 , . . . , vm ) o baza a lui V. (T
inem cont de ordinea vectorilor din
baza, adica consideram baze ordonate.) n
Daca x U, atunci exista scalari unic determinati x1 , . . . , xn R astfel ncat x = i=1 xi ui . Spunem ca
(x1 , . . . , xn ) sunt coordonatele vectorului x relativ la baza u, si fie

x1
..
Mu (x) = [x]u = . Mn,1 (K)
xn

az matricea vectorului x relativ la baza u.

Exercitiul 68 Sa se arate ca:

a) Mu : U Mn,1 (K), Mu (x) = [x]u este un izomorfism de K-spatii vectoriale;
b) Mn,1 (K) Kn M1,n (K).

Fie f : U V functie liniara. Din proprietatea de universalitate a spatiilor vectoriale rezulta ca vectorii
f(u1 ), . . . , f(un ) V determina pe f. Fie

m
f(uj ) = aij vi , 1 j n.
i=1
5.3 Matricea unei aplicatii liniare 35

Scalarii aij R sunt unic determinati, si fie

Muv (f) = [f]uv = [aij ]1im Mm,n (K)

1jn

matricea functiei liniare f relativ la perechea de baze (u, v). Observam ca [f(uj )]v este chiar coloana j a matricei
[f]uv .
Daca A= [aij] Mn (K), folosim urmatoarele notatii:
a1j
..
cAj = . Mn,1 (K) este coloana j a matricei A, 1 j n;
( anj )
lA
i = ai1 . . . a1n M1,n (K) Kn este linia i a matricei A, 1 i n.
Observam ca daca I = In := [ij ] Mn (K) este matricea unitate, atunci sistemul de vectori (e1 = cI1 , . . . , en =
cIn ) este baza canonica a lui Mn,1 (K).

Teorema 5.3.4 Fie U si V ca mai sus, fie W un K-spatiu vectorial si w = (w1 , . . . , wp ) o baz
a a lui W. Mai
departe, fie f, f HomK (U, V) si g HomK (V, W).
a) [f(x)]v = [f]uv [x]u , pentru orice x U .
b) [f + f ]uv = [f]uv + [f ]uv
c) [af]uv = a[f]uv , pentru orice a K .
d) [g f]uw = [g]vw [f]uv .
m
Demonstratie. a) Fie y = f(x) = i=1 yi vi , deci

y1
..
[y]v = [f(x)]v = . .
ym

Atunci

m n
n
n
m
m n
yi vi = y = f(x) = f( xj uj ) = xj f(uj ) = xj aij vi = ( aij xj )vi .
i=1 j=1 j=1 j=1 i=1 i=1 j=1

Deoarece {v1 , . . . , vm } este baza, rezulta ca

n
yi = aij xj , 1 i m,
j=1

sau cu matrice,

[f(x)]v = [f]uv [x]u .

b) Calculam coordonatele lui (f + f )(uj ), pentru 1 j n:

m
m
m
(f + f )(uj ) = f(uj ) + f (uj ) = aij vi +
aij vi =
(aij + aij )vi ,
i=1 i=1 i=1

deci

[f + f ]uv = [aij + aij

] = [aij ] + [aij ] = [f]uv + [f ]uv .

c) Analog, pentru orice 1 j n avem

m
m
(af)(uj ) = af(uj ) = a( aij vi ) = (aaij )vi ,
i=1 i=1

deci

[af]uv = [aaij ] = a[aij ] = a[f]uv .

d) Pentru 1 j n, fie

p
(g f)(uj ) = ckj wk ,
k=1
36 5 Baz
a si dimensiune

adica

[g f]u,w = [ckj ]1kp Mp,n (K).

1jn

Repetand calculele de mai sus, avem

m
m
m
p
p m
(g f)(uj ) = g(f(uj )) = g( aij vi ) = aij g(vi ) = aij bki wk = ( bki aij )wk .
i=1 i=1 i=1 k=1 k=1 i=1

Deoarece {w1 , . . . , wp } W este baza, rezulta ca

m
ckj = bki aij , 1 k p, 1 j n,
i=1

sau cu matrice,

m
[g f]uw = [ckj ] = [ bki aij ] = [g]vw [f]uv .
i=1

Corolar 5.3.5 Functia

a) Mu,v : Hom(U, V) Mm,n (K) este izomorfism de K-spatii vectoriale.
b) Mv,v : EndR (V) Mn (K) este izomorfism de K-algebre.

Demonstratie. Din proprietatea de universalitate a spatiilor vectoriale rezulta ca Mu,v este bine definita si
bijectiva, iar din teorema anerioara rezulta ca este si morfism.

Exercitiul 69 Daca dimK U = m si dimK V = n, atunci dimK HomK (U, V) = mn.

Exercitiul 70 Fie t R, ft , gt : R2 R2 , ft (x) = (x1 cos t x2 sin t, x1 sin t + x2 cos t), gt (x) = (x2 cos t +
x2 sin t, x1 sin t x2 cos t).
a) Sa se arate ca ft , gt EndR (R2 ).
b) Sa se determine [ft ]e,e si [gt ]e,e , unde e = (e1 , e2 ) este baza canonica.
c) Sa se determine matricele aplicatiilor ft ft , gt gt , ft gt , gt ft .

Exercitiul 71 Fie V = Rn [X] = {f R[X] | deg(f) n}, a R, f R[X], si fie B = (1, X a, . . . , (X a)n /n!).
a) Sa se arate ca B este o baza lui V.
b) Sa se determine coordonatele lui f relativ la baza B (se obtine formula lui Taylor).
c) Fie D : V V, D(f) = f . Sa se determine matricea lui D relativ la baza canonica (1, X, X2 , . . . , Xn ).

5.4 Schimbarea bazei

Fie U un K-spatiu vectorial, si fie u = (u1 , . . . , un ) o baza a lui U. Daca u = (u1 , . . . , un ) un sistem de vectori,
cu uj U, atunci exista scalarii tij K unic determinati astfel ncat

n
uj = tij ui , 1 j n,
i=1

adica

t1j

[uj ]u = ... = cTj ,
tnj

unde

T = Tuu = [tij ]1i,jn Mn (K).

Spunem ca T = Tuu este matricea de trecere (tranzitie) de la baza u la sistemul u .
5.4 Schimbarea bazei 37

Teorema 5.4.1 a) u = (u1 , . . . , un ) este baz
a T = Tuu este matrice inversabil
a. (Informal, spunem ca u este

baza ,,veche, iar u este baza ,,noua.)
b) Daca u baz
a, atunci pentru orice x U

[x]u = (Tuu )1 [x]u .

c) Fie V un spatiu vectorial, fie v = (v1 , . . . , vm ) si v = (v1 , . . . , vm

) dou
a baze, si fie

S = Tvv = [sij ]1i,jm Mm (K)

matricea de trecere, unde

m
vj = sij vi , 1 j m.
i=1

a f : U V este o functie liniar

Dac a, atunci

[f]u ,v = S1 [f]u,v T .

Demonstratie. a) Din proprietatea de universalitate a spatiilor vectoriale rezulta ca exista o unica aplicatie
at h(uj ) = uj , 1 j n; observam ca [h]u,u = T . Din Exercitiul 67 si din Corolarul
liniara h : U V astfel nc

5.3.5 rezulta ca u = (h(u1 ), . . . , h(un )) este baza h este izomorfism T = [h]u,u Mn (K) este matrice
inversabila. n
b) Fie x = i=1 xi ui = j=1 xj uj U. Atunci
n

n
n
n
n n
n
x= xj uj = xj tij ui = ( tij xj )ui = xi ui .
j=1 j=1 i=1 i=1 j=1 i=1

Deoarece u = {u1 , . . . , un } este baza, rezulta ca

n
xi = tij xj , 1 i n,
j=1

adica

[x]u = T [x]u .

c) Calculand n doua moduri matricea [f(x)]v , obtinem

[f(x)]v = [f]u,v [x]u = [f]u,v T [x]u ,

si

[f(x)]v = S[f(x)]v = S[f]u ,v [x]u .

1 0 0
0 1 0
Inlocuind pe rand [x]u cu matricele
.. ,

.. , . . . , .. Mm,1 (K), rezulta ca [f]u,v T = S[f]u ,v , deci
. . .
0 0 1

[f]u ,v = S1 [f]u,v T.

5.4.1 Lema substitutiei (schimbare elementar

a de baz
a)
Fie V un K-spatiu vectorial si fie e = (e1 , . . . , en ) o baza.

am familia de vectori e = (e1 , . . . , v, . . . , en ).

Lema 5.4.2 Fie v = a1 e1 + + an en V si consider
i
a) e este baz
a a lui V dac a ai = 0.
a si numai dac
b) Presupunem c a ai = 0, si fie

x = x1 e1 + + xi ei + + xn en = x1 e1 + + xi v + + xn en V.
38 5 Baz
a si dimensiune

Atunci
xi xj ai xi aj
xi = , xj = , j = i.
ai ai
Demonstratie. a) Din teorema alternativei, e este baza daca si numai daca baza e este liniar independent.
Daca b1 , . . . , bn K, atunci

n
b1 e1 + + bi v + + bn en = 0 b1 e1 + + bi aj ej + + bn en = 0
j=1

(b1 + bi a1 )e1 + + bi ai v + + (bn + bi an )en = 0

bi ai = 0, bj + bi aj = 0, j = i.

0, atunci bi = 0; rezulta ca b1 = = bn = 0, deci e este baza.

Daca ai =
Daca ai = 0, atunci fie bi = 1, si bj = aj , j = i; rezulta ca e nu e independent.
0, atunci
b) Daca ai =

x = x1 e1 + + xi ei + + xj ej + + xn en =
= x1 e1 + + xi v + + xj ej + + xn en =
= (x1 + xi a1 )e1 + + xi ai ei + + (xj + xi aj )ej + + (xn + xi an )en .

Deoarece e este baza, rezulta ca xi = xi ai si xj = xj + xi aj daca j = i, deci

xi xi
xi = , xj = xj aj , j = i.
ai ai

Elementul ai = 0 se numeste pivot. Calculele de mai sus se sistematizeaza n urmatorul tabel:

v x v x
e1 a1 x1 e1 0 x1 = x1 ai xi a1
ai
.. .. .. .. .. ..
. . . . . .
ei ai xi v 1 xi = xi
ai
.. .. .. .. .. ..
. . . . . .
xj =
xj ai xi aj
ej aj xj ej 0 ai
.. .. .. .. .. ..
. . . . . .
en an xn en 0 xn = xn ai xi an
ai

Operatia de baza este usor de retinut: linia pivotului se mparte cu pivotul, iar celelalte elemente se calculeaza
cu regula dreptunghiului.

5.4.2 Calculul coordonatelor unui vector ntr-o nou

a baz
a
Fie v = (v1 , . . . , vn ) o familie de vectori, unde

n
vj = aij ei , 1 j n,
i=1

si fie Tev = [aij ] Mn (K) matricea de trecere. Stim ca v este baza daca si numai daca T este inversabil; daca

x = x1 e1 + + xn en = x1 v1 + + xn vn ,

atunci [x]v = T 1 [x]e . Aplicand de n ori lema substitutiei, determinam matricea [x]v :

v1 . . . vn x v1 . . . vn x
e1 a11 . . . a1n x1 v1 1 ... 0 x1
.. .. . . .. .. .. .. . . . ..
. . . . . . . . .. .
en an1 . . . ann xn n pasi
vn 0 ... 1 xn

Daca T nu e inversabil, atunci vectorii e1 , . . . , en nu pot fi nlocuiti cu vectorii v1 , . . . , vn .

5.4 Schimbarea bazei 39

De exemplu, fie V = R3 , e = (e1 , e2 , e3 ) baza canonica, si fie v1 = (1, 4, 2), v2 = (1, 3, 1), v3 = (1, 2, 1) si
x = (1, 2, 2).

v1 v2 v3 x
e1 1 1 1 1
e2 4 3 2 2
e3 2 1 1 2
v1 1 1 1 1
e2 0 1 2 6
e3 0 1 1 4
v1 1 0 1 5
v2 0 1 2 6
e3 0 0 1 2
v1 1 0 0 3
v2 0 1 0 2
v3 0 0 1 2

Din ultimul tabel rezulta ca v este baza si x = 3v1 + 2v2 + 2v3 .

Exercitiul 72 Sa se arate ca v = (v1 , . . . , vn ) este o baza a lui V si sa se determine coordonatele lui x relativ la
baza v, unde:
a) V = R4 , v1 = (2, 1, 3, 2), v2 = (1, 1, 2, 1), v3 = (4, 5, 3, 1), v4 = (1, 5, 3, 1), x = (1, 1, 1, 1).
b) V = R3 , v1 = (1, 2, 1), v2 = (2, 3, 3), v3 = (3, 7, 1), x = (1, 1, 1).
Capitolul 6

Determinanti si sisteme de ecuatii

liniare

Teoria sistemelor de ecuatii este o parte fundamentala a algebrei liniare, avand aplicatii n foarte multe ramuri
ale matematicii. Din punct de vedere geometric, fiecare ecuatie liniara cu n necunoscute determina un hiperplan
n spatiul n-dimensional, iar solutia sistemului este intersectia acestor hiperplane. Metodele computationale
(algoritmice) de gasire a solutiilor se bazeaza n general pe lema substitutiei (metoda eliminarii sau reducerii
Gauss-Jordan) si joaca un rol important n fizica, inginerie, chimie, informatica si economie.

6.1 Definitia si propriet

atile determinantului
Determinantul este o valoare asociata unei matrice patratice, care da informatii semnificative despre matricea
coeficientilor unui sistem de ecuatii liniare, sau despre matricea ce corespunde unei transformari liniare.

6.1.1 Determinanti de ordin 2 si 3

Fie K un corp comutativ, si consideram urmatorul sistem de ecuatii:
{
a11 x1 + a12 x2 = b1
a21 x1 + a22 x2 = b2 .
( ) ( )
a11 a12 b1
Fie A = M2 (K) matricea sistemului si B = M21 (K) a matricea coloan
a a termenilor liberi.
a21 a22 b2
Aplicand metoda reducerii, obtinem ca sistemul este echivalent cu urmatorul sistem:
{
(a11 a22 a12 a21 )x1 = b1 a22 a12 b2
(a11 a22 a12 a21 )x2 = b2 a22 a21 b1 .

Definim determinantul matricei A astfel:

 
a11 a12 

det A =   = a11 a22 a12 a21 R
a21 a22 
( ) ( )
b1 a12 a11 b1
Observam ca daca A1 = si A2 = , atunci
b2 a22 a21 b2

x1 det A = det A1 , x2 det A = det A2 .

Consideram acum urmatorul sistem:

a11 x1 + a12 x2 + a13 x3 = b1
a21 x1 + a22 x2 + a23 x3 = b2


a31 x1 + a32 x2 + a33 x3 = b3 ,

a11 a12 a13 b1 a12 a13 a11 b1 a13
si fie A = a21 a22 a23 , A1 = b2 a22 a23 , A2 = a21 b2 a23
a31 a32 a33 b3 a32 a33 a31 b3 a33
40
6.1 Definitia si propriet
atile determinantului 41

a11 a12 b1
si A3 = a21 a22 b2 M3 (K). Analog primim urmatorul sistem echivalent cu cel dat:
a31 a32 b3

x1 det A = det A1 , x2 det A = det A2 . x3 det A = det A3 ,

unde prin definitie,

 
a11 a12 a13 

det A = a21 a22 a23 
a31 a32 a33 
= a11 a22 a33 + a12 a23 a31 + a13 a21 a32 a11 a23 a32 a13 a22 a31 a12 a21 a33

Exercitiul 73 Sa se calculeze a urmatorii determinanti:

   
  a b c  1 1 1 
 cos t sin t   
a)    ; b) b c a ; c)  a b c  .
sin t cos t c a b a2 b2 c2 

6.1.2 Determinantul de ordin n

Continuarea calculelor de mai sus ar fi complicata, dar sugereaza urmatoarea generalizare:

Definitia 6.1.1 Functia

det : Mn (K) K, A 7 det(A)

se numeste determinant de ordin n, unde daca A = [aij ] Mn (K), atunci

det A = sgn()a1(1) a2(2) . . . an(n) .
Sn

Suma are n! termeni, si fiecare produs contine exact un element al fiecarei linii si al fiecarei coloane a matricei A.

Definitia 6.1.2 Fie A = [aij ] Mn (K), xj = cA j si fie Aij matricea de tip (n 1) (n 1) obtinuta din A
eliminand linia i si coloana j.
Elementul ij = (1)i+j det(Aij ) K se numeste complementul algebric al lui aij .

Notam cu At = [atij ]1i,jn transpusa matricei A, unde atji = aij .

Teorema 6.1.3 (Propriet atile determinantilor)

a) Determinantul lui A depinde liniar de fiecare coloan a a lui A.
b) Daca A are dou a coloane egale, atunci det(A) = 0.
c) Dac
a permut am dou a coloane ale lui A, atunci determinantul matricei obtinute este (1) det(A).
d) Determinantul nu de modific a daca la o coloan
a adunam o alta coloan
a nmultit
a cu un scalar.
e) Avem det(A) = det(At ); n particular afirmatiile de mai sus sunt adev arate si pentru linii.
f) Dezvoltarea lui det(A) dup a linia i:

n
det(A) = aij ij 1 i n.
j=1

g) Dezvoltarea lui det(A) dup

a coloana j:

n
det(A) = aij ij , 1 j n.
i=1

a A, B Mn (K), atunci
h) Dac

det(AB) = det(A) det(B).

Exercitiul 74 Sa se calculeze urmatorii determinanti:

   
 0 a b c   1 1 1 1 
  a+b b+c c + a  
a 0 d e   a b c d 
a)  ; b) a2 + b2 b2 + c2 c2 + a2  ; c)  2 .
b d 0 f   a3 + c3 b3 + c3 c3 + a3  a3 b2 c2 d2 
 c e f 0 a b3 c3 d3 
42 6 Determinanti si sisteme de ecuatii liniare

Exercitiul 75 a) Sa se calculeze determinantul matricei A = (aij ) Mn (K), daca aij = 0, i > j.

b) Sa se calculeze determinantul matricei A = (aij ) Mn (K), daca aij = 0, i + j n.

Exercitiul 76
 Sa se calculeze urmatorii determinanti:
a x x . . . x 

x a x . . . x 

 a . . . x 
a) An =  x x
 .. .. .. . . .
. . . . .. 

x x x . . . a
 
 1 1 1 ... 1 

 a1 a2 a3 ... an 
 2
 2 2
a2n  (determinantul lui Vandermonde);
b) Vn =  a1 a2 a3 ...
 .. .. .. .. .. 
 . . . . . 
 n1
a a2 n1 n1
a3 . . . ann1 
1
 
 0 a12 a13 . . . a1n 

 a12 0 a23 . . . a2n 

 . . . a3n , unde n este impar (determinantul antisimetric).
c) Sn =  a13 a23 0
 .. .. .. .. .. 
 . . . . . 

a1n a2n a3n . . . 0 

Exercitiul 77 (Determinantul ciclic) S a se arate ca:

 
 a1 a2 a3 . . . an 

 an a a . . . a 
 1 2 n1 
an1 an a1 . . . an2 
Cn =   = f(0 ) . . . f(n1 ),
 .. .. .. .. .. 
 . . . . . 

 a2 a3 a4 . . . a1 

unde f = a1 + a2 X + + an Xn1 C[X], si i C, i = 0, . . . , n 1 sunt radacinile de ordin n ale unitatii.

6.2 Matrice inversabile

= [
Definitia 6.2.1 Fie A = [aij ] Mn (K). Matricea A aij ] Mn (K), unde

ij = ji = (1)i+j det Aji ,

a

se numeste adjuncta matricei A.

a A = [aij ] Mn (K), atunci

Teorema 6.2.2 Dac
= AA
AA = det(A) In .

a A = [aij ] Mn (K), atunci urm

Teorema 6.2.3 (Caracterizarea matricelor inversabile) Dac atoarele afir-
matii sunt echivalente:
(i) A este matrice inversabil a.
(ii) det(A) K .
(iii) (cA A
1 , . . . , cn ) este o baz
a lui Mn,1 (K).
A A
(iv) (s1 , . . . , sn ) este o baza a lui M1,n (K).

Sa retinem ca daca det(A) K , atunci

si
A1 = det(A)1 A det(A1 ) = det(A)1 .

6.2.1 Grupuri de matrice

Multimea matricelor inversabile se noteaza cu GLn (K). Deoarece GLn (K) este multimea elementelor inversabile
ale inelului (Mn (K), +, ), rezulta ca (GLn (K), ) este un grup. Acest grup se numeste grupul general liniar de
grad n peste K . Din Teorema 6.1.3.h) rezulta ca functia

det : (GLn (K), ) (K , ), A 7 det(A)

6.2 Matrice inversabile 43

este morfism de grupuri.

Notatii:
SLn (K) := {A GLn (K) | det A = 1} se numeste grupul special liniar de grad n peste K.
Bn (K) := {A GLn (K) | aij = 0, i > j, aii = 0, i = 1, . . . , n}.
UTn (K) := {A GLn (K) | aij = 0, i > j, aii = 1, i = 1, . . . , n} este grupul unitriunghiular.
a se arate ca SLn (K) este un subgrup al lui (GLn (K), ).
Exercitiul 78 (Grupul special liniar) S
Exercitiul 79 Sa se arate ca:

a) Daca A Mn (K) este o matrice triunghiulara superior (adica aij = 0 pentru i > j) atunci adjuncta ei A
este de asemenea triunghiulara superior.
b) Bn (K) si UTn (K) sunt subgrupuri ale lui (GLn (K), ).
Exercitiul 80 (Reprezentarea matriceal
a a permut
arilor) Sa se arate ca GLn (K) are un subgrup izomorf
cu grupul simetric Sn .
Exercitiul 81 (Transpusa unei matrice) Fie : Mm,n (K) Mn,m (K), (A) = At , unde atji = aij . Sa se
arate ca:
a) este o functie K-liniara;
b) (AB)t = Bt At ;
c) Daca A GLn (K), atunci (A1 )t = (At )1 .
c) Functia f : GLn (K) GLn (K), f(A) = (A1 )t este un automorfism de grupuri.
Exercit
( iul 82 (Grupul M
) obius) Notam cu C
^ = C {} planul complex extins. Pentru orice matrice A =
a b
GLn (C) consider
am functia
c d
ax + b
fA : C
^ C,
^ fA (x) = ,
cx + d
unde f(d/c) = , f() = a/c, iar daca c = 0, definim f() = . Notam cu G multimea acestor functii,
numite transform ari M obius.
a) Sa se arate ca (G, ) este grup, iar functia : GLn (C) G, (A) = fA este morfism de grupuri.
b) Sa se determine Ker .

6.2.2 Calcului inversei si determinantului unei matrice

Matricea A = [aij ] Mn (K) este inversabil a daca si numai daca (cA A
a a spatiului Kn . Vom
1 , . . . , cn ) este baz
aplica lema substitutiei (metoda eliminarii GaussJordan). Fie I = In matricea unitate de ordin n si consideram
urmatoarele tabele:
cA
1 . . . cA n cI1 . . . cIn cI1 . . . cIn
v1 . . . v n
e1 a11 . . . a1n 1 ... 0 cA
1 1 ... 0 b11 . . . b1n
.. .. . . . .. . . . .. .. . . . .. . . ..
. . . .. . . .. . . . .. . . .
n pasi A
en an1 . . . ann 0 ... 1 cn 0 ... 1 b n1 . . . b nn
n
Fie B = [bij ]. Din ultimul tabel rezulta ca pentru orice 1 j n avem cIj = k=1 cA k bkj , adic
a

n
ij = aik bkj , 1 i, j n,
k=1

deci In = AB si B = A1 .
(k)
Fie aik jk pivotul din pasul k. Din proprietatile determinantilor rezulta ca

n
(k)
det A = (1)ik +jk aik jk .
k=1

2 2 0 1
3 0 1 2
Exercitiul 83 Fie f EndR (R4 ), [f]e,e =
2 5 3 1, si fie e = (e1 , e2 , e3 , e4 ), unde e1 = e1 , e2 = e1 +e2 ,
1 2 1 3
e3 = e1 + e2 + e3 , e4 = e1 + e2 + e3 + e4 . Sa se determine matricea lui f relativ la perechea de baze (e , e ).
Exercitiul 84 Fie u = (u1 , u2 , u3 , u4 ) si v = (v1 , v2 , v3 , v4 ), unde u1 = (1, 2, 1, 0), u2 = (1, 1, 1, 1), u3 =
(1, 2, 1, 1), u4 = (1, 1, 0, 1), v1 = (2, 1, 0, 1), v2 = (0, 1, 2, 2), v3 = (2, 1, 1, 2), si v4 = (1, 3, 1, 2) sunt vectori
din R4 . Sa se arate ca u si v sunt baze si sa se determine matricea de trecere Tuv .
44 6 Determinanti si sisteme de ecuatii liniare

6.3 Rangul unei matrice

a K-spatii vectoriale, f : U V o functie liniara, si u1 , . . . , um U vectori.
Definitia 6.3.1 Fie U si V dou
a) Rangul sistemului de vectori este dimensiunea subspatiu generat de acestia:

rang(u1 , . . . , um ) = dimK u1 , . . . , um .

b) Rangul functiei liniare f este dimensiunea imaginii sale:

rang f = dimK Im f.

Observatii 6.3.2 a) Din Teorema 5.2.6 rezulta ca rang f = dimK U dimK Ker f.
n
b) Presupunem ca (e1 , . . . , en ) este o baza a lui U, deci U = {x = i=1 xi ei | xi K}. Atunci

Im f = f(U) = {f(x) | x U}
n
={ xi f(ei ) | xi K}
i=1
= f(e1 ), . . . , f(en ) K V,

deci, rang f = rang(f(e1 ), . . . , f(en )).

Definitia 6.3.3 Fie A = [aij ] Mm,n (K), si fie 0 r min{m, n}. Spunem ca rangul matricei A este egal cu r
(notatie: rang A = r), daca daca A are un minor nenul de ordin r, si orice minor de ordin mai mare ca r este egal
cu 0.

Teorema 6.3.4 (Kronecker) Fie A Mm,n (K) o matrice. Avem

rang A = rang(cA A A A
1 , . . . , cn ) = rang(s1 , . . . , sm ).

Observatii 6.3.5 Pentru a arata ca rang A = r, este suficient sa aratam ca A are un minor nenul de ordin r, si
orice minor de ordin r + 1 ce l completeaz
a pe acesta este nul.

Exemple 6.3.6 Consideram matricea

1 2 1 3
A = 1 2 1 1 M3,4 (R)
2 4 0 1
( )
1 1
Daca B1 = [1], atunci det B1 = 0, si daca B2 = 0, deci rang A 2. Exista doi minori
, atunci det B2 =
1 1
ce completeaza pe B; deoarece
   
1 2 1  1 1 3
   
1 2 1 = 0 si 1 1 1 = 0,
   
2 4 0  2 0 1

rezulta ca rang A = 2.

Exercitiul 85 Sa se determine rangul matricei A = (xi yj )1im,1jn Mn (K) .

Exercitiul 86 Sa se arate ca rang(AB) min{rang A, rang B}.

6.3.1 Calculul rangului unei matrice

Daca A Mm,n (K), atunci rang A = dimK cA1 , . . . cn , deci putem aplica lema substitut
A
iei. Altfel spus, prin
transformari elementare,
reducem matricea
dat a la o matrice e
s alon (metoda elimin
a rii Gauss-Jordan).
1 2 1 3
De exemplu, fie A = 1 2 1 1 .
2 4 0 4
6.4 Sisteme de ecuatii liniare 45

cA
1 cA 2 cA3 cA
4
e1 1 -2 1 3
e2 1 -2 -1 1
e3 2 -4 0 4
cA
1 1 -2 1 3
e2 0 0 -2 -2
e3 0 0 -2 -2
cA
1 1 -2 0 2
cA
3 0 0 1 1
e3 0 0 0 0

Din ultimul tabel rezulta ca cA A A A A

si cA
2 = 2c1 , c4 = 2c1 + c3 ,
A
1 , c3 sunt liniar independente, deci rang A = 2.

Exercit
iul 87 Sa se determine
rangulurmatoarelor matrice:

1 1 1 2 2 1 2 1 3
a) 1 1 1 1 3 b) 1 2 1 1
2 2 0 3 5 1 4 0 4

Exercitiul 88 Sa se determine cate o baza a subspatiilor U, V, U + V, U V R R3 , unde:

a) U = (1, 0, 4), (2, 1, 0), (1, 1, 4), V = (3, 2, 4), (5, 2, 4), (2, 0, 8).
b) U = (1, 1, 0), (0, 1, 0), (0, 1, 1), V = (1, 1, 1), (2, 0, 1).

6.4 Sisteme de ecuatii liniare

6.4.1 Teoremele lui KroneckerCapelli si Rouch
e
Fie K un comutativ corp, m, n N , si presupunem ca sunt date elementele aij K, bi K, 1 i m, 1 j n.
Numim sistem de ecuatii liniare urmatoarea problema: sa se determine elementele x1 , . . . , xn K astfel ncat


a11 x1 + a12 x2 + + a1n xn = b1

a21 x1 + a22 x2 + + a2n xn = b2
(S) :

...


am1 x1 + am2 x2 + + amn xn = bm

Introducem urmatoarele matrice:

b1 x1

A = [aij ]1im Mm,n (K), b = ... Mm,1 (K), x = ... Mn,1 (K).
1jn
bm xn

Atunci se observa usor ca (S) este echivalent cu urmatoarele ecuatii matriceale:

n
(S) Ax = b xj cA
j = b.
j=1

Definitia 6.4.1 a) Elementele aij se numesc coeficienti, elementele bi sunt termenii liberi, iar elementele xj se
numesc necunoscute.
b) Spunem ca A este matricea sistemului de ecuatii, iar

a11 . . . a1n b1
= [A .. b] = .. M
. . ..
A .. . . m,n+1 (K)
am1 ... amn bm

este matricea extinsa sistemului.

c) Daca b = 0, atunci (S) este un sistem de ecuatii omogene.
a exista x Mn,1 (K) Kn astfel ncat Ax = b; n caz contrar, (S) este incompatibil.
d) (S) este compatibil dac
46 6 Determinanti si sisteme de ecuatii liniare

Teorema 6.4.2 (KroneckerCapelli) Sistemul (S) este compatibil dac

a si numai dac
a

rang A = rang A.

Corolar 6.4.3 (Rouch e) Presupunem c

a rang A = r si fie
 
a11 . . . a1r 
 
 ..  = 0
det B =  ... . 
 
ar1 . . . arr 

ce completeaza pe B si
determinantul principal al sistemului (S). Minorii de ordin (r + 1) ai matricei extinse A
contin termeni liberi se numesc minori caracteristici. Atunci avem:
a) Num arul minorilor caracteristici este m r.
b) (S) este compatibil toti minorii caracteristici sunt nuli.

6.4.2 Rezolvarea sistemelor de ecuatii

Folosim n continuare notatiile paragrafului precedent.

A. Multimea solutiilor
Identificam spatiile vectoriale Mn,1 (K) si Kn , precum si spatiile vectoriale Mm,1 (K) si Km et, si notam cu e baza
canonica. Fie f : Kn Km functia liniara unic determinata astfel ncat [f]e,e = A. Cu aceste identificari rezulta
ca f(x) = Ax pentru orice x Kn . Observam ca multimea

f1 (b) = {x Kn | f(x) = b}

coincide cu multimea solutiilor lui (S).

a x0 este o solutie particular

Teorema 6.4.4 a) Dac a a sistemului (S), atunci

f1 (b) = x0 + Ker f.

b) dimK Ker f = n rang A.

c) (Regula lui Cramer) Presupunem c
a m = n. Sistemul (S) are solutie unic
a dac a det A = 0.
a si numai dac

In acest caz avem

xj = (det A)1 det(cA A

1 , . . . , b, . . . , cn ).
j
 
a11 ... a1r 

 ..  = 0, si fie
d) Presupunem c a (S) compatibil, rang A = r, det B :=  ... . 

ar1 ... arr 

a11 x1 + a12 x2 + + a1n xn = b1


a x + a x + + a x = b2
(S ) :
21 1 22 2 2n n
. . .



ar1 x1 + ar2 x2 + + arn xn = br

sistemul redus de ecuatii. (Ultimele m r ecuatii se numesc ecuatii secundare.)

Atunci pentru orice x Kn , x este solutie a lui (S) x este solutie a lui (S ).

Corolar 6.4.5 Fie (S) un sistem de ecuatii omogene. Atunci

a) (S) compatibil.
b) Daca m = n, atunci (S) are solutii netriviale det A = 0.

Exercitiul 89 Sa se discute si sa se rezolve urmatoarele sisteme de ecuatii:

2x1 x2 + x3 x4 = 1
a) x1 + x2 + x3 + x4 = 1


x1 x2 + x3 + x4 =


ax1 + (a + 1)x2 + (a + 2)x3 =a+3
b) bx1 + (b + 1)x2 + (b + 2)x3 =b+3


x1 + cx2 + c2 x3 = c3
6.4 Sisteme de ecuatii liniare 47

B. Discutia ecuatiei matriceale

Am rezolvat sistemele de ecuatii de mai sus pe baza teoremelor lui Rouche si Cramer. Urmatoarea metoda
trateaza pe (S) ca ecuatie matriceala.

Daca (S) compatibil, atunci din Teorema 6.4.4. d) rezulta ca putem presupune ca rang A = m n, si fie
det B = 0 determinantul principal al lui (S), unde

a11 . . . a1m
.. M (K).
B = ... ..
. . m
am1 ... amm

.
Scriem pe A sub forma A = [B .. S], unde

a1,m+1 . . . a1n
.. .. M
S= . . m,nm (K),
am,m+1 ... amn

( ) x1 xm+1
xB
si fie x = , unde xB = ... este matricea necunoscutelor principale, si xS = ... este matricea
xS
xm xn
necunoscutelor secundare. Atunci (S) poate fi scris sub urmatoarele forme echivalente:

(S) : BxB + SxS = b.

Consideram nt
ai ecuatia matriceala omogen
a BxB + SxS = 0 asociata lui (S). Solutia acesteia este

xB = B1 SxS , xS Knm .

1 0 0
0 1 0
(1) (2) (nm) (j) (j)
Fie xS = . , xS = . , . . . , xS = .. baza canonica a lui Knm , xB = B1 SxS , unde 1 j
.. .. .
0 0 1
n m, si fie
( )
(j)
xB
(j)
x = (j) Ker f, 1 j n m.
xS

Deoarece dimK Ker f = n m, rezulta ca familia de vectori x(1) , . . . , x(nm) este o baza a lui Ker f, deci

Ker f = x(1) , . . . , x(nm) .

Mai departe, o solutie particulara x0 se obtine astfel: fie x0S = 0 Knm , si fie x0B := B1 bB1 Sx0S = B1 b Km ,
deci
( 1 )
B b
x0 = Kn
0

este o solutie a lui (S).

Am obtinut astfel multimea solutiilor lui (S):

f1 (b) = x0 + Ker f = x0 + x(1) , . . . , x(nm) =

= {x0 + 1 x(1) + + nm x(nm) | 1 , . . . , nm K}.

Spunem ca 1 , . . . , nm K sunt parametri liberi.

Exemple 6.4.6 Consideram sistemul

x1 + 2x2 + x3 + 3x4 + 3x5 =3
(S) : x1 x2 x3 2x4 2x5 = 2 .


x1 + 3x2 + 2x3 + 5x4 + 4x5 =2
48 6 Determinanti si sisteme de ecuatii liniare

Cu notatiile de mai sus, avem

1 2 1 3 3 3 1 2 1
A = 1 1 1 2 2 , b = 2 , B = 1 1 1 ,
1 3 2 5 4 2 1 3 2

0 1 3
B1 S = 1 1 , B1 b = 1 ,
1 0 2
deci multimea lui solutiilor (S) este

{x0 + 1 x(1) + 2 x(2) | 1 , 2 K},

unde

3 0 1
1 1 1

x =
0
2 , x(1) =
1 , x(2) =
0 .
0 1 0
0 0 1

Exercitiul 90 Sa se rezolve urmatoarele sisteme de ecuatii:

{
x1 + 3x2 x3 2x4 =3
a)
2x1 x2 + 3x3 4x4 = 1


x1 2x2 2x3 2x4 x5 = 0
b) x1 x2 x3 3x4 + x5 =1


x1 + x2 5x3 x4 + 7x5 =2
{
x1 + 2x2 + x3 + 3x4 + 3x5 = 3
c)
x1 x2 x3 2x4 2x5 = 2

6.4.3 Metoda elimin

arii Gauss-Jordan
In practica, daca m si n sunt numere mari, atunci formulele si metodele de mai sus de rezolvare a sistemelor
de ecuatii nu sunt eficiente. In continuare vom prezenta o metoda care conduce la calcule mult mai rapide.
Folosind lema substitutiei, vom reduce matricea sistemului la o matrice esalon. Aceasta este metoda elimin arii
Gauss-Jordan.
Consideram sistemul Ax = b BxB + SxS = b, unde folosim notatiile anterioare. Daca B Mm (K) este
inversabil, atunci obtinem solutiile sistemului n m pasi. Calculele vor arata si daca sistemul este incompatibil,
deoarece n acest caz rang A < rang A.

cA A
1 . . . cm cA A
m+1 . . . cn b
e1
..
. B S b
em

m pasi
cA A
1 . . . cm cA A
m+1 . . . cn b
cA
1
..
. Im B1 S B1 b
cAm

De exemplu, sa rezolvam sistemul

x1 + 2x2 + x3 + 3x4 + 3x5 =3
(S) : x1 x2 x3 2x4 2x5 = 2 .


x1 + 3x2 + 2x3 + 5x4 + 4x5 =2
6.4 Sisteme de ecuatii liniare 49

cA
1 cA2 cA
3 cA A
4 c5 b
e1 1 2 1 3 3 3
e2 -1 -1 -1 -2 -2 -2
e3 1 3 2 5 4 2
cA
1 1 2 1 3 3 3
e2 0 1 0 1 1 1
e3 0 1 1 2 1 -1
cA
1 1 0 1 1 1 1
cA
2 0 1 0 1 1 1
e3 0 0 1 1 0 -2
cA
1 1 0 0 0 1 3
cA
2 0 1 0 1 1 1
cA
3 0 0 1 1 0 -2

Din ultimul tabel rezulta ca

0 1 3
B1 S = 1 1 , B1 b = 1 ,
1 0 2

deci multimea solutiilor lui (S) este

{x0 + 1 x(1) + 2 x(2) | 1 , 2 K},

unde

3 0 1
1 1 1

x =
0
2 , x(1) =
1 , x(2) =
0 .
0 1 0
0 0 1

Exercitiul 91 Sa se rezolve urmatoarele sisteme de ecuatii:

x1 + 3x2 x3 2x4 =3
a) 2x1 x2 + 3x3 4x4 = 1


3x1 5x2 + 7x3 6x4 = 1


x1 2x2 2x3 2x4 x5 = 0
b) x1 x2 x3 3x4 + x5 =1


x1 + x2 5x3 x4 + 7x5 =2
Capitolul 7

Valori proprii si vectori proprii

Un vector propriu al unui operator liniar este un vector care, n urma transformarii, ramane paralel cu el nsusi.
Pe langa relevanta matematica, studiul valorilor si vectorilor proprii are aplicatii importante n mecanica cuan-
tica, statistica (analiza componentelor principale), epidemiologie, analiza vibratiilor, procesarea imaginilor, teoria
spectrala a grafurilor (utilizata de exemplu n algoritmul PageRank pe care se bazeaza cautarile Google), mecanica
solidelor, fizica moleculara etc.

7.1 Polinom caracteristic

Fie V un K-spatiu vectorial, e = (e1 , . . . , en ) o baza a lui V, fie f EndK (V) un endomorfism (operator liniar), si
fie
A = [f]e,e Mn (K),
matricea lui f relativ la perechea de baze (e, e).
Definitia 7.1.1 a) Spunem ca K este o valoare proprie a operatorului f, daca exista un vector x V, x = 0
astfel ncat f(x) = x.
b) In acest caz spunem ca x este un vector propriu al lui f asociat valorii proprii .
c) Polinomul PA (X) = det(A XIn ) K[X] se numeste polinomul caracteristic al matricei A.
Observatii 7.1.2 a) Observam ca
 
a11 X a12 ... a1n 
 
 a21 a X ... a2n 
 22 
PA (X) =  .. .. .. .. 
 . . . . 
 
 an1 an2 ... ann X
n n
= (1) (X Tr(A)X + + (1)n det A),
n1

n
unde Tr(A) = i=1 aii se ( numeste
) urma matricei A.
a b
De exemplu, daca A = , atunci PA (X) = X2 (a + d)X + (ad bc).
c d
b) Polinomul PA (X) nu depinde de baza e; de aceea putem vorbi de polinomul caracteristic al operatorului f,
adica, prin definitie, fie
Pf (X) = P[f]e,e (X).
Intr-adevar, fie e = (e , . . . , en ) o alta baza, T = Tee matricea de trecere, si fie A = [f]e ,e = T 1 AT . Atunci
1

PA (X) = det(A XIn ) = det(T 1 AT T 1 XIn T ) =

= det(T 1 ) det(A XIn ) det(T ) = det(A XIn ) = PA (X).
Teorema 7.1.3 Scalarul K este o valoare proprie a lui f dac
a si numai dac
a Pf () = 0.
and ca de obicei spatiile vectoriale V si Kn , vedem ca pentru orice x V,
Demonstratie. Identific
f(x) = x A[x]e = [x]e (A In )[x]e = 0.
Sistemul omogen de ecuatii liniare obtinut are solutii nenule daca si numai daca det(A In ) = 0, adica daca
este o radacina lui PA (X).
50
7.2 Operatori triangularizabili 51

Definitia 7.1.4 a) Multimea valorilor proprii ale endomorfism f se numeste spectrul lui f.
b) Daca este o rad
acin
a de multiplicitate r a lui Pf (X), atunci r se numeste multiplicitatea algebric
a a lui .
Notatie: malg () = r.
c) Subspatiul V() := {x V | f(x) = x} = Ker(f 1V ) se numeste subspatiul propriu asociat lui .
d) Dimensiunea subspatiului propriu V() se numeste multiplicitatea geometric a a lui . Notatie: mgeom ().

Exercitiul 92 Sa se determine valorile proprii si baze pentru subspatiile proprii ale urmatoarele matrice:

1 2 2 2 1 1 0 0 1 0 2 1
a) 2 1 2 b) 2 3 2 c) 0 1 0 d) 2 0 3
2 2 3 3 3 4 1 0 0 1 3 0

5 6 3 ( )
cos t sin t
e) 1 0 1 f)
sin t cos t
1 2 1
n
Exercitiul 93 (Urma unei matrice) Consideram functia Tr : Mn (K) K, Tr(A) = i=1 aii . Sa se arate ca:
a) Tr este o functie K-liniar
a.
b) Tr(AB) = Tr(BA).

Exercitiul 94 Sa se arate ca pentru orice A, B Mn (C) avem PAB (X) = PBA (X).

7.1.1 Teorema CayleyHamilton

Daca p = am Xm + am1 Xm1 + + a1 X + a0 K[X], atunci exista endomorfismul

p(f) = am fn + am1 fm1 + + a1 f + a0 1V EndK (V)

si matricea

p(A) = am An + am1 Am1 + + a1 A + a0 In Mn (K).

Teorema 7.1.5 (CayleyHamilton) Orice endomorfism f (respectiv orice matrice A) este r ad acin
a a polino-
mului s
au caracteristic, adic a Pf (f) = 0 si PA (A) = 0.
( )
a b
Exercitiul 95 Fie A = M2 (C), deci Tr(A) = a + d si det(A) = ad bc.
c d
a) Sa se verifice direct ca A2 Tr(A)A + det(A)I2 = 02 .
b) Sa se arate ca An = an A + bn I2 ()n N, unde sirurile (an )nN si (bn ))nN verifica relatiile de recurenta
an+2 Tr(A)an+1 + det(A)an = 0 si bn+2 Tr(A)bn+1 + det(A)bn = 0 ()n N.
c) Sa se rezolve ecuatiile A2 = A, A2 = 02 , A3 = 02 si A2 = I2 .

7.2 Operatori triangularizabili

Fie V un K-spatiu vectorial de dimensiune n, e = (e1 , . . . , en ) o baza, si f EndK (V) un operator avand matricea
A = [f]e,e . Stim ca relativ la o alta baza v, matricea lui f este T 1 AT , unde T GLn (K) este matricea de trecere
de la e la v. Ne punem problema de a gasi n multimea {T 1 AT | T GLn (K)} matricea avand ,,forma cea mai
simpla.

Definitia 7.2.1 a) Matricea A = (aij ) Mn (K) este triunghiulara (superior) daca aij = 0 pentru orice i > j.
b) Spunem ca operatorul f este triangularizabil daca exista o baza v = (v1 , . . . , vn ) astfel ncat matricea
[f]v,v Mn (K) este triunghiulara.
a daca exista o matrice inversabila T GLn (K) astfel ncat
c) Spunem ca matricea A este triangularizabil
matricea T 1 AT Mn (K) este triunghiulara.

Teorema 7.2.2 (caracterizarea operatorilor triangularizabili) Operatorul f EndK (V) este triangulariza-
bil dac
a si numai dac
a polinomul s
au caracteristic Pf are n r
ad
acini n K.

Exercitiul 96 (matrice triunghiulare) Fie

Tn (K) = {A = (aij ) Mn (K) | aij = 0 daca i > j}

multimea matricelor triunghiulare superior. Sa se arate ca:

a) Tn (K) este o subalgebra a lui Mn (K).
b) Functia f : Tn (F) Rn , f((aij )) = (a11 , . . . , ann ) este un morfism surjectiv de K-algebre.
c) Daca A Ker f (adic a elementele de pe diagonala principala a lui A sunt nule), atunci An = 0.
52 7 Valori proprii si vectori proprii

Exercitiul 97 Fie A Mn (K) si presupunem ca PA (0) = 0. Sa se arate ca A inversabila si

(1)n Xn 1
PA1 (X) = PA ( ).
PA (0) X

Sa se determine valorile proprii ale matricei A1 .

Exercitiul 98 Presupunem ca valorile proprii ale matricei A Mn (K) sunt 1 , . . . , n , si fie p K[X] un polinom.
Sa se arate ca:
a) Valorile proprii ale matricei p(A) sunt p(i ), i = 1, . . . , n; mai mult, daca x Kn este un vector propriu al
lui A asociat lui i ,
atunci x este vector propriu al lui p(A) asociat lui p(i ).
n
b) det(p(A)) = i=1 p(i ).

7.3 Operatori diagonalizabili

Lema 7.3.1 Fie f EndK (V) un operator.
a) Daca 0 K valoare proprie a lui f, atunci 1 mgeom (0 ) malg (0 ).
b) Presupunem c a 1 , . . . , m K (m n) sunt valori proprii distincte, si fie vi un vector propriu asociat lui
i , 1 i m. Atunci vectorii v1 , . . . , vm sunt liniar independenti.

Definitia 7.3.2 a) Matricea A = (aij ) Mn (K) este a daca aij = 0 pentru orice i = j.
diagonal
1 0 . . . 0
0 2 . . . 0

Notatie: diag(1 , . . . , n ) = . .. .. .. .
.. . . .
0 0 . . . n
b) Spunem ca operatorul f este diagonalizabil daca exista o baza v = (v1 , . . . , vn ) astfel ncat matricea [f]v,v
Mn (K) este diagonala.
c) Spunem ca matricea A este diagonalizabil a daca exista o matrice inversabila T GLn (K) astfel ncat
matricea T 1 AT Mn (K) este diagonala.

Teorema 7.3.3 (caracterizarea operatorilor diagonalizabili) Urm atoarele afirmatii sunt echivalente:
(i) Operatorul f EndK (V) este diagonalizabil.
(ii) Exista o baz
a a lui V formata din vectori proprii ai lui f.
(iii) f satisface urmatoarele doua conditii:
Polinomul s au caracteristic Pf are n r
adacini n K.
Daca este o valoare proprie a lui f, atunci mgeom () = malg ().

Observatii 7.3.4 Presupunem ca ipotezele (1), (2) de mai sus au loc. Fie 1 , . . . , m radacinile distincte ale lui
Pf , si fie

Pf (X) = (1 X)r1 (2 X)r2 . . . (m X)rm ,

m
unde 1 ri n, ri = malg (i ), si i=1 ri = n. Deoarece mgeom (i ) = malg (i ) = ri , rezulta ca V(i ) are o
a (vi1 , . . . , viri ), unde 1 i m. Atunci
baz

v := (v11 , . . . , v1r1 , v21 , . . . , v2r2 , . . . , vm1 , . . . , vmrm )

este o baza a lui V formata din vectori proprii ai lui f, iar matricea [f]v,v este diagonala. Sa notam ca forma
diagonala a matricei lui f este unica, abstractie facand de ordinea elementelor de pe diagonala principala, care
sunt chiar valorile proprii ai lui f.

2 0 2
Exemple 7.3.5 Fie f : R3 R3 , [f]e,e = A = 0 3 0 , unde e este baza canonica. Atunci PA (X) =
0 0 3
(2 X)(3 X)2 , deci rad
acinile lui PA sunt 1 = 2, 2 = 3, unde malg (1 ) = 1 si malg (2 ) = 2.

2x3 = 0 x1 = 1
Pentru 1 = 2 avem x2 = 0 x2 = 0 V(1 ) = 0 ,

x3 = 0 x3 = 0 0

deci mgeom (1 ) = 1 = malg (1 ).

7.3 Operatori diagonalizabili 53

x1 = 2
Pentru 2 = 3 avem x1 2x3 = 0 x2 =

x3 =

Atunci

2 2 0
V(2 ) = | , R = 0 , 1 ,

1 0

deci mgeom (2 ) = 2 = malg (2 ).

Rezulta ca operatorul f este diagonalizabil. Fie v = ((1, 0, 0), (2, 0, 1), (0, 1, 0)). Atunci

1 2 0 1 0 2 2 0 0
T := Tev = 0 0 1 , T 1 = 0 1 1 , [f]v,v = T 1 AT = 0 3 0 .
0 1 0 0 1 0 0 0 3

Exercitiul 99 Sunt diagonalizabile urmatoarele matrice (peste C)? Daca da, atunci sa se determine baza noua
formata din vectori proprii si matricea de trecere de la baza canonica la baza noua.

0 0 1 0 0 1 0 0 1 0 0 1
a) 1 0 0; b) 0 0 0; c) 0 0 0; d) 0 0 0;
0 1 0 1 0 0 0 0 0 1 0 0

4 3 1 2 0 0 0 1 1 1 0 2
5 8 5 4 0 0 1 0 1 1 0 2
e)
6 12 8 5
; f)
0 1 0 0
; g)
0 0 2 3.

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

Exercitiul 100 Sa se arate ca matricea

0 1 0 0
0 0 1 0

0 0 0 1
1 0 0 0

este diagonalizabila peste C, dar nu si peste R.

( )
a b
Exercitiul 101 Fie A = M2 (R). Sa se arate ca:
c d
a) Daca Tr(A)2 4 det A > 0, atunci matricea A este diagonalizabila.
b) Daca Tr(A)2 4 det A = 0, atunci matricea A este diagonalizabila A este diagonala.
c) Dac ( 4 det A < 0, atunci A nu este diagonalizabila. In acest caz, exista T GL2 (C) astfel ncat
a Tr(A)2 )
0
T 1 AT = 1
M2 (C).
0 2 ( )
cos t sin t
d) Sa se studieze diagonalizabilitatea matricei A = , unde t R.
sin t cos t

Exercitiul 102 Sa se demonstreze Lema 7.3.1.

Exercitiul 103 Sa se arate ca urmatoarele familii de vectori sunt liniar independente n R-spatiul de functii RR :
a) sin 1 t, . . . , sin n t, unde 1 , . . . , n R+ sunt numere distincte.
b) 1, sin t, . . . , sin nt, cos t, . . . , cos nt, unde n N .
Capitolul 8

Forme biliniare si p
atratice

Din punct de vedere abstract, formele p atratice sunt polinoame omogene de grad 2 n n variabile. In geometrie,
metrica unui spatiu (adica expresia distantei dintre doua puncte) este definita cu ajutorul unei forme patratice,
iar pentru exprimarea unghiului a doi vectori se folosesc forme biliniare.
In acest capitol fie K = R sau K = C. Fie V un K-spatiu vectorial cu dimK V = n si fie e = (e1 , . . . , en ) o baza
a lui V.

8.1 Definitii. Matricea unei forme biliniare

Definitia 8.1.1 a) Functia : V V K se numeste form a daca pentru orice a, b K si pentru orice
a biliniar
x, x1 , x2 , y, y1 , y2 V avem
(ax1 + bx2 , y) = a(x1 , y) + b(x2 , y),
(x, ay1 + by2 ) = a(x, y1 ) + b(x, y2 ).
b) Daca aij := (ei , ej ), 1 i, j n, si A := [aij ]1i,jn Mn (K), atunci spunem ca A este matricea lui
relativ la baza e. Notatie: A = []e .
c) Rangul formei este: rang = rang[]e . Spunem ca este form a degenerat
a, daca rang < n (adica
det[]e = 0), si este form a nedegenerat a dac a rang = n.
d) Forma biliniara este simetric a daca pentru orice x, y V
(x, y) = (y, x).
e) Matricea A Mn (K) este simetric
a daca At = A, adica aij = aji pentru orice i, j = 1, . . . , n.
Definitia 8.1.2 O functie d : V K se numeste form
a p
atratic
a daca satisface urmatoarele conditii:
(1) q(ax) = a2 q(x) pentru orice a K si x V;
(2) Functia : V V K, (x, y) = q(x + y) q(x) q(y) este o forma biliniara simetrica.
a : V V K o forma biliniara simetrica, atunci functia
Observatii 8.1.3 Dac
q : V K, q(x) = (x, x)
este forma p
atratic a lui . In acest caz avem q(x + y) q(x) q(y) = 2(x, y).
a asociat
Exercitiul 104 Fie Sn (R) = {A Mn (R) | At = A} multimea matricelor simetrice, si An (R) = {A Mn (R) |
At = A} multimea matricelor antisimetrice. Sa se arate ca:
a) Sn (R), An (R) R Mn (R).
b) dimR Sn (R) = n(n+1)
2 ; dimR An (R) = n(n1)
2 ;
c) Pentru orice A Mn (R) exista matricele unic determinate B Sn (R) si C An (R) astfel ncat A = B + C.
d) Daca A, B Sn (R), atunci AB Sn (R) AB = BA.
e) Pentru orice B Mn (R), matricea BBt este simetrica.
Lema 8.1.4 Fie : V V K o form
a biliniar
a.
a) Pentru orice x, y V avem
(x, y) = [x]te []e [y]e .
b) Forma este simetric a dac
a si numai dac a matricea A = []e este simetrica.

c) Fie e = (e1 , . . . , en ) o nou
a baz a, si fie T = Tee matricea de trecere de la e la e . Atunci
[]e = T t []e T.
54
8.2 Forme hermitiene 55

n n
Demonstratie. a) Daca x = i=1 xi ei si y = j=1 yj ej , atunci

n
n
n
n
(x, y) = ( xi ei , yj ej ) = xi yj (ei , ej )
i=1 j=1 i=1 j=1

n
n
= xi aij yj = [x]te A[y]e .
i=1 j=1

a, atunci aij = (ei , ej ) = (ej , ei ) = aji , pentru orice i, j {1, . . . , n}, deci A = At .
b) Daca simetric
Invers, daca A = At , atunci pentru orice x, y V avem

n
n
n
n
(x, y) = xi aij yj = yj aji xi = (y, x).
i=1 j=1 j=1 i=1

c) Daca x, y V, atunci [x]e = T [x]e si avem

(x, y) = [x]te []e [y]e = [x]te []e [y]e = [x]te T t []e T [y]e

Inlocuind matricele coloana [x]e si [y]e cu matricele e1 , . . . , en , obtinem T t []e T = []e .

Observatii 8.1.5 a) Deoarece T = Tee este o matrice inversabila, rezulta ca rang = rang[]e nu depinde de
baza e.
b) Daca este simetrica si []e = A, atunci

n
n
q(x) = aij xi xj = aii x2i + 2 aij xi xj .
i,j=1 i=1 1i<jn

8.2 Forme hermitiene

In cazul n care K = C este corpul numerelor complexe, este natural si util sa consideram automorfismul C
C, z 7 z, unde x + yi = x yi este conjugatul numarului complex z = x + yi. Formele hermitiene au fost
introduse de matematicianul francez Charles Hermite (18221901).
Daca A Mm,n (C), atunci matricea Ah := A t (adica ah = a
ji ) este adjunctja (transpusa hermitiana) a
ij

matricei A. (Se mai noteaza si A .)

Definitia 8.2.1 a) Functia : V V C se numeste form a daca pentru orice a, b C si pentru

a sesquiliniar
orice x, x1 , x2 , y, y1 , y2 V avem

(ax1 + bx2 , y) = a
(x1 , y) + b(x2 , y),

(x, ay1 + by2 ) = a(x, y1 ) + b(x, y2 ).

b) Daca aij = (ei , ej ), 1 i, j n, si A = [aij ]1i,jn Mn (K), atunci spunem ca A este matricea lui
realativ la baza e. Notatie: A = []e .
c) Rangul lui este rang = rang[]e ; spunem ca este degenerat, daca rang < n (adica det[]e = 0), si
este nedegenerat daca rang = n.
d) este forma hermitian a, daca n plus, pentru orice x, y V avem

(x, y) = (y, x).

e) Daca : V V C este o forma hermitiana, atunci forma p

atratic
a asociata lui este

q : V C, q(x) = (x, x).

f) Matricea A Mn (C) este hermitian a) daca Ah = A, adica aij = a

a (autoadjunct ji pentru orice i, j =
1, . . . , n.

Exercitiul 105 (Transpusa hermitian t . Sa se arate ca:

a a unei matrice) Daca A Mn (C), fie Ah = A
h h h h A . h
a) (A + B) = A + B ; (A) ) =
b) (AB)h = Bh Ah ; (A1 )h = (Ah )1 .
c) Daca A = BBh atunci A este matrice hermitiana.
56 8 Forme biliniare si p
atratice

Lema 8.2.2 Fie : V V C o form a si fie q : V C,

a sesquiliniar q(x) = (x, x).
a) Pentru orice x, y V avem
(x, y) = [x]h
e []e [y]e .

b) Forma este hermitian a dac

a si numai dac a A = []e este matrice hermitian a.

c) Fie e = (e1 , . . . , en ) o noua baza, si fie T = Tee matricea de trecere de la e la e . Atunci
[]e = T h []e T.
d) Dac
a este form a, atunci q(x) R pentru orice x, y V .
a hermitian
n n
Demonstratie. a) Daca x = i=1 xi ei si y = i=1 yi ei , atunci avem

n
n
n
n
n
n
(x, y) = ( xi ei , yi ei ) = i yj (ei , ej ) =
x i aij yj = [x]h
x e A[y]e .
i=1 i=1 i=1 j=1 i=1 j=1

b) Daca este hermitiana, atunci aij = (ei , ej ) = (ej , ei ) = aji , pentru orice i, j {1, . . . , n} , deci A = Ah .
Invers, daca A = Ah , atunci pentru orice x, y V avem

n
n
n
n
n
n
(x, y) = i aij yj =
x ji x
yj a i = j aji xi = (y, x).
y
i=1 j=1 j=1 i=1 j=1 i=1

c) Daca x, y V, atunci [x]e = T [x]e , [x]h h h

e = [x]e T
si
(x, y) = [x]h h h h
e []e [y]e = [x]e []e [y]e = [x]e T []e T [y]e

Inlocuind matricele coloana [x]e si [y]e cu matricele vectorilor e1 , . . . , en ale bazei canonice, obtinem T h []e T =
[]e .
d) q(x) = (x, x) = (x, x) = (x, x) = q(x), deci q(x) R.

Observatii 8.2.3 a) Deoarece T = Tee este o matrice inversabila, rang = rang[]e nu depinde de baza e.
b) Daca este hermitiana si []e = A, atunci

n
n
q(x) = i xj =
aij x aii |xi |2 + i xj .
aij x
i,j=1 i=1 i=j

8.3 Reducerea formelor p

atratice la forma canonic
a
Fie : V V C o forma hermitiana, A := []e , si fie q(x) := (x, x) R. Mentionam ca rezultatele ce urmeaza
an valabile daca nlocuim C cu R si ,,forma hermitiana cu ,,forma biliniara simetrica. Acest
n acest capitol ram
lucru se vede imediat tin
and cont de faptul ca un numar real este un numar complex ce coincide cu conjugatul
sau.
Definitia 8.3.1 Spunem ca (sau q) are form a canonic
a relativ la baza e, daca matricea []e este diagonala.
In acest caz, avem []e = diag(a11 , . . . , ann ), unde aii R, si

n
n
(x, y) = i yi ,
aii x q(x) = aii |xi |2 .
i=1 i=1

Teorema 8.3.2 (GaussLagrange) Exist a o baza e = (e

1 , . . . , en ) astfel
nc
at []e = diag(a11
, . . . , ann ) si

x1
n

q(x) = i=1 aii |xi |2 are form a, unde [x]e = ... .
a canonic
xn
Avem mai multe metode de reducere la forma canonica. Una dintre acestea va fi prezentata la sfarsitul acestui
capitol.
Definitia 8.3.3 Spunem ca:
q este forma patratic a, daca q(x) > 0 pentru orice x V \ {0};
a pozitiv definit
q este forma patratic
a pozitiv semidefinita, daca q(x) 0 pentru orice x V;
q este forma patratic
a negativ definita, daca q(x) < 0 pentru orice x V \ {0};
q este forma patratic
a negativ semidefinit a, daca q(x) 0 pentru orice x V;
q este forma patratic
a indefinit
a daca exista x, y V astfel ncat q(x) > 0 si q(y) < 0.
8.4 Spatii cu produs scalar 57

Observatii 8.3.4 Daca rang = r, atunci orice forma canonica a lui q(x) are exact r coeficienti nenuli:

r
2
q(x) = aii x i, aii = 0, i = 1, . . . , n.
i=1

Se observa usor ca:

q este pozitiv definita r = n, a11 , . . . , arr > 0.

q este pozitiv semidefinita a11 , . . . , arr 0.

q este negativ definita r = n, a11 , . . . , arr < 0.

q este negativ semidefinita a11 , . . . , arr 0.
q este indefinita daca exista i si j astfel ncat aii > 0 si ajj < 0.

8.3.1 Legea lui Sylvester de inertie a formelor p

atratice
Forma canonica a unei forme patratice nu este unica, dar teorema de mai jos a lui Sylvester spune ca numarul
coeficientilor pozitivi si a celor negativi ram
ane constant.

Teorema 8.3.5 (Sylvester) Fie q : V K o form

a p
atratic
a de rang r. Presupunem c
a relativ la baza e =
(e1 , . . . , en ) avem

p
p+q
q(x) = aii |xi |2 ajj |xj |2 ,
i=1 j=p+1

unde aii , ajj > 0, p + q = r, iar relativ la baza e = (e1 , . . . , en ) avem

p p +q

q(x) = aii |xi |2
ajj |xj |2 ,
i=1 j=p +1

unde aii , ajj > 0, p + q = r. Atunci p = p si q = q .

Definitia 8.3.6 Perechea (p, q) se numeste signatura formei patratice q(x).

8.4 Spatii cu produs scalar

Conceptul de spatiu Hilbert generalizeaza notiunea de spatiu Euclidian. Se extind astfel metodele algebrei vectorial
si ale analizei matematice de la 2 sau 3 dimensiuni la spatii cu orice numar finit sau infinit de dimensiuni. Pe scurt,
un spatiu Hilbert este un spatiu vectorial nzestrat cu un produs scalar, ceea ce permite masurarea lungimilor si
unghiurilor. Mai mult, spatiile Hilbert sunt spatii topologice complete n sensul lui Cauchy.
In cele ce urmeaza, fie : V V K o forma hermitiana (daca K = R, atunci este o forma biliniara
simetrica).

Definitia 8.4.1 a) Spunem ca perechea (V, ) este un spatiu Hilbert daca este forma hermitiana nedegenerata
si pozitiv definita.
b) x, y :=
(x, y) este produsul scalar al vectorilor x, y V.
c) x = q(x) := x, y este norma vectorului x.
d) Vectorii x, y V sunt ortogonali (notatie: xy), daca x, y = 0.
e) Unghiul xd , y [0, ] dintre vectorii x, y V este determinat de

x, y
cos(d
x, y) := .
x y

Observatii 8.4.2 a) Din definitie rezulta ca x 0 si mai mult, x = 0 x = 0. In plus, avem ax =

|a|x, a K.
b) In general n literatura, un spatiu nzestrat cu un produs scalar ca mai sus este numit spatiu prehilbertian,
iar un spatiu Hilbert este un spatiu prehilbertian complet (adica n care orice sir Cauchy este convergent relativ
la norma definita mai sus). Totusi, definitia noastra nu vine n contradictie cu aceasta, deoarece un spatiu
prehilbertian finit dimensional este complet, deci este spatiu Hilbert. Orice spatiu Hilbert este, n particular, un
spatiu vectorial normat, mai exact, un spatiu Banach.
58 8 Forme biliniare si p
atratice

Exemple 8.4.3 a) Daca K = R, V = Rn si x = (x1 , . . . , xn ), y = (y1 , . . . , yn ) V, atunci

n
x, y = xi yi
i=1

este produsul scalar standard al vectorilor x, y. In particular V2 si V3 sunt spatii Hilbert.

b) Daca K = C, V = Cn si x = (x1 , . . . , xn ), y = (y1 , . . . , yn ) V, atunci

n
x, y = i yi
x
i=1

este produsul scalar standard al vectorilor x, y.

Observam ca n ambele cazuri, []e = In , unde e = (e1 , . . . , en ) este baza canonica a lui V.

Teorema 8.4.4 Fie (V, , ) un spatiu Hilbert. Pentru orice x, y V avem:

1) |x, y| x y (inegalitatea CauchyBunyakovskySchwarz).
2) x + y x + y (inegalitatea lui Minkowski).

Exercitiul 106 Fie (V, , ) un spatiu Hilbert si fie x, y V.

a) In inegalitatea CauchyBunyakovskySchwarz are loc egalitatea |x, y| = x y x, y sunt liniar
dependenti.
b) (Teorema lui Pitagora) Daca xy, atunci x + y2 = x2 + y2 . Daca K = R, atunci si reciproca este
adevarata.
c) x + y2 + x y2 = 2x2 + 2y2 (identitatea paralelogramului).
d) Daca K = R si x = y, atunci (x + y) (x y) (adica diagonalele rombului sunt perpendiculare).
e) (Teorema cosinusului) Daca K = R, atunci

x + y2 = x2 + y2 + 2x, y.

Daca K = C, atunci

x + y2 iix + y2 = x2 + y2 i(x2 + y2 ) + 2x, y.

8.4.1 Notatia bra-ket a lui Dirac

Fie V un spatiu Hilbert, si sa notam pentru moment cu u | v produsul scalar al vectorilor u, v V. Sa observam
ca pentru orice u V, functia

V K, v 7 u | v

este liniara, adica u | : V este o forma liniara. Mai mult, nu e greu de aratat ca orice forma liniara f : V K
se obtine n acest mod. Mai exact, notand cu

V := {f : V K | f este liniara}

dualul spatiului V, avem izomorfismul de K-spatii

V V , u 7 u | .

Astfel, v este un vector, iar u | este o forma liniara.

Fizicianul englez Paul Dirac a avut ideea de a introduce o notatie simetrica: |v pentru vectori si u| pentru
forme liniare. Deoarece expresia u | v este un ,,bracket, adica o ,,paranteza, forma liniara u| a fost denumita
,,bra, iar vectorul |v a fost denumit ,,ket. Desi pare aproape o gluma, aceasta notatie conduce la un formalism
eficient mai ales n mecanica cuantica.

8.4.2 Baze ortonormate

Fie (V, , ) un spatiu Hilbert.

Definitia 8.4.5 a) Familia (v1 , . . . , vr ) de vectori nenuli din V se numeste ortogonal a, daca vi , vj = 0 pentru
orice i = j.
b) Familia (v1 , . . . , vr ) se numeste ortonormat a, daca este ortogonala si n plus, vi = 1 pentru orice i
{1, . . . , r} (adica vi , vj = ij i, j {1, . . . , r}).
8.4 Spatii cu produs scalar 59

Exercitiul 107 Daca (v1 , . . . , vr ) este o familie ortogonala, atunci ea este liniar independenta.
n n
Exercitiul 108 Daca e este o baza ortonormata si x = i=1 xi ei , y = i=1 yi ei , atunci:
a) xi = ei , i = x, ei pentru orice i = 1, . . . , n.
x, x
n
b) x, y = i=1 x i yi (identitatea lui Parseval).

n
c) x = i=1 |xi | R.
2

Teorema 8.4.6 (ortogonalizare GramSchmidt) Dac a (V, , ) un spatiu Hilbert, atunci V are o baz a
ortonormat a e = (e1 , . . . , en ).
Demonstratie. Fie v = (v1 , . . . , vn ) o baza a lui V. Prin inductie, construim o baza ortogonala u = (u1 , . . . , un ),
avand proprietatea ca pentru orice r = 1, . . . , n, subspatiul generat de u1 , . . . , ur este egal cu subspatiul generat
de v1 , . . . , vr .
Fie u1 := v1 si u2 := a12 u1 + v2 astfel ncat u1 , u2 = 0. Din egalitatea

0 = u1 , u2 = a12 u1 , u1 + u1 , v2 ,

rezulta ca a12 = u 1 ,v2

u1 2
.
Deoarece (u1 , v2 , . . . , vn ) este o baza, din lema substitutiei rezulta ca (u1 , u2 , v3 , . . . , vn ) este de asemenea o
baza. Sa observam ca {u1 , u2 } = {v1 , v2 }.
Presupunem ca am construit familia ortogonala (u1 , . . . , uj1 ) astfel ncat

u1 , . . . uj1 = v1 , . . . , vj1

si (u1 , . . . , uj1 , vj , . . . , vn ) este o baza. Determinam vectorul

uj = a1j u1 + a2j u2 + + aj1 j uj1 + vj

astfel ncat ui , uj = 0, 1 i j 1. Din ipoteza rezulta ca

ui , vj
aij = , 1ij1 .
ui 2

Din definitia lui uj rezult a ca u1 , . . . , uj = v1 , . . . , vr , iar din lema substitutiei rezulta ca si familia de vectori
(u1 , . . . , uj , vj+1 , . . . , vn ) este baza.
In sfarsit, fie ei := 1 ui , 1 i n.
ui

Exercitiul 109 Sa se ortogonalizeze urmatoarele familii de vectori:

a) (1, 1, 2), (2, 0, 3), (6, 3, 0);
b) (1, 2, 1, 3), (4, 1, 1, 1), (3, 1, 1, 0);
c) (1, 2, 2, 1), (1, 1, 5, 3), (3, 2, 8, 7);
d) (2, 1, 3, 1), (7, 4, 3, 3), (1, 1, 6, 0); (5, 7, 7, 8).

Exercitiul 110 (Determinantul lui Gram) Fie v1 , . . . , vn Rn o familie de vectori, fie aij := vi , vj , 1
i, j n, si fie

G(v1 , . . . , vn ) := det(aij ).

Sa se arate ca (v1 , . . . , vn ) este liniar independent daca si numai daca daca G(v1 , . . . , vn ) = 0.

8.4.3 Complementul ortogonal al unui subspatiu

Definitia 8.4.7 Fie V un spatiu Hilbert. Daca X V este o submultime, atunci

X := {y V | x X xy}

se numeste complementul ortogonal al lui X.

Exercitiul 111 Sa se arate ca:

a) X este un subspatiu al lui V.
b) X X.
c) X = X .
60 8 Forme biliniare si p
atratice

Teorema 8.4.8 Fie V un spatiu Hilbert si fie U K V un subspatiu. Atunci:

a) U + U = V si U U = {0}.
b) dimK V = dimK U + dimK U .
c) U = V.

Demonstratie. Dac a U = {0}, atunci V = V si U = {0}, deci putem presupune ca U = {0}. Fie (e1 , . . . , em )
o baza ortonormata a lui U, pe care o completam la o baza ortonormata (e1 , . . . , em , em+1 , . . . , en ) a lui V.
a) Evident, U em+1 , . . . , en , deci U + U = U U = V. Daca x U U , atunci x, x = 0, deci
x = 0.
b) Rezulta din a) si din teoremele referitoare la dimensiune.
c) Deoarece UU , avem ca U U . Dar din a) si b) rezulta ca dimK U = dimK U , deci U = U .

Exercitiul 112 S a se determine o baza ortonormata n subspatiul U , daca U este subspatiul generat de
urmatoarea familie de vectori:
a) (1, 1) R2 ; b) (1, 2) R2 ;
c) (1, 1, 0), (1, 1, 1) R ;
3
d) (1, 2, 2), (3, 0, 1) R3 ;
e) (1, 1, 1) R ;
3
f) (1, 2, 3) R3 .

Exercitiul 113 Fie V un spatiu Hilbert si fie U, W K V doua subspatii. Sa se arate ca

(U + W) = U W , (U W) = U + W .

8.5 Adjuncta unui operator

Fie (V, , ) un spatiu Hilbert, fie e = (e1 , . . . , en ) o baza ortonormata si fie f : V V un operator liniar.

a un operator unic determinat f EndK (V) astfel nc

Teorema 8.5.1 Exist at pentru orice x, y V avem

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

a K = C atunci [f ]e,e = [f]h

Dac a K = R, atunci [f ]e,e = [f]te,e .
e,e , iar dac

Definitia 8.5.2 Operatorul f se numeste adjuncta lui f.

Exercitiul 114 Fie f, g EndK (V) si fie a K. Sa se arate ca:

(f + g) = f + g , (af) = a
f , f = f si (f g) = g f .

8.5.1 Operatori autoadjuncti

Definitia 8.5.3 Spunem ca f este autoadjunct (sau hermitian) (respectiv simetric n cazul K = R) daca f = f
(adica daca matricea [f]e,e este hermitiana, respectiv simetrica).

Exercitiul 115 Fie f, g EndK (V) si fie a K. Sa se arate ca daca f, g sunt autoadjuncte, atunci:
a) f + g si af sunt autoadjuncte;
b) f g este autoadjunct daca si numai daca f g = g f.

Teorema 8.5.4 Fie K o valoare proprie a operatorului autoadjunct f. Atunci R.

Demonstratie. Fie x V, x = 0. Atunci avem

x, x = x, x = f(x), x = x, f (x) = x, f(x) = x, x = x, x.

Deoarece x, x = 0, rezulta ca = , deci R.

8.5.2 Operatori ortogonali si unitari

In aceasta sectiune examinam operatorii liniari care pastreaza produsul scalar. Introducem nt
ai cateva notatii:
O(n) := {A Mn (R) | A At = In } multimea matricelor ortogonale de grad n.
U(n) := {A Mn (C) | A Ah = In } multimea matricelor unitare de grad n.
SO(n) := {A O(n) | det A = 1} multimea matricelor ortogonale speciale de grad n.
SU(n) := {A U(n) | det A = 1} multimea matricelor unitare speciale de grad n.
8.5 Adjuncta unui operator 61

Exercitiul 116 Fie A Mn (K). Urmatoarele afirmatii sunt echivalente:

(1) A este o matrice unitara (respectiv ortogonala).
(2) Ah A = In (respectiv At A = In ).
(3) A1 = Ah (respectiv A1 = At ).
(4) (cA A
a ortonormata n Kn .
1 , . . . , cn ) este o baz
(5) (s1 , . . . , sn ) este o baza ortonormata n Kn .
A A

Teorema 8.5.5 (caracterizarea operatorilor unitari) Fie f : V V un operator liniar. Urm atoarele afir-
matii sunt echivalente:
(i) f(x), f(y) = x, y, pentru orice x, y V .
(ii) f(x) = x pentru orice x V .
(iii) Daca u = (u1 , . . . , un ) este o baz a ortonormat
a a lui V, atunci (f(u1 ), . . . , f(un )) este de asemenea o
baz
a ortonormat a a lui V.
(iv) Dac a u = (u1 , . . . , un ) este o baz
a ortonormat
a a lui V, atunci matricea [f]u,u este unitar a.

Definitia 8.5.6 Daca cele patru conditii de mai sus sunt ndeplinite, spunem ca f este un operator unitar (sau
ortogonal, daca K = R.)

Exercitiul 117 Sa se arate ca urmatoarele afirmatii sunt echivalente:

(i) f unitar. (ii) f f = 1V . (ii) f f = 1V . (iv) f = f1 .

Teorema 8.5.7 Fie K o valoare proprie a operatorului unitar f. Atunci || = 1.

Demonstratie. Fie x V, x = 0. Atunci avem

x, x = x, f (f(x)) = f(x), f(x) = x, x = x, x.

Rezulta ca = 1, deci || = 1.

Exercitiul 118 (Grupuri ortogonale si unitare) Sa se arate ca:

a) Daca A U(n), atunci | det A| = 1; daca A O(n), atunci det A = 1.
b) SO(n) O(n) GLn (R). (O(n) se numeste grupul ortogonal, iar SO(n) grupul special ortogonal.)
c) SU(n) {(U(n) GLn (C).) ( (U(n) se nume ) ste grupul unitar,
} iar SU(n) grupul special unitar.)
cos t sin t cos t sin t
d) O(2) = , | t [0, 2) .
sin t cos t sin t cos t
e) U(1) SO(2).
{( ) }
z w
f) SU(2) = M2 (C) | |z| + |w| = 1 . Altfel spus, SU(2) poate fi identificat cu grupul quater-
2 2
w z
nionilor de modul 1.

8.5.3 Operatori normali

Definitia 8.5.8 Spunem ca f este operator normal, daca f f = f f .

Exercitiul 119 a) Operatorul f este normal daca si numai daca matricea [f]e,e este normala, adica [f]e,e [f]e,e =
[f]e,e [f]e,e .
b) Daca operatorul f este unitar sau autoadjunct, atunci f este normal.

Exercitiul 120 Daca f este un operator normal, atunci:

a) Pentru orice x V, f (x) = f(x).
b) Pentru orice P K[X], P(f) este normal.
c) Ker f Im f = {0}.

Teorema 8.5.9 Dac a f este un operator normal, atunci:

1) Orice vector propriu al lui f este vector propriu si al lui f . Mai mult, dac
a x V, x = 0 si f(x) = x,
atunci f (x) = x.
2) Doi vectori proprii asociati unor valori proprii disticte sunt ortogonali.

Demonstratie. 1) Fie x = 0 astfel nc

at (f 1V )(x) = 0. Atunci

0 = (f 1V )(x), (f 1V )(x) = x, (f 1V ) ((f 1V )(x)) =

= x, (f 1V )((f 1V )(x)) = x, (f 1V )((f 1V )(x)) =
= x, (f 1V ) ((f 1V )(x)) = (f 1V ) (x), (f 1V )(x) =
= (f 1V )(x), (f 1V )(x),
62 8 Forme biliniare si p
atratice

deci (f 1V )(x) = 0.
2) Fie x, y V doi vectori proprii astfel nc
at f(x) = x si f(y) = y, unde = . Avem

0 = x, y = x, y = f(x), y = x, f (y) = x, x, y.
y =

Deoarece =
, deducem ca x, y = 0, adica x y.

8.5.4 Teoreme spectrale

Teorema 8.5.10 1) (Teorema spectral a complex a) Operatorul f este normal dac a si numai dac a exist
a o
baz
a ortonormat a u astfel nc
at matricea [f]u,u este diagonal
a.
2) (Teorema spectral a real
a) Operatorul f este autoadjunct daca si numai dac
a exista o baz
a ortonormat a
u astfel nc a si are elemente din R.
at matricea [f]u,u este diagonal

Observatii 8.5.11 In termeni de matrice, afirmatiile de mai sus se traduc astfel:

1) Matricea A Mn (C) este normala daca si numai daca exista T U(n) astfel ncat matricea T h AT este
diagonala.
2.1) Matricea A Mn (C) este hermitiana daca si numai daca exista T U(n) astfel ncat matricea T h AT
este diagonala si are elemente din R.
2.2) Matricea A Mn (R) este simetrica daca si numai daca exista T O(n) astfel ncat matricea T t AT este
diagonala.

Corolar 8.5.12 (Reducerea la forma canonic a unei forme p atratice) Fie : V V K o form a her-
mitian
a (respectiv simetric a K = R). Atunci exist
a, dac a o baz
a ortonormata u astfel nc
at matricea []u este
diagonal
a.

Exercitiul 121 Folosind o schimbare de baze ortonormate, sa se reduca la forma canonica urmatoarele forme
p
atratice:
a) 2x1 x2 + 2x1 x3 + 2x2 x3 ;
b) 2x21 + x22 4x1 x2 4x2 x3 ;
c) x21 + 2x22 + 3x23 4x1 x2 4x2 x3 ;
d) 3x21 + 4x22 + 5x23 + 4x1 x2 4x2 x3 ;
e) 2x21 + 5x22 + 5x23 + 4x1 x2 4x1 x3 8x2 x3 ;
f) x21 2x22 2x23 4x1 x2 + 4x1 x3 + 8x2 x3 ;
g) 5x21 + 6x22 + 4x23 4x1 x2 4x1 x3 ;
h) 3x21 + 6x22 + 3x23 4x1 x2 8x1 x3 4x2 x3 ;
i) 2x1 x2 + 2x3 x4 .

8.6 Spatii Hilbert infinit dimensionale

Capitolul 9

Tensori

9.1 Introducere
Tensorii sunt obiecte geometrice care descriu relatii liniare ntre vectori, scalari si alti tensori. Vectorii si scalarii
sunt cazuri particulare de tensori. Printre example se numara produsul scalar, produsul vectorial si operatorii
liniari.
Un tensor poate fi reprezentat ca un tabel multidimensional de numere. Ordinul (sau gradul sau rangul)
tensorului este dat de dimensiunea tabelului, adica de numarul de indici al fiecarui component al tabelului. De
examplu, un operator liniar este un tensor de ordin 2, deoarece se reprezinta printr-o matrice, adica un tabel
2-dimensional. Un vector se reprezint a printr-un tabel 1-dimensional, deci este un tensor de ordin 1, iar un scalar
se reprezinta printr-un singur num ar, deci este un tensor de ordin 0.
Deoarece exprima a relatii ntre vectori, tensorii trebuie sa fie independenti de alegerea bazei. Alegand o baza
(adica un sistem de coordonate sau sistem de referinta) si aplicandu-i tensorul, obtinem un tabel multidimensional
ce reprezinta tensorul n baza respectiva. Independenta de coordonate nseamna o ,,lege de transformare care
leaga tabelul asociat unei baze cu tabelul asociat altei baze. Aceasta lege de transformare este inclusa n definitia
notiunii de tensor, iar forma precisa a legii de transformare determina tipul (sau valenta) tensorului.

9.1.1 Istoric
Calculul tensorial a fost dezvoltat dupa anul 1890 de catre matematicienii italieni Tullio Levi-Civita si Gregorio
Ricci-Curbastro (pe scurt Ricci), sub numele de ,,calcul diferential absolut, continuand lucrarile anterioare ale
lui Bernhard Riemann, Elwin Bruno Christoel etc. In paralel, n a doua jumatate a secolului 19, Hermann
Grassmann a dezvoltat ,,algebra exterioara. Aceasta teorie a putut fi unificata cu calculul tensorial, folosind
ideile lui Carl Friedrich Gauss din geometria diferentiala. In secolul 20 subiectul a fost redenumit ,,analiza
tensoriala.

9.1.2 Aplicatii ale tensorilor

Tensorii sunt utili n modelarea matematica a multor ramuri ale stiintelor naturii.
Mecanica mediilor continue: tensorul de presiune si tensorul de ntindere sunt tensori de odin 2, si sunt
legati prin tensorul de elasticitate de ordin 4. De examplu, tensorul de presiune P asociaza unui vector v vectorul
de presiune P(v) aflat pe suprafat a normala la v, deci P exprima o relatie ntre acesti doi vectori.
Electromagnetism: tensorul electromagnetic (sau Faraday).
Medii anisotrope: tensorii de permitivitate si and susceptibilitate electrica.
In teoria relativitatii generale campurile tensoriale sunt frecvent utilizate. Levi-Civita a purtat o bogata
corespondenta cu Einstein pentru clarificarea aspectelor tehnice.
Operatorii tensoriali sferici sunt functiile proprii ale operatorului de moment unghiular cuantic n coordonate
sferice.
Tensorii de difuzie reprezint a rata de difuzie n medii biologice.
In domeniul opticii computerizate se foloseste asa-numitul tensor trifocal.
In geometria dierential a sunt foarte cunoscuti tensorii metrici (care sunt forme patratice) si tensorul de
curbura Riemann.
Dupa anul 1920 s-a constatat ca tensorii joaca un rol esential n algebra abstracta si n topologia algebrica.
63
64 9 Tensori

9.2 Notatii si conventii

In cele ce urmeaza vom insista doar asupra aspectelor algebrice. In fizica se folosesc frecvent nu doar spatiile
vectoriale ci si c
ampurile vectoriale, adica fiecarui punct din spatiu (care este presupus a fi o varietate diferentiabil
a)
i se asociaza un spatiu vectorial (si anume spatiul tangent n punctul respectiv), combinandu-se astfel algebra cu
calculul diferential.

9.2.1 Coordonatele unui vector. Notatia lui Einstein

Fie V un K-spatiu vectorial de dimensiune finita n si fie e o baza a lui V. Formal, vom reprezenta baza e ca o
matrice linie:

e = (e1 , e2 , . . . , en ).

Daca x este un vector din V, atunci el are coordonatele x1 , . . . , xn relativ la aceasta baza. Notatia cu indici
inferiori, respectiv superiori, este o conventie utila. De asemenea, vom folosi conventia conform careia vectorii se
reprezinta ca matrice coloana:
1
x
..
x= .
xn

Astfel, n concordant
a cu regula de nmultire a matricelor, avem

n
x= ei xi = ei xi .
i=1

Aici, i se numeste indice de sumare, iar rezultatul

nu depinde de el. Un indice care nu e de sumare se numeste
indice liber. In a doua expresie, simbolul ,, a fost omis. Aceasta este notatia lui Einstein: atunci cand un
indice i apare ntr-o expresie atat ca indice superior cat si inferior, atunci efectuam suma cu i luand toate valorile
de la 1 la n. In acest fel, expresiile care ar contine multe sume se simplifica n mod semnificativ. In continuare
vom folosi notatia lui Einstein.
n
Exemple 9.2.1 a) Produsul scalar standard al vectorilor x si y este x y = i=1 xi yi = xi yj ij .
b) Produsul C = AB al matricelor A = (Aij ) si B = (Bij ) din Mn (K) este dat de Cik = Aij Bjk .
c) Daca A = (Aij ) Mn (K), atunci Aii este urma matricei A.

Consideram acum schimbarea bazei. Fie e^ o noua baza a lui V si fie T = (Tji ) GLn (K) matricea de trecere
de la e la e^. Formal, avem

e^ = eT ; e^j = ei Tji .

^1 , . . . , x
Fie x ^n coordonatele lui x relativ la baza e^. Dupa cum stim, coordonatele se transforma astfel:

^ = T 1 x ;
x ^i = (T 1 )ij xj ,
x

Spunem ca aceasta este o transformare covariant

a de coordonate.

9.2.2 Spatiul dual. Covectori

Definitia 9.2.2 a) Spatiul vectorial V = HomK (V, K) =: L(V, K) al functionalelor (formelor) liniare f : V K
se numeste dualul spatiului V. Elementele lui V se mai numesc covectori.
b) Aceasta este tot un spatiu de dimensiune n si are o baza = e asociata n mod canonic bazei e, notata
formal ca o matrice coloana = (1 , 2 , . . . , n )t , definita de egalitatile

i (ej ) = ij .

Baza se numeste duala bazei e si de multe ori se noteaza tot cu e, diferenta fiind data de pozitia indicilor. Ca
definitie alternativa, sa observam ca pentru orice x V avem i (x) = xi .
c) Daca f V , atunci (cu notatia lui Einstein) avem

f = f = fi i ,
9.3 Definitii ale tensorilor 65

unde fi = f(ei ) K si f este identificat cu matricea linie a coordonatelor sale relativ la baza :

f = (f1 , . . . , fn ).

Elementele spatiului V , precum si matricele linie care le reprezinta se mai numesc covectori.
d) Produsul interior dintre un covector f = fi i V si un vector x = xj ej V este dat de evaluare:
f, x = f(x) = fi xi K.

Observatii 9.2.3 Deoarece au aceeasi dimensiune n, spatiile V si V sunt izomorfe, dar nu exista un izomorfism
canonic ntre ele. In schimb, V este canonic izomorf cu bidualul sau V , adica cu dualul lui V . Izomorfismul
canonic V V este dat de corespondenta ei 7 e
i , unde e

:= este duala bazei = e .

Consideram din nou schimbarea bazei de la e la e^ = eT . Fie ^i (^

^ duala bazei e^, adica ej ) = ij . Notam cu
S matricea de trecere de la baza la baza
^, deci S este definita de egalitatile

^ = S;
^i = Sij j .

Propozitia 9.2.4 1) Avem S = T 1 , adica matricea de trecere de la la

^ este inversa matricei de trecere de la
e la e^.
2) Componentele fi ale unui covector f V transform
a contravariant (folosind matricea T ), adica avem

f^ = fT ; f^j = fi Tji .

Demonstratie. 1) Avem ij = ^i (^
ej ) = Sik k (Tjl el ) = Sik Tjl lk = Sik Tjk , deci ST = In .
^ = fS,
2) Avem f = f^ ^ deci f^ = fS1 = fT , adica n coordonate, f^j = fi Tji .

Observatii 9.2.5 Sa recapitulam conventiile acestui capitol.

Vectorii sunt reprezentati de matrice coloana; indicii superiori sunt indici de linie, iar componentele (coor-
donatele) respective se transforma covariant, adica folosind matricea T 1 .
Covectorii sunt reprezentati de matrice linie; indicii inferiori sunt indici de coloana, iar componentele (coor-
donatele) respective se transforma contravariant, adica folosind matricea T .

9.3 Definitii ale tensorilor

Exista diferite moduri echivalente de a defini tensorii, diferenta fiind doar de limbaj si de nivel de abstractiune.

9.3.1 Tabele (matrice) multidimensionale

In esenta, definitia mai jos a de tensorului este cea data de Ricci, si continua sa fie utilizata n texte de fizica si
inginerie.

Definitia 9.3.1 Printr-un tensor A de tip (p, q) ntelegem asocierea la fiecare baza e = (e1 , ..., en ) a spatiului V
p+q
a unui tabel multidimensional A Kn , notat

i ...i
Aj11...jqp ,

astfel ncat daca aplicam o schimbare de baza

e 7 e^ = eT = (T1i ei , . . . , Tni ei )

atunci tabelul multidimensional satisface urmatoarea regula de transformare:

^ i1 ...ip = (T 1 )i1 (T 1 )ip T l1 T lq Ak1 ,...,kp .

A j1 ...jq k1 kp j1 jq l1 ,...,lq

Ordinul tensorului A este num arul total de indici p + q. Spunem ca A este un tensor de p ori covariant si de q
ori contravariant. (De notat ca aici Tji nu e tensor.)
66 9 Tensori

9.3.2 Forme multiliniare

Dezavantajul definitiei de mai sus este ca nu e clar ca tensorul este de fapt independent de alegerea bazei. O
definitie intrinseca este de aceea utila.
Definitia 9.3.2 Un tensor A de tip (p, q) este o functie (forma) multiliniara
A : |V {z
V } V
| {z
V} K,
p factori q factori
a A bazelor e si e , obtinem tabelul p + q-dimensional de componente
Aplicand forma multiliniar
i ...i
Aj11...jqp := A(i1 , . . . , ip , ej1 , . . . , ejq ).
Observatii 9.3.3 Tabelul multidimensional ale componentelor lui A este un tensor conform definitiei din para-
graful precedent. Intr-adev
ar,
^ i1 ...ip = A(^
A i1 , . . . ,
^ip , e^j1 , . . . , e^jq ) =
j1 ...jq
i l
= A((T 1 )ik11 k1 , . . . , (T 1 )kpp kp , Tjl11 el1 , . . . , Tjqq elq ) =
i l
= (T 1 )ik11 (T 1 )kpp Tjl11 Tjqq A(k1 , . . . , kp , el1 , . . . , elq ) =
i l k ,...,k
= (T 1 )ik11 (T 1 )kpp Tjl11 Tjqq Al11,...,lqp .
Mai mult, nu e greu de aratat ca definitiile sunt echivalente.
Aceasta definitie este frecvent utilizata n textele de geometrie diferentiala si de fizica teoretica.

9.3.3 Produse tensoriale de spatii vectoriale

O definitie chiar mai abstracta este de multe ori utila n matematica. Pentru aceasta, introducem ntai produsul
tensorial de spatii vectoriale, constructie care satisface o proprietate de universalitate.
Daca V si W sunt K-spatii vectoriale de dimensiune n, respectiv m si baze e = (e1 , . . . , en ), respectiv f =
(f1 , . . . , fm ), putem forma produsul tensorial V W.
Prin definitie, V W este un K-spatiu de dimensiune nm avand ca baza produsul cartezian e f, si vom
nota e f = {ei fj | i = 1, . . . , n, j = 1, . . . , m}.
Produsul tensorial este caracterizat de o proprietate de universalitate, care spune ca exista izomorfismele
canonice
L2 (V W, K) HomK (V W, K) V W ,
unde L2 (V W, K) este spatiul formelor biliniare de la V W la K.
Aceasta definitie se generalizeaza imediat la produsul tensorial al unui numar finit de spatii, si avem izomor-
fismul canonic
Lr (V1 Vr , K) HomK (V1 Vr , K) V1 Vr .
Exista izomorfismele canonice
V W HomK (V, W) L2 (V W , K);
primul asociaza elementului i fj din baza lui V W functia liniara ji : V W, definita de ji (ek ) = ik fj ,
unde 1 i n, 1 j m. Cu alte cuvinte, matricea [ji ]e,f are un singur 1 n pozitia (j, i) si 0 n rest. Inversa
acestui izomorfism asociaza functiei liniare HomK (V, W) elementul (ei )j i fj V W (unde am folosit
notatia lui Einstein).
Definitia 9.3.4 a) Un tensor de tip (p, q) este un element

A V
| {z
V} V
| {z V } .
p factori q factori
b) Componentele tensorului A sint coeficientii lui A relativ la bazele e si e , adica
i ...i
A = Aj11...jqp ei1 eip j1 jq .

c) Din proprietatea de universalitate rezulta ca exista izomorfismele canonice

V V V V L(V V V V, K)
Lp+q (V V V V, K).
9.4 Operatii cu tensori 67

Exemple 9.3.5 a) Spatiul V V al tensorilor de tip (2, 0) are o baza constand din tensorii ei ej . Un tensor
A V V se scrie sub forma A = Aij ei ej .
b) Spatiul V V al (1, 1)-tensorilor este canonic izomorf cu spatiul operatorilor liniari HomK (V, V).
c) Daca A V V V este un tensor de tip (2, 1), atunci avem A = Aij k ei ej k . Daca T este matricea
schimbarii de baza de la e la e , atunci componentele se transforma astfel:
^ i j k = T i i T j j (T 1 )kk Aij k .
A

9.4 Operatii cu tensori

Este clar ca multimea tensorilor de tip (p, q) formeaza un K-spatiu vectorial cu adunarea si nmultirea cu scalari
definite pe componente. In afara de aceste doua operatii, avem cateva operatii specifice.

9.4.1 Produsul tensorial al doi tensori

Produsul tensorial al tensorului A de tip (p, q) cu tensorul B de tip (k, l) este tensorul A B de tip (p + k, q + l),
unde, n termeni de forme multilineare avem
(A B)(f1 , . . . , fp , fp+1 , . . . , fp+k , x1 , . . . , xq , xq+1 , . . . , xq+l )
= A(f1 , . . . , fp , x1 , . . . , xq )B(fp+1 , . . . , fp+k , xq+1 , . . . , xq+l ),
iar componentele sunt date de:
i ...i i ...i i ...i i ...i
(A B)j11...jqpjq+1
l+1 p+k 1 p p+1 p+k
...jq+l = Aj1 ...jq Bjq+1 ...jq+l

9.4.2 Contractia unui tensor

Contractia reduce un (p, q)-tensor la un (p 1, q 1)-tensor. In componente, operatia se realizeaza nsumand
dupa un indice contravariant si unul covariant al tensorului.
De exemplu, un (1, 1)-tensor Aij se contracta la scalarul Aii .

9.4.3 Cobor
area si ridicarea indicilor
O forma biliniara simetrica g : V V K corespunde unui (0, 2)-tensor numit tensorul metric (covariant) si
notat gij = g(ei , ej ).
Definitia 9.4.1 Cu ajutorul lui g definim operatia care converteste un indice contravariant (superior) al unui
tensor de tip (p, q) intr-un indice covariant (inferior), prin contractarea indicelui superior al tensorului cu un
indice inferior al metricii g:
i ...i
gik j Aj11...jqp .

Obtinem un tensor de tip (p 1, q + 1), cu indicele inferior n pozitia indicelui superior contractat. Aceasta
operatie se numeste cobor
area unui indice.
Invers, daca n plus, forma biliniara g este nedegenerata atunci putem defini n mod canonic inversa (duala)
metricii g, care este un (2, 0)-tensor g : V V K, numit tensorul metric contravariant. Definind gij :=
g (i , j ), avem ca matricea (gij ) Mn (K) este inversa matricei (gij ), adica
gij gjk = gkj gji = ik .
Definitia 9.4.2 Folosind gij , contract
am un indice inferior al (p, q)-tensorului A cu un indice superior al metricii
inverse:
i ...i
gijk Aj11...jqp .

Obtinem un tensor de tip (p + 1, q 1), cu indicele superior n pozitia indicelui inferior contractat. Aceasta
operatie se numeste ridicarea unui indice.
Exemple 9.4.3 a) gij Aj = Ai si gij Aj = Ai .
b) gij Ak m li = Ak m l j si gij Akmjl = Akm i l .
c) Putem folosi ij pentru a cobora indicii vectorilor, adica ui = ij uj and vi = ij vj . Atunci produsul scalar
standard poate fi scris astfel:
u, v = ui vj ij = ui vi = uj vj .
68 9 Tensori

9.5 Exercitii
Definitia 9.5.1 Simbolul lui Levi-Civita n dimensiune n este dat de:


+1 daca(i1 , . . . , in ) este o permutare para a lui (1, . . . , n)
i1 ...,in = 1 daca (i1 , . . . , in ) este o permutare impara a lui (1, . . . , n)


0 n celelalte cazuri.

(De notat ca nu este un tensor, ci un pseudotensor.) De exemplu, determinantul matricei A = (aij ) Mn (K)
poate fi scris sub forma

det A = i1 in a1i1 anin .

Exercitiul 122 S
a se arate ca:
= (a1 , a2 , a3 ) si b = (b1 , b2 , b3 ) din V3 este dat de
1) Produsul vectorial al vectorilor a

a b)i = i jk aj bk .
(

, b si c = (c1 , c2 , c3 ) este dat de

2) Produsul mixt al vectorilor a

(b c) = ijk ai bj ck .
a

Exercitiul 123 S
a se verifice urmatoarele formule:
1) In dimensiune 2:

ij mn = m n n m
i j i j

ij in = n
j

ij ij = 2

2) In dimensiune 3:

jmn imn = 2ij

ijk ijk = 6
ijk imn = m n n m
j k j k
 l 
 i m n 
 i i 
ijk lmn =  lj mj n
j 
l m n 
k k k

3) In dimensiune n:
 
 j1 ji21 jin1 
 i1 ...
 j1 
 i ji22 ... jin2 
i1 ...in j1 ...jn
=  .2 .. .. .. 
 .. . . . 
 j1 jn 
i j2
in ... in
n
 j 
 k+1 ijk+2 ... jink+1 
 ik+1
 jk+1 k+1

i jik+2 ... jink+2 
i1 ...ik ik+1 ...in
i1 ...ik jk+1 ...jn
= k!  k+2.
k+2
.. .. .. 

 .. . . . 
 jk+1
 jk+2
in ... jinn 
in
i1 ...in i1 ...in = n!
Capitolul 10

Solutii

Exercitiul 1. a) Fie a A un element. a X \ (Y Z) a X si a

/ Y Z a X si (a
/ Y si a
/ Z)
a (X \ Y) si a
/ Z a (X \ Y) \ Z.

b) Fie a A un element. a X \ (Y Z) a X si a
/ Y Z a X si (a
/ Y sau a
/ Z) (a X si
a
/ Y) sau (a X si a
/ Z) a X \ Y sau a X \ Z a (X \ Y) (X \ Z).

Mai sus am folosit legile lui De

( Morgan: )
a Y Z a Y si a Z. p q = p q Asadar a
/ YZa/ Y sau a / Z;
( )
a Y Z a Y sau a Z. p q = p q Asadar a / YZa/ Y si a
/ Z.
Amintim ca p (q r) = (p q) (p r).

Exercitiul 2. a) Verificam daca f este injectiva. Presupunem ca x1 , x2 R , f(x1 ) = f(x2 ) si aratam ca x1 = x2 .

Deci, avem x21 +3x1 +2 = x22 +3x2 +2 x21 +3x1 = x22 +3x2 x21 x22 +3x1 3x2 = 0 (x1 x2 )(x1 +x2 +3) = 0.
Rezulta ecuatiile: x1 x2 = 0 sau x1 + x2 + 3 = 0 x1 = x2 sau x1 + x2 = 3. Deci, x1 , x2 R astfel ncat
f(x1 ) = f(x2 ) x1 = x2 f nu e injectiva.

Verificam daca f este surjectiva. Presupunem ca y R, x R f(x) = y. Avem x2 + 3x + 2 = y

2
4 . Deci, y < 4 astfel
x + 3x + (2 y) = 0. Ecuatia are solutii in R daca 0 1 + 4y 0 y 1 1
ncat
x R, f(x) = y f nu este surjectiva.
69
70 10 Solutii

b) Avem f g : R R,
(f g)(x) = f(g(x)) = g2 (x) + 3g(x) + 2
{
(x + 1)2 + 3(x + 1) + 2, x 0
=
(x 1)2 + 3(x 1) + 2, x < 0
{
x2 + 5x + 6, x 0
= .
x2 + x, x<0
Pe de alta parte, g f : R R,
(g f)(x) = g(f(x))
{
f(x) + 1, f(x) 0
=
f(x) 1, f(x) < 0
{
x2 + 3x + 3, x2 + 3x + 2 0
=
x2 + 3x + 1, x2 + 3x + 2 < 0
{
x2 + 3x + 3, x (; 2] [1; +)
= .
x2 + 3x + 1, x (2; 1)

Exercitiul 3. Fie x1 , x2 R astfel nc at f(x1 ) = f(x2 ).

cazul I: x1 , x2 0. Din f(x1 ) = f(x2 ) x1 + 1 = x2 + 1 x1 = x2 .
cazul al II-lea: x1 , x2 < 0. Din f(x1 ) = f(x2 ) x1 1 = x2 1 x1 = x2 .
cazul al III-lea: x1 0, x2 < 0. Atunci f(x1 ) [1, +) si f(x2 ) (, 1) f(x1 ) = f(x2 ).

Din cazurile I, II si III rezulta ca functia f este injectiva.

Functia f nu este surjectiva pentru ca Im f = (, 1) [1, ) = R.
Functia g nu este injectiva pentru ca g(1) = g(1) = 0.
Pentru surjectivitate:
daca x (, 0) g(x) (, 1) ;
daca x [0, ) g(x) [1, +) .
Prin urmare, Im g = R functia g este surjectiva.
 71

Fie x1 , x2 R astfel nc at h(x1 ) = h(x2 ).

cazul I: x1 , x2 0. Din h(x1 ) = h(x2 ) x1 + 1 = x2 + 1 x1 = x2 .
cazul al II-lea: x1 , x2 < 0. Din h(x1 ) = h(x2 ) 2x1 + 1 = 2x2 + 1 x1 = x2 .
cazul al III-lea: x1 0, x2 < 0. Atunci h(x1 ) [1, +) si h(x2 ) (, 1) h(x1 ) = h(x2 ).
Din cazurile I, II si III rezulta ca functia h este injectiva.
Pentru surjectivitate:
Avem ca h((, 0)) = (, 1) si h([0, )) = [1, +) .
Prin urmare, Im h = R functia h este surjectiva.

Pentru invers a amintim ca: f : A B este bijectiva y B ! x A astfel ncat f(x) = y. Analog
f1 (y) = x. Pentru a determina inversa lui h rezolvam ecuatia h(x) = y.
cazul I: y [1, ). h(x) = y x + 1 = y x = y 1 [0, ) ;
cazul al II-lea: y (, 1). h(x) = y 2x + 1 = y x = y1 2 (, 0).
{
x 1, , x 1
Din cele doua cazuri de mai sus rezulta ca h1 (x) = x1 .
2 , ,x<1

Exercitiul 5. a) Fie y B y f(X1 X2 ) x X1 X2 si f(x) = y x A(x X1 sau x X2 ) si

f(x) = y x A(x X1 si f(x) = y) sau (x X2 si f(x) = y) y f(X1 ) sau y f(X2 ) y f(X1 ) f(X2 ).
Deci, f(X1 X2 ) = f(X1 ) f(X2 ), X1 , X2 A.
b) Fie y B y f(X1 X2 ) x X1 X2 si f(x) = y x A(x X1 si x X2 ) si f(x) = y (1)
y f(X1 ) f(X2 ) y f(X1 ) si y f(X2 ) ( x1 X1 , f(x1 ) = y) si ( x2 X2 , f(x2 ) = y (2)
Din (1) si (2) avem f(X1 X2 ) f(X1 ) f(X2 ), X1 , X2 A.
c) Fie f : R R, f(x) = x2 . Fie X1 = [0; ) f(X1 ) = [0; ) si fie X2 = (; 0] f(X2 ) = [0; ). Avem
X1 X2 = {0} , f(X1 X2 ) = {0}, dar f(X1 ) f(X2 ) = [0; ) egalitatea nu are loc pentru acest exemplu.

Exercitiul 6. a) Fie x A. x f1 (Y1 Y2 ) f(x) Y1 Y2 f(x) Y1 sau f(x) Y2 x f1 (Y1 ) sau

x f1 (Y2 ) x f1 (Y1 ) f1 (Y2 ).
b) Fie x A. x f1 (Y1 Y2 ) f(x) Y1 Y2 f(x) Y1 si f(x) Y2 x f1 (Y1 ) si x f1 (Y2 )
x f1 (Y1 ) f1 (Y2 ).
( ) ( )
1 2 3 1 2 3
Exercitiul 12. Avem |S3 | = 6, S3 = {e, , , 12 , 13 , 23 }, unde = , = , 12 =
2 3 1 3 1 2
( ) ( ) ( )
1 2 3 1 2 3 1 2 3
, 13 = , 23 = .
2 1 3 3 2 1 1 3 2

e 23 13 12
e e 23 13 12
e 13 12 23
e 12 23 13
23 23 12 13 e
13 13 23 12 e
12 12 13 23 e

Exercitiul 17. Tabla operatiei lui D4 = {e, , 2 , 3 , , , 2 , 3 }, stiind ca 4 = e, 2 = e si = 3 :

72 10 Solutii

e 2 3 2 3
e e 2 3 2 3
2 3 e 2 3
2 2 3 e 2 3
3 3 e 2 3 2
3 2 e 3 2
2 3 e 3 2
2 2 3 2 e 3
3 3 2 3 2 e

Exercitiul 28. c) Fie f : (C , ) (C , ) , f(z) = zn ; atunci observam ca f este morfism de grupuri si

Ker f = {z C | zn = 1} = Un , deci Un este subgrup al lui (C , ).
Bibliografie

[1] Appel, W.: Mathematics for Physics and Physicists. Princeton University Press, 2007.
[2] Arfken, G.B., Weber, H.J.: Mathematical Methods for Physicists. Elsevier Academic Press, 2005.

[3] Breaz, S.; Coconet, T.; Contiu, C: Lectii de Algebr

a. Ed. EIKON. Cluj-Napoca 2010.
[4] Crivei, S.: Basic Abstract Algebra. Casa Cartii de Stiinta, Cluj-Napoca, 2002.

[5] Chow, Tai L.: Mathematical Methods for Physicists. Cambridge Univ. Press, 2000.
[6] Fadeev, D., Sominski, I.: Recueil dexercises dalgebre superieure, Edition Mir, Moscou 1977.

[7] Ion, I.D., Radu, N.: Algebra. Ed. Didactica si Pedagogica, Bucuresti 1981.
[8] Ion, I.D., Nit
a, C., Popescu, D., Radu, N.: Probleme de algebr
a Ed. Didactica si Pedagogica, Bucuresti
1981.

[9] Joyner, D., Kreminski, R., Turisco, J.: Applied Abstract Algebra. The Johns Hopkins University Press
2004.

[10] Marcus, A.: Algebra. Presa Univ. Clujeana, 2008.

[11] N
ast
asescu, C., Nit
a, C., Vraciu, C.: Bazele algebrei I, Ed. Academiei, Bucuresti 1986.

[12] Nearing, J.: Mathematical Tools for Physics. classroom notes Univ. Miami, 2003.
[13] Proskuryakov, I.V.: Problems in Linear Algebra. Mir Publishers Moscow, 1978.

[14] Purdea, I., Pelea, C.: Probleme de algebr

a. EFES, Cluj-Napoca, 2005.
[15] Szekeres, P.: A course in modern mathematical physics. Cambridge Univ. Press, 2004.

73
Glosar

(Sn , ), 12 algebra
Ah , 55 cu diviziune, 27
At , 43 functiilor, 27
An , 12 Lie, 27
Dn , 13 matricelor, 28
In , 15 peste un corp K, 26
K-algebra, 26 polinoamelor, 29
K[X], 29 seriilor formale, 29
K[[X]], 29 automorfism
KM , 27 de grupuri, 11
K(N) , 29
KN , 28 baza
Mn (R), 15 duala, 64
Mm,n (K), 28 ortonormata, 58
Mm,n (R), 15 bidualul unui spatiu, 65
Q8 , 17
complement ortogonal, 59
Tn (K), 51
complementara unei submultimi, 6
U(M), 10
coordonate, 34
U(R), 14
carteziene, 19
Un , 17 cilindrice, 24
V , 64 sferice, 24
[]e , 55 corp, 14
[aij ]1im , 15 al cuaternionilor, 18
1jn
C, 16 al numerelor complexe, 16
deg(f), 29 covector, 64
ij , 15 cuaternion, 17, 27
H, 17
L(V, K), 64 determinant
L2 (V W, K), 66 antisimetric, 42
Lr (V1 Vr , K), 66 ciclic, 42
AutR (M), 30 Gram, 59
EndK (V), 30 Vandermonde, 42
diferenta
HomK (V, V ), 30
a doua multimi, 6
Im(f), 31
simetrica a doua multimi, 6
Ker(f), 31
dualul
Tr(A), 51
unei baze, 64
inv(), 12
unei forme biliniare, 67
supp(f), 29
unui spatiu Hilbert, 58
GLn (K), 42
unui spatiu vectorial, 64
O(n), 60
SLn (K), 43 element, 6
SO(n), 60 neutru, 9
SU(n), 60 simetrizabil, 9
U(n), 60 unitate, 14
rang A, 44 endomorfism
rang , 55 de grupuri, 11
sgn(), 12 de inele, 15
i1 ...,in , 68
malg (), 51 familie
mgeom (), 51 de elemente, 8
o(f), 29 de multimi, 8
74
GLOSAR 75

familie de vectori nul, 14

ortogonala, 58 intersectia, 6
ortonormat a, 58 inversiune, 12
forma (functional a) izometrie, 12
biliniara, 66 izomorfism
liniara, 58, 64 de K-spatii vectoriale, 30
multiliniara, 66 de grupuri, 11
functie, 7 de inele, 15
bijectiva, 7
injectiva, 7 Lema
inversabila, 7 substitutiei, 37
liniara, 30
polinomiala, 29 matrice
surjectiva, 7 adjuncta, 42
antisimetrica, 54
generatori de trecere de la o baza la alta, 36
grup, 13, 17 diagonala, 52
spatiu vectorial, 32 diagonalizabila, 52
grup, 9 hermitiana, 55
abelian, 9 inversabila, 42
al claselor de resturi modulo n, 17 normala, 61
al cuaternionilor, 17 ortogonala, 60
al radacinilor unitatii, 17 simetrica, 54
altern, 12 triangularizabila, 51
ciclic, 17 triunghiulara, 51
de simetrie, 13 unitara, 60
diedral, 13 minor caracteristic, 46
general liniar, 42 momentul unei forte, 21
Mobius, 43 monoid, 9
ortogonal, 61 morfism
simetric al unei multimi, 10 de K-algebre, 30
simetric de grad n, 12 de K-spatii vectoriale, 30
special liniar, 43 de grupuri, 11
special ortogonal, 61 de inele, 15
special unitar, 61 identic al unui inel, 15
unitar, 61 nul de inele, 15
unitriunghiular, 43 unitar de inele, 15
multime, 6
identitatea suport, 29
lui Jacobi, 27 vida, 6
lui Parseval, 59 multiplicitate
paralelogramului, 58 algebrica, 51
imagine geometrica, 51
a unei functii, 7
a unei functii liniare, 31 nedeterminata, 29
a unui morfism de grupuri, 12 norma
indice unui cuaternion, 18
contravariant, 65 unui vector, 57
covariant, 65 notatia
de sumare, 64 aditiva, 9
inferior, 64 bra-ket a lui Dirac, 58
liber, 64 multiplicativa, 9
superior, 64 nucleu
inegalitatea al unei functii liniare, 31
CauchyBunyakovskySchwarz, 58 al unui morfism de grupuri, 12
Minkowski, 58 numar
inel, 14 ntreg, 6
al matricelor, 15 complex, 6, 16
asociativ, 14 natural, 6
comutativ, 14 rational, 6
cu unitate, 14 real, 6
76 GLOSAR

operatie subgrup, 11
anticomutativ a, 27 propriu, 11
asociativa, 9 trivial, 11
comutativa, 9 subinel, 15
distributiva, 14 propriu, 16
operator trivial, 16
autoadjunct, 60 unitar, 15
diagonalizabil, 52 submultime, 6
normal, 61 subspatiu, 28
triangularizabil, 51 trivial, 28
ordin
serie formala, 29 tensor
ortogonalizare GramSchmidt, 59 de tip (p, q), 65
metric contravariant, 67
permutare, 12 metric covariant, 67
identica, 12 Teorema
impara, 12 alternativei 1, 33
para, 12 alternativei 2, 34
polinom, 29 Bezout, 30
produs CayleyHamilton, 51
cartezian, 8 cosinusului, 58
direct de grupuri, 10 Cramer, regula lui, 46
direct spatii vectoriale, 27 GaussdAlembert, 30
interior, 65 GaussLagrange, 56
mixt, 21 GramSchmidt, 59
scalar, 21, 57 Kronecker, 44
scalar standard, 58 KroneckerCapelli, 46
tensorial al doi tensori, 67 lui Sylvester de inertie, 57
tensorial de spatii vectoriale, 66 Pitagora, 58
vectorial, 21 Rouche, 46
proprietate de universalitate spectrala complexa, 62
a produsului tensorial, 66 spectrala reala, 62
a spatiilor vectoriale, 34 Steinitz, 33
Viete, formulele lui, 30
r
adacini ale unitatii, 17 transpozitie, 12
reguli de calcul transpusa
ntr-un grup, 10 hermitiana, 55
ntr-un inel, 14 unei matrice, 43
relatie, 7
relatii de definitie, 13 unitati
reuniunea, 6 ale unui inel, 14
ale unui monoid, 10
scalar, 26 urma
schimbare de baza, 36 unei matrice, 50
contravarianta, 65 unui cuaternion, 18
covarianta, 64
vector, 19, 26
semigrup, 9
alunecator, 19
serie formala, 29
legat, 19
signatura
liber, 19, 27
unei forme patratice, 57
unitar, 19
unei permutari, 12
versor, 19
simbolul
lui Kronecker, 15
lui Levi-Civita, 68
spatiu
cu produs scalar, 57
Hilbert, 57
prehilbertian, 57
vectorial, 26
subalgebra, 28
subcorp, 15