Documente Academic
Documente Profesional
Documente Cultură
OVIDIU VEGHEŞ
Noiembrie 2011
CUPRINS
1. Obiectivele unităţii de învăţare 4 1
2. Spaţii euclidiene şi unitare 2
2.1. Produs scalar real şi produs scalar complex 2
2.2. Ortogonalitate şi complement ortogonal 3
2.3. Reprezentarea matriceală a produsului scalar 4
2.4. Elemente de teoria aproximării. 5
3. Operatori liniari în spaţii euclidiene şi unitare 6
3.1. Adjunctul unui operator liniar 6
3.2. Clase de endomorfisme 6
4. Exerciţii rezolvate 7
5. Test de autoevaluare 9
6. Răspunsuri şi comentarii la testul de autoevaluare 9
7. Setul de exerciţii nr.4 10
7.1. Tema nr.9 10
7.2. Tema nr.10 11
Bibliografie 12
1. O
Ă Ţ
Ă Ţ 4
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 4 conţine, o prezentare într-o formă accesibilă, dar riguroasă a
principalelor rezultate privind spaţiile euclidiene şi a spaţiilor unitare.
Sarcinile impuse în parcurgerea materialului sunt:
- memorarea noţiunilor descrise în material, descrierea lor în limbaj matematic ca şi
exprimarea alternativă a lor,
- 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 unităţile
de învăţare 1÷3,
1
2 OVIDIU VEGHEŞ
2. SŢ
Ş
2.1. Produs scalar real şi produs scalar complex. 2.1.1 Definiţie Fie V un spaţiu
vectorial real. O aplicaţie ·, · : V × V → R se numeşte produs scalar real dacă
ps1: [aditivitate] ∀x, y, z ∈ V, x + y, z = x, z + y, z ;
ps2: [omogenitate] ∀x, y ∈ V, ∀α ∈ R, αx, y = α x, y ;
ps3: [simetrie] ∀x, y ∈ V, x, y = y, x ;
ps4: [definire pozitivă şi nedegenarare] ∀x ∈ V, x, x 0 şi x, x = 0 ⇔ x = 0.
Dacă pe spaţiul vectorial V s-a definit un produs scalar real atunci spunem că V este
un spaţiu euclidian. În acest context se numeşte lungimea unui vector (sau norma
euclidiană) x ∈ V numărul real
x
= x, x, se numeşte măsura unghiului a doi
x,y
vectori x, y ∈ V numărul real ∢ (x, y) ∈ [0, π] ce verifică relaţia cos ∢ (x, y) = x·y . Doi
vectori x, y ∈ V se numesc ortogonali dacă x, y = 0 şi notăm acest fapt prin x ⊥ y.
2.1.2 Observaţie Un produs scalar real pe spaţiu vectorial real V este orice funcţională
biliniară simetrică a cărei funcţională pătratică ataşată este pozitiv definită. Într-un spaţiu
vectorial real fixat se poate alege în mai multe moduri o funcţională biliniară simetrică a
cărei funcţională pătratică ataşată este pozitiv definită. Măsurările geometrice rezultate
vor fi dependente de această alegere, aşa că lungimea unui vector, unghiul dintre doi
vectori, distanţa dintre doi vectori nu vor fi definite univoc.
2.1.3 Definiţie Fie V un spaţiu vectorial complex. O aplicaţie ·, · : V × V → C se
numeşte produs scalar complex dacă
ps1: [aditivitate] ∀x, y, z ∈ V, x + y, z = x, z + y, z ;
ps2: [omogenitate] ∀x, y ∈ V, ∀α ∈ C, αx, y = α x, y ;
ps3: [hermitic—simetrie] ∀x, y ∈ V, x, y = y, x ( desemnează conjugarea complexă);
ps4: [definire pozitivă şi nedegenarare] ∀x ∈ V, x, x 0 şi x, x = 0 ⇔ x = 0.
Dacă pe spaţiul vectorial V s-a definit un produs scalar complex atunci spunem că V este
un spaţiu unitar. În acest context se numeşte lungimea unui vector x ∈ V numărul
real
x
= x, x. Doi vectori x, y ∈ V se numesc ortogonali dacă x, y = 0 şi notăm
acest fapt prin x ⊥ y.
ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 4 3
simetrică şi să definim x, y = [x]TE G [y]E , ∀x, y ∈ V. Matricea G devine matrice Gram,
în baza E a produsului scalar astfel definit.
2.4.23 Definiţie Fie V un spaţiu euclidian real şi W un subspaţiu vectorial al său. Se
numeşte:
(1) cel mai bun aproximant a lui x ∈ V în W elementul x∗W ∈ W pentru care
x − x∗W
= min
x − y
y∈W
x − PrW (x)
2 =
x
2 − w,w şi PrW (x) , y = w,w = x, PrW (y), ∀x, y ∈ V.
3. O
Ţ
Ş
3.1. Adjunctul unui operator liniar. Fie V1 , V2 două K-spaţii euclidiane sau unitare,
cu dimensiune finită (K ∈ {R, C}). Notăm cu ., .V1 şi ., .V2 produsele scalare din cele
două spaţii.
3.1.1 Teoremă Fie o funcţională f : V1 × V2 → K biliniară pentru K = R, respectiv
sesquiliniară pentru K = C.
i) Există un singur operator liniar T1 ∈ LK (V1 , V2 ) astfel încât f (x, y) = T1 (x) , yV2 ;
ii) Există un singur operator liniar T2 ∈ LK (V2 , V1 ) astfel încât f (x, y) = x, T2 (y)V1 .
3.1.2 Definiţie Se numeşte adjunctul operatorului liniar T ∈ LK (V1 , V2 ) un op-
erator liniar T ∗ ∈ LK (V2 , V1 ) care verifică
(3.1) ∀x, y ∈ V, T (x) , yV2 = x, T ∗ (y)V1 .
3.1.3 Propoziţie i) Pentru orice T ∈ LK (V1 , V2 ) există un unic operator liniar T ∗ ∈
LK (V2 , V1 ) care verifică relaţia 3.1.
ii) (T ∗ )∗ = T , ∀T ∈ LK (V1 , V2 ).
iii) (T1 + T2 )∗ = T1∗ + T2∗ , ∀T1 , T2 ∈ LK (V1 , V2 ).
iv) (αT )∗ = αT ∗ , ∀T ∈ LK (V1 , V2 ), ∀α ∈ K.
v) (U ◦ T )∗ = T ∗ ◦ U ∗ , ∀T ∈ LK (V1 , V2 ), ∀U ∈ LK (V2 , V3 ), dacă (V3 , K) este un spaţiu
euclidian
sau ∗ unitar, cu dimensiune finită.
vi) T −1 = (T ∗ )−1 , ∀T ∈ LK (V1 , V2 ) cu T este bijectiv.
3.1.4 Observaţie Demonstarea existenţei adjunctului unui operator liniar se face
folosind reprezentarea matriceală a operatorilor. Dacă A ∈ Mm,n (C), atunci A∗ = AT =
T
A ∈ Mn,m (C). Dacă A ∈ Mm,n (R), atunci A∗ = AT ∈ Mn,m (R).
3.2. Clase de endomorfisme. Fie V este un spaţiu euclidian sau un spaţiu unitar, nenul,
cu n = dimK V ∈ N∗ şi T ∈ LK (V, V).
3.2.5 Definiţie Un endomorfism T ∈ LK (V, V) care verifică relaţia T ∗ = T se numeste
autoadjunct (sau simetric dacă K = R, respectiv hermitic dacă K = C).
3.2.6 Teoremă Fie H un reper ortonormat a lui V. Sunt echivalente afirmaţiile:
i) T este autoadjunct;
ii) ∀x,
y ∈V, T (x) , y = x, T (y);
∗
iii)2 [T ]H
H = [T ]H
H.
T
2Dacă K = R, atunci condiţia se poate scrie [T ]H = [T ]H
H H.
ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 4 7
4. EŢ
4.0.1 Exerciţiu În spaţiul vectorial real R3 se consideră vectorii
v1 = (1, 0, 1) , v2 = (1, 1, 0) , v3 = (0, 1, 1) , v4 = (1, 0, −1)
şi subspaţiul vectorial X = spanR ({v2 , v3 , v4 }). Să se determine: i) o bază pentru X
formată doar din vectorii iniţiali; ii) o bază ortonornată a lui X; iii) proiecţia ortogonală
a vectorului v1 pe X; iv) complementul ortogonal X⊥ a lui X.
Soluţie. Fie E = (e1 = (1, 0, 0) , e2 = (0, 1, 0) , e3 = (0, 0, 1)) reperul canonic din spaţiul vectorial real
R3 . i) Folosim tehnica din lema schimbului. Obţinem
R3 e1 e2 e3 v2 v3 v4
e1 1 0 0 1 ↓ 0 1
←
−
e2 0 1 0 1 1 0
e3 0 0 1 0 1 −1
v2 1 0 0 1 0 1
e2 −1 1 0 0 1 ↓ −1
←
−
e3 0 0 1 0 1 −1
v2 1 0 0 1 0 1
v3 −1 1 0 0 1 −1
e3 1 −1 1 0 0 0
Observăm că v4 = v2 − v3 . Fie v ∈ X arbitrar. Există ε2 , ε3 , ε4 ∈ R astfel încât v = ε2 v2 + ε3 v3 + ε4 v4 .
Atunci
v = (ε2 + ε4 ) v2 + (ε3 − ε4 ) v3 ∈ spanR ({v2 , v3 }) .
Rezultă după un scurt raţionament că X = spanR ({v2 , v3 }). Am arătat că {v2 , v3 } este o mulţime de gener-
atori pentru X. Pe de altă parte {v2 , v3 } este o mulţime liniar independentă, deoarece este o submulţime a
altei mulţimi liniar independente ({v2 , v3 , e3 } este o bază în R3 ). Raţionamentul precedent justifică faptul
că {v2 , v3 } este o bază în X şi
dimR X = 2.
ii) Pentru început trebuie pus în evidenţă produsul scalar
x, y
= [x]TE I3 [y]E = x1 y1 + x2 y2 + x3 y3 , ∀x = (x1 , x2 , x3 ) , y = (y1 , y2 , y3 ) ∈ R3 .
Folosim procedeul Gram-Schimidt pentru a obţine o mulţime ortogonală de vectori {w1 , w2 } plecând
de la {v2 , v3 }.
w1 = v2 = (1, 1, 0) ,
v3 ,w1
w2 = v3 − w 1 ,w1
w1 = v3 − 12 w1 = −1
2
, 12 , 1 .
Mulţimea ortonormată cautată este {u1 , u2 }, unde
u1 = 1
w = √1 w1 = √1 , √1 , 0 ,
w1 1 2 2 √ 2 √ √
u2 = 1
w
w2 2
= √1 w2 = −6 6 , 66 , 36 .
3/2
Rezultă T
E 13 4 0
[T ∗ ]E32 E2
= [T ]E3 −1
G3 G2 = .
3 6 5
Relaţiile
z1 = 13y1 + 4y2
z2 = 3y1 + 6y2 + 5y3
3 2
permit definirea adjunctului T ∈ L R , R operatorului T ∈ L R2 , R3 prin T ∗ (y1 , y2 , y3 ) = (z1 , z2 ).
∗
6. RĂ
Ş
În rezolvarea testului trebuie să ţinem cont că soluţiile propuse trebuie să fie clare,
corecte şi complete.
Exerciţiul 5.0.1.
Soluţie. Este vorba de definiţiile i) 2.2.15; ii) 2.2.13 şi echivalent 2.2.14-(i); iii) 3.1.
Exerciţiul 5.0.2.
Soluţie. i) Este vorba de următoarele rezultate 2.2.17 şi 2.2.18; ii) 2.4.28; iii) 3.2.10, 3.2.11, 3.2.12,
3.2.13 şi 3.2.14.
Exerciţiul 5.0.3.
Soluţie. ”⇒” Presupunem că ∃y ∈ W, y = 0, α = x − x∗W , y
> 0. Notăm cu w = x∗W + α
y,y
y
2 ∗ 2
un element a lui W ce are proprietatea x − w < x − x∗W . (Într-adevăr x − w = x − xW −
α2 ∗ 2 α2
2α
y,y
x − x∗W , y
+ y,y 2 y, y
= x − xW − y,y .) Am obţinut un aproximant w mai bun decât cel mai
Soluţie. Fie E = (e1 = (1, 0, 0) , e2 = (0, 1, 0) , e3 = (0, 0, 1)) reperul canonic din spaţiul vectorial real
R3 . Un vector x = (x1 , x2 , x3 ) ∈ R3 arbitrar se scrie x = x1 e1 + x2 e2 + x3 e3 sau echivalent [x]E =
T
x1 x2 x3 .
1 0 0
G= 0 1 0
0 0 1
este matricea Gram de reprezentare a produsului scalar din R3 şi avem
x, y
= [x]TE G [y]E = [x]TE [y]E , ∀x = (x1 , x2 , x3 ) , y = (y1 , y2 , y3 ) ∈ R3 .
1 0
Fie M = [w1 ]E , [w2 ]E = 1 1 . W = (w1 , w2 ) este un reper în W conform consecinţelor teoremei
0 1
număr de vectori
rangului, pentru că rang M = 2 = . Fie PrW (x) ∈ W proiecţia ortogonală a vectorului
dimR R3
x = (x1 , x2 , x3 ) ∈ R pe W. Atunci PrW (x) = αw1 + βw2 , cu α, β ∈ R, se determină din condiţia
3
7. S Ţ
.4
defineşte un produs scalar real în (R3 [X], R). Determinaţi în acest produs scalar lungimea
vectorilor P (X) = (1 + X)2 şi Q (X) = 1 + X + X 2 , precum şi cosinusul unghiului celor
doi vectori. Să se dea exemplu de vector nenul perpendicular pe P (X) şi Q (X). Să se
construiască, prin procedeul Gram-Schmidt, un reper ortonormat plecând de la reperul
canonic E = e1 = 1, e2 = X, e3 = X 2 , e4 = X 3 .
ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 4 11
7.1.3 Exerciţiu i) În spaţiul vectorial real al funcţiilor continue CR ([0, 2π]) se defineşte
produsul scalar
2π
f, g = f (t) g (t) dt, ∀f, g ∈ CR ([0, 2π]) .
0
Să se arate că {1, cos (x) , sin (x) , cos (2x) , sin (2x) , . . .} este o familie formată cu vectori
ortogonali 2 câte 2.
ii) În spaţiul vectorial real al funcţiilor continue CR (R) se consideră A = eλ1 x , . . . , eλn x
şi X = spanR (A), unde λ1 , . . . λn sunt n numere reale distincte. Să se construiască un pro-
dus scalar ., . : X × X → R astfel încât A să fie o familie de vectori ortogonali 2 câte
2.
7.1.4 Exerciţiu (Inegalitatea Hadmand) Pentru orice matrice A = [ai,j ]i,j=1,n cu ele-
mente din corpul real se verifică inegalitatea
n 2
0 (det A)2 nk=1 i=1 ak,i .
7.1.5 Exerciţiu Fie V un spaţiu vectorial real sau complex.
i) Dacă
.
este o normă pe X ce verifică regula paralelogramului
x + y
2 +
x − y
2 = 2
x
2 +
y
2 , ∀x, y ∈ V,
atunci
def. 1
x, y = 4
x + y
2 −
x − y
2 + i
x + iy
2 − i
x − iy
2 pentru K = C,
def. 1
x, y = 2
x + y
2 −
x
2 −
y
2 pentru K = R
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: Pla-
nificare şi Cibernetică Economică. Ed.ASE, 1986. T
[9] C. Neculăescu, O. Vegheş. Introducere în algebra liniară. Curs în format digital. Capitolul 5.
http://www.biblioteca-digitala.ase.ro/biblioteca/carte2.asp?id=362&idb=11 . T
ALGEBRĂ LINIARĂ - UNITATEA DE ÎNVĂŢARE 3
OVIDIU VEGHEŞ
Noiembrie 2011
CUPRINS
1. Obiectivele unităţii de învăţare 3 1
2. Funcţionale liniare, biliniare şi pătratice 2
2.1. Funcţionale liniare şi spaţiu dual 2
2.2. Funcţionale biliniare 3
2.3. Funcţionale biliniare simetrice 4
2.4. Funcţionale pătratice reale 5
3. Exerciţii rezolvate 6
4. Test de autoevaluare 11
5. Răspunsuri şi comentarii la testul de autoevaluare 11
6. Setul de exerciţii nr.3 13
6.1. Tema nr.7 13
6.2. Tema nr.8 14
Bibliografie 15
1. O
Ă Ţ
Ă Ţ 3
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 3 conţine, o prezentare într-o formă accesibilă, dar riguroasă a
principalelor rezultate privind o funcţionalele liniare, biliniare şi pătratice.
Sarcinile impuse în parcurgerea materialului sunt:
- memorarea noţiunilor descrise în material, descrierea lor în limbaj matematic ca şi
exprimarea alternativă a lor,
- 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 unităţile
de învăţare 1 şi 2,
- 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.3,
1
2 OVIDIU VEGHEŞ
2. F
Ţ
,
Ş Ă
2.1. Funcţionale liniare şi spaţiu dual. Fie V un K-spaţiu vectorial, nenul, în situaţia
în care K este corp comutativ.
2.1.1 Definiţie Funcţia ϕ : V → K se numeşte funcţională liniară dacă:
i) ϕ(x1 + x2 ) = ϕ(x1 ) + ϕ(x2 ), ∀x1 , x2 ∈ V;
ii) ϕ(αx) = αϕ(x), ∀x ∈ V, ∀α ∈ K.
Se notează cu
LK (V; K) = {ϕ : V → K | ϕ funcţională liniară} .
K-spaţiul vectorial LK (V; K) se numeşte dualul algebric al K-spaţiului vectorial V.
2.1.2 Observaţie O funcţională liniară este un caz particular de operator liniar,
deaorece corpul de scalari K este la rândul său un spaţiu vectorial peste el însuşi. Drept ur-
mare rezultatele obţinute pentru operatori liniari rămân valabile, cu adaptarile de rigoare,
şi în cazul funcţionalelor liniare.
2.1.3 Propoziţie Fie V un K-spaţiu vectorial, nenul, finit dimensional. Atunci:
i) K-spaţiile vectoriale LK (V; K) şi V sunt izomorfe între ele;
ii) pentru orice reper E = (e1 , . . . , em ) în V, unde m = dimK V ∈ N∗ , există un unic
reper E • = (e•1 , . . . , e•m ) în LK (V; K), astfel încât
• 1 i=j
ei (ej ) = δij = , ∀i, j ∈ {1, . . . , m} .
0 i = j
2.1.4 Definiţie Fie E = (e1 , . . . , em ) un reper în V, cu m ∈ N∗ şi ϕ : V → K o
funcţională liniară. Se numeşte matricea funcţionalei ϕ corespunzătoare perechii
de repere E, {1} matricea
[ϕ]E
{1} = ϕ (e1 ) ϕ (e2 ) ... ϕ (em ) ∈ M1,m (K) .
2.1.5 Propoziţie Fie E = (e1 , . . . , em ) un reper în V, unde m ∈ N∗ şi ϕ : V → K o
funcţională liniară.
i) Există o singură matrice A = [a1,j ]j=1,m ∈ M1,m (K) pentru care
ϕ (x) = A [x]E , ∀x ∈ V.
ii) Matricea [ϕ]E
{1} ∈ M1,m (K) verifică relaţia precedentă.
ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 3 3
2.1.6 Teoremă Fie V un K-spaţiu vectorial finit dimensional, E şi G două repere în V
şi ϕ : V → K o funcţională liniară. Atunci
[ϕ]G E
{1} = [ϕ]{1} C,
2.2. Funcţionale biliniare. Fie V1 , V2 două K-spaţii vectoriale, nenul, în situaţia în care
K este corp comutativ.
2.2.10 Definiţie Funcţia ψ : V1 × V2 → K se numeşte funcţională biliniară dacă:
i) ψ(x1 + x2 , y) = ψ(x1 , y) + ψ(x2 , y), ∀x1 , x2 ∈ V1 , ∀y ∈ V2 ;
ii) ψ(αx, y) = αψ(x, y), ∀x ∈ V1 , ∀y ∈ V2 , ∀α ∈ K;
iii) ψ(x, y1 + y2 ) = ψ(x, y1 ) + ψ(x, y2 ), ∀x ∈ V1 , ∀y1 , y2 ∈ V2 ;
iv) ψ(x, βy) = βψ(x, y), ∀x ∈ V1 , ∀y ∈ V2 , ∀β ∈ K.
Se notează cu
LK (V1 , V2 ; K) = {ψ : V1 × V2 → K | ψ funcţională biliniară} .
2.2.11 Definiţie Fie E = (e1 , . . . , em ) un reper în V1 , F = (f1 , . . . , fn ) un reper în
V2 , unde m, n ∈ N∗ şi ψ : V1 × V2 → K o funcţională biliniară. Se numeşte matricea
funcţionalei biliniare ψ în reprezentarea naturală corespunzătoare perechii de
repere E, F matricea
[ψ(ei , fj )]i=1,m,j=1,n ∈ Mm,n (K) .
2.2.12 Propoziţie[caracterizarea matricei asociată unei funcţionale biliniare] Se con-
sideră ψ : V1 × V2 → K o funcţională biliniară.
i) Există o singură matrice A = [ai,j ]i=1,m,j=1,n ∈ Mm,n (K) pentru care
exprimare de forma
σ (x) = [x]TF Λ [x]F , ∀x ∈ V,
unde Λ ∈ Mm (R) este o matrice diagonală, iar F un reper în V. Se numeşte signatura
funcţionalei pătratice σ, şi se notează sgn σ, un triplet (n− , n0 , n+ ), cu n− + n0 + n+ =
m, unde n− , n0 , respectiv n+ este numărul de coeficienţi negativi, nuli, respectiv pozitivi
de pe diagonala matricei Λ. n− + n+ se numşte rangul funcţionalei pătratice σ.
2.4.30 Observaţie Funcţionala pătratică σ : V → R este: i) pozitiv definită dacă
n+ = m; ii) pozitiv semidefinită dacă n− = 0 şi n+ = m; iii) negativ definită dacă
n− = m; iv) negativ semidefinită dacă n+ = 0 şi n− = m; v) n− = 0 şi n+ = 0.
2.4.31 Teoremă[de inerţie a lui Sylvester] Signatura unei funcţionale pătratice sunt
invarianţi ai funcţionalei pătratice (adică nu depind de metoda folosită pentru găsirea
reperului F al formei canonice).
2.4.32 Observaţie Orice funcţională pătratică poate fi adusă la forma canonică. Tre-
buie reţinut că există mai multe metode de aducere la forma canonică a unei funcţionale
pătratice. Metoda elemetară a lui Gauss este o metodă întotdeuna aplicabilă chiar dacă
uneori sunt necesare artificii de calcul. Metoda Jacobi este o metodă care poate fi aplicată
doar dacă ipoteza de lucru a metodei este validă. Metoda vectorilor şi valorilor proprii
(numită şi metoda transformărilor ortogonale) este o metodă întotdeuna aplicabilă, dar
solicită rezolvarea unor ecuaţii polinomiale de grad superior. Se va exemplifica folosirea
acestor metode în al doilea exerciţiu rezolvat.
2.4.33 Observaţie i) Natura unei funcţionale pătratice se poate afla fără a determina
reperul formei canonice prin metoda Jacobi. Dacă
A = [ai,j ]i=1,m,j=1,m ∈ Mm (R)
este matricea funcţionalei pătratrice σ corespunzătoare unui reper E şi
a1,1 . . . a1,m
a1,1 a1,2
∆0 = 1, ∆1 = a11 , ∆2 = , . . . , ∆m = . . . ... ... ,
a2,1 a2,2
am,1 . . . am,m
∆m−1
atunci σ este pozitiv (negativ) definită dacă toate rapoartele ∆ 0 ∆1
∆1 , ∆2 , . . . , ∆m sunt pozi-
tive (negative). Dacă unele dintre rapoarte sunt pozitive şi altele negative, atunci funcţio-
nala pătratrică σ este nedefinită. Nu putem afirma nimic dacă σ este pozitiv semidefinită
sau negativ semidefinită.
ii) Natura unei funcţionale pătratice se poate afla fără a determina reperul formei ca-
nonice prin metoda vectorilor şi valorilor proprii. Dacă
A = [ai,j ]i=1,m,j=1,m ∈ Mm (R)
este matricea funcţionalei pătratrice σ corespunzătoare unui reper E şi
λ1 ,λ2 , . . . , λm sunt valorile proprii ale matricei A,
atunci σ este pozitiv (negativ) definită dacă toate valorile proprii sunt pozitive (negative).
Dacă unele dintre rapoarte sunt pozitive şi altele negative, atunci funcţionala pătratrică σ
este nedefinită. Dacă zero este valoare proprie şi nu avem valori proprii negative (pozitive),
atunci σ este pozitiv semidefinită (negativ semidefinită).
3. EŢ
i) Să se verifice că G = (g1 , g2 , g3 ) este un reper în R3 şi să se determine funcţionala
liniara ϕ : R3 → R care satisface condiţiile ϕ (g1 ) = 1,
ϕ (g2 ) = 3, ϕ (g3 ) = 6.
ii) Să se determine reperul G• = (g1• , g2• , e•3 ) din LR R3 ; R , astfel încât
• 1 i=j
gi (gj ) = δ ij = , ∀i, j ∈ {1, 2, 3} .
0 i = j
iii) Să se determine reprezentările matriceale ale funcţionalei liniare ϕ : R3 → R asociate
perechii de repere G, {1} şi respectiv G• .
Soluţie. Fie E = (e1 = (1, 0, 0) , e2 = (0, 1, 0) , e3 = (0, 0, 1)) reperul canonic din spaţiul vectorial real
R3 . i) Fie
2 1 −1
C = [g1 ]E , [g2 ]E , [g3 ]E = 1 2 1 .
1 1 2
G = (g1 , g2 , g3 ) este un reper în R3 , în conformitate cu criteriile ce însoţesc teorema rangului privind
det C=6=0
liniar independenţa
şi respectiv sistemul de generatori, deoarece rang C = 3 = numărul de vectori
= dimR L R3 , R . Din datele problemei [ϕ]G {1} = ϕ (g1 ) ϕ (g2 ) ϕ (g3 ) = 1 3 6 . Atunci
1
2
− 21 1
2
−1
[ϕ]E G
{1} = [ϕ]{1} C = 1 3 6 − 16 5
6
− 21 = −1 1 2
− 16 − 61 1
2
x1
şi ϕ (x) = [ϕ]E {1} [x]E = −1 1 2 x2 = −x1 + x2 + 2x3 , ∀x = (x1 , x2 , x3 ) ∈ R3 .
x3
ii) Reluând raţionalentul precedent obţinem pentru orice x = (x1 , x2 , x3 ) ∈ R3
1
2
− 12 1
2 x1
G
g1• (x) = [g1• ]{1} C −1 [x]E = 1 0 0 − 16 5
6
− 21 x2 = 12 x1 − 12 x2 + 21 x3 ,
1 1 1
16 − − 6 2 x3
1 1
2
− 2 2
x1
g2• (x) = [g2• ]G{1} C
−1
[x]E = 0 1 0 − 16 5
6
− 21 x2 = 56 x2 − 16 x1 − 21 x3 ,
1 1 1
−16 − 16 2
1
x3
2
− 2 2 x1
g3• (x) = [g3• ]G{1} C −1
[x]E = 0 0 1 −1
6
5
6
− 2
1
x2 = 12 x3 − 16 x2 − 61 x1 .
1 1 1
−6 −6 2
x3
• • • •
3
Faptul că G = (g1 , g2 , e3 ) este un reper în LR R ; R rezultă din 2.1.3.
iii) Putem privi expresia funcţionalei liniare ϕ : R3 → R obţinute în două moduri:
ξ1
G 3 G
"primul:" ϕ (x) = [ϕ]{1} [x]G , ∀x = (x1 , x2 , x3 ) ∈ R , unde [ϕ]{1} = 1 3 6 , iar [x]G = ξ 2 cu
ξ3
• 1 1 1
ξ 1 = g1 (x1 , x2 , x3 ) = 2 x1 − 2 x2 + 2 x3
ξ = g2• (x1 , x2 , x3 ) = 65 x2 − 61 x1 − 12 x3 .
2
ξ 3 = g3• (x1 , x2 , x3 ) = 21 x3 − 61 x2 − 16 x1
[ϕ]G{1} = 1 3 6 este matricea funcţionalei ϕ corespunzătoare perechii de repere G, {1}.
"al doilea:" ϕ (x) = g1• (x) + 3g2• (x) + 6g3• (x), ∀x ∈ R3 sau echivalent scris σ = g1• + 3g2• + 6g3• .
T
[ϕ]G• = 1 3 6 este matricea coordonatelor funcţionalei ϕ corespunzătoare reperului G• .
3.0.2 Exerciţiu Se dă funcţionala pătratică σ : R3 → R definită prin
σ (x1 , x2 , x3 ) = 3x21 + 6x22 + 3x23 − 4x1 x2 − 4x2 x3 − 8x3 x1 .
i) Să se pună în evidenţă forma algebrică şi forma matriceală a expresiei ce defineşte
funcţionala pătratică σ. ii) Să se determine funcţionala biliniară, simetrică, polar (prin
dedublare) ataşată funcţionalei pătratice σ. iii) Utilizând metoda lui Gauss să se aducă
funcţionala pătratică la forma canonică. iv) Utilizând metoda lui Jacobi să se aducă
funcţionala pătratică la forma canonică. v) Utilizând metoda vectorilor şi valorilor proprii
8 OVIDIU VEGHEŞ
să se aducă funcţionala pătratică la forma canonică. vi) Să se verifice legea de inerţie a
lui Sylvester. vii) Să se precizeze natura formei pătratice.
Soluţie. Fie E = (e1 = (1, 0, 0) , e2 = (0, 1, 0) , e3 = (0, 0, 1)) reperul canonic din spaţiul vectorial real
R3 . Un vector x = (x1 , x2 , x3 ) ∈ R3 arbitrar se scrie x = x1 e1 + x2 e2 + x3 e3 sau echivalent [x]E =
T
x1 x2 x3 .
i) Forma algebrică a funcţionalei pătratice σ este
σ (x) = 3x21 + 6x22 + 3x23 − 4x1 x2 − 4x2 x3 − 8x3 x1 , ∀x ∈ R3 ,
iar forma matriceală a funcţionalei pătratice σ este
3 −2 −4
3
σ (x) = [x]TE A [x]E , ∀x ∈ R , cu A = −2 6 −2 .
−4 −2 3
Soluţionarea cerinţelor (iii), (iv) şi (v) se face prin determinarea unei nou reper F = (f1 , f2 , f3 ) în care
matricea de reprezentare a lui σ are forma diagonală. Dacă C este matricea de trecere de la E la F , atunci
[x]E = C [x]F şi [x]TE = [x]TF C T . Rezultă
σ (x) = [x]TE A [x]E = [x]TF C T AC [x]F , ∀x ∈ R3 .
Vom concluziona că B = C T AC este matricea diagonală cautată, corespunzătoare formei canonice a lui σ.
ii) Fie φσ : R3 × R3 → R, este definită prin φσ (x, y) = 21 (σ (x + y) − σ (x) − σ (y)), dacă folosim forma
algebrică, şi φσ (x, y) = [x]TE A [y]E , dacă folosim forma matriceală. Am considerat x = (x1 , x2 , x3 ) , y =
(y1 , y2 , y3 ) ∈ R3 arbitrare. În ambele situaţii obţinem
φσ ((x1 , x2 , x3 ) , (y1 , y2 , y3 )) = 3x1 y1 − 2x1 y2 − 2x2 y1 − 4x1 y3 + 6x2 y2 − 4x3 y1 − 2x2 y3 − 2x3 y2 + 3x3 y3 .
iii) Algoritmul este iterativ
σ (x) = 3x21 + 6x22 + 3x23 − 4x1 x2 − 4x2 x3 − 8x3 x1
= 3 x21 − 34 x1 x2 − 83 x3 x1 + 6x22 + 3x23 − 4x2 x3
2
= 3 x1 − 32 x2 − 43 x3 − 3 94 x22 + 16 9 3
x2 + 16 x x + 6x22 + 3x23 − 4x2 x3
9 2 3
2
= 3 x1 − 32 x2 − 43 x3 + 14 x2 − 28
3 2
x x − 7 x2
3 2 3 3 3
2 14
= 3 x1 − 3 x2 − 3 x3 + 3 x2 − 2x2 x3 − 73 x23
2 4 2
2 2
= 3 x1 − 32 x2 − 43 x3 + 14 3
x2 − 2x2 x3 − 73 x23
2
= 3 x1 − 32 x2 − 43 x3 + 14 3
(x2 − x3 )2 − 14 x2 − 37 x23
3 3
2 2
= 3 x1 − 32 x2 − 43 x3 + 14 3
(x2 − x3 ) − 7x23 .
Notăm
ξ 1 = ϕ1 (x1 , x2 , x3 ) = x1 − 32 x2 − 43 x3
ξ = ϕ2 (x1 , x2 , x3 ) = x2 − x3 .
2
ξ 3 = ϕ3 (x1 , x2 , x3 ) = x3
Putem privi relaţia obţinută în două moduri.
T
"primul:" Dacă [x]F = ξ 1 ξ 2 ξ 3 , atunci
3 0 0
2 14 2 2 T
σ (x) = 3 (ξ 1 ) + (ξ ) − 7 (ξ 3 ) = [x]F 0 14 0 [x]F .
3 2 3
0 0 −7
ξ1 1 − 23 − 34 x1
Relaţia ξ 2 = 0 1 −1 x2 este relaţia [x]F = C −1 [x]E . Obţinem
ξ3 0 0 1 x3
−1
1 − 23 − 34 1 32 2
C= 0 1 −1 = 0 1 1
0 0 1 0 0 1
2
şi identificăm F = f1 = (1, 0, 0) , f2 = 3 , 1, 0 , f3 = (2, 1, 1) reperul formei canonice.
"al doilea:" σ (x) = 3 (ϕ1 (x))2 + 14 3
(ϕ2 (x))2 − 7 (ϕ3 (x))2 , ∀x = (x1 , x2 , x3 ) ∈ R3 sau echivalent scris
3 1 0 0
2 14 2 2 2
σ = 3ϕ1 + 3 ϕ2 −7ϕ3 , unde (ϕ1 , ϕ2 , ϕ3 ) este un reper în LR R ; R (deoarece rang − 3 1 0 =3=
− 43 −1 1
numărul de funcţionale din LR R3 ; R = dimR LR R3 ; R ).
ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 3 9
iv) Căutăm acel reper F = (f1 = (c11 , 0, 0) , f2 = (c21 , c22 , 0) , f3 = (c31 , c32 , c33 )) pentru care sunt ver-
ificate relaţiile
ϕσ (e1 , f3 ) = 0
ϕσ (e1 , f2 ) = 0
(3.1) {ϕσ (e1 , f1 ) = 1 ϕ (e2 , f3 ) = 0 .
ϕσ (e2 , f2 ) = 1 σ
ϕσ (e3 , f3 ) = 1
Suntem conduşi la rezolvarea sistemelor
3c31 − 2c32 − 4c33 = 0
3c21 − 2c22 = 0
(3.2) {3c11 = 1 6c32 − 2c31 − 2c33 = 0 .
6c22 − 2c21 = 1
3c33 − 2c32 − 4c31 = 1
T T
Dacă toate sistemele sunt compatibile, atunci, deoarece B T = C T AC = C T AT C T = C T AC =
B, avem
σ (x) = [x]TF C T AC [x]F
c11 0 0 3 −2 −4 c11 c21 c31
= [x]TF c21 c22 0 −2 6 −2 0 c22 c32 [x]F
c31 c32 c33 −4 −2 3 0 0 c33
c11 0 0 1 0 0
= [x]TF c21 c22 0 ∗ 1 0 [x]F
c31 c32 c33 ∗ ∗ 1
c11 0 0
= [x]TF 0 c22 0 [x]F
0 0 c33
T
= c11 (ξ 1 )2 + c22 (ξ 2 )2 + c33 (ξ 3 )2 , unde [x]F = ξ 1 ξ 2 ξ 3 , ∀x ∈ R3 .
Rolul coeficienţilor c11 , c22 , c33 devine esenţial în determinarea signaturii lui σ. Aceşti coeficienţi sunt
daţi de
3 −2 −4
∆0 ∆1 ∆2 3 −2
c11 = , c22 = , c33 = , unde ∆0 = 1, ∆1 = 3, ∆2 = , ∆ = −2 6 −2 .
∆1 ∆2 ∆3 −2 6 3
−4 −2 3
1 1
3 7
− 27
Rezolvând sistemul 3.2 obţinem matricea C = 0 14 − 17 de trecere la de la baza E la F , iar
3
0 0 − 17
3 −2 −4
matricea de trecere la de la baza F la E este C −1 = 0 14 3
− 14
3
. Putem privi relaţia obţinută
0 0 −7
pentru σ (x) în două moduri. 1
3
0 0
"primul:" σ (x) = 13 (ξ 1 )2 + 14 3
(ξ 2 )2 − 17 (ξ 3 )2 = [x]TF 0 14 3
0 [x]F şi identificăm
0 0 − 71
1 1 3 2 1 1
F = f1 = , 0, 0 , f2 = , , 0 , f3 = − , − , −
3 7 14 7 7 7
baza formei canonice.
"al doilea:" σ (x) = 13 (ϕ1 (x))2 + 3
14
(ϕ2 (x))2 − 1
7
(ϕ3 (x))2 , ∀x = (x1 , x2 , x3 ) ∈ R3 sau echivalent scris
σ = 13 ϕ21 + 14
3 2
ϕ2 − 71 ϕ23 , unde
ϕ1 (x) = 3x1 − 2x2 − 4x3
ϕ (x) = 14 x − 14
3 2 3 3
x ,
2
ϕ3 (x) = −7x3
3 3 0 0
14
construieşte un reper în LR R ; R (deoarece rang −2 3
0 = 3 = numărul de funcţionale din
−4 − 14 3
−7
LR R3 ; R = dimR LR R3 ; R ).
v) Se ştie că orice matrice simetrică este diagonalizabilă. Ecuaţia caracteristică a matricei A este
3−λ −2 −4
det (A − λI) = −2 6−λ −2 = −λ3 + 12λ2 − 21λ − 98 = 0.
−4 −2 3−λ
10 OVIDIU VEGHEŞ
(1) (2)
Obţinem spectrul matricei A ca fiind σ (A) = −2, 7 .
5 −2 −4 5x1 − 2x2 − 4x3 = 0
Pentru λ = −2 avem B−2 = A − (−2) I = −2 8 −2 şi sistemul 8x2 − 2x1 − 2x3 = 0 .
−4 −2 5 5x3 − 2x2 − 4x1 = 0
Obţinem
2
ker (A − (−2) I) = α 1 | α ∈ R .
2
−4 −2 −4 −4x1 − 2x2 − 4x3 = 0
Pentru λ = 7 avem B7 = A − 7I = −2 −1 −2 şi sistemul −2x1 − x2 − 2x3 = 0 . Obţinem
−4 −2 −4 −4x1 − 2x2 − 4x3 = 0
1 0
ker (A − 7I) = β −2 + γ −2 | β, γ ∈ R .
0 1
Fie F = (f1 = (2α, α, 2α) , f2 = (β, −2β, 0) , f3 = (β ′ , −2β ′ − 2γ, γ)) un reper în R3 format cu vectori
proprii pentru care
(3.3) C −1 = C T ,
−2 0 0
T −1
unde C = [f1 ]E , [f2 ]E , [f3 ]E . Atunci B = C AC = C AC = 0 7 0 . Deoarece
0 0 7
2α α 2α 2α β β′
T ′
C C = β −2β 0 α −2β −2β − 2γ
′ ′
β −2γ − 2β γ 2α 0 γ
9α2 0 0
= 0 5β 2 β (4γ + 5β ′ ) ,
0 β (4γ + 5β ) 5γ + 8γβ ′ + 5(β ′ )2
′ 2
5. RĂ
Ş
În rezolvarea testului trebuie să ţinem cont că soluţiile propuse trebuie să fie clare,
corecte şi complete.
Exerciţiul 4.0.1.
Soluţie. Este vorba de definiţiile i) 2.3.16; ii) 2.4.26; iii) 2.4.29.
Exerciţiul 4.0.2.
Soluţie. i) Este vorba de următoarele rezultate 2.1.3 şi 2.1.8; ii) 2.4.31; iii) 2.4.30 şi 2.4.33.
Exerciţiul 4.0.3.
Soluţie. Este vorba de următorul rezultat 2.3.19. Fie E = (e1 , . . . , em ) un reper în V, unde m ∈ N∗ .
i) Fie A, B ∈ Mm (K) două matrice simetrice astfel încât
Pentru x = ei şi y = ej , avem cu necesitate ai,j = φ (ei , ej ) = bi,j pentru orice i, j ∈ {1, . . . , m}. Obţinem
că A = B.
ii) Fie ai,j = φ (ei , ej ), cu i, j ∈ {1, . . . , m} şi A = [ai,j ]i=1,m,j=1,m ∈ Mm (K). Atunci, ai,j =
φ (ei , ej ) = φ (ej , ei ) = aj,i , pentru orice i, j ∈ {1, . . . , m} şi în consecinţă AT = A. Mai mult, dacă
T T
[x]E = x1 . . . xm şi [y]E = y1 . . . ym , atunci pentru orice i ∈ {1, . . . , m} avem
m
m y1
φ (ei , y) = φ ei , yj ej = yj φ (ei , ej ) = φ (ei , e1 ) ... φ (ei , em ) ... ,
j=1 j=1
ym
12 OVIDIU VEGHEŞ
Fie
0 2 α
0 2
∆0 = 1, ∆1 = −3, ∆2 = = −4, ∆ 3 = 2 −3 −1 = 3α2 − 4α − 4.
2 −3
α
−1 1
Atunci
α −∞ − 32 2 ∞
∆3 + 0 − 0 +
Pentru α ∈ R − 23 , 2 calculăm rapoartele
∆0 ∆1 ∆1 −4
< 0, > 0, = .
∆1 ∆2 ∆2 3α2 − 4α − 4
Pentru α ∈ − 32 , 2 vom utiliza metoda vectorilor şi valorilor proprii. Polinomul caracteristic al matricei
A este
−λ 2 α
det (A − λI) = 2 −3 − λ −1 = −λ3 − 2λ2 + α2 + 8 λ + 3α2 − 4α − 4 .
α −1 1−λ
2 1
√(1) (1)
1
√ (1)
Pentru α = − 3 obţinem spectrul matricei A ca fiind σ (A) = − 3 85 − 1, 0 , 3 85 − 1 .
√ (1) (1) √ (1)
Pentru α = 2 obţinem spectrul matricei A ca fiind σ (A) = − 13 − 1, 0 , 13 − 1 .
Concluzia este
α −∞ − 32 2 ∞
sgn σ (2, 0, 1) (1, 1, 1) (1, 0, 2) (1, 1, 1) (2, 0, 1)
σ-nedefinită
Observaţie: Metoda lui Jacobi s-a aplicat pentru funcţionalei pătratice σ : R3 → R, σ (x1 , x2 , x3 ) =
V (x2 , x1 , x3 ), iar ∆1 = ∆σ,1 , ∆2 = ∆σ,2 , ∆3 = ∆σ,3 .
6. S Ţ
.3
6.1. Tema nr.7. 6.1.1 Exerciţiu Să se precizeze dacă următorul sistem de funcţionale
liniare (ϕ1 , ϕ2 , ϕ3 ), unde ϕi : R3 → R, este liniar independent:
ϕ1 (x1 , x2 , x3 ) = x1 + x2 − x3 ,
ϕ2 (x1 , x2 , x3 ) = x1 − x2 + x3 ,
ϕ3 (x1 , x2 , x3 ) = x1 + 3x2 − 3x3 .
Să se cerceteze dacă funcţionalele date formează o bază în LR (Rn ; R).
6.1.2 Exerciţiu Să se arate că funcţionala f : Rn [X] → R, f (P (X)) = P (a), unde
a este un număr real fixat, este o funcţională liniară. Să
se determine matricele de
reprezentare a acestei funcţionale 2
folosind reperele E = 1, X, X , ..., X şi respectiv
n
2 n
(X−a)
F = 1, X−a
1! , 2! , ..., (X−a)
n! .
6.1.3 Exerciţiu În spaţiul vectorial real R3 se consideră vectorii
g1 = (0, 1, 1) , g2 = (1, 0, 1) , g3 = (1, 1, 0) .
i) Să se verifice că G = (g1 , g2 , g3 ) este un reper în R3 şi să se determine funcţionala
liniara ϕ : R3 → R care satisface condiţiile ϕ (g1 ) = −1,
ϕ (g2) = 0, ϕ (g3 ) = 1.
ii) Să se determine reperul G• = (g1• , g2• , e•3 ) din LR R3 ; R , astfel încât
• 1 i=j
gi (gj ) = δ ij = , ∀i, j ∈ {1, 2, 3} .
0 i = j
iii) Să se determine reprezentările matriceale ale funcţionalei liniare ϕ : R3 → R asociate
perechii de repere G, {1} şi respectiv G• .
14 OVIDIU VEGHEŞ
i) Să se arate că φ este o funţională biliniară cu valori reale; ii) Să se cerceteze dacă funcţio-
nala biliniară este simetrică şi nedegenerată; iii) Să se determine matricea funcţionalei φ
în reprezentarea naturală corespunzătoare reperului canonic al spaţiului real R3 [X]; iv) Să
se
6.2. Tema nr.8. 6.2.6 Exerciţiu Se dau V şi W două K-spaţii vectoriale şi ψ : V ×W →
K o funcţională biliniară. Notăm
⊥
XWψ = {y ∈ W | ∀x ∈ X, ψ (x, y) = 0}
complementul ortogonal (în al doilea argument) al K-subspaţiului vectorial X ⊆ V în W.
Să se arate că:
⊥
i) XWψ este subspaţiu vectorial a lui W;
⊥
ii) dacă E ′ = {e1 , ..., ep } este o bază a lui X atunci y ∈ XWψ ⇐⇒ ψ (ek , y) = 0,
∀k ∈ {1, . . . , p};
⊥
iii) dacă X şi W sunt spaţii finit dimensionale atunci dim W dim X + dim XWψ ;
iv) dacă X şi W sunt spaţii finit dimensionale atunci ψ este nedegenerată pe X în primul
⊥ ⊥
argument (i.e. WX ψ = {0V }) dacă şi numai dacă dim W = dim X + dim XWψ .
⊥
v) dacă ψ este nedegenerată pe V în primul argument (i.e. WV ψ = {0V }) şi nedegenerată
⊥
pe W în al doilea argument (i.e. VWψ = {0W }) atunci dim V = dim W.
6.2.7 Exerciţiu Fie V un K-spaţiu vectorial şi φ : V × V → K o funcţională biliniară
simetrică. Reformulaţi cerinţele exerciţiului precedent pentru noul context.
6.2.8 Exerciţiu Daţi exemplu de funcţională biliniară, simetrică care este: i) nenulă
şi degenerată pe întregul spaţiu vectorial; ii) nedegenerată pe întregul spaţiu, dar este
degenerată pe un subspaţiu vectorial.
6.2.9 Exerciţiu Se dau funcţionalele pătratice σi : R4 → R, i = 1, 2, 3, definite prin
σ1 (x) = x21 + x22 + x23 + x1 x2 + x2 x3 + x3 x1 ,
σ2 (x) = 2x1 x2 + 2x2 x3 + 2x3 x1 ,
σ3 (x) = 2x1 x2 − 6x1 x3 − 6x2 x4 + 2x3 x4 ,
unde x = (x1 , x2 , x3 , x4 ). Utilizând metodele lui Gauss, lui Jacobi şi respectiv metoda
vectorilor şi valorilor proprii să se aducă funcţionalele pătratice la forma canonică, să se
precizeze reperele în care sunt scrise formele canonice, să se verifice legea de inerţie a lui
Sylvester şi să se precizeze natura funcţionalelor pătratice.
6.2.10 Exerciţiu Să se determine valorile reale ale parametrului a pentru care func-
ţionala pătratică V : R3 → R este pozitiv definită.
i) V (x) = 2x21 + x22 + 3x23 + 2ax1 x2 + 2x3 x1 , x = (x1 , x2 , x3 );
ii) V (x) = x21 + x22 + 5x23 + 2ax1 x2 + 4x2 x3 − 2x3 x1 , x = (x1 , x2 , x3 ).
ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 3 15
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
[9] G. Cenuşă, R. Şerban, C. Raischi. Matematici pentru economisti. Curs în format digital. Capitolul
2,3. http://www.biblioteca-digitala.ase.ro/biblioteca/carte2.asp?id=21&idb=11 . T
[10] C. Neculăescu, O. Vegheş. Introducere în algebra liniară. Curs în format digital. Capitolul 4.
http://www.biblioteca-digitala.ase.ro/biblioteca/carte2.asp?id=362&idb=11 . T
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
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
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
3.2. 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.
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
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
4. F
Ă
!. P
!
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}.
...
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
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 .
[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
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
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 .
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)
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
prX X2 X1 X1 X2 X2 X1
X2 ; iii) prX1 ◦ prX2 = 0; iv) prX2 ◦ prX1 = 0; v) prX1+ prX2 = idV .
1
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 vectorialeX 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
[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
ALGEBRĂ LINIARĂ - UNITATEA DE ÎNVĂŢARE 1
OVIDIU VEGHEŞ
Octombrie 2011
CUPRINS
1. Obiectivele unităţii de învăţare 1 1
2. Spaţii vectoriale şi subspaţii liniare 2
2.1. Spaţii vectoriale 2
2.2. Subspaţii vectoriale 4
2.3. Acoperirea liniară a unei mulţimi 5
3. Baze şi repere. Dimensiunea unui spaţiu vectorial 5
3.1. Dependenţă şi independenţă liniară 5
3.2. Baze şi repere ale spaţiilor vectoriale 6
3.3. Dimeniunea unui spaţiu vectorial 7
4. Folosirea coordonatelor unui vector în spaţii vectoriale de tip finit 7
4.1. Coordonatele unui vector în spaţii vectoriale de dimeniune finită 7
4.2. Modificarea coordonatelor unui vector la schimbarea reperelor 8
4.3. Rolul rangului matricei coordonatelor unor vectori 8
5. Operaţii cu subspaţii vectoriale 9
5.1. Suma şi intersecţia de subspaţii vectoriale 9
5.2. Suma directă de subspaţii vectoriale 9
5.3. Operaţii cu subspaţii în spaţii vectoriale de tip finit 10
6. Exerciţii rezolvate 10
7. Test de autoevaluare 14
8. Răspunsuri şi comentarii la testul de autoevaluare 15
9. Setul de exerciţii nr.1 16
9.1. Tema nr.1 16
9.2. Tema nr.2 16
9.3. Tema nr.3 17
Bibliografie 18
1. O
Ă Ţ
Ă Ţ 1
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 1 conţine, o prezentare într-o formă accesibilă, dar riguroasă a
noţiunilor introductive privind vectorii, scalarii şi spaţiile vectoriale.
Sarcinile impuse în parcurgerea materialului sunt:
1
2 OVIDIU VEGHEŞ
Vom nota prin (K, +K , ·K ) structura de corp a asociată lui K. Dacă, în plus de verifică
şi axioma:
corp-10: ∀α, β ∈ K, α ·K β = β ·K α
spunem că K posedă o structură de corp algebric comutativ (sau că (K, +K , ·K ) este o
structură de corp comutativ).
2.1.2 Observaţie Reamintim că în orice grup se poate introduce natural o nouă o-
peraţie asociată. Astfel, în cazul nostru, se poate defini operaţia de scădere, notată prin
„−K ”, unde α −K β = α +K (−β), ∀α, β ∈ K .
2.1.3 Definiţie Dacă (K1 , +K1 , ·K1 ) şi (K2 , +K2 , ·K2 ) indică corpuri algebrice, o funcţie
f : K1 → K2 se numeşte morfism de corpuri algebrice dacă:
(1) ∀α, β ∈ K1 , f (α +K1 β) = f (α) +K2 f (β),
(2) ∀α, β ∈ K1 , f (α ·K1 β) = f (α) ·K2 f (β),
(3) f (1K1 ) = 1K2 .
Dacă morfismul de corpuri f : K1 → K2 este şi bijectiv el se numeşte izomorfism.
2.1.4 Propoziţie Fie K un corp algebric. Sunt adevărate afirmaţiile:
(1) ∀α ∈ K, α ·K 0K = 0K ·K α = 0K ,
(2) ∀α ∈ K {0K }, α nu este divizor a lui 0K nici la stânga, nici la dreapta,
(3) ∀α, β ∈ K, α ·K (−β) = (−α) ·K β = − (α ·K β) ∧ (−α) ·K (−β) = α ·K β,
(4) ∀α, β, γ ∈ K, (α −K β) ·K u = α ·K γ −K β ·K γ,
(5) ∀α, β, γ ∈ K, α ·K (β −K γ) = α ·K β −K α ·K γ,
(6) ∀n ∈ N {0, 1}, ∀α, β 1 , . . . , β n ∈ K,
α ·K (β 1 +K . . . +K β n ) = (α ·K β 1 ) +K . . . +K (α ·K β n ) ,
(7) ∀n ∈ N {0, 1}, ∀α1 , . . . , αn , β ∈ K,
(α1 +K . . . +K αn ) ·K β = (α1 ·K β) +K . . . +K (αn ·K β) .
2.1.5 Definiţie Spunem că V posedă o structură de K-spaţiu vectorial (sau K-spaţiu
liniar), unde K este un corp algebric, dacă sunt definite două operaţii algebrice binare:
de adunare a vectorilor + : V×V → V
de înmulţire cu scalari a vectorilor · : K × V → V
ce verifică axiomele:
sv-1: ∀u, v, w ∈ V, (u + v) + w = u + (v + w);
sv-2: ∀u, v ∈ V, u + v = v + u;
sv-3: ∃0V ∈ V, ∀u ∈ V, u + 0V = u;
sv-4: ∀u ∈ V, ∃ (−u) ∈ V, u + (−u) = 0V ;
sv-5: ∀u ∈ V, 1K · u = u;
sv-6: ∀α, β ∈ K, ∀u ∈ V, (α ·K β) · u = α · (β · u);
sv-7: ∀α, β ∈ K, ∀u ∈ V, (α +K β) · u = α · u + β · u;
sv-8: ∀α ∈ K, ∀u, v ∈ V, α · (u + v) = α · u + α · v.
Vom nota prin (V, +, ·, K, +K , ·K ) structura de spaţiu vectorial a lui V. Dacă contextul
nu este ambiguu, atunci V se numeşte, simplu, spaţiu vectorial.
În contextul K-spaţiului vectorial V, elementele mulţimii K se numesc scalari, iar e-
lementele mulţimii V se numesc vectori, operaţia „+” se numeşte operaţie internă, iar
„·” se numeşte operaţie externă spaţiului vectorial. Operaţiile „+” şi „·” sunt denumite
operaţii vectoriale.
4 OVIDIU VEGHEŞ
3.2. Baze şi repere ale spaţiilor vectoriale. Fie V un K-spaţiu vectorial.
3.2.4 Definiţie Fie B ⊆ V, B
= ∅ (finită sau infinită). Mulţimea B se numeşte baza
a K-spaţiului vectorial V dacă B este atât o mulţime de generatori pentru V cât şi
o mulţime de vectori liniar independentă. Dacă pentru o bază avem fixată o relaţie de
ordine între elementele ei, atunci se va folosi sintagma reper în K-spaţiul vectorial V.
3.2.5 Observaţie i)Între vectorii unei baze B nu există o regulă generală de indexare
a elementelor mulţimii B. Dacă în schimb avem în vedere o ordine de enumerare, atunci
spunem că lucrăm cu un reper. Astfel dacă B = {bi | i ∈ I} este o bază, atunci (bi )i∈I
este reperul asociat implicit indexării date de mulţimea ordonată I.
ii) Se foloseşte uneori denumirea de bază Hamel dacă baza are o infinitate de elemente.
3.2.6 Teoremă[caracterizarea bazelor] Fie B ⊆ V, B
= ∅ (finită sau infinită). Sunt
echivalente afirmaţiile:
(1) B este o mulţime liniar independentă, maximală în sensul incluziunii;
(2) B este o mulţime de generatori a lui V, minimală în sensul incluziunii;
(3) B este bază.
3.2.7 Observaţie (a) B este o mulţime liniar independentă maximală, în sensul in-
cluziunii, dacă
∀M ⊇ B, M
= ∅, M
= B atunci M nu este o mulţime liniar independentă.
Echivalent, orice mulţime liniar independentă care include B este chiar egală cu B.
(b) De asemenea, B este o mulţime de generatori a spaţiului V minimală, în sensul
incluziunii, dacă
∀M ⊆ B, M
= ∅, M
= B atunci M nu este o mulţime de generatori pentru V.
Echivalent, orice mulţime de generatori a lui V inclusă în B este chiar egal cu B.
3.2.8 Teoremă[fundamentală a spaţiilor vectoriale] Fie V este un K-spaţiu vectorial,
nenul (V
= {0V }).
(1) Dacă L ⊆ G ⊆ V, L
= ∅, cu L liniar independentă şi G mulţime de generatori
pentru V, atunci există B
= ∅ bază a spaţiului vectorial astfel încât L ⊆ B ⊆ G.
(2) K-spaţiul vectorial V admite o bază.
3.2.9 Corolar[completare] Fie V este un K-spaţiu vectorial, nenul. Dacă L ⊆ V, L
= ∅,
cu L liniar independentă, atunci există B
= ∅ bază a spaţiului vectorial astfel încât L ⊆ B.
3.2.10 Corolar[extragere] Fie V este un K-spaţiu vectorial, nenul. Dacă G ⊆ V, G
= ∅,
cu G mulţime de generatori pentru V, atunci există B
= ∅ bază a spaţiului vectorial astfel
încât B ⊆ G.
ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 1 7
4. F
Ţ
4.1. Coordonatele unui vector în spaţii vectoriale de dimeniune finită. Fie V un
K-spaţiu vectorial de tip finit, n = dimK V ∈ N şi E = (ei )i=1,n un reper al său.
4.1.1 Lemă[bazei] Orice vector se scrie în mod unic ca o combinaţie liniară (finită !)
de vectori ai bazei (abstracţie făcând de ordinea de însumare a termenilor).
4.1.2 Definiţie Se numeşte matricea coordonatelor vectorului x ∈ V în reperul
x1
E, notată [x]E ∈ Mn.1 (K), matricea coloană [x]E = ... ale cărei elemente se verifică
xn
relaţia
x = x1 e1 + x2 e2 + ... + xn en .
Scalarii x1 , . . . , xn ∈ K se numesc coordonatele lui x în reperul E.
8 OVIDIU VEGHEŞ
4.1.3 Observaţie Lema 4.1.1 ne probează unicitatea coordonatelor unui vector într-un
reper.
a1
..
.
4.1.4 Lemă[schimbului] Dacă v ∈ V astfel încât [v]E = ak , cu ak
= 0, atunci
.
..
an
B = (e1 ..., ek−1 , v, ek+1 , ..., en ) este un nou reper în K-spaţiul vectorial V, iar coordonatele
unui vector oarecare din V se schimbă după următoarea schemă:
e1 . . . ei . . . ek . . . en v x
e1 1 ... 0 ... 0 ... 0 a1 x1
... ... ... ... ... ... ... ... ... ...
ei 0 ... 1 ... 0 ... 0 ai xi Pas Gauss-Jordan
=⇒
... ... ... ... ... ... ... ... ... ...
ek 0 ... 0 ... 1 ... 0 a−k ↓
← xk
... ... ... ... ... ... ... ... ... ...
en 0 ... 0 ... 0 ... 1 an xn
e1 . . . ei . . . ek ... en v x
e1 1 . . . 0 . . . −a−1
k a1 ... 0 0 x1 − xk a−1
k a1
... ... ... ... ... ... ... ... ... ...
ei 0 . . . 1 . . . −a−1
k ai ... 0 0 xi − xk a−1
k ai
... ... ... ... ... ... ... ... ... ...
v 0 ... 0 ... a−1
k ... 0 1 xk a−1
k
... ... ... ... ... ... ... ... ... ...
en 0 . . . 0 . . . −a−1
k an ... 1 0 xn − xk a−1
k an
4.1.5 Observaţie K poate fi corp algebric comutativ sau necomutativ.
4.3. Rolul rangului matricei coordonatelor unor vectori. Fie K un corp comutativ
şi m, n ∈ N∗ .
4.3.9 Teoremă Rangul unei matrice A ∈ Mm,n (K) este egal cu numărul maxim de
coloane (linii) ce formează o mulţime liniar independente în K-spaţiul vectorial Mm,1 (K)
(respectiv M1.n (K)).
ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 1 9
5.3. Operaţii cu subspaţii în spaţii vectoriale de tip finit. Fie V un K-spaţiu vec-
torial de tip finit (n = dimK V ∈ N).
5.3.9 Propoziţie i) Dacă X1 , X2 sunt K-subspaţii vectoriale în V astfel încât X1 ⊆ X2 ,
atunci dimK X1 dimK X2 dimK V.
ii) Fie X1 , X2 sunt K-subspaţii vectoriale în V. Dacă X1 ⊆ X2 şi dimK X1 = dimK X2 ,
atunci X1 = X2 .
iii) Orice şir monoton, în sensul incluziunii, de K-subspaţii vectoriale în V este stagnant
de la un anumit rang.
5.3.10 Teoremă[Grassmann] Fie X1 , X2 ⊆ V două K-subspaţii vectoriale. Atunci
dimK (X1 + X2 ) = dimK X1 + dimK X2 − dimK (X1 ∩ X2 ) .
5.3.11 Corolar Fie X1 , X2 ⊆ V două K-subspaţii vectoriale. Dacă dimK X1 +dimK X2 >
n (= dimK V), atunci X1 ∩ X2
= {0V }.
5.3.12 Propoziţie Fie X1 , . . ., Xr sunt K-subspaţii vectoriale în V. Sunt echivalente
afirmaţiile:
(1) V1 = X1 ⊕ . . . ⊕ Xr .
(2) V1 = X1 + . . . + Xr şi dimK V1 = ni=1 dimK Xi .
5.3.13 Corolar Fie X1 , X2 sunt K-subspaţii vectoriale în V. Sunt echivalente afirmaţi-
ile:
(1) ∀x ∈ V1 = X1 + X2 , ∃! (x1 , x2 ) ∈ X1 × X2 astfel încât x = x1 + x2 .
(2) V1 = X1 + X2 , şi X1 ∩ X2 = {0V }.
(3) V1 = X1 + X2 , şi dimK V1 = dimK X1 + dimK X2 .
5.3.14 Definiţie Fie X1 un K-subspaţiu vectoriale în V. Dimensiunea suplementului
direct se mai numeşte codimensiunea lui X1 .
5.3.15 Observaţie Fie X1 un K-subspaţiu vectoriale în V.
i) codimK X1 = dimK V − dimK X1 = dimK (V|X1 ).
ii) Fie F = {f1 , . . . , fdimK X1 } o bază a lui X1 . Conform corolarului de completare, se
poate completa F până la o bază B în V, şi fie fdimK X1 +1 , ..., fdimK V vectorii neneuli,
adăugaţi lui F . Fie X2 = spanK ({fdimK X1 +1 , ..., fdimK V }). Atunci X2 este suplementul
direct a lui X1 în V (V = X1 ⊕ X2 ). Verificarea acestei observaţii este lăsată cititorului.
6. E Ţ
6.0.1 Exerciţiu Fie F submulţimea lui R3 definită prin
F = {(c + d, 2c, c − 3d) | c, d ∈ R} .
i) Arătaţi că F este un subspaţiu vectorial real a spaţiului vectorial real R3 . ii) Fie G
subspaţiu vectorial real a lui R3 definit prin
G = (x, y, z) ∈ R3 | − 3x + 2y − z = 0 .
iii) Arătaţi F şi G coincid ca subspaţii vectoriale. iv) Să se decidă dacă v = (1, 1, 2) este
un vector din F . v) Să se verifice că F ⊕ spanR ({v}) = R3 .
Soluţie. Toate calculele şi raţionamentele se fac în spaţiul vectorial real R3 .
i) Dacă (c + d, 2c, c − 3d), (c′ + d′ , 2c′ , c′ − 3d′ ) ∈ F , unde c, d, c′ , d′ ∈ R, atunci
(c + d, 2c, c − 3d) + c′ + d′ , 2c′ , c′ − 3d′ = c + c′ + d + d′ , 2 c + c′ , c + c′ − 3 d + d′ ∈ F,
deoarece (c + c′ ) , (d + d′ ) ∈ R.
Dacă (c + d, 2c, c − 3d) ∈ F , unde c, d ∈ R, şi α ∈ R, atunci evident
α (c + d, 2c, c − 3d) = ((αc) + (αd) , 2 (αc) , (αc) − 3 (αd)) ∈ F,
deoarece (αc) , (αd) ∈ R.
ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 1 11
−3x + 2y − z = 0
ii) Dacă (x, y, z) , (x′ , y ′ , z ′ ) ∈ G, adică , cu x, x′ , y, y ′ , z, z ′ ∈ R, atunci
−3x′ + 2y ′ − z ′ = 0
−3 (x + x′ ) + 2 (y + y′ ) − (z + z ′ ) = 0 şi x + x′ , y + y′ , z + z ′ ∈ R. Rezultă (x + x′ , y + y ′ , z + z ′ ) ∈ G.
Dacă α ∈ R şi (x, y, z) ∈ G, adică −3x + 2y − z = 0, cu x, y, z ∈ R, atunci −3 (αx) + 2 (αy) − (αz) = 0
şi αx, αy, αz ∈ R. Rezultă (αx, αy, αz) ∈ G.
iii) Vom căuta câte o mulţime de generatori atât pentru subspaţiu vectorial F , cât şi pentru G.
F = {c (1, 2, 1) + d (1, 0, −3) | c, d ∈ R} = spanR ({v1 , v2 }) ,
G = {x (1, 0, −3) + y (0, 1, 2) | x, y ∈ R} = spanR ({v2 , v3 }) ,
unde v1 = (1, 2, 1) , v2 = (1, 0, −3) şi v3 = (0, 1, 2) .
"F ⊆ G" Arătăm că v1 , v2 ∈ G. Acest fapt este adevărat, deoarece −3 · 1 + 2 · 2 − 1 = 0 şi −3 · 1 + 2 ·
0 − (−3) = 0. Dar, atunci orice combinaţie liniară (finită) a celor doi vectori aparţine lui G, pentru că G
este subspaţiu vectorial. Am demonstrat astfel incluziunea.
"G ⊆ F " Arătăm că v2 , v3 ∈ F . Primul vector este unul din vectorii care participă la generarea lui
F , şi deci aparţine lui F . Pentru a demonstra a doua aparteneţă, trebuie să găsim c, d ∈ R astfel încât
v3 = cv1 + dv2 . Suntem conduşi la rezolvarea sistemului
c+d=0
2c = 1
c − 3d = 2.
Sistemul este compatibil, având unica soluţie c = 21 , d = − 12 . Atunci v3 = 21 v1 − 21 v2 ∈ F . Deoarece F este
subspaţiu vectorial, rezultă că G ⊆ F .
Cele două incluziuni fiind demonstrate rezultă F = G.
iv) Pentru a verifica că v ∈ F , trebuie să găsim c, d ∈ R astfel încât v = cv1 + dv2 . Suntem conduşi la
rezolvarea sistemului
c+d=1
2c = 1
c − 3d = 2.
Sistemul nu este compatibil şi în concluzie v ∈
/ F.
F + spanR ({v}) = R3
v) Pentru a verifica F ⊕ spanR ({v}) = R3 sau echivalent , trebuie să verifică
F ∩ spanR ({v}) = {0V }
3
patru incluziuni. F ∩ spanR ({v}) ⊇ {0V } şi F + spanR ({v}) ⊆ R sunt evidente.
"F ∩ spanR ({v}) ⊆ {0V }" Fie u ∈ F ∩ spanR ({v}). Atunci există b, c, d ∈ R astfel încât u = bv =
cv1 + dv2 . Sistemul echivalent cu relaţia precentă este
c+d−b=0
2c − b = 0
c − 3d − 2b = 0.
Sistemul este compatibil, având unica soluţie b = c = d = 0. Atunci u = 0V .
"F +spanR ({v}) ⊇ R3 " Fie u = (x, y, z) ∈ R3 arbitrar. Căutăm b, c, d ∈ R astfel încât u = bv +cv1 +dv2 .
Suntem conduşi la rezolvarea sistemului
b+c+d=x
b + 2c = y
2b + c − 3d = z.
Sistemul este compatibil, având unica soluţie b = x − 23 y + 31 z, c = 56 y − 21 x − 61 z, d = 12 x − 61 y − 61 z. Atunci
u = u1 + u2 , unde
u1 = x − 23 y + 31 z v ∈ span
R ({v})
u2 = 6 y − 2 x − 6 z v1 + 12 x − 61 y − 61 z v2 ∈ F .
5 1 1
Am verificat că F şi spanR ({v}) sunt spaţii suplementare directe unul celuilalt în R3 .
6.0.2
Exerciţiu Fie E = {e1 , e2 , e3 , e4 } baza canonică în spaţiul vectorial real R4 şi
Ei = ei , j∈{1,2,3,4}{i} ej , i = 1, 2, 3, 4. Să se determine dimR spanR (Ei ) , i = 1, 2, 3, 4
şi dimR spanR ∩i∈{1,2,3,4} Ei .
Soluţie. #) Baza canonică în spaţiul vectorial real R4 este formată cu vectorii
e1 = (1, 0, 0, 0) , e2 = (0, 1, 0, 0) , e3 = (0, 0, 1, 0) , e4 = (0, 0, 0, 1) .
12 OVIDIU VEGHEŞ
este 3. Deoarece
1 −1 2
2 1 −1
rang [A1 ]E , [A2 ]E , [A3 ]E = rang = 3 = numărul de vectori.
1 1 0
0 1 1
rezultă {A1 , A2 , A3 } este o mulţime de vectori liniar independentă. Observăm că A4 = A1 + A2 + A3 . Fie
C ∈ X1 arbitrar. Există ε1 , ε2 , ε3 , ε4 ∈ R astfel încât C = ε1 A1 + ε2 A2 + ε3 A3 + ε4 A4 . Atunci
C = (ε1 + ε4 ) A1 + (ε2 + ε4 ) A2 + (ε3 + ε4 ) A3 ∈ spanR ({A1 , A2 , A3 }) .
Rezultă după un scurt raţionament că X1 = spanR ({A1 , A2 , A3 }). Am arătat că {A1 , A2 , A3 } este o
mulţime de generatori pentru X1 . Raţionamentul precedent justifică faptul că (A1 , A2 , A3 ) este un reper
în X1 şi
dimR X1 = 3.
Observăm că B3 = 2B1 . {B1 , B2 } este o mulţime de vectori liniar independentă deoarece
1 2
2 1
rang [B1 ]E , [B2 ]E = rang 0 3 = 2 = numărul de vectori.
1 1
Fie C ∈ X2 arbitrar. Există ε1 , ε2 , ε3 ∈ R astfel încât C = ε1 B1 + ε2 B2 + ε3 B3 . Atunci
C = (ε1 + 2ε3 ) B1 + ε2 B2 ∈ spanR ({B1 , B2 }) .
Rezultă X2 = spanR ({B1 , B2 }). Am arătat că {B1 , B2 } este o mulţime de generatori pentru X2 . Raţiona-
mentul precedent justifică faptul că (B1 , B2 ) este un reper în X2 şi
dimR X2 = 2.
ii-a) X1 + X2 = spanR ({A1 , A2 , A3 }) + spanR ({B 1 , B2 }) = spanR ({A1 , A
2 , A3 , B1 , B2 }).
1 −1 2 1 2
2 1 −1 2 1
rang [A1 ]E , [A2 ]E , [A3 ]E , [B1 ]E , [B2 ]E = rang = 4. Căutăm o dependenţă
1 1 0 0 3
0 1 1 1 1
liniară a vectorilor A1 , A2 , A3 , B1 , B2 . Relaţia
α1 A1 + α2 A2 + α3 A3 + α4 B1 + α5 B2 = 0M2 (R)
este echivalentă cu sistemul
α1 − α2 + 2α3 + α4 + 2α5 = 0
2α1 + α2 − α3 + 2α4 + α5 = 0
.
α1 + α2 + 3α5 = 0
α2 + α3 + α4 + α5 = 0
Soluţia α1 = − 23 13
α , α2 = − 12
12 5
α5 , α3 = − 54 α5 , α4 = 34 α5 scoate în evidenţă dependenţa
23 13
B2 = A
12 1
+ A
12 2
+ 54 A3 − 34 B1 .
Deoarece
1 −1 2 1
2 1 −1 2
rang [A1 ]E , [A2 ]E , [A3 ]E , [B1 ]E = rang = 4 = numărul de vectori.
1 1 0 0
0 1 1 1
rezultă {A1 , A2 , A3 , B1 } este o mulţime de vectori liniar independentă. Fie C ∈ X1 + X2 arbitrar. Există
ε1 , ε2 , ε3 , ε4 ∈ R astfel încât C = ε1 A1 + ε2 A2 + ε3 A3 + ε4 B1 + ε5 B2 . Atunci
23
C = ε1 + 12 ε5 A1 + ε2 + 13 ε A2 + ε3 + 45 ε5 A3 + ε3 − 43 ε5 B1 ∈ spanR ({A1 , A2 , A3 , B1 }) .
12 5
Rezultă X1 + X2 = spanR ({A1 , A2 , A3 , B1 }). Am arătat că {A1 , A2 , A3 , B1 } este o mulţime de generatori
pentru X1 + X2 . Raţionamentul precedent justifică faptul că (A1 , A2 , A3 , B1 ) este un reper în X1 + X2 şi
dimR (X1 + X2 ) = 4.
Mai mult, F = (A1 , A2 , A3 , B1 ) este un reper şi în M2 (R), şi deci X1 + X2 = M2 (R).
ii-b) X1 ∩ X2 = {C ∈ M2 (R) | C ∈ X1 şi C ∈ X2 }
= {C ∈ M2 (R) | C = α1 A1 + α2 A2 + α3 A3 = α4 B1 + α5 B2 , α1 , α2 , α3 , α4 , α5 ∈ R} .
14 OVIDIU VEGHEŞ
23
ce are soluţia α1 = 12 t, α = 13 t, α3 = 54 t, α4 = 34 t, α5 = t, cu t ∈ R. Notăm D = 23 13
A + 12 A2 + 45 A3 =
10 11 2 12 12 1
4
B + B2 =
3 1
3 3
7 . Obţinem X1 ∩ X2 = spanR ({D}) şi
3 3
dimR (X1 ∩ X2 ) = 1
0M2 (R) = 0M2 (R) + 0M2 (R) , cu 0M2 (R) ∈ X1 şi 0M2 (R) ∈ X2
0M2 (R) = D + (−D) , cu D ∈ X1 şi − D ∈ X2
7.0.1 Exerciţiu Definiţi noţiunile: i) spaţiu vectorial; ii) sumă directă de subspaţii
vectoriale; iii) bază a unui spaţiu vectorial; iv) codimensiunea unui subspaţiu vectorial; v)
matricea de trecere de la un reper la altul.
7.0.2 Exerciţiu Enunţaţi proprietăţile: i) acoperirii liniare a unei mulţimi; ii) mul-
ţimilor de generatori pentru un spaţiu vectorial; iii) mulţimilor liniar independente; iv)
principalele rezultate privind subspaţiile spaţiilor vectoriale de tip finit; v) consecinţele
teoremei rangului.
7.0.3 Exerciţiu Să se demonstreze lema schimbului.
7.0.4 Exerciţiu Se dau vectorii a1 = (1, −1, 2), a2 = (1, 1, 1), a3 = (1, −3, 3), a4 =
(2, 8, −1) în spaţiul vectorial real R3 . i) Să se determine spanR (A), unde A = {a1 , a2 , a3 , a4 },
şi dimR spanR (A). ii) Arătaţi că v = (2, 6, 0) ∈ spanR (A) şi determinaţi matricea coordo-
natelor vectorului v într-un reper al spaţiului spanR (A) format dintr-o selecţie de vectori
din mulţimea A.
7.0.5 Exerciţiu Fie F submulţimea lui R2 [X] definită prin
F = (m + n) X 2 + 2mX + (m − 3n) | m, n ∈ R .
i) Arătaţi că F este un subspaţiu vectorial real a spaţiului vectorial real R2 [X]. ii) Fie G
subspaţiu vectorial real a lui R2 [X] definit prin
G = aX 2 + bX + c ∈ R2 [X] | − 3a + 2b − c = 0 .
iii) Arătaţi F şi G coincid ca subspaţii vectoriale. iv) Să se decidă dacă P = X 2 + X + 2
este un polinom din F . v) Să se verifice că F ⊕ spanR ({P }) = R2 [X].
ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 1 15
8. RĂ
Ş
În rezolvarea testului trebuie să ţinem cont că soluţiile propuse trebuie să fie clare,
corecte şi complete.
Exerciţiul 7.0.1.
Soluţie. Este vorba de definiţiile i) 2.1.5; ii) 5.2.4; iii) 3.2.4; iv) 5.3.14; v) 4.2.6.
Exerciţiul 7.0.2.
Soluţie. Este vorba de definiţiile i) 2.3.14-primele trei afirmaţii; ii) 2.3.14-ultimele trei afirmaţii; iii)
8. Pentru ii) şi iii) adăugăm şi teorema 3.2.6; iv) Este vorba următoarele rezultate 5.3.9, 5.3.10, 5.3.12,
5.3.13; v) 4.3.10 şi 4.3.11.
Exerciţiul 7.0.3.
Soluţie. Din datele problemei
v = a1 e1 + . . . + ai ei + . . . + ak ek + . . . + an en ,
cu ak = 0. Rezultă
ek = a−1
k v+
−1
i∈{1,...,n},i=k (−ak ai )ei
Vom demonstra că mulţimea de vectori a lui B este o mulţime de vectori liniar independentă. Fie
γ 1 e1 + . . . + γ i ei + . . . + γ k v + . . . + γ n en = 0V .
Înlocuim v cu expresia de mai sus şi obţinem
(γ 1 + γ k a1 ) e1 + . . . (γ i + γ k ai ) ei + . . . + (γ k ak ) ek + . . . + (γ n + γ k an ) en = 0V .
γ i + γ k ai = 0, ∀i = k
Deoarece E este liniar lindependentă rezultă Tragem concluzia că
γ k ak = 0 unde ak = 0.
γ i = 0, ∀i = k
,
γk = 0
adică toţi scalarii sunt nuli.
Vom demonstra că mulţimea de vectori a lui B este o mulţime de vectori ce genereză pe V. Fie x ∈ V
arbitrar. Deoarece spanK (B) = V, atunci
x =x
1 e1 + . . . + xk ek + . . . + xn en
= i∈{1,...,n},i=k xi ei + xk a−1 k v + i∈{1,...,n},i=k (−xk a−1
k ai )ei
= xk a−1
k v + i∈{1,...,n},i=k (xi − xk a−1k ai )ei .
Exerciţiul 7.0.4.
Soluţie. i) Pentru început, calculăm
1 1 1 2
rang [a1 ]E , [a2 ]E , [a3 ]E , [a4 ]E = rang −1 1 −3 8 = 2.
2 1 3 −1
Deoarece numărul de vectori este 4 (= 2) vectorii a1 , a2 , a3 , a4 sunt liniar dependenţi. Numărul maxim
de vectori liniar independenţi este 2. Facem o alegere şi reluăm calculul:
1 1
rang [a1 ]E , [a2 ]E = rang −1 1 = 2 = numărul de vectori.
2 1
Rezultă {a1 , a2 } este o mulţime de vectori liniar independentă.
Căutăm constantele reale α, β, γ, δ pentru care a3 = αa1 + βa2 şi a4 = γa1 + δa2 . Pentru acesta avem
de rezolvat sistemele
α+β =1 γ +δ = 2
−α + β = −3 şi −γ + δ = 8 .
2α + β = 3 2γ + δ = −1
Obţinem soluţiile α = 2, β = −1, γ = −3, δ = 5. Rezultă a3 = 2a1 − a2 şi a4 = −3a1 + 5a2 .
Fie u ∈ spanR (A) arbitrar. Există ε1 , ε2 , ε3 , ε4 ∈ R astfel încât u = ε1 a1 + ε2 a2 + ε3 a3 + ε4 a4 . Atunci
u = (ε1 + 2ε3 − 3ε4 ) a1 + (ε2 − ε3 + 5ε4 ) a2 ∈ spanR ({a1 , a2 }) .
16 OVIDIU VEGHEŞ
Am arătat că spanR (A) ⊆ spanR ({a1 , a2 }). Deoarece incluziunea spanR (A) ⊇ spanR ({a1 , a2 }) este evi-
dentă rezultă spanR (A) = spanR ({a1 , a2 }). Am arătat că {a1 , a2 } este o mulţime de generatori pentru
spanR (A).
Raţionamentul precedent justifică faptul că B = (a1 , a2 ) este un reper în spanR (A) şi
dimR spanR (A) = 2.
ii) Completăm reperul B = (a1 , a2 ) din spanR (A) la reperul B1 = (a1 , a2 , e3 ) din R3 (altenative de
1 1 0
justificare sunt lăsate cititorului). Fie C matricea de trecere de la E la B1 . Atunci C = −1 1 0
2 1 1
1 −1
2 2
0 2 −2
şi [v]B1 = C −1 [v]E = 12 1
2
0 6 = 4 (conform teoremei privind modificarea coordo-
−3 1
2 2
1 0 0
−2
natelor unui vector la schimbarea reperelor). Răspunsul solicitat este [v]B = (fapt echivalent cu
4
v = −2a1 + 4a2 ).
Exerciţiul 7.0.5.
Soluţie. Similitudinea cu primul exerciţiu rezolvat este evidentă. i),ii),iii),v) Răspunsurile sunt afir-
mative şi se justifică răspunsurile. iv) Răspunsul este negativ şi se justifică.
9. S Ţ
.1
9.1. Tema nr.1. 9.1.1 Exerciţiu i) Fie V un spaţiu vectorial real şi C V = V×V. Definim
operaţiile
+ : C V × C V → C V, (x1 , y1 ) + (x2 , y2 ) = (x1 + x2 , y1 + y2 )
· : C × C V → C V, (α + βi) · (x, y) = (αx − βy, βx + αy) .
Să se arate că C V este spaţiu vectorial complex (se numeşte complexificatul spaţiului
vectorial real V). În plus, C Rn = Cn .
ii) Fie V un spaţiu vectorial complex şi R V = V. Definim operaţiile de „+” prin
preluarea operaţiei din V, iar „·” este restricţia înmulţirii vectorilor din V cu scalari reali.
Să se arate că R V este spaţiu vectorial real (se numeşte trecerea în real a spaţiului
vectorial complex V). În plus, R Cn = R2n .
9.1.2 Exerciţiu i) Determinaţi dimQ R, dimR R, dimR Rn , dimC Cn , dimR Cn .
ii) Dacă dimR V = n ∈ N∗ , atunci dimC C V = n.
iii) Dacă dimC V = n ∈ N∗ , atunci dimR R V = 2n. √
9.1.3 Exerciţiu Să se determine acoperirea liniară a mulţimii A = 1, 2 în Q-spaţiul
√
vectorial R şi R-spaţiul vectorial R. Aparţine 3 2 acestei acoperiri?
9.1.4 Exerciţiu Găsiţi dimensiunea şi o bază pentru
spanR X 6 + X 4 , X 6 + 3X 4 − X, X 6 − 2X 4 + X, X 6 − 4X 4 + 2X .
9.1.5 Exerciţiu Arătaţi că mulţimea tuturor soluţiilor unui sistem liniar şi omogen
de n ecuaţii cu n necunoscute este un subspaţiu vectorial a lui spaţiului vectorial real
Mn.1 (R). Aflaţi dimensiunea sa.
9.2. Tema nr.2. 9.2.6 Exerciţiu Fie E = (e1 , e2, e3 ) un reper în K-spaţiul vectorial V
şi vectorul x = e1 − 2e2 + 3e3 .
i) Determinaţi [x]F matricea coordonatelor vectorului x în reperul F = (f1 , f2 , f3 ), unde
f1 = e1 , f2 = 2e1 + e2 , f3 = e1 − 2e2 + e3 .
ii) Determinaţi [x]G matricea coordonatelor vectorului x în reperul G = (g1 , g2 , g3 ),
unde g1 = e1 + e2 , g2 = e2 + e3 , g3 = e3 + e1 .
iii) Care este legătura dintre matricele [x]F şi [x]G ?
ALGEBR Ă LINIAR Ă - UNITATEA DE ÎNV Ă ŢARE 1 17
9.2.7 Exerciţiu Se consideră vectorii a1 = (1, 0, 0, −1), a2 = (2, 1, 1, 0), a3 = (1, 1, 1, 1),
a4 = (1, 2, 3, 4), a5 = (0, 1, 2, 3) în spaţiul vectorial real R4 . i) Să se determine dimensiunea
şi o bază în spaţiul generat de vectorii a1 , a2 , a3 , a4 , a5 . ii) Determinaţi coordonatele
acestor vectori într-un reper construit din baza determinată anterior. iii) În câte moduri
putem alege o bază în spanR ({a1 , a2 , a3 , a4 , a5 }) formată doar dintre vectorii a1 , a2 , a3 ,
a4 , a5 . iv) Completaţi baza, determinată la primul punct, la o bază în R4 .
9.2.8 Exerciţiu Fie spaţiul vectorial real M3 (R). Folosind lema schimbului să se:
4x1 + 3x2 + 3x3 = 6 2 3 1
a) rezolve sistemul 3x1 + 2x2 + x3 = 8 ; b) inverseze matricea 1 2 1 .
10x1 + 7x2 + 5x3 = 22 1 1 2
9.2.9 Exerciţiu Determinaţi dacă vectorii w1 , w2 w3 , w4 pot fi exprimaţi ca şi combi-
naţii liniare, în spaţiul vectorial real R3 , ale vectorilor v1 , v2 , v3 , unde
Putem afirma ceva despre spanR ({v1 , v2 , v3 }) şi spanR ({w1 , w2 , w3 , w4 }), bazându-ne pe
aceste verificări?
9.2.10 Exerciţiu În spaţiul vectorial real R4 să se consideră vectorii v1 = (2, 3, −1, 0),
1, 1, 2). i) Să se arate
v2 = (3, 4, 0, 2), v3 = (2, 1, 5, 8), v4 = (1, că spanR ({v1 , v2 }) =
spanR ({v3 , v4 }). ii) Să se determine spanR nv1 + n2 v2 | n ∈ N∗ .
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
[9] G. Cenuşă, R. Şerban, C. Raischi. Matematici pentru economisti. Curs în format digital. Capitolul 1.
http://www.biblioteca-digitala.ase.ro/biblioteca/carte2.asp?id=21&idb=11 . T
[10] C. Neculăescu, O. Vegheş. Introducere în algebra liniară. Curs în format digital. Capitolul 1,2,3.
http://www.biblioteca-digitala.ase.ro/biblioteca/carte2.asp?id=362&idb=11 . T