Siste Me

SISTEME LINIARE. METODA LUI GAUSS.
FACTORIZAREA LU
NOTE DE CURS
1. Introducere
O ecuaţie liniară cu variabilele x1 , x2 , . . . , xn (necunoscutele) este
o ecuaţie de forma
a1 x1 + a2 x2 + · · · + an xn = b,
unde a1 , a2 , . . . , an se numesc coeficienţi iar b se numeşte termen

liber.
Exemplul 1.1. De exemplu 3x1 − 7x2 + x3 = 19 este o ecuaţie liniară

cu variabilele x1 , x2 şi x3 având coeficienţii 3, −7, 1 şi termenul liber
19.
Exemplul 1.2. Pe de altă parte, ecuaţiile x1 + 5x2 x3 = 7, 2x1 − 7x2 +

√
x23 = −3 şi 4 x1 − 3x2 = 15 nu sunt ecuaţii liniare.
Un sistem de ecuaţii liniare este o mulţime de m ecuaţii liniare

cu aceleaşi n variabile, unde m şi n sunt ı̂ntregi pozitivi. Putem scrie
un astfel de sistem sub forma

a11 x1 + a12 x2 + · · · + a1n xn = b1


a21 x1 + a22 x2 + · · · + a2n xn = b2

...



a x + a x + · · · + a x = b ,
m1 1 m2 2 mn n m
unde aij este coeficientul lui xj ı̂n ecuaţia i. O soluţie a unui sistem
s1
 
 s2 
de ecuaţii liniare ı̂n variabilele x1 , x2 ,. . . , xn este un vector 
 ...  ı̂n

sn
Rn astfel ı̂ncât orice ecuaţie a sistemului este satisfăcută când fiecare
xi este ı̂nlocuit cu si .
1
2 NOTE DE CURS
 
2
Exemplul 1.3. De exemplu 5 este o soluţie a sistemului

1
(
0.80x1 + 0.60x2 + 0.40x3 = 5
0.20x1 + 0.40x2 + 0.60x3 = 3
deoarece
(
0.80 · 2 + 0.60 · 5 + 0.40 · 1 = 5
0.20 · 2 + 0.40 · 5 + 0.60 · 1 = 3.
Mulţimea tuturor soluţiilor sistemului de ecuaţii liniare se numeşte

mulţimea soluţiilor sistemului.
   
−2 5
3 8
Exemplul 1.4. Determinaţi dacă u =   2  şi v = 1 sunt soluţii
  
1 3
ale sistemului de ecuaţii liniare
(
x1 + 5x2 − x4 = 7
2x1 − x2 + 6x3 = 8
Un sistem de ecuaţii liniare fie nu are soluţii, fie are o soluţie unică,
fie are o infinitate de soluţii. Un sistem de ecuaţii liniare care are
una sau mai multe soluţii se numeşte compatibil altfel sistemul este
incompatibil.
1.1. Sisteme. Vom ı̂ncepe cu o problemă centrală din algebra liniară:

rezolvarea sistemelor liniare. Cel mai simplu exemplu este un sistem
Două ecuaţii x + 2y = 3
Două necunoscute 4x + 5y = 6.
Necunoscutele sunt x şi y. Vom explica pe scurt două metode cunos-
cute: metoda eliminării şi metoda determinanţilor pentru a găsi
soluţia sistemului.
1. Metoda eliminării
(ecuaţia 2)-4(ecuaţia 1) ne dă −3y = −6. Imediat rezultă că y = 2.
Atunci x se poate afla simplu din prima ecuaţie x+2y = 3. x+2·2 = 3
ne dă x = −1. Verificăm acum faptul că x şi y astfel determinaţi verifică
şi a doua ecuaţie
4X(x = −1) + 5Y (y = 2) = 6.
ALGEBRA LINIARA 3
2. Metoda cu determinanţi (Cramer)

1 3

4 6 1·6−3·4 −6
y = = = = 2;
1 2 1·5−2·4 −3
4 5

3 2

6 5
x = = −1.
1 2
4 5
Această metodă este numită şi regula lui Cramer.

Putem compara acum cele două metode dacă ne gândim la probleme
reale când de exemplu n (numărul de ecuaţii şi necunoscute) este mult
mai mare. De exemplu n = 1000 este o mărime moderată ı̂n calculul
ştiinţific. Adevărul este că folosirea directă metodei determinantului
pentru 1000 de ecuaţii este un dezastru total. Vor fi folosite milioane
de numere ceea ce nu este deloc eficient!
O metodă mai bună este metoda eliminării a lui Gauss. Acest
algoritm este constant folosit pentru a rezolva sisteme de ecuaţii cu mai
multe ecuaţii. Din exemplele din curs, adică pentru un număr mic de
necunoscute, este mai greu să vedem această diferenţă. Însă pentru un
număr mare de necunoscute totul este foarte clar. Metoda eliminării
câştigă detaşat, iar aceasta este de asemenea cea mai bună cale de a
calcula determinaţii de ordin mare. Ideea eliminării este extrem de
simplă. Împreună cu mecanismul acestui algoritm vrem să explicăm
patru aspecte ı̂n acest capitol. Acestea sunt:
(1) Ecuaţiile liniare ne conduc la geometria planelor. Nu

este uşor să vizualizăm un plan nouă-dimensional ı̂ntr-un spaţiu
de dimensiune 10. Este greu să vizualizăm 10 astfel de plane in-
tersectându-se ı̂n soluţia a zece ecuaţii şi ı̂ntr-un fel este aproape
imposibil. Exemplul nostru are două drepte care se intersectează
ı̂n punctul (x, y) = (−1, 2). Algebra liniară ne oferă o imagine
a ceea ce se ı̂ntâmplă ı̂n 10 dimensiuni unde numai prin intuiţie
ne putem imagina geometria.
4 NOTE DE CURS
O soluţie Paralele: fără soluţie
Toată dreapta de soluţii

(2) Trecem la notaţia matriceală notând cele n necunoscute cu
un vector x şi cele n ecuaţii cu Ax = b. Multiplicăm A cu o
”matrice de eliminare” pentru a ajunge la matricea superior tri-
unghiulară U . După câţiva paşi scriem pe A ca fiind L ı̂nmulţit
cu U , unde L este o matrice inferior triunghiulară. Vom scrie
A cu cei doi factori pentru exemplul de mai sus şi vom explica
la timpul potrivit factorizarea

1 2 1 0 1 2
A= = = L × U.
4 5 4 1 0 −3
(3) În multe cazuri eliminarea funcţionează fără dificultăţi. Ma-

tricea A are o inversă şi sistemul Ax = b are o soluţie unică. În
anumite situaţii metoda nu va funcţiona, fie pentru că ecuaţiile
sunt scrise ı̂ntr-o ordine greşită, lucru care poate fi ı̂ndreptat
cu uşurinţă schimbând ordinea ecuaţiilor, fie că sistemul nu are
soluţie unică.
Cazul singular apare dacă 5 este ı̂nlocuit cu 8 ı̂n exemplul
nostru:
x + 2y = 3 Cazul singular
4x + 8y = 6 Două drepte paralele
Eliminarea ı̂ncă poate fi făcută scăzând din ecuaţia a doua

de patru ori prima ecuaţie. Dar să privim rezultatul!
(ecuaţia 2) − 4(ecuaţia1) 0 = −6.

ALGEBRA LINIARA 5
În acest caz nu avem soluţie. Un alt caz singular este cel ı̂n care
avem o infinitate de soluţii. Când eliminarea nu funcţionează
vrem să găsim toate soluţiile posibile.
(4) Trebuie să avem ı̂n vedere numărul paşilor de eliminare
pentru a rezolva un sistem. Pentru rezolvarea unui sistem de
100 de ecuaţii avem nevoie de câteva sute de mii de paşi. Cal-
culatorul poate face acest lucru rapid, dar nu şi dacă avem un
milion de paşi, iar după un milion de paşi eroarea va fi semni-
ficativă. (Anumite probleme pot fi sensibile la erori, altele nu.)
Fără să intrăm ı̂n detalii, vrem să vedem sisteme de ecuaţii cu
multe necunoscute care apar din practică şi cum sunt ele re-
zolvate. Rezultatul final al acestui capitol va fi un algoritm de
eliminare care este destul de eficient. În esenţă algoritmul este
folosit ı̂n mod constant ı̂ntr-o mare varietate de aplicaţii.
2. Geometria ecuaţiilor liniare

Calea de a ı̂nţelege acest subiect este prin exemple. Vom ı̂ncepe cu
un exemplu foarte simplu de sistem de ecuaţii cu două necunoscute
care poate fi rezolvat şi fără un curs de algebră liniară.
(
2x − y = 1
.
x+y =5
Putem să ne uităm la sistem pe linii sau pe coloane. Vrem să vedem
ambele abordări.
Prima dată să ne uităm pe linii: 2x − y = 1 reprezintă o dreaptă ı̂n
plan care trece prin x = 1, y = 1 şi x = 21 , y = 0. Apoi x + y = 5 este a
doua dreaptă. Aceasta intersectează prima dreaptă ı̂ntr-un punct care
reprezintă de fapt soluţia sistemului.
6 NOTE DE CURS
Dreptele se ı̂ntâlnesc ı̂n x = 2, y = 3.

A doua abordare este să ne uităm la coloane. Cele două ecuaţii
separate reprezintă de fapt o ecuaţie vectorială

2 −1 1
Forma cu coloane x +y = .
1 1 5
Să se găsească combinaţia celor doi vectori din partea stângă
astfel ı̂ncât să obţinem vectorul din partea dreaptă.
Răspunsul este: prima coloană multiplicată cu 2 şi a doua cu 3.

Vom trece acum la n = 3.

 2u + v + w = 5

Trei plane 4u − 6v =2.

−2u + 7v + 2w = 9

Din nou putem studia sistemul pe linii sau pe coloane. Primul plan
trece prin ( 25 , 0, 0), (0, 5, 0) şi (0, 0, 5). Primele două plane se inter-
sectează după o dreaptă. Intersectat cu al treilea plan obţinem punctul
(1, 1, 2) care ne rezolvă sistemul liniar. Ce se ı̂ntâmplă dacă numărul
de necunoscute este mai mare? Algebra liniară poate trata orice număr
de ecuaţii.
Vectorii coloană şi combinaţiile liniare
Sub forma pe coloane
       
2 1 1 5
(1) u 4 + v −6 + w 0 = −2 = b.
      
−2 7 2 9
Dacă folosim cele două operaţii de bază (adunarea şi ı̂nmulţirea cu
scalari) obţinem o combinaţie liniară.
ALGEBRA LINIARA 7
Combinaţia liniară
       
2 1 1 5
1  4  +1 −6  +2 0 = −2 .
−2 7 2 9
Ecuaţia (1) ne cere să găsim scalarii u, v şi w care să ne dea vectorul
din dreapta. Soluţia este ı̂n acest caz u = 1, v = 1 şi w = 2, aceasta
fiind combinaţia corectă de coloane.
Scopul nostru este acela de a trece de la două şi trei dimensiuni la n
dimensiuni. Cu n ecuaţii şi n necunoscute formăm n plane dacă privim
pe linii. Dacă ne uităm la coloane, avem n vectori plus un vector b ı̂n
partea dreaptă. Sistemul reprezintă o combinaţie liniară de n coloane
care este egală cu b.
Pentru anumite ecuaţii acest lucru va fi imposibil. Paradoxal, pen-
tru a ı̂nţelege cazurile ”bune” este necesar să studiem cazurile ”rele”.
De aceea ı̂n continuare vom analiza geometria exact când lucrurile nu
funcţionează, adică cazurile singulare.
2.1. Cazul singular. Presupunem din nou că suntem ı̂n trei dimen-
siuni şi cele trei plane nu se intersectează ı̂ntr-un punct.
Fig. a) b) c) d)
Cazurile singulare sunt: fără soluţie pentru a), b) şi d) şi o infinitate
de soluţii pentru c). Cea mai comună dificultate este ı̂n figura de la
punctul b). Un exemplu este

u + v + w = 2

2u + 3w = 5

3u + v + 4w = 6.
8 NOTE DE CURS
Suma primelor două ecuaţii este egală cu a treia dar ı̂n partea dreaptă
obţinem 2 + 5 6= 6. Rezultă că sistemul nu are soluţii adică este incom-
patibil.
Un alt sistem singular, apropiat de acesta are o infinitate de soluţii

u + v + w = 2

2u + 3w = 5

3u + v + 4w = 7.
ı̂n figură, acesta este exemplul c). Sistemul este ı̂ncă singular dar acum
are o infinitate de soluţii ı̂n loc de niciuna. (Sistemul este compatibil
nedeterminat).
Cum interpretăm ı̂n cazul coloanelor? Avem
     
1 1 1
u 2 +v 0 + w 3 = b.

3 1 4
   
2 2
Pentru b = 5 vom găsi o infinitate de soluţii dar pentru b = 5 nu
7 6
vom găsi nicio soluţie. Explicaţia este următoarea: cei trei vectori din
combinaţia liniară determină un plan (sunt coplanari). Atunci dacă b
se aflu a ı̂n acel plan avem soluţii, iar dacă b nu aparţine planului nu
avem nicio soluţie.
3. Metoda eliminării a lui Gauss

Calea de a ı̂nţelege această metodă este prin exemple. Începem ı̂n
trei dimensiuni şi considerăm sistemul

 2u + v + w = 5

4u − 6v = −2 .

−2u + 7v + 2w = 9

Problema este să determinăm u, v şi w aplicând metoda eliminării a lui

Gauss 1. Intenţia este de a elimina u din ultimele două ecuaţii scăzând
din aceste două ecuaţii pe prima ı̂nmulţită cu un număr corespunzător.
Astfel avem:
(1) scădem din a doua ecuaţie pe prima ı̂nmulţită cu 2;
1Gauss este recunoscut ca unul dintre cei mai mari matematicieni, dar cu
siguranţă nu pentru această invenţie care probabil i-a luat 10 minute. În mod
ironic, aceasta este cea mai folosită idee care-i poartă numele.
ALGEBRA LINIARA 9
(2) scădem din a treia ecuaţie pe prima ı̂nmulţită cu −1. Obţinem

sistemul echivalent

2u +
 v+ w=5
−8v − 2w = −12 .

8v + 3w = 14

Coeficientul 2 este primul pivot. Eliminarea lui u ı̂nseamnă

să ı̂mpărţim coeficienţii lui u din ecuaţiile 2 şi 3 la pivot pen-
tru a găsi multiplicatorii2 corespunzători. Pentru pasul 2 al
eliminării, pivotul este −8. Ignorăm acum prima ecuaţie. Adu-
năm a doua ecuaţie la a treia. Cu alte cuvinte:
(3) scădem din a treia ecuaţie, ecuaţia 2 ı̂nmulţită cu −1 şi obţinem

2u + v + w = 5

− 8v − 2w = −12 .

w=2

Ultima ecuaţie ne dă w = 2. Înlocuind ı̂n ecuaţia 2 obţinem

v = 1. Prima ecuaţie ne dă u = 1.
Metoda lui Gauss pentru sistemul din exemplu:
Eliminarea produce pivoţii 2, −8 şi 1. Se elimină necunoscuta u din
ultimele două ecuaţii prin scăderea primei ecuaţii ı̂nmulţită cu multi-
plicatorul corespunzător. Apoi se elimină necunoscuta v din ecuaţia
2. Obţinem un sistem ”triunghiular” care va fi rezolvat ı̂n sens invers.
Găsim w apoi pe v din a doua ecuaţie şi ı̂n final pe u din prima. Re-
zolvarea sistemului ”triunghiular” se face prin aşa numita medodă a
eliminării inverse.
Observatia 3.1. Un mod simplu de a aplica metoda este scriind
     
2 1 1 5 2 1 1 5 2 1 1 5
 4 −6 0 −2 → 0 −8 −2 −12 → 0 −8 −2 −12 .
−2 7 2 9 0 8 3 14 0 0 1 2
Prin definiţie pivoţii nu pot fi 0, deoarece trebuie să ı̂mpărţim la pivot.
Când nu funcţionează această metodă?
Ceva nu va funcţiona corect ı̂n cazurile singulare, dar procesul poate
de asemenea să nu funcţioneze corect nici ı̂n cazurile ı̂n care avem
soluţie unică.
Răspunsul este următorul: dacă avem n ecuaţii cu n necunoscute şi
avem n pivoţi atunci avem soluţie unică. Dacă ı̂n schimb apare un 0
2Termenul de multiplicator ı̂l folosim pentru numărul pe care ı̂l ı̂nmulţim cu linia
pivotului.
10 NOTE DE CURS
pe poziţia pivotului atunci eliminarea trebuie să se oprească temporar

sau permanent. Sistemul poate fi sau nu singular.
Dacă primul coeficient este 0 ı̂n colţul stâng sus nu vom mai putea
să-l eliminăm pe u. Acelaşi lucru este adevărat şi ı̂n cazul ı̂n care apare
un 0. În general nu ştim de la ı̂nceput dacă va apărea un 0 sau nu.
În unele cazuri acest lucru poate fi ı̂ndreptat schimbând liniile ı̂ntre
ele ca ı̂n exemplul următor:
  

 u + v + w = 
 u + v + w = u + v + w =

2u + 2v + 5w = → 3w = → 2v + 4w =
  
4u + 6v + 8w = 2v + 4w = 3w =
  
Sistemul este singular dacă

 

 u + v + w = u + v + w =

2u + 2v + 5w = → 3w =
 
4u + 6v + 8w = 4w =
 
În acest exemplu depinde de vectorul din partea dreaptă dacă sistemul
nu are soluţii sau are o infinitate de soluţii.
Câteva cuvinte despre ”costul” eliminării. Întrebarea este foarte
practică: Câte operaţii aritmetice sunt necesare pentru a rezolva un
sistem cu n ecuaţii cu n necunoscute?
Operaţiile pe care le facem ı̂n partea stângă sunt ı̂n număr de
n(n + 1)(2n + 1)
(12 + 22 + · · · + n2 ) − (1 + 2 + 3 + · · · + n) =
6
3
n(n + 1) n −n
− = .
2 3
Dacă n este suficient de mare, o estimare aproximativă a numărului de
operaţii ı̂n partea stângă este de 13 n3 . În partea dreaptă avem
[(n − 1) + (n − 2) + · · · + 1] + [1 + 2 + · · · + n] = n2 .
Cu 30 de ani ı̂n urmă se credea că nu putem rezolva un sistem cu n
necunoscute cu mult mai puţin de n3 /3 operaţii. Acum există o metodă
prin care se folosesc doar cn log2 7 operaţii, unde c este o constantă.3
3.1. Metoda eliminării a lui Gauss pe cazul general. Exemple.
Metoda eliminării a lui Gauss constituie un proces de transformare
succesivă a sistemului dat ı̂ntr-unul mai simplu dar echivalent cu cel
iniţial. Spunem că două sisteme sunt echivalente dacă au aceleaşi
soluţii, adică dacă orice soluţie a unui sistem verifică şi sistemul cu
3Pentru
mai multe detalii legate de ”costul” eliminării a se vedea G. Strang-
Linear Algebra and its Applications. Cengage Learning; 4th edition (2006)
ALGEBRA LINIARA 11
care este echivalent. Simplificarea se obţine prin eliminarea succesivă

a unor necunoscute (de unde şi numele de metoda eliminării). În acest
mod se ajunge la un sistem mai simplu de rezolvat decât cel iniţial, dar
echivalent. Procesul de eliminare are la bază trei operaţii elementare
prin care se transformă un sistem de ecuaţii ı̂ntr-unul echivalent de
forma dorită. Un sistem de ecuaţii cu n ecuaţii şi n variabile este o
mulţime de ecuaţii
(2) E1 : a11 x1 + a12 x2 + · · · + a1n xn = b1
..
(3) .
(4) En : an1 x1 + an2 x2 + · · · + ann xn = bn ,
unde coeficienţii aij şi bj sunt daţi.
Operaţiile elementare sunt:
• Schimbarea ı̂ntre ele a liniilor Ei şi Ej pe care o vom nota cu
Ei → Ej ;
• Înlocuirea ecuaţiei Ei cu αEi unde α este o constantă reală

nenulă;
• Înlocuirea ecuaţiei Ej cu suma Ej +αEi , unde α este o constantă

reală.
Cele mai simple sisteme şi mai des ı̂ntâlnite sunt acelea ı̂n care
numărul ecuaţiilor este egal cu cel al necunoscutelor. Aceste sisteme se
numesc sisteme pătratice. Ne vom ocupa ı̂n continuare de acest caz.
Rezolvarea unui sistem liniar de ecuaţii cu metoda eliminării a lui
Gauss presupune parcurgerea a două etape:
(1) eliminarea necunoscutelor
(2) substituţia inversă când vom rezolva sistemul propriu zis.

Această metodă standard pentru rezolvarea ecuaţiilor (2) este un
proces de eliminare sistematic care reduce sistemul iniţial la forma tri-
unghiulară iar apoi sistemul poate fi uşor rezolvat prin metoda substi-
tuţiei inverse. Iată un exemplu de sistem triunghiular

3x1 + 5x2 + 2x3 = 8

8x2 + 2x3 = −7

6x3 = 3

iar substituţia inversă ne dă x3 = 63 = 12 , x2 = 81 (−7 − 2x3 ) = −1,

x1 = 13 (8 − 5x2 − 2x3 ) = 4. Cum să reducem un sistem dat la forma
triunghiulară? Primul pas este de a-l elimina pe x1 din ecuaţiile E2
12 NOTE DE CURS
până la En din (2). Facem acest lucru adăgând sau scăzând multipli-
catori potriviţi de E1 din E2 , E3 , . . . , En şi ecuaţiile rezultate sunt
să zicem E2∗ , E3∗ , . . . , En∗ . Prima ecuaţie E1 este ecuaţia pivot şi a11
este pivot. În etapa a doua luăm ecuaţia E2∗ (care nu-l mai conţine pe
x1 ) ca ecuaţie pivot şi ı̂l eliminăm pe x2 din ecuaţiile E2∗ , E3∗ , . . . , En∗ .
După n − 1 paşi obţinem un sistem sub forma triunghiulară ce poate
fi rezolvat prin metoda substituţiei inverse.
Prezentăm alte metode numerice pentru sisteme liniare de n ecuaţii
cu n necunoscute care sunt modificări ale metodei lui Gauss de elim-
inare şi care necesită mai puţine operaţii aritmetice. O factorizare LU
pentru o matrice dată este de forma
A = LU,
unde L este o matrice inferior triunghiulară şi U este o matrice supe-
rior triunghiulară. Se poate arăta că pentru orice matrice nesingulară
liniile pot fi rearanjate astfel ı̂ncât matricea rezultată A admite o fac-
torizare A = LU ı̂n care L este matricea cu multiplicatorii mjk din
metoda lui Gauss cu diagonala principală 1, 1,. . . , 1 şi U matricea
superior triunghiulară de la sfârşitul eliminării lui Gauss. Ideea cru-
cială este că L şi U pot fi calculate şi direct fără a rezolva simultan
ecuaţiile (astfel fără a folosi eliminarea lui Gauss). Această metodă
3
necesită n2 operaţii, aproximativ jumătate din operaţiile care se fac cu
3
metoda elimină rii a lui Gauss care are aproximativ 2n3 operaţii. Odată
obţinută această factorizare A = LU putem rezolva sistemul Ax = b ı̂n
doi paşi efectuând doar n2 operaţii
Ax = LU x = b, Ly = b, U x = y.
Observatia 3.2. Metoda dezvoltată poate fi uşor adaptată pentru a
putea fi folosită la calculator.
3.1.1. Câteva exemple.
Exemplul 3.3. Fie sistemul de trei ecuaţii cu trei necunoscute

 2x + y + z = 7

6x + 2y + z = 13

−2x + 2y + z = 5.

În primă fază trebuie să eliminăm necunoscutele x şi y. Pentru

aceasta procedăm astfel: ne fixăm atenţia asupra unei poziţii numită
poziţie pivot şi vom elimina toţi termenii situaţi sub pivot cu ajutorul
transformărilor elementare prezentate anterior. Coeficientul aflat ı̂n
ALGEBRA LINIARA 13
poziţia pivot se numeşte element pivot sau simplu pivot. Este nece-
sar ca pivotul să nu fie zero. Dacă cumva ı̂n poziţia pivot avem zero
atunci folosind operaţiile elementare schimbăm ecuaţiile ı̂ntre ele până
când ı̂n poziţia pivot nu mai avem zero. Acest lucru este ı̂ntotdeauna
posibil când sistemele au soluţie unică. În cazul sistemului nostru,
luăm ca pivot primul coeficient al primei ecuaţii şi eventual pentru a-l
evidenţia ı̂l punem ı̂ntre paranteze. Scăzând din a doua ecuaţie triplul
primei ecuaţii adică E2 − 3E1 obţinem sistemul echivalent

(2)x + y + z = 7

− y − 2z = −8 .

−2x + 2y + z = 5

Am eliminat astfel necunoscuta x din a doua ecuaţie. În continuare

putem aduna prima ecuaţie cu a treia pentru a-l reduce pe x din a treia
ecuaţie adică E3 + E1 . Obţinem astfel sistemul ı̂n care necunoscuta x
este eliminată din ultimele două ecuaţii ale sistemului

(2)x +
 y+ z=7
(−1)y − 2z = −8 .

3y + 2z = 12

Pasul 2 Prima ecuaţie nu mai ia parte la procesul de eliminare,

eliminarea făcându-se ı̂n continuare ı̂ntre ecuaţiile următoare. Alegem
un nou pivot mişcându-ne ı̂n jos (adică uitându-ne la ecuaţiile a doua
şi a treia) şi de la stânga ı̂n dreapta (ne fixăm atenţia asupra celorlalte
necunoscute y şi z). Coeficientul lui y dina doua ecuaţie este (−1) şi
poate fi ales ca nou pivot. Eliminăm ı̂n continuare mărimea aflată sub
pivot. Adunăm la ecuaţia a treia triplul ecuaţiei a doua, adică E3 +3E1
şi obţinem sistemul echivalent

(2)x +
 y+ z=7
(−1)y − 2z = −8 .

(−4)z = −12

În general, la fiecare pas ne mişcăm de sus ı̂n jos şi de la stânga la
dreapta pentru a determina noul pivot după care eliminăm toţi termenii
aflaţi sub pivot până când nu mai putem face acest lucru. În cazul
nostru al treilea pivot este (−4) şi procesul de eliminare este terminat.
Sistemul iniţial a fost adus la forma triunghiulară. Un sistem adus
la forma triunghiulară poate fi rezolvat uşor cu substituţia inversă.
În etapa a doua aflăm necunoscutele. Din ultima ecuaţie determinăm
valoarea lui z = −12 −4
= 3 după care substituim ı̂n a doua ecuaţie pe
14 NOTE DE CURS
z cu 3 şi-l aflăm pe y = 8 − 2z = 8 − 2 · 3 = 2. Revenind acum la

prima ecuaţie obţinem x = 12 (1 − y − z) = 1. Am obţinut astfel soluţia
sistemului.
Exemplul 3.4. Considerăm sistemul

 x + y − z = −1

2x + 4y = 10 .

−x + 3y + 2z = 13

Notăm cele trei ecuaţii ale sistemului cu E1 , E2 şi E3 . Primul pivot

poate fi ales ca fiind coeficientul lui x din E1 şi anume 1. Înlocuim
ecuaţia E3 cu E1 + E3 iar primele două ecuaţii le lăsăm neschimbate

 x + y − z = −1

2x + 4y = 10

4y + z = 12

obţinem un sistem de ceuaţii mai simple decât cel iniţial. În continuare
ı̂n locul ecuaţiei E2 luăm E2 − 2E1 , iar ecuaţiile E1 şi E3 sunt păstrate.
Avem astfel sistemul

x + y − z = −1

2y + 2z = 12

4y + z = 12

unde observăm că am eliminat necunoscuta x din ecuaţiile a doua şi

a treia. Alegem ı̂n continuare un nou pivot mişcându-ne ı̂n jos şi la
dreapta. Coeficientul lui y din a doua ecuaţie este 2 şi acesta poate fi
ales ca nou pivot. Acum vom ı̂nlocui ecuaţia a treia cu suma dintre
ecuaţia a doua ı̂nmulţită cu −2 şi ecuaţia a treia, astfel ı̂n locul lui E3
luăm E3 − 2E2 . Sistemul are forma

x + y − z = −1

2y + 2z = 12 .

− 3z = −12

Sistemul ı̂ncă mai poate fi adus la o formă mai simplă dacă ı̂mpărţim
a doua ecuaţie cu 2 şi dacă ı̂mpărţim ecuaţia a treia cu −3, adică 21 E2 ,
− 31 E3 , obţinându-se

x + y − z = −1

y+z =6 .

z=4

ALGEBRA LINIARA 15
Orice soluţie a sistemului de mai sus este soluţie a sistemului iniţial.

Sistemul la care am ajuns are formă triunghiulară care poate fi rezolvat
cu substituţia inversă. Din ultima ecuaţie se obţine z, ı̂nlocuind val-
oarea lui z ı̂n penultima ecuaţie se află y după care ı̂nlocuind ı̂n prima
ecuaţie valorile lui y şi z deducem valoarea lui x. Soluţia este z = 4,
y = 2 şi x = 1.
Exemplul 3.5. Să se rezolve sistemul de ecuaţii

 x1 + x2 + 3x3 + x4 = 5

2x1 + x2 + x3 − x4 = 6 .

3x1 + 2x2 + 5x3 − x4 = 7

În locul ecuaţiei E2 punem E2 − 2E1 , iar ı̂n locul ecuaţiei E3 punem
E3 − 3E1 reducând astfel variabila x1 din ultimele două ecuaţii. Avem
astfel sistemul echivalent

x1 + x2 + 3x3 + x4 = 5

− x2 − 5x3 − 3x4 = −4 .

− x2 − 4x3 − 4x4 = −8

Înmulţim ecuaţia a doua cu −1 şi obţinem sistemul echivalent


x1 + x2 + 3x3 + x4 = 5

x2 + 5x3 + 3x4 = 4 .

− x2 − 4x3 − 4x4 = −8

Eliminăm necunoscuta x2 din a treia ecuaţie luând E3 + E2 şi obţinem

x1 + x2 + 3x3 + x4 = 5, x2 + 5x3 + 3x4 = 4, x3 − x4 = −4.
Avem deja trei pivoţi dar observăm că nu putem determina toate ne-
cunoscutele. Dăm necunoscutei x4 o valoare arbitrară notată cu α,
x4 = α iar din ultima ecuaţie se obţine x3 = −4 + α. Înlocuind găsim
x2 = 24 − 8α şi x1 = 4α − 7. Sistemul are o infinitate de soluţii care
depind de parametrul real α. Soluţia generală a sistemului poate fi
scrisă sub forma
   
x1 4α − 7
x2  24 − 8α
 =
x3   α − 4  .

x4 α
Observatia 3.6. Nu ı̂ntotdeauna un sistem de ecuaţii liniare are soluţii.

16 NOTE DE CURS
Exemplul 3.7. Rezolvaţi sistemul de ecuaţii


 x1 + 2x2 + 3x3 + x4 = 4

2x1 + 5x2 + x3 − x4 = 5 .

−x1 − 4x2 + 7x3 + 5x4 = 6

Eliminăm variabila x1 din ecuaţiile doi şi trei luând E2 − 2E1 şi
E3 + E1 . Obţinem sistemul echivalent

x1 + 2x2 + 3x3 + x4 = 4

x2 − 5x3 − 3x4 = −3 .

− 2x2 + 10x3 + 6x4 = 10

Dacă vom adăuga ecuaţia a treia ecuaţia a doua ı̂nmulţită cu 2 adică

dacă facem E3 + 2E2

x1 + 2x2 + 3x3 + x4 = 4

x2 − 5x3 − 3x4 = −3 .

0=4

Observăm că sistemul nu are nicio soluţie şi astfel sistemul este incom-
patibil.
4. Matrici elementare. Factorizarea LU prin exemple
Ce operaţii facem când eliminăm necunoscute cu metoda eliminării?
De exemplu, cum scădem din a doua ecuaţie pe prima multiplicată cu
2? Acest lucru se poate realiza ı̂nmulţind cu o matrice de o anumită
formă numită matrice elementară.
 
1 0 0
E = −2 1 0
0 0 1
    
1 0 0 5 5
Eb = −2 1 0 −2 = −12 .
0 0 1 9 9
Componentele 5 şi  9 nu semodifică datorită liniilor 1 şi 3. Observăm
1 0 0
că matricea I = 0 1 0 lasă un vector neschimbat. Matricea ele-

0 0 1
mentară Eij scade linia j multiplicată cu l din linia i. Eij are pe linia
i şi coloana j coeficientul −`.
   
1 0 0 b1
Ib = b; E31 =  0 1 0 iar E31 b =  b2  .
−l 0 1 b3 − lb1
ALGEBRA LINIARA 17
Acum ı̂ntrebarea este ce se ı̂ntâmplă cu Eij · A? Revenim acum la

eliminarea lui Gauss.
    
2 1 1 u 5
Ax =  4 −6 0  v  = −2 = b.
−2 7 2 w 9
Au fost trei paşi de eliminare cu multiplicatorii 2, −1, −1.
Pasul 1 : L2 − 2L1
Pasul 2 : L3 − (−1)L1
Pasul 3 : L3 − (−1)L2 .
Am obţinut
    
2 1 1 u 5
U x = 0 −8 −2  v  = −12 = C,
0 0 1 w 2
unde U este o matrice superior triunghiulară adică dacă toate ele-
mentele de sub diagonala principală sunt 0. Putem sa-l obţinem pe
U din A cu matrici elementare.
GF EA = U,
unde
     
1 0 0 1 0 0 1 0 0
E = −2 1 0 , F = 0 1 0 şi G = 0 1 0
0 0 1 1 0 1 0 1 1
iar  
1 0 0
GF E = −2 1 0 .
−1 1 1
Întrebarea este acum dacă putem obţine pe A din U . Pentru a parcurge
ı̂n ordine inversă pasul 1 nu este greu. A inversa scăderea ı̂nseamnă a
aduna. În loc să scădem, adunăm de două ori linia 1 la linia 2. Astfel
avem     
1 0 0 1 0 0 1 0 0
2 1 0 −2 1 0 = 0 1 0 .
0 0 1 0 0 1 0 0 1
Cu alte cuvinte E −1 ·E = I. Astfel de la U ı̂napoi la A avem E −1 F −1 G−1 U =
A adică LU = A, unde L este inferior triunghiulară. În acest caz L
este  
1 0 0
L= 2 1 0 .
−1 −1 1
18 NOTE DE CURS
Lucrul important aici este că ı̂n matricea L, coeficienţii de sub diagona-
la principală sunt exact multiplicatorii l = 2, −1 şi −1. Când ı̂nmulţim
două matrici, de obicei nu este simplu să vedem direct rezultatul. În
cazul matricilor elementare este foarte simplu.
A = LU
se numeşte factorizarea LU, unde L este inferior triunghiulară cu 1
pe diagonala principală. Multiplicatorii sunt sub diagonala principală.
U este matricea superior triunghiulară care apare după eliminarea lui
Gauss. Pe diagonala lui U vom găsi pivoţii.
Exemplul 4.1.
    
1 1 1 1 0 0 1 1 1
A = 1 2 2 = 1 1 0 0 1 1 = LU.
1 2 3 1 1 1 0 0 1
Un sistem liniar= două sisteme triunghiulare.
Ax = b. Mai ı̂ntâi Lc = b apoi U x = c. Multiplicând la stânga cu L
avem LU x = Lc de unde Ax = b. Factorizarea triunghiulară poate fi
scrisă A = LDU , unde L şi U au 1 pe diagonala principală iar D este
o matrice diagonală ı̂n care coeficienţii sunt pivoţii.
Exemplul 4.2.

1 2 1 0 1 0 1 2
A= = = LDU.
3 4 3 1 0 −2 0 1
5. Matrici de permutare
Vom studia acum o problemă pe care am evitat-o ı̂n secţiunea an-
terioră. Numărul care vrem să fie pivot este 0. Acest lucru se poate
ı̂ntâmpla după ce am ı̂nceput să calculăm. Se poate ı̂ntâmpla şi la
ı̂nceput.
0 2 u b
= 1 .
3 4 v b2
În acest caz vom schimba cele două ecuaţii.
(
3u + 4v = b2
.
2v = b1
Pentru a exprima acest lucru ı̂n termeni matriceali vom avea nevoie de
matrici de permutare P . Aceasta este matricea P ı̂n care schimbăm
liniile lui I.

0 1 0 1 0 2 3 4
P = şi P A = = .
1 0 1 0 3 4 0 2
ALGEBRA LINIARA 19
P are acelaşi efect şi asupra lui b. Astfel, noul sistem este
P Ab = P b.
Necunoscutele u şi v nu sunt inversate ı̂n schimbul liniilor. O matrice

de permutare are aceleaşi linii ca şi matricea identitate I ı̂ntr-o altă
ordine. Pentru n = 3 avem 1 · 2 · 3 = 6 permutări.
     
1 0 0 0 1 0 0 0 1
I = 0 1 0 P21 = 1 0 0 P31 = 0 1 0
0 0 1 0 0 1 1 0 0
     
1 0 0 0 1 0 0 0 1
P32 = 0 0 1 P32 P21 = 0 0 1 P21 P32 = 1 0 0 .
0 1 0 1 0 0 0 1 0
Pentru matricea cu n linii şi n coloane avem n! permutări. Putem vedea
că P −1 = P T . Pentru a scăpa de un 0 din locul pivotului putem inversa
liniile ı̂nmulţind cu o permutare. În concluzie pentru cazul nesingular
avem o soluţie unică. Cu liniile rearanjate ı̂nainte P A = LU . În cazul
singular, niciun P nu poate produce un sistem ı̂ntreg de pivoţi şi nu
putem finaliza eliminarea.
6. Matrici simetrice
O matrice simetrică este o matrice pentru care AT = A. Ma-
tricea trebuie neapărat să fie pătratică. O matrice simetrică nu trebuie
neapărat să fie inversabilă. Dar dacă este inversabilă atunci şi matricea
inversă este simetrică.
Exemplul 6.1.

1 2 1 0 −1 1 8 −2
A= şi D = , iar A = .
2 8 0 4 4 −2 1
Presupunem că A = AT poate fi factorizată A = LDU fără a schimba

linii. Atunci U este transpusa lui L. Factorizarea simetrică devine
A = LDLT .
Exemplul 6.2.

1 2 1 0 1 0 1 2
= = LDLT .
2 8 2 1 0 4 0 1
20 NOTE DE CURS
7. Forma matriceală a sistemelor

Sistemul (2) mai poate fi scris ca Ax = b, unde A este matricea
coeficienţilor asociată sistemului dat
a11 a12 . . . a1n
 
 a21 a22 . . . a2n 
A=  ...


am1 am2 . . . amn
ı̂n care primul indice ı̂n intrarea aij reprezintă linia ı̂n timp ce al doilea
indice ne indică coloana pe care se află situată intrarea respectivă.
Pentru a desemna linia i a matricei A vom scrie Li = (ai1 , ai2 , . . . , ain ),
a1j
 
 a2j 
iar pentru a desemna coloana j vom scrie cj =   ... .

amj
O proprietate importantă a operaţiilor elementare pe linii este că ele
sunt reversibile, adică dacă prin operaţii elementare pe linii am ajuns de
la matricea A la matricea B atunci cu ajutorul operaţiilor elementare
pe linii se poate ajunge şi de la matricea B la matricea A. Dacă
considerăm un sistem ı̂n care numărul ecuaţiilor coincide cu numărul
necunoscutelor, m = n, ı̂n cazul ı̂n care sistemul are soluţie unică ca
rezultat al eliminăriilor plecând de la matricea extinsă a sistemului se
obţine sistemul triunghiular
t11 t12 . . . t1n c1
 
 0 t22 . . . t2n c2 
 . .
 .. 
0 0 ... tnn cn
Dacă vom scrie matricea extinsă a sistemului sub forma (A|b) atunci,
ı̂n urma transformărilor elementare se ajunge la un sistem (U |c), unde
U este o matrice superior triunghiulară. O matrice este superior tri-
unghiulară dacă toate intrările de sub pivoţi sunt 0.Vom presupune că
nu avem pivoţi nuli adică tii 6= 0. Matricea a fost adusă astfel la forma
eşalon pe linii adică toate intrările aflate sub pivoţi sunt nule.
8. Forma eşalon pe linii


 x1 + x2 − x3 = 5

2x1 + 4x2 = 16 .

−x1 + 3x2 + 2x3 = 4

ALGEBRA LINIARA 21
 
1 1 −1
Vom asocia sistemului, matricea A =  2 4 0  . Matricea A are
−1 3 2
trei linii şi trei coloane, cele trei linii corespund celor trei ecuaţii iar
cele trei coloane corespund celor trei necunoscute.
  Vectorul coloană al
5
termenilor liberi este ı̂n acest caz b = 16 .
4
Toate informaţiile despre sistem le avem dacă considerăm matricea
extinsă notată cu A, matrice ce ı̂n cazul nostru are 3 linii şi 4 coloane
 
1 1 −1 5
A =  2 4 0 16
−1 3 2 4
şi care se mai poate scrie A = (A|b). Matricea extinsă ne dă toate
informaţiile despre un sistem de ecuaţii. Vom defini acum asupra
matricei extinse operaţii pe linii, operaţii ce corespund operaţiilor e-
lementare. Spunem că două matrici sunt echivalente pe linii dacă
pot fi obţinute una dintr-alta prin operaţii elementare pe linii şi vom
nota două matrici echivalente A şi B cu A ≈ B. Dacă A şi B sunt
două matrici echivalente pe linii atunci ele reprezintă două sisteme de
ecuaţii care au aceleaşi soluţii. Strategia noastră este aceea de a efec-
tua operaţii elementare astfel ı̂ncât sistemul să fie adus la o formă ı̂n
care rezolvarea lui să devină uşoară. Vom scrie ı̂n continuare ı̂n partea
dreaptă operaţiile elementare pe linii pe care le vom face.
Revenind la exemplul nostru, avem
−→
   
1 1 −1 5 1 1 −1 5 −→
L2 − 2L1 
A= 2 4
 0 16  0 2 2 6 L2 · 12

L3 + L1
−1 3 2 4 0 4 1 9
   
1 1 −1 5 −→ 1 1 −1 5 −→
0 1 1 3 L3 − 4L2 0 1 1 3  L3 · (− 31 )
0 4 1 9 0 0 −3 −3
 
1 1 −1 5
0 1 1 3 .
0 0 1 1
22 NOTE DE CURS
Matricea a fost adusă astfel la forma eşalon pe linii. La forma eşalon

pe linii toţi termenii situaţi sub pivoţi sunt nuli. Această matrice core-
spunde sistemului 
x 1 + x 2 − x 3 = 5

x2 + x3 = 3

x3 = 1

cu soluţia x3 = 1, x2 = 2 şi x1 = 4.
Exemplul 8.2. Rezolvaţi sitemul de ecuaţii

 − 3x2 + x3 = 2

x1 + x2 − 2x3 = 3 .

x1 − 2x2 − x3 = −1

Matricea extinsă a sistemului este

 
0 −3 1 2
1 1 −2 3 
1 −2 −1 −1
şi observăm că nu o putem aduce direct la forma eşalon pe linii deoarece
colţul din stânga sus al matricei este 0. De aceea vom schimba liniile a
ı̂ntâia şi a doua (ceea ce corespunde schimbării ordinei primelor două
ecuaţii ı̂n sistem sau a două linii corespunzătoare ı̂n matrice), obţinând
astfel matricea  
1 1 −2 3
0 −3 1 2 .
1 −2 −1 −1
Vom face ı̂n continuare transformările elementare indicate ı̂n dreapta
matricei
   
1 1 −2 3 −→ 1 1 −2 3 −→
0 −3 1 2  L3 − L1 0 −3 1 2  L3 − L2
1 −2 −1 −1 0 −3 1 −4
 
1 1 −2 3
0 −3 1 2 .
0 0 0 −6
Matricea a fost adusă la forma eşalon pe linii iar sistemul asociat este

x 1 + x 2 − x 3 = 3

− 3x2 + x3 = 2

0 = −6

care este evident un sistem incompatibil.

ALGEBRA LINIARA 23
Observatia 8.3. Scopul transformărilor elementare făcute a fost să

apară cât mai multe zerouri iar sistemul astfel rezultat să aibă o re-
zolvare cât mai simplă. Algoritmul folosit pentru a aduce sistemul la
forma eşalon este algoritmul lui Gauss. Dacă considerăm cazul general
un sistem de m ecuaţii cu n necunoscute, sistem ce poate fi scris sub
forma



 a11 x1 + a12 x2 + · · · + a1n xn = b1
a21 x1 + a22 x2 + · · · + a2n xn = b2

..


 .

a x + a x + · · · + a x = b .
m1 1 m2 2 mn n m
Sistemului de mai sus i se asociază matricea extinsă

a11 a12 . . . a1n b1
 
 a21 a22 . . . a2n b2 
A=  ...
.

am1 am2 . . . amn bm
Vom presupune că a11 6= 0 şi elementul a11 va fi numit pivot. Alegerea
pivotului nu este impusă apriori, adică am putea comuta linia cu o
altă linie şi să alegem un alt pivot ı̂n poziţia lui a11 . După ce alegem
pivotul vom efectua operaţii pe linii ı̂n aşa fel ı̂ncât să anulăm toate
intrările aflate sub pivot, situate pe prima coloană. Prin urmare facem
următoarele transformări elementare: L2 − aa21 11
L1 , L3 − aa11
31
L1 , . . . , Lm −
am1
L
a11 1
. Matricea extinsă devine
 
a11 a12 . . . a1n b1
 0 a(1) . . . a(1) b(1) 
(1) 22 2n 2 
A =  ..

.. . . .. .. 
 . . . . . 
(1) (1) (1)
0 am2 . . . amn bm .
(1) (1)
Presupunând că a22 6= 0 vom putea lua ca pivot pe a22 şi vom an-
(1)
a32
ula toate intrările aflate sub pivot. Astfel vom face L3 − (1) L2 , L4 −
a22
(1) (1)
a42 am2
(1) L2 ,. . . , Lm − (1) L2 . Dacă toţi pivoţii ı̂ntâlniţi sunt nenuli atunci
a22 a22
procedeul poate continua până ajungem la ultima linie sau la ultima
coloană. Dacă unul dintre pivoţi este nul atunci schimbăm liniile ı̂ntre
ele până când aducem pe poziţia de pivot un număr nenul. După ce
am anulat toate intrările situate sub pivot trecem la coloana următoare.
Dacă ultimul pivot este pe ultima coloană (cea care corespunde terme-
nilor liberi) atunci sistemul este incompatibil.
24 NOTE DE CURS
Exemplul 8.4. Să se rezolve sistemul


2x + 3y + z = 17

x + 2y + 2z = 12

3x + 4y + 2z = 24.

Considerăm matricea extinsă şi efectuăm transformările corespunzătoare

pentru a aduce matricea la forma eşalon
−→
   
2 3 1 17 1 2 3 1 17 −→
L − L
A = 1 2 2 12 2 23 1 0 21 32 27  L3 + L2
L3 − 2 L1
3 4 2 24 0 − 12 12 − 32
 
2 3 1 17
0 1 3 7 
2 2 2
0 0 2 2
obţinând astfel sistemul

2x + 3y + z = 17

1
2
y + 32 z = 72

2z = 2

cu soluţia z = 1, y = 4 şi x = 2.
Exemplul 8.5. Să se rezolve sistemul

2x − y + z = 1

3x − 3y + z = 2 .

2x − 4y =3

Aducem matricea extinsă la forma eşalon

−→
   
2 −1 1 1 3 2 −1 1 1 −→
L2 − 2 L1  3 1 1
A = 3 −3 1 2
  0 − 2 − 2 2 L3 − 2L2
L3 − L1
2 −4 0 3 0 −3 −1 2
 
2 −1 1 1
0 − 3 − 1 1 
2 2 2
0 0 0 1
şi observăm că sistemul este incompatibil din cauza ultimei ecuaţii
0 = 1.
Exemplul 8.6. Rezolvaţi sistemul

x1 + 3x2 − 2x3 + x4 + x5 = 1

x1 + 3x2 − x3 + 3x4 + 2x5 = 3 .

x1 + 3x2 − x3 + 4x4 + 4x5 = 4

ALGEBRA LINIARA 25
Aducem matricea extinsă la forma eşalon pe linii

  −→  
1 3 −2 1 1 1 1 3 −2 1 1 1 −→
L − L1
A = 1 3 −1 3 2 3 2 0 0 1 2 1 2 L3 − L2
L3 − L1
1 3 −1 4 4 4 0 0 1 3 3 3
 
1 3 −2 1 1 1
0 0 1 2 1 2 .
0 0 0 1 2 1
Alegem necunoscutele principale pe x1 , x3 , x4 , necunoscute ce core-
spund pivoţilor, celelalte necunoscute fiind cele libere x2 , x5 . Sistemul
corespunzător formei eşalon pe linii este

x1 + 3x2 − 2x3 + x4 + x5 = 1

x3 + 2x4 + x5 = 2 .

x4 + 2x5 = 1

Vom scrie soluţia problemei sub forma parametrică. Astfel vom lua
valori arbitrare pentru necunoscutele libere x2 = λ, x5 = µ şi făcând
substituţia inversă deducem x4 = 1 − 2µ, x3 = 5µ, x1 = −3λ + 11µ.
Observatia 8.7. Forma eşalon pe linii a unei matrici nu mai este
triunghiulară ci este o matrice ı̂n scară.


 x1 + 2x2 + 2x3 − x4 + 2x5 + 5x6 = 11

2x + 4x + 4x − 2x − 2x + 4x
1 2 3 4 5 6 = 10

 x1 + 2x2 + 2x3 − x4 + 4x5 + 7x6 = 15

x1 + 2x2 + 4x3 + x4 − 6x5 + 3x6 = 15.

Matricea extinsă a sistemului este

 
1 2 2 −1 2 5 11
2 4 4 −2 −2 4 10 
 
1 2 2 −1 4 7 15 
1 2 4 1 −6 3 15.
Folosind transformările elementare reducem la forma eşalon pe linii.
Luăm pivotul a11 = 1 şi anulăm termenii situaţi sub pivot. Facem
transformările L2 − 2L1 , L3 − L1 , L4 − L1 . Se obţine astfel matricea
 
1 2 2 −1 2 5 11
0 0 0 0 −6 −6 −12
 .
0 0 0 0 2 2 4 
0 0 2 2 −8 −2 4
26 NOTE DE CURS
Ignorăm pentru moment prima linie şi vom trece la liniile următoare.
Pe coloana a doua nu avem nicio intrare nenulă. Aşadar a doua coloană
nu este o coloană pivot. Căutăm un pivot pe coloana a treia. Următorul
pivot este a43 = 2. Comutăm linia 4 cu linia a doua pentru a aduce
pivotul ı̂n poziţia dorită a23 . Comutăm linia a doua şi a a patra, adică
L4 ←→ L2 . Obţinem matricea
 
1 2 2 −1 2 5 11
0 0 2 2 −8 −2 4 
 .
0 0 0 0 2 2 4 
0 0 0 0 −6 −6 −12
Acoperim primele două linii şi vom căuta o nouă coloană pivot. Coloana
a patra are toate elementele nule aşa că aceasta nu este o coloană pivot.
Vom căuta următorul pivot pe coloana a cincea. Acesta este a35 = 2.
Luăm L4 + 3L3 şi obţinem forma eşalon pe linii
 
1 2 2 −1 2 5 11
0
 0 2 2 −8 −2 4 
.
0 0 0 0 2 2 4
0 0 0 0 0 0 0
Anulăm ultima ecuaţie deoarece informaţia pe care ne-o oferă este re-
dundantă. Această informaţie este conţinută ı̂n informaţiile oferite de
primele trei ecuaţii.
Sistemul de ecuaţii a fost adus la forma

x1 + 2x2 + 2x3 − x4 + 2x5 + 5x6 = 11

2x3 + 2x4 − 8x5 − 2x6 = 4

2x5 + 2x6 = 4.

Necunoscutele principale sunt x1 , x3 , x5 , aceste necunoscute corespund

coloanelor pivot. Celelalte necunoscute sunt necunoscute libere, ı̂n
cazul nostru acestea sunt x2 = α, x4 = β, x6 = γ. Aflăm necunoscutele
principale cu substituţia inversă. Astfel x5 = 2 − γ, x3 = 10 − β − 3γ
şi x1 = −13 − 2α + 3β + 3γ.
Definitie 8.9. Spunem că o matrice este adusă la forma eşalon pe
linii dacă
(1) fiecare linie care are cel puţin o intrare nenulă are pivot;
(2) ı̂ntre două linii succesive, pivotul de pe linia de mai jos este la
dreapta pivotului de pe linia de sus;
ALGEBRA LINIARA 27
(3) nicio linie cu toate elementele nule nu este urmată de linii cu

elemente nenule.
Observatia 8.10. Forma eşalon nu este unică deoarece avem mai

multe posibilităţi ı̂n a alege ordinea transformărilor elementare.
9. Forma eşalon redusă pe linii. Metoda Gauss-Jordan

În această secţiune vom introduce o variaţie a metodei de eliminare
a lui Gauss cunoscută sub numele de metoda Gauss-Jordan. Astfel
la metoda Gauss-Jordan avem ı̂n plus faţă de metoda de eliminare
următoarele:
(1) La fiecare pas de eliminare elementul pivot este făcut egal
cu 1;
(2) La fiecare pas de eliminare toţi termenii aflaţi sub pivot

sau deasupra pivotului sunt eliminaţi;
Cu alte cuvinte dacă plecăm de la un sistem pătratic cu soluţie
unică a cărui matrice extinsă este
a11 a12 . . . a1n b1

 
 a21 a22 . . . a2n b2 
 . .. ... .. .. 
 .. . . .
an1 an2 . . . ann bn
atunci cu metoda Gauss-Jordan sistemul este adus la forma

eşalon redusă
1 0 . . . 0 c1
 
0 1 . . . 0 c2 
.
 .... . . .. ..  .
. . . .
0 0 . . . 1 cn
Soluţia sistemului este evidentă, prima variabilă este egală cu

c1 , ş. a. m. d., ultima variabilă este egală cu cn . Pentru
a rezolva un sistem de n ecuaţii cu n necunoscute cu metoda
3 2
Gauss-Jordan sunt necesare n2 + n2 ı̂nmulţiri şi ı̂mpărţiri şi
n3
2
− n2 adunări şi scăderi. Pentru n mare putem spune că
3
metoda Gauss-Jordan conduce la rezultat după aproximativ n2
ı̂nmulţiri şi ı̂mpărţiri.
28 NOTE DE CURS
Exemplul 9.1. Să se rezolve sitemul următor cu metoda Gauss-Jordan


 − 3x2 + x3 = 1

x1 + x2 − 2x3 = 2 .

x1 − 2x2 − x3 = 3

Plecăm de la matricea extinsă căreia ı̂i aplicăm transformările ele-

mentare necesare. Prima transformare ne permite să ne creem un pivot
(schimbăm ı̂ntre ele primele două linii), apoi anulăm termenii nenuli
aflaţi sub pivot.
   
0 −3 1 1 −→ 1 1 −2 2 −→
A = 1 1 −2 2 L1 ←→ L2 0 −3 1 1 L3 − L1
1 −2 −1 3 1 −2 −1 3
    −→
 
1 1 −2 2 −→ 1 1 −2 2 1 1 −2 2
0 −3 1 1 L3 − L1 0 −3 1 1 L2 · (− 1 ) 0 1 − 1 − 1  .
0 −3 1 1 0 0 0 0 3 0 0 03 03
A treia ecuaţie este identic satisfăcută. Considerăm numai primele

două ecuaţii şi facem ı̂n continuare transformarea L1 − L2 . În acest fel
anulăm şi termenul situat deasupra celui de al doilea pivot, obţinând
matricea  
1 0 − 53 73
0 1 − 1 − 1  .
3 3
0 0 0 0
Aceasta este forma eşalon redusă pe linii. Pivoţii sunt egali cu 1
şi sunt singurele intrări nenule de pe coloană. În acest caz sistemul
corespunzător este (
x1 − 35 x3 = 73
.
x2 − 13 x3 = − 31
Necunoscutele principale sunt x1 şi x2 . Dacă luăm x3 = α atunci
soluţia este x1 = 53 α + 37 , x2 = 31 α − 13 , x3 = α. Soluţia mai poate fi
scrisă şi sub forma parametrică
  5 
x1 3
α + 73
x2  =  1 α − 1  .
3 3
x3 α
Observatia 9.2. În problema anterioară am aplicat metoda Gauss-

Jordan. Să reamintim că un pivot este prima intrare nenulă pe linie.
Cu ajutorul transformărilor elementare se fac toţi pivoţii 1.
(1) La ı̂nceput schimbăm liniile ı̂ntre ele ı̂n aşa fel ı̂ncât prima linie
să ı̂nceapă cu o cele mai puţine zerouri. Cel mai adesea vom
ALGEBRA LINIARA 29
ı̂ncepe cu o matrice care nu are zero ı̂n colţul din stânga sus. El-
ementul ales este pivot. Împărţim apoi toate elementele primei
linii cu pivotul, deci pivotul va fi făcut astfel egal cu 1.
(2) Pe coloana pe care este situat pivotul se fac zerouri atât sub
pivot cât şi deasupra pivotului. După ce am adus matricea la
forma eşalon cu toţi pivoţii egali cu 1, se anulează şi intrările
aflate deasupra pivoţilor.
10. Rangul unui sistem

Rangul sistemului este egal cu numărul de pivoţi deci rangul sis-
temului este egal cu numărul necunoscutelor principale. Ne putem
da seama de rangul sistemului după ce am adus sistemul la forma
eşalon (după ce am efectuat transformările elementare corespunzătoare
). Rangul este acelaşi, indiferent de ordinea ı̂n care am făcut trans-
formările elementare.
Exemplul 10.1. Aplicând metoda Gauss-Jordan reduceţi matricea de
mai jos la forma eşalon redusă pe linii.
 
0 2 −6 4
−1 1 1 0
A= .
2 1 −13 2
1 −1 0 2
   
0 2 −6 4 1 −1 0 2 −→
−1 −→ −1 1
1 1 0  L ←→ L4 =  1 0  L2 + L1
A=
1 −13 2 1

2 2 1 −13 2 L3 − 2L1
1 −1 0 2 0 2 −6 4
   
1 −1 0 2 1 −1 0 2
−→  −→
 L2 ←→ L4 0 2 −6 4  L2 · 1
0 0 1 2 

0 3 −13 −2 0 3 −13 −2 2
0 2 −6 4 0 0 1 2
   
1 −1 0 2 1 −1 0 2
−→ −→
0 1
 −3 2   L3 − 3L2 
0 1 −3 2 
 L3 · (− 1 )
0 3 −13 −2 0 0 −4 −8 4
0 0 1 2 0 0 1 2
   
1 −1 0 2 1 −1 0 2
−→
0 1 −3 2
0 1 −3 2 .
 

0 0 L4 − L3
1 2 0 0 1 2
0 0 1 2 0 0 0 0
30 NOTE DE CURS
Anulăm ı̂n continuare elementele aflate deasupra pivoţilor. Facem L2 +

3L3 şi apoi L1 + L2 . Obţinem astfel
     
1 −1 0 2 1 −1 0 2 1 0 0 10
0 1 −3 2
 → 0 1 0 8 → 0 1 0 8  .
   

0 0 1 2 0 0 1 2 0 0 1 2 
0 0 0 0 0 0 0 0 0 0 0 0
Definitie 10.2. Spunem că o matrice este adusă la forma eşalon
redusă pe linii dacă
(1) toţi pivoţii sunt egali cu 1;
(2) dacă socotim liniile de sus ı̂n jos, fiecare pivot apare ı̂ntr-o
coloană aflată la dreapta coloanei precedente;
(3) o linie cu toate intrările nule nu este precedată de linii cu intrări

nenule;
pe coloanele pe care se află pivoţi toate elementele sunt nule cu
excepţia pivotului.
11. Exemple
Primul pas ı̂n rezolvarea unui sistem este alcătuirea matricei extinse.
Fiecare linie a acestei matrici corespunde unei ecuaţii a sistemului.
Cea mai de la dreapta coloană conţine termenii din membrul drept,
adică termenii liberi. Toate celelalte coloane corespund câte uneia din
necunoscute. Următoarea etapă este să aplicăm procesul de reducere
Gauss-Jordan pentru a aduce matricea extinsă la forma eşalon redusă.
Dacă cea mai la dreapta coloană are pivot egal cu 1 atunci sistemul
este imposibil, adică incompatibil (dearece corespunde ecuaţiei 0 = 1).
Dacă pivotul nu este situat pe ultima coloană atunci sistemul are
soluţie.
Necunoscutele care corespund pivoţilor sunt necunoscute principale
iar necunoscutele care nu se află pe coloanele pivot sunt necunoscute
libere.

2x1 + x2 + 4x3 − x4 = 3

3x1 + 2x2 − x3 + 3x4 = 4

3x1 + x2 + 13x3 − 6x4 = 5.

Vom ı̂ncepe prin a scrie matricea extinsă după care vom face operaţiile
elementare pe linii. La ı̂nceput vom face pivotul egal cu 1 apoi vom
ALGEBRA LINIARA 31
anula intrările aflate sub pivoţi şi după aceea vom anula intrările aflate
deasupra pivoţilor.
−→
  −→  1 
2 1 4 −1 3 1 2 2 − 12 32
1 L 2 − 3L1
3 2 −1 3 4 L1 · 3 2 −1 3 4 
2 3 1 13 −6 5 L 3 − 3L 1
3 1 13 −6 5
−→
 1
  
1 2 − 21 32 −→ 1 21 2 − 12 23
2
1 9 1 1 9 1 L 1 − L2
0 −7 2 − 2 L3 + L2 0 2 −7 2 − 2 
2·2
2 L
0 − 21 7 − 92 12 0 0 0 0 0
 1 1 3
  
1 2
2 − 2 2 −→ 1 0 9 −5 2
0 1 −14 9 −1 L1 − 12 L2 0 1 −14 9 −1 .
0 0 0 0 0 0 0 0 0 0
Am adus astfel sistemul la forma eşalon redusă. Necunoscutele prin-

cipale sunt x1 şi x2 , iar necunoscutele libere sunt x3 şi x4 . Sistemul
devine
(
x1 + 9x3 − 5x4 = 2
.
x2 − 14x3 + 9x4 = −1
Dacă luăm x3 = λ şi x4 = µ atunci x1 = 2 − 9λ + 5µ, x2 = 14λ − 9µ − 1.

 
1 2 −1 0 2 1 0 4
Exemplul 11.2. Matricea 0 0 0 1 1 4 0 0 este adusă la
0 0 0 0 0 0 1 2
forma eşalon redusă. În acest caz, necunoscutele principale sunt cele
care corespund coloanelor 1, 4, 7. Celelalte necunoscute care corespund
coloanelor 2, 3, 5, 6, 8 sunt libere.
Exemplul 11.3. Aduceţi la forma eşalon redusă următoarea matrice

 
0 1 1 1 2 1
1 2 4 2 3 0
 .
3 −1 5 1 −3 2
2 1 5 2 1 1
Pasul 1 Începem cu coloana cea mai din stânga care are şi elemente
nenule. Aceasta este o coloană pivot. Căutăm un element nenul pe
coloana pivot, schimbându-se ı̂ntre ele liniile se aduce elementul pivot
ı̂n poziţia cea mai de sus. În cazul nostru, prima coloană este o coloană
pivot. Luăm pivotul de pe linia a doua. Scimbăm ı̂ntre ele primele două
32 NOTE DE CURS
linii. Se obţine matricea

 
1 2 4 2 3 0
0 1 1 1 2 1
 .
3 −1 5 1 −3 2
2 1 5 2 1 1
Pasul 2
Facem operaţii elementare pe linii astfel ı̂ncât să anulăm toate intrările
aflate sub poziţia pivot. Vom face deci L3 − 3L1 şi L4 − 2L1 . Linia a
doua are deja zero sub poziţia pivot. Se obţine astfel matricea
 
1 2 4 2 3 0
0 1 1 1 2 1
0 −7 −7 −5 −12 2 .
 
0 −3 −3 −2 −5 1
Pasul 3
Acoperim (ı̂n gând!) prima linie şi considerăm ı̂n continuare matricea
formată numai din liniile 2, 3 şi 4. Prima coloană nenulă este a doua
coloană pivot. Putem lua ca nou pivot cel mai de sus element de pe
linia a doua şi anulăm elementele care se află sub el. Facem astfel
L3 + 7L2 şi L4 + 3L2 şi obţinem matricea
 
1 2 4 2 3 0
0 1 1 1 2 1
0 0 0 2 2 9 .
 
0 0 0 1 1 4
Pasul 4
Acoperim primele două linii şi considerăm ı̂n continuare matricea
formată doar din liniile 3 şi 4. Prima coloană nenulă este cea de a
patra (coloană pivot), coloana a treia nu este o coloană pivot având
două zerouri. Vom face pivotul egal cu 1 ı̂mpărţind linia a treia la 2 şi
apoi facem zero sub pivot. Facem aşa cum am spus, L3 : 2 şi L4 − 12 L3 .
Obţinem matricea
 
1 2 4 2 3 0
0 1 1 1 2 1 
0 0 0 1 1 9  .
 
2
0 0 0 0 0 − 12
Pasul 5
Acoperim primele trei linii şi ı̂n acest caz coloană pivot nu este
coloana a cincea (deoarece avem zero pe linia a patra) ci a şasea. Facem
ALGEBRA LINIARA 33
pivotul egal cu 1 luând L4 (− 21 ) şi apoi anulăm elementele situate dea-

supra pivotului, adică vom face L3 + 9L4 , L2 + 2L4 obţinând matricea
 
1 2 4 0 1 0
0 1 1 0 1 0
0 0 0 1 1 0 .
 
0 0 0 0 0 1
Pasul 7
Anulăm termenul aflat deasupra pivotului de pe linia a doua făcând
L1 − 2L2 şi obţinem forma eşalon redusă pe linii a matricei date
 
1 0 2 0 −1 0
0 1 1 0 1 0
E= 0 0 0 1 1 0 .

0 0 0 0 0 1
Observatia 11.4. Forma eşalon redusă E a unei matrici A este unică.
12. Sisteme omogene de ecuaţii
Definitie 12.1. Un sistem omogen de ecuaţii este un sistem ı̂n care
membrul drept este nul. Forma generală unui sistem omogen este



 a11 x1 + a12 x2 + · · · + a1n xn = 0
a21 x1 + a22 x2 + · · · + a2n xn = 0

..


 .

a x + a x + · · · + a x = 0.
m1 1 m2 2 mn n
Un sistem omogen de ecuaţii nu poate fi incompatibil deoarece

este satisfăcut de soluţia trivială x1 = x2 = · · · = xn = 0. Problema
care se pune este aceea de a afla toate soluţiile cu alte cuvinte să aflăm
şi soluţiile netriviale, dacă acestea există.
Un sistem omogen are soluţie netrivială dacă şi numai dacă
sistemul are necunoscute libere.
Exemplul 12.2. Scrieţi soluţia generală a sistemului de ecuaţii

 x1 − 2x2 + x3 = 0

x1 + x2 − 2x3 = 0 .

−2x1 + x2 + x3 = 0

Matricea asociată sistemului este

 
1 −2 1
A= 1 1 −2 .
−2 1 1
34 NOTE DE CURS
Cu ajutorul transformărilor elementare pe linii sistemul este adus la

forma eşalon redusă  
1 0 −1
E = 0 1 −1 .
0 0 0
Sistemul asociat este (
x1 − x3 = 0
x2 − x3 = 0
astfel că variabilele principale sunt x1 şi x2 iar variabila liberă este x3 .
Dacă luăm x3 = α obţinem x1 = α şi x2 = α. Deci soluţia sistemului
este    
x1 1
x2  = α 1 .
x3 1
Observatia 12.3. Celor trei ecuaţii ale sistemului le corespund trei
plane ce trec prin origine. Dreapta ce trece prin origine şi are vectorul
director d~ = ~i + ~j + ~k este situată pe fiecare dintre aceste trei plane.
Exemplul 12.4. Să se scrie toate soluţiile ecuaţiei 2x − 3y − 4z = 0.
Se ia ca variabilă de bază pe x şi ca variabile libere pe y şi z. Vom
lua deci y = m, z = n iar de aici deducem că x = 32 m + 2n. Prin
urmare, soluţia este
  3  3       
x m + 2n m 2n 3 2
y  =  m  =  m  +  0  = m 2 + n 0 .
2 2
z n 0 n 2 0 1
Astfel ecuaţia planuluiafost 
scrisă
 sub forma parametrică. Am pus
3 2
ı̂n evidenţă doi vectori 2 şi 0 situaţi ı̂n plan. Orice vector din
0 1
plan se poate scrie ca o combinaţie liniară a acestor vectori. Dacă dăm
valori parametrilor m şi n obţinem toate punctele planului.
Exemplul 12.5. Aflaţi soluţiile sistemului omogen

 x1 + 2x2 + 3x3 = 0

2x1 + 3x2 + 4x3 = 0 .

3x1 + 5x2 + 6x3 = 0

Matricea asociată sistemului este

 
1 2 3
A = 2 3 4 .
3 5 6
ALGEBRA LINIARA 35
Cu ajutorul transformărilor elementare pe linii sistemul este adus la

forma eşalon
   
1 0 0 1 0 0
A → 0 −1 −2 → 0 1 2 .
0 −1 −3 0 0 1
Sistemul are deci numai soluţia trivială x1 = x2 = x3 = 0.
Exemplul 12.6. Să se rezolve sistemul liniar omogen

3x1 − 2x2 + 5x3 + 4x4 = 0

6x1 − 4x2 + 4x3 + 3x4 = 0 .

9x1 − 6x2 + 3x3 + 2x4 = 0

Vom lua matricea asociată pentru a determina rangul sistemului,

aceasta fiind  
3 −2 5 4
6 −4 4 3 .
9 −6 3 2
Luăm pivotul a11 = 3 şi vom face zerouri sub pivot adică vom face
operaţiile pe linii L2 − 2L1 , L3 − 3L1 şi vom obţine
 
3 −2 5 4
0 0 −6 −5  .
0 0 −12 −10
Vom face un zerou sub pivotul −6 (deci calculăm L3 − 2L2 ) şi apoi
un zerou deasupra pivotului (deci L1 + 56 L2 ). Se obţine forma eşalon
 
3 −2 0 − 16
0 0 −6 −5  .
0 0 0 0
Vom lua necunoscutele principale x1 şi x3 şi avem
(
3x1 − 2x2 − 16 x4 = 0
− 6x3 − 5x4 = 0
sau x1 = 23 x2 + 1
x
18 4
şi x3 = 56 x4 . Soluţia generală este
     
x1 2 1
x2 
  = m 3 + n  0  .
   
x3  0 −15
x4 0 18
36 NOTE DE CURS
13. Sisteme neomogene

În cele ce urmează vom rezolva sisteme de ecuaţii liniare neomogene,
punând ı̂n evidenţă structura soluţiei.


 −t − u + z=4

 4t + 2u + 2x + 4y + 2z = 4
.
 3t + 3u + 2x + 4y + 3z = 4


3t + 6u + 3x + 6y + 6z = 6

Vom alcătui matricea sistemului şi vom reduce la forma eşalon redusă
pe linii  
0 0 1 −1 −1 | 4
2 4 2 4
 2 | 4 .
2 4 3 3 3 | 4
3 6 6 3 6 | 6
Schimbăm ı̂ntre ele primele două linii şi după aceea vom ı̂mpărţi
prima linie cu 2, obţinând astfel matricea
 
1 2 1 2 1 | 2
0 0 1 −1 −1 | 4
 .
2 4 3 3 3 | 4
3 6 6 3 6 | 6
Anulăm termenii situaţi sub pivoţi, adică vom face L3 − 2L1 , L4 − 3L1
şi vom avea matricea
 
1 2 1 2 1 | 2
0 0
 1 −1 −1 | 4
.
0 0 1 −1 1 | 0
0 0 3 −3 3 | 0
Acoperim prima linie şi cătăm pivotul pe coloana a doua, dar dintre
”candidaţi” avem trei zerouri ceea ce ı̂nseamnă că vom avea pivot pe
coloana a treia, vom lua pivotul a23 = 1 şi vom anula termenii situaţi
sub pivot, adică vom face L3 − L2 , L4 − 3L2 . Obţinem matricea
 
1 2 1 2 1 | 2
0 0 1 −1 −1 | 4 
 .
0 0 0 0 2 | −4
0 0 0 0 0 | 0
Sistemul are soluţii. Împărţim linia a treia cu 2 şi apoi vom anula
elementele situate deasupra pivotului, adică L1 − L3 , L2 + L3 şi avem
ALGEBRA LINIARA 37
matricea  
1 2 1 2 0 | 4
0
 0 1 −1 0 | 2 
.
0 0 0 0 1 | −2
0 0 0 0 0 | 0
În fine, vom anula termenul situat deasupra pivotului de pe linia a
doua, L1 − L2 şi avem forma eşalon redusă a matricei
 
1 2 0 3 0 | 2
0 0 1 −1 0 | 2 
0 0 0 0 1 | −2 .
 
0 0 0 0 0 | 0
Matricea are rangul 3 (având 3 pivoţi) iar sistemul devine

 3t + x + 2y
 =2
−t +z =2 .

u = −2

Necunoscutele principale, ı̂n cazul nostru x, z şi u sunt acelea care

corespund elementelor pivot iar celelalte sunt necunoscute libere.
Vom afla o soluţie particulară a sistemului neomogen făcând necunos-
cutele secundare nule y = z = 0 şi vom obţine x = z = 2, u = −2.
Considerăm ı̂n continuare sistemul omogen asociat

 3t + x + 2y
 =0
−t +z =0.

u =0

Soluţia generală a sistemului omogen se obţine ca o combinaţie liniară

de două soluţii particulare. Vom da variabilelor libere valori spe-
ciale astfel dacă luăm y = 1, t = 0 avem soluţia (x, y, z, t, u)1 =
(−2, 1, 0, 0, 0), iar dacă luăm y = 0, t = 1 avem soluţia (x, y, z, t, u)2 =
(−3, 0, 1, 1, 0). Soluţia generală sistemului omogen este
(x, y, z, t, u)o = m(−2, 1, 0, 0, 0) + n(−3, 0, 1, 1, 0)
iar soluţia sistemului este suma dintre soluţia generală a ecuaţiei omo-
gene asociate şi o soluţie particulară, ı̂n cazul nostru
(x, y, z, t, u) = (2, 0, 2, 0, −2) + m(−2, 1, 0, 0, 0) + n(−3, 0, 1, 1, 0).

 x1 + x2 + 2x3 + x4 − x5 + 2x6 + 4x7 = 2

2x1 + 2x2 + x3 + 2x4 − x5 + 2x6 + 3x7 = 2 .

x1 + x2 + x3 + x4 + 2x5 − 4x6 + 5x7 = 4

38 NOTE DE CURS
Matricea extinsă este

 
1 1 2 1 −1 2 4 2
2 2 1 2 −1 2 3 2 .
1 1 1 1 2 −4 5 4
Luăm pivotul a11 = 1 şi anulăm intrările situate sub pivot L2 − 2L1 ,
L3 − L1 şi avem
 
1 1 2 1 −1 2 4 2
0 0 −3 0 1 −2 −5 −2 .
0 0 −1 0 3 −6 1 2
În poziţia pivot avem pe a23 = −3 deci facem transformarea − 13 L2
 
1 1 2 1 −1 2 4 2
0 0 1 0 − 31 23 53 32  .
0 0 −1 0 3 −6 1 2
Anulăm termenul aflat sub pivotul a23 facem L3 + L2
 
1 1 2 1 −1 2 4 2
0 0 1 0 − 31 2
3
5
3
2
3 .
0 8
0 0 0 3 − 3 3 83 16 8
Pe coloana a patra nu avem pivot şi de aceea următorul pivot este

a35 = 38 . Pivoţii sunt pe coloanele 1, 3, 5. Înmulţim linia a treia cu 38
şi facem astfel intrarea pivot a35 = 1 după care anulăm toate intrările
situate deasupra acestei intrări, adică intrările a15 , a25 .
−→
 
1 1 2 1 −1 2 4 2
0 0 1 0 − 1 2 5 2 L1 + L3
L2 + 13 L3

3 3 3 3
0 0 0 0 1 −2 1 1
 
1 1 2 1 0 0 5 3
0 0 1 0 0 0 2 1 .
0 0 0 0 1 −2 1 1
Anulăm termenul situat deasupra pivotului a23 , L1 − 2L2 şi obţinem
forma eşalon redusă a matricei
 
1 1 0 1 0 0 1 1
0 0 1 0 0 0 2 1
0 0 0 0 1 −2 1 1
iar sistemul devine

x 1 + x 2
 + x4 + x7 = 1
x3 + 2x7 = 1

x5 − 2x6 + x7 = 1

ALGEBRA LINIARA 39
şi vom lua variabilele principale x1 , x3 , x5 celelalte necunoscute fiind

libere. Notăm necunoscutele libere cu x2 = m, x4 = n, x6 = p, x7 = q
atunci soluţia sistemului este x1 = 1 − m − n − q, x2 = m, x3 = 1 − 2q,
x4 = n, x5 = 2p − q + 1, x6 = p, x7 = q.
14. Probleme propuse

1. Pentru ecuaţiile x + y = 4 şi 2x − 2y = 4, desenaţi cele două
drepte care se intersectează şi apoi scrieţi forma
pe coloane (combinaţie
4
de două coloane egală cu vectorul coloană ı̂n partea dreaptă.
4
2. Rezolvaţi sistemul pentru a găsi apoi o combinaţie de coloane
care este egală cu b.

u − v− w = b1

Sistem triunghiular v+ w = b2

 w = b3 .
3. Descrieţi intersecţia a trei plane u + v + w + z = 6, u + w + z = 4
şi u + w = 2 (toate ı̂n spaţiul 4-dimensional). Este o dreaptă, un punct
sau mulţimea vidă? Care este intersecţia dacă al patrulea plan u = −1
este inclus? Găsiţi a patra ecuaţie care ne lasă fără soluţie.
4. Desenaţi aceste trei drepte şi decideţi dacă sistemul are soluţie.

x + 2y = 2

Sistem de trei ecuaţii cu două necunoscute x−y =2 .

y = 1
Ce se ı̂ntâmplă dacă toţi termenii din membrul drept sunt 0? Există

vreun termen nenul din membrul drept astfel ı̂ncât cele trei drepte să
se intersecteze ı̂n acelaşi punct?
5. Explicaţi de ce sistemul

u + v + w = 2

u + 2v + 3w = 1

v + 2w = 0
este singular determinând o combinaţie a celor trei ecuaţii care duce la

0 = 1. Cu ce valoare trebuie ı̂nlocuit 0 din membrul drept ı̂n ultima
ecuaţie astfel ı̂ncât sistemul să aibă soluţii şi care este una dintre soluţii?
6. Forma pe coloane de la exerciţiul anterior (sistem singular) este
     
1 1 1
u 1 + v 2 + w 3 = b.
0 1 2
40 NOTE DE CURS
Arătaţi că cele trei coloane din partea stângă rămân ı̂n acelaşi plan
dacă exprimăm a treia coloană ca fiind combinaţie a primelor  două.

0
Care sunt toate soluţiile (u, v, w) dacă b este vectorul nul b = 0?
0
7. Desenaţi ı̂n plan dreptele x − 2y = 0 şi x + y = 6.
8. Prima ecuaţie plus cea de a doua este egală cu a treia:

x + y + z = 2

x + 2y + z = 3

2x + 3y + 2z = 5.
Primele două plane se intersectează după o dreaptă. Al treilea plan

conţine o dreaptă deoarece dacă x, y, z satisfac primele două ecuaţii
atunci ele verifică şi ————–. Ecuaţiile au o infinitate de soluţii.
Găsiţi trei soluţii.      
1 1 1
9. În exerciţiul anterior coloanele sunt 1, 2 şi 1. Acesta
2 3 2
este un caz singular deoarece a treia coloană  este
 ———–. Gă siţi
2
două combinaţii ale coloanelor care ne dau b = 3. Acest lucru este
5
 
4
posibil pentru b = 6 dacă c =—————-.
c
10. Alegeţi membrul drept astfel ı̂ncât să nu avem soluţie şi apoi alt
membru drept care să ne dea o infinitate de soluţii. Care sunt două
din aceste soluţii?
(
3x + 2y = 10
6x + 4y = − − − − .
11. Pentru ce valori ale lui a metoda eliminării

(1) eşuează tot timpul?
(2) eşuează temporar?

(
ax + 3y = −3
4x + 6y = 6
ALGEBRA LINIARA 41
12. Rezolvaţi sistemul superior triunghiular prin două operaţii pe

linie: 
2x + 3y + z = 8

4x + 7y + 5z = 20

−2y + 2z = 0.
Încercuiţi pivoţii. Rezolvaţi prin substituţia inversă z, y şi x.

13. Aplicaţi eliminarea (ı̂ncercuiţi pivoţii) şi rezolvaţi cu substituţia
inversă 
2x − 3y = 3

4x − 5y + z = 7

2x − y − 3z = 5.
Scrieţi cele trei operaţii pe linie:

Scădeţi———ı̂nmulţită cu linia ——
din linia—–.      
4 0 1 3 1 0 0 5
2 0 1
14. Calculaţi produsele 0 1 0 4 , 0 1 0 −2 şi
       .
1 3 1
4 0 1 5 0 0 1 3

2 0
Pentru cel de-al treilea, desenaţi vectorii coloană şi .
1 3
    
4 1 1 2 3 0
1 
15. Lucrând pe rând pe coloane, calculaţi 5 1 , 4 5 6 1
3
6 1 7 8 9 0
 
4 3
1/2
şi 6 6
 .
1/3
8 9
   
1 1
16. Calculaţi 1 −2 7 −2 , −2 3 5 1 .
  
7 7
17. Ce multiplu l al primei ecuaţii trebuie scăzut din ecuaţia a doua?
(
2x + 3y = 1
10x + 9y = 11.
După acest pas de eliminare, scrieţi sistemul superior triunghiular şi

ı̂ncercuiţi cei doi pivoţi. Numerele 1 şi 11nu au nicio influenţă asupra
acestor pivoţi.
18. Ce multiplu al ecuaţiei a doua trebuie scăzut din ecuaţia a treia?
(
2x − 4y = 6
−x + 5y = 0
42 NOTE DE CURS
După această eliminare, rezolvaţi sistemul triunghiular. Dacă termenii

liberi din dreapta se schimbă cu (−6, 0) care este noua soluţie?

2 3 4
19. Factorizaţi matricea A = L · U , unde A = 4 8 13.
6 13 21
Soluţie Matricea A se aduce la forma superior triunghiulară cu aju-
torul transformărilor elementare după cum urmează:
−→
   
2 3 4 2 3 4 −→
4 8 13 L2 − 2L1 0 2 5 L3 − 2L2
L3 − 3L1
6 13 21 0 4 9
 
2 3 4
0 2 5  = U
0 0 −1
Matricile elementare care au fost folosite sunt de tipul 3, acestea fiind
     
1 0 0 1 0 0 1 0 0
E21 = −2 1 0 , E31 =  0 1 0 , E32 = 0 1 0
0 0 1 −3 0 1 0 −2 1
şi avem
     
1 0 0 1 0 0 1 0 0
−1 −1 −1
E21 = 2 1 0 , E31 = 0 1 0 , E32 = 0 1 0 .
0 0 1 3 0 1 0 2 1
Deci E32 E31 E21 A = U iar de aici avem
A = (E32 E31 E21 )−1 U = E21
−1 −1 −1
E31 E32 U = LU,
−1 −1 −1
matricea L = E21 E31 E32 este o matrice inferior triunghiulară
       
1 0 0 1 0 0 1 0 0 1 0 0
L= 2 1 0 · 0 1
   0 · 0
  1 0 = 2 1 0 .
0 0 1 3 0 1 0 2 1 3 2 1
20. Fie sistemul

4x1 − 2x2 + 2x3 = 6

4x1 − 3x2 − 2x3 = −8 .

2x1 + 3x2 − x3 = 5

a) Să se rezolve
 sistemul cu
 metoda lui Gauss.
4 −2 2
b) Fie A = 4 −3 −2 matricea sistemului. Să se scrie forma
2 3 −1
eşalon a acestei matrice.
ALGEBRA LINIARA 43
c) Să se descompună matricea A = L · U .

21. Rezolvaţi sistemul de ecuaţii


 x2 + 5x3 + 3x4 = −6

 2x + 2x − 2x + 4x
1 2 3 4 =4
.
 x1 + 5x2 + 7x3 − 10x4
 = 14

−x1 + x2 + 6x3 − 5x4 =0

22. Să se rezolve sistemul


2x + 3y + 4z = 16

4x + 8y + 13z = 41 .

6x + 13y + 21z = 65

23. Faceţi factorizarea A = LU a matricei

 
2 3 4 1
4 5 8 3
A= 6

10 13 5
−2 1 0 4
şi apoi folosind această descompunere să se rezolve sistemul de ecuaţii


 2x1 + 3x2 + 4x3 + x4 = 14

 4x + 5x + 8x + 3x = 28
1 2 3 4
.

 6x1 + 10x2 + 13x3 + 5x4 = 49

−2x1 + x2 + 4x4 = 8

24. Găsiţi soluţia sistemului de ecuaţii liniare


x 1
 + 2x4 = 7
x2 − 3x4 = 8 .

x3 + 6x4 = 9

Soluţie Cum matricea extinsă a sistemului este deja sub forma eşalon
redusă pe linii deducem că x1 = 7 − 2α, x2 = 8 + 3α, x3 = 9 − 6α şi
x4 = α ∈ R.
25. Rezolvaţi sistemul de ecuaţii liniare


 −x1 + 2x2 − x3 + 2x4 + x5 = 2

 −x − 2x + x + 2x + 3x = 6
1 2 3 4 5
.

 2x 1 + 4x 2 − 3x 3 + 2x 4 =3

−3x1 − 6x2 + 2x3 + 3x5 = 9

44 NOTE DE CURS
26. În următoarele exemple este dată forma eşalon redusă pe linii a
matricei extinse pentru un sistem de ecuaţii liniare. Determinaţi dacă
acel sistem este compatibil şi dacă da, aflaţi-i soluţia.

(1) 1 −1 2

1 0 −4
(2)
0 1 5

1 −2 6
(3)
0 0 0
 
1 −4 5
(4) 0 0 0
0 0 0
 
1 −3 0
(5) 0 0 1
0 0 0
 
1 0 −6
(6) 0 1 3 
0 0 0
 
1 −2 0 4
(7) 0 0 1 3
0 0 0 0
 
1 −2 0 0
(8) 0 0 1 0
0 0 0 1
 
1 0 0 −3 0
(9) 0 1 0 −4 0
0 0 1 5 0
 
0 1 0 0 −3
(10) 0 0 1 0 −4
0 0 0 1 5
 
1 −3 2 0 4 0
(11) 0 0 0 0 0 1
0 0 0 0 0 0
 
0 0 1 −3 0 2 0
(12) 0 0 0 0 1 −1 0
0 0 0 0 0 0 0
ALGEBRA LINIARA 45
27.
(1) Rezolvaţi sistemul de ecuaţii


 x1 + 2x2 − x3 + 2x4 + x5 =2

 −x − 2x + x + 2x + 3x
1 2 3 4 5 =6
.

 2x1 + 4x2 − 3x3 + 2x4 =3

−3x1 − 6x2 + 2x3 + 3x5 =9

(2) Determinaţi rangul matricei extinse a sistemului.

28. Determinaţi rangul matricei
 
0 1 0 −1 0 1 2
0 0 1 −2 0 6 0 
 
0 0 0 0 1 2 −1
 
0 0 0 0 0 0 0 
0 0 0 0 0 0 0

Siste Me

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Siste Me

Încărcat de

Drepturi de autor:

Formate disponibile

SISTEME LINIARE. METODA LUI GAUSS.

unde a1 , a2 , . . . , an se numesc coeficienţi iar b se numeşte termen

Exemplul 1.1. De exemplu 3x1 − 7x2 + x3 = 19 este o ecuaţie liniară

Exemplul 1.2. Pe de altă parte, ecuaţiile x1 + 5x2 x3 = 7, 2x1 − 7x2 +

Un sistem de ecuaţii liniare este o mulţime de m ecuaţii liniare

Mulţimea tuturor soluţiilor sistemului de ecuaţii liniare se numeşte

1.1. Sisteme. Vom ı̂ncepe cu o problemă centrală din algebra liniară:

2. Metoda cu determinanţi (Cramer)

Această metodă este numită şi regula lui Cramer.

(1) Ecuaţiile liniare ne conduc la geometria planelor. Nu

O soluţie Paralele: fără soluţie

Toată dreapta de soluţii

(3) În multe cazuri eliminarea funcţionează fără dificultăţi. Ma-

Eliminarea ı̂ncă poate fi făcută scăzând din ecuaţia a doua

(ecuaţia 2) − 4(ecuaţia1) 0 = −6.

2. Geometria ecuaţiilor liniare

Dreptele se ı̂ntâlnesc ı̂n x = 2, y = 3.

Răspunsul este: prima coloană multiplicată cu 2 şi a doua cu 3.

3. Metoda eliminării a lui Gauss

Problema este să determinăm u, v şi w aplicând metoda eliminării a lui

(2) scădem din a treia ecuaţie pe prima ı̂nmulţită cu −1. Obţinem

Coeficientul 2 este primul pivot. Eliminarea lui u ı̂nseamnă

Ultima ecuaţie ne dă w = 2. Înlocuind ı̂n ecuaţia 2 obţinem

pe poziţia pivotului atunci eliminarea trebuie să se oprească temporar

Sistemul este singular dacă

care este echivalent. Simplificarea se obţine prin eliminarea succesivă

• Înlocuirea ecuaţiei Ei cu αEi unde α este o constantă reală

• Înlocuirea ecuaţiei Ej cu suma Ej +αEi , unde α este o constantă

(2) substituţia inversă când vom rezolva sistemul propriu zis.

iar substituţia inversă ne dă x3 = 63 = 12 , x2 = 81 (−7 − 2x3 ) = −1,

În primă fază trebuie să eliminăm necunoscutele x şi y. Pentru

Am eliminat astfel necunoscuta x din a doua ecuaţie. În continuare

Pasul 2 Prima ecuaţie nu mai ia parte la procesul de eliminare,

z cu 3 şi-l aflăm pe y = 8 − 2z = 8 − 2 · 3 = 2. Revenind acum la

Notăm cele trei ecuaţii ale sistemului cu E1 , E2 şi E3 . Primul pivot

unde observăm că am eliminat necunoscuta x din ecuaţiile a doua şi

Orice soluţie a sistemului de mai sus este soluţie a sistemului iniţial.

Înmulţim ecuaţia a doua cu −1 şi obţinem sistemul echivalent

Eliminăm necunoscuta x2 din a treia ecuaţie luând E3 + E2 şi obţinem

Observatia 3.6. Nu ı̂ntotdeauna un sistem de ecuaţii liniare are soluţii.

Exemplul 3.7. Rezolvaţi sistemul de ecuaţii

Dacă vom adăuga ecuaţia a treia ecuaţia a doua ı̂nmulţită cu 2 adică

Acum ı̂ntrebarea este ce se ı̂ntâmplă cu Eij · A? Revenim acum la

Necunoscutele u şi v nu sunt inversate ı̂n schimbul liniilor. O matrice

Presupunem că A = AT poate fi factorizată A = LDU fără a schimba

7. Forma matriceală a sistemelor

8. Forma eşalon pe linii

Matricea a fost adusă astfel la forma eşalon pe linii. La forma eşalon

Matricea extinsă a sistemului este

care este evident un sistem incompatibil.

Observatia 8.3. Scopul transformărilor elementare făcute a fost să

Sistemului de mai sus i se asociază matricea extinsă

Exemplul 8.4. Să se rezolve sistemul

Considerăm matricea extinsă şi efectuăm transformările corespunzătoare

Aducem matricea extinsă la forma eşalon

Aducem matricea extinsă la forma eşalon pe linii

Matricea extinsă a sistemului este

Necunoscutele principale sunt x1 , x3 , x5 , aceste necunoscute corespund

(3) nicio linie cu toate elementele nule nu este urmată de linii cu

Observatia 8.10. Forma eşalon nu este unică deoarece avem mai

9. Forma eşalon redusă pe linii. Metoda Gauss-Jordan

(2) La fiecare pas de eliminare toţi termenii aflaţi sub pivot

a11 a12 . . . a1n b1

atunci cu metoda Gauss-Jordan sistemul este adus la forma