Curs Beta 19012014 Cristian Neculaescu PDF

Elemente de Algebr
a Liniar
a. Note de curs
January 19, 2014
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
Partea 1. Introducere n Algebra Liniar

a 1
Capitolul 1. Spatii si subspatii vectoriale 3

1.1. Denitii introductive 3
Diferente dintre termenii folositi 16
Schimbarea nmultirii cu scalari poate conduce la schimbarea propriet
atilor spatiului 17
1.1.1. Lungimi si unghiuri 18
1.2. Propriet
ati 18
1.3. Exemple de spatii vectoriale 20
1.4. Exercitii 21
1.5. Reprezent
ari n spatii vectoriale 22
1.6. Exemple de baze standard 28
1.7. Reprezentarea vectorilor 29
1.8. Operatii cu subspatii 49
1.9. Laticea subspatiilor 56
1.10. Spatiul factor 60
1.10.1. Spatiul factor atasat unui subspatiu xat 60
1.10.2. Familia claselor de echivalent
a 62
Capitolul 2. Operatori liniari 65

2.1. Exemple de operatori liniari 65
2.2. Propriet
ati 65
2.3. Reprezentarea operatorilor 69
2.3.1. Reprezentarea functionalelor 71
2.4. Teoreme de izomorsm 71
2.5. Introducere n Teoria Spectral
a 74
2.5.1. Decomplexicarea formei canonice complexe 92
2.5.2. Algoritm pentru aducerea unui operator la forma canonic
a Jordan 95
iv CUPRINS
2.5.3. Exemple 97
2.6. Functionale bilinare si p
atratice. Forma canonic
a 116
Capitolul 3. Spatii vectoriale cu produs scalar 129

3.1. Ortogonalitate 135
3.2. Proiectia unui vector pe un subspatiu 139
3.3. Metoda celor mai mici p
atrate 141
3.3.1. Operatii cu coloane 142
3.3.2. Operatii cu linii 144
3.4. Tipuri speciale de operatori 149
3.4.1. Operatori de proiectie 149
3.4.2. Operator adjunct 151
3.4.3. Operatori izometrici, unitari, ortogonali 155
3.4.4. Operator normal 160
3.4.5. Operator autoadjunct 161
3.4.6. Operator antiautoadjunct 163
3.5. Modelul Leontief 163
3.6. Spatii vectoriale peste corpul numerelor complexe 169
Capitolul 4. Spatii ane 171

4.1. Denitii 171
4.1.1. Properties 173
Partea 2. Produse software pentru Algebra Liniar

a 179
Capitolul 5. Geogebra 181
Capitolul 6. CARMetal 183
Partea 3. Anexe si complet

ari 185
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
7.2.3. Functii 196

7.2.4. Operatii cu functii 197
7.3. Multimi uzuale de numere 198
7.3.1. Structura zecimal
a a numerelor 199
7.3.2. Multimea numerelor reale 199
7.3.3. Multimea numerelor complexe 199
7.4. Cardinalitatea multimilor uzuale de numere 204
7.5. Notiuni generale despre matrici 206
7.6. Operatii cu matrici 212
7.7. Alte operatii cu matrici 213
7.8. Matrici partitionate 214
7.9. Inversa MoorePenrose a unei matrici oarecare. Descompunerea n valori singulare (SVD) 218
7.10. Structuri algebrice 222
Capitolul 8. Tipuri de subiecte din anii anteriori 229

8.1. Subiecte cu rezolvare clasic
a 229
8.2. Subiecte scurte si/sau tip gril
a 231
8.3. Probleme din diverse materiale bibliograce 233
8.4. Structura lucr
arii semestriale 234
8.5. Conditii pentru prezentarea la examen 235
8.6. Structura biletului de examen 236
Bibliograe 237
vi CUPRINS
Prefat
a
Partea 1
Introducere n Algebra Liniar

a
CAPITOLUL 1
Spatii si subspatii vectoriale
1.1. Denitii introductive
1.1.1. Denitie. (Denitia spatiului vectorial) Se dau:
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)
Perechea (V; K) (mpreun

a cu operatiile descrise mai sus) se numeste spatiu vectorial dac
a sunt n-
deplinite urm
atoarele conditii:
(1) (K; +K ; K) este corp comutativ;

(2) (V; +V ) este grup abelian;
(3) 8a; b 2 K; 8x; y 2 V, au loc:
(a) (a +K b) x = a x +V b x (distributivitatea operatiei " fat
a de operatia +K ");
(b) a (x +V y) = a x +V a y (distributivitatea operatiei " fat
a de operatia +V ");
(c) a (b x) = (a K b) x;
(d) 1K x = x.
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
Elementul 0V este elementul neutru la adunarea vectorilor si va notat n continuare cu 0;

Elementul 0K este elementul neutru la adunarea scalarilor si va notat n continuare cu 0;
Elementul 1K este elementul neutru la nmultirea scalarilor si va notat n continuare cu 1;
Se folosesc notiuni (presupuse) cunoscute din liceu: multimile de numere (N, Z, Q, R, C) si
propriet
atile lor, notiunile Algebrei de clasa a XIIa: parte stabil
a, operatie, monoid, grup, grup
abelian, inel, inel comutativ, corp, corp comutativ, element neutru pentru ecare structur
a alge-
bric
a, elemente simetrizabile, simetricul unui element (fat
a de o operatie sau alta, atunci cnd
este cazul), propriet
ati ale lor: unicitatea elementului neutru, unicitatea elementului simetric, etc.
Conventii de notatie: vectorii vor notati cu litere latine mici (a, b, c, u, v, w, x, y, z, etc),
scalarii cu litere grecesti mici ( , , , , etc), multimile cu litere latine mari dublate" (A, B, C,
D, K, L, M, N, R, X, V, etc) la care se vor ad
auga eventual indici ( 0, V1 , etc) si/sau supraindici
(2)
(U1 , x3 , y4 , etc) n functie de context.
1.1.3. Exercitiu. S
a se arate c
a ntrun monoid cu element neutru elementul neutru este unic.
1.1.4. Exercitiu. S
a se arate c
a ntrun grup elementul simetric al unui element este unic.
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".
1.1.5. Exemplu (2D). Se consider

a urm
atoarele obiecte:
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
Figura 1.1.1: Vectori si operatii cu vectori n 2D
1.1.6. Exemplu. (3D) Se consider

a urm
atoarele obiecte:
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
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
Figura 1.1.2: Vectori si operatii vectoriale n 3D
1.1.7. Observatie. n cele dou

a exemple (2D si 3D) exist
a diverse similarit
ati si diferente:
Punctele si vectorii de pozitie sunt reprezentati prin dou

a, respectiv trei coordonate, iar n general
reprezentarea va f
acut
a prin n coordonate
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:
Figure 1. Figura 1.1.3: Puncte pe o dreapt

a n 2D
Punctul Observatii
P1 0 "originea dreptei" v1 = v(0)
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]
v9 = v( 2) "intersectia dreptei cu axa Ox"

P9 2
[punctul dreptei cu a doua coordonat
a nul
a]
n gurile 1.1.1 si 1.1.2, faptul c
a punctele P3 , P1 si P5 sunt coliniare nu este o coincident
a. Aceste
puncte corespund vectorilor v3 = v1 + 1 v2 , v1 + 0 v2 , v5 = v1 + ( 1) v2 , care sunt de forma
v1 + v2 , asa c
a sunt pe aceeasi dreapt
a (coliniare).
1.1.8. Exemplu. Se consider

a multimea
Rn = f(x1 ; x2 ; ; xn ) ; xi 2 R; i = 1; ng:
Multimea Rn este spatiu vectorial real n raport cu operatiile pe componente:

adunare:
Def
(x1 ; x2 ; ; xn ) + (y1 ; y2 ; ; yn ) = (x1 + y1 ; x2 + y2 ; ; xn + yn ) ;
8 (x1 ; x2 ; ; xn ) ; (y1 ; y2 ; ; yn ) 2 Rn
a la adunarea elementelor din Rn iar semnele + din membrul drept

(semnul + din membrul stng se refer
se refer
a la adunarea elementelor din R; se foloseste acelasi semn pentru dou
a operatii distincte, iar pe
parcursul textului, distinctia trebuie f
acut
a din context)
nmultire cu scalari:
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 ) ;
( ) (x1 ; x2 ; ; xn ) = (( )x1 ; ( )x2 ; ;( )xn ) = ( ( x1 ) ; ( x2 ) ; ; ( xn )) =

= ( x 1 ; x2 ; ; xn ) = ( (x1 ; x2 ; ; xn )):
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:
(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 .
1.1.11. Exemplu. Multimea

S = (x1 ; x2 ; x3 ) 2 R3 ; x2 = 0
este subspatiu vectorial al spatiului vectorial (R3 ; R).

Fie x; y 2 S ) x = (x1 ; 0; x3 ) si y = (y1 ; 0; y3 ); au loc:
x + y = (x1 ; 0; x3 ) + (y1 ; 0; y3 ) = (x1 + y1 ; 0; x3 + y3 ) 2 S;
iar pentru 2 R, x = (x1 ; 0; x3 ) = ( x1 ; 0; x3 ) 2 S. Din dentia subspatiului rezult

a c
a multimea S
este subspatiu al spatiului vectorial (R3 ; R). Multimea poate descris
a astfel:
S = f (1; 0; 0) + (0; 0; 1) ; ; 2 Rg :
1.1.12. Denitie. (Denitia operatorului liniar) Dac

a (V1 ; K) si (V2 ; K) sunt spatii vectoriale (peste
acelasi corp de scalari), o functie U ( ) : V1 ! V2 se numeste morsm de spatii vectoriale (aplicatie
liniara, operator liniar, etc) dac
a:
(1) U (x + y) = U (x) + U (y) ; 8x; y 2 V1 ( U ( ) este morsm de grupuri (este aditiv));

(2) U ( x) = U (x) ; 8x 2 V1 ; 8 2 K (U ( ) este omogen).
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 :
(P + Q) ( ) este denit de:
(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 ) ( ) este denit de:
( P ) (X) = aX 2 + bX + c )
) U (( P ) ( )) = ( a; b; c) = (a; b; c) = U (P ( )) :
1.1.14. Denitie. (Spatii izomorfe) Spatiile vectoriale ntre care exist

a un morsm bijectiv (izomorsm)
se numesc izomorfe. Se va nota (V1 ; K) = (V2 ; K).
Intuitiv, dac
a dou
a spatii vectoriale sunt izomorfe, acest fapt ar putea interpretat ca o imposibilitate
de a distinge cele dou
a spatii, din punct de vedere al acestei structuri algebrice. Spatiile pot totusi
distincte din perspectiva altor structuri algebrice si/sau din motive nematematice [alte interpret
ari]. O
sugestie pentru asemenea situatii este studiul spatiilor (R2 ; R) si (C; R).
1.1.15. Exercitiu. S
a se arate c
a morsmul din exemplul anterior este functie bijectiv
a.
1.1.16. Denitie. (Functional

a liniar
a) Se numeste functionala liniara pe (V; K) orice operator liniar
ntre (V; K) si (K; K) (orice element al multimii LK (V; K)). Multimea tuturor functionalelor liniare pe
a cu V0 (= LK (V; K)) si se numeste dualul algebric al lui (V; K).
(V; K) se noteaz
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 ).
a n R3 ; valoarea ei este (2; 3; 0).

1.1.19. Exemplu. 2 (1; 0; 0) + 3 (0; 1; 0) este o combinatie liniar
1.1.20. Exemplu. O poz

a 3D care contine obiectele:
Punctele O (0; 0; 0), P1 (1; 1; 0), P2 (0; 1; 1), P3 (1; 0; 1),
! ! !
Vectorii v1 = OP1 , v2 = OP2 , v3 = OP3 ,
combinatiile liniare v4 = 2v1 + 2v2 , v5 = 2v1 + 2v3 , v6 = 2v2 + 2v3
planele (cu culori diferite):
p1 (multimea combinatiilor liniare dintre v1 si v2 )

liniile:
l1 : (0; 0; 0) + (1; 1; 0)
l2 : (0; 0; 0) + (0; 1; 1)
l3 : (0; 0; 0) + (1; 0; 1)
1.1.21. Exemplu. Cteva combinatii liniare speciale:

suma vectorilor: v1 + v2 = 1 v1 + 1 v2
diferenta vectorilor: v1 v2 = 1 v1 1 v2
vectorul nul: 0 v1 + 0 v2
vectorii "asemenea" cu v: v
combinatii liniare cu un singur vector: v [reprezint
a o dreapt
a care trece prin origine] [un subspatiu
vectorial 1dimensional]2
combinatii liniare cu 2 vectori: v1 + v2 [reprezint
a un plan care trece prin origine] [un subspatiu
vectorial 2dimensional]
combinatii liniare cu 3 vectori: v1 + v2 + v3 [reprezint
a un spatiu tridimensional care trece prin
origine] [un subspatiu vectorial 3dimensional]
1.1.22. Denitie. (Acoperire liniara) Dac

a A V este o multime oarecare de vectori, multimea
( n )
Def
X
i i
spanK (A) = i x ; p 2 N; i 2 K; x 2 A; i = 1; p
i=1
este multimea tuturor combinatiilor liniare cu elemente din A.
2 Pentru notiunea de dimensiune, vezi Denitia 1.5.10, pagina 26.

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).
a la modicarea corpului de scalari: R3 este spatiu

1.1.24. Observatie. Multimea spanK (A) se modic
vectorial att peste corpul R ct si peste corpul Q, dar structura lor ca spatii vectoriale este diferit
a:
aceeasi multime de vectori genereaz
a alte multimi de combinatii liniare
p
3; 1; 0 2 spanR (f(1; 0; 0) ; (0; 1; 0)g)
p
3; 1; 0 2
= spanQ (f(1; 0; 0) ; (0; 1; 0)g)
1.1.25. Denitie. (Dependent

a si independent a) Multimea de vectori xi ; i = 1; p se numeste
a liniar
liniar dependenta (sau multime legata) dac
a cel putin unul dintre vectori se poate scrie ca o combinatie
liniar
a a celorlalti vectori. Dac
a nici unul nu poate scris ca o combinatie liniar
a a celorlalti vectori,
atunci multimea de vectori se numeste liniar independenta (sau multime liber
a).
1.1.26. Exemplu. Multimea de vectori din R4
f(1; 2; 2; 1) ; (1; 3; 4; 0) ; (2; 5; 2; 1)g
este liniar dependent

a pentru c
a
(1; 2; 2; 1) + (1; 3; 4; 0) = (2; 5; 2; 1) :
Multimea de vectori din R4

f(1; 2; 2; 1) ; (1; 3; 4; 0) ; (3; 5; 2; 1)g
este liniar independent

a pentru c
a (de exemplu) rangul matricii care are drept coloane vectorii multimii
este
0 egal cu num
1 arul vectorilor (justicarea rationamentului va dat
a n continuare) (rangul matricii
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
1.1.27. Observatie. (Denitii echivalente ale independentei liniare)

Familia (xi )i=1;p este liniar independent
a dac
a si numai dac
a are loc una dintre armatiile:
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)
Demonstratie. Cele dou

a armatii se obtin una din cealalt
a din relatia logic
a (p ! q) (eq !ep)
(se recomand
a recapitularea capitolului de Logic
a) ; echivalenta cu denitia are loc pentru c
a, dac
a m
acar
un vector este combinatie liniar
a de ceilalti vectori, atunci exist
a scalarii i 2 K; i = 1; n; nu toti nuli,
P
n
astfel nct i xi = 0.
i=1
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
care este privit

a ca o ecuatie vectorial
a n necunoscutele 1, , p.
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:
v 1 (m) = (m; 1; 1) ; v 2 (m) = (1; m; 1) ; v 3 (m) = (1; 1; m) ; m 2 R
n spatiul (R3 ; R).

Se consider
a ecuatia (vectorial
a)
1 2 3
1v (m) + 2v (m) + 3v (m) = 0;
cu necunoscutele 1, 2, 3, care prin nlocuire devine:
1 (m; 1; 1) + 2 (1; m; 1) + 3 (1; 1; m) = (0; 0; 0) ;
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:
pentru m 2 Rn f 2; 1g multimea de vectori este liniar independent

a.
pentru m = 2 multimea de vectori este liniar dependent
a iar o dependent a este v 1 ( 2) +
a liniar
v 2 ( 2) + v 3 ( 2) = 0.
pentru m = 1 multimea de vectori este liniar dependent
a iar o dependent
a liniar
a este 2v 1 (1) +
v 2 (1) + v 3 (1) = 0.
Se observ
a c
a se obtin informatii de dou
a tipuri:
de tip calitativ (despre natura multimii de vectori)

de tip cantitativ (n cazul dependentei liniare se obtine o relatie de dependent
a ntre vectori).
1.1.29. Denitie. (Sistem de generatori) Fiind dat

a multimea X V, se spune c
a multimea de vectori
xi ; i = 1; p genereaza multimea X dac
aX span (xi )i=1;p . Multimea de vectori xi ; i = 1; p se mai
numeste sistem de generatori pentru multimea X. Dac
a multimea X nu este specicat
a, se subntelege c
a
X = V.
1.1.30. 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 deci A genereaz

a multimea tuturor
polinoamelor de grad cel mult 1 n X.
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 ~
Operatia P ~ (care are ca origine Q si vrf P ) ci vectorul OR,

Q are ca rezultat nu vectorul QP ~ cu
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
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":
( (X) ; v (X)) 7! X 2 v (X) = : R [X] R [X] ! R [X]
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 ]
p (X) = ak X k = a2i X 2i + a2j+1 X 2j+1 = p1 X 2 + p2 X 2 X;

k=0 i=0 j=0
unde:
n 1
[ n2 ]
X [X2 ]
p1 (X) = a2i X i ; p2 (X) = a2j+1 X j :

i=0 j=0
Pentru ecare polinom se grupeaz

a exponentii pari si impari ai lui X:
p (X) p1 (X 2 ) + p2 (X 2 ) X (p1 (X 2 ) + p2 (X 2 ) X) (q1 (X 2 ) q2 (X 2 ) X)

v (X) = = = =
q (X) q1 (X 2 ) + q2 (X 2 ) X q12 (X 2 ) q22 (X 2 ) X 2
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
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.
am pe scurt notiunile3 care conecteaz

1.1.1. Lungimi si unghiuri. Mention a spatiile vectoriale cu
Geometria Euclidian
a, cu mentiunea c
a se va reveni pe larg la acest subiect ntrun capitol separat 3, pag.
129.
Pentru doi vectori x, y 2 Rn , expresia
Pn
hx; yi = x y = xi y i
i=1
este numit
a produsul lor scalar.
Doi vectori sunt numiti perpendiculari [se scrie x ? y] dac
a hx; yi = 0.
rn
p P 2
Lungimea unui vector este kxk = hx; xi = xi .
i=1
v
Un vector este numit unitar sau versor dac
a kvk = 1. Versorul unui vector nenul v este.
kvk
a doi vectori sunt perpendiculari, atunci are loc Teorema lui Pitagora: v ? w ) kv + wk2 =
Dac
kvk2 + kwk2
Dem:
P
n P
n P
n P
n P
n P
n
vi wi = 0 ) kv + wk2 = (vi + wi )2 = (vi2 + wi2 + 2vi wi ) = vi2 + wi2 + 2 vi wi =
i=1 i=1 i=1 i=1 i=1 i=1
P
n P
n
2 2
vi2 + wi2 = kvk + kwk .
i=1 i=1
P
n P
n P
n P
n P
n P
n P
n
Obs: kv wk2 = (vi wi )2 = (vi2 + wi2 2vi wi ) = vi2 + wi2 2 vi wi = vi2 + wi2 =
i=1 i=1 i=1 i=1 i=1 i=1 i=1
kvk2 + kwk2 = kv + wk . 2
[Paralelogramul format de cei doi vectori este chiar dreptunghi, asa c

a cele dou
a diagonale sunt egale]
Pentru doi vectori nenuli oarecare, cosinusul unghiului format de cei doi vectori este cos (v; w) =
hv; wi
.
kvk kwk
1.2. Propriet
ati
1.2.1. Propozitie. (Reguli de calcul ntr-un spatiu vectorial)
(1) 8 ; 2 K; 8x; y 2 V, au loc relatiile:

(x y) = x y, ( ) x= x x;
3 Este vorba despre notiunile "default", adic
a cele care sunt presupuse valide dac
a nu se specic
a altfel.
TI
1.2. PROPRIETA 19
(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 .
Demonstratie. Fie ; 2 K; x; y 2 V alesi arbitrar;
(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.
1.2.2. Observatie. span (xi )i=1;n este subspatiu liniar.
Demonstratie. Fie v1 ; v2 2 span (xi )i=1;n si 2 K ) 9 i1 ; i2 2 K, i = 1; n, astfel nct

P
n
j P
n
1 2
P
n
vj = i x i ; j = 1; 2; atunci v1 + v 2 = ( i + i ) x i 2 span (x i )i=1;n iar v 1 = ( i1 ) xi 2
i=1 i=1 i=1
span (xi )i=1;n
1.2.3. Observatie. Fie V0 un subspatiu vectorial al spatiului (V; K). Atunci,
X
n
8n 2 N; 8xi 2 V0 ; 8 i 2 K; i = 1; n; i xi 2 V0 :
i=1
(orice subspatiu contine toate combinatiile liniare ale elementelor lui)
Demonstratie. Prin inductie dup

a n 2 N: pentru n = 1, din axioma 2 a subspatiului vectorial rezult
a
c
a pentru orice x1 2 V0 si pentru orice scalar 1 2 K, are loc 1 x1 2 V0 . S
a presupunem c
a proprietatea
are loc pentru n 2 N si e n + 1 vectori si scalari alesi arbitrar xi 2 V0 , i 2 K; i = 1; n + 1. Atunci are
loc: 9
P
n+1 P
n
>
i xi = i xi + n+1 xn+1 >
>
>
>
i=1 i=1 = X
n+1
P
n+1
) 2 V0 :
i xi 2 V0 (proprietatea pentru n) i xi
>
>
i=1 >
> i=1
>
;
n+1 xn+1 2 V0 (proprietatea pentru n = 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. Exemple de spatii vectoriale
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
(an )n2N + (bn )n2N = (an + bn )n2N
(este un nou sir al c

arui termen general se obtine prin adunarea termenilor generali ai celor dou
a siruri
date) iar nmultirea unui vector cu un scalar este nmultirea sirului cu un scalar
(an )n2N = ( an )n2N :
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
p(t) + q(t) = (a0 + b0 ) + (a1 + b1 )t + + (an + bn )tn

p(t) = a0 + a1 t + + a n tn
0 =0
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].
a C 1 si care satisfac ecuatia

1.3.9. Exemplu. Spatiul vectorial al tuturor functiilor f ( ) : R ! R de clas
a f 0 (t) + af (t) = 0, 8t 2 R.
diferential
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) :
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.
1.4.5. Exercitiu. S a multimea V0 = fx 2 Rn ; Ax = 0g este un subspatiu vectorial, unde

a se arate c
A 2 Mm n (R).
1.4.6. Exercitiu. Fie subspatiile A = f(0; a; b; 0) ; a; b 2 Rg, B = f(0; 0; a; b) ; a; b 2 Rg. S

a se determine
A + B.
a operatorul liniar U ( ) : Rn ! Rn are proprietatea c

1.4.7. Exercitiu. Dac a U 2 ( ) + U ( ) + I ( ) = O ( ),
atunci operatorul este bijectiv.
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:
(1) B este liniar independent

a si maximal
a (n sensul c
a orice multime liniar independent
a care include
B este chiar egal
a cu B);
(2) B este sistem de generatori minimal (n sensul c
a orice sistem de generatori inclus n B este chiar
egal cu B);
(3) B este sistem de generatori si multime liniar independent
a.
Demonstratie. Se va demonstra dup

a schema: (1))(2))(3))(1).
(1))(2)
Se stie c
a B este liniar independent
a si maximal
a;
["maximal
a n raport cu caracteristica de familie liniar independent
a" nseamn
a: dac
aB B1 si B1
liniar independent
a, atunci B = B1 ]
["minimal
a n raport cu caracteristica de sistem de generatori" nseamn
a: dac
a B0 B si B0 sistem
de generatori, atunci B = B0 ]
Pentru nceput se va studia caracteristica multimii de a sistem de generatori.
Presupunem prin reducere la absurd c
a B nu ar sistem de generatori; atunci 9v0 2 V n span (B)
iar noua multime B1 = B [ fv0 g este liniar independent
a (dac
a n-ar , atunci v0 ar combinatie liniar
a

1.5. REPREZENTARI N SPATII VECTORIALE 23
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.
1.5.3. Denitie. Un spatiu vectorial se va numi de tip nit dac

a admite o baz
a nit
a si se va numi de
tip innit n caz contrar.
1.5.4. Teorem atii ntrun sistem de generatori) Dac

a. (Sucienta maximalit a familia nit
aS
este sistem de generatori pentru V n care subfamilia B0 este liniar independent
a, atunci exist
a o baz
aB
a lui V astfel nct
B0 B S:
(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)
Demonstratie. Se construieste inductiv o familie B cu caracteristicile:

familia B este liniar independent
a,
B0 B S
familia B este maximal

a fat
a de propriet
atile de mai sus.
Constructia familiei B se face astfel:
Initial se consider
aB B0 (care este liniar independent
a si este sau nu maximal
a n S cu aceast
a
proprietate).
1.1. Dac
a B este maximal
a n S, atunci procedura se opreste.
1.2. Dac
a B nu este maximal
a n S, exist
a un vector x 2 S n B care poate ad
augat la B cu p
astrarea
caracteristicii de liniar independent
a.
2. Se adaug
a la familia B un vector x de tipul descris la 1.2 (B B [ fxg)
3. Se repet
a procedura pentru noua familie.
Datorit
a nitudinii familiei S, procedura se opreste dup
a un num
ar nit de pasi.
Din procedur
a se obtine o familie liniar independent
a notat
a B, care include B0 , este inclus
a n S si
este maximal
a n S ca familie liniar independent
a, n sensul c
a dac
a B B1 S si B1 familie liniar
independent
a, atunci B = B1 .
Din alegerea lui B urmeaz
a c
a num
arul de elemente din B este mai mic sau egal cu n.
Familia B este baz
a a spatiului:
Se presupune prin reducere la absurd c a B nu ar baz a; atunci 9x0 2 V astfel nct x0 2
= span (B); dar
P
k
a x0 este combinatie liniar
S este sistem de generatori asa c a de k elemente y1 , , yk din S, x0 = i yi .
i=1
Dac
a toate elementele yi ; i = 1; k ar n span (B), ar urma c
a si x0 2 span (B), asa c
a printre elementele
Def
yi 2 S; i = 1; k exist
a m a y0 ; atunci B 0 = B [ fy0 g
acar unul care nu este n span (B) si care se noteaz S
a si contine strict pe B, ceea ce contrazice constructia (maximalitatea) lui B n
S.
1.5.5. Corolar. Din orice sistem nit de generatori se poate extrage o baz
a.
Demonstratie. Fie S sistem nit de generatori; exist

a m
acar un vector nenul (dac
a toti ar nuli,
n-ar mai sistem de generatori), care se noteaz
a cu v0 . Au loc:
fv0 g este familie liniar independent

a
fv0 g S
si se aplic
a teorema precedent
a ) 9B baz
a astfel nct
fv0 g B S:

a. (Teorema schimbului, Steinitz) Fie fv1 ;

1.5.6. Teorem ; vr g o familie liniar independent
a si
e fu1 ; ; un g un sistem de generatori. Atunci r n si, eventual cu o renumerotare a vectorilor,
fv1 ; ; vr ; ur+1 ; ; un g este sistem de generatori (orice familie nit
a liniar independent
a de r vectori
poate nlocui anumiti r vectori din orice sistem nit de generatori, cu p
astrarea calit
atii de sistem de
generatori).
Demonstratie. Inductie dup

a num
arul vectorilor din familia liniar independent
a, j = 1; r: Pentru
j = 1, 9 i 2 K; i = 1; n astfel nct
X
n
v1 = i ui ;
i=1
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
deci v este combinatie liniar

a de v1 ; u2 ; ; un , adic
a fv1 ; u2 ; ; un g este un sistem de generatori.
S
a presupunem armatia adev
arat
a pentru j = r 1 n.
Dac
a r 1 = n, atunci ar urma o contradictie cu faptul c
a mai exist
a un vector, vr astfel nct
fv1 ; ; vr g este liniar independent
a. Contradictia apare pentru c
a, n situatia r 1 = n, fv1 ; ; vr 1 g
ar sistem de generatori, familie liniar independent
a, iar ca familie liniar independent
a nu este maximal
a
(i se mai poate ad
auga vectorul vr f
ar
a a pierde caracteristica de liniar independent
a.
Asadar r 1 < n iar fv1 ; ; vr 1 ; ur ; ; un g este sistem de generatori )
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
r 6= 0 si atunci ur poate scris ca o combinatie liniar

a de vectorii fv1 ; ; vr 1 ; vr ; ; un g:
1 X
r 1
i
X
n
i
(1.5.2) ur = vr vi ui ;
r i=1 r i=r+1 r
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. Familia liniar independent

a poate considerat
a ca ind inclus
a ntr-un sistem nit
de generatori (spatiul ind de tip nit, exist
a un sistem de generatori nit; cu Teorema Steinitz se obtine
un sistem de generatori care contine familia liniar independent
a initial
a). Se aplic
a Teorema 1.5.4 si se
obtine o baz
a care contine familia liniar independent
a initial
a (si care poate considerat
a "o completare
pn
a la o baz
a" a familiei liniar independente).
1.5.8. Corolar. ntr-un spatiu de tip nit, num

arul de vectori al oric
arei familii nite liniar independente
este mai mic sau egal dect num
arul de vectori al oric
arui sistem nit de generatori.
Demonstratie. 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 .
1.5.9. Corolar. ntrun spatiu vectorial de tip nit, orice dou

a baze au acelasi num
ar de vectori.
Demonstratie. Cele dou

a baze pot privite n acelasi timp ca familii liniar independente si ca sisteme
de generatori, si din corolarul precedent urmeaz
a c
a cele dou
a numere sunt ecare mai mic sau egal dect
cel
alalt, adic
a egale.
1.5.10. Denitie. Num

arul de elemente al oric
arei baze din spatiul de tip nit (V; K) se numeste dimen-
siunea spatiului si se noteaz
a cu dimK V.
1.5.11. Propozitie. Fiind xat

a o baz
a ntr-un spatiu vectorial de tip nit, orice vector al spatiului se
poate scrie ca o combinatie liniar
a de vectorii bazei. Mai mult, scalarii care particip
a la combinatia liniar
a
sunt unic determinati de baz
a.

Demonstratie. Fie B = fu1 ; ; un g o baz

a si e v 2 V.
Pentru c
a B este sistem de generatori, vectorul v este combinatie liniar
a de vectorii bazei (ceea ce
demonstreaz
a existenta scalarilor).
Mai mult, combinatia liniar
a este unic
a:
P
n P
n
Presupunem c
a ar exista dou
a combinatii liniare: 9 i ; i 2 K, i = 1; n, v = i ui = i ui . Atunci
i=1 i=1
are loc
X
n X
n X
n
i ui = i ui ) ( i i ) ui = 0;
i=1 i=1 i=1
si cum B este liniar independent

a, urmeaz
a c
a i = i; 8i = 1; n, ceea ce nseamn
a c
a scalarii din
combinatia liniar
a sunt determinati unic de baz
a.
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
(unde scalarii i sunt unicii scalari care particip

a la scrierea vectorului dat ca o combinatie liniar
a de
vectorii bazei) poate considerat
a forma matricial
a a reprezent
arii vectorului v n baza B, dat
a de relatia:
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.
Demonstratie. Fie (V; K) spatiu vectorial de tip nit si e B o baz

a xat
a n (V; K). Se consider
a
aplicatia ' ( ) : V ! Kn ; denit
a prin ' (v) = [v]B . Aplicatia ' ( ) este liniar
a:
2 3 2 3
0
6 1 7 6 7 1
6 7 6 7
6 2 7 Xn 6 0 7 Xn
6 7 6 2 7 0
[v1 ]B = 6 . 7 ; v1 = i vi ; [v2 ]B = 6 . 7 ; v2 = i vi )
6 .. 7 6 .. 7
6 7 i=1 6 7 i=1
4 5 4 5
0
n n
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
deci ' ( v1 ) = ' (v1 ), adic

a aplicatia este liniar
a.
Aplicatia este bijectiv
a: injectivitatea rezult
a din proprietatea de liniar independent
a a bazei (deci din
unicitatea coordonatelor) iar surjectivitatea din proprietatea de sistem de generatori a bazei.
1.6. Exemple de baze standard
n continuare se vor da exemple de baze standard (canonice) pentru diferite spatii vectoriale. n ecare
spatiu vectorial se poate lucra cu o innitate de baze; ca o conventie general
a, dac
a nu se precizeaz
a o baz
a
pentru spatiul n care se lucreaz
a, se va presupune implicit c
a se lucreaz
a cu baza standard (canonic
a).
1.6.1. Exemplu. Baza standard pentru Rn : multimea E = fe1 ; : : : ; en g, unde vectorii ej , j = 1; n au

ecare n componente, e1 = (1; 0; ; 0), e2 = (0; 1; 0; ; 0), , en = (0; ; 0; 1); n general ej =
( 1j ; ; jj ; ; nj ), j = 1; n ( ij este simbolul lui Kroneker).
1.6.2. Exemplu. Baza standard pentru R2 este f(1; 0) ; (0; 1)g.
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
1.7. Reprezentarea vectorilor
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
1.7.1. Observatie. ntre vectorii u, u1 , u2 si scalarii , are loc relatia
u = u1 + u2 ;
dac
a si numai dac
a ntre coordonatele (reprezent
arile) vectorilor n aceeasi baz
a are loc relatia
[u]B = [u1 ]B + [u2 ]B :
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
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:
(1) Vectorii sunt considerati membri ai spatiului aritmetic ndimensional (adic

a num
arul de linii din
matrice);
(2) Num
arul vectorilor este egal cu m (num
arul coloanelor);
(3) Familia B1 este liniar independent
a dac
a si numai dac
a rang [M (B1 )]B = m (o consecint
a este c
a
familia B1 nu poate liniar independent
a dac
a num
arul ei de vectori este mai mare ca dimensiunea
spatiului);
[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
iar vectorii reperului vechi vor avea coordonatele

2 3 2 3 2 3
0 0 0
6 11 7 6 12 7 6 1n 7
6 7 6 7 6 7
6 0 7 6 0 7 6 0 7
6 21 7 6 22 7 6 2n 7
6 7 6 7 6 7
[e1 ]B1 =6
6
0 7 ; [e2 ] = 6
31 7 B1 6
0 7 ; :::; [en ] = 6
32 7 B1 6
0
3n
7;
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
0 0 0
n1 n2 nn
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
Fie x un vector oarecare al spatiului; coordonatele lui n reperul B sunt

2 3
6 x1 7
6 7
6 x2 7
6 7
6 7
[x]B = 6 x3 7
6
7;
6 . 7
6 . 7
6 . 7
4 5
xn
iar n reperul B1 sunt 2 3

6 x01 7
6 7
6 x02 7
6 7
6 7
[x]B1 =6
6 x03 7:
7
6 .. 7
6 7
6 . 7
4 5
x0n
Leg
atura dintre cele dou
a reprezent
ari ale aceluiasi vector este dat
a de relatiile:
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
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
deci are loc relatia:

[x]B = [M (B1 )]B [x]B1
( 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
(Se mai spune c

a [M (B1 )]B este matricea de trecere de la B la B1 ) ceea ce nseamn
a c
a, pentru orice
vector x, are loc
1
[M (B)]B1 [x]B = ([M (B1 )]B ) [x]B ;
a [M (B)]B1 = [M (B1 )]B1 . Schematic, aceste leg

adic aturi pot reprezentate n felul urm
ator:
[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
[x]B = [M (B)]E 1 [x]E ; [x]E = [M (B)]E [x]B

[x]B1 = [M (B1 )]E 1 [x]E ; [x]E = [M (B1 )]E [x]B1
si atunci au loc relatiile:
[x]B = [M (B)]E 1 [x]E = [M (B)]E 1 [M (B1 )]E [x]B1
deci are loc schema desf

asurat
a
[M (B)]E [M (B1 )]E 1

! !
B E B1
[M (B)]E 1 [M (B1 )]E

si schema restrns
a
[M (B1 )]E 1 [M (B)]E

!
B B1
[M (B)]E 1 [M (B1 )]E

O metod
a practic
a de realizare sistematic
a a calculelor necesare este metoda eliminarii a lui Gauss.
Metoda elimin
arii a lui Gauss este generalizarea metodei reducerii pentru rezolvarea sistemelor de
ecuatii liniare din ciclul gimnazial. Fiind dat un sistem liniar de ecuatii, metoda alege o necunoscut
a
si o ecuatie (astfel nct coecientul necunoscutei din ecuatia aleas
a s
a e nenul) si elimin
a necunoscuta
aleas
a din toate celelalte ecuatii, folosind nmultirea ecuatiilor cu numere convenabile si adunarea ntre ele
a ecuatiilor (transform
ari elementare). Metoda se bazeaz
a pe principiile de lucru cu relatii de echivalent
a
(egalitatea) folosite pentru ecuatii, date de compatibilitatea dintre relatia de echivalent
a si structura de
spatiu vectorial; acestea sunt:
Multiplicarea ambilor termeni ai unei egalit

ati cu acelasi scalar nenul nu modic
a solutiile ecuatiei.
Adunarea aceleiasi cantit
ati la ambii termeni nu modic
nlocuirea unei cantit
ati dintr-o ecuatie cu o cantitate egal
a nu modic
Aceste principii pot folosite pentru formularea unei proceduri sistematice de g

asire a solutiilor unui
sistem de ecuatii liniare. n continuare va descris
a aceast
a procedur
a.
Fie sistemul:
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:
se mparte linia i la aij iar rezultatul se scrie n locul liniei i;

pentru ecare ecuatie k = 1; n, k 6= i, se adun
a la ecuatia k ecuatia i nmultit
a cu akj ;
se scrie rezultatul n locul liniei k.
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
Pentru ecare akl , se ataseaz

a dreptunghiul de vrfuri aij , ail , akj , akl (generat de pivot si de
elementul ales); noul element care ocup
a locul (k; l) este obtinut cu formula: produsul pe diagonala
care contine pivotul minus produsul pe diagonala care nu contine pivotul si totul mp
artit la pivot.
Formula este:
aij akl akj ail
a0kl = ;
aij
unde a0kl nseamn

a noul ocupant al locului (k; l).
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.
- La ecare alegere de pivot se schimb

a baza si coordonatele vectorilor care sunt capete de coloan
a, dar
este vorba despre aceeasi vectori reprezentati altfel.
Tabelul initial (cu toate am
anuntele necesare) arat
a n felul urm
ator:
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
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
n care necunoscutele (ecuatiile) corespunz

atoare matricii identitate I sunt necunoscutele (ecuati-
ile) principale, ecuatiile
8 corespunz
atoare liniilor de zerouri sunt ecuatiile care decid compatibil-
< b0 = 0 ) sistem compatibil
2
itatea sistemului ( ), necunoscutele corespunz atoare coloanelor
: b0 6= 0 ) sistem incompatibil
2
matricii A012 sunt necunoscutele secundare ale sistemului iar solutia sistemului (dac a este compat-
ibil) se scrie sub forma
xP = b01 A012 xS :
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
1.7.4. Solutie. (1) Metoda pivotului aplicat

a acestui sistem are urm
atoarea form
a:
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
Matricial, operatiile pentru ecare pivot sunt urm

atoarele (folosind matrici elementare):
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
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 10 1 0 1
1 3 3 7 1
0 0 1 0 0
B 4 C B4 3 3 14 1 0 0
C B B 4 4 2 4 C
B 3 CB C B 1 11 5 3 C
B 1 0 C B3 2 5 13 0 1 0C = B0 1 0C
B 4 C@ A @ 4 4 2 4 C
@ 2 A 1 13 1 A
0 1 2 1 8 13 0 0 1 0 6 0 1
0 4 10 1 02 2 2 1
3 3 7 1
1 3 0 1 0 0
B CB 4 4 2 4 C B1 0 9 11 2 3
C
0
B CB 1 11 5 3 C B C
B0 4 0C B 1 0C
B C B0 4 4 2 4 C=B@
0 1 11 10 3 4 0C
A
@ 4 A@ 1 13 1 A
0 1 0 6 0 1 0 0 1 1 1 2 1
0 2 10 2 2 2 1 0 1
1 0 9 1 0 9 11 2 3 0 1 0 0 2 11 21 9
B CB C B C
B CB C B C
B0 1 11 C B0 1 11 10 3 4 0C = B0 1 0 1 14 26 11 C
@ A@ A @ A
0 0 1 0 0 1 1 1 2 1 0 0 1 1 1 2 1
0 1
4 3 3 14 1 0 0
B C
B C
a obtinut a B3 2 5 13 0 1 0C si
@ 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
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
(2) Metoda pivotului aplicat

atoarea form
a:
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

0 10 1 0 1
1 3 3 3
0 0 1
B 4 CB 4 3 3 6 C B 4 4 2 C
B 3 C B C B 1 5 7 C
B 1 0 C B 3 2 1 8 C=B 0 C
B 4 C @ A B 4 4 2 C
@ 11 A @ 1 5 7 A
0 1 11 8 7 20 0
0 4 1 0 1 0 4 4 2 1
3 3 3
1 3 0 B 1 1 0 3 12
B CB 4 4 2 C C B C
B C 1 5 7 C=B C
B 0 4 0 CB 0 B 0 1 5 14 C
@ AB@ 4 4 2 CA @ A
1 5 7
0 1 1 0 0 0 0 0
4 4 2
a obtinut
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
(3) Metoda pivotului aplicat

atoarea form
a:
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
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
a obtinut
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
Inversarea unei matrici se poate face folosind aceeasi schem

a, cu tabelul initial si nal n forma:
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
1.7.6. Solutie. Tabelul pentru aplicarea metodei pivotului este urm

atorul:
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
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
1.7.9. Solutie. Se consider

a sistemul vectorial n necunoscutele 1, 2, 3, 4: 1 v1 + 2 v2 + 3 v3 +
4 v4 = 0. Trebuie aate toate valorile scalarilor 1, 2, 3, 4 care veric

a sistemul vectorial. Prin
nlocuirea n sistemul vectorial a reprezent
arilor vectorilor (date n baza canonic
a) se obtine o nou
a form
a:
1 [v1 ] + 2 [v2 ] + 3 [v3 ] + 4 [v4 ] = [0] )

0 1 0 1 0 1 0 1 0 1
1 2 1 1 0
B C B C B C B C B C
B C B C B C B C B C
) 1 B 0 C + 2 B1C + 3 B1C + 4 B 2 C = B 0 C care este echivalent
a cu un sistem liniar
@ A @ A @ A @ A @ A
1 3 1 0 0
omogen
8 n necunoscutele 1 , 2 , 3 , 4 :
> 1+2 2+ 3
> 4 = 0
>
<
2+ 3+2 4 = 0
>
>
>
:
1+3 2+ 3 = 0
Se rezolv
a acest sistem folosind metoda pivotului si cu p
astrarea semnicatiilor de spatiu vectorial
(bazele n care sunt reprezentati vectorii):
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
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
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.
1.7.11. Solutie. Se consider

a sistemul vectorial n necunoscutele 1, 2, 3: 1 v1 + 2 v2 (m)+ 3 v3 (m) = 0
si cu parametrul m.
1.7.12. Observatie. Prezentarea de fat

a a metodei elimin
arii a lui Gauss (metodei pivotului) nu este
complet
a: nu sa specicat modul de abordare complet pentru situatiile cnd pivotul nu poate ales
pe diagonala principal
a, nu sau prezentat aspecte legate de abordarea numeric
a a problemei (situatiile
cnd calculele implicate se efectueaz
a cu aproximatii), nu sa prezentat efectuarea acestor calcule folosind
software matematic specializat (Computer Algebra Systems), nu sau prezentat aplicatii ale acestei metode
n alte zone de interes. Sper
am c
a toate aceste omisiuni vor acoperite de alte cursuri si/sau texte.
1.7.13. Exemplu (Aplicatie de tip economic preluat

a si adaptat
a dup
a [[7]], page 108, Example 1). O
companie american
a are prot brut de 100000 USD. Compania a acceptat s
a doneze 10% din protul net
la Crucea Rosie. Compania trebuie s
a pl
ateasc
a o tax
a de stat de 5% din prot (dup
a donatie) si o tax
a
federal
a de 40% din prot (dup
a donatie si dup
a taxa de stat). Ce taxe pl
ateste compania si ct doneaz
a?
Care este valoarea real
a a donatiei?
1.7.14. Solutie. Fie D donatia, S taxa de stat si F taxa federal

a.
Protul net este 100000 S F
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
1.8. Operatii cu subspatii
1.8.1. Propozitie. Intersectia oric

arei familii de subspatii este subspatiu (si este multime nevid
a).
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 .
1.8.2. Exemplu. Se consider

a vectorii: v1 = (2; 2; 2), v2 = (2; 2; 1), v3 = ( 3; 3; 2), v4 = (2; 5; 1) si
subspatiile V1 = span (fv1 ; v2 g), V2 = span (fv3 ; v4 g). S
a se descrie intersectia V1 \ V2 .
Rezolvare:
v 2 V1 \ V2 ) v este simultan combinatie liniar
a de v1 , v2 si de v3 , v4 asa c
a se obtine:
v = 1 v1 + 2 v2 = 3 v3 + 4 v4 , de unde se8obtine sistemul:
8 >
> 7
>
> 1 = 12 ;
>
> 2 1+2 2 = 3 3+2 4 >
>
>
< >
< 7
2 = 6 ;
2 1+2 2 =3 3+5 4 , cu solutia:
>
> >
> 1
>
: >
> 3 = 2
;
2 1 2 = 2 3+ 4
>
>
>
: 4 = 2 R:
Un vector v al intersectiei este:
7 7 7 7
v= 12
(2; 2; 2) + 6
(2; 2; 1) = ; ;0
2 2
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
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.
Figure 2. Intersectia a dou

a subspatii
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
1.8.4. Propozitie. Suma unei familii de subspatii este un subspatiu.
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
1.8.5. Propozitie. Suma subspatiilor coincide cu subspatiul generat de reuniunea subspatiilor

!
Xk [k
Vi = span Vi
i=1 i=1
(este cel mai mic subspatiu care contine reuniunea familiei).
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
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
j1 uij1 + j2 uij2 2 Vij1 ].
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
1.8.7. Propozitie. (Denitii echivalente pentru suma direct a subspatii) Fie V1 si V2

a a dou
dou
a subspatii si V1 + V2 suma lor. Urm
atoarele armatii sunt echivalente:
(1) Orice vector al sumei admite o unic

a descompunere ntr-o sum
a dintre un vector din V1 si un
vector din V2 .
(2) Intersectia celor dou
a subspatii este subspatiul nul.
(3) Dimensiunea sumei subspatiilor este egal
a cu suma dimensiunilor subspatiilor.
(4) Pentru orice baz
a B1 n V1 si orice baz
a B2 n V2 , B1 [ B2 este familie liniar independent
a.
Demonstratie. Se va demonstra echivalenta armatiilor 1. si 2., 2. si 3.

1.,2. Fie suma V1 + V2 cu proprietatea 1. si e x 2 V1 \ V2 : Pentru v 2 V1 + V2 9vi 2 Vi , i = 1; 2
asa ca v = v1 + v2 = (v1 x) + (x + v2 ) cu v1 x 2 V1 si x + v2 2 V2 deci descompunerea este unic
a dac
a
si numai dac
a 8x 2 V1 \ V2 ; x = 0:
2.,3. Fie cte o baz
a (ei )i=1;k1 ; (fj )j=1;k2 n ecare subspatiu.
)Se presupune c
a V1 \ V2 = f0g. Atunci familia (ei )i=1;k1 [ (fj )j=1;k2 este baz
a n V1 + V2 .
Familia este sistem de generatori; demonstr
am c
a este si liniar independent
a.
Fie o combinatie liniar
a nul
a
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
si cum (ei )i=1;k1 , (fj )j=1;k2 sunt baze n V1 , respectiv V2 urmeaz

a c
a toti scalarii sunt nuli, adic
a familia
a si deci baz
a n V1 + V2 . Dimensiunea subspatiului V1 + V2 este dat
a de num
arul
de vectori ai unei baze, asa c
a dim (V1 + V2 ) = k1 + k2 .
( Presupunem c
a dim (V1 + V2 ) = dim V1 + dim V2 si, prin reducere la absurd, c
a ar exista 0 6=
x 2 V1 \ V2 .
Consider
am cte o baz
a n ecare subspatiu; familia format
a din reuniunea celor dou
a baze este sistem
de generatori, dar nu mai este liniar independent
a, pentru c
a vectorul nenul x admite dou
a reprezent
ari
distincte n cele dou
a subspatii, asa c
a reprezentarea oric
arui vector al sumei poate modicat
a prin
adunarea reprezent
arii lui x n V1 si sc
aderea reprezent
arii lui x n V2 . Extragerea din ea a unei baze
conduce la micsorarea strict
a a num
arului de vectori, deci dim (V1 + V2 ) < dim V1 + dim V2 ; contradictie
cu ipoteza. Deci intersectia contine numai elementul nul.
1.8.8. Denitie. Suma V1 + V2 a dou

a subspatii V1 si V2 se numeste directa dac
a este satisf
acut
a una
dintre conditiile echivalente din propozitia 1.8.7. Suma direct
a a dou
a subspatii se noteaz
a cu V1 V2 .
a subspatii V1 si V2 se numesc suplementare4 n V dac

1.8.9. Denitie. Dou a V = V1 V2 .
1.8.10. Propozitie. Dac

a V1 este subspatiu al lui V atunci exist
a un subspatiu V2 astfel nct V = V1 V2 :
Demonstratie. Fie o baz

a (ei )i=1;k1 a lui V1 care se completeaz
a la o baz
a a lui V cu vectorii (fj )j=1;k2 .
Atunci familia (ei )i=1;k1 [ (fj )j=1;k2 este baz
a n V iar subspatiul V2 = span (fj )j=1;k2 este un suplement
al lui V1 n V:
x 2 V1 \ V2 ) vectorul x se exprim
a n acelasi timp ca o combinatie liniar
a de vectorii ec
arei
subfamilii,
k1
X k2
X
x= i ei = j fj
i=1 j=1
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.
1.8.11. Observatie. Din demonstratie se observ

a c
a, datorit
a faptului c
a o familie liniar independent
a
poate completat
a pn a n mai multe feluri, suplementul unui subspatiu (propriu)5 nu este unic.
a la o baz
4 Terminologia folosit
a difer
a cu scoala careia i apartine autorul. Scoala AngloSaxon a foloseste expresia "complemen-
tary subspaces", iar scoala Francez a foloseste expresia "sousespaces supplmentaires"; mai mult, diferentele se pare c a se
pastreaza si n traduceri (un text n Englez a tradus din Francez a foloseste expresia "supplementary subspaces"). Dac a se
iau n calcul si alte scoli (cum ar cea Rus a sau cea German a), expresia folosit
a poate conduce la diverse confuzii care se
pastreaza chiar n aceeasi limba.
5 Spatiul vectorial (V; K) are dou a subspatii improprii: f0g (subspatiul nul) si V (tot spatiul). Fiecare subspatiu impropriu
are suplement unic, si anume cel alalt subspatiu impropriu.
1.8.12. Exemplu. Dac

a V1 = f (1; 0) ; 2 Rg, atunci familia f(1; 0)g poate completat
a pn
a la o
a n R2 cu ecare dintre vectorii (0; 1), (1; 1), (1; 1) si atunci se obtine c
baz a ecare dintre subspatiile
V2 = f (0; 1) ; 2 Rg, V3 = f (1; 1) ; 2 Rg, V4 = f (1; 1) ; 2 Rg este cte un suplement al lui
V1 n R2 : R2 = V1 V2 = V1 V3 = V1 V4 .
1.8.13. Observatie. Dac

a V1 este subspatiu n V astfel nct dim V1 = k si dim V = n, atunci orice
suplement al lui V1 n V are dimensiunea n k. Dimensiunea suplementului se mai numeste codimensiunea
lui V1 .
1.8.14. Teorem a a mai multor subspatii] Fie (Vi )i=1;k

a. [Denitii echivalente pentru suma direct
P
k
si V = Vi . Urmatoarele armatii sunt echivalente:
i=1
Pk
(1) Fiecare vector x al sumei se descompune n mod unic sub forma: x = vi ; vi 2 Vi ; i = 1; k.
! i=1
Pk
(2) 8j = 1; k; Vj \ Vi = f0g :
i=1;i6=j
P
k
(3) dim Vi = dim V.
i=1
S
k
(4) Pentru i = 1; k, 8Bi baz
a n Vi , Bi este o familie liniar independent
a.
i=1
Demonstratie. Se va demonstra 1 ) 2, 2 ) 1, 2 ) 3si 3 ) 2.

1 ) 2 e2 )e1 !
P
k
Se presupune prin reducere la absurd c
a exist
a j = 1; k astfel nct Vj \ Vi 6= f0g.
i=1;i6=j
!
P
k Pk
Atunci 9x 2 Vj \ Vi n f0g ) x 2 Vj si x 2 Vi si x 6= 0.
i=1;i6=j i=1;i6=j
P
k Pk
Atunci x = vi0 , vi 2 Vi , i 6= j si pentru un vector oarecare al sumei v 2 Vi are loc:
i=1;i6=j
! ! i=1
P
k P
k Pk Pk P
k P
k
v= vi = vi +vj = vi x +(vj + x) = vi vi0 +(vj + x) = (vi vi0 )+
i=1 i=1;i6=j i=1;i6=j i=1;i6=j i=1;i6=j i=1;i6=j
(vj + x), care este o alt
a descompunere pentru x, distinct
a de prima din cauz
a c
a x 6= 0, contradictie cu
unicitatea descompunerii.
2 ) 1 e1 )e2
P
k P
k P
k
Dac
a prin reducere la absurd dou
a descompuneri ar coincide, vi = vi0 , atunci (vi vi0 ) = 0;
i=1 i=1 i=1 !
P
k P
k
dac
a 9j astfel nct vj vj0 6= 0; atunci vj0 vj = (vi vi0 ) 6= 0 ) 9j; Vj \ Vi 6= f0g
i=1;i6=j i=1;i6=j
contradictie. Asadar 8j = 1; k, vj vj0 = 0 adic

a cele dou
a descompuneri coincid.
2)3
Fie cte o baz
a n ecare subspatiu; reuniunea bazelor este sistem de generatori al sumei, iar din conditia
2 rezult
a independenta liniar
a a reuniunii de baze: dac
a reuniunea de baze n-ar liniar independent
a,
atunci ar exista!un indice j si un vector n Vj care sa e sum

a de vectori din celelalte subspatii, adic
a
Pk
Vj \ Vi 6= f0g contradictie. Urmeaz a c
a are loc 3.
i=1;i6=j
3)2
Reuniunea bazelor este sistem de generatori al sumei
! si din 3 urmeaz
a c
a este si liniar independent
!a
Pk Pk
(ca ind minimal
a), asa c
a dac
a are loc Vj \ Vi 6= f0g atunci pentru 0 6= x 2 Vj \ Vi
i=1;i6=j i=1;i6=j
si pentru v oarecare o scriere a lui v n reuniunea bazelor ar putea modicat a prin intermediul lui x n
Pk
alta scriere distinct a de prima, folosind cele dou a reprezentari ale lui x n Vj si n Vi :
i=1;i6=j
! ! !
kj0 kj kj kj0 kj kj0
P j0 j0 P
k P j j Pk P j j P j0 j0 P
k P j j P j0 j0
x= e
i i = e
i i ; v = e
i i = e
i i + e
i i = i i eji 0 +
i=1 j=1;j6=j0 i=1 j=1 i=1 i=1 j=1;j6=j0 i=1 i=1
!
P
k k
P j
j
j j
i + i ei , adic a reuniunea familiei de baze nar liniar independent a, contradictie.
j=1;j6=j0 i=1
"3?4" Se presupune c dimensiunea sumei este egal cu suma dimensiunilor. Fiecare baz Bi areacela inum
?ki=1 dimVi :Dac prinabsurddou bazeBi1 iBi2 nuarf idisjuncte; astaarnsemnac Bi1 ?Bi2 esteobaz aluiVi1 ?Vi2 :Vi
Vi1 ???decompletat
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
a. (Formula lui Grassmann) Pentru orice dou

1.8.16. Teorem a subspatii V1 si V2 are loc:
dim V1 + dim V2 = dim (V1 + V2 ) + dim (V1 \ V2 ) :
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
x 2 (V1 \ V2 ) \ (V01 + V02 ) ) x 2 V1 ; x 2 V2 ; x 2 V01 + V02 )

x 2 V1 ; x 2 V2 ; x = u1 + u2 ; ui 2 V0i ) u1 2 V01 V1 si
u1 = x u2 2 V2 ) u1 2 V1 \ V2 \ V01 = f0g ) u1 = 0;
analog u2 = 0 deci x = 0.
V01 \ ((V1 \ V2 ) + V02 ) = V01 \ V2 = f0g.
V02 \ ((V1 \ V2 ) + V01 ) = V02 \ V1 = f0g.
Asadar descompunerea sumei V1 + V2 = (V1 \ V2 ) V01 V02 este direct
a si atunci are loc relatia dintre
dimensiuni:
dim (V1 + V2 ) = dim (V1 \ V2 ) + dim V01 + dim V02 ;
cum dim V0i = dim Vi dim (V1 \ V2 ) urmeaz

a c
a
dim (V1 + V2 ) = dim V1 + dim V2 dim (V1 \ V2 ) ;
ceea ce ncheie demonstratia.
1.9. Laticea subspatiilor
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:
" "
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
atoare, niciun interval nu poate proiectiv cu un subinterval
propriu al s
au.
Obs: Dat
atoare, toate intervalele proiective au aceeasi valoare.
Obs: Orice valuare asociaz

a o unic
a valoare ec
arei clase de intervale proiective prime.
Obs: Dac
a p (W) este num
arul de intervale prime ale unui lant ntre f0V g si W, atunci p ( ) este o
valuare.
Obs: Orice combinatie liniara de valu
ari este o valuare.
P
Obs: structura unei valu ari: v (W) = v (f0V g) + p p (W), unde, pentru ecare clas
a de intervale
proiective prime, p este o valoare atasat
a clasei iar p ( ) este num
arul de intervale prime proiective cu
clasa respectiv
a, n orice lant maximal dintre f0V g si W.
1.10. Spatiul factor
1.10.1. Spatiul factor atasat unui subspatiu xat.
1.10.1. Observatie. Fie (V; K) un spatiu vectorial si V0 un subspatiu al s

au; V0 ind subspatiu, este si
subgrup al grupului V. Se consider
a pe V relatia
Def
u v v (mod V0 ) , u v 2 V0 :
Aceast
a relatie este o relatie de echivalent
a pe V.
Demonstratie. Reexivitate: 8v 2 V, v v v (mod V0 ), pentru c

av v = 0 2 V0
Simetrie: u v v (mod V0 ) ) u v 2 V0 subspatiu liniar ) v u= (u v) 2 V0 ) v v u (mod V0 ).
Tranzitivitate: u v v (mod V0 ) si v v w (mod V0 ) ) u v si v w 2 V0 ) u w = (u v) +
(v w) 2 V0 ) u v w (mod V0 ).
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.
Familia tuturor claselor de echivalent

a modulo V0 formeaz
a o partitie a lui V:
1.10. SPATIUL FACTOR 61
b [orice element apartine m

Demonstratie. x 2 V ) x 2 x acar unei clase de echivalent
a modulo V0 ],
si cum nu poate apartine mai multor clase de echivalent
a, apartine exact uneia.
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
(este o multime de clase de echivalent

a, deci o multime de multimi)
1.10.3. Observatie. Pentru ecare x 2 V xat, functia x ( ) : V0 ! (b

x (mod V0 )) denit
a prin x (v) =
x + v este bijectiv
a.
Demonstratie. Injectivitatea: e v1 , v2 2 V0 astfel nct x (v1 ) = x (v2 ) ) x + v1 = x + v2 ) v1 =

v2 .
b (mod V0 ) = 9vy 2 V0 , y = x + vy )
Surjectivitatea: y 2 x x (vy ) = x + vy = y.
1.10.4. Propozitie. Pe multimea V=V0 se poate deni o stuctur

a de spatiu vectorial, cu operatiile:
Def
Adunarea claselor modulo V0 : (b y (mod V0 )) = x[
x (mod V0 )) + (b + y (mod V0 )
nmultirea claselor modulo V0 cu un scalar: x (mod V0 )) = cx (mod V0 )
(b
Demonstratie. Toate clasele sunt modulo V0 .

Def
b + yb = x[
Adunarea x + y este o operatie bine denit
a (nu depinde de reprezentanti) ntre clasele de
echivalent
a pentru c
a, dac
axb=x
b1 si yb = yb1 , atunci x x1 si y y1 2 V0 ) (x + y) (x1 + y1 ) 2 V0
deci x[
+ y = x\
1 + y1 . Asociativitatea rezult x + yb) + zb = x[
a din asociativitatea operatiei pe V: (b + y + zb =
\
(x + y) + z = x +\ b + y[
(y + z) = x y + zb); elementul neutru este b
b + (b
+z = x 0(= V0 ) iar opusul este
b = cx.
x
nmultirea unei clase de echivalent
a cu un scalar: b = cx este o operatia bine denit
x a pentru c
a,
dac
axb=x
b1 atunci x x1 2 V0 deci (x a cx = cx1 .
x1 ) 2 V0 , adic
(V=V0 ; K) este spatiu vectorial, deoarece au loc si propriet
atile:
b=( \
( + )x x + x = cx + cx = x
+ )x = \ b+ x
b;
x + yb) = x[
(b \
+ y = (x + y) = \
x + y = cx + cy;
b) =
( x cx = \
( x) = (\)x = ( b = 1dx = x
b;1 x
)x b: Deci (V=V0 ; K) este spatiu vectorial (cu
operatiile ntre clase de echivalent
a denite mai sus)
1.10.5. Observatie. Functia ( ) : V ! (V=V0 ) denit

a prin b este morsm (surjectiv) de spatii
(x) = x
vectoriale iar ker ( ) = V0 .
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. (Dimensiunea spatiului factor) Fie (V; K) un spatiu vectorial de tip nit si V0 un

1.10.7. Teorem
subspatiu al s
au. Atunci
dim (V=V0 ) = dim V dim V0 :
Demonstratie. Se alege o baz

a x1 ; ; xk n V0 si se completeaz
a pn
a la o baz
a x1 ; ; xk ; y1 ; ; yr
a familia yb1 ;
n V. Se consider ; ybr n V=V0 ; x1 ; ; xk ; y1 ; ; yr este baz
a n V asa c
a 8v 2 V 9 i ; j 2K
X
k
Pr P
r
astfel nct v = i xi + j yj , adica vb = bj deci yb1 ;
jy ; ybr formeaz
a sistem de generatori n V=V0 .
i=1 i=1
|i=1{z }
2V0
P
r P
r P
r
Fie j 2 K astfel nct bj
jy =b
0) j yj 2 V0 ; dac
a 0 6= v0 = j yj 2 V0 , atunci din faptul c
a
i=1 i=1 i=1
v0 este reprezentabil si ca o combinatie liniar
a de xi ar urma c
a vectorii x1 ; ; xk ; y1 ; ; yr accept
ao
combinatie liniar
a nul
a cu coecienti nenuli, contradictie cu calitatea de baz
a; asadar v0 este nul si cum
y1 ; ; yr sunt liniar independenti n V urmeaz a toti scalarii sunt nuli. Asadar yb1 ;
a c ; ybr este o baz
a
n spatiul factor V=V0 si dim V=V0 = r, adic
a dim V=V0 = dim V dim 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
Multimile plate de dimensiune 0 sunt clase echivalent

a modulo f0g (subspatiul nul), de forma fvg.
a modulo orice subspatiu 1dimensional (drepte).
a modulo orice subspatiu 2dimensional (plane).
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. Exemple de operatori liniari
2.1.1. Exemplu. Operatorul de derivare, peste spatiul vectorial al functiilor de o variabil

a indenit
derivabile:
D ( ) : C 1 (R) ! C 1 (R), D (f ( )) = f 0 ( ).
Operatorul de derivare este liniar:
D ((f + g) ( )) = (f + g)0 ( ) = f 0 ( ) + g 0 ( );
D (( f ) ( )) = ( f )0 ( ) = f 0 ( ).
2.1.2. Exemplu. Operatorul de integrare, peste spatiul vectorial al functiilor integrabile:

Rt
I ( ) : F ! F , I (f ( )) (t) = f ( ) d . Operatorul este liniar, datorit
a propriet
atilor integralei.
a
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
ati ale operatorilor liniari) Fie U ( ) : V1 ! V2 Atunci au loc:

2.2.1. Propozitie. (Propriet
(1) U ( ) liniar , 8 ; 2 K, 8x1 ; x2 2 V1 , U ( x1 + x2 ) = U (x1 ) + U (x2 )

(2) U ( ) liniar )
(a) U (0V1 ) = 0V2 ;
(b) 8 subspatiu V01 V1 , U (V01 ) = fU (v) ; v 2 V01 g este subspatiu n V2 ;
(c) 8 subspatiu V02 V2 , U 1
(V02 ) = fv 2 V1 ; U (v) 2 V02 g este subspatiu n V1 .
Not
a: la punctele 2.b si 2.c se folosesc notiunile de imagine direct
a si de preimagine a unei
multimi printro functie; a se consulta Denitia 7.2.18 si Observatia 7.2.19.
Demonstratie. Fie U ( ) : V1 ! V2
(1) ")" Fie U ( ) operator liniar, x1 , x2 2 V si , 2 K.

aditivitate omogenitate
Atunci U ( x1 + x2 ) = U ( x1 ) + U ( x2 ) = U (x1 ) + U (x2 ).
"(" Fie U ( ) o functie care satisface relatia:
66 2. OPERATORI LINIARI
8 ; 2 K, 8x1 ; x2 2 V1 , U ( x1 + x2 ) = U (x1 ) + U (x2 );

pentru = = 1, se obtine U (x1 + x2 ) = U (x1 ) + U (x2 ) [aditivitate],
pentru = 0, se obtine U ( x1 ) = U (x1 ) [omogenitate],
adic
a functia U ( ) este operator liniar.
(2) Dac
a U ( ) este liniar, atunci:
(a)
U (0V1 ) = U (x x) = U (x) U (x) = 0V2
(b) Fie ; 2 K, y1 ; y2 2 U (V01 ) ) 9x1 ; x2 2 V01 astfel nct U (xi ) = yi ;

9
V01 subspatiu ) x1 + x2 2 V01 =
) U ( x1 + x2 ) = U (x1 ) + U (x2 ) = y1 + y2 2 U (V10 ) :
U ( ) operator liniar ;
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 ( )).

a ntre spatiile V1 si V2 exist
a un operator bijectiv, atunci dimensiunile spatiilor
sunt egale.
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.
2.2.5. Propozitie. Fie (V1 ; K), (V2 ; K) dou

a spatii vectoriale peste acelasi corp si e U ( ) : V1 ! V2
1
morsm bijectiv. Atunci functia U ( ) : V2 ! V1 este morsm bijectiv (inversa unui morsm inversabil
este morsm) (inversa unui operator liniar inversabil este operator liniar).
Demonstratie. Se stie c
a au loc
U (u + v) = U (u) + U (v) ; U ( u) = U (u) :
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).
2.2.6. Propozitie. Fie U1 ( ) : V1 ! V2 , U2 ( ) : V2 ! V3 morsme peste spatii vectoriale cu acelasi corp

K de scalari. Atunci U ( ) : V1 ! V3 denit prin U (v) = U2 (U1 (v)), 8v 2 V1 este morsm de spatii
vectoriale (calitatea de morsm se p
astreaz
a prin operatia de compunere).
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 (:)

a domeniul si codomeniul operatorului coincid iar U ( ) : V ! V, atunci se
poate discuta despre puterile operatorului U ( ), n sensul: U 2 ( ) = (U U ) ( ), U n ( ) = (U U ) ( ).
| {z }
n ori
Identitatea pe V, I ( ) : V ! V, I (v) = v este operator liniar.
P
n
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).

a p ( ) si q ( ) sunt dou
a polinoame oarecare, atunci p (U ( )) q (U ( )) = q (U ( ))
p (U ( )). Asta nseamn
a c
a, desi n general compunerea operatorilor (sau compunerea functiilor) nu este
comutativ
a, n cazul particular al operatorilor care sunt polinoame de acelasi operator acestia comut
a.
Demonstratia se bazeaz
a pe observatia c
a orice dou
a puteri ale aceluiasi operator comut
a, adic
a relatii de
forma U k Uj ( ) = Uj U k ( ) = U k+j ( ) si este l
asat
a exercitiu.
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).
Demonstratie. Reexivitatea rezult

a din faptul c
a operatorul identitate U ( ) : V1 ! V1 , U (v) = v
este liniar si bijectiv, deci V1 = V1 . Simetria rezult
a din Propozitia (2.2.5), pentru c
a dac
a V1 = V2 , atunci
1
9 U ( ) : V1 ! V2 morsm bijectiv ) U ( ) : V2 ! V1 morsm bijectiv ) V2 = V1 . Tranzitivitatea
rezult
a din Propozitia (2.2.6) pentru c
a, dac
a V1 = V2 si V2 = V3 atunci exist
a izomorsmele U ( ) : V1 !
V2 si V ( ) : V2 ! V3 iar noua functia (V U ) ( ) : V1 ! V3 p
astreaz
a prin compunere si proprietatea de
liniaritate si pe cea de bijectivitate, deci V1 = V3 .
2.2.11. Observatie. Multimea LK (V1 ; V2 ) admite mpreun

a cu operatiile obisnuite ntre functii
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).
Demonstratie. (LK (V1 ; V2 ) ; +) este evident grup (din propriet

atile adun
arii pe V2 ) si are ca element
neutru operatorul identic nul O ( ) : V1 ! V2 , O (v) 0. Celelalte axiome sunt satisf
acute evident.
2.3. REPREZENTAREA OPERATORILOR 69
2.3. Reprezentarea operatorilor
2.3.1. Observatie. Fie U ( ) : V1 ! V2 si Bd = (e1 ; ::; en ) un reper n domeniul operatorului. Atunci

operatorul liniar este unic determinat de (U (e1 ) ; ; U (en )) (orice operator este unic determinat de
valorile pe care le ia ntrun reper al domeniului). Demonstratia revine la observatia c
a x 2 V1 )
Pn P
n P
n
9 i 2 K, x = i ei ) U (x) = U i ei = i U (ei ).
i=1 i=1 i=1
Fie U ( ) : V1 ! V2 un operator liniar ntre dou

a spatii vectoriale de tip nit, peste acelasi corp K.
S
a presupunem c
a spatiile vectoriale sunt de dimensiune n; respectiv m si s
a alegem cte un reper n
ecare spatiu, Bd = (e1 ; ::; en ) n domeniul de denitie si Bc = (f1 ; ::; fm ) n codomeniul operatorului.
Fie
P
m
U (ej ) = aij fi 2 V2 ; j = 1; n (reprezentarea vectorial
a)
i=1 2 3
6 a1j 7
6 7
6 a2j 7
6 7
[U (ej )]Bc = 6 . 7 (reprezentarea n coordonate)
6 .. 7
6 7
4 5
amj
reprezent
arile imaginilor vectorilor bazei domeniului de denitie n baza codomeniului.
a [U ( )]B
Matricea astfel obtinut d
Bc = [aij ] i=1;n = [U (e1 )]Bc [U (ej )]Bc [U (en )]Bc (matricea
j=1;m
care are drept coloane reprezent
arile n codomeniu ale imaginilor reperului din domeniu) se numeste
matricea asociata lui U ( ) n bazele Bd si Bc .
Reciproc, pentru ecare matrice A 2 Mm n (R) si pentru ecare alegere de baze n domeniu si n
codomeniu exist
a cte un operator liniar asociat, denit prin formula de mai sus. Cu alte cuvinte, functia
U ( ) : Rn ! Rm denit a prin U (x) = Ax este operator liniar (exercitiu!).
2 3
x1
6 7
6 .. 7
Dac a x 2 V1 iar scrierea lui x n baza Bd este [x]Bd = 6 . 7, atunci
4 5
xn
!
P
n P
n P
n Pm
U (x) = U xj e j = xj U (ej ) = xj aij fi =
j=1 j=1 j=1 i=1
!
P
n P
m P
m P
n
= aij xj fi = aij xj fi
j=1 i=1 i=1 j=1
deci scrierea lui U (x) n baza Bc este

2 Pn 3
2 3 2 3
a x
6 j=1 1j j 7
6 n 7 6 a11 a12 a1n 7 6 x1 7
6 P 7 6 7 6 7
6 a2j xj 7 6 a21 a22 a2n 7 6 x2 7
6 7 6 7 6 7
[U (x)]Bc = 6 j=1 7=6 . .. .. 7 6 .. 7 = [U (e1 )]Bc [U (ej )]Bc [U (en )]Bc [x]Bd ;
6 7 6 .. ...
6
..
7 6 . . 7
7
6
6
7
. 7
6 n . 7 4 5 4 5
4 P 5
amj xj am1 am2 amn xn
j=1
[U (x)]Bc = [U ( )]Bd
Bc [x]Bd :
Matricea de reprezentare a operatorului [U ( )]Bd

Bc este unic
a deoarece pentru dou
a matrici A si B are
a 8x 2 Rn , Ax = Bx, atunci A = B.
loc armatia: dac
2.3.2. Propozitie. Operatorul U ( ) este bijectiv dac

a si numai dac
a matricea atasat
a lui pentru o alegere
oarecare a bazelor din domeniu si codomeniu este inversabil
a.
Demonstratie. ) Dac
a 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.
2.3.4. Observatie. (1) Un operator este injectiv dac

a si numai dac
a rangul s
au este egal cu dimen-
siunea domeniului de denitie.
(2) Un operator este surjectiv dac
a si numai dac
a rangul s
au este egal cu dimensiunea codomeniului.
Demonstratie. Evident
2.4. TEOREME DE IZOMORFISM 71
2.3.5. Observatie. Schimbarea reprezent

arii operatorilor la schimbarea bazei se face astfel:
Bd B0
[U (x)]Bc = [U ( )]Bc
[x]Bd ; [U (x)]Bc0 = [U ( )]Bdc0 [x]B 0 ;
d
[x]B 0 = [M (Bd )]B 0 [x]Bd ; [U (x)]Bc0 = [M (Bc )]Bc0 [U (x)]Bc ;

d d
deci
[U (x)]Bc = [M (Bc )]Bc10 [U (x)]Bc0 = [U ( )]Bd
Bc [x]Bd )
[U (x)]Bc0 = [M (Bc )]Bc0 [U ( )]Bd

Bc [x]Bd =
= [M (Bc )]Bc0 [U ( )]Bd 1

Bc [x]Bd [M (Bd )]B 0 [x]B 0 : d d
2.3.1. Reprezentarea functionalelor. Fiind xat

a o baz
a Bd = fv1 ; ; vn g n (V; K) si o baz
a
Bc = fwg n (K; K), orice functional
a liniar
a f ( ) : V ! K (care este un tip particular de operator) admite
o unic
a reprezentare: !
X
n X
n
f (v) = f i vi = if (vi ) ;
i=1 i=1
deci valoarea functionalei n v este unic determinat

a de valorile functionalei n vectorii bazei si de coordo-
natele vectorului. n scriere matricial
a, are loc:
2 3
6 1 7
6 7
h i6 2 7
6 7
[f (v)]Bc = f (v1 ) f (v2 ) f (vn ) 6 . 7 =
6 .. 7
6 7
4 5
n
h i
= f (v1 ) f (v2 ) f (vn ) [v]Bd :
Mai mult, dac

a pentru o baz
a xat
a n V se noteaz
a cu i ( ) : V ! K coordonata i a ec
arui vector n
baza xat
a (baza n K nu se schimb a n V0 . Aceast
a), familia de functionale ( i ( ))i=1;n este o baz a baz
a
se numeste baza dual
a bazei Bd din V. Urmeaz
a c
a pentru spatii vectoriale de tip nit spatiul este izomorf
cu dualul s
au.
2.4. Teoreme de izomorsm
2.4.1. Teorem a de izomorsm) Fie U ( ) : V1 ! V2 un morsm ntre

a. (Teorema fundamental
dou
a spatii vectoriale. Atunci spatiile vectoriale V1 = ker U ( ) si Im U ( ) sunt izomorfe.
Demonstratie. Se deneste U~ ( ) : V1 = ker U ( ) ! Im U ( ) prin U~ (b

x) = U (x);
U~ ( ) este bine denit (denitia nu depinde de reprezentanti) pentru c
a dac
axb = yb atunci x y 2
ker U ( ), adic
a U (x) = U (y).
U~ ( ) este morsm de spatii vectoriale: aditivitatea U~ (b b2 ) = U~ x\
x1 + x 1 + x2 = U (x1 + x2 ) =
U (x1 ) + U (x2 ) = U~ (b
x1 ) + U~ (b
x2 );
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
a. (Teorema I de izomorsm) Fie (V; K) un spatiu vectorial, V1 si V2 subspatii vecto-

2.4.2. Teorem
riale astfel nct V V1 V2 . Atunci spatiile vectoriale ((V=V2 ) = (V1 =V2 )) si V=V1 sunt izomorfe.
Demonstratie. Se noteaz b = x + V2 clasa lui x n raport cu V2 (deci elementul lui V=V2 ) si cu

a cu x
e = x+V1 clasa lui x n raport cu V1 (deci elementul lui V=V1 ); se deneste functia (:) : (V=V2 ) ! (V=V1 )
x
prin (b e.
x) = x ( ) este bine denit
a pentru c
axb1 = x
b2 ) x1 x2 2 V2 ) x1 e1 = x
x2 2 V1 ) x e2 .
( ) este morsm de spatii vectoriale pentru c
a (b b2 ) =
x1 + x x\
1 + x2 = x^ e1 + x
1 + x2 = x e2 =
(b x2 ) si
x1 ) + (b b) =
( x (cx) = fx = x
e= (b
x).
Im (:) = V=V1 (functia este evident surjectiv b 2 ker (:) ,
a) iar nucleul ei este V1 =V2 : x x) = e
(b 0,
e=e
x 0 , x 2 V1 deci x b 2 ker (:) dac
a si numai dac
axb = x + V2 si x 2 V1 adic b 2 V1 =V2 V=V2 .
ax
(V=V2 )
Se aplica Teorema fundamental a de izomorsm si se obtine c
a si Im (:) sunt izomorfe, adic
a
ker (:)
((V=V2 ) = (V1 =V2 )) si V=V1 sunt izomorfe
a. (Teorema II de izomorsm) Fie (V; K) un spatiu vectorial, V1 si V2 subspatii

2.4.3. Teorem
vectoriale ale lui V. Atunci spatiile vectoriale V1 = (V1 \ V2 ) si (V1 + V2 ) =V2 sunt izomorfe.
Demonstratie. Se deneste functia ( ) : V1 ! (V1 + V2 ) =V2 prin b = x + V2 .

(x) = x
Functia este morsm de spatii vectoriale: (x + y) = x[ b + yb =
+y = x (x) + (y) si ( x) = cx =
b=
x b=b
(x). x 2 ker (:) , x 2 V1 si x 0 () x 2 V2 ) deci ker (:) = V1 \ V2 .
b1 )
Fie y 2 (V1 + V2 ) =V2 ) 9x1 2 V1 , 9x2 2 V2 , y = x1 + x2 + V2 = x1 + V2 = x (x1 ) = y )
functia este surjectiv
a.
Din Teorema fundamental
a de izomorsm urmeaz
a c
a spatiile V1 = ker (:) si Im (:) sunt izomorfe,
adic
a spatiile vectoriale V1 = (V1 \ V2 ) si (V1 + V2 ) =V2 sunt izomorfe.
2.4.4. Corolar. Fie (V; K) un spatiu vectorial, V1 si V2 subspatii vectoriale ale lui V. Atunci
dim V1 + dim V2 = dim (V1 + V2 ) + dim (V1 \ V2 ) :
Demonstratie. Din Teorema II de izomorsm se stie c

a spatiile vectoriale V1 = (V1 \ V2 ) si (V1 + V2 ) =V2
sunt izomorfe, deci au aceeasi dimensiune. Deci
dim (V1 = (V1 \ V2 )) = dim ((V1 + V2 ) =V2 )

2.4. TEOREME DE IZOMORFISM 73
si din corolarul anterior

dim (V1 = (V1 \ V2 )) = dim V1 dim (V1 \ V2 )
iar
dim ((V1 + V2 ) =V2 ) = dim (V1 + V2 ) dim V2
asa c
a
dim V1 dim (V1 \ V2 ) = dim (V1 + V2 ) dim V2 :
2.4.5. Corolar. Fie (V1 ; K), (V2 ; K) dou

a spatii vectoriale de tip nit si U ( ) : V1 ! V2 un morsm de
spatii vectoriale. Atunci au loc armatiile:
(1) dim V1 = dim (ker U ( )) + dim (Im U ( ));

(2) U ( ) injectiv , dim V1 = dim (Im U ( ));
(3) U ( ) surjectiv , dim V2 = dim (Im U ( )).
Demonstratie. 1. Se foloseste Teorema 2.4.1 si Teorema 1.10.7.

Spatiile vectoriale V1 = ker U ( ) si Im U ( ) sunt izomorfe, asa c
a dimensiunile lor sunt egale:
dim (V1 = ker U ( )) = dim (Im U ( )). Cum dim (V1 = ker U ( )) = dim (V1 ) dim (ker U ( )), se obtine:
dim (V1 ) dim (ker U ( )) = dim (Im U ( )) ) dim (V1 ) = dim (ker U ( )) + dim (Im U ( )).
2. U ( ) injectiv , ker U ( ) = f0g () dim (ker U ( )) = 0 si din 1. () dim (V1 ) = dim (Im U ( )).
3. U ( ) surjectiv , Im U ( ) = V2 () dim V2 = dim (Im U ( )) (ultima echivalent
a are loc deoarece
Im U ( ) este totdeauna un subspatiu inclus n V2 ; dac
a n plus dimensiunile sunt egale, atunci Im U ( ) si
V2 sunt chiar egale).
a. (Teorema lui Sard a ctului, variant

2.4.6. Teorem a nitdimensional
a) Fie X, Y , Z spatii vectoriale
peste acelasi corp K si e operatorii liniari S ( ) : X ! Y si T ( ) : X ! Z. Dac
a S ( ) este surjectiv iar
ker S ( ) ker T ( ), atunci 9 operatorul liniar unic R ( ) : Y ! Z astfel nct T = R S:
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
P ( ) este bine denit (Exercitiu!).

P ( ) este liniar (Exercitiu!).
b
Denim R ( ) : Y ! Z prin: R ( ) = T^ P S^ 1 ( ). Atunci
b b b b
(R S) (x) = R (S (x)) = T^ P S^ 1 (S (x)) = T^ (P (^
x)) = T^ x
^ = T (x).
2.4.7. Observatie. Reciproc, dac

a X, Y , Z spatii vectoriale peste acelasi corp K iar S ( ) : X ! Y si
T ( ) : X ! Z sunt operatori liniari astfel nct 9 operatorul liniar R ( ) : Y ! Z cu T = R S, atunci
este evident c
a are loc ker S ( ) ker T ( ) (Exercitiu!).
2.5. Introducere n Teoria Spectral

a
2.5.1. Denitie. Fie (V; K) un spatiu vectorial, V0 V un subspatiu vectorial si U ( ) : V ! V un

operator liniar. Subspatiul V0 se numeste invariant relativ la operatorul U ( ) dac
a
U (V0 ) V0 :

a un operator pe un spatiu de dimensiune n admite un subspatiu invariant de
dimensiune m, atunci matricea corespunz
2atoare unei alegeri
3 2 de baz
a a spatiului
3 pentru care primii m vectori
A11 A12 A11 A12
a a subspatiului este de forma 4
sunt baz 5=4 5 2 Mn;n (cu A21 = 0 2Mn
m;m ).
A21 A22 0 A22
[Dac
a baza este ordonat
a astfel nct baza subspatiului invariant este pe ultimele locuri, atunci matricea
operatorului va avea 0 pe locul A12 ]
Demonstratie. 1Fie (V; K) un spatiu vectorial (dimK V =n) si e V0 un subspatiu n V (dimK V0 = m)

Se poate alege o baz
a a lui V n care primii m vectori s
a e o baz
a a lui V0 :
Fie v1 ; v2 ; ; vm vectorii unei baze a subspatiului V0 . Fie vm+1 2 V n V0 .
Atunci v1 ; v2 ; ; vm ; vm+1 este o familie liniar independent
a
(prin reducere la absurd: dac
a n-ar , atunci vm+1 ar o combinatie liniar
a de vectorii bazei lui V0 ,
adic
a ar n V0 , contradictie cu faptul c
a este din V n V0 ).
Procedura se repet
a de n m ori si se obtine o baz
a n V n care primii m vectori sunt o baz
a n V0 .
n aceast
a baz
a, vectorii subspatiului se reprezint
a ca o coloan
a n care ultimele n m locuri sunt toate
nule.
Se obtine baza fv1 ; v2 ; ; vm ; vm+1 ; ; vn g n care fv1 ; v2 ; ; vm g este baz
a pentru V0 .
Fie U ( ) : V ! V pentru care U (V0 ) V0 si e xat
a si n domeniu si n codomeniu baza B =
fv1 ; v2 ; ; vm ; vm+1 ; ; vn g, cu caracteristicile de mai sus.
1 Demonstratie completat
a ca urmare a unei ntreb
ari puse de Alexandru Gr
adinaru, 20132014.

2.5. INTRODUCERE N TEORIA SPECTRALA 75
Matricea care reprezint

a operatorul este o matrice care are drept coloane reprezent
arile imaginilor prin
operator ale vectorilor de baz
a din domeniu:
U (v1 ); U (v2 ); ; U (vm ); U (vm+1 ) ; ; U (vn ) sunt imaginile prin operator ale vectorilor bazei, care se
reprezint
a n codomeniu n raport cu aceeasi baz
a. Deoarece subspatiul V0 este invariant fat
a de operatorul
U ( ), fU (v1 ); U (v2 ); ; U (vm )g V0 , adic
a reprezentarea ec
aruia este cte o coloan
a n care ultimele
n m pozitii sunt toate nule 2 3
a1j
6 7
6 7
6 a2j 7
6 7
6 . 7
6 .. 7
6 7
Pm 6 7
U (vj ) = aij vi ; [U (vj )]B = 6
6 amj
7 ,8j = 1; m.
7
i=1 6 7
6 7
6 0 7
6 7
6 .. 7
6 . 7
4 5
0
Matricea operatorului este matricea ale c
arei coloane sunt reprezent
arile n baza B ale imaginilor prin
operator
2 ale vectorilor bazei B. Se obtine o matrice
3 de forma:
a a1m a1(m+1) a1n
6 11 7
6 7
6 a21 a 2m a 2(m+1) a 2n 7
6 7
6 . .. .. 7 2 3
6 .. . . 7
6 7 A11 A12
6 7 6 m m 7
6 a amn 7 6 m (n m) 7.
6 m1 amm am(m+1) 7, care este de forma 4 5
6 7 0 A22
6 7 (n m) m
6 0 0 a(m+1)(m+1) a(m+1)n 7 (n m) (n m)
6 7
6 .. .. .. 7
6 . . . 7
4 5
0 0 an(m+1) ann

a spatiul se poate reprezenta ca o sum
a direct
a de subspatii invariante, atunci
matricea operatorului ntr-o baz
a corespunz
atoare sumei directe este
2 3
6 A11 0 0 7
6 7
6 0 A22 0 7
6 7
6 .. 7
6 . 7
6 7
4 5
0 0 Akk
Demonstratie. Pentru dou

a subspatii, e V = V1 V2 si e o baz
a atasat
a acestei sume directe:
f1 ; ; fk1 ; g1 ; ; gk2 ;
atunci ultimele k2 coordonate ale lui U (fj ) sunt nule (pentru c

a se exprim
a numai cu baza lui V1 ) iar
primele k1 coordonate ale lui U (gj ) sunt nule (pentru c
a se exprim a numai cu baza lui V2 ). Se obtine o
2 3
A11 0
form a pseudodiagonala de forma 4
a matricial 5.
0 A22
Pentru mai multe subspatii forma pseudodiagonal a se obtine prin inductie.

a un subspatiu este invariant pentru un operator liniar, de aici nu rezult
a c
a un
suplement al subspatiului ar si el invariant pentru operator. Mai mult, este posibil ca niciun suplement
al subspatiului s
a nu e invariant pentru operator.
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).
2.5.6. Observatie. Vectorii x si U (x) sunt coliniari dac

a si numai dac
a exist
a un scalar astfel nct
U (x) = x:
Scalarul se numeste valoare proprie corespunzatoare vectorului propriu.
2.5.7. Observatie. Valoarea proprie corespunz

atoare unui vector propriu este unic
a (unui vector propriu
nu i pot corespunde mai multe valori proprii distincte)
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.

a un vector propriu corespunde unei valori proprii, atunci orice vector coliniar cu
el corespunde aceleiasi valori proprii.
Demonstratie. Fie U (x) = x si vectorul x; atunci U ( x) = ( x) asa c

a si vectorul x este
vector propriu si are ca valoare proprie tot .

a ntro familie de vectori proprii vectorii corespund la valori proprii distincte
dou
a cte dou
a, atunci familia este liniar independent
a.
Demonstratie. Fie v1 ; ; vm vectori proprii si e 1; ; m valorile proprii. Prin inductie, dac

a
m = 1, v1 6= 0 deci familia fv1 g este liniar independent
a. Pentru m = 2, dac
a 1 v1 + 2 v2 = 0; atunci
0 = U (0) = U ( 1 v1 + 2 v2 ) = 1U (v1 ) + 2U (v2 ) = 1 1 v1 + 2 2 v2 .
Dac
a 2 = 0, atunci se obtine:

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.
Demonstratie. La ecare valoare proprie distinct

a corespunde m
acar un vector propriu iar familia
acestor vectori proprii este liniar independent
a, deci num
arul de vectori nu poate dep
asi dimensiunea
spatiului.

a doi vectori proprii au aceeasi valoare proprie, atunci nu sunt neap
arat coliniari
(nu fac parte neap
arat din aceeasi directie invariant
a).
2.5.12. Observatie. Fie o valoare proprie xat

a. Multimea V = fv 2 V; U (v) = vg a vectorilor
proprii corespunz
atori valorii proprii formeaz
a un subspatiu vectorial.
Demonstratie. U (x1 ) = x1 si U (x2 ) = x2 ) U ( 1 x1 + 2 x2 ) = ( 1 x1 + 2 x2 ) deci orice combi-

natie liniar
a de vectori proprii corespunz
atori valorii proprii este vector propriu corespunz
ator aceleiasi
valori proprii.
2.5.13. Denitie. Subspatiul V = fv 2 V; U (v) = vg se numeste subspatiul propriu al operatorului

U ( ) corespunzator valorii proprii . Dimensiunea acestui subspatiu se numeste multiplicitatea geometrica
a valorii proprii .
2.5.14. Observatie. Subspatiul V poate privit ca nucleul operatorului liniar N ( ) : V ! V, N (v) =

U (v) v.
Demonstratie. V = fv 2 V; U (v) = vg = fv 2 V; U (v) v = 0g =

1
= fv 2 V; N (v) = 0g = N (f0g) = ker N ( ).
2.5.15. Observatie. Pentru operatorul U ( ) : V ! V se xeaz

a aceeasi baz
a B si n domeniul de denitie
si n codomeniu. Relatia U (v) = v scris
a n baza B n care operatorul are matricea A este
A [v]B = [v]B ) A [v]B = In [v]B ) (A In ) [v]B = 0;
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:
2.5.16. Denitie. 1. Ecuatia det (A In ) = 0 (n necunoscuta ) se numeste ecuatia caracteristica a

operatorului U ( ) / matricii A.
2. Polinomul 7! det (A In ) se numeste polinomul caracteristic al operatorului U ( ) / matricii A
si este un polinom de grad n (care este dimensiunea spatiului).
3. Valorile proprii ale operatorului/matricii sunt r
ad
acinile polinomului caracteristic. Ordinul de
multiplicitate al unei valori proprii ca r
ad
acin
a a polinomului caracteristic se numeste multiplicitatea
algebrica a valorii proprii.
4. Multimea r
ad
acinilor polinomului caracteristic (adic
a multimea valorilor proprii ale operatorului)
se numeste spectrul operatorului.
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.
2.5.18. Observatie. Polinomul det (A I) este de forma:

det (A I) = ( 1)n n
+ ( 1)n 1
T r (A) n 1
+ + det (A)
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) :

2.5.20. Observatie. Rezultatul se refer

a la o aceeasi baz
a si pentru domeniu, si pentru codomeniu.
2.5.21. Exemplu. 1. Dac a matricea atasat

a operatorului este diagonal
a, adic
a A = diag (d1 ; ; dn ),
Q
n
atunci polinomul caracteristic este 7! (di ).
i=1
2. Daca matricea atasat
a operatorului este superior semitriunghiulara (adic
a elementele de sub di-
Qn
agonala principal
a sunt nule), atunci polinomul caracteristic este 7! (aii ) (aii sunt elementele
i=1
diagonalei principale).
3. Dac
2 a matricea atasat
a operatorului
3 are form a psudodiagonal a (Observatia 2.5.3)
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)
2.5.22. Observatie. Rezolvarea ecuatiei caracteristice conduce la urm

atoarele situatii posibile:
(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
a cte dou
a
si pentru ecare valoare proprie multipl
a, dimensiunile ei (geometric
a si algebric
a) sunt egale.
(b) Toate r
ad
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
spatiului vectorial real. Pentru abordarea acestei dicult

ati se va alege o cale indirect
a: se va porni de la
operatori oarecare (pe spatii vectoriale complexe) (cu alte cuvinte operatorul liniar real va considerat
ca operator liniar pe o extensie complex
a a spatiului) iar n acest context se va obtine forma canonic
a
Jordan (prin reducere la reprezentarea unor operatori de un tip special, numiti nilpotenti); se va da o
reprezentare a operatorilor nilpotenti apoi se va ncheia prin reprezentarea operatorilor pe spatii vectoriale
reale (rezultatele obtinute n context complex vor traduse n contextul initial printro procedur
a numit
a
decomplexicare).
Se consider
a (V; C) un spatiu vectorial de dimensiune nit
a peste corpul numerelor complexe. Fie U ( ) :
V ! V un operator si e A matricea operatorului ntr-o baz
a; e ecuatia caracteristic
a det (A In ) =
Q
k
ni
0= ( i) .
i=1
2.5.23. Denitie. Operatorul U ( ) : V ! V se numeste diagonalizabil dac

a exist
a o baz
a a spatiului V
n care matricea atasat
a operatorului s
a e o matrice diagonal
a.
2.5.24. Observatie. Operatorul care ntro baz

a B are matricea A este diagonalizabil () 9P matrice
inversabil a B 0 ) astfel nct P
a (matricea de trecere de la baza B la noua baz 1
AP este o matrice diagonal
a.
a. Operatorul U ( ) : V ! V este diagonalizabil () exist

2.5.25. Teorem a o baz
a pentru V format
a
din vectori proprii ai lui U ( ).
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.
"("

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
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 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)
a. (Teorema Hamilton-Cayley) Fie U ( ) un operator cu matricea A ntr-o baz

2.5.27. Teorem a oare-
care si cu polinomul caracteristic p ( ) = det (A I). Atunci au loc p (A) = 0 2Mn n (C) (matricea
nul
a) si p (U ( )) = O ( ) (operatorul nul).
Demonstratie. Fie matricea A I; matricea este inversabil

a dac
a si numai dac
a 2
= (A) iar n
acest caz se consider
a inversa matricii:
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 ;
unde Bk sunt matrici p

atrate de ordin n. Urmeaz
a c
a are loc
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 ;
se face nmultirea n membrul drept si ordonarea dup

a puterile lui astfel:
n 2
0I + 1I + + nI = AB0 + (AB1 B0 ) + (AB2 B1 ) + +
n 1 n
+ (ABn 1 Bn 2 ) + ( Bn 1 ) ;
deoarece n cei doi membri ai egalit

atii avem dou
a polinoame care sunt egale, coecientii lor sunt egali.
Urmeaz
a c
a au loc egalit
atile (pe care le adun
am nmultite convenabil, pentru a reduce termenii din
dreapta):
0I = AB0
1I = AB1 B0 j A (la stnga)
2I = AB2 B1 j A2 (la stnga)

= j
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
si prin adunarea egalit

atilor rezult
a
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)
2.5.28. Observatie. Multimea Mn (R) a matricilor p

atratice de ordin n este spatiu vectorial de dimen-
a pentru o matrice A 2 Mn (R), span Ak ; k 2 N are dimensiune cel mult n2 . Teorema
siune n2 , asa c
HamiltonCayley arat a dim span Ak ; k 2 N
a c n + 1. n general egalitatea nu are loc; cel mai mic
num ar s pentru care puterile A0 , A1 , , As sunt liniar dependente satisface s n + 1, iar dependenta
P
s
k
Ps
k
liniar
a a puterilor este de forma k A = 0 si corespunde unui polinom m ( ) = k , care este
k=0 k=0
numit polinomul minimal al matricii A.
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

dominant2 1. Cteva dintre propriet

atile polinomului d (x) = c:m:m:d:c: (p1 ( ) ; p2 ( )) = gcd (p1 ( ) ; p2 ( ))
sunt:
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 ( )) ;
iar proprietatea 2.5.1 poate extins

a la 3 polinoame astfel:
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
2.5.30. Denitie. Un operator N ( ) se numeste nilpotent dac a r 2 N astfel nct N r ( ) = O ( )

a exist
(operatorul nul).
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

a N ( ) este un operator nilpotent, f 6= 0 este un vector nenul iar k + 1 =
min fs; N s (f ) = 0g, atunci familia f; N (f ) ; ; N k (f ) este liniar independent
a.
Demonstratie.
X
k
i
iN (f ) = 0 j N k ( ) ) 0N
k
(f ) = 0 ) 0 = 0;
i=0
analog prin compunere cu N k j

( ) se obtine c
a 8j = 1; k, j = 0.
a. (Reducerea unui operator complex la operatori nilpotenti) Pentru ecare

2.5.32. Teorem i,
ni
se consider
a V i = ker ((U i I) ( )). Atunci au loc armatiile:
(1) V sunt subspatii invariante ale lui U ( ).

i
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
deci din Observatia 2.5.29 si proprietatea 2.5.3 exist

a polinoamele hi ( ) astfel nct s
a aib
a loc
X
k
hj ( ) Qj ( ) = 1;
j=1

mai mult, are loc

P ( ) = Pj ( ) Qj ( ) ; 8j = 1; k;
scriind aceste relatii pentru polinoamele de operatori atasate rezult

a din Teorema Hamilton-Cayley
c
a
0 =P (U ( )) = Pj (U ( )) Qj (U ( ))
) Pj (U ( )) ((Qj (U ( ))) (v)) = 0; 8v 2 V;
) (Qj (U ( ))) (v) 2 V j ; 8v 2 V
si
X
k
hj (U ( )) Qj (U ( )) = I ( ) ;
j=1
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
cum (Qj (U ( ))) (v) 2 V j

si V j
este invariant la U ( ) ; rezult
a c
a
(Qj (U ( ))) ((hj (U ( ))) (v)) 2 V j ;
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 ;
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.
2.5.33. Teorem a Jordan a operatorilor nilpotenti) Fie N ( ) un operator nilpo-

a. (Forma canonic
tent pe un spatiu vectorial V. Atunci exist
a o baz
a a spatiului n care matricea operatorului este un bloc
Jordan atasat scalarului nul.
Demonstratie. N ( ) nilpotent ) 9!r 2 N astfel nct ker N r ( ) = V si ker N r 1

( ) & V (r este cel
mai mic exponent pentru care operatorul este identic nul),
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:
ker N ( ) ker N 2 ( ) ker N k ( )
(nucleele puterilor lui N ( ) formeaz

a un lant, care este nit si de la rangul r ncolo toti termenii sunt egali
cu spatiul) (puterile operatorului sunt operatorul nul de la rangul r, inclusiv). Rezult
a c
a lantul este:
f0g = ker N 0 ( ) ker N 1 ( ) ker N 2 ( ) ker N r 1

() ker N r ( ) = V
6=
si e
Not
mk = dim ker N k ( ) ; k = 0; r ) 0 = m0 m1 m2 mr 1 < mr = n:
Mai mult, dac

a se consider
a sirul diferentelor dimensiunilor,
Not
qk = mk mk 1 ; k = 1; r;
are loc
qr qr 1 qr 2 q2 q1
(va rezulta din demonstratie, n continuare). Pentru ecare k = 1; r, are loc
ker N k ( ) = ker N k 1
() Qk ;

cu Q1 = ker N ( ) iar qk = dim Qk ,
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
() 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
() Sp ff1 ; fp 1 g =
= ker N r 2
() Qr 1 Sp ff1 ; fp 1 g :
Fie
Not
p2 = qr 1 p1
si e
fp1 +1 ; fp1 +p2
completarea sistemului liniar independent N (f1 ) ; ; N (fp1 ) pn

a la o baz
a a lui Qr 1 ; sistemul de vectori
N (f1 ) ; ; N (fp1 ) ; fp1 +1 ; fp1 +p2
este o baz
a n Qr 1 si are loc:
() 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 :
N 2 (f1 ) ; ; N 2 (fp1 ) ; N (fp1 +1 ) ; N (fp1 +p2 )
este un sistem de p1 + p2 vectori, care este liniar independent n Qr 2 (deci p1 + p2 = qr 1 qr 2 ) si care

se completeaz
a pn
a la o baz
a n Qr 2 cu
Not
p3 = qr 2 qr 1 = qr 2 p1 p2
vectori. n nal se obtine structura:
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

(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:
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 )
2.5.36. Denitie. Se numeste matrice Jordan atasata scalarilor ( 1 ; ; s) si scalarilor r1 i ; rkii ,

i = 1; s o matrice de forma:
2 3
6 J 1 r1 ; ;r 0 0
1 1
k1 7
6 7
6 0 J r1 ;
2
;r2
0 7
6 2 k2 7
J =6 7:
6 ... 7
6 7
4 5
0 0 J s r1 s ; ; rkss
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

.........................................................
Afn11 = fn11 1 + fn11 ; ; Afnqq = fnqq 1 + fnqq
Vectorii fjk sunt liniar independenti si formeaz

a o baz
a Jordan pentru : Pornind de la baza Jordan
atasat
a celor dou
a valori proprii complexe conjugate descris
a mai sus se construieste o baz
a n spatiul
arei perechi de vectori complecsi conjugati fjk ; fjk cu perechea de vectori reali
real prin nlocuirea ec
gkj = 1
2
fkj + fkj ; hjk = 1
2i
fkj fkj : Din relatiile
Afkj = fkj 1 + fkj ;

Afkj = fkj 1 + fkj
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
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
:::::::::::::::::::::::::::::::::

2.5.2. Algoritm pentru aducerea unui operator la forma canonic

a Jordan.
(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
si pentru ecare k = 1; rj , se consider

a descompunerea
ker Njk ( ) = ker Njk 1

() Qjk ;
a mjk = dim ker Njk ( ), k = 0; rj

(7) Se calculeaz
a qkj = dim Qjk = mjk
(8) Se calculeaz mjk 1 ; k = 1; rj
(9) Se calculeaz
a
pj1 = mjrj mjrj 1 = qrjj ,
pj2 = qrjj 1 pj1 ,
pj3 = qrjj 2 qrjj 1 = qrjj 2 pj1 pj2
a f1j ;
a n Qjrj , notat
(10) Se alege o baz fpjj ; se consider
a vectorii
1
fpjj +1 ; fpjj +pj

1 1 2
a sistemul liniar independent Nj f1j ;

care completeaz ; Nj fpjj pn a a lui Qjrj
a la o baz 1;
1
se continu
a acest procedeu pn
a se obtine structura:
f1j ; fpjj baz

a n Qjr
Nj f1j ; ; N fpjj ; fpjj +1 ; a n Qjrj

fpjj +pj baz 1
1 1 1 2
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
(11) n nal se obtine n aceast

a baz
a (de fapt reper, pentru c
a ordinea vectorilor n baz
a este impor-
a) pj1 celule de ordin rj , pj2 celule de ordin rj
tant 1, etc.

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
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:
f0g = ker N10 ( ) ker N1 ( ) ker N12 ( ) ker N1r1 1

() ker N1r1 ( ) = V 1
:
ker N1 ( ) [Nucleul operatorului

2 32 3 2 )] este multimea solutiilor sistemului:
N1 ( 3 2 3
6 0 1 1 0 7 6 x1 7 6 0 7 6 2a + b 7
6 76 7 6 7 6 7
6 1 2 0 1 7 6 7 6 7 6 7
6 7 6 x2 7 6 0 7 6 a 7
6 76 7 = 6 7, adic a toti vectorii de forma: 6 7
6 1 0 2 1 7 6 7 6 7 6 7
6 7 6 x3 7 6 0 7 6 a 7
4 54 5 4 5 4 5
0 1 1 0 x4 0 b
ker N12 ( ) [Nucleul operatorului N12 ( )] este multimea solutiilor sistemului:

2 32 3 2 3 2 3
6 2 2 2 2 76 x1 7 6 0 7 6 a b+c 7
6 76 7 6 7 6 7
6 2 2 2 2 7 6 x2 7 6 0 7 6 a 7
6 76 7 6 7 6 7
6 76 7=6 7, adic
a toti vectorii de forma: 6 7.
6 2 2 2 2 7 6 x3 7 6 7
0 7 6 b 7
6 76 7 6 6 7
4 54 5 4 5 4 5
2 2 2 2 x4 0 c
Operatorul: Are matricea: Are nucleul: mjk qkj

N10 ( ) I4 f0g m10 = 0
82 3 2 39
>
> 2 7 6 1 7> >
>
> 6 >
>
>
> 6 7 6 7>
>
>
<6 1 7 6 0 7> =
6 7 6 7 q11 = m11 m10 =
N1 ( ) B span 6 7;6 7 m11 = 2
>
> 6 7 6 7>
>
> 6 1 7 6 0 7> > =2 0=2
>
> 4 5 4 5> >
>
>
: 0 >
1 ;
82 3 2 3 2 39
>
> 1 7 6 1 7 6 1 7> >
>
> 6 >
>
>
> 6 7 6 7 6 7>
>
<6 1 7 6 0 7 6 0 7>
> =
6 7 6 7 6 7 q21 = m12 m11 =
N12 ( ) B2 span 6 7 ; 6 7;6 7 m12 = 3
>
> 6 7 6 7 6 7>
>
> 6 0 7 6 1 7 6 0 7> > =3 2=1
>
> 4 5 4 5 4 5> >
>
>
: 0 >
0 1 ;
q31 = m13 m12 =

N13 () B 3
R 4
m13 =4
=4 3=1
p11 = q31 = 1 ) matricea Jordan are 1 celule de ordin r1 = 3

p12 = q21 q31 = 0 ) matricea Jordan are 0 celule de ordin r1 1=2
p13 = q11 q21 = 2
1 = 1 ) matricea Jordan are 1 celule de ordin r1 2=1
2 3
6 1 1 0 j 0 7
6 7
6 0 1 1 j 0 7
6 7
6 7
Deci matricea Jordan va 66 0 0 1 j 0 7.
7
6 7
6 7
6 j 7
4 5
0 0 0 j 1
Pasul 10 [Aarea bazei n care este atins
a matricea Jordan]:
Pentru ecare k = 1; r1 = 1; 3 se consider
a descompunerea
ker N1k ( ) = ker N1k 1

() Q1k ;
Se aa subspatiile Q1k :
f0g = ker N10 ( ) ker N1 ( ) ker N12 ( ) ker N13 ( ) = R4

k k
ker N1 ( ) Q12 ker N12 ( ) Q13
82 3 2 3 2 39
>
> 1 7 6 1 7 6 1 >
>
>
> 6 7>
>
>
> 6 7 6 7 6 7>
>
>
<6 7>
6 1 77 6
6 0 7 6 0
7 6 7
=
ker N12 ( ) = span 6 7;6 7;6 7
>
> 6 0 7 6 1 7
7 6 6 7>
>
> 6 7 6 0 7>
>
>
> 4 5 4 5 4 5>
>
>
>
: >
;
0 0 1
ker N13 ( ) = R4 = ker N12 ( ) Q13 ) se completeaz
a baza lui ker N12 ( ) pn
a la2o baz 4
3a n R ; completarea
6 1 7
6 7
6 0 7
6 7
poate f acuta cu orice vector din R4 n ker N12 ( ), de exemplu cu vectorul v1 = 6 7.
6 0 7
6 7
4 5
0
82 3 2 3 2 3 2 39
>
> 1 7 6 1 7 6 1 7 6 1 7> >
>
> 6 >
>
>
> 6 7 6 7 6 7 6 7> >
>
<6 1 7 6 0 7 6 0 7 6 0 7> =
6 7 6 7 6 7 6 7
Familia 6 7 ; 6 7 ; 6 7 ; 6 7 este liniar independent a, asa c a a lui R4 =
a este o baz
>
> 6 7 6 7 6 7 6 7 >
>
>
> 6 0 7 6 1 7 6 0 7 6 0 7>
>
> 4 5 4 5 4 5 4 5> >
>
>
: 0 >
0 1 0 ;
ker N13 ( ) n care
82primii
393 vectori sunt o baz a pentru ker N12 ( ).
>
> 1 7>>
>
> >
>6 7>
>
6 >
>
<6 0 7>
> =
1 6 7
Q3 = span 6 7 .
>6
> 7>>
>
> 6 0 7>
>
> 4 5>>
>
: 0 >
> ;
2 3
6 1 7
6 7
6 0 7
6 7
v1 = 6 7 2 R4 = ker N13 ( ) ) N13 (v1 ) = 0
6 0 7
6 7
4 5
0
v1 2= ker N12 ( ) ) N12 (v1 ) 6= 0
N13 (v1 ) = 0 ) N12 (N1 (v1 )) = 0 ) N1 (v1 ) 2 ker N12 ( ) iar N1 (N12 (v1 )) = 0 asa c
a N12 (v1 ) 2 ker N1 ( )
dim=2 dim=3 dim=4

f0g = ker N10 ( ) ker N1 ( ) ker N12 ( ) ker N13 ( ) = R4
k k
dim=2 dim=3 dim=1
ker N1 ( ) Q12 ker N12 ( ) Q13
2N12 (v1 ) 2N1 (v1 ) 2v1

2 3 2 32 3 2 3 2 32 3
6 1 7 6 0 1 1 0 76 1 7 6 0 7 6 0 1 1 0 76 0 7
6 7 6 76 7 6 7 6 76 7
6 0 7 6 1 2 0 1 7 6 0 7 6 7 6 1 2 76 1 7
6 7 6 76 7 6 1 7 2 6 0 1 76 7
v1 = 6 7, N1 (v1 ) = 6 76 7=6 7, N1 (v1 ) = 6 76 7=
6 0 7 6 1 0 2 1 7 6 0 7 6 7 6 1 0 76 1 7
6 7 6 76 7 6 1 7 6 2 1 76 7
4 5 4 54 5 4 5 4 54 5
0 0 1 1 0 0 0 0 1 1 0 0
2 3
6 2 7
6 7
6 2 7
6 7
6 7
6 2 7
6 7
4 5
2
Vectorii v1 , N1 (v1 ), N12 (v1 ) corespund celulei de ordin 3.
Pentru a completa baza, trebuie ales nc
a un vector care s
a corespund
a celulei de ordin 1, adic
a din
2
ker N1 ( ), si care s
a e
82independent
3 2 cu 39cel deja
2 ales3din ker ), adic
2 N1 ( 3 2a cu3N1 (v1 ).
>
> >
>
>
>
> 6 2 7 6 1 7> > 6 2 7 6 2 7 6 1 7
>
> 6 7 6 7> >
> 6 7 6 7 6 7
<6 1 7 6 0 7= 6 2 7 6 1 7 6 0 7
6 7 6 7 6 7 6 7 6 7
ker N1 ( ) = span 6 7 ; 6 7 iar 6 7 = 26 7 + 2 6 7 2 ker N1 ( )
>
> 6 7 6 7> 6 7 6 7 6 0 7
>
> 6 1 7 6 0 7> >
> 6 2 7 6 1 7 6 7
>
> 4 5 4 5> > 4 5 4 5 4 5
>
: 0 >
1 ; 2 0 1
2 3
6 1 7
6 7
6 0 7
6 7
Se alege v2 = 6 7
6 0 7
6 7
4 5
1
82 3 2 3 2 3 2 39
>
> >
>
>
>
> 6 2 7 6 0 7 6 1 7 6 1 7>
>
>
> 6 7 6 7 6 7 6 7>
>
<6 2 7 6 1 7 6 7 6 7>
=
6 7 6 7 6 0 7 6 0 7
Baza Jordan este J = fN12 (v1 ) ; N1 (v1 ) ; v1 ; v2 g = 6 7;6 7 6 7;6
; 7
>
> 6 7 6 1 7 6 7 6 7>
>
> 6 2 7 6 7 6 0 7 6 0 7>
>
>
> 4 5 4 5 4 5 4 5>
>
>
>
: 2 >
;
0 0 1
Matricea operatorului nilpotent N1 ( ) n aceast a baz
a are drept coloane reprezent
arile imaginilor prin
operator ale vectorilor de baz
a: 2 3
6 0 7
6 7
6 0 7
2 2 6 7
N1 (N1 (v1 )) = 0 ) [N1 (N1 (v1 ))]J = 6 7
6 0 7
6 7
4 5
0
2 3
6 1 7
6 7
6 0 7
6 7
N1 (N1 (v1 )) = N12 (v1 ) ) [N1 (N1 (v1 ))]J = 6 7
6 0 7
6 7
4 5
0
2 3
6 0 7
6 7
6 1 7
6 7
N1 (v1 ) = N1 (v1 ) ) [N1 (v1 )]J = 6 7
6 0 7
6 7
4 5
0
2 3
6 0 7
6 7
6 0 7
6 7
N1 (v2 ) = 0 v2 ) [N1 (v2 )]J = 6 7
6 0 7
6 7
4 5
0
2 3
6 0 1 0 0 7
6 7
6 0 0 1 0 7
6 7
Deci matricea operatorului nilpotent n baza J este 6 7.
6 0 0 0 0 7
6 7
4 5
0 0 0 0
Leg
atura dintre operatorul nilpotent si restrictia operatorului (n acest exemplu, chiar operatorul) este
2 = U1 (x) 3 1 I4 (x)2) U1 (x) = N

N1 (x) 31 + 2 1 I4 (x) deci matricea
3 operatorului initial n baza Jordan este:
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 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:
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

2.5.38. Exemplu. (Dou a valori proprii de 2

multiplicitate 2)3 [Problema 2.23, pag. 50, [16]] Fie U ( ) :
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
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
a sirul de nuclee:

() ker N1r1 ( ) = V 1
:
Operatorul: Are matricea: Are nucleul: de dimensiune:

N10 ( ) I2 f0g 0 = m10
2 82
3 39
1 1 < 1 =
N1 ( ) 4 5 span 4 5 1 = m11
1 1 : 1 ;
2 3 82 3 2 39
0 0 < 1 1 =
2
N1 ( ) 4 5 span 4 5 ; 4 5 2 = m12
0 0 : 1 0 ;
Nucleul operatorului N1 ( ) este multimea solutiilor sistemului:

2 32 3 2 3 2 3
1 1 x1 0 x1 = a
4 54 5=4 5, adic
a toti vectorii de forma: 4 5
1 1 x2 0 x2 = a
Se calculeaz
a
= n1 = 2
k
de unde se obtine r1 = 2 si pentru ecare k = 1; r1 se consider

a descompunerea

() Q1k ;
f0g = ker N10 ( ) ker N1 ( ) ker N12 ( ) = R2

k
ker N1 ( ) Q12
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:
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 .
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 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
a sirul de nuclee:

() ker N2r1 ( ) = V 2
:
Operatorul: Are matricea: Are nucleul: de dimensiune:

N20 ( ) I2 f0g 0 = m10
2 82
3 39
1 1 < 1 =
N2 ( ) 4 5 span 4 5 1 = m11
1 1 : 1 ;
2 3 82 3 2 39
0 0 < 1 1 =
N22 ( ) 4 5 span 4 5;4 5 2 = m12
0 0 : 1 0 ;
Nucleul operatorului N2 ( ) este multimea solutiilor sistemului:
2 32 3 2 3 2 3
1 1 x1 0 x1 = a
4 54 5 = 4 5, adic a toti vectorii de forma: 4 5
1 1 x2 0 x2 = a
Se calculeaz
a
= n2 = 2
k
de unde se obtine r2 = 2 si pentru ecare k = 1; r2 se consider

a descompunerea

() Q2k ;
f0g = ker N20 ( ) ker N2 ( ) ker N22 ( ) = R2

k
ker N2 ( ) Q22
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
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
Baza Jordan a operatorului

2 3 initial
2 U3( ) este:
2 3
6 3 7 6 2 7 6 1 7
6 7 6 7 6 7
6 2 7 6 1 7 6 1 7
6 7 6 7 6 7
u1 = 1 v1 1 v2 = 6 7 6 7=6 7
6 1 7 6 0 7 6 1 7
6 7 6 7 6 7
4 5 4 5 4 5
0 1 1
2 3
6 3 7
6 7
6 2 7
6 7
u2 = 1 v1 + 0 v2 = 6 7
6 1 7
6 7
4 5
0
2 3 2 3 2 3
6 3 7 6 2 7 6 1 7
6 7 6 7 6 7
6 2 7 6 1 7 6 1 7
6 7 6 7 6 7
u3 = ( 1) v3 + 1 v4 = 6 7+6 7=6 7
6 1 7 6 0 7 6 1 7
6 7 6 7 6 7
4 5 4 5 4 5
0 1 1

2 3
6 3 7
6 7
6 2 7
6 7
u4 = 1 v3 + 0 v4 = 6 7
6 1 7
6 7
4 5
0
2 3 2 1 3 1 3
0
6 1 3 1 3 7 6 4 4 2 7
6 7 6 1 1 1 1 7
6 1 2 1 2 7 6 7
6 7 6 4 7
Matricea de trecere: 6 7, inversa: 6 41 4 4
3 1 7 ,
6 1 1 1 1 7 7 6 0 7
6 6 7
4 5 4 4 4 2 5
1 1 1 1
1 0 1 0
2 1 3 1 32 32 4 4 4 34 2 3
0
6 4 4 2 76 0 2 0 1 76 1 3 1 3 7 6 1 1 0 0 7
6 1 1 1 1 76 76 7 6 7
6 76 1 0 0 0 76 1 2 1 2 7 6 0 7
6 4 4 4 7
4 76 6 7 6 7 6 0 1 0 7
Proba: 6 1 3 1 76 7 6 7 = 6 7
6 0 0 1 0 0 76 1 1 1 1 7 6 0 0 1 1 7
6 76 76 7 6 7
4 4 4 2 54 54 5 4 5
1 1 1 1
0 0 1 0 1 0 1 0 0 0 0 1
4 4 4 4
Alt
2 mod de a scrie3 relatia:
2 32 1 3 1 3 2 3
0
6 1 3 1 3 76 1 1 0 0 76 4 4 2 7 6 0 2 0 1 7
6 76 76 1 1 1 7
1 7 6 6 7
6 1 2 1 2 76 0 1 0 0 76 1 0 0 0 7
6 76 76 4 4 4 4 7 6 7
6 76 76 1 3 1 7 = 6 7
6 1 1 7
1 1 76 0 06 1 1 76 7 6 0 7 6 7
6 7 6 0 1 0 0 7
4 54 54 4 4 2 5 4 5
1 1 1 1
1 0 1 0 0 0 0 1 0 0 1 0
4 4 4 4
Utilizare
8 n ecuatii diferentiale:
>
> x_ 1 = 2x2 x4
>
>
>
>
>
< x_ 2 = x1
>
> x_ 3 = x2
>
>
>
>
>
: x_ 4 = x3
Forma3matricial
2 2 a: 32 3
6 x_ 1 7 6 0 2 0 1 7 6 x1 7
6 7 6 76 7
6 x_ 2 7 6 1 0 0 0 7 6 x2 7
6 7 6 76 7
6 7=6 76 7 ) cu forma canonic a Jordan:
6 x_ 7 6 0 1 0 0 7 6 x 7
6 3 7 6 76 3 7
4 5 4 54 5
x_ 4 0 0 1 0 x4
2 3 2 32 32 1 3 1 32 3
0
6 x_ 1 7 6 1 3 1 3 76 1 1 0 0 76 4 4 2 7 6 x1 7
6 7 6 76 76 1 1 1 1 7 6 7
6 x_ 2 7 6 1 2 1 2 76 0 1 0 0 76 7 6 x2 7
6 7 6 76 76 4 4 4 4 76 7
6 7=6 76 76 1 3 1 7 6 7
6 x_ 7 6 1 1 7
1 1 76 0 0 6 1 1 76 7 6 0 7 6 7
6 3 7 6 7 6 x3 7
4 5 4 54 54 4 4 2 54 5
1 1 1 1
x_ 4 1 0 1 0 0 0 0 1 x4
4 4 4 4
2 1 3 1 32 3 2 32 1 3 1 32 3
0 0 76 4 0
6 4 4 7 6 1 1 0
2 7 6 x_ 1 4 2 7 6 x1 7
6 1 1 1 7 6 1 7 6 76 1 1 1 1 76 7
6 7 6 0 1 0
7 6 x_ 2 0 7 6 7 6 x2 7
6 4 4 4 7 6 4 6
7 76 4 4 4 4 76 7
)6 1 3 7=6 1 7 6 76 1 3 1 76 7
6 0 7 6 0 07 6 x_ 1 1 767 6 0 76 x 7
6 7 6 76 3 76 3 7
4 4 4 5 4 2 54 54 4 4 2 54 5
1 1 1 1 1 1 1 1
0 0 0
x_ 4 1 x4
4 4 4 2 142 3 4 3 4 4 4
3 1 32
y 0
6 1 7 6 4 4 2 7 6 x1 7
6 7 6 1 7 6 7
6 y2 7 6 1 1 1 7 6 x2 7
6 7 6 4 4 4 4 76 7
Schimbare de variabile: 6 7=6 1 7 6 7)
6 y 7 6 1 0
3 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 1 4 34 4 4
3 1 32
0
6 y_ 1 7 6 4 4 2 7 6 x_ 1 7
6 7 6 1 1 1 1 7 6 7
6 y_ 2 7 6 7 6 x_ 2 7
6 7 6 4 4 4 7
4 76 6 7
)6 7=6 1 3 1 7
6 y_ 7 6 0 7 6 x_ 7
6 3 7 6 76 3 7
4 5 4 4 4 2 54 5
1 1 1 1
y_ 4 x_ 4
4 4 4 4
)
2 sistemul
3 2 initial devine: 32 3 2 3
6 y_ 1 7 6 1 1 0 0 7 6 y1 7 6 y1 + y2 7
6 7 6 76 7 6 7
6 y_ 2 7 6 0 1 0 0 7 6 7 6 7
6 7 6 7 6 y2 7 6 y2 7
6 7=6 76 7=6 7)
6 y_ 7 6 0 0 1 1 76 y 7 6 y y 7
6 3 7 6 76 3 7 6 4 3 7
4 5 4 54 5 4 5
y_ 4 0 0 0 1 y4 y4
) decuplare
2 3 2 dup a valorile
3 proprii:
y_ 1 y1 + y2
4 5=4 5
y_ 2 y2
si
2 3 2 3
y_ 3 y4 y3
4 5=4 5
y_ 4 y4
Se rezolv
2 3 a2sistemele: 3
y_ y + y2
4 1 5=4 1 5 ) y2 = k2 et , y_ 1 = y1 + y2 = y1 + k2 et ) y_ 1 e t
y1 e t
= k2 )
y_ 2 y2
0
) (y1 e t )t = k2 ) y1 e t = k2 t + k1 ) y1 = (k2 t + k1 ) et
2 3 2 3
y_ 3 y4 y3
4 5=4 5 ) y4 = k4 e t ) y_ 3 = y3 + k4 e t ) y_ 3 et + y3 et = k4 )
y_ 4 y4
0
) (y3 et )t = k4 ) y3 et = k4 t + k3 ) y3 = (k4 t + k3 ) e t
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 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
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

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
2.6. Functionale bilinare si p

atratice. Forma canonic
a
2.6.1. Denitie. Fie (V1 ; K) si (V2 ; K) dou

a spatii vectoriale peste acelasi corp de scalari. Se numeste
functionala biliniara orice functie B ( ; ) : V1 V2 ! K liniar
a n ecare variabil
a. Dac
a n plus V1 =
V2 = V si are loc relatia B (x; y) = B (y; x) ; 8 (x; y) 2 V V, atunci se spune c
a functionala biliniar
a este
simetric
a.
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).
2.6.5. Propozitie. Fie spatiile (Vk ; K), k = 1; 2 si B ( ; ) : V1 V2 ! K o functional

a biliniar
a.
Pentru bazele Ek (vechea baz
a) si Fk (noua baz
a) al spatiului Vk , cu k = 1; 2, avem AB (F1 ; F2 ) =
(M (F1 ))TE1 AB (E1 ; E2 ) (M (F2 ))E2 . Am notat cu (M (Fk ))Ek matricele de trecere (coloanele sunt reprezen-
t
arile vectorilor noii baze n vechea baz
a), k = 1; 2.
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
2.6.6. Observatie. Este interesant de remarcat c

a membrul drept depinde de vechile baze E1 si E2 dar
membrul stng nu depinde (adic
a indiferent de unde s-ar porni, se ajunge n acelasi loc). Mai mult, rangul
matricei ce reprezint
a o functional
a biliniar
a nu depinde de bazele alese pentru reprezentare.
2.6.7. Observatie. Matricea AB (E; E) a unei functionale biliniare simetrice B ( ; ) : V V ! K ntr-o

baz
a E arbitrar
a este simetric a AB (E; E) = (AB (E; E))t matricea este egal
a [adic a cu transpusa ei].
Reciproca este adev
arat
a.
2.6.8. Observatie. Oric

arei functionale B ( ; ) : V V ! K biliniare i se poate asocia o functional
a
1
biliniar
a simetric
a Bs ( ; ) : V V ! K prin Bs (x; y) = [B (x; y) + B (y; x)].
2
2.6.9. Denitie. Pentru o functional

a biliniar
a simetric
a, se numeste nucleu multimea
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.
2.6.11. Propozitie. O functional

a biliniar
a simetric
a este nedegenerat
a dac
a si numai dac
a matricea
atasat
a pentru o alegere de baze este inversabil
a.
Demonstratie. Fie E1 ; E2 dou

a baze arbitrare ale spatiului V pe care este denit
a
a B ( ; ). Atunci avem B (x; y) = [x]TE
simetric AB (E1 ; E2 ) [y]E . AB (E1 ; E2 ) este nesingular
a dac
a si
a sistemul [x]TE1 AB (E1 ; E2 ) = [0]E1 are ca unic

numai dac a solutie vectorul x = 0 (sistemul este de tip
a). Fie x 2 V o solutie a sistemului [x]TE1 AB (E1 ; E2 ) = [0]E . Rezult
Cramer ce admite numai solutia banal a
B (x; y) = 0; 8y 2 V si prin urmare x 2 ker B ( ; ). Reciproc dac
a x 2 ker B ( ; ) prin particularizarea
a x este o solutie a sistemului [x]TE1 AB (E1 ; E2 ) = [0]E1 . Am demonstrat c
vectorului y obtinem c a
n o
ker B ( ; ) = x 2 V; [x]TE1 AB (E1 ; E2 ) = [0]E1 . Concluzia devine banala.
2.6.12. Denitie. Se numeste functional

a p
atratic
a o functie Q ( ) : V ! K, denit
a pe spatiul vectorial
(V; K), pentru care exist
a o functional
a biliniar
a simetric
a B(; ) : V V ! K astfel nct Q (x) =
Def
B (x; x), 8x 2 V. Dac
a este dat
a functionala p
atratic
a Q ( ), atunci functionala biliniar
a B (x; y) =
1
[Q (x + y) Q (x) Q (y)], unde B ( ; ) : V V ! K, se numeste functionala biliniar a simetric
a polar
a.
2
2.6.13. Observatie. Asocierea functional

a p
atratic
a simetric
a precizat
a n denitie
este o bijectie. Forma matricial
a g
asit
a pentru functionale biliniare se particularizeaz
a si n cazul functio-
Pn
nalelor patratice: Q (x) = [x]TE AQ (E) [x]E = B (ei ; ej ) xi xj unde am denit matricea AQ (E) =
i;j=1
AB (E; E), care este o matrice simetric
a.
2.6.14. Denitie. Fie Q ( ) : V ! R o functional

a p
atratic
a real
a.
(1) Q ( ) este pozitiv denit

a dac
a Q (x) > 0; 8x 2 V; x 6= 0.
(2) Q ( ) este negativ denit
a dac
a Q (x) < 0; 8x 2 V; x 6= 0.
(3) Q ( ) este semipozitiv denit a Q (x) > 0; 8x 2 V.
a dac
(4) Q ( ) este seminegativ denit a Q (x) 6 0; 8x 2 V.
a dac
(5) Q ( ) este nedenit
a dac
a 9x; y 2 V; Q (x) > 0 si Q (y) < 0.
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.

FORMA CANONICA 119
2.6.15. Teorem a) Fie Q ( ) : V ! R, Q (x) =

a. (Metoda Gauss de aducere la forma canonic
2 3
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:
(1) 9i 2 f1; ; k + 1g astfel nct aii 6= 0

(2) 8i 2 f1; ; k + 1g ; aii = 0.
n cazul 2 se disting dou

a situatii: prima n care functionala p
atratic
a este identic nul
a si a doua n care
exist
a ai0 j0 6= 0. n prima situatie AQ (E) e matricea nul
a, forma p
atratic
a este adus
a la forma canonic
a,
iar F E. A doua situatie se reduce la cazul 1 prin transformarea de coordonate:
8
>
> = +
>
< i0 i0 j0
j0 = i0 j0
>
>
>
:
k = k; 8k 2 f1; ; k + 1g n fi0 ; j0 g
care este specic

a unei schimb
ari de baz
a. Transformarea provoac
a aparitia unui element nenul pe locul
ai 0 i 0 :
X
k+1 X
k+1
Q (x) = aij i j = a0ij i j, cu a0i0 i0 = 2ai0 j0 6= 0
i;j=1 i;j=1
deci prin aceast

a transformare cazul 2. este redus la cazul 1 (exist
a si alte posibilit
ati de reducere a cazului
h iT
2. la cazul 1). Baza E1 n care [x]E1 = 1 k+1 se deduce din
8
>
> 1 pentru i = j; i; j 2= fj0 g
>
>
>
>
>
< 1 pentru i 6= j; i; j 2 fi0 ; j0 g
(M (E1 ))E = ( ij ) ; ij = ;
> 1 pentru i = j = j
>
>
> 0
>
>
>
: 0 n rest.
relatie care a asigurat leg

atura [x]E = (M (E1 ))E1 [x]E1 . Baza E1 va lua locul bazei E pentru continuarea
rationamentului.
P
k+1
n cazul 1 not
am cu i0 unul din indicii pentru care ai0 i0 6= 0. Atunci Q (x) = aij i j =
i;j=1
!
2
P
k+1 P
k+1 P
k+1
= ai 0 i 0 i0 + i0 ai0 j j + aji0 j + aij i j =
j=1;j6=i0 j=1;j6=i0 i;j=1;i;j6=i0
0 ! !2 1
P
k+1
ai0 j P
k+1
ai0 j
= ai 0 i 0 @ 2
i0 +2 i0 ai0 i0 j
+ ai0 i0 j
A
j=1;j6=i0 j=1;j6=i0
!2
P
k+1
ai0 j P
k+1
ai 0 i 0 ai0 i0 j
+ aij i j =
j=1;j6=i0 i;j=1;i;j6=i0
!2
P
k+1
ai0 j P
k+1
ai0 i ai0 j
= ai 0 i 0 i0 + ai0 i0 j
+ aij ai0 i0 i j.
j=1;j6=i0 i;j=1;i;j6=i0
Fie transformarea de coordonate:
8
> P
k+1
ai0 j
< i0 = i0 + ai0 i0 j
j=1;j6=i0
>
:
i = i , pentru i 6= i0 .
(determinantul matricei transform

arii este nenul asa c
a transformarea este o schimbare de baz
a). Atunci
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
relatie care a asigurat leg

atura [x]E = (M (E1 ))E [x]E1 . Spatiul V se descompune n sum
a (direct
a)
dintre dou
a subspatii, primul corespunz
ator coordonatei i0 (spatiu 1-dimensional) si al doilea corespun-
z
ator celorlalte coordonate (spatiu k-dimensional). Conform ipotezei de inductie pentru subspatiul vec-
P
k+1
torial span (e1i )i=1;k+1;i6=i0 , de dimensiune k, exist
a baza (fi )i=1;k+1;i6=i0 pentru care a0ij i j =
i;j=1;i;j6=i0
P
k+1
a00ii i2 . Alegem fi0 = e1i0 si F = (fi )i=1;k+1 . Rezult
a
i=1;i6=i0
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.

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
Transformarea de coordonate este: 2 = 2 3 3 (matricea atasat

a transform
arii este nesin-
>
>
>
:
3 = 3
2 3 2 3
1 1
6 7 6 7
6 7 6 7
gular a echivalent avem [x]E = (M (F ))E [x]F unde [x]E = 6
a pentru orice ). Scris 2 7 ; [x]F = 6 2 7;
4 5 4 5
3 3
0 1
1 2 9
B C
B C
iar (M (F ))E = B 0 1 3 C. Alegem f1 = e1 , f2 = 2e1 + e2 , f3 = 9 e1 + 3 e2 + e3 . Am notat
@ A
0 0 1
cu E = (e1 ; e2 ; e3 ) si F = (f1 ; f2 ; f3 ) baza initial
a si respectiv cea corespunz
atoare formei canonice.
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
2 3
1
6 7
6 . 7
unde [x]F = 6 .. 7.
4 5
n
Demonstratie. Fie functionala biliniar a simetric

a atasat
a functionalei p atratice Q ( ), B (x; y) =
1
[Q (x + y) Q (x) Q (y)] = [x]TE AE [y]E .
2
Are loc: aij = B (ei ; ej ) = B (ej ; ei )
Pk
Cautam o baz
a F = (f1 ; ; fn ) astfel nct pentru ecare k 2 f1; : : : ; ng, fk = jk ej .
j=1
Dezvoltat,
8 forma c
autat
a este (matricea atasat
a este triunghiular
a):
>
>
>
> f1 = 11 e1 ;
>
>
>
>
>
> f2 = 12 e1 + 22 e2 ;
>
>
>
>
>
> f3 = 13 e1 + 23 e2 + 33 e3 ;
>
>
>
<
>
> Pk
>
> fk = jk ej
>
>
>
> j=1
>
>
>
>
>
>
>
> Pk
>
>
>
: f n = jn ej :
j=1
8
< B (ei ; fk ) = 0; pentru i = 1; ; (k 1)
Pentru obtinerea formei canonice se xeaz
a conditiile:
: B (e ; f ) = 1
k k
P
n
n aceste conditii Q (x) = B (x; x) = [x]TF AF [x]F = 2
kk k . Am folosit
k=1
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
n general sistemul de ordin k este:

FORMA CANONICA 123
8 !
8 >
> P
k
>
>
< B (ei ; fk ) = 0; i = 1; (k 1) < B ei ; jk ej = 0; i = 1; (k 1)
j=1
) ! )
: B (e ; f ) = 1 >
> P
k
k k >
>
: B ek ; jk ej =1
j=1
8 k
> P
>
< jk B (ei ; ej ) = 0; i = 1; (k 1)
j=1
)
>
> Pk
: jk B (ek ; ej ) = 1
j=1
sistem care este Cramer si care are determinantul k 6= 0. Coecientii ik se obtin n mod unic ca
solutii ale acestui sistem Cramer.
Necunoscuta kk se obtine din formulele Cramer ca ind raportul dintre doi determinanti, la numitor
ind kiar la num
2ar
ator
3 determinantul obtinut din k prin nlocuirea ultimei coloane cu coloana terme-
6 0 7
6 . 7
6 .. 7
6 7
a 6 7 de dimensiune k. Prin dezvoltare dup
nilor liberi, adic a ultima coloana se obtine determinantul
6 0 7
6 7
4 5
1
k 1
k 1, asa c
a kk = .
k
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
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:
(1) 811 = 1, cu solutia 11 = 1. 8

< 12 + 2 22 = 0 < 12 = 1
(2) , cu solutia .
: 2 +6 : 1
12 22 = 1 22 = 2
8 8
>
> >
> 3
> 13 + 2 23 + 3 33 = 0
< >
< 11
= 9 2 1
(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
a. (Teorema de inertie Sylvester) Num

2.6.21. Teorem arul de coecienti strict pozitivi, strict negativi
si nuli din forma canonic
a a functionalei p
atratice nu depinde de metoda folosit
a pentru aducerea la forma
canonic
a.
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.

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.
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

FORMA CANONICA 127
x2 y2 z2
=9
12 22 32
2.6.22. Observatie. Dac a (A = At ), atunci valorile ei

a matricea A cu componente reale este simetric
proprii sunt reale iar vectorii ei proprii sunt vectori cu componente reale.
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
Spatii vectoriale cu produs scalar
3.0.23. Denitie. Fie V un spatiu vectorial real. O aplicatie h ; i : V V ! R se numeste produs scalar
real dac
a
ps1: [simetrie] 8x; y 2 V; hx; yi = hy; xi ;

ps2: [aditivitate] 8x; y; z 2 V; hx + y; zi = hx; zi + hy; zi ;
ps3: [omogenitate] 8x; y 2 V; 8 2 R; h x; yi = hx; yi ;
ps4: [denire pozitiv
a si nedegenarare] 8x 2 V; hx; xi 0 si hx; xi = 0 , x = 0:
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].

a V este spatiu vectorial real cu produs scalar n care exist
a m
acar 2 vectori
liniar independenti, atunci:
8x, y 2 V 9wx;y 2 V astfel nct hwx;y ; wx;y i = 1 si hwx;y ; x yi = 0.
[Dac
a spatiul vectorial real este m
acar de dimensiune 2, atunci pentru ecare 2 vectori exist
a m
acar
un vector care este ortogonal cu diferenta lor]
Demonstratie. Fie a, b 2 V liniar independenti.

a
a x = y, atunci w = p
Dac satisface enuntul.
ha; ai
Dac
a x 6= y se consider
a multimea f (x y) ; 2 Rg (subspatiul liniar generat de vectorul x y);
e z 2 V n f (x y) ; 2 Rg (un asemenea vector exist
a, pentru c
a n V exist
a m
acar 2 vectori liniar
independenti).
130 3. SPATII VECTORIALE CU PRODUS SCALAR
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
3.0.27. Observatie. Un produs scalar real pe (V; R) este orice functional

a biliniar
a simetric
a a c
arei
functional
a p
atratic
a atasat
a este strict pozitiv denit
a. ntr-un spatiu vectorial real xat se poate alege
n mai multe moduri o functional
a biliniar
a simetric
a a c
arei functional
a p
atratic
a atasat
a este strict
pozitiv denit
a. M
asur
arile geometrice rezultate vor dependente de aceast
a alegere, asa c
a lungimea
unui vector, unghiul dintre doi vectori, distanta dintre doi vectori nu vor denite univoc.
3.0.28. Denitie. Fie V un spatiu vectorial complex. O aplicatie h ; i : V V ! C se numeste produs

scalar complex dac
a
ps1: [hermiticsimetrie] 8x; y 2 V; hx; yi = hy; xi;

ps2: [aditivitate n prima variabil
a] 8x; y; z 2 V; hx + y; zi = hx; zi + hy; zi;
ps3: [omogenitate n prima variabil
a] 8x; y 2 V; 8 2 C; h x; yi = hx; yi;
ps4: [denire pozitiv
a si nedegenarare] 8x 2 V; hx; xi 0 si hx; xi = 0 , x = 0.
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
a pe C2 sar utiliza produsul scalar real hx; yi = x1 y1 + x2 y2 [f

3.0.30. Observatie. Dac ar
a conjugare
complex
a] atunci sar obtine vectori nenuli de lungime nul
a: h(1; i) ; (1; i)i = 1 1 = 0.
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
3.0.32. Observatie. Din simetria si aditivitatea produsului scalar real se obtine:

hx + y; x + yi hx; xi hy; yi = 2 hx; yi [sau hx + y; x + yi = hx; xi + 2 hx; yi + hy; yi]
Din hermiticsimetria si aditivitatea produsului scalar complex se obtine:
hx + y; x + yi hx; xi hy; yi = hx; yi + hx; yi = 2 Re (hx; yi).
1 Exprimarea "matrice adjunct a" se poate referi la dou a situatii care nu au leg
atur
a ntre ele: adjunct
a n sens de "matrice
transpus a de conjugate complexe" sau "transpusa matricii cofactorilor" (care apare la inversarea unei matrici p atratice) (vezi
si denitiile 7.5.5 si 7.5.6). Este o situatie nefericit
a n care aceeasi denumire este folosit
a pentru doua situatii distincte, iar
distinctia va trebui f acuta din context.
3. SPATII VECTORIALE CU PRODUS SCALAR 131
Demonstratie. Pentru produsul scalar real:

hx + y; x + yi hx; xi hy; yi = hx; x + yi+hy; x + yi hx; xi hy; yi = hx + y; xi+hx + y; yi hx; xi
hy; yi =
= hx; xi + hy; xi + hx; yi + hy; yi hx; xi hy; yi = 2 hx; yi.
Pentru produsul scalar complex:
hx + y; x + yi hx; xi hy; yi = hx; x + yi+hy; x + yi hx; xi hy; yi = hx + y; xi+hx + y; yi hx; xi
hy; yi =
= hx; xi + hy; xi + hx; yi + hy; yi hx; xi hy; yi = hx; xi + hy; xi + hx; yi + hy; yi hx; xi hy; yi =
hx; yi + hx; yi.
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.
3.0.33. Observatie. Produsul scalar complex are n a doua variabil

a propriet
atile:
hx; y + zi = hy + z; xi = hy; xi + hz; xi = hy; xi + hz; xi = hx; yi + hx; zi [aditivitate]
hx; yi = h y; xi = hy; xi = hy; xi = hx; yi [conjugatomogenitate]
Asta nseamn
a c
a pentru ecare x 2 V, functia y 7! hx; yi este aditiv
a si conjugatomogen
a [se mai
numeste conjugatliniaritate]
Produsul scalar complex este liniar n prima variabil
a si conjugatliniar n a doua variabil
a [se mai
numeste functional a2]
a sesquiliniar
Un produs scalar complex pe (V; C) este orice functional
a sesquiliniar
a a c
arei functional
a hermitic
p
atratic
a atasat
a. O functional
a sesquiliniar
a a c
arei functional
a hermitic
p
atratic
a atasat
a se poate alege n mai multe moduri ntr-un spatiu vectorial
complex xat. M
asur
arile geometrice rezultate vor dependente de aceast
a alegere, asa c
a lungimea unui
vector, distanta dintre doi vectori nu vor denite univoc.
3.0.34. Denitie. Dou

a spatii vectoriale (peste acelasi corp) cu produse scalare (V1 ; h ; i1 ) si (V2 ; h ; i2 )
se numesc izometric izomorfe dac
a exist
a o bijectie U ( ) : V1 ! V2 cu propriet
atile:
1. U ( ) 2 L (V1 ; V2 ) (U ( ) este morsm de spatii vectoriale)
2 Prexul 3
"sesqui" se refer
a la "o dat
a si jum
atate" sau .
2. hx; yi1 = hU (x) ; U (y)i2 (este izometrie) sau

2. hx; xi1 = hU (x) ; U (x)i2 (conditia 2. poate nlocui conditia 2. din cauza observatiei 3.0.32)
3.0.35. Observatie. (hx; yi1 = hU (x) ; U (y)i2 ) () (hx; xi1 = hU (x) ; U (x)i2 )
Demonstratie. ")" se consider

ax=y
"(" se foloseste hx + y; x + yi hx; xi hy; yi = 2 hx; yi
3.0.36. Observatie. Exist

a spatii vectoriale X si exist
a produse scalare denite pe X h ; i1 si h ; i2
astfel nct structurile (X; h ; i1 ) si (X; h ; i2 ) nu sunt izomorfe [ca o conditie necesar
a, spatiul vectorial
X trebuie s
a e de tip innit] [J. Rtz]
3.0.37. Observatie. ntrun spatiu vectorial cu produs scalar (real sau complex) 8x 2 V, hu; xi = hv; xi
) u = v.
Demonstratie. Se alege x = u v si se obtine hu

vi = 0 () u v = 0 () u = v.
v; u
2 32 3
0 1 x
3.0.38. Observatie. n R2 cu produsul scalar standard, operatorul U (x) = 4 5 4 1 5 are pro-
1 0 x2
prietatea:
hU (x) ; xi = h(x2 ; x1 ) ; (x1 ; x2 )i = 0.
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.
Demonstratie. 1. Se foloseste Obs. 3.0.37: 8x; y 2 V, hU (x) ; yi = 0 ) U (x) = 0; 8x 2 V )

U ( ) = O( )
2. Fie v = x + y, cu x; y 2 V si 2 C. Atunci:
0 = hU (v) ; vi = hU ( x + y) ; x + yi = h U (x) + U (y) ; x + yi =
= h U (x) ; xi + h U (x) ; yi + hU (y) ; xi + hU (y) ; yi = j j2 hU (x) ; xi + hU (x) ; yi + hU (y) ; xi +
hU (y) ; yi =
= hU (x) ; yi + hU (y) ; xi
pentru = 1, hU (x) ; yi + hU (y) ; xi = 0
pentru = i, i hU (x) ; yi i hU (y) ; xi = 0 ) hU (x) ; yi hU (y) ; xi = 0
) 8x; y 2 V, hU (x) ; yi = 0 si din punctul 1. ) U ( ) = O ( ).
3. Un exemplu este cel de mai sus.
3. SPATII VECTORIALE CU PRODUS SCALAR 133

a V este un spatiu euclidian sau un spatiu unitar atunci au loc
(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).
Demonstratie. 1. Evident inegalitatea CauchyBuniakovski este adev

arat
a pentru hx; yi = 0.
Pentru un spatiu euclidian:
2
hx + y; x + yi 0; 8 2 R; 8x; y 2 V , hx; xi + 2 hx; yi + hy; yi 0; 8 2 R; 8x; y 2 V
) = 4 hx; yi2 hx; xi hy; yi 0; 8x; y 2 V.
Se observ
a c
a dac
a x0 si y0 sunt astfel nct = 0, atunci ecuatia de gradul 2 n are o solutie dubl
a
2
0 si deci are loc: hx0 ; x0 i + 2 0 hx0 ; y0 i + 0 hy0 ; y0 i = 0, adic
a hx0 + 0 y0 ; x0 + 0 y0 i = 0 de unde rezult
a
c
a x0 + 0 y0 = 0, adic
a vectorii x0 si y0 sunt liniar dependenti.
Pentru un spatiu unitar:
hx + y; x + yi 0; 8 2 C; 8x; y 2 V , hx; xi + hx; yi + hx; yi + j j2 hy; yi 0; 8 2 C; 8x; y 2 V
hx;yi
Se alege = t jhx;yij , cu t 2 R arbitrar ) hx; xi + 2t jhx; yij + t2 hy; yi 0; 8t 2 R; 8x; y 2 V
) = 4 jhx; yij2 hx; xi hy; yi 0; 8x; y 2 V.
Se observ
a c
a dac
a x0 si y0 sunt astfel nct = 0, atunci ecuatia de gradul 2 n t are o solutie
hx;yi 2
dubl
a t0 si pentru 0 = t0 jhx;yij deci are loc: hx0 ; x0 i + 0 hx0 ; y0 i + 0 hx0 ; y0 i + 0 hy0 ; y0 i = 0, adic
a
hx0 + 0 y0 ; x0 + 0 y0 i = 0 de unde rezult
a c
a x0 + 0 y0 = 0, adic
a vectorii x0 si y0 sunt liniar dependenti.
hx; xi + hx; yi + hx; yi + j j2 hy; yi = hx; xi + hx; yi + hx; yi + hy; yi
p
2. Functionala p
atratic
a atasat
a formei biliniare ce deneste produsul scalar este kxk = hx; xi:
Trebuie vericate 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).
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
kx + yk2 = hx + y; x + yi = kxk2 + kyk2 + 2 Re hx; yi

kxk2 + kyk2 + 2 kxk kyk = (kxk + kyk)2 :
3.0.41. Observatie. ntr-un spatiu euclidian din inegalitatea CauchyBuniakovskiSchwarz urmeaz

a c
a
<x;y>
kxkkyk
2 [ 1; 1] :
[Relatii ntrun paralelogram]
3.0.42. Observatie. cos (x; y) = <x;y>

kxkkyk
si kx yk2 = hx y; x yi = kxk2 2 hx; yi + kyk2 )
) kx yk2 = kxk2 2 cos (x; y) kxk kyk+kyk2 (Teorema cosinusului; Teorema Pitagora generalizat
a)
3.0.43. Observatie. Are loc identitatea paralelogramului
kx + yk2 + kx yk2 = 2 kxk2 + kyk2 ; 8x; y 2 V:
Demonstratie. kx + yk2 + kx yk2 = hx + y; x + yi + hx y; x yi =

= 2 kxk2 + 2 kyk2 + 2 Re hx; yi 2 Re hx; yi = 2 kxk2 + 2 kyk2 .
3.0.44. Observatie. Paralelogramul format de vectorii x, y este dreptunghi () kx + yk = kx yk.
Demonstratie. kx + yk = kx yk () kx + yk2 = kx yk2 () kxk2 2 hx; yi + kyk2 =

kxk2 + 2 hx; yi + kyk2 () 4 hx; yi = 0 () x ? y.
1=p
P
n
p
3.0.45. Observatie. Pentru p 2 [1; 1), functiile kxkp = jxk j sunt norme.
k=1
Dac
a p 6= 2, norma kxkp nu provine de la un produs scalar (nu exist
a niciun produs scalar a c
arui
norm
a atasat
a s
a e k kp cu p 6= 2).
[Demonstratia se bazeaz
a pe observatia c
a orice norm
a care provine de la un produs scalar satisface
regula paralelogramului; normele k kp cu p 6= 2 nu satisfac identitatea paralelogramului demonstratie
prin contraexemple]. Are loc o armatie mai tare:
O norm
a provine de la un produs scalar dac
a si numai dac
a satisface identitatea paralelogramului.
3.0.46. Observatie (Identit

ati polare; reconstructia produsului scalar din norm
a). Dac
a V este un spatiu
vectorial real normat iar norma provine de la un produs scalar, atunci produsul scalar (real) de la care
provine norma este:
1
hx; yi = kx + yk2 kx yk2 ;
3.1. ORTOGONALITATE 135
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

a x, y 6= 0 atunci vectorii x + y si x y sunt ortogonali () kxk = kyk.
Demonstratie. (x + y) ? (x y) () hx + y; x yi = 0 () kxk2 kyk2 = 0 () kxk =

kyk.
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 :
3.0.50. Observatie. Distanta dintre doi vectori are propriet

atile:
(1) d (x; y) 0; d (x; y) = 0 , x = y.

(2) d (x; y) = d (y; x), 8x; y 2 V.
(3) d (x; y) d (x; z) + d (z; y), 8x; y; z 2 V.
3.0.51. Observatie (Caracterizare a mijlocului/mediei). Dac

a x, y, m 2 V satisfac:
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
Ne vom limita prezentarea la spatii euclidiene.

a vectorii (xi )i=1;k sunt ortogonali doi cte doi, atunci are loc Teorema lui Pitagora
generalizat
a:
2
X
k X
k
xi = kxi k2 :
i=1 i=1
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
3.1.2. Observatie (Variant

a a Teoremei Pitagora generalizat
a). Dac
a vectorii (xi )i=1;k sunt ortogonali
doi cte doi iar 1, , k scalari, atunci are loc:
2
X
k X
k
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.
3.1.6. Denitie. Dou

a submultimi A, B ale lui V se numesc ortogonale si se noteaz
a cu A ? B dac
a
8x 2 A, 8y 2 B; x ? y.
a A? multimea A? =
Se numeste complement ortogonal al unei multimi de vectori A si se noteaz
S
span B = fv 2 V; hv; xi = 0; 8x 2 Ag :
B?A
3.1.7. Propozitie. ntrun spatiu euclidian V sunt adev

arate armatiile:
(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))? .
Demonstratie. (1) 9x 2 A \ B ) hx; xi = 0 ) x = 0:

P
(2) ( Fie x 2 span fai ji 2 Ig arbitrar. Atunci x = j aj (unde J este o multime nit
a de
P j2J I
indici) si hx; yi = j ha j ; yi = 0, 8y 2 B:
j2J I
)Se obtine prin particularizarea vectorului din span fai ji 2 Ig.
3.1. ORTOGONALITATE 137
P P
(3) Fie x; y 2 A? : Atunci x = j bj si y = unde pentru ecare a 2 A avem
j bj
j2J1 -nit
a j2J2 -nit
a
P ?
8j 2 J1 , ha; bj i = 0 si 8j 2 J2 , ha; bj i = 0. Rezult
a astfel c
a x+y = j bj 2 A si
j2J1 [J2 -nit
a
P
x= ( j ) bj 2 A? pentru orice scalar 2 R:
j2J1 -nit
a
(4) Fie (e1 ; e2 ; :::; ep ) o baz
a a subspatiului vectorial A pe care o complet
am la o baz
a E = (e1 ; e2 ; :::; em )
a spatiului vectorial V.
P
m
Fie y 2 A? V arbitrar si y = i ei descompunerea lui y n baza E. Sistemul
i=1
he1 ; yi = he2 ; yi = ::: = hep ; yi = 0;
care caracterizeaza relatia A ? A? conform celui de al doilea punct al propozitiei, se scrie

8
>
> he1 ; e1 i 1 + he1 ; e2 i 2 + ::: + he1 ; ep i p + ::: + he1 ; em i m = 0
>
>
>
>
>
< he2 ; e1 i 1 + he2 ; e2 i 2 + ::: + he2 ; ep i p + ::: + he2 ; em i m = 0
:
>
> :::
>
>
>
>
>
: hep ; e1 i 1 + hep ; e2 i 2 + ::: + hep ; ep i p + ::: + hep ; em i m = 0
Deoarece matricea functionalei biliniare ce deneste produsul scalar asociat

a bazei fe1 ; e2 ; :::; ep g
a, sistemul este compatibil de m p ori nedeterminat. Vom avea dim A? = m p =
este nesingular
dim V dim A.
(5) Folosind prima armatie avem A \ B = f0g si din dim A + dim B = dim V rezult
a c
aV=A B:
Deoarece B este un subspatiu vectorial a lui A? cu dim B = dim V dim A = dim A? rezult
a c
a
B = A? :
(6) Este o consecint
a a punctelor precedente.
(7) Este o consecint
a a punctelor precedente.
3.1.8. Observatie. x 2 A si x ? A ) hx; xi = 0 ) x = 0.
3.1.9. Observatie. Evident A? = fx; x ? Ag.
3.1.10. Observatie. 1. Dou

a subspatii vectoriale sunt ortogonale dac
a si numai dac
a ecare vector al
unei baze din primul subspatiu este ortogonal pe ecare vector al unei baze din cel de-al doilea subspatiu.
2. Suma a dou
a subspatii vectoriale ortogonale este direct
a. Suma unei familii oarecare de subspatii
vectoriale ortogonale dou
a cte dou
a este direct
a.
3. Un sistem ortogonal de vectori, ce nu contine vectorul nul, este format cu vectori liniar independenti.
Dimensiunea spatiului dim V este num
arul maxim de vectori, nenuli, ortogonali;
a. (Teorema de ortogonalizare GramSchmidt) Fie V un spatiu euclidian cu dim V = n.

3.1.11. Teorem
Fie E = (vi )i=1;n o baz
a si e Vk = span (v1 ; ; vk ). Exist
a o baz
a F = (fi )i=1;n cu propriet
atile:
(1) 8k 2 f1; : : : ; ng ; span (f1 ; ; fk ) = Vk :

(2) 8k 2 f1; : : : ; n 1g ; fk+1 ? Vk :
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.
3.1.12. Observatie. Am demonstrat c

a orice spatiu euclidian admite o baz
a ortogonal
a, baz
a ce poate
ortonormal
a.
3.2. PROIECTIA UNUI VECTOR PE UN SUBSPATIU 139
3.2. Proiectia unui vector pe un subspatiu
Fie V0 un subspatiu vectorial, f1 ; ; fk o baz

a notat
a B0 a lui V0 si v un vector oarecare, n general
care nu apartine lui V0 . Exist
a o proiectie astfel nct V = p (V) ker p ( ) si n plus V = p (V) ? ker p ( ).
Vectorul v se descompune ntr-un vector din V0 care este "proiectia ortogonal
a a lui v pe V0 " notat
a Pr v;
V0
si un vector ortogonal pe V0 , care este perpendiculara din v pe V0 si care este v PrV0 v. Se cere s
a se
g
aseasc
a efectiv aceast
a descompunere.
Au
8 loc: 8
> >
>
< v Pr v ? V0 < v Pr v; fj = 0; 8j = 1; k
V0 V0
) P
k
>
: Pr v 2 V0 >
>
: Pr v = i fi :
V0 V0 i=1
Se aa coecientii i din conditia ca vectorul v Pr v s
a e ortogonal pe V0 , adic
a pe ecare dintre fi :
V0
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
Vectorul v Pr v se va reprezenta n baza canonic

a astfel:
V0
X
k
v Pr v = ^ i [fi ]E [v]E :
V0
E i=1
3.2.1. Observatie. Are loc Teorema lui Pitagora:

2 2
kvk2 = Pr v + v Pr v ;
V0 V0
a vectorii Pr v si v
pentru c Pr v sunt perpendiculari.
V0 V0
3.2.2. Observatie. Lungimea perpendicularei este mai mic

a sau egal
a dect lungimea oric
arei oblice.
Demonstratie. Orice oblic

a este de forma v v0 , cu v0 2 V0 . Din faptul c
av Pr v este ortogonal
V0
pe V0 urmeaz
a c
a este ortogonal pe ecare vector din V0 , deci pe v0 . Atunci au loc relatiile:
9
v v0 = v Pr v + Pr v v0 >
>
>
>
V0 V0 >
= 2 2
T. P. 2
Pr v v0 2 V0 ) kv v0 k = Pr v v0 + v Pr v )
V0 >
> V0 V0
>
>
v Pr v ? Pr v v0 >
;
V0 V0
) v Pr v kv0 vk
V0
adic
a lungimea oric
arei oblice este mai mare dect lungimea perpendicularei
a. Pentru ecare v 2 V si pentru ecare V0 subspatiu al lui V, functia f ( ) : V ! R,

3.2.3. Teorem
denit
a prin f (u) = ku vk are un unic minim pe V0 .
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 .
3.2.4. Denitie. Se numeste distanta de la un subspatiu V0 la un vector v si se noteaz

a d (v; V0 ) =
v Pr v .
V0

3.3. METODA CELOR MAI MICI PATRATE 141
3.3. Metoda celor mai mici p

atrate
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 ^
X matricea "datelor observate/variabilelor explicative" [n p]

h i
X = X1 X2 Xp [X j este coloana j a matricii X]
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
" o eroare aleatoare care reprezint

a discrepanta aproxim
arii "^
2 3
"
6 1 7
6 . 7 ^
"=Y X = 6 .. 7; "i = yi Xi "î = yi Xi
4 5
"n
Datele sunt prezentate tabelar:
Observatia R
aspunsul Predictori
Num
arul Y termenul liber X 1 X2 Xp
1 y1 1 x11 x12 x1p
2 y2 1 x21 x22 x2p
3 y3 1 x31 x32 x3p
.. .. .. .. .. .. ..
. . . . . . .
n yn 1 xn1 xn2 xnp
Se ncearc aspunsului observat n termeni de predictori observati3; pentru asta se foloseste
a explicarea r
o matrice X [descris
a mai sus] care contine observatiile. Desi liniile si coloanele matricii X sunt vectori,
semnicatiile lor sunt distincte, asa c
a aceleasi operatii algebrice vor nsemna altceva.
3 Trebuienotata diferenta dintre "ceea ce se observ

a c
a se ntmpla" si "ceea ce se ntmpl
a" este o diferent
a conceptual
a
care se pare c
a a fost inclus a n modelare pentru prima dat a n cadrul Mecanicii Cuantice [diferenta dintre realitate si
observarea realit
atii]
2 3
6 x1j 7
6 7
6 x2j 7
6 7
6 7
3.3.1. Operatii cu coloane. Coloanele X j = 6
6 x3j 77, pentru ecare j, contin instante diferite ale
6 .. 7
6 7
6 . 7
4 5
xnj
aceluiasi obiect (valori diferite de acelasi tip si m
asurate la fel); sunt realiz
ari diferite ale aceleiasi variabile
explicative j.
Coloanele pot privite ca observatii imperfecte ale aceleiasi "valori perfecte" (care poate sau nu s
a e
unic
a).
Matricea
2 de observatii este o "linie
3 de coloane":
6 1 x11 x12 x1p 7

2 3
6 7
6 1 x21 x22 x2p 7 1
6 7 h i 6 7
6 7 6 . 7 Not
X=6 6 1 x31 x32 x3p 77 = X0 X1 X2 X p ; X 0 = 6 .. 7 = i.
6 . 4 5
6 . .. .. .. .. 7
7
6 . . . . . 7 1
4 5
1 xn1 xn2 xnp
2 3
T
6 X0 7
6 7
6 XT 7
6 1 7
XT = 6 . 7
6 .. 7
6 7
4 5
X Tp
2 3
T
6 X0 7
6 7
6 XT 7 h i
T 6 1 7 T
X X = 6 . 7 X0 X1 X2 X p = X j1 X j2 j1 ;j2 =0;p
6 .. 7
6 7
4 5
T
Xp
Conceptual, atta vreme ct Y va "explicat" n termeni de X j [de fapt Y va proiectat pe subspatiul
generat de X j ], vectorii Y si X j trebuie s
a fac
a parte din acelasi spatiu [de dimensiune (mai mare sau)
egal
a cu num
arul de observatii, n]
Mai nti trebuie s
a e mai multe observatii dect variabile explicative: p + 1 < n
Se noteaz
a cu Sc "spatiul coloanelor"; Y , X j 2 Sc , j = 0; p iar Span fX j ; j = 0; pg Sc
Propriet
ati ale vectorului ndimensional i:
2 3
1
h i 6 7
6 . 7
iT i = 1 1 6 .. 7 = n [scalar]
1 n n 1 4 5
1

2 3 2 3
1 6 1 1 7
6 7 h i 6 7
6 . 7 ..
i iT = 6 .. 7 1 1 =6
6 1 . 1 7 [matrice p
7 atratic
a de dimensiune n cu elemente 1]
n 1 1 n 4 5 4 5
1 1 1
n n de 1
1P n
Xj = xij [scalar, media vectorului X j]
n i=1
Pn 1 T
xij = iT X j = nX j ) X j = i X j si iT X j = nX j
i=1 n
2 3
X
6 j 7 1 T 1
6 .. 7
6 . 7 = i Xj = i i Xj = i iT X j [vector n dimensional cu scalarul X j pe ecare
4 5 n n
Xj
component
2 a] 3
6 x1j X j 7
6 7
6 x2j X j 7
6 7
6 7 1
6 x 7 i iT X j = M 0 X j [vectorul ndimensional al deviatiilor de
6 3j X j 7 = Xj i X j = In
6 7 n
6 .. 7
6 . 7
4 5
xnj X j
la medie ale vectorului X j ]
[poate scris si ca X j X j dac
a se foloseste o conventie folosit
a n diverse limbaje de programare,
si anume c
a adunarea unui vector cu un scalar nseamn
a adunarea scalarului la ecare component
a a
vectorului]
1 T
Matricea M 0 = In i i transforma un vector ntrun nou vector ale c
arui componente sunt vechile
n
componente din care se scade media vechilor componente) [operatorul de deviatie de la medie]
ati ale operatiilor cu i si cu M 0 :
Propriet
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]
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

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 +
produsul Y T X a este egal cu transpusul lui: Y T X =

are dimensiune 1 asa c T
XT Y
1 n n (p+1) (p+1) 1
dimensiune
| {z 1}
= Y TY 2Y T X + T X T X
2 3 2 3
1 1
h i 6 7 6 7
6 7 6 7
Y X = yi 1 Xi 6 0 7 = [Oi ]i=1;n 6 0 7
4 5 4 5
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 problema de minimizare: min E ( ) = E ^ (iar ^ este solutia problemei)

Se rezolv
T
^ este astfel nct e ? X ^ () Y X^ ? X ^ () Y X^ X ^ = 0 () Y T X ^
^T X T X ^ = 0 () Y TX ^T X T X ^ = 0
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

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:
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]
3.4. Tipuri speciale de operatori
3.4.1. Operatori de proiectie.
3.4.1. Denitie. Fie V = V1 V2 ; pentru ecare x 2 V, 9!x1 2 V1 si 9!x2 2 V2 astfel nct x = x1 + x2 .

Vectorul x1 va numit proiectia lui x pe V1 n directia V2 .
3.4.2. Denitie. Un operator liniar p ( ) : V ! V se numeste proiectie (proiector) dac

a p (p (x)) =
p (x) ; 8x 2 V [proprietate de idempotent
a].
a. Pentru un operator p ( ) care este proiectie are loc: V = p (V)

3.4.3. Teorem ker p ( ).
Demonstratie. Fie v 2 V ) v = p (v) + v p (v), cu p (v) 2 p (V) si p (v p (v)) =

= p (v) p2 (v) = p (v) p (v) = 0 deci v p (v) 2 ker (p (:)); asadar V = p (V) + ker p (:). Suma este
direct a v 2 p (V) \ ker p ( ) ) 0 = p (v) si 9u, v = p (u) ) 0 = p (v) = p2 (u) = p (u) = v deci
a pentru c
p (V ) \ ker p ( ) = f0g
3.4.4. Propozitie. Fie p ( ) : V ! V un operator de proiectie. Atunci:
(1) x 2 Im p ( ) = p (V) () x este nul sau este vector propriu corespunz

ator valorii proprii 1;
(2) x 2 ker p ( ) () x este nul sau este vector propriu corespunz
ator valorii proprii 0;
[structura spectral
a a unei proiectii este: valorile proprii sunt numai 0 si 1 (cu diverse grade de
multiplicitate) iar vectorii proprii sunt vectorii din imaginea operatorului (pentru valoarea proprie
1) si din nucleu (pentru valoarea proprie 0)]
Demonstratie. Din Teorema anterioar

a se stie c
a
x = 0 ) p (0) = 0 ) 0 2 p (V)
0 6= x 2 p (V) () p (x) = p (p (x)) ) p (x) 2 p (V)
p (x) = 0 sau p (x) 6= 0.
p (x) 6= 0 ) p (x) este vector propriu atasat valorii proprii 1.

x 6= 0 si p (x) = 0 ) x 2 ker p ( ) si p (x) = 0 = 0 x ) x este vector propriu atasat valorii proprii
0.

a p ( ) : V ! V este proiectie, atunci si (1V p) ( ) : V ! V este tot proiectie.
Mai mult, ker (1V p) ( ) = Im p ( ) si Im (1V p) ( ) = ker p ( ).
Demonstratie. x 2 ker (1V p) ( ) ) x p (x) = 0 ) x = p (x) 2 Im p ( ).

x 2 Im p ( ) ) 9y, x = p (y) ) p (x) = p (p (y)) = p (y) = x ) x p (x) = 0 ) x 2 ker (1V p) ( )
x 2 Im (1V p) ( ) ) 9y, x = (1V p) (y) = y p (y) ) p (x) = p (y) p (p (y)) = p (y) p (y) = 0 )
p (x) = 0 ) x 2 ker p ( ).
x 2 ker p ( ) ) p (x) = 0 ) x = x p (x) = (1V p) (x) ) x 2 Im (1V p) ( ).
3.4.6. Denitie. O proiectie se numeste ortogonala dac

a n plus are loc p (V ) ? ker p ( ).
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.
3.4.2. Operator adjunct.
3.4.8. Denitie. Fie dou

a spatii vectoriale de tip nit cu produse scalare X si Y, si un operator liniar
U ( ) : X ! Y ntre cele dou
a structuri. Se numeste operatorul adjunct operatorului U ( ) operatorul liniar
U ( ) : Y ! X cu proprietatea:
hU (x) ; yiY = hx; U (y)iX ; 8x 2 X; 8y 2 Y:
3.4.9. Observatie. Unicitatea operatorului adjunct:

Operatorul adjunct este unic, deoarece dac
a doi operatori U1 ( ) si U2 ( ) ar satisface relatia, sar obtine
hx; U1 (y)iX = hx; U2 (y)iX , 8x 2 X; 8y 2 Y; din observatia 3.0.37, pagina 132 se obtine c
a U1 (y) = U2 (y),
8y 2 Y, adic
a U1 ( ) = U2 ( ).
Existenta operatorului adjunct:
Se consider
a cte o baz
a ortonormal
a BX , BY n ecare dintre spatiile X, Y, si matricea A atasat
a
operatorului U ( ) n aceste baze.
a matricea A = AT , care se numeste matricea adjuncta [sau Hermiticadjunct
Se consider a] a matricii
A [matricea adjunct
a este matricea obtinut
a prin transpunerea matricii initiale si conjugarea complex
aa
ec
arui element al matricii]
Operatorul liniar de la Y la X care n aceleasi alegeri de baze are matricea A este chiar operatorul
adjunct [U ( ) : Y ! X, [U (y)]BX = A [y]BY ]
n cazul n care spatiile X si Y sunt de tip real, matricea adjunct
a este chiar matricea transpus
a.
3.4.10. Observatie.
Propriet
ati ale matricii adjuncte A :
O = O [adjuncta matricii nule este matricea nul

a]
I = I [adjuncta matricii identitate este matricea identitate]
(A + B) = A + B
( A) = A
(AB) = B A
(A ) = A
Dac
a A este p
atratic
a, atunci: det A = det A
[determinantul matricii adjuncte este conjugatul complex al determinantului matricii]
1
(A 1 ) = (A ) [dac
a A este inversabil
a, atunci si A este inversabil
a,
iar inversa adjunctei este adjuncta inversei]
Propriet
ati ale operatorului adjunct U ( ) :
O ( ) = O ( ) [adjunctul operatorului nul este operatorul nul]

I ( ) = I ( ) [pentru X = Y, adjunctul operatorului identitate este operatorul identitate]
(U1 + U2 ) ( ) = U1 ( ) + U2 ( )
( U) ( ) = U ( )
(U1 U2 ) ( ) = (U2 U1 ) ( )
(U ) ( ) = U ( )
1 1
(U ) ( ) = (U ) ( ) [dac
a U ( ) este inversabil, atunci si U ( ) este inversabil
iar inversul adjunctului este adjunctul inversului]
3.4.11. Observatie (Leg

aturi dintre nucleele si imaginile operatorilor).
1. ker U ( ) = (Im U ( ))?

2. ker U ( ) = (Im U ( ))?
3. Im U ( ) = (ker U ( ))?
4. Im U ( ) = (ker 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 ( ).
3.4.12. Exercitiu. Pe R3 se consider

a h(x1 ; x2 ; x3 ) ; (y1 ; y2 ; y3 )iR3 = 10x1 y1 + 3x1 y2 +
3x2 y1 + 2x2 y2 + x2 y3 + x3 y2 + x3 y3 .
(1) S a h ; iR3 deneste un produs scalar pe R3 .

a se arate c
(2) Folosind acest produs scalar, s
a se determine lungimile vectorilor x = (1; 2; 1) si y = (1; 1; 1) si
cosinusul unghiului dintre x si y.
(3) S
a se g
aseasc
a un vector perpendicular pe x si pe y (n raport cu produsul scalar de la 1.)
(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,
1 = 10, 2 = 11, 3 = 20 10 9 = 1;determinantii sunt toti strict pozitivi, asa c

a functionala
p
atratic
a atasata este strict pozitiv denit a.
2 3 2 3T 2 32 3
1 1 10 3 0 1
6 7 6 7 6 76 7
6 7 6 7 6 76 7
[x]E3 = 6 2 7; hx; xiR3 = 6 2 7 6 3 2 1 7 6 2 7 = 35
4 5 4 5 4 54 5
1 1 0 1 1 1
p p
kxk = hx; xiR3 = 35
2 3 2 3T 2 32 3
1 1 10 3 0 1
6 7 6 7 6 76 7
6 7 6 7 6 76 7
[y]E3 = 6 1 7; hy; yiR3 = 6 1 7 6 3 2 1 7 6 1 7 = 21
4 5 4 5 4 54 5
1 1 0 1 1 1
p p
kyk = hy; yiR3 = 21
2 3T 2 32 3
1 10 3 0 1
6 7 6 76 7
6 7 6 76 7
hx; yiR3 = 6 2 7 6 3 2 1 7 6 1 7 = 27
4 5 4 54 5
1 0 1 1 1
hx; yiR3 27 27
cos (x; y) = =p p = p
kxk kyk 35 21 7 15
2 3T 2 32 3
1 10 3 0 z1
6 7 6 76 7
6 7 6 76 7
hx; ziR3 = 0 () 6 2 7 6 3 2 1 7 6 z2 7 = 16z1 + 8z2 + 3z3 = 0
4 5 4 54 5
1 0 1 1 z3
2 3T 2 32 3
1 10 3 0 z1
6 7 6 76 7
6 7 6 76 7
hy; ziR3 = 0 () 6 1 7 6 3 2 1 7 6 z2 7 = 13z1 + 6z2 + 2z3 = 0
4 5 4 54 5
1 0 1 1 z3
8
8 >
> z =2 ;
< 16z1 + 8z2 + 3z3 = 0 >
< 1
, solutia este: z2 = 7 ;
: 13z + 6z + 2z = 0 >
>
1 2 3 >
:
z3 = 8 :
(2) e1 = (1; 0; 0), e2 = (0; 1; 0), e3 = (0; 0; 1)
f1 = e1 ,
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
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
Operatorul adjunct este denit prin:

hU (x) ; yiR3 = hx; U (y)iR2 ()
2 3
10 3 0
6 7
T 6 7
() [U (x)]E3 6 3 2 1 7 [y]E3 = [x]TE2 [U (y)]E2 ()
4 5
0 1 1
2 3T 2 3
1 0 10 3 0
6 7 6 7
6 7 6 7
() [x]TE2 6 1 1 7 6 3 2 1 7 [y]E3 = [x]TE2 [U (y)]E2 , 8x 2 R2 , 8y 2 R3 ()
4 5 4 5
1 4 0 1 1
2 3T 2 3
1 0 10 3 0 2 3
6 7 6 7 13 4 0
6 7 6 7
() [U (y)]E2 = 6 1 1 7 6 3 2 1 7 [y]E3 = 4 5 [y]
E3
4 5 4 5 3 6 5
1 4 0 1 1
2 3T
1 0 2 3
6 7 1 1 1
6 7
6 1 1 7 =4 5,
4 5 0 1 4
1 4
2 3T 2 3 2 3
1 0 10 3 0 2 3 10 3 0 2 3
6 7 6 7 1 1 1 6 6 7 13 4 0
6 7 6 7 56 3 2 1 7
6 1 1 7 6 3 2 1 7=4 7=4 5
4 5 4 5 0 1 4 4 5 3 6 5
1 4 0 1 1 0 1 1
) U (y) = (13y1 + 4y2 ; 3y1 + 6y2 + 5y3 ).
3.4.3. Operatori izometrici, unitari, ortogonali.
3.4.14. Denitie. Un operator liniar U ( ) : X ! Y este numit izometrie dac

a
8x 2 X; kU (x)k = kxk :
[p
astreaz
a lungimile]
3.4.15. Observatie. O izometrie este functie injectiv

a [deoarece U (x) = 0 ) kU (x)kY = 0 ) kxkX =
0 ) x = 0 asa c
a nucleul operatorului este f0g]
3.4.16. Observatie. Conditia de izometrie este echivalent

a cu p
astrarea produsului scalar:
hU (x1 ) ; U (x2 )iY = hx1 ; x2 iX ; 8x1 ; x2 2 X:
Demonstratie. kU (x1 x2 )kY = kx1 x2 kX )

) hx1 x2 ; x1 x2 i = hU (x1 x2 ) ; U (x1 x2 )i = hU (x1 ) U (x2 ) ; U (x1 ) U (x2 )i )
) hx1 ; x1 i hx1 ; x2 i hx2 ; x1 i + hx2 ; x2 i = hU (x1 ) ; U (x1 )i hU (x1 ) ; U (x2 )i hU (x2 ) ; U (x1 )i +
hU (x2 ) ; U (x2 )i )
) hx1 ; x2 i = hU (x1 ) ; U (x2 )i [deci din noua conditie rezult
a conditia din denitie]
Reciproc, din noua conditie rezult
a conditia de denitie cu x1 = x2 .
3.4.17. Observatie. Un operator U ( ) : X ! Y este izometric dac

a si numai dac
a U U = IX .
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 .
3.4.18. Observatie. Reformulare: o matrice este izometric

a dac
a si numai dac
a coloanele ei formeaz
ao
familie ortonormat
a.

a o functie (nu neap
arat liniar
a) f ( ) : X ! Y satisface conditiile: f (0) = 0 si
kx1 x2 k = kf (x1 ) f (x2 )k [este izometric
a: p
astreaz
a distantele], 8x1 ; x2 2 X, atunci f ( ) este liniar
a.
Mai mult, functia f ( ) este si izometrie.
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
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.
3.4.20. Observatie. O functie (nu neap

arat liniar
a) f ( ) : X ! X care satisface kx1 x2 k = kf (x1 ) f (x2 )k
mai este numit miscare rigida si este de forma f (x) = f (0) + T (x), cu T ( ) operator izometric.
3.4.21. Denitie. Un operator liniar U ( ) : X ! Y este numit unitar dac

a este izometric si inversabil.
Dac
a, n plus, spatiile sunt reale, atunci operatorul mai este numit si ortogonal.
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.
3.4.23. Observatie. Cteva propriet

ati ale operatorilor unitari:
1
Dac
a U ( ) este unitar, atunci U ( ) = U ( ).
1
Dac
a U ( ) este unitar, atunci U ( ) = U ( ) este si el tot unitar.
Operatorii unitari sunt acei operatori care transform
a o baz
a ortonormal
a ntr-o alt
a baz
a ortonormal
a.
Compunerea a doi operatori unitari (cnd compunerea are sens) este tot operator unitar.
Determinantul matricii unui operator unitar este de modul complex 1 [jdet Aj = 1; n general, deter-
minantul matricii unui operator unitar este un num
ar complex; dac
a operatorul este ortogonal, atunci
determinantul este num
ar real si det A = 1]
a A = (aij )i;j=1;n este matricea operatorului unitar corespunz

3.4.24. Propozitie. Dac atoare bazei canon-
ice (ei )i=1;n , atunci are loc
AT A = AAT = In operatorul este inversabil si A 1

= AT :
[coloanele matricii formeaz

a o familie ortonormat
a]
Demonstratie. Din denitie rezult

a c
a
ij = hei ; ej i = hU (ei ) ; U (ej )i =

= hcoli (A) ; colj (A)i = lini AT ; colj (A)
) AT A = In :
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].
Demonstratie. hU (x1 ) ; U (x2 )i = h x1 ; x2 i = hx1 ; x2 i = hx1 ; x2 i ; 8x1 ; x2 vectori proprii atasati

valorii proprii ) = 1; adic
aj j=1

a o baz
a ortonormal
a format
a din vectori proprii n care matricea este de tip
0 1
cos 1 sin 1
B C
B C
B sin 1 cos 1 C
B C
B C
B ... C
B C
B C
B C
B C
B C
B cos sin C
B m m C
B C
B C
B sin m cos m C
B C
B C
B C
B 1 C
B C
B C
B C
B C
B C
B .. C
B . C
B C
B C
B C
B C
B C
@ 1 A
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.
a un operator U ( ) : R2 ! R2 este ortogonal iar matricea are determinant 1,

atunci operatorul este o rotatie.
2 3
a b
Demonstratie. Fie A = 4 5 matricea operatorului;
c d
Determinantul trebuie s
a e 1, asa c
a ad bc = 1.
Coloanele trebuie s
a e ortogonale, asa c
a ab + cd = 0
Coloanele trebuie s
a e de lungime 1, asa ca a2 2
+ c2 = 1,
32 b 2 + d2 =
31 2 3 2 3
a b a c a2 + b2 ac + bd 1 0
Matricea invers
a este matricea transpus a4
a, asa c 54 5=4 5=4 5
2 2
c d b d ac + bd c + d 0 1
2 3 1 2 3 2 3
a b d b a b
Din 4 5 = 4 5 se obtine c = b, a = d ) A = 4 5, cu a2 + b2 = 1. Se
c d c a b a
2 3
cos sin
consider
a astfel nct cos = a si atunci sin a este A = 4
= b, iar forma general 5.
sin cos
2 3 1 2 3
a b d b
3.4.30. Observatie. n cazul n care determinantul este 1, atunci din 4 5 = 4 5 se
c d c a
2 3
a b
obtine a = d, b = c ) A = 4 5, cu a2 b2 = 1. Se consider
a astfel nct cos =a)
b a
2 3
cos sin
sin = b ) A = 4 5.
sin cos
3.4.4. Operator normal.
3.4.31. Denitie. Operatorul liniar U ( ) este numit normal dac

a
(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 :
Demonstratie. Pentru x 6= 0 vector propriu al operatorului [U (x) = x], are loc
U (U (x)) = U (U (x)) = U ( x) = U (x) ;
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.
Mai mult, pentru orice doi vectori proprii x si y are loc
hU (x) ; yi = hx; U (y)i = hx; yi = x; y ;
adic
a U (x) = x
a. (Structura unui operator normal real) Exist

3.4.33. Teorem a o baz
a ortonormal
a de vectori
proprii n care matricea operatorului este de forma
0 1
1 1
B C
B C
B 1 1 C
B C
B C
B .. C
B . C
B C
B C
B C
B C
B C
B m m C
B C
B C
B m m C
B C
B C
B C
B C
B m+1 C
B C
B C
B C
B C
B ... C
B C
B C
B C
B C
B C
B C
@ r
A
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.
3.4.34. Observatie. Operatorul normal reprezint

a o transformare format
a din rotatii cu omotetii n m
plane ortogonale dou
a cte dou
a si (numai) omotetii n celelalte r m directii ortogonale.
3.4.35. Observatie. Matricea

0 1 0 1
q p j
p j
@ 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
3.4.5. Operator autoadjunct.
3.4.36. Denitie. Operatorul liniar U ( ) : V ! V este numit autoadjunct dac

a
U ( ) = U ( ):
[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]
3.4.37. Propozitie. Matricea unui operator liniar autoadjunct ntr-o baz

a ortonormat
a a unui spatiu real
este simetric
a.
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
hU (x) ; yi = hx; U (y)i ; 8x; y 2 Rn
urmeaz
a c
a aij = aji ; adic a (A = AT )
a matricea este simetric
a. Valorile proprii ale unui operator real simetric sunt reale.

3.4.38. Teorem
Demonstratie. Av = v prin nmultire la stnga cu v ) v T Av = v T v = v T v

Av = v prin conjugare complex a nmultire la stnga cu v T ) v T Av =
a ) Av = v si apoi dup
vT v = vT v
T T
dar v T Av = v T AT v T = v T Av ) kvk2 = kvk2 ) =
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

a o baz
a ortonormal
a format
a din vectori proprii n care matricea unui operator
simetric este diagonal
a de valori proprii (pentru c
a un operator simetric este un operator normal f
ar
a valori
proprii complexe). Geometric, operatorul simetric reprezint
a omotetii pe directii ortogonale.
3.5. MODELUL LEONTIEF 163
3.4.41. Propozitie. Pe un spatiu vectorial complex, un operator este hermitic dac

a si numai dac
a 8x 2 V,
hx; U (x)i 2 R.
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]
3.4.6. Operator antiautoadjunct.
3.4.42. Denitie. Operatorul liniar U ( ) se numeste antiautoadjunct dac

a
U()= U ( ):
3.4.43. Propozitie. Un operator antiautoadjunct are numai valori proprii pur imaginare.
Demonstratie. Din U ( ) = U ( ) rezult

a c
a = ; adic
a partea real
a a valorii proprii este
nul
a
0 1
0 j
3.4.44. Observatie. Celulele matricii n baza canonic
a Jordan real
a cap
at a@
a forma special A,
j 0
care din punct de vedere geometric nseamn
a omotetii si rotatii de 90 n plane ortogonale dou
a cte dou
a.
3.5. Modelul Leontief
Modelul4 din aceast

a sectiune a fost dezvoltat de Wassily Leontief la sfrsitul deceniului 3, secolul
XX si a fost motivul pentru care Wassily Leontief a primit Premiul Nobel n Stiinte Economice n 1973.
Printre numele alternative folosite pentru a semnaliza utilizarea acestui model, se num
ar
a: "Modelul
InputOutput", "Analiza InputOutput", "Analiz
a Interindustrial
a", "Balanta leg
aturilor dintre ramuri",
etc. Toate aceste nume se refer
a la diverse variante statice si/sau dinamice care au n comun anumite
caracteristici. n continuare vor prezentate exemple si rezultate de Algebr
a Liniar
a folosite n unele
dintre aceste variante.
3.5.1. Exemplu (Un model Leontief nchis). [preluat dup

a [2]]
Trei rme (de servicii de tmpl
arie (T), instalatii electrice (E) si instalatii sanitare (S)) stabilesc de
comun acord s
a fac
a schimb de servicii pe o perioad
a determinat
a (10 s
apt
amni). Activitatea necesar
a
este prezentat
a n tabel:
4 Aceast
a sectiune foloseste foarte mult cartea [6], n care pot g
asite multe dintre detaliile care lipsesc din aceast
a prezentare.
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
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.
Modelul Leontief utilizeaz

a date observationale referitoare la o anumit
a regiune geograc
a (stat, regiune,
continent, mondial, etc). Activitatea regiunii este descompus
a n industrii sau activitati industriale dis-
tincte, care ntro perioad
a xat
a de timp produc si consum
a bunuri. Aceeasi industrie produce bunuri
prin consumul de bunuri produse celelalte industrii, inclusiv ea ns
asi. Aceast
a informatie despre productie
si consum a aceleiasi liste de industrii (indexat
a de la 1 la n) este strns
a ntrun tabel de tranzactii in-
terindustriale. Linia i0 se refer
a la industria i0 si descrie descompunerea/distributia cantit
atii productiei
industriei i0 din punct de vedere al industriilor care consum
a aceast
a productie, asa c
a elementul pe locul
(i0 ; j) este cantitatea de produs nit (output) produs de industria i0 si consumat de industria j. Coloana
j0 descrie cantit
atile consumate de industria j0 , descompuse/distribuite dup
a industriile produc
atoare.
Fiecare industrie poate consuma o parte din ceea ce produce, iar cantit
atile respective au indici (i0 ; i0 ).
Sursa: Fig 1.1, pag. 3, [6]
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.
Un exemplu de organizare a datelor (date referitoare la 2005 pentru leg

aturile InputOutput dintre
regiunile Japoneze) poate g
asit la adresa:
http://www.meti.go.jp/english/statistics/tyo/tiikiio/index.html
Din documentele disponibile la aceast
a adres
a se poate remarca, de exemplu, c
a datele referitoare
la 2005 au fost asamblate pentru prezentare n martie 2010 (ceea ce ar trebui s
a e o sugestie despre
complexitatea si necesarul de efort al unei asemenea sarcini, n viata real
a).
3.5.2. Denitie. O matrice p

atratic a 9v 0 > 0 astfel
a cu elemente pozitive se numeste productiva dac
6=
nct
v 0 > Av 0 :
6=
(relatia u > vntre doi vectori u si v va numit

a inegalitate tare ntre vectorisi nseamn
a c
a ecare
6=
coordonat
a a vectorului u este strict mai mare dect coordonata corespunz
atoare a vectorului v)
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).
Demonstratie. Are loc relatia
(I A) I + A + A2 + Am = I Am+1
si din teorema precedent

a urmeaz a lim Am+1 = 0 (matricea nul
a c a), deci prin trecere la limit
a relatia
m!1
devine
(I A) I + A + A2 + Am + = I;
1
deci exist
a (I A) = I + A + A2 + Am + .
3.5.5. Exemplu. Modelul lui Leontie
Ax + y = x;
unde A este o matrice productiv

a care reprezint
a matricea coecientilor tehnologici (coecientul din pro-
ductia de bun j consumat pentru producerea unei unit
ati de bun i) , x este un vector coloan
a al nivelurilor
de productie iar y este vectorul coloan
a al cererii nale. Relatia se mai scrie
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
3.5.7. Observatie. Transpusa unei matrici productive este tot productiv

a.
a. (Perron-Frobenius) Fie A o matrice real

3.5.8. Teorem a pozitiv
a. Atunci:
(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).
Demonstratie. (1) Fie

o valoare proprie de modul maximal si e v un vector propriu asociat
M
Pn
valorii proprii M : Are loc Av = M v; adica pe coordonate aij vj = M vi ; 8i = 1; n; deci
j=1
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;
presupunem prin reducere la absurd c

a 9k 2 f1; ; ng astfel nct
X
n
j M j jvk j < akj jvj j
j=1
si e z = (A j M j I) p; are loc z > 0 ) Az > 0 si Ap > 0 ) 9" > 0;

6= 6=
Az > "Ap > 0;

6= 6=
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=
si deci are loc prin recurent

a
B k Ap > 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
3.6. Spatii vectoriale peste corpul numerelor complexe
Scopul acestei sectiuni este s

a rezume caracteristicile spatiilor vectoriale de tip nit peste C, reprezen-
tate ca (Cn ; C). Peste tot n aceast
a sectiune bara orizontal
a deasupra unui obiect se refer
a la conjugatul
complex [sau la enumerare: 1; n reprezint
a toate numerele de la 1 la n].
Dac
a z = (z1 ; ; zn ) 2 Cn , atunci z = (z1 ; ; zn ) [vectorul conjugat este conjugatul componentelor]
a u; v 2 Cn , atunci u + v = u + v
Dac
Dac
a 2 C si z 2 Cn , atunci z = z
Produsul scalar nu poate extins la C n aceeasi form
a deoarece (1; i) (1; i) = 1 1 + i i = 0, asa c
a
dac
a sar folosi aceeasi forma de produs scalar ca pe R sar obtine vectori nenuli de lungime nul
a.
Pn
Forma folosit a este hu; vi = ui vi (functional
a sesquiliniar
a), pentru care
i=1
hu + v; wi = hu; wi + hv; wi
hu; v + wi = hu; vi + hu; wi
h u; vi = hu; vi
hu; vi = hu; vi
hu; vi = hv; ui
P
n
kuk2 = hu; ui = ui ui 2 R+ si kuk = 0 () u = 0.
i=1
Matrici cu elemente complexe:
Dac
a A = (aij )i=1;m;j=1;n atunci A = (aij )i=1;m;j=1;n [conjugata complex
a a matricii este matricea care
are drept componente conjugatele complexe ale componentelor matricii initiale]
A + B = A + B [conjugarea complex
a a sumei este suma conjugatelor complexe]
A = A [conjugarea complex
a a produsului cu un scalar este produsul cu scalarul conjugat complex
al matricei conjugat
a complex]
A = A [conjugata complex
a a conjugatei complexe este matricea initial
a]
AT = AT [conjugata complex
a a transpusei este transpusa conjugatei complexe]
A = AT se numeste adjuncta matricii A
o matrice se numeste hermitic
a (autoadjunct
a) dac
aA=A
a A este matrice cu componente reale, atunci A = AT
Dac
(A + B) = A + B
( A) = A
(A ) = A
hu; vi = uT v
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)
Un spatiu an este o actiune tranzitiv

a a grupului aditiv al spatiului vectorial
Dimensiunea spatiului an este prin denitie dimensiunea spatiului vectorial atasat.
Observatii:
Semnul "+" poate avea semnicatii diferite:

+ adunarea a doi scalari din K
~ adunarea a doi vectori din V
~v + w
P + ~v functia care deneste structura an
a [adunarea dintre un punct si un vector de pozitie]
n contextul grupurilor, functiile care satisfac 1. si 2. sunt numite "actiuni" iar cele care satisfac
si 3. sunt numite "actiuni tranzitive"
!
Aplicatia A 3 Q 7! P Q 2 V este o bijectie.
Spatiul an standard atasat unui spatiu vectorial este A = V with vector addition as the a ne
mapping.
the set V has elements
as a vector space, an element is a vector
as an a ne space, an element is a point
the vector ~0 is the origin of the a ne space [?]
!
any point P may be seen as the "position vector" OP , with O = ~0.
! ! ! !
the relation P + P Q = Q may be seen as OP + P Q = OQ
!
for each point P , the set P Q of all vectors with origin in P is a vector space.
172 4. SPATII AFINE
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 .
a ne straight lines: A ne subspace of dimension 1

a ne plane: A ne subspace of dimension 2
a ne hyperplane: A ne subspace of dimension A 1
Notation: 8P 2 A, 8V0 vector subspace of V, P + [V0 ] = fQ 2 A; Q = P + ~v ; ~v 2 V0 g [B is the
linear variety through P directed by V0 ] [V0 is the direction of B]
4.1.3. Denitie. [The linear variety generated by a nite number of points]
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 )
4.1.8. Denitie. Barycenter: Given r points P1 , P2 , , Pr , the barycenter G is:

1 ! ! !
G = P1 + P1 P1 + P 1 P2 + + P1 Pr
r
1 ! !
For two points, G is the midpoint G = P1 + P 1 P1 + P1 P2
2
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
4.1.1. Properties. Prop: [Properties of a ne spaces]
~ ) ~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
Prop: If (B; V0 ; K) is an a ne subspace of (A; V; K), then 8P 2 B, P + [V0 ] = B.

Proof:
P: Consider B = P + [V0 ]. Then:
!
Q 2 P + [V0 ] () P Q 2 [V0 ]
Q 2 P + [V0 ] ) Q + [V0 ] = P + [V0 ]
!
Q; R 2 P + [V0 ] ) QR 2 [V0 ]
D ! !E
P: For P1 , , Pn 2 A, hP1 ; ; Pn i = P1 + P1 P2 ; ; P1 P r
Proof:
D ! !E
P1 + P1 P2 ; ; P1 Pr is a linear variety which contains all the points Pk and which is contained in
each linear variety which contains the points.
D ! !E
the dimension of P1 P2 ; ; P1 Pr is the dimension of the linear variety; when this dimension is
maximal (r 1) the points are called a nely independent.
P: [Intersection of two linear varieties]
!
(P + [V1 ]) \ (Q + [V2 ]) 6= ; () P Q 2 V1 + V2
Proof: R 2 (P + [V1 ]) \ (Q + [V2 ]) ()
() 9v1 2 V1 such that R = P + v1 and 9v2 2 V2 such that R = Q + v2 ()
! ! ! ! !
() P R 2 V1 and QR 2 V2 ) P Q = P R + RQ 2 V1 + V2
! !
Conversely, if P Q 2 V1 + V2 then 9v1 2 V1 and 9v2 2 V2 such that P Q = v1 + v2 )
!
) Q = P + P Q = P + v1 + v2 so that P + v1 = Q + ( v2 ) 2 (P + [V1 ]) \ (Q + [V2 ])
P:
R 2 (P + [V1 ]) \ (Q + [V2 ]) ) (P + [V1 ]) \ (Q + [V2 ]) = R + [V1 \ V2 ]
Proof: Since R 2 (P + [V1 ]) \ (Q + [V2 ]), we have P + [V1 ] = R + [V1 ] and Q + [V2 ] = R + [V2 ] ;so that
(P + [V1 ]) \ (Q + [V2 ]) = (R + [V1 ]) \ (R + [V2 ]) = R + [V1 \ V2 ]
P:
h D !Ei
(P + [V1 ]) + (Q + [V2 ]) = P + V1 + V2 + P Q
Proof:
P: [Grassmann Formulas]
Consider L1 = P + [V1 ], L2 = Q + [V2 ]
If L1 \ L2 6= ;, then dim (L1 + L2 ) = dim L1 + dim L2 dim (L1 \ L2 )
If L1 \ L2 = ;, then dim (L1 + L2 ) = dim L1 + dim L2 dim (V1 \ V2 ) + 1
Proof:
P:
If L1 jjL2 and L1 \ L2 6= ;,then L1 L2 or L2 L1
4.1. DEFINITII 175
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:
an a ne space (A; V; K) with a ne frame R = fP; (e1 ; ; en )g,

P
n
a linear variety L = Q+[V0 ], with Q = (q1 ; ; qn ) and (v1 ; ; vr ) a basis of V0 , and vj = aij ei ,
i=1
j = 1; r;
176 4. SPATII AFINE
0 1
a1j
B C
B . C
[vj ]R = B .. C, j = 1; r
@ A
anj
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
P: Consider three noncollinear points A, B, C 2 A, and G their barycenter (centroid/geometric

center). Then the straight line joining A and G meets BC in the midpoint A0 of the points B, C.
2
Moreover, (A; G; A0 ) = . [AA0 is called "median"]
3
Proof:
ThalesTheorem: Consider three parallel straight lines r, s, t that meet two concurrent straight lines
in A, A0 (on r), in B, B 0 (on s), in C, C 0 (on t). Then (A; B; C) = (A0 ; B 0 ; C 0 ).
178 4. SPATII AFINE
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
Produse software pentru Algebra Liniar

a
CAPITOLUL 5
Geogebra
CAPITOLUL 6
CARMetal
Produsul software CARMetal, versiunea 3.7.5, disponibil la adresa http://db-maths.nuxit.net/CaRMetal/,

a fost folosit pentru a genera unele dintre vizualiz
arile incluse n text.
Partea 3
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.
7.0.11. Denitie. (OPERATII CU ENUNTURI LOGICE):
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"
7.0.12. Denitie. [Tautologie] Un enunt logic este numit "tautologie" dac

a este adev
arat indiferent de
valoarea de adev
ar a enunturilor componente.
Ex: p: "Ioana are o masin

a" ) p_ep: "Ioana are o masin
a sau nu" este o tautologie.
7.0.13. Denitie. [Enunturi echivalente] Dou

a enunturi logice se numesc "echivalente" dac
a p $ q este
o tautologie.
7.0.14. Denitie. [Enunturi mai puternice] Se spune despre un enunt logic p c

a "este mai tare dect" un
enunt logic q dac
a p ! q este tautologie si q ! p nu este tautologie.
Ex: Pentru orice dou

a enunturi p, q, enuntul p ^ q este mai tare dect enuntul q.
Exercitiu: S
a se decid
a dac
a pentru enunturile "(p ^ q) ! r" si "p ! r" se poate arma c
a unul dintre
ele este mai puternic dect cel
alalt.
7.0.15. Denitie. [Contradictie] Un enunt logic este numit "contradictie" dac

a este fals indiferent de
valoarea de adev
ar a enunturilor componente.
Ex: p: "Ioana are o masin

a" ) pêp: "Ioana are o masin
a si nu are" este o contradictie.
Toate enunturile logice pot exprimate folosind enunturi descriptive si conectorii logici e, _, ^. Se vor
prezenta pe scurt propriet
atile acestor conectori logici si leg
aturile dintre ei si alte operatii logice.

7.0.16. Observatie. (PROPRIETATI ALE CONECTORILOR e, _, ^) (Pot vericate cu
table de adev
ar):
(1) e (ep) p (principiul tertului exclus)

Dem: tabl
a de adev
ar
190
7. RECAPITULARI
(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) epêq (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) epêq, 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
a. [Reducerea disjunctiei exclusive la e, _, ^]

7.0.17. Teorem
_
p_q (p _ q) ê (p ^ q) (pêq) _ (qêp) :
Demonstratie. Tabl
a de adev
ar.
a. [Reducerea echivalentei la implicatie]

7.0.18. Teorem
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:
Demonstratie. Prin tabl

a de adev
ar.
7.0.20. Teorem
a. (Negarea implicatiei logice)
e (p ! q) pêq.
Demonstratie. e (p ! q) e (ep _ q) e (ep) êq pêq.
Ex: p: "Mie foame", q: "M

annc" ) p ! q: "Dac
a mie foame, m
annc" ) e (p ! q) pêq:
"Mie foame si nu m
annc".
Un r
aspuns frecvent ntlnit la ntrebarea "Cum se neag
a "Dac
a mie foame, m
annc"?" este r: "Dac
a
nu mie foame, nu m
annc".
Se observ
a c
ar (ep) ! (eq) iar tabla de adev
ar arat
a c
a cele dou
a enunturi logice spun altceva:
p q p!q e (p ! q) (ep) ! (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".
a. (Principiul demonstratiei prin reducere la absurd)

7.0.21. Teorem
p!q (eq) ! (ep).
Demonstratie. p ! q ep _ q q_ep e (eq) _ep (eq) ! (ep).

192
7. RECAPITULARI
7.1. Predicate logice
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)
Predicatele logice pot privite si ca reformul

ari ale unor constructii de tip "dac
aatunci": a spune "un
p
atrat este un dreptunghic" este acelasi lucru cu "dac
a x este un p
atrat, atunci x este un dreptunghi" sau
"orice p
atrat este un dreptunghi". Formularea "x este un dreptunghi" este un predicat p (x) unde x este
o gur
a geometric
a.
7.1.2. Denitie. Armatia "pentru orice valoare posibil

a a lui x, are loc p (x)" se formalizeaz
a prin
"8x; p (x)" iar semnul "8" se numeste "cuanticator logic universal".
7.1.3. Denitie. Armatia "exist

a o valoare posibil
a a lui x, pentru care are loc p (x)" se formalizeaz
a
prin "9x; p (x)" iar semnul "9" se numeste "cuanticator logic existential".
7.1.4. Denitie. Armatia "exist

a o unic
a valoare posibil
a a lui x, pentru care are loc p (x)" se formal-
izeaz
a prin "9!x; p (x)" si are semnicatia
9!x; p (x) (9x; p (x)) ^ ((p (x1 ) ^ p (x2 )) ! x1 = x2 ) :
Negatii ale enunturilor logice obtinute din predicate cu cuanticatori:
e (8x; p (x)) 9x; ep (x) ;

e (9x; p (x)) 8x; ep (x)
7.1.5. Exemplu. Negatia enuntului logic: Toti oamenii sunt muritorieste: "Exist
a oameni nemuritori",
deoarece structura este e (8x p (x)) 9xep (x).
7.1.6. Exemplu. Negatia enuntului logic: Orice e nervos, tip

a" este "exist
a oameni nervosi si care nu
tip
a", deoarece structura este e (8x (p (x) ! q (x))) 9x (p (x) êq (x)).
7.1.7. Observatie. Cuanticatorii logici (existential si universal) nu comut

a:
8x 9yx p (x; y) 6= 9y8xp (x; y)
7.2. Multimi
Printre caracteristicile secolelor XIX si XX n matematic

a se num
ar
a si denitivarea constructiei
matematicii ca sistem axiomatic. Una dintre constat
ari este c
a, axiomatic vorbind, totul porneste de
7.2. MULTIMI 193
la notiunea de multime. Notiunea ns

asi de multime nu poate denit
a. De altfel, pentru orice stiint
a se
ridic
a ntrebarea: Ce notiuni foloseste acea stiint
a dar nu le poate deni riguros?. Pentru matematic
a,
r
aspunsul este: Notiunea de multime. n general, r
aspunsurile posibile pentru aceast
a ntrebare sunt
consecinte ale ciclului de rezultate teoretice obtinute de Kurt Gdel n prima jum
atate a secolului XX,
despre incompletitudinea unui sistem axiomatic. n esent
a si f
ar
a a se intra n mai multe detalii, sa
stabilit c
a orice sistem axiomatic este incomplet sau contradictoriu; asta nseamn
a, printre altele, c
a orice
stiint
a necontradictorie trebuie s
a se astepte la probleme indecidabile si s
a aib
a maturitatea de a le dep
asi.
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).
7.2.1. Denitie. Operatiile de baz

a cu multimi sunt: reuniune, intersectie, complementar
a. Relatia dintre
o multime si elementele ei este cea de apartenent
a. Relatia de baz
a ntre multimi este incluziunea.
Reuniune: A [ B = 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
7.2.2. Observatie. Fie A, B, C 2 P ( ). Prin CA se va ntelege complementara multimii A fat

a de .
Operatiile cu multimi au urm
atoarele propriet
ati:
(1) A [ A = A (idempotenta reuniunii);

(2) A [ = (proprietatea de ultim element a reuniunii);
(3) A \ A = A (idempotenta intersectiei);
(4) A \ = A (proprietatea de element neutru a intersectiei);
(5) A [ ; = A (proprietatea de element neutru a reuniunii);
(6) A \ ; = ; (proprietatea de prim element a intersectiei);
(7) A [ B = B [ A (comutativitatea reuniunii);
(8) A \ B = B \ A (comutativitatea reuniunii);
(9) A [ (B [ C) = (A [ B) [ C = A [ B [ C (asociativitatea reuniunii);
(10) A \ (B \ C) = (A \ B) \ C = A \ B \ C (asociativitatea intersectiei);
(11) A [ (B \ C) = (A [ B) \ (A [ C) (distributivitatea reuniunii fat
a de intersectie);
(12) A \ (B [ C) = (A \ B) [ (A \ C) (distributivitatea intersectiei fat
a de reuniune);
194
7. RECAPITULARI
(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);
7.2.3. Denitie. Multimile A si B se numesc disjuncte dac

a A \ B = ;.
7.2.4. Denitie. Se numeste produs cartezian a dou

a multimi A si B multimea:
A B = f(a; b); a 2 A ^ b 2 Bg:
7.2.5. Observatie. Alte propriet

ati:
(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.
7.2.6. Denitie. Fie X, Y dou

a multimi. Se numeste relatie (corespondenta) binara ntre multimile X
si Y orice triplet R = (X; Y; GR ), unde GR este o submultime a produsului cartezian, GR X Y. X
se numeste domeniul de denitie al relatiei, Y se numeste codomeniul relatiei iar GR se numeste gracul
relatiei. Multimea
DR = fx 2 X; 9y 2 Y; (x; y) 2 GR g X
se numeste domeniul (efectiv) al relatiei R. Multimea
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
se numeste relatia inversa relatiei R. Relatia X = (X; X; G X

) denit
a prin G X
= f(x; x) ; x 2 Xg
X X se numeste relatia identitate pe 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:
GR = f(x; z) ; x 2 X; z 2 Zsi 9y 2 Y a.. (x; y) 2 GR1 si (y; z) 2 GR2 g
se numeste compunerea relatiilor R1 si R2 si se noteaz

a R2 R1 (R2 R1 = R).
7.2.8. Observatie. Operatia de compunere a relatiilor este asociativ

a dar nu este comutativ
a.
7.2.9. Denitie. R = (X; X; GR ) se numeste relatie de preordine dac

a are propriet
atile:
(1) Reexivitate: G X
GR (8x 2 X, (x; x) 2 GR );
(2) Tranzitivitate: (x; y), (y; z) 2 GR ) (x; z) 2 GR .
7.2.10. Denitie. R = (X; X; GR ) se numeste relatie de echivalenta dac

a este relatie de preordine
si are n plus proprietatea de simetrie: GR 1 GR ((x; y) 2 GR ) (y; x) 2 GR ). Multimea x^ =
fy 2 X; (x; y) 2 GR g se numeste clasa de echivalenta a lui x n raport cu relatia R. Multimea claselor de
echivalenta (multimea ct a lui X n raport cu R) se noteaz
a cu X=R.

a R este o relatie de echivalent
a pe X si x^ este clasa de echivalent
a a unui
element, atunci:
(1) x 2 x^, 8x 2 X;
(2) (x; y) 2 R , x^ = y^;
(3) (x; y) 2
= R , x^ \ y^ = ;.
7.2.12. Denitie. R = (X; X; GR ) se numeste relatie de ordine (preferinta) dac

a este relatie de preordine
si n plus are proprietatea de antisimetrie: GR \ GR 1 = G X
((x; y) 2 GR si (y; x) 2 GR ) x = y).
Relatia de ordine se numeste totala dac
a 8x; y 2 X, (x; y) 2 GR sau (y; x) 2 GR (GR [ GR 1 =X X)
si se numeste partiala dac
a nu este total
a. Perechea (X; R) se numeste multime ordonata (de relatia de
ordine R). O multime ordonat
a se numeste inductiv ordonata dac
a orice submultime total ordonat
a a sa
este majorat
a.
7.2.13. Observatie. (Lema lui Zorn) Orice multime inductiv ordonat

a are un element maximal.
196
7. RECAPITULARI
1
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).
Demonstratie. Reexivitatea: x 2 X ) (x; x) 2 GR ) (x; x) 2 GR 1 ;

Tranzitivitatea: Fie (x; y) 2 GR 1 si (y; z) 2 GR 1 ) (y; x) 2 GR si (z; y) 2 GR ) (z; x) 2 GR )
(x; z) 2 GR 1 ;
Antisimetria: (x; y) 2 GR 1 si (y; x) 2 GR 1 ) (x; y) 2 GR si (y; x) 2 GR ) x = y
7.2.15. Denitie. Fie X o multime ordonat

a si A 2 P (X).
A se numeste majorata (minorata) dac

a 9a 2 X astfel nct (x; a) 2 GR ((a; x) 2 GR ) 8x 2 A.
Elementul a se numeste majorant (minorant) al multimii A.
Dac
a multimea majorantilor (minorantilor) lui A este minorat
a (majorat
a) atunci minorantul
majorantilor (majorantul minorantilor) este unic si se numeste supremul (inmul) multimii A (se
noteaz
a sup A, respectiv inf A).
a 2 X se numeste maximal (minimal) dac
a 8x 2 X, (a; x) 2 R ((x; a) 2 R) ) x = a.
Dac
a A = X este majorat
a (minorat
a), atunci majorantul (minorantul) este unic si se numeste
ultim element (prim element).
7.2.3. Functii.
7.2.16. Denitie. O relatie R = (X; Y; GR ) se numeste de tip functie (functionala) dac

a are propriet
atile:
(1) 8x 2 X, 9y 2 Y , (x; y) 2 GR ;
(2) (x; y1 ) 2 GR si (x; y2 ) 2 GR ) y1 = y2 .
7.2.17. Observatie. Dou

a relatii sunt egale dac
a cele dou
a triplete sunt egale, adic
a dac
a domeniile,
codomeniile si gracele sunt egale.
7.2.18. Denitie. Fie f ( ) : X ! Y o functie. Pentru A X, multimea
f (A) = ff (x) ; x 2 Ag Y
se numeste imaginea directa a multimii A prin functia f ( ) iar pentru B Y multimea
1
f (B) = fx; f (x) 2 Bg X
se numeste preimaginea multimii B prin functia f ( ).
7.2.19. Observatie. Fie f ( ) : X ! Y o functie. Au loc urm

atoarele armatii:
7.2. MULTIMI 197
(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.
7.2.4. Operatii cu functii. Ca regul

a general
a, cu dou
a (sau mai multe) functii se pot efectua oper-
atii algebrice n anumite conditii iar rezultatul operatiei este o nou
a functie. Conditiile sunt urm
atoarele:
Functiile trebuie s
a aib
a acelasi codomeniu; operatiile algebrice care pot efectuate cu functii
sunt corespondentele operatiilor algebrice care pot efectuate cu elementele codomeniului 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).
7.3. Multimi uzuale de numere
Multimea Denitia Denumirea
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
R Se va deni ulterior reale
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
a a numerelor. Fractii zecimale:

7.3.1. Structura zecimal
Fractii Cu num
ar nit de zecimale 1; 2
zecimale Cu num
ar innit de zecimale periodice simple 0; (3)
periodice mixte 0; 2 (3)
neperiodice
a
Fie a 2 f0; 1; arul x = 0; (a) = :
; 9g. Atunci num
9
Dem:
1 1
x = 0; (a) = 0; aaaaaaaa = (a; (a)) = (a + 0; (a)) =
10 10
1 a
= (a + x) ) 10x = a + x ) 9x = a ) x = :
10 9
a1 ak a1 ak
Analog, 0; (a1 ak ) = k =
10 1 99
| {z 9}
k ori
Numerele irationale se reprezint
a ca fractii zecimale neperiodice: structura lor zecimal
a nu se repet
a.
Cteva numere irationale:
= 3; 141592653589793238462643383279502 8841971693993751058209749445923078164062862089986280348
e = 2; 71828182845904523536028747135266249775724709369995957496696762772407663035354759457138217
ln 2 = 0; 693147180559945309417232121458176568075500134360 25525412068000949339362196969471560586
7.3.2. Multimea numerelor reale.
Pe multimea numerelor rationale se consider

a multimea sirurilor Cauchy. Dou
a siruri Cauchy
rationale (pn )n2N si (qn )n2N sunt echivalente dac
a siruldiferent
a (pn qn )n2N tinde la 0, lim (pn qn ) =
n!1
0. Un num
ar real este o clas
a de echivalent
a format
a din toate sirurile Cauchy de numere rationale
echivalente cu un sir Cauchy xat. Detaliile acestei constructii fac parte din cursul de Analiz
a.
Structura (R; +) este grup abelian cu element nul 0.
Structura (Z; +) este subgrup n structura (R; +);
Structura (Z; +) este grup ciclic, n sensul c
a este generat
a de un singur element, elementul
1 (sau 1).
Structura (Z; +) este cel mai mic subgrup n (R; +) care contine 1.
7.3.3. Multimea numerelor complexe. Informatiile si rezultatele din aceast

a subsectiune sunt
rezumate din [1]1 si din [18].
a multimea R2 mpreun
Se consider a cu operatiile:
adunare: (x1 ; y1 ) +c (x2 ; y2 ) = (x1 + x2 ; y1 + y2 )
nmultire: (x1 ; y1 ) c (x2 ; y2 ) = (x1 x2 y1 y2 ; x1 y2 + x2 y1 )
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 ]
7.3.1. Observatie (Propriet

ati ale operatiilor de adunare si nmultire). (1) Dou
a elemente (x1 ; y1 )
si (x2 ; y2 ) sunt egale () x1 = x2 si y1 = y2 .
(2) Adunarea +c :
(a) este comutativ
a,
(b) este asociativ
a,
(c) are elementul (0; 0) ca element neutru,
(d) orice element (x; y) are invers fat
a de adunare (opus), care este elementul ( x; y).
(3) nmultirea c :
(a) este comutativ
a,
(b) este asociativ
a,
(c) are elementul (1; 0) ca element neutru,
1
(d) orice element z = (x; y) 6= (0; 0) are invers fat
a de nmultire, care este elementul z =
x y
; .
x2 + y 2 x2 + y 2
(4) nmultirea este distributiv
a fat
a de adunare.
(5) Structura C = (R2 ; +c ; c ) este un corp comutativ (este identicat ca si "corp al numerelor com-
plexe").
(6) Multimea R f0g R2 este parte stabil
a a lui R2 n raport cu ecare dintre operatiile de adunare
+c si de nmultire c . Structura (R f0g; +c ; c ) este subcorp pentru structura (R2 ; +c ; c ).
(7) Se consider
a structurile (R; +; ) (structura obisnuit
a de numere reale) si (R f0g; +c ; c ). Functia
f() : R!R f0g denit
a prin f (x) = (x; 0) este bijectiv
a si este morsm de corpuri (deci
izomorsm de corpuri), adic
a are propriet
atile:
(a) f (x) +c f (y) = f (x + y),
(b) f (x) c f (y) = f (x y)
Din acest motiv, "se identic
a" elementul (x; 0) cu x 2 R ["(x; 0) = x"]
(8) Elementul (0; 1) se numeste "unitatea imaginar a cu i [(0; 1) = i]2
a" si se noteaz
(9) Se observ
a c
a (y; 0) c (0; 1) = (y 0 0 1; y 1 + 0 0) = (0; y), si atunci se poate scrie y c i = (0; y)
[elementul (0; y) se numeste "num
ar pur imaginar"]
(10) Distinctia dintre operatiile + si +c respectiv si c se va face din context (nu va mai f
acut
a prin
simboluri distincte).
(11) Un num
ar complex este (x; y) = (x; 0) +c (0; y) = x +c i c y (forma algebric
a a num
arului complex)
2 Se p
pare c
a notatia i pentru 1 a fost folosit
a pentru prima dat
a de matematicianul elvetian Leonhard Euler n 1777.
(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
7.3.2. Denitie. Dac

a z = a + bi este un num
ar complex, num
arul z = a bi se numeste conjugatul
complex al lui z.

ati al conjugatului complex). (1) (z) = z
(2) z 2 R () z = z
(3) 8z 2 C, z z 2 R+
(4) z1 + z2 = z1 + z2
(5) z1 z2 = z1 z2
1 1
(6) 8z 6= 0, z =z
z1 z1
(7) 8z2 6= 0, =
z2 z2
z+z z z
(8) Re (z) = , Im (z) = .
202
7. RECAPITULARI
p
7.3.4. Denitie. Dac
a z = a + bi este un num
ar complex, modulul lui este: jzj = a2 + b 2

ati ale modulului unui num
ar complex). (1) jzj 2 R+ ; jzj = 0 ()
z = 0.
(2) jzj = j zj = jzj
(3) z z = jzj2
(4) jz1 z2 j = jz1 j jz2 j
(5) jz 1 j = jzj 1
z1 jz1 j
(6) =
z2 jz2 j
(7) Re (z), Im (z) 2 [ jzj ; jzj]
(8) jzj jRe (z)j + jIm (z)j [n membrul stng modulul este complex iar n membrul drept modulele
sunt reale]
(9) jz1 + z2 j jz1 j + jz2 j
(10) jjz1 j jz2 jj jz1 z2 j
7.3.6. Denitie. Pentru z = a + bi 2 C, perechea (a; b) se numeste imaginea geometrica a numarului

complex z.
7.3.7. Observatie (Interpret

ari n termeni geometrici). (1) Multimea R2 a tuturor perechilor (a; b)
se numeste planul complex.
(2) Axele de coordonate se numesc axa reala si axa imaginara.
(3) Num
arul complex z poate identicat cu vectorul de pozitie al punctului (a; b).
(4) Modulul jzj este lungimea vectorului de pozitie [se mai numeste raza polara a punctului (a; b)].
(5) Adunarea numerelor complexe corespunde adun
arii vectorilor de pozitie.
(6) nmultirea cu un num
ar real a unui num
ar complex corespunde nmultirii cu un scalar a vectorului
de pozitie.
(7) Unghiul dintre axa real
a pozitiv
a si vectorul de pozitie al punctului (a; b) 6= (0; 0) d
a argumentul
num
arului complex (nenul). Determinarea acestui unghi se face folosind functii trigonometrice
si inversele lor, si are de dep
asit dou
a dicult
ati: prima este legat
a de periodicitatea functiilor
trigonometrice iar a doua este legat a de domeniul/codomeniul functiilor inverse ale celor trigono-
2k + 1
metrice [desi functia tangent
a tan ( ) este denit
a pe domeniul R n f ; k 2 Zg, pentru a
2
inversabil
a trebuie considerat a doar pe ; ].
2 2
(a) Prima dicultate este rezolvata prin introducerea a dou
a notiuni: Arg (z) (argumentul num aru-
lui complex) si arg (z) (valoarea principal
a a argumentului num
arului complex), legate n-
tre ele de relatia Arg (z) = farg (z) + 2k ; k 2 Zg, care mai este folosit
a si n forma
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 ':
(10) Forma trigonometric

a a unui num
ar complex z = a+bi este z = jzj (cos ' + i sin ') [= jzj (cos arg (z) + i
iar printre motivele pentru care aceast
a form
a alternativ
a este util
a sunt formule cum ar :
(a) z1 = r1 (cos '1 + i sin '1 ), z2 = r2 (cos '2 + i sin '2 ) ) z1 z2 = r1 r2 (cos ('1 + '2 ) + i sin ('1 + '2 ))
[de fapt arg (z1 + z2 ) = farg (z1 ) + arg (z2 ) ; arg (z1 ) + arg (z2 ) ; arg (z1 ) + arg (z2 ) + g \
( ; ]]
(b) [Formula lui DeMoivre]: z = r (cos ' + i sin ') ) z n = rn (cos n' + i sin n')
z1 r1
(c) z1 = r1 (cos '1 + i sin '1 ), z2 = r2 (cos '2 + i sin '2 ) ) = (cos ('1 '2 ) + i sin ('1 '2 ))
z2 r2
(11) Radical complex:
p
(a) [R ad
acina complex a de ordin n a unui num ar complex]: z = r (cos ' + i sin ') ) n z =
p ' + 2k ' + 2k
n
r cos + i sin , k = 0; n 1
n n
p 2k 2k
(b) [R ad
acina complex a de ordin n a unit atii]: n 1 = cos + i sin , k = 0; n 1
n n
r r
jzj + Re (z)
(c) [Rad
acina complex a de ordin 2 dintrun num ar complex]: z = a+bi = a jbj i =
2
7.3.8. Observatie. Desi multimea numerelor complexe este g

asit
a ca ind similar
a altor multimi/structuri,
similarit
atile nu sunt "perfecte", n sensul c
a, de exemplu, nmultirea unui num
ar complex cu un num
ar
204
7. RECAPITULARI
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).
ei' = cos ' + i sin '

Forma exponential
a:
z = jzj ei'
7.4. Cardinalitatea multimilor uzuale de numere
7.4.1. Denitie. O multime se numeste numarabila dac

a exist
a o bijectie ntre ea si multimea numerelor
naturale. (Denitie echivalent
a: o multime se numeste num
arabil
a dac
a poate pus
a sub forma unui sir
n care orice termen s
a poat
a atins dup
a un num
ar nit de pasi)
N este o multime num

arabil a poate pus
a, pentru c a sub forma:
N = f0; 1; 2; ; n; g, n care ecare termen poate atins dup
a un num
ar nit de pasi (se
construieste un sir care contine toate elementele multimii si n care indicele ec
arui element este
nit)
7.4.2. Observatie. Pot construite modalit

ati proastede num
arare: dac
a aceleasi elemente ale sirului
sunt puse astfel nct mai nti se num
ar
a toate numerele pare si apoi toate numerele impare, la cele impare
nu se ajunge dup
a un num
ar nit de pasi, deci desi multimea este num
arabil
a, procedeul de num
arare este
gresit.
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
n locul intervalui [0; 1]) pentru a obtine intervalul Ik cu urm

atoarele propriet
ati:
a) Ik = [ak ; bk ] Ik 1 (Ik este un interval nchis, inclus n Ik 1 )
bk 1 ak 1
b) bk ak = 3
.
c) xk 62 Ik .
Se obtine astfel sirul de intervale (Ik )k>0 cu urm
atoarele propriet
ati:
a) toate elementele sirului sunt intervale nchise, incluse n [0; 1] iar sirul este descresc
ator (n
sensul c
a Ik Ik 1 )
1
b) lungimea intervalului Ik este 3k
.
c) xj 62 Ik 8j = 1; k
Din aceste propriet
ati se observ
a c
a marginile intervalelor formeaz
a dou
a siruri (ak )k>0 cresc
a-
tor si (bk )k>0 descresc
ator, toate elementele sirului (ak )k>0 ind mai mici dect toate elementele
206
7. RECAPITULARI
sirului (bk )k>0 . Pentru c

a cele dou
a siruri sunt monotone si marginite, sunt convergente la limitele
T
notate a, respectiv b si are loc a b. Se obtine c a intersectia Ik = [a; b] (deci, n particular,
k>0
nevid
a) iar orice element al acestei intersectii nu poate membru al sirului (xn )n>0 (din con-
structia sirului de intervale). Asadar a fost g
asit m
acar un element din [0; 1] care nu este element
al sirului, contradictie cu presupunerea c
a [0; 1] sar putea scrie sub forma unui sir, n care ecare
termen s
a poat
a atins dup
a un num
ar nit de pasi.
Rezult
a c
a multimea R nu este num
arabil
a.
Multimea tuturor sirurilor innite de 0 si 1 este nenum
arabil
a.
Demonstatie:
Presupunem c a multimea poate pus a sub forma unui sir s1 = (sn1 )n2N , s2 = (sn2 )n2N , de
8
< 0, dac a snn = 1
n n
siruri de 0 si 1. Se construieste sirul s = (s )n2N astfel: s = . Sirul s este un
: 1, dac a snn = 0
nou sir de 0 si 1, contradictie.
Not
a: (R; Q) este spatiu vectorial de dimensiune egal
a cu cardinalitatea lui R.
7.5. Notiuni generale despre matrici
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.
Operatii standard cu matrici: Adunare, sc

adere, nmultire a dou
a matrici (n cazul particular al n-
multirii unei matrici linie cu o matrice coloan
a, operatia se mai numeste si produs scalar), nmultirea unei
matrici cu o expresie.
Fie A = (aij )i=1;n;j=1;m o matrice;
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.
arul Aij = ( 1)i+j det A (ijj).

7.5.7. Denitie. Cofactorul (engl. cofactor) locului (i; j) al matricii A este num
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
Matrice ortonormala pe coloane (engl. column orthonormal matrix):
AT A = I
Matrice ortonormala (engl. orthonormal matrix):
A p a si AT A = I
atratic
Rangul unei matrici (engl. rank of a matrix): dimensiunea maxim

a a unei submatrici p
atratice a
matricii, care are determinantul nenul (num
arul maxim de coloane care, privite ca vectori coloan
a ntrun
spatiu vectorial, formeaz
a un sistem liniar independent).
Matrice inversa a lui A (engl. the inverse matrix of A): o matrice B care satisface relatiile: AB =
BA = I.
Matrice patratica inversabila (nesingulara) (engl. nonsingular matrix): matrice de rang maxim (echiv.
matrice pentru care exist
a o matrice invers
a);
Matrice de rang maxim (engl. full rank): matrice pentru care RangA = min fn; mg;
Urma unei matrici patratice A (engl. trace of matrix A): suma elementelor de pe diagonala principal
a
a unei matrici p
atratice.
7.5.9. Observatie. a ) AT inferior tringhiular

(1) A superior triunghiular a.
(2) Dac a, atunci An = 0.
a o matrice A 2 Mn;n (R) este strict superior (inferior) triunghiular

a exist
a matricea invers
a, este unic a cu A 1 .
a; de obicei se noteaz
Demonstratie. Din AB1 = B1 A = I si AB2 = B2 A = I rezult

a c
a B1 si B2 au aceleasi dimensiuni
iar B1 = B1 I = B1 (AB2 ) = (B1 A) B2 = IB2 = B2 .
7.5.11. Denitie. 1n este o matrice coloan

a de dimensiune n si cu toate elementele egale cu 1.
enij este matricea p
atratic
a de dimensiune n care are pe locul (i; j) valoarea 1 si 0 n rest
7.5.12. Observatie. Se observ

a c
a
8
< 0 daca j 6= k
enij enkl =
: en dac
a j = k:
il
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
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
7.5.14. Observatie. Propriet

ati ale matricilor elementare:
(1) det Tijn (a) = 1,

(2) Tijn (a) Tijn (b) = In + aenij In + benij = In + (a + b) enij = Tijn (a + b) (produsul a dou
a matrici
elementare este tot o matrice elementar
a) (proprietate de parte stabil
a),
(3) Tijn (0) = In este element neutru
Tijn (a) Tijn ( a) = Tijn (0) = In (Tijn (a) este nesingular
a cu inversa Tijn ( a)) (cu alte cuvinte, trans-
formarile elementare sunt reversibile).
0 1
1 01n
(4) @ A = Ti+1j+1
n+1
(a)
n
0n1 Tij (a)
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:
(1) se scade din linia i linia j si se pune rezultatul n locul liniei i,

(2) se adun
a la linia j linia i si se pune rezultatul n locul liniei j,
(3) se scade din linia i linia j si se pune rezultatul n locul liniei i.
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:
(1) se scade din linia j linia i si se pune rezultatul n locul liniei j,

(2) se adun
a la linia i linia j si se pune rezultatul n locul liniei i,
(3) se scade din linia j linia i si se pune rezultatul n locul liniei j.
0 1
B 1 0 0 0 C
B C
B 0 0 1 0 C
B C
7.5.22. Exemplu. Qn23 =B C;
B 0 1 0 0 C
B C
@ A
0 0 0 1
0 10 1 0 1
B 1 0 0 0 C Ba11 a12 a13 C Ba11 a12 a13 C
B CB C B C
B 0 0 1 0 C B a23 C B a33 C
B C Ba21 a22 C Ba31 a32 C
B CB C=B C;
B 0 1 0 0 C B a33 C B a23 C
B C Ba31 a32 C Ba21 a22 C
@ A@ A @ A
0 0 0 1 a41 a42 a43 a41 a42 a43
0 1
0 1 0 0 0 C 0 1
B 1
Ba11 a12 a13 a14 C B C B a11 a13 a12 a14 C
B CBB 0 0 1 0 C
C B C
Ba a24 C C=B a24 C
B 21 a22 a23 CB B a21 a23 a22 C;
@ ABB 0 1 0 0 C
C @ A
a31 a32 a33 a34 @ A a31 a33 a32 a34
0 0 0 1
0 1
B 1 0 0 0 C
B C
B 0 0 1 0 C
4 B C
R23 =B C;
B 0 1 0 0 C
B C
@ A
0 0 0 1
0 10 1 0 1
B 1 0 0 0 C Ba11 a12 a13 C B a11 a12 a13 C
B CB C B C
B 0 0 1 0 C B a23 C B a33 C
B C Ba21 a22 C B a31 a32 C
B CB C=B C;
B 0 1 0 0 C B C B a23 C
B C Ba31 a32 a33 C B a21 a22 C
@ A@ A @ A
0 0 0 1 a41 a42 a43 a41 a42 a43
0 1
0 1 1 0 0 0 C 0 1
B
Ba11 a12 a13 a14 C B C B a11 a13 a12 a14 C
B CBB 0 0 1 0 CC B B C
Ba a23 a24 C a24 C
B 21 a22 CB C = B a21 a23 a22 C;
@ ABB 0 1 0 0 C
C @ A
a31 a32 a33 a34 @ A a31 a33 a32 a34
0 0 0 1
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
a. Fie A = (aij )i=1;n;j=1;m o matrice nenul

7.5.24. Teorem a. Atunci exist
a r 2 N \ [1; min fn; mg] si o
matrice de transformare U (de dimensiune n) astfel nct U A =
0 1
B 0 :: 0 1 b1j1 +1 :: :: :: :: :: :: :: :: :: :: b1m C
B C
B 0 :: 0 0 :: 0 1 b2j2 +1 :: :: :: :: :: :: :: b2m C
B C
B C
B 0 :: 0 0 :: 0 0 :: 0 1 b3j3 +1 :: :: :: :: b3m C
B C
B C
B C
B :: :: :: :: :: :: :: :: :: :: :: :: :: :: :: :: C
B C
B C
B 0 :: 0 0 :: 0 0 :: 0 0 :: 0 1 brjr +1 :: brm C
B C
B C
B 0 :: 0 0 :: 0 0 :: 0 0 :: 0 0 :: :: 0 C
B C
B C
B C
B :: :: :: :: :: :: :: :: :: :: :: :: :: :: :: :: C
@ A
0 :: 0 0 :: 0 0 :: 0 0 :: 0 0 :: :: 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
Demonstratie. Prin inductie dup

a dimensiunile matricii: presupunem rezultatul adev
arat pentru
orice matrice de tip (n0 ; m0 ) cu n0 < n, m0 < m; e j1 prima coloan
a a matricii A care are m
acar un
element nenul. Exist
a o transformare elementar
a care aduce elementul nenul pe linia 1, anuleaz
a toate
celelalte elemente ale coloanei j1 si transform
a elementul nenul n 1. Submatricea obtinut
a prin nl
aturarea
coloanelor 1 j1 si liniei 1 este de dimensiuni (n 1; m j1 ) si conform ipotezei de inductie poate adus
a
la o form
a esalon qed.
7.5.25. Observatie. matricea A si orice matrice esalon a ei au acelasi rang.
7.5.26. Observatie. O alt

a form
a de tip esalon este forma esalon redusa pe linie (reduced row echelon
form), care are urm
atoarele propriet
ati:
(1) Num
arul de zerouri de la nceputul ec
arei linii creste odat
a cu indicele liniei.
(2) Primul element nenul al ec
arei linii este egal cu 1.
(3) Fiecare coloan
a care contine prima valoare nenul
a a unei linii are celelalte elemente nule.
7.6. Operatii cu matrici
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 ; B = (bjl )j=1;n;l=1;p ; C = AB;

P
m
C = (cil )i=1;n;l=1;p ; cil = aij bjl ; 8i = 1; n; l = 1; p
j=1
7.6.2. Denitie. Multiplicare cu un scalar (engl. scalar multiplication):
A = (aij )i=1;n;j=1;m ; 2 C; C = A; C = (cij )i=1;n;j=1;m

cij = aij ; 8i = 1; n; j = 1; m
7.6.3. Denitie. Suma matriciala (engl. sum of matrices):
A = (aij )i=1;n;j=1;m ; B = (bij )i=1;n;j=1;m ; C = A + B

C = (cij )i=1;n;j=1;m ; cij = aij + bij ; 8i = 1; n; j = 1; m
7.6.4. Denitie. Transpunere (engl. transpose):
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
7.6.5. Denitie. Urma (Trace) unei matrici p

atratice:
X
n
T r (A) = aii
i=1

a A 2 Mn;m (R) si B 2 Mm;n (R), atunci T r (AB) = T r (BA).
Demonstratie. Pentru A = (aij )i=1;n;j=1;m , B = (bij )i=1;m;j=1;n ,

P
m
AB = (cij )i=1;n;j=1;n , cu cij = aik bkj , iar
k=1
P
n
BA = (dij )i=1;m;j=1;m , cu dij = aki bjk ;
k=1
P
n P
n P
m P
m P
n P
m
T r (AB) = cll = alk bkl = alk bkl = dkk = T r (BA)
l=1 l=1 k=1 k=1 l=1 k=1
7.6.7. Denitie. Se numeste determinantul matricii p

atratice A, num
arul
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
7.6.10. Denitie. minorul locului (pozitiei) (i; k) se noteaz

a dik si este determinantul submatricii obtinute
prin eliminarea liniei i si coloanei k.
7.6.11. Denitie. Se numeste permanentul matricii p

atratice A, num
arul
P Qn
P ermanent (A) = k=1 ak (k)
2Sn
7.7. Alte operatii cu matrici
7.7.1. Denitie. Produs ntre elementele matricilor (engl. element product)
A: B = C; cij = aij bij ; 8i = 1; n; j = 1; m
7.7.2. Denitie. mpartire ntre elementele matricilor (engl. element division):
aij
A: B = C; cij = ; 8i = 1; n; j = 1; m
bij
7.7.3. Denitie. Conditie logica (engl. logical condition):

8
< 1; aij bij
A: B = C; cij = ; 8i = 1; n; j = 1; m
: 0; a 6 bij
ij
214
7. RECAPITULARI
7.8. Matrici partitionate
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
7.8.4. Observatie. Consider

am
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 A21 A22 A22 A21 A22 A11 A21 A12
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
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
si prin trecere la determinanti se obtine 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 .
0 A22 0 I 0 A22
2 3
A11 0
7.8.7. Observatie. det 4 5 = det A11 det A22 .
A21 A22
216
7. RECAPITULARI
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
7.9. Inversa MoorePenrose a unei matrici oarecare. Descompunerea n valori singulare

(SVD)
7.9.1. Denitie. Dac

a A 2 M(m;k) (R), A 2 M(k;m) (R) se numeste inversa generalizata a lui A n sens
MoorePenrose dac
a satisface urm
atoarele conditii:
(1) AA A = A
(2) A AA = A
(3) AA si A A sunt simetrice
7.9.2. Observatie. Inversa MoorePenrose este unic

a.
7.9. DESCOMPUNEREA N VALORI SINGULARE (SVD) 219
Demonstratie. Fie B care satisface si ea (i), (ii), (iii). Atunci:

T T T T T T T
A = A AA = (A A) A = AT (A ) A = (AB A) (A ) A = AT (B ) AT (A ) A = AT (B ) (A
T T
AT (B ) A AA = AT (B ) A =
T T T T T T
= (B A) A = B AA = B (AA ) = B (A ) AT = B AB (A ) AT = B (AB ) (A ) AT =
T T T T
B (B ) AT (A ) AT = B (B ) (AA A) =
T T
= B (B ) AT = B (AB ) = B AB = B .
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.
Demonstratie. A 2 M(m;k) (R), x 2 Rk (vector coloan a) si (Ax)T Ax =<

a) ) Ax 2 Rm (vector coloan
T
Ax; Ax > 0 , xT A T A x a AT A 2 M(k;k) (R) este pozitiv semidenit
0 adic a AT A
a; pentru c =
T
AT AT = AT A, rezult a matricea AT A este si simetric
a c a.

a produsul dintre o matrice si transpusa ei este matricea nul
a atunci matricea
este nul
a.
Demonstratie. Diagonala pricipal

a a produsului este suma p
atratelor elementelor ec
arei linii din
matricea initial
a.
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)
(1) D este matrice diagonal

a (r; r) cu elementele pe diagonala principal
a strict pozitive descresc
atoare
(d11 d22 drr > 0)
(2) U si V sunt matrici ale c
aror coloane sunt vectori ortonormali, de dimensiuni respectiv (m; r) si
(k; r) (i.e. U T U = VT V = Ir iar U U T = Im , U T U = Ir ).
(r;m) (m;r) (r;k) (k;r) (r;r) (m;r) (r;m) (r;m) (m;r)
1
(3) Mai mult, inversa generalizat
a n sens MoorePenrose a matricii A este A = V D U T , unde
(k;m) (k;r) (r;r) (r;m)
V 2 M(k;r) , D 2 M(r;r) , U 2 M(m;r) .
Demonstratie. 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. 9W 2 M(k;k) (R) astfel nct
W T AT A W
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 ,
U DV T = (AV D 1 ) DW1T = AW1 W1T = A Ik W2 W2T =

(k;k r)(k r;k)
=0(m;k r)
z }| {
=A A W2 W2T = A 0(m;k r) W2T = A 0(m;k) = A care stabileste descompunerea.
(k;k r) (k r;k) (k r;k)
1 T
Matricea V D U satisface:
1) A V D 1 U T A = U DV T V D 1U T U DV T =
= UD V T V D 1
U T U DV T = U DIr D 1 Ir DV T = U DV T = A
2) V D 1 U T U DV T V D 1U T = V D 1
U T U D V T V D 1U T =
= V D 1 Ir DIr D 1 U T = V D 1 U T = A
3) U DV T V D 1 U T = U D V T V D 1 U T = U DIr D 1 U T = U U T
T T
) U DV T V D 1U T = UUT = U U T (matricea este simetric
a)
3) V D 1 U T U DV T = V D 1 Ir DV T = V V T
T T
) V D 1U T U DV T = VVT = V V T (matricea este simetric
a)
Din 1), 2), 3), 3) rezult a V D 1 U T satisface relatiile care denesc inversa MoorePenrose; cum
a c
matricea care satisface aceste relatii este unic a A = V D 1U T .
a, rezult

a A este simetric
a, atunci U este linie de vectori proprii ai lui A corespunz
atori
a AT U = U D1 , cu D1 matrice diagonal
la valori proprii nenule, asa c a (r; r) cu valori proprii nenule, n
atoare. n acest caz, V = AT U D
ordine descresc 1
= U D1 D 1 . Cum elementele matricilor D si D1 sunt
identice mai putin eventual semnul, coloanele matricilor U si V sunt e egale (pentru r
ad
acini pozitive) e
cu semn invers (pentru r
ad
acini negative). Asadar, dac
a A este pozitiv semidenit
a, are o descompunere
SVD A = U DU T cu U cu coloane ortogonale iar D pozitiv diagonal
a.
1
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
7.9.8. Observatie. Sistemul de ecuatii A x = y are o solutie , y = A A y ; mai mult,

(m;k)(k;1) (m;1) (m;1) (m;k)(k;m)(m;1)
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)
Demonstratie. Ax = yj A la stnga ) A Ax = A yj A la stnga ) AA Ax = AA y ) Ax =

AA y deci dac
a sistemul este compatibil atunci y = AA y.
222
7. RECAPITULARI
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.
7.9.9. Observatie. AA si A A sunt idempotente.
2
Demonstratie. AA A = Aj A la dreapta ) (AA ) = AA
2
AA A = Aj A la stnga ) (A A) = A A
7.10. Structuri algebrice
7.10.1. Denitie. Fiind dat

a o multime nevid
a M , este numit
a lege de compozitie pe M orice functie
'( ; ) : M M ! M . [orice functie care asociaz
a oric
arei perechi de elemente din M un element din M ]
[functia ' ( ; ) mai este numit
a operatie algebric
a sau operatie binar
a]
Legile de compozitie pot notate cu diverse simboluri: x y, x y, x y, x + y (notatie aditiv
a), x y
(notatie multiplicativ
a), etc. Orice exprimare prescurtat
a despre o lege de compozitie va subntelege toate
elementele din denitie.
7.10.2. Denitie. Fiind dat

a o multime nevid
a M , o submultime a sa H si o lege de compozitie ' ( ; )
pe M , multimea H este numit
a parte stabila a lui M n raport cu ' ( ; ) dac
a: 8x; y 2 H, ' (x; y) 2 H.
[rezultatul operatiei dintre dou
a elemente din H nu p
ar
aseste multimea H]
7.10.3. Denitie. O operatie binar

a este numit
a asociativa dac
a: 8x; y; z 2 M , (x y) z = x (y z)
[expresia x y z are acelasi rezultat, indiferent de ordinea n care se fac operatiile]
7.10.4. Denitie. O operatie binar

a este numit
a comutativa dac
a 8x; y 2 M , x y = y x.
7.10.5. Denitie. Un element e 2 M este numit neutru pentru legea dac

a: 8x 2 M , x e = e x = x.
Despre o lege se spune c
a are element neutru pe M dac
a: 9e 2 M , 8x 2 M , x e = e x = x.
7.10.6. Observatie. O lege de compozitie, dac

a are element neutru, atunci acesta este unic. [o lege nu
poate avea mai multe elemente neutre]
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
Din cele dou

a relatii se obtine:
e = e f = f , asa c
a, dac
a ar exista dou
a elemente neutre, acestea ar egale.
7.10.7. Denitie. Fie o lege asociativ

a si cu element neutru pe M . Un element x 2 M este numit
simetrizabil n raport cu legea a: 9x0 2 M , x
dac x0 = x0 x = e. [elementul x0 mai este numit si
simetricul lui x n raport cu si este dependent de x se schimb
a la schimbarea lui x]
7.10.8. Observatie. Simetricul unui element x n raport cu legea , dac

a exist
a, este unic. [un element
nu poate avea mai multe simetrice]
Demonstratie. Din denitie, legea este asociativ

a si cu element neutru.
Se presupune c
a pentru x 2 M ar exista dou
a simetrice n raport cu legea :
x x0 = x0 x = e si
x x00 = x00 x = e. Atunci:
x0 = x0 e = x0 (x x00 ) = (x0 x) x00 = e x00 = x00 ,
asa c
a cele dou
a elemente simetrice sunt egale.
7.10.9. Observatie. Fie x 2 M un element simetrizabil. Atunci si simetricul lui x, x0 2 M , este

simetrizabil, iar simetricul lui este x: (x0 )0 = x.
a ar exista, elementul (x0 )0 ar trebui s

Demonstratie. Dac a relatia: (x0 )0 x0 = x0 (x0 )0 = e
a satisfac
[I].
Din denitia simetrizabilit a elementul x0 exist
atii lui x se stie c a si satisface relatia: x x0 = x0 x = e
[II].
Din relatia [II], se constat
a c a n [I] se nlocuieste (x0 )0 cu x, relatia este satisf
a, dac acut
a.
Deci exist atii lui x0 . Cum acest element
a un element (si anume x) care satisface denitia simetrizabilit
a (x0 )0 = x.
este unic, se obtine c
7.10.10. Observatie. Fie x; y 2 M dou

a elemente simetrizabile. Atunci si elementul x y 2 M este tot
simetrizabil, iar simetricul lui este (x y)0 = y 0 x0 .
Demonstratie. Dac a existe un element (x y)0

a elementul (x y) 2 M ar simetrizabil, ar trebui s
care s
a satisfac
a relatia:
(x y) (x y)0 = (x y)0 (x y) = e.
Dac a relatie se nlocuieste (x y)0 cu (y 0 x0 ), se constat
a n aceast a:
(x y) (y 0 x0 ) = ((x y) y 0 ) x0 = (x (y y 0 )) x0 = (x e) x0 = x x0 = e,
(y 0 x0 ) (x y) = y 0 (x0 (x y)) = y 0 ((x0 x) y) = y 0 (e y) = y 0 y = e,
224
7. RECAPITULARI
a elementul (y 0 x0 ) satisface relatia din denitia simetrizabilit

asa c atii lui (x y).
a (x y)0 = (y 0 x0 ).
Din unicitate se obtine c
7.10.11. Denitie. Se consider

a o lege pe multimea M . Perechea (M; ) este numit
a monoid dac
a
legea este asociativ
a si cu element neutru.

a o lege pe multimea M . Perechea (M; ) este numit
a grup dac
a (M; )
este monoid n care orice element este simetrizabil.
7.10.13. Observatie (Reguli de calcul ntrun grup). ntrun grup (M; ) urm
atoarele reguli sunt ade-
v
arate:
(1) x y = x z ) y = z [simplicare la stnga]

(2) y x = z x ) y = z [simplicare la dreapta]
(3) Ecuatia a x = b are solutia x = a0 b, care este unic
a.
(4) Ecuatia x a = b are solutia x = b a0 , care este unic
a.
Demonstratie. 1.
2.
3.
4.

a un grup (M; ). O submultime a lui M , ; =
6 H M este numit
a subgrup
al lui M dac
a H este parte stabil
a a lui M si H contine, odat
a cu un element x, si simetricul acestuia:
(1) 8x; y 2 H, x y 2 H;
(2) 8x 2 H, x0 2 H.

a H este subgrup al lui (M; ), atunci:
(1) e 2 H;
(2) (H; jH ) este grup.
Demonstratie. 1.
2.

a dou
a grupuri (M; ) si (N; ). O functie f ( ) : M ! N este numit
a:
(1) Morsm de grupuri (de la (M; ) la (N; )), dac

a 8x; y 2 M , f (x y) = f (x) f (y) [functia
"transport
a" rezultatul operatiilor din domeniu n rezultatul operatiilor din codomeniu].
(2) Izomorsm de grupuri, dac

a f ( ) este morsm si este bijectiv
a [functia "transport
a biunivoc"
rezultatul operatiilor din domeniu n rezultatul operatiilor din codomeniu].
Dac
a M = N si = , atunci un morsm (izomorsm) mai este numit si endomorsm
(automorsm).

a f ( ) este morsm de la (M; ) la (N; ), atunci:
(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.

a multimea A mpreun
a cu dou
a legi de compozitie abstracte, notate aditiv
si multiplicativ. Tripletul (A; +; ) este numit inel dac
a:
(1) (A; +) este grup comutativ (abelian);

(2) (A; ) este monoid;
(3) 8x; y; z 2 A, x (y + z) = x y + x z, (y + z) x = y x + z x
[nmultirea este distributiv
a la stnga si la dreapta fat
a de adunare]
[elementul neutru fat
a de operatia notat
a aditiv este notat 0]
[elementul neutru fat
a de operatia notat
a multiplicativ este notat 1]
[simetricul unui element x fat
a de operatia notat
a aditiv este notat x si este numit opusul
lui x]
[a b nseamn
a a + ( b)]
[simetricul (cnd exist
a, al) unui element x fat
a de operatia notat
a multiplicativ este notat
1
x si este numit inversul lui x]
1
[se evit a scrierea ca nlocuitoare pentru x 1 , deoarece constructiile cu fractii sunt mai
x
specice si reduc din generalitatea contextului]
[nu sau mai ad
augat paranteze suplimentare pentru a stabili ordinea operatiilor, deoarece se
consider
a conventia c
a operatia notat
a multiplicativ se efectueaz
a prima]
[se consider
a si conventia c
a xy = x y]
226
7. RECAPITULARI
Elementele din A care sunt simetrizabile n raport cu operatia notat

a multiplicativ mai sunt numite si
unitati ale inelului.
Dac
a operatia este comutativ
a, inelul (A; +; ) este numit comutativ.
Dou
a elemente x; y 2 A sunt numite divizori ai lui 0 dac
a: x 6= 0 si y 6= 0 si xy = 0.
Un element 0 6= x 2 A este numit divizor al lui 0 dac
a 9y 2 A, y 6= 0 astfel nct xy = 0.
Despre un element x 2 A se spune c
a nu este divizor al lui 0 dac
a 8y 2 A , xy 6= 0 [altfel spus:
xy = 0 ) y = 0] [cu x se poate simplica, desi nu este neap
arat inversabil].
Un inel (A; +; ) cu cel putin dou
a elemente si f
ar
a divizori ai lui 0 este numit domeniu de integritate.
7.10.19. Observatie (Reguli de calcul ntrun inel). ntrun inel (A; +; ) au loc:
(1) x + y = x + z ) y = z, y + x = z + x ) y = z [se poate face operatia de reducere n ambii

membrii, cu orice element];
(2) Ecuatiile a + x = b si x + a = b au ecare solutia unic
ax=b a;
(3) x0 = 0x = 0
(4) 1 6= 0
(5) ( x) y = x ( y) = xy si ( x) ( y) = xy [regula semnelor]
(6) x (y z) = xy xz si (y z) x = yx zx
(7) Dac
a (A; +; ) este domeniu de integritate, atunci:
xy = xz si x 6= 0 ) y = z [se poate simplica la stnga cu un element nenul, chiar dac
a acesta
nu este inversabil]
yx = zx si x 6= 0 ) y = z [se poate simplica la drepta cu un element nenul, chiar dac
a acesta
nu este inversabil]
7.10.20. Denitie. Se consider a inele (A; +; ) si (B; +0 ; 0 ). O functie f ( ) : A ! B este numit

a dou a
morsm de inele dac
a:
(1) f (x + y) = f (x) +0 f (y),

(2) f (x y) = f (x) 0 f (y)
(3) f (1) = 10 .
Dac
a, n plus, functia f ( ) este si bijectiv
a, atunci f ( ) este numit
a izomorsm.

a f ( ) este morsm de inele, atunci:
(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 ).
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.
Demonstratie. Fie x0 2 A0 care nu este divizor al lui 0. Atunci 9x 2 A, x0 = f (x) si:

f (1) 0 x0 = f (1) 0 f (x) = f (1 x) = f (x) = x0 = 10 0
x0 ) f (1) = 10 [pentru c
a x0 nu este divizor al
lui 0]
7.10.23. Denitie. Un inel (K; +; ) este numit corp dac

a 0 6= 1 si orice element nenul admite invers:
1
8x 2 K, x 6= 0, 9x 2 K.
7.10.24. Observatie. Corpurile nu au divizori ai lui 0.

a (K; +; ) este corp, atunci (K ; ) este grup [K este o notatie pentru multimea
K n f0g], numit grupul multiplicativ al corpului (K; +; ).
7.10.26. Denitie. Se consider a corpuri (K; +; ) si (K 0 ; +0 ; 0 ) si o functie f ( ) : K ! K 0 . Functia

a dou
f ( ) este numit
a (izo)morsm de corpuri dac
a este morsm (bijectiv) 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
Tipuri de subiecte din anii anteriori
Subiectele similare/de acelasi tip sunt numerotate la fel
8.1. Subiecte cu rezolvare clasic

a
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).
(1p) a) Ar a X este subspatiu vectorial n (R3 ; R) si determinati dimensiunea sa.

atati c
(1p) b) Folosind metoda de pivotare GaussJordan s a se determine coordonatele vectorului b1 ntrun
7
reper al lui (X; R) format doar din vectorii b2 , b3 , b4 , n situatia n care m = .
3
Subiectul I 2 puncte.
n spatiul vectorial (R3 ; R) se consider
a vectorii:
v1 = (1; 2; 2), v2 = (1; 2; 0), v3 = ( 1; 0; 1), v4 = (1; 4; 1), v5 = (2; 0; 1) si subspatiile X1 si X2 ,
unde X1 este generat de fv2 ; v3 ; v4 g iar X2 este generat de fv1 ; v5 g. S
a se determine:
(0; 5p) a) Cte o baz

a pentru X1 si X2 .
(0; 5p) b) Subspatiul Y = X1 \ X2 si dimensiunea sa.
(1p) c) Subspatiul X = X1 + X2 , dimensiunea sa si s
a se verice teorema dimensiunii (Grassman).
Subiectul II 2 puncte.
Se consider
a functionala p
atratic a pe (R3 ; R)
a denit
V (x) = f (x; x) = 2x21 + x23 4x1 x2 2x2 x3
(0; 5p) a) Scrieti matricea functionalei p

atratice corespunz
atoare reperului canonic (bazei canonice).
(0; 5p) b) Determinati functionala biliniar
a polar
a a functionalei p
atratice.
(1p) c) Determinati forma canonic
a a functionalei p
atratice si natura functionalei p
atratice.
Subiectul II 2 puncte.
Se consider
a functionala p
atratic a pe (R3 ; R)
a denit
V (x) = f (x; x) = x21 + x23 2x1 x2 4x2 x3

230 8. TIPURI DE SUBIECTE DIN ANII ANTERIORI
(0; 5p) a) Determinati matricea functionalei p

atratice corespunz
atoare reperului canonic (bazei canonice)
din (R3 ; R).
(0; 5p) b) Determinati functionala biliniar
a polar
a a functionalei p
atratice.
(1p) c) Determinati forma canonic
a a functionalei p
atratice precum si baza formei canonice.
Subiectul III 2 puncte

a X multimea tuturor combinatiilor liniare ale vectorilor v1 =
(1; 2; 3), v2 = ( 4; 3; 1).
(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.
Subiectul III 2 puncte

a vectorii x = (1; 0; 1; 1), a1 = (3; 0; 1; 1), a2 = (8; 1; 5; 4),
a3 = (4; 1; 1; 0) si subspatiul X = span (fa1 ; a2 ; a3 g). S
a se determine:
(1p) a) proiectia ortogonal

a a vectorului x pe subspatiul X;
(1p) b) complementul ortogonal X ? al subspatiului X si dimensiunea sa.

8.2. SUBIECTE SCURTE SI/SAU TIP GRILA 231
8.2. Subiecte scurte si/sau tip gril

a
Subiectul IV (10 0; 3 = 3puncte)
(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;
(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
8.3. Probleme din diverse materiale bibliograce
Din [3]:
Capitolul 1 [Spatii Vectoriale]

Capitolul 2 [Spatii liniare euclidiene]
Capitolul 3 [Operatori liniari]
Din [9]:
Capitolul 2 [Spatii vectoriale],

Capitolul 3 [Aplicatii Liniare],
Capitolul 4 [Sisteme de ecuatii liniare. Vectori si valori proprii],
Capitolul 6 [Forme biliniare. Forme p
atratice]
Din [11]: Capitolul 2,
Sectiunea 2.3 [Sisteme de ecuatii algebrice liniare]

Sectiunea 2.4 [Spatii vectoriale]
Sectiunea 2.5 [Operatori Liniari]
Sectiunea 2.6 [Forme liniare. Forme p
atratice]
Din [16]:
Capitolul I [Spatii vectoriale]

Capitolul II [Operatori (Transform
ari) Liniari]
Capitolul III [Forme biliniare si p
atratice]
Din [28]:
Capitolul 3 [Spatii vectoriale]

Capitolul 4 [Aplicatii liniare si matrice]
Capitolul 5 [Valori si vectori proprii]
Capitolul 6 [Spatii euclidiene]
Capitolul 7 [Forme p
atratice]
8.4. Structura lucr

arii semestriale
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
8.5. Conditii pentru prezentarea la examen
Prezentarea la examen se va face cu:
(1) act de identitate (BI /CI /pasaport)

(2) 2 seturi capsate de cte 6 (=12 pagini / set) coli albe A4 [80g/m2] nesemnate
(3) instrumente de scris
(4) gum
a de sters si/sau pasta corectoare
n timpul examenului este interzis

a
(1) folosirea materiale ajut

atoare
(2) utilizarea tehnicii electronice (telefoane mobile, calculatore, ...)
(3) deranjarea bunei desf
asur
ari a examenului si comunicarea cu colegii
8.6. Structura biletului de examen
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
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
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)
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.

Curs Beta 19012014 Cristian Neculaescu PDF

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Curs Beta 19012014 Cristian Neculaescu PDF

Încărcat de

Drepturi de autor:

Formate disponibile

Elemente de Algebr

January 19, 2014

Partea 1. Introducere n Algebra Liniar

Capitolul 1. Spatii si subspatii vectoriale 3

Capitolul 2. Operatori liniari 65

Capitolul 3. Spatii vectoriale cu produs scalar 129

Capitolul 4. Spatii ane 171

Partea 2. Produse software pentru Algebra Liniar

Capitolul 5. Geogebra 181

Capitolul 6. CARMetal 183

Partea 3. Anexe si complet

7.2.3. Functii 196

Capitolul 8. Tipuri de subiecte din anii anteriori 229

Introducere n Algebra Liniar

Spatii si subspatii vectoriale

1.1. Denitii introductive

1.1.1. Denitie. (Denitia spatiului vectorial) Se dau:

Perechea (V; K) (mpreun

(1) (K; +K ; K) este corp comutativ;

Elementul 0V este elementul neutru la adunarea vectorilor si va notat n continuare cu 0;

1.1.5. Exemplu (2D). Se consider

Figura 1.1.1: Vectori si operatii cu vectori n 2D

1.1.6. Exemplu. (3D) Se consider

Figura 1.1.2: Vectori si operatii vectoriale n 3D

1.1.7. Observatie. n cele dou

Punctele si vectorii de pozitie sunt reprezentati prin dou

Figure 1. Figura 1.1.3: Puncte pe o dreapt

P1 0 "originea dreptei" v1 = v(0)

v9 = v( 2) "intersectia dreptei cu axa Ox"

1.1.8. Exemplu. Se consider

Multimea Rn este spatiu vectorial real n raport cu operatiile pe componente:

a la adunarea elementelor din Rn iar semnele + din membrul drept

( ) (x1 ; x2 ; ; xn ) = (( )x1 ; ( )x2 ; ;( )xn ) = ( ( x1 ) ; ( x2 ) ; ; ( xn )) =

1.1.11. Exemplu. Multimea

este subspatiu vectorial al spatiului vectorial (R3 ; R).

x + y = (x1 ; 0; x3 ) + (y1 ; 0; y3 ) = (x1 + y1 ; 0; x3 + y3 ) 2 S;

iar pentru 2 R, x = (x1 ; 0; x3 ) = ( x1 ; 0; x3 ) 2 S. Din dentia subspatiului rezult

1.1.12. Denitie. (Denitia operatorului liniar) Dac

(1) U (x + y) = U (x) + U (y) ; 8x; y 2 V1 ( U ( ) este morsm de grupuri (este aditiv));

(P + Q) ( ) este denit de:

( P ) ( ) este denit de:

1.1.14. Denitie. (Spatii izomorfe) Spatiile vectoriale ntre care exist

1.1.16. Denitie. (Functional

a n R3 ; valoarea ei este (2; 3; 0).

1.1.20. Exemplu. O poz

p3 (multimea combinatiilor liniare dintre v2 si v3 )

1.1.21. Exemplu. Cteva combinatii liniare speciale:

1.1.22. Denitie. (Acoperire liniara) Dac

este multimea tuturor combinatiilor liniare cu elemente din A.

2 Pentru notiunea de dimensiune, vezi Denitia 1.5.10, pagina 26.

a la modicarea corpului de scalari: R3 este spatiu

1.1.25. Denitie. (Dependent

1.1.26. Exemplu. Multimea de vectori din R4

f(1; 2; 2; 1) ; (1; 3; 4; 0) ; (2; 5; 2; 1)g

este liniar dependent

(1; 2; 2; 1) + (1; 3; 4; 0) = (2; 5; 2; 1) :

Multimea de vectori din R4

este liniar independent

1.1.27. Observatie. (Denitii echivalente ale independentei liniare)

Demonstratie. Cele dou

care este privit

v 1 (m) = (m; 1; 1) ; v 2 (m) = (1; m; 1) ; v 3 (m) = (1; 1; m) ; m 2 R

n spatiul (R3 ; R).