Documente Academic
Documente Profesional
Documente Cultură
Spaţii liniare
φ : M × M −→ M
Definiţie
Fie Ω şi M douǎ mulţimi nevide. O aplicaţie
Ψ : Ω × M −→ M
Definiţie
Fie V o mulţime nevidǎ şi K un corp. Spunem cǎ V este un spaţiu
liniar(sau spaţiu vectorial) peste corpul K, dacǎ V este ı̂nzestrat cu o
operaţie binarǎ internǎ, notatǎ aditiv
+ : V × V −→ V : (v , w ) 7−→ v + w
Definiţie
De asemenea, definim o operaţie de ı̂nmulţire a vectorilor cu scalari
prin:
x1 αx1
x2 αx2
Dacǎ α ∈ R şi X = . , atunci αX = . .
.. ..
xn αxn
Observaţie
Orice combinaţie liniarǎ a unor vectori din Rn este de asemenea un
vector din Rn .
X = α1 X1 + α2 X2 + · · · + αm Xm .
Definiţie
O combinaţie liniarǎ a vectorilor X1 , X2 , . . . , Xm având ca rezultat
vectorul nul
α1 X1 + α2 X2 + · · · + αm Xm = 0,
ı̂n care nu toţi coeficienţii sunt nuli, se numeşte relaţie de dependenţǎ
liniarǎ ı̂ntre vectorii X1 , X2 , . . . , Xm .
Definiţie
Un sistem de vectori S = {X1 , X2 , . . . , Xm } ⊆ Rn se numeşte liniar
independent dacǎ nu existǎ nicio relaţie de dependenţǎ liniarǎ ı̂ntre
vectorii sistemului, i.e. dacǎ relaţia
α1 X1 + α2 X2 + · · · + αm Xm = 0
λ1 · V1 + λ2 · V2 + λ3 · V3 = 0 ⇐⇒
2α · V1 − 3α · V2 + α · V3 = 0,
relaţie care are loc pentru orice α ∈ R. Pentru valori particulare nenule
oarecare ale parametrului α, se obţin diferite relaţii de dependenţǎ
linarǎ ı̂ntre vectorii sistemului. De exemplu, pentru α = 1 avem relaţia:
2V1 − 3V2 + V3 = 0,
este echivalent cu
AS = [ X1 X2 . . . Xm ],
Teoremǎ
Sistemul de vectori S = {Xj | j = 1, m} ∈ Rn este liniar independent dacǎ
şi numai dacǎ rang (A) = m.
Observaţie
Dacǎ m > n, i.e. numǎrul vectorilor este mai mare decât dimensiunea
spaţiului, atunci rangul matricei AS ∈ Mn×m (R) nu poate depǎşi
numǎrul n, deci este mai mic decât m, astfel cǎ un asemenea sistem de
vectori este liniar dependent.
Evident rang (A) < 4, astfel cǎ S este un sistem liniar dependent. Se
observǎ cǎ rangul matricei
2 4 5
A0 = 3 1 1
1 0 1
Propoziţie
Rangul unui sistem de vectori S = {X1 , X2 , . . . , Xm } ⊆ Rn este rangul
matricei asociate:
rang (S) = rang (AS ).
Definiţie
Se numeşte bazǎ ı̂n Rn un sistem format din n vectori liniar
independenţi ı̂n Rn .
Propoziţie
Condiţia necesarǎ şi suficientǎ pentru ca un sistem format din n vectori din
Rn sǎ fie bazǎ este ca determinantul matricei asociate sǎ fie nenul.
(1) X = x1 B · V1 + · · · + xn B · Vn ,
X = B · XB.
(3) X B = B −1 · X ,
(∗) X B1 = B1−1 X ,
(∗∗) X B2 = B2−1 X ,
unde B1 şi B2 sunt matricile de trecere de la baza canonicǎ la bazele
B1 , respectiv B2 .
(∗0 ) X = B1 X B1 ,
(1) f (X + Y ) = f (X ) + f (Y ) , (∀)X , Y ∈ Rn ,
Observaţie
Aceste douǎ condiţii se pot ı̂nlocui cu una singurǎ:
de egalitatea
(50 ) Y 0 = A0 X 0 ,
precum şi de formulele de schimbare a coordonatelor, pentru matricea
A0 avem formula
(6) A0 = Q −1 AP.
Definiţie
Fie f : Rn −→ Rm o aplicaţie liniarǎ, şi fie α ∈ R un numǎr real.
Definim atunci aplicaţia αf : Rn −→ Rm prin regula foarte naturalǎ
Observaţie
Dacǎ matricea asociatǎ aplicaţiei liniare f este A, atunci matricea
asociatǎ aplicaţiei liniare αf va fi αA.
Observaţie
Dacǎ aplicaţiile liniare f1 şi f2 au matricile asociate A1 şi A2 , atunci
aplicaţia liniarǎ f1 + f2 are matricea asociatǎ A1 + A2 .
Observaţie
Dacǎ aplicaţiile liniare f şi g au matricile asociate A ∈ Mm×n (R) şi
B ∈ Mp×m (R), atunci aplicaţia liniarǎ compusǎ g ◦ f a celor douǎ
aplicaţii f şi g are matricea asociatǎ B · A.
Observaţie
Un operator liniar f ∈ End(Rn ) este bijectiv dacǎ şi numai dacǎ
matricea asociatǎ lui este inversabilǎ, adicǎ dacǎ şi numai dacǎ
matricea asociatǎ are determinant nenul.
Observaţie
Dacǎ matricea asociatǎ transformǎrii liniare bijective f este A, atunci
matricea asociatǎ transformǎrii liniare f −1 este A−1 .
(∇) T (V ) = λV .
(∇0 ) AX = λX .
Observaţie
Când o matrice pǎtraticǎ A, un numǎr λ şi o matrice-coloanǎ X
satisfac o relaţie de tipul relaţiei (∇0 ), atunci spunem cǎ λ este o
valoare proprie a matricii A, iar ”vectorul” nenul X este un vector
propriu al matricii A corespunzǎtor valorii proprii λ.
(∗) (A − λIn )X = 0.
(∗ ∗ ∗) det(A − λIn ) = 0.
Observaţie
Vectorii proprii asociaţi unei valori proprii λ pot fi gǎsiţi rezolvând
sistemul (compatibil nedeterminat!) (∗∗).
−λ3 + λ2 + 2λ = 0
λ1 = 0, λ2 = −1, λ3 = 2.
x1 + x2 = 0
(S−1 ) x1 + 2x2 + x3 = 0
x2 + x3 = 0,
−2x1 + x2 = 0
(S2 ) x1 − x2 + x3 = 0
x2 − 2x3 = 0,
V0 = {[α 0 − α]T |α ∈ R∗ }.
V2 = {[α 2α α]T |α ∈ R∗ }.
Definiţie
Suma elementelor de pe diagonala principalǎ a unei matrice se numeşte
urma matricei şi se noteazǎ cu tr(A) :
α1 = −τ1
α2 = − 21 (α1 τ1 + τ2 )
α3 = − 13 (α2 τ1 + α1 τ2 + τ3 )
... ... ...
αn = − n1 (αn−1 τ1 + αn−2 τ2 + α1 τn−1 + τn ).
Observaţie
Aceste formule sunt relativ mai simple decât cele ale lui Bôcher şi se
bazeazǎ pe urmǎtoarele calcule:
A1 := A, β1 = tr (A1 ), B1 = A1 − β1 In ,
A2 := B1 A, β2 = 21 tr (A2 ), B2 = A2 − β2 In ,
..
.
Ak := Bk−1 A, βk = k1 tr (Ak ), Bk = Ak − βk In ,
..
.
An := Bn−1 A, βn = n1 tr (An ), Bn = An − βn In = 0.
Definiţie
Numǎrul real
def
(1) (X , Y ) = x1 · y1 + · · · + xn · yn
Definiţie
Spaţiul Rn ı̂nzestrat cu produsul scalar (·, ·) se numeşte spaţiu euclidian
n-dimensional.
Observaţie
Oricǎrui vector nenul dat V ı̂i putem asocia un vector unitar:
Definiţie
Vectorul
1
U= V
kV k
se numeşte versorul vectorului V .
Observaţie
p p
Pentru n = 1 avem X = x1 şi atunci kX k = (X , X ) = x1 2 =| X |,
deci norma este egalǎ cu funcţia modul pe R.
Definiţie
Spaţiul Rn ı̂nzestrat cu normǎ euclidianǎ se numeşte spaţiu euclidian
normat.
d : Rn × Rn −→ R+
definitǎ prin
d(X , Y ) = kX − Y k, X , Y ∈ Rn ,
se numeşte distanţǎ euclidianǎ pe Rn .
d(X , Θ) = kX k ,
pentru orice X ∈ Rn ,
adicǎ norma euclidianǎ a unui vector oarecare este distanţa de la acel
punct la originea spaţiului Rn .
Definiţie
Un sistem S de vectori din Rn se numeşte sistem ortogonal dacǎ
(X , Y ) = 0, (∀)X , Y ∈ Rn , X 6= Y .
Definiţie
Fie S = {V1 , V2 , . . . , Vm } ∈ Rn , m ≤ n, un sistem de vectori.
Determinantul Gram asociat sistemului de vectori S este numǎrul
(V1 , V1 ) (V1 , V2 ) . . . (V1 , Vm )
(V2 , V1 ) (V2 , V2 ) . . . (V2 , Vm )
Gram(V1 , V2 , . . . , Vm ) =
... ... ... ...
(Vm , V1 ) (Vm , V2 ) . . . (Vm , Vm )
Gram(V1 , . . . , Vm ) 6= 0.
Corolar
Orice sistem de vectori care conţine vectorul nul este liniar dependent.
Corolar
Un sistem de vectori nenuli şi ortogonali doi câte doi este liniar
independent.
Corolar
Numǎrul maxim de vectori ortogonali doi câte doi este egal cu
dimensiunea spaţiului.
V ⊥ S ⇐⇒ (V , Vi ) = 0, (∀)i = 1, m.
Definiţie
O bazǎ B = {V1 , V2 , . . . , Vn } ∈ Rn se numeşte bazǎ ortogonalǎ dacǎ
oricare doi vectori sunt ortogonali ı̂ntre ei, i.e.
(Vi , Vj ) = 0, (∀)i, j = 1, n, i 6= j.
Observaţie
Relaţiile (1) şi (2) sunt echivalente cu
(30 ) [(Vi , Vj )] = In .
(V , W )
prW V = W,
(W , W )
(V , W )
α= ,
(W , W )
Observaţie
Fie V , W ∈ Rn doi vectori fixaţi, şi fie
W 0 = V − prW V .
Atunci W 0 ⊥ W .
Conf.dr. C.Chiş () Curs 1+2 2010-2011 80 / 86
Exemplu
Fie V = [ 2 4 ]T şi W = [ 3 0 ]T doi vectori din R2 . Proiecţia vectorului
V pe direcţia lui W este prW V = [ 2 0 ]T . Vectorul
W 0 = V − prW V = [ 0 4 ]T va fi atunci ortogonal pe W , dupǎ cum se
vede foarte uşor:
.
46 .
.
W0 V ..
.
.
.
.
.
.
.
.
.
.
.
.
.
prW V . W
-. -
2 3
Conf.dr. C.Chiş () Curs 1+2 2010-2011 81 / 86
Observaţie
Metoda de ortogonalizare a lui Schmidt permite construirea unei
baze ortogonale, pornind de la o bazǎ oarecare B = {V1 , V2 , . . . , Vn } a
spaţiului Rn . Pentru aceasta construim vectorii:
W1 = V1 ,
W2 = V2 − prW1 V2 ,
W3 = V3 − prW1 V3 − prW2 V3 ,
... = ...
Wn = Vn − prW1 Vn − · · · − prWn−1 Vn .
B⊥ = {W1 , W2 , . . . , Wn }.
B⊥q = {U1 , U2 , . . . , Un }.
Conform observaţiei de mai sus, aceşti doi vectori sunt nenuli şi
ortogonali, deci formeazǎ o bazǎ ortogonalǎ pentru R2 .
prW1 V2 ...
....
...
.
..
... V2
*
..
'$V1 = W1 ...
..
U1 ...
..
..
...
@ ...
2@ ..
U@
&%R
R..
@
W2
V = x1 U1 + x2 U2 + · · · + xn Un .
Ţinând cont de faptul cǎ baza B⊥q este ortonormatǎ, avem cǎ:
xi = (V , Ui ), (∀)i = 1, n.