Cursul 4

Forma scară Jordan a unei matrici

4.1 Metoda Gauss–Jordan

Metoda transformărilor elementare pe linie, numită şi metoda eliminării a lui Gauss, poate fi
rafinată, prin metoda Gauss-Jordan. Şi anume, metoda Gauss-Jordan are ı̂n plus două caracter-
istici:
1. În fiecare etapă, elementul pivot este forţat să devină 1. Mai precis dacă s-a fixat pivotul
pe linia i ca fiind aij ̸= 0, atunci transformarea Li /aij → Li conduce la pivot 1.
2. Pe lângă zerouri sub pivot, se creează, prin transformări elementare pe linie, zerouri şi
deasupra pivotului, ı̂n coloana acestuia.
O matrice scară obţinută prin metoda Gauss-Jordan din matricea A se numeşte matrice ı̂n
forma scară redusă şi se notează SA0 .

Exemplul 1. Matrici scară ı̂n forma redusă:

 
  1 −2 0 0  
1 0 −2  0 1 0 0 −6 5
 0 1  0 1 0 

5   0
 0 1 0 −1 2 
0 0 1 
0 0 0 0 0 1 3 −4
0 0 0 0

Observaţia 4.1.1 Se poate demonstra că forma scară redusă a unei matrici este unică, adică
indiferent de transformările elementare pe linie aplicate obţinem aceeaşi matrice redusă.

Să ilustrăm câteva avantaje ale reducerii matricii unui sistem de ecuaţii liniare la forma scară
redusă. Aplicand metoda Gauss–Jordan de reducere a unui sistem liniar şi neomogen de n
ecuaţii cu n necunoscute, compatibil determinat:
    
a11 a12 . . . a1n x1 b1
 a21 a22 . . . a2n  x2   b2 
    
 .. .. .  .. = ..  ⇔ Ax = b,
 . . . . . ..  .   . 
an1 an2 . . . ann xn bn

1
2 Cursul 4, Algebră liniară, E. Petrişor, 2013

obţinem la sfârşitul procedurii, aplicată matricii prelungite a sistemului:

  
a11 a12 . . . a1n  b1
 a21 a22 . . . a2n  b2 
  
A =  .. .. ..  ..  ,
 . . ... .  .  
an1 an2 . . . ann  bn

matricea echivalentă cu ea:

  
1 0 · · · 0  s1
 0 1 · · · 0  s2 
 
SA0 = [A′ |s] =  .. .. ..  ..  = [In |s] (4.1)
 
. . ··· .  . 
0 0 · · · 1  sn

Motivul pentru care forma scară redusă a matricii prelungite arată astfel este că rangul matricii
A este n (sistemul fiind compatibil determinat) şi deci forma scară redusă are n pivoţi, adică n
de 1 pe diagonala principală şi 0 deasupra şi dedesubtul pivoţilor.
Sistemul iniţial, Ax = b, este echivalent cu sistemul definit de matricea SA0 (au aceleaşi
soluţii). Şi anume, sistemul echivalent este sistemul de matrice In şi coloana termenilor liberi
de elemente s1 , s2 , . . . , sn :
   
x1 s1
 x2   s2 
   
In  ..  =  .. 
 .   . 
xn sn
Deci soluţia acestui sistem (precum şi a celui iniţial) este:

x1 = s1
x2 = s2
.. (4.2)
.
xn = sn ,
Cu alte cuvinte soluţia sistemului este ı̂nregistrată ı̂n ultima coloană a matricii scară redusă, SA0 .
Observăm că ı̂n deducerea soluţiei din forma scară redusă am pornit de la ipoteza că sistemul
este compatibil determinat. În realitate ı̂nsă nu ştim la ı̂nceputul procedurii de reducere la
forma scară redusă dacă un sistem de n ecuaţii cu n necunoscute (cu n foarte mare) este sau nu
compatibil determinat. Reducând ı̂nsă matricea prelungită la forma scară redusă, după ultima
etapă deducem din analiza matricii reduse dacă sistemul este compatibil sau nu şi dacă da citim
soluţia ca mai sus. Şi anume:
• Dacă ı̂n forma scară redusă SA0 = [A′ |s], matricea A′ este matricea unitate, In , adică
numărul pivoţilor din A′ este egal cu n, atunci rezultă că rangul matricii A este n, şi deci
sistemul Ax = b este compatibil determinat şi soluţia sistemului se poate citi pe ultima coloană
a formei scară redusă SA0 .;
Cursul 4, Algebră liniară, E. Petrişor, 2013 3

• Dacă numărul pivoţilor ı̂n submatricea formată din primele n coloane ale matricii reduse
este mai mic decât n, adică A′ ̸= In , sistemul poate fi incompatibil sau compatibil nedeterminat,
ı̂n funcţie de relaţia dintre rangul acestei matrici şi al matricii prelungite.

Exemplul 2. Considerăm sistemul neomogen de 5 ecuaţii cu 5 necunoscute, având matricea

prelungită:
  
2 −1 0 5 8  0
 −5 3 3 1 −1  2 
 

A =  0 −4 1 −3 3  −4  
 1 2 −2 0 2  5 
3 6 7 2 0  1
Forma sa scară redusă calculată folosind un program de calcul al ei este:
  
1 0 0 0 0  −0.2332
 0 1 0 0 0  1.3578 
  
 0 0 1 0 0  −0.8287 
  
 0 0 0 1 0  −0.3233 

0 0 0 0 1  0.4301

Având 5 pivoţi plasaţi ı̂n submatricea formată din primele 5 coloane, rezultă că matricea sis-
temului are are rangul 5, deci determinantul matricii sistemului este nenul şi sistemul este com-
patibil determinat, iar soluţia lui este dată de ultima coloană:

(x1 = −0.2332, x2 = 1.3578, x3 = −0.8287, x4 = −0.3233, x5 = 0.4301)

Exemplul 3. Sistemul neomogen de 5 ecuaţii cu 5 necunoscute având matricea prelungită:

  
5 8 19 2 −1  1
 1 −1 20 −5 3  −7 
 

A =  −3 3 −15 0 −4  0  
 0 2 −3 1 2  4 
2 0 1 3 6  −3

are forma scară redusă:   

1 0 0 1.6667 0  0
 0 1 0 0  0 
  
 0 0 1 −0.3333 0  0 
 
 0 0 0 0 1  0 
0 0 0 0 0  1
Observăm că numărul de pivoţi ı̂n submatricea formată din primele 5 coloane este 4, deci
rangul matricii sistemului este 4 iar rangul matricii prelungite este egal cu numărul de pivoti din
forma scară redusă a cesteia, adică 5. Deci sistemul este incompatibil.
4 Cursul 4, Algebră liniară, E. Petrişor, 2013

Un sistem de 5 ecuatii cu 5 necunoscute a cărui matrice prelungită are forma scară redusă:
  
1 0 0 2 0  1
 0 1 0 11 0  −7 
  
SA = 
0
 0 0 1 −3 0  3 
 
 0 0 0 0 1  −4 
0 0 0 0 0  0
este compatibil nederminat deoarece rangul matricii sistemului coincide cu rangul matricii pre-
lungite, dar acest rang nu este maxim, adică 5.

Pentru a obţine mulţimea soluţiilor sistemului SA0 x = t, remarcăm că pivoţii matricii A
sunt plasaţi ı̂n coloanele 1, 2, 3, 5. Astfel alegem pe x1 , x2 , x3 , x5 drept necunoscute principale,
iar x4 = α ca necunoscută secundară şi rezolvăm primele 4 ecuaţii ı̂n raport cu necunoscutele
principale şi ı̂n funcţie de necunoscuta secundară α:

x1 + 2α = 1
x2 + 11α = −5
x3 − 3α = 3
x5 = −4

şi obţinem mulţimea soluţiilor: (x1 = −2α, x2 = −5 − 11α, x3 = 3 + 3α, x5 = −4), α ∈ R.

Particularitatea formei scară reduse a unei matrici pătratice nesingulare se foloseşte şi pentru
a verifica dacă o matrice pătratică este inversabilă şi dacă da se află imediat inversa ei. şi anume
unei matrici A = (aij ) i se asociază matricea extinsă, Ae = [A|In ]:
 
a11 a12 . . . a1n 1 0 . . . 0
 a21 a22 . . . a2n 0 1 . . . 0 
 
Ae =  .. .. .. .. .. .. 
 . . ... . . . ... . 
an1 an2 . . . ann 0 0 . . . 1

adică se bordează matricea unitate la matricea A.

• se reduce matricea extinsă la forma scară redusă şi se obţine: SA0 e = [SA0 |M ];
⋆ Dacă SA0 = In adica forma scară redusă este de forma:
  
1 0 . . . 0  a′11 a′12 . . . a′1n
 0 1 . . . 0  a′ a′ . . . a′ 
  21 22 2n 
 .. .. .  . .. .. 
 . . . . . ..  .. . . . . . 
 ′
0 0 . . . 1  an1 an2 . . . ann
′ ′

atunci matricea A este inversabilă (pentru ca forma sa scară redusă are n pivoţi) şi inversa
ei este:
Cursul 4, Algebră liniară, E. Petrişor, 2013 5

 
a′11 a′12 . . . a′1n
 a′21 a′22 . . . a′2n 
 
 .. .. . 
 . . . . . .. 
a′n1 a′n2 . . . a′nn

 Dacă numărul pivoţilor din SA

0
este mai mic decât n (adică rangul matricii A este mai
mic decât n) atunci matricea A este singulară şi nu admite inversă.
De exemplu pentru matricea extinsă asociată unei matrici A ∈ R4×4 :
  
2 −3 7 3  1 0 0 0
 3 5 1 −5  0 1 0 0 
Ae =  
 −4 2 −10 −2  0 0 1 0 
5 −1 11 1  0 0 0 1

forma scară redusă calculată numeric (folosind un program ce implementează algoritmul de

calcul al formei scară) este:
  
1 0 2 0  0 0 0.1667 0.3333
 0 
1 −1 −1  0 0 0.8333 0.6667 
 
 0 0 0 0  1 0 2.1667 1.3333 
0 0 0 
0 0 1 −4.6667 −4.3333
Submatricea formată din cele patru linii şi primele patru coloane are doi pivoţi, deci rangul
matricii A este 2, adică este o matrice singulară şi submatricea formată din ultimele 4 coloane
nu este inversa ei!
Să parcurgem algoritmul de calcul al rangului matricii şi ilustrare a inversei ı̂n caz de matrice
nesingulară prin calcul direct:

Exemplul 4. Considerăm matricea:

 
1 1 1
A= 1 2 2 
1 2 3
Matricea extinsă asociată este:
     
1 1 1  1 0 0 1 1 1  1 0 0

   
Ae = 1 2 2  0 1 0 ↔ 0 1 1  −1 1 0  ↔

1 2 3  0 0 1 0 1 2  −1 0 1
     
1 0 0  2 −1 0 1 0 0  2 −1
 0
 0 1 1  −1 1 0 ↔ 0 1 0  −1 2 −1 
 
0 0 1  0 −1 1 0 0 1  0 −1 1
6 Cursul 4, Algebră–Geometrie, E. Petrişor, octombrie 2013

Deoarece forma scară redusă a matricii A este matricea unitate, ea are rangul 3, deci este
inversabilă şi inversa ei este:
 
2 −1 0
A−1 =  −1 2 −1 
0 −1 1

4.2 Mulţimea Rn . Notaţii

Rn este mulţimea n–uplurilor de numere reale, adică a seturilor ordonate de n numere reale.
 
x1
 x2 
 
Un n–uplu ı̂l notăm ca o matrice coloană x =  ..  sau ı̂n forma x = (x1 , x2 , . . . , xn )T ,
 . 
xn
adică ca o matrice linie transpusă.
Cu aceste precizări, Rn = {x = (x1 , x2 , . . . , xn )T | x1 , x2 , . . . , xn ∈ R}
Pentru n = 2, x = (x1 , x2 )T este cuplu de numere reale, pentru n = 3, x = (x1 , x2 , x3 )T
este triplet de numere reale, iar pentru n arbitrar, n–uplu.
De exemplu, x = (2, 3, 7, 11)T este un element din R4 , adică un set ordonat de 4 numere
reale.
Vom introduce noţiunea de vector din Rn . De exemplu, dacă o firmă achiziţionează n pro-
duse, având fiecare preţul unitar, respectiv p1 , p2 , . . . , pn , atunci setul p = (p1 , p2 , . . . , pn )T va
fi numit vectorul preţuri. Pentru a defini operaţii dintre astfel de vectori se procedează la fel cu
vectorii studiaţi la fizică.
În fizica vectorii sunt reprezentaţi de un segment de dreaptă ı̂ntre două puncte O şi A şi
o săgeată ı̂n extremitatea A. Un astfel de vector este caracterizat de direcţie, sens şi mărime.
El poate reprezenta o forţă care acţionează ı̂n punctul O. Pe mulţimea vectorilor cu acelaşi
punct de aplicaţie se defineşte operaţia de adunare a doi vectori, prin regula paralelogramului şi
respectiv produsul cu un scalar (adică număr real) al unui astfel de vector (Fig.4.1).

−
−→ −
−→
B, OB = αOA

B −
−→ −
−→ − −→
C, OC = OA + OB

O A O

Fig.4.1: Regula paralelogramului de adunare a vectorilor cu acelaşi punct de aplicaţie (stânga) şi pro-
dusul unui vector cu un scalar (dreapta)
4.3. Spaţiul vectorial Rn 7

4.3 Spaţiul vectorial Rn

Definim ı̂ntre elementele lui Rn două operaţii:
• adunarea:
     
x1 y1 x1 + y1
 x2   y2   x2 + y2 
    def 
pentru orice x =  ..  , y =  ..  ∈ Rn , x+y =  ..  ∈ Rn
 .   .   . 
xn yn xn + yn

• ı̂nmulţirea cu scalari (adică cu numere reale):

   
x1 αx1
 x2   αx2 
  
def 
pentru orice α ∈ R şi x =  ..  ∈ Rn , αx =  ..  ∈ Rn
 .   . 
xn αxn
Cele două operaţii verifică condiţiile următoare:
SV1. (x + y) + z = x + (y + z), ∀ x = (x1 , x2 , . . . , xn )T , y = (y1 , y2 , . . . , yn )T , z =
(z1 , z2 , . . . , zn )T ∈ Rn (asociativitatea adunării);
SV2. există un element ı̂n Rn , notat θ = (0, 0, . . . , 0)T , cu proprietatea că x+θ = θ+x = x,
∀ x ∈ Rn ;
SV3. Pentru orice x = (x1 , x2 , . . . , xn )T ∈ Rn există un element x′ = (−x1 , −x2 , . . . , −xn )T ∈
Rn astfel ı̂ncât x + x′ = x′ + x = θ;
SV4. x + y = y + x, ∀ x, y ∈ Rn ;
SV5. α(x + y) = αx + αy, ∀α ∈ R, şi ∀ x, y ∈ Rn ;
SV6. (α + β)x = αx + βx, ∀ α, β ∈ R, ∀ x ∈ Rn ;
SV7. α(βx) = (αβ)x, ∀ α, β ∈ R, ∀ x ∈ Rn ;
SV8. 1x = x, ∀ x ∈ Rn .
Proprietăţile SV5–SV8 stabilesc legături dintre operaţiile de adunare a vectorilor şi ı̂nmulţirea
lor cu scalari.
• 1.Verficând cele 8 proprietăţi relativ la adunare şi ı̂nmulţirea cu scalari, se spune că Rn
are structură de spaţiu vectorial real. Elementele lui se numesc vectori, iar cele din R,
scalari;
• 2. Elementul neutru, θ, faţa de adunarea vectorilor se numeşte vectorul nul al spaţiului;
• 3. Simetricul x′ al vectorului x, faţa de adunare, se va nota −x şi ı̂l numim opusul
vectorului x;
Operaţii particulare ı̂n spaţiu vectorial Rn . Ştiind că θ este vectorul nul, iar 0 este scalarul
zero şi 1 unitatea din R, avem următoarele proprietăţi:
• (−1)x = −x, ∀ x ∈ Rn (produsul scalarului -1 cu vectorul x este opusul lui x);
• 0x = θ, ∀ x ∈ Rn şi αθ = θ, ∀ α ∈ R;
• dacă αx = θ, atunci α = 0 sau x = θ.