Documente Academic
Documente Profesional
Documente Cultură
CAPITOLUL 1
SPAŢII VECTORIALE
Fie V o mulţime nevidă. Fie (K,+,·) un corp în raport cu operaţiile “+” şi “.”
Elementele corpului K le vom numi scalari sau numere.
Pe mulţimea V introducem legea : ϕ : V × V → V , ϕ ( x, y ) = x ⊕ y care este o
lege de compoziţie internă pe V, iar pe corpul K introducem legea de compoziţie
externă: ψ : K × V → V , ψ (α , x ) = α ⊗ x .
DEFINIŢIA 1.1.1.
¾ (V ,⊕) formează un grup abelian, adică adunarea este asociativă, are element neutru
θ, are element simetric, şi este comutativă.
EXEMPLUL 1:
⎛ x1 + y 1 ⎞ ⎛ αx1 ⎞
⎜ ⎟ ⎜ ⎟
⎜ x2 + y2 ⎟ ⎜ αx 2 ⎟
x⊕ y =⎜ ⎟ α⊗x=⎜
Μ Μ ⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟
Introducem notaţiile: x
⎝ n + y n ⎠ şi αx
⎝ n⎠
Arătăm că ( Rn , R ) este un spaţiu vectorial real , n-dimensional.
⎛ 1 • x1 ⎞
⎜ ⎟
⎜1 • x 2 ⎟
1⊗ x = ⎜ =x
Μ ⎟
⎜⎜ ⎟⎟
¾ 1) ⎝1 • x n ⎠
⎛ αx1 + βx1 ⎞
⎜ ⎟
⎜ αx2 + βx2 ⎟
(α + β ) ⊗ x = ⎜ ⎟ = (α ⊗ x ) ⊕ ( β ⊗ x )
Μ
⎜⎜ ⎟⎟
2) ⎝ αxn + βxn ⎠
DEFINIŢIA 1.1.2.
DEFINIŢIA 1.1.3.
EXEMPLUL 2 :
( p ⊕ q )( x ) = a 0 + b0 + ( a1 + b1 ) x + Κ + ( a n + bn ) x n
(α ⊗ p )( x ) = αa 0 + αa1 x1 + Κ + αa n x n
Din aceste două relaţii observăm că mulţimea Pn [x] nu formează un spaţiu vectorial
deoarece, dacă avem an = -bn , în urma adunării rezultă un polinom care nu este de gradul n .
Dacă notăm cu Pn [x] mulţimea polinoamelor de grad mai mic sau egal cu n şi
introducem aceste două legi de compoziţie, atunci mulţimea dată formează un spaţiu vectorial.
PROPOZIŢIA 1.1.1.
DEMONSTRAŢIE:
Dacă aceste relaţii sunt adevărate pentru orice x aparţinând mulţimii V, atunci sunt
adevărate şi pentru θ care aparţine mulţimii V. Astfel, putem scrie:
Din cele două relaţii observăm că θ1 = θ2, deci elementul neutru este unic.
DEFINIŢIA 1.2.1.
n
λ1 x1 + λ 2 x 2 + Κ + λn x n = ∑ λi x i
Relaţia : i =1
DEFINIŢIA 1.2.2.
Vectorii x1, x2, …, xn care aparţin mulţimii V se numesc liniar independenţi atunci când
relaţia (1 ) λ1 x1 + λ2 x2 + …+ λn xn = θ este adevărată dacă şi numai dacă toţi scalarii sunt
nuli: λ1 = λ2 = … = λn = 0.
DEFINIŢIA 1.2.3.
Dacă relaţia (1) are loc fără ca toţi scalarii λ1 , λ2 , … , λn să fie nuli,vectorii x1 , x2 , … ,
xn se numesc liniar dependenţi.
EXEMPLUL 1:
λ1 x1 + λ2 x2 + …+ λn xn = θ
⎛1 ⎞ ⎛1 ⎞ ⎛ 0⎞ ⎛ 0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
λ1 ⎜1 ⎟ + λ2 ⎜ 0 ⎟ + λ3 ⎜1 ⎟ = ⎜ 0 ⎟
⎜0⎟ ⎜1 ⎟ ⎜1 ⎟ ⎜ 0 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠
⎧λ1 + λ2 = 0 1 1 0 1 1 0
⎪
⎨λ1 + λ3 = 0 1 0 1 = 0 −1 1
⎪λ + λ = 0
⎩ 2 3 0 1 1 0 1 1 = -2 întrucât determinantul este diferit de zero,
soluţia sistemului este λ1 = λ2 = λ3 = 0 , deci vectorii x1 , x2 , x3 sunt liniar independenţi.
PROPOZIŢIA 1.2.1.
Fie (V,K) un spaţiu vectorial. Vectorii x1 , x2 , … , xn sunt liniar dependenţi dacă şi numai
dacă cel puţin un vector este o combinaţie liniară a celorlalţi vectori.
DEMONSTRAŢIE:
⎛λ λ λ λ λ ⎞ n
λ
x k = −⎜⎜ 1 x1 + 2 x 2 + Κ + k −1 x k −1 + k +1 x k + Κ + n x n ⎟⎟ = − ∑ i x i
⎝ λk λk λk λk λk ⎠ i =1 λ k
i ≠k
Întrucât (-1) este un scalar diferit de zero, ultima relaţie demonstrează că vectorii sunt liniar
dependenţi.
DEFINIŢIA 1.2.4.
x = λ1 x1 + λ2 x2 + … + λn xn (3)
DEFINIŢIA 1.2.5.
EXEMPLUL 2 :
⎛ x1 ⎞
⎜ ⎟
x = ⎜ x2 ⎟
⎜x ⎟
x1 + λ2 x2 + λ3 x3 , ⎝ 3⎠
⎛1 ⎞ ⎛1 ⎞ ⎛ 0⎞ ⎛ x1 ⎞ ⎧λ1 + λ2 = x1
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎪
λ1 ⎜1 ⎟ + λ2 ⎜ 0 ⎟ + λ3 ⎜1 ⎟ = x = ⎜ x 2 ⎟ ⎨λ1 + λ3 = x 2
⎜ 0⎟ ⎜1 ⎟ ⎜1 ⎟ ⎜x ⎟ ⎪λ + λ = x
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ 3⎠ deci sistemul ⎩ 2 3 3 este un sistem
DEFINIŢIA 1.2.6.
PROPOZIŢIA 1.2.2.
DEMONSTRAŢIE:
Din această relaţie şi din faptul că vectorii subt liniar independenţi, rezultă că:
DEFINIŢIA 1.2.7.
EXEMPLUL 1:
Fie P2 [x] spaţiul vectorial al polinoamelor de grad mai mic sau egal cu 2, cu coeficienţi
reali. Să se cerceteze dacă vectorii B1 = { 1 + x , 1 + x2 , x + x2 } şi B2 = { 1 + 2x + 2x2 }
formează sau nu o bază.
(i) Oricare ar fi polinomul p din spaţiul vectorial P2 [x], p(x) = a0 + a1x + +a2 x2,
unde a, a, a sunt numere reale, există λ1 , λ2 , λ3 astfel încât p = λ1 p1 + λ2 p2 +λ3 p3
λ1 ( 1+x) + λ2 (1 + x2 ) + λ3 ( x + x2) = a0 + a1 x + a2 x2
( λ1 + λ2) + ( λ1 + λ3) x + ( λ2 + λ3) x2 = a0 + a1 x + a2 x2
⎧λ1 + λ2 = a 0
⎪
⎨λ1 + λ3 = a1
⎪λ + λ = a
⎩ 2 3 2
⎧λ1 + λ2 = 0
⎪
⎨λ1 + λ3 = 0
⎪λ + λ = 0
⎩ 2 3
Vom nota cu CEG = (cij ) , unde cij aparţine corpului K, iar indicii i şi j aparţin mulţimii { 1 ,
… , n }.
DEFINIŢIA 1.3.1.
PROPOZIŢIA 1.3.1.
DEMONSTRAŢIE:
Deoarece scrierea unui vector într-o bază este unică, vom obţine:
⎧ β 1 c11 + β 2 c 21 + Κ + β n c n1 = α 1
⎪β c + β c + Κ + β c = α
⎪ 1 12 2 22 n n2 2
⎨
⎪Μ
⎪⎩ β 1 c1n + β 2 c 2 n + Κ + β n c nn = α n
Din ( 2’ ) obţinem:
( CT EG )-1 CT EG XG = ( CT EG )-1 XE , adică , XG = ( CT EG )-1 XE
DEMONSTRAŢIE:
⎧µ1 + µ i λ1 = 0 1 Κ Κ 0 λ1 0 Κ Κ 0
⎪Μ ΜΚ Κ Κ Κ Κ Κ Κ Μ
⎪
⎪µ i −1 + µ i λi −1 = 0 0 Κ Κ 1 λi −1 0 Κ Κ 0
⎪
⎨ µ i λi = 0 A= 0 Κ Κ 0 λi 1 Κ Κ 0
⎪µ λ + µ = 0 0 Κ Κ 0 λi +1 1 Κ Κ 0
⎪ i i +1 i +1
⎪Μ ΜΚ Κ Κ Κ Κ Κ Κ Μ
⎪
(3) ⎩µ i λn + µ n = 0 0 Κ Κ 0 λn 0 Κ Κ 0
Determinantul sistemului este: detA = (-1)i+1 λi | Ii-1 | , deci detA = λi şi este diferit de zero.
Înseamnă că sistemul (3) are numai soluţia banală.
Deci vectorii { e1, e2, … , ei-1, u , ei+1, … , en } sunt liniar independenţi .
xE = λ*1 e1 + λ*2 e2 + … + λ*i-1 ei-1 + λ*i (λ1 e1 + λ2 e2 + … + λi-1 ei-1 + λi ei + λi+1 ei+1 + …+ +λn
en ) + λ*i+1 ei+1 + …+ λ*n en = ( α*1 + α*i λ1 ) e1 + …+ ( α*i-1 + α*i λi-1 ) ei-1 + α*i λi ei +
+( α*i+1 + α*i λi+1 ) ei+1 + ( α*n + α*i λn ) en
Ştim că scrierea unui vector într-o bază este unică. Vom obţine sistemul:
⎧α 1* + α i* λ1 = α 1
⎪
⎪Κ Κ Κ Κ Κ Κ Κ
⎪α * + α * λ = α
⎪⎪ i*−1 i i −1 i −1
⎨α i λi = α i
⎪α * + α * λ = α
⎪ i +1 i i +1 i +1
⎪Κ Κ Κ Κ Κ Κ Κ αi
⎪ * α i* =
⎪⎩α n + α i λn = α n
*
rezultă că λi
α *j + α i* λ j = α j
αiλ j α j λi − α i λ j
α *j = α j − α i* λ j = α j − α *j =
λi
de aici rezultă că λi pentru
oricare j din mulţimea { 1, … , n } , j fiind diferit de i.
E U X E* X
e1 λ1 α1 e1 α*1
· · · · ·
· · · · ·
· · · · ·
ei-1 λi-1 αi-1 ei-1 *
α i-1
ei λi αi u α*i
ei+1 λi+1 αi+1 ei+1 α*i+1
· · · · ·
· · · · ·
· · · · ·
ej λj αj ej α*j
· · · · ·
· · · · ·
en λn αn e1 α*n
Fie (X,K) şi (Y,K) două spaţii vectoriale peste acelaşi corp de sclari K.
DEFINIŢA 1.5.1.
TEOREMA 1.5.1.
Dacă X şi Y sunt două spaţii vectoriale definite pe acelaşi corp de scalari K, dimensiunea
celor două spaţii fiind n finit, atunci X şi Y sunt K-izomorfe.
Aceasta este teorema de izomorfism a spaţiilor vectoriale finit dimensionale.
DEMONSTRAŢIE:
n n
ϕ ( ∑ α i ei ) = ∑ α i g i
Definesc funcţia φ : X → Y, φ ( x ) = y i =1 i =1
Întrucât x1 este diferit de x2 , există cel puţin un indice “k” din mulţimea { 1, … , n } astfel
încât αk este diferit de βk .
φ ( x1 ) = α1 e1 + α2 e2 + … + αk ek + … + αn en
φ ( x2 ) = β1 e1 + β2 e2 + … + βk ek + … + βn en
Deoarece există cel puţin un indice “k” din mulţimea { 1, … , n } astfel încât αk este diferit de
βk , atunci φ ( x1 ) este diferit de φ ( x2 ).
2) liniaritatea funcţiei φ :
Oricare ar fi x1 şi x2 din spaţiul X şi oricare ar fi a şi b din corpul K,
φ ( a x1 + b x2 ) = a φ ( x1 ) + b φ ( x2 )
n n
x1 = ∑ α i e i x 2 = ∑ β i ei
i =1 i =1 , unde αi , βi aparţin corpului K, iar i aparţine mulţimii { 1 , … , n}
⎡ n n
⎤ ⎡ n
⎤ n
ϕ (ax1 + bx 2 ) = ϕ ⎢a ∑ α i ei + b∑ β i ei ⎥ = ϕ ⎢∑ (aα i + bβ i )ei ⎥ = ∑ (aα i + bβ i )g i =
⎣ i =1 i =1 ⎦ ⎣ i =1 ⎦ i =1
n n n n
= ∑ aα i g i + ∑ bβ i g i = a ∑ α i g i + b∑ β i g i = aϕ ( x1 ) + bϕ ( x 2 )
i =1 i =1 i =1 i =1
Fie (X,K) un spaţiu liniar vectorial; fie X0 un spatiu inclus în spaţiul X, X0 fiind diferit
de mulţimea vidă.
DEFINIŢIA 1.6.1.
aparţine lui X0 .
PROPOZIŢIA 1.6.1.
Dacă Xi ( i aparţine unei familii de indici ) este o familie de subspaţii liniare a spaţiului
liniar ( X,K ) , atunci şi mulţimea X0 formată din intersecţia subspaţiilor Xi este un subspaţiu
liniar al spaţiului X.
DEMONSTRAŢIE:
Ι X i , x aparţine lui X şi y
1) oricare ar fi vectorii x şi y din spaţiul X0 , X0 = i∈I i
aparţine lui Xi , pentru orice i din I .
Dar Xi este un subspaţiu liniar al lui X, deci x+y aparţin lui Xi oricare ar fi i din
mulţimea I, adică x+y aparţin lui X0 .
DEFINIŢIA 1.6.2.
PROPOZIŢIA 1.6.2.
Fie (X,K) un spaţiu vectorial. Fie A o mulţime din X, diferită de mulţimea vidă. Atunci
acoperirea liniară a lui A este un subspaţiu liniar al spatiului X.
DEMONSTRAŢIE:
p1 p2
x + y = ∑α i a i + ∑ β j a j
i =1 deci (x+y) este o combimaţie liniară de vectori din mulţimea
i =1
PROPOZIŢIA 1.6.3.
DEMONSTRAŢIE:
Fie (X,K) un spaţiu liniar şi fie A o mulţime din acest spaţiu, A fiind diferită de mulţimea
vidă.
DEFINIŢIA 1.6.2.
Se numeşte subspaţiu liniar generat de mulţimea A, cel mai mic subspaţiu liniar al
spaţiului X care conţine mulţimea A.
Subspaţiul liniar generat de mulţimea este un subspaţiu al spaţiului X care conţine pe A şi este
cel mai mic subspaţiu care are acestă proprietate. Îl vom nota cu Sp(A).
PROPOZIŢIA 1.6.4.
Fie (X,K) un spaţiu liniar şi fie A o mulţime inclusă în X, A fiind diferită de mulţimea vidă.
Atunci L(A) = Sp(A) .
DEMONSTRAŢIE:
p
x = ∑α k a k
Fie x un vector din L(A) , k =1 , αk aparţinând corpului K şi ak aparţinând mulţimii A ,
k = 1, … ,p .
Deci
x = ∑α k a k
aparţine
Ι X i = Sp( A)
. Astfel rezultă că L(A) = Sp(A) .
k =1 Xi ⊃ A
PROPOZIŢIA 1.6.5.
Fie (X,K) un spaţiu liniar, fie A o mulţime din X, A fiind diferită de mulţimea vidă. Fie B o
familie maximală de vectori liliar independenţi conţinută în mulţimea A. Atunci, L(A) = L(B) .
OBSERVAŢIE : Fie (X,K) un spaţiu liniar şi fie X0 un subspaţiu liniar al spaţiului X. Atunci
elementul neutru θ aparţine subspaţiului X0 .
DEMONSTRAŢIE :
1) L( A) ⊂ L( B )
Dacă B este o familie maximală de vectori liniar independenţi din mulţimea A, atunci oricare
ar fi elementul a din A, a este o combinaţie liniară de elemente din familia maximală B. Rezultă
că oricare ar fi vectorul x aparţinând acoperirii liniare L(A), x este o combinaţie liniară de
elemente din B, adică x aparţine acoperirii liniare L(B). Deci L( A) ⊂ L( B ) .
2) L( B ) ⊂ L( A) este evidentă.
PROPOZIŢIA 1.6.6.
Fie (X,K) un spaţiu liniar a cărui dimensiune este n. Fie X1 şi X2 două subspaţii liniare ale
lui X.
Dacă dim X1 + dim X2 > dim X , atunci X 1 ∩ X 2 conţine şi alte elemente diferite de θ .
DEMONSTRAŢIE:
p2
x = ∑β jg j
i =1 dacă x aparţine subspaţiului X2
p1 p2 p1 p2
∑ α e = ∑ β g ⇔ ∑ α e + ∑ (− β )g = θ
i =1
i i
j =1
j j
i =1
i i
i =1
j j
Fie (X,K) un spaţiu liniar . Fie X1 şi X2 două subspaţii liniare ale lui X.
DEFINIŢIA 1.7.1.
PROPOZIŢIA 1.7.1.
DEMONSTRAŢIE:
1) Oricare ar fi x din S , x = x1 + x2 , x1 ∈ X1 , x2 ∈ X2
Oricare ar fi y din S , y = y1 + y2 , y1 ∈ X1 , y2 ∈ X2
Dacă x1 ∈ X1 şi y1 ∈ X1 , atunci x1 + y1 ∈ X1 .
Dacă x2 ∈ X2 şi y2 ∈ X2 , atunci x2 + y2 ∈ X2 .
x + y = x1 + x2 + y1 + y2 = x1 + y1 + x2 + y2 ∈ S.
DEMONSTRAŢIE :
Fie { e1 , … , ed } o bază în D. Completăm această bază astfel încât să obţinem nişte baze
în X1 şi în X2 .
1) oricare ar fi x ∈ S, x = x1 + x2 , x1 ∈ X1 , x2 ∈ X2
d p1
x1 = ∑ α i e i + ∑α i fi
Dacă x1 ∈ X1 , atunci i =1 i = d +1
d p2
x 2 = ∑ β i ei + ∑β g i i
Dacă x2 ∈ X2 , atunci i =1 i = d +1
d p1 p2
x = ∑ (α i + β i )ei + ∑ αi fi + ∑β g i i
x∈S , i =1 i = d +1 i = d +1 deci x se scrie ca o combinaţie liniară a
vectorilor din BS . Înseamnă că BS formează un sistem de generatori.
∑ (− β ) f
d p2
d p1 p2 j j ∑α e i i + ∑γ k gk
(*)
∑ α i ei +
i =1
∑
j = d +1
βj fj + ∑ γ k g k = θ ⇒ 1j =d4+41 2 4 43
k = d +1 +
1i =1 4 44 2 k4= d +41 43
∑ (− γ )g k k ∑ α i ei + fj ∑β j
1 44 2 4 43
k = d +1
1 4 4 4 2 4 4 43
i =1 j = d +1
Din ( * ) obţinem : =
x∈ X2 x∈ X1
De aici rezultă că x ∈ X 1 ∩ X 2 , deci βj = 0 ( 2 ) , oricare ar fi j = 1, … , p1 .
d
∑ α i ei = θ
Din ( * ) , ( 1 ) , ( 2 ) obţinem : i =1
Dar vectorii { e1 , … , ed } formează o bază în D, deci sunt liniar independenţi. Rezultă că αi =
0 , oricare ar fi i = 1 , … , d , ceea ce înseamnă că BS formează o bază.
BS are d + p1 – d + p2 – d = s vectori ⇒ -d + p1 + p2 = s ⇒ p1 + p2 = s + d .
DEFINIŢIA 1.7.2.
CAPITOLUL 2
FUNCŢIONALE LINIARE
DEFINIŢIA 2.1.1.
DEFINIŢIA 2.1.2.
OBSERVAŢIE :
¾ proprietăţile 1) şi 2) pot fi scrise într – o singură formulă :
f ( α x + β b ) = α f ( x ) + β f ( y ) , oricare ar fi scalarii α şi β din corpul K şi
oricare ar fi vectorii x şi y din spaţiul X.
n
⎛ n ⎞ n
x = ∑ α i ei ⇒ f ( x ) = f ⎜ ∑ α i ei ⎟ = ∑ α i f (ei )
¾ Dacă i =1 ⎝ i =1 ⎠ i =1
EXEMPLUL 1 :
unde x(t) = a0 + a1 t + a2 t2 , a0 , a1 , a2 ∈ R .
Să se demonstreze că această funciţională este o funcţională liniară.
f (α x + β y ) = 0 = α f ( x ) +β f ( y ) .
INTERPRETARE GEOMETRICÃ :
x3
•x R
-e3 |
f(x)
| x1 |
0 e1 f( e3 )
| |
e2 f( e1 )
|
x2 f( e2 )
DEFINIŢIA 2.2.1
f : P2 [x ] → R, f ( x ) = ∫ x (t )dt , o
1
Fie spaţiul vectorial ( P2[x],R ) şi fie funcţionala 0
0 0
⎛ ⎞
⎜1 ⎟
⎜ ⎟
⎜1⎟
A=⎜ ⎟
2
⎜ ⎟
a 2 = ∫ f (e 2 ) = ∫ tdt =
1 1 1 1
⎜⎜ ⎟⎟
0 0 2 De aici rezultă că ⎝3⎠ .
1
t3
f (e3 )dt = ∫ t dt =
1 1 1
a3 = ∫ 2
=
0 0 3 0
3
PROPOZIŢIA 2.3.1.
⎛ a1 ⎞
⎜ ⎟
⎜a ⎟
A=⎜ 2⎟
Μ
⎜⎜ ⎟⎟
Fie f : X → K , o funcţională liniară , fie ⎝ a n ⎠ ai = f ( ei ) i = 1, … ,n .
Fie G = { g1 , g2 , … , gn } o altă bază în spaţiul X .
Fie CEG matricea de trecere de la baza E la baza G .
⎛ b1 ⎞
⎜ ⎟
⎜b ⎟
B=⎜ 2⎟
Μ
⎜⎜ ⎟⎟
Fie ⎝ bn ⎠ matricea functionalei f în baza G , bi = f ( gi ) i = 1, … ,n .
Atunci : B = C• A
DEMONSTRAŢIE :
…………………………………………………………………
bn = f ( gn ) = cn1 f ( e1 ) + c2n f ( e2 ) + … + cnn f ( en )
L( X , K ) = { f | f : X → K , f liniare }
DEMONSTRAŢIE :
Oricare ar fi f , g ∈ L( X , K ) ⇒ ( f ⊕ g )( x ) ∈ L( X , K )
• f este funcţională liniară ⇒ oricare ar fi α , β ∈ K , oricare ar fi x, y ∈ X este adevărată
relaţia : f (αx + βy ) = αf ( x ) + βf ( y )
• g este funcţională liniară ⇒ oricare ar fi α , β ∈ K , oricare ar fi x, y ∈ X este adevărată
relaţia : g (αx + βy ) = αg ( x ) + βg ( y )
• α ⊗ ( f ( x ) ⊕ g ( x )) = (α ⊗ f ( x ) ⊕ αg ( x )) , oricare ar fi f , g ∈ L( X , K ) , oricare ar fi α ∈ K .
Fie (X,K) şi fie (Y,K) două spaţii vectoriale definite peste acelaşi corp de scalari K.
DEFINIŢIA 2.5.1.
m n
x = ∑ α i ei y = ∑β jg j
Oricare ar fi x ∈ X , i =1 şi oricare ar fi y ∈ Y , i =1 .
Fie f : X × Y → K , o funcţională biliniară,
⎛ m ⎞ m n
f ( x, y ) = f ⎜⎜ ∑ α i ei , ∑ β j g j ⎟⎟ = ∑∑ α i β j f (ei , g j )
n
⎝ i =1 j =1 ⎠ i =1 j =1
DEFINIŢIA 2.6.1.
m n
f(x,y)=
∑∑α β
i =1 j =1
i j a ij
= α1 ( β1 a11 + β2 a12 + … + βn a1n ) +
+ α2 ( β1 a21 + β2 a22 + … + βn a2n ) + … +
+ am ( β1 am1 + β2 am2 + … + βn amn ) = XT AY .
⎛ a11 Κ a1n ⎞ ⎛ β1 ⎞
⎜ ⎟ ⎜ ⎟
A=⎜ Μ ⎟ Y = ⎜ Μ⎟
⎜a a mn ⎟⎠ ⎜β ⎟
XT = ( α1 ,α2 , … , αm ) , ⎝ m1 Κ , ⎝ n⎠
(2) f ( x , y ) = XT AEG YG
⎧h f = d 11 g 1 + d 12 g 2 + Κ + d 1m g m
⎪
⎨Μ
⎪h = d g + d g + Κ + d g
⎩ m m1 1 m2 2 mm m
Fie B matricea funcţionalei biliniare f corespunzătoare bazei F din spaţiul X şi bazei H din
spaţiul Y.
(3) f ( x , y ) = XTE A YG
(4) f ( x , y ) = XTF B YH
(5) XF = ( CT )-1 XE
(6) YH = ( DT )-1 YG
⎪
⎪
(∗) ( A • B )T = B T AT ⎬⇒
⎪ [ ]
f ( x, y ) = X ET C −1 B (D T ) YG ⎫⎪
−1
(∗ ∗) (C −1 )T = (C T )−1 ⎪⎭ (3)
⎬⇒
⎪⎭
T
⇒ B=C•A•D
CAPITOLUL 3
SPAŢII EUCLIDIENE
DEFINIŢIA 3.1.1.
EXEMPLUL 1 :
∫ f (x )g (x )dx
b
Prin definiţie, < f , g > = a . Să se arate că < f , g > reprezintă un produs
scalar .
f ( x )g ( x )dx = ∫ f ( x )g ( x )dx = < g , f >
b b
1) <f,g>= ∫ a a
b
¾ presupunem că f ( x ) = 0 ⇒ < f , f > = ∫
a
0dx = 0
( x )dx = 0
b
∫ f 2
¾ presupunem că < f , f > = 0 ⇒ a
( x )dx = 0
b
∫ f 2
a ⇒ f ( x ) = 0 , oricare ar fi x ∈ [ a , b ] .
EXEMPLUL 2 :
V = Rn x ∈ Rn , x = ( x1 , x2 , … , xn )T , y = ( y1 , y2 , … , yn )T
n
EXEMPLUL 3 :
V = P2 [ R ] , f ,g ∈ P2 [ R ]
∫ f (x )g (x )dx
1
prin definiţie, < f ,g > = 0 .
Consecinţă:
< λ x + µ y , λ x + µ y > = λ2 < x ,x > + λ µ < x , y > + µ λ < y , z > + µ2 < y , y > .
DEFINIŢIA 3.2.2.
Un spaţiu vectorial (V,R) finit dimensional, peste care s-a definit un produs scalar se
numeşte spaţiu euclidian .
EXEMPLUL 1 : x2
V = R2 , fie X ∈ R2 , X( x1 ,x2 )
-x2 •X( x1 ,x2 )
lung || x || = x1 + x 2
2 2
(lungimea vectorului x ) |
< x , x > = x21 + x22 x1 x1
|| x || = < x, x >
EXEMPLUL 2 :
(-1,2) • 2-
Fie X( 2 , 1 ) şi Y ( -1 , 2 )
< x , y > = 2( -1 ) + 1• 2 = 0 1- φ •(2,1)
< x, y >
cos φ = || x || • || y || | | |
-1 1 2
Observaţie :
π
Dacă < x , y > = 0 ⇒ cos φ = 0 ⇒ φ = 2 deci vectorii x şi y sunt ortogonali.
DEFINIŢIA 3.2.2.
Fie (V,R) un spaţiu euclidian . Vectorii x , y ∈ V sunt ortogonali ( x⊥y ) dacă < x , y > =
0.
DEMONSTRAŢIE :
Considerăm λ ∈ R ( oarecare ) .
DEFINIŢIA 3.4.1.
COROLAR :
<x,λy>= λ<x,y>
DEMONSTRAŢIE :
< x , λ y > = < λy , x > = λ < y , x > = λ < x , y > .
EXEMPLUL 1 :
Fie V = C .
x ∈ C n ⇒ x = ( x1 , x 2 , Κ , x n ) , x i ∈ C ,
T
i=1,…,n .
y ∈ C n ⇒ y = ( y1 , y 2 , Κ , y n ) , y i ∈ C , j = 1 , … , n .
T
DEFINIŢIA 3.4.2.
Fie (V,K) un spaţiu euclidian de dimensiune finită , unde K este R sau C . Vectorii x , y ∈
V sunt ortogonali dacă < x , y > = 0 .
DEFINIŢIA 3.5.1.
Vectorul x0 este ortogonal pe mulţimea A dacă x0 este ortogonal pe toţi vectorii mulţimii A,
adică :
< x0 , a > = 0 , oricare ar fi a ∈ A . ( notăm x 0 ⊥A )
DEFINIŢIA 3.5.2.
PROPOZIŢIA 3.5.1.
DEMONSTRAŢIE :
PROPOZIŢIA 3.5.2.
DEMONSTRAŢIE :
θ 0 0 diferit de zero
+ λ j +1 < x j +1 , x j > + Κ + λ n < x n , x j > = 0
1 4 42 4 43 1 44 2 4 43
|| || ⇒
0 0
⎧λ j < x j , x j >= 0
⎨ ⇒ λj = 0
⇒⎩< x j , x j >= 0 , oricare ar fi j = 1 , … , n .
PROPOZIŢIA 3.5.3.
DEMONSTRAŢIE :
n
< ∑ λi x i , x j >
11=12 3
|| = 0 , oricare ar fi j = 1 , … , n
θ
n
⇒< ∑ λi x i , x1 >
- dacă j = 1 i =1 =0
……………………………………… ⇒ obţinem un sistem liniar şi omogen de
n
n
⇒< ∑ λi x i , x n >
- dacă j = n i =1 =0 ecuaţii cu n necunoscute.
DEFINIŢIA 3.6.1.
DEFINIŢIA 3.6.2.
EXEMPLUL 1 :
versori ai axelor de coordonate
< e1 , e2 > = 0
e2( 0,1 )- || e1 || = || e2 || = 1
|
0 e1( 1,0 )
DEMONSTRAŢIE :
e1 = f1
e2 = f2 + λ21 e1
e3 = f3 + λ32 e2
………………
ei = fi + λii-1 ei-1 + λii-2 ei-2 + … + λi1 e1
……………………………………….
en = fn + λnn-1 en-1 + λnn-2 en-2 + … + λn1 e1
< f 2 , e1 >
λ21 = −
< e1 , e1 >
< f 3 , e1 >
λ31 = −
< e1 , e1 >
< e3 , e2 > = < f3 + λ32 e2 + λ31 e1 , e2 > = < f3 , e2 > + λ32 < e2 , e2 > + λ31 < e1 , e2 >= 0
< f 3 , e2 >
λ32 = −
< e2 , e2 >
< fi , e j >
λij = −
În general , < ej,ej > ( i = 2, … , n , j = 1 , … , n ) .
Am obţinut astfel n vectori e1 , e2 , … , en ortogonali doi câte doi ⇒ vectorii sunt liniar
independenţi . Ştim că dimensiunea spaţiului este n , deci vectorii e1 , e2 , … , en formează o
bază ortogonală .
EXEMPLUL 2 :
x ∈ R3 , x = ( x1 , x2 , x3 )T ; y ∈ R3 , y = ( y1 , y2 , y3 )T
3
< x, y >= ∑ x i y i
Fie produsul scalar i =1 .
⎛1 ⎞ ⎛1 ⎞ ⎛ 0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
f 1 = ⎜1 ⎟ f 2 = ⎜ 0⎟ f 3 = ⎜1 ⎟
⎜0⎟ ⎜1 ⎟ ⎜ 0⎟
Fie F = { f1 , f2 , f3 } unde ⎝ ⎠ , ⎝ ⎠ , ⎝ ⎠ . Fie E = { e1 , e2 , e3 } .
⎧e1 = f 1 ⎛1 ⎞
⎪ ⎜ ⎟
⎨e 2 = f 2 + λ21 e1 ⇒ e1 = ⎜1 ⎟
⎪e = f + λ e + λ e ⎜0⎟
⎩ 3 3 32 2 31 1 ⎝ ⎠
⎛1 ⎞
⎜ ⎟
⎛1 ⎞ ⎛1 ⎞ ⎜ 2 ⎟
⎜ ⎟ 1 ⎜ ⎟ ⎜ − 1⎟
e 2 = ⎜ 0 ⎟ − ⎜1 ⎟ = ⎜ ⎟
⎜1 ⎟ 2 ⎜ 0 ⎟ ⎜ 2 ⎟
⎝ ⎠ ⎝ ⎠ 1
⎜ ⎟
⎜ ⎟
⎝ ⎠
e3 ⊥e1 ⇒ < f + λ e + λ e , e >= 0 ⇔ < f , e > + λ < e , e > + λ < e , e >=0
3 32 2 31 1 1 3 1 32 2 1 31 1 1
< f 3 , e1 > 1
λ31 = − =−
<f ,e >=1 ⇒ < e1 , e1 > 2
3 1
⎛ 1 ⎞ ⎛ 1⎞
⎜ ⎟ ⎜− ⎟
⎛0⎞ ⎜ 2 ⎟ ⎛1 ⎞ ⎜ 3 ⎟
⎜ ⎟ 1⎜ 1⎟ 1 ⎜ ⎟ ⎜1 ⎟
e 3 = ⎜1 ⎟ + − − ⎜1 ⎟ = ⎜
⎜0⎟ 3 ⎜ 2 ⎟ 2⎜ ⎟ 3 ⎟
⎝ ⎠ ⎜ 1 ⎟ ⎝ 0⎠ ⎜ ⎟
⎜ ⎟ ⎜ 1 ⎟
⎝ ⎠ ⎜ ⎟
⎝3 ⎠
PROPOZIŢIA 3.6.1.
DEMONSTRAŢIE :
DEFINIŢIA 3.7.1.
TEOREMA 3.7.1.
DEMONSTRAŢIE :
φ este bijectivă şi :
1) φ ( x + y ) = φ ( x ) + φ ( y ) , oricare ar fi x , y ∈ V .
2) φ ( λ x ) = λ φ ( x ) , oricare ar fi x ∈ V şi oricare ar fi λ ∈ K .
3) < x , y > = < φ ( x ) , φ ( y ) > , oricare ar fi x , y ∈ V .
Primele două relaţii sunt evidente. O vom demonstra pe cea de – a treia.
n n n n n n
< x, y >=< ∑ x i ei , ∑ y j e j >= ∑∑ x i y j < ei , e j >= ∑ x i y i < ei , ei >= ∑ x i y i =< ϕ ( x ), ϕ ( y ) >
i =1 j =1 i =1 j =1 i =1 i =1
Rezultă astfel că V ≅ Rn
W ≅ Rn , ψ : W → R n ⇒ ψ bijectivă , deci există ψ −1 : R n → W , bijectivă .
ϕ :V → R n ⎫
⎬ ⇒ ψ οϕ : V → W
−1
ψ −1
: R →W ⎭
n
este o funcţie care realizează un izomorfism între spaţiile V şi
W.
DEFINIŢIA 3.8.1.
PROPOZIŢIA 3.8.1.
DEMONSTRAŢIE :
⇒ || f – f1 || 2 ≥ || f – f0 ||2 ⇒ || f – f1 || ≥ || f – f0 ||
Imaginea geometrică :
f-f1
f1 f-f0
f0
f0-f1
EXEMPLUL 1 :
Fie V = R3 , f ∈ R3 , f = ( 1 , 2 , 1 )T .
Fie V1 ⊂ V un subspaţiu al lui V , V1 = {x ∈V | x = ( x1 , x 2 ,0 ) } .
T
CAPITOLUL 4
OPERATORI LINIARI
DEFINIŢIA 4.1.1.
DEFINIŢIA 4.1.2.
DEFINIŢIA 4.1.3.
DEFINIŢIA 4.1.4.
⎛ n ⎞ n
U ⎜ ∑ λi x i ⎟ = ∑ λ i U ( x i )
⎝ i =1 ⎠ i =1 oricare ar fi λ1 , λ2 ∈ K şi oricare ar fi x1 , x 2 ∈ X .
PROPRIETATEA 4.1.1.
DEMONSTRAŢIE :
x + θ = x , oricare ar fi x ∈ X .
U (x + θ ) = U ( x ) .
PROPRIETATEA 4.1.2.
DEMONSTRAŢIE :
DEFINIŢIA 4.1.6.
PROPOZIŢIA 4.1.1.
DEMONSTRAŢIE :
U : X →Y ⎫
⎬
V : Y → Z ⎭ , W = V οU , W : X → Z , W ( x ) = V ( U ( x ) ) .
PROPOZIŢIA 4.1.1.
DEMONSTRAŢIE :
Fie λ1 , λ2 ∈ K , fie x1 , x 2 ∈ X .
W( λ1 x1 + λ2 x2 ) = V( U( λ1 x1 + λ2 x2 ) ) = V( λ1 U( x1 ) + λ2 U( x2 ) )= λ1 V( U( x1 ) ) + + λ2 V( U
( x2 ) ) = λ1 W( x1 ) + λ2 W( x2 ) .
Fie X şi Y două spaţii vectoriale peste acelaşi corp de scalari K şi fie U : X → Y un operator
liniar .
DEFINIŢIA 4.1.7.
−1
Atunci există U −1 : Y → X , definit astfel : U ( y ) = x ⇔ U ( x ) = y .
U-1
x• U • U(x)=y
X Y
PROPOZIŢIA 4.1.2.
PROPOZIŢIA 4.2.1.
DEMONSTRAŢIE :
1) Fie x1 ∈ Ker U ⇒ U( x1 ) = θ y .
Fie x2 ∈ Ker U ⇒ U( x2 ) = θ y .
U( x1 + x2 ) = U( x1 ) + U( x2 ) = θ y + θ y = θ y ⇒ x1 + x 2 ∈ Ker U .
U( λ x ) = λ U ( x ) = λ θ y = θ y ⇒ λ x ∈ Ker U .
TEOREMA 4.2.1.
Fie U : X → Y un operator liniar . Operatorul U este inversabil dacă şi numai dacă Ker U
={θx}.
DEMONSTRAŢIE :
3) Presupunem că Ker U = { θ x } .
Im U = Y ⇒ U este surjectiv.
Fie x , y ∈ X , x ≠ y . Presupunem că :
U( x ) = U( y ) ⇒ U( x ) – U( y ) = θ y ⇒ U( x ) + U ( - y ) =θ y ⇒ U( x + ( - y ) ) = θ y ⇔ U( x –
y ) = θ y ⇒ x – y ∈ Ker U.
∑ α i ei .
spaţiul X , oricare ar fi x ∈ X ⇒ xE = i =1
Fie (Y,K) un spaţiu vectorial , dim Y = n , G = { g1 , g2 , … , gm } o bază în
n
∑β jg j .
spaţiul Y , oricare ar fi y ∈ Y ⇒ yE = j =1
Fie U : X → Y un operator liniar , astfel încât oricare ar fi x ∈ X ⇒ U( x ) = y
⎛ m ⎞ n
U ⎜ ∑ α i ei ⎟ = ∑ β j g j
⇒ ⎝ i =1 ⎠ j =1 .
⎛ ⎞
n ⎜ n ⎟
⎛ m ⎞ m m n m n
U ⎜ ∑ α i ei ⎟ = ∑ α iU (ei ) = ∑ α i ∑ a ij g j = ∑ ∑ α i a ij g j = ∑ ⎜ ∑ α i a ij ⎟g j
⎝ i =1 ⎠ i =1 j =1 ⎜ i =1 ⎟
⎜ 14 2β 43 ⎟
i =1 j =1 i =1 j =1
⎝ j ⎠ j = 1, n .
∑ α i ei .
spaţiul X , oricare ar fi x ∈ X ⇒ xE = i =1
Fie (Y,K) un spaţiu vectorial , dim Y = n , G = { g1 , g2 , … , gm } o bază în
n
∑β jg j .
spaţiul Y , oricare ar fi y ∈ Y ⇒ yE = j =1
Fie A matricea operatorului U corespunzătoare bazelor E din spaţiul X şi G din spaţiul
Y ⇒ YG = A X E .
T
h1 = d 11 g 1 + d 12 g 2 + Κ + d 1n hn ⎫
⎪
Μ ⎬ ⇒ D (d ij )
hm = d m1 g 1 + d m 2 g 2 + Κ + d mn g n ⎪⎭ (4) Y H = (D ) YG
T −1
AT
⇒ AT = D T B T (C T ) ⇒ A = C −1 BD | C ⇒ D −1 | CA = BD ⇒ B = CAD −1 .
−1
OBSERVAŢII :
1) dacă X = Y ⇒ E = G şi F = H ⇒ C = D ⇒ B = CAC-1 .
2) dacă în X trecem de la baza E la baza F , iar în Y avem G = H ⇒ D = In
⇒ B = CA .
3) dacă în Y trecem de la baza G la baza H , iar în X avem G = H ⇒ C = Im
⇒ B = AD-1 .
DEFINIŢIA 4.4.1.
U = V dacă , oricare ar fi x ∈ X , U( x ) = V( x ) .
DEFINIŢIA 4.4.2.
PROPOZIŢIA 4.4.1.
DEMONSTRAŢIE :
W( α1 x1 + α2 x2 )= U( α1 x1 + α2 x2 ) + V( α1 x1 + α2 x2 ) = α1 U( x1 ) + α2 U( x2 ) +
+ α1 V( x1 ) + α2 V( x2 ) = α1 ( U( x1 ) + V( x1 ) ) + α2 ( U( x2 ) + V( x2 ) ) = α1 W( x1 ) +
+ α2 W( x2 ) , oricare ar fi α1 , α2 ∈ K şi oricare ar fi x1 , x2 ∈ X .
DEFINIŢIA 4.4.3.
DEFINIŢIA 4.4.4.
Oricare ar fi λ ∈ K , λU : X → Y , ( λ U )( x ) = λ U ( x ) . (2)
PROPOZIŢIA 4.4.2.
OBSERVAŢIE :
DEFINIŢIA 4.5.1.
DEFINIŢIA 4.5.2.
Scalarii λ pentru care ecuaţia (1) are soluţii nenule se numesc valorile proprii
( caracteristice ) ale operatorului U .
⎡⎛ a11 Κ a n1 ⎞ ⎛ λ Κ 0 ⎞ ⎤ ⎛ x1 ⎞ ⎛ 0 ⎞
⎢⎜ ⎟ ⎜ ⎟⎥⎜ ⎟ ⎜ ⎟
⎢⎜ Μ Μ⎟ − ⎜ Ο ⎟⎥⎜ Μ⎟ = ⎜ Μ⎟
⎢⎣⎜⎝ a1n Κ ⎟ ⎜
a nn ⎠ ⎝ 0 Κ λ ⎟⎠⎥⎦⎜⎝ x n ⎟⎠ ⎜⎝ 0 ⎟⎠
⎧(a11 − λ )x1 + a 21 x 2 + Κ + a n1 x n = 0
⎪a x + (a − λ )x + Κ + a x = 0
⎪ 12 1 22 2 n2 n
⎨
⎪ Κ Κ Κ Κ Κ Κ Κ Κ Κ Κ Κ Κ Κ
⎪⎩a1n x1 + a 2 n x 2 + Κ + (a nn − λ )x n = 0
Sistemul (3) are şi soluţii nebanale dacă determinantul sistemului este nul :
det ( AT – λI ) = 0 (4)
OBSERVAŢIE :
EXEMPLUL 1 :
Fie U : R 3 → R 3 , x ∈ R3 , x = ( x1 , x2 , x3 )T .
U( x ) = U( x1 , x2 , x3 ) = ( x1 + x2 – x3 , x3 , -2 x2 –3 x3 ) , U( x ) = y .
⎛ 1 1 − 1⎞ ⎛λ 0 0 ⎞
⎜ ⎟ ⎜ ⎟
A = ⎜0 0 1 ⎟ λI = ⎜ 0 λ 0 ⎟
⎜ 0 − 2 − 3⎟ ⎜0 0 λ⎟
⎝ ⎠ ⎝ ⎠
1− λ 1 −1
A − λI = 0 −λ 1
0 − 2 − 3 − λ = ( 1 – λ ) ( λ2 + 3λ + 2 ) = 0 .
λ1 = 1 ; λ2 = -1 ; λ3 = -2 .
¾ Pentru λ1 = 1 ⇒ U( x ) = 1*x ⇒ AT x = x .
⎛ 1 1 − 1 ⎞⎛ x 1 ⎞ ⎛ x 1 ⎞ ⎧ x1 + x 2 − x 3 = x1 ⎧x2 − x3 = 0
⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎪ ⎪
⎜0 0 1 ⎟⎜ x 2 ⎟ = ⎜ x 2 ⎟ ⇒ ⎨x3 = x2 ⇔ ⎨− x 2 + x 3 = 0
⎜ 0 − 2 − 3 ⎟⎜ x ⎟ ⎜ x ⎟ ⎪− 2 x − 3x = x ⎪− 2 x − 3x = 0
⎝ ⎠⎝ 3 ⎠ ⎝ 3 ⎠ ⎩ 2 3 3 ⎩ 2 3
¾ Pentru λ2 = -1 ⇒ x = ( b , -b , b ) , b ∈ R \ {0} .
⎛c c ⎞
⎜ , ,c⎟
¾ Pentru λ3 = -2 ⇒ x = ⎝ 2 2 ⎠ , c ∈ R \ {0} .
PROPOZIŢIA 4.5.1.
OBSERVAŢIE :
DEMONSTRAŢIE :
1) Fie x1 , x2 ∈ X λ0 .
⇒ U( x1 ) = λ0 x1
U( x2 ) = λ0 x2
U( x1 ) + U( x2 ) = λ0 ( x1 + x2 ) ⇒ U( x1 + x2 ) = λ ( x1 + x2 ) ⇒ x1 + x2 ∈ X λ0 .
2) Oricare ar fi α ∈ C şi oricare ar fi x ∈ X λ0 ⇒ U( x ) = λ0 x .
U( α x ) = α U( x ) = α λ x = λ ( α x ) ⇒ α x ∈ X λ0 .
0 0
PROPOZIŢIA 4.5.2.
DEMONSTRAŢIE :
1) Verificare:
n =2 , λ1 ≠ λ2 , U( x1 ) = λ1 x1
U( x2 ) = λ2 x2
µ1 λ1 x1 + µ2 λ2 x2 = θ .
Înmulţim relaţia (4) cu ( -λ1 ) şi adunăm cele două relaţii . Vom obţine :
µ2 ( λ2 – λ1 ) x1 = θ ⇒ x2 ≠ θ . Dar λ1 ≠ λ2 ⇒ µ2 = 0 .
Înmulţim relaţia (4) cu ( -λ2 ) şi adunăm cele două relaţii . Vom obţine :
µ1 ( λ2 – λ1 ) x2 = θ ⇒ x1 ≠ θ . Dar λ1 ≠ λ2 ⇒ µ1 = 0 .
Din această ultimă relaţie şi din relaţia (6) rezultă că µn xn = θ . Cum xn ≠ 0 , înseamnă că µn =
0.
OBSERVAŢIE :
PROPOZIŢIA 4.5.3.
DEMONSTRAŢIE :
⎧ g 1 = c11e1 + Κ + c1n en
⎪
⎨Μ
⎪g = c e + Κ + c e
⎩ n n1 1 nn n
CONSECINŢĂ :
Dacă operatorul U : X → X are n valori proprii diferite două câte două (spaţiul X
are dimensiunea n), atunci matricea operatorului U în baza { x1 , x2 , … , xn } unde U( xi ) = λi
xi , ( i = 1, … , n ) , este o matrice diagonală , având pe diagonală valori proprii .
DEMONSTRAŢIE :
λ1 ≠ λ2 ≠ λ3 ≠ … ≠ λn , λi ≠ λj , i ≠ j , i , j = 1, … , n .
U ( x1 ) = λ1 x1 = λ1 x1 + 0 x 2 + Κ + 0 x n ⎫ ⎛ λ1 0 0 Κ 0⎞
⎪ ⎜ ⎟
U ( x 2 ) = λ 2 x 2 = 0 x1 + λ 2 x 2 + Κ + 0 x n ⎪ ⎜ 0 λ2 0 Κ 0⎟
⎬⇒ A=⎜
Μ ⎪ Μ Μ Μ Κ Μ⎟
⎜⎜ ⎟
U ( x n ) = λn x n = 0 x1 + 0 x 2 + Κ + λn x n ⎪⎭ ⎝0 0 0 Κ λn ⎟⎠
EXEMPLUL 2 :
⎛ x1 + 2 x 2 + x 3 ⎞
⎜ ⎟
U ( x) = ⎜ x3 ⎟
⎜ − x 3 ⎟⎠
Fie U : R 3 → R 3 , ⎝
⎛1 2 1 ⎞ 1− λ 2 1
⎜ ⎟
A = ⎜0 0 1 ⎟
T
A − λI = 0
T
−λ 1
⎜ 0 0 − 1⎟ − 1 − λ =( 1 – λ )( 1 + λ ) λ = 0 ⇒
⎝ ⎠ , 0 0
⎧λ1 = 1
⎪
⇒ ⎨λ2 = −1
⎪λ = 0
⎩ 3
pentru λ1 = 1 :
U( x ) = x ⇒ AT x = x
⎧ x1 + 2 x 2 + x 3 = x 1 ⎧2 x 2 + x 3 = 0
⎪ ⎪
⎨x3 = x2 ⇒ ⎨− x 2 + x 3 = 0
⎪− x = x
⎩ 3 3
⎪− 2 x = 0
⎩ 3 {
⇒ X λ1 = a (1,0,0) | a ∈ R
∗
}
pentru λ2 = - 1 :
U( x ) = - x ⇒ AT x = - x
⎧ x1 + 2 x 2 + x 3 = − x1
⎪ ⎧2 x 1 + 2 x 2 + x 3 = 0
⎨x3 = − x2 ⇒⎨
⎩x2 + x3 = 0
⎪− x = − x
⎩ 3 3 {
⇒ X λ2 = b(1,−2,2 ) | b ∈ R
∗
}
pentru λ3 = 0 :
U( x ) = 0 ⇒ AT x = 0
⎧ x1 + 2 x 2 + x 3 = 0
⎪ ⎧ x1 + 2 x 2 = 0
⎨x3 = 0 ⇒⎨
⎩x3 = 0
⎪− x = 0
⎩ 3 {
⇒ X λ3 = c(2,−1,0) | c ∈ R
∗
}
Fie x1 ∈ X λ1 , x1 = ( 1 , 0 , 0 ) .
⎧⎛ 1 ⎞ ⎛ 1 ⎞ ⎛ 2 ⎞ ⎫
⎪⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎪
G = ⎨⎜ 0 ⎟, ⎜ − 2 ⎟, ⎜ − 1⎟ ⎬
⎪⎜ 0 ⎟ ⎜ 2 ⎟ ⎜ 0 ⎟ ⎪
Fie x2 ∈ X λ2 , x3 = ( 1 , -2 , 2 ) . ⎩⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎭
Fie x3 ∈ X λ3 , x3 = ( 2 , -1 , 0 ) .
U ( x 1 ) = 1 ⋅ x1 = 1 ⋅ x1 + 0 ⋅ x 2 + 0 ⋅ x 3 ⎫ ⎛1 0 0⎞
⎪ ⎜ ⎟
U ( x 2 ) = −1 ⋅ x 2 = 0 ⋅ x1 + (− 1) ⋅ x 2 + 0 ⋅ x 3 ⎬ ⇒ A = ⎜ 0 − 1 0 ⎟
U ( x 3 ) = 0 ⋅ x 3 = 0 ⋅ x1 + 0 ⋅ x 2 + 0 ⋅ x 3 ⎪ ⎜0 0 0⎟
⎭ ⎝ ⎠
IMPORTANŢA DIAGONALIZĂRII
P ( A ) = a0 In + a1 A +a2 A2 + … +am Am .
⎛ λ1 0 Κ 0 ⎞ ⎛ λ12 0 Κ 0 ⎞
⎜ ⎟ ⎜ ⎟
⎜ 0 λ2 Κ 0 ⎟ ⎜ 0 λ2 Κ 0 ⎟
2
A=⎜ ⎟ A =⎜
2
⎟
Μ Ο Μ Ο
⎜⎜ ⎟ ⎜ ⎟
⎝0 0 Κ λm ⎟⎠ ⎜0 0
⎝ Κ λ2m ⎟⎠
⎛ λ1P 0 Κ 0 ⎞
⎜ ⎟
⎜ 0 λ2 Κ
P
0 ⎟
A =⎜
P
⎟
Μ Ο
⎜ ⎟
⎜ 0 Κ λmP ⎟⎠
⎝ 0
⎛ µ1 0 Κ 0 ⎞ ⎛ λ1 + µ1 0 Κ 0 ⎞
⎜ ⎟ ⎜ ⎟
⎜ 0 µ2 Κ 0 ⎟ ⎜ 0 λ2 + µ 2 Κ 0 ⎟
B=⎜ ⎟ A+ B =⎜ ⎟
Μ Ο Μ Ο
⎜⎜ ⎟ ⎜⎜ ⎟
⎝0 0 Κ µ n ⎟⎠ ⎝ 0 0 Κ λn + µ n ⎟⎠
⎛ a0 Κ 0 ⎞ ⎛ a1 λ1 Κ 0 ⎞ ⎛ a 2 λ12 Κ 0 ⎞ ⎛ a n λ1n Κ 0 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
P ( A) = ⎜ Ο ⎟+⎜ Ο ⎟+⎜ Ο ⎟ +Κ + ⎜ Ο ⎟=
⎜0 Κ
⎝
⎟ ⎜
a0 ⎠ ⎝ 0 Κ a n λ n ⎟⎠ ⎜⎝ 0 Κ a 2 λ2n ⎟⎠ ⎜ 0
⎝ Κ n ⎟
a n λn ⎠
⎛ λ1 0⎞
⎜ ⎟
⎜ λ2 ⎟
A=⎜ ⎟
Ο
⎜⎜ ⎟
¾ Dacă A este o matrice diagonală , ⎝0 λn ⎟⎠ , atunci şi B este o matrice
diagonală , unde B = C-1AC .
DEMONSTRAŢIE :
B = C-1AC ⇒ A = CBC-1
A2 = CBC-1 CBC-1 = CB2C-1
Demonstrăm prin inducţie matematică faptul că An = CBnC-1 .
DEFINIŢIA 4.5.3.
DEFINIŢIA 4.5.4.
OBSERVAŢIE :
Relaţia de similitudine este o relaţie de echivalenţă .
DEFINIŢIA 4.5.5.
⎛ a11 Κ 0 ⎞
⎜ ⎟
A=⎜ Ο ⎟
⎜ 0 Κ a nn ⎟⎠ .
U( XE ) = AT XE , ⎝
PROPOZIŢIA 4.5.4.
DEMONSTRAŢIE :
OBSERVAŢIE :
PROPOZIŢIA 4.5.5.
Atunci :
p
E = Υ Ei
1) i =1 este un sistem de vectori liniar independenţi .
⎡ p ⎤
x λi ∩ ∑ x λ j ⎥ = {θ }
⎢
⎢ j =1 ⎥
2) ⎣⎢ j ≠i ⎦⎥ .
DEMONSTRAŢIE :
1) x λ1 , {
E1 = e11 , Κ , e1n1 } sunt liniar independenţi .
x λ2 , E 2 = {e21 ,Κ , e2 n 2
} sunt liniar independenţi .
…………………………
x λ p , E p = {e p1 , Κ , e pn } sunt liniar independenţi .
p
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
θ = ⎜α 11 e11 + Κ + α 1n1 e1n1 ⎟ + ⎜α 21 e 21 + Κ + α 2 n2 e 2 n2 ⎟ + Κ + ⎜ α p1 e p1 + Κ + α pn p e pn p ⎟
⎜ 1 4 4 4 2x 4 4 4 3 ⎟ ⎜ 1 4 4 4 2x 4 4 4 3 ⎟ ⎜ 1 4 4 44 2x 4 4 4 43 ⎟
(1) ⎝ 1 ⎠ ⎝ 2 ⎠ ⎝ p ⎠
x i ∈ X λi ⎫⎪
⎬⇒
x1 + x 2 + Κ + x p = θ ⎪⎭ xi sunt vectori proprii sau xi = θ .
p
x ∈∑ X λj ⇒
2) Fie x ∈ X λ1 şi x = x2 + … + xp , unde x 2 ∈ X λ2 , … , x p ∈ X λ p
j =1
j ≠i
OBSERVAŢIE:
x λi ∩ xλ j = θ , λi ≠ λ j .
DEFINIŢIA 4.5.6.
DEFINIŢIA 4.5.7.
PROPOZIŢIA 4.5.6.
DEMONSTRAŢIE :
U( ei ) = λ0 ei , i = 1 , … , r .
……………………………….
U( er+1 ) = ar+1,1 e1 + … + ar+1,r er + ar+1,r+1 er+1 + … + ar+1,n en
……………………………….
U( en ) = an1 e1 + … + anr er + anr+1 er+1 + … + ann en
⎛ λ0 0 Κ 0 a r +1,1 Κ a n1 ⎞
⎜ ⎟
⎜0 λ0 Κ 0 a r +1, 2 Κ an2 ⎟
⎜ Μ Μ Μ⎟
⎜ ⎟
AT = ⎜ 0 0 Κ λ0 a r +1,r Κ a nr ⎟
⎜0 0 Κ 0 a r +1, r +1 Κ a nr +1 ⎟
⎜ ⎟
⎜ Μ Μ Μ⎟
⎜0 0 Κ 0 a r +1,n Κ a nn ⎟⎠
⎝
⎛ λ0 − λ 0 Κ 0 a r +1,1 Κ a n1 ⎞
⎜ ⎟
⎜ 0 λ0 − λ Κ 0 a r +1, 2 Κ an2 ⎟
⎜ Μ Μ Μ ⎟
⎜ ⎟
A T − λI = ⎜ 0 0 Κ λ0 − λ a r +1,r − λ Κ a nr ⎟
⎜ Μ Μ ϕ (λ ) Μ ⎟
⎜ ⎟
⎜ 0 0 Κ 0 a r +1,n Κ a nn − λ ⎟
⎜ ⎟
⎝ ⎠
OBSERVAŢIE :
A este matricea operatorului U corespunzătoare bazei E completate astfel:
, … , e } . Ecuaţia caracteristică este : A − λI = 0 .
T
E ={ e , … , e } ∪ { e
1 r r+1 n
EXEMPLUL 3 :
⎛ x1 + x 2 ⎞ ⎛ x1 ⎞ ⎛1 1 0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
U (x ) = ⎜ x 2 + x 3 ⎟ x = ⎜ x2 ⎟ A = ⎜0 1 1⎟
T
⎜x ⎟ ⎜x ⎟ ⎜0 0 1⎟
U : R3 → R3 , ⎝ 3 ⎠ , ⎝ 3⎠ ⇒ ⎝ ⎠ .
1− λ 1 0
det AT − λI = 0 1− λ = (1 − λ ) = 0
3
1
0 0 1− λ ⇒ λ1 = λ2 = λ3 = 1 ⇒ m = 3 .
⎧⎛ a ⎞ ⎫
⎪⎜ ⎟ ⎪
x λ1=1 = ⎨⎜ 0 ⎟ | a ∈ R ⎬
⎪⎜ 0 ⎟ ⎪
U( x ) = 1*x ⇒ ⎩⎝ ⎠ ⎭ ⇒ r = dim X λ1 = 1 < 3 .
DEFINIŢIA 4.5.7.
PROPOZIŢIA 4.5.7.
Fie (X,K) un spaţiu vectorial , dim X = n , iar K este un corp algebric închis . Fie
U : X → X un operator liniar . Presupunem că U are valorile proprii :
λ1 multiplă de ordinul m1
⎛ p ⎞
⎜⎜ ∑ mi = n ⎟⎟
………………………….. ⎝ i =1 ⎠
λp multiplă de ordinul mp
(4) X = X λ1 ⊕ X λ2 ⊕ Κ ⊕ X λ p .
DEMONSTRAŢIE :
¾ (1) ⇔ (2)
⎛α 1 0⎞
⎜ ⎟
A=⎜ Ο ⎟
⎜0 α n ⎟⎠
⎝
U( e1 ) = α1 e1 ⇒ e1 ∈ X λ1
…………………………….. ⇒ În X există o bază formată din vectorii proprii ai
U( en ) = αn en ⇒ en ∈ X λn lui U .
¾ (2) ⇔ (3)
card Ei ≤ ri ≤ mi
p p p p p
∑ cardEi ≤ ∑ ri ≤ ∑ mi = n n = cardE ≤ ∑ ri ≤ ∑ mi = n
i =1 i =1 i =1 ⇒ i =1 i =1 .
ai operatorului U .
¾ (3) ⇔ (4)
Presupunem că ri = mi , i = 1 , … , p .
DEFINIŢIA 5.1.1.
f ( α 1 x 1 + α 2 x 2 ) = α 1 f ( x1 ) + α 2 f ( x2 ) .
⎛ a1 ⎞
⎜ ⎟
A = ⎜Μ ⎟
⎜a ⎟
E = { e 1 , e 2 , … , en } ⎝ 2 ⎠ , ai = f ( ei ) , i = 1 , … , n .
1. Oricare ar fi α1 , α2 ∈ R , x1 , x2 ∈ X , y ∈ Y ,
f ( α1 x1 + α2 x2 , y ) = α1 f ( x1 , y ) + α2 f ( x2 , y ) .
2. Oricare ar fi β1 , β2 ∈ R , y1 , y2 ∈ Y , x ∈ X ,
f ( x ,β1 y1 + β2 y2 ) = β1 f ( x , y1 ) + β2 f ( x , y2 ) .
¾ f ( x, y ) = X ET AY G
A ( aij ) , aij = f ( ei , ej ) , i , j = 1 , … , n , f ( x, y ) = X T AY .
DEFINIŢIA 5.1.2.
DEFINIŢIA 5.1.3.
diagX × X = {( x, x ) | x ∈ X } .
DEFINIŢIA 5.1.4.
n n
V ( x ) = f ( x, x ) = X AX = ∑∑ a ij x i x j =
T
DEFINIŢIA 5.1.5.
DEFINIŢIA 5.1.6.
DEFINIŢIA 5.1.7.
DEFINIŢIA 5.1.8.
DEFINIŢIA 5.1.9.
A ( aij ) , aij = f ( ei , ej ) , i , j = 1 , … , n , f ( x, y ) = X T AY .
n n
V ( x ) = X T AX = ∑∑ a ij x i x j
i =1 j =1
Presupunem că există indicele i ( 1 ≤ i ≤ n ) astfel încât aii este diferit de zero. Presupunem că
a11 diferit de zero . Luăm separat termenii care conţin componenta x1 şi vom scrie astfel :
⎡ ⎛a a ⎞⎤
a11 ⎢ x12 + 2 x1 ⎜⎜ 12 x 2 + Κ + 1n x n ⎟⎟⎥
a11 x12 + 2 a12 x1 x2 + … + 2 a1n x1 xn = ⎣ ⎝ a11 a11 ⎠⎦ =
⎡⎛ a12 a1n ⎞
2
⎛ a12 a1n ⎞ ⎤
2
a11 ⎢⎜⎜ x1 + x2 + Κ + x n ⎟ − ⎜⎜ x2 + Κ + xn ⎟ ⎥
= ⎢⎣⎝ a11 a11 ⎟⎠ ⎝ a11 a11 ⎟⎠ ⎥ .
⎦
2
⎛ a a ⎞
V ( x ) = a11 ⎜⎜ x1 + 12 x 2 + Κ + 1n x n ⎟⎟ = V1 ( x )
Deci ⎝ a11 a11 ⎠ unde V1 ( x ) nu conţine pe x1 .
Notăm :
a12 a
y 1 = x1 + x 2 + Κ + 1n x n
a11 a11
y2 = x2
y3 = x3
Μ
yn = xn
Aplicăm acelaşi procedeu lui V1 şi după n paşi , obţinem forma canonică a funcţionalei .
x1 = y1 + y2 ; x2 = y1 – y2 ; x3 = y3 ; … ; xn = yn .
EXEMPLUL 1 :
2 7⎝ 2 ⎠
y 1 = 2 x1 + 3 x 2 − 4 x 3
7
y2 = − x2 + 7 x3
2
V ( y ) = y12 − y 22 + 5 y 32
1 2
y3 = x3 ⇒ (1) 2 7 ,
reprezintă o funcţională în forma canonică .
Care este baza din spaţiul vectorial X în care funcţionala pătratică V are forma
canonică (1) ?
⎛ y1 ⎞ ⎛⎜ 2 3 − 4 ⎞⎛ x 1 ⎞
⎟⎜ ⎟
⎜ ⎟ 7
⎜ y2 ⎟ = ⎜ 0 − 7 ⎟⎜ x 2 ⎟
⎜y ⎟ ⎜ 2 ⎟⎜ ⎟
⎝ 3 ⎠ ⎝0 0 1 ⎠⎝ x 3 ⎠
⎛1 3 ⎞ ⎛ 1 ⎞
⎜ − 1⎟ ⎜ 0 0⎟
⎜2 7 ⎟ ⎜ 2 ⎟
⎛2 3
⎜
− 4⎞
⎟ ((C ) )
T −1
−1
= CT = ⎜ 0 −
2
2 ⎟ ⇒ C EG = ⎜
3
−
2
0⎟
(C )
T −1
= ⎜0 −
7
7 ⎟ ⎜
⎜0 0
7 ⎟
1 ⎟
⎜ 7
⎜−1 2
7 ⎟
1⎟
⎜ 2 ⎟ ⎜ ⎟ ⎜ ⎟
⎝0 0 1 ⎠ ; ⎝ ⎠ ⎝ ⎠
Fie baza G baza în care vom determina forma canonică a funcţionalei pătratice V ,
G = { g1 , g2 , … , gn }
⎛1 ⎞
⎜ 0 0⎟
⎜2 ⎟
2
B=⎜0 − 0⎟
⎜ 7 ⎟
⎜0 0 5⎟
⎜ ⎟
Matricea B a funcţionalei V în baza G este : ⎝ ⎠ .
2 3 −4
2 3 ∆3 = 3 1 1 = −35
∆2 = = −7
Notăm : ∆ 0 = 1 , ∆ 1 = 2 , 3 1 , −4 1 −1 .
∆ 0 2 ∆1 2 ∆ 2 2
V (y) = y1 + y2 + y3
∆1 ∆2 ∆3
V (y) =
1 2 2 2 1 2
y1 − y 2 + y 3
Deci , obţinem : 2 7 5 .
Într – un spaţiu există mai multe baze în care funcţionala poate fi adusă la forma
canonică , deci forma canonică obţinută prin metoda Gauss diferă de cea obţinută prin metoda
Jacobi .
Metoda Jacobi se poate aplica numai dacă toţi minorii principali ai matricei A sunt
nenuli .
TEOREMA 5.3.1.
n n
V ( x ) = x T Ax = ∑∑ a ij x i x j
Fie i =1 j =1 o funcţională pătratică , unde A( aij ) este matricea
funcţionalei V în baza E . Dacă toţi minorii principali ai matricei A sunt nenuli ,
a11 Κ a1r
∆r = Μ Μ≠0
a r1 Κ a rr ( r = 1 , … ,n ) şi ∆ 0 = 1 ,
⎛ ∆0 ⎞
⎜ 0 ⎟
⎜ ∆1 ⎟
⎜ ∆1 ⎟
B=⎜ ∆2 ⎟
⎜ ⎟
⎜ Ο ⎟
⎜ 0 ∆ n −1 ⎟
⎜ ∆ n ⎟⎠ .
⎝
OBSERVAŢIE :
n
∆ i −1 2
V (y) = ∑ yi
În baza G , i =1 ∆n .
DEMONSTRAŢIE :
g1 = λ11 e1
g2 = λ21 e1 + λ22 e2
…………………..
(1) gi = λi1 e1 + λi2 e2 + … + λii ei
………………………………
gn = λn1 e1 + λn2 e2 + … + λnn en
Vom determina scalarii λij din condiţiile :
⎧ f ( g k , ei ) = 0
⎨
(2) ⎩ f (g k , e k ) = 1 k = 1 , … , n , i = 1 , … ,k-1
k=1
f( g1 ,e1 ) = 1 ⇒ f( λ11 e1 , e1 ) = 1 ⇒ λ11 f( e1 , e1 ) = 1 ⇒ λ11 a11 = 1 ⇒
1
λ11 =
⇒ a11 . ( din ipoteză , a11 este diferit de zero ) .
k=2
⎧ f (g 2 , e1 ) = 0 ⎧ f (λ21 e1 + λ22 e 2 , e1 ) = 0 ⎧λ21 f (e1 , e1 ) + λ22 f (e 2 , e1 ) = 0
⎨ ⇒⎨ ⇒⎨ ⇒
⎩ f (g 2 , e 2 ) = 1 ⎩ f (λ21 e1 + λ22 e 2 , e 2 ) = 1 ⎩λ21 f (e1 , e 2 ) + λ22 f (e 2 , e 2 ) = 1
0 a 21 0 a 21 0 a 21
1 a 22 1 a 22 1 a 22 a11 0
λ21 = = =
a11 a 21 a11 a12 ∆2 a12 1 ∆ 22
λ22 = =
a12 a 22 a 21 a 22 , ∆2 ∆2 .
¾ pentru i = j :
bii = f( gi , gj ) = f( λi1 e1 + … + λii-1 ei-1 + λii ei , gi ) =
a11 Κ a1,i −1 0
Μ Μ Μ ∆
∆ ii = = ∆ i −1 ⇒ λii = i −1
∆ ii a i −1,1 Κ a i −1,i −1 0 ∆i
λii =
∆i , a i1 Κ a i ,i −1 1 .
EXEMPLUL 1 :
⎛ 2 3 − 4⎞
⎜ ⎟
A=⎜ 3 1 1 ⎟
⎜− 4 1 1 ⎟
⎝ ⎠
2 3 −4
2 3 ∆ 3 = 3 1 1 = −35
∆2 = = −7
∆ 0 = 1 , ∆1 = 2 , 3 1 , − 4 1 −1
∆ 0 2 ∆1 2 ∆ 2 2
V (y) = y1 + y2 + y3 V ( y ) = y12 − y 22 + y 32
1 2 1
∆1 ∆2 ∆3 ⇒ 2 7 5
g1 = λ11 e1
g2 = λ21 e1 + λ22 e2
g3 = λ31 e1 + λ32 e2 + λ33 e3
¾ pentru k = 1 :
¾ pentru k = 2 :
⎛ 3 ⎞
⎜ ⎟
⎧ 3 ⎜ 7 ⎟
⎪ λ 21 = 2
g2 = ⎜ − ⎟
⎧2λ 21 + 3λ22 = 0 ⎪ 7 ⎜ 7⎟
⎨ ⇒⎨ ⇒
λ
⎩ 21
3 + λ = 1 2 ⎜ 0 ⎟
22 ⎪λ 22 = − g =
3
e −
2
e ⇒ ⎜ ⎟
⇒ ⎪⎩ 7 2
7
1
7
2
⎝ ⎠
¾ pentru k = 3 :
⎧ 1
⎪ λ 31 = −
⎧λ31 a11 + λ32 a 21 + λ33 a 31 = 0 ⎧2λ31 + 3λ32 − 4λ33 = 0 ⎪ 5
⎪ ⎪ ⎪ 2
⇒ ⎨λ31 a12 + λ32 a 22 + λ33 a 32 = 0 ⇒ ⎨3λ31 + λ32 + λ33 = 0 ⇒ ⎨λ32 = −
⎪λ a + λ a + λ a = 1 ⎪ − 4λ + λ − λ = 1 ⎪ 7
⎩ 31 13 32 23 33 33 ⎩ 31 32 33
⎪ 1
⎪⎩λ33 = 5
⇒
1 2 1
g 3 = − e1 − e 2 + e3
⇒ 5 7 5 .
⎛1 ⎞
⎜ 0⎟
⎜2 ⎟
2
B=⎜ − ⎟
⎜ 7 ⎟
⎜ 1⎟
⎜0 ⎟
⎝ 5⎠
TEOREMA 5.4.1.
DEMONSTRAŢIE :
Fie spaţiul vectorial (X,R) , dim X = n .Fie bazele canonice E şi G din spaţiul vectorial X ,
astfel încât :
E = { e1 , e2 , … , en } xE = ( x1 , x2 , … , xn )T
G = { g1 , g2 , … , gn } yG = ( y1 , y2 , … , yn )T
m1 n1
V ( x ) = ∑ λi x −
2
i ∑λ j x 2j
În baza E : i =1 j = m1+1 , λi > 0 , i = 1 , … , m1
λj > 0 , j = m1+1 , … , n1
m2 n2
V ( y ) = ∑ µ i y i2 − ∑µ j y 2j
În baza G : i =1 j = m 2 +1 , µi > 0 , i = 1 , … , m2
µj > 0 , j = m2+1 , … , n2
> m2 .
Fie subspaţiul X1 = Sp ( { e1 , … , em1 } ) , X1 ⊂ X , dim X1 = m1 .
Fie subspaţiul X2 = Sp ( { gm2+1 , … , gn } ) , X2 ⊂ X , dim X2 = m1 .
Fie D = X 1 ∩ X 2 .
m1 n
x ∈ D ⇒ x ∈ X 1 ⇒ x = ∑ x i ei x∈ X2 ⇒ x = ∑ y jg j
1 4 2i =1 4 3 1 44j =2m 2 +41 43
Fie ⇓ , ⇓
() ( ) ∑y
m1 n
V x = ∑ λi x i2 > 0 V x = j y 2j < 0
i =1 j = m 2 +1
() ()
Dar V x > 0 şi V x < 0 este absurd . Astfel , rezultă că m1 ≤ m2 .
⇒ m1 = m2 .
Analog , presupunând că m1 < m2 , obţinem m1 ≥ m2 .
Asemănător demonstrăm că n1 = n2 .
DEFINIŢIA 5.4.1.
DEFINIŢIA 5.4.2.
DEFINIŢIA 5.4.3.
OBSERVAŢIE :
Dacă m1 = n1 , atunci toţi coeficienţii funcţionalei pătratice V în forma
canonică sunt pozitivi , deci funcţionala V este pozitiv definită .
a11 Κ a 1r
∆r = Μ Μ>0
a r1 Κ a rr r=1,…,n .
CAPITOLUL 6
DEFINIŢIA 6.1.1.
1) || x || ≥ 0 , oricare ar fi x ∈ X , || x || = 0 ⇔ x = θ
2) || α x || = | α | || x || , oricare ar fi x ∈ X , α ∈ K
3) || x + y || ≤ || x || + || y || , oricare ar fi x , y ∈ X
DEFINIŢIA 6.1.2.
Un spaţiu vectorial peste care s – a definit o normă se numeşte spaţiu vectorial normat .
EXEMPLUL 1 :
X = Rn , K = R
n
|| x || =
x, x = ∑x
i =1
2
i
, x ∈ R , x = ( x 1 , … , xn ) T .
DEFINIŢIA 6.1.3.
1) d( x , y ) = d( y , x ) , oricare ar fi x , y ∈ X
2) d( x , y ) ≥ 0 , oricare ar fi x , y ∈ X şi d( x , y ) = 0 ⇔ x = y
3) d( x , y ) ≤ d( x ,z ) + d( z , y ) , oricare ar fi x , y , z ∈ X
n
d ( x, y ) =|| x − y ||= x − y, x − y = ∑ (x − yi )
2
i
EXEMPLUL 2 : i =1
DEFINIŢIA 6.2.1.
OBSERVAŢIE :
TEOREMA 6.2.1.
DEMONSTRAŢIE :
A(a ij ) ⇒ ei = ∑ a ik e k
n n
e j = ∑ a jm e m
k =1 ( vezi definiţia matricei unui operator ) , m =1 .
k =1 m =1 k =1 m =1
n n n n n
= ∑ ∑ a ik a jm δ km = ∑ a ik a jk δ kk = ∑ a ik a kjT = A ⋅ AT = I n ∑a ik a jk = δ ij
k =1 m =1 k =1 k =1 , k =1 .
TEOREMA 6.2.2.
DEMONSTRAŢIE :
2) d( U( x ) , U( y ) ) = || U( x ) – U( y ) || = || U( x – y ) || = || x – y || = d( x , y )
| A | = 1 ⇒ ad – cb = 1 ⇒ | AT | = 1
⎛a c ⎞ ⎫
AT ⋅ A = I 2 ⇒ AT = A −1 ⇒ A −1 = ⎜⎜ ⎟⎟ ⎪
⎝b d ⎠ ⎪ ⎧a = d ⎛a − c⎞
⎬⇒⎨ ⇒ A = ⎜⎜ ⎟⎟
−1 1 ⎛ d − b ⎞ ⎛ d − b ⎞ ⎛ a c ⎞ ⎪ ⎩b = − c ⎝c a ⎠
A = ⎜ ⎟=⎜ ⎟=⎜ ⎟
det A ⎜⎝ − c a ⎟⎠ ⎜⎝ − c a ⎟⎠ ⎜⎝ b d ⎟⎠ ⎪⎭
⎛ cos ϕ − sin ϕ ⎞
⇒ A = ⎜⎜ ⎟
⎝ sin ϕ cos ϕ ⎟⎠
DEFINIŢIA 6.3.1.
Operatorul U este autoadjunct dacă < U( x ) , y > = < x , U( y ) > , oricare ar fi vectorii x ,
y ∈ X.
PROPOZIŢIA 6.3.1.
DEMONSTRAŢIE :
PROPOZIŢIA 6.3.2.
Dacă operatorul U : X → X este autoadjunct , atunci valorile sale proprii sunt reale .
DEMONSTRAŢIE :
< U ( x
1 4 2 43
), x > =< λx , x >= λ < x , x >= λ || x ||2
∈R ⇒ λ∈R
∈R , deoarece || x ||2 este real .
PROPOZIŢIA 6.3.3.
DEMONSTRAŢIE :
Fie x ∈ X λ1 ⇒ U( x ) = λ1 x , x ≠ θ .
Fie y ∈ X λ2 ⇒ U( y ) = λ2 y , y ≠ θ . ( λ 2 ∈ R ⇒ λ 2 = λ 2 )
< U( x ) , y > = < x , U( y ) > ⇒ < λ1 x , y > = < x , λ2 y > ⇒ λ1 < x , y > = λ2 < x , y > ⇒ λ1 <
x , y > = λ2 < x , y > ⇒ ( λ1 – λ2 ) < x , y > ⇒ λ1 ≠ λ2 ⇒ < x , y > = 0 ⇒
⇒ x⊥y ⇒ X λ1 ⊥X λ2 .
MATRICE HERMITIANĂ
Fie A ∈ M n (C ) , aij ∈ C , i , j = 1 , … , n .
*
( )
Fie A a ij ∈ M n (C ) , a ij = a ij .
* *
DEFINIŢIE :
EXEMPLUL 1 :
⎛ 1 1 − 2i ⎞ ⎛ 1 1 + 2i ⎞ ⎛ 1 1 − 2i ⎞
A = ⎜⎜ ⎟ A* = ⎜⎜ ⎟ = ⎜⎜
⎟ ⎟⎟ ⇒ A = A*
⎝1 + 2i 5 ⎟⎠ ⎝1 − 2i 5 ⎠ ⎝ 1 + 2i 5 ⎠ .
TEOREMĂ :
g 1 ∈ X λ1 ⇒ U (g 1 ) = λ1 g 1 ⎫
⎪
Μ ⎬ ⇒ G = {g 1 , Κ , g n }
g n ∈ X λn ⇒ U (g n ) = λ n g n ⎪⎭ formează o bază ortogonală .
g1 g
h1 = , Κ , hn = n
|| g 1 || || g n ||
⎛ g ⎞ gj λi λ
d ij = f (hi , h j ) =< U (hi ), h j >=< U ⎜⎜ i ⎟⎟, >= < g i , g j >= i2 || g i2 || δ ij =
⎝ || g i || ⎠ || g j || || g i |||| g j || || g i ||
= λi δ ij .
n
V ( x ) = ∑ α i2 λi
xH = ( α1 , … , αn ) T , i =1 .
EXEMPLUL 1 :
⎛ 1 1⎞
⎜1 ⎟
⎜ 2 2⎟
1 1⎟
A=⎜ 1
⎜2 2⎟
⎜1 1 ⎟
⎜ 1⎟
⎝2 2 ⎠
⎛ ⎞
U ( x ) = ⎜ x1 + x 2 + x 3 , x1 + x 2 + x 3 , x1 + x 2 + x 3 ⎟
1 1 1 1 1 1
⎝ 2 2 2 2 2 2 ⎠
1 1 1 1 1 1
1− λ 2−λ 1
2 2 2 2 2 2
= (2 − λ )1 1 − λ
1 1 1 1
A − λI = 1− λ = 0 ⇔ 2 − λ 1− λ =
2 2 2 2
1 1 1 1
1− λ 2−λ 1− λ 1 1− λ
2 2 2 2
1 1
1
2 2 2
⎛1 ⎞
= (2 − λ ) 0 = (2 − λ )⎜ − λ ⎟
1
−λ 0
2 ⎝2 ⎠
1
0 0 −λ λ2 = λ3 =
1
2 ⇒ λ1 = 2 , 2 .
X λ1 = {x ∈ R 3 | U ( x ) = 2 x, x ≠ θ } ⇒ X λ1 = {x = (a , a , a ) | a ∈ R \ {0}}
⎧ ⎫
X λ2 = ⎨ x ∈ R 3 | U ( x ) = x , x ≠ θ ⎬
1
⎩ 2 {
⎭ ⇒ X λ2 = x = (a, b,−a − b ) | a, b ∈ R, a + b ≠ 0
2 2
}
Considerăm baza B = { b1 , b2 , b3 } , b1 ∈ X λ1 b2 , b3 ∈ X λ2 .
Fie b1 = ( 1 , 1 , 1 ) ( a = 1 )
b2 = ( 1 , 0 , -1 ) ( a = 1 , b = 0 )
b3 = ( 0 , 1 , -1 ) ( a = 0 , b = 1 )
⎧h1 = b1 ⎛ 1⎞
⎪ ⎜ ⎟
⎨h2 = b2 + αb1 h1 = ⎜1⎟
⎪h = b + βb + γb ⎜ 1⎟
⎩ 3 3 2 1 ⎝ ⎠ .
⎛ 1⎞
⎜ ⎟
α = 0 ⇒ h2 = b2 = ⎜ 0 ⎟
⎜ − 1⎟
⎝ ⎠
⎛ 1⎞
⎜− ⎟
1 ⎜ 2⎟
h3 = b3 − b2 ⇒ h3 = ⎜ 1 ⎟
⎧< h3 , h1 >= 0 1 2
⎨ ⇒ β = − ,γ = 0 ⎜− 1 ⎟
⎜ 2⎟
⎩< h3 , h2 >= 0 2 , ⎝ ⎠
H = { h1 , h2 , h3 } este ortogonală .
hi
gi =
Considerăm baza G = { g1 , g2 , g3 } , || hi || , i =1 , 2 , 3 ⇒ || gi || = 1
⎫
⎪
⎛ 1⎞ ⎪
1 1 ⎜ ⎟ ⎪
g1 = h1 = ⎜ 1⎟
3 3⎜ ⎟ ⎪
⎝ 1⎠ ⎪
⎪
⎛ 1 ⎞⎪
1 1 ⎜ ⎟⎪
g2 = h2 = ⎜ 0 ⎟⎬
2 2 ⎜ ⎟⎪
⎝ − 1⎠ ⎪
|| h1 ||= < h1 , h1 > = 3 ⎛ 1 ⎞⎪
⎜− ⎟⎪
|| h2 ||= < h2 , h2 > = 2 2 2 ⎜ 2 ⎟⎪
g3 = h3 = 1
3 3⎜ 1 ⎟⎪
3 ⎜− ⎟⎪
|| h3 ||= < h3 , h3 > = ⎜ 2 ⎟⎪
2 ⇒ ⎝ ⎠⎭ ⇒
⇒ G este o bază ortonormală
V ( x ) = 2α 12 + α 22 + α 32
1 1
2 2 , xG = ( α1 , α2 , α3 ) T .
CAPITOLUL 7
PRINCIPIUL CONTRACŢIEI
DEFINIŢIA 7.1.1.
Şirul ( xn ) este convergent în metrică dacă oricare ar fi ε > 0 , există N( ε ) astfel încât
oricare ar fi n ≥ N( ε ) , d( xn , x0 ) < ε .
DEFINIŢIA 7.1.2.
Şirul ( x n ) n∈N * este şir Cauchy în metrică dacă oricare ar fi ε > 0 , există N( ε ) astfel
încât oricare ar fi n ≥ N( ε ) , oricare ar fi p ∈ N* , d( xn+p , xn ) < ε .
Caz particular : X = R ⇒ d( x , y ) = || x – y || = | x – y |
DEFINIŢIA 7.1.3.
Spaţiul metric ( X,d ) se numeşte spaţiu metric complet dacă orice şir Cauchy este
convergent .
Un şir de puncte din Rn este convergent dacă şi numai dacă în şirul componentelor sale,
fiecare componentă este convergentă către componenta corespunzătoare a limitei .
DEFINIŢIA 7.1.4.
DEFINIŢIA 7.1.5.
EXEMPLUL 1 :
X = R , d( x , y ) = | x – y |
T( x ) = λ x , λ ∈ [0,1)
d( T( x ) , T( y ) ) = d( λ x , λ y ) = | λ x – λ y | = λ | x – y | = λ d ( x , y )
DEMONSTRAŢIE :
¾ existenţa :
d( x1 , x2 ) = d( T( x0 ) , T( x1 ) ) ≤ λ d( x0 , x1 ) = λ r ⇒ d( x1 , x2 ) ≤ λ r
d( x2 , x3 ) = d( T( x1 ) , T( x2 ) ) ≤ λ d( x1 , x2 ) = λ2 r ⇒ d( x2 , x3 ) ≤ λ2 r
………………………………………………………………………………………………
d( xn , xn+1 ) = d( T( xn-1 ) , T( xn ) ) ≤ λ d( xn-1 , xn ) = λn r ⇒ d( xn , xn+1 ) ≤ λn r
≤ λn r + λn+1 r + … + λn+p-1 r = λn r ( 1 + λ + … + λp ) =
1 − λp λn r
λn r < p
= 1 − λ 1 − λ ( pentru că 1 – λ < 1 )
λn r
d (x n , x n + p ) ≤
Rezultă astfel că 1− λ .
1. r = 0 ⇒ d( x0 , x1 ) = 0 ⇒ x0 = x1 ⇒ T( x0 ) = x1 = x0 ⇒ u = x0 .
2. r > 0
λ ∈ [0,1) ⇒ nlim n
→∞ λ = 0 ⇒ oricare ar fi ε > 0 , există N( ε ) astfel încât n ≥ N( ε )
ε (1 − λ ) ε (1 − λ )
| λn − 0 |< ⇒ λn <
⇒ r r .
λn r ε (1 − λ )r
d (x n , x n + p ) ≤ ≤ =ε ⇒
1 − λ r (1 − λ ) xn este şir Cauchy .
Întrucât ( X,d ) este un spaţiu metric complet, rezultă că şirul (x n )n∈N este
convergent .
lim x = u lim
Notăm n →∞ n ⇒ n→∞ d( xn , u ) = 0 .
0 ≤ d( T( x ) , T( u ) ) ≤ λ d ( xn , u )
¾ unicitatea :
⎧T (u ) = u
⎨
Presupunem că există u , v ∈ X , u ≠ v , astfel încât ⎩T (v ) = v .
⎧d (u, v ) ≤ 0
d (u, v )(1λ2−31) ≥ 0 ⇒ ⎨
d( u , v ) = d( T( u ) , T( v ) ) ≤ λ d( u , v ) ⇒ <0 ⎩d (u, v ) ≥ 0
Deci d( u , v ) = 0 ⇒ u = v , ceea ce reprezintă o contradicţie . Aceasta înseamnă că punctul
fix este unic .
DEFINIŢIA 7.1.6.
EXEMPLUL 1 :
Cu şirul lui Rolle arătăm că în intervalul [0 ,1] avem o rădăcină şi numai una
1
x3 x2
+ 12 x – 1 = 0 ⇔ x ( + 12 ) = 1 ⇔ x = x + 12 2
T (x ) = 2
1
Fie T : R → R , x + 12 - vom arăta că este o contracţie .
2x 2x
λ = sup T ' ( x ) = sup −
2 2
= sup = = ∈ [0,1)
(x 2
+ 12 )
2
(x 2
+ 12 )
2
13 2
169
x0 = 0
1
x1 = T( x0 ) = T( 0 ) = 12
1
r = d( x0 , x1 ) = | x0 - x1 | = 12
Pentru a obţine rădăcina cu patru zecimale exacte ne oprim după n paşi ( n iteraţii ) ,
unde n este cel mai mic număr natural pentru care :
d ( x 0 , x1 ) n
n
1 169 ⎛ 2 ⎞ 1
λ < 0,0001 ⇒ ⋅ ⋅⎜ ⎟ <
1− λ 12 167 ⎝ 169 ⎠ 10000
u = x 2 = T ( x1 ) =
1 1 144
= = ≈ 0,0832
x + 12 ⎛ 1 ⎞
2 2
1729
⎜ ⎟ + 12
1
⎝ 12 ⎠ .