Adriana-Ioana Lefter

MATEMATICĂ (ALGEBRĂ ŞI ECUAŢII

DIFERENŢIALE)

Anul I, Facultatea de Chimie

Note de curs
 Cuprins

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

Partea 2. ECUAŢII DIFERENŢIALE 51

Capitolul 4. Ecuaţii diferenţiale de ordinul ı̂ntâi 53
4.1. Ecuaţii diferenţiale - introducere 53
4.2. Ecuaţii cu variabile separabile 57
4.3. Ecuaţii liniare de ordinul ı̂ntâi 59
4.4. Ecuaţii cu diferenţiale exacte 61
Capitolul 5. Modele matematice descrise de ecuaţii diferenţiale 63
5.1. Răcirea (ı̂ncălzirea) corpurilor 63
5.2. Dezintegrarea unei substanţe radioactive 67
5.3. Modelarea matematică a unor reacţii chimice 68
5.4. Un sistem biologic bicompartimental 68
iii
iv CUPRINS

Capitolul 6. Existenţa şi unicitatea soluţiilor pentru problema

Cauchy 71
6.1. Teorema de existenţă şi unicitate a lui Picard pentru ecuaţii
diferenţiale de ordinul ı̂ntâi scalare 71
6.2. Teorema de existenţă şi unicitate a lui Picard pentru sisteme
diferenţiale de ordinul ı̂ntâi 76
6.3. Teorema de existenţă şi unicitate a lui Picard pentru ecuaţii
diferenţiale de ordin superior 79
Capitolul 7. Sisteme de ecuaţii diferenţiale liniare de ordinul ı̂ntâi 83
7.1. Sisteme diferenţiale liniare omogene. Spaţiul soluţiilor 84
7.2. Sisteme liniare neomogene. Formula variaţiei constantelor 89
7.3. Ecuaţii diferenţiale de ordinul n liniare 92
7.4. Ecuaţii diferenţiale liniare cu coeficienţi constanţi 97
Derivate şi integrale pentru funcţii de o variabilă 105
Derivate pentru funcţii de o singură variabilă 105
Integrale 107
Bibliografie 111
 Partea 1

ALGEBRĂ
 CAPITOLUL 1

Matrice şi determinanţi

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

care satisfac următoarele condiţii:

i) (x + y) + z = x + (y + z), ∀x, y, z ∈ K (asociativitatea adunării);
ii) ∃0 ∈ K astfel ı̂ncât x + 0 = 0 + x = x, ∀x ∈ K (0 element neutru pentru
adunare);
iii) ∀x ∈ K ∃−x ∈ K (numit opusul lui x) astfel ı̂ncât x+(−x) = (−x)+x =
0;
iv) x + y = y + x, ∀x, y ∈ K (comutativitatea adunării);
v) (xy)z = x(yz), ∀x, y, z ∈ K (asociativitatea ı̂nmulţirii);
vi) ∃1 ∈ K \ {0} astfel ı̂ncât x · 1 = 1 · x = x, ∀x ∈ K (1 element neutru
pentru ı̂nmulţire);
vii) ∀x ∈ K \ {0} ∃x−1 ∈ K \ {0} (numit inversul lui x) astfel ı̂ncât xx−1 =
x−1 x = 1;
viii) x(y + z) = xy + xz, ∀x, y, z ∈ K (distributivitatea la stânga a ı̂nmulţirii
faţă de adunare);
ix) (y + z)x = yx + zx, ∀x, y, z ∈ K (distributivitatea la dreapta a ı̂nmulţirii
faţă de adunare).

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 

De aceea A se mai numeşte matrice cu m linii şi n coloane cu coeficienţi ı̂n

K. Numerele aij se numesc elementele matricei A; o matrice de tip m × n
are mn elemente.
4
 O matrice pentru care m = n se numeşte matrice pătratică de ordin n. În
cazul unei matrice pătratice, sistemul ordonat de elemente (a11 , a22 , . . . , ann )
se numeşte diagonala principală a matricei, iar sistemul ordonat de elemente
(a1n , a2 n−1 , . . . , an1 ) se numeşte diagonala secundară a matricei.

Matricele se notează cu litere mari din alfabetul latin: A, B, C,. . . .

Pentru a pune ı̂n evidenţă elementele unei matrice, se folosesc notaţiile:
(aij ) 1 ≤ i ≤ m , (aij )m×n .
1≤j≤n
Mulţimea matricelor de tip m × n peste K se notează Mm,n (K).Se
observă că Mm,n (Q) ⊂ Mm,n (R) ⊂ Mm,n (C).
Dacă m = n, Mn,n (K) =not Mn (K).
Matricele din M1,n (K), n ∈ N se numesc matrice linie (sau vectori linie)
de dimensiune n şi arată astfel:
A = (a11 , a12 , . . . , a1n ) =not (a1 , a2 , . . . , an ).
Matricele din Mm,1 (K), m ∈ N se numesc matrice coloană (sau vectori
coloană) de dimensiune m şi arată astfel:
   
b11 b1
 b21   b2 
 not 
B =  ..  =  .
 
..
 .   . 
bm1 bm
Observaţia 1.2.2. Conform definiţiei egalităţii funcţiilor, două matrice
A = (aij )m×n ∈ Mm,n (K), B = (bkl )p×q ∈ Mp,q (K) sunt egale dacă şi
numai dacă sunt de acelaşi tip (m = p şi n = q) şi aij = bij pentru orice
1 ≤ i ≤ m, 1 ≤ j ≤ n.
Matricea  
0 0 ... 0

 0 0 ... 0 

..
Om×n =  ∈ Mm,n (K)
 
 . 
 0 0 ... 0 

se numeşte matricea nulă (zero) de tip m × n.

Matricea pătratică
 
1 0 ... 0
 0 1 ... 0 
 
In =  ...  ∈ Mn (K)
 
 
 0 0 ... 1 

se numeşte matricea unitate (sau identitate) de ordin n. Dacă ordinul n este

subı̂nţeles, această matrice se poate nota şi I.
5
 1.2.2. Operaţii cu matrice.
Definiţia 1.2.2. Fie A, B ∈ Mm,n (K), A = (aij )m×n , B = (bij )m×n .
Prin suma matricelor A şi B ı̂nţelegem matricea C =not A + B ∈ Mm,n (K),
C = (cij )m×n , unde cij = aij + bij , ∀1 ≤ i ≤ m, ∀1 ≤ j ≤ n.
Operaţia ”+“ se numeşte adunarea matricelor.
Definiţia 1.2.3. Dată A ∈ Mm,n (K), A = (aij )m×n , notăm −A =
(−aij )m×n şi o numim opusa matricei A.
Definiţia 1.2.4. Date A ∈ Mm,n (K), A = (aij )m×n şi λ ∈ K, matricea
λA = (λaij )m×n este numită produsul matricei A cu scalarul λ.
Definiţia 1.2.5. Fie A ∈ Mm,n (K), B ∈ Mn,p (K), A = (aij )m×n ,
B = (bjk )n×p . Se numeşte produsul matricelor A şi B (ı̂n această ordine!)
matricea C =not A · B = AB ∈ Mm,p (K), C = (cik )m×p , unde cik =
Xn
aij bjk , ∀1 ≤ i ≤ m, ∀1 ≤ k ≤ p.
j=1

Operaţia ”·“ se numeşte ı̂nmulţirea matricelor.

Exemplul
 1.2.1.   
−1 0 1 −3 4 −5
Fie A = ,B= . Atunci
3 2 −2 2×3 5 −6 3 2×3
   
−1 − 3 0 + 4 1 − 5 −4 4 −4
A+B = = .
3 + 5 2 − 6 −2 + 3 2×3 8 −4 1 2×3
Exemplul
 1.2.2.   
−1 0 1 1 0 −1
Fie A = . Atunci −A = .
3 2 −2 2×3 −3 −2 2 2×3
Exemplul
 1.2.3. 
−1 0 1
Fie A = ∈ M2,3 (R), λ = 2 ∈ R. Atunci
3 2 −2
   
2 · (−1) 2 · 0 2·1 −2 0 2
2A = = ∈ M2,3 (R).
2·3 2 · 2 2 · (−2) 6 4 −4
Exemplul 1.2.4.  
  6 8 4
−1 0 1
Fie A = , B̃ =  5 7 9  . Atunci AB̃ =
3 2 5 2×3
1 −3 2 3×3
 
−1 · 6 + 0 · 5 + 1 · 1 −1 · 8 + 0 · 7 + 1 · (−3) −1 · 4 + 0 · 9 + 1 · 2
= 3·6+2·5+5·1 3 · 8 + 2 · 7 + 5 · (−3) 3·4+2·9+5·2 

 
−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.

Semnul (signatura) unei permutări

Definiţia 1.3.2. Fie σ ∈ Sn o permutare de gradul n. O pereche or-

donată (i, j), cu 1 ≤ i < j ≤ n se numeşte inversiune a permutării σ dacă
σ(i) > σ(j).
Notăm cu m(σ) numărul tuturor inversiunilor permutării σ şi observăm
că 0 ≤ m(σ) ≤ n(n − 1)/2.
Definiţia 1.3.3. Numărul

1 , dacă m(σ) este număr par
ε(σ) = (−1)m(σ) =
−1 , dacă m(σ) este număr impar
se numeşte semnul (signatura) permutării σ.
Permutarea σ se numeşte pară dacă ε(σ) = 1 şi impară dacă ε(σ) = −1.
Exemplul 1.3.1. Fie permutările de gradul 3:
   
1 2 3 1 2 3
σ1 = , σ2 = .
2 3 1 1 3 2
Inversiunile permutării σ1 sunt (1, 3), (2, 3); m(σ1 ) = 2 ⇒ ε(σ1 ) = 1, deci
σ1 este o permutare pară.
Singura inversiune a permutării σ2 este (2, 3); m(σ2 ) = 1 ⇒ ε(σ2 ) = −1,
deci σ2 este o permutare impară.
1.3.2. Determinanţi. Definiţie şi reguli de calcul.
Fie A ∈ Mn ((C)), A = (aij )m×n , aij ∈ C, 1 ≤ i, j ≤ n.
Definiţia 1.3.4. Numărul
(1.1) det A = Σσ∈Sn ε(σ)a1σ(1) a2σ(2) . . . anσ(n)
se numeşte determinantul matricei A sau, mai simplu, determinant de ordin
n şi se notează:
 
 a11 a12 . . . a1n 
 
 a21 a22 . . . a2n 
  
det A =  ...

sau |A| sau |aij |1≤i,j≤n .
 

 
 an1 an2 . . . ann 
 
 
Produsul a1σ(1) a2σ(2) . . . anσ(n) se numeşte termen al determinantului de or-
din n.
9
 Observaţia 1.3.2.

(1) A se face distincţie ı̂ntre noţiunile de matrice şi determinant! O

matrice este o funcţie; un determinant este un număr. Matricele
se notează ı̂ntre ( ), iar determinanţii, ı̂ntre | |.
(2) Noţiunea de determinant are sens numai pentru matrice pătratice.
Se obişnuieşte să se spună despre elementele, liniile, coloanele şi diago-
nalele matricei A că sunt elementele, liniile, coloanele, respectiv diagonalele
determinantului det A.

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 .
 

• Determinanţi de ordin 3: se aplică regula lui Sarrus sau meto-

da triunghiului
Regula lui Sarrus. Se copie sub determinant elementele primelor
două linii. Se iau cu semnul “+” produsele de câte trei elemente
de pe diagonala principală şi de pe cele două paralele la ea, situate
sub ea. Se iau cu semnul “-” produsele de câte trei elemente de pe
diagonala secundară şi de pe cele două paralele la ea, situate sub
ea.

| a11 a12 a13 |

| a21 a22 a23 |
= a11 a22 a33 + a21 a32 a13 + a31 a12 a23
| a31 a32 a33 |
−a31 a22 a13 − a11 a32 a23 − a21 a12 a33
a11 a12 a13
a21 a22 a23
• Determinanţi de ordin n ≥ 4: se apelează la proprietăţile
determinanţilor de ordin n, care simplifică de multe ori calculul.

1.3.3. Proprietăţi ale determinanţilor de ordin n.

Propoziţia 1.3.1. Determinantul unei matrice coincide cu determinan-
tul matricei transpuse. Altfel spus,
det A = det t A , ∀A ∈ Mn (C) sau

10
    
 a11 a12 . . . a1n   a11 a21 . . . an1 
   
 a21 a22 . . . a2n   a12 a22 . . . an2 
   
 ..   ..
= .

 . 
   
 an1 an2 . . . ann   a1n a2n . . . ann 
   
   

Demonstraţie. cu definiţia (1.1)

Observaţia 1.3.3. Din propoziţia 1.3.1 rezultă că dacă o proprietate

e adevărată pentru liniile uui determinant, e adevărată şi pentru coloanele
determinantului (şi reciproc).
Propoziţia 1.3.2. Dacă toate elementele unei linii (coloane) dintr-o
matrice unt nule, atunci determinantul matricei este nul.
Demonstraţie. Fiecare termen din suma (1.1) conţine un element al liniei
(coloanei) ı̂n cauză, deci toţi termenii determinantului sunt egali cu zero.

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 
   

(şi analog pentru coloane).

Demonstraţie. cu definiţia (1.1).

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 


corespunzătoare ı̂nmulţirii matricelor cu scalari.

Propoziţia 1.3.6. Dacă elementele a două linii (coloane) a unei matrice
sunt proporţionale, atunci determinantul matricei este nul.
Demonstraţie. Liniile i şi j sunt proporţionale dacă există un număr α
astfel ı̂ncât ajl = αail pentru orice 1 ≤ l ≤ n. Demonstraţia urmează din
propoziţiile 1.3.5 şi 1.3.4.

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 
   

a11 a12 . . . a1n 

 

a21 a22 . . . a2n 
 

 .. 
.
 
 
+ a00i1 a00i2 . . . a00in 
 
 .. 

 . 


 an1 an2 . . . ann 
 
şi corespunzător pe coloane.
Demonstraţie. cu definiţia determinantului.

Definiţia 1.3.5. Fie A = (aij )n×n o matrice pătratică de ordin n. Spu-

nem că linia i a matricei A este o combinaţie liniară de celelalte linii dacă
există numerele αj , j = 1, 2, . . . , i − 1, i + 1, . . . , n (posibil unele zero) astfel
ı̂ncât:
aij = α1 a1j + α2 a2j + · · · + αi−1 ai−1 j + αi+1 ai+1 j + · · · + αn anj .
12
Analog pentru coloane.
Propoziţia 1.3.8. Dacă o linie (sau coloană) a unei matrice pătratice
este o combinaţie liniară de celelalte linii (respectiv coloane), atunci deter-
minantul matricei este nul.
Demonstraţie. Se aplică propoziţiile 1.3.7 şi 1.3.6.

Propoziţia 1.3.9. Dacă la o linie (sau coloană) a matricei A adunăm

elementele altei linii (respectiv, coloane) ı̂nmulţite cu acelaşi număr, atunci
această matrice are acelaşi determinant ca şi matricea A.
Demonstraţie. Se aplică propoziţiile 1.3.7 şi 1.3.6.

Observaţia 1.3.5. Propoziţia 1.3.6 este un caz particular al propoziţiei

1.3.8. Propoziţiile 1.3.2, 1.3.4 sunt cazuri particulare ale propoziţiei 1.3.6.

Amintim ı̂n continuare un procedeu prin care calculul unui determinat

de ordinul n se reduce la calculul unor determinanţi de ordinul n − 1.
Definiţia 1.3.6. Fie d = |aij |1≤i,j≤n un determinant de ordin n. Fie
1 ≤ i, j ≤ n. Determinantul de ordinul n − 1 care se obţine suprimând linia
i şi coloana j din determinantul d se numeşte minorul elementului aij şi se
notează dij . Numărul Aij = (−1)i+j dij se numeşte complementul algebric
al elementului aij ı̂n determinantul d.
Teorema 1.3.1. Fie d = |aij |1≤i,j≤n un determinant de ordin n. Atunci
pentru orice 1 ≤ i ≤ n are loc egalitatea:
(1.3) d = ai1 Ai1 + ai2 Ai2 + · · · + ain Ain .
Egalitatea (1.3) poartă denumirea de dezvoltarea determinantului d după
linia i.
Demonstraţie. laborioasă

Corolar 1.3.1. Fie d = |aij |1≤i,j≤n un determinant de ordin n. Atunci

pentru orice 1 ≤ i, j ≤ n, j 6= i are loc egalitatea:
ai1 Aj1 + ai2 Aj2 + · · · + ain Ajn = 0.
Demonstraţie. din propoziţia 1.3.4 şi teorema 1.3.1
Din teorema 1.3.1 şi propoziţia 1.3.1 se obţine o teoremă analoagă pentru
coloane:
Teorema 1.3.2. Fie d = |aij |1≤i,j≤n un determinant de ordin n. Atunci
pentru orice 1 ≤ j ≤ n are loc egalitatea:
(1.4) d = a1j A1j + a2j A2j + · · · + anj Anj .
Egalitatea (1.3) poartă denumirea de dezvoltarea determinantului d după
coloana j.
13
 Corolar 1.3.2. Fie d = |aij |1≤i,j≤n un determinant de ordin n. Atunci
pentru orice 1 ≤ i, j ≤ n, i 6= j are loc egalitatea:
a1j A1i + a2j A2i + · · · + anj Ani = 0.

Observaţia 1.3.6. În vederea simplificării calculului unui determinant,

mai ı̂ntâi vom aplica propoziţiile 1.3.1-1.3.9 pentru a obţine cât mai multe
zerouri pe o linie (sau coloană), apoi vom aplica teorema 1 (respectiv, teo-
rema 2) pentru acea linie (coloană).
Exemplul 1.3.2. Să se calculeze
 
 2 1 0 2 
 
 1 2 1 4 
d=  .
 1 1 2 2 

 1 4 2 7 
 
 2 1 0 0   
   2 1 3 
(col.4−col.1)  1 2 1 3  (dezvoltam dupa linia 1) 1+1 
   
d=  1 1 2 1 = 2(−1)  1 2 1 +

   4 2 6 
 1 4 2 6 
 
 1 1 3 
+1(−1)1+2  1 1 1  .
 
 1 4 6 
 
 2 1 3 
 
Dar  1 2 1  = 0, conform propoziţiei 1.3.6, ı̂ntrucât liniile 1 şi 3 sunt
 4 2 6 
proporţionale. Prin urmare,
   
 1 1 3 
 (linia1−linia2)  0 0 2 
 

d = − 1 1 1  =
  −  1 1 1  =

 1 4 6   1 4 6 
 
(dezvoltam dupa linia 1) 1+3  1 1 
 
− 2(−1)  1 4  = −2(4 − 1) = −6.

1.4. Rangul unei matrice

 
a11 a12 ... a1n
 a21 a22 ... a2n 
 
Fie A ∈ Mm,n (C), A =  ...  şi fie k ∈ N astfel
 
 
 am1 am2 . . . amn 

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.

• Fie A ∈ Mm,n (C), A 6= Om,n . Spunem că matricea A are rangul

r ∈ N∗ , şi scriem rang A = r, dacă A are un minor nenul de ordin
r, iar toţi minorii de ordin mai mare decât r, dacă există, sunt
nuli.
• Dacă A = Om,n , atunci rang Om,n = 0.
 
1 3 1
Exemplul 1.4.1. Pentru matricea A = , minorul
3 2 0
 
 1 3 
 3 2  = −7 6= 0.
 

Întrucât nu există minori de ordin mai mare, rangul matricei A este 2.

Teorema 1.4.1. Fie A ∈ Mm,n (C), A 6= Om,n . Atunci rang A = r dacă
şi numai dacă există un minor nenul Mr de ordin r al lui A, iar toţi minorii
de ordin r + 1 obţinuţi prin bordarea lui Mr cu elementele corespunzătoare
ale uneia dintre liniile şi uneia dintre coloanele rămase, dacă există, sunt
nuli.
1.4.1. Calculul rangului unei matrice A 6= Om,n .

Pasul 1: Întrucât A 6= Om,n , matricea A are cel puţin un element nenul.

Se ia un element diferit de zero al matricei, care va reprezenta un minor de
ordinul 1 nenul.
Pasul k + 1: Am construit ı̂n paşii anteriori un minor Mk de ordin k
nenul. Bordăm acest minor cu elementele corespunzătoare ale uneia dintre
liniile şi uneia dintre coloanele rămase (dacă există). În acest fel putem
obţine toţi minorii de ordin k + 1 care-l conţin pe Mk .
• Dacă toţi aceşti minori sunt nuli sau dacă nu există astfel de minori,
atunci rang A = k.
• Dacă cel puţin un minor de ordin k + 1 este nenul, ı̂l reţinem şi
continuăm procedeul.
 
1 2 2 4
Exemplul 1.4.2. Fie A =  4 5 8 10 . Întrucât matricea este de
3 1 6 2
tip 3 × 4, rangul ei este cel mult min{3, 4} = 3. Plecăm din colţul stânga sus
al matricei.
- pasul 1: 1 6= 0 ⇒ rang A ≥ 1;
- pasul 2:  
 1 2 
bordăm minorul cu elemente din linia 2 şi coloana 2:    = 5−8 =
4 5 
−3 6= 0 ⇒ rang A ≥ 2;
- pasul 3: bordăm minorul cu elemente din linia 3 şi coloana 3:
15
  
 1 2 2 
 
 4 5 8  = 0 (folosim propoziţia 1.3.6; prima şi ultima coloană sunt
 
 3 1 6 
proporţionale);
 bordăm minorul cu elemente din linia 3 şi coloana 4:
 1 2 4 
 
 4 5 10  = 0 (folosim propoziţia 1.3.6; ultimele doua coloane sunt
 
 3 1 2 
proporţionale).
Am epuizat toate liniile şi coloanele matricei A, deci rang A = 2.

1.5. Matrice inversabile

Fie A ∈ Mn (C) o matrice pătratică.
Definiţia 1.5.1. Matricea A se numeşte singulară (degenerată) dacă
detA = 0 şi nesingulară (nedegenerată) dacă detA 6= 0.
Definiţia 1.5.2. Matricea A se numeşte inversabilă dacă există o ma-
trice B ∈ Mn (C) astfel ı̂ncât AB = BA = In , unde
 
1 0 ... 1
 0 1 ... 0 
In =  ..  ∈ Mn (C)
 
 . 
0 0 ... 1
este matricea unitate de ordin n.
Matricea B se numeşte inversa matricei A.
Observaţia 1.5.1. Şi matricea A este inversa lui B!
Teorema 1.5.1. Inversa unei matrice pătratice, dacă există, este unică.
Demonstraţie. Presupunem prin reducere la absurd ca matricea A ar
admite două inverse B, B 0 . Atunci, din definiţia 1.5.2 şi din asociativita-
tea ı̂nmulţirii matricelor, B = BIn = B(AB 0 ) = (BA)B 0 = In B 0 = B 0 ,
contradicţie!
În baza teoremei 1.5.1, putem introduce o notaţie pentru inversa matricei
A, şi anume A−1 .
Propoziţia 1.5.1. ( Proprietăţi)

(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 .

Teorema 1.5.2. Fie A ∈ Mn (C). Atunci A este inversabilă dacă şi

numai dacă A este nesingulară.
16
Demonstraţie. ”⇒“ se foloseşte faptul că rangul unui produs de matrice
este mai mic decât rangul unui factor al produsului.
”⇐“ se construieşte efectiv inversa lui A.
 că d = detA 6= 0. Se
Ştim  defineşte matricea adjunctă matricei A:
A11 A21 . . . An1
 A12 A22 . . . An2 
∗
A =  ..
 
, unde Aij este complementul algebric

 . 
A1n A2n . . . Ann n×n
al elementului aflat pe linia i şi coloana j din matricea A, 1 ≤ i, j ≤ n
(complemenţii algebrici ai elementelor de pe prima linie a lui A se aşază pe
1
prima coloană din A∗ etc.). Atunci A−1 = A∗ . Într-adevăr,
d
 
d 0 ... 0
 0 d ... 0 
   
1 ∗ 1 ∗ 1 
A A = A A =  ..  = In ,
d d d . 
0 0 ... d
conform teoremelor 1.3.1, 1.3.2 şi corolariilor lor.
 
−2 1 3
Exemplul 1.5.1. Fie A =  0 4 −3 . Pentru a afla dacă A este
2 5 0
inversabilă, potrivit teoremei 1.5.2, trebuie ca detA 6=0. 
15 15 −15
d = detA = −6 − 24 − 30 = −60. Atunci A∗ =  −6 −6 −6  şi
−8 12 −8
 1
− 4 − 14 41

1
A−1 = A∗ =  10 1 1
10
1 
10 .
d 2 1 2
15 − 5 15

Se constată că, deşi ı̂n exemplul anterior A ∈ M3 (Z), A−1 ∈

/ M3 (Z),
1
datorită faptului că ∈ / Z.
d
În schimb, dacă A ∈ Mn (Q) (respectiv Mn (R)), atunci A−1 ∈ Mn (Q)
(respectiv Mn (R)).

17
 CAPITOLUL 2

Sisteme de ecuaţii algebrice liniare

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

sau, ı̂n forma condensată,

X n
(2.2) aij xj = bi , 1 ≤ i ≤ m,
j=1

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

Un sistem de ecuaţii liniare algebrice poate fi:

• compatibil determinat, dacă are o singură soluţie;
• compatibil nedeterminat, dacă admite mai mult decât o soluţie;
• incompatibil, dacă nu admite soluţii.
Exemplul 2.1.1. Sistemul

x1 + x2 = 0
x1 + x2 = 1
este incompatibil.
Sistemul 
x1 + x2 = 0
x1 − x2 = 2
este compatibil determinat, având soluţia unică x1 = 1, x2 = −1.
Sistemul 
x1 + x2 = 1
2x1 + 2x2 = 2
este compatibil nedeterminat, deoarece orice pereche de numere complexe de
forma (α, 1 − α), α ∈ C este soluţie.

2.2. Regula lui Cramer

Regula lui Cramer se aplică pentru sisteme liniare ı̂n care:
• numărul de ecuaţii m este egal cu numărul de necunoscute n;
• det A 6= 0.
Se consideră sistemul:


 a11 x1 + a12 x2 + · · · + a1n xn = b1
 a21 x1 + a22 x2 + · · · + a2n xn = b2

(2.4) ..


 .
 a x + a x + ··· + a x = b ,
n1 1 n2 2 nn n n

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 

Teorema 2.2.1. (regula lui Cramer) Dacă d = det A 6= 0, atunci sis-

temul (2.4) (sau (2.5)) este compatibil determinat şi soluţia sa este dată de
formulele lui Cramer:
d1 d2 dn
x1 = , x 2 = , . . . , xn = .
d d d
Demonstraţie. Deoarece matricea A este nesingulară, conform teoremei
1.5.2, ea este inversabilă. Înmulţind relaţia AX = B la stânga prin inversa
A−1 , obţinem că X = A−1 B, adică
 n 
1X
A11

A21 An1
 Ai1 bi 
  d i=1

 
 d ...  
x1  d d  b1 



  1 n
      X 
   A12 A22 An2   
 x2  
  d ...  b2  
  d Ai2 bi 
 d d 

  i=1

= = ,
    
 
 ..   .  ..   
 .   .
  .
 .   .. 

  


 
  . 

   
xn  A
1n A2n Ann  bn 
n

...  1
 X 
d d d

Ain bi
d
i=1
n
1X dj
de unde xj = Aij bi = , 1 ≤ j ≤ n.
d d
i=1

Exemplul 2.2.1. Să se rezolve sistemul:


 x1 + x2 + x3 = 0
x1 + 2x2 + 3x3 = 2 .
x1 + 4x2 + 9x3 = 8


Numărul de ecuaţii din sistem coincide cu numărul de necunoscute, iar

determinantul sistemului,
   
 1 1 1   1 0 0   
  scad coloana 1 din celelalte    1 2 
d= 1 2 3 =
 
 1 1 2 = 3 8 
   
 1 4 9   1 3 8 

= 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 

(ultimele două coloane au aceleaşi elemente);

   
 1 1 0   1 0 0   
  1 2
d3 =  1 2 2  =scad coloana 1 din coloana 2
   
 1 1 2 = 
   3 8 
 1 4 8   1 3 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

2.3. Rezolvarea sistemelor de ecuaţii liniare generale

Fie un sistem algebric liniar cu m ecuaţii şi n necunoscute (posibil m 6=
n):


 a11 x1 + a12 x2 + ··· + a1n xn = b1
 a21 x1 + a22 x2 + ··· + a2n xn = b2

(2.6) ..


 .
 a x
m1 1 + am2 x2 + · · · + amn xn = bm

Când ne propunem să rezolvăm un astfel de sistem, prima ı̂ntrebare care

apare este dacă acesta este compatibil, adică dacă admite soluţii.
22
 2.3.1. Studiul compatibilităţii sistemului (2.6). Considerăm ma-
tricea sistemului A şi matricea extinsă Ā:
   
a11 a12 . . . a1n a11 a12 . . . a1n b1
 a21 a22 . . . a2n   a21 a22 . . . a2n b2 
A =  ..  , Ā =  .. .
   
 .   . 
am1 am2 . . . amn am1 am2 . . . amn bm

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 

(ceea ce este o presupunere acceptabilă, deoarece ı̂n caz contrar am putea

renumerota ecuaţiile şi necunoscutele).
Dăm fără demonstraţie:
23
 Teorema 2.3.3. Un determinant este nul dacă şi numai dacă una din-
tre liniile (respectiv, coloanele) sale este combinaţie liniară de celelalte linii
(respectiv, coloane).

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

care este echivalent cu sistemul (2.6).

Matricea coeficienţilor sistemului (2.8) are un minor nenul de ordin r –
exact d dat de formula (2.7) – şi deci are rangul r. Cum r ≤ n (rangul r
al matricei A poate fi cel mult egal cu numărul ei de coloane n), distingem
două cazuri:
• Dacă r = n, atunci sistemul (2.8) are acelaşi număr de ecuaţii şi
necunoscute, iar determinantul său este nenul, deci putem aplica
regula lui Cramer pentru a afla soluţia (unică a) sistemului (2.8),
care va fi şi soluţia sistemului (2.6). În acest caz, sistemul (2.6) este
compatibil determinat.
• Dacă r < n, atunci vom numi necunoscutele corespunzătoare mino-
rului d 6= 0 necunoscute principale. În cazul nostru, x1 , x2 , . . . , xr
sunt necunoscutele principale. Trecem ı̂n membrii drepţi ai ecua–
ţiilor (2.8) toţi termenii care conţin celelalte necunoscute xr+1 , . . . ,
xn (numite necunoscute secundare); necunoscutelor secundare le
atribuim valori arbitrare λr+1 , . . . , λn , respectiv. Se ajunge la un
sistem de r ecuaţii cu r necunoscute:
(2.9)


 a11 x1 + a12 x2 + · · · + a1r xr = b1 − a1r+1 λr+1 − . . . − a1n λn
 a21 x1 + a22 x2 + · · ·

+ a2n xn = b2 − a2r+1 λr+1 − . . . − a2n λn
.. ,


 .
 a x + a x + ··· + arn xn = br − arr+1 λr+1 − . . . − arn λn
r1 1 r2 2

care se rezolvă cu formulele lui Cramer, deducându-se soluţia:



 x1 = x1 (λr+1 , . . . , λn )
 x2 = x2 (λr+1 , . . . , λn )

..


 .
 x = x (λ , . . . , λ ).
r r r+1 n

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.

Observaţia 2.3.1. Pentru ca sistemul compatibil (2.6) să aibă soluţie

unică, este necesar şi suficient ca rangul matricei sistemului să fie egal cu
numărul necunoscutelor: rang A = n.

Exemplul 2.3.1. Să se rezolve sistemele:



 x1 + x2 + x3 =2
x1 − x2 + x3 =0

(1) ;

 2x 1 + 2x2 + 3x3 =4
−2x1 + 2x2 − 2x3 =0



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.

2.4. Sisteme de ecuaţii liniare omogene

Un caz particular de sisteme algebrice liniare ı̂l constituie sistemele de
ecuaţii omogene.
Definiţia 2.4.1. Un sistem de ecuaţii algebrice liniare se numeşte omo-
gen dacă termenul liber al fiecărei ecuaţii este nul.
25
 Forma generală a unui astfel de sistem este:


 a11 x1 + a12 x2 + · · · + a1n xn = 0
 a21 x1 + a22 x2 + · · · + a2n xn = 0

(2.10) ..


 .
 a x + a x + · · · + a x = 0.
m1 1 m2 2 mn n
Aplicăm rezultatele precedente unui sistem omogen.
(1) Un sistem omogen este ı̂ntotdeauna compatibil.
Aceasta se poate vedea direct, deoarece un astfel de sistem ad-
mite ı̂ntotdeauna soluţia nulă: x1 = x2 = · · · = xn = 0 sau
putem aplica teorema lui Rouché, observând că toţi minorii ca-
racteristici sunt nuli, pentru că au pe ultima coloană doar zerouri,
ı̂ntrucât toţi termenii liberi ai sistemului sunt 0.
(2) Să presupunem că rang A = r.
• dacă r = n (adică, dacă rangul matricei sistemului coincide
cu numărul necunoscutelor), atunci soluţia nulă este singura
soluţie a sistemului (2.10), deci sistemul este compatibil deter-
minat;
• dacă r < n, atunci sistemul (2.10) este compatibil nedeter-
minat; el are şi soluţii nenule, care se găsesc după procedeul
descris ı̂n secţiunea 2.3.2.
Prin urmare:
• Un sistem de n ecuaţii liniare omogene cu n necunoscute are soluţii
nenule dacă şi numai dacă determinantul său este nul.
• Un sistem de ecuaţii liniare omogene ı̂n care numărul ecuaţiilor este
mai mic decât numărul necunoscutelor are soluţii nenule.
Exemplul 2.4.1. Rezolvaţi sistemul:

x1 + x2 + 2x3 = 0
.
2x1 − x2 − x3 = 0
Răspuns: sistem compatibil nedeterminat, cu soluţiile
 
λ 5λ
− , − , λ , λ ∈ C.
3 3

26
 CAPITOLUL 3

Spaţii liniare

3.1. Noţiuni introductive

Definiţia 3.1.1. Fie V 6= ∅ şi K un corp comutativ. Spunem că V
este spaţiu liniar (spaţiu vectorial) peste K (sau V este K−spaţiu liniar
(vectorial)) dacă:
i) pe V este definită o operaţie internă:
+:V ×V →V
astfel ı̂ncât (V, +) să fie grup abelian;
ii) este definită o aplicaţie (lege de compoziţie externă):
·:K ×V →V
(λ, v) → λv
(numită ı̂nmulţirea elementelor din V cu scalari ı̂n K) astfel ı̂ncât
∀u, v ∈ V, ∀λ, µ ∈ K, au loc:
1) λ(u + v) = λu + λv
2) (λ + µ)u = λu + µu
3) (λµ)u = λ(µu)
4) 1u = u.
Elementele corpului K se numesc scalari şi se notează, de obicei, cu
litere greceşti mici. Elementele lui V se numesc vectori şi se notează cu
litere latine mici.
Observaţia 3.1.1. Am folosit acelaşi simbol pentru adunarea din K şi
cea din V , la fel pentru ı̂nmulţirea din K şi ı̂nmulţirea cu scalari; se deduce
din context despre ce operaţie este vorba. De asemenea, ı̂n cele ce urmează
simbolul 0 va nota atât elementul neutru la adunare din K, cât şi elementul
neutru la adunare din V ; deosebirea se face tot in funcţie de context.
Elementul 1 care apare ı̂n condiţia 4) este, desigur, elementul neutru la
ı̂nmulţire din K.
Observaţia 3.1.2. Condiţiile 1) − 3) din definiţia 3.1.1 exprimă com-
patibilitatea ı̂nmulţirii cu scalari faţă de adunarea din V , adunarea din K
şi, respectiv, faţă de ı̂nmulţirea din K. În particular, relaţiile 1), 2) dau dis-
tributivitatea ı̂nmulţirii cu scalari faţă de adunarea vectorilor şi, respectiv,
faţă de adunarea scalarilor.
27
 Condiţia 4) este o condiţie naturală, care elimină operaţii externe banale,
ca ı̂nmulţirea zero: λu = 0, ∀λ ∈ K, ∀u ∈ V.
Observaţia 3.1.3. Expresia ”spaţiu liniar“ nu are sens atâta timp cât
corpul K peste care se consideră structura nu este precizat!
Cele mai des ı̂ntâlnite sunt R−spaţiile liniare (numite şi spaţii liniare
reale) şi C−spaţiile liniare (numite şi spaţii liniare complexe).

Exemple de spaţii liniare

• Orice corp comutativ K este K−spaţiu liniar. Adunarea din V =

K este adunarea din corpul K, iar ı̂nmulţirea unui vector u ∈ V =
K cu un scalar λ ∈ K este ı̂nmulţirea din corpul K: λu ∈ K. Din
definiţia corpului se observă că toate condiţiile din definiţia 3.1.1
sunt verificate.
În particular, R este spaţiu liniar real, iar C este spaţiu liniar
complex.
• Fie (K, +, ·) un corp comutativ şi n ∈ N∗ . Mulţimea
K n = {(u1 , u2 , . . . , un ); ui ∈ K, 1 ≤ i ≤ n}
este un K−spaţiu liniar, adunarea şi ı̂nmulţirea vectorilor cu scalari
definindu-se pe componente:
(u1 , u2 , . . . , un ) + (v1 , v2 , . . . , vn ) = (u1 + v1 , u2 + v2 , . . . , un + vn ),
λ(u1 , u2 , . . . , un ) = (λu1 , λu2 , . . . , λun ),
∀(u1 , u2 , . . . , un ), (v1 , v2 , . . . , vn ) ∈ K n , ∀λ ∈ K.
Se constată uşor că vectorul nul este 0 =def (0, 0, . . . , 0), iar opusul
unui vector (u1 , u2 , . . . , un ) este
−(u1 , u2 , . . . , un ) =def (−u1 , −u2 , . . . , −un ).
În particular,
Rn = {x = (x1 , x2 , . . . , xn ); xi ∈ R, 1 ≤ i ≤ n}
este un spaţiu liniar real, cu operaţiile date astfel:

∀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:

Propoziţia 3.1.1. Fie V un K−spaţiu liniar. Atunci, pentru orice

λ, µ ∈ K şi pentru orice u, v ∈ V, au loc egalităţile:

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.

Demonstraţie. i) Avem λ0 = λ(0 + 0) = λ0 + λ0. Adunăm ı̂n ambii

membri opusul elementului λ0 ∈ V ((V, +) este grup!) şi obţinem 0 = λ0.
ii) 0u = (0+0)u = 0u+0u; adunăm ı̂n ambii membri opusul elementului
0u ∈ V şi rezultă 0 = 0u.
iii) Se arată mai ı̂ntâi că (−λ)u este opusul elementului λu ı̂n V ; altfel
spus, (−λ)u = −(λu). Într-adevăr, folosind, pe rând, relaţiile ii), 2) din
definiţia spaţiului liniar şi comutativitatea grupului (V, +), deducem:

0 = 0u = (λ + (−λ))u = λu + (−λ)u = (−λ)u + λu.

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:

0 = λ0 = λ(u + (−u)) = λu + λ(−u) = λ(−u) + λu.

iv) (λ − µ)u = (λ + (−µ))u = λu + (−µ)u =iii) λu + (−µu) = λu − µu.

v) λ(u − v) = λ(u + (−v)) = λu + λ(−v) =iii) λu + (−λv) = λu − λv.
vi) ”⇒“ : Presupunem că λu = 0. Dacă λ = 0, demonstraţia este
ı̂ncheiată. Dacă λ 6= 0, atunci, din faptul că (K \ {0}, ·) este grup, rezultă
că λ este inversabil. Înmulţind ı̂n ambii mebri cu scalarul λ−1 , se obţine:

0 =i) λ−1 0 = λ−1 (λu) = (λ−1 λ)u = 1u = u.

”⇐“ : Dacă λ = 0, atunci, conform punctului ii), λu = 0u = 0.

Dacă u = 0, atunci, din i), λu = λ0 = 0.
vii) Adunând opusul elementului λv ı̂n ambii membri ai egalităţii λu =
λv, rezultă că λu − λv = 0 ⇔v) λ(u − v) = 0. Întrucât λ 6= 0, din vi) se
obţine u − v = 0, adică u = v.
viii) Adunând opusul elementului µu ı̂n ambii membri ai egalităţii λu =
µu, rezultă că λu − µu = 0 ⇔iv) (λ − µ)u = 0. Întrucât u 6= 0, din vi) se
obţine λ − µ = 0, adică λ = µ.
29
 3.2. Subspaţii liniare
Definiţia 3.2.1. Fie n ∈ N∗ şi v1 , . . . , vn ∈ V . Orice vector de forma
λ1 v1 + · · · + λn vn ∈ V , unde λ1 , . . . , λn ∈ K, se numeşte combinaţie li-
niară a vectorilor v1 , . . . , vn . Scalarii λ1 , . . . , λn se numesc coeficienţii aces-
tei combinaţii liniare, iar n se numeşte lungimea combinaţiei liniare.
Dacă S ⊆ V , orice combinaţie liniară a unui număr finit de vectori din
S se numeşte combinaţie liniară de vectori din S.
Convenţie: Vectorul nul este singura combinaţie liniară a unei mulţimi
vide de vectori.
Definiţia 3.2.2. Fie V un K−spaţiu liniar. O submulţime nevidă U a
lui V se numeşte K−subspaţiu liniar (vectorial) al lui V dacă
∀u, v ∈ U, ∀λ ∈ K, au loc u + v ∈ U şi λu ∈ U.
Vom scrie U ≤K V sau U ≤ V.
Orice subspaţiu liniar conţine măcar vectorul nul.
Propoziţia 3.2.1. (de caracterizare) Fie V un K−spaţiu liniar şi
∅=
6 U ⊆ V. Sunt echivalente afirmaţiile:
i) U ≤K V ;
ii) ∀u, v ∈ U , ∀λ, µ ∈ K, are loc λu + µv ∈ U ;
iii) ∀n ∈ N∗ , ∀u1 , . . . , un ∈ U, ∀λ1 , . . . , λn ∈ K, are loc λ1 u1 + · · · +
λn un ∈ U.
Demonstraţie. i) ⇒ ii) : Folosind definiţia 3.2.2, obţinem că:
- pentru orice λ ∈ K, u ∈ U , rezultă λu ∈ U
- pentru orice µ ∈ K, v ∈ U , rezultă µv ∈ U.
Atunci şi suma λu + µv este din U .
ii) ⇒ iii) : Procedăm prin inducţie matematică. Cazul n = 2 este ii)
şi cazul n = 1 rezultă din ii) luând µ = 0. Presupunem că n ≥ 3 şi că am
demonstrat că orice combinaţie liniară de vectori din U , de lungime cel mult
n − 1, aparţine tot lui U . Atunci, pentru orice u1 , . . . , un ∈ U şi pentru orice
λ1 , . . . , λn ∈ K, avem λ2 u2 + · · · + λn un ∈ U , din ipoteza inductivă. Prin
urmare, λ1 u1 + (λ2 u2 + · · · + λn un ) ∈ U , conform ipotezei ii).
iii) ⇒ i) Fie u, v ∈ K oarecare. Luăm in iii) n = 2, u1 = u, u2 = v, λ1 =
λ2 = 1 şi rezultă u1 + u2 ∈ U . Pe de altă parte, pentru orice u ∈ U, λ ∈ K,
luând n = 1, u1 = u, λ1 = λ ı̂n iii), se obţine că λu ∈ U.

Propoziţia 3.2.2. Fie V un K−spaţiu liniar. Intersecţia oricărei fa-

milii de subspaţii liniare ale lui V este subspaţiu liniar al lui V .
Demonstraţie. Fie (Ui )i∈I o familie de subspaţii ale lui V . Verificăm
pentru ∩ Ui condiţia ii) din propoziţia 3.2.1. Fie λ, µ ∈ K şi u, v ∈ ∩ Ui .
i∈I i∈I
Atunci u, v ∈ Ui , pentru orice i ∈ I. Din Ui ≤K V , rezultă că λu + µv ∈ Ui
pentru toţi i ∈ I. Prin urmare λu + µv ∈ ∩ Ui .
i∈I

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.

Observaţia 3.3.2. Din punctul c) al propoziţiei 3.3.1 rezultă că submulţimea

S a spaţiului vectorial V este sistem de generatori pentru V dacă şi numai
dacă orice vector din V se scrie ca o combinaţie liniară de un număr finit
de elemente din S.
Exemplul 1. Oricare ar fi spaţiul liniar V , {0} este subspaţiu liniar ı̂n
V (numit subspaţiul nul ) şi V este subspaţiu liniar ı̂n V . Orice subspaţiu al
lui V , diferit de {0} şi V , se numeşte subspaţiu propriu al lui V .
De exemplu, h(0, 1)i = {(0, λ) | λ ∈ R} este subspaţiu propriu ı̂n
spaţiul liniar real R2 (h(0, 1)i nu este subspaţiul nul {(0, 0)} pentru că
(0, 1) ∈ h(0, 1)i; h(0, 1)i nu este ı̂ntreg spaţiul R2 pentru că (1, 1) ∈
/ h(0, 1)i).
Geometric, h(0, 1)i este axa ordonatelor.
Orice dreaptă prin origine este subspaţiu liniar ı̂n R2 ; dreptele prin ori-
gine sunt singurele subspaţii liniare proprii ı̂n R2 .
Exemplul 2. Fie spaţiul liniar real Rn . Fie:
e1 = (1, 0, 0, . . . , 0) ∈ Rn ,
e2 = (0, 1, 0, . . . , 0) ∈ Rn ,
..
.
ei = (0, . . . , 0, 1 , 0, . . . , 0) ∈ Rn , 1 ≤ i ≤ n,
locul i
..
.
en = (0, . . . , 0, 1) ∈ Rn .
32
Atunci S = {e1 , e2 , . . . , en } este sistem de generatori pentru Rn . Într-adevăr,
orice vector x ∈ Rn poate fi scris x = (x1 , x2 . . . , xn ), cu xi ∈ R, 1 ≤ i ≤ n,
de unde:
x = (x1 , 0, 0, . . . , 0) + (0, x2 , 0, . . . , 0) + · · · + (0, . . . , 0, xn )
= x1 (1, 0, 0, . . . , 0) + x2 (0, 1, 0, . . . , 0) + · · · + xn (0, . . . , 0, 1)
= x1 e1 + x2 e2 + · · · + xn en .

3.3.2. Liniară independenţă.

Definiţia 3.3.3. Fie V un K−spaţiu liniar.
a) Fie n ∈ N∗ şi v1 , . . . , vn ∈ V. Spunem că mulţimea {v1 , . . . vn } este li-
niar independentă (peste K) (sau vectorii v1 , . . . , vn sunt liniar independenţi)
dacă din λ1 , . . . , λn ∈ K cu λ1 v1 + · · · + λn vn = 0 rezultă λ1 = · · · = λn = 0
(adică o combinaţie liniară de v1 , . . . , vn este 0 dacă şi numai dacă toţi
coeficienţii săi sunt 0).
Observaţia 3.3.3. Dacă ar exista i 6= j astfel ı̂ncât vi = vj , atunci
mulţimea {v1 , . . . vn } nu ar fi liniar independentă, ı̂ntrucât combinaţia linia–
ră vi − vj este nulă, deşi coeficienţii săi sunt nenuli.
Aşadar ı̂n probleme de liniară independenţă putem presupune că vectorii
v1 , . . . vn sunt distincţi.
b) O familie infinită (vi )i∈I de vectori din V se numeşte liniar indepen-
dentă (peste K) dacă orice submulţime finită a sa este liniar independentă
ı̂n sensul definiţiei de la punctul a).
c) O familie de vectori din V care nu este liniar independentă se numeşte
liniar dependentă.
Comparând cu definiţiile a),b), deducem că S ⊆ V este liniar depen-
dentă dacă şi numai dacă există n ∈ N∗ , v1 , . . . , vn ∈ S şi λ1 , . . . , λn ∈ K,
nu toţi nuli, astfel ı̂ncât λ1 v1 + · · · + λn vn = 0. O astfel de relaţie se numeşte
relaţie de dependenţă liniară a vectorilor v1 , . . . , vn .
Observaţia 3.3.4. Dacă 0 ∈ S, atunci S este liniar dependentă. Dacă
S este liniar independentă, atunci 0 ∈
/ S.
Observaţia 3.3.5. Mulţimea {v1 , . . . vn } este liniar independentă dacă
şi numai dacă din λ1 , . . . , λn , µ1 , . . . , µn ∈ K şi λ1 v1 + · · · + λn vn = µ1 v1 +
· · · + µn vn rezultă că λi = µi pentru toţi 1 ≤ i ≤ n (altfel spus, dacă un
vector se scrie ca o combinaţie liniară de {v1 , . . . vn }, atunci această scriere
este unică).
3.3.3. Bază. Dimensiunea unui spaţiu liniar.
Definiţia 3.3.4. O submulţime B a spaţiului liniar V se numeşte bază
a lui V dacă satisface simultan condiţiile: B este liniar independentă şi B
este sistem de generatori pentru V .
33
 Exemple de baze:
Exemplul 1. ∅ este bază a spaţiului liniar {0}.
Exemplul 2. Dacă v ∈ V \ {0}, atunci {v} este bază ı̂n hvi = {λv | λ ∈
K}.
Exemplul 3. Fiind dat un corp comutativ K, mulţimea B = {1} este
bază a K−spaţiului liniar K.
Într-adevăr, {1} este sistem liniar independent pentru că λ1 = 0 ⇔ λ =
0; de asemenea, {1} este sistem de generatori pentru K deoarece oricare ar
fi λ ∈ K, λ = λ1.
B = {1} se numeşte baza canonică pentru corpul K.
Corpul K admite şi alte baze: dat orice element u ∈ K, u 6= 0, mulţimea
B = {u} este bază pentru K. Mai precis, {u} este sistem liniar independent
pentru că ı̂ntr-un corp nu există divizori ai lui 0, deci λu = 0 şi u 6= 0 implică
λ = 0; {u} este sistem de generatori pentru K deoarece orice element v ∈ K
poate fi scris ca v = (vu−1 )u (amintim ca orice element nenul al unui corp
este inversabil !).
Exemplul 4. Familia {e1 , e2 , . . . , en } introdusă la pagina 32 este o bază
a lui Rn , numită baza canonică.
Am demonstrat că această mulţime generează spaţiul Rn ; pentru a de-
monstra liniara independenţă este suficient să observăm că:
λ1 e1 + · · · + λn en = 0 ⇔ λ1 (1, 0, 0, . . . , 0) + λ2 (0, 1, 0, . . . , 0) + · · ·

+λn (0, . . . , 0, 1) = (0, 0, . . . 0) ⇔ (λ1 , 0, 0, . . . , 0) + (0, λ2 , 0, . . . , 0) + · · ·

+(0, . . . , 0, λn ) = (0, 0, . . . 0) ⇔ (λ1 , λ2 , . . . , λn ) = (0, 0, . . . 0)
⇔ λi = 0, ∀i ∈ {1, 2, . . . , n}.
Observaţia 3.3.6. Mai general, dat un corp comutativ K, ı̂n K−spaţiul
liniar K n se consideră mulţimea Bn = {e1 , e2 , . . . , en }, unde
ei = (0, . . . , 0, 1 , 0, . . . , 0), 1 ≤ i ≤ n.
locul i

Se arată, procedând la fel ca ı̂n spaţiul Rn , că Bn este bază ı̂n K n ; ea va fi

denumită, de asemenea, baza canonică ı̂n K n .
Exemplul 5. Considerăm familia
Bmn = {Eij ∈ Mm,n (K) | 1 ≤ i ≤ m, 1 ≤ j ≤ n},
unde Eij este matricea având elementul de la intersecţia liniei i cu coloana
j egal cu 1 şi restul elementelor nule. Bmn este bază ı̂n Mm,n (K) (baza
canonică).
Pentru claritate, vom demonstra acest fapt ı̂n cazul m = n = 2; cazul
general se tratează analog. Avem B22 = {E11 , E12 , E21 , E22 } ⊂ M2 (K),
unde
       
1 0 0 1 0 0 0 0
E11 = , E12 = , E21 = , E22 = .
0 0 0 0 1 0 0 1
34
B22 este sistem liniar independent pentru că, date λ11 , λ12 , λ21 , λ22 ∈ K, au
loc echivalenţele:
λ11 E11 + λ12 E12 + λ21 E21 + λ22 E22 = 02
         
λ11 0 0 λ12 0 0 0 0 0 0
⇔ + + + =
0 0 0 0 λ21 0 0 λ22 0 0
   
λ11 λ12 0 0
⇔ = ⇔ λij = 0, ∀i, j ∈ {1, 2}.
λ21 λ22 0 0
B22 este sistem de generatori pentru M2 (K) deoarece orice matrice
 
a11 a12
A=
a21 a22
poate fi scrisă astfel:
       
a11 0 0 a12 0 0 0 0
A= + + +
0 0 0 0 a21 0 0 a22
= a11 E11 + a12 E12 + a21 E21 + a22 E22 .
Propoziţia 3.3.2. Fie V un K−spaţiu liniar şi B ⊆ V. Atunci B este
bază a lui V dacă şi numai dacă orice element din V se scrie ı̂n mod unic
ca o combinaţie liniară de elementele lui B.
Dacă B = {f1 , . . . , fn }, propoziţia de mai sus se enunţă: ”B este bază ı̂n
V dacă şi numai dacă pentru orice v ∈ V , există şi sunt unice λ1 , . . . , λn ∈ K
(numite coordonatele vectorului v ı̂n baza B) astfel ı̂ncât
v = λ1 f1 + · · · + λn fn .”
Teorema 3.3.1. Fie K un corp. Atunci orice K−spaţiu liniar V admite
o bază. Mai mult, din orice sistem de generatori al lui V se poate extrage o
bază. Orice submulţime liniar independentă a lui V se poate completa până
la o bază.
Definiţia 3.3.5. Fie V un K−spaţiu liniar şi B o bază a sa. Cardinalul
lui B se numeşte dimensiunea lui V şi se notează dimK V (sau dim V , dacă
nu există pericol de confuzie).
Se demonstrează că orice două baze ale lui V au acelaşi cardinal, deci
definiţia are sens.
Astfel, dacă mulţimea cu n elemente B = {f1 , . . . , fn } este bază ı̂n V ,
atunci dim V = n (spunem că V este finit dimensional ). Dacă V are o bază
infinită , atunci V este infinit dimensional şi scriem dim V = ∞.

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).

Observaţia 3.3.7. Dimensiunea unui spaţiu liniar V este egală cu nu–

mărul maxim de vectori liniar independenţi din V şi cu numărul minim de
generatori ai lui V .

Propoziţia 3.3.3. Dacă dim V = n, atunci sunt echivalente afirmaţiile:

i) B = {f1 , . . . , fn } este bază ı̂n V ;
ii) B este liniar independentă;
iii) B este sistem de generatori pentru V .

3.4. Schimbări de baze

Fie V un K−spaţiu liniar de dimensiune n şi B1 = (e1 , . . . , en ), B2 =
(f1 , . . . , fn ) două baze ale lui V (aşezarea elementelor ı̂ntre paranteze rotunde
arată că B1 şi B2 sunt mulţimi ordonate, adică ordinea scrierii vectorilor
ı̂n bază contează).
Fiecare fj ∈ B2 ⊂ V se scrie ı̂n mod unic ca o combinaţie liniară de
vectorii bazei B1 :
n
X
(3.2) fj = sij ei , pentru orice j ∈ 1, 2, . . . , n.
i=1

Astfel se obţine o matrice unic determinată

 
s11 s12 . . . s1n
 s21 s22 . . . s2n 
S =  ..  ∈ Mn (K),
 
 . 
sn1 sn2 . . . snn

numită matricea de trecere (sau matricea schimbării de bază) de la baza B1

la baza B2 .

Observaţia 3.4.1. Coordonatele fiecărui vector fj al bazei B2 ı̂n baza

B1 se găsesc pe coloana j a matricei S. Aceasta este convenţia ”geometrică”
de scriere ”pe coloane” a matricei S.
O altă variantă ar fi aşezarea coordonatelor ı̂n baza B1 ale vectorilor din
B2 pe liniile matricei schimbării de bază (convenţia ”algebrică” de scriere
”pe linii” a matricei). Altfel spus, considerăm matricea t S drept matricea
schimbării de bază. În acest caz, toate rezultatele pe care urmează să le
prezentăm mai jos se reformulează prin transpunerea matricelor.
36
 Relaţiile (3.2) se pot scrie formal:
 
s11 s12 . . . s1n
 s21 s22 . . . s2n 
(f1 , . . . , fn ) = (e1 , . . . , en )  .
 
..
 . 
sn1 sn2 . . . snn
Faptul că S este matricea schimbării de bază de la baza B1 la baza B2 se
scrie, simplu, B2 = B1 S . În această relaţie B2 şi B1 sunt priviţi ca vectori
linie ı̂n M1,n (V ) = V n .
Propoziţia 3.4.1. Fie B1 , B2 , B3 baze ı̂n V . Atunci S13 = S12 S23 ,
unde Sij notează matricea de trecere de la baza Bi la baza Bj , i, j ∈ {1, 2, 3}.
Demonstraţie. Au loc B2 = B1 S12 , B3 = B2 S23 , de unde
B3 = (B1 S12 )S23 = B1 (S12 S23 )
şi concluzia rezultă din unicitatea matricei schimbării de bază.

Corolar 3.4.1. Matricea de schimbare a bazei S12 este inversabilă ı̂n

Mn (K) şi
(3.3) (S12 )−1 = S21 .
Reciproc, fie B = (e1 , . . . , en ) o bază ı̂n V şi S = (sij ) ∈ Mn (K) o
matrice inversabilă. Atunci elementele
X n
(3.4) fj = sij ei , j ∈ {1, 2, . . . , n}
i=1
formează o bază a lui V .
Demonstraţie. Este evident că matricea schimbării de bază de la o bază
oarecare la ea ı̂nsăşi este matricea unitate. Folosind propoziţia anterioară,
S12 S21 = S11 = I şi S21 S12 = S22 = I, de unde rezultă relaţia (3.3).
Pentru reciprocă, fie B1 = (e1 , . . . , en ), B2 = (f1 , . . . , fn ) ∈ M1,n (V ).
Atunci relaţiile (3.4) se scriu B2 = B1 S sau, echivalent, B1 = B2 S −1 (S
este inversabilă!). Aşadar {e1 , . . . , en } ⊆ hf1 , . . . , fn i, de unde rezultă că
f1 , . . . , fn generează ı̂ntreg spaţiul V . Dar dim V = n şi atunci B2 este
chiar bază ı̂n V , conform propoziţiei 3.3.3.
Propoziţia de mai jos precizează cum se schimbă coordonatele unui vec-
tor la schimbări de baze.
Xn Xn
Propoziţia 3.4.2. Fie u ∈ V , u = ui ei = vi fi , cu ui , vi ∈
i=1 i=1
   
u1 v1
 ..  ..  , unde S este matricea schimbării
K, 1 ≤ i ≤ n. Atunci  .  = S 

. 
un vn
de bază de la (e1 , . . . , en ) la (f1 , . . . , fn ).
37
Demonstraţie.
 
n n n n n n
!
X X X X X X
u= ui ei = vj fj = vj sij ei =  sij vj  ei .
i=1 j=1 j=1 i=1 i=1 j=1

şi concluzia rezultă din liniara indepenedenţă a vectorilor e1 , . . . , en .

În multe aplicaţii, fiind dată o bază B1 , se caută o bază B2 cu proprieta-
tea că putem exprima coordonatele ı̂n baza B2 ale unui vector oarecare prin
nişte combinaţii liniare prestabilite de coordonatele sale ı̂n baza B1 (se face
o schimbare de coordonate). Rezultatul următor clarifică această situaţie.
Propoziţia 3.4.3. Fie B1 = (e1 , . . . , en ) o bază ı̂n V şi C = (cij )n×n ∈
Mn (K) o matrice inversabilă. Atunci există o unică bază B2 = (f1 , . . . , fn )
a lui V astfel ı̂ncât, pentru orice vector u ∈ V , ı̂ntre coordonatele sale
t (u , . . . , u ) ı̂n baza B şi coordonatele sale t (v , . . . , v ) ı̂n baza B să existe
1 n 1 1 n 2
relaţia    
v1 u1
 ..   . 
 .  = C  .. 
vn un
(altfel spus, u1 e1 + · · · + un en = v1 f1 + · · · + vn fn să implice
n
X
vi = cij uj , 1 ≤ i ≤ n).
i=1

Baza B2 este dată prin B2 = B1 C −1 .

Exemplu: Fie V = R3 şi B1 = (e1 , e2 , e3 ) baza canonică ı̂n R3 . Exis–

tă o singură bază B2 = (f1 , f2 , f3 ) ı̂n R3 astfel ı̂ncât dacă un vector are
coordonatele t (u1 , u2 , u3 ) ı̂n baza B1 , atunci ı̂n baza B2 are coordonatele:

 v1 = u1 + u3
(3.5) v2 = 2u2 + u3 .
v3 = 2u1 + u2 + 3u3


Într-adevăr, relaţiile (3.5) sunt echivalente cu:

    
v1 1 0 1 u1
 v2  =  0 2 1   u2  .
v3 2 1 3 u3
 
1 0 1
Matricea C =  0 2 1  este inversabilă, ı̂ntrucât det C = 6 − 4 − 1 =
2 1 3
1 6= 0. Conform propoziţiei anterioare, baza căutată este:
 
5 1 −2
B2 = B1 C −1 = (e1 , e2 , e3 )  2 1 −1  ,
−4 −1 2
38
adică: 
 f1 = 5e1 + 2e2 − 4e3 = (5, 2, −4);
f2 = e1 + e2 − e3 = (1, 1, −1);
f3 = −2e1 − e2 + 2e3 = (−2, −1, 2).


3.5. Operatori liniari

Definiţia 3.5.1. Fie V, W spaţii liniare peste corpul K. O funcţie ϕ :
V → W se numeşte aplicaţie K−liniară (operator K−liniar, transformare
K−liniară, morfism de K−spaţii liniare) dacă satisface condiţiile:
ϕ(u + v) = ϕ(u) + ϕ(v), ∀u, v ∈ V ;

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 )

= ϕ−1 (ϕ(u1 )) + ϕ−1 (ϕ(u2 )) = ϕ−1 (v1 ) + ϕ−1 (v2 ).

39
Fie acum λ ∈ K, v ∈ W oarecare. Cum ϕ este bijectivă, există un unic
u ∈ V astfel ı̂ncât ϕ(u) = v. Atunci ϕ(λu) = λϕ(u) = λv. Aplicând ϕ−1 , se
obţine:
ϕ−1 (λv) = (ϕ−1 ◦ ϕ)(λu) = λu = λ(ϕ−1 ◦ ϕ)(u) = λϕ−1 (ϕ(u)) = λϕ−1 (v).
Cu aceasta demonstraţia este ı̂ncheiată.
Un K−izomorfism ϕ : V → V se numeşte automorfism al lui V ; vom
nota mulţimea acestora cu AutK (V ).

Exemple de operatori liniari:

• Fie V, W două K−spaţii liniare oarecare.

Aplicaţia 0 : V → W, 0(u) = 0, ∀u ∈ V este liniară şi se numeşte
morfismul nul (zero).
Funcţia 1V : V → V, 1V (u) = u, ∀u ∈ V este automorfism şi se
numeşte morfismul identitate al lui V .
• Aplicaţia p1 : R2 → R, p1 (x1 , x2 ) = x1 , ∀(x1 , x2 ) ∈ R2 se numeşte
proiecţia pe prima coordonată şi este R−liniară, dar nu este R−izomorfism
deoarece nu este aplicaţie injectivă (de exemplu, (1, 0) 6= (1, 1) şi
totuşi p1 (1, 0) = p1 (1, 1) = 1).
Propoziţia 3.5.2. (de caracterizare a operatorilor liniari)
Aplicaţia ϕ : V → W este K−liniară dacă şi numai dacă
(3.6) ϕ(λu + µv) = λϕ(u) + µϕ(v), ∀u, v ∈ V, ∀λ, µ ∈ K.
Demonstraţie. ”⇒”: Utilizând definiţia operatorului liniar,
ϕ(λu + µv) = ϕ(λu) + ϕ(µv) = λϕ(u) + µϕ(v), ∀u, v ∈ V, ∀λ, µ ∈ K.
”⇐”: Folosim ipoteza (3.6) o dată pentru λ = µ = 1 si o dată pentru µ = 0
astfel:
ϕ(u + v) = ϕ(1u + 1v) = 1ϕ(u) + 1ϕ(v) = ϕ(u) + ϕ(v), ∀u, v ∈ V ;
ϕ(λu) = ϕ(λu + 0u) = λϕ(u) + 0ϕ(u) = λϕ(u), ∀u ∈ V, ∀λ ∈ K.
Prin urmare, ϕ satisface condiţiile din definiţia 3.5.1.

Propoziţia 3.5.3. Fie V, W două K−spaţii liniare şi ϕ : V → W un

operator K−liniar. Atunci:
i) ϕ(0) = 0; ϕ(−u) = −ϕ(u), ∀u ∈ V .
ii) ϕ păstrează combinaţiile liniare, adică:
ϕ(λ1 u1 + λ2 u2 + · · · + λn un ) = λ1 ϕ(u1 ) + λ2 ϕ(u2 ) + · · · + λn ϕ(un ),
∀n ∈ N∗ , ∀u1 , . . . , un ∈ V, ∀λ1 , . . . , λn ∈ K.
iii) Dacă ψ : W → Z este un operator K−liniar, atunci ψ ◦ ϕ : V → Z
este tot operator K−liniar (compunerea a doi operatori liniari este operator
liniar).
40
Demonstraţie. i) ϕ(0) = ϕ(0 + 0), sau, echivalent ϕ(0) = ϕ(0) + ϕ(0).
Cum (W, +) este grup, adunând ı̂n ambii membri opusul elementului ϕ(0) ∈
W obţinem ϕ(0) = 0.
Dat u ∈ V , are loc 0 = ϕ(0) = ϕ(u + (−u)) = ϕ(u) + ϕ(−u), de unde
rezultă că opusul ı̂n grupul comutativ (W, +) al elementului ϕ(u) este ϕ(−u).
ii) Pentru n = 1 relaţia se obţine din definiţia operatorului liniar, pentru
n = 2, din propoziţia 3.6, iar pentru n ≥ 3 se procedează prin inducţie
matematică.
iii) Folosim propoziţia 3.6 pe rând pentru ϕ şi ψ. Astfel,
(ψ◦ϕ)(λu+µv) = ψ(ϕ(λu+µv)) = ψ(λϕ(u)+µϕ(v)) = λψ(ϕ(u))+µψ(ϕ(v))

= λ(ψ ◦ ϕ)(u) + µ(ψ ◦ ϕ)(v), ∀u, v ∈ V, ∀λ, µ ∈ K.

Dacă V, W sunt K−spaţii liniare, atunci HomK (V, W ) are o structură

naturală de K−spaţiu liniar ı̂n raport cu operaţiile:
∀ϕ, ψ ∈ HomK (V, W ), (ϕ + ψ)(u) = ϕ(u) + ψ(u), ∀u ∈ V
(adunarea operatorilor liniari);
∀ϕ ∈ HomK (V, W ), ∀λ ∈ K, (λϕ)(u) = λϕ(u), ∀u ∈ V.
Mai precis, elementul nul ı̂n grupul (HomK (V, W ), +) este morfismul nul
0 : V → W , iar opusul operatorului liniar ϕ este operatorul liniar −ϕ,
definit prin (−ϕ)(u) = −ϕ(u), ∀u ∈ V. Mai departe, pentru a arăta că λϕ
este operator liniar se foloseşte comutativitatea corpului K:
(λϕ)(αu + βv) = λϕ(αu + βv) = λ[αϕ(u) + βϕ(v)] = λαϕ(u) + λβϕ(v)

= αλϕ(u) + βλϕ(v) = α(λϕ)(u) + β(λϕ)(v), ∀u, v ∈ V, ∀α, β ∈ K.

Restul proprietăţilor din definiţia unui spaţiu liniar se verifică uşor.
Pe de altă parte, (EndK (V ), +, ◦) este inel. Prin “◦” am notat com-
punerea operatorilor liniari, despre care ştim (din propoziţia 3.5.3, punctul
iii)) că este operaţie internă pe EndK (V ); elementul neutru la compunere
este 1V .

Un operator liniar este perfect determinat de valorile sale pe un sistem

de generatori :
Propoziţia 3.5.4. Fie V, W două K−spaţii liniare şi ϕ, ψ : V → W
operatori liniari. Dacă S ⊆ V este un sistem de generatori şi
(3.7) ϕ(u) = ψ(u), pentru toţi u ∈ S,
atunci ϕ = ψ.
41
Demonstraţie. Fie v ∈ V oarecare. Întrucât hSi = V , există u1 , . . . , un ∈
S şi λ1 , . . . , λn ∈ K astfel ı̂ncât v = λ1 u1 + · · · + λn un . Folosind liniaritatea
celor doi operatori şi relaţia (3.7), avem:
ϕ(v) = ϕ(λ1 u1 + λ2 u2 + · · · + λn un ) = λ1 ϕ(u1 ) + λ2 ϕ(u2 ) + · · · + λn ϕ(un )
= λ1 ψ(u1 ) + λ2 ψ(u2 ) + · · · + λn ψ(un ) = ψ(λ1 u1 + λ2 u2 + · · · + λn un ) = ψ(v).

Un exemplu important de izomorfism este dat de următoarea propoziţie:

Propoziţia 3.5.5. Fie V un K−spaţiu liniar de dimensiune finită n.
Atunci V ∼
= K n.
Demonstraţie. Fie B = (e1 , . . . , en ) o bază a lui V . Definim
ϕ : V → K n,
u 7→ (λ1 , . . . , λn ),
unde u = λ1 e1 + · · · + λn en (adică prin aplicaţia ϕ asociem fiecărui vector
din V n−uplul coordonatelor sale ı̂n baza B − despre care ştim că este
unic determinat). Se observă imediat că ϕ este operator K−liniar, bijectiv,
inversul său fiind
ψ : K n → V, ψ(λ1 , . . . , λn ) = λ1 e1 + · · · + λn en , ∀(λ1 , . . . , λn ) ∈ K n .

O generalizare a acestui rezultat precizează că orice două K− spaţii

liniare de aceeaşi dimensiune sunt izomorfe:
Teorema 3.5.1. Fie V, W două K−spaţii liniare. Atunci V ∼
= W dacă
şi numai dacă dimK V =dimK W.
Propoziţia 3.5.6. Dacă ϕ : V → W este un operator liniar şi V 0 ≤K V ,
W 0 ≤K W , atunci ϕ(V 0 ) ≤K W , ϕ−1 (W 0 ) ≤K V.
Amintim că
ϕ(V 0 ) = {v ∈ W | ∃u ∈ V 0 astfel ı̂ncât ϕ(u) = v} ⊆ W ;
ϕ−1 (W 0 ) = {u ∈ V | ϕ(u) ∈ W 0 } ⊆ V ;
aceste două mulţimi se numesc imaginea subspaţiului V 0 prin aplicaţia ϕ şi,
respectiv, contraimaginea subspaţiului W 0 prin aplicaţia ϕ. Aşadar, propo–
ziţia precedentă afirmă că imaginile şi contraimaginile unor subspaţii liniare
prin aplicaţii liniare sunt tot subspaţii liniare.
Următoarea definiţie introduce două subspaţii importante asociate unui
operator liniar.
Definiţia 3.5.3. Fie ϕ : V → W un operator liniar. Se definesc:
-imaginea lui ϕ, Im ϕ = ϕ(V ) = {v ∈ W | ∃u ∈ V a.ı̂. ϕ(u) = v} ≤ W ;
-nucleul lui ϕ, Ker ϕ = ϕ−1 ({0}) = {u ∈ V | ϕ(u) = 0} ≤ V.
Notaţia ”Ker” provine de la cuvântul englez ”kernel”=nucleu.
42
 Propoziţia 3.5.7. Fie ϕ : V → W un operator liniar. Atunci ϕ este
injectiv dacă şi numai dacă Ker ϕ = {0}.
Teorema 3.5.2. (teorema rangului) Fie ϕ : V → W un operator liniar,
iar dim V < ∞. Atunci
dim Im ϕ + dim Ker ϕ = dim V.
În particular, dim Im ϕ ≤ dim V.
Numărul natural dim Im ϕ se numeşte rangul lui ϕ şi se notează rang ϕ.

Un caz particular important de aplicaţii liniare ı̂l constituie operatorii

liniari de la K−spaţiul liniar V la K, numiţi şi forme liniare pe V (sau
funcţionale liniare pe V , dacă V este un spaţiu de funcţii infinit dimen-
sional). Spaţiul liniar HomK (V, K) = {ϕ :K V → K aplicaţie liniară} se
notează cu V ∗ şi se numeşte dualul lui V .
Exemplu: Fie K un corp comutativ şi fixăm λ1 , . . . , λn ∈ K. Aplicaţia
ϕ : K n → K, ϕ(u1 , . . . , un ) = λ1 u1 + · · · + λn un
este o formă liniară pe K n . De fapt, se poate demonstra că orice formă
liniară pe K n arată ı̂n acest mod.

3.6. Matricea asociată unui operator liniar pe spaţii liniare finit

dimensionale
Operatorii liniari ı̂ntre două K−spaţii liniare finit dimensionale sunt
strâns legaţi de matrice: dacă V, W sunt K−spaţii liniare şi BV este o bază
ı̂n V , a da un operator liniar ϕ : V → W revine (conform propoziţiei 3.5.4,
pagina 41) la a asocia fiecărui vector al bazei BV câte un vector din W .
Fixând o bază BW ı̂n W , coordonatele acestor vectori ı̂n baza BW formează
o matrice.

Fie V, W două K−spaţii liniare finit dimensionale, dim V = n, dim W =

m. Fie ϕ : V → W un operator liniar, BV = (e1 , . . . , en ) o bază ı̂n V , BW =
(f1 , . . . , fm ) o bază ı̂n W (am considerat BV , BW ca mulţimi ordonate, deci
ordinea enumerării vectorilor ı̂n bază contează!). Există o scriere unică de
forma
(3.8) ϕ(ej ) = a1j f1 + a2j f2 . . . + amj fm , 1 ≤ j ≤ n,
unde aij ∈ K, 1 ≤ i ≤ m, 1 ≤ j ≤ n (aceasta datorită faptului că fiecare
vector ϕ(ej ) ∈ W se descompune ı̂n mod unic după baza BW ).
Matricea A = (aij )m×n ∈ Mm,n (K) se numeşte matricea asociată ope-
ratorului liniar ϕ ı̂n perechea de baze (BV , BW ).
Observaţia 3.6.1. Matricea asociată lui ϕ ı̂n perechea de baze (BV , BW )
este singura matrice din Mm,n (K) pentru care au loc relaţiile (3.8).

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

operatorului liniar ϕ ı̂n perechile de baze (BV , BW ), respectiv (BV0 , BW0 ),

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 .

Definiţia 3.6.1. Fie A, B ∈ Mn (K). Spunem că matricea A este ase-

menea cu matricea B (şi scriem A ≈ B)dacă există o matrice inversabilă
S ∈ Mn (K) astfel ı̂ncât B = SAS −1 .

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.

3.7. Vectori proprii şi valori proprii pentru un operator liniar

Fie K un corp comutativ şi V un K−spaţiu liniar, dim V = n ∈ N∗ .
Dacă ϕ ∈ EndK (V ), fixând o bază B = (e1 , . . . , en ) ı̂n V , lui ϕ i se asociază
o matrice A = (aij )n×n ∈ Mn (K); pe coloana j a matricei A se scriu
coordonatele vectorului ϕ(ej ) ∈ V ı̂n baza B, adică

n
X
ϕ(ej ) = aij ei .
i=1

Reciproc, pentru orice matrice A ∈ Mn (K) există un unic endomorfism

ϕ ∈ EndK (V ) astfel ı̂ncât matricea asociată lui ϕ ı̂n baza B să fie A (teorema
3.6.1, pagina 44).
45
 Fie acum u = u1 e1 + · · · + un en ∈ V . Atunci
 
X n X n
ϕ(u) = ϕ  uj ej  = uj ϕ(ej )
j=1 j=1
 
n n n n
!
X X X X
= uj aij ei =  aij uj  ei .
j=1 i=1 i=1 j=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 .

Definiţia 3.7.1. Un vector u ∈ V se numeşte vector propriu al lui ϕ

dacă u 6= 0 şi există un scalar λ ∈ K astfel ı̂ncât ϕ(u) = λu.
Un scalar λ ∈ K se numeşte valoare proprie a lui ϕ dacă există un vector
nenul u ∈ V astfel ı̂ncât ϕ(u) = λu. Orice vector u 6= 0 cu ϕ(u) = λu se
numeşte vector propriu corespunzător valorii proprii λ.

Definiţiile de mai sus se rescriu pentru o matrice A ∈ Mn (K) :

Definiţia 3.7.2. Un vector ξ ∈ K n se numeşte vector propriu al matri-

cei A dacă ξ 6= 0 şi există un scalar λ ∈ K astfel ı̂ncât Aξ = λξ.
Un scalar λ ∈ K se numeşte valoare proprie a lui A dacă există un
vector nenul ξ ∈ K n astfel ı̂ncât Aξ = λξ. Orice vector ξ 6= 0 cu Aξ = λξ
se numeşte vector propriu corespunzător valorii proprii λ.

Definiţia 3.7.3. Mulţimea valorilor proprii ale unui endomorfism ϕ se

numeşte spectrul lui ϕ şi se notează Spec(ϕ).
Mulţimea valorilor proprii ale unei matrice A se numeşte spectrul lui A
şi se notează Spec(A).

Observaţia 3.7.1. Dacă A este matricea asociată endomorfismului ϕ

ı̂n baza B = (e1 , . . . , en ) a lui V , atunci:
a) λ ∈ K este valoare proprie pentru ϕ dacă şi numai dacă λ este valoare
proprie pentru A;
46
 b) u = u1 e1 + · · · + un en ∈ V este vector
 propriu
 al lui ϕ, corespunzător
u1
 u2 
valorii proprii λ, dacă şi numai dacă  ..  ∈ K n este vector propriu al
 
 . 
un
lui A, corespunzător valorii proprii λ.
Vom folosi adeseori acest transfer de noţiuni şi rezultate
^
ıntre endomorfisme şi matrice.
Observaţia 3.7.2. Unui vector propriu ı̂i corespunde o unică valoare
proprie. Într-adevăr, dacă ϕ(u) = λu = µu, atunci (λ − µ)u = 0 şi, ı̂ntrucât
u 6= 0, rezultă că λ − µ = 0.
În schimb, unei valori proprii ı̂i corespund mai mulţi vectori proprii (o
infinitate dacă K este infinit).
Definiţia 3.7.4. Fie ϕ ∈ EndK (V ) şi λ ∈ Spec(ϕ). Definim subspaţiul
propriu corespunzător valorii proprii λ,
Vλ (ϕ) = {u ∈ V | ϕ(u) = λu}
= {u ∈ V | (ϕ − λ1V )(u) = 0} = Ker(ϕ − λ1V ).
Vλ (ϕ) este, ı̂ntr-adevăr, subspaţiu liniar ı̂n V , deoarece coincide cu nu-
cleul operatorului liniar ϕ − λ1V . Se constată că
u ∈ Vλ (ϕ) ⇔ (u = 0 sau u este vector propriu al lui ϕ).
Analog se introduce subspaţiul propriu Vλ (A) = {ξ ∈ K n | Aξ = λξ}.
Observaţia 3.7.3. ϕ(Vλ (ϕ)) ⊆ Vλ (ϕ) (pentru că dacă u ∈ Vλ (ϕ), atunci
ϕ(u) = λu ∈ Vλ (ϕ), deoarece Vλ (ϕ) ≤ V.) Spunem că Vλ (ϕ) este subspaţiu
invariant faţă de ϕ (ϕ−invariant).
Propoziţia 3.7.1. Vectorii proprii corespunzători la valori proprii dis-
tincte sunt liniar independenţi (adică dacă m ∈ N∗ , λ1 , . . . , λm ∈ K sunt
valori proprii distincte ale lui ϕ ∈ EndK (V ), iar ui este vector propriu cores-
punzător lui λi , 1 ≤ i ≤ m, atunci {u1 , . . . , um } este liniar independentă).
Pentru determinarea practică a valorilor proprii se utilizează:
Propoziţia 3.7.2. Fie ϕ ∈ EndK (V ) şi A ∈ Mn (K) matricea lui ϕ
ı̂ntr-o bază B. Atunci λ ∈ K este
 valoare proprie alui ϕ dacă şi numai
1 0 ... 0 0
 0 1 ... 0 0 
dacă det(λI − A) = 0 (unde I =  ..  ∈ Mn (K)).
 
 . 
0 0 ... 0 1
Demonstraţie. λ ∈ Spec(ϕ) ⇔ λ ∈ Spec(A) ⇔ ∃ξ ∈ K n \ {0} astfel ı̂ncât
Aξ = λξ ⇔ sistemul algebric liniar şi omogen (λI − A)ξ = 0 are soluţia
nenulă ξ ∈ K n ⇔ determinantul acestui sistem este nul ⇔ det (λI − A) = 0.

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).

Fie A = (aij )n×n ∈ Mn (K) şi fA = det (XI − A) = X n − c1 X n−1 +

c2 X n−2 − . . . + (−1)n cn , unde c1 , . . . cn ∈ K. Se observă că:
def.
c1 = a11 + a22 + · · · + ann = T r(A)(trace(A) sau urma matricei A);
cn =det A;
ı̂n general, pentru 1 ≤ k ≤ n,
ck = suma minorilor de ordin k ai lui A de pe diagonala principală (adică
obţinuţi la intersecţia a k linii {i1 , . . . , ik } şi a coloanelor cu aceiaşi indici
{i1 , . . . , ik } ale matricei A) - ı̂n total Cnk minori.
Pentru un endomorfism ϕ al unui spaţiu liniar n−dimensional, de ma-
trice A (ı̂ntr-o bază oarecare) şi polinom caracteristic fϕ = fA , sunt bine
def.
definiţi coeficienţii c1 , . . . , cn ca mai sus, iar c1 = T r(A) = T r(ϕ) se
def.
numeşte urma lui ϕ şi cn = det (A) = det (ϕ) se numeşte determinan-
tul lui ϕ.
Determinarea vectorilor proprii ai unei matrice: Presupunem
că am găsit (ca ajutorul propoziţiei 3.7.2) o valoare proprie λ a matricei A.
Pentru a determina vectorii proprii ai lui A corespunzători lui λ trebuie să
rezolvăm sistemul algebric liniar şi omogen Aξ = λξ, echivalent
(3.9) (λI − A)ξ = 0.
Ştim că det (λI − A) = 0 şi atunci rang λI − A = r < n. Se rezolvă
sistemul (3.9). Alegând pentru cele n − r necunoscute secundare, pe rând,
valorile (1, 0, 0, . . . , 0), (0, 1, 0, . . . , 0),. . . , (0, 0, 0, . . . , 1), se obţin n−r soluţii
ξ1 , . . . , ξn−r ale sistemului (3.9), care formează o familie liniar independentă,
adică o bază ı̂n subspaţiul Vλ (A). Familia {ξ1 , . . . , ξn−r } se numeşte sistem
fundamental de soluţii.
Orice vector propriu corespunzător lui λ se va scrie atunci ı̂n mod unic
ca o combinaţie liniară de ξ1 , . . . , ξn−r .
Pentru a determina vectorii proprii asociaţi unui operator liniar ϕ ∈
EndK (V ) se procedează ı̂n acelaşi mod, pornind de la matricea A a opera-
torului ı̂ntr-o bază a lui V .
Propoziţia 3.7.3. Fie ϕ ∈ EndK (V ). Următoarele condiţii sunt echi-
valente:
a) ϕ este diagonalizabil (adică există o bază a lui V ı̂n care matricea lui
ϕ să fie diagonală);
b) există o bază a lui V formată din vectori proprii ai lui ϕ;
c) ϕ are toate valorile proprii ı̂n K şi multiplicitatea algebrică a fiecărei
valori proprii λ este egală cu dimK Vλ (ϕ).
O bază a lui V ı̂n care matricea lui ϕ să fie diagonală este o bază formată
din vectori proprii ai lui ϕ corespunzători celor dim V valori proprii distincte.

49
 Partea 2

ECUAŢII DIFERENŢIALE
 CAPITOLUL 4

Ecuaţii diferenţiale de ordinul ı̂ntâi

4.1. Ecuaţii diferenţiale - introducere

Ecuaţiile diferenţiale au apărut şi s-au dezvoltat din dorinţa de a prezice
cu o acurateţe cât mai mare evoluţia sistemelor fizice, chimice, biologice,
etc. Caracteristicile fenomenelor, legile după care acestea evoluează au fost
transcrise ı̂n formă abstractă ca modele matematice. De multe ori aceste
modele iau forma unor ecuaţii diferenţiale sau sisteme de ecuaţii diferenţiale.
Definiţia 4.1.1. (1) O ecuaţie diferenţială este o relaţie ı̂ntre o
funcţie necumoscută, derivatele ei (ordinare sau parţiale) până la
un anumit ordin şi variabila independentă (variabilele indepen–
dente).
(2) Ordinul maxim de derivare al funcţiei necunoscute care apare ı̂n
ecuaţie se numeşte ordinul ecuaţiei.
Cea mai uzuală clasificare a ecuaţiilor diferenţiale este cea dată de numă–
rul de variabile independente de care depinde funcţia necunoscută:
• ecuaţii diferenţiale ordinare: funcţia necunoscută depinde de o sin-
gură variabilă independentă; ı̂n ecuaţie intervin derivate ordinare
(obişnuite) ale funcţiei necunoscute ı̂n raport cu această variabilă;
• ecuaţii diferenţiale cu derivate parţiale: funcţia necunoscută de-
pinde de mai multe variabile independente; ı̂n ecuaţie apar efectiv
derivate parţiale ale funcţiei necunoscute ı̂n raport cu aceste vari-
abile.
Pentru simplitate, pentru ecuaţiile diferenţiale ordinare se foloseşte de-
numirea scurtă de “ecuaţii diferenţiale”, iar pentru ecuaţiile diferenţiale cu
derivate parţiale, denumirea de “ecuaţii cu derivate parţiale”.

Probabil cel mai cunoscut model de ecuaţie diferenţială (ordinară) este

→
−
cel dat de principiul al doilea al mecanicii ( F = m→
−
a ):
(4.1) mx00 (t) = F (t, x(t), x0 (t)),
care exprimă legea de mişcare a unui punct material de masă m asupra
căruia acţionează o forţă F . Prin x(t), x0 (t) şi x00 (t) s-au notat, ı̂n ordine,
poziţia, viteza şi acceleraţia punctului material la momentul t. Ecuaţia (4.1)
este o ecuaţie diferenţială de ordinul al doilea ı̂n necunoscuta x = x(t).
53
 Dacă, de exemplu, forţa care acţionează asupra punctului material este
greutatea, atunci relaţia (4.1) se scrie sub forma:
mx00 = −mg ⇔ x00 = −g,
care prin două integrări conduce la familia de soluţii:
g
x(t) = − t2 + C1 t + C2 , C1 , C2 ∈ R fiind constante arbitrare.
2
Desigur, pentru a individualiza o soluţie din această familie (adică, pentru a
fixa valorile constantelor C1 , C2 ), va trebui să asociem ecuaţiei două condiţii
suplimentare. Precizând, de exemplu, poziţia şi viteza iniţiale ale particulei:
x(0) = x0 , x0 (0) = v0 ,
deducem că poziţia punctului material la momentul t este descrisă de aplica-
g
ţia x(t) = − t2 + v0 t + x0 .
2
O ecuaţie cu derivate parţiale foarte des ı̂ntâlnită este ecuaţia propagării
căldurii ı̂ntr-un corp omogen Ω (asimilat unui deschis Ω ⊂ Rn , n = 1, 2, 3):
∂u
(4.2) (x, t) − a2 ∆u(x, t) = f (x, t), x ∈ Ω, t ∈ (0, T ), T > 0.
∂t
Funcţia necunoscută u(x, t) reprezintă temperatura la momentul t ı̂n punc-
tul x al corpului; a este o constantă strict pozitivă. Densitatea surselor
generatoare de căldură din corp ı̂n punctul x la momentul t este f (x, t).
Prin ∆ se ı̂nţelege ı̂n acest caz laplaceanul ı̂n coordonatele spaţiale:
n
X ∂2u
∆u(x) = 2 (x), x = (x1 , x2 , . . . , xn ) ∈ Ω ⊂ Rn .
i=1
∂xi

Ecuaţia propagării căldurii este o ecuaţie cu derivate parţiale de ordinul al

doilea.
Atunci când distribuţia temperaturii ı̂n corp nu depinde de timp (cazul
staţionar), ecuaţia (4.2) capătă forma:
∆u(x) = f (x), x ∈ Ω,
numită ecuaţia lui Poisson. Dacă, ı̂n plus, lipsesc şi sursele interioare de
căldură (f = 0), se obţine ecuaţia lui Laplace:
∆u(x) = 0, x ∈ Ω.
Observaţia 4.1.1. Dacă notăm prin u(x, t) concentraţia unui gaz la
momentul t ı̂n secţiunea x a unui tub şi presupunem coeficientul de difuzie
constant, atunci aceeaşi ecuaţie (4.2) descrie difuzia gazului ı̂n acel tub Ω.
De aceea ecuaţia (4.2) este cunoscută şi sub numele de ecuaţia difuziei.

În general, forma unei ecuaţii diferenţiale (ordinare) de ordin n este:

 
(4.3) F t, x, x0 , . . . , x(n) = 0,
54
unde funcţia x = x(t) (t fiind variabila independentă) este necunoscută, iar
F : D(F ) ⊆ Rn+2 → R este o funcţie dată, neconstantă ı̂n raport cu ultima
variabilă (altfel ecuaţia (4.3) ar avea ordinul mai mic ca n).
În anumite condiţii de regularitate asupra funcţiei F , ecuaţia (4.3) poate
fi rescrisă ı̂n forma:
 
(4.4) x(n) = f t, x, x0 , . . . , x(n−1)
(unde f : D(f ) ⊆ Rn+1 → R), numită forma normală a ecuaţiei diferenţiale
de ordinul n.
Observaţia 4.1.2. Pentru simplitate, atunci când nu este pericol de
confuzie, se renunţă la scrierea argumentului funcţiei necunoscute (scriem
x, x0 , . . . ı̂n loc de x(t), x0 (t), . . .).
Definiţia 4.1.2. O funcţie x : Ix → R (Ix ⊆ R fiind un interval real
cu interior nevid - adică Ix nu este ∅ sau o mulţime cu un singur element)
este soluţie a ecuaţiei diferenţiale de ordinul n (4.3) dacă sunt ı̂ndeplinite
următoarele condiţii:
i) x ∈ C n (Ix ) (altfel spus, x este derivabilă de n ori, cu derivata de
ordin n continuă);
ii) t, x(t), x0 (t), . . . , x(n) (t) ∈
D(F ), ∀ t ∈ Ix ;

iii) F t, x(t), x0 (t), . . . , x(n) (t) = 0, ∀ t ∈ Ix .

Definiţia 4.1.3. O funcţie x : Ix → R (Ix ⊆ R fiind un interval real
cu interior nevid) este soluţie a ecuaţiei diferenţiale de ordinul n ı̂n forma
normală (4.4) dacă sunt verificate condiţiile:
i) x ∈ C n (Ix );
ii) t, x(t), x0 (t), . . . , x(n−1) (t) ∈ D(f ),
∀ t ∈ Ix ;

iii) x(n) (t) = f t, x(t), x0 (t), . . . , x(n−1) (t) , ∀ t ∈ Ix .

O ecuaţie diferenţială de ordin n are o infinitate de soluţii, depinzând
de n constante.
Definiţia 4.1.4. Mulţimea soluţiilor unei ecuaţii diferenţiale se numeşte
soluţie generală.
Pentru a extrage din mulţimea soluţiilor unei ecuaţii diferenţiale o sin-
gură soluţie sunt necesare informaţii ı̂n plus despre aceasta.

Uneori modelele matematice apar sub forma unor sisteme de ecuaţii

diferenţiale. Considerăm sistemul diferenţial de ordinul ı̂ntâi:

 x01 = f1 (t, x1 , . . . , xn )
 x0 = f2 (t, x1 , . . . , xn )


2
(4.5) ..

 .
 x0 = f (t, x , . . . , x ),

n n 1 n

unde f1 , f2 , . . . , fn : D ⊆ Rn+1 → R sunt funcţii date pe un deschis D.

55
 Definiţia 4.1.5. Prin soluţie a sistemului diferenţial (4.5) se ı̂nţelege
un n−uplu de funcţii x1 , x2 , . . . , xn : Ix → R (unde Ix ⊆ R este un interval
real cu interior nevid) care verifică următoarele condiţii:
i) xi ∈ C 1 (Ix ), pentru toţi i ∈ {1, 2, . . . , n};
ii) (t, x1 (t), x2 (t), . . . , xn (t)) ∈ D, ∀ t ∈ Ix ;
iii) x0i (t) = fi (t, x1 (t), x2 (t), . . . , xn (t)), ∀ t ∈ Ix , ∀ i ∈ {1, 2, . . . , n}.

În continuare ne vom ocupa de ecuaţii diferenţiale de ordinul ı̂ntâi ı̂n

forma normală, adică de ecuaţii de forma:
(4.6) x0 = f (t, x)
(pentru care vom căuta, aşadar, ca soluţii funcţii x de clasă C 1 definite pe
intervale). O ecuaţie diferenţială de ordinul ı̂ntâi are o infinitate de soluţii,
depinzând de o constantă. Pentru a individualiza o soluţie sunt necesare
informaţii suplimentare despre aceasta - de exemplu, să-i precizăm valoarea
ı̂ntr-un punct cunoscut.
O problemă Cauchy constă ı̂n determinarea unei soluţii x a ecuaţiei
diferenţiale (4.6), care pentru o valoare dată t0 a argumentului să ia o valoare
dată x0 :
 0
x = f (t, x)
(4.7)
x(t0 ) = x0 .
Date (t0 , x0 ) ∈ D(f ), se caută o soluţie x : Ix → R a ecuaţiei, astfel ı̂ncât
t0 ∈ Ix şi x(t0 ) = x0 .
Observaţia 4.1.3. O problemă Cauchy pentru ecuaţia diferenţială de
ordin n (4.4) are forma:
(
x(n) = f t, x, x0 , . . . , x(n−1)


(4.8)
x(t0 ) = x01 , x0 (t0 ) = x02 , . . . , x(n−1) (t0 ) = x0n ,
unde (t0 , x01 , x02 , . . . , x0n ) ∈ D(f ).
Se urmăreşte găsirea unei soluţii x : Ix → R a ecuaţiei, astfel ı̂ncât
t0 ∈ Ix şi x(t0 ) = x01 , x0 (t0 ) = x02 , . . . , x(n−1) (t0 ) = x0n .
În studiul problemei Cauchy (4.7) se pot pune următoarele subpro-
bleme:
• existenţa soluţiilor;
• unicitatea soluţiei;
• problema aproximării soluţilor, dacă nu se pot calcula efectiv;
• prelungibilitatea soluţiilor;
• comportarea soluţiilor neprelungibile la capătul intervalului maxim
de definiţie;
• dependenţa continuă sau diferenţiabilă a soluţiilor de mebrul drept
f şi de data iniţială x0 , etc.
56
 Clasa ecuaţiilor diferenţiale care se pot efectiv rezolva este foarte restrânsă.
Ne oprim la:

Ecuaţii diferenţiale rezolvabile prin cuadraturi. Prin cuadratură

ı̂nţelegem metoda care constă ı̂n reducerea rezolvării unei probleme de anliză
matematică la calculul unei integrale (definite sau nedefinite). Denumirea
provine de la un procedeu de calcul al ariei unei figuri plane, foarte utilizat
ı̂n antichitate, numit cuadrare, deoarece consta ı̂n construirea cu rigla şi
compasul a unui pătrat având aceeaşi arie cu aceea a figurii respective.
Vom prezenta ı̂n continuare doar trei tipuri de ecuaţii rezolvabile prin
cuadraturi, care se ı̂ntâlnesc mai frecvent. Toate trei sunt ecuaţii diferenţiale
de ordinul ı̂ntâi ı̂n forma normală.
Soluţiile acestor ecuaţii vor fi exprimate :
• ı̂n formă explicită: x = x(t) sau
• ı̂n formă implicită: F(t, x(t)) = 0.

4.2. Ecuaţii cu variabile separabile

Au forma generală:
x0 = f (t)g(x), (EV S)
unde f : I → R, g : J → R sunt funcţii continue (I, J ⊆ R fiind intervale
deschise nevide), iar g(r) 6= 0, pentru toţi r ∈ J.
Teorema 4.2.1. În ipotezele de mai sus, soluţia generală a ecuaţiei
(EV S) este dată de:
Z t 
−1
(4.9) x(t) = G f (s)ds , pentru orice t ∈ Ix ,
t0
unde t0 ∈ I este un punct fixat, iar G : J → R este definită prin
Z r
dτ
(4.10) G(r) = , oricare ar fi r ∈ J,
x0 g(τ )
cu x0 ∈ J fixat.
Observaţia 4.2.1. Dând diverse valori lui t0 , x0 , obţinem diferite soluţii
ale (EV S).
Demonstraţie. Cum g 6= 0 pe J şi este continuă, rezultă că g păstrează
1
semn constant pe J. Atunci este continuă şi păstrează semn constant pe
g
J, deci va admite primitive pe J. O astfel de primitivă este G. Funcţia
G este injectivă, deoarece este strict monotonă (derivata ei fiind funcţia cu
1
semn constant . Mai mult, G : J → Im G este şi surjectivă. Prin urmare,
g
G este bijectivă, echivalent, inversabilă, iar inversa ei G−1 : Im G → J. Pe
de altă parte, ı̂ntrucât funcţia f este continuă pe I, este integrabilă pe orice
subinterval al lui I. În concluzie, expresia din membrul drept al relaţiei
57
(4.9) are sens (desigur, x(t) va fi definită doar pentru acei t pentru care
Z t
f (s)ds ∈ Im G).
t0
Avem de demonstrat:
(1) că funcţia x definită prin (4.9) este o soluţie a ecuaţiei (EV S) (care
satisface x(t0 ) = x0 );
(2) că orice soluţie a ecuaţiei (EV S) are forma (4.9).
Z t
Presupunem că x este dat de (4.9). Atunci G(x(t)) = f (s)ds, ∀t ∈ Ix .
t0
În ambii membri avem funcţii derivabile ı̂n raport cu t; derivăm şi obţinem:
1
G0 (x(t))x0 (t) = f (t), ∀t ∈ Ix ⇔(4.10) x0 (t) = f (t), ∀t ∈ Ix ,
g(x(t))
adică (EV S). În plus, din (4.9) rezultă că x(t0 ) = G−1 (0) = x0 (pentru că
(4.10) implică G(x0 ) = 0).
Invers, fie x : Ix → R o soluţie pentru (EV S). În (EV S) se poate
ı̂mpărţi cu g(x(t)) pentru că g 6= 0 pe J. Rezultă că:
x0 (t)
= f (t), ∀t ∈ Ix .
g(x(t))
Integrăm membru cu membru de la t0 la t:
Z t 0 Z t
x (s)
ds = f (s)ds, ∀t ∈ Ix .
t0 g(x(s)) t0

În prima integrală facem schimbarea de variabilă x(s) = τ , notăm x0 = x(t0 )

şi obţinem:
Z x(t) Z t
dτ
= f (s)ds.
x0 g(τ ) t0
Z t
Altfel spus, G(x(t)) = f (s)ds, conform definiţiei (4.10). Întrucât G este
t0 Z t 
inversabilă, ultima relaţie se rescrie x(t) = G−1 f (s)ds .
t0

Observaţia 4.2.2. În aplicaţii practice se ı̂ntâmplă ca funcţia g să se

anuleze. Se constată că zerourile lui g sunt soluţii constante pentru ecuaţia
cu variabile separabile şi apoi se aplică rezultatul anterior considerând g
restrânsă la intervalele deschise dintre două zerouri consecutive ale ei.
Exemplul 4.2.1. Să se rezolve ecuaţia x0 = 3t2 e−x şi apoi să se găsească
soluţiile care satisfac x(1) = 0.
dx
Soluţie. Se rescrie ecuaţia ca = 3t2 e−x ⇔ ex dx = 3t2 dt şi, odată
dt
separate variabilele, se integrează:
Z Z
e dx = 3t2 dt ⇔ ex = t3 + C, cu C ∈ R constantă
x

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, ∞).

4.3. Ecuaţii liniare de ordinul ı̂ntâi

Au forma generală:
x0 = a(t)x + b(t), (EL)
unde a, b : I → R sunt funcţii continue pe un interval I ⊆ R deschis nevid.
Dacă b(t) = 0, pentru toţi t ∈ I, ecuaţia se numeşte liniară şi omogenă, iar
ı̂n caz contrar, liniară şi neomogenă.
Teorema 4.3.1. Soluţia generală a ecuaţiei (EL) este dată de formula
variaţiei constantelor:
Rt Z t R
a(s)ds t
x(t) = x0 e 0
t + e s a(τ )dτ b(s)ds, ∀t ∈ I, (F V C)
t0
unde t0 ∈ I este fixat, iar x0 ∈ R.
Demonstraţie. Avem de demonstrat că:
(1) dacă x este dată de (F V C), atunci x verifică (EL) (şi x(t0 ) = x0 );
(2) dacă x este o soluţie pentru (EL), atunci x este dată de (F V C).
Într-adevăr,
Z t din faptul că funcţiile a, b sunt continue pe I, rezultă că
Z t Rt
a(s)ds şi e s a(τ )dτ b(s)ds sunt funcţii derivabile pe I (ı̂n raport cu t),
t0 t0
cu derivata continuă. Ca atare, x dată de (F V C) este o funcţie de clasă C 1
pe I. Derivând ı̂n ambii membri ı̂n raport cu t relaţia (F V C), se obţine1:
Rt Z t 0 Rt Z t R
a(s)ds t
0
x (t) = x0 e 0
t a(s)ds + e t a(τ )dτ b(t) + a(t) e s a(τ )dτ b(s)ds
t0 t0

= 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:

(4.11) x0 (s) − a(s)x(s) = b(s), ∀s ∈ I0 .

Rs
− a(τ )dτ
Fixăm t0 ∈ I0 şi ı̂nmulţim ambii membri ai lui (4.11) cu e t0 . Rezultă:

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

adică, notând x0 = x(t0 ):

Rt Z t Rs
− a(τ )dτ − a(τ )dτ
x(t)e t0 = x0 + 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

Deci x verifică (F V C) pe I0 . Din (F V C) rezultă că orice soluţie a (EL)

poate fi prelungită ca soluţie a aceleiaşi ecuaţii pe ı̂ntreg intervalul I.

 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

Modele matematice descrise de ecuaţii diferenţiale

Procesul reprezentării fenomenelor din lumea ı̂nconjurătoare cu ajutorul

instrumentelor matematicii se numeşte modelare matematică. Primul pas ı̂n
acest proces este descrierea ı̂n limbaj matematic a comportării fenomenului
respectiv. De regulă, pentru ca modelul matematic să nu fie prea complex,
pentru ca rezolvarea lui să poată fi abordată cel puţin prin intermediul
tehnicii de calcul, se renunţă la o parte din variabilele (”parametrii”) ce
descriu problema iniţială (cei pe care-i considerăm mai puţin importanţi).
Din acest motiv majoritatea modelelor matematice nu constituie copii fidele
ale realităţii şi atunci o primă cerinţă care apare este aceea de a demonstra
că modelul propus are cel puţin o soluţie (altfel spus, justificarea consistenţei
modelului). Obţinerea unicităţii soluţiei este şi ea deosebit de importantă:
dacă o problemă Cauchy ar avea două soluţii nu s-ar putea preciza care
dintre ele descrie corect evoluţia ı̂n timp a sistemului studiat.

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.

5.1. Răcirea (ı̂ncălzirea) corpurilor

Din fizică este cunoscută legea lui Newton, care afirmă că rata de răcire
(ı̂ncălzire) a suprafeţei unui corp este direct proporţională cu diferenţa dintre
temperatura suprafeţei şi cea a mediului ı̂nconjurător.
Să considerăm un corp, despre care presupunem că are aceeaşi tempera-
tură ı̂n fiecare punct al său. Ştiind temperatura ı̂n ◦ C, Tmediu (t) ∈ R, a
mediului ı̂nconjurător la orice moment t ≥ 0, dorim să determinăm tempe-
ratura T (t) (exprimată tot ı̂n ◦ C) a acestui corp la momentul t.
În conformitate cu legea lui Newton, funcţia T (t) verifică ecuaţia diferen-
ţială liniară de ordinul ı̂ntâi:
(5.1) T 0 (t) = −k [T (t) − Tmediu (t)]
63
sau
(5.2) T 0 (t) = −kT (t) + kTmediu (t),
unde k > 0 este o constantă de proporţionalitate, numită constanta de
transfer.
Constanta k a fost aleasă strict pozitivă pentru a respecta evoluţia tem-
peraturii cunoscută din realitatea fizică. Într-adevăr, dacă temperatura
corpului este mai mare decât temperatura mediului ı̂nconjurător (T (t) >
Tmediu (t)), atunci din ecuaţia (5.1) rezultă că T 0 (t) < 0, deci temperatura
corpului va descreşte ı̂n ı̂ncercarea de a se apropia de temperatura ambiantă
(caz corespunzător procesului de răcire a corpurilor); dacă temperatura cor-
pului este sub temperatura mediului ı̂nconjurător (T (t) < Tmediu (t)), atunci
(5.1) implică T 0 (t) > 0, adică temperatura corpului va creşte (caz cores-
punzător procesului de ı̂ncălzire a corpurilor).
Presupunem că la momentul iniţial t = 0 temperatura corpului este T0 ,
informaţie care se traduce prin condiţia Cauchy:
(5.3) T (0) = T0 .
Unica soluţie a problemei Cauchy (5.2) − (5.3) este dată de formula
variaţiei constantelor:
Zt
−kt
T (t) = T0 e + e−k(t−s) kTmediu (s) ds, t ≥ 0
0
sau
Zt
−kt −kt
(5.4) T (t) = T0 e + ke eks Tmediu (s) ds, t ≥ 0.
0
Exemplul 5.1.1. Un corp cu temperatura de 15◦ C este adus ı̂ntr-o
ı̂ncăpere a cărei temperatură este menţinută la 23◦ C. Ştiind că după 10
minute temperatura corpului atinge 18◦ C, să se afle după cât timp tempera-
tura corpului va ajunge la 22◦ C.
Este o problemă de ı̂ncălzire a corpurilor. Primul set de date al problemei
este:
-temperatura mediului Tmediu (t) = 23 pentru orice t ≥ 0;
-temperatura iniţială a corpului T0 = 15;
-timpul necesar ı̂ncălziriii t1 = 10;
-temperatura finală a corpului T (t1 ) = 18.
Aceste informaţii ne permit să determinăm valoarea constantei de trans-
fer k > 0, proprie materialului respectiv. Într-adevăr, ı̂nlocuind datele ı̂n
relaţia (5.4) scrisă la momentul t = t1 , obţinem:
R10 s=10
18 = 15e−10k + ke−10k 23eks ds ⇔ 18 = 15e−10k + 23e−10k eks s=0
0

⇔ 18 = 15e−10k + 23e−10k e10k − 1 ⇔ 8e−10k = 5,

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

⇔ 100 = 200e−40k + 10e−40k e40k − 1 ⇔ 190e−40k = 90

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.

5.2. Dezintegrarea unei substanţe radioactive

Conform legii dezintegrării atomilor radioactivi, formulată ı̂n anul 1902
de Ernest Rutherford şi Sir Frederick Soddy, viteza instantanee de dezin-
tegrare a unui element chimic radioactiv este proporţională cu numărul de
atomi radioactivi existenţi la momentul considerat şi nu depinde de alţi fac-
tori externi. Notând cu x (t) numărul de atomi nedezintegraţi la momentul
t şi presupunând că x este o funcţie de clasă C 1 pe [0, +∞), legea enunţată
anterior se scrie astfel:
(5.7) x0 = −ax,
pentru orice t ≥ 0, unde a > 0 este o constantă specifică elementului chimic
respectiv, denumită constantă de dezintegrare. Aceasta poate fi determinată
experimental cu o precizie suficient de bună. Semnul minus se datorează
faptului ca x scade pe măsură ce timpul creşte, deci x0 e mereu negativ.
Ecuaţia (5.7) este o ecuaţie diferenţială de ordinul ı̂ntâi liniară şi omo-
genă, a cărei soluţie generală este dată de:
(5.8) x (t) = x (0) e−at ,
pentru t ≥ 0, unde x(0) > 0 reprezintă numărul de atomi nedezintegraţi la
momentul iniţial t = 0.
Pe acest model simplu se bazează metoda de datare a obiectelor vechi
cu izotopul de carbon 14 radioactiv, folosită ı̂n arheologie. Alegerea izoto-
pului de carbon 14 a fost dictată de simpla observaţie că toate substanţele
organice ı̂l conţin. Metoda constă ı̂n determinarea la un moment dat T > 0
a numărului de atomi x (T ) a acestui izotop dintr-un obiect de origine orga-
nică. Din cele precizate anterior rezultă că
x (T ) = x (0) e−aT ,
unde numărul de atomi de izotop carbon 14 la momentul iniţial, x (0) > 0,
este practic cunoscut. În relaţia de mai sus atât x (0) cât şi x (T ) sunt
cunoscute, aşa ı̂ncât putem determina vechimea obiectului reprezentată prin
T . Avem
1 x (0)
T = ln .
a x (T )

Este important de subliniat că această metodă este destul de precisă

pentru intervale de timp de până la 10.000 de ani.
67
 5.3. Modelarea matematică a unor reacţii chimice
Atunci când n substanţe chimice, de concentraţii x1 (t) , ..., xn (t) la mo-
mentul t ≥ 0, intră ı̂n reacţie unele cu altele, viteza de variaţie a concentraţiei
produsului i este, ı̂n general, o funcţie de x1 , x2 , ..., xn :
dxi
= fi (t, x1 , ..., xn ) , 1 ≤ i ≤ n.
dt
Exemplul 1: Fie reacţia unimoleculară reversibilă
k1
A  B,
k2

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.

Este interesant de observat că numeroase fenomene distincte admit mo-

dele diferenţiale formal identice. Aşadar din studiul unui singur astfel de
model se pot trage concluzii despre modul de evoluţie a mai multor sisteme
reale. Acesta este unul din marile avantaje ale ecuaţiilor diferenţiale: marea
lor putere de abstractizare.

69
 CAPITOLUL 6

Existenţa şi unicitatea soluţiilor pentru problema

Cauchy

Deoarece clasa ecuaţiilor diferenţiale pentru care se cunosc metode de

determinare a soluţiei generale este foarte restrânsă, s-a pus problema apro-
ximării soluţiilor unei ecuaţii. Dar pentru a aproxima o soluţie trebuie, ı̂n
primul rând, să fi demonstrat că aceasta există. Iar dacă existenţa este
asigurată, ne interesează unicitatea soluţiei, pentru că ı̂n caz contrar nu am
şti care dintre soluţii o aproximăm.
Teorema lui Picard oferă un rezultat de existenţă şi unicitate şi, ı̂n
acelaşi timp, o metodă de construcţie aproximativă a soluţiei unei probleme
Cauchy - metoda aproximaţiilor succesive.

6.1. Teorema de existenţă şi unicitate a lui Picard pentru ecuaţii

diferenţiale de ordinul ı̂ntâi scalare
Fie problema Cauchy:
x0 = f (t, x)

(6.1)
x(t0 ) = x0 ,
unde f : I × J → R este o funcţie continuă (I, J ⊆ R fiind intervale cu
interior nevid), t0 ∈ I, x0 ∈ J.
Propoziţia 6.1.1. Fie f : I × J → R o funcţie continuă şi I0 ⊆ I un
interval cu interior nevid astfel ı̂ncât t0 ∈ I0 . Atunci o funcţie x : I0 → J
este o soluţie a problemei Cauchy (6.1) dacă şi numai dacă x este continuă
pe I0 şi satisface ecuaţia integrală
Z t
(6.2) x(t) = x0 + f (s, x(s))ds, ∀t ∈ I0 .
t0

Demonstraţie. ”⇒”: Dacă x este o soluţie a problemei Cauchy (6.1),

atunci x este de clasă C 1 pe I0 , deci continuă. Prin urmare, funcţia
s 7→ f (s, x(s))
este continuă pe I0 . În consecinţă, putem integra de la t0 la t ambii membri
ai egalităţii x0 (s) = f (s, x(s)). Obţinem
Z t
x(t) − x(t0 ) = f (s, x(s))ds, ∀t ∈ I0 ,
t0
adică, ţinând cont de condiţia iniţială din (6.1), are loc (6.2).
71
 ”⇐”: Dacă x este continuă pe I0 şi satisface (6.2), atunci s 7→ f (s, x(s))
este continuă pe I0 şi din (6.2) rezultă că x ∈ C 1 (I0 ). Derivând ı̂n ambii
membri (6.2), obţinem x0 (t) = f (t, x(t)), ∀t ∈ I0 . Făcând t = t0 ı̂n (6.2),
deducem că x verifică şi condiţia iniţială a problemei Cauchy (6.1).
Aşadar, a rezolva problema Cauchy (6.1) este echivalent cu a rezolva
ecuaţia integrală (6.2).
Presupunem că x0 (·) este o funcţie continuă care aproximează soluţia
ecuaţiei (6.2). Înlocuind x(s) cu x0 (s) ı̂n membrul drept al lui (6.2), obţinem
o nouă funcţie,
Z t
x1 (t) = x0 + f (s, x0 (s))ds.
t0
Repetând procedeul, obţinem funcţiile:
Z t
x2 (t) = x0 + f (s, x1 (s))ds
t0

..
.
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)∈∆

Observaţia 6.1.2. Prin alte metode soluţia problemei Cauchy (6.1) se

poate prelungi la o soluţie definită pe un interval mai mare.
Observaţia 6.1.3. Uneori este dificil să se arate cu ajutorul definiţiei
că o funcţie este lipschitziană. Se poate demonstra (cu ajutorul unei teoreme
de medie) că pentru ca această condiţie să fie ı̂ndeplinită este suficient ca f
∂f
să admită derivată parţială mărginită ı̂n ∆ sau ca f să admită derivată
∂x
∂f
parţială continuă ı̂n ∆.
∂x
Ideea de demonstraţie pentru teorema 6.1.1: se consideră şirul
aproximaţiilor succesive definit prin (6.3), (6.4) şi se arată că:
(1) acest şir este bine definit; mai precis, se demonstrează prin inducţie
matematică că, pentru fiecare n ∈ N,
|xn (s) − x0 | ≤ b, ∀s ∈ [t0 − δ, t0 + δ] ,
deci
(s, xn (s)) ∈ ∆, ∀s ∈ [t0 − δ, t0 + δ]
şi are sens să vorbim despre f (s, xn (s)) (ne amintim că f se presu-
pune definit pe ∆!);
(2) şirul (xn )n∈N este convergent şi limita lui, x, este soluţie pentru
ecuaţia integrală (6.2);
(3) soluţia ecuaţiei integrale (6.2) este unică.

Evaluarea erorii ı̂n aproximarea soluţiei prin metoda lui Pi-

card: se arată că
M (Lδ)n+1 Lδ
|x(t) − xn (t)| ≤ e , ∀t ∈ [t0 − δ, t0 + δ] , ∀n ∈ N,
L (n + 1)!
(Lδ)n+1
iar lim = 0, deci lim |x(t) − xn (t)| = 0.
n→∞ (n + 1)! n→∞

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.

Exemplul 6.1.2. Să se determine un interval pe care există o soluţie

unică pentru problema Cauchy:
(
x2
x0 = t2 + t
(6.6)
x(1) = 0.

Apoi să se scrie primii trei termeni din şirul aproximaţiilor succesive.

Datele problemei sunt

t0 = 1,
x0 = 0 şi
∗ x2
f : R × R → R, f (t, x) = t2 + t .

Datorită faptului că f nu este definită pentru t = 0, suntem nevoiţi să

alegem a ∈ (0, 1); ı̂n schimb, b poate fi orice număr strict pozitiv. Fie, de
exemplu, a = 12 şi b = 1. Verificăm ipotezele teoremei lui Picard pentru f
restrâns la dreptunghiul
 
1 3
∆ = [t0 − a, t0 + a] × [x0 − b, x0 + b] = , × [−1, 1].
2 2

Funcţia f este continuă pe ∆ (fiind obţinută prin operaţii cu polinoame) şi

lipschitziană ı̂n raport cu x pe ∆ (pentru că ∂f 2x
∂x (t, x) = t este continuă pe
∆). Prin urmare, conform teoremei 6.1.1, problema Cauchy (6.6)admite
o soluţie unică x : [1 − δ, 1 + δ] → [−1, 1], cu δ = min a, Mb = min 21 , M 1

,
unde M > 0 este un majorant pentru |f | pe ∆. De exemplu, putem alege
M = 17 4 , ı̂ntrucât

 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

Observaţia 6.1.4. Se poate demonstra că o problemă Cauchy are

soluţie chiar atunci când f satisface doar ipoteza de continuitate; ı̂n acest
caz nu mai este ı̂nsă asigurată unicitatea soluţiei.
Teorema 6.1.2. ( Peano) Dacă f : I × J → R (cu I, J ⊂ R intervale
nevide deschise) este continuă pe I × J, atunci pentru orice t0 ∈ I şi orice
x0 ∈ J, problema Cauchy (6.1) are cel puţin o soluţie locală (definită pe
un interval I0 ⊆ I).
Exemplu: Problema Cauchy
 √
3
x0 = 3 x2
x(0) = 0
are soluţiile x(t) = t3 , t ∈ R şi x(t) = 0, t ∈ R. Membrul drept,
√3
f : R × R → R, f (t, x) = 3 x2 ,
este funcţie continuă, dar nu este lipschitziană ı̂n raport cu x pe niciun
dreptunghi ∆ = [−a, a] × [−b, b] ⊂ R × R.

6.2. Teorema de existenţă şi unicitate a lui Picard pentru

sisteme diferenţiale de ordinul ı̂ntâi
Fie problema Cauchy:
x01 = f1 (t, x1 , . . . , xn )



x02 = f2 (t, x1 , . . . , xn )






 ..
.




x0n = fn (t, x1 , . . . , xn )


(6.7)

 x1 (t0 ) = x01

x2 (t0 ) = x02




..





 .

xn (t0 ) = x0n ,


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

pentru orice (t, x1 , . . . , xn ) , (t, y1 , . . . , yn ) ∈ ∆ şi pentru orice

1 ≤ j ≤ n,
atunci problema Cauchy (6.7) admite o soluţie unică (x1 , . . . , xn ), cu
xj : [t0 − δ, t0 + δ] → R, 1 ≤ j ≤ n,
unde  
b
δ = min a, ,
M
iar M > 0 este un majorant pentru
{|fj (t, x1 , . . . , xn )| | (t, x1 , . . . , xn ) ∈ ∆, 1 ≤ j ≤ n } .
Observaţia 6.2.1. O condiţie suficientă ca funcţiile fi , 1 ≤ i ≤ n să fie
lipschitziene ı̂n x = (x1 , x2 , . . . , xn ) pe mulţimea ∆ este ca fi , 1 ≤ i ≤ n să
admită pe ∆ derivate parţiale de ordinul ı̂ntâi ı̂n variabilele x1 , x2 , . . . , xn şi
∂fi
∂xj să fie continue pe ∆, pentru orice 1 ≤ i, j ≤ n.

Exemplul 6.2.1. Să se determine un interval pe care există o soluţie

unică pentru problema Cauchy:
 0
x = 2tx2 − x21
 01


x2 = tx1 − 1
(6.8)

 x 1 (0) = −2
x2 (0) = 1.


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

∆ = [t0 − a, t0 + a] × x01 − b, x01 + b × x02 − b, x02 + b

   

= [−1, 1] × [−4, 0] × [−1, 3].

Verificăm ipotezele teoremei lui Picard. Funcţiile f1 , f2 sunt continue

pe ∆, deoarece au fost obţinute prin operaţii cu polinoame. Din observaţia
6.2.1, pentru a demonstra că aceste funcţii sunt şi lipschitziene ı̂n raport cu
(x1 , x2 ) pe ∆ este suficient să remarcăm că

∂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 ),

x1 : [−δ, δ] → [−4, 0], x2 : [−δ, δ] → [−1, 3],

cu δ = min a, Mb = min 1, M
  2
, unde M > 0 este un majorant pentru
|f1 |, |f2 | pe ∆. Cum

|f1 (t, x1 , x2 )| = 2tx2 − x21  ≤ 2|t||x2 |+x21 ≤ 2·1·3+(−4)2 = 22, ∀(t, x1 , x2 ) ∈ ∆;

 

|f2 (t, x1 , x2 )| = |tx1 − 1| ≤ |t||x1 | + 1 ≤ 1 · 4 + 1 = 5, ∀(t, x1 , x2 ) ∈ ∆,

 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.


6.3. Teorema de existenţă şi unicitate a lui Picard pentru ecuaţii

diferenţiale de ordin superior
Fie n ∈ N, n ≥ 2. Considerăm problema Cauchy:
(
x(n) = f (t, x, . . . , x(n−1) )
(6.9)
x(t0 ) = x01 , x0 (t0 ) = x02 , . . . , x(n−1) (t0 ) = x0n ,
cu t0 , x01 ,. . ., x0n ∈ R fixate.
Teorema 6.3.1. ( Picard) Fie a, b > 0 şi f : ∆ ⊂ Rn+1 → R, unde
∆ = (t, x1 , . . . , xn ) ∈ Rn+1  |t − t0 | ≤ a, xi − x0i  ≤ b, 1 ≤ i ≤ n .
   

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

pentru orice (t, x1 , . . . , xn ) , (t, y1 , . . . , yn ) ∈ ∆ ,

atunci problema Cauchy (6.9) admite o soluţie unică x : [t0 −δ, t0 +δ] → R,
unde  
b
δ = min a, ,
M
79
iar M > 0 este un majorant pentru
{|f (t, x1 , . . . , xn )| , |x2 | , |x3 | , . . . , |xn | | (t, x1 , . . . , xn ) ∈ ∆ } .
Demonstraţie. Prin substituţia

 x1 = x
 x2 = x0


(6.10) ..


 .
xn = x(n−1) ,


problema Cauchy (6.9) se transformă ı̂n

 0
 x1 = x2

x02 = x3




..






 .
0
 xn−1 = xn



(6.11) x0n = f (t, x1 , . . . , xn )
x1 (t0 ) = x01





 x2 (t0 ) = x02



..






 .
xn (t0 ) = x0n .


Pentru problema Cauchy (6.11) se aplică teorema 6.2.1.

Exemplul 6.3.1. Să se determine un interval pe care există o soluţie

unică pentru problema Cauchy:
 00
 x − (t + 2)x0 = t2 + x
(6.12) x(0) = 0
 0
x (0) = 1.
Datele problemei sunt
t0 = 0,
x01 = 0
x02 = 1 şi
f : R × R → R, f (t, x1 , x2 ) = t2 + x1 + (t + 2)x2 .
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] × x01 − b, x01 + b × x02 − b, x02 + b
   

= [−1, 1] × [−2, 2] × [−1, 3].

Verificăm ipotezele teoremei lui Picard. Funcţia f este continuă pe ∆, fiind
obţinută prin operaţii cu polinoame. Pentru a arăta că f este lipschitziană
ı̂n raport cu (x1 , x2 ) pe ∆ este suficient să observăm că
∂f ∂f
(t, x1 , x2 ) = 1, (t, x1 , x2 ) = t + 2
∂x1 ∂x2
80
sunt funcţii bine definite şi continue pe ∆ (sunt polinoame). Prin urmare,
conform teoremei 6.3.1, problema  Cauchy (6.12)
 2 admite o soluţie unică
b

x : [−δ, δ] → [−2, 2], cu δ = min a, M = min 1, M , unde M > 0 este un
majorant pentru |f | şi |x2 | pe ∆. Putem alege M = 12, ı̂ntrucât
|f (t, x1 , x2 )| = t2 + x1 + (t + 2)x2  ≤ t2 + |x1 | + (|t| + 2) |x2 |
 

≤ 12 + 2 + (1 + 2)3 = 12, ∀(t, x) ∈ ∆;

|x2 | ≤ 3, ∀(t, x) ∈ ∆.
 2 1
Aşadar δ = min  1, 12 = 6 . Deci problema Cauchy (6.5) admite o soluţie
1 1
unică x : − 6 , 6 → [−2, 2].

81
 CAPITOLUL 7

Sisteme de ecuaţii diferenţiale liniare de ordinul

ı̂ntâi

Între teoria sistemelor diferenţiale liniare şi a sistemelor algebrice liniare

există asemănări Sistemele diferenţiale liniare apar ı̂n practică de cele mai
multe ori ca ”prime aproximări” ale proceselor cu o structură mai complexă.
Fie I ⊆ R un interval real şi aij , bi : I → R, 1 ≤ i, j ≤ n, funcţii
continue. Fie sistemul de n ecuaţii diferenţiale de ordinul ı̂ntâi liniare, cu
necunoscutele x1 (t), . . . , xn (t):

 x01 (t) = a11 (t)x1 (t) + a12 (t)x2 (t) + · · · + a1n (t)xn (t) + b1 (t)
 x0 (t) = a21 (t)x1 (t) + a22 (t)x2 (t) + · · · + a2n (t)xn (t) + b2 (t)


2
(7.1) .. .

 .
 x0 (t) = a (t)x (t) + a (t)x (t) + · · · + a (t)x (t) + b (t)

1 n1 1 n2 2 nn n n

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)

Cu aceste notaţii, sistemul (7.1) se rescrie, echivalent, ca o ecuaţie

diferenţială de ordinul ı̂ntâi liniară vectorială:

(7.2) x0 (t) = A(t)x(t) + b(t).

83
 Observaţia 7.0.1. În ecuaţia (7.2) vectorul
 0 
x1 (t)
 x0 (t) 
 2
x0 (t) =  ..  ∈ Rn

 . 
x0n (t)
este vectorul derivatelor componentelor lui x(t).
Dacă b(t) = 0 pentru toţi t ∈ I, atunci sistemul (7.2) se numeşte sistem
liniar omogen, iar ı̂n caz contrar (adică dacă există un indice i ∈ {1, 2, . . . , n}
astfel ı̂ncât funcţia bi sa nu fie identic nulă), sistem liniar neomogen.
n
 07.0.2. Pentru orice t0 ∈ I şi orice x0 ∈ R , problema Cau-
Teorema
x = A(t)x + b(t)
chy (PC) are o soluţie unică x : I → Rn .
x(t0 ) = x0
În cele ce urmează, prin soluţie a sistemului (7.2) vom ı̂nţelege soluţie
definită pe ı̂ntreg intervalul I.

7.1. Sisteme diferenţiale liniare omogene. Spaţiul soluţiilor

Fie sistemul omogen asociat sistemului (7.2):
(7.3) x0 (t) = A(t)x(t).
Are loc următoarea teoremă de structură a mulţimii soluţiilor:
Teorema 7.1.1. Mulţimea soluţiilor sistemului omogen (7.3) este un
spaţiu liniar real de dimensiune n (n fiind ordinul matricei A(t)).
Demonstraţie. Fie S = {x : I → Rn | x soluţie a lui (7.3)}.
Pentru a demonstra că S este spaţiu liniar real este suficient să arătăm
că S este subspaţiu liniar al spaţiului
C 1 (I; Rn ) = {x : I → Rn | x funcţie de clasă C 1 pe I}
(despre care ştim că este spaţiu liniar real).
Evident, S ⊆ C 1 (I; Rn ), deoarece orice soluţie a sistemului (7.3) este,
prin definiţie, funcţie de clasă C 1 . Aşadar, rămâne de demonstrat că
∀ x, y ∈ S, ∀ α, β ∈ R, are loc αx + βy ∈ S.
def. (7.3)
Într-adevăr, (αx+βy)0 (t) = αx0 (t)+βy 0 (t) = αA(t)x(t)+βA(t)y(t) =
A(t)[αx(t) + βy(t)] = A(t)(αx + βy)(t), ∀t ∈ I. Altfel spus, αx + βy este
soluţie pentru (7.3), adică αx + βy ∈ S.
Demonstrăm acum că dim S = n. Vom construi un izomorfism ı̂ntre S
şi un alt spaţiu real n−dimensional, Rn .
Fixăm t0 ∈ I şi definim
T : S → Rn , T (x) = x(t0 ) ∈ Rn , ∀x ∈ S.
Pentru a obţine că T este un izomorfism de spaţii liniare, avem de arătat că
T este operator liniar bijectiv.
84
 T liniar: Pentru orice x, y ∈ S şi α, β ∈ R, are loc
T (αx + βy) = (αx + βy)(t0 ) = αx(t0 ) + βy(t0 ) = αT (x) + βT (y).
T injectiv: avem de arătat că dacă x, y ∈ S şi T (x) = T (y), atunci
x = y; altfel spus, dacă x, y sunt soluţii pentru (7.3) şi x(t0 ) = y(t0 ), atunci
x(t) = y(t) ı̂n orice t ∈ I. Acest lucru este adevărat, din partea de unicitate
a teoremei 7.0.2.
T surjectiv: avem de arătat că pentru orice x0 ∈ Rn există un x ∈ S
astfel ı̂ncât T (x) = x0 , echivalent, pentru orice x0 ∈ Rn există o soluţie x a
sistemului 7.3 astfel ı̂ncât x(t0 ) = x0 . Această relaţie rezultă din partea de
existenţă a teoremei 7.0.2.
Cum orice două spaţii liniare izomorfe au aceeaşi dimensiune, rezultă
atunci că dim S =dim Rn = n.

Observaţia 7.1.1. Teorema 7.1.1 este deosebit de importantă, deoarece

afirmă că pentru a scrie orice soluţie a sistemului (7.3) este suficient să
cunoaştem n soluţii liniar independente ale acestui sistem.
Într-adevăr, teorema 7.1.1 spune că orice bază din S are n elemente. Într-
un spaţiu liniar finit dimensional, de dimensiune n, o mulţime cu n elemente
este bază dacă şi numai dacă este liniar indepenedentă (propoziţia 3.3.3,
pagina 36). Pe de altă parte, dacă x1 , x2 , . . . , xn ∈ S formează o bază ı̂n S,
atunci orice element x ∈ S se exprimă ı̂n mod unic ca o combinaţie liniară
de elementele bazei, adică există şi sunt unice constantele c1 , c2 , . . . , cn ∈ R
astfel ı̂ncât
(7.4) x(t) = c1 x1 (t) + c2 x2 (t) + · · · + cn xn (t), ∀t ∈ I.
Definiţia 7.1.1. Un sistem x1 , x2 , . . . , xn ∈ S care formează o bază ı̂n
S se numeşte sistem fundamental de soluţii al ecuaţiei (7.3).

O problemă esenţială ı̂n studiul sistemului (7.3) este aceea a obţi–nerii

unei baze ı̂n mulţimea S a soluţiilor. Nu se cunoaşte un procedeu general
de determinare a unei astfel de baze. În schimb, atunci când matricea A
este constantă (cazul sistemelor diferenţiale liniare omogene cu coeficienţi
constanţi) există metode pentru construcţia unei baze.
O altă problemă importantă este ca, date n soluţii ale sistemului (7.3),
să se găsească condiţii necesare şi suficiente ca acestea să fie liniar indepe-
nedente (adică bază).
În acest scop, fie x1 , x2 , . . . , xn : I → Rn soluţii ale sistemului (7.3)
şi introducem aplicaţia X : I → Mn (R), care ı̂n fiecare punct t ∈ I dă
matricea având pe coloane componentele acestor vectori. Mai precis, dacă
 i 
x1 (t)
 xi (t) 
 2
xi (t) =  ..  , pentru 1 ≤ i ≤ n,

 . 
xin (t)
85
atunci
 
x11 (t) x21 (t) . . . xn1 (t)
 x1 (t) x2 (t) . . . xn (t) 
 2 2 2
(7.5) X(t) =  ..


 . 
1 2
xn (t) xn (t) . . . xn (t) n

= col x1 (t), x2 (t), . . . , xn (t) , ∀t ∈ I.

Definiţia 7.1.2. Matricea X definită prin (7.5) se numeşte matrice aso-

ciată sistemului de soluţii x1 , x2 , . . . , xn ∈ S.
Observaţia 7.1.2. Din faptul că fiecare coloană a matricei X este soluţie
a sistemului (7.3), rezultă că X este soluţie pentru sistemul matriceal
(7.6) X 0 (t) = A(t)X(t), ∀ t ∈ I.
Prin X 0 (t) am notat matricea formată din derivatele elementelor matricei
X(t).
Definiţia 7.1.3. Matricea asociată unui sistem fundamental de soluţii
ale ecuaţiei (7.3) se numeşte matrice fundamentală a sistemului (7.3).
Observaţia 7.1.3. Sistemul (7.3) are o infinitate de matrice fundamen-
tale, deoarece spaţiul S al soluţiilor acestui sistem are o infinitate de baze.
Se poate, de fapt, demonstra că orice altă matrice fundamentală a sis-
temului (7.3) se obţine prin ı̂nmulţirea lui X(t) cu o matrice constantă
nesingulară de ordin n (Y este matrice fundamentală pentru sistemul
(7.3) ⇔ ∃C ∈ Mn (R), cu det C 6= 0 astfel ı̂ncât Y (t) = X(t)C, t ∈ I).
Propoziţia 7.1.1. Dacă X este o matrice fundamentală pentru sistemul
(7.3), atunci soluţia generală a sistemului (7.3) se reprezintă sub forma:
(7.7) x(t) = X(t)c, t ∈ I,
unde c ∈ Rn este un vector constant.
Demonstraţie.
  
x11 (t) x21 (t) . . . xn1 (t) c1
 x1 (t) x2 (t) . . . xn (t)   c2 
 2 2 2
X(t)c =  ..
 
  .. 
 .  . 
x1n (t) x2n (t) . . . xnn (t) cn
 Xn 
 ci xi1 (t) 
   i=1 
c1 x11 (t) + c2 x21 (t) + · · · + cn xn1 (t)  n
 X 
ci xi2 (t)

 1 2 n
c1 x2 (t) + c2 x2 (t) + · · · + cn x2 (t)   
=  =  i=1
  
.. 
 .   .. 
1 2 n
c1 xn (t) + c2 xn (t) + · · · + cn xn (t)

 . 

 Xn 
ci xin (t)
 
i=1
86
  
xi1 (t)
n n
X  xi2 (t)  X
= ci  = ci xi (t), ∀t ∈ I,
 
..
i=1
 . 
i=1
xin (t)
adică scrierea matriceală a relaţiei (7.4).

Definiţia 7.1.4. Dacă X este matricea asociată unui sistem de soluţii

x1 , x2 , . . . , x
n ∈ S, determinantul său W : I → R, W (t) = det X(t), ∀t ∈ I,
se numeşte wronskianul asociat sistemului de soluţii x1 , x2 , . . . , xn .
Teorema 7.1.2. ( Liouville) Dacă W este wronkianul unui sistem de
n soluţii x1 , x2 , . . . , xn (nu neapărat fundamental) ale lui (7.3), atunci
Rt
tr A(s)ds
(7.8) W (t) = W (t0 )e t0 , ∀t ∈ I,
n
X
unde t0 ∈ I este fixat, iar tr A(s) = aii (s) este urma matricei A(s),
i=1
∀s ∈ I.
Pentru a demonstra această teoremă avem nevoie de următorul rezultat
auxiliar, care se obţine cu ajutorul definiţiei unui determinant:
Lema 7.1.1. Dacă dij : I → R, 1 ≤ i, j ≤ n sunt funcţii derivabile pe I,
atunci funcţia D : I → R, D(t) = |dij (t)|n×n , ∀t ∈ I este derivabilă pe I şi
n
X
D0 (t) = Dk (t), ∀t ∈ I, unde Dk este determinantul obţinut din D prin
k=1
ı̂nlocuirea elementelor liniei k cu derivatele acestora, k ∈ {1, 2, . . . , n}.
Demonstraţia teoremei 7.1.2. Din lema precedentă rezultă că W este
derivabilă pe I; o derivăm.
Pentru claritate, vom detalia demonstraţia ı̂n cazul n = 3. Are loc
 x (t) x2 (t) x3 (t)  0  x1
0 (t) x2
0 (t) x3
0 (t) 
 1   
1 1 1 1 1 1
W 0 (t) =  x12 (t) x22 (t) x32 (t)  =  x12 (t)
   
x22 (t) x32 (t) 
 x13 (t) x23 (t) x33 (t)   x1 (t) x23 (t) x33 (t) 
3
 x11 (t) x21 (t) x31 (t)   x11 (t) x21 (t) x31 (t) 
   
0 0 0
+  x12 (t) x22 (t) x32 (t) + x12
(t) x22 (t) x32 (t) 




 x1 (t) x23 (t) x33 (t)   x1 (t) x2 (t) x3 0 (t) 
0 0



3 3 3 3
= D1 (t) + D2 (t) + D3 (t).
Folosind faptul că x1 , x2 , x3 sunt soluţii pentru sistemul (7.3) şi pro-
prietăţile determinanţilor, rezultă că
 
 X 3 X3 X3 
a1i (t)x1i (t) a1i (t)x2i (t) a1i (t)x3i (t) 
 

D1 (t) =  i=1
 
i=1 i=1 
 x1 (t) x2 (t) x 3 (t) 
 2 2 2 
 1
x3 (t) 2
x3 (t) 3
x3 (t) 
87
  1   1 
 x (t) x2 (t) x3 (t)   x (t) x22 (t) x32 (t) 
 11 1 1   2
 2 3
= a11 (t)  x2 (t) x2 (t) x2 (t)  + a12 (t)  x12 (t)
 x22 (t) x32 (t) 
 x13 (t) x23 (t) x33 (t)   x13 (t) x23 (t) x33 (t) 
 1 
 x (t) x2 (t) x3 (t) 
 31 3 3 
+a13 (t)  x2 (t) x22 (t) x32 (t)  = a11 (t)W (t) (se observă că ultimii
 x13 (t) x23 (t) x33 (t) 
doi determinanţi din sumă sunt nuli, având câte două linii identice).
Analog, D2 (t) = a22 (t)W (t), D3 (t) = a33 (t)W (t).
Deci W 0 (t) = [a11 (t) + a22 (t) + a33 (t)] W (t), adică
W 0 (t) = [tr A(t)]W (t), ∀t ∈ I.
Aceasta este o ecuaţie liniară omogenă, de unde rezultă (7.8).
Pentru a face demonstraţia ı̂ntr-o dimensiune n ∈ N∗ oarecare se va
proceda asemănător.

Teorema 7.1.3. Fie x1 , x2 , . . . , xn un sistem de soluţii ale ecuaţiei (7.3).

Fie X matricea şi W wronskianul asociate acestui sistem de soluţii. Următoarele
condiţii sunt echivalente:
i) matricea X este fundamentală;
ii)W (t) 6= 0 pentru orice t ∈ I;
iii) există un punct t0 ∈ I astfel ı̂ncât W (t0 ) 6= 0.
Demonstraţie. Vom arăta că i)=⇒ii)=⇒iii)=⇒i).
i)=⇒ii): Dacă X este matrice fundamentală, atunci {x1 , x2 , . . . , xn }
este un sistem liniar independent de soluţii pentru (7.3). Presupunem prin
reducere la absurd că există un punct t0 ∈ I astfel ı̂ncât W (t0 ) = 0. În acest
caz sistemul algebric liniar şi omogen X(t0 )c = 0, care are determinantul
W (t0 ) = 0, va admite o soluţie nebanală c0 = (c01 , c02 , . . . , c0n ) ∈ Rn \ {0}.
Fie
(7.9) y(t) = X(t)c0 .
Comparând cu formula (7.7), rezultă că y(t) este soluţie pentru sistemul
diferenţial (7.3). În plus, y(t0 ) = X(t0 )c0 = 0. Deci problema Cauchy
 0
x (t) = A(t)x(t)
x(t0 ) = 0
admite, pe lângă soluţia nulă, soluţia y(t). Din partea de unicitate a teoremei
7.0.2 rezultă că y(t) = 0 pentru orice t ∈ I. Înlocuind ı̂n (7.9), vom obţine
Xn
X(t)c0 = 0 pentru un vector c0 6= 0, adică, echivalent, c0i xi (t) = 0 pentru
i=1
orice t ∈ I, ceea ce contrazice independenţa sistemului {x1 , x2 , . . . , xn }.
ii)=⇒iii): evident
iii)=⇒i): Ştim că există un t0 ∈ I astfel ı̂ncât W (t0 ) 6= 0. Presupunem
prin reducere la absurd că sistemul {x1 , x2 , . . . , xn } este liniar dependent,
88
 n
X
adică există c = (c1 , c2 , . . . , cn ) ∈ Rn , c 6= 0 astfel ı̂ncât ci xi (t) = 0 pentru
i=1
orice t ∈ I sau, echivalent, X(t)c = 0 pentru orice t ∈ I. În particular,
(7.10) X(t0 )c = 0.
Sistemul (7.10) este un sistem algebric liniar şi omogen. De vreme ce admite
soluţii nenule, ı̂nseamnă că determinantul său este nul: det X(t0 ) = 0. Altfel
spus, W (t0 ) = 0 (contradicţie! ).

Observaţia 7.1.4. Echivalenţa ii)=⇒iii) poate fi stabilită şi prin teo-

rema lui Liouville, folosind faptul că funcţia exponenţială este strict po–
zitivă.
Observaţia 7.1.5. Fie t0 ∈ I, x0 ∈ Rn şi X o matrice fundamentală
pentru sistemul (7.3). Atunci unica soluţie a problemei Cauchy
 0
x (t) = A(t)x(t)
x(t0 ) = x0
este dată de formula:
(7.11) x(t) = X(t)X −1 (t0 )x0 , ∀t ∈ I.
Într-adevăr, din (7.7), avem x(t) = X(t)c, ∀t ∈ I, unde c ∈ Rn . Im-
punând condiţia x(t0 ) = x0 rezultă că X(t0 )c = x0 . Dar, conform teoremei
7.1.3, i)=⇒ii), X(t0 ) este matrice inversabilă şi atunci c = X −1 (t0 )x0 . Uni-
citatea rezultă din teorema 7.0.2.

7.2. Sisteme liniare neomogene. Formula variaţiei constantelor

Fie sistemul diferenţial de ordinul ı̂ntâi liniar, neomogen:
(7.12) x0 (t) = A(t)x(t) + b(t),
unde A : I → Mn (R) şi b : I → R sunt funcţii continue (adică A(t) =
(aij (t))n×n , b(t) = (bi (t))n×1 şi aij , bi : I → R sunt continue, 1 ≤ i, j ≤ n).
Fie sistemul liniar omogen ataşat:
(7.13) x0 (t) = A(t)x(t).
Dacă ştim să rezolvăm sistemul omogen (7.13), oare putem spune ceva
despre soluţiile sistemului neomogen (7.12)? Teorema de mai jos dă o
metodă de determinare a soluţiei generale a sistemului (7.12) cu ajutorul
soluţiei generale a sistemului omogen ataşat (7.13):
Teorema 7.2.1. Fie X o matrice fundamentală a sistemului omogen
(7.13) şi fie y : I → Rn o soluţie a sistemului neomogen (7.12). O funcţie
x : I → Rn este soluţie a sistemului neomogen (7.12) ⇔ x este de forma:
(7.14) x(t) = X(t)c + y(t), ∀t ∈ I,
unde c ∈ Rn este un vector constant.
89
 Altfel spus, soluţia generală a sistemului neomogen (7.12) este dată de
suma dintre soluţia generală a sistemului omogen ataşat (7.13) (X(t)c) şi o
soluţie particulară a lui (7.12) (y).
Observaţia 7.2.1. O matrice fundamentală se asociază numai unui sis-
tem liniar omogen.
Demonstraţie. ”⇒”: Presupunem că x este soluţie pentru sistemul
(7.12). Demonstrăm că x este de forma (7.14).
Fie z : I → Rn , z(t) = x(t) − y(t), ∀t ∈ I. Ca diferenţă a două funcţii
derivabile, z este derivabilă pe I şi
z 0 (t) = x0 (t) − y 0 (t) = A(t)x(t) + b(t) − A(t)y(t) − b(t)
= A(t)(x(t) − y(t)) = A(t)z(t), ∀t ∈ I.
Deci z este soluţie a sistemului omogen (7.13) şi, ı̂n conformitate cu relaţia
(7.7), ea este de forma z(t) = X(t)c, ∀t ∈ I, unde c ∈ Rn este un vector
constant.
Prin urmare, x(t) − y(t) = X(t)c, ∀t ∈ I.
”⇐”: Fie x funcţia definită prin (7.14). Arătăm că x este soluţie pentru
(7.12).
Cum X(·)c este soluţie a sistemului omogen (7.13) şi y este soluţie pentru
(7.12), rezultă că x este derivabilă pe I. Mai mult,
x0 (t) = X 0 (t)c + y 0 (t) = A(t)X(t)c + A(t)y(t) + b(t)
= A(t)[X(t)c + y(t)] + b(t) = A(t)x(t) + b(t), ∀t ∈ I.
Aşadar x verifică (7.12).

Teorema 7.2.2. (Formula variaţiei constantelor) Fie X o matrice

fundamentală a sistemului omogen (7.13). Atunci pentru orice t0 ∈ I şi
orice x0 ∈ Rn , unica soluţie x : I → Rn a problemei Cauchy
 0
x (t) = A(t)x(t) + b(t)
(7.15)
x(t0 ) = x0
este dată de:
Z t
−1
(7.16) x(t) = X(t)X (t0 )x0 + X(t)X −1 (s)b(s)ds, , ∀t ∈ I.
t0

Demonstraţie. Plecând de la formula (7.7) de la sisteme omogene, vom

căuta unica soluţie a problemei Cauchy (7.15) de forma:
(7.17) x(t) = X(t)c(t), ∀t ∈ I,
unde c : I → Rn este o funcţie de clasă C 1 pe care intenţionăm să o deter-
minăm. În acest scop impunem condiţia ca x dat de (7.17) să fie soluţie a
problemei Cauchy (7.15):
X 0 (t)c(t) + X(t)c0 (t) = A(t)X(t)c(t) + b(t), ∀t ∈ I
90
 (7.6)
=⇒ A(t)X(t)c(t) + X(t)c0 (t) = A(t)X(t)c(t) + b(t), ∀t ∈ I,
echivalent,
(*) X(t)c0 (t) = b(t), ∀t ∈ I.
Cum X(t) este nesingulară pentru orice t ∈ I, rezultă că
c0 (t) = X −1 (t)b(t), ∀t ∈ I.
Integrăm această relaţie ı̂n ambii membri de la t0 la t şi obţinem cu ajutorul
formulei Leibniz-Newton că
Z t
c(t) − c(t0 ) = X −1 (s)b(s)ds.
t0

Înlocuind ı̂n (7.17), rezultă că

Z t
x(t) = X(t)c(t0 ) + X(t) X −1 (s)b(s)ds, ∀t ∈ I,
t0

adică, echivalent, comutând X(t) cu integrala (se folosesc liniaritatea inte-

gralei şi faptul că X(t) nu depinde de variabila de integrare s),
Z t
(7.18) x(t) = X(t)c(t0 ) + X(t)X −1 (s)b(s)ds, ∀t ∈ I.
t0

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).

Observaţia 7.2.2. Numele de ”formula variaţiei constantelor” se da-

torează faptului că se caută o soluţie particulară a sistemului neomogen
ı̂nlocuind constanta c ce apare ı̂n reprezentarea soluţiei generale a sistemului
omogen cu o funcţie ce variază odată cu timpul.
Observaţia 7.2.3. Formula (7.18) ne arată cum poate fi scrisă soluţia
generală a sistemului neomogen (7.12) utilizând doar o matrice fundamentală
a sistemului omogen asociat (7.13):
Z t
x(t) = X(t)c + X(t)X −1 (s)b(s)ds, , ∀t ∈ I
t0

(t0 ∈ I fixat, c ∈ Rn constant).

Observaţia 7.2.4. Din cele demonstrate până ı̂n acest moment rezultă
că pentru rezolvarea unui sistem de ecuaţii diferenţiale liniare este suficient
să determinăm o matrice fundamentală a sistemului omogen asociat. Pentru
sistemele neautonome (cu elementele matricei A depinzând de t) nu există
ı̂nsă o metodă generală de determinare a unei matrice fundamentale.
91
 În cazul ı̂n care elementele matricei A sunt constante (sisteme dife–
renţiale liniare cu coeficienţi constanţi) există mai multe metode de deter-
minare a unei astfel de matrice fundamentale.

7.3. Ecuaţii diferenţiale de ordinul n liniare

Aceste ecuaţii au forma:
(7.19) x(n) (t) + a1 (t)x(n−1) (t) + · · · + an−1 (t)x0 (t) + an (t)x(t) = f (t),
unde n ∈ N∗ , iar a1 , a2 , . . . , an−1 , an , f : I → R sunt funcţii continue (I ⊆ R
fiind un interval nevid, deschis).
Prin intermediul transformării

 y1 = x
 y2 = x 0


..


 .
yn = x(n−1)


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).

Sistemul (7.20) este de forma:

(7.21) y 0 (t) = A(t)y(t) + b(t),
unde, pentru
 t ∈ I:  
y1 (t) 0
 y2 (t)   0 
   
. n  .. 
y(t) =  .. ∈ ; b(t) =  .  ∈ Rn ;
 
 R
   
 yn−1 (t)   0 
yn (t) f (t)
 
0 1 0 ... 0 0

 0 0 1 . . . 0 0 

.
..
A(t) =   ∈ Mn (R).
 
 
 0 0 0 ... 0 1 
−an (t) −an−1 (t) −an−2 (t) . . . −a2 (t) −a1 (t)

Toate consideraţiile făcute anterior pentru sisteme diferenţiale liniare se

pot reformula pentru ecuaţia (7.19).
Definiţia 7.3.1. Dacă ı̂n (7.19) f (t) = 0, pentru toţi t ∈ I, atunci
ecuaţia (7.19) se numeşte omogenă, iar ı̂n caz contrar, neomogenă.
92
 Teorema 7.3.1. Pentru orice t0 ∈ I şi orice x0 = (x01 , . . . , x0n ) ∈ Rn ,
problema Cauchy
x(n) (t) + a1 (t)x(n−1) (t) + · · · + an−1 (t)x0 (t) + an (t)x(t) = f (t)



 x(t0 ) = x01


(7.22) x0 (t0 ) = x02
...




 (n−1)
x (t0 ) = x0n
are o soluţie unică x : I → R.
Demonstraţie. Cu notaţiile introduse  anterior, problema Cauchy (7.22)
y 0 (t) = A(t)y(t) + b(t)
este echivalentă cu problema Cauchy , despre
y(t0 ) = x0
care ştim că are o soluţie unică definită pe ı̂ntreg intervalul I (teorema
7.0.2).

7.3.1. Ecuaţii diferenţiale de ordin n liniare omogene. Consi-

derăm ecuaţia omogenă asociată ecuaţiei (7.19):
(7.23) x(n) (t) + a1 (t)x(n−1) (t) + · · · + an−1 (t)x0 (t) + an (t)x(t) = 0.
Are loc următoarea teoremă de structură a mulţimii soluţiilor:
Teorema 7.3.2. Mulţimea soluţiilor ecuaţiei omogene (7.23) este un
spaţiu liniar real de dimensiune n (n fiind ordinul ecuaţiei).
Demonstraţie. Fie Sn = {x : I → R | x soluţie pentru (7.23)}.
Se constată că
Sn ⊆ C n (I; R) = {x : I → R | x funcţie de clasă C n pe I},
pentru că orice soluţie a unei ecuaţii diferenţiale de ordin n este ı̂n primul
rând, prin definiţie, funcţie de clasă C n . Mai mult, Sn este chiar subspaţiu
liniar al spaţiului liniar real C n (I; R), deoarece pentru orice două soluţii ale
ecuaţiei (7.23), x1 , x2 ∈ Sn , şi orice doi scalari α, β ∈ R, se observă că αx1 +
(k) (k)
βx2 este, la rândul ei, soluţie a lui (7.23) ((αx1 + βx2 )(k) = αx1 + βx2 ,
pentru 0 ≤ k ≤ n, din liniaritatea derivatei de ordin oarecare).
Acum să notăm cu S mulţimea soluţiilor y : I → Rn ale sistemului liniar
şi omogen asociat ecuaţiei (7.23):
(7.24) y 0 = A(t)y.
Din teorema 7.1.1 ştim că S este un spaţiu liniar real de dimensiune n, deci
pentru a demonstra că dim Sn = n va fi suficient să găsim un izomorfism
ı̂ntre aceste două spaţii liniare. Aplicaţia T : Sn → S,
 
(7.25) T (x) = x, x0 , . . . , x(n−1) = (y1 , y2 , . . . , yn ) = y ∈ S, ∀x ∈ Sn

este un astfel de exemplu. Într-adevăr:

93
 T este operator liniar: pentru orice x, x̃ ∈ Sn şi α, β ∈ R, are loc
 
T (αx + β x̃) = αx + β x̃, (αx + β x̃)0 , . . . , (αx + β x̃)(n−1)
 
= αx + β x̃, αx0 + β x̃0 , . . . , αx(n−1) + β x̃(n−1)
   
= α x, x0 , . . . , x(n−1) + β x̃, x̃0 , . . . , x̃(n−1)
= αT (x) + βT (x̃);
T este injectiv: ar trebui de arătat că dacă x, x̃
∈ S şi T (x) = T (x̃),
atunci x = x̃; dar T (x) = T (x̃) ⇔ x, x0 , . . . , x(n−1) = x̃, x̃0 , . . . , x̃(n−1) ,

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.

Observaţia 7.3.1. Teorema 7.3.2 arată că determinarea soluţiei gene-

rale a ecuaţiei (7.23) revine la determinarea a n soluţii particulare liniar
independente ale ecuaţiei. Altfel spus, dacă x1 , x2 , . . . , xn ∈ Sn sunt liniar
independente (⇔ bază ı̂n Sn ), atunci soluţia generală a ecuaţiei liniare omo-
gene (7.23) este dată de:
(7.26) x(t) = c1 x1 (t) + c2 x2 (t) + · · · + cn xn (t), ∀t ∈ I,
unde c1 , c2 , . . . , cn ∈ R sunt constante.
Definiţia 7.3.2. Un sistem x1 , x2 , . . . , xn ∈ Sn care formează o bază ı̂n
Sn se numeşte sistem fundamental de soluţii al ecuaţiei (7.23).
Definiţia 7.3.3. Fie n soluţii ale ecuaţiei (7.23), x1 , x2 , . . . , xn : I → R.
Matricea X : I → Mn (R), definită prin
 
x1 (t) x2 (t) ... xn (t)
 x01 (t) x02 (t) ... x0n (t) 
(7.27) X(t) =  ..  , ∀t ∈ I
 
 . 
(n−1) (n−1) (n−1)
x1 (t) x2 (t) . . . xn (t)
se numeşte matricea asociată sistemului de soluţii x1 , x2 , . . . , xn ∈ Sn .
Definiţia 7.3.4. Matricea asociată unui sistem fundamental de soluţii
ale ecuaţiei (7.23) se numeşte matrice fundamentală a ecuaţiei (7.23).
Definiţia 7.3.5. Dacă X este matricea asociată unui sistem de soluţii
x1 , x2 , . . . , xn ∈ Sn , determinantul său W : I → R, W (t) = det X(t), ∀t ∈ I,
se numeşte wronskianul asociat sistemului de soluţii x1 , x2 , . . . , xn .
94
 Observaţia 7.3.2. Deoarece aplicaţia T definită prin (7.25) este un izo-
morfism ı̂ntre Sn şi S, rezultă că un sistem de soluţii x1 , x2 , . . . , xn : I → R
ale ecuaţiei (7.23) este fundamental dacă şi numai dacă y 1 = T (x1 ), y 2 =
T (x2 ), . . . , y n = T (xn ) este un sistem fundamental de soluţii pentru siste-
mul omogen (7.24) ataşat sistemului (7.21). Această observaţie ne permite
să reformulăm rezultatele stabilite pentru sisteme liniare omogene ı̂n cazul
ecuaţiei diferenţiale de ordin n liniare.
Teorema 7.3.3. ( Liouville) Dacă W este wronkianul unui sistem de
n soluţii x1 , x2 , . . . , xn ale ecuaţiei (7.23), atunci
Rt
− a1 (s)ds
(7.28) W (t) = W (t0 )e t0 , ∀t ∈ I,
unde t0 ∈ I este fixat.
Demonstraţie. Din teorema 7.1.2,
Rt
tr A(s)ds
W (t) = W (t0 )e t0 , ∀t ∈ I,
unde A(t) este matricea sistemului (7.24), matrice care are urma
tr A(t) = −a1 (t), t ∈ I
(a se vedea la pagina 92 cum a fost introdusă matricea A(t)).

Observaţia 7.3.3. Din relaţia (7.28) se obţine că dacă a1 (t) = 0, ∀t ∈

I, atunci orice sistem de n soluţii ale ecuaţiei (7.23) are wronskianul con-
stant pe I: W (t) = W (t0 ), ∀t ∈ I.
Teorema 7.3.4. Fie x1 , x2 , . . . , xn : I → R un sistem de soluţii ale
ecuaţiei (7.23). Fie X matricea şi W wronskianul asociate acestui sistem de
soluţii. Următoarele condiţii sunt echivalente:
i) matricea X este fundamentală;
ii)W (t) 6= 0 pentru orice t ∈ I;
iii) există un punct t0 ∈ I astfel ı̂ncât W (t0 ) 6= 0.
Demonstraţie. Este o consecinţă a teoremei 7.1.3.

7.3.2. Ecuaţii diferenţiale de ordin n liniare neomogene. Me-

toda variaţiei constantelor.
Teorema 7.3.5. Soluţia generală x a ecuaţiei liniare neomogene (7.19)
este de forma
(7.29) x(t) = xomog (t) + xp (t), t ∈ I,
unde xomog este soluţia generală a ecuaţiei omogene (7.23) asociate ecuaţiei
(7.19), iar xp : I → R este o soluţie particulară a ecuaţiei neomogene (7.19).
95
Demonstraţie. Rezultatul urmează din teorema 7.2.1.
Metoda variaţiei constantelor
Presupunem că am putut determina un sistem fundamental de soluţii
x1 , x2 , . . . , xn pentru ecuaţia liniară omogenă (7.23); fie X(t) matricea aso-
ciată acestui sistem de soluţii (definită prin relaţia (7.27); desigur, X(t) este
o matrice fundamentală.
Conform formulei (7.26, orice soluţie a ecuaţiei omogene (7.23 este de
forma
X n
xomog (t) = ci xi (t), t ∈ I,
i=1
cu c1 , c2 , . . . , cn ∈ R constante.
În cazul ecuaţiei neomogene (7.19) vom proceda ca ı̂n cazul sistemelor
diferenţiale liniare şi vom căuta o soluţie de forma
n
X
(7.30) xomog (t) = ci (t)xi (t),
i=1
unde c1 , c2 , . . . , cn : I → R sunt funcţii de clasă C 1 . Amintim condiţia
(*) X(t)c0 (t) = b(t)
dedusă la sisteme liniare neomogene pentru determinarea vectorului
 
c1 (t)
 c2 (t) 
c(t) =  ..  .
 
 . 
cn (t)
Scriind această condiţie pe larg, obţinem sistemul:
(7.31)
 0
 c1 (t)x1 (t) + c02 (t)x2 (t) + ··· + c0n (t)xn (t) =0

 0 0
c (t)x1 (t) 0 0
+ c2 (t)x2 (t) + ··· + c0n (t)x0n (t) =0
 .1


..
(n−2) (n−2) (n−2)
c0 (t)x1 (t) + c02 (t)x2 + c0n (t)xn

(t) + ··· (t) = 0


 01


(n−1) 0 (n−1) 0 (n−1)
c1 (t)x1 (t) + c2 (t)x2 (t) + ··· + cn (t)xn (t) = f (t)
Sistemul (7.31) este un sistem algebric liniar şi omogen, cu n ecuaţii şi n
necunoscute, anume c01 (t), c02 (t),. . ., c0n (t). Determinantul acestui sistem este
det X(t) 6= 0, ∀t ∈ I (se aplică teorema 7.3.4, ştiind că X(t) este matrice
fundamentală). Avem de-a face, aşadar, cu un sistem Cramer, care va
admite o soluţie unică.
După aflarea funcţiilor c01 (t), c02 (t),. . ., c0n (t), vom determina c1 (t), c2 (t),. . .,
cn (t) prin integrare; fiecare din funcţiile ci (t), 1 ≤ i ≤ n, va depinde de câte
o constantă reală - ı̂n total, n constante. Aceste n constante se pot deter-
mina ı̂n mod unic din condiţiile iniţiale asociate ecuaţiei (7.19) (obţinem un
sistem algebric liniar de n ecuaţii cu n necunoscute, al cărui determinant
este det W (t0 ) 6= 0, deci tot un sistem Cramer).
96
 Observaţia 7.3.4. O problemă esenţială este problema determinării
unui sistem fundamental de soluţii ale ecuaţiei liniare omogene (7.23). Această
problemă nu poate fi rezolvată explicit ı̂n cazul general al ecuaţiilor cu coeficienţi
variabili (adică pentru a1 , a2 , . . . , an dependente de t).

7.4. Ecuaţii diferenţiale liniare cu coeficienţi constanţi

Ecuaţiile diferenţiale liniare cu coeficienţi constanţi reprezintă un caz
particular al ecuaţiei (7.19): acela când coeficienţii a1 , a2 , . . . , an nu depind
de t. Prezentăm ı̂n continuare metode de rezolvare a acestora.
7.4.1. Ecuaţii diferenţiale liniare şi omogene cu coeficienţi cons-
tanţi. Determinarea unui sistem fundamental de soluţii. Ne pro-
punem să determinăm un sistem fundamental de soluţii pentru ecuaţia
diferenţială liniară şi omogenă cu coeficienţi constanţi
(7.32) x(n) + a1 x(n−1) + · · · + an−1 x0 + an x = 0,
unde a1 , a2 , . . . , an ∈ R sunt constante.
Căutăm o soluţie particulară de forma xp (t) = eλt (cu λ constant).
(n)
Atunci x0p (t) = λeλt , x00p (t) = λ2 eλt , . . ., xp (t) = λn eλt şi ı̂nlocuirea ı̂n
ecuaţia (7.32) conduce la
eλt λn + a1 λn−1 + · · · + an−1 λ + an = 0.


(7.33)
Polinomul
(7.34) L(λ) = λn + a1 λn−1 + · · · + an−1 λ + an
se numeşte polinomul caracteristic asociat ecuaţiei diferenţiale (7.32), iar
ecuaţia L(λ) = 0 sau
(7.35) λn + a1 λn−1 + · · · + an−1 λ + an = 0
este ecuaţia caracteristică ataşată ecuaţiei diferenţiale (7.32).
Din teorema fundamentală a algebrei (a se vedea pagina 48) rezultă că
ecuaţia (7.35) admite exact n rădăcini complexe, care pot fi simple sau mul-
tiple. Fie aceste rădăcini λ1 , de multiplicitate m1 ∈ N∗ , λ2 , de multiplicitate
m2 ∈ N∗ ,. . . , λs , de multiplicitate ms ∈ N∗ ; desigur, m1 +m2 +· · ·+ms = n,
iar
L(λ) = (λ − λ1 )m1 (λ − λ2 )m2 · . . . · (λ − λs )ms .
Rădăcinile ecuaţiei caracteristice (7.35) se numesc rădăcini caracteristice
sau autovalori.
Observaţia 7.4.1. Putem vorbi despre soluţii ale ecuaţiei (7.32) definite
pe un interval real, dar cu valori complexe. Prin definiţie, o asemenea soluţie
este o funcţie x : J ⊆ R → C, astfel ı̂ncât x ∈ C n (J) şi
x(n) (t) + a1 x(n−1) (t) + · · · + an−1 x0 (t) + an x(t) = 0, ∀t ∈ J.
La fel ca ı̂n cazul soluţiilor cu valori reale, se poate arăta că soluţiile com-
plexe sunt definite pe ı̂ntreg R, iar mulţimea lor are structură de spaţiu
97
liniar n−dimensional peste C. De asemenea, se pot introduce (exact ı̂n
acelaşi mod) noţiunile de sistem fundamental de soluţii, matrice fundamen-
tală, wronskian.
Relaţia (7.33) ne spune că eλt va fi soluţie a ecuaţiei (7.32) dacă şi numai
dacă λ este rădăcină a ecuaţiei caracteristice (7.35). Distingem două situaţii:
ecuaţia caracteristică poate avea doar rădăcini simple sau poate admite şi
rădăcini multiple.
Cazul A) Dacă ecuaţia caracteristică (7.35) are n rădăcini dis-
tincte (reale sau complexe) λ1 , λ2 , . . . , λn , atunci funcţiile x1 (t) = eλ1 t ,
x2 (t) = eλ2 t , . . ., xn (t) = eλn t sunt soluţii ale ecuaţiei (7.32). Mai mult, ele
formează un sistem fundamental de soluţii. Într-adevăr, se aplică teorema
7.3.4, ii) ⇒ i), deoarece wronskianul acestui sistem de soluţii este
 

 e λ1 t e λ2 t . . . eλn t 
 λ 1 e λ1 t λ 2 e λ2 t . . . λn eλn t 
W (t) = 

.. 

 n−1 . 
n−1 λ2 t

 λ e λ 1 t λ2 e n−1
. . . λn e λ n t 
1
 
 1 1 ... 1 

 λ1 λ2 . . . λn 
= eλ1 t eλ2 t . . . eλn t  ..


 . 
 n−1 n−1 n−1

 λ λ2 . . . λn 
1
Y
= eλ1 t eλ2 t . . . eλn t (λj − λi ) 6= 0, ∀t ∈ R.
1≤i<j≤n

În calcul am folosit faptul că ultimul determinant este de tip Vandermonde.
În aceste condiţii, soluţia generală a ecuaţiei (7.32) va fi

x(t) = c1 eλ1 t + c2 eλ2 t + · · · + cn eλn t , ∀t ∈ R,

cu c1 , c2 , . . . , cn ∈ R constante.
Cazul B) Dacă ecuaţia caracteristică (7.35) are (şi) rădăcini
multiple, atunci să observăm mai ı̂ntâi că operatorul diferenţial liniar
L(D)(y) = y (n) + a1 y (n−1) + · · · + an−1 y 0 + an y
verifică relaţia

  1 1
(7.36) L(D) yeλt = eλt yL(λ) + y 0 L0 (λ) + y 00 L00 (λ)
1! 2!

1 (n) (n)
+ · · · + y L (λ) , ∀λ ∈ C, ∀y ∈ C n
n!

(prin L(k) am notat derivata de ordin k a polinomului caracteristic, adică

L(k) (λ) = n(n−1)·. . .·(n−k+1)λn−k +(n−1)(n−2)·. . .·(n−k)a1 λn−k−1 +· · · ).

98
 Într-adevăr, fie λ ∈ C şi y ∈ C n oarecare fixate. Avem
   (n)  (n−1)  0
L(D) yeλt = yeλt + a1 yeλt + · · · + an−1 yeλt + an yeλt .

Din regula lui Leibniz de derivare a produsului a două funcţii:

m m
X X m!
(yz)(m) = k (k) (m−k)
Cm y z = y (k) z (m−k)
k!(m − k)!
k=0 k=0

deducem, pentru 0 ≤ m ≤ n, că

m m

λt
(m) X m! (k)
 (m−k) X
λt m!
ye = y e = y (k) λm−k eλt
k!(m − k)! k!(m − k)!
k=0 k=0
m
X m!
= eλt λm−k y (k) ,
k!(m − k)!
k=0

prin urmare
  n
X
(7.37) L(D) yeλt = eλt Lk (λ)y (k) ,
k=0

unde Lk sunt polinoame de ordin n − k, 0 ≤ k ≤ n. Rămâne să arătăm că

1
Lk (λ) = L(k) (λ). Vom lua ı̂n (7.37) y = eγt , cu γ ∈ C oarecare, şi obţinem
k!
  Xn
(λ+γ)t λt
(7.38) L(D) e =e Lk (λ)γ k eγt , ∀t ∈ R.
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,

relaţia (7.38) devine

n
X
e(λ+γ)t L(λ + γ) = e(λ+γ)t Lk (λ)γ k , ∀γ ∈ C,
k=0

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

(unde c0 , c1 , . . . , cm1 −1 sunt constante) sau, altfel spus, m1 soluţii de forma

eλ1 t , teλ1 t , t2 eλ1 t , . . . , tm1 −1 eλ1 t .
Teorema 7.4.1. Dacă ecuaţia caracteristică (7.35) are rădăcinile (reale
sau complexe) λ1 de multiplicitate m1 , λ2 de multiplicitate m2 ,. . . , λs de
multiplicitate ms , atunci sistemul de soluţii (cu valori complexe)
eλ1 t , teλ1 t , . . . , tm1 −1 eλ1 t ;
eλ2 t , teλ2 t , . . . , tm2 −1 eλ2 t ;
(7.39) ..
.
eλs t , teλs t , . . . , tms −1 eλs t
asociat ecuaţiei liniare omogene (7.32) este fundamental.
Demonstraţie. Am arătat mai sus că toate funcţiile (7.39) sunt soluţii
pentru ecuaţia (7.32), ı̂n total m1 + m2 + · · · + ms = n soluţii. Verificăm
acum liniara lor independenţă peste C, lucru ce va asigura că ele formează
un sistem fundamental de soluţii (a se vedea observaţia 7.3.1).
Considerăm constantele c1 , c2 , . . . , cn ∈ C astfel ı̂ncât
c1 eλ1 t + c2 teλ1 t + · · · + cn tms −1 eλs t = 0, ∀t ∈ R.
Această egalitate se rescrie
eλ1 t g1 (t) + eλ2 t g2 (t) + · · · + eλs t gs (t) = 0, ∀t ∈ R,
unde gk sunt funcţii polinomiale de grad cel mult mk , pentru 1 ≤ k ≤ s.
Împărţind ambii membri prin eλ1 t 6= 0, se obţine
g1 (t) + e(λ2 −λ1 )t g2 (t) + · · · + e(λs −λ1 )t gs (t) = 0, ∀t ∈ R,
care devine după m1 ≥grad g1 derivări
e(λ2 −λ1 )t h2 (t) + · · · + e(λs −λ1 )t hs (t) = 0, ∀t ∈ R,
100
unde h2 , . . . , hs sunt funcţii polinomiale cu
grad hk = grad gk , pentru 2 ≤ k ≤ s.
Împărţind ambii membri prin e(λ2 −λ1 )t 6= 0, rezultă
h2 (t) + e(λ3 −λ2 )t h3 (t) + · · · + e(λs −λ2 )t hs (t) = 0, ∀t ∈ R.
Repetând acest procedeu, se ajunge la
e(λs −λs−1 )t us (t) = 0, ∀t ∈ R,
unde grad us = · · · =grad hs =grad gs . Întrucât exponenţialele nu se
anulează pe R, deducem că us (t) = 0, ∀t ∈ R, adică us ≡ 0, şi, prin urmare,
gs ≡ 0 (deoarece grad gs =grad us = −∞ şi singurul polinom de grad −∞
este polinomul nul). În acest fel am demonstrat că
cn−ms +1 = · · · = cn = 0.
Analog rezultă că g1 ≡ 0, g2 ≡ 0,. . ., gs−1 ≡ 0. Atunci
c1 = c2 = · · · = cn = 0,
ceea ce implică liniara independenţă a sistemului (7.39) şi ı̂ncheie demonstraţia
teoremei.

Observaţia 7.4.2. Atunci când ecuaţia caracteristică (7.35) are (şi)

rădăcini din C\R, ı̂n sistemul (7.39) vor apare (şi) funcţii complexe. Pentru
a evita această situaţie, se ı̂nlocuieşte sistemul fundamental (7.39) cu un
sistem fundamental alcătuit numai din funcţii reale.
Mai exact, ştim de la algebră că dacă un polinom cu coeficienţi reali are
o rădăcină număr complex, atunci şi complex conjugatul acelui număr va fi
rădăcină (de aceeaşi multiplicitate) a polinomului. Aşadar, autovalorile pur
complexe vor apare grupate ı̂n perechi conjugate de forma (α + iβ, α − iβ).
Să ne amintim că
e(α+iβ)t = eαt (cos βt + i sin βt) ,
e(α−iβ)t = eαt (cos βt − i sin βt) ,
de unde rezultă prin adunare, respectiv scădere, că
1  (α+iβ)t 
eαt cos βt = e + e(α−iβ)t ,
2
αt 1  (α+iβ)t 
e sin βt = e − e(α−iβ)t .
2i
Dacă α±iβ sunt rădăcini de multiplicitate m ale ecuaţiei carateristice (7.35),
ne propunem să ı̂nlocuim cele 2m funcţii complexe corespunzătoare acestor
autovalori ı̂n sistemul fundamental (7.39), anume
(7.40) e(α+iβ)t , te(α+iβ)t , . . . , tm−1 e(α+iβ)t ,
e(α−iβ)t , te(α−iβ)t , . . . , tm−1 e(α−iβ)t ,
101
cu funcţiile reale (tot ı̂n număr de 2m)
(7.41) eαt cos βt, teαt cos βt, . . . , tm−1 eαt cos βt,
eαt sin βt, teαt sin βt, . . . , tm−1 eαt sin βt.
√
Întrucât am efectuat operaţii liniare (semisuma, semidiferenţa pe i = −1)
ı̂ntre liniile tabloului (7.39), sistemul de funcţii (7.41) va fi alcătuit tot din
soluţii ale ecuaţiei (7.32) şi va genera acelaşi subspaţiu liniar peste C ca şi
(7.40).
Procedând ı̂n acest fel pentru toate autovalorile pur complexe, vom forma
un sistem fundamental de soluţii peste C pentru ecuaţia (7.32). Aceste soluţii
vor fi liniar independente şi peste R, prin urmare dau un sistem fundamental
de soluţi, de această dată cu valori reale.
În concluzie, soluţia generală a ecuaţiei liniare omogene (7.32) va fi o
combinaţie liniară de exponenţiale şi expresii de forma (7.41).

7.4.2. Ecuaţii diferenţiale liniare cu coeficienţi constanţi neo-

mogene. Determinarea unei soluţii particulare atunci când mem-
brul drept este un cvasipolinom. Considerăm ecuaţia liniară cu coeficienţi
constanţi neomogenă
(7.42) x(n) + a1 x(n−1) + · · · + an−1 x0 + an x = f (t),
unde a1 , a2 , . . . , an ∈ R sunt constante, iar f : I → R este o funcţie continuă.
Ştim că determinarea unui sistem fundamental de soluţii pentru ecuaţia
omogenă (7.32) asociată lui (7.42) permite rezolvarea ecuaţiei (7.42) prin
metoda variaţiei constantelor (a se consulta secţiunea 7.3.2).
Atunci când membrul drept f al ecuaţiei (7.42) este un cvasipolinom
(adică are una din formele (7.43) sau (7.46) de mai jos), se poate afla o
soluţie particulară xp (t) a ecuaţiei neomogene printr-o metodă mai directă,
care nu implică nicio integrare. Apoi se aplică teorema 7.3.5.
Cazul A) Dacă funcţia f are forma
(7.43) f (t) = eγt P (t), t ∈ I,
unde P este un polinom algebric şi γ este un număr real, atunci se caută o
soluţie particulară xp (t) pentru ecuaţia (7.42) de forma
(7.44) xp (t) = tl eγt Q(t),
unde Q este un polinom algebric de acelaşi grad cu P , iar l reprezintă mul-
tiplicitatea lui γ ca rădăcină a ecuaţiei caracteristice (7.35) (dacă γ nu este
rădăcină a ecuaţiei caracteristice, se ia l = 0).
Înlocuindu-l pe xp (t) ı̂n ecuaţia (7.42), se obţine

(n)
(n−1)
0
tl eγt Q(t) + a1 tl eγt Q(t) + · · · + an−1 tl eγt Q(t)
+an tl eγt Q(t) = eγt P (t),
102
relaţie echivalentă, conform formulei (7.36), cu
n
X 1 (k)  (k)
(7.45) L (γ) tl Q(t) = P (t)
k!
k=0
(L notează, din nou, polinomul caracteristic (7.34) al ecuaţiei omogene (7.32)
asociate ecuaţiei liniare neomogene (7.42)).
Să nu uităm că γ este rădăcină de multiplicitate l a ecuaţiei caracteristice
(7.35). De aici rezultă că atunci când l ≥ 1 au loc
L(k) (γ) = 0, pentru 0 ≤ k ≤ l − 1
şi (7.45) poate fi rescrisă
n
X 1 (k)  (k)
L (γ) tl Q(t) = P (t),
k!
k=l
permiţând determinarea coeficienţilor polinomului Q ı̂n mod unic, prin iden-
tificare.
Cazul B) Dacă funcţia f are forma
(7.46) f (t) = eαt (P1 (t) cos βt + P2 (t) sin βt), t ∈ I,
unde P1 , P2 sunt polinoame algebrice şi α, β ∈ R, atunci se caută o soluţie
particulară xp (t) pentru ecuaţia neomogenă (7.42) de forma
(7.47) xp (t) = tl eαt (Q1 (t) cos βt + Q2 (t) sin βt),
unde Q1 , Q2 sunt polinoame algebrice de grad egal cu max{grad P1 , grad P2 }
şi l este multiplicitatea lui γ = α + iβ ∈ C ca rădăcină a ecuaţiei ca-
racteristice (7.35) (dacă γ nu este rădăcină a ecuaţiei caracteristice, se ia
l = 0). Obligând funcţia xp (t) să verifice (7.42), putem determina ı̂n mod
unic coeficienţii polinoamelor Q1 , Q2 , prin identificare.
Exemplul 7.4.1. Să se găsească soluţia generală a ecuaţiei
(7.48) x00 + x0 = 2t + 2.
Ecuaţia (7.48) este o ecuaţie diferenţială liniară cu coeficienţi constanţi,
de ordinul al doilea, neomogenă. Întrucât membrul drept al ecuaţiei este un
polinom, căutăm soluţia ei generală de forma
(7.49) x(t) = xo (t) + xp (t),
unde xo (t) notează soluţia generală ecuaţiei omogene asociate, iar xp (t) va
fi o soluţie particulară a ecuaţiei neomogene (7.48).
Ecuaţia liniară omogenă asociată ecuaţiei (7.48) este
(7.50) x00 + x0 = 0.
Pentru a o rezolva ı̂i ataşăm ecuaţia caracteristică
(7.51) λ2 + λ = 0
sau, echivalent,
λ(λ + 1) = 0,
103
care are rădăcinile reale distincte λ1 = 0 şi λ2 = −1. Atunci un
sistem
 fun-
damental de soluţii pentru ecuaţia omogenă (7.50) este e0t , e−t = 1, e−t ,

iar soluţia ei generală,
(7.52) xo (t) = C1 · 1 + C2 e−t = C1 + C2 e−t , ∀t ∈ R,
unde C1 , C2 ∈ R sunt constante.
Încercăm acum să aflăm o soluţie particulară xp (t) a ecuaţiei neomogene
(7.48). Membrul drept al acestei ecuaţii este f (t) = 2t + 2, deci ne situăm ı̂n
cazul A) pentru γ = 0 (nu apare nicio exponenţială ı̂n f (t)!) şi P (t) = 2t+2.
În plus, multiplicitatea lui γ ca rădăcină a ecuaţiei caracteristice (7.51) este
l = 1. Vom căuta soluţia particulară xp (t) de forma xp (t) = tl eγt Q(t),
unde Q(t) este un polinom cu grad Q(t) =grad P (t) = 1. Expresia cea mai
generală a unui polinom de grad 1 este Q(t) = at + b, cu a, b ∈ R constante.
Prin urmare,
(7.53) xp (t) = t1 e0t (at + b) = t(at + b) = at2 + bt.
Pentru a determina constantele a, b, impunem ca xp (t) să verifice ecuaţia
neomogenă (7.48). Vom avea nevoie de
x0p (t) = 2at + b, x00p (t) = 2a
şi ı̂nlocuind ı̂n (7.48) obţinem
2a + 2at + b = 2t + 2.
Această egalitate trebuie să aibă loc pentru orice t dintr-un interval cu in-
terior nevid. Singura posibilitate este ca polinoamele din cei doi membri să
aibă aceeaşi coeficienţi, adică

2a = 2
2a + b = 2.
Deducem că a = 1 şi b = 0 şi ı̂ntorcându-ne ı̂n relaţia (7.53), avem
(7.54) xp (t) = t2 , ∀t ∈ R.
Înlocuind (7.52), (7.54) ı̂n (7.49), scriem soluţia generală a ecuaţiei (7.48):
x(t) = C1 + C2 e−t + t2 , ∀t ∈ R,
unde C1 , C2 ∈ R sunt constante.

104
Derivate şi integrale pentru funcţii de o variabilă

Derivate pentru funcţii de o singură variabilă

Tabela 1. Tabelul de derivare al funcţiilor elementare

f (x) f 0 (x) Domeniul de

derivabilitate

1. c, c ∈ R constantă 0 R

2. xn , n ∈ N∗ nxn−1 R

3. xa , cu a ∈ R axa−1 cel puţin (0, ∞)

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.

Tabela 2. Tabel de integrale nedefinite

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

15. f : J → R, cu J ⊆ (−∞, −a)

sau J ⊆ (a, ∞), unde a > 0
1  √ 
f (x) = √ ln x + x2 − a2  + C
 
x − a2
2

108
 Z
Funcţia f (x)dx

16. f : J ⊆ (−a, a) → R, cu a > 0

1 x
f (x) = √ arcsin + C
a2 − x2 a

Teorema 7.4.2. Fie f, g : J → R două funcţii care admit primitive şi

λ ∈ R∗ . Atunci funcţiile f + g şi λf admit de asemenea primitive şi su loc
relaţiile: Z Z Z
(f (x) + g(x))dx = f (x)dx + g(x)dx;
Z Z
λf (x)dx = λ f (x)dx.

Teorema 7.4.3. (Formula de integrare prin părţi)

Dacă f, g : J → R sunt funcţii derivabile, cu derivate continue, atunci
funcţiile f g, f 0 g şi f g 0 admit primitive şi
Z Z
f (x)g (x)dx = f g − f 0 (x)g(x)dx.
0

Teorema 7.4.4. (prima metodă de schimbare de variabilă) Fie

I, J intervale reale şi
ϕ f
I→J →R
funcţii cu proprietăţile:
i) ϕ este derivabilă pe I;
ii) f admite primitive; fie F o primitivă a sa.
Atunci funcţia (f ◦ ϕ) · ϕ0 admite primitive şi
Z
f (ϕ(x)) · ϕ0 (x)dx = F ◦ ϕ + C.

Teorema 7.4.5. (a doua metodă de schimbare de variabilă) Fie

I, J intervale reale şi
ϕ f
I→J →R
funcţii cu proprietăţile:
i) ϕ este bijectivă, derivabilă, cu derivata nenulă pe I;
ii) funcţia (f ◦ ϕ) · ϕ0 admite primitive; fie H o primitivă a sa.
Atunci funcţia f admite primitive şi
Z
f (x)dx = H ◦ ϕ−1 + C.

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