Documente Academic
Documente Profesional
Documente Cultură
a Liniar
a. Note de curs
Cristian Neculaescu
ASE, Departamentul de MatematicA , ClA direa Ciberneticii, sala 2625, Office hours:
on Monday, 15,00
E-mail address: algecon2011@gmail.com
URL: roedu4you.ro, math4you section
Cuprins
Prefat
a vi
2.5.3. Exemple 97
2.6. Functionale bilinare si p
atratice. Forma canonic
a 116
Capitolul 7. Recapitul
ari 187
Logic
a binar
a 187
7.1. Predicate logice 192
7.2. Multimi 192
7.2.1. Operatii cu multimi 193
7.2.2. Relatii 194
CUPRINS v
Bibliograe 237
vi CUPRINS
Prefat
a
Partea 1
multimile:
V 6= ; (elementele multimii V se numesc vectori)1;
K 6= ; (elementele multimii K se numesc scalari);
functiile:
+K ( ; ) : K K ! K. Functia +K este o lege de compozitie pe multimea K numit
a adunarea
scalarilor si va notat
a prescurtat +";
K (; ):K K ! K. Functia K este o lege de compozitie pe multimea K numit
a nmultirea
scalarilor si va notat
a prescurtat ";
+V ( ; ) : V V ! V. Functia +V este o lege de compozitie pe multimea V numit
a adunarea
vectorilor si va notat
a prescurtat +";
(; ) : K V ! V. Functia este o operatie extern
a pe multimea V numit
a nmultirea
vectorilor cu scalari si va notat
a ". Pentru ecare 2 K xat, operatia partial
aV3
x 7! x 2 V poate numit
a omotetie de parametru . Schimbarea acestei operatii poate
conduce la schimbarea caracteristicilor spatiului vectorial vezi a doua subsectiune)
1.1.2. Observatie. Distinctia ntre diferitele operatii notate la fel se va face din context;
1 nsens riguros, elementele multimii V sunt vectori de pozitie. Denumirile vector, vector de pozitiesau puncttrebuie
folosite atent. La sfrsitul acestei sectiuni va inclus
a o subsectiune pe acest subiect.
4 1. SPATII SI SUBSPATII VECTORIALE
1.1.3. Exercitiu. S
a se arate c
a ntrun monoid cu element neutru elementul neutru este unic.
1.1.4. Exercitiu. S
a se arate c
a ntrun grup elementul simetric al unui element este unic.
Urm
atoarele exemple listeaz
a cteva dintre situatiile importante n care sunt folosite spatii vectoriale.
Exemplele 2D si 3D sunt probabil printre cele mai simple, ofer
a intuitii vizuale si sunt folosite n multe
domenii, iar aceste caracteristici sunt si pozitive dar si negative (n acelasi timp ofer
a intuitii dar si limiteaz
a
a pentru alte situatii). Exemplul Rn este mediul de lucru principal pentru acest curs,
imaginatia necesar
iar ultimul exemplu se refer
a la o situatie special
a care nu va prezentat
a aici dar care este nceputul
pentru "Teoria Codic
arii".
spatiul vectorial (R2 ; R) (planul euclidian); n acest mediu ambient, un vector este identicat cu
0 1
1
vectorul de pozitie al punctului corespunz ator; de exemplu, vectorul @ A este reprezentat prin
2
vectorul de pozitie cu originea n punctul O (0; 0) si vrful n punctul P1 (1; 2).
0 1 0 1
1 3
vectorii: v1 = @ A, v2 = @ A, v1 , v2 2 R2 ;
2 1
n gura atasat
a, vectorii sunt reprezentati ca vectori de pozitie; de exemplu, vectorul v1 este
vectorul cu originea n O (0; 0) si cu sensul n P1 (1; 2)
0 1 0 1 0 1
1 3 4
suma v1 + v2 = @ A + @ A = @ A = v3 ;
2 1 3
0 1
3
vectorul opus lui v2 este v2 = v4 = @ A;
1
1.1. DEFINITII INTRODUCTIVE 5
nmultirea cu un scalar
0 v1 6 = 2; 1;
06 v1 0 1
1 3 2
diferenta v1 v2 = @ A @ A = @ A = v5 ;
2 1 1
spatiul vectorial (R3 ; R) (spatiul euclidian); n acest mediu ambient, un vector este identicat cu
0 1
1
B C
B C
vectorul de pozitie al punctului corespunz ator; de exemplu, vectorul B 2 C este reprezentat prin
@ A
1
vectorul de pozitie cu originea n punctul O (0; 0; 0) si vrful n punctul P1 (1; 2; 1).
0 1 0 1
1 3
B C B C
B C B C
vectorii: v1 = B 2 C, v2 = B 1 C, v1 , v2 2 R3 ;
@ A @ A
1 2
6 1. SPATII SI SUBSPATII VECTORIALE
0 1 0 1 0 1
1 3 4
B C B C B C
B C B C B C
suma v1 + v2 = B 2 C + B 1 C = B 3 C = v3 ;
@ A @ A @ A
1 2 3
0 1
3
B C
B C
vectorul opus lui v2 este v2 = v4 = B 1 C;
@ A
2
nmultirea cu un scalar v6 = 2; 6 v1 ;
0 1 0 1 0 1
1 3 2
B C B C B C
B C B C B C
diferenta v1 v2 = B 2 C B 1 C = B 1 C = v5 ;
@ A @ A @ A
1 2 1
Exist
a o oarecare ambiguitate ntre notiunile "punct", "vector", "vector de pozitie". Claricarea
acestei ambiguit
ati se face ntrun capitol ulterior studiului spatiilor vectoriale si care este numit
"Geometrie An
a"[vezi, de exemplu, [24]]. Deocamdat
a este sucient s
a se remarce c
a, n mediul
ambient numit "spatiu vectorial", un "vector" care geometric ar avea ca origine alt punct dect
originea sistemului de coordonate nu face parte din mediul ambient.
O dreapt
a n 2D poate reprezentat
a ca "multimea solutiilor ecuatiei ax + by + c = 0" [cu a, b, c
nu toti nuli]. Desi aceast
a reprezentare ar putea considerat
a "confortabil
a", nu poate extins
a
la alte dimensiuni. n 3D, "multimea solutiilor ecuatiei ax + by + cz + d = 0" [cu a, b, c, d nu toti
nuli] reprezint
a un plan iar n acest context o dreapt
a ar putea reprezentat
a ca intersectie de
dou
a plane, adic
a "multimea solutiilor unui sistem de dou
a ecuatii cu trei necunoscute"; procedura
poate generalizat
a la n dimensiuni, unde o dreapt
a este "multimea solutiilor unui sistem de n 1
ecuatii cu n necunoscute", dar nu prea mai pare asa de confortabil
a.
Fie punctele P1 (1; 2) si P3 (4; 3); dreapta care trece prin ele este:
x 1 y 2
= ) x 1 = 3 (y 2) ) x 3y + 5 = 0; se observ a c
a "x 3y + 5 = 0" este un
4 1 3 2 8
< x = 3t 5
sistem de o ecuatie cu dou a necunoscute, care are solutia
: y = t; t 2 R
O metod a alternativa si care are avantajul de a neschimbat a la schimbarea num
arului de
dimensiuni este urm
atoarea [reprezentare parametric
a]:
0 1 0 1
1 4
punctele P1 si P3 corespund vectorilor [de pozitie] v1 = @ A si v3 = @ A; drepta
2 3
care trece prin cele dou
a puncte este multimea vectorilor [de pozitie] de forma v( ) = v1 +
v2 [= v1 + (v3 v1 )] [= (1 )v + v ] =
0 1 00 1 0 111 3 0 1
1 4 1 3 +1
= @ A + @@ A @ AA = @ A, 2 R, care este o alt
a parametrizare a
2 3 2 +2
8
< x = 3t 5
solutiei :
: y = t; t 2 R
t= +2)y =t= + 2, x = 3t 5 = 3 ( + 2) 5 = 3 + 1.
Cteva puncte interesante pentru aceast
a dreapt
a:
8 1. SPATII SI SUBSPATII VECTORIALE
Punctul Observatii
P3 1 v1 + v2 = v(1)
P2 nu este pe dreapt
a "directia dreptei"
P4 1 v4 = v1 v2 = v( 1)
1
P7 v7 = v(1=2) "mijlocul segmentului P1 P3 "
2
1 v8 = v( 1=3) "intersectia dreptei cu axa Oy"
P8
3 [punctul dreptei cu prima coordonat
a nul
a]
Rn = f(x1 ; x2 ; ; xn ) ; xi 2 R; i = 1; ng:
Def
(x1 ; x2 ; ; xn ) = ( x1 ; x2 ; ; xn ) ; 8 2 R:
(R; +; ) este corp comutativ (se stie din liceu); (Rn ; +) este grup abelian (adunarea pe componente
este asociativ
a, comutativ
a, admite element neutru si orice element este simetrizabil, datorit
a propri-
et
atilor adun
arii pe R), elementul neutru este 0Rn = (0; 0; ; 0) iar simetricul lui (x1 ; x2 ; ; xn ) este
( x 1 ; x2 ; ; xn ). Au loc propriet
atile de distributivitate:
( + ) (x1 ; x2 ; ; xn ) =
= (( + )x1 ; ( + )x2 ; ; ( + )xn ) =
= ( x1 + x1 ; x2 + x2 ; ; xn + x n ) =
= ( x 1 ; x2 ; ; xn ) + ( x 1 ; x2 ; ; xn ) =
= (x1 ; x2 ; ; xn ) + (x1 ; x2 ; ; xn ) ;
((x1 ; x2 ; ; xn ) + (y1 ; y2 ; ; yn )) =
= (x1 + y1 ; x2 + y2 ; ; xn + yn ) =
= ( (x1 + y1 ) ; (x2 + y2 ) ; ; (xn + yn )) =
= ( x 1 + y 1 ; x2 + y 2 ; ; xn + y n ) =
= ( x 1 ; x2 ; ; xn ) + ( x 1 ; x2 ; ; xn ) =
= (x1 ; x2 ; ; xn ) + (y1 ; y2 ; ; yn ) ;
1.1.9. Exemplu (Spatii vectoriale peste corpuri nite). Acest exemplu foloseste Capitolele 3 si 4 din [25].
Se stie c
a pentru ecare num a un unic corp nit cu pn
ar prim p si pentru ecare ntreg pozitiv n, exist
elemente [T. 3.3.3, [25]], notat Fpn . Dac
a V este o multime nevid
a astfel nct (V; Fpn ) satisface axiomele
de spatiu vectorial, atunci structura (V; Fpn ) este un spatiu vectorial peste un corp nit, structur
a utilizat
a
n "Coding Theory" si n "Cryptography". n acest context, un cod liniar de lungime m peste Fpn este un
subspatiu al spatiului Fm
p n ; Fp n .
1.1.10. Denitie. (Denitia subspatiului) Fie (V; K) spatiu vectorial si S V; S se numeste subspatiu
vectorial al lui (V; K) dac
a:
10 1. SPATII SI SUBSPATII VECTORIALE
(1) 8x; y 2 S; x + y 2 S;
(2) 8 2 K; 8x 2 S; x 2 S:
Nu orice submultime a lui V este subspatiu: de exemplu multimea f (1; 1; 2) ; : 2 Rg este subspatiu
in R3 , iar multimea f(1; 1; 1) + (1; 1; 2) ; : 2 Rg nu este subspatiu n R3 .
S = f (1; 0; 0) + (0; 0; 1) ; ; 2 Rg :
Se noteaz
a cu LK (V1 ; V2 ) multimea tuturor morsmelor dintre (V1 ; K) si (V2 ; K).
1.1.13. Exemplu. Fie spatiile vectoriale (R3 ; R) si (P2 [X] ; R) (Pn [X] este multimea tuturor polinoamelor
de grad cel mult n, n nedeterminata X si cu coecienti reali). Functia U ( ) : P2 [X] ! R3 denit
a
prin U (P ( )) = xP ( ) 2 R3 (pentru un polinom P (X) = aX 2 + bX + c 2 P2 [X] se ataseaz
a vectorul
xP ( ) = (a; b; c)) este morsm de spatii vectoriale.
Operatiile n (P2 [X] ; R) sunt (denitiile sunt cunoscute din liceu):
Def
P ( ) + Q ( ) = (P + Q) ( ) ; unde: (P + Q) (X) = P (X) + Q (X) ;
Def
P ( ) = (( P ) ( )) ; unde: ( P ) (X) = P (X) :
P (X) = aX 2 + bX + c 2 P2 [X] ) U (P ( )) = (a; b; c) 2 R3 ;
Q (X) = a1 X 2 + b1 X + c1 2 P2 [X] ) U (Q ( )) = (a1 ; b1 ; c1 ) 2 R3 :
1.1. DEFINITII INTRODUCTIVE 11
(P + Q) (X) = (a + a1 ) X 2 + (b + b1 ) X + (c + c1 ) 2 P2 [X] )
) U ((P + Q) ( )) = (a + a1 ; b + b1 ; c + c1 ) = (a; b; c) + (a1 ; b1 ; c1 ) = U (P ( )) + U (Q ( ))
( P ) (X) = aX 2 + bX + c )
) U (( P ) ( )) = ( a; b; c) = (a; b; c) = U (P ( )) :
1.1.15. Exercitiu. S
a se arate c
a morsmul din exemplul anterior este functie bijectiv
a.
1.1.17. Exercitiu. S
a se arate c
a U ( ) : P2 [X] ! R, denit prin U (P ( )) = P (1) este o functional
a
liniar
a.
P
p
a) Pentru p 2 N, i = 1; p; xi 2 V si
1.1.18. Denitie. (Combinatie liniar i 2 K, elementul x = ix
i
i=1
se numeste combinatie liniara a vectorilor xi cu scalarii i . (scalarii care particip
a la sum
a se mai numesc
ponderi iar combinatia liniar
a se mai numeste suma ponderata ).
1.1.23. Exemplu. n spatiul vectorial (P2 [X] ; R), pentru A = f1; Xg,
spanR A = fa 1 + b X; a; b 2 Rg
este multimea tuturor combinatiilor liniare cu polinoamele 1 si X si este multimea tuturor polinoamelor
de grad cel mult 1 n X (inclusiv constantele, privite ca polinoame).
B 1 1 3 C
B C
B 2 3 5 C
B C
B C este 3).
B 2 4 2 C
B C
@ A
1 0 1
P
p
i
P
p
i
(1) 8 i 2 K; i = 1; p; ix =0) 1 = = p = 0 (unic) (relatia ix = 0 are loc numai
i=1 i=1
pentru scalari nuli);
P
p
i
(2) 8 i 2 K; i = 1; p; ((9i0 2 f1; ; pg ; i0 6= 0) ) ix 6= 0) (pentru orice alegere nenul
a de
i=1
scalari, combinatia liniar
a este nenul
a)
Procedur
a: Studiul dependentei liniare a unei familii de vectori
Fie o multime de vectori xi ; i = 1; p n spatiul vectorial (V; K).
Pasul 1. Se consider
a relatia:
p
X
i
ix = 0;
i=1
Pasul 2. Se rezolv
a ecuatia de la Pasul 1, n sensul c
a se aa toate solutiile ecuatiei (de fapt, pentru stabilirea
naturii familiei de vectori este sucient s
a se r
aspund
a la ntrebarea: Exist
a si alte solutii n afar
a
de solutia identic nul
a( i = 0, i = 1; p)?". De obicei acest pas nseamn
a rezolvarea (eventual
cu discutie dup
a parametrii, dac
a familia de vectori depinde de parametri) unui sistem liniar de
ecuatii folosind tehnicile de liceu sau Metoda pivotului.
Pasul 3. n functie de rezultatele obtinute la Pasul 2, se nalizeaz
a studiul cu concluzia adecvat
a:
dac
a solutia nul
a este unic
a, multimea este liniar independent
a;
dac
a solutia nul
a nu este unic
a, multimea este liniar dependent
a si eventual se scoate n evident
a
si o dependent
a (se nlocuieste o solutie nenul
a n ecuatia de la Pasul 1).
(solutia nul
a veric
a ntotdeauna sistemul de pasul 1; n situatia de independent
a liniar
a,
esential este s
a se justice faptul c
a nu exist
a alte solutii)
1.1.28. Exemplu. S
a se studieze natura multimii de vectori:
1 2 3
1v (m) + 2v (m) + 3v (m) = 0;
1.1. DEFINITII INTRODUCTIVE 15
adic
a (m 1 + 2 + 3; 1 +m 2 + 3; 1 + 2 +m 3) = (0; 0; 0). Se obtine sistemul algebric liniar omogen:
8
>
> m + + =0
>
< 1 2 3
1 +m 2 + 3 =0
>
>
>
:
1 + 2 +m 3 =0
a c
arui multime de solutii este dependent
a de parametrul m si este:
8
>
> f(0; 0; 0)g ; m 2 Rn f 2; 1g
>
<
S (m) = f( a b; a; b) ; a; b 2 Rg ; m = 1
>
>
>
:
f(a; a; a) ; a 2 Rg ; m= 2
n concluzie:
Se observ
a c
a se obtin informatii de dou
a tipuri:
1.1.30. Exemplu. n spatiul vectorial (P2 [X] ; R), pentru A = f1; Xg,
spanR A = fa 1 + b X; a; b 2 Rg
Diferente dintre termenii folositi. Expresiile vector, vector de pozitiesau punct, desi sunt
uzual folosite pentru a desemna un element al unui spatiu vectorial, n sens strict au alt
a semnicatie.
Expresia punct se refer
a la un element al multimii V si desemneaz
a un loc in spatiu. Multimea V
este privit
a ca spatiu an- o structur
a abstract
a care nu va studiat
a n acest curs. Cu puncte se pot
face doar sc
aderi, iar rezultatul sc
aderii dintre dou
a puncte este un vector.
Expresia vector se refer
a la un obiect care este caracterizat de dou
a puncte, unul numit origine iar
cel
alalt vrf.
Singura expresie adecvat
a structurii de spatiu vectorial este cea de vector de pozitiesi se refer
a la
un vector cu originea n originea sistemului de axe si cu vrful n punct.
Exemplu:
~ si OQ.
Punctele P = (2; 5) si Q = (6; 2) sunt identicate cu vectorii de pozitie OP ~
R=P ~ si OR
Q = ( 4; 3). Desi vectorii QP ~ sunt congruenti, au alte origini si doar unul dintre ei (si
~ este vector de pozitie; cel
anume OR) ~ , nu este element al spatiului vectorial.
alalt, vectorul QP
1.1. DEFINITII INTRODUCTIVE 17
atilor spatiului. Se
Schimbarea nmultirii cu scalari poate conduce la schimbarea propriet
consider
a multimea R [X] a functiilor rationale (fractii de polinoame cu coecienti reali).
Multimea R [X] este corp mpreun
a cu adunarea si nmultirea fractiilor de polinoame cu coecienti
reali.
Structura (R [X] ; R [X]) este spatiu vectorial peste el nsusi (iar n acest caz nmultirea cu scalari este
chiar nmultirea obisnuit
a a fractiilor de polinoame (dup
a cum se va vedea n sectiunea 1.5, spatiul vectorial
este 1dimensional)
Se consider
a o alt
a nmultire cu scalari":
Deoarece ( + ) (X 2 ) = (X 2 ) + (X 2 ) si ( ) (X 2 ) = (X 2 ) (X 2 ) si 1 2 R [X] cu 1 (X 2 ) = 1,
toate axiomele sunt satisf
acute.
Structura (R [X] ; R [X]) are dimensiune 1 (iar o baz
a este polinomul 1), deoarece v (X) = v (X) 1; 8v 2
R [X].
Structura (R [X] ; R [X]) cu " ca nmultire cu scalari:
p (X)
Se consider
a un vector v (X) = cu p si q polinoame.
q (X)
n 1
X
n [ n2 ]
X [X2 ]
unde:
n 1
[ n2 ]
X [X2 ]
p1 (X 2 ) q1 (X 2 ) p1 (X 2 ) q2 (X 2 ) X + p2 (X 2 ) q1 (X 2 ) X p2 (X 2 ) q2 (X 2 ) X 2
= =
q12 (X 2 ) q22 (X 2 ) X 2
p1 (X 2 ) q1 (X 2 ) p2 (X 2 ) q2 (X 2 ) X 2 p1 (X 2 ) q2 (X 2 ) + p2 (X 2 ) q1 (X 2 )
= + X
q12 (X 2 ) q22 (X 2 ) X 2 q12 (X 2 ) q22 (X 2 ) X 2
p (X)
Se observ
a c
a polinomul v (X) = se scrie ca o combinatie liniar
a a polinoamelor 1 si X cu
q (X)
coecientii (scalarii)
p1 (X) q1 (X) p2 (X) q2 (X) X
1 (X) =
q12 (X) q22 (X) X
18 1. SPATII SI SUBSPATII VECTORIALE
si
p1 (X) q2 (X) + p2 (X) q1 (X)
2 (X) = ;
q12 (X) q22 (X) X
n sensul c
a
v= 1 1+ 2 X;
ceea ce arat
a c
a f1; Xg este sistem de generatori. Cum familia f1; Xg este liniar independent
a (exercitiu),
rezult
a c
a structurile (R[X]; R[X]; +; ) si (R[X]; R[X]; +; ) sunt diferite, datorit
a operatiei diferite de
nmultire cu scalari.
1.2. Propriet
ati
(2) 8 2 K; 0V = 0V ;
(3) 8x 2 V; 0K x = 0V ;
(4) 8x 2 V; ( 1K ) x = x;
(5) x = 0V ) = 0K sau x = 0V .
(1) x= ((x y) + y) = (x y) + y) (x y) = x y; x = (( ) + )x =
( )x + x ) x x=( ) x;
(2) 0V = (x x) = x x = 0V :
(3) 0K x = ( ) x= x x = 0V :
(4) 0V = 0K x = (1K 1K ) x = (1K + ( 1K )) x = 1K x + ( 1K ) x ) ( 1K ) x = (1K x) = x:
1 1 1
(5) x = 0V si 6= 0 ) 9 2 K si x= 0V ) x = 0:
Tem
a: S
a se studieze aceast
a Propozitie ca un exercitiu teoretic.
X
n
8n 2 N; 8xi 2 V0 ; 8 i 2 K; i = 1; n; i xi 2 V0 :
i=1
T
1.2.4. Observatie. span (xi )i=1;n = V0 (este cel mai mic subspatiu liniar care contine familia
V0 subspatiu
V0 (xi )
i=1;n
(xi )i=1;n ).
T
Demonstratie. span (xi )i=1;n V0 pentru c
a orice subspatiu care contine familia (xi )i=1;n
V0 subspatiu
V0 (xi )
i=1;n
contine si toate combinatiile liniare ale acestei familii (Observatia (1.2.3)); incluziunea invers
a rezult
a din
Propozitia (1.2.2): span (xi )i=1;n este subspatiu vectorial si cum contine familia (xi )i=1;n urmeaz
a c
a
T
face parte dintre subspatiile care particip
a la intersectie, asa c
a are loc span (xi )i=1;n V0
V0 subspatiu
V0 (xi )
i=1;n
pentru c
a intersectia este inclus
a n orice multime care particip
a la intersectie.
1.3.1. Exemplu. Spatiul Kn de siruri ordonate cu n componente din corpul K. Elementele multimii
Kn sunt de forma (x1 ; x2 ; ; xn ), adunarea si nmultirea cu un scalar se face pe componente. Exemple
importante se obtin pentru K = R, K = C, K = Q si pentru corpuri nite.
1
1.3.2. Exemplu. Fie X 6= ; si e F (X) = ff ( ) : X ! R; f (R ) este nit
ag [X este o multime
nevid
a oarecare iar F (X) este multimea functiilor denite pe X, cu valori reale, si ale c
arei valori sunt
nenule ntrun num
ar nit de cazuri]. F (X) cu operatiile algebrice uzuale dintre functii este spatiu
vectorial.[Cazuri particulare interesante] X = f1; ; ng; X = N.
1.3.3. Exemplu. Spatiul vectorial al matricilor de m linii si n coloane, cu coecienti peste un corp xat.
Spatiul este Mm n (K), vectorii sunt matrice, adunarea vectorilor este adunarea matricilor, nmultirea
unui vector cu un scalar este nmultirea matricilor cu un scalar.
1.3.4. Exemplu. Spatiul vectorial al sirurilor oarecare de numere reale. Spatiul este notat RN , un vector
este un sir de numere reale nteles ca succesiunea ordonat
a si innit
a a elementelor sirului. Adunarea
vectorilor este adunarea termen cu termen a sirurilor
P
1
1.3.5. Exemplu. Multimea sirurilor (an )n2N cu proprietatea c
a seria a2n este convergent
a [deci cu
n=0
P
n
proprietatea c
a limita lim a2k este nit
a]
n!1 k=0
1.4. EXERCITII 21
1.3.6. Exemplu. Spatiul vectorial al sirurilor Cauchy de numere rationale (un sir (an )n2N Q este
Cauchy dac
a 8" > 0, 9n" 2 N, 8n; m n" , jan am j < "), cu operatiile denite ca la exemplul anterior.
1.3.7. Exemplu. Spatiul polinoamelor n nedeterminata t cu coecienti reali, notat R [t]. Dac
a p(t) =
a0 + a1 t + + an tn si q(t) = b0 + b1 t + + bn tn sunt dou
a polinoame din R [t], denitiile
dau o structur
a de spatiu vectorial.
1.3.8. Exemplu. Spatiul vectorial al polinoamelor n nedeterminata t, cu coecienti reali, de grad cel
mult n, notat Rn [t].
1.3.10. Exemplu. Spatiul vectorial real al tuturor functiilor indenit derivabile D1 (R; R).
1.3.11. Exemplu. Spatiul vectorial real al tuturor functiilor care au domeniul [a; b] si codomeniul R,
notat F ([a; b] ; R).
1.3.12. Exemplu. Spatiul vectorial real al tuturor functiilor din F ([a; b] ; R) care sunt lipschitziene
(functii f ( ) : [a; b] ! R pentru care exist
a kf > 0 astfel nct jf (x) f (y)j 6 kf jx yj, 8x; y 2 [a; b]),
notat L ([a; b] ; R).
1.4. Exercitii
a spatiul R3 .
1.4.1. Exemplu. Familia de vectori (1; 1; 1), (1; 2; 3), (3; 2; 1) genereaz
1.4.2. Exercitiu. Fie (V; R) un spatiu vectorial real oarecare. Se denesc operatiile:
+ : (V V) (V V) ! V V
denit
a prin
(x1 ; y1 ) + (x2 ; y2 ) = (x1 + x2 ; y1 + y2 )
si
:C (V V) ! (V V)
denit
a prin
( + i ) (x; y) = ( x y; x + y) :
22 1. SPATII SI SUBSPATII VECTORIALE
S
a se arate c
a (V V; C) cu operatiile de mai sus este un spatiu vectorial complex (acest spatiu se numeste
complexicatul spatiului real (V; R) )
1.4.3. Exercitiu. S
a se arate c
a multimea functiilor nederivabile pe [a; b] nu este spatiu vectorial.
1.4.4. Exercitiu. S
a se arate c
a reuniunea a dou
a subspatii vectoriale nu este neap
arat un subspatiu
vectorial.
1.5. Reprezent
ari n spatii vectoriale
1.5.1. Propozitie. (Denitii echivalente ale bazei) Fie B o multime de vectori n (V; K). Sunt echivalente
armatiile:
de elementele lui B) si include strict multimea B, contradictie cu maximalitatea lui B (ca multime liniar
independent
a). Deci multimea B este sistem de generatori.
Presupunem prin reducere la absurd c
a B ca sistem de generatori nu este minimal. Atunci exist
a B0
inclus strict n B si care este sistem de generatori. Fie v1 2 B n B0 ; v1 este combinatie liniar
a a elementelor
din B0 (n care v1 nu se aa) deci B nu este multime liniar independent
a, contradictie.
(2))(3)
Cum B este sistem de generatori, s
a presupunem prin reducere la absurd c
a multimea B n-ar
liniar independent
a, adic
a presupunem c
a ar exista un vector v2 2 B care s
a e combinatie liniar
a de
ceilalti vectori; atunci noua multime B n fv2 g ar strict inclus
a n B si ar p
astra proprietatea de sistem
de generatori (pentru c
a ecare vector poate scris ca o combinatie liniar
a de vectorii din B, iar n
combinatiile liniare la care particip
a si v2 acesta poate nlocuit cu o combinatie liniar
a din B n fv2 g,
obtinnduse combinatii liniare numai cu elementele lui B n fv2 g), contradictie.
(3))(1)
Cum B este liniar independent
a, dac
a n-ar maximal
a (ca multime liniar independent
a) ar exista o
multime B 0 liniar independent
a si care contine B. Atunci v 0 2 B 0 n B nu este combinatie liniar
a de vectorii
a altfel B 0 n-ar liniar independent
din B (pentru c a) ceea ce este o contradictie cu faptul c
a B este sistem
de generatori.
1.5.2. Denitie. Se numeste baza orice multime de vectori care satisface una dintre conditiile echivalente
din Propozitia anterioar
a. Dac
a pentru o baz
a xat
a se tine cont si de ordinea vectorilor n baz
a, atunci
n locul cuvntului baza se va folosi cuvntul reper.
(demonstratia va ar
ata c
a, dac
a familia nit
a S este sistem de generatori, atunci maximalitatea lui B n
S ca familie liniar independent
a implic
a maximalitatea lui B n V ca familie liniar independent
a)
1.5.5. Corolar. Din orice sistem nit de generatori se poate extrage o baz
a.
si se aplic
a teorema precedent
a ) 9B baz
a astfel nct
fv0 g B S:
1.5. REPREZENTARI N SPATII VECTORIALE 25
dac
a toti scalarii i ar nuli atunci v1 ar nul ceea ce contrazice independenta liniar
a a familiei
fv1 ; ; vr g; deci m
acar un scalar este nenul si, printro eventual
a renumeroatare a sistemului de genera-
tori, se poate presupune c
a 1 6= 0; se poate scrie u1 ca o combinatie liniar
a de vectorii v1 ; u2 ; ; un :
1 X
n
i
(1.5.1) u1 = v1 ui :
1 i=2 1
P
n
Fie v 2 V oarecare; 9 i 2 K; i = 1; n, astfel nct v = i ui dar din (1.5.1) urmeaz
a:
i=1
P
n P
n
1
P
n P
n
v= i ui = 1 u1 + i ui = 1 1
v1 i
1
ui + i ui =
i=1 i=2 i=2 i=2
P
n
= 1
1
v1 + i
i 1
1
ui ;
i=2
X
r 1 X
n
9 i 2 K; vr = i vi + i ui ;
i=1 i=r
rP1
dac
a toti scalarii i 2 K; i = r; n ar nuli, atunci vr = i vi contradictie cu independenta liniar
aa
i=1
familiei fv1 ; ; vr g; deci 9i0 2 fr; ; ng astfel nct i0 6= 0; se presupune printr-o renumerotare c
a
1 X
r 1
i
X
n
i
(1.5.2) ur = vr vi ui ;
r i=1 r i=r+1 r
26 1. SPATII SI SUBSPATII VECTORIALE
din faptul c
a fv1 ; ; vr 1 ; ur ; ; un g este sistem de generatori si din (1.5.2) urmeaz
a c
a fv1 ; ; vr ; ur+1 ; ; un
este sistem de generatori: 8v 2 V; 9 i 2 K; i = 1; n;
rP1 P
n rP1 P
n
v= i vi + i ui = i vi + r ur + i ui =
i=1 i=r i=1 i=r+1
rP1 rP1 P
n P
n
1
= i vi + r r
vr i
r
vi i
r
ui + i ui =
i=1 i=1 i=r+1 i=r+1
rP1 Pn
i r r i r
= i r
vi + r
vr + i r
ui ;
i=1 i=r+1
ceea ce nseamn
a c
a orice vector al spatiului este combinatie liniar
a de vectorii familiei fv1 ; ; vr ; ur+1 ; ; un g,
adic
a fv1 ; ; vr ; ur+1 ; ; un g este sistem de generatori.
1.5.7. Corolar. ntrun spatiu vectorial de tip nit, orice familie liniar independent
a de vectori poate
completat
a pn
a la o baz
a.
Demonstratie. Se consider
a o familie liniar independent
a B0 si un sistem de generatori S0 . Din
Teorema (1.5.6) se obtine un nou sistem de generatori S cu acelasi num
ar de elemente ca si S0 , si care
include B0 . Deoarece B0 S rezult
a c
a num
arul de elemente din B0 este mai mic dect num
arul de
elemente din S, deci si din S0 .
i ui = i ui ) ( i i ) ui = 0;
i=1 i=1 i=1
1.5.12. Denitie. Fiind xate: (V; K), baza (reperul) B si vectorul v 2 V, scalarii din propozitia ante-
rioar
a se numesc coordonatele vectorului v.
n continuare, pentru ecare vector v al spatiului se va nota reprezentarea vectorului n baza B (coor-
donatele vectorului n baza B) cu [v]B . Scrierea
2 3
6 1 7
6 7
6 2 7
6 7
[v]B = 6 . 7
6 .. 7
6 7
4 5
n
X
n
v= i vi ;
i=1
scrierea lor f
acndu-se (prin conventie) pe vertical
a iar ordinea scalarilor ind unic determinat
a de ordinea
vectorilor n baz
a. Trebuie remarcat c
a reprezentarea unui vector depinde de baza xat
a, n sensul c
a
schimbarea bazei atrage schimbarea reprezent
arii, cu toate c
a vectorul nu se schimb
a (acelasi obiect xat
se vede diferit din diferite puncte de vedere). Modul n care se petrece aceast
a schimbare si leg
atura dintre
diferite reprezent
ari ale aceluiasi obiect este studiat
a n sectiunile urm
atoare.
1.5.13. Propozitie. Orice spatiu vectorial de tip nit (V; K) cu dimK V = n este izomorf cu (Kn ; K)
1.1.14.
28 1. SPATII SI SUBSPATII VECTORIALE
X
n X
n X
n
0 0
v1 + v2 = i vi + i vi = ( i + i ) vi )
i=1 i=1 i=1
2 3 2 3 2 3
0 0
6 1 + 1 7 6 1 7 6 7 1
6 7 6 7 6 7
6 + 0 7 6 2 7 6 0 7
6 2 2 7 6 7 6 2 7
[v1 + v2 ]B = 6 .. 7 = 6 . 7 + 6 . 7 = [v1 ]B + [v2 ]B
6 . 7 6 .. 7 6 .. 7
6 7 6 7 6 7
4 5 4 5 4 5
0 0
n + n n n
deci ' (v1 + v2 ) = ' (v1 ) + ' (v2 ) (din unicitatea reprezent
arii ntr-o baz
a). Analog, pentru 2 K are loc
2 3 2 3
6 1 7 6 1 7
6 7 6 7
X
n 6 7 6 2 7
6 2 7 6 7
v1 = ( i ) vi ) [ v ]
1 B = 6 .. 7= 6 . 7= [v1 ]B
6 . 7 6 .. 7
i=1 6 7 6 7
4 5 4 5
n n
n continuare se vor da exemple de baze standard (canonice) pentru diferite spatii vectoriale. n ecare
spatiu vectorial se poate lucra cu o innitate de baze; ca o conventie general
a, dac
a nu se precizeaz
a o baz
a
pentru spatiul n care se lucreaz
a, se va presupune implicit c
a se lucreaz
a cu baza standard (canonic
a).
1.6.3. Exemplu. Baza standard pentru R3 este f(1; 0; 0) ; (0; 1; 0) ; (0; 0; 1)g.
1.7. REPREZENTAREA VECTORILOR 29
1.6.4. Exemplu. Baza standard pentru Rn [t] (multimea polinoamelor cu coecienti reali de grad cel mult
n) este multimea E = f1; t1 ; : : : ; tn g.
1.6.5. Exemplu. Baza standard pentru R [t] (multimea tuturor polinoamelor) este multimea E = f1; t1 ; : : : ; tn ; :
1.6.6. Exemplu. Baza standard pentru Mmn (R) (multimea matricilor de m linii si n coloane, cu elemente
numere reale) este multimea E = fE11 ; : : : ; Emn g de matrici Eij 2 Mmn (R) cu proprietatea c
a locul (i; j)
este ocupat de valoarea 1 iar celelalte locuri sunt ocupate de valoarea 0.
1.6.7. Exemplu. Baza standard pentru M3;2 (R) este multimea E = fE11 ; E12 ; E21 ; E22 ; E31 ; E32 g a
2 3 2 3 2 3 2 3 2 3
1 0 0 1 0 0 0 0 0 0
6 7 6 7 6 7 6 7 6 7
6 7 6 7 6 7 6 7 6 7
matricilor E11 = 6 0 0 7, E12 = 6 0 0 7, E21 = 6 1 0 7, E22 = 6 0 1 7, E31 = 6 0 0 7, E32 =
4 5 4 5 4 5 4 5 4 5
0 0 0 0 0 0 0 0 1 0
2 3
0 0
6 7
6 7
6 0 0 7.
4 5
0 1
Fie V spatiu vectorial de tip nit peste corpul K si e B = (e1 ; ::; en ) un reper al s
au. Coordonatele
vectorilor reperului n raport cu reperul sunt:
2 3 2 3 2 3
6 1 7 6 0 7 6 0 7
6 7 6 7 6 7
6 0 7 6 1 7 6 0 7
6 7 6 7 6 7
6 7 6 7 6 .. 7
6
[e1 ]B = 6 0 7 ; [e2 ]B = 6
7 7
6 0 7; ; [en ]B = 6
6 . 7
7:
6 . 7 6 . 7 6 7
6 . 7 6 . 7 6 7
.
6 7 6 . 7 6 0 7
4 5 4 5 4 5
0 0 1
u = u1 + u2 ;
dac
a si numai dac
a ntre coordonatele (reprezent
arile) vectorilor n aceeasi baz
a are loc relatia
Demonstratie. Evident
P
n P
n P
n
Fie reperul B = (e1 ; ::; en ) si u = i ei , u1 = i ei , u2 = i ei . Coordonatele vectorilor sunt:
i=1 i=1 i=1
30 1. SPATII SI SUBSPATII VECTORIALE
2 3 2 3 2 3
1 1 1
6 7 6 7 6 7
6 . 7 6 . 7 6 . 7
[u]B = 6 .. 7, [u1 ]B = 6 .. 7, [u2 ]B = 6 .. 7.
4 5 4 5 4 5
n n n
Dac
a ntre vectori are loc relatia u = u1 + u2 , atunci:
P
n Pn P
n
e
i i = e
i i + i ei , relatie care (din unicitatea reprezent
arii ntro baz
a) este echivalent
a
i=1 i=1 i=1
cu i = i + i,
8i = 1; n, adic
a:
2 3 2 3 2 3
1
6 7 6 1 7 6 1 7
6 .. 7 6 .. 7 6 .. 7
6 . 7= 6 . 7+ 6 . 7.
4 5 4 5 4 5
n n n
1.7.2. Observatie. Fie reperul B = (e1 ; ::; en ) xat si e B1 = (v1 ; ::; vm ) o familie oarecare ordonat
a de
vectori (este important
a ordinea vectorilor n ambele familii). Coordonatele vectorilor considerati sunt, n
reperul B, urm
atoarele:
2 3 2 3 2 3
6 11 7 6 12 7 6 1m 7
6 7 6 7 6 7
6 7 6 7 6 7
6 21 7 6 22 7 6 2m 7
6 7 6 7 6 7
[v1 ]B = 6
6
7 6
31 7 ; [v2 ]B = 6
7 6
32 7 ; :::; [vm ]B = 6 3m
7;
7
6 .. 77 6 .. 77 6 .. 7
6 6 6 7
6 . 7 6 . 7 6 . 7
4 5 4 5 4 5
n1 n2 nm
P
n
vj = ij ei ; 8j = 1; m
i=1
Se noteaz
a cu [M (B1 )]B (2 Mn m (K)) matricea care are drept coloane coordonatele vectorilor familiei
B1 n baza B, 2 3
6 11 12 1m 7
6 7
6 7
6 21 22 2m 7
6 7
[M (B1 )]B = 6
6 31 32 3m
7:
7
6 .. .. .. 7
6 .. 7
6 . . . . 7
4 5
n1 n2 nm
Urm
atoarele caracteristici ale familiei B1 pot studiate cu ajutorul acestei matrici:
[rangul nu poate mai mare ca m; rangul este mai mic dect m, dac
a si numai dac
a (m
acar)
o coloan
a este combinatie liniar
a a celorlalte coloane, adic
a vectorii sunt liniar dependenti]
(4) Familia B1 este sistem de generatori dac
a si numai dac
a rang [M (B1 )]B = n (o consecint
a este c
a
B1 nu poate sistem de generatori dac
a num
arul ei de vectori este mai mic dect dimensiunea
spatiului);
[familia de vectori este sistem de generatori dac
a si numai dac
a sistemul liniar neomogen
[M (B1 )]B x = [v]B este compatibil pentru orice vector v; dac
a rangul matricii [M (B1 )]B este
mai mic strict dect n, familiei B1 i se poate ad
auga un vector v astfel nct rangul noii familii s
a
e strict mai mare, iar pentru un asemenea vector rangul matricii extinse este strict mai mare ca
rangul matricii, deci sistemul atasat este incompatibil]
(5) Familia B1 este baz
a dac
a si numai dac
a n = m si rang [M (B1 )]B = n.
[Din punctele anterioare]
n ipoteza c
a familia B1 este reper, se pune problema reprezent
arii vectorilor n noul reper si a g
asirii
leg
aturii dintre vechea reprezentare si noua reprezentare. Reprezentarea noului reper n vechiul reper este
(matricial):
0 1
B 11 12 1n C
B C
B C
B 21 22 2n C
B C
[M (B1 )]B = B
B 31 32 3n
C:
C
B .. .. .. C
B .. C
B . . . . C
@ A
n1 n2 nn
Aceast
a matrice este format
a din reprezentarile vectorilor noului reper (pe coloane) n vechiul reper.
n noua reprezentare, vectorii reperului B1 vor avea coordonatele
2 3 2 3 2 3
1
6 7 0
6 7 6 0 7
6 7 6 7 6 7
6 0 7 6 1 7 6 0 7
6 7 6 7 6 7
6 7 6 7 6 .. 7
[v1 ]B1 = 6 0
6 7
7 ; [v2 ] = 6 0 7 ; :::; [vn ] = 6
B1 6 7 B1 6 . 7
7;
6 . 7 6 . 7 6 7
6 . 7 6 . 7 6 7
6 . 7 6 . 7 6 0 7
4 5 4 5 4 5
0 0 1
32 1. SPATII SI SUBSPATII VECTORIALE
X
n
0
ei = ji vj
j=1
S
a not
am cu [M (B)]B1 matricea care are drept coloane coordonatele vectorilor vechiului reper (B) n noul
reper (B1 ), 2 3
0 0 0
6 11 12 1n 7
6 7
6 0 0 0 7
6 21 22 2n 7
6 7
[M (B)]B1 =6
6
0
31
0
32
0
3n
7:
7
6 .. .. .. 7
6 .. 7
6 . . . . 7
4 5
0 0 0
n1 n2 nn
P
n P
n P
n P
n P
n
x= x0j vj = x0j ij ei = x0j ij ei =
j=1 j=1 !
i=1 j=1 i=1!
P
n P
n P
n P
n
= x0j ij ei = x0j ij ei ;
i=1 j=1 i=1 j=1
1.7. REPREZENTAREA VECTORILOR 33
P
n P
n
dar x = xi ei , deci xi = x0j ij , 8i = 1; n (din unicitatea reprezent
arii ntr-o baz
a). Scrierea matricial
a
i=1 j=1
a acestei relatii este:
2 3 2 32 3
6 x1 7 6 11 12 13 1n 76 x01 7
6 7 2 P
n 3 6 76 7
6 7 x0j 6 76 7
6 7 6 1j
7 6 76 7
6 7 6 j=1
7 6 76 7
6 x2 7 Pn 7 6 76 7
6 7 6 x0j 7 6 ::: 76 x02 7
7 6
21 22 23 2n
6 2j
7 6 76 7
6 7 6 7 6 76 7
7 6
j=1
6 P 7 6 76 7
7=6
n
6 7=6 76 7;
6 7 6
6
x0j 3j
7 6 76 7
6 x3 7 7 6 76 x03 7
7 6
j=1
6 7 6
31 32 33 3n 76 7
6 7 6 ..
7 6 76 7
6 7 6 . 7 6 76 7
6 7 6
4 P
n 5 6 76 7
6 .. 7 6 .. .. .. .. 76 .. 7
6 7
. 7 x0j nj 6 . . .
..
. . 76 . 7
6 j=1 6 76 7
4 5 4 54 5
xn n1 n2 n3 nn x03
( Se mai spune c
a [M (B1 )]B este matricea de trecere de la B1 la B) Se observ
a c
a matricea de trecere
de la noua baz
a la vechea baz
a are drept coloane coordonatele n baza nou
a pentru vectorii bazei vechi.
Analog, are loc si relatia
[x]B1 = [M (B)]B1 [x]B
[M (B1 )]B
!
B1 B
[M (B1 )]B1
Dac
a se dau dou
a repere B1 si B2 , amndou
a raportate la reperul de referint
a E, trecerea de la B1 la
B2 se face pivotnd pe reperul de referint
a: e [M (B)]E matricea care are drept coloane coordonatele
vectorilor reperului B n baza E si [M (B1 )]E matricea care are drept coloane coordonatele vectorilor
reperului B1 n baza E. Atunci
8
>
> a11 x1 + a12 x2 + a1j xj + a1m xm = b1
>
>
>
>
>
> a21 x1 + a22 x2 + a2j xj + a2m xm = b2
>
>
>
>
>
<
>
> ai1 x1 + ai2 x2 + aij xj + aim xm = bi
>
>
>
>
>
>
>
>
>
>
>
: a x + a x +
n1 1 n2 2 anj xj + anm xm = bn
n care coecientul aij este nenul. Se alege s
a se elimine necunoscuta xj din toate ecuatiile n afar
a de
ecuatia i (cu alte cuvinte coecientii necunoscutei xj s
a devin
a nuli n toate ecuatiile n afar
a de ecuatia
i) iar pentru ecuatia i coecientul s
a devin
a 1. Pentru aceasta se fac urm
atoarele operatii:
n urma acestor operatii, noul sistem va contine necunoscuta xj numai n ecuatia i; calculele se sis-
tematizeaz
a astfel: elementul aij din vechiul sistem se va numi PIVOT iar noii coecienti ai sistemului
se vor obtine din vechii coecienti urmnd REGULA PIVOTULUI:
(1) Locurile de indici (l; j)l=1;n l6=i (coloana pivotului) sunt ocupate de elemente nule iar locul (i; j)
(locul pivotului) este ocupat de valoarea 1.
aik
(2) Locurile de indici (i; k)k=1;m k6=j (linia pivotului) sunt ocupate de aij
(linia pivotului se mparte la
pivot).
(3) Celelalte locuri (k; l)k=1;m k6=j (nici pe linia i si nici pe coloana j) sunt ocupate cu
l=1;n l6=i
REGULA DREPTUNGHIULUI:
coloana j coloana l
linia i aij ail
j j
linia k akj akl
Toate calculele se vor pune ntr-un tabel iar semnicatia acestor calcule, din punct de vedere al coor-
donatelor vectorilor, este:
Prima coloan
a din stnga reprezint
a, la ecare pas, vectorii bazei si ordinea vectorilor n baz
a.
Prima linie reprezint
a vectorii care particip
a la transformare, si ale c
aror coordonate sunt aate
la ecare pas.
Coloanele (numerice) sunt coordonatele vectorilor din prima linie (dintr-un spatiu vectorial real
de dimensiune n), reprezentati pentru tabelul initial ntr-o baz
a initial
a notat
a (ei )i=1;n , iar pentru
tabelele ulterioare n baze intermediare.
Alegerea pivotului aij nseamn
a nlocuirea n baz
a a vectorului de baz
a de rang i cu vectorul
reprezentat de coloana j.
v1 vj vm e1 ei en b
e1 a11 a1j a1m 1 0 0 b1
e2 a21 a2j a2m 0 0 0 b2
.. .. .. .. .. .. .. ..
. . . . . . . .
ei ai1 aij # aim 0 1 0 bi
.. .. .. .. .. .. .. ..
. . . . . . . .
en an1 anj anm 0 0 1 bn
iar al doilea tabel se va obtine din primul cu regula pivotului:
v1 vj vm e1 ei en b
a1j
e1 a011 0 a01m 1 aij
0 b01
a2j
e2 a021 0 a02m 0 aij
0 b02
.. .. .. .. .. .. .. ..
. . . . . . . .
a(i 1)j
ei 1 a0(i 1)1 0 a0(i 1)m 0 aij
0 b0i 1
ai1 aim 1 bi
vj aij
1 aij
0 aij
0 aij
a(i+1)j
ei+1 a0(i+1)1 0 a0(i+1)m 0 aij
0 b0i+1
.. .. .. .. .. .. .. ..
. . . . . . . .
anj
en a0n1 0 a0nm 0 aij
1 b0n
1.7. REPREZENTAREA VECTORILOR 37
Cu aceast
a metod
a se pot rezolva sistemele liniare (neomogene)
Ax = b
n modul urm
ator:
(1) Se formeaz
a tabelul initial.
(2) Se aplic
a metoda pivotului pn
a cnd nu se mai poate aplica pentru nici un element.
(3) Se scrie rezultatul astfel: cu o eventual
a renumerotare de necunoscute (coloane) si ecuatii (linii),
tabelul nal este de forma
..
I . A012 b01
..
0 . 0 b02
1.7.3. Exemplu. S
a se rezolve sistemele:
8 0 1
>
> 4x + 3x + 3x = 14 2
>
< 1 2 3
B C
B C
(1) 3x1 + 2x2 + 5x3 = 13 (Solutia este: B 1 C)
>
> @ A
>
:
2x1 + x2 + 8x3 = 13 1
8 0 1
>
> 4x1 + 3x2 + 3x3 = 6 3 + 12
>
< B C
B C
(2) 3x1 + 2x2 + x3 = 8 (Solutia este: B 5 14 C, 2 R)
>
> @ A
>
:
11x1 + 8x2 + 7x3 = 20
8
>
> x1 + x2 + x3 = 10
>
<
(3) 2x1 + x2 + x3 = 16 (Nu are solutie)
>
>
>
:
3x1 + 2x2 + 2x3 = 24
x1 x2 x3 j b
4 3 3 j 14
3 2 5 j 13
2 1 8 j 13
j
3 3 7
1 j
4 4 2
1 11 5
0 j
4 4 2
1 13
0 j 6
2 2 .
j
1 0 9 j 11
0 1 11 j 10
0 0 1 j 1
j
1 0 0 j 2
0 1 0 j 1
0 0 1 j 1
0 1 0 1
x1 2
B C B C
B C B C
Solutia sistemului se citeste pe coloana b a ultimului tabel si este B x2 C = B 1 C.
@ A @ A
x3 1
0 10 1 0 1
1 3 3 7
0 0 1
B 4 C B4 3 3 14C B 4 4 2C
B 3 CB C B 1 11 5C
B 1 0 C B3 2 5 13C = B0 C,
B 4 C@ A B 4 4 2 C
@ 2 A @ 1 13 A
0 1 2 1 8 13 0 6
0 4 10 1 0 2 2 1
3 3 7
1 3 0 1 1 0 9 11
B CB 4 4 2C B C
B CB 1 11 5 C
B0 4 0 C B 0 C=B B 0 1 11
C
10C,
B CB 4 4 2A C @ A
@ 4 A@ 1 13
0 1 0 6 0 0 1 1
0 2 10 2 2 1 0 1
1 0 9 1 0 9 11 1 0 0 2
B CB C B C
B CB C B C
B0 1 11 C B0 1 11 10 C = B 0 1 0 1C.
@ A@ A @ A
0 0 1 0 0 1 1 0 0 1 1
1.7. REPREZENTAREA VECTORILOR 39
0 1
4 3 3 14
B C
B C
Identitatea matricial
a obtinut a B3 2 5 13C si terminnd
a pornind de la matricea initial
@ A
2 1 8 13
0 1
1 0 0 2
B C
B C
a B0 1 0 1C (folosind matrici elementare) este:
cu matricea nal
@ A
0 0 1 1
0 10 10
1
10 1 0 1
1 0 9 B1 3 0 C B 0 0 4 3 3 14 1 0 0 2
CB
B
B
CB
CB C B 43 CB C B
C B
C
C
B0 1 11 C B0 C
4 0C B B C
1 0C B3 2 5 13C = B0 1 0 1C.
@ A@ 4 A@ A @ A
4 A@ 2
0 0 1 0 1 0 1 2 1 8 13 0 0 1 1
2 4
Forma extins
a a tabelelor si eventuale semnicatii din punct de vedere al reprezent
arilor:
j x1 x2 x3 j b j e1 e2 e3
j j j
e1 j 4 # 3 3 j 14 j 1 0 0
e2 j 3 2 5 j 13 j 0 1 0
e3 j 2 1 8 j 13 j 0 0 1
j j j
3 3 7 1
x1 j 1 j j 0 0
4 4 2 4
1 11 5 3
e2 j 0 - # j j 1 0
4 4 2 4
1 13 1
e3 j 0 j 6 j 0 1
2 2 2
j j j
x1 j 1 0 9 j 11 j 2 3 0
x2 j 0 1 11 j 10 j 3 4 0
e3 j 0 0 1 # j 1 j 1 2 1
j j j
x1 j 1 0 0 j 2 j 11 21 9
x2 j 0 1 0 j 1 j 14 26 11
x3 j 0 0 1 j 1 j 1 2 1
0 1
4 3 3 14 1 0 0
B C
B C
Identitatea matricial
a obtinut a B3 2 5 13 0 1 0C si
a pornind de la matricea initial
@ A
2 1 8 13 0 0 1
0 1
1 0 0 2 11 21 9
B C
B C
terminnd cu matricea nala B0 1 0 1 14 26 11 C (folosind matrici elementare) este:
@ A
0 0 1 1 1 2 1
0 1 0 1 0 1 0 1
1
1 0 9 B1 3 0 C B 0 0 4 3 3 14 1 0 0
CB
B
B
CB
CB C B 43 CB C
C
B0 1 11 C B0 C
4 0C B B 1 0C B 3 2 5 13 0 1 0C =
@ A@ 4 C @ A
4 A@ 2 A
0 0 1 0 1 0 1 2 1 8 13 0 0 1
0 2 41
1 0 0 2 11 21 9
B C
B C
= B0 1 0 1 14 26 11 C
@ A
0 0 1 1 1 2 1
Diverse veric
ari folosind valorile din tabel:
0 10 1 0 1
4 3 3 11 21 9 1 0 0
B CB C B C
B CB C B C
B3 2 5C B 14 26 11 C = B0 1 0C
@ A@ A @ A
2 1 8 1 2 1 0 0 1
0 10 1 0 1
4 3 3 2 14
B CB C B C
B CB C B C
B3 2 5C B1C = B13C
@ A@ A @ A
2 1 8 1 13
1.7. REPREZENTAREA VECTORILOR 41
0 10 1 0 1
4 3 3 11 1
B CB C B C
B CB C B C
B3 2 5C B 14 C = B0C
@ A@ A @ A
2 1 8 1 0
0 10 1 0 1
4 3 3 21 0
B CB C B C
B CB C B C
B3 2 5C B 26C = B1C
@ A@ A @ A
2 1 8 2 0
0 10 1 0 1
4 3 3 9 0
B CB C B C
B CB C B C
B3 2 5C B 11 C = B0C
@ A@ A @ A
2 1 8 1 1
x1 x2 x3 j b
4 3 3 j 6
3 2 1 j 8
11 8 7 j 20
j
3 3 3
1 j
4 4 2
1 5 7 .
0 j
4 4 2
1 5 7
0 j
4 4 2
j
1 0 3 j 12
0 1 5 j 14
0 0 0 j 0
Se observ
a c
a algoritmul nu mai poate continuat deoarece n ultimul tabel ultima linie
(corespunz
atoare necunoscutelor) este nul
a. Deoarece si elementul corespunz
ator coloanei b este
nul, rezult
a c
a sistemul este compatibil 1 nedeterminat.
0 180 1 9
x >
> 12 + 3 >
>
B 1 C > <B C >
=
B C B C
Solutia sistemului este B x2 C 2 B 14 5 C; 2R
@ A >> @ A >
>
>
: >
;
x3
Identitatea matricial
a obtinut
a pornind de la matricea initial
a si terminnd cu matricea nal
a
(folosind matrici elementare) este:
0 10 1
10 1 0 1
1 3 0 B 0 0
B CB 4 CB 4 3 3 6 C B
1 0 3 12
C
B C 3 CB C B C
B 0 4 0 CB 1 0 C
CB 3 2 1 8 C=B 0 1 5 14 C.
@ AB@ 4 A@ A @ A
11
0 1 1 0 1 11 8 7 20 0 0 0 0
4
x1 x2 x3 j b
1 1 1 j 10
2 1 1 j 16
3 2 2 j 24
j
1 1 1 j 10
) Sistemul este incompatibil.
0 1 1 j 4
0 1 1 j 6
j
1 0 0 j 6
0 1 1 j 4
0 0 0 j 2
0 10 1 0 1
1 0 0 1 1 1 10 1 1 1 10
B CB C B C
B CB C B C
B 2 1 0 C B 2 1 1 16 C = B 0 1 1 4 C
@ A@ A @ A
3 0 1 3 2 2 24 0 1 1 6
1.7. REPREZENTAREA VECTORILOR 43
0 10 1 0 1
1 1 0 1 1 1 10 1 0 0 6
B CB C B C
B CB C B C
B 0 1 0 CB 0 1 1 4 C=B 0 1 1 4 C
@ A@ A @ A
0 1 1 0 1 1 6 0 0 0 2
Identitatea matricial
a obtinut
a pornind de la matricea initial
a si terminnd cu matricea nal
a
(folosind matrici elementare) este:
0 10 10 1 0 1
1 1 0 1 0 0 1 1 1 10 1 0 0 6
B CB CB C B C
B CB CB C B C
B 0 1 0 CB 2 1 0 C B 2 1 1 16 C = B 0 1 1 4 C
@ A@ A@ A @ A
0 1 1 3 0 1 3 2 2 24 0 0 0 2
A I
1
I A
0 1
2 3 1
B C
B C
a se inverseze matricea B 1 2
1.7.5. Exemplu. S 1 C
@ A
1 1 2
2 3 1 j 1 0 0
1 2 1 j 0 1 0
1 1 2 j 0 0 1
j
3 1 1
1 j 0 0
2 2 2
1 1 1
0 j 1 0
2 2 2
1 3 1
0 j 0 1
2 2 2
j
1 0 1 j 2 3 0
0 1 1 j 1 2 0
0 0 2 j 1 1 1
j
3 5 1
1 0 0 j
2 2 2
1 3 1
0 1 0 j
2 2 2
1 1 1
0 0 1 j
2 2 2
Ultimele trei linii si ultimele
0 trei coloane1 dau matricea invers a:
0 1 1 3 5 1
2 3 1 B 2 C
B
B
C
C B 1 32 21 C
B 1 2 1 C =B B C
@ A 2 2 2 C
@ 1 1 1 A
1 1 2
2 2 2
Matricial, operatiile pentru ecare pivot sunt 0 urmatoarele (folosind matrici
1 elementare):
0 10 1 3 1 1
1=2 0 0 2 3 1 1 0 0 1 0 0
B CB C B B 2 2 2 C
C
B CB C B 1 1 1
B 1=2 1 0 C B 1 2 1 0 1 0 C=B 0 1 0 C
C
@ A@ A @ 2 2 2 A
1 3 1
1=2 0 1 1 1 2 0 0 1 0 0 1
0 10 1 0 2 2 2 1
3 1 1
1 3 0 B 1 0 0
B CB 2 2 2 C B 1 0 1 2 3 0
C
B C C
B 0 2 0 CB 0
1 1 1
1 0 C=B B 1 2 0 C
C
@ AB 2 2 2 C @ 0 1 1
A
@ 1 3 1 A
0 1 1 0 0 1 0 0 2 1 1 1
0 10 2 2 2 1 0 1
3 5 1
1 0 1=2 1 0 1 2 3 0 1 0 0
B CB C B B 2 2 2 C
B CB C B 1 3 1 C
C
B 0 1 1=2 C B 0 1 1 1 2 0 C=B 0 1 0
@ A@ A @ 2 2 2 C
1 1 1 A
0 0 1=2 0 0 2 1 1 1 0 0 1
0 10 3 5 1
1 0 1 2 2 2
2 3 1 B 1 0 0
B CB 2 2 2 C C B C
B CB 1 3 1 C B C
Proba: B 1 2 C
1 B C = B 0 1 0 C
@ A@ 2 2 2 A @ A
1 1 1
1 1 2 0 0 1
2 2 2
1.7. REPREZENTAREA VECTORILOR 45
Folosind aceast
a metod
a si acest mod de organizare a calculelor se pot efectua majoritatea cerintelor
specice algebrei liniare, cu p
astrarea semnicatiilor reprezent
arilor n bazele initiale, intermediare si nale.
Suportul teoretic este oferit de
1.7.7. Teorem a. (Lema substitutiei) Fie (V; K) spatiu vectorial de tip nit, V1 subspatiul generat
P
m
de sistemul ordonat de vectori liniar independenti B = (e1 ; ; em ), iar v = i ei 2 V1 . Dac
a j 6= 0
i=1
0
atunci B = (e1 ; ej 1 ; v; ej+1 ; ; em ) este un nou reper al lui V1 iar leg
atura dintre vechile coordonate
2 3 2 3
0
6 1 7 6 1 7
6 .. 7 6 . 7
[x]B = 6 . 7 (n reperul B) si noile coordonate [x]B 0 = 6 .. 7 (n reperul B 0 ) ale unui vector oarecare
4 5 4 5
0
m m
0 j 0 i j j i
x 2 V1 este j = ; i = a B 0 este liniar independent, atunci
. Reciproc, dac j 6= 0.
j j
P
m
Demonstratie. Cum j 6= 0, din relatia v = i ei se poate obtine ej ca o combinatie liniar
a de v si
i=1
v P
m
i
de ceilalti vectori din B: ej = ei ) B 0 este sistem de generatori pentru V1 , pentru c
a B este
j i=1;i6=j j
sistem de generatori iar orice combinatie liniar
a care contine ej poate nlocuit
a cu o combinatie linar
a
de B 0 . Familia B 0 este chiar reper, deoarece are acelasi num
ar de vectori ca si B, asa c
a este minimal
a ca
sistem de generatori.
O justicare alternativ a:
P
m P
m P
m P
m
Fie i astfel nct i ei + j v = 0 ) i ei + j i ei =0 ) ( i + j i ) ei + j j ej
i=1;i6=j i=1;i6=j i=1 i=1;i6=j
8
< j j = 0 (si j 6= 0)
=0) ) i = 0, 8i
: + = 0; i 6= j
i j i
) B 0 este baz
a n V1 !
Pm P
m P
m v P
m
i P
m
i
Mai mult, x = e
i i = i ei + j ej = i ei + j ei = i j ei +
i=1 i=1;i6=j i=1;i6=j j i=1;i6=j j i=1;i6=j j
v 0 i 0 j
j ) noile coordonate sunt i = i j ; i 6= j; j = .
j j j
1.7.8. Exemplu. S
a se studieze natura sistemului de vectori:
0 1 0 1 0 1 0 1
1 2 1 1
B C B C B C B C
B C B C B C B C
v1 = B 0 C ; v2 = B1C ; v3 = B1C ; v4 = B 2 C
@ A @ A @ A @ A
1 3 1 0
j v1 v2 v3 v4 j e1 e2 e3 j b
j j j
e1 j 1 # 2 1 1 j 1 0 0 j 0
e2 j 0 1 1 2 j 0 1 0 j 0
e3 j 1 3 1 0 j 0 0 1 j 0
j j j
v1 j 1 2 1 1 j 1 0 0 j 0
e2 j 0 1 # 1 2 j 0 1 0 j 0
e3 j 0 5 2 1 j 1 0 1 j 0
j j j
v1 j 1 0 1 5 j 1 2 0 j 0
v2 j 0 1 1 2 j 0 1 0 j 0
e3 j 0 0 3 # 11 j 1 5 1 j 0
j j j
4 2 1 1
v1 j 1 0 0 j j 0
3 3 3 3
5 1 2 1
v2 j 0 1 0 j j 0
3 3 3 3
11 1 5 1
v3 j 0 0 1 j j 0
3 3 3 3
Matricial, operatiile pentru ecare pivot sunt urm
atoarele (folosind matrici elementare):
0 10 1 0 1
1 0 0 1 2 1 1 1 0 0 1 2 1 1 1 0 0
B CB C B C
B CB C B C
B 0 1 0 CB 0 1 1 2 0 1 0 C=B 0 1 1 2 0 1 0 C
@ A@ A @ A
1 0 1 1 3 1 0 0 0 1 0 5 2 1 1 0 1
1.7. REPREZENTAREA VECTORILOR 47
0 10 1 0 1
1 2 0 1 2 1 1 1 0 0 1 0 1 5 1 2 0
B CB C B C
B CB C B C
B 0 1 0 CB 0 1 1 2 0 1 0 C=B 0 1 1 2 0 1 0 C
@ A@ A @ A
0 5 1 0 5 2 1 1 0 1 0 0 3 11 1 5 1
0 10 1 0 1
1 4 2 1 1
1 0 1 0 1 5 1 2 0 1 0 0
B 3 CB C B 3 3 3 3 C
B 1 C B C B 5 1 2 1 C
B 0 1 CB 0 1 1 2 0 1 0 C=B 0 1 0 C
B 3 C @ A B 3 3 3 3 C
@ 1 A @ 11 1 5 1 A
0 0 0 0 3 11 1 5 1 0 0 1
3 3 3 3 3
Vericare: 0 10 1 0 1
2 1 1
1 2 1 B C B 1 0 0
B CB 3 3 3 C B C
B C 1 2 1 C
B 0 1 1 CB C=B 0 1 0 C
@ AB@ 3 3 3 C @
A A
1 5 1
1 3 1 0 0 1
3 3 3
1.7.10. Exemplu. Fie vectorii:
0 1 0 1 0 1
0 1 m
B C B C B C
B C B C B C
v1 = B2C ; v2 (m) = B m C ; v3 (m) = B 0 C ; m 2 R:
@ A @ A @ A
1 1 1
S
a se discute n functie de parametrul m natura familiei de vectori.
1
D= (100000 S F ) ) 10D + S + F = 100000
10
5
S= (100000 D) ) D + 20S = 100000
100
40
F = (100000 D S) ) 2D + 2S + 5F = 200000
100
)Se rezolv
8 a sistemul liniar: 8
> 11400000
>
> 10D + S + F = 100000 >
> F = 35736:67712;
>
< >
< 319
1500000
D + 20S = 100000 , Solutia este: S= 4702:194357;
>
> >
> 319
> >
:
2D + 2S + 5F = 200000 : D = 1900000 5956:112853:
>
319
Care este valoarea real a a donatiei?
5 40
Dac a donatia ar nula, atunci taxele ar mai mari: S = 100000 = 5000, iar F = (100000 5000) =
100 100
38000
1500000 11400000
Diferenta dintre taxele f ar
a donatie si taxele cu donatie este: 5000 + 38000 =
319 319
817000
2561:128527
319
Valoarea real a a donatiei este diferenta ntre donatia facuta si surplusul de taxe daca nu sar face
1900000 817000 1083000
donatia: = = 3394:984326
319 319 319
1.8. OPERATII CU SUBSPATII 49
Demonstratie. Dac
a (V; K) este spatiu vectorial iar (Vi )i2I sunt subspatii ale lui (V; K), atunci pentru
T
V0 := Vi au loc:
i2I
8i 2 I, 0 2 Vi ) 0 2 V0 () V0 6= ;);
1. x, y 2 V0 ) 8i 2 I x, y 2 Vi ) 8i 2 I, x + y 2 Vi ) x + y 2 V0
2. x 2 V0 , 2 K ) 8i 2 I x 2 Vi si 2 K ) 8i 2 I x 2 Vi ) x 2 V0 .
sau
1 7 7
v= 2
( 3; 3; 2) + (2; 5; 1) = ; ;0
2 2
.
Intersectia celor dou
a subspatii este:
7 7
V1 \ V2 = ; ;0 ; 2R = f (1; 1; 0) ; 2 Rg :
2 2
Observatii:
8
>
> 2 1+2 2 = 3
>
<
Sistemul 2 1 + 2 2 = 3 nu are solutie, asa ca v3 62 V1 .
>
>
>
:
2 1 2 = 2
8
>
> 2 1+2 2 =2
>
<
Sistemul 2 1 + 2 2 = 5 nu are solutie, asa c
a v4 62 V1 .
>
>
>
:
2 1 2 = 1
8
>
> 2= 3 3+2 4
>
<
2 = 3 3 + 5 4 nu are solutie, asa c
a v1 62 V2 .
>
>
>
:
2=2 3+ 4
50 1. SPATII SI SUBSPATII VECTORIALE
8
>
> 2= 3 3+2 4
>
<
2 = 3 3 + 5 4 nu are solutie, asa c a v2 62 V2 .
>
>
>
:
1=2 3+ 4
Deoarece nu se precizeaz
a reperul n care sunt exprimati vectorii, se subntelege c
a reprezentarea initial
a
se face n reperul E = (e1 ; e2 ; e3 ), unde e1 = (1; 0; 0), e2 = (0; 1; 0), e3 = (0; 0; 1). n reperul E obiectele
care apar se reprezinta astfel:
2 3 2 3 2 3 2 3 2 3 2 3
1 0 0 2 2 3
6 7 6 7 6 7 6 7 6 7 6 7
6 7 6 7 6 7 6 7 6 7 6 7
[e1 ]E = 6 0 7, [e2 ]E = 6 1 7, [e3 ]E = 6 0 7, [v1 ]E = 6 2 7, [v2 ]E = 6 2 7, [v3 ]E = 6 3 7,
4 5 4 5 4 5 4 5 4 5 4 5
0 0 1 2 1 2
2 3 2 3
7
2
6 7 6 2 7
6 7 6 7
[v4 ]E = 6 5 7, [v]E = 6 72 7.
4 5 4 5
1 0
2 3
2 2
6 7
6 7
Familia B1 = (v1 ; v2 ) este liniar independent a matricea 6 2 2 7 are rangul 2) si genereaz
a (pentru c a
4 5
2 1
V1 , asa c
a B13este reper n
2 2 V13, dimensiunea lui V1 este 2, iar2 obiectele
3 din V1 se reprezint
a astfel:
7
1 0
[v1 ]B1 = 4 5, [v2 ] = 4
B1
5, @ [v3 ] , @ [v4 ] , [v] =
B1 B1 B1
4 12 5 (vectorul v este reprezentabil n
7
0 1 6
reperul B1 pentru c
a, ind n intersectie, face parte din V1 ).
Familia B2 = (v3 ; v4 ) este reper n V2 , dimensiunea lui V2 este 2, iar obiectele din V2 se reprezint a
2 3 2 3 2 3
1
1 0
astfel: [v3 ]B2 = 4 5, [v4 ]B2 = 4 5, @ [v1 ]B2 , @ [v2 ]B2 , [v]B2 = 4 2 5
(vectorul v este reprezentabil
0 1 1
n reperul B2 pentru c a, ind n intersectie, face parte din V2 ).
n poz
a se aa urm
atoarele obiecte (descrise din punct de vedere al Geometriei Analitice si al Algebrei
Liniare):
Punctele: O (0; 0; 0), P 1 (2; 2; 2), P 2 (2; 2; 1), P 3 ( 3; 3; 2), P 4 (2; 5; 1);
! ! ! !
Vectorii de pozitie: OP 1, OP 2, OP 3, OP 4 (vectorii v1 , v2 , v3 , v4 );
Planele: (P L1) : x + y = 0 (subspatiul V1 , de dimensiune 2), (P L2) : x+y 3z = 0 (subspatiul
V2 , de dimensiune 2);
Dreapta de intersectie a planelor (P L1) si (P L2), (P L12) : x = (0; 0; 0)+s (1; 1; 0) (subspatiul V1 \V2 =
f (1; 1; 0) ; 2 Rg, de dimensiune 1).
Poza a fost obtinut
a cu produsul software "Archimedes Geo3D, version 1.3.6", www.raumgeometrie.de.
1.8. OPERATII CU SUBSPATII 51
1.8.3. Denitie. Se numeste suma unei familii (Vi )i=1;k de subspatii multimea
( k )
X
k
Def
X
Vi = vi ; vi 2 Vi ; 8i = 1; k :
i=1 i=1
P
k P
k
Demonstratie. xj 2 Vi ; j = 1; 2 ) 8i = 1; k, 9vij 2 Vi ; j = 1; 2 astfel nct xj = vij )
i=1 i=1
P
k P
k
x 1 + x2 = (vi1 + vi2 ) 2 Vi .
i=1 i=1
P
k P
k
Analog, pentru 2 K; x1 = ( vi1 ) 2 Vi .
i=1 i=1
P
k S
k P
k
Demonstratie. Fie x 2 Vi ) 8i 2 I, 9vi 2 Vi Vi , astfel nct x = vi ) x 2
i=1 i=1 i=1
S
k
span Vi .
i=1
52 1. SPATII SI SUBSPATII VECTORIALE
S
k S
k
Reciproc, e x 2 span Vi ) 9m 2 N , 9 j 2 K, j = 1; m, 9vj 2 Vi , j = 1; m, astfel nct x
i=1 i=1
P
m
= j vj .
j=1
P
m P
Pentru ecare j = 1; m, 9ij 2 I, vj = uij 2 Vij ) j u ij 2 Vij si atunci x = j uij 2 Vi [pentru
j=1 i2I
doi indici j1 , j2 diferiti sau mai multi se poate ca indicii ij1 si ij2 s
a coincid
a iar n aceast
a situatie
P
k P
k
1.8.6. Propozitie. max (dim Vi ) dim Vi dim (Vi ).
i=1;k i=1 i=1
P
k
Demonstratie. Pentru prima inegalitate, are loc 8i = 1; k; Vi Vi ) 8i = 1; k; dim Vi
i=1
P
k P
k
dim Vi ) max (dim Vi ) dim Vi .
i=1 i=1;k i=1
Pentru a doua inegalitate, e cte o baza n ecare subspatiu si e familia obtinut
a prin reunirea
P
k Pk
lor; aceast
a nou
a familie este sistem de generatori n Vi iar num arul ei de vectori este dim (Vi );
i=1 i=1
cum orice baz
a a subspatiului are cel mult tot attia vectori cti are un sistem de generatori, rezult
a c
a
Pk Pk
dim Vi dim (Vi ).
i=1 i=1
P
k1 P
k2
i ei + j fj =0)
i=1 j=1
P
k1 P
k2
)x= i ei = j fj 2 V1 \ V2 = f0g
i=1 j=1
1.8. OPERATII CU SUBSPATII 53
deci
k1
X k2
X
i ei j fj =0
i=1 j=1
si cum expresia de mai sus este o combinatie liniar a a familiei (ei )i=1;k1 [ (fj )j=1;k2 care este baz
a nul a,
toti scalarii sunt nuli, adic
a orice element al intersectiei este nul, adic
a suma spatiilor este direct
a.
1.8.15. Denitie. Suma unei familii de subspatii (Vi )i=1;k se numeste directa daca este satisf
acut
a una
L
k
dintre conditiile echivalente din teorema 1.8.14 de mai sus. Se foloseste notatia Vi (care nseamn a c
a
i=1
P
k
suma subspatiilor Vi este direct
a).
i=1
Demonstratie. Fie 8
< (V1 \ V2 ) \ V0 = f0g;
1
V01 suplementul direct al lui V1 \ V2 n V1 : V1 = (V1 \ V2 ) V01 )
: V01 V1 :
8
< (V1 \ V2 ) \ V0 = f0g;
2
V02 suplementul direct al lui V1 \ V2 n V2 : V2 = (V1 \ V2 ) 0
V2 )
: V0 V:
2 2
8
>
> V01 \ V2 = V1 \ V01 \ V2 = (V1 \ V2 ) \ V01 = f0g
>
> | {z }
<
=V01
De unde rezult
a:
>
> V02 \ V1 = V2 \ V02 \ V1 = (V1 \ V2 ) \ V02 = f0g :
>
> | {z }
:
=V02
Ar
at a are loc relatia: V1 + V2 = (V1 \ V2 ) + V01 + V02 = (V1 \ V2 )
am c V01 V02 (suma este direct
a),
prin aplicarea conditiilor echivalente din Teorema 1.8.14.
Trebuie demonstrate relatiile:
(V1 \ V2 ) \ (V01 + V02 ) = f0g
56 1. SPATII SI SUBSPATII VECTORIALE
Se consider
a un spatiu liniar nitdimensional (V; K), cu dim V =n, si multimea tuturor subspatiilor
liniare ale sale, notat
a SL (V) P (V).
Se consider
a pe SL (V) operatiile:
Intersectie "\"; propriet
ati ale intersectiei:
[SL (V) este parte stabil
a a lui P (V) n raport cu intersectia] 8W1 ;W2 2SL(V) , W1 \ W2 2 SL (V)
[intersectia este idempotent
a] 8W2SL(V) , W \ W = W
[intersectia este comutativ
a] 8W1 ;W2 2SL(V) , W1 \ W2 = W2 \ W1
[intersectia este asociativ
a] 8W1 ;W2 ;W3 2SL(V) , (W1 \ W2 ) \ W3 = W1 \ (W2 \ W3 )
[intersectia are element neutru, V] 8W2SL(V) , V \ W = W
[m
arginire cu f0V g] 8W2SL(V) , f0V g \ W = f0V g
[nu exist
a invers n raport cu intersectia]
Sum
a "+"; propriet
ati ale sumei:
[SL (V) este parte stabil
a a lui P (V) n raport cu suma] 8W1 ;W2 2SL(V) , W1 + W2 2 SL (V)
[suma este idempotent
a] 8W2SL(V) , W + W = W
[suma este comutativ
a] 8W1 ;W2 2SL(V) , W1 + W2 = W2 + W1
[suma este asociativ
a] 8W1 ;W2 ;W3 2SL(V) , (W1 + W2 ) + W3 = W1 + (W2 + W3 )
[suma are element neutru, f0V g] 8W2SL(V) , f0V g + W = W
[m
arginire cu V] 8W2SL(V) , V + W = V
1.9. LATICEA SUBSPATIILOR 57
[nu exist
a invers n raport cu suma]
Propriet
ati de ntlnire ale intersectiei si sumei:
[absorbtie] W0 \ (W0 + W) = W0 + (W0 \ W) = W0
[operatiile nu sunt distributive una fat
a de cealalt
a]
9W1 ;W2 W3 2SL(V) , W1 \ (W2 + W3 ) 6= (W1 \ W2 ) + (W1 \ W3 )
de exemplu pentru 3 drepte distincte care trec prin origine si care fac parte din acelasi plan
W1 \ (W2 + W3 ) = W1 iar (W1 \ W2 ) + (W1 \ W3 ) = f0V g
9W1 ;W2 W3 2SL(V) , W1 + (W2 \ W3 ) 6= (W1 + W2 ) \ (W1 + W3 )
de exemplu pentru 3 drepte distincte care trec prin origine si care fac parte din acelasi plan
W1 + (W2 \ W3 ) = W1 iar (W1 + W2 ) \ (W1 + W3 ) = W1 + W2 = W1 + W3 = planul care le contine.
[suplementul unui element, care nu este unic] 8W2SL(V) , 9W0 2SL(V) , W + W0 = V si W \ W0 = f0V g.
Se consider
a pe SL (V) relatia " " [incluziune].
Incluziunea are urm
atoarele propriet
ati:
[reexivitate] 8W2SL(V) , W W
[antisimetrie] 8W1 ;W2 2SL(V) , W1 W2 si W2 W1 ) W1 = W2
[tranzitivitate] 8W1 ;W2 ;W3 2SL(V) , W1 W2 si W2 W3 ) W1 W3 .
Incluziunea este o relatie de ordine partial
a [exist
a elemente care nu pot comparate]
e (W1 W2 ) ) W2 W1 SAU (W1 si W2 sunt incomparabile)
Propriet
ati de ntlnire ale incluziunii, intersectiei si sumei:
[consistenta incluziunii fat
a de intersectie] W1 W2 () W1 \ W2 = W1
[consistenta incluziunii fat
a de sum
a] W1 W2 () W1 + W2 = W2
8W0 2SL(V) , 8W2SL(V) , functia W 7! W0 \ W este (nestrict) cresc
atoare (izoton
a) [dac
a W1 si W2 sunt
comparabile si W1 W2 , atunci, pentru orice W0 , W1 \ W0 si W2 \ W0 sunt de asemenea comparabile
iar relatia de incluziune se p
astreaz
a: W1 \ W0 W2 \ W0 ]
8W0 2SL(V) , 8W2SL(V) , functia W 7! W0 + W este cresc
atoare (izoton
a) [dac
a W1 si W2 sunt comparabile
si W1 W2 , atunci, pentru orice W0 , W1 + W0 si W2 + W0 sunt de asemenea comparabile iar relatia de
incluziune se p
astreaz
a: W1 + W0 W2 + W0 ]
[incluziuni de distributivitate care pot stricte, datorit
a lipsei de distributivitate]
(W1 \ W2 ) + (W1 \ W3 ) W1 \ (W2 + W3 )
W1 + (W2 \ W3 ) (W1 + W2 ) \ (W1 + W3 )
[SL (V) este modular
a] 8W1 ;W2 ;W3 2SL(V) cu W1 W3 , are loc: W1 + (W2 \ W3 ) = (W1 + W2 ) \ W3
Dem:
" "
58 1. SPATII SI SUBSPATII VECTORIALE
9 9
W1 W3 >
> >
>
>
= >
>
>
>
si ) W1 W3 \ (W1 + W2 ) >
>
> >
>
>
> >
>
; >
>
W1 W1 + W2 >
>
=
si ) W1 + (W2 \ W3 ) W3 \
9 >
>
>
>
W2 \ W3 W2 W1 + W2 >
>
>
>
>
>
= >
>
>
si ) W2 \ W3 W3 \ (W1 + W2 ) >
>
>
>
> >
>
>
; >
;
W2 \ W3 W3
(W1 + W2 )
" " 8 9 8 9 8 9
>
> x 2 W3 >
> >
> x 2 W3 >
> >
> x 2 W \ W ( ) >
>
>
< >
= >
< >
= >
< 2 2 3 >
=
x 2 W3 \(W1 + W2 ) ) si ) si 9x1 2 W1 ; 9x2 2 W2 ; ) si
>
> >
> >
> >
> >
> >
>
>
: >
; : > >
; : > >
;
x 2 W1 + W2 x = x1 + x2 x1 2 W1
) x = x1 + x2 2 W1 + (W2 \ W3 )
( ) deoarece x2 2 W2 si x2 = x x1 2 W3 , pentru c
a x 2 W3 iar x1 2 W1 W3
Def: O submultime a lui SL (V) se numeste "lant" dac
a este total ordonat
a [nu contine elemente
incomparabile]; dac
a lantul este nit cu k elemente, k 1 se numeste "lungimea lantului".
Def: Pentru un element W 2 SL (V), se numeste "n
altimea lui W" marginea superioar
a a lungimilor
tuturor lanturilor dintre f0V g si W. Elementele de n
altime 1 se numesc "atomi" sau "puncte"
Obs: Orice submultime a unui lant este tot lant.
Obs: Orice lant din SL (V) este de lungime nit
a, de cel mult L (dimensiunea spatiului V)
Obs: Orice lant din SL (V), de lungime k este izomorf cu multimea f1; ; kg [n sensul c
a exist
ao
functie bijectiv
a ntre lant si f1; ; kg si care p
astreaz
a ordinea: ' (i) ' (j) () i j]
Def: Dac
a W1 W2 , multimea [W1 ; W2 ] = fW 2SL (V) ; W1 W W2 g se numeste "intervalul
dintre W1 si W2 ". Se spune c
a "W2 acoper
a W1 " [sau c
a "W2 este imediat superior lui W1 "] dac
a
[W1 ; W2 ] = fW1 ; W2 g [intervalul dintre ele nu contine dect capetele] [n aceast
a situatie, intervalul se
numeste "prim"].
Obs: SL (V) este un interval: SL (V) = [f0V g ; V].
Obs: Un interval poate avea un num
ar innit de elemente [de exemplu, dac
a W este un plan, intervalul
[f0V g ; W] contine toate dreptele planului]
Obs: Elementele unui interval nu sunt neap
arat comparabile [exemplul anterior, sau [f0V g ; V] =
SL (V)]
Def: Dou
a intervale se numesc "transpuse" dac
a pot exprimate n forma [W1 \ W2 ; W1 ] si [W2 ; W1 + W2 ],
pentru o alegere adecvat
a a subspatiilor W1 si W2 .
Def: Dou
a intervale se numesc "proiective" dac
a exist
a un sir nit de intervale dou
a cte dou
a transpuse.
1.9. LATICEA SUBSPATIILOR 59
Obs: dimensiunea ca subspatiu liniar a unui element din SL (V) este o functie d ( ) : SL (V) !
f0; 1; ; Lg care are propriet
atile:
* W1 W2 (incluziune strict
a) ) d (W1 ) < d (W2 )
* dac
a W2 este imediat superior lui W1 , atunci d (W2 ) = d (W1 ) + 1
Functia d ( ) induce pe SL (V) o structur
a de "multime partial ordonat
a graduat
a", care satisface
"conditia JordanDedekind": "Toate lanturile maximale cu aceleasi capete au aceeasi lungime nit
a"
Def: O functie v ( ) : SL (V) ! R se numeste "valuare" dac
a v (W1 ) + v (W2 ) = v (W1 + W2 ) +
v (W1 \ W2 ). Valuarea se numeste "isoton
a" [cresc
atoare] dac
a W1 W2 ) v (W1 ) v (W2 ) si se
numeste pozitiv
a [strict cresc
atoare] dac
a W1 W2 ) v (W1 ) < v (W2 ).
Obs: Dat
a ind o valuare v ( ) strict cresc
atoare, se deneste valoarea unui interval [W1 ; W2 ] ca ind
v ([W1 ; W2 ]) = v (W2 ) v (W1 ).
Obs: d ( ) este o valuare strict cresc
atoare.
Multimea SL (V) are un num
ar innit de elemente (de exemplu are o innitate de subspatii liniare de
dimensiune 1).
Obs: Dac
a W1 6= W2 si ambele sunt imediat superioare lui W0 , atunci W1 + W2 este imediat superior
att pentru W1 ct si pentru W2 . Dual, dac
a W0 este imediat superior att pentru W1 ct si pentru W2 ,
atunci att W1 ct si W2 sunt imediat superioare pentru W1 \ W2 .
Obs: Functiile 'W1 ( ) : [W2 ; W1 + W2 ] ! [W1 \ W2 ; W1 ] denit
a prin 'W1 (W) = W \ W1 si W2 ():
[W1 \ W2 ; W1 ] ! [W2 ; W1 + W2 ] denit
a prin W2 (U) = U + W sunt izomorsme inverse unul altuia.
Mai mult, intervalele [W1 \ W2 ; W1 ] si [W1 ; W1 + W2 ] sunt transportate n intervale izomorfe transpuse,
de W2 ( ), respectiv de 'W1 ( ).
Obs: Intervalele proiective sunt izomorfe.
Obs: Orice subspatiu W este suma dreptelor pe care le include.
Obs: Sublaticea generat
a de dou
a subspatii W1 si W2 este fW1 ; W2 ; W1 \ W2 ; W1 + W2 g.
Obs: Sublaticea generat
a de trei subspatii
Obs: Dac
a dou
a subspatii W1 si W2 sunt comparabile (n sensul c
a W1 W2 sau W2 W1 ), si dac
a
exist
a un subspatiu W0 asa ca W0 \ W1 = W0 \ W2 si W0 + W1 = W0 + W2 , atunci W1 = W2 .
Obs: n ecare interval [W1 ; W2 ] SL (V), pentru ecare element al intervalului exist
a un suplement
relativ la interval. Pentru W 2 [W1 ; W2 ], suplementul lui W relativ la [W1 ; W2 ] este subspatiul (W0 \ W2 )+
W1 .
Obs: Dat
a ind o valuare v ( ) strict cresc
atoare, niciun interval nu poate proiectiv cu un subinterval
propriu al s
au.
Obs: Dat
a ind o valuare v ( ) strict cresc
atoare, toate intervalele proiective au aceeasi valoare.
60 1. SPATII SI SUBSPATII VECTORIALE
Def
u v v (mod V0 ) , u v 2 V0 :
Aceast
a relatie este o relatie de echivalent
a pe V.
a v (mod V0 ) genereaz
Relatia de echivalent a pe V clase de echivalenta n raport cu V0 (modulo
b (mod V0 ) multimea tuturor elementelor lui V care sunt echivalente cu x modulo V0 :
V0 ); se va nota cu x
b (mod V0 ) = fv 2 V; x v v (mod V0 )g = x + V0 = fx + v0 ; v0 2 V0 g :
x
Pe parcursul acestei subsectiuni, toate clasele vor modulo V0 (si se va renunta la mentionarea de
ecare dat
a a acestui fapt).
Dimensiunea unei clase de echivalent
a modulo V0 este considerat
a prin denitie egal
a cu dimensiunea
subspatiului V0 .
Dou
a clase de echivalent
a modulo V0 pot numai s
a coincid
a sau s
a e disjuncte:
Demonstratie. ; = b \ yb () 9z0 2 x
6 x b \ yb () 9v0 ; u0 2 V0 , z0 = x + v0 = y + u0 .
b ) 9v1 2 V0 , v = x + v1 ) v = y + (u0
Fie v 2 x v0 + v1 ) 2 yb ) x
b yb.
a yb
Se obtine analog si c b, asa c
x a dou
a clase de echivalent
a modulo V0 e sunt disjuncte e egale.
1.10.2. Denitie. Se numeste multime factor (multime ct) modulo V0 multimea tuturor claselor de
echivalent
a modulo V0 ; se noteaz
a
V=V0 = fb
x (mod V0 ) ; x 2 Vg
Demonstratie. (x + y) = x[ b + yb =
+y =x (x) + (y) iar ( x) = cx = x
b = (x) deci functia
este morsm de spatii vectoriale.
Nucleul operatorului este ker ( ) = fx 2 V; (x) = b
0 2 V=V0 g si este chiar V0 :
x0 2 V 0 ) (x0 ) = xb0 = b
0 ) V0 ker ( )
(x) = b b=b
0)x 0 ) x 2 V0 .
1.10.6. Denitie. Spatiul vectorial construit mai sus se numeste spatiul vectorial factor (ct) al spatiului
V n raport cu subspatiul V0 .
a. O clas
1.10.2. Familia claselor de echivalent a de echivalent
a x^ = x+V0 se mai numeste multime
plata n V de baza V0 si reprezentant x, sau o translatie a lui V0 .
O multime plat
a poate avea mai multi reprezentanti, dar o singur
a baz
a:
x + V1 = y + V2 ) x 2 (y + V2 ) ) x + V2 = y + V2 ) x + V2 = x + V1 ) V1 = V2
S
Se noteaz
a cu A (V) = (V=V0 ) familia tuturor multimilor plate n V (n raport cu toate
V0
subspatiu n V
subspatiile V0 )
Prin denitie, se consider
a dimensiunea familiei A (V) egal
a cu dimensiunea spatiului (V; K).
Dac
a dimensiunea lui (V; K) este n, atunci familia A (V) este format
a din multimi plate de dimensiune
ntre 0 si n:
Se utilizeaz
a urm
atoarele interpret
ari geometrice:
Elementele lui V corespund/coincid cu vectorii lor de pozitie
1.10. SPATIUL FACTOR 63
Dou
a multimi plate x + V1 si y + V2 se numesc paralele dac
a V1 V2 sau V2 V1 .
CAPITOLUL 2
Operatori liniari
2.1.3. Exemplu. Fie spatiile vectoriale (R3 ; R) si (P2 [X] ; R) (Pn [X] este multimea tuturor polinoamelor
de grad cel mult n, n nedeterminata X si cu coecienti reali). Functia U ( ) : P2 [X] ! R3 denit
a
prin U (P ( )) = xP ( ) 2 R3 (pentru un polinom P (X) = aX 2 + bX + c 2 P2 [X] se ataseaz
a vectorul
xP ( ) = (a; b; c)) este morsm de spatii vectoriale.
2.2. Propriet
ati
Demonstratie. Fie U ( ) : V1 ! V2
1
(c) Fie ; 2 K, x1 ; x2 2 U (V02 ) ) U (x1 ), U (x2 ) 2 V02 )
) U ( x1 + x2 ) = U (x1 ) + U (x2 ) 2 V02 ) x1 + x2 2 U 1
(V02 ).
2.2.2. Denitie. Subspatiul U (V1 ) (al codomeniului) se numeste imaginea operatorului si se noteaz
a
1
Im U ( ); subspatiul U (f0g) (al domeniului) se numeste nucleul operatorului si se noteaz
a ker U ( ).
a. Pentru orice operator U ( ) : V1 ! V2 , are loc: dim V1 = dim (ker U ( ))+dim (Im U ( ));
2.2.3. Teorem
Demonstratie. Se consider
a o baz
a fw1 = U (u1 ) ; ; wk = U (uk )g n Im U ( ).
Se consider
a o baz
a fv1 ; ; vp g n ker U ( ).
Atunci familia B = fu1 ; ; uk g [ fv1 ; ; vp g este baz
a n V1 :
P
k P
k
Fie x 2 V1 ) U (x) 2 Im U ( ) ) 9 1, , k scalari astfel nct U (x) = i wi = iU (ui ) =
i=1 i=1
P
k
U i ui
i=1
P
k
Fie V1 3 u = i ui si e x = (x u) + u. Atunci U (x u) = U (x) U (u) = U (x) U (x) = 0,
i=1
P
p
asa c
ax u 2 ker U ( ) ) 9 1 , p scalari astfel nct x u= j vj .
j=1
P
p P
k
n nal se obtine c
ax= j vj + i ui asa c
a un vector oarecare din V1 este combinatie liniar
a de
j=1 i=1
familia B.
P
p P
k P
p
0
P
k
0
P
p
0
Dac
a ar mai o combinatie x = j vj + i ui = j vj + i ui , atunci j j vj =
j=1 i=1 j=1 i=1 j=1
P
k
0
( i i ) ui )
i=1
TI
2.2. PROPRIETA 67
!
P
p
0
P
k
0
P
k
0 0
) 0 = U j j vj = U ( i i ) ui ) 0 = ( i i ) wi ) i = i, 8i = 1; k
j=1 i=1 i=1
0
) j = j, 8j = 1; p asa c
a reprezentarea vectorului x este unic
a iar B este baz
a n V1 . Deoarece
k = dim Im U ( ), p = dim ker U ( ) iar jBj = k + p, rezult
a enuntul.
1
??? De studiat U (Im U ( )).
Demonstratie. Dac
a un operator U ( ) : V1 ! V2 este bijectiv, atunci ker U ( ) = f0g (din in-
jectivitate) iar Im U ( ) = V2 (din surjectivitate); din Teorema anterioar
a 2.2.3 se obtine c
a dim V1 =
dim (ker U ( )) + dim (Im U ( )) = dim V2 .
Urm
atoarele dou
a propozitii arat
a c
a inversarea si compunerea functiilor pastreaza caracteristica de
morsm de spatii vectoriale.
Demonstratie. Se stie c
a au loc
1 1
Fie x; y 2 V2 ) pentru U (x) = u; U (y) = v; are loc U (u) = x, U (v) = y si U (u + v) = U (u)+U (v)
1 1 1 1
) U (u + v) = x + y ) U (x + y) = u + v ) U (x + y) = U (x) + U (y) deci operatorul invers
este aditiv.
1
Fie 2 K, x 2 V2 , U (x) = v ) U (v) = x si are loc U ( v) = U (v) ) U ( v) = x )
1 1 1
v=U ( x) ) U (x) = U ( x).
aditivitatea
Demonstratie. Fie v1 ; v2 2 V1 ; are loc U (v1 + v2 ) = U2 (U1 (v1 + v2 )) = U2 (U1 (v1 ) + U1 (v2 ))
lui U1 (:)
aditivitatea
= U2 (U1 (v1 )) + U2 (U1 (v2 )) = U (v1 ) + U (v2 ). Omogenitatea se demonstreaz
a analog.
lui U2 (:)
68 2. OPERATORI LINIARI
P
n
2.2.8. Observatie. Dac
a p (x) = ak xk este un polinom oarecare (cu coecienti reali sau complecsi),
k=0
atunci se poate vorbi despre imaginea operatorului prin polinomul p ( ) (sau polinom de operator), care
P
n
este un nou operator liniar (din aplicarea Propozitiei 2.2.6) si este de forma: p (U ( )) = ak U k ( ), unde
k=0
U 0 ( ) = I ( ) (operatorul identitate pe V).
2.2.10. Observatie. Relatia = ( Denitia (1.1.14)) este o relatie de echivalenta ntre spatii vectoriale
peste acelasi corp (este reexiv
a, simetric
a si tranzitiv
a) (aceast
a relatie este denit
a pe o multime de
spatii vectoriale si cu ajutorul ei se pot stabili clase de echivalent
a).
Def
(U1 ( ) + U2 ( )) (x) = U1 (x) + U2 (x) ;
Def
( U1 ( )) (x) = U1 (x) ;
o structur
a de spatiu vectorial peste corpul K (Deci n particular si dualul algebric (??) este spatiu vectorial
peste corpul K).
[U (x)]Bc = [U ( )]Bd
Bc [x]Bd :
Demonstratie. ) Dac
a U ( ) este bijectiv, atunci din Observatia 2.2.4 cele dou
a spatii au aceeasi
dimensiune (deci matricea atasat
a este p
atratic
a) si pentru ecare y 2 V2 sistemul Ax = y are o unic
a
solutie (unicitatea din injectivitate iar existenta din surjectivitate). Se presupune prin reducere la absurd
c
a matricea n-ar inversabil
a; ar urma det A = 0, adic
a matricea are coloanele liniar dependente. Se
consider
a o combinatie liniar
a nenul
a de coloanele matricii a c
arei valoare s
a e vectorul nul; matricial
nseamn
a o solutie nenul
a a sistemului Ax = 0, care odat
a cu solutia x accept
a si solutii de forma x,
2 K. Aceasta este o contradictie cu faptul c
a sistemul Ax = 0 are o unic
a solutie, contradictie care
provine din ipoteza c
a matricea n-ar inversabil a A 1.
a. Deci exist
(Dac
a matricea A este inversabil
a, atunci, p
astrnd aceeasi baz
a n ecare spatiu, operatorul liniar
V ( ) : V2 ! V1 denit prin V (y) = A 1 y este chiar functia invers
a pentru U ( ), adic
a U ( ) este inversabil
deci bijectiv.
2.3.3. Denitie. Se numeste rangul operatorului U ( ) rangul matricii atasate lui pentru o alegere oarecare
a bazelor.
Demonstratie. Evident
2.4. TEOREME DE IZOMORFISM 71
Bd B0
[U (x)]Bc = [U ( )]Bc
[x]Bd ; [U (x)]Bc0 = [U ( )]Bdc0 [x]B 0 ;
d
deci
[U (x)]Bc = [M (Bc )]Bc10 [U (x)]Bc0 = [U ( )]Bd
Bc [x]Bd )
omogenitatea U~ ( x
b) = U~ (cx) = U ( x) = U (x) = U~ (b
x).
U~ ( ) este surjectiv: y 2 Im U ( ) ) 9xy 2 V1 , U (xy ) = y ) U~ (xy ) = y.
U~ ( ) este injectiv: U~ (b
x1 ) = U~ (b
x2 ) ) U (x1 ) = U (x2 ) ) x1 b1 = x
x2 2 ker U ( ) ) x b2 .
Deci U~ ( ) este izomorsm de spatii vectoriale
2.4.4. Corolar. Fie (V; K) un spatiu vectorial, V1 si V2 subspatii vectoriale ale lui V. Atunci
iar
dim ((V1 + V2 ) =V2 ) = dim (V1 + V2 ) dim V2
asa c
a
dim V1 dim (V1 \ V2 ) = dim (V1 + V2 ) dim V2 :
b
Demonstratie. Fie operatorii S^ ( ) : X= ker S ( ) ! Y si T^ ( ) : X= ker T ( ) ! Z deniti prin:
b b
S^ (^
x) = S (x) si T^ x ^ = T (x).
b
Operatorii S^ ( ) si T^ ( ) sunt bine deniti (Exercitiu!).
b
Operatorii S^ ( ) si T^ ( ) sunt liniari (Exercitiu!).
b
Operatorii S^ ( ) si T^ ( ) sunt injectivi (Exercitiu!).
S^ ( ) este surjectiv (pentru c
a S ( ) este surjectiv) (Exercitiu!).
) S^ ( ) bijectiv ) 9S^ 1
( ) : Y ! X= ker S ( ) bijectiv liniar.
Fie functia: P ( ) : X= ker S ( ) ! X= ker T ( ) dent
a prin P (^ b^.
x) = x
74 2. OPERATORI LINIARI
U (V0 ) V0 :
1 Demonstratie completat
a ca urmare a unei ntreb
ari puse de Alexandru Gr
adinaru, 20132014.
2.5. INTRODUCERE N TEORIA SPECTRALA 75
f1 ; ; fk1 ; g1 ; ; gk2 ;
76 2. OPERATORI LINIARI
2.5.5. Denitie. Subspatiile invariante de dimensiune 1 se mai numesc directii invariante. Orice vector
nenul al unei directii invariante se numeste vector propriu. (un vector nenul se numeste vector propriu al
operatorului, dac
a operatorul transform
a vectorul ntr-un vector coliniar cu el).
U (x) = x:
Demonstratie. Dac
a U (x) = 1x si U (x) = 2x cu 1 6= 2, atunci 1x = 2x )( 1 2) x =0)
x = 0 contradictie cu conditia ca vectorul propriu s
a e nenul.
Dac
a 2 = 0, atunci se obtine:
2.5. INTRODUCERE N TEORIA SPECTRALA 77
9
>
> 9
1 v1 + 2 v2 = 0; >>
>
> 1 v1 + 2 v2 = 0;
>
>
>
= >
=
1 1 v1 + 2 2 v2 = 1 1 v1 = 0
) 1 = 0 ) 2 = 0.
>
> >
>
1 6= 0 >
> >
;
>
> v2 6= 0
>
v1 6= 0 ;
Dac a 2 6= 0, atunci: 9 9
v + v = 0 >
> v + v = 0 >
>
1 1 2 2 >
= 1 2 1 2 2 2 >
=
2 sc
a dere
1 1 v1 + 2 2 v2 = 0 ) 1 1 v1 + 2 2 v2 = 0 ) 1 ( 1 2 ) v1 = 0 ) 1 = 2 con-
>
> >
>
>
; >
;
1 6= 0 1 6= 0
tradictie.
n general, dac
a armatia este adev
arat
a pentru m 1 vectori proprii corespunz
atori la valori proprii
distincte, atunci pentru m vectori proprii are loc:
1 v1 + + m vm =0) 1 1 v1 + + m m vm = 0;
dac
a m = 0, 1 1 v1 + + m 1 m 1 vm 1 = 0 si se aplic
a ipoteza de inductie;
dac
a m 6= 0, se nmulteste prima egalitate cu m si se scad cele dou
a egalit
ati.
Se obtine: 1 ( 1 m ) v1 + + m 1 ( m 1 m ) vm 1 = 0; se aplic
a ipoteza de inductie pentru cei
m 1 vectori proprii r
amasi ) j ( j m) =0) j =0
2.5.10. Observatie. Orice operator are cel mult n valori proprii distincte dou
a cte dou
a.
care este un sistem liniar omogen n necunoscutele coordonatele vectorului v si cu parametrul . Conditia
necesar
a si sucient
a pentru a admite solutii nenule este ca determinantul matricii sistemului s
a e nul,
adic
a
det (A In ) = 0:
2.5.17. Observatie. Se poate folosi si forma det ( In A) = ( 1)n det (A In ), dar formele care se
obtin sunt mai complicate, din cauza semnelor de care trebuie tinut cont.
2.5.19. Observatie. Polinomul caracteristic nu depinde de baza n care a fost reprezentat operatorul.
1
Demonstratie. Leg
atura dintre matricile aceluiasi operator n dou
a baze distincte este B = T AT;
unde T este matricea de trecere dintre cele dou
a baze; are loc
1 1 1 1
det (T AT I) = det (T AT T T ) = det (T (A I) T ) =
1
= det T det (A I) det T = det (A I) :
2.5. INTRODUCERE N TEORIA SPECTRALA 79
6 A11 0 0 7
6 7
6 0 A22 0 7 Pp Q
p
6 7
A=6 7 cu Aii 2 Mki ki si ki = n, atunci det (A In ) = det (Aii Iki )
6 .. 7
6 . 7 i=1 i=1
4 5
0 0 App
(unde matricile unitate au dimensiunile corespunz atoare) (adica polinomul caracteristic este produsul
polinoamelor caracteristice ale operatorilor atasati submatricilor)
(1) Toate r
ad
acinile polinomului apartin corpului de scalari si sunt distincte dou
a cte dou
a. n acest
caz, exist
a o baz
a format
a din vectori proprii corespunz
atori valorilor proprii, toate subspatiile
proprii sunt de dimensiune 1 iar matricea operatorului n aceast
a baz
a este diagonal
a, pe diagonal
a
andu-se exact valorile proprii, n ordinea dat
a de asezarea vectorilor proprii n baz
a.
(2) Toate r
ad
acinile polinomului apartin corpului de scalari dar nu sunt distincte dou
a cte dou
a. n
acest caz se pune ntrebarea dac
a dimensinea subspatiului propriu (numit
a dimensiunea geomet-
rica a valorii proprii) atasat unei valori proprii multiple este egal
a sau nu cu ordinul de multi-
plicitate (ca r
ad
acin
a a polinomului caracteristic) al valorii proprii (numit dimensiunea algebrica
a valorii proprii). Vor exista n continuare dou
a subcazuri:
(a) Toate r
ad
acinile polinomului apartin corpului de scalari dar nu sunt distincte dou
a cte dou
a
si pentru ecare valoare proprie multipl
a, dimensiunile ei (geometric
a si algebric
a) sunt egale.
(b) Toate r
ad
acinile polinomului apartin corpului de scalari dar nu sunt distincte dou
a cte dou
a
si exist
a m
acar o valoare proprie multipl
a pentru care dimensiunile ei nu sunt egale.
(3) Ecuatia caracteristic
a nu are toate r
ad
acinile n corpul K.
Se urm
areste obtinerea formei canonice Jordan pentru operatori liniari reali. Prima dicultate este
c
a, desi operatorii sunt reali, n general valorile proprii pot s
a nu e reale n general se stie doar c
a
sunt complexe, iar n acest caz si vectorii proprii sunt tot cu componente complexe asa c
a nu apartin
80 2. OPERATORI LINIARI
Demonstratie. ")"
Se presupune c a n baza B = fv1 ; ; vn g matricea operatorului este notat
a D si este diagonal
a, adic
a
2 3
d1 0 0
6 7
6 . . 7
D=6 0 . 0 7.
4 5
0 0 dn
2 3
6 1k 7
6 . 7
n coordonate, [vk ]B = 6 .. 7 (coloana k a matricii unitate, 1 pe locul k si 0 n rest) iar
4 5
nk
2 32 3
d1 0 0
6 7 6 1k 7
6 ... 76 . 7
[U (vk )]B = 6 0 0 7 6 .. 7 = dk [vk ]B
4 54 5
0 0 dn nk
asa c
a vectorial U (vk ) = dk vk , ceea ce nseamn
a c
a vk este vector propriu atasat valorii proprii dk .
Cu alte cuvinte, baza n care operatorul are matrice diagonal
a este o baz
a format
a din vectori proprii
ai operatorului U ( ), iar scalarii corespunz
atori de pe diagonal
a sunt valorile proprii la care corespund
vectorii proprii.
"("
2.5. INTRODUCERE N TEORIA SPECTRALA 81
Dac
a baza B = fv1 ; ; vn g este o baz
a de vectori proprii, atunci are loc 8k = 1; n, U (vk ) = k vk si
2 3 2 3
6 1k 7 6 k 1k
7
6 .. 7 6 .. 7
pentru c
a B este baz a [vk ]B = 6 . 7 si [U (vk )]B = 6
a se poate trece la forma matricial . 7.
4 5 4 5
nk k nk
2 3
P
n 6 1 7
6 .. 7
Dac
av= k vk este un vector oarecare reprezentat n baza B, atunci [v]B = 6 . 7 iar
k=1 4 5
n
P
n P
n P
n
U (v) = U k vk= kU
(vk ) = k k vk , asa c
a
k=1
2 3 2k=1 k=1
32 3
1 1 1 0 0 1
6 7 6 76 7
6 . 7 6 76 . 7
[U (v)]B = 6 .. 7 = 6 0 . . . 0 7 6 .. 7,
4 5 4 54 5
n n 0 0 n n
asa c
a matricea operatorului n baza B este diagonal a.
Cu alte cuvinte, dac
a se poate g
asi o baz
a format
a din vectori proprii, atunci n aceast
a baz
a operatorul
are matrice diagonal
a iar diagonala este format
a din valorile proprii la care corespund vectorii proprii din
baz
a.
2 3
4 0 1
6 7
6 7
2.5.26. Exemplu. Operatorul care n baza standard are matricea A = 6 1 6 2 7, are:
4 5
5 0 0
2 3
4 0 1
6 7
6 7 3 2
Polinomul caracteristic: 7 det 6
! 1 6 2 7= 2 + 29 + 30
4 5
5 0 0
3 2
Ecuatia caracteristic
a: 2 + 29 + 30 = 0
R
ad
acinile ecuatiei caracteristice (valorile proprii): 1 = 5, 2 = 6, 3 = 1
Vectorii proprii atasati valorii proprii 1 = 5 au drept coordonate solutiile sistemului
2 32 3 2 3
4 1 0 1 0
6 76 1 7 6 7
6 76 7 6 7
6 1 6 1 2 7 6 2 7 = 6 0 7, adic a
4 54 5 4 5
5 0 0 1 3 0
8 8 8 2 3 9
>
> ( 1) + 0 + 1 = 0 >
> = >
> 1 >
>
>
< 1 2 3 >
< 1 >
< 6 7 >
=
3 6 3 7
( 1) 1 + ( 11) 2 + ( 2) 3 = 0 ) 2 = ,V 1= 6 11 7 ; 2 R
>
> >
> 11 >
> 4 5 >
>
>
: >
: >
: >
;
5 1 + 0 2 + ( 5) 3 = 0 3 = 1
8 2 3 9
>
> 0 >
>
>
< 6 7 >
=
6 7
Vectorii proprii atasati valorii proprii 2 = 6 sunt V 2 = 6 1 7; 2 R
>
> 4 5 >
>
>
: >
;
0
82 2. OPERATORI LINIARI
8 2 3 9
>
> 1 >
>
>
< 6 5 7 >
=
6 9 7
Vectorii proprii atasati valorii proprii 3 = 1 sunt V = 6 7; 2R
3
>
> 4 25 5 >
>
>
: >
;
1
Se stie c
a vectorii proprii corepondenti la valori proprii distincte sunt liniari independenti din 2.5.9,
asa c
a dac
a se alege cte un vector pentru ecare valoare proprie, se obtin 3 vectori proprii iar familia va
liniar independent a; cum este si maximal a (spatiul n care se lucreaz a este de dimensiune 3), este baz a.
82 3 2 3 2 39
>
> 1 0 1 >
>
>
<6 7 6 7 6 5 7> =
6 3 7 6 7 6 9 7
Dac a baza este 6 11 7 6 1 7 6 25 7 , matricea care are drept coloane coordonatele vectorilor
; ;
>
> 4 5 4 5 4 5>>
>
: >
;
1 0 1
2 3 2 3
1 5 1
1 0 0 6
6 5 7 6 6 7
6 3 7
9 7, inversa ei este T 1 = 6 6 4 19 7
este T = 6 11 1 1 7 iar
4 25 5 4 55 55 5
5
1 0 1 6
0 56
2 32 32 3 2 3
5 1 1
0 4 0 1 1 0 5 0 0
6 6 6 76 76 5 7 6 7
1 6 4 19 7 6 7 6 3 9 7 6 7
T AT = 6 55 1 55 7 6 1 6 2 7 6 11 1 7=6 0 6 0 7, adic a forma diag-
4 54 54 25 5 4 5
5
6
0 65 5 0 0 1 0 1 0 0 1
onala. 82 3 2 3 2 39
>
> 1
1 0 > >
>
<6 5 7 6 7 6 7> =
6 9 7 6 3 7 6 7
Dac a vectorii proprii ar fost asezati n alt a ordine, B = 6 25 7 6 11 7 6 1 7 , atunci T =
; ;
>
> 4 5 4 5 4 5> >
>
: >
;
1 1 0
2 3 2 3 2 32 32 3
1 5 5 5 5 1
1 0 0 6 0 6 4 0 1 1 0
6 5 7 6 6 7 6 6 76 76 5 7
6 9 7 6 7 6 7 6 7 6 7
6 25 3
1 7, T 1 = 6 56 0 16 7 iar T 1 AT = 6 65 0 16 7 6 1 6 2 7 6 25 9 3
1 7=
4 11 5 4 5 4 54 54 11 5
4
1 1 0 55
1 19
55
4
55
19
1 55 5 0 0 1 1 0
2 3
1 0 0
6 7
6 7
6 0 5 0 7 (tot form a diagonal
a, dar cu ordinea n care apar valorile proprii pe diagonala principal a
4 5
0 0 6
schimbat a)
82 3 2 3 2 39 2 3
>
> 11 0 5 >
> 11 0 5
>
<6 7 6 7 6 7>
= 6 7
6 7 6 7 6 7 6 7
Dac a sar ales alti vectori proprii, B = 6 3 7 ; 6 5 7 ; 6 9 7 , T = 6 3 5 9 7, T 1 =
>
> 4 5 4 5 4 5>
> 4 5
>
: >
;
11 0 25 11 0 25
2 3
5 1
6 66 0 66 7
6 1 19 7
6 4 7
6 275 5 275 7 iar
4 5
1 1
30
0 30
2.5. INTRODUCERE N TEORIA SPECTRALA 83
2 32 32 3 2 3
5 1
6 66
0 66 76 4 0 1 11 0 5 5 0 0
6 76 76 7 6 7
1 76 7 6 7
T 1
AT = 6
6
4 19 76
74 1 6 2 76 3 5 9 7=6 0 6 0 7 (aceeasi form
a di-
4
275
5 275
5 54 5 4 5
1 1
30
0 30
5 0 0 11 0 25 0 0 1
agonal
a)
1 1 1
(A I) = B = B ;
det (A I) P( )
unde B este matricea cu elementele Aji (complementii algebrici ai matricii (A I)), care sunt polinoame
de grad cel mult n 1 n . Atunci se poate scrie
n 1
B = B0 + B1 + + Bn 1 ;
P ( ) I = (A I) B
n
si rescriem aceast
a relatie dup
a puterile lui ; not
am P ( ) = 0+ 1 + + n iar egalitatea anterioar
a
devine:
n n 1
( 0 + 1 + + n ) I = (A I) B0 + B1 + + Bn 1 ;
n 2
0I + 1I + + nI = AB0 + (AB1 B0 ) + (AB2 B1 ) + +
n 1 n
+ (ABn 1 Bn 2 ) + ( Bn 1 ) ;
dreapta):
0I = AB0
n 1I = ABn 1 Bn 2 j An 1
(la stnga)
nI = Bn 1 j An (la stnga)
deci
0I = AB0
1A = A2 B1 AB0
2
2A = A3 B2 A2 B1
=
n 1
n 1A = An Bn 1 An 1 Bn 2
n
nA = An Bn 1
2 n 1 n
0I + 1A + 2A + n 1A + nA = 0;
adic
a P (A) = 0 (matricea nul
a) si evident P (U ( )) = O ( ) (operatorul nul)
2.5.29. Observatie. (Cel mai mare divizor comun al unor polinoame) Proprietatea care va
folosit
a la forma canonic
a Jordan este proprietatea 2.5.3, care poate v
azut
a n variante particulare n
2.5.1 si n 2.5.2.
Pentru dou
a polinoame p1 (x) si p2 (x) (cu coecienti reali sau complecsi), cel mai mare divizor comun
al lor este un nou polinom d (x) (cu coecienti din acelasi corp) care divide cele dou
a polinoame si este
de grad maxim cu aceast
a proprietate. Existenta polinomului d (x) si aarea lui poate obtinut
a prin
factorizare (metod
a limitat
a deoarece n general nu se poate aa efectiv factorizarea unui polinom) sau
cu algoritmul lui Euclid de aare a celui mai mare divizor comun pentru polinoame, ca ind ultimul rest
diferit de zero; unicitatea lui d (x) se poate obtine cu conditia suplimentar
a ca polinomul s
a aib
a coecientul
2.5. INTRODUCERE N TEORIA SPECTRALA 85
dac
a d1 (x) jp1 (x) si d1 (x) jp2 (x) atunci d1 (x) jd (x) (dac
a un polinom este divizor comun al poli-
noamelor p1 (x) si p2 (x), atunci l divide si pe cel mai mare divizor comun al lor)
c:m:m:d:c: (p1 ( ) ; p2 ( )) = c:m:m:d:c: (p2 ( ) ; p1 ( )) (o alt
a formulare ar : prin algoritmul Euclid
se obtine acelasi rezultat, indiferent de pozitia polinoamelor)
a c:m:m:d:c: (p1 ( ) ; q ( )) = 13 atunci c:m:m:d:c: (p1 ( ) ; p2 ( )) = c:m:m:d:c: (p1 ( ) ; p2 ( ) q ( ))
dac
d (x) este polinomul de grad minim cu proprietatea: exist
a polinoamele h1 (x) si h2 (x) astfel nct
are loc
(2.5.1) d ( ) = h1 ( ) p1 ( ) + h2 ( ) p2 ( ) ;
pentru trei sau mai multe polinoame, cel mai mare divizor comun se deneste recursiv:
c:m:m:d:c: (p1 ( ) ; p2 ( ) ; p3 ( )) =
= c:m:m:d:c: (c:m:m:d:c: (p1 ( ) ; p2 ( )) ; p3 ( )) ;
c:m:m:d:c: (p1 ( ) ; p2 ( ) ; p3 ( )) =
= c:m:m:d:c: (c:m:m:d:c: (p1 ( ) ; p2 ( )) ; p3 ( )) =
(2.5.2) = h01 ( ) c:m:m:d:c: (p1 ( ) ; p2 ( )) + h02 ( ) p3 ( ) =
= h01 ( ) (h001 ( ) p1 ( ) + h02 ( ) p2 ( )) + h02 ( ) p3 ( ) =
= h2 ( ) p1 ( ) + h2 ( ) p2 ( ) + h3 ( ) p3 ( ) :
pentru un num
ar oarecare k de polinoame, cel mai mare divizor comun al lor se deneste similar:
c:m:m:d:c: (p1 ( ) ; p2 ( ) ; ; pk ( )) =
= c:m:m:d:c: (c:m:m:d:c: (p1 ( ) ; ; pk 1 ( )) ; pk ( ))
iar proprietatea 2.5.2 se extinde pentru k polinoame astfel: 9hi ( ) polinoame, i = 1; k astfel nct
X
k
(2.5.3) c:m:m:d:c: (p1 ( ) ; p2 ( ) ; ; pk ( )) = hi ( ) pi ( ) :
i=1
2 Coecientul dominant este coecientul pe care l are monomul cu grad maxim al polinomului. Polinoamele cu coecient
dominant 1 se mai numesc polinoame monice (monic polynomials).
3 Polinoamele p ( ) si q ( ) astfel nct c:m:m:d:c: (p ( ) ; q ( )) = 1 se numesc relativ prime ntre ele.
1 1
86 2. OPERATORI LINIARI
Demonstratie.
X
k
i
iN (f ) = 0 j N k ( ) ) 0N
k
(f ) = 0 ) 0 = 0;
i=0
L
k
(2) V = V i.
i=1
(3) Restrictia, notat
a Uj ( ), a operatorului U ( ) la ecare subspatiu V j , Uj ( ) : V j
! V j ; Uj (x) =
U (x) ; 8x 2 V j
este de forma Uj ( ) = (Nj + j I) ( ), cu Nj ( ) operator nilpotent pe V j
si I ( )
operatorul unitate pe V j .
Demonstratie.
ni
(1) Fie v 2 V i ; atunci are loc (U i In ) (v) = 0. Atunci
ni ni
(U i In ) (U (v)) = (U i In ) ((U i In + i In ) (v)) =
ni ni
= (U i In ) ((U i In ) (v)) + i (U i In ) (v) =
= (U i In ) (0) + i 0 = 0 ) U (v) 2 U i
deci V i
este subspatiu invariant al operatorului U .
(2) Are loc
Y
k
ni
P( )= ( i) ;
i=1
si dac
a pentru j = 1; k se consider
a polinoamele
nj
Y
k
ni
Pj ( ) = ( j ) ; Qj ( ) = ( i) ;
i=1;i6=j
atunci
c:m:m:d:c: (Q1 ( ) ; ; Qk ( )) = 1
X
k
hj ( ) Qj ( ) = 1;
j=1
2.5. INTRODUCERE N TEORIA SPECTRALA 87
adic
a, tinnd cont de (Observatia 2.2.9) faptul c
a hj (U ( )) Qj (U ( )) = Qj (U ( )) hj (U ( )),
P
k
hj (U ( )) ((Qj (U ( ))) (v)) =
j=1
P
k
= (Qj (U ( ))) ((hj (U ( ))) (v)) = v; 8v 2 V;
j=1
asa c
a orice vector al spatiului se descompune n sum
a de elemente din V j ; j = 1; k; deci are loc
X
k
V= V i:
i=1
P
k
Suma este direct
a: Fie vj 2 V j
astfel nct vj = 0; atunci au loc
j=1
Pi (U ( )) (vi ) = 0
si
Qi (U ( )) (vj ) = 0; 8j = 1; k; j 6= i )
!
Pk
Qi (U ( )) (vi ) = Qi (U ( )) vl = 0;
l=1;j6=i
cum polinoamele Pi ( ) si Qi ( ) sunt relativ prime ntre ele, din 2.5.1 exist
a polinoamele R1 ( )
si R2 ( ) astfel nct
R1 ( ) Pi ( ) + R2 ( ) Qi ( ) = 1;
adic
a
0 = R1 (U ( )) ((Pi (U ( ))) (vi )) + R2 (U ( )) ((Qi (U ( ))) (vi )) = vi ;
88 2. OPERATORI LINIARI
adic
a vi = 0; se obtine c
a descompunerea este unic
a.
(3) Se noteaz
a Uj ( ) : V j
!V j
Uj (v) = U (v) ; 8v 2 V j
restrictia operatorului U ( ) la subspatiul
nj nj
V j : Din denitia spatiului V j ; are loc (U j I) (v) = 0; 8v 2 V j
deci (Uj j I) (v) = 0;
8v 2 V j : Are loc Uj ( ) = (Uj j I) ( )+ jI ( ) ; iar operatorul Nj = Uj jI este nilpotent.
Not
r = min dim N k ( ) = dim V = n
k
(existenta rezult
a din faptul c
a operatorul este nilpotent iar unicitatea prin reducere la absurd); mai mult,
are loc x 2 ker N k ( ) ) N k (x) = 0 ) N N k (x) = 0 ) x 2 ker N k+1 ( ) deci:
si e
Not
mk = dim ker N k ( ) ; k = 0; r ) 0 = m0 m1 m2 mr 1 < mr = n:
Not
qk = mk mk 1 ; k = 1; r;
are loc
qr qr 1 qr 2 q2 q1
ker N k ( ) = ker N k 1
() Qk ;
2.5. INTRODUCERE N TEORIA SPECTRALA 89
V = ker N r ( ) = ker N r 1
() Qr ;
cu
Not
dim Qr = qr = mr mr 1 = p1 :
Se alege o baz
a n Qr ; f1 ; fp1 ; vectorii f1 ; fp1 sunt liniar independenti si, mai mult, au proprietatea
c
a dac
a i sunt astfel nct
p1
X
i fi 2 ker N r 1
( );
i=1
atunci i = 0 (pentru c
a dac
a ar exista scalarii i astfel nct
p1
X
i fi = v0 2 ker N r 1
( ) n f0g; atunci ker N r 1
( ) \ Qr 6= f0g
i=1
contradictie). Deci
V = ker N r ( ) = ker N r 1
() Sp ff1 ; fp 1 g :
Se observ
a c
a vectorii
N (f1 ) ; N (fp1 )
sunt n ker N r 1
a fi 2 ker N r ( ) ) N r (fi ) = 0 ) N r
( ) (pentru c 1
(N (fj )) = 0 ) N (fj ) 2 N r 1
( ));
mai mult,
P
p1
iN (fi ) 2 ker N r 2
())
i=1
P
p1 P
p1
Nr 2
iN (fi ) = Nr 1
i fi =0)
i=1 i=1
P
p1
) i fi 2 ker N r 1
() ) i = 0;
i=1
(deci n particular sunt liniar independenti) vectorii N (f1 ) ; N (fp1 ) sunt n ker N r 1
( ) si nu sunt n
ker N r 2
( ) deci
N (f1 ) ; N (fp1 ) 2 Qr 1 ;
dim ker N r 1
( ) = mr 1 = mr 2 + qr 1 ; q r 1 p1
(deci are loc si qr 1 qr )
si
V = ker N r ( ) = ker N r 1
() Sp ff1 ; fp 1 g =
= ker N r 2
() Qr 1 Sp ff1 ; fp 1 g :
Fie
Not
p2 = qr 1 p1
90 2. OPERATORI LINIARI
si e
fp1 +1 ; fp1 +p2
este o baz
a n Qr 1 si are loc:
V = ker N r ( ) = ker N r 1
() Sp ff1 ; fp 1 g =
= ker N r 2
() Qr 1 Sp ff1 ; fp 1 g =
= ker N r 2
() Sp fN (f1 ) ; ; N (fp1 ) ; fp1 +1 ; fp1 +p2 g Sp ff1 ; fp 1 g :
Se aplic
a operatorul N ( ) bazei din Qr 1 :
Not
p3 = qr 2 qr 1 = qr 2 p1 p2
f1 ; fp1 baz
a n Qr ;
N (f1 ) ; ; N (fp1 ) ; fp1 +1 ; fp1 +p2 baz
a n Qr 1 ;
N 2 (f1 ) ; ; N 2 (fp1 ) ; N (fp1 +1 ) ; ; N (fp1 +p2 ) ; fp1 +p2 +1 ; ; fp1 +p2 +p3 baz
a n Qr 2 ;
:::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::
Nr 1
(f1 ) ; ; Nr 1
(fp1 ) ; N r 2
(fp1 +1 ) ; ; Nr 2
(fp1 +p2 ) ; ; fp1 + +pr 1 +1 ; ; fp1 + +pr 1 +pr baz
a n Q1 :
Fiecare coloan
a a tabloului este cte o familie liniar independent
a care determin
a cte un subspatiu invari-
ant al operatorului N ( ); primele p1 subspatii sunt de dimensiune r; urm
atoarele p2 sunt de dimensiune
r 1, etc; ultimele pr subspatii sunt de dimensiune 1. Mai mult, ultima linie este format
a din vectori
proprii (toti atasati valorii proprii nule). ntregul spatiu este sum
a direct
a de aceste subspatii pe vertical
a;
pentru spatiul format de prima coloan
a, se alege ca baz
a
Nr 1
(f1 ) ; N r 2
(f1 ) ; ; N (f1 ) ; f1
2.5. INTRODUCERE N TEORIA SPECTRALA 91
(n aceast
a ordine); n aceast
a baz
a restrictia operatorului la acest subspatiu este dat
a de valorile opera-
torului n vectorii bazei:
f1 2 V = ker N r ) N r (f1 ) = 0
2 3
6 0 7
6 7
6 0 7
6 7
6 . 7
N N r 1
(f1 ) = N (f1 ) = 6
r . 7
6 . 7
6 7
6 7
6 0 7
4 5
0
2 3
6 1 7
6 7
6 0 7
6 7
6 . 7
N N r 2
(f1 ) = N r 1
(f1 ) = 6 6 . 7
. 7
6 7
6 7
6 0 7
4 5
0
::::::::::::::::::::::::::::::::::::::::::::::::::::::
2 3 2 3
6 0 7 6 0 1 0 7
6 .. 7 6 .. 7
6 . 7 6 0 0 . 7
6 7 6 7
6 7 6 . . 7 Not
N (f1 ) = 6
6 0 7 ) Nj
7 sp inv (x) = 6 .. ..
6 0 7 x = J0 (r) x;
7
6 7 6 7
6 7 6 7
6 1 7 6 0 0 1 7
4 5 4 5
0 0 0 0
se obtine n nal urm
atoarea structur
a pentru matricea operatorului:
2 3
p1 cel. J0 (r)
6 7
6 ... 7
de 6 0 0 7
6 7
6 7
ord. r 6 J0 (r) 7
6 7
6 7
p2 cel. 6 J0 (r 1) 7
6 7
6 7
6 0 ... 0 7
de 6 7
6 7
6 7
ord. r 1 6 J0 (r 1) 7
6 7
.. 6 .. .. .. 7
. 6 . . . 7
6 7
6 7
pr cel. 6 J0 (1) 7
6 7
6 7
6 0 0 .. 7
de 6 . 7
4 5
ord. 1 J0 (1)
2.5.34. Denitie. Se numeste celula Jordan de ordin r atasata scalarului o matrice r r de forma:
92 2. OPERATORI LINIARI
2 3
6 1 0 7
6 ... 7
6 0 0 7
6 7
J (r) = 6 7:
6 ..
6 . 1 7
7
4 5
0 0
2.5.35. Denitie. Se numeste bloc Jordan de ordin (r1 ; ; rk ) atasat scalarului o matrice (r1 + + rk )
(r1 + + rk ) de forma:
2 3
6 J (r1 ) 0 0 7
6 7
6 0 J (r2 ) 0 7
6 7
J (r1 ; rk ) = 6 7:
6 .. 7
6 . 7
4 5
0 0 J (rk )
2.5.1. Decomplexicarea formei canonice complexe. Cnd corpul de scalari este real, atunci
valorile proprii sunt n general complexe, deci nu fac parte din corpul de scalari; mai mult, vectorii proprii
atasati la valori proprii complexe sunt de coordonate complexe. Pentru a se obtine o form
a pseudodiagonal
a
si n aceast
a situatie se aplic
a urm
atoarea tehnic
a:
Fie = +i 2 C n R; > 0 o valoare proprie complex
a cu ordinul de multiplicitate m. Atunci
= i este valoare proprie complex
a cu acelasi ordin de multiplicitate si celor dou
a valori proprii
trebuie s
a li se ataseze un spatiu invariant real de dimensiune 2m: Acelasi operator v
azut ca operator
peste un spatiu vectorial complex admite o baz
a Jordan n care pentru corespund m vectori proprii
liniar independenti f1 ; ; fm de coordonate complexe; atunci vectorii f1 ; ; fm formeaz
a baz
a Jordan
pentru
Av = v ) A (Re v + i Im v) = (Re + i Im ) (Re v + Im v)
) Av = v ) v este vector propriu pentru
Baza Jordan atasat
a valorii proprii este dat
a de relatiile:
Af11 = f11 ; ; Af1q = f1q
Af21 = f11 + f21 ; ; Af2q = f1q + f2q
2.5. INTRODUCERE N TEORIA SPECTRALA 93
.........................................................
Afn11 = fn11 1 + fn11 ; ; Afnqq = fnqq 1 + fnqq
si din relatiile
f + f = (Re ( ) + i Im ( )) (Re (f ) + i Im (f )) +
+ (Re ( ) i Im ( )) (Re (f ) i Im (f )) =
= 2 Re ( ) Re (f ) 2 Im ( ) Im (f ) = 2 (Re ( ) g Im ( ) h) ;
f f = (Re ( ) + i Im ( )) (Re (f ) + i Im (f ))
(Re ( ) i Im ( )) (Re (f ) i Im (f )) =
= 2i Re ( ) Im (f ) + 2i Im ( ) Re (f )
rezult
a
Agkj = gkj 1 + Re ( ) gkj Im ( ) hjk ;
Ahjk = hjk 1 + Re ( ) gkj + Im ( ) hjk
asa c
a nlocuirile ec
arei perechi de celule complexe (pentru = + i ) sunt:
0 1 0 1
0
@ A @ A
0
0 1 0 1
B 1 0 0 C B 1 0 C
B C B C
B 0 0 0 C B 0 1 C
B C B C
B C B C
B 0 0 1 C B 0 0 C
B C B C
@ A @ A
0 0 0 0 0
94 2. OPERATORI LINIARI
0 1 0 1
1 0 0 0 0 1 0 0 0
B C B C
B C B C
B 0 1 0 0 0 C B 0 1 0 0 C
B C B C
B C B C
B 0 0 0 0 0 C B 0 0 1 0 C
B C B C
B C B C
B 0 0 0 1 0 C B 0 0 0 1 C
B C B C
B C B C
B C B C
B 0 0 0 0 1 C B 0 0 0 0 C
@ A @ A
0 0 0 0 0 0 0 0 0
:::::::::::::::::::::::::::::::::
2.5. INTRODUCERE N TEORIA SPECTRALA 95
(1) Se g
aseste matricea atasat
a operatorului n baza initial
a (standard)
(2) Se rezolva (n C) ecuatia caracteristica det (A I) = 0 si se retin toate r
ad
acinile j 2 C,
P
k
j = 1; k, cu ordinele lor de multiplicitate nj , nj = n.
j=1
Pentru ecare r
ad
acin
a j (de multiplicitate nj ) obtinut
a la pasul 2.:
nj
(3) Se calculeaz
a spatiul V j
= ker (U j I) ( ).
(4) Se calculeaz
a restrictia Uj ( ) a operatorului U ( ) la subspatiul V j , Uj ( ) : V j
! V j ; Uj (x) =
U (x) ; 8x 2 V j .
(5) Se calculeaz
a operatorul nilpotent Nj ( ) : V j
! V j , denit prin: Nj (x) = Uj (x) jI (x) =
(Uj j I) (x), 8x 2 V j .
(6) Se calculeaz
a sirul de nuclee:
r 1 r
f0g = ker Nj0 ( ) ker Nj ( ) ker Nj2 ( ) ker Nj j () ker Nj j ( ) = V j ;
se calculeaz
a
rj = min dim ker Njk ( ) = dim V j
= nj
k
a f1j ;
a n Qjrj , notat
(10) Se alege o baz fpjj ; se consider
a vectorii
1
se continu
a acest procedeu pn
a se obtine structura:
Nj2 f1j ; ; Nj2 fpjj ; Nj fpjj +1 ; ; Nj fpjj +pj ; fpjj +pj +1 ; ; fpjj +pj +pj
1 1 1 2 1 2 1 2 3
baz a n Qjr 2 ,
:::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::
r 1 r 1 r 2 r 2
Nj j f1j ; ; Nj j fpjj ; Nj j fpjj +1 ; ; Nj j fpjj +pj ; ;
1 1 1 2
; fpjj + +pjr
; ; fpjj + +pjr j a n Qj1 = ker Nj ( ).
baz
1 j 1 +1 1 j 1 +prj
Baza Jordan se obtine prin ordonarea vectorilor de mai sus n felul urm
ator: se aleg vectorii pe
coloan
a, de jos n sus pentru ecare vector, de la exponentul maxim al operatorului la exponentul
a (primul vector, f1j ):
minim de exemplu, pentru prima coloan
r 1 r 2
Nj j f1j ; Nj j f1j ; ; Nj f1j ; f1j
2.5.3. Exemple.
4 4
2.5.37. Exemplu (O 2 valoare proprie cu 3 ordin de multiplicitate 4). Fie U ( ) : R ! R cu matricea n
6 1 1 1 0 7
6 7
6 1 3 0 1 7
6 7
baza canonicaA=6 7; s
a se determine forma canonic a Jordan si o baz
a n care este
6 1 0 1 1 7
6 7
4 5
0 1 1 1
atins
a aceast
a forma. 2 3
6 1 1 1 0 7
6 7
6 1 3 0 1 7
6 7
Pasul 1: matricea operatorului este A = 6 7.
6 1 0 1 1 7
6 7
4 5
0 1 1 1
Pasul 2: Valorile proprii ale matricii A (din ecuatia caracteristic
a):
1 1 1 0
1 3 0 1
det (A I4 ) = =( 1)4 = 0 ) 1 = 1, n1 = 4.
1 0 1 1
0 1 1 1
***
Cu Scientic WorkPlace 5.5 se calculeaz
a astfel: Compute!Matrices!Determinant de unde se obtine
valoarea determinantului:
2 3 4
determinant : 6 4 4 + +1
Compute!Factor de unde se obtine: = ( 1)4
Se poate calcula direct folosind: Compute!Matrices!Eigenvalues, de unde se obtine:
eigenvalues: f1 g (care nu spune multiplicitatea valorii proprii).
[Pot apare confuzii generate de standardul folosit pentru reprezentarea vectorilor ca linie sau coloan
a]
***
Pasul 3: Calcul
am dimensiunea subspatiului propriu asociat valorii proprii = 1:
4
Se consider
2a operatorul (U 3 1R4 ) ( ) = (U 1R4 )4 ( ); matricea lui este (A I4 )4 .
6 0 1 1 0 7
6 7
6 1 2 0 1 7
6 7 Not.
A I4 = 6 7 = B.
6 1 0 2 1 7
6 7
4 5
0 1 1 0
98 2. OPERATORI LINIARI
2 32 2 3
6 0 1 1 0 7 6 2 2 2 2 7
6 7 6 7
6 1 2 0 1 7 6 2 2 2 2 7
2 6 7 6 7
(A I4 ) = 6 7 =6 7 = B2.
6 1 0 2 7
1 7 6 2 7
6 6 2 2 2 7
4 5 4 5
0 1 1 0 2 2 2 2
2 33 2 3
6 0 1 1 0 7 6 0 0 0 0 7
6 7 6 7
6 1 2 0 1 7 6 0 0 0 0 7
3 6 7 6 7
(A I4 ) = 6 7 =6 7 = B3.
6 1 0 2 7
1 7 6 7
6 6 0 0 0 0 7
4 5 4 5
0 1 1 0 0 0 0 0
2 34 2 3
6 0 1 1 0 7 6 0 0 0 0 7
6 7 6 7
6 1 2 0 1 7 6 0 0 0 0 7
4 6 7 6 7
(A I4 ) = 6 7 =6 7 = B4.
6 1 0 2 7
1 7 6 7
6 6 0 0 0 0 7
4 5 4 5
0 1 1 0 0 0 0 0
n1
Deci V 1
= ker (U 1 I) ( ) = ker (U 1R4 )4 ( ) = R4 .
Pasul 4: Restrictia U1 ( ) a operatorului U ( ) la subspatiul V 1 , U1 ( ) : V 1
! V 1 ; U1 (x) = U (x),
8x 2 V 1
este: U1 ( ) : R4 ! R4 ; U1 (x) = U (x) (U1 ( ) coincide cu U ( )).
Pasul
2 5: Operatorul 3nilpotent N1 ( ) : R4 ! R4 , denit prin N1 (x) = U1 (x) 1 I4 (x) are matricea
6 0 1 1 0 7
6 7
6 1 2 0 1 7
6 7
B=6 7.
6 1 0 2 1 7
6 7
4 5
0 1 1 0
Pasul 6:
Se calculeaz
a
r1 = min dim ker N1k ( ) = dim V 1
= n1 = 4
k
de unde se obtine r1 = 3.
Se calculeaz
a sirul de nuclee:
Se aa subspatiile Q1k :
6 0 1 0 0 7 6 1 0 0 0 7 6 1 1 0 0 7
6 7 6 7 6 7
6 0 0 1 0 7 6 0 1 0 0 7 6 0 1 1 0 7
6 7 6 7 6 7
6 7+1 6 7=6 7
6 0 0 0 0 7 6 0 0 1 0 7 6 0 0 1 0 7
6 7 6 7 6 7
4 5 4 5 4 5
0 0 0 0 0 0 0 1 0 0 0 1
2 3 8 2 3
>
>
6 0 1 1 0 7 >
>
>
x 2 + x3 =0 6 a 7
6 7 >
> 6 7
6 1 2 0 1 7 < x1 + 2x2 + x4 = 0 6 b 7
6 7 6 7
6 7 Bx = 0 ) )x=6 7, a; b 2 R )
6 1 0 2 1 7 7 >
> x x + x = 0 6 b 7
6 >
> 1 3 4 6 7
4 5 >
> 4 5
>
:
0 1 1 0 x2 x3 =0 a 2b
Matricea
2 de trecere de3la baza canonica
2 la baza J este:3
1 1
6 2 0 1 1 7 6 0 4 4
0 7
6 7 6 7
6 2 1 0 0 7 6 0 1 1
0 7
6 7 1 6 2 2 7
C=6 7 ) C = 6 7 iar forma Jordan este:
6 2 1 0 0 7 7 6 1 7
6 6 1 1 1 7
4 5 4 5
2 0 0 1 0 21 1
2
1
2 32 32 3 2 3
1 1
6 0 4 4
0 76 1 1 1 0 76 2 0 1 1 7 6 1 1 0 0 7
6 76 76 7 6 7
6 0 1 1
0 76 1 3 0 1 76 2 1 0 0 7 6 0 1 1 0 7
6 2 2 7 6 7 6 7 6 7
J = C 1 AC = 6 76 76 7=6 7
6 1 1 1 1 76 1 0 1 1 76 2 1 0 0 7 6 0 0 1 0 7
6 76 76 7 6 7
4 54 54 5 4 5
0 12 1
2
1 0 1 1 1 2 0 0 1 0 0 0 1
sau [descompunerea Jordan a matricii initiale]
2.5. INTRODUCERE N TEORIA SPECTRALA 103
2 3 2 32 32 3
1 1
6 1 1 1 0 7 6 2 1 1 76 1
0 1 0 0 76 0 4 4
0 7
6 7 6 76 76 7
6 1 3 0 1 7 6 1 0 0 7 6 1 1 0 7 6 1 1
0 7
6 7 6 2 76 0 76 0 2 2 7
6 7=6 76 76 7
6 1 0 1 1 7 6 1 0 0 7 6 0 1 0 7 6 1 7
6 7 6 2 76 0 76 1 1 1 7
4 5 4 54 54 5
1 1
0 1 1 1 2 0 0 1 0 0 0 1 0 2 2
1
2 3
6 1 1 0 j 0 7
6 7
6 0 1 1 j 0 7
6 7
6 7
Se observ a structura de celule Jordan: 66 0 0 1 j 0 77.
6 7
6 7
6 j 7
4 5
0 0 0 j 1
Aplicatie
2 3 pentru
2 sisteme de ecuatii
3 2 diferentiale:
3
0
6 x1 7 6 1 1 1 0 7 6 x1 7
6 7 6 76 7
6 x0 7 6 1 3 0 1 7 6 7
6 2 7 6 7 6 x2 7
6 7=6 76 7
6 x0 7 6 1 0 1 1 7 6 x 7
6 3 7 6 76 3 7
4 5 4 54 5
x04 0 1 1 1 x4
Se
2 nlocuieste
3 2 matricea cu descompunerea
32 ei3Jordan:
2 32 3
1 1
6 x017 6 2 0 1 1 76 1 1 0 0 76 0 4 4
0 76 x1 7
6 7 6 76 76 76 7
6 x0 7 6 2 1 0 0 7 6 0 1 1 0 76 0 1 1
0 7 6 x2 7
6 2 7 6 76 76 2 2 76 7
6 7=6 76 76 76 7
6 x0 7 6 2 1 0 7 6
0 76 0 0 1 0 76 17 6 1 1 1 7 6 x3 7
6 3 7 6 76 7
4 5 4 54 54 54 5
x04 2 0 0 1 0 0 0 1 0 12 1
2
1 x4
Se
2 scrie sub forma: 32 3 2 32 32 3
1 1 0 1 1
6 0 4 4
0 7 6 x1 7 6 1 1 0 0 7 6 0 4 4
0 76 x1 7
6 76 7 6 76 76 7
6 0 1 1
0 7 6 0 7 6 76 1 1
0 7 6 x2 7
6 2 2 7 6 x2 7 6 0 1 1 0 7 6 0 2 2 76 7
6 76 7=6 76 76 7
6 1 1 1 1 7 6 x0 7 6 0 0 1 0 7 6 1 1 1 1 7 6 x3 7
6 76 3 7 6 76 76 7
4 54 5 4 54 54 5
0 21 1
2
1 x04 0 0 0 1 0 12 1
2
1 x4
Se
2 face schimbarea
3 2 de variabile:32 3 2 3 2 32 3
1 1 0 1 1
6 y1 7 6 0 4 4
0 7 6 x1 7 6 y1 7 6 0 4 4
0 76 7 x01
6 7 6 76 7 6 7 6 76 7
6 y2 7 6 0 1 1
0 7 6 x2 7 6 y0 7 6 0 1 1
0 7 6 0 7
6 7 6 2 2 7 6 7 6 2 7 6 2 2 7 6 x2 7
6 7=6 76 7)6 7=6 76 7
6 y 7 6 1 1 1 7 6
1 7 6 x3 77 6 0 7 6 1 7 6 x0 7
6 3 7 6 6 y3 7 6 1 1 1 76 3 7
4 5 4 54 5 4 5 4 54 5
y4 0 12 1
2
1 x4 y40 0 12 1
2
1 x04
Sistemul
2 3 de 2 ecuatii diferentiale
32 n
3 variabilele
2 y3 este:
0
6 y1 7 6 1 1 0 0 7 6 y1 7 6 y1 + y2 7
6 7 6 76 7 6 7
6 y 0 7 6 0 1 1 0 7 6 y2 7 6 y2 + y3 7
6 2 7 6 76 7 6 7
6 7=6 76 7=6 7
6 y0 7 6 0 0 1 0 7 6 y 7 6 y 7
6 3 7 6 76 3 7 6 3 7
4 5 4 54 5 4 5
y40 0 0 0 1 y4 y4
Se rezolv
a sistemul n variabilele y:
104 2. OPERATORI LINIARI
t2
y4 (t) = c4 et , y3 (t) = c3 et , y2 (t) = (c3 t + c2 ) et , y1 (t) = c3 + c2 t + c1 et
2 3 2 32 3 2
t t 1 2 t
6 y1 (t) 7 6 e te t e 0 7 6 c1 7
6 7 6 2 76 7
6 y2 (t) 7 6 0 et tet 0 7 6 7
6 7 6 7 6 c2 7
6 7=6 76 7
6 y (t) 7 6 t 76 c 7
6 3 7 6 0 0 e 0 76 3 7
4 5 4 54 5
y4 (t) t c4
0 0 0 e
Se
2 obtine3solutia
2 n variabilele 3 initiale:
2 3
6 x1 (t) 7 6 2 0 1 1 7 6 y1 (t) 7
6 7 6 76 7
6 x2 (t) 7 6 2 1 0 0 7 6 y2 (t) 7
6 7 6 76 7
6 7=6 76 7=
6 x (t) 7 6 2 1 0 0 7 6 y3 (t) 7
7 6
6 3 7 6 7
4 5 4 54 5
x4 (t) 2 0 0 1 y4 (t)
2 32 32 3 2 3
1 2 t
6 2 0 1 1 76 et tet t e 0 76 c1 7 6 c4 e t t
2c1 e + c3 (e t 2 t
t e ) 2tc2 e t
7
6 76 2 76 7 6 7
6 2 1 0 0 76 t
tet 0 7 6 c2 7 6 2 t t t t t 7
6 76 0 e 76 7 6 c3 (t e + te ) c2 (e + 2te ) 2c1 e 7
=6 76 76 7=6 7
6 2 76 76 c3 7 6 2 t
tet ) c2 (et 2tet ) + 2c1 et 7
6 1 0 0 76 0 0 et 0 76 7 6 c3 (t e 7
4 54 54 5 4 5
2 0 0 1 0 0 0 e t c4 2c1 et + c4 et + 2tc2 et + t2 c3 et
2.5. INTRODUCERE N TEORIA SPECTRALA 105
6 0 2 0 1 7
6 7
6 1 0 0 0 7
6 7
R4 ! R4 cu matricea n baza canonic aA=6 7; sa se determine forma canonic
a Jordan si
6 0 1 0 0 7
6 7
4 5
0 0 1 0
o baz
a n care este atins
a aceasta form
a. 2 3
6 0 2 0 1 7
6 7
6 1 0 0 0 7
6 7
Pasul 1: matricea operatorului este A = 6 7.
6 0 1 0 0 7
6 7
4 5
0 0 1 0
Pasul 2: Valorile proprii ale matricii A (din ecuatia caracteristic
a):
2 0 1
1 0 0
det (A I4 ) = = 4
2 2
+1=( 1)2 ( + 1)2
0 1 0
0 0 1
) 1 = 1, n1 = 2, 2 = 1, n2 = 2
Pasul 3: Se calculeaz
a dimensiunea subspatiului propriu asociat valorii proprii 1 = 1:
2
Se consider
2a operatorul (U 1 1R4 ) ( ) = (U
3 1R4 )2 ( ); matricea lui este (A I4 )2 .
6 1 2 0 1 7
6 7
6 1 1 0 0 7
6 7 Not.
A I4 = 6 7 = B (matricea are rangul 3).
6 0 1 1 0 7
6 7
4 5
0 0 1 1
2 32 2 3
6 1 2 0 1 7 6 3 4 1 2 7
6 7 6 7
6 1 1 0 0 7 6 2 3 0 1 7
2 6 7 6 7
(A I4 ) = 6 7 =6 7 = B 2 (matricea are rangul 2) (dac
a se
6 0 1 1 0 7 7 6 0 7
6 6 1 2 1 7
4 5 4 5
0 0 1 1 0 1 2 1
continu
a ridicarea la putere a matricii B, rangul nu se mai micsoreaz a).
Subspatiul
2 V 1 = ker 3
(U2 I)n1
13 ( ) =3ker (U 21R4 )2 ( ) este multimea
2 3 solutiilor sistemului:
6 3 4 1 2 76 x1 7 6 0 7 6 x1 = 3a + 2b; 7
6 76 7 6 7 6 7
6 2 3 0 1 76 x2 7 6 0 7 6 x2 = 2a + b 7
6 76 7 6 7 6 7
6 76 7 = 6 7, adic a6 7
6 1 2 1 0 7 6 x3 7 6 0 7 6 x =a 7
6 76 7 6 7 6 3 7
4 54 5 4 5 4 5
0 1 2 1 x4 0 x4 = b
106 2. OPERATORI LINIARI
2 3 2 3
6 3 7 6 2 7
6 7 6 7
6 2 7 6 1 7
6 7 6 7
cu v1 = 6 7, v2 = 6 7, se obtine: V 1
= span (v1 ; v2 ), iar familia B1 = fv1 ; v2 g este baz
a a lui
6 1 7 6 0 7
6 7 6 7
4 5 4 5
0 1
V 1.
Pasul 4: Se determin
a restrictia U1 ( ) a operatorului U ( ) la subspatiul V 1 , U1 ( ) : V 1
! V 1;
U1 (x) = U (x), 8x 22 V 1 : 32 3 2 3
6 0 2 0 1 76 3 7 6 4 7
2 3
6 76 7 6 7
6 1 0 0 0 7 6 2 7 6 3 7 2
6 76 7 6 7
U (v1 ) = Av1 = 6 7 6 7 = 6 7 = 2v1 + ( 1) v2 ) [U (v1 )]B1 = 4 5
6 0 1 0 7 6 7
0 76 1 7 6 2 7 6 7 1
6
4 54 5 4 5
0 0 1 0 0 1
(Scalarii 2 si 12se aa din sistemul + bv2 )
3 2 U (v31 ) =2av1 3
6 0 2 0 1 76 2 7 6 3 7
2 3
6 76 7 6 7
6 1 0 0 0 76 1 7 6 2 7 1
6 76 7 6 7
U (v2 ) = Av2 = 6 76 7 = 6 7 = 1 v1 + 0 v2 ) [U (v2 )]B1 = 4 5
6 0 1 0 0 76 0 7 6 1 7 0
6 76 7 6 7
4 54 5 4 5
0 0 1 0 1 0
(Scalarii 1 si 0 se aa din sistemul U (v2 ) = av1 + bv2 )
2 3
2 1
Se obtine U1 ( ) : V 1 ! V 1 ; [U1 (x)]B1 = 4 5 [x] n baza B1 = fv1 ; v2 g a lui V 1 .
B1
1 0
Pasul 5: Operatorul nilpotent N1 ( ) : V 1 ! V 1 (atasat valorii proprii 1 ) este restrictia la V 1
a
operatorului (U 1 I4 ) ( ) (sau operatorul (U1
) n V 1 ).
1 I2 ) (
3 2 2 3 2 3
2 1 1 0 1 1
n baza B1 operatorul N1 ( ) are matricea 4 5 1 4 5=4 5.
1 0 0 1 1 1
2 32 2 3
1 1 0 0
Se observ
a c
a matricea este nilpotent a: 4 5 =4 5.
1 1 0 0
Pasul 6: Se calculeaz
a sirul de nuclee:
Se aa subspatiile Q1k :
82 39
< 1 =
Se completeaz a familia 4 5 (care este baz a n ker N1 ( )) pn
a la o baza n ker N12 ( ) = R2 , de
: 1 ;
2 3
1
exemplu cu vectorul [u2 ]B1 = 4 5 (poate ales orice vector din ker N12 ( ) n ker N1 ( )).
0
2 32 3 2 3
1 1 1 1
[u1 ]B1 = [N1 (u2 )]B1 = 4 54 5 = 4 5 2 ker N1 ( ).
1 1 0 1
2 3 02 31 2 32 3 2 3
1 1 1 1 1 2
Obs: dac a sar ales, de exemplu, 4 5, atunci N1 @4 5A = 4 54 5 = 4 5, care
1 1 1 1 1 2
2 3
1
este din ker N1 ( ), dar nu chiar acelasi vector 4 5, ci o combinatie liniara.
1
Baza Jordan n V 1 pentru operatorul N1 ( ) este B1 = fu1 ; u2 g, n care:
2 3
0
N1 (u1 ) = 0 ) [N1 (u1 )]B = 4 5
1
0
2 3
1
N1 (u2 ) = u1 ) [N1 (u2 )]B = 4 5
1
0
2 3 2 3
0 1 0 1
Se obtine [N1 (x)]B = 4 5 [x] , adic
B a B1 este baza Jordan a operatorului N1 ( ) iar 4 5
1 1
0 0 0 0
este forma canonic a Jordan a operatorului N1 ( ).
Se repet
a pasii anteriori pentru urm
atoarea valoare proprie, 2 = 1 cu ordin de multiplicitate n2 = 2:
Pasul 3: Se calculeaz
a dimensiunea subspatiului propriu asociat valorii proprii 2 = 1:
Se consider
a operatorul (U 2 1R4 )2 ( ) = (U + 1R4 )2 ( ); matricea lui este (A + I4 )2 .
108 2. OPERATORI LINIARI
2 3
6 1 2 0 1 7
6 7
6 1 1 0 0 7
6 7 Not.
A + I4 = 6 7 = C (matricea are rangul 3).
6 0 1 1 0 7
6 7
4 5
0 0 1 1
2 32 2 3
6 1 2 0 1 7 6 3 4 1 2 7
6 7 6 7
6 1 1 0 0 7 6 2 3 0 1 7
6 7 6 7
(A + I4 )2 = 6 7 =6 7 = C 2 (matricea are rangul 2) (dac
a se continu
a
6 0 1 1 0 7 6 1 2 1 0 7 7
6 7 6
4 5 4 5
0 0 1 1 0 1 2 1
ridicarea la putere a matricii B, rangul nu se mai micsoreaz
a).
n1 2
Subspatiul V 2 = 3ker
2 2 (U 3 2 I)
2 2 + 1R4 ) ( ) este3multimea solutiilor sistemului:
(3) = ker (U
6 3 4 1 2 7 6 x1 7 6 0 7 6 x1 = 3a + 2b; 7
6 76 7 6 7 6 7
6 2 3 0 1 7 6 7 6 0 7 6 x2 = 2a b 7
6 7 6 x2 7 6 7 6 7
6 76 7=6 7, adic
a6 7
6 1 2 1 0 76 x 7 6 0 7 6 x =a 7
6 76 3 7 6 7 6 3 7
4 54 5 4 5 4 5
0 1 2 1 x4 0 x4 = b
2 3 2 3
6 3 7 6 2 7
6 7 6 7
6 2 7 6 1 7
6 7 6 7
cu v3 = 6 7 4 6
, v = 7, se obtine: V 2
= span (v3 ; v4 ); familia B2 = fv3 ; v4 g este baz
a n V 2 .
6 1 7 6 0 7
6 7 6 7
4 5 4 5
0 1
Pasul 4: Se determin
a restrictia U2 ( ) a operatorului U ( ) la subspatiul V 2 , U2 ( ) : V 2
! V 2;
U2 (x) = U (x), 8x 22 V 2 : 32 3 2 3
6 0 2 0 1 76 3 7 6 4 7
2 3
6 76 7 6 7
6 1 0 0 0 7 6 7
2 7 6 3 76 7 2
6 76
U (v3 ) = Av3 = 6 76 7=6 7 = 2v1 + v2 ) [U (v3 )]B2 = 4 5
6 0 1 0 0 7 6 7
1 7 6 2 7 6 7 1
6 76
4 54 5 4 5
0 0 1 0 0 1
(Scalarii 2 si 12se aa din sistemul
32 U (v33 ) =2av3 +3bv4 )
6 0 2 0 1 76
2 7 6 3 7
2 3
6 76 7 6 7
6 1 0 0 0 7 6 7 6
1 7 6 2 7 7 1
6 76
U (v4 ) = Av4 = 6 76 7=6 7 = v1 + 0 v2 ) [U (v4 )]B2 = 4 5
6 0 1 0 0 7 6 7
0 7 6 1 76 7 0
6 76
4 54 5 4 5
0 0 1 0 1 0
(Scalarii 1 si 0 se aa din sistemul
U (v4 ) = av3 + bv4 )
2 3
2 1
Se obtine U2 ( ) : V 2 ! V 2 ; [U2 (x)]B2 = 4 5 [x] n baza B2 = fv3 ; v4 g a lui V 2 .
B2
1 0
Pasul 5: Operatorul nilpotent N2 ( ) : V 2 ! V 2 (atasat valorii proprii 2 ) este restrictia la V 2
a
operatorului (U 2 I4 ) ( ) (sau operatorul (U2 2 I2 ) ( ) n V 2 ).
2.5. INTRODUCERE N TEORIA SPECTRALA 109
2 3 2 3 2 3
2 1 1 0 1 1
n baza B2 operatorul N2 ( ) are matricea 4 5+1 4 5=4 5.
1 0 0 1 1 1
2 32 2
3
1 1 0 0
Se observ
a c a: 4
a matricea este nilpotent 5 =4 5.
1 1 0 0
Pasul 6: Se calculeaz
a sirul de nuclee:
Se aa subspatiile Q2k :
82 39
< 1 =
Se completeaz a familia 4 5 (care este baz
a n ker N2 ( )) pn a n ker N22 ( ) = R2 , de
a la o baz
: 1 ;
2 3
1
exemplu cu vectorul [u4 ]B2 = 4 5 (poate ales orice vector din ker N22 ( ) n ker N2 ( )).
0
2 32 3 2 3
1 1 1 1
[u3 ]B2 = [N2 (u4 )]B2 = 4 54 5 = 4 5 2 ker N2 ( ).
1 1 0 1
Baza Jordan n V pentru operatorul N2 ( ) este B2 = fu3 ; u4 g, n care:
2
110 2. OPERATORI LINIARI
2 3
0
N2 (u3 ) = 0 ) [N2 (u3 )]B = 4 5
2
0
2 3
1
N2 (u4 ) = u3 ) [N2 (u4 )]B = 4 5
2
0
2 3 2 3
0 1 0 1
Se obtine [N2 (x)]B = 4 5 [x] , adic
B2 a B2 este baza Jordan a operatorului N2 ( ) iar 4 5
2
0 0 0 0
este forma canonic a Jordan a operatorului N2 ( ).
Se asambleaz a din R4 rezultatele obtinute pentru cele dou
a n baza initial a valori proprii:
Pentru2 1 :3 2 3
6 3 7 6 2 7 2 3 2 3
6 7 6 7
6 2 7 6 1 7 1 1
6 7 6 7
v1 = 6 7, v2 = 6 a a lui V 1 , [u1 ]B1 = 4
7, B1 = fv1 ; v2 g baz 5, [u2 ] = 4 5, B1 =
B1
6 1 7 6 0 7 1 0
6 7 6 7
4 5 4 5
0 1
fu1 ; u2 g baza Jordan n V 1
Pentru2 2 : 3 2 3
6 3 7 6 2 7 2 3 2 3
6 7 6 7
6 2 7 6 1 7 1 1
6 7 6 7
v3 = 6 7, v4 = 6 a n V 2 , [u3 ]B2 = 4
7, B2 = fv3 ; v4 g este baz 5, [u4 ] = 4 5,
B2
6 1 7 6 0 7 1 0
6 7 6 7
4 5 4 5
0 1
B2 = fu3 ; u4 g baza Jordan n V 2
Se
2 obtine
3 solutia
2 n form
a matricial
3 2 a: 32 3
t t t
6 y1 7 6 (k2 t + k1 ) e 7 6 e t e 0 0 7 6 k1 7
6 7 6 7 6 76 7
6 y2 7 6 k2 et 7 6 0 et 0 0 7 6 k2 7
6 7 6 7 6 76 7
6 7 6
= 7 6
= 76 7
6 y 7 6 (k t + k ) e t 7 6 0 0 e t t e t 76 k 7
6 3 7 6 4 3 7 6 76 3 7
4 5 4 5 4 54 5
y4 k4 e t 0 0 0 e t k4
2.5. INTRODUCERE N TEORIA SPECTRALA 113
2 3 2 1 3 1 32 3
0
6 y1 7 6 4 4 2 76 x1 7
6 7 6 1 1 1 1 7 6 7
6 y2 7 6 76 x2 7
6 7 6 4 4 4 4 6
7 7
dar 6 7=6 1 3 1 7 6 7, de unde:
6 y 7 6 0 76 x 7
6 3 7 6 76 3 7
4 5 4 4 4 2 54 5
1 1 1 1
y4 x4
2 3 2 4 4 3 42 43
6 x1 7 6 1 3 1 3 76 y1 7
6 7 6 76 7
6 x2 7 6 1 2 1 2 7 6 y2 7
6 7 6 76 7
6 7=6 76 7, asa c a se obtine:
6 x 7 6 1 1 1 1 7 6 y 7
6 3 7 6 76 3 7
4 5 4 54 5
x4 1 0 1 0 y4
2 3 2 32 32 3
t t
6 x1 7 6 1 3 1 3 76 e t e 0 0 76 k1 7
6 7 6 76 76 7
6 x2 7 6 1 2 1 2 7 6 0 et
0 0 76 k2 7
6 7 6 76 76 7
6 7 6
= 76 76 7=
6 x 7 6 1 1 1 1 7 6 0 0 e t t e t 7 6 k3 7
6 3 7 6 76 76 7
4 5 4 54 54 5
x4 1 0 1 0 0 0 0 e t k4
2 3
t t t t t t
6 k1 e + k4 (3e te ) + k2 (3e + te ) k3 e 7
6 7
6 k1 et k4 (2e t te t ) + k2 (2et + tet ) + k3 e t 7
6 7
=6 7
6 k (et + tet ) + k et k e t + k (e t te t ) 7
6 2 1 3 4 7
4 5
k1 et + k3 e t + tk2 et + tk4 e t
@
(2e t te t ) = e t (t 3)
@t
@
(2et + tet ) = et (t + 3)
@t
114 2. OPERATORI LINIARI
2.5.39. Exemplu (Doua valori proprii, una cu multiplicitate 2). Fie operatorul U ( ) care n baza standard
2 3
1 1 1
6 7
6 7
are matricea A = 6 3 4 3 7 2 M3 3 (R). S a se aduc a la forma canonica Jordan si sa se g
aseasc
a
4 5
4 7 6
baza Jordan.
Valorile proprii ale matricii sunt solutiile ecuatiei caracteristice: det (A I3 ) = 0 ) ( 1) ( 2)2 =
0
Pentru 1 = ator este V1 = fx 2 R3 ; (A
1, subspatiul vectorilor proprii corespunz I3 ) x = 0g =
f (0; 1; 1) ; 2 Rg iar dimensiunea algebric
a a valorii proprii si dimensiunea geometric
a sunt ambele 1.
Pentru 2 = 2, subspatiul vectorilor proprii corespunz
ator este V2 = f (1; 0; 1) ; 2 Rg si se observ
a
c
a dimensiunea algebric
a a valorii proprii este 2 iar dimensiunea geometric
a este 1, asa c
a operatorul nu
este diagonalizabil.
2 3
1 1 1
6 7
6 7
Se consider
a operatorul N2 ( ) care n baza standard are matricea B2 = A 2I3 = 6 3 6 3 7.
4 5
4 7 4
Nucleul lui N2 ( ) este ker N2 ( ) = V2 = f (1; 0; 1) ; 2 Rg
2 32 2 3
1 1 1 0 0 0
6 7 6 7
2 2 6 7 6 7
Operatorul N2 ( ) are matricea B2 = 6 3 6 3 7 =6 9 18 9 7
4 5 4 5
4 7 4 9 18 9
2
si nucleul ker N2 ( ) = f (1; 0; 1) + (0; 1; 2) ; ; 2 Rg.
2 33 2 3
1 1 1 0 0 0
6 7 6 7
6 7 6 7
Operatorul N23 ( ) are matricea B23 = 6 3 6 3 7 = 6 27 54 27 7
4 5 4 5
4 7 4 27 54 27
iar nucleul lui este ker N23 ( ) = ker N22 ( ), asa ca sirul de nuclee
ker N2 ( ) ker N22 ( ) = ker N23 ( ) se stabilizeaz
a la exponentul 2.
f0g ker N2 ( ) ker N22 ( ) = ker N23 ( )
jj
ker N2 ( ) Q22
3N2 (v 0 ) 3v 0
Se alege un suplement Q22 al lui ker N2 ( ) n ker N22 ( ), de exemplu Q22 = f (0; 1; 2) ; 2 Rg si o
a n Q22 , de exemplu v 0 = (0; 1; 2).
baz
2 32 3 2 3
1 1 1 0 1
6 76 7 6 7
0 6 76 7 6 7
Atunci N2 (v ) = 6 3 6 3 7 6 1 7 = 6 0 7 2 ker N2 ( )
4 54 5 4 5
4 7 4 2 1
2.5. INTRODUCERE N TEORIA SPECTRALA 115
baza Jordan este f(0; 1; 1) ; (1; 0; 1) ; (0; 1; 2)g, matricile de trecere dintre baza standard si noua baz
a
2 3 2 3 1 2 3
0 1 0 0 1 0 1 2 1
6 7 6 7 6 7
6 7 6 7 6 7
sunt C = 6 1 0 1 7 si C 1 = 6 1 0 1 7 = 6 1 0 0 7.
4 5 4 5 4 5
1 1 2 1 1 2 1 1 1
Matricea operatorului n baza Jordan este
2 32 32 3 2 3
1 2 1 1 1 1 0 1 0 1 0 0
6 76 76 7 6 7
6 76 76 7 6 7
C 1 AC = 6 1 0 0 76 3 4 3 76 1 0 1 7=6 0 2 1 7
4 54 54 5 4 5
1 1 1 4 7 6 1 1 2 0 0 2
2 3
6 1 j 0 0 7
6 7
6 7
6 7
n noua baza, matricea este de tip Jordan format a din doua blocuri 6 7
6 0 j 2 1 7
6 7
4 5
0 j 0 2
Se observ
a: 2 3
1 1 1
6 7
6 7
operatorul N2 ( ) are matricea 6 3 6 3 7
4 5
4 7 4
operatorul N2 ( ) nu este operator nilpotent;
operatorul N2 ( ) este invariant la nucleul maximal ker N22 ( ) care are baza f(1; 0; 1) ; (0; 1; 2)g,
pentru c
a:
2 32 3 2 3
1 1 1 1 0
6 76 7 6 7
6 76 7 6 7
6 3 6 3 7 6 0 7 = 6 0 7 = 0 (1; 0; 1) + 0 (0; 1; 2) si
4 54 5 4 5
4 7 4 1 0
2 32 3 2 3
1 1 1 0 1
6 76 7 6 7
6 76 7 6 7
6 3 6 3 7 6 1 7 = 6 0 7 = 1 (1; 0; 1) + 0 (0; 1; 2).
4 54 5 4 5
4 7 4 2 1
Se poate vorbi despre restrictia operatorului N2 ( ) la ker N22 ( ), N2r ( ) : ker N22 ( ) ! ker N22 ( ) iar
2 3
0 1
matricea operatorului N2 ( ) n baza f(1; 0; 1) ; (0; 1; 2)g este 4 5.
0 0
2 32 2 3
0 1 0 0
a4
Operatorul N2r ( ) este nilpotent, pentru c 5 =4 5.
0 0 0 0
116 2. OPERATORI LINIARI
2.6.2. Denitie. Fie Ek = ek1 ; ; eknk baze xate ale spatiilor (Vk ; K), k = 1; 2 si B ( ; ) : V1 V2 ! K
o functional a. Matricea AB (E1 ; E2 ) = B e1i ; e2j
a biliniar i=1;n1 se numeste matrice asociat
a functionalei
j=1;n2
biliniare corespunz
atoare bazelor E1 ; E2 .
2.6.3. Propozitie. Fie Ek = ek1 ; ; eknk baze xate ale spatiilor (Vk ; K), k = 1; 2. O functional
a
biliniar
a B ( ; ) : V1 V2 ! K este unic si complet determinat
a de matricea AB (E1 ; E2 ) asociat
a. n
acest caz avem B (x; y) = [x]TE1 AB (E1 ; E2 ) [y]E2 .
2 3
1
6 7
6 . 7
a unic n bazele alese prin [x]E1 = 6 ..
Demonstratie. Vectorii x 2 V1 si y 2 V2 se reprezint 7,
4 5
n1
2 3
6 1 7
6 . 7
[y]E2 = 6 .. 7 si din liniaritatea n ecare variabil
a rezult
a:
4 5
n2
!
P
n1
1
P
n2
2
P
n2 P
n1
1 2
B (x; y) = B i ei ; j ej = B i ei ; ej j =
i=1 j=1 j=1 i=1
2 3
P
n1 P
n1 6 1 7
1 2 1 2 6 .. 7
= B i ei ; e1 B i ei ; en2 6 . 7=
i=1 i=1 4 5
n2
2 3
P
n1 P
n1 6 1 7
(e1i ; e21 ) e1i ; e2n2 6 .. 7
= iB iB 6 . 7=
i=1 i=1 4 5
n2
2 32 3
B (e11 ; e21 ) B e11 ; e2n2
h i6 76 1 7
6 7 6 .. 7
= 1 n1 6 76 . 7 =
4 54 5
B e1n1 ; e21 B e1n1 ; e2n2 n2
PP
n1 n2
= [x]TE1 AB (E1 ; E2 ) [y]E2 . Relatia B (x; y) = i jB e1i ; e2j exprim
a evident dependenta
i=1 j=1
reprezent
arii de cele dou
a baze. Unicitatea reprezent
arii este evident
a.
2.6. FUNCTIONALE BILINARE SI PATRATICE.
FORMA CANONICA 117
2.6.4. Observatie. Dac a operatorul liniar U ( ) : V2 ! Kn1 denit prin U (y) = AB (E1 ; E2 )
a se consider
a fa ( ) : V1 ! K cu a 2Kn1 xat (fa ( ) 2 (V1 )0 ) denit
[y]E2 si functionala liniar a prin fa (x) = [x]TE1 a,
functionala biliniar
a poate privit
a ca o compunere: B (x; y) = fU (y) (x).
Demonstratie. Leg
atura dintre coordonatele n vechea baz
a si coordonatele n noua baz
a este dat
a
de [x]E1 = (M (F1 ))E1 [x]F1 pentru x 2 V1 si [y]E2 = (M (F2 ))E2 [y]F2 pentru y 2 V2 . Atunci
B (x; y) = [x]TE1 AB (E1 ; E2 ) [y]E2 =
T
= (M (F1 ))E1 [x]F1 AB (E1 ; E2 ) (M (F2 ))E2 [y]F2 =
= [x]TF1 (M (F1 ))TE1 AB (E1 ; E2 ) (M (F2 ))E2 [y]F2 .
arii B (x; y) = [x]TF1 AB (F1 ; F2 ) [y]F2 obtinem relatia din enunt.
Folosind unicitatea reprezent
ker B ( ; ) = fx 2 V; B (x; y) = 0; 8y 2 Vg
Dac
a ker B ( ; ) = f0g functionala biliniar
a simetric
a se numeste nedegenerat
a.
2.6.10. Observatie. Nucleul unei functionale biliniare simetrice este subspatiu vectorial.
Dac
a reusim s
a punem n evident
a o baz
a F a spatiului V pe care este denit
a functional
a p
atratic
a
Q ( ) cu proprietatea c
a matricea AQ (F ) este diagonal
a atunci spunem c
a am adus forma patratica la
forma canonica. Citirea propriet
atilor din denitia precedent
a se face pe forma canonic
a, prin studierea
semnului elementelor de pe diagonala matricei AQ (F ). O problem
a important
a este aceea a existentei unei
baze cu propriet
atile cerute. R
aspunsul la aceast
a prim
a problem
a este armativ. O a doua problem
a
este construirea efectiv
a a unei astfel de baze. Se cunosc mai multe metode dintre care detaliem n
P
n
continuare doua. Prima dintre ele pune accentul pe manipularea formei algebrice Q (x) = ij i j ,
i;j=1
iar a doua pe forma matriceal a Q (x) = [x]TE AQ (E) [x]E . Avem doua fete ale aceleiasi medalii deoarece
h iT
AQ (E) = ( ij )i;j=1;n si [x]E = 1 n . Am considerat n = dim V si E o baza xata. Vom folosi
si n continuare notatiile.
2.6. FUNCTIONALE BILINARE SI PATRATICE.
FORMA CANONICA 119
P
n 6 1 7
6 . 7
ij i j = [x]TE AQ (E) [x]E o functional
a p
atratic
a, unde [x]E = 6 .. 7 si AQ (E) = ( ij )i;j=1;n .
i;j=1 4 5
n
Atunci exist
a o baz
a F a lui V n care matricea functionalei este diagonal
a.
Demonstratie. Demonstratia o vom face prin inductie n raport cu dimensiunea spatiului vectorial
V.
Dac
a dim V = 1 forma p
atratic
a are forma canonic
a, cu F = E.
Consider
am armatia adev
arat
a pentru dim V = k si o vom proba pentru dim V = k + 1. n mod
necesar se realizeaz
a unul dintre urm
atoarele dou
a cazuri:
j0 = i0 j0
>
>
>
:
k = k; 8k 2 f1; ; k + 1g n fi0 ; j0 g
X
k+1
2
Q (x) = ai0 i0 i0 + a0ij i j
i;j=1;i;j6=i0
adic
a matricea atasata functionalei liniare are elementele liniei si coloanei i0 nule (n afara locului (i0 ; i0 ),
h iT
ocupat de ai0 i0 ). Baza E1 = (e1i )i=1;k+1 n care [x]E1 = 1 k+1 se deduce din
0 1
1 0 0 0
B C
B C
B 0 1 0 0 C
B C
B .. .. . . . .. .. C
B . . . . C
B C
(M (E1 ))E = B C
B ai0 1 ai0 2
1
ai0 ;k+1 C
B ai0 i0 ai0 i0 ai0 i0 C
B C
B .. .. .. . . .. C
B . . . . . C
@ A
0 0 0 1
X
k+1
Q (x) = a00ii 2
i = [x]TF AQ (F ) [x]F
i=1
h iT
unde [x]F = 1 k+1 cu AQ (F ) matrice diagonal
a.
2.6. FUNCTIONALE BILINARE SI PATRATICE.
FORMA CANONICA 121
2 2 2
2.6.16. Exemplu. S
a se discute dup
a parametrul natura functionalei p
atratice Q(x) = 1 +6 2 +3 3 +
4 1 2 +6 1 3.
2
2.6.17. Solutie. Se aduce functionala p
atratic
a la forma canonic
a folosind Metoda Gauss: Q(x) = 1 +
2 2
6 2 +3 3 +4 1 2 +6 1 3 =
2 2 2 2 2
= 1 + 2 1 (2 2 +3 3) + (2 2 +3 3) (2 2 +3 3) +6 2 +3 3 =
2 2 2 2 2 2
=( 1 +2 2 +3 3) 4 2 9 3 12 2 3 +6 2 +3 3 =
2 2
=( 1 +2 2 +3 3) +2 2 + (3 9 2) 2
3 12 2 3 =
2 2 2 2 2 2
=( 1 +2 2 +3 3) + 2( 2 2 3 2 3 +9 3) 18 3 + (3 9 2) 2
3 =
2 2
=( 1 +2 2 +3 3) + 2( 2 3 3) + 3 (1 9 2) 2
3 )
1 1
1 3 3
+1
2
1 9 0 +++ 0
semi semi
Q (x) nedef poz def nedef
poz def poz def
8
>
> = +2 +3
>
< 1 1 2 3
2.6.18. Teorem a. (Metoda Jacobi de aducere la forma canonic a) Fie baza initial a E = fe1 ; ; en g
2 3
x
6 1 7 P n
6 . 7 T
n V, [x]E = 6 .. 7 si o functional
a p
atratica Q ( ) : V ! R, Q (x) = ij xi xj = [x]E AE [x]E o
4 5 i;j=1
xn
functional
a p
atratic
a, unde AE este matricea functionalei p
atratice, AE = (aij )i;j=1;n .
Dac
a determinantii 0 = 1 si k = det (aij )i;j=1;k pentru k = 1; n sunt toti nenuli,
Atunci exist
a o baz
a F a lui V n care
X
n
k 1 2
Q (x) = k;
k
k=1
122 2. OPERATORI LINIARI
2 3
1
6 7
6 . 7
unde [x]F = 6 .. 7.
4 5
n
AF = (M (F ))TE AE (M (F ))E =
2 3 2 3 2 3
6 11 0 0 7 6 11 12 1n 7 6 11 0 0 7
6 7 6 7 6 7
6 12 0 7 6 0 7 6 0 0 7
6 22 7 6 22 2n 7 6 22 7
=6 . .. .. 7 E 6
7 A .. .. .. 7 =6 .. .. .. 7 :
6 .. ... 6 ... ...
6 . . 7 6 . . . 7 6
7
6 . . . 7
7
4 5 4 5 4 5
1n 2n nn 0 0 nn 0 0 nn
Pentru k = 1:
1
B (e1 ; f1 ) = 1 () 11 B (e1 ; e1 ) = 1 ) 11 = [B (e1 ; e1 ) = 1 6= 0]
B (e1 ; e1 )
Pentru k = 2:
8 8
< B (e1 ; f2 ) = 0 < 12 B (e1 ; e1 ) + 22 B (e1 ; e2 ) = 0
)
: B (e ; f ) = 1 :
2 2 12 B (e2 ; e1 ) + 22 B (e2 ; e2 ) = 1
Sistemul are determinantul 2 6= 0 deci este Cramer
2.6.19. Exemplu. S
a se discute dup
a parametrul atratice Q(x) = x21 + 6x22 + 3x23 +
natura functionalei p
4x1 x2 + 6 x1 x3 .
2 3
1 2 3
6 7
6 7
2.6.20. Solutie. Matricea functionalei p atratice este: A = 6 2 6 0 7.
4 5
3 0 3
Functionala biliniar
a atasat
a este:
1
B (x; y) = [Q (x + y) Q (x) Q (y)] = xt Ay [forma matricial a]
2
= x1 y1 + 6x2 y2 + 3x3 y3 + 2x1 y2 + 2x2 y1 + 3 x1 y3 + 3 x3 y1 [forma algebric
a]
Baza
8 initial
a este cea standard. Se caut
a noua baz
a de forma:
>
> f = 11 e1 ;
>
< 1
f2 = 12 e1 + 22 e2 ;
>
>
>
:
f3 = 13 e1 + 23 e2 + 33 e3 ;
8
< B (ei ; fk ) = 0; i = 1; (k 1)
astfel nct pentru ecare k = 1; 2; 3 s
a e satisf
acut sistemul:
: B (e ; f ) = 1
k k
Se aduce functionala p
atratic
a la forma canonic
a folosind Metoda Jacobi. 0 = 1, 1 = 1, 2 =
1 2 3
1 2 1
= 2, 3 = 2 6 0 = 6 (1 9 2 ). Pentru 2 3
metoda nu poate aplicat
a. Pentru
2 6
3 0 3
124 2. OPERATORI LINIARI
0 1
11 12 13
B C
1 1 2 B C
2
= 3
Q(x) = 1 1
+ 12 22 + 6(1 29 2
2) 3 . Baza F a fost c a astfel nct (M (F ))E = B 0
autat 22 23 C
@ A
0 0 33
s
a satisfac
a urm
atoarele conditii:
(3) 2 13 + 6 23 = 0 , cu solutia 12 = .
>
> >
> 9 2 1
>
: >
: 1
3 13 + 3 33 = 1 13 = 3(9 2 1)
Alegem f1 = e1 , f2 = e1 + 12 e2 , f3 = 9
3
2 e
1 1
+ 9 2 e
1 2
+ 3(9
1
2 e.
1) 3
Am notat cu E = (e1 ; e2 ; e3 )
si F = (f1 ; f2 ; f3 ) baza initial
a si respectiv cea corespunz
atoare formei canonice. Natura formei p
atratice
este precizat
a n tabelul urm
ator:
1 1
1 3 3
+1
2
1 9 0 +++ 0
Q (x) nedef ? poz def ? nedef
1
Studiul complet include si decizia pentru valorile si se ia folosind alt
a metod
a (de exemplu Gauss).
3
P
p1
+ 2
P
q1
2
P
p2
+ 2
P
q2
2
Demonstratie. Fie Q (x) = i i j j = i i j j dou
a scrieri ale functionalei
i=1 j=1 i=1 j=1
p
atratice n form a n bazele F1 = ff11 ;
a canonic ; fn1 g si F2 = ff12 ; ; fn2 g, unde pentru scrierea
j, primii pj coecienti sunt strict pozitivi, urm
atorii qj coecienti sunt negativi si ultimii n (pj + qj )
coecienti sunt nuli. Am impus aceste conditii pentru a nlesni scrierea. Conditiile pot usor ridicate.
2.6. FUNCTIONALE BILINARE SI PATRATICE.
FORMA CANONICA 125
2 3
6 1 7
6 .. 7
6 . 7
6 7
6 7
6 7
6 p1 7
6 7
6 7
6 0 7
6 7
6 .. 7
Fie V1 = span f11 ; ; fp11 ; V2 = span fp22 +1 ; fn2 ; atunci v 2 V1 \ V2 ) [v]F1 = 6 . 7 iar
6 7
6 7
6 0 7
6 7
6 7
6 0 7
6 7
6 .. 7
6 . 7
6 7
4 5
0
2 3
6 0 7
6 .. 7
6 . 7
6 7
6 7
6 0 7
6 7
6 7
6 7
6 p2 +1 7
6 7
6 .. 7
[v]F2 =6 . 7, deci are loc:
6 7
6 7
6 7
6 p2 +q2 7
6 7
6 7
6 p2 +q2 +1 7
6 .. 7
6 . 7
6 7
4 5
n
9
P
p1
>
Q (v) = + 2
i i 0 si +
i > 0; 8i = 1; p1 >
=
i=1
P
q2 ) Q (v) = 0, deci v = 0, adic
a V1 \ V2 = f0g.
Q (v) = j
2
j 0 si j > 0; 8j = 1; q2 >
>
;
j=1
) dim (V1 + V2 ) = dim V1 + dim V2 = p1 + (n p2 ) n ) p1 p2 ; analog urmeaz
a c
a p2 p1 , ceea
ce nseamn
a c
a p1 = p2 . Egalitatea q1 = q2 se demonstreaz
a analog.
126 2. OPERATORI LINIARI
10
-10
5
-5
-10
-5 z 0
0 0
y -5 x5 10
5
-10
10
x2 y 2 z 2
+ + =9
12 22 32
-10
10
-5 5 -10
z 0 -5
0
-5 0
10
y5 -10
5
x
10
x2 y 2 z2
+ =9
12 22 32
-10 10
-10
5
-5 -5
z 0
0 0
-5
y 5-10 5 x
10
10
2.6. FUNCTIONALE BILINARE SI PATRATICE.
FORMA CANONICA 127
x2 y2 z2
=9
12 22 32
128 2. OPERATORI LINIARI
Demonstratie. Fie 2 C o valoare proprie si u un vector propriu asociat (cu componente complexe).
2 3 2 3
z z
6 1 7 6 1 7
6 . 7 6 . 7
Daca u = 6 .. 7 2 Cn , atunci u = 6 .. 7 (vectorul de componente conjugatele complexe ale vechilor
4 5 4 5
zn zn
h i
componente), ut = z1 zn
2 3
z1
h i6 7
t 6 .. 7
iar u u = z1 zn 6 . 7 = z1 z1 + zn zn , care este un num
ar real pozitiv.
4 5
zn
Are loc Au = u si prin transpunere
Din Au = u prin transpunere ) (Au)t = ( u)t ) ut At = ut ) ut A = ut
a ) (ut A) = ( ut ) ) ut A = ut
Din ut A = ut prin conjugare complex
Se obtine:
ut Au = (ut A) u = ut u
si
ut Au = ut (Au) = ut ( u) = ut u
a ut u = ut u
asa c
Cum ut u este un num
ar real strict pozitiv, se obtine = , adic
a este num
ar real (partea lui
imaginar
a este nul
a).
Cum det (A I) = 0 este o ecutie polinomial
a de ordin n, rezult
a c
a o matrice simetric
a are n valori
proprii reale (nu neap
arat distincte).
Din faptul c
a (A I) u = 0 este un sistem liniar omogen nedeterminat n necunoscuta u, rezult
a c
a
solutiile lui sunt de componente reale, adic
a vectorii proprii sunt de componente reale.
CAPITOLUL 3
3.0.23. Denitie. Fie V un spatiu vectorial real. O aplicatie h ; i : V V ! R se numeste produs scalar
real dac
a
Dac
a pe spatiul vectorial V s-a denit un produs scalar real atunci spunem c
a V este un spatiu euclidian.
n acest context se numeste:
p
lungimea unui vector (sau norma euclidiana ) x 2 V num
arul real kxk = hx; xi,
arul real ^ (x; y) 2 [0; ] ce veric
masura unghiului a doi vectori x; y 2 V num a relatia cos ^ (x; y) =
hx;yi
kxk kyk
.
Doi vectori x; y 2 V se numesc ortogonali dac
a hx; yi = 0 si not
am acest fapt prin x ? y.
P
n
3.0.24. Exemplu. Pe Rn produsul scalar standard este hx; yi = xi yi = xT y [de fapt, hx; yi =
i=1
[x]TE [y]E = [y]TE [x]E ].
P
3.0.25. Exemplu. Pentru spatiul vectorial F (X) cu X nit
a, functia hf ( ) ; g ( )i = f (x) g (x) este
x2X
un produs scalar [datorit
a denitiei multimii F (X), suma este nit
a deci nu sunt probleme de existent
a].
Se caut
a un vector v = z + y) astfel nct hv; x yi = 0 () hz + (x y) ; x yi = 0 ()
(x
hz; x yi hz; x yi
hz; x yi + hx y; x yi = 0 () = )v=z (x y); au loc:
hx y; x yi hx y; x yi
v
v 6= 0 si w = satisface enuntul.
hv; vi
Dac
a pe spatiul vectorial complex V s-a denit un produs scalar complex atunci spunem c
a V este un
spatiu unitar.
P
n
3.0.29. Exemplu. Pe Cn produsul scalar standard este hx; yi = xi yi = x y, cu x = xT (adjuncta sau
i=1
a1) [De fapt, hx; yi = [x]E [y]E ].
adjuncta hermitic
3.0.31. Exemplu. Pe spatiul vectorial Mm n (K), cu K = R sau C, se poate deni produsul scalar Frobe-
P
n Pm
nius: hA; Bi = T r (B A) = alk blk [vezi Denitia 7.6.5 si demonstratia la Observatia 7.6.6]; acest
l=1 k=1
produs scalar
Indiferent dac
a spatiul vectorial este un spatiu euclidian sau un spatiu unitar:
p
se numeste lungimea unui vector x 2 V num arul real kxk = hx; xi.
Din 3.0.32 se obtin relatiile:
[pentru produs scalar real] kx + yk2 = kxk2 + 2 hx; yi + kyk2 si kx yk2 = kxk2 2 hx; yi + kyk2 .
[pentru produs scalar complex] kx + yk2 = kxk2 +2 Re (hx; yi)+kyk2 si kx yk2 = kxk2 2 Re (hx; yi)+
kyk2 .
Doi vectori x; y 2 V se numesc ortogonali dac
a hx; yi = 0 si not
am acest fapt prin x ? y.
2 Prexul 3
"sesqui" se refer
a la "o dat
a si jum
atate" sau .
132 3. SPATII VECTORIALE CU PRODUS SCALAR
3.0.35. Observatie. (hx; yi1 = hU (x) ; U (y)i2 ) () (hx; xi1 = hU (x) ; U (x)i2 )
3.0.37. Observatie. ntrun spatiu vectorial cu produs scalar (real sau complex) 8x 2 V, hu; xi = hv; xi
) u = v.
3.0.39. Teorem
a. (1) ntrun spatiu vectorial cu produs scalar (real sau complex), pentru un oper-
ator U ( ) : V ! V, 8x; y 2 V, hU (x) ; yi = 0 ) U ( ) = O ( ) [operatorul nul].
(2) ntrun spatiu vectorial cu produs scalar complex, pentru un operator U ( ) : V ! V, 8v 2 V,
hU (v) ; vi = 0 ) U ( ) = O ( ) [operatorul nul].
(3) Proprietatea 2. n general nu are loc pe un spatiu vectorial cu produs scalar real.
(1) 8x; y 2 V; jhx; yij 6 kxk kyk (inegalitatea CauchyBuniakovskiSchwarz), iar jhx; yij = kxk kyk
, vectorii x si y sunt liniar dependenti (i.e. sunt coliniari);
(2) Functia k k : V ! [0; 1) are propriet
atile:
(a) kxk 0; 8x 2 V; kxk = 0 , x = 0.
(b) k xk = j j kxk ; 8x 2 V; 8 - scalar.
(c) kx + yk kxk + kyk ; 8x; y 2 V (inegalitatea triunghiului).
[orice functie cu aceste propriet
ati se numeste norma pe V;
(3) kx yk2 = kxk2 + kyk2 2 Re hx; yi, iar pentru x ? y avem kx + yk2 = kxk2 + kyk2 (teorema lui
Pitagora).
a. kxk 0; 8x 2 V; kxk = 0 , x = 0.
b. k xk = j j kxk ; 8x 2 V; 8 - scalar.
c. kx + yk kxk + kyk ; 8x; y 2 V (inegalitatea triunghiului).
134 3. SPATII VECTORIALE CU PRODUS SCALAR
Primele dou
a conditii sunt imediate. Folosind hx; yi + hy; xi = 2 Re hx; yi 2 jhx; yij 2 kxk kyk,
inegalitatea triunghiului rezult
a
Dac
a V este un spatiu vectorial complex normat iar norma provine de la un produs scalar, atunci
produsul scalar (complex) de la care provine norma este:
1
hx; yi = kx + yk2 kx yk2 + i kx + iyk2 i kx iyk2 :
4
hx; xi hx; yi
3.0.48. Observatie (Determinantul Gram este p
atratul ariei paralelogramului format de vectori).
hy; xi hy; yi
kxk2 kyk2 sin2 (x; y).
3.0.49. Denitie. Pentru orice doi vectori se numeste distanta dintre vectori lungimea diferentei:
d (x; y) = kx yk :
1
km xk = ky mk = kx yk ;
2
x+y
atunci m = .
2
Demonstratie. kx yk2 + k(x m) (m y)k2 = k(x m) + (m y)k2 + k(x m) (m y)k2 =
[aplic regula paralelogramului pentru vectorii (x m) si (m y)]
= 2 kx mk2 + km yk2 = kx yk2
x+y
) k(x m) (m y)k2 = 0 ) x m=m y )m= .
2
3.1. Ortogonalitate
2
* +
P
k P
k P
k P
k P
k P
k P
k
Demonstratie. xi = xi ; xj = hxi ; xj i = hxi ; xi i = kxi k2 .
i=1 i=1 j=1 i=1 j=1 i=1 i=1
i xi = j i j2 kxi k2 :
i=1 i=1
3.1.3. Observatie. Orice familie de vectori nenuli si ortogonali doi cte doi este liniar independent
a.
3.1.4. Denitie. O familie de vectori fvi gi2I dintrun spatiu euclidian se numeste familie ortogonal
a dac
a
hvi ; vj i = 0, 8i 6= j; i; j 2 I.
Dac
a, n plus, kvi k = 1, 8i 2 I familia se numeste ortonormat
a.
O baz
a se numeste ortonormala dac
a este familie ortonormat
a.
hx; vk i
3.1.5. Observatie. Coordonatele unui vector ntro baz
a ortogonal
a satisfac relatia: xk = ;
kvk k2
Coordonatele unui vector ntro baz
a ortonormal
a satisfac relatia: xk = hx; vk i.
(1) A ? B si x 2 A \ B ) x = 0;
(2) span fai ji 2 Ig ? B , ai ? y; 8i 2 I; 8y 2 B;
(3) A? este subspatiu vectorial si A ? A? ;
a A este subspatiu vectorial a lui V atunci dim A? = dim V
(4) Dac dim A si V = A A? ;
(5) Dac
a A si B sunt subspatii vectoriale ale lui V pentru care dim A + dim B = dim V si A ? B
atunci V = A B; B = A? si A = B ? ;
? ?
a A este subspatiu vectorial a lui V atunci A?
(6) Dac = A; n general, A? = span (A);
(7) A B ) B? A? si A? = (span (A))? .
2
Demonstratie. Fie f1 = v1 ; f2 este un vector din V2 care este ortogonal pe f1 : u2 = 1 f1 + v2 ;
2 2
hf1 ; f2 i = 0 ) hf1 ; 1 f1 + v2 i = 0 ) 1 hf1 ; f1 i + hf1 ; v2 i = 0
2 hf1 ;v2 i hf1 ;v2 i hv1 ;v2 i
) 1 = hf1 ;f1 i
) f2 = v2 kf1 k2 1
f = v2 kv1 k2 1
v [cum v1 este vector n baza E, este nenul, asa
c
a norma sa este nenul
a]
f3 este un vector din V38ortogonal cu f1 si 8 cu f2 :
< hf1 ; f3 i = 0 < hf1 ; 3 3
+ v3 i = 0
1 f1 + 2 f2
f3 = 13 f1 + 23 f2 + v3 ; ) )
: hf ; f i = 0 : hf ; 3 3
+ v3 i = 0
2 3 2 1 f1 + 2 f2
8 =0
>
> z }| { 8
>
< hf1 ; f1 i 13 + hf1 ; f2 i 23 + hf1 ; v3 i = 0 < 3 hf1 ;v3 i
1 = kf1 k2
) )
>
> hf ; f i 3 + hf2 ; f2 i 23 + hf2 ; v3 i = 0 : 3
= hf2 ;v3 i
>
: | 2{z 1} 1 2 kf2 k2
=0
Prin inductie se aa la fel toti vectorii fi , i = 1; n. Mai mult, pentru c
a pentru ecare i, fi si vi sunt n
pozitia de perpendicular
a, respectiv oblic
a fat
a de subspatiul generat de v1 ; ; vi 1 , urmeaz
a c
a are loc
kfi k kvi k.
Inductia se organizeaz
a dup
a dimensiunea spatiului.
Dac
a E = (e) este o baz
a a spatiului euclidian V, cu e 6= 0, atunci evident F = E este un sistem
ortogonal.
Pentru k 2 f1; : : : ; n 1g arbitrar, dac
a E = (e1 ; e2 ; : : : ; ek+1 ) este o baz
a a spatiului euclidian V
atunci vom ar
ata c
a exist
a F = ff1 ; f2 ; : : : ; fk+1 g o baz
a ortogonal
a a spatiului V.
Conform ipotezei de inductie exist
a ff1 ; f2 ; : : : ; fk g sistem ortogonal, format cu vectori nenuli, pentru
care span fe1 ; e2 ; : : : ; ek g = span ff1 ; f2 ; : : : ; fk g.
P
k
Fie fk+1 = ek+1 "j fj , unde scalarii "1 ; : : : ; "n se determin
a din conditiile hfk+1 ; fj i = 0, 8j = 1; k.
j=1
P
n
hek+1 ;fj i
Obtinem fk+1 = ek+1 hfj ;fj i
fj .
j=1
Evident F = ff1 ; f2 ; : : : ; fk+1 g este un sistem ortogonal, format cu vectori nenuli. Rezult
a F este liniar
independent. Familia F este si sistem de generatori pentru V (span (F ) = V = span (E)).
Mai mult, pentru c
a pentru ecare i 2 f2; : : : ; ng, fi si ei sunt n pozitia de perpendicular
a, respectiv
oblic
a fat
a de subspatiul generat de e1 ; ; ei 1 ; urmeaz
a c
a are loc kfi k kei k.
v Pr v; fj = 0; 8j = 1; k )
V0
P
k
v i fi ; fj = 0; 8j = 1; k )
i=1
P
k
i hfi ; fj i = hv; fj i ; 8j = 1; k:
i=1
Ultima relatie este un sistem liniar neomogen n necunoscutele 1 ; ; k si care are matricea
0 1
B hf1 ; f1 i hf1 ; f2 i hf1 ; fk i C
B C
B hf2 ; f1 i hf2 ; f2 i hf2 ; fk i C
B C
B C:
B C
B C
@ A
hfk ; f1 i hfk ; f2 i hfk ; fk i
Aceast
a matrice este nesingular
a pentru c
a reprezint
a matricea n baza f1 ; ; fk a restrictiei functionalei
pozitiv denite care determin a produsul scalar la subspatiul V0 : Deci sistemul este compatibil determinat
2 3
^1
6 7
6 .. 7
a solutie 6 . 7, care este chiar reprezentarea n baza f1 ;
si admite o unic ; fk (a subspatiului vectorial
4 5
^k
V0 , de dimensiune k) a proiectiei ortogonale a vectorului v pe subspatiul V0 :
2 3
^1
6 7 X
k
6 .. 7
Pr v = 6 . 7 (2 V0 ) ; Pr v = ^ i [fi ]E (2 V0 V) :
V0
B0 4 5 V0
E i=1
^k
X
k
v Pr v = ^ i [fi ]E [v]E :
V0
E i=1
140 3. SPATII VECTORIALE CU PRODUS SCALAR
a vectorii Pr v si v
pentru c Pr v sunt perpendiculari.
V0 V0
) v Pr v kv0 vk
V0
adic
a lungimea oric
arei oblice este mai mare dect lungimea perpendicularei
Demonstratie. Evalu
am min f (u). Dac
a v 2 V0 , atunci minimul este nul, este atins chiar n v si este
u2V0
unic; pentru v 2
= V0 si u 2 V0 , u v este o oblic
a din v si deci este mai lung
a dect perpendiculara din v
ku vk Pr v v ;
V0
deci
8u 2 V0 ; f (u) f Pr v
V0
asa c
a
min f (u) = f Pr v = kuk ;
u2V0 V0
adic
a pentru v xat si u 2 V0 , valoarea minim
a a expresiei ku vk este chiar lungimea perpendicularei
din v pe V0 si este atins
a ntr-un singur punct din V0 , care este chiar piciorul perpendicularei din v pe
V0 .
Pentru prezentarea acestei metode se va adopta o terminologie care provine din Statistic
a / Biostatistic
a
/ Econometrie, cu precizarea leg
aturilor cu Algebra Liniar
a.
Estim
ari
Y variabila "r
aspuns/dependent
a/prezis
a" Y^ = Xi ^
p num
arul de variabile explicative [coloane ale matricii X]
X j o coloan
a [contine n observatii pentru aceeasi variabil
a]
n num
arul de observatii
Xi observatia i [linia i a matricii X]
xij observatia i asupra variabilei explicative j
2 3 2 3
^1
6 1 7 6 7
6 . 7 ^=6 .. 7
parametri necunoscuti = 6 .. 7 6 . 7
4 5 4 5
p
^p
M 0 este
2 folosit mai ales n calcularea
3 sumelor de p atrate ale deviatiilor
1 1
6 1 n n 7
6 1 . 1 7 1
M0 = 6 6
.. 7 [elementele pe diagonal
7 a sunt 1 , iar n afara diagonalei sunt
4 n n 5 n
1 1
1
n n
n n
1
]
n
det M 0 = 0 [de exemplu se adun a toate liniile la linia 1; se obtine linia 1 nul a rank (M 0 ) < n
a] asa c
T
M 0 = (M 0 ) [M 0 este matrice simetric
a]
M 0 i = 0 [vector ndimensional].
1 1 T 1
Dem: M 0 i = In i iT i = i i i i=i i n = i i = 0 [vector ndimensional].
n n n
iT M 0 = 0T ) scalarul zero 0 = 0T X j = iT M 0 X j = iT (M 0 X j ) [suma deviatiilor de
la medie este zero]
144 3. SPATII VECTORIALE CU PRODUS SCALAR
M 0 M 0 = M 0 (M 0 este idempotent
a)
Dem:
1 1
M0 M0 = In i iT In i iT =
n n
1 1 1 1
= In i iT i iT + i iT i iT =
n n n n
1 1 1
= In i iT i iT + i iT i iT =
n n n2 =n
1 1 1
= In i iT i iT + i iT = M 0 :
n n n
P
n
2
Pentru coloana j: xij X j = X Tj M 0 X j
i=1
P
n
2 T T
Dem: xij Xj = Xj Xj Xj X j = (M 0 X j ) (M 0 X j ) = X Tj M 0 M 0
i=1
X j = X Tj M 0 X j
P
n
Pentru dou
a coloane distincte j1 si j2 : xij1 X j1 xij1 X j2 = X Tj1 M 0 X j2
i=1
P
n
T T
Dem: xij1 X j1 xij2 X j2 = X j1 X j1 X j2 X j2 = (M 0 X j1 ) (M 0 X j2 ) =
i=1
X Tj1 M 0
M 0 X j2 = X Tj1 M 0 X j2
a cu M 0 d
Matricea de observatii premultiplicat a o nou
a matrice n care din ecare coloan
a se
scade media coloanei:
h i h i
Dem: M 0 X = M 0 X1 X2 Xp = M0 X 1 M0 X 2 M0 X p =
h i
= X1 X1 X2 X2 Xp Xp
Premultiplicarea cu M 0 micsoreaz
a rangul initial al matricii X, deoarece rank (M 0 X) min (rank (M 0
iar rank (M 0 ) < n.
T
(M 0 X) (M 0 X) = X T M 0 X este matricea de covariante (pe coloane)
h i
3.3.2. Operatii cu linii. Liniile sunt: Xi = 1 xi1 xi2 xip (pot considerate c
a reprezint
a
un individ)
Xi , i = 1; n este dintrun spatiu de dimensiune p + 1 (de indivizi) (n indivizi de dimensiune p + 1)
care fac parte
2 dintr
3 un spatiu al liniilor notat Sl .
6 1 7
6 7
6 xi1 7
6 7
XiT = 6 . 7
6 .. 7
6 7
4 5
xip
3.3. METODA CELOR MAI MICI PATRATE 145
2 3 2 3
6 1 7 6 1 xi1 xi2 xip 7
6 7 6 7
6 xi1 7 6 xi1 x2 x x x x 7
6 7 h i 6 i1 i1 i2 i1 ip 7
6 7 6 7
XiT
Xi = 6
6
7
xi2 7 1 xi1 xi2 6
xip = 6 xi2 xi2 xi1 xi2 2
xi2 xip 7 7
6 .. 7 6 . . . . . 7
6 7 6 . . . . . 7
6 . 7 6 . . . . . 7
4 5 4 5
2
xip xip xip xi1 xip xi2 xip
2 3
6 1 x11 x12 x1p 7 2 3
6 7 6 X1 7
6 1 x21 x22 x 7 6 7
6 2p 7
6 7 6 6 X 2
7
7
matricea de observatii X = 6 6 1 x31 x32
7
x3p 7 6 . 7 (coloan
= a de linii);
6 . . 7 6 .
. 7 7
6 . . .. .. .. 7 6
6 . . . . . 7 4 5
4 5 Xn
1 xn1 xn2 xnp
h i
X T = X1T X2T XnT
2 3
6 X1 7
6 7
h i 6 X2 7 P n
6 7
X T X = X1T X2T XnT 6 . 7 = X T Xi
6 .. 7 i=1 i
6 7
4 5
Xn
dim (Span fX j ; j = 0; pg) [ Sc ] = dim (Span fXi ; i = 1; ng) [ Sl ]
h i
o observatie complet a este linia Oi = yi Xi ;
2 3 2 3 2 3
6 y1 7 6 0 7 6 "1 7
6 7 6 7 6 7
6 y2 7 6 1 7 6 "2 7
6 7 6 7 6 7
6 7 6 7 6 7
Y =6 y
6 3 7
7, = 6
6 2 7
7, " = 6 " 7 si:
6 3 7
6 . 7 6 . 7 6 . 7
6 . 7 6 . 7 6 . 7
6 . 7 6 . 7 6 . 7
4 5 4 5 4 5
yn p "n
h i
Y = 0 1 + 1X 1 + 2X 2 + + pX p + " = X 1 X 2 Xp +"=
2 3 2 3
6 X1 7 6 X1 7
6 7 6 7
6 X2 7 6 X2 7
6 7 6 7
=X +"=6 . 7 +"=6 .. 7+"
6 .. 7 6 . 7
6 7 6 7
4 5 4 5
Xn Xn
Y X =2" 3
h i 1
Y X 4 5="
Cnd modelul este privit din perspectiva coloanelor, se obtine cte o unitate de m
asur
a distinct
a pentru
ecare j, asa c
a interpretarea coecientilor ca scalari este fortat
a (interpretare de combinatie liniar
a)
Eroarea este E ( ) = "T " = (Y X )T (Y X ) = YT T
X T (Y X ) = Y TY Y TX T
XT Y +
146 3. SPATII VECTORIALE CU PRODUS SCALAR
0 2 31T 0 2 31 2 3T 2 3
1 1 1 1
B 6 7C B 6 7C 6 7 6 7
B 6 7C B 6 7C 6 7 6 7
(Y X )T (Y X ) = BO 6 0 7C BO 6 0 7C = 6 0 7 OT O 6 0 7, cu
@ 4 5A @ 4 5A 4 5 4 5
0 2 f0; 1g
Pentru 0 = 1:
2 3T 2 3 2 3T 2 3
1 1 1 1
6 7 6 7 6 7 6 7
6 7 6 7 6 7 6 7
(Y X )T (Y X )=6 1 7 OT O 6 1 7=6 1 7 OT O 6 1 7
4 5 4 5 4 5 4 5
a solutie este Y T X
O posibil ^T X T X = 0 () X T Y = X T X ^
O formul
a de update [[20], (A 66)]: la cele n cazuri existente se adaug
a un nou caz (o nou
a linie)
X(n+1) . " #
h i 1 1
1 1
XT X T
X(n+1) X(n+1) = XT X 1 T
XT X T
X(n+1) X(n+1)
1 X(n+1) (X T X) X(n+1)
1
XT X
h i
X Tj =
x1j x2j x3j xnj
2 3 2 3
T
6 1 7 6 1 1 1 1 7
6 T 7 6 7
6 X 7 6 x11 x21 x31 xn1 7
6 1 7 6 7
6 7 6 7
X =6
T T 7 = 6
6 2 7 6 x12 x22 x32
X xn2 7
7,
6 . 7 6 . .. .. .. .. 7
6 . 7 6 . 7
6 . 7 6 . . . . . 7
4 5 4 5
X Tp x1p x2p x3p xnp
3.3. METODA CELOR MAI MICI PATRATE 147
2
2 32 3 P
n P
n
n xi1 xi2
6 1 1 1 1 76 1 x11 x12 x1p 7 6 6 n i=1 i=1
6 76 7 6 6
P
x
Pn
x 2
Pn
xi1 xi2
6 x11 x21 x31 xn1 7 6 1 x21 x22 7
x2p 7 6 i=1 i1 i1
6 76 6 i=1 i=1
6 76 7 6 P n Pn Pn
XT X =6 6 x12 x22 x32 xn2 7
76
6 1 x31 x32 x3p 7
7=6 xi2 xi2 xi1 x2i2
6 . 6 i=1
.. 7 6
7 7
(p+1) n n (p+1)
6 . .. .. .. 6 .. .. .. .. .. 7 6 ..
i=1
..
i=1
..
(p+1) (p+1)
6 . . . . . 76 . . . . . 7 6
4 54 5 6 6 n
. . .
x1p x2p x3p xnp 1 xn1 xn2 xnp 4 P Pn Pn
xip xip xi1 xip xi2
i=1 i=1 i=1
2 3 2 3
T T
6 1 7 6 1 1 1T X 1 1 X2T T
1 Xp 7
6 T 7 6 T 7
6 X 7 6 X 1 XT X 1 X T1 X 2 X T1 X p 7
6 1 7 h i 6 1 1 7
6 7 6 7
=6
6 X2
T 7
7 1 X1 X2 Xp 6
= 6 X2 1 X2 X1
T T T
X2 X2 X2 Xp 7
T
7=
6 . 7 6 .. .. .. .. .. 7
6 . 7 6 7
6 . 7 6 . . . . . 7
4 5 4 5
X Tp X Tp 1 X Tp X 1 X Tp X 2 X Tp X p
2 3
6 X1 7
6 7
6 X2 7
h i6
6
7
7 Pn
= X1T X2T X3T XnT 6 X 7= XiT Xi
6 3 7
6 . 7 i=1
6 . 7
6 . 7
4 5
Xn
^ = XT X 1
X T Y (n ipoteza c
a matricea X T X este inversabil
a)
XjT1 Xj2 = XjT2 Xj1 este produsul scalar
Ranguri:
rank (AB) min frank (A) ; rank (B)g
rank X T X = rank XX T = rank (X)
Exemplu:
148 3. SPATII VECTORIALE CU PRODUS SCALAR
2 3T
6 1972 737:1 1185:9 7
6 7
6 1973 812:0 1326:4 7
6 7
6 7
6 1974 808:1 1434:2 7
6 7
6 7
6 7
6 1975 976:4 1549:2 7
6 7
6 7
X=6 1976 1084:3 1718:0 7 =
6 7
6 7
6 1977 1204:4 1918:3 7
6 7
6 7
6 1978 1346:5 2163:9 7
6 7
6 7
6 1979 1507:2 2417:8 7
6 7
4 5
1980 1667:2 2633:1
2 3
1972 1973 1974 1975 1976 1977 1978 1979 1980
6 7
6 7
= 6 737:1 812:0 808:1 976:4 1084:3 1204:4 1346:5 1507:2 1667:2 7
4 5
1185:9 1326:4 1434:2 1549:2 1718:0 1918:3 2163:9 2417:8 2633:1
2 3
35141 244 2:005 107 3:231 2 107
6 7
T 6 7
X X = 6 2:005 10 1:2300 10 1:9744 10 7
7 7 7
4 5
7 7 7
3:2312 10 1:9744 10 3:1715 10
2 3
35141 244 2:005 107 3:231 2 107
6 7
6 7
det 6 2:005 107 1:2300 107 1:9744 107 7 = 4:6064 1017 6= 0 (inversabil a)
4 5
3:2312 107 1:9744 107 3:1715 107
2 3 1 2 3
35141 244 2:005 107 3:231 2 107 5:8389 10 7 4:5206 10 6 3:4091 10 6
6 7 6 7
6 7 6 7
6 2:005 107 1:2300 107 1:9744 107 7 = 6 4:5206 10 6 1:5291 10 4 9:9802 10 5 7
4 5 4 5
3:2312 107 1:9744 107 3:1715 107 3:4091 10 6 9:9802 10 5 6:5636 10 5
2 3
6 4:50 7
6 7
6 6:44 7
6 7
6 7
6 7:83 7
6 7
6 7
6 7
6 6:25 7
6 7
6 7
Y = 6 5:50 7
6 7
6 7
6 5:46 7
6 7
6 7
6 7:46 7
6 7
6 7
6 10:28 7
6 7
4 5
11:77
3.4. TIPURI SPECIALE DE OPERATORI 149
2 3
4
6:9004 10
6 7
1 6 7
= XT X XT Y = 6 2:943 5 10 2 7
4 5
2
2:2791 10
Semnicatie:
variabila explicat
a (Discount Rate) este explicat
a folosind variabilele explicative Year, Consumption,
GNP;
Se obtine "explicatia":
DiscountRate = ( 6:9004 10 4 ) Y ear + ( 2:943 5 10 2 ) Consumption + (2:2791 10 2 ) GN P
[Nu se discut
a adecvarea economic
a, calitatea explic
arii, etc]
2 32 3
0 0 x1
3.4.7. Exemplu. Pentru ecare 2 R xat, operatorul p ( ) : R2 ! R2 denit prin p (x) = 4 54 5
1 x2
este o proiectie:
2 32 3 2 3
0 0 x1 0
p (x) = 4 54 5=4 5
1 x2 x2 + x 1
2 32 3 2 3
0 0 0 0 0 0
4 54 5=4 5, asa c
a
1 1 1
2 32 32 3 2 32 3
0 0 0 0 x 0 0 x
p (p (x)) = 4 54 54 1 5 = 4 5 4 1 5 = p (x).
1 1 x2 1 x2
2 32 3 2 3
0 0 x 0
Nucleul: 4 5 4 1 5 = 4 5 ) x1 + x2 = 0 ) ker p ( ) = span f(1; )g
1 x2 0
2 32 3 2 3
0 0 x1 y1
Imaginea: 4 54 5=4 5 ) y1 = 0 (conditia de compatibilitate) ) Im p ( ) = span f(0; 1)g
1 x2 y2
2 32 3 2 3
0 0 0 0
p ((0; )) = 4 5 4 5 = 4 5 (proiectia nu schimb a vectorii din imagine)
1
proiectia p ( ) este ortogonal a () = 0.
3.4. TIPURI SPECIALE DE OPERATORI 151
3.4.10. Observatie.
Propriet
ati ale matricii adjuncte A :
Propriet
ati ale operatorului adjunct U ( ) :
Demonstratie. Se observ
a mai nti c
a toate multimile care apar sunt subspatii vectoriale ale spatiilor
corespunz
atoare:
ker U ( ) si Im U ( ) sunt subspatii n X, iar ker U ( ) si Im U ( ) sunt subspatii n Y.
?
Se mai observ
a si c a X0 este subspatiu n X, atunci X0?
a, dac = X0 .
Cu aceste observatii se constat
a c
a armatiile 1. si 3. se obtin una din alta prin ortogonalitate, la fel
ca si 2. si 4.
Folosind c
a (U ) ( ) = U ( ), se constat
a c
a armatia 2. este armatia 1. pentru operatorul adjunct.
R
amne de demonstrat armatia 1.
y 2 (Im U ( ))? () y ? Im U ( ) () 8x 2 X, hy; U (x)iY = 0 () 8x 2 X, hU (y) ; xiX = 0 ()
U (y) = 0 () y 2 ker U ( ).
(4) S
a se g
aseasc
a (cu procedeul GramSchmidt) o baz
a ortonormat
a pornind de la baza canonic
a.
(5) Fie U ( ) 2 L (R2 ; R3 ) denit prin U (x1 ; x2 ) = (x1 ; x1 + x2 ; 4x2 x1 ). S
a se determine adjunctul
a pe R2 se consider
operatorului U ( ), dac a produsul scalar uzual, iar pe R3 se consider
a produsul
scalar de la punctul 1.
2 3
10 3 0
6 7
6 7
3.4.13. Solutie. (1) h(x1 ; x2 ; x3 ) ; (y1 ; y2 ; y3 )iR3 = [x]TE3
6 3 2 1 7 [y]E3 .
4 5
0 1 1
3
Matricea care deneste produsul scalar pe R este simetric a, iar cu metoda Jacobi 0 = 1,
he1 ; e2 iR3 3
f2 = e1 + e2 astfel nct hf1 ; f2 iR3 = 0 ) = =
he1 ; e1 iR3 10
2 3T 2 32 3
1 10 3 0 0
6 7 6 76 7
6 7 6 76 7
he1 ; e2 iR3 = 6 0 7 6 3 2 1 7 6 1 7 = 3
4 5 4 54 5
0 0 1 1 0
2 3T 2 32 3
1 10 3 0 1
6 7 6 76 7
6 7 6 76 7
he1 ; e1 iR3 = 6 0 7 6 3 2 1 7 6 0 7 = 10
4 5 4 54 5
0 0 1 1 0
3 3
f2 = (1; 0; 0) + (0; 1; 0) = ; 1; 0
10 8 10 8
< hf1 ; f3 i 3 = 0 < hf1 ; f1 i 3 + hf1 ; f2 i 3 = hf1 ; e3 iR3
R R R
f3 = f1 + f2 +e3 , astfel nct () (
: hf ; f i = 0 : hf ; f i + hf ; f i = hf2 ; e3 iR3
2 3 R3 2 1 R3 2 2 R3
8
< 10 = 0 10
) = 0; =
: 11 = 1 11
10
2 3T 2 32 3
3
1 10 3 0 6
6 7 6 7 6 10 7 7
6 7 6 7
hf1 ; f2 iR3 = 6 0 7 6 3 2 1 76 1 7=0
4 5 4 564
7
5
0 0 1 1 0
2 3T 2 32 3
1 10 3 0 0
6 7 6 76 7
6 7 6 76 7
hf1 ; e3 iR3 = 6 0 7 6 3 2 1 76 0 7 = 0
4 5 4 54 5
0 0 1 1 1
2 3T 2 32 3
3 3
6 10 7 6 10 3 0 6
6 7 6 7 6 10 7 7 11
7
hf2 ; f2 iR3 = 6
6 1 7 6
7 4 3 2 1 76 1 7=
4 5 564
7 10
5
0 0 1 1 0
2 3
3 T2 32 3
6 10 7 6 10 3 0 0
6 7 6 76 7
76 7
hf2 ; e3 iR3 = 6
6 1 7 6
7 4 3 2 1 76 0 7 = 1
4 5 54 5
0 0 1 1 1
10 3 3 10
) f3 = ; 1; 0 + (0; 0; 1) = ; ;1
11 10 11 11
2 3T 2 32 3
1 10 3 0 1
6 7 6 76 7 1
6 7 6 76 7
hf1 ; f1 iR3 = 6 0 7 6 3 2 1 7 6 0 7 = 10 ) u1 = p (1; 0; 0)
4 5 4 54 5 10
0 0 1 1 0
3.4. TIPURI SPECIALE DE OPERATORI 155
2 3T 2 32 3
3 3
6 10 7 6 10 3 0 6
7 6 10 7 r
6 7 6 76 7 11 10 3
hf2 ; f2 iR3 =6
6 1 7 6 3 2
7 4 1 76 1 7 =7 ) u2 = ; 1; 0
4 5 54 5 10 11 10
0 0 1 1 0
2 3T 2 3 2 3
3 3
6 10 3 0 6
6 11 7 6 7 6 11 7
10 7 6 7 10 7 p
7 = 1 ) u3 = 11 3 ; 10 ; 1
hf3 ; f3 iR3 =6
6
7 6 3 2 1 76
4 11 7
5 4 56 7
4 11 5 11 11 11
1 0 1 1 1
2 3
1 0
6 7
6 7
[U (x)]E3 =6 1 1 7 [x]E2
4 5
1 4
8x 2 X; kU (x)k = kxk :
156 3. SPATII VECTORIALE CU PRODUS SCALAR
[p
astreaz
a lungimile]
Demonstratie. U U = IX )
) 8x 2 X, hx; xi = h(U U ) (x) ; xi = hU (x) ; U (x)i ) kxk = kU (x)k.
Reciproc, dac
a operatorul este izometric, atunci cu observatia anterioar
a hx1 ; x2 i = hU (x1 ) ; U (x2 )i =
h(U U ) (x1 ) ; x2 i, 8x1 ; x2 2 X )
) (U U ) (x1 ) = x1 , 8x1 2 X ) U U = IX .
Demonstratie. Liniaritatea:
a) Aditivitatea:
x1 + x2 x1 + x2 1
Fie x1 , x2 2 X; din relatia x1 = x2 = kx1 x2 k,
2 2 2
folosind kx1 x2 k = kf (x1 ) f (x2 )k,
se obtine:
x1 + x2 x1 + x2 1
f f (x1 ) = f (x2 ) f = kf (x1 ) f (x2 )k.
2 2 2
x1 + x2 f (x1 ) + f (x2 )
Din "Caracterizarea mijlocului" rezult
af = (ecuatia functional
a Jensen).
2 2
3.4. TIPURI SPECIALE DE OPERATORI 157
x1 1
Pentru x2 = 0 ) f = f (x1 )
2 2
f (x1 ) + f (x2 ) x1 + x2 1
) =f = f (x1 + x2 ) ) f (x1 + x2 ) = f (x1 ) + f (x2 ) (aditivitate)
2 2 2
b) Omogenitate:
Din aditivitate rezult
a f ( x) = f (x) pentru orice 2 Q (pentru orice scalar rational).
Fie 2 R si e ( n )n2N un sir de numere rationale care tinde la .
Are loc:
kf ( x) f (x)k kf ( x) f( n x)k + kf ( n x) f (x)k = k x n xk +k nf (x) f (x)k =
=j n j kxk+j n j kf (x)k = j n j (kxk + kf (x)k), 8n 2 N. Pentru c
a n ! si (kxk + kf (x)k)
este un num
ar xat, se obtine c
a f ( x) = f (x) (omogenitate)
2. Din relatia initial
a cu x2 = 0 se obtine kxk = kf (x)k si cum f ( ) este operator liniar rezult
a c
a este
si izometrie.
3.4.22. Observatie. O izometrie (ntre spatii de tip nit) este operator unitar dac
a si numai dac
a dim X =
dim Y.
Demonstratie. Dac
a este izometrie atunci este injectiv, si cum dimensiunile spatiilor sunt egale, este
chiar bijectiv.
Reciproc, dac
a izometria este inversabil
a, atunci dimensiunile spatiilor trebuie s
a e egale.
3.4.25. Observatie.
kU (x)k = kxk (conserv
a norma);
kU (x) U (y)k = kx yk (conserv
a distanta);
cos (U (x) ; U (y)) = cos (x; y) (conserv
a unghiul).
3.4.26. Propozitie. Orice valoare proprie a unui operator unitar este num
ar real sau complex de modul
unitar [chiar dac
a operatorul este ortogonal, valorile proprii pot complexe].
Geometric, aceast
a structur
a nseamn
a rotatii (f
ar
a omotetii) n planele ortogonale corespunz
atoare valo-
rilor proprii complexe; directiile corespunz
atoare valorilor proprii reale combinate dou
a cte dou
a formeaz
a
plane ortogonale n care se realizeaz
a rotatii de 0 sau de 180 , la care pentru cazul impar se adaug
ao
simetrie sau o identitate pe ultima directie.
2 32 3
cos sin x1
3.4.28. Exemplu. Fie operatorul U ( ) : R2 ! R2 , denit prin U (x) = 4 54 5.
sin cos x2
(1) Operatorul U ( ) este o rotatie n plan de unghi [n sens trigonometric]
2 3 2 p p 3
2 2
0 1 6
Cazuri particulare: U =2 ( ) de matrice 4 5 [rotatie de 90 ], U =4 ( ) de matrice 4 p2 p2 7 5
1 0 2 2
2 2
[rotatie de 45 ]
2 32 3 2 3
cos sin x1 x1 cos x2 sin
U (x) = 4 54 5=4 5.
sin cos x2 x2 cos + x1 sin
Operatorul este izometrie [p astreaza lungimile]:
2 3
x cos x2 sin q
4 1 5 = (x1 cos x2 sin )2 + (x2 cos + x1 sin )2 =
x2 cos + x1 sin
p
= x21 cos2 + x22 sin2 2x1 x2 sin cos + x22 cos2 + x21 sin2 + 2x1 x2 sin cos =
p
= x21 + x22 = kxk, deci kU (x)k = kxk.
Unghiul dintre vectorul x si vectorul U (x) este :
hx; U (x)i x1 (x1 cos x2 sin ) + x2 (x2 cos + x1 sin )
cos (x; U (x)) = = =
kxk kU (x)k x21 + x22
x2 cos x1 x2 sin + x22 cos + x1 x2 sin
= 1 = cos ) (x;\ U (x)) = .
x21 + x22
(2) Familia fv1 ; v2 g [de vectori format a din coloanele matricii] este ortonormat
a:
2 3 2 3
cos sin
v1 = 4 5, v2 = 4 5,
sin cos
hv1 ; v1 i = hv2 ; v2 i = cos2 + sin2 = 1, hv1 ; v2 i = sin cos + sin cos = 0.
(3) Operatorul este inversabil [deci este operator unitar; deoarece matricea are numai elemente reale,
este operator ortogonal]:
2 3 1 2 3 2 3
cos sin cos sin cos ( ) sin ( )
4 5 =4 5=4 5)U 1
()=U ( ).
sin cos sin cos sin ( ) cos ( )
2 3
cos sin
(4) Polinomul caracteristic este P ( ) = det 4 5 = (cos )2 + sin2 = 2
sin cos
2 sin cos + 1, cu r
ad
acinile complexe 1 = cos + i sin ; 2 = cos i sin , ambele de modul
complex 1.
(U U ) ( ) = (U U) ( )
(operatorul comut
a cu adjunctul s
au) [pentru ca operatiile de compunere s
a aib
a sens, operatorul trebuie
s
a aib
a ca domeniu si codomeniu acelasi spatiu].
3.4.32. Propozitie. Orice vector propriu al unui operator normal, atasat valorii proprii , este vector
propriu al operatorului adjunct, atasat valorii proprii :
ceea ce nseamn
a c
a si U (x) este vector propriu al operatorului U ( ) ; atasat valorii proprii ; adic
a
operatorul U ( ) transform
a vectorii proprii ai operatorului U ( ) corespunz
atori valorii proprii tot n
vectori proprii de acelasi tip.
3.4. TIPURI SPECIALE DE OPERATORI 161
adic
a U (x) = x
n care j = j + i j ; j = 1; m sunt valorile proprii complexe iar m+1 ; n sunt cele reale, num
arul de
aparitii al ec
arei valori proprii ind egal cu ordinul ei de multiplicitate.
@ j j
A= 2 2 B 2 2
j+ j
2 2
j+ j C
j + j @ A
j j p 2
j
2
p 2
j
2
j+ j j+ j
q
reprezint
a o omotetie de coecient 2
j + 2
j si o rotatie de unghi arccos p 2
j
2
:
j+ j
U ( ) = U ( ):
162 3. SPATII VECTORIALE CU PRODUS SCALAR
[Dac
a V este spatiu vectorial real, operatorul autoadjunct mai este numit operator simetric; dac
a V este
spatiu vectorial complex, operatorul autoadjunct mai este numit operator hermitic]
P
n P
n
Demonstratie. Fie x = xi ei ; y = yj ej si A = (aij )i;j=1;n : Au loc:
i=1 j=1
P
n
U (ei ) = aki ek ; deci
*
k=1 +
Pn P
n P
n P
n
hU (x) ; yi = U xi ei ; yj ej = xi yj hU (ei ) ; ej i =
i=1 j=1 i=1 j=1
P
n P
n P
n P
n P
n
= xi yj aki ek ; ej = xi yj aji si analog,
i=1 j=1 i=1 j=1
* k=1 !+
Pn P
n Pn P n
hx; U (y)i = xi e i ; U yj ej = xi yj hei ; U (ej )i =
i=1 j=1 i=1 j=1
P
n P
n P
n P
n P
n
= xi yj ei ; akj ek = xi yj aij si din relatia
i=1 j=1 k=1 i=1 j=1
urmeaz
a c
a aij = aji ; adic a (A = AT )
a matricea este simetric
a. Vectorii proprii asociati la valori proprii distincte ale unui operator real simetric sunt
3.4.39. Teorem
ortogonali doi cte doi.
9
Av1 = 1 v1 ) = >
>
v2T Av1 T
>
> 1 v2 v1
>
>
>
Av2 = 2 v2 ) v1 Av2 = 2 v1 v2 >
T T
>
>
=
T
Demonstratie. v2T Av1 = v1T Av2 ) v1T v2 = 0
>
>
>
>
v2 v1 = v1 v2 >
T T
>
>
>
>
>
;
1 6= 2
Demonstratie. hx; U (x)i 2 R () hx; U (x)i = hx; U (x)i = hU (x) ; xi = hx; U (x)i () U ( ) =
U ( ) [ultima echivalent
a se obtine cu aplicarea Teoremei 3.0.39, punctul 2., pagina 132]
U()= U ( ):
3.4.43. Propozitie. Un operator antiautoadjunct are numai valori proprii pur imaginare.
4 Aceast
a sectiune foloseste foarte mult cartea [6], n care pot g
asite multe dintre detaliile care lipsesc din aceast
a prezentare.
164 3. SPATII VECTORIALE CU PRODUS SCALAR
servicii
efectuate de:
T E S
s
apt
amni T 2 1 6
de activitate E 4 5 1
la: S 4 4 3
10 10 10
Din motive legate de legislatie, taxe si impozite, ecare este obligat s
a declare, s
a primeasc
a si s
a
pl
ateasc
a sume rezonabile corespunz
atoare activit
atilor desf
asurate. Valoarea/pretul cte unei s
apt
amni
de activitate pentru ecare trebuie s
a e n jur de 1000Euro, iar rmele cad de acord s
asi ajusteze valorile
asa nct ecare s
a pl
ateasc
a exact ct primeste (sistem de barter schimb n natur
a n trei: de fapt,
ecare pl
ateste cu serviciul pe carel ofer
a serviciile pe care le primeste). Not
am cu pT , pE , pS pretul
primit de ecare rm
a pentru o s
apt
amn
a de servicii.
Conditia de echilibru cere ca totalul primit de ecare s
a e egal cu totalul pl
atit de ecare. Se obtine
sistemul:
8
>
> 2pT + pE + 6pS = 10pT ;
>
<
4pT + 5pE + 1pS = 10pE ;
>
>
>
:
4pT + 4pE + 3pS = 10pS :
Prima ecuatie se refer
a la T iar interpretarea ei este: n perioada dat
a rma T este pl
atit
a pentru
activitatea ei 10pT (membrul drept) si are de plat
a 2 s
apt
amni de activitate c
atre ea ns
asi la pretul pT ,
1 s
apt
amn
a de activitate c
atre E la pretul pE si 6 s
apt
amni de activitate c
atre S la pretul pS , care dau
un total de 2pT + pE + 6pS 8 (membrul stng).
> 31
>
> p = pE ;
>
<
T
32
Solutia sistemului este: pE = pE ;
>
>
>
: pS = 9 pE :
>
8
Printre solutiile
8 posibile se num ar
a:
> 31
>
> pT = 1000 = 968:75
>
< 32
pE = 1000 ) pE = 1000
>
>
>
: pS = 9 1000 = 1125
>
8 8
>
> p = 1000
>
< T
PT = 1000 ) pE = 1032:3
>
>
>
:
pS = 1161:3
3.5. MODELUL LEONTIEF 165
2 32 3 2 3
2 1 6
pT pT
6 10 10 10 76 7 6 7
6 4 5 1 76 7 6 7
Sistemul se poate scrie ca 6 7 6 pE 7 = 6 pE 7.
4 10 10 10 54 5 4 5
4 4 3
10 10 10
pS pS
2 3
2 1 6
6 10 10 10 7
6 4 5 1 7
Matricea E = 6 7
6 10 10 10 7 sa obtinut prin mp artirea ec
arei coloane la suma ei si este un
4 4 4 3 5
10 10 10
exemplu de matrice inputoutput sau matrice de schimb.
Se observ
a c
a productia unei industrii este descompus
a pentru nceput n dou
a categorii, dup
a motivul
pentru care este achizitionat
a cantitatea respectiv
a: "Final Demand" [consum care nu conduce la productia
altor bunuri] si "Producers as consumers" [consum care conduce la productia altor bunuri]. Mai departe,
ecare dintre aceste dou
a categorii este descompus
a n alte componente.
166 3. SPATII VECTORIALE CU PRODUS SCALAR
a. Valoarea absolut
3.5.3. Teorem a a oric
arei valori proprii a unei matrici productive este strict subuni-
tar
a.
Demonstratie.
P
n P
n
Av = v ) vi = aij vj ) j j jvi j aij jvj j )
j=1 j=1
vi
P
n
vj
j j vi0 vi0
aij vj0 vj0
)
j=1
vi vj Pn
vj
) j j vi0 vi0
max vj0
aij vj0 < max vj0
vi0 )
j j=1 j
vi vj
j j vi0 vi0
< max vj0
vi0 8i = 1; n )
j
dac
a se alege n locul lui i indicele n care membrul drept atinge maximul, e acesta r, relatia devine:
vr vr 0
j j vr0 < v ) j j < 1:
vr0 vr0 r
1
a. Dac
3.5.4. Teorem a A este productiv
a, atunci exist
a (I A) si este cu elemente pozitive (nestrict).
(I A) I + A + A2 + Am = I Am+1
1
deci exist
a (I A) = I + A + A2 + Am + .
3.5. MODELUL LEONTIEF 167
Ax + y = x;
y = (I A) x
1
si din teoremele anterioare 9 (I A) si are loc
1
x = (I A) y = (I + A + A2 + Am + )y =
= y + Ay + A2 y + Am y + ;
relatie interpretabil
a astfel: pentru obtinerea unei productii nale nete y trebuie produs
a cantitatea Ay
intermediar a producerii lui y; pentru care trebuie produs A2 y necesar lui Ay;
a necesar : Productia
total
a x a fost descompus a y si n productii intermediare Am y date de matricile de
a n productie nal
consumuri intermediare Am :
Problema caracteriz
arii matricilor productive admite si o reciproc
a:
1
a. Dac
3.5.6. Teorem a pentru matricea p
atratic
a pozitiv
a A matricea (I A) exist
a si este pozitiv
a,
atunci A este productiv
a.
1
Demonstratie. Fie v > 0 ) x = (I A) v > 0 ) x Ax = v > 0 ) x > Ax ) A este
6= 6= 6= 6=
productiv
a
(1) Dac
a toate elementele matricii A sunt strict pozitive, atunci exist
a o valoare proprie de modul
maximal care este real
a, strict pozitiv
a si c
areia i se poate asocia un vector propriu cu toate
elementele strict pozitive;
(2) Dac
a A este nenul
a, are o valoare proprie real
a strict pozitiv
a, de modul maximal, c
areia i se
poate asocia un vector propriu (nenul) de elemente pozitive (sau nule).
168 3. SPATII VECTORIALE CU PRODUS SCALAR
X
n X
n
j M j jvi j jaij vj j jaij j jvj j ; 8i = 1; n;
j=1 j=1
2 3
jv1 j
6 7
6 .. 7
e p = 6 . 7 = jvj ; cum aij > 0; are loc
4 5
jvn j
j Mj p Ap;
X
n
j M j jvk j < akj jvj j
j=1
dar
Az = A (A j M j I) p = A2 j M j Ap
deci
A2 p = Az + j M j Ap > "Ap + j M j Ap = (" + j M j) Ap;
6=
1
cu B = "+j M j
A> 0; are loc
6 =
BAp > Ap
6=
din faptul c
a M este valoare proprie de modul maximal, urmeaz
a c
a B are toate valorile proprii
de modul subunitar, deci lim B m = 0 (matricea nul
a de ordin n); prin trecere la limit
a, rezult
a
m!1
c
a 0 > Ap contradictie cu existenta indicelui k, asa c
a are loc
6=
j Mj p = Ap
(2) Se aplic
a 1. pentru matricea A + "U; cu U matricea de ordin n care are toate elementele 1; dup
a
care se trece la limit
a
3.6. SPATII VECTORIALE PESTE CORPUL NUMERELOR COMPLEXE 169
hAu; vi = hu; A vi
CAPITOLUL 4
Spatii ane
[24], [35]
4.1. Denitii
4.1.1. Denitie. Fie un spatiu vectorial (V; K). Multimea A este numit
a spatiu an peste V dac
a exist
a
o functie (notat
a aditiv) + : A V ! A astfel nct (P; ~v ) 7! P + ~v 2 A are propriet
atile:
(1) P + ~0 = P
(2) P + (~v + w)
~ = (P + ~v ) + w
~
!
(3) 8P; Q 2 A, 9!~vP;Q 2 V, P + ~vP;Q = Q [vectorul ~vP;Q este notat P Q]
(A; V; K)
Observatii:
4.1.2. Denitie. [A ne subspace] [linear subvarieties] [linear varieties] If (V0 ; K) is a vector subspace of
(V; K) and B A, then (B; V0 ; K) is an a ne subspace of (A; V; K) if: 8P 2 B, 8~v 2 V0 , P + ~v 2 B and
!
8P; Q 2 B, P Q 2 V0 .
For P1 , , Pn 2 A, the linear variety generated by the points, denoted by hP1 ; ; Pn i, is the smallest
linear variety containing the points.
D ! !E
The dimension of the linear subspace P1 P2 ; ; P1 Pr is the dimension of the linear variety. When
D ! !E
the dimension of P1 P2 ; ; P1 Pr is maximal, which means r 1, the set of points is called a nely
independent.
4.1.4. Denitie. [The sum of two linear varieties] L1 + L2 is the smallest linear variety containing both
varieties.
4.1.5. Denitie. Two linear varieties P +[V1 ] and Q+[V2 ] are called "parallel" when V1 V2 or V2 V1
4.1.6. Denitie. [A ne Frames] An a ne frame on (A; V; K) is a set R = fP; (e1 ; ; en )g, where P 2 A
(is called "origin") and (e1 ; ; en ) is an ordered basis of (V; K).
! P n
4.1.7. Denitie. [A ne coordinates] Given (A; V; K) and R, 8Q 2 A 9!q1 ; ; qn 2 K, P Q = qi e i
i=1
Notation: [Q]R = (q1 ; ; qn )
4.1.9. Denitie. Collinear points? P , Q, R are collinear when the linear variety generated by them,
D ! !E
hP; Q; Ri has dimension 1 (it is a straight line). The linear subspace P Q; P R has dimension 1.
4.1.10. Denitie. Simple ratio: Consider three collinear points A, B, C 2 A. The simple ratio =
! !
(A; B; C) is the unique scalar such that AB = AC
4.1. DEFINITII 173
~ ) ~v = w
P + ~v = P + w ~ [we may cancel/reduce points] [for any xed P 2 A, the function
V 3 ~v 7! P + ~v 2 A is injective]
Proof: Denote by Q = P +~v = P + w. ~ Then the vectors both satisfy condition 3, which means
! !
that ~v and w
~ satisfy the property of P Q. Since the vector P Q is unique, we have ~v = w.
~
P + ~v = Q + ~v ) P = Q [we may cancel/reduce vectors] [for any xed ~v 2 V, the function
A 3 P 7! P + ~v 2 A is injective]
Proof: From 2., P = P + ~0 = P + (~v ~v ) = (P + ~v ) + ( ~v ) = (Q + ~v ) + ( ~v ) = Q + (~v ~v ) =
Q + ~0 = Q
!
P Q = ~0 () P = Q [the null vector is any vector which has the same origin and endpoint]
! !
Proof: From 3., if P = Q then P + P P = P and since P P is unique and ~0 also satises the
!
relation, P P = ~0.
!
If P Q = ~0, then P + ~0 = Q and from 1. P = Q.
! !
P Q = QP [the negative vector means the vector with the opposed direction]
! ! ! !
Proof: since P + P Q = Q and Q + QP = P , it follows P + P Q + QP = P which means
! !
that P Q + QP = ~0.
! ! !
P Q + QR = P R [Chaslesidentity] [vector addition satises the parallelogram law] [Axiom [A
1] in [24], page 98]
! ! ! ! ! !
Proof: P + P Q = Q, Q + QR = R, P + P R = R ) P + P Q + QR = Q + QR = R )
! ! ! ! !
P + P Q + QR = R ) P Q + QR = P R.
!
8P 2 A, 8~v 2 V, 9!Q 2 A, P Q = ~v [surjectivity]
!
Proof: For Q = P + ~v , we have P Q = ~v .
! !
P Q = P R ) Q = R [injectivity]
! ! ! ! ! !
Proof: P + P Q = Q, P + P R = R; if P Q = P R then P + P Q = P + P R ) Q = R.
!
Previous surjectivity and injectivity for the mapping P 7! P Q are the axiom [A 2] in [24], page
98.
! ! ! !
P Q = RS ) P R = QS [parallels between parallels are equal]
Proof:
!
P + PQ = Q
!
R + RS = S
!
P + PR = R
!
Q + QS = S
! ! ! ! ! !
P R = P Q + QR = QR + RS = QS.
174 4. SPATII AFINE
Proof:
P: [Parallels between parallels are equal]
Consider two parallel straight lines r and s cut by two parallel straight lines r0 and s0 . Denote their
! ! ! !
intersections A = r0 \ s, B = s0 \ s, C = r \ r0 , D = r \ s0 . Then AB = CD and AC = BD.
Proof:
Change of an a ne frame: Consider two frames R = fP; (e1 ; ; en )g and R0 = fP 0 ; (f1 ; ; fn )g.
0 1 0 1
p1 a1j
B C B C
0 B .. C B .. C
[P ]R = B . C, [fj ]R = B . C
@ A @ A
pn anj
0 1 0 1
x y
B 1 C B 1 C
B . C B . C
X 2 A, [X]R = B .. C, [X]R0 = B .. C
@ A @ A
xn yn
! P n
PX = xi e i
i=1
! P
0
n
PX= y j fj
j=1
! P n
PP0 = pi e i
i=1
P
n
fj = aij ei
i=1 !
! P n P
n P
n P
n P
n P
n P
n
P 0X = y j fj = yj aij ei = yj aij ei = yj aij ei
j=1 j=1 i=1 j=1 i=1 i=1 j=1
! ! ! P
n P
n P
n
P 0X = P 0P + P X = pi e i + xi ei = (xi pi ) ei
i=1 i=1 i=1
P
n
) 8i = 1; n, xi pi = aij yj )
j=1
0 1
0 1 a1n C 0 1 0 1
B a11
x1 B C y1 p1
B C B a21 a CB C B C
B . C B 2n CB .. C B .. C
) B .. C = B CB . C+B . C
@ A B C@ A @ A
B C
xn @ A yn pn
an1 ann
[X]R = A [X]R0 + [P 0 ]R
Equations of a linear variety
Consider:
P
r
We have X = (x1 ; ; xn ) 2 L () 9 j 2 K s.t. xi = qi + j aij , 8i = 1; n
j=1
P
r
[X]R = [Q]R + j [vj ]R
j=1
Equation of a Straight Line:
[X]R = [Q]R + [v]R
Lines: 0 1 0 1
a b
B 1 C B 1 C
B .. C B .. C
[A]R = B . C, [B]R = B . C
@ A @ A
an bn
For = 1, Q = A and [B]R = [A]R + [v]R ) [v]R = [B]R [A]R
So, for the line: [X]R = [A]R + ([B]R [A]R ), we have:
The segment AB = fX 2 A; [X]R = [A]R + ([B]R [A]R ) ; 2 [0; 1]g
The line AB = fX 2 A; [X]R = [A]R + ([B]R [A]R ) ; 2 Rg
The halfline [AB = fX 2 A; [X]R = [A]R + ([B]R [A]R ) ; 2 [0; 1)g
The halfline [BA = fX 2 A; [X]R = [A]R + ([B]R [A]R ) ; 2 ( 1; 1]g
0 1 0 1
1 3
B C B C
B C B C
Ex: A = B 2 C, B = B 3 C,
@ A @ A
1 2
x=2 +1
y= +2 )
z= +1
x=3 2z
y=3 z
z=z
Barycenter: Given r points P1 , P2 , , Pr , the barycenter G is:
1 ! ! !
G = P1 + P1 P1 + P 1 P2 + + P1 Pr
r
1 ! ! ! ! ! !
Remark: P1 P2 + + P 1 Pr = P1 G ) P1 P2 + + P1 P r = r P 1 G )
r
! ! ! ! !
) P1 G + P 1 G P 1 P2 + P 1 G P 1 Pr = 0 )
! ! ! ! !
) P1 G + P2 P1 + P 1 G + P r P 1 + P1 G = 0 )
! ! ! ! ! !
) P1 G + P2 G + Pr G = 0 or GP1 + GP2 + + GPr = 0
! ! !
P: The barycenter is the unique point X such that XP1 + XP2 + + XPr = 0
4.1. DEFINITII 177
Proof:
1. G satises the relation:
!
G + GPj = Pj
! ! !
For j = 2; r, GPj = GP1 + P1 Pj
! ! ! ! ! ! ! !
GP1 + GP2 + + GPr = GP1 + GP1 + P1 P2 + + GP1 + P1 Pr =
! ! ! ! !
= r GP1 + P1 P2 + + P1 Pr = r GP1 + r P1 G =
2. G is unique:
! ! ! ! ! !
If P1 G + P2 G + Pr G = 0 and XP1 + XP2 + + XPr = 0, then, by adding them:
! ! ! ! ! !
XP1 + P1 G + XP2 + P2 G + + XPr + Pr G = 0 )
! !
) r XG = 0 ) XG = 0
1 ! !
Remark: we also have G = Pi + Pi P 1 + + P i Pr
r
1 ! !
For two points, G is the midpoint G = P1 + P 1 P1 + P1 P2
0 1 0 1 2
p g
B 1j C B 1 C 1 Pr
B .. C B .. C
If [Pj ]R = B . C, then G = B . C, with gi = pij
@ A @ A r j=1
pnj gn
Remark: Consider three collinear points A, B, C 2 A.
! !
AB = (A; B; C) AC
! !
B = A + AB = A + (A; B; C) AC
If (A; B; C) = , then:
1
(A; C; B) =
(B; A; C) =
1
1
(B; C; A) =
1
(C; A; B) =
1
(C; B; A) = 1
n ! o
The line segment AB = X 2 A; X = A + AB; 2 [0; 1]
C 2 AB () 0 < (A; C; B) < 1
C 2 AB () (C; A; B) < 0
Proof:
MenelausTheorem: If a straight line meets the sides of a triangle ABC at P , Q, R, respectively, then
(P; A; B) (Q; B; C) (R; C; A) = 1.
Proof:
Cevas Theorem: Consider a triangle ABC and three points on its edges PA 2 [BC], PB 2 [AC],
PC 2 [AB]. The straight lines APA , BPB , CPC are concurrent in a point P () (PA ; B; C) (PB ; C; A)
(PC ; A; B) = 1.
Proof:
Pappus Theorem:
Proof:
Desargue Theorem:
Proof:
?Rouths Theorem:
Proof:
?van Obels Theorem:
Proof:
Bib:
Partea 2
Geogebra
CAPITOLUL 6
CARMetal
Anexe si complet
ari
7
Recapitul
ari
Logic
a binar
a
Logica matematic
a binar
a se ocup
a de operatii cu enunturi logice si de evaluarea valorii lor de adev
ar;
se consider
a numai enunturi logice cu o valoare de adev
ar din dou
a posibile. Desi aceast
a conventie este
restrictiv
a, nu este scopul prezent
arii de fat
a s
a includ
a alte situatii, cum ar enunturile logice "Eu mint",
sau "Acest enunt este fals". Prezentarea de mai jos se refer
a doar la acele enunturi c
arora li se poate atasa
o valoare de adev
ar. Nu sunt incluse comenzile (enunturile imperative), interogatiile, exclamatiile, ci doar
enunturile de tip declarativ.
p ep
(NON): 0 1
(1) NEGATIA LOGICA
1 0
Ex:
p: "2 + 3 = 5" ) ep: "2 + 3 6= 5".
p: "Ioana are o cas
a" ) ep: " Ioana nu are o cas
a".
p q p^q
0 0 0
(SI): 0 1 0
(2) CONJUNCTIA LOGICA
1 0 0
1 1 1
Ex:
p: "Ioana are o cas
a", q: "Ioana are o asigurare de cas
a" ) p ^ q: "Ioana are o cas
a si o
asigurare de cas
a"
p: "2 este num
ar natural", q: "2 este num
ar ntreg" ) p ^ q: "2 este si num
ar natural si
ntreg"
n limbaj formal: (2 2 N) ^ (2 2 Z) ) 2 2 N \ Z (2 face parte din intersectia multimilor)
188
7. RECAPITULARI
p q p_q
0 0 0
(SAU) (SAU INCLUSIV): 0 1 1
(3) DISJUNCTIA LOGICA
1 0 1
1 1 1
Ex:
p: "Ioana are o cas
a", q: "Ioana are o masin
a" ) p _ q: "Ioana are o cas
a sau o masin
a"
p q _
p_q
0 0 0
(4) (SAU EXCLUSIV): 0 1 1
1 0 1
1 1 0
Este mai rar folosit si poate descris cu ajutorul celorlalti conectori.
Ex:
p: "Ioana are o cas
a", q: "Ioana are o masin _ "Ioana are e o cas
a" ) p_q: a, e o masin
a (dar
nu ambele)"
(Dac
(5) IMPLICATIA LOGICA aAtunci):
(a) Din adev
ar implic
a numai adev
ar
(b) Din fals implic
a orice.
p q p!q
0 0 1
Din denitie rezult
a urm
atoarea tabl
a de adev
ar pentru implicatia logic
a: 0 1 1
1 0 0
1 1 1
Pentru structura p ! q, se mai folosesc denumirile: p: "ipotez
a", q: "concluzie".
Ex:
p: "Ioana are o cas
a", q: "Ioana are o masin
a" ) p ! q: "Dac
a Ioana are o cas
a, atunci are
o masin
a".
BINARA
LOGICA 189
p q p$q
0 0 1
LOGICA
(6) ECHIVALENTA (Dac
asinumaidac
a): 0 1 0
1 0 0
1 1 1
Echivalenta logic
a poate denit
a folosind ceilalti conectori: p $ q (p ! q) ^ (q ! p)
Ex:
p: "Ioana are o masin
a", q: "Ioana are carnet de conducere" ) p $ q: "Ioana are o masin
a
dac
a si numai dac
a are carnet de conducere"
7.0.16. Observatie. (PROPRIETATI ALE CONECTORILOR e, _, ^) (Pot vericate cu
table de adev
ar):
(2) p _ q q _ p (comutativitate)
Dem: tabl
a de adev
ar
(3) p _ (q _ r) (p _ q) _ r (asociativitate)
Dem: tabl
a de adev
ar
(4) p _ 1 1 (proprietatea de ultim element)
Dem: tabl
a de adev
ar
(5) p _ 0 p (proprietatea de element neutru)
Dem: tabl
a de adev
ar
(6) p _ p p (idempotent
a)
Dem: tabl
a de adev
ar
(7) p ^ q q ^ p (comutativitate)
Dem: tabl
a de adev
ar
(8) p ^ p p (idempotent
a)
Dem: tabl
a de adev
ar
(9) p ^ (q ^ r) (p ^ q) ^ r (asociativitate)
Dem: tabl
a de adev
ar
(10) p ^ 0 0 (proprietatea de prim element)
Dem: tabl
a de adev
ar
(11) p ^ 1 p (proprietatea de element neutru)
Dem: tabl
a de adev
ar
(12) e (p _ q) ep^eq (Regulile lui DeMorgan)
Dem: tabl
a de adev
ar
Ex: S
a se ae negatia enuntului logic "n vacant
a merg la mare sau la munte". Se noteaz
a p:
"n vacant
a merg la mare" si q: "n vacant
a merg la munte"; enuntul initial este p _ q. Negatia
este e (p _ q) ep^eq, care poate tradus
a: "n vacant
a nu merg nici la mare si nici la munte".
(13) e (p ^ q) ep_eq
Dem: tabl
a de adev
ar
(14) p ^ (q _ r) (p ^ q) _ (p ^ r) (distributivitatea conjunctiei fat
a de disjunctie)
Dem: tabl
a de adev
ar
(15) p _ (q ^ r) (p _ q) ^ (p _ r)
Dem: tabl
a de adev
ar
BINARA
LOGICA 191
_
p_q (p _ q) ^e (p ^ q) (p^eq) _ (q^ep) :
Demonstratie. Tabl
a de adev
ar.
p$q (p ! q) ^ (q ! p) :
Demonstratie. Tabl
a de adev
ar.
7.0.19. Teorem
a. (Reducerea implicatiei logice la operatii elementare)
p!q ep _ q:
7.0.20. Teorem
a. (Negarea implicatiei logice)
e (p ! q) p^eq.
0 0 1 0 1
0 1 1 0 0
1 0 0 1 1
1 1 1 0 1
Se mai observ
a c
ar (ep) ! (eq) (eep) _ (eq) p_eq q ! p asa c
a r spune, de fapt, acelasi
lucru ca si enuntul: "Dac
a m
annc, mie foame".
7.1.1. Denitie. Se numeste predicat logic orice functie p ( ) : D ! P (multimea propozitiilor) (orice
functie care are drept codomeniu multimea propozitiilor) (domeniul poate privit ca multimea de para-
metri ai predicatului)
7.1.5. Exemplu. Negatia enuntului logic: Toti oamenii sunt muritorieste: "Exist
a oameni nemuritori",
deoarece structura este e (8x p (x)) 9xep (x).
7.2. Multimi
7.2.1. Operatii cu multimi. Operatiile cu multimi vor prezentate pentru o multime nevid
a xat
a
si submultimi ale ei. Multimea f
ar
a elemente este notat
a ; (multimea vid
a).
Reuniune: A [ B = fx 2 ; x 2 A _ x 2 Bg
Intersectie: A \ B = fx 2 ; x 2 A ^ x 2 Bg
Complementar
a: C A = fx 2 ; x 2 A ^ x 62 g
Incluziune: A B () (8x 2 A; x 2 B)
Egalitate: A = B () (A B^B A)
Multimea p
artilor: P ( ) = fA; A g
(13) A [ (A \ B) = A;
(14) A \ (A [ B) = A;
(15) A [ CA = ;
(16) A \ CA = ;;
(17) CCA = A;
S T
(18) C (A [ B) = CA \ CB; C Ai = CAi (relatiile lui DeMorgan);
i2I i2I
T S
(19) C (A \ B) = CA [ CB; C Ai = CAi (relatiile lui DeMorgan);
i2I i2I
(20) A n B = A \ CB (diferenta a dou
a multimi);
(1) A n (B [ C) = (A n B) n C;
(2) A n (B \ C) = (A n B) [ (A n C);
(3) (A [ B) n C = (A n C) [ (B n C);
(4) (A \ B) n C = A \ (B n C) = (A n C) \ B;
(5) A (B [ C) = (A B) [ (A C);
(6) A (B \ C) = (A B) \ (A C);
(7) A (B n C) = (A B) n (A C);
7.2.2. Relatii.
ImR = fy 2 Y ; 9x 2 X; (x; y) 2 GR g Y
7.2. MULTIMI 195
1
se numeste imaginea relatiei. Relatia R = (Y; X; GR 1 ) denit
a prin
GR 1 = f(y; x) ; (x; y) 2 GR g Y X
7.2.7. Denitie. Fie X, Y , Z trei multimi si relatiile R1 = (X; Y; GR1 ), R2 = (Y; Z; GR2 ). Relatia
R = (X; Z; GR ) denit
a prin:
(1) Reexivitate: G X
GR (8x 2 X, (x; x) 2 GR );
(2) Tranzitivitate: (x; y), (y; z) 2 GR ) (x; z) 2 GR .
(1) x 2 x^, 8x 2 X;
(2) (x; y) 2 R , x^ = y^;
(3) (x; y) 2
= R , x^ \ y^ = ;.
1
7.2.14. Observatie. Dac
a R este relatie de ordine pe X, atunci R este tot relatie de ordine pe X (se
mai numeste relatia de ordine duala relatiei R).
7.2.3. Functii.
(1) 8x 2 X, 9y 2 Y , (x; y) 2 GR ;
(2) (x; y1 ) 2 GR si (x; y2 ) 2 GR ) y1 = y2 .
f (A) = ff (x) ; x 2 Ag Y
1
f (B) = fx; f (x) 2 Bg X
(1)
1
8A 2 P (X) ; 8B 2 P (Y ) ; f (A) B,A f (B)
(2)
1 1
8A 2 P (X) ; f f (A) A f (f (A))
(3)
1
8A 2 P (X) ; 8B 2 P (Y ) ; f A \ f (B) = f (A) \ B
(4) !
[ [
1 1
8 (Bi )i2I P (Y ) ; f Bi = f (Bi )
i2I i2I
(5) !
\ \
1 1
8 (Bi )i2I P (Y ) ; f Bi = f (Bi )
i2I i2I
(6)
1 1
8B 2 P (Y ) ; f (CB) = Cf (B)
(7) !
[ [
8 (Ai )i2I P (X) ; f Ai = f (Ai )
i2I i2I
(8) !
\ \
8 (Ai )i2I P (X) ; f Ai f (Ai )
i2I i2I
Demonstratie. Exercitiu.
Functiile trebuie s
a aib
a acelasi codomeniu; operatiile algebrice care pot efectuate cu functii
sunt corespondentele operatiilor algebrice care pot efectuate cu elementele codomeniului co-
mun. Rezultatul operatiei dintre functii este o nou
a functie care are drept codomeniu codomeniul
comun al celor dou
a functii. Dac
a functiile au drept codomenii multimi diferite, operatia nu se
poate efectua (eventual se poate face mai nti, n conditii specice, o operatie de transformare a
codomeniilor)
Dac
a functiile au acelasi domeniu de denitie atunci rezultatul operatiei dintre functii este o
nou
a functie care are drept domeniu de denitie domeniul de denitie comun al functiilor. Dac
a
domeniile de denitie sunt diferite, se poate eventual deni rezultatul operatiei ca o functie care
are drept domeniu de denitie partea comun
a a domeniilor de denitie ale functiilor participante
la operatie (intersectia domeniilor); dac
a nu au parte comun
a, operatia nu poate denit
a.
198
7. RECAPITULARI
Exemple:
Dac
a f ( ) ; g ( ) : D ! R sunt dou
a functii cu codomeniul real denite pe aceeasi multime D, cu aceste
dou
a functii se pot efectua operatiile care pot efectuate cu numere reale: adunare, nmultire, sc
adere,
mp
artire. Se obtin urm
atoarele functiirezultat:
Functiasuma s ( ) : D ! R, s ( ) := (f + g) ( ), denit
a prin s(x) = f (x) + g(x) 8x 2 D.
Functiaprodus p ( ) : D ! R, p ( ) := (f g) ( ), denit
a prin p(x) = f (x)g(x) 8x 2 D.
Functiadiferenta (f g) ( ) : D ! R, denit
a prin (f g)(x) := f (x) g(x) 8x 2 D
f (x)
Functiact h ( ) : D1 ! R, denit
a prin h (x) := g(x)
8x 2 D1 pe multimea D1 = fx 2 Djg(x) 6=
0g.
Existenta unei structuri de ordine pe codomeniul comun al functiilor permite extinderea relatiei de
ordine si la functii; dac
a f ( ) ; g ( ) : D ! R sunt dou
a functii cu codomeniul real denite pe aceeasi
multime D, atunci se spune c
a f() g ( ) dac
a are loc f (x) g (x) 8x 2 D; se obtine astfel o relatie
de ordine ntre functii, care pierde din caracteristicile initiale ale relatiei dintre elemente (noua relatie
nu mai este total
a, n sensul c
a pentru dou
a functii se poate ntmpla s
a nu e comparabile, chiar dac
a
elementele codomeniului sunt toate comparabile). De asemenea, se extind la functii notiunile de maxim,
minim, modul:
h ( ) : D ! R, h(x) := max(f (x); g(x)) (maximul a dou
a functii), k ( ) : D ! R, k(x) := min(f (x); g(x))
(minimul a dou
a functii), jf j ( ) : D ! R, jf j (x) := jf (x)j (modulul unei functii).
N f1; 2; ; n; g naturale
Z f0; 1; 1; 2; 2; ; n; n; g ntregi
a
Q b
; a 2 Z; b 2 N rationale
C fa + bi; a; b 2 Rg complexe
N Z Q R C
6= 6= 6= 6=
3 p
3 2 Z n N, 2 Q n Z, 2 2 R n Q.
2 p
Demonstratie: Presupunem prin reducere la absurd ca 2 2 Q. Atunci exist a a; b 2 N astfel nct
p a
2 = ) 2b2 = a2 ) a este multiplu de 2 ) a = 2k ) 2b2 = 4k 2 ) b2 = 2k 2 ) b este multiplu de 2 )
b p
a
fractia se poate simplica prin 2. Deci, dac
a 2 ar rational, atunci ar o fractie simplicabil
a prin 2
b
de oricte ori, ceea ce este o contradictie
7.3. MULTIMI UZUALE DE NUMERE 199
1 Lucrareapoate consultat
a att pentru detalii de demonstatii ct si pentru exemple de exercitii de liceu (inclusiv la nivel
de olimpiad
a).
200
7. RECAPITULARI
[se face distinctie ntre operatiile de adunare si nmultire pe R, notate + respectiv , si noile operatii,
notate +c si c ]
(a) z = (x; y) = x + iy
(b) Elementul x este numit "partea real
a a num
arul complex z" [x = Re (z)]
(c) Elementul y este numit "partea imaginar
a a num
arului complex z" [y = Im (z)]
(12) Propriet
ati ale unit
atii imaginare i:
(a) i0 = 1, i1 = i,
(b) (0; 1) (0; 1) = (0 0 1 1; 0 1 + 1 0) = ( 1; 0) ) i2 = 1
(i) se mai spune si c
a i este solutie complexa a ecuatiei polinomiale x2 + 1 = 0
p
(ii) se mai scrie si c
ai= 1, dar n folosirea acestei scrieri trebuie facuta o distinctie
p
legat
a de semnul " ", si anume c a o dat
a cu aceasta notatie apare si un concept nou:
"radical complex", care este diferit de "radical real".
(iii) Denitia radicalului real este: Dat ind a 2 R+ , se numeste radical [real] un num
ar
b 2 R+ astfel nct b2 = a.
[unicitate] Se constat
a c
a pentru ecare a 2 R+ nu pot exista mai multi radicali reali
a a = b21 = b22 atunci (b1
distincti [radicalul real este unic], deoarece dac b2 ) (b1 + b2 ) =
0 si cum numerele b1 si b2 sunt ambele reale pozitive, b1 + b2 0 si b1 + b2 = 0 ()
b1 = b2 = 0, asa c
a b1 + b2 > 0 deci b1 = b2 este singura posibilitate.
1
(c) i3 = i, i4 = 1, i 1 = = i3 = i.
i
(d) pentru n 2 N , i4n = 1, i4n+1 = i, i4n+2 = 1, i4n+3 = i, i n = ( i)n .
(13) Propriet
ati ale puterilor ntregi ale numerelor complexe:
(a) pentru z = 0 si n 2 N , 0n = 0.
1 n
(b) pentru z 6= 0, z 0 = 1, z 1 = z, pentru n 2 N , z n = z| {z z}, = z 1 , z n
= (z 1 ) .
z
n ori
n
zn z1 z1n
(c) 8n; m 2 Z, z n z m = z n+m , m = z n m
, (z n )m = z nm , (z1 z2 )n = z1n z2n , = .
z z2 z2n
Arg (z) = arg (z) + 2k , k 2 Z [importanta distinctiei dintre Arg ( ) si arg ( ) se va vedea
ulterior, la extinderea n complex a functiilor uzuale reale]
(b) A doua dicultate este rezolvat
a prin denirea atent
a a valorii principale a argumentului,
pentru ecare situatie important
a: se folosesc functiile tan ( ) : ( ; ) ! R si arctan ( ) :
R !( ; ) iar
8 functia arg ( ) : C n f0g ! ( ; ] este denit a astfel:
>
> b
>
> arctan ; a > 0; b 2 R
>
> a
>
> b
>
>
>
> arctan + ; a < 0; b > 0
>
> a
>
> b
<
arctan ; a < 0; b < 0
arg (a + bi) = a
>
>
>
> ; a = 0; b > 0
>
>
>
> 2
>
>
>
> ; a = 0; b < 0
>
> 2
>
>
: ; a < 0; b = 0:
(8) Modulul r = jzj si argumentul ' = arg (z) al num arului complex (perechea (r; ')) se numesc
coordonatele polare ale numarului complex.
(9) Date ind coordonatele polare r si ' ale num
arului complex z, forma algebric
a z = a + bi se
g
aseste cu formulele: 8
< a = r cos ';
: b = r sin ':
complex nusi g
aseste corespondent (canonic) n planul complex [exist
a interpret
ari n contexte particu-
lare]. Aceast
a observatie ar trebui s
a ndemne la precautii atunci cnd sunt folosite reprezent
ari considerate
similare cu C (cum ar multimea R2 sau planul complex).
Z este o multime num a: elementele multimii pot puse sub forma unui sir, astfel:
arabil
a0 = 0; a1 = 1; a2 = 1; a3 = 2; a4 = 2;
Z = f0; 1; 1; 2; 2; ; n; n; g
(se alterneaz
a numerele ntregi negative cu cele ntregi pozitive).
Multimea Q este num a: Un procedeu adecvat de num
arabil arare este cel al lui Cantor:
Este clar c
a dac
a se reuseste num
ararea adecvat
a a numerelor rationale pozitive, procedeul
poate folosit si pentru num
ararea adecvat
a a numerelor rationale negative si folosind procedeul
de num
arare a numerelor ntregi (alternarea numerelor pozitive cu cele negative) se obtine o
num
arare adecvat
a a multimii Q.
Procedeul de num
arare al lui Cantor (pentru numerele rationale pozitive):
Se organizeaz
a numerele rationale pozitive ntrun tabel n care linia i este ocupat
a de fractiile
cu num
ar
atorul i iar coloana j de fractiile cu numitorul j; se obtine un tablou cu un num
ar innit
de linii si de coloane, dar cu diagonalele secundare nite.
7.4. CARDINALITATEA MULTIMILOR UZUALE DE NUMERE 205
1 2 6
1 1 1 1
1 2 3 n 6
3 5
2 2 2 2 1
2
1 2 3 n 1 3
1 5
4
1 2 2
3 3 3 3 Diagonalele sunt: 3
1 2 3 n 1 2 2
4
1 3
m m m m 1
1 2 3 n
Num
ararea pe aceste diagonale secundare duce la atingerea ec
arui termen dup
a un num
ar
nit de pasi.
Multimea R nu este num
arabil
a:
Demonstratie:
Demonstr
am c
a intervalul [0; 1] ( R) nu este num
arabil, prin reducere la absurd: presupunem
c
a ar num
arabil. Atunci ar exista un sir astfel nct [0; 1] = fx1 ; x2 ; ; xn ; g.
Construim sirul de intervale nchise (Ik )k2N astfel:
am intervalul [0; 1] n trei intervale [0; 1] = 0; 13 [
1) section 1 2
;
3 3
[ 2
3
;1 nchise si de lungimi
egale iar dintre acestea alegem ca I1 un interval care nu contine x1 . Deci dup
a alegere se obtine
intervalul I1 cu propriet
atile:
a) I1 = [a1 ; b1 ] [0; 1] (I1 este un interval nchis, inclus n [0; 1]).
b) b1 a1 = 13 .
c) x1 62 I1 .
2) Pentru ecare k > 1 aplic
am intervalului Ik 1 procedura de la pasul 1) (cu intervalul Ik 1
7.5.1. Denitie. Se numeste matrice (engl. matrix, pl. matrices) o functie care are ca domeniu de denitie
un produs cartezian I J si care asociaz
a ec
arei perechi (i; j) 2 I J cte o expresie (matematic
a) (orice
reprezentare dreptunghiular
a de expresii matematice).
7.5.2. Observatie. Multimile I si J sunt privite traditional ca multimi nite de indici (pot considerate
si innite; cnd va cazul, se va face distinctia n context); reprezentarea acestor functii se face tabelar,
dar exist
a si alte conventii.
Prin conventie multimea I indexeaz
a liniile iar J indexeaz
a coloanele.
O matrice cu m linii si n coloane se mai numeste matrice de tip (m; n).
Matricile de tip (m; 1) sau (1; n) se mai numesc vectori (coloan
a, respectiv linie).
Pentru ecare alegere posibil
a a indicilor de linie si de coloan
a (i; j) se mai numeste loc (pozitie,
celul
a) al (a) matricii; valoarea care se aa pe un loc se mai numeste intrare (trebuie f
acut
a distinctie
ntre locul (i; j) si elementul aij care ocup
a locul, adic
a ntre argument si valoarea din codomeniu atasat
a
argumentului).
Operatiile cu matrici care vor descrise n continuare nu au ntodeauna sens pentru expresii matematice
oarecare; de obicei, diverse operatii se efectueaz
a numai asupra unor anumite tipuri de matrici iar diferenta
se face din context.
7.5. NOTIUNI GENERALE DESPRE MATRICI 207
7.5.3. Denitie. Se numeste submatrice a unei matrici restrictia matricii la o submultime de indici: dac
a
A = (aij )i2I;j2J si I0 I, J0 J, atunci A0 = (aij )i2I0 ;j2J0 este o submatrice a lui A (orice restrictie a
functiei care deneste matricea). Exemplu: A (ijj) este submatricea obtinut
a din matricea initial
a A prin
ndep
artarea liniei i si coloanei j.
7.5.4. Denitie. AT = (aji )i=1;n;j=1;m se numeste transpusa lui A (engl. transpose of A) (este matricea
care are drept coloane liniile matricii A).
7.5.5. Denitie. Pentru matrici cu elemente numere complexe, adjuncta hermitica (transpusa hermitica,
transpusa conjugata, etc.) (engl. Hermitian transpose, conjugate transpose, adjoint, Hermitian adjoint,
etc) a unei matrici este matricea care se obtine din matricea initial
a prin transpunere si trecere la conjugata
complex
a pentru elementele matricii initiale.
7.5.6. Denitie. Adjuncta (adjuncta clasica ) (engl. adjugate, classical adjoint) (a) unei matrici este
transpusa matricii cofactorilor.
1 1
A = AdjugateA
det A
7.5.8. Denitie. In = ( ij )i=1;n;j=1;n se numeste matrice identitate (engl. identity matrix );
0n;m = (0)i=1;n;j=1;m se numeste matrice nula (engl. null matrix );
matrice patratica ( engl. square matrix): n = m (num
arul de linii si de coloane este egal);
diagonala principala a unei matrici p
atratice: locurile (i; i), i = 1; n; prin extindere, diagonala princi-
pal
a a unei matrici oarecare este format
a din locurile (i; i), i = 1; min (n; m)
matrice simetrica ( engl. symmetric matrix): A = AT (nu poate dect p
atratic
a);
Matrice diagonala (engl. diagonal matrix): (di ij )i=1;n;j=1;n (elemente oarecare pe diagonala princi-
pal
a, zero n rest);
matrice superior(inferior) triunghiulara ( engl.upper(lower) triangular matrix): o matrice p
atratic
a
pentru care elementele sub (peste) diagonala principal
a sunt nule;
matrice strict superior (inferior) triunghiulara ( engl. strictly upper (lower) triangular matrix): o
matrice p
atratic
a pentru care elementele sub (peste) diagonala principal
a sunt nule, inclusiv diagonala
principal
a.
208
7. RECAPITULARI
AT A = I
A p a si AT A = I
atratic
Tijn (a) = In + aenij se numeste matrice elementara (transformare elementara), pentru i 6= j; nmultirea la
stnga a unei matrici (nu neap
arat p a Tijn (a) are ca
atratice, de dimensiune (n; m)) cu matricea elementar
rezultat o nou
a matrice (tot de dimensiune (n; m)), ale c
arei linii corespund cu liniile vechii matrici, mai
putin linia i care este nlocuit
a cu valoarea obtinut
a prin adunarea la vechea linie i a liniei j nmultit
a cu
7.5. NOTIUNI GENERALE DESPRE MATRICI 209
a (liniai + a liniaj ! liniai ). Tijn (a) A este rezultatul operatiei elementare (ntre linii): se adun
a la linia
i linia j nmultit
a cu a si rezultatul se scrie pe linia i (operatie de atribuire).
0 1
B1 0 0 0C
B C
B0 1 0 aC
4 B C
7.5.13. Exemplu. T24 (a) = B C;
B0 0 1 0C
B C
@ A
0 0 0 1
0 10 1 0 1
B1 0 0 0C Ba11 a12 a13 a14 a15 C B a11 a12 a13 a14 a15 C
B CB C B C
B0 1 0 aC B a25 C B a25 + aa45 C
C Ba21 a22 a23 a24 C Ba21 + aa41 a22 + aa42 a23 + aa43 a24 + aa44
4
T24 (a) A =B
B CB C=B
C
C
B0 0 1 0C B a35 C B C
B C Ba31 a32 a33 a34 C B a31 a32 a33 a34 a35 C
@ A@ A @ A
0 0 0 1 a41 a42 a43 a44 a45 a41 a42 a43 a44 a45
ATijm (a) este rezultatul operatiei elementare (ntre coloane): se adun
a la coloana j coloana i nmultit
a
cu a. 0 1
B1 0 0 0C
B C
B0 1 0 0C
4 B C
T32 (a) = B C;
B0 a 1 0C
B C
@ A
0 0 0 1
0 1
0 1 0C 0 1
B1 0 0
Ba11 a12 a13 a14 C B C Ba11 a12 + aa13 a13 a14 C
B CBB0 1 0 0C
C B C
Ba a24 C C=B a24 C
B 21 a22 a23 CB Ba21 a22 + aa23 a23 C
@ ABB0 a 1 0C
C @ A
a31 a32 a33 a34 @ A a31 a32 + aa33 a33 a34
0 0 0 1
7.5.15. Denitie. Se numeste matrice de transformare orice produs nit de matrice elementare.
7.5.16. Denitie. Qnij , i < j (matrice de permutare) (permutation matrix ) este matricea obtinut
a din
matricea unitate In prin permutarea ntre ele a liniei i si a liniei j (poate privit
a si ca matricea obtinut
a
din matricea unitate prin permutarea ntre ele a coloanelor i si j).
210
7. RECAPITULARI
7.5.17. Observatie. Qnij A este matricea care are aceleasi linii ca matricea initial
a A, dar liniiile i si j
sunt schimbate ntre ele.
7.5.18. Observatie. AQnij este matricea care are aceleasi coloane ca matricea initial
a, dar coloanele i si
j sunt schimbate ntre ele.
n
7.5.19. Denitie. Rij , i < j este este matricea obtinut
a din matricea unitate In prin permutarea ntre
ele a liniei i si a liniei j, linia j ind cu semn schimbat (elementul de sub diagonala principal
a este 1)
(poate privit
a si ca matricea obtinut
a din matricea unitate prin permutarea ntre ele a coloanelor i si j,
cu elementul de sub diagonala principal
a de valoare 1).
7.5.20. Observatie. Qnij = Tijn ( 1) Tjin (1) Tijn ( 1) In (deci Qnij este matrice de transformare), adic
a se fac
succesiv urm
atoarele operatii asupra matricii identitate:
n
7.5.21. Observatie. Rij n
= Tjin ( 1) Tijn (1) Tjin ( 1)(deci Rij este matrice de transformare), adic
a se fac
succesiv urm
atoarele operatii asupra matricii identitate:
0 1 0 1
B a1 C B 1 C
B C B C
B a2 C B 0 C
B C B C
7.5.23. Observatie. Exist aB
a o matrice de transformare care transform C
.. C 6
= 0Rn n B . C(= en1 ).
B . C B .. C
B B C
@ A @ A
an 0
cu 1 j1 < < jr ; o matrice de forma de mai sus se numeste matrice scara (esalon) (de fapt, form
a
n scar
a pe linie a matricii initiale) (engl. row echelon form); se caracterizeaz
a prin urm
atoarele: primele
j1 1 coloane sunt identic nule, submatricea format
a din coloanele j1 + 1 pn
a la j2 1 si liniile 2 pn
a
la n este submatrice nul
a, etc (elementele unitare, deci nenule de pe locurile (1; j1 ), , (r; jr ) formeaz
ao
pseudodiagonal
a (scar
a), iar elementele la stnga si sub aceast
a pseudodiagonal
a sunt nule) (num
arul de
zerouri de la nceputul ec
arei linii creste strict odat
a cu indicele de linie).
212
7. RECAPITULARI
(1) Num
arul de zerouri de la nceputul ec
arei linii creste odat
a cu indicele liniei.
(2) Primul element nenul al ec
arei linii este egal cu 1.
(3) Fiecare coloan
a care contine prima valoare nenul
a a unei linii are celelalte elemente nule.
7.6.1. Denitie. Produs matricial (product of matrices) pentru matrici compatibile din punct de vedere
al produsului matricial, i.e. num
arul de coloane al primei matrici este egal cu num
arul de linii al celei dea
doua matrici (engl. commensurate matrices):
A = (aij )i=1;n;j=1;m ; C = A0 = AT = t A
C = (cij )i=1;n;j=1;m ; cij = aji ; 8i = 1; n; j = 1; m
7.7. ALTE OPERATII CU MATRICI 213
X
n
T r (A) = aii
i=1
P Qn
det (A) = "( ) k=1 ak (k)
2Sn
P
n P
n
7.6.8. Observatie. det A = aik ik (dezvoltarea determinantului dup
a linia i)= akj kj (dezvoltarea
k=1 k=1
determinantului dup
a coloana j), unde:
7.6.9. Denitie. complementul algebric al locului (pozitiei) (i; k) este: ik = ( 1)i+k dik
P Qn
P ermanent (A) = k=1 ak (k)
2Sn
aij
A: B = C; cij = ; 8i = 1; n; j = 1; m
bij
7.8.1. Denitie. Produs Kronecker (produs direct): A B = (aij B) (rezultatul este o matrice obtinut
a
astfel: ecare loc al matricii A este ocupat de elementul de pe locul (i; j) nmultit cu matricea B)
2 3
A 0
7.8.2. Denitie. Sum
a direct
a (engl. direct sum):A B=4 5
0 B
2 3 2 3
A11 A12 B11 B12
a matrici partitionate) Pentru A = 4
7.8.3. Observatie. (produsul a dou 5, B = 4 5
A21 A22 B21 B22
obtinem
2 3
A11 B11 + A12 B21 A11 B12 + A12 B22
AB = 4 5
A21 B11 + A22 B21 A21 B12 + A22 B22
Demonstratie. Pentru A = (aij )i=1;n;j=1;m , B = (bjk )j=1;m;k=1;p ; produsul este C = (cik )i=1;n;k=1;p ,
Pm
unde cik = aij bjk . Partitionarea matricii A este:
j=1
2 3
11 12
A11 = aij i=1;n ;j=1;m ; A12 = aij i=1;n ;j=m +1;m ;
4 1 1 1 1 5
21 22
A21 = aij i=n +1;n;j=1;m ; A22 = aij i=n +1;n;j=m +1;m
1 1 1 1
Analog
2 se descrie partitionarea matricii B: 3
B11 = b11
jk ; B12 = b12
jk ;
4 j=1;m1 ;k=1;p1 i=1;m1 ;j=p1 +1;p 5
B21 = b21
jk j=m1 +1;m;k=1;p1 ; B22 = b22
jk j=m1 +1;m;k=p1 +1;p
Pm P
m1 P
m
Din cik = aij bjk = aij bjk + aij bjk rezult
a:
j=1 j=1 k=m1 +1 !
P
m1 P
m
(cik )i=1;n1 ;k=1;p1 = aij bjk + aij bjk =
j=1 j=m1 +1
! i=1;n1 ;k=1;p1
P
m1 P
m
= a11 11
ij bjk + a12 21
ij bjk ) (cik )i=1;n1 ;k=1;p1 = A11 B11 + A12 B21
j=1 j=m1 +1
i=1;n1 ;k=1;p1 !
P
m1 P
m
(cik )i=1;n1 ;k=p1 +1;p = aij bjk + aij bjk =
j=1 j=m1 +1
! i=1;n1 ;k=p1 +1;p
P
m1 P
m
= a11 12
ij bjk + a12 22
ij bjk ) (cik )i=1;n1 ;k=p1 +1;p = A11 B12 + A12 B22
j=1 j=m1 +1
i=1;n1 ;k=p1 +1;p !
P
m1 P
m
(cik )i=n1 +1;n;k=1;p1 = aij bjk + aij bjk =
j=1 j=m1 +1
! i=n1 +1;n;k=1;p1
P
m1 P
m
= a21 11
ij bjk + a22 21
ij bjk ) (cik )i=n1 +1;n;k=1;p1 = A21 B11 + A22 B21
j=1 j=m1 +1
i=n1 +1;n;k=1;p1 !
P
m1 P
m
(cik )i=n1 +1;n;k=p1 +1;p = aij bjk + aij bjk =
j=1 j=m1 +1
! i=n1 +1;n;k=p1 +1;p
P
m1 P
m
= a21 12
ij bjk + a22 22
ij bjk ) (cik )i=n1 +1;n;k=p1 +1;p = A21 B12 + A22 B22
j=1 j=m1 +1
i=n +1;n;k=p +1;p
7.8. MATRICI PARTITIONATE 215
2 3
A11 B11 + A12 B21 A11 B12 + A12 B22
a AB = 4
Am demonstrat c 5
A21 B11 + A22 B21 A21 B12 + A22 B22
Dac
a A11 si A12 comut
a are loc:
2 32 3 2 3
A11 A12 A22 A12 A11 A22 A12 A21 0
4 54 5=4 5
A21 A22 A21 A11 A21 A22 A22 A21 A22 A11 A21 A12
Dac
a A21 si A22 comut
a avem:
2 32 3 2 3
A11 A12 A22 A12 A11 A22 A12 A21 A12 A11 A11 A12
4 54 5=4 5
A21 A22 A21 A11 0 A22 A11 A21 A12
2 3 2 3
A11 0 I 0
7.8.5. Observatie. det 4 5 = det A11 , det 4 5 = det A11 .
A21 I A21 A11
Demonstratie. Se dezvolt
a determinantul dup
a coloanele (respectiv liniile) corespunz
atoare matricii
unitate; cnd sau terminat, ceea ce r
amne este det A11
2 3
A11 0
7.8.6. Observatie. det 4 5 = det A11 det A22 .
0 A22
Demonstratie. Se observ
a c
a are loc relatia:
2 32 3 2 3
A11 0 I 0 A11 0
4 54 5=4 5
0 I 0 A22 0 A22
2 3
A11 0
7.8.7. Observatie. det 4 5 = det A11 det A22 .
A21 A22
216
7. RECAPITULARI
Demonstratie. Se observ
a c
a
2 3 2 32 3
A11 0 A11 0 I 0
4 5=4 54 5;
A21 A22 A21 I 0 A22
asa c
a 2 3 2 3 2 3
A11 0 A11 0 I 0
det 4 5 = det 4 5 det 4 5 = det A11 det A22 .
A21 A22 A21 I 0 A22
2 3
I A12
7.8.8. Observatie. det 4 5 = det (A22 A21 A12 ).
A21 A22
Demonstratie.
2 Se observ
3 a c
a2 3 2 3 2 3 0
I A12 I 0 I A12 I A12 I
det 4 5 = det 4 5 det 4 5 = det 4 5 si se obtine det @
0 A22 A21 A12 A21 I A21 A22 A21 A22 A21
det (A22 A21 A12 )
2 3
A11 A12
aA = 4
7.8.9. Observatie. Dac 5 si A11 sunt p
atratice inversabile, are loc: det A = det A11 det A22
A21 A22
2 3 2 32 3
A11 A12 A11 0 I A111 A12
Demonstratie. 4 5=4 54 5)
A21 A22 0 I A21 A22
2 3
A11 A12
) det 4 5 = det A11 det A22 A21 A111 A12
A21 A22
2 3 2 3
In1 B I B
7.8.10. Observatie. Pentru o matrice 4 5, se obtine prin transform
ari elementare 4 5.
C D 0 D CB
2 3
Q
n2 Q
n1 In1 0
Demonstratie. Evident T(n1 +i;k) ( cik ) = 4 5. Rezult
a
i=1 k=1 C In n1
2 32 3 2 3 2 3
In1 0 In1 B In1 B I B
4 54 5=4 5=4 5
C In n1 C D C +C D CB 0 D CB
2 32 3
6 1 0 0
07 6 1 0 a13 a14 7
6 76 7
6 0 1 0 07 6 a24 7
6 76 0 1 a23 7
7.8.11. Exemplu. 6 76 7=
6 a 0 1 07 6 a34 7
6 31 7 6a31 a32 a33 7
4 54 5
0 0 0 1 a41 a42 a43 a44
7.8. MATRICI PARTITIONATE 217
2 3
6 1 0 a 13 a14 7
6 7
6 0 1 a a 7
6 23 24 7
=6 7;
6 0 a a a a a a a 7
6 32 33 13 31 34 31 14 7
4 5
a41 a42 a43 a44
2 32 3
61 0 0 0 76 1 0 a 13 a 14 7
6 76 7
60 1 0 0 76 0 1 a a 7
6 76 23 24 7
6 76 7=
60 a 1 0 7 6 0 a a a a a a a 7
6 32 76 32 33 13 31 34 31 14 7
4 54 5
0 0 0 1 a41 a42 a43 a44
2 3
6 1 0 a 13 a 14 7
6 7
6 0 1 a a 7
6 23 24 7
=6 7;
6 0 0 a a a a a a a a a a 7
6 33 13 31 23 32 34 31 14 32 24 7
4 5
a41 a42 a43 a44
2 32 3
6 1 0 0 0 76 1 0 a13 a 14 7
6 76 7
6 0 1 0 0 76 0 1 a a 7
6 76 23 24 7
6 76 7=
6 0 0 1 0 7 6 0 0 a a a a a a a a a a 7
6 76 33 13 31 23 32 34 31 14 32 24 7
4 54 5
a41 0 0 1 a41 a42 a43 a44
2 3
6 1 0 a 13 a 14 7
6 7
60 1 a a 7
6 23 24 7
=6 7;
60 0 a a13 a31 a23 a32 a34 a31 a14 a32 a24 7
6 33 7
4 5
0 a42 a43 a13 a41 a44 a14 a41
2 32 3
61 0 0 0 76 1 0 a 13 a14 7
6 76 7
60 1 0 0 7 60 1 a a 7
6 76 23 24 7
6 76 7=
60 0 1 07 60 0 a33 a13 a31 a23 a32 a34 a31 a14 a32 a24 7
7 6
6 7
4 54 5
0 a42 0 1 0 a42 a43 a13 a41 a44 a14 a41
2 3
61 0 a13 a14 7
6 7
60 1 a a 7
6 23 24 7
=6 7:
60 0 a a13 a31 a23 a32 a34 a31 a14 a32 a24 7
6 33 7
4 5
0 0 a43 a13 a41 a23 a42 a44 a14 a41 a24 a42
Se observ
a c
a:
2 3 2 3 2 32 3
a a13 a31 a23 a32 a34 a31 a14 a32 a24 a a34 a a32 a a14
4 33 5 = 4 33 5 4 31 5 4 13 5:
a43 a13 a41 a23 a42 a44 a14 a41 a24 a42 a43 a44 a41 a42 a23 a24
Forma
2 transform
3 2arii: 32 32 3
61 0 0 07 6 1 0 0
07 61 0 0 07 6 1 0 0
07
6 76 76 76 7
60 1 0 07 6 0 1 0 07 6 0 07 6 1 0 07
6 76 7 60 1 76 0 7
6 76 76 76 7=
60 0 1 07 6 0 0 1 07 6 1 07 6 0 1 07
6 76 7 60 a32 76 a31 7
4 54 54 54 5
0 a42 0 1 a41 0 0 1 0 0 0 1 0 0 0 1
218
7. RECAPITULARI
2 3
6 1 0 0 07
6 7
6 0 1 0 07
6 7
=6 7
6 a a32 1 07
6 31 7
4 5
a41 a42 0 1
2 3
A11 A12
aA=4
7.8.12. Observatie. Dac 5, C = A22 A21 A111 A12 si A11 sunt p
atratice si nesingulare,
A21 A22
atunci se obtine 2 3
A111 + A111 A12 C 1 A21 A111 A111 A12 C 1
A 1
=4 5:
C 1
A21 A111 C 1
2 3
B11 B12
Demonstratie. Fie B = 4 5 = AD. Obtinem
B21 B22
8
>
> B11 = A11 A111 + A111 A12 C 1
A21 A111 A12 C 1
A21 A = I
>
>
>
>
>
< B12 = A11 A111 A12 C 1
+ A12 C 1
= A12 C 1
+ A12 C 1
=0
>
> B21 = A21 A111 + A111 A12 C 1
A21 A111 A22 C 1
A21 A111 = 0
>
>
>
>
>
: B22 = A21 A111 A12 C 1
+ A22 C 1
= A21 A111 A12 + A22 C 1
=I
2 3
A111 + A111 A12 C 1 A21 A111 A111 A12 C 1
pentru D = 4 5.
C 1 A21 A111 C 1
2 3
I 0
a B = AD = 4
Rezult 5 si A 1
= D.
0 I
2 3
AT1
7.8.13. Observatie. A = (A1 A2 ) ) AT = 4 5
AT2
2 3 2 3
A11 A12 AT11 AT21
A=4 5 ) AT = 4 5
A21 A22 AT12 AT22
(1) AA A = A
(2) A AA = A
(3) AA si A A sunt simetrice
7.9.3. Observatie. Fie A 2 M(m;k) (R); atunci AT A 2 M(k;k) (R) este simetric
a si pozitiv semi-
(k;m)(m;k)
denit
a.
a. (Aarea SVD si a inversei generalizate) Orice matrice A 2 M(m;k) (R) de rang r poate
7.9.5. Teorem
descompus
a ntrun produs A = U D V T (eng. SVD=Singular Value Decomposition), unde:
(m;k) (m;r) (r;r) (r;k)
este diagonal
a (admite o baz
a ortonormal
a format
a din vectori proprii n care matricea atasat
a este diag-
onal
a) (mai mult, se poate presupune c
a pe diagonala principal
a valorile proprii, care sunt toate pozitive,
ator), deci W T AT A W = G. Fie r rangul matricii AT A (i.e. matricea AT A are
sunt ordonate descresc
exact r valori proprii strict pozitive iar celelalte sunt nule); atunci G = diag (gii )i=1;k iar g11 grr >
220
7. RECAPITULARI
2 3 " # 2 3
G1 0 Ir 0(r;k r)
0 = gr+1r+1 = = gkk ; deci G = 4 5, W = W1 W2 ,4 5 = Ik = W T W =
0 0 (k;r) (k;k r) 0(k Ik
r;k) r
2 3
W1T " #
6 7
6 (r;k) 7 W1 W2 =
4 5 (k;r) (k;k r)
W2T
(k r;k)
2 3
W1T W1 W1T W2
6 7
=6 7(asa c
(r;r) (r;k r)
4 5 a W1T W1 = Ir ),
W2T W1 W2T W2 (r;r)
(k r;r) (k r;k r)
2 3
" # W1T
6 7
Ik = W W T = W1 W2 6 (r;k) 7 = W1 W1T + W2 W2T
4 5 (k;r)
(k;r) (k;k r) W2T (k;k r)
(r;k) (k r;k)
(k r;k)
(asa ca W1 W1T = Ik W2 W2T ),
(k;r) (r;k) (k;k r)(k r;k)
2 3 2 3
W1T G 0
iar 4 5 AT A [W1 W2 ] = 4 1 5,
T
W2 0 0
2 3
T T 2 3
6 W1 A A 7 G 0
6 (r;k) 7 1
6 7 [W1 W2 ] = 4 5,
4 W T AT A 5 0 0
2
(k r;k)
2 3 2 3
T T T T
6 W1 A A W1 W1 A A W2 7 6 G1 0 7
6 (r;r) (r;k r) 7 6 (r;r) (r;k r)
7,
6 7=
4 W T AT A W W T AT A W 5 4 0 0
5
2 1 2 2
(k r;r) (k r;k r) (k r;k) (k r;k r)
8
>
> W1T AT A W1 = G1
>
>
>
> (r;r) (r;r)
>
>
>
> T T
< W1 A A W2 = (r;k0 r)
>
(r;k r)
; n particular W2T AT A W2 = 0 , i.e. (AW2 )T AW2 = 0 )
>
> W2T AT A W1 = 0 (k r;k r) (k r;k r) (k r;k r)
>
>
(k r;k r)
>
> (k r;r)
(k r;k)
>
>
>
>
> T T
: W2 A A W2 = (k r;k
0
r)
(k r;k r)
AW2 = 0(m;k r) (produsul dintre matrice si transpusa ei este matricea nul
a ) matricea este nul
a)
Se denesc:
p p
D = G1 (i.e. D = gii i=1;r
este matrice diagonal
a care are ca elemente valori strict pozitive si
(r;r)
descresc
atoare).
V = W1
(k;r)
1
U = AV D
(m;r)
Din rationamentele de mai sus rezult
a:
V T V = W1T W1 = Ir ,
7.9. DESCOMPUNEREA N VALORI SINGULARE (SVD) 221
T T
U T U = (AV D 1 ) U = (D 1 ) V T AT AV D = 1
1 p p
=D W1T AT AW1 D 1
= D 1 G1 D 1
= diag gii gii gii i=1;r!
= Ir ,
1
7.9.7. Observatie. Dac
a A este p
atratic
a si nesingular
a, are loc: A = A (inversa generalizat
a n sens
MoorePenrose coincide cu inversa obisnuit
a a matricii)
1 1
Demonstratie. A p
atratic
a si nesingular
a ) 9A ) AA A = Aj A la stnga ) A A = I; analog
1
AA A = Aj A la dreapta ) AA = I deci A satisface relatiile care denesc A 1 , care este unica
matrice care satisface relatiile; rezult a A = A 1.
a c
multimea plan
a a tuturor solutiilor este multimea vectorilor x = A y + [Ik A A ] z 8z 2 Rk .
(k;1) (k;m)(m;1) (k;m)(m;k) (k;1)
Reciproc, dac
a y = AA y atunci x = A y este solutie a sistemului: A (A y) = AA y = y, deci
sistemul este compatibil.
Mai mult, pentru z 2 Rk , are loc: A (A y + [I A A]z) = AA y + A[I A A]z = y + Az AA Az =
y + Az Az = y.
2
Demonstratie. AA A = Aj A la dreapta ) (AA ) = AA
2
AA A = Aj A la stnga ) (A A) = A A
Demonstratie. Se presupune c
a pentru legea ar exista dou
a elemente neutre, e si f . Atunci:
I. [e este element neutru] 8x 2 M , x e = e x = x si
II. [f este element neutru]8x 2 M , x f = f x = x.
Din I., cu x = f se obtine: f e = e f = f , iar
din II., cu x = e se obtine: e f = f e=e
7.10. STRUCTURI ALGEBRICE 223
7.10.13. Observatie (Reguli de calcul ntrun grup). ntrun grup (M; ) urm
atoarele reguli sunt ade-
v
arate:
Demonstratie. 1.
2.
3.
4.
(1) 8x; y 2 H, x y 2 H;
(2) 8x 2 H, x0 2 H.
(1) e 2 H;
(2) (H; jH ) este grup.
Demonstratie. 1.
2.
(1) f (eM ) = eN [eM este elementul neutru al grupului (M; ) iar eN este elementul neutru al grupului
(N; )]
(2) f (x0 ) = (f (x))0 [n membrul stng simetricul este n (M; ) iar n membrul drept simetricul este
n (N; )]
1
(3) Dac
a f ( ) este izomorsm de la (M; ) la (N; ), atunci f ( ) este izomorsm de la (N; ) la
(M; ).
Demonstratie. 1.
2.
3.
7.10.19. Observatie (Reguli de calcul ntrun inel). ntrun inel (A; +; ) au loc:
(1) f (0) = 00 ,
(2) f ( x) = f (x)
10
a x este inversabil n (A; +; ), atunci si f (x) este inversabil n (A0 ; +0 ; 0 ) si (f (x))
(3) Dac = f (x 1 ).
7.10. STRUCTURI ALGEBRICE 227
a A0 are m
7.10.22. Observatie. n cazul izomorsmului de inele, dac acar un element care nu este divizor
al lui 0, atunci axioma 3. este o consecint
a a axiomelor 1. si 2. din denitia morsmului de inele.
7.10.27. Observatie. Pe o multime pot considerate diferite legi de compozitie, n raport cu care
structurile algebrice obtinute (pentru aceeasi multime) s
a e diferite.
8
Subiectul I 2 puncte.
Se dau vectorii b1 = (1; 2; 3), b2 = (0; 1; 1), b3 = (2; 1; 4), b4 = (m; 0; 2), unde m 2 R, si X =
spanR (fb2 ; b3 ; b4 g).
Subiectul II 2 puncte.
Se consider
a functionala p
atratic a pe (R3 ; R)
a denit
Subiectul II 2 puncte.
Se consider
a functionala p
atratic a pe (R3 ; R)
a denit
(1p) a) S
a se determine o baz
a ortogonal
a a lui X.
(1p) b) S
a se determine proiectia vectorului v = ( 2; 3; 1) pe X.
(0; 3p) 1) Deniti subspatiul propriu asociat valorii proprii a operatorului liniar U : X ! X.
(0; 3p) 1) Ce nseamn
a c
a functionala p
atratic
a V : X ! R este negativ denit
a?
(0; 3p) 1) Deniti distanta pe spatiul vectorial real X.
(0; 3p) 1) Deniti complementul ortogonal al unui subspatiu vectorial.
(0; 3p) 2) n spatiul (R3 ; R) se consider
a vectorii v1 = ( 2; 1; 1), v2 = (1; 3; 1), v3 = ( 1; 4; 0), v4 =
(2; 6; 2).
Atunci:fv1 ; v2 ; v4 g sistem liniar independent. fv1 ; v4 g sistem liniar dependent. fv2 ; v3 g
sistem liniar dependent. fv1 ; v2 g sistem liniar independent. fv1 ; v2 ; v3 ; v4 g reper n
(R3 ; R).
3) Fie X, Y subspatii liniare ale spatiului liniar (R4 ; R). Atunci:
(0; 3p)(d)
(b)
(a)
(e)
(c)
(a) dim (X + Y ) = dim X dim Y + dim (X \ Y );
(b) dim (X + Y ) = dim X + dim Y + dim (X \ Y )
(c) dim X + dim Y = dim (X + Y )
(d) dim X + dim Y = dim (X \ Y ) + dim (X + Y )
(e) dim X = 2 dim (X + Y ) dim Y 11.
(0; 3p) 3) Fie X, Y subspatii liniare ale spatiului (R2 ; R). Atunci:
(a) dim (X \ Y ) = dim (X + Y ) dim X dim Y ;
(b) dim X + dim Y = dim (X + Y ) + dim (X \ Y )
(c) dim (X \ Y ) = dim X + dim Y + dim (X + Y )
(d) dim X + dim Y = dim (X + Y )
(e) 2 dim X = dim (X + Y ) 2 dim Y .
(0; 3p) 4) Fie U : R3 ! R3 un operator liniar. Atunci:
(a) 3 dim Im U dim ker U = dim Im U 3 dim ker U ;
(b) dim ker U = 2 dim Im U
(c) dim ker U + dim Im U = 5
(d) 3 dim ker U dim Im U = dim ker U 3 dim Im U ;
(e) dim ker U + dim Im U = 3.
(0; 3p) 5) Fie U : R3 ! R3 un operator liniar. Atunci x 2 R3 n f(0; 0; 0)g este vector propriu dac
a:
(a) 9 2 R , astfel nct U (x) = 2 x;
2
(b) 8 2 R, U ( x) = x;
(c) 8 2 R, U (2 x + x) = 2 x;
232 8. TIPURI DE SUBIECTE DIN ANII ANTERIORI
(d) 8 2 R, U ( x + x) = x;
(e) 9 2 R, astfel nct U (2x) 6= 2 x.
(0; 3p) 6) Fie U : R3 ! R3 un operator liniar a c
arui matrice n reperul canonic al lui (R3 ; R) este A:
Atunci: 2 3
2 0 0
6 7
6 7
aA=6 0
(a) Dac 2 1 7, atunci U are forma canonic
a Jordan;
4 5
0 0 2
2 3
2 1 1
6 7
6 7
aA=6 0 2
(b) dac 0 7, atunci U are forma canonica Jordan;
4 5
0 0 2
2 3
0 0 1
6 7
6 7
aA=6 0
(c) dac 2 0 7, atunci U are forma diagonal a.
4 5
3 0 2
2 3
2 1 0
6 7
6 7
aA=6 0 2
(d) dac 1 7, atunci U are forma canonica Jordan;
4 5
0 0 2
2 3
1 0 0
6 7
6 7
aA=6 0 2
(e) dac 0 7, atunci U nu este diagonalizabil.
4 5
0 0 2
8.3. PROBLEME DIN DIVERSE MATERIALE BIBLIOGRAFICE 233
Din [3]:
Din [9]:
Din [16]:
Din [28]:
Lucrarea semestrial
a va avea loc la seminar, si va contine urm
atoarele tipuri de subiecte:
g
asirea formei canonice Jordan si a bazei Jordan pentru un operator.
discutarea naturii unei functionale p
atratice dup
a un parametru
studierea unei functionale liniare
alte subiecte.
8.5. CONDITII PENTRU PREZENTAREA LA EXAMEN 235
Subiectul 1 (2 puncte)
spatiu vectorial (subspatiu vectorial) si propriet
ati
lema schimbului (si tehnica de pivotare)
a si intersectie de subspatii vectoriale (inclusiv teorema lui Grassmann)
sum
a direct
sum a de subspatii vectoriale si suplementul unui subspatiu vectorial
Subiectul 2 (2 puncte)
nucleul si imaginea unui operator liniar (inclusiv teorema dimensiunii)
vectori si valori proprii (inclusiv probleme conexe)
functionale liniare si dualul algebric al unui spatiu vectorial
functionale p
atratice si aducerea lor la forma canonic
a
Subiectul 3 (2 puncte)
baze ortonormate si algoritmul Gram-Schmidt
ortogonalitate (operator de proiectie ortogonal
a, proiectia unui vector pe un subspatiu, com-
plement ortogonal)
adjunctul unui operator liniar si propriet
ati
endomorsme autoadjuncte (inclusiv operatori de proiectie ortogonal
a)
Subiectul 4 (3 puncte)
Denitii sau enunturi de teoreme
Aplicatii teoretice simple (inclusiv demonstratii de teoreme)
Exercitiu din sisteme de ecuatii diferentiale liniare de ordinul nti, de dimensiune cel mult
2 si probleme conexe (inclusiv teorema Hamilton-Cayley si probleme atasate algoritmului de
jordanizare).
Bibliograe
[1] Andreescu, Titu; Andrica, Dorin; "Complex Numbers from A to...Z", Birkhuser, Boston, 2006.
[2] Anton, Howard; Rorres, Chris: "Elementary Linear Algebra Applications version", Tenth edition, 2010, Wiley.
[3] B
adin, Luiza; C
arpusc
a, Mihaela; Ciurea, Grigore; Serban, Radu: "Algebr
a Liniar
a Culegere de Probleme", Editura
ASE, 1999.
[4] Bellman, Richard: Introducere n analiza matricial
a, (traducere din limba englez
a), Editura Tehnic
a, Bucuresti,
1969. (Titlul original: Introduction to Matrix Analysis, McGraw-Hill Book Company, Inc., 1960)
[5] Benz, Walter: "Classical Geometries in Modern Contexts - Geometry of Real Inner Product Spaces" - Second Edition,
Springer, 2005.
[6] Blair, Peter, D.; Miller, Ronald, E.: "InputOutput Analysis: Foundations and Extensions", Cambridge University
Press, 2009.
[7] Blume, Lawrence; Simon, Carl, P.: "Mathematics for Economists", W. W. Norton & Company Inc., 1994.
[8] Bourbaki, N.: Elements de mathematique, Paris, Acta Sci. Ind. Herman, Cie, 1953.
[9] Busneag, Dumitru; Chirtes, Florentina; Piciu, Dana: "Probleme de Algebr
a Liniar
a", Craiova, 2002.
[10] Burlacu, V., Cenus
a, Gh., S
acuiu, I., Toma, M.: Curs de Matematici, Academia de Studii Economice, Facultatea de
Planicare si Cibernetic
a Economic
a, remultiplicare, uz intern, Bucuresti, 1982.
[11] Chirit
a, Stan: "Probleme de Matematici superioare", Editura Didactic
a si Pedagogic
a, Bucuresti, 1989.
[12] Chitescu, I.: Spatii de functii, Editura stiintic
a si enciclopedic
a, Bucuresti, 1983.
[13] Colojoar
a, I.: Analiza matematic
a Editura didactic
a si pedagogic
a, Bucuresti, 1983.
[14] Cr
aciun, V. C.: Exercitii si probleme de analiz a, Tipograa Universit
a matematic atii Bucuresti, 1984.
[15] Cristescu, R.: Analiza functional
a, Editura stiintic
a si enciclopedic
a, Bucuresti, 1983.
[16] Dr
agusin, C., Dr
agusin, L., Radu, C.: Aplicatii de algebr
a, geometrie si matematici speciale, Editura Didactic
a
si Pedagogic
a, Bucuresti, 1991.
[17] Glazman, I. M., Liubici, I. U.: Analiza liniar
a pe spatii nit dimensionale, Editura stiintic
a si Enciclopedic
a,
Bucuresti, 1980.
[18] Halanay, Aristide; Olaru, Valter Vasile; Turbatu, Stelian: "Analiz
a Matematic
a", Editura Didactic
a si Pedagogic
a,
Bucuresti, 1983.
[19] Holmes, Richard, B.: Geometric Functional Analysis and its Applications
[20] Greene, William H.: "Econometric Analysis", sixth edition, Prentice Hall, 2003.
[21] Guerrien, B.: Algebre lineare pour economistes, Economica, Paris, 1991.
[22] Ion D. Ion; Radu, N.: Algebr
a, Editura Didactic
a si Pedagogic
a, Bucuresti, 1991.
[23] Kurosh, A.: Cours dalgebre superieure, Editions MIR, Moscou, 1980.
[24] Leung, KamTim: "LINEAR ALGEBRA AND GEOMETRY", HONG KONG UNIVERSITY PRESS, 1974.
[25] Ling, San; Xing, Chaoping: "Coding Theory A First Course", Cambridge University Press, 2004.
238 BIBLIOGRAFIE
[26] McFadden, Daniel: Curs Economics 240B (Econometrics), Second Half, 2001 (class website, PDF)
[27] Monk, J., D.: Mathematical Logic, Springer-Verlag, 1976.
[28] Pavel, Matei: "Algebr
a liniar
a si Geometrie analitic
a culegere de probleme", UTCB, 2007.
[29] R
adulescu, M., R
adulescu, S.: Teoreme si probleme de Analiz a, Editura didactic
a Matematic a si Pedagogic
a,
Bucuresti, 1982.
[30] Rockafellar, R.,Tyrrel: Convex Analysis, Princeton, New Jersey, Princeton University Press, 1970.
[31] Roman, Steven: "Advanced Linear Algebra", Third Edition, Springer, 2008.
[32] Saporta, G., Stef
anescu, M. V.: Analiza datelor si informatic
a cu aplicatii la studii de piat
a si sondaje de
opinie-, Editura economic
a, 1996.
[33] Sabac, I. Gh.: Matematici speciale, vol I, II, Editura didactic
a si pedagogic
a, Bucuresti, 1981.
[34] Silov, G. E.: Analiz a (Spatii nit dimensionale), Editura stiintic
a matematic a si enciclopedic
a, Bucuresti, 1983.
[35] Tarrida, Agust, Revents: "A ne Maps, Euclidean Motions and Quadrics", Springer, 2011.
[36] Treil, Sergei: "Linear Algebra Done Wrong", http://www.math.brown.edu/~treil/papers/LADW/book.pdf, last ac-
cessed on 18.12.2011.