Cibernetică, statistică şi informatică economică

A LGEBR Ă LINIAR Ă
Demonstraţii ale unor rezultate matematice

Vegheş Ovidiu

email: ovidiuvro2012@[Link]

2021.01

Vegheş Ovidiu (email: ovidiuvro2012@[Link]) C URS 14 - A LGEBR Ă LINIAR Ă 2021.01 1 / 15

 Cuprins

1 Probleme date la examen în anii precedenţi

Examen [Link] (1)
Examen [Link] (2)
Examen [Link] (3)
Examen [Link] (4)
Examen [Link], [Link] (5)
Examen [Link] (6)
Examen [Link] (7)
Examen [Link] (8)
Examen [Link] (9)

2 Bibliografie

Vegheş Ovidiu (email: ovidiuvro2012@[Link]) C URS 14 - A LGEBR Ă LINIAR Ă 2021.01 2 / 15

 Probleme date la examen în anii precedenţi Examen [Link] (1)

Examen algebră [Link]

Varianta A. În spaţiul vectorial R2 , R se consideră B = (b1 = (−3, 2) , b2 = (−6, 5)) şi

vectorul x = (3, −5). Să se arate că B este reper în R2 , R , iar folosind metoda pivotării să se

determine [x]B vectorul coordonatelor lui x în reperul B.

Soluţie. E = (e1 = (1, 0) , e2 = (0, 1)) este reperul canonic din spaţiul vectorial real R2 .

e1 e2 b1 b2 x
e1 1 0 −3 −6 3
e2 0 1 2 5 −5 B = (b1 , b2 ) este reper (deci {b1 , b2 } bază)
3 3 −9 pentru că am aplicat de 2 ori lema schimbului
e1 1 2 0 2 2 singular plecând de la reperul canonic E.
b1 1 −5
0 2 1 5 2 Coordonatele vectorilor se determină conform
2
b2 2
1 0 1 −3 aceleaşi leme.
3
b1 −5 1 0 5
3 −2
−5
b1 3 −2 1 0 5
b2 2 0 1 −3
3 1
"Identificarea coordonatelor lui x în reperul (b1 , b2 ):"
 
5
[x]B = [x](b ,b ) = . Relaţia vectorială echivalentă cu scrierea matriceală este x = 5b1 + (−3) b2
1 2 −3
(adică (3, −5) = 5 (−3, 2) + (−3) (−6, 5)).
Observaţie. Conform teoremei privind modificarea coordonatelor unui vector la schimbarea reperelor avem
 −5    
−2 3 5
[b2 ]E −1 [x]E =
 
[x]B = [b1 ]E 3 = .
2 −5 −3
3 1

Vegheş Ovidiu (email: ovidiuvro2012@[Link]) C URS 14 - A LGEBR Ă LINIAR Ă 2021.01 3 / 15

 Probleme date la examen în anii precedenţi Examen [Link] (2)

Examen algebră [Link]

Varianta A. Se consideră funcţionala pătratică definită pe R3 , R ,

V (x) = x12 + 5x22 − 4x32 − 2x1 x2 + 4x2 x3 + 2x3 x1 , unde x = (x1 , x2 , x3 ) .

Aflaţi, folosind metoda Jacobi, o formă canonică a funcţionalei pătratice şi precizaţi natura ei.
Soluţie. Identificăm matricea A care verifică condiţia V (x) = [x]TE A [x]E , ∀x ∈ R3 , unde E este reperul cano-
nic din R3 . Fie φV (x, y ) = [x]TE A [y ]E , ∀x, y ∈ R3 . Folosind scrierea matriceală constatăm că φV verifică
axiomele: i) φV (x1 + x2 , y ) = φV (x1 , y ) + φV (x2 , y ), ∀x1 , x2 , y ∈ R3 ; ii) φV (αx, y ) = αφV (x, y ), ∀x, y ∈ R3 ,
∀α ∈ R; iii) φV (x, y ) = φV (y , x), ∀x, y ∈ R3 . În consecinţă φV este o funcţională biliniară simetrică, V este
forma pătratică obţinută din φV , iar [V ]E(1) = [φV ]E,E
(1)
= A.
   
x 1 1 −1 1
x1 x2 x3 A  x2 , x = (x1 , x2 , x3 ) ∈ R3 este verificată, unde A =  −1
 
V (x) = 5 2 .
x3 1 2 −4
 
 1 −1 
Fie ∆0 = 1, ∆1 = 1, ∆2 =   = 4, ∆3 = det A = −29. Obţinem
−1 5 
∆0 2 ∆1 2 ∆2 2 2 1 2 4 2  T
σ (x) = ∆1 (y1 ) + ∆2 (y2 ) + ∆3 (y3 ) = (y1 ) + 4 (y2 ) − 29 (y3 ) , unde [x]F = y1 y2 y3 .

Am considerat că F = (f1 = (c1,1 , 0, 0) , f2 = (c2,1, c2,2 , 0) , f3 = (c3,1 , c3,2 , c3,3 )) este reperul formei cano-
nice determinat de metoda Jacobi. Avem sgnV = 1(−) , 0(0) , 2(+) şi V este o funcţională pătratică nedefinită.
  
Observaţie. F = f1 = (1, 0, 0) , f2 = 41 , 14 , 0 , f3 = 29 7 3
, −4


, 29 29 se obţine prin rezolvarea sistemelor

  ϕV (e1 , f3 ) = 0
ϕV (e1 , f2 ) = 0
{ϕV (e1 , f1 ) = 1 ϕV (e2 , f3 ) = 0 .
ϕV (e2 , f2 ) = 1  ϕ (e , f ) = 1
V 3 3

Vegheş Ovidiu (email: ovidiuvro2012@[Link]) C URS 14 - A LGEBR Ă LINIAR Ă 2021.01 4 / 15

 Probleme date la examen în anii precedenţi Examen [Link] (3)

Examen algebră [Link]

Varianta A. Utilizând forma canonică Jordan a matricei sistemului să se determine soluţia
y 0 (x) = 5z (x)

generală a sistemului de ecuaţii diferenţiale liniare , unde x ∈ R.
z 0 (x) = 5y (x)
   
y 0 5
Soluţie. Etapa 0: Fie Z = . Forma matriceală este Z 0 = AZ , ∀x ∈ I ⊆ R, cu A = .
z 5 0
 
   (1) (1)
0−λ 5  = λ2 − 25 = (λ + 5) (λ − 5) = 0 ⇒ σ (A) = −5, 5 .
Etapa 1:
 
Pas 1. PA (λ) = 
5 0−λ   

    x1 = −α
5 5 5x1 + 5x2 = 0
Pas 2. I) Pentru λ = −5, avem B−5 = A + 5I2 = . Sistemul are soluţia x2 = α .
5 5 5x1 + 5x2 = 0
α ∈ R

   
  −1   −1
Obţinem ker B−5 = spanR . dimR ker B−5 = 1 =ordinul de multiplicitate pentru λ = −5. Alegem f1 = .
1 1

    x1 = β
−5 5 −5x1 + 5x2 = 0
I) Pentru λ = 5, avem B5 = A − 5I2 = . Sistemul are soluţia x2 = β .
5 −5 5x1 − 5x2 = 0
β ∈ R

   

1
1
Obţinem ker B5 = spanR . dimR ker B5 = 1 = ordinul de multiplicitate pentru λ = 5. Alegem f2 = .
1 1
 
     −1 1
0 5 −1 1 −5 0
Pas 3. Punem în evidenţă relaţia A = CDC −1 : A = =  2 2 .
5 0 1 1 0 5 1 1
2
   20
−1 v1 0 v1 = −5v1
Etapa 2: Notăm V = C Z , cu V = şi obţinem sistemul V = DV adică .
v2 v20 = 5v2
−5x

v1 (x) = c1 e
Etapa 3: Soluţia sistemului generală a sistemului este , cu x ∈ I = R.
v2 (x) = c2 e5x
−5x
+ c2 e5x

y (x) = −c1 e
Etapa 4: Din Z = CV obţinem , cu x ∈ I = R şi c1 , c2 constante reale fixate.
z (x) = c1 e−5x + c2 e5x
Vegheş Ovidiu (email: ovidiuvro2012@[Link]) C URS 14 - A LGEBR Ă LINIAR Ă 2021.01 5 / 15
 Probleme date la examen în anii precedenţi Examen [Link] (4)

Examen algebră [Link]

Varianta A. Se consideră subspaţiul X = spanR ({(1, 1, −2) , (1, 1, −1)}) în R3 , R . Să se

găsească o bază ortonormată pentru X (folosind procedura Gram–Schmidt). Să se determine

proiecţia ortogonală vectorului v = (4, 2, −1) pe X.
Soluţie. Fie e1 = (1, 0, 0) , e2 = (0, 1, 0) , e3 = (0, 0, 1) şi E = (e1 , e2 , e3 ) reperul canonic din spaţiul
vectorial real R3 . Acest reper este ortonormat în R3 înzestrat cu produsul scalar canonic (adică GE = I3 ).
Etapa 1: X = spanR ({a1 , a2 }), unde a1 = (1, 1, −2), a2 = (1, 1, −1).
Rezultă că X este un subspaţiu vectorial în R3 (fiind acoperirea liniară a unei mulţimi nevide de vectori), iar
{a1 , a2 } este sistem de generatori  pentru X (conform
 definiţiei).
  1 1
Avem rang [a1 ]E , [a2 ]E = rang  1 1  = 2 = număr de vectori. Folosind o consecinţă a teoremei
−2 −1
rangului rezultă că {a1 , a2 } este liniar independentă.
În consecinţă {a1 , a2 } este o bază în X şi dimR X = 2.
Etapa 2-Pasul 1: Vom determina, prin metoda Gram-Schmidt, vectorii ce construiesc o bază ortogonală
h1 = a1 = (1, 1, −2) ,
(
{h1 , h2 } a subspaţiului vectorial X: ha ,h i
.
h2 = a2 − 2 1 h1 = (1, 1, −1) − 46 (1, 1, −2) = 31 , 31 , 31 .
hh1 ,h1 i
Etapa 2-Pasul 2: Vom determina, prin nomare, vectorii ce construiesc o bază ortonormată {u1 , u2 } a
  
−2
 u1 = kh1 k h1 = √16 (1, 1, −2) = √16 , √16 , √6 ,

1
subspaţiului vectorial X: 1 1 1 1 1

 1 1 1

 u2 = kh k h2 = q 3 3 , 3 , 3 = √3 , √3 , √3 .

2 9  
Etapa 3: PrX (v ) = hv , u1 i u1 + hv , u2 i u2 = √8 · u1 + √5 · u2 = 43 , 43 , −8 + 53 , 53 , 53 = (3, 3, 1).


6 3 3

Vegheş Ovidiu (email: ovidiuvro2012@[Link]) C URS 14 - A LGEBR Ă LINIAR Ă 2021.01 6 / 15

 Probleme date la examen în anii precedenţi Examen [Link], [Link] (5)

Examene algebră
Varianta A. Fie B1 = {p1 = X − 3, p2 = X + 1}, B2 = {q1 = −4X + 6, q2 = 6X − 9},
B3 = {t1 = 4X + 1, t2 = 3X − 2, t3 = X + 4} considerate în (R1 [X ] , R) spaţiul vectorial al
polinoamelor de grad cel mult unu, cu coeficienţi numere reale şi nedeterminata X . Să se
studieze care dintre mulţimi este bază a spaţiului vectorial considerat. [ex.2020-Var.A]
Soluţie. Folosim consecinţele teoremeirangului.Fie E = (e1 = X , e2 = 1) reperul canonic din (R1 [X ] , R).
  1 1 număr de vectori
rang [p1 ]E , [p2 ]E = rang =2= ⇒ B1 bază.
−3 1 dimR R1 [X ]
 
  −4 6
rang [q1 ]E , [q2 ]E = rang = 1 6= număr de vectori ⇒ B2 nu este bază.
6 −9
 
  4 3 1
rang [t1 ]E , [t2 ]E , [t3 ]E = rang = 2 6= număr de vectori ⇒ B3 nu este bază.
1 −2 4

Varianta A. Se consideră CR ([0, 1]) spaţiul vectorial al funcţiilor reale continue definite pe
intervalul [0, 1] dotat cu produsul scalar hf , gi = 01 f (t) g (t) dt. Să se calculeze hf , gi şi
R

, g) pentru f (x) = x 2 − x + 1 şi g (x) = x 2 + x. [ex.2019-Var.A]

cos (f[
R    R    
Soluţie. hf , gi = 01 t 2 − t + 1 t 2 + t dt = 01 t 4 + t dt = 51 t 5 + 12 t 2 |10 = 10
7
.
R1 2 2 R1 4   
hf , f i = 0 t − t + 1 dt = 0 t − 2t + 3t − 2t + 1 dt = 5 t − 2 t + t − t + t |10 =
3 2 1 5 1 4 3 2 7
10 .
  2    
hg, gi = 01 t 2 + t dt = 01 t 4 + 2t 3 + t 2 dt = 51 t 5 + 12 t 4 + 13 t 3 |10 = 30
31
R R
.
7 √
hf ,gi
[
cos (f , g) = √ √ = q 10q = √21 ∈ [−1, 1].
hf ,f i hg,gi 7 31 31
10 30

Vegheş Ovidiu (email: ovidiuvro2012@[Link]) C URS 14 - A LGEBR Ă LINIAR Ă 2021.01 7 / 15

 Probleme date la examen în anii precedenţi Examen [Link] (6)

Examen algebră [Link]

Varianta A. În spaţiul vectorial R3 , R se consideră mulţimile

n o
X = spanR ({(−1, 0, 2) , (1, 1, −1) , (1, 2, 0)}) şi Y = (a, b, c) ∈ R3 | 3a + b − 2c = 0 .

Arătaţi că X şi Y sunt subspaţii vectoriale şi să se determine dimensiunea lor. Determinaţi
S = X + Y şi un suplement direct al lui X.
Soluţie. Fie E = (e1 = (1, 0, 0) , e2 = (0, 1, 0) , e3 = (0, 0, 1)) reperul canonic din spaţiul vectorial real R3 .
a) Notăm a1 = (−1, 0, 2), a2 = (1, 1, −1), a3 = (1, 2, 0). Rezultă că X = spanR ({a1 , a2 , a3 }) este un
subspaţiu vectorial în R3 (fiind acoperirea liniară a unei mulţimi nevide de vectori), iar {a1 , a2 , a3 } este sistem
de generatori pentru X (conform definiţiei).
 
  −1 1 1
rang [a1 ]E , [a2 ]E , [a3 ]E = rang  0 1 2  = 2 6= 3. În consecinţă vectorii sunt liniar dependenţi.
2 −1 0
Încercăm să aflăm dependenţa. În urma calculelor obţinem a3 = a1 + 2a2 .
Fie v ∈ X arbitrar. Atunci v = αa1 + βa2 + γa3 = (α + γ) a1 + (β + 2γ) a2 , cu α, β, γ ∈ R. Rezultă că
{a1 , a2 } este sistem de generatori pentru X. {a1 , a2 } este o mulţime
 de vectori
 liniar independentă (în
conformitate cu o consecinţă a teoremei rangului) pentru că rang [a1 ]E , [a2 ]E = 2 = număr de vectori. Am
justificat faptul că {a1 , a2 } este o bază în X şi dimR X = 2.
b) Y = spanR ({b1 , b2 }), unde b1 = (−1, 3, 0), b2 = (0, 2, 1). Rezultă că Y este un subspaţiu vectorial în R3
(fiind acoperirea liniară a unei mulţimi nevide de vectori), iar {b1 , b2 } este sistem de generatori pentru X
(conform definiţiei).

Vegheş Ovidiu (email: ovidiuvro2012@[Link]) C URS 14 - A LGEBR Ă LINIAR Ă 2021.01 8 / 15

 Probleme date la examen în anii precedenţi Examen [Link] (6)

Examen algebră [Link] - continuare

 
  −1 0
Avem rang [b1 ]E , [b2 ]E = rang  3 2  = 2 = număr de vectori. Folosind o consecinţă a teoremei
0 1
rangului rezultă că {b1 , b2 } este liniar independentă. În consecinţă {b1 , b2 } este o bază în Y şi dimR Y = 2.
c) w ∈ X ∩ Y dacă şi numai dacă w = (a, b, c) = (−α + β, β, 2α − β), cu α, β ∈ R, verifică ecuaţia
3a + b − 2c = 0. Soluţia ecuaţiei 6β − 7α = 3 (−α + β) + (β) − 2 (2α − β) = 0 este α = 6t, β = 7t, cu
t ∈ R. Deducem că spaţiul vectorial X ∩ Y = spanR ({w0 = (1, 7, 5)}) are dimR (X ∩ Y) = 1 ({w0 } liniar
independentă pentru că w0 6= 0R3 , {w0 } sistem de generatori pentru X ∩ Y conform definiţiei).
 
Subspaţiul vectorial S = X + Y ⊆ R3 are dimR (S) = 2 + 2 − 1 = 3 = dimR R3 conform teoremei lui
Grassmann. Conform principiului de saturare avem S = X + Y = R3 .
 
d) Arătăm că B = {a1 , a2 , b1 } este bază în R3 , R şi alegem X0 = spanR ({b1 }).
 
−1 1 −1 
  det=5 număr de vectori
rang [a1 ]E , [a2 ]E , [b1 ]E = rang  0 1 3  = 3= .
dimR R3
2 −1 0
Avem X + X0 = R3 (1). Evident X + X0 ⊆ R3 . Reciproc, orice vector v ∈ R3 poate fi scris ca
0 0
 γb1 , cu α, β, γ ∈ R. Dar αa1 + βa2 ∈ X, γb1 ∈ X şi în consecinţă v ∈ X + X .
v = αa1 + βa2 +
Avem X ∩ X0 = 0R3 (2). 0R3 este vector al oricărui subspaţiu, în particular 0R3 ∈ X ∩ X0 . Reciproc, dacă

 α=0
B l.i.
v ∈ X ∩ X0 ⇒ v = αa1 + βa2 = γb1 ⇒ αa1 + βa2 + (−γ) b1 = 0R3 ⇒ β = 0 ⇒ v = 0R3 .
 γ=0
Din (1) şi (2) avem X ⊕ X0 = R3 , conform teoremei de caracterizare a sumei directe. În consecinţă X0 este un
suplement direct al lui X în R3 .

Vegheş Ovidiu (email: ovidiuvro2012@[Link]) C URS 14 - A LGEBR Ă LINIAR Ă 2021.01 9 / 15

 Probleme date la examen în anii precedenţi Examen [Link] (7)

Examen algebră [Link]

Varianta A. Fie operatorul liniar
U : R3 → R3 , U (x) = (x1 , x1 + x3 , x1 + x2 + x3 ) , ∀x = (x1 , x2 , x3 ) ∈ R3 .
Aflaţi nucleul operatorului, imaginea operatorului şi dimensiunile acestor subspaţii.
Soluţie. Identificăm matricea A care verifică condiţia [U (x)]E = A [x]E , ∀x ∈ R3 , cu E reperul canonic din R3 .
Folosind scrierea matriceală constatăm că U verifică axiomele:
i) U(x1 + x2 ) = U(x1 ) + U(x2 ), ∀x1 , x2 ∈ R3 ; ii) U(αx) = αU(x), ∀x ∈ R3 , ∀α ∈ R
deoarece [U (x1 + x2 )]E = [U (x1 ) + U (x2 )]E şi [U (αx)]E = [αU (x)]E , ∀x, x1 , x2 ∈ R3 , ∀α ∈ R.
În consecinţă U este un operator liniar, iar [U]EE = A.
   
x1 1 0 0
[U (x)]E = A  x2 , x = (x1 , x2 , x3 ) ∈ R3 este verificată, unde A =  1 0 1 .
x3 1 1 1

n o
I) ker U = U −1 0R3 = x ∈ R3 | U (x) = 0R3 este subspaţiu vectorial.

 
   x1 = 0  x1 = 0
Sistemul A [x]E = 0R3 E este x1 + x3 = 0 şi are soluţia x2 = 0 .
 x +x +x  x =0
1 2 3 3

Obţinem ker U = 0R3 . dimR ker U = 0.
  n o
I) ImU = U R3 = y ∈ R3 | ∃x ∈ R3 , U (x) = y este subspaţiu vectorial.
ubspaţiul ImU ⊆ R3 are dimR ImU = dimR R3 − dimR ker U = 3 − 0 = 3 = dimR R3 conform teoremei
dimensiunii de la operatori. Conform principiului de saturare avem ImU = R3 .
Observaţie. U este izomorfism.

Vegheş Ovidiu (email: ovidiuvro2012@[Link]) C URS 14 - A LGEBR Ă LINIAR Ă 2021.01 10 / 15

 Probleme date la examen în anii precedenţi Examen [Link] (8)

Examen algebră [Link]

Varianta A. Fie f : R3 → R definită prin f (x1 , x2 , x3 ) = x1 − 2x3 .
a) Să se arate că f este o funcţională liniară
şi să se determine matricea funcţionalei f în reperul
B = ((0, 1, 1) , (1, 0, 1) , (1, 1, 0)) din R3 , R .
b) Să se se determine ker f , Imf , dimR ker f şi dimR Imf .

Soluţie. Fie E = (e1 = (1, 0, 0) , e2 = (0, 1, 0) , e3 = (0, 0, 1)) reperul canonic din spaţiul vectorial real R3 .
a) Identificăm matricea A care verifică condiţia f (x) = A [x]E , ∀x ∈ R3 , unde E este reperul canonic din R3 .
Folosind scrierea matriceală constatăm c ă f verifică axiomele:
  
i) f x 0 + x 00 = A x 0 + x 00 E = A x 0 E + x 00 E

   

= A x E + A x E = f x 0 + f x 00 , ∀x 0 , x 00 ∈ R3 ;
 0  00 

ii) f (αx) = A [αx]E = A α [x]E = αA [x]E = αf (x) , ∀x ∈ R3 , ∀α ∈ R.

În consecinţă f este o funcţională liniară, iar [f ]E(1) = A.

 
x1
Într-adevăr f (x) = A  x2 , x = (x1 , x2 , x3 ) ∈ R3 este verificată, unde A =
 
1 0 −2 .
x3
 
b) Arătăm că B = (b1 = (0, 1, 1) , b2 = (1, 0, 1) , b3 = (1, 1, 0)) este reper în R3 , R .
 
0 1 1 
  det=2 număr de vectori
rang [b1 ]E , [b2 ]E , [b3 ]E = rang  1 0 1  = 3 = .
dimR R3
1 1 0
Am folosit consecinţele teoremei rangului.

Vegheş Ovidiu (email: ovidiuvro2012@[Link]) C URS 14 - A LGEBR Ă LINIAR Ă 2021.01 11 / 15

 Probleme date la examen în anii precedenţi Examen [Link] (8)

Examen algebră [Link] - continuare

 
0 1 1
Avem [f ]B(1) =
     
f (b1 ) f (b2 ) f (b3 ) = 1 0 −2  1 0 1 = −2 −1 1 .
1 1 0

n o
c) ker (f ) = f −1 0R3 = x ∈ R3 | f (x) = 0R3 este subspaţiu vectorial.


 x1 = 2α
Ecuaţia x1 − 2x3 = 0 are soluţia x2 = β , cu α, β ∈ R .
 x =α
3

Obţinem ker f = spanR ({v1 = (2, 0, 1) , v2 = (0, 1, 0)}) .

Atunci {v1 , v2 } este sistem de generatori
 pentru
 X (conform definiţiei).
  2 0
Avem rang [v1 ]E , [v2 ]E = rang  0 1  = 2 = număr de vectori. Folosind o consecinţă a teoremei
1 0
rangului rezultă că {v1 , v2 } este liniar independentă.
 ă {vn1 , v2 } este o bază în ker f şi dim
În consecinţ o R ker f = 2.
d) Imf = f R3 = y ∈ R3 | ∃x ∈ R3 , f (x) = y este subspaţiu vectorial.
Subspaţiul Imf ⊆ R are dimR Imf = dimR R3 − dimR ker f = 3 − 2 = 1 = dimR R conform teoremei
dimensiunii de la operatori. Conform principiului de saturare avem Imf = R .
Observaţie. f este surjectivă fără a fi injectivă.

Vegheş Ovidiu (email: ovidiuvro2012@[Link]) C URS 14 - A LGEBR Ă LINIAR Ă 2021.01 12 / 15

 Probleme date la examen în anii precedenţi Examen [Link] (9)

Examen algebră [Link]

Varianta A. În spaţiul euclidian R3 , R, h·, ·i , înzestrat cu produsul scalar canonic

hx, y i = x1 y1 + x2 y2 + x3 y3 , x = (x1 , x2 , x3 ) , y = (y1 , y2 , y3 ) ∈ R3

se consideră subspaţiul X = spanR ({(1, 1, −2) , (1, 1, −1)}). Dacă X⊥ este complementul
ortogonal al lui X în R3 , iar P : R3 → R3 este operatorul liniar definit prin P (x) = PrX⊥ (x),
pentru x ∈ R3 , cercetaţi dacă X⊥ = spanR ({(−1, 1, 0)}) şi P este operator autoadjunct.
Determinaţi X ∩ X⊥ .
Soluţie. Fie E = (e1 = (1, 0, 0) , e2 = (0, 1, 0) , e3 = (0, 0, 1)) reperul canonic din spaţiul vectorial real R3 .
Se ştie că X⊥ este subspaţiu vectorial, iar dacă X este subspaţiu vectorial, atunci X ⊕ X⊥ = R3 şi X⊥X⊥
conform teoremei de descompunere în spaţii ortogonale. Ca o consecinţă avem dimR X⊥ = dim 3
R R −dimR X.
a) Fie a1 = (1, 1, −2) , a2 = (1, 1, −1) , b1 = (−1, 1, 0). Arătăm că {a1 , a2 , b1 } este bază în R3 , R .
 
1 1 −1 
  det=−2 număr de vectori
rang [a1 ]E , [a2 ]E , [b1 ]E = rang  1 1 1  = 3= .
dimR R3
−2 −1 0
Am folosit consecinţele teoremei rangului.
b) X = spanR ({a1 , a2 }). Rezultă că X este un subspaţiu vectorial în R3 (fiind acoperirea liniară a unei mulţimi
nevide de vectori), iar {a1 , a2 } este
 sistem de generatori
 pentru X (conform definiţiei).
  1 1
Avem rang [a1 ]E , [a2 ]E = rang  1 1  = 2 = număr de vectori. Folosind o consecinţă a teoremei
−2 −1
rangului rezultă că {a1 , a2 } este liniar independentă. În consecinţă {a1 , a2 } este o bază în X şi dimR X = 2.

Vegheş Ovidiu (email: ovidiuvro2012@[Link]) C URS 14 - A LGEBR Ă LINIAR Ă 2021.01 13 / 15

 Probleme date la examen în anii precedenţi Examen [Link] (9)

Examen algebră [Link] - continuare

n o n o
c) Ştim că X⊥ = w ∈ R3 | w⊥X = w ∈ R3 | w⊥a1 , w⊥a2 . Arătăm că X⊥ = spanR ({b1 }). Deoarece
hb1 , a1 i = 0 şi hb1 , a2 i = 0 rezultă că b1 ∈ X⊥ . Cum X⊥ este subspaţiu avem spanR ({b1 }) ⊆ X⊥ . Conform
principiului de saturare avem spanR ({b1 }) = X⊥ (deoarece dimR X⊥ = 3 − 2 = 1 = dimR spanR ({b1 })).
d) Relaţia X ⊕ X⊥ = R3 rezultă din teorema de descompunere în spaţii ortogonale.
X + X⊥ =  R3

Avem X ⊕ X⊥ = R3 ⇔ conform teoremei de caracterizare a sumei directe.
X ∩ X⊥ = 0R3
⊥

Rezultă X ∩ X = 0R3 .
e) Conform teoremei de caracterizare a proiecţiei ortogonale sunt echivalente afirmaţiile:
i) P este operator de proiecţie ortogonală pe X⊥ ;
ii) P ◦ P = P (P este operator de proiecţie) şi hP (x) , y i = hx, P (y )i, ∀x, y ∈ R3 (P este autoadjunct).
În consecinţă orice operator de proiecţie ortogonală este operator autoadjunct.
hx,hi
Observaţie [determinarea lui P]. Ştim că PrspanR ({h}) (x) = hh,hi h. Atunci
 
h i −1 
x1 x2 x3   1  
0
P (x1 , x2 , x3 ) =   (−1, 1, 0) = (y1 , y2 , y3 ),
h i −1 
−1 1 0   1  
0
1 1 1 1


 y1 = −1 2 x2 − 2 x
1 = 2 x1 − 2 x2
unde y = 1 12 x2 − 12 x1
= 21 x2 − 21 x1 .
 2
y3 = 0 12 x2 − 12 x1 = 0

Vegheş Ovidiu (email: ovidiuvro2012@[Link]) C URS 14 - A LGEBR Ă LINIAR Ă 2021.01 14 / 15

 Bibliografie

Bibliografie
1 G. Cenuşă, I. Săcuiu, V. Burlacu. Matematici. Curs pentru studenţii din anul I de la
specializarea: Planificare şi Cibernetică Economică. [Link], 1986.
2 G. Cenuşă, R. Şerban, C. Raischi. Matematici pentru economisti. Curs în format digital.
Capitolul 1. [Link]
3 C. Neculăescu, O. Vegheş. Introducere în algebra liniară. Curs în format digital. Capitolul
1,2,3. [Link]
4 G. Cenuşă şi colectiv catedră. Matematici pentru economişti. [Link], Bucureşti, 2000.
5 G. Cenuşă şi colectiv catedră. Matematici pentru economişti. Culegere de probleme.
[Link], Bucureşti, 2001.
6 S.H. Friedberg, A.J. Insel., L.E. Spence Linear Algebra. Printice Hall, 2003.
7 S. Roman, Advanced Linear Algebra, 3ed, Springer, 2008.
8 J.S. Golan, The Linear Algebra - a Beginning Graduate Student Ought to Know, Springer,
2007.
9 [Link] (Strang, Gilbert, 2011, 18.06SC Linear Algebra. - Massachusetts Institute
of Technology: MIT OpenCourseWare).
10 R. Şerban (coord.) şi colectiv catedră. Culegere de probleme de algebră liniară. [Link],
1999.
11 A. Toma. Algebră liniară. Culegere de probleme. [Link], 2002.
12 [Link]

Vegheş Ovidiu (email: ovidiuvro2012@[Link]) C URS 14 - A LGEBR Ă LINIAR Ă 2021.01 15 / 15