Documente Academic
Documente Profesional
Documente Cultură
IASI, 2005
1
Cuprins
Capitolul 1
1.1. Matrice şi determinanţi...................................................................5
1.1.1. Determinantul unei matrice pătratice.........................................8
1.1.2. Matricea inversă.......................................................................12
1.1.3. Rangul unei matrice. Linii principale şi coloane principale........14
1.2 Spaţiul vectorial real.......................................................................18
1.2.1. Schimbarea coordonatelor vectorului la schimbarea bazei........22
1.3. Transformare liniară ı̂n Vn ............................................................23
1.3.1. Polinom caracteristic. Vectori proprii şi valori proprii..............27
1.3.2. Teorema de reprezentare spectrală...........................................29
1.3.3. Diagonalizarea unei matrice......................................................31
1.3.4. Algoritmul de diagonalizare a unei matrice..............................35
1.3.5. Forma canonică Jordan............................................................35
1.3.6. Algoritmul de aducere la forma Jordan....................................36
1.3.7. Autovalorile unor matrice reale simetrice.................................38
1.4. Spaţiul vectorial normat...............................................................41
1.4.1. Norme pe Rn (n ≥ 2).................................................................42
1.5. Spaţiul euclidian............................................................................ 50
1.6. Forme liniare, biliniare şi pătratice........................................... 62
1.7. Spaţiul liniar al vectorilor liberi..................................................78
1.7.1. Structura algebrică a spaţiului vectorilor liber.........................78
1.7.2. Spaţiul liniar V3 .......................................................................85
1.8. Repere..............................................................................................89
1.8.1. Aplicaţii la studiul conicelor şi cuadricelor................................97
2
Capitolul 2
2.1. Numere complexe.........................................................................113
2.2. Transformări elementare.............................................................117
2.3. Matrice bloc...................................................................................127
2.4. Transformări liniare.....................................................................130
2.5. Spaţii euclidiene............................................................................137
2.6. Exponenţiala de argument matriceal.........................................157
2.7. Conice pe ecuaţii reduse.............................................................165
2.7.1. Cercul.....................................................................................165
2.7.2. Elipsa......................................................................................166
2.7.3. Hiperbola................................................................................168
2.7.4. Parabola.................................................................................170
2.8. Cuadrice pe ecuaţii reduse...........................................................171
2.8.1. Sfera........................................................................................171
2.8.2. Elipsoidul................................................................................172
2.8.3. Hiperboloidul cu o pânză........................................................173
2.8.4. Hiperboloidul cu două pânze..................................................175
2.8.5. Paraboloidul eliptic................................................................176
2.8.6. Paraboloidul hiperbolic..........................................................176
2.9. Generări de suprafeţe..................................................................177
2.9.1. Generarea suprafeţelor cilindrice............................................177
2.9.2. Generarea suprafeţelor conice.................................................179
2.9.3. Generarea suprafeţelor de rotaţie............................................181
2.9.4. Generaratoarele rectilinii ale cuadricelor.................................182
2.10. Probleme propuse.......................................................................184
Capitolul 3
Mathematica ı̂n algebră.....................................................................201
Capitolul 1
Noţiuni teoretice
5
6 CAPITOLUL 1. NOŢIUNI TEORETICE
Este evident că aici apare ı̂n mod natural matricea B = (bij ) de tipul
p × n (p linii şi n coloane) care face legătura ı̂ntre variabilele y1 , y2 , . . . , yp
şi respectiv x1 , x2 , . . . , xn . Să presupunem acum că variabilele z1 , z2 , . . . ,
zm depind la rândul lor după regula (transformare liniară)
p
X
zi = aij yj , i = 1, m. (1.2)
j=1
unde am folosit
PP pentru prima dată simbolul sumei duble (adică cu doi indici
de sumare) . În suma dublă, cei doi indici de sumare iau independent
unul de altul toate valorile prescrise (j de la 1 la p, k de la 1 la n) şi deci
putem fixa pe k şi da lui j pe rând toate valorile, sumele obţinute depinzând
de k şi trebuind apoi să fie sumate, dând lui k toate valorile de la 1 la n.
Pe scurt, putem schimba ı̂n (1.3) ordinea
à p de sumare,
! scriind
X n X
zi = aij bjk xk (1.4)
k=1 j=1
P
p
valabilă pentru i = 1, 2, . . . , m. Dacă facem notaţia cik = aij bjk pentru
j=1
fiecare i ∈ 1, m şi fiecare k ∈ 1, n, putem scrie (1.4) ı̂n forma
X n X
n
zi = cik xk sau zi = cij xj , i = 1, m (1.5)
k=1 j=1
deoarece nu are importanţă cum se notează indicele de sumare (indice mut).
Dar cij este ceea ce se numeşte ”produsul liniei i din A cu coloana j din B”.
Prin definiţie, matricea C = (cij ) de tipul m × n se numeşte produsul celor
două matrice şi se notează AB. Dacă facem legătura cu produsul A ◦ B
al celor două transformări de variabile, putem enunţa pe scurt: matricea
produsului este egală cu produsul matricelor. Pentru a putea fi ı̂nmulţite
două matrice, trebuie ca numărul de coloane din prima să fie egal cu numărul
de linii din a doua. Din ı̂nmulţirea a două matrice de tip m × p şi respectiv
p × n, rezultă o matrice de tipul m × n.
Se impun câteva observaţii: ı̂n cazul matricelor pătrate de acelaşi tip
n × n (se mai spune ”de ordinul n”) ı̂nmulţirea nu este, ı̂n general, co-
mutativă. Adică se pot găsi oricând două matrice A şi B, astfel ı̂ncât
AB 6= BA, egalitatea având loc numai ı̂n cazuri particulare. Se poate ı̂nsă
arăta asociativitatea produsului a trei matrice A, B, C adică egalitatea
(AB) C = A (BC), nu numai ı̂n cazul matricelor de acelaşi ordin, dar şi ı̂n
cazul când aceste produse se pot face, adică atunci când prima este de tipul
m × p, a doua de tipul p × q şi a treia de tipul q × n. În cazul matricelor
pătrate, se cunoaşte existenţa matricei unitate, notată I, care este element
neutru la ı̂nmulţire. I este matricea care are 1 pe toată diagonala principală
şi 0 ı̂n rest. Avem AI = IA = A, ∀A ∈ Mn (R). ¡ ¢
Transpusa unei matrice A = (aij ) de tip m×n se notează cu AT = a0ij ,
unde a0ij = aji , ∀i = 1, n, j = 1, m. Liniile transpusei sunt coloanele matricei
A, iar coloanele transpusei sunt liniile matricei A. Matricele A şi AT sunt
¡ ¢T
transpuse una alteia, adică AT = A.
8 CAPITOLUL 1. NOŢIUNI TEORETICE
Exerciţiul 1.1 Dacă A ∈Mm×n (R) şi B ∈Mn×p (R) (se poate efectua pro-
dusul), să se arate că (AB)T = BT AT . Altfel spus, transpusa produsului
este egală cu produsul transpuselor ı̂n ordine inversă.
Un prim avantaj ı̂n folosirea matricelor se poate vedea chiar ı̂n scrierea
formulelor (1.1), (1.2) şi (1.5). Dacă notăm prin x, y şi z matricele date prin
¡ ¢T ¡ ¢T ¡ ¢T
x = x1 · · · xn , y = y1 · · · yn şi z = z1 · · · zn , for-
mulele date le putem scrie ı̂n forma prescurtată y = Bx, z = Ay, respectiv
z = A (Bx) = (AB) x.
În teoria sistemelor diferenţiale, scrierea matriceală se foloseşte cu suc-
ces, căci un sistem diferenţial liniar omogen cu coeficienţi constanţi de forma
⎧
⎪
⎪ ẏ1 (t) = a11 y1 (t) + a12 y2 (t) + · · · + a1n yn (t)
⎨
ẏ2 (t) = a21 y1 (t) + a22 y2 (t) + · · · + a2n yn (t)
⎪
⎪ ...
⎩
ẏn (t) = an1 y1 (t) + an2 y2 (t) + · · · + ann yn (t)
poate fi scris prescurtat ı̂n forma ẏ (t) = Ay (t). Aici A = (aij ) este
matricea constantă de ordinul n a coeficienţilor aij a sistemului diferenţial
iar y (t) este matricea coloană a funcţiilor necunoscute yi (t), dată prin
¡ ¢T
y (t) = y1 (t) · · · yn (t) , iar ẏ (t) este matricea coloană (de tip n × 1)
¡ ¢T
dată prin ẏ (t) = ẏ1 (t) · · · ẏn (t) , formată cu derivatele funcţiilor
yi (t), i = 1, n.
este dat de egalitatea det(A) = a11 a22 − a12 a21 . În acest caz, se pot verifica
uşor toate proprietăţile determinanţilor, cunoscute din liceu. Dacă A este
o matrice de ordinul trei,
⎛ ⎞
a11 a12 a13
A = ⎝ a21 a22 a23 ⎠
a31 a32 a33
Rezolvare.
¯ Folosind
¯ teorema ¯lui Laplace¯ obţinem:
¯ ¯
¯ a11 a12 ¯ ¯ a33 a34 ¯ ¯ a11 a13 ¯
D = ¯¯ ¯ · (−1) 1+2+1+2 ¯ ¯ ¯
¯ a43 a44 ¯ + ¯ a21 a23 ¯ ·
¯
a21 a22 ¯
¯ ¯ ¯ ¯ ¯ ¯
¯ a a ¯ ¯ a a ¯ ¯ ¯
·(−1)1+2+1+3 ¯¯ 32 34 ¯+¯ 11 14 ¯ · (−1)1+2+1+4 ¯ a32 a33 ¯+
a42 a44 ¯ ¯ a21 a24 ¯ ¯ a42 a43 ¯
¯ ¯ ¯ ¯ ¯ ¯
¯ a12 a13 ¯ ¯
1+2+2+3 ¯ a31 a34 ¯
¯ ¯ a12 a14 ¯
¯ ¯ · (−1) ¯ ¯
+¯
a22 a23 ¯ ¯ a41 a44 ¯ + ¯ a22 a24 ¯ ·
¯ ¯ ¯ ¯ ¯ ¯
¯ a a ¯ ¯ a a ¯ ¯ ¯
·(−1)1+2+2+4 ¯¯ 31 33 ¯+¯ 13 14 ¯ · (−1)1+2+3+4 ¯ a31 a32 ¯ .¨
a41 a43 ¯ ¯ a23 a24 ¯ ¯ a41 a42 ¯
Exerciţiul 1.3 Fie A, B ∈Mn (R). Să se arate că determinantul produsu-
lui matricelor A şi B este egal cu produsul determinanţilor celor două ma-
trice, adică det(AB) = det(A) det B.
12 CAPITOLUL 1. NOŢIUNI TEORETICE
Construim
⎛ matricea pătratică de ordinul 2n ⎞
a11 a12 . . . a1n 0 0 ... 0
⎜ a21 a22 . . . a2n 0 0 ... 0 ⎟
⎜ ⎟
⎜ ... ... ... ... ... ... ... ... ⎟
⎜ ⎟ µ ¶
⎜ an1 an2 . . . ann 0 0 ... 0 ⎟ A 0
P=⎜ ⎜ −1 0 . . . 0 b11
⎟=
⎟ .
⎜ b12 . . . b1n ⎟ −I B
⎜ 0 −1 . . . 0 b21 b22 . . . b2n ⎟
⎜ ⎟
⎝ ... ... ... ... ... ... ... ... ⎠
0 0 . . . −1 bn1 bn2 . . . bnn
Dezvoltând determinantul matricei P, folosind teorema lui Laplace după
primele n linii, obţinem det P = det(A) det B.
Pe de altă parte, matricea P poate fi transformată, fără a modifica val-
oarea determinantului ei, folosind proprietăţile determinanţilor astfel ı̂ncât
la intersecţia ultimelor n linii şi n coloane să obţinem zerouri. Pentru aceasta
este suficient ca la elementele coloanei n + k să adunăm elementele cores-
punzătoare ale primelor n coloane ı̂nmulţite respectiv cu b1k , b2k , . . . , bnk ,
pentru k = 1, n. Ţinând seama de (1.9), matricea P devine
⎛ ⎞
a11 a12 . . . a1n c11 c12 . . . c1n
⎜ a21 a22 . . . a2n c21 c22 . . . c2n ⎟
⎜ ⎟
⎜ ... ... ... ... ... ... ... ... ⎟
⎜ ⎟ µ ¶
⎜ an1 an2 . . . ann cn1 cn2 . . . cnn ⎟ A C
Q=⎜ ⎜ −1 0 . . . 0
⎟= .
⎜ 0 0 ... 0 ⎟ ⎟ −I 0
⎜ 0 −1 . . . 0 0 0 ... 0 ⎟
⎜ ⎟
⎝ ... ... ... ... ... ... ... ... ⎠
0 0 . . . −1 0 0 ... 0
Dezvoltând determinantul matricei Q, folosind Teorema lui Laplace,
după ultimele n linii, obţinem det Q = (−1)2n(n+1) det C = det C. Cum
det P = det Q, deducem că det(A)B = det(A) det B.¨
Exerciţiul 1.4 (Regula lui Cramer) Să considerăm sistemul liniar alge-
bric (n ecuaţii cu n necunoscute)
⎧
⎪
⎪ a11 x1 + a12 x2 + · · · + a1n xn = b1
⎨
a21 x1 + a22 x2 + · · · + a2n xn = b2
(1.13)
⎪
⎪ ...
⎩
an1 x1 + an2 x2 + · · · + ann xn = bn
care poate fi scris ı̂n forma matriceală Ax = b, ı̂n care A = (aij ) este
matrice de ordinul n, iar x şi b sunt matrice-coloană de tip n × 1, date
¡ ¢T ¡ ¢T
prin x = x1 x2 · · · xn , respectiv b = b1 b2 · · · bn . Dacă
presupunem det(A) 6= 0, matricea A este inversabilă, inversa ei este A−1 ,
şi obţinem
¡ ¢
x = A−1 A x = A−1 (Ax) = A−1 b, adică x = A−1 b.
(1.14)
Pe de altă parte, dacă ı̂n ecuaţia Ax = b punem x = A−1 b
¡ ¢ ¡ ¢
A A−1 b = AA−1 b = In b = b (1.15)
adică x = A−1 b este ı̂n adevăr soluţia unică a ecuaţiei date. Din egali-
tatea
14 CAPITOLUL 1. NOŢIUNI TEORETICE
⎛ ⎞
b1
1 ¡ ¢⎜
⎜ b2 ⎟
⎟
xi = A1i A2i · · · Ani ⎜ .. ⎟ , i = 1, n
det(A) ⎝ . ⎠
(1.16)
bn
deducem
1 di
xi = (b1 A1i + b2 A2i + · · · + bn Ani ) = , i = 1, n
det(A) det(A)
(1.17)
ı̂n care di este valoarea determinantului care se obţine din det(A), prin
ı̂nlocuirea coloanei i cu coloana termenilor liberi b1 , b2 , . . . , bn .¨
Teorema 1.2 Orice linie a unei matrice este combinaţie liniară de liniile
principale şi orice coloană este combinaţie liniară de coloanele principale.
1.1. MATRICE ŞI DETERMINAŢI 15
adică coloana j (j a fost fixat ı̂n acest raţionament) este combinaţie liniară
de coloanele principale. Evident, constantele λ1 , λ2 , . . . , λr depind de
coloana fixată. În formă matriceală, formulele (1.23) se scriu
16 CAPITOLUL 1. NOŢIUNI TEORETICE
⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
a1j a11 a12 a1r
⎜ a2j ⎟ ⎜ a21 ⎟ ⎜ a22 ⎟ ⎜ a2r ⎟
⎜ .. ⎟ ⎜ .. ⎟ ⎜ .. ⎟ ⎜ .. ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ . ⎟ ⎜ . ⎟ ⎜ . ⎟ ⎜ . ⎟
⎜ ⎟ = λ1⎜ ⎟ + λ2⎜ ⎟ + · · · + λr⎜ ⎟ .¥
⎜ aij ⎟ ⎜ ai1 ⎟ ⎜ ai2 ⎟ ⎜ air ⎟
⎜ . ⎟ ⎜ . ⎟ ⎜ . ⎟ ⎜ . ⎟ (1.24)
⎝ .. ⎠ ⎝ .. ⎠ ⎝ .. ⎠ ⎝ .. ⎠
amj am1 am2 amr
Observaţia 1.1 Evident, primele linii sunt şi ele combinaţii de liniile prin-
cipale. Enunţ asemănător şi pentru primele coloane. De exemplu, prima
coloană (j = 1) se obţine din (1.23) pentru λ1 = 1, λ2 = λ3 = · · · = λr = 0.
Astfel, afirmaţia din enunţul teoremei se referă la toate liniile şi la toate
coloanele matricei oarecare A.
Dacă toţi aceşti determinanţi sunt egali cu 0, ı̂i dezvoltăm după ultima
linie şi rezultă: coloana termenilor liberi (matricea b) este combinaţie liniară
1.1. MATRICE ŞI DETERMINAŢI 17
Teorema 1.4 Anularea unui determinant este echivalentă cu faptul că ı̂ntre
coloanele sale există o dependenţă liniară.
Demonstraţie. După cum se ştie, dacă ı̂ntre coloanele unui determinant
există o combinaţie liniară (echivalent, una dintre ele se exprimă liniar
ı̂n funcţie de celelalte), acest determinant este nul. Însă şi reciproca este
adevărată: dacă un determinant este nul, atunci ı̂ntre coloanele sale există
o dependenţă liniară. În adevăr, fie det(A) = 0, unde A = (aij ) este o
matrice de ordinul n. Atunci, avem r (A) < n, deci numărul coloanelor
principale este mai mic decât n (acest număr este ≤ n − 1). Prin urmare,
există măcar o coloană care nu este principală şi aceasta se exprimă ca o
combinaţie liniară de alte coloane. ¥
Se mai poate spune şi altfel: necesar şi suficient ca un determinant să
fie nul, este ca ı̂ntre coloanele sale să existe o dependenţă liniară. Desigur,
propoziţii asemănătoare se pot enunţa şi relativ la liniile unui determinant.
18 CAPITOLUL 1. NOŢIUNI TEORETICE
Teorema
T 1.6 Fie X1 , X2 două subspaţii ale spaţiului liniar V. Intersecţia
X1 X2 este un subspaţiu liniar al spaţiului liniar V.
T
Demonstraţie. Observăm
T că X 1 X2 6= ∅ deoarece θ ∈ Xi , ∀i ∈ {1, 2}
rezultă că θ ∈ X1 X2 . Pentru ∀x, y ∈ X1 ∩ X2 , rezultă x + y ∈ X1 şi
x + y ∈ X2 , deci x + y ∈ X1 ∩ X2 . DeTasemenea ∀α ∈ R şi ∀x ∈ X1 ∩ X2
⇒ αx ∈ X1 şi αx ∈ X2 şi deci αx ∈ X1 X2 .Rezultă,
T conform Teoremei 1.5
de caracterizare a subspaţiilor liniare, că X1 X2 este un subspaţiu liniar.¥
20 CAPITOLUL 1. NOŢIUNI TEORETICE
Definiţia 1.10 Dacă ı̂n V există n vectori liniar independenţi, dar orice
sistem de m vectori cu m > n este liniar dependent, spunem că V este finit
dimensional şi are dimensiunea n. În acest caz, se poate scrie Vn ı̂n loc de
V.
Drept exemple de spaţii n-dimensionale sunt Rn şi Rn .
Definiţia 1.11 Într-un spaţiu Vn , orice sistem de n vectori liniar indepen-
denţi se numeşte bază.
© ª
Teorema 1.8 Fie v(1) , v(2) , . . . , v(n) este o bază ı̂n spaţiul vectorial Vn .
Orice vector v ∈ Vn se scrie ı̂n mod unic ca o combinaţie liniară de vectorii
bazei.
Demonstraţie. Fie relaţia de forma c1 v(1) + c2 v(2) + · · · + cn v(n) + cv = θ
şi demonstrăm că nu toţi coeficienţii sunt nuli. Dacă
© c = 0 atunci rezultă ª
că c1 v(1) + c2 v(2) + · · · + cn v(n) = θ şi deoarece v(1) , v(2) , . . . , v(n) sunt
vectori liniar independenţi, rezultă toţi ci = 0, ceea ce ar contrazice faptul
că numărul maxim de vectori liniar independenţi este n. Deci c 6= 0. Dacă
ci
notăm αi = − , i = 1, n găsim v = α1 v(1) + α2 v(2) + · · · + αn v(n) şi această
c
scriere este unică. În adevăr, dacă am avea şi v = β1 v(1) +β2 v(2) +· · ·+βn v(n)
ar rezulta (β1 − α1 ) v(1) + (β2 − α2 ) v(2) + · · · + (βn − αn ) v(n) = θ, care
implică βi = αi , i = 1, n.¥
Numerele (scalarii) α1 , α2 , . . . , αn se numesc coordonatele lui v ı̂n raport
cu baza aleasă. Dacă se alege o altă bază, coordonatele unui vector se vor
schimba (vor fi diferite de cele din prima bază).
Observaţia 1.3 În aplicaţii demonstăm că n vectori formează o bază dacă
sunt liniar independenţi şi dacă orice vector din spaţiu se poate scrie ca o
combinaţie liniară a acestor vectori.
Dacă se cunoaşte dimensiunea spaţiului dim V = n, atunci pentru a
arăta că n vectori formează o bază este suficient să arătăm că sunt liniar
independenţi.
n
Pe de
¡ altă parte, pentru
¢ ¡orice x = (x1 , x2¢, . . . , xn ) ∈¡ R avem scrierea¢
x = x1 1 0 . . . 0 +x2 0 1 0 . . . 0 +. . .+xn 0 . . . 0 1 =
x1 e1 + x2 e2 + . . . + xn en şi această scriere este unică. Vectorii {e1 , e2 , ..., en }
formează baza standard (naturală) din Rn .
schimbând ordinea de sumare ı̂n suma dublă ce apare aici. Ţinând seama
de unicitatea descompunerii unui vector după o bază dată, rezultă ηi =
Pn
aij ξj , ∀i = 1, n. Matricea A = (aij ) de ordinul n se numeşte matricea
j=1
© ª
transformării liniare f , relativ la baza aleasă v(1) , v(2) , . . . , v(n) . Legătura
ı̂ntre coordonatele vectorului curent x şi ale transformatului său y = f (x)
este dată matriceal prin relaţia
⎛ ⎞ ⎛ ⎞⎛ ⎞
η1 a11 a12 · · · a1n ξ1
⎜ η2 ⎟ ⎜ a21 a22 · · · a2n ⎟ ⎜ ξ2 ⎟
⎜ ⎟ ⎜ ⎟⎜ ⎟
⎜ .. ⎟ = ⎜ .. .. .. .. ⎟ ⎜ .. ⎟ . (1.41)
⎝ . ⎠ ⎝ . . . . ⎠⎝ . ⎠
ηn an1 an2 · · · ann ξn
© ª
Evident, dacă fixăm ı̂n V o altă bază u(1) , u(2) , . . . , u(n) , transformării
f ı̂i va corespunde acum o altă matrice, notată B. Ne propunem să aflăm
legătura dintre matricele A şi B. Pentru aceasta trebuie să ştim legătura
1.3. TRANSFORMARE LINIARĂ ÎN VN 25
dintre cele două baze şi vom presupune din nou că este dată de relaţiile
(1.30). Dacă notăm cu ξi , i = 1, n coordonatele unui vector oarecare x ı̂n
prima bază şi cu ξi0 , i = 1, n coordonatele sale ı̂n a doua bază, legătura
dintre ele se exprimă cu matricea schimbării de bază C = (cij ). La fel
pentru vectorul y = f (x), coordonatele sale ı̂n prima bază sunt ηi , i = 1, n,
iar ı̂n a doua bază le notăm cu ηi0 , i = 1, n. Din relaţiile scrise ı̂n forma
matriceală
⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
ξ1 ξ10 η1 η10
⎜ ξ2 ⎟ ⎜ ξ 0 ⎟ ⎜ η2 ⎟ ⎜ η0 ⎟
⎜ ⎟ ⎜ 2 ⎟ ⎜ ⎟ ⎜ 2 ⎟
⎜ .. ⎟ = C ⎜ .. ⎟ , ⎜ .. ⎟ = C ⎜ .. ⎟ şi
⎝ . ⎠ ⎝ . ⎠ ⎝ . ⎠ ⎝ . ⎠
0
ξn ⎛ ξn ⎞ η⎛
n ⎞ ηn0
(1.42)
η1 ξ1
⎜ η2 ⎟ ⎜ ξ2 ⎟
⎜ ⎟ ⎜ ⎟
⎜ .. ⎟ = A ⎜ .. ⎟
⎝ . ⎠ ⎝ . ⎠
ηn ξn
P
n Pn P r P
n P r
αi v(i) ∈ ker(f ) ⇒ αi v(i) = βi v(i) ⇒ αi v(i) − βi v(i) = θ.
i=r+1 © i=r+1 i=1 i=r+1 ª i=1
Deoarece v(1) , v(2) , . . . , v(r) , v(r+1) , v(r+2) , . . . , v(n) este un sistem de
vectori liniar© independent, rezultă ªαr+1 = . . . = αn = β1 = . . . = βr = 0,
deci vectori f (v(r+1) ), ©. . . , f (v(n) ) sunt liniar ª independenţi.
(r+1) (n)
Rezultă că vectorii f (v ), . . . , f (v ) formează o bază ı̂n Im(f ),
deci rang(f ) = n − r ⇒ rang(f ) + def(f ) = n.¥
© (1) (2) (p)
ª
Exerciţiul 1.6 Fie f o transformare © liniară şi S = v , v ª , ..., v un
sistem de vectori din Vn , iar S 0 = f (v(1) ), f (v(2) ), ..., f (v(p) ) . Să se arate
că dacă f este injectivă şi S este un sistem de vectori liniar independent ı̂n
Vn , atunci sistemul S 0 este şi el un sistem liniar independent.
Rezolvare. Relaţia α1 f (v(1) ) + · · · + αp f (v(p) ) = θ este echivalentă cu
f (α1 v(1) + · · · + αp v(p) ) = θ ⇒ α1 v(1) + · · · + αp v(p) ∈ ker(f ). Deoarece f
este injectivă rezultă α1 v(1) + · · · + αp v(p) = θ şi deoarece S este un sistem
liniar independent rezultă α1 = · · · = αp = 0, deci sistemul S 0 este un sistem
liniar independent.¨
Exerciţiul 1.7 Să se arate că dacă A = (aij ) este o matrice de ordinul 3,
atunci
3 2
µ¯ P (λ)
¯ =¯ λ − (a11¯+ a¯22 + a33 ) λ¯¶ +
¯ a11 a12 ¯ ¯ a11 a13 ¯ ¯ a22 a23 ¯
+ ¯¯ ¯+¯ ¯+¯ ¯ λ − det(A).
a21 a22 ¯ ¯ a31 a33 ¯ ¯ a32 a33 ¯
Exerciţiul 1.8 Să se arate că două matrice asemenea au acelaşi polinom
caracteristic.
Rezolvare. Fie A, B două matrice asemenea de ordin n. Atunci există
o matrice P de ordin n nesingulară astfel ı̂ncât B = P−1 AP. Folosind
definiţia polinomului caracteristic obţinem:
PB (λ) = det(λI−B) = det(λP−1 P − P−1 AP) = det (P−1 (λI − A)P) =
det(P−1 ) det(λI − A) det P = det(λI − A) = PA (λ) deoarece det(P−1 ) =
1/ det(P).¨
1.3. TRANSFORMARE LINIARĂ ÎN VN 29
ı̂n care apar mn paranteze, pe care ar trebui să le ı̂nmulţim ı̂ntre ele.
Folosind şi factorul (−1)mn , putem schimba semnul parantezelor, obţinând
acelaşi număr ca mai sus şi tabloul
(λ1 − α1 ) (λ2 − α1 ) · · · (λn − α1 )
(λ1 − α2 ) (λ2 − α2 ) · · · (λn − α2 )
. (1.57)
...
(λ1 − αm ) (λ2 − αm ) · · · (λn − αm )
A mai rămas factorul bn0 , pe care ı̂l folosim ı̂nmuţind produsul numerelor
din fiecare coloană cu b0 şi observând că
g (λi ) = b0 (λi − α1 ) (λi − α2 ) · · · (λi − αm ) , ∀i = 1, n.¥
(1.58)
De aici, rezultă o consecinţă importantă şi anume:
Teorema 1.13 Dacă A este o matrice de ordinul n, cu autovalorile λi ,
i = 1, n, iar g (λ) este un polinom oarecare, autovalorile matricei g (A) sunt
numerele g (λi ), i = 1, n.
Demonstraţie. Cu x fixat, considerăm polinomul h (λ) = x − g (λ). Con-
form teoremei precedente, avem
det h (A) = h (λ1 ) h (λ2 ) · · · h (λn ) =
= (x − g (λ1 )) (x − g (λ2 )) · · · (x − g (λn )) .
Dar h (A) = xI − g (A), deci
det (xI − g (A)) = (x − g (λ1 )) (x − g (λ2 )) · · · (x − g (λn )) .
(1.59)
Înlocuind pe x, care era arbitrar, cu λ variabil, obţinem
det (λI − g (A)) =
(1.60)
= (λ − g (λ1 )) (λ − g (λ2 )) · · · (λ − g (λn ))
adică polinomul caracteristic al matricei g (A) are rădăcinile g (λi ), i =
1, n.¥
Dacă facem convenţia că simbolul A ∼ λ, λ2 , . . . , λn reprezintă faptul că
A are autovalorile λi , i = 1, n, atunci putem scrie ı̂n formă plastică
½
A ∼ λ1 , λ2 , . . . , λn
(1.61)
g (A) ∼ g (λ1 ) , g (λ2 ) , . . . , g (λn )
oricare ar fi polinomul g (λ), independent de faptul că autovalorile lui A sunt
reale sau complexe, simple sau multiple. Teorema precedentă se numeşte
uneori teorema de reprezentare spectrală (mulţimea autovalorilor unei ma-
trice formează ”spectrul” matricei).
Exemplul 1.5 Matricea 2A + 3I are autovalorile 2λi + 3 (cazul g (λ) =
2λ + 3), matricea A2 are autovalorile λ2i (cazul g (λ) = λ2 ), etc.
1.3. TRANSFORMARE LINIARĂ ÎN VN 31
Înmulţind (1.63) cu λk+1 şi apoi scăzând (1.64), obţinem fără dificultate
că
c1 (λk+1 − λ1 ) v(1) + c2 (λk+1 − λ2 ) v(2) +
(1.65)
+ · · · + ck (λk+1 − λk ) v(k) = θ
care, ı̂n baza ipotezei inductive, implică toţi coeficienţii din (1.65) nuli, deci
c1 = c2 = · · · = ck = 0. Dar atunci şi ck+1 = 0, adică (1.63) implică
toţi coeficienţii ci , i = 1, k + 1 sunt nuli, deci cei k + 1 vectori sunt liniar
independenţi. În concluzie,
£ (1) cei n vectori¤ proprii sunt liniar independenţi,
deci matricea H = col v , v , . . . , v(n) , adică matricea ale cărei coloane
(2)
sau pe larg
(λn + p1 λn−1 + · · · + pn−1 λ + pn ) I ≡ (B0 λn−1 +
(1.74)
+B1 λn−2 + · · · + Bn−2 λ + Bn−1 ) (λI − A) .
Din identificarea coeficienţilor matriceali, rezultă
I = B0 An
p1 I = B1 − B0 A An−1
p2 I = B2 − B1 A An−2
... ... (1.75)
pn−2 I = Bn−2 − Bn−3 A A2
pn−1 I = Bn−1 − Bn−2 A A
pn I = −Bn−1 A I
Prin ı̂nmulţire la dreapta a acestor egalităţi cu puterile descrescătoare
ale matricei A şi sumarea tuturor egalităţilor obţinute se vede că ı̂n dreapta
toţi termenii se reduc, deci se obţine matricea nulă, iar ı̂n stânga se obţine
tocmai matricea
P (A) = An + p1 An−1 + · · · + pn−1 A + pn I, (1.76)
proprii λi . În acest caz matricea nu este diagonalizabilă. În acest caz există
totdeauna o formă relativ simplă, numită formă Jordan, la care poate fi
adusă matricea.
Definiţia 1.20 Matricea Jp (λ) de ordin p, (p ≥ 1, λ ∈ R)
⎛ ⎞
λ 1 0 ... 0 0
⎜ 0 λ 1 ... 0 0 ⎟
⎜ ⎟
Jp (λ) = ⎜ .. .. .. .. .. ⎟ (1.77)
⎝ . . . ... . . ⎠
0 0 0 ... 0 λ
se numeşte bloc Jordan (celulă Jordan) de ordin p.
Definiţia 1.21 O matrice J de ordin n de forma
J = diag [Jn1 (λ1 ), Jn2 (λ2 ), ..., Jnk (λk )] ,
Exemplul 1.7 Dacă notăm C [a, b] mulţimea funcţiilor reale şi continue
x = x (t), definite pe intervalul [a, b], organizată ca un spaţiu vectorial faţă
de operaţiile obişnuite de adunare a funcţiilor şi ı̂nmulţire cu scalari (numere
reale), putem defini o normă pe acest spaţiu prin formula
|x| = sup |x (t)| , pentru a ≤ t ≤ b. (1.98)
1.4.1 Norme pe Rn (n ≥ 2)
Acestea sunt importante, deoarece se folosesc ı̂n unele probleme de
analiză numerică. Norma |·| este o funcţie: Rn → R+ , care satisface cele
trei axiome, din definiţia 1.26. Pentru a le deosebi, atunci când vorbim
despre mai multe norme pe acelaşi spaţiu, putem să le asociem câte un
indice, de exemplu |·|1 , |·|2 , etc. În unele cărţi, funcţia care defineşte o
normă este notată cu ajutorul unei litere, de exemplu ρ1 (·), ρ2 (·), etc.
Adoptăm convenţia de notare prin bare verticale.
Norma |·|1 este dată prin |x|1 = max |xi |, unde x ∈ Rn este un vector
i
¡ ¢T
oarecare, dat prin x = x1 x2 ... xn . Cele trei axiome se verifică
imediat şi nu este cazul să insistăm.
P
n
Norma |·|2 este dată prin |x|2 = |xi |, ∀x ∈ Rn . Să verificăm cele trei
i=1
axiome:
1◦ |x|2 ≥ 0 şi |x|2 = 0 ⇔ x =θ, vectorul nul (coloana formată din
zerouri) este evidentă.
Pn P
n P
n
2◦ |αx|2 = |αxi | = |α|·|xi | = |α| |xi | = |α|·|x|2 pentru ∀α ∈ R
i=1 i=1 i=1
şi ∀x ∈ Rn . Deci şi axioma a doua este ı̂ndeplinită.
Pn P
n P
n P
n
3◦ |x + y| = |xi + yi | ≤ (|xi | + |yi |) = |xi | + |yi | = |x|2 +
i=1 i=1 i=1 i=1
|y|2 , ∀x, y ∈ Rn aşa cum cere a treia axiomă.
Norma euclidiană pe Rn
Norma euclidiană pe Rn este definită prin formula
q
kxk = x21 + x22 + · · · + x2n , ∀x ∈ Rn . (1.99)
1.4. SPAŢIUL VECTORIAL NORMAT 43
Primele două condiţii (axiome) care definesc o normă sunt evident sa-
tisfăcute şi trebuie să o verificăm pe cea de a treia. Inegalitatea kx + yk ≤
kxk + kyk este echivalentă cu cea obţinută din ea prin ridicarea la pătrat.
Aceasta din urmă se scrie ı̂n forma v v
u n u n
X n X n
u X uX Xn
2
(xi + yi ) ≤ 2
xi + 2t 2 t
xi · 2
yi + yi2
i=1 i=1 i=1 i=1 i=1 (1.100)
care, la rândul ei, este echivalentă cu
v v
u n u n
X n
uX uX
xi yi ≤ t x2i · t yi2 (Cauchy) (1.101)
i=1 i=1 i=1
Exerciţiul 1.11 Dacă |·| este o normă pe Rn şi A = (aij ) este o matrice
reală nesingulară (det(A) 6= 0), atunci ρ (x) = |Ax| pentru ∀x ∈ Rn de-
fineşte o nouă normă pe Rn . (Se verifică uşor cele trei axiome).
Prin acest procedeu, putem defini o infinitate de norme pe Rn , deoarece
există o infinitate de matrice nesingulare. De exemplu, dacă luăm norma
|·|1 , matricea
⎛ ⎞
1 1 0
A=⎝ 1 0 1 ⎠ (1.103)
0 1 1
şi punem
ρ1 (x) =max {|x1 + x2 |, |x1 + x3 |, |x2 + x3 |}, ∀x ∈ R3
(1.104)
avem o nouă normă pe R3 , dacă ţinem seama că
⎛ ⎞
x1 + x2
Ax = ⎝ x1 + x3 ⎠ , ∀x ∈ R3 . (1.105)
x2 + x3
Dacă luăm norma |·|2 şi punem
ρ2 (x) = |x1 +x2 |+|x1 +x3 |+|x2 +x3 | , ∀x ∈ R3 (1.106)
obţinem o nouă normă. Dacă luăm norma euclidiană k·k, vom găsi o altă
normă şi anume
q
ρ3 (x) = (x1 +x2 )2 +(x1 +x3 )2 +(x2 +x3 )2, ∀x ∈ R3 .¨
(1.107)
Exerciţiul 1.12 Dacă |·| este o normă pe Rn şi A este o matrice de ordinul
n, există un număr M > 0 astfel ı̂ncât |Ax| ≤ M |x|, ∀x ∈ Rn .
Primele două axiome sunt ı̂n mod evident ı̂ndeplinite. Cea de a treia
este
kA + Bk ≤ kAk + kBk , ∀A, B ∈ Mn (R) . (1.119)
Întâi vom arăta că avem kAxk ≤ kAk · kxk, ∀x ∈ Rn . În adevăr, dacă
à !2
Pn Pn
punem Ax = y, avem yi = aij xj şi deci yi2 = aij xj , din
j=1 j=1
à n !à n ! à n !
X X X
2
yi ≤ a2ij x2j = aij kxk2 , i = 1, n. (1.125)
j=1 j=1 j=1
1.4. SPAŢIUL VECTORIAL NORMAT 49
adică kAxk ≤ kAk · kxk. Dacă v(1) , v(2) , . . . , v(n) sunt coloanele matricei
B, vectoriih Av(1) , Av(2) , . . . , Av(n)i sunt coloanele matricei AB, adică
AB = col Av(1) , Av(2) , . . . , Av(n) şi
° ° ° ° ° °
° (1) °2 ° (2) °2
2 ° (n) °2
kABk = °Av ° + °Av ° + · · · + °Av ° ≤
³° °2 ° °2 ´
≤ kAk2 °v(1) ° + · · · + °v(n) ° = kAk2 · kBk2 (1.127)
Exerciţiul 1.13 În spaţiul Mn (R), punem ρ (A) = max |aij | pentru orice
i,j
matrice A. Să se arate că această funcţie nu defineşte o normă pe Mn (R).
P
n
|cij | ≤ |aik | · |bkj | ≤
µ ¶ k=1
P
n
≤ |aik | (max |bkj |) ≤ (n max |aik |) (max |bkj |) (1.128)
k=1
deci
n |cij | ≤ (n max |aik |) (n max |bkj |) , ∀i, j = 1, n (1.129)
Demonstraţie. Dacă unul din vectori este nul, inegalitatea este adevărată
şi se reduce la 0 ≤ 0. De aceea, putem presupune că ambii vectori sunt
nenuli (6=θ ). Avem
htx + y, tx + yi = t2 hx, xi + 2t hx, yi + hy, yi ≥ 0, ∀t ∈ R
(1.131)
şi de aici rezultă că discriminantul trinomului este ≤ 0, deci (1.130) este
adevărată.¥
1.5. SPAŢIUL EUCLIDIAN 51
Definiţia 1.27 Dacă pentru doi vectori x şi y dintr-un spaţiu euclidian
En avem hx, yi = 0, se spune că cei doi vectori sunt ortogonali şi se scrie
aceasta prin simbolul x ⊥ y. Dacă un vector x are norma (uneori se spune
”lungimea”) egală cu 1, se spune că el este normat şi se numeşte versor.
© (1) (2) (n)
ª
Definiţia 1.28 Spunem
(i) (j)că
® o bază v , v , . . ., v(i) (i)din
® En este orto-
normată, dacă v , v = 0 pentru i 6=½ j şi v , v = 1, ∀i = 1, n
(i) (j) ® 0, pentru i 6= j
(echivalent cu v , v = δij unde δij = , simbolul lui
1, pentru i = j
Kroneker).
52 CAPITOLUL 1. NOŢIUNI TEORETICE
Teorema 1.24 Matricea unei transformări ortogonale ı̂n orice bază orto-
normată dintr-un spaţiu euclidian En este o matrice ortogonată.
© (1) (2) (n)
ª
¡ (i) ¢ ¡ (j) ¢® (i) (j) ® o bază ortonormată ı̂n En . Din
Demonstraţie. Fie v , v , . . . , v
egalitatea
© f v ,f v = ªv , v = δij , i, j = 1, n rezultă că vec-
(1) (2) (n)
torii f (v ), f (v ), . . . , f (v ) formează şi ei o bază ortonormată. Dacă
¡ ¢ Pn
A = (aij ) este matricea lui f ı̂n baza aleasă, adică f v(i) = aki v(k) ,
k=1
i = 1, n rezultă ¿ n À
¡ (i) ¢ ¡ (j) ¢® P (k)
Pn
(m)
f v ,f v = aki v , amj v =
k=1 m=1
Pn P
n ® P n
= aki amj v(k) , v(m) = aki akj . (1.146)
k=1 m=1 k=1
Prin urmare, avem
Xn X
n
aki akj = 0 dacă i 6= j şi a2ki = 1, ∀i = 1, n,
k=1 k=1 (1.147)
adică A este o matrice ortogonală.¥
Definiţia 1.30 Transformarea liniară f : En → En se numeşte autoad-
junctă, dacă
hf (x) , yi = hx, f (y)i , ∀x, y ∈ En .
1.5. SPAŢIUL EUCLIDIAN 55
Teorema 1.25 În orice bază ortonormată din En , matricea unei trans-
formări liniare autoadjuncte este simetrică şi reciproc, dacă există o bază
ortonormată ı̂n care matricea unei transformări liniare este simetrică atunci
transformarea este autoadjunctă.
P
n P
n
Demonstraţie. Necesitatea. Dacă x = ξi v(i) şi y = ηj v(j) , putem
i=1 j=1
scrie * n +
X ¡ (i) ¢ X
n X
n X
n
¡ ¢ ®
hf (x) , yi = ξi f v , ηj v(j) = ξi ηj f v(i) , v(j) .
i=1 j=1 i=1 j=1 (1.148)
Dacă A = (aij ) este matricea lui f ı̂n baza aleasă, atunci
* n +
¡ (i) ¢ (j) ® X Xn
®
(k) (j)
f v ,v = aki v , v = aki v(k) , v(j) = aij ,
k=1 k=1 (1.149)
unde am ţinut seama că vectorii v(i) , i = 1, n formează o bază ortonormată.
Din ultimele două relaţii, rezultă că
X n X n
hf (x) , yi = aji ξi ηj , ∀x, y ∈ En . (1.150)
i=1 j=1
Schimbând rolul vectorilor x şi y ı̂n formula precedentă, vom găsi că
Xn X n Xn X n
hx, f (y)i = hf (y) , xi = aji ηi ξj = aij ξi ηj ;
i=1 j=1 i=1 j=1 (1.151)
şi deci
X
n X
n
(aij − aji ) ξi ηj = 0. (1.152)
i=1 j=1
din care se vede că autovalorile lui f sunt autovalorile matricei A, iar coor-
donatele ξi sunt elementele vectorului propriu din Rn , aşa cum au fost ele
definite anterior.
Observaţia 1.12 Autovalorile unei transformări liniare nu depind de baza
aleasă ı̂n Vn deoarece matricele unei transformări liniare sunt matrice aseme-
nea (observaţia 1.5) iar matricele asemenea au acelaşi polinom caracteristic
(exerciţiul 1.8). Autovalorile unei transformări autoadjuncte sunt reale, căci
ele apar ca autovalori ale unei matrice reale simetrice.
O proprietate importantă a transformărilor liniare autoadjuncte este cea
stabilită de următoarea teoremă:
(normat) e(3) ∈ En−2 . Acesta este ortogonal pe precedenţii săi e(1) şi e(2) .
Continuând ı̂n acest mod, ajungem să găsim n − 1 vectori proprii (normaţi)
e(1) , e(2) , . . . , e(n−1) , fiecare
© fiindortogonal
® pe toţi cei care ª ı̂l preced. Vec-
torul e(n−1) ∈ E2 = x; x ∈ En , x, e(i) = 0, i = 1, n − 2 , acest subspaţiu
de dimensiune doi fiind de asemenea invariant ı̂n raport cu transformarea
f , adică f (E2 ) ⊂ E2 .
În fine,© definim un alt subspaţiu® invariantª faţă de f , notat E1 şi dat
(i)
prin E1 = x; x ∈ En , x, e = 0, i = 1, n − 1 , ı̂n care găsim un alt vector
(n)
propriu e , ortogonal pe toţi cei care ı̂l preced şi pe care ı̂l putem considera
normat (de lungime unu).
În concluzie, am găsit n vectori proprii normaţi ai transformării (i) (j) ® f şi
(1) (2) (n)
anume e , e , . . . , e ®, ortogonali doi câte doi şi versori: e , e =0
pentru i 6= j şi e(i) , e(i) = 1 pentru i = 1, n. Aceşti vectori sunt liniar
independenţi. În adevăr din c1e(1) + c2®e(2) + · · · + cn e(n) = θ, rezultă prin
ı̂nmulţirea scalară cu e(i) că ci e(i) , e(i) = ci = 0, ∀i = 1, n.
Deci ei formează baza ortonormată căutată ı̂n En .¥
Observaţia 1.13 Au loc incluziunile En ⊃ En−1 ⊃ · · · ⊃ Ek ⊃ · · · ⊃ E2 ⊃
E1 , fiecare Ek fiind un subspaţiu de dimensiune k, k = 1, n.
Avem
58 CAPITOLUL 1. NOŢIUNI TEORETICE
⎛ ⎞ ⎛ ⎞
a11 a1i
¡ ¢ ⎜⎜ a21 ⎟
⎟ ¡ (i) ¢ ⎜
⎜ a2i ⎟
⎟
f u(1) = ⎜ .. ⎟ , . . . , f u =⎜ .. ⎟,
⎝ . ⎠ ⎝ . ⎠
an1 ⎛ ⎞ ani
a1n
(1.155)
¡ (n) ¢ ⎜
⎜ a2n ⎟
⎟
...,f u =⎜ .. ⎟
⎝ . ⎠
ann
P
n
adică aceşti vectori sunt coloanele matricei A. Scriind x = xi u(i) şi
i=1
P
n ¡ ¢
f (x) = xi f u(i) se vede că putem exprima această transformare şi prin
i=1
egalitatea matriceală f (x) = Ax (produs de matrice), ∀x ∈ Rn .
Dacă ı̂n plus matricea reală A este şi simetrică, conform celor spuse,
transformarea liniară f care o admite ca matrice a sa ı̂n baza standard, adică
¡ ¢ P n
transformarea definită prin f u(i) = aji u(j) , i = 1, n este autoadjunctă,
j=1
adică avem hf (x) , yi = hx, f (y)i, ∀x, y ∈ Rn .
Observaţia 1.14 Deoarece atât autovalorile, cât şi vectorii proprii ai ma-
tricei simetrice A coincid cu autovalorile şi vectorii proprii ai transformării
autoadjuncte (sistemul (1.153)), rezultă că pentru A există ı̂n Rn o bază
ortonormată din vectori proprii ai săi şi că deci orice matrice simetrică poate
fi diagonalizată cu ajutorul unei matrice ortogonale!
Observaţia 1.15 Dacă A (simetrică) are autovalorile λi , i = 1, n distincte,
găsim pentru fiecare λi câte un vector propriu (normat), ansamblul lor
formând baza ortonormată căutată. Dacă o autovaloare are multiplicitatea
p (2 ≤ p ≤ n), ei ı̂i corespund p vectori proprii independenţi. Dacă ei nu sunt
ortogonali doi câte doi, folosim procedeul de ortogonalizare Gram-Schimdt,
obţinând pentru autovaloarea respectivă un număr de vectori proprii ortog-
onali ı̂ntre ei egal cu multiplicitatea sa (adică p). Trebuie să ţinem seama de
faptul că orice combinaţie liniară nenulă de vectori proprii corespunzători
aceleeaşi autovalori λ, este de asemenea vector propriu corespunzător cu λ.
În adevăr, dacă avem Av(i) = λv(i) , i = 1, p atunci
p p p
X X X
(i) (i)
v= ci v ⇒Av = ci Av = λ ci v(i) = λv.
i=1 i=1 i=1 (1.156)
Vom ilustra cele expuse prin următorul exerciţiu.
1.5. SPAŢIUL EUCLIDIAN 59
proporţionalitate. Aceşti trei vectori sunt liniar independenţi£ şi după cum ¤a
(1) (2) (3)
fost stabilit mai demult, ı̂n cazul ⎛general, matricea ⎞ H = col v , v , v
1 1 2
H = 0 −2 1 ⎠
⎝
1 0 −2
satisface condiţia AH = HJ sau J = H−1 AH, unde J = diag [−3, −3, 6].
(b) Pentru a afla baza ortonormată căutată, aplicăm procedeul de or-
togonalizare vectorilor v(1) şi v(2) , punând
(2) ® e(1) = v(1) , e(2) = v(2) + αv(1) şi
găsind, din ecuaţia v + αe(1) , e(1) = 0 că α = −1/2, de unde avem
⎛ ⎞ ⎛ ⎞ ⎛ 1 ⎞
1 1
(2) ⎝ ⎠ 1⎝ ⎠ ⎝ 2 ⎠
e = −2 − 0 = −2 .
2
0 1 − 12
Acum avem o bază ı̂n R3 , formată din trei vectori ortogonali doi câte
doi ⎛ ⎞ ⎛ 1 ⎞ ⎛ ⎞
1 2
2
⎝ 0 ⎠ , ⎝ −2 ⎠ , ⎝ 1 ⎠ ,
1 − 12 −2
iar dacă ı̂l normăm pe fiecare, găsim baza ortonormată căutată
⎛ 1 ⎞ ⎛ √1 ⎞ ⎛ 2 ⎞
√
2 3 2 3
⎜ ⎟ ⎜ 4 ⎟ ⎜ ⎟
⎝ 0 ⎠ , ⎝ − 3√2 ⎠ , ⎝ 13 ⎠ .
√1 − 3√1 2 − 23
2
60 CAPITOLUL 1. NOŢIUNI TEORETICE
Schimbând notaţiile
£ (1)şi numindu-i
¤ pe aceşti vectori e(1) , e(2) , e(3) avem o
altă matrice H̃ = col e , e(2) , e(3) , care satisface şi ea condiţia AH̃ = H̃J,
unde J a fost definită anterior (notaţia J provine de la numele matemati-
cianului Jordan). Evident că avem din nou J = H̃−1 AH̃, dar acum H̃ fiind
o matrice ortogonală, rezultă H̃−1 = H̃T şi deci putem scrie J = H̃T AH̃.
Ordinea ı̂n care se numerotează autovalorile este arbitrară, de exemplu am
fi putut pune λ1 = 6, λ2 = −3, λ3 = −3 şi atunci se modifică şi matricea
H (se schimbă coloanele ı̂ntre ele).¨
Observaţia 1.16 Chiar dacă fixăm ordinea autovalorilor (deci şi a vecto-
rilor proprii), matricea H (deci şi H̃) nu este unic determinată. În exemplul
precedent, puteam să fi schimbat primele două coloane ı̂ntre ele (ambii vec-
tori v(1) şi v(2) corespund aceleeaşi autovalori λ = −3).
O consecinţă importantă a teoremei care spune că orice matrice reală
simetrică de ordinul n are n vectori proprii liniar independenţi este o metodă
de aducere a unei forme pătratice la forma canonică (sumă de pătrate). Să
considerăm un polinom omogen de gradul doi ı̂n variabilele x1 , x2 , . . . , xn ,
notat prescurtat prin f (x) ı̂n loc de f (x1 , x2 , . . . , xn ). Acesta are forma
Xn X
f (x) = aii x2i + bij xi xj . (1.157)
i=1 i<j
Dacă notăm bij = 2aij şi punem aji = aij , i, j = 1, n, definim o matrice
reală simetrică A = (aij ) de ordinul n şi este evident că putem scrie
à n !
X n X n Xn X
f (x) = aij xi xj = xi aij xj = xT Ax
i=1 j=1 i=1 j=1 (1.158)
¡ ¢T
unde x este vectorul din Rn , definit prin x = x1 x2 . . . xn . Dacă
ne gândim la cei n vectori proprii liniar independenţi ai lui A, notaţi v(1) ,
v(2)£, . . . , v(n) care formează
¤ o bază ortonormată ı̂n Rn şi punem H =
col v(1) , v(2) , . . . , v(n) , ştim că avem HT AH = J, unde
J = diag [λ1 , λ2 , . . . , λn ] ,
λi cu i = 1, n fiind autovalorile matricei H. Trecerea de la baza standard
din Rn la baza ortonormată formată din vectorii proprii v(i) , i = 1, n se face
cu ajutorul matricei H. Dacă notăm ξ1 , ξ2 , . . . , ξn coordonatele vectorului
x ı̂n noua bază, această trecere o putem reda prescurtat (matriceal), scriind
x = Hξ, unde ξ este vectorul-coloană având elementele ξi , i = 1, n. Atunci,
vom putea scrie
1.5. SPAŢIUL EUCLIDIAN 61
Spaţiul V poate să fie şi infinit dimensional. De exemplu, dacă notăm
cu V = C [a, b] , mulţimea funcţiilor reale continue pe [a, b], atunci aplicaţia
f , definită prin
Z b
f (x) = x (t) dt, ∀x ∈ C [a, b] (1.160)
a
P
n
unde am folosit notaţia bi = cji aj , i = 1, n. Spunem că ai sunt coeficienţii
j=1
formei liniare f ı̂n prima bază, iar ηi sunt coeficienţii săi ı̂n baza a doua.
(i)
Exerciţiul 1.20 Dacă ı̂n Rn folosim
¡ (i) ¢ baza standard şi notăm u , i = 1, n
vectorii acestei baze, punând f u = ai , i = 1, n şi considerând vectorul
1.6. FORME LINIARE, BILINIARE ŞI PĂTRATICE 63
¡ ¢T
a ∈ Rn ale cărui elemente sunt ai (adică a = a1 a2 . . . an ), din
P
n
(1.161) rezultă f (x) = ai ξi = ha, xi, ∀x ∈ Rn , unde h·, ·i reprezintă
i=1
produsul scalar ı̂n Rn . De fapt, de aici rezultă că orice formă liniară pe Rn
(mai general, ı̂n orice spaţiu euclidian En ) poate fi scrisă ı̂n forma f (x) =
ha, xi, unde a este un vector fixat şi x este vectorul curent din Rn .
Din punct de vedere al consecinţelor, cazul formelor biliniare pe Vn este
mult mai important.
Definiţia 1.33 O formă biliniară reală este o aplicaţie f : Vn × Vn → R,
liniară ı̂n raport cu fiecare dintre cele două variabile ale sale.
Aceasta ı̂nseamnă
½ că sunt ı̂ndeplinite condiţiile
f (x + y, z) = f (x, z) + f (y, z)
,
½ f (αx, y) = αf (x, y)
(1.163)
f (x, y + z) = f (x, y) + f (x, z)
f (x, αy) = αf (x, y)
oricare ar fi x, y, zª ∈ Vn şi oricare ¡ar fi α ¢∈ R. Dacă fixăm o bază
© (1) (2)
v , v , . . . , v(n) ı̂n Vn şi notăm f v(i) , v(j) = aij , i, j = 1, n avem
à !
P
n Pn
f (x, y) = f ξi v(i) , ηj v(j) =
i=1 j=1
(1.164)
P
n P n ¡ (i) (j) ¢ P n P n
= ξi ηj f v , v = aij ξi ηj
i=1 j=1 i=1 j=1
pentru valoarea (numărul) f (x, y), ı̂n funcţie de coordonatele celor doi vec-
tori x şi y ı̂n baza aleasă. Dacă notăm A = (aij ) şi numim aceasta matricea
formei biliniare f ı̂n baza dată, putem scrie matriceal ⎛ formula
⎞ (1.164) astfel
η1
¡ ¢ ⎜ η
⎜ 2 ⎟
⎟
f (x, y) = ξ1 ξ2 · · · ξn A ⎜ .. ⎟ . (1.165)
⎝ . ⎠
ηn
© (i) ª
Observaţia
¡ (i) (j) ¢ 1.17 În R n , dacă fixăm baza standard u , i = 1, n şi notăm
f u ,u = aij , putem scrie ⎛ ⎞
y1
¡ ¢ ⎜ ⎜ y2 ⎟
⎟
f (x, y) = x1 x2 · · · xn A ⎜ .. ⎟ = xT Ay,
⎝ . ⎠
(1.166)
yn
oricare ar fi vectorii-coloană x şi y.
64 CAPITOLUL 1. NOŢIUNI TEORETICE
rezultă că f este simetrică. În adevăr, dacă x şi y sunt doi vectori oarecare
din Vn , avem
X
n X n X
n Xn
f (x, y) = aij ξi ηj = aji ηj ξi = f (y,x) . (1.167)
i=1 j=1 j=1 i=1
¡ ¢ ¡ ¢
Cu alte cuvinte, este suficient ca să avem f v(i) , v(j) = f v(j) , v(i)
pentru toţi vectorii unei baze ı̂n Vn , pentru ca să avem f (x, y) = f (y, x)
pentru orice pereche de vectori şi deci f să fie simetrică.
Schimbarea matricei unei forme biliniare la schimbarea bazei
Teorema 1.27 Fie f o formă biliniară pe Vn , având matricele A = (aij )
ı̂n prima bază şi B = (bij ) ı̂n cea de a doua bază. Dacă notăm C = (cij )
matricea schimbării de bază, atunci
B = CT AC. (1.168)
© ª © ª
Demonstraţie. Notând e(1) , e(2) , . . . , e(n) şi respectiv v(1) , . . . , v(n)
cele două baze, au loc relaţiile
Xn
¡ ¢ ¡ ¢
(i)
v = cji e(j) , aij = f e(i) , e(j) , bij = f v(i) , v(j)
j=1 (1.169)
şi putem scrie
µ ¶
P
n
(k)
P
n
(p)
bij = f cki e , cpj e =
k=1 p=1
(1.170)
P
n P
n ¡ ¢ Pn P
n
= cki cpj f e(k) , e(p) = cki akp cpj
k=1 p=1 k=1 p=1
P
n
pentru i, j = 1, n. Să observăm că suma akp cpj este egală cu produsul
p=1
liniei k din matricea A, cu coloana j din matricea B. Dacă pentru moment
P
n
notăm AC = M = (mij ), putem scrie prescurtat akp cpj = mij . În
p=1
1.6. FORME LINIARE, BILINIARE ŞI PĂTRATICE 65
¡ ¢
fine, dacă notăm cki = c0ik şi observăm că matricea c0ij = CT , din relaţia
P
n
bij = c0ik mkj , bij este egal cu produsul liniei i din CT , cu coloana j din
k=1
M care are loc pentru orice i, j = 1, n. Rezultă că
B = CT M = CT (AC) = CT AC.¥ (1.171)
În legătură cu cele prezentate aici, se pune problema găsirii unei baze
vectoriale, ı̂n care o anumită formă biliniară dată să aibă matricea cea mai
simplă, adică să fie o matrice diagonală.
Teorema 1.28 Fie f o formă biliniară simetrică, cu matricea A = (aij )
ı̂n o bază dată©din Vn . Dacă toţiªminorii principali ∆i , i = 1, n sunt nenuli,
există o bază v(1) , v(2) , . . . , v(n) ı̂n Vn , ı̂n care f are forma canonică
∆0 ∆1 ∆n−1
f (x, y) = ξ1 η1 + ξ2 η2 + · · · + ξn ηn ,
∆1 ∆2 ∆n
(1.172)
unde am notat ∆0 = 1
Demonstraţie. Presupunem că forma biliniară f : V©n × Vn → R este ª
simetrică şi că matricea ei A = (aij ) ı̂ntr-o bază dată e(1) , e(2) , . . . , e(n)
are toţi minorii principali nenuli. Minorii principali ¯ sunt ¯
¯ a11 a12 · · · a1p ¯
¯ ¯ ¯ ¯
¯ a11 a12 ¯ ¯ a21 a22 · · · a2p ¯
∆1 = a11 , ∆2 = ¯ ¯ ¯ , . . . , ∆p = ¯ ¯ ¯,
a21 a22 ¯ ¯ · · · · · · · · · · · · ¯
¯
¯ ap1 ap2 · · · app ¯
¯ ¯
¯ a11 a12 · · · a1n ¯
¯ ¯ (1.173)
¯ a21 a22 · · · a2n ¯
. . . , ∆n = ¯¯ ¯.
¯
¯ · · · · · · · · · · · · ¯
¯ an1 an2 · · · ann ¯
© ª ¡ ¢
Vom căuta o bază v(1) , v(2) , . . . , v(n) cu proprietatea că f v(i) , v(j) =
0 pentru i 6= j, ceea ce va ı̂nsemna că matricea B = (bij ) a formei f ı̂n noua
bază are elementele bij = 0 pentri i 6= j, adică este o matrice diagonală.
Vom căuta vectorii v(i) ı̂n forma
⎧ (1)
⎪
⎪ v = α11 e(1)
⎪
⎪
⎪
⎪ v(2) = α21 e(1) + α22 e(2)
⎨
...
. (1.174)
⎪
⎪ v(p) = αp1 e(1) + αp2 e(2) + · · · + αpp e(p)
⎪
⎪
⎪
⎪ ...
⎩ (n)
v = αn1 e(1) + αn2 e(2) + · · · + αnn e(n)
66 CAPITOLUL 1. NOŢIUNI TEORETICE
¡ ¢
Primul vector ı̂l aflăm din condiţia f v(1) , e(1) = 1, adică α11 a11 = 1,
de unde găsim α11 = 1/a11 . Deoarece ∆¡0 = 1, putem ¢ scrie că
¡ α(2)11 =(2)∆¢0 /∆1 .
(2) (2) (1)
Vectorul v ı̂l aflăm din condiţiile f v , e = 0 şi f v , e = 1,
care conduce la sistemul ¯ ¯
½
α21 a11 + α22 a12 = 0 ¯ a11 a12 ¯
, cu ∆2 = ¯ ¯ ¯ 6= 0
α21 a21 + α22 a22 = 1 a21 a22 ¯
(1.175)
(3) (1)
care are soluţie unică (α21 şi α22 ), ı̂n care α¡22 = ∆1 /∆¢ 2 . Pe
¡ v(3) =(2)α¢31 e +
(2) (3) (3) (1)
α32
¡ e + α¢33 e ı̂l aflăm din condiţiile f v , e = f v ,e = 0 şi
f v(3) , e(3) = 1, care conduce la sistemul
⎧ ¯ ¯
⎨ α31 a11 + α32 a12 + α33 a13 = 0 ¯ a11 a12 a13 ¯
¯ ¯
α31 a21 + α32 a22 + α33 a23 = 0 , cu ∆3 = ¯¯ a21 a22 a23 ¯¯ 6= 0.
⎩ ¯ a31 a32 a33 ¯ (1.176)
α31 a31 + α32 a32 + α33 a33 = 1
Sistemul are soluţia unică (α31 , α32 şi α33 ), ı̂n care α33 = ∆2 /∆3 .
Este clar că procedeul poate fi continuat, ultimul vector v(n) fiind supus
la condiţiile
¡ ¢ ¡ ¢ ¡ ¢ ¡ ¢
f v(n) , e(1) = f v(n) , e(2) = · · · = f v(n) , e(n−1) = 0, f v(n) , e(n) = 1.
În plus, vom găsi că αnn = ∆n−1 /∆n . Din condiţia ¡ făcută,
¢ se vede că
orice vector v(p) (2 ≤ p ≤ n) satisface condiţia f v(p) , e(k) = 0 pentru
p > k, adică bpk = 0 pentru p > k. Ţinând seama că f este simetrică,
rezultă bpk = 0 şi pentru p < k, adică matricea B este de tip diagonal.
Elementele ei de pe diagonala principală sunt
¡ ¢ ¡ ¢
bii = f v(i) , e(i) = f v(i) , αii e(i) =
¡ ¢ ∆i−1 (1.177)
= αii f v(i) , e(i) = αii =
∆i
oricare ar fi i = 1, ªn. Toate aceste elemente sunt diferite de 0. Arătăm că
©
v(1) , v(2) , . . . , v(n) formează o nouă bază, adică sunt liniar independenţi.
În adevăr, avem
P n
ci v(i) = θ ⇒
i=1
µn ¶
P (i) (k)
¡ ¢ (1.178)
f ci v , v = ck f v(k) , v(k) = θ ⇒
i=1
ck = 0
1.6. FORME LINIARE, BILINIARE ŞI PĂTRATICE 67
P
n P
n
oricare ar fi k = 1, n. Prin urmare, dacă notăm x = ξi v(i) , y = ηj v(j)
i=1 j=1
şi ţinem seama de (1.176), putem scrie
∆0 ∆1 ∆n−1
f (x, y) = ξ1 η1 + ξ2 η2 + · · · + ξn ηn .¥
∆1 ∆2 ∆n
bazei canonice se caută ı̂n forma v(1) = α11 e(1) , cu f v(1) , e(1) = 1 şi rezultă
α11 = 1. Deci v(1) = ¢e(1) . Al ¡doilea vector
¡ (2) ¢ v(2) = α21 e(1) + α22 e(2) satisface
condiţiile f v , e(1) = 0, f v(2) , e(2) = 1, care conduc la sistemul
⎛ 1 ⎞
(
3
α21 − α22 = 0 1 1 ⎜ ⎟
⇒ α21 = , α22 = ⇒ v(2) = ⎝ 13 ⎠ .
−α21 + 4α22 = 1 3 3
0
13
© ª
Dacă notăm ξ1 , ξ2 , ξ3 coordonatele vectorului x ı̂n baza v(1) , v(2) , v(3) ,
găsim 1 3 2
g (x) = ξ12 + ξ22 − ξ ,
3 13 3
iar matricea schimbării de bază este⎧
⎛ ⎞ ⎪ 1 8
⎪
⎪ x1 = ξ1 + ξ2 − ξ3
1 13 − 13 8
⎪
⎪ 3 13
⎜ ⎨
2 ⎟ 1 2
C=⎜ ⎝
0 13 − 13 ⎟⇒
⎠ x2 = ξ2 − ξ3 ¨.
⎪
⎪ 3 13
0 0 − 13 3 ⎪
⎪ 3
⎪
⎩ x3 = − ξ3
13
O altă metodă de găsire a unei baze canonice pentru o formă pătratică
reală se bazează pe folosirea transformării liniare autoadjuncte ataşate ei.
Dacă f = f (x, y) este o formă biliniară simetrică ı̂n En , care are matricea
70 CAPITOLUL 1. NOŢIUNI TEORETICE
© ª
A = (aij ) ı̂n baza ortonormată e(1) , e(2) , . . . , e(n) , considerăm şi transfor-
marea liniară
© (1) autoadjunctă
(2) (n)
ª ϕ : En → En , care are aceeaşi matrice A ı̂n baza
aleasă e , e , . . . , e . Vrem să demonstrăm că are loc egalitatea
f (x, y) = hϕ (x) , yi , ∀x, y ∈ En , (1.181)
unde h·, ·i reprezintă produsul scalar ı̂n En . Observând că şi hϕ (x) , yi este
o formă biliniară ı̂n En , va fi suficient
© (1)să (2)
arătăm căªmatricele celor două
forme biliniare din (1.181) ı̂n baza e , e , . . . , e(n) coincid, de unde va
rezulta că cele două forme biliniare sunt identice. În adevăr, dacă B este
matricea formei hϕ (x) , yi, avem
¡ (i) ¢ (j) ®
¿ n bij = ϕÀ e , e =
P (1.182)
= aki e(k) , e(j) = aji = aij , ∀i, j = 1, n.
k=1
Acum, ştim că pentru orice transformare liniară autoadjunctă (ceea ce
ı̂nseamnă că matricea ei este simetrică ı̂n orice bază) există o bază formată
din vectori proprii ai săi, ortogonali doi câte doi. Uneori, găsirea acestei
baze
© (1) presupune aplicarea
ª procedeului de ortogonalizare Gram-Schmidt.
¡ ¢ Fie
v , v(2) , . . . , v®(n) această bază, pentru care avem ϕ v(i) = λi v(i) , i =
1, n şi³ v´(i) , v(j) = 0 pentru i 6= j. Dacă alegem această bază şi notăm
B̃ = b̃ij matricea (comună) a celor două transformări, avem
¡ ¢ ® ®
b̃ij = ϕ v(i) , v(j) = λi v(i) , v(j) = 0 pentru i 6= j
®
şi b̃ii = λi v(i) , v(i) , i = 1, n. (1.183)
P n
Folosind notaţia x = ξi v(i) pentru vectorul curent din En şi g (x) =
i=1
f (x, x) pentru forma pătratică obţinută din forma biliniară f (x, y), avem
g (x) = α1 ξ12 + α2 ξ22 + · · · + αn ξn2 ,
® ° °2 (1.184)
cu αi = λi v(i) , v(i) = λi °v(i) ° , i = 1, n.
Exerciţiul 1.25 Să se aducă la forma canonică prin metoda Gauss - Jacobi,
forma pătratică
liniar dependentă, căci are p+(n − r) = (p − r)+n > n vectori. Deci există
o combinaţie liniară nulă
c1 v(1) + c2 v(2) + · · · + cp v(p) + c0r+1 v(r+1) +
(1.189)
+c0r+2 v(r+2) + · · · + c0n v(n) = θ,
ı̂n care măcar un coeficient este nul. Mai exact, există măcar un ci 6=
0, cu 1 ≤ i ≤ p şi măcar un c0j 6= 0, cu r + 2 ≤ j ≤ n. Schimbând
notaţiile, putem spune că există un vector v 6= θ, v = ξ1 v(1) + ξ2 v(2) +
· · · + ξp v(p) = ηr+1 u(r+1) + ηr+2 u(r+2) + · · · + ηn u(n) , ı̂n care coeficienţii sunt
anumite constante precizate şi măcar un ξi 6= 0. Din (1.187), rezultă
f (v) = α1 ξ12 + α2 ξ22 + · · · + αp ξp2 > 0 (1.190)
Necesitatea
© condiţiei (1.193).
ª Presupunem că g (x) este pozitiv definită.
Notăm e(1) , e(2) , . . . , e(n) baza dată, ı̂n care g (x) are matricea A = (aij ).
Pn
Dacă facem notaţia x = ζi e(i) , avem
i=1
X
n X
n
g (x) = aij ζi ζj , cu aij = aji , ∀x ∈ Vn .
i=1 j=1 (1.195)
¡ ¢
Luând pe rând x = e(i) , găsim g e(i) = aii > 0, i = 1, n, adică toate
elementele de pe diagonala principală din A sunt pozitive. Presupunem
acum că există un minor principal
¯ ¯
¯ a11 a12 · · · a1i ¯
¯ ¯
¯ a21 a22 · · · a2i ¯
∆i = ¯¯ ¯ = 0.
¯ (1.196)
¯ ··· ··· ··· ··· ¯
¯ ai1 ai2 · · · aii ¯
care admite cel puţin o soluţie nebanală ζ10 , ζ20 , . . . , ζi0 (căci ∆i = 0). Notăm
v = ζ10 e(1) + ζ20 e(2) + · · · + ζi0 e(i) 6=θ şi avem
X
i
¡ ¢
g (v) = ζp0 ap1 ζ10 + ap2 ζ20 + · · · + api ζi0 = 0 (1.198)
p=1
ceea ce este absurd (contrazice ipoteza că g (x) este pozitiv definită). Prin
urmare, toţi ∆i 6= 0 şi atunci putem construi baza canonică ı̂n care g (x) se
scrie ı̂n forma (1.194). Toţi coeficienţii trebuind să fie pozitivi, rezultă fără
dificultate ∆i > 0, i = 1, n.¥
Figura 1.1.
Definiţia 1.38 Perechile ordonate (a, b) , (d, c) de vectori din spaţiul Rn
se numesc perechi ordonate echivalente şi notăm (a, b) ∼ (d, c) dacă
cuaterna ordonată (a, b, c, d) este paralelogram.
Teorema 1.35 Relaţia “perechile ordonate (a, b) , (d, c) de vectori
din Rn sunt perechi ordonate echivalente“ este o relaţie de echivalenţă
ı̂n Rn × Rn .
Demonstraţie. Verificăm proprietăţile relaţiei de echivalenţă: reflexivi-
tatea, simetria şi tranzitivitatea.
Reflexivitatea: (a, b) ∼ (a, b) ⇔ a − b + a − b = θ evident;
Simetria: (a, b) ∼ (d, c) ⇒ (d, c) ∼ (a, b)
(a, b) ∼ (d, c) ⇔ a−b+c−d = θ ⇔ d−c+b−a = θ ⇔ (d, c) ∼ (a, b) .
Tranzitivitatea (Figura 1.2): (a, b) ∼ (d, c) , (d, c) ∼ (f, e) rezultă că
(a, b) ∼ (f, e) ; dar
(a, b) ∼ (d, c) ⇔ a − b + c − d = θ
.
(d, c) ∼ (f, e) ⇔ d − c + e − f = θ
Atunci, adunând relaţiile de mai sus obţinem a−b+e−f = θ, echivalent
cu (a, b) ∼ (f, e) .¨
Figura 1.2.
Observaţia 1.18 Relaţia de echivalenţă “perechile ordonate (a, b) ,
(d, c) de vectori din Rn sunt perechi ordonate echivalente“ ı̂mparte
mulţimea Rn × Rn ı̂n clase de echivalenţă. Clasele de echivalenţă poartă
denumirea de vectori liberi asociaţi spaţiului Rn . Un vector liber asociat
spaţiului Rn este o submulţime a spaţiului Rn × Rn Clasele de echivalenţă
sunt disjuncte.
Fie (a, b) ∈ Rn × Rn . Notăm −→u = {(d, c) ∈ Rn × Rn | (d, c) ∼ (a, b)} .
Notăm vectorii liberi cu −
→
u ,−
→v ,−
→
w , ...
Mulţimea vectorilor liberi asociaţi spaţiului liniar Rn este notată cu Vn .
80 CAPITOLUL 1. NOŢIUNI TEORETICE
Dacă − →
u este un vector liber asociat spaţiului Rn şi (a, b) ∈ −
→
u , atunci
−→
(a, b) este un reprezentant al vectorului liber u şi punem acest fapt ı̂n
−
→ →
evidenţă notând ab ∈ −u pentru a sublinia notaţiile cunoscute din fizică.
Elementul a ∈ R se numeşte originea, iar b ∈ Rn se numeşte ex-
n
−
→
tremitatea reprezentantului (a, b) a vectorului liber − →
u . Spunem că ab
este reprezentantul vectorului liber − →
u aplicat ı̂n a. Vom numi puncte ele-
n
mentele spaţiului liniar R
−
→
Observaţia 1.19 Dacă ab ∈ − →u şi x ∈ Rn rezultă că există un y ∈ Rn
−
→ → ∼ − →
astfel ı̂ncât −
→ ∼ ab. Într-adevăr, −
xy xy ab ⇒ x − y + b − a = θ ⇒
y = x − a + b. Această observaţie ne spune că ı̂n orice punct al lui Rn
putem aplica un vector reprezentant al unei clase de vectori liberi date.
Figura 1.3.
−
→ →
Definiţia 1.40 Fie un vector liber oarecare −
→
u , ab ∈ −
u şi α ∈ R. Vectorul
−
→ −
→
liber v al cărui reprezentant este vectorul ac unde c = a + α(b − a) se
numeşte vectorul liber produs cu scalarul α a vectorului liber − →
u şi se
notează −
→
v = α− →
u.
Observaţia 1.20 Din Definiţia 1.40, c = a + α(b − a) dacă şi numai dacă
a−c+αb−αa = θ ⇔ (a, c, αa, αb) este paralelogram ⇒ (a, c) ∼ (αa, αb).
−
→ −
→
Observaţia 1.21 Observăm că dacă ab ∈ − →
u atunci −ba ∈ −− →
u . Într-
−
→ −
→
adevăr, dacă ı̂n definiţia 1.40 punem α = −1 şi ab ∈ u iar ac ∈ −−
−
→ →u
rezultă că c = a − (b − a) = a − b + a ⇔ a − c + a − b = 0 ⇒ ac ∼ −
→
−
→ −
→
−ba ⇒ −ba ∈ −− →
u.
1.7. SPAŢIUL LINIAR AL VECTORILOR LIBERI 81
Figura 1.4.
−
→ −
→ − → → −
12 . ∃ 0 ∈ Vn : ∀− →
u ∈ Vn ⇒ − →u + 0 = 0 +− u =→ u.
−
→ − → − → −
→ −→ −
→ −
→
Dacă ab ∈ 0 , ac ∈ u şi ac1 ∈ u + 0 ⇒ (a, c, c1 , b) paralelogram⇒
−
→ →
a−c+c1 −b = θ ⇒ c1 = −a+b+c. Dar − →u+ 0 =− u ⇒ c = c1 ⇒ a = b.
− → −
→ −→
Dacă ac2 ∈ 0 + u ⇒ (a, b, c2 , c) paralelogram⇒ a − b + c2 − c = θ
−
→ →
⇒ c2 = −a + b + c. Dar 0 + − u = −→
u ⇒ c = c2 ⇒ a = b. Obţinem
−
→ −→ −
→ −
→ − → − → −
→
aa ∈ 0 ⇒ u + 0 = 0 + u = u .♦
−
→
13 .∀−→
u ∈ Vn , ∃ − −→u ∈ Vn : −
→
u + (−−→
u ) = (−− →u)+− →
u = 0.
−
→ − −
→
Dacă ab ∈ → u ,−→ ∈ −−
ac →
u , aa ∈ 0 ⇒ aa ∈ − →
u + (−− →
u ) ⇒ (a, b, a, c)
paralelogram ⇒ a − b + a − c = θ ⇒ a − c = b − a ⇒ − → = −−
ac
→
ab ⇒
−
→ −→
u +(−− →u ) = (−−→
u )+ − →
u = 0 . Analog rezultă şi partea a doua a egalităţii.
14 .∀−
→
u ,− →
v ∈ Vn : − →
u +−→v =− →v +− →
u.
−→ − → −
→ −
→ − →
Dacă ab ∈ u , ac ∈ v , aa1 = u + − −
→ →
v ⇒ (a, b, a1 , c) paralelogram⇒
a − b + a1 − c = θ ⇒ a1 = −a + b + c; − →2 ∈ −
aa →
v +− →
u ⇒ (a, c, a2 , b)
paralelogram⇒ a − c + a2 − b = θ ⇒ a2 = −a + b + c ⇒ a1 = a2 ⇒
−
→
u +− →
v =− →v +− →
u.
Din 11 , 12 , 13 şi 14 Rezultă că (Vn , +) este grup abelian.♦
82 CAPITOLUL 1. NOŢIUNI TEORETICE
21 . ∀α ∈ R, ∀− →
u ,−
→
v ∈ Vn : α(− →u +− →
v ) = α−→
u + α− →
v.
−
→ − → −
→ −
→ −→ −→ −
→
Dacă ab ∈ u , ac ∈ v atunci dacă aa1 ∈ u + v rezultă că (a, b, a1 , c)
paralelogram, deci a − b + a1 − c = θ adică a1 = −a + b + c; dacă − →2 ∈
aa
α(−→
u +− →
v ) ⇒ a2 = a + α(a1 − a).
Dacă − →3 ∈ α−
aa →
u ⇒ a3 = a + α(b − a); − →4 ∈ α−
aa →
v ⇒ a4 = a + α(c − a);
−→ −→ −
→
dacă aa5 ∈ α u +α v ⇒ (a, a3 , a5 , a4 ) paralelogram⇒ a−a3 +a5 −a4 = θ ⇒
a5 = −a+a3 +a4 = −a+a+α(b−a)+a+α(c−a) = a+α(b−a+c−a) =
a + α(a1 − a).
Rezultă că a2 = a5 ⇒ α(−
→
u +− →
v ) = α− →
u + α− →
v .(Figura 1.5)♦
Figura 1.5.
22 . ∀α, β ∈ R, ∀−→
u ∈ Vn : (α + β)− →
u = α− →u + β−→
u.
−
→ − → −→ −
→
Dacă ab ∈ u , aa1 ∈ (α + β) u ⇒ a1 = a + (α + β)(b − a).
Dacă − →2 ∈ α−
aa →u ⇒ a2 = a + α(b − a), − →3 = β −
aa →
u ⇒ a3 = a + β(b − a),
−→ −→ −
→
aa4 ∈ α u + β u ⇒ (a, a2 , a4 , a3 ) paralelogram ⇒ a − a2 + a4 − a3 = θ ⇒
a4 = −a+a2 +a3 ⇒ a4 = −a+a+α(b−a)+a+β(b−a) = a+(α+β)(b−a)
Rezultă că a1 = a4 ⇒ (α + β)− →u = α− →
u + β−→
u .(Figura 1.6)♦
Figura 1.6.
23 . ∀α, β ∈ R, ∀−→
u ∈ Vn : (αβ)−
→
u = α(β − →u ).
−
→ − → −→ −→
Dacă ab ∈ u , aa1 ∈ (αβ) u ⇒ a1 = a + (αβ)(b − a).
Dacă − →2 ∈ β −
aa →u ⇒ a2 = a + β(b − a), −→3 ∈ α(β −
aa →
u ) ⇒ a3 = a + α(a2 −
a) ⇒ a3 = a + α(a + β(b − a) − a) = a + αβ(b − a).
Rezultă că a1 = a3 ⇒ (αβ)−→
u = α(β −→
u ).♦
24 . ∀−
→u ∈ Vn : 1−→u =−→
u.
−
→ − → −→
Dacă ab ∈ u , aa1 ∈ 1 →
−u ⇒ a1 = a + 1(b − a) = b ⇒ 1− →u =− →
u .♦
Rezultă că Vn este spaţiu vectorial.¥
n
nb ∈ R , a 6= b. Mulţimea
Definiţia 1.41 Fie a, o
→=α·−
x ∈ Rn : ∃α ∈ R, −
ax
→
ab
1.7. SPAŢIUL LINIAR AL VECTORILOR LIBERI 83
−→ −
→
Teorema 1.38 Fie spaţiile vectoriale Rn şi Vn şi vectorii liberi i1 , ..., in
−
→ −→ −→ −→
din Vn definiţi de relaţiile i1 = θe1 ,..., in = θen , unde {e1 , ..., en } este
−→ −
→
baza standard din Rn , atunci vectorii i1 , ..., in formează o bază ı̂n Vn .
Demonstraţie. Deoarece {e1 , ..., en } este baza standard din Rn ea este
un sistem de vectori liniar independenţi şi deoarece f este o transformare
liniară bijectivă (este suficient să fie injectivă) rezultă, utilizând exerciţiul
−
→ −
→
1.6, că vectorii i1 , ..., in sunt liniar independenţi, deci formează o bază ı̂n
Vn .¥
Definiţia 1.46 Dacă − →u este un vector liber din Vn , atunci proprietatea lui
−
→u de a avea ca reprezentanţi perechi ordonate de vectori din Rn , se numeşte
sensul vectorului liber − →
u.
−→
Observaţia 1.24 Pentru vectorul liber 0 ∈ Vn nu se defineşte noţiunea
de sens. Dacă −→
u şi −→
v sunt vectori liberi coliniari şi −
→
v = α− →u , atunci
−
→ −
→
u , v se numesc vectori liberi de acelaşi sens dacă α > 0 şi vectori liberi
de sensuri opuse dacă α < 0.
Definiţia 1.47 Spaţiul vectorial Vn este un spaţiu euclidian ı̂n raport cu
produsul scalar standard real
h−
→
u ,−→
v i = hx, yi
definit pentru orice vectori liberi − →
u ,−v ∈ Vn , θx ∈ −
→ →
u , θy ∈ −
→v , ı̂n mem-
brul
p− al doilea fiind produsul scalar din R . De asemenea rezultă că k−
n →
uk=
→ −
→ −
→
h u , u i şi se numeşte lungimea vectorului u .
−
→
Definiţia 1.48 Fie punctele distincte a, b, c ∈ Rn astfel ı̂ncât vectorii ab
şi −
→ să nu fie coliniari. Mulţimea
ac
n o
x ∈ Rn : ∃(α, β) ∈ R2 , −→=α·−
ax
→
ab + β · −
→
ac
se numeşte plan din Rn care trece prin punctele a, b, c sau planul din
Rn determinat de punctele a, b, c.
Planul este un subspaţiu liniar al spaţiului vectorilor liberi Vn .
Definiţia 1.49 Fie planul determinat de punctele distincte a, b, c ∈ Rn
−
→ →
astfel ı̂ncât vectorii ab şi −
ac să nu fie coliniari Direcţia unică determinată
−→
de un vector liber ortogonal simultan pe vectorii ab şi − → (deci pe plan) se
ac
numeşte direcţia normelelor planului care trece prin punctele a, b, c. O
dreaptă a acestei direcţii se numeşte o normală a planului ce trece prin
punctele a, b, c.
1.7. SPAŢIUL LINIAR AL VECTORILOR LIBERI 85
Demonstraţie. Dacă doi din vectorii daţi sunt coliniari, afirmaţia este
−→ −→
evidentă. Într-adevăr, dacă −→
v q− →
w ⇒− →v ×−
→
w = 0 ⇒− →
u ×(−→
v ×−
→
w) = 0 .
Dacă −→
w = α− →v ⇒ h− →u ,−
→
w i− →v − h−
→
u ,−→
v i−
→
w = h−
→
u , α−→v i−
→
v − h−
→
u ,−
→
v iα−
→
v =
−
→ −→ −→
0 şi analog pentru v = α u .
−
→ − → −
→
Fie − →
v ∦− →
w şi alegem baza i , j , k astfel ı̂ncât
⎧ − −
→ −→ −
→
⎨ → u = x1 i + x2 j + x3 k
−
→ −
→
v = y1 i .
⎩ − → −
→ −
→
w = z1 i + z2 j
¯ − → ¯
¯ → i
−→ −
j k ¯¯
¯ −
→
Obţinem − →v ×− →
w = ¯¯ y1 0 0 ¯¯ = y1 z2 k .
¯ z1 z2 0 ¯
88 CAPITOLUL 1. NOŢIUNI TEORETICE
¯ − → ¯
¯ →i
−→ −
j k ¯¯
¯ −→ −→
Calculăm −→u × (− →v ×−→
w ) = ¯¯ x1 x2 x3 ¯¯ = x2 y1 z2 i − x1 y1 z2 j .
¯ 0 0 y1 z2 ¯
Pe de altă parte
−
→ −
→ −
→
h−→u ,−
→
w i−
→
v − h− →
u ,−
→
v i−
→
w = (x1 z1 + x2 z2 )y1 i − x1 y1 (z1 i + z2 j ) =
−
→ −
→ →
x2 z2 y1 i − x1 y1 z2 j = −u × (−
→v ×− →
w ).¥
Observaţia 1.25 Produsul vectorial al vectorilor liberi nu este asociativ.
Aceasta rezultă din faptul că (−
→
u ×− →
v) × − →
w = −− →
w × (− →
u ×− →
v) =
−h w , v i u + h w , u i v este un vector coplanar cu u şi v , iar −
−
→ −→ −
→ −
→ −→ −
→ −→ −
→ →u ×
−
→ −
→ −→ −
→ −
→ −→ −
→
( v × w ) este coplanar cu v şi w . Deci, ı̂n general, ( u × v ) × w 6=
−
→u × (−→
v ×− →
w ).
Produsul mixt
Definiţia 1.54 Fie sistemul de vectori liberi {− →
u ,−→
v ,−→
w } . Produsul mixt
al acestui sistem de vectori este definit prin ( u , v , w ) = h−
−
→ −
→ −→ →u ,−→
v ×− →w i.
Teorema 1.42 Fie sistemul de vectori liberi {− →
u ,−→v ,−
→
w } . Să se arate că
−
→ −→ −
→
a) ( u , v , w ) = 0 dacă şi numai dacă vectorii sunt coplanari.
b) Dacă vectorii nu sunt coplanari, modulul produsului mixt al sistemului
de vectori {− →
u ,−→
v ,−→
w } , |(−
→
u ,− →
v ,− →
w )| , este volumul paralelipipedului con-
struit pe cei trei vectori aplicaţi ı̂n acelaşi punct.
c) Dacă
⎧ − −
→ −→ −
→
⎨ → u = x1 i + x2 j + x3 k
−→ −
→ −
→ −→
v = y1 i + y2 j + y3 k
⎩ − → −
→ −
→ −
→
w = z1 i + z2 j + z3 k
atunci ¯ ¯
¯ x1 x2 x3 ¯
¯ ¯
(−
→u ,−
→v ,−→
w ) = ¯¯ y1 y2 y3 ¯¯ . (1.202)
¯ z1 z2 z3 ¯
d) (−→
u ,−
→
v ,−→
w ) = (− →v ,−
→
w,− →
u ) = (−→
w,− →u ,−
→
v ) (produsul mixt este invari-
ant la permutări circulare).
Demonstraţie.
⎧ − a) (−
→u ,−→
v ,−→
w ) = 0 ⇔ h− →u ,−
→
v ×− →
wi = 0 ⇔
→ −
→ −
⎨ u ⊥ v × w sau→
−
→v q−→w sau ⇔− →u ,−
→
v ,−→
w sunt coplanari.
⎩ −→ −
→ −
→ −
→ −→ −→
u = 0 sau v = 0 sau w = 0
b) Fie (−
→u ,−
→v ,−→
w ) 6= 0. Cu notaţiile de mai jos, ϕ 6= 900 , avem
h−→
u ,−→
v ×− →
w i = k−→u k k−→
v ×− →
w k cos ϕ = (aria bazei)(±ı̂nălţimea)⇒
1.8. REPERE 89
|(−
→
u ,−→
v ,−→
w )| = (aria bazei)(ı̂nălţimea) = volumul paraleleipipedului con-
struit pe cei trei vectori (Figura 1.7).
Figura 1.7.
c) ( u , −
−→ →
v ,− →
w ) ¯= h−
→u ,−
→
v × ¯−
→
w i = x1 (y2 z3 − y3 z2 ) − x2 (y1 z3 − y3 z1 ) +
¯ x1 x2 x3 ¯
¯ ¯
x3 (y2 z1 − y1 z2 ) = ¯¯ y1 y2 y3 ¯¯ .
¯ z1 z2 z3 ¯
Din punctul (b) rezultă condiţia de coplanaritate a trei vectori şi anume
produsul lor mixt trebuie să fie egal cu zero.
d) Rezultă folosind expresia produsului mixt (1.202) şi ţinând seama ca
valoarea determinantului nu se schimbă dacă efectuăm permutări circulare
asupra liniilor acestuia.¥
Vom considera ı̂n cele ce urmează spaţiile vectoriale ale vectorilor liberi
din plan, V2 sau din spaţiu, V3 .
1.8 Repere
Definiţia 1.55 Un reper ı̂n spaţiul vectorial Vn este o pereche R = (O; B),
unde O este un punct fixat numit originea reperului, iar B este o bază con-
siderată ı̂n spaţiul vectorilor liberi Vn .
În mod frecvent se consideră B o bază ortonormată. De obicei, se con-
sideră toţi vectorii bazei B aplicaţi ı̂n acelaşi punct, punctul O.
−
→ − →
În plan se consideră ı̂n mod obişnuit reperul
n R
o = (O; i , j ) unde O ∈
−→ − →
R2 este un punct din plan fixat, iar B = i , j o bază ortonormată, iar
−→ −→ − →
ı̂n spaţiunR = (O; io, j , k ) unde O ∈ R3 este un punct din spaţiu fixat,
−
→ − → −→
iar B = i , j , k o bază ortonormată. În cazul spaţiului s-a convenit ca
axa Ox să fie determinată de punctul O şi să aibă direcţia dată de vectorul
−→
i , axa Oy să fie determinată de punctul O şi să aibă direcţia dată de
−
→
vectorul j , iar axa Oz să fie determinată de punctul O şi să aibă direcţia
90 CAPITOLUL 1. NOŢIUNI TEORETICE
−
→
dată de vectorul k . Axele Ox, Oy, Oz se numesc axele reperului sau
axe de coordonate. Planul xOy este determinat de punctul O şi vectorii
−→ − → −→ − →
i , j , planul xOz este determinat de punctul O şi vectorii i , k iar planul
−
→ − →
zOy este determinat de punctul O şi vectorii k , j . Planele xOy, yOz, xOz
se numesc planele reperului R sau plane de coordonate.
−−→
Fie R = (O; B) un reper şi punctul M ∈ Rn . Vectorul OM este numit
vectorul de poziţie al punctului M faţă de reperul R. Notăm − →
r =
−−→ −→ − −→
OM iar dacă există posibilitate de confuzie, notăm r M = OM şi vom
−
→ −→
folosi notaţia M(−→r M ). Dacă M ∈ R2 , atunci −→r M = x i + y j , x poartă
denumirea de abscisa, iar y ordonata punctului M şi vom folosi notaţia
−
→ − → − →
M(x, y). Dacă M ∈ R3 , atunci − →
r M = x i +y j +z k , x poartă denumirea
de abscisa, y ordonata şi z cota punctului M şi vom folosi notaţia M(x, y, z)
şi numim (x, y, z) coordonatele punctului M.
−−−→
Exerciţiul 1.26 Să se scrie expresia vectorului M1 M2 ı̂n reperul ortonor-
−
→ − → − →
mat R = (O; i , j , k ) din V3 dacă sunt cunoscute coordonatele punctelor
M1 şi M2 , M1 (x1 , y1 , z1 ), M2 (x2 , y2 , z2 ). (Figura 1.8.)
−−→ −−−→ −−→ −−−→ −−→ −−→
Rezolvare. OM1 + M1 M2 = OM2 ⇔ M1 M2 = OM2 − OM1 ,
−−→ −
→ −
→ −
→ −−→ −
→ −
→ −
→ −−−→
dar OM1 = x1 i + y1 j + z1 k , OM2 = x2 i + y2 j + z2 k ⇒ M1 M2 =
−
→ −→ −→
(x2 − x1 ) i + (y2 − y1 ) j + (z2 − z1 ) k .♦
Figura 1.8.
−
→ − → − →
Dacă R = (O; i , j , k ) este un reper şi M1 (−
→
r 1 ), M2 (−
→
r 2 ) două puncte
3
din R , atunci
dist(M1 , M2 ) = k−
→r 2−− →r 1k . (1.203)
sau, dacă M1 (x1 , y1 , z1 ), M2 (x2 , y2 , z2 ), atunci
q
dist(M1 , M2 ) = (x2 − x1 )2 + (y2 − y1 )2 + (z2 − z1 )2 .
Dacă M1 (−
→
r 1 ), M2 (−
→
r 2 ) sunt două puncte din R2 , M1 (x1 , y1 ), M2 (x2 , y2 )
atunci q
dist(M1 , M2 ) = (x2 − x1 )2 + (y2 − y1 )2 .
1.8. REPERE 91
−
→ −→ − →
Schimbarea reperelor ı̂n plan. Fie R = (O; i , j) un reper şi R0 = (O0 ; i0 , j0 )
un alt reper. Trecerea de la reperul R la reperul R0 (Figura 1.9) este dată
de translaţia
0 −→ −
→
OO = x0 i + y0 j
şi rotaţia ( − → −
→ −→
i0 = a11 i + a21 j
−
→ −
→ −→ (1.204)
j0 = a12 i + a22 j
Figura 1.9.
Aceată schimbare de repere poate fi scrisă matriceal astfel: dacă M(− →r)
−
→ −
→ −
→ −
→ −→ −
→ 0 −→0 −
→
0 0
atunci r = x1 i + y1 j ı̂n reperul R = (O; i , j ) şi M( r ), r = x1 i +
−→ −→ − → −
→ −−→ −→ −
→
y10 j0 ı̂n reperul R0 = (O0 ; i0 , j0 ) atunci −
→r = r0 + OO0 ⇔ x1 i + y1 j =
−
→ −→ −
→ −
→ −
→ − →
x01 i0 + y10 j0 + x0 i + y0 j (Figura 1.9) şi daca ı̂nlocuim i0 şi j0 cu expresia
lor din relaţiile (1.204) şi ţinem seama de unicitatea descompunerii după
vectorii
µ bazei,¶ µ obţinem: ¶ µ ¶ µ ¶
x1 a11 a12 x01 x0
= + .
x2 a21 a22 x02 y0
−
→ − → − →
Schimbarea reperelor ı̂n spaţiu. Fie R = (O; i , j , k ) un reper
−
→ − → −→
ortonormat drept şi R0 = (O0 ; i0 , j0 , k0 ) un alt reper. Trecerea de la reperul
R la reperul R0 este dată de translaţia
0 −
→ −→ −
→
OO = x0 i + y0 j + z0 k
şi rotaţia ⎧ −
⎪ →0 −
→ −
→ −→
⎨ i = a11 i + a21 j + a31 k
−
→ −
→ −
→ −→
j0 = a12 i + a22 j + a32 k (1.205)
⎪
⎩ −
→0 −
→ −
→ −→
k = a13 i + a23 j + a33 k
92 CAPITOLUL 1. NOŢIUNI TEORETICE
⎛ ⎞
a11 a12 a22
unde A = ⎝ a21 a22 a23 ⎠ .
a31 a32 a33
Formula matriceală de schimbare a reperului se obţine printr-un raţio-
nament analog ca ı̂n plan:
⎛ ⎞ ⎛ 0 ⎞ ⎛ ⎞
x1 x1 x0
⎝ x2 ⎠ = A ⎝ x02 ⎠ + ⎝ y0 ⎠ (1.206)
0
x3 x3 z0
Reamintim că ı̂n cazul bazelor ortonormate matricea A de trecere de la
o bază la alta este o matrice ortogonală.
Exerciţiul 1.27 Să se scrie ecuaţia planului (π) determinat de un punct şi
de normala la plan.
−
→ −
→
Rezolvare. Fie punctul M0 (− →r 0 ) şi N ∈ V3 , N 6= 0 normala la plan
(Figura 1.10). Atunci un punct M(− →
r ) aparţine planului (π) dacă şi numai
−−−→ − →
dacă M0 M ⊥ N , adică verifică ecuaţia:
−
→ → −
hN, − r −→ r 0 i = 0. (1.207)
Ecuaţia (1.207) se numeşte ecuaţia vectorială a planului determinat
de un punct şi un vector normal la plan.¨
Figura 1.10.
−
→ −→ −→
Exerciţiul 1.28 Fie un reper ortonormat R = (O; i , j , k ) şi ı̂n raport
−
→ −
→ −
→ −→ −→
cu acesta punctul M0 (x0 , y0 , z0 ) şi N = A i + B j + C k 6= 0 . Să se
arate că punctul M(x, y, z) aparţine planului (π) determinat de punctul
−
→
M0 şi normala N la plan dacă şi numai dacă
1.8. REPERE 93
Figura 1.11.
Exerciţiul 1.30 Fie planele
(π1 ) A1 x + B1 y + C1 z + D1 = 0,
(π2 ) A2 x + B2 y + C2 z + D2 = 0.
Să se arate că:
A1 B1 C1 D1
a) Planele coincid dacă şi numai dacă: A2
= B2
= C2
= D2
;
A1 B1 C1
b) Planele sunt paralele dacă şi numai dacă: = =
A2 B2 C2
6= D1
D2
;
c) Planele
µ se intersectează
¶ după o dreaptă dacă şi numai dacă:
A1 B1 C1
rang = 2.
A2 B2 C2
94 CAPITOLUL 1. NOŢIUNI TEORETICE
Rezolvare. a) Planele coincid dacă şi numai dacă cele două ecuaţii au
aceleaşi soluţii, ceea ce are loc dacă şi numai dacă coeficienţii acestora sunt
proporţionali.
b) Planele sunt paralele dacă şi numai dacă sistemul format din cele
două ecuaţii
µ este incompatibil, ¶ ceea ceµse ı̂ntâmplă dacă şi¶numai dacă
A1 B1 C1 A1 B1 C1 D1
rang = 1 şi rang = 2.
A2 B2 C2 A2 B2 C2 D2
c) Planele se intersectează dacă şi numai dacă sistemul format din cele
două ecuaţii este compatibil, cu o infinitate simplă de soluţii, ceea ce are
loc dacă µşi numai dacă ¶
A1 B1 C1
rang = 2.¨
A2 B2 C2
Exerciţiul 1.31 (Distanţa de la un punct la un plan) Fie planul (π)
−
→ → −
hN, − r −→ r 0 i = 0 şi M1 (−
→r 1 ). Să se deducă formula distanţei de la punctul
M1 la planul (π). ¯ ¯
¯− → − → −→ ¯
¯h N , r 1 − r 0 i¯
dist(M1 , (π)) = ° ° . (1.211)
°−
→°
°N°
Figura 1.12.
−
→
Dacă M1 ∈ / (π), fie −→
u ,−
→v 6= 0 doi vectori din (π), necoliniari, −
→
u ×−
→
v 6=
−
→
0 . Atunci ¯ ¯
¯ −−−→ − → −
→ ¯
volum paralelipiped ¯ (M 0 M 1 , u , v )¯
dist(M1 , (π)) = = =
¯ ¯ aria bazei k−→u ×− →vk
¯− →¯
−
r 1−−
¯h → →r 0 , N i¯
= ° ° .¨
°−
→°
°N°
1.8. REPERE 95
−
→ −→ − →
Exerciţiul 1.32 Fie un reper ortonormat R = (O; i , j , k ) şi planele
(π1 ), (π2 ) de ecuaţii
(π1 ) A1 x + B1 y + C1 z + D1 = 0
(π2 ) A2 x + B2 y + C2 z + D2 = 0.
Să se arate că (π1 ) ⊥ (π2 ) dacă şi numai dacă normalele la plan sunt
perpendiculare, adică
A1 A2 + B1 B2 + C1 C2 = 0; (1.213)
Figura 1.13.
96 CAPITOLUL 1. NOŢIUNI TEORETICE
echivalent cu
(d) : −
→
r =−
→
r 0 + α−
→
u , α ∈ R. (1.215)
−−−→
M ∈ (d) ⇔ M0 M = α− →
u ⇔− →r −−
→r 0 = α−
→
u ⇒vectorii −
→
r −− →
r 0 şi −
→
u
−
→ −→ −
→
sunt coliniari rezultă (1.214). Din r − r 0 = α u ⇒(1.215).♦
Ecuaţia (1.214) se numeşte ecuaţia vectorială a dreptei determi-
nată de un punct şi de un vector director.
Figura 1.14.
Rezolvare. (Figura 1.14). Fie M0 ∈ (d1 ), dreapta (d1 ) are direcţia − →1 . Prin
u
M0 ducem reprezentanţi ai vectorilor − →1 şi −
u →2 . Punctul M0 şi reprezentanţii
u
direcţiilor −
→1 şi −
u →2 determină un plan (α). Proiectăm pe acest plan dreapta
u
1.8. REPERE 97
(d2 ), fie această proiecţie (d02 ). Fie M1 intersecţia dintre dreptele (d1 ) şi (d02 ).
Ducem prin M1 perpendiculara pe planul (α) care intersectează (d2 ) ı̂n M2
(M1 şi (d2 ) determină un plan perpendicular pe planul (α)). Aceasta va fi
dreapta (d) a cărei direcţie este dată de − u→1 × −→2 .
u
−→ →2 ) (normala planului determinat de − −−→
Fie N1 = − →1 × (−
u u→1 × − u M1 M2 şi
−→ →2 ) (normala planului determinat de M−1− − →
(d1 )) şi N2 = − →2 × (−
u →1 × −
u u M2 şi
(d2 )). Atunci dreapta (d) poate fi văzută ca intersecţie a două plane, planul
−→
determinat de normala N1 şi care conţine dreapta (d1 ) şi punctul M2 şi
−→
planul determinat de normala N2 şi care conţine dreapta (d2 ) şi punctul
M1 .
Ecuaţiile dreptei sunt
½ − →
hN1 , r − r0 i = 0
(d) −→ . (1.217)
hN2 , r − r3 i = 0
unde r0 este vectorul de poziţie al punctului M0 , iar − →
r3 este vectorul de
poziţie al unui punct oarecare de pe dreapta (d2 ).
Vom arăta că (d), dreapta determinată de punctele M1 şi M2 este per-
−
→ − →
pendiculară pe (d1 ) şi (d2 ). Un vector director al dreptei (d) este N1 × N2 =
k−→
u1×− →
u 2 k2 (−
→
u1 ×− →u 2 ) şi cum − →
u1 ×−→
u2 ⊥ − →u 1, −→
u1 ×− →
u2 ⊥ − →u2 ⇒
(d) ⊥ (d1 ), (d) ⊥ (d2 ).¨
Exerciţiul 1.36 (Distanţa dintre două drepte) Oricare ar fi două drep-
te neparalele
(d1 ) : −
→
r =− →r 1 + α−→
u 1,
−
→ −
→
(d2 ) : r = r 2 + α u 2−
→
distanţa dintre cele două drepte este ¯ ¯
¯ −−−→ − ¯
¯hM1 M2 , →
u1×− →
u 2 i¯
dist(d1 , d2 ) = . (1.218)
k−
→
u1×− →
u 2k
Rezolvare. Fie dreptele: (d1 ) determinată de punctul M1 şi direcţia
−
→1 şi (d2 ) determinată de punctul M2 şi direcţia −
u →2 . Distanţa dintre cele
u
două drepte este lungimea ı̂nălţimii paralelipipedului construit pe vectorii
−−−→ −
M1 M2 , →u 1, −
→
u 2 . Baza paralelipipedului este formată pe vectorii − →
u 1, −
→
u 2.
Utilizăm Exerciţiul 1.42, b).¨
Definiţia 1.57 Conica este locul geomretric (Γ) al punctelor M din plan
ale căror coordonate (x, y), ı̂n raport cu reperul ortonormat R, satisfac
ecuaţia µ ¶µ ¶ µ ¶
¡ ¢ a11 a12 x ¡ ¢ a01
(Γ) : x y +2 x y + a00 = 0,
a12 a22 y a02
(1.219)
2 2 2
unde a11 + a12 + a22 6= 0, aij ∈ R, i, j ∈ {0, 1, 2}, i ≤ j.
Ecuaţia (1.219) este scrierea matriceală a ecuaţiei a11 x2 +2a12 xy+a22 y 2 +
2a01 x +2a02 y +a00 = 0, ecuaţie de gradul doi ı̂n x şi y, ı̂n care cel puţin unul
dintre coeficienţii termenilor de gradul al doilea , a11 , a12 , a22 este diferit de
zero.
Una din problemele importante rezolvate ale geometriei analitice constă
ı̂n faptul că a dovedit că orice conică poate fi adusă, printr-o schimbare con-
2 2 2 x2 y 2
venabilă de reper la una din ecuaţiile: cerc: x +y = R , elipsă: 2 + 2 = 1,
a b
x2 y2 2
hiperbolă: 2 − 2 = 1, parabolă: y = 2px, două drepte concurente:
a b
x2 y2
− 2 = 0, două drepte paralele: x2 − a2 = 0, două drepte confundate
a2 b
x2 y 2 x2 y 2
x2 = 0, un punct: 2 + 2 = 0, mulţimea vidă: 2 + 2 + 1 = 0.
a b a b
Utilizând rotaţia şi translaţia realizăm o schimbare de reper de la reperul
−
→ − →
R = (O, i , j ) la un reper adecvat la fel orientat cu reperul R, numit reper
canonic, faţă de care conica (1.219) să aibă una din ecuaţiile de mai sus.
Tipul conicei (1.219) este determinat de expresia termenilor de grad doi,
adică de forma pătratică µ ¶µ ¶
¡ ¢ a a x
q(−→
x)= x y 11 12
,
a12 a22 y
−
→ −→
unde − →
x =x i + y j .
Problema care ne propunem să o rezolvăm: să găsim un reper ı̂n raport
cu care ecuaţia (1.219) să aibă o formă cât mai simplă. Vom studia mai
ı̂ntâi forma pătratică q şi o vom aduce la forma canonică.
Dacă a12 = 0 matricea formei pătratice are forma diagonală şi se trece
direct la efectuarea translaţiei.
Dacă a12 6= 0 se face mai ı̂ntâi o rotaţie. Prezentăm ı̂n continuare modul
ı̂n care se efectuează rotaţia. n o
−→ − →
Matricea formei pătratice (q)B , ı̂n baza B = i , j este o matrice
simetrică. Ea este ı̂ntotdeauna diagonalizabilă, deci există o bază orto-
normată formată din vectori proprii (conform Observaţiei 1.14) ai matricei
1.8. REPERE 99
rotaţia
µ ¶ µ ¶µ 0 ¶
x c11 c12 x
= (1.220)
y c21 c22 y0
⎛ µ ¶2 ⎞
a002
µ ¶ µ¶ ⎜ a00 − λ2 ⎟
x0 X ⎜ − ⎟
Prin translaţia = +⎜⎜
0
2a01
⎟ ecuaţia (1.219)
⎟
y0 Y ⎝ ⎠
a0
− 02
λ2
va avea forma ı̂n reperul R00 = (O0 , −
→
e −
→
1 , e2 )
λ2 Y 2 + 2a001 X = 0. (1.224)
1.8. REPERE 101
Forma ecuaţiei (1.224) arată că, ı̂n cazul ı̂n care una din valorile proprii
este nulă, conica admite o axă de simetrie, ı̂n acest caz O0 X.
Dacă a001 = 0 ecuaţia (1.223) devine
µ 0 ¶2
0 a001 2 a02
λ2 (y + ) + a00 − = 0. (1.225)
λ2 λ2
µ 0 ¶2
a02
Dacă a00 − = 0 atunci ecuaţia reprezintă două drepte care co-
λ2
incid. µ 0 ¶2 Ã µ 0 ¶2 !
a02 a02
Dacă a00 − 6= 0 şi λ2 a00 − < 0 ecuaţia reprezintă
λ2 λ2
à µ 0 ¶2 !
a02
două drepte paralele. Dacă λ2 a00 − > 0 ecuaţia reprezintă
λ2
mulţimea vidă.
Figura 1.15.
Exerciţiul 1.38 Să se aducă la forma canonică conica
3x2 − 4xy − 2x + 4y − 3 = 0
şi să se traseze graficul.
Rezolvare. µ Scriem matriceal
¶ µ ecuaţia
¶ conicei: µ ¶
¡ ¢ 3 −2 x ¡ ¢ −1
x y +2 x y −3=0
−2 0 y 2
1.8. REPERE 103
µ ¶
3 −2
Matricea formei pătratice este . Deoarece rangul matricei
−2 0
formei pătratice este 2, conica este cu centru. Ecuaţia caracteristică este
λ2 −3λ−4 = 0 ⇒ λ1 = −1, λ2 = 4. Vectorii
³ proprii
´ şi versorii corespunzători
−
→ −→ −
→ −→ →2 = −2− → − →
−→
sunt: u1 = i + 2 j ⇒ e1 = √5 i + 2 j şi −
−
→ 1
u i + j ⇒
³ ´
−
→ 1 −
→ − →
e2 = 5 −2 i + j .
√
à !
√1 −2
√
5 5
Matricea de rotaţie este: C = √2 √1
, det C = 1. Scriem rotaţia
5 5
µ ¶ Ã 1 −2 ! µ 0 ¶
x √ √ x
= 5 5 . În urma rotaţiei şi a restrângerii pătratelor
2 1
y √
5
√
5
y0
ecuaţia coniceiÃdevine: !µ ¶Ã 1 !µ ¶
¡ 0 0 ¢ √1 √2 3 −2 √ − √ 2
x0
x y 5 5 5 5 +
− √25 √15 −2 0 √2
5
√1
5
y0
à !µ ¶
¡ 0 0 ¢ √1 √2 −1
+2 x y 5 5 −3=0
− √25 √15 2
3 1
−(x0 − √ )2 + 4(y 0 + √ )2 − 2 = 0.
5 5
Centrul conicei este O0 ( √35 , − √15 ), coordonatele sale fiind date ı̂n repe-
µ 0 ¶ µ ¶ Ã 3 !
x X √
rul R0 = (O; −→
e −
→
1 , e2 ). Facem translaţia = + 5 şi
y 0
Y − √15
obţinem −X 2 + 4Y 2 − 2 = 0 ⇔
X2 Y 2
− + 1 −1=0
2 2
direcţiile −
→
e −
→
1 respectiv e2 sunt: 2x = y + 1 şi respectiv x = −2y + 3. În acest
ultim reper graficul conicei va fi (figura 1.16):
Figura 1.16.
Exerciţiul 1.39 Să se aducă la forma canonică şi să se deseneze conica:
x2 − 4xy + 4y 2 − 6x + 2y + 1 = 0.
Rezolvare. µ Scriem matriceal
¶ µ ecuaţia
¶ conicei: µ ¶
¡ ¢ 1 −2 x ¡ ¢ −3
x y +2 x y +1=0
−2 4 y 1
µ ¶
1 −2
Matricea formei pătratice este . Deoarece rangul matricei
−2 4
formei pătratice este 1, conica este fără centru. Ecuaţia caracteristică este
λ2 − 5λ = 0 ⇒ λ1 = 0, λ2 =³5. Vectorii´ proprii sunt pentru λ1 = 0, − →1 =
u
−→ − → −→ −
→ →2 = i −2−
−
→ →
2 i + j cu versorul − →1 = √1 2 i + j , iar pentru λ2 = 5, −
e 5
u j
³ ´
−
→ −
→
cu versorul −→
e2 = √5
1
i −2 j .
à !
√2 √1
5 5
se modifică deoarece det C = −1.
Matricea de rotaţie C = √1 −2
√
5 5
³ ´
−
→ −
→ 1 −→ −
→
Pentru ca det C = 1 schimbăm sensul vectorului e2 , e2 = 5 − i + 2 j ,
√
à !
√2 −1
√
5 5
deci matricea de rotaţie va fi C = √1 √2
. Scriem rotaţia
5 5
µ ¶ Ã 2 −1 ! µ 0 ¶
x √ √ x
= 5 5 .
1 2
y √
5
√
5
y0
0
În urma rotaţiei şi a restrângerii pătratelor
µ ecuaţia
¶ conicei
µ ¶ devine
µ 5(y
¶ −
√ x0
X 0
√1 )2 − 2x0 5 = 0. Efectuăm translaţiaţia = + √1 şi
5 y0 Y 5
1.8. REPERE 105
√
obţinem ecuaţia 5Y 2 − 2X 5 = 0 ⇔ Y 2 = √25 X.
Vârful parabolei va fi ı̂n punctul O0 (0, √15 ), coordonatele sale fiind date
ı̂n reperul R0 = (O; −
→
e −
→ 0
1 , e2 ). Coordonatele lui O ı̂n raport cu reperul iniţial
µ ¶ Ã 2 −1 ! µ ¶ µ 1 ¶
x0 √
5
√
5
0 −5
sunt: = 1 2 1 = 2 .
y0 √
5
√
5
√
5 5
Trasarea graficului:
−
→ −→
Rotaţia sitemului de axe: reperul R = (O; i , j ) trece ı̂n reperul
R0 = (O, − →
e −
→
1 , e2 ). Ecuaţia dreptei care trece prin origine şi are direcţia dată
de vectorul − →
e1 este: x = 2y, iar ecuaţia dreptei care trece prin origine şi
are direcţia → −e2 este 2x = −y. Sensul axelor (Ox0 , Oy 0 ) este dat de vectorii
−→ −
→
e1 , e2 .
Translaţia sistemului de axe: reperul R0 = (O, − →
e −
→
1 , e2 ) trece ı̂n repe-
00 0 −
→ −
→ 0
rul R = (O , e1 , e2 ), unde O va fi vârful parabolei.Ecuaţiile axelor trans-
late vor fi: x − 2y − 1 = 0 şi 2x + y = 0. Cele două sisteme de axe le trasăm
pe acelaşi grafic. În acest ultim reper trasăm graficul parabolei (Figura
1.17):
Figura 1.17.
Exerciţiul 1.40 Să se aducă la forma canonică şi să se deseneze conica:
x2 + 2xy + y 2 + 2x + 2y − 3 = 0.
Rezolvare. µScriem ¶matriceal
µ ¶ ecuaţia conicei: µ ¶
¡ ¢ 1 1 x ¡ ¢ 1
x y +2 x y −3=0
1 1 y 1
µ ¶
1 1
Matricea formei pătratice este . Deoarece rangul matricei formei
1 1
pătratice este 1, conica este fără centru. Ecuaţia caracteristică este λ2 −
2λ = 0 ⇒ λ1 = 0, λ2 = 2. ³ Vectorii´ proprii şi versorii corespunzători
³ sunt:
´
−
→ −→ −→ −
→ 1 −
→ −→ −→ −
→ −
→ −
→ 1 −
→ −
→
u1 = i − j ⇒ e1 = 2 i − j , u2 = i + j ⇒ e2 = 2 i + j .
√ √
à !
√1 √1
2 2
Matricea de rotaţie C = are det C = 1. Scriem rotaţia
− √12 √1
2
106 CAPITOLUL 1. NOŢIUNI TEORETICE
µ ¶ à !µ¶
x √1 √1 x0
= 2 2 . În urma rotaţiei ecuaţia conicei devine
y − √12 √1
2
y0
√ ¡ √ ¢¡ √ ¢
2(y 0 )2 + 2y 0 2 − 3 = 0 ⇔ 2 y 0 + 32 2 y 0 − 12 2 = 0. Rezultă că ecuaţia
reprezintă
√ √două drepte paralele. Înlocuim y 0 din expresia rotaţiei, y 0 =
1 1
2
x 2 + 2 y 2 ı̂n ecuaţia conicei rotită, obţinem ecuaţiile celor două drepte
x+y +3 = 0, x+y −1 = 0 şi le reprezentăm grafic ı̂n sistemul iniţial (Figura
1.18):.
Figura 1.18.
Definiţia 1.58 Cudrica este locul geometric al punctelor din spaţiu ale
căror coordonate (x, y, z) ı̂n raport cu reperul R, satisfac ecuaţia
⎛ ⎞⎛ ⎞
¡ ¢ a 11 a12 a13 x
(Σ) : x y z ⎝ a12 a22 a23 ⎠ ⎝ y ⎠+
a⎛13 a23⎞ a33 z
¡ ¢ a01
(1.226)
+2 x y z ⎝ a02 ⎠ + a00 = 0,
a03
unde a211 + a212 + a213 + a222 + a223 + a233 6= 0, aij ∈ R, i, j ∈ {0, 1, 2, 3}, i ≤ j.
Vom studia mai ı̂ntâi forma pătratică q şi o vom aduce la forma canonică.
Tipul cuadricei (1.226) este determinat de expresia termenilor de grad doi,
adică de forma pătratică ⎛ ⎞⎛ ⎞
¡ ¢ a11 a12 a13 x
−
→
q( x ) = x y z ⎝ a12 a22 a23 ⎠ ⎝ y ⎠.
a13 a23 a33 z
−
→ −
→ −→ −
→
unde x =x i + y j + z k .
Conform celor studiate, există o bază ortonormată ı̂n V3 formată din
vectori proprii ai matricei formei pătratice, care este o matrice simetrică, ı̂n
raport cu care forma pătratică are forma canonică. Calculăm valorile proprii
λ1 , λ2 , λ3 şi vectorii proprii corespunzători, determinăm baza ortonormată
{−
→e 1 ,n−→e 2, −
→e 3 } formată
o din vectori proprii. Fie C matricea de trecere de la
−
→ − → − →
baza i , j , k la baza {− →
e 1, −
→
e 2, −
→
e 3 } . Aceasta va fi matricea de rotaţie
şi o alegem ı̂n aşa fel ı̂ncât det C =1. În caz contrar schimbăm orientarea
unui vector dintre vectorii {− → e 1, −→e 2, −
→
e 3 } . Versorii {−→e 1, −
→
e 2, −
→
e 3 } vor da
0 0 0
direcţiile axelor Ox , Oy , Oz ⎛ ⎞ iar rotaţia⎛ 0 ⎞
x x
⎝ y ⎠ = C ⎝ y0 ⎠ (1.227)
z z0
reduce forma pătratică la forma canonică λ1 (x0 )2 + λ2 (y 0 )2 + λ3 (z 0 )2 . În
reperul R = (O, − →
e 1, − →
e 2, −→
e 3 ) ecuaţia (1.226) va avea forma
λ1 (x ) + λ2 (y ) + λ3 (z 0 )2 + 2a001 x0 + 2a002 y 0 + 2a003 z 0 + a00 = 0.
0 2 0 2
(1.228)
Cazul I: forma pătratuică q are rangul 3 (λ1 λ2 λ3 6= 0) . Ecuaţia (1.221)
devine, prin restângerea0 pătratelelor: 0
a a a0
λ1 (x0 + 01 )2 + λ2 (y 0 + 02 )2 + λ3 (z 0 + 03 )2 =
λ1 λ2 λ3
µ 0 ¶2 µ 0 ¶2 µ 0 ¶2
a01 a02 a03 (1.229)
= + + − a00 .
λ1 λ2 λ3
µ 0 ¶2 µ 0 ¶2 µ 0 ¶2
0 a01 a02 a03
Notăm a00 = + + − a00 . Prin translaţia
λ1 ⎛ λ2 0 ⎞ λ3
a01
⎛ 0 ⎞ ⎛ ⎞ ⎜ −λ ⎟
x X ⎜ 0
1 ⎟
⎝ y ⎠ = ⎝ Y ⎠+⎜ −
0 ⎜ a02 ⎟
⎟ ecuaţia (1.226) va căpăta ı̂n reperul
⎜ λ2 ⎟
z0 Z ⎝ a0 ⎠
− 03
λ3
0 0 −
→ −→ −→
R = (O , e 1 , e 2 , e 3 ), forma:
108 CAPITOLUL 1. NOŢIUNI TEORETICE
0
λ1 X 2 + λ2 Y 2 + λ3 Z 2 = a00 (1.230)
µ 0 0 0
¶
a01 a 02 a 03
Originea noului reper O0 va avea coordonatele − , − , − ı̂n
λ1 λ2 λ3
reperul R = (O, − e 1, −
→ →
e 2, −
→
e 3 ) şi aplicând (1.227) obţinem coordonatele lui
0
O ı̂n reperul iniţial.
0
Dacă a00 = 0 şi λ1 , λ2 , λ3 au acelaşi semn, cuadrica se reduce la un singur
punct, centrul său.
0
Dacă a00 = 0 şi λ1 , λ2 , λ3 nu au acelaşi semn, cuadrica este un con cu
centrul ı̂n O0 .
0 0
Dacă a00 6= 0 putem ı̂mpărţi cu a00 şi notăm
¯ 0 ¯ ¯ 0 ¯ ¯ 0 ¯
¯ a00 ¯ ¯ ¯ ¯ ¯
¯ ¯ = a2 , ¯ a00 ¯ = b2 , ¯ a00 ¯ = c2 , a > 0, b > 0, c > 0.
¯ λ1 ¯ ¯ λ2 ¯ ¯ λ3 ¯
−
→ −→ − →
Exerciţiul 1.41 Se consideră cuadrica care ı̂n reperul R = (O, i , j , k )
are ecuaţia: ⎛ ⎞⎛ ⎞ ⎛ ⎞
¡ ¢ 7 −2 0 x ¡ ¢ −11
x y z ⎝ −2 6 −2 ⎠ ⎝ y ⎠ + 2 x y z ⎝ 14 ⎠ + 36 = 0.
0 −2 5 z −4
Să se aducă cuadrica la forma canonică şi să se precizeze natura ei.
Rezolvare.⎛ Fie A matricea ⎞ formei pătratice
7 −2 0
A = ⎝ −2 6 −2 ⎠ .
0 −2 5
Calculăm polinomul caracteristic P (λ) = λ3 − 18λ2 + 99λ − 162. Va-
lorile proprii sunt λ1 = 9, λ2 = 6, λ3 = 3. Pentru λ1 = 9 vectorul propriu
¡ ¢T
este −→u 1 = 2 −2 1 , pentru λ2 = 6 vectorul propriu este −→
u2 =
¡ ¢T ¡ ¢T
2 1 −2 , pentru λ3 = 3 vectorul propriu este −
→u3 = 1 2 2 .
−
→ ¡ 2 −2 1 ¢T
Baza ortonormată formată din vectorii proprii este e 1 = 3 3 3 ,
−
→ ¡ 2 1 −2 ¢T − → ¡ 1 2 2 ¢T
e2= 3 3 3 , e 3 = 3⎛ 3 3 . ⎞
2 2 1
3 3 3
Cu matricea de rotaţie C = ⎝ − 23 1
3
2
3
⎠ cu det C = 1. efectuăm
1
3
− 23 2
3
rotaţia
⎛ ⎞ ⎛ 2 ⎞⎛ ⎞
2 1
x 3 3 3
x0
⎝ y ⎠ = ⎝ −2 1 2 ⎠ ⎝ y0 ⎠
3 3 3
1
z 3
− 23 2
3
z0
şi obţinem ecuaţia
9(x0 )2 + 6(y 0 )2 + 3(z 0 )2 − 36x0 + 6z 0 + 36 = 0 ⇔
9(x0 − 2)2 + 6y 02 + 3(z 0 + 1)2 − 3 = 0
Efectuăm
⎛ ⎞ translaţia
⎛ ⎞ ⎛ ⎞
x0 X 2
⎝ y0 ⎠ = ⎝ Y ⎠ + ⎝ 0 ⎠
z0 Z −1
şi obţinem ecuaţia
9X 2 + 6Y 2 + 3Z 2 − 3 = 0 ⇔ 3X 2 + 2Y 2 + Z 2 − 1 = 0
Efectuăm
⎛ ⎞ translaţia
⎛ ⎞ ⎛ √ ⎞
0 − 3
x X
⎝ y 0 ⎠ = ⎝ Y ⎠ + ⎝ −1 ⎠
√
z0 Z − 22
şi obţinem ecuaţia
X2 Y 2 Z2
−X 2 − Y 2 + 2Z 2 + 9 = 0 ⇔ +2 − −1=0
9 9 9
Suprafaţa este un hiperboloid√ cu o pânză.
√ Centrul elipsoidului ı̂n reperul
−→ −
→ −
→ 0 2
R = (O, u1 , u2 , u3 ) este O (− 3, −1, − 2 ). Coordonatele centrului cuadri-
cei ı̂n raport cu reperul R sunt: ⎞
⎛ ⎞ ⎛ √1 √1 √1
⎛ √ ⎞ ⎛ 1√ ⎞
x 2
− 6 3 − 3 − 2 √6
⎝ y ⎠=⎜ ⎝ 0 2 1 ⎟⎝
−1 ⎠ .= ⎝ − 12√ 6 ⎠ .
3 ⎠
√ √
6 √
z − √12 − √16 √13 − 22 1
2
6
Capitolul 2
Completări şi exerciţii
113
114 CAPITOLUL 2. COMPLETĂRI ŞI EXERCIŢII
Rezolvare. Aceasta ı̂nseamnă să găsim un număr z = (x, y), astfel ı̂ncât
z1 = z2 · z. Scriind (c, d) · (x, y) = (a, b), găsim (cx − dy, cy + dx) = (a, b),
deci ½
cx − dy = a
dx + cy = b
ac + bd bc − ad
de unde x = 2 2
,y= 2 . Prin urmare, câtul z este
c +d c µ+ d2 ¶
ac + bd bc − ad
z= , .
c2 + d2 c2 + d2
Este ı̂nsă mult mai simplu, să folosim forma algebrică a numerelor z1 şi z2 ,
pentru a afla câtul lor:
z1 a + bj (a + bj) (c − dj) ac + bd bc − ad
z= = = 2 2
= 2 + 2 j .¨
z2 c + dj c +d c + d2 c + d2
Observaţia 2.1 Uneori, se scrie a + jb ı̂n loc de a + bj, ı̂n baza comutativi-
tăţii produsului a două numere complexe. Avem jb = bj, aici fiind vorba de
egalitatea (0, 1) (b, 0) = (b, 0) (0, 1). De exemplu, nu se scrie cos θ + (sin θ) j,
căci este mai simplu să scriem cos θ + j sin θ.
Se poate ajunge la această definiţie şi pe o cale absolut riguroasă şi mai
mult chiar, se poate demonstra că acesta este singurul mod ı̂n care poate fi
definită funcţia ez ı̂n plan complex, astfel ı̂ncât să păstreze cât mai multe
din proprietăţile funcţiei de variabilă reală f (x) = ex . Astfel, se verifică
uşor că
ez1
ez1 ez2 = ez1 +z2 , z2 = ez1 −z2 , ∀z1 , z2 ∈ C, ez 6= 0, ∀z ∈ C
e
dar apare o mare deosebire faţă de funcţia f (x) = ex de variabilă reală.
Anume, ez are perioada 2πj căci e2πj = cos 2π + j sin 2π = 1. Mai general,
avem
ez+2kπj = ez , ∀z ∈ C şi ∀k ∈ Z.
şi că
arg z = y + 2kπ, ∀z 6= 0, z = x + jy ∈ C.
Am folosit notaţia log pentru logaritmul natural (logaritmul ı̂n baza e).
De exemplu, log (−1) = log 1 + j arg (−1) = j (2k + 1) π, ∀k ∈ Z. Din
cauză că argumentul unui număr z 6= 0 are o infinitate de valori, datorată
periodicităţii funcţiilor cos şi sin, putem fixa una dintre ele, de obicei cea
cuprinsă ı̂n intervalul (−π, π], pe care o notăm cu θ. Dacă folosim şi notaţia
|z| = ρ, putem scrie
z = ρejθ şi log z = log ρ + j (θ + 2kπ) , ∀k ∈ Z.
2.2. TRANSFORMĂRI ELEMENTARE 117
i
↓
⎛ ⎞
1 0 ... ... 0 .. 0
⎜ .. .. ... ... .. .. .. ⎟
⎜ ⎟
i→ ⎜ ⎜ 0 0 ... 1 0 .. 0 ⎟ ⎟
Mi (α) = ⎜ 0 0 ... ... α .. 0 ⎟ , det(Mi (α)) = α 6= 0
⎜ ⎟
⎝ .. .. ... ... .. .. 0 ⎠
0 0 ... ... 0 .. 1
care are pe diagonala principală 1 cu excepţia poziţiei (i, i) al cărei element
este α 6= 0, iar elementele nediagonale toate sunt egale cu zero.
-pentru transformarea T2 prin care se schimbă ı̂ntre ele două linii se
ı̂nmulţeşte la stânga matricea A cu o matrice de tip n × n de forma:
i j
↓ ↓
⎛ ⎞
1 ... 0 ... 0 .. 0
⎜ .. ... .. ... .. .. .. ⎟
⎜ ⎟
i→ ⎜ ⎜ 0 ... 0 ... 1 .. 0 ⎟
⎟
Mij = ⎜ .. ... .. ... .. .. .. ⎟ , det(Mij ) = 1 6= 0,
⎜ ⎟
j→ ⎜ ⎜ 0 ... 1 ... 0 .. 0 ⎟
⎟
⎝ .. ... .. ... .. .. .. ⎠
0 ... 0 ... 0 .. 1
matrice care are pe diagoonala principală 1 cu excepţia poziţiilor (i, i) şi
(j, j) care sunt egale cu 0, iar elementele care nu sunt pe diagonala principală
sunt zero cu excepţia elementelor de pe poziţiile (i, j) şi (j, i) care sunt egale
cu 1.
-pentru transformarea T3 prin care se adună la linia i linia j ı̂nmulţită
cu un scalar β se ı̂nmulţeşte la stânga matricea A cu o matrice de tip n × n
de forma:
i j
↓ ↓
⎛ ⎞
1 .. 0 .. 0 .. 0
⎜ . .. .. .. . .. . ⎟
⎜ ⎟
i → ⎜ 0 .. 1 .. β . 0 ⎟
⎜ ⎟
Mij (β) = ⎜ . .. .. .. .. .. . ⎟ , det(Mij (β)) = 1 6= 0,
⎜ ⎟
j→ ⎜ ⎜ 0 .. 0 .. 1 .. 0 ⎟
⎟
⎝ . .. .. .. . .. . ⎠
0 .. 0 . 0 . 1
matrice care are pe diagonala principală 1, iar elementele care nu sunt pe
diagonala principală sunt zero cu excepţia elementului de pe poziţia (i, j)
2.2. TRANSFORMĂRI ELEMENTARE 119
Exerciţiul
⎛ 2.2 Să se calculeze
⎞ rangul matricei
1 1 1 1 1
⎜ 3 2 1 1 −3 ⎟
A=⎜ ⎝ 0 1
⎟.
2 2 6 ⎠
5 4 3 3 −1
Rezolvare. S-au aplicat matricele M21 (−3) şi M51 (−5) şi s-a obţinut
coloana ı̂ntâia a matricei unitate:
120 CAPITOLUL 2. COMPLETĂRI ŞI EXERCIŢII
⎛ ⎞⎛ ⎞
1 0 0 0 1 0 0 0
⎜ 0 1 0 ⎟ ⎜
0 ⎟ ⎜ −3 1 0 0 ⎟
M51 (−5)M21 (−3)A = ⎜
⎝ 0
⎟·
0 1 0 ⎠⎝ 0 0 1 0 ⎠
−5 0 0 1 0 0 0 1
⎛ ⎞ ⎛ ⎞
1 1 1 1 1 1 1 1 1 1
⎜ 3 2 1 1 −3 ⎟ ⎜ 0 −1 −2 −2 −6 ⎟
·⎜
⎝ 0 1 2 2 6 ⎠=⎝ 0
⎟ ⎜ ⎟.
1 2 2 6 ⎠
5 4 3 3 −1 0 −1 −2 −2 −6
S-au aplicat matricele M2 (−1), M12 (−1), M32 (−1) şi M42 (−1) şi s-a
obţinut coloana a doua a matricei unitate: ⎛ ⎞
1 0 0 0
⎜ 0 1 0 0 ⎟
M42 (−1)M32 (−1)M12 (−1)M2 (−1)A = ⎜ ⎝ 0 0 1 0 ⎠·
⎟
0 1 0 1
⎛ ⎞⎛ ⎞⎛ ⎞
1 0 0 0 1 −1 0 0 1 0 0 0
⎜ 0 1 0 0 ⎟ ⎜ 0 1 0 0 ⎟ ⎜ 0 −1 0 0 ⎟
·⎜ ⎟⎜ ⎟⎜
⎝ 0 −1 1 0 ⎠ ⎝ 0 0 1 0 ⎠ ⎝ 0 0 1 0 ⎠ ·
⎟
0 0 0 1 0 0 0 1 0 0 0 1
⎛ ⎞ ⎛ ⎞
1 1 1 1 1 1 0 −1 −1 −5
⎜ 0 −1 −2 −2 −6 ⎟ ⎜ 0 1 2 2 6 ⎟
·⎜
⎝ 0 1
⎟=⎜ ⎟.
2 2 6 ⎠ ⎝ 0 0 0 0 0 ⎠
0 −1 −2 −2 −6 0 0 0 0 0
Numărul de unu care se pot obţine pe diagonala principală, schimbând
eventual coloanele ı̂ntre ele, reprezintă rangul matricei. Rezultă că rangul
matricei A este 2.¨
O altă aplicaţie practică a transformărilor elementare asupra liniilor unei
matrice este un procedeu numeric simplu de calculare a inversei unei matrici.
Reamintim că inversa unei matrici nesingulare A de tip n × n este dată de
relaţia
AA−1 = A−1 A = I, (2.1)
A−1 = E1 E2 ...Ek .
µ ¶
a11 a12
Exerciţiul 2.3 Fie matricea de ordin doi nesingulară A = cu
a21 a22
∆ = a11 a22 − a12 a21 6= 0. Presupunem că a11 6= 0. Să se prezinte etapele de
calcul al inversei matricei A utilizând transformările elementare.
⎛ 17 ⎞
2
−3 − 12
⎜ ⎟
Deci A−1 = ⎝ 21
2
−4 − 12 ⎠.¨
27
2
−5 − 12
Să se expliciteze subspaţiile [S1 ] ∩ [S2 ] şi [S1 ] + [S2 ], unde am notat cu
[S] mulţimea combinaţiilor liniare ale vectorilor sistemului S.
Rezolvare. Determinăm câte o bază ı̂n cele două subspaţii: S10 ı̂n [S1 ],
respectiv, S20 ı̂n [S2 ].
⎛ ⎞
1 2 1 −3 ¯ ¯
⎜ −2 0 −6 −2 ⎟ ¯ 1 2 ¯
⎜
rang ⎝ ⎟ ¯
= 2, ¯ ¯ 6= 0 ⇒ S10 = {e01 , e02 } ,
2 −1 7 4 ⎠ −2 0 ¯
1 3 0 −5
⎛ ⎞
2 2 2 ¯ ¯
⎜ −1 −5 −7 ⎟ ¯ 2 2 ¯¯
⎜
rang ⎝ ⎟ ¯
= 2, ¯ 6= 0 ⇒ S20 = {e001 , e002 } .
1 6 −4 ⎠ −1 −5 ¯
0 −1 1
Fie x ∈ [S1 ] ∩ [S2 ]. Atunci x ∈ [S10 ] şi x ∈ [S20 ]. Avem
½ ½
x ∈ [S10 ] x = α1 e01 + α2 e02
⇒ ⇒ α1 e01 + α2 e02 = β1 e001 + βe002 .
x ∈ [S20 ] x = β1 e001 + β2 e002
Obţinem sistemul
⎧ ⎧
⎪
⎪ α1 + 2α2 − 2β1 − 2β2 = 0 ⎪
⎪ α1 = −2λ
⎨ ⎨
−2α1 − β1 − 5β2 = 0 α2 = λ
⇔ , λ∈R.
⎪
⎪ 2α 1 − α2 − β1 − 6β2 = 0 ⎪
⎪ β1 = λ
⎩ ⎩
α1 + 3α2 + β2 = 0 β2 = −λ
Deci,
¡ ¢
x = −2λe01 + λe02 = λ (−2e01 + e02 ) = λ 0 4 −5 1 , sau
¡ ¢
x = λe001 − λe002 = λ (e001 − e002 ) = λ 0 4 −5 1 .
Astfel
© ¡ ¢ ª
[S1 ] ∩ [S2 ] = x ∈ R4 | x = λ 0 4 −5 1 , λ ∈ R .
126 CAPITOLUL 2. COMPLETĂRI ŞI EXERCIŢII
Exerciţiul 2.10 Dacă două matrice au aceeaşi configuraţie şi matricele di-
agonale sunt matrice pătratice atunci cele două matrice se pot ı̂nmulţi după
o regulă similară cu regula de ı̂nmulţire a matricelor. Astfel dacă considerăm
matricele A1 , A2 ∈Mn×n (R), B1 , B2 ∈Mn×m (R), C1 , C2 ∈Mm×n (R) şi D1 ,
D2 ∈Mm×m (R) atunci
µ ¶µ ¶ µ ¶
A1 B1 A2 B2 A1 A2 + B1 C2 A1 B2 + B1 D2
= .¨
C1 D1 C2 D2 C1 A2 +D1 C2 C1 B2 +D1 D2
Exerciţiul
µ 2.11 ¶ Să se determine inversa matricei bloc Q de forma:
A 0
Q=
0 B
ştiind că matricele A şi B sunt pătratice (pot fi de dimensiuni diferite)
inversabile.
128 CAPITOLUL 2. COMPLETĂRI ŞI EXERCIŢII
Rezolvare. µ Se−1verifică ¶
imediat că matricea
−1 A 0
Q =
0 B−1
verifică relaţiile Q−1 Q = QQ−1 = I.¨
µ ¶
A B
Exerciţiul 2.12 Să se arate că inversa matricei bloc P = este
µ −1 ¶ C D
−1 A (I + BFCA−1 ) −A−1 BF
P =
−FCA−1 F
¡ −1
¢−1
unde F = D − CA B .
Exerciţiul
µ 2.13 ¶Să se determine determinantul matricei bloc Q de forma:
A B
Q= .
0 C
Rezolvare. Aplicând regula lui Laplace generalizată rezultă că
det(Q) = det(A) det(C).¨
Exerciţiul 2.14 Să se calculeze determinantul matricei bloc P, dacă A şi
D sunt matrici
µ pătratice
¶ şi măcar una dintre ele este nesingulară.
A B
P= .
C D
Rezolvare. Dacă matricea A este inversabilă atunci ı̂nmulţim la dreapta
matricea P cu o matrice astfel ı̂ncât matricea obţinută să aibă zero deasupra
diagonalei
µ principale:
¶µ ¶ µ ¶
A B I −A−1 B A 0
=
C D 0 I C D − CA−1 B
şi calculând determinantul ambilor membrii obţinem
det(P) = det(A) det(D − CA−1 B). Dacă AC = CA obţinem că
det(P) = det(AD − CB).
Dacă matricea D este inversabilă atunci ı̂nmulţim la stânga matricea
P cu o matrice astfel ı̂ncât matricea obţinută să aibă zero sub diagonala
principală:
µ ¶µ ¶ µ ¶
A B I 0 A − BD−1 C B
=
C D −D−1 C I 0 D
şi calculând determinantul ambilor membrii obţinem
det(P) = det(D) det(A − BD−1 C). Dacă CD = DC obţinem că
det(P) = det(AD − CB).¨
Observăm că (f ◦ g)B2 = (f )B1 ,B2 · (g)B2 ,B1 şi (g ◦ f )B1 = (g)B2 ,B1 ·
(f )B1 ,B2 .¨
Aşadar, f (x) = 11u1 − 21u2 − 13u3 . Pentru verificare, ı̂nlocuim fiecare din
vectorii ui cu descompunerile lor după baza canonică şi obţinem
0 0 1 0
Să se determine o formă canonică Jordan şi o bază Jordan.
Rezolvare. Calculăm polinomul caracteristic: δ1 = 0, δ2 = −2, δ3 = 0,
δ4 = 1; P (λ) = (λ − 1)2 (λ + 1)2 . Valorile proprii şi multiplicităţile lor sunt
λ1 = 1, n1 = 2; λ2 = −1, n2 = 2.
Calculăm pentru λ1 = 1, d1 = 4 − rang(I4 − A), dar rang(I4 − A)= 3 ⇒
d1 = 1. Deci pentru λ1 = 1 avem o singură serie de vectori proprii şi
asociaţi, serie de lungime m1 = 2. Pentru a determina capul de serie căutăm
soluţiile sistemului (I4 − A)2 x=θ,
⎛ ⎞ ⎛ ⎞
3 −4 −1 2 1 −2 1 0
⎜ −2 3 0 −1 ⎟ L1 ↔L3 ⎜ −2 3 0 −1 ⎟ LL23 +2L
−3L
1 →L2
1 →L3
⎜ ⎟ → ⎜ ⎟
⎝ 1 −2 1 0 ⎠ ⎝ 3 −4 −1 2 ⎠ −→
0 1 −2 1 0 1 −2 1
⎛ ⎞ ⎛ ⎞
1 −2 1 0 1 −2 1 0
⎜ 0 −1 2 −1 ⎟ L2 →−L2 ⎜ 0 1 −2 1 ⎟ LL13 +2L 2 →L1
⎜ ⎟ −→ ⎜ ⎟ −3L −→ 3 →L3
⎝ 0 2 −4 2 ⎠ ⎝ 0 2 −4 2 ⎠ L4 −L 2 →L4
0 1 −2 1 0 1 −2 1
⎛ ⎞
1 0 −3 2
⎜ 0 1 −2 1 ⎟
⎜ ⎟
⎝ 0 0 0 0 ⎠.
0 0 0 0
¡ ¢T ¡ ¢T
Rezultă u = 3α − 2β 2α − β α β =α 3 2 1 0 +
¡ ¢T (1) ¡ ¢T
+β −2 −1 0 1 , de unde u1 = 3 2 1 0 ,
(1) ¡ ¢T
u2 = −2 −1 0 1 . Calculăm
(1) (1) ¡ ¢T
z1 = (I4 − A)u1 = −1 −1 −1 −1 ,
(1) (1) ¡ ¢T
z2 = (I4 − A)u2n = 1 o1 1 1 .
(1) (1)
Observăm că z1 , z2 sunt liniar dependenţi, de aceea vom considera
unul din cei doi vectori drept cap de serie. Capul de serie va fi, de exemplu,
(1) ¡ ¢T (1) (1)
v1 = 1 1 1 1 , iar vectorul propriu asociat va fi v2 = u2 sau
(1) (1) (1)
u1 . Considerăm, de exemplu, v2 = u2 (baza Jordan nu este unică)
Concluzie: npentru valoarea
o proprie 1 avem o serie de un vector propriu
(1) (1)
şi un asociat, v1 , v2 şi ei ı̂i corespunde o celulă Jordan de ordin 2.
136 CAPITOLUL 2. COMPLETĂRI ŞI EXERCIŢII
şi ¡ ¢
⎛ xT Ax =⎞ ξT HT AH ξ =
λ1 0 ··· 0
⎜ 0 λ2 ··· 0 ⎟
⎜ ⎟
ξT ⎜ .. .. . . . .. ⎟ ξ = λ1 ξ12 + λ2 ξ22 + · · · + λn ξn2 .
⎝ . . . ⎠
0 0 · · · λn
2.5. SPAŢII EUCLIDIENE 141
Rezolvare. Prin definiţie, şirul de matrice {Mk } are limita L, dacă există
o³ normă ´ astfel ı̂ncât |Mk − L| → 0 pentru k → ∞. Dacă notăm Mk =
(k) (k)
mij , k = 1, 2, 3, . . . şi L = (αij ), convergenţa este echivalentă cu mij →
αij pentru k → ∞, oricare ar fi perechea fixată de indici (i, j). Aceasta se
ı̂ntâmplă deoarece orice orice normă matriceală este echivalentă cu oricare
dintre normele cunoscute, pentru care afirmaţia se verifică imediat. În cazul
de faţă, avem ¯ ¯ ¯ ¯
¯Ak − 0¯ = ¯Ak ¯ ≤ |A|k → 0 când k → ∞.
³ ´
k (k) (k)
Deci, dacă notăm A = aij , rezultă aij → 0 când k → ∞, oricare
ar fi perechea de indici (i, j).¨
Exerciţiul 2.29 Fie A = (aij ) o matrice de ordinul n, cu elemente reale
sau complexe. Dacă X n
|aii | > |aij | , i = 1, n
j=1
j6=i
să se arate că det A 6= 0.
Rezolvare. Presupunem det A = 0, ceea ce ı̂nseamnă că o coloană este
combinaţie liniară de celelalte coloane. Avem c1 v(1) + c2 v(2) + · · · + cn v(n) =
θ, unde v(i) sunt vectorii-coloană ai matricei A şi măcar un coeficient este
6= 0. Fie |ck | ≥ |ci | pentru i = 1, n. Avem
c1 c2 cn
v(k) = − v(1) − v(2) − · · · − v(n) ,
ck ck ck
(k)
unde ı̂n dreapta, desigur, lipseşte termenul cu v . În coloana k, pe linia k
se află termenul akk , pentru care avem
144 CAPITOLUL 2. COMPLETĂRI ŞI EXERCIŢII
c1 c2 cn
akk = − ak1 − ak2 − · · · − akn
ck ck ck
de unde rezultă ¯ ¯ ¯ ¯ ¯ ¯
¯ c1 ¯ ¯ c2 ¯ ¯ cn ¯
|akk | ≤ ¯¯ ¯¯ · |ak1 | + ¯¯ ¯¯ · |ak2 | + · · · + ¯¯ ¯¯ · |akn |
ck ck ck
adică |akk | ≤ |ak1 | + |ak2 | + · · · + |akn |
unde, evident, ı̂n dreapta lipseşte termenul |akk |. Aceasta este o contradic-
ţie, deci det A 6= 0. Elementele matricei A pot fi şi numere complexe.¨
Exerciţiul 2.30 Fie A = (aij ) o matrice de ordinul n, cu elemente reale
P
n
sau complexe. Notăm ρi = |aij |, i = 1, n. Să se arate că
j=1
j6=i
[
n
σ (A) ⊂ {z; |z − aii | ≤ ρi } .
i=1
Rezolvare. Scriem
R (λ) = R (λ) (µI − A) R (µ) = R (λ) [(λI − A) + (µ − λ) I] R (µ) =
= [I + (µ − λ) R (λ)] R (µ) = R (µ) + (µ − λ) R (λ) R (µ) ,
2.5. SPAŢII EUCLIDIENE 145
X
n X
n
|aii | + |aij | < 1 ⇒ |aij | < 1 − |aii | ≤ |a + aii | ,
i,j=1 i,j=1
j6=i j6=i
deci elementul de pe diagonala principală are modulul mai mare decât
suma modulelor celorlalte elemente de pe linia corespunzătoare. După un
exerciţiul cunoscut, această condiţie implică det (I + A) 6= 0. În mod ana-
log, găsim det (I − A) 6= 0, deci şi det(I − A2 ) 6= 0.¨
Exerciţiul 2.48 Fie A şi B două matrice reale simetrice, de acelaşi ordin,
având autovalorile nenegative. Să se arate că
det (A + B) ≥ det A + det B.
Exerciţiul 2.49 Fie A şi B două matrice reale, de ordinul n. Notăm, ı̂n
ordine crescătoare cu λ̃i , respectiv µ̃i , i = 1, n autovalorile matricelor reale
simetrice AT A sau BT B. Dacă ρ este o autovaloare reală a matricei AB,
să se arate că λ̃ µ̃ ≤ ρ2 ≤ λ̃ µ̃ .
1 1 n n
¡ ¢
Rezolvare. Forma pătratică xT AT A x = kAxk2 ≥ 0, deci toate auto-
valorile λ̃i sunt ≥ 0. La fel, toate autovalorile µ̃i sunt ≥ 0. În plus, avem şi
inegalităţile
λ̃1 kxk2 ≤ kAxk2 ≤ λ̃n kxk2 , µ̃1 kxk2 ≤ kBxk2 ≤ µ̃n kxk2 , ∀x ∈ Rn .
Consecinţa 2.1 Dacă A şi B sunt două matrice reale simetrice, de ordinul
n, având ¡autovalorile
¢ ¡ λi , respectiv
¢ µ¡i ı̂n plus
¢ ¡AB = BA,
¢ atunci rezultă
min λ2i min µ2i ≤ ρ2j ≤ max λ2i max µ2i , j = 1, n
pentru toate autovalorile ρj ale matricei AB. În adevăr, ı̂n acest caz AB
este simetrică, deci are toate autovalorile ρj reale, AT A = A2 , BT B = B2 ,
λ̃i = λ2i , µ̃i = µ2i , i = 1, n. Dar λ̃i şi µ̃i , i = 1, n nu mai sunt, ı̂n general,
numerotate ı̂n ordinea crescătoare. Putem scrie şi altfel
(min |λi |) (min |µi |) ≤ |ρj | ≤ (max |λi |) (max |µi |) , j = 1, n.
Deci,
¡ x=u
¢ 1 +4u2 +2u3 . Proiecţiile
¡ ortogonale
¢ ale lui x sunt x0 = u1 +4u2 =
1 1 4 ∈ U şi x00 = 2u3 = 2 −2 0 ∈ U ⊥ .¨
Exerciţiul 2.52 Să se ortonormeze sistemul de funcţii t, t2 , t3 ı̂n C [0, 1]
R1
ı̂n raport cu produsul scalar hf, gi = tf (t) g (t) dt.
0
Rezolvare. Aplicăm procedeul de ortogonalizare Gram-Schmidt. Fie f1 =
t, f2 = t2 , f3 = t3 . Considerăm g1 = f1 , g2 = f2 + α21 g1 , g3 = f3 +
hf2 , g1 i
α31 g1 +α32 g2 . Conform procedeului de ortogonalizare avem α21 = − ,
hg1 , g1 i
154 CAPITOLUL 2. COMPLETĂRI ŞI EXERCIŢII
hf3 , g1 i hf3 , g2 i
α31 = − , α32 = − . Astfel obţinem g1 = t, hg1 , g1 i =
hg1 , g1 i hg2 , g2 i
R1 3 1 R1 4 1 4 4
0
t dt = , hf2 , g1 i = 0
t dt = , α21 = − , g2 = t2 − t, hg2 , g2 i =
µ 4¶ 5Z 5 5 µ ¶
2
R1 2 4 1 1
5 1 3 2 10 2 4
0
t t − t dt = , hf3 , g1 i = t dt = , g3 = t − t− t − t =
5 150 0 6 3 7 5
10 10
t3 − t2 + t.¨
7 21
Exerciţiul 2.53 Să se determine un produs scalar ı̂n R3 ı̂n raport cu care
baza
© ¡ ¢ ¡ ¢ ¡ ¢ª
B 0 = e01 = 1 0 0 , e02 = 1 1 0 , e03 = 1 1 1
este ortonormată.
Rezolvare. Fie B = {e1 = (1, 0, 0) , e2 = (0, 1, 0) , e3 = (0, 0, 1)} baza stan-
dard a spaţiului R3 . Fie ρ (x, y) produsul scalar căutat. Deoarece B 0 este
ortonormată, rezultă că forma biliniară simetrică ρ (x, y) are ı̂n baza B 0
matricea (ρ)B0 = I3 . Matricea unei forme biliniare la schimbări de baze este
dată de (ρ)B0 = CT (ρ)B C, unde C este matricea de trecere de la B la B 0
⎛ ⎞
1 1 1
C = ⎝ 0 1 1 ⎠.
0 0 1
Obţinem
¡ ¢−1 ¡ ¢−1 ¡ ¢−1 −1
(ρ)B = CT (ρ)B0 C−1 = CT I3 C−1 = CT C =
⎛ ⎞⎛ ⎞ ⎛ ⎞
1 0 0 1 0 0 1 −1 0
= ⎝ −1 1 0 ⎠ ⎝ 1 1 0 ⎠ = ⎝ −1 2 −1 ⎠ .
0 −1 1 1 1 1 0 −1 2
Exerciţiul 2.54 Să se calculeze valorile proprii şi subspaţiile proprii pentru
matricea A = (aij ), aij = 1, i, j = 1, n.
Să se determine forma canonică şi baza canonică prin metodele cunoscute
şi să se verifice legea inerţiei.
156 CAPITOLUL 2. COMPLETĂRI ŞI EXERCIŢII
1 1 1 1 1
B + B2 + · · · + Bn + · · · ) = I + (A + B) + (A2 + 2AB + B2 )+
1! 2! n! 1! 2!
1 3 2 2 3 A+B
(A + 3A B + 3AB + B ) + · · · = e .¥
3!
Propoziţia 2.2 Dacă I ∈ Mn (R), matricea unitate, atunci eI = eI.
1 1 1 1 1
Demonstraţie. eI = I + I + I2 + · · · + In + · · · = (1 + + + · · · +
1! 2! n! 1! 2!
1
+ · · · )I = eI.¥
n!
Propoziţia 2.3 Dacă A ∈ Mn (R) atunci (eA )−1 = e−A .
Demonstraţie. Deoarece A şi −A comută, deducem eA e−A = e−A eA =
e0 = I. Deci eA este inversabilă şi inversa ei este e−A .¥
Ne interesează calculul efectiv a lui eA . Pentru aceasta considerăm ur-
mătoarele cazuri:
I. Cazul
⎛ ı̂n care A este matrice ⎞ diagonală, ⎛ A=D ⎞
k
λ1 0 ··· 0 λ1 0 ··· 0
⎜ 0 λ2 · · · 0 ⎟ ⎜ λk2 · · · 0 ⎟
⎜ ⎟ k ⎜ 0 ⎟
D=⎜ . . ⎟,D = ⎜ . . ⎟
⎝ ··· ··· . ··· ⎠ ⎝ ··· ··· . ··· ⎠
0 0 · · · λn 0 0 · · · λkn
1 1 1
eD = I + D + D2 + · · · + Dn + · · · =
⎛ 1! 2! n! ⎞
1
1 + 11 λ1 + · · · 0 ··· 0
⎜0 1 + 11 1
λ2 + 2!1 λ22 + · · · · · · 0 ⎟
⎜ ⎟
= ⎜ .. .. . . .. ⎟=
⎝. . . . ⎠
1 1 2
0 0 · · · 1 + 11 λn + 2! λn + · · ·
⎛ ⎞
λ1
e 0 ··· 0
⎜ 0 e λ2
· ·· 0 ⎟
⎜ ⎟
=⎜ . . ⎟.
⎝ ··· ··· . ··· ⎠
0 0 · · · eλn
II. Cazul ı̂n care A este celulă Jordan de ordin n corespunzătoare valorii
proprii λ ⎛ ⎞
λ 1 ··· 0
⎜ ... ⎟
⎜ 0 λ 0 ⎟
A = Jn = ⎜ ⎟ = λIn + En , unde
⎝ · · · · · · ... 1 ⎠
0 0 ··· λ
2.6. EXPONENŢIALA DE ARGUMENT MATRICEAL 159
⎛ ⎞
⎛ ⎞ 0 0 1 ··· 0
0 1 ··· 0 ⎜ ⎟
.
⎜
⎜ 0 0
... ⎟
0 ⎟ 2 ⎜ ···
⎜ · · · · · · .. · · · ⎟
⎟
En = ⎜ . ⎟ , En = ⎜ 0 0 0 ··· 1 ⎟,··· ,
⎝ · · · · · · .. 1 ⎠ ⎜ ⎟
⎝ 0 0 0 ··· 0 ⎠
0 0 ··· 0 0 0 0 ··· 0
Enn = 0. ∙ ¸
Jn λIn +En λIn 1 1 2 1 n−1
e =e =e I + En + En + · · · + E =
1! 2! (n − 1)! n
⎛ 1 1 1 ⎞
1 1! 2!
· · · (n−1)!
∙ ¸ ⎜ 0 1 1 1
· · · (n−2)! ⎟
1 1 ⎜ 1! ⎟
⎜ 1 ⎟
= eλ I + En + · · · + En−1
n = eλ ⎜ 0 0 1 · · · (n−3)! ⎟,
1! (n − 1)! ⎜ ⎟
⎝ · · · · · · · · · ... · · · ⎠
0 0 0 ··· 1
II. Cazul
⎛ ı̂n care A este⎞o matrice Jordan⎛ ⎞
J1 0 eJ1 0
⎜ J2 ⎟ ⎜ eJ2 ⎟
⎜ ⎟ ⎜ ⎟
J=⎜ . . ⎟ , atunci eJ = ⎜ ... ⎟.
⎝ . ⎠ ⎝ ⎠
0 Js 0 eJs
1 0 −2 5
Să se calculeze eA .
160 CAPITOLUL 2. COMPLETĂRI ŞI EXERCIŢII
0 0 0 6
⎛ ⎞ ⎛ 1 1 1
⎞
−1 0 2 1 −6 0 3 6
⎜ 0 1 0 0 ⎟ ⎜ 0 ⎟
H=⎜ ⎟ , H−1 = ⎜ 02 1 01 ⎟.
⎝ 2 0 1 −2 ⎠ ⎝ 0 5 0 ⎠
5
1 1 1
1 0 0 5 0 − 15
⎛ ⎞ 30 6
1 0 0 0
⎜ 0 e 0 0 ⎟
eD = ⎜⎝ 0 0 e 0 ⎠,
⎟
0 0 0 e6
⎛ ⎞⎛ ⎞⎛ 1 ⎞
−1 0 2 1 1 0 0 0 − 6 0 13 1
6
⎜0 1 0 0 ⎟ ⎜ ⎟⎜ 0⎟
eA = PeD P−1 = ⎜ ⎟⎜ 0 e 0 0 ⎟⎜ 02 1 01 ⎟=
⎝2 0 1 −2 ⎠⎝ 0 0 e 0 ⎠⎝ 5 0 5 0⎠
1 1 1
1 0 0 5 0 0 0 e6 0 − 15
⎛ 4 1 6 1 2 1 6 1 1 6 1
⎞ 30 6
5
e + 30
e + 6
0 5
e − 15
e − 3 6
e − 6
⎜ 0 e 0 0 ⎟
=⎜ ⎝ e− e −
⎟.
2
5
1
15
6 1
3
0 5 e + 15 e + 3 − 3 e + 3 ⎠
1 2 6 2 1 6 1
1 6
6
e − 16 0 − 13 e6 + 13 5 6
6
e + 16
⎛ 2.57 Fie⎞matricea
Exerciţiul
0 1 0
A= −4 4 0 ⎠ .
⎝
−2 1 2
Să se calculeze eA .
2.6. EXPONENŢIALA DE ARGUMENT MATRICEAL 161
−2e2 e2 e2
În teoria ecuaţiilor diferenţiale, se utilizează destul de mult matricea
exp (tA), notată şi etA . Mai exact, se defineşte o funcţie F (t) = exp (tA)
de variabila reală t ∈ (−∞, ∞) şi luând valori ı̂n mulţimea matricelor de
ordinul n, prin analogie cu funcţia scalară f (t) = exp (at). Aceasta din
urmă satisface ecuaţia diferenţială ẋ (t) = ax (t) şi condiţia iniţială x (0) =
1. Pentru cazul matriceal, vom considera ecuaţia diferenţială liniară
Ẋ (t) = AX (t) , cu condiţia X (0) = I (2.9)
ı̂n care X (t) este funcţia-matrice de ordinul n, ale cărei elemente sunt funcţii
de variabila independentă t, A este o matrice constantă de acelaşi ordin n, I
este matricea unitate de ordinul n, iar Ẋ (t) este funcţia - matrice obţinută
prin derivarea ı̂n raport cu t£ a fiecărui element al lui X ¤(t).
Dacă notăm X (t) = col x(1) (t) , x(2) (t) , . . . , x(n) (t) , se poate arăta că
relaţiile (2.9) sunt echivalente cu faptul că fiecare coloană x(i) (t) a matricei
X (t) satisface sistemul diferenţial liniar
¡ (i) ¢ ¡ ¢T
x (t) = Ax (t) , x (0) = 0 · · · 0 1 0 · · · 0
i (2.10)
vectorul iniţial x(i) (0) fiind al i-lea vector din baza standard din Rn sau, cu
alte cuvinte, coloana de rand i din matricea unitate I. Rezolvarea acestor
n sisteme diferenţiale duce la aflarea coloanelor matricei X (t) = exp (tA).
Se poate folosi şi notaţia exp (At). În cazurile n = 2, 3 găsirea matricei
exp (tA) nu duce la calcule foarte complicate. Există şi o altă metodă de
găsire a matricei exp (tA), care presupune folosirea transformatei Laplace,
dar nu o prezentăm aici.
µ ¶
1 0
Exemplul 2.4 Fie I = matricea unitate de ordinul 2. Să se afle
0 1
exp (tI).
2.6. EXPONENŢIALA DE ARGUMENT MATRICEAL 163
a cărei soluţie generală este x1 = c1 eat cos bt + c2 eat sin bt, unde c1 şi c2 sunt
constante arbitrare. Folosind din nou prima ecuaţie, găsim şi cea de a doua
funcţie a sistemului, x2 = c1 eat sin bt − c2 eat cos bt. Luând c1 = 1, c2 = 0
obţinem prima coloană x(1) (t) a matricei exp (tA):
µ at ¶ µ ¶
(1) e cos bt (1) 1
x (t) = at , cu x (0) = .
e sin bt 0
2.7.1 Cercul
Definiţia 2.7 Cercul este locul geometric al punctelor din plan care au
proprietatea că sunt egal depărtate, la distanţă R, de un punct fix. Punc-
tul fix, M0 (x0 , y0 ) se numeşte centrul cercului iar R se numeşte raza
cercului.
Fie M(x, y) un punct oarecare al cercului. Dacă r şi r0 sunt vectorii de
poziţie ai punctelor M respectiv C, atunci kr − r0 k = R ⇔ (x − x0 )2 + (y −
y0 )2 = R echivalent cu
(x − x0 )2 + (y − y0 )2 = R2 . (2.11)
2.7.2 Elipsa
Definiţia 2.8 Elipsa este locul geometric al punctelor din plan care au pro-
prietatea că suma distanţelor la două puncte fixe, F şi F 0 (numite focare),
este constantă şi egală cu 2a, a ∈ R+ .
Figura 2.1.
2.7. CONICE PE ECUAŢII REDUSE 167
2.7.3 Hiperbola
Definiţia 2.9 Hiperbola este locul geometric al punctelor din plan care
au proprietatea că diferenţa distanţelor la două puncte fixe, F şi F 0 (numite
focare), este constantă şi egală cu 2a, a ∈ R+ .
Deducerea ecuaţiei hiperbolei.
Pentru a deduce ecuaţia hiperbolei alegem un reper preferenţial la fel ca
şi ı̂n cazul elipsei (figura 2.2): originea O a reperului se alege ı̂n mijlocul
−
→ −→ −
→
segmentului F F 0 , versorul i este versorul vectorului OF iar versorul j se
−→
alege perpendicular pe i ı̂n O.
Figura 2.2.
−→ → −−→
−
Din felul ı̂n care am ales reperul R deducem că OF = c i şi OF 0 =
−
→
−c i , unde c > 0.°Deci °F (c,°0), F 0°(−c, 0) şi dacă M(x,
° y) este
° ° un punct
° al
°−−→° °−−→0 ° °−−→° °−−→0 °
hiperbolei, atunci °MF ° − °MF ° = 2a, a > 0 fixat,°MF ° > °MF °.
p p
− 2 + y2 − 2 2
Rezultă
p (x c) p (x + c) + y = 2a ⇔
(x − c)2 + y 2 = 2a + (x + c)2 + y 2 .
Ridicând la pătrat şi efectuând simplificările obţinem:
p
a (x + c)2 + y 2 = −a2 − xc. (2.18)
2.7. CONICE PE ECUAŢII REDUSE 169
2
Pentru x < − ac ridicăm din nou la pătrat şi efectuând simplificările
obţinem: °(a2 −°c2 )x°2 + a°
2 2
y − 2 2 2 2 2 2
° a (a° − c ) = 0. Notăm c − a = b (a < c
°−−→° °−−→° °−−→°
deoarece °MF ° − °MF 0 ° < °F F 0 °) şi obţinem b2 x2 − a2 z 2 − a2 b2 = 0 ⇔
x2 y 2
− 2 − 1 = 0. (2.19)
a2 b
Ecuaţia (2.19) reprezintă ecuaţia hiperbolei de semiaxe a şi b.
c p c
Din (2.18) obţinem − x − a = (x + c)2 + y 2 . Notăm e = , numită
a a
excentricitatea hiperbolei şi obţinem
a p
−e(x + ) = (x + c)2 + y 2 . (2.20)
e
a
Observăm că e > 1, ı̂n cazul hiperbolei. x + reprezintă distanţa de
e
a
la punctul M(x, y) la dreapta de ecuaţie x = − , numită directoarea
e
a
hiperbolei. Hiperbola are două drepte directoare de ecuaţii x = −
e
a
şi x = iar punctele hiperbolei se găsesc ı̂n exteriorul acestor drepte,
e
a a a a2
x ≤ −a < − şi x ≥ a > ( = < a).
e e e c
Relaţia (2.20) ne arată că raportul distanţelor de la M la F 0 şi la dreapta
a
directoare de ecuaţie x = − este constantă şi egală cu excentricitatea
e
hiperbolei.
b√ 2
Din ecuaţia (2.19) a hiperbolei obţinem: y = x − a2 sau y =
a
b√ 2 b
− x − a2 . Rezultă că dreptele y = ± x sunt asimptote.
a a
Tangenta la hiperbolă
xx0 yy0
− 2 − 1 = 0. (2.21)
a2 b
Ecuaţia (2.21) a tangentei la hiperbolă dusă printr-un punct (x0 , y0 ) de
pe hiperbolă se obţine prin dedublare.
Observaţia 2.9 Hiperbola
x2 y 2
− 2 + 1 = 0. (2.22)
a2 b
este numită şi hiperbola conjugată (figura 2.3) hiperbolei (2.19). Are
aceleaşi asimptote, aceleaşi axe.
170 CAPITOLUL 2. COMPLETĂRI ŞI EXERCIŢII
y
3.5
3
2.5
2
1.5
1
0.5
0
-5 -4 -3 -2 -1 0 1 2 3 4 5
-0.5
-1 x
-1.5
-2
-2.5
-3
-3.5
Figura 2.3.
Observaţia 2.10 Dacă a = b, hiperbola se numeşte echilateră şi are
ecuaţia x2 − y 2 = a2 . Asimptotele sale sunt bisectoarele axelor, x = y şi
x = −y. Tot hiperbolă echilateră este xy = ±a2 . În acest caz asimptotele
hiperbolei sunt axele de coordonate.
Reprezentarea
½ paramertică a hiperbolei:
x = a ch ϕ
, ϕ ∈ R.
y = b sh ϕ
2.7.4 Parabola
Definiţia 2.10 Parabola este locul geomertic al punctelor din plan egal
depărtate de un punct fix, F , numit numit focar, şi o dreaptă dată, numită
dreaptă directoare.
y 5
1
0
-0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
-1 x
-2
-3
-4
-5
Figura 2.4.
Deducerea ecuaţiei parabolei.
Pentru a deduce ecuaţia parabolei alegem un reper preferenţial (figura
−
→
2.4): originea O a reperului se alege ı̂n vârful parabolei, versorul i este
−→ −→ −
→
versorul vectorului OF iar versorul j se alege perpendicular pe i ı̂n O.
−→ p−→
Din felul ı̂n care am ales reperul R deducem că OF = i şi dreapta
r 2
p p p
directoare de ecuaţie x = − . Trebuie să avem x + = (x − )2 + y 2 ⇔
2 2 2
2.8. CUDRICE PE ECUAŢII REDUSE 171
p2 p2
x2 + px + = x2 − px + + y2 ⇔
4 4
y 2 = 2px. (2.23)
Tangenta la parabolă
yy0 = p(x + x0 ). (2.24)
Ecuaţia (2.24) a tangentei la parabolă dusă printr-un punct (x0 , y0 ) de
pe parabolă se obţine prin dedublare.
Observaţia 2.11 Excentricitatea parabolei este e = 1. O reprezentare
parametrică a parabolei este y = t, x = t2 /(2p).
Figura 2.5.
Studiem ecuaţia x2 + y 2 + z 2 + 2ax + 2by + 2cz + d = 0 ca să stabilim ı̂n
ce caz ea reprezintă ecuaţia unei sfere. Această ecuaţie se mai poate scrie
172 CAPITOLUL 2. COMPLETĂRI ŞI EXERCIŢII
2.8.2 Elipsoidul
Definiţia 2.12 Elipsoidul este cuadrica reprezentată, ı̂ntr-un reper con-
venabil, prin ecuaţia:
x2 y 2 z 2
+ 2 + 2 = 1, a, b, c ∈ R+ . (2.25)
a2 b c
Figura 2.6.
Se observă că reperul ı̂n raport cu care este scrisă ecuaţia are ori-
ginea, axele şi planele de coordonate elemente de simetrie ale cuadricei.
În concluzie elipsoidul admite trei plane de simetrie, trei axe de sime-
trie şi un centru de simetrie. Punctele ı̂n care axele de coordonate inter-
sectează suprafaţa se numesc vârfurile elipsoidului şi ele sunt: A(a, 0, 0),
A0 (−a, 0, 0), B(0, b, 0), B 0 (0, −b, 0), C(0, 0, c), C 0 (0, 0, −c). Numerele a, b, c
se numesc semiaxele elipsoidului.
Pentru reprezentarea grafică se utilizează metoda intersecţiei cu planele
de coordonate şi cu plane paralele cu planele de coordonate. Pentru z = h,
x2 y 2 h2
obţinem curba: 2 + 2 = 1 − 2 , z = h. Această intersecţie este mulţimea
a b c
vidă dacă |h| > c, este un punct (dublu) pentru h = c, C(0, 0, c) şi pen-
tru h = −c, C 0 (0, 0, −c). Pentru −c < h < c, prima ecuaţie a curbei
2.8. CUDRICE PE ECUAŢII REDUSE 173
x2 y2
de intersecţie poate fi scrisă de forma: + = 1 care
h2 h2
a2 (1 2
− 2 ) b (1 − 2 )
c c
reprezintă, pentru fiecare −c < h < c, ecuaţia unei elipse.
Analog se studiază secţiunile cu plane paralele cu plane paralele cu
xOz, yOz astfel ı̂ncât obţinem imaginea din figura 2.6. Observăm că elip-
soidul este o mulţime mărginită şi ı̂nchisă, deci compactă.
Ecuaţia planului tangent la elipsoid printr-un punct al elipsoidu-
lui se obţine prin dedublare. Fie M0 (x0 , y0 , z0 ) un punct de pe elipsoidul de
ecuaţie (2.25). Ecuaţia planului tangent prin acest punct este
xx0 yy0 zz0
+ 2 + 2 =1
a2 b c
O reprezentare parametrică a elipsoidului se obţine de forma:
⎧
⎨ x = a cos ϕ sin ψ h π πi
y = b sin ϕ sin ψ , ϕ ∈ [0, 2π) , ψ ∈ − , .
⎩ 2 2
z = c cos ψ
x2 y 2 z 2
Suprafaţa reprezentată prin ecuaţia: 2 + 2 + 2 + 1 = 0, a, b, c > 0 se
a b c
numeşte elipsoid imaginar.
Figura 2.7.
174 CAPITOLUL 2. COMPLETĂRI ŞI EXERCIŢII
Reperul ı̂n raport cu care este scrisă ecuaţia are originea, axele şi planele
de coordonate elemente de simetrie ale cuadricei. Acesta are patru vârfuri,
A(a, 0, 0), A0 (−a, 0, 0), B(0, b, 0), B 0 (0, −b, 0). Prin metoda intersecţiei cu
planele de coordonate şi cu plane paralele cu acestea se obţine forma cuadri-
cei, Figura 2.7..Hiperboloidul cu o pânză este o suprafaţă nemărginită.
x2 y2 z2
Cuadrica + − = 0 se numeşte conul asimptotic al hiper-
a2 b2 c2
boloidului cu o pânză (Figura 2.8).
Figura 2.8.
Ecuaţia planului tangent la hiperboloidul cu o pânză printr-un
punct al său se obţine prin dedublare. Fie M0 (x0 , y0 , z0 ) un punct de pe
hiperboloidului cu o pânză de ecuaţie (2.26). Ecuaţia planului tangent prin
acest punct este
xx0 yy0 zz0
+ 2 − 2 = 1.
a2 b c
O reprezentare parametrică a hiperboloidului cu o pânză este:
⎧ cos ϕ
⎪
⎪ x=a
⎪
⎨ cos ψ ³ ´
sin ϕ , ϕ ∈ [0, 2π) , ψ ∈ − π , π .
⎪ y = b cos ψ
⎪ 2 2
⎪
⎩
z = c tg ψ
O altă reprezentare parametrică a hiperboloidului cu o pânză se obţine,
ţinı̂nd seama că 1 + sh2 ψ = ch2 ψ, şi luând z = c sh ψ:
⎧
⎨ x = a cos ϕ ch ψ
y = b sin ϕ ch ψ , ϕ ∈ [0, 2π) , ψ ∈ R.
⎩
z = c sh ψ
2.8. CUDRICE PE ECUAŢII REDUSE 175
Figura 2.9.
Hiperboloidul cu două pânze are aceleaşi simetrii ca şi elipsoidul. Are
două vârfuri C(0, 0, c), C 0 (0, 0, c). Se observă că intersecţiile hiperboloidului
cu două pânze cu planele x = 0 şi y = 0 şi cu plane paralele cu acestea sunt
hiperbole. Intersecţiile cu plane paralele cu yOz, z = h, |h| > c, sunt elipse.
Planele z = h,cu −c < h < c, nu intersectează cuadrica (figura 2.9).
Hiperboloidul cu două pânze este o mulţime nemărginită. Cuadrica
x2 y 2 z 2
− − = 0 se numeşte conul asimptotic al hiperboloidului cu două
a2 b2 c2
pânze. (figura 2.10).
Ecuaţia planului tangent la hiperboloidul cu două pânze printr-
un punct al său se obţine prin dedublare. Fie M0 (x0 , y0 , z0 ) un punct
de pe hiperboloidului cu două pânze de ecuaţie (2.27). Ecuaţia planului
tangent prin acest punct este
xx0 yy0 zz0
− 2 − 2 = 1.
a2 b c
O
⎧ reprezentare parametrică a hiperboloidului cu două pânze este:
⎨ x = a ch ψ
y = b cos ϕ sh ψ , ϕ ∈ [0, 2π) , ψ ∈ R+ .
⎩
z = c sin ϕ sh ψ
176 CAPITOLUL 2. COMPLETĂRI ŞI EXERCIŢII
Figura 2.10.
Planele de coordonate yOz şi xOz sunt plane de simetrie, iar axa Oz este
axă de simetrie a suprafeţei. Paraboloidul eliptic nu are centru de simetrie.
Intersecţia cu plane paralele cu xOy este fie mulţimea vidă, fie o elipsă, iar
intersecţia cu plane paralele cu xOz şi yOz sunt parabole (figura 2.10).
Ecuaţia planului tangent la paraboloidul eliptic printr-un punct
al său se obţine prin dedublare. Fie M0 (x0 , y0 , z0 ) un punct de pe parabo-
loidului eliptic de ecuaţie (2.28). Ecuaţia planului tangent prin acest punct
este
xx0 yy0
+ 2 = z + z0 .
a2 b
O reprezentare parametrică a paraboloidului eliptic se obţine luând
2
2z =⎧v :
⎨ x = aψ cos ϕ
⎪
y = bψ sin ϕ , (u, v) ∈ [0, 2π) × [0, ∞) .
⎪
⎩ z = 1 ψ2
2
Figura 2.11.
Planele de coordonate yOz şi xOz sunt plane dde simetrie, iar axa Oz
este axă de simetrie a suprafeţei. Paraboloidul hiperbolic nu are centru
de simetrie. Intersecţiile cu planele z = h 6= 0 sunt hiperbole. Pentru
x2 y 2
h = 0 obţinem 2 − 2 = 0, adică o pereche de drepte secante prin origine.
a b
Punctul O este singurul vârf al suprafeţei. Intersecţiile suprafeţei cu plane
paralele cu planul yOz şi xOz sunt parabole.
Ecuaţia planului tangent la paraboloidul hiperbolic printr-un
punct al său se obţine prin dedublare. Fie M0 (x0 , y0 , z0 ) un punct de pe
paraboloidului hiperbolic de ecuaţie (2.29). Ecuaţia planului tangent prin
acest punct este:
xx0 yy0
− 2 = z + z0 .
a2 b
O
⎧ reprezentare parametrică a paraboloidului eliptic se obţine luând:
⎨ x = aϕ
⎪
y = bψ , (ϕ, ψ) ∈ R2 .
⎪
⎩ z = 1 (ϕ2 − ψ2 )
2
Figura 2.12.
x2 y2
Observaţia 2.12 Ecuaţiile 2 − 2 = 1, y 2 = 2px reprezintă ı̂n spaţiu
a b
ecuaţia unui cilindru hiperbolic respectiv cilindru parabolic.
Exemplul 2.8 Să se determine proiecţia cercului (din spaţiu!) de ecuaţii
x2 + y 2 + z 2 = 1, y − z = 0 pe planul xOy.
Rezolvare. Proiecţia cercului pe planul xOy este intersecţia dintre acest
plan şi cilindrul care are curba directoare dată de ecuaţiile cercului iar gen-
eratoarea
⎧ paralelă cu axa Oz.
⎧
⎪
⎪ x = λ ⎪
⎪ x=λ
⎨ ⎨
y=µ y=µ
2 2 2 ⇔
⎪
⎪ x + y + z = 1 ⎪
⎪ z=µ
⎩ ⎩ 2
y−z =0 λ + 2µ2 = 1
Condiţia de compatibilitate este λ2 + 2µ2 = 1. Înlocuind parametrii,
obţinem ecuaţia x2 + 2y 2 = 4. Proiecţia cerculului pe planul xOy este elipsa
de ecuaţii x2 + 2y 2 = 4, z = 0.
Observaţia 2.13 Cilindrul eliptic, hiperbolic, parabolic sunt cuadrice de-
generate.
şi care ½
se sprijină pe curba
G1 (x, y, z) = 0
(γ)
G2 (x, y, z) = 0
este
A1 x + B1 y + C1 z + D1 A2 x + B2 y + C2 z + D2
F( , ) = 0.
A3 x + B3 y + C3 z + D3 A3 x + B3 y + C3 z + D3
(2.32)
Demonstraţie. Ecuaţiile tuturor dreptelor din spaţiu care trec prin punc-
tul V sunt de forma
½
A1 x + B1 y + C1 z + D1 = λ(A3 x + B3 y + C3 z + D3 )
, λ, µ ∈ R.
A2 x + B2 y + C2 z + D2 = µ(A3 x + B3 y + C3 z + D3 )
(2.33)
Din dreptele date de ecuaţiile (2.33) sunt generatoare ale suprafeţei co-
nice numai cele care intersectează curba directoare (γ). Rezultă că sistemul
⎧
⎪
⎪ A1 x + B1 y + C1 z + D1 = λ(A3 x + B3 y + C3 z + D3 )
⎨
A2 x + B2 y + C2 z + D2 = µ(A3 x + B3 y + C3 z + D3 )
⎪
⎪ G1 (x, y, z) = 0
⎩
G2 (x, y, z) = 0
trebuie să fie compatibil. Eliminăm x, y, z şi obţinem o relaţie ı̂ntre λ şi µ de
forma F (λ,µ) = 0, numită condiţie de compatibilitate. Înlocuind parametrii
λ şi µ ı̂n condiţia de compatibilitate, obţinem ecuaţia (2.32).¥
Exemplul 2.9 Să se scrie ecuaţia suprafeţei conice cu vârful ı̂n punctul
x2 y 2
P (0, 0, 1) şi care conţine elipsa de ecuaţii: z = 0, 2 + 2 = 1.
a b
Rezolvare. Ecuaţiile familiei de drepte care trec prin punctul P şi nu sunt
paralele cu planul xOy sunt: x = λ(z − 1), y = µ(z − 1), λ, µ ∈ R. Aceste
drepte trebuie să intersecteze elipsa, adică sistemul
⎧
⎪ x = λ(z − 1)
⎪
⎪
⎨ y = µ(z − 1)
z=0
⎪
⎪ 2 2
⎪
⎩ x +y =1
a2 b2
trebuie să fie compatibil. Eliminăm x, y, z ı̂ntre ecuaţiile sistemului şi obţinem
λ2 µ2
condiţia de compatibilitate, 2 + 2 = 1. Prin eliminarea parametrilor λ şi
a b
x2
µ ı̂ntre această ecuaţie şi ecuaţiile familiei de drepte se obţine 2 +
a (z − 1)2
2.9. GENERĂRI DE SUPRAFEŢE 181
y2 x2 y 2
= 1 ⇔ + 2 = (z − 1)2 (figura 2.13). O astfel de suprafaţă
b2 (z − 1)2 a2 b
conică se numeşte conul pătratic. Conul pătratic este o cuadrică degenerată.
Figura 2.13.
Deci pentru orice valori ale parametrilor λ şi µ aceste drepte aparţin cuadri-
cei. Când λ şi µ variază, cele două familii de drepre generează suprafaţa.
Spunem că dreptele de ecuaţii (2.35) şi (2.36) formează familii de genera-
toare rectilinii ale hiperboloidului cu o pânză de ecuaţie (2.26).
Analog ecuaţia (2.29) a paraboloidului hiperbolic se poate scrie
x y x y
( + )( − ) = 2z,
a b a b
de unde rezultă că şi această cuadrică posedă două familii de generatoare
rectilinii de ecuaţii
x y x y 2z x y x y 2z
( + ) = λ, ( − ) = şi ( − ) = µ, ( + ) = .
a b a b λ a b a b µ
Cuadricele care au generatoare rectilinii se mai numesc şi cuadrice riglate.
x2 y 2
Exerciţiul 2.58 Fie paraboloidul hiperbolic dat prin ecuaţia − =z
9 4
şi punctul M0 (0, 2, −1).
a) Să se scrie ecuaţiile generatoarelor rectilinii care trec prin M0 .
b) Să se calculeze cosinusul unghiului dintre aceste generatoare.
Rezolvare. Ecuaţiile generatoarelor
⎧ rectilinii se obţin
⎧ xplecând de la
x
⎪ − =λ y ⎪ y
x y x y ⎨ ⎨ + =µ
3 2 3 2
( − )( + ) = z ⇔ (dλ ) x y 1 , (dµ ) x y 1
3 2 3 2 ⎪
⎩ + = z ⎪
⎩ − = z
3 2 λ 3 2 µ
Impunem
⎧ condiţia ca punctul M 0 (0, 2, −1) să se găsească pe dreaptă
0 2 ⎧ x y
⎪
⎨ − =λ ⎨ − = −1
3 2 ⇒ λ = −1 ⇒ 3 2
⎪ 0 2 1 ⎩ x y
⎩ + = (−1) + = −z
3 2 λ 3 2
şi ⎧
0 2 ⎧ x y
⎪
⎨ + =µ ⎨ + =1
3 2 ⇒µ=1⇒ 3 2
⎪ 0 2 1 ⎩ x y
⎩ − = (−1) − =z
3 2 µ 3 2
Pentru a calcula unghiul dintre cele două drepte determinăm direcţiile
lor ¯ −
¯ → → −
− → ¯¯
¯ i j k ¯
−
→ −
→ −
→ → −→ −
→ −
→
−→
u 1 = ¯ 3 − 2 0 ¯¯ = − 12 i − 13 j + 16 k , −
¯ 1 1
u 2 = − 12 i + 13 j − 16 k .
¯ 1 1
1 ¯
3 2
−
→ −→ h−
→u 1, −
→
u 2i 1
4
− 19 − 361
2
cos( u 1 , u 2 ) = − → −→ = 1 1 1 = 7 .¨
k u 1k k u 2k 4
+ 9 + 36
184 CAPITOLUL 2. COMPLETĂRI ŞI EXERCIŢII
Exerciţiul 2.65 Se dă forma pătratică f (x) = 5x21 + 6x22 + 4x23 − 4x1 x2 −
4x1 x3 , x ∈ R3 . Să se scrie forma biliniară f˜ (x, y) din care provine şi să se
afle o bază canonică pentru f˜ (x, y).
Indicaţie. Punând f˜ (x, y) = 5x1 y1 + 6x2 y2 + 4x3 y3 − 2 (x1 y2 + x2 y1 ) −
2 (x1 y3 + x3 y1 ), obţinem f˜ (x, x) = 5x21 + 6x22 + 4x23 − 4x1 x2 − 4x1 x3 = f (x),
∀x ∈ R3 . Dacă interpretăm numerele xi , yi , i = 1, 3 drept coordonatele
vectorilor x şi y ı̂n baza standard din R3 , matricea formei biliniare f˜ (deci
şi a formei pătratice f ) ı̂n această bază, este
⎛ ⎞
5 −2 −2
A = ⎝ −2 6 0 ⎠
−2 0 4
şi are minorii principali ∆1 = 5, ∆2 = 26, ∆3 = 80. Notând baza standard
© (1) (2) (3) ª
e ,e ,e , căutăm vectorii bazei canonice ı̂n forma
⎧
(1) (1)
⎪
⎨ v = α11 e
v(2) = α21 e(1) + α22 e(2)
⎪
⎩ (3)
v = α31 e(1) + α32 e(2) + α33 e(3)
¡ ¢ ¡ ¢
şi ı̂i determinăm impunând condiţiile f˜ v(1) , e(1) = 1, f˜ v(2) , e(1) = 0,
¡ ¢ ¡ ¢ ¡ ¢ ¡ ¢
f˜ v(2) , e(2) = 1, f˜ v(3) , e(1) = 0, f˜ v(3) , e(2) = 0, f˜ v(3) , e(3) = 1.
1 1 5 3 1
Se găsesc valorile α11 = , α21 = , α22 = , α31 = , α32 = şi
5 13 26 20 20
13 ¡ ¢
α33 = . Deci vectorii bazei canonice, pentru care avem f˜ v(i) , v(j) = 0
40
¡ ¢ ∆i−1
dacă i 6= j şi f˜ v(i) , v(i) = αii = , i = 1, 3 (∆0 = 1) sunt
∆i
186 CAPITOLUL 2. COMPLETĂRI ŞI EXERCIŢII
⎛ 1
⎞ ⎛ 1
⎞ ⎛ 3
⎞
5 13 20
v(1) = ⎝ 0 ⎠ , v(2) = ⎝ 5
26
⎠ , v(3) = ⎝
1
20
⎠.
13
0 0
P3
(i)
P3
(j)
40
Scriind x = ξi v şi y = ηj v , avem
i=1 j=1
X ∆i−1
3
1 5 26
f˜ (x, y) = ξi ηi = ξ1 η1 + ξ2 η2 + ξ3 η3
i=1
∆i 5 26 80
şi deci
1 5 26
f (x) = f˜ (x, x) = ξ12 + ξ22 + ξ32 , ∀x ∈ R3 .
5 26 80
Trecerea de la baza standard la baza canonică se face prin schimbarea
de coordonate ⎧
⎪ 1 1 3
⎪
⎪ x = ξ + ξ + ξ3
⎪
⎪
1
5
1
13
2
20
⎨
5 1
x2 = ξ2 + ξ2 .
⎪
⎪ 26 20
⎪
⎪ 13
⎪
⎩ x3 = ξ3
40
Exerciţiul 2.66 Fie A o matrice µ nesingulară¶de ordinul doi şi
αA βA
B=
γA δA
ı̂n care α, β, γ, δ sunt constante şi αδ − βγ 6= 0. Să se arate că B este
nesingulară şi să se expliciteze B−1 .
Indicaţie. Presupunând că det µB 6= −1 0, căutăm ¶ B−1 ı̂n forma
αA βA−1
C= −1
γA δA−1
cu α1 , β1 , γ1 , δ1 constante, ce trebuie determinate. Vom impune condiţia
BC = I4 (matricea unitate de ordinul patru) şi vom nota cu I2 matricea
unitate de ordinul doi. µ Conform cu exerciţiul precedent,¶vom găsi
(αα1 + βγ1 )I2 (αβ1 + βδ1 )I2
BC = ,
(γα1 + δγ1 )I2 (γδ1 + δδ1 )I2
iar sistemele pentru
( găsirea necunoscutelor
( sunt
αα1 + βγ1 = 1 αβ1 + βδ1 = 0
şi .
γα1 + δγ1 = 0 γβ1 + δδ1 = 1
Notând d = αδ − βγ 6= 0, vom obţine
δ γ β α
α1 = , β1 = − , β1 = − , δ1 =
d d d d
−1
şi BC = I4 . Deci B există şiµavem ¶
−1 1 δA−1 −βA−1
B = .
d −γA−1 αA−1
2.10. EXERCIŢII PROPUSE 187
Exerciţiul 2.67 Să se calculeze det B, unde B este matricea - bloc din
problema precedentă.
Indicaţie. Avem de calculat ¯ ¯
¯ αA βA ¯
det B = ¯¯ ¯.
¯
γA δA
Presupunem pentru moment că α 6= 0 şi ı̂nmulţim primele două coloane
β
cu factorul , pe care le scădem apoi din ultimele două coloane (prima din
α
a trei, a doua din a patra). Obţinem
¯ ¯
¯ αA 0 ¯
¯ 2 ¯
det B = ¯¯ βγ ¯,
¯ γA (δ − )A ¯¯
α
unde 02 este matricea nulă de ordinul doi. Apoi, ı̂nmulţim primele două
γ
linii cu şi le scădem din ultimele două linii, obţinem
α ¯ ¯
¯ αA 02 ¯ µ ¶2 ¯ ¯
¯ ¯ βγ ¯¯ A 02 ¯¯
det B = ¯¯ βγ ¯ 2
=α δ−
¯ 02 (δ − )A ¯¯ α ¯ 02 A ¯
α
şi ı̂n final det B = (αδ − βγ)2 (det A)2 . Dacă α = 0, formula rămâne vala-
bilă, făcând aici α → 0.
Exerciţiul 2.68 Se consideră spaţiul vectorial V al funcţiilor f : R → R,
de forma
f (t) = a0 + a1 cos t + b1 sin t + a2 cos 2t + b2 sin 2t, a1 , a2 , b1 , b2 ∈ R.
Să se arate că {1, cos t, sin t, cos 2t, sin 2t} formează o bază ı̂n
³ V şiπ ´
să se
afle matricea aplicaţiei liniare ϕ : V → V, ϕ(f ) = g, g (t) = f t + , ı̂n
4
această bază.
Indicaţie. Cei 5 vectori sunt liniar independenţi, căci din
c0 + c1 cos t + c2 sin t + c3 cos 2t + c4 sin 2t ≡ 0
se găseşte că
15c1 = 4x1 − x2 − 2x3 + 3x4 , 15c2 = −x1 + 3x2 + x3 − 2x4 .
2.10. EXERCIŢII PROPUSE 189
Exerciţiul 2.71 Fie V spaţiul funcţiilor continue pe [0, 2π], cu valori reale.
Definim aplicaţia T : V → V, prin condiţia
Z 2π
T f = g ←→ g (x) = (1 + cos (x − t)) f (t) dt.
0
Să se afle nucleul aplicaţiei T , valorile proprii şi vectorii proprii cores-
punzători.
Indicaţie. Nucleul aplicaţiei constă din toţi vectorii f = f (t), pentru care
T f = 0 (funcţia identic nulă). Deoarece T f = 0 este echivalentă cu
Z 2π Z 2π Z 2π
f (t) dt = 0, f (t) cos t dt = 0, f (t) sin t dt = 0
0 0 0
2.10. EXERCIŢII PROPUSE 191
rezultă că funcţiile care satisfac aceste condiţii, formează nucleul aplicaţiei
T . Aceste funcţii, cu excepţia funcţiei identic nule, sunt ı̂n acelaşi timp
şi vectorii proprii, corespunzători autovalorii λ = 0. Un exemplu de astfel
P
n
de funcţii sunt cele de forma f (t) = (ak cos kt + bk sin kt) ı̂n care există
k=3
măcar un coeficient diferit de 0. Numărul natural n este arbitrar. Dacă
λ 6= 0, din condiţia T f = λf deducem că λf este de forma λf (x) =
a0 + a1 cos x + a2 sin x, adică f (x) = c0 + c1 cos x + c2 sin x ı̂n mod obligator,
constantele c0 , c1 , c2 şi λ trebuind să fie determinate. Se ajunge la condiţia
echivalentă
2πc0 + πc1 cos x + πc2 sin x ≡ λ (c0 + c1 cos x + c2 sin x)
din care rezultă (λ − 2π) c0 = 0, (λ − π) c1 = 0, (λ − π) c2 = 0. Autovalorii
λ = π ı̂i corespund funcţiile proprii f (t) = c1 cos t + c2 sin t (ı̂n care măcar
un coeficient este diferit de 0). Autovalorii λ = 2π ı̂i corespund funcţiile
proprii constante f (t) = c0 6= 0.
de unde rezultă ⎛ ⎞
1 0 0
Ma = ⎝ a 1 0 ⎠.
a 2
2
a 1
Se constată că Ma Mb = Mb Ma = Ma+b , matricea unitate I face parte
din mulţimea considerată (se obţine pentru a = 0), fiecare element Ma are
invers (la operaţia de ı̂nmulţire a matricelor) şi anume Ma−1 = M−a . Deci
mulţimea considerată este un grup comutativ faţă de operaţia internă de
ı̂nmulţire. Se observă că avem
⎛ ⎞
1 0 0
Man = ⎝ na 1 0 ⎠ , n = 1, 2, 3, . . .
(na)2
2
na 1
şi scriind ⎛ ⎞
un 0 0
Sn = ⎝ vn un 0 ⎠ ,
wn vn un
găsim ⎧
⎪ 1 1 1
⎪
⎪ un = 1 + + + · · · + →e
⎪
⎪ 1! 2! n!
⎨ a 2a na
vn = + + ··· + → ae
⎪
⎪ 1! 2! n!
⎪
⎪ 2
⎩ wn = a (σn−1 + σn−2 ) → a2 e
⎪
2
P
∞ 1
unde σn este suma parţială a seriei 1 + = e. Pentru a găsi expresia
n=1 n!
Pn 1 (ka)2
lui wn = , considerăm suma
k=1 k! 2
Xn
1 (kx)2
sn (x) =
k=1
k! 2
pe care o calculăm cu ajutorul derivatei sale
Xn Xn ∙ ¸
0 k2 k 2 3 n
sn (x) = x =x = x 1 + + + ··· + =
k=1
k! k=1
(k − 1)! 1! 2! (n − 1)!
∙ µ ¶ µ ¶ µ ¶
1 1 1 1 1
=x 1+ 1+ + + +···+ + +
1! 1! 2! (k − 2)! (k − 1)!
µ ¶¸
1 1
+··· + + = x (σn−1 + σn−2 ) .
(n − 2)! (n − 1)!
194 CAPITOLUL 2. COMPLETĂRI ŞI EXERCIŢII
x2 a2
Rezultă sn (x) = (σn−1 + σn−2 ) şi wn = sn (a) = (σn−1 + σn−2 ) →
2 2
a2 e. Am arătat că ⎛ ⎞
e 0 0
lim Sn = ⎝ ae e 0 ⎠ .
n→∞
a2 e ae e
(b) Pentru a 6= 0, Ma are polinomul caracteristic (λ − 1)3 şi deci sin-
gura autovaloare (triplă) este λ = 1, căreia ı̂i corespunde un singur vec-
tor propriu,
¡ dacă
¢ facem abstracţie de factorul de proporţionalitate, anume
v = 0 0 1 . Pentru a = 0, M0 = I = matricea unitate de ordinul trei.
Avem o singură autovaloare, λ = 1 şi orice vector nenul din R3 este vector
propriu pentru I.
Exerciţiul 2.74 Fie
µ ¶
a cos θ − b sin a sin θ + b cos θ
M=
a sin θ + b cos θ −a cos θ + b sin θ
ı̂n care a, b şi θ sunt numere reale date.
(a) Să se afle M n , scriind M = aA + bB.
(b) Să se afle (dacă există)
X
2n
Mk
lim (−1)k−1 .
n→∞
k=1
k
Pentru α2 < 1, ambele sume parţiale din formula precedentă sunt con-
vergente. Dacă punem
X∞
α2n−2 X∞
α2n
s= , σ=
n=1
2n − 1 n=1
2n
rezultă că există
X
2n
Mk
lim (−1)k−1 = sM − σI2 .
n→∞
k=1
k
Exerciţiul 2.75 Dacă A este o matrice reală antisimetrică, să se arate că
det A ≥ 0.
Indicaţie. Dacă A este de ordin impar, rezultă det A = 0. Dacă este de
ordin par şi admite λ = 0 ca autovaloare, det A = 0. Dacă A este de ordin
par şi are toate autovalorile 6= 0, rezultă că det A este un produs de factori
pozitivi, deci det A > 0.
Definiţia 2.20 Dacă A este o matrice pătrată, cu elemente reale sau com-
plexe, matricea A∗ = ĀT (conjugată şi transpusă) se numeşte adjuncta
matricei A. Dacă A = A∗ , matricea A se numeşte autoadjunctă. Ma-
tricele reale simetrice sunt caz particular de matrice autoadjuncte.
Exerciţiul 2.76 Să se arate că autovalorile unei matrice autoadjuncte sunt
reale.
ceea ce va implica λ − λ̄ = 0 ⇒ λ ∈ R.
4 (1)
¡ ¢
Exerciţiul
¡ 2.79 În spaţiul
¢ (3) vectorial
¡ R se dau
¢ vectorii a = 1 0 2 1 ,
(2)
a = 2 1 2 3 , a = 0 1 −2 1 . Notând L subspaţiul gen-
eral de aceşti vectori, să se afle o bază a complementului ortogonal L⊥ .
Indicaţie. Cei trei vectori nu sunt liniar independenţi, căci a(3) = −2a(1) +
a(2) . L este subspaţiul generat de a(1) şi a(3) , adică constă din toţi vectorii
de forma c1 a(1) + c2 a(3) . Trebuie să găsim doi vectori liniar independenţi
b(1) şi b(2) , fiecare fiind ortogonal pe a(1) şi a(3) . Scriind b = (α1 , α2 , α3 , α4 ),
obţinem sistemul (
α1 + 2α3 + α4 = 0
α2 − 2α3 + α4 = 0
(1)
¡ ¢
pentru
¡ care găsim
¢ perechea de vectori b = −4 0 −1 −2 şi b(2) =
1 1 0 −1 , care formează o bază ı̂n L⊥ . Evident, ı̂n L⊥ există şi alte
baze, căci sistemul din care le aflăm admite o infinitate de soluţii.
Exerciţiul 2.80 Într-un spaţiu euclidian
© (1) (2) ª E cu 4 dimensiuni, raportat la
(3) (4)
baza ortonormată e , e , e , e , se consideră subspaţiul L format de
vectorii x, ale căror coordonate satisfac sistemul
⎧
⎪
⎨ 2ξ1 + ξ2 + 3ξ3 − ξ4 = 0
3ξ1 + 2ξ2 − 2ξ4 = 0 .
⎪
⎩ 3ξ + ξ + 9ξ − ξ = 0
1 2 3 4
Exerciţiul 2.81 Fie u 6= θ un vector fixat ı̂n spaţiul euclidian real X şi
fie f : X → X, f (x) = x − a hx, ui u (a constantă reală) o transformare
liniară.
(a) Să se afle a ∈ R, astfel ı̂ncât f să fie o transformare ortogonală şi să
se arate că pentru valoarea a0 6= 0 găsită, avem
½
f, n = impar
f ◦ f ◦ f ···◦ f = .
| {z } I, n = par
n ori
© ª
Fie X = R3 , u = 2e(1) + 2e(2) + e(3) , a = a0 şi e(i) , i = 1, 3 baza
canonică (standard) ı̂n R3 .
(b) Să se scrie matricea transformării liniare f ı̂n baza standard şi să se
afle autovalorile şi vectorii săi proprii.
Indicaţie. (a) Impunem condiţia hf (x) , f (x)i = hx, xi, ∀x ∈ X şi găsim
2
a hx, ui2 (a hu, ui − 2) = 0 ⇒ a = . Prin urmare, f este dată prin
hu, ui
2 hx, ui
f (x) = x − u, ∀x ∈ X.
hu, ui
Rezultă µ ¶
2 hx, ui 2 hx, ui
(f ◦ f ) (x) = f (f (x)) = f x − u = f (x) − f (u) =
hu, ui hu, ui
µ ¶
2 hx, ui 2 hx, ui 2 hu, ui
=x− u− u− u = x, ∀x ∈ X
hu, ui hu, ui hu, ui
ceea ce ı̂nseamnă f ◦ f = I = transformarea identică ı̂n X. Este evident că
aplicarea de un număr impar de ori a transformării f coincide cu f şi că
aplicarea de un număr par de ori coincide cu transformarea identică.
198 CAPITOLUL 2. COMPLETĂRI ŞI EXERCIŢII
¡ ¢ ¡ ¢
(b) Pentru x = x1 x2 x3 şi u = 2 2 1 , avem hx, ui = 2x1 +
2x2 + x3 şi
2 ¡ ¢
f (x) = x1 e(1) + x2 e(2) + x3 e(3) − (2x1 + 2x2 + x3 ) 2e(1) + 2e(2) + e(3) .
9
Acum, vom căuta imaginile vectorilor e(1) , e(2) , e(3) pentru a putea scrie
matricea lui f ı̂n această bază
⎧
⎪ ¡ ¢ 1 (1) 8 (2) 4 (3)
⎪
⎪ f e(1) = e − e − e
⎪
⎪
⎨ ¡ ¢ 9 9 9
8 1 4
f e(2) = − e(1) + e(2) − e(3) .
⎪
⎪ 9 9 9
⎪
⎪ ¡ (3) ¢ 4 4 7
⎪
⎩ f e = − e − e + e(3)
(1) (2)
9 9 9
Matricea căutată este
⎛ ⎞
1 −8 −4
1
A = ⎝ −8 1 −4 ⎠ .
9
−4 −4 7
y = prL x ⇔ y ∈ L şi kx − yk ≤ kx − zk , ∀z ∈ L.
y ∈ L şi hx − y, zi = 0, ∀z ∈ L ⇔ y ∈ L şi kx − yk ≤ kx − zk , ∀z ∈ L
1
Cazul II. Luăm a11 = 0 şi a21 = β 6= 0. Rezultă a12 = şi a22 = 0.
β
Elementele f ∈ F2 au matricea de forma
µ ¶
0 1/β
A= , cu det A = −1.
β 0
3
© (1) (2) (3)
ª Presupunem că ı̂ntr-o bază oarecare din R , notată
Exerciţiul 2.84
e ,e ,e , produsul scalar este dat de forma biliniară simetrică
f (x, y) = x1 y1 + 5x2 y2 + 6x3 y3 + 2 (x1 y3 + x3 y1 ) + 3 (x2 y3 + x3 y2 ) ,
oricare ar fi x, y ∈ R3 . Aplicaţia liniară ϕ are ı̂n această bază matricea
⎛ ⎞
0 1 −2
A = ⎝ 2 0 −1 ⎠ .
3 −2 0
Să se afle matricea adjunctei ϕ∗ ı̂n aceeaşi bază.
Indicaţie. Forma biliniară simetrică f este pozitiv definită, astfel că punând
hx, yi = f (x, y) am definit un produs scalar pe R3 . Matricea lui f ı̂n baza
dată este ⎛ ⎞
1 0 2
B=⎝ 0 5 3 ⎠
2 3 6
aşa ı̂ncât avem
(1) (1) ® (1) (2) ® (1) (3) ®
e ,e = 1, e ,e = 0, e ,e = 2,
(2) (2) ® (2) (3) ® (3) (3) ®
e ,e = 5, e ,e = 3, e ,e = 1.
De asemenea, avem formulele
⎧ ¡ ¢
(1) (2) (3)
⎪
⎨ ϕ ¡e ¢ = 2e + 3e
ϕ e(2) = e(1) − 2e(3) .
⎪
⎩ ¡ (3) ¢
ϕ e = −2e(1) − e(2)
În relaţia (∗) hϕ (x) , yi = hx, ϕ∗ (y)i, punem y = e(1) şi lui x ı̂i dăm pe
rând valorile e(i) , i = 1, 3, obţinând sistemul
⎧ ¡ ¢ ® (1) ∗ ¡ (1) ¢®
(1) (1)
⎪
⎨ ϕ ¡e ¢ , e ® = e , ϕ ¡e ¢®
ϕ e(2) , e(1) = e(2) , ϕ∗ e(1) .
⎪ ¡ (3) ¢ (1) ® (3) ∗ ¡ (1) ¢®
⎩
ϕ e ,e = e ,ϕ e
Capitolul 3
În acest capitol se ilustreaza modul ı̂n care se poate fi folosit pachetul
de programe Mathematica pentru ı̂nţelegerea cursului de algebră liniară
şi geometrie prezentat studenţilor de la facultatea de automatica şi calcu-
latoare. Acest capitol poate fi utilizat ca un ghid pentru cei care vor să se
iniţieze ı̂n utilizarea softului Mathematica.
Sunt analizate cı̂teva aspecte care ţin de utilizarea acestui soft. Sunt
prezentate exemple de probleme care pot fi abordate pentru a fi rezolvate di-
rect cu ajutorul softului şi unele care nu pot fi rezolvate direct, prezentându-
se metode de soluţionare a problemei.
Studenţii pot folosi softul Mathematica pentru rezolvarea problemelor
de matematică care apar ı̂n inginerie iar utilizarea softului este o metoda
complementară şi nu substitutivă matematicii.
Studiind diagrama utilizatorilor acestui soft prezentă pe situl acestui soft
se constată că inginerii şi fizicienii reprezintă aproape jumătate din totalul
utilizatorilor. Remarcăm faptul că inginerii utilizează mai mult acest soft
decât matematicienii.
O sesiune de lucru cu Mathematica este un dialog ı̂ntre utilizator şi
sistemul de calcul. Forma grafică relativ uşoară de scriere a instrucţiunilor,
comentarea unor exemple semnificative şi combinarea cu reprezentări grafice
fac mai uşoară ı̂nţelegerea cursului. Mathematica poate poate fi utilizată
şi pentru preluarea unor calcule numerice sau simbolice greu de efectuat cu
mâna, ceea ce permite o ı̂nţelegere mai profundă a problemelor studiate.
După ce programul a fost instalat, utilizarea lui ı̂ncepe prin tipărirea
unei comenzi şi apoi evaluarea ei prin utilizarea tastelor Shift+Enter.
Cinci reguli de bază ı̂n sintaxa Mathematicii:
201
202 CAPITOLUL 3. MATHEMATICA ÎN ALGEBRĂ
unde a [1, 1] = a11 , a [1, 2] = a12 , a [2, 1] = a21 , a [2, 2] = a22 . Putem realiza
scrierea clasică matriceală a matricei prin comanda:
0 −1 2 1 3 −2
a) Să se formeze submatricea care este formată din elementele a12 , a13 ,
a14 , a15 , a22 , a23 , a24 , a25 , a32 , ..., a35 , formată din trei linii şi patru coloane.
b) Să se formeze submatricea formată din două linii şi două coloane şi
care are pe prima poziţie elementul a12 .
c) Să se stabilească care din aceste două matrici sunt pătratice.
207
.
Rezolvarea unui sistem liniar se poate face şi cu metoda eliminării Gauss-
Jordan. Cu această metodă pot fi rezolvate şi sistemele compatibile nede-
terminate şi cele incompatibile.
Exerciţiul
⎧ 3.7 Să se rezolve sistemele:⎧
⎪
⎪ 3x − y + z + 5t = 2 ⎪
⎪ x − 2y + 2z + 3t = 5
⎨ ⎨
x − 2y − z − 3t = 4 2x − 3y − 4z + 6t = 2
a) ,b)
⎪
⎪ −2x + 5y + z − 2t = 8 ⎪
⎪ −3x + 4y + z − 6t = 5
⎩ ⎩
−x + y + 2z + 11t = −20 x + 2y + 3z − 8t = −10
folosind metoda eliminării Gauss-Jordan.
Exerciţiul
⎧ 3.9 Să se rezolve sistemul omogen (reluarea Exerciţiului 2.7):
⎪
⎪ x − 3y − z + 2t = 0
⎨
x − 4y + 3z + 4t = 0
.
⎪
⎪ x − y − 9z − 2t = 0
⎩
3x − 10y + z + 8t = 0
.
Comenzile CharacteristicPolynomial[m, x] calculează polinomul car-
acteristic al matricei m, polinom ı̂n necunoscuta x,
Eigenvalues[m] calculează valorile proprii ale matricei m,
Eigenvectors[m] furnizează vectorii proprii ai matricei m,
Eigensystem[m] furnizează o listă a valorilor proprii şi a vectorilor
proprii corespunzători.
Exerciţiul
⎛ 3.11 Fie matricea
⎞
1 0 0 1
⎜ 0 1 0 0 ⎟
A=⎜⎝ 0
⎟.
0 1 −2 ⎠
1 0 −2 5
213
se obţine matricea unitate, ceea ce indică că vectorii care formează matricea
sunt liniar independenţi. Dacă matricea este dreptunghiulară sau singulară
atunci primele l coloane vor fi coloanele matricii unitate care se pot forma
din matricea respectivă.
.
Folosind acelaşi pachet de programe se poate numai normaliza un vector:
.
Se mai poate calcula proiecţia unui vector pe alt vector folosind din
acelaţi pachet comanda Projection[v1,v2].
217
Pot fi aproximate valorile proprii şi vectorii proprii folosind ı̂n comanda
care calculează valorile proprii şi vectorii proprii pentru matricea N[ma].
⎛ ⎞
3 −5 −4
Exerciţiul 3.15 Fie matricea A = ⎝ −5 6 3 ⎠ . Să se aproximeze
−3 2 −2
valorile proprii şi vectorii proprii corespunzători.
0 0 1 0
Să se determine o formă canonică Jordan şi o bază Jordan.
218 CAPITOLUL 3. MATHEMATICA ÎN ALGEBRĂ
.
Pachetul Calculus‘VectorialAnalysis‘ conţie comenzi cu ajutorul că-
rora se poate calcula produsul scalar, produsul vectorial, produsul mixt
pentru vectorii din spaţiul tridimensional.
Bibliografie
[1] Borcea V., Neagu A.- Probleme de algebră şi ecuaţii diferenţiale,
Inst. Politehnic, Iaşi, 1993.
[2] A. Cărăuşu - Linear Algebra. Theory & Applications, Editura
Matrix Rom, Bucureşti, 1999.
[3] Chiriţă S.- Probleme de matematici superioare, EDP, Bucureşti,
1989.
[3] Corduneanu A. - Note de curs (teorie, exerciţii, completări). (Xe-
rox, Fac. de automatică şi calculatoare), 2002.
[4] Corduneanu A. - Culegere de probleme. Xerox, Institutul Po-
litehnic Iaşi, 1984.
[5] Fazlollah Reza- Spaţii liniare, EDP, Bucureşti, 1973.
[6] Fadeev D. , E. Somincki - Recuiel d’ exercices d’ algèbre supérieure,
Ed. MIR, Moscova, 1973.
[7] Gheorghiu Gh. Th. - Algebră liniară, geometrie analitică şi
diferenţială şi programare, EDP, Bucureşti, 1977.
[8] Grădinaru N. - Curs de algebră liniară şi geometrie analitică, Inst.
Politehnic, Iaşi, Rotaprint, 1977.
[9] Horn R. a:, Johnson C. R. - Analiză matriceală, Editura Theta,
2001
[10] Ikramov H. - Recuiel de problèmes d’ algèbre linéaire, Ed. MIR,
Moscova, 1977.
[11] Murgulescu E. (colectiv) - Geometrie analitică ı̂n spaţiu şi geome-
trie diferenţială, (C.d.p.), EDP, Bucureşti, 1973.
[12] Papaghiuc N. , C. Călin - Algebră liniară şi geometrie, Editura
Performantică, Iaşi, 2003.
[13] Pop Ioan, Neagu Gh. -Algebră liniară şi geometrie analitică ı̂n
plan şi spaţiu, Editura Plumb, Bacău, 1996
[14] Procopiuc Gh. - Matematica, Univ. Tehnică Iaşi, 1999.
[15] Rudner V. , C. Nicolaescu - Probleme de matematici speciale,
EDP, Bucureşti, 1982.
[16] Gh. I. Şabac - Matematici speciale, EDP, Bucureşti, 1981.
2