CURSUL 3: VECTORI ŞI VALORI PROPRII

1. Vectori şi valori proprii

Fie A ∈ Mn (R). Matricea A poate fi vă zută ca fiind matricea unei trans-
formări liniare T : Rn → Rn , definită prin T (x) = A · x. În acest capitol vom
lucra cu matrice pătratice, dar vom subı̂nţelege că vorbim ı̂n acelaşi timp şi despre
transformări liniare.

Definiţia 1.1. Un scalar λ ∈ R se numeşte valoare proprie pentru matricea

A dacă există un vector nenul x ∈ Rn astfel ı̂ncât Ax = λx. Vectorul nenul x cu
această proprietate se va numi vector propriu corespunzător valorii proprii λ.

Observaţia 1.2. Dacă interpretăm definiţia ı̂n termeni de transformări liniare,

atunci un vector propriu pentru o transformare liniară este un vector nenul x
care, prin transformarea T , este dus ı̂ntr-un multiplu al său, i.e. T (x) = λx.

Observaţia 1.3. Conform Definiţiei 1.1, vectorul 0 nu poate fi vector propriu

deoarece am obţine ı̂n acest caz A0 = λ0, egalitate care este adevărată pentru
orice λ ∈ R. Putem avea ı̂nsă ca valoare proprie λ = 0, aşa cum se va vedea ı̂n
exemplele următoare.

Definiţia 1.4. Fie A ∈ M(R) o matrice. Polinomul PA (λ) = det(A − λIn ) se

numeşte polinomul caracteristic al matricei A.

Analizând Definiţiile 1.1 şi 1.4, observăm că rădăcinile polinomului caracteristic
sunt valorile proprii ale matricei A.
!
1 2
Exemplul 1.5. Fie A = . Să se determine polinomul caracteristic,
0 4
valor̃ile şi vectorii proprii pentru matricea A.

Soluţie. Polinomul caracteristic al matricei A este

 
1 − λ 2 
PA (λ) = det(A − λI2 ) =   = (1 − λ)(4 − λ) = 4 − 5λ + λ2 .

 0 4 − λ

1
2 VECTORI ŞI VALORI PROPRII
Valorile proprii sunt rădăcinile polinomului caracteristic. Prin urmare

PA (λ) = 0

implică
(1 − λ)(4 − λ) = 0

cu soluţiile λ1 = 1 şi λ2 = 4. Deci valorile proprii sunt λ1 = 1 şi λ2 = 4. Pentru

fiecare valoare proprie, determinăm un vector propriu.
Pentru λ1 = 1, fie x = (x1 , x2 ) astfel ı̂ncât Ax = x sau, echivalent

(A − I2 )x = 0.

Prin urmare, trebuie să rezolvăm ecuaţia matriceală

! ! !
0 2 x1 0
· =
0 3 x2 0

cu soluţia x1 = α ∈ R, x2 = 0. Am obţinut că vectorii proprii sunt de forma

(α, 0). Un vector propriu particular pentru valoarea proprie λ1 = 1 se obţine
dând o valoare parametrului α şi ţinând cont că x 6= 0. De exemplu, pentru
α = 1 obţinem x = (1, 0).
Pentru λ1 = 4, fie x = (x1 , x2 ) astfel ı̂ncât Ax = 4x sau, echivalent

(A − 4I2 )x = 0.

Prin urmare, trebuie să rezolvăm ecuaţia matriceală

! ! !
−3 2 x1 0
· =
0 0 x2 0

echivalent cu −3x1 + 2x2 = 0 cu soluţia x1 = α ∈ R, x2 = 23 α. Am obţinut că

vectorii proprii sunt de forma (α, 32 ). Un vector propriu particular pentru valoarea
proprie λ2 = 4 se obţine dând o valoare parametrului α şi ţinând cont că x 6= 0.
De exemplu, pentru α = 2 obţinem x = (2, 3). 
 
4 2 2
Exemplul 1.6. Fie matricea A = 2 4 2. Să se determine polinomul carac-
 

2 2 4
teristic, valorile şi vectorii proprii pentru matricea A.

Anda Olteanu- ANMB

VECTORI ŞI VALORI PROPRII 3

Soluţie. Polinomul caracteristic asociat matricei A este

 
4 − λ 2 2 

PA (λ) = det(A − λI3 ) =  2 4−λ 2  = (4 − λ)3 + 16 − 12(4 − λ) =
 
 
 2 2 4 − λ

= −λ3 + 12λ2 − 36λ + 32.

Pentru a determina valorile proprii trebuie să rezolvăm ecuaţia

−λ3 + 12λ2 − 36λ + 32 = 0

echivalent cu
(λ − 2)2 (λ − 8) = 0.

Deci valorile proprii sunt λ1 = 2 şi λ2 = 8. Pentru fiecare valoare proprie deter-
minăm vectorii proprii corespunzători.
Pentru λ1 = 2 rezolvăm ecuaţia matriceală (A−2I3 )x = 0, unde x = (x1 , x2 , x3 ).
Ecuaţia matriceală
     
2 2 2 x1 0
2 2 2 · x2  = 0
     

2 2 2 x3 0
conduce la
2x2 + 2x2 + 2x3 = 0.

Renotând necunoscutele secundare cu x2 = α ∈ R şi x3 = β, obţinem x1 =

−α − β, deci vectorii proprii sunt de forma

x = (−α − β, α, β), α, β ∈ R.

Un vector propriu particular se obţine dând valori parametrilor α şi β. De exem-

plu, pentru α = 1 şi β = 0 obţinem x = (−1, 1, 0).
Pentru λ1 = 8 rezolvăm ecuaţia matriceală (A−8I3 )x = 0, unde x = (x1 , x2 , x3 ).
Ecuaţia matriceală
     
−4 2 2 x1 0
 2 −4 2  · x2  = 0
     

2 2 −4 x3 0

Anda Olteanu- ANMB

4 VECTORI ŞI VALORI PROPRII

care conduce la sistemul


−4x1 + 2x2 + 2x3 = 0



2x1 − 4x2 + 2x3 = 0


2x1 + 2x2 − 4x3 = 0


echivalent cu 


−2x1 + x2 + x3 = 0

x1 − 2x2 + x3 = 0 .


x1 + x2 − 2x3 = 0


Rezolvăm acest sistem:

   2L2 + L1      
−2 1 1 0 −2 1 1 0 −2 1 1 0
  2L3 + L1    L3 + L2 
  
 1 −2 1  0 ⇐⇒  0 −3 3  0 ⇐⇒  0 −3 3  0
  
  
1 1 −2 0 0 3 −3 0 0 0 0 0

Prin urmare, renotând necunoscuta secundară x3 = α ∈ R, sistemul devine


−2x + x = −α
1 2
−3x2 = −3α

cu soluţia x1 = x2 = α. Deci vectorii proprii corespunzători valorii proprii λ2 = 8

sunt de forma x = (α, α, α), unde α ∈ R∗ . Un vector propriu particular se obţine
dând valori parametrului α. De exemplu, pentru α = 1 obţinem x = (1, 1, 1). 
 
0 0 0
Exemplul 1.7. Fie matricea A = 0 0 1. Să se determine polinomul
 

0 −1 0
caracteristic, valorile şi vectorii proprii pentru matricea A.

Soluţie. Polinomul caracteristic asociat matricei A este

 
−λ 0 0 
 
PA (λ) = det(A − λI3 ) =  −λ 1  = −λ3 − λ
 
 
 0 −1 −λ

Pentru a determina valorile proprii trebuie să rezolvăm ecuaţia

−λ3 − λ = 0

Anda Olteanu- ANMB

VECTORI ŞI VALORI PROPRII 5

echivalent cu
λ(λ2 + 1) = 0.
Soluţiile acestei ecuaţii sunt λ1 = 0 şi λ2,3 = ±i. Cum valorile proprii sunt
numere reale, avem o singură valoare proprie λ = 0. Pentru această valoare
proprie determinăm vectorii proprii corespunzători. Rezolvăm ecuaţia matriceală
A · x = 0, unde x = (x1 , x2 , x3 ). Ecuaţia matriceală
     
0 0 0 x1 0
0 0 1 · x2  = 0
     

0 −1 0 x3 0
are soluţia x1 = α ∈ R, x2 = x3 = 0. Deci vectorii proprii corespunzători valorii
proprii λ = 0 sunt de forma x = (α, 0, 0), unde α ∈ R. Un vector propriu
particular se obţine dând valori parametrului α. De exemplu, pentru α = 1
obţinem x = (1, 0, 0). 

În exemplele anterioare am observat că sistemele care conduc la obţinerea vec-
torilor proprii sunt ı̂ntotdeauna compatibil nedeterminate.

Definiţia 1.8. Fie A ∈ Mn (R), λ ∈ R o valoare proprie pentru A şi x un vector

propriu corespunzător valorii proprii λ. Atunci

Sλ = {0} ∪ {αx : α ∈ R} = Span(x)

se numeşte subspaţiul propriu corespunzător valorii proprii λ. Dimensiunea

subspaţiului propriu Sλ se numeşte multiplicitatea geometrică a valorii pro-
prii λ şi se notează cu µg (λ). Prin urmare µg (λ) = dim(S(λ)).

Observaţia 1.9. Fie λ o valoare proprie a matricei A. Deoarece Sλ 6= ∅ şi

vectorii proprii sunt nenuli, avem ı̂ntotdeauna µg (λ) ≥ 1.

Tot ı̂n exemplele considerate am observat că o matrice poate avea toate valorile
proprii distincte (Exemplul 1.5) sau poate avea o valoare proprie cu ordin de
multiplicitate cel puţin 2 (Exemplul 1.6).

Definiţia 1.10. Ordinul de multiplicitate al unei valori proprii λ se numeşete

multiplicitatea algebrică a valorii proprii λ şi se notează cu µa (λ).

Revenim la exemplele considerate anterior şi determinăm, pentru fiecare caz,

multiplicitatea algebrică şi cea geometrică.

Anda Olteanu- ANMB

6 VECTORI ŞI VALORI PROPRII

(1) În Exemplul 1.5 multiplicităţile algebrice sunt µa (1) = µa (4) = 1. Pen-
tru determinarea multiplicităţilor geometrice, trebuie să obţinem, pen-
tru fiecare subspaţiu propriu, câte o bază. Se observă uşor că o bază
pentru S1 este {(1,0)} şi o bază pentru S4 este {(2, 3)}. Prin urmare,
µg (1) = dim(S1 ) = 1 şi µg (4) = dim(S4 ) = 1.
(2) În Exemplul 1.6 multiplicităţile algebrice sunt µa (2) = 2 şi µa (8) = 1.
Se observă uşor că o bază pentru S8 este {(1,1,1)}. Cum vectorii proprii
corespunzători valorii proprii λ = 2 sunt de forma x = (−α − β, α, β) cu
α, β ∈ R avem

(−α − β, α, β) = (−α, α, 0) + (−β, 0, β) = α(−1, 1, 0) + β(−1, 0, 1).

Deci obţinem că {(−1, 1, 0), (−1, 0, 1)} este o bază pentru S2 . Prin ur-
mare, µg (2) = dim(S2 ) = 2 şi µg (8) = dim(S8 ) = 1.
(3) În Exemplul 1.7 avem µa (0) = 1 şi se observă uşor că o bază pentru S0
este {(1,0,0)}, prin urmare, µg (0) = 1.

2. Forma diagonală

Definiţia 2.1. O matrice A ∈ Mn (R) este diagonalizabilă dacă este asemenea

cu o matrice diagonală i.e. există matricele P, B ∈ Mn (R) cu proprietatea că P
este inversabilă şi B este diagonală astfel ı̂ncât

B = P −1 AP

Propoziţia 2.2. Fie A, B ∈ Mn (R) două matrice asemenea. Atunci A şi B au

aceleaşi valori proprii.

Demonstraţie. Deoarece A şi B sunt asemenea, există o matrice inversabilă P ∈

Mn (R) astfel ı̂ncât A = P −1 BP . Vom demonstra că matricele A şi B au acelaşi
polinom caracteristic.

PB (λ) = det(B − λIn ) = det(P −1 AP − λP −1 P ) = det(P −1 AP − P −1 λP ) =

= det(P −1 (A − λIn )P ) = det(P −1 ) det(A − λIn ) det(P ) =

= det(P −1 ) det(P ) det(A − λIn ) = det(P −1 P ) det(A − λIn ) =
= det(In ) det(A − λIn ) = det(A − λIn ) = PA (λ).


Anda Olteanu- ANMB

 VECTORI ŞI VALORI PROPRII 7

Teorema 2.3. O matrice A ∈ Mn (R) este diagonalizabilă dacă şi numai dacă
are n vectori proprii liniar independenţi.

ALGORITM PENTRU A VERIFICA DACĂ O MATRICE ESTE

DIAGONALIZABILĂ
Fie A ∈ Mn (R) o matrice pătratică.

Pasul I: Calculăm polinomul caracteristic PA (λ) = det(A − λIn ).

Pasul II: Rezolvăm ecuaţia PA (λ) = 0. Soluţiile aceste ecuaţii vor fi valorile proprii.
Dacă obţinem valori proprii complexe, matricea nu este diagonalizabilă.
Pasul III: Pentru fiecare valoare proprie determinăm multiplicitatea algebrică.
Pasul IV: Pentru fiecare valoare proprie determinăm vectorii proprii, subspaţiul pro-
priu şi multiplicitatea geometrică.
Pasul V: Pentru fiecare valoare proprie verificăm egalitatea dintre multiplicitatea
algebrică şi cea geometrică. Dacă, pentru fiecare valoare proprie λ, µa (λ) =
µg (λ), matricea este diagonalizabilă. Scriem matricele D şi P . În caz con-
trar, matricea nu este diagonalizabilă.

Teorema 2.4 (Cayley-Hamilton). Orice matrice pătratică verifică propriul poli-

nom caracteristic i.e. PA (A) = On , unde On este matricea nulă.

3. Exponenţiala unei matrice, eA

Fie A ∈ Mn (R) o matrice diagonalizabilă. Prin urmare, există P ∈ Mn (R) in-

−1
versabilă,
 astfel ı̂ncât
 A = P DP . Putem presupune P = [u 1 u2 · · · un ] şi D=
λ1 0 · · · 0 λk1 0 · · · 0
 0 λ2 · · · 0   0 λk2 · · · 0 
   
k
. Este uşor de observat faptul că D =  .. ,
. .. ..   .. .. 
.
. . . . . .
0 0 · · · λn 0 0 · · · λkn
pentru orice k ≥ 1. Prin urmare, dacă f (x) este o funcţie care poate fi scrisă ca

Anda Olteanu- ANMB

8 VECTORI ŞI VALORI PROPRII
∞
ck xk , atunci
P
o serie de puteri, f (x) =
k=0
∞
P 
ck λk1 0 ··· 0
k=0 
 ∞ 
∞ ck λk2 · · ·
P
 0 0
 
X 
k
f (D) = ck D =  k=0 =
 .. .. .. 
k=0 
 . . . 

 ∞ 
ck λkn
P
0 0 ···
k=0
 
f (λ1 ) 0 ··· 0
 0 f (λ2 ) · · · 0
 

=
 . . .. .. .
 . . .


0 0 ··· f (λn )
În particular, dacă f (x) = ex , atunci
 
e λ1 t 0 · · · 0
 0 e λ2 t · · · 0
 
Dt

e =  .. .. .. .
 . . .


0 0 ··· e λn t
Dacă A nu este matrice diagonală, dar este diagonalizabilă, atunci
Am = (P DP −1 )m = (P DP −1 )(P DP −1 ) · · · (P DP −1 ) = P Dm P −1 .
Prin urmare, dacă f (x) este o funcţie care poate fi scrisă ca o serie de puteri,
∞
ck xk , atunci
P
f (x) =
k=0
∞ ∞ ∞
!
X X X
f (A) = ck Ak = ck P Dk P −1 = P ck D k P −1 = P f (D)P −1 .
k=0 k=0 k=0

În particular,
eAt = P eDt P −1
dx
4. Soluţia generală a ecuaţiei dt
= Ax

De multe ori, ı̂n practică trebuie să rezolvăm sisteme de forma dd xt = Ax. Ele
pot fi rezolvate uşor ı̂n cazul ı̂n care A = On , deci ecuaţia este dd xt = 0 ceea ce
ı̂nseamnă că fiecare componentă a vectorului x este independentă de timp, deci
x = a, unde a este un vector constant. Orice ecuaţie de forma dd xt = Ax poate

Anda Olteanu- ANMB

VECTORI ŞI VALORI PROPRII 9

fi adusă la o ecuaţie de tipul dd xt = 0. Pentru acest lucru folosim funcţia ex şi

dezvoltarea sa ı̂n serie Taylor (MacLaurin), deci ex = 1 + x + 2!1 x2 + 3!1 x3 · · · +
1 n
n!
x + · · · . Obţinem astfel că
1 1 1
e−At = I + (−At) + (−At)2 + (−At)3 · · · + (−At)n + · · · .
2! 3! n!
Derivând termen cu termen obţinem
d e−At 1
= (−A) + (−At)(−A) + (−At)2 (−A) + · · · =
dt 2!
1 1
= [I + (−At) + (−At)2 + (−At)3 + · · · ](−A) = −e−At A = −Ae−At .
2! 3!
Considerând ecuaţia dd xt (t) = Ax(t) sub forma echivalentă dd xt (t) − Ax(t) = 0 şi
o ı̂nmulţim cu e−At obţinem e−At dd xt (t) − Ax(t)e−At = 0. Având ı̂n vedere că am
−At
demonstrat că d ed t = −Ae−At , relaţia anterioară devine

dx d e−At
e−At (t) + x(t) =0
dt dt
d e−At x(t)
care este echivalentă cu dt
= 0. Această ecuaţie are soluţia generală

e−At x(t) = a

care se mai poate scrie

x(t) = eAt a.

5. Aplicaţii

5.1. Puterile unei matrice.

Exemplul 5.1. Radu şi Vasile sunt singurii furnizori de servicii de comunicaţii
dintr-o regiune. În prezent, fiecare deţine 50% din piaţă. Totuşi, recent Radu
şi-a modernizat serviciile, iar un studiu arată că, de la o lună la alta, 90% dintre
clienţii lui Radu rămân fideli, iar 10% aleg serviciile oferite de Vasile. Pe de
altă parte, 70% dintre clienţii lui Vasile rămân fideli şi 30% aleg serviciile oferite
de Radu. Dacă lucrurile continuă astfel timp de 6 luni, cum va fi ı̂mpărţită
piaţa după acest timp? Dacă lucrurile păstrează aceeaşi direcţie, cum va arăta
ı̂mpărţirea pieţei?

Anda Olteanu- ANMB

10 VECTORI ŞI VALORI PROPRII

Soluţie. Fie Rm şi Vm procentele din piaţă pe care le deţin Radu şi Vasile după
m luni. Deoarece ei sunt singurii actori pe piaţă, avem că Rm + Vm = 1. După o
lună, 90% dintre clienţii lui Radu rămân fideli, iar 30% dintre clienţii lui Vasile
aleg serviciile oferite de Radu ceea ce ı̂nseamnă că

Rm+1 = 0.9Rm + 0.3Vm .

De asemenea, 70% dintre clienţii lui Vasile rămân fideli şi 10% dintre clienţii lui
Radu aleg serviciile oferite de Vasile, deci

Vm+1 = 0.1Rm + 0.7Vm .

Prin urmare ! ! !
Rm+1 0.9 0.3 Rm
= · .
Vm+1 0.1 0.7 Vm
!
0.9 0.3
Obţinem că matricea de trecere de la o etapă la alta este T = .
0.1 0.7
6
Pentru
! a obţine un ! răspuns la cele două ı̂ntrebări, ar trebui să calculăm T ·
0.5 0.5
şi T m · pentru m foarte mare, deoarece iniţial R0 = V0 = 0.5. Se
0.5 0.5
poate calcula uşor T 6 , dar nu putem obţine un răspuns pentru a doua ı̂ntrebare
ı̂n acest mod. Pentru a da un răspuns, vom diagonaliza matricea T . Pentru
aceasta, calculăm valorile proprii ale lui T . Polinomul caracteristic este
 
0.9 − λ 0.3 
PT (λ) = det(T − λI2 ) =   = λ2 − 1.6λ + 0.6.

 0.1 0.7 − λ
Rădăcinile acestui polinom sunt λ1 = 1 şi λ2 = 0.6.
Pentru λ1 = ! 1, determinăm
! un vector propriu rezolvând ecuaţia matriceală
v1 0
(T − I2 ) · = , echivalentă cu
v2 0
! ! !
−0.1 0.3 v1 0
· = .
0.1 −0.3 v2 0
Prin urmare trebuie să rezolvăm sistemul

−0.1v + 0.3v = 0
1 2
0.1v1 − 0.3v2 = 0

Anda Olteanu- ANMB

VECTORI ŞI VALORI PROPRII 11

având ca soluţie vectori de forma (3α, α) cu α ∈ R. Deci un vector propriu este

u1 = (3, 1).
Pentru λ2 = 0.6, ! determinăm
! un vector propriu rezolvând ecuaţia matriceală
v1 0
(T − 0.6I2 ) · = , echivalentă cu
v2 0
! ! !
0.3 0.3 v1 0
· =
0.1 0.1 v2 0

. Prin urmare trebuie să rezolvăm sistemul


0.3v + 0.3v = 0
1 2
0.1v1 + 0.1v2 = 0

având ca soluţie vectori de forma (α, −α) cu α ∈ R. Deci un vector propriu este
u2 = (1, −1).
Am obţinut matricea
!
1 0
D=
0 0.6
şi matricea
!
3 1
P =
1 −1
care are inversa !
1 1 1
P −1 = .
4 1 −3
Prin urmare, T = P DP −1 , deci
! ! !
3 1 1m 0 1 1 1
T m = P Dm P −1 = · · =
1 −1 0 (0.6)m 4 1 −3
!
m m
1 3 + (0.6) 3 − 3 · (0.6)
= m
.
4 1 − (0.6) 1 + 3(0.6)m

În continuare, calculele pot fi făcute direct:

! ! !
m m
R 0 1 3 + (0.6) 3 − 3 · (0.6) R0
Tm · = · .
V0 4 1 − (0.6)m 1 + 3(0.6)m V0

Anda Olteanu- ANMB

12 VECTORI ŞI VALORI PROPRII

Pentru m = 6 şi R0 = V0 = 0.5 obţinem

! ! ! !
R6 1 3 + 0.0117 3 − 3 · 0.0117 0.5 0.747
≈ · ≈ .
V6 4 1 − 0.0117 1 + 3 · 0.117 0.5 0.253
Prin urmare, Radu va deţine după şase luni aproximativ 75% din piaţă, iar Vasile
25%.
Pe termen lung, deoarece (0.6)m este aproximativ 0 când m este foarte mare
(m → ∞), observăm că
! ! ! !
R∞ 1 3 3 0.5 0.75
≈ · = .
V∞ 4 1 1 0.5 0.25
Prin urmare, Radu nu va deţine niciodată mai mult de 75% din piaţă. 

5.2. Circuite electrice. Fie circuitul din figură:

R1

V C I1 R2 I
L

Ne propunem să determinăm tensiunea V şi intensităţile I1 şi I.

Următoarele noţiuni vor fi folosite pentru a determina legătura dintre tensiune
şi intensităţile curenţilor prin rezistori, bobină şi condensatori.
• Tensiunea printr-un rezistor de rezistenţă R este IR, unde I este intensi-
tatea curentului care trece prin rezistor.
• Tensiunea printr-un condensator de capacitate C este Q C
, unde Q este
cantitatea de sarcină separată.
• Fluxul de curent electric (intensitatea) printr-un condensator este ddQt .
• Tensiunea printr-o bobină de inductanţă L este L dd It , unde I este intensi-
tatea curentului care trece prin bobină.
Pentru circuitul din figură, considerăm
• Q = sarcina electrică ı̂ncărcată;

Anda Olteanu- ANMB

VECTORI ŞI VALORI PROPRII 13

• V =Q C
• I = intensitatea curentului electric care trece prin bobină.
• I1 = ddQt = intensitatea curentului electric care trece prin condensator.
Folosind legile lui Kirchhoff pentru cele două bucle de circuit şi ţinând cont că
V =Q C
obţinem:
Q
+ R2 (I + I1 ) = 0
C
şi
dI
L + R1 I + R2 (I + I1 ) = 0.
dt
Putem considera Q = CV şi atunci I = ddQt = C ddVt . Înlocuind ı̂n cele două relaţii
obţinem 
V + R C d V + I
= 0
2 dt
d I
 + R1 I + R2 C d V + I
= 0.
dt dt
Din prima ecuaţie avem  
dV
R2 C +I = −V
dt
şi ı̂nlocuind ı̂n a doua obţinem
dI
L + R1 I − V = 0.
dt
Sistemul poate fi rescris astfel:

 d I = − R1 I + 1 V
dt L L
 d V = − 1 I − 1 V.
dt C R2 C

Presupunem că C = 23 F , R1 = 1Ω, R2 = 35 Ω şi L = 2H. Înlocuind ı̂n sistem

obţinem 
dI = −1I + 1V
dt 2 2
 d V = − 3 I − 5 V.
dt 2 2
sistem ce poate fi scris sub forma
! ! !
d I − 12 12 I
=
dt V − 23 − 25 V
! !
I − 21 12
sau dd xt = Ax unde x = şi A = .
V − 32 − 52
Această ecuaţie are soluţia generală x = aeAt .

Anda Olteanu- ANMB

14 VECTORI ŞI VALORI PROPRII

Pentru a calcula eAt trebuie să determinăm forma diagonală a matricei A.

Polinomul caracteristic este
 
− 1 − λ 1 
PA (λ) = det(A − λI2 ) =  2 3 2
 = λ2 + 3λ + 2 = (λ + 1)(λ + 2)
 
 −2 5
− 2 − λ

prin urmare valorile proprii sunt λ1 = −1 şi λ2 = −2. ! !!

1 1
2
x1 2
0
Pentru λ1 = −1 obţinem ecuaţia matriceală = , iar
− 23 − 32 x2 0
soluţia este formată din vectorii de forma (−α, α), cu α ∈ R. Un vector propriu
este u1 = (−1, 1). ! ! !
3 1
2 2
x 1 0
Pentru λ2 = −2 obţinem ecuaţia matriceală = , iar
− 23 − 12 x2 0
soluţia este formată din vectorii de forma (− 31 α, α), cu α ∈ R. Un vector propriu
este u2 = (− 13 , 1). Prin urmare, matricea P este
!
−1 − 13
P = ,
1 1

iar inversa sa va fi !
1
3 1
P −1 =− 3
.
2 −1 −1
Prin urmare,
! ! !
3 −1 − 13 e−t 0 1 1
eAt = P eDt P −1 =− 3
=
2 1 1 0 e−2t −1 −1
!
3 −t
2
e + 13 e−2t 1 −t
2
e − 12 e−2t
= .
− 32 e−t + 23 e−2t − 12 e−t + 32 e−2t
Soluţia este de forma
! ! !
3 −t 1 −2t 1 −t 1 −2t
I 2
e + 3
e 2
e − 2
e a 1
= 3 −t 3 −2t 1 −t 3 −2t
.
V −2e + 2e −2e + 2e a2

Prin urmare,

I(t) = a ( 3 e−t + 1 e−2t ) + a ( 1 e−t − 1 e−2t )
1 2 3 2 2 2
,
V (t) = a1 (− e + e ) + a2 (− e + 3 e−2t )
3 −t 3 −2t 1 −t
2 2 2 2

Anda Olteanu- ANMB

VECTORI ŞI VALORI PROPRII 15

unde a1 , a2 ∈ R. Dacă se cunosc condiţiile iniţiale I(0) = 0 şi V (0) = 2, atunci

putem afla a1 şi a2 . Astfel

0 = a ( 3 + 1 ) + a ( 1 − 1 )
1 2 3 2 2 2
,
2 = a1 (− 3 + 3 ) + a2 (− 1 + 3 )
2 2 2 2

deci a1 = 0 şi a2 = 2. Soluţia este


I(t) = e−t − e−2t
.
V (t) = −e−t + 3e−2t

Anda Olteanu- ANMB