Sunteți pe pagina 1din 18

ALGEBRĂ LINIARĂ - UNITATEA DE ÎNVĂŢARE 2

OVIDIU VEGHEŞ

Octombrie 2014

CUPRINS
1. Obiectivele unităţii de învăţare 2 1
2. Operatori liniari. Nucleu, imagine. Operaţii cu operatori şi reprezentarea lor 2
2.1. Operatori liniari 2
2.2. Operatori liniari definiţi pe spaţii de tip finit 3
2.3. Operaţii cu operatori liniari 4
2.4. Reprezentarea matriceală a operatorilor liniari 5
3. Vectori şi valori proprii. Polinom caracteristic 5
3.1. Vectori şi valori proprii 5
3.2. Subspaţii invariante. 6
3.3. Determinarea elementelor spectrale pe spaţii finit dimensionale 6
4. Forma canonică a unui endomorfism. Polinoame de endomorfisme 8
4.1. Endormorfisme diagonalizabile 8
4.2. Polinoame de endomorfisme (matrice) 9
5. Exerciţii rezolvate 10
6. Test de autoevaluare 13
7. Răspunsuri şi comentarii la testul de autoevaluare 14
8. Setul de exerciţii nr.2 16
8.1. Tema nr.4 16
8.2. Tema nr.5 16
8.3. Tema nr.6 17
Bibliografie 17

1. O
Ă Ţ   
Ă Ţ  2

Acest material este destinat studenţilor din învăţământul economic din anul I, ID, de
la Facultatea de Cibernetică, Statistică şi Informatică Economică din Academia de Studii
Economice Bucureşti.
Unitate de învăţare 2 conţine, o prezentare într-o formă accesibilă, dar riguroasă a
principalelor rezultate privind operatorii de spaţii vectoriale (punând accentul pe spaţiile
vectoriale de tip finit), precum şi a unei scurte introduceri în teoria spectrală şi a noţiunilor
aferente.
Sarcinile impuse în parcurgerea materialului sunt:
- memorarea noţiunilor descrise în material, descrierea lor în limbaj matematic ca şi
exprimarea alternativă a lor,
1
2 OVIDIU VEGHEŞ

- memorarea principalelor rezultate matematice şi urmărirea aplicării lor în exerciţiile


propuse,
- parcurgerea unora din titlurile privind teoria (T) recomandate în bibliografie, pentru
a recupera demonstraţiile principalelor propoziţii şi teoreme,
- parcurgerea altor probleme rezolvate cuprinse într-unul din titlurile privind aplicaţiile
(A) recomandate în bibliografie, pentru a identifica diferite tipuri de probleme,
- reconstituirea unor raţionamente matematice implicând noţiuni şi rezultate din uni-
tatea de învăţare 1,
- autotestarea cunoştinţelor şi deprinderilor dobândite folosind testul de autoevaluare,
urmată de reluarea paşilor anteriori în caz de eşec.
- efectuarea temelor cuprinse în setul de exerciţii nr.2,
- utilizarea acestor noţiuni cu încărcatura semantică aferentă în combinaţie cu limbajul
cotidian atunci când contextul face posibil acest lucru.
Obiectivele avute în vedere sunt:
-însuşirea limbajului specific modelării realităţii economico-sociale prin modele liniare,
-dezvoltarea capacităţii de a construi un raţionament,
-dezvoltarea atenţiei pentru a face conexiuni,
-dobândirea unor noi competenţe privind analiza unor procese sau fenomene economice
dintre cele mai diverse.
După studiul acestei unităţi de învăţare, studentul va avea cunoştinţe despre: operatori
liniari, operaţii cu operatori liniari, reprezentarea matriceală a operatorilor liniari, va-
lori, vectori şi subspaţii proprii, polinom caracteristic al unui endomorfism, spectrul unui
endomorfism, polinoame de matrice, matrice diagonalizabile şi forma lor diagonală. Aceste
cunoştinţe se folosesc la rezolvarea sistemelor de ecuaţii diferenţiale de ordinul întâi cu
coeficienţi constanţi.
Deşi materialul prezent nu evidenţiază acest aspect studentul dobândeşte cunoştinţele de
fundamentale necesare la alte discipline ce se ocupă cu modelarea matematică a realităţii.

2. O 
. N  , 
. OŢ    Ş 

 
2.1. Operatori liniari. Fie V1 , V2 două K-spaţii vectoriale. Vom nota, pentru a sim-
plifica scrierea, cu „+” atât adunarea vectorilor din V1 cât şi pe cea din V2 , deşi avem
în vedere două operaţii distincte. Folosim aceeaşi convenţie simplificatoare de notare şi
pentru înmulţirea cu scalari: „·” sau „ ”. Atragem atenţia că avem un singur corp al
scalarilor K (care va fi presupus comutativ în majoritatea rezultatelor).
Reamintim definiţia operatorilor liniari dată în unitatea de învăţare 1: funcţia sau
aplicaţia T : V1 → V2 se numeşte
i) aditivă dacă T (x1 + x2 ) = T (x1 ) + T (x2 ), ∀x1 , x2 ∈ V1 ,
ii) K-omogenă dacă T (αx) = αT (x), ∀x ∈ V1 , ∀α ∈ K,
iii) K-operator liniar dacă T este aditiv şi K-omogen.
Păstrăm notaţiile de la funcţii privind imaginea unei submulţimi A ⊆ V1 prin
aplicaţia T ca fiind
T (A) = {T (x) | x ∈ A} ,
respectiv imagimea inversă a unei submulţimi B ⊆ V2 prin aplicaţia T ca fiind
T −1 (B) = {x | T (x) ∈ B} .
Proprietăţilor curente de lucru cu ele vom adăuga altele, datorită contextului.
ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 2 3

Se notează cu
LK (V1 , V2 ) = {T : V1 → V2 | T este K-operator liniar} .
2.1.1 Definiţie Operatorii T1 , T2 ∈ LK (V1 , V2 ) sunt egali, şi scriem T1 = T2 , dacă
T1 (x) = T2 (x), ∀x ∈ V1 .
2.1.2 Exemplu Următoarele aplicaţii sunt operatori liniari:
1) idV : V → V, idV (x) = x, ∀x ∈ V, unde V este un K-spaţiu vectorial. idV este
operatorul identic1 pe V.
2) D : Rn [X] → Rn [X], D(P ) = P ′ , ∀P ∈ Rn [X], unde Rn [X] este spaţiul vectorial
real al polinoamelor de grad cel mult n.
b
3) I : CR [a, b] → R, I(f) = a f (t) dt, ∀f ∈ CR [a, b], unde CR [a, b] este spaţiul vectorial
reale al funcţiilor reale continue definite pe [a, b].
4) 0 : V1 → V2 , 0 (x) = 0V2 , ∀x ∈ V1 , este operatorul nul.
2.1.3 Observaţie Un operator T : V1 → V2 este K-operator liniar dacă şi numai dacă
T (αx + βy) = αT (x) + βT (y) , ∀x, y ∈ V1 , ∀α ∈ K.
2.1.4 Propoziţie Dacă T : V1 → V2 este un K-operator liniar, atunci:
i) T (0V1 ) = 0V2 ;
ii) T (−x)
 = −T (x), ∀x ∈ V1 ;
iii) T ( ni=1 αi xi ) = ni=1 αi T (xi ), ∀α1 , . . . , αn ∈ K, ∀x1 , . . . , xn ∈ V1 cu n ∈ N∗ .
2.1.5 Definiţie Fie T : V1 → V2 este un K-operator liniar. Se numeşte nucleul
K-operatorului liniar T şi se notează ker T = T −1 ({0V2 }). Se numeşte imaginea K-
operatorului liniar T şi se notează Im T = T (V1 ).
2.1.6 Teoremă Fie T : V1 → V2 este un K-operator liniar.
i) Dacă X ⊆ V1 K-subspaţiu, atunci T (X) ⊆ V2 este un K-subspaţiu vectorial.
ii) Dacă Y ⊆ V2 K-subspaţiu, atunci T −1 (Y) ⊆ V1 este un K-subspaţiu vectorial.
2.1.7 Corolar Pentru un K-operator liniar T : V1 → V2 avem ker T este un K-subspaţiu
vectorial în V1 şi Im T este +un K-subspaţiu vectorial în V2 .
2.1.8 Propoziţie Fie T : V1 → V2 este un K-operator liniar. Atunci i) T este injectiv
⇔ ker T = {0V1 }; ii) T este surjectiv ⇔ Im T = V2 .
2.2. Operatori liniari definiţi pe spaţii de tip finit. Fie V1 , V2 două K-spaţii vecto-
riale, cu dimK V1 finită. Deoarece K este fixat se poate renunţa la evidenţierea lui. Astfel,
obţinem de exemplu sintagmele „T este omogen” sau respectiv „T este operator liniar”.
Această convenţie o vom aplica în continuare.
2.2.9 Teoremă[a dimensiunii] Fie T : V1 → V2 este un operator liniar. Atunci
dimK V1 = dimK ker T + dimK Im T .
dimK ker T se numeşte defectul operatorului liniar T şi dimK Im T se numeşte rangul
operatorului liniar T .
2.2.10 Corolar Au loc afirmaţiile: i) T injectiv ⇔ dim V1 = dimK Im T . ii) T surjectiv
⇔ dim V2 = dimK Im T .
2.2.11 Corolar Două spaţii vectoriale izomorfe au aceeaşi dimensiune.
2.2.12 Propoziţie Fie T : V1 → V2 este un operator liniar. Fie I o mulţime finită
de indici, E = {ei | i ∈ I} ⊆ V1 , F = {fi | i ∈ I} ⊆ V2 . Sunt adevărate implicaţiile, în
contextul în care T (ei ) = fi , ∀i ∈ I: i) dacă E este o mulţime liniar independentă şi T
injectiv, atunci F este o mulţime liniar independentă; ii) dacă F este o mulţime liniar
independentă, atunci E este o mulţime liniar independentă; iii) dacă E este o mulţime de
1Operatorul identic este notat uneori 1 .
V
4 OVIDIU VEGHEŞ

generatori pentru V1 şi T surjectiv, atunci F este o mulţime de generatori pentru V2 ; iv)
dacă F este o mulţime de generatori pentru V2 şi T injectiv, atunci E este o mulţime de
generatori pentru V1 ; v) dacă T este bijectiv atunci E este bază în V1 dacă şi numai dacă
F este bază în V2 .
2.2.13 Propoziţie[principiul extinderii prin liniaritate] Fie V1 , V2 două K-spaţii vec-
toriale. Fie m ∈ N∗ , E = {e1 , . . . , em } o bază în V1 şi F = {f1 , . . . , fm } ⊆ V2 . Atunci
există un unic operator liniar T : V1 → V2 , pentru care T (ei ) = fi , ∀i ∈ {1, . . . , m}.
2.2.14 Teoremă[izomorfism a spaţiilor vectoriale de tip finit] Două spaţii vectoriale ce
au aceeaşi dimensiune sunt izomorfe.
2.2.15 Corolar i) Orice K-spaţiu vectorial V de dimensiune m este izomorf cu spaţiul
vectorial (Km , K). ii) Orice K-spaţiu vectorial V de dimensiune m este izomorf cu spaţiul
vectorial (M1,m (K) , K). iii) Orice K-spaţiu vectorial V de dimensiune m este izomorf cu
spaţiul vectorial (Mm,1 (K) , K).
2.2.16 Observaţie Unii autori identifică Km cu Mm,1 (K) şi consideră matricile din
Km ca fiind matrici coloană. În exerciţiile din culegerile de probleme vom respecta decizia
autorului, dar coordonatele le aşezăm întotdeauna pe coloană.
2.3. Operaţii cu operatori liniari. Fie V1 , V2 , V3 trei K-spaţii vectoriale.
2.3.17 Definiţie i) Dacă T1 , T2 ∈ LK (V1 , V2 ), definim adunarea prin
T1 + T2 : V1 → V2 , (T1 + T2 ) (x) = T1 (x) + T2 (x) , ∀x ∈ V1 .
ii) Dacă α ∈ K şi T ∈ LK (V1 , V2 ), definim înmulţirea cu scalari prin
αT : V1 → V2 , (αT ) (x) = αT (x) , ∀x ∈ V1 .
iii) Dacă (V3 , K) este un spaţiu vectorial, T ∈ LK (V1 , V2 ) şi U ∈ LK (V2 , V3 ), definim
produsul operatorului U cu T, notat prin U · T sau U T , prin compunerea U ◦ T ca funcţii
U ◦ T : V1 → V3 , (U ◦ T ) (x) = U (T (x)) , ∀x ∈ V1 .
iv) Dacă T ∈ LK (V1 , V2 ) şi T este bijectiv, definim inversul operatorului prin
 
T −1 : V2 → V1 unde T −1 (y) = x, x ∈ V1 cu proprietatea T (x) = y, ∀y ∈ V2 .
2.3.18 Propoziţie i) Dacă T1 , T2 ∈ LK (V1 , V2 ), atunci T1 + T2 ∈ LK (V1 , V2 ).
ii) În condiţiile în care K este corp comutativ, dacă α ∈ K şi T ∈ LK (V1 , V2 ), atunci
αT ∈ LK (V1 , V2 ).
iii) În condiţiile în care (V3 , K) este spaţiu vectorial, dacă T ∈ LK (V1 , V2 ) şi U ∈
LK (V2 , V3 ), atunci U ◦ T ∈ LK (V1 , V3 )
iv) Dacă T ∈ LK (V1 , V2 ) şi T este bijectiv, atunci T −1 ∈ LK (V2 , V1 ).
2.3.19 Corolar În condiţiile în care K este corp comutativ, LK (V1 , V2 ) este K-spaţiu
vectorial. Mai exact se verifică:
i) (T1 + T2 ) + T3 = T1 + (T2 + T3 ), ∀T1 , T2 , T3 ∈ LK (V1 , V2 );
ii) T1 + T2 = T2 + T1 , ∀T1 , T2 ∈ LK (V1 , V2 );
iii) T + 0 = 0 + T = T , ∀T ∈ LK (V1 , V2 ), unde 0 ∈ LK (V1 , V2 );
iv) ∀T ∈ LK (V1 , V2 ), ∃ (−T ) ∈ LK (V1 , V2 ), T + (−T ) = (−T ) + T = 0;
v) 1K T = T , ∀T ∈ LK (V1 , V2 );
vi) (αβ) T = α (βT ), ∀T ∈ LK (V1 , V2 ), ∀α, β ∈ K;
vii) (α + β) T = αT + βT , ∀T ∈ LK (V1 , V2 ), ∀α, β ∈ K;
viii) α (T1 + T2 ) = αT1 + αT2 , ∀T1 , T2 ∈ LK (V1 , V2 ), ∀α ∈ K.
2.3.20 Observaţie În plus, se pot verifica şi proprietăţile:
i) U ◦ (T1 + T2 ) = U ◦ T1 + U ◦ T2 , ∀T1 , T2 ∈ LK (V1 , V2 ), ∀U ∈ LK (V2 , V3 );
ii) (U1 + U2 ) ◦ T = U1 ◦ T + U2 ◦ T , ∀T ∈ LK (V1 , V2 ), ∀U1 , U2 ∈ LK (V2 , V3 );
ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 2 5

iii) T ◦ idV1 = T , şi idV2 ◦T = T , ∀T ∈ LK (V1 , V2 );


iv) T −1 ◦ T = idV1 şi T ◦ T −1 = idV2 , ∀T ∈ LK (V1 , V2 ) cu T bijectiv;
v) α (U ◦ T ) = (αU ) ◦ T = U ◦ (αT ), ∀T ∈ LK (V1 , V2 ), ∀U ∈ LK (V2 , V3 ), ∀α ∈ K.

2.4. Reprezentarea matriceală a operatorilor liniari. Fie V1 , V2 două K-spaţii vec-


toriale de tip finit, E = (e1 , . . . , en ) un reper în V1 şi F = (f1 , . . . , fm ) un reper în V2 ,
unde m, n ∈ N∗ .
2.4.21 Definiţie Fie T : V1 → V2 este un operator liniar. Se numeşte matricea
operatorului T corespunzătoare perechii de repere E, F matricea
[T ]E
F = [[T (e1 )]F , [T (e2 )]F , ..., [T (en )]F ] ∈ Mm,n (K) .

2.4.22 Exemplu Fie V un K-spaţiu vectorial de tip finit, E = (e1 , . . . , en ) şi F =


(f1 , . . . , fn ) două repere în V, unde n ∈ N∗ . Atunci
[idV ]FE = [[f1 ]E , [f2 ]E , ..., [fn ]E ] ∈ Mn (K) ,
este matricea de trecere de la reperul E la reperul F .
Evident [idV ]E F
E = [idV ]F = In ∈ Mn (K).
2.4.23 Propoziţie[caracterizarea matricei unui operator liniar] Se consideră T : V1 →
V2 un operator liniar.
i) Există o singură matrice A = [ai,j ]i=1,m,j=1,n ∈ Mm,n (K) pentru care
[T (x)]F = A [x]E , ∀x ∈ V1 .
ii) Matricea [T ]E
F ∈ Mm,n (K) verifică relaţia precedentă.
2.4.24 Teoremă[modificarea matricei unui operator la schimbarea reperelor] Fie T :
V1 → V2 este un operator liniar, E şi G două repere în V1 , iar F şi H două repere în V2 .
Atunci
[T ]G F E G
H = [idV2 ]H [T ]F [idV1 ]E .
2.4.25 Teoremă Fie V1 , V2 două K-spaţii vectoriale de tip finit, unde K este un corp
comutativ. Fie E = (e1 , . . . , en ) un reper în V1 şi F = (f1 , . . . , fm ) un reper în V2 , unde
m, n ∈ N∗ . În aceste condiţii, definim operatorul
AEF : LK (V1 , V2 ) → Mm,n (K) definită prin AEF (T ) = [T ]E
F

care verifică proprietăţile:


i) AEF este o aplicaţie bijectivă;
ii) AEF (T1 + T2 ) = AEF (T1 ) + AEF (T2 ), ∀T1 , T2 ∈ LK (V1 , V2 ).
iii) AEF (αT ) = αAEF (T ), ∀T ∈ LK (V1 , V2 ) , ∀α ∈ K.
iv) AEG (U ◦ T ) = AF G (U ) · AEF (T ), ∀T ∈ LK (V1 , V2 ), ∀U ∈ LK (V2 , V3 ), unde G
este un reper în spaţiul finit dimensional (V3 , K).  
v) Dacă T ∈ LK (V1 , V2 ) este bijecţie, atunci AF E T −1 = (AEF (T ))−1 .
2.4.26 Corolar În condiţiile în care K este corp comutativ, LK (V1 , V2 ) este izomorf
cu Mm,n (K). Rezultă dimK LK (V1 , V2 ) = dimK V1 · dimK V2 .
2.4.27 Observaţie Putem determina baza canonică în K-spaţiul vectorial LK (V1 , V2 )
ţinând cont de izomorfismul precedent.

3. V Ş   . P


 

3.1. Vectori şi valori proprii. Fie V un K-spaţiu vectorial, nenul, în care K corp co-
mutativ şi T ∈ LK (V, V) un endomorfism.
6 OVIDIU VEGHEŞ

3.1.1 Definiţie Considerăm sistemul



T (v) = λv
(3.1) .
v = 0

i) λ ∈ K se numeşte valoare proprie (sau valoare caracteristică) dacă ∃v ∈ V


pentru care se verifică sistemul 3.1.
ii) v ∈ V se numeşte vector propriu (sau vector caracteristic) corespunzător
valorii proprii λ ∈ K dacă se verifică 3.1.
iii) Se numeşte spectrul endomorfismului T mulţimea

(3.2) σ (T ) = {λ ∈ K | ∃v ∈ V, v = 0 astfel încât T (v) = λv} .

iv) Se numeşte subspaţiu propriu corespunzător valorii proprii λ ∈ σ (T ), K-


subspaţiul vectorial ker (T − λ idV ) = {v ∈ V | T (v) = λv}.
3.1.2 Observaţie Rezolvarea problemei găsirii vectorilor şi valorilor proprii cere să
parcurgem următoarele trei etape:
Etapa 1: Se determină spectrul operatorului T (mulţimea valorilor proprii).
Etapa 2: Se determină pentru fiecare valoare proprie subspaţiul propriu.
Etapa 3: Din fiecare subspaţiu propriu se extrag vectorii proprii (de care suntem in-
teresaţi).
3.1.3 Propoziţie λ ∈ / σ (T ) dacă şi numai dacă T − λ idV este endomorfism injectiv.

3.2. Subspaţii invariante. Fie V un K-spaţiu vectorial, nenul, în situaţia în care K este
corp comutativ. Fie un endomorfism T ∈ LK (V, V).
3.2.4 Definiţie Un K-subspaţiu vectorial X în V se numeşte T -invariant dacă şi numai
dacă T (X) ⊆ X.
3.2.5 Propoziţie În condiţiile definiţiei sunt adevărate afirmaţiile:
i) Dacă X este subspaţiu T -invariant, atunci2 T |X ∈ LK (X, X).
ii) {0V } şi V sunt subspaţii T -invariante.
iii) Dacă X1 şi X2 sunt subspaţii T -invariante, atunci X1 ∩ X2 este T -invariant.
iv) Dacă X1 şi X2 sunt subspaţii T -invariante, atunci X1 + X2 este T -invariant.
v) spanK (G) este T -invariant dacă şi numai dacă T (G) ⊆ spanK (G).
3.2.6 Observaţie Dacă X este subspaţiu T -invariant cu dimK X = 1, atunci există
v ∈ V vector propriu a lui T astfel încât X = spanK ({v}). Reciproc, dacă v ∈ V este un
vector propriu a lui T , atunci X = spanK ({v}) este un subspaţiu T -invariant.

3.3. Determinarea elementelor spectrale pe spaţii finit dimensionale. Fie V un


K-spaţiu vectorial, nenul, finit dimensional, în care K corp comutativ şi T ∈ LK (V, V) un
endomorfism liniar. Fie n = dimK V ∈ N∗ .
Fie E = (e1 , . . . , en ) un reper în V şi A = [ai,j ]i,j=1,n = [T ]E
E ∈ Mn (K). Atunci
[T (x)]E = A [x]E , ∀x ∈ V. Sistemul 3.1 este echivalent cu
  
[T ]E [x] = λ [x] ⇐⇒ [T ]E
− λ [idV ]E
E [x]E = [0]E .
(3.3) E E E E
[x]E = [0]E

2Este necesar să atragem atenţia asupra notaţiei folosite, şi anume, am notat restricţia endomorfismului
T ∈ LK (V, V) la K-subspaţiul vectorial X, atât din punct de vedere al domeniului cât şi a codomeniului,
prin T |X : X → X.
ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 2 7

Am obţinut, echivalent,


 (a1,1 − λ) x1 + a1,2 x2 + . . . + a1,n xn = 0

 a2,1 x1 + (a2,2 − λ) x2 + . . . + a2,n xn = 0
(3.4) ..


 .
 an,1 x1 + an,2 x2 + . . . + (an,n − λ) xn = 0
un sistem de n ecuaţii şi n necunoscute x1 , . . . , xn , cu un parametru
 λ ∈ K, sistem ce
x1
 .. 
trebuie să aibă cel puţin o soluţie nenulă. Am considerat [x]E =  . .
xn
3.3.7 Definiţie Fie A ∈ Mn (K). Se numeşte polinom caracteristic al matricei A,
polinomul de gradul n, notat PA (λ), şi definit prin
PA (λ) = det (A − λIn ) .
3.3.8 Observaţie[Structura polinomului caracteristic] Dacă considerăm matricea A =
[ai,j ]i,j=1,n ∈ Mn (K), atunci

PA (λ) = (−1)n λn + ζ n−1 λn−1 + . . . ζ 1 λ + ζ 0 ,


unde
ζ 0 = det (A)
şi pentru k = 1, n − 1 avem
 
ai1 ,i1 ai1 ,i2 . . . ai1 ,in−k
k   ai2 ,i1 ai2 ,i2 . . . ai2 ,in−k 
ζ k = (−1) · det  .
1i1 <...<in−k n
 . . . ... ... ... 
ain−k ,i1 ain−k ,i2 . . . ain−k ,in−k

Evident ζ n−1 = (−1)n−1 Tr A, unde Tr A = a1,1 + . . . + an,n este urma matricei A.


3.3.9 Observaţie Corpul scalarilor joacă un rol esenţial. Ecuaţia caracteristică PA (λ) =
0 are n rădăcini, dacă K = C. Dacă K = R, atunci nu avem certitudinea existenţei în R
a soluţiilor ecuaţiei caracteristice (vezi de exemplu ecuaţia λ2 + 1 = 0). Ultima remarcă
este adevărată şi pentru K = Q (vezi de exemplu ecuaţia λ2 − 2 = 0).
3.3.10 Propoziţie Polinomul caracteristic este invariant (rămâne nemodificat) indifer-
ent care ar fi matricea de reprezentare a unui endomorfism T ∈ LK (V, V) într-un reper al
K-spaţiul vectorial V.
3.3.11 Definiţie Se numeşte polinom caracteristic al endomorfismului T ∈
LK (V, V), polinomul notat PT (λ), şi definit prin
 
PT (λ) = det [T ]E E − λ [id ]E
V E = P[T ]E (λ) , unde E este un reper arbitar fixat în V.
E

3.3.12 Observaţie Pentru rezolvarea problemei găsirii vectorilor şi valorilor proprii
putem folosi următoarele etape de calcul:
Etapa 0 : Se alege un reper E în K-spaţiul vectorial V şi se determină A = [T ]E
E.
Etapa 1: Se rezolvă ecuaţia caracteristică PA (λ) = 0, unde PA (λ) este polinomul
caracteristic de grad n asociat matricei A, şi se determină σ (T ).
Etapa 2: Pentru fiecare λ ∈ σ(T ), se determină K-subspaţiul propriu ker (T − λ idV )
(prin rezolvarea sistemului (A − λIn ) [x]E = [0]E ).
Etapa 3: Din fiecare subspaţiu propriu se extrag vectorii proprii.
8 OVIDIU VEGHEŞ

3.3.13 Definiţie Fie T ∈ LK (V, V) şi λ ∈ σ (T ). Numim dimensiunea geometrică


a lui λ numărul dλ = dimK ker (T − λ idV ) ∈ N∗ . Numim dimensiunea algebrică a lui
λ ordinul de multiplicitate mλ ∈ N∗ al lui λ ca rădăcină a polinomului caracteristic PT (λ).
3.3.14 Lemă Fie T ∈ LK (V, V) un endomorfism pentru care
{λ1 , . . . , λr } ⊆ σ (T ) , unde λi = λj pentru orice i = j, i, j ∈ {1, . . . , r} .
Notăm Vλk subspaţiul propriu corespunzător valorii proprii λk , adică
Vλk = ker (T − λk idV ) ,
pentru orice k ∈ {1, . . . , r}. În aceste condiţii sunt adevărate afirmaţiile:
i) O mulţime de vectori proprii corespunzătoare la valori proprii distincte este liniar
independentă ({v1 , . . . , vr } este liniar independentă oricare ar fi alegerea vectorilor vk ∈
Vλk {0V },k ∈ {1, . . . , r}). 

ii) Vλk ∩ j∈{1,...,r} {k} Vλj
= {0V }, ∀k ∈ {1, . . . , r}.

iii) dλk = dimK Vλk  mλk , ∀k ∈ {1, . . . , r} şi m k=1 mλk  n, unde prin mλk am
pus în evidenţă ordinul de multiplicitate al valorii proprii λk ca rădăcină a polinomului
caracteristic, pentru orice k ∈ {1, . . . , r}.

4. F 

Ă 
 
!. P
  
!

4.1. Endormorfisme diagonalizabile. Fie V un K-spaţiu vectorial, nenul, finit dimen-


sional, în care K corp comutativ şi T ∈ LK (V, V). Fie n = dimK V ∈ N∗ .
Fie E = (e1 , . . . , en ) un reper în V şi A = [ai,j ]i,j=1,n = [T ]E E ∈ Mn (K). Atunci
[T (x)]E = A [x]E , ∀x ∈ V.
4.1.1 Definiţie T se numeşte endomorfism diagonalizabil dacă există un reper
F = (f1 , . . . , fn ) al K-spaţiului vectorial V pentru care [T ]FF este o matrice diagonală
adică, o matrice ale cărei elemente nenule pot fi doar pe diagonala principală.
4.1.2 Lemă Dacă G este un reper a K-spaţiu vectorial V, format doar din vectori
proprii ai lui T , atunci D = [T ]G G este o matrice diagonală, unde elementele de pe diagonala
principală sunt valorile proprii. Reciproca este de asemenea adevărată.
4.1.3 Observaţie Dacă endomorfismul T ∈ LK (V, V) are n valori proprii distincte,
atunci T este diagonalizabil. Într-adevăr, oricare ar fi alegerea vectorilor proprii vk ∈
Vλk {0V }, cu k ∈ {1, . . . , n}, reperul G = (v1 , . . . , vn ) este format numai din vectori
proprii ai lui T , iar D = [T ]G G este o matrice diagonală.
4.1.4 Teoremă[Caracterizarea endomorfismelor diagonalizabile] Fie endomorfismul T ∈
LK (V, V) pentru care spectrul său este
σ (T ) = {λ1 , . . . , λr } , unde λi = λj pentru orice i = j, i, j ∈ {1, . . . , r} .
Notăm prin mλk ordinul de multiplicitate al valorii proprii λk ca rădăcină a polinomului
caracteristic, pentru orice k ∈ {1, . . . , r}. Atunci sunt echivalente afirmaţiile:
i) T este un endomorfism diagonalizabil;
ii) Există un reper al K-spaţiului vectorial V, format doar din vectori proprii ai lui T ;
iii) Polinomul caracteristic are toate rădăcinile în corpul K (adică rk=1 mλk = n) şi
dλk = mλk , unde dλk = dimK ker (T − λk idV ), ∀k ∈ {1, . . . , r};
iv) V = ⊕rk=1 ker (T − λk idV ).
4.1.5 Definiţie Matricea A ∈ Mn (K) se numeşte diagonalizabilă dacă există C ∈
GLn (K) ⊆ Mn (K) astfel încât C −1 AC este o matrice diagonală. În acest caz C se numeşte
matricea ce permite diagonalizarea lui A. Pentru o matrice diagonalizabilă, relaţia
A = CDC −1 , cu C ∈ GLn (K) şi D ∈ Mn (K) matrice diagonală, poartă denumirea de
ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 2 9

formă diagonală a matricei A. S-a notat cu GLn (K) mulţimea matricelor inversabile
de ordinul n cu elemente din K.
4.1.6 Observaţie Pentru a pune în evidenţă forma diagonală a unei matrice patratice
diagonalizabile A ∈ Mn (K) putem folosi următoarele etape de calcul:
Etapa 0 : Se alege reperul canonic E în K-spaţiul vectorial Mn,1 (K).
Etapa 1: Se rezolvă ecuaţia caracteristică PA (λ) = 0, unde PA (λ) este polinomul
caracteristic de grad n asociat matricei A.
Etapa 2: Pentru fiecare λ ∈ σ(A), se determină K-subspaţiul propriu prin rezolvarea
sistemului (A − λIn ) [x]E = [0]E .
Etapa 3: Pentru fiecare λ ∈ σ (A) se alege un reper Fλ în K-subspaţiul propriu deter-
minat la etapa a 2-a.
Etapa 4: Se construieşte reperul F = (Fλ )λ∈σ(A) în K-spaţiul vectorial Mn,1 (K) format
doar din seturile de vectori proprii determinate la etapa a 3-a şi se pune în evidenţă atât
matricea diagonală D (având diagonala principală formată din valorile proprii), matricea
C de trecere de la reperul E la reperul F , cât şi relaţia A = CDC −1 ce exprimă forma
diagonală a matricei A.
4.1.7 Propoziţie Fie T ∈ LK (V, V) un endomorfism diagonalizabil şi
σ (T ) = {λ1 , . . . , λr } , unde λi = λj pentru orice i = j, i, j ∈ {1, . . . , r}
spectrul său. Atunci T = λ1 p1 + . . . + λr pr unde pk : V → V este K-operator liniar de
proiecţie3 cu proprietatea Im pk = ker (T − λk idV ), pentru fiecare k ∈ {1, . . . , r}.

4.2. Polinoame de endomorfisme (matrice). 4.2.8 Teoremă[Hamilton-Cayley] Dacă


K este Q, R sau C, fie A ∈ Mn (K) şi PA (λ) polinomul său caracteristic. Atunci
PA (A) = 0n .
Demonstraţie. Fie PA (λ) = a0 + a1 λ + . . . + an λn expresia polinomului caracteristic. Matricea
adjunctă, adj (A − λIn ) este o matrice polinom în λ de forma
adj (A − λIn ) = B0 + λB1 + . . . + λn−1 Bn−1 ,
deoarece complemenţii algebrici sunt polinoame în λ de grad cel mult n − 1. Atunci
PA (λ) In = det (A − λIn ) In = (A − λIn ) adj (A − λIn ) .
Identificarea coeficienţilor celor două polinoame conduce la relaţiile:


 a0 In = AB0



 a1 In = AB1 − B0

a2 In = AB2 − B1

 ...



 an−1 In = ABn−1 − Bn−2

an In = −Bn−1
Prin înmulţirea la dreapta a relaţiilor respectiv cu In , A, A2 , . . . , An−1 , An obţinem


 a0 In = AB0

 2

 a 1 A = A B1 − AB0

a2 A = A3 B2 − A2 B1
2


 ...



 an−1 An−1 = An Bn−1 − An−1 Bn−2

an An = −An Bn−1
Prin însumarea relaţiilor obţinem PA (A) = a0 In + a1 A + . . . + an An = 0n .
4.2.9 Corolar Fie A ∈ Mn (K) şi Q ∈ K [X]. Atunci Q (A) ∈ Mn (K) şi există scalarii
q0 , q1 , . . . , qn−1 ∈ K astfel încât Q (A) = q0 In + q1 A + . . . + qn−1 An−1 .
3Un endomorfism T : V → V pentru care T 2 = T , unde T 2 = T ◦ T se numeşte proiecţie.
10 OVIDIU VEGHEŞ

4.2.10 Corolar Fie T ∈ LK (V, V), cu dimK V = n ∈ N∗ , şi Q ∈ K [X]. Atunci


Q (T ) ∈ LK (V, V) şi există scalarii q0 , q1 , . . . , qn−1 ∈ K astfel încât Q (T ) = q0 idV +q1 T +
. . . + qn−1 T n−1 .

5. E#Ţ  
5.0.1 Exerciţiu Fie T : R3 → R2 , T (x1 , x2 , x3 ) = (x1 − x2 , 2x1 − 2x2 ). Să se: i) arate
că T este R-operator liniar; ii) determine nucleul şi imaginea operatorului T ; iii) afle [T ]EF
matricea operatorului T corespunzătoare reperelor canonice E = (e1 , e2 , e3 ) şi F = (f1 , f2 );
iv) [T ]G
H matricea operatorului T corespunzătoare reperelor G = (e1 + e2 , e1 + e3 , e2 + e3 )
şi H = (2f1 + f2 , −f1 ); v) relaţia de legatura între [T ]G E
H şi [T ]F .
Soluţie. Spaţiile vectoriale reale implicate sunt R3 şi R2 . Reperele canonice în aceste spaţii sunt
E = (e1 = (1, 0, 0) , e2 = (0, 1, 0) , e3 = (0, 0, 1)) ,
F = (f1 = (1, 0) , f2 = (0, 1)) .
i) Fie (x1 , x2 , x3 ) , (y1 , y2, y3 ) ∈ R3 şi α, β ∈ R. Avem
T (α (x1 , x2 , x3 ) + β (y1 , y2, y3 )) = T ((αx1 , αx2 , αx3 ) + (βy1 , βy2, βy3 ))
= T (αx1 + βy1 , αx2 + βy2 , αx3 + βy3 )
= ((αx1 + βy1 ) − (αx2 + βy2 ) , 2 (αx1 + βy1 ) − 2 (αx2 + βy2 ))
= α (x1 − x2 , 2x1 − 2x2 ) + β (y1 − y2 , 2y1 − 2y2 ) = αT (x1 , x2 , x3 ) + βT (y1 , y2 , y3 ) .
ii) Fie (x1 , x2 , x3 ) ∈ ker T . Condiţia este echivalentă cu T (x1 , x2 , x3 ) = (0, 0) sau

x1 − x2 = 0
.
2x1 − 2x2 = 0

 x1 = α
Valorile necunoscutelor (principale şi secundare) sunt x2 = α , α, β ∈ R, de unde rezultă

x3 = β
ker T = {(α, α, β) | α, β ∈ R} = {α (1, 1, 0) + β (0, 0, 1) | α, β ∈ R} = spanR ({(1, 1, 0) , (0, 0, 1)}) .
Deoarece vectorii care generează acest subspaţiu sunt independenţi, avem dimR ker T = 2.
Fie (y1 , y2 ) ∈  Im T . Condiţia este echivalentă cu existenţa (x1 , x2, x3 ) ∈ R3 pentru care (y1 , y2 ) =
x 1 − x 2 = y1
T (x1 , x2 , x3 ) sau . Condiţia de compatibilitate este y2 = 2y1 . Rezultă
2x1 − 2x2 = y2
 
Im T = (y1 , y2 ) ∈ R2 | y2 = 2y1 = {γ (1, 2) | γ ∈ R} = spanR ({(1, 2)}) .
Pentru că vectorul generator al acestui subspaţiu este nenul, avem dimR Im T = 1.
Evident dimR ker T + dimR Im T = 2 + 1 = 3 = dimR R3 .
iii) Evident T (e1 ) = (1, 2) = 1f1 + 2f2 , T (e2 ) = (−1, −2) = −1f1 − 2f2 ,T (e3 ) = (0, 0) = 0f1 + 0f2 .
Atunci

 1 −1 0
[T ]E
F = [T (e )]
1 F , [T (e )]
2 F , [T (e )]
3 F = .
2 −2 0
Matricea are proprietatea că
3
[T (x)]F = [T ]E
F [x]E , ∀x ∈ R .
iv) Avem T (e1 + e2 ) = (0, 0) = 0f1 + 0f2 , T (e1 + e3 ) = (1, 2) = 1f1 + 2f2 ,T (e2 + e3 ) = (−1, −2) =
−1f1 − 2f2 . Folosim tehnica din lema schimbului. Obţinem
R2 f1 f2 2f1 + f2 −f1 T (e1 + e2 ) T (e1 + e3 ) T (e2 + e3 )
f1 1 0 2 −1 ↓ 0 1 −1
←−
f2 0 1 1 0 0 2 −2
−f1 −1 0 −2 1
f2 0 1 1 ↓ 0


−f1 −1 2 0 1
2f1 + f2 0 1 1 0
2f1 + f2 0 1 1 0 0 2 −2
−f1 −1 2 0 1 0 3 −3
ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 2 11

sau explicit
T (e1 + e2 ) = 0 (2f1 + f2 )+0 (−f1 ) , T (e1 + e3 ) = 2 (2f1 + f2 )+3 (−f1 ) , T (e2 + e3 ) = −2 (2f1 + f2 )−3 (−f1 ) .
Lema schimbului ne garantează că H este un reper în R2 . Dar şi G este un reper în R3 deoarece sunt
indeplinite criteriile impuse de consecinţele teoremei rangului:
 
1 1 0 
G numărul de vectori
rang [idV1 ]E = rang  1 0 1  = 3 = .
dimR R3
0 1 1
Matricea


 0 2 −2
[T ]G
H = [T (e1 + e2 )]H , [T (e1 + e3 )]H , [T (e2 + e3 )]H = .
0 3 −3
are proprietatea că
3
[T (x)]H = [T ]G
H [x]G , ∀x ∈ R .

v) Teorema privind modificarea matricei unui operator la schimbarea reperelor ne spune

[T ]G F E G
H = [idV2 ]H [T ]F [idV1 ]E .
 



1 1 0
0 2 −2 0 1 0 1 −1 
Într-adevăr avem = 1 0 1 .
0 3 −3 −1 2 0 2 −2
0 1 1
 
19 34 51 17
 −5 −8 −15 −5 
5.0.2 Exerciţiu Se consiceră matricea A = 
 −3 −6 −7 −3 . Să se calculeze

1 2 3 3
A−1 folosind Teorema Cayley-Hamilton.
Soluţie. Polinomul caracteristic asociat matricei A este
 
19 − λ 34 51 17
 −5 −8 − λ −15 −5 
PA (λ) = det (A − λI4 ) = det   = λ4 − 7λ3 + 18λ2 − 20λ + 8.
 −3 −6 −7 − λ −3 
1 2 3 3−λ
Rezultă det A = 8 (termenul liber din scrierea polinomului) şi în consecinţă A este inversabilă. Conform
teoremei Cayley-Hamilton
A4 − 7A3 + 18A2 − 20A + 8I4 = 04 .
Avem
 −1   −1 
A 8
A3 + 87 A2 + −18
8
A + 20
8 4
I = 8
A3 + 87 A2 + −18
8
A + 20
8 4
I A = I4 .
Folosind unicitatea elementului simetric în grupul GL4 (R), al matricelor inversabile de ordinul 4 cu ele-
mente numere reale, rezultă
 
−8 −17 − 51 2
− 17
2
 5 11 15 5 
A−1 = −1
8
A3 + 87 A2 + −18
8
A + 20
8 4
I =
 3
2 2 2 2
3
.

2
3 5 2
− 21 −1 − 32 0
Observaţie. Reamintim că dacă K este un corp comutativ, atunci mulţimea GLn (K), a matricelor
inversabile de ordinul n cu elemente din K, este grup.
5.0.3 Exemplu Fie endomorfismul T : R4 → R4 , definit prin
, x2 , x3 , x4 ) = (y1 , y2 , y3 , y4 ) , unde
T (x1
 y = 19x1 + 34x2 + 51x3 + 17x4
 1

y2 = −5x1 − 8x2 − 15x3 − 5x4
, ∀ (x1 , x2 , x3 , x4 ) ∈ R4 .

 y 3 = −3x 1 − 6x 2 − 7x 3 − 3x4

y4 = x1 + 2x2 + 3x3 + 3x4
12 OVIDIU VEGHEŞ

i) Să se determine matricea endomorfismului corespunzătoare reperului canonic E =


(e1 , e2 , e3 , e4 ) din spaţiul vectorial real R4 . ii) Să se afle vectorii şi valorile proprii corespun-
zătoare endomorfismului T . iii) Să se verifice că T este diagonalizabil şi să se determine
un reper în spaţiul vectorial R4 , format din vectori proprii.
Soluţie. Explicităm e1 = (1, 0, 0, 0), e2 = (0, 1, 0, 0), e3 = (0, 0, 1, 0), e4 = (0, 0, 0, 1).
i) Evident
T (e1 ) = (19, −5, −3, 1) , T (e2 ) = (34, −8, −6, 2) , T (e3 ) = (51, −15, −7, 3) , T (e4 ) = (17, −5, −3, 3) .
Atunci  
19 34 51 17
E   −5 −8 −15 −5 

[T ]E = [T (e1 )]E , [T (e2 )]E , [T (e3 )]E , [T (e4 )]E =  .
−3 −6 −7 −3 
1 2 3 3
E  4
Matricea A = [T ]E ∈ M4 R are proprietatea că
4
[T (x)]E = [T ]E
E [x]E , ∀x ∈ R .

ii) Ecuaţia caracteristică este


 
19 − λ 34 51 17
 −5 −8 − λ −15 −5 
det (A − λI4 ) = det   = λ4 − 7λ3 + 18λ2 − 20λ + 8 = 0
 −3 −6 −7 − λ −3 
1 2 3 3−λ
Rădăcinile ecuaţiei caracteristice (valorile proprii) sunt
λ1 = 1, λ2 = λ3 = λ4 = 2.
(1) (3)
Spectrul endomorfismului T este σ (T ) = 1 , 2 . În continuare, pentru fiecare valoare proprie, deter-
minăm subspaţiile proprii.  
18 34 51 17
 −5 −9 −15 −5 
Pentru λ = 1, notăm U1 = T − 1 idR4 . Obţinem B1 = [U1 ]E 
E = A − I4 =  −3
 şi

−6 −8 −3
1 2 3 2
dimR ker (U1 ) = 4 − dimR Im (U1 ) = 4 − rang B1 = 4 − 3 = 1 =ordinul de multiplicitate pentru λ = 1.
Continuând calculele (vezi 3.4) din rezolvarea sistemului


 18x1 + 34x2 + 51x3 + 17x4 = 0

−5x1 − 9x2 − 15x3 − 5x4 = 0
 −3x1 − 6x2 − 8x3 − 3x4 = 0


x1 + 2x2 + 3x3 + 2x4 = 0
obţinem ker (U1 ) = spanR ({(17, −5, −3, 1)}).  
17 34 51 17
E
 −5 −10 −15 −5 
Pentru λ = 2, notăm U2 = T − 2 idR4 . Avem B2 = [U2 ]E = A − 2I4 =  −3 −6
 şi

−9 −3
1 2 3 1
dimR ker (U2 ) = 4 − dimR Im (U2 ) = 4 − rang B2 = 4 − 1 = 3 =ordinul de multiplicitate pentru λ = 2.
Continuând calculele (vezi 3.4) din rezolvarea sistemului


 17x1 + 34x2 + 51x3 + 17x4 = 0

−5x1 − 10x2 − 15x3 − 5x4 = 0
 −3x1 − 6x2 − 9x3 − 3x4 = 0


x1 + 2x2 + 3x3 + x4 = 0
obţinem ker (U2 ) = spanR ({(−2, 1, 0, 0) , (−3, 0, 1, 0) , (−1, 0, 0, 1)}).
Vectorii proprii sunt cei din ker (U1 ) {(0, 0, 0, 0)} pentru valoarea proprie λ = 1 şi cei din ker (U2 )
{(0, 0, 0, 0)} pentru valoarea proprie λ = 2.
iii) Polinomul caracteristic are toate rădăcinile în corpul scalarilor R şi dimensiunea algebrică şi geo-
metrică pentru fiecare valoare proprie coincid. Conform teoremei 4.1.4 de caracterizare a endomorfismelor
diagonalizabile tragem concluzia că endomorfismul T este diagonalizabil.
ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 2 13

Considerăm vectorii v1 = (17, −5, −3, 1), v2 = (−2, 1, 0, 0), v3 = (−3, 0, 1, 0), v4 = (−1, 0, 0, 1). Consi-
derăm matricea  
−17 7 5 −1
  5 −2 −1 0 
C = [v1 ]E , [v2 ]E , [v3 ]E , [v4 ]E =  .
 3 −1 −1 0 
−1 0 0 1

card ({v1 , v2 , v3 , v4 })
Având în vedere că rang C = 4 = tragem concluzia că V = (v1 , v2 , v3 , v4 ) este un
dimR R4
4
reper în spaţiul vectorial real R , iar C este matricea de trecere de la reperul E la V . Atunci
 
1 0 0 0
  0 2 0 0 
D = [T ]VV = [T (v1 )]V , [T (v2 )]V , [T (v3 )]V , [T (v4 )]V =  0 0 2 0 

0 0 0 2
şi D = [T ]VV = [idR4 ]E E V
V [T ]E [idR4 ]E = C
−1
AC.
 
y ′ = 3y + 5z y ′ = 13y + 25z
5.0.4 Exemplu Să se rezolve SEDL1 i) ii) .
z′ = y − z z ′ = −y + 23z


y (t)
Soluţie. Fie x (t) = un t ∈ I. Vom concluziona în final că I = R. Fiecare sistem de ecuaţii
z (t)
se va scrie în formă

matriceală

x = Ax. Vom


aduce matricea

1 A1 la forma Jordan
A1 = CJ C .
−1
1
3 5 5 −1 4 0
i) Avem A = = 6 6 , cu C −1 = 6 6 .
1 −1 1 1 0 −2 − 61 56 − 16 65

 ′
v1 v1 = 4v1
Notăm v = C −1 x, cu v = şi obţinem sistemul v ′ = J v adică . soluţia sistemului
v2 v2′ = −2v2
 4t
v1 (t) = c1 e
generală a sistemului este , cu t ∈ R. Avem x = Cv. Revenind la sistemul dat avem
v2 (t) = c2 e−2t
 4t −2t
y (t) = 5c1 e − c2 e
, cu t ∈ R şi c1 , c2 constante reale fixate.
z (t) = c1 e4t + c2 e−2t




1
1
13 25 25 0 18 1 0 0
ii) Avem A = = 25 , cu C −1
= 25 .
−1 23 5 1 0 18 − 51 1 −1 1

 ′ 5
v1 v1 = 18v1 + v2
Notăm v = C −1 x, cu v = şi obţinem sistemul v ′ = Jv adică . soluţia
v2 v2′ = 18v2

v1 (t) = c1 e18t + c2 te18t
sistemului generală a sistemului este , cu t ∈ R. Avem x = Cv. Revenind la
v2 (t) = c2 e18t
 18t 18t
y (t) = 25c1 e + 25c2 te
sistemul dat avem , cu t ∈ R şi c1 , c2 constante reale fixate.
z (t) = (5c1 + c2 ) e18t + 5c2 te18t

6. T    

6.0.1 Exerciţiu Definiţi noţiunile: i) matricea unui operator liniar corespunzătoare


unei perechi de repere; ii) endomorfism diagonalizabil; iii) dimensiunea geometrică a unei
valori proprii; iv) spectrul unui endomorfism.
6.0.2 Exerciţiu Enunţaţi rezultatul matematic privind: i) proprietăţile din K-spaţiul
vectorial LK (V1 , V2 ); ii) structura coeficienţilor unui polinom caracteristic; iii) invarianţa
polinomului caracteristic; iv) caracterizare a endomorfismelor diagonalizabile.
6.0.3 Exerciţiu Fie U : R3 [X] → R3 [X], definit prin
U (P (X)) = P ′ (X) − P (X) .
Să se arate că U este un automorfism şi să se afle operatorul invers.
6.0.4 Exerciţiu Fie n ∈ N, n  2. a) Să se cerceteze dacă K-spaţiul vectorial Mn (K),
al matricelor pătratice de ordin n cu elemente din K, este suma directă dintre subspaţiul
matricelor simetrice şi subspaţiul matricelor antisimetrice. b)Fie A ∈ Mn (K) o matrice
14 OVIDIU VEGHEŞ

diagonalizabilă şi C ∈ GLn (K) o matrice ce permite diagonalizarea ei. Dacă D = C −1 AC,
atunci i) αA = C (αD) C −1 , ∀α ∈ K; ii) Am = CDm C −1 , ∀m ∈ N∗ .
6.0.5 Exerciţiu Fie endomorfismul T : R4 → R4 , definit prin
, x2 , x3 , x4 ) = (y1 , y2 , y3 , y4 ) , unde
T (x1
 y = 19x1 + 34x2 + 51x3 + 17x4
 1

y2 = −5x1 − 8x2 − 15x3 − 5x4
, ∀ (x1 , x2 , x3 , x4 ) ∈ R4 .

 y 3 = −3x 1 − 6x 2 − 7x 3 − 3x4

y4 = x1 + 2x2 + 3x3 + 3x4
Să se determine T n : R3 → R3 , cu n ∈ N∗ .

7. RĂ 
  Ş 
       
În rezolvarea testului trebuie să ţinem cont că soluţiile propuse trebuie să fie clare,
corecte şi complete.
Exerciţiul 6.0.1.
Soluţie. Este vorba de definiţiile i) 2.4.21;.ii) 4.1.1; iii) 3.3.13; iv) 3.1.1.
Exerciţiul 6.0.2.
Soluţie. Este vorba următoarele rezultate: i) 2.3.19 şi 2.3.20; ii) 3.3.7 şi 3.3.8; iii) 3.3.10 şi 3.3.11; iv)
4.1.4.
Exerciţiul 6.0.3.
 
Soluţie. Fie E = 1, X, X 2 , X 3 reperul canonic din R3 [X]. Conform definiţiei
   
U a0 + a1 X + a2 X 2 + a3 X 3 = a1 + 2a2 X + 3a3 X 2 − a0 + a1 X + a2 X 2 + a3 X 3
= (a1 − a0 ) + (2a2 − a1 ) X + (3a3 − a2 ) X 2 + (−a3 ) X 3 .
Matricea
 
−1 1 0 0
E    2    3   0 −1 2 0 
[U ]E = [U (1)]E , [U (X)]E , U X E , U X E =   .
0 0 −1 3 
0 0 0 −1
Conform principiului de extindere prin liniaritate există un operator liniar T : R3 [X] → R3 [X] pentru
care  
−1 −1 −2 −6
 −1  0 −1 −2 −6 
[T ]E E
E = [U ]E = 0
.
0 −1 −3 
0 0 0 −1
Deoarece
      
[U ◦ T (1)]E , [U ◦ T (X)]E , U ◦ T X 2 E , U ◦ T X 3 E = [U ◦ T ]E E E
E = [U ]E [T ]E
 −1        
= [U ]E
E [U ]E
E
= I4 = idR3 [X] (1) E , idR3 [X] (X) E , idR3 [X] X 2 E , idR3 [X] X 3 E ,

folosind unicitatea din principiului de extindere prin liniaritate tragem concluzia că U ◦ T = idR3 [X] . În
mod analog T ◦ U = idR3 [X] . Folosind proprietăţile compunerii funcţiilor U şi T sunt bijective. Am arătat
că U este un izomorfism liniar. Deoarece domeniul şi codomeniul coincid U este automorfism.
 −1 E  E −1
Pe de altă parte, aceleaşi relaţii conduc la U = T (şi deci U
−1
E
= [U ]E ). De aici obţinem
 
U −1 a0 + a1 X + a2 X 2 + a3 X 3
= (−a0 − a1 − 2a2 − 6a3 ) + (−a1 − 2a2 − 6a3 ) X + (−a2 − 3a3 ) X 2 + (−a3 ) X 3 .

Exerciţiul 6.0.4.
   
Soluţie. a) Fie X1 = S ∈ Mn (K) | S T = S şi X2 = A ∈ Mn (K) | AT = −A . Am notat cu AT
transpusa matricei A. Pentru început verificăm că X1 şi X2 sunt K-subspaţii vectoriale.
Dacă S1 , S2 ∈ X1 , adică S1T = S1 şi S2T = S2 , atunci (S1 + S2 )T = S1T + S2T = S1 + S2 şi deci
S1 + S2 ∈ X1 . Dacă α ∈ K şi S ∈ X1 , adică S T = S, atunci (αS)T = αS T = αS şi deci αS ∈ X1 . Am
ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 2 15

probat astfel că X1 este K-subspaţiu vectorial. Dacă A1 , A2 ∈ X2 , adică AT1 = −A1 şi AT2 = −A2 , atunci
(A1 + A2 )T = AT1 + AT2 = −A1 − A2 = − (A1 + A2 ) şi deci A1 + A2 ∈ X2 . Dacă α ∈ K şi A ∈ X2 ,
adică AT = −A, atunci (αA)T = αAT = α (−A) = − (αA) şi deci αA ∈ X2 . Am probat astfel că X2 este
K-subspaţiu vectorial. 
X1 + X2 = Mn (K)
Pentru a verifica X1 ⊕ X2 = Mn (K), sau echivalent , trebuie să verifică patru
X1 ∩ X2 = {0n }
incluziuni. X1 ∩ X2 ⊇ {0n } şi X1 + X2 ⊆ Mn (K) sunt evidente.
Cazul 1: K este un corp algebric cu caracteristica diferită de 2.
"X1 ∩ X2 ⊆ {0n }" Fie M ∈ X1 ∩ X2 . Atunci din M T = M = −M avem 2M = 0n . Rezultă M = 0n .
"X1 + X2 ⊇ Mn (K)" Fie M ∈ Mn (K) arbitrar. Atunci M = S + A, unde
   
S = (2 · 1)−1 M + M T ∈ X1 şi A = (2 · 1)−1 M − M T ∈ X2 .

Este imediată verificarea


   
S T = (2 · 1)−1 M T + M = S şi AT = (2 · 1)−1 M T − M = −A.

Am verificat că X1 şi X2 sunt spaţii suplementare directe unul celuilalt în Mn (K).
Cazul 2: K este un corp algebric cu caracteristica egală cu 2 (de exemplu Z2 ).
Atunci M = −M , ∀M ∈ Mn (K) şi, în consecintă, X1 = X2 = {0n }. Nu se poate calcula X1 ⊕ X2 .
b) Din ipoteza rezultă A = CDC −1 . i) Avem
 
αA = α CDC −1 = C (αD) C −1 .
ii) Vom demonstra afirmaţia prin inducţie. "pasul iniţial" Afirmaţia pentru m = 1 a fost probată.
"pasul de inducţie" Dacă Am = CD m C −1 , atunci Am+1 = AAm = CDC −1 CDm C −1 = CDIn D m C −1 =
CDm+1 C −1 .
În concluzie afirmaţia Am = CDm C −1 este adevărată pentru orice m ∈ N∗ .
Exerciţiul 6.0.5.
Soluţie. Folosim calculele efectuate în cel de al doilea exerciţiu rezolvat. Endomorfismul T este
diagonalizabil. Fie
E = (e1 = (1, 0, 0, 0) , e2 = (0, 1, 0, 0) , e3 = (0, 0, 1, 0) , e4 = (0, 0, 0, 1)) şi
V = (v1 = (17, −5, −3, 1) , v2 = (−2, 1, 0, 0) , v3 = (−3, 0, 1, 0) , v4 = (−1, 0, 0, 1))
reperul canonic, şi respectiv reperul format din vectori proprii, ai spaţiului vectorial real R4 . Avem
   
19 34 51 17 1 0 0 0
 −5 −8 −15 −5   
A = [T ]E   , D = [T ]V =  0 2 0 0 
E =  −3 −6 −7 −3  V  0 0 2 0 
1 2 3 3 0 0 0 2
 
−17 7 5 −1
  5 −2 −1 0 
şi A = CDC −1 , unde C = [v1 ]E , [v2 ]E , [v3 ]E , [v4 ]E =   3
. Atunci
−1 −1 0 
−1 0 0 1
 n
[T n ]E V n V E V
E = [idR4 ]E [T ]V [idR4 ]V = [idR4 ]E [T ]V
V
[idR4 ]E
V = CD C
n −1
 n n n

1 + 18 (2 − 1) 34 (2 − 1) 51 (2 − 1) 17 (2n − 1)
n
 −5 (2 − 1) n
1 − 9 (2 − 1) −15 (2 − 1) n n
−5 (2 − 1)  .
=  −3 (2n − 1)

−6 (2n − 1) 1 − 8 (2n − 1) −3 (2n − 1) 
2n − 1 2 (2n − 1) 3 (2n − 1) 1 + 2 (2n − 1)

Folosind proprietatea că [T n (x)]E = [T n ]E 4


E [x]E , ∀x ∈ R obţinem rezultatul T
n
: R4 → R4 este definit
n
prin T (x1 , x2 , x3 , x4 ) = (y1 , y2 , y3 , y4 ), unde


 y1 = (1 + 18 (2n − 1)) x1 + 34 (2n − 1) x2 + 51 (2n − 1) x3 + 17 (2n − 1) x4

y2 = −5 (2n − 1) x1 + (1 − 9 (2n − 1)) x2 − 15 (2n − 1) x3 − 5 (2n − 1) x4
,
 y3 = −3 (2n − 1) x1 − 6 (2n − 1) x2 + (1 − 8 (2n − 1)) x3 − 3 (2n − 1) x4

 n n n n
y4 = (2 − 1) x1 + 2 (2 − 1) x2 + 3 (2 − 1) x3 + (1 + 2 (2 − 1)) x4
pentru ∀ (x1 , x2 , x3 , x4 ) ∈ R4 .
16 OVIDIU VEGHEŞ

8. S   #Ţ 
.2
8.1. Tema nr.4. 8.1.1 Exerciţiu Scrieţi matricea asociată următorilor operatori în
perechea de baze canonice în cazul liniarităţii lor, să se determine nucleul, imaginea,
rangul şi defectul operatorilor, precum şi să se verifice teorema dimensiunii: a) U :
R2 → R4 , U (x1 , x2 ) = (x1 , x1 + x2 , x2 , x1 − x2 ); b) U : R4 → R3 , U (x1 , x2 , x3 , x4 ) =
(x1 + x2 , x1 + x3 , x1 + x4 ); c) U : Rn [X] → Rn [X], U (P (X)) = P (−X); d) U : Rn [X] →
Rn−1 [X], U (P (X)) = P ′ (X); e) U : R3 → R3 , U (x1 , x2 , x3 ) = (x3 , x1 , x2 ); f) U :
Rn [X] → Rn−1 [X], U (P (X)) = P (X + 1) − P (X). Am notat cu Rn [X] spaţiul vector-
ial al polinoamelor de grad cel mult n peste R în nedeterminata X. 
8.1.2 Exerciţiu a) Să se arate că în spaţiul vectorial real L R2 , R3 al tuturor oper-
atorilor liniari de la R2 la R3 operatorii U1 (x1 , x2 ) = (x1 , 0, 0), U2 (x1 , x2 ) = (0, x1 , 0),
U3 (x1 , x2 ) = (0, 0, x1 ), U4 (x1 , x2 ) = (x2 , 0, 0), U5 (x1 , x2 ) = (0, x2 , 0), U6 (x1 , x2 ) =
(0, 0, x2 ) formează o bază. Să se găsească unica reprezentare a operatorului liniar T definit
prin T (x1 , x2 ) = (x1 , 2x1 + 3x2 , 4x1 − 5x2 ) ca o combinaţie liniară a elementelor acestei
baze.  
b) Fie U1 , U2 , U3 ∈ L R3 , R3 definite prin
U1 (x1 , x2 , x3 ) = (x1 + 2x2 , x2 − x3 , 2x2 + x3 ) ;
U2 (x1 , x2 , x3 ) = (x3 , −x2 , x1 ) ;
U3 (x1 , x2 , x3 ) = (−x1 + x2 + x3 , −x2 + x3 , 2x1 + 3x2 − x3 ) .
 
Să se determine U4 , U5 , U6 ∈ L R3 , R3 definiţi prin U4 = U1 +U2 , U5 = U2 ◦U1 , U6 = U3−1 .
8.1.3 Exerciţiu Fie V un K-spaţiu vectorial, unde K are caracteristica diferită de 2.
Dacă T : V → V este un morfism cu proprietatea T ◦ T = idV , atunci să se arate că:
i) X1 = {x + T (x) | x ∈ V} este subspaţiu vectorial;
ii) X2 = {x − T (x) | x ∈ V} este subspaţiu vectorial;
iii) X1 ⊕ X2 = V.
8.1.4 Exerciţiu Fie (V, K) un spaţiu vectorial şi X1 , X2 două subspaţii vectoriale a lui
V. Dacă X1 ⊕ X2 = V atunci următoarele aplicaţii prX X1
X1 , prX2 : V → V, definite prin
2

prX X1
X1 (x) = x1 , prX2 (x) = x2 , unde x = x1 + x2 , cu x1 ∈ X1 , x2 ∈ X2 .
2

sunt morfisme de spaţii vectoriale. Să se verifice că: i) prX X2 X2 X1 X1


X1 ◦ prX1 = prX1 ; ii) prX2 ◦ prX2 =
2

prX X2 X1 X1 X2 X2 X1
X2 ; iii) prX1 ◦ prX2 = 0; iv) prX2 ◦ prX1 = 0; v) prX1+ prX2 = idV .
1

8.1.5 Exerciţiu Se consideră spaţiul vectorial R3 , R şi X1 = span (S1 ) şi X2 =


span (S2 ) unde S1 = {a1 = (1, 2, 1) , a2 = (2, 3, 3)} , S2 = {a3 = (3, 7, 1)} . Să se arate că
X1 ⊕ X2 = R3 şi să se determine prX X1
X1 şi prX2 .
2

8.2. Tema nr.5. 8.2.6 Exerciţiu i) Fie spaţiul vectorial real V şi operatorul liniar U :
V → V,  2π
U (f ) (x) = 0 (1 + sin (x − t)) f (t) dt, x ∈ [0, 2π] .
(a) Pentru V = CR [0, 2π], să se arate că Im U este finit—dimensional şi să se afle o bază
pentru Im U . (b) Pentru V = CR1 [0, 2π], să se afle o bază pentru Im U . (c) Generalizare
privind rangul operatorului U pe spaţiul vectorial al funcţiilor derivabile de k-ori, cu
derivata rezultată continuă pe [0, 2π], V = CRk [0, 2π], unde k ∈ N∗ .
ii) În fiecare din cele 3 situaţii (a), (b) şi (c) să se cerceteze dacă
U |Im U : Im U → Im U
este un endomorfism diagonalizabil.
iii) Să se găsească valorile proprii şi vectorii proprii ale endomorfismului U .
ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 2 17

8.2.7 Exerciţiu Fie V un K-spaţiu vectorial, nenul, în care K corp comutativ şi T ∈
LK (V, V) un endomorfism. Considerăm îndeplinită condiţia dimK V = n ∈ N∗ . Atunci
λ∈/ σ (T ) dacă şi numai dacă T − λ idV este automorfism.
8.2.8 Exerciţiu Fie un endomorfism T ∈ LK (V, V). Să se arate că: i) vectorii proprii
a lui T corespunzători valorii proprii zero, şi doar aceştia, aparţin lui ker T ; ii) vectorii
proprii a lui T corespunzători unei valori proprii nenule aparţin lui Im T .
8.2.9 Exerciţiu Fie A ∈ Mn (C). Să se arate că matricele A şi respectiv AT au acelaşi
polinom caracteristic. Să se dea exemplu de matrice A pentru care operatori liniari având
matricele de reprezentare A şi respectiv AT nu au acelaşi vectori proprii.
8.2.10 Exerciţiu Valoarea absolută a oricărei valori proprii a unei matrici productive4
este strict subunitară.
 
8.3. Tema nr.6. 8.3.11 Exerciţiu Fie T ∈ LR R3 , R3 definit prin
T (x1 , x2 , x3 , x4 ) = (−x1 , x2 − 4x1 , 2x4 − 3x3 , 3x4 − 4x3 ) .
i) Să se afle valorile proprii, subspaţiile proprii şi vectorii proprii ale endomorfismului T ; ii)
Să se arate că există un reper B în spaţiul vectorial real R3 în care matricea operatorului
D = [T ]B n E
B are forma diagonală; iii) Să se determine matricea [T ]E a endomorfismul

T = T ◦ . . . ◦ T (unde T apare de n-ori), cu n ∈ N , corespunzătoare reperului canonic E
n

din R3 ; iv) Să se determine subspaţiile vectorialeX din R3 pentru  care  T (X) ⊆ X.

−1 0 −5 0 1 2
8.3.12 Exerciţiu Se consideră matricele: a)  5 4 5 ; b)  1 0 1 . Să se
−5 0 −1 2 1 0
afle valorile proprii, vectorii proprii şi să se diagonalizeze matricele.
8.3.13 Exerciţiu Pentru fiecare din situaţiile de la exerciţiul 8.3.12, să se calculeze
A−1 folosind teorema Cayley-Hamilton. Poate fi folosită teorema Cayley-Hamilton pentru
a se calcula An , cu n ∈ N ?
8.3.14 Exerciţiu Fie p : V → V un operator liniar de proiecţie. Să se demonstreze că
i) Im p = {v ∈ V | p (v) = v}; ii) V = ker p ⊕ Im p; iii) p este un endomorfism diagonalizabil
şi σ (p) = {0, 1}.
8.3.15 Exerciţiu Fie V un K-spaţiu vectorial, nenul. i) Să se arate că dacă p : V → V
este o proiecţie, atunci idV −p este proiecţie pentru care
ker (idV −p) = Im p, Im (idV −p) = ker p
şi 2p − idV este o involuţie5. Care din aceste trei endomorfisme este diagonalizabil ?

Bibliografie
[1] G. Cenuşă şi colectiv catedră. Matematici pentru economişti. Ed.CISION, Bucureşti, 2000. T
[2] G. Cenuşă şi colectiv catedră. Matematici pentru economişti. Culegere de probleme. Ed.CISION, Bu-
cureşti, 2001. A
[3] Colectiv catedră. Matematici aplicate în economie. Ed.ASE, 1990. T
[4] S.H. Friedberg, A.J. Insel. Linear Algebra. Printice Hall, 2003. T
[5] R. Şerban (coord.) şi colectiv catedră. Culegere de probleme de algebră liniară. Ed.ASE, 1986. A
[6] C. Neculăescu, O. Vegheş. Introducere în algebră liniară. Ed.ASE, 2005. T
[7] A. Toma. Algebră liniară. Culegere de probleme. Ed.Economica, 2002. A
[8] G. Cenuşă, I.Săcuiu, V.Burlacu. Matematici. Curs pentru studenţii din anul I de la specializarea:
Planificare şi Cibernetică Economică. Ed.ASE, 1986. T

4O matrice pătratică A ∈ M (R), unde n ∈ N, n  2, cu elemente pozitive se numeşte productivă,


n
dacă există v0 ∈ Mn,1 (R) astfel încât v0 Av0 .
5Un endomorfism T : V → V pentru care T 2 = id , unde T 2 = T ◦ T se numeşte involuţie.
V
18 OVIDIU VEGHEŞ

[9] C. Udrişte, C. Radu, C. Dicu, O. Mălăncioiu. Probleme de algebră, geometrie şi ecuaţii diferenţiale.
Ed.Didactică şi pedagogică, 1981. A
[10] C. Neculăescu, O. Vegheş. Introducere în algebra liniară. Curs în format digital. Capitolul 1,2,3,6.
http://www.biblioteca-digitala.ase.ro/biblioteca/carte2.asp?id=362&idb=11 . T