Algebra 2010 Unitati de Invatare

¼ LINIARA
ALGEBRA ¼ - RECOMANDARI PENTRU EXAMEN
AN UNIVERSITAR 2010-2011
Decembrie 2010
CUPRINS
1. Restricţii privind examenul 1
2. Structura subiectelor de examen 1
1. RestricŢ ii privind examenul
Condiţii de intrare, desf¼

aşurare şi …nalizare a examenului de algebr¼
a liniar¼
a:
(1) Prezentarea în sala de examen la data şi ora stabilit¼ a cu 6 foi albe-nescrise A4 cap-
sate, instrumente de scris şi, eventual, a unui calculator de buzunar neprogramabil.
(2) Legitimarea cu buletinul/cartea de identitate sau paşaportul atât la intrarea în
sala de examen, cât şi la …ecare solicitare a cadrelor didactice supraveghetoare.
(3) Respectarea disciplinei de examen, a colegilor şi a cadrelor didactice.
Se interzice în timpul examenului:
(1) Folosirea telefoanelor mobile sau a oric¼ aror alte dispozitive de comunicare.
(2) Folosirea însemn¼ arilor personale, a c¼
arţilor, caietelor, notiţelor, xerox-urilor sau a
…şelor de sintez¼
a.
(3) Folosirea altor dispozitive electronice de calcul.
(4) Deranjarea colegilor, indiferent de motiv.
(5) Rezolvarea altor probleme în afara celor indicate pe propriul bilet de examen.
Chesiuni conexe:
(1) Prezentarea caietului de studiu individiual se va face în ziua examenului, înainte
sau dup¼ a examen.
(2) Contestaţiile se fac în scris la secretariatul facult¼aţii şi vor … analizate doar dac¼a
sunt în termen.
2. Structura subiectelor de examen
Subiectul nr.1. Aplicaţie privind: i) repere în spaţii vectoriale şi modi…carea coordo-
natelor unui vector la schimbarea reperelor, şi/sau ii) tehnica de pivotare descris¼ a în lema
schimbului, şi/sau iii) operaţii cu subspaţii vectoriale şi teorema dimensiunii, şi/sau iv)
suplementul direct al unui subspaţiu vectorial.
Subiectul nr.2. Aplicaţie privind: i) nucleul, imaginea unui operator liniar şi teorema
dimensiunii, şi/sau ii) vectori, valori proprii şi endomor…sme diagonalizabile, şi/sau iii)
funcţionale liniare şi calcule în spaţiul dual, şi/sau iv) aducerea funcţionalelor p¼atratice
reale la forma canonic¼ a.
1
2 AN UNIVERSITAR 2010-2011
Subiectul nr.3. Aplicaţie privind: i) repere ortogonale/ortonormale în spaţii euclidiene

şi metoda de ortogonalizare Gram-Schmidt, şi/sau ii) complementul ortogonal al unui
subspaţiu vectorial, şi/sau iii) proiecţia ortogonal¼ a a unui vector pe un subspaţiu vectorial,
şi/sau iv) operatori liniari pe spaţii euclidiene.
Subiectul nr.4. Subiect de teorie. Se vor prezenta toate noţiunile implicate în tratarea
subiectului precum şi conexiunile dintre ele. Se va urm¼ arii pe de o parte amploarea temei,
iar pe de alt¼ a parte curgerea raţionamentului de la ipoteze spre concluzii. O selecţie a
unor importante rezultate teoretice este urm¼ atoarea:
(1) Reprezentarea unui vector într-un reper. Matricea de trecere de la un reper la al-
tul. Modi…carea reprezent¼ arii unui vector la schimbarea reperelor (inclusiv demon-
straţia).
(2) Metoda pivotului (Gauss). Lema schimbului singular (inclusiv demonstraţia).
(3) Teorema dimensiunii a lui Grassmann (inclusiv demonstraţia !).
(4) Rangul unui operator liniar şi defectul s¼ au. Teorema dimensiunii privind operatorii
liniari (inclusiv demonstraţia !). Consecinţe.
(5) Reprezentarea matriceal¼ a a operatorilor liniari de…niţi pe spaţii vectoriale de tip
…nit. Modi…carea matricei unui operator liniar la schimbarea reperelor (inclusiv
demonstraţia !).
(6) Propriet¼ aţile aplicaţiei de reprezentare a unui operator prin matrice asociate (Leg¼ a-
tura dintre operaţiile cu operatori liniari şi operaţiile cu matricele corespunz¼ atoare
lor, parţial cu demonstraţie). Consecinţe.
(7) Valori proprii ai unui endomor…sm. Ecuaţia caracteristic¼ a a unui endomor…sm
de…nit pe spaţii de dimensiune …nit¼ a sau a unei matrice p¼ atratice. Invarianţa
polinomului caracterictic la schimbarea bazelor (inclusiv demonstraţia).
(8) Funcţionale biliniare. Reprezentarea matriceal¼ a în cazul spaţiior de dimensiune
…nit¼ a. Modi…carea matricei unei funcţionale biliniare la schimbarea reperelor (in-
clusiv demonstraţia).
(9) Forma canonic¼ a a unei funcţionale p¼ atratice reale (matrice p¼ atratice reale). Sig-
natura unei funcţionale p¼ atratice reale. Teorema inerţiei a lui Sylvester (inclusiv
demonstraţia !).
(10) Produs scalar real. Spaţiu euclidian. Inegalitatea Cauchy-Buniakovski-Schwarz şi
teorema lui Pitagora (cu demonstraţie !).
(11) Produs scalar complex. Spaţiu unitar. Inegalitatea Cauchy-Buniakovski-Schwarz
şi teorema lui Pitagora (cu demonstraţie !).
(12) Reprezentarea funcţionalelor biliniare (sesquiliniare) în spaţii euclidiene (unitare).
(13) Operatori liniari adjuncti. Propriet¼ aţi (partial cu demonstraţie).
(14) Funcţii Lipschitziene. Contracţii. Principiul contracţiei (cu demonstraţie).
(15) Polinoame de matrice. Teorema Hamilton-Cayley (cu demonstraţie). Consecinţe.
¼ LINIARA
ALGEBRA ¼ - UNITATEA DE ÎNVA
¼ ŢARE 1
OVIDIU VEGHEŞ
Octombrie 2010
CUPRINS
1. Obiectivele unit¼ aţii de înv¼
aţare 1 1
2. Spaţii vectoriale şi subspaţii liniare 2
2.1. Spaţii vectoriale 2
2.2. Subspaţii vectoriale 4
2.3. Acoperirea liniar¼ a a unei mulţimi 4
2.4. Suma şi intersecţia de subspaţii vectoriale 5
2.5. Suma direct¼ a de subspaţii vectoriale 5
3. Baze şi repere. Dimensiunea unui spaţiu vectorial 6
3.1. Dependenţ¼ a şi independenţ¼ a liniar¼
a 6
3.2. Baze şi repere ale spaţiilor vectoriale 6
3.3. Dimeniunea unui spaţiu vectorial 7
4. Exerciţii rezolvate 8
5. Test de autoevaluare 10
6. R¼aspunsuri şi comentarii la testul de autoevaluare 10
7. Setul de exerciţii nr.1 11
Bibliogra…e 12
1. Obiectivele unitA¼ Ţ ii de învA¼ Ţ are 1
Acest material este destinat studenţilor din înv¼ aţ¼

amântul economic din anul I, ID, de
la Facultatea de Cibernetic¼ a, Statistic¼
a şi Informatic¼a Economic¼ a din Academia de Studii
Economice Bucureşti.
Unitate de înv¼ aţare 1 conţine, o prezentare într-o form¼ a accesibil¼
a, dar riguroas¼ a a
noţiunilor introductive privind vectorii, scalarii şi spaţiile vectoriale.
Sarcinile impuse în parcurgerea materialului sunt:
- memorarea noţiunilor descrise în material, descrierea lor în limbaj matematic ca şi
exprimarea alternativ¼ a a lor,
- memorarea principalelor rezultate matematice şi urm¼ arirea aplic¼
arii lor în exerciţiile
propuse,
- parcurgerea unora din titlurile privind teoria (T) recomandate în bibliogra…e, pentru
a recupera demonstraţiile principalelor propoziţii şi teoreme,
- parcurgerea altor probleme rezolvate cuprinse într-unul din titlurile privind aplicaţiile
(A) recomandate în bibliogra…e, pentru a identi…ca diferite tipuri de probleme,
- autotestarea cunoştinţelor şi deprinderilor dobândite folosind testul de autoevaluare,
urmat¼ a de reluarea paşilor anteriori în caz de eşec.
1
2 OVIDIU VEGHEŞ
- efectuarea temei cuprins¼ a în setul de exerciţii nr.1,

- utilizarea acestor noţiuni cu înc¼ arcatura semantic¼ a aferent¼
a în combinaţie cu limbajul
cotidian atunci când contextul face posibil acest lucru.
Obiectivele avute în vedere sunt:
-însuşirea limbajului speci…c model¼ arii realit¼
aţii economico-sociale prin modele liniare,
-dezvoltarea capacit¼ aţii 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.
Dup¼ a studiul acestei unit¼ aţi de înv¼
aţare, studentul va avea cunoştinţe despre: spaţii
vectoriale, subspaţii vectoriale, operaţii cu subspaţii vectoriale, acoperirea liniar¼ a a unei
mulţimi, mulţime de generatori ai unui spaţiu liniare, dependenţ¼ a şi independenţ¼
a liniar¼a,
baze şi repere în spaţii vectoriale, dimensiunea unui spaţiu vectorial.
Deşi materialul prezent nu evidenţiaz¼ a acest aspect studentul dobândeşte cunoştinţele de
fundamentale necesare la alte discipline ce se ocup¼ a cu modelarea matematic¼ a a realit¼aţii.
2. SpaŢ ii vectoriale Ş i subspaŢ ii liniare
2.1. Spaţii vectoriale. Fie K şi V dou¼a mulţimi nevide.

2.1.1 De…niţie Mulţimea K posed¼ a o structur¼a de corp algebric dac¼
a sunt de…nite
dou¼a operaţii algebrice binare:
de adunare +K : K K ! K
de înmulţire K : K K ! K
ce veri…c¼
a axiomele:
corp-1: 8 ; ; 2 K, ( +K ) +K = +K ( +K );
corp-2: 8 ; 2 K, +K = +K ;
corp-3: 90K 2 K, 8 2 K, +K 0K = ;
corp-4: 8 2 K, 9 ( ) 2 K, +K ( ) = 0K ;
corp-5: 8 ; ; 2 K, ( K ) K = K ( K );
corp-6: 91K 2 K, 8 2 K, K 1K = ;
corp-7: 8 2 K = Kr f0K g, 9 1 2 K, K 1 =1 ;
K
corp-8: 0K 6= 1K ;
corp-9: 8 ; ; 2 K,
( +K ) K = ( K ) +K ( K ) şi
K ( +K ) = ( K ) +K ( K ).
Vom nota prin (K; +K ; K ) structura de corp a asociat¼ a lui K. Dac¼a, în plus de veri…c¼ a
şi axioma:
corp-10: 8 ; 2 K, K = K
spunem c¼ a K posed¼
a o structur¼a de corp algebric comutativ (sau c¼ a (K; +K ; K ) este o
structur¼a de corp comutativ).
2.1.2 Observaţie Reamintim c¼ a în orice grup se poate introduce natural o nou¼ a o-
peraţie asociat¼
a. Astfel, în cazul nostru, se poate de…ni operaţia de sc¼ adere, notat¼ a prin
„ K ”, unde K = +K ( ), 8 ; 2 K .
2.1.3 De…niţie Dac¼a (K1 ; +K1 ; K1 ) şi (K2 ; +K2 ; K2 ) indic¼a corpuri algebrice, o funcţie
f : K1 ! K2 se numeşte mor…sm de corpuri algebrice dac¼ a:
(1) 8 ; 2 K1 , f ( +K1 ) = f ( ) +K2 f ( ),
(2) 8 ; 2 K1 , f ( K1 ) = f ( ) K2 f ( ),
¼ LINIAR A
ALGEBR A ¼ - UNITATEA DE ÎNV A
¼ ŢARE 1 3
(3) f (1K1 ) = 1K2 .

Dac¼a mor…smul de corpuri f : K1 ! K2 este şi bijectiv el se numeşte izomor…sm.
2.1.4 Propoziţie Fie K un corp algebric. Sunt adev¼ arate a…rmaţiile:
(1) 8 2 K, K 0K = 0K K = 0K ,
(2) 8 2 Kr f0K g, nu este divizor a lui 0K nici la stânga, nici la dreapta,
(3) 8 ; 2 K, K ( ) = ( ) K = ( K ) ^ ( ) K ( ) = K ,
(4) 8 ; ; 2 K, ( K ) Ku= K K K ,
(5) 8 ; ; 2 K, K ( K )= K K K ,
(6) 8n 2 Nr f0; 1g, 8 ; 1 ; : : : ; n 2 K,
K ( 1 +K : : : +K n) =( K 1) +K : : : +K ( K n) ;
(7) 8n 2 Nr f0; 1g, 8 1; : : : ; n; 2 K,
( 1 +K : : : +K n) K =( 1 K ) +K : : : +K ( n K ):
2.1.5 De…niţie Spunem c¼a V posed¼ a o structur¼
a de K-spaţiu vectorial (sau K-spaţiu
liniar), unde K este un corp algebric, dac¼a sunt de…nite dou¼
a operaţii algebrice binare:
de adunare a vectorilor +:V V!V
de înmulţire cu scalari a vectorilor : K V ! V
ce veri…c¼ a axiomele:
sv-1: 8u; v; w 2 V, (u + v) + w = u + (v + w);
sv-2: 8u; v 2 V, u + v = v + u;
sv-3: 90V 2 V, 8u 2 V, u + 0V = u;
sv-4: 8u 2 V, 9 ( u) 2 V, u + ( u) = 0V ;
sv-5: 8u 2 V, 1K u = u;
sv-6: 8 ; 2 K, 8u 2 V, ( K ) u = ( u);
sv-7: 8 ; 2 K, 8u 2 V, ( +K ) u = u+ u;
sv-8: 8 2 K, 8u; v 2 V, (u + v) = u+ v.
Vom nota prin (V; +; ; K; +K ; K ) structura de spaţiu vectorial a lui V. Dac¼ a contextul
nu este ambiguu, atunci V se numeşte, simplu, spaţiu vectorial.
În contextul K-spaţiului vectorial V, elementele mulţimii K se numesc scalari, iar e-
lementele mulţimii V se numesc vectori, operaţia „+” se numeşte operaţie intern¼ a, iar
„” se numeşte operaţie extern¼ a spaţiului vectorial. Operaţiile „+” şi „” sunt denumite
operaţii vectoriale.
2.1.6 Observaţie Pentru K = R , V se numeşte spaţiu vectorial real, iar pentru K = C,
V se numeşte spaţiu vectorial complex. În acest context, sixpletul (V; +; ; R; +R ; R ), res-
pectiv (V; +; ; C; +C ; C ), indicând structura vectorial¼ a real¼
a, respectiv structura vectorial¼
a
complex¼ a.
2.1.7 Observaţie i) Operaţia de sc¼ adere a vectorilor, notat¼ a prin „ ”, este de…nit¼ a
prin
u v = u + ( v); 8u; v 2 V:
ii) De regul¼a ( u) 6= ( u), cu ; 2 K, u 2 V, atunci când K nu este comutativ.
2.1.8 Propoziţie Fie sixpletul (V; +; ; K; +K ; K ) ce indic¼ a un spaţiu vectorial. Sunt
adev¼ arate a…rmaţiile:
(1) 8 2 K, 8u 2 V, 0V = 0K u = 0V ,
(2) Dac¼ a 2 K, u 2 V, u 6= 0V şi u = 0V , atunci = 0K ,
(3) Dac¼ a 2 K, 6= 0K , u 2 V şi u = 0V , atunci u = 0V ,
(4) 8 2 K, 8u 2 V, u = 0V ! ( = 0K _ u = 0V ),
(5) 8u 2 V, ( 1K ) u = u,
4 OVIDIU VEGHEŞ
(6) 8 2 K, 8u 2 V, ( u) = ( ) u = ( u) ^ ( ) ( u) = u,
(7) 8 ; 2 K, 8u 2 V, ( K ) u= u u,
(8) 8 2 K, 8u; v 2 V, (u v) = u v,
(9) 8n 2 Nr f0; 1g, 8 2 K, 8u1 ; : : : ; un 2 V,
(u1 + : : : + un ) = ( u1 ) + : : : + ( un ) ;
(10) 8n 2 Nr f0; 1g, 8 1; : : : ; n 2 K, 8u 2 V,
( 1 +K : : : +K n) u=( 1 u) + : : : + ( n u) :
2.1.9 Observaţie Notaţiile pot … "simpli…cate", în sensul urm¼ ator: elementul neutru
la adunarea vectorilor 0V va … notat cu 0, elementul neutru la adunarea scalarilor 0K va
… notat tot cu 0, elementul neutru la înmulţirea scalarilor 1K va … notat cu 1. Distincţia
între diferitele elemente notate la fel se va face din context. În mod asem¼ an¼ ator
distincţia între diferitele operaţii notate la fel se va face din context, astfel
încât structura de spaţiu vectorial va … notat¼ a cu (V; +; ; K; +; ), f¼ ar¼
a a exista pericol de
confuzie decât aparent. În mod frecvent vom nota structura de spaţiu vectorial cu (V; K)
atunci când toate operaţiile sunt considerate implicit cunoscute. Mai mult, pentru 2 K
şi u 2 V întelegem prin u rezultatul operaţiei u.
2.1.10 De…niţie Dac¼ a (V1 ; +V1 ; V1 ; K; +; ) şi (V2 ; +V2 ; V2 ; K; +; ) indic¼a spaţii vec-
toriale (peste acelaşi corp de scalari !), o funcţie U : V1 ! V2 se numeşte K-mor…sm de
spaţii vectoriale (sau K-aplicaţie liniar¼ a, sau K-operator liniar) dac¼ a:
(1) 8x; y 2 V1 , U (x +V1 y) = U (x) +V2 U (y) (U este aditiv),
(2) 8x 2 V1 , 8 2 K, U ( V1 x) = V2 U (x) (U este omogen).
Se noteaz¼ a cu LK (V1 ; V2 ) mulţimea tuturor K-mor…smelor de spaţii vectoriale dintre
(V1 ; +V1 ; V1 ; K; +; ) şi (V2 ; +V2 ; V2 ; K; +; ).
Dac¼ a K-mor…smul de spaţii vectoriale U : V1 ! V2 este şi bijectiv el poart¼ a denu-
mirea de K-izomor…sm de spaţii vectoriale. Spaţiile vectoriale între care exist¼ a un
U
K-izomor…sm se numesc K-izomorfe. Se va nota acest prin V1 =K V2 (sau V1 =K V2 , dac¼
a
vrem s¼
a punem în evidenţ¼
a K-izomor…smul U : V1 ! V2 ).
2.2. Subspaţii vectoriale. 2.2.11 De…niţie Fie V un K-spaţiu vectorial şi X V,

X 6= ?. X se numeşte K-subspaţiu vectorial sau K-subspaţiu liniar (sau subspaţiu
vectorial, dac¼
a contextul nu este ambiguu) al lui V dac¼
a:
i) 8u; v 2 X; u + v 2 X;
ii) 8 2 K; 8u 2 X; u 2 X.
2.2.12 Observaţie i) Dac¼ a X este K-subspaţiu vectorial al K-spaţiului vectorial V,
atunci X este K-spaţiu vectorial (sau echivalent (X; +; ; K; +; ) este o structur¼
a vectorial¼
a).
ii) Are loc urm¼ atoarea caracterizare a subspaţiilor vectoriale: X este K-subspaţiu vec-
torial al K-spaţiului vectorial V dac¼
a şi numai dac¼a
8u; v 2 X, 8 ; 2 K, avem u+ v 2 X.
2.3. Acoperirea liniar¼ a a unei mulţimi. Fie V un K-spaţiu vectorial.

2.3.13 De…niţie Fie M V; M 6= ?.
i) Se numeşte acoperirea liniar¼
a lui M mulţimea
spanK (M ) = f 1 v1 + ::: + r vr jv1 ; : : : ; vr 2 M; 1; : : : ; r 2 K; r 2 N g .
¼ LINIAR A
¼ ŢARE 1 5
ii) Dac¼
a u 2 spanK (M ), atunci spunem c¼ a u este o combinaţie liniar¼ a de
a …nit¼
elemente a lui M , iar scalarii 1 ; : : : ; r 2 K care fac valid¼
a o relaţie de forma
u= 1 v1 + ::: + r vr
se numesc ponderi în combinaţia liniar¼ a a lui u.

iii) Spunem c¼ a M este o mulţime de generatori ai spaţiului V (sau M genereaz¼ a
mulţimea tuturor vectorilor din V) dac¼ a spanK (M ) = V.
2.3.14 Propoziţie Fie M V; M 6= ? şi G V; G 6= ?.
i) spanK (M ) este subspaţiu vectorial şi, în plus, M spanK (M ).
ii) Dac¼
a X este subspaţiu vectorial, atunci X = spanK (X).
iii) Dac¼
a M1 M2 V; M1 6= ?, atunci spanK (M1 ) spanK (M2 ). Mai mult,
orice supramulţime, în sensul incluziunii, al unei mulţimi de generatori este mulţime de
generatori a lui V.
iv) Dac¼a G este o mulţime de generatori pentru V şi v 2 G \ spanK (fv1 ; :::; vm g), atunci
(G n fvg) [ fv1 ; :::; vm g este o mulţime de generatori pentru V.
v) Dac¼a G este o mulţime de generatori pentru V şi v 2 G \ spanK (G n fvg), atunci
G n fvg este sistem de generatori pentru V.
2.4. Suma şi intersecţia de subspaţii vectoriale. Fie V un K-spaţiu vectorial.
2.4.15 De…niţie Fie M; M1 ; :::; Mr V submulţimi de vectori, nevide. De…nim
suma de mulţimi: M1 + ::: + Mr = v1 + ::: + vr j vs 2 M; 8s = 1; r ,
-omotetia mulţimii M ( 2 K): M = f v j v 2 M g ,
mulţimea direcţiilor mulţimii M : KM = f v j 2 K; v 2 M g .
2.4.16 Teorem¼ a Fie V un K-spaţiu vectorial. Sunt adev¼ arate a…rmaţiile:
i) Dac¼
a Xs , cu s 2 f1; : : : ; rg, sunt K-subspaţii vectoriale în V, atunci X1 + : : : + Xr este
K-subspaţiu vectorial a lui V. În plus
X1 + : : : + Xr = SpanK (X1 [ : : : [ Xr ) .
ii) Dac¼a Xs , cu s 2 I, sunt K-subspaţii vectoriale în V, atunci \s2I Xs este K-subspaţiu
vectorial a lui V.
2.5. Suma direct¼ a de subspaţii vectoriale. 2.5.17 Propoziţie Fie X1 ; : : :; Xr sunt
K-subspaţii vectoriale în V. Sunt echivalente a…rmaţiile:
(1) 8x 2 X1 + : : : + Xr , 9! (x1 ; : : : ; xr ) 2 X1 : : : Xr astfel încât x = x1 + ::: + xr .
P
(2) 8s 2 f1; : : : ; rg, Xs \ j2f1;:::;rg;j6=s Xj = f0V g.
2.5.18 De…niţie Fie X1 ; : : :; Xr sunt K-subspaţii vectoriale în V. Dac¼
a
8x 2 X1 + : : : + Xr , 9! (x1 ; : : : ; xr ) 2 X1 ::: Xr astfel încât x = x1 + ::: + xr
atunci suma subspaţiilor date este direct¼
a şi not¼
am acest fapt prin
X1 ::: Xr = X1 + : : : + Xr .
2.5.19 De…niţie K-subspaţiile X1 şi X2 se numesc suplementare unul celuilalt,
dac¼
a şi numai dac¼a V = X1 X2 .
2.5.20 Teorem¼ a Orice subspaţiu al unui spaţiu vectorial are un subspaţiu suplementar.
Dou¼a spaţii suplementare ale aceluiaşi subspaţiu vectorial sunt izomorfe între ele.
2.5.21 Observaţie i) Ne aştept¼ am ca un K-subspaţiu vectorial X1 s¼ a admit¼a, în general,
mai multe K-subspaţii vectoriale X2 suplementare.
X1 + X2 = V
ii) V = X1 X2 () .
X1 \ X2 = f0V g
6 OVIDIU VEGHEŞ
3. Baze Ş i repere. Dimensiunea unui spaŢ iu vectorial
3.1. Dependenţ¼a şi independenţ¼ a. Fie V un K-spaţiu vectorial.

a liniar¼
3.1.1 De…niţie i) Fie fv1 ; ::; vr g o mulţime de vectori din V. Aceast¼ a mulţime se
numeşte mulţime liber¼a sau liniar independent¼ a sau c¼
a este format¼ a cu vectori
liniar independenţi dac¼a este adev¼ arat¼
a urm¼atoarea implicaţie
8 1 ; :::; n 2 K, 1 v1 + ::: + r vr = 0V ! 1 = 2 = ::: = n = 0.
ii) Fie L V; L 6= ? (…nit¼ a sau in…nit¼
a). L se numeşte mulţime de vectori liniar
independent¼ a dac¼
a orice parte …nit¼a, nevid¼a, a sa este liniar independent¼ a.
iii) Fie L V; L 6= ?. Dac¼ a aceast¼
a mulţime nu este liniar independent¼ a, atunci ea se
numeşte mulţime legat¼ a sau liniar dependent¼ a.
3.1.2 Observaţie Fie L V; L 6= ? o mulţime (…nit¼ a sau in…nit¼a) de vectori din V. Ea
este liniar dependent¼ a dac¼a şi numai dac¼a exist¼a o submulţime …nit¼ a a sa fv1 ; ::; vr g L
şi
9 1 ; :::; n 2 K, nu toţi simultan nuli, astfel încât 1 v1 + : : : + r vr = 0V :
3.1.3 Propoziţie i) Fie v 2 V, v 6= 0V . Atunci mulţimea fvg este liniar independent¼ a.
ii) O submulţime, în sensul incluziunii, a unei mulţimi de vectori liniar independent¼ a
este o mulţime de vectori liniar independent¼ a.
iii) Orice supramulţime, în sensul incluziunii, a unei mulţimi liniar dependente este o
mulţime liniar dependent¼ a.
iv) Orice mulţime de vectori care conţine vectorul nul este liniar dependent¼ a.
v) O mulţime de vectori este liniar dependent¼ a dac¼
a şi numai dac¼a cel puţin unul dintre
vectori este o combinaţie liniar¼
a …nit¼a a unora dintre ceilalţi vectori.
vi) Dac¼ a L V; L 6= ?, cu L liniar independent¼ a şi L [ fvg este liniar dependent¼ a
atunci v se poate scrie ca o combinaţie liniar¼a …nit¼a de vectori din L.
vii) Dac¼aL V; L 6= ?, cu L liniar independent¼ a şi v 2 spanK (L), atunci ponderile
din combinaţia liniar¼a …nit¼
a de vectori din L a lui v sunt unice.
3.1.4 Propoziţie Fie X1 ; : : :; Xr K-subspaţii vectoriale în V astfel încât
V = X1 ::: Xr :
Dac¼ a, k = 1; r, atunci Y = [rk=1 Yk
a Yk Xk este o mulţime de vectori liniar independent¼
este o mulţime de vectori liniar independent¼
a.
3.2. Baze şi repere ale spaţiilor vectoriale. Fie V un K-spaţiu vectorial.
3.2.5 De…niţie Fie B V; B 6= ? (…nit¼ a sau in…nit¼
a). Mulţimea B se numeşte baza
a K-spaţiului vectorial V dac¼ a B este atât o mulţime de generatori pentru V cât şi
o mulţime de vectori liniar independent¼ a. Dac¼ a pentru o baz¼a avem …xat¼ a o relaţie de
ordine între elementele ei, atunci se va folosi sintagma reper în K-spaţiul vectorial V.
3.2.6 Observaţie i)Între vectorii unei baze B nu exist¼ a o regul¼a general¼a de indexare
a elementelor mulţimii B. Dac¼ a în schimb avem în vedere o ordine de enumerare, atunci
spunem c¼ a lucr¼ am cu un reper. Astfel dac¼ a B = fbi j i 2 Ig este o baz¼ a, atunci (bi )i2I
este reperul asociat implicit index¼ arii date de mulţimea ordonat¼a I.
ii) Se foloseşte uneori denumirea de baz¼ a Hamel dac¼a baza are o in…nitate de elemente.
3.2.7 Teorem¼ a[caracterizarea bazelor] Fie B V; B 6= ? (…nit¼ a sau in…nit¼a). Sunt
echivalente a…rmaţiile:
(1) B este o mulţime liniar independent¼ a, maximal¼a în sensul incluziunii;
(2) B este o mulţime de generatori a lui V, minimal¼ a în sensul incluziunii;
(3) B este baz¼ a.
¼ LINIAR A
¼ ŢARE 1 7
3.2.8 Observaţie (a) B este o mulţime liniar independent¼

a maximal¼
a, în sensul in-
cluziunii, dac¼
a
8M B; M 6= ?; M 6= B atunci M nu este o mulţime liniar independent¼
a.
Echivalent, orice mulţime liniar independent¼
a care include B este chiar egal¼
a cu B.
(b) De asemenea, B este o mulţime de generatori a spaţiului V minimal¼ a, în sensul
incluziunii, dac¼
a
8M B; M 6= ?; M 6= B atunci M nu este o mulţime de generatori pentru V.
Echivalent, orice mulţime de generatori a lui V inclus¼ a în B este chiar egal cu B.
3.2.9 Teorem¼ a[fundamental¼ a a spaţiilor vectoriale] Fie V este un K-spaţiu vectorial,
nenul (V 6= f0V g).
(1) Dac¼a L G V; L 6= ?, cu L liniar independent¼ a şi G mulţime de generatori
pentru V, atunci exist¼ a B 6= ? baz¼ a a spaţiului vectorial astfel încât L B G.
(2) K-spaţiul vectorial V admite o baz¼ a.
3.2.10 Corolar[completare] Fie V este un K-spaţiu vectorial, nenul. Dac¼ a L V; L 6=
?, cu L liniar independent¼ a, atunci exist¼a B 6= ? baz¼ a a spaţiului vectorial astfel încât
L B.
3.2.11 Corolar[extragere] Fie V este un K-spaţiu vectorial, nenul. Dac¼ a G V; G 6= ?,
cu G mulţime de generatori pentru V, atunci exist¼ a B 6= ? baz¼ a a spaţiului vectorial astfel
încât B G.
3.3. Dimeniunea unui spaţiu vectorial. Fie V un K-spaţiu vectorial.

3.3.12 Teorem¼ a[Steinitz] Fie L = fu1 ; u2 ; :::; ur g o mulţime de vectori liniar indepen-
dent¼ a şi G = fg1 ; g2 ; :::; gm g o mulţime de vectori generatori pentru V, unde r; m 2 N .
Sunt adev¼ arate urm¼ atoarele dou¼ a a…rmaţii:
i) r 6 m;
ii) putem înlocui r vectori din mulţimea G cu vectori din mulţimea L, şi mulţimea
obţinut¼ a este sistem de generatori al lui V.
3.3.13 Corolar Dac¼ a V este un spaţiu vectorial, nenul, …nit generat, atunci V are o
baz¼a. Mai mult orice alt¼ a baz¼
a este …nit¼
a şi toate bazele au acelaşi num¼ar de elemente.
3.3.14 Teorem¼ a Fie V este un K-spaţiu vectorial, nenul. Între orice dou¼ a baze poate
… stabilit¼ a o aplicaţie bijectiv¼ a.
3.3.15 De…niţie i) Dac¼ a K-spaţiul vectorial V admite o baz¼ a cu un num¼ ar …nit de
vectori sau K-spaţiul vectorial V este 0 , el se numeşte spaţiu vectorial de tip …nit.
Dac¼ a K-spaţiul vectorial V nu este 0 , num¼ arul de elemente al oric¼arei baze se noteaz¼ a
dimK V. Dac¼ a K-spaţiul vectorial V este 0 , dimK V, este zero.
ii) Dac¼ a K-spaţiul vectorial V admite o baz¼ a cu un num¼ar in…nit de vectori, el se numeşte
spaţiu vectorial de tip in…nit. În acest¼ a situaţie not¼
am dimK V =1.
iii) dimK V se numeşte dimensiunea K-spaţiului vectorial V.
3.3.16 Exemplu 1) Pentru K-spaţiul vectorial Kn , cu n 2 N , mulţimea
E = fe1 = (1; 0; : : : 0) ; e2 = (0; 1; : : : 0) ; : : : ; en = (0; 0; : : : 1)g
este o baz¼ a, dimK Kn = n.
a şi, în consecinţ¼
2) Pentru K-spaţiul vectorial Mm:n (K), cu m; n 2 N , mulţimea
8 2 3 2 3 2 39
> 1 0 :: 0 0 1 :: 0 0 0 :: 0 >
< =
6 0 0 :: 0 7 6 0 0 :: 0 7 6 0 0 :: 0 7
E = e11 = 4 ;e = 4 ; : : : ; emn = 4
>
: :: :: :: :: 5 12 :: :: :: :: 5 :: :: :: :: 5>
;
0 0 :: 0 0 0 :: 0 0 0 :: 1
8 OVIDIU VEGHEŞ
este o baz¼ a şi, în consecinţ¼ a, dimK Mm:n (K) = mn.

3) Pentru K-spaţiul vectorial K [X], mulţimea 1; X; X 2 ; : : : ; X n ; : : : este liniar in-
dependent¼ a maximal¼ a. Pentru K-spaţiul vectorial Kn [X], cu n 2 N , mulţimea E =
1; X; X 2 ; : : : ; X n este o baz¼ a. Rezult¼a dimK K [X] = 1 şi dimK Kn [X] = n + 1.
4) Pentru spaţiul vectorial real FR (I) = ff : I ! K j f - funcţieg, unde I este un in-
terval nesingular, mulţimea f1; cos (x) ; sin (x) ; cos (2x) ; sin (2x) ; : : :g este liniar indepen-
dent¼a nemaximal¼ a, dimR FR (I) = 1. De asemenea dimR CR (I) = 1,
a şi, în consecinţ¼
unde CR (I) = ff 2 FR (I) j f - continu¼ a pe Ig.
4. ExerciŢ ii rezolvate
4.0.1 Exerciţiu Fie F submulţimea lui R3 de…nit¼
a prin
F = f(c + d; 2c; c 3d) j c; d 2 Rg .
i) Ar¼ a F este un subspaţiu vectorial real a spaţiului vectorial real R3 . ii) Fie G
ataţi c¼
subspaţiu vectorial real a lui R3 de…nit prin
G = (x; y; z) 2 R3 j 3x + 2y z=0 .
iii) Ar¼
ataţi F şi G coincid ca subspaţii vectoriale. iv) S¼
a se decid¼
a dac¼
a v = (1; 1; 2) este
un vector din F . v) S¼ a F spanR (fvg) = R3 .
a se veri…ce c¼
Soluţie. Toate calculele şi raţionamentele se fac în spaţiul vectorial real R3 .
a (c + d; 2c; c 3d), (c0 + d0 ; 2c0 ; c0 3d0 ) 2 F , unde c; d; c0 ; d0 2 R, atunci
i) Dac¼
(c + d; 2c; c 3d) + c0 + d0 ; 2c0 ; c0 3d0 = c + c0 + d + d0 ; 2 c + c0 ; c + c0 3 d + d0 2 F;
0 0
deoarece (c + c ) ; (d + d ) 2 R.
Dac¼
a (c + d; 2c; c 3d) 2 F , unde c; d 2 R, şi 2 R, atunci evident
(c + d; 2c; c 3d) = (( c) + ( d) ; 2 ( c) ; ( c) 3 ( d)) 2 F;
deoarece ( c) ; ( d) 2 R.
3x + 2y z = 0
a (x; y; z) ; (x0 ; y 0 ; z 0 ) 2 G, adic¼
ii) Dac¼ a , cu x; x0 ; y; y 0 ; z; z 0 2 R, atunci
3x0 + 2y 0 z 0 = 0
3 (x + x0 ) + 2 (y + y 0 ) (z + z 0 ) = 0 şi x + x0 ; y + y 0 ; z + z 0 2 R. Rezult¼a (x + x0 ; y + y 0 ; z + z 0 ) 2 G.
Dac¼ a 2 R şi (x; y; z) 2 G, adic¼ a 3x + 2y z = 0, cu x; y; z 2 R, atunci 3 ( x) + 2 ( y) ( z) = 0
şi x; y; z 2 R. Rezult¼ a ( x; y; z) 2 G.
iii) Vom c¼ auta câte o mulţime de generatori atât pentru subspaţiu vectorial F , cât şi pentru G.
F = fc (1; 2; 1) + d (1; 0; 3) j c; d 2 Rg = spanR (fv1 ; v2 g) ;
G = fx (1; 0; 3) + y (0; 1; 2) j x; y 2 Rg = spanR (fv2 ; v3 g) ;
unde v1 = (1; 2; 1) , v2 = (1; 0; 3) şi v3 = (0; 1; 2) .
"F G" Ar¼at¼ am c¼a v1 , v2 2 G. Acest fapt este adev¼
arat, deoarece 3 1 + 2 2 1 = 0 şi 3 1 + 2
0 ( 3) = 0. Dar, atunci orice combinaţie liniar¼ a (…nit¼
a) a celor doi vectori aparţine lui G, pentru c¼
aG
este subspaţiu vectorial. Am demonstrat astfel incluziunea.
"G F " Ar¼at¼am c¼a v2 , v3 2 F . Primul vector este unul din vectorii care particip¼ a la generarea lui
F , şi deci aparţine lui F . Pentru a demonstra a doua aparteneţ¼ a, trebuie s¼
a g¼
asim c; d 2 R astfel încât
v3 = cv1 + dv2 . Suntem conduşi la rezolvarea sistemului
8
< c+d=0
2c = 1
:
c 3d = 2:
Sistemul este compatibil, având unica soluţie c = 12 ; d = 21 . Atunci v3 = 12 v1 12 v2 2 F . Deoarece F este
subspaţiu vectorial, rezult¼
a c¼
a G F.
Cele dou¼a incluziuni …ind demonstrate rezult¼ a F = G.
iv) Pentru a veri…ca c¼ a v 2 F , trebuie s¼
a g¼
asim c; d 2 R astfel încât v = cv1 + dv2 . Suntem conduşi la
rezolvarea sistemului 8
< c+d=1
2c = 1
:
c 3d = 2:
¼ LINIAR A
¼ ŢARE 1 9
Sistemul nu este compatibil şi în concluzie v 2

= F.
F + spanR (fvg) = R3
v) Pentru a veri…ca F spanR (fvg) = R3 sau echivalent , trebuie s¼
a veri…c¼
a
F \ spanR (fvg) = f0V g
3
patru incluziuni. F \ spanR (fvg) f0V g şi F + spanR (fvg) R sunt evidente.
"F \ spanR (fvg) f0V g" Fie u 2 F \ spanR (fvg). Atunci exist¼
a b; c; d 2 R astfel încât u = bv =
cv1 + dv2 . Sistemul echivalent cu relaţia precent¼
a este
8
< c+d b=0
2c b = 0
:
c 3d 2b = 0:
Sistemul este compatibil, având unica soluţie b = c = d = 0. Atunci u = 0V .
"F +spanR (fvg) R3 " Fie u = (x; y; z) 2 R3 arbitrar. C¼ aut¼
am b; c; d 2 R astfel încât u = bv+cv1 +dv2 .
Suntem conduşi la rezolvarea sistemului
8
< b+c+d=x
b + 2c = y
:
2b + c 3d = z:
Sistemul este compatibil, având unica soluţie b = x 23 y + 31 z; c = 65 y 21 x 16 z; d = 12 x 1

6
y 1
6
z. Atunci
u = u1 + u2 , unde
u1 = x 32 y + 31 z v 2 spanR (fvg)
u2 = 56 y 12 x 16 z v1 + 21 x 16 y 61 z v2 2 F .
a F şi spanR (fvg) sunt spaţii suplementare directe unul celuilalt în R3 .
Am veri…cat c¼
4.0.2
n Exerciţiu Fie E o a în spaţiul vectorial real R4 şi
= fe1 ; e2 ; e3 ; e4 g baza canonic¼
P
Ei = ei ; j2f1;2;3;4grfig ej ; i = 1; 2; 3; 4. S¼ a se determine dimR spanR (Ei ) ; i = 1; 2; 3; 4
şi dimR spanR \i2f1;2;3;4g Ei .
a în spaţiul vectorial real R4 este format¼
Soluţie. #) Baza canonic¼ a cu vectorii
e1 = (1; 0; 0; 0) ; e2 = (0; 1; 0; 0) ; e3 = (0; 0; 1; 0) ; e4 = (0; 0; 0; 1) .
E este o mulţime liniar independent¼
a, pentru c¼
a 1 e1 + 2 e2 + 3 e3 + 4 e4 = (0; 0; 0; 0) atrage
( 1; 2; 3; 4) = (0; 0; 0; 0) ;
adic¼ a toţi scalarii 1 ; 2 ; 3 ; 4 sunt nuli. E este mulţime de generatori pentru R4 , deoarece pentru orice
(x1 ; x2 ; x3 ; x4 ) 2 R4 , exist¼
a scalarii reali x1 ; x2 ; x3 ; x4 astfel incât (x1 ; x2 ; x3 ; x4 ) = x1 e1 +x2 e2 +x3 e3 +x4 e4 .
În exerciţiile viitoare nu va mai trebui s¼ a facem acest¼ a veri…care.
#) Evident E1 = f(1; 0; 0; 0) ; (0; 1; 1; 1)g este o mulţime de generatori pentru spanR (E1 ), aşa cum
rezult¼ a din de…niţia spaţiului generat de o mulţime de vectori. Vom veri…ca c¼ a E1 este şi mulţime de
vectori liniar independent¼ a. Într-adev¼ ar, (1; 0; 0; 0) + (0; 1; 1; 1) = (0; 0; 0; 0) cere cu necesitate = 0 şi
= 0. Am probat astfel c¼ a E1 este o baz¼ a în spanR (E1 ) şi în consecinţ¼ a dimR spanR (E1 ) = 2.
În mod asem¼ an¼
ator dimR spanR (E2 ) = dimR spanR (E3 ) = dimR spanR (E4 ) = 2.
#) Fie v 2 E1 \ E2 \ E3 \ E4 arbitrar. Atunci exist¼ a scalarii a1 ; b1 ; a2 ; b2 ; a3 ; b3 ; a4 ; b4 astfel încât
8
>
> a1 e1 + b1 (e2 + e3 + e4 )
<
a2 e2 + b2 (e1 + e3 + e4 )
v= .
>
> a3 e3 + b3 (e1 + e2 + e4 )
:
a4 e4 + b4 (e1 + e2 + e3 )
Suntem conduşi la rezolvarea sistemului
8
>
> a1 = b2 = b3 = b4
<
a2 = b1 = b3 = b4
:
>
> a3 = b1 = b2 = b4
:
a4 = b1 = b2 = b3
Sistemul este compatibil cu soluţia a1 = b1 = a2 = b2 = a3 = b3 = a4 = b4 = t, t 2 R. Rezult¼ a
v = t (e1 + e2 + e3 + e4 ) = t (1; 1; 1; 1).
Concluzia este E1 \ E2 \ E3 \ E4 = spanR (fe1 + e2 + e3 + e4 g). (A doua incluziune este trivial¼
a.)
10 OVIDIU VEGHEŞ
Vectorul e1 +e2 +e3 +e4 este nenul şi atunci fe1 + e2 + e3 + e4 g este o mulţime liniar independent¼
a. Evi-
dent fe1 + e2 + e3 + e4 g este o mulţime de generatori pentru spanR (fe1 + e2 + e3 + e4 g), aşa cum rezult¼a
din de…niţia spaţiului generat de o mulţime de vectori. Am probat c¼ a
dimR spanR \i2f1;2;3;4g Ei = 1
deoarece fe1 + e2 + e3 + e4 g este o baz¼
a pentru spanR (fe1 + e2 + e3 + e4 g).
5. Test de autoevaluare
5.0.1 Exerciţiu De…niţi noţiunile: i) spaţiu vectorial; ii) sum¼ a direct¼

a de subspaţii
vectoriale; iii) baz¼
a a unui spaţiu vectorial.
5.0.2 Exerciţiu Enunţaţi propriet¼ aţile: i) acoperirii liniare a unei mulţimi; ii) mulţi-
milor de generatori pentru un spaţiu vectorial; iii) mulţimilor liniar independente.
5.0.3 Exerciţiu Fie F submulţimea lui R2 [X] de…nit¼ a prin
F = (m + n) X 2 + 2mX + (m 3n) j m; n 2 R .
i) Ar¼
ataţi c¼
a F este un subspaţiu vectorial real a spaţiului vectorial real R2 [X]. ii) Fie G
subspaţiu vectorial real a lui R2 [X] de…nit prin
G = aX 2 + bX + c 2 R2 [X] j 3a + 2b c=0 .
iii) Ar¼
ataţi F şi G coincid ca subspaţii vectoriale. iv) S¼
a se decid¼
a dac¼a P = X2 + X + 2
este un polinom din F . v) S¼ a se veri…ce c¼a F spanR (fP g) = R2 [X].
5.0.4 Exerciţiu Fie n 2 N; n > 2. S¼ a se cerceteze dac¼a K-spaţiul vectorial Mn (K),
al matricelor p¼ atratice de ordin n cu elemente din K, este suma direct¼ a dintre subspaţiul
matricelor simetrice şi subspaţiul matricelor antisimetrice.
5.0.5 Exerciţiu Dac¼ a consider¼
am
G = (xn )n2N 2 FR (N) j xn = 3xn 1 2xn 2; n >2 ;
atunci ar¼
ataţi c¼
a (G; +; ; R; +; ) este o structur¼
a vectorial¼
a. Determinaţi dimR G.
6. RA¼ spunsuri Ş i comentarii la testul de autoevaluare
În rezolvarea testului trebuie s¼

a ţinem cont c¼
a soluţiile propuse trebuie s¼
a …e clare,
corecte şi complete.
Exerciţiul 5.0.1.
Soluţie. Este vorba de de…niţiile i) 2.1.5; ii) 2.5.18; iii) 3.2.5.
Exerciţiul 5.0.2.
Soluţie. Este vorba de de…niţiile i) 2.3.14-primele trei a…rmaţii; ii) 2.3.14-ultimele trei a…rmaţii; iii) 6.
Pentru ii) şi iii) ad¼
aug¼
am şi teorema 3.2.7.
Exerciţiul 5.0.3.
Soluţie. Similitudinea cu primul exerciţiu rezolvat este evident¼ a. i),ii),iii),v) R¼
aspunsurile sunt a…r-
mative şi se justi…c¼
a r¼
aspunsurile. iv) R¼
aspunsul este negativ şi se justi…c¼a.
Exerciţiul 5.0.4.
Soluţie. Fie X1 = S 2 Mn (K) j S T = S şi X2 = A 2 Mn (K) j AT = A . Am notat cu AT
transpusa matricei A. Pentru început veri…c¼ am c¼a X1 şi X2 sunt K-subspaţii vectoriale.
Dac¼ a S1T = S1 şi S2T = S2 , atunci (S1 + S2 )T = S1T + S2T = S1 + S2 şi deci
a S1 ; S2 2 X1 , adic¼
S1 + S2 2 X1 . Dac¼ a 2 K şi S 2 X1 , adic¼ a S T = S, atunci ( S)T = S T = S şi deci S 2 X1 . Am
probat astfel c¼a X1 este K-subspaţiu vectorial. Dac¼ a AT1 = A1 şi AT2 = A2 , atunci
a A1 ; A2 2 X2 , adic¼
(A1 + A2 )T = AT1 + AT2 = A1 A2 = (A1 + A2 ) şi deci A1 + A2 2 X2 . Dac¼ a 2 K şi A 2 X2 ,
a AT = A, atunci ( A)T = AT = ( A) = ( A) şi deci A 2 X2 . Am probat astfel c¼
adic¼ a X2 este
K-subspaţiu vectorial.
¼ LINIAR A
¼ ŢARE 1 11
X1 + X2 = Mn (K)
Pentru a veri…ca X1 X2 = Mn (K), sau echivalent , trebuie s¼
a veri…c¼
a patru
X1 \ X2 = f0n g
incluziuni. X1 \ X2 f0n g şi X1 + X2 Mn (K) sunt evidente.
Cazul 1: K este un corp algebric cu caracteristica diferit¼
a de 2:
"X1 \ X2 f0n g" Fie M 2 X1 \ X2 . Atunci din M T = M = M avem 2M = 0n . Rezult¼ a M = 0n .
"X1 + X2 Mn (K)" Fie M 2 Mn (K) arbitrar. Atunci M = S + A, unde
1
S = (2 1) M + MT 2 X1 şi A = (2 1) 1
M MT 2 X2 :
Este imediat¼
a veri…carea
S T = (2 1) 1
MT + M = S şi AT = (2 1) 1
MT M = A.
Am veri…cat c¼
a X1 şi X2 sunt spaţii suplementare directe unul celuilalt în Mn (K).
Cazul 2: K este un corp algebric cu caracteristica egal¼a cu 2 (de exemplu Z2 ).
Atunci M = M , 8M 2 Mn (K) şi, în consecint¼ a, X1 = X2 6= f0n g. Nu se poate calcula X1 X2 .
Exerciţiul 5.0.5.
Soluţie. Raţionamentul parcurge patru etape. În prima se veri…c¼ a c¼a G este spaţiu vectorial real, în a
doua se arat¼ a şirurile (2n )n2N şi (1)n2N formeaz¼
a c¼ a o mulţime de generatori pentru G (r¼ ad¼
acinile ecuaţiei
caracteristice sunt 1 şi 2), în a treia veri…c¼ am liniar independenţa, iar în ultima preciz¼ am c¼a dimR G = 2
deoarece (2n )n2N ; (1)n2N este o baz¼ a în G.
7. Setul de exerciŢ ii nr.1
7.0.1 Exerciţiu i) Fie V un spaţiu vectorial real şi C V = V V. De…nim operaţiile

+ : CV CV ! C V, (x1 ; y1 ) + (x2 ; y2 ) = (x1 + x2 ; y1 + y2 )
: C CV ! C V, ( + i) (x; y) = ( x y; x + y) :
S¼ a C V este spaţiu vectorial complex (se numeşte complexi…catul spaţiului
a se arate c¼
vectorial real V). În plus, C Rn = Cn .
ii) Fie V un spaţiu vectorial complex şi R V = V. De…nim operaţiile de „+” prin
preluarea operaţiei din V, iar „”este restricţia înmulţirii vectorilor din V cu scalari reali.
S¼ a R V este spaţiu vectorial real (se numeşte trecerea în real a spaţiului
a se arate c¼
vectorial complex V). În plus, R Cn = R2n .
7.0.2 Exerciţiu Fie V un K-spaţiu vectorial. Fie M V; M 6= ?. Atunci
spanK (M ) = \X M , X este K-subspaţiu vectorial X:
7.0.3 Exerciţiu În spaţiul vectorial real R4 s¼ a se consider¼ a vectorii v1 = (2; 3; 1; 0),

v2 = (3; 4; 0; 2), v3 = (2; 1; 5; 8), v4 = (1; 1; 1; 2). i) S¼ a se arate c¼ a spanR (fv1 ; v2 g) =
spanR (fv3 ; v4 g). ii) S¼a se determine spanR nv1 + n2 v2 j n 2 N .
p
7.0.4 Exerciţiu S¼ a se determine acoperirea liniar¼ a a mulţimii A = 1; 2 în Q-spaţiul
p
vectorial R şi R-spaţiul vectorial R. Aparţine 3 2 acestei acoperiri?
7.0.5 Exerciţiu Determinaţi dac¼ a vectorii w1 ; w2 w3 ; w4 pot … exprimaţi ca şi combi-
naţii liniare, în spaţiul vectorial real R3 , ale vectorilor v1 ; v2 ; v3 , unde
v1 = (1; 1; 1) ; v2 = (1; 0; 1) ; v3 = (1; 3; 5) ;
w1 = (1; 2; 3) ; w2 = (0; 1; 2) ; w3 = (3; 4; 5) ; w4 = (4; 6; 8) .
Putem a…rma ceva despre spanR (fv1 ; v2 ; v3 g) şi spanR (fw1 ; w2 ; w3 ; w4 g), bazându-ne pe
aceste veri…c¼
ari?
7.0.6 Exerciţiu În spaţiul vectorial real R3 se consider¼a vectorii
v1 = (2; 1; 0) ; v2 = (1; 2; 3) ; v3 = ( 5; 2; 1) ;
w1 = (1; 1; 2) ; w2 = ( 1; 3; 0) ; w3 = (2; 0; 3) .
12 OVIDIU VEGHEŞ
Fie X1 = spanR (fv1 ; v2 ; v3 g) şi X2 = spanR (fw1 ; w2 ; w3 g). i) Determinaţi X1 + X2 . ii)

Determinaţi X1 \ X2 . iii) G¼ asiţi dou¼
a descompuneri distincte a lui u = (1; 0; 1) ca sum¼ a
de vectori din X1 şi X2 .
7.0.7 Exerciţiu i) Determinaţi dimQ R; dimR R; dimR Rn ; dimC Cn ; dimR Cn .
a dimR V = n 2 N , atunci dimC C V = n.
ii) Dac¼
a dimC V = n 2 N , atunci dimR R V = 2n.
iii) Dac¼
7.0.8 Exerciţiu G¼ asiţi dimensiunea şi o baz¼
a pentru
spanR X 6 + X 4 ; X 6 + 3X 4 X; X 6 2X 4 + X; X 6 4X 4 + 2X :
7.0.9 Exerciţiu Ar¼ataţi c¼
a mulţimea tuturor soluţiilor unui sistem liniar şi omogen
de n ecuaţii cu n necunoscute este un subspaţiu vectorial a lui spaţiului vectorial real
Mn:1 (R). A‡aţi dimensiunea sa.
7.0.10 Exerciţiu Fie V un K-spaţiul vectorial, nenul, de dimensiune …nit¼a. Dac¼ a X este
un K-subspaţiu vectorial a lui V, s¼
a se indice o modalitate de construire a unui suplement
direct a lui X în V.
Bibliogra…e
[1] G. Cenuş¼ a şi colectiv catedr¼a. Matematici pentru economişti. Ed.CISION, Bucureşti, 2000. T
[2] G. Cenuş¼ a şi colectiv catedr¼
a. Matematici pentru economişti. Culegere de probleme. Ed.CISION, Bu-
cureşti, 2001. A
[3] Colectiv catedr¼ a. 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 catedr¼ a. Culegere de probleme de algebr¼a liniar¼a. Ed.ASE, 1986. A
[6] C. Necul¼ aescu, O. Vegheş. Introducere în algebr¼a liniar¼a. Ed.ASE, 2005. T
[7] A. Toma. Algebr¼a liniar¼a. Culegere de probleme. Ed.Economica, 2002. A
[8] G. Cenuş¼ a, I.S¼ acuiu, V.Burlacu. Matematici. Curs pentru studenţii din anul I de la specializarea: Pla-
ni…care şi Cibernetic¼a Economic¼a. Ed.ASE, 1986. T
¼ LINIARA
¼ ŢARE 2
OVIDIU VEGHEŞ
Octombrie 2010
CUPRINS
aţare 2 1
2. Spaţii vectoriale de tip …nit 2
2.1. Subspaţii în spaţii vectoriale de tip …nit 2
2.2. Coordonatele unui vector în spaţii vectoriale de tip …nit 3
2.3. Modi…carea coordonatelor unui vector la schimbarea reperelor 3
2.4. Rolul rangului matricei coordonatelor unor vectori 4
3. Operatori liniari, operaţii cu operatori şi reprezentare 4
3.1. Operatori liniari 4
3.2. Operatori liniari de…niţi pe spaţii de tip …nit 5
3.3. Operaţii cu operatori liniari 6
3.4. Reprezentarea matriceal¼ a a operatorilor liniari 7
Bibliogra…e 14

a şi Informatic¼a Economic¼a din Academia de Studii
principalelor rezultate privind spaţiile vectoriale de tip …nit, dar şi a noţiunilor .
propuse,
- reconstituirea unor raţionamente matematice implicând noţiuni şi rezultate din unitate
de înv¼aţare 1,
1
2 OVIDIU VEGHEŞ

Dup¼ a studiul acestei unit¼ aţi de înv¼aţare, studentul va avea cunoştinţe despre: rapor-
turile dintre subspaţii în spaţii vectoriale de tip …nit, coordonatele unui vector în spaţii
vectoriale de tip …nit, modi…carea coordonatelor unui vector la schimbarea reperelor, ran-
gului matricei coordonatelor unor vectori, operatori liniari, operaţii cu operatori liniari,
reprezentarea matriceal¼ a a operatorilor liniari.
fundamentale necesare la alte discipline ce se ocup¼ a cu modelarea matematic¼ a a realit¼
aţii.
2. SpaŢ ii vectoriale de tip finit
2.1. Subspaţii în spaţii vectoriale de tip …nit. Fie V un K-spaţiu vectorial de tip
…nit (n = dimK V 2 N).
2.1.1 Propoziţie i) Dac¼ a X1 ; X2 sunt K-subspaţii vectoriale în V astfel încât X1 X2 ,
atunci dimK X1 6 dimK X2 6 dimK V.
ii) Fie X1 ; X2 sunt K-subspaţii vectoriale în V. Dac¼ a X1 X2 şi dimK X1 = dimK X2 ,
atunci X1 = X2 .
iii) Orice şir monoton, în sensul incluziunii, de K-subspaţii vectoriale în V este stagnant
de la un anumit rang.
2.1.2 Teorem¼ a[Grassmann] Fie X1 ; X2 V dou¼ a K-subspaţii vectoriale. Atunci
dimK (X1 + X2 ) = dimK X1 + dimK X2 dimK (X1 \ X2 ) .
2.1.3 Corolar Fie X1 ; X2 V dou¼ a K-subspaţii vectoriale. Dac¼
a dimK X1 + dimK X2 >
n (= dimK V), atunci X1 \ X2 6= f0V g.
2.1.4 Propoziţie Fie X1 ; : : :; Xr sunt K-subspaţii vectoriale în V. Sunt echivalente
a…rmaţiile:
(1) V1 = X1 : : : Xr . P
(2) V1 = X1 + : : : + Xr şi dimK V1 = ni=1 dimK Xi .
2.1.5 Corolar Fie X1 ; X2 sunt K-subspaţii vectoriale în V. Sunt echivalente a…rmaţiile:
(1) 8x 2 V1 = X1 + X2 , 9! (x1 ; x2 ) 2 X1 X2 astfel încât x = x1 + x2 .
(2) V1 = X1 + X2 , şi X1 \ X2 = f0V g.
(3) V1 = X1 + X2 , şi dimK V1 = dimK X1 + dimK X2 .
2.1.6 De…niţie Fie X1 un K-subspaţiu vectoriale în V. Dimensiunea suplementului
direct se mai numeşte codimensiunea lui X1 .
2.1.7 Observaţie Fie X1 un K-subspaţiu vectoriale în V.
i) codimK X1 = dimK V dimK X1 = dimK (VjX1 ).
ii) Fie F = ff1 ; : : : ; fdimK X1 g o baz¼
a a lui X1 . Conform corolarului de completare, se
poate completa F pân¼ a la o baz¼ a B în V, şi …e fdimK X1 +1 ; :::; fdimK V vectorii neneuli,
¼ LINIAR A
¼ ŢARE 2 3
ad¼augaţi lui F . Fie X2 = spanK (ffdimK X1 +1 ; :::; fdimK V g). Atunci X2 este suplementul
direct a lui X1 în V (V = X1 X2 ). Veri…carea acestei observaţii este l¼ asat¼a cititorului.
2.2. Coordonatele unui vector în spaţii vectoriale de tip …nit. Fie V un K-spaţiu
vectorial de tip …nit, n = dimK V 2 N şi E = (ei )i=1;n un reper al s¼ au.
2.2.8 Lem¼ a[bazei] Orice vector se scrie în mod unic ca o combinaţie liniar¼ a (…nit¼a !)
de vectori ai bazei (abstracţie f¼
acând de ordinea de însumare a termenilor).
2.2.9 De…niţie Se numeşte matricea coordonatelor 2 3vectorului x 2 V în reperul
x1
E, notat¼a [x]E 2 Mn:1 (K), matricea coloan¼ a [x]E = 4 ::: 5 ale c¼ arei elemente se veri…c¼a
xn
relaţia
x = x1 e1 + x2 e2 + ::: + xn en .
Scalarii x1 ; : : : ; xn 2 K se numesc coordonatele lui x în reperul E.
2.2.10 Observaţie Lema 2.2.8 ne probeaz¼ a unicitatea coordonatelor unui vector într-
un reper.
2 3
a1
6 .. 7
6 . 7
6 7
2.2.11 Lem¼ a[schimbului] Dac¼ a v 2 V astfel încât [v]E = 6 ak 7, cu ak 6= 0, atunci
6 . 7
4 .. 5
an
B = (e1 :::; ek 1 ; v; ek+1 ; :::; en ) este un nou reper în K-spaţiul vectorial V, iar coordonatele
unui vector oarecare din V se schimb¼ a dup¼a urm¼atoarea schem¼ a:
e1 : : : ei : : : ek : : : en v x
e1 1 ::: 0 ::: 0 ::: 0 a1 x1
::: ::: ::: ::: ::: ::: ::: ::: ::: :::
ei 0 ::: 1 ::: 0 ::: 0 ai xi Pas Gauss-Jordan
=)
::: ::: ::: ::: ::: ::: ::: ::: ::: :::
ek 0 : : : 0 : : : 1 : : : 0 ak # xk
::: ::: ::: ::: ::: ::: ::: ::: ::: :::
en 0 ::: 0 ::: 0 ::: 1 an xn
e1 : : : ei : : : ek : : : en v x
e1 1 ::: 0 ::: ak 1 a1 ::: 0 0 x1 xk ak 1 a1
::: ::: ::: ::: ::: ::: ::: ::: ::: :::
ei 0 ::: 1 ::: ak 1 ai ::: 0 0 xi xk ak 1 ai
::: ::: ::: ::: ::: ::: ::: ::: ::: :::
v 0 ::: 0 ::: ak 1 ::: 0 1 xk ak 1
::: ::: ::: ::: ::: ::: ::: ::: ::: :::
en 0 ::: 0 ::: ak 1 an ::: 1 0 xn xk ak 1 an
2.2.12 Observaţie K poate … corp algebric comutativ sau necomutativ.
2.3. Modi…carea coordonatelor unui vector la schimbarea reperelor. Fie K un

corp algebric comutativ, V un K-spaţiu vectorial de tip …nit, n = dimK V.
2.3.13 De…niţie Fie E = (ei )i=1;n şi F = (fi )i=1;n dou¼ a repere în V. Se numeşte
matricea de trecere de la E la F matricea care are pe coloane coordonatele vectorilor
din F exprimaţi in reperul E, adic¼
a [[f1 ]E : : : [fn ]E ].
4 OVIDIU VEGHEŞ
2.3.14 Teorem¼ a Fie E = (ei )i=1;n şi F = (fi )i=1;n dou¼ a repere. Not¼ am prin C
matricea de trecere de la E la F , iar D matricea de trecere de la F la E. Atunci C şi D
sunt nesingulare, C 1 = D şi D 1 = C. În plus, [x]E = C [x]F şi [x]F = C 1 [x]E , 8x 2 V.
2.3.15 Observaţie Este util s¼ a reţinem urm¼
atoarea schem¼a de transformare
E F x
E I C=D 1 [x]E = C [x]F
F D=C 1 I [x]F = C 1 [x]E
2.4. Rolul rangului matricei coordonatelor unor vectori. Fie K un corp comutativ
şi m; n 2 N .
2.4.16 Teorem¼ a Rangul unei matrice A 2 Mm;n (K) este egal cu num¼ arul maxim de
coloane (linii) ce formeaz¼a o mulţime liniar independente în K-spaţiul vectorial Mm;1 (K)
(respectiv M1:n (K)).
2.4.17 Corolar[Criteriul privind liniar independenţa] Fie K un corp algebric comuta-
tiv, V un K-spaţiu vectorial de tip …nit, n = dimK V. Consider¼ am dat reperul B = (bi )i=1;n
şi mulţimea de vectori fv1 ; : : : ; vp g V. Fie A = [v1 ]B : : : [vp ]B matricea care conţine
pe coloane coordonatele acestor vectori în reperul B. Atunci fv1 ; : : : ; vp g este liniar inde-
pendent¼ a dac¼
a şi numai dac¼a rang A = p 6 n.
2.4.18 Corolar[Criteriul privind sistemul de generatori] Fie K un corp algebric comuta-
tiv, V un K-spaţiu vectorial de tip …nit, n = dimK V. Consider¼ am dat reperul B = (bi )i=1;n
şi mulţimea de vectori fv1 ; : : : ; vp g V. Fie A = [v1 ]B : : : [vp ]B matricea care conţine
pe coloane coordonatele acestor vectori în reperul B. Atunci spanK fv1 ; : : : ; vp g = V dac¼ a
şi numai dac¼a rang A = n 6 p.
3. Operatori liniari, operaŢ ii cu operatori Ş i reprezentare
3.1. Operatori liniari. Fie V1 ; V2 dou¼ a K-spaţii vectoriale. Vom nota, pentru a sim-
pli…ca scrierea, cu „+” atât adunarea vectorilor din V1 cât şi pe cea din V2 , deşi avem
în vedere dou¼ a operaţii distincte. Folosim aceeaşi convenţie simpli…catoare de notare şi
pentru înmulţirea cu scalari: „” sau „”. Atragem atenţia c¼ a avem un singur corp al
scalarilor K (care va … presupus comutativ în majoritatea rezultatelor).
Reamintim de…niţia operatorilor liniari dat¼ a în unitatea de înv¼aţare 1: funcţia sau
aplicaţia T : V1 ! V2 se numeşte
i) aditiv¼
a dac¼a T (x1 + x2 ) = T (x1 ) + T (x2 ); 8x1 ; x2 2 V1 ,
ii) K-omogen¼ a dac¼
a T ( x) = T (x); 8x 2 V1 ; 8 2 K,
iii) K-operator liniar dac¼ a T este aditiv şi K-omogen.
P¼astr¼
am notaţiile de la funcţii privind imaginea unei submulţimi A V1 prin
aplicaţia T ca …ind
T (A) = fT (x) j x 2 Ag ;
respectiv imagimea invers¼
a a unei submulţimi B V2 prin aplicaţia T ca …ind
1
T (B) = fx j T (x) 2 Bg .
Propriet¼
aţilor curente de lucru cu ele vom ad¼
auga altele, datorit¼
a contextului.
Se noteaz¼ a cu
LK (V1 ; V2 ) = fT : V1 ! V2 j T este K-operator liniarg :
3.1.1 De…niţie Operatorii T1 ; T2 2 LK (V1 ; V2 ) sunt egali, şi scriem T1 = T2 , dac¼
a
T1 (x) = T2 (x); 8x 2 V1 .
¼ LINIAR A
¼ ŢARE 2 5
3.1.2 Exemplu Urm¼ atoarele aplicaţii sunt operatori liniari:

1) idV : V ! V, idV (x) = x; 8x 2 V, unde V este un K-spaţiu vectorial. idV este
operatorul identic1 pe V.
2) D : Rn [X] ! Rn [X], D(P ) = P 0 ; 8P 2 Rn [X], unde Rn [X] este spaţiul vectorial
real al polinoamelor de grad cel mult n.
Rb
3) I : CR [a; b] ! R, I(f ) = a f (t) dt; 8f 2 CR [a; b], unde CR [a; b] este spaţiul vectorial
reale al funcţiilor reale continue de…nite pe [a; b].
4) 0 : V1 ! V2 , 0 (x) = 0V2 ; 8x 2 V1 , este operatorul nul.
3.1.3 Observaţie Un operator T : V1 ! V2 este K-operator liniar dac¼ a şi numai dac¼ a
T ( x + y) = T (x) + T (y) ; 8x; y 2 V1 ; 8 2 K:
3.1.4 Propoziţie Dac¼ a T : V1 ! V2 este un K-operator liniar, atunci:
i) T (0V1 ) = 0V2 ;
ii) T ( P x) = T (x),P 8x 2 V1 ;
iii) T ( ni=1 i xi ) = ni=1 i T (xi ), 8 1 ; : : : ; n 2 K, 8x1 ; : : : ; xn 2 V1 cu n 2 N .
3.1.5 De…niţie Fie T : V1 ! V2 este un K-operator liniar. Se numeşte nucleul
K-operatorului liniar T şi se noteaz¼ a ker T = T 1 (f0V2 g). Se numeşte imaginea K-
operatorului liniar T şi se noteaz¼ a Im T = T (V1 ).
3.1.6 Teorem¼ a Fie T : V1 ! V2 este un K-operator liniar.
i) Dac¼ a X V1 K-subspaţiu, atunci T (X) V2 este un K-subspaţiu vectorial.
ii) Dac¼ a Y V2 K-subspaţiu, atunci T 1 (Y) V1 este un K-subspaţiu vectorial.
3.1.7 Corolar Pentru un K-operator liniar T : V1 ! V2 avem ker T un K-subspaţiu
vectorial în V1 şi Im T un K-subspaţiu vectorial în V2 .
3.1.8 Propoziţie Fie T : V1 ! V2 este un K-operator liniar. Atunci i) T este injectiv
, ker T = f0V1 g; ii) T este surjectiv , Im T = V2 .
3.2. Operatori liniari de…niţi pe spaţii de tip …nit. Fie V1 ; V2 dou¼ a K-spaţii vecto-
riale, cu dimK V1 …nit¼ a. Deoarece K este …xat se poate renunţa la evidenţierea lui. Astfel,
obţinem de exemplu sintagmele „T este omogen” sau respectiv „T este operator liniar”.
Aceast¼ a convenţie o vom aplica în continuare.
3.2.9 Teorem¼ a[a dimensiunii] Fie T : V1 ! V2 este un operator liniar. Atunci
dimK V1 = dimK ker T + dimK Im T .
dimK ker T se numeşte defectul operatorului liniar T şi dimK Im T se numeşte rangul
operatorului liniar T .
3.2.10 Corolar Au loc a…rmaţiile: i) T injectiv , dim V1 = dimK Im T . ii) T surjectiv
, dim V2 = dimK Im T .
3.2.11 Corolar Dou¼ a spaţii vectoriale izomorfe au aceeaşi dimensiune.
3.2.12 Propoziţie Fie T : V1 ! V2 este un operator liniar. Fie I o mulţime …nit¼ a
de indici, E = fei j i 2 Ig V1 , F = ffi j i 2 Ig V2 . Sunt adev¼ arate implicaţiile, în
contextul în care T (ei ) = fi ; 8i 2 I: i) dac¼a E este o mulţime liniar independent¼ a şi T
injectiv, atunci F este o mulţime liniar independent¼ a; ii) dac¼ a F este o mulţime liniar
independent¼ a, atunci E este o mulţime liniar independent¼ a; iii) dac¼
a E este o mulţime de
generatori pentru V1 şi T surjectiv, atunci F este o mulţime de generatori pentru V2 ; iv)
dac¼a F este o mulţime de generatori pentru V2 şi T injectiv, atunci E este o mulţime de
generatori pentru V1 ; v) dac¼
a T este bijectiv atunci E este baz¼ a în V1 dac¼a şi numai dac¼ a
F este baz¼a în V2 .
1 Operatorul identic este notat uneori 1 .

V
6 OVIDIU VEGHEŞ
3.2.13 Propoziţie[principiul extinderii prin liniaritate] Fie V1 ; V2 dou¼ a K-spaţii vec-

toriale. Fie m 2 N , E = fe1 ; : : : ; em g o baz¼ a în V1 şi F = ff1 ; : : : ; fm g V2 . Atunci
exist¼a un unic operator liniar T : V1 ! V2 , pentru care T (ei ) = fi ; 8i 2 f1; : : : ; mg.
3.2.14 Teorem¼ a[izomor…sm a spaţiilor vectoriale de tip …nit] Dou¼ a spaţii vectoriale ce
au aceeaşi dimensiune sunt izomorfe.
3.2.15 Corolar i) Orice K-spaţiu vectorial V de dimensiune m este izomorf cu spaţiul
vectorial (Km ; K). ii) Orice K-spaţiu vectorial V de dimensiune m este izomorf cu spaţiul
vectorial (M1;m (K) ; K). iii) Orice K-spaţiu vectorial V de dimensiune m este izomorf cu
spaţiul vectorial (Mm;1 (K) ; K).
3.2.16 Observaţie Unii autori identi…c¼ a Km cu Mm;1 (K) şi consider¼ a matricile din
m
K ca …ind matrici coloan¼ a. În exerciţiile din culegerile de probleme vom respecta decizia
autorului, dar coordonatele le aşez¼am întotdeauna pe coloan¼ a.
3.3. Operaţii cu operatori liniari. Fie V1 ; V2 ; V3 trei K-spaţii vectoriale.

3.3.17 De…niţie i) Dac¼
a T1 ; T2 2 LK (V1 ; V2 ), de…nim adunarea prin
T1 + T2 : V1 ! V2 , (T1 + T2 ) (x) = T1 (x) + T2 (x) ; 8x 2 V1 :
ii) Dac¼
a 2 K şi T 2 LK (V1 ; V2 ), de…nim înmulţirea cu scalari prin
T : V1 ! V2 , ( T ) (x) = T (x) ; 8x 2 V1 :
iii) Dac¼
a (V3 ; K) este un spaţiu vectorial, T 2 LK (V1 ; V2 ) şi U 2 LK (V2 ; V3 ), de…nim
produsul operatorului U cu T; notat prin U T sau U T , prin compunerea U T ca funcţii
U T : V1 ! V3 , (U T ) (x) = U (T (x)) ; 8x 2 V1 :
iv) Dac¼
a T 2 LK (V1 ; V2 ) şi T este bijectiv, de…nim inversul operatorului prin
1 1
T : V2 ! V1 unde T (y) = x, x 2 V1 cu proprietatea T (x) = y, 8y 2 V2 :
3.3.18 Propoziţie i) Dac¼ a T1 ; T2 2 LK (V1 ; V2 ), atunci T1 + T2 2 LK (V1 ; V2 ).
ii) În condiţiile în care K este corp comutativ, dac¼ a 2 K şi T 2 LK (V1 ; V2 ), atunci
T 2 LK (V1 ; V2 ).
iii) În condiţiile în care (V3 ; K) este spaţiu vectorial, dac¼ a T 2 LK (V1 ; V2 ) şi U 2
LK (V2 ; V3 ), atunci U T 2 LK (V1 ; V3 )
iv) Dac¼ a T 2 LK (V1 ; V2 ) şi T este bijectiv, atunci T 1 2 LK (V2 ; V1 ).
3.3.19 Corolar În condiţiile în care K este corp comutativ, LK (V1 ; V2 ) este K-spaţiu
vectorial. Mai exact se veri…c¼ a:
i) (T1 + T2 ) + T3 = T1 + (T2 + T3 ), 8T1 ; T2 ; T3 2 LK (V1 ; V2 );
ii) T1 + T2 = T2 + T1 , 8T1 ; T2 2 LK (V1 ; V2 );
iii) T + 0 = 0 + T = T , 8T 2 LK (V1 ; V2 ), unde 0 2 LK (V1 ; V2 );
iv) 8T 2 LK (V1 ; V2 ), 9 ( T ) 2 LK (V1 ; V2 ), T + ( T ) = ( T ) + T = 0;
v) 1K T = T , 8T 2 LK (V1 ; V2 );
vi) ( ) T = ( T ), 8T 2 LK (V1 ; V2 ), 8 ; 2 K;
vii) ( + ) T = T + T , 8T 2 LK (V1 ; V2 ), 8 ; 2 K;
viii) (T1 + T2 ) = T1 + T2 , 8T1 ; T2 2 LK (V1 ; V2 ), 8 2 K.
3.3.20 Observaţie În plus, se pot veri…ca şi propriet¼ aţile:
i) U (T1 + T2 ) = U T1 + U T2 , 8T1 ; T2 2 LK (V1 ; V2 ), 8U 2 LK (V2 ; V3 );
ii) (U1 + U2 ) T = U1 T + U2 T , 8T 2 LK (V1 ; V2 ), 8U1 ; U2 2 LK (V2 ; V3 );
iii) T idV1 = T , şi idV2 T = T , 8T 2 LK (V1 ; V2 );
iv) T 1 T = idV1 şi T T 1 = idV2 , 8T 2 LK (V1 ; V2 ) cu T bijectiv;
v) (U T ) = ( U ) T = U ( T ), 8T 2 LK (V1 ; V2 ), 8U 2 LK (V2 ; V3 ), 8 2 K.
¼ LINIAR A
¼ ŢARE 2 7
3.4. Reprezentarea matriceal¼ a a operatorilor liniari. Fie V1 ; V2 dou¼ a K-spaţii vec-

toriale de tip …nit, E = (e1 ; : : : ; en ) un reper în V1 şi F = (f1 ; : : : ; fm ) un reper în V2 ,
unde m; n 2 N .
3.4.21 De…niţie Fie T : V1 ! V2 este un operator liniar. Se numeşte matricea
operatorului T corespunz¼ atoare perechii de repere E; F matricea
[T ]E
F = [[T (e1 )]F ; [T (e2 )]F ; :::; [T (en )]F ] 2 Mm;n (K) .
3.4.22 Exemplu Fie V un K-spaţiu vectorial de tip …nit, E = (e1 ; : : : ; en ) şi F =
(f1 ; : : : ; fn ) dou¼
a repere în V, unde n 2 N . Atunci
[idV ]FE = [[f1 ]E ; [f2 ]E ; :::; [fn ]E ] 2 Mn (K) ,
este matricea de trecere de la reperul E la reperul F .
Evident [idV ]E F
E = [idV ]F = In 2 Mn (K).
3.4.23 Propoziţie[caracterizarea matricei unui operator liniar] Se consider¼
a T : V1 !
V2 un operator liniar.
i) Exist¼
a o singur¼
a matrice A = [ai;j ]i=1;m;j=1;n 2 Mm;n (K) pentru care
[T (x)]F = A [x]E , 8x 2 V1 .
ii) Matricea [T ]E
F 2 Mm;n (K) veri…c¼ a relaţia precedent¼ a.
3.4.24 Teorem¼ a[modi…carea matricei unui operator la schimbarea reperelor] Fie T :
V1 ! V2 este un operator liniar, E şi G dou¼ a repere în V1 , iar F şi H dou¼ a repere în V2 .
Atunci
[T ]G F E G
H = [idV2 ]H [T ]F [idV1 ]E .
3.4.25 Teorem¼ a Fie V1 ; V2 dou¼ a K-spaţii vectoriale de tip …nit, unde K este un corp
comutativ. Fie E = (e1 ; : : : ; en ) un reper în V1 şi F = (f1 ; : : : ; fm ) un reper în V2 , unde
m; n 2 N . În aceste condiţii, de…nim operatorul
a prin AEF (T ) = [T ]E
AEF : LK (V1 ; V2 ) ! Mm;n (K) de…nit¼ F
care veri…c¼ a propriet¼
aţile:
i) AEF este o aplicaţie bijectiv¼
a;
ii) AEF (T1 + T2 ) = AEF (T1 ) + AEF (T2 ), 8T1 ; T2 2 LK (V1 ; V2 ).
iii) AEF ( T ) = AEF (T ), 8T 2 LK (V1 ; V2 ) ; 8 2 K.
iv) AEG (U T ) = AF G (U ) AEF (T ), 8T 2 LK (V1 ; V2 ), 8U 2 LK (V2 ; V3 ), unde G
este un reper în spaţiul …nit dimensional (V3 ; K).
v) Dac¼a T 2 LK (V1 ; V2 ) este bijecţie, atunci AF E T 1 = (AEF (T )) 1 .
3.4.26 Corolar În condiţiile în care K este corp comutativ, LK (V1 ; V2 ) este izomorf
cu Mm;n (K). Rezult¼ a dimK LK (V1 ; V2 ) = dimK V1 dimK V2 .
3.4.27 Observaţie Putem determina baza canonic¼ a în K-spaţiul vectorial LK (V1 ; V2 )
ţinând cont de izomor…smul precedent.
4.0.1 Exerciţiu Consider¼

am spaţiul vectorial real M2 (R), mulţimile
1 2 1 1 2 1 2 2
S1 = ; ; ; ;
1 0 1 1 0 1 2 2
1 2 2 1 2 4
S2 = ; ;
0 1 3 1 0 2
şi subspaţiile X1 = spanR (S1 ), X2 = spanR (S2 ).
i) S¼
a se determine dimR X1 şi dimR X2 şi câte o baz¼
a în …ecare subspaţiu.
8 OVIDIU VEGHEŞ
ii) S¼
a se determine X1 + X2 şi X1 \ X2 , dimensiunile acestor subspaţii.
0 0
iii) S¼
a se arate c¼
a = M1 + M2 cu M1 2 X1 şi M2 2 X2 se poate realiza în cel
0 0
puţin dou¼a moduri distincte.
Soluţie. Consider¼
am reperul canonic E = (E1;1 ; E1;2 ; E2;1 ; E2;2 ), unde
1 0 0 1 0 0 0 0
E1;1 = ; E1;2 = ; E2;1 = ; E2;2 = ;
0 0 0 0 1 0 0 1
în spaţiul vectorial real M2 (R). Not¼ am cu A1 ; A2 ; A3 ; A4 şi respectiv B1 ; B2 ; B3 matricele din S1 , respectiv
S2 , în ordinea în care sunt scrise în enunţul execiţiului.
2 3
1 1 2 2
6 2 1 1 2 7
i) rang [A1 ]E ; [A2 ]E ; [A3 ]E ; [A4 ]E = rang 6 4 1
7 = 3. Deoarece num¼ arul de vectori
1 0 2 5
0 1 1 2
este 4 (6= 3) vectorii A1 , A2 , A3 , A4 sunt liniar dependenţi. Num¼ arul maxim de vectori liniar independenţi
este 3. Deoarece
2 3
1 1 2
6 2 1 1 7
rang [A1 ]E ; [A2 ]E ; [A3 ]E = rang 6 4 1
7 = 3 = num¼ arul de vectori.
1 0 5
0 1 1
rezult¼
a fA1 ; A2 ; A3 g este o mulţime de vectori liniar independent¼ a. Observ¼ am c¼a A4 = A1 + A2 + A3 . Fie
C 2 X1 arbitrar. Exist¼ a "1 , "2 , "3 , "4 2 R astfel încât C = "1 A1 + "2 A2 + "3 A3 + "4 A4 . Atunci
C = ("1 + "4 ) A1 + ("2 + "4 ) A2 + ("3 + "4 ) A3 2 spanR (fA1 ; A2 ; A3 g) .
Rezult¼a dup¼
a un scurt raţionament c¼ a X1 = spanR (fA1 ; A2 ; A3 g). Am ar¼ atat c¼a fA1 ; A2 ; A3 g este o
mulţime de generatori pentru X1 . Raţionamentul precedent justi…c¼ a faptul c¼
a (A1 ; A2 ; A3 ) este un reper
în X1 şi
dimR X1 = 3:
Observ¼
am c¼
a B3 = 2B1 . fB1 ; B2 g este o mulţime de vectori liniar independent¼a deoarece
2 3
1 2
6 2 1 7
rang [B1 ]E ; [B2 ]E = rang 64 0
7 = 2 = num¼ arul de vectori.
3 5
1 1
Fie C 2 X2 arbitrar. Exist¼
a "1 , "2 , "3 2 R astfel încât C = "1 B1 + "2 B2 + "3 B3 . Atunci
C = ("1 + 2"3 ) B1 + "2 B2 2 spanR (fB1 ; B2 g) .
Rezult¼
a X2 = spanR (fB1 ; B2 g). Am ar¼
atat c¼ a fB1 ; B2 g este o mulţime de generatori pentru X2 . Raţiona-
mentul precedent justi…c¼
a faptul c¼
a (B1 ; B2 ) este un reper în X2 şi
dimR X2 = 2:
ii-a) X1 + X2 = spanR (fA1 ; A2 ; A3 g) + spanR (fB 21 ; B2 g) = spanR (fA1 ; A
32 ; A3 ; B1 ; B2 g).
1 1 2 1 2
6 2 1 1 2 1 7
rang [A1 ]E ; [A2 ]E ; [A3 ]E ; [B1 ]E ; [B2 ]E = rang 6
4 1 1
7 = 4. C¼ aut¼am o dependenţ¼
a
0 0 3 5
0 1 1 1 1
liniar¼a a vectorilor A1 ; A2 ; A3 ; B1 ; B2 . Relaţia
1 A1 + 2 A2 + 3 A3 + 4 B1 + 5 B2 = 0M2 (R)
este echivalent¼
a cu sistemul 8
>
> 1 2 +2 + 4+2 3 5 =0
<
2 +1 2 +2 4+ 3 5 =0
:
>
> 1 + 2 +3 5 = 0
:
2 + 3 + 4 + 5 = 0
23 13 5 4
Soluţia 1 = 12 5; 2 = 12 5; 3 = 4 5; 4 = 3 5 scoate în evidenţ¼
a dependenţa
23 13
B2 = A
12 1
+ A
12 2
+ 45 A3 4
B :
3 1
¼ LINIAR A
¼ ŢARE 2 9
Deoarece
2 3
1 1 2 1
6 2 1 1 2 7
rang [A1 ]E ; [A2 ]E ; [A3 ]E ; [B1 ]E = rang 6
4 1
7 = 4 = num¼
arul de vectori.
1 0 0 5
0 1 1 1
rezult¼ a fA1 ; A2 ; A3 ; B1 g este o mulţime de vectori liniar independent¼
a. Fie C 2 X1 + X2 arbitrar. Exist¼
a
"1 , "2 , "3 , "4 2 R astfel încât C = "1 A1 + "2 A2 + "3 A3 + "4 B1 + "5 B2 . Atunci
23 13
C = "1 + "
12 5
A1 + "2 + "
12 5
A2 + "3 + 54 "5 A3 + "3 4
"
3 5
B1 2 spanR (fA1 ; A2 ; A3 ; B1 g) .
Rezult¼
a X1 + X2 = spanR (fA1 ; A2 ; A3 ; B1 g). Am ar¼atat c¼
a fA1 ; A2 ; A3 ; B1 g este o mulţime de generatori
pentru X1 + X2 . Raţionamentul precedent justi…c¼ a faptul c¼a (A1 ; A2 ; A3 ; B1 ) este un reper în X1 + X2 şi
dimR (X1 + X2 ) = 4:
Mai mult, F = (A1 ; A2 ; A3 ; B1 ) este un reper şi în M2 (R), şi deci X1 + X2 = M2 (R).
ii-b) X1 \ X2 = fC 2 M2 (R) j C 2 X1 şi C 2 X2 g
= fC 2 M2 (R) j C = 1 A1 + 2 A2 + 3 A3 = 4 B1 + 5 B2 , 1 ; 2 ; 3 ; 4 ; 5 2 Rg :
Egalitatea vectorial¼
a 1 A1 + 2 A2 + 3 A3 = 4 B1 + 5 B2 exprimat¼ a în reperul F înseamn¼
a 1 [A1 ]F +
2 [A2 ]F + 3 [A3 ]F = 4 [B1 ]F + 5 [B2 ]F . Suntem conduşi la sistemul
8 23
>
> 1 12 5 = 0
< 13
2 12 5
=0
5
>
> 3 4 5 = 0
: 4
3 5 4 = 0
23 13
ce are soluţia 1 = 12
t; 2 = 12
t; 3 = 45 t; 4 = 43 t; 5 = t, cu t 2 R. Not¼
am D = 23 13
A + 12
12 1
A2 + 54 A3 =
10 11
4 3 3
B
3 1
+ B2 = 7 . Obţinem X1 \ X2 = spanR (fDg) şi
3 3
dimR (X1 \ X2 ) = 1
deoarece D nu este matricea nul¼
a.
Observaţie. Constat¼
am c¼a teorema dimensiunii a lui Grassmann
dimK (X1 + X2 ) = dimK X1 + dimK X2 dimK (X1 \ X2 ) .
este veri…cat¼ a (4 = 3 + 2 1).
iii) Deoarece X1 \ X2 6= 0M2 (R) suma direct¼
a X1 X2 nu este de…nit¼
a. În acest¼
a situaţie cerinţa
exerciţiului are sens. Atunci
0M2 (R) = 0M2 (R) + 0M2 (R) , cu 0M2 (R) 2 X1 şi 0M2 (R) 2 X2
0M2 (R) = D + ( D) , cu D 2 X1 şi D 2 X2
sunt dou¼
a scrieri distincte.
4.0.2 Exerciţiu Fie T : R3 ! R2 , T (x1 ; x2 ; x3 ) = (x1 x2 ; 2x1 2x2 ). S¼ a se: i) arate
c¼a T este R-operator liniar; ii) determine nucleul şi imaginea operatorului T ; iii) a‡e [T ]E F
matricea operatorului T corespunz¼ atoare reperelor canonice E = (e1 ; e2 ; e3 ) şi F = (f1 ; f2 );
iv) [T ]G
H matricea operatorului T corespunz¼ atoare reperelor G = (e1 + e2 ; e1 + e3 ; e2 + e3 )
şi H = (2f1 + f2 ; f1 ); v) relaţia de legatura între [T ]G E
H şi [T ]F .
Soluţie. Spaţiile vectoriale reale implicate sunt R3 şi R2 . Reperele canonice în aceste spaţii sunt
E = (e1 = (1; 0; 0) ; e2 = (0; 1; 0) ; e3 = (0; 0; 1)) ,
F = (f1 = (1; 0) ; f2 = (0; 1)) .
i) Fie (x1 ; x2 ; x3 ) ; (y1 ; y2; y3 ) 2 R3 şi ; 2 R. Avem
T ( (x1 ; x2 ; x3 ) + (y1 ; y2; y3 )) = T (( x1 ; x2 ; x3 ) + ( y1 ; y2; y3 ))
= T ( x1 + y1 ; x2 + y2 ; x3 + y3 )
= (( x1 + y1 ) ( x2 + y2 ) ; 2 ( x1 + y1 ) 2 ( x2 + y2 ))
= (x1 x2 ; 2x1 2x2 ) + (y1 y2 ; 2y1 2y2 ) = T (x1 ; x2 ; x3 ) + T (y1 ; y2 ; y3 ) .
ii) Fie (x1 ; x2 ; x3 ) 2 ker T . Condiţia este echivalent¼
a cu T (x1 ; x2 ; x3 ) = (0; 0) sau
x1 x2 = 0
:
2x1 2x2 = 0
10 OVIDIU VEGHEŞ
8
< x1 =
Valorile necunoscutelor (principale şi secundare) sunt x2 = , ; 2 R, de unde rezult¼
a
:
x3 =
ker T = f( ; ; ) j ; 2 Rg = f (1; 1; 0) + (0; 0; 1) j ; 2 Rg = spanR (f(1; 1; 0) ; (0; 0; 1)g) :
Deoarece vectorii care genereaz¼a acest subspaţiu sunt independenţi, avem dimR ker T = 2.
a cu existenţa (x1 ; x2; x3 ) 2 R3 pentru care (y1 ; y2 ) =
Fie (y1 ; y2 ) 2 Im T . Condiţia este echivalent¼
x1 x2 = y1
T (x1 ; x2 ; x3 ) sau . Condiţia de compatibilitate este y2 = 2y1 . Rezult¼a
2x1 2x2 = y2
Im T = (y1 ; y2 ) 2 R2 j y2 = 2y1 = f (1; 2) j 2 Rg = spanR (f(1; 2)g) :
Pentru c¼
a vectorul generator al acestui subspaţiu este nenul, avem dimR Im T = 1.
Evident dimR ker T + dimR Im T = 2 + 1 = 3 = dimR R3 .
iii) Evident T (e1 ) = (1; 2) = 1f1 + 2f2 , T (e2 ) = ( 1; 2) = 1f1 2f2 ,T (e3 ) = (0; 0) = 0f1 + 0f2 .
Atunci
1 1 0
[T ]E
F = [T (e1 )]F ; [T (e2 )]F ; [T (e3 )]F = .
2 2 0
Matricea are proprietatea c¼
a
[T (x)]F = [T ]E 3
F [x]E , 8x 2 R .
iv) Avem T (e1 + e2 ) = (0; 0) = 0f1 + 0f2 , T (e1 + e3 ) = (1; 2) = 1f1 + 2f2 ,T (e2 + e3 ) = ( 1; 2) =
1f1 2f2 . Folosim tehnica din lema schimbului. Obţinem
R2 f1 f2 2f1 + f2 f1 T (e1 + e2 ) T (e1 + e3 ) T (e2 + e3 )

f1 1 0 2 1# 0 1 1
f2 0 1 1 0 0 2 2
f1 1 0 2 1
f2 0 1 1 # 0
f1 1 2 0 1
2f1 + f2 0 1 1 0
2f1 + f2 0 1 1 0 0 2 2
f1 1 2 0 1 0 3 3
sau explicit
T (e1 + e2 ) = 0 (2f1 + f2 )+0 ( f1 ) ; T (e1 + e3 ) = 2 (2f1 + f2 )+3 ( f1 ) ; T (e2 + e3 ) = 2 (2f1 + f2 ) 3 ( f1 ) :
Lema schimbului ne garanteaz¼ a H este un reper în R . Dar şi G este un reper în R3 deoarece sunt
a c¼ 2
indeplinite criteriile impuse de consecinţele teoremei rangului:

2 3
1 1 0
num¼ arul de vectori
rang [idV1 ]E = rang 4 1 0 1 5 = 3 =
G
.
dimR R3
0 1 1
Matricea
0 2 2
[T ]G
H = [T (e1 + e2 )]H ; [T (e1 + e3 )]H ; [T (e2 + e3 )]H = .
0 3 3
are proprietatea c¼
a
[T (x)]H = [T ]G 3
H [x]G , 8x 2 R .
v) Teorema privind modi…carea matricei unui operator la schimbarea reperelor ne spune
[T ]G F E G
H = [idV2 ]H [T ]F [idV1 ]E .
2 3
1 1 0
0 2 2 0 1 0 1 1 4
Într-adev¼
ar avem = 1 0 1 5.
0 3 3 1 2 0 2 2
0 1 1
¼ LINIAR A
¼ ŢARE 2 11
5.0.1 Exerciţiu De…niţi noţiunile: i) codimensiunea unui subspaţiu vectorial; ii) ma-
tricea de trecere de la un reper la altul; iii) matricea unui operator liniar corespunz¼ atoare
unei perechi de repere.
5.0.2 Exerciţiu Enunţaţi: i) principalele rezultate privind subspaţiile spaţiilor vectori-
ale de tip …nit; ii) consecinţele teoremei rangului; iii) propriet¼ aţile din K-spaţiul vectorial
LK (V1 ; V2 ).
5.0.3 Exerciţiu S¼ a se demonstreze lema schimbului.
5.0.4 Exerciţiu Se dau vectorii a1 = (1; 1; 2), a2 = (1; 1; 1), a3 = (1; 3; 3), a4 =
(2; 8; 1) în spaţiul vectorial real R3 . i) S¼
a se determine spanR (A), unde A = fa1 ; a2 ; a3 ; a4 g,
şi dimR spanR (A). ii) Ar¼ ataţi c¼
a v = (2; 6; 0) 2 spanR (A) şi determinaţi matricea coordo-
natelor vectorului v într-un reper al spaţiului spanR (A) format dintr-o selecţie de vectori
din mulţimea A.
5.0.5 Exerciţiu Fie U : R3 [X] ! R3 [X], de…nit prin
U (P (X)) = P 0 (X) P (X) :
S¼
a se arate c¼
a U este un automor…sm şi s¼
a se a‡e operatorul invers.

a ţinem cont c¼
a …e clare,
Exerciţiul 5.0.1.
Exerciţiul 5.0.2.
Soluţie. i) Este vorba urm¼
atoarele rezultate 2.1.1, 2.1.2, 2.1.4, 2.1.5; ii) 2.4.17 şi 2.4.18; iii) 3.3.19 şi
3.3.20.
Exerciţiul 5.0.3.
Soluţie. Din datele problemei
v = a1 e1 + : : : + ai ei + : : : + ak ek + : : : + an en ,
cu ak 6= 0. Rezult¼
a P
ek = ak 1 v + i2f1;:::;ng;i6=k ( ak 1 ai )ei
Vom demonstra c¼
a mulţimea de vectori a lui B este o mulţime de vectori liniar independent¼
a. Fie
1 e1 + ::: + i ei + ::: + kv + ::: + n en = 0V .
Înlocuim v cu expresia de mai sus şi obţinem
( 1 + k a1 ) e1 + :::( i + k ai ) ei + ::: + ( k ak ) ek + ::: + ( n + k an ) en = 0V .
i + k ai = 0; 8i 6= k
Deoarece E este liniar lindependent¼
a rezult¼
a Tragem concluzia c¼
a
k ak = 0 unde ak 6= 0:
i = 0; 8i 6= k
;
k =0
adic¼
a toţi scalarii sunt nuli.
Vom demonstra c¼ a mulţimea de vectori a lui B este o mulţime de vectori ce generez¼
a pe V. Fie x 2 V
arbitrar. Deoarece spanK (B) = V, atunci
x =x
P1 e1 + : : : + xk ek + : : : + xn en
P
= i2f1;:::;ng;i6=k xi ei + xk ak 1 v + i2f1;:::;ng;i6=k ( xk ak 1 ai )ei
P
1
= xk ak v + i2f1;:::;ng;i6=k (xi xk ak 1 ai )ei .
12 OVIDIU VEGHEŞ
Exerciţiul 5.0.4.
Soluţie. i) Pentru început, calcul¼
am
2 3
1 1 1 2
rang [a1 ]E ; [a2 ]E ; [a3 ]E ; [a4 ]E = rang 4 1 1 3 8 5 = 2.
2 1 3 1
Deoarece num¼ arul de vectori este 4 (6= 2) vectorii a1 , a2 , a3 , a4 sunt liniar dependenţi. Num¼
arul maxim
de vectori liniar independenţi este 2. Facem o alegere şi relu¼ am calculul:
2 3
1 1
rang [a1 ]E ; [a2 ]E = rang 4 1 1 5 = 2 = num¼ arul de vectori.
2 1
Rezult¼a fa1 ; a2 g este o mulţime de vectori liniar independent¼ a.
C¼aut¼
am constantele reale ; ; ; pentru care a3 = a1 + a2 şi a4 = a1 + a2 . Pentru acesta avem
de rezolvat sistemele 8 8
< + =1 < + =2
+ = 3 şi + =8 .
: :
2 + =3 2 + = 1
Obţinem soluţiile = 2, = 1, = 3, = 5. Rezult¼ a a3 = 2a1 a2 şi a4 = 3a1 + 5a2 .
Fie u 2 spanR (A) arbitrar. Exist¼ a "1 , "2 , "3 , "4 2 R astfel încât u = "1 a1 + "2 a2 + "3 a3 + "4 a4 . Atunci
u = ("1 + 2"3 3"4 ) a1 + ("2 "3 + 5"4 ) a2 2 spanR (fa1 ; a2 g) .
Am ar¼ atat c¼
a spanR (A) spanR (fa1 ; a2 g). Deoarece incluziunea spanR (A) spanR (fa1 ; a2 g) este evi-
dent¼
a rezult¼a spanR (A) = spanR (fa1 ; a2 g). Am ar¼atat c¼ a fa1 ; a2 g este o mulţime de generatori pentru
spanR (A).
Raţionamentul precedent justi…c¼
a faptul c¼ a B = (a1 ; a2 ) este un reper în spanR (A) şi
dimR spanR (A) = 2:
am reperul B = (a1 ; a2 ) din spanR (A) la reperul B1 = (a1 ; a2 ; e3 ) din R32 (altenative de
ii) Complet¼ 3
1 1 0
justi…care sunt l¼asate cititorului). Fie C matricea de trecere de la E la B1 . Atunci C = 4 1 1 0 5
2 1 1
2 1 1
32 3 2 3
2 2
0 2 2
şi [v]B1 = C 1 [v]E = 4 12 1
2
0 5 4 6 5 = 4 4 5 (conform teoremei privind modi…carea coordo-
3 1
2 2
1 0 0
2
natelor unui vector la schimbarea reperelor). R¼ aspunsul solicitat este [v]B = (fapt echivalent cu
4
v = 2a1 + 4a2 ).
Exerciţiul 5.0.5.
Soluţie. Fie E = 1; X; X 2 ; X 3 reperul canonic din R3 [X]. Conform de…niţiei
U a0 + a1 X + a2 X 2 + a3 X 3 = a1 + 2a2 X + 3a3 X 2 a0 + a1 X + a2 X 2 + a3 X 3
= (a1 a0 ) + (2a2 a1 ) X + (3a3 a2 ) X + ( a3 ) X 3 :
2
Matricea
2 3
1 1 0 0
6 0 1 2 0 7
[U ]E
E = [U (1)]E ; [U (X)]E ; U X
2
; U X3 =6
4 0
7.
E E 0 1 3 5
0 0 0 1
Conform principiului de extindere prin liniaritate exist¼
a un operator liniar T : R3 [X] ! R3 [X] pentru
care 2 3
1 1 2 6
1 6 0 1 2 6 7
[T ]E E
E = [U ]E =6 4 0
7.
0 1 3 5
0 0 0 1
Deoarece
[U T (1)]E ; [U T (X)]E ; U T X 2 E ; U T X 3 E = [U T ]E E E
E = [U ]E [T ]E
1
= [U ]E E
E [U ]E = I4 = idR3 [X] (1) E
; idR3 [X] (X) E
; idR3 [X] X 2 E
; idR3 [X] X 3 E
,
¼ LINIAR A
¼ ŢARE 2 13
folosind unicitatea din principiului de extindere prin liniaritate tragem concluzia c¼ a U T = idR3 [X] . În
mod analog T U = idR3 [X] . Folosind propriet¼ aţile compunerii funcţiilor U şi T sunt bijective. Am ar¼
atat
c¼
a U este un izomor…sm liniar. Deoarece domeniul şi codomeniul coincid U este automor…sm.
1
1 E
Pe de alt¼
a parte, aceleaşi relaţii conduc la U 1
= T (şi deci U E
= [U ]E
E ). De aici obţinem
1
U a0 + a1 X + a2 X 2 + a3 X 3
= ( a0 a1 2a2 6a3 ) + ( a1 2a2 6a3 ) X + ( a2 3a3 ) X 2 + ( a3 ) X 3 .
7.0.1 Exerciţiu Se consider¼ a vectorii a1 = (1; 0; 0; 1), a2 = (2; 1; 1; 0), a3 = (1; 1; 1; 1),
a4 = (1; 2; 3; 4), a5 = (0; 1; 2; 3) în spaţiul vectorial real R4 . i) S¼a se determine dimensiunea
şi o baz¼ a în spaţiul generat de vectorii a1 , a2 , a3 , a4 , a5 . ii) Determinaţi coordonatele
acestor vectori într-un reper construit din baza determinat¼ a anterior. iii) În câte moduri
putem alege o baz¼ a în spanR (fa1 ; a2 ; a3 ; a4 ; a5 g) format¼
a doar dintre vectorii a1 , a2 , a3 ,
a4 , a5 . iv) Completaţi baza, determinat¼ a la primul punct, la o baz¼ a în R4 . v) Construiţi
un suplement direct pentru spanR (fa1 ; a2 ; a3 ; a4 ; a5 g) în R . 4
7.0.2 Exerciţiu Fie E = (e1 ; e2; e3 ) un reper în K-spaţiul vectorial V şi vectorul x =
e1 2e2 + 3e3 .
i) Determinaţi [x]F matricea coordonatelor vectorului x în reperul F = (f1 ; f2 ; f3 ), unde
f1 = e1 ; f2 = 2e1 + e2 ; f3 = e1 2e2 + e3 .
ii) Determinaţi [x]G matricea coordonatelor vectorului x în reperul G = (g1 ; g2 ; g3 ),
unde g1 = e1 + e2 , g2 = e2 + e3 , g3 = e3 + e1 .
iii) Care este leg¼atura dintre matricele [x]F şi [x]G ?
7.0.3 Exerciţiu Consider¼ am spaţiul vectorial real R4 , mulţimile
S1 = f(2; 1; 0; 1) ; (2; 1; 1; 1) ; (1; 1; 1; 2)g ;
S2 = f(1; 1; 2; 1) ; (0; 1; 1; 2) ; (0; 1; 1; 2)g
şi subspaţiile X1 = spanR (S1 ), X2 = spanR (S2 ).
i) S¼a se g¼aseasc¼a câte o baz¼ a în subspaţiile X1 + X2 şi X1 \ X2 .
ii) S¼a se arate c¼a vectorul v = (1; 0; 1; 1) se poate descompune în cel puţin dou¼ a moduri
distincte ca sum¼ a de vectori a celor dou¼ a spaţii.
7.0.4 Exerciţiu S¼ a se demonstreze teorema lui Grassmann.
7.0.5 Exerciţiu Fie 8 spaţiul vectorial real M3 (R). Folosind lema schimbului2 s¼
a se:
3
< 4x 1 + 3x 2 + 3x 3 = 6 2 3 1
a) rezolve sistemul 3x1 + 2x2 + x3 = 8 ; b) inverseze matricea 4 1 2 1 5.
:
10x1 + 7x2 + 5x3 = 22 1 1 2
7.0.6 Exerciţiu Scrieţi matricea asociat¼ a urm¼ atorilor operatori în perechea de baze
canonice în cazul liniarit¼ aţii lor, s¼
a se determine nucleul, imaginea, rangul şi defectul op-
eratorilor, precum şi s¼ a se veri…ce teorema dimensiunii: a) U : R2 ! R4 , U (x1 ; x2 ) =
(x1 ; x1 + x2 ; x2 ; x1 x2 ); b) U : R4 ! R3 , U (x1 ; x2 ; x3 ; x4 ) = (x1 + x2 ; x1 + x3 ; x1 + x4 );
c) U : Rn [X] ! Rn [X], U (P (X)) = P ( X); d) U : Rn [X] ! Rn 1 [X], U (P (X)) =
P 0 (X); e) U : R3 ! R3 , U (x1 ; x2 ; x3 ) = (x3 ; x1 ; x2 ); f) U : Rn [X] ! Rn 1 [X],
U (P (X)) = P (X + 1) P (X). Am notat cu Rn [X] spaţiul vectorial al polinoamelor de
grad cel mult n peste R în nedeterminata X.
7.0.7 Exerciţiu a) S¼ a se arate c¼ a în spaţiul vectorial real L R2 ; R3 al tuturor oper-
2 3
atorilor liniari de la R la R operatorii U1 (x1 ; x2 ) = (x1 ; 0; 0), U2 (x1 ; x2 ) = (0; x1 ; 0),
U3 (x1 ; x2 ) = (0; 0; x1 ), U4 (x1 ; x2 ) = (x2 ; 0; 0), U5 (x1 ; x2 ) = (0; x2 ; 0), U6 (x1 ; x2 ) =
(0; 0; x2 ) formeaz¼ a o baz¼a. S¼ a se g¼aseasc¼a unica reprezentare a operatorului liniar T de…nit
14 OVIDIU VEGHEŞ
prin T (x1 ; x2 ) = (x1 ; 2x1 + 3x2 ; 4x1 5x2 ) ca o combinaţie liniar¼

a a elementelor acestei
baze.
b) Fie U1 ; U2 ; U3 2 L R3 ; R3 de…nite prin
U1 (x1 ; x2 ; x3 ) = (x1 + 2x2 ; x2 x3 ; 2x2 + x3 ) ;
U2 (x1 ; x2 ; x3 ) = (x3 ; x2 ; x1 ) ;
U3 (x1 ; x2 ; x3 ) = ( x1 + x2 + x3 ; x2 + x3 ; 2x1 + 3x2 x3 ) :
S¼
a se determine U4 ; U5 ; U6 2 L de…niţi prin U4 = U1 +U2 , U5 = U2 U1 , U6 = U3 1 .
R3 ; R3
7.0.8 Exerciţiu Fie V un K-spaţiu vectorial, unde K are caracteristica diferit¼ a de 2.
Dac¼a T : V ! V este un mor…sm cu proprietatea T T = idV , atunci s¼ a se arate c¼ a:
i) X1 = fx + T (x) j x 2 Vg este subspaţiu vectorial;
ii) X2 = fx T (x) j x 2 Vg este subspaţiu vectorial;
iii) X1 X2 = V.
7.0.9 Exerciţiu Fie (V; K) un spaţiu vectorial şi X1 ; X2 dou¼ a subspaţii vectoriale a lui
V. Dac¼ a X1 X2 = V atunci urm¼ atoarele aplicaţii prX
X1
2
; prX1
X2 : V ! V, de…nite prin
prX 2 X1
X1 (x) = x1 , prX2 (x) = x2 , unde x = x1 + x2 , cu x1 2 X1 ; x2 2 X2 .
sunt mor…sme de spaţii vectoriale. S¼a se veri…ce c¼a: i) prX 2 X2 X2 X1 X1

X1 prX1 = prX1 ; ii) prX2 prX2 =
prX 1 X2 X1 X1 X2 X2 X1
X2 ; iii) prX1 prX2 = 0; iv) prX2 prX1 = 0; v) prX1 + prX2 = idV .
7.0.10 Exerciţiu Se consider¼ a spaţiul vectorial R3 ; R şi X1 = span (S1 ) şi X2 =
span (S2 ) unde S1 = fa1 = (1; 2; 1) ; a2 = (2; 3; 3)g ; S2 = fa3 = (3; 7; 1)g : S¼
a se arate c¼
a
3 X2 X1
X1 X2 = R şi s¼ a se determine prX1 şi prX2 .
Bibliogra…e
cureşti, 2001. A
¼ LINIARA
¼ ŢARE 3
OVIDIU VEGHEŞ
Noiembrie 2010
CUPRINS
aţare 3 1
2. Endomor…sme liniare 2
2.1. Vectori şi valori proprii 2
2.2. Vectori şi valori proprii pentru endomor…sme de…nite pe spaţii …nit
dimensionale 2
2.3. Endormor…sme diagonalizabile 4
2.4. Subspaţii invariante. 5
Bibliogra…e 10

Unitate de înv¼ aţare 3 conţine, o prezentare într-o form¼ a accesibil¼ a, dar riguroas¼ a a
principalelor rezultate privind o introducere în teoria spectral¼ a, dar şi a noţiunilor aferente.
- memorarea principalelor rezultate matematice şi urm¼ arirea aplic¼ arii lor în exerciţiile
propuse,
- reconstituirea unor raţionamente matematice implicând noţiuni şi rezultate din unit¼ aţile
de înv¼aţare 1 şi 2,
1
2 OVIDIU VEGHEŞ

Dup¼ a studiul acestei unit¼ aţi de înv¼aţare, studentul va avea cunoştinţe despre: valori,
vectori şi subspaţii proprii, polinom caracteristic al unui endomor…sm, spectrul unui en-
domor…sm, polinoame de matrice, matrice diagonalizabile şi forma lor diagonal¼ a.
aţii.
2. Endomorfisme liniare
2.1. Vectori şi valori proprii. Fie V un K-spaţiu vectorial, nenul, în care K corp co-
mutativ şi T 2 LK (V; V) un endomor…sm.
2.1.1 De…niţie Consider¼am sistemul
T (v) = v
(2.1) :
v 6= 0
i) 2 K se numeşte valoare proprie (sau valoare caracteristic¼

a) dac¼
a 9v 2 V
pentru care se veri…c¼
a sistemul 2.1.
ii) v 2 V se numeşte vector propriu (sau vector caracteristic) corespunz¼ ator
valorii proprii 2 K dac¼ a se veri…c¼
a 2.1.
iii) Se numeşte spectrul endomor…smului T mulţimea
(2.2) (T ) = f 2 K j 9v 2 V; v 6= 0 astfel încât T (v) = vg :
iv) Se numeşte subspaţiu propriu corespunz¼ ator valorii proprii 2 (T ), K-

subspaţiul vectorial ker (T idV ) = fv 2 V j T (v) = vg.
2.1.2 Observaţie Rezolvarea problemei g¼ asirii vectorilor şi valorilor proprii cere s¼
a
parcurgem urm¼ atoarele trei etape:
Etapa 1: Se determin¼ a spectrul operatorului T (mulţimea valorilor proprii).
Etapa 2: Se determin¼ a pentru …ecare valoare proprie subspaţiul propriu.
Etapa 3: Din …ecare subspaţiu propriu se extrag vectorii proprii (de care suntem in-
teresaţi).
2.1.3 Propoziţie 2 = (T ) dac¼a şi numai dac¼aT idV este endomor…sm injectiv.
2.2. Vectori şi valori proprii pentru endomor…sme de…nite pe spaţii …nit dimen-
sionale. Fie V un K-spaţiu vectorial, nenul, …nit dimensional, în care K corp comutativ
şi T 2 LK (V; V) un endomor…sm liniar. Fie n = dimK V 2 N .
Fie E = (e1 ; : : : ; en ) un reper în V şi A = [ai;j ]i;j=1;n = [T ]E
E 2 Mn (K). Atunci
[T (x)]E = A [x]E , 8x 2 V. Sistemul 2.1 este echivalent cu
(
[T ]EE [x]E = [x]E () [T ]E
E [idV ]E
E [x]E = [0]E :
(2.3)
[x]E 6= [0]E
¼ LINIAR A
¼ ŢARE 3 3
Am obţinut, echivalent,
8
>
> (a1;1 ) x1 + a1;2 x2 + : : : + a1;n xn = 0
>
< a2;1 x1 + (a2;2 ) x2 + : : : + a2;n xn = 0
(2.4) ..
>
> .
>
: an;1 x1 + an;2 x2 + : : : + (an;n ) xn = 0
un sistem de n ecuaţii şi n necunoscute x1 ; : : : ; xn , cu un parametru
2 3 2 K, sistem ce
x1
6 7
trebuie s¼
a aib¼ a. Am considerat [x]E = 4 ... 5.
a cel puţin o soluţie nenul¼
xn
2.2.4 De…niţie Fie A 2 Mn (K). Se numeşte polinom caracteristic al matricei A,
polinomul de gradul n, notat PA ( ), şi de…nit prin
PA ( ) = det (A In ) .
2.2.5 Teorem¼ a[Hamilton-Cayley] Dac¼ a K este Q, R sau C, …e A 2 Mn (K) şi PA ( )
polinomul s¼ au caracteristic. Atunci PA (A) = 0n .
2.2.6 Observaţie[Structura polinomului caracteristic] Dac¼ a consider¼
am matricea A =
[ai;j ]i;j=1;n 2 Mn (K), atunci
PA ( ) = ( 1)n n
+ n 1
n 1
+ ::: 1 + 0;
unde
0 = det (A)
şi pentru k = 1; n 1 avem
2 3
ai1 ;i1 ai1 ;i2 : : : ai1 ;in k
P 6 ai2 ;i1 ai2 ;i2 : : : ai2 ;in k 7
k = ( 1)k det 6
4 :::
7.
5
16i1 <:::<in k 6n
::: ::: :::
ain k ;i1 ain k ;i2 : : : ain k ;in k
Evident n 1 = ( 1)n 1 Tr A, unde Tr A = a1;1 + : : : + an;n este urma matricei A.
2.2.7 Observaţie Corpul scalarilor joac¼ a un rol esenţial. Ecuaţia caracteristic¼
a PA ( ) =
0 are n r¼ ad¼acini, dac¼a K = C. Dac¼ a K = R, atunci nu avem certitudinea existenţei în R
a soluţiilor ecuaţiei caracteristice (vezi de exemplu ecuaţia 2 + 1 = 0). Ultima remarc¼ a
este adev¼ arat¼a şi pentru K = Q (vezi de exemplu ecuaţia 2 2 = 0).
2.2.8 Propoziţie Polinomul caracteristic este invariant (r¼ amâne nemodi…cat) indiferent
care ar … matricea de reprezentare a unui endomor…sm T 2 LK (V; V) într-un reper al K-
spaţiul vectorial V.
2.2.9 De…niţie Se numeşte polinom caracteristic al endomor…smului T 2 LK (V; V),
polinomul notat PT ( ), şi de…nit prin
PT ( ) = det [T ]E
E [idV ]E
E = P[T ]E ( ) , unde E este un reper arbitar …xat în V.
E
2.2.10 Observaţie Pentru rezolvarea problemei g¼ asirii vectorilor şi valorilor proprii
putem folosi urm¼ atoarele etape de calcul:
Etapa 0 : Se alege un reper E în K-spaţiul vectorial V şi se determin¼ a A = [T ]EE.
Etapa 1: Se rezolv¼ a ecuaţia caracteristic¼a PA ( ) = 0, unde PA ( ) este polinomul
caracteristic de grad n asociat matricei A, şi se determin¼a (T ).
Etapa 2: Pentru …ecare 2 (T ), se determin¼ a K-subspaţiul propriu ker (T idV )
(prin rezolvarea sistemului (A In ) [x]E = [0]E ).
Etapa 3: Din …ecare subspaţiu propriu se extrag vectorii proprii.
4 OVIDIU VEGHEŞ
2.2.11 De…niţie Fie T 2 LK (V; V) şi 2 (T ). Numim dimensiunea geometric¼ a

a lui num¼ arul d = dimK ker (T idV ) 2 N . Numim dimensiunea algebric¼ a a
lui ordinul de multiplicitate m 2 N al lui ca r¼ ad¼
acin¼
a a polinomului caracteristic
PT ( ).
2.2.12 Lem¼a Fie T 2 LK (V; V) un endomor…sm pentru care
f 1; : : : ; rg (T ) , unde i 6= j pentru orice i 6= j, i; j 2 f1; : : : ; rg .
Not¼
am V k
subspaţiul propriu corespunz¼
ator valorii proprii k, adic¼
a
V k
= ker (T k idV ) ;
pentru orice k 2 f1; : : : ; rg. În aceste condiţii sunt adev¼ arate a…rmaţiile:
i) O mulţime de vectori proprii corespunz¼ atoare la valori proprii distincte este liniar
independent¼ a (fv1 ; : : : ; vr g este liniar independent¼
a oricare ar … alegerea vectorilor vk 2
V k r f0V g, k 2 f1; : : : ; rg).
P
ii) V k \ j2f1;:::;rgrfkg V j = f0V g, 8k 2 f1; : : : ; rg.
Pm
iii) d k = dimK V k 6 m k , 8k 2 f1; : : : ; rg şi k=1 m k 6 n, unde prin m k am
pus în evidenţ¼a ordinul de multiplicitate al valorii proprii k ca r¼ ad¼ acin¼a a polinomului
caracteristic, pentru orice k 2 f1; : : : ; rg.
2.3. Endormor…sme diagonalizabile. Fie V un K-spaţiu vectorial, nenul, …nit dimen-

sional, în care K corp comutativ şi T 2 LK (V; V). Fie n = dimK V 2 N .
Fie E = (e1 ; : : : ; en ) un reper în V şi A = [ai;j ]i;j=1;n = [T ]E E 2 Mn (K). Atunci
[T (x)]E = A [x]E , 8x 2 V.
2.3.13 De…niţie T se numeşte endomor…sm diagonalizabil dac¼ a exist¼
a un reper
F = (f1 ; : : : ; fn ) al K-spaţiului vectorial V pentru care [T ]FF este o matrice diagonal¼ a
adic¼
a, o matrice ale c¼ arei elemente nenule pot … doar pe diagonala principal¼ a.
2.3.14 Lem¼ a Dac¼ a G este un reper a K-spaţiu vectorial V, format doar din vectori
proprii ai lui T , atunci D = [T ]G G este o matrice diagonal¼ a, unde elementele de pe diagonala
principal¼a sunt valorile proprii. Reciproca este de asemenea adev¼ arat¼
a.
2.3.15 Observaţie Dac¼ a endomor…smul T 2 LK (V; V) are n valori proprii distincte,
atunci T este diagonalizabil. Într-adev¼ ar, oricare ar … alegerea vectorilor proprii vk 2
V k r f0V g, cu k 2 f1; : : : ; ng, reperul G = (v1 ; : : : ; vn ) este format numai din vectori
proprii ai lui T , iar D = [T ]G G este o matrice diagonal¼a.
2.3.16 Teorem¼ a[Caracterizarea endomor…smelor diagonalizabile] Fie endomor…smul
T 2 LK (V; V) pentru care spectrul s¼ au este
(T ) = f 1; : : : ; rg , unde i 6= j pentru orice i 6= j, i; j 2 f1; : : : ; rg .
Not¼am prin m k ordinul de multiplicitate al valorii proprii k ca r¼ ad¼
acin¼a a polinomului
caracteristic, pentru orice k 2 f1; : : : ; rg. Atunci sunt echivalente a…rmaţiile:
i) T este un endomor…sm diagonalizabil;
ii) Exist¼
a un reper al K-spaţiului vectorial V, format doar din vectori Pproprii ai lui T ;
iii) Polinomul caracteristic are toate r¼ ad¼acinile în corpul K (adic¼ a rk=1 m k = n) şi
d k = m k , unde d k = dimK ker (T k idV ), 8k 2 f1; : : : ; rg;
iv) V = rk=1 ker (T k idV ).
2.3.17 De…niţie Matricea A 2 Mn (K) se numeşte diagonalizabil¼ a dac¼a exist¼
aC2
GLn (K) Mn (K) astfel încât C 1 AC este o matrice diagonal¼ a. În acest caz C se numeşte
matricea ce permite diagonalizarea lui A. Pentru o matrice diagonalizabil¼ a, relaţia
A = CDC 1 , cu C 2 GLn (K) şi D 2 Mn (K) matrice diagonal¼ a, poart¼a denumirea de
¼ LINIAR A
¼ ŢARE 3 5
form¼ a diagonal¼ a a matricei A. S-a notat cu GLn (K) mulţimea matricelor inversabile
de ordinul n cu elemente din K.
2.3.18 Observaţie Pentru a pune în evidenţ¼ a forma diagonal¼a a unei matrice patratice
diagonalizabile A 2 Mn (K) putem folosi urm¼ atoarele etape de calcul:
Etapa 0 : Se alege reperul canonic E în K-spaţiul vectorial Mn;1 (K).
Etapa 1: Se rezolv¼ a ecuaţia caracteristic¼
a PA ( ) = 0, unde PA ( ) este polinomul
caracteristic de grad n asociat matricei A.
Etapa 2: Pentru …ecare 2 (A), se determin¼ a K-subspaţiul propriu prin rezolvarea
sistemului (A In ) [x]E = [0]E .
Etapa 3: Pentru …ecare 2 (A) se alege un reper F în K-subspaţiul propriu deter-
minat la etapa a 2-a.
Etapa 4: Se construieşte reperul F = (F ) 2 (A) în K-spaţiul vectorial Mn;1 (K) format
doar din seturile de vectori proprii determinate la etapa a 3-a şi se pune în evidenţ¼ a atât
matricea diagonal¼ a D (având diagonala principal¼ a format¼
a din valorile proprii), matricea
C de trecere de la reperul E la reperul F , cât şi relaţia A = CDC 1 ce exprim¼ a forma
diagonal¼a a matricei A.
2.4. Subspaţii invariante. Fie V un K-spaţiu vectorial, nenul, în situaţia în care K este
corp comutativ.
2.4.19 De…niţie Fie un endomor…sm T 2 LK (V; V). Un K-subspaţiu vectorial X în V
se numeşte T -invariant dac¼ a şi numai dac¼ a T (X) X.
2.4.20 Propoziţie În condiţiile de…niţiei sunt adev¼ arate a…rmaţiile:
i) Dac¼a X este subspaţiu T -invariant, atunci1 T jX 2 LK (X; X).
ii) f0V g şi V sunt subspaţii T -invariante.
iii) Dac¼a X1 şi X2 sunt subspaţii T -invariante, atunci X1 \ X2 este T -invariant.
iv) Dac¼ a X1 şi X2 sunt subspaţii T -invariante, atunci X1 + X2 este T -invariant.
v) spanK (G) este T -invariant dac¼ a şi numai dac¼
a T (G) spanK (G).
2.4.21 Observaţie Dac¼ a X este subspaţiu T -invariant cu dimK X = 1, atunci exist¼ a
v 2 V vector propriu a lui T astfel încât X = spanK (fvg). Reciproc, dac¼ a v 2 V este un
vector propriu a lui T , atunci X = spanK (fvg) este un subspaţiu T -invariant.
2 3
19 34 51 17
6 5 8 15 5 7
a matricea A = 6
3.0.1 Exerciţiu Se consicer¼ 4 3
7. S¼
a se calculeze
6 7 3 5
1 2 3 3
A 1 folosind Teorema Cayley-Hamilton.
Soluţie. Polinomul caracteristic asociat matricei A este
2 3
19 34 51 17
6 5 8 15 5 7
PA ( ) = det (A I4 ) = det 6
4
7=
5
4
7 3
+ 18 2
20 + 8.
3 6 7 3
1 2 3 3
Rezult¼
a det A = 8 (termenul liber din scrierea polinomului) şi în consecinţ¼
a A este inversabil¼
a. Conform
teoremei Cayley-Hamilton
A4 7A3 + 18A2 20A + 8I4 = 04 .
1 Este necesar s¼
a atragem atenţia asupra notaţiei folosite, şi anume, am notat restricţia endomor…smului
T 2 LK (V; V) la K-subspaţiul vectorial X, atât din punct de vedere al domeniului cât şi a codomeniului,
prin T jX : X ! X.
6 OVIDIU VEGHEŞ
Avem
A 81 A3 + 87 A2 + 818 A + 20 I = 81 A3 + 78 A2 + 818 A + 20
8 4
I A = I4 :
8 4
Folosind unicitatea elementului simetric în grupul GL4 (R), al matricelor inversabile de ordinul 4 cu ele-
mente numere reale, rezult¼
a
2 51 17
3
8 17 2 2
6 5 11 15 5 7
A 1 = 81 A3 + 78 A2 + 818 A + 20 I =6
8 4 4 3
2 2 2 2
3
7.
5
2
3 5 2
1 3
2
1 2
0
Observaţie. Reamintim c¼ a dac¼
a K este un corp comutativ, atunci mulţimea GLn (K), a matricelor
inversabile de ordinul n cu elemente din K, este grup.
3.0.2 Exemplu Fie endomor…smul T : R4 ! R4 , de…nit prin
T (x18
; x2 ; x3 ; x4 ) = (y1 ; y2 ; y3 ; y4 ) , unde
>
> y = 19x1 + 34x2 + 51x3 + 17x4
< 1
y2 = 5x1 8x2 15x3 5x4
; 8 (x1 ; x2 ; x3 ; x4 ) 2 R4 :
>
> y3 = 3x1 6x2 7x3 3x4
:
y4 = x1 + 2x2 + 3x3 + 3x4
i) S¼ a se determine matricea endomor…smului corespunz¼ atoare reperului canonic E =
(e1 ; e2 ; e3 ; e4 ) din spaţiul vectorial real R4 . ii) S¼
a se a‡e vectorii şi valorile proprii corespun-
z¼
atoare endomor…smului T . iii) S¼ a se veri…ce c¼ a T este diagonalizabil şi s¼ a se determine
un reper în spaţiul vectorial R4 , format din vectori proprii.
Soluţie. Explicit¼
am e1 = (1; 0; 0; 0), e2 = (0; 1; 0; 0), e3 = (0; 0; 1; 0), e4 = (0; 0; 0; 1).
i) Evident
T (e1 ) = (19; 5; 3; 1) ; T (e2 ) = (34; 8; 6; 2) ; T (e3 ) = (51; 15; 7; 3) ; T (e4 ) = (17; 5; 3; 3) :
Atunci 2 3
19 34 51 17
6 5 8 15 5 7
[T ]E 6 7.
E = [T (e1 )]E ; [T (e2 )]E ; [T (e3 )]E ; [T (e4 )]E =4
3 6 7 3 5
1 2 3 3
Matricea A = [T ]E
E 2 M4 R
4
are proprietatea c¼
a
[T (x)]E = [T ]E 4
E [x]E , 8x 2 R .
ii) Ecuaţia caracteristic¼

a este
2 3
19 34 51 17
6 5 8 15 5 7
det (A 6
I4 ) = det 4 7= 4
7 3
+ 18 2
20 + 8 = 0
3 6 7 3 5
1 2 3 3
R¼
ad¼
acinile ecuaţiei caracteristice (valorile proprii) sunt
1 = 1; 2 = 3 = 4 = 2.
(1) (3)
Spectrul endomor…smului T este (T ) = 1; 2 . În continuare, pentru …ecare valoare proprie, deter-
min¼
am subspaţiile proprii. 2 3
18 34 51 17
6 5 9 15 5 7
Pentru = 1, not¼ am U1 = T 1 idR4 . Obţinem B1 = [U1 ]E = A I4 = 6
E
4 3
7 şi
5
6 8 3
1 2 3 2
dimR ker (U1 ) = 4 dimR Im (U1 ) = 4 rang B1 = 4 3 = 1 =ordinul de multiplicitate pentru = 1.
Continuând calculele (vezi 2.4) din rezolvarea sistemului
8
> 18x1 + 34x2 + 51x3 + 17x4 = 0
>
<
5x1 9x2 15x3 5x4 = 0
>
> 3x1 6x2 8x3 3x4 = 0
:
x1 + 2x2 + 3x3 + 2x4 = 0
¼ LINIAR A
¼ ŢARE 3 7
obţinem ker (U1 ) = spanR (f(17; 5; 3; 1)g). 2 3

17 34 51 17
6 5 10 15 5 7
Pentru = 2, not¼ E
am U2 = T 2 idR4 . Avem B2 = [U2 ]E = A 2I4 = 4 6 7 şi
3 6 9 3 5
1 2 3 1
dimR ker (U2 ) = 4 dimR Im (U2 ) = 4 rang B2 = 4 1 = 3 =ordinul de multiplicitate pentru = 2.
Continuând calculele (vezi 2.4) din rezolvarea sistemului
8
>
> 17x1 + 34x2 + 51x3 + 17x4 = 0
<
5x1 10x2 15x3 5x4 = 0
>
> 3x1 6x2 9x3 3x4 = 0
:
x1 + 2x2 + 3x3 + x4 = 0
obţinem ker (U2 ) = spanR (f( 2; 1; 0; 0) ; ( 3; 0; 1; 0) ; ( 1; 0; 0; 1)g).
Vectorii proprii sunt cei din ker (U1 ) r f(0; 0; 0; 0)g pentru valoarea proprie = 1 şi cei din ker (U2 ) r
f(0; 0; 0; 0)g pentru valoarea proprie = 2.
iii) Polinomul caracteristic are toate r¼ ad¼ acinile în corpul scalarilor R şi dimensiunea algebric¼
a şi geo-
metric¼ a pentru …ecare valoare proprie coincid. Conform teoremei 2.3.16 de caracterizare a endomor…smelor
diagonalizabile tragem concluzia c¼ a endomor…smul T este diagonalizabil.
Consider¼ am vectorii v1 = (17; 5; 3; 1), v2 = ( 2; 1; 0; 0), v3 = ( 3; 0; 1; 0), v4 = ( 1; 0; 0; 1). Consid-
er¼
am matricea 2 3
17 7 5 1
6 5 2 1 0 7
C = [v1 ]E ; [v2 ]E ; [v3 ]E ; [v4 ]E = 6
4 3
7.
1 1 0 5
1 0 0 1
card (fv1 ; v2 ; v3 ; v4 g)
Având în vedere c¼
a rang C = 4 = tragem concluzia c¼
a V = (v1 ; v2 ; v3 ; v4 ) este un
dimR R4
4
reper în spaţiul vectorial real R , iar C este matricea de trecere de la reperul E la V . Atunci
2 3
1 0 0 0
6 0 2 0 0 7
D = [T ]VV = [T (v1 )]V ; [T (v2 )]V ; [T (v3 )]V ; [T (v4 )]V = 64 0 0 2 0 5
7
0 0 0 2
şi D = [T ]VV = [idR4 ]E
V [T ]E
E [id 4
R E]V
= C 1
AC.
4.0.1 Exerciţiu De…niţi noţiunile: i) endomor…sm diagonalizabil; ii) dimensiunea geo-

metric¼a a unei valori proprii; iii) spectrul unui endomor…sm.
4.0.2 Exerciţiu Enunţaţi rezultatul matematic privind: i) structura coe…cienţilor unui
polinom caracteristic; ii) invarianţa polinomului caracteristic; iii) caracterizare a endomor-
…smelor diagonalizabile.
4.0.3 Exerciţiu S¼ a se demonstreze teorema Hamilton-Cayley.
4.0.4 Exerciţiu Fie A 2 Mn (K) o matrice diagonalizabil¼ a şi C 2 GLn (K) o matrice
ce permite diagonalizarea ei. Dac¼ a D = C 1 AC, atunci i) A = C ( D) C 1 , 8 2 K; ii)
Am = CDm C 1 , 8m 2 N .
4.0.5 Exerciţiu Fie endomor…smul T : R4 ! R4 , de…nit prin
T (x18
; x2 ; x3 ; x4 ) = (y1 ; y2 ; y3 ; y4 ) , unde
>
> y = 19x1 + 34x2 + 51x3 + 17x4
< 1
y2 = 5x1 8x2 15x3 5x4
; 8 (x1 ; x2 ; x3 ; x4 ) 2 R4 :
>
> y 3 = 3x 1 6x 2 7x 3 3x4
:
y4 = x1 + 2x2 + 3x3 + 3x4
a se determine T n : R3 ! R3 , cu n 2 N .
S¼
8 OVIDIU VEGHEŞ

a ţinem cont c¼
a …e clare,
Exerciţiul 4.0.1.
Exerciţiul 4.0.2.
Soluţie. i) Este vorba urm¼
atoarele rezultate 2.2.4 şi 2.2.6; ii) 2.2.8 şi 2.2.9; iii) 2.3.16.
Exerciţiul 4.0.3.
Soluţie. Fie PA ( ) = a0 + a1 + : : : + an n expresia polinomului caracteristic. Matricea adjunct¼
a,
adj (A In ) este o matrice polinom în de forma
n 1
adj (A In ) = B0 + B1 + : : : + Bn 1;
deoarece complemenţii algebrici sunt polinoame în de grad cel mult n 1. Atunci

PA ( ) In = det (A In ) In = (A In ) adj (A In ) .
Identi…carea coe…cienţilor celor dou¼
a polinoame conduce la relaţiile:
8
>
> a0 In = AB0
>
>
>
> a1 In = AB1 B0
<
a2 In = AB2 B1
>
> :::
>
>
>
> a n 1 I n = AB n 1 Bn 2
:
an In = Bn 1
Prin înmulţirea la dreapta a relaţiilor respectiv cu In ; A; A2 ; : : : ; An 1 ; An obţinem

8
>
> a0 In = AB0
>
>
>
> a1 A = A2 B1 AB0
<
a2 A2 = A3 B2 A2 B1
>
> :::
>
> n 1 n
>
> an 1 A = A Bn 1 An 1 Bn 2
: n n
an A = A Bn 1
Prin însumarea relaţiilor obţinem PA (A) = a0 In + a1 A + : : : + an An = 0n .

Exerciţiul 4.0.4.
1
Soluţie. Din ipoteza rezult¼
a A = CDC . i) Avem
1 1
A= CDC = C ( D) C .
ii) Vom demonstra a…rmaţia prin inducţie. "pasul iniţial" A…rmaţia pentru m = 1 a fost probat¼
a.
a Am = CDm C 1 , atunci Am+1 = AAm = CDC 1 CDm C 1 = CDIn Dm C
"pasul de inducţie" Dac¼ 1
=
CDm+1 C 1 .
În concluzie a…rmaţia Am = CDm C 1 este adev¼ arat¼ a pentru orice m 2 N .
Exerciţiul 4.0.5.
Soluţie. Folosim calculele efectuate în cel de al doilea exerciţiu rezolvat. Endomor…smul T este
diagonalizabil. Fie
E = (e1 = (1; 0; 0; 0) ; e2 = (0; 1; 0; 0) ; e3 = (0; 0; 1; 0) ; e4 = (0; 0; 0; 1)) şi
V = (v1 = (17; 5; 3; 1) ; v2 = ( 2; 1; 0; 0) ; v3 = ( 3; 0; 1; 0) ; v4 = ( 1; 0; 0; 1))
reperul canonic, şi respectiv reperul format din vectori proprii, ai spaţiului vectorial real R4 . Avem
2 3 2 3
19 34 51 17 1 0 0 0
6 5 8 15 5 7 6 0 2 0 0 7
E
A = [T ]E = 46 7 V
, D = [T ]V = 4 6 7
3 6 7 3 5 0 0 2 0 5
1 2 3 3 0 0 0 2
¼ LINIAR A
¼ ŢARE 3 9
2 3
17 7 5 1
6 5 2 1 0 7
şi A = CDC 1
, unde C = [v1 ]E ; [v2 ]E ; [v3 ]E ; [v4 ]E = 6
4
7. Atunci
3 1 1 0 5
1 0 0 1
n
[T n ]E V n V E V V
E = [idR4 ]E [T ]V [idR4 ]V = [idR4 ]E [T ]V [idR4 ]E n
V = CD C
1
2 n n n n
3
1 + 18 (2 1) 34 (2 1) 51 (2 1) 17 (2 1)
6 5 (2n
1) 1 9 (2 n
1) 15 (2 n
1) 5 (2n
1) 7 .
=64
7
5
3 (2n 1) 6 (2n 1) 1 8 (2n 1) 3 (2n 1)
2n 1 2 (2n 1) 3 (2n 1) 1 + 2 (2n 1)
Folosind proprietatea c¼ a [T n (x)]E = [T n ]E 4

E [x]E , 8x 2 R obţinem rezultatul T
n
: R4 ! R4 este de…nit
n
prin T (x1 ; x2 ; x3 ; x4 ) = (y1 ; y2 ; y3 ; y4 ), unde
8
> y1 = (1 + 18
> (2n 1)) x1 + 34 (2n 1) x2 + 51 (2n 1) x3 + 17 (2n 1) x4
<
y2 = 5 (2n 1) x1 + (1 9 (2n 1)) x2 15 (2n 1) x3 5 (2n 1) x4
;
>
> y3 = 3 (2n 1) x1 6 (2n 1) x2 + (1 8 (2n 1)) x3 3 (2n 1) x4
: n n n n
y4 = (2 1) x1 + 2 (2 1) x2 + 3 (2 1) x3 + (1 + 2 (2 1)) x4
pentru 8 (x1 ; x2 ; x3 ; x4 ) 2 R4 .
6.0.1 Exerciţiu Fie V un K-spaţiu vectorial, nenul, în care K corp comutativ şi T 2
LK (V; V) un endomor…sm. Consider¼ am îndeplinit¼a condiţia dimK V = n 2 N . Atunci
2= (T ) dac¼a şi numai dac¼ aT idV este automor…sm.
2 3 2 3
1 0 5 0 1 2
6.0.2 Exerciţiu Se consider¼ a matricele: a) 4 5 4 5 5; b) 4 1 0 1 5. S¼ a se
5 0 1 2 1 0
a‡e valorile proprii, vectorii proprii şi s¼
a se diagonalizeze matricele.
a se calculeze A 1
6.0.3 Exerciţiu Pentru …ecare din situaţiile de la exerciţiul 6.0.2, s¼
folosind teorema Cayley-Hamilton. Poate … folosit¼ a teorema Cayley-Hamilton pentru a se
calcula An , cu n 2 N ?
6.0.4 Exerciţiu Fie T 2 LR R3 ; R3 de…nit prin
T (x1 ; x2 ; x3 ; x4 ) = ( x1 ; x2 4x1 ; 2x4 3x3 ; 3x4 4x3 ) :
i) S¼
a se a‡e valorile proprii, subspaţiile proprii şi vectorii proprii ale endomor…smului T ; ii)
S¼a se arate c¼ a un reper B în spaţiul vectorial real R3 în care matricea operatorului
a exist¼
D = [T ]B B are forma diagonal¼ a; iii) S¼ a se determine matricea [T n ]E E a endomor…smul
n
T = T : : : T (unde T apare de n-ori), cu n 2 N , corespunz¼ atoare reperului canonic E
din R3 ; iv) S¼
a se determine subspaţiile vectoriale X din R3 pentru care T (X) X.
6.0.5 Exerciţiu i) Fie spaţiul vectorial real V şi operatorul liniar U : V ! V,
R2
U (f ) (x) = 0 (1 + sin (x t)) f (t) dt; x 2 [0; 2 ] :
(a) Pentru V = CR [0; 2 ], s¼ a se arate c¼ a Im U este …nit–dimensional şi s¼ a se a‡e o baz¼a
pentru Im U . (b) Pentru V = CR1 [0; 2 ], s¼ a se a‡e o baz¼ a pentru Im U . (c) Generalizare
privind rangul operatorului U pe spaţiul vectorial al funcţiilor derivabile de k-ori, cu
derivata rezultat¼a continu¼a pe [0; 2 ], V = CRk [0; 2 ], unde k 2 N .
ii) În …ecare din cele 3 situaţii (a), (b) şi (c) s¼
a se cerceteze dac¼
a
U jIm U : Im U ! Im U
este un endomor…sm diagonalizabil.
iii) S¼
a se g¼
aseasc¼
a valorile proprii şi vectorii proprii ale endomor…smului U .
10 OVIDIU VEGHEŞ
6.0.6 Exerciţiu Fie un endomor…sm T 2 LK (V; V). S¼ a se arate c¼a: i) vectorii proprii
a lui T corespunz¼ atori valorii proprii zero, şi doar aceştia, aparţin lui ker T ; ii) vectorii
proprii a lui T corespunz¼ atori unei valori proprii nenule aparţin lui Im T .
6.0.7 Exerciţiu Fie p : V ! V un operator liniar de proiecţie2. S¼ a se demonstreze c¼ a i)
Im p = fv 2 V j p (v) = vg; ii) V = ker p Im p; iii) p este un endomor…sm diagonalizabil
şi (p) = f0; 1g.
6.0.8 Exerciţiu Fie V un K-spaţiu vectorial, nenul. i) S¼ a se arate c¼a dac¼ap:V!V
este o proiecţie, atunci idV p este proiecţie pentru care
ker (idV p) = Im p; Im (idV p) = ker p
şi 2p idV este o involuţie3. Care din aceste trei endomor…sme este diagonalizabil ?
6.0.9 Exerciţiu Fie A 2 Mn (C). S¼ a se arate c¼a matricele A şi respectiv AT au acelaşi
polinom caracteristic. S¼a se dea exemplu de matrice A pentru care operatori liniari având
matricele de reprezentare A şi respectiv AT nu au acelaşi vectori proprii.
6.0.10 Exerciţiu Valoarea absolut¼ arei valori proprii a unei matrici productive4
a a oric¼
este strict subunitar¼
a.
Bibliogra…e
cureşti, 2001. A
2 Un endomor…sm T : V ! V pentru care T 2 = T , unde T 2 = T T se numeşte proiecţie.

3 Un endomor…sm T : V ! V pentru care T 2 = id , unde T 2 = T T se numeşte involuţie.
V
4 O matrice p¼ a A 2 Mn (R), unde n 2 N, n > 2, cu elemente pozitive se numeşte productiv¼
atratic¼ a,
dac¼
a exist¼
a v0 2 Mn;1 (R) astfel încât v0 Av0 .
¼ LINIARA
¼ ŢARE 4
OVIDIU VEGHEŞ
Decembrie 2010
CUPRINS
aţare 4 1
2. Funcţionale liniare, biliniare şi p¼
atratice 2
2.1. Funcţionale liniare şi spaţiu dual 2
2.2. Funcţionale biliniare 3
2.3. Funcţionale biliniare simetrice 4
2.4. Funcţionale p¼atratice reale 4
Bibliogra…e 14

principalelor rezultate privind o funcţionalele liniare, biliniare şi p¼ atratice.
propuse,
de înv¼aţare 1,2 şi 3,
1
2 OVIDIU VEGHEŞ

Dup¼ a studiul acestei unit¼ aţi de înv¼
aţare, studentul va avea cunoştinţe despre: dualul
algebric al unui spaţiu vectorial, funcţionalele liniare, biliniare şi funcţionalele p¼atratice
reale, reprezent¼ arile lor matriceale şi elemente de calcul vectorial în spaţiul dual.
fundamentale necesare la alte discipline ce se ocup¼ a cu modelarea matematic¼a a realit¼
aţii.
2. FuncŢ ionale liniare, biliniare Ş i pA¼ tratice
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 De…niţie Funcţia ' : V ! K se numeşte funcţional¼a liniar¼a dac¼a:
i) '(x1 + x2 ) = '(x1 ) + '(x2 ); 8x1 ; x2 2 V;
ii) '( x) = '(x); 8x 2 V, 8 2 K.
Se noteaz¼a cu
LK (V; K) = f' : V ! K j ' funcţional¼
a liniar¼
ag :
K-spaţiul vectorial LK (V; K) se numeşte dualul algebric al K-spaţiului vectorial V.
2.1.2 Observaţie O funcţional¼ a liniar¼ a este un caz particular de operator liniar,
deaorece corpul de scalari K este la rândul s¼ au un spaţiu vectorial peste el însuşi. Drept ur-
mare rezultatele obţinute pentru operatori liniari r¼ amân valabile, cu adaptarile de rigoare,
şi în cazul funcţionalelor liniare.
2.1.3 Propoziţie Fie V un K-spaţiu vectorial, nenul, …nit 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 2 N , exist¼ a un unic
reper E = (e1 ; : : : ; em ) în LK (V; K), astfel încât
1 i=j
ei (ej ) = ij = , 8i; j 2 f1; : : : ; mg .
0 i=
6 j
2.1.4 De…niţie Fie E = (e1 ; : : : ; em ) un reper în V, cu m 2 N şi ' : V ! K o
funcţional¼
a liniar¼
a. Se numeşte matricea funcţionalei ' corespunz¼atoare perechii
de repere E; f1g matricea
[']E
f1g = ' (e1 ) ' (e2 ) ::: ' (em ) 2 M1;m (K) .
2.1.5 Propoziţie Fie E = (e1 ; : : : ; em ) un reper în V, unde m 2 N şi ' : V ! K o
funcţional¼
a liniar¼
a.
i) Exist¼a o singur¼a matrice A = [a1;j ]j=1;m 2 M1;m (K) pentru care
' (x) = A [x]E , 8x 2 V.
ii) Matricea [']E
f1g 2 M1;m (K) veri…c¼
a relaţia precedent¼
a.
2.1.6 Teorem¼ a Fie V un K-spaţiu vectorial …nit dimensional, E şi G dou¼
a repere în V
şi ' : V ! K o funcţional¼
a liniar¼
a. Atunci
[']G E
f1g = [']f1g C,
unde C este matricea de trecere de la E la G.
¼ LINIAR A
¼ ŢARE 4 3
2.1.7 De…niţie Fie E = (e1 ; : : : ; em ) un reper în V, unde m 2 N şi ' : V ! K o

funcţional¼
a liniar¼
a. Se numeşte matricea coordonatelor funcţionalei ' corespunz¼ a-
toare reperului E matricea
2 3
' (e1 )
[']E = 4 ::: 5 2 Mm;1 (K) .
' (em )
2.1.8 Propoziţie Fie E = (e1 ; : : : ; em ) un reper în V, unde m 2 N şi ' : V ! K o
funcţional¼
a liniar¼
a.
i) Exist¼a o singur¼a matrice A = [ai;1 ]i=1;m 2 Mm;1 (K) pentru care
P
' (x) = m i=1 ai;1 ei (x) , 8x 2 V.
ii) Matricea [']E 2 Mm;1 (K) veri…c¼ a relaţia precedent¼
a.
T E
iii) [']E = [']f1g .
2.1.9 Teorem¼ a Fie V un K-spaţiu vectorial …nit dimensional, E şi G dou¼
a repere în V
şi ' : V ! K o funcţional¼
a liniar¼
a. Atunci
[']G = C T [']E ,
2.2. Funcţionale biliniare. Fie V1 ; V2 dou¼ a K-spaţii vectoriale, nenul, în situaţia în care
K este corp comutativ.
2.2.10 De…niţie Funcţia : V1 V2 ! K se numeşte funcţional¼ a biliniar¼
a dac¼ a:
i) (x1 + x2 ; y) = (x1 ; y) + (x2 ; y); 8x1 ; x2 2 V1 , 8y 2 V2 ;
ii) ( x; y) = (x; y); 8x 2 V1 , 8y 2 V2 , 8 2 K;
iii) (x; y1 + y2 ) = (x; y1 ) + (x; y2 ); 8x 2 V1 , 8y1 ; y2 2 V2 ;
iv) (x; y) = (x; y); 8x 2 V1 , 8y 2 V2 , 8 2 K.
Se noteaz¼a cu
LK (V1 ; V2 ; K) = f : V1 V2 ! K j funcţional¼
a biliniar¼
ag :
2.2.11 De…niţie Fie E = (e1 ; : : : ; em ) un reper în V1 , F = (f1 ; : : : ; fn ) un reper în
V2 , unde m; n 2 N şi : V1 V2 ! K o funcţional¼ a biliniar¼
a. Se numeşte matricea
funcţionalei biliniare în reprezentarea natural¼ a corespunz¼ atoare perechii de
repere E; F matricea
[ (ei ; fj )]i=1;m;j=1;n 2 Mm;n (K) .
2.2.12 Propoziţie[caracterizarea matricei asociat¼ a unei funcţionale biliniare] Se con-
sider¼a : V1 V2 ! K o funcţional¼ a biliniar¼ a.
i) Exist¼
a o singur¼
a matrice A = [ai;j ]i=1;m;j=1;n 2 Mm;n (K) pentru care
(x; y) = [x]TE A [y]F , 8x 2 V1 ; 8y 2 V2 .

ii) Matricea funcţionalei biliniare în reprezentarea natural¼ a corespunz¼
atoare perechii
de repere E; F veri…c¼ a relaţia precedent¼
a.
2.2.13 Teorem¼ a[modi…carea matricei unei funcţionale biliniare la schimbarea reperelor]
Fie V1 ; V2 dou¼
a K-spaţii vectoriale …nit dimensionale, E şi G dou¼ a repere în V1 , iar F şi
H dou¼ a repere în V2 şi : V1 V2 ! K o funcţional¼ a biliniar¼
a. Dac¼a A; B sunt matricele
de reprezentare a funcţionalei biliniare 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.
4 OVIDIU VEGHEŞ
2.3. Funcţionale biliniare simetrice. Fie V un K-spaţiu vectorial, nenul, în situaţia în

care K este corp comutativ.
2.3.14 De…niţie Funcţia : V V ! K se numeşte funcţional¼ a biliniar¼a simetric¼ a
dac¼a:
i) (x1 + x2 ; y) = (x1 ; y) + (x2 ; y); 8x1 ; x2 ; y 2 V;
ii) ( x; y) = (x; y); 8x; y 2 V, 8 2 K;
iii) (x; y1 + y2 ) = (x; y1 ) + (x; y2 ); 8x; y1 ; y2 2 V;
iv) (x; y) = (x; y); 8x; y 2 V, 8 2 K;
v) (x; y) = (y; x); 8x; y 2 V.
Se noteaz¼a cu
LsK (V; V; K) = f 2 LK (V; V; K) j funcţional¼
a biliniar¼
a simetric¼
ag :
2.3.15 De…niţie Fie E = (e1 ; : : : ; em ) un reper în V, unde m 2 N şi : V V ! K o
funcţional¼
a biliniar¼
a simetric¼
a. Se numeşte matricea funcţionalei biliniare simetrice
în reprezentarea natural¼ a corespunz¼ atoare reperului E matricea
[ (ei ; ej )]i=1;m;j=1;m 2 Mm (K) .
2.3.16 Observaţie Matricea de reprezentare a unei funcţionalei biliniare simetrice
coincide cu matricea de reprezentare a lui ca funcţional¼ a biliniar¼
a, dar ea este o matrice
simetric¼a.
2.3.17 Propoziţie[caracterizarea matricei unei funcţionale biliniare simetrice] Se con-
sider¼a : V V ! K o funcţional¼ a biliniar¼ a simetric¼
a.
i) Exist¼ a matrice A = [ai;j ]i=1;m;j=1;m 2 Mm (K) simetric¼
a o singur¼ a pentru care
(x; y) = [x]TE A [y]E , 8x; y 2 V.

ii) Matricea funcţionalei biliniare simetrice în reprezentarea natural¼ a corespunz¼
atoare
reperului E este o matrice simetric¼ a ce veri…c¼
a relaţia precedent¼
a.
2.3.18 Teorem¼ a[modi…carea matricei unei funcţionale biliniare la schimbarea reperelor]
Fie V un K-spaţiu vectorial …nit dimensional, E şi G dou¼ a repere în V şi : V V ! K
o funcţional¼
a biliniar¼
a simetric¼a. Dac¼ a A; B sunt matricele de reprezentare a funcţionalei
biliniare simetrice în reperul E şi respectiv G, atunci
B = C T AC,
2.3.19 De…niţie Fie V un K-spaţiu vectorial …nit dimensional şi : V V ! K o
funcţional¼
a biliniar¼
a. se numeşte diagonalizabil¼a dac¼a exist¼
a un reper F în V pentru
care matricea de reprezentare a funcţionalei biliniare în perechea de repere F; F este o
matrice diagonal¼ a.
2.3.20 Propoziţie Fie V un K-spaţiu vectorial …nit dimensional. Orice funcţional¼ a
biliniar¼
a diagonalizabil¼a este o funcţional¼
a biliniar¼
a simetric¼
a. Dac¼a K este un corp de
caracteristic¼
a diferit¼
a de 2 atunci reciproca a…rmatiei precedente este adev¼ arat¼
a.
2.4. Funcţionale p¼ atratice reale. Fie V un spaţiu vectorial real, nenul.
2.4.21 De…niţie Funcţia : V ! R se numeşte funcţional¼ a p¼ atratic¼a dac¼a exist¼
a
o funcţional¼
a biliniar¼
a simetric¼
a : V V ! R astfel încât (x) = (x; x), 8x 2 V.
Spunem c¼ a este polar ataşat¼
a lui .
2.4.22 De…niţie Funcţionala p¼ atratic¼
a : V ! R este:
i) pozitiv de…nit¼ a dac¼
a (x) > 0, 8x 2 Vr f0V g;
ii) pozitiv semide…nit¼ a (x) > 0, 8x 2 V f¼
a dac¼ ar¼
a ca s¼ a …e pozitiv de…nit¼ a;
iii) negativ de…nit¼ a dac¼
a (x) < 0, 8x 2 Vr f0V g;
¼ LINIAR A
¼ ŢARE 4 5
iv) negativ semide…nit¼ a dac¼ a (x) 6 0, 8x 2 V f¼ ar¼

a ca s¼a …e negativ de…nit¼a;
v) nede…nit¼ a dac¼a 9x; y 2 V astfel încât (x) (y) < 0.
2.4.23 De…niţie Fie E = (e1 ; : : : ; em ) un reper în V, unde m 2 N şi : V ! R o
funcţional¼
a p¼
atratic¼
a. Se numeşte matricea funcţionalei p¼ atratrice corespun-
atoare reperului E matricea funcţionalei biliniare simetrice polar ataşat¼
z¼ a lui în
reprezentarea natural¼ a corespunz¼ atoare reperului E.
2.4.24 Propoziţie Fie V un R-spaţiu vectorial …nit dimensional şi : V ! R o
funcţional¼
a p¼
atratic¼
a. i) Funcţional¼
a biliniar¼
a simetric¼
a : V V ! R polar ataşat¼ a lui
este de…nit¼a prin
1
(x; y) = 2 ( (x + y) (x) (y)) , 8x; y 2 V;
ii)Dac¼a A este matricea de reprezentare a funcţionalei p¼ atratrice în reperul E, atunci A
este diagonalizabil¼a şi
(x) = [x]TE A [x]E ; 8x 2 V;
iii) Dac¼a A; B sunt matricele de reprezentare a funcţionalei p¼ atratrice în reperul E şi
respectiv G, atunci
B = C T AC,
2.4.25 De…niţie Fie V un R-spaţiu vectorial cu dimR V = m 2 N şi : V ! R
o funcţional¼a p¼
atratic¼ a. Se numeşte forma canonic¼ a a funcţionalei p¼ atratice o
exprimare de forma
(x) = [x]TF [x]F ; 8x 2 V,
unde 2 Mm (R) este o matrice diagonal¼ a, iar F un reper în V. Se numeşte signatura
funcţionalei p¼ atratice , şi se noteaz¼ a sgn , un triplet (n ; n0 ; n+ ), cu n + n0 + n+ =
m, unde n , n0 , respectiv n+ este num¼ arul de coe…cienţi negativi, nuli, respectiv pozitivi
de pe diagonala matricei . n + n+ se numşte rangul funcţionalei p¼ atratice .
2.4.26 Observaţie Funcţionala p¼ atratic¼a : V ! R este: i) pozitiv de…nit¼ a dac¼a
n+ = m; ii) pozitiv semide…nit¼ a dac¼
a n = 0 şi n+ 6= m; iii) negativ de…nit¼ a dac¼a
n = m; iv) negativ semide…nit¼ a dac¼a n+ = 0 şi n 6= m; v) n 6= 0 şi n+ 6= 0.
2.4.27 Teorem¼ a[de inerţie a lui Sylvester] Signatura unei funcţionale p¼ atratice sunt
invarianţi ai funcţionalei p¼
atratice (adic¼ a nu depind de metoda folosit¼ a pentru g¼ asirea
reperului F al formei canonice).
2.4.28 Observaţie Orice funcţional¼ a p¼atratic¼
a poate … adus¼ a la forma canonic¼ a. Tre-
buie reţinut c¼
a exist¼a mai multe metode de aducere la forma canonic¼ a a unei funcţionale
p¼atratice. Metoda elemetar¼ a a lui Gauss este o metod¼ a întotdeuna aplicabil¼ a chiar dac¼a
uneori sunt necesare arti…cii de calcul. Metoda Jacobi este o metod¼ a care poate … aplicat¼a
doar dac¼ a ipoteza de lucru a metodei este valid¼ a. Metoda vectorilor şi valorilor proprii
(numit¼ a şi metoda transform¼ arilor ortogonale) este o metod¼ a întotdeuna aplicabil¼ a, dar
solicit¼
a rezolvarea unor ecuaţii polinomiale de grad superior. Se va exempli…ca folosirea
acestor metode în al doilea exerciţiu rezolvat.
2.4.29 Observaţie i) Natura unei funcţionale p¼ atratice se poate a‡a f¼ar¼
a a determina
reperul formei canonice prin metoda Jacobi. Dac¼ a
A = [ai;j ]i=1;m;j=1;m 2 Mm (R)
este matricea funcţionalei p¼
atratrice corespunz¼
atoare 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
6 OVIDIU VEGHEŞ
atunci este pozitiv (negativ) de…nit¼ a dac¼a toate rapoartele 01 ; 12 ; : : : ; mm 1 sunt pozi-
tive (negative). Dac¼a unele dintre rapoarte sunt pozitive şi altele negative, atunci funcţio-
nala p¼atratric¼
a este nede…nit¼ a. Nu putem a…rma nimic dac¼ a este pozitiv semide…nit¼ a
sau negativ semide…nit¼ a.
ii) Natura unei funcţionale p¼
atratice se poate a‡a f¼
ar¼
a a determina reperul formei ca-
nonice prin metoda vectorilor şi valorilor proprii. Dac¼
a
A = [ai;j ]i=1;m;j=1;m 2 Mm (R)
este matricea funcţionalei p¼

atratrice corespunz¼
atoare unui reper E şi
1, 2, ..., m sunt valorile proprii ale matricei A,
atunci este pozitiv (negativ) de…nit¼ a dac¼

a toate valorile proprii sunt pozitive (negative).
Dac¼a unele dintre rapoarte sunt pozitive şi altele negative, atunci funcţionala p¼
atratric¼
a
este nede…nit¼
a. Dac¼ a zero este valoare proprie şi nu avem valori proprii negative (pozitive),
atunci este pozitiv semide…nit¼ a (negativ semide…nit¼ a).
3.0.1 Exerciţiu În spaţiul vectorial real R3 se consider¼

a vectorii
g1 = (2; 1; 1) , g2 = (1; 2; 1) , g3 = ( 1; 1; 2) .
i) S¼ a G = (g1 ; g2 ; g3 ) este un reper în R3 şi s¼

a se veri…ce c¼ a se determine funcţionala
3
liniara ' : R ! R care satisface condiţiile ' (g1 ) = 1, ' (g2 ) = 3, ' (g3 ) = 6.
a se determine reperul G = (g1 ; g2 ; e3 ) din LR R3 ; R , astfel încât
ii) S¼
1 i=j
gi (gj ) = ij = , 8i; j 2 f1; 2; 3g .
0 i=
6 j
iii) S¼
a se determine reprezent¼arile matriceale ale funcţionalei liniare ' : R3 ! R asociate
perechii de repere G; f1g 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 3
2 1 1
C = [g1 ]E ; [g2 ]E ; [g3 ]E = 4 1 2 1 5.
1 1 2
G = (g1 ; g2 ; g3 ) este un reper în R3 , în conformitate cu criteriile ce însoţesc teorema rangului privind

det C=66=0
liniar independenţa şi respectiv sistemul de generatori, deoarece rang C = 3 = num¼
arul de vectori
= dimR L R3 ; R . Din datele problemei [']G f1g = ' (g1 ) ' (g2 ) ' (g3 ) = 1 3 6 . Atunci
2 1 1 1
3
2 2 2
[']E = [']G C 1
= 1 3 6 4 1 5 1 5= 1 1 2
f1g f1g 6 6 2
1 1 1
6 6 2
2 3
x1
şi ' (x) = [']E [x]E = 1 1 2 4 x2 5 = x1 + x2 + 2x3 , 8x = (x1 ; x2 ; x3 ) 2 R3 .
f1g
x3
¼ LINIAR A
¼ ŢARE 4 7
ii) Reluând raţionalentul precedent obţinem pentru orice x = (x1 ; x2 ; x3 ) 2 R3

2 1 1 1
32 3
2 2 2
x1
g1 (x) = [g1 ]G
f1g C
1
[x]E = 1 0 0 4 16 5
6
1 54
2
x2 5 = 12 x1 1
x
2 2
+ 21 x3 ;
1 1 1
2 16 6
1
2
1
3 2 x3 3
2 2 2
x1
g2 (x) = [g2 ]G C 1
[x] = 0 1 0 4 1 5 1 54
x2 5 = 56 x2 1
x 1
x ;
f1g E 6 6 2 6 1 2 3
1 1 1
2 16 6
1
2
1
3 2 x3 3
2 2 2
x1
g3 (x) = [g3 ]G C 1
[x] = 0 0 1 4 1 5 1 54
x2 5 = 12 x3 1
x 1
x :
f1g E 6 6 2 6 2 6 1
1 1 1
6 6 2
x3
a G = (g1 ; g2 ; e3 ) este un reper în LR R3 ; R rezult¼
Faptul c¼ a din 2.1.3.
iii) Putem privi expresia funcţionalei liniare ' : R3 ! R obţinute în dou¼
a moduri: 2 3
1
"primul:" ' (x) = [']G
f1g [x]G , 8x = (x1 ; x2 ; x3 ) 2 R3 , unde [']G
f1g = 1 3 6 , iar [x]G = 4 2
5 cu
3
8
< 1 = g1 (x1 ; x2 ; x3 ) = 21 x1 1
x
2 2
+ 21 x3
2 = g2 (x1 ; x2 ; x3 ) = 65 x2 1
x
6 1
1
x .
2 3
:
3 = g3 (x1 ; x2 ; x3 ) = 21 x3 1
x
6 2
1
x
6 1
[']G
f1g = 1 3 6 este matricea funcţionalei ' corespunz¼ atoare perechii de repere G; f1g.
"al doilea:" ' (x) = g1 (x) + 3g2 (x) + 6g3 (x), 8x 2 R3 sau echivalent scris = g1 + 3g2 + 6g3 .
T
[']G = 1 3 6 este matricea coordonatelor funcţionalei ' corespunz¼atoare reperului G .
3.0.2 Exerciţiu Se d¼
a funcţionala p¼
atratic¼
a : R3 ! R de…nit¼
a prin
(x1 ; x2 ; x3 ) = 3x21 + 6x22 + 3x23 4x1 x2 4x2 x3 8x3 x1 .
i) S¼
a se pun¼a în evidenţ¼a forma algebric¼ a şi forma matriceal¼a a expresiei ce de…neşte
funcţionala p¼
atratic¼a . ii) S¼ a se determine funcţionala biliniar¼ a, simetric¼
a, polar (prin
dedublare) ataşat¼a funcţionalei p¼atratice . iii) Utilizând metoda lui Gauss s¼ a se aduc¼ a
funcţionala p¼atratic¼
a la forma canonic¼ a. iv) Utilizând metoda lui Jacobi s¼ a se aduc¼ a
funcţionala p¼
atratic¼a la forma canonic¼ a. v) Utilizând metoda vectorilor şi valorilor proprii
s¼
a se aduc¼a funcţionala p¼ atratic¼
a la forma canonic¼ a. vi) S¼
a se veri…ce legea de inerţie a
lui Sylvester. vii) S¼
a se precizeze natura formei p¼ atratice.
R3 . Un vector x = (x1 ; x2 ; x3 ) 2 R3 arbitrar se scrie x = x1 e1 + x2 e2 + x3 e3 sau echivalent [x]E =
T
x1 x2 x3 .
i) Forma algebric¼
a a funcţionalei p¼atratice este
(x) = 3x21 + 6x22 + 3x23 4x1 x2 4x2 x3 8x3 x1 , 8x 2 R3 ,
iar forma matriceal¼
a a funcţionalei p¼
atratice este
2 3
3 2 4
(x) = [x]TE A [x]E , 8x 2 R , cu A = 4 2
3
6 2 5.
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 are forma diagonal¼ a. Dac¼a C este matricea de trecere de la E la F , atunci
[x]E = C [x]F şi [x]TE = [x]TF C T . Rezult¼ a
(x) = [x]TE A [x]E = [x]TF C T AC [x]F , 8x 2 R3 .
Vom concluziona c¼ a B = C T AC este matricea diagonal¼ a cautat¼

a, corespunz¼atoare formei canonice a lui .
3
ii) Fie :R R3 ! R, este de…nit¼ a prin (x; y) = 12 ( (x + y) (x) (y)), dac¼
a folosim forma
algebric¼ a, şi (x; y) = [x]TE A [y]E , dac¼
a folosim forma matriceal¼ a. Am considerat x = (x1 ; x2 ; x3 ) ; y =
(y1 ; y2 ; y3 ) 2 R3 arbitrare. În ambele situaţii obţinem
((x1 ; x2 ; x3 ) ; (y1 ; y2 ; y3 )) = 3x1 y1 2x1 y2 2x2 y1 4x1 y3 + 6x2 y2 4x3 y1 2x2 y3 2x3 y2 + 3x3 y3 .
8 OVIDIU VEGHEŞ
iii) Algoritmul este iterativ

(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 49 x22 + 169 3
x2 + 16 x x + 6x22 + 3x23
9 2 3
4x2 x3
2 4 2 14 2 28 7 2
= 3 x1 3 x2 3 x3 + 3 x2 x x
3 2 3
x
3 3
2
= 3 x1 23 x2 43 x3 + 14 3
x22 2x2 x3 7 2
x
3 3
2 4 2 14 2 7 2
= 3 x1 3 x2 3 x3 + 3 x2 2x2 x3 x
3 3
2 2 14 2 7 2
= 3 x1 32 x2 43 x3 + 14 3
(x 2 x3 ) 3
x 3 x
3 3
2 4 2 14 2 2
= 3 x1 3 x2 3 x3 + 3 (x2 x3 ) 7x3 :
Not¼
am 8 2 4
<= '1 (x1 ; x2 ; x3 ) = x1
1 x
3 2
x
3 3
2 = '2 (x1 ; x2 ; x3 ) = x2 x3 .
:
3 = '3 (x1 ; x2 ; x3 ) = x3
Putem privi relaţia obţinut¼
a în dou¼a moduri.
T
"primul:" Dac¼ a [x]F = 1 2 3 , atunci
2 3
3 0 0
14 4 0
(x) = 3 ( 1 ) + 2
( )2 2
7 ( 3) = [x]TF 14
0 5 [x]F :
3 2 3
0 0 7
2 3 2 2 4
32 3
1 1 3 3
x1
Relaţia 4 2
5=4 0 1 1 5 4 x2 5 este relaţia [x]F =C 1
[x]E . Obţinem
3 0 0 1 x3
2 2 4
3 1 2 2
3
1 3 3
1 3
2
C=4 0 1 1 5 =4 0 1 1 5
0 0 1 0 0 1
şi identi…c¼ am F = f1 = (1; 0; 0) ; f2 = 32 ; 1; 0 ; f3 = (2; 1; 1) reperul formei canonice.
"al doilea:" (x) = 3 ('1 (x))2 + 14 ('2 (x))2 7 ('3 (x))2 , 8x = (x1 ; x2 ; x3 ) 2 R3 sau echivalent scris
3 2 3
1 0 0
= 3'1 + 3 '2 7'3 , unde ('1 ; '2 ; '3 ) este un reper în LR R ; R (deoarece rang 4 3
2 14 2 2 3 2
1 0 5=3=
4
3
1 1
num¼ arul de funcţionale din LR R3 ; R = dimR LR R3 ; R ).
iv) C¼ aut¼
am acel reper F = (f1 = (c11 ; 0; 0) ; f2 = (c21 ; c22 ; 0) ; f3 = (c31 ; c32 ; c33 )) pentru care sunt ver-
i…cate relaţiile
8
< ' (e1 ; f3 ) = 0
' (e1 ; f2 ) = 0
(3.1) f' (e1 ; f1 ) = 1 ' (e2 ; f3 ) = 0 :
' (e2 ; f2 ) = 1 :
' (e3 ; f3 ) = 1
Suntem conduşi la rezolvarea sistemelor
8
< 3c31 2c32 4c33 = 0
3c21 2c22 = 0
(3.2) f3c11 = 1 6c32 2c31 2c33 = 0 :
6c22 2c21 = 1 :
3c33 2c32 4c31 = 1
T T
a toate sistemele sunt compatibile, atunci, deoarece B T = C T AC
Dac¼ = C T AT C T = C T AC =
B, avem
(x) = [x]TF 0C T AC [x]F 10 10 1
c11 0 0 3 2 4 c11 c21 c31
= [x]TF @ c21 c22 0 A@ 2 6 2 A@ 0 c22 c32 A [x]F
0 c31 c32 c33 1 0 4 2 13 0 0 c33
c11 0 0 1 0 0
= [x]TF @ c21 c22 0 A@ 1 0 A [x]F
0 c31 c 32 c 33 1 1
c11 0 0
= [x]TF @ 0 c22 0 A [x]F
0 0 c33
T
= c11 ( 1 )2 + c22 ( 2 )2 + c33 ( 3 )2 , unde [x]F = 1 2 3 , 8x 2 R3 .
¼ LINIAR A
¼ ŢARE 4 9
Rolul coe…cienţilor c11 , c22 , c33 devine esenţial în determinarea signaturii lui . Aceşti coe…cienţi sunt
daţi de
3 2 4
0 1 2 3 2
c11 = ; c22 = ; c33 = , unde 0 = 1; 1 = 3; 2 = ; 3 = 2 6 2 :
1 2 3 2 6
4 2 3
2 1 1 2
3
3 7 7
Rezolvând sistemul 3.2 obţinem matricea C = 4 0 3
14
1
7
5 de trecere la de la baza E la F , iar
1
0 0
2 7 3
3 2 4
matricea de trecere la de la baza F la E este C 1
= 4 0 14
3
14
3
5. Putem privi relaţia obţinut¼
a
0 0 7
pentru (x) în dou¼
a moduri. 2 3
1
3
0 0
"primul:" (x) = 1
3
( 1 )2 + 3
14
( 2 )2 1
7
( 3 )2 = [x]TF 4 0 3
14
0 5 [x]
F şi identi…c¼
am
1
0 0 7
1 1 3 2 1 1
F = f1 = ; 0; 0 ; f2 = ; ; 0 ; f3 = ; ;
3 7 14 7 7 7
baza formei canonice.
"al doilea:" (x) = 13 ('1 (x))2 + 3
14
('2 (x))2 1
7
('3 (x))2 , 8x = (x1 ; x2 ; x3 ) 2 R3 sau echivalent scris
= 31 '21 + 14
3
'22 17 '23 , unde
8
< '1 (x) = 3x1 2x2 4x3
' (x) = 14 x
3 2
14
x
3 3
,
: 2
'3 (x) = 7x3
2 3
3 0 0
construieşte un reper în LR R3 ; R (deoarece rang 4 2 14
3
0 5 = 3 = num¼ arul de funcţionale din
14
4 3
7
LR R3 ; R = dimR LR R3 ; R ).
v) Se ştie c¼
a orice matrice simetric¼
a este diagonalizabil¼
a. Ecuaţia caracteristic¼
a a matricei A este
3 2 4
3 2
det (A I) = 2 6 2 = + 12 21 98 = 0:
4 2 3
(1) (2)
Obţinem spectrul matricei A ca …ind (A) = 2; 7 .
2 3 8
5 2 4 < 5x1 2x2 4x3 = 0
Pentru = 2 avem B 2 = A ( 2) I = 4 2 8 2 5 şi sistemul 8x2 2x1 2x3 = 0 .
:
4 2 5 5x3 2x2 4x1 = 0
Obţinem
8 2 3 9
< 2 =
ker (A ( 2) I) = 4 1 5j 2R .
: ;
2
2 3 8
4 2 4 < 4x1 2x2 4x3 = 0
Pentru = 7 avem B7 = A 7I = 4 2 1 2 5 şi sistemul 2x1 x2 2x3 = 0 . Obţinem
:
4 2 4 4x1 2x2 4x3 = 0
8 2 3 2 3 9
< 1 0 =
ker (A 7I) = 4 2 5+ 4 2 5 j ; 2R .
: ;
0 1
Fie F = (f1 = (2 ; ; 2 ) ; f2 = ( ; 2 ; 0) ; f3 = ( 0 ; 2 0
2 ; )) un reper în R3 format cu vectori
proprii pentru care
1
(3.3) C = CT ;
10 OVIDIU VEGHEŞ
3 2
2 0 0
unde C = [f1 ]E ; [f2 ]E ; [f3 ]E . Atunci B = C AC = C AC = 4 0 T
7 0 5. Deoarece
1
0 0 7
2 32 0
3
2 2 2
C C =4
T
2 0 54 2 2 0
2 5
0 0
2 2 2 2 0 3
9 2 0 0
=4 0 5 2
(4 + 5 )0 5;
0 (4 + 5 0 ) 5 2 + 8 0 + 5( 0 )2
sistemul 3.3 (sau echivalent I = C T C) devine

8 2
>
> 9=1
< 2
5=1
.
>
> 5 2 + 8 0 + 5( 0 )2 = 1
: 0
(4 + 5 ) = 0
1 0
p p
Alegem o singur¼
a soluţie (cât mai simpl¼
a): = , = p1 , = 4
5 şi = 1
5. Rezult¼
a
3 5 15 3
2 2 1
p
4 5
3
p
3 5 15
p
6 1 7
imediat matricea C = 4 p2 2 5
5 de trecere la de la baza E la F şi respectiv matricea
3 5 p15
2 5
0
2 2 1
3
2 3 3
p
3 3p 3
C 1
=4 1
5 p
5 2
5 p
5 0 5 de trecere la de la baza F la E. Putem privi relaţia obţinut¼
p a pentru
4 2 1
15
5 15
5 3
5
(x) în dou¼
a moduri. 2 3
2 0 0
"primul:" (x) = 2 ( 1 )2 + 7 ( 2 )2 + 7 ( 3 )2 = [x]TF 4 0 7 0 5 [x]F şi identi…c¼
am
0 0 7
2 1 2 1p 2p 4p 2 p 1p
F = f1 = ; ; ; f2 = 5; 5; 0 ; f3 = 5; 5; 5
3 3 3 5 5 15 15 3
reperul formei canonice.
"al doilea:" (x) = 2 ('1 (x))2 + 7 ('2 (x))2 + 7 ('3 (x))2 , 8x = (x1 ; x2 ; x3 ) 2 R3 sau echivalent scris
= 2'21 + 7'22 + 7'23 , unde
8 2 1 2
< '1 (x) = 3 xp1 + 3 x2 +
p 3 x3
'2 (x) = 15 p5x1 52 p5x2 p ,
:
'3 (x) = 13 5x3 15 2
5x2 15 4
5x1
2 2 1
p
4 5
3
p
3 5 15
p
6 7
construieşte un reper în LR R3 ; R (deoarece rang 4 1
3
p2 2 5
5 = 3 = num¼
arul de funcţionale
5 p15
2 5
0 3 3
din LR R3 ; R = dimR LR R3 ; R ).
vi) Signatura formei p¼atratice este sgn = (2; 0; 1) indiferent de metoda de aducere la forma canonic¼
a.
vii) Funcţionala p¼
atratic¼
a este nede…nit¼
a.
4.0.1 Exerciţiu De…niţi noţiunile: i) funcţional¼ a biliniar¼a simetric¼ a; ii) funcţional¼

a
p¼
atratic¼
a negativ semide…nit¼ a; iii) signatura unei funcţionale p¼ atratice.
4.0.2 Exerciţiu Enunţaţi rezultatul matematic privind: i) propriet¼ aţile matricei coor-
donalelor unei funcţionale liniare; ii) teorema lui Sylvester; iii) modalit¼aţile de recunoaştere
a unei funcţionale p¼atratice pozitiv de…nit¼ a.
4.0.3 Exerciţiu S¼ a se demonstreze propoziţia privind caracterizarea matricei asociat¼ a
unei funcţionale biliniare simetrice.
¼ LINIAR A
¼ ŢARE 4 11
4.0.4 Exerciţiu Se consider¼ a funcţionala p¼ a : R3 ! R, (x) = 2x1 x2 + 2x2 x3 ,

atratic¼
unde x = (x1 ; x2 ; x3 ). S¼
a se aduc¼
a funcţionala p¼ atratic¼
a la forma canonic¼ a, s¼
a se precizeze
reperul în care este scris¼ a forma canonic¼ a şi s¼
a se precizeze natura funcţionalei p¼atratice.
4.0.5 Exerciţiu S¼ a se determine matura funcţionalei p¼ 3
atratice V : R ! R, V (x) =
3x22 + x23 + 4x1 x2 2x2 x3 + 2 x1 x3 , unde x = (x1 ; x2 ; x3 ) şi este un parametru real.

a ţinem cont c¼
a …e clare,
Exerciţiul 4.0.1.
Exerciţiul 4.0.2.
Soluţie. i) Este vorba de urm¼
atoarele rezultate 2.1.3 şi 2.1.8; ii) 2.4.27; iii) 2.4.26 şi 2.4.29.
Exerciţiul 4.0.3.
Soluţie. Este vorba de urm¼atorul rezultat 2.3.17. Fie E = (e1 ; : : : ; em ) un reper în V, unde m 2 N .
i) Fie A; B 2 Mm (K) dou¼ a matrice simetrice astfel încât
[x]TE A [y]E = (x; y) = [x]TE B [y]E , 8x; y 2 V.
Pentru x = ei şi y = ej , avem cu necesitate ai;j = (ei ; ej ) = bi;j pentru orice i; j 2 f1; : : : ; mg. Obţinem
c¼
a A = B.
ii) Fie ai;j = (ei ; ej ), cu i; j 2 f1; : : : ; mg şi A = [ai;j ]i=1;m;j=1;m 2 Mm (K). Atunci, ai;j =
a AT = A. Mai mult, dac¼
(ei ; ej ) = (ej ; ei ) = aj;i , pentru orice i; j 2 f1; : : : ; mg şi în consecinţ¼ a
T T
[x]E = x1 : : : xm şi [y]E = y1 : : : ym , atunci pentru orice i 2 f1; : : : ; mg avem
2 3
Pm Pm y1
(ei ; y) = ei ; yj ej = yj (ei ; ej ) = (ei ; e1 ) ::: (ei ; em ) 4 ::: 5,
j=1 j=1
ym
şi, drept consecinţ¼

a,
Pm Pm Pm Pm
(x; y) = i=1 xi ei ;
j=1 yj ej = xi ei ; yj ej
2 3i=1 j=1
(e1 ; y)
= x1 : : : xm 4 ::: 5
2 (em ; y) 32 3
(e1 ; e1 ) : : : (e1 ; em ) y1
= x1 : : : xm 4 ::: ::: ::: 54 ::: 5
(em ; e1 ) : : : (em ; em ) ym
= [x]TE A [y]E , 8x; y 2 V.
Am demostrat astfel şi cea de a doua cerinţ¼

a.
Exerciţiul 4.0.4.
T
x1 x2 x3 . Vom utiliza metoda elemetar¼ a a lui Gauss. Not¼ am
8
< y1 = 21 x1 + 12 x2
y2 = 21 x1 12 x2 .
:
y3 = x3
12 OVIDIU VEGHEŞ
Atunci x1 = y1 + y2 , x2 = y1 y2 , x3 = y3 şi
(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
1
= 2 y1 + 2 y3 2 y2 + 12 y3 + 2 14 y32 2 14 y32
1 2 1 2
= 2 y1 + 2 y3 2 y2 + 2 y3
2 2
= 2 21 x1 + 12 x2 + 21 x3 2 12 x1 12 x2 + 21 x3
Not¼
am 8
< 1 = 21 x1 + 12 x2 + 12 x3
2 = 21 x1 12 x2 + 12 x3 .
:
3 = x3
T
Dac¼
a [x]F = 1 2 3 , atunci
2 3
2 0 0
(x) = 2 ( 1 )2 2 ( 2 )2 + 0 ( 3 )2 = [x]TF 4 0 2 0 5 [x]F :
0 0 0
2 3 2 1 1 1
32 3
1 2 2 2
x1
Relaţia 4 2
5=4 1
2 2
1 1
2
54 x2 5 este relaţia [x]F = C 1 [x]E . Obţinem
3 0 0 1 x3
2 1 1 1
3 1 2 3
2 2 2
1 1 1
C=4 1
2 2
1 1 5
2
= 4 1 1 0 5
0 0 1 0 0 1
şi identi…c¼
am F = (f1 = (1; 1; 0) ; f2 = (1; 1; 0) ; f3 = ( 1; 0; 1)) reperul formei canonice. Signatura formei
p¼ atratice este sgn = (1; 1; 1). Funcţionala p¼
atratic¼ a este nede…nit¼ a.
Exerciţiul 4.0.5.
T
x1 x2 x3 . Vom utiliza, pentru început, metoda lui Jacobi. Forma matriceal¼ a a funcţionalei
p¼
atratice este 2 3
0 2
(x) = [x]TE A [x]E , 8x 2 R3 , cu A = 4 2 3 1 5.
1 1
Fie
0 2
0 2
0 = 1; 1 = 3; 2 = = 4; 3 = 2 3 1 =3 2 4 4.
2 3
1 1
Atunci
2
1 3
2 1
3 + 0 0 +
2
Pentru 2Rr 3
;2 calcul¼
am rapoartele
0 1 1 4
< 0; > 0; = 2
.
1 2 2 3 4 4
2
Pentru 2 3
;2 vom utiliza metoda vectorilor şi valorilor proprii. Polinomul caracteristic al matricei
A este
2
3 2 2 2
det (A I) = 2 3 1 = 2 + +8 + 3 4 4 :
1 1
( )
2 1
p(1) (1) p (1)
1
Pentru = 3
obţinem spectrul matricei A ca …ind (A) = 3
85 1; 0 ; 85 1 .
3
( )
p (1) (1) p (1)
Pentru = 2 obţinem spectrul matricei A ca …ind (A) = 13 1; 0 ; 13 1 .
¼ LINIAR A
¼ ŢARE 4 13
Concluzia este
2
1 3
2 1
sgn (2; 0; 1) (1; 1; 1) (1; 0; 2) (1; 1; 1) (2; 0; 1)
-nede…nit¼
a X X X X X
Observaţie: Metoda lui Jacobi s-a aplicat pentru funcţionalei p¼
atratice : R3 ! R, (x1 ; x2 ; x3 ) =
V (x2 ; x1 ; x3 ), iar 1 = ;1 , 2 = ;2 , 3 = ;3 .
6.0.1 Exerciţiu S¼
a se precizeze dac¼
a urm¼
atorul sistem de funcţionale liniare ('1 ; '2 ; '3 ),
3
unde 'i : R ! R, este liniar independent:
'1 (x1 ; x2 ; x3 ) = x1 + x2 x3 ;
'2 (x1 ; x2 ; x3 ) = x1 x2 + x3 ;
'3 (x1 ; x2 ; x3 ) = x1 + 3x2 3x3 :
S¼
a se cerceteze dac¼
a funcţionalele date formeaz¼ a o baz¼a în LR (Rn ; R).
6.0.2 Exerciţiu S¼ a se arate c¼a funcţionala f : Rn [X] ! R; f (P (X)) = P (a), unde
a este un num¼ ar real …xat, este o funcţional¼ a liniar¼
a. S¼ a se determine matricele de
reprezentare a acestei funcţionale folosind reperele E = 1; X; X 2 ; :::; X n şi respectiv
2 n
F = 1; X1! a ; (X 2!a) ; :::; (X n!a) .
a vectorii
g1 = (0; 1; 1) , g2 = (1; 0; 1) , g3 = (1; 1; 0) .
i) S¼ a G = (g1 ; g2 ; g3 ) este un reper în R3 şi s¼
a se veri…ce c¼ a se determine funcţionala
3
liniara ' : R ! R care satisface condiţiile ' (g1 ) = 1, ' (g2 ) = 0, ' (g3 ) = 1.
a se determine reperul G = (g1 ; g2 ; e3 ) din LR R3 ; R , astfel încât
ii) S¼
1 i=j
gi (gj ) = ij = , 8i; j 2 f1; 2; 3g .
0 i=
6 j
iii) S¼ arile matriceale ale funcţionalei liniare ' : R3 ! R asociate
a se determine reprezent¼
perechii de repere G; f1g şi respectiv G .
6.0.4 Exerciţiu Se dau V şi W dou¼ a K-spaţii vectoriale şi : V W ! K o funcţional¼ a
biliniar¼a. Not¼am
?
XW = fy 2 W j 8x 2 X; (x; y) = 0g
complementul ortogonal (în al doilea argument) al K-subspaţiului vectorial X V în W.
S¼a se arate c¼ a:
?
i) XW este subspaţiu vectorial a lui W;
?
ii) dac¼ a E 0 = fe1 ; :::; ep g este o baz¼a a lui X atunci y 2 XW () (ek ; y) = 0,
8k 2 f1; : : : ; pg;
?
iii) dac¼a X şi W sunt spaţii …nit dimensionale atunci dim W 6 dim X + dim XW ;
iv) dac¼ a X şi W sunt spaţii …nit dimensionale atunci este nedegenerat¼ a pe X în primul
? ?
argument (i.e. WX = f0V g) dac¼ a şi numai dac¼
a dim W = dim X + dim XW .
?
v) dac¼ a este nedegenerat¼ a pe V în primul argument (i.e. WV = f0V g) şi nedegenerat¼a
?
pe W în al doilea argument (i.e. VW = f0W g) atunci dim V = dim W.
6.0.5 Exerciţiu Fie V un K-spaţiu vectorial şi : V V ! K o funcţional¼ a biliniar¼
a
simetric¼ a. Reformulaţi cerinţele exerciţiului precedent pentru noul context.
14 OVIDIU VEGHEŞ
6.0.6 Exerciţiu Fie : R3 [X] R3 [X] ! R,

Z 1 Z 1
(P (X) ; Q (X)) = P 0 (t) Q0 (s) dt ds:
0 0
i) S¼a se arate c¼
a este o funţional¼a biliniar¼
a cu valori reale; ii) S¼
a se cerceteze dac¼a funcţio-
nala biliniar¼a este simetric¼
a şi nedegenerat¼ a; iii) S¼
a se determine matricea funcţionalei
în reprezentarea natural¼ a corespunz¼ atoare reperului canonic al spaţiului real R3 [X]; iv) S¼ a
se determine matricea funcţionalei în reprezentarea natural¼ a corespunz¼ atoare reperului
X 2 1; X 2 X; X 2 ; X 2 X 3 ; v) S¼ a se evidenţieze relaţia de leg¼atur¼
a între cele dou¼ a
matrice determinate anterior.
6.0.7 Exerciţiu Fie V un K-spaţiu vectorial, cu dimK V = n 2 N . Funcţionala
biliniar¼a, simetric¼
a : V V ! K este nedegenerat¼ a pe V (în ambele argumente) dac¼ a
şi numai dac¼ a matricea funcţionalei biliniare simetrice în reprezentarea natural¼ a cores-
punz¼ atoare unui reper este inversabil¼a.
6.0.8 Exerciţiu Daţi exemplu de funcţional¼ a biliniar¼
a, simetric¼ a care este: i) nenul¼ a
şi degenerat¼ a pe întregul spaţiu vectorial; ii) nedegenerat¼ a pe întregul spaţiu, dar este
degenerat¼ a pe un subspaţiu vectorial.
6.0.9 Exerciţiu Se dau funcţionalele p¼ atratice i : R4 ! R; i = 1; 2; 3, de…nite prin
1 (x) = x21 + x22 + x23 + x1 x2 + x2 x3 + x3 x1 ;
2 (x) = 2x1 x2 + 2x2 x3 + 2x3 x1 ;
3 (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 s¼a se aduc¼
a funcţionalele p¼ atratice la forma canonic¼a, s¼a se
precizeze reperele în care sunt scrise formele canonice, s¼ a se veri…ce legea de inerţie a lui
Sylvester şi s¼
a se precizeze natura funcţionalelor p¼ atratice.
6.0.10 Exerciţiu S¼ a se determine valorile reale ale parametrului a pentru care func-
ţionala p¼ a V : R3 ! R este pozitiv de…nit¼
atratic¼ a.
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 ).
Bibliogra…e
cureşti, 2001. A
¼ LINIARA
¼ ŢARE 5
OVIDIU VEGHEŞ
Decembrie 2010
CUPRINS
aţare 5 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 matriceal¼ a a produsului scalar 4
2.4. Elemente de teoria aproxim¼ arii. 5
3. Operatori liniari în spaţii euclidiene şi unitare 6
3.1. Adjunctul unui operator liniar 6
3.2. Clase de endomor…sme 6
Bibliogra…e 12

Unitate de înv¼ aţare 4 conţine, o prezentare într-o form¼ a accesibil¼a, dar riguroas¼ a a
principalelor rezultate privind spaţiile euclidiene şi a spaţiilor unitare.
- memorarea principalelor rezultate matematice şi urm¼ arirea aplic¼arii lor în exerciţiile
propuse,
de înv¼aţare 1 4,
1
2 OVIDIU VEGHEŞ

Dup¼ a studiul acestei unit¼ aţi de înv¼ aţare, studentul va avea cunoştinţe despre: princi-
palele particularit¼aţi ale calcului vectorial atunci când spaţiul vectorial posed¼ a un produs
scalar, leg¼atura între cel mai bun aproximant şi proiecţia ortogonal¼ a, ca şi despre trans-
form¼ arile simetrice şi transform¼ arile ortogonale.
aţii.
2. SpaŢ ii euclidiene Ş i unitare
2.1. Produs scalar real şi produs scalar complex. 2.1.1 De…niţie Fie V un spaţiu
vectorial real. O aplicaţie h ; i : V V ! R se numeşte produs scalar real dac¼ a
ps1: [aditivitate] 8x; y; z 2 V; hx + y; zi = hx; zi + hy; zi ;
ps2: [omogenitate] 8x; y 2 V; 8 2 R; h x; yi = hx; yi ;
ps3: [simetrie] 8x; y 2 V; hx; yi = hy; xi ;
ps4: [de…nire pozitiv¼ a şi nedegenarare] 8x 2 V; hx; xi > 0 şi hx; xi = 0 , x = 0:
Dac¼a pe spaţiul vectorial V s-a de…nit un produs scalar real atunci spunem c¼ a V este
un spaţiu euclidian. În acest context p se numeşte lungimea unui vector (sau norma
euclidian¼a) x 2 V num¼ arul real kxk = hx; xi, se numeşte m¼ asura unghiului a doi
hx;yi
vectori x; y 2 V num¼ arul real ^ (x; y) 2 [0; ] ce veri…c¼ a relaţia cos ^ (x; y) = kxk kyk . Doi
vectori x; y 2 V se numesc ortogonali dac¼ a hx; yi = 0 şi not¼
am acest fapt prin x ? y.
2.1.2 Observaţie Un produs scalar real pe spaţiu vectorial real V este orice funcţional¼ a
biliniar¼
a simetric¼a a c¼
arei funcţional¼a p¼
atratic¼
a ataşat¼
a este pozitiv de…nit¼ a. Într-un spaţiu
vectorial real …xat se poate alege în mai multe moduri o funcţional¼ a biliniar¼a simetric¼ aa
c¼
arei funcţional¼
a p¼atratic¼a ataşat¼a este pozitiv de…nit¼ a. M¼asur¼ arile geometrice rezultate
vor … dependente de aceast¼ a alegere, aşa c¼a lungimea unui vector, unghiul dintre doi
vectori, distanţa dintre doi vectori nu vor … de…nite univoc.
2.1.3 De…niţie Fie V un spaţiu vectorial complex. O aplicaţie h ; i : V V ! C se
numeşte produs scalar complex dac¼ a
ps1: [aditivitate] 8x; y; z 2 V; hx + y; zi = hx; zi + hy; zi ;
ps2: [omogenitate] 8x; y 2 V; 8 2 C; h x; yi = hx; yi ;
ps3: [hermitic–simetrie] 8x; y 2 V; hx; yi = hy; xi ( desemneaz¼ a conjugarea complex¼ a);
ps4: [de…nire pozitiv¼ a şi nedegenarare] 8x 2 V; hx; xi > 0 şi hx; xi = 0 , x = 0:
Dac¼a pe spaţiul vectorial V s-a de…nit un produs scalar complex atunci spunem c¼ a V este
un spaţiu p unitar. În acest context se numeşte lungimea unui vector x 2 V num¼ arul
real kxk = hx; xi. Doi vectori x; y 2 V se numesc ortogonali dac¼ a hx; yi = 0 şi not¼ am
acest fapt prin x ? y.
2.1.4 Observaţie i) Din de…niţia produsului scalar complex rezult¼ a conjugat-liniarita-
tea în al doilea argument:
8x; y; z 2 V; hx; y + zi = hx; yi + hx; zi şi 8x; y 2 V; 8 2 C; hx; yi = hx; yi .
¼ LINIAR A
¼ ŢARE 5 3
Referindu-ne la aceast¼ a proprietate, spunem c¼ a produsul scalar este o funcţional¼ a sesqui-

liniar¼a.
ii) Se poate renunţa la axioma ps3 dac¼ a cerem conjugat-liniaritatea în al doilea argu-
ment, dup¼ a cum rezult¼ a din raţionamentul: hx + y; x + yi real cere ca hx; yi + hy; xi s¼ a …e
real, iar hx + iy; x + iyi cere ca i ( hx; yi + hy; xi) s¼ a …e real. Rezult¼ a hx; yi = hy; xi.
2.1.5 Observaţie Un produs scalar complex pe spaţiu vectorial complex V este orice
funcţional¼a sesquiliniar¼a hermitic–simetric¼ a a c¼
arei funcţional¼
a p¼
atratic¼a ataşat¼
a este strict
pozitiv de…nit¼ a. O funcţional¼a sesquiliniar¼
a hermitic–simetric¼ a a c¼
arei funcţional¼
a hermitic–
p¼atratic¼a ataşat¼a este pozitiv de…nit¼ a se poate alege în mai multe moduri într-un spaţiu
vectorial real …xat. M¼ asur¼arile geometrice rezultate vor … dependente de aceast¼ a alegere,
aşa c¼
a lungimea unui vector, distanţa dintre doi vectori nu vor … de…nite univoc.
2.1.6 De…niţie Fie V un spaţiu vectorial real sau complex. O aplicaţie k k : V ! [0; 1)
se numeşte norm¼ a dac¼a
n1: kxk = 0 , x = 0V ;
n2: 8x; y 2 V; 8 2 K (R respectiv C) ; k xk = j j kxk ;
n3: 8x; y 2 V; kx + yk 6 kxk + kyk :
2.1.7 Observaţie Într-un spaţiu normat putem de…ni distanţa1 dintre vectori prin:
d (x; y) = kx yk :
2.1.8 Propoziţie Dac¼ a V este un spaţiu euclidian sau un spaţiu unitar atunci au loc:
i) k k : V ! [0; 1) este o norm¼ a pe V;
ii) 8x; y 2 V; jhx; yij 6 kxk kyk (inegalitatea Cauchy–Buniakovski–Schwarz), iar
jhx; yij = kxk kyk , vectorii x şi y sunt liniar dependenţi (i.e. sunt coliniari);
iii) kx yk2 = kxk2 + kyk2 2 Re hx; yi, iar pentru x ? y avem kx + yk2 = kxk2 + kyk2
(teorema lui Pitagora).
2.1.9 Observaţie i) Într-un spaţiu euclidian din inegalitatea Cauchy–Buniakovski–
<x;y>
Schwarz urmeaz¼ a c¼
a kxkkyk 2 [ 1; 1] :
a x ? y atunci kx + yk2 = kxk2 + kyk2 . Reciproca este adevarat¼
ii) Dac¼ a dac¼
a K = R şi
fals¼
a dac¼
a K = C.
a vectorii (xi )i=1;k sunt ortogonali doi câte doi, atunci are loc teorema lui
iii) Dac¼
Pitagora generalizat¼a:
Pk 2 P
i=1 xi = ki=1 kxi k2 :
2.2. Ortogonalitate şi complement ortogonal. Fie V este un spaţiu euclidian sau un
spaţiu unitar, nenul, …nit dimensional (K 2 fR; Cg).
2.2.10 De…niţie Dou¼ a submulţimi A, B ale lui V se numesc ortogonale şi se noteaz¼
a
cu A ? B dac¼ a 8x 2 A; 8y 2 B; x ? y.
2.2.11 Propoziţie Sunt adev¼ arate a…rmaţiile: i) A ? B , B ? A; ii) A ? B )
A \ B = f0g; iii) spanK (fgi j i 2 Ig) ? B , 8i 2 I, gi ? B .
2.2.12 Observaţie x 2 A şi x ? A ) hx; xi = 0 ) x = 0.
2.2.13 De…niţie Se numeşte complement ortogonal al unei mulţimi de vectori A şi
se noteaz¼a A? = spanK ([B?A B) :
1 Distanţa dintre doi vectori are propriet¼
aţile:
i) d (x; y) > 0; 8x; y 2 V şi d (x; y) = 0 , x = y;
ii) d (x; y) = d (y; x) ; 8x; y 2 V;
iii) d (x; y) 6 d (x; z) + d (z; y) ; 8x; y; z 2 V:
4 OVIDIU VEGHEŞ
2.2.14 Propoziţie Sunt adev¼ arate a…rmaţiile: i) A? = fv 2 V j v ? Ag; ii) A? =

?
(spanK (A)) ; iii) A ? A? ; iv) A? este subspaţiu vectorial; v) dac¼ a A este subspaţiu
?
vectorial a lui V atunci dimK A? = dimK V dimK A şi A? = A; vi) A B ) B? A? ;
vii) dac¼a 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 De…niţie O mulţime de vectori fvi gi2I se numeşte ortogonal¼ a dac¼a hvi ; vj i = 0,
8i 6= j; i; j 2 I. Dac¼ a, în plus, kvi k = 1, 8i 2 I mulţimea se numeşte ortonormat¼ a. O
baz¼a se numeşte ortonormal¼ a dac¼
a vectorii ei formeaz¼ a o mulţime de vectori ortonormat¼ a.
2.2.16 Observaţie 1. Dou¼ a subspaţii vectoriale sunt ortogonale dac¼ a şi numai dac¼ a
…ecare vector al unei baze din primul subspaţiu este ortogonal pe …ecare vector al unei
baze din cel de-al doilea subspaţiu.
2. Suma a dou¼ a subspaţii vectoriale ortogonale este direct¼ a. Suma unei familii oarecare
de subspaţii vectoriale ortogonale dou¼ a câte dou¼ a este direct¼a.
3. O mulţime ortogonal¼ a de vectori, ce nu conţine vectorul nul, este format cu vectori
liniar independenţi.
2.2.17 Teorem¼ a[de ortogonalizare Gram–Schmidt] Fie E = (ei )i=1;n un sistem de
vectori liniar independenţi din spaţiul V, unde n 2 N . Not¼ am Xk = spanK (fe1 ; ; ek g),
pentru k = 1; n.
Pk hek+1 ;fj i
i) Dac¼ a f1 = e1 şi fk+1 = ek+1 j=1 hfj ;fj i fj pentru orice k = 1; n 1, atunci
F = (fi )i=1;n este un sistem de vectori ortogonali, nenuli din V cu propriet¼ aţile:
a) Xk = spanK (ff1 ; ; fk g) ; 8k = 1; n;
b) fk+1 ? Xk ; 8k 2 f1; : : : ; n 1g :
ii) 0 6 kfk k 6 kek k, 8k 2 f1; : : : ; ng.
a un şir de vectori (vi )i=1;n are urm¼
iii) Dac¼ atoarele propriet¼
aţi:
a) Xk = spanK (fv1 ; ; vk g) ; 8k = 1; n;
b) vk+1 ? Xk ; 8k 2 f1; : : : ; n 1g ;
atunci vn este coliniar cu fn , 8n 2 f1; : : : ; ng.
2.2.18 Observaţie Am demonstrat c¼ a orice spaţiu euclidian admite o baz¼
a ortogonal¼
a,
baz¼a ce poate … ortonormat¼ a. În plus dimK V este num¼ arul maxim de vectori nenuli,
ortogonali (ortonormaţi).
2.3. Reprezentarea matriceal¼ a a produsului scalar. Fie V este un spaţiu euclidian,

nenul, cu n = dimR V 2 N .
2.3.19 De…niţie Dac¼ a E = (e1 ; e2 ; :::; en ) este un reper al spaţiului vectorial V atunci
numim matrice Gram matricea G = [gij = hei ; ej i]i;j=1;n .
2.3.20 Propoziţie Fie E = (e1 ; e2 ; :::; en ) este un reper al spaţiului vectorial V.
i) 8x; y 2 V; hx; yi = [x]TE G [y]E ;
ii) matricea Gram G este nesingular¼ a şi simetric¼a;
iii) 0 6 det G 6 he1 ; e1 i he2 ; e2 i : : : hen ; en i;
iv) det G este p¼ atratul volumului paralelipipedului n-dimensional construit pe vectorii
e1 ; e2 ; : : : ; en .
2.3.21 Observaţie Dac¼ a ne …x¼ am asupra unei baze E a spaţiului euclidian V atunci
pentru a construi un produs scalar este su…cient s¼ a preciz¼
am o matrice G nesingular¼ a şi
simetric¼ a şi s¼ a de…nim hx; yi = [x]TE G [y]E , 8x; y 2 V. Matricea G devine matrice Gram,
în baza E a produsului scalar astfel de…nit.
¼ LINIAR A
¼ ŢARE 5 5
2.4. Elemente de teoria aproxim¼ arii. Fie V este un spaţiu euclidian, nenul, cu n =
dimR V 2 N .
2.4.22 De…niţie Pentru un vector x 2 V şi o mulţime A V se numeşte distanţa de
la x la A
d (x; A) = inf kx yk :
y2A
2.4.23 De…niţie Fie V un spaţiu euclidian real şi W un subspaţiu vectorial al s¼
au. Se
numeşte:
(1) cel mai bun aproximant a lui x 2 V în W elementul xW 2 W pentru care
kx xW k = min kx yk
y2W
(2) proiecţia ortogonal¼

a a lui x 2 V pe W elementul PrW (x) 2 W pentru care
x PrW (x) ? W, sau echivalent
hx PrW (x) ; yi = 0; 8y 2 W:
2.4.24 Teorem¼ a[de caracterizare a celui mai bun aproximant prin proiecţie ortogonal¼ a]
Exist¼ a un singur vector din W ce satisface ambele condiţii ale de…niţiei precedente (de unde
PrW (x) = xW ).
2.4.25 Propoziţie Sunt adev¼ arate propriet¼ aţile:
(1) kPrW (x)k = hx; PrW (x)i, ^ (x; PrW (x)) 2 0; 2 , kPrW (x)k 6 kxk, 8x 2 V;
2
(2) PrW (x1 + x2 ) = PrW (x1 ) + PrW (x2 ), 8x1 ; x2 2 V şi PrW ( x) = PrW (x), 8x 2
V, 8 2 R;
(3) PrW (v) = v, 8v 2 W şi hPrW (x1 ) ; x2 i = hx1 ; PrW (x2 )i, 8x1 ; x2 2 V.
2.4.26 Corolar PrW (PrW (x)) = PrW (x), 8x 2 V.
2.4.27 Propoziţie Fie V1 V2 dou¼ a subspaţii vectoriale a spaţiului V. Atunci:
(1) PrV2 (PrV1 (x)) = PrV1 (x), 8x 2 V;
(2) PrV1 (PrV2 (x)) = PrV1 (x), 8x 2 V (teorema celor 3 perpendiculare).
2.4.28 Corolar[ecuaţiile normale ale celui mai bun aproximant] P Dac¼
a (e1 ; e2 ; :::; ep )
este un reper al subspaţiului vectorial W atunci PrW (x) = pi=1 i ei are are coe…cienţii
1 ;2: : : ; p daţi de unica soluţie a sistemului:
3 2 3 2 3
he1 ; e1 i he2 ; e1 i ::: hep ; e1 i 1 hx; e1 i
6 he1 ; e2 i he2 ; e2 i ::: hep ; e2 i 7 6 2 7 6 hx; e2 i 7
6 7 6 7 =6 7
4 ::: ::: ::: ::: 5 4 :::: 5 4 ::::::::::::: 5.
he1 ; ep i he2 ; ep i ::: hep ; ep i p hx; ep i
| {z } | {z }
matrice Gram coe…cienţilor Fourier
Pentru repere ortonormate matricea Gram este matricea unitate şi i = hx; ei i, 8i =
1; : : : ; p.
2.4.29 Propoziţie Fie subspaţiul vectorial W. Atunci:
(1) kx PrV (x)k2 = kxk2 kPrW (x)k2 = kxk2 sin ^ (x; PrW (x)), 8x 2 V;
(2) Dac¼a (e1 ; e2 ; :::; ep ) este un reper al lui W, atunci
p
X
kx PrW (x)k2 = kxk2 i hei ; xi
i=1
(3) Dac¼
a (e1 ; e2 ; :::; ep ) este un reper ortonormat¼
a al lui W, atunci
p
X
kx PrW (x)k2 = kxk2 ( i )2 .
i=1
6 OVIDIU VEGHEŞ
2.4.30 Observaţie Teorema lui Pitagora cere ca

kxk2 = kx PrW (x)k2 + kPrW (x)k2
pentru c¼a vectorii PrW (x) şi x PrW (x) sunt perpendiculari. Lungimea unei perpendic-
ulare este mai mic¼ a sau egal¼a decât lungimea oric¼
arei oblice.
hx;wi
2.4.31 Propoziţie Dac¼ a w 2 V; w 6= 0 şi W = spanR fwg atunci PrW (x) = hw;wi w,
hx;wi2 hx;wihy;wi
kx PrW (x)k2 = kxk2 hw;wi şi hPrW (x) ; yi = hw;wi = hx; PrW (y)i, 8x; y 2 V.
3. Operatori liniari în spaŢ ii euclidiene Ş i unitare
3.1. Adjunctul unui operator liniar. Fie V1 ; V2 dou¼ a K-spaţii euclidiane sau unitare,
cu dimensiune …nit¼ a (K 2 fR; Cg). Not¼ am cu h:; :iV1 şi h:; :iV2 produsele scalare din cele
dou¼ a spaţii.
3.1.1 Teorem¼ a Fie o funcţional¼
a f : V1 V2 ! K biliniar¼ a pentru K = R, respectiv
sesquiliniar¼ a pentru K = C.
i) Exist¼a un singur operator liniar T1 2 LK (V1 ; V2 ) astfel încât f (x; y) = hT1 (x) ; yiV2 ;
ii) Exist¼a un singur operator liniar T2 2 LK (V2 ; V1 ) astfel încât f (x; y) = hx; T2 (y)iV1 .
3.1.2 De…niţie Se numeşte adjunctul operatorului liniar T 2 LK (V1 ; V2 ) un op-
erator liniar T 2 LK (V2 ; V1 ) care veri…c¼ a
(3.1) 8x; y 2 V, hT (x) ; yiV2 = hx; T (y)iV1 .
3.1.3 Propoziţie i) Pentru orice T 2 LK (V1 ; V2 ) exist¼ a un unic operator liniar T 2
LK (V2 ; V1 ) care veri…c¼
a relaţia 3.1.
ii) (T ) = T , 8T 2 LK (V1 ; V2 ).
iii) (T1 + T2 ) = T1 + T2 , 8T1 ; T2 2 LK (V1 ; V2 ).
iv) ( T ) = T , 8T 2 LK (V1 ; V2 ), 8 2 K.
v) (U T ) = T U , 8T 2 LK (V1 ; V2 ), 8U 2 LK (V2 ; V3 ), dac¼ a (V3 ; K) este un spaţiu
euclidian sau unitar, cu dimensiune …nit¼ a.
vi) T 1 = (T ) 1 , 8T 2 LK (V1 ; V2 ) cu T este bijectiv.
3.1.4 Observaţie Demonstarea existenţei adjunctului unui operator liniar se face
folosind reprezentarea matriceal¼ a A 2 Mm;n (C), atunci A = AT =
a a operatorilor. Dac¼
T
A 2 Mn;m (C). Dac¼ a A 2 Mm;n (R), atunci A = AT 2 Mn;m (R).
3.2. Clase de endomor…sme. Fie V este un spaţiu euclidian sau un spaţiu unitar, nenul,
cu n = dimK V 2 N şi T 2 LK (V; V).
3.2.5 De…niţie Un endomor…sm T 2 LK (V; V) care veri…c¼ a relaţia T = T se numeste
autoadjunct (sau simetric dac¼ a K = R, respectiv hermitic dac¼a K = C).
3.2.6 Teorem¼ a Fie H un reper ortonormat a lui V. Sunt echivalente a…rmaţiile:
i) T este autoadjunct;
ii) 8x; y 2 V, hT (x) ; yi = hx; T (y)i;
iii)2 [T ]H
H = [T ]H
H.
3.2.7 Propoziţie Sunt echivalente a…rmaţiile:
i) T este hermitic; ii) 8x 2 V, hx; T (x)i 2 R.
3.2.8 Teorem¼ a Fie T 2 LK (V; V) autoadjunct. Atunci: i) T este endomor…sm dia-
gonalizabil; ii) toate valorile proprii sunt reale; iii) la valori proprii distincte corespund
vectori proprii ortogonali.
T
2 Dac¼
a K = R, atunci condiţia se poate scrie [T ]H = [T ]H
H H.
¼ LINIAR A
¼ ŢARE 5 7
3.2.9 Observaţie În situaţia în care K = R, un operator de proiecţie este ortogonal

dac¼
a şi numai dac¼a este autoadjunct.
3.2.10 De…niţie Un endomor…sm T 2 LK (V; V) care veri…c¼ a relaţia T T = T T =
idV se numeste ortogonal, pentru K = R, respectiv unitar pentru K = C.
3.2.11 Teorem¼ a Fie H un reper ortonormat a lui V. Sunt echivalente a…rmaţiile:
i) T este unitar3;
ii) 8x; y 2 V, hT (x) ; T (y)i = hx; yi;
iii)4 [T ]HH [T ]H H
H = [T ]H [T ]H
H
= In .
3.2.12 Propoziţie Sunt echivalente a…rmaţiile:
i) T este unitar sau ortogonal; ii) 8x 2 V, kT (x)k = kxk.
3.2.13 Observaţie Dac¼ a T este ortogonal sau unitar, atunci T conserv¼ a norma, dis-
tanţa şi unghiul dintre vectori.
3.2.14 Teorem¼ a Fie T 2 LK (V; V) autoadjunct. Atunci: i) T este endomor…sm dia-
gonalizabil; ii) toate valorile proprii au modulul 1; iii) la valori proprii distincte corespund
vectori proprii ortogonali.
3.2.15 Observaţie Mai exist¼ a şi alte clase de endomor…sme:
i) T 2 LK (V; V) care veri…c¼ a relaţia T T = T T se numeşte normal;
ii) T 2 LK (V; V) care veri…c¼ a relaţia T = T se numeşte antiautoadjunct.

a vectorii
v1 = (1; 0; 1) ; v2 = (1; 1; 0) ; v3 = (0; 1; 1) ; v4 = (1; 0; 1)
şi subspaţiul vectorial X = spanR (fv2 ; v3 ; v4 g). S¼a se determine: i) o baz¼ a pentru X
format¼ a doar din vectorii iniţiali; ii) o baz¼
a ortonornat¼
a a lui X; iii) proiecţia ortogonal¼
a
a vectorului v1 pe X; iv) complementul ortogonal X? a lui X.
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
Observ¼
am c¼
a v4 = v2 v3 . Fie v 2 X arbitrar. Exist¼
a "2 , "3 , "4 2 R astfel încât v = "2 v2 + "3 v3 + "4 v4 .
Atunci
v = ("2 + "4 ) v2 + ("3 "4 ) v3 2 spanR (fv2 ; v3 g) .
Rezult¼a dup¼ a un scurt raţionament c¼a X = spanR (fv2 ; v3 g). Am ar¼ atat c¼
a fv2 ; v3 g este o mulţime de gener-
atori pentru X. Pe de alt¼ a parte fv2 ; v3 g este o mulţime liniar independent¼ a, deoarece este o submulţime a
a în R3 ). Raţionamentul precedent justi…c¼
altei mulţimi liniar independente (fv2 ; v3 ; e3 g este o baz¼ a faptul
c¼
a fv2 ; v3 g este o baz¼
a în X şi
dimR X = 2:
3 Dac¼
a K = R, atunci T este ortogonal.
T T
4 Dac¼
a K = R, atunci condiţia se poate scrie [T ]H [T ]H H H
H H = [T ]H [T ]H = In .
8 OVIDIU VEGHEŞ
ii) Pentru început trebuie pus în evidenţ¼

a produsul scalar
hx; yi = [x]TE I3 [y]E = x1 y1 + x2 y2 + x3 y3 ; 8x = (x1 ; x2 ; x3 ) ; y = (y1 ; y2 ; y3 ) 2 R3 .
Folosim procedeul Gram-Schimidt pentru a obţine o mulţime ortogonal¼ a de vectori fw1 ; w2 g plecând
de la fv2 ; v3 g.
w1 = v2 = (1; 1; 0) ,
hv3 ;w1 i
w2 = v3 hw 1 ;w1 i
w1 = v3 21 w1 = 21 ; 12 ; 1 .
Mulţimea ortonormat¼
a cautat¼
a este fu1 ; u2 g, unde
1 1 p1 ; p 1
u1 = w
kw1 k 1
= p w =
2 1 2 2
;0 ,
p p p
1 1 6
u2 = w
kw2 k 2
= p w2 = 6
; 66 ; 36 .
3=2
fu1 ; u2 g este o mulţime de generatori pentru X conform teoremei 2.2.17, deoarece

X = spanR (fv2 ; v3 g) = spanR (fw1 ; w2 g) = spanR (fu1 ; u2 g) :
fu1 ; u2 g este o mulţime liniar independent¼a deoarece este o mulţime ortogonal¼a. În concluzie fu1 ; u2 g este
o baz¼ a ortonornat¼ a a lui X.
iii) Fie PrX (v1 ) 2 X proiecţia ortogonal¼
a a vectorului v1 pe X. Atunci PrX (v1 ) = v2 + v3 , cu ; 2 R,
se determin¼ a din condiţia v1 PrX (v1 ) ? X. Sistemul
hv2 ; v2 i + hv3 ; v2 i = hv1 ; v2 i 2 + =1
sau echivalent
hv2 ; v3 i + hv3 ; v3 i = hv1 ; v3 i +2 =1
are soluţia = 31 , = 13 . Obţinem PrX (v1 ) = 13 v2 + 31 v3 = 13 ; 32 ; 1
3
.
iv) X? = fv 2 V j v ? Xg = fv 2 V j hv; v2 i = 0, hv; v3 i = 0g.
4.0.2 Exerciţiu Fie T 2 L R2 ; R3 , T (x1 ; x2 ) = (x1 ; x1 + x2 ; 4x2 x1 ). S¼
a se deter-
mine adjunctul operatorului T dac¼a în R se foloseşte produsul scalar uzual, iar în R3
2
produsul scalar
h(x1 ; x2 ; x3 ) ; (y1 ; y2 ; y3 )iR3 = 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 .
2 3
10 3 0
1 0
G2 = ; G3 = 4 3 2 1 5
0 1
0 1 1
sunt matricele Gram de reprezentare a produselor scalare din R2 şi R3 . Din datele problemei avem
2 3
h i 1 0
[T ]E3 = [T (e2;1 )]E3 ; [T (e2;2 )]E3 = 4 1
E2
1 5:
1 4
Avem relaţiile
hx; yiR2 = [x]TE2 G2 [y]E2 , 8x = (x1 ; x2 ) ; y = (y1 ; y2 ) 2 R2 ,
hx; yiR3 = [x]TE3 G3 [y]E3 , 8x = (x1 ; x2 ; x3 ) ; y = (y1 ; y2 ; y3 ) 2 R3 ,
[T (x)]E3 = [T ]E 2 2
E3 [x]E2 , 8x = (x1 ; x2 ) 2 R şi
E3
[T (y)]E2 = [T ]E2 [y]E3 , 8y = (y1 ; y2 ; y3 ) 2 R3 .
Condiţia
8x = (x1 ; x2 ) 2 R2 ; 8y = (y1 ; y2 ; y3 ) 2 R3 , hT (x) ; yiR3 = hx; T (y)iR2 .
este echivalent¼
a cu
T
E
[T ]E2
E3 G3 = G2 [T ]E32 .
Rezult¼
a
T 13 4 0
E
[T ]E32 = [T ]E2
E3 G3 G2 1 = .
3 6 5
Relaţiile
z1 = 13y1 + 4y2
z2 = 3y1 + 6y2 + 5y3
permit de…nirea adjunctului T 2 L R3 ; R2 operatorului T 2 L R2 ; R3 prin T (y1 ; y2 ; y3 ) = (z1 ; z2 ).
¼ LINIAR A
¼ ŢARE 5 9
5.0.1 Exerciţiu De…niţi noţiunile: i) mulţime ortonormat¼ a 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 ortogonal¼
a.
5.0.4 Exerciţiu S¼ a se demonstreze c¼a într-un spaţiu euclidian sau unitar are loc regula
paralelogramului
kx + yk2 + kx yk2 = 2 kxk2 + kyk2 ; 8x; y 2 V:

a vectorii
w1 = (1; 1; 0) ; w2 = (0; 1; 1)
şi subspaţiul vectorial W = spanR (fw1 ; w2 g). S¼
a se determine operatorul de proiecţie
ortogonal¼a PrW .

a ţinem cont c¼
a …e clare,
Exerciţiul 5.0.1.
Soluţie. Este vorba de de…niţiile 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 urm¼
atoarele 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 c¼
a 9y 2 W, y 6= 0, = hx xW ; yi > 0. Not¼
am cu w = xW + hy;yi
y
un element a lui W ce are proprietatea kx wk < kx xW k. (Într-adev¼ ar kx wk2 = kx xW k2
2 2
2
hy;yi
hx xW ; yi + hy;yi2 hy; yi = kx xW k2 hy;yi
.) Am obţinut un aproximant w mai bun decât cel mai
bun aprovimant xW . În concluzie hx xW ; yi = 0, 8y 2 W.
”(” Fie y 2 W arbitrar. Atunci kx yk2 = kx PrW (x) (y PrW (x))k2 = kx PrW (x)k2
2 hx PrW (x) ; y PrW (x)i + ky PrW (x)k2 = kx PrW (x)k2 + ky PrW (x)k2 > kx PrW (x)k2 . Deci
miny2W kx yk = kx PrW (x)k.
”Unicitate” Fie v1 ; v2 2 W astfel încât hx v1 ; yi = 0 şi hx v2 ; yi = 0, 8y 2 W. Atunci din relaţiile
v1 v2 2 W şi hv1 v2 ; yi = 0, 8y 2 W rezult¼ a v1 = v2 .
”Existenţ¼
a” Aplic¼
am teorema lui Weierstrass funcţiei continue y 7! kx yk (unde x 2 V …xat).
Exerciţiul 5.0.4.
Soluţie. kx + yk2 + kx yk2 = hx + y; x + yi + hx y; x yi = 2 kxk2 + 2 kyk2 + 2 Re hx; yi
2 Re hx; yi = 2 kxk2 + 2 kyk2 .
Exerciţiul 5.0.5.
T
x1 x2 x3 .
2 3
1 0 0
G=4 0 1 0 5
0 0 1
10 OVIDIU VEGHEŞ
este matricea Gram de reprezentare a produsului scalar din R3 şi avem

hx; yi = [x]TE G [y]E = [x]TE [y]E , 8x = (x1 ; x2 ; x3 ) ; y = (y1 ; y2 ; y3 ) 2 R3 .
2 3
1 0
Fie M = [w1 ]E ; [w2 ]E = 4 1 1 5. W = (w1 ; w2 ) este un reper în W conform consecinţelor teoremei
0 1
num¼ar de vectori
rangului, pentru c¼ a rang M = 2 = . Fie PrW (x) 2 W proiecţia ortogonal¼ a a vectorului
dimR R3
x = (x1 ; x2 ; x3 ) 2 R3 pe W. Atunci PrW (x) = w1 + w2 , cu ; 2 R, se determin¼ a din condiţia
x PrW (x) ? W. Sistemul ecuaţiilor normale 2.4.28 se scrie matriceal
M T M [PrW (x)]W = M T [x]E , unde [PrW (x)]W = :
Dar [PrW (x)]E = M [PrW (x)]W , conform propoziţiei 3.4.23, din unitatea de înv¼
atare 2, de caracterizare
a matricei unui operator liniar. Obţinem pentru orice x 2 R3
T 1
[PrW (x)]E =M
2 M M 3 M T [x]E 2 3
2 1 1
1 0 1 3 3 3
2 1 1 1 0
=4 1 1 5 =4 1
3
2
3
1
3
5 [x] .
E
1 2 0 1 1 1 1 2
0 1 3 3 3
Operatorul de proiecţie ortogonal¼

a PrW 2 L R3 ; R3 , PrW (x1 ; x2 ; x3 ) = (y1 ; y2 ; y3 ) este dat de
8 2
< y1 = x
3 1
+ 31 x2 13 x3
1
y2 = x
3 1
+ 32 x2 + 13 x3 .
: 1 1
y3 = x
3 2 3 1
x + 23 x3
7.0.1 Exerciţiu S¼ a h:; :i : R3

a se arate c¼ R3 ! R,
h(x1 ; x2 ; x3 ) ; (y1 ; y2 ; y3 )i = 10x1 y1 + 3x1 y2 + 3x2 y1 + 2x2 y2 + x2 y3 + x3 y2 + x3 y3
de…neşte 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. S¼a se dea exemplu de vector nenul perpendicular pe x şi y. S¼ a se construiasc¼
a,
prin procedeul Gram-Schmidt, o baz¼ a ortonormat¼ a plecând de la baza canonic¼a E =
fe1 = (1; 0; 0) ; e2 = (0; 1; 0) ; e3 = (0; 0; 1)g.
7.0.2 Exerciţiu S¼ a se arate c¼ a h:; :i : R3 [X] R3 [X] ! R,
Z 1 Z 1
hP (X) ; Q (X)i = P (t) Q (s) dt ds
0 0
de…neşte 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. S¼a se dea exemplu de vector nenul perpendicular pe P (X) şi Q (X). S¼ a se
construiasc¼a, prin procedeul Gram-Schmidt, un reper ortonormat plecând de la reperul
canonic E = e1 = 1; e2 = X; e3 = X 2 ; e4 = X 3 .
7.0.3 Exerciţiu i) În spaţiul vectorial real al funcţiilor continue CR ([0; 2 ]) se de…neşte
produsul scalar
Z 2
hf; gi = f (t) g (t) dt; 8f; g 2 CR ([0; 2 ]) :
0
S¼
a se arate c¼
a f1; cos (x) ; sin (x) ; cos (2x) ; sin (2x) ; : : :g este o familie format¼
a cu vectori
ortogonali 2 câte 2.
¼ LINIAR A
¼ ŢARE 5 11
a A = e 1x; : : : ; e nx
ii) În spaţiul vectorial real al funcţiilor continue CR (R) se consider¼
şi X = spanR (A), unde 1 ; : : : n sunt n numere reale distincte. S¼ a se construiasc¼
a un pro-
dus scalar h:; :i : X X ! R astfel încât A s¼ a …e o familie de vectori ortogonali 2 câte
2.
7.0.4 Exerciţiu (Inegalitatea Hadmand) Pentru orice matrice A = [ai;j ]i;j=1;n cu ele-
mente din corpul real se veri…c¼ a inegalitatea
Q Pn
0 6 (det A)2 6 nk=1 2
i=1 ak;i :
7.0.5 Exerciţiu Fie V un spaţiu unitar şi T 2 LC (V; V). S¼ a se arate c¼

a sunt echivalente
a…rmaţiile:
i) (1) hT (x) ; yi = hx; T (y)i, 8x; y 2 V; (2) hx; T (x)i 2 R, 8x 2 V.
ii) (1) hT (x) ; T (y)i = hx; yi, 8x; y 2 V; (2) kT (x)k = kxk, 8x 2 V.
7.0.6 Exerciţiu (i) S¼ a se arate c¼ a orice transformare unitar¼ a este injectiv¼
a. (ii) Daţi
exemplu, dac¼ a exist¼a, de transformare hermitian¼ a neinjectiv¼
a.
7.0.7 Exerciţiu (i) S¼ a se arate c¼a funcţia f : R2 R2 ! R,
f ((x1 ; x2 ) ; (y1 ; y2 )) = 2x1 y1 + x1 y2 + x2 y1 + x2 y2
de…neşte pe R2 un produs scalar.

(ii) S¼ a operatorul U : R2 ! R2 , U (x1 ; x2 ) = x1 12 x2 ; 2x2 este autoadjunct
a se arate c¼
şi s¼
a se determine o baz¼ a în care operatorul are forma diagonal¼ a.
(iii) S¼
a se arate c¼a operatorul T : R2 ! R2 , T (x1 ; x2 ) = (x1 + x2 ; x2 ) este ortogonal
şi s¼
a se determine o baz¼ a în care operatorul are forma diagonal¼ a.
4
7.0.8 Exerciţiu În spaţiu euclidian R se consider¼ a vectorul x = (5; 2; 2; 2) şi sub-
spaţiul vectorial X = spanR (f(2; 1; 1; 1) ; (1; 1; 3; 0) ; (1; 2; 8; 1)g). S¼
a se determine: i)
proiecţia ortogonal¼ a 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 ortogonal¼ a pe X;
v) expresia operatorului de proiecţie ortogonal¼ ?
a pe X ; vi) câte o baz¼ a ortonormat¼ a pen-
tru …ecare dintre subspaţiile X şi X? , folosind procedeul de ortogonalizare Gram-Schmidt;
vii) dac¼ a prin reuniunea vectorilor de la punctul precedent se poate obţine tot o baza
ortonormat¼ a, dar pentru R4 .
7.0.9 Exerciţiu Se consider¼ a în spaţiu euclidian R5 subspaţiul
x1 + x2 + x3 + x4 + x5 = 0
X= (x1 ; x2 ; x3 ; x4 ; x5 ) 2 R5 j :
x1 x2 x3 x4 + x5 = 0
i) S¼a se determine subspaţiul X? . ii) S¼ a X X? = R5 . iii) S¼

a se veri…ce c¼ a se determine
X ? X 5 5 X ? X
prX ; prX? : R ! R . iv) S¼ a se veri…ce PrX = prX ; PrX? = prX? .
7.0.10 Exerciţiu Fie V un spaţiu vectorial real sau complex.
i) Dac¼ a k:k este o norm¼
a pe X ce veri…c¼ a regula paralelogramului
kx + yk2 + kx yk2 = 2 kxk2 + kyk2 , 8x; y 2 V,
atunci
def: 1
hx; yi = 4 kx + yk2 kx yk2 + i kx + iyk2 i kx iyk2 pentru K = C,
def: 1
hx; yi = 2 kx + yk2 kxk2 kyk2 pentru K = R
de…neşte un produs scalar pe V compatibil cu norma (i.e. kxk2 = hx; xi).

12 OVIDIU VEGHEŞ
ii) Dac¼
a E = (e1 ; : : : ; en ) este un reper în V, atunci s¼
a se arate c¼
a V devine spaţiu
normat prin alegerea
P P 1
(1) kxk1 = nk=1 jxk j ; (2) kxk1 = max jxk j ; (3) kxkp = ( nk=1 jxk jp ) p , cu p > 1;
k=1;n
unde [x]E = (x1 ; : : : ; xn )T arbitrar. Care din aceste norme veri…c¼

a punctul (i) ?
Bibliogra…e
cureşti, 2001. A

Algebra 2010 Unitati de Invatare

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Algebra 2010 Unitati de Invatare

Încărcat de

Drepturi de autor:

Formate disponibile

¼ LINIARA

ALGEBRA ¼ - RECOMANDARI PENTRU EXAMEN

1. RestricŢ ii privind examenul

Condiţii de intrare, desf¼

2. Structura subiectelor de examen

Subiectul nr.3. Aplicaţie privind: i) repere ortogonale/ortonormale în spaţii euclidiene

1. Obiectivele unitA¼ Ţ ii de învA¼ Ţ are 1

Acest material este destinat studenţilor din înv¼ aţ¼

- efectuarea temei cuprins¼ a în setul de exerciţii nr.1,

2. SpaŢ ii vectoriale Ş i subspaŢ ii liniare

2.1. Spaţii vectoriale. Fie K şi V dou¼a mulţimi nevide.

(3) f (1K1 ) = 1K2 .

2.2. Subspaţii vectoriale. 2.2.11 De…niţie Fie V un K-spaţiu vectorial şi X V,

2.3. Acoperirea liniar¼ a a unei mulţimi. Fie V un K-spaţiu vectorial.

se numesc ponderi în combinaţia liniar¼ a a lui u.

3. Baze Ş i repere. Dimensiunea unui spaŢ iu vectorial

3.1. Dependenţ¼a şi independenţ¼ a. Fie V un K-spaţiu vectorial.

3.2.8 Observaţie (a) B este o mulţime liniar independent¼

3.3. Dimeniunea unui spaţiu vectorial. Fie V un K-spaţiu vectorial.

este o baz¼ a şi, în consecinţ¼ a, dimK Mm:n (K) = mn.

Sistemul nu este compatibil şi în concluzie v 2

Sistemul este compatibil, având unica soluţie b = x 23 y + 31 z; c = 65 y 21 x 16 z; d = 12 x 1

5.0.1 Exerciţiu De…niţi noţiunile: i) spaţiu vectorial; ii) sum¼ a direct¼

6. RA¼ spunsuri Ş i comentarii la testul de autoevaluare

În rezolvarea testului trebuie s¼

7. Setul de exerciŢ ii nr.1

7.0.1 Exerciţiu i) Fie V un spaţiu vectorial real şi C V = V V. De…nim operaţiile

7.0.3 Exerciţiu În spaţiul vectorial real R4 s¼ a se consider¼ a vectorii v1 = (2; 3; 1; 0),

Fie X1 = spanR (fv1 ; v2 ; v3 g) şi X2 = spanR (fw1 ; w2 ; w3 g). i) Determinaţi X1 + X2 . ii)

1. Obiectivele unitA¼ Ţ ii de învA¼ Ţ are 2

Acest material este destinat studenţilor din înv¼ aţ¼

- autotestarea cunoştinţelor şi deprinderilor dobândite folosind testul de autoevaluare,

2. SpaŢ ii vectoriale de tip finit

2.3. Modi…carea coordonatelor unui vector la schimbarea reperelor. Fie K un

3. Operatori liniari, operaŢ ii cu operatori Ş i reprezentare

3.1.2 Exemplu Urm¼ atoarele aplicaţii sunt operatori liniari:

1 Operatorul identic este notat uneori 1 .

3.2.13 Propoziţie[principiul extinderii prin liniaritate] Fie V1 ; V2 dou¼ a K-spaţii vec-

3.3. Operaţii cu operatori liniari. Fie V1 ; V2 ; V3 trei K-spaţii vectoriale.

3.4. Reprezentarea matriceal¼ a a operatorilor liniari. Fie V1 ; V2 dou¼ a K-spaţii vec-

4.0.1 Exerciţiu Consider¼

ker T = f( ; ; ) j ; 2 Rg = f (1; 1; 0) + (0; 0; 1) j ; 2 Rg = spanR (f(1; 1; 0) ; (0; 0; 1)g) :

Im T = (y1 ; y2 ) 2 R2 j y2 = 2y1 = f (1; 2) j 2 Rg = spanR (f(1; 2)g) :

R2 f1 f2 2f1 + f2 f1 T (e1 + e2 ) T (e1 + e3 ) T (e2 + e3 )

T (e1 + e2 ) = 0 (2f1 + f2 )+0 ( f1 ) ; T (e1 + e3 ) = 2 (2f1 + f2 )+3 ( f1 ) ; T (e2 + e3 ) = 2 (2f1 + f2 ) 3 ( f1 ) :

indeplinite criteriile impuse de consecinţele teoremei rangului:

v) Teorema privind modi…carea matricei unui operator la schimbarea reperelor ne spune

6. RA¼ spunsuri Ş i comentarii la testul de autoevaluare

7. Setul de exerciŢ ii nr.2

prin T (x1 ; x2 ) = (x1 ; 2x1 + 3x2 ; 4x1 5x2 ) ca o combinaţie liniar¼

sunt mor…sme de spaţii vectoriale. S¼a se veri…ce c¼a: i) prX 2 X2 X2 X1 X1

1. Obiectivele unitA¼ Ţ ii de învA¼ Ţ are 3

Acest material este destinat studenţilor din înv¼ aţ¼

- utilizarea acestor noţiuni cu înc¼ arcatura semantic¼ a aferent¼

i) 2 K se numeşte valoare proprie (sau valoare caracteristic¼

(2.2) (T ) = f 2 K j 9v 2 V; v 6= 0 astfel încât T (v) = vg :

iv) Se numeşte subspaţiu propriu corespunz¼ ator valorii proprii 2 (T ), K-

2.2.11 De…niţie Fie T 2 LK (V; V) şi 2 (T ). Numim dimensiunea geometric¼ a

2.3. Endormor…sme diagonalizabile. Fie V un K-spaţiu vectorial, nenul, …nit dimen-

ii) Ecuaţia caracteristic¼

obţinem ker (U1 ) = spanR (f(17; 5; 3; 1)g). 2 3

4.0.1 Exerciţiu De…niţi noţiunile: i) endomor…sm diagonalizabil; ii) dimensiunea geo-

5. RA¼ spunsuri Ş i comentarii la testul de autoevaluare

În rezolvarea testului trebuie s¼