Capitolul III: Transformări liniare Lect. dr.

Lucian Maticiuc

Facultatea de Electronică, Telecomunicaţii

şi Tehnologia Informaţiei
Algebră, Semestrul I,
Lector dr. Lucian MATICIUC
http://math.etti.tuiasi.ro/maticiuc/

iuc
CURS VI – VII

1 Transformări liniare

c
1.1 Definiţii, exemple şi proprietăţi generale
Fie V, W două K–spaţii vectoriale.

satisface condiţiile:
ati
Definiţia 1 O aplicaţie T : V → W se numeşte transformare liniară (sau operator liniar) dacă

(a) T (~x + ~y ) = T (~x) + T (~y ), ∀ ~x, ~y ∈ V (aditivitatea aplicaţiei liniare);

(b) T (λ~x) = λT (~x), ∀ λ ∈ K, ∀ ~x, ~y ∈ V (omogenitatea aplicaţiei liniare).
Vom nota cu L (V, W ) mulţimea aplicaţiilor liniare de la V la W , i.e.
M
L (V, W ) = {T : V → W : T este transformare liniară} .

Propoziţia 2 Dacă T ∈ L (V, W ) atunci:

(a) T (~0V ) = ~0W , unde ~0V este vectorul nul din V şi ~0W este vectorul nul din W ;
(b) T (−~x) = −T (~x) , ∀ ~x ∈ V .
n

Propoziţia 3 O aplicaţie T : V → W este liniară dacă şi numai dacă are loc

T (λ~x + µ~y ) = λT (~x) + µT (~y ) , ∀ λ, µ ∈ K, ∀ ~x, ~y ∈ V

cia

Definiţia 4 (a) Se numeşte nucleul unei transformări liniare T ∈ L (V, W ) notat cu Ker (T ), con-
traimaginea prin T a subspaţiului vectorial nul {~0W } al lui W, i.e.
n o
Ker (T ) := T −1 (~0W ) = ~v ∈ V : T (~v ) = ~0W ⊆ V ;

(b) Dimensiunea lui Ker (T ) se numeşte defectul transformării liniare T ∈ L (V, W ) şi se notează cu
Lu

def (T ) (deci def (T ) := dim (Ker (T )) );

(c) Se numeşte imaginea transformării liniare T ∈ L (V, W ), şi se notează cu Im (T ), mulţimea

T (V ) := {w
~ ∈ W : ∃ ~v ∈ V, T (~v ) = w}
~ ;

(d) Dimensiunea lui Im (T ) se numeşte rangul transformării liniare T ∈ L (V, W ) şi se notează cu
rang (T ) (deci rang (T ) := dim (Im (T )) );

Exemplul 5 Fie V un K–spaţiu vectorial şi λ ∈ K fixat. Definim T : V → V , prin T (~x) := α~x.
Evident T ∈ L (V, V ) deoarece

T (λ~x + µ~y ) = α · (λ~x + µ~y ) = λ (α~x) + µ (α~y ) = λT (~x) + µT (~y ) .

1
Capitolul III: Transformări liniare Lect. dr. Lucian Maticiuc

Exemplul 6 Definim aplicaţia T : R3 → R4 prin

T (~x) = (x1 + x3 , 2x1 + x3 , x2 , 3x1 − x2 + x3 ) , ∀ ~x = (x1 , x2 , x3 ) ∈ R3 .

Arătaţi că T ∈ L (V, V ).

Avem
T (λ~x + µ~y ) = T (λx1 + µy1 , λx2 + µy2 , λx3 + µy3 ) =

iuc
= (λx1 + µy1 + λx3 + µy3 , 2λx1 + 2µy1 + λx3 + µy3 , 3λx1 + 3µy1 − λx2 − µy2 + λx3 + µy3 )
= (λx1 + λx3 , 2λx1 + λx3 , 3λx1 − λx2 + λx3 ) + (µy1 + µy3 , 2µy1 + µy3 , 3µy1 − µy2 + µy3 )
= λ (x1 + x3 , 2x1 + x3 , 3x1 − x2 + x3 ) + µ (y1 + y3 , 2y1 + y3 , 3y1 − y2 + y3 )
= λT (~x) + µT (~y ) .

Prezentăm ı̂n continuare câteva proprietăţi generale ale transformărilor liniare.

c
Propoziţia 7 Fie V, W două K–spaţii vectoriale şi T ∈ L (V, W ). Atunci următoarele afirmaţii sunt
echivalente:

(ii) Ker (T ) = {~0V };

ati
(i) Transformarea liniară T este injectivă;

(iii) Pentru orice sistem de vectori liniar independent S ⊂ V avem că T (S) ⊂ W este un sistem de
vectori liniar independent.

Demonstraţie. (i) =⇒ (ii) Fie ~x ∈ Ker (T ). Atunci T (~x) = ~0W = T (~0V ) iar din injectivitatea lui
M
T obţinem ~x = ~0V .
(ii) =⇒ (iii) Fie S ⊂ V un sistem de vectori liniar independent şi fie {~v1 , ..., ~vp } ⊂ T (S) un
subsistem finit. Vom arăta că acest subsitem este liniar independent. Astfel fie combinaţia liniară

α1~v1 + · · · + αp~vp = ~0W

Din ipoteză avem că pentru i ∈ 1, p, există ~xi ∈ S astfel ı̂ncât ~vi = T (~xi ). Deci ecuaţia de mai sus
n

devine
α1 T (~x1 ) + · · · + αp T (~xp ) = ~0W ⇔ T (α1 ~x1 + · · · + αp ~xp ) = ~0W
adică α1 ~x1 + · · · + αp ~xp ∈ Ker (T ) = {~0V }. Prin urmare
cia

α1 ~x1 + · · · + αp ~xp = ~0V

Dar S este sistem liniar independent deci αi = 0, i ∈ 1, p, adică sistemul {~v1 , ..., ~vp } este liniar
independent.
(iii) =⇒ (i) Pentru a arăta injectivitatea fie ~x, ~v ∈ V cu ~x 6= ~y . Deci (~x − ~y ) 6= ~0V adică
sistemul {~x − ~y } este liniar independent. Din (iii) avem că {T (~x − ~y )} este liniar independent
Lu

ceea ce este echivalent cu faptul că

T (~x − ~y ) 6= ~0W ⇔ T (~x) 6= T (~y )

ceea ce ı̂nseamnă că T este injecţie.

Propoziţia 8 Fie V, W două K–spaţii vectoriale, T ∈ L (V, W ) şi S ⊂ V un sistem de generatori al lui
V . Atunci următoarele afirmaţii sunt echivalente:
(i) Transformarea liniară T este surjectivă;
(ii) Imaginea T (S) ⊂ W este un sistem de generatori al lui W .

2
Capitolul III: Transformări liniare Lect. dr. Lucian Maticiuc

Demonstraţie. (i) =⇒ (ii) Fie un vectoar arbitrar ales w ~ ∈ W . Vom arăta că w ~ este generat de
elemente din T (S).
Din (i) deducem că ∃ ~v ∈ V astfel ı̂ncât T (~v ) = w.
~ Deoarece S este sistem de generatori al lui
V obţinem că există scalarii λi ∈ K, i ∈ 1, p şi vectorii ~xi ∈ S, i ∈ 1, p astfel ı̂ncât
p
X
~v = λi ~xi
i=1

iuc
Deci
p p
!
X X
w
~ = T (~v ) = T λi ~xi = λi T (~xi )
i=1 i=1

adică T (S) este un sistem de generatori al lui W .

(ii) =⇒ (i) Fie w ~ ∈ W un vector arbitrar. Din (ii) deducem că w
~ este generat de elemente din
T (S), adică ∃ w
~ i ∈ T (S) şi ∃ λi ∈ K, i ∈ 1, pastfel ı̂ncât

c
p
X p
X
w
~= λi w
~i = λi T (~vi )

unde ~vi ∈ S, i ∈ 1, p. Deci ati

w
i=1

~ =T
p
X

i=1
i=1

λi~vi
!

ceea ce ı̂nseamnă că w

~ este imaginea unui element din V adică T este surjectivă.
M
Definiţia 9 O aplicaţie T ∈ L (V, W ) se numeşte izomorfism de spaţii vectoriale dacă aplicaţia T este
bijectivă.

1.2 Transformări liniare ı̂ntre K–spaţii finit dimensionale

Fie ı̂n continuare Vn un K–spaţiu vectorial n–dimensional şi considerăm spaţiul vectorial aritme-
tic K n .
n

Propoziţia 10 Orice spaţiu vectorial Vn care este n-dimensional este izomorf cu K n .

cia

Demonstraţie. Fie B o bază B = {ei }i∈1,n o bază ı̂n Vn . Pentru orice ~x ∈ V are loc descompunerea
unică
Xn
~x = λi~ei
i=1

unde λi ∈ K, i ∈ 1, n. Definim aplicaţia

Lu

T (~x) := (λ1 , ..., λn )

Se poate verifica că această aplicaţie este transformare liniară bijectivă, adică T este izomorfism.

Teorema 11 Avem că Vn este izomorf cu K–spaţiul vectorial W dacă şi numai dacă dim W = n (adică
W are aceeaşi dimensiune cu Vn ).

Reamintim Definiţia 4

rangT = dim (Im T ) , defT = dim (KerT )

3
Capitolul III: Transformări liniare Lect. dr. Lucian Maticiuc

Teorema 12 Fie T ∈ L (Vn , W ). Atunci are loc

rangT + defT = n
(numită relaţia dimensiunilor).

Corolarul 13 Fie T ∈ L (Vn , Wm ). Atunci au loc:

(i) T este aplicaţie injectivă ⇔ rang T = n, n ≤ m

iuc
(ii) T este aplicaţie surjectivă ⇔ rang T = m, m ≤ n
(iii) T este aplicaţie bijectivă ⇔ rang T = n = m
Demonstraţie. Se aplică Propoziţiile 7, 8.

Corolarul 14 Fie T ∈ L (Vn , Wn ). Atunci următoarele afirmaţii sunt echivalente:

(i) T este aplicaţie injectivă

c
(ii) T este aplicaţie surjectivă

1.3
ati
(iii) T este aplicaţie bijectivă

Matricea unei transformări liniare ı̂ntre Vn şi Wm

Fie T ∈ L (Vn , Wm ), B = {ei }i∈1,n o bază ı̂n Vn şi B 0 = {fj }j∈1,m bază ı̂n Wm .
n
P
M
Teorema 15 Aplicaţia T ∈ L (Vn , Wm ) ⇔ pentru orice ~x = xi~ei ∈ Vn , vectorul T (~x) ∈ Wm are ı̂n
i=1
n
baza B 0 coordonatele yj = aji xi , j ∈ 1, m, unde A = (aji )i∈1,n, j∈1,m ∈ Mmn (K).
P
i=1
n
P
Demonstraţie. Necesitatea “=⇒” Fie T ∈ L (Vn , Wm ) şi fie ~x = xi~ei ∈ Vn . Atunci T (~x) =
i=1
n
xi T (~ei ). Vectorii T (~ei ) ∈ Wm au următoarea descompunere ı̂n baza B 0
P
n

i=1

T (~e1 ) = a11 f~1 + a21 f~2 + · · · + am ~



 1 fm

T (~e2 ) = a12 f~1 + a22 f~2 + · · · + am ~

2 fm

cia

(1)
·······································




T (~en ) = a1 f~1 + a2 f~2 + · · · + am f~m

n n n1

deci   !
n
X n
X m
X m
X n
X
T (~x) = xi T (~ei ) =  xi aji f~j  = aji xi f~j
i=1 i=1 j=1 j=1 i=1
Lu

adică coordonatele vectorului T (~x) ı̂n baza B 0 sunt date de

n
X
~yj = aji xi , j ∈ 1, m
i=1
n
P n
P
Suficienţa “⇐=” Fie ~x, ~y ∈ Vn astfel ı̂ncât ~x = ui~ei , ~y = vi~ei . Deci
i=1 i=1
 
n
X Xm n X
X m n X
X m
T (α~x + β~y ) =  (αui + βvi ) aji  f~j = α ui aji f~j + β vi aji f~j =
i=1 j=1 i=1 j=1 i=1 j=1

= αT (~x) + βT (~y )

4
Capitolul III: Transformări liniare Lect. dr. Lucian Maticiuc

adică T este aplicaţie liniară.

Din (1) obţinem matricea
a11 a12 a1n
 
···
 a21 a22 ··· a2n 
A=
 ···

··· ··· ··· 
am
1 am
2 ··· am
n
numită matricea transformării liniare T ı̂n raport cu bazele B şi B 0 .

iuc
Această matrice are drept coloane coordonatele vectorilor T (~ei ) ı̂n baza B 0 .
Ecuaţiile 

 yi = a11 x1 + a12 x2 + · · · + a1n xn


y2 = a21 x1 + a22 x2 + · · · + a2n xn


····································




ym = am m m
1 x1 + a2 x2 + · · · + an xn


se numesc ecuaţiile transformării liniare T ı̂n raport cu bazele B şi B 0 . Dacă notăm cu X matricea

c
coloană a coordonatelor vectorului ~x ∈ Vn ı̂n baza B, şi cu Y matricea coloană a coordonatelor
vectorului T (~x) ∈ Wm ı̂n baza B 0 , atunci ecuaţiile de mai sus se rescriu sub formă matriceală

ati Y =A·X
(numită ecuaţia matriceală a transformării liniare T ).

Propoziţia 16 Fie T ∈ L (Vn , Wm ). Atunci rang T = rang A, unde A este matricea transformării
liniare T .
M
Teorema 17 Fie T ∈ L (Vn , Wm ), B, B̄ două baze ı̂n Vn şi B 0 , B̄ 0 două baze ı̂n Wm . Presupunem că
S S0
B −→ B̄ şi B 0 −→ B̄ 0 . Atunci are loc relaţia
−1
ĀB̄ B̄ 0 = (S 0 ) · ABB 0 · S, (2)
unde ABB 0 şi ĀB̄ B̄ 0 sunt matricile transformării liniare ı̂n raport cu bazele B şi B 0 , respectiv B̄ şi B̄ 0 .

Remarca 18 Formula (2) de mai sus, se numeşte formula matriceală de schimbare a matricei unei
n

transfromări liniare la schimbări de baze.

Demonstraţie. Am văzut mai sus că ecuaţia matriceală a lui T ı̂n raport cu perechea de baze
B, B 0 este Y = ABB 0 · X, şi similar ecuaţia matriceală a lui T ı̂n raport cu perechea de baze B̄, B̄ 0
cia

este Ȳ = ĀB̄ B̄ 0 · X̄. Pe de altă parte conform formulei matriceale de schimbare a coordonatelor
unui vector la o schimbare de baze (vezi Cursul 1) avem următoare ecuaţii de legătură
X = S · X̄ , Y = S 0 · Ȳ
Deci
Y =S 0 · Ȳ = ABB 0 · X = ABB 0 · S · X̄ ⇒
h i
Lu

−1
⇒ Ȳ = (S 0 ) ABB 0 S · X̄

Dar Ȳ = ĀB̄ B̄ 0 · X̄ deci, identificând matricile obţinem

−1
ĀB̄ B̄ 0 = (S 0 ) · ABB 0 · S

Corolarul 19 În cazul particular ı̂n care luăm endomorfismul T ∈ L (Vn , Vn ) şi B̄ o altă bază ı̂n Vn cu
S
Bc −→ B̄, are loc relaţia
−1
Ā = (S) · A · S, (3)
unde A şi Ā sunt matricile transformării liniare ı̂n raport cu vechea bază canonică Bc şi respectiv cu noua
bază B̄.

5
Capitolul III: Transformări liniare Lect. dr. Lucian Maticiuc

1.4 Reducerea unui endomorfism T al lui Vn la forma diagonală

Definiţia 20 Fie T ∈ L (Vn ). Spunem că vectorul ~x 6= ~0V din Vn este vector propriu pentru T dacă
∃ λ ∈ K astfel ı̂ncât
T (~x) = λ~x.
În acest caz λ ∈ K se numeşte valoare proprie corespunzătoare vectorului propriu ~x.

Suntem interesaţi să găsim bazele lui Vn ı̂n raport cu care matricea endomorfismului T ∈

iuc
L (Vn ) să aibă forma cea mai simplă.

Teorema 21 Un endomorfism T ∈ L (Vn ) admite n vectori proprii liniar independenţi dacă şi numai
dacă există o bază B = {~ei }i∈1,n a lui Vn astfel ı̂ncât să avem că matricea A a transformării liniare T să
fie  
λ1 0 ··· 0
 0 λ2 · · · 0 
A=  · · · · · · · · · · · ·  = diag (λ1 , ..., λn ) .

c


0 0 · · · λn

ati
Demonstraţie. Necesitatea “=⇒” Dacă presupunem că T admite n vectori proprii ~vi , i ∈ 1, n
liniar independenţi, atunci sistemul B̄ = {vi }i∈1,n constituie de asemenea o bază ı̂n Vn şi avem
că T (~vi ) = λ~vi , i ∈ 1, n ceea ce ı̂nseamnă că A are forma de mai sus

A = diag (λ1 , ..., λn )

Suficienţa “⇐=” Dacă există o bază B = {~ei }i∈1,n a lui Vn astfel ı̂ncât are loc că matricea A a
M
transformării liniare T este A = diag (λ1 , ..., λn ), atunci avem că T (~ei ) = λ~ei , i ∈ 1, n.

Definiţia 22 Un endomorfism T ∈ L (Vn ) se numeşte diagonalizabil dacă există o bază B ı̂n Vn formată
numai din vectori proprii pentru T .
n
xi~ei 6= ~0 un vector propriu pentru T .
P
Fie T ∈ L (Vn ), B = {~ei }i∈1,n bază a lui Vn şi ~x =
i=1
n

 n  n
Fie A = (aji )i∈1,n, j∈1,m
P P
matricea lui T . Vectorul ~x este propriu ⇔ T xi~ei = λ xi~ei ⇔
i=1 j=1
n
 n  n n
P P j P P j
xi ai ~ej = λ xj ~ej ⇔ xi ai = λxj , j ∈ 1, n ceea ce ı̂nseamnă că
cia

j=1 i=1 j=1 i=1

(A − λIn ) · X = O (4)

unde X este matricea coloană a coordonatelor lui ~x ı̂n baza B, In este matricea unitate de ordin
n.

Propoziţia 23 Vectorul ~x este propriu dacă şi numai dacă matricea coloană X a coordonatelor vectorului
Lu

~x ı̂n baza B este soluţie nebanală pentru sistemul liniar şi omogen (4).
Deci T admite vectori proprii ⇔ λ este soluţie a ecuaţiei algebrice de grad n

det (A − λIn ) = 0

Polinomul p (λ) = det (A − λIn ) se numeşte polinomul caracteristic asociat matricei A, iar
ecuaţia p (λ) = 0 se numeşte ecuaţia caracteristică a matricei A.

Propoziţia 24 Fie λ ∈ K o rădăcină a ecuaţiei caracteristice p (λ) = 0 asociată lui T ∈ L (Vn ). Atunci λ
este valoare proprie pentru T . Invers dacă λ este valoare proprie pentru T atunci λ este rădăcină a ecuaţiei
caracteristice p (λ) = 0

6
Capitolul III: Transformări liniare Lect. dr. Lucian Maticiuc

Dacă luăm λ o valoare proprie oarecare atunci să notăm cu

V (λ) := {~x ∈ Vn : T (~x) = λ~x}

adică mulţimea tuturor vectorilor proprii pentru T corespunzătoare valorii proprii λ.

Teorema 25 (de diagonalizare a unui endomorfism) Operatorul T ∈ L (Vn ) este diagonalizabil dacă
şi numai dacă următoarele două condiţii sunt satisăcute:

iuc
(i) rădăcinile ecuaţiei caracteristice sunt toate valori proprii pentru T (sunt toate din K)
(ii) ordinul de multiplicitate al fiecărei valori proprii λi este egal cu dimensiunea subspaţiului propriu
V (λi ).

Algoritmul practic de diagonalizare a unui endomorfism (a unei matrici pătratice)

Fie T ∈ L (Vn ) un endomorfism şi o bază B ı̂n Vn . Să notăm cu A matricea lui T ı̂n baza B. Se
va rezolva ecuaţia caracteristică p (λ) = det (A − λIn ) = 0. Dacă această ecuaţie are rădăcini care
nu sunt din K atunci condiţia (i) din teorema precedentă nu este satisfăcută deci endomorfismul

c
T nu este diagonalizabil. Dacă toate rădăcinile sunt din K atunci pentru fiecare valoare λi se
va determina subspaţiul propriu V (λi ). Pentru aceasta se va identifica orice vector u ∈ Vn cu

ati
matricea coloană X a coordonatelor sale ı̂n baza considerată B a lui Vn , şi, pentru fiecare valoare
proprie λi considerăm sistemul liniar şi omogen

(A − λi In ) X = 0

Se va determina apoi subspaţiu propriu V (λi ) := {X ∈ Mn,1 (K) : (A − λi In ) X = 0} şi se va

pune ı̂n evidenţă câte o bază ı̂n fiecare subspaţiu propriu V (λi ) determinând astfel dim V (λi ).
M
Dacă există o valoare proprie λi pentru care dim V (λi ) este mai mică strict decât ordinul de
multiplicitate al lui λi atunci condiţia (ii) din teorema precedentă nu este satisfăcută deci en-
domorfismul T nu este diagonalizabil. Dacă dim V (λi ) este egală cu ordinul de multiplicitate
al lui λi atunci condiţia (ii) din teorema precedentă este satisfăcută deci endomorfismul T este
diagonalizabil. În acest caz baza B̄, formată din reuniunea bazelor tuturor subspaţiilor proprii
determinate anterior, este bază a lui Vn ı̂n raport cu care matricea endomorfismului T are forma
diagonală diag (λ1 , ..., λn ), unde valoarea proprie λi se repetă de atâtea ori cât este ordinul ei de
multiplicitate.
n

Exerciţiul 26 Să se verifice că endomorfismul T : R3 → R3 dat de

cia

T (~x) = (4x1 + 6x2 , −3x1 − 5x2 , −3x1 − 6x2 + x3 ) , ∀ ~x = (x1 , x1 , x3 ) ∈ R3

este diagonalizabil şi să se determine o bază B̄ a lui R3 ı̂n raport cu care matricea lui T are forma diagonală.
Fie B baza canonică a lui R3 , i.e. Bc := {~e1 , ~e2 , ~e3 }. Calculăm T (~ei ) şi obţinem

T (~e1 ) = (4, −3, −3) , T (~e2 ) = (6, −5, −6) , T (~e3 ) = (0, 0, 1)

deci matricea endomorfismului ı̂n baza B, care se formează punând coordonatele vectorilor T (~ei ) ı̂n baza
Lu

B pe coloană, este  
4 6 0
A =  −3 −5 0  .
−3 −6 1
Ecuaţia caracteristică a matricei A este p (λ) = det (A − λI3 ) = 0 adică, efectuând calculele,
2
(λ − 1) (λ + 2) = 0

Deci rădăcinile caracteristice ale lui T sunt λ1 = 1, rădăcină multiplă de ordin 2, şi λ2 = −2, rădăcină
simplă. Deoarece valorile proprii λ1 , λ2 ∈ R obţinem că este satisfăcută condiţia (i) din teoremă.

7
Capitolul III: Transformări liniare Lect. dr. Lucian Maticiuc

Vom calcula acum subspaţiile proprii V (1) şi V (2) corespunzătoare celor două valori proprii găsite.
Avem V (1) := {X ∈ M3,1 (K) : (A − I3 ) X = 0} şi dacă rezolvăm sistemul liniar şi omogen (A − I3 ) X =
0 obţinem soluţia    
−2 0
X = α  1  + β  0  , α, β ∈ R
0 1
   
−2 0

iuc
Deci V (1) este generat de vectorii liniari independenţi f~1 =  1 , f~2 =  0  şi prin urmare bază
0 1
ı̂n V (1) este B1 = {f~1 , f~2 } adică dim V (1) = 2.
Analog V (−2) := {X ∈ M3,1 (K) : (A + 2I3 ) X = 0} şi dacă rezolvăm sistemul liniar şi omogen
(A + 2I3 ) X = 0 obţinem soluţia  
−1
X = α 1 , α ∈ R

c
1
 
−1
Deci V (−2) este generat vectorul nenul f~3 =  1 , şi prin urmare bază ı̂n V (−2) este B2 = {f~3 }

adică dim V (−2) = 1. ati 1

Deci dim V (1) = 2 = ordinul de multiplicitate al lui λ1 şi dim V (−2) = 1 = ordinul de multipli-
citate al lui λ2 . deci şi condiţia (ii) este ı̂ndeplinită. Prin urmare endomorfismul este diagonalizabil şi
baza B̄ = {f~1 , f~2 , f~3 } este cea ı̂n raport cu care matricea lui T are forma diagonală deoarece T (f~1 ) = f~1 ,
T (f~2 ) = f~2 , T (f~3 ) = −f~3 . Matricea schimbării de baze de la baza canonică la baza B̄ este
M
 
−2 0 −1
S= 1 0 1 
0 1 1

iar matricea lui T ı̂n raport cu noua bază B̄ este dată de

Ā = S −1 · A · S
n
cia
Lu

8
Capitolul III: Transformări liniare Lect. dr. Lucian Maticiuc

1.5 Exerciţii
1. Să se arate că aplicaţia T : R2 → R3 dată de T (x1 , x2 ) = (x1 , x2 , x1 + x2 ) este o transformare
liniară. Să se scrie matricea acestei transformări. Să se determine apoi Ker T şi Im T.
2. Să se verifice dacă următoarele aplicaţii T : R3 → R4 sunt transformări liniare:
(a) T (x1 , x2 , x3 ) = (x1 + x3 , 2x1 + x3 , x2 , 3x1 − x2 + x3 ) ;
(b) T (x1 , x2 , x3 ) = (x1 , x2 + 1, x2 + x3 , x3 + 2) ;

iuc
 
2
(c) T (x1 , x2 , x3 ) = x1 + x2 , x1 + x3 , (x3 ) , x1 − x3 .

În caz afirmativ să se scrie matricea transformării liniare ı̂n raport cu bazele canonice.

3. Fie transformarea liniară T : R2 → R3 ndată prinoT (~e1 ) = 3f~1 + 2f~2 − f~3 şi T (~e2 ) = −2f~1 −
f~2 + f~3 , unde B = {~e1 , ~e2 } şi B̄ = f~1 , f~2 , f~3 sunt bazele canonice din R2 şi respectiv
R3 . Să se scrie matricea transformării liniare şi să se determine T (~x), pentru ~x ∈ R2 şi apoi

c
Ker T şi Im T .
4. Fie transformarea liniară T : R3 → R3 dată prin T (~e1 ) = ~e1 +3~e2 , T (~e2 ) = ~e1 −~e2 şi T (~e3 ) =

ı̂n raport cu baza B. ati

~e1 +2~e2 +~e3 , unde B = {~e1 , ~e2 , ~e3 } este o bază ı̂n R3 . Să se scrie matricea transformării liniare

5. Fie V un spaţiu vectorial de dimensiune 2 şi două transformări liniare T1 ,T2 : V →

(endomorfisme). Presupunem că T1 are ı̂n baza B1 = {~e1 , ~e2 } matricea A1 =
−1 2
0 1
 V
iar
 
3 −2
M
T2 are ı̂n baza B2 = {~e01 , ~e02 } matricea A2 = . Să se afle matricea endomorfismelor
1 0
T1 + T2 şi T1 ◦ T2 (definit de (T1 ◦ T2 ) (~x) := T1 (T2 (~x))) ı̂n baza B1 ştiind că ~e01 = 2~e1 + ~e2 ,
~e02 = ~e1 − ~e2 .
6. Se dă endomorfismul T : R3 → R3 , T (~x) = (x1 + x2 + x3 , x1 + x2 + x3 , x1 + x2 + x3 ). Să
se scrie matricea acestei transformări. Să se determine apoi nucleul Ker T şi imaginea Im T
precum şi dimensiunea acestor subspaţii (punându-se ı̂n evidenţă o bază).
n

7. Se dă endomorfismul T : R4 → R4 , T (~x) = (x3 , x1 + x4 , x2 − x4 , x3 ). Să se scrie matricea

acestei transformări. Să se determine apoi nucleul Ker T şi defectul şi apoi imaginea Im T
şi rangul transformării (punându-se ı̂n evidenţă o bază).
cia

8. Se dă endomorfismul T : R3 → R3 , T (~x) = (x1 − x2 , x2 − x3 , x3 − x1 ). Să se scrie matricea

acestei transformări. Să se determine apoi nucleul Ker T şi defectul şi apoi imaginea Im T
şi rangul transformării (punându-se ı̂n evidenţă o bază).
9. Se dă endomorfismul T : R3 → R3 , T (~x) = (2x1 + x3 , x1 + x2 + 2x3 , 3x3 ). Să se scrie ma-
tricea acestei transformări. Să se determine apoi nucleul Ker T şi defectul şi apoi imaginea
Im T şi rangul transformării (punându-se ı̂n evidenţă o bază).
Lu

10. Să se afle matricea endomorfismului T : R2 → R2 astfel ı̂ncât T (1, 2) = (5, 0) şi T (2, 1) =
(4, 3). Determinaţi T (~x), pentru x ∈ R2 .
11. Să se afle matricea endomorfismului T : R3 → R3 care transformă (0, 0, 1) ı̂n (2, 3, 5), (0, 1, 1)
ı̂n (1, 0, 0) şi (1, 1, 1) ı̂n (0, 1, −1) (adică are loc T (0, 0, 1) = (2, 3, 5), T (0, 1, 1) = (1, 0, 0) şi
T (1, 1, 1) = (0, 1, −1)).
 
1 2 3
12. Endomorfismul T : R3 → R3 are ı̂n baza B = {~e1 , ~e2 , ~e3 } matricea A =  −1 0 3  . Să
2 1 5
se scrie matricea acestei transformări ı̂n raport cu baza B1 = {~e1 , ~e3 , ~e2 } şi apoi ı̂n raport cu
baza B2 = {~e1 , ~e1 + ~e2 , ~e1 + ~e2 + ~e3 }.

9
Capitolul III: Transformări liniare Lect. dr. Lucian Maticiuc

 
1 1 0
13. Endomorfismul T : R3 → R3 are ı̂n baza B = {~e1 , ~e2 , ~e3 } matricea A =  1 0 1  . Să se
0 1 1
scrie matricea acestei transformări ı̂n raport cu baza B1 = {~e01 , ~e02 , ~e03 }, unde
 0
~e = ~e1 + 2~e2 + ~e3
 1


~e01 = 2~e1 + ~e2 + 3~e3


iuc
 0

~e1 = ~e1 + ~e2 + ~e3 .

14. Endomorfismul T : R3 → R3 are ı̂n baza

B = {~v1 = (2, 1, 1) , ~v2 = (1, 2, 1) , ~v1 = (1, 1, 2)}
 
2 1 3
matricea A =  −3 0 1  . Să se scrie matricea acestei transformări şi ı̂n raport cu
1 −1 −2

c
baza
B̄ = {w~ 1 = (1, −1, 0) , w
~ 2 = (0, 1, −1) , w ~ 3 = (2, 0, 2)} .
15. Fie două endomorfisme

3 1 0
ati
T1 , T2 : R3 → R3 . Presupunem

−1 4 2
2 au ı̂n baza B1 = {~
că T1 , T

matricele A1 =  0 2 1  şi respectiv A2 =  0 4 1  . Determinaţi imaginea lui

1 2 3
~v = (1, 3, −2) prin T1 , T2 şi apoi prin T1 + T2 .
0 0 5
e1 , ~e2 , ~e3 }

16. Fie endomorfismul T : R3 → R3 dat de T (x1 , x2 , x3 ) = (x1 − x2 , x2 + x3 , x1 + x3 ). Determinaţi

M
nucleul lui T precum şi valorile şi vectorii proprii.
Rezolvare:
Vom determina, mai ı̂ntâi, matricea transformării liniare T ı̂n raport cu baza canonică Bc a
lui R3 , Bc := {~e1 , ~e2 , ~e3 }. Calculăm T (~ei ) şi obţinem
T (~e1 ) = (1, 0, 1) , T (~e2 ) = (−1, 1, 0) , T (~e3 ) = (0, 1, 1) ,
n

deci matricea endomorfismului ı̂n baza canonică Bc , care se formează punând coordonatele
vectorilor T (~ei ) ı̂n baza Bc pe coloană, este
 
1 −1 0
cia

A= 0 1 1 .
1 0 1
Prin definiţie n o
Ker (T ) := ~x ∈ R3 : T (~x) = ~0 .

Deci ~x ∈ Ker (T ) dacă şi numai dacă T (~x) = ~0 ceea ce se reduce la sistemul

x1 − x2 = 0
Lu




x2 + x3 = 0


x1 + x3 = 0.

 
 1 −1 0 
 
Rangul matricei sistemului este rang A = 2 deoarece det A = ∆3 =  0 1 1  = 0 şi
 1 0 1 
 
 1 −1 
∆2 =   6= 0. Sistemul se reduce, notând cu α := x3 ∈ R,
0 1 
(
x1 − x2 = 0
x2 = −α.

10
Capitolul III: Transformări liniare Lect. dr. Lucian Maticiuc

care are soluţia {(−α, −α, α) : α ∈ R}. Deci soluţia ~x = −α (1, 1, −1), α ∈ R, adică

Ker (T ) := {(−α, −α, α) : α ∈ R} = {−α (1, 1, −1) : α ∈ R} .

Prin urmare Ker (T ) ⊂ R3 este un subspaţiu vectorial de dimensiune 1 (iar vectorul (1, 1, −1)
formează o bază ı̂n acest subspaţiu).
Pentru a determina valorile proprii scriem ecuaţia caracteristică a transformării T ,

iuc
p (λ) = det (A − λI3 ) = 0. (5)

Obţinem echivalent
 
 1−λ −1 0 
 = 0 ⇔ −λ3 + 3λ2 − 3λ = 0 ⇔ −λ λ2 − 3λ + 3 = 0
 


 0 1 − λ 1 
 1 0 1−λ 

c
√
3±i 3
care au soluţiile λ1 = 0 şi λ2,3 = . Deci valoarea proprie este doar λ1 = 0 ∈ K := R
2
(deoarece λ2,3 ∈
/ R).

ati
Vom calcula acum subspaţiile proprii V (λ) corespunzătoare valorilor proprii λ găsite.
Avem

sau echivalent
V (λ1 ) = V (0) := {X ∈ M3,1 (R) : (A − λ1 I3 ) X = 0} ,
M
n o
V (λ1 ) = V (0) := ~x ∈ R3 : T (~x) = λ1 ~x = ~x ∈ R3 : T (~x) = ~0 .


Trebuie deci rezolvat sistemul liniar şi omogen

(A − λI3 ) X = 0, (6)

care ı̂n cazul nostru devine 

(1 − λ) x1 − x2 = 0
n




(1 − λ) x2 + x3 = 0


x1 + (1 − λ) x3 = 0

cia

unde λ este o valoare proprie.

Pentru λ1 = 0, obţinem sistemul 

 x1 − x2 = 0

x2 + x3 = 0


x1 + x3 = 0

Lu

care este exact cel iniţial pentru obţinerea nucleului şi care are soluţia {(−α, −α, α) : α ∈ R}.
Deci
V (0) := {(−α, −α, α) : α ∈ R} = {−α (1, 1, −1) : α ∈ R} ,
prin urmare V (0) ⊂ R3 este un subspaţiu vectorial de dimensiune 1 (iar vectorul (1, 1, −1)
formează o bază ı̂n acest subspaţiu).
Vectorul propriu corespunzător valorii proprii λ1 = 0, este deci ~v1 = (1, 1, −1) (este cel care
verifică relaţia T (~v1 ) = λ1~v1 ).

11
Capitolul III: Transformări liniare Lect. dr. Lucian Maticiuc

17. Fie endomorfismul T : R3 → R3 dat de T (x1 , x1 , x3 ) = (x1 , x2 + x3 , 2x3 ). Determinaţi valo-

rile şi vectorii proprii şi scrieţi T (~x), unde ~x = (2, 0, 1) . Determinaţi şi subspaţii invariante
ı̂n raport cu T care au dimensiunea 1.

Rezolvare:

Evident T (2, 0, 1) = (2, 1, 2) .

Vom determina, mai ı̂ntâi, matricea transformării liniare T ı̂n baza canonică a lui R3 . Scriem

iuc
T (~e1 ) = (1, 0, 0) , T (~e2 ) = (0, 1, 0) , T (~e3 ) = (0, 1, 2) ,

deci matricea endomorfismului ı̂n baza canonică este

 
1 0 0
A =  0 1 1 .
0 0 2

c
Pentru a determina valorile proprii scriem ecuaţia caracteristică a transformării T ,

Obţinem echivalent

 1−λ


 0 1 −
0
λ
ati
p (λ) = det (A − λI3 ) = 0.

0
1


 = 0 ⇔ −λ3 + 4λ2 − 5λ + 2 = 0.


 0 0 2−λ 
M
Rădăcinile ı̂ntregi se găsesc printre divizorii termenului liber. Găsim că λ1 = 1 este rădăcină.
Folosind schema lui Horner obţinem
2
−λ3 + 4λ2 − 5λ + 2 = (λ − 1) −λ2 + 3λ − 2 = (λ − 1) (λ − 1) (−λ + 2) = − (λ − 1) (λ − 2)

(am mai aplicăm ı̂ncă o dată schema lui Horner).

Deci valorile proprii sunt λ1 = λ2 = 1 şi λ3 = 2 (evident λi ∈ K := R, i = 1, 3).
n

Vom calcula acum subspaţiile proprii V (λ) corespunzătoare valorilor proprii λ găsite.
Determinăm
cia

V (λ1 ) := {X ∈ M3,1 (R) : (A − λ1 I3 ) X = 0} = ~x ∈ R3 : T (~x) = λ1 ~x ,



deci trebuie rezolvat sistemul liniar şi omogen

(A − λ1 I3 ) X = 0 (7)

adică  
(1 − λ1 ) x1 = 0 0 · x1 = 0
Lu


 

 
(1 − λ1 ) x2 + x3 = 0 ⇔ 0 · x2 + x3 = 0 ⇔ {x3 = 0

 

(2 − λ1 ) x3 = 0 1 · x3 = 0
 

care are soluţia {(α, β, 0) : α, β ∈ R}.

Deci
V (1) := {(α, β, 0) : α, β ∈ R} = {α (1, 0, 0) + β (0, 1, 0) : α, β ∈ R} ,
prin urmare V (1) ⊂ R3 este un subspaţiu vectorial de dimensiune 2 (iar vectorii ~e1 =
(1, 0, 0) şi ~e2 = (0, 1, 0) formează o bază ı̂n acest subspaţiu).
Vectorii proprii corespunzători valorii proprii λ1 = 1, sunt deci ~v1 = (1, 0, 0) şi ~v2 = (0, 1, 0)
(sunt cei care verifică relaţia T (~vi ) = λ1~vi , i = 1, 2).

12
Capitolul III: Transformări liniare Lect. dr. Lucian Maticiuc

Determinăm

V (2) := {X ∈ M3,1 (R) : (A − 2I3 ) X = 0} = ~x ∈ R3 : T (~x) = 2~x ,



deci sistemul liniar şi omogen (7) devine


 −1 · x1 = 0 (
−x1 = 0


−1 · x2 + x3 = 0 ⇔

iuc

 −x2 + x3 = 0
0 · x3 = 0


care are soluţia {(0, α, α) : α ∈ R}.

Deci
V (2) := {(0, α, α) : α ∈ R} = {α (0, 1, 1) : α ∈ R} ,
prin urmare V (2) ⊂ R3 este un subspaţiu vectorial de dimensiune 1 (iar vectorul ~v3 =

c
(0, 1, 1) formează o bază ı̂n acest subspaţiu).
Vectorul propriu corespunzător valorii proprii λ3 = 2 este deci ~v3 = (0, 1, 1) (este cel care
verifică relaţia T (~v3 ) = 2~v3 ).

ati
Pentru a determina subspaţii invariante ı̂n raport cu T folosim definiţia. Deci V 0 ⊂ R3 este
un subspaţiu invariant ı̂n raport cu T dacă pentru orice ~v ∈ V 0 avem că T (~v ) ∈ V 0 .
Prin urmare, dacă ~v ∈ R3 este vector propriu, i.e. ~v ∈ V (λ), atunci, prin definiţie T (~v ) = λ~v
care este evident din V (λ) .
Deci V (1) şi V (2) sunt subspaţii invariante ı̂n raport cu T . Dacă dorim subspaţii invariante
M
ı̂n raport cu T de dimensiune 1, atunci luăm

V 1 := {α (1, 0, 0) : α ∈ R} , V 2 := {β (0, 1, 0) : β ∈ R} , V 3 := {α (0, 1, 1) : α ∈ R}

care sunt invariante şi de dimensiune 1.

18. Fie endomorfismul T : R3 → R3 dat de T (x1 , x1 , x3 ) = (x3 , x2 , −x1 − x3 ). Determinaţi
valorile şi vectorii proprii. Determinaţi şi subspaţii invariante ı̂n raport cu T care au di-
n

mensiunea 1.

Rezolvare:
cia

Vom determina, mai ı̂ntâi, matricea transformării liniare T ı̂n baza canonică a lui R3 . Obţinem
 
0 0 1
A= 0 1 0 .
−1 0 −1

Pentru a determina valorile proprii scriem ecuaţia caracteristică a transformării T , p (λ) =

det (A − λI3 ) = 0 şi obţinem
Lu

 
 −λ 0 1 
0  = 0 ⇔ 1 − λ3 = 0 ⇔ (1 − λ) 1 + λ + λ2 = 0.


 0 1−λ

 −1 0 −1 − λ 
√
−1 ± i 3
Obţinem valoarea proprie λ1 = 1 (soluţiile λ2,3 = nu sunt valori proprii, λ2,3 ∈
/
2
R).
Vom calcula acum subspaţiile proprii V (λ) corespunzătoare valorilor proprii λ găsite.
Determinăm

V (1) := {X ∈ M3,1 (R) : (A − I3 ) X = 0} = ~x ∈ R3 : T (~x) = ~x ,



13
Capitolul III: Transformări liniare Lect. dr. Lucian Maticiuc

deci trebuie rezolvat sistemul liniar şi omogen (A − I3 ) X = 0, adică


 (−λ) · x1 + x3 = 0 (
−x1 + x3 = 0


0 · x2 = 0 ⇔

 −x1 − 2x3 = 0
−1 · x1 + (−1 − λ) x3 = 0


care are soluţia {(0, α, 0) : α ∈ R}.

iuc
Deci
V (1) := {(0, α, 0) : α ∈ R} = {α (0, 1, 0) : α ∈ R} ,
prin urmare V (1) ⊂ R3 este un subspaţiu vectorial de dimensiune 1 (iar vectorul ~e2 =
(0, 1, 0) formează o bază ı̂n acest subspaţiu).
Vectorul propriu corespunzător valorii proprii λ1 = 1 este deci ~v1 = (0, 1, 0) (este cel care
verifică relaţia T (~v1 ) = λ1~v1 ).

c
Dacă ~v ∈ R3 este vector propriu, i.e. ~v ∈ V (λ), atunci, prin definiţie T (~v ) = λ1~v ∈ V (λ1 )
(evident).
Dacă dorim subspaţii invariante ı̂n raport cu T de dimensiune 1, atunci luăm

19. 
Fie endomorfismul 3
ati
V 1 := {α (0, 1, 0) : α ∈ R} ,

care este invariant şi de dimensiune 1.

3
 T : R → R a cărui matrice ı̂n raport cu baza canonică este A =
1 −2 0
M
 −2 2 −2  . Determinaţi valorile şi vectorii proprii ai lui T . Studiaţi dacă endo-
0 −2 3
morfismul T este diagonalizabil.

Rezolvare:

Pentru a determina valorile proprii rezolvăm ecuaţia caracteristică a transformării T ,

n

 
 1−λ −2 0 
−2  = 0 ⇔ −λ3 + 6λ2 − 3λ − 10 = 0.


 −2 2 − λ
 0 −2 3 − λ 
cia

Rădăcinile ı̂ntregi se găsesc printre divizorii termenului liber. Găsim că λ1 = 2 este rădăcină.
Folosind schema lui Horner obţinem

−λ3 +6λ2 −3λ−10 = (λ − 2) −λ2 + 4λ + 5 = (λ − 2) (λ + 1) (−λ + 5) = − (λ − 2) (λ + 1) (λ − 5)

(am mai aplicăm ı̂ncă o dată schema lui Horner).

Deci valorile proprii sunt λ1 = 2, λ2 = −1 şi λ3 = 5 (evident λi ∈ K := R, i = 1, 3).
Lu

Vom calcula acum subspaţiile proprii V (λ) corespunzătoare valorilor proprii λ găsite.
Determinăm V (2) prin rezolvarea sistemului liniar şi omogen (A − 2I3 ) X = 0, adică


 −x1 − 2x2 = 0

−2x1 − 2x3 = 0


−2x2 + x3 = 0


care are soluţia {(−α, α/2, α) : α ∈ R}.

Deci  
−α
V (2) := {(−α, α/2, α) : α ∈ R} = (2, −1, −2) : α ∈ R ,
2

14
Capitolul III: Transformări liniare Lect. dr. Lucian Maticiuc

prin urmare V (2) ⊂ R3 este un subspaţiu vectorial de dimensiune 1 (iar vectorul ~v =

(2, −1, −2) formează o bază ı̂n acest subspaţiu).
Vectorul propriu corespunzător valorii proprii λ1 = 2 este ~v1 = (2, −1, −2) (este cel care
verifică relaţia T (~v1 ) = λ1~v1 ).
Similar, determinăm V (−1) prin rezolvarea sistemului liniar şi omogen

(A + I3 ) X = 0

iuc
adică 

 2x1 − 2x2 = 0

−2x1 + 3x2 − 2x3 = 0


−2x2 + 4x3 = 0


care are soluţia {(2α, 2α, α) : α ∈ R}.

c
Deci
V (−1) := {(2α, 2α, α) : α ∈ R} = {α (2, 2, 1) : α ∈ R} ,

ati
prin urmare V (−1) ⊂ R3 este un subspaţiu vectorial de dimensiune 1 (iar vectorul ~v =
(2, 2, 1) formează o bază ı̂n acest subspaţiu).
Vectorul propriu corespunzător valorii proprii λ2 = −1 este ~v2 = (2, 2, 1).
Similar, determinăm V (5) prin rezolvarea sistemului liniar şi omogen

 −4x1 − 2x2 = 0
M


−2x1 − 3x2 − 2x3 = 0


−2x2 − 2x3 = 0


care are soluţia {(α/2, −α, α) : α ∈ R}.

Deci nα o
V (−1) := (1, −2, 2) : α ∈ R ,
2
n

3
prin urmare V (−1) ⊂ R este un subspaţiu vectorial de dimensiune 1 (iar vectorul ~v =
(1, −2, 2) formează o bază ı̂n acest subspaţiu).
Vectorul propriu corespunzător valorii proprii λ3 = 5 este ~v3 = (1, −2, 2).
cia

Folosim acum teorema de diagonalizare a unui endomorfism. Verificăm condiţiile teoremei

şi avem:
(i) toate rădăcinile ecuaţiei caracteristice sunt valori proprii pentru T (sunt toate din R) şi
(ii) ordinul de multiplicitate al fiecărei valori proprii λi este egal cu dimensiunea subspaţiului
propriu V (λi ) (deoarece toate cele trei rădăcini au multiplicitatea 1 care coincide cu dimen-
siunea subspaţiilor proprii corespunzătoare, adică dim V (2) = dim V (−1) = dim V (5) =
Lu

1).
Deci endomorfismul dat este diagonalizabil şi B̄ := {~v1 , ~v2 , ~v3 } = {(2, −1, −2) , (2, 2, 1) , (1, −2, 2)}
formează o bază ı̂n R3 ı̂n raport cu care T are forma diagonală, deoarece T (~v1 ) = 2~v1 ,
T (~v2 ) = −~v2 , T (~v3 ) = 5~v3 . Matricea schimbării de baze de la baza canonică la baza B̄ este
 
2 2 1
S =  −1 2 −2 
−2 1 2

15
Capitolul III: Transformări liniare Lect. dr. Lucian Maticiuc

iar matricea lui T ı̂n raport cu noua bază B̄ este dată de

 −1    
2 2 1 1 −2 0 2 2 1
Ā = S −1 · A · S =  −1 2 −2  ·  −2 2 −2  ·  −1 2 −2 
−2 1 2 0 −2 3 −2 1 2
     
2 −1 −2 1 −2 0 2 2 1
1
= 2 2 1  ·  −2 2 −2  ·  −1 2 −2 
9

iuc
1 −2 2 0 −2 3 −2 1 2
       
4 −2 −4 2 2 1 2 0 0 λ1 0 0
1
= −2 −2 −1  ·  −1 2 −2  =  0 −1 0  =  0 λ2 0  .
9
5 −10 10 −2 1 2 0 0 5 0 0 λ3

20. Fie endomorfismul T : R3 → R3 dat de T (x1 , x1 , x3 ) = (−3x1 + 2x2 , −5x1 + 4x2 , 2x1 − 2x2 − x3 ) .
Determinaţi valorile şi vectorii proprii ai lui T . Studiaţi dacă endomorfismul T este diagonalizabil.

c
Rezolvare:

Citim matricea ı̂n baza canonică

ati 
−3
A =  −5
2
4
0

0 
2 −2 −1
Pentru a determina valorile proprii rezolvăm ecuaţia caracteristică a transformării T ,
 
 −3 − λ
M
2 0 
0  = 0 ⇔ −λ3 + 3λ + 2 = 0 ⇔ − (λ + 1)2 (λ − 2) = 0.


 −5 4 − λ
 2 −2 −1 − λ 
Deci valorile proprii sunt λ1 = −1, m1 = 2 şi λ2 = 2, m2 = 1 (care sunt toate din câmpul R).
Determinăm V (λ) prin rezolvarea sistemului liniar şi omogen (A − λI3 ) X = 0, adică

 (−3 − λ) x1 + 2x2 = 0
n



−5x1 + (4 − λ) x2 = 0


2x1 − 2x2 + (−1 − λ) x3 = 0

cia

Pentru λ = −1 obţinem sistemul



 −2x1 + 2x2 = 0
 n
−5x1 + 5x2 = 0 ⇔ x1 − x2 = 0


2x1 − 2x2 = 0


care are soluţia {(α, α, β) : α, β ∈ R}.

Lu

Deci
V (−1) := {(α, α, β) : α, β ∈ R} = {α (1, 1, 0) + β (0, 0, 1) : α, β ∈ R} ,
prin urmare V (−1) ⊂ R3 este un subspaţiu vectorial de dimensiune 2 (iar vectorii ~v1 =
(1, 1, 0) şi ~v2 = (0, 0, 1) formează o bază ı̂n acest subspaţiu).
Vectorii proprii corespunzători valorii proprii λ1 = −1 sunt ~v1 = (1, 1, 0) şi ~v2 = (0, 0, 1).
Pentru λ = 2 obţinem sistemul


 −5x1 + 2x2 = 0

−5x1 + 2x2 = 0


2x1 − 2x2 − 3x3 = 0


16
Capitolul III: Transformări liniare Lect. dr. Lucian Maticiuc

−α, − 52 α, α : α ∈ R .


care are soluţia
Deci     
5 −α
V (2) := −α, − α, α : α ∈ R = (2, 5, −2) : α ∈ R ,
2 2
prin urmare V (2) ⊂ R3 este un subspaţiu vectorial de dimensiune 1 (iar vectorul ~v =
(2, 5, −2) formează o bază ı̂n acest subspaţiu).
Vectorul propriu corespunzător valorii proprii λ2 = 2 este ~v3 = (2, 5, −2).

iuc
Folosim acum teorema de diagonalizare a unui endomorfism. Avem λi ∈ R pentru i = 1, 3
şi dim V (λ1 ) = dim V (−1) = 2 = m1 şi dim V (λ2 ) = dim V (2) = 1 = m2 .
Deci endomorfismul dat este diagonalizabil şi B̄ := {~v1 , ~v2 , ~v3 } = {(1, 1, 0) , (0, 0, 1) , (2, 5, −2)}
formează o bază ı̂n R3 ı̂n raport cu care T are forma diagonală, deoarece T (~v1 ) = −~v1 ,
T (~v2 ) = −~v2 , T (~v3 ) = 2~v3 . Matricea schimbării de baze de la baza canonică la baza B̄ este
 
1 0 2

c
S= 1 0 5 
0 1 −2

1 0
Ā = S −1 · A · S =  1 0


0 1 −2
2
ati
iar matricea lui T ı̂n raport cu noua bază B̄ este dată de
−1 
−3
5  ·  −5
2 −2
2
4
0
 
1
0 · 1
−1 0
0
0
2

5 
1 −2
     
5/3 −2/3 0 −3
M
2 0 1 0 2
=  −2/3 2/3 1  ·  −5 4 0 · 1 0 5 
−1/3 1/3 0 2 −2 −1 0 1 −2
       
−5/3 2/3 0 1 0 2 −1 0 0 λ1 0 0
=  2/3 −2/3 −1  ·  1 0 5 = 0 −1 0  =  0 λ1 0 .
−2/3 2/3 0 0 1 −2 0 0 2 0 0 λ2
n

21. Fie endomorfismul T : R3 → R3 dat de T (x1 , x1 , x3 ) = (2x1 , x1 + 4x2 − 2x3 , 7x1 + 7x2 − 5x3 ) .
Determinaţi valorile şi vectorii proprii ai lui T . Studiaţi dacă endomorfismul T este diagonalizabil.

Rezolvare:
cia

Citim matricea ı̂n baza canonică

 
2 0 0
A= 1 4 −2 
7 7 −5

Pentru a determina valorile proprii rezolvăm ecuaţia caracteristică a transformării T ,

Lu

 
 2−λ 0 0 
−2  = 0 ⇔ −λ3 + λ2 + 8λ − 12 = 0 ⇔ − (λ − 2)2 (λ + 3) = 0.


 1 4−λ
 7 7 −5 − λ 

Deci valorile proprii sunt λ1 = 2, m1 = 2 şi λ2 = −3, m2 = 1 (care sunt toate din câmpul R).
Determinăm V (λ) prin rezolvarea sistemului liniar şi omogen (A − λI3 ) X = 0, adică


 (2 − λ) x1 = 0

x1 + (4 − λ) x2 − 2x3 = 0


7x1 + 7x2 + (−5 − λ) x3 = 0


17
Capitolul III: Transformări liniare Lect. dr. Lucian Maticiuc

Pentru λ = 2 obţinem sistemul



 0 · x1 = 0

x1 + 2x2 − 2x3 = 0


7x1 + 7x2 − 7x3 = 0


care are soluţia {(0, α, α) : α ∈ R}.

iuc
Deci
V (2) := {(0, α, α) : α ∈ R} = {α (0, 1, 1) : α ∈ R} ,
prin urmare V (2) ⊂ R3 este un subspaţiu vectorial de dimensiune 1 (iar vectorul ~v1 =
(0, 1, 1) formează o bază ı̂n acest subspaţiu).
Vectorul propriu corespunzător valorii proprii λ1 = 2 este ~v1 = (0, 1, 1).
Pentru λ = −3 obţinem sistemul

c


 5x1 = 0


Deci
ati



x1 + 7x2 − 2x3 = 0
7x1 + 7x2 − 2x3 = 0

care are soluţia {(0, 2α/7, α) : α ∈ R}.

nα o
V (−3) := {(0, 2α/7, α) : α ∈ R} = (0, 2, 7) : α ∈ R ,
M
7
3
prin urmare V (−3) ⊂ R este un subspaţiu vectorial de dimensiune 1 (iar vectorul ~v2 =
(0, 2, 7) formează o bază ı̂n acest subspaţiu).
Vectorul propriu corespunzător valorii proprii λ2 = −3 este ~v3 = (0, 2, 7).
Folosim acum teorema de diagonalizare a unui endomorfism. Avem λi ∈ R pentru i = 1, 2
dar dim V (λ1 ) = dim V (2) = 1 6= 2 = m1 .
Deci endomorfismul dat nu este diagonalizabil (nu este necesar să mai verificăm şi pentru
n

a doua valoare proprie).

cia
Lu

18