Documente Academic
Documente Profesional
Documente Cultură
CURS TEORIE Algebra Liniara Geometrie An PDF
CURS TEORIE Algebra Liniara Geometrie An PDF
ALGEBRĂ LINIARĂ,
GEOMETRIE ANALITICĂ
ŞI DIFERENŢIALĂ
Control ştiinţific:
lector dr. Ilie Ristea
Redactor:
Prof. dr. ing.
Tehnoredactare computerizată:
Tudor Boacă
Director editură:
Prof. dr. ing. Şerban Vasilescu
Adresa:
Editura Universităţii din Ploieşti
Bd. Bucureşti 39, cod 2000
Ploieşti, România
Tel. 0244-57 31 71, Fax 0244-57 58 47
CUPRINS
Prefaţă…………………………...……………………………………….. 7
1. Spaţii liniare……………………………………………………………… 9
2. Operatori liniari……………………..…………………………….………… 61
Anexă…………………………………...……………..………………...…. 281
Bibliografie………………………...…...……………..………………...…. 295
Notaţii……………………….....……...………………...…………………. 297
Index…………………………...…………...…………...…………………. 299
PREFAŢĂ
a1) (x + y ) + z = x + ( y + z ) , (∀) x, y, z ∈ V ;
a2) (∃) 0V ∈ V astfel încât x + 0V = 0V + x = x, (∀) x ∈V ;
a3) (∀) x ∈V (∃) − x ∈V astfel încât x + (− x ) = (− x ) + x = 0V ;
a4) x + y = y + x , (∀) x, y ∈V ;
b1) α (βx ) = (αβ )x , (∀) x ∈V , (∀) α , β ∈ K ;
b2) (α + β )x = αx + βx , (∀) α , β ∈ K , (∀) x ∈V ;
b3) α ( x + y ) = αx + αy , (∀) α ∈ K , (∀) x, y ∈V ;
b4) 1 x = x , (∀) x ∈ V , 1 fiind unitatea din corpul K.
neutru faţă de adunarea din K îl vom nota cu 0 K (atunci când nu există pericol de
confuzie acest element îl vom nota cu 0).
i) 0 K x = 0V , (∀) x ∈V ;
ii) α ⋅ 0V = 0V , (∀) α ∈ K ;
iii) (− 1) ⋅ x = − x , (∀) x ∈V ;
iv) Dacă α ∈ K , α ≠ 0 K şi x ∈V astfel încât α x = 0V , atunci x = 0V ;
v) Fie x, y ∈V şi (∀) α ∈ K , α ≠ 0 K . Dacă α x = α y , atunci x = y .
Demonstraţie. i) 0 K ⋅ x = (0 K + 0 K ) ⋅ x = 0 K ⋅ x + 0 K ⋅ x ⇒ 0 K ⋅ x = 0V .
ii) α ⋅ 0V = α ⋅ (0V + 0V ) = α ⋅ 0V + α ⋅ 0V ⇒ α ⋅ 0V = 0V .
iii) 0V = 0 K ⋅ x = (1 + (− 1)) ⋅ x = 1 ⋅ x + (− 1) ⋅ x = x + (− 1) ⋅ x ⇒ (− 1) ⋅ x = − x .
iv) Deoarece α ≠ 0 K , α este inversabil, deci putem scrie:
x = 1 ⋅ x = (α -1α )⋅ x = α −1 ⋅ (α ⋅ x ) = α −1 ⋅ 0V = 0V .
v) 0V = α ⋅ x + (− α ⋅ x ) = α ⋅ x + (− α ⋅ y ) = α ⋅ x + α (− y ) = α ⋅ ( x − y ) = 0V .
Din α ≠ 0 K şi iv) rezultă x − y = 0V , deci x = y .
x = ( x1 , x2 ,L, x n ) , xi ∈ R , i = 1, n .
1.11. EXERCIŢII 11
x + y = ( x1 + y1 , x2 + y 2 ,L, xn + y n ) , (∀) x, y ∈ R n ,
În raport cu aceste legi de compoziţie R n este un spaţiu liniar real, numit spaţiul
aritmetic de dimensiune n.
iv) Spaţiul liniar al matricelor de tip m × n . Fie V = M m,n ( K ) mulţimea
matricelor cu m linii, n coloane şi elemente din corpul K. Pentru A, B ∈ M m ,n ( K ) ,
A = (α ij )i =1,m , B = (β ij )i =1,m , definim adunarea matricelor prin
j =1, n j =1, n
A + B = (α ij + β ij )i =1,m
j =1, n
α A = (α aij )i =1,m , α ∈ K .
j =1, n
În raport cu aceste legi de compoziţie mulţimea M m,n ( K ) este spaţiu liniar peste
corpul K.
v) Spaţiul liniar al funcţiilor continue. Fie V = C [a, b] mulţimea funcţiilor reale
continue f : [a, b] → R . În raport cu legile de compoziţie
(f + g )( x ) = f ( x ) + g ( x ) , (∀) f , g ∈ C [a, b] ,
l ( R ) = {( xn )n∈N x n ∈ R , n ∈ N },
l (C ) = {( xn )n∈N x n ∈ C , n ∈ N }.
12 1. SPAŢII LINIARE
Dacă x = ( x n )n∈N , y = ( y n )n∈N sunt două şiruri de numere reale (sau complexe),
x + y = ( x n + y n )n∈N
α x = (α xn )n∈N , α ∈ R (sau C ) .
i) x + y ∈ M , (∀) x, y ∈ M ;
ii) α x ∈ M , (∀) α ∈ K , (∀) x ∈ M .
ii) Spaţiul liniar Pn al polinoamelor de grad cel mult n este un subspaţiu liniar al
spaţiului liniar al funcţiilor reale continue de o variabilă reală C ( R ) .
iii) Fie sistemul liniar omogen de m ecuaţii cu n necunoscute
n
∑a
j =1
ij x j = 0 , i = 1, m , aij ∈ R , i = 1, m , j = 1, n .
A ⋅ X = 0 Rm .
Dacă X 1 = (x11 x12 L x1n ) t şi X 2 = (x12 x22 L xn2 ) t sunt două soluţii ale
sistemului, atunci:
A( X 1 + X 2 ) = AX 1 + AX 2 = 0 R m ,
A(αX 1 ) = α ( AX 1 ) = 0 R m .
∑a
j =1
ij x j = bi , i = 1, m ,
A⋅ X = B .
14 1. SPAŢII LINIARE
Dacă X 1 = (x11 x12 L x1n ) t şi X 2 = (x12 x22 L xn2 ) t sunt două soluţii ale sistemului,
atunci:
A( X 1 + X 2 ) = AX 1 + AX 2 = B + B = 2 B ≠ B ,
2.4. Definiţie. Dacă M 1 şi M 2 sunt subspaţii ale spaţiului liniar V peste K, atunci
mulţimea
M 1 + M 2 = {x + y x ∈ M 1 , y ∈ M 2 }
α z1 = α x1 + α x2 ∈ M 1 + M 2 ,
1.11. EXERCIŢII 15
M 1 + M 2 = {( x1 , x2 , 0 ) x1 , x2 ∈ R }.
2.6. Observaţie. i) Intersecţia unui număr oarecare de subspaţii liniare ale lui V
este un subspaţiu liniar al lui V, fapt ce rezultă cu uşurinţă din propoziţia 2.5.
ii) Dacă A ⊂ V este o mulţime nevidă, atunci există cel puţin un subspaţiu liniar
al lui V care conţine A. Într-adevăr, acest subspaţiu poate fi luat chiar spaţiul
liniar în sine.
2.7. Definiţie. Dacă A este o mulţime nevidă din spaţiul liniar V, atunci
intersecţia tuturor subspaţiilor liniare ale lui V ce conţin mulţimea A se numeşte
subspaţiul liniar generat de A.
2.8. Definiţie. Dacă A este o mulţime nevidă din spaţiul liniar V, mulţimea:
{ }
L( A) = α 1 x1 + α 2 x 2 + L + α n x n n ∈ N ∗ , xi ∈ A , α i ∈ K , i = 1, n
2.9. Observaţie. Acoperirea liniară a unei mulţimi este subspaţiul liniar al lui V
alcătuit din toate combinaţiile liniare finite care se pot forma cu vectorii mulţimii
respective. Într-adevăr, dacă x, y ∈ L( A) şi α , β ∈ K atunci α x + β y este o
combinaţie liniară finită cu vectori din L( A) deci aparţine lui L( A) . Dacă
x ∈ L( A) şi α ∈ K atunci, în mod evident, α x ∈ L( A) . Rezultă de aici că L( A)
este un subspaţiu liniar al lui V. În plus, fiecare vector x ∈ A este o combinaţie
liniară cu vectori din A , deci A ⊂ L( A) .
16 1. SPAŢII LINIARE
M = {( x1 , x2 , 0) x1 , x2 ∈ R }.
M1 + M 2 = M1 ⊕ M 2
x = x1 + x2 , x1 ∈ M 1 , x 2 ∈ M 2 .
M 1 = {( x1 , 0 , 0) x1 ∈ R }, M 2 = {( 0 , x2 , 0) x2 ∈ R },
M = {( x1 , x2 , 0) x1 , x2 ∈ R }.
i) M 1 ∩ M 2 = { 0V };
ii) M 1 + M 2 = M 1 ⊕ M 2 .
{
M 1 + M 2 + L + M n = x1 + x 2 + L + x n xi ∈ M i , i = 1, n . }
n
Dacă I M = { 0 } atunci suma subspaţiilor liniare
i =1
i V M i , i = 1, n este directă şi
notăm
M1 + M 2 + L+ M n = M1 ⊕ M 2 ⊕L⊕ M n .
{ }
2.15. Exemple. i) Fie în V = R 3 = ( x1 , x 2 , x3 ) xi ∈ R , i = 1,3 subspaţiile liniare:
M 1 = {( x1 , x2 , 0) x1 , x2 ∈ R },
M 1 = {( x1 , x2 , 0) x1 , x2 ∈ R },
M 1 = {(0,0, x3 ) x3 ∈ R },
⎛1 ⎞
A s = ⎜ (aij + a ji )⎟ ∈ M ns ( R ) ,
⎝2 ⎠ i , j =1,n
⎛1 ⎞
A a = ⎜ (aij − a ji )⎟ ∈ M na ( R ) .
⎝2 ⎠ i , j =1,n
α 1 x1 + α 2 x2 + L + α n xn = 0V
implică α 1 = α 2 = L = α n = 0 .
O mulţime care nu este liniar independentă se numeşte liniar dependentă.
S = { e1 = ( 1 , 0 , L , 0 ) , e 2 = (0 , 1 , 0 , L , 0 ) , L , e n = ( 0 , 0 , L , 1 ) }
α1 + α 2 + α 3 = 0
α 1e a + α 2 e b + α 3 e c = 0
α 1e 2 a + α 2 e 2 b + α 3 e 2 c = 0 .
∑α
j =1
j xij = 0 , i = 1, n .
Fie A = (xij )i =1,n , j =1,m matrice acestui sistem. Sistemul de mai sus are numai soluţia
n
Demonstraţie. Fie y1 , y 2 ,L, y n +1 ∈ L( x1 , x 2 ,L, x n ) . Atunci: yi = ∑ α ij x j ,
j =1
n +1
⎛
n n +1
⎞
i = 1, n + 1 . Combinaţia liniară nulă = 0V implică : ∑ ⎜ ∑ α ij β i ⎟ x j = 0V ,
∑β y i i
i =1 j =1 ⎝ i =1 ⎠
iar din liniar independenţa vectorilor x1 , x 2 ,L, x n se obţine sistemul liniar
omogen în necunoscutele β1 , β 2 ,L, β n +1 :
1.11. EXERCIŢII 21
n +1
∑α
i =1
ij β i = 0 , j = 1, n .
Acest sistem liniar şi omogen are şi soluţii nebanale deoarece are mai multe
necunoscute decât ecuaţii. De aici rezultă că vectorii y1 , y 2 ,L, y n +1 sunt liniar
dependenţi.
4.4. Observaţie. Se poate arăta că orice spaţiu liniar diferit de spaţiul nul admite
o bază ( pentru demonstraţia acestui rezultat vezi, de exemplu, [12], pag.124).
4.5. Propoziţie. Fie V un spaţiu liniar finit generat. Atunci toate bazele lui V au
acelaşi număr de elemente.
4.6. Definiţie. i) Dacă V este un spaţiu liniar finit generat şi B este o bază în V,
numărul n = dim(V ) = card(B ) se numeşte dimensiunea lui V. Dacă V este spaţiul
nul, atunci dim(V ) = 0 .
ii) Un spaţiu liniar de dimensiune n se numeşte n-dimensional. Un astfel de
spaţiu îl vom nota Vn .
B = {1, t , t 2 ,L, t n t ∈ R }.
{ }
B = I i , j ; i = 1, m , j = 1, n ,
iv) Dacă V este un spaţiu liniar complex, atunci spaţiul RV care coincide cu V ca
grup aditiv şi cu înmulţirea cu numere reale definită exact ca în V, se numeşte
trecerea în real a spaţiului V. În particular, dacă trecem în real spaţiul liniar
complex V = C n obţinem spaţiul liniar real R C n = R 2 n de dimensiune 2n . O
bază a acestui spaţiu este: { e1 , e2 ,L, en , i e1 , i e2 ,L, i en } , obţinută prin trecerea în
real a bazei { e1 , e2 ,L, en } ⊂ C n .
x = x1e1 + x2 e2 + L + xn en , xi ∈ K , i = 1, n .
deci M 1 + M 2 ⊆ L(S ) . De aici şi din incluziunea inversă stabilită mai sus rezultă
M 1 + M 2 = L (S ) .
4.13. Propoziţie. Dacă V este spaţiu liniar de dimensiune finită, atunci orice
subspaţiu liniar al său are cel puţin un complement.
f n = c n1e1 + cn 2 e2 + L + cnn en .
n
⎛ n
⎞
∑ ⎜⎝ ∑ c α
j =1 i =1
ij i ⎟ e j = 0Vn .
⎠
∑c α
i =1
ij i = 0 , j = 1, n .
Acest sistem are doar soluţia banală dacă şi numai dacă det C ≠ 0 .
1.11. EXERCIŢII 27
n
x j = ∑ cij y i , j = 1, n .
i =1
n n
Demonstraţie. Fie x = ∑ x j e j = ∑ yi f i . Atunci:
j =1 i =1
n n n
⎛ n n
⎞
x = ∑ yi f i = ∑ y i ∑ cij e j = ∑ ⎜ ∑ cij yi ⎟ e j .
i =1 i =1 j =1 j =1 ⎝ i =1 ⎠
n
x j = ∑ cij y i , j = 1, n
i =1
X B = Ct X B 1 ,
sau
X B 1 = (C t ) X B .
−1
Din această formulă deducem că în timp ce vectorii bazei noi se scriu în funcţie
de vectorii bazei vechi cu ajutorul elementelor matricei C, coordonatele unui
vector în baza nouă se scriu în funcţie de coordonatele aceluiaşi vector în baza
veche cu ajutorul elementelor matricei (C t ) . Din acest motiv elementele unui
−1
D( x, y ) = { z ∈V z = λ x + (1 − λ ) y , λ ∈ K }.
6.2. Definiţie. Se numeşte varietate liniară sau mulţime plană în spaţiul liniar V
orice submulţime E ⊂ V cu proprietatea :
x, y ∈ E , x ≠ y ⇒ D ( x, y ) ⊂ E .
M + x0 = { x + x0 x ∈ M }.
6.4. Propoziţie. Mulţimea E ⊂ V este varietate liniară dacă şi numai dacă există
un subspaţiu liniar M ⊂ V şi x0 ∈V astfel încât: E = M + x0 .
M = E − x0 = { x − x0 x ∈ E} .
⎛1 1 ⎞
y1 + y 2 = x1 + x 2 − 2x0 = 2⎜ x1 + x 2 ⎟ − x0 − x0 .
⎝2 2 ⎠
1 1
Deoarece E este varietate liniară rezultă x1 + x 2 ∈ E ; în plus din
2 2
⎛1 1 ⎞
λ ⎜ x1 + x 2 ⎟ + (1 − λ )x0 ∈ E , (∀) λ ∈ K , pentru λ=2 obţinem
⎝2 2 ⎠
x1 + x 2 − x0 ∈ E , deci y1 + y 2 ∈ M . Pentru y = x − x0 , x ∈ E şi α ∈ K avem:
α y = α x − α x0 = (α x + (1 − α )x0 ) − x0 ∈ M , deci M este subspaţiu liniar al lui V.
1.11. EXERCIŢII 29
i) f ( x + y ) = f ( x ) + f ( y ) , (∀) x, y ∈ V ;
ii) f (λ x ) = λ f ( x ) , (∀) x ∈ V , (∀) λ ∈ K .
7.2. Propoziţie. Fie V, W două spaţii liniare peste acelaşi corp al scalarilor K şi
f : V → W un izomorfism. Atunci:
i) f (0V ) = 0W ;
ii) dacă x1 , x 2 ,L, x r sunt liniar independente în V atunci f ( x1 ), f ( x2 ),L, f ( xr )
sunt liniar independente în W.
7.3. Propoziţie. Două spaţii liniare finit dimensionale peste acelaşi corp al
scalarilor sunt izomorfe dacă şi numai dacă au aceeaşi dimensiune.
⎛ n n
⎞ n
f ( x + x ′) = f ⎜ ∑ xi ei + ∑ xi′ei ⎟ = ∑ ( xi + xi′ ) f i = f ( x ) + f ( x ′) ,
⎝ i =1 i =1 ⎠ i =1
⎛ n ⎞ n
f (λ x ) = f ⎜ ∑ λ xi ei ⎟ = λ ∑ xi f i = λ f ( x ) ,
⎝ i =1 ⎠ i =1
i) ϕ (x, x ) ≥ 0 , (∀) x ∈V ; ϕ ( x, x ) = 0 ⇔ x = 0V ;
ii) ϕ ( x1 + x2 , y ) = ϕ ( x1 , y ) + ϕ ( x 2 , y ) , (∀) x1 , x2 , y ∈V ;
iii) ϕ (λ x, y ) = λ ϕ ( x, y ) , (∀) x, y ∈ V , (∀) λ ∈ K ;
iv) ϕ ( x, y ) = ϕ ( y, x ) , (∀) x, y ∈ V .
Un spaţiu liniar peste care s-a definit un produs scalar se numeşte spaţiu
prehilbertian real pentru K = R , respectiv spaţiu prehilbertian complex sau
unitar pentru K = C .
< x, y1 + y 2 > = < y1 + y 2 , x > = < y1 , x > + < y 2 , x > = < y1 , x > + < y 2 , x > =
= < x, y1 > + < x, y 2 > , (∀) x, y1 , y 2 ∈V ;
∑
2
xi este convergentă. Se constată cu uşurinţă că dacă x, y ∈ l 2 atunci
i =1
1
( )
∞
rezultă că seria ∑ xi y i este convergentă deci
2 2
Deoarece xi yi ≤ xi + y i
2 i =1
ϕ este bine definită, În plus, ϕ verifică axiomele i)-iv) din definiţia produsului
scalar, deci este un produs scalar pe l 2 .
b
iii) Aplicaţia ϕ ( f , g ) = < f , g > = ∫ f ( x ) g ( x ) dx este un produs scalar pe spaţiul
a
liniar C[a, b] al funcţiilor reale continue pe [a, b] , peste corpul numerelor reale.
i) ψ ( x ) ≥ 0 , (∀) x ∈ V ; ψ ( x ) = 0 ⇔ x = 0V ;
ii) ψ ( x + y ) ≤ ψ ( x ) + ψ ( y ) , (∀) x, y ∈ V ;
iii) ψ (λ x ) ≤ λ ψ ( x ) , (∀) x ∈V , (∀) λ ∈ K .
i) x ≥ 0 , (∀) x ∈V ; x = 0 ⇔ x = 0V ;
ii) x + y ≤ x + y , (∀) x, y ∈V ;
iii) λ x ≤ λ ⋅ x , (∀) x ∈V , (∀) λ ∈ K .
x ∞
= max xk ,
k =1, n
n
x 1
= ∑ xk ,
k =1
n
= ∑ xk
2 2
x 2 .
k =1
(∫ )
1
ψ 1 ( x ) = sup x(t ) , ψ 2 ( x ) = x (t ) dt
b 2
a
2
,
t∈[a ,b ]
34 1. SPAŢII LINIARE
8.7. Definiţie. Un spaţiu liniar peste care s-a definit o normă se numeşte spaţiu
liniar normat.
8.8. Definiţie. Spunem că şirul ( x n ) n∈N ∗ converge către x ∈V dacă pentru orice
ε > 0 există N (ε ) ∈ N ∗ astfel încât xn − x < ε , (∀) n ≥ N (ε ) .
Dacă şirul ( x n ) n∈N ∗ converge către x ∈V spunem că acest şir converge în normă
⋅
către x şi notăm acest fapt prin lim x n = x sau prin xn ⎯⎯→ x.
n→∞
8.9. Definiţie. Spunem că şirul ( x n ) n∈N ∗ este şir Cauchy în V dacă pentru orice
ε > 0 există N (ε ) ∈ N ∗ astfel încât xn − xm < ε , (∀) m, n ≥ N (ε ) . Dacă orice şir
Cauchy în V converge către un element din V, spunem că V este un spaţiu liniar
normat complet sau un spaţiu Banach.
ψ : V → R , ψ ( x ) = x = < x, x >
este o normă pe V.
Axiomele i), iii) se obţin imediat din axiomele produsului scalar. Pentru a
verifica axioma ii) a normei avem:
2
x + y =< x + y, x + y > = < x, x > + < x, y > + < y, x > + < y, y > =
= x 2
+ y 2
+ 2 Re < x, y > ≤ x 2
+ y 2
+ 2 < x, y > ≤
≤ x 2
+ y 2
+2 x ⋅ y =( x + y ) 2
,
2
= < x, x > = ∫a x(t ) d t .
2 b
x
36 1. SPAŢII LINIARE
Prin completarea acestui spaţiu în raport cu norma de mai sus se obţine spaţiul
Hilbert L 2 [a, b ] numit spaţiul funcţiilor de pătrat integrabil pe [a, b] .
i) x + y
2
+ x− y
2
(
=2 x
2
+ y
2
) , (∀) x, y ∈V .
= 4 < x, y > , (∀) x, y ∈V .
2 2 2 2
ii) x + y − x− y +i x+i y −i x −i y
i) d ( x, y ) = 0 ⇔ x = y ;
ii) d ( x, y ) = d ( y, x ) , (∀) x, y ∈ V ;
iii) d ( x, y ) ≤ d ( x, z ) + d ( z , y ) , (∀) x, y, z ∈V .
Un spaţiu liniar peste care s-a definit o distanţă se numeşte spaţiu metric.
Un spaţiu prehilbertian V este un spaţiu metric, deoarece aplicaţia
d ( x, y ) = x − y = < x − y , x − y > , (∀ ) x, y ∈ V ,
9.2. Exemple. i) Şirul de funcţii 1 , cos t , sin t , cos 2t , sin 2t ,L, cos n t , sin n t ,L
formează o mulţime ortogonală în L 2 [− π , π ] .
ii) Mulţimea formată din vectorii e1 = (1 , 0 , 0 ,L, 0 ) , e2 = (0 , 1 , 0 ,L, 0 ) ,L,
en = (0 , 0 , 0 ,L, 1) este ortogonală în R n .
⎧1 , i = j
< xi , x j > = ⎨
⎩0 , i ≠ j , (∀) i, j ∈ I .
⎧1 , i = j
δ ij = ⎨
⎩0 , i ≠ j ,
Demonstraţie. i) Fie vectorii nenuli x1 , x2 ,L, x n ortogonali doi câte doi, adică
< x i , x j > = 0 , (∀ ) i ≠ j şi combinaţia liniară nulă α 1 x1 + α 2 x 2 + L + α n xn = 0V .
Dacă înmulţim scalar egalitatea de mai sus cu xi , i = 1, n , obţinem
α i < xi , xi > = 0 , i = 1, n şi cum xi ≠ 0V , i = 1, n rezultă α i = 0 , i = 1, n .
Afirmaţia ii) rezultă imediat din i) şi din faptul că orice n vectori liniar
independenţi dintr-un spaţiu liniar de dimensiune n formează o bază în acel
spaţiu.
iii) Dacă x, y ∈V , x ⊥ y atunci:
2
x+ y =< x + y, x + y > = < x, x > + < x, y > + < y, x > + < y, y > =
2 2
= x + y .
38 1. SPAŢII LINIARE
< z , e j > = < x, e j > − < y, e j > = < x, e j > − < x, e j > = 0 , j = 1, p , deci vectorul z
este perpendicular pe L (e1 , e2 ,L , e p ) . Cum y ∈ L(e1 , e2 ,L , e p ) rezultă z ⊥ y .
Dacă aplicăm acum teorema lui Pitagora, obţinem:
p p
= ∑ < x, ei > ≥ ∑ < x, ei >
2 2 2 2 2 2
x = y + z + z .
i =1 i =1
Inegalitatea
p
∑ < x, e
2 2
i > ≤ x ,
i =1
= ( x − y ) + ( y − y1 )
2 2 2 2 2
x − y1 = x− y + y − y1 ≥ x− y .
9.8. Definiţie. i) Dacă {ei }i∈I este un sistem ortonormat în spaţiul prehilbertian V,
atunci numerele < x, ei > , i ∈ I se numesc coeficienţii Fourier ai vectorului
x ∈V , după sistemul ortonormat {ei }i∈I .
ii) Dacă V este un spaţiu prehilbertian real şi x, y ∈ V sunt nenuli, atunci numărul
ϕ ∈ [0, π ] , definit prin
< x, y >
cos ϕ =
x ⋅ y
1.11. EXERCIŢII 39
g1 = f1 ,
g 2 = f 2 − λ21 g1 , λ21 ∈ K .
< f 2 , g1 >
λ21 = .
< g1 , g1 >
g p = f p − λ p1 g 1 − λ p 2 g 2 − L − λ p , p −1 g p −1 .
1
ei = gi i ∈ N •
gi
2
p −1 2 p −1 < fp,gj > p −1
= ∑ λp j < gj,gj > = ∑ = ∑ < f p ,ej >
2 2
fp − gp 2
.
j =1 j =1 gj j =1
x1 y1 + x 2 y 2 + L + x n y n
cos ϕ = .
x12 + x 22 + L + x n2 y12 + y 22 + L + y n2
n n 2
=< x, x > = ∑ xi xi = ∑ xi .
2
ii) x
i =1 i =1
n p n
x = ∑ xi ei = ∑ xi ei + ∑x e i i = x ′ + x ′′ , x ′ ∈ M , x ′′ ∈ M ⊥ ,
i =1 i =1 i = p +1
de unde rezultă că E n = M + M ⊥ .
Pentru a arăta unicitatea subspaţiului M ⊥ cu proprietăţile de mai sus, fie M 1⊥
astfel încât M ⊥ M 1⊥ şi E n = M ⊕ M 1⊥ . Pentru x1 ∈ M 1⊥ , din E n = M ⊕ M ⊥
42 1. SPAŢII LINIARE
rezultă x1 = x1′ + x1′′ , x1′ ∈ M , x1′′ ∈ M ⊥ , descompunerea fiind unică. În plus x1 este
perpendicular pe M deci pe x1′ . Atunci:
2
0 = < x1 , x1′ > = < x1′ + x1′′, x1′ > = < x1′ , x1′ > + < x1′′, x1′ > = x1′ ,
x = x′ + x′′ , x′ ∈ M , x′′ ∈ M ⊥ .
d ( x, M ) = x′′ = x − x′ .
Fie bazele ortonormate B = { e1 , e2 ,L, en }, B ′ = { e1′ , e′2 ,L, e′n } în spaţiul euclidian
En şi C = (ci j )i , j =1,n ∈ M n ( K ) matricea de trecere de la baza B la baza B′ . După
cum am văzut, det C ≠ 0 .
n n
Dacă ei′ = ∑ cik ek , e′j = ∑ c jl el , atunci:
k =1 l =1
1.11. EXERCIŢII 43
n n n n
δ ij =< ei′, e′j > = < ∑ cik ek ,∑ c jl el > = ∑∑ cik c jl < ek , el > =
k =1 l =1 k =1 l =1
n n n
= ∑∑ cik c jl δ kl =∑ cik c jk , i, j = 1, n .
k =1 l =1 k =1
unde:
t
C = c ji ( ) i , j =1, n
.
iii) Deoarece baza B este ortonormată iar matricea de trecere este unitară avem:
44 1. SPAŢII LINIARE
n n n n n n
< f i , f j > = < ∑ cik ek , ∑ c jl el > = ∑∑ cik c jl < ek , el > = ∑∑ c ik c jl δ kl =
k =1 l =1 k =1 l =1 k =1 l =1
n
= ∑ cik c jk = δ i j , i, j = 1, n ,
k =1
1.11. EXERCIŢII
v = α 1v1 + α 2 v 2 + α 3 v3 + α 4 v 4 .
α 1 +α 2 =5
α 1 − α 2 + 2α 3 =1
α4 =2
α2 + α4 =5
⎛1 1 0 0⎞
⎜ ⎟
⎜1 −1 1 0⎟
C =⎜ .
0 1 0 0⎟
⎜⎜ ⎟
⎝0 0 1 1 ⎟⎠
2) Fie mulţimea:
⎧ ⎛ x 0 y⎞ ⎫
M = ⎨ A A =⎜⎜ ⎟⎟ , y = u − v ; x, y, u , v ∈ R ⎬ ⊂ M 2, 3 ( R ) .
⎩ ⎝u v 0 ⎠ ⎭
⎛ 2 3 5⎞
A = ⎜⎜ ⎟⎟
⎝ 3 4 7⎠
⎛ x 0 u − v⎞ ⎛ x 0 u1 − v1 ⎞
Rezolvare. Fie A = ⎜⎜ ⎟⎟ , A1 = ⎜⎜ 1 ⎟∈ M , α ,β ∈ R.
⎝u v 0 ⎠ ⎝ u1 v1 0 ⎟⎠
⎛ α x + β x1 0 α u + β u1 − (α v + β v1 )⎞
Atunci: α A + β A1 = ⎜⎜ ⎟⎟ ∈ M deci
⎝ α u + β u1 α v + β v1 0 ⎠
M este un subspaţiu liniar în M 2, 3 ( R ) . Fie B = { E1 , E 2 , E3 , E 4 , E5 , E6 } unde:
⎛1 0 0⎞ ⎛ 0 1 0⎞ ⎛0 0 1⎞
E1 = ⎜⎜ ⎟⎟ , E 2 = ⎜⎜ ⎟⎟ , E3 = ⎜⎜ ⎟⎟ ,
⎝ 0 0 0⎠ ⎝ 0 0 0⎠ ⎝ 0 0 0⎠
⎛ 0 0 0⎞ ⎛ 0 0 0⎞ ⎛ 0 0 0⎞
E 4 = ⎜⎜ ⎟⎟ , E5 = ⎜⎜ ⎟⎟ , E6 = ⎜⎜ ⎟⎟ ;
⎝1 0 0⎠ ⎝ 0 1 0⎠ ⎝0 0 1⎠
46 1. SPAŢII LINIARE
A = x E1 + u (E3 + E 4 ) + v (− E3 + E5 )
⎛ 0 a 0⎞ ⎛ x 0 u − v ⎞
A = ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟
⎝ 0 b c ⎠ ⎝ u v 0 ⎠
⎛ 2 3 5⎞
⎜⎜ ⎟⎟ = α 1 E1 + α 2 (E3 + E 4 ) + α 3 (− E3 + E5 ) + α 4 E 2 + α 5 E5 + α 6 E6
⎝ 3 4 7 ⎠
⎛ 2 3 5⎞ ⎛ 2 0 5⎞ ⎛ 0 3 0⎞
A = ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟ + ⎜⎜ ⎟⎟ = A1 + A 2 , A1 ∈ M , A 2 ∈ M 1 .
⎝ 3 4 7⎠ ⎝ 3 − 2 0⎠ ⎝ 0 6 7⎠
{f ( x ) = 1 , f ( x ) = x − x
0 1 0 , f 2 ( x ) = (x − x 0 ) , L , f n ( x ) = (x − x 0 )
2 n
}
este o bază în Pn ( R ) . Să se determine coordonatele unui vector p ∈ Pn ( R ) în
această bază.
α 0 f 0 + α 1 f1 + L + α n f n = 0 P n ( R ) ,
α 0 f 0 ( x ) + α 1 f1 (x ) + L + α n f n ( x ) = 0 , (∀ ) x ∈ R .
p ( x ) = b 0 + b 1 ( x − x0 ) + b 2 ( x − x0 ) + L + b n ( x − x0 ) , (∀ ) x ∈ R ,
2 n
p (x 0 ) , i = 1, n şi deci
1 (i )
după fiecare derivare x = x 0 obţinem b i =
i!
p = p (x 0 ) f 0 + p ′(x 0 ) f1 + p ′′(x 0 ) f 2 + L + p ( n ) (x 0 ) f n .
1 1 1
1! 2! n!
care are soluţia c11 = −27 , c12 = 9 , c13 = 4 . Procedând analog şi cu celelalte două
egalităţi obţinem în final:
⎛ − 27 9 4 ⎞
⎜ ⎟
C = ⎜ − 71 20 12 ⎟ .
⎜ − 41 9 8 ⎟
⎝ ⎠
5) Fie sistemul:
x1 + 2 x 2 + 3 x3 + 10 x 4 = 0
5 x1 + 4 x2 + 3 x3 + 2 x 4 = 0
3 x1 + 2 x 2 + x3 − 2 x 4 = 0 .
Rezolvare. a) Matricea sistemului are rangul doi astfel încât mulţimea soluţiilor
sistemului este:
M = {(α + 6β , − 2α − 8β ,α , β ) α , β ∈ R }.
O soluţie oarecare x a sistemului se poate pune sub forma: x = α v1 + β v2 unde
v1 = (1, − 2 ,1, 0 ) , v 2 = (6 , − 8 , 0 ,1) . Vectorii v1 ,v2 generează subspaţiul M şi sunt
liniar independenţi deci formează o bază în M.
Pentru a ortonormaliza această bază fie g1 = v1 , g 2 = v 2 − λ 21 g1 . Din condiţia
< v 2 , g1 > 22 11 ⎛ 7 2 11 ⎞
< g 2 , g1 > = 0 obţinem λ 21 = = = şi g 2 = ⎜ , − , − , 0 ⎟ . În
< g1 , g1 > 6 3 ⎝3 3 3 ⎠
1 1
final luăm e1 = g1 = (1, − 2 ,1, 0) , e2 = 1 g 2 = 1 (7 , − 2 , − 11, 0) .
g1 6 g2 174
conduc la sistemul:
x1 − 2 x2 + x3 =0
6 x1 − 8 x2 + x4 = 0 ,
− x1 + 2 x2 + x3 = 0
x1 + 2 x2 + 3x3 = 0 ,
M ⊥ = {(− α ,−α ,α ) α ∈ R }.
{ }
liniar şi sistemul de vectori S = f i ∈ C [ − 1,1 ] , i = 1,4 , unde: f1 (t ) = 1 , f 2 (t ) = t ,
f 3 (t ) = t 2 , f 4 (t ) = t 3 , t ∈ [− 1,1 ] . Să se ortonormeze acest sistem de vectori.
(∫ d t ) = 2 ,
1
1
g1 = < g1 , g1 > = −1
2
> = (∫ t d t ) =
1
1 2
g2 = < g2 , g2 −1
2
, 2
3
1
⎡ 1⎛ 1⎞ ⎤
2
2 2 2
g 3 = < g 3 , g 3 > = ⎢ ∫−1 ⎜ t 2 − ⎟ d t ⎥ = ,
⎣⎢ ⎝ 3 ⎠ ⎥⎦ 3 5
1
⎡ 1 ⎛ 3 3 ⎞2 ⎤ 2 2 2
g 4 = < g 4 , g 4 > = ⎢ ∫−1 ⎜ t − t ⎟ d t ⎥ = .
⎢⎣ ⎝ 5 ⎠ ⎥⎦ 5 7
1 1
e1 = g1 = ,
g1 2
1 3
e2 = g2 = t,
g2 2
1 3 5 ⎛ 2 1⎞
e3 = g3 = ⎜t − ⎟ ,
g3 2 2⎝ 3⎠
1 5 7⎛ 3 3 ⎞
e4 = g4 = ⎜t − t ⎟ .
g4 2 2⎝ 5 ⎠
Pn (t ) = n
1 dn 2
2 ⋅ n! d t n
[
(t − 1) n . ]
Primele patru polinoame Legendre sunt:
3 1 5 3
P0 (t ) = 1 , P1 (t ) = t , P2 (t ) = t 2 − , P3 (t ) = t 3 − t .
2 2 2 2
{
se numeşte determinantul Gram al sistemului de vectori ei ∈ E n , i = 1, p . Să se }
{
arate că sistemul de vectori ei ∈ E n , i = 1, p } este liniar independent dacă şi
numai dacă Γ(e1 , e2 ,L, e p ) ≠ 0 .
necunoscutele α i , i = 1, p :
Sistemul de mai sus are numai soluţia banală dacă şi numai dacă determinantul
său este diferit de zero. Cum determinantul acestui sistem este Γ (e1 , e2 ,L , e p ) ,
rezultă că vectorii e j ∈ E n , j = 1, p sunt liniar independenţi dacă şi numai dacă
Γ(e1 , e2 ,L, e p ) ≠ 0 .
∑α
i =1
i < ei , e j > = < x, e j > j = 1, p .
p
x′ = ∑ < x, ei > ei .
i =1
d ( x, M ) = inf x − y .
y∈M
= ( x − x′) + ( x′ − y )
2 2 2 2 2
x− y = x − x′ + x′ − y ≥ x − x′ .
d ( x, M ) = x − x′ = x′′ .
De aici obţinem:
d ( x, M ) = x′′
2
= < x − x′, x − x′ > = < x − x′, x > − < x − x′, x′ > =
2
p
− ∑ α i < x, ei > ,
2
= < x − x′, x > = x
i =1
sau:
− d ( x, M ) .
2
α 1 < e1 , x > + α 2 < e2 , x > + L + α p < e p , x > = x
2
< x, x > − d ( x , M )
2
< e1 , x > < e2 , x > L < e p , x >
< x, e1 > < e1 , e1 > < e2 , e1 > L < e p , e1 >
< x, e 2 > < e1 , e2 > < e2 , e2 > L < e p , e 2 > = 0 ,
M M M M M
< x, e p > < e1 , e p > < e2 , e p > L < e p , e2 >
Γ(x, e1 , e2 ,L, e p )
d ( x, M ) =
2
.
Γ(e1 , e2 ,L, e p )
a) S1 = {( x1 , x2 , x3 ) x3 = 0 };
b) S 2 = {( x1 , x2 , x3 ) x1 + x2 − 2 x3 = 0 };
c) S 3 = {( x1 , x2 , x3 ) x1 + x2 − 2 x3 = 1 };
d) S 4 = {(x , x , x ) x
1 2 3
2
1 + x22 − 2 x32 = 0 ; }
{
e) S 5 = ( x1 , x 2 , x3 ) xi > 1 , i = 1, 3 . }
1.11. EXERCIŢII 55
a) v1 = (1, 2 , 0 ) , v2 = (1,1,1 ) , v3 = (− 1, 0 , − 2 ) ∈ R 3 ;
b) v1 = sin t , v2 = cos t , v3 = 1 ∈ C ( R ) ;
c) v1 = sin 2 t , v2 = cos 2 t , v3 = 1 ∈ C ( R ) ;
d) v1 = e a t , v2 = e b t , v3 = e c t ∈ C ( R ) , a ≠ b ≠ c ≠ a ;
e) v1 = 1 + t , v2 = 1 − t + t 2 , v3 = 3 + t + t 2 ∈ P2 ( R ) ;
⎛1 0⎞ ⎛ 1 1⎞ ⎛1 0 ⎞ ⎛1 1⎞
f) v1 = ⎜⎜ ⎟⎟ , v 2 = ⎜⎜ ⎟⎟ , v3 = ⎜⎜ ⎟⎟ , v4 = ⎜⎜ ⎟ ∈ M 2 (R ) .
⎝ 0 2⎠ ⎝ 0 1⎠ ⎝1 2 ⎠ ⎝1 1⎟⎠
a) v1 = ( 1,1, 0 , 0 ) , v2 = ( 1, − 1, 0 ,1 ) , v3 = ( 0 , 2 , 0 , 0 ) , v 4 = ( 0 , 0 ,1,1 ) ;
b) v1 = ( 1,1,1,1 ) , v2 = ( 1,1, − 1, − 1 ) , v3 = ( 1, − 1,1, − 1 ) , v 4 = ( 1, − 1, − 1,1 ) ;
c) v1 = ( 1,1, 0 ,1 ) , v 2 = ( 2 ,1, 3 ,1 ) , v3 = ( 1,1, 0 , 0 ) , v4 = ( 0 ,1, − 1, − 1 ) .
⎧ ⎛ x 0 y⎞ ⎫
c) M = ⎨ A = ⎜⎜ ⎟⎟ x, y, z ∈ R ⎬ ⊂ M 2, 3 ( R ) .
⎩ ⎝ y z 0⎠ ⎭
{
a) S1 = e 1 , e
a t a2 t
,e
a3 t
}
,L, e an t ai ∈ R , i = 1,n , ai ≠ a j , i ≠ j ;
b) S 2 = {e a t , t e a t , t 2 e a t ,L, t n e a t a ∈ R}.
a) U = { u1 = ( 2 , 3 , − 1 ) , u 2 = ( 1, 2 , 2 ) , u 3 = ( 1,1, − 3 ) },
V = { v1 = ( 1, 2 ,1 ) , v 2 = ( 1,1, − 1 ) , v3 = ( 1, 3 , 3 ) } în R 3 ;
b) U = { u1 = ( 1,1, 2 , − 1 ) , u 2 = ( 0 , − 1, − 1, 2 ) , u 3 = ( − 1, 2 ,1, − 3 ) } ,
V = { v1 = ( 2 ,1, 0 ,1 ) , v 2 = ( − 2 , − 1, − 1, − 1 ) , v3 = ( 3 , 0 , 2 , 3 ) } în R 4 .
a) B = { f1 = ( 1, 0 ,1 ) , f 2 = ( 1, 0 , − 1 ) , f 3 = ( 1,1, 0 ) } ⊂ R 3
B′ = { g1 = ( 1,1,1 ) , g 2 = ( 1,1, 0 ) , g 3 = ( 1, 0 , 0 ) } ⊂ R 3 , x = ( 2 , 5 , 7 ) ;
b) B = { f1 = 1 + t , f 2 = 1 − t 2 , f 3 = 1 } ⊂ P2 ( R )
B′ = { g1 = 1 + t + t 2 , g 2 = t , g 3 = 1 + t } ⊂ P2 ( R ) , x = 1 − t + t 2 ;
⎧ ⎛ 1 1⎞ ⎛1 1 ⎞ ⎛1 1⎞ ⎛ 1 0 ⎞⎫
c) B = ⎨ f1 = ⎜⎜ ⎟⎟ , f 2 = ⎜⎜ ⎟⎟ , f 3 = ⎜⎜ ⎟⎟ , f 4 = ⎜⎜ ⎟⎟⎬ ⊂ M 4 ( R ) ,
⎩ ⎝ 1 1 ⎠ ⎝ 1 0 ⎠ ⎝ 0 0 ⎠ ⎝ 0 0 ⎠⎭
1.11. EXERCIŢII 57
⎧ ⎛1 0⎞ ⎛0 1⎞ ⎛ 1 1⎞ ⎛ 0 0 ⎞⎫
B′ = ⎨ g1 = ⎜⎜ ⎟⎟ , g 2 = ⎜⎜ ⎟⎟ , g 3 = ⎜⎜ ⎟⎟ , g 4 = ⎜⎜ ⎟⎟⎬ ⊂ M 4 ( R ) ,
⎩ ⎝ 0 1 ⎠ ⎝ 1 0 ⎠ ⎝ − 1 0 ⎠ ⎝ 1 2 ⎠⎭
⎛ 2 3⎞
x = ⎜⎜ ⎟⎟ .
⎝ 1 5⎠
a) < x , y > = x1 y1 + x2 y 2 + x3 y3 , x, y ∈ R 3 ;
b) < x , y > = x1 y 1 + x2 y 2 + x3 y 3 , x, y ∈ C 3 ;
c) < f , g > = ∫a f (t )g (t )d t , (∀) f , g ∈ C [a, b] = { f : [a, b] → R , f continuã } ;
b
x1 + 2 x 2 + 3 x3 + 10 x 4 = 0
5 x1 + 4 x2 + 3 x3 + 2 x 4 = 0
3 x1 + 2 x 2 + x3 − 2 x 4 = 0 .
x1 − x4 + x6 = 0
x1 − x3 + x5 =0
x1 − x 2 + x5 − x 6 = 0
x 2 − x3 + + x6 = 0
x1 − x 4 + x5 = 0.
19) Fie l 2 ( R ) spaţiul liniar al şirurilor de numere reale x = ( xn ) n∈N ∗ pentru care
∞
seria ∑a 2
n este convergentă. Să se arate că aplicaţia ϕ : l 2 ( R ) × l 2 ( R ) → R ,
n =1
∞
ϕ ( x, y ) = < x, y > = ∑ xi yi este un produs scalar şi să se ortonormeze sistemul
i =1
⎛ 1 ⎞ ⎛ 1 ⎞ ⎛ 1 ⎞
{x, y, z} ⊂ l 2 (R ) unde x = ⎜ n −1 ⎟ , y = ⎜ n −1 ⎟ , z = ⎜ n−1 ⎟ .
⎝ 2 ⎠ n∈N ∗ ⎝ 3 ⎠ n∈N ∗ ⎝ 4 ⎠ n∈N ∗
n∈ N . ∗
vi ≥ ei , (∀ ) i = 1, m ;
b) au loc relaţiile:
⎧x , x ∈ [0 ,1]
f (x ) = 1 , g (x ) = ⎨
⎩2 − x , x ∈ (1, 2] .
3 x1 − x2 − x3 + x4 = 0
x1 2 x2 − x3 − x4 = 0 .
f (x ) = x ,
⎧ x , x ∈ [0,2]
g (x ) = ⎨
⎩2 − x , x ∈ (2,4] .
60 1. SPAŢII LINIARE
f (t ) = 1 , g (t ) = t .
x1 − x4 + x6 = 0
x1 − x3 + x5 =0
x1 − x 2 + x5 − x 6 = 0
x2 − x3 + x6 = 0
x1 − x 4 + x5 = 0.
2. OPERATORI LINIARI
i) U ( x + y ) = U ( x ) + U ( y ) , (∀) x, y ∈V ;
ii) U (λ x ) = λ U ( x ) , (∀) x ∈ V , (∀) λ ∈ K .
U : C 1 [a, b ] → C [a, b] , U ( f ) = f ′
U : C [a, b] → R , U ( f ) = ∫a f (t ) d t ,
b
A( X 1 + X 2 ) = AX 1 + AX 2 ⇒ U ( x1 + x2 ) = U ( x1 ) + U ( x 2 ) ,
A(λ X 1 ) = λ AX 1 ⇒ U (λ x ) = λ U ( x ) ,
U (α x + β y ) = α U ( x ) + β U ( y ) , (∀) x, y ∈ V , (∀) α , β ∈ K .
α y1 + β y 2 = α U (x1 ) + β U ( x2 ) = U (α x1 ) + U (β x2 ) = U (α x1 + β x2 ) ,
n
Demonstraţie. i) Fie x = ∑ xi ei ∈Vn şi operatorul U : Vn → W definit prin
i =1
n
U ( x ) = ∑ xi f i . Să arătăm că operatorul definit mai sus este liniar. Pentru
i =1
n n
x = ∑ xi ei , y = ∑ yi ei ∈Vn , α , β ∈ K , avem:
i =1 i =1
n n n
U (α x + β y ) = ∑ (α xi + β yi ) f i = α ∑ xi f i + β ∑ yi f i = α U ( x ) + β U ( y ) ,
i =1 i =1 i =1
operatorul T este:
⎛ n ⎞ n n
T ( x ) = T ⎜ ∑ xi ei ⎟ = ∑ xi T (ei ) = ∑ xi f i = U ( x ) .
⎝ i =1 ⎠ i =1 i =1
(U 2 o U 1 )(x ) = U 2 (U 1 (x )) , x ∈V .
Operatorul compus U : V → W ′ , U = U 2 o U 1 este evident un operator liniar; el
se mai numeşte produsul operatorilor U 1 şi U 2 .
Operatorul U : V → W se zice inversabil dacă este injectiv. În acest caz,
operatorul U −1 : U (V ) → V definit prin U −1 ( y ) = x ⇔ U ( x ) = y se numeşte
inversul operatorului U .
Dacă U ∈ L(V ,W ) este inversabil, atunci inversul său este un operator liniar.
Într-adevăr, deoarece U ∈ L(V ,W ) este inversabil, el este injectiv; pentru
y1 , y 2 ∈ U (V ) există x1 , x2 ∈ V astfel încât U ( x1 ) = y1 , U ( x2 ) = y 2 . Atunci:
U −1 (α y1 + β y 2 ) = U −1 (α U ( x1 ) + β U ( x2 )) = U −1 (U (α x1 + β x2 )) =
= α x1 + β x 2 = α U −1 ( y1 ) + β U −1 ( y 2 ) ,
de unde rezultă liniaritatea operatorului U −1 .
KerU = { x ∈V U ( x ) = 0W }.
ImU = {U ( x ) x ∈V }.
U (α x + β y ) = α U ( x ) + β U ( y ) = 0W ,
deci α x + β y ∈ KerU .
ii) Deoarece ImU = U (V ) , afirmaţia rezultă din propoziţia 1.4, ii).
⎛ n ⎞ p n n
y = U ( x ) = U ⎜ ∑ xi ei ⎟ = ∑ xi U (ei ) + ∑ xi U (ei ) = ∑ xi U (ei ) .
⎝ i =1 ⎠ i =1 i = p +1 i = p +1
66 2. OPERATORI LINIARI
α p +1e p +1 + α p + 2 e p + 2 + L + α n en ∈ KerU .
α p +1e p +1 + α p + 2 e p + 2 + L + α n en = α 1e1 + α 2 e2 + L + α p e p .
α 1U (e1 ) + α 2U (e2 ) + L + α pU (e p ) = 0W ,
α 1e1 + α 2 e2 + L + α p e p = 0V .
sunt liniar independenţi, deci dim ImU ≥ n . Din teorema 2.5 avem dim ImU ≤ n
deci dim ImU = n .
n
iii ) ⇒ iv) . Fie y ∈ U (Vn ) ; atunci există vectorul x = ∑ xi ei ∈Vn astfel încât
i =1
n
y = U ( x ) = ∑ xi U (ei ) . De aici rezultă că U (Vn ) = L (U (e1 ) ,L, U (en )) şi cum
i =1
dim U (Vn ) = n rezultă că {U (e1 ) , U (e2 ) ,L, U (en ) } este bază în U (Vn ) .
iv ) ⇒ i ) . Dacă iv) este adevărată atunci dim U (Vn ) = dim ImU = n şi cu teorema
2.5 rezultă dim KerU = 0 , deci KerU = { 0V } şi U este injectiv.
U (e j ) = ∑ aij f i , j = 1, n .
m
i =1
n
Dacă x = ∑ x j e j ∈Vn atunci avem:
i =1
68 2. OPERATORI LINIARI
⎛ n ⎞ n
U ( x ) = U ⎜⎜ ∑ x j e j ⎟⎟ = ∑ x j U (e j ) = ∑ x j ⎜ ∑ aij f i ⎟ =
n
⎛ m ⎞
⎝ j =1 ⎠ j =1 j =1 ⎝ i =1 ⎠
m
⎛ n ⎞ m
= ∑ ⎜⎜ ∑ aij x j ⎟⎟ f i = ∑ y i f i ,
i =1 ⎝ j =1 ⎠ i =1
unde
n
y i = ∑ aij x j , i = 1, m .
j =1
n
y i = ∑ aij x j , i = 1, m .
j =1
n
y i = ∑ aij x j , i = 1, m .
j =1
Y = A ⋅ X ⇔ y = U (x ) .
A(α 1 X 1 + α 2 X 2 ) = α 1 A ⋅ X 1 + α 2 A ⋅ X 2 .
De aici rezultă:
U (α 1 x1 + α 2 x2 ) = α 1 U ( x1 ) + α 2 U ( x 2 ) ,
3.2. Definiţie. Matricea A = (aij ) i =1,m ; j =i ,n din teorema 3.1 se numeşte matricea
ataşată operatorului liniar U : Vn → W m în bazele B şi B ′ .
3.4. Propoziţie. Fie Vn , W m spaţii liniare peste corpul K. Atunci spaţiile liniare
L (Vn ,W m ) şi M m ,n ( K ) sunt izomorfe.
Remarcă. Din izomorfismul acestor spaţii liniare rezultă că spaţiul L (Vn ,W m ) are
dimensiunea m ⋅ n .
A = A2 A1 ∈ M p , n ( K ) .
i =1 k =1 k =1
⎝ i =1 ⎠ i =1 i =1 k =1
p
⎛ m ⎞ p m
= ∑ ⎜ ∑ bki aij ⎟ g k =∑ γ kj g k ⇒ ∑ bki aij = γ kj , (∀) k = 1, p , j = 1, n ,
k =1 ⎝ i =1 ⎠ k =1 i =1
adică A = A2 A1 .
B = (C t ) A C t ,
−1
U (e j ) = ∑ a kj ek , j = 1, n ,
n
k =1
n
U ( f i ) = ∑ b ji f j , i = 1, n ,
j =1
n
f i = ∑ cij e j .
j =1
⎛ n ⎞ n ⎛ n ⎞
U ( f i ) = U ⎜⎜ ∑ cij e j ⎟⎟ = ∑ cijU (e j ) = ∑ cij ∑ a kj ek = ∑ ⎜⎜ ∑ cij a kj ⎟⎟ ek ,
n n n
⎝ j =1 ⎠ j =1 j =1 k =1 k =1 ⎝ j =1 ⎠
n n n n
⎛ n ⎞
U ( f i ) = ∑ b ji f j = ∑ b ji ∑ c jk ek = ∑ ⎜⎜ ∑ b ji c jk ⎟⎟ ek , i = 1, n .
k =1 j =1 k =1 k =1 ⎝ j =1 ⎠
C t B = A C t ⇒ B = (C t ) A C t .
−1
n
E = { e1 , e2 ,L, en } este bază în Vn atunci vectorii f i = ∑ cij e j , i = 1, n formează o
j =1
n n n n
⎛ n ⎞
U 1 ( f i ) = ∑ b ji f j = ∑ b ji ∑ c jk ek = ∑ ⎜⎜ ∑ b ji c jk ⎟⎟ ek , i = 1, n ,
j =1 j =1 k =1 k =1 ⎝ j =1 ⎠
⎛ n ⎞ n ⎛ n ⎞
U ( f i ) = U ⎜⎜ ∑ cij e j ⎟⎟ = ∑ cijU (e j ) = ∑ cij ∑ a kj ek = ∑ ⎜⎜ ∑ cij a kj ⎟⎟ ek , i = 1, n .
n n n
⎝ j =1 ⎠ j =1 j =1 k =1 k =1 ⎝ j =1 ⎠
n n
Condiţia C t B = A C t implică ∑b ji c jk = ∑ cij a kj , (∀ ) i , k = 1, n ; de aici şi din
j =1 j =1
3.9. Observaţie. Din cele de mai sus rezultă că fiecare clasă de echivalenţă dată
de relaţia de asemănare pe M n ( K ) corespunde unui endomorfism U ∈ L (Vn ) şi
conţine toate matricele ataşate operatorului U în bazele spaţiului liniar Vn .
V = KerU ⊕ ImU .
U ( y ) = U ( x − U ( x )) = U ( x ) − U (U ( x )) = U ( x ) − U 2 ( x ) = U ( x ) − U ( x ) = 0V ,
x = y + U ( x ) ; y ∈ KerU , U ( x ) ∈ ImU ,
U ( y ) − U (0V ) = U ( y ) < ε .
U ( x − x0 ) < ε ⇒ U ( x ) − U ( x0 ) < ε ,
U ( y ) = U ( x − x0 ) = U ( x ) − U ( x0 ) < ε ,
4.5. Propoziţie. Operatorul U ∈ L (V,W ) este mărginit dacă şi numai dacă este
continuu.
2.7. EXERCIŢII 75
δ
încât U (x ) ≤ 1, (∀) y ∈V cu y ≤ δ . Fie x ∈V , x ≠ 0V şi y = x.
2 x
δ ⎛ δ ⎞ δ
Deoarece y = avem 1 ≥ U ( y ) = U ⎜⎜ x ⎟⎟ = U ( x ) , de unde rezultă
2 ⎝2 x ⎠ 2 x
2 2
U (x ) ≤ x . Afirmaţia din propoziţie are deci loc cu M = . Pentru a
δ δ
încheia demonstraţia mai avem de constatat că pentru x = 0V inegalitatea din
teoremă este evidentă.
n
Demonstraţie. Fie B = { e1 , e2 ,L, en } bază în Vn şi x = ∑ xi ei ∈ Vn . Dacă pe Vn
i =1
1
⎛ n 2 ⎞ 2
considerăm norma euclidiană x = ⎜ ∑ xi ⎟ atunci xi ≤ x , i = 1, n şi
2
⎝ i =1 ⎠ 2
⎛ n ⎞ n n n
U ( x ) = U ⎜ ∑ xi ei ⎟ = ∑ xiU (ei ) ≤ ∑ xi U (ei ) ≤ x 2 ∑
⋅ U (ei ) .
⎝ i =1 ⎠ i =1 i =1 i =1
n
Pentru M = ∑ U (ei ) obţinem U ( x ) ≤ M x 2
; aplicăm acum rezultatul din
i =1
α x 1≤ x 2
≤ β x 1.
76 2. OPERATORI LINIARI
Se poate arăta că pe un spaţiu liniar finit dimensional orice două norme sunt
echivalente ([5], pag. 191). În particular, pe un spaţiu liniar finit dimensional
orice normă ⋅ : Vn → R este echivalentă cu norma euclidiană; există deci
α , β > 0 astfel încât:
α x ≤ x 2
≤β x .
U = sup U ( x )
x =1
unde rezultă U = 0 L (V ,W ) .
ii) Fie U 1 ,U 2 ∈ L(V ,W ) operatori liniari continui. Atunci:
U 1 + U 2 = sup (U 1 + U 2 )( x ) = sup U 1 ( x ) + U 2 ( x ) ≤
x =1 x =1
= U1 + U 2 .
⎛ 1 ⎞
U ( x ) = x ⋅ U ⎜⎜ x ⎟⎟ ≤ x ⋅ sup U ( y ) = x ⋅ U ,
⎝ x ⎠ y =1
⎛ x ⎞
U ⎜⎜ ⎟ ≤ M , (∀) x ∈ V , x ≠ 0 V ,
x ⎟
⎝ ⎠
de unde deducem U ≤ M .
iv) U = sup U ( x ) . Într-adevăr, din definiţia normei unui operator liniar avem
x ≤1
U ≤ sup U ( x ) .
x ≤1
⎛ 1 ⎞
U ( x ) = x ⋅ U ⎜⎜ x ⎟⎟ ≤ x ⋅ U ≤ U ,
⎝ x ⎠
deci sup U ( x ) ≤ U .
x ≤1
U ≤ U1 ⋅ U 2 .
n
a) Să considerăm pe Vn şi W m normele: x = ∑ xi ei ∈ Vn , x ∞
= max xi ;
i =1 i =1, n
m m n
y = ∑ yi f i ∈ W m , y ∞
= max y i . Atunci: U ( x ) = ∑ y i f i , y i = ∑ aij x j , i = 1, m
i =1 i =1, m i =1 j =1
şi:
n n
U ( x ) = max y i = max ∑a ij x j ≤ max ∑ aij x j ≤
i =1, m i =1, m j =1 i =1, m j =1
n n
≤ max x j ⋅ max ∑ aij = x ∞
⋅ max ∑ aij .
j =1, n i =1, m j =1 i =1, m j =1
n
De aici rezultă că U ≤ max ∑ aij = L .
i =1, m j =1
n n
1
Fie i0 astfel încât L = ∑ ai 0 j şi ~
x = ∑~
x je j , ~
xj = ai 0 j dacă ai 0 j ≠ 0 şi
j =1 j =1 ai 0 j
~
x j = 0 dacă ai 0 j = 0 . Atunci ~
x = 1 şi:
∞
2.7. EXERCIŢII 79
n n n
U = sup U ( x ) ≥ U (~
x ) = max ∑ aij ~x j ≥ ∑ ai 0 j ~x j = ∑ ai 0 j = L ,
x =1 i =1, m j =1 j =1 j =1
de unde rezultă U ≥ L .
Din cele două inegalităţi obţinute rezultă că norma operatorului liniar
U ∈ L (Vn ,W m ) este:
n
U = max ∑ aij .
i =1, m j =1
n n m
b) Fie Vn şi W m normele: x = ∑ xi ei ∈Vn , x 1
= ∑ x j ; y = ∑ yi f i ∈ W m ,
i =1 j =1 i =1
m
y 1
= ∑ y i . Atunci:
i =1
m m n n m m n
U (x ) = ∑ yi = ∑ ∑ aij x j ≤ ∑ x j ⋅ ∑ aij ≤ max ∑ aij ⋅ ∑ x j =
i =1 i =1 j =1 j =1 i =1 j =1, n i =1 j =1
m
= x 1
⋅ max ∑ aij .
j =1, n i =1
m n
Fie j0 astfel încât L = ∑ ai j0 şi vectorul ~
x = ∑~
x j e j astfel încât ~
x j = 0 pentru
i =1 j =1
m
x j 0 = 1 . Atunci ~
j ≠ j0 şi ~ x 1
= 1 , U (~
x ) = ∑ ai j 0 f i şi
i =1
m
U = sup U ( x ) ≥ U (~
x ) = ∑ ai j 0 = L ,
x =1 i =1
de unde rezultă U ≥ L .
Norma operatorului liniar U este în acest caz:
m
U = max ∑ ai j .
j =1, n i =1
80 2. OPERATORI LINIARI
Remarcă. Din cele două cazuri studiate mai sus deducem că norma unui operator
liniar pe spaţii finit dimensionale este dată de matricea ataşată operatorului liniar
considerat. Pornind de la aceste două exemple, se poate introduce norma unei
matrice după cum urmează.
Fie spaţiul liniar V = M m ,n ( K ) şi vectorul A = (aij )i =1,m ; j =1,n ∈ M m ,n ( K ) . Definim
norma acestui vector prin:
n
A = max ∑ aij ,
i =1, m j =1
sau
m
A = max ∑ ai j .
j =1, n i =1
A⋅ B ≤ A ⋅ B .
i =1
n n
f ( x ) = ∑ α i xi , (∀) x = ∑ xi ei ∈Vn .
i =1 i =1
n
Demonstraţie. Necesitatea. Fie f : Vn → K liniară şi x = ∑ xi ei ∈Vn . Atunci:
i =1
⎛n
⎞ n n
f ( x ) = f ⎜ ∑ xi ei ⎟ = ∑ xi f (ei ) = ∑ α i xi , unde α i = f (ei ) , i = 1, n reprezintă
⎝ i =1 ⎠ i =1 i =1
i =1
n
forma: f ( x ) = A ⋅ X . Pentru y = ∑ yi ei ∈Vn punem Y = ( y1 y 2 L y n ) şi α , β
t
i =1
arbitrari în K obţinem:
82 2. OPERATORI LINIARI
f (α x + β y ) = A ⋅ (α X + β Y ) = α A ⋅ X + β A ⋅ Y = α f ( x ) + β f ( y ) ,
5.5. Teoremă. Dacă Vn este un spaţiu liniar peste K şi Vn∗ este dualul său atunci:
dimVn∗ = dimVn = n .
n
Demonstraţie. Fie B = { e1 , e2 ,L, en } bază în Vn . Dacă x = ∑ xi ei ∈Vn ,
i =1
f i (e j ) = δ ij , i, j = 1, n .
5.7. Definiţie. Dacă B = { e1 , e2 ,L, en } este o bază în Vn atunci baza din Vn∗ ,
{ }
B ∗ = f1 , f 2 ,L, f n f i (e j ) = δ ij , i, j = 1, n se numeşte bază duală.
2.7. EXERCIŢII 83
5.8. Teorema lui Riesz. Dacă E n este un spaţiu euclidian de dimensiune n atunci
pentru orice funcţională liniară f : E n → K există un vector unic x0 ∈ E n astfel
încât f ( x ) = < x, x0 > , (∀) x ∈ E n şi f = x0 .
f (x ) f (x ) 2
0 = < y, z > = < x − z , z > = < x, z > − z ,
f (z ) f (z )
adică
f (x ) 2
z = < x, z > ,
f (z )
f (z )
f ( x ) = < x, 2
z >.
z
f (z )
Luăm acum x0 = 2
z şi obţinem f ( x ) = < x, x0 > .
z
Pentru a demonstra unicitatea lui x0 fie x0′ ∈ E n astfel încât
f ( x ) = < x, x0′ > , (∀) x ∈ E n . Atunci avem < x, x0 − x0′ > = 0 , (∀) x ∈ E n . Pentru
2
x = x0 − x0′ obţinem x − x0 = 0 , adică x0 = x0′ .
Să demonstrăm acum ultima afirmaţie din teoremă. În baza inegalităţii Cauchy-
Buniakovski, constatăm pentru început că norma funcţionalei f verifică
84 2. OPERATORI LINIARI
inegalitatea:
1
Fie acum y = ⋅ x0 ; deoarece y = 1 rezultă
x0
1
f ≥ f (y) = < x0 , x0 > = x0
x0
1 1
astfel încât U ( x ) ≠ 0 En , x ′ = x şi y = U ( x ) . Atunci din inegalitatea
x U (x )
astfel încât:
ceea ce implică U ∗ (α 1 y1 + α 2 y 2 ) = α 1U ∗ ( y1 ) + α 2U ∗ ( y 2 ) .
Pentru a demonstra unicitatea, fie operatorul U 1 ∈ L (E n ) astfel încât
∗
de unde rezultă U = U ∗ .
i =1 i =1
n
⎛ n ⎞ n n n
⎛ n ⎞
< U ( x ) , y > = < ∑ ⎜⎜ ∑ aij x j ⎟⎟ ei , ∑ y k ek > = ∑∑ ⎜⎜ ∑ aij x j ⎟⎟ y k < ei , ek > =
i =1 ⎝ j =1 ⎠ k =1 i =1 k =1 ⎝ j =1 ⎠
n n
⎛ n ⎞ n n
= ∑ ∑ ⎜⎜ ∑ aij x j ⎟⎟ y k δ ik =∑ ∑ aij x j y i =
i =1 k =1 ⎝ j =1 ⎠ i =1 j =1
n
⎛ n ⎞ n
⎛ n ⎞ n
= ∑ ⎜ ∑ aij yi ⎟ x j = < ∑ ⎜ ∑ aij y i ⎟ e j , ∑ x k ek > =
j =1 ⎝ i =1 ⎠ j =1 ⎝ i =1 ⎠ k =1
n n
⎛ n ⎞
= < ∑ x k ek , ∑ ⎜ ∑ aij yi ⎟ e j > .
k =1 j =1 ⎝ i =1 ⎠
⎛ n ⎞ n n n n
⎛ n ⎞
U ∗ ( y ) = U ∗ ⎜ ∑ yi ei ⎟ = ∑ y iU ∗ (ei ) = ∑ yi ∑ aij e j = ∑ ⎜ ∑ aij yi ⎟ e j .
⎝ i =1 ⎠ i =1 i =1 j =1 j =1 ⎝ i =1 ⎠
6.5. Propoziţie. Dacă E n este un spaţiu euclidian real sau complex atunci:
i) (U 1 + U 2 ) = U 1∗ + U 2∗ , (∀) U 1, 2 ∈ L (E n ) ;
∗
ii) (U 1 o U 2 ) = U 2∗ o U 1∗ , (∀) U 1, 2 ∈ L (E n ) ;
∗
2.7. EXERCIŢII 87
iii) (U ∗ ) = U , (∀) U ∈ L (E n ) ;
∗
pentru orice x, y ∈ E n .
ii) < (U 1 o U 2 )( x ) , y > = < U 1 (U 2 ( x ) ) , y > = < U 2 ( x ) , U 1∗ ( y ) > =
= < x , U 2∗ (U 1∗ ( y )) > = < x , (U 2∗ o U 1∗ )( y ) > = < x , (U 1 o U 2 )( y ) > , (∀) x, y ∈ E n .
iii) < U ( x ) , y > = < x , U ∗ ( y ) > = < U ∗ ( y ) , x > = < y , (U ∗ ) ( x ) > =
∗
6.10. Propoziţie. U ∈ End (E n ) este hermitic dacă şi numai dacă matricea ataşată
lui într-o bază ortonormată în E n este hermitică.
U ( x ) = x , (∀) x ∈ E n .
< U (x ) , U ( y ) > =
1
4
[U (x ) + U ( y ) − U (x ) − U ( y ) + i U (x ) + i U ( y ) −
2 2 2
]
− i U (x ) − i U ( y ) =
2
=
1
4
[U (x + y ) − U (x − y ) + i U (x + i y ) − i U (x − i y )
2 2 2 2
]=
=
1
4
[ 2 2 2
x+ y − x− y +i x+i y −i x−i y = < x , y >.
2
]
6.13. Observaţie. i) Orice operator unitar este injectiv. Într-adevăr, dacă
U ∈ End (E n ) unitar atunci U ( x ) = 0 E implică 0 = U ( x ) = x , deci x = 0 En şi
KerU = {0 En }.
n
iii) Dacă U ∈ End (E n ) este unitar atunci el este inversabil şi U −1 este unitar. Într-
adevăr, dacă U este unitar el este injectiv deci inversabil. Atunci:
U −1 ( y ) = x = U ( x ) = y , (∀) y ∈ E n .
i =1 i =1
< e j , el > = < U (e j ) , U (el ) > = < ∑ aij ei , ∑ a kl ek > = ∑∑ aij a kl < ei , ek > =
n n n n
i =1 k =1 i =1 k =1
n n n
= ∑∑ aij a kl δ ik =∑ aij ail = δ jl ,
i =1 k =1 i =1
adică A A∗ = I n = A∗ A .
Suficienţa. Fie A unitară. Din calculul efectuat mai sus avem:
< U (e j ) , U (el ) > = ∑ aij ail = δ jl .
n
i =1
Atunci:
j =1 l =1 j =1 l =1
n n
= ∑∑ x j yl < e j , el > = < x , y > , (∀) x , y ∈ E n .
j =1 l =1
90 2. OPERATORI LINIARI
Ta : E n → E n , Ta ( x ) = x + a , (∀) x ∈ E n ,
6.18. Definiţie. Dacă E n este un spaţiu euclidian real, o funcţie surjectivă care
păstrează distanţa euclidiană se numeşte izometrie.
R (α x + β y ) = α R ( x ) + β R( y ) , (∀) x, y ∈ E n , (∀) α , β ∈ K .
T ( x ) = 2 x′ − x , (∀) x ∈ E n ,
92 2. OPERATORI LINIARI
6.23. Teoremă. Simetria unui spaţiu euclidian real E n faţă de un subspaţiu al său
E ′ este o transformare ortogonală involutivă.
2.7. EXERCIŢII
⎛0 1 1⎞
⎜ ⎟
A = ⎜1 0 1⎟ .
⎜1 1 0⎟
⎝ ⎠
2.7. EXERCIŢII 93
y1 = x 2 + x3
y 2 = x1 + x3
y 3 = x1 + x2
b) U ( x + y ) = ( x2 + y 2 + x3 + y3 , x3 + y 3 + x1 + y1 , x1 + y1 + x 2 + y 2 + 1) ,
U ( x ) + U ( y ) = ( x 2 + y 2 + x3 + y3 , x3 + y 3 + x1 + y1 , x1 + y1 + x 2 + y 2 + 2 )
deci U nu este liniar.
⎛− 2 1 1⎞
⎜ ⎟
A=⎜ 1 −2 1⎟.
⎜ 1 1 − 2 ⎟⎠
⎝
⎛1 1 1 ⎞
⎜ ⎟
C = ⎜1 1 0 ⎟ .
⎜1 0 0 ⎟
⎝ ⎠
⎛0 2 1⎞
⎜ ⎟
B = (C )
t −1
AC = ⎜ 0 − 3
t
0⎟ .
⎜0 0 − 3 ⎟⎠
⎝
− 2 x1 + x 2 + x3 = 0
x1 − 2 x2 + x3 = 0
x1 + x 2 − 2 x3 = 0 .
Sistemul de mai sus este compatibil simplu nedeterminat ţi are soluţia generală:
ImU = {( y1 , y 2 , y3 ) y1 + y 2 + y3 = 0}.
⎛ 2 − 11 6 ⎞
⎜ ⎟
A = ⎜ 1 − 7 4⎟ .
⎜ 2 −1 0⎟
⎝ ⎠
⎛2 2 1 2 1 2 1 2 2 ⎞
U ( x ) = ⎜ x1 + x2 − x3 , x1 − x 2 + x3 ,− x1 + x 2 + x3 ⎟ .
⎝3 3 3 3 3 3 3 3 3 ⎠
2 2 1
y1 = x1 + x2 − x3
3 3 3
2 1 2
y 2 = x1 − x2 + x3
3 3 3
1 2 2
y 3 = − x1 + x 2 + x3 .
3 3 3
Deoarece determinantul matricei acestui sistem este diferi de zero, sistemul are
soluţia unică
2 2 1
x1 = y1 + y 2 − y3
3 3 3
2 1 2
x 2 = y1 − y 2 + y3
3 3 3
1 2 2
x3 = − y1 + y 2 + y3 .
3 3 3
Rezolvare. Căutăm U : C n → C n astfel încât < U ( x ), y > = < x,U ∗ ( y ) > , pentru
orice x, y ∈ C n . Avem < U ( x ) , y > = < i x , y > şi cum < i x , y > = i < x , y > =
= < x , i y > = < x , − i y > rezultă U ∗ ( y ) = −i y .
U 1 ( x ) = ( x1 , x1 + x 2 , x1 + x2 + x3 ) ,
U 2 ( x ) = ( x2 − x3 , x3 − x1 , x1 − x2 ) ,
U 3 = ( x ) = ( x1 + x 2 + x3 , x2 + x3 , x3 ) ,
U 1 ( x ) = ( x1 + x 2 + x3 ,− x1 − x 2 − x3 ,2 x1 + 2 x2 + 2 x3 ) ,
U 1 ( x ) = ( x 2 + x3 ,2 x1 + 2 x 2 ,− x 2 − x3 ) .
⎛ 1 1⎞ ⎛1 1 ⎞ ⎛1 1⎞ ⎛1 0⎞
F1 = ⎜⎜ ⎟⎟ , F1 = ⎜⎜ ⎟⎟ , F1 = ⎜⎜ ⎟⎟ , F1 = ⎜⎜ ⎟⎟ .
⎝ 1 1 ⎠ ⎝ 1 0 ⎠ ⎝ 0 0 ⎠ ⎝ 0 0 ⎠
⎛ 3 2 0⎞
⎜ ⎟
a) A = ⎜ − 1 0 0 ⎟ ;
⎜ 0 0 0⎟
⎝ ⎠
⎛ −1 2 3⎞
⎜ ⎟
b) A = ⎜ − 2 2 − 6 ⎟ .
⎜ − 2 2 − 6⎟
⎝ ⎠
⎛ 27 18 27 ⎞ ⎛1 0 0⎞
⎜ ⎟ ⎜ ⎟
A1 = ⎜ − 21 − 14 − 21 ⎟ , A2 = ⎜ 0 0 0 ⎟
⎜ − 12 − 8 − 12 ⎟ ⎜ 0 0 − 1⎟
⎝ ⎠ ⎝ ⎠
sunt proiecţii.
⎛ 0 1 0⎞ ⎛ 0 − 2 0⎞
⎛0 1⎞ ⎜ ⎟ ⎜ ⎟
a) A = ⎜⎜ ⎟⎟ ; b) A = ⎜ 0 0 1 ⎟ ;c) A = ⎜ 0 0 3⎟ .
⎝ 0 0⎠ ⎜ 0 0 0⎟ ⎜0 0 0 ⎟⎠
⎝ ⎠ ⎝
⎛ − sin ϕ 0 cos ϕ ⎞
⎜ ⎟
A=⎜ 0 1 0 ⎟
⎜ cos ϕ 0 sin ϕ ⎟
⎝ ⎠
este ortogonal.
98 2. OPERATORI LINIARI
⎛1 + i i ⎞
11) Fie U : C 2 → C 2 endomorfismul definit prin matricea A = ⎜⎜ ⎟⎟ în
⎝ 1 3 − i ⎠
baza canonică a spaţiului C . Să se determine operatorii hermitici U i : C → C 2 ,
2 2
⎛ 4 3− i⎞
12) Să se arate că operatorul U : C 2 → C 2 definit de matricea A = ⎜⎜ ⎟
⎝3 + i 2 ⎟⎠
este un operator hermitic.
3. VECTORI ŞI VALORI PROPRII
U (x ) = λ x .
M λ = { x ∈V U (x ) = λ x }
M λ 1 ∩ M λ 2 = { 0V } ;
iii) Vectorii proprii ai lui U corespunzători la valori proprii distincte sunt liniar
independenţi.
α 1 x1 + α 2 x2 + L + α k +1 xk +1 = 0V .
3.7. EXERCIŢII 101
α 1λ1 x1 + α 2 λ2 x2 + L + α k +1λk +1 xk +1 = 0V .
n
⎛ n ⎞ n
∑ ⎜ ∑ ij j ⎟ i ∑ λ xi ei .
⎜
i =1 ⎝ j =1
a x ⎟ e =
⎠ i =1
∑a
j =1
ij x j = λ xi , i = 1, n ,
sau
(A − λ I n ) X = 0 M n ,1 ( K ) .
(A − λ I n ) X = 0 M n ,1 ( K ) .
are gradul n rezultă că ecuaţia caracteristică P (λ ) = 0 are n rădăcini reale sau (şi)
complexe, deci orice matrice A∈ M n (C ) are n valori proprii.
iii) Matricea A∈ M n ( R ) poate să nu aibă valori proprii. Privită însă ca matrice
din M n (C ) ea are cel puţin o valoare proprie (din C). În acest caz vectorii proprii
corespunzători valorii proprii λ ∈ C \ R aparţin complexificatului lui R n , pe care
l-am notat C R n .
⎛ a11 0 L0 ⎞
⎜ ⎟
⎜ 0 a 22 L 0 ⎟
A=⎜ .
L L L L⎟
⎜ ⎟
⎜ 0 0 L a nn ⎟⎠
⎝
Atunci din definiţia matricei ataşate unui operator liniar avem U (ei ) = aii ei ,
i = 1, n , deci vectorii ei , i = 1, n , sunt vectori proprii ai endomorfismului U,
asociaţi valorilor proprii aii , i = 1, n .
Reciproc, dacă B = { e1 , e2 ,L, en } este o bază în Vn formată din vectori proprii ai
lui U corespunzători valorilor proprii λi , i = 1, n , atunci U (ei ) = λi ei , i = 1, n ,
deci matricea ataşată lui U în baza B = { e1 , e2 ,L, en } este matricea diagonală:
⎛ λ1 0 L 0⎞
⎜ ⎟
⎜ 0 λ2 L 0⎟
A=⎜ .
L L L L⎟
⎜ ⎟
⎜0 0 L λn ⎟⎠
⎝
⎛λ0 0 L ⎞
0
⎜ ⎟
⎜0 λ0 L 0
⎟
A=⎜ ⎟,
M M L M
⎜ ⎟
⎜0 0 L λ 0 ⎟⎠
⎝
3.7. EXERCIŢII 105
i =1
unde
demonstrată.
ma (λ ) = m g (λ ) , (∀) λ ∈ σ (U ) .
106 3. VECTORI ŞI VALORI PROPRII
{ } p
B = e1 , e2 ,L, em 1 , em 1 +1 ,L, em 2 ,L, em p −1 +1 ,L, em p , ∑ mi = n ,
i =1
{ } { }
unde B1 = e1 , e2 ,L, em 1 este bază în M λ 1 şi Bi = em i −1 +1 , em i −1 + 2 ,L, em i , i = 2, p
sunt baze în M λ i , i = 2, p . Deoarece fiecare sistem de vectori Bi , i = 1, p este
liniar independent şi conţine vectorii proprii ai lui U corespunzători valorilor
proprii λi , i = 1, p , distincte două câte două, rezultă că B este bază în Vn . În
raport cu această bază matricea ataşată endomorfismului U este diagonală, fapt ce
se constată cu uşurinţă.
3.7. EXERCIŢII 107
Vn = M λ 1 ⊕ M λ 2 ⊕ + L ⊕ M λ p .
{ } p
ii) Fie B = e1 , e2 ,L, em 1 , em 1 +1 ,L, em 2 ,L, em p −1 +1 ,L, em p , ∑ mi = n baza din
i =1
⎛ λ1 0 L 0 ⎞
⎜ ⎟
⎜ 0 λ2 L 0 ⎟
Q AQ = ⎜
−1
= D(λ ) ,
L L L L⎟
⎜ ⎟
⎜0 0 L λ p ⎟⎠
⎝
( )
j = 1, p . Dacă rang (A − λ j I n ) = n − m j , j = 1, p , adică m g (λ j ) = dim M λ j =
= m j = ma (λ j ) , j = 1, p , atunci cu teorema 3.5 rezultă că U este diagonalizabil.
Dacă există cel puţin o valoare proprie λ j 0 pentru care are loc inegalitatea
108 3. VECTORI ŞI VALORI PROPRII
( )
rang A − λ j 0 I n > n − m j 0
(A − λ I ) X = 0
j n M n ,1 ( K ) , j = 1, p
Q −1 A Q = D (λ ) .
la baza B = B1 ∪ B2 ∪ L ∪ B p este C = Q t .
⎛0 1 1⎞
⎜ ⎟
A = ⎜1 0 1⎟ .
⎜1 1 0⎟
⎝ ⎠
− 2x 1 + x 2 + x 3 = 0
x 1 − 2x 2 + x 3 = 0
x 1 + x 2 − 2 x 3 = 0.
M λ 1 = {(α , α , α ) α ∈ R }
x1 + x 2 + x3 = 0
M λ 2 = {(− α − β , α , β ) α , β ∈ R },
⎛ 2 0 0⎞
⎜ ⎟
⎜ 0 −1 0⎟ .
⎜0 0 − 1⎟⎠
⎝
110 3. VECTORI ŞI VALORI PROPRII
⎛ 1 −1 1⎞
⎜ ⎟
A = ⎜2 2 − 1⎟ .
⎜ 1 −1 2⎟
⎝ ⎠
− x1 − x 2 + x3 = 0
2 x1 − x3 = 0
x1 − x2 = 0.
M λ 1 = {( α , α , 2 α α ∈ R ) },
P ( A) = (− 1) A n + α n −1 A n −1 + L + α 1 A + I n = 0 M n ( K ) .
n
3.7. EXERCIŢII 111
( A − λ I n )( A − λ I n )+ = det ( A − λ I n ) I n = P(λ ) I n
şi ( A − λ I n ) este o matrice de polinoame de grad n − 1 . Rezultă că reciproca
+
− Bn −1 = α n I n , A Bn −1 − Bn − 2 = α n −1 I n ,L, A B1 − B0 = α 1 I n , A B0 = α 0 I n .
P( A) = α n A n + α n −1 A n −1 + L + α 1 A + α 0 I n = 0 M n ( K )
⎛λ 0 0 L 0 0 ⎞
⎜ ⎟
⎜1 λ 0 L 0 0⎟
⎜0 1 λ L 0 0⎟
J m (λ ) = ⎜ ⎟ ∈ M m , m (K ) .
⎜M M M M M M⎟
⎜0 0 0 L λ 0⎟
⎜ ⎟
⎜0 0 0 L 1 λ⎟
⎝ ⎠
112 3. VECTORI ŞI VALORI PROPRII
⎛ J 1 (λ ) 0 L 0 ⎞
⎜ ⎟
⎜ 0 J 2 (λ ) L 0 ⎟
B(λ ) = ⎜
M M M M ⎟
⎜ ⎟
⎜ 0 0 L J (λ ) ⎟
⎝ s ⎠
Se numeşte matrice sub forma canonică Jordan o matrice bloc diagonală J care
are pe diagonală blocuri Jordan cu scalari eventual diferiţi.
N1 ⊂ N 2 ⊂ L ⊂ N s = N s +1 = L ,
R 1 ⊃ R 2 ⊃ L ⊃ R s = R s +1 = L .
( )
Fie x ∈ N k , k ∈ N ∗ . Atunci U k ( x ) = 0V n şi U k +1 ( x ) = U (U k ( x )) = U 0V n = 0V n ,
deci N k ⊂ N k +1 . În plus, din U k ( x ) = 0V n rezultă U k −1 (U ( x )) = 0V n deci
U ( x ) ∈ N k −1 ⊂ N k , (∀) x ∈ N k . De aici rezultă că U ( N k ) ⊂ N k .
Fie acum y ∈ Rk , k ∈ N ∗ ; există deci x ∈Vn astfel încât U k ( x ) = y . Atunci:
U ( y ) = U (U k ( x )) = U k (U ( x )) ∈ R k , deci U (R k ) ⊂ R k . În plus, din U k ( x ) = y
avem y = U k ( x ) = U k −1 (U ( x )) ∈ R k −1 , deci R k ⊂ R k −1 .
3.7. EXERCIŢII 113
4.4. Definiţie. Subspaţiul M din propoziţia 4.3 se numeşte nucleul stabil al lui U
şi îl notăm M (U ) iar subspaţiul W se numeşte imaginea stabilă a lui U şi îl
notăm W (U ) .
4.6. Propoziţie. Fie Vn spaţiu vectorial peste K, U ∈ End(Vn ) , v ∈Vn astfel încât
U k −1 (v ) ≠ 0V n şi U k (v ) = 0V n , k ∈ N ∗ , W = L(v ,U (v ),U 2 (v ),L,U k −1 (v )) . Atunci:
114 3. VECTORI ŞI VALORI PROPRII
⎛0 0 L 0 0⎞
⎜ ⎟
⎜1 0 L 0 0⎟
⎜0 1 L 0 0 ⎟ ∈ M k (K ) .
⎜ ⎟
⎜M M L M M⎟
⎜0
⎝ 0 L 1 0 ⎟⎠
α 1U k −1 (v ) + α 2U k (v ) + L + α kU 2 k − 2 (v ) = 0Vn .
Deoarece U k (v ) = U k +1 (v ) = L = U 2 k − 2 (v ) = 0V n şi U k −1 (v ) ≠ 0V n rezultă α 1 = 0 .
Aplicăm egalităţii α 2U (v ) + α 3U 2 (v ) + L + α kU k −1 (v ) = 0Vn endomorfismul U k −2
şi obţinem: α 2U k −1 (v ) + α 3U k (v ) + L + α kU 2 k −3 (v ) = 0Vn . La fel ca în primul caz
rezultă α 2 = 0 . Repetând acest procedeu obţinem α 1 = α 2 = L = α n = 0 deci
sistemul B = {v ,U (v ),U 2 (v ),L,U k −1 (v )} este liniar independent. În plus B este şi
sistem de generatori pentru W deci este bază în W.
ii) Fie x ∈ W şi x = x1v + x 2U (v ) + L + x kU k −1 (v ) . Atunci:
U ( x ) = x1U (v ) + x 2U 2 (v ) + L + xkU k (v ) =
= x1U (v ) + x 2U 2 (v ) + L + x k −1U k −1 (v ) ,
U 1 : Vn → Vn , U 1 = U + λ I V n .
⎛λ 0 0 L 0 0⎞
⎜ ⎟
⎜1 λ 0 L 0 0⎟
⎜0 1 λ L 0 0⎟
⎜ ⎟.
⎜M M M M M M⎟
⎜0 0 0 L λ 0⎟
⎜ ⎟
⎜0 0 0 L 1 λ⎟
⎝ ⎠
U 1 (e1 ) = λ e1 + e2 ,
U 1 (e2 ) = λ e2 + e3 ,
LLLLLLL
U 1 (ek −1 ) = λ ek −1 + ek ,
U 1 (ek ) = λ ek
deci şi pentru U, din modul cum a fost definit operatorul T j . Dacă I M (T j ) este
~ ~
operatorul identitate pe M λ j , atunci operatorul U j = T j + λ j I M (T j ) este restricţia
~
lui U la M λ j . Fie n j indicele de nilpotenţă al operatorului T j şi λ ∈ K o valoare
~ n ~n
proprie a lui T j . Se constată cu uşurinţă că λ j este o valoare proprie a lui T j j şi
~n
( )
cum T j j ( x ) = 0Vn , ( x ) ∈ M (T j ) rezultă λ = 0 , deci σ T j = { 0 } .
~
116 3. VECTORI ŞI VALORI PROPRII
( )
Fie acum λ ∈ σ U j ; atunci există x ∈ M (T j ) , x ≠ 0V n astfel încât U j ( x ) = λ x şi
~ ~
~ ~
( )
T j ( x ) = (λ − λ j ) x . Ultima egalitate implică λ − λ j ∈ σ T j şi cum σ T j = { 0 }
~
( )
~
obţinem λ = λ j . Deci singura valoare proprie a endomorfismului U j (dacă
aceasta există) este egală cu λ j .
ii) Fie U ∈ End(Vn ) , M (U ) şi W (U ) nucleul stabil şi respectiv imaginea stabilă
ale lui U. Cu propoziţia 4.3 avem Vn = M (U ) ⊕ W (U ) şi M (U ) , W (U ) sunt
subspaţii invariante pentru U. Dacă B ′ = {e1 , e2 ,L, e p }, B ′′ = {e p +1 , e p + 2 ,L, en }
sunt baze în M (U ) , respectiv W (U ) , atunci B = B ′ ∪ B ′′ este o bază în Vn în
raport cu care matricea ataşată lui U este o matrice bloc diagonală, adică este de
forma:
⎛ A1 0 ⎞
A = ⎜⎜ ⎟ , A ∈ M p (K ) , A 2 ∈ M n− p (K ) .
⎝0 A 2 ⎟⎠ 1
(λ − λ2 ) m 2 L(λ − λ p ) m p , ∑ mi = n .
p
P(λ ) = (− 1) (λ − λ1 )
n m1
i =1
sau încă
Pi o Qi = Qi o Pi = 0 End (Vn ) , i = 1, p .
3.7. EXERCIŢII 117
(λ − λ2 ) m 2 L(λ − λ p ) m p , ∑ mi = n ,
p
iii) Fie P(λ ) = (− 1) (λ − λ1 )
n m1
polinomul
i =1
caracteristic al endomorfismului U, Pi (λ ) = (λ − λi ) , Qi (λ ) = P (λ ) : Pi (λ ) ,
mi
H 1 (U ) o Q1 (U ) + H 2 (U ) o Q2 (U ) + L + H p (U ) o Q p (U ) = I Vn .
Q1 (U )( z1 ) = −Q1 (U )( z 2 ) − Q1 (U )( z 3 ) − L − Q1 (U )(z p )
= 0Vn ,
= Ker (U − λ 2 I Vn )
λ2 m2
deoarece z 2 ∈ M .
Analog rezultă Q1 ( z 3 ) = L = Q1 (z p ) = 0V n , deci Q1 (U )( z1 ) = 0 Vn .În plus avem:
n
(
Qi (U )( z1 ) = (− 1) (U − λ 2 I Vn )
m2
o L o (U − λ p I Vn )
mp
)(U − λ I )
1 Vn
m1
(z1 ) =
= 0 V n , i = 2, p ,
implică
Demonstraţie. i) Fie P (λ ) = (− 1) (λ − λ 1 ) (λ − λ ) L (λ − λ p )
p
∑m
n m1 m2 mp
2 , i = n.
i =1
λ1 λ2 λp λi mj
Cu teorema 4.11 avem Vn = M ⊕M ⊕ LM , cu M = KerT j , j = 1, p
~
subspaţii invariante pentru U, T j : Vn → Vn , T j = U − λ j I V n . Restricţia T j a lui
λj
T j la M este un endomorfism nilpotent de indice m j şi cu observaţia 4.9 i)
~ λ
rezultă că restricţia U j a lui U la subspaţiul M j are cel mult valoarea proprie
λ j . Cu observaţia 4.9 ii) rezultă că există o bază în Vn în raport cu care matricea
ataşată lui U are forma bloc diagonală
⎛ A1 0 ⎞
A = ⎜⎜ ⎟ , A ∈ M n (K ) , A 2 ∈ M n−n (K ) .
⎝0 A 2 ⎟⎠ 1 j j
P (λ ) = PU~ (λ ) ⋅ PU~ (λ ) .
j1 j2
~ ~
De aici rezultă că U j1 , U j2 au valori proprii; în plus, ca la punctul i), rezultă că
~ ~
U j1 are doar valoarea proprie λ j . Să arătăm că λ j ∈ σ U j2 . Presupunem contrar ( )
şi fie x ∈ W (T j ) , x ≠ 0V n astfel încât U j 2 ( x ) = λ j x . Atunci: U − λ j I V n ( x ) =
~
( )
= U j 2 ( x ) − λ j x = 0V n , deci x ∈ KerT j ⊂ M (T j ) şi x ∈ W (T j ) ∩ KerT j = 0 V n ,
~
{ }
astfel încât x = 0 V n , contradicţie. De aici rezultă PU~ (λ ) ≠ 0 ,
j Q j (λ j ) = 0 şi
j2
P (λ ) = Pj (λ )Q j (λ ) = (λ − λ j ) Q j (λ ) = (− 1) (λ − λ j ) j PU~ (λ ) ,
m j n n
2
rezultă că dim M (T j ) = n j = m j .
iii) Avem M
λj
= Ker T j ( ) ⊂ M (T ) şi cum
m j
j dim M
λj
= dim M (T j ) rezultă că
M (T j ) = M
λj
, j = 1, p .
∑m
λj m
multiplicităţi m j , j = 1, p , j = n , T j = U − λ j I Vn , M = KerT j j , j = 1, p
j =1
~ λj λj λj
şi U j : M →M , j = 1, p . Atunci pentru orice
, restricţiile lui U la M
λ ~
j = 1, p există o bază B j în M j astfel încât matricea ataşată lui U j în această
bază să fie bloc Jordan având pe diagonală scalarul λ j .
3.7. EXERCIŢII 121
{0 }⊂ M
Vn λj = KerT j ⊂ KerT j 2 ⊂ L ⊂ KerT j s −1 ⊂ KerT j s = M (T j ) = M
λj
,
( )
α 1T jk (u 1 ) + α 2T jk (u 2 ) + L + α p 1T jk u p 1 = 0 V n .
( )
Atunci T jk α 1u 1 + α 2 u 2 + L + α p 1 u p 1 = 0 V n deci
α 1u 1 + α 2 u 2 + L + α p 1 u p 1 ∈ L{T j
k
(u1 ),L, T jk (u p 1 )}∩ KerT js −k −1 = {0 V n }.
Din afirmaţia de mai sus rezultă α 1u 1 + α 2 u 2 + L + α p 1 u p 1 = 0 V n şi cum vectorii
u1 , u 2 ,L, u p 1 sunt liniar independenţi obţinem α 1 = α 2 = L = α p 1 = 0 .
Pentru a demonstra a doua parte a afirmaţiei fie vectorul
{ ( )}
u ∈ L T jk (u1 ),L, T jk u p 1 ∩ KerT js − k −1 .
( )
Atunci u = α 1T jk (u 1 ) + L + α p 1T jk u p 1 şi T js − k −1 (u ) = 0 V n . De aici rezultă că
( )
α 1T js −1 (u 1 ) + L + α p 1T js −1 u p 1 = 0 V n , fapt ce implică α 1 = α 2 = L = α p 1 = 0 şi
122 3. VECTORI ŞI VALORI PROPRII
{T j
k
(u1 ), T jk (u 2 )L, T jk (u p 1 )} ⊂ KerT js −1 \ KerT js −2
deoarece T js −1 (T j (u i )) = T js (u i ) = 0 V n , i = 1, p1 şi T js − 2 (T j (u i )) = T js −1 (u i ) ≠ 0 V n ,
i = 1, p1 .
{
Din cele demonstrate mai sus rezultă că T jk (u1 ), T jk (u 2 )L, T jk u p 1 ( )} este un
{ ( )}
sistem liniar independent şi L T jk (u1 ), T jk (u 2 )L, T jk u p 1 ∩ KerT js −2 = 0 V n Atunci
p1 + d s −2 ≤ d s −1 deci p1 ≤ d s −1 − d s − 2 = p 2 . Completăm o bază a lui KerT js −2 cu
( )
vectorii T j (u1 ), T j (u 2 ),L, T j u p 1 , u p 1 +1 ,L, u p 2 ∈ KerT js −1 \ KerT js − 2 până la o bază
a lui KerT js −1 (menţionăm că vectorilor T j (u1 ), T j (u 2 ),L, T j u p 1 , care sunt în ( )
număr de p1 li s-au adăugat în această etapă p 2 − p1 vectori).
Vectorii obţinuţi sunt liniar independenţi şi:
{ ( ) ( )
L T j2 (u1 ), L, T j2 u p 1 , T j2 u p 1 +1 ,L, T j2 u p 2 ( )}∩ KerT j
s −3
{ }
= 0Vn .
KerT js ∋ u1 , u 2 ,L, u p 1 ;
( )
KerT js −1 ∋ T j (u1 ), T j (u 2 ),L, T j u p 1 , u p 1 +1 ,L, u p 2 ;
KerT js − 2 ∋ T j2 (u1 ), T j2 (u ),L, T (u ), T (u ),L, T (u ), u
2 j
2
p1 j p 1 +1 j p2 p 2 +1 ,L, u p 3 ;
LLLLLLLLLLLLLLLLLLL LL LLLLLL LL
( ) ( )
KerT j ∋ T js −1 (u1 ), T js −1 (u 2 ),L, T js −1 u p 1 , T js − 2 u p 1 +1 ,L, T js −2 u p 2 ,( )
( ) ( )
T j u p s − 2 +1 ,L, T j u ps −1 , u p s −1 +1 ,L, u p s .
∑m
λj m
m j , j = 1, p , j = n , T j = U − λ j I Vn , M = KerT j j , j = 1, p atunci cu
j =1
λ1 λ2 λp
teorema 4.11 avem V n = M ⊕M ⊕L⊕ M . Cu teorema 4.13 rezultă că în
λ
fiecare subspaţiu M j , j = 1, p , există o bază B j faţă de care matricea asociată
~
restricţiei U j este un bloc Jordan cu scalarul λ j pe diagonală. Cu observaţia 4.9
ii) rezultă că în baza B = B1 ∪ B2 ∪ L ∪ Bn matricea ataşată operatorului U are
forma canonică Jordan.
(A − λ I )X = 0 (
j n M n ,1 K ) ,
(A − λ I )X = X ,
j n 1
(A − λ I )X = X ,
j n 2 1
LLLLLLLLL
3.7. EXERCIŢII 125
5.1. Propoziţie. Valorile proprii ale unui operator hermitic U ∈ End(E n ) sunt
reale.
126 3. VECTORI ŞI VALORI PROPRII
Demonstraţie. Fie U ∈ End(E n ) hermitic; atunci < U ( x ), y > = < x,U ( y ) > , (∀)
x, y ∈ E n . Fie λ ∈ σ (U ) şi x un vector propriu corespunzător acestei valori
proprii, adică U ( x ) = λ x , x ≠ 0 E n . Din propoziţia 6.19 capitolul 2, rezultă
< x ,U ( x ) > ∈ R iar din egalitatea U ( x ) = λ x obţinem λ x = < x ,U ( x ) > , deci
2
< x ,U ( x ) >
λ= 2
∈R.
x
< x ,U ( x ) >
λ= 2
.
x
5.4. Teoremă. Dacă U ∈ End(E n ) este hermitic atunci există o bază ortonormată
în E n formată din vectori proprii ai lui U. Matricea ataşată lui U în această bază
este matrice diagonală.
deci U ( x ) ∈ M 1⊥ .
Fie acum U 1 : M 1⊥ → M 1⊥ restricţia lui U la subspaţiul M 1⊥ . Operatorul U 1 astfel
definit este hermitic. Faţă de produsul scalar din E n , M 1⊥ este un spaţiu euclidian
de dimensiune n − 1 ; din ipoteza de inducţie rezultă că există o bază
B1 = { x 2 , x3 L, x n } ortonormată în M 1⊥ formată din vectori proprii ai lui U 1
(deci şi ai lui U). Avem E n = M 1 ⊕ M 1⊥ = L( x1 ) ⊕ L( x 2 ,L, x n ) şi cum
x1 ⊥ xi , i = 2 , n rezultă că B = { x1 , x2 , x3 L, xn } este bază ortonormată în E n .
Faţă de această bază matricea ataşată lui U este diagonală, având pe diagonală
valorile proprii ale lui U.
< U (x ) , x > ≤ U (x ) ⋅ x ≤ U ⋅ x
2
= U ,
de unde rezultă M ≤ U .
Să stabilim acum inegalitatea M ≥ U ; din această inegalitate şi din cea de mai
sus va rezulta M = U . Pentru început să constatăm că U fiind autoadjunct,
teorema 6.19, capitolul 2 ne dă < U ( x ) , x > ∈ R , (∀) x ∈ H .
1
Pentru x ∈ H , x ≠ 0 H avem x = 1 şi atunci:
x
⎛ 1 ⎞ 1 1
< U ⎜⎜ x ⎟⎟ , x> = 2
< U (x ) , x > ≤ M .
⎝ x ⎠ x x
1
Re < U ( x ) , y > = <U ( x + y ) , x + y > − < U ( x − y ) , x − y > ≤
4
≤ [ <U ( x + y ) , x + y > + < U ( x − y ) , x − y > ] ≤
1
4
1
[
≤ M x+ y + x− y =
4
2 2 M
2
]
2
x + y . [
2
]
În stabilirea ultimei egalităţi am folosit identitatea paralelogramului.
Din inegalitatea de mai sus, pentru x ∈ H , x ≠ 0 H , obţinem:
1 1
U (x ) = < U (x ) , U ( x ) > = Re < U ( x ) , U (x ) > ≤
U (x ) U (x )
M⎡ ⎤
2
1
U (x ) ⎥ = M .
2
≤ ⎢ x +
2 ⎢ U (x ) ⎥⎦
⎣
i =1
1
⎛ n 2⎞ 2
x = ⎜ ∑ xi ⎟ şi
⎝ i =1 ⎠
n 2 n 2 n 2
U (x ) ∑ x U (e )
2
∑λ x e = ∑ λi
2 2 2
= i i = i i i xi ≤ λi0 x ,
i =1 i =1 i =1
unde λ i 0 este valoarea proprie de modul maxim a lui U. Din această inegalitate
U = λi0 .
i =1
n
⎛ n ⎞ n
⎛ n ⎞
U (x ) = < ∑ ⎜⎜ ∑ aij x j ⎟⎟ ei , ∑ ⎜⎜ ∑ aij x j ⎟⎟ ei > =
2
i =1 ⎝ j =1 ⎠ i =1 ⎝ j =1 ⎠
n
⎛ n n ⎞ n ⎛ n n ⎞
= ∑ ⎜⎜ ∑∑ aij x j aik xk ⎟⎟ = ∑ ⎜⎜ ∑∑ aij aik x j ⎟⎟ x k =
i =1 ⎝ j =1 k =1 ⎠ k =1 ⎝ j =1 i =1 ⎠
=< (U U )( x ) , x > .
∗
< U (x ) , x > ≤ U (x ) x ≤ U
2
x = U = λ i 0 , x = 1.
( )
Pentru x = ei 0 avem < U ei 0 , ei 0 > = < λ i 0 ei 0 , ei 0 > = λ i 0 , deci:
egalitatea
1
< U (x ) , y > = [<U (x + y ) , x + y > − < U (x − y ) , x − y >] +
4
+ i [<U ( x + i y ) , x + i y > − < U ( x − i y ) , x − i y >] ,
expresiile din paranteze sunt reale. Permutând locurile lui x şi y vom avea:
1
< U (y) , x > = [<U ( y + x ) , y + x > − < U ( y − x ) , y − x >] +
4
+ i [<U ( y + i x ) , y + i x > − < U ( y − i x ) , y − i x >] =
1
= [<U (x + y ) , x + y > − < U (x − y ) , x − y >] −
4
− i [<U ( x + i y ) , x + i y > − < U ( x − i y ) , x − i y >] =
= < U (x ) , y > .
De aici obţinem:
< U (x ) , x >
λ max = λ n = sup 2
= sup < U ( x ) , x > ,
x ≠0 x x =1
< U (x ) , x >
λ min = λ 1 = inf 2
= inf < U ( x ) , x > .
x ≠0 x =1
x
Demonstraţie. Fie B = {e1 , e2 ,L, en } bază în E n formată din vectori proprii ai lui
n
U şi x = ∑ xi ei ∈ E n . Atunci:
i =1
n n n
< U ( x ) , x > = < ∑ λ i xi ei , ∑ x j e j > = ∑ λ i xi
2
,
i =1 j =1 i =1
132 3. VECTORI ŞI VALORI PROPRII
de unde obţinem
< U (x ) , x >
λ min ≤ 2
≤ λ max .
x
< U (x ) , x >
2
= λ max ,
x
iar dacă x este vector propriu corespunzător valorii proprii λ min = λ 1 atunci
< U (x ) , x >
2
= λ min .
x
< U (x ) , x > ⎛ x ⎞ x
= < U ⎜⎜ ⎟ x > = < U (x ) , x > , x = 1 ,
2
⎟, ′ ′ ′
x ⎝ x ⎠
deci
< U (x ) , x >
sup 2
= sup < U ( x ) , x > .
x ≠0 x x =1
n n n
< U ( x ) , x > = < ∑ λ i xi ei , ∑ x j e j > = ∑ λ i xi
2 2
≥ λ2 x .
i=2 j =2 i =1
< U (x ) , x >
λ 2 = min 2
= min < U ( x ) , x > .
x≠ 0E x =1
x ⊥e 1
n x x ⊥e 1
< U (x ) , x >
λ j = inf sup 2
= inf sup < U ( x ) , x > ,
M ∈M j x∈M M ∈M j x∈M
x≠0E
x x =1
n
unde
n n n n
< U ( x ) , x > = < ∑ λ i xi ei , ∑ x j e j > = ∑ λ i xi ≤ λ j ∑ xi
2 2 2
=λj x .
i=2 j =2 i =2 i =1
< U (x ) , x >
De aici rezultă 2
≤ λ j , (∀) x ∈ M 0
x
< U (x ) , x >
λ j = sup 2
.
x∈M 0 x
x≠0E
n
< U (x ) , x >
λ j ≤ sup 2
, (∀) M ∈ M j .
x∈M
x≠0E
x
n
i =1
j j
< U (z ) , z > = ∑ λ i zi ≥ λ j ∑ xj
2 2 2
=λj z .
i =1 i =1
De aici rezultă
U = sup U ( x )
x =1
U = sup U ( x ) = sup A X ,
x =1 x =1
3.7. EXERCIŢII 135
A = sup A X .
x =1
A B ≤ A ⋅ B ; A n = A , (∀) A , B ∈ M n ( K ) ,
n
matriceală.
n
6.2. Observaţie. Dacă pe K n luăm norma x 1
= ∑ xi atunci
i =1
n
A = max ∑ aij ,
j =1, n i =1
n
A = max ∑ aij .
i =1, n j =1
ρ ( A) = max { λ , λ ∈ σ ( A) }
136 3. VECTORI ŞI VALORI PROPRII
A = ρ ( A ∗ A) ,
A = ρ ( A) .
∑ a kx k
= a 0 + a1 x + a 2 x 2 +L+ a n x n +L
k =0
∑a
k =0
k A k = a 0 I n + a1 A + a 2 A 2 + L + a n A n + L
Demonstraţie. Fie r > 0 astfel încât A < r < R . Atunci seria numerică
∞ ∞
∑a
k =0
k r k este absolut convergentă, deci seria de numere reale pozitive ∑
k =0
ak r k
este convergentă. Cu proprietăţile normei matriceale obţinem
k
ak Ak = ak ⋅ Ak ≤ ak ⋅ A < ak ⋅ r k
n
şi dacă notăm cu S n = ∑ a k A k atunci:
k =0
n+ p n+ p n+ p
S n+ p − S n = ∑ ak Ak ≤
k = n +1
∑
k = n +1
ak Ak < ∑
k = n +1
ak r k .
∞
Cum seria ∑
k =0
a k r k este convergentă, şirul sumelor sale parţiale este convergent
3.7. EXERCIŢII 137
deci este şir Cauchy. Atunci din ultima inegalitate rezultă că şirul (S n )n∈N este şir
Cauchy în M n (C ) şi cum acest spaţiu este complet rezultă că (S n )n∈N este un şir
∞
convergent, deci ∑a
k =0
k A k este convergentă.
∞
6.6. Definiţie. Dacă în condiţiile propoziţiei 6.5, notăm f (r ) = ∑ a k r k atunci
k =0
∞
suma seriei de matrice ∑a k A k se notează f ( A) şi se numeşte funcţia de
k =0
(− 1) n A n + α 1 A n−1 + α 2 A n−2 + L + α n I n = 0 M n (C )
de unde obţinem
A n = (− 1) α 1 A n −1 + (− 1) α 2 A n − 2 + L + (− 1) α n I n
n −1 n −1 n −1
∞
xk x x2 xn
e =∑
x
= 1+ + +L+ +L.
k =0 k! 1! 2! n!
∞
1
6.8. Definiţie. Suma seriei ∑ k! A
k =0
k
se numeşte exponenţiala matricei A şi notăm
∞
1 k 1 1 1
eA =∑ A = I n + A + A2 + L + An + L .
k =0 k ! 1! 2! n!
Fie diag (λ 1 , λ 2 ,L, λ n ) matricea cu toate elementele egale cu zero, mai puţin cele
de pe diagonala principală care sunt egale cu λ 1 , λ 2 ,L, λ n .
0M
n (K )
i) e = I n ; e λ I n = e λ I n , (∀) λ ∈ C .
ii) Dacă A = diag (λ 1 , λ 2 ,L, λ n ) atunci e A = diag e 1 , e 2 ,L, e ( λ λ λn
).
iii) Dacă A , B ∈ M n (C ) şi A B = B A atunci e A e B = e B e A = e A+ B .
iv) Pentru orice A∈ M n (C ) matricea e A este nesingulară şi (e A ) = e − A .
−1
⎛ 1 0 L 0⎞
0
⎜ 1 ⎟
⎜ 1 0 L 0⎟
⎜ 1! ⎟
J r (λ ) ⎜ 1 1 ⎟
e = e λ ⋅⎜ 1 L 0⎟ .
2! 1!
⎜ ⎟
⎜ M M M M M⎟
⎜ 1 1 1
L 1 ⎟⎟
⎜ (r − 1)! (r − 2)! (r − 3)!
⎝ ⎠
∞
1 k
=∑
λj
e λ j , j = 1, n .
k =0 k !
1 ⎛ k ⎞
( A + B ) k = ∑ 1 ⎜⎜ ∑ k ! A j B k − j ⎟⎟ .
∞ ∞
e A+ B = ∑
k =0 k ! k = 0 k ! ⎝ j = 0 j !(k − j )! ⎠
De aici obţinem:
⎛ ⎞
∞
1 ⎜ k k! j m ⎟ ⎛ ∞ 1 j ⎞ ⎛ ∞ 1 m ⎞
e A+ B
=∑ ⎜ ∑ A B ⎟ = ⎜⎜ ∑ A ⎟⎟ ⋅ ⎜⎜ ∑ B ⎟⎟ = e A ⋅ e B .
k = 0 k ! ⎜ j , m = 0 j !m ! ⎟ ⎝ j =0 j ! ⎠ ⎝ m =0 m ! ⎠
⎝ j +m=k ⎠
În ultima relaţie am aplicat teorema lui Mertens asupra produsului a două serii.
iv) Deoarece A ⋅ (− A) = (− A) ⋅ A putem aplica rezultatul de la iii) matricelor A şi
− A şi obţinem:
e A ⋅ e − A = e A+ ( − A ) = e
0n
= In .
⎛ ∞ 1 ⎞
C −1e A C = C −1 ⎜⎜ ∑ A k ⎟⎟ C = ∑ C −1 A k C = ∑ (C −1 A C ) = e C A C .
∞
1 ∞
1 k −1
⎝ k =0 k ! ⎠ k =0 k ! k =0 k !
J r (λ )
e = e λ Ir + Hr = e λ Ir e Hr = e λ e Hr .
140 3. VECTORI ŞI VALORI PROPRII
În plus avem
⎛0 0 L 0 0 0⎞
⎛0 0 L 0 0⎞ ⎜ ⎟
⎜ ⎟ ⎜0 0 L 0 0 0⎟
⎜1 0 0 0⎟ ⎜1 0 O M M M⎟
Hr = ⎜0 ⎟
1 O M M , Hr = ⎜
2
⎟ , L, H rr = 0 M (C ) ,
⎜ ⎟ ⎜0 1 O 0 0 0⎟ r
⎜M M O 0 0⎟ ⎜M
⎜0 ⎟ ⎜ M K 0 0 0 ⎟⎟
⎝ 0 K 1 0⎠ ⎜0
⎝ 0 L 1 0 0 ⎟⎠
⎛ 1 0 0 L 0⎞
⎜ 1 ⎟
⎜ 1 0 L 0⎟
⎜ 1! ⎟
r −1
1 ⎜ 1 1 ⎟
= ∑ H rk = ⎜
Hr
e 1 L 0⎟ .
k =0 k ! 2! 1!
⎜ ⎟
⎜ M M M M M⎟
⎜ 1 1 1
L 1 ⎟⎟
⎜ (r − 1)! (r − 2)! (r − 3)!
⎝ ⎠
e t A = In +
1
(t A) + 1 (t 2 A 2 ) + L + 1 (t k A k ) + L ;
1! 2! k!
(e ) = A + 1 t A2 + 1 t 2 A3 + L + 1 t k −1 Ak + L
d tA
dt 1! 2! (k − 1)!
⎛ 1 1 1 k k ⎞
= A ⎜⎜ I n + t A + t 2 A 2 + L + t A + L⎟⎟ = A e t A
⎝ 1! 2! (k )! ⎠
7. EXERCIŢII
⎛ 3 2 2 − 2⎞
⎜ ⎟
⎜ 2 3 −2 2⎟
A=⎜ .
2 −2 3 2⎟
⎜⎜ ⎟⎟
⎝ − 2 2 2 3 ⎠
− x1 + x 2 + x3 − x 4 = 0 .
M = {(α + β − γ , α , β , γ ) α , β , γ ∈ R },
− x1 + x 2 + x3 − x 4 = 0
x1 + x 2 + x3 + x4 = 0 .
− x1 + x 2 + x3 − x 4 = 0
x1 + x 2 + x3 + x4 = 0
x1 + x2 − x3 − x 4 = 0 .
3 x1 + x 2 + x3 − x 4 = 0
x1 + 3x2 − x3 − x 4 = 0
x1 − x2 + 3x3 + x4 = 0
x1 − x2 + 3x3 + 3x 4 = 0 .
⎛5 0 0 0⎞
⎜ ⎟
⎜0 5 0 0⎟
B=⎜ .
0 0 5 0⎟
⎜⎜ ⎟
⎝0 0 0 − 3 ⎟⎠
⎛ 1 −1 −1⎞
⎜ ⎟
A = ⎜ − 3 − 4 − 3⎟ .
⎜ 4
⎝ 7 6 ⎟⎠
S = {(0 , α , − α ) α ∈ R },
x1 + x2 + x3 = 0
x1 + 2 x2 + x3 = 0
4 x1 + 7 x2 + 4 x3 = 0
S = {(α , 0 , − α ) α ∈ R }.
KerT2 = {(α , 0 , − α ) α ∈ R },
KerT22 = {(2α − β , α , β ) α , β ∈ R }
KerT23 = KerT22 .
x1 + x 2 + x3 = α
x1 + 2 x 2 + x3 = 0
4 x1 + 7 x 2 + 4 x3 = −α
Sistemul de mai sus este compatibil pentru orice valoare α ∈ R şi are soluţia
144 3. VECTORI ŞI VALORI PROPRII
⎛ 0 − 3 1⎞
⎜ ⎟
Q=⎜ 1 1 0⎟
⎜ − 1 1 − 1⎟
⎝ ⎠
⎛ −1 0 0⎞
⎜ ⎟
Q AQ = ⎜ 0 2 0 ⎟ .
−1
⎜ 0 1 2⎟
⎝ ⎠
⎛ − 1 − 1 − 1 ⎞ ⎛ − 3⎞ ⎛ 1 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
v2 = T2 (v3 ) = ⎜ − 3 − 6 − 3 ⎟ ⋅ ⎜ 1 ⎟ = ⎜ 0 ⎟ ;
⎜ 4
⎝ 7 4 ⎟⎠ ⎜⎝ 1 ⎟⎠ ⎜⎝ − 1⎟⎠
⎛3 − 4 0 2⎞
⎜ ⎟
⎜4 − 5 − 2 4⎟
A=⎜ .
0 0 3 − 2⎟
⎜⎜ ⎟⎟
⎝ 0 0 2 − 1 ⎠
3.7. EXERCIŢII 145
KerT1 = {(α , α ,α , α ) α ∈ R },
respectiv
KerT12 = {(α , β , α , β ) α , β ∈ R }
⎛2 − 4 0 2 ⎞ ⎛ 2⎞
⎜ ⎟ ⎜ ⎟
⎜4 − 6 − 2 4 ⎟ ⎜ 2⎟
T1 (v1 ) = ⎜ =
0 0 2 − 2⎟ ⎜ 2⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟
⎝ 0 0 2 − 2 ⎠ ⎝ 2⎠
KerT2 = {(α , α ,0 ,0 ) α ∈ R },
KerT22 = {(α , β ,0 ,0 ) α , β ∈ R },
⎛1 0 0⎞
0
⎜ ⎟
⎜1 1 0 0⎟
Q AQ = ⎜
−1
,
0 0 −1 0⎟
⎜⎜ ⎟
⎝0 0 1 − 1⎟⎠
unde:
⎛1 2 1 4⎞
⎜ ⎟
⎜0 2 0 4⎟
Q=⎜ .
1 2 0 0⎟
⎜⎜ ⎟
⎝0 2 0 0 ⎟⎠
⎛ 1 1 1 0⎞
⎜ ⎟
⎜ −1 3 0 1⎟
A=⎜ .
−1 0 −1 1⎟
⎜⎜ ⎟
⎝ 0 −1 −1 1 ⎟⎠
KerT = M λ = {(α , β ,− β , α − 2 β ) α ∈ R },
KerT 2 = {( x1 , x 2 , x3 , x 4 ) − x1 + x2 − x3 + x4 = 0 },
KerT 3 = M λ = R 4 .
⎛1 0 0 0⎞
⎜ ⎟
⎜1 1 0 0⎟
Q AQ = ⎜
−1
,
0 1 1 0⎟
⎜⎜ ⎟
⎝0 0 0 1 ⎟⎠
unde
⎛1 0 − 2 1⎞
⎜ ⎟
⎜ 0 −1 − 2 0⎟
Q=⎜ .
0 −1 2 0⎟
⎜⎜ ⎟
⎝0 0 2 1 ⎟⎠
5) Să se calculeze e A t unde
⎛2 2 3⎞
⎜ ⎟
A = ⎜ 0 3 − 1⎟ .
⎜0 0 4 ⎟⎠
⎝
∞
Rezolvare. Fie A∈ M n ( R ) şi funcţia de matrice f ( A) = ∑ a k A k . Cu teorema
k =0
n
Cayley-Hamilton rezultă că matricea A se scrie ca o combinaţie liniară de
matricele I n , A, A 2 ,L, A n −1 . După un raţionament prin inducţie rezultă că
matricele A k , k ≥ n aparţin subspaţiului liniar L (I n , A, A 2 ,L, A n −1 ), de unde
rezultă că f ( A) ∈ L(I n , A, A 2 ,L, A n −1 ) . Fie λ i , i = 1, n valorile proprii simple ale
matricei A. Există un singur polinom de gradul n − 1 cu proprietatea că valorile
sale în punctele λ i , i = 1, n coincid cu valorile funcţiei f. Expresia acestui
148 3. VECTORI ŞI VALORI PROPRII
f ( A) = ∑ Z j f (λ j ) ,
n
j =1
f ( A) = e A t = Z 1 e 2 t + Z 2 e 3 t + Z 3 e 4 t .
2 Z 1 + 3Z 2 + 4 Z 3 = A
Z 1 + 2 Z 2 + 3Z 3 = A − I 3
4 Z 1 + 9 Z 2 + 16 Z 3 = A 2 ,
1 2 7
Z1 = A − A + 6I 3 ,
2 2
Z 2 = − A + 6 A − 8I 3 ,
2
1 5
Z 3 = A 2 − A + 3I 3 .
2 2
−1 ( A t )Q
Remarcă. Din propoziţia 6.9, v) avem e Q = Q −1e A t Q de unde obţinem
−1 ( A t )Q
e At = Q eQ Q −1 ,
⎛1 2 1⎞
⎜ ⎟
Q = ⎜ 0 1 − 2⎟
⎜0 0
⎝ 2 ⎟⎠
6) Să se calculeze e A t unde
⎛ 1 −1 −1⎞
⎜ ⎟
A = ⎜ − 3 − 4 − 3⎟ .
⎜ 4 7 6 ⎟⎠
⎝
⎛ 0 − 3 1⎞
⎜ ⎟
Q=⎜ 1 1 0⎟ .
⎜ − 1 1 − 1⎟
⎝ ⎠
Deoarece
⎛ −1 0 0⎞
⎜ ⎟
Q AQ = ⎜ 0 2 0 ⎟
−1
⎜ 0 1 2⎟
⎝ ⎠
−1 ( A t )Q
formula e A t = Q e Q Q −1 (vezi şi propoziţia 6.9, vi)) ne dă:
150 3. VECTORI ŞI VALORI PROPRII
⎛ 1 2 1 ⎞ ⎛ e -t 0 0 ⎞ ⎛ 0 − 3 1⎞
−1 ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
e At = Q e Q ( A t )Q Q −1 = ⎜ − 1 − 1 − 1 ⎟ ⋅ ⎜ 0 e2t 0 ⎟⋅⎜ 1 1 0⎟ =
⎜ − 2 − 3 − 3⎟ ⎜ 0
⎝ ⎠ ⎝ e2t e 2 t ⎟⎠ ⎜⎝ − 1 1 − 1⎟⎠
⎛ 2e 2 t − 3e -t + 4e 2 t e -t − e 2 t ⎞
⎜ ⎟
= ⎜ − e2t 3e -t − 3e 2 t − e -t + e 2 t ⎟ .
⎜ − e2t
⎝ 6e -t − 7e 2 t − 2e -t + 2e 2 t ⎟⎠
⎛ 3 2 0⎞ ⎛ 4 6 0⎞
⎜ ⎟ ⎜ ⎟
a) A = ⎜ 2 0 0⎟ ; b) A = ⎜ − 3 − 5 0 ⎟ ;
⎜ 0 0 − 1⎟ ⎜ − 3 − 6 1⎟
⎝ ⎠ ⎝ ⎠
⎛ 7 4 − 1⎞ ⎛ 1 −1 2⎞
⎜ ⎟ ⎜ ⎟
c) A = ⎜ 4 7 − 1⎟ ; d) A = ⎜ 3 − 3 6 ⎟ ;
⎜− 4 − 4 4 ⎟⎠ ⎜ 2 − 2 4⎟
⎝ ⎝ ⎠
⎛ − 3 − 7 − 5⎞ ⎛ 0 1 2⎞
⎜ ⎟ ⎜ ⎟
e) A = ⎜ 2 4 3⎟; f) A = ⎜ 0 2 0⎟ .
⎜ 1 2 2 ⎟⎠ ⎜ − 2 − 2 − 1⎟
⎝ ⎝ ⎠
⎛2 0 1⎞
0
⎜ ⎟
⎜0 2 0 0⎟
A=⎜
0 0 2 − 2⎟
⎜⎜ ⎟
⎝1 0 −2 6 ⎟⎠
⎛ 7 4 1⎞ ⎛ 4 6 0⎞
⎜ ⎟ ⎜ ⎟
a) A = ⎜ 4 7 − 1⎟ ; b) A = ⎜ − 3 − 5 0 ⎟ ;
⎜− 4 − 4 4 ⎟⎠ ⎜ − 3 − 6 1⎟
⎝ ⎝ ⎠
⎛ 3 2 0⎞ ⎛ 1 −1 2⎞
⎜ ⎟ ⎜ ⎟
c) A = ⎜ 2 0 0⎟ ; d) A = ⎜ 3 − 3 6 ⎟ ;
⎜ 0 0 − 1⎟ ⎜ 2 − 2 4⎟
⎝ ⎠ ⎝ ⎠
⎛ 1 2 0⎞ ⎛ − 3 − 7 − 5⎞
⎜ ⎟ ⎜ ⎟
e) A = ⎜ 0 2 0⎟ ; f) A = ⎜ 2 4 3⎟.
⎜ − 2 − 2 − 1⎟ ⎜ 1 2 2 ⎟⎠
⎝ ⎠ ⎝
⎛ 1 3 3⎞ ⎛ 0 1 0⎞
⎜ ⎟ ⎜ ⎟
a) A = ⎜ − 1 9 6⎟; b) A = ⎜ − 4 4 0 ⎟ ;
⎜ 2 − 14 − 9 ⎟ ⎜ 0 0 2⎟
⎝ ⎠ ⎝ ⎠
⎛ 2 −1 2⎞ ⎛ − 4 − 7 − 5⎞
⎜ ⎟ ⎜ ⎟
c) A = ⎜ 5 − 3 3⎟; d) A = ⎜ 2 3 3⎟;
⎜ −1 0 − 2⎟ ⎜ 1 2 1 ⎟⎠
⎝ ⎠ ⎝
⎛ 5 1 − 1 − 1⎞
⎜ ⎟
⎜ 1 5 − 1 − 1⎟
e) A = ⎜ .
1 1 3 − 1⎟
⎜⎜ ⎟⎟
⎝ 1 1 − 1 3 ⎠
⎛ − cos ϕ 0 sin ϕ ⎞
⎜ ⎟
A=⎜ 0 1 0 ⎟ ,ϕ ∈R,
⎜ sin ϕ 0 cos ϕ ⎟
⎝ ⎠
⎛ 0 0 −1⎞
⎜ ⎟
A=⎜ 0 0 − 2⎟
⎜ −1 − 2 0 ⎟⎠
⎝
152 3. VECTORI ŞI VALORI PROPRII
⎛ 4 6 0⎞ ⎛ 1 −1 2⎞
⎜ ⎟ ⎜ ⎟
a) A = ⎜ − 3 − 5 0 ⎟ ; b) A = ⎜ 3 − 3 6 ⎟ ;
⎜ − 3 − 6 1⎟ ⎜ 2 − 2 4⎟
⎝ ⎠ ⎝ ⎠
⎛ 1 0 − 2⎞ ⎛ 4 − 5 2⎞
⎜ ⎟ ⎜ ⎟
c) A = ⎜ 0 0 0 ⎟; d) A = ⎜ 5 − 7 3 ⎟ ;
⎜− 2 0 4 ⎟⎠ ⎜ 6 − 9 4⎟
⎝ ⎝ ⎠
⎛ 0 1 0⎞ ⎛ 2 0 0⎞
⎜ ⎟ ⎜ ⎟
e) A = ⎜ − 4 4 0 ⎟ ; f) A = ⎜ − 2 1 0 ⎟ ;
⎜ − 2 1 2⎟ ⎜ 3 1 1⎟
⎝ ⎠ ⎝ ⎠
⎛ 3 −1 0 0⎞ ⎛ 3 −1 0 0⎞
⎜ ⎟ ⎜ ⎟
⎜1 1 0 0⎟ ⎜ − 4 −1 0 0⎟
g) A = ⎜ ; h) A = ⎜ .
3 0 5 − 3⎟ 7 1 2 1⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟
⎝ 4 − 1 3 − 1 ⎠ ⎝ − 17 − 6 − 1 0 ⎟⎠
4. FORME BILINIARE. FORME PĂTRATICE
U (α 1 x1 + α 2 x 2 , y ) = α 1U ( x1 , y ) + α 2U ( x2 , y ) , (∀) x1 , x2 , y ∈ Vn , (∀) α 1 , α 2 ∈ R ,
U ( x, α 1 y1 + α 2 y 2 ) = α 1U ( x, y1 ) + α 2U ( x, y 2 ) , (∀) x, y1 , y 2 ∈ Vn , (∀) α 1 , α 2 ∈ R .
iii) În cazul unei aplicaţii biliniare definită pe un spaţiu liniar complex, condiţia
iv) din definiţia 1.1 se înlocuieşte cu condiţia:
U ( x, y ) = U ( y, x ) , (∀) x, y ∈ Vn .
U ( x, y ) = U ( y, x ) , (∀) x, y ∈ Vn
se numeşte hermitică.
154 4. FORME BILINIARE. FORME PĂTRATICE
1.4. Exemple. i) Orice produs scalar real (complex) este o formă biliniară
simetrică (hermitică) pozitiv definită.
n n
ii) Fie Vn un spaţiu liniar complex de dimensiune n, x = ∑ xi ei , y = ∑ y j e j ∈Vn .
i =1 j =1
n n
Aplicaţia U : Vn × Vn → C , U ( x, y ) = ∑∑ aij xi y j , aij ∈ C , i,j = 1, n este o formă
i =1 j =1
∂2 f
(d f )(x )(x, y ) = ∑∑
n n
2
0 ( x 0 ) xi y j ,
i =1 j =1 ∂ xi ∂ x j
n n
pentru orice x = ∑ xi ei , y = ∑ y j e j ∈Vn .
i =1 j =1
n n
Demonstraţie. Fie U : Vn × Vn → R formă biliniară, x = ∑ xi ei , y = ∑ y j e j
i =1 j =1
⎛ n ⎞ n n
U ( x, y ) = U ⎜⎜ ∑ xi ei , ∑ y j e j ⎟⎟ = ∑∑ xi y jU (ei , e j ) = ∑∑ aij xi y j ,
n n n
⎝ i =1 y =1 ⎠ i =1 j =1 i =1 j =1
n n
U ( x, y ) = ∑∑ aij xi y j , aij ∈ R , i,j = 1, n .
i =1 j =1
U = X t AY .
U (α x + β y , z ) = (α X + β Y ) A Z = α X t A Z + β Y t A Z =
t
= α U ( x, z ) + β U ( y , z ) ,
i =1 j =1
B = C AC t .
156 4. FORME BILINIARE. FORME PĂTRATICE
Atunci:
de unde rezultă B = C A C t .
B = C AC t .
n
⎛ n ⎞
U ( x, y ) = ∑ ⎜ ∑ aij xi ⎟ y j = 0 .
j =1 ⎝ i =1 ⎠
∑a
i =1
ij xi = 0 , j = 1, n .
Remarcă. Din teorema de mai sus rezultă că U este nedegenerată dacă şi numai
dacă KerU = 0Vn . { }
1.13. Definiţie. Vectorii x, y ∈Vn se numesc ortogonali în raport cu forma
biliniară simetrică U : Vn × Vn → R dacă U ( x, y ) = 0 . Baza B = { e1 , e2 ,L, en } din
Vn se numeşte ortogonală în raport cu forma biliniară simetrică U dacă
U (ei , e j ) = 0 , i ≠ j , i, j = 1, n .
1.14. Observaţie. Dacă baza B = {e1 , e2 ,L, en } este ortogonală în raport cu forma
158 4. FORME BILINIARE. FORME PĂTRATICE
2.2. Observaţie. Dacă A = (aij )i , j =1,n este matricea ataşată formei biliniare U în
baza B = { e1 , e2 ,L, en } atunci:
⎛ n n
⎞ n n
F ( x ) = U ( x, x ) = U ⎜⎜ ∑ xi ei , ∑ y j e j ⎟⎟ = ∑∑ aij xi x j =
⎝ i =1 j =1 ⎠ i =1 j =1
n n
= ∑ xi ∑ aij x j = X t A X .
i =1 j =1
Matricea A din formula de mai sus se numeşte matricea ataşată formei pătratice
în baza B; această matrice coincide cu matricea polarei U.
Demonstraţie. Fie A = (aij )i , j =1,n matricea ataşată formei pătratice într-o bază
oarecare din Vn . Atunci:
F ( x + y ) = ∑∑ aij ( xi + y i ) (x j + y j ) =
n n
i =1 j =1
n n n n n n
= ∑∑ aij xi x j + 2∑∑ aij xi y j + ∑∑ aij yi y j =
i =1 j =1 i =1 j =1 i =1 j =1
= F ( x ) + 2U ( x, y ) + F ( y ) ,
4.4. EXERCIŢII 159
de unde rezultă:
1
U ( x, y ) = [F (x + y ) − F (x ) − F ( y )].
2
M ⊥ = { y ∈Vn U ( x, y ) = 0 , (∀) x ∈ M }
se numeşte complementul ortogonal al lui M în Vn faţă de U.
n
o bază B = { e1 , e2 ,L, en } în Vn . Dacă y = ∑ y j e j ∈ M ⊥ atunci condiţiile
j =1
U (ei , y ) = 0 , i = 1, p se scriu:
∑ y U (e , e ) = 0 , i = 1, p .
n
j i j
j =1
n
F ( x ) = ∑ a i xi2 , a i ∈ R , i = 1,n .
i =1
n
F ( x ) = U ( x, x ) = ∑ aii xi2 .
i =1
1
U ( x, y ) = [F (x + y ) − F (x ) − F ( y )] = 1 [U (x + y, x + y ) − U (x, x ) − U ( y, y )]
2 2
α 1e1 + α 2 e2 + L + α n en = 0 , α i ∈ R , i = 1, n .
4.4. EXERCIŢII 161
Atunci:
M ⊕ W = Vn , M ∩ W = {0Vn }.
U ( f k , f h ) = 0 , k ≠ h , k , h = p + 1, n ,
D(λ ) = Q −1 A Q .
B = C A C t = Q t A Q = Q −1 A Q = D(λ ) .
i =1 i =1
2.10. Teoremă (metoda lui Gauss). Dacă Vn este un spaţiu liniar complex şi
F : Vn → C o formă pătratică atunci există o bază B = { e1 , e2 ,L, en } în Vn faţă de
care F are expresia canonică.
n n n
F ( x ) = a x + 2∑ a1k x1 xk + ∑∑ aij xi x j =
2
11 1
k =1 i =2 j =2
1
(a11 x1 + a12 x2 + L + a1n xn ) 2 − 1 ∑∑ a1i a1 j xi x j + ∑∑ aij xi x j =
n n n n
=
a11 a11 i = 2 j = 2 i =2 j =2
1 n n
= (a11 x1 + a12 x2 + L + a1n xn ) 2 + ∑∑ aij′ xi x j .
a11 i=2 j =2
4.4. EXERCIŢII 163
Fie baza B ′ = { f1′, f 2′,L, f n′} obţinută din baza B cu ajutorul matricei de trecere:
⎛ 1 a12 a1n ⎞
⎜− − L − ⎟
⎜ a11 a11 a11 ⎟
C =⎜ 0 1` L 0 ⎟.
⎜ ⎟
⎜ M M M M ⎟
⎜ 0
⎝ 0 L 1 ⎟⎠
n
În această bază coordonatele vectorului x = ∑ xi f i sunt:
i =1
1 n n n
F (x ) = (x1′ ) 2 + ∑∑ aij′ xi′x′j , x = ∑ xi′ f i′ .
a11 i=2 j =2 i =1
n n
Expresia ∑∑ a′ x′x′
i =2 j =2
ij i j este o formă pătratică în n − 1 variabile căreia i se poate
aplica procedeul de mai sus. Astfel, după cel mult n − 1 paşi se obţine o bază
B = { e1 , e2 ,L, en } faţă de care F are expresia canonică
n
F ( x ) = α 1 y12 + α 2 y 22 + L + α n y n2 , x = ∑ y i ei , α i ∈ C , i = 1, n .
i =1
f1′ = f1 + f 2 , f 2′ = f1 − f 2 , f i′ = f i , i = 3, n ,
x1 = x1′ + x ′2
x 2 = x1′ − x 2′
xi = xi′ , i = 3, n ,
164 4. FORME BILINIARE. FORME PĂTRATICE
n n
F ( x ) = ∑∑ aij′ xi′x′j .
i =1 j =1
Y = A1 X , A1 ∈ M n (C ) .
C = (A1−1 ) .
t
a11 a12
Δ1 = a11 , Δ 2 = , L, Δ n = det A
a 21 a 22
sunt nenuli atunci există o bază B ′ = { e1′ , e′2 ,L, e′n } faţă de care expresia formei
pătratice este:
n
Δ i −1
F (x ) = ∑ (xi′ ) 2 ,
i =1 Δi
4.4. EXERCIŢII 165
n
unde Δ 0 = 1 şi x = ∑ xi′ei′ .
i =1
e1′ = c11e1 ,
e′2 = c12 e1 + c 22 e2 ,
e3′ = c13 e1 + c 23 e2 + c33 e3 ,
L LLLLLL L LL
e′j = c1 j e1 + c2 j e2 + L + c jj e j
L LLLLLL L LLL
e′n = c1n e1 + c2 n e2 + L + cnn en .
U (e′j , ei ) = 0,
U (e′j , e j ) = 1 ; j = 1, n , i = 1, j
a11c1 j + a12 c2 j + L + a1 j c jj = 0
a 21c1 j + a 22 c2 j + L + a 2 j c jj = 0
LLLLLLLLLLLLL
a j1c1 j + a j 2 c2 j + L + a jj c jj = 1 .
a11 L a1, j −1 0
1 a 21 L a 2 , j −1 0 Δ j −1
c jj = ⋅ = .
Δj M M M 0 Δj
a j ,1 L a j , j −1 1
k =1
Dacă i = j obţinem:
k =1
Pentru i > j din simetria formei biliniare U rezultă U (e′j , ei′ ) = U (ei′ , e′j ) = 0 .
Δ j −1
Obţinem astfel U ( e′j , ei′ ) = 0 pentru i ≠ j , U ( e′j , e′j ) = , j = 1, n şi forma
Δj
pătratică F capătă expresia:
n
Δ i −1 n
F (x ) = ∑ ( xi ) 0
′ Δ = = ∑ xi′ei′ .
2
; 1 , x
i =1 Δ i i =1
a11 a12
Δ1 = a11 , Δ 2 = , L, Δ n = det A .
a 21 a 22
α 1 a1i + α 2 a 2 i + L + α p a pi = 0 , i = 1, p .
U (α 1e1 + α 2 e2 + L + α p e p , ei ) = 0 , i = 1, p .
U ( α 1e1 + α 2 e2 + L + α p e p , α 1e1 + α 2 e2 + L + α p e p ) = 0 .
α 1e1 + α 2 e2 + L + α p e p = 0
n
Δ i −1
F (x ) = ∑ (xi′ ) 2
i =1 Δi
Δ i −1
şi cum F este pozitiv definită rezultă > 0 , i = 1, n . Deoarece Δ 0 = 1 > 0 din
Δi
egalităţile de mai sus obţinem Δ i > 0 , i = 1, n .
168 4. FORME BILINIARE. FORME PĂTRATICE
Δ i −1 n
Δ
Reciproc, dacă Δ i > 0 , i = 1, n atunci > 0 , i = 1, n şi din F ( x ) = ∑ i −1 ( xi′ )
2
Δi i =1 Δ i
Demonstraţie. Fie B = { e1 , e2 ,L, en }, B ′ = { e1′ , e′2 ,L, e′n } două baze în Vn faţă de
i =1 j =1 j =1
în baza B şi respectiv
4.4. EXERCIŢII 169
p′ p ′ + q′
F ( x ) = ∑ ( xi′ ) − ∑ (x′ )
2 2
i
i =1 i = p ′ +1
~
x = x1e1 + x 2 e2 + L + x p e p = x ′p +1e′p +1 + x ′p + 2 e′p + 2 + L + x n′ e′n
şi astfel
p n
F (~
x ) = ∑ xi2 ≥ 0 , F (~
x ) = − ∑ ( xi′ ) ≤ 0 .
2
i =1 i = p′ +1
4.4. EXERCIŢII
⎛0 2 5⎞
⎜ ⎟
A = ⎜ 2 − 3 − 2⎟
⎜5 − 2 0 ⎟⎠
⎝
x1 + 2 x2 + 5 x3 = 0
2 x1 − 2 x 2 − 2 x3 = 0
5 x1 − 2 x 2 + x3 = 0
1 ⎛ 1 2 1 ⎞
f1′ = f1 = ⎜ − ,− , ⎟,
f1 ⎝ 6 6 6⎠
1 ⎛ 1 1 ⎞
f 2′ = f2 = ⎜ ,0, ⎟,
f2 ⎝ 2 2⎠
1 ⎛ 1 1 1 ⎞
f 3′ = f3 = ⎜ − , , ⎟,
f3 ⎝ 3 3 3⎠
⎛ 1 1 1 ⎞
⎜− − ⎟
⎜ 6 2 3⎟
⎜ 2 1 ⎟
Q = col ( f1′, f 2′, f 3′) = ⎜ − 0
6 3⎟
⎜ 1 1 1 ⎟⎟
⎜⎜ ⎟
⎝ 6 2 3⎠
⎛ −1 0 0⎞
⎜ ⎟
C AC = Q AQ = Q AQ = ⎜ 0 5
t t −1
0⎟.
⎜ 0 0 − 7⎟
⎝ ⎠
1 1 1
x1′ +
x1 = − x2′ − x3′
6 2 3
2 1
X = Q X ′ ⇔ x2 = − x1′ + x′
6 3
1 1 1
x3 = x1′ + x′2 + x′
6 2 3
1 1
y1 =
x1 + x2
x1 = y1 + y 2 2 2
1 1
x 2 = y1 − y 2 ⇔ x2 = x1 − x2 ,
2 2
x3 = y 3
y 3 = x3
172 4. FORME BILINIARE. FORME PĂTRATICE
F ( x ) = ( y1 + y3 ) − y 22 − y32 =
2
2 2
⎛1 1 ⎞ ⎛1 1 ⎞
= ⎜ x1 + x2 + x3 ⎟ − ⎜ x1 − x2 ⎟ − x32 =
⎝2 2 ⎠ ⎝2 2 ⎠
= ( x1′ ) − ( x ′2 ) − ( x3′ ) ,
2 2 2
unde
1 1
x1′ = x1 + x 2 + x3
2 2
1 1
x 2′ = x1 − x 2
2 2
x3′ = x3 .
Pentru a determina baza în raport cu care forma pătratică are expresia canonică
găsită, fie matricea
⎛1 1 ⎞
⎜ 1⎟
⎜2 2 ⎟
1 1
A1 = ⎜ − 0⎟ .
⎜2 2 ⎟
⎜0 0 1⎟
⎜ ⎟
⎝ ⎠
C = (A1−1 ) .
t
⎛ 1 1 0⎞
⎜ ⎟
C = ⎜ 1 −1 0⎟
⎜ −1 −1 1⎟
⎝ ⎠
e1′ = c11e1
e′2 = c12 e1 + c 22 e2
e3′ = c13 e1 + c 23 e2 + c33 e3 .
U (e′j , ei ) = 0 , i < j
U (e′j , e j ) = 1 , j = 1, 3 ,
1 4
sistem care are soluţia c12 = − , c22 = − .
9 9
În cazul j = 3 , condiţiile U (e3′ , e1 ) = 0 , U (e3′ , e2 ) = 0 , U (e3′ , e3 ) = 1 ne dau
sistemul
8 4 1
soluţia acestui sistem este c13 = − , c 23 = − , c33 = .
81 81 81
Baza în raport cu care forma pătratică F are expresia canonică este:
174 4. FORME BILINIARE. FORME PĂTRATICE
e1′ = e1 = ( 1, 0 , 0 )
4 1 ⎛ 4 1 ⎞
e′2 = − e1 − e2 = ⎜ − , − , 0 ⎟
9 9 ⎝ 9 9 ⎠
8 4 1 ⎛ 8 4 1 ⎞
e3′ = − e1 − e2 + e3 = ⎜ − , − , ⎟
81 81 81 ⎝ 81 81 81 ⎠
Δ0
F (x ) = (x1′ ) 2 + Δ1 (x2′ ) 2 + Δ 2 (x3′ ) 2 = (x1′ ) 2 − 1 (x1′ ) 2 + 1 (x1′ ) 2 .
Δ1 Δ2 Δ3 9 81
a) F ( x ) = x1 x2 + 2 x1 x3 + 2 x 2 x3 ;
b) F ( x ) = x12 − 2 x1 x2 − 2 x1 x3 − 2 x2 x3 ;
c) F ( x ) = 17 x12 + 14 x22 +14 x32 − 4 x1 x2 − 4 x1 x3 − 8 x2 x3 ;
d) F ( x ) = 2 x1 x 2 − 6 x1 x3 − 6 x 2 x3 + 2 x3 x 4 ;
e) F ( x ) = 3 x12 + 6 x22 + 3 x32 − 4 x1 x2 − 8 x1 x3 − 4 x2 x3 .
Dacă ne alegem un punct din spaţiu în care considerăm trei drepte perpendiculere
două câte două şi pe aceste drepte stabilim un sens de parcurgere atunci putem
asocia fiecărui punct din spaţiu un sistem ordonat de trei numere, numere care se
numesc coordonatele carteziene ale punctului considerat. În cele ce urmează, în
loc de a spune că aceste trei numere precizează poziţia punctului în spaţiu vom
spune că ansamblul acestor numere este chiar un punct al spaţiului. În acest fel
identificăm punctele spaţiului fizic cu elementele spaţiului aritmetic de
dimensiune trei.
E3 = {(x , x , x ) x ∈ R, i = 1, 3 }.
1 2 3 i
După cum ştim din algebra liniară E 3 devine un spaţiu liniar real de dimensiune
trei, dacă definim adunarea vectorilor x = ( x1 ,x 2 ,x3 ), y = ( y1 ,y 2 ,y 3 ) şi înmulţirea cu
scalari α ∈ R prin:
x + y = ( x1 + y1 ,x2 + y 2 ,x3 + y 3 ) ,
176 5. ELEMENTE DE GEOMETRIE ANALITICĂ
α x = (α x1 ,α x2 ,α x3 ) .
1.4. Observaţie. Un vector tangent v p = ( p,v ) se compune deci din punctul său
de aplicaţie p şi din partea sa vectorială v; v p se mai numeşte vector legat în
punctul p.
v p + w p = (v + w ) p ,
α v p = (α v ) p .
1.10. Propoziţie. Dacă V este un câmp vectorial pe E 3 atunci există şi sunt unice
funcţiile reale v1 , v 2 , v3 definite pe E 3 astfel încât
V ( p ) = (v1 ( p ), v 2 ( p ), v3 ( p )) p =
= v1 ( p )(1,0,0 ) p + v2 ( p )(0,1,0 ) p + v3 ( p )(0,0,1) p =
= v1 ( p )U 1 ( p ) + v2 ( p )U 2 ( p ) + v3 ( p )U 3 ( p ) , (∀) p ∈ E 3 ,
3
deci câmpurile vectoriale V şi ∑v U
i =1
i i sunt egale.
Fie p = ( p1 , p 2 , p3 ) , q = (q1 , q 2 , q3 ) ∈ E 3 .
p ⋅ q = p1 q1 + p 2 q 2 + p3 q3 .
178 5. ELEMENTE DE GEOMETRIE ANALITICĂ
(α p + β q ) ⋅ r = α p ⋅ r + β q ⋅ r , (∀) p, q, r ∈ E 3 , (∀) α , β ∈ R ,
r ⋅ (α p + β q ) = α r ⋅ p + β r ⋅ q , (∀) p, q, r ∈ E 3 , (∀) α , β ∈ R ;
ii) simetrie
p ⋅ q = q ⋅ p, (∀) p, q ∈ E 3 ;
p ⋅ p ≥ 0, (∀) p ∈ E 3 , p⋅ p = 0 ⇔ p = 0 .
p = ( p ⋅ p) = ( p + p + p )
1 1
2 2 2 2
2
1 2 3 .
[( p − q ) ].
1
d ( p, q ) = p − q = + ( p 2 − q 2 ) + ( p3 − q3 )
2 2 2 2
1 1
vp ⋅wp = v ⋅w .
v p ⋅ w p = v ⋅ w ⋅ cosθ , θ ∈ [ 0, π ].
Doi vectori se numesc ortogonali dacă produsul lor scalar este egal cu zero. Un
vector de lungime unu se numeşte versor.
5.8. EXERCIŢII 179
v = (v ⋅ e1 ) e1 + (v ⋅ e 2 ) e 2 + (v ⋅ e 3 )e 3 .
v = α 1e1 + α 2 e 2 + α 3 e 3 .
3
v = (v1 , v2 , v3 ) = ∑ viU i ( p ) .
i =1
3 3
2.8. Definiţie. Dacă v = ∑ viU i ( p ) şi w = ∑ wiU i ( p ) sunt vectori tangenţi la E 3
i =1 i =1
U1 ( p) U 2 ( p) U 3 ( p)
v × w = v1 v2 v3 .
w1 w2 w3
v × w = − w × v , (∀) v , w ∈ T p (E 3 ) .
− (v ⋅ w ) .
2 2 2
v×w = v ⋅ w
v1 v2 v3
v ⋅ (v × w ) = v1 v2 v3 = 0
w1 w2 w3
ii) Avem:
2
⎛ 3 ⎞ ⎛ 3 ⎞ ⎛ 3 ⎞
⋅ w − (v ⋅ w ) = ⎜ ∑ vi2 ⎟ ⋅ ⎜ ∑ wi2 ⎟ − ⎜ ∑ vi wi ⎟ = v12 w22 + v12 w32 +
2 2 2
v
⎝ i =1 ⎠ ⎝ i =1 ⎠ ⎝ i =1 ⎠
+ v2 w1 + v2 w3 + v3 w1 + v3 w2 − 2(v1v 2 w1 w2 + v1v3 w1 w3 + v2 v3 w2 w3 ) =
2 2 2 2 2 2 2 2
= (v 2 w3 − v3 w2 ) + (v3 w1 − v1 w3 ) (v1 w2 − v 2 w1 ) = v × w
2 2 2 2
.
− (v ⋅ w )
2 2 2
v w
sin θ =
v ⋅ w
v × w = v ⋅ w ⋅ sin θ .
u1 u2 u3
u ⋅ (v × w ) = v1 v2 v3 .
w1 w2 w3
D( x1 , x2 , x3 ) ⎛ ∂ϕ ⎞
J= = det ⎜ i (θ1 ,θ 2 ,θ 3 )⎟ ≠ 0 , (θ1 ,θ 2 ,θ 3 ) ∈ D ′ , (2)
D(θ1 ,θ 2 ,θ 3 ) ⎜ ∂θ
⎝ j
⎟
⎠ i , j =1, 3
θ i = ψ i ( x1 , x 2 , x3 ) , i = 1, 3 (3)
Fie vectorii
∂x 3
∂ϕ
gα ( x ) = = ∑ i (θ1 ,θ 2 ,θ 3 )U i ( x ) , α = 1,3 (5)
∂θ α i =1 ∂θ α
1
Eα ( x ) = gα ( x ), α = 1, 3 . (7)
hα
θ1 = r ∈ (0, + ∞ ) , θ 2 = θ ∈ (0, 2π ) , θ 3 = z ∈ R
x1 = r cosθ
x 2 = r sin θ
x 3 = z.
hr ( x ) = g r ( x ) = 1 , hθ ( x ) = gθ ( x ) = r , hz ( x ) = g z ( x ) = 1 ,
E r ( x ) = U 1 ( x ) cosθ + U 2 ( x )sin θ
Eθ ( x ) = −U 1 ( x )sin θ + U 2 ( x )cosθ
E z ( x ) = U 3 ( x ).
θ1 = r ∈ (0, + ∞ ) , θ 2 = θ ∈ ( 0, π ) , θ 3 = ϕ ∈ (0, 2π )
x1 = r sin θ cos ϕ
x 2 = r sin θ sin ϕ
x3 = r cosθ .
∂x
gr (x ) = = U 1 ( x )sin θ cos ϕ + U 2 ( x )sin θ sin ϕ + U 3 ( x ) cosθ
∂r
∂x
gθ ( x ) = = U 1 ( x )r cosθ cos ϕ + U 2 ( x )r cosθ sin ϕ − U 3 ( x )r sin θ
∂θ
∂x
gϕ ( x ) = = −U 1 ( x )r sin θ sin ϕ + U 2 ( x )r sin θ cos ϕ ,
∂ϕ
hr ( x ) = g r ( x ) = 1 , hθ ( x ) = gθ ( x ) = r , hϕ ( x ) = gϕ ( x ) = r sin θ ,
E r ⋅ Eθ = Eθ ⋅ Eϕ = Eϕ ⋅ E r = 0 .
E2 = {(x , x ) x ∈ R, i = 1, 2 }.
1 2 i
θ1 = r ∈ (0, + ∞ ) , θ 2 = θ ∈ ( 0, 2π )
x1 = r cosθ
x 2 = r sin θ .
∂x
gr (x ) = = U 1 ( x )cos θ + U 2 ( x )sin θ
∂r
∂x
gθ ( x ) = = −U 1 ( x )r sin θ + U 2 ( x )r cos θ .
∂θ
hr ( x ) = g r ( x ) = 1 , hθ ( x ) = gθ ( x ) = r
E r ( x ) = U 1 ( x ) cosθ + U 2 ( x )sin θ
Eθ ( x ) = −U 1 ( x )sin θ + U 2 ( x )cos θ .
În cele ce urmează vom considera aplicaţii ale lui E 3 în el însuşi care păstrează
distanţele între puncte. Transformări de acest tip ale spaţiului euclidian E n au
fost considerate în paragraful 2.6, unde au fost prezentate principalele proprietăţi
ale acestora. În acest paragraf vom detalia aceste proprietăţi în cazul spaţiului
euclidian E 3 .
d (F ( p ), F (q ) ) = d ( p, q ) , (∀) p, q ∈ E 3 .
d (H ( p ), H (q ) ) = d (F (G ( p ) ), F (G (q ) )) = d (G ( p ), G (q ) ) = d ( p , q ) ,
Ta ( p ) = p + a , (∀) p ∈ E 3 .
d (Ta ( p ), Ta (q ) ) = d ( p + a , q + a ) = ( p + a ) − (q + a ) = p − q = d ( p, q ) ,
q1 = p1 + a1
q2 = p2 + a2
q3 = p3 + a3 .
Ta o Tb = Tb o Ta = Ta +b
(Ta o Tb )( p ) = Ta (Tb ( p )) = Ta ( p + b ) = p + b + a = Ta +b ( p ) ,
(Tb o Ta )( p ) = Tb (Ta ( p )) = Tb ( p + a ) = p + a + b = Ta +b ( p ) .
4.5. Exemplu. Rotaţia în jurul unei axe. Înainte de a introduce rotaţia lui E 3 în
jurul unei axe să spunem câteva cuvinte despre o izometrie importantă a lui E 2 .
Izometriile lui E 2 se definesc la fel ca izometriile lui E 3 . Afirmaţiile din
propoziţia 4.4 sunt valabile şi pentru translaţia de vector a a lui E 2 .
Să considerăm următoarea transformare a lui E 2 : pentru θ ∈ [0,2π ) , fie
C : E 2 → E 2 , C ( p ) = q , p = ( p1 , p 2 ) , q = (q1 , q 2 ) ,
astfel încât
188 5. ELEMENTE DE GEOMETRIE ANALITICĂ
q1 = p1 cosθ − p 2 sin θ
q 2 = p1 sin θ + p 2 cosθ .
Dacă C (u ) = v şi
v1 = u1 cosθ − u 2 sin θ
v2 = u1 sin θ + u 2 cosθ
atunci
+ [( p1 − u1 )sin θ + ( p 2 − u 2 ) cosθ ] = ( p1 − u1 ) + ( p 2 − u 2 ) =
2 2 2
= d ( p, u ) ,
2
cos α =
q⋅ p ( p 2 + p 2 )cosθ = cosθ .
= 1 2 2 2
q ⋅ p ( p1 + p2 )
Rezultă de că transformarea C realizează o rotaţie a lui E 2 de unghi θ .
Se arată cu uşurinţă că transformarea C este liniară şi matricea ei este
⎛ cosθ − sin θ ⎞
A = ⎜⎜ ⎟.
⎝ sin θ cosθ ⎟⎠
q1 = p1 cosθ − p 2 sin θ
q 2 = p1 sin θ + p 2 cosθ
q3 = p3 .
5.8. EXERCIŢII 189
⎛ cosθ − sin θ 0⎞
⎜ ⎟
A = ⎜ sin θ cosθ 0⎟ .
⎜ 0 0 1 ⎟⎠
⎝
⎛1 0 0 ⎞
⎜ ⎟
A = ⎜ 0 cosθ − sin θ ⎟
⎜ 0 sin θ cosθ ⎟⎠
⎝
⎛ cosθ 0 − sin θ ⎞
⎜ ⎟
A=⎜ 0 1 0 ⎟.
⎜ sin θ 0 cosθ ⎟⎠
⎝
Mai mult, se poate arăta că orice rotaţie a lui E 3 este caracterizată de o matrice
de forma
C ( p ) ⋅ C (q ) = p ⋅ q, (∀) p, q ∈ E 3 .
C ( p) = C( p)⋅ C ( p) = p ⋅ p = p , (∀) p ∈ E 3 ,
2 2
d (C ( p ), C (q )) = C ( p ) − C (q ) = C ( p − q ) = p − q ,
δ jl = e j ⋅ el = C (e j )⋅ C (el ) = ⎛⎜ ∑ α ij ei ⎞⎟ ⋅ ⎛⎜ ∑ α kl e k ⎞⎟ = ∑ α ijα il , j , l = 1, 3 ,
3 3 3
⎝ i =1 ⎠ ⎝ k =1 ⎠ i =1
At ⋅ A = I 3 = A ⋅ At .
p⋅q =
1
4
( 2
p+q − p−q
2
), (∀) p, q ∈ E 3
pentru C ( p ) şi C (q ) , obţinem
C ( p ) ⋅ C (q ) =
1
4
(C ( p ) + C (q ) − C ( p ) − C (q ) =
2 2
)
=
1
4
(
C( p + q) − C( p = q) =
2 2
)
=
1
4
( 2 2
)
p + q − p − q = p ⋅ q , (∀) p, q ∈ E 3 ,
m m m
PrM (α p + β q ) = ∑ ((α p + β q ) ⋅ ei ) ei = α ∑ ( p ⋅ ei ) ei + β ∑ (q ⋅ ei )e i =
i =1 i =1 i =1
= α PrM ( p ) + β PrM (q ) ,
F = 2 PrM − I .
{ }
Demonstraţie. Fie e i i = 1, m bază ortonormată în M pe care o completăm
3 m
până la o bază ortonormată {e1 , e 2 , e 3 } în E 3 . Pentru p = ∑ pi e i , p′ = ∑ pi ei
i =1 i =1
m 3
obţinem q = F ( p ) = 2 p′ − p = ∑ pi e i − ∑pe i i de unde rezultă că:
i =1 i = m +1
qi = pi , i = 1, m , q j = − p j , j = m + 1, 3 .
⎛I 0 ⎞
A = ⎜⎜ m ⎟,
⎝0 − I 3−m ⎟⎠
specia întâi sau a doua după cum 3 − m este par sau impar.
5.8. EXERCIŢII 193
M = {x = ( x1 , x 2 , x3 ) ∈ E 3 x1 + x2 + x3 = 0}.
M ⊥ = {x = ( x1 , x 2 , x3 ) ∈ E 3 x1 = x 2 = x3 }.
⎧ x1 + x2 + x3 = 0
⎨
⎩ x1 − p1 = x2 − p 2 = x3 − p3 .
2 p1 p 2 p3 p 2p p p p 2p
p1′ = − − , p 2′ = − 1 + 2 − 3 , p3′ = − 1 − 2 + 3 ,
3 3 3 3 3 3 3 3 3
p1 2 p 2 2 p3 2p p 2p 2p 2p p
q1 = − − , q 2 = − 1 + 2 − 3 , q3 = − 1 − 2 + 3 .
3 3 3 3 3 3 3 3 3
⎛ 1 2 2⎞
⎜ − − ⎟
⎜ 3 3 3⎟
2 1 2
A = ⎜− − ⎟.
⎜ 3 3 3⎟
⎜ 2 2 1⎟
⎜− − ⎟
⎝ 3 3 3⎠
⎛ q1 ⎞ ⎛ α 11 α 12 α 13 ⎞ ⎛ p1 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ q 2 ⎟ = ⎜ α 21 α 22 α 23 ⎟ ⋅ ⎜ p 2 ⎟ .
⎜ q ⎟ ⎜α ⎟ ⎜ ⎟
⎝ 3 ⎠ ⎝ 31 α 32 α 33 ⎠ ⎝ p3 ⎠
F ( p ) = (T o C )( p ) = C ( p ) + a
sau
3
qi = ∑ α ij p j + a j , i = 1, 3 .
j =1
⎛ q1 ⎞ ⎛ α 11 α 12 α 13 ⎞ ⎛ p1 ⎞ ⎛ a1 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
q = α
⎜ 2 ⎟ ⎜ 21 α 22 α 23 ⎟ ⋅ ⎜ p 2 ⎟ + ⎜ a 2 ⎟ .
⎜ q ⎟ ⎜α ⎟ ⎜ ⎟ ⎜ ⎟
⎝ 3 ⎠ ⎝ 31 α 32 α 33 ⎠ ⎝ p3 ⎠ ⎝ a3 ⎠
⎛ q1 ⎞ ⎛ α 11 α 12 ⎞ ⎛ p1 ⎞ ⎛ a1 ⎞
⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟ ⋅ ⎜⎜ ⎟⎟ + ⎜⎜ ⎟⎟ ,
⎝ q 2 ⎠ ⎝ α 21 α 22 ⎠ ⎝ p 2 ⎠ ⎝ a 2 ⎠
unde A = (α ij )i , j =1, 2 este o matrice ortogonlă. În cazul unei rotaţii plane matricea
A este ( α fiind unghiul de rotaţie)
⎛ cos α − sin α ⎞
A = ⎜⎜ ⎟,
⎝ sin α cos α ⎟⎠
⎛ cos 2α sin 2α ⎞
A = ⎜⎜ ⎟ , tgα = k .
⎝ sin 2α − cos 2α ⎟⎠
5.8. EXERCIŢII 195
În capitolul I, paragraful 1.6 am definit varietăţile liniare ale unui spaţiu liniar şi
am arătat că o mulţime E a unui spaţiu liniar este o varietate liniară dacă şi numai
dacă există un subspaţiu liniar M şi un vector a astfel încât E = M + a . M se
numeşte subspaţiul director al varietăţii liniare E. Dimensiunea unei varietăţi
liniare este egală cu dimensiunea subspaţiului său director.
În cele ce urmează vom studia varietăţile liniare ale lui E 3 . Cum dim E 3 = 3 ,
varietăţile liniare ale lui E 3 diferite de E 3 sunt de dimensiune unu sau doi.
(d ) = M + a
(d ) = {λ u + a λ ∈ R}.
x1 = t u1 + a1
x2 = t u 2 + a2
x3 = t u 3 + a3 .
x1 = λ u1 + a1
x2 = λ u 2 + a2 (1)
x 3 = λ u 3 + a 3 , λ ∈ R,
5.3. Observaţie. i) Dacă numerele reale u1 , u 2 , u 3 sunt nenule atunci ecuaţiile (1)
se pot scrie sub forma:
x1 − a1 x2 − a 2 x3 − a3
= = . (3)
u1 u2 u3
Din cele de mai sus rezultă că ecuaţiile parametrice ale dreptei determinată de
punctele a şi b sunt:
x1 = a1 + λ (b1 − a1 )
x 2 = a 2 + λ (b2 − a 2 ) (4)
x3 = a3 + λ (b3 − a3 ), λ ∈ R .
x1 − a1 x 2 − a 2 x3 − a3
= = . (5)
b1 − a1 b2 − a 2 b3 − a3
5.8. EXERCIŢII 197
⎛ b1 − a1 b2 − a 2 b3 − a3 ⎞
⎜⎜ ⎟
⎝ c1 − a1 c2 − a2 c3 − a3 ⎟⎠
Fie M un subspaţiu liniar de dimensiune doi al lui E 3 . Există deci vectorii liniar
independenţi u = (u1 , u 2 , u 3 ), v = (v1 , v2 , v3 ) ∈ E 3 astfel încât
M = Sp{u, v} = {λ u + μ v λ , μ ∈ R}
(P ) = M + a = {λ u + μ v + a λ , μ ∈ R} (6)
este un plan.
x = a + λ u + μ v , λ, μ ∈ R (7)
x1 = a1 + λ u1 + μ v1
x2 = a2 + λ u 2 + μ v2 (8)
x3 = a 3 + λ u 3 + μ v3 .
x1 = a1 + λ u1 + μ v1
x2 = a2 + λ u 2 + μ v2 (9)
x3 = a 3 + λ u 3 + μ v3 , λ , μ ∈ R .
x1 − a1 x2 − a2 x3 − a 3
u1 u2 u3 = 0 , (10)
v1 v2 v3
⎛ u u2 u3 ⎞
rang ⎜⎜ 1 ⎟ = 2.
⎝ v1 v 2 v3 ⎟⎠
u2 u3 u u1 u u2
w1 = , w2 = 3 , w3 = 1 .
v2 v3 v3 v1 v1 v2
(x − a)⋅ w = 0 . (12)
w1 x1 + w2 x2 + w3 x3 + w = 0 . (13)
x1 − a1 x2 − a2 x3 − a 3
b1 − a1 b2 − a 2 b3 − a3 = 0 , (14)
c1 − a1 c2 − a2 c3 − a 3
x1 x2 x3 1
a1 a2 a3 1
= 0. (15)
b1 b2 b3 1
c1 c2 c3 1
x1 x2 x3
+ + −1 = 0 . (16)
a b c
5.6. CONICE
Vom impune condiţia ca a112 + a122 + a 222 ≠ 0 , adică în expresia lui F cel puţin unul
din coeficienţii termenilor de gradul doi este diferit de zero.
6.1. Definiţie. Se numeşte conică sau curbă de gradul doi mulţimea punctelor
x = ( x1 , x2 ) ∈ E 2 cu proprietatea că F ( x1 , x 2 ) = 0 . Ecuaţia precedentă se numeşte
ecuaţia generală a conicei.
x12 x22
+ − 1 = 0 , a, b > 0 .
a2 b2
x12 x22
+ + 1 = 0 , a, b > 0
a2 b2
x12 x22
− − 1 = 0 , a, b > 0
a2 b2
iv) Ecuaţia
x12 x 22
+ = 0 , a, b > 0
a2 b2
este verificată numai de origine. De aceea conica din acest exemplu se numeşte
punct dublu.
v) Ecuaţia
x12 x 22
− = 0 , a, b > 0
a2 b2
(d1 ) : x1 − x2 = 0 , (d 2 ) :
x1 x 2
+ = 0.
a b a b
x 22 − a 2 = 0 , a > 0
202 5. ELEMENTE DE GEOMETRIE ANALITICĂ
x 22 − 2 px1 = 0 , p > 0 .
(γ ) se scrie
X t AX + 2 B t X + a33 = 0 .
~
6.4. Observaţie. Fie izometria H : E 2 → E 2 şi aplicaţia F : E 2 → R ,
~
F = F o H . După cum ştim orice izometrie a lui E 2 se compune dintr-o
translaţie şi o transformare ortogonală. Dacă
X = CX ′ + X 0
5.8. EXERCIŢII 203
unde
~
A = C t AC , (1)
~
B = C t AX 0 + C t B , (2)
a~33 = F (x10 , x 20 ) = X 0t AX 0 + 2 B t X 0 + a33 . (3)
~ ~
Ecuaţia F ( x1′ , x ′2 ) = 0 defineşte în mod evident o conică (γ~ ) . Matricea D
asociată acestei conice este:
~ ~
~ ⎛⎜ A B⎞
⎟.
D = ⎜ ~t (4)
⎝B a~33 ⎟⎠
Fie matricea
PA (λ ) = λ2 − I ⋅ λ + δ
PD (λ ) = λ3 − Tr (D )λ2 + K ⋅ λ − Δ .
~
Dacă D ∈ [D ] atunci au loc relaţiile (1)-(4), (6) stabilite în observaţia 6.4. Din
relaţia (1) deducem:
~
det( A − λI 2 ) = det C t ⋅ det ( A − λI 2 ) ⋅ det C = det( A − λI 2 )
~
deci matricele A şi A au acelaşi polinom caracteristic. De aici rezultă că I şi δ
sunt invarianţi izometrici. Cum matricea S are determinantul egal cu
determinantul matricei C din formula (6) obţinem
~
det D = det S t ⋅ det D ⋅ det S = det D ⋅ (det C ) = det D
2
{U (d ) , i = 1, 3}.
i Cum rangul unei matrice este egal cu numărul maxim de
coloane (linii) liniar independente, rezultă că matricele D şi S t D au acelaşi rang.
Raţonamente asemănătoare ne duc la concluţia că şi matricele D şi S t DS au
acelaşi rang. La fel se arată că matricele A şi C t AC au acelaşi rang.
X ′ t AX ′ + 2(X 0t A + B t )X ′ + a~33 = 0,
X ′ t AX ′ − 2(X 0t A + B t )X ′ + a~33 = 0.
(X t
0 A + B t )X ′ = 0,
pentru orice punct x ′ = ( x1′ , x′2 ) astfel încât F (x10 + x1′ , x 20 + x ′2 ) = 0 . Acest fapt
implică X 0t A + B t = 0 , ecuaţie care este echivalentă cu ecuaţia AX 0 + B = 0 .
Ultima ecuaţie nu reprezintă altceva decât sistemul din enunţul propoziţiei.
Suficienţa. Fie x 0 = (x10 , x 20 ) o soluţie a sistemului din enunţul propozitiei. Atunci
avem AX 0 + B = 0 şi
206 5. ELEMENTE DE GEOMETRIE ANALITICĂ
⎛a a12 a13 ⎞
Ae = ⎜⎜ 11 ⎟
⎝ a 21 a 22 a 23 ⎟⎠
este egal cu 1. Din condiţia a112 + a122 + a 222 ≠ 0 rezultă că rangA = 1 şi deci
sistemul AX + B = 0 este compatibil nedeterminat. Conica are o infinitate de
centre de simetrie. Spunem în acest caz că conica (γ ) are o dreaptă de centre.
iii) δ = 0 şi rangul matricei Ae este egal cu 2. În acest caz sistemul AX + B = 0
este incompatibil şi conica nu are centre de simetrie.
X = X′+ X0
unde:
Atunci:
Δ
X ′t AX ′ + = 0.
δ
a11 a13 a 22 a 23
K= + .
a31 a33 a32 a33
~
Fie translaţia X = X ′ + X 0 şi K suma minorilor diagonali de ordinul doi ai
~ ~
matricei D . Cum matricea D este în acest caz
⎛ a11 a12 0 ⎞
~ ⎜ ⎟
D = ⎜ a 21 a 22 0 ⎟,
⎜ 0 0 a~33 ⎟⎠
⎝
deducem
~
K = (a11 + a 22 ) ⋅ a~33 .
Obţinem astfel:
1 a11 a13
a~33 = .
a11 a31 a33
1 a 22 a 23
a~33 = .
a 22 a32 a33
~ a a13 a 22 a 23
K = (a11 + a 22 ) ⋅ a~33 = 11 + =K.
a31 a33 a32 a33
a11 a13
= 0,
a 21 a 23
a12 a13
=0
a 22 a 23
egalitate care implică din nou rangAe = 1. Cum a11 şi a 22 nu pot fi simultan nuli
obţinem astfel afirmaţia din propoziţie.
ii) Dacă δ = 0, Δ ≠ 0 , din demonstraţia afirmaţiei i) deducem rangAe = 2 deci
conica nu are centru. Reciproc, dacă conica nu are centru, atunci rangA = 1 ,
rangAe = 2 , deci dacă a11 ≠ 0 atunci
a11 a13
≠ 0,
a 21 a 23
a12 a13
≠0
a 22 a 23
şi Δ ≠ 0 .
Δ
λ1 ( x1′′) + λ2 ( x′2′ ) +
2 2
= 0. (7)
δ
210 5. ELEMENTE DE GEOMETRIE ANALITICĂ
Demonstraţie. Fie (x10 , x20 ) centrul de simetrie al conicei. Aşa cum am văzut
(observaţia 6.12) translaţia X = X ′ + X 0 ne conduce la conica de ecuaţie:
Δ
X ′t AX ′ + = 0.
δ
Fie λ1 , λ2 valorile proprii ale matricei A, v1 = (v11 ,v21 ) , v 2 = (v12 ,v22 ) vectori
proprii ortonormaţi corespunzători acestor valori proprii şi matricea ortogonală
⎛v v12 ⎞
C = ⎜⎜ 11 ⎟.
⎝ v21 v22 ⎟⎠
Deoarece
⎛λ 0⎞
C t AC = C −1 AC = ⎜⎜ 1 ⎟,
⎝0 λ2 ⎟⎠
Δ
λ1 ( x1′′) + λ2 ( x′2′ ) +
2 2
= 0,
δ
6.16. Observaţie. Fie (γ ) o conică cu centru şi (x10 , x20 ) centrul său. Atunci
conica este degenerată dacă şi numai dacă centrul aparţine conicei. Într-adevăr,
Δ
cum F (x10 , x 20 ) = , Δ = 0 dacă şi numai dacă F (x10 , x20 ) = 0 .
δ
I) Conice nedegenerate ( Δ ≠ 0 )
(x1′′)2 + (x′2′ )2 − 1 = 0 ;
Δ Δ
λ1δ λ 2δ
(x1′′)2 −
( x ′2′ )
2
−1 = 0 .
Δ Δ
−
λ1δ λ 2δ
λ1 ( x1′′) + λ2 ( x2′′ ) = 0 .
2 2
( )( )
λ1 x1′′ + − λ2 x ′2′ ⋅ λ1 x1′′ − − λ2 x ′2′ = 0 .
⎛C 0⎞
S = ⎜⎜ ⎟⎟ .
⎝ 0 1 ⎠
212 5. ELEMENTE DE GEOMETRIE ANALITICĂ
~
Matricea S este ortogonală. Polinomul caracteristic ataşat lui D este:
( )
PD~ (λ ) = det D − λI 3 = det[S t (D − λI 3 )S ] = det S t ⋅ det (D − λI 3 ) ⋅ det S =
~
= det (D − λI 3 ) = PD (λ ) ,
PD (λ ) = λ3 − Tr (D )λ2 + K ⋅ λ − Δ
X = CX ′ + X 0 ,
(x2′′ )2 + K2 = 0. (8)
I
X ′ t AX ′ + a~33 = 0 ,
⎛v v12 ⎞
C = ⎜⎜ 11 ⎟.
⎝ v21 v 22 ⎟⎠
5.8. EXERCIŢII 213
I ( x′2′ ) + a~33 = 0 .
2
~
În urma acestor transformări matricea D (observaţia 6.4, formula 4) este
⎛0 0 0 ⎞
~ ⎜ ⎟
D = ⎜0 I 0 ⎟,
⎜ 0 0 a~ ⎟
⎝ 33 ⎠
~
iar suma minorilor diagonali de ordinul doi ai acesteia este K = I ⋅ a~33 . Cum K
K
este un invariant (observaţia 6.12), rezultă a~33 = şi ecuaţia conicei devine:
I
(x2′′ )2 + K2 = 0.
I
Δ
(x′2′ )2 − 2 − x1′′ = 0 . (9)
I3
⎛v v12 ⎞
C = ⎜⎜ 11 ⎟.
⎝ v21 v 22 ⎟⎠
Cu ajutorul translaţiei
~
Matricea D (observaţia 6.4) este
⎛ 0 0 a~13 ⎞
~ ⎜ ⎟
D=⎜ 0 I 0 ⎟
⎜ a~ 0 0 ⎟⎠
⎝ 13
~
şi are determinantul Δ = − I (a~13 ) . Cum Δ este un invariant izometric rezultă
2
~
Δ = − I (a~13 ) = Δ , de unde obţinem:
2
(a~13 )2 = − Δ ≠ 0 .
I
Δ
(x2′′ )2 ± 2 − x1′′ = 0 . (12)
I3
5.7. CUADRICE
Vom impune condiţia ca a112 + a 222 + a332 + a122 + a132 + a 232 ≠ 0 , adică în expresia lui
F cel puţin unul din coeficienţii termenilor de gradul doi este diferit de zero.
X t AX + 2 B t X + a 44 = 0 .
X = CX ′ + X 0
unde
~
A = C t AC t , (1)
~
B = C t AX 0 + C t B , (2)
a~44 = F (x10 , x20 , x30 ) = X 0t AX 0 + 2 B t X 0 + a 44 . (3)
~ ~
()~
Ecuaţia F ( x1′ , x ′2 , x3′ ) = 0 defineşte în mod evident o cuadrică Σ . Matricea D
asociată acestei cuadrice este:
~ ~
~ ⎛⎜ A B⎞
D = ⎜ ~t ⎟. (4)
⎝B a~44 ⎟⎠
Fie matricea
7.7. Definiţie. Spunem că punctul x 0 = (x10 , x20 , x30 ) este centru de simetrie al
cuadricei (Σ ) dacă odată cu orice punct al cuadricei şi simetricul său faţă de x 0
aparţine cuadricei.
7.8. Observaţie. Simetricul punctului x 0 + x ′ = (x10 + x1′ , x20 + x 2′ , x30 + x3′ ) faţă de
x 0 este punctul x 0 − x ′ = (x10 − x1′ , x 20 − x 2′ , x30 − x3′ ). Punctul x 0 este centru de
simetrie al cuadricei (Σ ) de ecuaţie F ( x1 , x 2 , x3 ) = 0 dacă pentru orice punct
x ′ = ( x1′ , x′2 , x3′ ) astfel încât F (x10 + x1′ , x 20 + x ′, x30 + x3′ ) = 0 rezultă
F (x10 − x1′ , x20 − x2′ , x30 − x3′ ) = 0 .
7.9. Propoziţie. Punctul x 0 = (x10 , x20 , x30 ) este centru de simetrie al cuadricei (Σ )
de ecuaţie F (x1 , x 2 , x30 ) = 0 dacă şi numai dacă (x 0
1 , x 20 , x30 ) este soluţie a
sistemului:
AX + B = 0 .
7.13. Observaţie. Fie (Σ ) o cuadrică având centrul (x10 , x 20 , x30 ) şi fie translaţia
X = X′+ X0 .
~
()
În urma aceste translaţii (Σ ) este echivalentă cu cuadrica Σ căreia i se ataşează
matricea
~ ⎛A 0 ⎞
D = ⎜⎜ ⎟.
⎝ 0 F (x1
0
, x 0
2 , x 3 )
0 ⎟
⎠
Δ
F (x10 , x20 , x30 ) = .
δ
Δ
λ1 ( x1′′) + λ2 ( x2′′ ) + λ3 ( x3′′) +
2 2 2
= 0. (7)
δ
K
λ1 ( x1′′) + λ2 ( x′2′ ) +
2 2
= 0. (8)
J
L
(x1′′)2 + = 0,
I2
Δ
λ1 ( x1′′) + λ2 ( x ′2′ ) − 2 − ⋅ x3′′ = 0 .
2 2
K
(x1′′)2 − 2 − ⋅ x2′′ = 0 .
I
a) Cuadrice nedegenerate
a1) Elipsoidul:
x12 x 22 x32
+ + − 1 = 0, a > 0, b > 0, c > 0 .
a2 b2 c2
x1 = ar sin θ cos ϕ
x 2 = br sin θ sin ϕ
x3 = cr cosθ ,
x1 = a sin θ cos ϕ
x 2 = b sin θ sin ϕ
x3 = c cosθ ,
unde θ ∈ [ 0, π ] , ϕ ∈ [ 0, 2π ) .
x12 x 22 x32
+ + + 1 = 0 , a > 0, b > 0, c > 0 .
a2 b2 c2
x12 x 22 x32
+ − − 1 = 0 , a > 0, b > 0, c > 0 .
a2 b2 c2
x12 x 22
+ − 2 x3 = 0 , a > 0, b > 0 .
a2 b2
x12 x22
− − 2 x3 = 0 , a > 0, b > 0 .
a2 b2
222 5. ELEMENTE DE GEOMETRIE ANALITICĂ
b) Cuadrice degenerate
b1) Conul
x12 x 22 x32
+ + = 0, a > 0, b > 0, c > 0 .
a2 b2 c2
x12 x 22
+ − 1 = 0, a > 0, b > 0 .
a2 b2
x12 x22
+ + 1 = 0, a > 0, b > 0
a2 b2
x12 x 22
− − 1 = 0, a > 0, b > 0 .
a2 b2
x 22 − 2 px1 = 0, p > 0.
x12 x 22
− = 0, a > 0, b > 0 .
a2 b2
x12 x 22
+ = 0, a > 0, b > 0 .
a2 b2
5.8. EXERCIŢII 223
x12 − a 2 = 0, a > 0 .
x12 + a 2 = 0, a > 0 .
x12 = 0 .
5.8. EXERCIŢII
5 x12 − 4 x1 x 2 + 2 x 22 − 16 x1 + 4 x 2 − 22 = 0 .
Rezolvare. Deoarece
⎛ 5 − 2 −8 ⎞
⎛ 5 − 2⎞ ⎜ ⎟
A = ⎜⎜ ⎟⎟ , D = ⎜ − 2 2 2 ⎟,
⎝− 2 2⎠ ⎜−8 2 − 22 ⎟⎠
⎝
(x1′′)2 + 6(x′2′ )2 − 36 = 0 .
Conica este o elipsă de semiaxe a = 6, b = 6 . Centrul de simetri al conice se
obţine prin rezolvarea sistemului:
10 x1 − 4 x 2 − 16 = 0
− 4 x1 + 4 x2 + 4 = 0.
224 5. ELEMENTE DE GEOMETRIE ANALITICĂ
Soluţia acestui sistem este: x10 = 2, x20 = 1 . Dacă efectuăm translaţia (vezi
observaţia 6.12)
x1 = x1′ + 2
x 2 = x 2′ + 1
⎛ 1 2 ⎞
⎜ − ⎟
⎛ x1′ ⎞ ⎜
⎜⎜ ⎟⎟ = 5 5 ⎟ ⋅ ⎛⎜ x1′′ ⎞⎟ .
⎝ x′2 ⎠ ⎜ 2 1 ⎟ ⎜⎝ x2′′ ⎟⎠
⎜ ⎟
⎝ 5 5 ⎠
⎛ 1 2 ⎞
⎜ − ⎟
⎛ x1 ⎞ ⎜
⎜⎜ ⎟⎟ = 5 5 ⎟ ⋅ ⎛⎜ x1′′ ⎞⎟ + ⎛⎜ 2 ⎞⎟ .
⎝ x2 ⎠ ⎜ 2 1 ⎟ ⎜⎝ x 2′′ ⎟⎠ ⎜⎝ 1 ⎟⎠
⎜ ⎟
⎝ 5 5 ⎠
1 2 4
x1′′ = x1 + x2 −
5 5 5
2 2 3
x ′2′ = − x1 + x2 + .
5 5 5
x1 + 2 x 2 = 4
− 2 x1 + x 2 = −3.
5.8. EXERCIŢII 225
x12 − 2 x1 x2 + x22 − 4 x2 + 6 = 0.
(x′2′ )2 − 2 x1′′ = 0 .
⎛ 1 − 1⎞
A = ⎜⎜ ⎟⎟
⎝ −1 1⎠
⎛ 1 1 ⎞
⎜ ⎟
⎛ x1 ⎞ ⎜
⎜⎜ ⎟⎟ = 2 2 ⎟ ⋅ ⎛⎜ x1′ ⎞⎟ ,
⎝ x2 ⎠ ⎜⎜ − 1 1 ⎟ ⎜⎝ x ′2 ⎟⎠
⎟
⎝ 2 2⎠
(x1′ )2 + 2 x1′ − 2 x ′2 + 3 = 0 .
2
x1′ = x1′′ −
2
5 2
x ′2 = x ′2′ + .
4
1 1 3
x1 = x1′′ + x ′2′ +
2 2 4
1 1 7
x2 = − x1′′ + x′2′ + .
2 2 4
x12 + 2 x1 x2 + x22 + 2 x1 + 2 x 2 − 4 = 0 .
(x2′′ )2 − 5 = 0.
2
10 10
(d1 ) : x′2′ − = 0 , (d 2 ) : x ′2′ + = 0.
2 2
1 1 1
x1 = x1′′ + x ′2′ −
2 2 2
1 1 1
x2 = − x1′′ + x ′2′ − .
2 2 2
1 1
x1′′ = x1 − x2
2 2
1 1 1
x ′2′ = x1 + x2 + ,
2 2 2
(d1 ) : x1 + x2 + 1 − 5 = 0 , (d 2 ) : x1 + x2 + 1 + 5 = 0 .
Aceste ecuaţii se pot obţine direct, observând că ecuaţia iniţială a conicei se poate
scrie, printr-o descompunere în factori, sub forma:
(x + x
1 2 )(
+ 1 − 5 x1 + x2 + 1 + 5 = 0. )
4) Să se determine ecuaţia resusă a cuadricei:
⎛ 1 − 1 − 1⎞
⎜ ⎟
A = ⎜ − 1 − 1 − 1⎟
⎜ −1 −1 1⎟
⎝ ⎠
(x′′) 2
+ 2( x2′′ ) − 2( x3′′) −
2 2 33
= 0.
8
x12 − x 22 + 5 x32 + 6 x1 x3 + 4 x2 x3 + 8 x1 + 4 x2 + 2 x3 − 1 = 0 .
⎛1 0 3⎞
⎜ ⎟
A = ⎜ 0 −1 2⎟
⎜3 2 5 ⎟⎠
⎝
După rotaţia
⎛ 2 1 3 ⎞
⎜ − ⎟
⎛ x1 ⎞ ⎜ 21 6 14 ⎟ ⎛ x1′ ⎞
⎜ ⎟ ⎜ 1 2 2 ⎟ ⎜ ⎟
⎜ x2 ⎟ = ⎜ − − ⋅ ⎜ x ′2 ⎟ ,
⎜x ⎟ ⎜ 21 6 14 ⎟ ⎜ ⎟
⎝ 3⎠
⎜⎜ 4 1 1 ⎟⎟ ⎝ x3′ ⎠
− ⎟
⎝ 21 6 14 ⎠
4 7 7 2
7( x1′ ) − 2( x′2 ) + x1′ − x2′ + 14 x3′ − 1 = 0 .
2 2
3 3
Translaţia
2
x1′ = x1′′ −
21
7
x ′2 = x ′2′ −
2 6
7
x3′ = x3′′ − ,
4 2
ne conduce la ecuaţia redusă precizată mai sus. Izometria prin care se obţine
ecuaţia redusă este:
⎛ 2 1 3 ⎞ ⎛ 2 ⎞
⎜ − ⎟ ⎜ x1′′ − ⎟
⎛ x1 ⎞ ⎜ 21 6 14 ⎟ ⎜ 21 ⎟
⎜ ⎟ ⎜ 1 2 2 ⎟ ⎜ 7 ⎟
⎜ x2 ⎟ = ⎜ − − ⎟ ⋅ ⎜ x 2′′ − ⎟.
⎜x ⎟ ⎜ 21 6 14 ⎟ ⎜ 2 6⎟
⎝ 3⎠ ⎜ 4 1 1 ⎟ ⎜ 7 ⎟
⎜ − ⎟ ⎜ x 3′′ − ⎟
⎝ 21 6 14 ⎠ ⎝ 4 2⎠
4 x12 + 5 x 22 + x32 + 4 x1 x3 + 4 x1 + 2 x3 − 4 = 0 .
⎛ 4 0 2⎞
⎜ ⎟
A = ⎜0 5 0⎟
⎜2 0 1⎟
⎝ ⎠
este egal cu 2 iar rangul matricei D ataşată cuadricei este egal cu 3. Conform
propoziţiei 7.11 cuadrica are o dreaptă de centre. Cum suma minorilor diagonali
de ordinul doi ai matricei A este J = 25 iar suma minorilor diagonali de ordinul
trei ai matricei D este K = −125 , ecuaţia redusă a cuadricei se obţine prin
aplicarea rezultatului din teorema 7.15:
( x1′′)2 + ( x2′′ )2 − 1 = 0 .
Cuadrica este un cilindru circular cu axa de simetrie axa 0x3 .
230 5. ELEMENTE DE GEOMETRIE ANALITICĂ
1) Fie p ∈ E 3 , v1 , v 2 , v 3 ∈ T p (E 3 ) .
i) Să se verifice identitatea lui Jacobi:
v1 × (v 2 × v 3 ) + v 2 × (v 3 × v1 ) + v 3 × (v1 × v 2 ) = 0 .
1 1 1
v1′ = v 2 × v 3 , v ′2 = v 3 × v1 , v 3′ = v ×v
(v1 , v 2 , v 3 ) (v1 , v 2 , v 3 ) (v1 , v 2 , v 3 ) 1 2
au aceeaşi proprietate. Baza {v1′ , v ′2 , v 3′ } se numeşte baza reciprocă asociată bazei
{v1 , v 2 , v 3 }.
⎛ cosθ sin θ ⎞
C = ⎜⎜ ⎟ , θ ∈ (0,2π ) .
⎝ sin θ − cosθ ⎟⎠
Să se arate că:
a) transformarea T este o izometrie;
b) T este o simetrie faţă de dreapta ce trece prin origine şi face cu axa 0 x1 un
θ
unghi egal cu .
2
⎛ 2 1 2⎞
⎜ ⎟
⎜ 3 3 3⎟
1 2 2
A=⎜ − ⎟.
⎜ 3 3 3⎟
⎜ 2 2 1⎟
⎜− ⎟
⎝ 3 3 3⎠
Se cere:
5.8. EXERCIŢII 231
a) 11x1 − 24 x1 x 2 + 4 x 2 + 2 x1 + 16 x 2 + 11 = 0 ;
2 2
b) x1 − 2 x1 x 2 + 2 x 2 − 4 x1 − 6 x 2 + 3 = 0 ;
2 2
c) x1 − 2 x1 x 2 − 2 x 2 − 4 x1 − 6 x 2 + 3 = 0 ;
2 2
d) 5 x1 + 4 x1 x 2 + 8 x 2 − 32 x1 − 56 x 2 + 80 = 0 ;
2 2
e) 6 x1 x 2 + 8 x 2 − 12 x1 − 26 x 2 + 11 = 0 ;
2
f) x1 + x 2 + 2 x1 x2 + 3 x1 + x 2 = 0 .
2 2
a) x1 + 3 x 2 + 4 x 2 x3 − 6 x1 + 8 x 2 + 3 = 0 ;
2 2
b) 7 x1 + 6 x 2 + 5 x3 − 4 x1 x 2 − 4 x 2 x3 − 6 = 0 ;
2 2 2
232 5. ELEMENTE DE GEOMETRIE ANALITICĂ
c) 4 x1 + 2 x 2 + 3 x3 + 4 x1 x3 − 4 x 2 x3 + 6 x1 + 4 x 2 + 8 x3 + 2 = 0 ;
2 2 2
d) x 2 − x3 + 4 x1 x 2 − 4 x1 x3 − 6 x1 + 4 x 2 + 2 x3 + 8 = 0 ;
2 2
e) 4 x1 + 2 x 2 + 3 x3 + 4 x1 x3 − 4 x 2 x3 + 8 x1 − 4 x 2 + 8 x3 = 0 ;
2 2 2
f) 7 x1 + x 2 + x3 + 8 x1 x 2 + 8 x1 x3 − 16 x 2 x3 − 22 x1 + 8 x 2 − 10 x3 + 16 = 0 ;
2 2 2
g) x1 + x 2 − 2 x1 x 2 − 2 x 2 − 2 x3 + 1 = 0 .
2 2
6. ELEMENTE DE GEOMETRIE DIFERENŢIALĂ
A CURBELOR
I (α ) = { α (t ) t ∈ I }
α −1 ( p ) = { t ∈ I α (t ) = p}.
1.9. Observaţie. Două drumuri diferite pot avea aceeaşi imagine. Într-adevăr
drumurile
⎡ 1⎤
α 1 : ⎢0, ⎥ → E 3 , α (t ) = (t , t ,0 ) ,
⎣ 4⎦
α 2 : [0,1] → E 3 , α (t ) = (t − t 2 , t − t 2 ,0)
sunt diferite (drumul α 1 este simplu iar α 2 nu) dar au aceeaşi imagine şi anume
⎧ ⎡ 1 ⎤⎫
mulţimea ⎨( x, x,0 ) x ∈ ⎢0. ⎥ ⎬ .
⎩ ⎣ 4 ⎦⎭
Fie drumurile α : I → E 3 , α 1 : I 1 → E 3 .
α (t ) = (α 1 o ϕ ) (t ) , (∀) t ∈ I .
236 6. ELEMENTE DE GEOMETRIE DIFERENŢIALĂ A CURBELOR
α (t ) = (α 1 o ϕ ) (t ) = ((α 2 o ϕ1 ) o ϕ ) (t ) = (α 2 o (ϕ1 o ϕ )) (t ) =
= (α 2 o ϕ~ ) (t ) , (∀) t ∈ I .
Din observaţia precedentă rezultă că relaţia între drumuri definită mai sus este
reflexivă, simetrică şi tranzitivă, deci este o relaţie de echivalenţă. Dacă
α : I → E 3 , α 1 : I 1 → E 3 sunt drumuri astfel încât α 1 este echivalent cu α vom
spune că drumurile α şi α 1 sunt echivalente şi vom nota acest fapt prin α ~ α 1 .
p = α (t 0 ) = (α 1 o ϕ ) (t 0 ) = α 1 (t1 ) = q ∈ I (α 1 ) ,
Curba definită de drumul din exemplul 1.4 i) se numeşte elicea cilindrică iar
curba definită de drumul din exemplul 1.4 ii) se numeşte curba lui Viviani
6.4. EXERCIŢII 237
x1 = x1 (t )
x 2 = x2 (t )
x3 = x3 (t ) , t ∈ I
Curba lui Viviani definită de drumul din exemplul 1.4 i) este o curbă închisă.
238 6. ELEMENTE DE GEOMETRIE DIFERENŢIALĂ A CURBELOR
α (t ) = (α 1 o ϕ )(t ) , (∀) t ∈ I .
α (t ) = (α 1 o ϕ )(t ) , (∀) t ∈ I .
b b1
∫ α ′(t ) dt = ∫ α 1 (t ) dt .
a a1
l (α ) = ∫ α ′(t ) dt .
a
6.4. EXERCIŢII 239
b
l (α ) = ∫ x1′ 2 (t ) + x ′22 (t ) + x3′ 2 (t )dt .
a
t2
l ( p1 p2 ) = ∫ α ′(t ) dt .
t11
1.25. Exemplu. Fie curba (α ) definită de drumul din exemplul 1.4. Lungimea
acestei curbe este:
2π
l (α ) = ∫ r 2 sin 2 t + r 2 cos 2 t + b 2 dt = 2π r 2 + b 2 .
0
ψ (t ) = ∫ α ′(τ ) dτ .
t0
adică
1
ϕ ′(ψ (t )) = , (∀) t ∈ I .
α ′(t )
1
β ′(s ) = α ′(ϕ (s ))ϕ ′(s ) = α ′(ϕ (s )), s ∈ I 1 .
α ′(ϕ (s ))
α ′′′(t ) = β ′′′(ψ (t ))ψ ′ 3 (t ) + 3β ′′(ψ (t ))ψ ′(t )ψ ′′(t ) + β ′(ψ (t ))ψ ′′′(t ) , t ∈ I . (3)
Din (1) rezultă că vectorii α ′(t ) şi β ′(s ) , s = ψ (t ) sunt paraleli, deci vectorul
t (s ) = β ′(s ) (4)
1 ⎡ ψ ′′(t ) ⎤
β ′′(s ) = ⎢α ′′(t ) − α ′(t )⎥ , s = ψ (t ) , (5)
ψ ′ (t ) ⎣
2
ψ ′(t ) ⎦
rezultă că vectorii α ′(t ) , α ′′(t ) sunt liniar independenţi dacă şi numai dacă
β ′′(s ) ≠ 0 , s = ψ (t ) .
Din (1) şi (2) obţinem
2.6. Observaţie. Vom nota tangenta la curbă intr-un punct al curbei prin
simbolul (T ) . Dacă α : I → E 3 , α (t ) = ( x1 (t ), x2 (t ), x3 (t )) , t ∈ I este o
parametrizare a curbei regulate (α ) şi xi′ (t 0 ) ≠ 0 , i = 1, 3 atunci ecuaţiile tangentei
la curba (α ) în punctul p = α (t 0 ) sunt:
x1 − x1 (t 0 ) x 2 − x 2 (t 0 ) x3 − x3 (t 0 )
(T ) : = = . (8)
x1′ (t 0 ) x 2′ (t 0 ) x3′ (t 0 )
2.8. Observaţie. Vom nota planul normal al curbei regulate (α ) într-un punct al
său cu simbolul (Π n ) . Ecuaţia planului normal al curbei în punctul p = α (t 0 )
este:
s := ψ (t ) = ∫ α ′(τ ) dτ = r 2 + b 2 t , t ∈ R ,
0
1
de unde obţinem difeomorfismul crescător ϕ : R → R , ϕ (s ) = s.
r + b2 2
⎛ 1 1 b ⎞
β (s ) = ⎜⎜ r cos s, r sin s, s ⎟⎟ , s ∈ R .
⎝ r 2 + b2 r 2 + b2 r +b ⎠
2 2
⎛ r s r s b ⎞
t (s ) = β ′(s ) = ⎜⎜ − 2 sin 2 , 2 cos 2 , 2 ⎟⎟ .
⎝ r +b 2
r +b 2
r +b 2
r +b 2
r + b2 ⎠
De aici obţinem:
1 ⎛ s s ⎞
β ′′(s ) = ⎜ − r cos
2 ⎜
, − r sin , 0 ⎟⎟
r +b ⎝
2
r 2 + b2 r 2 + b2 ⎠
şi
r
β ′′(s ) = .
r + b2
2
s := ψ (t ) = ∫ α ′(τ ) dτ = u12 + u 22 + u 32 t = u t .
0
⎛ u1 u u ⎞
β (s ) = ⎜⎜ a1 + s, a 2 + 2 s, a3 + 3 s ⎟⎟ , s ∈ R .
⎝ u u u ⎠
1
t (s ) = β ′(s ) = u.
u
244 6. ELEMENTE DE GEOMETRIE DIFERENŢIALĂ A CURBELOR
x1 − x1 (t 0 ) x 2 − x2 (t 0 ) x3 − x3 (t 0 )
(Π o ) : x1′ (t 0 ) x 2′ (t 0 ) x3′ (t 0 ) = 0 . (10)
x1′′(t 0 ) x 2′′ (t 0 ) x3′′(t 0 )
(Π o ) : m ( x1 − x1 (t 0 )) + n ( x 2 − x 2 (t 0 )) + p ( x3 − x3 (t 0 )) = 0 . (12)
6.4. EXERCIŢII 245
x1 − x1 (t 0 ) x2 − x2 (t 0 ) x3 − x3 (t 0 )
(N ) : ~ = = . (14)
m n~ ~
p
2.17. Observaţie. Vom nota binormala curbei regulate (α ) într-un punct al său
cu simbolul (B ) . Deoarece un vector director al planului osculator este vector
director al binormalei ecuaţiile binormalei sunt (în ipoteza m ≠ 0 , n ≠ 0 , p ≠ 0 ):
x1 − x1 (t 0 ) x 2 − x2 (t 0 ) x3 − x3 (t 0 )
(B ) : = = . (15)
m n p
punctul p = α (t 0 ) este:
(Π r ) : ~ ( x − x (t )) + n~ ( x − x (t )) + ~
m 1 1 0 2 2 0 p ( x3 − x3 (t 0 )) = 0 . (16)
atunci produsul scalar al acestor două câmpuri vectoriale defineşte o funcţie reală
pe I a cărei derivată este:
′ 3
⎛ 3
⎞ 3
(Y (t ) ⋅ Z (t ))′ = ⎜ ∑ ( y i (t )z i (t ))⎟ = ∑ y i′ (t )z i (t ) + ∑ yi (t )z i′ (t ) ’
⎝ i =1 ⎠ i =1 i =1
= Y ′(t )Z (t ) + Y (t )Z ′(t ) , t ∈ I .
ii) Fie Y un câmp vectorial derivabil pe curba (α ) astfel încât norma sa este
constantă, adică există o constantă c > 0 astfel încât Y (t ) = c, (∀) t ∈ I . Atunci
prin derivarea identităţii Y (t ) ⋅ Y (t ) = c 2 , (∀) t ∈ I obţinem:
Y ′(t ) ⋅ Y (t ) = 0, (∀) t ∈ I .
şi vectorul
1 1
n(s ) = t ′(s ) = β ′′(s ) , s ∈ I 1 . (18)
k (s ) β ′′(s )
1
b ( s ) = t ( s ) × n( s ) = (β ′(s ) × β ′′(s ) ) , s ∈ I1 . (19)
β ′′(s )
t (s ) = β ′(s ) , s ∈ I 1 ,
1
n( s ) = β ′′(s ) , s ∈ I 1 ,
β ′′(s )
6.4. EXERCIŢII 249
1
b (s ) = (β ′(s ) × β ′′(s ) ) , s ∈ I1 ,
β ′′(s )
t (s ) = n(s ) = b(s ) = 1 , s ∈ I 1 .
Fie funcţia
2.28. Definiţie. Formulele (20), (23), (24) se numesc formulele lui Frenet.
⎛ t ′(s ) ⎞ ⎛ 0 k (s ) 0 ⎞ ⎛ t (s ) ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ n′(s )⎟ = ⎜ − k (s ) 0 τ (s ) ⎟ ⋅ ⎜ n ( s ) ⎟ , s ∈ I 1 .
⎜ b′(s ) ⎟ ⎜ 0 − τ (s ) 0 ⎟⎠ ⎜⎝ b(s ) ⎟⎠
⎝ ⎠ ⎝
⎛ 1 1 b ⎞
β (s ) = ⎜⎜ r cos s, r sin s, s ⎟⎟ , s ∈ R .
⎝ r 2 + b2 r 2 + b2 r 2 + b2 ⎠
r
Deoarece în exemplul 2.10, i) am găsit că β ′′(s ) = , rezultă pentru
r + b2
2
r
curbura elicei cilindrice expresia k (s ) = . Deoarece
r + b2
2
1 ⎛ s s ⎞
β ′′(s ) = ⎜ − r cos , − r sin , 0 ⎟⎟
r 2 + b 2 ⎜⎝ r +b
2 2
r +b
2 2
⎠
⎛ s s ⎞
n(s ) = ⎜⎜ − cos 2 , − sin , 0 ⎟⎟ .
⎝ r + b2 r 2 + b2 ⎠
r s r s b
− sin cos
r 2 + b2 r 2 + b2 r 2 + b2 r 2 + b2 r 2 + b2
s s
= − cos − sin 0 =
r +b
2 2
r + b2
2
1 s 1 s
sin − cos 0
r 2 + b2 r 2 + b2 r 2 + b2 r 2 + b2
b
= 2 .
r + b2
τ (s ) b
Raportul dintre curbura şi torsiunea acestei curbe este = .
k (s ) r
t (s ) = β ′(s ),
1
n (s ) = β ′′(s ),
β ′′(s )
b ( s ) = t ( s ) × n (s ) , s ∈ I 1 .
k (s ) = β ′′(s ) s ∈ I 1 ,
τ (s ) = b(s ) ⋅ n′(s ).
În unele aplicaţii sunt însă utile formule care utilizează pentru calculul acestor
mărimi o parametrizare oarecare a curbei.
t 0 ∈ I şi ψ (t ) = ∫ α ′(τ ) dτ .
t0
Atunci:
252 6. ELEMENTE DE GEOMETRIE DIFERENŢIALĂ A CURBELOR
1
t (s ) = α ′(t ) , (25)
α ′(t )
1
b (s ) = α ′(t ) × α ′′(t ) , (26)
α ′(t ) × α ′′(t )
n( s ) = b ( s ) × t ( s ) , (27)
α ′(t ) × α ′′(t )
k (s ) = , (28)
α ′(t )
3
τ (s ) =
(α ′(t ) ,α ′′(t ) ,α ′′′(t )) , s := ψ (t ) , t ∈ I . (29)
α ′(t ) × α ′′(t )
2
Demonstraţie. Formula (23) rezultă din formula (1). Pentru a obţine formula de
calcul a curburii (28) folosim formula (6) şi faptul că vectorii β ′ şi β ′′ sunt
ortogonali:
α ′(t ) × α ′′(t )
k (s ) = β ′′(s ) = β ′(s ) × β ′′(s ) = .
α ′(t )
3
1 1
b ( s ) = t ( s ) × n (s ) = [β ′(s ) × β ′′(s )] = α ′(t ) × α ′′(t ) .
k (s ) α ′(t ) × α ′′(t )
Formula (27) este evidentă. Pentru obţinerea formulei de calcul a torsiunii (29)
utilizăm (22) şi obţinem:
1 k ′(s ) 1
Cum n′(s ) = [ t ′(s )]′ = − 2 t ′(s ) + t ′′(s ) formula precedentă ne dă:
k (s ) k (s ) k (s )
1 1
τ (s ) = (t (s ), t ′(s ), t ′′(s )) = (β ′(s ), β ′′(s ), β ′′′(s )) .
k (s )
2
k (s )
2
Pentru a obţine formula (29) este suficient să utilizăm în această relaţie formulele
(7) şi (28).
6.4. EXERCIŢII 253
2.33. Propoziţie. Dacă curbura unei curbe Frenet este identic nulă atunci
imaginea curbei se află pe o dreaptă.
2.35. Definiţie. O curbă se numeşte plană dacă imaginea sa este conţinută într-un
plan.
2.36. Propoziţie. O curbă Frenet este curbă plană dacă şi numai dacă torsiunea în
orice punct al curbei este egală cu zero.
de unde obţinem
Ultimele două relaţii ne spun că vectorii α ′(t ), α ′′(t ), t ∈ I sunt paraleli cu planul
(π ) . Atunci b(s ), s ∈ I1 este un vector constant, ceea ce implică b′(s ) = 0, s ∈ I1
deci τ (s ) = 0, s ∈ I 1 .
Reciproc, dacă τ (s ) = 0, s ∈ I 1 versorul binormalei este constant b(s ) = b0 , s ∈ I 1 .
1
Cum b(s ) = α ′(t ) × α ′′(t ), t ∈ I rezultă că α ′(t ) ⋅ b0 = 0, (∀) t ∈ I .
α ′(t ) × α ′′(t )
Cum α ′(t ) ⋅ b0 = (α (t ) ⋅ b0 )′ deducem de aici că există t 0 ∈ I astfel încât
α (t ) ⋅ b0 = α (t 0 ) ⋅ b0 , (∀) t ∈ I . Cum ultima identitate se scrie (α (t ) − α (t 0 )) ⋅ b0 = 0 ,
t ∈ I rezultă că imaginea lui (α ) este conţinută într-un plan perpendicular pe
vectorul b0 şi care trece prin punctul α (t 0 ) .
f : Ω → E 2 , f ( x1 , x 2 , x3 ) = ( f1 ( x1 , x 2 , x3 ), f 2 ( x1 , x2 , x3 )) .
6.4. EXERCIŢII 255
Z f = {(x1 , x2 , x3 ) ∈ Ω f1 ( x1 , x2 , x3 ) = 0 , f 2 ( x1 , x2 , x3 ) = 0 }
Cf = {(x , x , x ) ∈ Ω
1 2 3 }
rang J f ( x1 , x2 , x3 ) < 2 ,
⎛ ∂f1
⎜ (x1 , x2 , x3 ) ∂f1 (x1 , x2 , x3 ) ∂f1 (x1 , x2 , x3 )⎞⎟
∂x ∂x 2 ∂x3
J f ( x1 , x2 , x3 ) = ⎜ 1 ⎟.
⎜ ∂f 2 ∂f 2 ∂f 2 ⎟
⎜ ∂x ( x1 , x2 , x3 ) ∂x ( x1 , x2 , x3 ) ∂x ( x1 , x2 , x3 )⎟
⎝ 1 2 3 ⎠
⎛a b1 c1 ⎞
rang ⎜⎜ 1 ⎟=2
⎝ a2 b2 c 2 ⎟⎠
f ( x1 , x 2 , x3 ) = (a1 x1 + b1 x2 + c1 x3 + d1 , a 2 x1 + b2 x 2 + c2 x3 + d 2 ) .
a1 x1 + b1 x 2 + c1 x3 + d1 = 0
a 2 x1 + b2 x2 + c 2 x3 + d 2 = 0 .
256 6. ELEMENTE DE GEOMETRIE DIFERENŢIALĂ A CURBELOR
b1 c1 c1 a1 a1 b1
Fie a = , b= ,c = şi (x10 , x20 , x30 ) o soluţie a sistemului de
b2 c 2 c2 c2 a 2 b2
mai sus. Atunci mulţimea Z f constă din tripletele ( x1 , x 2 , x3 ) cu proprietatea:
x1 = x10 + a t
x 2 = x20 + b t
x1 = x30 + c t , t ∈ R .
W a punctului (x , x 0
1
0
2 , x ) astfel încât Z ∩ W să fie imaginea unui drum regulat
0
3 f
k
simplu de clasă C .
6.4. EXERCIŢII 257
f ( x1 , ϕ ( x1 ),ψ ( x1 )) = 0 , (∀) x1 ∈ V .
Z f ∩ W = {( x1 , ϕ ( x1 ),ψ ( x1 )) x1 ∈ V1}.
f1 ( x1 , x 2 , x3 ) = 0
f 2 ( x1 , x2 , x3 ) = 0
este un punct critic al lui f nu putem afirma că Z f nu este local imaginea unui
drum regulat.
(
f ( x1 , x2 , x3 ) = x12 + x22 + x32 − 4a 2 , (x1 − a 2 ) + x22 − a 2 .
2
)
Mulţimea Z f a zerourilor acestei funcţii este mulţimea soluţiilor sistemului:
x12 + x 22 + x32 − 4a 2 = 0
(30)
(x1 − a )2 + x22 − a 2 = 0 .
Am văzut (exemplul 1.4, iii) că I (α ) ⊆ Z f . Să arătăm că Z f ⊆ I (α ) .
Fie (x10 , x20 , x30 )∈ Z f . Deoarece acest punct se află pe sfera de rază 2a cu centrul
în origine, coordonatele acestui punct se scriu (în coordonate sferice):
obţinem condiţia sin ϕ 0 = cos θ 0 . De aici deducem că cos ϕ 0 = sin θ 0 , astfel încât
putem scrie:
(x 0
1 , x 20 , x30 ) = (2a cos 2 θ 0 , a sin 2θ 0 , 2a sin θ 0 )∈ I (α ) .
⎛ 2 x1 2 x2 2 x3 ⎞
J f ( x1 , x 2 , x3 ) = ⎜⎜ ⎟,
⎝ 2( x1 − a ) 2 x2 0 ⎟⎠
6.3. CURBE ÎN E 2
I (α ) = { α (t ) t ∈ I }
x1 = x1 (t )
x 2 = x2 (t ) , t ∈ I
x1 = a cos 3 t
x2 = a sin 3 t , t ∈ [0,2π ] , a > 0.
Figura 1. Astroida
Figura 2. Cardioida
6.4. EXERCIŢII 261
3) Cicloida este curba plană descrisă de un punct situat pe un cerc de rază r care
se rostogoleşte fără alunecare pe o dreaptă fixă. Ecuaţiile parametrice ale
cicloidei sunt:
x1 = r (t − sin t )
x 2 = r (1 − cos t ) , t ∈ R .
Figura 3. Cicloida
4) Fie un punct fix situat în planul unui cerc la distanţa a de centrul cercului.
Cercul de rază r se rostogoleşte fără alunecare pe o dreaptă fixă. Curbele descrise
astfel de punctul considerat se numesc trohoide. Ecuaţiile parametrice ale unei
trohoide sunt:
x1 = rt − a sin t
x 2 = r − a cos t , t ∈ R , a > 0 .
2at 2
x1 =
1+ t 2
2at 3
x2 = ,t∈R.
1+ t 2
3at 3at 2
x1 = , x 2 = , t ∈ R \ {− 1} , a > 0 .
t3 +1 t3 +1
a (1 − t 2 ) a t (1 − t 2 )
x1 = , x2 = ,t∈R , a > 0.
1+ t 2 1+ t 2
Z F = {( x1 , x 2 ) ∈ D F ( x1 , x 2 ) = 0 }
⎧ ∂F ⎫
C F = ⎨ ( x1 , x2 ) ∈ D (x1 , x2 ) = 0, ∂F (x1 , x2 ) = 0 ⎬ .
⎩ ∂x1 ∂x 2 ⎭
⎛ ∂F ⎞
Pentru p = ( x1 , x2 ) ∈ D vectorul gradF = ⎜⎜ (x1 , x2 ), ∂F (x1 , x2 )⎟⎟ se numeşte
⎝ ∂x1 ∂x2 ⎠
2
gradientul funcţiei F; el aparţine spaţiului tagent la E în punctul p. Înseamnă că
mulţimea C F este formată din punctele din D în care gradientul lui F se
anulează. Punctele în care cel puţin una dun derivatele parţiale ale lui F nu se
anulează se numesc puncte regulate.
F ( x1 , f ( x1 )) = 0 , (∀) x1 ∈ [− 1, 1].
Demonstraţie. Deoarece (x10 , x 20 )∉ C F cel puţin una din derivatele parţiale ale lui
F calculate în (x10 , x 20 ) este diferită de zero. Putem presupune, pentru a face o
∂F 0 0
alegere, că (x1 , x2 ) ≠ 0 . Deoarece condiţiile din teorema 3.4 sunt îndeplinite,
∂x 2
există o vecinătate deschisă V1 a lui x10 , o vecinătate deschisă V2 a lui x 20 şi
funcţia unică ϕ : V1 → V2 , de clasă C k , astfel încât
F ( x1 , ϕ ( x1 ) ) = 0 , (∀) x1 ∈ V1 .
Z F ∩ W = {( x1 , ϕ ( x1 ) ) x1 ∈ V1 }.
F ( x1 , x 2 ) = 0
Z F = {( x1 , x 2 ) ∈ R 2 x1 = x 2 }.
x1 = x1 (t )
x 2 = x 2 (t ) , t ∈ I .
ii) Reprezentarea implicită; curba este dată prin ecuaţia carteziană implicită:
F ( x1 , x 2 ) = 0 .
G f = {(t , f (t ) ) t ∈ I }.
x 2 = f ( x1 ), x1 ∈ I
x1 = f (θ ) cosθ ,
x 2 = f (θ )sin θ .
r = k θ , k > 0, θ ≥ 0
rθ = a , a > 0
6.4. EXERCIŢII 269
r = ce kθ , c > 0, k > 0
3.10. Observaţie. Vom nota tangenta la curbă intr-un punct al curbei prin
simbolul (T ) . Dacă α : I → E 2 , α (t ) = ( x1 (t ), x 2 (t )) , t ∈ I este o parametrizare a
curbei regulate (α ) şi xi′ (t 0 ) ≠ 0 , i = 1, 2 ecuaţiile tangentei la curba (α ) în
punctul p = α (t 0 ) sunt:
x1 − x1 (t 0 ) x2 − x 2 (t 0 )
(T ) : = . (1)
x1′ (t 0 ) x 2′ (t 0 )
x′2 (t 0 )
m= . (2)
x1′ (t 0 )
3.12. Observaţie. Vom nota normala la curbă intr-un punct al curbei prin
simbolul ( N ) . Panta m′ a acestei drepte se obţine din (2) şi din condiţia de
perpendicularitate a două drepte de pante m şi respectiv m′ : m ⋅ m′ = −1 . Cu
aceste precizări obţinem ecuaţia normalei la curba regulată (α ) în punctul
p = α (t 0 ) sub forma:
6.4. EXERCIŢII 271
de unde deducem:
1
t (s ) = β ′(s ) = (x1′ (t ) , x′2 (t ) ) . (5)
α ′(t )
1
n(s ) = (− x′2 (t ), x1′ (t )) (6)
α ′(t )
t (s ) = n(s ) = 1 , s ∈ I 1 .
272 6. ELEMENTE DE GEOMETRIE DIFERENŢIALĂ A CURBELOR
1 ⎛ x1′ (t ) x′2 (t )⎞
C= ⎜⎜ ⎟⎟
α ′(t ) ⎝ − x 2′ (t ) x1′ (t ) ⎠
n′(s ) = −k (s ) t (s ) , s ∈ I 1 . (9)
3.19. Observaţie. Formulele lui Frenet se pot scrie sub forma matriceală:
6.4. EXERCIŢII 273
⎛ t ′(s ) ⎞ ⎛ 0 k (s ) ⎞ ⎛ t (s ) ⎞
⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟ ⋅ ⎜⎜ ⎟⎟ , s ∈ I 1 .
⎝ n′(s )⎠ ⎝ − k (s ) 0 ⎠ ⎝ n(s )⎠
Pentru a obţine formula de calcul a curburii este suficient acum să utilizăm (6),
(7) şi (10):
f ′′(t )
k (t ) = ,t∈I . (13)
[1 + f ′ (t )]
3
2 2
x1 = f (θ ) cosθ ,
x 2 = f (θ )sin θ ,
274 6. ELEMENTE DE GEOMETRIE DIFERENŢIALĂ A CURBELOR
f 2 (θ ) + 2 f ′(θ ) − f (θ ) f ′′(θ )
k (θ ) = . (14)
[ f (θ ) + f ′ (θ )]
3
2 2 2
Fx′1 (x10 , x 20 )
f ′(x ) = −
0
,
Fx′2 (x10 , x 20 )
1
f ′′(x10 ) = −
1
Fx′
3
1
[
Fx′′2 Fx′2 − 2 Fx′1′x2 Fx′1 Fx′2 + Fx′′2 Fx′1 .
2
2
2
]
2
În ultima egalitate toate derivatele parţiale ale funcţiei F sunt calculate în punctul
(x10 , x20 ). Formula pentru calculul curburii unei curbe dată sub forma implicită se
obţine prin înlocuirea expresiilor lui f ′(x10 ) şi f ′′(x10 ) de mai sus în formula (13):
k (x10 , x 20 ) = − 1
3
2
. (15)
[ Fx′2 + Fx′2 ]
2 2 2
1 2
3.23. Observaţie. În cazul unei curbe dată în reprezentarea explicită din formula
(13) rezultă că parametrul t 0 ∈ I este inflexional dacă şi numai dacă f ′′(t 0 ) = 0.
6.4. EXERCIŢII 275
6.4. EXERCIŢII
⎛ 4 3 ⎞
t (s ) = β ′(s ) = ⎜ − sin s , − cos s , sin s ⎟ .
⎝ 5 5 ⎠
⎛ 4 3 ⎞
Cum β ′′(s ) = ⎜ − cos s , sin s , cos s ⎟ , rezultă k (s ) = β ′′(s ) = 1 = k 0 şi din
⎝ 5 5 ⎠
formula lui Frenet t ′(s ) = k (s ) n(s ) deducem
⎛ 4 3 ⎞
n(s ) = ⎜ − cos s , sin s , cos s ⎟ .
⎝ 5 5 ⎠
Versorul binormalei este:
⎛ 3 4⎞
b ( s ) = t ( s ) × n (s ) = ⎜ − , 0 , − ⎟ .
⎝ 5 5⎠
Din propoziţia 2.37 deducem că suntem în cazul unei curbe plane cu imaginea
1
situată pe un cerc de rază = 1 . Centrul cercului este punctul
k0
1
p = β (s ) + n(s ) = (0 , 1 , 0 ) .
k0
276 6. ELEMENTE DE GEOMETRIE DIFERENŢIALĂ A CURBELOR
α ′(t ) = (3 − 3t 2 ,6t ,3 + 3t 2 ) ,
α ′′(t ) = (− 6t , 6 , 6t ) ,
α ′′′(t ) = (− 6 , 0 . 6) ,
α ′(t ) × α ′′(t ) = 18(t 2 − 1, − 2t , t 2 + 1),
(α ′(t ) × α ′′(t )) ⋅ α ′′′(t ) = 216 ,
α ′(t ) = 3 2 (t 2 + 1) ,
α ′(t ) × α ′′(t ) = 18 2 (t 2 + 1) .
t=
1
(1 − t 2 , 2t ,1 + t 2 ) ,
2 (t + 1)
2
b=
1
(t 2 − 1, − 2t , t 2 + 1) ,
2 (t + 1)
2
n = b×t = 2
1
(− 2t ,1 − t 2 , 0),
t +1
1
k =τ = 2 .
3(t + 1)
2
t t
s := ψ (t ) = ∫ α ′(τ ) dτ = ∫ 3 2 (τ 2 + 1)dτ = 2 (t 3 + 3t ) .
0 0
6.4. EXERCIŢII 277
Rezolvare. Prima formulă este evidentă. Condiţia α ′(t ) = c > 0, (∀) t ∈ I este
echivalentă cu α ′(t ) ⋅ α ′(t ) = c 2 , (∀) t ∈ I . Dacă derivăm ultima identitate,
obţinem α ′(t ) ⋅ α ′′(t ) = 0 , (∀) t ∈ I , deci vectorii α ′ şi α ′′ sunt ortogonali. De aici
se obţine a doua formulă. Din ortogonalitatea vectorilor α ′ şi α ′′ şi din
proprietăţile produsului vectorial obţinem α ′ × α ′′ = c α ′′ . Formula a treia este
acum evidentă. Ultimele două formule se obţin din (28) şi (29) în care utilizăm
identitatea α ′ × α ′′ = c α ′′ .
t′ = ω × t,
n′ = ω × n,
b′ = ω × b .
x1 (t ) = e t cos t ,
x 2 (t ) = e t sin t ,
x3 (t ) = e t , t ∈ R .
x1 (t ) = p p 2 − q 2 cos t
x 2 (t ) = q p 2 − q 2 (1 + sin t )
x3 (t ) = p 2 + q 2 (1 + sin t ) , t ∈ [0,2π ] , 0 < q < p.
Să se arate că:
x12 x 22
i) imaginea curbei aparţine paraboloidului eliptic 2 + 2 = 2x3 ;
p q
ii) curba este un cerc, calculând curbura şi torsiunea curbei.
⎛ t4 t3 t2 ⎞
7) Fie curba (α ) de reprezentare parametrică α : I → E 3 , α (t ) = ⎜⎜ , , ⎟⎟ . Se
⎝4 3 2⎠
cere:
i) să se determine punctul p ce aparţine imaginii curbei, în care tangenta la curbă
este paralelă cu planul de ecuaţie x1 + 3x2 + 2 x3 = 0 ;
ii) să se determine ecuaţiile tangentei normalei principale, binormalei, planelor
normal, osculator şi rectificator la curba (α ) în punctul p.
x1 (t ) = a(sin t + cos t ) ,
x 2 (t ) = a(sin t − cos t ) ,
x 3 = be − t , t ∈ R a > 0 , b > 0 ,
x1 (t ) = a(sin t + cos t )
x 2 (t ) = a(sin t − cos t ) , t ∈ [0,2π ] , a > 0,
i) x1 (t ) = a cos t ,
x 2 (t ) = b sin t , t ∈ [0,2π ] , a > 0 , b > 0.
ii) x1 (t ) = a cos 3 t ,
x 2 (t ) = a sin 3 t , t ∈ [0,2π ] , a > 0 .
iv) x1 (t ) = at cos t ,
x2 (t ) = at sin t , t ∈ (0,+∞ ) , a > 0 .
x1 (t ) = t ,
x 2 (t ) = t 4 − t + 3 , t ∈ R ,
x1 (t ) = 3at 2 ,
x 2 (t ) = 2at 3 , t ∈ R , a > 0.
x1 (t ) = e t cos t ,
x 2 (t ) = e t sin t , t ∈ (0,+∞ ) .
x1 (t ) = a cos t ,
x 2 (t ) = b sin t , t ∈ [0,2π ] .
x1 (t ) = 1 + t 2 ,
x 2 (t ) = t ,
x3 (t ) = t 3 , t ∈ R .
x1 (t ) = a sin 2 t ,
x 2 (t ) = a sin t cos t ,
x3 (t ) = a cos t , t ∈ [0,2π ] ,
Fie K un corp comutativ. În cele ce urmează, prin corpul K vom înţelege unul
dintre corpurile R (corpul numerelor reale) sau C (corpul numerelor complexe).
⎛ a11 ⎞
⎜ ⎟
⎜a ⎟
A = ⎜ 21 ⎟ ∈ M n ,1 ( K )
M
⎜ ⎟
⎜a ⎟
⎝ n1 ⎠
Unei matrice A de tip m × n putem să-i asociem sistemul ordonat de vectori linie
din M 1,n ( K ) :
282 ANEXĂ
l i = (ai1 ai 2 L ain ) , i = 1, n
⎛ a1 j ⎞
⎜ ⎟
⎜ a2 j ⎟
c j = ⎜ ⎟ , j = 1, n .
M
⎜ ⎟
⎜a ⎟
⎝ nj ⎠
1.2. Definiţie. Două matrice A = (aij )i =1,m , B = (bij )i =1,m de acelaşi tip se zic egale
j =1, n j =1, n
1.3. Definiţie. Se numeşte suma matricei A = (aij )i =1,m cu matricea B = (bij )i =1,m ,
j =1, n j =1, n
1.4. Definiţie. Se numeşte matrice nulă de tip m × n matricea care are toate
elementele egale cu zero şi notăm această matrice cu 0 M m ,n ( K ) .
λ A = (λ aij )i =1,m .
j =1, n
coloane.
de regula:
j =1, p k =1
⎛ 1 2 3 L n ⎞
σ = ⎜⎜ ⎟⎟ .
⎝ σ (1) σ (2 ) σ (3) L σ (n )⎠
ε (σ ) = (− 1)
inv (σ )
.
σ ( j ) − σ (i )
ε (σ ) = ∏ .
1≤i < j ≤ n j −i
det A = ∑ ε (σ )a σ ( ) a σ (
σ ∈S n
1 1 2 2 ) L a nσ (n )
aij în determinantul d.
A.2. SISTEME DE ECUAŢII LINIARE 285
care s-a obţinut din d prin înlocuirea liniei j cu linia i. Cum d ′ are două linii
egale, din proprietatea 4) a determinanţilor rezultă d ′ = 0 . Egalitatea (2) se obţine
acum dezvoltând determinantul după linia j cu ajutorul formulei (1).
d = a1 j δ 1 j + a 2 j δ 2 j + L + a nj δ nj . (3)
1.16. Propoziţie. Fie n un număr natural nenul. Atunci pentru orice două matrice
A, B ∈ M n ( K ) are loc egalitatea:
AB = BA = I n ,
A −1 =
1
(aij+ )i , j = 1, n
det A
1 n 1 n 1 n
∑ ∑ aik (− 1) d jk = ∑ aik δ jk .
j+k
bij = aik a kj+ =
det A k =1 det A k =1 det A k =1
Dacă j = i atunci din formula (1), care dă dezvoltarea determinantului după linia
i, obţinem bii = 1 . Dacă j ≠ i din corolarul 1.14 (formula (2)) obţinem bij = 0 .
1 1
Rezultă B = I n , adică AA + = I n . Analog se arată că A + A = I n , fapt ce
det A det A
încheie demonstraţia.
1
A −1 = A+ .
det A
d1 d d
x1 = , x 2 = 2 , L, xn = n ,
d d d
unde
a11 a12 L b1
a 21 a 22 L b2
dn = .
M M L M
a n1 a n 2 L bn
AX = B . (5)
1
Dacă înmulţim în (5) la stânga cu A −1 obţinem X = A −1 B şi cum A −1 = A+ ,
det A
288 ANEXĂ
A + = (δ ji )i , j =1,n , δ ij = (− 1) d ij deducem:
i+ j
⎛ n ⎞
⎜ ∑ b j δ j1 ⎟ ⎛⎜ d1 ⎞⎟
⎜ jn=1 ⎟ ⎜d ⎟
⎜ b j δ j 2 ⎟⎟ ⎜ 2 ⎟
d
X = A −1 B = ⎜ ∑
1
= ⎜ d ⎟,
d ⎜ j =1 ⎟ ⎜ M ⎟
⎜ n M ⎟ ⎜d ⎟
⎜⎜ ∑ b j δ jn ⎟⎟ ⎜ n ⎟
⎝ j =1 ⎠ ⎝d ⎠
sau
d1 d d
x1 = , x 2 = 2 , L, xn = n .
d d d
Cum det B ≠ 0 , pentru rezolvarea acestui sistem putem aplica regula lui Cramer
290 ANEXĂ
ai1α 1 + ai 2α 2 + L + air α r = 0 .
α1 α2 αr
aij = − a i1 − ai 2 − L − a = 0 , (∀) i = 1, m
α α α ir
α1 α2 αr
cj = − c1 − c2 − L − c = 0 , (∀) i = 1, m .
α α α r
1.24. Corolar. Determinantul unei matrice pătratice este nul dacă şi numai dacă
una dintre liniile (respectiv coloanele sale) este o combinaţie liniară de celelalte
linii (respectiv coloane).
unde aij , bi ∈ K , (∀ ) i = 1, m , j = 1, n .
2.1. Definiţie. Sistemul (1) se numeşte compatibil dacă are cel puţin o soluţie.
Dacă b1 = b2 = L = bm = 0 sistemul (1) capătă forma
∑c x
i =1
i i =b. (3)
b = c1α 1 + c 2α 2 + L + c nα n .
U : M n ,1 ( K ) → M m ,1 ( K ) astfel:
A.2. SISTEME DE ECUAŢII LINIARE 293
U ( x ) = A x , (∀) x = ( x1 x 2 L x n ) ∈ M n ,1 ( K ) .
t
(4)
2.4. Teoremă. Subspaţiul liniar al soluţiilor sistemului (2) are dimensiunea egală
cu n − rangA .
Cum dim ImU = dim L(c1 , c 2 ,L, c n ) = rangA , rezultă dim KerU = n − rangA şi
teorema este demonstrată.
2.5. Corolar. Un sistem liniar omogen are numai soluţia banală dacă şi numai
dacă n = rangA .
2.6. Definiţie. Numim sistem fundamental de soluţii al unui sistem liniar omogen
orice bază a subspaţiului liniar al soluţiilor acestui sistem.
2.8. Corolar. Dacă sistemul (1) este compatibil, atunci el are o soluţie unică dacă
şi numai dacă n = rangA .
2.9. Corolar. Fie m = n . Sistemul (1) are o soluţie unică dacă şi numai dacă
294 ANEXĂ
det A ≠ 0 . În acest caz soluţia sistemului (1)se obţine cu regula lui Cramer.
{
S = x0 + α 1ξ1 + α 2ξ 2 + L + α r ξ r α i ∈ R , i = 1,n . }
Fie sistemul (1), cu rangA = rangA e = r . Printr-o eventuală renumerotare a
ecuaţiilor şi necunoscutelor sistemului, putem presupune că matricea
are rangul r. În acest caz det M se numeşte minor principal al sistemului (1).
Asociem sistemului (1) sistemul:
1. Bălan, V., Algebră liniară, geometrie analitică, Editura Fair Partners, Bucu-
reşti, 1999.
2. Blaga, A.P., Lectures on Classical Differential Geometry, Editura
Risoprint, Cluj-Napoca, 2005.
3. Brânzănescu, V., Stănăşilă, O., Matematici speciale, Editura All, Bucu-
reşti, 1998.
4. do Carmo, M., Differenţial Geometry of Curves and Surfaces, Prentice
Hall, Englewood Cliffs, New Jersey, 1976.
5. Colojoară, I., Analiză matematică, Editura Didactică şi Pedagogică,
Bucureşti, 1983.
6. Cruceanu, V., Elemente de algebră liniară şi geometrie, Editura Didactică
şi Pedagogică, Bucureşti, 1973.
7. Démidovitch, B., Maron, I., Eléments de calcul numérique, Éditions
Mir, Moscou, 1979.
8. Gibson, C.G., Elementary Geometry of Differentiable Curves. An
Undergraduate Introduction, Cambridge University Press, Cambridge,
2001.
9. Grigore, Gh., Lecţii de analiză numerică, Tipografia Universităţii Bucu-
reşti, 1990.
10. Horn, R. A., Johnson C.R., Analiză matricială, Editura Theta, Bucu-
reşti, 2001.
11. Ianuş, S., Curs de geometrie diferenţială, Editura Universităţii Bucureşti,
1981.
12. Ion, D. I., Nicolae, R., Algebra, Editura Didactică şi Pedagogică, Bucu-
reşti, 1981.
13. Kühnel, W., Differenţial geometry. Curves, Surfaces, Manifolds, American
Mathematical Society, 2005.
14. Miron, R., Geometrie analitică, Editura Didactică şi Pedagogică,
Bucureşti, 1976.
15. Năstăsescu, C., Niţă C.,Vraciu, C., Bazele algebrei, Vol. 1, Editura
Academiei, Bucureşti, 1986.
16. Nicolescu, M., Dinculeanu, N., Marcus, S., Analiză matematică,
Editura Didactică şi Pedagogică, Bucureşti, 1971.
296 BIBLIOGRAFIE
V spaţiu liniar
Vn spaţiu liniar de dimensiune n
H spaţiu Hilbert
K corp comutativ
R corpul numerelor reale
Rn spaţiul liniar aritmetic de dimensiune n
C corpul numerelor complexe
N mulţimea numerelor naturale
M m ,n ( K ) spaţiul liniar al matricelor de tip m × n cu elemente din K
M n (K ) spaţiul liniar al matricelor de ordinul n cu elemente din K
L ( A) acoperirea liniară a mulţimii A
0V elementul neutru al spaţiului liniar V
A = (aij )i =1,m matrice cu m linii şi n coloane
j =1, n
At transpusa matricei A
A∗ adjuncta matricei A
A+ reciproca matricei A
TrA urma matricei A
det A determinantul matricei A
rangA rangul matricei A
In matricea unitate de ordinul n
C [a, b ] spaţiul liniar al funcţiilor reale continue de o variabilă x ∈ [a, b]
spaţiul liniar al funcţiilor reale continue, cu derivata continuă pe
C 1 [a, b]
[a, b]
C (R) spaţiul liniar al funcţiilor reale continue de o variabilă reală
P( R ) spaţiul liniar al polinoamelor
Pn ( R ) spaţiul liniar al polinoamelor de grad cel mult n
L2 [a, b ] spaţiul liniar al funcţiilor de pătrat integrabil
l (R ) spaţiul liniar al şirurilor de numere reale
l (C ) spaţiul liniar al şirurilor de numere complexe
T p (E 3 ) spaţiul tangent la E 3 în punctul p
GL (R n ) grupul liniar pe R n
O (R n ) grupul ortogonal pe R n
SO (R n ) grupul special ortogonal pe R n
298 NOTAŢII