Documente Academic
Documente Profesional
Documente Cultură
Transformări liniare
Cuprins
I.2.1. Introducere .................................................................................................................... 24
I.2.2. Competenţe ................................................................................................................... 24
I.2.3. Noţiunea de transformare liniară ................................................................................... 24
I.2.4. Transformări liniare pe spaţii vectoriale finit dimensionale ......................................... 27
I.2.5. Transformări liniare pe spaţii vectoriale unitare (euclidiene) ....................................... 30
I.2.6. Rezumat ........................................................................................................................ 33
I.2.7. Test de autoevaluare....................................................................................................... 33
I.2.8. Răspunsuri şi comentarii la testul de autoevaluare ........................................................ 34
I.2.1. Introducere
În studiul spaţiilor vectoriale, un rol important este jucat de transformările liniare.
Un rol aparte este jucat de transformările liniare bijective, numite izomorfisme de
spaţii vectoriale. Cu ajutorul acestora din urmă se pun în evidenţă anumite spaţii
vectoriale, al căror studiu prezintă o importanţă deosebită în cadrul studiului algebrei
liniare, ele fiind izomorfe cu o clasă întreagă de spaţii vectoriale. Un astfel de
exemplu este spaţiu vectorial aritmetic r n , care este izomorf cu orice r - spaţiu
vectorial n-dimensional.
24
Condiţiile 1 şi 2 sunt echivalente cu condiţia:
3. Oricare ar fi , K şi pentru orice x, y V1, T( x + y) = T(x) + T(y).
Observaţia 1. Operaţiile din spaţiile vectoriale V1 şi V2 au fost notate la fel, subînţelegându-se în care
din cele două spaţii acţionează.
Observaţia 2. Dacă în particular V2 = K atunci transformarea liniară T se numeşte formă
liniară pe V1.
Exemple 1
1. Fie K [X]-spaţiul vectorial al polinoamelor în nedeterminata X cu coeficienţi din
corpul comutativ K . Aplicaţia de derivare D : K [X] K [X] este o transformare
liniară, numită operator de derivare.
2. Fie V un K - spaţiu vectorial şi U V un subspaţiu vectorial al lui V. Aplicaţia i : U
V, i(x) = x, pentru orice x U este evident o transformare liniară, numită
aplicaţia de incluziune.
3. Fie C[0a, b] -spaţiul vectorial al funcţiilor reale, continue pe [a, b]. Aplicaţia T : C[0a, b]
b
R , T ( f ) f ( x) dx , oricare ar fi f C[0a, b] , este o transformare liniară.
a
25
Teorema 1. În raport cu operaţiile de adunare şi compunere a transformărilor liniare, mulţimea
L K (V) are o structură de inel.
Pentru demonstraţie a se consulta [43]-pag.39.
Observaţia 3. Mulţimea izomorfismelor din L K (V) are o structură de grup faţă de compunerea
transformărilor.
Teorema 2. Dacă T : V1 V2 este o transformare liniară, atunci:
1. T(0) = 0.
2. T(x) = T(x), oricare ar fi x V1.
3. Dacă V’1 este un subspaţiu al lui V1, atunci:
T (V '1 ) v V2 există x V '1 , T ( x) v este subspaţiu în V2.
4. Dacă V’2 este un subspaţiu în V2, atunci imaginea inversă:
T 1 (V '2 ) x V1 T ( x) V '2 este subspaţiu în V1.
26
= (x1, x2, x1 + x2) + (y1, y2, y1 + y2) = T((x1, x2)) + T((y1, y2)),
T((x1, x2)) = T((x1, x2)) = (x1, x2, x1 + x2) = (x1, x2, x1 + x2) = T((x1, x2)),
oricare ar fi R şi pentru orice (x1, x2) R 2 .
z
M(v1, v2, v3)
v v3
k v2 M2
O
i v1
j y
M1
Fig. 1.
x M
’
Soluţie: Oricare ar fi , R şi pentru orice u , v V3 se obţine:
T (u v ) = (u1 + v1, u2 + v2, u3 + v3) = (u1, u2, u3) + (v1, v2, v3) =
T( u ) + T( v ).
În plus, din T( u ) = T( v ) adică: (u1, u2, u3) = (v1, v2, v3) implică u = v şi deci T
este injectivă. T este surjectivă, întrucât pentru orice (v1, v2, v3) R 3 , există v
V3 astfel încât T( v ) = (v1, v2, v3); deci T este bijectivă. În concluzie T este un
izomorfism de la V3 la R 3 şi deci V3 este izomorf cu R 3 , acesta fiind sensul
identificării lui V3 cu R 3 (sau invers), aşa cum se face în geometria analitică.
Verifică dintre următoarele aplicaţii care sunt transformări liniare:
i) T : R 3 R 3 , T(x) = (x1 + x2, x2 + x3, x3 + x1), unde x = (x1, x2, x3). R 3 .
ii) T : R 3 R 4 , T(x) = (x1 + x2, 0, x1 + x2 + x3, x4).
iii) T : R 3 R 3 , T(x) = (x1, x1 + x2, x2 x3). R: i) şi ii).
Să ne reamintim…
Fie V1 şi V2 două k - spaţii vectoriale. Se numeşte transformare liniară de la
V1 la V2 orice aplicaţie T : V1 V2 cu proprietatea: , R, x, y V1
T x y T ( x) T ( y). Dacă în plus T este bijectivă, atunci ea se
numeşte izomorfism. Dacă V1 = V2 , atunci T se numeşte endomorfism.
ImT v V2 | exist ă x V1 , T ( x) v; Ker T T 1 (0) x V1 | T ( x) 0.
I.2.4. Transformări liniare pe spaţii vectoriale finit dimensionale
Fie V şi W două K - spaţii vectoriale, dim V = n, dim W = m şi T : V W o transformare
liniară.
27
Teorema 5. Dacă B = {e1, e2, …, en} este o bază a lui V, iar B ’ = {f1, f2, …, fm} este o bază a
lui W, atunci există o matrice şi numai una A = (aij) de tipul m n astfel încât
m n m
T (e j ) aij f i . În plus, dacă x xj ej are imaginea T ( x) yi f i , atunci
i1 j1 i1
n
yi aij x j , i 1, m .
j1
Pentru demonstraţie a se consulta [43]-pag.42.
x1 y1
x2 y2
Dacă se notează: X , Y se obţine scrierea matriceală: Y = AX a lui T.
... ...
x y
n m
Definiţia 6. A, se numeşte matricea asociată transformării liniare T în raport cu perechea de baze
considerate.
În continuare se consideră cazul particular al transformărilor liniare T L K (V),
dim V = n.
Interesează în ce mod se schimbă matricea A a transformării liniare T la schimbări de bază
în V.
5
28
1 0 0
Soluţie: i) Matricea lui T în baza B este: A 1 1 1 .
1 0 0
x 0,
1
sistem liniar omogen, simplu nedeterminat, cu soluţia x1 = 0, x2 = , x3 = ,
adică KerT = (0, , ) R .
x1 y1 ,
Din definiţie, ImT = y R T(x) = y, deci: x1 x2 x3 y 2 , unde y =
3
x y ,
1 3
(y1, y2, y3).
Se notează y1 = y3 = m şi y2 = n astfel încât: ImT = (m, n, m) m, n R .
2. Fie T : R 2 [X] R 2 [X] p(X) = X p’(X), unde R 2 [X] este spaţiul vectorial
al polinoamelor în nedeterminata X, cu coeficienţi reali şi de grad cel mult 2, iar
p’(X) este derivata polinomului p(X). Să se scrie matricea lui T în raport cu baza B ’ =
1, 1+X, (1+X)2.
29
1 1 1 0 0 0 1 1 1 0 1 0
rezultă: A' 0 1 2 0 1 0 0 1 2 = 0 1 2 .
0 0 1 0 0 2 0 0 1 0 0 2
3. Să se determine rangul şi defectul transformării liniare T : R 3 R 3 definită
prin:
Soluţie: Conform definiţiei, KerT este mulţimea vectorilor x = (x1, x2, x3) R 3
pentru care T(x) = 0, deci: (x1 + x2 + x3, x1 + x2 + x3, x1 + x2 + x3) = (0, 0, 0).
Se obţine sistemul:
x1 x2 x3 0,
x1 x2 x3 0, dublu nedeterminant şi care are soluţia (x1, x2, x1x2).
x x x 0,
1 2 3
În concluzie orice vector x KerT are forma:x = (x1, x2, x1x2) = x1(1, 0, 1)
+ x2(0, 1, 1). Vectorii e1 = (1, 0, 1) şi e2 = (0, 1, 1) sunt liniari independenţi, de
aceea e1, e2 este o bază pentru KerT şi dim KerT = 2. Se obţine că def T = 2.
Având în vedere definiţia subspaţiului ImT şi definiţia lui T rezultă că orice vector
din ImT are toate componentele egale. Deci oricare doi vectori din această mulţime
sunt liniari dependenţi.Dacă x ImT atunci x se poate exprima funcţie de vectorul f
= (1, 1, 1). O bază în ImT este formată de acest vector, rezultă că rang T = 1.
Determină transformarea liniară T : R 3 R 3 astfel încât T(vi) = ui, i = 1,3 , unde
v1 = =(2, 3, 5), v2 = (0, 1, 2), v3 = (1, 0, 0) şi respectiv u1 = (1, 1, 1), u2 = (1, 1, -1), u3 =
(2, 1, 2).
R: T(x) = (2x1 -11x2 +6 x3 , x1 - 7x2 + 4x3 , 2x1 - x2 ) , unde x = (x1, x2, x3).
Să ne reamintim…
Matricea asociată transformării liniare T, ( T : V W ) în raport cu perechea de
baze considerate, are coloanele alcătuite din coordonatele vectorilor
T (e1 ), T (e2 ),... , T (en ) în raport cu baza W.
Scrierea matriceală a lui T: Y A X .
30
Teorema 7. Fie (V, <, >) un spaţiu vectorial unitar, dim V = n. Endomorfismul T L K (V) este
hermitian dacă şi numai dacă produsul scalar x, T ( x) este real oricare ar fi x V.
Pentru demonstraţie a se consulta [43]-pag.44.
Teorema 8. Fie (V, <, >) un spaţiu vectorial unitar, dim V = n, T L K (V) şi T* L K (V) adjuncta
sa.
Dacă matricea lui T într-o bază ortonormată B este A, atunci matricea lui T* în baza B
este A* = T A , matricea adjunctă a lui A (elementele lui A* se obţin prin transpunerea
conjugatelor complexe ale elementelor din A).
Pentru demonstraţie a se consulta [43]-pag.45.
Teorema 9. Fie (V,<,>) un spaţiu vectorial unitar. Fie T1* , T2* adjunctele transformărilor
liniare T1, T2. Atunci:
1. (T1 + T2)* = T1* + T2* .
2. (T1 T2)* = T2* T1* .
3. (T*)* = T.
4. (T)* = T*, pentru orice K .
5. (1V)* = 1V, (0)* = 0.
Pentru demonstraţie a se consulta [43]-pag.45-46.
Definiţia 9. Fie (V, < , >) un spaţiu vectorial unitar (sau euclidian, în particular), dim V = n. Un
endomorfism T : V V se numeşte operator unitar (respectiv ortogonal), dacă transformă orice
bază ortonormată într-o bază ortonormată, în spaţiul V complex (respectiv real).
Definiţia 10. O matrice A = (aij) M n (R ) se numeşte matrice ortogonală dacă este inversa-
bilă şi A1 = T A .
Teorema 10. Fie (V, <, >) un spaţiu vectorial euclidian, dim V = n. Dacă T : V V este un
endomorfism, atunci următoarele afirmaţii sunt echivalente:
1. T este operator ortogonal.
2. T păstrează produsele scalare.
3. Matricea A în orice bază ortonormată B V are proprietatea T A = A1.
Pentru demonstraţie a se consulta [43]-pag.46-47.
Consecinţa 3. Din condiţia 2 rezultă că un operator ortogonal păstrează distanţele şi unghiurile.
Propoziţia 5. Dacă A M n (R ) este o matrice ortogonală, atunci det A = 1.
Pentru demonstraţie a se consulta [43]-pag.47.
Definiţia 11. O matrice ortogonală A M n (R ) , cu det A = +1 se numeşte matrice de rotaţie
în R n .
Definiţia 12. Mulţimea matricelor ortogonale este un subgrup al grupului GL(n, R ) numit grupul
ortogonal şi notat O(n), iar mulţimea matricelor de rotaţie este un subgrup al lui O(n) numit
grupul special ortogonal, notat: SO(n).
Observaţia 6. Există şi alte transformări (aplicaţii) pe spaţii euclidiene, în afara transformărilor
ortogonale, ce păstrează distanţa euclidiană: translaţia şi izometria, care se vor defini în
continuare.
Definiţia 13. Fie V un spaţiu vectorial euclidian. Funcţia T : V V definită prin T(x) = x + a,
oricare ar fi x V şi a V, a fixat se numeşte translaţie de vector a.
Observaţia 7. Întrucât T (x + y) = x + y + a şi T (x) + T (y) = x + y + 2a rezultă T (x + y) T (x)+
+ T (y) în cazul a 0, deci translaţia de vector a 0 nu este un operator liniar.
31
Propoziţia 6. 1. Dacă T 1 este o translaţie de vector a1, iar T 2 este o translaţie de vector a2,
atunci T 1 T 2 = T 2 T 1 este tot o translaţie de vector a1 + a2.
2. Dacă T este o translaţie de vector a, atunci T 1 există şi este translaţia de vector (a).
3. Orice translaţie păstrează distanţa euclidiană.
Pentru demonstraţie a se consulta [43]-pag.48.
Consecinţa 4. Compunerea defineşte pe mulţimea tuturor translaţiilor lui V o structură de grup
comutativ, numit grupul translaţiilor, care este izomorf cu grupul aditiv comutativ V.
Definiţia 14. O funcţie f : V V, surjectivă şi care păstrează distanţa euclidiană se numeşte
izometrie.
Observaţia 8. 1. Dacă se are în vedere definiţia, transformările ortogonale şi translaţiile sunt
izometrI.
2. Dacă f1, f2 : V V sunt izometrii atunci şi compunerea lor este tot o izometrie.
Teorema 11. Fie V un spaţiu vectorial euclidian şi f : V V o izometrie. Atunci:
1. Dacă f(0) = 0, f este o transformare ortogonală.
2. Există o translaţie T : V V şi o transformare ortogonală S : V V astfel încât f = =T
S . Se admite că V este un spaţiu vectorial euclidian.
Pentru demonstraţie a se consulta [43]-pag.48-49.
Exemple 4
1. Să se găsească transformarea liniară adjunctă următoarei transformări liniare din
spaţiul euclidian menţionat: T : R n R n , T(x) = (x1 + x2, x2 + x3, ..., xn1 + xn, xn +
x1), iar , este produsul scalar uzual.
Soluţie: Matricea transformării liniare T, relativă la baza canonică a spaţiului
vectorial R n este:
1 1 0 ... 0
0 1 1 ... 0
0 0 1 ... 0
A .
... ... ... ... ...
0 0 0 ... 1
1 0 0 ... 1
Cum baza spaţiului vectorial R n este ortonormată, se obţine că matricea
transformării adjuncte A* = T A (reală).
Aşadar T*(x) are componentele date de matricea T A X, adică:
T*(x) = (x1 + xn, x1 + x2, x2 + x3, ..., xn1 + xn).
2. Să se demonstreze că transformarea liniară următoare: T(x) =
2 2 1 2 1 2 1 2 2
= x1 x 2 x 3 , x1 x 2 x 3 , x1 x 2 x 3 , este un operator
3 3 3 3 3 3 3 3 3
ortogonal în R 3 cu produsul scalar uzual.
Soluţie: Matricea transformării T în baza canonică din R 3 este:
32
2 2 1
3 3 3
A .Se verifică relaţia: T A = A1. Se poate verifica şi direct că
2 1 2
3 3 3
1 2 2
3 3 3
are loc egalitatea: T ( x), T ( y) x, y .
33
5. Defineşte noţiunile de: i) operator unitar (ortogonal); ii) matrice ortogonală;
iii) matrice de rotaţie; iv) translaţie de vector a; v) izometrie.
6. Verifică dintre următoarele aplicaţii care sunt transformări liniare: i) T : R 3
R 3 , T(x) = x , unde x = (x1, x2, x3) R 3 , R . ii) T : R 3 R 3 ,
T(x) = (x1, x2, (x3) 2 ), unde x = (x1, x2, x3) R 3 .
7. Determină transformarea liniară T : R 3 R 3 astfel încât T(vi) = ui, i =
1,3 , unde v1 = (2, 1, 6), v2 = (0, 0, 1), v3 = (1, 0, 1) şi respectiv u1 = (1, 0, 0), u2
= (2, 0, 1), u3 = (0, 0, 6).
8. Fie T LR (R 4 ) o transformare liniară definită astfel: T(x) = (x2 + x3, x1
x2 + x4, x1 + x2 x4, x1 + x3 + x4). Demonstrează că : Ker T = Im T.
Arată că transformarea liniară următoare: T(x)
3 6 2 2 3 6 6 2 3
= x 1 x 2 x 3 , x 1 x 2 x 3 , x 1 x 2 x 3 este un
7 7 7 7 7 7 7 7 7
3
operator ortogonal în R , cu produsul scalar uzual.
34