Sunteți pe pagina 1din 124

Contents

Chapter 1. Spaţiul vectorilor liberi 3


1. Vectori liberi 3
2. Operaţii cu vectori liberi 5
3. Coliniaritate şi coplanaritate 8
4. Produse cu vectori liberi 15
5. Probleme 22

Chapter 2. Spaţii vectoriale 27


1. De…niţia unui spaţiu vectorial. Exemple 27
2. Subspaţii vectoriale. Operaţii cu subspaţii vectoriale 28
3. Combinaţii liniare. Sisteme de generatori. Dependenţ¼ a şi independenţ¼
a
liniar¼
a 31
4. Baz¼ a. Dimensiune 33
5. Dimensiunea unui subspaţiu vectorial 36
6. Rangul unui sistem de vectori şi rangul matricei sale. Sisteme de ecuaţii
liniare 37
7. Matricea de trecere de la o baz¼ a la alta. Schimbarea coordonatelor unui
vector la schimbarea bazei 42
8. Metoda lui Gauss pentru rezolvarea sistemelor de ecuaţii algebrice
liniare 44
9. Probleme 49

Chapter 3. Aplicaţii liniare 53


1. Aplicaţii liniare. Izomor…sme de spaţii
vectoriale 53
2. Nucleu şi imagine 55
3. Matricea asociat¼ a unei aplicaţii liniare 58
4. Matrice şi aplicaţii liniare 60
5. Transformarea matricei unei aplicaţii liniare la schimbarea bazelor 62
6. Probleme 64

Chapter 4. Valori şi vectori proprii. Forma canonic¼


a a unui endomor…sm 67
1. Valori şi vectori proprii ai unui
endomor…sm 67
2. Polinom caracteristic. Polinoame de matrice şi de endomor…sm.
Teorema Hamilton-Cayley 70
3. Diagonalizarea matricelor 72
4. Forma canonic¼ a Jordan 76
5. Probleme 80
1
2 CONTENTS

Chapter 5. Spaţii euclidiene. Endomor…sme pe spaţii euclidiene 83


1. Spaţii euclidiene 83
2. Ortogonalitate. Baze ortonormate 86
3. Complementul ortogonal al unui subspaţiu 90
4. Transform¼ ari liniare autoadjuncte 91
5. Transform¼ ari liniare ortogonale 93
6. Probleme 95

Chapter 6. Forme biliniare. Forme p¼ atratice 99


1. Forme biliniare. Matrice asociat¼ a. Rangul unei forme biliniare 99
2. Forme p¼atratice. Reducerea la forma canonic¼ a 101
3. Legea de inerţie a formelor p¼
atratice 109
4. Reducerea simultan¼ a la forma canonic¼a a dou¼
a forme p¼
atratice 110
5. Probleme 112
Chapter 7. Elemente de calcul tensorial 115
1. Dualul unui spaţiu vectorial 115
2. Aplicaţii multiliniare. Forme multiliniare 118
3. Tensori. Coordonatele unui tensor într-o baz¼ a 119
4. Operaţii cu tensori 120
5. Transformarea coe…cienţilor unui tensor la schimbarea bazei 122
6. Probleme 124
CHAPTER 1

Spaţiul vectorilor liberi

Calculul vectorial este o creaţie matematic¼ a, care îşi a‡a¼ originea în …zic¼
a
(mecani-

a). În acest capitol prezent¼ am operaţiile cu vectori care constituie algebra vec-
torial¼
a. Vectorii sunt entit¼aţi matematice introduse pentru a reprezenta m¼ arimi
mecanice ca: forţa, viteza, acceleraţia etc.

1. Vectori liberi
Fie S spaţiul geometriei elementare de…nit cu axiomele lui Euclid (numit şi
spaţiul …zic sau spaţiul intuitiv ). Spaţiul S este tocmai spaţiul în care tr¼
aim şi
este conceput ca o mulţime de puncte. Dreptele, planele sunt submulţimi ale lui
S. Punctul, dreapta, planul şi spaţiul S sunt noţiuni primare legate prin anumite
axiome, cunoscute din geometria elementar¼ a.
În geometrie, vectorii sunt segmente orientate, iar în …zic¼
a acele m¼ arimi repre-
zentabile geometric prin segmente orientate. Astfel forţa aplicat¼ a într-un punct al
unui sistem material este un vector legat.
DEFINIŢIE. O pereche ordonat¼ a de puncte (A; B) 2 S S se numeşte segment
!
orientat sau vector legat şi se noteaz¼a AB (…g. 1.1). Punctul A se numeşte origine,
iar punctul B extremitate. Dac¼ a A 6= B, dreapta determinat¼ a de punctele A şi B
! !
se numeşte dreapta suport a vectorului AB. Vectorul legat AA se numeşte vector
legat nul, dreapta sa suport …ind nedeterminat¼ a.
! !
Vectorii legaţi AB şi BA se numesc opuşi şi sunt distincţi dac¼
a A 6= B.
! !
DEFINIŢIE. Doi vectori legaţi nenuli AB şi CD au aceeaşi direcţie dac¼
a dreptele
lor suport sunt paralele sau coincid.
!
Un vector legat nenul AB determin¼ a unic dreapta AB şi un sens de parcurs pe
aceast¼a dreapt¼a: sensul de la A la B.

Fig. 1.1

3
4 1. SPA ŢIUL VECTORILOR LIBERI

!
DEFINIŢIE. Fie punctele necoliniare A; B; C; D. Vectorii legaţi nenuli AB şi
!
CD au aceeaşi orientare (acelaşi sens) dac¼ a au aceeaşi direcţie şi dac¼
a punctele
B şi D se a‡a¼ de aceeaşi parte a dreptei determinat¼ a de A şi C (…g. 1.2). Dac¼ a
! !
A; B; C; D sunt coliniare, consider¼ am punctele E; F 2 = AB astfel încât AB şi EF au
! ! ! !
acelaşi sens. Spunem c¼ a AB şi CD au acelaşi sens dac¼ a CD şi EF au acelaşi sens.
Doi vectori legaţi care au aceeaşi direcţie, dar nu au aceeaşi orientare, se spune c¼a
au orient¼ari opuse (sensuri opuse).

Fig. 1.2 Fig. 1.3


!
DEFINIŢIE. Se numeşte norma (lungimea sau modulul ) unui vector legat AB,
distanţa dintre punctele A şi B (relativ la o unitate de m¼ asur¼a …xat¼a) şi se noteaz¼
a
!
kABk. Evident lungimea vectorului legat nul este egal¼ a cu zero.
! !
OBSERVAŢIE. Vectorii legaţi AB şi CD sunt egali dac¼ a şi numai dac¼ aA C
şi B D.
! !
DEFINIŢIE. Doi vectori legaţi nenuli AB şi CD se numesc echipolenţi (vom
! !
nota AB CD) dac¼ a au acelaşi sens şi aceeaşi lungime (…g.1.3). Vom admite c¼ a
toţi vectorii legaţi nuli sunt echipolenţi.
Este clar c¼
a:
! ! ! !
a) AB CD () AC BD;
! !
b) AB CD () ABDC este paralelogram;
! !
c) AB CD () [AD] şi [BC] au acelaşi mijloc.
EXEMPLU. În patrulaterul ABCD, …e I, J, K, L, M , N mijloacele segmentelor
[AB], [BC], [CD], [DA], [AC], respectiv [BD]. Deoarece IJ şi LK sunt linii
! !
mijlocii în triunghiurile ABC respectiv ACD, rezult¼
a c¼
a IJkLK şi kIJk = kLKk =
1 ! ! !
kACk. Cum J şi K se a‡a¼ în acelaşi semiplan, IJ şi LK au acelaşi sens. În
2 ! ! ! ! ! !
consecinţ¼
a IJ LK. Similar se arat¼ a c¼
a N L JM şi LM N J.
Relaţia de echipolenţ¼
a în mulţimea vectorilor legaţi are aceleaşi propriet¼
aţi ca
şi relaţia de egalitate a numerelor şi anume:
! !
1) AB AB; (re‡exivitate)
! ! ! !
2) AB CD ) CD AB; (simetrie)
! ! ! ! ! !
3) AB CD şi CD EF ) AB EF . (tranzitivitate)
2. OPERA ŢII CU VECTORI LIBERI 5

Aceste propriet¼ aţi rezult¼


a din de…niţia echipolenţei. De exemplu, 3) este con-
secinţ¼
a a tranzitivit¼
aţii paralelismului şi a egalit¼
aţii numerelor reale.
Fiind dat un vector legat, exist¼
a o in…nitate de vectori legaţi echipolenţi cu
acesta.
DEFINIŢIE. Se numeşte vector liber mulţimea tuturor vectorilor legaţi echipolenţi
cu un vector legat dat.
!
Vom nota vectorii liberi cu litere latine mici cu s¼ a: !
ageat¼ a ; b ; :::
! ! ! !
Fie AB un vector legat. Consider¼ am vectorul liber ! a =fCD; CD ABg.
! !
Orice vector legat din a se numeşte reprezentant al vectorului liber a . Normal ar
! !
a scriem AB 2 !
… s¼ a cum se obişnuieşte (prin abuz) vom scrie AB = !
a , îns¼ a.
!
Vectorul liber determinat de toţi vectorii legaţi nuli îl vom nota cu 0 şi se va
numi vectorul nul.
Vom nota cu V3 mulţimea vectorilor liberi din spaţiul S.
DEFINIŢIE. Fie ! a 2 V3 . Prin direcţie, sens şi lungime ale vectorului liber !
a
vom înţelege direcţia, sensul respectiv lungimea comune tuturor vectorilor legaţi
din !
a.
Pentru orice vector liber ! a 2 V3 vom nota cu k! a k norma sau lungimea lui ! a,
! !
care coincide deci cu norma oric¼ arui reprezentant al s¼ au. Dac¼
a a = AB, atunci
! !
vectorul liber determinat de BA îl vom nota cu ! a , deci BA = ! a.
! !
DEFINIŢIE. Doi vectori liberi ! a şi b sunt egali şi vom scrie !a = b dac¼ a
reprezentanţii lor sunt echipolenţi sau, echivalent, dac¼
a au acelaşi sens şi aceeaşi
lungime.
DEFINIŢIE. Un vector liber cu lungimea unu se numeşte versor.
DEFINIŢIE. Doi sau mai mulţi vectori liberi nenuli care au aceeaşi direcţie se
numesc vectori coliniari. Trei sau mai mulţi vectori liberi nenuli care au reprezen-
!
tanţii paraleli cu acelaşi plan se numesc vectori coplanari.Vectorul nul 0 având
!
direcţia nedeterminat¼ a, se consider¼
a coliniar cu orice vector liber.Vectorul nul 0
este coplanar cu orice doi vectori liberi nenuli.
OBSERVAŢIE. Fie O 2 S un punct …xat, numit origine. Pentru orice ! a 2 V3
! !
exist¼a un singur punct M astfel încât OM = a . În acest fel se stabileşte o bijecţie
între V3 şi spaţiul …zic S în care am …xat originea O.

2. Operaţii cu vectori liberi


Fie, deci, V3 mulţimea tuturor vectorilor liberi din S3 . Mulţimea V3 se poate
organiza ca un grup aditiv comutativ, de…nind adunarea prin regula triunghiului
sau a paralelogramului.
! ! ! !
DEFINIŢIE. Fie ! a ; b 2 V3 şi OA 2 ! a ; AB 2 b . Vectorul liber ! c de
! ! !
reprezentant OB (…g. 2.1) se numeşte vectorul sum¼a al vectorilor a şi b şi se
! ! ! !
a!
noteaz¼ c =! a + b sau în reprezentanţi OB = OA + AB.
! !
a vectorii !
Este evident c¼ a ; b ;!
c =! a + b sunt coplanari. Regula cuprins¼ a în
aceast¼
a de…niţie se numeşte regula triunghiului.
6 1. SPA ŢIUL VECTORILOR LIBERI

Fig. 2.1
!
OBSERVAŢII. 1) Vectorul liber sum¼ a !c = ! a + b nu depinde de alegerea
! !
punctului O, deci de…niţia este ”corect¼ a CD 2 !
a”. Aşadar dac¼ a ; C 6= O şi DE 2
! ! !
b , atunci CE este echipolent cu OB.
! ! ! ! !
2) Dac¼a OA 2 a şi OB 2 b , atunci vectorul liber ! c = OC, unde OC este
!
diagonala paralelogramului OACB , este, evident, vectorul sum¼ a! c =! a + b (…g.
2.2), iar regula respectiv¼
a se numeşte regula paralelogramului. Aceast¼ a regul¼a se
! !
poate aplica numai dac¼ a vectorii a şi b nu sunt coliniari. Menţion¼ am c¼
a cele dou¼a
reguli pot … extinse la suma unui num¼ ar oarecare de vectori liberi.

Fig. 2.2

3) Experienţa arat¼ a c¼
a acţiunea a dou¼
a forţe în acelaşi punct poate … înlocuit¼
a
cu acţiunea unei singure forţe reprezentat¼a de diagonala paralelogramului constituit
cu cele dou¼ a forţe (vectori). Aşadar, regula paralelogramului îşi are originea în
!
mecanic¼ a, compunerea forţelor f¼ acându-se dup¼a aceast¼a regul¼ a: OC este rezultanta
! !
forţelor OA şi OB.

PROPOZIŢIA 2.1. (V3 ; +) este un grup comutativ.Mai precis au loc:


! ! ! !
1) a + b = b +! a ; 8!
a ; b 2 V3 ; (comutativitate)
! ! ! ! ! ! ! ! !
2) ( a + b ) + c = a + ( b + c ); a ; b ; c 2 V3 ; (asociativitate)
! !
3) 9 0 2 V3 astfel încât !a + 0 =! a ; 8!
a 2 V3 ;
!
4) 8 a 2 V3 9 a 2 V3 astfel încât !
! ! a +( ! a)= 0:

Demonstraţie. Comutativitatea este asigurat¼ a de regula paralelogramului. S¼ a


! ! ! !
am acum asociativitatea. Fie !
justi…c¼ a; b; ! c 2 V3 , cu OA 2 ! a ; AB 2 b ;
! ! ! ! !
BC 2 ! c (…g. 2.3). Atunci (!a + b)+! c are ca reprezentant pe OC = OB + BC,
! ! ! !
unde OB 2 ! a + b , iar vectorul !a +(b +! c ) are ca reprezentant pe OC =
! ! ! ! ! ! !
= OA + AC, unde AC 2 b + c . Deci (! a + b)+! c =! a +(b +! c ), deoarece
! !
au acelaşi reprezentant OC. Elementul neutru este vectorul nul 0 . Pentru orice
!a 2 V3 , vectorul ! a este simetricul (opusul) vectorului !a.
2. OPERA ŢII CU VECTORI LIBERI 7

Fig. 2.3

OBSERVAŢIE. Existenţa opusului unui vector permite de…nirea sc¼aderii a doi


! ! ! !
vectori liberi !
a ; b prin !
a b = a + ( b ).

În continuare, vom introduce o lege de compoziţie extern¼ a: : R V3 ! V3


numit¼
a înmulţirea unui vector liber cu un num¼ar real (scalar) astfel:

DEFINIŢIE. Fie 2 R şi !a 2 V3 . Prin vectorul liber ! a înţelegem un vector


liber determinat astfel:
a) k !a k = j j k!a k;
b) dac¼a !a 6= 0 şi > 0 atunci ! a şi !
a au acelaşi sens, iar dac¼
a < 0 au
! !
sensuri opuse; când = 0 sau a = 0 , atunci !
! a = 0.

PROPOZIŢIA 2.2. În V3 , înmulţirea cu scalari a vectorilor liberi are urm¼a-


toarele propriet¼aţi:
5) 1 ! a =! a ; 8!a 2 V3 ;
6) ( a ) = ( )!
! a ; 8 ; 2 R; 8! a 2 V3 ;
7) ( + ) a = a + !
! ! a ; 8 ; 2 R; 8!
a 2 V3 ;
! ! ! ! ! !
8) ( a + b ) = a + b ; 8 2 R; 8 a ; b 2 V3 .

Demonstraţie. Propunem 5) şi 6) ca exerciţiu. 7) Aşadar, …e ; 2 R şi


!
a 2 V3 . Vom ar¼ a ( + )!
ata c¼ a = ! a + ! a . Distingem mai multe cazuri.
a) Dac¼a > 0, atunci vectorii ( + )! a şi ! a + ! a au acelaşi sens cu
!
a dac¼ !
a ; > 0 şi sens contrar lui a dac¼ a ; < 0. Totodat¼ a j + j = j j + j j.
Atunci k ! a + ! ak = k ! ak+k ! a k = j j k!a k + j j k!
a k = (j j + j j)k!ak =
= j + j k! a k = k( + )! a k.
b) Dac¼a > 0; < 0 şi + < 0, atunci ! a+ ! a = ! a +[ + ( + )]! a =
= a! ! ! !
a + ( + ) a = ( + ) a , conform a).
Similar se trateaz¼
a celelalte cazuri.
8 1. SPA ŢIUL VECTORILOR LIBERI

Fig. 2.4
! ! ! ! ! !
8) Fie > 0 şi OA; OB; OC; OD reprezentanţi ai vectorilor ! a; b; !a + b;
!
(!
a + b ) (…g. 2.4). Dac¼ a ED k OB, E 2 OA şi F D k OA, F 2 OB, din teorema
! ! ! !
fundamental¼ a a asem¼ an¼
arii rezult¼
a kOEk = kOAk . Similar kOF k = kOBk. În
! ! ! ! ! ! !
consecinţ¼
a OE = OA; OF = OB. Din OD = OE + OF rezult¼ a 8). Dac¼
a <0
! ! !
, atunci (! a + b ) = ( ) (! a + b ) = [( ) ! a + ( ) b ]. Dar (! u +!v)=
= ! u ! v şi ( 1) ( ) !a = ! a (vezi 6)). Se obţine 8).
! 1
a!
DEFINIŢIE. Dac¼ a 6= 0 , atunci !
u = ! !a se numeşte versor al vectorului
kak
!
a:

3. Coliniaritate şi coplanaritate


! ! ! !
Fie !a ; b 2 V3 ; !
a 6= 0 ; b 6= 0 .
!
PROPOZIŢIA 3.1. Dac¼a b şi ! a sunt coliniari, atunci exist¼a 2 R, unic,
! !
astfel încât b = a .
! !
Demonstraţie. Cum ! a ; b 2 V3 nf 0 g, atunci exist¼ a versorii acestor vectori
!0
a !0 =
! ! ! ! !
=! a =k! a k; b = b =k b k. Deoarece ! a a0 = b0 . Atunci
a şi b sunt coliniari rezult¼
! !
! ! !0 ! !0 k b k! ! kbk
avem succesiv: b = k b k b = k b k( a ) = a = a , unde = .
k!ak k!ak

!
OBSERVAŢII. 1) Evident, dac¼ a ! a 0 2 R,
a şi b sunt coliniari, atunci exist¼
!
unic, astfel încât !
a = 0 b.
! !
2) 0 = 0 a .
!
TEOREMA 3.2. Vectorii nenuli ! a şi b sunt coliniari dac¼a şi numai dac¼a
! !
exist¼a ; 2 R, nenule simultan, astfel încât ! a + b = 0.
!
Demonstraţie. Folosind propoziţia 3.1 rezult¼
a c¼ a!
a dac¼ a şi b sunt coliniari,
! ! !
atunci exist¼a 2 R astfel ca !a = b , deci 1 ! a +( ) b = 0.
! !
Reciproc, dac¼a, de exemplu, 6= 0, atunci !a = a !
b , adic¼ a şi b sunt
coliniari. Cazul 6= 0 se trateaz¼
a similar.
3. COLINIARITATE ŞI COPLANARITATE 9

! ! !
PROPOZIŢIA 3.3. Dac¼a !
a şi b sunt necoliniari, atunci !
a + b = 0 dac¼a
şi numai dac¼a = = 0.
!
Demonstraţie. Dac¼ a 6= 0 sau 6= 0 ar rezulta c¼ a! a şi b sunt coliniari ceea
ce ar contrazice ipoteza, deci = = 0. Reciproca este imediat¼ a.
PROBLEMA ! !
¼ . Fie vectorii necoliniari u şi v . S¼a se determine , astfel încât
! ! ! ! ! !
vectorii a = u + 3 v , b = u v s¼
a …e coliniari.
! !
Soluţie. Din !a = b , rezult¼ a( )!u + (3 )!
v = 0 . Conform propoz-
iţiei 3.3, = 0, 3 = 0, deci = 3 şi = 3.
! !
Fie, acum, ! a ; b ;!
c 2 V3 , b şi !
c necoliniari.
PROPOZIŢIA 3.4. (Descompunerea unui vector dup¼ a dou¼a direcţii necoliniare)
!
Dac¼a vectorii !
a ; b ;!
c sunt coplanari, atunci exist¼a ; 2 R unic determinaţi
!
astfel ca !
a = b + ! c.
! !
a!
Demonstraţie. Dac¼ a = 0 propoziţia este evident¼
a. Presupunem c¼ a! a 6= 0 .
! ! ! ! ! ! !
Fie OA 2 a , OB 2 b , OC 2 c . Cum ! a ; b ;!
c sunt coplanari, rezult¼a c¼
a punctele
O; A; B; C sunt coplanare (…g. 3.1).

Fig. 3.1
! !
Cazurile b şi a coliniari sau !
c şi ! a coliniari sunt evidente şi nu le abord¼ am.
! ! !
Ducem AA1 kOC şi AA2 kOB. Deoarece OA1 este coliniar cu OB şi OA2 este col-
! ! ! !
iniar cu OC, conform propoziţiei 3.1, exist¼a ; 2 R, astfel ca OA1 = OB; OA2 =
! ! ! ! ! ! !
OC. Dar OA = OA1 + OA2 = OB + OC. În concluzie ! a = b+ ! c . În plus,
! ! 0 ! ! 0 ! !
dac¼a a = 0 b + c , atunci ( 0
) b + +( ) c = 0 . Conform propoziţiei
a 0 = , 0 = , deci şi sunt unic determinaţi.
3.3 rezult¼
PROBLEME REZOLVATE. 1) Fie O un punct …xat. Punctele A, B, C sunt
coliniare dac¼
a şi numai dac¼
a exist¼
a ; ; 2 R, nenule simultan, astfel ca
! ! ! !
(3.1) OA + OB + OC = 0 şi + + = 0:
Soluţie. Dac¼
a A, B, C sunt coliniare, conform propoziţiei 3.1, exist¼
a 2 R
! ! ! ! ! !
astfel încât AC = AB sau OC OA = (OB OA). Atunci are loc (3.1) cu
= 1, = , = 1. Reciproc, dac¼a, de exemplu, 6= 0, atunci + 6= 0 şi
! ! ! ! ! ! ! ! !
OA = OB + OC. Dar OA = OB + BA, OC = OB + BC. Înlocuind,
+ +
! !
obţinem BA = BC, deci punctele A, B, C sunt coliniare.
+
10 1. SPA ŢIUL VECTORILOR LIBERI

2) Fie O un punct …xat şi A, B, C trei puncte necoliniare. Pentru orice punct
M din planul ABC exist¼
a ; ; 2 R, astfel încât

! ! ! !
OM = OA + OB + OCşi + + = 1:

A…rmaţia reciproc¼a este adev¼arat¼a?


! ! !
Soluţie. Conform propoziţiei 3.4 exist¼
a ; 2 R astfel ca AM = AB + AC
! ! ! ! ! ! !
sau OM OA = (OB OA) + (OC OA). În consecinţ¼ a OM = ( +
! ! !
+1)OA + OB + OC. Lu¼ am = + 1, = , = .
! !
Reciproc, dac¼a =1 , introducând în relaţia dat¼
a, rezult¼
a AM = AB+
!
+ AC adic¼ a punctele M , A, B, C sunt coplanare.

! !
PROPOZIŢIA 3.5. Fie vectorii necoplanari !
a ; b ;!
c 2 V3 . Dac¼a !
a + b+
! !
+ c = 0 , atunci = = = 0:

!
Demonstraţie. Dac¼ a, de exemplu, 6= 0, atunci ! a = b + ! c; = = ;
!
= = , deci vectorii !
a ; b ;!
c sunt coplanari, ceea ce contrazice ipoteza. Aşadar
!
= 0: Cum b şi ! c sunt necoliniari, rezult¼
a = = 0 (prop. 3.3).

!
TEOREMA 3.6. (Descompunerea unui vector dup¼ a trei direcţii) Fie !
a; b;!
c 2
!
2 V3 necoplanari şi d 2 V3 . Atunci exist¼a ; ; 2 R unic determinaţi astfel ca
! ! !
d = b + b + ! c.

! ! ! ! ! !
Demonstraţie. Fie OA 2 ! a ; OB 2 b ; OC 2 ! c şi OD 2 d (…g. 3.2). Cazurile
! !
D O; OD coliniar cu ! a ; :::; OD coplanar cu ! a ; b etc., sunt evidente, deci nu le
abord¼ am.
Fie intersecţia dintre planul OAB şi planul OCD. În acest din urm¼ a plan,
construim DC1 k , C1 2 OC şi DEkOC, E 2 OAB. În planul OAB, …e EA1 kOB,
! ! ! ! ! !
A1 2 OA şi EB1 kOA, B1 2 OB. Atunci OE = OA1 + OB1 şi OD = OE + ED,
! ! ! ! ! ! ! ! !
deci OD = OA1 + OB1 + OC1 , deoarece ED OC1 . Deoarece OA1 ; OB1 ; OC1
! ! ! !
sunt coliniari cu OA, respectiv OB; OC, atunci exist¼ a ; ; 2 R astfel ca OD =
! ! ! ! ! ! !
= OA + OB + OC, deci d = ! a + b + ! c . Dac¼ a d = 0! a + b +0

0! 0 ! 0 ! 0 ! !
c ;atunci ( )a +( )b +( ) c = 0 . Aplicând propoziţia 3.5
0 0 0
rezult¼a c¼
a = , = , = , deci ; ; sunt unic determinaţi.
3. COLINIARITATE ŞI COPLANARITATE 11

Fig. 3.2

! ! ! ! ! !
Fie i ; j ; k 2 V3 trei versori (k i k = k j k = k k k = 1) astfel ca OA?OB?
! ! ! ! ! !
?OC, unde OA 2 i ; OB 2 j ; OC 2 k (…g. 3.3). Deoarece aceşti versori sunt
necoplanari, dac¼a!a 2 V3 , atunci exist¼a a1 ; a2 ; a3 2 R, unic determinaţi (teorema
3.6), astfel ca:
! ! ! !
(3.2) a = a1 i + a2 j + a3 k :

DEFINIŢIE. Numerele reale a1 ; a2 ; a3 se numesc coordonatele euclidiene ale


vectorului !
a , iar egalitatea (3.2) se numeşte expresia analitic¼a a vectorului !
a.
!
Vom scrie a = (a1 ; a2 ; a3 ).

Fie O 2 S, …xat.

Fig. 3.3
! !
DEFINIŢIE. Dac¼ a M 2 S, atunci vectorul r M 2 V3 de reprezentant OM se
! ! ! !
numeşte vector de poziţie al punctului M . Atunci r M = x i +y j +z k şi vom nota
! ! !
M (x; y; z) (…g. 3.3). Sistemul (O; i ; j ; k ) se numeşte reper cartezian ortogonal
în V3 . Numerele x; y; z se numesc coordonatele punctului M în raport cu reperul
! ! !
cartezian (O; i ; j ; k ).
12 1. SPA ŢIUL VECTORILOR LIBERI

! ! ! ! ! ! ! !
Dac¼a A; B 2 S şi OA = xA i + yA j + zA k , OB = xB i + yB j + zB k ;
atunci:
! ! ! ! ! !
AB = OB OA = (xB xA ) i + (yB yA ) j + (zB zA ) k :
DEFINIŢIE. Fie A; B 2 S; A 6= B. Punctul M 2 AB împarte segmentul [AB]
! ! 0
în raportul 2 Rn f1g dac¼ a M A = M B. Punctele M şi M care împart segmentul
[AB] în raportul respectiv ( 6= 1) se numesc conjugate armonic.
Evident, dac¼
a M împarte segmentul [AB] în raportul , atunci 0 dac¼
aM 2
2 [AB) şi > 0 dac¼a M 2 AB [AB].
PROPOZIŢIA 3.7. Dac¼a A; B 2 S; A 6= B şi punctul M 2 AB împarte [AB]
în raportul , atunci
1
(r! r!
!
rM = A B ):
1
! ! ! ! ! ! ! !
Demonstraţie. Deoarece OA = OM + M A = OM + M B şi M B = OB OM ,
! ! !
rezult¼
a OA = (1 ) OM + OB, adic¼a tocmai relaţia din enunţ.
COROLAR 3.7.1. Dac¼a M (x; y; z) împarte segmentul [AB] în raportul şi
A(xA ; yA ; zA ); B(xB ; yB ; zB ), atunci
1 1 1
x= (xA xB ) ; y = (yA yB ); z = (zA zB ) :
1 1 1
În particular, dac¼a M este mijlocul lui [AB], atunci = 1 şi deci
1 1 1
x=(xA + xB ) ; y = (yA + yB ); z = (zA + zB ) :
2 2 2
PROBLEME REZOLVATE 1) Fie G centrul de greutate al unui triunghi ABC
! 1 ! ! !
şi O un punct oarecare din spaţiu. S¼
a se arate c¼
a OG = (OA + OB + OC).
3
! ! ! 1 ! !
Soluţie. Dac¼
a AD este median¼ a, DB = DC, deci OD = (OB + OC).
2
! ! ! 1 ! !
De asemenea din GA = 2GD obţinem OG = (OA + 2OD); de unde rezult¼ a
3
a…rmaţia.
2) Fie n puncte materiale M1 , M2 , :::, Mn , de mase m1 , m2 , :::, mn , respectiv.

a se arate c¼
a exist¼
a un punct G unic determinat astfel încât
! ! ! !
(3.3) m1 GM1 + m2 GM2 + ::: + mn GMn = 0 :
Dac¼a M este un punct oarecare, atunci
! ! ! !
(3.4) m1 GM1 + m2 GM2 + ::: + mn GMn = (m1 + m2 + ::: + mn ) M G:
Soluţie. Punctul G, dac¼ a exist¼
a, este unic. Într-adev¼
ar, dac¼
a G1 ar … un alt
punct ce satisface
! ! ! !
m1 G1 M1 + m2 G1 M2 + ::: + mn G1 Mn = 0 ;
! ! !
atunci, scazând din (3.3) şi ţinând seama c¼ a G1 Mi GMi = G1 G, 1 i n,
! !
rezult¼
a c¼
a (m1 + m2 + ::: + mn ) G1 G = 0 . Cum m1 + m2 + ::: + mn 6= 0, obţinem

a G1 = G.
3. COLINIARITATE ŞI COPLANARITATE 13

!
În ceea ce priveşte existenţa punctului G, …e O un punct …xat. Cum GMi =
! !
= OMi OG, 1 i n, rezult¼ a c¼
a
1 ! ! !
OG = (m1 OM1 + m2 OM2 + ::: + mn OMn ):
m1 + m2 + ::: + mn
Punctul O …ind …x, iar punctele Mi şi numerele reale mi ; 1 i n …ind date,
rezult¼a c¼
a punctul G este bine determinat prin relaţia de mai sus. Relaţia (3.4) se
! ! !
obţine folosind faptul c¼
a M Mi = M G + GMi , 1 i n, şi (3.3).

DEFINIŢIE. Punctul G dat de relaţia (3.3) se numeşte baricentrul (centrul de


greutate) sistemului de puncte (M1 , M2 , :::, Mn ) relativ la sistemul de ponderi (m1 ,
m2 , :::, mn ). Dac¼ a m1 = m2 = ::: = mn 6= 0, se spune c¼ a sistemul de puncte este
omogen, iar punctul G se numeşte izobaricentrul sistemului de puncte.

a remarc¼ am c¼
a:
a) punctul G r¼ amâne acelaşi când ponderile se înmulţesc cu un acelaşi num¼ ar
real nenul;
b) baricentrul nu depinde de ordinea punctelor Mi ;
c) baricentrul nu se schimb¼ a dac¼a se înlocuiesc r puncte (r < n) prin baricentrul
lor având ca pondere suma nenul¼ a a ponderilor acestor puncte;
! ! !
d) dac¼ a (O; i ; j ; k ) este un reper cartezian ortogonal în spaţiu şi
Mi (xi ; yi ; zi ), 1 i n, G(xG ; yG ; zG ), atunci
P
n P
n P
n
mi xi mi yi m i zi
xG = i=1
Pn ; yG = i=1
Pn ; zG = i=1
Pn :
mi mi mi
i=1 i=1 i=1

1 Pn 1 Pn
Dac¼
a sistemul de puncte este omogen, atunci xG = xi , yG = yi ,
n i=1 n i=1
zG =
1 Pn
= zi . Pentru n = 2 obţinem mijlocul segmentului [M1 M2 ], iar pentru n = 3;
n i=1
G este centrul de greutate al triunghiului M1 M2 M3 .
!
Fie AB un vector legat şi d S o dreapt¼ a. Prin A şi B ducem planele P1
respectiv P2 , perpendiculare pe d. Not¼am C = d \ P1 ; D = d \ P2 .

!
DEFINIŢIE. Vectorul legat CD construit mai sus se numeşte proiecţia ortogo-
!
nal¼a a vectorului legat AB pe dreapta d.
! !
Dac¼a AB ? d, atunci CD = 0 .
! ! ! !
Dac¼a EF AB şi GH este proiecţia ortogonal¼ a a lui EF pe dreapta d, atunci
! !
este evident c¼a GH CD. Putem, deci, de…ni proiecţia ortogonal¼a a unui vector
liber !
a 2 V3 pe o dreapt¼ a ca …ind proiecţia ortogonal¼a a unui reprezentant oarecare
!
al vectorului. Dac¼a d0 kd atunci proiecţiile ortogonale ale unui vector legat AB pe d0
respectiv d sunt vectori legaţi echipolenţi. Putem vorbi deci de proiecţia ortogonal¼a
!
a unui vector liber !a pe un alt vector liber nenul b , pe care o not¼ am ! b
!
a (este
un vector liber!).
14 1. SPA ŢIUL VECTORILOR LIBERI

! ! ! ! !
DEFINIŢIE. Fie !a ; b 2 V3 nf 0 g şi OA 2 !
a ; OB 2 b . Num¼
arul real ' 2 [0; ]
! !
ce reprezint¼
a unghiul dintre dreptele suport ale vectorilor OA şi OB se numeşte
!
unghiul dintre vectorii !
a şi b .
Evident, de…niţia nu depinde de alegerea punctului O.
!
DEFINIŢIE. Dac¼ a unghiul ' = , atunci vectorii ! a şi b se numesc vectori
2
ortogonali.
!
Prin convenţie, se accept¼a c¼
a vectorul nul 0 este ortogonal pe orice vector.
Dac¼ !
a u este un versor al vectorului ! !
a , atunci exist¼a 2 R astfel încât
b
! ! ! !
! a = u . Este clar c¼a dac¼a unghiul dintre a şi b este ', atunci = =
b
!
k a k cos ' şi c¼
a > 0, dac¼ a ' 2 [0; ), < 0 dac¼ a ' 2 ( ; ] şi = 0 dac¼ a'= .
2 2 2
! ! !
DEFINIŢIE. Fie a ; b 2 V3 nf 0 g, ' 2 [0; ] unghiul dintre ei. Num¼ arul real
k!a k cos ', notat pr! b
!
a se numeşte m¼
a rimea algebric¼
a a proiecţiei ortogonale a
! ! ! !
vectorului a pe vectorul b . Deci pr! b
a = k a k cos ' (…g.3.4).

Fig. 3.4

OA0 = k!
a k cos ' = pr!
b
!
a:
PROPOZIŢIA 3.8. M¼arimea algebric¼a a proiecţiei ortogonale are urm¼atoarele
propriet¼aţi:
1) pr! ! ! ! ! ! ! ! !
c ( a + b ) = pr!
c a + pr!
c b ; 8 a ; b ; c 2 V3 nf 0 g.
! !
2) pr! b
( !a ) = pr!b
!
a ; 8 2 R; ! a ; b 2 V3 nf 0 g.
Demonstraţia nu prezint¼
a di…cult¼
aţi.Vom justi…ca, de exemplu, 1).
! ! ! ! !
Fie OA 2 !a ; AB 2 b şi OB 2 ! a + b (…g. 3.5). Atunci
! !
pr! !
ca = O0 A0 ; pr! b = A0 B 0 ; pr! (!
c a + b ) = O0 B 0 :
c

a deoarece O0 B 0 = O0 A0 + A0 B 0 .
A…rmaţia rezult¼

Fig. 3.5
4. PRODUSE CU VECTORI LIBERI 15

4. Produse cu vectori liberi


! !
4.1. Produsul scalar a doi vectori liberi. Fie ! a ; b 2 V3 nf 0 g şi ' 2 [0; ]
!
unghiul dintre !a şi b :
!
DEFINIŢIE. Se numeşte produs scalar al vectorilor ! a ; b 2 V3 num¼ arul real
! !
notat a b , de…nit prin:
( ! ! !
! ! k!a k k b k cos ' , dac¼a!a ; b 2 V3 nf 0 g
a b = ! ! ! .
0 a!
, dac¼ a = 0 sau b = 0
! !
Evident !a b > 0 dac¼ a ' 2 [0; ), !
a b < 0 dac¼ a ' 2 ( ; ].
2 2
OBSERVAŢIE. Noţiunea de produs scalar îşi are originea în …zic¼ a. Este cunos-
!
cut c¼
a lucrul mecanic efectuat de o forţ¼ a F care acţioneaz¼ a asupra unui punct
! ! ! ! !
material care se deplaseaz¼ a cu vectorul d este L = F d = k F kk d k cos ', unde
! !
' este unghiul dintre F şi d .
PROPOZIŢIA 4.1. Produsul scalar al vectorilor liberi are urm¼atoarele propri-
et¼aţi:
! ! !
1) !
a b = b ! a ; 8!
a ; b 2 V3 (comutativitate);
! ! ! !
2) (! a b)=( ! a) b =! a ( b ); 8! a ; b 2 V3 ; 2 R;
! ! !
3) !
a (b +! c)=! a b +! a ! c ; 8!
a ; b ;!c 2 V3
(distributivitatea faţ¼a de adunarea vectorilor);
! !
4) !
a ! a > 0; 8! a 2 V3 nf 0 g; !a ! a = 0 () ! a = 0;
! !
5) !
a şi b sunt ortogonali () ! a b = 0;
! ! ! ! ! ! !
6) dac¼a !a = a1 i + a2 j + a3 k ; b = b1 i + b2 j + b3 k , atunci:
! !
a b =a b +a b +a b ;
1 1 2 2 3 3

(expresia analitica a produsului scalar )


!a ! a = a2 + a2 + a2 = k! a k2 ;
1 2 3
! !
7) dac¼a !
a ; b 2 V3 nf 0 g, atunci:
! !
a b a1 b1 + a2 b2 + a3 b3
cos ' =
! ! =p 2 p ;
kak kbk a1 + a22 + a23 b21 + b22 + b23
8) dac¼a A; B 2 S3 şi A(x1 ; y1 ; z1 ); B(x2 ; y2 ; z2 ), atunci distanţa dintre punctele
A şi B, notat¼a d (A; B) este dat¼a de:
q
! 2 2
d (A; B) = kABk = (x2 x1 ) + (y2 y1 )2 + (z2 z1 ) :
! !
Demonstraţie. Fie ! a ; b 2 V3 nf 0 g. Atunci avem:
! ! ! !
1) b ! a = k b k k!a k cos( ') = k! a k k b k cos ' = ! a b.
2) Pentru > 0 obţinem:
! ! ! !
(!a b ) = k! a k k b k cos ' = k ! a k k b k cos ' = ( ! a) b;
iar pentru < 0:
! ! ! !
(!a b)= ( )k!
a k k b k cos ' = k !a k k b k cos( ') = ( !
a) b;
!
deoarece unghiul dintre !a şi b este ', dac¼a < 0.
16 1. SPA ŢIUL VECTORILOR LIBERI

Analog se obţine ultima egalitate.


! ! !
3) Se observ¼
a c¼a!a b = k b k pr! b
!
a = k! a k pr!
a b . Atunci:
! ! ! ! ! ! !
a (b +! c ) = k! a k pr! !
a ( b + c ) = k a k(pr!a b + pr!
!
a c ) = a b+
! !
+ a c (propoziţia 3.5).
!
4) !a ! a = k! a k2 cos 0 = k! a k2 > 0; 8! a 2 V3 nf 0 g; ! a ! a = 0 ()
! ! !
k a k = 0 () a = 0 .
! ! !
5) Dac¼ a!a şi b 2 V3 nf 0 g sunt ortogonali, atunci ' = , deci ! a b = 0.
! !2
!
Reciproc, dac¼ a!a b = 0, atunci sau k! a k = 0 (!
a = 0 ), sau b = 0 sau cos ' = 0,
!
deci ' = 2 [0; ], adic¼ a! a şi b sunt ortogonali.
2
! ! ! ! ! ! ! !
6) Folosind 5) rezult¼a i j = 0; j k = 0; k i = 0. În plus, i i =
! 2 ! ! ! !
= k i k = 1; j j = 1; k k = 1. Expresia analitic¼ a se obţine atunci folosind
1),2),3).
! !
7) Ţinem seama de cele de mai sus şi de cos ' = ! a b =(k! a k k b k).
8) Folosim (6).
!
PROBLEME REZOLVATE. 1) Fie ! a =! u 3!v; b = ! u + 2! v ; k!u k = 3;
! p ! !
k v k = 2; ( ) = ; …ind unghiul dintre u şi v : S¼ a se calculeze:
! 4
!
a) a b ;
!
b) lungimile diagonalelor paralelogramului construit pe vectorii ! a şi b şi
unghiul dintre ele.
!
Soluţie. a) Cum ! u ! v = 3, rezult¼
a c¼ a! a b = 6. b) Diagonalele parale-
! ! ! ! ! !
logramului sunt d1 = ! a + b ; d2 = !
a b , deci d1 = ! v ; d2 = 2!u 5! v : Atunci
! ! p ! 2 ! ! ! ! ! p
kd1 k = k v k = 2; kd2 k = (2 u 5 v )(2 u 5 v ) = 26: În consecinţ¼ a kd2 k = 26.
!!
d1 : d2 2
cos = ! ! = p .
k d1 k k d2 k 13
2) Fie A; B; C; D patru puncte în spaţiu. S¼a se demonstreze egalitatea lui Euler :

! ! ! ! ! !
AB CD + BC AD + AC DB = 0:
!
Soluţie. Dac¼ a O este un punct din spaţiu, egalitatea rezult¼ a folosind AB =
!
OB
!
OA etc.
Din aceast¼ a egalitate obţinem:
a) În triunghiul ABC, …e H punctul de intersecţie a dou¼ a în¼
alţimi, …e ele AH
şi BH. Aplicând egalitatea lui Euler punctelor A; B; C; H, rezult¼ a c¼a şi CH este
în¼alţime. Astfel se demonstreaz¼ a vectorial concurenţa în¼
alţimilor într-un triunghi.
b) Dac¼ a într-un tetraedru exist¼a dou¼a perechi de muchii opuse perpendiculare,
atunci şi cea de a treia pereche de muchii opuse este format¼ a din muchii perpen-
diculare.

3) Se dau punctele A (2; 1; 3), B(3; 3; 1), C(4; 2; 2). S¼


a se calculeze perimetrul,
aria triunghiului ABC şi lungimea în¼
alţimii din B.
! p ! p ! p p
Soluţie. Cum kABk = 21, kACk = 14, kBCk = 3, perimetrul este 21+
p p ! ! ! ! ! !
+ 14 + 3. Dar 4S 2 = kABk2 kACk2 sin2 A = kABk2 kACk2 kABk2 kACk2
4. PRODUSE CU VECTORI LIBERI 17

q p
1 ! ! ! ! 38
cos2 A, deci S = kABk2 kACk2 (AB AC)2 . Calculând obţinem S = ,
p2 2
2S 19
hb = = ! = p .
kACk 7

!
4.2. Produsul vectorial a doi vectori liberi. Fie !
a ; b 2 V3 şi ' 2 [0; ]
! ! !
unghiul dintre ! a!
a şi b dac¼ a ; b 2 V3 nf 0 g.
!
DEFINIŢIE. Se numeşte produs vectorial al vectorilor !
a şi b şi se noteaz¼
a
! !
a b , vectorul:

( ! !
! ! k!
a k k b k sin ' ! a!
e , dac¼ a şi b sunt necoliniari
a b = ! ! ! ;
0 , dac¼
a a şi b sunt coliniari

unde ! e este un versor perpendicular pe planul determinat de reprezentanţii lui ! a


!
şi b având aceeaşi origine şi orientat dup¼a ”regula burghiului”şi anume în sensul
!
de înaintare a unui burghiu când ! a se roteşte c¼
atre b printr-un unghi minim (…g.
4.1).

Fig. 4.1
!
OBSERVAŢIE. Efectul de rotire pe care îl produce o forţ¼
a F se m¼ asoar¼a prin
!
momentul forţei. Dac¼
a O este un punct …xat şi P punctul de aplicaţie al forţei F ,
! !
momentul este prin de…niţie vectorul OP F . Punctul O se mai numeşte şi polul
momentului.

PROPOZIŢIA 4.2. Produsul vectorial are propriet¼aţile:


! ! ! !
1) !a b = (b a ); 8! a ; b 2 V3 ; (anticomutativitate)
! ! ! ! ! ! !
2) ( a b)= a b = a b ; 8 2 R; ! a ; b 2 V3 ;
! ! !
3) (!a + b) ! c =! a ! c + b !
c , 8!a ; b ;!c 2 V3 ;
(distributivitate faţ¼a de adunarea vectorilor)
!
4) !a ! a = 0 ; 8! a 2 V3 ;
! ! ! ! !
5) k a b k = k a k2 k b k2 (!
2 ! a b )2 ; 8! a ; b 2 V3 ;
(identitatea lui Lagrange)
18 1. SPA ŢIUL VECTORILOR LIBERI

! ! ! ! ! ! !
6) Dac¼a !
a = a1 i + a2 j + a3 k , b = b1 i + b2 j + b3 k , atunci
! ! ! ! !
a b = (a2 b3 a3 b2 ) i + (a3 b1 a1 b3 ) j + (a1 b2 a2 b1 ) k =
! ! !
i j k
= a1 a2 a3 ;
b 1 b2 b 3
(expresia analitic¼a a produsului vectorial)
!
7) k!a b k este aria paralelogramului construit pe suporturile reprezentanţilor
!
lui !
a şi b având aceeaşi origine. Aria unui triunghi ABC este dat¼a de
1 ! !
A ABC = kAB ACk:
2
Demonstraţie.
! !
1) Dac¼a!a ; b 2 V3 nf 0 g, atunci:
! ! ! ! !
b a = k b kk! a k sin( ')! e = k! a kk b k sin '!
e = ! a b:
! ! ! ! ! ! !
a > 0 şi a ; b 2 V3 nf 0 g, atunci ^( a ; b ) = ^( a ; b ), deci:
2) Dac¼

! ! ! !
(!
a b ) = k!
a kk b k sin ' !
e =k !
a kk b k sin '!
e =( !
a) b:
Celelalte cazuri se trateaz¼ a analog.
! ! ! ! ! ! ! ! !
3) Fie OA 2 a; OB 2 b ; OC 2 c ; OD 2 d = a + b (…g. 4.2) şi un plan
perpendicular pe OC în O. Fie A0 ; B 0 ; D0 proiecţiile ortogonale ale punctelor A;
!
B respectiv D pe planul . Evident OA0 D0 B 0 este un paralelogram. Fie OA00 = =
! ! ! ! ! ! ! ! !
OA0 OC; OB 00 = OB 0 OC; OD00 = OD0 OC. Dac¼ a ' este unghiul dintre OA şi
! ! ! ! !
OC, atunci kOA0 k = kOAk sin ' şi cum unghiul dintre OA0 şi OC este 900 , rezult¼ a
! ! !0 ! ! ! !0 ! ! !

a OA OC = OA OC . Similar obţinem OB OC = OB OC; OD OC =
! ! ! ! ! ! ! ! ! !
OD0 OC . Dar kOA00 k = kOA0 k kOCk; OA00 ?OC; OA00 ?OA0 . Rezult¼ a OA00
a c¼
!0
se obţine rotind vectorul OA în planul cu un unghi de 900 . Analog se obţin
! !
OB 00 , OD00 . Aşadar OA00 D00 B 00 se obţine rotind paralelogramul OA0 D0 B 0 cu 900 ,
! ! !
deci este un paralelogram. În concluzie OD00 = OA00 + OB 00 sau, folosind relaţiile
! ! ! ! ! ! ! !
anterioare, OD OC = OA OC + OB OC, adic¼ a (!
a+b) ! c =!a ! c+b ! c.

Fig. 4.2
4. PRODUSE CU VECTORI LIBERI 19

4) Folosim de…niţia.
5) Deoarece sin2 ' = 1 cos2 ', rezult¼a
! ! ! ! !
k!a b k2 = k!
a k2 k b k2 k!
a k2 k b k2 cos2 ' = k! (!
a k2 k b k2
a b )2 :
! ! ! ! ! ! ! ! ! !
6) Se ţine seama c¼ a i j = k = j i; j k = i = k j;
! ! ! ! ! ! ! ! ! ! ! !
k i = j = i k şi i i = j j = k k = 0 . Determinantul se va
dezvolta dup¼ a elementele primei linii.
! ! !
7) Dac¼a OA = ! a ; OB = b , atunci aria paralelogramului este
! ! ! !
kOAk kOBk sin ' = k! a k k b k sin ' = k!
a b k. (…g. 4.3)

Fig. 4.3
OBSERVAŢIE. Din proprietatea 3 rezult¼ a c¼a dac¼
a într-un punct P sunt aplicate
mai multe forţe, atunci momentul rezultantei este egal cu suma momentelor forţelor
(Varignon).

PROBLEME REZOLVATE. 1) S¼ a se calculeze aria paralelogramului construit


! ! ! p !
pe vectorii v1 = a + 3 b , v2 = 2!
! ! a a k!
b , ştiind c¼ a k = 3, k b k = 4 şi
!
^(!a; b)= .
3
! ! ! !
Soluţie. k!a a kk b k sin = 6, !
b k = k! v1 ! v2 = 7 b a . Aria paralelo-
! ! ! ! 3
gramului este k v1 v2 k = 7k b a k = 42.
2) Fie A ( 1; 1; 0), B (2; 1; 3), C (4; 2; 2). S¼
a se calculeze aria triunghiului
ABC.
! ! ! ! ! ! ! ! ! ! !
Soluţie. AB = 3 i 2 j + 3 k , AC = 5 i + j + 2 k , AB AC = 7 i +
! !
+9 j + 13 k . Atunci
1 ! ! 1p
A4ABC = kAB ACk = 299:
2 2
4.3. Produsul mixt a trei vectori liberi. DEFINIŢIE. Se numeşte produs
! !
mixt al vectorilor !
a ; b ;!
c 2 V3 , num¼arul real, notat (!
a ; b ;!
c ), care este egal cu
! !
produsul scalar al vectorilor !
a şi b c:
! ! !
(!
a ; b ;!c)=! a (b c)
PROPOZIŢIA 4.3. Produsul mixt are urm¼atoarele propriet¼aţi:
1) Dac¼a
! ! ! ! ! ! ! ! ! ! !
a = a1 i + a2 j + a3 k ; b = b1 i + b2 j + b3 k ; !
c = c1 i + c2 j + c3 k ;
atunci
a1 a2 a3
!
(4.1) (!
a ; b ;!
c)= b1 b2 b3 :
c1 c2 c3
(expresia analitic¼a a produsului mixt a trei vectori liberi);
20 1. SPA ŢIUL VECTORILOR LIBERI

! ! ! ! !
2) (!
a ; b ;!c ) = ( b ;!c ;!a ) = (!
c ;!a ; b ); (!a ; b ;!
c ) = (!a ;!c ; b );
! !
3) (!
a ; b ;!c ) = 0 dac¼a şi numai dac¼a ! a ; b ;!c sunt coplanari;
!
4) (!
a ; b ;!c ) este volumul paralelipipedului oblic construit pe suporturile reprezen-
!
tanţilor vectorilor ! a ; b ;!
c consideraţi cu origine comun¼a;
! ! !
5) (!u +! v ; b ;!c ) = (!u; b ;!c ) + (!v ; b ;!c ).

Demonstraţie. 1) Se folosesc expresiile analitice ale produsului scalar şi ale


produsului vectorial.
2) Se utilizeaz¼
a propriet¼
aţile determinanţilor.
3) Produsul mixt este nul dac¼ a şi numai dac¼ a o linie a determinantului din (4.1)
este combinaţie liniar¼
a de celelalte dou¼ a, ceea ce este echivalent cu faptul c¼a unul
dintre vectori este combinaţie liniar¼a a celorlalţi doi, adic¼a sunt coplanari.
4) Dac¼a
! ! ! ! ! ! !
OA 2 !
a ; OB 2 b ; OC 2 !
c ; OD 2 b !
c ; ' = ^(!
a; b !
c );

atunci considerând ca baz¼ a paralelogramul OBCM (…g. 4.4) şi cum OA0 este
în¼
alţimea paralelipipedului relativ la aceast¼
a baz¼
a, rezult¼
a:
! ! ! ! !
V =kb c k OA0 = k b c kk!
a k jcos 'j = (!
a ; b ;!
c) :

5) Se folosesc propriet¼
aţile determinanţilor.

Fig. 4.4

PROBLEME REZOLVATE. 1) S¼ a se determine volumul paralelipipedului con-


!
struit pe vectorii !
a =! u + 2!
v , b = 5! u 4! v + 3!w, ! c =!u +! v ! w , ştiind c¼
a
! p ! p ! ! ! !
k u k = 2 2, k v k = 3, k w k = 2, ^( v ; w ) = , iar unghiul dintre vectorul u şi
3
planul determinat de vectorii ! v şi !
w este .
! 4
Soluţie. (!
a ; b ;!c ) = 17(!u;! v ;!
w ); (!u;!
v ;!w) = ! u (!v !
w ) = k! uk
!
kv !
w k cos = 6, deoarece k v ! ! ! !
w k = k v kk w k sin = 3. Atunci volumul
4 3
este V = 17 3 = 51.

2) S¼
a se determine volumul V şi în¼ alţimea h din D ale tetraedrului ABCD,
dac¼
a A (1; 5; 4), B (0; 3; 1), C (2; 4; 3), D (1; 0; 1).
4. PRODUSE CU VECTORI LIBERI 21

! ! ! ! ! ! ! ! ! ! !
Soluţie. AB = i +2j 3 k , AC = i + 9 j k , AD = 5 j 3k,
! ! !
! ! ! ! ! ! ! ! (AB; AC; AD) 13
(AB; AC; AD) = 13, AB AC = 25 i 4j 11 k . V = = .
p 6 6
762 13
Aria 4ABC este , deci h = p .
2 762
!
4.4. Dublul produs vectorial. DEFINIŢIE. Dac¼ a !a ; b ;!c 2 V3 , vectorul
! ! ! !
a (b c ) se numeşte dublul produs vectorial al vectorilor !
a ; b ;!c.
! ! !
PROPOZIŢIA 4.4. Dublul produs vectorial d = ! a (b c ) este un vector
! !
coplanar cu vectorii b şi c şi
! !
! b c
d = ! ! ! :
a b a ! c
! ! ! ! ! !
Demonstraţie. Din de…niţie d ?! a; d?b ! c . Dar şi b ? b ! c;!
c? b ! c,
! !
deci d este coplanar cu b şi ! c . Egalitatea din enunţ se demonstreaz¼ a folosind
expresiile analitice ale produsului vectorial şi ale produsului scalar.
OBSERVAŢIE. Deoarece produsul vectorial nu este asociativ, este obligatorie
e-xistenţa parantezelor în expresia dublului produs vectorial. Spre exemplu, dac¼
a
! ! ! ! ! ! ! ! ! ! ! ! ! !
a = i + j ; b = j + k ; c = k + i ; atunci a (b c ) = i + j ; iar
! ! !
(!a b) ! c = i + k:
! !
PROPOZIŢIA 4.5. Dac¼a ! a ; b ;!
c ; d 2 V3 , atunci
! !
! ! ! a !
c !
a d
(!
a b) (c d)= ! ! ! ! :
b c b d
!
Demonstraţie. Fie ! v = !
c d . Folosind propriet¼
aţile produsului mixt şi
produsului scalar, rezult¼
a:

! ! ! ! ! !
(!
a b ) v = (!v ! a ) b = ((!c d) !a ) b = [(!
a ! c)d
! ! ! ! ! !
(!a d )!
c ] b = (!a !
c )( b d ) (!
a d )( b !c ):
!
a!
DEFINIŢIE. Dac¼ a ; b ;!
c 2 V3 , num¼
arul real:
! !
a !a ! a b ! a ! c
! ! ! ! ! !
b a b b b c
! !
c !a ! c b ! c ! c
se numeşte determinantul Gram al celor trei vectori.
!
PROPOZIŢIA 4.6. Vectorii ! a ; b ;!c sunt coplanari dac¼a şi numai dac¼a deter-
minantul lor Gram este nul.
!
Demonstraţie. Folosind expresiile analitice ale vectorilor !
a ; b ;!
c se arat¼
a c¼a
!
determinantul Gram este egal cu (! a ; b ;!
c )2 .
22 1. SPA ŢIUL VECTORILOR LIBERI

5. Probleme
1. Fie ABC un triunghi şi M un punct variabil. S¼
a se arate c¼
a vectorul
! ! !
M A + 2M B 3M C este constant.
2. Dac¼
a O este punctul de intersecţie al diagonalelor paralelogramului ABCD,
! ! ! ! !
iar M un punct oarecare, atunci M A + M B + M C + M D = 4M O.
3. Fie AB şi CD dou¼ a coarde perpendiculare în cercul de centru O şi I punctul
! ! ! ! !
lor de intersecţie. S¼ a IA + IB + IC + ID = 4IO.
a se arate c¼
4. S¼a se arate c¼
a G este centrul de greutate al unui triunghi ABC, dac¼ a şi
! ! ! !
numai dac¼a GA + GB + GC = 0 . În plus, dac¼ a M; N; P sunt mijloacele laturilor
triunghiului ABC, atunci triunghiurile M N P şi ABC au acelaşi centru de greutate.
5. Fie Ai , 1 i 6 mijloacele laturilor unui hexagon convex. S¼
a se arate c¼
a:
a) se poate construi un triunghi cu segmentele [A1 A2 ], [A3 A4 ], [A5 A6 ];
b) triunghiurile A1 A3 A5 şi A2 A4 A6 au acelaşi centru de greutate.
3
6. Punctul C se a‡a¼ pe segmentul [AB] la de B. Dac¼ a M este un punct
! 5! ! !
oarecare, s¼ !
a se exprime M C în funcţie de a = M A şi b = M B.
7. Dac¼ a punctele A1 , B1 , C1 împart segmentele [BC], [CA], [AB] respectiv în
acelaşi raport , s¼
a se arate c¼a segmentele [AA1 ], [BB1 ], [CC1 ] pot … laturile unui
triunghi.
8. Dac¼a AD este bisectoarea unghiului A a triunghiului ABC, D 2 (BC), iar
br! !
B + crC
b, c sunt lungimile laturilor [BC] şi [AB] ; atuncir!
D = .
b+c
9. Dac¼a a; b; c sunt lungimile laturilor [BC], [CA], respectiv [AB] ale unui
triunghi ABC, iar I centrul cercului înscris în triunghiul ABC, atunci are loc
ar! + br! + cr! = (a + b + c) !
A B C r : I

10. S¼a se demonstreze c¼a cele trei drepte care unesc mijloacele muchiilor opuse
ale unui tetraedru şi cele patru drepte care unesc …ecare vârf cu centrul de greutate
al feţei opuse sunt concurente.
11. Fie A şi B dou¼ a puncte distincte. Determinaţi mulţimea punctelor M
a t 2 R astfel încât r!
pentru care exist¼ ! !
M = trA + (1 + t) rB . Caz particular t 2 [0; 1].

12. Punctele C1 , A1 , B1 împart laturile [AB], [BC] respectiv [CA] în rapoartele


, , respectiv . Punctele A1 , B1 , C1 sunt coliniare dac¼ a şi numai dac¼
a =1
(teorema lui Menelaus).
13. Se dau punctele A (2; 3; 4), B (3; 2; 1), C (0; 1; 2). S¼
a se determine un
punct D astfel încât ABCD s¼a …e paralelogram.
14. a) S¼
a se arate c¼a punctele A (1; 5; 2), B (9; 1; 22), C ( 3; 8; 14) sunt
coliniare;
b) Pentru ce valoare a lui punctele A, B şi D ( 7; 11; 2 + 12 ) sunt coli-
niare?
c) Punctele A, B şi E ( 7; 5 2 ; 2 + 12 ) pot … coliniare?
5. PROBLEM E 23

! ! ! ! !
15. S¼ a se determine astfel încât vectorii ! a = i +2j +4k, b = i +
! ! ! ! ! !
+( 1) j + (6 ) k, c = 2i j + ( + 4) k s¼ a …e coplanari. Pentru
20 ! ! !
= s¼
a se descompun¼ a vectorul a dup¼ a direcţiile lui b şi c .
9
16. Fie !m, ! n, ! p trei vectori necoplanari.
a) Sunt coplanari vectorii ! u = ! m+! n +! p, ! v = !m + 2! n 3!p, !
w =
! !
= m +4n +9p? !
b) S¼a se descompun¼ a vectorul !a = 2!m + 7! n + 21! p dup¼ a direcţiile vectorilor
! ! !
u , v , w.
! ! !
17. Fie ! a , b vectori nenuli. S¼ a se arate c¼a vectorii ! a + b şi ! a b sunt
!
ortogonali dac¼ a şi numai dac¼a k!a k = k b k.
! !
18. S¼ a vectorii !
a se arate c¼ u = (!
a b) ! c (! a ! c ) b şi !
a sunt ortogonali.
19. Dac¼a u şi v sunt doi versori ortogonali, atunci vectorii !
! ! a = ! u ! v şi
! ! !
b = u + v sunt ortogonali.
! ! 2
a se interpreteze geometric egalitatea k!
20. S¼ a + b k2 = k!a b k = k!a k2 +
! 2
+k b k .
! ! 2 !
21. S¼
a se arate c¼a k!
a + b k2 + k! a b k = 2(k!
a k2 + k b k2 ). Interpretare
geometric¼
a.
22. Dac¼ a G este baricentrul sistemului de puncte materiale (M1 ; M2 ; :::; Mn )
re-lativ la sistemul de ponderi (m1 ; m2 ; :::; mn ), iar M un punct arbitrar, s¼
a se arate
P
n ! 2 ! 2P n Pn ! 2

a mi kM Mi k = kM Gk mi + mi kGMi k (Stewart).
i=1 i=1 i=1
! !
a se calculeze rezultanta forţelor F1 = 2!
23. S¼ m + 3!
n +! p , F2 = !m 3! n , dac¼
a
! ! ! !
k mk = 1, k p k = 2, ]( m; p ) = .
3
! ! !
24. Dac¼ a k a k = k b k = k!
! c k = 1 şi ! a + b +! c = 0 , s¼ a se calculeze
! ! !
a b + b! c +! a!c.
p
25. Fie vectorii !m şi !
n , unde k! mk = 2, k! n k = 2, ](! m; !n ) = . S¼ a se
! 4
determine astfel ca vectorii ! a = 2! m 3! n şi b = !m+! n s¼ a …e ortogonali.
! ! !
26. Pentru ce valoare a lui , vectorii ! u = i +2j +( 1) k , !v =
! ! !
=2i j + 3 k sunt ortogonali?
! ! ! !
27. Fie vectorii !u = 2! a b , v = 3! a + 2 b , unde k!
a k = 3, k b k = 4,
!
iar !
a şi b sunt ortogonali. S¼
a se calculeze lungimile diagonalelor paralelogramului
construit pe vectorii !
u şi !
v şi unghiul dintre ele.
28. Se dau punctele A (1; 1; 1), B (2; 1; 1), C (0; 2; 4). S¼
a se calculeze
perime-trul şi unghiurile triunghiului ABC:
29. Se dau punctele A (12; 4; 3), B (3; 12; 4), C (2; 3; 4). S¼
a se arate c¼
a:
a) triunghiul AOB este isoscel;
b) triunghiul AOC este dreptunghic;
c) s¼
a se calculeze perimetrul triunghiului ABC.
24 1. SPA ŢIUL VECTORILOR LIBERI

30. S¼a se determine un vector de norm¼ a 26 situat în planul xOy, care s¼


a …e
! ! !
perpendicular pe vectorul ! a = 12 i + 5 j 7k.
! ! ! ! ! ! !
a vectorii !
31. Se consider¼ a = 2 i +5 j 7 k , b = i + j + k . S¼ a se calculeze
! ! !
unghiul dintre vectorii a şi b , precum şi pr! !
a b
b.
32. S¼a se determine un versor al bisectoarei unghiului C al triunghiului ABC,
unde A (0; 1; 1), B ( 1; 1; 2), C (1; 2; 3).
33. S¼
a se arate c¼
a punctele A ( 4; 0; 1), B (0; 1; 1), C (4; 4; 0), D (4; 6; 1) sunt
coplanari. S¼
a se calculeze aria patrulaterului ABCD.
! ! !
a se calculeze (!
34. S¼ a + b) (b a ). Interpretare geometric¼ a.
! ! ! !
35. S¼
a se arate c¼
a în orice triunghi ABC are loc AB BC = BC CA =
! !
= CA AB.
36. S¼a se calculeze aria şi lungimile diagonalelor paralelogramului construit pe
! ! ! !
vectorii !
u =! a 2b,! v = 2! a k!
a + 3 b , ştiind c¼ a k = 4, k b k = 5, ](!
a; b)= .
3
! ! !
37. S¼a se calculeze aria paralelogramului construit pe vectorii a = i + 2 j
! ! ! ! !
k, b =2i j + k . S¼a se determine un versor perpendicular pe cei doi vectori.
38. Fie vectorii necoliniari ! u şi !v . Pentru ce valoare a lui vectorii ! a =
! ! ! ! !
= u 2 v , b = 2 u + v sunt coliniari?
39. Se dau punctele A ( 1; 2; 0), B (1; 1; 1), C (2; 3; 4). S¼
a se calculeze aria
triunghiului ABC şi lungimea în¼alţimii din C pe AB.
! ! ! ! ! ! !
40. Fie vectorii !
a = i j + k , b = i + 2 j + k . S¼ a se determine un
! ! ! !
vector v astfel încât v a = b.
!
a se determine volumul paralelipipedului construit pe vectorii !
41. S¼ a, b, ! c,
! ! ! ! ! ! ! ! ! ! ! ! !
unde a = m + 2 n + p , b = 2 m + 3 n + 3 p , c = 3 m + 7 n + p , unde k mk = 1,
p p
k!n k = 2 2, k! p k = 2 3, ](! n;!p ) = , iar unghiul dintre vectorul ! m şi planul
3
determinat de vectorii !n şi !
p are m¼ asura .
4
! ! ! !
42. S¼ a vectorii m = a + 2 b + !
a se arate c¼ ! ! c, !n = ! a + b c, p =
!
=! a + 3 b + 3! c sunt coplanari.
! ! ! ! ! ! ! !
43. S¼a se arate c¼ a vectorii ! a = i + j + k, b = i + j +2k, ! c = i+
! ! ! ! !
+2 j + 3 k nu sunt coplanari. S¼ a se descompun¼ a vectorul !
v = 6 i + 9 j + 14 k
!
dup¼a direcţiile vectorilor !a, b, ! c.
! ! ! ! ! ! ! ! ! !
44. Se dau vectorii ! a = 2 i + j 3 k , b = 3 i +2 j 5 k , ! c == i j +k.
Se cere:
!
a) volumul paralelipipedului construit pe vectorii ! a, b, !
c;
!
b) lungimea în¼ a de !
alţimii paralelipipedului pe baza determinat¼ a şi b .

45. Se dau punctele A (3; 1; 4), B (5; 2; 1), C (1; 1; 6), D (1; 2; 3). S¼
a se cal-
culeze volumul tetraedrului ABCD şi lungimea în¼ alţimii din B pe planul ACDa
acestui tetraedru.
5. PROBLEM E 25

46. S¼a se determine astfel încât volumul paralelipipedului construit pe vectorii


! ! ! ! ! ! ! ! ! !
a =2i 3j + k, b = i + j 2k, ! c = i + 2 j s¼
a …e 10.
! ! ! !
47. S¼a se determine astfel încât vectorii ! a = i + j 4k, b = ( 1)
! ! ! ! ! !
j + k, c = i +4j 2 k s¼a …e coplanari. Pentru = 2 s¼
a se descompun¼ a! a
! !
dup¼
a direcţiile vectorilor b şi c .
! ! ! ! !
48. S¼ a!
a se arate c¼ a (b c)+ b (!
c !
a)+! c (!a b)= 0.
! ! !
49. S¼ a (!
a se arate c¼ a b; b !
c ;!
c !
a ) = (!
a ; b ;!
c )2 .
CHAPTER 2

Spaţii vectoriale

Noţiunea de spaţiu vectorial este una din noţiunile cele mai importante în
matematic¼ a şi în aplicaţiile acesteia în alte ştiinţe. În …zic¼
a şi în ştiinţele inginereşti,
spaţiile vectoriale constituie un aparat indispensabil pentru a reprezenta anumite
m¼arimi: forţe, viteze, starea unui sistem în mecanica cuantic¼ a etc.

1. De…niţia unui spaţiu vectorial. Exemple


În cele ce urmeaz¼a vom nota cu K, …e corpul numerelor complexe (C), …e corpul
numerelor reale (R).

DEFINIŢIE. O mulţime nevid¼ a V se numeşte spaţiu vectorial (sau liniar ) peste


corpul K dac¼ a este înzestrat¼a cu dou¼ a legi de compoziţie: una intern¼a, notat¼ a
aditiv, (x; y) ! x + y (deci o aplicaţie a produsului cartezian V V în V ) şi una
extern¼a, notat¼a multiplicativ ( ; x) ! x (deci o aplicaţie a produsului cartezian
K V în V ), cu urm¼ atoarele propriet¼aţi:
1) x + y = y + x; 8x; y 2 V ;
2) (x + y) + z = x + (y + z); 8x; y; z 2 V ;
3) exist¼a un element 0V astfel încât x + 0V = x; 8x 2 V ;
0 0
4) pentru orice x 2 V exist¼ a un element x 2 V astfel încât x + x = 0V ;
5) 1 x = x; 8x 2 V ;
6) ( x) = ( )x; 8 ; 2 K; 8x 2 V ;
7) ( + )x = x + x; 8 ; 2 K; 8x 2 V ;
8) (x + y) = x + y; 8 2 K; 8x; y 2 V .
Adesea, în loc de spaţiu vectorial peste corpul K vom spune, simplu, K-spaţiu
vectorial. Când K = R, V se numeşte spaţiu vectorial real, iar când K = C, V se
numeşte spaţiu vectorial complex.
Elementele lui V se numesc vectori, iar cele din K se numesc scalari. Vom nota,
în general, vectorii cu litere latine, iar scalarii prin litere greceşti.
Propriet¼ aţile 1)-4) spun c¼
a (V; +) este grup comutativ. Vectorul 0V din 3) este
unic şi se numeşte vector nul al spaţiului V . De asemenea, pentru orice x 2 V ,
0
elementul x care intervine în 4) este unic, se numeşte opusul lui x şi se noteaz¼ a
x. Suma dintre vectorul x şi opusul vectorului y se noteaz¼ a x y şi se numeşte
diferenţa dintre x şi y.

PROPOZIŢIA 1.1. (Reguli de calcul într-un spaţiu vectorial).


a) (x y) = x y; 8x; y 2 V; 8 2 K;
b) 0V = 0V ; 8 2 K;
c) ( )x = x x; 8x 2 V; 8 ; 2 K;
d) 0 x = 0V ; 8x 2 V ;
e) ( ) x = ( x) = ( x) ; 8x 2 V; 8 2 K;
27
28 2. SPA ŢII VECTORIALE

f) dac¼a x 2 V şi 2 K, atunci x = 0V () = 0 sau x = 0V .


Demonstraţie. a) (x y) + y = [(x y) + y] = x: b) În a) se ia x = y.
c) ( )x + x = [( ) + ]x = x. d) În c) se ia = .
e) x + ( x) = (x x) = 0V = 0V . x + ( ) x = [ + ( )]x =
=( ) x = 0 x = 0V . f) Conform b) şi d), 0V = 0 x = 0V . Reciproc, dac¼
a
1 1 1
x = 0V şi 6= 0, atunci exist¼a (K …ind corp), deci ( x) = 0V = 0V .
1 1
Dar ( x) = = x = 1 x = x, deci x = 0V .
EXEMPLE. 1) Mulţimea vectorilor liberi din spaţiu sau din plan, notat¼ a V3
respectiv V2 (cap.1), este un R-spaţiu vectorial în raport cu adunarea vectorilor
liberi şi înmulţirea cu un scalar a unui vector liber(prop. 2.1, 2.2, cap. 1).
2) Fie n 2 N şi K n = K K ::: K = (x1 ; x2 ; :::; xn ) ; xi 2 K; i = 1; n .
Dac¼a x = (x1 ; :::; xn ) 2 K n ; y = (y1 ; :::; yn ) 2 K n şi 2 K, de…nim:
x + y = (x1 + y1 ; :::; xn + yn ); x = ( x1 ; :::; xn ) :
2
De exemplu, în R , (2; 3) + (0; 3) = (2; 0); ( 5)(1; 2) = ( 5; 10). De aseme-
nea, în R3 , (1; 2; 2) + ( 2; 0; 1) = ( 1; 2; 1); 3(1; 2; 0) = (3; 6; 0). Înzestrat cu
cele dou¼ a legi de compoziţie K n este un K-spaţiu vectorial. Vectorul nul este 0 =
(0; 0; :::; 0), iar opusul vectorului x = (x1 ; :::; xn ) este vectorul x = ( x1 ; :::; xn ).
Propriet¼ a imediat. Astfel se poate organiza Rn ca R-spaţiu
aţile 1)-8) se veri…c¼
vectorial, iar C ca C-spaţiu vectorial. Elementele lui K n se numesc vectori (linie)
n

n-dimensionali, iar K n se numeşte spaţiu aritmetic cu n dimensiuni. În particular


Rn se numeşte spaţiu aritmetic real cu n dimensiuni.
În unele aplicaţii este avantajos s¼ a d¼am vectorii lui K n sub form¼ a de coloane
0 1
x1
B x2 C
B C
x=B C
B : C ; xi 2 K; i = 1; n:
@ : A
xn
În acest caz K n va … numit spaţiul vectorilor coloan¼a n-dimensionali.
3) Mulţimea matricelor cu m linii şi n coloane cu coe…cienţii în K, notat¼ a
Mm;n (K), poate … înzestrat¼ a cu o structur¼a de K-spaţiu vectorial, cele dou¼
a oper-
aţii …ind adunarea matricelor şi înmulţirea cu un scalar a unei matrice.
4) Fie R [X] mulţimea polinoamelor în nedeterminata X cu coe…cienţi în R.
În raport cu adunarea polinoamelor şi înmulţirea unui polinom cu un scalar, R [X]
este un R-spaţiu vectorial.
5) Fie M o mulţime oarecare, V un K-spaţiu vectorial şi
F (M; V ) = ff ; f : M ! V g: Dac¼ a f; g 2 F (M; V ) şi 2 K, de…nim
(f + g) (x) = f (x) + g (x) ; 8x 2 M; ( f ) (x) = f (x) ; 8x 2 M:
Se veri…c¼a uşor c¼
a F (M; V ) înzestrat cu cele dou¼
a legi de compoziţie este un
K-spaţiu vectorial.

2. Subspaţii vectoriale. Operaţii cu subspaţii vectoriale


DEFINIŢIE. Fie V un K-spaţiu vectorial. O submulţime nevid¼
a S V se
numeşte subspaţiu vectorial dac¼
a:
1) x; y 2 S ) x + y 2 S;
2) x 2 S; 2 K ) x 2 S.
2. SUBSPA ŢII VECTORIALE. OPERA ŢII CU SUBSPA ŢII VECTORIALE 29

Mulţimea S înzestrat¼
a cu legile induse de (x; y) ! x + y şi (x; y) ! x este un
K-spaţiu vectorial.
PROPOZIŢIA 2.1. (Criteriul subspaţiului). S V este subspaţiu vectorial
() 8x; y 2 S şi ; 2 K ) x + y 2 S.
EXEMPLE. 1) Mulţimea f0V g este un subspaţiu vectorial al lui V numit sub-
spaţiu nul, iar V se numeşte subspaţiu total. f0V g este cel mai mic (faţ¼
a de incluzi-
une) subspaţiu posibil al lui V , iar V cel mai mare subspaţiu posibil al lui V . Cele
dou¼a subspaţii se numesc improprii sau triviale. Orice subspaţiu diferit de aceste
dou¼a subspaţii se numeşte subspaţiu propriu.
2) În K n consider¼am, pentru orice 1 i n, mulţimile
Si = fx 2 K n ; x = (x1 ; :::; xi 1 ; 0K ; xi+1 ; :::; xn )g :

Se veri…c¼ a Si este subspaţiu vectorial al lui K n , pentru orice indice i;


a uşor c¼
1 i n. Mai general, …e m 2 N; m n. Submulţimea S K n format¼ a din toţi
vectorii ce au pe m componente …xate elementul 0K , este un subspaţiu vectorial al
lui K n .
3) Fie n 2 N . Mulţimea Rn [X] a polinoamelor în nedeterminata X, cu coe…-
cienţi în R, de grad n, este un subspaţiu vectorial al lui R [X]. Într-adev¼ ar, dac¼
a
f; g 2 Rn [X] şi ; 2 R, atunci grad( f + g) max(grad f; grad g), deci Rn [X]
este un subspaţiu vectorial al lui R [X].
4) Fie a; b 2 R, a < b. Submulţimea C([a; b]; R) F([a; b]; R), C([a; b]; R) =
= ff : [a; b] ! R; f continu¼ ag este un subspaţiu vectorial al lui F([a; b]; R).
PROPOZIŢIA 2.2. Dac¼a V1 şi V2 sunt dou¼a subspaţii vectoriale ale lui V ,
atunci V1 \ V2 este un subspaţiu vectorial al lui V .
Demonstraţie. De remarcat c¼ a V1 \V2 6= , deoarece 0V 2 V1 \V2 . De asemenea
dac¼
a x; y 2 V1 \ V2 , atunci x; y 2 Vi ; i = 1; 2, deci x + y 2 Vi ; i = 1; 2; 8 ; 2 K,
deoarece Vi sunt subspaţii vectoriale. În consecinţ¼ a, x + y 2 V 1 \ V 2 .
OBSERVAŢIE. În general, orice intersecţie de subspaţii vectoriale este un sub-
spaţiu vectorial.
Fie acum M o submulţime a unui K-spaţiu vectorial V . Exist¼ a subspaţii vec-
toriale ale lui V care conţin submulţimea M (spre exemplu V însuşi). Intersecţia
acestor subspaţii vectoriale este cel mai mic subspaţiu vectorial (în raport cu in-
cluziunea) care conţine M .
DEFINIŢIE. Se numeşte subspaţiu vectorial generat de M şi se noteaz¼a Sp (M )
intersecţia tuturor subspaţiilor vectoriale ale lui V care conţin M . Mulţimea M
se numeşte sistem de generatori pentru Sp (M ). Prin convenţie, vom considera c¼ a
Sp ( ) = f0V g.
DEFINIŢIE. Dac¼ a V1 , V2 sunt dou¼ a subspaţii vectoriale ale lui V , de…nim suma
subspaţiilor V1 şi V2 , notat¼ a V1 + V2 , ca …ind:
V1 + V2 = fx 2 V ; x = x1 + x2 ; x1 2 V1 ; x2 2 V2 g:
Analog se poate de…ni:
V1 + V2 + ::: + Vn = fx 2 V ; x = x1 + ::: + xn ; xi 2 Vi ; i = 1; ng:
OBSERVAŢIE. În general, reuniunea a dou¼
a subspaţii vectoriale ale unui spaţiu
vectorial nu este subspaţiu vectorial. De exemplu, mulţimile V1 = f(x; 0) ;
30 2. SPA ŢII VECTORIALE

x 2 Rg R2 ; V2 = f(0; y); y 2 Rg R2 sunt subspaţii vectoriale ale lui R2 ;


dar reuniunea lor nu este subspaţiu vectorial al lui R2 , deoarece (1; 0) 2 V1 şi
(0; 1) 2 V2 , dar (1; 0) + (0; 1) = (1; 1) 2
= V1 [ V2 . Dac¼
a V1 V2 sau V2 V1 atunci
V1 [ V2 este subspaţiu vectorial al lui V şi în acest caz V1 [ V2 = V2 respectiv
V1 [ V 2 = V 1 .
PROPOZIŢIA 2.3. Dac¼a V1 ; V2 sunt subspaţii vectoriale ale lui V , atunci:
a) V1 + V2 este subspaţiu vectorial al lui V ;
b) V1 + V2 = Sp (V1 [ V2 ).
Demonstraţie. a) Este clar c¼ a 0V 2 V1 + V2 , deci V1 + V2 6= . Fie acum
x; y 2 V1 + V2 . Atunci x = x1 + x2 , y = y1 + y2 cu x1 ; y1 2 V1 şi x2 ; y2 2 V2 . Dac¼
a
; 2 K atunci x + y = ( x1 + y1 ) + ( x2 + y2 ). Cum V1 ; V2 sunt subspaţii
vectoriale, rezult¼a c¼
a xi + yi 2 Vi ; i = 1; 2, deci x + y 2 V1 + V2 . În consecinţ¼ a
V1 + V2 este un subspaţiu vectorial.
b) Vom ar¼ata mai întâi c¼ a V1 +V2 Sp (V1 [ V2 ). Fie x 2 V1 +V2 şi S un spaţiu
vectorial ce conţine V1 [ V2 . Atunci x = x1 + x2 cu x1 2 V1 ; x2 2 V2 . În consecinţ¼a
xi 2 S; i = 1; 2 deci x 2 S. Aşadar x este în intersecţia tuturor subspaţiilor
care conţin V1 [ V2 , adic¼
a x 2 Sp (V1 [ V2 ). S¼a ar¼
at¼
am acum incluziunea invers¼ a,
Sp (V1 [ V2 ) V1 + V2 . Conform a), V1 + V2 este un subspaţiu vectorial. A…rmaţia
rezult¼
a dac¼ a ar¼
at¼am V1 [ V2 V1 + V2 . Aceasta este imediat¼ a, deoarece dac¼ a
x1 2 V1 , atunci x1 = x1 + 0V 2 V1 + V2 , adic¼ a V1 V1 + V2 . Similar V2 V1 + V2 ,
deci V1 [ V2 V1 + V2 .
OBSERVAŢIE. Dac¼ a x 2 V1 + V2 , atunci x = x1 + x2 cu xi 2 Vi , i = 1; 2.
Nu înseamn¼ a c¼
a vectorii x1 ; x2 sunt unici (Construiţi un exemplu!). Suntem deci
conduşi la examinarea condiţiilor în care descompunerea este unic¼ a.
DEFINIŢIE. Suma subspaţiilor vectoriale V1 şi V2 se numeşte direct¼a şi se
noteaz¼a V1 V2 , dac¼ a orice vector x 2 V1 + V2 se scrie în mod unic sub forma
x = x1 + x2 , cu xi 2 Vi ; i = 1; 2. Mai general, suma subspaţiilor vectoriale V1 ; :::; Vn
este direct¼a şi se noteaz¼
a V1 ::: Vn , dac¼ a orice x 2 V1 + ::: + Vn se scrie în mod
unic sub forma x = x1 + x2 + ::: + xn , cu xi 2 Vi , 8i = 1; n.
PROPOZIŢIA 2.4. Fie V1 ; V2 subspaţii vectoriale ale unui spaţiu vectorial V .
Urm¼atoarele a…rmaţii sunt echivalente:
a) Suma V1 + V2 este direct¼a;
b) V1 \ V2 = f0V g.
Demonstraţie. a))b) Fie y 2 V1 \ V2 . Atunci 0V = 0V + 0V 2 V1 + V2 şi
0V = y + ( y). Cum suma este direct¼ a, scrierea …ind unic¼ a, rezult¼
a y = 0V , deci
V1 \ V2 = f0V g.
0 0 0 0 0
b))a) Dac¼ a x = x1 + x2 , x = x1 + x2 , cu xi ; xi 2 Vi , i = 1; 2 atunci x1 x1 =
0 0 0 0
x2 x2 . Dar x1 x1 2 V1 , x2 x2 2 V2 , iar V1 \ V2 = f0V g, deci x1 x1 =
0 0 0
x2 x2 = 0V . În consecinţ¼
a x1 = x1 şi x2 = x2 , deci scrierea este unic¼ a.
DEFINIŢIE. Se spune c¼a dou¼a subspaţii vectoriale V1 , V2 ale unui subspaţiu
vectorial V sunt suplementare în V , dac¼
a V = V1 V2 .
EXEMPLE. 1) Fie V1 = f(x; 0) ; x 2 Rg, V2 = f(0; x) ; x 2 Rg, V3 = f(x; x) ;
x 2 Rg. V1 ; V2 ; V3 sunt subspaţii vectoriale ale lui R2 . Atunci R2 = V1 V2 = =
V1 V3 = V2 V3 . Vom ar¼ ata, de exemplu, c¼ a R2 = V1 V3 . Fie x; y 2 R2 . Atunci
¼ ŞI INDEPENDEN Ţ A
3. COM BINA ŢII LINIARE. SISTEM E DE GENERATORI. DEPENDEN Ţ A ¼ LINIAR31
¼
A

(x; y) = (x y; 0) + (y; y), deci (x; y) 2 V1 + V3 . Fie acum (x; y) 2 V1 \ V3 . Cum


(x; y) 2 V1 , rezult¼
a y = 0, iar din (x; y) 2 V3 , rezult¼
a x = y = 0, deci (x; y) = (0; 0).
2) Fie D R, o mulţime simetric¼ a faţ¼
a de origine (adic¼
a x 2 D ) x 2 D),
V = F (D; R) (ex. 5, §1), V1 mulţimea funcţiilor pare din V şi V2 mulţimea funcţiilor
impare din V . Atunci V1 şi V2 sunt subspaţii vectoriale suplementare în V . Într-
adev¼ar, orice funcţie f se scrie în mod unic sub forma f (x) = h (x) + g (x), unde
f (x) + f ( x) f (x) f ( x)
h (x) = 2 V1 şi g (x) = 2 V2 .
2 2

3. Combinaţii liniare. Sisteme de generatori. Dependenţ¼


a şi
independenţ¼
a liniar¼
a
Fie V un K-spaţiu vectorial. Orice parte …nit¼
a a lui V se numeşte sistem de
vectori sau familie …nit¼a de vectori din V .
DEFINIŢIE. Fie fx1 ; :::; xn g un sistem …nit de n vectori din V . Se numeşte
combinaţie liniar¼a a vectorilor x1 ; :::; xn orice vector x 2 V , de forma x = 1 x1 +
+::: + n xn , unde 1 ; 2 ; :::; n 2 K şi se numesc coe…cienţii combinaţiei liniare.
EXEMPLU. În Rn (n 2), consider¼
am vectorii
e1 = (1; 0; :::; 0) ; e2 = (0; 1; 0; :::; 0) ; :::; en = (0; :::; 0; 1) :
Orice vector x = (x1 ; :::; xn ) 2 Rn este combinaţie liniar¼
a de e1 ; e2 ; :::; en ,
deoarece
(x1 ; :::; xn ) = (x1 ; 0; :::; 0) + (0; x2 ; 0; :::; 0) + ::: + (0; :::; xn ) =
= x1 e1 + x2 e2 + ::: + xn en :
În particular pentru n = 2, e1 = (1; 0); e2 = (0; 1) şi (2; 3) = 2e1 3e2:
Fie acum o submulţime nevid¼
aM V.
DEFINIŢIE. Se numeşte combinaţie liniar¼a a vectorilor din M , orice vector
x 2 V cu proprietatea urm¼ atoare: exist¼ a n 2 N , o familie …nit¼ a de vectori
fx1 ; :::; xn g M şi scalarii 1 ; 2 ; :::; n 2 K astfel încât x = 1 x1 + ::: + n xn .
TEOREMA 3.1. Fie V un K-spaţiu vectorial şi M o submulţime nevid¼a a lui V .
Atunci subspaţiul vectorial generat de M coincide cu mulţimea tuturor combinaţiilor
liniare ale vectorilor din M .
0
Demonstraţie. Fie M mulţimea combinaţiilor liniare ale vectorilor din M .
0
Vom ar¼ ata mai întâi c¼ a M este subspaţiu vectorial al lui V care conţine M , deci
0 0 0
Sp (M ) M . Dac¼ a x 2 M , atunci 0V = x x 2 M , deci M 6= . Fie acum
0
x = 1 x1 + ::: + n xn ; y = 1 y1 + ::: + m ym doi vectori din M şi ; 2 K.
Atunci x + y = x1 + ::: + n xn + 1 y1 + ::: + m ym este o combinaţie
0
liniar¼
a a vectorilor x1 ; :::; xn ; y1 ; :::; ym din M , deci x + y 2 M şi, în consecinţ¼ a,
0 0
M este subspaţiu vectorial al lui V . În plus M M , deoarece pentru orice
0
x 2 M; x = 1 x 2 M . Pentru incluziunea invers¼ a, s¼
a remarc¼ am c¼ a dac¼
a S este un
subspaţiu vectorial al lui V ce conţine M , atunci S conţine mulţimea combinaţiilor
0 0
liniare ale vectorilor din M , deci M S. Prin urmare M Sp (M ).
COROLAR 3.1.1. Fie V un K-spaţiu vectorial şi x1 ; :::; xn 2 V . Subspaţiul
vectorial generat de fx1 ; :::; xn g este mulţimea combinaţiilor liniare cu vectorii
x1 ; x2 ; :::; xn .
32 2. SPA ŢII VECTORIALE

În particular, pentru orice vector nenul x 2 V , subspaţiul generat de fxg este


mulţimea f x; 2 Kg numit¼ a dreapta vectorial¼a generat¼a de x. De asemenea, dac¼
a
x 6= 0V şi y 2 f x; 2 Kg, subspaţiul generat de vectorii x; y 2 V este mulţimea
f x + y; ; 2 Kg numit¼ a plan vectorial generat de x şi y.
DEFINIŢIE. Se spune c¼a vectorii x1 ; :::; xn din V formeaz¼
a un sistem de gene-
ratori pentru V , dac¼
a subspaţiul vectorial generat de fx1 ; :::; xn g coincide cu V ,
adic¼
a pentru orice x 2 V exist¼
a 1 ; :::; n 2 K astfel ca x = 1 x1 + ::: + n xn .
EXEMPLE. 1) În Rn [X], vectorii 1; X; :::; X n constituie un sistem de generatori.
2) În R3 , vectorii v1 = (1; 1; 1) ; v2 = (0; 1; 1) ; v3 = (0; 0; 1) formeaz¼
a un sistem
de generatori. Într-adev¼ ar, …e x 2 R3 ; x = (x1 ; x2 ; x3 ). Trebuie s¼ a ar¼
at¼
am c¼ a
putem determina 1 ; 2 ; 3 astfel încât x = 1 v1 + 2 v2 + 3 v3 . Aceast¼ a relaţie
se mai scrie (x1 ; x2 ; x3 ) = ( 1 ; 1 + 2 ; 1 + 2 + 3 ), de unde 1 = x1 ; 1 + 2 =
= x2 ; 1 + 2 + 3 = x3 . Rezult¼ a 1 = x1 ; 2 = x2 x2 ; 3 = x3 x2 , deci
a un sistem de generatori în R3 .
v1 ; v2 ; v3 formeaz¼
DEFINIŢIE. Vom spune c¼ a vectorii x1 ; :::; xn din V sunt liniar independenţi
(sau c¼ a familia fx1 ; :::; xn g este liber¼a ) dac¼a din 1 x1 + ::: + n xn = 0V rezult¼ a
1 = 2 = ::: = n = 0. Vom spune c¼a vectorii x 1 ; :::; x n din V sunt liniar
dependenţi (sau c¼ a familia fx1 ; :::; xn g este legat¼a ) dac¼
a exist¼ a scalarii 1 ; :::; n nu
toţi nuli astfel încât 1 x1 + ::: + n xn = 0V . O familie in…nit¼ a de vectori din V se
numeşte liniar independent¼a sau liber¼a dac¼ a orice submulţime …nit¼ a a sa este liniar
independent¼ a.
OBSERVAŢII. 1) Orice subfamilie a unei familii libere este o familie liber¼
a.
2) Elementele unei familii libere sunt nenule.
3) Orice suprafamilie a unei familii legate este o familie legat¼
a.
EXEMPLE. 1) În Rn [X], familia f1; X; :::; X n g este liniar independent¼ a, deoa-
rece orice polinom nul are toţi coe…cienţii nuli.
2) În Rn , vectorii e1 = (1; 0; :::; 0) ; e2 = (0; 1; 0; :::; 0) ; :::; en = (0; :::; 0; 1) sunt
liniar independenţi, deoarece din 1 e1 + ::: + n en = 0 se obţine 1 = ::: = n = 0.
3) În R3 , vectorii x1 = (1; 0; 0) ; x2 = (0; 1; 1) ; x3 = (1; 1; 1) sunt liniar depen-
denţi deoarece x1 + x2 x3 = 0.
4) În Mm;n (R), matricele Eij ; i = 1; m; j = 1; n date de
0 1
0 ::: 0 ::: 0
B ::: ::: ::: ::: ::: C
B C
Eij = B
B 0 ::: 1 ::: 0 C ! i
C
@ ::: ::: ::: ::: ::: A
0 ::: 0 ::: 0
#
j
sunt liniar independente.
5) În R3 , vectorii v1 = (1; 1; 1) ; v2 = (0; 1; 1) ; v3 = (0; 0; 1) sunt liniar inde-
pendenţi. Într-adev¼
ar, dac¼
a 1 ; 2 ; 3 2 R satisfac 1 v2 + 2 v2 + 3 v3 = (0; 0; 0),
atunci 1 = 0; 1 + 2 = 0; 1 + 2 + 3 = 0, de unde 1 = 2 = 3 = 0.
PROPOZIŢIA 3.1. Fie V un K-spaţiu vectorial şi x1 ; :::; xn vectori în V .
Pentru ca familia fx1 ; :::; xn g s¼a …e legat¼a este necesar şi su…cient ca unul dintre
vectorii xi s¼a …e combinaţie liniar¼a de ceilalţi.
¼ DIM ENSIUNE
4. BAZ A. 33

Demonstraţie. Dac¼ a familia fx1 ; :::; xn g este legat¼


a, atunci exist¼ a scalarii 1 ;
:::; n nu toţi nuli astfel ca 1 x1 + ::: + n xn = 0V . Dac¼ a, de exemplu, 1 6= 0,
1 1
atunci x1 = 1 2 x2 ::: 1 n xn , deci xi este combinaţie liniar¼ a de x2 ; :::; xn :
Reciproc, dac¼ a, de exemplu, x1 = 2 x2 + ::: + n xn , 2 ; :::; n 2 K, atunci 1 x1 +
( 2 ) x2 + ::: + ( n ) xn = 0V , ceea ce arat¼ a c¼
a familia fx1 ; x2 ; :::; xn g este legat¼ a,
deoarece coe…cientul lui x1 este 1, deci nenul.

4. Baz¼
a. Dimensiune
Familiile de vectori care sunt simultan sisteme de generatori şi familii libere vor
juca un rol fundamental în ceea ce urmeaz¼ a.
DEFINIŢIE. Fie V un K-spaţiu vectorial. Se spune c¼ a familia fe1 ; :::; en g de
vectori din V este o baz¼a în V dac¼
a vectorii e1 ; :::; en sunt liniar independenţi şi
genereaz¼a V.
TEOREMA 4.1. Familia F = fe1 ; :::; en g este baz¼a în V dac¼a şi numai dac¼a
orice vector x 2 V se exprim¼a în mod unic ca o combinaţie liniar¼a de vectorii
e1 ; :::; en .
Demonstraţie. Necesitatea. Familia F …ind baz¼ a în V , exist¼a 1 ; :::; n 2 K
astfel încât x = 1 e1 + ::: + n en . Dac¼ a ar exista 1 ; :::; n 2 K astfel ca x =
1 e1 +:::+ n en , atunci ( 1 1 )e1 +:::+( n n )en = 0V . Familia fe1 ; :::; en g …ind
liber¼a, rezult¼ a 1 1 = 2 2 = ::: = n n = 0, adic¼ a 1 = 1 ; :::; n = n ,
deci scrierea lui x ca o combinaţie liniar¼ a de e1 ; e2 ; :::; en este unic¼
a.
Su…cienţa. Cum orice vector x 2 V se scrie în mod unic ca o combinaţie liniar¼ a
de e1 ; e2 ; :::; en , rezult¼
a c¼
a familia fe1 ; :::; en g genereaz¼ a V . Fie acum 1 ; :::; n 2 K
astfel încât 1 e1 +:::+ n en = 0V . Cum 0 e1 +:::+0 en = 0V şi scrierea elementului
nul este unic¼ a, rezult¼a 1 = 2 = ::: = n = 0, adic¼ a familia fe1 ; :::; en g este liber¼
a,
deci este baz¼ a în V .
DEFINIŢIE. Fie V un K-spaţiu vectorial şi B = fe1 ; :::; en g o baz¼
a în V . Atunci
pentru orice x 2 V exist¼a o familie unic¼a de scalari din K, f 1 ; :::; n g astfel încât
x = 1 e1 + ::: + n en . Scalarii 1 ; :::; n se numesc coordonatele sau componentele
lui x în raport cu baza B :
Este evident¼a
TEOREMA 4.2. Dac¼a B = fe1 ; :::; en g este baz¼a în V şi x = x1 e1 + ::: + xn en ,
y = y1 e1 + ::: + yn en , atunci
x + y = (x1 + y1 )e1 + ::: + (xn + yn )en ; x = x1 e1 + ::: + xn en ; 2 K:
x = x1 e1 + ::: + xn en ; 2 K:
COMENTARIU. Teorema scoate în evidenţ¼ a importanţa noţiunii de baz¼
a. Ope-
raţiile de…nite în mod abstract într-un spaţiu vectorial devin operaţii uzuale cu
numere şi anume cu coordonatele vectorilor relativ la acea baz¼a:
DEFINIŢIE. Spunem c¼ a spaţiul vectorial V este de dimensiune n sau n-dimen-
sional şi se noteaz¼a dim K V = n dac¼ a exist¼
a în V n vectori liniar independenţi
şi orice n + 1 vectori sunt liniar dependenţi. În acest caz spaţiul se numeşte …nit-
dimensional. Spaţiul vectorial care conţine o familie liber¼ a in…nit¼a se numeşte
in…nit-dimensional.
Deoarece orice sistem de n + 1 vectori este legat rezult¼
a c¼
a toate sistemele de
vectori care conţin mai mult de n vectori este legat. În consecinţ¼
a dimensiunea
34 2. SPA ŢII VECTORIALE

unui spaţiu vectorial este num¼


arul maxim de vectori liniar independenţi din acest
spaţiu vectorial.
TEOREMA 4.3. Într-un spaţiu vectorial V de dimensiune n exist¼a o baz¼a
format¼a din n vectori; mai mult, orice sistem de n vectori liniar independenţi din
V constituie o baz¼a a lui V .
Demonstraţie. Cum V este de dimensiune n, exist¼ a un sistem de vectori liniar
independenţi, S = fe1 ; e2 ; :::; en g. Vom ar¼
ata c¼
a S este sistem de generatori, deci
baz¼a a lui V . Fie x 2 V . Vectorii x; e1 ; e2 ; :::; en sunt liniar dependenţi, deci
exist¼
a ; 1 ; 2 ; :::; n 2 K, nu toţi nuli astfel încât x + 1 e1 + ::: + n en = 0V .
Atunci 6= 0, deoarece în caz contrar, S ar … liniar dependent. În consecinţ¼ a
1
x= ( 1 e1 + ::: + n en ), deci S este sistem de generatori.
TEOREMA 4.4. Dac¼a B = fe1 ; :::; en g este baz¼a în V , atunci dimK V = n.
Demonstraţie. Evident în V exist¼ a n vectori liniar independenţi. Fie S =
= fx1 ; :::; xn ; xn+1 g un sistem format din n + 1 vectori. Presupunem prin absurd
c¼a S este liber. Atunci x1 = 1 e1 + 2 e2 + ::: + n en . Cum x1 6= 0V rezult¼ a c¼
a
1 ; 2 ; :::; n nu sunt toţi nuli. Renumerotând eventual elementele lui B, putem
presupune c¼ a 1 6= 0. În consecinţ¼a putem scrie e1 = 1 x1 + 2 e2 + ::: + n en .
Cum x2 = 1 e1 + 2 e2 + ::: + n en , ţinând seama de expresia lui e1 rezult¼ a c¼
a
x2 = 1 x1 + 2 e2 + ::: + n en . Dac¼ a 2 = 3 = ::: = n = 0, atunci x2 = 1 x1 ,
deci vectorii x1 , x2 sunt liniar dependenţi, ceea ce contrazice ipoteza c¼ a S este
liber. Renumerotând convenabil elementele lui B, putem presupune c¼ a 2 6= 0.
Atunci din expresia lui x2 rezult¼ a c¼
a e2 = 1 x1 + 2 x2 + 3 e3+ ::: + n en , x3 =
= 1 x1 + 2 x2 + 3 e3+ ::: + n en . Procedând din aproape în aproape, obţinem c¼ a
xn+1 = 1 x1 + 2 x2 + ::: + n xn , ceea ce contrazice ipoteza c¼ a S este liber. Aşadar
S este liniar dependent, deci dimK V = n.
TEOREMA 4.5. (Teorema bazei incomplete) Fie V un spaţiu vectorial de di-
mensiune n. Pentru orice parte liber¼a S = fx1 ; :::; xp g din V , p < n, exist¼a vectorii
xp+1 ; :::; xn 2 V astfel încât fx1 ; :::; xp ; xp+1 ; :::; xn g s¼a …e baz¼a în V .
0 0 0
Demonstraţie. Fie V = Sp(S): Atunci dimV = p < n, V 6= V . Aşadar
0 0
V V 6= şi nu conţine 0V . Orice x 2 V V formeaz¼ a împreun¼a cu S un sistem
liber. Într-adev¼ar, dac¼ a S [ fxg ar … legat, ar exista 1 ; 2 ; :::; p ; 2 K nu toţi
nuli astfel încât 1 x1 + ::: + p xp + x = 0V . Dac¼ a = 0, ar rezulta c¼ a S este legat,
0
1
deci 6= 0. Atunci x = ( 1 x1 + ::: + p xp ), adic¼
a x 2 V , ceea ce contrazice
0 0
faptul c¼ a x 2 V V . Not¼ am xp+1 = x, deci S = fx1 ; :::; xp ; xp+1 g este liber. Fie
00 0 00
V = Sp(S ), dimV = p + 1. Dac¼ a p + 1 < n se repet¼ a procedeul de mai sus.
00 0
Alegem xp+2 2 V V şi sistemul S [ fxp+2 g este liber etc. Obţinem astfel din
aproape în aproape un sistem liber B = fx1 ; :::; xn g care conform teoremei 4.3 este
baz¼ a în V .
EXEMPLE. 1) În V3 orice trei vectori necoplanari formeaz¼ a o baz¼ a (teorema
! ! !
3.6, prop. 3.5, cap. 1). În particular f i ; j ; k g este o baz¼ a, numit¼ a baza canonic¼a
a lui V3 . Deci dimV3 = 3: Similar în V2 orice doi vectori liberi necoli-niari formeaz¼ a
o baz¼a, deci dimV2 = 2: În V1 orice vector nenul este baz¼ a, deci dimV1 =1:
2) În Rn (n 2) vectorii e1 = (1; 0; :::; 0), e2 = (0; 1; 0; :::; 0) ; :::; en = (0; :::; 0; 1)
formeaz¼ a, deci dimR Rn = n. Cum pentru orice x 2 Rn ; x = (x1 ; x2 ; :::; xn )
a o baz¼
avem x = x1 e1 + ::: + xn en , rezult¼ a c¼ a coordonatele în baza canonic¼ a a unui
¼ DIM ENSIUNE
4. BAZ A. 35

vector x 2 Rn coincid cu componentele acestuia. De aceea baza fe1 ; :::; en g se


numeşte baza canonic¼a a lui Rn . S¼ a observ¼am c¼ a coordonatele unui vector difer¼ a
de la o baz¼ a la alta. De exemplu, în R3 , coordonatele vectorului x = (2; 1; 3) în
baz¼a canonic¼ a sunt 2; 1; 3, coincizând cu componentele lui x. Pe de alt¼ a parte,
vectorii v1 = (1; 1; 1) ; v2 = (0; 1; 1) ; v3 = (0; 0; 1) formeaz¼ a, de asemenea, o baz¼ a
a lui R3 . Coordonatele lui x = (2; 1; 3) în baza v1 ; v2 ; v3 sunt 2; 1; 2, pentru c¼ a
x = 2v1 v2 + 2v3 .
3) În Rn [X], polinoamele 1; X; :::; X n formeaz¼ a o baz¼
a, numit¼a baza canonic¼a a
i
lui Rn [X]. De asemenea, pentru orice a 2 R , polinoamele pi = (X a) , 0 i n
formeaz¼ a o baz¼a a lui V , deci dimR Rn [X] = n+1. Vom ar¼ ata aceasta pentru n = 3.
Fie 0 ; 1 ; 2 ; 3 astfel încât
2 3
0 1+ 1 (X a) + 2 (X a) + 3 (X a) = 0:
Rezult¼ a 3 = 0, 2 3 3 a = 0, 1 2 2 a + 3 3 a2 = 0, 0
a c¼ 1a + 2a
2
3
3 a = 0, de unde 0 = 1 = 3 = 0, deci polinoamele p0 ; p1 ; p2 ; p3 sunt liniar
independente. S¼a ar¼
at¼
am c¼
a aceste polinoame formeaz¼a un sistem de generatori
pentru R3 [X]. Fie f 2 R3 [X]. Trebuie s¼a ar¼
at¼
am c¼
a exist¼
a 0 ; 1 ; 2 ; 3 astfel
încât
2 3
f = 0 1 + 1 (X a) + 2 (X a) + 3 (X a) :
Derivând formal, obţinem succesiv:
2
Df = 1 + 2 2 (X a) + 3 3 (X a) ;
D2 f = 2! 2 + 2 3 3 (X a) ;
D3 f = 3! 3 :
Luând în egalit¼aţile de mai sus valoarea polinomului în punctul a, obţinem
1 1 1
0 = f (a) ; 1 = Df (a) ; 2 = D2 f (a) ; 3 = D3 f (a), deci:
1! 2! 3!
1 1 2 1 3
f = f (a) + Df (a) (X a) + D3 f (a) (X a) + D3 f (a) (X a) :
1! 2! 3!
În general, în Rn [X], pentru orice a 2 R , polinoamele
2 n
1; X a; (X a) ; :::; (X a) ;
formeaz¼
a o baz¼
a şi coordonatele unui polinom f 2 Rn [X] în aceast¼
a baz¼
a sunt:
1 1 1
f (a) ; Df (a) ; D2 f (a) ; :::; Dn f (a) ;
1! 2! n!
deci
1 1 2 2 1 n n
f = f (a) + Df (a) (X a) + D f (a) (X a) + ::: + D f (a) (X a) :
1! 2! n!
4) În Mm;n (R), matricele Eij ; i = 1; m, j = 1; n,
0 1
0 ::: 0 ::: 0
B ::: ::: ::: ::: ::: C
B C
Eij = B B 0 ::: 1 ::: 0 C C!i
@ ::: ::: ::: ::: ::: A ;
0 ::: 0 ::: 0
#
j
36 2. SPA ŢII VECTORIALE

formeaz¼a o baz¼
a, numit¼a baza canonic¼a a lui Mm;n (R).În concluzie dimMm;n (R) =
= mn:
5) În spaţiul vectorial C((a; b); R), funcţiile 1; t; t2 ; :::; tk sunt liniar indepen-
dente. Cum aceasta se întâmpl¼ a pentru orice k, rezult¼ a c¼ a acest spaţiu vectorial
este in…nit dimensional.
OBSERVAŢIE. Dimensiunea unui spaţiu vectorial depinde de corpul de baz¼ a.
Astfel dimC (C) = 1, dar dimR (C) = 2. Mai general, orice C-spaţiu vecto-rial de di-
mensiune n este un R-spaţiu vectorial de dimensiune 2n. Este su…cient s¼ a remarc¼ am

a dac¼
a fe1 ; :::; en g este baz¼
a într-un C-spaţiu vectorial, atunci fe1 ; :::; en ; ie1 ; :::; ien g
este baz¼
a în acel spaţiu considerat ca R-spaţiu vectorial.

5. Dimensiunea unui subspaţiu vectorial


Subspaţiul nul f0V g nu conţine nici un sistem liber. De aceea dimensiunea
acestuia se consider¼
a egal¼
a cu zero.
TEOREMA 5.1. Fie V un K-spaţiu vectorial de dimensiune n şi S un subspaţiu
vectorial al lui V . Atunci:
a) dimK (S) = dimK (V ) dac¼a şi numai dac¼a V = S;
b) dac¼a S este subspaţiu propriu al lui V , atunci dimK (S) < dimK (V );
c) S admite un suplement S1 şi avem:
dimK (V ) = dimK (S) + dimK (S1 ) :
Demonstraţie. a) Fie n = dimK (S) = dimK (V ) şi B S o baz¼ a cu n elemente.
Cum B V , conform teoremei 4.3, rezult¼ a c¼ a B este baz¼ a în V . Atunci orice
element din V este combinaţie liniar¼ a de elemente din B S, deci este în S. În
concluzie S = V .
b) Fie p = dimK (S), n = dimK (V ). Dac¼ a p > n, deoarece S V , rezult¼ a c¼
a
ar exista în V un sistem liber cu p vectori, dep¼ aşind dimensiunea lui V , ceea ce nu
se poate. Cum S este subspaţiu propriu al lui V , ţinând seama de a), rezult¼ a c¼
a
p < n.
c) Fie fx1 ; :::; xp g o baz¼a a lui S. Cum V este de dimensiune n, exist¼ an p
vectori xp+1 ; :::; xn astfel ca fx1 ; :::; xp ; xp+1 ; :::; xn g este o baz¼
a în V (teorema 4.5).
Familia fxp+1 ; :::; xn g …ind liber¼a, S1 = Sp(fxp+1 ; :::; xn g) este de dimensiune n p.
Pe de alt¼a parte, orice vector x 2 V se scrie în mod unic sub forma
x= 1 x1 + ::: + p xp + p+1 xp+1 + ::: + n xn = y + z;
unde y = 1 x1 + ::: + p xp 2 S şi z = p+1 xp+1 + ::: + n xn 2 S1 , ceea ce arat¼
a c¼
a
V = S S1 şi dimK (V ) = dimK (S) + dimK (S1 ).
TEOREMA 5.2. (Grassmann) Dac¼a S1 şi S2 sunt subspaţii vectoriale …nit
dimensionale ale lui V , atunci
dimK (S1 + S2 ) = dimK (S1 ) + dimK (S2 ) dimK (S1 \ S2 ) :
0
Demonstraţie. Fie B = fe1 ; :::; ek g o baz¼ a în S1 \ S2 S1 . O complet¼ am
pân¼a la o baz¼a a lui S1 , …e aceasta B 00 = fe1 ; :::; ek ; f1 ; :::; fl g, respectiv pân¼a la o
a B 000 = fe1 ; :::; ek ; g1 ; :::; gm g a lui S2 . Deci presupunem c¼
baz¼ a dimK (S1 \ S2 ) =
= k; dimK (S1 ) = k + l; dimK (S2 ) = k + m. Dac¼ a ar¼
at¼
am c¼a sistemul de vectori
din V , B = fe1 ; :::; ek ; f1 ; :::; fl ; g1 ; :::; gm g formeaz¼
a o baz¼
a a subspaţiului S1 + S2
demonstraţia este încheiat¼ a, deoarece dimK (S1 + S2 ) = k + l + m şi identitatea din
enunţ este satisf¼
acut¼ a.
6. RANGUL UNUI SISTEM DE VECTORI ŞI RANGUL M ATRICEI SALE. SISTEM E DE ECUA ŢII LINIARE
37

Vom ar¼ ata mai întâi c¼ a B este liniar independent¼


a.
Fie ; :::; k ; 1 ; :::; l ; 1 ; :::; k 2 K astfel ca
k
X l
X m
X
(5.1) i ei + j fj + s gs = 0V :
i=1 j=1 s=1

P
m
Dac¼
a not¼
am x = s gs 2 S2 , atunci din (5.1) rezult¼
a x 2 S1 , deci x 2
s=1
P
m P
k
S1 \ S2 . În consecinţ¼
a exist¼
a 1 ; :::; k 2 K astfel ca s gs = h eh ;care
s=1 h=1
P
m P
k
se mai scrie s gs + ( h ) eh = 0V . Deoarece B 000 este baz¼
a în S2 , rezult¼
a
s=1 h=1
P
k
1 = ::: = m = 0 şi 1 = ::: = k = 0. Atunci (5.1) se mai scrie i ei +
i=1
P
l
j fj = 0V şi cum B 00 este baz¼
a în S1 , rezult¼
a 1 = ::: = k = 0 şi 1 = ::: =
j=1
= l = 0. Aşadar toţi scalarii din (5.1) sunt nuli, deci B este liniar independent¼a.
Vom ar¼ata acum c¼ a B este un sistem de generatori pentru S1 + S2 . Fie deci
Pk P
l
x 2 S1 + S2 ; x = x1 + x2 cu x1 2 S1 ; x2 2 S2 . Atunci x1 = i ei + j fj
i=1 j=1
P
k P
m
00 000
şi x2 = i ei + s gs , deoarece B ; B sunt baze în S1 , respectiv S2 . În
i=1 s=1
P
k P
l P
m
consecinţ¼
ax= ( i + i )ei + j fj + s gs şi teorema este demonstrat¼
a.
i=1 j=1 s=1

COROLAR 5.2.1. Fie S1 ; S2 subspaţii vectoriale …nit dimensionale ale lui V .


Dac¼a suma S1 + S2 este direct¼a, atunci
dimK (S1 S2 ) = dimK (S1 ) + dimK (S2 ) :
Demonstraţie. Se ţine seama c¼
a S1 \ S2 = f0V g.

6. Rangul unui sistem de vectori şi rangul matricei sale. Sisteme de


ecuaţii liniare
DEFINIŢIE. Fie V un K-spaţiu vectorial şi S = fx1 ; :::; xm g un sistem de
vectori din V . Se numeşte rangul sistemului S dimensiunea subspaţiului generat de
S.
Evident, dimensiunea subspaţiului generat de un sistem S V este egal¼
a cu
num¼
arul maxim de vectori liniar independenţi conţinuţi în S.
P
n
Dac¼a B = fe1 ; :::; en g este baz¼
a în V , atunci xj = aij ei ; 8j = 1; m.
i=1
DEFINIŢIE. Matricea A = (aij ), de tip n m, format¼ a cu coordonatele vecto-
rilor xj (unic determinate), pe coloane, se numeşte matricea sistemului S în raport
cu baza B.
TEOREMA 6.1. (teorema rangului). Rangul unui sistem de vectori
S = fx1 ; :::; xm g din V este egal cu rangul matricei sale în raport cu o baz¼a arbitrar¼a
B = fe1 ; :::; en g din V .
38 2. SPA ŢII VECTORIALE

Demonstraţie. Fie A = (aij ) matricea sistemului S în raport cu baza B. Ream-


intim c¼
a rangul unei matrice A, nenul¼ a, este un întreg r; 0 < r min (m; n), cu
proprietatea c¼
a exist¼
a un minor nenul al lui A de ordin r, iar toţi minorii de or-
din r + 1, dac¼
a exist¼
a, sunt nuli. S¼a presupunem c¼ a rangA = r. Deoarece rangul
unei matrice nu se schimb¼ a dac¼a se permut¼ a liniile sau coloanele între ele, putem
presupune c¼a urm¼atorul determinant este nenul:
a11 a12 ::: a1r
a21 a22 ::: a2r
D= :
::: ::: ::: :::
ar1 ar2 ::: arr
Dac¼a vectorii x1 ; :::; xr ar … liniar dependenţi, atunci un vector ar … combinaţie
liniar¼
a de ceilalţi, deci una dintre coloanele minorului D este combinaţie liniar¼ a de
celelalte. Atunci D = 0, ceea ce nu este posibil. În consecinţ¼ a, vectorii x1 ; :::; xr
sunt liniar independenţi.
Vom ar¼ ata acum c¼ a Sp (fx1 ; :::; xr g) = Sp (fx1 ; :::; xm g). Dac¼a r < m, este
su…cient s¼a ar¼
at¼ am c¼a Sp (fx1 ; :::; xm g) Sp (fx1 ; :::; xr g). Cum rangul lui A este
r, pentru …ecare j > r, urm¼ atorii determinanţi sunt nuli:
a11 ::: a1r a1j
::: ::: ::: :::
i = ; i = 1; n:
ar1 ::: arr arj
ai1 ::: air aij
Dezvoltând dup¼ a ultima linie, obţinem: ci1 ai1 + ::: + cir air + D aij = 0, unde
prin cil ; l = 1; r, am notat complemenţii algebrici ai elementelor de pe ultima linie.
Cum D 6= 0, rezult¼ a
aij = 1 ai1 + ::: + r air ; i = 1; n;
unde k = D 1 cik , k = 1; r, nu depind de i, ci numai de elementele primelor r
linii, deci r¼
amân …xe când i = 1; n. Prin urmare pentru j > r, avem
xj = 1 x1 + ::: + r xr ;

deci Sp (fx1 ; :::; xm g) Sp (fx1 ; :::; xr g). În concluzie rangA = rangS.


OBSERVAŢIE. Din demonstraţia teoremei, rezult¼ a c¼
a rangul unei matrice este
egal cu num¼arul maxim de coloane liniar independente. Cum rangul unei matrice
coincide cu rangul matricei transpuse, rezult¼a c¼
a rangul unei matrice este egal cu
num¼ arul maxim de linii liniar independente.
DEFINIŢIE. O matrice p¼ atratic¼
a A se numeşte singular¼a dac¼
a det A = 0 şi
nesingular¼a în caz contrar.
COROLAR 6.1.1. O matrice p¼atratic¼a este nesingular¼a dac¼a şi numai dac¼a
toate liniile sau toate coloanele sunt liniar independente.
Pentru determinarea rangului unei matrice se pot folosi transform¼
ari elementare.
DEFINIŢIE. Se numesc transform¼ari elementare ale unei matrice urm¼ atoarele
operaţii:
- schimbarea a dou¼ a linii (coloane) între ele;
- înmulţirea tuturor elementelor unei linii (coloane) cu acelaşi factor nenul;
- adunarea la elementele unei linii (coloane) a elementelor corespunz¼ atoare ale
altei linii (coloane).
6. RANGUL UNUI SISTEM DE VECTORI ŞI RANGUL M ATRICEI SALE. SISTEM E DE ECUA ŢII LINIARE
39

Ţinând seama c¼
a aceste transform¼ari elementare nu afecteaz¼a proprietatea unui
determinant de a … nul sau nenul, rezult¼ a c¼
a rangul unei matrice nu se modi…c¼ a
dac¼
a asupra matricei se efectueaz¼a transform¼ ari elementare. În practic¼a, pentru
determinarea rangului unei matrice, proced¼ am astfel: se efectueaz¼
a transform¼ari
elementare asupra matricei pân¼a când toate elementele devin nule cu excepţia unor
elemente de pe diagonala principal¼
a care devin 1. Rangul unei matrice este num¼ arul
elementelor 1 de pe diagonala principal¼a.
EXEMPLU. S¼
a determin¼
am rangul matricei
0 1
2 4 3 5
B 1 2 1 2 C
A=B @ 3 1 5
C:
3 A
1 5 2 8
Avem succesiv
0 1 0 1
2 4 3 5 1 9 5 13
B 1 2 1 2 C L1 ! L1 + L4 B 3 10 C
L4 ! L4 + L1
B C L2 ! L2 + L4 ! B 0 7 C
@ 3 1 5 3 A @ 0 16 11 27 A
L3 ! L3 + 3L4 !
1 5 2 8 1 5 2 8
0 1 0 1
1 9 5 13 1 0 0 0
B 0 7 3 10 C C ! C 9C B 0 7
2 2 1
3 10 C
!B C B
@ 0 16 11 27 A C3 ! C3 5C1 ! @ 0 16 11 27 A !
C
C4 ! C4 13C1
0 14 7 21 0 14 7 21
0 1
L2 ! L2 =7 1 0 0 0
L3 ! L3 16L2 B 0 1 3=7 10=7 C C3 ! C3 3=7C2
!B C
@ 0 0 29=7 29=7 A C4 ! C4 10=7C2 !
L4 ! L4 14L2
!
! 0 0 1 1
0 1 0 1
1 0 0 0 1 0 0 0
B 0 L3 ! 7=29L3
1 0 0 C B 0 1 0 0 C
! B
@ 0
C ! L4 ! L4 L3 ! B C!
0 29=7 29=7 A @ 0 0 1 1 A
!
0 0 1 1 0 0 0 0
0 1
1 0 0 0
C4 ! C4 C3 B 0 1 0 0 C
! !B C
@ 0 0 1 0 A;
!
0 0 0 0
deci rangA = 3 (În …ecare caz s-au menţionat operaţiile indicate: notaţia
L1 ! L1 + L4 înseamn¼
a linia 1 se înlocuieşte cu suma liniilor 1 şi 4 etc.).
În continuare vom utiliza teorema rangului în studiul sistemelor de ecuaţii
liniare. Fie deci sistemul de ecuaţii liniare:
8
>
> a11 x1 + a12 x2 + ::: + a1n xn = b1
<
a21 x1 + a22 x2 + ::: + a2n xn = b2
(6.1) ;
>
> ::::::::::::::::::::::::::::::::::::::::::::::::::
:
am1 x1 + am2 x2 + ::: + amn xn = bm
unde aij 2 R, i = 1; m, j = 1; n, bi 2 R, i = 1; m.
40 2. SPA ŢII VECTORIALE

Reamintim c¼ a un sistem ordonat de numere reale ( 1 ; 2 ; :::; n ) se numeşte


soluţie a sistemului (6.1), dac¼
a înlocuind necunoscutele x1 ; x2 ; :::; xn respectiv prin
aceste numere, toate ecuaţiile acestui sistem sunt veri…cate, adic¼ a:
n
X
aij j = bi ; i = 1; m:
J=1

Dac¼a admite cel puţin o soluţie, sistemul se numeşte compatibil, iar dac¼a nu
admite nici o soluţie sistemul se numeşte incompatibil. Dac¼a sistemul (6.1) admite
o singur¼a soluţie, sistemul se numeşte compatibil determinat, iar dac¼a admite mai
multe soluţii sistemul se numeşte compatibil nedeterminat. S¼
a remarc¼am c¼a sistemul
se scrie sub forma Ax = b, unde
0 1 0 1
0 1 x1 b1
a11 a12 ::: a1n B x2 C B b2 C
B C B C
B a21 a22 ::: a2n C C B C B C
A=B ; x = B : C;b = B : C
@ ::: ::: ::: ::: ::: A B C B C
B : C B : C
am1 am2 ::: amn @ : A @ : A
xn bm
Matricea 0 1
a11 a12 ::: a1n b1
B a21 a22 ::: a2n b2 C
e=B
A C
@ ::: ::: ::: ::: ::: ::: A
am1 am2 ::: amn bm
se numeşte matricea extins¼a a sistemului (6.1).
Dac¼
a r = rangA şi
a11 ::: a1r
Dr = ::: ::: ::: 6= 0
ar1 ::: arr
atunci Dr se numeşte determinant principal al sistemului (6.1), necunoscutele
x1 ; :::; xr se numesc necunoscute principale, iar xr+1 ; :::; xn dac¼
a n > r se numesc
necunoscute secundare. Primele r ecuaţii se numesc ecuaţii principale, celelalte
(dac¼ a r < m) se numesc ecuaţii secundare. Dac¼ a r < m, pentru orice j > r,
determinantul de forma
a11 ::: a1r b1
::: ::: ::: :::
ar1 ::: arr br
aj1 ::: aj bj
se numeşte determinant caracteristic al sistemului (6). Deci num¼ arul determi-
nanţilor caracteristici este egal cu num¼
arul ecuaţiilor secundare.
TEOREMA 6.2. (Kronecker-Capelli) Condiţia necesar¼a şi su…cient¼a ca sistemul
e
(6.1) s¼a …e compatibil este ca rangA = rang A.
Demonstraţie. ”)” Not¼ am cu aj ; j = 1; n, vectorii coloan¼
a ai matricei A.
Sistemul …ind compatibil exist¼
a 1 ; :::; n astfel încât:
1 n
1a + ::: + na = b:
Aşadar b 2 Sp a1 ; :::; an şi din teorema rangului rezult¼
a c¼
a rangA =
e
= rang A.
6. RANGUL UNUI SISTEM DE VECTORI ŞI RANGUL M ATRICEI SALE. SISTEM E DE ECUA ŢII LINIARE
41

”(” Dac¼ e atunci b 2 Sp a1 ; :::; an , deci exist¼


a rangA = rang A, a 1 ; :::; n
astfel încât b = 1 a + ::: + n an , deci sistemul ( 1 ; :::; n ) este soluţie a sistemului
1

(6).
COROLAR 6.2.1. Sistemul (6.1) este compatibil determinat dac¼a şi numai dac¼a
e = n.
rangA = rang A
Demonstraţie. Conform teoremei Kronecker-Capelli, prima egalitate este echi-
valent¼a cu existenţa a cel puţin o soluţie. Deoarece rangA = n, înseamn¼ a c¼
a,
coloanele matricei A sunt liniar independente, deci b are o singur¼ a exprimare ca o
combinaţie liniar¼
a de coloanele matricei A, adic¼ a sistemul (6.1) este compatibil de-
terminat. Reciproc, dac¼ a sistemul (6.1) are o singur¼a soluţie atunci rangA = rang A e
(teorema 6.2), iar b are o singur¼a exprimare ca combinaţie liniar¼ a de coloanele matri-
P
n
j
cei A, deci acestea sunt liniar independente (dac¼ a j a = 0 cu j ; j = 1; n nu toţi
j=1
nuli şi dac¼
a 1 ; :::; n este o soluţie a sistemului (6.1) atunci şi 1+ + 1 ; :::; n+ n
ar … o soluţie diferit¼
a de prima, ceea ce nu este posibil).
TEOREMA 6.3. (Rouché). Dac¼a rangA = r < m, atunci sistemul (6.1) este
compatibil dac¼a şi numai dac¼a toţi determinanţii caracteristici sunt nuli.
Demonstraţie. Dac¼ a sistemul este compatibil, conform teoremei Kronecker-
Capelli, rangA = rang A e = r. Cum orice determinant caracteristic este un de-
terminant de ordin r + 1 din A, e deci este nul. Reciproc, dac¼a toţi determinanţii
caracteristici sunt nuli, atunci rangA = rang Ae = r, deci sistemul este compatibil.

În continuare vom studia mulţimea soluţiilor unui sistem omogen de ecuaţii


liniare. Fie deci sistemul Ax = 0, unde 0 este vectorul coloan¼ a cu m elemente, toate
nule. Evident, sistemul este compatibil, deoarece admite soluţia cu toate elementele
egale cu zero (aceast¼ a soluţie se mai numeşte soluţie banal¼a ). Din corolarul 6.2.1
obţinem:
COROLAR 6.3.1. Sistemul Ax = 0 are numai soluţia banal¼a dac¼a şi numai
dac¼a rangA = n. În particular, dac¼a A este matrice p¼atratic¼a, sistemul are soluţie
unic¼a dac¼a şi numai dac¼a matricea A este nesingular¼a.
TEOREMA 6.4. Fie S mulţimea soluţiilor sistemului Ax = 0. Dac¼a rangA =
= r, atunci S este un subspaţiu vectorial de dimensiune n r.
a S este un subspaţiu vectorial al lui Rn . Vom c¼
Demonstraţie. Este clar c¼ auta o
baz¼a a acestui spaţiu format¼
a din n r elemente. Pentru aceasta putem presupune

a primele r coloane ale matricei A sunt liniar independente, ceea ce se poate
Pr
j i
realiza printr-o permutare a indicilor. Atunci pentru j > r, avem aj = ia .
i=1
Consider¼am vectorii yj = ( j1 ; :::; jr ; 0; :::; 0; 1; :::; 0), unde -1 se a‡a¼ pe locul j >
r. Evident yj 2 S şi sunt liniar independenţi. Dac¼ a ar¼
at¼
am c¼a ei genereaz¼a S,
teorema este demonstrat¼ a. Fie z = ( 1 ; :::; n ) o soluţie a sistemului Ax = 0.
Pn
Atunci z 0 = z + j yj este evident şi el o soluţie a sistemului. În plus, dac¼ a
j=r+1
0 0 0 0 P
r
0 j
z =( 1 ; :::; n ), atunci j = 0 pentru j > r, deci ja = 0 şi deoarece vectorii
j=1
42 2. SPA ŢII VECTORIALE

0
a1 ; :::; ar sunt liniar independenţi, deducem c¼
a j a z0 = 0
= 0, j = 1; r. În consecinţ¼
P
n
şi deci z = j yj .
j=r+1

DEFINIŢIE. O baz¼ a a subspaţiului vectorial S se numeşte sistem fundamental


de soluţii al sistemului Ax = 0.
TEOREMA 6.5. Presupunem c¼a sistemul Ax = b este compatibil. Dac¼a x 2 Rn
este o soluţie a acestui sistem, atunci x 2 Rn este soluţie a sistemului Ax = b,
nPr
dac¼a şi numai dac¼a exist¼a 1 ; :::; n r 2 R astfel încât x = x + i yi , unde
i=1
y1 ; :::; yn r este un sistem fundamental de soluţii al sistemului Ax = 0.
a x şi x sunt soluţii ale sistemului Ax = b, atunci A (x x) =
Demonstraţie. Dac¼
= 0, deci x x 2 S, S …ind mulţimea soluţiilor sistemului omogen. Cum y1 ; :::;
nPr
yn r este baz¼
a în S, rezult¼a c¼a exist¼
a 1 ; :::; n r astfel încât x x = i yi ,
i=1
nPr
ceea ce trebuia dovedit. Reciproc Ax = Ax + i Ayi = b, deoarece Ayi = 0,
i=1
pentru c¼
a yi 2 S.

7. Matricea de trecere de la o baz¼


a la alta. Schimbarea coordonatelor
unui vector la schimbarea bazei
Fie V un K-spaţiu vectorial de dimensiune n şi B = fe1 ; :::; en g, B 0 = fe01 ; :::;
e0n g a baze ale sale. Putem exprima vectorii din baza B 0 în baza B. Pentru
dou¼
orice vector e0j ; j = 1; n, exist¼
a şi sunt unici cij 2 K; i = 1; n astfel încât
n
X
(7.1) e0j = cij ei ; j = 1; n:
i=1
0 1
c11 c12 ::: c1n
DEFINIŢIE. Matricea C = @ ::: ::: ::: ::: A se numeşte matricea de
cn1 cn2 ::: cnn
trecere de la baza B la baza B 0 .
Se observ¼
a c¼ asesc coordonatele vectorului e0j în baza B.
a pe coloana j se g¼
OBSERVAŢIE. Relaţiile (7.1) se mai pot scrie sub forma
0 0 1 0 1
e1 e1
B e02 C B e2 C
B C B C
B : C B C
B C = CT B : C;
B : C B : C
B C B C
@ : A @ : A
e0n en
unde C T este transpusa matricei C.
PROPOZIŢIA 7.1. Matricea de trecere de la o baz¼a la alta este inversabil¼a.
Demonstraţie. Deoarece B 0 este baz¼ a, din orice relaţie de forma 0
1 e1 + :::+
+ n e0n = 0V rezult¼
a i = 0; i = 1; n. Ţinând seama de (7.1) obţinem
( 1 c11 + 2 c12 + ::: + n c1n ) e1 + ::: + ( 1 cn1 + 2 cn2 + ::: + n cnn ) en = 0V ;
¼ LA ALTA. SCHIM BAREA COORDONATELOR UNUI VECTOR LA SCHIM BAREA
7. M ATRICEA DE TRECERE DE LA O BAZ A

relaţie care are loc dac¼


a şi numai dac¼ a i = 0; i = 1; n. Cum şi B este baz¼
a, se
obţine sistemul omogen
8
< 1 c11 + 2 c12 + ::: + n c1n = 0
::::::::::::::::::::::::::::::::::::::::::::: ;
:
1 cn1 + 2 cn2 + ::: + n cnn = 0

în necunoscutele 1 ; :::; n , care trebuie s¼


a admit¼
a numai soluţia banal¼
a, ceea ce
implic¼
a det C 6= 0 (corolar 6.3.1).
PROPOZIŢIA 7.2. Dac¼a C este matricea de trecere de la baza B la baza B 0 ,
atunci C 1 este matricea de trecere de la baza B 0 la baza B.

Demonstraţie. Fie D matricea de trecere de la baza B 0 la baza B. Vom ar¼


ata
a D = C 1.

Ţinând seama de (7.1), putem scrie
es = d1s e01 + d2s e02 + ::: + dns e0n ; 8s = 1; n;
deci
es = d1s (c11 e1 + c21 e2 + ::: + cn1 en ) + d2s (c12 e1 + ::: + cn2 e2 ) +
+::: + dns (c1n e1 + ::: + cnn en ) ; 8s = 1; n:
Aceste egalit¼
aţi se mai scriu
es = (d1s c11 + d2s c12 + ::: + dns c1n ) e1 + ::: + (d1s cn1 + ::: + dns cnn ) en ; 8s = 1; n:
Cum B este baz¼
a în V , rezult¼
a c¼
a
Xn
1 daca i = j
cik dkj = 8i; j = 1; n:
0 daca i 6= j
k=1
Prin urmare CD = In , unde In este matricea unitate. Cum C este inversabil¼ a,
a D = C 1.
rezult¼
Pn P
n
PROPOZIŢIA 7.3. Fie x 2 V şi x = xi ei ; x = x0j e0j sunt reprezent¼arile
i=1 j=1
lui x în cele dou¼a baze B şi B 0 . Atunci are loc
0 1 0 0 1
x1 x1
B x2 C B x02 C
B C B C
B : C B C
(7.2) B C=CB : C
B : C B : C
B C B C
@ : A @ : A
xn x0n
C …ind matricea de trecere de la baza B la baza B 0 .
Demonstraţie. Folosind (7.1) putem scrie
n
X n
X Xn n
X Xn
x= x0j e0j = x0j ( cij ei ) = ( cij x0j )ei :
j=1 j=1 i=1 i=1 j=1

P
n
Pe de alt¼
a parte x = xi ei şi scrierea lui x în baza B …ind unic¼
a, rezult¼
a
i=1
n
X
xi = cij x0j ; 8i = 1; n;
j=1
44 2. SPA ŢII VECTORIALE

ceea ce este echivalent cu (7.2).


EXEMPLU. În R3 , …e baza canonic¼ a B = fe1 ; e2 ; e3 g şi vectorul x = (1; 2; 3).

a determin¼ am coordonatele vectorului x în baza B 0 = fe01 ; e02 ; e03 g, unde e01 =
= (1; 0; 1) ; e02 = (1; 1; 0) ; e03 = (2; 0; 1). Deoarece e01 = e1 + e3 ; e02 = e1
e2 ; e003 = 2e1 + e3 1
, rezult¼ a matricea de trecere de la baza B la baza B 0 este
a c¼
1 1 2
C=@ 0 1 0 A : Totodat¼ a e1 = e01 + e03 ; e2 = e01 e02 + e03 ; e3 = 2e01 e03 ,
1 0 1 0 1
1 1 2
deci matricea de trecere de la baza B 0 la baza B este C 1 = @ 0 1 0 A:
1 1
0 11
x01
Dac¼ a, în baza B 0 , x = x01 e01 + x02 e02 + x03 e03 , atunci din (7.2) rezult¼a @ x02 A =
0 1 0 1 x03
1 3
= C 1 @ 2 A = @ 2 A : Aşadar x = 3e01 2e02 .
3 0

8. Metoda lui Gauss pentru rezolvarea sistemelor de ecuaţii algebrice


liniare
S¼a cosider¼
am sistemul de ecuaţii algebrice liniare:
8
>
> a11 x1 + a12 x2 + ::: + a1n xn = b1
<
a21 x1 + a22 x2 + ::: + a2n xn = b2
(8.1) :
>
> ::::::::::::::::::::::::::::::::::::::::::::::::::
:
am1 x1 + am2 x2 + ::: + amn xn = bm
Metoda este de fapt procedeul de eliminare a necunoscutelor pe care îl descriem
în continuare.

a presupunem a11 6= 0; atunci putem elimina prima necunoscut¼ a x1 din ecuaţi-
ile 2; 3; :::; m, înmulţind prima ecuaţie cu factorii:
ai1
mi1 = ; i = 2; m
a11
şi sc¼
azând-o, respectiv din ecuaţiile 2; 3; :::; m.
Obţinem astfel sistemul echivalent
8
(2) (2) (2) (2) (2)
>
> a11 x1 + a12 x2 + a13 x3 + ::: + a1n xn = b1
>
< (2) (2) (2) (2)
a22 x2 + a23 x3 + ::: + a2n xn = b2
(8.2) ;
>
> ::::::::::::::::::::::::::::::::::::::::::::::::::::::
>
: (2) (2) (2) (2)
am2 x2 + am3 x3 + ::: + amn xn = bm
(1) (1)
unde dac¼
a aij = aij , i; j = 1; n, bi = bi , i = 1; n, avem
8
> (1)
< aij ; dac¼a i 1
(2)
aij = 0 ; dac¼a i 2; j 1 ;
>
: a(1) m a(1) ; dac¼a i 2;
ij i1 1j j 2
(
(1)
(2) bi ; dac¼a i 1
bi = (1) (1) :
bi mi1 b1 ; dac¼a i 2
8. M ETODA LUI GAUSS PENTRU REZOLVAREA SISTEM ELOR DE ECUA ŢII ALGEBRICE LINIARE
45

Dac¼a a11 = 0 schimb¼ am prima ecuaţie a sistemului cu o alt¼ a ecuaţie în care


coe…cientul lui x1 este nenul. Se observ¼
a c¼
a prima ecuaţie a sistemului (8.2) coincide
(2)
cu prima ecuaţie a sistemului (8.1). Dac¼ a a22 6= 0, atunci, în mod analog, putem
elimina necunoscuta x2 din ultimele m 2 ecuaţii ale sistemului (8.2). Introducând
multiplicatorii
(2)
ai2
mi2 = (2)
; i = 3; m;
a22

obţinem sistemul echivalent


8 (3) (3) (3) (3) (3)
>
> a11 x1 + a12 x2 + a13 x3 + ::: + a1n xn = b1
>
> (3) (3) (3) (3)
>
< a22 x2 + a23 x3 + ::: + a2n xn = b2
(8.3) (3) (3) (3) ;
> a33 x3 + ::: + a3n xn = b3
>
> ::::::::::::::::::::::::::::::::::::::::::
>
>
: (3) (3) (3)
am3 x3 + ::: + amn xn = bm

cu coe…cienţii şi termenii liberi


8
> (2)
< aij ; dac¼a i 2
(3)
aij = 0 ; dac¼a i 3; j 2
>
: a(2) (2)
ij mi2 a2j ; dac¼a i 3; j 3
(
(2)
(3) bi ; dac¼a i 2
respectiv bi = (2) (2) :
bi mi2 b2 ; dac¼a i 3

(2)
Dac¼ a a22 = 0 schimb¼ am ecuaţia a doua cu una din ecuaţiile 3; 4; :::; m în care
coe…cientul lui x2 este nenul. Primele dou¼ a ecuaţii ale sistemului (8.3) coincid cu
(1) (2)
primele dou¼ a ecuaţii ale sistemului (8.2). Procedeul continu¼ a. Elementele a11 , a22 ,
(3) (k)
a33 , ::: se numesc elemente pivot. Dac¼ a akk 6= 0, notând cu A(k+1) matricea sis-
temului echivalent din care au fost eliminaţi x1 , x2 , :::, xk (adic¼ a matricea sistemului
dup¼ a k < m paşi), prin b(k+1) vectorul coloan¼ a al termenilor liberi corespunz¼ atori,
(k+1) (k+1) (k+1) (k+1)
atunci elementele aij ale lui A şi bi ale lui b se calculeaz¼
a recursiv
prin formulele
8
> (k)
< aij ; dac¼a i k
(k+1)
aij = 0 ; dac¼a i k + 1; j k ;
>
: a(k) (k)
ij mik akj ; dac¼a i k + 1; j k+1
(
(k)
(k) bi ; dac¼a i k
bi = (k) (k) :
bi mik bk ; dac¼a i k+1

(k)
aik
unde mik = (k)
; i = k + 1; m. Prin urmare, matricea sistemului, dup¼
a efectuarea
akk
pasului k, va …
46 2. SPA ŢII VECTORIALE

0 (1) (1) (1)


1
(1) (1)
a11 a12 ::: a1k a1;k+1 ::: a1n
B (2) (2) (2) (2) C
B 0 a22 ::: a2k a2;k+1 ::: a2n C
B C
B 0 0 ::: ::: ::: ::: ::: C
B C
=B C;
(k)
A(k+1) B akk C
B (k+1)
ak+1;k+1
(k+1)
::: ak+1;n C
B C
B C
@ 0 ::: ::: ::: A
(k+1) (k+1)
am;k+1 ::: amn
0 (1)
1
b1
B (2) C
B b2 C
B C
B : C
B C
B : C
B (k) C
B b C
b(k+1) =B k
B b(k+1)
C:
C
B k+1 C
B (k+1) C
B bk+2 C
B C
B : C
B C
@ : A
(k+1)
bm
(k)
Dac¼a akk = 0 şi cel puţin unul din elementele de pe coloana k şi de pe liniile
(k)
k + 1; k + 2; :::; m este nenul, …e acesta ark , atunci permut¼ am liniile k şi r între ele
şi continu¼am eliminarea. Pe parcursul algoritmului pot apare urm¼ atoarele situaţii:
-coe…cienţii unei ecuaţii devin toţi nuli, iar termenul liber corespunz¼ ator este
nenul, caz în care sistemul este incompatibil;
-coe…cienţii unei ecuaţii sunt toţi nuli şi termenul liber corespunz¼ ator este nul,
atunci ecuaţia respectiv¼ a este consecinţ¼a a celorlaltor (deci inutil¼
a).
Dac¼a m = n şi sistemul este compatibil, atunci este compatibil nedeterminat.
Dac¼ a m = n şi rangul matricei sistemului este n, atunci toţi pivoţii sunt nenuli.
Dup¼a n 1 paşi vom obţine sistemul triunghiurilor echivalent cu sistemul (8.1):
8
(1) (1) (1) (1)
>
> a x1 + a12 x2 +:::+ a1n xn = b1
>
< 11 (2) (2) (2)
a22 x2 +:::+ a2n xn = b2
;
>
> ::: :::
>
: (n) (n)
ann xn = bn
care se poate rezolva regresiv:
(n)
bn
xn = (n)
ann
(8.4) (i) P
n
(i)
bi aij xj
j=i+1
xi = (i)
; i=n 1; :::; 1:
aii
Algoritmul lui Gauss ne permite s¼a rezolv¼am simultan p sisteme de ecuaţii cu
aceeaşi matrice A, dar cu termeni liberi diferiţi. În acest caz, la …ecare pas ope-
raţiile aplicate asupra termenului liber se aplic¼ a tuturor celor p vectori coloan¼ a
termeni liberi. Dup¼ a eliminare vom obţine p sisteme triunghiulare. Un caz particu-
lar al acestui procedeu este inversarea unei matrice. Într-adev¼ ar, dac¼
a în relaţia
8. M ETODA LUI GAUSS PENTRU REZOLVAREA SISTEM ELOR DE ECUA ŢII ALGEBRICE LINIARE
47

AA 1 = In , not¼ am A 1 = X, atunci AX = In sau Axj = ej unde xj şi ej


sunt coloanele j din X respectiv In . Astfel, coloanele matricei A 1 sunt soluţiile
sistemelor liniare cu termenii liberi respectiv egali cu coloanele matricii unitate.
OBSERVAŢII. 1) Am v¼ azut mai sus c¼a este posibil s¼
a …e necesar s¼a efectu¼
am
permut¼ ari de linii când un element pivot este nul. Din motive de stabilitate nu-
meric¼
a, trebuie s¼a efectu¼
am permut¼ari de linii nu numai când un element pivot este
exact egal cu zero ci şi când el este aproape egal cu zero. De asemenea, pentru
a preveni ca in‡uenţa erorilor de rotunjire s¼a devin¼
a catastrofal¼a, este, de obicei,
necesar s¼a alegem elementul pivot, la efectuarea pasului k; astfel: se alege num¼arul
r egal sau cel mai mic num¼ ar întreg pentru care
(k) (k)
ark = max aik
k i m

şi se permut¼ a liniile k şi r. Deci, alegem ca pivot, la …ecare pas k, primul element
(k)
maxim în modul întâlnit sub elementul akk .
2) Dac¼a m = n, atunci determinantul matricei sistemului (8.1) este egal cu
s (1) (2) (n)
( 1) a11 a22 :::ann unde s este num¼ arul total de permut¼ ari de linii efectuate (evi-
dent când se aplic¼ a pivotarea).
3) Când m = n, exist¼ a cazuri când pivotarea nu este necesar¼ a şi anume când:
- matricea sistemului este slab diagonal dominant¼ a;
- matricea sistemului este simetric¼ a şi pozitiv de…nit¼
a.
În încheiere, menţion¼
am c¼
a metoda lui Gauss este o metod¼ a direct¼a de rezolvare
a sistemelor, adic¼a dup¼a un num¼ar …nit de operaţii logice şi aritmetice şi în ipoteza
absenţei rotunjirilor, metoda d¼
a soluţia exact¼
a a sistemului.
EXEMPLE. 1. Fie sistemul
8
>
> 2x1 + 5x2 8x3 = 8
<
4x1 + 3x2 9x3 = 9
:
>
> 2x1 + 3x2 5x3 = 7
:
x1 + 8x2 7x3 = 12
S¼a rezolv¼am sistemul prin metoda lui Gauss. Vom elimina pe rând necunos-
cutele x1 ; x2 ; x3 . Pentru simplitatea scrierii, operaţiile necesare vor … efectuate
asupra matricei extinse a sistemului.
0 1 0 1 0 1
2 5 8 8 2 5 8 8 2 5 8 8
B 4 3 B 0 7 7 C B 0 7 7 7 C
B 9 9 C
C!B 7 C B C
@ 2 3 B 0 2 3 C ! B 0 0 1 1 C!
5 7 A @ 1 A @ A
11 5 5
1 8 7 12 0 3 8 0 0
0 2 1 2 2
2 5 8 8
B 0 7 7 7 C
B C:
@ 0 0 1 1 A
0 0 0 0
Deci ultima ecuaţie este consecinţ¼ a a celorlalte. Sistemul este compatibil de-
terminat. Avem de rezolvat sistemul superior triunghiular
8
< 2x1 +5x2 8x3 = 8
7x2 +7x3 = 7 ;
:
x3 = 1
care are soluţia (3; 2; 1).
48 2. SPA ŢII VECTORIALE

2. Aceeaşi problem¼
a, pentru sistemul
8
>
> x1 2x2 + x4 = 3
<
3x1 x2 2x3 = 1
:
>
> 2x1 + x 2 2x3 x4 = 4
:
x1 + 3x2 2x3 2x4 = 7
Procedând ca mai sus, obţinem succesiv
0 1 0 1
1 2 0 1 3 1 2 0 1 3
B 3 1 2 0 1 C B 0 5 2 3 10 C
B C!B C!
@ 2 1 2 1 4 A @ 0 5 2 3 10 A
1 3 2 2 7 0 5 2 3 10
0 1
1 2 0 1 3
B 0 5 2 3 10 C
B C:
@ 0 0 0 0 0 A
0 0 0 0 0
Ultimele dou¼
a ecuaţii sunt consecinţ¼
a a primelor dou¼
a. sistemul este compatibil
dublu nedeterminat. Sistemul:
x1 2x2 + x4 = 3
5x2 2x3 3x4 = 10
este echivalent cu sistemul iniţial şi are o in…nitate de soluţii:
4 1 2 3
x1 = 1 + x3 + x4 ; x2 = 2 + x3 + x4 ; x3 2 R; x4 2 R:
5 5 5 5

3. Aceeaşi problem¼
a pentru sistemul
8
< 3x1 5x2 + 2x3 + 4x4 = 2
7x1 4x2 + x3 + 3x4 = 5 :
:
5x1 + 7x2 4x3 6x4 = 3
Obţinem succesiv:
0 1
0 1 5 3 2 4 2
3 5 2 4 2 B 23 11 19 1 C
B C
@ 7 4 1 3 5 A!B 0 3 3 3 3 C!
5 7 4 6 3 @ 46 22 38 1 A
0
0 3 31 3 3
3 5 2 4 2
B 23 11 19 1 C
@ 0 A:
3 3 3 3
0 0 0 0 1
Sistemul este incompatibil.
0 1
1 0 1
4. S¼a se calculeze inversa matricei A = @ 0 1 1 A.
1 1 1
Problema se reduce la rezolvarea simultan¼ a a trei sisteme de ecuaţii cu aceeaşi
matrice, iar termenii liberi sunt coloanele matricei unitate I3 . Obţinem succesiv:
9. PROBLEM E 49

0 1 0 1
1 0 1 1 0 0 1 0 1 1 0 0
@ 0 1 1 0 1 0 A!@ 0 1 1 0 1 0 A!
1 1 1 0 0 1
0 0 1 0 11 0 1
1 0 1 1 0 0
@ 0 1 1 0 1 0 A.
0 0 1 1 1 0
Pentru rezolvarea celor trei sisteme, vom c¼auta ca prin transform¼
ari elementare
asupra liniilor s¼
a obţinem în stânga, matricea unitate. Deci
0 1
1 0 1 1 0 0 L1 + L3 ! L1
@ 0 1 1 0 1 0 A L2 + L3 ! L1 !
0 0 01 1 1 0 L13 ! L3
1 0 0 0 1 1
@ 0 1 0 1 0 1 A,
0 0 1 1 1 1
0 1
0 1 1
deci A 1 = @ 1 0 1 A:
1 1 1

9. Probleme
1. Fie V = (0; 1). S¼
a se arate c¼
a în raport cu operaţiile x y = xy, x; y 2 V
şi x = x , 2 R, x 2 V , V devine spaţiu vectorial real.
2. Fie V un K-spaţiu vectorial şi v 2 V , v 6= 0V . De…nim x y = x + y v;
x; y 2 V; x = x + f ( ) v; 2 K; x 2 V: S¼ a se determine f ( ) astfel încât V
înzestrat cu cele dou¼
a operaţii s¼
a …e spaţiu vectorial.
3. S¼a se precizeze care din urm¼ atoarele submulţimi ale lui R3 sunt subspaţii
3
vectoriale ale lui R ?
a) S1 = f(x1 ; x2 ; x3 ) ; x1 + 2x2 3x3 = 0g; b) S2 = f(x1 ; x2 ; x3 ) ; x1 x2 + x3 =
= 1g;
c) S3 = f(x1 ; x2 ; x3 ) ; jx1 j + jx2 j = 1g; d) S4 = f(x1 ; x2 ; x3 ) ; x21 x2 = 0g;
e) S5 = f(x1 ; x2 ; x3 ) ; x1 = 2x2 g.
4. În Mn (R), …e S1 = fA 2 Mn (R) ; AT = Ag, S2 = fA 2 Mn (R) ; AT =
= Ag. S¼ a se arate c¼
a S1 şi S2 sunt subspaţii vectoriale ale lui Mn (R) şi Mn (R) =
= S1 S2 . S¼a se g¼
aseasc¼a dimensiunile acestor subspaţii.
P
n
5. Fie A 2 Mm;n (R), A = (aij ) şi S = fx 2 Rn ; aij xj = 0, 1 i mg. S¼ a
j=1
a S este un subspaţiu vectorial al lui Rn .
se arate c¼
6. Fie V un spaţiu vectorial şi v1 , v2 , v3 2 V liniar independenţi. S¼
a se arate

a şi vectorii w1 = v1 + v2 + v3 , w2 = v1 + v2 v3 , w3 = v1 v2 + v3 sunt liniar
independenţi.
7. S¼a se arate c¼
a vectorii v1 = (1; 2; 2; 1), v2 = (5; 6; 6; 5), v3 = ( 1; 3; 4; 0),
v4 = (0; 4; 3; 1) sunt liniar dependenţi. S¼ a se scrie v4 ca o combinaţie liniar¼
a de
v1 , v2 , v3 .
8. S¼a se arate c¼a vectorii v1 = (2; 1; 3), v2 = (3; 2; 5), v3 = (1; 1; 1)
formeaz¼
a o baz¼a a lui R3 . S¼
a se determine coordonatele vectorilor x = (4; 4; 9)
50 2. SPA ŢII VECTORIALE

şi y = (6; 2; 7) în aceast¼ a baz¼


a. Aceeaşi problem¼ a pentru vectorii v10 = (1; 2; 1),
0 0 0 0
v2 = (1; 1; 1), v3 = (1; 3; 2), x = (2; 1; 1), y = (1; 1; 0).
9. S¼a se arate c¼
a vectorii v1 , v2 , v3 , v4 formeaz¼ a a lui R4 . S¼
a o baz¼ a se determine
coordonatele vectorului x în raport cu aceast¼ a baz¼
a:
a) v1 = (1; 1; 1; 1), v2 = (1; 2; 1; 1), v3 = (1; 1; 2; 1), v4 = (1; 3; 2; 3);
x = (1; 4; 2; 5);
b) v1 = (1; 0; 0; 1), v2 = (2; 1; 3; 1), v3 = (1; 1; 0; 0), v4 = (0; 1; 1; 1);
x = (0; 0; 0; 1).
2 1 5 3
10. Sunt liniar independente matricele A = , B = ,
5 3 2 1
1 1
C = ? Dar funcţiile f1 ; f2 ; f3 : R ! R; f1 (x) = ex , f2 (x) = e x
,
2 3
2x
f3 (x) = e ?
11. S¼a se determine dimensiunea şi o baz¼ a a subspaţiului generat de vectorii:
a) v1 = (1; 1; 1), v2 = (1; 2; 3), v3 = (0; 1; 1), v4 = (0; 0; 0);
b) v1 = (1; 0; 0; 1), v2 = (2; 1; 1; 0), v3 = (1; 1; 1; 1), v4 = (1; 2; 3; 4),
v5 = (0; 1; 2; 3).
12. S¼a se determine dimensiunile sumei şi intersecţiei subspaţiilor generate:
a) u1 = (1; 2; 1), u2 = (3; 4; 2), u3 = (2; 2; 1), respectiv v1 = (0; 1; 1),
v2 = (1; 2; 0);
b) u1 = (1; 1; 1; 1), u2 = (1; 1; 1; 1), u3 = (1; 3; 1; 3), respectiv
v1 = (1; 2; 0; 2), v2 = (1; 2; 1; 2), v3 = (3; 1; 3; 1).
13. S¼
a se completeze sistemul format din vectorii v1 = (2; 1; 3), v2 = (4; 1; 1)
la o baz¼a a lui R3 .
14. S¼ a funcţiile f1 ; f2 ; f3 : R ! R, f1 (t) = t, f2 (t) = t2 + 1,
a se arate c¼
2
f3 (t) = t + t formeaz¼ a o baz¼a în spaţiul polinoamelor de grad cel mult 2. S¼ a se
determine coordonatele funcţiilor t2 + 2t + 4 respectiv t2 + 3 în raport cu aceast¼ a
baz¼a.
15. S¼a se g¼
aseasc¼
a o baz¼
a în spaţiul vectorial al soluţiilor sistemului x1 + x2
x3 = 0, x1 x2 + x4 = 0, x2 + x4 = 0.
16. În spaţiul vectorial al funcţiilor f : R ! R s¼a se arate c¼
a funcţiile f1 (t) =
= sin t, f2 (t) = cos t, f3 (t) = t sunt liniar independente.
17.0S¼
a se g¼
aseasc¼
a rangul
1 matricelor:
1 2 3 0 1
B 2 C 2 1 3 2 4
1 0
a) B
@ 2
C; b) @ 4 2 5 1 7 A.
1 3 A
2 1 1 8 2
1 4 2
18. Fie S1 şi S2 subspaţiile vectoriale ale lui R4 date de: S1 = f(x1 ; x2 ; x3 ; x4 ) ;
x2 + x3 + x4 = 0g, S2 = f(x1 ; x2 ; x3 ; x4 ) ; x1 + x2 = 0, x3 = 2x4 g. S¼ a se g¼aseasc¼ a
dimensiunile şi baze ale acestor subspaţii, precum şi ale subspaţiilor S1 \S2 , S1 +S2 .
19. În R2 …e x = 2f1 + f2 , unde f1 = ( 1; 1), f2 = (2; 3). S¼ a se determine
coordonatele lui x în baza fg1 ; g2 g, unde g1 = (1; 3), g2 = (3; 8).
20. S¼ a se determine matricea de trecere de la baza B = ff1 ; f2 ; f3 g la baza
B 0 = fg1 ; g2 ; g3 g; dac¼
a f1 = (1; 0; 0), f2 = (1; 1; 0), f3 = (1; 1; 1), g1 = (3; 0; 2),
9. PROBLEM E 51

g2 = ( 1; 1; 4), g3 = (3; 5; 2). Cum se schimb¼


a coordonatele unui vector când se
trece de la baza B 0 la baza B?
CHAPTER 3

Aplicaţii liniare

Al¼aturi de noţiunea de spaţiu vectorial, noţiunea de aplicaţie liniar¼ a sau de


operator liniar are o importanţ¼ a deosebit¼
a în algebra liniar¼
a şi în aplicaţiile acesteia,
ca ”purt¼ator de informaţie liniar¼a”de la un spaţiu vectorial la altul. Vom prezenta
acest concept de baz¼ a în cele ce urmeaz¼a.

1. Aplicaţii liniare. Izomor…sme de spaţii


vectoriale
DEFINIŢIE. Fie V , W dou¼ a subspaţii vectoriale peste acelaşi corp K. Se
numeşte aplicaţie liniar¼a sau operator liniar (sau mor…sm de spaţii vectoriale) o
funcţie T : V ! W cu propriet¼ aţile:
a) T (x + y) = T (x) + T (y); 8x; y 2 V ; (T este aditiv¼a )
b) T ( x) = T (x); 8 2 K; x 2 V . (T este omogen¼a )
Dac¼ a, în plus, T este bijectiv¼a, atunci T se numeşte izomor…sm de spaţii vec-
toriale, iar spaţiile V şi W se numesc izomorfe şi se noteaz¼a V ' W:
Vom folosi de asemenea, notaţia T x în loc de T (x), dac¼
a nu este pericol de
confuzie.
O aplicaţie liniar¼
a T : V ! V se numeşte transformare liniar¼a sau operator
liniar al lui V sau endomor…sm al lui V . Se numeşte automor…sm al lui V orice
endomor…sm bijectiv al lui V .
O aplicaţie liniar¼
a f : V ! K se numeşte form¼a liniar¼a pe V sau funcţional¼a
liniar¼a pe V .
Vom nota cu L(V; W ) mulţimea aplicaţiilor liniare de la V la W şi cu L(V )
mulţimea endomor…smelor lui V .
OBSERVAŢII. 1) Dac¼
a în condiţia a) punem x = 0V , se obţine T (0V ) = 0W .
De asemenea, luând = 1 în b), se obţine T ( x) = T x:
2) T : V ! W este liniar¼a dac¼ a şi numai dac¼
a T ( x + y) = T x + T y;
8x; y 2 V; ; 2 K:
EXEMPLE. 1) Aplicaţia : V ! W; (x) = 0W , 8x 2 V; este liniar¼ a şi se
numeşte aplicaţia nul¼a de la V la W .
2) Aplicaţia identic¼a, 1V : V ! V; 1V (x) = x; 8x 2 V este liniar¼ a. Mai mult,
este automor…sm al lui V .
3) Fie A 2 Mm;n (R) o matrice …xat¼ a, A = (aij ): Dac¼ a x 2 Rn , x = (x1 ; :::; xn ) ;
de…nim:
Xn n
X n
X
T : Rn ! Rm ; T x = ( a1i xi ; a2i xi ; :::; ami xi ):
i=1 i=1 i=1

53
54 3. APLICA ŢII LINIARE

T este o aplicaţie liniar¼ a numit¼ a aplicaţia liniar¼a asociat¼a matricei A. De


exemplu, aplicaţia T : R3 ! R3 ; T (x1 ; x2 ; x0 3 ) = (2x1 + x12 ; x1 x3 ; x1 + x2 +
2 1 0
+x3 ); este aplicaţia generat¼a de matricea A = @ 1 0 1 A:
1 1 1
4) Fie V un K-spaţiu vectorial şi un element nenul din K. Aplicaţia
T : V ! V; T (x) = x este un automor…sm al lui V şi se numeşte omotetie de
raport :
5) Fie x 2 Rn ; x = (x1 ; :::; xn ) : Pentru orice k, 1 k n, aplicaţia
pk : Rn ! R; pk (x) = xk este o aplicaţie liniar¼ a numit¼
a proiecţie canonic¼a de
indice k .
6) Fie c1 ; :::; cn 2 Rn numere …xate; aplicaţia T : Rn ! R; T (x1 ; :::; xn ) =
= c1 x1 + ::: + cn xn este o form¼ a pe Rn :
a liniar¼
7) Fie a; b 2 R; a < b: Aplicaţia D : C 1 ([a; b]; R) ! C 0 ([a; b]; R); Df = f 0 ; 8f 2
1
C ([a; b]; R) este o aplicaţie liniar¼ a (numit¼a operatorul de derivare). De asemenea
Rb
I : C 0 ([a; b]; R) ! R; I(f ) = f (x) dx; 8f 2 C 0 ([a; b]; R) este o funcţional¼ a liniar¼a.
a
8) În spaţiul vectorilor liberi V3 ; consider¼am baza canonic¼ a f~i; ~j; ~kg: Dac¼ a
~v 2 V3 atunci ~v = v1~i + v2~j + v3~k: Aplicaţia T : V3 ! R ; T ~v = (v1 ; v2 ; v3 ) este,
3

evident, un izomor…sm de spaţii vectoriale.


PROPOZIŢIA 1.1. Dac¼a V , W sunt K-spaţii vectoriale, atunci L(V; W ) are o
structur¼a natural¼a de K-spaţiu vectorial.
Demonstraţie. Fie T; S 2 L(V; W ) şi 2 K: De…nim T + S; T : V ! W
astfel: (T + S)(x) = T x + Sx; 8x 2 V şi ( T )(x) = T x; 8x 2 V . T + S este o
aplicaţie liniar¼
a. Într-adev¼
ar,
(T + S)( x + y) = T ( x + y) + S( x + y) = T x + T y + Sx + Sy =

= (T x + Sx) + (T y + Sy) = (T + S)(x) + (T + S)(x); 8x; y 2 V; ; 2 K:


Similar,
( T )( x + y) = T ( x + y) = ( T x + T y) = ( T x) + ( T y) =

= ( T )(x) + ( T )(y); 8 ; 2 K; x; y 2 V:
Se veri…c¼a uşor c¼
a L(V; W ) înzestrat cu cele dou¼
a operaţii are o structur¼
a de K-
spaţiu vectorial.
PROPOZIŢIA 1.2. Fie Vi ; i = 1; 2; 3; trei K-spaţii vectoriale şi T 2 L(V1 ; V2 );
S 2 L(V2 ; V3 ): Atunci:
a) Aplicaţia S T este liniar¼a;
b) Dac¼a T este izomor…sm, atunci T 1 : V2 ! V1 este un izomor…sm de
spaţii vectoriale.
Demonstraţie. a) Din liniaritatea lui T şi S, rezult¼
a c¼
a pentru orice x; y 2 V1 ;
; 2 K avem:
(S T )( x + y) = S(T ( x + y)) = S( T x + T y) =

= S(T x) + S(T y) = (S T )(x) + (S T )(y):


2. NUCLEU ŞI IM AGINE 55

b) Deoarece inversa unei aplicaţii bijective este bijectiv¼ a, este su…cient s¼


a ar¼
at¼
am
a T 1 este liniar¼
c¼ a. Fie x; y 2 V2 ; ; 2 K: Exist¼a x0 ; y 0 2 V1 astfel încât x = T x0 ;
y = T y 0 : Atunci:
1 1
T ( x + y) = T ( T x0 + T y 0 ) = T 1
(T ( x0 + y 0 )) =
= x0 + y 0 = T 1
x+ T 1
y;
1
deci T este liniar¼
a.
TEOREMA 1.3. a) Orice K-spaţiu vectorial de dimensiune n este izomorf cu
K n:
b) Dou¼a K-spaţii vectoriale …nit dimensionale V şi W sunt izomorfe dac¼a şi
numai dac¼a dimK (V ) = dimK (W ):
Demonstraţie. a) Fie fe1 ; :::; en g o baz¼ a în V şi x 2 K n ; x = (x1 ; :::; xn ):
n
De…nim T : K ! V astfel T x = x1 e1 + ::: + xn en : Vom ar¼ ata c¼a T este un
izomor…sm de spaţii vectoriale. T este surjectiv¼ a, deoarece, dac¼ a v 2 V atunci exist¼ a
1 ; :::; n 2 K astfel încât v = e
1 1 + ::: + e
n n : Exist¼
a , deci, x = ( 1 ; :::; n ) 2
K n astfel ca T x = v. De asemenea, T este injectiv¼ a, deoarece dac¼ a x; y 2 K n ;
x = (x1 ; :::; xn ); y = (y1 ; :::; yn ) şi T x = T y, atunci (x1 y1 )e1 + +::: + (xn
yn )en = 0V : Cum sistemul de vectori fe1 ; :::; en g este liniar independent, rezult¼ a
x1 = y1 ; :::; xn = yn ; adic¼
a x = y. Aşadar T este bijectiv¼ a.
Vom ar¼ ata acum c¼ a T este liniar¼ a. Fie x; y 2 K n ca mai sus şi ; 2 K:
Atunci:
T ( x + y) = ( x1 + y1 )e1 + ::: + ( xn + yn )en = (x1 e1 + ::: + xn en )+
+ (y1 e1 + ::: + yn en ) = T x + T y;
deci T este liniar¼a. În concluzie K n ' V:
b) " =) " S¼ a presupunem c¼ a V ' W; deci exist¼ a T : V ! W izomor…sm.
Fie B = fe1 ; :::; en g baz¼
a în V . Vom ar¼ a B 0 = fT e1 ; :::; T en g este baz¼
ata c¼ a în
W , de unde dimK (V ) = dimK (W ): T …ind surjectiv¼ a, pentru orice y 2 W exist¼ a
Pn P
n
x= xi ei 2 V astfel încât y = T x = xi T (ei ) (T …ind liniar¼ a). Atunci B 0
i=1 i=1
P
n
este un sistem de generatori în W . Pe de alt¼
a parte, dac¼
a i T ei = 0W , atunci
i=1
P
n Pn
T( i ei ) = 0W = T 0V : Cum T este injectiv¼
a, rezult¼
a i T ei = 0V şi cum
i=1 i=1
B este liniar independent¼ a, vom avea 1 = ::: = n = 0: Aşadar B 0 este liniar
independent¼a şi, în consecinţ¼
a, baz¼
a în W .
" (= " Dac¼ a S1 : K n ! V;
a dimK (V ) = dimK (W ) = n; conform a), exist¼
S2 : K n
! W izomor…sme de spaţii vectoriale, Atunci T = S2 S1 1 este un
izomor…sm.
OBSERVAŢIE. Izomor…smul U : V ! K n ; x 2 V; x = x1 e1 + ::: + xn en ;
U x = (x1 ; :::; xn ) se numeşte izomor…sm canonic.

2. Nucleu şi imagine


Fie V , W dou¼
a K-spaţii vectoriale şi T 2 L(V; W ):
TEOREMA 2.1. a) Dac¼a M este subspaţiu vectorial al lui V , atunci T (M )
este subspaţiu vectorial al lui W ;
56 3. APLICA ŢII LINIARE

1
b) Dac¼a N este subspaţiu vectorial al lui W , atunci T (N ) = fx 2 V ;
T x 2 N g este subspaţiu vectorial al lui V .

Demonstraţie. a) Cum 0V 2 M , rezult¼ a T 0V = 0W 2 T (M ), deci T (M ) 6= :


Fie acum y; y 0 2 T (M ) şi ; 2 K: Exist¼ a x; x0 2 M astfel ca T x = y; T x0 = y 0 : T
…ind liniar¼
a, rezult¼a y + y 0 = T x + T x0 = T ( x + x0 ): Cum M este subspaţiu
a x + x0 2 M , deci y + y 0 2 T (M ); adic¼
vectorial al lui V , rezult¼ a T (M ) este
subspaţiu vectorial al lui W .
b) 0V 2 T 1 (N ), deoarece 0W 2 N , deci T 1 (N ) 6= : Fie x; y 2 T 1 (N );
; 2 K: Atunci T x; T y 2 N; deci T ( x + y) = T x + T y 2 N; deoarece N este
a, x + y 2 T 1 (N ):
subspaţiu vectorial al lui W . În consecinţ¼

DEFINIŢIE. Subspaţiul vectorial T 1 (0W ) = fx 2 V ; T x = 0V g se numeşte


nucleul lui T şi se noteaz¼
a KerT: De asemenea, subspaţiul T (V ) = fy 2 W ;
9x 2 V a:^{: T x = yg se numeşte imaginea lui T şi se noteaz¼
a Im T:

Evident, KerT V şi Im T W:

TEOREMA 2.2. a) T injectiv¼a () KerT = f0V g:


b) T surjectiv¼a () Im T = W:

Demonstraţie. a)" =) " Fie x 2 KerT; deci T x = 0W = T 0V : Cum T este


injectiv¼
a, rezult¼
a x = 0V , deci KerT = f0V g:
" (= " Fie x; y 2 V astfel ca T x = T y. Atunci T (x y) = 0V , adic¼ a
x y 2 KerT , deci x y = 0V . Aşadar x = y şi T injectiv¼
a.
b) rezult¼a imediat din de…niţia lui Im T:

LEMA ¼ 2.3. Dac¼ a dimK V = n şi fe1 ; :::; en g este o baz¼a a lui V , atunci
fT e1 ; :::; T en g este un sistem de generatori pentru Im T .Acest sistem de generatori
va … baz¼a în Im T dac¼a şi numai dac¼a T este injectiv¼a.

Demonstraţie. Într-adev¼ar, dac¼


a y 2 Im T , exist¼
a x 2 V astfel ca T x = y: Dar
Pn
x = 1 e1 + ::: + n en ; i 2 K; i = 1; n; deci y = xi T ei , adic¼
a fT e1 ; :::; T en g
i=1
este sistem de generatori în Im T . Dac¼ a T este injectiv¼ a şi 1 T e1+ ::: + n T en =
= 0W , atunci T ( 1 e1 + ::: + n en ) = 0W = T (0V ); deci 1 e1 + ::: + n en =
= 0V : Cum fe1 ; :::; en g este liniar independent¼ a, rezult¼
a 1 = ::: = n = 0, adic¼ a
fT e1 ; :::; T en g este liniar independent¼
a, deci baz¼ a în ImT:
Reciproc, presupunem c¼ a fT e1 ; :::; T en g este liniar independent¼ a. Fie
x 2 KerT , x = 1 e1 + ::: + n en şi cum T x = 0W , rezult¼ a 1 T e1+ ::: + n T en =
= 0W : Cum fT e1 ; :::; T en g este liniar independent¼ a, rezult¼a 1 = ::: = n = 0, deci
x = 0V , adic¼ a T este injectiv¼a.

OBSERVAŢIE. Fie V astfel ca dimK (V ) = n: Cum KerT V , conform teo-


remelor 2.1 şi 5.1, cap. 2, dimK (KerT ) n. Conform teoremelor 2.1 şi 4.2, cap.
2, dimK (Im T ) n:

Putem deci formula:

DEFINIŢIE. Presupunem c¼ a dimK (V ) = n: Dac¼ a T este o aplicaţie liniar¼


a
T : V ! W , atunci dimK (KerT ) se numeşte defectul lui T şi se noteaz¼ a def T:
De asemenea, dimK (Im T ) se numeşte rangul lui T şi se noteaz¼
a rangT:
2. NUCLEU ŞI IM AGINE 57

TEOREMA 2.4. (teorema rang-defect) Fie V ,W dou¼a K-spaţii vectoriale cu


dimK (V ) = n şi T 2 L(V; W ): Atunci:
dimK (V ) = def T + rangT:
Demonstraţie. Fie p = def T; 0 p n; B = fe1 ; :::; en g baz¼ a în KerT , deci
T ei = 0; 1 i p: Complet¼ am baza B la o baz¼ a B 0 = fe1 ; :::; ep ; ep+1 ; :::; en g a lui
V . Vom demonstra c¼ a B 00 = fT ep+1 ; :::; T en g formeaz¼ a o baz¼ a în Im T . Vom ar¼ ata
00
mai întâi c¼a B este liniar independent¼ a. Dac¼ a p+1 T ep+1 + ::: + n T en = 0W ,
rezult¼
a T ( p+1 ep+1 + ::: + n en ) = 0W , deci p+1 ep+1 + ::: + n en 2 KerT: Prin
urmare exist¼a 1 ; :::; p 2 K astfel încât p+1 ep+1 + ::: + n en = 1 e1 + ::: + p ep
sau 1 e1 + ::: + p ep + ( p+1 )ep+1 + ::: + ( n )en = 0V : B 0 …ind baz¼ a în V ,
a 1 = ::: = n = 0, deci B 00 este liniar independent¼
rezult¼ a. S¼ a ar¼ at¼am acum
a B 00 este sistem de generatori în Im T: Dac¼
c¼ a y 2 Im T atunci exist¼ a x 2 V
P
n Pp
astfel ca T x = y: Dar x = xi ei unde x = xi ei 2 KerT: T …ind liniar¼ a,
i=1 i=1
P
n
00
rezult¼
a y = Tx = i T ei , deci B este baz¼
a în Im T: Atunci rangT = n p=
i=1
= dimK (V ) def T .
COROLAR 2.4.1. Dac¼a V este un K-spaţiu vectorial de dimensiune n şi T un
endomor…sm al lui V , atunci T este injectiv () T este surjectiv.
Demonstraţie. T este injectiv () KerT = f0V g () def T = 0 () rangT =
n () Im T = V () T surjectiv.
EXEMPLU. Fie x 2 R3 ; x = (x1 ; x2 ; x3 ) şi T : R3 ! R3 ; T x = (x1 + x2
x3 ; x1 x2 + x3 ; 5x1 x2 + x3 ): Se veri…c¼ a uşor c¼
a T este liniar¼
a. Pe de alt¼a
parte x 2 KerT dac¼ a şi numai dac¼ a, coordonatele sale veri…c¼a sistemul liniar
x1 + x2 x3 = 0
omogen x1 x2 + x3 = 0 : Soluţia general¼ a a acestui sistem …ind x1 = 0; x2 = t;
5x1 x2 + x3 = 0
x3 = t; t 2 R; rezult¼ a KerT = fx 2 R3 ; x = t(0; 1; 1); t 2 Rg = Sp(fug); unde
a c¼
u = (0; 1; 1): Atunci def T = 1, o baz¼ a în KerT …ind vectorul u. Conform teo-
remei 2.3, rezult¼a c¼a rangT = 2: Dup¼ a lema de mai sus, T e1 = (1; 1; 5); T e2 =
= (1; 1; 1); T e3 = ( 1; 1; 1)(fe1 ; e2 ; e3 g …ind baz¼ a canonic¼a în R3 ) formeaz¼a
un sistem de generatori pentru Im T: Deci doar doi sunt liniar independenţi, de
exemplu T e1 şi T e2 , aceştia constituind o baz¼
a în Im T:
COROLAR 2.4.2. Fie V; V 0 ; V 00 trei K-spaţii vectoriale …nit dimensionale şi
S : V ! V 0 ; T : V 0 ! V 00 dou¼a aplicaţii liniare. Atunci:
a) rang(T S) rangT ;
b) rang(T S) rangS;
c) dac¼a T este izomor…sm, atunci rang(T S) = rangS;
d) dac¼a S este izomor…sm, atunci rang(T S) = rangT:
Demonstraţie. Evident, T S este o aplicaţie liniar¼
a. a) Deoarece S(V ) V 0,
a T (S(V )) T (V 0 ): Atunci:
rezult¼
rang(T S) = dimK (T S)(V ) dimK T (V 0 ) = rangT:
b) Cum KerS Ker(T S); rezult¼
a def S def (T S): Conform teoremei
rang-defect,
rang(T S) = dimK (V ) def (T S) dimK (V ) def S = rangS:
58 3. APLICA ŢII LINIARE

a T 1 : V 00 ! V 0 : Putem scrie S = T 1
c) Deoarece T este izomor…sm, exist¼
(T S): Conform b) rangS rang(T S) rangS: d) Se scrie T = (T S) S 1 :

3. Matricea asociat¼
a unei aplicaţii liniare
Vom ar¼ ata c¼
a dac¼
a V şi W sunt K-spaţii vectoriale …nit dimensionale, atunci
L(V; W ) este izomorf cu un spaţiu de matrice. Fie deci dimK (V ) = n; B = =
fe1 ; :::; en g o baz¼
a …xat¼
a în V şi dimK (W ) = m; C = ff1 ; :::; fm g o baz¼
a …xat¼
a în
W.
Dac¼ a T 2 L(V; W ), atunci pentru orice j; 1 j n; T ej 2 W , deci exist¼
a
scalarii aij 2 K; 1 i m, unic determinaţi, (…ind coordonatele vectorilor T ej ; 1
j n, în baza C) astfel ca:
m
X
(3.1) T ej = aij fi ; j = 1; n:
i=1

DEFINIŢIE. Se numeşte matricea lui T în raport cu bazele B şi C, matricea


AB;C
T = (aij ) de tip (m; n) a c¼arei coloan¼
a j este constituit¼
a din coordonatele
vectorului T ej în raport cu baza C. Dac¼a V = W şi B = C, vom scrie AB;B
T = AB T
şi vom spune c¼a ABT este matricea endomor…smului T în raport cu baza B.

Aşadar matricea lui T depinde de bazele B şi C. Vom omite indicii când
nu este pericol de confuzie. Num¼ arul liniilor matricei A ataşat¼
a aplicaţiei liniare
T : V ! W este egal cu dimensiunea lui W , iar num¼ arul coloanelor cu dimensiunea
lui V . Evident, în cazul unui endomor…sm num¼ arul liniilor coincide cu num¼ arul
coloanelor, deci matricea este p¼
atratic¼
a. Vom nota cu Mn (K) mulţimea matricelor
de tip (n; n).
EXEMPLE. 1) Fie T : R2 ! R2 ; T (x; y) = ( x; y) (simetria în raport cu
originea). Consider¼ am în R2 , baza canonic¼ a e1 = (1; 0); e2 = (0; 1). S¼a determin¼am
matricea endomor…smului T în baza fe1 ; e2 g. Cum T e1 = e1 ; T e2 = = e2
1 0
rezult¼a c¼
a matricea lui T în baza fe1 ; e2 g este A = .
0 1
2) În R3 consider¼ am baza canonic¼ a fe1 ; e2 ; e3 g; e1 = (1; 0; 0); e2 = (0; 1; 0);
e3 = (0; 0; 1); iar în R1 [X] baza ff1 ; f2 g; f1 = 1; f2 = X. Dac¼ a x = ( 1; 2; 3) 2
2 R3 , de…nim T : R3 ! R1 [X]; T x = 1 + 2 + ( 1 + 2 2 3 )X. S¼a se determine
matricea lui T în cele dou¼ a baze. Deoarece T e1 = f1 + f2 ; T e2 = f1 + 2f2 ; T e3 =
1 1 0
= f2 , rezult¼ aA= :
1 2 1
3) Fie V un K-spaţiu vectorial şi fe1 ; :::; en g baza în V . Vom determina ma-
tricea aplicaţiei identice 1V : V ! V; 1V (x) = x; 8x 2 V . Deoarece 1V (ei ) = = ei ,
1 i n, rezult¼ a c¼
a matricea lui 1V este matricea unitate:
0 1
1 0 ::: 0
B 0 1 ::: 0 C
In = B@
C:
A
::: :::
0 0 ::: 1
LEMA ¼ 3.1. Fie V şi W K-spaţii vectoriale, fe1 ; :::; en g o baz¼
a în V şi fy1 ; :::; yn g
un sistem arbitrar de vectori din W . Exist¼ a o unic¼ a aplicaţie liniar¼aT :V !W
astfel ca T ei = yi ; 1 i n.
¼ UNEI APLICA ŢII LINIARE
3. M ATRICEA ASOCIAT A 59

P
n P
n
Demonstraţie. Dac¼
a x 2 V , atunci x = xi ei : De…nim T x = xi yi . T este
i=1 i=1
evident liniar¼
a şi T ei = yi ; 1 i n. S¼ a veri…c¼
am unicitatea. Dac¼
aS :V !W
este o alt¼
a aplicaţie liniar¼
a satisf¼
acând Sei = yi ; 1 i n, atunci pentru orice
x 2 V avem:

Xn n
X n
X
Sx = S( xi ei ) = xi Sei = xi yi = T x:
i=1 i=1 i=1
Lema 3.1 d¼ a posibilitatea de a de…ni în mod unic o aplicaţie liniar¼
a punând în
evidenţ¼
a doar valorile sale pe o baz¼
a a domeniului de de…niţie.
TEOREMA 3.2. Fie V şi W dou¼a K-spaţii vectoriale de dimensiune n şi
respectiv m, B = fe1 ; :::; en g o baz¼a în V , C = ff1 ; :::; fn g o baz¼a în W . Aplicaţia
' : L(V; W ) ! Mm;n (K) care face s¼a corespund¼a oric¼arui T 2 L(V; W ) matricea
AB;C
T de…nit¼a mai sus este un izomor…sm de spaţii vectoriale.
Demonstraţie. Vom ar¼
ata mai întâi c¼ a ' este liniar¼
a. Fie S; T 2 L(V; W ) şi
; 2 K. Dac¼a '(S) = (aij ); '(T ) = (bij ); '( S + T ) = (cij ), atunci:
m
X m
X m
X
cij fi = ( S + T )(ej ) = Sej + T ej = aij fi + bij fi =
i=1 i=1 i=1

m
X
= ( aij + bij )fi ; j = 1; n:
i=1

Cum ff1 ; :::; fm g este baz¼


a în W , rezult¼
a cij = aij + bij ; i = 1; m; j =
= 1; n, adic¼
a '( S + T ) = '(S) + '(T ), deci ' este liniar¼ a. Vom ar¼ ata

a ' este bijectiv¼ a. Dac¼ a T 2 L(V; W ) şi '(T ) = 0, atunci T ej = 0W , deci
Pn
dac¼
a x = xi ei 2 V atunci T x = 0W deci T este aplicaţia nul¼a. În concluzie
i=1
Ker' = f g, deci ' este injectiv¼ a. S¼
a ar¼
at¼
am acum c¼ a ' este surjectiv¼ a. Fie
M = (aij ) o matrice de tip (m; n) cu coe…cienţi în K. Consider¼ am vectorii yj
P
m
din W , yj = aij fi ; j = 1; n. Conform lemei 3.1 exist¼
a o aplicaţie liniar¼
a unic¼
a
i=1
T : V ! W astfel ca T ej = yj ; j = 1; n, deci astfel ca '(T ) = M . În consecinţ¼
a'
este surjectiv¼
a şi teorema este demonstrat¼
a.
COROLAR 3.2.1. Dac¼a dimK (V ) = n; dimK (W ) = m, atunci

dimK (L(V; W )) = m n:
Demonstraţie. Se ţine seama de teoremele 3.2 şi 1.3.
TEOREMA 3.3. În ipotezele teoremei 3.2, …e T 2 L(V; W ) şi M = (aij ) ma-
P
n
tricea lui T în raport cu bazele B şi C. Atunci dac¼
ax= xi ei 2 V , coordonatele
i=1
vectorului y = T x în baza C sunt date de

n
X
(3.2) yi = aij xj ; i = 1; m:
j=1
60 3. APLICA ŢII LINIARE

P
n P
n P
m
Demonstraţie. Avem: y = Tx = xj T ej = xj ( aij fi ) =
j=1 j=1 i=1
P
m P n
= ( aij xj )fi , de unde (3.2).
i=1 j=1

4. Matrice şi aplicaţii liniare


Vom de…ni operaţiile cu matrice pornind de la operaţiile corespunz¼ atoare cu
aplicaţii liniare. Fie deci V , W dou¼ a K-spaţii vectoriale, fe1 ; :::; en g baza în V ,
ff1 ; :::; fm g baza în W şi S; T 2 L(V; W ).
Fie A şi B matricele asociate lui S şi T respectiv, în raport cu cele dou¼ a baze,
A = (aij ); B = (bij ).
Egalitatea matricelor. Dou¼ a aplicaţii liniare S şi T sunt egale dac¼
a şi numai
dac¼
a S(ej ) = T (ej ); j = 1; n, adic¼
a
a1j f1 + a2j f2 + ::: + amj fm = b1j f1 + b2j f2 + ::: + bmj fm :
Cum ff1 ; :::; fm g este baz¼
a în W , rezult¼
a c¼
a S = T dac¼
a şi numai dac¼
a aij = bij ;
i = 1; m; j = 1; n, ceea ce conduce la urm¼ atoarea
DEFINIŢIE. Dou¼ a matrice A = (aij ); B = (bij ) de tip (m; n) sunt egale dac¼
a
aij = bij ; i = 1; m; j = 1; n.
Adunarea matricelor. Fie C = (cij ) matricea aplicaţiei liniare S + T . Avem:
m
X m
X m
X
(S + T )(ej ) = S(ej ) + T (ej ) = aij fi + bij fi = (aij + bij )fi ; j = 1; n:
i=1 j=1 i=1

În consecinţ¼
a, cij = aij + bij ; i = 1; m; j = 1; n:
Putem deci formula urm¼ atoarea
DEFINIŢIE. Dac¼ a A = (aij ); B = (bij ) sunt dou¼ a matrice de tip (m; n), se
numeşte suma lui A şi B şi se noteaz¼ a A + B, matricea de tip (m; n), ale c¼
arei
elemente sunt aij + bij ; i = 1; m; j = 1; n:
Înmulţirea unei matrice cu un scalar. Fie C = (cij ) matricea aplicaţiei S;
P
m P
m
2 K. Atunci ( S)(ej ) = Sej = aij fi = ( aij )fi ; j = 1; n. Deci
i=1 i=1
cij = aij ; i = 1; m; j = 1; n.
DEFINIŢIE. Dac¼ a A = (aij ) este o matrice de tip (m; n), produsul dintre
scalarul şi matricea A este matricea A obţinut¼
a multiplicând toate elementele
lui A cu .
Produsul a dou¼a matrice. Fie U; V; W trei K-spaţii vectoriale B1 = fe1 ; :::; en g,
B2 = ff1 ; :::; fm g, B3 = fg1 ; :::; gr g baze ale lui U; V; W respectiv. Fie
S 2 L(U; V ), T 2 L(V; W ), A = (aij ); B = (bij ) matricele lui S şi T în raport
cu bazele date.
Vrem s¼ a determin¼am matricea lui T S în raport cu bazele B1 şi B3 . Fie
C = (cij ) matricea asociat¼
a lui T S. Atunci:
m
X m
X
(T S)(ej ) = T (Sej ) = T ( akj fk ) = akj T fk =
k=1 k=1
4. M ATRICE ŞI APLICA ŢII LINIARE 61

m
X Xr r X
X m
= akj ( bik gi ) = ( bik akj )gi ; j = 1; n:
k=1 i=1 i=1 k=1
În consecinţ¼
a:

m
X
(4.1) cij = bik akj ; i = 1; r; j = 1; n:
k=1

DEFINIŢIE. Fie A = (aij ) o matrice de tip (m; n) şi B = (bij ) o matrice de tip
(r; m). Se numeşte produsul dintre B şi A şi se noteaz¼ a BA, matricea de tip (r; n)
al c¼
arei element cij situat la intersecţia liniei i cu coloana j este dat de (4.1).

a remarc¼ am c¼a produsul BA nu este de…nit decât dac¼ a num¼ arul coloanelor lui
B este egal cu num¼ arul liniilor lui A. Expresia lui cij se obţine pornind de la linia
i a lui B şi de la coloana j a lui A. Spunem c¼ a produsul BA se efectueaz¼ a dup¼ a
regula ”linii pe coloane”.
PROPOZIŢIA 4.1. Dac¼a A; B; C sunt matrice astfel încât diferitele produse de
mai jos s¼a …e de…nite şi 2 K, atunci:
a) A(BC) = (AB)C;
b) A(B + C) = AB + AC;
c) (B + C)A = BA + CA;
d) A( B) = ( A)B = (AB).
Demonstraţie. Propoziţia se demonstreaz¼ a utilizând propriet¼aţile binecunos-
a, de exemplu, S : K r ! K s , T : K m ! K r
cute ale aplicaţiilor liniare. Dac¼
şi U : K n ! K m sunt aplicaţiile liniare ale c¼
aror matrice A; B şi C respectiv, în
raport cu bazele canonice, atunci matricea lui S (T U ) este A(BC), iar matricea
lui (S T ) U este (AB)C: Cum S (T U ) = (S T ) U rezult¼ a A(BC) = (AB)C.
Celelalte egalit¼
aţi se demonstreaz¼
a asem¼an¼
ator.
OBSERVAŢIE. Produsul a dou¼
a matrice nu este comutativ în general.
Matrice inversabile. O matrice A 2 Mn (K) este inversabil¼a sau regulat¼a dac¼
a
exist¼
a o matrice B 2 Mn (K) astfel încât: AB = BA = In :
Matricea B este unic¼ a cu A 1 şi se numeşte inversa lui A.
a, se noteaz¼
TEOREMA 4.2. Fie V un K-spaţiu vectorial de dimensiune …nit¼a n, C =
= fe1 ; :::; en g o baz¼a în V şi T un endomor…sm al lui V . Pentru ca matricea A a
endomor…smului T în raport cu baza C s¼a …e inversabil¼a, este necesar şi su…cient
ca T s¼a …e un automor…sm al lui V . În acest caz matricea lui T 1 în raport cu
baza C este A 1 :
Demonstraţie. ”=)” A …ind inversabil¼ a, exist¼
a B 2 Mn (K) astfel ca AB =
= BA = In :Cum aplicaţia T ! A de la L(V ) la Bn (K) este bijectiv¼ a, …e S
aplicaţia liniar¼
a asociat¼a lui B. Ea este astfel încât S T = T S = 1V ; deci T este
bijectiv¼a şi T 1 = S şi matricea asociat¼ a lui T 1 este A 1 :
”(=” Dac¼ a T este bijectiv¼ a T 1 şi T T 1 = T 1 T = 1V , deci
a, exist¼
1
dac¼a B este matricea asociat¼ a lui T ; atunci AB = BA = In : Prin urmare A este
inversabil¼a şi A 1 = B:
Rangul unei matrice. Are loc:
TEOREMA 4.3. Fie V , W dou¼a K-spaţii vectoriale având dimensiunile n,
respectiv m şi T 2 L(V; W ): Dac¼a fe1 ; :::; en g este baz¼a în V , ff1 ; :::; fn g este baz¼a
62 3. APLICA ŢII LINIARE

în W , iar A este matricea aplicaţiei liniare T în raport cu cele dou¼a baze, atunci
rangT = rangA:
Demonstraţie. Deoarece fT e1 ; :::; T en g este sistem de generatori pentru Im T ,
ţinând seama de teorema 7.1, cap. 2, rangT = dimK (Im T ) = rangfT e1 ; :::;
T en g = rangA; deoarece coordonatele vectorilor fT e1 ; :::; T en g în baza ff1 ; :::; fn g
se g¼asesc pe coloanele matricei A.
COROLAR 4.3.1. O matrice p¼atratic¼a este inversabil¼a dac¼a şi numai dac¼a este
nesingular¼a.
Demonstraţie. Fie T endomor…smul care într-o baz¼ a fe1 ; :::; en g a unui K-spaţiu
vectorial are matricea A. Aplicând corolar 2.4.1 şi teoremele 4.2 şi 4.3 obţinem:
A inversabila () T automorf ism () def T = 0 ()
() n = rangT = rangA () det A 6= 0:

5. Transformarea matricei unei aplicaţii liniare la schimbarea bazelor


Fie V , W dou¼ a K-spaţii vectoriale având dimensiunile n respectiv m şi T 2
2 L(V; W ): Dac¼a E = fe1 ; :::; en g şi F = ff1 ; :::; fn g sunt baze …xate în V respectiv
W , iar A = (aij ) este matricea aplicaţiei liniare T în cele dou¼ a baze atunci
m
X
T ej = akj fk ; 8j = 1; n:
k=1

Fie acum E 0 = fe01 ; :::; e0n g şi F 0 = ff10 ; :::; fn0 g o nou¼
a pereche de baze …xate în
V respectiv W şi A0 = (a0ij ) matricea asociat¼ a aplicaţiei T în noua pereche de baze,
deci
X m
T e0i = a0lj fl0 ; 8i = 1; n:
l=1
a între A şi A0 :
Vom stabili ce relaţie exist¼
Fie C = (cij ) matricea de trecere de la baza E la baza E 0 şi D = (dij ) matricea
de trecere de la baza F la baza F 0 , deci:
n
X
e0i = cji ej ; 8i = 1; n;
j=1

m
X
fl0 = dkl fk ; 8l = 1; m:
k=1
Atunci, obţinem pe de o parte
n
X n
X m
X m X
X n
T e0i = cji T ej = cji ( akj fk ) = ( akj cji )fk ; i = 1; n;
j=1 j=1 k=1 k=1 j=1

iar pe de alt¼
a parte,
m
X m
X m
X m X
X m
T e0i = a0li fl0 = a0li ( dkl fk ) = ( dkl a0li )fk ; i = 1; n:
l=1 l=1 k=1 k=1 l=1

Egalând coordonatele vectorilor T e0i în baza F rezult¼


a
5. TRANSFORM AREA M ATRICEI UNEI APLICA ŢII LINIARE LA SCHIM BAREA BAZELOR63

m
X n
X
dkl a0li = dkj cji ; 8i = 1; n; k = 1; m:
l=1 j=1

Aceste relaţii mai pot … scrise DA0 = AC. D …ind o matrice de schimbare de
baz¼
a este nesingular¼a deci
A0 = D 1 AC;
aceast¼a egalitate reprezentând formula de transformare a matricei unei aplicaţii
T 2 L(V; W ) la schimbarea bazelor. În particular, dac¼ a V =W , iar T 2 L(V );
atunci se lucreaz¼ a cu aceeaşi baz¼ a atât în domeniul de de…niţie cât şi în cel de
valori. Dac¼ a E = fe1 ; :::; en g este o baz¼
a …xat¼
a în V , iar A = (aij ) este matricea
aplicaţiei liniare T în baza E, avem:
n
X
T ej = akj ek ; 8j = 1; n:
k=1

Dac¼a E 0 = fe01 ; :::; e0n g este o alt¼


a baz¼ a în V , iar A0 = (a0ij ) este matricea
a …xat¼
a lui T în baza E 0 , atunci
asociat¼
n
X
T e0i = a0lj e0l ; 8i = 1; n:
l=1

Dac¼ a C este matricea de trecere de la baza E la baza E 0 , procedând ca mai


sus obţinem A0 = C 1 AC aceasta …ind formula de transformare a matricei unui
endomor…sm T 2 L(V; W ) la schimbarea bazei.
DEFINIŢIE. Spunem c¼ a dou¼
a matrice A; B 2 Mn (K) sunt similare sau aseme-
nea dac¼
a exist¼ a astfel ca B = C 1 AC:
a o matrice C nesingular¼
Are loc:
PROPOZIŢIA 5.1. Fie A; B 2 Mn (K). Urm¼atoarele a…rmaţii sunt echivalente:
1) A şi B sunt similare;
2) Exist¼a o aplicaţie liniar¼a T : V ! V , V …ind un K-spaţiu vectorial n-
dimensional şi dou¼a baze E şi E 0 în V astfel ca A şi B s¼a …e matricele asociate
lui T în cele dou¼a baze.
Demonstraţie. 2)=)1) rezult¼a din cele de mai sus. 1)=)2) A şi B …ind simi-
lare, …e C o matrice nesingular¼
a astfel încât CB = AC. Fie E = fe1 ; :::; en g o baz¼
a
…xat¼a în V = K n şi T : V ! V unica aplicaţie liniar¼
a care în baza E are matricea
asociat¼a A. Deci:
n
X
T ej = akj ek ; 8j = 1; n:
k=1
Fie S : V ! V aplicaţia liniar¼
a care în baza E are matricea C, deci:
P
n
Sei = aji ej ; 8i = 1; n:
j=1
Conform teoremei 4.2, S este un automor…sm al lui V . Rezult¼ a E0 = =
a c¼
0
fSe1 ; :::; Sen g este o baz¼
a în V . S¼
a not¼
am ei = Sei ; i = 1; n.
Vom ar¼ ata c¼ a matricea lui T în baza E 0 este chiar B. Fie deci D = (dij )
matricea lui T în baza E 0 , deci
64 3. APLICA ŢII LINIARE

n
X n
X n
X n
X n X
X n
T e0i = dji e0j = dji Sej = dji ( ckj ek ) = ( ckj dji )ek ; 8i = 1; n:
j=1 j=1 j=1 k=1 k=1 j=1

Pe de alt¼
a parte:

Xn n
X n
X n X
X n
T e0i = T (Sei ) = T ( cji ej ) = cji ( akj ek ) = ( akj cji )ek ; 8i = 1; n:
j=1 j=1 k=1 k=1 j=1

Din unicitatea scrierii vectorilor T e0i în baza E rezult¼


a
n
X n
X
ckj dji = akj cji ; 8k = 1; n; j = 1; n:
j=1 j=1
1
Deci CD = AC sau D = C AC = B.
3 3
EXEMPLU. 0 Aplicaţia liniar¼
1 a T : R ! R are în baza canonic¼ a E = fe1 ; e2 ; e3 g,
1 1 0
matricea A = @ 0 1 1 A : S¼ a determin¼ am matricea lui T în baza E 0 = =
1 0 1
fe01 ; e02 ; e03 g; e01 = (2; 1; 3); e02 = (3; 2; 5); e03 = (1; 1; 1). Matricea de trecere de
la baza E la baza E 0 este:
0 1 0 1
2 3 1 3 8 5
C=@ 1 2 1 A , iar C 1 = @ 2 5 3 A.
3 5 1 1 1 1
a A0 este matricea lui T în baza E 0 , rezult¼
Atunci, dac¼ a
0 1
12 19 10
A0 = C 1 AC = @ 7 11 6 A.
0 0 2

6. Probleme
1. S¼
a se precizeze care din urm¼ atoarele aplicaţii sunt liniare:
3 3
a) T : R ! R , T x = (x1 + x2 x3 ; x1 + 2x3 ; 2x1 3x2 + 5x3 );
b) T : R3 ! R3 , T x = (x3 ; x1 + 1; x2 1);
c) T : R3 ! R3 , T x = (x1 + x2 + 3x3 ; 2x1 + x3 );
d) T : R2 ! R3 , T x = (x1 ; x2 x1 ; 2x1 + 3x2 );
e) T : R3 ! R3 , T x = (x21 ; x1 + x2 ; x23 + 1).
Pentru aplicaţiile liniare s¼
a se determine KerT şi ImT .
2. S¼a se g¼
aseasc¼ a T : R3 ! R3 care duce vectorii u1 = (2; 0; 3),
a aplicaţia liniar¼
u2 = (4; 1; 5), u3 = (3; 1; 2) respectiv în vectorii v1 = (4; 5; 2), v2 = (1; 1; 1),
v3 = (1; 2; 1) :
3. Fie T : R3 ! R3 , T x = (x1 + x2 + x3 ; x1 x2 + x3 ; 3x1 x2 + 3x3 ). S¼ a se
determine rangT , def T şi câte o baz¼ a în KerT şi ImT .
4. Fie ! a 2 V3 şi T : V3 ! V3 , T !
x = (! x !a )!a . S¼
a se arate c¼
a T este liniar¼a.
! ! ! ! ! ! !
Dac¼ a a = i + 2 j + 3 k s¼ a se g¼aseasc¼a matricele lui T în bazele ( i ; j ; k ) şi
! ! ! ! ! ! !
f!
v1 ; !
v2 ; !
v3 g, !
v1 = i + k , !v2 = 2 i k , v3 = i + j .
6. PROBLEM E 65

5. Fie T : R4 ! R3 o aplicaţie 0 liniar¼


a, a c¼
arei1matrice în raport cu bazele
1 1 1
B 1 0 1 C
canonice din R respectiv R este B
4 3
@ 1
C. S¼a se g¼
aseasc¼
a o baz¼
a şi
2 3 A
1 1 3
dimensiunea subspaţiilor KerT şi ImT .
6. Fie T : R3 ! R3 , T x = (x1 2x2 + x3 ; 2x1 + x2 x3 ; x2 3x3 ). S¼ a se
calculeze T T şi s¼ a se precizeze matricea lui T în baza canonic¼ a a lui R3 . S¼a
se arate c¼a T este automor…sm, s¼ a se determine T 1 şi matricea acestuia în baza
canonic¼a.
7. Fie S : R3 ! R2 , T : R2 ! R4 , S (x1 ; x2 ; x3 ) = (x1 + x2 ; 2x1 x2 + x3 ),
T (y1 ; y2 ) = (y1 ; y1 + y2 ; y2 ; y1 y2 ). S¼
a se determine T S şi matricele asociate lui
S; T şi T S în bazele canonice ale spaţiilor respective:
8. Fie S; T : R2 ! R2 . Matricea lui S în baza f1 = ( 3; 7), f2 = (1; 2) este
2 1 1 3
, iar matricea lui T în baza g1 = (6; 7), g2 = ( 5; 6) este .
5 3 2 7
a se determine S, T , S + T , S T , S 1 .

3
0 9. Matricea 1 unui endomor…sm al lui R în raport cu baza canonic¼
a este
1 1 2
@ 1 0 1 A. Care este matricea endomor…smului în baza f1 = (1; 2; 3),
1 0 1
f2 = (3; 1; 2), f3 = (2; 3; 1)?
3
10. Matricea unui endomor…sm
0 al lui
1 R în raport cu baza g1 = (1; 0; 0), g2 =
1 1 1
(1; 1; 0), g3 = (1; 1; 1)este @ 1 0 1 A. Care este matricea acestui endomor…sm
1 2 3
în baza f1 , f2 , f3 de la problema anterioar¼
a?
CHAPTER 4

Valori şi vectori proprii. Forma canonic¼


a a unui
endomor…sm

În acest capitol ne vom pune problema determin¼arii unei baze a unui spaţiu
vectorial V în care matricea unui endomor…sm s¼a aib¼
a o form¼ a cât mai simpl¼a:
diagonal¼a.

1. Valori şi vectori proprii ai unui


endomor…sm
Fie V un K-spaţiu vectorial (K = R sau C) şi T : V ! V un endomor…sm.
DEFINIŢIE. Un vector x 2 V; x =6 0V se numeşte vector propriu pentru endo-
mor…smul T , dac¼
a exist¼
a un scalar 2 K astfel încât

(1.1) T x = x:
Scalarul din (1.1) se numeşte valoare proprie a endomor…smului T cores-
punz¼
atoare vectorului propriu x.
DEFINIŢIE. Dac¼a T : V ! V este un endomor…sm al lui V , un subspaţiu
S V se numeşte subspaţiu invariant în raport cu T dac¼
a T (S) S.
OBSERVAŢIE. Dac¼ a este valoare proprie a endomor…smului T , atunci mulţi-
mea tuturor vectorilor proprii corespunz¼atori lui la care ad¼
aug¼
am şi vectorul nul,
notat¼
a V este un subspaţiu vectorial invariant în raport cu T , numit subspaţiu
propriu asociat valorii proprii . Aşadar:
V = fx 2 V ; T x = xg = fx 2 V ; (T 1V )(x) = 0V g = Ker(T 1V ):
Deci V este subspaţiu vectorial (teorema 2.1, cap. 3). Totodat¼ a, V …ind
subspaţiu, x 2 V implic¼a T x = x, deci V este subspaţiu invariant în raport cu
T . Dimensiunea acestui subspaţiu vectorial se numeşte multiplicitatea geometric¼a
a valorii proprii şi o vom nota r . Remarc¼ am c¼
a este valoare proprie dac¼ a şi
numai dac¼ a Ker(T 1V ) 6= f0V g; deci T 1V nu este izomor…sm.
TEOREMA 1.1. Fie V un C-spaţiu vectorial de dimensiune n. Atunci, orice
endomor…sm T 2 L(V ) are cel puţin un vector propriu.
Demonstraţie. Fie B = fe1 ; :::; en g e o baz¼
a …xat¼a în V , iar A = (aij ) 2 Mn (C)
matricea endomor…smului T în aceast¼ a baz¼a, adic¼
a:
n
X
T ei = aji ej ; 8i = 1; :::; n:
j=1

67
68 ¼ A UNUI ENDOM ORFISM
4. VALORI ŞI VECTORI PROPRII. FORM A CANONIC A

P
n P
n P
n
Dac¼
a x 2 V; x = xi ei ; atunci (1.1) revine la xi T ei = xj ej , sau
i=1 i=1 j=1
n
X Xn n
X n X
X n
xi ( aji ej ) = xj ej ; deci ( aji xi xj )ej = 0V :
i=1 j=1 j=1 j=1 i=1

P
n
Cum B este o baz¼
a în V , de aici rezult¼
a aji xi = xj ; 8j = 1; :::; n; adic¼
a
i=1

(a11 ) x1 + a12 x2 + ::: + a1n xn = 0


a21 x1 + (a22 ) x2 + ::: + a2n xn = 0
(1.2) :
:::::::::::::::::::::::::::::::::::::::::::::::::::::::::::
an1 x1 + an2 x2 + ::: + (ann ) xn = 0
Sistemul (1.2) este liniar omogen în necunoscutele x1 ; :::; xn : Vectorul x va
… vector propriu pentru endomor…smul T dac¼ a şi numai dac¼
a coordonatele sale
x1 ; :::; xn constituie o soluţie nebanal¼
a a sistemului (1.2). Condiţia necesar¼a şi
su…cient¼ a ca acest sistem s¼
a admit¼
a soluţii nebanale este
a11 a12 ::: a1n
a21 a22 ::: a2n
(1.3) det(A In ) = = 0;
::: ::: ::: :::
an1 an2 ::: ann
ceea ce reprezint¼ a o ecuaţie polinomial¼ a de grad n în necunoscuta , cu coe…-
cienţi în C. Conform teoremei fundamentale a algebrei, exist¼ a 0 2 C astfel ca
det (A 0 In ) = 0. 0 va … o valoare proprie a endomor…smului T . Introducem 0
în sistemul (1.2) şi obţinem o soluţie nebanal¼ a (x01 ; :::; x0n ) a acestui sistem. Atunci
Pn
vectorul x0 = x0i ei este vector propriu al endomor…smului T corespunz¼ ator val-
i=1
orii proprii 0:

Teorema 1.1 indic¼ a un procedeu efectiv de determinare a valorilor proprii şi


vectorilor proprii pentru un endomor…sm T .
EXEMPLE. 1) Fie T : R3 ! R3 endomor…smul dat de T x = (7x1 12x2 + 6x3 ,
10x1 19x2 + 10x3 , 12x1 24x2 + 13x3 ), x = (x1 ; x2 ; x3 ). Considerând în R3 baza
canonic¼a, s¼
a se g¼
aseasc¼
a valorile proprii şi vectorii proprii ai lui0T . 1
7 12 6
Soluţie. Matricea asociat¼
a lui T în baza canonic¼ a este A = @ 10 19 10 A.
12 24 13
2
Ecuaţia (1.3) conduce la ( 1) ( + 1) = 0. Obţinem 1 = 2 = 1, 3 = 1.
Pentru 1 = 1, rezolvând sistemul (1.2) obţinem x = (2 ; ; ), , 2 R,
subspaţiul propriu asociat lui 1 , …ind V 1 = f(2 ; ; ); ; 2
2 Rg. Similar pentru 3 = 1, obţinem V 3 = f(3t; 5t; 6t) ; t 2 Rg. Aşadar
dac¼
a , nu sunt simultan nuli, orice vector propriu corespunz¼ ator lui 1 = 1 este
de forma (2; 1; 0) + ( 1; 0; 1), iar dac¼ a t 6= 0; t (3; 5; 6) este un vector propriu
corespunz¼ ator lui 3 = 1.
2) Matricea
0 unui endomor…sm
1 de…nit pe un C-spaţiu vectorial într-o baz¼a aleas¼
a
4 5 7
este A = @ 1 4 9 A. S¼a se g¼
aseasc¼
a valorile proprii şi vectorii proprii.
4 0 5
1. VALORI ŞI VECTORI PROPRII AI UNUI ENDOM ORFISM 69

3
Soluţie. Procedând ca mai sus ajungem la ecuaţia + 5 2 17 + 13 = 0,
care are r¼ad¼acinile 1 = 1, 2 = 2 + 3i, 3 = 2 3i. Vectorii proprii corespunz¼ atori
vor … v1 = t (1; 2; 1), v2 = s (3 3i; 5 3i; 4), respectiv v3 = r (3 + 3i; 5 + 3i; 4), cu
rst 6= 0.
Valorile proprii ale unui endomor…sm (unei matrice) pot … localizate folosind
P n
TEOREMA 1.2 (Gerschgorin). Fie A 2 Mn (C), ri = jaij j ; Di = =
j=1; j6=i
fz 2 C; jz aii j ri , i = 1; ng. Dac¼a este o valoare proprie a matricei A, atunci
Sn
2 Di . În particular, când A 2 Mn (R) şi 2 R, rezult¼a c¼a
i=1
n
[
2 [aii ri ; aii + ri ] R:
i=1
Demonstraţie. Dac¼ a este o valoare proprie şi x 6= 0 vectorul propriu cores-
P
n
punz¼
ator, x = xi ei , atunci din (1.2) obţinem c¼
a
i=1
n
X
(1.4) ( aii ) xi = aij xj , i = 1; n.
j=1; j6=i

Alegem num¼
arul p; astfel încât jxp j = max fjx1 j ; :::; jxn jg > 0. Din (1.4)
obţinem
Xn
japj j jxj j
j app j rp .
jxp j
j=1; j6=i
S
n
Aşadar 2 Dp Di .
i=1

3 2 + 2i p
EXEMPLE. 1) Dac¼ aA= , r1 = 2 2 = r2 , D1 = fz 2 C;
2 2i 1
p p
jz 3j 2 2g, D2 = fz 2 C; jz 1j 2 2g. Dac¼
a este valoare proprie, atunci
2 D1 [ D2 (…g. 1.1).

Fig. 1.1
p p
Un pcalcul direct
p arat¼a c¼
ap 1 = 5,p 2 = 1, deci 1;2 2 [3 2 2; 3 + 2 2][
[[1 2 2; 1 + 2 2] = [1 2 2; 3 + 2 2].
0 1
3 i 0
2) Dac¼ a A = @ i 3 0 A, r1 = r2 = 1, r3 = 0, D1 = D2 =
0 0 4
fz 2 C; jz 3j 1g, D3 = fz 2 C; jz 4j 0g = f4g. Orice valoare proprie se
a‡a¼ în D1 [ D2 [ D3 = D1 .
70 ¼ A UNUI ENDOM ORFISM
4. VALORI ŞI VECTORI PROPRII. FORM A CANONIC A

2. Polinom caracteristic. Polinoame de matrice şi de endomor…sm.


Teorema Hamilton-Cayley
DEFINIŢIE. Dac¼ a A = (aij ) 2 Mn (C) este o matrice dat¼ a, ecuaţia (1.3) se
numeşte ecuaţie caracteristic¼a sau ecuaţie secular¼a a matricei A. Polinomul de
grad n cu coe…cienţi în C dat de
(2.1) pA ( ) = det(A In );
se numeşte polinom caracteristic al matricei A. R¼
ad¼
acinile sale le vom numi r¼ad¼acini
caracteristice.
TEOREMA 2.1. Dou¼a matrice asemenea au acelaşi polinom caracteristic.
Demonstraţie. Fie A şi B dou¼ a matrice asemenea. Exist¼ a o matrice nesin-
a C astfel încât B = C 1 AC. Atunci B
gular¼ In = C 1 A C 1 In C =
1 1 1
= C (A In ) C, deci pB ( ) = det C pA ( ) det C = det C C pA ( ) =
= det In pA ( ) = pA ( ) şi teorema este demonstrat¼
a.
În consecinţ¼
a, dac¼a se d¼
a un endomor…sm T pe spaţiul vectorial V , ecuaţia
(1.3) nu depinde de matricea A, deci de baza aleas¼ a în V , deoarece matricea lui
T într-o nou¼
a baz¼ a este C 1 AC, unde C este matricea de schimbare a bazelor şi
conform teoremei 2.1, ecuaţia (1.3) r¼
amâne aceeaşi.
DEFINIŢIE. Se numeşte polinom caracteristic al endomor…smului T şi se notea-

a cu pT polinomul pA dat de (2.1), unde A este matricea asociat¼ a lui T într-o
baz¼a oarecare a lui V . Ecuaţia (1.3) se numeşte ecuaţie caracteristic¼a a endomor-
…smului T , r¼ad¼acinile acestei ecuaţii numindu-se r¼ad¼acini caracteristice. Mulţimea

ad¼acinilor caracteristice ale unui endomor…sm T se numeşte spectrul lui T . Spunem

a spectrul lui T este simplu dac¼ a orice r¼
ad¼
acin¼
a caracteristic¼a 0 este r¼ad¼acin¼
a sim-
pl¼
a a polinomului caracteristic.
Din demonstraţia teoremei 1.1, rezult¼ a c¼a în cazul unui C-spaţiu vectorial toate

ad¼acinile caracteristice sunt valori proprii. Dac¼ a este vorba de un R-spaţiu vector-
ial, doar acele r¼
ad¼
acini caracteristice care sunt reale sunt valori proprii. În concluzie,
trebuie f¼acut¼
a distincţia între endomor…smele de…nite pe C-spaţii vectoriale şi cele
de…nite pe R-spaţii vectoriale. Dac¼ a este o valoare proprie a endomor…smului
T , atunci subspaţiul propriu V corespunz¼ ator va … constituit din totalitatea vecto-
rilor ale c¼
aror coordonate într-o baz¼a …xat¼a, sunt soluţii ale sistemului liniar omogen
(1.2).
OBSERVAŢII. 1) Dac¼a A este matricea endomor…smului T într-o baz¼ a …xat¼a,
iar pA ( ) = ( )n + p1 ( )n 1 + ::: + pn polinomul s¼ au caracteristic, atunci p1 =
Pn
aii = T rA este urma matricei A, iar pn = det A: Se poate ar¼
ata c¼a, în general,
i=1
pentru 1 < r < n, coe…cientul pr este suma minorilor diagonali de ordin r. De
exemplu, dac¼
a n = 3, polinomul caracteristic are coe…cienţii:
p1 = a11 + a22 + a33 = T rA;
a11 a12 a11 a13 a22 a23
p2 = + + ;
a21 a22 a31 a33 a32 a33
p3 = det A:
2) pA (0) = det A; deci matricea A este singular¼
a dac¼
a şi numai dac¼
a = 0 este

ad¼
acin¼
a a polinomului caracteristic.
2. POLINOM CARACTERISTIC. POLINOAM E DE M ATRICE ŞI DE ENDOM ORFISM . TEOREM A HAM ILTON-CAYLEY
71

n
DEFINIŢIE. Dac¼ a pA ( ) = ( 0) 0 q( ); q( 0) 6= 0; num¼
arul n 0
se numeşte
multiplicitate algebric¼a a lui 0 :

PROPOZIŢIA 2.2. Fie 0 o valoare proprie a endomor…smului T , având multi-


plicitatea algebric¼
a n 0 şi multiplicitatea geometric¼
a r 0 . Atunci r 0 n 0 :

Demonstraţie. Fie V 0 subspaţiul propriu corespunz¼ ator valorii proprii 0 şi


r 0 = dimK (V 0 ): Dac¼ a B1 = fe1 ; :::; er 0 g este baz¼
a în V 0 , o complet¼
am la o baz¼a
a lui V , B = fe1 ; :::; er 0 ; er 0 +1 ; :::; en g:
P
n
Cum T e1 = 0 e1 ; :::; T er 0 = 0 er 0 ; T ej = akj ek ; j > r 0 , matricea
k=1
asociat¼
a lui T în baza B este:
0 1
0 0 ::: 0 a1;r 0 +1 ::: a1n
B 0 ::: 0 a2;r 0 +1 ::: a2n C
B 0 C
B ::: ::: ::: ::: ::: ::: ::: C
A=B
B
C:
C
B 0 0 ::: 0 ar 0 ;r 0 +1 ::: ar 0 ;n C
@ ::: ::: ::: ::: ::: ::: ::: A
0 0 ::: 0 an;r 0 +1 ::: ann
Atunci pA ( ) = det(A In ) = ( 0 )r 0 q( ): Pe de alt¼a parte, dac¼a n 0
n
este multiplicitatea algebric¼
a avem pA ( ) = ( 0 ) 0 r( ); cu r( 0 ) 6= 0: Dac¼
a
q( 0 ) 6= 0; atunci r 0 = n 0 ; iar dac¼a q( 0 ) = 0; atunci r 0 < n 0 : În concluzie
r 0 n 0:

Fie V un K-spaţiu vectorial de dimensiune n, T 2 L(V ) un endomor…sm având


într-o baz¼a …xat¼
a a spaţiului matricea A 2 Mn (K) şi f un polinom de grad m cu
coe…cienţi în K, f = a0 X m + a1 X m 1 + ::: + am ; a0 6= 0:

DEFINIŢIE. Matricea f (A) = a0 Am +a1 Am 1 +:::+am 1 A+am Im se numeşte


polinom de matricea A de…nit de f . Endomor…smul f (T ) = a0 T m + a1 T m 1 +
+::: + am 1 T + am 1V (unde T k = T k 1 T = T T k 1 ) se numeşte polinom de
endomor…smul T de…nit de f .

TEOREMA 2.3. (Hamilton-Cayley). Dac¼a pA ( ) = det(A In ) este polinomul


caracteristic al endomor…smului T , atunci pA (A) = 0 (deci pA (T ) = 0).

Demonstraţie. Fie (A In ) adjuncta matricei A In : Fiecare element al


acestei matrice este un determinant de ordin n 1. Atunci (A In ) = Bn 1
n 1
+ Bn 2 n 2 + ::: + B1 + B0 ; unde Bi 2 Mn (K); i = 0; :::; n 1: Fie acum
pA ( ) = det(A In ) = a0 n + a1 n 1 + ::: + an 1 + an , polinomul caracteristic
al endomor…smului T . Deoarece (A In )(A In ) = det(A In ) In ; avem:
n 1 n 2
(A In )(Bn 1 + Bn 2 + ::: + B1 + B0 ) =

n n 1
= (a0 + a1 + ::: + an 1 + an )In ;
sau
n n 1
( Bn 1) + (ABn 1 Bn 2) + ::: + (AB1 B0 ) + AB0 =
n
= (an In ) + ::: + (a1 In ) + an In :
72 ¼ A UNUI ENDOM ORFISM
4. VALORI ŞI VECTORI PROPRII. FORM A CANONIC A

Identi…când dup¼
a puterile lui , rezult¼
a:
Bn 1 = an In
ABn 1 Bn 2 = an 1 In
:::::::::::::::::::::::::::: :
AB1 B0 = a1 In
AB0 = a0 In
Ampli…când, la stânga, respectiv cu An ; An 1
; :::; A; In şi adunând se obţine
pA (A) = 0:
În baza acestei teoreme, obţinem:
COROLAR 2.3.1. Orice polinom de matrice de grad n, poate … exprimat
printr-un polinom de grad n 1.
Demonstraţie. Din teorema 2.3 rezult¼ a An ; se exprim¼
a c¼ a în funcţie de An ; An 1 ;
a, puterile An+m ; m 2 N; se exprim¼
:::; A; In . Atunci, prin recurenţ¼ a cu ajutorul
puterilor An ; An 1 ; :::; A; In .
Dac¼
a = 0 nu este valoare proprie atunci A este nesingular¼
a. În acest caz are
loc:
COROLAR 2.3.2. Dac¼a pA (0) 6= 0, atunci:
1 n 1 n 2
A = 0A + 1A + ::: + n 1 In ; i 2 K; i = 0; :::; n 1:

Demonstraţie. Din teorema 2.3 se obţine:


( 1)n An + a1 An 1
+ ::: + n In = 0; unde an = det A 6= 0:
1
Înmulţind aceast¼
a relaţie cu A ; se obţine:
n 1
1 ( 1) a1 n an 1
A = An 1
A 2
::: In ;
an an an
ceea ce trebuia ar¼
atat.
0 1
2 1 2
EXEMPLU. Dac¼ a A = @ 5 3 3 A, pA ( ) = 3
3 2 3 1.
1 0 2
Cum 0 nu este r¼ ad¼acin¼
a a polinomului caracteristic, A este inversabil¼
a. Conform
teoremei Hamilton-Cayley A3 3A2 3A In = On . Înmulţind cu A 1 obţinem
A20 + 3A + 3In + A 11= On , deci A 1 = A2 3A 3In . Calculând rezult¼ aA 1=
6 2 3
=@ 7 2 4 A. Pe de alt¼ a parte, înmulţind relaţia A3 = 3A2 3A In
3 1 1
cu A, obţinem A4 = 3A3 3A2 A. Înlocuind A3 , rezult¼ a A4 = 6A2 + 6A + 3In
ş.a.m.d.

3. Diagonalizarea matricelor
Fie V un K-spaţiu vectorial de dimensiune n, B o baz¼
a …xat¼
a în V , T 2 L(V )
şi A matricea lui T în aceast¼
a baz¼
a.
DEFINIŢIE. Fie A 2 Mn (K). Matricea A este diagonalizabil¼a dac¼ a exist¼
a o
matrice nesingular¼a C 2 Mn (K) astfel încât D = C 1 AC s¼
a …e o matrice diagonal¼
a
(altfel spus, A este asemenea cu o matrice diagonal¼
a). Endomor…smul T 2 L(V )
3. DIAGONALIZAREA M ATRICELOR 73

este diagonalizabil dac¼


a exist¼
a o baz¼
a în V astfel încât matricea lui T în aceast¼
a
baz¼a este diagonal¼
a.
Dac¼ a A este o matrice diagonalizabil¼a, în matricea diagonal¼
a D apar chiar
valorile proprii ale lui A:
0 1
1 0 ::: 0
B 0 ::: 0 C
(3.1) D=B 2
@ ::: ::: ::: ::: A
C

0 0 ::: n

(valorile proprii nu sunt neap¼


arat distincte). Atunci
n
Y
pD ( ) = det(D In ) = ( 1)n ( i) = pA ( );
i=1

deci polinomul caracteristic se descompune în factori liniari peste corpul K. În


concluzie, dac¼
a polinomul caracteristic nu se descompune în factori liniari, matricea
nu se diagonalizeaz¼a.
PROPOZIŢIA 3.1. Endomor…smul T 2 L(V ) este diagonalizabil dac¼a şi numai
dac¼a exist¼a în V o baz¼a format¼a din vectori proprii ai lui T .
Demonstraţie. Dac¼ a T este diagonalizabil, rezult¼ a c¼
a exist¼
a o baz¼a x1 ; :::; xn în
V astfel încât matricea lui T în aceast¼ a baz¼ a are forma (3.1), unde i sunt valorile
proprii ale lui T . Rezult¼
a T x1 = 1 x1 ; :::; T xn = n xn ; deci x1 ; :::; xn sunt vectori
proprii. Reciproc, dac¼a vectorii proprii x1 ; :::; xn formeaz¼a o baz¼a în V este imediat

a matricea lui T în aceast¼a baz¼a are form¼ a diagonal¼ a.
TEOREMA 3.2. Dac¼a toate valorile proprii ale lui T sunt distincte dou¼a câte
dou¼a, atunci T este diagonalizabil.
Demonstraţie. Conform propoziţiei 3.1 este su…cient s¼ a ar¼at¼am c¼a vectorii pro-
prii corespunz¼ atori unor valori proprii distincte ale lui T sunt liniar independenţi.
Vom folosi inducţia matematic¼ a dup¼
a num¼ arul n al valorilor proprii.
Dac¼a n = 1, vectorul propriu x1 …ind nenul este liniar independent. Pre-
supunem a…rmaţia adev¼ arat¼a pentru n valori proprii distincte dou¼ a câte dou¼ a şi …e
1 ; :::; n+1 2 K; i =
6 j 8i =
6 j; i; j = 1; :::; n + 1; T xi = x
i i ; i = 1; :::; n + 1: Fie
1 ; :::; n+1 2 K astfel încât:
(3.2) 1 x1 + ::: + n+1 xn+1 = 0V :
Aplicând T acestei egalit¼
aţi obţinem:
(3.3) 1 1 x1 + ::: + n+1 n+1 xn+1 = 0V :
Înmulţind (3.2) cu n+1 şi sc¼
azând (3.3) obţinem:
1( 1 n+1 )x1 + ::: + n( n n+1 )xn = 0V :
Utilizând ipoteza de inducţie, rezult¼
a i( i n+1 ) = 0; 8i = 1; :::; n şi cum
i 6= n+1 ; 8i = 1; :::; n; rezult¼
a i = 0; 8i = 1; :::; n. Introducând în (3.2) rezult¼ a
n+1 xn+1 = 0V şi cum xn+1 6= 0V rezult¼ a n+1 = 0; deci x1 ; :::; xn+1 sunt liniar
independenţi.
Vom aborda acum cazul în care nu toate r¼
ad¼
acinile polinomului caracteristic
sunt simple, deci când:
74 ¼ A UNUI ENDOM ORFISM
4. VALORI ŞI VECTORI PROPRII. FORM A CANONIC A

pA ( ) = ( 1)n ( n1
1 ) :::(
np
p) ; unde ni 1; n1 + ::: + np = n:

TEOREMA 3.3. (Criteriul general de diagonalizare) Cu notaţiile anterioare,


dac¼a ri = ni ; 8i = 1; :::; p; atunci endomor…smul T este diagonalizabil.

Demonstraţie. Cum dimK (V i ) = ni ; exist¼ a vectorii proprii corespunz¼


atori val-
S
p
orii proprii i ; ei;1 ; :::; ei;ni care formeaz¼
a o baz¼
a Bi în V i . Vom ar¼ata c¼
aB = Bi
i=1
este baz¼ a a lui V . Dac¼a i 6= j ; atunci V i \ V j = f0V g: Evident 0V 2 V i \ V j :
Dac¼ a x 2 V i \ V j ; T x = i x şi T x = j x: Atunci ( i j )x = 0V şi cum i 6= j ;
rezult¼a x = 0V ; deci V i \ V j = f0V g: Cum Bi V i ; rezult¼a c¼
a Bi \ Bj = ;
deci B are exact n elemente. Este su…cient s¼ a ar¼at¼
am c¼ a vectorii din B sunt
liniar independenţi (teorema 4.4, cap.2). Consider¼ am scalarii i;j 2 K astfel încât
Pp P ni P
ni
i=1 i;j ei;j = 0V : Notând yi = i;j ei;j ; i = 1; :::; p; aceast¼a egalitate se
j=1 j=1
mai scrie:

(3.4) y1 + ::: + yp = 0V :
P
ni P
ni
Pe de alt¼
a parte T yi = i;j T ei;j = i;j i ei;j = i yi ; 8i = 1; :::; p: Vom
j=1 j=1
ar¼
ata c¼
a din (3.4) rezult¼
a yi = 0V ; 8i = 1; :::; p: Pentru simplitate, presupunem
p = 3, deci:

(3.5) y1 + y 2 + y 3 = 0 V :

Aplicând T obţinem T y1 + T y2 + T y3 = 0V , deci:

(3.6) 1 y1 + 2 y2 + 3 y3 = 0V :

Înmulţind (3.5) cu 3 şi sc¼


azând din (3.6) se obţine:

(3.7) ( 1 3 )y1 +( 2 3 )y2 = 0V :

Aplic¼
am înc¼
a o dat¼
a T:

(3.8) ( 1 3 ) 1 y1 +( 2 3 ) 2 y2 = 0V :

Înmulţind (3.7) cu 2 şi sc¼


azând din (3.8), rezult¼
a( 1 3 )( 1 2 )y1 = 0V :
Cum 1 6= 2 6= 3 , rezult¼ a y1 = 0V : Înlocuind succesiv în (3.7) şi (3.6) obţinem
y1 = y2 = 0V : În general yi = 0V ; i = 1; :::; p: Cum Bi este baz¼ a în V i avem
i;1 = i;2 = ::: = i;ni = 0; 8i = 1; :::; p; deci B este baz¼a în V . În consecinţ¼ a
putem scrie

T (e1;1 ) = 1 e1;1 = 1 e1;1 + 0 e1;2 + ::: + 0 e1;n1 + ::: + 0 ep;np


::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::
T (e1;n1 ) = 1 e1;n1 = 0 e1;1 + 0 e1;2 + ::: + 1 e1;n1 + ::: + 0 ep;np :
::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::
T (e1;1 ) = p ep;np = 0 e1;1 + 0 e1;2 + ::: + 0 e1;n1 + ::: + p ep;np
3. DIAGONALIZAREA M ATRICELOR 75

Atunci, matricea lui T în baza B este


0 1
1 0 ::: 0
B 0 ::: 0 C
B 1
0 C
B ::: ::: ::: ::: C
B C
B 0 0 ::: C
B 1 C
B 0 ::: 0 C
B 2 C
B 0 ::: 0 C
B 2 C;
B ::: ::: ::: ::: C
B C
B 0 0 ::: C
B 2 C
B 0 ::: 0 C
B p C
B 0 ::: 0 C
B 0 p C
@ ::: ::: ::: ::: A
0 0 ::: p

deci T este diagonalizabil.

OBSERVAŢII. 1) Reciproca teoremei 3.3 se demonstreaz¼


a f¼
ar¼
a di…cultate.
2) Teorema 3.2 este o consecinţ¼
a a teoremei 3.3.

EXEMPLE0 . 1) Fie V 1 = R3 şi T : R3 ! R3 având în baza canonic¼ a a lui R3 , ma-


5 3 2 5 3 2
tricea A = @ 6 4 4 A : Polinomul caracteristic este pA ( ) = = 6 4 4 =
4 4 5 4 4 5
( 1)( 2)( 3); deci valorile proprii sunt 1 = 1; 2 = 2; 3 = 3: S¼ a deter-
min¼am vectorii proprii.
8 Vectorul propriu corespunz¼ ator valorii proprii 1 = 1;
< 4x1 3x2 + 2x3 = 0
satisface sistemul 6x1 5x2 + 4x3 = 0 . Notând x3 = t; rezult¼ a x1 = 2t;
:
4x1 4x2 4x3 = 0
x2 = t; t 2 R: Deci: V 1 = f(t; 2t; t); t 2 Rg: Un vector propriu este, de exem-
plu, v1 = (1; 2; 1): Similar V 2 = f(t; t; 0); t 2 Rg; V 3 = f(t=2; t; t); t 2 Rg: Luând
v2 = (1; 1; 0), v3 = (1; 2; 2) şi aplicând teorema 3.2, rezult¼
a c¼
a T este diagonalizabil.
În baza fv1 ; v2 ; v3 g; matricea lui T este
0 1
1 0 0
@ 0 2 0 A:
0 0 3

2) Fie acum T : R4 ! R4 care în baza canonic¼


a are matricea
0 1
1 0 0 1
B 0 1 0 0 C
A=B
@ 0
C:
0 1 2 A
1 0 2 5

Polinomul caracteristic este pA ( ) = ( 6)( 1)2 ; deci valorile proprii sunt


1 = 0; 2 = 6; 3 = 4 = 1: Procedând ca la exemplul anterior g¼ asim: V 1 =
= f(t; 0; 2t; t); t 2 Rg; V 2 = f(t; 0; 2t; 5t); t 2 Rg; V 3 = f(2 ; ; ; 0); ; 2
2 Rg: Deoarece dimR (V 3 ) = 2, T este diagonalizabil. În baza v1 = (1; 0; 2; 1),
76 ¼ A UNUI ENDOM ORFISM
4. VALORI ŞI VECTORI PROPRII. FORM A CANONIC A

v2 = (1; 0; 2; 5); v3 = (2; 0; 1; 0), v4 = (0; 1; 0; 0); matricea lui T este


0 1
0 0 0 0
B 0 6 0 0 C
B C
@ 0 0 1 0 A:
0 0 0 1
0 1
1 3 4
3) S¼a cercet¼
am posibilitatea diagonaliz¼ arii matricei A = @ 4 7 8 A. În
6 7 7
acest caz, pA ( ) = ( + 1)2 ( 3); deci valorile proprii sunt 1 = 2 = 1;
3 = 3: V 1 = f(t; 2t; t); t 2 Rg: Cum dimK (V 1 ) = 1 < 2; matricea A nu este
diagonalizabil¼
a.

4. Forma canonic¼
a Jordan
DEFINIŢIE. Se numeşte celul¼a Jordan de ordin p orice matrice p¼ atratic¼
a de
forma 0 1
1 0 ::: 0 0
B 0 1 ::: 0 0 C
B C
Jp ( ) = B ::: ::: ::: ::: ::: ::: C
B
C:
@ 0 0 0 ::: 1 A
0 0 0 ::: 0
O matrice J are forma canonic¼a Jordan dac¼ a are pe diagonal¼
a celule Jordan,
iar restul elementelor sunt nule
0 1
Jp1 ( 1 ) 0
J =@ Jp2 ( 2 ) A;
0 Jpk ( k )
unde 1 ; :::; k nu sunt neap¼ arat distincte.
DEFINIŢIE. Fie V un spaţiu vectorial …nit-dimensional şi T 2 L (V ). Se spune

a T poate … adus la forma canonic¼a Jordan dac¼ a exist¼
a o baz¼a B a lui V în care
matricea lui T are forma canonic¼a Jordan.
În continuare, vom spune, simplu, forma Jordan. S¼ a remarc¼
am c¼
a matricile
diagonale sunt cazuri particulare de matrice care au forma Jordan.
DEFINIŢIE. Un endomor…sm T 2 L (V ) se numeşte nilpotent dac¼
a exist¼
ap2
N astfel încât T p = (aplicaţia nul¼
a) în L (V ) :
În cele ce urmeaz¼ a vom presupune c¼ a V este un C-spaţiu vectorial de dimensiune
n n1
n, T 2 L (V ) şi polinomul caracteristic al lui T este p ( ) = ( 1) ( 1) :::
np ni
( p ) , unde n 1 + ::: + n p = n. Not¼a m cu E i = Ker (T i 1 V ) şi cu V i
subspaţiile proprii corespunz¼ atoare valoriilor proprii i , i = 1; :::; p.
OBSERVAŢIE. Evident, Ei sunt subspaţii vectoriale ale lui V (teorema 3.2 b))
şi V i Ei , i = 1; :::; p. Într-adev¼ar, dac¼
a ni = 1, atunci V i = Ei . Dac¼a ni > 1
ni ni 1
şi x 2 V i atunci (T i 1V ) (x) = (T i 1V ) [(T i 1V ) (x)] = 0V .
Cum V i 6= f0V g, rezult¼ a Ei 6= f0V g.
LEMA 4.1. Cu notaţiile de mai sus, are loc:
1) Ei , i = 1; :::; p sunt spaţii invariante în raport cu T ;
2) V = E1 E2 ::: Ep .
¼ JORDAN
4. FORM A CANONIC A 77

ni
Demonstraţie. 1) Fie x 2 Ei , deci (T i 1V ) (x) = 0V . Vom calcula
ni ni
(T i 1V ) (T x). Deoarece T 1V = 1V T , rezult¼ a c¼
a (T i 1V ) T =
ni ni ni
= T (T i 1V ) , deci (T i 1V ) (T x) = T ((T i 1V ) (x)) = T 0V =
= 0V . Aşadar, pentru orice x 2 Ei , T x 2 Ei .
2) Trebuie s¼ a demonstr¼ am c¼ a orice x 2 V se scrie în mod unic sub forma
x = x1 + ::: + xp , xi 2 Ei , i = 1; :::; p.
n n1 np
Fie p ( ) = ( 1) ( 1) ::: ( p) polinomul caracteristic al lui T şi
ni Qp
nj
pi ( ) = ( i ) , qi ( ) = ( j ) , i = 1; :::; p. Evident, p ( ) = pi ( )
j=1; j6=i
qi ( ). Conform teoremei lui Hamilton - Cayley, p (T ) = , deci pi (T ) qi (T ) = ,
8i = 1; :::; p. Dac¼ a x 2 V , atunci pi (T ) (qi (T ) (x)) = 0V , deci qi (T ) (x) 2 Ei ,
8i = 1; :::; p.
Cum polinoamele q1 ; :::; qp sunt prime între ele, rezult¼ a c¼
a exist¼
a polinoamele
h1 ; :::; hp astfel încât q1 h1 + ::: + qp hp = 1. Atunci: h1 (T ) q1 (T ) + ::: + hp (T )
Pp
qp (T ) = 1V . Rezult¼ ax= (hj (T ) qj (T )) (x), 8x 2 V . Dar yj = qj (T ) (x) 2
j=1
2 Ej şi Ej este invariant în raport cu T , deci T yj 2 Ej . În consecinţ¼
a xj =
= hj (T ) (yj ) 2 Ej deci orice x 2 V se scrie
p
X
x= xj ; xj 2 Ej ; 8j = 1; :::; p:
j=1

S¼a ar¼
at¼
am acum unicitatea descompunerii. S¼ a x = x01 + ::: + x0p
a presupunem c¼
0 0
cu xj 2 Ej , 8j = 1; :::; p. Notând xj xj = zj , rezult¼
a:
(4.1) z1 + ::: + zp = 0V , zj 2 Ej , j = 1; :::; p.
Vom ar¼
ata c¼
a aceast¼
a egalitate implic¼
a z1 = z2 = ::: = zp = 0V . Dar
(4.2) p1 (T ) (z1 ) = 0V ; 8z1 2 E1 ; q1 (T ) (zk ) = 0V , k = 2; :::; p.
Aplicând q1 (T ) în (4.1), obţinem ţinând cont de (4.2):
(4.3) q1 (T ) (z1 ) = 0V ; p1 (T ) (z1 ) = 0V .
Cum polinoamele p1 ; q1 sunt prime între ele, exist¼a polinoamele f1 , g1 astfel
încât f1 p1 + g1 q1 = 1, deci: f1 (T ) p1 (T ) + g1 (T ) q1 (T ) = 1V . Atunci, din
(4.3) rezult¼
a
z1 = f1 (T ) (p1 (T ) (z1 )) + g1 (T ) (q1 (T ) (z1 )) = 0V :
Aşadar z1 = 0V . Analog se obţine z2 = ::: = zp = 0V . Lema este demonstrat¼
a.

LEMA 4.2. Fie V un spaţiu vectorial de dimensiune n şi T 2 L (V ) un endo-


mor…sm nilpotent. Atunci, exist¼a o baz¼a a lui V în raport cu care matricea asociat¼a
lui T are forma:
0 1
0 "1 0 0 ::: 0 0
B 0 0 "2 0 ::: 0 0 C
B C
(4.4) B ::: ::: ::: ::: ::: ::: ::: C , "k 2 f0; 1g , k = 1; n 1:
B C
@ 0 0 0 0 ::: 0 "n 1 A
0 0 0 0 ::: 0 0
78 ¼ A UNUI ENDOM ORFISM
4. VALORI ŞI VECTORI PROPRII. FORM A CANONIC A

Demonstraţie. Fie q cel mai mic num¼ a T q = . Au


ar natural cu proprietatea c¼
loc incluziunile:
0V KerT KerT 2 ::: KerT q = V:
Pentru simplitate vom demonstra lema în cazul q = 3, deci când 0V KerT
KerT 2 KerT 3 = V . Având în vedere alegerea lui q, rezult¼ a c¼ a exist¼ a x 2 V,
astfel încât T q 1 x 6= 0V , deci incluziunea KerT 2 KerT 3 = V este strict¼ a.
2
Conform teoremei 1.7, KerT admite un suplement, deci dac¼ a B2 este o baz¼ a
a lui KerT 2 , exist¼ a x1 ; :::; xk 2 V KerT 2 , astfel încât B = B2 [ fx1 ; :::; xk g
este o baz¼ a a lui V , deci V = KerT 2 Sp (fx1 ; :::; xk g). În plus, T x1 ; :::; T xk
sunt liniar independenţi. Într-adev¼ ar dac¼ a 1 T x1 + ::: + k T xk = 0V , atunci
T ( 1 x1 + ::: + k xk ) = 0V , adic¼ a 1 x1 + ::: + k xk 2 KerT KerT 2 . Toto-
2
dat¼a 1 x1 + ::: + k xk 2 Sp (fx1 ; :::; xk g) şi cum V = KerT Sp (fx1 ; :::; xk g)
rezult¼ a 1 x1 + ::: + k xk = 0V . Vectorii x1 ; :::; xk …ind liniar independenţi, rezult¼ a
2
1 = ::: = k = 0. În concluzie T x1 ; :::; T xk 2 KerT şi sunt liniar independenţi.
S¼a observ¼ am c¼ a T x1 ; :::; T xk 2 = KerT (dac¼ a T xi 2 KerT , atunci T 2 xi = 0, adic¼ a
xi 2 KerT 2 , ceea ce nu se poate), deci incluziunea KerT KerT 2 este strict¼ a.
Dac¼ a B1 este o baz¼ a a lui KerT , o complet¼ am la o baz¼ a B2 a lui KerT 2 , luând
2
mai întâi sistemul fT x1 ; :::; T xk g. Deci KerT = KerT S 0 , dimK (S 0 ) k,
0
deoarece S conţine k vectori liniar independenţi. Dac¼ a dimK (S 0 ) = k, atunci
alegem B2 = B1 [ fT x1 ; :::; T xk g, iar dac¼ a dimK (S 0 ) = k + r, r > 0, atunci
B2 = B1 [ fT x1 ; :::; T xk ; y1 ; :::; yr g, y1 ; :::; yr 2 KerT 2 nKerT . Procedând ca
mai sus, se arat¼ a c¼a T 2 x1 ; :::; T 2 xk ; T y1 ; :::; T yr 2 KerT şi sunt liniar indepen-
denţi, deci dimK (KerT ) k + r. Dac¼ a dimK (KerT ) = k + r, atunci B1 =
= fT 2 x1 ; :::; T 2 xk ; T y1 ; :::; T yr g, iar dac¼ a dimK (KerT ) > k + r, atunci complet¼ am
la o baz¼ a a lui KerT , adic¼ a B1 = fT 2 x1 ; :::; T 2 xk ; T y1 ; :::; T yr ; z1 ; :::; zs g; z1 ; :::; zs 2
KerT . Întrucât sumele de subspaţii considerate mai sus sunt sume directe, rezult¼ a

a sistemul B = B1 [B2 [fx1 ; :::; xk g este liniar independent şi conţine dimK (V )
dimK KerT 2 + dimK KerT 2 dimK (KerT ) +
+dimK (KerT ) = dimK (V ) = n vectori, deci formeaz¼ a o baz¼ a a lui V . Vom
considera vectorii bazei B aşezaţi în ordinea: T 2 x1 ; T x1 ; x1 ; T 2 x2 ; T x2 ; x2 ; :::;
T 2 xk ; T xk ; xk ; T y1 ; y1 ; :::; T yr ; yr ; z1 ; :::; zs şi îi not¼
am respectiv cu f1 ; f2 ; :::; fn .
Ţinând seama c¼ a

T f1 = T T 2 x1 = 0V = 0 f1 + ::: + 0 fn
T f2 = T 2 x1 = f1 = 1 f1 + ::: + 0 fn
;
:::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::
T fn = T zs = 0V = 0 f1 + ::: + 0 fn
rezult¼
a c¼
a matricea endomor…smului nilpotent T are forma din enunţ.
TEOREMA 4.3. Fie V un C-spaţiu vectorial de dimensiune n şi T : V ! V .
Atunci exist¼a o baz¼a B în V astfel încât matricea lui T în aceast¼a baz¼a are forma
Jordan.

Demonstraţie. Polinomul caracteristic al lui T este


n n1 np
p ( ) = ( 1) ( 1) :::( p) ; cu n1 + ::: + np = nşi i 6= j; i 6= j:
ni
Conform lemei 4.1, Ei = Ker (T i 1V ) , i = 1; :::; p sunt subspaţii invariante
în raport cu T ale lui V = E1 ::: Ep . Fie Ti restricţia lui T la Ei . Endomor…smul
ni
Si : Ei ! Ei , de…nit prin Si = Ti i 1Ei este nilpotent, deoarece Si (x) = 0,
¼ JORDAN
4. FORM A CANONIC A 79

8x 2 Ei . Conform lemei 4.2, exist¼


a o baz¼ a Bi a lui Ei astfel încât matricea asociat¼
a
lui Si în baza Bi are forma
0 1
0 "i;1 0 ::: 0 0
B 0 0 " ::: 0 0 C
B i;2 C
B ::: ::: ::: ::: ::: ::: C;
B C
@ 0 0 0 ::: 0 "i;ri A
0 0 0 ::: 0 0
cu "i;k 2 f0; 1g, k = 1; ri ; ri = dimEi 1:
Dar Ti = Si + i 1Ei , deci matricea lui Ti în baza Bi este
0 1
i "i;1 0 ::: 0 0
B 0 "i;2 ::: 0 0 C
B i C
B ::: ::: ::: ::: ::: ::: C
B C:
@ 0 0 0 ::: i "i;ri A
0 0 0 ::: 0 i

S
p
Deoarece V = E1 ::: Ep , B = Bi este o baz¼
a în V şi matricea asociat¼
a
i=1
lui T în baza B are forma Jordan.
EXEMPLE
0 . 1) Endomor…smul 1 T : R3 ! R3 are în baza canonic¼ a fe1 ; e2 ; e3 g
1 3 3
matricea @ 2 6 13 A. S¼ a g¼asim forma canonic¼ a Jordan a acestei matrice.
1 4 8
3
Polinomul caracteristic este p ( ) = ( 1) , deci valorile proprii ale lui T sunt
1 = 2 = 3 = 1: V 1 = f(3t; t; t) ; t 2 Rg, deci dimR (V 1 ) = 1 < 3. Aşadar
T nu este diagonalizabil. Vom nota S = T 1V . S este nilpotent, deoarece
S 3 x = 0; 8x 20R3 . S¼a vedem dac¼ 1 a 3 este exponentul minim. Matricea lui S în baza
0 3 3
canonic¼ a este @ 2 7 13 A : Avem Se1 = 2e2 e3 ; Se2 = 3e1 7e2 4e3 ;
1 4 7
Se3 = 3e1 + 13e2 + 7e3 . Atunci S 2 e1 = 2Se2 Se3 = (3; 1; 1); S 2 e2 = (9; 3; 3) ;
S 2 e3 = ( 18; 6; 6), deci exponentul minim este 3. Totodat¼ a KerS = V 1 ,
KerS 2 = f( 3 + 6 ; ; ); ; 2 Rg, deci dimR (KerS) = 1; dimR KerS 2 = 2:
Cu procedeul descris în demonstraţia lemei 4.2, alegem x1 2 KerS 3 nKerS 2 . Fie
x1 = e1 = (1; 0; 0) : Atunci Sx1 = Se1 = 2e2 e3 = (0; 2; 1) 2 KerS 2 nKerS
şi S 2 x1 = S 2 e1 = (3; 1; 1) 2 KerS. Avem deci baza B = S 2 x1 ; Sx1 ; x1 în
R3 , adic¼ a B = ff1 ; f2 ; f3 g unde f1 = (3; 1; 1) ; f2 = (0; 2; 1) ; f3 = (1; 0; 0) şi
T f1 = 3T e1 + T e2 + T e3 = (3; 1; 1) = f1 , T f2 = 2T e2 T e3 = (3; 1; 0) = f1 + f2 ,
T f3 = T e1 = (1; 2; 1) = f2 + f3 .
Matricea lui T în baza B are deci forma Jordan
0 1
1 1 0
@ 0 1 1 A:
0 0 1
a pentru1endomor…smul T : R3 ! R3 , care în baza canoni-
2) Aceeaşi problem¼
0
0 1 0
a, are matricea @ 4 4 0 A.

2 1 2
80 ¼ A UNUI ENDOM ORFISM
4. VALORI ŞI VECTORI PROPRII. FORM A CANONIC A

3
Polinomul caracteristic este p ( ) = ( 2) , deci valorile proprii ale lui
T sunt 1 = 2 = 3 = 2: Cum V 1 = f( ; 2 ; ); ; 2 Rg; dimR (V 1 ) =
2, deci T nu este diagonalizabil. Vom nota S = T 2 1V . S este nilpotent,
deoarece S 3 x = 0, 8x 2 R3 : 0 S¼
a vedem dac¼
1a 3 este exponentul minim. Matricea
2 1 0
lui S în baza canonic¼ a este @ 4 2 0 A. Ca la exemplul anterior, obţinem
2 1 0
S 2 e1 = S 2 e2 = S 2 e3 = 0, deci exponentul minim este 2. Aşadar KerS 2 = R3
şi KerS = V 1 . Alegem x1 2 R3 nKerS; x1 = e1 = (1; 0; 0) : Atunci Sx1 =
= ( 2; 4; 2) 2 KerS. În KerS ne mai trebuie un vector liniar independent
de acesta. Vom lua y1 = (0; 0; 1) = e3 . Avem deci baza B = fSx1 ; x1 ; y1 g în
R3 ; adic¼a B = ff1 ; f2 ; f3 g cu f1 = ( 2; 4; 2) ; f2 = (1; 0; 0) ; f3 = (0; 0; 1) şi
T f1 = ( 4; 8; 4) = 2f1 , T f2 = (0; 4; 2) = f1 + 2f2 ; T f3 = (0; 0; 2) = 2f3 .
Matricea lui T în baza B are deci forma Jordan
0 1
2 1 0
@ 0 2 0 A:
0 0 2
3 3
3) Aceeaşi problem¼
0 a pentru1 endomor…smul T : R ! R care, în baza canoni-
1 3 4
a, are matricea @ 4
c¼ 7 8 A. (vezi exemplul 3) din secţiunea anterioar¼ a). Deci
6 7 7
t
1 = 2 = 1; 3 = 3 şi V 1 = f(t; 2t; t) ; t 2 Rg ; V 2 = f( ; t; t); t 2 Rg. Fie
2
S1 = T 1V ; S2 = T 3 1V : Avem: E1 = KerS12 = f( ; ; ); ; 2 Rg;
E2 = KerS2 = V 2 ; deci R3 = E1 E2 : Vom lua x1 = (1; 1; 0) 2 KerS12 KerS1 şi
avem S1 x1 = ( 1; 2; 1) 2 KerS1 : Cum dimR (V 1 ) = 1; S1 x1 este su…cient. Am
obţinut o baz¼a B1 = fS1 x1 ; x1 g în E1 şi vom lua ca baz¼
a B2 în E2 , vectorul (1; 2; 2) :
Obţinem astfel baza B = ff1 ; f2 ; f3 g în R3 ; f1 = ( 1; 2; 1) ; f2 = = (1; 1; 0) ;
f3 = (1; 2; 2) : Atunci T f1 = (1; 2; 1) = f1 ; T f2 = ( 2; 3; 1) = = f1 f2 ;
T f3 = (3; 6; 6) = 3f3 . În raport cu baza B matricea lui T are forma Jordan
0 1
1 1 0
@ 0 1 0 A:
0 0 3

5. Probleme
1. S¼
a se g¼
aseasc¼
a valorile şi vectorii proprii ai endomor…smelor:
a) T : R2 ! R2 , x = (x1 ; x2 ) 2 R2 , T x = (x1 cos x2 sin ; x1 sin + x2
cos ), 2 [0; ];
2
b) T : R2 ! R2 , x = (x1 ; x2 ) 2 R2 , T x = (x1 + 2x2 ; 2x1 + 4x2 );
c) T : R3 ! R3 , x = (x1 ; x2 ; x3 ) 2 R3 , T x = (2x1 x2 + 2x3 ; 5x1 3x2 +
+3x3 ; x1 2x3 ).

2. S¼a se g¼aseasc¼
a valorile şi vectorii proprii ai urm¼
atoarelor matrice. Sunt
diagonalizabile?
5. PROBLEM E 81

0 1 0 1 0 1
6 5 3 0 1 0 4 5 2
2 2
a) ; b) @ 3 2 2 A; c) @ 4 4 0 A; d) @ 5 7 3 A; e)
1 1
02 2 0 1 2 1 2 6 9 4
0 1 1 0 0 0
1 3 3 B 0 0 0 0 C
@ 2 6 13 A; f) B
@ 0 0
C.
0 0 A
1 4 8
1 0 0 1
3. S¼a se arate c¼
a urm¼atoarele matrice sunt diagonalizabile, s¼
a se g¼
aseasc¼
a forma
diagonal¼a şi baza formei diagonale. Folosind forma diagonal¼ a s¼
a se calculeze apoi
A2002 . 0 1 0 1
1 0 3 1 3 1
1 2
a) ; b) @ 2 1 2 A; c) @ 3 5 1 A;
3 2
0 3 0
1 1 0 3 3 1 1
1 1 1 1 1 0 0 0
B 1 1 1 1 C B C
d) B C; e) B 0 0 0 0 C.
@ 1 1 1 1 A @ 1 0 0 0 A
1 1 1 1 0 0 0 1
4. F¼ ar¼
a a calcula valorile proprii s¼
a s determine domeniul plan în care se a‡a¼
valorile0proprii ale urm¼atoarelor
1 matrice: 0 1
1 2 1 1 1 i 0
1 1 + i
a) @ 1 1 1 A; b) ; c) @ 1 + i 3 i A.
1 i 3
1 0 1 0 i 1
5. Fie T : C ([0; 2 ]) ! C ([0; 2 ]), T (f ) = g,
R
2
g (x) = [1 + sin (x t)] f (t) dt, x 2 [0; 2 ]. S¼
a se determine valorile şi
0
vectorii proprii.
6. 0

a se reduc¼a la forma
1 canonic¼
0 a Jordan1
matricele:
0 1
1 3 3 6 6 15 0 1 0
a) @ 2 6 13 A; b) @ 1 5 5 A; c) @ 4 4 0 A;
0 1 4 8 1 1 2 2 2 1 2
1 3 0 3
B 2 6 0 13 C
d) B
@ 0
C.
3 1 3 A
1 4 0 8
CHAPTER 5

Spaţii euclidiene. Endomor…sme pe spaţii


euclidiene

În capitolele precedente am prezentat spaţiile vectoriale abstracte, neînzestrate


cu o structur¼
a geometric¼a, ceea ce restrânge domeniul de studiu. În acest capitol,
vom introduce noţiunea fundamental¼ a de spaţiu cu produs scalar, care permite
determinarea lungimii vectorilor, a unghiului dintre doi vectori nenuli etc. Astfel
metodele geometriei metrice se extind la spaţii vectoriale mai generale.

1. Spaţii euclidiene
DEFINIŢIE. Fie V un R spaţiu vectorial. Se numeşte produs scalar real pe V ,
o aplicaţie < ; >: V V ! R, cu propriet¼ aţile:
1) < x; y >=< y; x >; 8x; y 2 V ;
2) < x + y; z >=< x; z > + < y; z >; 8x; y; z 2 V ;
3) < x; y >= < x; y >; 8 2 R; 8x; y 2 V ;
4) < x; x > 0; 8x 2 V şi < x; x >= 0 () x = 0V :
Dac¼ a V este un C spaţiu vectorial, se numeşte produs scalar complex pe V , o
aplicaţie < ; >: V V ! C, cu propriet¼ aţile:
1’) < x; y >=< y; x >; 8x; y 2 V şi 2), 3), 4) de mai sus.
OBSERVAŢII. 1) În cazul produsului scalar real, din 1) şi 2) obţinem
< x; y + z >=< y + z; x >=< y; x > + < z; x >=
=< x + y > + < x; z >; 8x; y; z 2 V;
iar în cazul produsului scalar complex, din 1’) şi 2) rezult¼
a:
< x; y + z >=< y + z; x >= < y; x > + < z; x > =
= < y; x > + < z; x > =< x; y > + < x; z >; 8x; y; z 2 V:
Aşadar, în ambele situaţii, se obţine:
< x; y + z >=< x; y > + < x; z >; 8x; y; z 2 V:
2) Dac¼
a V este un R spaţiu vectorial, atunci
< x; y >=< y; x >= < y; x >= < x; y >; 8 2 R; x; y 2 V;
iar dac¼
a este un C spaţiu vectorial:
< x; y >=< y; x >= < y; x > =
= < y; x >= < x; y >; 8 2 C; x; y 2 V:
3) În ambele cazuri: < 0V ; x >=< x; 0V >= 0; 8x 2 V:
DEFINIŢIE. Un R spaţiu (C spaţiu) vectorial V pe care s-a de…nit un pro-
dus scalar real (complex) se numeşte prehilbertian real (complex). Dac¼
a V este
83
84 5. SPA ŢII EUCLIDIENE. ENDOM ORFISM E PE SPA ŢII EUCLIDIENE

…nit dimensional, atunci spaţiul prehilbertian V se numeşte spaţiu euclidian real


(complex ). Un spaţiu euclidian complex se mai numeşte şi spaţiu unitar.
EXEMPLE. 1) Fie V = Rn . Dac¼ a x; y 2 Rn , x = (x1 ; :::; xn ), y = (y1 ; :::; yn ),
P
n
de…nim produsul scalar < x; y >= xi yi . Propriet¼
aţile 1)-4) se veri…c¼ a uşor
i=1
ţinând seama de propriet¼ arii numerelor reale. Spaţiul Rn cu
aţile înmulţirii şi adun¼
produsul scalar de…nit mai sus este un ”model” pentru spaţiile euclidiene reale.
2) Fie V = Cn . Dac¼ a x; y 2 Cn ; x = (x1 ; :::; xn ); y = (y1 ; :::; yn ); de…nim
Pn
< x; y >= xi yi : Cn înzestrat cu acest produs scalar este ”modelul” spaţiului
i=1
unitar.
3) Spaţiul vectorilor liberi V3 înzestrat cu produsul scalar a doi vectori liberi
(cap. 1) este un spaţiu euclidian real.
4) Fie V = Mm;n (R). Dac¼ a A; B 2 Mm;n (R); A = (aij ); B = (bij ); de…nim
Pn Pm
produsul scalar real < A; B >= T r(AT B) = aij bij :
j=1 i=1
Rb
5) Fie a; b 2 R; a < b. Dac¼
a f; g 2 C([a; b]; R) de…nim < f; g >= f (t)g(t)dt;
a
Rb
iar dac¼
a f; g 2 C([a; b]; C), de…nim < f; g >= f (t)g(t)dt:
a
În ambele cazuri se obţin produse scalare. Toate produsele scalare de mai sus
se numesc produse scalare canonice (uzuale) în spaţiile respective.
DEFINIŢIE. Dac¼ a V este un K spaţiu vectorial (K = R; C), aplicaţia
k k : V ! R, cu propriet¼ aţile:
1) kxk 0; 8x 2 V ; kxk = 0 () x = 0V ;
2) k xk = j j kxk ; 8 2 K; 8x 2 V ;
3) kx + yk kxk + kyk; 8x; y 2 V , (inegalitatea triunghiului)
se numeşte norm¼a pe V . Spaţiul V pe care s-a de…nit o norm¼ a se numeşte
spaţiu vectorial normat.
În continuare, ne vom ocupa de studiul spaţiilor cu produs scalar real.
PROPOZIŢIA 1.1. Fie V un spaţiu prehilbertian real. Atunci:
p p
a) j< x; y >j < x; x > < y; y >; 8x; y 2 V ;
(inegalitatea lui Cauchy-Schwarz-Buniakowski)
p
b) x kxk = < x; x este o norm¼a pe V , numit¼a norm¼a euclidian¼a ;
2
c) kx yk2 + kx + yk2 = 2(kxk + kyk2 ); 8x; y 2 V .
(regula paralelogramului)
Demonstraţie. a) Dac¼
a x; y 2 V sunt liniar dependenţi, adic¼
a, de exemplu,
y = x; 2 R, atunci
j< x; y >j = j< x; x >j = j < x; x >j = j j < x; x >;
iar
p p
< x; x > < y; y > = j j < x; x >;
deci în acest caz în a) avem egalitate. Dac¼
a y; x sunt liniar independenţi (deci
x 6= 0V ; y 6= 0V ), din
< x + y; x + y > 0; 8 2 R;
1. SPA ŢII EUCLIDIENE 85

folosind propriet¼
aţile produsului scalar, rezult¼
a
2
< x; x > +2 < x; y > + < y; y > 0; 8 2 R:
Deci, trinomul de gradul doi în trebuie s¼
a ia numai valori nenegative, ceea ce
are loc numai dac¼
a discriminantul trinomului este negativ, adic¼
a
< x; y >2 < x; x >< y; y > 0;
de unde rezult¼
a p p
j< x; y >j < x; x > < y; y >:
b) Trebuie s¼ a veri…c¼am propriet¼ aţile normei. Vom justi…ca inegalitatea tri-
unghiului, celelalte dou¼
a propriet¼
aţi …ind evidente. Vom folosi inegalitatea lui Cauchy.
Avem
2
kx + yk2 =< x + y; x + y >= kxk + 2 < x; y > +kyk2
2
kxk + 2 kxk kyk + kyk2 = (kxk + kyk)2 ; 8x; y 2 V;
adic¼
a kx + yk kxk + kyk; 8x; y 2 V:
c) Procedând ca mai sus, rezult¼ a
2
kx + yk2 = kxk + 2 < x; y > +kyk2 ;
2
kx + yk2 = kxk 2 < x; y > +kyk2 :
Adunând cele dou¼
a egalit¼
aţi se obţine regula paralelogramului.
OBSERVAŢIE. Se ştie c¼a orice spaţiu vectorial normat V este metric, cu distanţa
d : V V ! R de…nit¼ a prin relaţia d(x; y) = kx yk; 8x; y 2 V . În consecinţ¼ a,
orice spaţiu prehilbertian este metric, distanţa …ind dat¼a de
p
d(x; y) = kx yk = < x y; x y >:
DEFINIŢIE. Fie E un spaţiu euclidian real. Se numeşte unghiul a doi vectori
x; y 2 E f0E g, num¼ arul real 2 [0; ] dat de:
< x; y >
cos = :
kxk kyk
De…niţia este corect¼
a, deoarece din propoziţia 1.1, a), j< x; y >j kxk kyk,
deci j< x; y >j = (kxk kyk) 1:
EXEMPLE. 1) Rn poate … organizat ca spaţiu vectorial normat. Dac¼
a
x; y 2 Rn ; x = (x1 ; :::; xn ); y = (y1 ; :::; yn ); atunci
v v
u n u n
p uX uX
kxk = < x; x > = t xi şi d(x; y) = kx yk = t (xi yi )2 :
2

i=1 i=1

Inegalitatea lui Cauchy-Schwarz-Buniakowski devine:


n
X Xn Xn
xi yi ( x2i )1=2 ( yi2 )1=2 :
i=1 i=1 i=1
s
Rb
2) Dac¼
a V = C([a; b]; R) şi f; g 2 C([a; b]; R), atunci kf k = f 2 (t)dt: Inegali-
a
tatea lui Cauchy-Schwarz-Buniakowski devine:
Zb Zb Zb
( f (t)g(t)dt)2 2
( f (t)dt)( g 2 (t)dt):
a a a
86 5. SPA ŢII EUCLIDIENE. ENDOM ORFISM E PE SPA ŢII EUCLIDIENE

2. Ortogonalitate. Baze ortonormate


Fie E un spaţiu euclidian.
DEFINIŢIE. Vectorii x; y 2 E se numesc ortogonali dac¼ a şi numai dac¼a
< x; y >= 0 şi vom nota aceasta x?y. Un sistem fx1 ; :::; xm g de vectori din E
se numeşte sistem ortogonal dac¼ a pentru orice j = 1; m; i 6= j, avem < xi xj >= 0:
Sistemul fx1 ; :::; xm g se numeşte sistem ortonormat dac¼ a pentru orice i; j = 1; m;
1; dac¼
ai=j
< xi ; xj >= ij = :
0; dac¼
a i 6= j
OBSERVAŢII. 1) 0E ?x, 8x 2 E.
2) Dac¼
a x?x, atunci x = 0E :
2
a x?y, atunci kx + yk2 = kxk + kyk2 :
3) Dac¼ (teorema lui Pitagora)
PROPOZIŢIA 2.1. Orice sistem ortogonal de vectori nenuli dintr-un spaţiu
euclidian este liniar independent.
Demonstraţie. Fie S = fx1 ; :::; xm g un sistem ortogonal de vectori nenuli din
P
m
E şi 1 ; :::; m 2 K astfel ca i xi = 0E : Pentru orice j = 1; m, avem:
i=1
m
X X
0 =< 0E ; xj >=< i xi ; xj >= i < xi ; xj >= j < xj ; xj >
i=1

şi cum xj 6= 0E , rezult¼


a j = 0, deci S este liniar independent.
OBSERVAŢIE. Într-un spaţiu euclidian num¼ arul vectorilor dintr-un sistem or-
togonal nu poate dep¼
aşi dimensiunea spaţiului.
PROPOZIŢIA 2.2. Fie S = fx1 ; :::; xm g un sistem ortogonal de vectori nenuli
în spaţiul euclidian E. Dac¼a x 2 Sp fx1 ; :::; xm g, atunci:
m
X < x; xi >
(2.1) x= i xi ; cu i = :
i=1
< xi ; xi >
Demonstraţie. Cum x 2 Sp (fx1 ; :::; xm g), exist¼
a scalarii 1 ; :::; m 2 K astfel
P
m
ca x = i xi . Atunci, pentru orice i = 1; m, avem:
i=1
m
X m
X
< x; xi >=< j xj ; xi >= j < xj ; xi >= i < xi ; xi > :
j=1 j=1

Deci are loc (1).


DEFINIŢIE. Coe…cienţii i ; i = 1; m din relaţia (2.1) de mai sus, se numesc
coe…cienţii Fourier ai vectorului x 2 E în raport cu sistemul ortogonal S.
Dac¼a sistemul S de vectori este ortonormat, atunci coe…cienţii Fourier ai vec-
torului x vor … i =< x; xi >; i = 1; m.
Din propoziţia 2.1 rezult¼
a:
COROLAR 2.1.1. Într-un spaţiu euclidian E de dimensiune n, orice sistem
ortogonal fe1 ; :::; en g de vectori nenuli din E este o baz¼a a lui E.
Putem formula:
2. ORTOGONALITATE. BAZE ORTONORM ATE 87

DEFINIŢIE. Se numeşte baz¼a ortogonal¼a a unui spaţiu euclidian E, de dimen-


siune n, orice sistem ortogonal constituit din n vectori nenuli. Se numeşte baz¼a
ortonormat¼a a lui E orice sistem ortonormat constituit din n vectori.
TEOREMA 2.3. În orice spaţiu euclidian E exist¼a baze ortonormate.
Demonstraţie. Pornind de la o baz¼ a fe1 ; :::; en g a lui E, vom construi o nou¼a
baz¼a, ortogonal¼a, folosind procedeul de ortogonalizare Gram-Schmidt. Vom ar¼ ata,
de fapt, c¼
a, pornind de la un sistem liniar independent de n vectori, se poate construi
un sistem ortogonal tot de n vectori, toţi nenuli, daţi de:
8
>
> f1 = e1
>
>
>
> f2 = e2 + 21 f1
<
:::::::::::::::::::::::::
(2.2) ;
>
> fi = ei + i1 f1 + ::: + i;i 1 fi 1
>
>
>
> :::::::::::::::::::::::::::::::::::::::::::::::::
:
fn = en + n1 f1 + ::: + n;n 1 fn 1
unde pentru orice i = 2; n:
< ei ; fj >
(2.3) ij = ; j = 1; i 1:
< fi ; fi >
Demonstraţia se face prin inducţie. Pentru n = 2, pornind de la sistemul
liniar independent fe1 ; e2 g, construim sistemul ff1 ; f2 g conform formulelor (2.2)
unde 21 se determin¼ a din condiţia < f2 ; f1 >= 0, adic¼a f2 ?f1 . Mai precis, din
< f2 ; f1 >=< e2 + 21 f1 ; f1 >=< e2 ; f1 > + 21 < f1 ; f1 >= 0, obţinem 21 = <
e2 ; f1 > = < f1 ; f1 >; deoarece < f1 ; f1 >=< e1 ; e1 >6= 0, e1 …ind nenul. În plus
f2 6= 0E , c¼ aci dac¼a am presupune prin absurd c¼ a f2 = 0E , ar rezulta c¼a sistemul
iniţial fe1 ; e2 g ar … liniar dependent, ceea ce nu este posibil.
Presupunem proprietatea adev¼ arat¼a pentru k 1 şi o demonstr¼ am pentru k.
Fie deci fe1 ; :::; ek g sistemul liniar dependent. Prin formulele (2.2) de mai sus,
construin un nou sistem de vectori ff1 ; :::; fk g dintre care primii k 1 sunt, conform
ipotezei de inducţie, ortogonali doi câte doi şi nenuli. Vom demonstra c¼ a şi scalarii
k1 ; :::; k;k+1 pot … determinaţi astfel încât < fk ; fi >= 0; i = 1; k 1 şi fk 6= 0E :
Într-adev¼ ar, avem ipoteza:
0 =< fk ; f1 >=< ek ; f1 > + k1 < f1 ; f1 > +::: + k;k 1 < fk 1 ; fk >
:::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::
(2.4) :
0 =< fk ; fk 1 >=< ek ; fk 1 > + k1 < f1 ; fk 1 > +
::: + k;k 1 < fk 1 ; fk 1 >
Cum sistemul ff1 ; :::; fk 1g este presupus ortogonal, relaţiile (2.4) se reduc la:
0 =< ek ; f1 > + k1 < f1 ; f1 >
::::::::::::::::::::::::::::::::::::::::::::::: ;
0 =< ek ; fk 1 > + k;k 1 < fk 1 ; fk 1 >
deci k1 ; :::; k;k 1 pot … determinaţi conform (2.3) astfel ca fk ?fi ; i = 1; k 1.
Mai mult fk = 6 0E , c¼
aci dac¼
a prin absurd fk = 0E , atunci:
0E = fk = ek + k1 f1 + ::: + k;k 1 fk 1 = ek + k1 e1 + k2 (e2 + 21 f1 )+

+::: + k;k 1 (ek 1 + k 1;1 ; f1 + ::: + k 1;k 2 fk 2 ):


În …nal s-ar obţine coe…cienţii 1 ; :::; k 1 din K astfel ca:
0E = fk = ek + 1 e1 + ::: + k 1 ek 1 ;
88 5. SPA ŢII EUCLIDIENE. ENDOM ORFISM E PE SPA ŢII EUCLIDIENE

deci sistemul fe1 ; :::; ek g ar … liniar dependent.


În concluzie proprietatea este adev¼ arat¼a pentru orice n natural. Aşadar, pornind
de la o baz¼a oarecare fe1 ; :::; en g a spaţiului euclidian E, vom putea construi o baz¼ a
ortogonal¼a ff1 ; :::; fn g cu ajutorul relaţiilor (2.2), (2.3). Din baza ortogonal¼ a astfel
construit¼a, vom putea obţine o baz¼ a ortonormat¼ a a lui E, fg1 ; :::; gn g, normând
…ecare vector:
fi
(2.5) gi = ; i = 1; n:
kfi k

EXEMPLE. 1) În spaţiul euclidian R3 (în raport cu produsul scalar canonic),


consider¼
am baza e1 = (1; 2; 2); e2 = ( 1; 0; 1); e3 = (5; 3; 7). S¼ a construim,
pornind de la ea, o nou¼ a baz¼
a, ortogonal¼a, folosind procedeul Gram-Schmidt.
Aşadar f1 = (1; 2; 2), iar f2 = ( 1; 0; 1) + 21 (1; 2; 2); 21 =
= < e2 ; f1 > = < f1 ; f1 > : Dar < e2 ; f1 >= 3; < f1 ; f1 >= 9. În consecinţ¼ a
2 2 1 2 2 1
f2 = ( ; ; ). Fie acum f3 = (5; 3; 7) + 31 (1; 2; 2) + 32 ( ; ; )
3 3 3 3 3 3
< e3 ; f1 > < e3 ; f2 >
unde: 31 = ; 32 = : Cum < e3 ; f1 >= 3; < e3 ; f2 >=
< f1 ; f1 > < f2 ; f2 >
= 1; < f2 ; f2 >= 1, rezult¼ a f3 = (6; 3; 6). Atunci baza ortonormat¼ a este:
f1 1 2 2 f2 2 2 1
g1 = =( ; ; ); g2 = =( ; ; );
kf1 k 3 3 3 kf2 k 3 3 3

f3 2 1 2
g3 = =( ; ; ):
kf3 k 3 3 3
2) Fie P2 (R) spaţiul euclidian tridimensional al funcţiilor polinomiale cu coe…-
cienţi reali de grad 2, cu produsul scalar dat de:
Z1
< p; q >= p(t)q(t)dt; 8p; q 2 P2 (R):
1

Sistemul 1; t; t2 formeaz¼ a o baz¼a în acest spaţiu. Construim, pornind de la


ea, o nou¼
a baz¼a, ortogonal¼
a, folosind procedeul Gram-Schmidt. Fie, deci, e1 = 1;
R1
e2 = t; e3 = t2 . Atunci f1 = 1; f2 = t + 21 1: Cum < e2 ; f1 >= t 1dt = 0,
1
2
rezult¼
a 21 = 0, deci f2 = t. Fie acum f3 = t + 31 1 + 32 t. Calculând, obţinem:
R 2
1 2 R1 2
< e3 ; f1 >= t 1 dt = ; < e3 ; f2 >= t t dt = 0; < f1 ; f1 >= 2: Aşadar
1 3 1
1 1
31 = ; 32 = 0, deci f3 = t2 . Am obţinut baza ortogonal¼ a f1 = 1; f2 = t;
3 3
1
f3 = t2 .
3
Mai general, dac¼ a Pn (R) este spaţiul euclidian al funcţiilor polinomiale de grad
n cu produsul scalar de…nit ca mai sus, atunci pornind de la baza f1; t; :::; tn g,
construim prin procedeul de ortogonalizare o nou¼ a baz¼a:
1 3 3
f1; t; t2 ;t t; :::g:
3 5
2. ORTOGONALITATE. BAZE ORTONORM ATE 89

Polinoamele din baza ortogonal¼ a astfel construit¼


a coincid, abstracţie f¼
acând de
un factor multiplicativ, cu polinoamele:
k
1 d k [ t2 1 ]
k
; k = 0; n;
2 k! dtk
numite polinoame Legendre. Polinoamele Legendre formeaz¼ a deci o baz¼
a ortogonal¼
a
în acest spaţiu euclidian. Prin normarea vectorilor acestor baze, obţinem o baz¼ a
ortonormat¼ a fgk gk=0;n : Dac¼
a q este un polinom arbitrar de grad n, coordonateke
c0 ; c1 ; :::; cn 2 R ale lui q în baza fgk gk=0;n , vor … determinate prin relaţiile:
Z1
ck =< q; gk >= q(t)gk (t)dt; k = 0; n:
1

3) Consider¼ am pe intervalul [0; 2 ] sistemul de funcţii f0 ; f1 ; :::; f2n+1 , unde


f0 = 1; f1 (t) = cos t; f2 (t) = sin t; :::; f2n (t) = cos nt; f2n+1 (t) = sin nt. Combinaţia
lor liniar¼
a cu coe…cienţii a0 ; a1 ; :::; an ; b1 ; ::; bn 2 R,
a0
(2.6) p(t) = + a1 cos t + b1 sin t + ::: + an cos nt + bn sin nt
2
se numeşte polinom trigonometric de grad n.
Mulţimea tuturor polinoamelor trigonometrice de grad n, formeaz¼ a un spaţiu
vectorial de dimensiune 2n + 1. Consider¼ am pe acest spaţiu vectorial, produsul
scalar:
Z2
< p; q >= p(t)q(t)dt:
0
Se veri…c¼
a uşor c¼
a, dac¼
a l 6= m, atunci
Z2 Z2 Z2
cos lt cos mtdt = 0; sin lt cos mtdt = 0; sin lt sin mtdt = 0:
0 0 0

R
2 R
2 R
2
De asemenea sin2 ktdt = cos2 kt = ; k 2 N ; 1dt = 2 .
0 0 0
În consecinţ¼
a, funcţiile:
1 1 1 1 1
(2.7) p ; p cos t; p sin t; :::; p cos nt; p sin nt;
2
formeaz¼a o baz¼
a ortonormat¼ a în acest spaţiu.
OBSERVAŢIE. Dac¼ a E este un spaţiu euclidian real de dimensiune n, iar
fe1 ; :::; en g o baz¼ a ortonormat¼ a în E, produsul scalar a doi vectori x; y 2 V;
Pn P
n
x= xi ei ; y = yj ej , devine:
i=1 j=1
n
X n
X n
X n
X
< x; y >=< xi ei ; yj ej >= xi yj < ei ; ej >= xi yi :
i=1 j=1 i;j=1 i=1

P
n
Similar, într-un spaţiu unitar, obţinem: < x; y >= xi yi .
i=1
P
n P
n
2
În aceste condiţii avem: kxk = ( x2i )1=2 respectiv kxk = ( jxi j )1=2 .
i=1 i=1
90 5. SPA ŢII EUCLIDIENE. ENDOM ORFISM E PE SPA ŢII EUCLIDIENE

Reciproc, dac¼a într-o baz¼ a fe1 ; :::; en g a spaţiului euclidian E, produsul scalar
P
n P
n Pn
a doi vectori x = xi ei ; y = yj ej este dat de relaţia < x; y >= xi yi , rezult¼
a
i=1 j=1 i=1
1; dac¼
ai=j

a < ei ; ej >= ij = , deci baza este ortonormat¼
a.
0; dac¼
a i 6= j
PROPOZIŢIA 2.4. Fie E un spaţiu prehilbertian real sau complex. Dac¼a
S = fx1 ; ::; xm g este un sistem ortonormat de vectori din E, x 2 E, iar
i =< x; xi >; i = 1; m sunt coe…cienţii Fourier ai lui x în raport cu sistemul
S, atunci:
P
m
a) vectorul y = x i xi este ortogonal pe toţi vectorii sistemului S ;
i=1
P
m
2 2
b) i kxk . (inegalitatea lui Bessel).
i=1

Demonstraţie. a) Pentru orice xj 2 S; j = 1; m, obţinem:


m
X m
X m
X
< y; xj >=< x i xi ; xj >=< x; xj > i < xi ; xj >= j i ij = 0:
i=1 i=1 i=1

b) Din propriet¼
aţile produsului scalar, rezult¼
a:
m
X m
X
0 < y; y >=< x; x > 2 i < xi ; x > + i j < xi ; xj >=
i=1 i;j=1
m
X
2 2
= kxk i:
i=1
OBSERVAŢIE. Dac¼ a sistemul S din enunţ este o baz¼
a ortonormat¼
a, inegalitatea
lui Bessel devine egalitate. În acest caz i =< x; xi > sunt chiar coordonatele
vectorului x în baza S.

3. Complementul ortogonal al unui subspaţiu


DEFINIŢIE. Fie E un spaţiu euclidian şi M un subspaţiu vectorial al s¼
au.
Vectorul x 2 E este ortogonal pe M , dac¼
a < x; y >= 0; 8y 2 M .
Se observ¼a c¼
a x este ortogonal pe M dac¼ a şi numai dac¼ a x este ortogonal pe
vectorii unei baze din M . Într-adev¼ar, dac¼a fe1 ; :::; en g este o baz¼ a a lui M şi
P
m
< x; ei >= 0; 8i = 1; m, atunci pentru orice y 2 M; y = yi ei , avem < x; y >=
i=1
P
m
yi < x; ei >= 0. Reciproca este evident¼
a.
i=1

DEFINIŢIE. Se numeşte complement ortogonal al subspaţiului M în E şi se


a cu M ? , mulţimea:
noteaz¼
M ? = fx 2 E; < x; y >= 0; 8y 2 M g:
Evident 0E 2 M ? , deci M ? 6= .
PROPOZIŢIA 3.1. Fie E un spaţiu euclidian şi M un subspaţiu vectorial al
s¼au. Atunci:
a) M ? este un subspaţiu vectorial al lui E;
b) E = M M ? .
¼
4. TRANSFORM ARI LINIARE AUTOADJUNCTE 91

Demonstraţie. a) Fie x; y 2 M ? şi ; 2 K. Dac¼


a z 2 M , atunci:
< x + y; z >= < x; z > + < y; z >= 0;
? ?
deci x + y 2 M , adic¼ a M este subspaţiu vectorial al lui E.
b) Vom ar¼
ata c¼
a orice x 2 E se poate scrie sub forma
x = x0 + x00 ; cu x0 2 M; x00 2 M ? :
Într-adev¼
ar, dac¼ a S = fe1 ; :::; em g este o baz¼
a ortonormat¼
a a lui M , iar x 2 E,
0
Pm
atunci x = i ei ; i =< x; xi >; i = 1; m, este un vector din M . În consecinţ¼ a,
i=1
conform propoziţiei 2.4, x00 = x x0 este ortogonal pe toţi vectorii bazei S, deci este
ortogonal pe M . Aşadar x = x0 + x00 , cu x0 2 M; x00 2 M ? . R¼
amâne s¼ a veri…c¼
am c¼ a
M \ M ? = f0E g. Fie deci x 2 M \ M ? . Atunci x 2 M şi < x; y >= 0; 8y 2 M ? .
Cum x 2 M ? , rezult¼ a < x; x >= 0 şi deci x = 0E .

4. Transform¼
ari liniare autoadjuncte
Fie E un spaţiu euclidian de dimensiune n.
TEOREMA 4.1. Dac¼a T 2 L(E), atunci exist¼a un unic operator liniar T :
E ! E astfel ca:
(4.1) < T x; y >=< x; T y >; 8x; y 2 E:
T se numeşte adjunctul operatorului liniar T .
Demonstraţie. Fie fe1 ; :::; en g o baz¼
a ortonormat¼ a a lui E şi y 2 E. De…nim
T : E ! E astfel:
Xn
T y= < T ei ; y > ei :
i=1
P
n
Evident T 2 L(E). În plus, dac¼
ax= xi ei 2 E, atunci conform propoziţiei
i=1
2.2, xi =< x; ei >; i = 1; n, deci:
Xn n
X
< T x; y >=< T ( < x; ei > ei ); y >= < x; ei >< T ei ; y > :
i=1 i=1
Totodat¼
a:
n
X n
X
< x; T y >=< x; < T ei ; y > ei >= < T ei ; y >< x; ei >;
i=1 i=1

deci (4.1) este dovedit¼


a.
Pentru unicitatea lui T , presupunem c¼
a ar exista S 2 L(E), astfel ca:
< T x; y >=< x; Sy >; 8x; y 2 E:
Atunci < x; T y >=< x; Sy >, adic¼ a < x; (T S)(y) >= 0; 8x; y 2 E.
Luând x = (T S)(y) în egalitatea anterioar¼
a, obţinem:
< (T S)y; (T S)y >= 0, de unde (T S)(y) = 0E , adic¼
a T = S.
Teorema este demonstrat¼a.
DEFINIŢIE. T 2 L(E) se numeşte transformare autoadjunct¼a (operator autoad-
junct) dac¼
a T = T , adic¼
a dac¼
a satisface:
(4.2) < T x; y >=< x; T y >; 8x; y 2 E.
92 5. SPA ŢII EUCLIDIENE. ENDOM ORFISM E PE SPA ŢII EUCLIDIENE

EXEMPLU. Aplicaţia identic¼


a 1E şi pentru 6= 0, omotetia de raport ,T :
E ! E; T (x) = x; 8x 2 E sunt transform¼ ari autoadjuncte.
PROPOZIŢIA 4.2. Fie E un spaţiu euclidian real şi B = fe1 ; :::; en g o baz¼a
ortonormat¼a a lui E. Atunci T 2 L(E) este autoadjunct dac¼a şi numai dac¼a
matricea lui T în baza B este simetric¼a.
Demonstraţie. " =) " Fie A = (aij ) matricea asociat¼ a lui T în baza B. Atunci
P
n
T ei = aki ek ; i = 1; n. Conform (4.2), < T ei ; ej >=< ei ; T ej >; 8i; j = 1; n, deci
k=1
P
n P
n
< aki ek ; ej >=< ei ; akj ek >, adic¼
a
k=1 k=1
n
X n
X
aki < ek ; ej >= akj < ei ; ek > :
k=1 k=1
Baza B …ind ortonormat¼ a, rezult¼
a aji = aij , deci matricea A este simetric¼a.
" (= " Dac¼ a matricea A este simetric¼ a, atunci
< T ei ; ej >=< ei ; T ej >; 8i; j = 1; n (vezi mai sus). Fie x; y 2 E;
P
n P
n
x= xi ei ; y = yj ej . Folosind propriet¼aţile produsului scalar obţinem:
i=1 j=1
n X
X n n X
X n
< T x; y >= < T ei ; ej >= xi yj < ei ; T ej >=< x; T y >; 8x; y 2 E;
i=1 j=1 i=1 j=1

deci T este autoadjunct¼


a.
OBSERVAŢIE. Dac¼ a E este un spaţiu euclidian complex de dimensiune n, pro-
cedând ca în propoziţia anterioar¼ a, se poate ar¼
ata c¼
a T 2 L(E) este autoadjunct¼ a
dac¼
a şi numai dac¼ a matricea lui T într-o baz¼ a ortonormat¼a, A = (aij ) este her-
mitic¼a, adic¼
a aij = aji , 8i; j = 1; n.
PROPOZIŢIA 4.3. Fie E un spaţiu euclidian (real sau complex) de dimensiune
n. Dac¼a T 2 L(E) este transformare autoadjunct¼a atunci:
a) valorile proprii ale lui T sunt numere reale;
b) la valori proprii distincte corespund vectori proprii ortogonali.
Demonstraţie. a) Consider¼ am mai întâi cazul când E este complex. Fie 2 C
o valoare proprie a lui T şi x 2 E; x 6= 0E vectorul propriu corespunz¼ ator. T …ind
autoadjunct¼ a, din < T x; x >=< x; T x >, rezult¼ a < x; x >=< x; x >. Atunci
< x; x >= < x; x >, adic¼ a( ) < x; x >= 0, şi cum x 6= 0E , rezult¼a = ,
adic¼a 2 R.
Dac¼a E este un spaţiu euclidian real de dimensiune n, B o baz¼ a ortonormat¼ a
a sa şi T 2 L(E) o transformare autoadjunct¼ a, atunci matricea asociat¼ a lui T
este simetrica A 2 Mn (R) Mn (C). Considerând, de exemplu, spaţiul euclidian
complex Cn şi B e o baz¼a ortonormat¼ a un endomor…sm Te 2 L(Cn ) astfel
a a sa, exist¼
ca matricea lui Te în baza B e s¼a …e A. A …ind simetric¼ a, conform observaţiei de mai
e
sus, T este autoadjunct¼ a.
Cele dou¼a endomor…sme T şi Te au acelaşi polinom caracteristic. Cum valorile
proprii ale lui Te sunt reale, rezult¼
a c¼
a toate r¼ad¼acinile acestui polinom caracteristic
sunt reale.
b) Fie şi dou¼ a valori proprii distincte ale lui T şi x 6= 0E , y 6= 0E vec-
torii proprii corespunz¼ atori. Conform a) ; 2 R. T …ind autoadjunct¼ a, din
¼
5. TRANSFORM ARI LINIARE ORTOGONALE 93

< T x; y >=< x; T y >, obţinem < x; y >=< x; y >, adic¼


a( ) < x; y >= 0.
Cum 6= , rezult¼ a c¼
a < x; y >= 0, deci x?y.
LEMA ¼ 4.4. Dac¼a T 2 L(E) este autoadjunct şi M E este un subspaţiu
invariant în raport cu T , atunci şi complementul s¼au ortogonal M ? este invariant
în raport cu T .
Demonstraţie. Fie y 2 M ? , adic¼a < y; x >= 0; 8x 2 M . Atunci, pentru orice
x 2 M; < T y; x >=< y; T x >= 0, deoarece (M …ind invariant) T x 2 M . În
a T y 2 M ? , adic¼
consecinţ¼ a M ? este invariant.
TEOREMA 4.5. Fie E un spaţiu euclidian de dimensiune n şi T 2 L(E) un
operator autoadjunct. Atunci exist¼a în E o baz¼a ortonormat¼a B astfel încât T este
diagonalizabil în raport cu B (adic¼a matricea A a lui T în baza B este diagonal¼a).
Demonstraţie. Vom folosi inducţia matematic¼ a. A…rmaţia este evident¼ a pentru
n = 1. Presupunem acum c¼ a a…rmaţia este adev¼ arat¼
a pentru orice spaţiu euclidian
de dimensiune n 1.
Fie 1 2 R o valoare proprie a lui T (conform propoziţiei 4.3) şi x1 6= 0E ,
vectorul propriu corespunz¼ ator. Putem presupune kx1 k = 1, în caz contrar înlocuim
x1 cu x1 = kx1 k. Consider¼ am M = Sp(fx1 g), care este invariant în raport cu T .
Conform lemei 4.4, complementul s¼ au ortogonal, M ? este invariant în raport cu
T . Atunci restricţia lui T la M ? , T1 = T jM ? : M ? ! M ? este, de asemenea, un
operator autoadjunct. Cum dim M ? = n 1, conform ipotezei de inducţie exist¼ a
o baz¼a ortonormat¼ a B 0 = fx2 ; :::; xn g în M ? astfel ca matricea lui T1 în aceast¼ a
baz¼a s¼
a …e diagonal¼ a. Deoarece E = M M ? şi < x1 ; xi >= 0; 8i = 2; n, rezult¼ a

a B = fx1 ; x2 ; :::; xn g este o baz¼ a ortonormat¼ a în E şi matricea lui T în baza B
este diagonal¼a: 0 1
1 0 0
B 0 0 C
A=B @
2 C:
A
::::
0 0 n

Ţinând seama de propoziţia 4.2, obţinem:


COROLAR 3.4.1. Orice matrice simetric¼a A este diagonalizabil¼a.

5. Transform¼
ari liniare ortogonale
Fie E un spaţiu euclidian real.
DEFINIŢIE. Endomor…smul T 2 L(E) se numeşte transformare ortogonal¼a (op-
erator ortogonal ) dac¼
a transform¼
a orice baz¼
a ortonormat¼
a într-o baz¼
a ortonormat¼
a
în E.
TEOREMA 5.1. Dac¼a E este un spaţiu euclidian de dimensiune n şi T 2
2 L(E), urm¼atoarele a…rmaţii sunt echivalente:
a) T este transformare ortogonal¼a;
b) T ”p¼astreaz¼a” produsul scalar, adic¼a:
(5.1) < T x; T y > = < x; y >; 8x; y 2 E;
c) dac¼a A este matricea lui T într-o baz¼a ortonormat¼a B, atunci AT = A 1
T
( A este transpusa lui A).
94 5. SPA ŢII EUCLIDIENE. ENDOM ORFISM E PE SPA ŢII EUCLIDIENE

Demonstraţie. a) =) b). Dac¼ a fe1 ; :::; en g este o baz¼


a ortonormat¼ a în E,
atunci fT e1 ; :::; T en g este o baz¼
a ortonormat¼ a în E, adic¼a < ei ; ej >= ij =
Pn P
n
=< T ei ; T ej >; 8i; j = 1; n. Dac¼ a x; y 2 E; x = xi ei ; yj ej , atunci
i=1 j=1
P
n P
n P
n
< x; y >= xi yj < ei ; ej >= xi yi . Pe de alt¼
a parte:
i=1 j=1 i=1

n X
X n n
X
< T x; T y >= xi yj < T ei ; T ej >= xi yi :
i=1 j=1 i=1

Deci < T x; T y >=< x; y >; 8x; y 2 E.


b) =) c). Vom ar¼ ata c¼
a dac¼ a T ”p¼astreaz¼ a” produsul scalar, atunci T este
injectiv¼
a, deci izomor…sm. Fie x 2 KerT , deci T x = 0E . Dar < x; x >=
=< T x; T x >= 0. Atunci x = 0E şi în consecinţ¼ a KerT = f0E g, deci T este
a T 1 : E ! E. Alegând în (5.1) y = T 1 z; 8z 2 E, obţinem
injectiv. Atunci exist¼
< T x; z >=< x; T 1 z >; 8x; z 2 E şi deci T 1 = T .
Fie B o baz¼ a ortonormat¼ a în E şi A matricea ataşat¼ a lui T în aceast¼
a baz¼
a,
adic¼
a
Xn
T ei = aji ej ; i = 1; n:
j=1

Fie C matricea ataşat¼


a lui T în baza B, adic¼
a
n
X
T ek = clk el ; k = 1; n:
l=1

Atunci:
n
X n
X
< T ei ; ek >= aji < ej ; ek >= aji jk = aki ; i; k = 1; n
j=1 j=1

şi
n
X n
X
< ei ; T ek >= clk < ei ; el > clk il = cik ; i; k = 1; n:
l=1 l=1

Ţinând seama de (4.1) rezult¼ a C = AT . Aşadar


a cik = aki ; 8i; k = 1; n, adic¼
T 1
matricea ataşat¼ a lui T în baza B este A . Cum T = T , rezult¼ a A 1 = AT .
c) =) a) Fie B = fe1 ; :::; en g o baz¼a ortonormat¼ a şi A matricea lui T în aceast¼
a
a. Cum AT = A 1 , rezult¼
baz¼ a c¼ a T 1 : E ! E astfel ca T 1 = T . Atunci
a exist¼
< T ei ; T ej >=< ei ; T (T ej ) >=< ei ; ej >= ij , deci fT e1 ; :::; T en g este o baz¼a
ortonormat¼ a în E, ceea ce înseamn¼ a c¼
a T este ortogonal.
COROLAR 5.1.1. Un operator ortogonal p¼astreaz¼a distanţele şi unghiurile.
Demonstraţie. Într-adev¼ ar, dac¼a T este ortogonal, atunci punând în (5.1) y =
x, obţinem < x; x >=< T x; T x >, adic¼ a kxk = kT xk ; 8x 2 E. Luând x =
u v, cu u; v 2 E, obţinem ku vk = kT (u v)k = kT u T vk, adic¼ a d(u; v) =
d(T u; T v); 8u; v 2 E, deci T p¼ astreaz¼
a distanţele. Analog, dac¼ a este unghiul
< x; y > < T x; T y >
dintre vectorii x; y 2 E, atunci cos = = = cos ', unde '
kxk kyk kT xk kT yk
este unghiul dintre T x şi T y.
6. PROBLEM E 95

a T : R2 ! R2 , cu matricea
EXEMPLU. Rotaţia plan¼
cos sin
A= ; 2( ; ];
sin cos
în baza canonic¼ a) a lui R2 este o transformare ortogonal¼
a (deci ortonormat¼ a, deoarece
T 1
A =A .
DEFINIŢIE. Matricea A 2 Mn (R) se numeşte matrice ortogonal¼a dac¼
a este
a şi A 1 = AT .
inversabil¼
PROPOZIŢIA 5.2. Dac¼a A 2 Mn (R) este o matrice ortogonal¼a, atunci
det A = 1:
Demonstraţie. A …ind ortogonal¼ a AT A = A AT = In şi cum det A =
a, rezult¼
T 2
det A , rezult¼
a c¼
a (det A) = 1, adic¼
a det A = 1.
DEFINIŢIE. O matrice ortogonal¼
a cu det A = 1 se numeşte matrice de rotaţie
în Rn .
În continuare vom determina matricele ortogonale din M2 (R). Dac¼ a A =
a b t
= ; a; b; c; d 2 R este o matrice ortogonal¼ a, egalitatea A A = I2
c d
este echivalent¼ a cu egalit¼ aţile a2 + c2 = 1; ab + cd = 0; b2 + d2 = 1. Rezult¼a c¼
a
a; b; c; d 2 [ 1; 1]. Notând a=d = c=b = , obţinem = 1. Cum a 2 [ 1; 1]
rezult¼ a c¼ a 2 [ ; ] astfel ca a = cos , deci c2 = sin2 , adic¼
a exist¼ a c = sin .
Schimbând eventual în , putem presupune c¼ a c = sin . Pentru = 1, rezult¼ a

a matricea ortogonal¼ a A va avea una din formele:
cos sin cos sin
; :
sin cos sin cos
În primul caz, det A = 1. Vom ar¼ata ulterior c¼a în acest caz A determin¼
a o
rotaţie de unghi în plan. În ceea ce priveşte a doua matrice pentru = 0 sau
= , obţinem:
1 0 1 0
(5.2) A= sau A =
0 1 0 1
cu det A = 1. Vom ar¼ ata ulterior c¼
a matricele de forma (5.2) determin¼
a simetrii
în plan. În sfârşit:
cos sin cos sin 1 0
A= = :
sin cos sin cos 0 1
În concluzie, transform¼ arile ortogonale în plan sunt …e rotaţii, …e simetrii, …e
compuneri de rotaţii cu simetrii.

6. Probleme
1. Folosind produsele scalare canonice din spaţiile euclidiene corespunz¼
atoare

a se calculeze produsele scalare şi normele vectorilor:
a) x = (2; 3), y = ( 6; 4);
b) x = (1; 1; 0), y = (1; 1; 2);
c) x = (1; 1; 2; 3), y = (1; 0; 2; 4).
96 5. SPA ŢII EUCLIDIENE. ENDOM ORFISM E PE SPA ŢII EUCLIDIENE

2. Fie x; y 2 R3 , x = (x1 ; x2 ; x3 ), y = (y1 ; y2 ; y3 ) şi < x; y >= x1 y1 + +6x2 y2 +


3x3 y3 + x1 y2 + x2 y1 + x1 y3 + x3 y1 . S¼ a se arate c¼ a < ; > este un produs scalar
pe R3 . Dac¼ a x = (1; 1; 0), y = ( 1; 1 2) s¼ a se calculeze < x; y > şi normele
acestor vectori date de produsul scalar de mai sus. Precizaţi dac¼ a < x; y >=
3x2 y2 + 3x3 y3 + 2x1 y2 + 2x2 y1 + 2x1 y3 + 2x3 y1 x2 y3 x3 y2 este un produs scalar
pe R3 (justi…care).
3. Fie E un spaţiu euclidian de dimensiune n. S¼a se arate c¼
a vectorii u1 , u2 ,
:::, un de norm¼a 1 care satisfac jjui uj jj = 1, 1 i < j n, formeaz¼ a o baz¼
a a lui
E.
Pe spaţiile euclidiene din problemele urm¼
atoare consider¼
am produsele scalare
canonice.
4. Fie u1 = (1; 1; 1), u2 = (1; 2; 3), u3 = (5; 4; 1). S¼
a se arate c¼
a vectorii
formeaz¼a o baz¼ a a lui R3 . S¼
a ortogonal¼ a se determine coordonatele vectorului
x = (1; 2; 3) în raport cu aceast¼
a baz¼
a.
5. S¼
a se calculeze distanţa şi unghiul dintre vectorii:
a) u = (1; 2; 3; 0), v = (2; 4; 3; 1);
b) f (t) = 2t 1, g (t) = t2 + 1 pe C ([0; 1]).
6. S¼
a se ortonormeze sistemele de vectori:
a) u1 = (1; 2; 2), u2 = ( 1; 0; 1), u3 = (5; 3; 7);
b) v1 = (7; 4; 3; 3), v2 = (1; 1; 6; 0), v3 = (5; 7; 7; 8), v4 = (2; 1; 3; 0).
7. S¼
a se g¼
aseasc¼
a o baz¼a ortonormat¼a a subspaţiului vectorial generat de vectorii
v1 = (1; 2; 2; 1), v2 = (1; 1; 5; 3), v3 = (3; 2; 8; 7). S¼a se completeze aceast¼a baz¼
a
la o baz¼a ortonormat¼ a a lui R4 .
8. S¼ a se g¼aseasc¼a un vector unitar ortogonal vectorilor v1 = (1; 0; 2; 1), v2 =
= (2; 1; 2; 3), v3 = (0; 1; 2; 1).
9. Fie S subspaţiul vectorial al soluţiilor sistemului omogen
8
< 2x1 +x2 +3x3 x4 = 0
3x1 +2x2 2x4 = 0 :
:
3x1 +x2 +9x3 x4 = 0

a se g¼
aseasc¼
a o baz¼ a în S şi S ? .
a ortonormat¼
10. Fie S subspaţiul vectorial al lui R4 , generat de vectorii v1 = (2; 1; 1; 1),
v2 = (1; 1; 3; 0), v3 = (1; 2; 8; 1). S¼ a orice x 2 R4 se poate scrie în
a se arate c¼
mod unic sub forma x = y + z, y 2 S, z 2 S ? . S¼ a se determine y şi z când
x = (5; 2; 2; 2).
11. Fie T : R3 ! R3 , T x = (11x1 + 2x2 8x3 ; 2x1 + 2x2 + 10x3 ; 8x1 + 10x2 +
+5x3 ), x = (x1 ; x2 ; x3 ). S¼a se g¼
aseasc¼
a o baz¼ a a lui R3 astfel încât
a ortonormat¼
matricea lui T în aceast¼ a baz¼
a s¼
a …e diagonal¼
a.
12.
0 Aceeaşi problem¼
1 a ştiind c¼ a a lui R3 este
a matricea lui T în baza canonic¼
17 8 4
A = @ 8 17 4 A.
4 4 11
13. S¼
a se arate c¼ a T : R2 ! R2 , T x = (x1 cos x2 sin ; x1 sin + x2 cos ),
2 R, x = (x1 ; x2 ) este o transformare liniar¼
a ortogonal¼
a.
6. PROBLEM E 97

0 1
1 1 1
a matricea A = @ 1
14. Este ortogonal¼ 3 4 A?
7 5 2
3
015. Fie T : R 1! R3 un endomor…sm a c¼ arui matrice în baza canonic¼a este A =
3 2 6
1@
6 3 2 A. S¼ a se arate c¼
a T este o transformare ortogonal¼ a. A…rmaţia
7
2 6 3

amâne adev¼arat¼
a dac¼ a oarecare a lui R3 ?
a A este matricea lui T într-o baz¼
CHAPTER 6

Forme biliniare. Forme p¼


atratice

În acest capitol introducem noţiunea de form¼ a biliniar¼


a care generalizeaz¼
a noţi-
unea de form¼ a liniar¼
a. Studiul formelor biliniare conduce la noţiunea de form¼ a

atratic¼
a, o clas¼
a important¼a de funcţii de o variabil¼
a, neliniare.

1. Forme biliniare. Matrice asociat¼


a. Rangul unei forme biliniare
Fie V un spaţiu vectorial real.
DEFINIŢIE. Se numeşte form¼a biliniar¼a pe V o aplicaţie F : V V ! R, cu
propriet¼aţile:
a) F ( x + y; z) = F (x; z) + F (y; z); 8 ; 2 R; 8x; y; z 2 V ;
b) F (x; y + z) = F (x; y) + F (x; z) ; 8 ; 2 R; 8x; y; z 2 V .
Formele biliniare de…nite pe spaţii in…nit-dimensionale se numesc, de obicei,
funcţionale biliniare.
OBSERVAŢIE. O form¼ a biliniar¼
a este liniar¼
a în …ecare din cele dou¼
a argumente.
Astfel, dac¼a, de exemplu, …x¼ am x 2 V , atunci aplicaţia Fx : V ! R;
Fx (y) = F (x; y); este o form¼a liniar¼
a pe V .
DEFINIŢIE. O form¼ a biliniar¼
a F : V V ! R se numeşte simetric¼a dac¼
a
F (x; y) = F (y; x); 8x; y 2 V .
DEFINIŢIE. O form¼ a biliniar¼a simetric¼
a se numeşte pozitiv semide…nit¼a dac¼a
F (x; x) 0; 8x 2 V şi pozitiv de…nit¼a dac¼ a este pozitiv semide…nit¼
a şi, în plus,
F (x; x) = 0 ) x = 0V . Dac¼ a F (x; x) 0; 8x 2 V , F se numeşte negativ semi-
de…nit¼a, iar dac¼a, în plus, F (x; x) = 0 ) x = 0V , F se numeşte negativ de…nit¼a.
EXEMPLE. 1) Fie E un spaţiu euclidian real şi F : E E ! R; F (x; y) =
=< x; y >. Atunci F este o form¼ a biliniar¼a simetric¼ a, pozitiv de…nit¼
a.
2) Fie a; b 2 R; a < b; V = C([a; b]; R) şi K : [a; b] [a; b] ! R continu¼a. Funcţia
Zb Zb
F :V V ! R; F (f; g) = K (s; t) f (s) g (t) dsdt; 8f; g 2 V;
a a

este o funcţional¼ a biliniar¼


a pe V .
3) Fie D Rn o mulţime deschis¼ a C 2 pe D.
a şi f : D ! R o funcţie de clas¼
Fie a = (a1 ; :::; an ) 2 D un punct arbitrar. Atunci aplicaţia
n X
X n
@2f
F : Rn Rn ! R; F (h; k) = (a) hi kj ; 8h; k 2 Rn ;
i=1 j=1
@xi @xj

h = (h1 ; :::; hn ) ; k = (k1 ; :::; kn ), este o form¼ a biliniar¼


a simetric¼
a, numit¼
a dife-
renţiala a doua a lui f şi se noteaz¼ a cu d2 f (a).
99
100 ¼
6. FORM E BILINIARE. FORM E P ATRATICE

4) Aplicaţia F : R2 R2 ! R, F ((x1 ; x2 ) ; (y1 ; y2 )) = x1 y2 x2 y1 este o form¼


a
biliniar¼
a, dar nu este simetric¼
a.
Fie acum V un R-spaţiu vectorial de dimensiune n, B = fe1 ; :::; en g o baz¼ aa
sa şi F : V V ! R o form¼ a biliniar¼ a.
Pn P
n P
n P
n
Dac¼ax= xi ei ; y = yj ej , atunci: F (x; y) = xi yj F (ei ; ej ): Notând
i=1 j=1 i=1 j=1
aij = F (ei ; ej ); i; j = 1; n, obţinem
n X
X n
(1.1) F (x; y) = aij xi yj :
i=1 j=1

Aceast¼a egalitate arat¼a c¼


a forma biliniar¼
a F determin¼a matricea A = (aij ) 2
2 Mn (R) şi reciproc, matricea A 2 Mn (R) determin¼ a forma biliniar¼
a F.
DEFINIŢIE. Fie V un R-spaţiu vectorial, B = fe1 ; :::; en g o baz¼ a în V şi F
o form¼ a pe V . Matricea A = (aij ), unde aij = F (ei ; ej ), i; j = 1; n, se
a biliniar¼
numeşte matricea asociat¼a formei biliniare F în baza B.
TEOREMA 1.1. Fie V un R-spaţiu vectorial de dimensiune n şi F o form¼a
biliniar¼a pe V. Dac¼a B = fe1 ; :::; en g şi B 0 = fe01 ; :::; e0n g sunt dou¼a baze în V ,
iar C = (cij ) este matricea de trecere de la baza B la baza B 0 , atunci notând cu
A = (aij ); D = (dij ), matricele asociate formei biliniare F în bazele B respectiv
B 0 , are loc D = C T AC.
P
n
Demonstraţie. Din e0j = ckj ek , rezult¼a:
k=1
Xn n
X n X
X n
dij = F (e0i ; e0j ) = F ( cli el ; ckj ek ) = cli ckj F (el ; ek ) =
l=1 k=1 l=1 k=1
n
X n
X n
X
= cli ckj alk = cli ( alk ckj ); 8i; j = 1; n;
l=1 l=1 k=1
a D = C T AC.
adic¼
EXEMPLU. Fie E un spaţiu euclidian real de dimensiune n, B = fe1 ; :::; en g
o baz¼
a ortonormat¼ a A lui E şi F forma biliniar¼ a dat¼a de F (x; y) =< x; y >=
Pn P
n P
n
= xi yi , x = xi ei ; y = yi ei . Atunci aij = F (ei ; ej ) = ij ; i; j = 1; n, deci
i=1 i=1 i=1
matricea asociat¼
a formei biliniare F în baza B este matricea unitate.
Este uşor de stabilit:
PROPOZIŢIA 1.2. O form¼a biliniar¼a F de…nit¼a pe V este simetric¼a dac¼a şi
numai dac¼a matricea sa într-o baz¼a a lui V este simetric¼a.
OBSERVAŢIE. Dac¼ a A; B 2 Mn (R) şi B este inversabil¼ a, atunci rang (AB) =
= rangA şi rang (BA) = rangA.
Într-adev¼
ar, dac¼
a G = fe1 ; :::; en g este o baz¼
a în R-spaţiul vectorial V , conform
teoremei 3.2, cap. 3, exist¼
a endomor…smele S; T 2 L (V ) astfel ca matricele asociate
lui S; T în baza G s¼a …e A respectiv B. Cum B este inversabil¼ a, rezult¼
a c¼a T este
automor…sm (teorema 4.2, cap. 3). Atunci, rang (S T ) = rangS (corolar 2.4.2,
cap. 3), deci rang (AB) = rangA (teorema 4.3, cap. 3). Similar se arat¼ a c¼a
rang (BA) = rang (A).
¼
2. FORM E P ATRATICE. ¼
REDUCEREA LA FORM A CANONIC A 101

În consecinţ¼
a, dac¼
a F este o form¼
a biliniar¼
a, cum matricea sa se schimb¼a la
schimbarea bazei dup¼ a formula D = C T AC, unde C este inversabil¼ a, rezult¼
a c¼
a
rangD = rangA . Deci rangul matricei asociate unei forme biliniare nu depinde de
baza aleas¼
a. Putem deci formula urm¼ atoarea
DEFINIŢIE. Se numeşte rangul formei biliniare F , rangul matricei asociate
lui F în orice baz¼a a spaţiului. Forma biliniar¼
a F se numeşte nedegenerat¼a sau
nesingular¼a dac¼
a rangF = dim V şi degenerat¼a dac¼a rangF < dim V .
Deci F este nedegenerat¼ a dac¼
a matricea sa într-o baz¼ a oarecare din V este
nesingular¼
a şi degenerat¼
a dac¼
a aceast¼
a matrice este singular¼
a.
TEOREMA 1.3. Fie E un spaţiu euclidian real de dimensiune n şi
F : E E ! R o form¼a biliniar¼a simetric¼a. Atunci exist¼a o unic¼a transformare
liniar¼a autoadjunct¼a T : E ! E astfel ca F (x; y) = < T x; y >; 8x; y 2 E.
Demonstraţie. Fie B = fe1 ; :::; en g o baz¼
a ortonormat¼
a a lui E şi aij =
Pn
= F (ei ; ej ); i; j = 1; n. De…nim T : E ! E, prin T ei = aki ek . Se arat¼
a
k=1
uşor c¼
a T este liniar¼
a şi cum aij = aji , T este autoadjunct¼
a (propoziţia 3.2, cap.
P
n P
n
5). Fie acum x = xi ei ; y = yj ej . Atunci:
i=1 j=1

X n
n X n X
X n n
X
< T x; y >= xi yj < T ei ; ej >= xi yi < aki ek ; ej >=
i=1 j=1 i=1 j=1 k=1
n X
X n n
X n X
X n n
X
= xi yj ( aki < ek ; ej >) = xi yj ( aki kj ) =
i=1 j=1 k=1 i=1 j=1 k=1
n X
X n n X
X n
= xi yj aji = aij xi yj = F (x; y):
i=1 j=1 i=1 j=1
Pentru unicitate, dac¼a S este o transformare autoadjunct¼
a astfel încât F (x; y) =
=< Sx; y >; 8x; y 2 E, atunci < (T S) (x) ; y >= 0; 8x; y 2 E. Alegând y =
= (T S) (x), rezult¼ a c¼
a k(T S) (x)k = 0; 8x 2 E, adic¼ a kT x Sxk = 0; 8x 2
2 E, deci T x = Sx; 8x 2 E.

2. Forme p¼
atratice. Reducerea la forma canonic¼
a
DEFINIŢIE. Fie V un R-spaţiu vectorial. O aplicaţie : V ! R se numeşte
form¼a p¼atratic¼a pe V dac¼
a exist¼
a o form¼a biliniar¼
a simetric¼
a F : V V ! R astfel
ca (x) = F (x; x) ; 8x 2 V . Forma p¼ atratic¼
a se numeşte pozitiv de…nit¼a (negativ
de…nit¼a ) dac¼a forma biliniar¼
a F este pozitiv de…nit¼ a (negativ de…nit¼ a). Forma
p¼ atratic¼
a este cu semn nede…nit, dac¼a exist¼
a x; y 2 V n f0V g, astfel încât (x) > 0
şi (y) < 0.
Se veri…c¼
a imediat c¼a F este unic determinat¼a de . Mai precis, corespondenţa
F ! este o bijecţie între mulţimea formelor biliniare simetrice pe V şi mulţimea
formelor p¼
atratice pe V .
Într-adev¼
ar, dac¼a este o form¼ a p¼
atratic¼
a, atunci forma biliniar¼
a simetric¼
aF
din care provine este dat¼a de:
1
(2.1) F (x; y) = [ (x + y) (x) (y)]; 8x; y 2 V:
2
102 ¼
6. FORM E BILINIARE. FORM E P ATRATICE

F se numeşte polara formei p¼atratice .


Fie acum V un R-spaţiu vectorial de dimensiune n şi B = fe1 ; :::; en g o baz¼
a
în V . Dac¼
a : V ! R este o form¼ a p¼
atratic¼
a, iar F : V V ! R polara sa, atunci
P
n
pentru orice x 2 V; x = xi ei , avem:
i=1
Xn n
X n X
X n
(2.2) (x) = F (x; x) = F ( xi ei ; xj ej ) = aij xi xj ;
i=1 j=1 i=1 j=1

unde aij = F (ei ; ej ); i; j = 1; n. De exemplu, când n = 2 şi x = x1 e1 + x2 e2 , avem


(x) = a11 x21 + 2a12 x1 x2 + a22 x22 .
DEFINIŢIE. Matricea A = (aij ) asociat¼ a formei biliniare simetrice F se numeşte
matricea asociat¼a formei p¼atratice . Rangul formei biliniare F îl vom numi rangul
formei p¼atratice şi coincide, evident, cu rangul matricei lui într-o baz¼ a a lui V .
EXEMPLU. Dac¼ a x = (x1 x2 ) 2 R2 ; (x) = x21 + x22 4x1 x2 este o form¼ a
2

atratic¼a pe R . Dac¼ a y = (y1 ; y2 ) 2 R2 , atunci polara formei p¼
atratice este
F (x; y) = x1 y1 + x2 y2 2x1 y2 2x2 y1 .
DEFINIŢIE. Fie V un R-spaţiu vectorial de dimensiune n şi : V ! R o form¼ a

atratic¼a. Spunem c¼ a este redus¼a la forma canonic¼a dac¼
a se determin¼
a o baz¼
a
B 0 = fe01 ; :::; e0n g în V astfel:
02 02
(2.3) (x) = 1 x1 + ::: + n xn ;

unde x01 ; :::; x0n sunt coordonatele lui x în baza B 0 , iar 1 ; :::; n sunt scalari din R,
nu toţi neap¼ arat nenuli, numiţi coe…cienţii formei p¼atratice.
OBSERVAŢIE. În aceast¼
a baz¼
a matricea asociat¼
a formei p¼
atratice este o ma-
trice diagonal¼
a. Observ¼
am c¼
a num¼arul de p¼
atrate cu coe…cienţii nenuli din (2.3)
coincide cu rangul lui .
TEOREMA 2.1. (Metoda lui Gauss). Fie V un R-spaţiu vectorial de dimen-
siune n, : V ! R o form¼a p¼atratic¼a, iar B = fe1 ; :::; en g o baz¼a faţ¼a de care
P
n P n
(x) = aij xi xj , matricea A = (aij ) …ind nenul¼a. Atunci exist¼a o baz¼a
i=1 j=1
B 0 = fe01 ; :::; e0n g în V în care se scrie sub forma canonic¼a (2.3).
Demonstraţie. Distingem dou¼ a situaţii:
a) exist¼
a cel puţin un indice i, 1 i n, astfel ca aii 6= 0.
b) aii = 0; 8i = 1; n. În acest caz
X
(x) = 2 aij xi xj :
1 i<j n

Ne ocup¼am mai întâi de cazul a), aplicând inducţia matematic¼ a dup¼a n. Cazul
n = 1 este banal, deoarece (x) = a11 x21 , deci este automat redus¼ a la forma
canonic¼ a în orice baz¼ a. Presupunem proprietatea adev¼ arat¼a pentru n 1 variabile
şi o demonstr¼am pentru n. Putem presupune a11 6= 0 (în caz contrar renumerot¼ am
convenabil vectorii bazei). Grupând toţi termenii care conţin pe x1 şi formând un
p¼ atrat perfect, obţinem:
1 2
(x) = (x1 ; :::; xn ) = (a11 x1 + a12 x2 + ::: + a1n xn ) + (x2 ; :::; xn ) ;
a11
unde este o form¼ a p¼atratic¼
a în (n 1) variabile.
¼
2. FORM E P ATRATICE. ¼
REDUCEREA LA FORM A CANONIC A 103

Construim baza B1 = ff1 ; :::; fn g cu ajutorul schimb¼


arii de coordonate:
y1 = a11 x1 + a12 x2 + ::: + a1n xn ; y2 = x2 ; :::; yn = xn :
Matricea de trecere de la baza B la baza B1 este:
0 1 a12 a1n 1
:::
B a11 a11 a11 C
B C
C=B 0 1 ::: 0 C;
@ ::: ::: ::: ::: A
0 0 ::: 1
1 a12 a1n Pn
deci f1 = e1 ; f2 = e1 + e2 ; :::; fn = e1 + en . Dac¼
ax= yi fi , atunci
a11 a11 a11 i=1
1 2 P n P n 1 2
(x) = y1 + a0ij yi yj = y + (x0 ), unde
a11 i=2 j=2 a11 1
n
X
x0 = yi fi 2 V1 = Sp (ff2 ; :::; fn g) :
i=2

Cum este o form¼


a p¼
atratic¼
a în n 1 variabile, conform ipotezei de inducţie,
P
n Pn
exist¼
a o baz¼
a fe02 ; :::; e0n g a lui V1 astfel încât (x) = 02 0
i xi , unde x = x0i e0i .
i=2 i=2
Cum f 2 = V1 , luând e01 = f1 , rezult¼ a c¼a fe01 ; :::; e0n g este o baz¼
a a lui V şi în aceast¼a
Pn
02 1
baz¼a (x) = i xi , cu 1 = şi x01 = y1 . Teorema este demonstrat¼ a în acest
i=1 a11
caz.
b) Dac¼a toate elementele de pe diagonala principal¼ a sunt nule, atunci exist¼ a
cel puţin un element nediagonal aij 6= 0; i 6= j. Renumerotând, eventual, vectorii
bazei, putem presupune a12 6= 0. Construim baza B2 = fg1 ; :::; gn g astfel încât
P
n 1 1
dac¼ax= x0i gi s¼a avem x01 = (x1 + x2 ) ; x02 = (x1 x2 ), x0k = xk ; k = 3; n.
i=1 2 2
În acest caz matricea de trecere şi noua baz¼ a sunt respectiv:
0 1
1 1 0 ::: 0 g1 = e1 + e2
B 1 1 0 ::: 0 C g2 = e1 e2
B C
C=B B 0 0 1 ::: 0 C C g3 = e3
@ ::: ::: ::: ::: ::: A :::::::::::::
0 0 0 ::: 1 gn = en
P
n P
n
În aceast¼
a baz¼
a, obţinem (x) = 2a12 (x02
1 x02
2 ) + a0ij x0i x0j , în care
i=1 j=1
matricea asociat¼
a are pe a12 ca element diagonal. Se continu¼
a ca în cazul a).
EXEMPLE. 1) Fie : R3 ! R o form¼ a p¼atratic¼
a, care în baza canonic¼
aB=
fe1 ; e2 ; e3 g a lui R3 are expresia (x) = 5x21 + 6x22 + 4x23 4x1 x2 4x1 x3 . S¼ a se
reduc¼ a la forma canonic¼ a folosind metoda lui Gauss.
Avem a11 = 5 6= 0. Grup¼ am termenii care conţin x1 şi c¼
aut¼
am s¼
a form¼
am un

atrat perfect. Avem:
(x) = (5x21 4x1 x2 4x1 x3 ) + 6x22 + 4x23 =
1 2 26 2 16 2 8
= (5x1 2x2 2x3 ) + x + x3 x2 x3 :
5 5 2 5 5
104 ¼
6. FORM E BILINIARE. FORM E P ATRATICE

Fie schimbarea de coordonate y1 = 5x1 2x2 2x3 ; y2 = x2 ; y3 = x3 . Matricea


de trecere de la baza canonic¼
a la noua baz¼
a ff1 ; f2 ; f3 g în care x = y1 f1 + y2 f2 +
+y3 f3 , este
0 1
1 2 2
B C
C1 = @ 05 51 50 A :
0 0 1
1 2 2
f1 = e1 , f2 = e1 + e2 , f3 = e1 + e3
5 5 5
Atunci, continuând procedeul, obţinem:
1 2 5 26 4 2 40 2
(x) = y1 + ( y 2 y3 ) + y3 :
5 26 5 5 13
26 4
Cu schimbarea de coordonate x01 = y1 ; x02 = y2 y3 ; x03 = y3 , se obţine
5 5
forma canonic¼ a:
1 5 40
(x) = x02 + x02 + x02 ;
5 1 26 2 13 3
unde x = x01 e01 + x02 e02 + x03 e03 , matricea de trecere de la baza ff1 ; f2 ; f3 g la baza
fe01 ; e02 ; e03 g …ind
0 1 e01 = f1
1 0 0
B 5 2 C 5
C2 = @ 0 A ; iar e02 = f2 :
26 13 26
0 0 1 2
e03 = f2 + f3
13
a B la baza fe01 ; e02 ; e03 g va …:
Matricea de trecere de la baza iniţial¼
0 1 1
1 1 6 e01 =e1
B 5 C 5
B 13 13 C 1 5
C = C1 C2 = B 5 2 C şi e02 = e1 + e2 :
@ 0 A 13 26
26 13 6 2
0 0 0 e03 = e1 + e2 + e3
13 13
În aceast¼
a baz¼a, matricea formei p¼
atratice va … C T AC, unde A este matricea
formei p¼
atratice în baza B, adic¼a:
0 1
5 2 2
A=@ 2 6 0 A:
2 0 4
Calculând 0 1
1
B 0 0 C
B 5 C
5
C T AC = B
B 0 0 C
C;
@ 26
40 A
0 0
13
obţinem matricea formei p¼atratice redus¼
a la forma canonic¼ a, care este diagonal¼a.
2) Aceeaşi problem¼
a pentru forma p¼atratic¼
a, care în baza canonic¼ a B a lui R3 ,
are expresia (x) = x1 x2 +x1 x3 +x2 x3 . Matricea formei p¼ atratice în baza canonic¼ a
este:
¼
2. FORM E P ATRATICE. ¼
REDUCEREA LA FORM A CANONIC A 105

0 1
1
B 0 2
0 C
B C
B 1 1 C
A=B 0 C:
B 2 2 C
@ 1 1 A
0
2 2
1
Deoarece aii = 0; i = 1; 3 şi cum a12 = 6= 0, consider¼
am schimbarea de
2
1 1
coordonate x01 = (x1 + x2 ) ; x02 = (x1 x2 ) ; x03 = x3 , cu matricea de trecere de
2 2
la baza B la o nou¼a baz¼
a fg1 ; g2 ; g3 g
0 1
1 1 0
C1 = @ 1 1 0 A:
0 0 1
În baza g1 = e1 + e2 ; g2 = e1 e2 ; g3 = e3 ; x = x01 g1 + x02 g2 + x03 g3 , avem:
(x) = x02
1 x02 0 0 0 0 2
2 + 2x1 x3 = (x1 + x3 ) x02
2 x02
3 :

Cu schimbarea x001 = x01 + x03 ; x002 = x02 ; x003 = x03 obţinem forma canonic¼
a:
(x) = x002
] x002
2 x002
3 :

În acest ultim caz, matricea de trecere de la baza fg1 ; g2 ; g3 g la noua baz¼


a
B 0 = fe01 ; e02 ; e03 g este
0 1
1 0 1 e01 = g1 = e1 + e2
C2 = @ 0 1 0 A ; deci e02 = g2 = e1 e2 .
0 0 1 e03 = g1 + g3 = e1 e2 + e3
În concluzie, matricea de trecere de la baza B la baza B 0 este C = C1 C2 , adic¼
a:
0 1
1 1 1
C=@ 1 1 1 A:
0 0 1
atratice în baza B 0 are form¼
Matricea formei p¼ a diagonal¼
a, calculându-se cu
T
formula C AC: 0 1
1 0 0
C T AC = @ 0 1 0 A:
0 0 1
TEOREMA 2.2 (metoda lui Jacobi). Fie V un R-spaţiu vectorial de dimensi-
une n şi : V ! R, având în baza B = fe1 ; :::; en g matricea A = (aij ) ce are
proprietatea c¼a pentru orice i = 1; n, minorii principali
a11 ::: a1i
i= ::: ::: :::
ai1 ::: aii
sunt nenuli. Atunci, exist¼a o baz¼a B 0 = fe01 ; :::; e0n g a lui V în care are forma
canonic¼a
0 1 n 1
(2.4) (x) = x02
1 + x02
2 + ::: + x02
n;
1 2 n
106 ¼
6. FORM E BILINIARE. FORM E P ATRATICE

P
n
unde x = x0i e0i , iar 0 = 1.
i=1

Demonstraţie. Vom construi baza formei canonice B 0 astfel:


8 0
>
> e1 = c11 e1
>
>
>
> e0 = c12 e1 + c22 e2
< 2
:::::::::::::::::::::::::::::::
(2.5) .
>
> e0i = c1i e1 + c2i e2 + ::: + cii ei
>
>
>
> :::::::::::::::::::::::::::::::::::::::::::::::
: 0
en = c1n e1 + c2n e2 + ::: + cnn en
Matricea schimb¼ arii de baz¼ a, coe…cienţii cij 2 R, i; j = 1; n,
a este triunghiular¼
j i, urmând a … determinaţi astfel încât în noua baz¼ a B 0 , matricea formei p¼ atrat-
ice s¼
a …e diagonal¼ a, pe diagonala principal¼ asindu-se chiar coe…cienţii cii ; i = 1; n,
a g¼
din relaţiile (2.5). Pentru aceasta, dac¼ a F este polara formei p¼ atratice , este su…-
cient s¼
a cerem
(2.6) F (e0i ; ej ) = 0; pentru orice i; j = 1; n; j < i:
Vom ar¼ ata c¼
a dac¼a are loc (2.6) atunci F (e0i ; e0j ) = 0, pentru orice i; j = 1; n;
i 6= j. Într-adev¼
ar, din (2.5) şi (2.6) pentu i 6= j; j < i, avem:
F (e0i ; e0j ) = F (e0i ; c1j e1 + ::: + cjj ej ) = c1j F (e0i ; e1 ) + ::: + cjj F (e0i ; ej ) = 0:
Folosind, apoi, simetria formei biliniare F , rezult¼ a c¼
a pentru orice i 6= j,
F (e0i ; e0j ) = 0, deci matricea lui în baza B 0 este diagonal¼
a.
Vom impune acum condiţiile:
(2.7) F (e0i ; ei ) = 1; 8i = 1; n:
Atunci conform (2.6) şi (2.7) elementele de pe diagonala principal¼
a vor …:
F (e0i ; e0i ) = F (e0i ; c1i e1 + ::: + cii ei ) =
= c1i F (e0i ; e1 ) + ::: + ci 0
1;i F (ei ; ei 1 ) + cii F (e0i ; ei ) = cii :
Vom ar¼
ata acum c¼
a pentru i = 1; n avem:
i 1
(2.8) cii =
i
1 0
Din (2.7), pentru i = 1, obţinem c11 F (e1 ; e1 ) = 1, adic¼
a c11 = = .
a11 1
Fixând i; 2 i n, din (2.6) şi (2.7) obţinem:
F (e0i ; e1 ) = c1i F (e1 ; e1 ) + c2i F (e2 ; e1 ) + ::: + cii (ei ; e1 ) = 0
:::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::
:
F (e0i ; ei 1 ) = c1i F (e1 ; ei 1 ) + c2i F (e2 ; ei 1 ) + ::: + cii F (ei ; ei 1) =0
F (e0i ; ei ) = c1i F (e1 ; ei ) + c2i F (e2 ; e1 ) + ::: + cii F (ei ; ei ) = 1
Folosind faptul c¼
a F (ei ; ej ) = aij precum şi simetria lui F , sistemul de mai sus
devine
8
>
> c1i a11 + c2i a12 + ::: + cii a1i = 0
<
:::::::::::::::::::::::::::::::::::::::::::::::::::
(2.9) .
>
> c1i ai 1;1 + c2i ai 1;2 + ::: + cii ai 1;i = 0
:
c1i ai1 + c2i ai2 + ::: + cii aii = 1
¼
2. FORM E P ATRATICE. ¼
REDUCEREA LA FORM A CANONIC A 107

Determinantul sistemului (2.9) este chiar minorul principal i , care, prin ipotez¼
a,
este nenul. Deci sistemul (2.9) este un sistem Cramer. În consecinţ¼a, avem:
a11 ::: a1;i 1 0
::: ::: ::: :::
ai 1;1 ::: ai 1;i 1 0
ai1 ::: ai;i 1 1 i 1
cii = = :
i i

În concluzie, matricea formei p¼


atratice a B 0 , este:
în baza nou construit¼
0 1
0
B 1 0 ::: 0 C
B C
B 1 C
B 0 ::: 0 C
(2.10) B 2 C
B ::: ::: ::: ::: C
B C
@ n 1
A
0 0 :::
n
P
n
iar expresia lui este dat¼
a de (5), unde x = x0i e0i .
i=1

EXEMPLU. Forma p¼ a : R3 ! R are în baza canonic¼


atratic¼ a B = fe1 ; e2 ; e3 g
expresia (x) = 5x1 + 6x2 + 4x23 4x1 x2 4x1 x3 , unde x = x1 e1 + x2 e2 + x3 e3 .
2 2

Matricea sa: 0 1
5 2 2
@ 2 6 0 A
2 0 4
are minorii principali:
5 2 2
5 2
1 = 5; 2 = = 26; 3 = 2 6 0 = 80:
2 6
2 0 4
Putem pune deja în evidenţ¼
a forma canonic¼
a a lui , folosind (5):
1 02 5 13
x + x02
(x) = + x02 :
5 1 26 2 40 3
S¼ a determin¼ am acum baza formei canonice. Conform (2.5), e01 = c11 e1 şi cum
1
F (e01 ; e1 ) = 1, rezult¼
a c11 = .
5
Dar e02 = c12 e1 + c22 e2 . Condiţiile F (e02 ; e1 ) = 0; F (e02 ; e2 ) = 1, conduc la
sistemul:
5c12 2c22 = 0
.
2c12 + 6c22 = 1
1 5
Rezolvând, obţinem c12 = ; c22 = .
13 26
În sfârşit e03 = c13 e1 + c23 e2 + c33 e3 . Condiţiile F (e03 ; e1 ) = 0; F (e03 ; e2 ) = 0;
0
F (e3 ; e3 ) = 1, conduc la sistemul
8
< 5c13 2c23 2c33 = 0
2c13 + 6c23 = 0 :
:
2c13 + 4c33 = 1
108 ¼
6. FORM E BILINIARE. FORM E P ATRATICE

3 1 13 1 1
care are soluţia c13 = ; c23 = ; c33 = . Aşadar e01 = e1 ; e02 = e1 +
20 20 40 5 13
5 3 1 13
+ e2 ; e03 = e1 + e2 + e3 ; matricea de trecere de la baza canonic¼ a la baza
26
0 0 0
20 20 40
fe1 ; e2 ; e3 g, …ind
0 1
1 1 3
B 5 13 20 C
B C
B 5 1 C
B 0 C:
B 26 20 C
@ 13 A
0 0
40
OBSERVAŢIE. S¼ a remarc¼ am c¼
a în comparaţie cu metoda lui Gauss, condiţiile
pe care trebuie s¼ a le satisfac¼a matricea unei forme p¼ atratice într-o baz¼
a …xat¼ a,
pentru a putea aplica metoda lui Jacobi, sunt mai restrictive. Se poate ar¼ ata totuşi

a dac¼ a unii minori principali sunt nuli, se poate schimba convenabil baza în V
astfel încât toţi minorii principali ai matricei formei p¼ atratice s¼
a …e nenuli.
TEOREMA 2.3 (metoda valorilor şi vectorilor proprii sau metoda transfor-
m¼arilor ortogonale). Fie E un spaţiu euclidian real de dimensiune n şi : V ! R o
form¼a p¼atratic¼a pe E. Atunci exist¼a o baz¼a ortogonal¼a B E astfel încât matricea
asociat¼a lui în baza B s¼a …e diagonal¼a (deci are form¼a diagonal¼a).
Demonstraţie. Fie F polara formei p¼ atratice . Conform teoremei 1.3, exist¼ a
o unic¼
a transformare autoadjunct¼ a T : E ! E astfel încât F (x; y) =< T x; y >;
8x; y 2 E. Atunci (x) =< T x; x >; 8x 2 E. T …ind autoadjunct¼ a, rezult¼
a

a exist¼
a o baz¼ a ortonormat¼ a B = fe1 ; :::; en g a lui E, baz¼
a format¼a din vectori
proprii ai lui T corespunz¼atori valorilor proprii reale 1 ; :::; n . Aşadar T ei = i ei ;
Pn
8i = 1; n. Dac¼ ax= xi ei , atunci
i=1

P
n P
n
(x) =< T x; x >=< xi T ei ; xj ej >=
i=1 j=1
P
n P
n P
n
2
= xi xj < i ei ; ej >= i xi ;
i=1 j=1 i=1

adic¼
a are form¼
a diagonal¼
a.
OBSERVAŢIE. Pentru a reduce la forma canonic¼ a o form¼ a p¼
atratic¼
a, prin
metoda transform¼ arilor ortogonale, se procedeaz¼ a astfel:
- se determin¼ a valorile proprii i ; i = 1; n, ale matricei asociate formei p¼ atratice
şi subspaţiile corespunz¼ atoare V i ; i = 1; n;
- în …ecare subspaţiu propriu, construim o baz¼ a ortonormat¼ a, folosind procedeul
Gram-Schmidt;
- se formeaz¼ a matricea C 2 Mn (R), ale c¼ arei colone conţin componentele vec-
torilor proprii determinaţi mai sus. C este ortogonal¼ a şi C T AC este o matrice
diagonal¼ a cu valorile proprii pe diagonal¼ a. (A este matricea formei p¼ atratice în
baza ortonormat¼ a iniţial¼
a);
- forma canonic¼ a este (x) = 1 x21 + ::: + n x2n ; x1 ; :::; xn …ind componentele
lui x în baza construit¼ a mai sus.
EXEMPLU. Pentru forma p¼ a (x) = 5x21 + 6x22 + 4x23 4x1 x2 4x1 x3 s¼
atratic¼ a
se determine forma canonic¼
a, folosind metoda transform¼ arilor ortogonale. Valorile
¼
3. LEGEA DE INER ŢIE A FORM ELOR P ATRATICE 109

proprii ale matricei asociate în baza canonic¼a a lui R3 , sunt 2 = 2; 2 = 5; 3 = 8,


2 1 2 1 2 2
iar vectorii proprii corespunz¼atori sunt v1 = ( ; ; ), v2 = ( ; ; ),
3 3 3 3 3 3
2 2 1
v3 = ( ; ; ) respectiv (sunt ortogonali şi normaţi). În baza fv1 ; v2 ; v3 g,
3 3 3
are forma diagonal¼ a (x) = 2x21 + 5x22 + 8x23 , unde x = x1 v1 + x2 v2 + x3 v3 .
OBSERVAŢIE. Fie V un R-spaţiu vectorial şi : V ! R o form¼ a p¼
atratic¼
a
al c¼
arei rang este r; 0 r n. S¼a presupunem c¼ a a fost determinat¼
a o baz¼a
B = fe01 ; :::; e0n g a lui V în care s¼a …e redus¼
a la forma canonic¼a:
02 02
(x) = 1 x1 + ::: + r xr ;

unde x01 ; :::; x0r sunt coordonatele lui x în baza B, iar coe…cienţii j; j = r + 1; n
sunt nuli. Efectuând schimbarea de coordonate:
p
xi = j i j x0i ; i = 1; r; xj = x0j ; j = r + 1; n;
expresia lui devine, dup¼a o eventual¼a renumerotare a coordonatelor lui x (pre-
supunând i > 0; i = 1; p; i < 0; i = p + 1; r):
(2.11) (x) = x21 + ::: + x2p x2p+1 ::: x2r
numit¼
a forma normal¼a a formei p¼
atratice.

3. Legea de inerţie a formelor p¼


atratice
Analizând exemplele din 6.2 se constat¼ a c¼
a forma canonic¼ a la care este adus¼
ao
form¼
a p¼
atratic¼ a, nu are coe…cienţii unic determinaţi, ci ei depind de metoda folosit¼a.
De asemenea, nici baza formei canonice nu este unic determinat¼ a. Totuşi, num¼
arul
coe…cienţilor strict pozitivi, respectiv strict negativi, nu se schimb¼ a, indiferent de
metoda utilizat¼ a de reducere la forma canonic¼ a. Vom demonstra:
TEOREMA 3.1. (legea de inerţie). Fie V un R-spaţiu vectorial şi :V !R
o form¼a p¼atratic¼a. Atunci num¼arul termenilor pozitivi şi a celor negativi din forma
normal¼a a lui nu depinde de alegerea bazei formei normale.
Demonstraţie. Fie r rangul lui şi B = fe1 ; :::; en g, B 0 = fe01 ; :::; e0n g dou¼
a
baze în V în care s¼a aib¼
a, respectiv, formele normale:
(3.1) (x) = x21 + ::: + x2p x2p+1 ::: x2r
şi
(3.2) (x) = x02 02
1 + ::: + xq x02
q+1 ::: x02
r ;

unde x1 ; :::; xn sunt coordonatele lui x în baza B, iar x01 ; :::; x0n sunt coordonatele
lui x în baza B 0 . Vom ar¼ ata c¼
a p = q, deci c¼ a num¼ arul de p¼ atrate pozitive
este acelaşi, ceea ce atrage faptul c¼ a şi num¼ arul de p¼atrate negative este ace-
laşi. Presupunem prin absurd c¼ a p > q. Fie S1 = Sp(fe1 ; :::; ep g) şi S2 =
Sp(fe0q+1 ; :::; e0n g), deci dim S1 = p; dim S2 = n q. Cum S1 + S2 este sub-
spaţiu vectorial al lui V , dim (S1 + S2 ) n. Conform teoremei lui Grassmann,
dim (S1 \ S2 ) = dim S1 + dim S2 dim (S1 + S2 ) p + n q n > 0. Ex-
ist¼
a deci x0 2 S1 \ S2 ; x0 6= 0V . Atunci x0 = x1 e1 + ::: + xp ep (x0 2 S1 ) şi
x0 = x0q+1 e0q+1 + ::: + x0n e0n (x0 2 S2 ). Obţinem: (x) = x21 + ::: + x2p > 0 şi
02 02
(x0 ) = xq+1 ::: xr < 0. Am ajuns la o contradicţie, deci inegalitatea p > q
nu poate avea loc. Analog se veri…c¼ a şi c¼
a inegalitatea q > p nu poate avea loc.
Rezult¼ a p = q.
110 ¼
6. FORM E BILINIARE. FORM E P ATRATICE

Teorema urm¼atoare ne d¼ a posibilitatea s¼


a veri…c¼
am într-un mod foarte simplu
dac¼
a o form¼
a p¼
atratic¼
a este pozitiv sau negativ de…nit¼ a.
TEOREMA 3.2. (Sylvester) În ipotezele teoremei 2.2, forma p¼atratic¼a este
pozitiv de…nit¼a dac¼a şi numai dac¼a i > 0; 8i = 1; n, iar este negativ de…nit¼a
dac¼a şi numai dac¼a i 1 i < 0; 8i = 1; n.

Demonstraţie. Conform teoremei 2.2 (metoda Jacobi), exist¼ a B0 =


a o baz¼
0 0
= fe1 ; :::; en g a lui V în care:
0 1 n 1
(3.3) (x) = x21 + x22 + ::: + x2n
1 2 n
P
n
unde x = xi e0i . Dac¼
a a, alegând succesiv x = e01 ; x = e02 ;
este pozitiv de…nit¼
i=1
i 1
:::; x = e0n se obţine > 0; 8i = 1; n. Cum 0 = 1, rezult¼
a i > 0; 8i = 1; n.
i
i 1
Reciproc, dac¼
a i > 0; 8i = 1; n, rezult¼
a > 0; 8i = 1; n şi deci din (3.3) se
i
obţine (x) > 0; 8x 6= 0V . Cazul formelor p¼
atratice negativ de…nite se trateaz¼
a
similar.

4. Reducerea simultan¼
a la forma canonic¼
a a dou¼
a forme p¼
atratice
Fie V un spaţiu euclidian real de dimensiune n, ; : V ! R dou¼ a forme

atratice şi F şi G polarele celor dou¼a forme p¼ atratice.
În anumite probleme de matematic¼ a şi …zic¼
a un rol important îl are deter-
minarea unei baze a lui V în raport cu care cele dou¼ a forme p¼
atratice au simultan
forma canonic¼ a.
O astfel de baz¼ a nu se poate determina totdeauna. Teorema urm¼ atoare pre-
cizeaz¼
a când aceast¼ a problem¼ a are soluţie.
G …ind o form¼ a biliniar¼
a pozitiv de…nit¼ a, rezult¼
a imediat c¼
a
(4.1) < x; y >G = G(x; y);
este un produs scalar pe V .
TEOREMA 4.1. Dac¼a este pozitiv de…nit¼a, atunci exist¼a o baz¼a ortonormat¼a
(în raport cu < ; >G ) F = ff1 ; f2 ; :::; fn g a lui V astfel încât dac¼a x = 1 f1 +
+::: + n fn , avem
2 2
(4.2) (x) = 1 1 + ::: + n n;

2 2
(4.3) (x) = 1 + ::: + n:

Demonstraţie. Conform teoremei 2.3, exist¼ a o baz¼ a ortonormat¼ a


F = ff1 ; f2 ; :::; fn g relativ la produsul scalar dat de (4.1) în raport cu care (x) se
scrie sub forma (4.2). În aceeaşi baz¼ a avem
2 2
(4.4) (x) = G (x; x) =< x; x >G = 1 + ::: + n;

deci şi au forma canonic¼


a în baza F .
În continuare vom indica modul în care se determin¼ a baza F . Fie A = (aij ),
B = (bij ) matricele asociate formelor p¼
atratice respectiv în baza ortonormat¼ a
¼ LA FORM A CANONIC A
4. REDUCEREA SIM ULTAN A ¼ A DOU A
¼ FORM E P ATRATICE
¼ 111

E = fe1 ; :::; en g a lui V . Conform teoremei 1.3, exist¼


a transform¼
arile autoadjuncte
S; T : V ! V ,
n
X n
X
(4.5) Sej = aij ei , T ej = bij ei ,
i=1 i=1

(4.6) F (x; y) =< Sx; y > , G(x; y) =< T x; y > :


Matricele formelor p¼
atratice şi în baza F sunt D = C T AC respectiv
In = C T BC, unde
0 1
1 0 ::: 0
B 0 ::: 0 C
D=B
@ :::
2 C;
::: ::: ::: A
0 0 ::: n

iar C este matricea de trecere de la baza E la baza F . Evident C este o matrice


ortogonal¼a.
Aşadar 1 , 2 , ..., n sunt r¼ ad¼
acinile ecuaţiei det (D In ) = 0, adic¼
a
det(C T AC C T BC) = 0: Aceast¼ a ecuaţie se mai scrie sub forma det (A B) =
= 0: Înlocuind i în sistemul omogen
(4.8) (A i B) x = 0;
vom g¼ asi Ker (S i T ). În …ecare astfel de subspaţiu construim o baz¼ a ortonor-
mat¼a relativ la produsul scalar (4.1). Reuniunea acestor baze este baza c¼ autat¼
a. În
Pn
a Sfj = i T fj ; j = 1; n: Atunci, dac¼
plus, din (4.8) rezult¼ ax= j fj ,
j=1

P
n
(x) = F (x; y) =< Sx; x >= i j < Sfj ; fi >=
i;j=1
P
n Pn
= j i j < T fj ; fi >= j i j G(fj ; fi ) =
i;j=1 i;j=1
P
n P
n
2
= j i j < fj ; fi >G = i i:
i;j=1 i=1

EXEMPLU. S¼
a se reduc¼
a simultan la forma canonic¼
a formele p¼
atratice
(x) = 10x21 + 2x22 15x23 + 2x1 x2 + 12x1 x3 ;
(x) = 3x21 + 4x22 + 5x23 + 4x1 x2 4x1 x3 :

a se g¼
aseasc¼
a baza formelor canonice.
Matricele asociate formelor p¼
atratice şi sunt
0 1 0 1
10 1 6 3 2 2
A=@ 1 2 0 A; B = @ 2 4 0 A:
6 0 15 2 0 5
Folosind metoda lui Jacobi rezult¼
a uşor c¼
a este pozitiv de…nit¼
a. Prin cal-
cul rezult¼
a c¼
a det (A B) = (1 2 ) ( + 3) (4 + 27). În concluzie, formele
canonice sunt

1 2 2 27 2 2 2 2
(x) = 1 3 2 3; (x) = 1 + 2 + 3:
2 4
112 ¼
6. FORM E BILINIARE. FORM E P ATRATICE

1
Pentru = , obţinem x = (0; t; 0) : Pentru t = 1, kxk dat¼a de produsul scalar
2
1
(4.1) este kxk = 2, deci f1 = (0; ; 0). Dac¼ a = 3, atunci x = (0; 0; t). Luând
2
p 1 27
t = 1, kxk = 5. Obţinem f2 = (0; 0; p ). Pentru = , x = (10t; 5t; 4t),
5 4
5 5 2
deci f3 = ( p ; p ; p ).
30 2 30 30

5. Probleme
1. S¼a se arate c¼a F : R3 R3 ! R, F (x; y) = 2x1 y1 5x1 y2 + 2x2 y1 3x2 y2
3x2 y3 + 4x3 y2 x3 y3 este o form¼ a biliniar¼
a. Care este matricea lui F în baza
e1 = (1; 0; 0), e2 = (1; 1; 0), e3 = (1; 1; 1)? Este simetric¼
a forma biliniar¼
a?
2. Pe R2 , …e forma biliniar¼a F (x; y) = 3x1 y1 + 2x1 y2 x2 y2 . G¼ asiţi matricele
asociate lui F în bazele e1 = (1; 1), e2 = (1; 0), respectiv e01 = (1; 2), e02 = ( 1; 1).
Ce relaţie este între cele dou¼
a matrice?
R1 R1
3. Fie F : C ([0; 1]) C ([0; 1]) ! R, F (f; g) = f (t) g (s) dt ds.
0 0
a) S¼
a se arate c¼
a F este o form¼
a biliniar¼
a;
a se determine matricele lui F în bazele e1 = 1, e2 = t, e3 = t2 respectiv
b) S¼
2
f1 = 1, f2 = t 1, f3 = (t 1) .

4. Care este polara formei p¼


atratice : R3 ! R, (x) = x21 x22 + x1 x2 +
+3x2 x3 ?
5. S¼a se reduc¼a la forma canonic¼ a, folosind metoda lui Gauss, urm¼ atoarele
forme p¼atratice de…nite pe R3 sau R4 . S¼ a se speci…ce baza formei canonice. Care
din aceste forme p¼atratice este pozitiv de…nit¼a?
2 2 2
a) (x) = x1 + x2 + 3x3 + 4x1 x2 + 2x1 x3 + 2x2 x3 ;
b) (x) = x21 3x23 2x1 x2 + 2x1 x3 6x2 x3 ;
c) (x) = x21 + 5x22 4x23 + 2x1 x2 4x1 x3 ;
d) (x) = 4x21 + x22 + x23 + 4x1 x2 4x1 x3 3x2 x3 ;
e) (x) = 2x21 + 18x22 + 8x23 12x1 x2 + 8x1 x3 27x2 x3 ;
f) (x) = x21 + 2x22 + x24 + 4x1 x2 + 4x1 x3 + 2x1 x4 + 2x2 x3 + 2x2 x4 + 2x3 x4 .

6. S¼a se reduc¼a la forma canonic¼ a, folosind metoda lui Jacobi, urm¼atoarele


forme p¼atratice de…nite pe R3 sau R4 . S¼ a se speci…ce baza formei canonice. Care
din aceste forme p¼atratice este pozitiv de…nit¼a?
a) (x) = x21 2x22 + x23 + 2x1 x2 + 4x1 x3 + 2x2 x3 ;
b) (x) = 3x21 2x22 + 2x23 + 4x1 x2 3x1 x3 x2 x3 ;
c) (x) = x21 + x22 + 3x23 + 4x1 x2 + 2x1 x3 + 2x2 x3 ;
d) (x) = x21 + 4x22 + 6x23 2x1 x2 + 2x2 x3 2x3 x4 ;
e) (x) = 3x21 + 2x22 x23 2x24 + 2x1 x2 4x2 x3 + 2x2 x4 .

7. Pentru ce valori ale lui , urm¼


atoarele forme p¼atratice sunt pozitiv de…nite?
2 2 2
a) (x) = 5x1 + x2 + x3 + 4x1 x2 2x1 x3 2x2 x3 ;
b) (x) = 2x21 + x22 + 3x23 + 2 x1 x2 + 2x1 x3 ;
c) (x) = 2x21 + 2x22 + x23 + 2 x1 x2 + 6x1 x3 + 2x2 x3 .
5. PROBLEM E 113

8. Folosind metoda transform¼ arilor ortogonale s¼ a se reduc¼


a la forma canonic¼
a
urm¼
atoarele forme p¼
atratice. S¼
a se g¼aseasc¼
a baza formei canonice.
a) (x) = 2x21 + x22 4x1 x2 4x2 x3 ;
b) (x) = x21 + x22 + x23 + x1 x2 + x1 x3 + x2 x3 ;
c) (x) = 4x1 x2 x23 ;
d) (x) = 2x1 x2 + 2x3 x4 ;
e) (x) = x21 + x22 + x23 + 5x24 + 2x1 x4 4x3 x4 .
9. Pe R3 se consider¼ atratice (x) = x21 + 2x22 + 3x23 + 2x1 x2 2x1 x3 ,
a formele p¼
2 2
(x) = x1 + 6x3 + 2x1 x2 2x1 x3 + 3x2 x3 . S¼
a se reduc¼
a simultan la forma canonic¼a
precizându-se baza formelor canonice.
CHAPTER 7

Elemente de calcul tensorial

În acest capitol vom folosi o convenţie de sumare propus¼ a de Einstein, care ne


va permite s¼a simpli…c¼ am foarte mult scrierea relaţiilor în care intervin sum¼ ari.
Mai precis, dac¼ a într-o expresie acelaşi indice intervine de dou¼ a ori, odat¼
a ca
indice superior şi odat¼ a ca indice inferior, atunci se P sumeaz¼ a dup¼a acest indice,
dac¼
a nu se face vreo menţiune special¼ a. Semnul ” ” nu se mai scrie. Indicele
de sumare poate … notat cu orice liter¼ a şi se numeşte indice mut. Spre exemplu,
P
n P
n Pn
sumele xi y i , ai bj cijk vor … scrise astfel: xi y i , ai bj cijk . În ultima sum¼ a i; j
i=1 i=1 j=1
sunt indici muţi, dar k nu este indice mut.

1. Dualul unui spaţiu vectorial


Fie K un corp comutativ şi V un K-spaţiu vectorial. Reamintim (cap. 3)
c¼a prin form¼a liniar¼a (sau funcţional¼a liniar¼a ) pe V se inţelege o aplicaţie liniar¼
a
F : V ! K (aici K este considerat ca un K-spaţîu vectorial unidimensional).
Cum am v¼ azut în capitolul 3, mulţimea tuturor formelor liniare, pe care o
vom nota V , poate … înzestrat¼ a cu o structur¼ a de K-spaţiu vectorial în raport
cu adunarea şi înmulţirea cu scalari a formelor liniare. K-spaţiul vectorial V
se numeşte spaţiul dual al spaţiului vectorial V . Vom folosi termenul de form¼a
liniar¼a daca V este …nit dimensional şi de funcţional¼a liniar¼a, dac¼ a V este in…nit
dimensional.
EXEMPLE. 1) Funcţia T : R3 ! R, care asociaz¼ a oric¼ arui vector
x = (x1 ; x2 ; x3 ) 2 R3 scalarul T x = x1 + x2 + 3x3 este o form¼a liniar¼
a.
2) Funcţia = : C([a; b]; R) ! R care asociaz¼ a oric¼arei funcţii continue
Rb
f : [a; b] ! R scalarul =(f ) = a f (x) dx; este o funcţional¼
a liniar¼
a.
OBSERVAŢII. Fie V un K-spaţiu vectorial de dimensiune n şi …e
B = fe1 ; :::; en g o baz¼a în V .
1) Dac¼ a x = xi ei , atunci f (x) = xi f (ei ), deci o form¼
a liniar¼
a este cunoscut¼a
dac¼
a se cunosc valorile sale pe elementele din baz¼ a.
2) Dac¼ a = f 1 ; :::; n g 2 K n , atunci conform lemei 3.2, cap. 3, exist¼ a o unic¼
a
form¼
a liniar¼ a F : V ! K astfel ca F (ei ) = i ; i = 1; n.
În consecinţ¼
a are loc:
PROPOZIŢIA 1.1. Dac¼a V este un K-spaţiu vectorial n-dimensional şi
B = fe1 ; :::; en g este o baz¼a a sa, atunci pentru orice i, i = 1; n, exist¼a o form¼a
liniar¼a unic¼a f i : V ! K astfel ca
i 1; dac¼
ai=j
(1.1) f i (ej ) = j = :
0; dac¼
a i 6= j
115
116 7. ELEM ENTE DE CALCUL TENSORIAL

Propoziţia rezult¼
a imediat din observaţia anterioar¼
a, luând pentru …ecare i;
i = 1; n, scalarii j = 0 pentru j 6= i şi i = 1.
În continuare, pornind de la o baz¼ a B = fe1 ; :::; en g a spaţiului vectorial V ,
vom construi o baz¼a în spaţiul dual, care se va numi duala bazei B. Vom folosi
convenţia de sumare a lui Einstein.
TEOREMA 1.2. Fie B = fe1 ; :::; en g o baz¼a a spaţiului vectorial V . Sistemul
de forme liniare B = f 1 ; :::; f n dat de (1.1) formeaz¼a o baz¼a a spaţiului vectorial
V , numit¼a duala bazei B.
Demonstraţie. Sistemul B este liniar independent. Într-adev¼ ar, …e 1 ; :::; n 2
2 K astfel ca 1 f 1 + ::: + n f n = 0V adic¼ a 1
1 f + ::: + n f
n
(x) = 0;
a x = ei , i = 1; n, obţinem
8x 2 V . În particular, dac¼
1 n
1f + ::: + nf (ei ) = i = 0;
deci B este liniar independent. Fie acum f 2 V şi i = f (ei ) 2 K. Vom ar¼ ata
a f = i f i , deci B este sistem de generatori pentru V , adic¼
c¼ a o baz¼
a a lui V .
Într-adev¼
ar, dac¼a x = xj ej 2 V , atunci
i
(x) = i f i (xi ej ) = i xi f i (ej ) =
if
= i xj ij = i xi = xi f (ei ) = f (x) :
Teorema este demonstrat¼
a.
OBSERVAŢII.1) Din teorema 1.2 rezult¼ a c¼
a dac¼a dimK V = n, atunci
dimK V = n, deci V ' V .
2) Din demonstraţia teoremei 1.2, rezult¼
a c¼
a pentru orice form¼a liniar¼
a f , co-
a B a bazei B sunt i = f (ei ) ; i = 1; n.
ordonatele sale în baza dual¼
În cele ce urmeaz¼ a, schimbând baza lui V , vom studia transformarea bazei
duale şi a coordonatelor unei forme liniare în spaţiul dual V .
TEOREMA 1.3. Fie V un K-spaţiu vectorial de dimensiune n şi V dualul s¼a.
Fie B = fe1 ; :::; en g şi B 0 = fe01 ; :::; e0n g dou¼a baze în V , iar B = f 1 ; :::; f n şi
B 0 = f 01 ; :::; f 0n bazele duale corespunz¼atoare. Dac¼a C este matricea de trecere
1
de la baza B la baza B 0 , atunci C T este matricea de trecere de la baza B
la baza B 0 . În plus, coordonatele unei forme liniare f 2 V se transform¼a dup¼a
aceeaşi lege ca şi baza în V . când se trece de la baza B la baza B 0 .
Demonstraţie. Relaţiile de schimbare a bazei în V sunt
(1.2) e0i = cki ek , i = 1; n:
(indicele superior k se refer¼
a la linie, iar cel inferior i la colan¼
a).
S¼a presupunem c¼ a, în dual, trecerea de la baza B la B 0 s-ar face prin relaţiile
(1.3) f 0 j = djl f l ; j = 1; n:
a D = (djl ), Dt este matricea de trecere de la baza B la baza B 0 ).
(dac¼
Din dualitatea bazelor rezult¼a
l l
f l (ek ) = k, k; l = 1; n; f 0 j (e0i ) = i, i; j = 1; n:
Din relaţiile (1.2)-(1.5), obţinem pentru orice i; j = 1; n
j
i = f 0 j (e0i ) = djl f l (cki ek ) = djl cki f l (ek ) = djl cki l
k = djk cki :
1. DUALUL UNUI SPA ŢIU VECTORIAL 117

a DC = In , deci D = C 1 . Matricea de trecere de la


Aceste relaţii stabilesc c¼
T 1
baza B la baza B 0 în spaţiul V este Dt = C 1 = C T .
Fie acum f 2 V ; f = j f = i f , unde j = f (ej ), j = 1; n, i = f (e0i ),
j 0i

i = 1; n. Atunci, din (1.2), rezult¼a:


(1.6) i = f (cki ek ) = cki f (ek ) = cki k, i = 1; n;
adic¼
a, acelaşi gen de relaţie ca la schimbarea bazei în V .
În concluzie, din teorema 1.3 rezult¼ a c¼a, la o schimbare a bazei în V , bazele
duale corespunz¼ atoare se transform¼ a dup¼a aceeaşi lege ca şi coordonatele unui vec-
tor arbitrar din V transformare ce se va numi contravariant¼a, iar coordonatele unei
forme liniare din V se transform¼ a dup¼a aceeaşi lege ca şi baza în V , transformare
ce se va numi covariant¼a. Când folosim convenţia lui Einstein, coordonatele vec-
torilor din V , ca şi vectorii bazei duale vor avea indicii trecuţi superior, pe când
coordonatele formelor liniare şi vectorii bazei din V vor avea indicii trecuţi inferior.
Formele liniare se mai numesc şi covectori.
EXEMPLU. Fie baza canonic¼ a B = fe1 ; :::; en g în R3 . Baza dual¼ a
1 2 3
B = f ;f ;f în spaţiul dual (R3 ) satisface (1.1). Dac¼ a x = x1 e1 + x2 e2 +
+x3 e3 , atunci f 1 (x) = x1 , f 2 (x) = x2 , f 3 (x) = x3 . S¼ a consider¼
am acum forma
a f : R3 ! R, f (x) = x1 + 2x2 + 3x3 . Coordonatele lui f în baza dual¼
liniar¼ a sunt
0 0 0 0
1 = f (e 1 ) = 1, 2 = f (e2 ) = 2, 3 = f (e3 ) = 3. Fie acum baza B = fe1 2 ; e3 g
; e
în R3 , e01 = e1 + e2 e3 , e02 = e1 + e2 + e3 , e03 = e1 e2 + e3 .
Matricele de trecere de la baza B la baza B 0 şi inversa sunt
0 1
1 1
0 1 B 2 2 0 C
1 1 1 B C
B 1 1 C
C=@ 1 1 1 A; C = B 01
C:
B 2 2 C
1 1 1 @ 1 1 A
0
2 2
Atunci, duala bazei B 0 este legat¼ a de B prin relaţiile
1 1 1 1 1 1
f10 = f 1 + f 2 ; f20 = f 2 + f 3 ; f30 = f 1 + f 3 :
2 2 2 2 2 2
Coordonatele formei liniare f în noua baz¼ a vor …

1 = f (e01 ) = f (e1 ) + f (e2 ) f (e3 ) = 1 + 2 3 = 0:


Similar 2 = f (e02 ) = 4, 3 = f (e03 ) = 2.
Dualul lui V , notat V = ff : V ! K; f form¼a liniar¼
ag se numeşte bidualul
lui V . Conform teoremei 1.2, dimK V = dimK V = dimK V = n, deci V ' V '
V . Mai mult, are loc
TEOREMA 1.4. Spaţiile V şi V sunt izomorfe prin aplicaţia
=:V !V ; =x = Fx ;
unde Fx (f ) = f (x) ; 8f 2 V .
Demonstraţie. Stabilim mai int¼
ai c¼
a Fx este o form¼
a liniar¼
a pe V ; adic¼
a
Fx 2 V . Fie deci f; g 2 V şi ; 2 K. Atunci:
Fx ( f + g) = ( f + g) (x) = f (x) + g(x) = Fx (f ) + Fx (g).
118 7. ELEM ENTE DE CALCUL TENSORIAL

Vom ar¼
ata acum c¼
a = este liniar¼
a. Fie x; y 2 V şi ; 2 K. Atunci:
=( x + y) (f ) = F x+ y (f ) = f ( x + y) = f (x) + f (y) =
= Fx (f ) + Fy (f ) = ( Fx + Fy )(f ); 8 f 2 V ,
deci =( x + y) = =x + =y. Pentru a demonstra c¼ a = este bijectiv¼a, cum
dimK V = dimK V , este su…cient s¼ a arat¼
am c¼a = este injectiv¼
a. Fie deci x; y 2 V
astfel încât =x = =y, adic¼
a Fx = Fy . Atunci, pentru orice f 2 V , avem:
(1.7) f (x) = Fx (f ) = Fy (f ) = f (y).
Dac¼a B = fe1 ; :::; en g este baz¼ a în V , iar B = f 1 ; :::; f n este baz¼
a dual¼
a şi
x = xj ej , y = y j ej , luând în (1.7), f = f i , i = 1; n, obţinem:
xi = f i (x) = f i (y) = y i ;
adic¼
a x = y, deci = este injectiv¼
a.
OBSERVAŢIE. Prin acest izomor…sm canonic dintre V şi V , vom identi…ca
un spaţiu vectorial cu bidualul s¼au. Prin aceast¼
a identi…care, orice vector x 2 V
poate … privit ca o form¼a liniar¼
a pe V ce asociaz¼a oric¼
arui f 2 V , scalarul f (x).

2. Aplicaţii multiliniare. Forme multiliniare


DEFINIŢIE. Fie V1 ; :::; Vn ; W spaţii vectoriale peste acelaşi corp K. Aplicaţia
F : V1 V2 ::: Vn ! W se numeşte multiliniar¼a (n-liniar¼a) dac¼ a pentru orice i,
1 i n, avem:
F (x1 ; :::; xi 1 ; x0i + x00i ; xi+1 ; :::; xn ) = F (x1 ; :::; xi 1 ; x0i ; xi+1 ; :::; xn )+
+ F (x1 ; :::; xi 1 ; x00i ; xi+1 ; :::; xn ); 8 ; 2 K; x0i ; x00i 2 Vi ; xk 2 Vk ; k 6= i:
EXEMPLU. Aplicaţia F : V3 V3 ! V3 , F (! u;! v)=! u ! v , este o aplicaţie
biliniar¼
a antisimetric¼ a (u ! !v = v ! !u ).
DEFINIŢIE. Fie V1 ; :::; Vn spaţii vectoriale peste corpul K. Se numeşte form¼a
multiliniar¼a (n-liniar¼a) orice aplicaţie multiliniar¼
a F : V1 ::: Vn ! K.
În aceast¼
a de…niţie K este considerat spaţiu vectorial unidimensional peste el
însuşi.
EXEMPLE .1) F : V V ! R, F (!
3 3 u;! v)=! u ! v (deci produsul scalar a doi
vectori liberi), este o form¼
a biliniar¼
a simetric¼
a.
2) F : V3 V3 V3 ! R, F (! u;! v ;!
w) = ! u (! v !
w ) = (!
u;!
v ;!
w ) (deci
produsul mixt a trei vectori liberi), este o form¼ a triliniar¼
a.
OBSERVAŢIE. Mulţimea formelor n-liniare se poate înzestra cu o structur¼a de
K-spaţiu vectorial peste K, notându-se cu L (V1 ; :::; Vn ; K). Adunarea formelor
n-liniare F; G 2 L (V1 ; :::; Vn ; K) se de…neşte astfel:
(F + G) (x1 ; :::; xn ) = F (x1 ; :::; xn ) + G (x1 ; :::; xn ) ; xi 2 Vi ; i = 1; n:
Produsul unei forme n-liniare F 2 L (V1 ; :::; Vn ; K) cu un scalar 2 K se
de…neşte prin:
( F ) (x1 ; :::; xn ) = F (x1 ; :::; xn ) ; xi 2 Vi ; i = 1; n:
Se veri…c¼
a uşor ca F + G şi F de…nite mai sus, sunt forme n-liniare.
¼
3. TENSORI. COORDONATELE UNUI TENSOR îNTR-O BAZ A 119

3. Tensori. Coordonatele unui tensor într-o baz¼


a
DEFINIŢIE. Fie V un spaţiu vectorial peste K, iar V dualul s¼ au. Dac¼ a
p; q 2 N, se numeşte tensor de p ori covariant şi q ori contravariant orice form¼
a
multiliniar¼
a t : V V ::: V V V ::: V ! K.
| {z } | {z }
p ori q ori
Se spune c¼a t este tensor de tip (p,q), p numindu-se ordinul de covarianţ¼a, iar q
ordinul de contravarianţ¼a. Num¼arul p + q se numeşte rangul sau valenţa tensorului.
EXEMPLE.1) Orice form¼ a liniar¼
a f 2 V , deci f : V ! K, este un tensor de
tip (1; 0).
2) Orice vector x 2 V , privit ca o form¼
a liniar¼
a Fx : V ! K (conform teoremei
1.4) este un tensor de tip (0; 1).
3) Orice scalar 2 K poate … considerat tensor de tip (0; 0).
Vom nota cu Tpq (V ) mulţimea tuturor tensorilor de p ori covarianţi şi q ori
contravarianţi pe spaţiul vectorial V . Conform observaţiei din secţiunea anterioar¼a,
Tpq (V ) este un K-spaţiu vectorial în raport cu adunarea tensorilor şi produsul unui
tensor cu un scalar.
În continuare, …e B = fe1 ; :::; en g o baz¼ a în V şi B = f 1 ; :::; f n baz¼
a dual¼
a
în V . Fie t 2 Tp (V ), iar x1 ; :::; xp 2 V , h ; :::; hq 2 V . Atunci
q 1

ji
xi = i eji ; i = 1; p; hl = alkl f kl ; l = 1; q:
(aici ji şi kl sunt indici de sumare). Folosind liniaritatea lui t în …ecare argument,
avem:

j1 jp q
(3.1) t(x1 ; :::; xp ; h1 ; :::; hq ) = 1 ::: p
1
k1 ::: kq t(ej1 ; :::; ejp ; f k1 ; :::; f kq ).

a relaţie apar np+q scalari, pe care-i vom nota


În aceast¼
ki ;:::;kq
= t(ej1 ; :::; ejp ; f k1 ; :::; f kq );
j1 ;:::;jp
(3.2)
ji = 1; n, 8i = 1; p; kl = 1; n, 8l = 1; q
şi se numesc coe…cienţii tensorului t sau componentele tensorului t în baza B …xat¼
a
în V . Atunci (3.1) se scrie:
j1 jp q k1 ;:::;kq
(3.3) t(x1 ; :::; xp ; h1 ; :::; hq ) = 1 ::: p
1
k1 ::: kq j1 ;:::;jp

arui tensor t 2 Tpq (V ) i se poate asocia, …xând o baz¼


În concluzie, …ec¼ a în V , un
p+q
sistem de n scalari unic determinaţi prin (3.2). Reciproc, se poate demonstra
uşor
PROPOZIŢIA 3.1. Fie V un K-spaţiu vectorial n-dimensional şi p; q 2 N. Fie
B = fe1 ; :::; en g o baz¼a în V şi B = f 1 ; :::; f n baza dual¼a ei. Dat …ind un sistem
de np+q scalari
k1 ;:::;kq
( j1 ;:::;jp ); ji = 1; n; 8i = 1; p; kl = 1; n; 8l = 1; q;
exist¼a un unic tensor t 2 Tpq (V ) astfel ca
k1 ;:::;kq
t(ej1 ; :::; ejp ; f k1 ; :::; f kq ) = j1 ;:::;jp ;

pentru orice j1 ; :::; jp ; k1 ; :::; kq luând independent valori de la 1 la n.


120 7. ELEM ENTE DE CALCUL TENSORIAL

COROLAR 3.1.1. Dac¼ a V este un K-spaţiu vectorial de dimensiune n, atunci


p+q
Tpq (V ) ' K n , deci dimK Tpq (V ) = np+q .
Demonstraţie. Fie B = fe1 ; :::; en g o baz¼ a …xat¼ a în V , iar B = f 1 ; :::; f n
duala sa în V . Izomor…smul c¼ autat este aplicaţia care asociaz¼ a …ec¼ arui tensor
t 2 Tpq (V ), coe…cienţii s¼ai în baza …xat¼a. Din cele de mai sus, rezult¼ a c¼a aceast¼
a
aplicaţie este o bijecţie. Liniaritatea acestei aplicaţii se veri…c¼a uşor şi o propunem
ca exerciţiu.
EXEMPLE. 1) Formele biliniare pe un spaţiu vectorial V n-dimensional sunt
tensori dublu covarianţi. Spaţiul vectorial al acestor tensori, T20 (V ) are dimensiunea
n2 . Dac¼a B = fe1 ; :::; en g o baz¼
a în V şi t : V V ! K un tensor dublu covariant
oarecare, atunci pentru orice x; y 2 V , x = i ei , y = j ej , avem
t(x; y) = i j t(ei ; ej ) = i j ij ;
ij = t(ei ; ej ); i; j = 1; n;

…ind coe…cienţii tensorului în baza …xat¼ a.


2) Formele biliniare pe spaţiul V sunt tensori dublu contravarianţi. Dac¼ a
dimK V = n, spaţiul vectorial al acestor tensori notat T02 (V ) are dimensiunea
n2 . Fie acum B = fe1 ; :::; en g o baz¼ a în V şi B = f 1 ; :::; f n duala sa. Dac¼ a
t:V V ! K este un tensor dublu contravariant, atunci pentru orice g; h 2 V ,
g = i j i , h = j f j , avem t(g; h) = i j t f i ; f j = i j ij ;unde ij = f i ; f j ,
i; j = 1; n sunt coe…cienţii tensorului în baza …xat¼a.
3) Formele biliniare t : V V ! K sunt tensori o data covarianţi şi o dat¼ a
contravarianţi. Dac¼ a dimK V = n, spaţiul vectorial al acestor tensori, T11 (V ) are
dimensiunea n2 . Cu notaţiile de mai sus, dac¼ a x = i ei 2 V , h = j f j 2 V , atunci
i j i j j j
t (x; h) = j t ei ; f = j i ;unde i = t ei ; f , i; j = 1; n sunt coe…cienţii
tensorului t în baza …xat¼ a.

4. Operaţii cu tensori
Fie V un K-spaţiu vectorial n-dimensional, B = fe1 ; :::; en g o baz¼ a în V şi
B = f 1 ; :::; f n duala sa. Consider¼ am p; q 2 N, t; u 2 Tpq (V ), 2 K. Dac¼ a
x1 ; :::; xp 2 V şi h1 ; :::; hq 2 V ; atunci suma t + u este un tensor de acelaşi tip şi
(t + u) (x1 ; :::; xp ; h1 ; :::; hq ) = t(x1 ; :::; xp ; h1 ; :::; hq ) + u(x1 ; :::; xp ; h1 ; :::; hq );
iar produsul unui tensor t cu un scalar este un tensor de acelaşi tip
( t) (x1 ; :::; xp ; h ; :::; h ) = t(x1 ; :::; xp ; h1 ; :::; hq ):
1 q

Se veri…c¼ a uşor c¼
a, într-o baz¼ a …xat¼
a, coe…cienţii sumei t + u se obţin însumând
coe…cienţii corespunz¼ atori lui t şi u, deci dac¼
a:
k1 ;:::;kq
j1 ;:::;jp = t(ej1 ; :::; ejp ; f k1 ; :::; f kq );
k1 ;:::;kq
j1 ;:::;jp = u(ej1 ; :::; ejp ; f k1 ; :::; f kq );
atunci
k1 ;:::;kq k1 ;:::;kq
(t + u) (ej1 ; :::; ejp ; f k1 ; :::; f kq ) = j1 ;:::;jp j1 ;:::;jp :
Similar, coe…cienţii produsului unui tensor cu un scalar într-o baz¼
a …xat¼
a, se
obţin înmulţind coe…cienţii tensorului cu scalarul respectiv, deci
k1 ;:::;kq
( t) (ej1 ; :::; ejp ; f k1 ; :::; f kq ) = j1 ;:::;jp :
4. OPERA ŢII CU TENSORI 121

Produsul tensorial a doi tensori. Fie p; q; r; s 2 N şi t 2 Tpq (V ), u 2 Trs (V ).


Atunci aplicaţia:
t u:V V ::: V V V ::: V ! K;
| {z } | {z }
p+r ori q+s ori

de…nit¼
a prin:
(t u) (x1 ; :::; xp ; xp+1 ; :::; xp+r ; h1 ; :::; hq ; hq+1 ; :::; hq+s ) =
= t(x1 ; :::; xp ; h1 ; :::; hq ) u(xp+1 ; :::; xp+r ; hq+1 ; :::; hq+s );
pentru orice xi 2 Vi , i = 1; p + r, hj 2 V , j = 1; q + s; este un tensor de ordin
(p + r; q + s) numit produsul tensorial al celor doi tensori.
Dac¼ a
k1 ;:::;kq k1 kq
j1 ;:::;jp = t(ej1 ; :::; ejp ; f ; :::; f );
k1 ;:::;kq
j1 ;:::;jp = u(ej1 ; :::; ejr ; f l1 ; :::; f ls );
atunci:
k1 ;:::;kq ;l1 ;:::;ls
j1 ;:::;jp ;i1 ;:::;ir = (t u) (ej1 ; :::; ejp ; ei1 ; :::; eir f k1 ; :::; f kq ; f l1 ; :::; f ls ) =
k1 ;:::;kq l1 ;:::;ls
= j1 ;:::;jp i1 ;:::;ir :
q+s
Aşadar coe…cienţii tensorului (t u) 2 Tp+r (V ) se obţin efectuând produsele
coe…cienţilor celor doi tensori.

EXEMPLU. Fie dimK V = 2; B = fe1 ; e2 g o baz¼ a în V , B = f 1 ; f 2 baza


a, t 2 T20 (V ), u 2 T01 (V ). Dac¼
dual¼ a ij = t(ei ; ej ), i; j = 1; 2 sunt coe…cienţii lui t
k
în baza …xat¼ a, iar = u f , k = 1; 2, coe…cienţii lui u, atunci (t u) 2 T21 (V ),
k

coe…cienţii s¼
ai …ind:
k
ij = (t u) (ei ; ej ; f k ) = t(ei ; ej )u f k = ij
k
:
Contracţia unui tensor. Fie t 2 (V ) cu p; q > 1. Fix¼ Tpq
am un indice i, i = 1; p
de covarianţ¼ a şi un indice l, l = 1; q de contravarianţ¼a. Vom construi un tensor
t0 2 Tpq 11 (V ), astfel: t0 : V V ::: V V V ::: V ! K,
| {z } | {z }
p 1 ori q 1 ori
0
t (x1 ; :::; xi 1 xi+1 ; :::; xp ; h ; :::; h ; hl+1 ; :::; hq ) =
1 l 1

= t(x1 ; :::; xi 1 ; es ; xi+1 ; :::; xp ; h1 ; :::; hl 1 ; f s ; hl+1 ; :::; hq );


cu
xj 2 V; j = 1; p; j 6= i; hk 2 V ; k = 1; q; k 6= l
a relaţie s este indice de sumare). Coe…cienţii tensorului t0 vor …
(în aceast¼
k1 ;:::;kl 1 ;kl+1 ;:::;kq
j1 ;:::;ji 1 ;ji+1 ;:::;jp
= t0 (ej1 ; :::; eji 1 ; eji+1 ; :::; ejp ; f k1 ; :::; f kl 1 ; f kl+1 ; :::; f kq ) =
k1 ;:::;kl 1 ;s;kl+1 ;:::;kq
= j1 ;:::;ji 1 ;s;ji+1 ;:::;jp
;
k ;:::;k
s …ind indice de sumare, iar j11;:::;jpq coe…cienţii lui t în baza …xat¼
a.
Vom spune c¼ a am efectuat o contracţie dup¼ a indicele de ordin i de covarianţ¼
a
l
şi indicele de ordin l de contravarianţ¼
a. Tensorul astfel obţinut se va nota (t)i .
EXEMPLE. 1) Fie t 2 T11 (V ) şi ji , i; j = 1; n coe…cienţii tensorului. Efectuând
o contracţie dup¼
a cei doi indici, se obţine un tensor de tip (0; 0) deci un scalar,
numit urma tensorului t şi se noteaz¼a
i 1 n
Tr t = i = 1 + ::: + n:
122 7. ELEM ENTE DE CALCUL TENSORIAL

2) Fie t 2 T21 (V ) şi k


ij , i; j; k = 1; n coe…cienţii lui t. Coe…cienţii lui t0 =
1
= (t)2 2 T10 (V ) sunt
j
i = t0 (ei ) = t(ei ; ej ; f j ) = ij = 1
i1 + 2
i2 + ::: + n
in :

5. Transformarea coe…cienţilor unui tensor la schimbarea bazei


Fie V un K-spaţiu vectorial de dimensiune n, B = fe1 ; :::; en g, B 0 = fe01 ; :::; e0n g
dou¼a baze ale lui V şi B = f 1 ; :::; f n , B 0 = f 01 ; :::; f 0n bazele duale respec-
tive. Fie C = (cji ) matricea de trecere de la baza B la baza B 0 şi D = (dji ) inversa
ei. Are loc
TEOREMA 5.1. Dac¼a coe…cienţii tensorului t 2 Tpq (V ) în cele dou¼a baze sunt
k1 ;:::;kq
j1 ;:::;jp = t(e j1 ; :::; e jp ; f k1 ; :::; f kq )
respectiv
0 l1 ;:::;lq 0
i1 ;:::;ip = t(e i1 ; :::; e 0ip ; f 0 l1 ; :::; f 0 lq );
atunci relaţia de transformare a coe…cienţilor este
0 l1 ;:::;lq j l k1 ;:::;kq
(5.1) i1 ;:::;ip = cji11 :::cipp dlk11 :::dkqq j1 ;:::;jp .
Demonstraţie. Folosind formulele de schimbare de baz¼
a (1.2), (1.3), obţinem:
0 l1 ;:::;lq 0 0 0 l1
i1 ;:::;ip = t(ei1 ; :::; eip ; f ; :::; f 0 lq ) =
jp l q kq j l k ;:::;k
= t(ci1 ej1 ; :::; cip ejp ; dk1 f ; :::; dkq f ) = cjl11 :::cipp dlk11 :::dkqq j11;:::;jpq :
j1 l1 k1

Am ţinut seama de liniaritatea lui t în …ecare argument.


OBSERVAŢIE. Relaţia (5.1) din enunţul teoremei 5.1 este folosit¼
a adesea pentru
a prezenta noţiunea de tensor, în modul urm¼ ator.
Dac¼ a V este un spaţiu vectorial n-dimensional, spunem c¼ a am dat un tensor
de p ori covariant şi q ori contravariant pe V dac¼ a am asociat …ec¼
arei baze B =
fe1 ; :::; en g a spaţiului V un sistem de np+q scalari:
k1 ;:::;kq
(5.2) ( j1 ;:::;jp ), j1 = 1; n, 8i = 1; p, kl = 1; n, 8l = 1; q,
care la schimbarea bazei în V se transform¼ a dup¼a legea (5.1).
Scalarii (5.2) se numesc coe…cienţii tensorului de tip (p; q) considerat în baza
B.
Aceast¼ a de…niţie este echivalent¼
a cu de…niţia unui tensor, deoarece din propozi-
tia 3.1 rezult¼a c¼
a daţi …ind coe…cienţii (5.2) exist¼a un unic tensor t 2 Tpq (V ) care
are aceşti coe…cienţi în baza …xat¼ a B din V . Reciproca, rezult¼ a din teorema 5.1.
EXEMPLE. 1). Fie t : V V ! K, tensorul de tip (1; 1) de…nit prin t (x; f ) =
= f (x), 8x 2 V , f 2 V . Consider¼ am în baza B = fe1 ; :::; en g şi B =
= f 1 ; :::; f n duala sa. Coe…cienţii tensorului t în baza B sunt:
j 1; dac¼
ai=j
t ei ; f j = f j (ei ) = i = ; 8i; j = 1; n:
0; dac¼
a i 6= j
Dac¼a B 0 = fe01 ; :::; e0n g este o alt¼ a în V , iar B 0 = ff 0 1 ; :::; f 0 n g duala sa în
a baz¼
V , atunci coe…cienţii lui t în noua baz¼ a sunt t(e0k ; f 0 l ) = lk , 8k; l = 1; n . Aşadar
coe…cienţii acestui tensor sunt independenţi de baza considerat¼ a. Acest tensor mai
5. TRANSFORM AREA COEFICIEN ŢILOR UNUI TENSOR LA SCHIM BAREA BAZEI 123

putea … prezentat ca …ind sistemul de n2 scalari, f ji gi;j=1;n ; care la schimbarea


bazei spaţiului V se transform¼
a dup¼
a legea
0j k j l
i = ci dl k ; i; j = 1; n:

Dar cum cki djl lk = cki djk = ji , 8i; j = 1; n (D = C 1 ), rezult¼


a
0j j
i = i ; 8i; j = 1; n:
2 0 1
2) Fie t 2 T2 (V ) şi t = (t)2 , tensorul obţinut prin contracţiadup¼a al doilea
indice de covarianţ¼
a şi primul indice de contravarianţ¼
a, Cu relaţiile de mai sus, …e
rs
jk = t(ej ; ek ; f r :f s ); j; k; r; s = 1; n;
respectiv
0
il = t(e0i ; e0l ; f 0 :f 0 ); i; j; ; = 1; n;
coe…cienţii lui t în cele dou¼
a baze …xate.
0p
De asemenea, …e jr = t0 er ; f j , r; j = 1; n şi i = t0 (e0i ; f 0 p ), i; p = 1; n;
coe…cienţii tensorului contractat. Atunci:
0p
i = t(e0i ; e0l ; f 0 l ; f 0 p ) = 0illp = cji ckl dls dpr sr j k p sr
jk = ci s dr jk =
= cji dpr sr j p k r j p 0 r
jk = ci dr t(ej ; ek ; f ; f ) = ci dr t (ej ; f ) = ci dr j ;
j p r

ceea ce reprezint¼
a exact legea de transformare a unui tensor o dat¼
a covariant şi o
dat¼
a contravariant la schimbarea bazei.
OBSERVAŢII. 1) Dac¼ a x 2 V se scrie x = i ei = 0 i e0i , atunci în capitolul 1,
am stabilit:
0i
= dij j ; i = 1; n:
Aceste relaţii reprezint¼
a chiar formulele de transformare ale unui tensor o dat¼ a
contravariant. De aceea se mai spune c¼ a x 2 V este vector contravariant.
De asemenea, în acest capitol am stabilit c¼ a dac¼a f 2 V se scrie f = j f j =
0 0i
= i f , atunci (vezi (1.6))
0
i = cji j; i = 1; n;
care reprezint¼ a formulele de transformare ale unui tensor o dat¼ a covariant. De
aceea, formele liniare se mai numesc vectori covarianţi sau covectori.
2) În capitolul 3 am studiat endomor…smele unui spaţiu vectorial. Fie T 2
2 L(V ) şi A = (akj ) matricea lui T în baza B, A0 = (a0i l ) matricea lui T în baza
B 0 . Leg¼atura dintre ele este (vezi §5, cap. 3)
a0i l ckl = cji akj ; 8i; k = 1; n
sau
a0t s = a0i l sl = a0i l ckl dsk = cji dsk akj ; 8i; s = 1; n;
care reprezint¼
a formulele de transformare ale unui tensor o dat¼ a covariant şi o
dat¼a contravariant. Cum poate … interpretat acest rezultat? Endomor…smului T
îi punem în evidenţa în mod unic un tensor t : V V ! K, t (x; f ) = f (T x) ;
8x 2 V; f 2 V . În acest fel, se de…neşte o aplicaţie ' : L(V ) ! T11 (V ) care este
un izomor…sm de spaţii vectoriale. Coe…cienţii tensorului t astfel de…nit sunt
j
t ei ; f j = f j (T ei ) = f j (aki ek ) = aki f j (ek ) = aki k = aji ; 8i; j = 1; n;
deci chiar elementele matricei lui T în baza B.
În acest mod orice endomor…sm T 2 L(V ) poate … privit ca un tensor o dat¼a
covariant şi o dat¼
a contravariant (identi…când T cu t prin acest izomor…sm).
124 7. ELEM ENTE DE CALCUL TENSORIAL

6. Probleme
1. Fie f : D R3 ! R, f 2 C 1 (D). S¼
a se arate c¼
a gradf este un vector
1-covariant.
2. Fie V un R-spaţiu vectorial, fe1 ; e2 ; :::; en g baz¼a în V şi a1 , a2 , :::, an 2 R.
Dac¼a x = xi ei , de…nim f (x) = ai xi . S¼
a se arate c¼ a coe…cienţii ai aj ai lui f 2 sunt
coe…cienţii unui tensor de ordinul al doilea.
3. Fie aij componentele unui tensor 2-contravariant. Cum se schimb¼
a ma-
tricea acestui tensor la schimbarea bazei? Dar a tensorului de componente aji ?

4. Dac¼ a (aij ) şi bij sunt componentele unui tensor simetric respectiv antisi-
a se determine tensorul de componente aij bij .
metric, s¼
5. Fie tensorul de ordinul al treilea de componente
8
>
> 1 2 3
>
> 1; dac¼ a permutarea este par¼
a;
< i j k
"ijk = 1 2 3 ;
>
> 1; dac¼ a permutarea este impar¼a;
>
> i j k
:
0; dac¼ a cel puţin doi indici sunt egali.
numit tensorul de permutare al lui Ricci.
! ! ! ! ! ! ! !
Dac¼a !
a, b, ! c 2 V3 , ! a = a1 i + a2 j + a3 k , b = b1 i + b2 j + b3 k ,
! ! ! ! !
c = c1 i + c2 j + c3 k , s¼ a !
a se arate c¼ a ; b ;!
c = "ijk ai bj ck .
6. Folosim notaţiile de la problema 5. Fie tensorul de componente cijk = "ijk .
! !
S¼ a vectorul d = !
a se arate c¼ a b are componentele di = cijk aj bk .
7. Fie t 2 T32 (V ). S¼
a se stabileasc¼
a relaţiile de transformare a coordonatelor
1
tensorului (t)2 la schimbarea bazei.