Matematică 2

Lect. Adriana Balan

Departamentul de Modele şi Metode Matematice

Semestrul I, 2015-2016

M2-CC-CD – curs 1 1 / 29
Preliminarii

Bibliografie

I Site-ul cursului de pe platforma Moodle http://cs.curs.pub.ro;

necesită ı̂nscriere la curs pentru accesarea resurselor
I Cărţi (ı̂n limba engleză):
I D. Poole, Linear Algebra: A Modern Introduction, 3rd ed., Cengage
Learning, 2011
I K. Rosen, Discrete Mathematics and Its Applications, 7th ed., McGraw
Hill, 2012
(ambele cărţi vor fi putea fi descărcate accesând link-urile corespunzătoare
de pe platforma http://cs.curs.pub.ro)

M2-CC-CD – curs 1 2 / 29
Preliminarii

Structura notei

I 40% examen parţial

I 10% seminar (activitate şi prezenţă)
I 50% examen final ı̂n sesiunea din iarnă ianuarie-februarie 2016

M2-CC-CD – curs 1 3 / 29
Preliminarii

Structura cursului

1. Vectori şi matrici

2. Ecuaţii diferenţiale liniare
3. Structuri discrete şi algebrice

M2-CC-CD – curs 1 4 / 29
Vectori şi Matrici

M2-CC-CD – curs 1 5 / 29
Vectori
În fizică şi /sau geometrie, vectorul v este
văzut ca un segment orientat, caracterizat
prin: v
1. dreaptă suport
2. orientare
3. lungime | v |= v

Două puncte A şi B determină un vector AB B

AB = CD ⇐⇒
A
1. drepte suport paralele AB k CD D
2. aceeaşi orientare AC k BD
3. aceeaşi lungime AB = CD C

M2-CC-CD – curs 1 6 / 29
Vectori

Exemplu: fiecărui punct P din plan (spaţiu)

ı̂i corespunde un vector de poziţie, notat de y P
obicei r = OP, de lungime r = OP r
 
x O x
Notaţie: dacă P(x, y ), atunci r = şi
y
p
r = x2 + y2

Orice vector
poate fi translatat
la un vector de poziţie

M2-CC-CD – curs 1 7 / 29
Algebra vectorilor

u+v
v
Adunarea vectorilor: cu regula paralelogramului
u

Proprietăţi:
I comutativitate u + v = v + u
w
I asociativitate (u + v) + w = u + (v + w) −w
I vectorul nul 0: 0 + v = v + 0 = v
I opusul unui vector w:
(−w) + w = w + (−w) = 0

M2-CC-CD – curs 1 8 / 29
Algebra vectorilor
Înmulţirea unui vector v cu un număr real
(scalar) λ
=⇒ vector λ · v λ·v
I aceeaşi dreaptă suport (v, λ · v coliniari) v
I aceeaşi orientare, dacă λ > 0, respectiv
orientare opusă, dacă λ < 0
I lungime | λ · v |=| λ | · | v |

Proprietăţi:
I distributivitate (I) (λ + µ) · v = λ · v + µ · v
I distributivitate (II) λ · (u + v) = λ · u + λ · v
I distributivitate (III) λ · (µ · v) = (λµ) · v

Consecinţe: ı̂nmulţirea unui vector cu scalarii 1, 0, −1:

1·v =v 0 · v = 0 vectorul nul (−1) · v = −v
M2-CC-CD – curs 1 9 / 29
Generalizare: spaţii vectoriale
Fie k un corp comutativ (cum ar fi R
– exemplul principal, C, Q, sau Zp ,
unde p este prim).
Elementele lui k le vom numi scalari.

Definiţie
Un k-spaţiu vectorial este o mulţime nevidă V , ale cărei elemente le vom
numi vectori, ı̂nzestrată cu două operaţii:
I adunarea vectorilor + : V × V → V

v1 , v2 ∈ V =⇒ v1 + v2 ∈ V

I multiplicarea vectorilor cu scalari · : k × V → V

λ ∈ k, v ∈ V =⇒ λ · v ∈ V

M2-CC-CD – curs 1 10 / 29
Spaţii vectoriale

Definiţie (continuare)

care verifică următoarele relaţii:

I u+v =v+u
I (u + v) + w = u + (v + w)
I ∃ 0∈V . 0+v =v+0=v
I (∀ v ∈ V ) =⇒ (∃ − v ∈ V ) . (−v) + v = v + (−v) = 0
I (λ + µ) · v = λ · v + µ · v
I λ · (u + v) = λ · u + λ · v
I λ · (µ · v) = (λµ) · v
I 1·v =v
pentru orice u, v, w ∈ V , λ, µ ∈ k

M2-CC-CD – curs 1 11 / 29
Spaţii vectoriale - exemplu
Spaţiul vectorial al vectorilor coloană cu n componente
 
v1
Rn
R
= {v = . . . | v1 , . . . , vn ∈ }

vn
     
v1 w1 v1 + w 1
I Adunarea vectorilor v = . . . , w = . . . =⇒ v + w =  . . . 
vn wn vn + wn
   
v1 λv1
I R
Înmulţirea vectorilor cu scalari λ ∈ , v = . . . =⇒ λ · v =  . . . 
vn λvn
 
0
I Vectorul nul 0 = . . .
0
   
v1 −v1
I Opusul unui vector v = . . . =⇒ −v =  . . . 
vn −vn
M2-CC-CD – curs 1 12 / 29
Spaţiul vectorial R2
   0
x x
y+ y0  0
x + 0 I adunarea vectorilor pe
y y
y0 componente = regula
y0 paralelogramului
 
y x
y

x0 x x + x0
 
x
  λ·
x y
λy
I ı̂nmultirea unui vector cu un
y
y scalar =⇒ un vector coliniar cu
vectorul dat (şi cu aceeaşi
orientare dacă λ > 0)
x λx
M2-CC-CD – curs 1 13 / 29
Spaţii vectoriale - mai multe exemple

I Spaţiul vectorial al polinoamelor R[X ]

I Spaţiul vectorial al polinoamelor de grad cel mult n, notat R≤n [X ]
I Spaţiul vectorial al matricilor Mm,n ( ) R
I Spaţiul vectorial al funcţiilor f : [a, b] → R, unde [a, b] este un
interval fixat, cu operaţiile

(f + g )(x) = f (x) + g (x)

(λ · f )(x) = λf (x) ∀ x ∈ [a, b]

M2-CC-CD – curs 1 14 / 29
Calcule cu vectori

I Vectorul nul 0 este unic.

I Opusul unui vector v este unic.
I 0·v =0
I (−1) · v = −v
I λ·0=0
I λ · v = 0 ⇐⇒ λ = 0 sau v = 0
I (−λ) · v = λ · (−v) = −(λ · v)

M2-CC-CD – curs 1 15 / 29
Subspaţii vectoriale

Definiţie
Fie V un k-spaţiu vectorial. O submulţime nevidă U ⊆ V este subspaţiu
vectorial al lui V dacă
I u, v ∈ U =⇒ u + v ∈ U
I λ ∈ k, u ∈ U =⇒ λ · u

Observaţii
I Cele două condiţii de mai sus sunt echivalente cu

λ, µ ∈ k, u, v ∈ U =⇒ λu + µv ∈ U

I În particular, 0 ∈ U şi u ∈ U =⇒ −u ∈ U

I {0}, V sunt subspaţii ı̂n orice spaţiu vectorial V

M2-CC-CD – curs 1 16 / 29
Subspaţii vectoriale - exemple
R
 
x
I Fie U = { ∈ 2 | ax + by = c} mulţimea vectorilor cu vârful pe
y
dreapta d de ecuaţie ax + by = c

v+w
d d
w λ·v

v
v

O O

Atunci U este subspaţiu vectorial ı̂n R2

m
c=0
m
dreapta d trece prin origine

M2-CC-CD – curs 1 17 / 29
Subspaţii vectoriale - exemple
I Analog, mulţimea vectorilor cu vârful pe un plan π de ecuaţie
ax + by + cz = d
 
x
R
U = { y  ∈ 3 | ax + by + cz = d}

z

este un subspaţiu ı̂n R3 ⇐⇒ d = 0 ⇐⇒ planul π trece prin origine

I Intersecţia a două plane determină o dreaptă. Mulţimea vectorilor
care au vârful pe acestă dreaptă
 
x (
W = {y  ∈ R3
|
ax + by + cz = d
a0 x + b 0 y + c 0 z = d 0
}
z

formează un subspaţiu vectorial ı̂n R3? Doar dacă d = d 0 = 0

M2-CC-CD – curs 1 18 / 29
Subspaţii vectoriale - exemple

R
Fie A = (aij )i=1,m,j=1,n ∈ Mm,n ( )

Mulţimea soluţiilor sistemului omogen asociat de ecuaţii liniare


a11 x1 + . . . + a1n xn = 0
 
x1
R

n
N(A) = { . . . ∈
  | ... }
xn

amn x1 + . . . + amn xn = 0


se numeşte nucleul matricii A (se mai notează şi Ker(A))

Observaţii: N(A) este subspaţiu vectorial ı̂n Rn

Dacă sistemul nu este omogen, atunci mulţimea soluţiilor nu formează un
subspaţiu!

M2-CC-CD – curs 1 19 / 29
Combinaţii liniare

Fie V un spaţiu vectorial peste un corp k

Definiţie
Fie v1 , . . . , vn vectori ı̂n V .

O combinaţie liniară a vectorilor v1 , . . . , vn este un vector

v = λ1 · v1 + . . . + λn · vn

unde λ1 , . . . λn ∈ k.

Vom nota cu Sp(v1 , . . . , vn ) mulţimea tuturor combinaţiilor liniare ale

vectorilor v1 , . . . , vn .

M2-CC-CD – curs 1 20 / 29
Combinaţii liniare - exemple
I V = R2, un singur vector nenul v
Sp(v) = {λ · v | λ ∈ R} este mulţimea vectorilor coliniari cu v
⇐⇒ dreapta suport a vectorului v
I V = R2, doi vectori nenuli v1, v2 necoliniari
Sp(v1 , v2 ) = {λ1 · v1 + λ2 · v2 | λ1 , λ2 ∈ R} = R2

λ 2 · v2
λ1 · v1
v2 v1

M2-CC-CD – curs 1 21 / 29
Combinaţii liniare

Propoziţie

Sp(v1 , . . . , vn ) este un subspaţiu vectorial ı̂n V , numit subspaţiul generat

de vectorii v1 , . . . , vn

Demonstraţie.
...

Exemplu
I Fie v1 , v2 ∈R3 nenuli şi necoliniari. Cine este Sp(v1, v2)?
I Dar dacă v1 , v2 , v3 ∈ R3 nenuli şi necoplanari, Sp(v1 , v2 , v3 ) =?

M2-CC-CD – curs 1 22 / 29
Combinaţii liniare – exemple
 
a11 . . . a1n
R
Fie matricea A ∈ Mm,n ( ), A =  . . . . . .  = (v1 | . . . | vn )
am1 . . . amn

R
Vom nota cu C (A) ⊆ m subspaţiul vectorial generat de coloanele
v1 , . . . , vn ale matricii A

Propoziţie
Sistemul Ax = b este compatibil ⇐⇒ b ∈ C (A)

Demonstraţie.
...

M2-CC-CD – curs 1 23 / 29
Sisteme de generatori

Fie V un spaţiu vectorial peste un corp k

Definiţie
O mulţime de vectori {v1 , . . . , vn } ⊆ V se numeşte sistem de generatori
pentru V dacă
V = Sp(v1 , . . . , vn )
Echivalent, pentru orice v ∈ V există scalarii λ1 , . . . λn ∈ k astfel ı̂ncât

v = λ1 · v1 + . . . + λn · vn

M2-CC-CD – curs 1 24 / 29
Sisteme de generatori

Fie V un spaţiu vectorial peste un corp k

Definiţie
O mulţime de vectori {v1 , . . . , vn } ⊆ V se numeşte sistem de generatori
pentru V dacă
V = Sp(v1 , . . . , vn )
Echivalent, pentru orice v ∈ V există scalarii λ1 , . . . λn ∈ k astfel ı̂ncât

v = λ1 · v1 + . . . + λn · vn
| {z }
combinaţie liniară

M2-CC-CD – curs 1 24 / 29
Sisteme de generatori – exemple

Doi vectori nenuli şi necoliniari v1 , v2 ∈ R 2 formează un sistem de

generatori pentru 2R
v

λ 2 · v2
λ1 · v1
v2 v1

M2-CC-CD – curs 1 25 / 29
Sisteme de generatori – exemple

Trei vectori nenuli şi necoplanari v1 , v2 , v3 ∈ R 3 formează un sistem de

generatori pentru 3R

v
Q λ3 · v3

v3
v2

P λ1 · v1 + λ2 · v2

O v1

M2-CC-CD – curs 1 26 / 29
Liniar independenţă

Definiţie
Vectorii v1 , . . . , vn ∈ V sunt liniar independenţi dacă pentru orice
λ1 , . . . , λn ∈ k cu proprietatea că

λ1 · v1 + . . . + λn · vn = 0

rezultă λ1 = . . . = λn = 0
În caz contrar, vectorii se numesc liniar dependenţi

Observaţii
I Un singur vector v ∈ V este liniar independent ⇐⇒ v 6= 0
I Dacă unul dintre vectorii v1 , . . . , vn ∈ V este nul, atunci
v1 , . . . , vn ∈ V sunt liniar dependenţi

M2-CC-CD – curs 1 27 / 29
Liniar independenţă – exemple

I Doi vectori nenuli v1 , v2 ∈ V sunt liniar dependenţi ⇐⇒

∃ λ ∈ k . v2 = λ · v1

Liniar dependenţa generalizează noţiunea de

coliniaritate

I Trei vectori nenuli v1 , v2 , v3 ∈ V sunt liniar dependenţi ⇐⇒ unul

dintre ei este o combinaţie liniară a celorlalţi doi vectori (generalizaţi!)

Liniar dependenţa generalizează noţiunea de

coplanaritate

M2-CC-CD – curs 1 28 / 29
Liniar independenţă

 
a11 . . . a1n
R
Fie matricea A ∈ Mm,n ( ), A =  . . . . . .  = (v1 | . . . | vn )
am1 . . . amn

Propoziţie
Vectorii coloană v1 , . . . vn ai matricii A sunt liniar independenţi

⇐⇒

Sistemul omogen Ax = 0 are doar soluţia banală x = 0

Demonstraţie.
...

M2-CC-CD – curs 1 29 / 29