ALGEBRĂ LINIARĂ - UNITATEA DE ÎNVĂŢARE 3

OVIDIU VEGHEŞ

Noiembrie 2011

CUPRINS
1. Obiectivele unităţii de învăţare 3 1
2. Funcţionale liniare, biliniare şi pătratice 2
2.1. Funcţionale liniare şi spaţiu dual 2
2.2. Funcţionale biliniare 3
2.3. Funcţionale biliniare simetrice 4
2.4. Funcţionale pătratice reale 5
3. Exerciţii rezolvate 6
4. Test de autoevaluare 11
5. Răspunsuri şi comentarii la testul de autoevaluare 11
6. Setul de exerciţii nr.3 13
6.1. Tema nr.7 13
6.2. Tema nr.8 14
Bibliografie 15

1. O
Ă Ţ   
Ă Ţ  3
Acest material este destinat studenţilor din învăţământul economic din anul I, ID, de
la Facultatea de Cibernetică, Statistică şi Informatică Economică din Academia de Studii
Economice Bucureşti.
Unitate de învăţare 3 conţine, o prezentare într-o formă accesibilă, dar riguroasă a
principalelor rezultate privind o funcţionalele liniare, biliniare şi pătratice.
Sarcinile impuse în parcurgerea materialului sunt:
- memorarea noţiunilor descrise în material, descrierea lor în limbaj matematic ca şi
exprimarea alternativă a lor,
- memorarea principalelor rezultate matematice şi urmărirea aplicării lor în exerciţiile
propuse,
- parcurgerea unora din titlurile privind teoria (T) recomandate în bibliografie, pentru
a recupera demonstraţiile principalelor propoziţii şi teoreme,
- parcurgerea altor probleme rezolvate cuprinse într-unul din titlurile privind aplicaţiile
(A) recomandate în bibliografie, pentru a identifica diferite tipuri de probleme,
- reconstituirea unor raţionamente matematice implicând noţiuni şi rezultate din unităţile
de învăţare 1 şi 2,
- autotestarea cunoştinţelor şi deprinderilor dobândite folosind testul de autoevaluare,
urmată de reluarea paşilor anteriori în caz de eşec.
- efectuarea temelor cuprinse în setul de exerciţii nr.3,
1
2 OVIDIU VEGHEŞ

- utilizarea acestor noţiuni cu încărcatura semantică aferentă în combinaţie cu limbajul

cotidian atunci când contextul face posibil acest lucru.
Obiectivele avute în vedere sunt:
-însuşirea limbajului specific modelării realităţii economico-sociale prin modele liniare,
-dezvoltarea capacităţii de a construi un raţionament,
-dezvoltarea atenţiei pentru a face conexiuni,
-dobândirea unor noi competenţe privind analiza unor procese sau fenomene economice
dintre cele mai diverse,
-studierea posibilităţii extinderii acestor rezultate în cazul folosirii corpului numerelor
complexe C (funcţionale sesquiliniare şi funcţionale pătratice hermitice).
După studiul acestei unităţi de învăţare, studentul va avea cunoştinţe despre: dualul
algebric al unui spaţiu vectorial, funcţionalele liniare, biliniare şi funcţionalele pătratice
reale, reprezentările lor matriceale şi elemente de calcul vectorial în spaţiul dual.
Deşi materialul prezent nu evidenţiază acest aspect studentul dobândeşte cunoştinţele de
fundamentale necesare la alte discipline ce se ocupă cu modelarea matematică a realităţii.

2. F
Ţ 
 
, 
 Ş  Ă 

2.1. Funcţionale liniare şi spaţiu dual. Fie V un K-spaţiu vectorial, nenul, în situaţia
în care K este corp comutativ.
2.1.1 Definiţie Funcţia ϕ : V → K se numeşte funcţională liniară dacă:
i) ϕ(x1 + x2 ) = ϕ(x1 ) + ϕ(x2 ), ∀x1 , x2 ∈ V;
ii) ϕ(αx) = αϕ(x), ∀x ∈ V, ∀α ∈ K.
Se notează cu
LK (V; K) = {ϕ : V → K | ϕ funcţională liniară} .
K-spaţiul vectorial LK (V; K) se numeşte dualul algebric al K-spaţiului vectorial V.
2.1.2 Observaţie O funcţională liniară este un caz particular de operator liniar,
deaorece corpul de scalari K este la rândul său un spaţiu vectorial peste el însuşi. Drept ur-
mare rezultatele obţinute pentru operatori liniari rămân valabile, cu adaptarile de rigoare,
şi în cazul funcţionalelor liniare.
2.1.3 Propoziţie Fie V un K-spaţiu vectorial, nenul, finit dimensional. Atunci:
i) K-spaţiile vectoriale LK (V; K) şi V sunt izomorfe între ele;
ii) pentru orice reper E = (e1 , . . . , em ) în V, unde m = dimK V ∈ N∗ , există un unic
reper E • = (e•1 , . . . , e•m ) în LK (V; K), astfel încât


• 1 i=j
ei (ej ) = δij = , ∀i, j ∈ {1, . . . , m} .
0 i = j
2.1.4 Definiţie Fie E = (e1 , . . . , em ) un reper în V, cu m ∈ N∗ şi ϕ : V → K o
funcţională liniară. Se numeşte matricea funcţionalei ϕ corespunzătoare perechii
de repere E, {1} matricea
 
[ϕ]E
{1} = ϕ (e1 ) ϕ (e2 ) ... ϕ (em ) ∈ M1,m (K) .
2.1.5 Propoziţie Fie E = (e1 , . . . , em ) un reper în V, unde m ∈ N∗ şi ϕ : V → K o
funcţională liniară.
i) Există o singură matrice A = [a1,j ]j=1,m ∈ M1,m (K) pentru care
ϕ (x) = A [x]E , ∀x ∈ V.
ii) Matricea [ϕ]E
{1} ∈ M1,m (K) verifică relaţia precedentă.
 ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 3 3

2.1.6 Teoremă Fie V un K-spaţiu vectorial finit dimensional, E şi G două repere în V
şi ϕ : V → K o funcţională liniară. Atunci
[ϕ]G E
{1} = [ϕ]{1} C,

unde C este matricea de trecere de la E la G.

2.1.7 Definiţie Fie E = (e1 , . . . , em ) un reper în V, unde m ∈ N∗ şi ϕ : V → K o
funcţională liniară. Se numeşte matricea coordonatelor funcţionalei ϕ corespunză-
toare reperului E • matricea
 
ϕ (e1 )
[ϕ]E • =  ...  ∈ Mm,1 (K) .
ϕ (em )
2.1.8 Propoziţie Fie E = (e1 , . . . , em ) un reper în V, unde m ∈ N∗ şi ϕ : V → K o
funcţională liniară.
i) Există o singură matrice A = [ai,1 ]i=1,m ∈ Mm,1 (K) pentru care

ϕ (x) = m •
i=1 ai,1 ei (x) , ∀x ∈ V.

ii) Matricea [ϕ]E • ∈ Mm,1 (K) verifică relaţia precedentă.

iii) [ϕ]TE • = [ϕ]E
{1} .
2.1.9 Teoremă Fie V un K-spaţiu vectorial finit dimensional, E şi G două repere în V
şi ϕ : V → K o funcţională liniară. Atunci
[ϕ]G• = C T [ϕ]E • ,
unde C este matricea de trecere de la E la G.

2.2. Funcţionale biliniare. Fie V1 , V2 două K-spaţii vectoriale, nenul, în situaţia în care
K este corp comutativ.
2.2.10 Definiţie Funcţia ψ : V1 × V2 → K se numeşte funcţională biliniară dacă:
i) ψ(x1 + x2 , y) = ψ(x1 , y) + ψ(x2 , y), ∀x1 , x2 ∈ V1 , ∀y ∈ V2 ;
ii) ψ(αx, y) = αψ(x, y), ∀x ∈ V1 , ∀y ∈ V2 , ∀α ∈ K;
iii) ψ(x, y1 + y2 ) = ψ(x, y1 ) + ψ(x, y2 ), ∀x ∈ V1 , ∀y1 , y2 ∈ V2 ;
iv) ψ(x, βy) = βψ(x, y), ∀x ∈ V1 , ∀y ∈ V2 , ∀β ∈ K.
Se notează cu
LK (V1 , V2 ; K) = {ψ : V1 × V2 → K | ψ funcţională biliniară} .
2.2.11 Definiţie Fie E = (e1 , . . . , em ) un reper în V1 , F = (f1 , . . . , fn ) un reper în
V2 , unde m, n ∈ N∗ şi ψ : V1 × V2 → K o funcţională biliniară. Se numeşte matricea
funcţionalei biliniare ψ în reprezentarea naturală corespunzătoare perechii de
repere E, F matricea
[ψ(ei , fj )]i=1,m,j=1,n ∈ Mm,n (K) .
2.2.12 Propoziţie[caracterizarea matricei asociată unei funcţionale biliniare] Se con-
sideră ψ : V1 × V2 → K o funcţională biliniară.
i) Există o singură matrice A = [ai,j ]i=1,m,j=1,n ∈ Mm,n (K) pentru care

ψ(x, y) = [x]TE A [y]F , ∀x ∈ V1 , ∀y ∈ V2 .

ii) Matricea funcţionalei biliniare ψ în reprezentarea naturală corespunzătoare perechii
de repere E, F verifică relaţia precedentă.
4 OVIDIU VEGHEŞ

2.2.13 Teoremă[modificarea matricei unei funcţionale biliniare la schimbarea reperelor]

Fie V1 , V2 două K-spaţii vectoriale finit dimensionale, E şi G două repere în V1 , iar F şi
H două repere în V2 şi ψ : V1 × V2 → K o funcţională biliniară. Dacă A, B sunt matricele
de reprezentare a funcţionalei biliniare ψ în perechea de repere E, F şi respectiv G, H,
atunci
B = C T AD,
unde C este matricea de trecere de la E la G şi D matricea de trecere de la F la H.
2.2.14 Definiţie Funcţionala biliniară ψ : V1 × V2 → K se numeşte nedegenerată în
primul argument dacă pentru x ∈ V1 avem proprietatea ∀y ∈ V2 , ψ (x, y) = 0, atunci
obţinem x = 0V1 . Funcţionala biliniară ψ : V1 × V2 → K se numeşte nedegenerată în
al doilea argument dacă pentru y ∈ V2 avem proprietatea ∀x ∈ V1 , ψ (x, y) = 0, atunci
obţinem y = 0V2 .
2.2.15 Propoziţie Fie V1 , V2 două K-spaţii vectoriale finit dimensionale, o funcţio-
nală ψ : V1 × V2 → K biliniară şi A matricea de reprezentare a funcţionalei biliniare ψ
corespunzătoare unei perechii de repere.
i) ψ este nedegenerată în primul argument dacă şi numai dacă rang A = dimK V1 .
ii) ψ este nedegenerată în al doilea argument dacă şi numai dacă rang A = dimK V2 .

2.3. Funcţionale biliniare simetrice. Fie V un K-spaţiu vectorial, nenul, în situaţia în

care K este corp comutativ.
2.3.16 Definiţie Funcţia φ : V × V → K se numeşte funcţională biliniară simetrică
dacă:
i) φ(x1 + x2 , y) = φ(x1 , y) + φ(x2 , y), ∀x1 , x2 , y ∈ V;
ii) φ(αx, y) = αφ(x, y), ∀x, y ∈ V, ∀α ∈ K;
iii) φ(x, y1 + y2 ) = φ(x, y1 ) + φ(x, y2 ), ∀x, y1 , y2 ∈ V;
iv) φ(x, βy) = βφ(x, y), ∀x, y ∈ V, ∀β ∈ K;
v) φ(x, y) = φ(y, x), ∀x, y ∈ V.
Se notează cu
LsK (V, V; K) = {φ ∈ LK (V, V; K) | φ funcţională biliniară simetrică} .
2.3.17 Definiţie Fie E = (e1 , . . . , em ) un reper în V, unde m ∈ N∗ şi φ : V × V → K o
funcţională biliniară simetrică. Se numeşte matricea funcţionalei biliniare simetrice
φ în reprezentarea naturală corespunzătoare reperului E matricea
[φ(ei , ej )]i=1,m,j=1,m ∈ Mm (K) .

2.3.18 Observaţie Matricea de reprezentare a unei funcţionalei biliniare simetrice φ

coincide cu matricea de reprezentare a lui φ ca funcţională biliniară, dar ea este o matrice
simetrică.
2.3.19 Propoziţie[caracterizarea matricei unei funcţionale biliniare simetrice] Se con-
sideră φ : V × V → K o funcţională biliniară simetrică.
i) Există o singură matrice A = [ai,j ]i=1,m,j=1,m ∈ Mm (K) simetrică pentru care

φ(x, y) = [x]TE A [y]E , ∀x, y ∈ V.

ii) Matricea funcţionalei biliniare simetrice φ în reprezentarea naturală corespunzătoare
reperului E este o matrice simetrică ce verifică relaţia precedentă.
2.3.20 Teoremă[modificarea matricei unei funcţionale biliniare la schimbarea reperelor]
Fie V un K-spaţiu vectorial finit dimensional, E şi G două repere în V şi φ : V × V → K
 ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 3 5

o funcţională biliniară simetrică. Dacă A, B sunt matricele de reprezentare a funcţionalei

biliniare simetrice φ în reperul E şi respectiv G, atunci
B = C T AC,
unde C este matricea de trecere de la E la G.
2.3.21 Definiţie Fie V un K-spaţiu vectorial finit dimensional şi φ : V × V → K o
funcţională biliniară. φ se numeşte diagonalizabilă dacă există un reper F în V pentru
care matricea de reprezentare a funcţionalei biliniare φ în perechea de repere F, F este o
matrice diagonală.
2.3.22 Propoziţie Fie V un K-spaţiu vectorial finit dimensional. Orice funcţională
biliniară diagonalizabilă este o funcţională biliniară simetrică. Dacă K este un corp de
caracteristică diferită de 2 atunci reciproca afirmatiei precedente este adevărată.
2.3.23 Definiţie Funcţionala biliniară, simetrică φ : V × V → K este nedegenerată
pe V (în ambele argumente) dacă funcţionala biliniară φ : V × V → K este nedegenerată
atât în primul argument, cât şi în al doilea.
2.3.24 Propoziţie Fie V un K-spaţii vectoriale finit dimensional, φ : V × V → K o
funcţională biliniară, simetrică şi A matricea de reprezentare a funcţionalei φ corespunză-
toare unui reper. Atunci φ este nedegenerată pe V (în ambele argumente) dacă şi numai
dacă matricea A este inversabilă.

2.4. Funcţionale pătratice reale. Fie V un spaţiu vectorial real, nenul.

2.4.25 Definiţie Funcţia σ : V → R se numeşte funcţională pătratică dacă există
o funcţională biliniară simetrică φσ : V × V → R astfel încât σ (x) = φσ (x, x), ∀x ∈ V.
Spunem că φσ este polar ataşată lui σ.
2.4.26 Definiţie Funcţionala pătratică σ : V → R este:
i) pozitiv definită dacă σ (x) > 0, ∀x ∈ V {0V };
ii) pozitiv semidefinită dacă σ (x)
0, ∀x ∈ V fără ca σ să fie pozitiv definită;
iii) negativ definită dacă σ (x) < 0, ∀x ∈ V {0V };
iv) negativ semidefinită dacă σ (x)  0, ∀x ∈ V fără ca σ să fie negativ definită;
v) nedefinită dacă ∃x, y ∈ V astfel încât σ (x) σ (y) < 0.
2.4.27 Definiţie Fie E = (e1 , . . . , em ) un reper în V, unde m ∈ N∗ şi σ : V → R o
funcţională pătratică. Se numeşte matricea funcţionalei pătratrice σ corespun-
zătoare reperului E matricea funcţionalei biliniare simetrice polar ataşată lui σ în
reprezentarea naturală corespunzătoare reperului E.
2.4.28 Propoziţie Fie V un R-spaţiu vectorial finit dimensional şi σ : V → R o
funcţională pătratică. i) Funcţională biliniară simetrică φσ : V × V → R polar ataşată lui
σ este definită prin
1
φσ (x, y) = 2 (σ (x + y) − σ (x) − σ (y)) , ∀x, y ∈ V;
ii)Dacă A este matricea de reprezentare a funcţionalei pătratrice σ în reperul E, atunci A
este diagonalizabilă şi
σ (x) = [x]TE A [x]E , ∀x ∈ V;
iii) Dacă A, B sunt matricele de reprezentare a funcţionalei pătratrice σ în reperul E şi
respectiv G, atunci
B = C T AC,
unde C este matricea de trecere de la E la G.
2.4.29 Definiţie Fie V un R-spaţiu vectorial cu dimR V = m ∈ N∗ şi σ : V → R
o funcţională pătratică. Se numeşte forma canonică a funcţionalei pătratice σ o
6 OVIDIU VEGHEŞ

exprimare de forma
σ (x) = [x]TF Λ [x]F , ∀x ∈ V,
unde Λ ∈ Mm (R) este o matrice diagonală, iar F un reper în V. Se numeşte signatura
funcţionalei pătratice σ, şi se notează sgn σ, un triplet (n− , n0 , n+ ), cu n− + n0 + n+ =
m, unde n− , n0 , respectiv n+ este numărul de coeficienţi negativi, nuli, respectiv pozitivi
de pe diagonala matricei Λ. n− + n+ se numşte rangul funcţionalei pătratice σ.
2.4.30 Observaţie Funcţionala pătratică σ : V → R este: i) pozitiv definită dacă
n+ = m; ii) pozitiv semidefinită dacă n− = 0 şi n+ = m; iii) negativ definită dacă
n− = m; iv) negativ semidefinită dacă n+ = 0 şi n− = m; v) n− = 0 şi n+ = 0.
2.4.31 Teoremă[de inerţie a lui Sylvester] Signatura unei funcţionale pătratice sunt
invarianţi ai funcţionalei pătratice (adică nu depind de metoda folosită pentru găsirea
reperului F al formei canonice).
2.4.32 Observaţie Orice funcţională pătratică poate fi adusă la forma canonică. Tre-
buie reţinut că există mai multe metode de aducere la forma canonică a unei funcţionale
pătratice. Metoda elemetară a lui Gauss este o metodă întotdeuna aplicabilă chiar dacă
uneori sunt necesare artificii de calcul. Metoda Jacobi este o metodă care poate fi aplicată
doar dacă ipoteza de lucru a metodei este validă. Metoda vectorilor şi valorilor proprii
(numită şi metoda transformărilor ortogonale) este o metodă întotdeuna aplicabilă, dar
solicită rezolvarea unor ecuaţii polinomiale de grad superior. Se va exemplifica folosirea
acestor metode în al doilea exerciţiu rezolvat.
2.4.33 Observaţie i) Natura unei funcţionale pătratice se poate afla fără a determina
reperul formei canonice prin metoda Jacobi. Dacă
A = [ai,j ]i=1,m,j=1,m ∈ Mm (R)
este matricea funcţionalei pătratrice σ corespunzătoare unui reper E şi

a1,1 . . . a1,m
a1,1 a1,2
∆0 = 1, ∆1 = a11 , ∆2 = , . . . , ∆m = . . . ... ... ,
a2,1 a2,2
am,1 . . . am,m
∆m−1
atunci σ este pozitiv (negativ) definită dacă toate rapoartele ∆ 0 ∆1
∆1 , ∆2 , . . . , ∆m sunt pozi-
tive (negative). Dacă unele dintre rapoarte sunt pozitive şi altele negative, atunci funcţio-
nala pătratrică σ este nedefinită. Nu putem afirma nimic dacă σ este pozitiv semidefinită
sau negativ semidefinită.
ii) Natura unei funcţionale pătratice se poate afla fără a determina reperul formei ca-
nonice prin metoda vectorilor şi valorilor proprii. Dacă
A = [ai,j ]i=1,m,j=1,m ∈ Mm (R)
este matricea funcţionalei pătratrice σ corespunzătoare unui reper E şi
λ1 ,λ2 , . . . , λm sunt valorile proprii ale matricei A,
atunci σ este pozitiv (negativ) definită dacă toate valorile proprii sunt pozitive (negative).
Dacă unele dintre rapoarte sunt pozitive şi altele negative, atunci funcţionala pătratrică σ
este nedefinită. Dacă zero este valoare proprie şi nu avem valori proprii negative (pozitive),
atunci σ este pozitiv semidefinită (negativ semidefinită).

3. EŢ  

3.0.1 Exerciţiu În spaţiul vectorial real R3 se consideră vectorii

g1 = (2, 1, 1) , g2 = (1, 2, 1) , g3 = (−1, 1, 2) .
 ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 3 7

i) Să se verifice că G = (g1 , g2 , g3 ) este un reper în R3 şi să se determine funcţionala
liniara ϕ : R3 → R care satisface condiţiile ϕ (g1 ) = 1,
ϕ (g2 ) = 3, ϕ (g3 ) = 6.
ii) Să se determine reperul G• = (g1• , g2• , e•3 ) din LR R3 ; R , astfel încât


• 1 i=j
gi (gj ) = δ ij = , ∀i, j ∈ {1, 2, 3} .
0 i = j
iii) Să se determine reprezentările matriceale ale funcţionalei liniare ϕ : R3 → R asociate
perechii de repere G, {1} şi respectiv G• .
Soluţie. Fie E = (e1 = (1, 0, 0) , e2 = (0, 1, 0) , e3 = (0, 0, 1)) reperul canonic din spaţiul vectorial real
R3 . i) Fie  

 2 1 −1
C = [g1 ]E , [g2 ]E , [g3 ]E =  1 2 1 .
1 1 2
G = (g1 , g2 , g3 ) este un reper în R3 , în conformitate cu criteriile ce însoţesc teorema rangului privind
det C=6=0
liniar independenţa
  şi respectiv sistemul de generatori,
deoarece rang C  =
3 = numărul  de vectori
= dimR L R3 , R . Din datele problemei [ϕ]G {1} = ϕ (g1 ) ϕ (g2 ) ϕ (g3 ) = 1 3 6 . Atunci
 1 

 2
− 21 1
2

−1
[ϕ]E G
{1} = [ϕ]{1} C = 1 3 6  − 16 5
6
− 21  = −1 1 2
− 16 − 61 1
2
 

 x1
şi ϕ (x) = [ϕ]E {1} [x]E = −1 1 2  x2  = −x1 + x2 + 2x3 , ∀x = (x1 , x2 , x3 ) ∈ R3 .
x3
ii) Reluând raţionalentul precedent obţinem pentru orice x = (x1 , x2 , x3 ) ∈ R3
 1  

 2
− 12 1
2 x1
G
g1• (x) = [g1• ]{1} C −1 [x]E = 1 0 0  − 16 5
6
− 21   x2  = 12 x1 − 12 x2 + 21 x3 ,
1 1 1
 16 − − 6 2   x3 
1 1

 2
− 2 2
x1
g2• (x) = [g2• ]G{1} C
−1
[x]E = 0 1 0  − 16 5
6
− 21   x2  = 56 x2 − 16 x1 − 21 x3 ,
1 1 1
 −16 − 16 2
1
  x3 

 2
− 2 2 x1
g3• (x) = [g3• ]G{1} C −1
[x]E = 0 0 1  −1
6
5
6
− 2
1 
x2  = 12 x3 − 16 x2 − 61 x1 .
1 1 1
−6 −6 2
x3
• • • •
 3 
Faptul că G = (g1 , g2 , e3 ) este un reper în LR R ; R rezultă din 2.1.3.
iii) Putem privi expresia funcţionalei liniare ϕ : R3 → R obţinute în două moduri:  

 ξ1
G 3 G
"primul:" ϕ (x) = [ϕ]{1} [x]G , ∀x = (x1 , x2 , x3 ) ∈ R , unde [ϕ]{1} = 1 3 6 , iar [x]G =  ξ 2  cu
ξ3
 • 1 1 1
 ξ 1 = g1 (x1 , x2 , x3 ) = 2 x1 − 2 x2 + 2 x3
ξ = g2• (x1 , x2 , x3 ) = 65 x2 − 61 x1 − 12 x3 .
 2
ξ 3 = g3• (x1 , x2 , x3 ) = 21 x3 − 61 x2 − 16 x1


[ϕ]G{1} = 1 3 6 este matricea funcţionalei ϕ corespunzătoare perechii de repere G, {1}.
"al doilea:" ϕ (x) = g1• (x) + 3g2• (x) + 6g3• (x), ∀x ∈ R3 sau echivalent scris σ = g1• + 3g2• + 6g3• .

T
[ϕ]G• = 1 3 6 este matricea coordonatelor funcţionalei ϕ corespunzătoare reperului G• .
3.0.2 Exerciţiu Se dă funcţionala pătratică σ : R3 → R definită prin
σ (x1 , x2 , x3 ) = 3x21 + 6x22 + 3x23 − 4x1 x2 − 4x2 x3 − 8x3 x1 .
i) Să se pună în evidenţă forma algebrică şi forma matriceală a expresiei ce defineşte
funcţionala pătratică σ. ii) Să se determine funcţionala biliniară, simetrică, polar (prin
dedublare) ataşată funcţionalei pătratice σ. iii) Utilizând metoda lui Gauss să se aducă
funcţionala pătratică la forma canonică. iv) Utilizând metoda lui Jacobi să se aducă
funcţionala pătratică la forma canonică. v) Utilizând metoda vectorilor şi valorilor proprii
8 OVIDIU VEGHEŞ

să se aducă funcţionala pătratică la forma canonică. vi) Să se verifice legea de inerţie a
lui Sylvester. vii) Să se precizeze natura formei pătratice.
Soluţie. Fie E = (e1 = (1, 0, 0) , e2 = (0, 1, 0) , e3 = (0, 0, 1)) reperul canonic din spaţiul vectorial real
R3 . Un vector x = (x1 , x2 , x3 ) ∈ R3 arbitrar se scrie x = x1 e1 + x2 e2 + x3 e3 sau echivalent [x]E =

T
x1 x2 x3 .
i) Forma algebrică a funcţionalei pătratice σ este
σ (x) = 3x21 + 6x22 + 3x23 − 4x1 x2 − 4x2 x3 − 8x3 x1 , ∀x ∈ R3 ,
iar forma matriceală a funcţionalei pătratice σ este
 
3 −2 −4
3
σ (x) = [x]TE A [x]E , ∀x ∈ R , cu A =  −2 6 −2  .
−4 −2 3
Soluţionarea cerinţelor (iii), (iv) şi (v) se face prin determinarea unei nou reper F = (f1 , f2 , f3 ) în care
matricea de reprezentare a lui σ are forma diagonală. Dacă C este matricea de trecere de la E la F , atunci
[x]E = C [x]F şi [x]TE = [x]TF C T . Rezultă

σ (x) = [x]TE A [x]E = [x]TF C T AC [x]F , ∀x ∈ R3 .

Vom concluziona că B = C T AC este matricea diagonală cautată, corespunzătoare formei canonice a lui σ.
ii) Fie φσ : R3 × R3 → R, este definită prin φσ (x, y) = 21 (σ (x + y) − σ (x) − σ (y)), dacă folosim forma
algebrică, şi φσ (x, y) = [x]TE A [y]E , dacă folosim forma matriceală. Am considerat x = (x1 , x2 , x3 ) , y =
(y1 , y2 , y3 ) ∈ R3 arbitrare. În ambele situaţii obţinem
φσ ((x1 , x2 , x3 ) , (y1 , y2 , y3 )) = 3x1 y1 − 2x1 y2 − 2x2 y1 − 4x1 y3 + 6x2 y2 − 4x3 y1 − 2x2 y3 − 2x3 y2 + 3x3 y3 .
iii) Algoritmul este iterativ
σ (x) = 3x21 + 6x22 + 3x23 − 4x1 x2 − 4x2 x3 − 8x3 x1
= 3 x21 − 34 x1 x2 − 83 x3 x1 + 6x22 + 3x23 − 4x2 x3
 2  
= 3 x1 − 32 x2 − 43 x3 − 3 94 x22 + 16 9 3
x2 + 16 x x + 6x22 + 3x23 − 4x2 x3
9 2 3
 2
= 3 x1 − 32 x2 − 43 x3 + 14 x2 − 28
3 2
x x − 7 x2
3 2 3 3 3
 2 14
= 3 x1 − 3 x2 − 3 x3 + 3 x2 − 2x2 x3 − 73 x23
2 4 2
 2  2 
= 3 x1 − 32 x2 − 43 x3 + 14 3
x2 − 2x2 x3 − 73 x23
 2
= 3 x1 − 32 x2 − 43 x3 + 14 3
(x2 − x3 )2 − 14 x2 − 37 x23
3 3
 2 2
= 3 x1 − 32 x2 − 43 x3 + 14 3
(x2 − x3 ) − 7x23 .
Notăm 
 ξ 1 = ϕ1 (x1 , x2 , x3 ) = x1 − 32 x2 − 43 x3
ξ = ϕ2 (x1 , x2 , x3 ) = x2 − x3 .
 2
ξ 3 = ϕ3 (x1 , x2 , x3 ) = x3
Putem privi relaţia obţinută în două moduri.

T
"primul:" Dacă [x]F = ξ 1 ξ 2 ξ 3 , atunci
 
3 0 0
2 14 2 2 T 
σ (x) = 3 (ξ 1 ) + (ξ ) − 7 (ξ 3 ) = [x]F 0 14 0  [x]F .
3 2 3
0 0 −7
    
ξ1 1 − 23 − 34 x1
Relaţia  ξ 2  =  0 1 −1   x2  este relaţia [x]F = C −1 [x]E . Obţinem
ξ3 0 0 1 x3
 −1  
1 − 23 − 34 1 32 2
C= 0 1 −1  =  0 1 1 
0 0 1 0 0 1
 2  
şi identificăm F = f1 = (1, 0, 0) , f2 = 3 , 1, 0 , f3 = (2, 1, 1) reperul formei canonice.
"al doilea:" σ (x) = 3 (ϕ1 (x))2 + 14 3
(ϕ2 (x))2 − 7 (ϕ3 (x))2 , ∀x = (x1 , x2 , x3 ) ∈ R3 sau echivalent scris
 
 3  1 0 0
2 14 2 2 2
σ = 3ϕ1 + 3 ϕ2 −7ϕ3 , unde (ϕ1 , ϕ2 , ϕ3 ) este un reper în LR R ; R (deoarece rang  − 3 1 0 =3=
− 43 −1 1
   
numărul de funcţionale din LR R3 ; R = dimR LR R3 ; R ).
 ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 3 9

iv) Căutăm acel reper F = (f1 = (c11 , 0, 0) , f2 = (c21 , c22 , 0) , f3 = (c31 , c32 , c33 )) pentru care sunt ver-
ificate relaţiile

  ϕσ (e1 , f3 ) = 0
ϕσ (e1 , f2 ) = 0
(3.1) {ϕσ (e1 , f1 ) = 1 ϕ (e2 , f3 ) = 0 .
ϕσ (e2 , f2 ) = 1  σ
ϕσ (e3 , f3 ) = 1
Suntem conduşi la rezolvarea sistemelor

  3c31 − 2c32 − 4c33 = 0
3c21 − 2c22 = 0
(3.2) {3c11 = 1 6c32 − 2c31 − 2c33 = 0 .
6c22 − 2c21 = 1 
3c33 − 2c32 − 4c31 = 1
 T  T
Dacă toate sistemele sunt compatibile, atunci, deoarece B T = C T AC = C T AT C T = C T AC =
B, avem
 
σ (x) = [x]TF C T AC [x]F   
c11 0 0 3 −2 −4 c11 c21 c31
= [x]TF  c21 c22 0   −2 6 −2   0 c22 c32  [x]F
 c31 c32 c33  −4 −2  3 0 0 c33
c11 0 0 1 0 0
= [x]TF  c21 c22 0   ∗ 1 0  [x]F
 c31 c32 c33  ∗ ∗ 1
c11 0 0
= [x]TF  0 c22 0  [x]F
0 0 c33

T
= c11 (ξ 1 )2 + c22 (ξ 2 )2 + c33 (ξ 3 )2 , unde [x]F = ξ 1 ξ 2 ξ 3 , ∀x ∈ R3 .
Rolul coeficienţilor c11 , c22 , c33 devine esenţial în determinarea signaturii lui σ. Aceşti coeficienţi sunt
daţi de
 
   3 −2 −4 
∆0 ∆1 ∆2  3 −2   
c11 = , c22 = , c33 = , unde ∆0 = 1, ∆1 = 3, ∆2 =  , ∆ =  −2 6 −2  .
∆1 ∆2 ∆3 −2 6  3 
−4 −2 3 
 1 1

3 7
− 27
Rezolvând sistemul 3.2 obţinem matricea C =  0 14 − 17  de trecere la de la baza E la F , iar
3

0 0 − 17
 
3 −2 −4
matricea de trecere la de la baza F la E este C −1 =  0 14 3
− 14
3
. Putem privi relaţia obţinută
0 0 −7
pentru σ (x) în două moduri.  1 
3
0 0
"primul:" σ (x) = 13 (ξ 1 )2 + 14 3
(ξ 2 )2 − 17 (ξ 3 )2 = [x]TF  0 14 3
0  [x]F şi identificăm
0 0 − 71
      
1 1 3 2 1 1
F = f1 = , 0, 0 , f2 = , , 0 , f3 = − , − , −
3 7 14 7 7 7
baza formei canonice.
"al doilea:" σ (x) = 13 (ϕ1 (x))2 + 3
14
(ϕ2 (x))2 − 1
7
(ϕ3 (x))2 , ∀x = (x1 , x2 , x3 ) ∈ R3 sau echivalent scris
σ = 13 ϕ21 + 14
3 2
ϕ2 − 71 ϕ23 , unde

 ϕ1 (x) = 3x1 − 2x2 − 4x3
ϕ (x) = 14 x − 14
3 2 3 3
x ,
 2
ϕ3 (x) = −7x3
 
 3  3 0 0
14
construieşte un reper în LR R ; R (deoarece rang  −2 3
0  = 3 = numărul de funcţionale din
−4 − 14 3
−7
   
LR R3 ; R = dimR LR R3 ; R ).
v) Se ştie că orice matrice simetrică este diagonalizabilă. Ecuaţia caracteristică a matricei A este
 
 3−λ −2 −4 

det (A − λI) =  −2 6−λ −2  = −λ3 + 12λ2 − 21λ − 98 = 0.
 −4 −2 3−λ 
10 OVIDIU VEGHEŞ
 (1) (2)
Obţinem spectrul matricei A ca fiind σ (A) = −2, 7 .
  
5 −2 −4  5x1 − 2x2 − 4x3 = 0
Pentru λ = −2 avem B−2 = A − (−2) I =  −2 8 −2  şi sistemul 8x2 − 2x1 − 2x3 = 0 .

−4 −2 5 5x3 − 2x2 − 4x1 = 0
Obţinem    
 2 
ker (A − (−2) I) = α  1  | α ∈ R .
 
2
  
−4 −2 −4  −4x1 − 2x2 − 4x3 = 0
Pentru λ = 7 avem B7 = A − 7I =  −2 −1 −2  şi sistemul −2x1 − x2 − 2x3 = 0 . Obţinem

−4 −2 −4 −4x1 − 2x2 − 4x3 = 0
     
 1 0 
ker (A − 7I) = β  −2  + γ  −2  | β, γ ∈ R .
 
0 1
Fie F = (f1 = (2α, α, 2α) , f2 = (β, −2β, 0) , f3 = (β ′ , −2β ′ − 2γ, γ)) un reper în R3 format cu vectori
proprii pentru care
(3.3) C −1 = C T ,
 

 −2 0 0
T −1
unde C = [f1 ]E , [f2 ]E , [f3 ]E . Atunci B = C AC = C AC =  0 7 0 . Deoarece
0 0 7
  
2α α 2α 2α β β′
T ′
C C = β −2β 0   α −2β −2β − 2γ 
′ ′
 β −2γ − 2β γ 2α 0 γ
9α2 0 0
= 0 5β 2 β (4γ + 5β ′ ) ,
0 β (4γ + 5β ) 5γ + 8γβ ′ + 5(β ′ )2
′ 2

sistemul 3.3 (sau echivalent I = C T C) devine



 9α2 = 1

5β 2 = 1
.

 5γ + 8γβ ′ + 5(β ′ )2 = 1
2

β (4γ + 5β ′ ) = 0
√ √
Alegem o singură soluţie (cât mai simplă): α = 13 , β = √15 , β ′ = − 15
4
5 şi γ = 31 5. Rezultă
 2 √ 
√1 − 4155
3 5 √
 
imediat matricea C =  31 − √2 − 2155  de trecere la de la baza E la F şi respectiv matricea
5 √
2 5
3
0 3
 2 1 2 
√
3 3√ 3
C −1 =  1
5 √
5 − 52 √5 0
√
 de trecere la de la baza F la E. Putem privi relaţia obţinută pentru
4 2 1
− 15 5 − 15 5 3
5
σ (x) în două moduri.  
−2 0 0
2 2 2
"primul:" σ (x) = −2 (ξ 1 ) + 7 (ξ 2 ) + 7 (ξ 3 ) =  0 [x]TF 7 0  [x]F şi identificăm
0 0 7
      
2 1 2 1√ 2√ 4√ 2 √ 1√
F = f1 = , , , f2 = 5, − 5, 0 , f3 = − 5, − 5, 5
3 3 3 5 5 15 15 3
reperul formei canonice.
"al doilea:" σ (x) = −2 (ϕ1 (x))2 + 7 (ϕ2 (x))2 + 7 (ϕ3 (x))2 , ∀x = (x1 , x2 , x3 ) ∈ R3 sau echivalent scris
σ = −2ϕ21 + 7ϕ22 + 7ϕ23 , unde
 2 1 2
 ϕ1 (x) = 3 x √1 + 3 x22 +
√ 3 x3
1
ϕ (x) = 5 √5x1 − 5 √5x2 √ ,
 2
ϕ3 (x) = 13 5x3 − 15 2
5x2 − 154
5x1
 ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 3 11
 2
√ 
√1 − 4155
  3 5 √
 
construieşte un reper în LR R3 ; R (deoarece rang  1
3
− √25 − 2155  = 3 = numărul de funcţionale
√
2 5
0 3 3
 3   3 
din LR R ; R = dimR LR R ; R ).
vi) Signatura formei pătratice este sgn σ = (2, 0, 1) indiferent de metoda de aducere la forma canonică.
vii) Funcţionala pătratică σ este nedefinită.

4. T    

4.0.1 Exerciţiu Definiţi noţiunile: i) funcţională biliniară simetrică; ii) funcţională

pătratică negativ semidefinită; iii) signatura unei funcţionale pătratice.
4.0.2 Exerciţiu Enunţaţi rezultatul matematic privind: i) proprietăţile matricei coor-
donalelor unei funcţionale liniare; ii) teorema lui Sylvester; iii) modalităţile de recunoaştere
a unei funcţionale pătratice pozitiv definită.
4.0.3 Exerciţiu Să se demonstreze propoziţia privind caracterizarea matricei asociată
unei funcţionale biliniare simetrice.
4.0.4 Exerciţiu Se consideră funcţionala pătratică σ : R3 → R, σ (x) = 2x1 x2 + 2x2 x3 ,
unde x = (x1 , x2 , x3 ). Să se aducă funcţionala pătratică la forma canonică, să se precizeze
reperul în care este scrisă forma canonică şi să se precizeze natura funcţionalei pătratice.
4.0.5 Exerciţiu Să se determine matura funcţionalei pătratice V : R3 → R, V (x) =
−3x22 + x23 + 4x1 x2 − 2x2 x3 + 2αx1 x3 , unde x = (x1 , x2 , x3 ) şi α este un parametru real.

5. RĂ 
  Ş  
       

În rezolvarea testului trebuie să ţinem cont că soluţiile propuse trebuie să fie clare,
corecte şi complete.
Exerciţiul 4.0.1.
Soluţie. Este vorba de definiţiile i) 2.3.16; ii) 2.4.26; iii) 2.4.29.
Exerciţiul 4.0.2.
Soluţie. i) Este vorba de următoarele rezultate 2.1.3 şi 2.1.8; ii) 2.4.31; iii) 2.4.30 şi 2.4.33.
Exerciţiul 4.0.3.
Soluţie. Este vorba de următorul rezultat 2.3.19. Fie E = (e1 , . . . , em ) un reper în V, unde m ∈ N∗ .
i) Fie A, B ∈ Mm (K) două matrice simetrice astfel încât

[x]TE A [y]E = φ (x, y) = [x]TE B [y]E , ∀x, y ∈ V.

Pentru x = ei şi y = ej , avem cu necesitate ai,j = φ (ei , ej ) = bi,j pentru orice i, j ∈ {1, . . . , m}. Obţinem
că A = B.
ii) Fie ai,j = φ (ei , ej ), cu i, j ∈ {1, . . . , m} şi A = [ai,j ]i=1,m,j=1,m ∈ Mm (K). Atunci, ai,j =
φ (ei , ej ) = φ (ej , ei ) = aj,i , pentru orice i, j ∈ {1, . . . , m} şi în consecinţă AT = A. Mai mult, dacă

T
T
[x]E = x1 . . . xm şi [y]E = y1 . . . ym , atunci pentru orice i ∈ {1, . . . , m} avem
 
 m m
 y1
φ (ei , y) = φ ei , yj ej = yj φ (ei , ej ) = φ (ei , e1 ) ... φ (ei , em )  ... ,
j=1 j=1
ym
12 OVIDIU VEGHEŞ

şi, drept consecinţă,

 m   
m m m
φ (x, y) =φ i=1 j=1 yj ej =
xi ei , i=1 xi φ ei , j=1 yj ej
 

 φ (e1 , y)
= x1 . . . xm  ... 
 φ (em , y)  

 φ (e1 , e1 ) . . . φ (e1 , em ) y1
= x1 . . . xm  ... ... ...  ... 
φ (em , e1 ) . . . φ (em , em ) ym
= [x]TE A [y]E , ∀x, y ∈ V.
Am demostrat astfel şi cea de a doua cerinţă.
Exerciţiul 4.0.4.
Soluţie. Fie E = (e1 = (1, 0, 0) , e2 = (0, 1, 0) , e3 = (0, 0, 1)) reperul canonic din spaţiul vectorial real
R3 . Un vector x = (x1 , x2 , x3 ) ∈ R3 arbitrar se scrie x = x1 e1 + x2 e2 + x3 e3 sau echivalent [x]E =

T
x1 x2 x3 . Vom utiliza metoda elemetară a lui Gauss. Notăm

 y1 = 12 x1 + 21 x2
y2 = 12 x1 − 21 x2 .

y3 = x3
Atunci x1 = y1 + y2 , x2 = y1 − y2 , x3 = y3 şi
σ (x) = 2 (y1 + y2 ) (y1 − y2 ) + 2 (y1 − y2 ) y3 = 2y12 + 2y1 y3 − 2y22 − 2y2 y3
= 2 y12 + y1 y3 − 2y22 − 2y2 y3
 2  
= 2 y1 + 21 y3 − 2 14 y32 − 2y22 − 2y2 y3
  2  
= 2 y1 + 21 y3 − 2 (y2 + y2 y3 ) − 2 14 y32
  2  2    
= 2 y1 + 21 y3 − 2 y2 + 12 y3 + 2 14 y32 − 2 41 y32
  2  2
= 2 y1 + 21 y3 − 2 y2 + 12 y3
 2  2
= 2 21 x1 + 12 x2 + 12 x3 − 2 21 x1 − 12 x2 + 21 x3
Notăm 
 ξ 1 = 21 x1 + 21 x2 + 12 x3
ξ = 12 x1 − 21 x2 + 12 x3 .
 2
ξ 3 = x3

T
Dacă [x]F = ξ1 ξ2 ξ3 , atunci
 
2 0 0
2 2 2
σ (x) = 2 (ξ 1 ) − 2 (ξ 2 ) + 0 (ξ 3 ) = [x]TF  0 −2 0  [x]F .
0 0 0
   1 1 1
 
ξ1 2 2 2 x1
Relaţia  ξ 2  =  12 −1 1   x2  este relaţia [x] = C −1 [x] . Obţinem
2 2 F E
ξ3 0 0 1 x3
 1 1 1
−1  
2 2 2
1 1 −1
C =  12 −12
1 
2
=  1 −1 0 
0 0 1 0 0 1
şi identificăm F = (f1 = (1, 1, 0) , f2 = (1, −1, 0) , f3 = (−1, 0, 1)) reperul formei canonice. Signatura formei
pătratice este sgn σ = (1, 1, 1). Funcţionala pătratică σ este nedefinită.
Exerciţiul 4.0.5.
Soluţie. Fie E = (e1 = (1, 0, 0) , e2 = (0, 1, 0) , e3 = (0, 0, 1)) reperul canonic din spaţiul vectorial real
R3 . Un vector x = (x1 , x2 , x3 ) ∈ R3 arbitrar se scrie x = x1 e1 + x2 e2 + x3 e3 sau echivalent [x]E =

T
x1 x2 x3 . Vom utiliza, pentru început, metoda lui Jacobi. Forma matriceală a funcţionalei
pătratice σ este
 
0 2 α
T 3
σ (x) = [x]E A [x]E , ∀x ∈ R , cu A =  2 −3 −1  .
α −1 1
 ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 3 13

Fie  
   0 2 α 
 0 2   
∆0 = 1, ∆1 = −3, ∆2 =  = −4, ∆ 3 =  2 −3 −1  = 3α2 − 4α − 4.
2 −3  
 α


−1 1
Atunci
α −∞ − 32 2 ∞
∆3 + 0 − 0 +
 
Pentru α ∈ R  − 23 , 2 calculăm rapoartele
∆0 ∆1 ∆1 −4
< 0, > 0, = .
∆1 ∆2 ∆2 3α2 − 4α − 4
 
Pentru α ∈ − 32 , 2 vom utiliza metoda vectorilor şi valorilor proprii. Polinomul caracteristic al matricei
A este
 
 −λ 2 α 
    
det (A − λI) =  2 −3 − λ −1  = −λ3 − 2λ2 + α2 + 8 λ + 3α2 − 4α − 4 .
 α −1 1−λ 
 
2 1
√(1) (1)
1
√ (1)
Pentru α = − 3 obţinem spectrul matricei A ca fiind σ (A) = − 3 85 − 1, 0 , 3 85 − 1 .
 
√ (1) (1) √ (1)
Pentru α = 2 obţinem spectrul matricei A ca fiind σ (A) = − 13 − 1, 0 , 13 − 1 .

Concluzia este
α −∞ − 32 2 ∞
sgn σ (2, 0, 1) (1, 1, 1) (1, 0, 2) (1, 1, 1) (2, 0, 1)
σ-nedefinită     
Observaţie: Metoda lui Jacobi s-a aplicat pentru funcţionalei pătratice σ : R3 → R, σ (x1 , x2 , x3 ) =
V (x2 , x1 , x3 ), iar ∆1 = ∆σ,1 , ∆2 = ∆σ,2 , ∆3 = ∆σ,3 .

6. S   Ţ 
.3
6.1. Tema nr.7. 6.1.1 Exerciţiu Să se precizeze dacă următorul sistem de funcţionale
liniare (ϕ1 , ϕ2 , ϕ3 ), unde ϕi : R3 → R, este liniar independent:
ϕ1 (x1 , x2 , x3 ) = x1 + x2 − x3 ,
ϕ2 (x1 , x2 , x3 ) = x1 − x2 + x3 ,
ϕ3 (x1 , x2 , x3 ) = x1 + 3x2 − 3x3 .
Să se cerceteze dacă funcţionalele date formează o bază în LR (Rn ; R).
6.1.2 Exerciţiu Să se arate că funcţionala f : Rn [X] → R, f (P (X)) = P (a), unde
a este un număr real fixat, este o funcţională liniară. Să
se determine matricele de
reprezentare a acestei funcţionale 2
folosind reperele E = 1, X, X , ..., X şi respectiv
n
 2 n
(X−a)
F = 1, X−a
1! , 2! , ..., (X−a)
n! .
6.1.3 Exerciţiu În spaţiul vectorial real R3 se consideră vectorii
g1 = (0, 1, 1) , g2 = (1, 0, 1) , g3 = (1, 1, 0) .
i) Să se verifice că G = (g1 , g2 , g3 ) este un reper în R3 şi să se determine funcţionala
liniara ϕ : R3 → R care satisface condiţiile ϕ (g1 ) = −1,
ϕ (g2) = 0, ϕ (g3 ) = 1.
ii) Să se determine reperul G• = (g1• , g2• , e•3 ) din LR R3 ; R , astfel încât


• 1 i=j
gi (gj ) = δ ij = , ∀i, j ∈ {1, 2, 3} .
0 i = j
iii) Să se determine reprezentările matriceale ale funcţionalei liniare ϕ : R3 → R asociate
perechii de repere G, {1} şi respectiv G• .
14 OVIDIU VEGHEŞ

6.1.4 Exerciţiu Fie φ : R3 [X] × R3 [X] → R,

 1  1 
′ ′
φ (P (X) , Q (X)) = P (t) Q (s) dt ds.
0 0

i) Să se arate că φ este o funţională biliniară cu valori reale; ii) Să se cerceteze dacă funcţio-
nala biliniară este simetrică şi nedegenerată; iii) Să se determine matricea funcţionalei φ
în reprezentarea naturală corespunzătoare reperului canonic al spaţiului real R3 [X]; iv) Să
se

determine matricea funcţionalei

 φ în reprezentarea naturală corespunzătoare reperului
X 2 − 1, X 2 − X, X 2 , X 2 − X 3 ; v) Să se evidenţieze relaţia de legătură între cele două
matrice determinate anterior.
6.1.5 Exerciţiu Fie V un K-spaţiu vectorial, cu dimK V = n ∈ N∗ . Funcţionala
biliniară, simetrică φ : V × V → K este nedegenerată pe V (în ambele argumente) dacă
şi numai dacă matricea funcţionalei biliniare simetrice φ în reprezentarea naturală cores-
punzătoare unui reper este inversabilă.

6.2. Tema nr.8. 6.2.6 Exerciţiu Se dau V şi W două K-spaţii vectoriale şi ψ : V ×W →
K o funcţională biliniară. Notăm
⊥
XWψ = {y ∈ W | ∀x ∈ X, ψ (x, y) = 0}
complementul ortogonal (în al doilea argument) al K-subspaţiului vectorial X ⊆ V în W.
Să se arate că:
⊥
i) XWψ este subspaţiu vectorial a lui W;
⊥
ii) dacă E ′ = {e1 , ..., ep } este o bază a lui X atunci y ∈ XWψ ⇐⇒ ψ (ek , y) = 0,
∀k ∈ {1, . . . , p};
⊥
iii) dacă X şi W sunt spaţii finit dimensionale atunci dim W  dim X + dim XWψ ;
iv) dacă X şi W sunt spaţii finit dimensionale atunci ψ este nedegenerată pe X în primul
⊥ ⊥
argument (i.e. WX ψ = {0V }) dacă şi numai dacă dim W = dim X + dim XWψ .
⊥
v) dacă ψ este nedegenerată pe V în primul argument (i.e. WV ψ = {0V }) şi nedegenerată
⊥
pe W în al doilea argument (i.e. VWψ = {0W }) atunci dim V = dim W.
6.2.7 Exerciţiu Fie V un K-spaţiu vectorial şi φ : V × V → K o funcţională biliniară
simetrică. Reformulaţi cerinţele exerciţiului precedent pentru noul context.
6.2.8 Exerciţiu Daţi exemplu de funcţională biliniară, simetrică care este: i) nenulă
şi degenerată pe întregul spaţiu vectorial; ii) nedegenerată pe întregul spaţiu, dar este
degenerată pe un subspaţiu vectorial.
6.2.9 Exerciţiu Se dau funcţionalele pătratice σi : R4 → R, i = 1, 2, 3, definite prin
σ1 (x) = x21 + x22 + x23 + x1 x2 + x2 x3 + x3 x1 ,
σ2 (x) = 2x1 x2 + 2x2 x3 + 2x3 x1 ,
σ3 (x) = 2x1 x2 − 6x1 x3 − 6x2 x4 + 2x3 x4 ,
unde x = (x1 , x2 , x3 , x4 ). Utilizând metodele lui Gauss, lui Jacobi şi respectiv metoda
vectorilor şi valorilor proprii să se aducă funcţionalele pătratice la forma canonică, să se
precizeze reperele în care sunt scrise formele canonice, să se verifice legea de inerţie a lui
Sylvester şi să se precizeze natura funcţionalelor pătratice.
6.2.10 Exerciţiu Să se determine valorile reale ale parametrului a pentru care func-
ţionala pătratică V : R3 → R este pozitiv definită.
i) V (x) = 2x21 + x22 + 3x23 + 2ax1 x2 + 2x3 x1 , x = (x1 , x2 , x3 );
ii) V (x) = x21 + x22 + 5x23 + 2ax1 x2 + 4x2 x3 − 2x3 x1 , x = (x1 , x2 , x3 ).
 ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 3 15

Bibliografie
[1] G. Cenuşă şi colectiv catedră. Matematici pentru economişti. Ed.CISION, Bucureşti, 2000. T
[2] G. Cenuşă şi colectiv catedră. Matematici pentru economişti. Culegere de probleme. Ed.CISION, Bu-
cureşti, 2001. A
[3] Colectiv catedră. Matematici aplicate în economie. Ed.ASE, 1990. T
[4] S.H. Friedberg, A.J. Insel. Linear Algebra. Printice Hall, 2003. T
[5] R. Şerban (coord.) şi colectiv catedră. Culegere de probleme de algebră liniară. Ed.ASE, 1986. A
[6] C. Neculăescu, O. Vegheş. Introducere în algebră liniară. Ed.ASE, 2005. T
[7] A. Toma. Algebră liniară. Culegere de probleme. Ed.Economica, 2002. A
[8] G. Cenuşă, I.Săcuiu, V.Burlacu. Matematici. Curs pentru studenţii din anul I de la specializarea:
Planificare şi Cibernetică Economică. Ed.ASE, 1986. T
[9] G. Cenuşă, R. Şerban, C. Raischi. Matematici pentru economisti. Curs în format digital. Capitolul
2,3. http://www.biblioteca-digitala.ase.ro/biblioteca/carte2.asp?id=21&idb=11 . T
[10] C. Neculăescu, O. Vegheş. Introducere în algebra liniară. Curs în format digital. Capitolul 4.
http://www.biblioteca-digitala.ase.ro/biblioteca/carte2.asp?id=362&idb=11 . T
 ALGEBRĂ LINIARĂ - UNITATEA DE ÎNVĂŢARE 4

OVIDIU VEGHEŞ

Noiembrie 2011

CUPRINS
1. Obiectivele unităţii de învăţare 4 1
2. Spaţii euclidiene şi unitare 2
2.1. Produs scalar real şi produs scalar complex 2
2.2. Ortogonalitate şi complement ortogonal 3
2.3. Reprezentarea matriceală a produsului scalar 4
2.4. Elemente de teoria aproximării. 5
3. Operatori liniari în spaţii euclidiene şi unitare 6
3.1. Adjunctul unui operator liniar 6
3.2. Clase de endomorfisme 6
4. Exerciţii rezolvate 7
5. Test de autoevaluare 9
6. Răspunsuri şi comentarii la testul de autoevaluare 9
7. Setul de exerciţii nr.4 10
7.1. Tema nr.9 10
7.2. Tema nr.10 11
Bibliografie 12

1. O
Ă Ţ   
Ă Ţ  4
Acest material este destinat studenţilor din învăţământul economic din anul I, ID, de
la Facultatea de Cibernetică, Statistică şi Informatică Economică din Academia de Studii
Economice Bucureşti.
Unitate de învăţare 4 conţine, o prezentare într-o formă accesibilă, dar riguroasă a
principalelor rezultate privind spaţiile euclidiene şi a spaţiilor unitare.
Sarcinile impuse în parcurgerea materialului sunt:
- memorarea noţiunilor descrise în material, descrierea lor în limbaj matematic ca şi
exprimarea alternativă a lor,
- memorarea principalelor rezultate matematice şi urmărirea aplicării lor în exerciţiile
propuse,
- parcurgerea unora din titlurile privind teoria (T) recomandate în bibliografie, pentru
a recupera demonstraţiile principalelor propoziţii şi teoreme,
- parcurgerea altor probleme rezolvate cuprinse într-unul din titlurile privind aplicaţiile
(A) recomandate în bibliografie, pentru a identifica diferite tipuri de probleme,
- reconstituirea unor raţionamente matematice implicând noţiuni şi rezultate din unităţile
de învăţare 1÷3,
1
2 OVIDIU VEGHEŞ

- autotestarea cunoştinţelor şi deprinderilor dobândite folosind testul de autoevaluare,

urmată de reluarea paşilor anteriori în caz de eşec.
- efectuarea temei cuprinsă în setul de exerciţii nr.4,
- utilizarea acestor noţiuni cu încărcatura semantică aferentă în combinaţie cu limbajul
cotidian atunci când contextul face posibil acest lucru.
Obiectivele avute în vedere sunt:
-însuşirea limbajului specific modelării realităţii economico-sociale prin modele liniare,
-dezvoltarea capacităţii de a construi un raţionament,
-dezvoltarea atenţiei pentru a face conexiuni,
-dobândirea unor noi competenţe privind analiza unor procese sau fenomene economice
dintre cele mai diverse.
După studiul acestei unităţi de învăţare, studentul va avea cunoştinţe despre: princi-
palele particularităţi ale calcului vectorial atunci când spaţiul vectorial posedă un produs
scalar, legătura între cel mai bun aproximant şi proiecţia ortogonală, ca şi despre trans-
formările simetrice şi transformările ortogonale.
Deşi materialul prezent nu evidenţiază acest aspect studentul dobândeşte cunoştinţele de
fundamentale necesare la alte discipline ce se ocupă cu modelarea matematică a realităţii.

2. SŢ   
 Ş 


2.1. Produs scalar real şi produs scalar complex. 2.1.1 Definiţie Fie V un spaţiu
vectorial real. O aplicaţie ·, · : V × V → R se numeşte produs scalar real dacă
ps1: [aditivitate] ∀x, y, z ∈ V, x + y, z = x, z + y, z ;
ps2: [omogenitate] ∀x, y ∈ V, ∀α ∈ R, αx, y = α x, y ;
ps3: [simetrie] ∀x, y ∈ V, x, y = y, x ;
ps4: [definire pozitivă şi nedegenarare] ∀x ∈ V, x, x
0 şi x, x = 0 ⇔ x = 0.
Dacă pe spaţiul vectorial V s-a definit un produs scalar real atunci spunem că V este
un spaţiu euclidian. În acest context
se numeşte lungimea unui vector (sau norma
euclidiană) x ∈ V numărul real
x
= x, x, se numeşte măsura unghiului a doi

x,y
vectori x, y ∈ V numărul real ∢ (x, y) ∈ [0, π] ce verifică relaţia cos ∢ (x, y) = x·y . Doi
vectori x, y ∈ V se numesc ortogonali dacă x, y = 0 şi notăm acest fapt prin x ⊥ y.
2.1.2 Observaţie Un produs scalar real pe spaţiu vectorial real V este orice funcţională
biliniară simetrică a cărei funcţională pătratică ataşată este pozitiv definită. Într-un spaţiu
vectorial real fixat se poate alege în mai multe moduri o funcţională biliniară simetrică a
cărei funcţională pătratică ataşată este pozitiv definită. Măsurările geometrice rezultate
vor fi dependente de această alegere, aşa că lungimea unui vector, unghiul dintre doi
vectori, distanţa dintre doi vectori nu vor fi definite univoc.
2.1.3 Definiţie Fie V un spaţiu vectorial complex. O aplicaţie ·, · : V × V → C se
numeşte produs scalar complex dacă
ps1: [aditivitate] ∀x, y, z ∈ V, x + y, z = x, z + y, z ;
ps2: [omogenitate] ∀x, y ∈ V, ∀α ∈ C, αx, y = α x, y ;
ps3: [hermitic—simetrie] ∀x, y ∈ V, x, y = y, x ( desemnează conjugarea complexă);
ps4: [definire pozitivă şi nedegenarare] ∀x ∈ V, x, x
0 şi x, x = 0 ⇔ x = 0.
Dacă pe spaţiul vectorial V s-a definit un produs scalar complex atunci spunem că V este
un spaţiu
unitar. În acest context se numeşte lungimea unui vector x ∈ V numărul
real
x
= x, x. Doi vectori x, y ∈ V se numesc ortogonali dacă x, y = 0 şi notăm
acest fapt prin x ⊥ y.
 ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 4 3

2.1.4 Observaţie i) Din definiţia produsului scalar complex rezultă conjugat-liniarita-

tea în al doilea argument:
∀x, y, z ∈ V, x, y + z = x, y + x, z şi ∀x, y ∈ V, ∀β ∈ C, x, βy = β x, y .
Referindu-ne la această proprietate, spunem că produsul scalar este o funcţională sesqui-
liniară.
ii) Se poate renunţa la axioma ps3 dacă cerem conjugat-liniaritatea în al doilea argu-
ment, după cum rezultă din raţionamentul: x + y, x + y real cere ca x, y + y, x să fie
real, iar x + iy, x + iy cere ca i (− x, y + y, x) să fie real. Rezultă x, y = y, x.
2.1.5 Observaţie Un produs scalar complex pe spaţiu vectorial complex V este orice
funcţională sesquiliniară hermitic—simetrică a cărei funcţională pătratică ataşată este strict
pozitiv definită. O funcţională sesquiliniară hermitic—simetrică a cărei funcţională hermitic—
pătratică ataşată este pozitiv definită se poate alege în mai multe moduri într-un spaţiu
vectorial real fixat. Măsurările geometrice rezultate vor fi dependente de această alegere,
aşa că lungimea unui vector, distanţa dintre doi vectori nu vor fi definite univoc.
2.1.6 Definiţie Fie V un spaţiu vectorial real sau complex. O aplicaţie
·
: V → [0, ∞)
se numeşte normă dacă
n1:
x
= 0 ⇔ x = 0V ;
n2: ∀x, y ∈ V, ∀α ∈ K (R respectiv C) ,
αx
= |α|
x
;
n3: ∀x, y ∈ V,
x + y

x
+
y
.
2.1.7 Observaţie Într-un spaţiu normat putem defini distanţa1 dintre vectori prin:
d (x, y) =
x − y
.
2.1.8 Propoziţie Dacă V este un spaţiu euclidian sau un spaţiu unitar atunci au loc:
i)
·
: V → [0, ∞) este o normă pe V;
ii) ∀x, y ∈ V, |x, y| 
x
·
y
(inegalitatea Cauchy—Buniakovski—Schwarz), iar
|x, y| =
x
·
y
⇔ vectorii x şi y sunt liniar dependenţi (i.e. sunt coliniari);
iii)
x ± y
2 =
x
2 +
y
2 ± 2 Re x, y, iar pentru x ⊥ y avem
x + y
2 =
x
2 +
y
2
(teorema lui Pitagora).
2.1.9 Observaţie i) Într-un spaţiu euclidian din inegalitatea Cauchy—Buniakovski—
<x,y>
Schwarz urmează că xy ∈ [−1, 1] .
ii) Dacă x ⊥ y atunci
x + y
2 =
x
2 +
y
2 . Reciproca este adevarată dacă K = R şi
falsă dacă K = C.
iii) Dacă vectorii (xi )i=1,k sunt ortogonali doi câte doi, atunci are loc teorema lui
Pitagora generalizată:  2 
 k  k 2
 i=1 xi  = i=1
xi
.
2.2. Ortogonalitate şi complement ortogonal. Fie V este un spaţiu euclidian sau un
spaţiu unitar, nenul, finit dimensional (K ∈ {R, C}).
2.2.10 Definiţie Două submulţimi A, B ale lui V se numesc ortogonale şi se notează
cu A ⊥ B dacă ∀x ∈ A, ∀y ∈ B, x ⊥ y.
2.2.11 Propoziţie Sunt adevărate afirmaţiile: i) A ⊥ B ⇔ B ⊥ A; ii) A ⊥ B ⇒
A ∩ B = {0}; iii) spanK ({gi | i ∈ I}) ⊥ B ⇔ ∀i ∈ I, gi ⊥ B .
1Distanţa dintre doi vectori are proprietăţile:

i) d (x, y)
0, ∀x, y ∈ V şi d (x, y) = 0 ⇔ x = y;

ii) d (x, y) = d (y, x) , ∀x, y ∈ V;
iii) d (x, y)  d (x, z) + d (z, y) , ∀x, y, z ∈ V.
4 OVIDIU VEGHEŞ

2.2.12 Observaţie x ∈ A şi x ⊥ A ⇒ x, x = 0 ⇒ x = 0.

2.2.13 Definiţie Se numeşte complement ortogonal al unei mulţimi de vectori A şi
se notează A⊥ = spanK (∪B⊥A B) .
2.2.14 Propoziţie Sunt adevărate afirmaţiile: i) A⊥ = {v ∈ V | v ⊥ A}; ii) A⊥ =
(spanK (A))⊥ ; iii) A ⊥ A⊥ ; iv) A⊥ este subspaţiu vectorial; v) dacă A este subspaţiu
 ⊥
vectorial a lui V atunci dimK A⊥ = dimK V−dimK A şi A⊥ = A; vi) A ⊆ B ⇒ B⊥ ⊇ A⊥ ;
vii) dacă A şi B sunt subspaţii vectoriale a lui V pentru care A ⊥ B şi dimK A + dimK B =
dimK V atunci V = A ⊕ B, B = A⊥ şi A = B⊥ .
2.2.15 Definiţie O mulţime de vectori {vi }i∈I se numeşte ortogonală dacă vi , vj  = 0,
∀i = j, i, j ∈ I. Dacă, în plus,
vi
= 1, ∀i ∈ I mulţimea se numeşte ortonormată. O
bază se numeşte ortonormală dacă vectorii ei formează o mulţime de vectori ortonormată.
2.2.16 Observaţie 1. Două subspaţii vectoriale sunt ortogonale dacă şi numai dacă
fiecare vector al unei baze din primul subspaţiu este ortogonal pe fiecare vector al unei
baze din cel de-al doilea subspaţiu.
2. Suma a două subspaţii vectoriale ortogonale este directă. Suma unei familii oarecare
de subspaţii vectoriale ortogonale două câte două este directă.
3. O mulţime ortogonală de vectori, ce nu conţine vectorul nul, este format cu vectori
liniar independenţi.
2.2.17 Teoremă[de ortogonalizare Gram—Schmidt] Fie E = (ei )i=1,n un sistem de
vectori liniar independenţi din spaţiul V, unde n ∈ N∗ . Notăm Xk = spanK ({e1 , · · · , ek }),
pentru k = 1, n.

e ,fj 
i) Dacă f1 = e1 şi fk+1 = ek+1 − kj=1
fk+1 j ,fj 
fj pentru orice k = 1, n − 1, atunci
F = (fi )i=1,n este un sistem de vectori ortogonali, nenuli din V cu proprietăţile:
a) Xk = spanK ({f1 , · · · , fk }) , ∀k = 1, n;
b) fk+1 ⊥ Xk , ∀k ∈ {1, . . . , n − 1} .
ii) 0 
fk

ek
, ∀k ∈ {1, . . . , n}.
iii) Dacă un şir de vectori (vi )i=1,n are următoarele proprietăţi:
a) Xk = spanK ({v1 , · · · , vk }) , ∀k = 1, n;
b) vk+1 ⊥ Xk , ∀k ∈ {1, . . . , n − 1} ,
atunci vn este coliniar cu fn , ∀n ∈ {1, . . . , n}.
2.2.18 Observaţie Am demonstrat că orice spaţiu euclidian admite o bază ortogonală,
bază ce poate fi ortonormată. În plus dimK V este numărul maxim de vectori nenuli,
ortogonali (ortonormaţi).

2.3. Reprezentarea matriceală a produsului scalar. Fie V este un spaţiu euclidian,

nenul, cu n = dimR V ∈ N∗ .
2.3.19 Definiţie Dacă E = (e1 , e2 , ..., en ) este un reper al spaţiului vectorial V atunci
numim matrice Gram matricea G = [gij = ei , ej ]i,j=1,n .
2.3.20 Propoziţie Fie E = (e1 , e2 , ..., en ) este un reper al spaţiului vectorial V.
i) ∀x, y ∈ V, x, y = [x]TE G [y]E ;
ii) matricea Gram G este nesingulară şi simetrică;
iii) 0  det G  e1 , e1  e2 , e2  . . . en , en ;
iv) det G este pătratul volumului paralelipipedului n-dimensional construit pe vectorii
e1 , e2 , . . . , en .
2.3.21 Observaţie Dacă ne fixăm asupra unei baze E a spaţiului euclidian V atunci
pentru a construi un produs scalar este suficient să precizăm o matrice G nesingulară şi
 ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 4 5

simetrică şi să definim x, y = [x]TE G [y]E , ∀x, y ∈ V. Matricea G devine matrice Gram,
în baza E a produsului scalar astfel definit.

2.4. Elemente de teoria aproximării. Fie V este un spaţiu euclidian, nenul, cu n =

dimR V ∈ N∗ .
2.4.22 Definiţie Pentru un vector x ∈ V şi o mulţime A ⊆ V se numeşte distanţa de
la x la A
d (x, A) = inf
x − y
.
y∈A

2.4.23 Definiţie Fie V un spaţiu euclidian real şi W un subspaţiu vectorial al său. Se
numeşte:
(1) cel mai bun aproximant a lui x ∈ V în W elementul x∗W ∈ W pentru care

x − x∗W
= min
x − y

y∈W

(2) proiecţia ortogonală a lui x ∈ V pe W elementul PrW (x) ∈ W pentru care

x − PrW (x) ⊥ W, sau echivalent
x − PrW (x) , y = 0, ∀y ∈ W.
2.4.24 Teoremă[de caracterizare a celui mai bun aproximant prin proiecţie ortogonală]
Există un singur vector din W ce satisface ambele condiţii ale definiţiei precedente (de unde
PrW (x) = x∗W ).
2.4.25 Propoziţie Sunt adevărate proprietăţile:
 
(1)
PrW (x)
2 = x, PrW (x), ∢ (x, PrW (x)) ∈ 0, π2 ,
PrW (x)

x
, ∀x ∈ V;
(2) PrW (x1 + x2 ) = PrW (x1 ) + PrW (x2 ), ∀x1 , x2 ∈ V şi PrW (αx) = α PrW (x), ∀x ∈
V, ∀α ∈ R;
(3) PrW (v) = v, ∀v ∈ W şi PrW (x1 ) , x2  = x1 , PrW (x2 ), ∀x1 , x2 ∈ V.
2.4.26 Corolar PrW (PrW (x)) = PrW (x), ∀x ∈ V.
2.4.27 Propoziţie Fie V1 ⊆ V2 două subspaţii vectoriale a spaţiului V. Atunci:
(1) PrV2 (PrV1 (x)) = PrV1 (x), ∀x ∈ V;
(2) PrV1 (PrV2 (x)) = PrV1 (x), ∀x ∈ V (teorema celor 3 perpendiculare).
2.4.28 Corolar[ecuaţiile normale ale celui mai bun aproximant] Dacă (e1 , e2 , ..., ep )
este un reper al subspaţiului vectorial W atunci PrW (x) = pi=1 αi ei are are coeficienţii
α1 ,. . . , αp daţi de unica soluţie a sistemului:
    
e1 , e1  e2 , e1  ... ep , e1  α1 x, e1 
 e1 , e2  e2 , e2  ... ep , e2    α2   x, e2  
 ............. .
    =  
 ... ... ... ...   .... 
e1 , ep  e2 , ep  ... ep , ep  αp x, ep 
     
matrice Gram coeficienţilor Fourier
Pentru repere ortonormate matricea Gram este matricea unitate şi αi = x, ei , ∀i =
1, . . . , p.
2.4.29 Propoziţie Fie subspaţiul vectorial W. Atunci:
(1)
x − PrV (x)
2 =
x
2 −
PrW (x)
2 =
x
2 sin ∢ (x, PrW (x)), ∀x ∈ V;
(2) Dacă (e1 , e2 , ..., ep ) este un reper al lui W, atunci
p


x − PrW (x)
2 =
x
2 − αi ei , x
i=1
6 OVIDIU VEGHEŞ

(3) Dacă (e1 , e2 , ..., ep ) este un reper ortonormată al lui W, atunci

p


x − PrW (x)
2 =
x
2 − (αi )2 .
i=1
2.4.30 Observaţie Teorema lui Pitagora cere ca

x
2 =
x − PrW (x)
2 +
PrW (x)
2
pentru că vectorii PrW (x) şi x − PrW (x) sunt perpendiculari. Lungimea unei perpendic-
ulare este mai mică sau egală decât lungimea oricărei oblice.

x,w
2.4.31 Propoziţie Dacă w ∈ V, w = 0 şi W = spanR {w} atunci PrW (x) =
w,w w,

x,w2
x,w
y,w

x − PrW (x)
2 =
x
2 −
w,w şi PrW (x) , y =
w,w = x, PrW (y), ∀x, y ∈ V.

3. O 
 
Ţ   
 Ş


3.1. Adjunctul unui operator liniar. Fie V1 , V2 două K-spaţii euclidiane sau unitare,
cu dimensiune finită (K ∈ {R, C}). Notăm cu ., .V1 şi ., .V2 produsele scalare din cele
două spaţii.
3.1.1 Teoremă Fie o funcţională f : V1 × V2 → K biliniară pentru K = R, respectiv
sesquiliniară pentru K = C.
i) Există un singur operator liniar T1 ∈ LK (V1 , V2 ) astfel încât f (x, y) = T1 (x) , yV2 ;
ii) Există un singur operator liniar T2 ∈ LK (V2 , V1 ) astfel încât f (x, y) = x, T2 (y)V1 .
3.1.2 Definiţie Se numeşte adjunctul operatorului liniar T ∈ LK (V1 , V2 ) un op-
erator liniar T ∗ ∈ LK (V2 , V1 ) care verifică
(3.1) ∀x, y ∈ V, T (x) , yV2 = x, T ∗ (y)V1 .
3.1.3 Propoziţie i) Pentru orice T ∈ LK (V1 , V2 ) există un unic operator liniar T ∗ ∈
LK (V2 , V1 ) care verifică relaţia 3.1.
ii) (T ∗ )∗ = T , ∀T ∈ LK (V1 , V2 ).
iii) (T1 + T2 )∗ = T1∗ + T2∗ , ∀T1 , T2 ∈ LK (V1 , V2 ).
iv) (αT )∗ = αT ∗ , ∀T ∈ LK (V1 , V2 ), ∀α ∈ K.
v) (U ◦ T )∗ = T ∗ ◦ U ∗ , ∀T ∈ LK (V1 , V2 ), ∀U ∈ LK (V2 , V3 ), dacă (V3 , K) este un spaţiu
euclidian
 sau ∗ unitar, cu dimensiune finită.
vi) T −1 = (T ∗ )−1 , ∀T ∈ LK (V1 , V2 ) cu T este bijectiv.
3.1.4 Observaţie Demonstarea existenţei adjunctului unui operator liniar se face
folosind reprezentarea matriceală a operatorilor. Dacă A ∈ Mm,n (C), atunci A∗ = AT =
T
A ∈ Mn,m (C). Dacă A ∈ Mm,n (R), atunci A∗ = AT ∈ Mn,m (R).

3.2. Clase de endomorfisme. Fie V este un spaţiu euclidian sau un spaţiu unitar, nenul,
cu n = dimK V ∈ N∗ şi T ∈ LK (V, V).
3.2.5 Definiţie Un endomorfism T ∈ LK (V, V) care verifică relaţia T ∗ = T se numeste
autoadjunct (sau simetric dacă K = R, respectiv hermitic dacă K = C).
3.2.6 Teoremă Fie H un reper ortonormat a lui V. Sunt echivalente afirmaţiile:
i) T este autoadjunct;
ii) ∀x,
 y ∈V, T (x) , y = x, T (y);
∗
iii)2 [T ]H
H = [T ]H
H.

T
2Dacă K = R, atunci condiţia se poate scrie [T ]H = [T ]H
H H.
 ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 4 7

3.2.7 Propoziţie Sunt echivalente afirmaţiile:

i) T este hermitic; ii) ∀x ∈ V, x, T (x) ∈ R.
3.2.8 Teoremă Fie T ∈ LK (V, V) autoadjunct. Atunci: i) T este endomorfism dia-
gonalizabil; ii) toate valorile proprii sunt reale; iii) la valori proprii distincte corespund
vectori proprii ortogonali.
3.2.9 Observaţie În situaţia în care K = R, un operator de proiecţie este ortogonal
dacă şi numai dacă este autoadjunct.
3.2.10 Definiţie Un endomorfism T ∈ LK (V, V) care verifică relaţia T ◦ T ∗ = T ∗ ◦ T =
idV se numeste ortogonal, pentru K = R, respectiv unitar pentru K = C.
3.2.11 Teoremă Fie H un reper ortonormat a lui V. Sunt echivalente afirmaţiile:
i) T este unitar3;
ii) ∀x,y∈ V, T (x) , T (y) = x,y;
∗ ∗
iii)4 [T ]HH [T ]H H H
H = [T ]H [T ]H = In .
3.2.12 Propoziţie Sunt echivalente afirmaţiile:
i) T este unitar sau ortogonal; ii) ∀x ∈ V,
T (x)
=
x
.
3.2.13 Observaţie Dacă T este ortogonal sau unitar, atunci T conservă norma, dis-
tanţa şi unghiul dintre vectori.
3.2.14 Teoremă Fie T ∈ LK (V, V) autoadjunct. Atunci: i) T este endomorfism dia-
gonalizabil; ii) toate valorile proprii au modulul 1; iii) la valori proprii distincte corespund
vectori proprii ortogonali.
3.2.15 Observaţie Mai există şi alte clase de endomorfisme:
i) T ∈ LK (V, V) care verifică relaţia T ◦ T ∗ = T ∗ ◦ T se numeşte normal;
ii) T ∈ LK (V, V) care verifică relaţia T ∗ = −T se numeşte antiautoadjunct.

4. EŢ  
4.0.1 Exerciţiu În spaţiul vectorial real R3 se consideră vectorii
v1 = (1, 0, 1) , v2 = (1, 1, 0) , v3 = (0, 1, 1) , v4 = (1, 0, −1)
şi subspaţiul vectorial X = spanR ({v2 , v3 , v4 }). Să se determine: i) o bază pentru X
formată doar din vectorii iniţiali; ii) o bază ortonornată a lui X; iii) proiecţia ortogonală
a vectorului v1 pe X; iv) complementul ortogonal X⊥ a lui X.
Soluţie. Fie E = (e1 = (1, 0, 0) , e2 = (0, 1, 0) , e3 = (0, 0, 1)) reperul canonic din spaţiul vectorial real
R3 . i) Folosim tehnica din lema schimbului. Obţinem
R3 e1 e2 e3 v2 v3 v4
e1 1 0 0 1 ↓ 0 1
←
−
e2 0 1 0 1 1 0
e3 0 0 1 0 1 −1
v2 1 0 0 1 0 1
e2 −1 1 0 0 1 ↓ −1
←
−
e3 0 0 1 0 1 −1
v2 1 0 0 1 0 1
v3 −1 1 0 0 1 −1
e3 1 −1 1 0 0 0
Observăm că v4 = v2 − v3 . Fie v ∈ X arbitrar. Există ε2 , ε3 , ε4 ∈ R astfel încât v = ε2 v2 + ε3 v3 + ε4 v4 .
Atunci
v = (ε2 + ε4 ) v2 + (ε3 − ε4 ) v3 ∈ spanR ({v2 , v3 }) .

3Dacă K = R, atunci T este ortogonal.

T
T
4Dacă K = R, atunci condiţia se poate scrie [T ]H [T ]H H H
= In .
H H = [T ]H [T ]H
8 OVIDIU VEGHEŞ

Rezultă după un scurt raţionament că X = spanR ({v2 , v3 }). Am arătat că {v2 , v3 } este o mulţime de gener-
atori pentru X. Pe de altă parte {v2 , v3 } este o mulţime liniar independentă, deoarece este o submulţime a
altei mulţimi liniar independente ({v2 , v3 , e3 } este o bază în R3 ). Raţionamentul precedent justifică faptul
că {v2 , v3 } este o bază în X şi
dimR X = 2.
ii) Pentru început trebuie pus în evidenţă produsul scalar
x, y
= [x]TE I3 [y]E = x1 y1 + x2 y2 + x3 y3 , ∀x = (x1 , x2 , x3 ) , y = (y1 , y2 , y3 ) ∈ R3 .
Folosim procedeul Gram-Schimidt pentru a obţine o mulţime ortogonală de vectori {w1 , w2 } plecând
de la {v2 , v3 }.
w1 = v2 = (1, 1, 0) ,

v3 ,w1 
 
w2 = v3 −
w 1 ,w1 
w1 = v3 − 12 w1 = −1
2
, 12 , 1 .
Mulţimea ortonormată cautată este {u1 , u2 }, unde


u1 = 1
w = √1 w1 = √1 , √1 , 0 ,
w1  1 2
2 √ 2 √ √ 
u2 = 1
w
w2  2
= √1 w2 = −6 6 , 66 , 36 .
3/2

{u1 , u2 } este o mulţime de generatori pentru X conform teoremei 2.2.17, deoarece

X = spanR ({v2 , v3 }) = spanR ({w1 , w2 }) = spanR ({u1 , u2 }) .
{u1 , u2 } este o mulţime liniar independentă deoarece este o mulţime ortogonală. În concluzie {u1 , u2 } este
o bază ortonornată a lui X.
iii) Fie PrX (v1 ) ∈ X proiecţia ortogonală a vectorului v1 pe X. Atunci PrX (v1 ) = αv2 +βv3 , cu α, β ∈ R,
se determină din condiţia v1 − PrX (v1 ) ⊥ X. Sistemul
 
α v2 , v2
+ β v3 , v2
= v1 , v2
2α + β = 1
sau echivalent
α v2 , v3
+ β v3 , v3
= v1 , v3
α + 2β = 1
 
are soluţia α = 13 , β = 31 . Obţinem PrX (v1 ) = 31 v2 + 31 v3 = 31 , 32 , 13 .
iv) X⊥ = {v ∈ V | v ⊥ X} = {v ∈ V | v, v2
= 0, v, v3
= 0}.
4.0.2 Exerciţiu Fie T ∈ L R2 , R3 , T (x1 , x2 ) = (x1 , x1 + x2 , 4x2 − x1 ). Să se deter-
mine adjunctul operatorului T dacă în R2 se foloseşte produsul scalar uzual, iar în R3
produsul scalar
(x1 , x2 , x3 ) , (y1 , y2 , y3 )R3 = 10x1 y1 + 3x1 y2 + 3x2 y1 + 2x2 y2 + x2 y3 + x3 y2 + x3 y3 .
Soluţie. Fie E3 = (e3,1 = (1, 0, 0) , e3,2 = (0, 1, 0) , e3,3 = (0, 0, 1)) reperul canonic din spaţiul vectorial
real R3 şi E2 = (e2,1 = (1, 0) , e2,2 = (0, 1)) reperul canonic din spaţiul vectorial real R2 .
 
  10 3 0
1 0
G2 = , G3 =  3 2 1 
0 1
0 1 1
sunt matricele Gram de reprezentare a produselor scalare din R2 şi R3 . Din datele problemei avem
 
 1 0
E2  1
[T ]E 3
= [T (e 2,1 )]E 3
, [T (e2,2 )] E3
= 1 .
−1 4
Avem relaţiile
x, y
R2 = [x]TE2 G2 [y]E2 , ∀x = (x1 , x2 ) , y = (y1 , y2 ) ∈ R2 ,
x, y
R3 = [x]TE3 G3 [y]E3 , ∀x = (x1 , x2 , x3 ) , y = (y1 , y2 , y3 ) ∈ R3 ,
E2
[T (x)]E3 = [T ]E 3
[x]E2 , ∀x = (x1 , x2 ) ∈ R2 şi
E
[T ∗ (y)]E2 = [T ∗ ]E32 [y]E3 , ∀y = (y1 , y2 , y3 ) ∈ R3 .
Condiţia
∀x = (x1 , x2 ) ∈ R2 , ∀y = (y1 , y2 , y3 ) ∈ R3 , T (x) , y
R3 = x, T ∗ (y)
R2 .
este echivalentă cu
T
E2 E
[T ]E 3
G3 = G2 [T ∗ ]E32 .
 ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 4 9

Rezultă
T  
E 13 4 0
[T ∗ ]E32 E2
= [T ]E3 −1
G3 G2 = .
3 6 5
Relaţiile 
z1 = 13y1 + 4y2
z2 = 3y1 + 6y2 + 5y3
 3 2  
permit definirea adjunctului T ∈ L R , R operatorului T ∈ L R2 , R3 prin T ∗ (y1 , y2 , y3 ) = (z1 , z2 ).
∗

5. T    

5.0.1 Exerciţiu Definiţi noţiunile: i) mulţime ortonormată de vectori; ii) complement
ortogonal al unui subspaţiu vectorial; iii) adjunctul unui operator liniar.
5.0.2 Exerciţiu Enunţaţi rezultatul matematic privind: i) procedeul de ortogonalizare
Gram-Schmidt; ii) ecuaţiile normale ale celui mai bun aproximant; iii) operatorii liniari
ortogonali.
5.0.3 Exerciţiu Demonstraţi teorema de caracterizare a celui mai bun aproximant prin
proiecţie ortogonală.
5.0.4 Exerciţiu Să se demonstreze că într-un spaţiu euclidian sau unitar are loc regula
paralelogramului
 

x + y
2 +
x − y
2 = 2
x
2 +
y
2 , ∀x, y ∈ V.

5.0.5 Exerciţiu În spaţiul vectorial real R3 se consideră vectorii

w1 = (1, 1, 0) , w2 = (0, 1, 1)
şi subspaţiul vectorial W = spanR ({w1 , w2 }). Să se determine operatorul de proiecţie
ortogonală PrW .

6. RĂ 
  Ş  
       
În rezolvarea testului trebuie să ţinem cont că soluţiile propuse trebuie să fie clare,
corecte şi complete.
Exerciţiul 5.0.1.
Soluţie. Este vorba de definiţiile i) 2.2.15; ii) 2.2.13 şi echivalent 2.2.14-(i); iii) 3.1.
Exerciţiul 5.0.2.
Soluţie. i) Este vorba de următoarele rezultate 2.2.17 şi 2.2.18; ii) 2.4.28; iii) 3.2.10, 3.2.11, 3.2.12,
3.2.13 şi 3.2.14.
Exerciţiul 5.0.3.
Soluţie. ”⇒” Presupunem că ∃y ∈ W, y = 0, α = x − x∗W , y
> 0. Notăm cu w = x∗W + α

y,y
y
2 ∗ 2
un element a lui W ce are proprietatea x − w < x − x∗W . (Într-adevăr x − w = x − xW  −
α2 ∗ 2 α2
2α

y,y
x − x∗W , y
+
y,y 2 y, y
= x − xW  −
y,y .) Am obţinut un aproximant w mai bun decât cel mai

bun aprovimant x∗W . În concluzie x − x∗W , y

= 0, ∀y ∈ W.
”⇐” Fie y ∈ W arbitrar. Atunci x − y2 = x − PrW (x) − (y − PrW (x))2 = x − PrW (x)2 −
2 x − PrW (x) , y − PrW (x)
+ y − PrW (x)2 = x − PrW (x)2 + y − PrW (x)2
x − PrW (x)2 . Deci
miny∈W x − y = x − PrW (x).
”Unicitate” Fie v1 , v2 ∈ W astfel încât x − v1 , y
= 0 şi x − v2 , y
= 0, ∀y ∈ W. Atunci din relaţiile
v1 − v2 ∈ W şi v1 − v2 , y
= 0, ∀y ∈ W rezultă v1 = v2 .
”Existenţă” Aplicăm teorema lui Weierstrass funcţiei continue y → x − y (unde x ∈ V fixat).
Exerciţiul 5.0.4.
Soluţie. x + y2 + x − y2 = x + y, x + y
+ x − y, x − y
= 2 x2 + 2 y2 + 2 Re x, y
−
2 Re x, y
= 2 x2 + 2 y2 .
Exerciţiul 5.0.5.
10 OVIDIU VEGHEŞ

Soluţie. Fie E = (e1 = (1, 0, 0) , e2 = (0, 1, 0) , e3 = (0, 0, 1)) reperul canonic din spaţiul vectorial real
R3 . Un vector x = (x1 , x2 , x3 ) ∈ R3 arbitrar se scrie x = x1 e1 + x2 e2 + x3 e3 sau echivalent [x]E =
 T
x1 x2 x3 .
 
1 0 0
G= 0 1 0 
0 0 1
este matricea Gram de reprezentare a produsului scalar din R3 şi avem
x, y
= [x]TE G [y]E = [x]TE [y]E , ∀x = (x1 , x2 , x3 ) , y = (y1 , y2 , y3 ) ∈ R3 .
 
  1 0
Fie M = [w1 ]E , [w2 ]E =  1 1 . W = (w1 , w2 ) este un reper în W conform consecinţelor teoremei
0 1

număr de vectori
rangului, pentru că rang M = 2 = . Fie PrW (x) ∈ W proiecţia ortogonală a vectorului
dimR R3
x = (x1 , x2 , x3 ) ∈ R pe W. Atunci PrW (x) = αw1 + βw2 , cu α, β ∈ R, se determină din condiţia
3

x − PrW (x) ⊥ W. Sistemul ecuaţiilor normale 2.4.28 se scrie matriceal

 
α
M T M [PrW (x)]W = M T [x]E , unde [PrW (x)]W = .
β
Dar [PrW (x)]E = M [PrW (x)]W , conform propoziţiei 3.4.23, din unitatea de învătare 2, de caracterizare
a matricei unui operator liniar. Obţinem pentru orice x ∈ R3
 T −1 T
[PrW (x)]E = M  M M  M [x]E  2 
1
1 0  −1   − 31
2 1 1 1 0 3 3
 [x] .
= 1 1  =  31 2 1
E
1 2 0 1 1 3 3
0 1 − 31 13 2
3
 
Operatorul de proiecţie ortogonală PrW ∈ L R3 , R3 , PrW (x1 , x2 , x3 ) = (y1 , y2 , y3 ) este dat de

 y1 = 23 x1 + 31 x2 − 13 x3
y2 = 13 x1 + 32 x2 + 13 x3 .

y3 = 13 x2 − 31 x1 + 23 x3

7. S   Ţ 
.4

7.1. Tema nr.9. 7.1.1 Exerciţiu Să se arate că ., . : R3 × R3 → R,

(x1 , x2 , x3 ) , (y1 , y2 , y3 ) = 10x1 y1 + 3x1 y2 + 3x2 y1 + 2x2 y2 + x2 y3 + x3 y2 + x3 y3
 
defineşte un produs scalar real în R3 , R . Determinaţi în acest produs scalar lungimea
vectorilor x = (1, 2, 1) şi y = (1, 1, 1), precum şi cosinusul unghiului celor doi vec-
tori. Să se dea exemplu de vector nenul perpendicular pe x şi y. Să se construiască,
prin procedeul Gram-Schmidt, o bază ortonormată plecând de la baza canonică E =
{e1 = (1, 0, 0) , e2 = (0, 1, 0) , e3 = (0, 0, 1)}.
7.1.2 Exerciţiu Să se arate că ., . : R3 [X] × R3 [X] → R,
 1  1 
P (X) , Q (X) = P (t) Q (s) dt ds
0 0

defineşte un produs scalar real în (R3 [X], R). Determinaţi în acest produs scalar lungimea
vectorilor P (X) = (1 + X)2 şi Q (X) = 1 + X + X 2 , precum şi cosinusul unghiului celor
doi vectori. Să se dea exemplu de vector nenul perpendicular pe P (X) şi Q (X). Să se
construiască, prin procedeul Gram-Schmidt, un  reper ortonormat plecând de la reperul
canonic E = e1 = 1, e2 = X, e3 = X 2 , e4 = X 3 .
 ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 4 11

7.1.3 Exerciţiu i) În spaţiul vectorial real al funcţiilor continue CR ([0, 2π]) se defineşte
produsul scalar
 2π
f, g = f (t) g (t) dt, ∀f, g ∈ CR ([0, 2π]) .
0
Să se arate că {1, cos (x) , sin (x) , cos (2x) , sin (2x) , . . .} este o familie formată cu vectori
ortogonali 2 câte 2.  
ii) În spaţiul vectorial real al funcţiilor continue CR (R) se consideră A = eλ1 x , . . . , eλn x
şi X = spanR (A), unde λ1 , . . . λn sunt n numere reale distincte. Să se construiască un pro-
dus scalar ., . : X × X → R astfel încât A să fie o familie de vectori ortogonali 2 câte
2.
7.1.4 Exerciţiu (Inegalitatea Hadmand) Pentru orice matrice A = [ai,j ]i,j=1,n cu ele-
mente din corpul real se verifică inegalitatea
 n 2 
0  (det A)2  nk=1 i=1 ak,i .
7.1.5 Exerciţiu Fie V un spaţiu vectorial real sau complex.
i) Dacă
.
este o normă pe X ce verifică regula paralelogramului
 

x + y
2 +
x − y
2 = 2
x
2 +
y
2 , ∀x, y ∈ V,
atunci
def. 1
 
x, y = 4
x + y
2 −
x − y
2 + i
x + iy
2 − i
x − iy
2 pentru K = C,
def. 1
 
x, y = 2
x + y
2 −
x
2 −
y
2 pentru K = R

defineşte un produs scalar pe V compatibil cu norma (i.e.

x
2 = x, x).
ii) Dacă E = (e1 , . . . , en ) este un reper în V, atunci să se arate că V devine spaţiu
normat prin alegerea
  1
(1)
x
1 = nk=1 |xk | ; (2)
x
∞ = max |xk | ; (3)
x
p = ( nk=1 |xk |p ) p , cu p > 1,
k=1,n
T
unde [x]E = (x1 , . . . , xn ) arbitrar. Care din aceste norme verifică punctul (i) ?
7.2. Tema nr.10. 7.2.6 Exerciţiu Fie V un spaţiu unitar şi T ∈ LC (V, V). Să se arate
că sunt echivalente afirmaţiile:
i) (1) T (x) , y = x, T (y), ∀x, y ∈ V; (2) x, T (x) ∈ R, ∀x ∈ V.
ii) (1) T (x) , T (y) = x, y, ∀x, y ∈ V; (2)
T (x)
=
x
, ∀x ∈ V.
7.2.7 Exerciţiu (i) Să se arate că orice transformare unitară este injectivă. (ii) Daţi
exemplu, dacă există, de transformare hermitiană neinjectivă.
7.2.8 Exerciţiu (i) Să se arate că funcţia f : R2 × R2 → R,
f ((x1 , x2 ) , (y1 , y2 )) = 2x1 y1 + x1 y2 + x2 y1 + x2 y2
defineşte pe R2 un produs scalar.  
(ii) Să se arate că operatorul U : R2 → R2 , U (x1 , x2 ) = x1 − 12 x2 , 2x2 este autoadjunct
şi să se determine o bază în care operatorul are forma diagonală.
(iii) Să se arate că operatorul T : R2 → R2 , T (x1 , x2 ) = (x1 + x2 , −x2 ) este ortogonal
şi să se determine o bază în care operatorul are forma diagonală.
7.2.9 Exerciţiu În spaţiu euclidian R4 se consideră vectorul x = (5, 2, −2, 2) şi sub-
spaţiul vectorial X = spanR ({(2, 1, 1, −1) , (1, 1, 3, 0) , (1, 2, 8, 1)}). Să se determine: i)
proiecţia ortogonală a vectorului x pe subspaţiul X; ii) distanţa de la x la X; iii) comple-
mentul ortogonal X⊥ al spaţiului X; iv) expresia operatorului de proiecţie ortogonală pe X;
12 OVIDIU VEGHEŞ

v) expresia operatorului de proiecţie ortogonală pe X⊥ ; vi) câte o bază ortonormată pen-

tru fiecare dintre subspaţiile X şi X⊥ , folosind procedeul de ortogonalizare Gram-Schmidt;
vii) dacă prin reuniunea vectorilor de la punctul precedent se poate obţine tot o baza
ortonormată, dar pentru R4 .
7.2.10 Exerciţiu Se consideră în spaţiu euclidian R5 subspaţiul
  
5 x1 + x2 + x3 + x4 + x5 = 0
X = (x1 , x2 , x3 , x4 , x5 ) ∈ R | .
x1 − x2 − x3 − x4 + x5 = 0
i) Să se determine subspaţiul X⊥ . ii) Să se verifice că X ⊕ X⊥ = R5 . iii) Să se determine
⊥ X⊥
prXX , prX⊥ : R → R . iv) Să se verifice PrX = prX , PrX⊥ = prX⊥ .
X 5 5 X

Bibliografie
[1] G. Cenuşă şi colectiv catedră. Matematici pentru economişti. Ed.CISION, Bucureşti, 2000. T
[2] G. Cenuşă şi colectiv catedră. Matematici pentru economişti. Culegere de probleme. Ed.CISION, Bu-
cureşti, 2001. A
[3] Colectiv catedră. Matematici aplicate în economie. Ed.ASE, 1990. T
[4] S.H. Friedberg, A.J. Insel. Linear Algebra. Printice Hall, 2003. T
[5] R. Şerban (coord.) şi colectiv catedră. Culegere de probleme de algebră liniară. Ed.ASE, 1986. A
[6] C. Neculăescu, O. Vegheş. Introducere în algebră liniară. Ed.ASE, 2005. T
[7] A. Toma. Algebră liniară. Culegere de probleme. Ed.Economica, 2002. A
[8] G. Cenuşă, I.Săcuiu, V.Burlacu. Matematici. Curs pentru studenţii din anul I de la specializarea: Pla-
nificare şi Cibernetică Economică. Ed.ASE, 1986. T
[9] C. Neculăescu, O. Vegheş. Introducere în algebra liniară. Curs în format digital. Capitolul 5.
http://www.biblioteca-digitala.ase.ro/biblioteca/carte2.asp?id=362&idb=11 . T