Cursul 7

Aplicaţii liniare pe Rn . Reprezentare matriceal¼

a

Funcţii reale. Generalit¼

aţi
În aceast¼
a secţiune, vom prezenta unele noţiuni fundamentale legate de aplicaţii liniare pe spaţii vectoriale.
Amintim urm¼ atoarea de…niţie a noţiunii de funcţie (v. Cursul 1)

De…niţia 7.1 Fie X şi Y dou¼a mulţimi nevide. O submulţime f X Y se numeşte funcţie, dac¼a au loc,
simultan, urm¼atoarele condiţii:
def
a) D(f ) = fx 2 X j 9 y 2 Y; (x; y) 2 f g = X;
b) (x; y1 ) 2 f şi (x; y2 ) 2 f , atunci y1 = y2 , 8 x 2 X.

Vom nota f : X ! Y şi o vom numi funcţie sau aplicaţie sau transformare sau operator de la X la
Y.

- Imaginea (mulţimea valorilor) lui X prin f este f (X) = fy 2 Y j 9 x 2 X aşa încât y = f (x)g;
- Dac¼
a ? 6= A X, mulţimea f (A) = ff (x) 2 Y j x 2 Ag se numeşte imaginea lui A prin f : X ! Y ;
1
- Dac¼
aB Y, f (B) = fx 2 Xjf (x) 2 Bg se numeşte contraimaginea (preimaginea) mulţimii B prin f .
- Gra…cul funcţiei f : X ! Y este dat de mulţimea Gf = f(x; f (x)) j x 2 Xg X Y.
- Dac¼
a A X, atunci funcţia de…nit¼
a prin fjA := f \ (A Y ) ( fjA (x) = f (x); 8x 2 A ) se numeşte restricţia
funcţiei f la mulţimea A, iar dac¼a avem o funcţie g : A ! Y , atunci orice aplicaţie g~ : A~ ! Y , unde
~
A ( A X, se numeşte prelungire a lui g la mulţimea A; ~ când g~jA g.

- O funcţie f : X ! Y este surjectiv¼ a dac¼ a f (X) = Y . Spunem c¼ a f este o funcţie injectiv¼ a atunci când,
pentru orice x1 ; x2 2 X, cu x1 6= x2 , avem f (x1 ) 6= f (x2 ) (sau, echivalent, f (x1 ) = f (x2 ) ) x1 = x2 ). Funcţia
f este bijectiv¼ a dac¼
a f este injectiv¼
a şi surjectiv¼
a, în acelaşi timp.

a, vom considera cazul în care X = Rn şi Y = Rm ; n; m 2 N , adic¼

ˆIn cele ce urmeaz¼ a cazul funcţiilor
n m
f : R ! R , generic denumite funcţii reale.

Când n = m = 1, este cazul funcţiilor f : R ! R, cu denumirea de funcţii real-scalare (sau unidimen-

sionale).

Dac¼a n = 1 şi m 2 N nf1g, suntem în cazul funcţiilor reale f : D R ! Rm denumite scalar-vectoriale

(sau funcţii de o variabil¼
a real¼a şi cu valori reale, vectoriale). Despre asemenea funcţii, se poate a…rma
a au m componente scalar-scalare fk : Dfk R ! R, k = 1; m, în sensul c¼
c¼ a

f (x) = (f1 (x); f2 (x); : : : ; fm (x)) ; 8 x 2 Df R;

m
\
cu Df = Dfk , unde Dfk - reprezint¼
a mulţimea de de…niţie a funcţiei reale, de o variabil¼
a real¼
a, fk . Studiul
k=1
unei funcţii f : Df R ! Rm se face, de cele mai multe ori, pe baza studiului funcţiilor sale componente
fk : Dfk R ! R, 8 k = 1; m.
Fiecare dintre funcţiile fk (k = 1; m) este:

1
 ¼ - ANUL I
MATEMATICA

…e o funcţie elementar¼ a de baz¼ a, adic¼a o funcţie real¼a constant¼a (adic¼a f : R ! R, cu f (x) =

c; c 2 R, 8 x 2 R), sau funcţia identitate pe R, 1R : R ! R, 1R (x) = x, 8 x 2 R, sau funcţia
exponenţial¼ a de baz¼ a x 2 R ! ax 2 R+ ), sau funcţia logaritmic¼
a a (a > 0; a 6= 1) (adic¼ a cu baza
a (a > 0; a 6= 1) (adic¼
a x 2 R+ ! loga x 2 R), sau funcţia putere de exponent a (a 2 R) (adic¼ a
x 2 D R ! xa 2 D ~ R), sau o funcţie trigonometric¼ a(sin, cos, tg; ctg), sau o funcţie
a direct¼
trigonometric¼ a invers¼a (arcsin, arccos, arctg sau arcctg),
…e o funcţie elementar¼ a, adic¼
a o funcţie obţinut¼
a prin aplicarea, de un num¼ ar …nit de ori, a unora
dintre sau a tuturor celor patru operaţii aritmetice (adunarea, sc¼aderea, înmulţirea şi împ¼
arţirea) asupra
funcţiilor elementare de baz¼
a,

…e o funcţie special¼
a, anume:
def
– funcţia parte întreag¼a, adic¼
a f : R ! R, f (x) = [x] = sup ft 2 Z j t xg,
8
< 1; x < 0
– funcţia signum, adic¼
a x 2 R ! sign(x) = 0; x = 0 ,
:
1; x > 0
x; x<0
– funcţia modul, adic¼
a x 2 R ! jxj = ,
x; x 0
a, adic¼
– funcţia parte zecimal¼ a x 2 R ! fxg = x [x] 2 [0; 1),
1; x2Q
– funcţia lui Dirichlet, adic¼
ax2R ! ,
0; x2RnQ
x<00;
– funcţia lui Heaviside, adic¼
a x 2 R ! f (x) = ,
x 01;
8
< 0; dac¼
a x = 0 sau x 2 (0; 1] n Q
– funcţia lui Riemann, adic¼
a f : [0; 1] ! R, cu f (x) = 1 p ,
: ; x = 2 (0; 1] \ Q; (p; q) = 1
q q

…e o funcţie rezultat¼
a prin compunerea unui num¼
ar …nit de funcţii elementare de baz¼
a, funcţii
elementare sau/şi funcţii speciale.

Dac¼ a n 2 N n f1g şi m = 1, o funcţie real¼ af :A Rn ! B R se numeşte vectorial-scalar¼ a sau

funcţie de variabil¼ a şi cu valori scalar-reale (ori funcţie de n variabile reale, cu valori
a vectorial-real¼
reale şi scalare). De asemenea, când A este un subspaţiu liniar, peste R, al spaţiului vectorial (Rn ; +; ); f se
numeşte funcţional¼ a ).
a (real¼

Exemple:
q
1) Funcţia f : A R2 ! R, de…nit¼ a prin f (x) = sin (x21 + x22 ), 8 x = (x1 ; x2 ) 2 A, unde A = f(x1 ; x2 ) 2
2 2 2
R j sin x1 + x2 0g = f(x1 ; x2 ) 2 R2 j 2k x21 + x22 (2k + 1) ; k 2 Ng; reprezint¼ a un exemplu de
funcţie de dou¼
a variabile reale şi cu valori în R R.
Din punct de vedere geometric, mulţimea A, de de…niţie a acestei funcţii, este reuniunea mulţimilorpde
puncte din planul R2 , situate în f(x1 ; x2 ) 2 R2 j x21 + x22 g, cu centrul în 0 = (0; 0) şi de raz¼
a ,
precum şi în coroanele circulare închise f(x1 ; x2 ) 2 R2 j 2k x21 + x22 (2k + 1) ; k 2 N g, adic¼ a în
p p p
B(0; (2k + 1) ) nfB(0; 2k )g, unde B(0; (2k + 1) ) este închiderea discului de centru 0 = (0; 0)
p p
şi de raz¼
a egal¼
a cu (2k + 1) , în raport cu topologiapindus¼ a pe R2 , iar B(0; 2k )
a de metrica euclidian¼
este interiorul discului cu centrul tot în 0 şi cu raza 2k , 8 k 2 N .
2) Funcţia f : A R3 ! R, de…nit¼ a prin f (x) = ln (1 x1 x2 x3 ) (x1 + x3 )x2 , 8 x = (x1 ; x2 ; x3 ) 2 A,
unde A = fx = (x1 ; x2 ; x3 ) 2 R3 j f (x) are sens în Rg = fx = (x1 ; x2 ; x3 ) 2 R3 j 1 x1 x2 x3 >
0 şi x1 + x3 > 0g = fx = (x1 ; x2 ; x3 ) 2 R3 j 0 < x1 + x3 < 1 x2 g este, cu evidenţ¼
a, un exemplu de funcţie
dependent¼ a de trei variabile reale şi cu valori reale, scalare.

2
 ¼ - ANUL I
MATEMATICA

3) Funcţia P : Rn ! R, de…nit¼
a prin
k1 ;kX
2 ;:::;kn

P ( x) = ai1 ;i2 ;:::;in xi11 xi22 : : : xinn ; 8 x = (x1 ; x2 ; : : : ; xn ) 2 Rn ; (1)

i1 ;i2 ;:::;in =0

se numeşte funcţie polinomial¼ a sau polinom (de n nedeterminate şi cu coe…cienţi reali ), unde
ai1 ;i2 ;:::;in 2 R, 8 i1 = 0; k1 , 8 i2 = 0; k2 , . . . , 8 in = 0; kn (cu k1 ; k2 ; : : : ; kn 2 N) reprezint¼a coe…cienţii lui
P 2 R[X1 ; : : : ; Xn ] . Fiecare dintre termenii ai1 ;i2 ;:::;in xi11 xi22 : : : xinn se numeşte monom (cu coe…cientul
real ai1 ;i2 ;:::;in şi dependent de variabilele reale x1 , când i1 > 0, x2 , când i2 > 0, : : : şi/sau xn , când in > 0
). Prin gradul monomului ai1 ;i2 ;:::;in xi11 xi22 : : : xinn înţelegem num¼ arul i1 + i2 + : : : + in 2 N. Cum P (x)
este o sum¼ a …nit¼ a de monoame, de…nim gradul polinomului P ca …ind maximul gradelor monoamelor
din expresia sa. Polinomul P 2 R[X1 ; : : : ; Xn ] se numeşte omogen sau, altfel spus, form¼ a , dac¼
a toate
monoamele din suma sa de expresie au acelaşi grad.
Un exemplu de astfel de polinom este cel de gradul întâi , a c¼ arui expresie, dependent¼
a de n variabile
reale, x1 ; x2 ; : : : ; xn , este
a1 x1 + a2 x2 + : : : + an xn ;
adic¼
a o combinaţie liniar¼
a de x1 ; x2 ; : : : ; xn , în care coe…cienţii a1 ; a2 ; : : : ; an sunt elemente din R. Acest
tip de polinom este o form¼ a liniar¼ a real¼ a, de…nit¼ a pe Rn . Orice polinom P 2 R[X1 ; : : : ; Xn ] se poate
exprima, în mod unic, ca o sum¼ a …nit¼ a de polinoame omogene.
Un polinom P 2 R[X1 ; : : : ; Xn ] se numeşte simetric dac¼
a, pentru orice permutare

1 2 ::: n
=
(1) (2) ::: (n)

cu (i) 2 f1; 2; : : : ; ng, 8 i = 1; n şi (i) 6= (j), 8 i; j 2 f1; 2; : : : ; ng, avem

k1 ;kX
2 ;:::;kn k1 ;kX
2 ;:::;kn

ai1 ;i2 ;:::;in xi11 xi22 : : : xinn = ai1 ;i2 ;:::;in xi1(1) xi2(2) : : : xin(n) ;
i1 ;i2 ;:::;in =0 i1 ;i2 ;:::;in =0

atunci când funcţia polinomial¼

a corespunz¼
atoare lui P are expresia (1).
atoarele elemente din R[X1 ; : : : ; Xn ] se numesc polinoame simetrice fundamentale:
Urm¼
n
X
P1 = X1 + X2 + + Xn = Xi
i=1
n
X
P2 = X1 X2 + X1 X3 + + Xn 1 Xn = Xi Xj
16i<j6n
n
X
P3 = X1 X2 X3 + X1 X2 X4 + + Xn 2 Xn 1 Xn = Xi Xj Xk
16i<j<k6n
: : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : :X
::::::::::::::::::::::
Pk = X1 X2 : : : Xk + + Xn k+1 Xn k+2 : : : Xn = Xi1 Xi2 : : : Xik
16i1 <i2 :::ik 6n
:::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::
Pn = X1 X2 : : : Xn

Un rezultat remarcabil pentru mulţimea polinoamelor simetrice este urm¼

atorul, prezentat aici f¼
ar¼
a demon-
straţie.

Teorema 7.1 Pentru orice polinom simetric P 2 R[X1 ; : : : ; Xn ]; exist¼a un polinom Q 2 R[X1 ; : : : ; Xn ], aşa
încât
P = Q(P1 ; P2 ; : : : ; Pn );
unde P1 ; P2 ; : : : ; Pn sunt polinoamele simetrice fundamentale speci…cate mai sus.

3
 ¼ - ANUL I
MATEMATICA

Atunci când n 2 N n f1g şi m 2 N n f1g, suntem în cazul f : A Rn ! B Rm , adic¼ a în cazul funcţiilor
reale, vectorial-vectoriale (sau funcţii de n variabile reale, cu m valori reale).
Şi în cazul acestor funcţii, se poate vorbi de o exprimare în care intervin componente funcţionale, potrivit
relaţiei
f (x) = (f1 (x); f2 (x); : : : ; fm (x)) ; 8 x = (x1 ; x2 ; : : : ; xn ) 2 A;
unde fk : A ! R, 8 k = 1; m, sunt funcţii vectorial-scalare, cu valori reale, aşa încât

(f1 (x); f2 (x); : : : ; fm (x)) 2 B; 8 x = (x1 ; x2 ; : : : ; xn ) 2 A:

Aplicaţii liniare pe spaţii vectoriale

De…niţia 7.2 Fie V şi W dou¼a spaţii vectoriale peste un acelaşi corp de scalari K. O aplicaţie T : V ! W
se numeşte liniar¼
a (operator liniar, transformare liniar¼ a sau mor…sm de K-spaţii vectoriale) dac¼a

(L1) T (u + v) = T (u) + T (v), 8 u; v 2 V , (aditivitate)

(L2) T ( u) = T (u), 8 u 2 V , 2 K, (omogenitate)

Propoziţia 7.3 Condiţiile i) şi ii) din De…niţia 7.2 sunt echivalente cu urm¼atoarea:

(L) T ( u + v) = T (u) + T (v); 8 u; v 2 V; 8 ; 2 K:

Demonstraţie: Admiţând c¼
a T : V ! W satisface condiţiile (L1) şi (L2) din cadrul De…niţiei 7.2, avem:

T ( u + v) = T ( u) + T ( v) = T (u) + T (v); 8 u; v 2 V; 8 ; 2 K:

Deci T satisface şi (L). Reciproc, în ipoteza c¼

a T veri…c¼
a (L), rezult¼
a c¼
a, pentru = = 1 2 K, din (L), avem
(L1), iar pentru = 0 2 K, tot din (L), avem şi (L2). J

De…niţia 7.4

1. Aplicaţia liniar¼a T : V ! V se numeşte endomor…sm liniar pe V sau transformare liniar¼

a de la
spaţiul V la spaţiul V .
2. Dac¼a endomor…smul liniar T : V ! V este şi bijectiv, atunci el se numeşte automor…sm liniar pe V .
3. Dac¼a V; W sunt dou¼a spaţii vectoriale, şi T : V ! W este o aplicaţie liniar¼a bijectiv¼a, atunci T se numeşte
izomor…sm între spaţiile liniare V si W .

Observaţii:

1) Dac¼
a T : V ! W este o aplicaţie liniar¼
a, atunci are loc şi urm¼ atoarea extensie a relaţiei (L):
n
! n
X X
0
(L ) : T i ui = i T (ui ); 8 n 2 N ; 8 u1 ; u2 ; : : : ; un 2 V; 8 1 ; 2 ; : : : ; n 2 K:
i=1 i=1

2) Dac¼
a T : V ! W este o aplicaţie liniar¼
a, atunci

T (0V ) = 0W ;

a T~(0V ) 6= 0W , atunci T~ : V ! W nu este

unde 0V şi 0W sunt vectorul nul din V şi respectiv din W . Dac¼
liniar¼
a.
3) Mulţimea L(V; W ) a tuturor aplicaţiilor liniare de la K-spaţiul vectorial V la K-spaţiul vectorial W este
un K-spaţiu vectorial, în raport cu operaţia de adunare a aplicaţiilor şi cu operaţia de înmulţire a unei
aplicaţii cu un scalar din K.

4
 ¼ - ANUL I
MATEMATICA

4) Fie U; V şi W spaţii vectoriale peste corpul comutativ K. Dac¼

a T1 : U ! V şi T2 : V ! W sunt aplicaţii
liniare, atunci T2 T1 : U ! W este tot o aplicaţie liniar¼
a.
1
5) Dac¼
a T : V ! W este o aplicaţie liniar¼
a bijectiv¼
a, atunci T : W ! V este o aplicaţie liniar¼
a.

De…niţia 7.5 Fie T : V ! W o aplicaţie liniar¼a de la K-spaţiul vectorial V la K-spaţiul vectorial W .

1
a) Mulţimea Ker(T ) = T (0W ) = fv 2 V j T (v) = 0W g V se numeşte nucleul aplicaţiei liniare T .
b) Mulţimea T (V ) = fw 2 W j 9 v 2 V; astfel încât T (v) = wg se numeşte imaginea aplicaţiei liniare T
şi se noteaz¼a cu Im(T ).

Propoziţia 7.6 Fie V; W dou¼a K-spaţii vectoriale şi …e T : V ! W o aplicaţie liniar¼a. Atunci Ker(T ) este
un subspaţiu liniar al lui V , iar Im(T ) un subspaţiu liniar al lui W .

Demonstraţie: Ştim c¼
a T : V ! W este aplicaţie liniar¼
a dac¼
a are loc:

T ( u + v) = T (u) + T (v) = 0W + 0W = 0W ; 8 u; v 2 Ker(T ); 8 ; 2 K;

adic¼
a, am obţinut u + v 2 Ker(T ), 8 u; v 2 Ker(T ), 8 ; 2 K.
Pe de alt¼
a parte, 8w1 ; w2 2 Im(T ), exist¼
a v1 şi v2 2 V , astfel încât T (v1 ) = w1 şi T (v2 ) = w2 . Prin urmare,
8 1 ; 2 2 K; w1 ; w2 2 Im(T ):

1 w1 + 2 w2 = 1 T (v1 ) + 2 T (v2 ) = T( 1 v1 + 2 v2 ) 2 T (V ) = Im(T ):

Propoziţia 7.7 Dac¼a V; W sunt K-spaţii liniare …nit-dimensionale, iar T : V ! W este o aplicaţie liniar¼a,
atunci are loc relaţia dimensiunilor:

dim(V ) = dim (Ker(T )) + dim (Im(T )) .

Demonstraţie: Fie n = dim(V ) şi d = dim (Ker(T )) ; unde d; n 2 N. Dac¼ a Ker(T ) = f0V g, atunci d = 0 şi,
pentru orice baz¼a fv1 ; v2 ; : : : ; vn g a lui V , se poate spune, pe contul relaţiei (L0) din Observaţia 1) de mai sus,
X n
c¼
a, oricare ar … v 2 V , v = k vk (cu 1 ; 2 ; : : : ; n 2 K, coordonate ale lui v în baza fv1 ; v2 ; : : : ; vn g), avem
k=1
n
X
T (v) = k T (vk ), ceea ce ar însemna c¼
a T (v1 ); T (v2 ); : : : ; T (vn ) ar … un sistem de generatori al subspaţiului
k=1
liniar T (V ), adic¼
a al lui Im(T ). Cum sistemul de vectori fT (v1 ); T (v2 ); : : : ; T (vn )g este şi liniar
! independent,
n
X Xn
c¼aci, dac¼
a, pentru 1 ; 2 ; : : : ; n 2 K, am avea k T (vk ) = 0W , ar rezulta c¼ aT k vk = 0W şi deci
k=1 k=1
n
X
k vk 2 Ker(T ) = f0V g. Cum fv1 ; v2 ; : : : ; vn g este o baz¼
a a lui V , vom obţine 1 = 2 = ::: = n = 0,
k=1
adic¼a faptul c¼ a fT (v1 ); T (v2 ); : : : ; T (vn )g este o baz¼ a a lui Im(T ), ceea ce înseamn¼ a c¼a dim (Im(T )) = n.
Aşadar, în acest caz, avem n = 0 + n, adic¼ a tocmai îndeplinit¼ a relaţia dimensiunilor.
Dac¼a d 2 N , adic¼ a Ker(T ) 6= f0V g, atunci oricare baz¼ a fb1 ; b2 ; : : : ; bd g a lui Ker(T ) se poate completa la o
baz¼a fb1 ; b2 ; : : : ; bd ; bd+1 ; : : : ; bn g a lui V . Cum orice vector din Im(T ) este de forma T (v), cu v 2 V , iar v are
Xn n
X Xn
reprezentarea v = k bk în baza fb1 ; b2 ; : : : ; bn g de mai sus, vedem c¼ a T (v) = k T (bk ) = k T (bk ),
k=1 k=1 k=d+1
întrucât T (bk ) = 0W , 8 k = 1; d. Prin urmare, fT (bd+1 ); : : : ; T (bn )g este un sistem de generatori pentru Im(T ).
În plus, vectorii T (bd+1 ); : : : ; T (bn ) sunt şi liniar independenţi în W . Într-adev¼ ar, admiţând c¼ a am avea o
Xn
combinaţie liniar¼
a a acestora egal¼ a cu 0W , ar rezulta, din faptul c¼a ! k T (bk ) = 0W , cu ! d+1 ; : : : ; ! n 2 K,
k=d+1

5
 ¼ - ANUL I
MATEMATICA

n
! n
X X
existenţa relaţiei T ! k bk = 0W , în virtutea c¼
areia am deduce c¼
a ! k bk 2 Ker(T ). Ca atare, ar
k=d+1 k=d+1
n
X d
X
exista 1; 2; : : : ; d 2 K, aşa încât ! k bk = k bk . Altfel spus, am avea dependenţa liniar¼
a a vectorilor
k=d+1 k=1
b1 ; b2 ; : : : ; bn din baza V , ceea ce ar … absurd. Deci fT (bd+1 ; : : : ; T (bn )g este, de fapt, o baz¼
a a lui Im(T ) şi
acesta are dimensiunea n d = dim(V ) dim (Ker(T )). Aşadar, şi în acest caz, are loc relaţia din enunţ a
dimensiunilor. J

De…niţia 7.8 Fie V; W dou¼a K-spaţii vectoriale, şi …e T : V ! W o aplicaţie liniar¼a. Atunci, dim (Ker(T ))
se numeşte defectul lui T şi se noteaz¼a cu def (T ), iar dim (Im(T )) se numeşte rangul lui T şi se noteaz¼a
cu rang(T ). Aşadar, relaţia dimensiunilor poate … redat¼a atunci sub forma:

dim(V ) = rang(T ) + def (T ). (2)

Observaţie: Pe baza relaţiei dimensiunilor, se poate a…rma c¼ a orice aplicaţie liniar¼

a, între K-spaţii vecto-
riale …nit dimensionale, duce un subspaţiu vectorial arbitrar al spaţiului ei de de…niţie într-un spaţiu vectorial
de dimensiune cel mult egal¼a cu a subspaţiului în cauz¼
a.

Propoziţia 7.9 Fie T o aplicaţie liniar¼a de la K-spaţiul vectorial V , …nit-dimensional, la K-spaţiul vectorial
W . Atunci urm¼atoarele a…rmaţii sunt echivalente:

a) T este aplicaţie injectiv¼a;

b) def (T ) = 0;

c) rang(T ) = dim(V );
d) Dac¼a fv1 ; v2 ; : : : ; vp g (p 2 N ; p n = dim(V ) 2 N ) este un sistem liniar independent în V , atunci
fT (v1 ); T (v2 ); : : : ; T (vp )g este sistem liniar independent în W .

Demonstraţie: În virtutea relaţiei dimensiunilor, are loc echivalenţa a…rmaţiilor b) şi c).
b))a): Cum f0V g = Ker(T ), rezult¼ a c¼a 8u; v 2 V , are loc T (u) = T (v), adic¼ a T (u v) = 0W , s-ar obţine
u v = 0W , deci T este injectiv¼ a.
a))b): Dac¼ a T este injectiv¼
a, atunci T (u) = T (v) implic¼ a u = v, deci u v = 0V . Pentru v = 0V , rezult¼ a c¼
a
T (u) = T (0V ) = 0W ar implica, cu necesitate, u = 0V . Astfel, avem Ker(T ) = f0V g, adic¼ a def (T ) = 0.
b))d): Presupunând c¼ a are loc b) şi c¼
a fv1 ; v!2 ; : : : ; vp g este un sistem liniar independent din V , vedem c¼a,
Xp Xp Xp
dac¼a k T (vk ) = 0W , atunci T k vk = 0W , adic¼ a, conform b), k vk = 0V , de unde, pen-
k=1 k=1 k=1
tru c¼ a fv1 ; v2 ; : : : ; vp g este un sistem liniar independent în V , rezult¼ a : 1 = 2 = : : : = p = 0. Deci
fT (v1 ); T (v2 ); : : : ; T (vp )g este un sistem liniar independent în W .
d))b): Presupunând c¼ a d) este adev¼ arat¼a şi c¼
a b) n-ar avea loc, ar exista o baz¼a a lui Ker(T ), …e ea
fv1 ; v2 ; : : : ; vp g care, ca sistem liniar independent din V , n-ar mai implica faptul c¼ a fT (v1 ); T (v2 ); : : : ; T (vp )g
este sistem liniar independent în W , deoarece fT (v1 ); T (v2 ); : : : ; T (vp )g = f0W g. Deci b) trebuie, cu necesitate,
s¼
a aib¼ a loc, în ipoteza c¼ a d) este adev¼arat¼
a. J
În mod analog, se poate demonstra şi urm¼
atorul rezultat:

Propoziţia 7.10 Fie T o aplicaţie liniar¼a de la un K-spaţiu vectorial V la un K-spaţiu vectorial W , …nit
dimensional. Atunci urm¼atoarele a…rmaţii sunt echivalente:
i) T este o surjecţie;
ii) rang(T ) = dim(W );
iii) Im(T ) = W ;
iv) Dac¼a fv1 ; v2 ; : : : ; vp g este un sistem de generatori pentru V , atunci fT (v1 ); T (v2 ); : : : ; T (vp )g este un
sistem de generatori pentru W .

6
 ¼ - ANUL I
MATEMATICA

Pe baza Propoziţiilor 7.9 şi 7.10, se poate vedea c¼

a are loc şi urm¼
atorul rezultat:

Propoziţia 7.11 Dac¼a T : V ! W este o aplicaţie liniar¼a între dou¼a K-spaţii vectoriale …nit-dimensionale V
şi W , atunci a…rmaţiile imediat urm¼atoare sunt echivalente:

j) T este o aplicaţie bijectiv¼a;

jj) dim(V ) = dim(W );
jjj) fv1 ; v2 ; : : : ; vn g este o baz¼a a lui V dac¼a şi numai dac¼a fT (v1 ); T (v2 ); : : : ; T (vn )g este o baz¼a a lui W .

Observaţie: Evident, de…niţiile 7.2 - 7.8, precum şi rezultatele propoziţiilor 7.6 - 7.11, se aplic¼ a şi în cazul
particular în care V = Rn , W = Rm , iar T este o aplicaţie liniar¼ a real¼ a de la Rn la Rm . Astfel, T va … un
izomor…sm liniar dac¼a şi numai dac¼ a m = n , caz în care, dac¼ a în Rn (de exemplu
a fb1 ; b2 ; : : : ; bn g va … o baz¼
baza canonic¼a bk = ek = (0; :::; 0; 1; 0; :::; 0), cu 1 pe poziţia k; 8 k = 1; n), atunci fT (b1 ); T (b2 ); : : : ; T (bn )g va
…, de asemenea, o baz¼a în Rn şi reciproc.

Reprezentarea matriceal¼
a a aplicaţiilor liniare
Fie V şi W dou¼ a K-spaţii vectoriale, …nit-dimensionale (dim(V ) = n şi dim(W ) = m), iar T : V ! W o
aplicaţie liniar¼
a. Dac¼
a fv1 ; v2 ; : : : ; vn g este o baz¼
a a lui V , iar fw1 ; w2 ; : : : ; wm g este o baz¼
a a lui W , atunci,
n
X
pentru orice v = k vk 2 V , unde 1 ; 2 ; : : : ; n 2 K, sunt coordonatele lui v în baza fv1 ; v2 ; : : : ; vn g, avem
k=1

n n m
! m n
!
X X X X X
y = T (v) = k T (vk ) = k alk wl = alk k wl ; 8k 2 f1; 2; : : : ; ng;
k=1 k=1 l=1 l=1 k=1

unde fa1k ; a2k ; : : : ; amk g sunt coordonatele vectorului T (vk ) în baza fw1 ; w2 ; : : : ; wm g. Cum, de fapt,
m
X
y= yl wl ; (3)
l=1

unde yl 2 K; 8 l = 1; m sunt coordonatele lui y; în baza fw1 ; w2 ; : : : ; wn g, se poate deduce c¼

a avem:
n
X
yl = alk k; 8 l = 1; m: (4)
k=1

Dac¼
a not¼
am A = (alk )1 l m 2 Mm n (K), putem scrie y = Av, ceea ce înseamn¼
a c¼
a aplicaţia liniar¼
a T induce,
1 k n
în raport cu bazele fv1 ; v2 ; : : : ; vn g şi fw1 ; w2 ; : : : ; wm g, matricea A.
Reciproc, uşor de observat c¼ a, prin intermediul matricii A şi a relaţiei y = Av, putem introduce de fapt
aplicaţia T : V ! W , de…nit¼ a prin T (v) = Av = y şi, în plus, T este liniar¼ a.
Aşadar, pentru orice aplicaţie liniar¼ a între dou¼ a K-spaţii vectoriale …nit dimensionale, putem
s¼
a asociem, în raport cu o pereche de baze, o matrice cu elemente din corpul scalarilor K.
Studiul unei asemenea aplicaţii T se reduce la studiul matricii asociate care, raportat¼ a la perechea de baze
fv1 ; v2 ; : : : ; vn g şi fw1 ; w2 ; : : : ; wm g, are, de fapt, drept coloane, vectorii coordonatelor lui T (v1 ); T (v2 ); : : : ; T (vn )
în baza fw1 ; w2 ; : : : ; wm g.
Notând cu B baza fv1 ; v2 ; : : : ; vn g a lui V , cu B 0 baza fw1 ; w2 ; : : : ; wm g a lui W , cu yB 0 vectorul coordo-
natelor lui y, din W , în baza B 0 şi cu vB vectorul coordonatelor lui v în baza B, se poate spune c¼ a relaţia (4),
care înseamn¼ a relaţia y = T (v), se poate reda,cu ajutorul matricii ABB 0 , asociat¼ a lui T , prin:

yB 0 = ABB 0 vB : (5)

Aceasta reprezint¼ a expresia analitic¼ a a operatorului liniar T : V ! W , în raport cu perechea de baze (B; B 0 ).
Trecând acum, în V , de la baza B la baza B; ^ prin matricea de schimbare S (potrivit relaţiei B b = BS) şi de
la baza B 0 la baza B^ 0 , în W , prin matricea de schimbare S 0 (adic¼
aB^ 0 = B 0 S 0 ), se vede c¼
a, pe baza relaţiei (5) şi

7
 ¼ - ANUL I
MATEMATICA

1
a a relaţiilor yB^ 0 = (S 0 )
a relaţiilor de transformare a coordonatelor lui y şi respectiv v, adic¼ yB 0 şi vB = SvB^ ,
în raport cu perechea nou¼ ^ B
a de baze (B; ^ ), avem:
0

1 1 1
yB^ 0 = (S 0 ) yB 0 = (S 0 ) ABB 0 vB = (S 0 ) ABB 0 SvB^ . (6)

^ B^ 0 ) matricea asociat¼ 1
Aceasta înseamn¼
a c¼
a, faţ¼
a de (B; a lui T este (S 0 ) ABB 0 S, adic¼
a are loc relaţia
1
AB^ B^ 0 = (S 0 ) ABB 0 S; (7)

care reprezint¼
a formula schimb¼ arii matricii unei aplicaţii liniare la o schimbare de baze. Dac¼
a W = V , se poate
^ 0 = B,
a B 0 = B şi B
considera c¼ ^ ceea ce ar însemna c¼ a S 0 = S. Astfel, formula (7) s-ar reduce la
1
AB^ = S AB S; (8)

unde AB şi AB^ ar … matricile asociate lui T în bazele B şi respectiv B, ^ iar S ar … matricea de schimbare de la
^ În virtutea relaţiei (8), matricile p¼
B la B. atratice AB^ şi AB sunt asemenea.
Reciproc, dac¼ a A şi A~ din Mn (K) sunt dou¼ a matrici p¼ atratice asemenea, adic¼
a exist¼
a L 2 Mn (K) nesingu-
a, astfel încât A~ = L 1 AL, atunci A şi A~ reprezint¼
lar¼ a un acelaşi endomor…sm liniar T , pe un spaţiu vectorial
de dimensiune n, în dou¼ a baze ale respectivului spaţiu pentru care matricea de trecere de la una la cealalt¼
a este
L.
Observaţie: Formula (7) se p¼ a şi în cazul particular în care V = Rn şi W = Rm , iar formula (8)
astreaz¼
a şi atunci când W = V = Rn .
funcţioneaz¼

Teorema 7.12 Fie (V; h ; i) un spaţiu euclidian şi T un endomor…sm pe V .

Atunci exist¼a un unic operator liniar T : V ! V , astfel ˆincˆat

hT (u); vi = hu; T (v)i; 8 u; v 2 V:

Operatorul T se numeşte adjunct al lui T .

Teorema 7.13 Fie (V; h ; i) un spaţiu euclidian şi …e T1 ; T2 2 L(V ), atunci:

1. (T1 + T2 ) = T1 + T2 ;
2. (T1 T2 ) = T2 T1 ;
3. (T ) = T:

De…niţia 7.14 Fie (V; h ; i) un spaţiu euclidian.

O aplicaţie T 2 L(V ) se numeşte autoadjunct¼ a sau simetric¼
a dac¼a T = T .

Observaţie: Se poate ar¼

ata c¼ a un endomor…sm T 2 L(V ) de…nit pe un spaţiu euclidian (V; h ; i), …nit
dimensional, este simetric dac¼
a şi numai dac¼
a matricea sa asociat¼
a, în raport cu o baz¼
a ortonormat¼ a a lui
V , este simetric¼a.

De…niţia 7.15 Un endomor…sm T pe un spaţiu euclidian (V; h ; i) este numit antisimetric dac¼a

hT (u); vi = hu; T (v)i; 8 u; v 2 V:

Observaţie: Dac¼ a V este …nit dimensional, se poate ar¼

ata c¼
a T 2 L(V ) este antisimetric dac¼
a şi numai dac¼
a
matricea sa A este antisimetric¼ a AT = A, unde AT reprezint¼
a, adic¼ a matricea transpus¼ a corespunz¼ atoare.

De…niţia 7.16 Fie (V; h ; i) un spaţiu euclidian şi T 2 L(V ). Endomor…smul T se numeşte ortogonal dac¼a

hT (u); T (u)i = hu; ui; 8 u 2 V: (9)

8
 ¼ - ANUL I
MATEMATICA

Observaţie: Ţinând seama de de…niţia 7.14, relaţia (9) se poate rescrie sub forma

h(T T ) (u); ui = hu; ui; 8 u 2 V;

sau, echivalent
T T = 1V :
Astfel, dac¼a V este …nit dimensional, atunci T 2 L(V ) este un endomor…sm ortogonal dac¼ a şi numai dac¼
a,
într-o baz¼
a ortonormat¼ a a lui V , matricea A, asociat¼
a lui T , este ortogonal¼ a satisface egalitatea AT A = I.
a, adic¼
Deoarece, în acest caz, det(A) = 1, înseamn¼ a c¼
a A este nesingular¼ a, având rangul egal cu dim(V ). Aşadar,
rang(T ) = dim(V ) şi atunci def (T ) = 0. Prin aplicarea propoziţiilor 7.9 şi 7.10, rezult¼ a c¼a T este, simultan,
injectiv¼
a şi surjectiv¼
a pe V . Deci T este automor…sm pe V . Cu alte cuvinte, orice endomor…sm ortogonal pe
un spaţiu euclidian …nit dimensional este un automor…sm pe respectivul spaţiu.

De…niţia 7.17 Fie (X; d) un spaţiu metric şi f o aplicaţie de la X la X. Spunem c¼a f este o izometrie pe
X dac¼a d (f (x); f (y)) = d(x; y), 8 x; y 2 X.

Propoziţia 7.18 Fie (V; h ; i) un spaţiu euclidian şi T 2 L(V ). Endomor…smul T este o izometrie dac¼a şi
numai dac¼a el este ortogonal.

Demonstraţie: Raţionând în raport cu metrica indus¼ a pe V de norma dat¼ a de produsul scalar h ; i, T ar …

o izometrie pe V dac¼ a kT (x) T (y)k ; echivalent spus hT (x) T (y); T (x) T (y)i1=2 , ar
a d (T (x); T (y)), adic¼
… egal¼a cu d(x; y), deci cu hx y; x yi1=2 , 8 x; y 2 V . Ori asta revine la hT (u); T (u)i = hu; ui, 8 u 2 V , ceea
ce ar înseamna c¼ a T este endomor…sm ortogonal. La fel, şi reciproc. J

Vectori şi valori proprii

De…niţia 7.19 Fie V un K-spaţiu liniar şi T 2 L(V ).

a) Un vector v 2 V; v 6= 0V , se numeşte vector propriu pentru T dac¼a

9 2 K aşa încât T (v) = v: (10)

Scalarul din (10) se numeşte valoare proprie a lui T , corespunz¼atoare vectorului propriu v.
b) Mulţimea Ker (T 1V ) = fu 2 V j T (u) = ug se numeşte subspaţiu propriu corespunz¼ator valorii
proprii .

Relativ la valorile proprii şi vectorii proprii ai unui endomor…sm T pe un K-spaţiu vectorial V , remarc¼
am
urm¼
atoarele:

1. Un vector nenul v 2 V este vector propriu, corespunz¼

ator valorii proprii 2 K, pentru T , dac¼
a şi numai
dac¼
a v 2 Ker (T 1V ) n f0V g.
2. Unui vector propriu al lui T îi corespunde o singur¼
a valoare proprie 2 K nu şi reciproc.

3. Vectorii proprii ce corespund unor valori proprii distincte pentru T sunt liniar independenţi.
4. Orice subspaţiu propriu corespunz¼
ator unei valori proprii a lui T este invariant în raport cu T , adic¼
a are
loc relaţia: T (Ker (T 1V )) Ker (T 1V ).
5. La dou¼
a valori proprii distincte ale lui T corespund subspaţii proprii ce au în comun doar vectorul nul 0V .

6. Dac¼a V este …nit dimensional, iar A este matricea lui T 2 L(V ) într-o baz¼a B a lui V , atunci v 2 V este
vector propriu pentru T dac¼
a şi numai dac¼a este soluţie nebanal¼
a a sistemului (algebric, omogen)

(A I)v = 0V ;

9
 ¼ - ANUL I
MATEMATICA

iar este valoare proprie ce corespunde lui v dac¼

a şi numai dac¼
a este r¼
ad¼
acin¼
a a ecuaţiei

det(A I) = 0; (11)

numit¼
a ecuaţie caracteristic¼ a. Polinomul PA ( ) = det(A I) se numeşte polinom caracteristic al
matricii A şi, implicit, al lui T .
Dac¼
a este r¼
ad¼
acin¼
a a polinomului PA , adic¼
a este valoare proprie simpl¼
a pentru T , atunci

def (T 1V ) = 1

Altfel spus, dimensiunea subspaţiului propriu corespunz¼

ator valorii proprii simple este egal¼
a cu 1. În
rest, când este valoare proprie de multiplicitate m > 1, atunci dim (Ker (T 1V )) n.
Orice matrice A 2 Mn (K) îşi veri…c¼
a propria ecuaţie caracteristic¼
a, adic¼
a PA (A) = 0n ˆin sens matriceal
(teorema Cayley-Hamilton).
7. Orice endomor…sm simetric de la un spaţiu euclidian (V; h ; i) la acelaşi spaţiu are numai valori proprii
reale, iar subspaţiile proprii corespunz¼
atoare valorilor proprii distincte sunt ortogonale.

De…niţia 7.20 Un endomor…sm pe un spaţiu liniar …nit dimensional este denumit diagonalizabil dac¼a
exist¼a o baz¼a B a respectivului spaţiu în raport cu care matricea AB , asociat¼a endomor…smului, este una de
form¼a diagonal¼a, adic¼a AB = diag(d1 ; d2 ; : : : ; dn ), unde n este dimensiunea spaţiului respectiv şi d1 ; d2 ; : : : ; dn
sunt scalari din corpul peste care este structurat spaţiul liniar considerat.

Se pot constata urm¼

atoarele:

1. Un endomor…sm T 2 L(V ), unde V este un spaţiu liniar …nit dimensional, se poate diagonaliza dac¼
a şi
numai dac¼
a exist¼
a o baz¼
a a lui V alc¼
atuit¼
a din vectori proprii ai lui T .
2. Un endomor…sm T 2 L(V ) este diagonalizabil pe spaţiul liniar …nit dimensional V dac¼ a şi numai dac¼a
ecuaţia caracteristic¼
a are toate r¼
ad¼
acinile în corpul K (peste care este structurat V ) şi subspaţiile proprii
în cauz¼a au dimensiunile egale cu ordinele de multiplicitate ale valorilor proprii corespunz¼ atoare.
3. Un endomor…sm simetric pe un spaţiu euclidian …nit dimensional este întotdeauna diagonalizabil. În acest
caz, diagonalizabilitatea are loc într-o baz¼
a ortonormat¼
a a respectivului spaţiu.
Pentru diagonalizarea endomor…smului, se parcurg urm¼
atoarele etape:

Se determin¼a matricea A a endomor…smului vizat, într-o baz¼ a …xat¼

a a spaţiului euclidian considerat.
a spaţiul este Rn , se consider¼
În particular, dac¼ a matricea A în raport cu baza canonic¼ a a lui Rn ;
Se determin¼ a valorile proprii ale endomor…smului respectiv, prin rezolvarea ecuaţiei algebrice carac-
teristice PA ( ) = 0;
Dac¼a rangul matricii A I este, pentru egal cu …ecare valoare proprie, identic cu dimensiunea
spaţiului euclidian luat în consideraţie, diminuat¼
a cu multiplicitatea valorii proprii în cauz¼
a, atunci
se decide c¼a endomor…smul este diagonalizabil. În caz contrar, se concluzioneaz¼ a c¼
a endomor…smul
din context nu este diagonalizabil.
Pentru situaţia în care endomor…smul este diagonalizabil, se determin¼a o baz¼
a a spaţiului euclidian
considerat alc¼atuit¼
a din vectorii proprii ai endomor…smului, vectori v ce se g¼
asesc prin rezolvarea
sistemelor algebrice şi omogene
(A j I) v = 0V ; 8 j = 1; l;

unde j sunt valorile proprii g¼

asite în prealabil.
Baza în care endomor…smul are form¼ a diagonal¼a se determin¼
a prin transformarea bazei iniţiale (de
start), matricea transform¼ arii …ind aleas¼
a drept aceea care are, pe coloane, coordonatele vectorilor
proprii ortogonali g¼
asiţi, în raport cu baza de start.
Se scrie matricea ce corespunde formei ortogonale a endomor…smului avut în vedere prin respectarea
exprim¼arii diag( 1 ; 1 ; : : : ; 1 ; 2 ; 2 ; : : : ; 2 ; : : : ; l ; l ; : : : ; l ), unde …ecare din valorile proprii j
este luat¼
a de atâtea ori cât îi este ordinul de multiplicitate.

10
 ¼ - ANUL I
MATEMATICA

În fond, ne baz¼
am pe urm¼
atorul rezultat:

Teorema 7.21 Fie V un spaţiu euclidian n-dimensional (n 2 N ) şi T 2 L(V ). Spunem c¼a vectorii proprii ai
endomor…smului T genereaz¼a întreg spaţiul V dac¼a şi numai dac¼a matricea asociat¼a lui T are form¼a diagonal¼a
în raport cu baza vectorilor proprii. În acest caz, …ecare valoare proprie a lui T apare, pe diagonala respectiv¼a,
de un num¼ar de ori egal cu dimensiunea spaţiului propriu asociat.

Demonstraţie: Admitem c¼ a V este dotat deja cu o baz¼ a alc¼

atuit¼
a din vectorii proprii ai lui T . Fie aceştia
v1 ; v2 ; : : : ; vn , corespunz¼ atori valorilor proprii (nu numai decât distincte) 1 ; 2 ; : : : ; n . Avem deci: T (vi ) =
i vi , 8 i = 1; n. Dac¼ a baza respectiv¼ a este ortonormat¼ a, ceea ce este, de fapt, posibil întotdeauna, în virtutea
faptului c¼ a subspaţiile proprii asociate valorilor i sunt mutual (dou¼ a câte dou¼a) ortogonale şi, pentru …ecare
dintre respectivele spaţii, se poate pune în evidenţ¼ a, prin algoritmul lui Gram-Schmidt, câte o baz¼ a ortonormat¼ a
(alc¼ atuit¼ a, evident, din combinaţii liniare ale vectorilor proprii corespunz¼ atori unei aceleiaşi valori proprii,
combinaţii care sunt tot vectori proprii ai respectivei valori), atunci reiese c¼ a matricea endomor…smului T , faţ¼ a
de aceast¼ a baz¼ a a lui V , este matricea diagonal¼ a
0 1
1 0 0 ::: 0
B 0 0 ::: 0 C
B 2 C
B 0 0 3 ::: 0 C
AT = B C:
B .. .. .. . . . C
@ . . . . .. A
0 0 0 ::: n

Reciproc, dac¼a matricea asociat¼ a lui T , în raport cu o baz¼ a fb1 ; b2 ; : : : ; bn g a lui V , are forma diagonal¼ a
AT , atunci avem relaţiile T (bk ) = k bk , 8 k = 1; n, ceea ce înseamn¼ a c¼ a b1 ; b2 ; : : : ; bn sunt vectori proprii ai
lui T , corepsunz¼
atori valorilor proprii 1 ; 2 ; : : : ; n . Dac¼a, în raport cu baza aceasta a lui V , alc¼ atuit¼a deci
din vectori proprii ai lui T , am avea un anume element din V , …e el notat cu v0 , tot vector propriu al lui T ,
Xn
corespunz¼ ator unei valori proprii 0 , atunci ar trebui s¼ a aib¼
a loc relaţia T (v0 ) = 0 v0 , cu v0 = k bk 6= 0V ,
k=1
unde 1; 2; : : : ; n 2 R sunt coordonatele lui v0 în baza fb1 ; b2 ; : : : ; bn g. Altfel zis, am avea:
n n
! n n
X X X X
0 k bk = 0 v0 = T (v0 ) = T k bk = k T (bk ) = k k bk :
k=1 k=1 k=1 k=1

n
X
De aici, ar rezulta c¼
a k( k 0 )bk = 0V . Cum b1 ; b2 ; : : : ; bn sunt liniar independenţi, ar reieşi c¼
a am
k=1
avea k ( k 0 ) = 0, 8 k = 1; n. Deoarece scalarii 1 ; 2 ; : : : ; n nu au cum s¼ a …e toţi egali cu zero, am
avea 0 2 f 1 ; 2 ; : : : ; n g, ceea ce înseamn¼ a c¼
a T nu admite şi alte valori proprii în afar¼ a de 1 ; 2 ; : : : ; n .
Considerând c¼ a am avea 1 = 2 = : : : = r = 0 şi i 6= 0 , 8 i 2 fr + 1; : : : ; ng, unde r 2 f1; 2; : : : ; ng ar …
ordinul de multiplicitate al valorii proprii 0 , putem conta pe faptul c¼ a orice vector de tipul c1 b1 +c2 b2 + cr br
(cu c1 ; c2 ; : : : ; cr 2 R) ar … vector propriu al lui T , corespunz¼ ator valorii proprii 0 . Ar rezulta atunci, pe baza
relaţiilor k ( k 0 ) = 0, 8 k = 1; n, de mai înainte, c¼
a, în mod necesar, g¼ asim: k = 0, 8 k = r + 1; n. Prin
urmare, subspaţiul propriu asociat lui 0 coincide, în realitate, cu subspaţiul generat de vectorii b1 ; b2 ; : : : ; br ,
având dimensiunea egal¼ a cu multiplicitatea lui 0 . J

Bibliogra…e

1. Elena Macovei, F. Iacob - Matematic¼a (pentru anul I - ID,Informatic¼a) (Funcţii scalar-reale elementare,
pp. 47-49, Editura Universit¼ aţii “Al. I. Cuza”, 2005-2006.
2. Ion D. Ion, R. Nicolae - Algebr¼a (Cap. III) (inele de polinoame şi polinoame simetrice, Editura Didactic¼
a
şi Pedagogic¼
a, Bucureşti, 1981.
3. D. Dr¼aghici - Algebr¼a (Cap. X), Editura Didactic¼ a şi Pedagogic¼a, Bucureşti, 1972.
4. Gh. Galbur¼ a, F. Radó - Geometrie (Cap. V), Ed. Didactic¼ a şi Pedag., Bucureşti, 1979.

11
 ¼ - ANUL I
MATEMATICA

5. Irinel Radomir - Elemente de algebr¼a vectorial¼a, geometrie şi calcul diferenţial, Editura Albastr¼
a, Cluj-
Napoca, 2000.
6. E. Cioar¼a, M. Postolache - Capitole de analiz¼a matematic¼a, Ed. "Fair Partners", Buc., 2010.
7. Kenneth Kuttler - Linear Algebra, Theory And Applications, The Saylor Foundation, 2013.
8. Jim He¤eron - Linear Algebra, Amazon for Students, 2014.
9. Sheldon Axler - Linear Algebra Done Right, Springer International Publishing AG, 2015.
10. S. Heilman - Linear Transformations and Matrices, UCLA Department of Mathematics, Los Angeles,
2016.

12