Documente Academic
Documente Profesional
Documente Cultură
Partea 1. ALGEBRĂ 1
Capitolul 1. Matrice şi determinanţi 3
1.1. Corpuri 3
1.2. Matrice 4
1.3. Determinanţi 8
1.4. Rangul unei matrice 14
1.5. Matrice inversabile 16
Capitolul 2. Sisteme de ecuaţii algebrice liniare 19
2.1. Introducere 19
2.2. Regula lui Cramer 20
2.3. Rezolvarea sistemelor de ecuaţii liniare generale 22
2.4. Sisteme de ecuaţii liniare omogene 25
Capitolul 3. Spaţii liniare 27
3.1. Noţiuni introductive 27
3.2. Subspaţii liniare 30
3.3. Baze ı̂n spaţii liniare. Dimensiunea unui spaţiu liniar 31
3.4. Schimbări de baze 36
3.5. Operatori liniari 39
3.6. Matricea asociată unui operator liniar pe spaţii liniare finit
dimensionale 43
3.7. Vectori proprii şi valori proprii pentru un operator liniar 45
ALGEBRĂ
CAPITOLUL 1
Două noţiuni pe care le vom ı̂ntâlni foarte des pe parcursul cursului sunt
cele de corp şi matrice.
1.1. Corpuri
Definiţia 1.1.1. Se numeşte corp un triplet (K, +, ·) format dintr-o
mulţime K 6= ∅ şi două operaţii interne pe K,
+ :K ×K →K (numită adunare)
(x, y) → x + y, ∀x, y ∈ K ·
· :K ×K →K (numită ı̂nmulţire)
not
(x, y) → x · y = xy, ∀x, y ∈ K
Observaţia 1.1.1.
(1) Condiţiile i) − iv) spun că (K, +) este grup comutativ (abelian).
(2) Condiţia vi) implică 1 6= 0.
3
(3) Pentru inversul unui element x ∈ K \ {0} se mai foloseşte notaţia
1
. Dacă x ∈ K, y ∈ K \ {0}, atunci elementul xy −1 ∈ K se mai
x
x
notează cu .
y
(4) Din condiţiile v) − vii) rezultă că (K \ {0}, ·) este grup.
Definiţia 1.1.2. Un corp (K, +, ·) pentru care ı̂nmulţirea este comuta-
tivă (adică xy = yx, ∀x, y ∈ K) se numeşte corp comutativ.
Exemplul 1.1.1.
(1) Mulţimile Q, R, C sunt corpuri comutative ı̂n raport cu operaţiile
uzuale de adunare şi ı̂nmulţire.
(2) (Z, +, ·) nu este corp, deoarece nu are loc condiţia vii) din definiţia
corpului.
(3) (N, +) nu este nici măcar grup ( nu este verificată iii) !).
Propoziţia 1.1.1. (1)
(2) Într-un corp K nu există divizori ai lui 0, adică ∀x, y ∈ K, cu
x 6= 0, y 6= 0, rezultă xy 6= 0 (altfel spus, xy = 0 implică x = 0 sau
y = 0).
(3) În orice corp K se pot simplifica elementele nenule:
∀x, y, z ∈ K, x 6= 0, xy = xz implică y = z şi yx = zx implică y = z.
1.2. Matrice
1.2.1. Definiţii şi notaţii.
Definiţia 1.2.1. Fie m, n ∈ N∗ . Se numeşte matrice de tip m × n (de
tip (m, n)) peste corpul comutativ K o funcţie
A : {1, 2, . . . , m} × {1, 2, . . . , n} → K.
Observaţia 1.2.1. K poate fi şi un inel comutativ unitar, cu 1 6= 0
(adică verifică toate condiţiile din definiţia unui corp comutativ, mai puţin
vii)).
Dacă notăm A(i, j) = aij ∈ K, 1 ≤ i ≤ m, 1 ≤ j ≤ n, vom putea scrie
funcţia A sub forma unui tablou cu m linii şi n coloane ce cuprinde valorile
sale:
a11 a12 . . . a1n
a21 a22 . . . a2n
A = ... .
am1 am2 . . . amn
−5 −11 −2
= 33 23 40 .
2×3
Înmulţirea B̃A nu se poate efectua.
6
Propoziţia 1.2.1. Fie K un corp comutativ.
(1) Adunarea matricelor cu coeficienţi ı̂n K este asociativă şi comuta-
tivă, adică:
∀m, n ∈ N∗ , ∀A, B, C ∈ Mm,n (K), (A + B) + C = A + (B + C)
şi, respectiv, A + B = B + A.
(2) Înmulţirea matricelor peste K este asociativă:
∀m, n, p, q ∈ N∗ , ∀A ∈ Mm,n (K), B ∈ Mn,p (K), C ∈ Mp,q (K),
(AB)C = A(BC).
(3) Înmulţirea matricelor este distributivă faţă de adunare:
∀m, n, p ∈ N∗ , ∀A, Ã ∈ Mm,n (K), B, B̃ ∈ Mn,p (K),
A(B + B̃) = AB + AB̃ şi (A + Ã)B = AB + ÃB.
(4) Înmulţirea matricelor cu scalari are următoarele proprietăţi:
∀λ, µ ∈ K, ∀A, Ã ∈ Mm,n (K), ∀B ∈ Mn,p (K),
λ(A + Ã) = λA + λÃ;
(λ + µ)A = λA + µA;
(λµ)A = λ(µA);
1A = A;
λ(AB) = (λA)B = A(λB).
Demonstraţie. Întrucât operaţiile se efectuează element cu element, pro-
prietăţile revin la proprietăţile operaţiilor cu elemente din corpul K.
Observaţia 1.2.3. Înmulţirea matricelor nu este, ı̂n general, comuta-
tivă!
În primul rând, pentru ca produsele de matrice AB şi BA să existe
simultan, trebuie ca A şi B sa fie matrice pătratice de acelaşi ordin. Chiar
şi ı̂n acest caz, există perechi de matrice A,B pentru care AB 6= BA.
Deexemplu,
1 0 0 0 0 0
= , ı̂n timp ce
0 0 1 0 0 0
0 0 1 0 0 0
= .
1 0 0 0 1 0
Corolar 1.2.1. Fie K un corp comutativ şi m, n ∈ Mm,n (K).
(1) (Mm,n (K), +) este grup abelian (comutativ).
(2) (Mn (K), +, ·) este inel unitar (adică are toate proprietăţile din
definiţia 1.1.1 a corpului, mai puţin vii)).
Idee de demonstraţie. (1) Elementul neutru la adunare este matricea
Om×n , iar opusa la adunare a unei matrice A este −A.
(2) Elementul neutru la ı̂nmulţirea matricelor pătratice de ordin n este ma-
tricea unitate In .
7
1.2.3. Transpusa unei matrice.
a11 a12 ... a1n
a21 a22 ... a2n
Definiţia 1.2.6. Dacă A ∈ Mm,n (K), A = ..
,
.
am1 am2 . . . amn
a11 a21 . . . am1
a12 a22 . . . am2
atunci matricea tA ∈ Mn,m (K), tA = ..
se numeşte
.
a1n a2n . . . amn
transpusa matricei A.
Când transpunem o matrice A, coloana j a matricei A devine linia j a
matricei t A, 1 ≤ j ≤ n.
Definiţia 1.2.7. (1)
(2) Dacă A ∈ Mn (K), t A = A (adică aij = aji , 1 ≤ i, j ≤ n), spunem
că A este matrice simetrică.
(3) Dacă A ∈ Mn (K), t A = −A (adică aji = −aij , 1 ≤ i, j ≤ n),
spunem că A este matrice antisimetrică.
Proprietăţi.
(1) dacă A ∈ Mm,n (K), atunci t (t A) = A;
(2) dacă A ∈ Mm,n (K), λ ∈ K, atunci t (λA) = λt A;
(3) dacă A, B ∈ Mm,n (K), atunci t (A + B) =t A +t B;
(4) dacă A ∈ Mm,n (K), B ∈ Mn,p (K), atunci t (AB) =t B t A.
1.3. Determinanţi
Scopul părţii următoare a cursului este de a aminti cum ¿se rezolvă sis-
temele de ecuaţii algebrice liniare. Pentru aceasta avem nevoie de rezultate
referitoare la determinanţi. Definiţia unui determinant face apel la noţiunea
de permutare; de aceea primul paragraf din această secţiune este dedicat
recapitulării câtorva elemente legate de permutări.
1.3.1. Permutare.
Definiţia 1.3.1. Fie n ∈ N∗ . O funcţie bijectivă
σ : {1, 2, . . . , n} → {1, 2, . . . , n}
se numeşte permutare (substituţie) de gradul n.
Aceasta se notează, de obicei:
1 2 3 ... n
σ= .
σ(1) σ(2) σ(3) . . . σ(n)
8
Observaţia 1.3.1. Faptul că σ este bijectivă ne spune că valorile σ(1),
σ(2), . . . , σ(n) sunt distincte două câte două şi sunt tot numerele 1, 2, . . . , n,
eventual ı̂n altă ordine.
Notăm mulţimea tuturor permutărilor de gradul n cu Sn . Mulţimea Sn
are n! elemente.
Calculul determinanţilor
În formula (1.1) avem o sumă de n! termeni, jumătate cu semnul “+” şi
jumătate cu semnul “-”. În cazurile n = 2, 3 această formulă se poate pune
ı̂ntr-o formă mai simplu de folosit.
• Determinanţi de ordin 2: din produsul elementelor de pe di-
agonala pricipală se scade produsul elementelor de pe diagonala
secundară; altfel spus:
a11 a12
a21 a22 = a11 a22 − a12 a21 .
10
a11 a12 . . . a1n a11 a21 . . . an1
a21 a22 . . . a2n a12 a22 . . . an2
.. ..
= .
.
an1 an2 . . . ann a1n a2n . . . ann
Propoziţia 1.3.3. Dacă ı̂ntr-o matrice schimbăm două linii (sau co-
loane) ı̂ntre ele,obţinem o matrice al cărei determinant este egal cu opusul
determinantului matricei iniţiale.
Demonstraţie. cu definiţia (1.1)
Propoziţia 1.3.4. Dacă o matrice are două linii (sau coloane) identice,
atunci determinantul său este nul.
Demonstraţie. Folosim propoziţia 1.3.3. Schimbând liniile identice ı̂ntre
ele, deducem că det A = − det A, de unde det A = 0.
Propoziţia 1.3.5. Dacă ı̂nmulţim toate elementele unei linii (sau co-
loane) a unei matrice cu un număr α, obţinem o matrice al cărei deter-
minant este egal cu α ı̂nmulţit cu determinantul matricei iniţiale. Altfel
spus,
a11 a12 . . . a1n a11 a12 . . . a1n
a21 a22 . . . a2n a21 a22 . . . a2n
. .
. .
. .
(1.2) αai1 αai2 . . . αain = α ai1 ai2 . . . ain
. .
.. ..
a a . . . a a a . . . a
n1 n2 nn n1 n2 nn
11
Observaţia 1.3.4. A se constata deosebirea ı̂ntre formula pentru deter-
minanţi (1.2) şi formula :
αa11 αa12 . . . αa1n a11 a12 ... a1n
αa21 αa22 . . . αa2n a21 a22 ... a2n
. ..
.
. .
αai1 αai2 . . . αain = α ai1 ai2 . . . ain
. ..
.. .
αa
m1 αam2 . . . αamn am1 am2 . . . amn
Propoziţia 1.3.7.
a11 a12 ... a1n a11 a12 . . . a1n
a21 a22 ... a2n a21 a22 . . . a2n
.. ..
. .
0
ai1 + a00i1 a0i2 + a00i2 . . . a0in + a00in = a0i1 a0i2 0
. . . ain +
.. ..
.
.
an1 an2 ... ann
an1 an2 . . . ann
ı̂ncât 1 ≤ k ≤ min{m, n}. Dacă ı̂n A alegem k linii şi k coloane, elementele
care se găsesc la intersecţia acestor linii şi coloane vor forma o matrice
pătratică de ordin k, al cărei determinant se numeşte minor de ordin k al
matricei A.
14
Definiţia 1.4.1.
(1) Dacă A este o matrice inversabilă, atunci şi A−1 este o matrice
inversabilă şi (A−1 )−1 = A.
(2) Dacă A este o matrice inversabilă, atunci şi t A este o matrice in-
−1
versabilă şi t A = t A−1 .
17
CAPITOLUL 2
2.1. Introducere
Fie m, n ∈ N∗ . Considerăm un sistem algebric liniar de m ecuaţii cu n
necunoscute x1 , x2 , . . . , xn :
a11 x1 + a12 x2 + · · · + a1n xn = b1
a21 x1 + a22 x2 + · · · + a2n xn = b2
(2.1) ..
.
a x + a x + ··· + a x = b
m1 1 m2 2 mn n m
unde aij , bi ∈ C, 1 ≤ i ≤ m, 1 ≤ j ≤ n.
Se introduc următoarele matrice:
a11 a12 . . . a1n
a21 a22 . . . a2n matricea
A = .. ∈ Mm,n (C) ← (coeficienţilor)
. sistemului;
am1 am2 . . . amn
b1
b2 coloana
B= ∈ Mm,1 (C) ← termenilor
..
. liberi;
bm
a11 a12 ... a1n b1
a21 a22 ... a2n b2 matricea
Ā = ∈ Mm,n+1 (C) ← extinsă a
..
. sistemului;
am1 am2 . . . amn bm
x1
x2
coloana necu-
X= ∈ Mn,1 (C) ←
.. noscutelor.
.
xn
19
Cu aceste notaţii, sistemul (2.1) poate fi scris, echivalent, sub forma ecuaţiei
matriceale:
(2.3) AX = B.
Definiţia 2.1.1. Un n-uplu de numere (α1 , α2 , . . . , αn ) ∈ C se numeşte
soluţie a sistemului (2.1) (sau (2.2)) dacă
n
X
aij αj = bi , pentru orice i ∈ {1, 2, . . . , m} .
j=1
unde aij , bi ∈ C, 1 ≤ i, j ≤ n.
Cu notaţiile din introducere (pentru m = n), acest sistem se rescrie sub
forma ecuaţiei matriceale:
(2.5) AX = B.
20
Fie d = detA, numit determinantul sistemului şi
dj , 1 ≤ j ≤ n, determinantul obţinut din d prin ı̂nlocuirea coloanei j cu
coloana B a termenilor liberi ai sistemului. De exemplu,
a11 b1 a13 . . . a1n
a21 b2 a23 . . . a1n
d2 = .. .
.
an1 bn an3 . . . ann
= 1 · 8 − 2 · 3 = 2 6= 0.
21
Atunci putem aplica regula lui Cramer. Calculăm:
0 1 1 0 1 0
scad coloana 2 din coloana 3 2 1
d1 = 2 2 3 = 2 2 1 = − 8 5
8 4 9 8 4 5
= −(2 · 5 − 1 · 8) = −2;
1 0 1 1 0 0
scad coloana 1 din coloana 3
d2 = 1 2 3 =
1 2 2
=0
1 8 9 1 8 8
= 1 · 8 − 2 · 3 = 2.
Rezultă că:
d1 −2
x1 = = = −1
d 2
d2 0
x2 = = =0
d 2
d3 2
x3 = = = 1.
d 2
Se observă imediat că toţi minorii matricei A sunt şi minori in Ā, şi atunci
rang A ≤ rang Ā.
Problema compatibilităţii sistemelor algebrice liniare este elucidată de
următoarea teoremă:
Teorema 2.3.1. (teorema Kronecker-Capelli) O condiţie necesară
şi suficientă ca sistemul liniar (2.6) să fie compatibil este ca rang A =rang
Ā.
Pentru a utiliza această teoremă ı̂n aplicaţii practice, primul pas este
calculul rangului lui A. Un minor nenul al lui A cu proprietatea că toţi
minorii lui A care-l conţin sunt nuli se numeşte minor principal. Fie d un
minor principal pentru A; acesta este un determinant de ordin r = rang A.
În continuare, calculăm rangul matricei Ā. d este minor (nenul) şi pentru
matricea Ā. Este suficient să verificăm dacă vreunul dintre minorii de ordin
r + 1 ai lui Ā obţinuţi prin bordarea lui d este nenul. Cum poate arăta un
astfel de minor? Sau este şi minor pentru A (şi atunci ştim că este nul), sau
este obţinut prin bordarea lui d cu elemente ale coloanei termenilor liberi şi
elemente ale uneia dintre liniile rămase ı̂n Ā. Un astfel de minor de ordin
r + 1 va fi numit minor caracteristic.
Atunci teorema Kronecker-Capelli se poate reformula ca:
Teorema 2.3.2. (teorema lui Rouché) O condiţie necesară şi suficien–
tă ca sistemul liniar (2.6) să fie compatibil este ca toţi minorii caracteristici
să fie nuli.
2.3.2. Determinarea soluţiilor sistemului (2.6). Presupunem că
sistemul (2.6) este compatibil, adică rang A = rang Ā = r. Presupunem,
de asemenea, că un minor principal al sistemului se găseşte la intersecţia
primelor r linii şi a primelor r coloane, adică
a11 a12 . . . a1r
a21 a22 . . . a2r
(2.7) d = .. 6= 0
.
ar1 ar2 . . . arr
În baza acestei teoreme, rezultă că orice linie a matricelor A, Ā este
combinaţie liniară de primele r linii (pentru ca toţi minorii de ordin r + 1
care-l conţin pe d sunt nuli). De aici se obţine că orice ecuaţie a sistemului
(2.6) este combinaţie liniară de primele r ecuaţii ale sistemului (2.6); cu
alte cuvinte, orice soluţie a primelor r ecuaţii va satisface toate ecuaţiile
sistemului (2.6). Este suficient, aşadar, să rezolvăm sistemul:
a11 x1 + a12 x2 + · · · + a1n xn = b1
a21 x1 + a22 x2 + · · · + a2n xn = b2
(2.8) .. ,
.
a x + a x + ··· + a x = b
r1 1 r2 2 rn n r
24
Cum valorile λr+1 , . . . , λn sunt alese arbitrar, se obţin ı̂n acest mod
o infinitate de soluţii distincte ale sistemului (2.9), deci o infinitate
de soluţii distincte pentru sistemul (2.6), şi anume:
x1 = x1 (λr+1 , . . . , λn )
x = x2 (λr+1 , . . . , λn )
2
..
.
xr = xr (λr+1 , . . . , λn ) , λr+1 , . . . , λn ∈ C.
x r+1 = λr+1
.
..
xn = λn
Aşadar, sistemul (2.6) este ı̂n acest caz compatibil nedeterminat.
x1 + x2 + x3 =1
(2) 2x 1 + x2 + 2x 3 =2 ;
−x1 + 2x2 − x3 = −1
x1 − x2 + x3 = 1
(3) .
3x1 − 3x2 + 3x3 = 2
Răspunsuri:
(1) sistem compatibil determinat, cu soluţia (1, 1, 0);
(2) sistem compatibil nedeterminat, cu soluţiile (1 + λ, 0, −λ), λ ∈ C;
(3) sistem incompatibil.
26
CAPITOLUL 3
Spaţii liniare
∀x = (x1 , x2 , . . . , xn ), y = (y1 , y2 , . . . , yn ) ∈ Rn , ∀λ ∈ R :
x + y = (x1 , x2 , . . . , xn ) + (y1 , y2 , . . . , yn )
=def (x1 + y1 , x2 + y2 , . . . , xn + yn ),
λx = λ(x1 , x2 , . . . , xn ) =def (λx1 , λx2 , . . . , λxn ).
Analog, Cn este spaţiu liniar complex, iar Qn este spaţiu liniar
peste corpul Q.
• Pentru m, n ∈ N∗ , Mm,n (R) este un spaţiu liniar real (mai general,
dat K un corp comutativ, Mm,n (K) este K−spaţiu liniar). Cele
două operaţii sunt adunarea matricelor şi ı̂nmulţirea matricelor cu
scalari (a se vedea propoziţia 1.2.1, capitolul 1).
28
Fie ı̂n continuare K un corp comutativ fixat. În propoziţia următoare
dăm câteva reguli de bază ı̂n calculul cu vectori:
i) λ0 = 0
ii) 0u = 0
iii) (−λ)u = λ(−u) = −(λu)
iv) (λ − µ)u = λu − µu
v) λ(u − v) = λu − λv
vi) λu = 0 ⇔ λ = 0 sau u = 0
vii) λ 6= 0 şi λu = λv implică u = v
viii) u 6= 0 şi λu = µu implică λ = µ.
Rămâne de arătat că şi λ(−u) este opusul elementului λu ı̂n V , adică
λ(−u) = −(λu). Utilizând i), 1) din definiţia spaţiului liniar şi comutativi-
tatea grupului (V, +), deducem:
30
3.3. Baze ı̂n spaţii liniare. Dimensiunea unui spaţiu liniar
3.3.1. Sisteme de generatori.
Definiţia 3.3.1. Fie V un spaţiu liniar peste K şi S ⊆ V o submulţime
oarecare. Numim subspaţiu liniar generat de S ı̂n V (sau ı̂nfăşurătoarea
liniară a lui S ı̂n V ) intersecţia tuturor subspaţiilor liniare ale lui V care
includ pe S.
Vom nota această mulţime cu K hSi sau hSi (dacă nu există pericol de
confuzie). Deci:
K hSi = ∩ {U ≤K V |S ⊆ U } .
Din propoziţia 3.2.2 se observă că hSi ≤K V , ceea ce justifică denumirea sa.
Definiţia 3.3.2. Dacă hSi = U , se spune că S este un sistem de gene-
ratori al subspaţiului U (sau că S generează subspaţiul U ).
Observaţia 3.3.1. < ∅ >= {0}.
Pentru a lămuri cititorul cum arată elementele din hSi, dăm următorul
rezultat:
Propoziţia 3.3.1. Fie V un K−spaţiu liniar şi S ⊆ V . Atunci:
a) hSi este cel mai mic (ı̂n sensul incluziunii) subspaţiu al lui V care include
pe S. Altfel spus:
hSi ≤ V şi S ⊆ hSi;
(3.1) pentru orice subspaţiu U 0 ≤ V astfel ı̂ncât S ⊆ U 0 ,
are loc hSi ⊆ U 0 .
b) Dacă S = {v1 , . . . , vn }, atunci hSi este mulţimea combinaţiilor liniare de
elementele lui S, adică:
hSi = hv1 , . . . , vn i = {λ1 v1 + · · · + λn vn | λ1 , . . . λn ∈ K}.
c) Pentru o mulţime S ⊆ V arbitrară, hSi este mulţimea combinaţiilor lini-
are finite de elemente ale lui S:
hSi = {λ1 v1 + · · · + λn vn | n ∈ N∗ ; v1 , . . . vn ∈ S; λ1 , . . . λn ∈ K}.
Demonstraţie. a) Faptul că hSi este subspaţiu ı̂n V rezultă din propoziţia
3.2.2, iar faptul că S ⊆ hSi, din definiţia lui hSi. Pentru a demonstra (3.1),
este suficient să observăm că un subspaţiu U 0 al lui V care include pe S face
parte din familia de subspaţii a căror intersecţie este, prin definiţie, hSi.
b) Demonstrăm egalitatea celor două mulţimi prin dublă incluziune.
“⊇”: Ştim că v1 , . . . , vn ∈ S ⊆ hSi şi, aplicând punctul iii), propoziţia
3.2.1 pentru subspaţiul liniar hSi, rezultă că λ1 v1 + · · · + λn vn ∈ hSi, pentru
orice λ1 , . . . , λn ∈ K.
“⊆”: Mulţimea Ũ 0 = {λ1 v1 + · · · + λn vn | λ1 , . . . λn ∈ K} satisface
condiţiile punctului iii) din propoziţia 3.2.1, deci este subspaţiu liniar ı̂n V .
În plus, pentru orice i ∈ {1, 2, . . . n} fixat, alegând λi = 1 şi λj = 0 pentru
31
1 ≤ j ≤ n, j 6= i, se obţine că vi ∈ Ũ 0 ; aşadar S ⊆ Ũ 0 . Utilizând relaţia
(3.1), rezultă că hSi ⊆ Ũ 0 .
c) Fie C mulţimea din membrul drept.
Dacă S = ∅, atunci h∅i = {0} = C.
Dacă S 6= ∅, atunci vom arăta că S ⊆ C şi că C ≤ V ; prin (3.1) va
rezulta că hSi ⊆ C.
Orice v ∈ S se scrie sub forma 1 · v ∈ C; de aici S ⊆ C.
Fie acum λ, µ ∈ K şi u, v ∈ C arbitrari; demonstrăm că λu + µv ∈ C.
Într-adevăr, din u, v ∈ C rezultă că:
-există n ∈ N∗ , λ1 , . . . , λn ∈ K şi u1 , . . . , un ∈ S ⊆ V astfel ı̂ncât
u = λ1 u1 + · · · + λn un ;
-există m ∈ N∗ , µ1 , . . . , µm ∈ K şi v1 , . . . , vm ∈ S ⊆ V astfel ı̂ncât
v = µ1 v 1 + · · · + µ n v m .
Atunci λu + µv = (λλ1 )u1 + · · · + (λλn )un + (µµ1 )v1 + · · · + (µµm )vm ∈ C.
Prin urmare, hSi ⊆ C.
Pe de altă parte, C ⊆ hSi, pentru că oricare ar fi v ∈ C, există n ∈
N∗ , λ1 , . . . , λn ∈ K şi v1 , . . . , vn ∈ S ⊆ hSi astfel ı̂ncât v = λ1 v1 + · · · +
λn vn , de unde v ∈ hSi (conform punctului iii), propoziţia 3.2.1, aplicat
subspaţiului liniar hSi ≤ V ).
În concluzie, hSi = C.
35
Exemple:
Exemplul 1: dimK {0} = 0 deoarece ∅ este bază ı̂n spaţiul liniar nul.
Exemplul 2: dimR Rn = n (baza canonică din Rn are n elemente).
Analog, pentru orice corp comutativ K, dimK K n = n.
Exemplul 3: dimK Mm,n (K) = mn (baza canonică din Mm,n (K) are
mn elemente).
ϕ(λu) = λϕ(u), ∀u ∈ V, ∀λ ∈ K.
Observaţia 3.5.1. Referirea la corpul K va fi omisă dacă nu există
pericol de confuzie (vom spune: operator liniar).
Notăm HomK (V, W ) = {ϕ : V → W, ϕ este operator liniar}.
Un operator K−liniar ϕ : V → V se numeşte K−endomorfism al lui V .
Notăm EndK (V ) =HomK (V, V ).
Definiţia 3.5.2. Spunem că operatorul liniar ϕ : V → W este izo-
morfism de K−spaţii liniare (sau K−izomorfism) dacă există un operator
K−li–niar ψ : W → V astfel ı̂ncât ψ ◦ ϕ = 1V , ϕ ◦ ψ = 1W .
În acest caz spaţiile V şi W se numesc izomorfe; notăm V ∼
= W.
Altfel spus, prin definiţie un operator liniar ϕ este izomorfism dacă şi
numai dacă ϕ este aplicaţie inversabilă şi inversul său ϕ−1 este tot operator
liniar. Propoziţia de mai jos precizează că inversul unui operator liniar este
automat operator liniar.
Propoziţia 3.5.1. O condiţie necesară şi suficientă ca un operator liniar
ϕ să fie izomorfism este ca ϕ să fie funcţie bijectivă.
Demonstraţie. ” ⇒ ” : Orice izomorfism este, conform definiţiei, o funcţie
inversabilă, adică bijectivă.
” ⇐ ” : Fie ϕ un operator liniar bijectiv, deci inversabil. Aşadar există
funcţia ϕ−1 : W → V astfel ı̂ncât ϕ ◦ ϕ−1 = 1W , ϕ−1 ◦ ϕ = 1V . Rămâne să
demonstrăm că ϕ−1 este operator liniar. Folosim definiţia 3.5.1.
Fie v1 , v2 ∈ W oarecare. Din bijectivitatea lui ϕ, există şi sunt unice
elementele u1 , u2 ∈ V astfel ı̂ncât ϕ(u1 ) = v1 , ϕ(u2 ) = v2 . Din liniaritatea
lui ϕ, ϕ(u1 + u2 ) = ϕ(u1 ) + ϕ(u2 ) = v1 + v2 . Aplicând ϕ−1 , rezultă că
ϕ−1 (v1 + v2 ) = (ϕ−1 ◦ ϕ)(u1 + u2 ) = u1 + u2 = (ϕ−1 ◦ ϕ)(u1 ) + (ϕ−1 ◦ ϕ)(u2 )
43
Observaţia 3.6.2. Din nou, am folosit convenţia ”geometrică” de scri-
ere ”pe coloane” a matricei A. Altfel spus, pentru orice j ∈ {1, . . . , n},
coordonatele lui ϕ(ej ) ı̂n baza BW se găsesc pe coloana j a matricei A.
Convenţia ”algebrică” de scriere ”pe linii” a matricei asociate unui ope-
rator ı̂ntr-o pereche de baze ar reveni la considerarea matricei t A.
Dacă V = W , se ia de obicei BV = BW .
Teorema 3.6.1. Fie V, W două K−spaţii liniare, dim V = n, dim W =
m. Fie BV o bază ı̂n V şi BW o bază ı̂n W .
Oricare ar fi o matrice A ∈ Mm,n (K), există un unic K−operator liniar
ϕ : V → W astfel ı̂ncât matricea asociată operatorului liniar ϕ ı̂n perechea
de baze (BV , BW ) să fie A. În plus, ∀ϕ, ψ ∈ HomK (V, W ), ∀λ, µ ∈ K, dacă
A este matricea asociată operatorului liniar ϕ ı̂n perechea de baze (BV , BW ),
B este matricea asociată operatorului liniar ψ ı̂n perechea de baze (BV , BW ),
iar C este matricea asociată operatorului liniar λϕ + µψ ı̂n perechea de baze
(BV , BW ), atunci C = λA + µB.
Altfel spus, avem un izomorfism de K−spaţii liniare:
HomK (V, W ) →
˜ Mm,n (K)
ϕ 7→ A
Observaţia 3.6.3. Acest rezultat este deosebit de important, deoarece
afirmă că fixarea a două baze ı̂n V, W permite identificarea operatorilor lini-
ari de la V la W cu matricele peste K de tip dim W × dim V , cu păstrarea
operaţiilor.
Teorema 3.6.2. Fie V, W, Z trei K−spaţii liniare finit dimensionale,
de dimensiuni n, m şi, respectiv, p şi fie BV , BW , BZ baze ı̂n V, W, Z. Fie
ϕ : V → W şi ψ : W → Z operatori liniari. Atunci matricea asociată
operatorului liniar ψ ◦ ϕ ı̂n perechea de baze (BV , BZ ) este produsul dintre
matricea B asociată operatorului liniar ψ ı̂n perechea de baze (BW , BZ ) şi
matricea A asociată operatorului liniar ϕ ı̂n perechea de baze (BV , BW ) :
ϕ ψ
Vn −→ Wm −→ Zp
Am×n Bp×m
| {z }
(BA)p×n
Observaţia 3.6.4. Teorema precedentă justifică definiţia produsului a
două matrice după regula prezentată ı̂n definiţia 1.2.5,pagina 6.
Observaţia 3.6.5. Considerarea convenţiei ”algebrice” ar conduce la
regula: matricea compunerii ψ ◦ ϕ este produsul dintre matricea lui ϕ şi
matricea lui ψ.
Ne punem problema cum se schimbă matricea unui operator liniar la
schimbarea bazelor.
44
Propoziţia 3.6.1. Fie V, W spaţii liniare peste K, de dimensiune n şi,
respectiv, m. Fie ϕ : V → W un operator liniar. Considerăm două baze
BV şi BV0 ı̂n V şi două baze BW şi BW0 ı̂n W . Notăm cu S ∈ M (K)
n
matricea de trecere de la baza BV la baza BV0 şi cu T ∈ Mm (K) matricea
de trecere de la baza BW la baza BW 0 . Dacă A şi B sunt matricele asociate
atunci B = T −1 AS .
Corolar 3.6.1. Dacă ϕ ∈ EndK (V ), BV şi BV0 sunt baze ı̂n V , S este
matricea de trecere de la baza BV la baza BV0 , iar A şi B sunt matricele
asociate lui ϕ ı̂n perechile de baze (BV , BV ) şi, respectiv, (BV0 , BV0 ), atunci
B = S −1 AS .
Aşadar, dacă V este finit dimensional şi ϕ ∈ EndK V , atunci toate ma-
tricele asociate lui ϕ ı̂n diverse baze ale lui V sunt asemenea. Reciproc, date:
un K−spaţiu liniar V , cu dim V = n, o bază BV ı̂n V şi două matrice ase-
menea A, B ∈ Mn (K), există şi sunt unice: un endomorfism ϕ ∈ EndK V ,
astfel ı̂ncât A să fie matricea lui ϕ ı̂n baza BV , şi o bază BV0 ı̂n V , astfel
ı̂ncât matricea lui ϕ ı̂n baza BV0 să fie B.
Acest fapt este important, deoarece pentru un endomorfism este une-
ori utilă găsirea unei baze ı̂n care matricea acestuia să fie cât mai simplă
(matrice diagonală (elementele nesituate pe diagonala principală sa fie zero)
sau măcar triunghiulară (deasupra sau dedesubtul diagonalei principale să
conţină numai zerouri)). În termeni matriciali, aceasta ar ı̂nsemna că dată
o matrice A, se caută o matrice de formă cât mai simplă şi asemenea cu A.
n
X
ϕ(ej ) = aij ei .
i=1
u1
u2
Prin urmare, dacă notăm cu ξ = vectorul coloană al coordonatelor
..
.
un
lui u ı̂n baza B, atunci vectorul coloană al coordonatelor lui ϕ(u) ı̂n baza
B este Aξ. Atunci lui ϕ : V → V ı̂i corespunde operatorul liniar definit de
matricea A (notat prin abuz tot cu A):
A : Kn → Kn
ξ 7→ Aξ, ∀ξ ∈ K n .
47
Definiţia 3.7.5. Fie A = (aij )n×n ∈ Mn (K) şi
X 0 ... 0 0
0 X ... 0 0
XI = .. ∈ Mn (K[X])
.
0 0 ... 0 X
(K[X] fiind inelul polinoamelor ı̂n nedeterminata X cu coeficienţi ı̂n K).
Polinomul
fA = det (XI − A)
X − a11 −a12 . . . −a1 n−1 −a1n
−a12 X − a 22 . . . −a2 n−1 −a2n
= ∈ K[X]
..
.
−an1 −an2 . . . −an n−1 X − ann
se numeşte polinomul caracteristic al matricei A.
Dacă ϕ ∈ EndK (V ), definim polinomul caracteristic al lui ϕ (notat fϕ )
ca fiind polinomul caracteristic al matricei lui ϕ ı̂ntr-o bază a lui V .
Observaţia 3.7.4. Se poate demonstra că definiţia lui fϕ este corectă,
mai precis, că indiferent de baza aleasă pentru scrierea matricei lui ϕ, se
obţine acelaşi polinom caracteristic.
Propoziţia 3.7.2 se reformulează ca: λ ∈ K este valoare proprie a matri-
cei A dacă şi numai dacă λ este rădăcină a polinomului caracteristic al lui
A.
0 2
Exemplu: Fie matricea A = ∈ M2 (R). Polinomul ei carac-
−2 0
X −2
teristic este fA = det (XI − A) = = X 2 + 4. Acest polinom nu
2 X
are rădăcini reale, deci A nu are valori proprii reale.
Dacă ı̂nsă privim A ca matrice cu coeficienţi complecşi: A ∈ M2 (C),
atunci λ2 + 4 = 0 ⇔ λ = ±2i ∈ C (valori proprii complexe pentru A).
Ar fi de dorit ca orice polinom neconstant cu coeficienţi ı̂n K să aibă toate
rădăcinile ı̂n K (altfel spus, corpul K să fie algebric ı̂nchis). Un exemplu de
corp algebric ı̂nchis este C ( consecinţă a teoremei fundamentale a algebrei :
orice polinom algebric de grad cel puţin 1 cu coeficienţi complecşi are cel
puţin o rădăcină complexă).
Dacă polinomul caracteristic fϕ are toate rădăcinile λ1 , . . . , λn ı̂n K (nu
neapărat distincte), atunci
fϕ = (X − λ1 )(X − λ2 ) . . . (X − λn )
şi λ1 , . . . , λn sunt toate valorile proprii ale lui ϕ. Spunem atunci că ϕ are
toate valorile proprii ı̂n K (sau că ϕ are n = dim V valori proprii ı̂n K).
Definiţia 3.7.6. Multiplicitatea algebrică a valorii proprii λ a lui ϕ este
multiplicitatea lui λ ca rădăcină a lui fϕ .
48
Multiplicitatea geometrică a valorii proprii λ a lui ϕ este dim Vλ (ϕ).
Această definiţie poate fi rescrisă analog pentru matrice A ∈ Mn (K).
49
Partea 2
ECUAŢII DIFERENŢIALE
CAPITOLUL 4
58
⇔ x(t) = ln (t3 + C), cu C ∈ R constantă.
Ne amintim că funcţia ln : (0, ∞) → R, aşadar trebuie precizat că
√
3
√
3
t3 + C > 0 ⇔ t > C ⇔ t ∈ C, ∞ .
Punem acum condiţia iniţială x(1) = 0. Dând lui t valoarea 1 ı̂n expresia
soluţiei x(t), rezultă 0 = ln (1 + C) ⇔ C = 0.
În concluzie, unica soluţie a problemei Cauchy este:
x(t) = 3 ln t, t ∈ (0, ∞).
= a(t)x(t) + b(t), ∀t ∈ I.
Făcând t = t0 ı̂n (F V C), se constată că x(t0 ) = x0 .
1Se aplică următoarea formulă de derivare a unei integrale ı̂n raport cu un parametru
care apare şi ı̂n limitele de integrare, şi sub integrală:
Z q(t) ! Z
q(t)
d ∂f
f (s, t)ds = (s, t)ds + f (q(t), t)q 0 (t) − f (p(t), t)p0 (t).
dt p(t) p(t) ∂t
59
Reciproc, presupunem că x : Ix → R (Ix ⊆ I fiind un interval deschis
nevid) este o soluţie a (EL). Atunci:
d − s a(τ )dτ
R
− s a(τ )dτ
R
x(s)e t0 = b(s)e t0 , ∀s ∈ I0 .
ds
Integrăm de la t0 la t ∈ I0 şi ı̂n membrul stâng aplicăm formula Leibniz-
Newton:
R t0 Z t
− t a(τ )dτ − s a(τ )dτ
R R
x(t)e t0 − x(t0 )e− t0 a(τ )dτ = b(s)e t0 ds,
t0
de unde:
Rt Z t
− s a(τ )dτ
R
a(τ )dτ
x(t) = e t0 x0 + b(s)e t0 ds ,
t0
Rt Z t Rt Rs
a(τ )dτ a(τ )dτ − a(τ )dτ
⇔ x(t) = x0 e t0 + b(s)e t0 t0 ds, ∀t ∈ I0 .
t0
4
x0 − 4t3 x = et
Exemplul 4.3.1. Să se rezolve problema Cauchy .
x(0) = 2
Soluţie. Se scrie mai ı̂ntâi ecuaţia ı̂n forma (EL), pentru a nu greşi
semnul lui a(t). Identificăm ı̂n problema noastră coeficientul a(t) = 4t3 al
4
lui x şi termenul liber b(t) = et , ambele fiind funcţii definite pe R. Datele
iniţiale sunt t0 = 0, x0 = 2. Conform formulei variaţiei constantelor, soluţia
x a problemei Cauchy este definită tot pe R şi este dată prin:
Rt 3 Z t R Z t
t 3 4 4 4 4 4
x(t) = 2e 0 4s ds + e s 4τ dτ es ds = 2et + et −s es ds
0 0
Z t
4 4 4 4 4
= 2et + et ds = 2et + et t = et (t + 2), ∀t ∈ R.
0
60
4.4. Ecuaţii cu diferenţiale exacte
Fie o mulţime D ⊆ R2 nevidă şi deschisă. Fie g, h : D → R două funcţii
de clasă C 1 pe D, cu h(t, x) 6= 0 pentru toţi (t, x) ∈ D.
Definiţia 4.4.1. O ecuaţie de forma:
g(t, x)
(4.12) x0 =
h(t, x)
se numeşte cu diferenţială exactă dacă există o funcţie F : D → R de clasă
C 2 astfel ı̂ncât:
∂F
∂t (t, x) = −g(t, x)
(4.13) , pentru orice (t, x) ∈ D.
∂F
(t, x) = h(t, x)
∂x
Într-adevăr, ecuaţia (4.12) se rescrie:
dx g(t, x)
= ⇔ h(t, x)dx − g(t, x)dt = 0
dt h(t, x)
∂F ∂F
⇔ (t, x)dx + (t, x)dt = 0 ⇔ dF (t, x) = 0, ∀ (t, x) ∈ D.
∂x ∂t
Teorema 4.4.1. Dacă (4.12) este o ecuaţie cu diferenţială exactă,atunci
soluţia ei generală este definită implicit de F (t, x(t)) = c, unde F : D → R
verifică sistemul (4.13), iar c parcurge F (D).
Teorema 4.4.2. Dacă D este un domeniu simplu conex,atunci ecuaţia
(4.12) este cu diferenţială exactă dacă şi numai dacă
∂h ∂g
(t, x) = − (t, x), ∀ (t, x) ∈ D.
∂t ∂x
61
CAPITOLUL 5
În multe dintre modele, din dorinţa de a putea folosi conceptele şi re-
zultatele analizei matematice, vom ı̂nlocui modelul matematic discret (care
este cel mai realist) printr-unul continuu diferenţiabil. Mai precis, vom
presupune că orice funcţie necunoscută care descrie evoluţia ı̂n timp a unei
anumite entităţi (numărul de atomi/molecule dintr-o substanţă, numărul de
indivizi dintr-o populaţie, etc.) este de clasă C 1 pe intervalul ei de definiţie,
deşi ı̂n realitate aceasta ia valori ı̂ntr-o mulţime finită. Din punct de vedere
matematic, aceasta revine la a ı̂nlocui o funcţie ı̂n scară (discontinuă) cu o
aproximare a ei continuu diferenţiabilă.
64
de unde
5 5
e−10k = sau − 10k = ln .
8 8
Aşadar:
1
(5.5) k= (ln 8 − ln 5) .
10
Timpul t2 necesar ı̂ncălzirii corpului de la temperatura iniţială T0 = 15
(◦ C) la temperatura finală T (t2 ) = 22 (◦ C) se află din relaţia (5.4) scrisă
pentru t = t2 (din nou, Tmediu (t) = 23 pentru orice t ≥ 0):
Rt2 s=t
22 = 15e−kt2 + ke−kt2 23eks ds ⇔ 22 = 15e−kt2 + 23e−kt2 eks s=02
0
1
⇔ 22 = 15e−kt2 + 23e−kt2 ekt2 − 1 ⇔ 8e−kt2 = 1 ⇔ e−kt2 =
8
1 1 1 1
⇔ −kt2 = ln , adică t2 = − ln = ln 8.
8 k 8 k
Înlocuind pe k din relaţia (5.5), rezultă:
10 ln 8
t2 = .
ln 8 − ln 5
Conform tabelelor cu logaritmi, ln 5 ' 1, 6094379124, ln 8 ' 2, 0794415417,
deci
10 · 2, 0794415417 20, 794415417
t2 ' = ' 44, 2431 minute.
2, 0794415417 − 1, 6094379124 0, 4700036293
Exemplul 5.1.2. Scufundăm un corp ı̂ntr-un mediu a cărui temperatură
are valoarea constantă de 10◦ C. În 40 de minute corpul se răceşte de la
200◦ C la 100◦ C.
a) Să se calculeze timpul necesar pentru ca acelaşi material să se răcească
de la 200◦ C la 100◦ C, atunci când temperatura mediului ı̂nconjurător este
de 5◦ C.
b) Să se calculeze timpul de care are nevoie corpul considerat pentru a
se răci de la 100◦ C la 10◦ C când mediul este menţinut la temperatura de
5◦ C.
Este o problemă de răcire. Pentru a o putea rezolva este necesar să cu-
noaştem valoarea constantei de transfer k > 0. La ı̂nceput avem la dispoziţie
următoarele date:
-temperatura mediului Tmediu (t) = 10 pentru orice t ≥ 0;
-temperatura iniţială a corpului T0 = 200;
-timpul necesar răcirii t1 = 40;
-temperatura finală a corpului T (t1 ) = 100.
65
Înlocuind aceste date ı̂n relaţia (5.4) scrisă la momentul t = t1 , obţinem:
R40 s=40
100 = 200e−40k + ke−40k 10eks ds ⇔ 100 = 200e−40k + 10e−40k eks s=0
0
şi atunci
9 1 9
e−40k = , de unde k = − ln .
19 40 19
Aşadar
1
(5.6) k= (ln 19 − ln 9) .
40
a) Dacă temperatura mediului ı̂nconjurător este menţinută la valoarea
T̃mediu = 5 (◦ C), atunci timpul t2 necesar răcirii corpului de la temperatura
iniţială T0 = 200 (◦ C) la temperatura T (t2 ) = 100 (◦ C) poate fi aflat din
relaţia (5.4) scrisă ı̂n t = t2 :
Zt2
100 = 200e−kt2 + ke−kt2 5eks ds,
0
unde constanta de transfer k este dată de (5.6). Făcând calculele, deducem:
t
100 = 200e−kt2 + 5e−kt2 eks 02 ⇔ 100 = 200e−kt2 + 5e−kt2 ekt2 − 1
95 1 19
⇔ 95 = 195e−kt2 ⇔ −kt2 = ln ⇔ t2 = − ln .
195 k 39
Înlocuind pe k din (5.6), rezultă:
40 (ln 39 − ln 19)
t2 = .
ln 19 − ln 9
Conform tabelelor cu logaritmi, ln 9 ' 2, 1972245773,ln 19 ' 2, 9444389792,
ln 39 ' 3, 6635616461, deci
40 · 0, 7191226669
t2 ' ' 38, 4962 minute.
0, 7472144019
b) Calculăm acum timpul t3 necesar aceluiaşi material pentru a se răci
de la T0 = 100 (◦ C) la T (t3 ) = 10 (◦ C) când mediul este menţinut tot la
temperatura T̃mediu (t) = 5 (◦ C). Relaţia (5.4) devine la momentul t = t3 :
Zt3
10 = 100e−kt3 + ke−kt3 5eks ds ⇔ 10 = 100e−kt3 + 5e−kt3 ekt3 − 1
0
1 5
⇔ 5 = 95e−kt3 ⇔ t3 = − ln .
k 95
Prin urmare,
1 40 ln 19 40 · 2, 9444389792
t3 = ln 19 = ' ' 157, 6221 minute.
k ln 19 − ln 9 0, 7472144019
66
Se constată că timpul necesar pentru răcirea corpului de la 100◦ C la 10◦ C
este de peste 4 ori mai mare decât timpul necesar pentru răcirea corpului de
la 200◦ C la 100◦ C. Altfel spus, rata de răcire scade considerabil pe măsură
ce temperatura corpului se apropie de temperatura mediului.
unde constantele k1 , k2 > 0 sunt constantele de viteză ale celor două reacţii.
Notăm cu xA (t) şi xB (t) concentraţiile substanţelor A, respectiv B la mo-
mentul t ≥ 0. Ecuaţiile care descriu acest proces sunt:
dxA
dt = k2 xB − k1 xA
dxB
dt = k1 xA − k2 xB .
Exemplul 2: Fie reacţia bimoleculară
k
A + B −→ P,
ı̂n care două substanţe chimice A, B, de concentraţii (mol / l) a, respectiv b,
se combină pentru a da substanţa P , a cărei concentraţie la momentul t ≥ 0
dx
o notăm prin x(t). Conform legii acţiunii masei, viteza de reacţie este
dt
proporţională cu produsul concentraţiilor substanţelor care intră ı̂n reacţie,
ceea ce conduce la ecuaţia:
dx
= k (a − x) (b − x) .
dt
5.4. Un sistem biologic bicompartimental
Se consideră problema determinării concentraţiei unei substanţe chimice,
de exemplu un medicament, ı̂ntr-un sistem care constă din două comparti-
mente separate printr-o membrană. Medicamentul poate trece prin mem-
brană ı̂n ambele sensuri, dar poate, de asemenea, ieşi din compartimentul
II ı̂ntr-un sistem exterior.
Notăm cu v1 > 0, v2 > 0 volumele celor două compartimente şi cu
A > 0 aria membranei; acestea sunt presupuse constante. Fie x1 (t) şi
x2 (t) concentraţiile substanţei chimice ı̂n compartimentele I, respectiv II la
momentul t ≥ 0.
Concentraţia medicamentului ı̂n primul compartiment scade datorită
trecerii medicamentului din compartimentul I ı̂n compartimentul II şi creşte
datorită trecerii medicamentului din compartimentul II ı̂n compartimentul
I. Corespunzător, concentraţia medicamentului ı̂n al doilea compartiment
creşte datorită trecerii medicamentului din compartimentul I ı̂n comparti-
mentul II şi scade datorită trecerii medicamentului din compartimentul II ı̂n
68
compartimentul I, dar şi datorită ieşirii medicamentului din compartimentul
II spre sistemul exterior.
Viteza de trecere a medicamentului din compartimentul I ı̂n compar-
timentul II este proporţională cu produsul dintre aria A a membranei şi
x1
concentraţia a medicamentului ı̂n compartimentul I. În mod asemănator,
v1
viteza de trecere a medicamentului din compartimentul II ı̂n compartimentul
x2
I este proporţională cu produsul dintre aria Aa membranei şi concentraţia
v2
a medicamentului ı̂n compartimentul II. De asemenea, presupunem că viteza
de trecere a medicamentului din compartimentul II ı̂n sistemul extern este
proporţională cu concentraţia x2 a substanţei ı̂n compartimentul II. Notăm
cu α > 0, β > 0, respectiv γ > 0 cele trei constante de proporţionalitate.
Prin urmare, evoluţia concentraţiei medicamentului ı̂n sistemul bicom-
partimental de mai sus este descrisă de sistemul diferenţial liniar cu coeficienţi
constanţi: dx
1 x2 x1
dt = βA v2 − αA v1
dx2 = αA x1 − βA x2 − γx2 .
dt v1 v2
Acest sistem poate fi rezolvat exprimând una din necunoscute ı̂n funcţie
de cealaltă şi reducı̂ndu-l astfel la o ecuaţie diferenţială liniară de ordinul
doi cu coeficienţi constanţi.
69
CAPITOLUL 6
..
.
Z t
(6.3) xn (t) = x0 + f (s, xn−1 (s))ds.
t0
În practică se ia
(6.4) x0 (t) = x0 , pentru orice t.
Şirul (xn )n∈N definit recursiv prin relaţiile (6.3), (6.4) se numeşte şirul apro-
ximaţiilor succesive, iar metoda prin care se construieşte acest şir este cu-
noscută sub numele de metoda aproximaţiilor succesive a lui Picard.
Utilizând această construcţie, se poate demonstra că, ı̂n anumite condiţii
impuse funcţiei f , problema (6.1) are o soluţie locală 1 unică.
Teorema 6.1.1. (de existenţă şi unicitate a lui Picard) Fie a, b > 0
şi f : ∆ ⊂ R2 → R, unde
∆ = (t, x) ∈ R2 | |t − t0 | ≤ a, |x − x0 | ≤ b
= [t0 − a, t0 + a] × [x0 − b, x0 + b] .
Dacă:
(1) f este continuă pe ∆;
(2) f este lipschitziană ı̂n raport cu x pe ∆, adică
există o constantă L > 0 astfel ı̂ncât
|f (t, x) − f (t, y)| ≤ L |x − y| , pentru orice (t, x), (t, y) ∈ ∆,
1soluţie definită pe un interval I mai mic (ı̂n sensul incluziunii) decât intervalul I
0
corespunzător lui t ı̂n domeniul de definiţie al lui f
72
atunci problema Cauchy (6.1) admite o soluţie unică x, definită cel puţin
pe intervalul [t0 − δ, t0 + δ], unde
b
δ = min a, ,
M
iar M > 0 este un majorant pentru |f | pe ∆ (altfel spus, |f (t, x)| ≤ M ,
pentru orice (t, x) ∈ ∆).
Aşadar, x : [t0 − δ, t0 + δ] → [x0 − b, x0 + b] .
Observaţia 6.1.1. Dorim ca intervalul de definiţie al soluţiei x să fie
cât mai mare, echivalent, să obţinem un δ cât mai mare, şi atunci ar fi de
b
dorit ca să fie cât mai mare, adică M cât mai mic. Cea mai bună alegere
M
este M = max |f (t, x)|.
(t,x)∈∆
73
Exemplul 6.1.1. Să se determine un interval pe care există o soluţie
unică pentru problema Cauchy:
0
x = t3 + x2 − 1
(6.5)
x(0) = 1.
Apoi să se scrie primii trei termeni din şirul aproximaţiilor succesive.
Datele problemei sunt
t0 = 0,
x0 = 1 şi
f : R × R → R, f (t, x) = t3 + x2 − 1.
Datorită faptului că f este definită peste tot, putem alege orice a, b > 0. Fie,
de exemplu, a = 1 şi b = 2. Considerăm pe f restricţionată la dreptunghiul
∆ = [t0 − a, t0 + a] × [x0 − b, x0 + b] = [−1, 1] × [−1, 3].
Verificăm ipotezele teoremei lui Picard. Funcţia f este, ı̂ntr-adevăr, con-
tinuă pe ∆ (fiind obţinută prin operaţii cu polinoame) şi lipschitziană ı̂n
raport cu x pe ∆ (deoarece ∂f ∂x (t, x) = 2x este o funcţie continuă pe ∆).
Prin urmare, conform teoremei 6.1.1, problema Cauchy (6.5)
2admite o
b
soluţie unică x : [−δ, δ] → [−1, 3], cu δ = min a, M = min 1, M , unde
M > 0 este un majorant pentru |f | pe ∆. De exemplu, putem alege M = 11,
ı̂ntrucât
|f (t, x)| = t3 + x2 − 1 ≤ |t|3 + x2 + 1 ≤ 13 + 32 + 1 = 11, ∀(t, x) ∈ ∆.
2 2
Aşadar δ = min 1, 11 = 11 . Deci problema Cauchy (6.5) admite o soluţie
2 2
unică x : − 11 , 11 → [−1, 3].
Primii trei termeni din şirul aproximaţiilor succesive sunt
2 2
x0 , x1 , x2 : − , → [−1, 3],
11 11
daţi prin:
x0 (t) = x0 = 1;
Z t Z t
x1 (t) = 1 + f (s, x0 (s))ds = 1 + f (s, 1)ds
0 0
Z t
t4
s3 + 12 − 1 ds = 1 + ;
= 1+
0 4
Z t Z t
s4
x2 (t) = 1 + f (s, x1 (s))ds = 1 + f s, 1 + ds
0 0 4
Z t" 4 2
#
s
= 1+ s3 + 1 + − 1 ds
0 4
Z t 8
t9 t5 t4
s 1
= 1+ + s4 + s3 ds = + + + 1.
0 16 2 144 10 4
74
Soluţia problemei Cauchy (6.5) nu poate fi determinată exact. Cal-
culând ı̂nsă cât mai mulţi termeni din şirul aproximaţiilor succesive, o putem
aproxima cu o precizie din ce ı̂n ce mai bună.
Apoi să se scrie primii trei termeni din şirul aproximaţiilor succesive.
t0 = 1,
x0 = 0 şi
∗ x2
f : R × R → R, f (t, x) = t2 + t .
2
2 x2 3 12 17
|f (t, x)| = t + ≤ + 1 = , ∀(t, x) ∈ ∆.
t 2 2
4
1 4 4
Deci δ = min
13 21 2 , 17 = 17 şi problema Cauchy (6.6) admite o soluţie unică
x : 17 , 17 → [−1, 1].
Primii trei termeni din şirul aproximaţiilor succesive sunt
13 21
x0 , x1 , x2 : , → [−1, 1],
17 17
75
daţi prin:
x0 (t) = x0 = 0;
Z t Z t Z t
t3 − 1
x1 (t) = 0 + f (s, x0 (s))ds = f (s, 0)ds = s2 ds = ;
1 1 1 3
Z t Z t 3
s −1
x2 (t) = 0 + f (s, x1 (s))ds = f s, ds
1 1 3
Z t Z t
s5 2 2
2 1 3 2 2 1
= s + s −1 ds = s + − s + ds
1 9s 1 9 9 9s
Z t 5
t6 − 1
s 7 2 1 7 3 1
= + s + ds = + t − 1 + ln s.
1 9 9 9s 54 27 9
76
cu t0 , x01 ,. . ., x0n ∈ R fixate.
Teorema 6.2.1. ( Picard) Fie a, b > 0 şi
f1 , f2 , . . . , fn : ∆ ⊂ Rn+1 → R,
unde
∆ = (t, x1 , . . . , xn ) ∈ Rn+1 |t − t0 | ≤ a, xi − x0i ≤ b, 1 ≤ i ≤ n .
Dacă:
(1) f1 , f2 , . . . , fn sunt continue pe ∆;
(2) f1 , f2 , . . . , fn sunt lipschitziene ı̂n x = (x1 , x2 , . . . , xn ) pe ∆, adică
există o constantă L > 0 astfel ı̂ncât
|fj (t, x1 , . . . , xn ) − fj (t, y1 , . . . , yn )| ≤ L max |xi − yi | ,
1≤i≤n
Apoi să se scrie primele trei grupe de termeni din şirul aproximaţiilor
succesive.
Datele problemei sunt
t0 = 0,
x01 = −2,
x02 = 1 şi
f1 , f2 : R × R → R, f1 (t, x1 , x2 ) = 2tx2 − x21 , f2 (t, x1 , x2 ) = tx1 − 1.
77
Datorită faptului că f1 , f2 sunt definite peste tot, putem alege orice
a, b > 0. Fie, de exemplu, a = 1 şi b = 2. Considerăm pe f1 , f2 restrânse la
paralelipipedul
∂f1 ∂f1
(t, x1 , x2 ) = −2x1 , (t, x1 , x2 ) = 2t,
∂x1 ∂x2
∂f2 ∂f2
(t, x1 , x2 ) = t, (t, x1 , x2 ) = 0
∂x1 ∂x2
sunt bine definite şi continue pe ∆ (sunt polinoame). Prin urmare, conform
teoremei 6.2.1, problema Cauchy (6.8) admite o soluţie unică (x1 , x2 ),
cu δ = min a, Mb = min 1, M
2
, unde M > 0 este un majorant pentru
|f1 |, |f2 | pe ∆. Cum
2 1
putem alege M = 22. Aşadar δ = min 11, 22 = 11 şi problema Cauchy
1
(6.8) admite o soluţie unică (x1 , x2 ) : − 11 , 11 → [−4, 0] × [−1, 3].
Primele trei grupe de termeni din şirul aproximaţiilor succesive sunt
1 1
x01 , x02 , x11 , x12 , x21 , x22 : − ,
→ [−4, 0] × [−1, 3],
11 11
78
daţi prin:
0
x1 (t) = x01 = −2,
x0 (t) = x02 = 1;
2 Rt Rt
x11 (t) = −2 + 0 f1 s, x01 (s), x02 (s) ds = −2 + 0 f1 (s, −2, 1)ds
= −2 + R t (2s − 4)ds = t2 − 4t − 2,
0
1 (t) = 1 + t f s, x0 (s), x0 (s) ds = 1 + t f (s, −2, 1)ds
R R
2
x 0 2 1 2 0 2
= 1 + R t (−2s − 1)ds = −t2 − t + 1;
0
2 Rt
x1 (t) = −2 + 0 f1 s, x11 (s), x12 (s) ds
Rt
= −2 + 0 f1 (s, s2 − 4s − 2, −s2 − s + 1)ds
R h i
= −2 + t 2s −s2 − s + 1 − s2 − 4s − 2 2 ds
0
Rt
= −2 + 0 −s4 + 6s3 − 14s2 − 14s − 4 ds
5
= − t5 + 23 t4 − 14 3 2 .
3 t − 7t − 4t − 2,
t
x22 (t) = 1 + 0 f2 s, x01 (s), x02 (s) ds
R
Rt
= 1 + 0 f2 (s, s2 − 4s − 2, −s2 − s + 1)ds
Rt
= 1 + 0 s s2 − 4s − 2 − 1 ds
Rt 4
= 1 + 0 s3 − 4s2 − 2s − 1 ds = t4 − 34 t3 − t2 − t + 1.
Dacă:
(1) f este continuă pe ∆;
(2) există o constantă L > 0 astfel ı̂ncât
|f (t, x1 , . . . , xn ) − f (t, y1 , . . . , yn )| ≤ L max |xi − yi | ,
1≤i≤n
81
CAPITOLUL 7
Pentru a scrie acest sistem ı̂ntr-o formă mai concentrată, introducem, pentru
t ∈ I, notaţiile:
x1 (t)
x2 (t)
x(t) = .. ∈ Rn ;
.
xn (t)
b1 (t)
b2 (t)
b(t) = ∈ Rn (coloana termenilor liberi);
..
.
bn (t)
a11 (t) a12 (t) . . . a1n (t)
a21 (t) a22 (t) . . . a2n (t)
A(t) = ∈ Mn (R) (matricea sistemului).
..
.
an1 (t) an2 (t) . . . ann (t)
Îl vom determina pe c(t0 ) punând condiţia iniţială x(t0 ) = x0 , care implică
x0 = X(t0 )c(t0 ) =⇒ c(t0 ) = X −1 (t0 )x0 .
Înlocuind ı̂n (7.18) deducem (7.16).
ecuaţia (7.19) poate fi rescrisă, echivalent, sub forma unui sistem de n ecuaţii
diferenţiale de ordinul ı̂ntâi liniare, ı̂n necunoscutele y1 (t), . . . , yn (t):
y10 = y2
0
y2 = y3
(7.20) ..
.
0
yn−1 = yn
y 0 = −a (t)y − a
n n 1 n−1 (t)y2 − . . . − a1 (t)yn (t) + f (t).
egalitate care, evident, implică x = x̃ (două n−uple sunt egale dacă şi numai
dacă au componentele situate pe aceleaşi locuri egale);
T este surjectiv: pentru orice y ∈ S se cere demonstrată existenţa unui
element x ∈ Sn verificând T (x) = y; ori, dată o soluţie y = (y1 , y2 , . . . , yn )
a sistemului liniar şi omogen (7.24) asociat ecuaţiei (7.23), se ia x = y1
(=prima componentă a soluţiei sistemului (7.24)) şi este clar că x ∈ C n (I; R),
iar T (x) = (y1 , y2 , . . . , yn ).
Aşadar T este izomorfism, deci Sn ∼ = S şi dimR Sn =dimR S = n.
În calcul am folosit faptul că ultimul determinant este de tip Vandermonde.
În aceste condiţii, soluţia generală a ecuaţiei (7.32) va fi
prin urmare
n
X
(7.37) L(D) yeλt = eλt Lk (λ)y (k) ,
k=0
Întrucât
(n) (n−1) 0
L(D) eαt eλt + a1 eλt + · · · + an−1 eλt + an eλt
=
= λn eλt + a1 λn−1 eλt + · · · + an−1 λeλt + +an eλt
= eλt λn + a1 λn−1 + · · · + an−1 λ + an = eαt L(α), ∀t ∈ R, ∀α ∈ C,
adică
n
X
L(λ + γ) = Lk (λ)γ k , ∀γ ∈ C.
k=0
Pe de altă parte, din formula lui Taylor,
n
X 1 (k)
L(λ + γ) = L (λ)γ k , ∀γ ∈ C.
k!
k=0
99
Comparând ultimele două relaţii, deducem
1
Lk (λ) = L(k) (λ), ∀0 ≤ k ≤ n,
k!
ceea ce ı̂ncheie demonstraţia.
Fie acum rădăcina λ1 , de multiplicitate m1 ≤ n, a ecuaţiei caracteristice
(7.35). Atunci L(λ1 ) = L0 (λ1 ) = · · · = L(m1 −1) (λ1 ) = 0, L(m1 ) (λ1 ) 6= 0.
Ecuaţia diferenţială L(D) yeλt = 0 se rescrie, folosind relaţia (7.36),
1 (m1 ) 1 1
L (λ1 )y (m1 ) + L(m1 +1) (λ1 )y (m1 +1) +· · ·+ L(n) (λ1 )y (n) = 0.
m1 ! (m1 + 1)! n!
Este uşor de observat că polinoamele de grad (m1 − 1) ı̂n t sunt soluţii
particulare y ale acestei ecuaţii, deoarece au derivatele de ordin mai mare
sau egal cu m1 identic nule. Prin urmare, autovalorii λ1 de multiplicitate
m1 ı̂i corespunde o soluţie pentru ecuaţia (7.32) de forma
eλ1 t c0 + c1 t + · · · + cm1 −1 tm1 −1 eλ1 t
104
Derivate şi integrale pentru funcţii de o variabilă
1. c, c ∈ R constantă 0 R
2. xn , n ∈ N∗ nxn−1 R
4. ex ex R
5. ax , cu a ∈ (0, ∞) \ {1} ax ln a R
1
6. ln x (0, ∞)
x
1
7. loga x, cu a ∈ (0, ∞) \ {1} (0, ∞)
xln a
8. sin x cos x R
9. cos x − sin x R
105
f (x) f 0 (x) Domeniul de
derivabilitate
1 (2k + 1)π
10. tg x x 6= ,k ∈ Z
cos2 x 2
1
11. ctg x − x 6= kπ, k ∈ Z
sin2 x
1
12. arcsin x √ (−1, 1)
1 − x2
1
13. arccos x − √ (−1, 1)
1 − x2
1
14. arctg x R
x2 + 1
1
15. arcctg x − R
x2 +1
Reguli de derivare:
• (f + g)0 = f 0 + g 0 ;
• (f − g)0 = f 0 − g 0 ;
(f g)0 = f 0 g + f g 0 ;
•
f 0 f 0g − f g0
• = (g 6= 0);
g g2
• ı̂n particular, dacă c este o constantă, (f + c)0 = f 0 şi (cf )0 = cf 0 ;
• (f ◦ g)0 = 0 g)g 0 ;
(f ◦g 0 0 0
• (f g )0 = eln f = egln f = egln f ·(gln f )0 = f g · g 0 ln f + g ff
= gf g−1 f 0 + (f g ln f ) g 0 ;
• regula lui Leibniz de derivare a produsului a două funcţii: dacă
m ∈ N∗ şi f, g sunt derivabile de m ori, atunci produsul f g este
derivabil de m ori şi
m m
X X m!
(f g)(m) = Cm k (k) (m−k)
f g = f (k) g (m−k) .
k!(m − k)!
k=0 k=0
106
Integrale
Peste tot ı̂n cele ce urmează J reprezintă un interval real.
Z
Funcţia f (x)dx
1. f : R → R
xn+1
f (x) = xn , n ∈ N +C
n+1
2. f : J ⊆ (0, ∞) → R
xa+1
f (x) = xa , cu a ∈ R \ {−1} +C
a+1
3. f : J ⊆ R∗ → R
1
f (x) = ln |x| + C
x
4. f : R → R
f (x) = ex ex + C
5. f : R → R
ax
f (x) = ax , cu a ∈ (0, ∞) \ {1} +C
ln a
6. f : J ⊆ R \ {−a, a} → R, unde a ∈ R∗
1 1 x − a
f (x) = 2 ln x + a + C
x − a2 2a
7. f : R → R
1 1 x
f (x) = , unde a ∈ R∗ arctg + C
x2 + a2 a a
107
Z
Funcţia f (x)dx
8. f :R→R
f (x) = sin x − cos x + C
9. f :R→R
f (x) = cos x sin x + C
(2k + 1)π
10. f : J ⊆ R \ ;k ∈ Z → R
2
1
f (x) = tg x + C
cos2 x
11. f : J ⊆ R \ {kπ; k ∈ Z} → R
1
f (x) = −ctg x + C
sin2 x
(2k + 1)π
12. f : J ⊆ R \ ;k ∈ Z → R
2
f (x) = tg x −ln | cos x| + C
13. f : J ⊆ R \ {kπ; k ∈ Z} → R
f (x) = ctg x ln | sin x| + C
14. f : R → R
1 √
f (x) = √ , cu a ∈ R∗ ln (x + x2 + a2 ) + C
x2 + a2
108
Z
Funcţia f (x)dx
109
Teorema 7.4.6. (Formula lui Leibniz-Newton) Fie f : [a, b] → R
o funcţie integrabilă care admite primitive pe [a, b]. Atunci pentru orice
primitivă F a lui f are loc egalitatea
Z b
f (x)dx = F (b) − F (a).
a
110
Bibliografie
[1] Gh. Aniculăesei. Ecuaţii diferenţiale şi ecuaţiile fizicii matematice. Editura Univer-
sităţii “Al. I. Cuza”, Iaşi, 2003.
[2] S. Aniţa. Ecuaţii diferenţiale ordinare. Editura Universităţii “Al. I. Cuza”, Iaşi, 2003.
[3] V. Barbu. Ecuaţii diferenţiale. Editura Junimea, Iaşi, 1985.
[4] Gh. Moroşanu. Ecuaţii diferenţiale. Aplicaţii. Editura Academiei R.S.R., Bucureşti,
1989.
[5] A. C. Volf. Algebră liniară. Editura Universităţii“Al. I. Cuza”, Iaşi, 2002.
[6] I. I. Vrabie. Ecuaţii diferenţiale. MatrixRom, Bucureşti, 1999.
[7] ***. Manualele de matematică, clasele a XI-a şi a XII-a.
111