Documente Academic
Documente Profesional
Documente Cultură
Lucian 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
Propoziţia 3 O aplicaţie T : V → W este liniară dacă şi numai dacă are loc
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
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
1
Capitolul III: Transformări liniare Lect. dr. Lucian Maticiuc
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 ) .
c
Propoziţia 7 Fie V, W două K–spaţii vectoriale şi T ∈ L (V, W ). Atunci următoarele afirmaţii sunt
echivalente:
(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
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
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
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
c
p
X p
X
w
~= λi w
~i = λi T (~vi )
~ =T
p
X
i=1
i=1
λi~vi
!
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
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
3
Capitolul III: Transformări liniare Lect. dr. Lucian Maticiuc
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.
c
(ii) T este aplicaţie surjectivă
1.3
ati
(iii) T este aplicaţie bijectivă
i=1
(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
= αT (~x) + βT (~y )
4
Capitolul III: Transformări liniare Lect. dr. Lucian Maticiuc
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
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
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
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
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
(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
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 ).
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
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 }
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
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 ) =
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 .
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 , T2 : R3 → R3 . Presupunem
−1 4 2
2 au ı̂n baza B1 = {~
că T1 , T
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
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 .
(A − λI3 ) X = 0, (6)
(1 − λ) x2 + x3 = 0
x1 + (1 − λ) x3 = 0
cia
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
Rezolvare:
iuc
T (~e1 ) = (1, 0, 0) , T (~e2 ) = (0, 1, 0) , T (~e3 ) = (0, 1, 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)
Vom calcula acum subspaţiile proprii V (λ) corespunzătoare valorilor proprii λ găsite.
Determinăm
cia
(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
12
Capitolul III: Transformări liniare Lect. dr. Lucian Maticiuc
Determinăm
iuc
−x2 + x3 = 0
0 · x3 = 0
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
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
−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
13
Capitolul III: Transformări liniare Lect. dr. Lucian Maticiuc
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} ,
Rezolvare:
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
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
14
Capitolul III: Transformări liniare Lect. dr. Lucian Maticiuc
(A + I3 ) X = 0
iuc
adică
2x1 − 2x2 = 0
−2x1 + 3x2 − 2x3 = 0
−2x2 + 4x3 = 0
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
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
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
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:
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
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
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
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
18