Documente Academic
Documente Profesional
Documente Cultură
Curs Beta 19012014 Cristian Neculaescu
Curs Beta 19012014 Cristian Neculaescu
a Liniar¼
a. Note de curs
Cristian Necula¼escu
ASE, Departamentul de MatematicA¼ , ClA¼ direa Ciberneticii, sala 2625, Office hours:
on Monday, 15,00
E-mail address: algecon2011@gmail.com
URL: roedu4you.ro, math4you section
Cuprins
Prefaţ¼
a vi
2.5.3. Exemple 97
2.6. Funcţionale bilinare şi p¼
atratice. Forma canonic¼
a 116
Capitolul 7. Recapitul¼
ari 187
Logic¼
a binar¼
a 187
7.1. Predicate logice 192
7.2. Mulţimi 192
7.2.1. Operaţii cu mulţimi 193
7.2.2. Relaţii 194
CUPRINS v
Bibliogra…e 237
vi CUPRINS
Prefaţ¼
a
Partea 1
mulţimile:
–V 6= ; (elementele mulţimii V se numesc vectori)1;
–K 6= ; (elementele mulţimii K se numesc scalari);
funcţiile:
–+K ( ; ) : K K ! K. Funcţia +K este o lege de compoziţie pe mulţimea K numit¼
a adunarea
scalarilor şi va … notat¼
a prescurtat „+";
– K (; ):K K ! K. Funcţia K este o lege de compoziţie pe mulţimea K numit¼
a înmulţirea
scalarilor şi va … notat¼
a prescurtat „";
–+V ( ; ) : V V ! V. Funcţia +V este o lege de compoziţie pe mulţimea V numit¼
a adunarea
vectorilor şi va … notat¼
a prescurtat „+";
– (; ) : K V ! V. Funcţia este o operaţie extern¼
a pe mulţimea V numit¼
a înmulţirea
vectorilor cu scalari şi va … notat¼
a „". Pentru …ecare 2 K …xat, operaţia parţial¼
aV3
x 7! x 2 V poate … numit¼
a omotetie de parametru . Schimbarea acestei operaţii poate
conduce la schimbarea caracteristicilor spaţiului vectorial –vezi a doua subsecţiune)
1.1.2. Observaţie. Distincţia între diferitele operaţii notate la fel se va face din context;
1 Însens riguros, elementele mulţimii V sunt vectori de poziţie. Denumirile „vector”, „vector de poziţie”sau „punct”trebuie
folosite atent. La sfârşitul acestei secţiuni va … inclus¼
a o subsecţiune pe acest subiect.
4 1. SPAŢII ŞI SUBSPAŢII VECTORIALE
1.1.3. Exerciţiu. S¼
a se arate c¼
a într–un monoid cu element neutru elementul neutru este unic.
1.1.4. Exerciţiu. S¼
a se arate c¼
a într–un grup elementul simetric al unui element este unic.
Urm¼
atoarele exemple listeaz¼
a câteva dintre situaţiile importante în care sunt folosite spaţii vectoriale.
Exemplele 2D şi 3D sunt probabil printre cele mai simple, ofer¼
a intuiţii vizuale şi sunt folosite în multe
domenii, iar aceste caracteristici sunt şi pozitive dar şi negative (în acelaşi timp ofer¼
a intuiţii dar şi limiteaz¼
a
a pentru alte situaţii). Exemplul Rn este mediul de lucru principal pentru acest curs,
imaginaţia necesar¼
iar ultimul exemplu se refer¼
a la o situaţie special¼
a care nu va … prezentat¼
a aici dar care este începutul
pentru "Teoria Codi…c¼
arii".
spaţiul vectorial (R2 ; R) (planul euclidian); în acest mediu ambient, un vector este identi…cat cu
0 1
1
vectorul de poziţie al punctului corespunz¼ ator; de exemplu, vectorul @ A este reprezentat prin
2
vectorul de poziţie cu originea în punctul O (0; 0) şi vârful în punctul P1 (1; 2).
0 1 0 1
1 3
vectorii: v1 = @ A, v2 = @ A, v1 , v2 2 R2 ;
2 1
În …gura ataşat¼
a, vectorii sunt reprezentaţi ca vectori de poziţie; de exemplu, vectorul v1 este
vectorul cu originea în O (0; 0) şi cu sensul în P1 (1; 2)
0 1 0 1 0 1
1 3 4
suma v1 + v2 = @ A + @ A = @ A = v3 ;
2 1 3
0 1
3
vectorul opus lui v2 este v2 = v4 = @ A;
1
1.1. DEFINIŢII INTRODUCTIVE 5
înmulţirea cu un scalar
0 v1 6 = 2; 1;
06 v1 0 1
1 3 2
diferenţa v1 v2 = @ A @ A = @ A = v5 ;
2 1 1
spaţiul vectorial (R3 ; R) (spaţiul euclidian); în acest mediu ambient, un vector este identi…cat cu
0 1
1
B C
B C
vectorul de poziţie al punctului corespunz¼ ator; de exemplu, vectorul B 2 C este reprezentat prin
@ A
1
vectorul de poziţie cu originea în punctul O (0; 0; 0) şi vârful în punctul P1 (1; 2; 1).
0 1 0 1
1 3
B C B C
B C B C
vectorii: v1 = B 2 C, v2 = B 1 C, v1 , v2 2 R3 ;
@ A @ A
1 2
6 1. SPAŢII ŞI SUBSPAŢII VECTORIALE
0 1 0 1 0 1
1 3 4
B C B C B C
B C B C B C
suma v1 + v2 = B 2 C + B 1 C = B 3 C = v3 ;
@ A @ A @ A
1 2 3
0 1
3
B C
B C
vectorul opus lui v2 este v2 = v4 = B 1 C;
@ A
2
înmulţirea cu un scalar v6 = 2; 6 v1 ;
0 1 0 1 0 1
1 3 2
B C B C B C
B C B C B C
diferenţa v1 v2 = B 2 C B 1 C = B 1 C = v5 ;
@ A @ A @ A
1 2 1
Exist¼
a o oarecare ambiguitate între noţiunile "punct", "vector", "vector de poziţie". Clari…carea
acestei ambiguit¼
aţi se face într–un capitol ulterior studiului spaţiilor vectoriale şi care este numit
"Geometrie A…n¼
a"[vezi, de exemplu, [24]]. Deocamdat¼
a este su…cient s¼
a se remarce c¼
a, în mediul
ambient numit "spaţiu vectorial", un "vector" care geometric ar avea ca origine alt punct decât
originea sistemului de coordonate nu face parte din mediul ambient.
O dreapt¼
a în 2D poate … reprezentat¼
a ca "mulţimea soluţiilor ecuaţiei ax + by + c = 0" [cu a, b, c
nu toţi nuli]. Deşi aceast¼
a reprezentare ar putea … considerat¼
a "confortabil¼
a", nu poate … extins¼
a
la alte dimensiuni. În 3D, "mulţimea soluţiilor ecuaţiei ax + by + cz + d = 0" [cu a, b, c, d nu toţi
nuli] reprezint¼
a un plan iar în acest context o dreapt¼
a ar putea … reprezentat¼
a ca intersecţie de
dou¼
a plane, adic¼
a "mulţimea soluţiilor unui sistem de dou¼
a ecuaţii cu trei necunoscute"; procedura
poate … generalizat¼
a la n dimensiuni, unde o dreapt¼
a este "mulţimea soluţiilor unui sistem de n 1
ecuaţii cu n necunoscute", dar nu prea mai pare aşa de confortabil¼
a.
Fie punctele P1 (1; 2) şi P3 (4; 3); dreapta care trece prin ele este:
x 1 y 2
= ) x 1 = 3 (y 2) ) x 3y + 5 = 0; se observ¼ a c¼
a "x 3y + 5 = 0" este un
4 1 3 2 8
< x = 3t 5
sistem de o ecuaţie cu dou¼ a necunoscute, care are soluţia
: y = t; t 2 R
O metod¼ a alternativ¼a şi care are avantajul de a … neschimbat¼ a la schimbarea num¼
arului de
dimensiuni este urm¼
atoarea [reprezentare parametric¼
a]:
0 1 0 1
1 4
punctele P1 şi P3 corespund vectorilor [de poziţie] v1 = @ A şi v3 = @ A; drepta
2 3
care trece prin cele dou¼
a puncte este mulţimea vectorilor [de poziţie] de forma v( ) = v1 +
v2 [= v1 + (v3 v1 )] [= (1 )v + v ] =
0 1 00 1 0 111 3 0 1
1 4 1 3 +1
= @ A + @@ A @ AA = @ A, 2 R, care este o alt¼
a parametrizare a
2 3 2 +2
8
< x = 3t 5
soluţiei :
: y = t; t 2 R
t= +2)y =t= + 2, x = 3t 5 = 3 ( + 2) 5 = 3 + 1.
Câteva puncte interesante pentru aceast¼
a dreapt¼
a:
8 1. SPAŢII ŞI SUBSPAŢII VECTORIALE
Punctul Observaţii
P3 1 v1 + v2 = v(1)
P2 nu este pe dreapt¼
a "direcţia dreptei"
P4 1 v4 = v1 v2 = v( 1)
1
P7 v7 = v(1=2) "mijlocul segmentului P1 P3 "
2
1 v8 = v( 1=3) "intersecţia dreptei cu axa Oy"
P8
3 [punctul dreptei cu prima coordonat¼
a nul¼
a]
Rn = f(x1 ; x2 ; ; xn ) ; xi 2 R; i = 1; ng:
Def
(x1 ; x2 ; ; xn ) = ( x1 ; x2 ; ; xn ) ; 8 2 R:
(R; +; ) este corp comutativ (se ştie din liceu); (Rn ; +) este grup abelian (adunarea pe componente
este asociativ¼
a, comutativ¼
a, admite element neutru şi orice element este simetrizabil, datorit¼
a propri-
et¼
aţilor adun¼
arii pe R), elementul neutru este 0Rn = (0; 0; ; 0) iar simetricul lui (x1 ; x2 ; ; xn ) este
( x 1 ; x2 ; ; xn ). Au loc propriet¼
aţile de distributivitate:
( + ) (x1 ; x2 ; ; xn ) =
= (( + )x1 ; ( + )x2 ; ; ( + )xn ) =
= ( x1 + x1 ; x2 + x2 ; ; xn + x n ) =
= ( x 1 ; x2 ; ; xn ) + ( x 1 ; x2 ; ; xn ) =
= (x1 ; x2 ; ; xn ) + (x1 ; x2 ; ; xn ) ;
((x1 ; x2 ; ; xn ) + (y1 ; y2 ; ; yn )) =
= (x1 + y1 ; x2 + y2 ; ; xn + yn ) =
= ( (x1 + y1 ) ; (x2 + y2 ) ; ; (xn + yn )) =
= ( x 1 + y 1 ; x2 + y 2 ; ; xn + y n ) =
= ( x 1 ; x2 ; ; xn ) + ( x 1 ; x2 ; ; xn ) =
= (x1 ; x2 ; ; xn ) + (y1 ; y2 ; ; yn ) ;
1.1.9. Exemplu (Spaţii vectoriale peste corpuri …nite). Acest exemplu foloseşte Capitolele 3 şi 4 din [25].
Se ştie c¼
a pentru …ecare num¼ a un unic corp …nit cu pn
ar prim p şi pentru …ecare întreg pozitiv n, exist¼
elemente [T. 3.3.3, [25]], notat Fpn . Dac¼
a V este o mulţime nevid¼
a astfel încât (V; Fpn ) satisface axiomele
de spaţiu vectorial, atunci structura (V; Fpn ) este un spaţiu vectorial peste un corp …nit, structur¼
a utilizat¼
a
în "Coding Theory" şi în "Cryptography". În acest context, un cod liniar de lungime m peste Fpn este un
subspaţiu al spaţiului Fm
p n ; Fp n .
1.1.10. De…niţie. (De…niţia subspaţiului) Fie (V; K) spaţiu vectorial şi S V; S se numeşte subspaţiu
vectorial al lui (V; K) dac¼
a:
10 1. SPAŢII ŞI SUBSPAŢII VECTORIALE
(1) 8x; y 2 S; x + y 2 S;
(2) 8 2 K; 8x 2 S; x 2 S:
Nu orice submulţime a lui V este subspaţiu: de exemplu mulţimea f (1; 1; 2) ; : 2 Rg este subspaţiu
in R3 , iar mulţimea f(1; 1; 1) + (1; 1; 2) ; : 2 Rg nu este subspaţiu în R3 .
S = f (1; 0; 0) + (0; 0; 1) ; ; 2 Rg :
Se noteaz¼
a cu LK (V1 ; V2 ) mulţimea tuturor mor…smelor dintre (V1 ; K) şi (V2 ; K).
1.1.13. Exemplu. Fie spaţiile vectoriale (R3 ; R) şi (P2 [X] ; R) (Pn [X] este mulţimea tuturor polinoamelor
de grad cel mult n, în nedeterminata X şi cu coe…cienţi reali). Funcţia U ( ) : P2 [X] ! R3 de…nit¼
a
prin U (P ( )) = xP ( ) 2 R3 (pentru un polinom P (X) = aX 2 + bX + c 2 P2 [X] se ataşeaz¼
a vectorul
xP ( ) = (a; b; c)) este mor…sm de spaţii vectoriale.
Operaţiile în (P2 [X] ; R) sunt (de…niţiile sunt cunoscute din liceu):
Def
P ( ) + Q ( ) = (P + Q) ( ) ; unde: (P + Q) (X) = P (X) + Q (X) ;
Def
P ( ) = (( P ) ( )) ; unde: ( P ) (X) = P (X) :
P (X) = aX 2 + bX + c 2 P2 [X] ) U (P ( )) = (a; b; c) 2 R3 ;
Q (X) = a1 X 2 + b1 X + c1 2 P2 [X] ) U (Q ( )) = (a1 ; b1 ; c1 ) 2 R3 :
1.1. DEFINIŢII INTRODUCTIVE 11
(P + Q) (X) = (a + a1 ) X 2 + (b + b1 ) X + (c + c1 ) 2 P2 [X] )
) U ((P + Q) ( )) = (a + a1 ; b + b1 ; c + c1 ) = (a; b; c) + (a1 ; b1 ; c1 ) = U (P ( )) + U (Q ( ))
( P ) (X) = aX 2 + bX + c )
) U (( P ) ( )) = ( a; b; c) = (a; b; c) = U (P ( )) :
1.1.15. Exerciţiu. S¼
a se arate c¼
a mor…smul din exemplul anterior este funcţie bijectiv¼
a.
1.1.17. Exerciţiu. S¼
a se arate c¼
a U ( ) : P2 [X] ! R, de…nit prin U (P ( )) = P (1) este o funcţional¼
a
liniar¼
a.
P
p
a) Pentru p 2 N, i = 1; p; xi 2 V şi
1.1.18. De…niţie. (Combinaţie liniar¼ i 2 K, elementul x = ix
i
i=1
se numeşte combinaţie liniar¼a a vectorilor xi cu scalarii i . (scalarii care particip¼
a la sum¼
a se mai numesc
ponderi iar combinaţia liniar¼
a se mai numeşte sum¼a ponderat¼a ).
1.1.23. Exemplu. în spaţiul vectorial (P2 [X] ; R), pentru A = f1; Xg,
spanR A = fa 1 + b X; a; b 2 Rg
este mulţimea tuturor combinaţiilor liniare cu polinoamele 1 şi X şi este mulţimea tuturor polinoamelor
de grad cel mult 1 în X (inclusiv constantele, privite ca polinoame).
B 1 1 3 C
B C
B 2 3 5 C
B C
B C este 3).
B 2 4 2 C
B C
@ A
1 0 1
P
p
i
P
p
i
(1) 8 i 2 K; i = 1; p; ix =0) 1 = = p = 0 (unic) (relaţia ix = 0 are loc numai
i=1 i=1
pentru scalari nuli);
P
p
i
(2) 8 i 2 K; i = 1; p; ((9i0 2 f1; ; pg ; i0 6= 0) ) ix 6= 0) (pentru orice alegere nenul¼
a de
i=1
scalari, combinaţia liniar¼
a este nenul¼
a)
Procedur¼
a: Studiul dependenţei liniare a unei familii de vectori
Fie o mulţime de vectori xi ; i = 1; p în spaţiul vectorial (V; K).
Pasul 1. Se consider¼
a relaţia:
p
X
i
ix = 0;
i=1
Pasul 2. Se rezolv¼
a ecuaţia de la Pasul 1, în sensul c¼
a se a‡a¼ toate soluţiile ecuaţiei (de fapt, pentru stabilirea
naturii familiei de vectori este su…cient s¼
a se r¼
aspund¼
a la întrebarea: „Exist¼
a şi alte soluţii în afar¼
a
de soluţia identic nul¼
a( i = 0, i = 1; p)?". De obicei acest pas înseamn¼
a rezolvarea (eventual
cu discuţie dup¼
a parametrii, dac¼
a familia de vectori depinde de parametri) unui sistem liniar de
ecuaţii folosind tehnicile de liceu sau Metoda pivotului.
Pasul 3. în funcţie de rezultatele obţinute la Pasul 2, se …nalizeaz¼
a studiul cu concluzia adecvat¼
a:
dac¼
a soluţia nul¼
a este unic¼
a, mulţimea este liniar independent¼
a;
dac¼
a soluţia nul¼
a nu este unic¼
a, mulţimea este liniar dependent¼
a şi eventual se scoate în evidenţ¼
a
şi o dependenţ¼
a (se înlocuieşte o soluţie nenul¼
a în ecuaţia de la Pasul 1).
(soluţia nul¼
a veri…c¼
a întotdeauna sistemul de pasul 1; în situaţia de independenţ¼
a liniar¼
a,
esenţial este s¼
a se justi…ce faptul c¼
a nu exist¼
a alte soluţii)
1.1.28. Exemplu. S¼
a se studieze natura mulţimii de vectori:
1 2 3
1v (m) + 2v (m) + 3v (m) = 0;
1.1. DEFINIŢII INTRODUCTIVE 15
adic¼
a (m 1 + 2 + 3; 1 +m 2 + 3; 1 + 2 +m 3) = (0; 0; 0). Se obţine sistemul algebric liniar omogen:
8
>
> m + + =0
>
< 1 2 3
1 +m 2 + 3 =0
>
>
>
:
1 + 2 +m 3 =0
a c¼
arui mulţime de soluţii este dependent¼
a de parametrul m şi este:
8
>
> f(0; 0; 0)g ; m 2 Rn f 2; 1g
>
<
S (m) = f( a b; a; b) ; a; b 2 Rg ; m = 1
>
>
>
:
f(a; a; a) ; a 2 Rg ; m= 2
în concluzie:
Se observ¼
a c¼
a se obţin informaţii de dou¼
a tipuri:
1.1.30. Exemplu. în spaţiul vectorial (P2 [X] ; R), pentru A = f1; Xg,
spanR A = fa 1 + b X; a; b 2 Rg
este mulţimea tuturor combinaţiilor liniare cu polinoamele 1 şi X şi deci A genereaz¼
a mulţimea tuturor
polinoamelor de grad cel mult 1 în X.
16 1. SPAŢII ŞI SUBSPAŢII VECTORIALE
Diferenţe dintre termenii folosiţi. Expresiile „vector”, „vector de poziţie”sau „punct”, deşi sunt
uzual folosite pentru a desemna un element al unui spaţiu vectorial, în sens strict au alt¼
a semni…caţie.
Expresia „punct” se refer¼
a la un element al mulţimii V şi desemneaz¼
a un loc in spaţiu. Mulţimea V
este privit¼
a ca „spaţiu a…n”- o structur¼
a abstract¼
a care nu va … studiat¼
a în acest curs. Cu puncte se pot
face doar sc¼
aderi, iar rezultatul sc¼
aderii dintre dou¼
a puncte este un vector.
Expresia „vector” se refer¼
a la un obiect care este caracterizat de dou¼
a puncte, unul numit origine iar
cel¼
alalt vârf.
Singura expresie adecvat¼
a structurii de spaţiu vectorial este cea de „vector de poziţie”şi se refer¼
a la
un vector cu originea în originea sistemului de axe şi cu vârful în punct.
Exemplu:
~ si OQ.
Punctele P = (2; 5) si Q = (6; 2) sunt identi…cate cu vectorii de poziţie OP ~
R=P ~ si OR
Q = ( 4; 3). Deşi vectorii QP ~ sunt congruenţi, au alte origini şi doar unul dintre ei (şi
~ este vector de poziţie; cel¼
anume OR) ~ , nu este element al spaţiului vectorial.
alalt, vectorul QP
1.1. DEFINIŢII INTRODUCTIVE 17
aţilor spaţiului. Se
Schimbarea înmulţirii cu scalari poate conduce la schimbarea propriet¼
consider¼
a mulţimea R [X] a funcţiilor raţionale (fracţii de polinoame cu coe…cienţi reali).
Mulţimea R [X] este corp împreun¼
a cu adunarea şi înmulţirea fracţiilor de polinoame cu coe…cienţi
reali.
Structura (R [X] ; R [X]) este spaţiu vectorial peste el însuşi (iar în acest caz înmulţirea cu scalari este
chiar înmulţirea obişnuit¼
a a fracţiilor de polinoame (dup¼
a cum se va vedea în secţiunea 1.5, spaţiul vectorial
este 1–dimensional)
Se consider¼
a o alt¼
a „înmulţire cu scalari":
unde:
n 1
[ n2 ]
X [X2 ]
p1 (X 2 ) q1 (X 2 ) p1 (X 2 ) q2 (X 2 ) X + p2 (X 2 ) q1 (X 2 ) X p2 (X 2 ) q2 (X 2 ) X 2
= =
q12 (X 2 ) q22 (X 2 ) X 2
p1 (X 2 ) q1 (X 2 ) p2 (X 2 ) q2 (X 2 ) X 2 p1 (X 2 ) q2 (X 2 ) + p2 (X 2 ) q1 (X 2 )
= + X
q12 (X 2 ) q22 (X 2 ) X 2 q12 (X 2 ) q22 (X 2 ) X 2
p (X)
Se observ¼
a c¼
a polinomul v (X) = se scrie ca o combinaţie liniar¼
a a polinoamelor 1 şi X cu
q (X)
coe…cienţii (scalarii)
p1 (X) q1 (X) p2 (X) q2 (X) X
1 (X) =
q12 (X) q22 (X) X
18 1. SPAŢII ŞI SUBSPAŢII VECTORIALE
şi
p1 (X) q2 (X) + p2 (X) q1 (X)
2 (X) = ;
q12 (X) q22 (X) X
în sensul c¼
a
v= 1 1+ 2 X;
ceea ce arat¼
a c¼
a f1; Xg este sistem de generatori. Cum familia f1; Xg este liniar independent¼
a (exerciţiu),
rezult¼
a c¼
a structurile (R[X]; R[X]; +; ) şi (R[X]; R[X]; +; ) sunt diferite, datorit¼
a operaţiei diferite de
înmulţire cu scalari.
1.2. Propriet¼
aţi
(2) 8 2 K; 0V = 0V ;
(3) 8x 2 V; 0K x = 0V ;
(4) 8x 2 V; ( 1K ) x = x;
(5) x = 0V ) = 0K sau x = 0V .
(1) x= ((x y) + y) = (x y) + y) (x y) = x y; x = (( ) + )x =
( )x + x ) x x=( ) x;
(2) 0V = (x x) = x x = 0V :
(3) 0K x = ( ) x= x x = 0V :
(4) 0V = 0K x = (1K 1K ) x = (1K + ( 1K )) x = 1K x + ( 1K ) x ) ( 1K ) x = (1K x) = x:
1 1 1
(5) x = 0V şi 6= 0 ) 9 2 K şi x= 0V ) x = 0:
Tem¼
a: S¼
a se studieze aceast¼
a Propoziţie ca un exerciţiu teoretic.
X
n
8n 2 N; 8xi 2 V0 ; 8 i 2 K; i = 1; n; i xi 2 V0 :
i=1
T
1.2.4. Observaţie. span (xi )i=1;n = V0 (este cel mai mic subspaţiu liniar care conţine familia
V0 subspaţiu
V0 (xi )
i=1;n
(xi )i=1;n ).
T
Demonstraţie. span (xi )i=1;n V0 pentru c¼
a orice subspaţiu care conţine familia (xi )i=1;n
V0 subspaţiu
V0 (xi )
i=1;n
conţine şi toate combinaţiile liniare ale acestei familii (Observaţia (1.2.3)); incluziunea invers¼
a rezult¼
a din
Propoziţia (1.2.2): span (xi )i=1;n este subspaţiu vectorial şi cum conţine familia (xi )i=1;n urmeaz¼
a c¼
a
T
face parte dintre subspaţiile care particip¼
a la intersecţie, aşa c¼
a are loc span (xi )i=1;n V0
V0 subspaţiu
V0 (xi )
i=1;n
pentru c¼
a intersecţia este inclus¼
a în orice mulţime care particip¼
a la intersecţie.
1.3.1. Exemplu. Spaţiul Kn de şiruri ordonate cu n componente din corpul K. Elementele mulţimii
Kn sunt de forma (x1 ; x2 ; ; xn ), adunarea şi înmulţirea cu un scalar se face pe componente. Exemple
importante se obţin pentru K = R, K = C, K = Q şi pentru corpuri …nite.
1
1.3.2. Exemplu. Fie X 6= ; şi …e F (X) = ff ( ) : X ! R; f (R ) este …nit¼
ag [X este o mulţime
nevid¼
a oarecare iar F (X) este mulţimea funcţiilor de…nite pe X, cu valori reale, şi ale c¼
arei valori sunt
nenule într–un num¼
ar …nit de cazuri]. F (X) cu operaţiile algebrice uzuale dintre funcţii este spaţiu
vectorial.[Cazuri particulare interesante] X = f1; ; ng; X = N.
1.3.3. Exemplu. Spaţiul vectorial al matricilor de m linii şi n coloane, cu coe…cienţi peste un corp …xat.
Spaţiul este Mm n (K), vectorii sunt matrice, adunarea vectorilor este adunarea matricilor, înmulţirea
unui vector cu un scalar este înmulţirea matricilor cu un scalar.
1.3.4. Exemplu. Spaţiul vectorial al şirurilor oarecare de numere reale. Spaţiul este notat RN , un vector
este un şir de numere reale înţeles ca succesiunea ordonat¼
a şi in…nit¼
a a elementelor şirului. Adunarea
vectorilor este adunarea termen cu termen a şirurilor
P
1
1.3.5. Exemplu. Mulţimea şirurilor (an )n2N cu proprietatea c¼
a seria a2n este convergent¼
a [deci cu
n=0
P
n
proprietatea c¼
a limita lim a2k este …nit¼
a]
n!1 k=0
1.4. EXERCIŢII 21
1.3.6. Exemplu. Spaţiul vectorial al şirurilor Cauchy de numere raţionale (un şir (an )n2N Q este
Cauchy dac¼
a 8" > 0, 9n" 2 N, 8n; m n" , jan am j < "), cu operaţiile de…nite ca la exemplul anterior.
1.3.7. Exemplu. Spaţiul polinoamelor în nedeterminata t cu coe…cienţi reali, notat R [t]. Dac¼
a p(t) =
a0 + a1 t + + an tn şi q(t) = b0 + b1 t + + bn tn sunt dou¼
a polinoame din R [t], de…niţiile
dau o structur¼
a de spaţiu vectorial.
1.3.8. Exemplu. Spaţiul vectorial al polinoamelor în nedeterminata t, cu coe…cienţi reali, de grad cel
mult n, notat Rn [t].
1.3.10. Exemplu. Spaţiul vectorial real al tuturor funcţiilor inde…nit derivabile D1 (R; R).
1.3.11. Exemplu. Spaţiul vectorial real al tuturor funcţiilor care au domeniul [a; b] şi codomeniul R,
notat F ([a; b] ; R).
1.3.12. Exemplu. Spaţiul vectorial real al tuturor funcţiilor din F ([a; b] ; R) care sunt lipschitziene
(funcţii f ( ) : [a; b] ! R pentru care exist¼
a kf > 0 astfel încât jf (x) f (y)j 6 kf jx yj, 8x; y 2 [a; b]),
notat L ([a; b] ; R).
1.4. Exerciţii
a spaţiul R3 .
1.4.1. Exemplu. Familia de vectori (1; 1; 1), (1; 2; 3), (3; 2; 1) genereaz¼
1.4.2. Exerciţiu. Fie (V; R) un spaţiu vectorial real oarecare. Se de…nesc operaţiile:
+ : (V V) (V V) ! V V
de…nit¼
a prin
(x1 ; y1 ) + (x2 ; y2 ) = (x1 + x2 ; y1 + y2 )
şi
:C (V V) ! (V V)
de…nit¼
a prin
( + i ) (x; y) = ( x y; x + y) :
22 1. SPAŢII ŞI SUBSPAŢII VECTORIALE
S¼
a se arate c¼
a (V V; C) cu operaţiile de mai sus este un spaţiu vectorial complex (acest spaţiu se numeşte
complexi…catul spaţiului real (V; R) )
1.4.3. Exerciţiu. S¼
a se arate c¼
a mulţimea funcţiilor nederivabile pe [a; b] nu este spaţiu vectorial.
1.4.4. Exerciţiu. S¼
a se arate c¼
a reuniunea a dou¼
a subspaţii vectoriale nu este neap¼
arat un subspaţiu
vectorial.
1.5. Reprezent¼
ari în spaţii vectoriale
1.5.1. Propoziţie. (De…niţii echivalente ale bazei) Fie B o mulţime de vectori în (V; K). Sunt echivalente
a…rmaţiile:
de elementele lui B) şi include strict mulţimea B, contradicţie cu maximalitatea lui B (ca mulţime liniar
independent¼
a). Deci mulţimea B este sistem de generatori.
Presupunem prin reducere la absurd c¼
a B ca sistem de generatori nu este … minimal. Atunci exist¼
a B0
inclus strict în B şi care este sistem de generatori. Fie v1 2 B n B0 ; v1 este combinaţie liniar¼
a a elementelor
din B0 (în care v1 nu se a‡a¼) deci B nu este mulţime liniar independent¼
a, contradicţie.
(2))(3)
Cum B este sistem de generatori, s¼
a presupunem prin reducere la absurd c¼
a mulţimea B n-ar …
liniar independent¼
a, adic¼
a presupunem c¼
a ar exista un vector v2 2 B care s¼
a …e combinaţie liniar¼
a de
ceilalţi vectori; atunci noua mulţime B n fv2 g ar … strict inclus¼
a în B şi ar p¼
astra proprietatea de sistem
de generatori (pentru c¼
a …ecare vector poate … scris ca o combinaţie liniar¼
a de vectorii din B, iar în
combinaţiile liniare la care particip¼
a şi v2 acesta poate … înlocuit cu o combinaţie liniar¼
a din B n fv2 g,
obţinându–se combinaţii liniare numai cu elementele lui B n fv2 g), contradicţie.
(3))(1)
Cum B este liniar independent¼
a, dac¼
a n-ar … maximal¼
a (ca mulţime liniar independent¼
a) ar exista o
mulţime B 0 liniar independent¼
a şi care conţine B. Atunci v 0 2 B 0 n B nu este combinaţie liniar¼
a de vectorii
a altfel B 0 n-ar … liniar independent¼
din B (pentru c¼ a) ceea ce este o contradicţie cu faptul c¼
a B este sistem
de generatori.
1.5.2. De…niţie. Se numeşte baz¼a orice mulţime de vectori care satisface una dintre condiţiile echivalente
din Propoziţia anterioar¼
a. Dac¼
a pentru o baz¼
a …xat¼
a se ţine cont şi de ordinea vectorilor în baz¼
a, atunci
în locul cuvântului baz¼a se va folosi cuvântul reper.
(demonstraţia va ar¼
ata c¼
a, dac¼
a familia …nit¼
a S este sistem de generatori, atunci maximalitatea lui B în
S ca familie liniar independent¼
a implic¼
a maximalitatea lui B în V ca familie liniar independent¼
a)
1.5.5. Corolar. Din orice sistem …nit de generatori se poate extrage o baz¼
a.
şi se aplic¼
a teorema precedent¼
a ) 9B baz¼
a astfel încât
fv0 g B S:
¼
1.5. REPREZENTARI îN SPAŢII VECTORIALE 25
dac¼
a toţi scalarii i ar … nuli atunci v1 ar … nul ceea ce contrazice independenţa liniar¼
a a familiei
fv1 ; ; vr g; deci m¼
acar un scalar este nenul şi, printr–o eventual¼
a renumeroatare a sistemului de genera-
tori, se poate presupune c¼
a 1 6= 0; se poate scrie u1 ca o combinaţie liniar¼
a de vectorii v1 ; u2 ; ; un :
1 X
n
i
(1.5.1) u1 = v1 ui :
1 i=2 1
P
n
Fie v 2 V oarecare; 9 i 2 K; i = 1; n, astfel încât v = i ui dar din (1.5.1) urmeaz¼
a:
i=1
P
n P
n
1
P
n P
n
v= i ui = 1 u1 + i ui = 1 1
v1 i
1
ui + i ui =
i=1 i=2 i=2 i=2
P
n
= 1
1
v1 + i
i 1
1
ui ;
i=2
X
r 1 X
n
9 i 2 K; vr = i vi + i ui ;
i=1 i=r
rP1
dac¼
a toţi scalarii i 2 K; i = r; n ar … nuli, atunci vr = i vi contradicţie cu independenţa liniar¼
aa
i=1
familiei fv1 ; ; vr g; deci 9i0 2 fr; ; ng astfel încât i0 6= 0; se presupune printr-o renumerotare c¼
a
1 X
r 1
i
X
n
i
(1.5.2) ur = vr vi ui ;
r i=1 r i=r+1 r
26 1. SPAŢII ŞI SUBSPAŢII VECTORIALE
din faptul c¼
a fv1 ; ; vr 1 ; ur ; ; un g este sistem de generatori şi din (1.5.2) urmeaz¼
a c¼
a fv1 ; ; vr ; ur+1 ; ; un
este sistem de generatori: 8v 2 V; 9 i 2 K; i = 1; n;
rP1 P
n rP1 P
n
v= i vi + i ui = i vi + r ur + i ui =
i=1 i=r i=1 i=r+1
rP1 rP1 P
n P
n
1
= i vi + r r
vr i
r
vi i
r
ui + i ui =
i=1 i=1 i=r+1 i=r+1
rP1 Pn
i r r i r
= i r
vi + r
vr + i r
ui ;
i=1 i=r+1
ceea ce înseamn¼
a c¼
a orice vector al spaţiului este combinaţie liniar¼
a de vectorii familiei fv1 ; ; vr ; ur+1 ; ; un g,
adic¼
a fv1 ; ; vr ; ur+1 ; ; un g este sistem de generatori.
1.5.7. Corolar. Într–un spaţiu vectorial de tip …nit, orice familie liniar independent¼
a de vectori poate …
completat¼
a pân¼
a la o baz¼
a.
Demonstraţie. Se consider¼
a o familie liniar independent¼
a B0 şi un sistem de generatori S0 . Din
Teorema (1.5.6) se obţine un nou sistem de generatori S cu acelaşi num¼
ar de elemente ca şi S0 , şi care
include B0 . Deoarece B0 S rezult¼
a c¼
a num¼
arul de elemente din B0 este mai mic decât num¼
arul de
elemente din S, deci şi din S0 .
i ui = i ui ) ( i i ) ui = 0;
i=1 i=1 i=1
1.5.12. De…niţie. Fiind …xate: (V; K), baza (reperul) B şi vectorul v 2 V, scalarii din propoziţia ante-
rioar¼
a se numesc coordonatele vectorului v.
În continuare, pentru …ecare vector v al spaţiului se va nota reprezentarea vectorului în baza B (coor-
donatele vectorului în baza B) cu [v]B . Scrierea
2 3
6 1 7
6 7
6 2 7
6 7
[v]B = 6 . 7
6 .. 7
6 7
4 5
n
X
n
v= i vi ;
i=1
scrierea lor f¼
acându-se (prin convenţie) pe vertical¼
a iar ordinea scalarilor …ind unic determinat¼
a de ordinea
vectorilor în baz¼
a. Trebuie remarcat c¼
a reprezentarea unui vector depinde de baza …xat¼
a, în sensul c¼
a
schimbarea bazei atrage schimbarea reprezent¼
arii, cu toate c¼
a vectorul nu se schimb¼
a (acelaşi obiect …xat
se vede diferit din diferite puncte de vedere). Modul în care se petrece aceast¼
a schimbare şi leg¼
atura dintre
diferite reprezent¼
ari ale aceluiaşi obiect este studiat¼
a în secţiunile urm¼
atoare.
1.5.13. Propoziţie. Orice spaţiu vectorial de tip …nit (V; K) cu dimK V = n este izomorf cu (Kn ; K)
1.1.14.
28 1. SPAŢII ŞI SUBSPAŢII VECTORIALE
X
n X
n X
n
0 0
v1 + v2 = i vi + i vi = ( i + i ) vi )
i=1 i=1 i=1
2 3 2 3 2 3
0 0
6 1 + 1 7 6 1 7 6 7 1
6 7 6 7 6 7
6 + 0 7 6 2 7 6 0 7
6 2 2 7 6 7 6 2 7
[v1 + v2 ]B = 6 .. 7 = 6 . 7 + 6 . 7 = [v1 ]B + [v2 ]B
6 . 7 6 .. 7 6 .. 7
6 7 6 7 6 7
4 5 4 5 4 5
0 0
n + n n n
deci ' (v1 + v2 ) = ' (v1 ) + ' (v2 ) (din unicitatea reprezent¼
arii într-o baz¼
a). Analog, pentru 2 K are loc
2 3 2 3
6 1 7 6 1 7
6 7 6 7
X
n 6 7 6 2 7
6 2 7 6 7
v1 = ( i ) vi ) [ v ]
1 B = 6 .. 7= 6 . 7= [v1 ]B
6 . 7 6 .. 7
i=1 6 7 6 7
4 5 4 5
n n
În continuare se vor da exemple de baze standard (canonice) pentru diferite spaţii vectoriale. În …ecare
spaţiu vectorial se poate lucra cu o in…nitate de baze; ca o convenţie general¼
a, dac¼
a nu se precizeaz¼
a o baz¼
a
pentru spaţiul în care se lucreaz¼
a, se va presupune implicit c¼
a se lucreaz¼
a cu baza standard (canonic¼
a).
1.6.3. Exemplu. Baza standard pentru R3 este f(1; 0; 0) ; (0; 1; 0) ; (0; 0; 1)g.
1.7. REPREZENTAREA VECTORILOR 29
1.6.4. Exemplu. Baza standard pentru Rn [t] (mulţimea polinoamelor cu coe…cienţi reali de grad cel mult
n) este mulţimea E = f1; t1 ; : : : ; tn g.
1.6.5. Exemplu. Baza standard pentru R [t] (mulţimea tuturor polinoamelor) este mulţimea E = f1; t1 ; : : : ; tn ; :
1.6.6. Exemplu. Baza standard pentru Mmn (R) (mulţimea matricilor de m linii şi n coloane, cu elemente
numere reale) este mulţimea E = fE11 ; : : : ; Emn g de matrici Eij 2 Mmn (R) cu proprietatea c¼
a locul (i; j)
este ocupat de valoarea 1 iar celelalte locuri sunt ocupate de valoarea 0.
1.6.7. Exemplu. Baza standard pentru M3;2 (R) este mulţimea E = fE11 ; E12 ; E21 ; E22 ; E31 ; E32 g a
2 3 2 3 2 3 2 3 2 3
1 0 0 1 0 0 0 0 0 0
6 7 6 7 6 7 6 7 6 7
6 7 6 7 6 7 6 7 6 7
matricilor E11 = 6 0 0 7, E12 = 6 0 0 7, E21 = 6 1 0 7, E22 = 6 0 1 7, E31 = 6 0 0 7, E32 =
4 5 4 5 4 5 4 5 4 5
0 0 0 0 0 0 0 0 1 0
2 3
0 0
6 7
6 7
6 0 0 7.
4 5
0 1
Fie V spaţiu vectorial de tip …nit peste corpul K şi …e B = (e1 ; ::; en ) un reper al s¼
au. Coordonatele
vectorilor reperului în raport cu reperul sunt:
2 3 2 3 2 3
6 1 7 6 0 7 6 0 7
6 7 6 7 6 7
6 0 7 6 1 7 6 0 7
6 7 6 7 6 7
6 7 6 7 6 .. 7
6
[e1 ]B = 6 0 7 ; [e2 ]B = 6
7 7
6 0 7; ; [en ]B = 6
6 . 7
7:
6 . 7 6 . 7 6 7
6 . 7 6 . 7 6 7
.
6 7 6 . 7 6 0 7
4 5 4 5 4 5
0 0 1
u = u1 + u2 ;
dac¼
a şi numai dac¼
a între coordonatele (reprezent¼
arile) vectorilor în aceeaşi baz¼
a are loc relaţia
Demonstraţie. Evident
P
n P
n P
n
Fie reperul B = (e1 ; ::; en ) şi u = i ei , u1 = i ei , u2 = i ei . Coordonatele vectorilor sunt:
i=1 i=1 i=1
30 1. SPAŢII ŞI SUBSPAŢII VECTORIALE
2 3 2 3 2 3
1 1 1
6 7 6 7 6 7
6 . 7 6 . 7 6 . 7
[u]B = 6 .. 7, [u1 ]B = 6 .. 7, [u2 ]B = 6 .. 7.
4 5 4 5 4 5
n n n
Dac¼
a între vectori are loc relaţia u = u1 + u2 , atunci:
P
n Pn P
n
e
i i = e
i i + i ei , relaţie care (din unicitatea reprezent¼
arii într–o baz¼
a) este echivalent¼
a
i=1 i=1 i=1
cu i = i + i,
8i = 1; n, adic¼
a:
2 3 2 3 2 3
1
6 7 6 1 7 6 1 7
6 .. 7 6 .. 7 6 .. 7
6 . 7= 6 . 7+ 6 . 7.
4 5 4 5 4 5
n n n
1.7.2. Observaţie. Fie reperul B = (e1 ; ::; en ) …xat şi …e B1 = (v1 ; ::; vm ) o familie oarecare ordonat¼
a de
vectori (este important¼
a ordinea vectorilor în ambele familii). Coordonatele vectorilor consideraţi sunt, în
reperul B, urm¼
atoarele:
2 3 2 3 2 3
6 11 7 6 12 7 6 1m 7
6 7 6 7 6 7
6 7 6 7 6 7
6 21 7 6 22 7 6 2m 7
6 7 6 7 6 7
[v1 ]B = 6
6
7 6
31 7 ; [v2 ]B = 6
7 6
32 7 ; :::; [vm ]B = 6 3m
7;
7
6 .. 77 6 .. 77 6 .. 7
6 6 6 7
6 . 7 6 . 7 6 . 7
4 5 4 5 4 5
n1 n2 nm
P
n
vj = ij ei ; 8j = 1; m
i=1
Se noteaz¼
a cu [M (B1 )]B (2 Mn m (K)) matricea care are drept coloane coordonatele vectorilor familiei
B1 în baza B, 2 3
6 11 12 1m 7
6 7
6 7
6 21 22 2m 7
6 7
[M (B1 )]B = 6
6 31 32 3m
7:
7
6 .. .. .. 7
6 .. 7
6 . . . . 7
4 5
n1 n2 nm
Urm¼
atoarele caracteristici ale familiei B1 pot … studiate cu ajutorul acestei matrici:
[rangul nu poate … mai mare ca m; rangul este mai mic decât m, dac¼
a şi numai dac¼
a (m¼
acar)
o coloan¼
a este combinaţie liniar¼
a a celorlalte coloane, adic¼
a vectorii sunt liniar dependenţi]
(4) Familia B1 este sistem de generatori dac¼
a şi numai dac¼
a rang [M (B1 )]B = n (o consecinţ¼
a este c¼
a
B1 nu poate … sistem de generatori dac¼
a num¼
arul ei de vectori este mai mic decât dimensiunea
spaţiului);
[familia de vectori este sistem de generatori dac¼
a şi numai dac¼
a sistemul liniar neomogen
[M (B1 )]B x = [v]B este compatibil pentru orice vector v; dac¼
a rangul matricii [M (B1 )]B este
mai mic strict decât n, familiei B1 i se poate ad¼
auga un vector v astfel încât rangul noii familii s¼
a
…e strict mai mare, iar pentru un asemenea vector rangul matricii extinse este strict mai mare ca
rangul matricii, deci sistemul ataşat este incompatibil]
(5) Familia B1 este baz¼
a dac¼
a şi numai dac¼
a n = m şi rang [M (B1 )]B = n.
[Din punctele anterioare]
În ipoteza c¼
a familia B1 este reper, se pune problema reprezent¼
arii vectorilor în noul reper şi a g¼
asirii
leg¼
aturii dintre vechea reprezentare şi noua reprezentare. Reprezentarea noului reper în vechiul reper este
(matricial):
0 1
B 11 12 1n C
B C
B C
B 21 22 2n C
B C
[M (B1 )]B = B
B 31 32 3n
C:
C
B .. .. .. C
B .. C
B . . . . C
@ A
n1 n2 nn
Aceast¼
a matrice este format¼
a din reprezent¼arile vectorilor noului reper (pe coloane) în vechiul reper.
În noua reprezentare, vectorii reperului B1 vor avea coordonatele
2 3 2 3 2 3
1
6 7 0
6 7 6 0 7
6 7 6 7 6 7
6 0 7 6 1 7 6 0 7
6 7 6 7 6 7
6 7 6 7 6 .. 7
[v1 ]B1 = 6 0
6 7
7 ; [v2 ] = 6 0 7 ; :::; [vn ] = 6
B1 6 7 B1 6 . 7
7;
6 . 7 6 . 7 6 7
6 . 7 6 . 7 6 7
6 . 7 6 . 7 6 0 7
4 5 4 5 4 5
0 0 1
32 1. SPAŢII ŞI SUBSPAŢII VECTORIALE
X
n
0
ei = ji vj
j=1
S¼
a not¼
am cu [M (B)]B1 matricea care are drept coloane coordonatele vectorilor vechiului reper (B) în noul
reper (B1 ), 2 3
0 0 0
6 11 12 1n 7
6 7
6 0 0 0 7
6 21 22 2n 7
6 7
[M (B)]B1 =6
6
0
31
0
32
0
3n
7:
7
6 .. .. .. 7
6 .. 7
6 . . . . 7
4 5
0 0 0
n1 n2 nn
P
n P
n P
n P
n P
n
x= x0j vj = x0j ij ei = x0j ij ei =
j=1 j=1 !
i=1 j=1 i=1!
P
n P
n P
n P
n
= x0j ij ei = x0j ij ei ;
i=1 j=1 i=1 j=1
1.7. REPREZENTAREA VECTORILOR 33
P
n P
n
dar x = xi ei , deci xi = x0j ij , 8i = 1; n (din unicitatea reprezent¼
arii într-o baz¼
a). Scrierea matricial¼
a
i=1 j=1
a acestei relaţii este:
2 3 2 32 3
6 x1 7 6 11 12 13 1n 76 x01 7
6 7 2 P
n 3 6 76 7
6 7 x0j 6 76 7
6 7 6 1j
7 6 76 7
6 7 6 j=1
7 6 76 7
6 x2 7 Pn 7 6 76 7
6 7 6 x0j 7 6 ::: 76 x02 7
7 6
21 22 23 2n
6 2j
7 6 76 7
6 7 6 7 6 76 7
7 6
j=1
6 P 7 6 76 7
7=6
n
6 7=6 76 7;
6 7 6
6
x0j 3j
7 6 76 7
6 x3 7 7 6 76 x03 7
7 6
j=1
6 7 6
31 32 33 3n 76 7
6 7 6 ..
7 6 76 7
6 7 6 . 7 6 76 7
6 7 6
4 P
n 5 6 76 7
6 .. 7 6 .. .. .. .. 76 .. 7
6 7
. 7 x0j nj 6 . . .
..
. . 76 . 7
6 j=1 6 76 7
4 5 4 54 5
xn n1 n2 n3 nn x03
( Se mai spune c¼
a [M (B1 )]B este matricea de trecere de la B1 la B) Se observ¼
a c¼
a matricea de trecere
de la noua baz¼
a la vechea baz¼
a are drept coloane coordonatele în baza nou¼
a pentru vectorii bazei vechi.
Analog, are loc şi relaţia
[x]B1 = [M (B)]B1 [x]B
[M (B1 )]B
!
B1 B
[M (B1 )]B1
Dac¼
a se dau dou¼
a repere B1 şi B2 , amândou¼
a raportate la reperul de referinţ¼
a E, trecerea de la B1 la
B2 se face „pivotând” pe reperul de referinţ¼
a: …e [M (B)]E matricea care are drept coloane coordonatele
vectorilor reperului B în baza E şi [M (B1 )]E matricea care are drept coloane coordonatele vectorilor
reperului B1 în baza E. Atunci
8
>
> a11 x1 + a12 x2 + a1j xj + a1m xm = b1
>
>
>
>
>
> a21 x1 + a22 x2 + a2j xj + a2m xm = b2
>
>
>
>
>
<
>
> ai1 x1 + ai2 x2 + aij xj + aim xm = bi
>
>
>
>
>
>
>
>
>
>
>
: a x + a x +
n1 1 n2 2 anj xj + anm xm = bn
în care coe…cientul aij este nenul. Se alege s¼
a se elimine necunoscuta xj din toate ecuaţiile în afar¼
a de
ecuaţia i (cu alte cuvinte coe…cienţii necunoscutei xj s¼
a devin¼
a nuli în toate ecuaţiile în afar¼
a de ecuaţia
i) iar pentru ecuaţia i coe…cientul s¼
a devin¼
a 1. Pentru aceasta se fac urm¼
atoarele operaţii:
În urma acestor operaţii, noul sistem va conţine necunoscuta xj numai în ecuaţia i; calculele se sis-
tematizeaz¼
a astfel: elementul aij din vechiul sistem se va numi PIVOT iar noii coe…cienţi ai sistemului
se vor obţine din vechii coe…cienţi urmând REGULA PIVOTULUI:
(1) Locurile de indici (l; j)l=1;n l6=i (coloana pivotului) sunt ocupate de elemente nule iar locul (i; j)
(locul pivotului) este ocupat de valoarea 1.
aik
(2) Locurile de indici (i; k)k=1;m k6=j (linia pivotului) sunt ocupate de aij
(linia pivotului se împarte la
pivot).
(3) Celelalte locuri (k; l)k=1;m k6=j (nici pe linia i şi nici pe coloana j) sunt ocupate cu
l=1;n l6=i
REGULA DREPTUNGHIULUI:
coloana j coloana l
linia i aij ——— ail
j j
linia k akj ——— akl
Toate calculele se vor pune într-un tabel iar semni…caţia acestor calcule, din punct de vedere al coor-
donatelor vectorilor, este:
Prima coloan¼
a din stânga reprezint¼
a, la …ecare pas, vectorii bazei şi ordinea vectorilor în baz¼
a.
Prima linie reprezint¼
a vectorii care particip¼
a la transformare, şi ale c¼
aror coordonate sunt a‡ate
la …ecare pas.
Coloanele (numerice) sunt coordonatele vectorilor din prima linie (dintr-un spaţiu vectorial real
de dimensiune n), reprezentaţi pentru tabelul iniţial într-o baz¼
a iniţial¼
a notat¼
a (ei )i=1;n , iar pentru
tabelele ulterioare în baze intermediare.
Alegerea pivotului aij înseamn¼
a înlocuirea în baz¼
a a vectorului de baz¼
a de rang i cu vectorul
reprezentat de coloana j.
v1 vj vm e1 ei en b
e1 a11 a1j a1m 1 0 0 b1
e2 a21 a2j a2m 0 0 0 b2
.. .. .. .. .. .. .. ..
. . . . . . . .
ei ai1 aij # aim 0 1 0 bi
.. .. .. .. .. .. .. ..
. . . . . . . .
en an1 anj anm 0 0 1 bn
iar al doilea tabel se va obţine din primul cu regula pivotului:
v1 vj vm e1 ei en b
a1j
e1 a011 0 a01m 1 aij
0 b01
a2j
e2 a021 0 a02m 0 aij
0 b02
.. .. .. .. .. .. .. ..
. . . . . . . .
a(i 1)j
ei 1 a0(i 1)1 0 a0(i 1)m 0 aij
0 b0i 1
ai1 aim 1 bi
vj aij
1 aij
0 aij
0 aij
a(i+1)j
ei+1 a0(i+1)1 0 a0(i+1)m 0 aij
0 b0i+1
.. .. .. .. .. .. .. ..
. . . . . . . .
anj
en a0n1 0 a0nm 0 aij
1 b0n
1.7. REPREZENTAREA VECTORILOR 37
Cu aceast¼
a metod¼
a se pot rezolva sistemele liniare (neomogene)
Ax = b
în modul urm¼
ator:
(1) Se formeaz¼
a tabelul iniţial.
(2) Se aplic¼
a metoda pivotului pân¼
a când nu se mai poate aplica pentru nici un element.
(3) Se scrie rezultatul astfel: cu o eventual¼
a renumerotare de necunoscute (coloane) şi ecuaţii (linii),
tabelul …nal este de forma
..
I . A012 b01
..
0 . 0 b02
1.7.3. Exemplu. S¼
a se rezolve sistemele:
8 0 1
>
> 4x + 3x + 3x = 14 2
>
< 1 2 3
B C
B C
(1) 3x1 + 2x2 + 5x3 = 13 (Soluţia este: B 1 C)
>
> @ A
>
:
2x1 + x2 + 8x3 = 13 1
8 0 1
>
> 4x1 + 3x2 + 3x3 = 6 3 + 12
>
< B C
B C
(2) 3x1 + 2x2 + x3 = 8 (Soluţia este: B 5 14 C, 2 R)
>
> @ A
>
:
11x1 + 8x2 + 7x3 = 20
8
>
> x1 + x2 + x3 = 10
>
<
(3) 2x1 + x2 + x3 = 16 (Nu are soluţie)
>
>
>
:
3x1 + 2x2 + 2x3 = 24
x1 x2 x3 j b
4 3 3 j 14
3 2 5 j 13
2 1 8 j 13
j
3 3 7
1 j
4 4 2
1 11 5
0 j
4 4 2
1 13
0 j 6
2 2 .
j
1 0 9 j 11
0 1 11 j 10
0 0 1 j 1
j
1 0 0 j 2
0 1 0 j 1
0 0 1 j 1
0 1 0 1
x1 2
B C B C
B C B C
Soluţia sistemului se citeşte pe coloana b a ultimului tabel şi este B x2 C = B 1 C.
@ A @ A
x3 1
0 10 1 0 1
1 3 3 7
0 0 1
B 4 C B4 3 3 14C B 4 4 2C
B 3 CB C B 1 11 5C
B 1 0 C B3 2 5 13C = B0 C,
B 4 C@ A B 4 4 2 C
@ 2 A @ 1 13 A
0 1 2 1 8 13 0 6
0 4 10 1 0 2 2 1
3 3 7
1 3 0 1 1 0 9 11
B CB 4 4 2C B C
B CB 1 11 5 C
B0 4 0 C B 0 C=B B 0 1 11
C
10C,
B CB 4 4 2A C @ A
@ 4 A@ 1 13
0 1 0 6 0 0 1 1
0 2 10 2 2 1 0 1
1 0 9 1 0 9 11 1 0 0 2
B CB C B C
B CB C B C
B0 1 11 C B0 1 11 10 C = B 0 1 0 1C.
@ A@ A @ A
0 0 1 0 0 1 1 0 0 1 1
1.7. REPREZENTAREA VECTORILOR 39
0 1
4 3 3 14
B C
B C
Identitatea matricial¼
a obţinut¼ a B3 2 5 13C şi terminând
a pornind de la matricea iniţial¼
@ A
2 1 8 13
0 1
1 0 0 2
B C
B C
a B0 1 0 1C (folosind matrici elementare) este:
cu matricea …nal¼
@ A
0 0 1 1
0 10 10
1
10 1 0 1
1 0 9 B1 3 0 C B 0 0 4 3 3 14 1 0 0 2
CB
B
B
CB
CB C B 43 CB C B
C B
C
C
B0 1 11 C B0 C
4 0C B B C
1 0C B3 2 5 13C = B0 1 0 1C.
@ A@ 4 A@ A @ A
4 A@ 2
0 0 1 0 1 0 1 2 1 8 13 0 0 1 1
2 4
Forma extins¼
a a tabelelor şi eventuale semni…caţii din punct de vedere al reprezent¼
arilor:
j x1 x2 x3 j b j e1 e2 e3
j j j
e1 j 4 # 3 3 j 14 j 1 0 0
e2 j 3 2 5 j 13 j 0 1 0
e3 j 2 1 8 j 13 j 0 0 1
j j j
3 3 7 1
x1 j 1 j j 0 0
4 4 2 4
1 11 5 3
e2 j 0 - # j j 1 0
4 4 2 4
1 13 1
e3 j 0 j 6 j 0 1
2 2 2
j j j
x1 j 1 0 9 j 11 j 2 3 0
x2 j 0 1 11 j 10 j 3 4 0
e3 j 0 0 1 # j 1 j 1 2 1
j j j
x1 j 1 0 0 j 2 j 11 21 9
x2 j 0 1 0 j 1 j 14 26 11
x3 j 0 0 1 j 1 j 1 2 1
0 1
4 3 3 14 1 0 0
B C
B C
Identitatea matricial¼
a obţinut¼ a B3 2 5 13 0 1 0C şi
a pornind de la matricea iniţial¼
@ A
2 1 8 13 0 0 1
0 1
1 0 0 2 11 21 9
B C
B C
terminând cu matricea …nal¼a B0 1 0 1 14 26 11 C (folosind matrici elementare) este:
@ A
0 0 1 1 1 2 1
0 1 0 1 0 1 0 1
1
1 0 9 B1 3 0 C B 0 0 4 3 3 14 1 0 0
CB
B
B
CB
CB C B 43 CB C
C
B0 1 11 C B0 C
4 0C B B 1 0C B 3 2 5 13 0 1 0C =
@ A@ 4 C @ A
4 A@ 2 A
0 0 1 0 1 0 1 2 1 8 13 0 0 1
0 2 41
1 0 0 2 11 21 9
B C
B C
= B0 1 0 1 14 26 11 C
@ A
0 0 1 1 1 2 1
Diverse veri…c¼
ari folosind valorile din tabel:
0 10 1 0 1
4 3 3 11 21 9 1 0 0
B CB C B C
B CB C B C
B3 2 5C B 14 26 11 C = B0 1 0C
@ A@ A @ A
2 1 8 1 2 1 0 0 1
0 10 1 0 1
4 3 3 2 14
B CB C B C
B CB C B C
B3 2 5C B1C = B13C
@ A@ A @ A
2 1 8 1 13
1.7. REPREZENTAREA VECTORILOR 41
0 10 1 0 1
4 3 3 11 1
B CB C B C
B CB C B C
B3 2 5C B 14 C = B0C
@ A@ A @ A
2 1 8 1 0
0 10 1 0 1
4 3 3 21 0
B CB C B C
B CB C B C
B3 2 5C B 26C = B1C
@ A@ A @ A
2 1 8 2 0
0 10 1 0 1
4 3 3 9 0
B CB C B C
B CB C B C
B3 2 5C B 11 C = B0C
@ A@ A @ A
2 1 8 1 1
x1 x2 x3 j b
4 3 3 j 6
3 2 1 j 8
11 8 7 j 20
j
3 3 3
1 j
4 4 2
1 5 7 .
0 j
4 4 2
1 5 7
0 j
4 4 2
j
1 0 3 j 12
0 1 5 j 14
0 0 0 j 0
Se observ¼
a c¼
a algoritmul nu mai poate … continuat deoarece în ultimul tabel ultima linie
(corespunz¼
atoare necunoscutelor) este nul¼
a. Deoarece şi elementul corespunz¼
ator coloanei b este
nul, rezult¼
a c¼
a sistemul este compatibil 1 nedeterminat.
0 180 1 9
x >
> 12 + 3 >
>
B 1 C > <B C >
=
B C B C
Soluţia sistemului este B x2 C 2 B 14 5 C; 2R
@ A >> @ A >
>
>
: >
;
x3
Identitatea matricial¼
a obţinut¼
a pornind de la matricea iniţial¼
a şi terminând cu matricea …nal¼
a
(folosind matrici elementare) este:
0 10 1
10 1 0 1
1 3 0 B 0 0
B CB 4 CB 4 3 3 6 C B
1 0 3 12
C
B C 3 CB C B C
B 0 4 0 CB 1 0 C
CB 3 2 1 8 C=B 0 1 5 14 C.
@ AB@ 4 A@ A @ A
11
0 1 1 0 1 11 8 7 20 0 0 0 0
4
x1 x2 x3 j b
1 1 1 j 10
2 1 1 j 16
3 2 2 j 24
j
1 1 1 j 10
) Sistemul este incompatibil.
0 1 1 j 4
0 1 1 j 6
j
1 0 0 j 6
0 1 1 j 4
0 0 0 j 2
0 10 1 0 1
1 0 0 1 1 1 10 1 1 1 10
B CB C B C
B CB C B C
B 2 1 0 C B 2 1 1 16 C = B 0 1 1 4 C
@ A@ A @ A
3 0 1 3 2 2 24 0 1 1 6
1.7. REPREZENTAREA VECTORILOR 43
0 10 1 0 1
1 1 0 1 1 1 10 1 0 0 6
B CB C B C
B CB C B C
B 0 1 0 CB 0 1 1 4 C=B 0 1 1 4 C
@ A@ A @ A
0 1 1 0 1 1 6 0 0 0 2
Identitatea matricial¼
a obţinut¼
a pornind de la matricea iniţial¼
a şi terminând cu matricea …nal¼
a
(folosind matrici elementare) este:
0 10 10 1 0 1
1 1 0 1 0 0 1 1 1 10 1 0 0 6
B CB CB C B C
B CB CB C B C
B 0 1 0 CB 2 1 0 C B 2 1 1 16 C = B 0 1 1 4 C
@ A@ A@ A @ A
0 1 1 3 0 1 3 2 2 24 0 0 0 2
A I
1
I A
0 1
2 3 1
B C
B C
a se inverseze matricea B 1 2
1.7.5. Exemplu. S¼ 1 C
@ A
1 1 2
2 3 1 j 1 0 0
1 2 1 j 0 1 0
1 1 2 j 0 0 1
j
3 1 1
1 j 0 0
2 2 2
1 1 1
0 j 1 0
2 2 2
1 3 1
0 j 0 1
2 2 2
j
1 0 1 j 2 3 0
0 1 1 j 1 2 0
0 0 2 j 1 1 1
j
3 5 1
1 0 0 j
2 2 2
1 3 1
0 1 0 j
2 2 2
1 1 1
0 0 1 j
2 2 2
Ultimele trei linii şi ultimele
0 trei coloane1 dau matricea invers¼ a:
0 1 1 3 5 1
2 3 1 B 2 C
B
B
C
C B 1 32 21 C
B 1 2 1 C =B B C
@ A 2 2 2 C
@ 1 1 1 A
1 1 2
2 2 2
Matricial, operaţiile pentru …ecare pivot sunt 0 urm¼atoarele (folosind matrici
1 elementare):
0 10 1 3 1 1
1=2 0 0 2 3 1 1 0 0 1 0 0
B CB C B B 2 2 2 C
C
B CB C B 1 1 1
B 1=2 1 0 C B 1 2 1 0 1 0 C=B 0 1 0 C
C
@ A@ A @ 2 2 2 A
1 3 1
1=2 0 1 1 1 2 0 0 1 0 0 1
0 10 1 0 2 2 2 1
3 1 1
1 3 0 B 1 0 0
B CB 2 2 2 C B 1 0 1 2 3 0
C
B C C
B 0 2 0 CB 0
1 1 1
1 0 C=B B 1 2 0 C
C
@ AB 2 2 2 C @ 0 1 1
A
@ 1 3 1 A
0 1 1 0 0 1 0 0 2 1 1 1
0 10 2 2 2 1 0 1
3 5 1
1 0 1=2 1 0 1 2 3 0 1 0 0
B CB C B B 2 2 2 C
B CB C B 1 3 1 C
C
B 0 1 1=2 C B 0 1 1 1 2 0 C=B 0 1 0
@ A@ A @ 2 2 2 C
1 1 1 A
0 0 1=2 0 0 2 1 1 1 0 0 1
0 10 3 5 1
1 0 1 2 2 2
2 3 1 B 1 0 0
B CB 2 2 2 C C B C
B CB 1 3 1 C B C
Proba: B 1 2 C
1 B C = B 0 1 0 C
@ A@ 2 2 2 A @ A
1 1 1
1 1 2 0 0 1
2 2 2
1.7. REPREZENTAREA VECTORILOR 45
Folosind aceast¼
a metod¼
a şi acest mod de organizare a calculelor se pot efectua majoritatea cerinţelor
speci…ce algebrei liniare, cu p¼
astrarea semni…caţiilor reprezent¼
arilor în bazele iniţiale, intermediare şi …nale.
Suportul teoretic este oferit de
1.7.7. Teorem¼ a. (Lema substituţiei) Fie (V; K) spaţiu vectorial de tip …nit, V1 subspaţiul generat
P
m
de sistemul ordonat de vectori liniar independenţi B = (e1 ; ; em ), iar v = i ei 2 V1 . Dac¼
a j 6= 0
i=1
0
atunci B = (e1 ; ej 1 ; v; ej+1 ; ; em ) este un nou reper al lui V1 iar leg¼
atura dintre vechile coordonate
2 3 2 3
0
6 1 7 6 1 7
6 .. 7 6 . 7
[x]B = 6 . 7 (în reperul B) şi noile coordonate [x]B 0 = 6 .. 7 (în reperul B 0 ) ale unui vector oarecare
4 5 4 5
0
m m
0 j 0 i j j i
x 2 V1 este j = ; i = a B 0 este liniar independent, atunci
. Reciproc, dac¼ j 6= 0.
j j
P
m
Demonstraţie. Cum j 6= 0, din relaţia v = i ei se poate obţine ej ca o combinaţie liniar¼
a de v şi
i=1
v P
m
i
de ceilalţi vectori din B: ej = ei ) B 0 este sistem de generatori pentru V1 , pentru c¼
a B este
j i=1;i6=j j
sistem de generatori iar orice combinaţie liniar¼
a care conţine ej poate … înlocuit¼
a cu o combinaţie linar¼
a
de B 0 . Familia B 0 este chiar reper, deoarece are acelaşi num¼
ar de vectori ca şi B, aşa c¼
a este minimal¼
a ca
sistem de generatori.
O justi…care alternativ¼ a:
P
m P
m P
m P
m
Fie i astfel încât i ei + j v = 0 ) i ei + j i ei =0 ) ( i + j i ) ei + j j ej
i=1;i6=j i=1;i6=j i=1 i=1;i6=j
8
< j j = 0 (si j 6= 0)
=0) ) i = 0, 8i
: + = 0; i 6= j
i j i
) B 0 este baz¼
a în V1 !
Pm P
m P
m v P
m
i P
m
i
Mai mult, x = e
i i = i ei + j ej = i ei + j ei = i j ei +
i=1 i=1;i6=j i=1;i6=j j i=1;i6=j j i=1;i6=j j
v 0 i 0 j
j ) noile coordonate sunt i = i j ; i 6= j; j = .
j j j
1.7.8. Exemplu. S¼
a se studieze natura sistemului de vectori:
0 1 0 1 0 1 0 1
1 2 1 1
B C B C B C B C
B C B C B C B C
v1 = B 0 C ; v2 = B1C ; v3 = B1C ; v4 = B 2 C
@ A @ A @ A @ A
1 3 1 0
j v1 v2 v3 v4 j e1 e2 e3 j b
j j j
e1 j 1 # 2 1 1 j 1 0 0 j 0
e2 j 0 1 1 2 j 0 1 0 j 0
e3 j 1 3 1 0 j 0 0 1 j 0
j j j
v1 j 1 2 1 1 j 1 0 0 j 0
e2 j 0 1 # 1 2 j 0 1 0 j 0
e3 j 0 5 2 1 j 1 0 1 j 0
j j j
v1 j 1 0 1 5 j 1 2 0 j 0
v2 j 0 1 1 2 j 0 1 0 j 0
e3 j 0 0 3 # 11 j 1 5 1 j 0
j j j
4 2 1 1
v1 j 1 0 0 j j 0
3 3 3 3
5 1 2 1
v2 j 0 1 0 j j 0
3 3 3 3
11 1 5 1
v3 j 0 0 1 j j 0
3 3 3 3
Matricial, operaţiile pentru …ecare pivot sunt urm¼
atoarele (folosind matrici elementare):
0 10 1 0 1
1 0 0 1 2 1 1 1 0 0 1 2 1 1 1 0 0
B CB C B C
B CB C B C
B 0 1 0 CB 0 1 1 2 0 1 0 C=B 0 1 1 2 0 1 0 C
@ A@ A @ A
1 0 1 1 3 1 0 0 0 1 0 5 2 1 1 0 1
1.7. REPREZENTAREA VECTORILOR 47
0 10 1 0 1
1 2 0 1 2 1 1 1 0 0 1 0 1 5 1 2 0
B CB C B C
B CB C B C
B 0 1 0 CB 0 1 1 2 0 1 0 C=B 0 1 1 2 0 1 0 C
@ A@ A @ A
0 5 1 0 5 2 1 1 0 1 0 0 3 11 1 5 1
0 10 1 0 1
1 4 2 1 1
1 0 1 0 1 5 1 2 0 1 0 0
B 3 CB C B 3 3 3 3 C
B 1 C B C B 5 1 2 1 C
B 0 1 CB 0 1 1 2 0 1 0 C=B 0 1 0 C
B 3 C @ A B 3 3 3 3 C
@ 1 A @ 11 1 5 1 A
0 0 0 0 3 11 1 5 1 0 0 1
3 3 3 3 3
Veri…care: 0 10 1 0 1
2 1 1
1 2 1 B C B 1 0 0
B CB 3 3 3 C B C
B C 1 2 1 C
B 0 1 1 CB C=B 0 1 0 C
@ AB@ 3 3 3 C @
A A
1 5 1
1 3 1 0 0 1
3 3 3
1.7.10. Exemplu. Fie vectorii:
0 1 0 1 0 1
0 1 m
B C B C B C
B C B C B C
v1 = B2C ; v2 (m) = B m C ; v3 (m) = B 0 C ; m 2 R:
@ A @ A @ A
1 1 1
S¼
a se discute în funcţie de parametrul m natura familiei de vectori.
1
D= (100000 S F ) ) 10D + S + F = 100000
10
5
S= (100000 D) ) D + 20S = 100000
100
40
F = (100000 D S) ) 2D + 2S + 5F = 200000
100
)Se rezolv¼
8 a sistemul liniar: 8
> 11400000
>
> 10D + S + F = 100000 >
> F = 35736:67712;
>
< >
< 319
1500000
D + 20S = 100000 , Soluţia este: S= 4702:194357;
>
> >
> 319
> >
:
2D + 2S + 5F = 200000 : D = 1900000 5956:112853:
>
319
Care este valoarea real¼ a a donaţiei?
5 40
Dac¼ a donaţia ar …nul¼a, atunci taxele ar …mai mari: S = 100000 = 5000, iar F = (100000 5000) =
100 100
38000
1500000 11400000
Diferenţa dintre taxele f¼ ar¼
a donaţie şi taxele cu donaţie este: 5000 + 38000 =
319 319
817000
2561:128527
319
Valoarea real¼ a a donaţiei este diferenţa între donaţia f¼acut¼a şi surplusul de taxe dac¼a nu s–ar face
1900000 817000 1083000
donaţia: = = 3394:984326
319 319 319
1.8. OPERAŢII CU SUBSPAŢII 49
Demonstraţie. Dac¼
a (V; K) este spaţiu vectorial iar (Vi )i2I sunt subspaţii ale lui (V; K), atunci pentru
T
V0 := Vi au loc:
i2I
8i 2 I, 0 2 Vi ) 0 2 V0 () V0 6= ;);
1. x, y 2 V0 ) 8i 2 I x, y 2 Vi ) 8i 2 I, x + y 2 Vi ) x + y 2 V0
2. x 2 V0 , 2 K ) 8i 2 I x 2 Vi şi 2 K ) 8i 2 I x 2 Vi ) x 2 V0 .
sau
1 7 7
v= 2
( 3; 3; 2) + (2; 5; 1) = ; ;0
2 2
.
Intersecţia celor dou¼
a subspaţii este:
7 7
V1 \ V2 = ; ;0 ; 2R = f (1; 1; 0) ; 2 Rg :
2 2
Observaţii:
8
>
> 2 1+2 2 = 3
>
<
Sistemul 2 1 + 2 2 = 3 nu are soluţie, aşa c¼a v3 62 V1 .
>
>
>
:
2 1 2 = 2
8
>
> 2 1+2 2 =2
>
<
Sistemul 2 1 + 2 2 = 5 nu are soluţie, aşa c¼
a v4 62 V1 .
>
>
>
:
2 1 2 = 1
8
>
> 2= 3 3+2 4
>
<
2 = 3 3 + 5 4 nu are soluţie, aşa c¼
a v1 62 V2 .
>
>
>
:
2=2 3+ 4
50 1. SPAŢII ŞI SUBSPAŢII VECTORIALE
8
>
> 2= 3 3+2 4
>
<
2 = 3 3 + 5 4 nu are soluţie, aşa c¼ a v2 62 V2 .
>
>
>
:
1=2 3+ 4
Deoarece nu se precizeaz¼
a reperul în care sunt exprimaţi vectorii, se subînţelege c¼
a reprezentarea iniţial¼
a
se face în reperul E = (e1 ; e2 ; e3 ), unde e1 = (1; 0; 0), e2 = (0; 1; 0), e3 = (0; 0; 1). În reperul E obiectele
care apar se reprezint¼a astfel:
2 3 2 3 2 3 2 3 2 3 2 3
1 0 0 2 2 3
6 7 6 7 6 7 6 7 6 7 6 7
6 7 6 7 6 7 6 7 6 7 6 7
[e1 ]E = 6 0 7, [e2 ]E = 6 1 7, [e3 ]E = 6 0 7, [v1 ]E = 6 2 7, [v2 ]E = 6 2 7, [v3 ]E = 6 3 7,
4 5 4 5 4 5 4 5 4 5 4 5
0 0 1 2 1 2
2 3 2 3
7
2
6 7 6 2 7
6 7 6 7
[v4 ]E = 6 5 7, [v]E = 6 72 7.
4 5 4 5
1 0
2 3
2 2
6 7
6 7
Familia B1 = (v1 ; v2 ) este liniar independent¼ a matricea 6 2 2 7 are rangul 2) şi genereaz¼
a (pentru c¼ a
4 5
2 1
V1 , aşa c¼
a B13este reper în
2 2 V13, dimensiunea lui V1 este 2, iar2 obiectele
3 din V1 se reprezint¼
a astfel:
7
1 0
[v1 ]B1 = 4 5, [v2 ] = 4
B1
5, @ [v3 ] , @ [v4 ] , [v] =
B1 B1 B1
4 12 5 (vectorul v este reprezentabil în
7
0 1 6
reperul B1 pentru c¼
a, …ind în intersecţie, face parte din V1 ).
Familia B2 = (v3 ; v4 ) este reper în V2 , dimensiunea lui V2 este 2, iar obiectele din V2 se reprezint¼ a
2 3 2 3 2 3
1
1 0
astfel: [v3 ]B2 = 4 5, [v4 ]B2 = 4 5, @ [v1 ]B2 , @ [v2 ]B2 , [v]B2 = 4 2 5
(vectorul v este reprezentabil
0 1 1
în reperul B2 pentru c¼ a, …ind în intersecţie, face parte din V2 ).
În poz¼
a se a‡a¼ urm¼
atoarele obiecte (descrise din punct de vedere al Geometriei Analitice şi al Algebrei
Liniare):
Punctele: O (0; 0; 0), P 1 (2; 2; 2), P 2 (2; 2; 1), P 3 ( 3; 3; 2), P 4 (2; 5; 1);
! ! ! !
Vectorii de poziţie: OP 1, OP 2, OP 3, OP 4 (vectorii v1 , v2 , v3 , v4 );
Planele: (P L1) : x + y = 0 (subspaţiul V1 , de dimensiune 2), (P L2) : x+y 3z = 0 (subspaţiul
V2 , de dimensiune 2);
Dreapta de intersecţie a planelor (P L1) şi (P L2), (P L12) : x = (0; 0; 0)+s (1; 1; 0) (subspaţiul V1 \V2 =
f (1; 1; 0) ; 2 Rg, de dimensiune 1).
Poza a fost obţinut¼
a cu produsul software "Archimedes Geo3D, version 1.3.6", www.raumgeometrie.de.
1.8. OPERAŢII CU SUBSPAŢII 51
1.8.3. De…niţie. Se numeşte suma unei familii (Vi )i=1;k de subspaţii mulţimea
( k )
X
k
Def
X
Vi = vi ; vi 2 Vi ; 8i = 1; k :
i=1 i=1
P
k P
k
Demonstraţie. xj 2 Vi ; j = 1; 2 ) 8i = 1; k, 9vij 2 Vi ; j = 1; 2 astfel încât xj = vij )
i=1 i=1
P
k P
k
x 1 + x2 = (vi1 + vi2 ) 2 Vi .
i=1 i=1
P
k P
k
Analog, pentru 2 K; x1 = ( vi1 ) 2 Vi .
i=1 i=1
P
k S
k P
k
Demonstraţie. Fie x 2 Vi ) 8i 2 I, 9vi 2 Vi Vi , astfel încât x = vi ) x 2
i=1 i=1 i=1
S
k
span Vi .
i=1
52 1. SPAŢII ŞI SUBSPAŢII VECTORIALE
S
k S
k
Reciproc, …e x 2 span Vi ) 9m 2 N , 9 j 2 K, j = 1; m, 9vj 2 Vi , j = 1; m, astfel încât x
i=1 i=1
P
m
= j vj .
j=1
P
m P
Pentru …ecare j = 1; m, 9ij 2 I, vj = uij 2 Vij ) j u ij 2 Vij şi atunci x = j uij 2 Vi [pentru
j=1 i2I
doi indici j1 , j2 diferiţi – sau mai mulţi – se poate ca indicii ij1 şi ij2 s¼
a coincid¼
a iar în aceast¼
a situaţie
P
k P
k
1.8.6. Propoziţie. max (dim Vi ) dim Vi dim (Vi ).
i=1;k i=1 i=1
P
k
Demonstraţie. Pentru prima inegalitate, are loc 8i = 1; k; Vi Vi ) 8i = 1; k; dim Vi
i=1
P
k P
k
dim Vi ) max (dim Vi ) dim Vi .
i=1 i=1;k i=1
Pentru a doua inegalitate, …e câte o baz¼a în …ecare subspaţiu şi …e familia obţinut¼
a prin reunirea
P
k Pk
lor; aceast¼
a nou¼
a familie este sistem de generatori în Vi iar num¼ arul ei de vectori este dim (Vi );
i=1 i=1
cum orice baz¼
a a subspaţiului are cel mult tot atâţia vectori câţi are un sistem de generatori, rezult¼
a c¼
a
Pk Pk
dim Vi dim (Vi ).
i=1 i=1
1.8.7. Propoziţie. (De…niţii echivalente pentru suma direct¼ a subspaţii) Fie V1 şi V2
a a dou¼
dou¼
a subspaţii şi V1 + V2 suma lor. Urm¼
atoarele a…rmaţii sunt echivalente:
P
k1 P
k2
i ei + j fj =0)
i=1 j=1
P
k1 P
k2
)x= i ei = j fj 2 V1 \ V2 = f0g
i=1 j=1
1.8. OPERAŢII CU SUBSPAŢII 53
şi cum (ei )i=1;k1 , (fj )j=1;k2 sunt baze în V1 , respectiv V2 urmeaz¼
a c¼
a toţi scalarii sunt nuli, adic¼
a familia
este liniar independent¼
a şi deci baz¼
a în V1 + V2 . Dimensiunea subspaţiului V1 + V2 este dat¼
a de num¼
arul
de vectori ai unei baze, aşa c¼
a dim (V1 + V2 ) = k1 + k2 .
„(” Presupunem c¼
a dim (V1 + V2 ) = dim V1 + dim V2 şi, prin reducere la absurd, c¼
a ar exista 0 6=
x 2 V1 \ V2 .
Consider¼
am câte o baz¼
a în …ecare subspaţiu; familia format¼
a din reuniunea celor dou¼
a baze este sistem
de generatori, dar nu mai este liniar independent¼
a, pentru c¼
a vectorul nenul x admite dou¼
a reprezent¼
ari
distincte în cele dou¼
a subspaţii, aşa c¼
a reprezentarea oric¼
arui vector al sumei poate … modi…cat¼
a prin
adunarea reprezent¼
arii lui x în V1 şi sc¼
aderea reprezent¼
arii lui x în V2 . Extragerea din ea a unei baze
conduce la micşorarea strict¼
a a num¼
arului de vectori, deci dim (V1 + V2 ) < dim V1 + dim V2 ; contradicţie
cu ipoteza. Deci intersecţia conţine numai elementul nul.
deci
k1
X k2
X
i ei j fj =0
i=1 j=1
şi cum expresia de mai sus este o combinaţie liniar¼ a a familiei (ei )i=1;k1 [ (fj )j=1;k2 care este baz¼
a nul¼ a,
toţi scalarii sunt nuli, adic¼
a orice element al intersecţiei este nul, adic¼
a suma spaţiilor este direct¼
a.
1.8.15. De…niţie. Suma unei familii de subspaţii (Vi )i=1;k se numeşte direct¼a dac¼a este satisf¼
acut¼
a una
L
k
dintre condiţiile echivalente din teorema 1.8.14 de mai sus. Se foloseşte notaţia Vi (care înseamn¼ a c¼
a
i=1
P
k
suma subspaţiilor Vi este direct¼
a).
i=1
Demonstraţie. Fie 8
< (V1 \ V2 ) \ V0 = f0g;
1
V01 suplementul direct al lui V1 \ V2 în V1 : V1 = (V1 \ V2 ) V01 )
: V01 V1 :
8
< (V1 \ V2 ) \ V0 = f0g;
2
V02 suplementul direct al lui V1 \ V2 în V2 : V2 = (V1 \ V2 ) 0
V2 )
: V0 V:
2 2
8
>
> V01 \ V2 = V1 \ V01 \ V2 = (V1 \ V2 ) \ V01 = f0g
>
> | {z }
<
=V01
De unde rezult¼
a:
>
> V02 \ V1 = V2 \ V02 \ V1 = (V1 \ V2 ) \ V02 = f0g :
>
> | {z }
:
=V02
Ar¼
at¼ a are loc relaţia: V1 + V2 = (V1 \ V2 ) + V01 + V02 = (V1 \ V2 )
am c¼ V01 V02 (suma este direct¼
a),
prin aplicarea condiţiilor echivalente din Teorema 1.8.14.
Trebuie demonstrate relaţiile:
(V1 \ V2 ) \ (V01 + V02 ) = f0g
56 1. SPAŢII ŞI SUBSPAŢII VECTORIALE
Se consider¼
a un spaţiu liniar …nit–dimensional (V; K), cu dim V =n, şi mulţimea tuturor subspaţiilor
liniare ale sale, notat¼
a SL (V) P (V).
Se consider¼
a pe SL (V) operaţiile:
Intersecţie "\"; propriet¼
aţi ale intersecţiei:
[SL (V) este parte stabil¼
a a lui P (V) în raport cu intersecţia] 8W1 ;W2 2SL(V) , W1 \ W2 2 SL (V)
[intersecţia este idempotent¼
a] 8W2SL(V) , W \ W = W
[intersecţia este comutativ¼
a] 8W1 ;W2 2SL(V) , W1 \ W2 = W2 \ W1
[intersecţia este asociativ¼
a] 8W1 ;W2 ;W3 2SL(V) , (W1 \ W2 ) \ W3 = W1 \ (W2 \ W3 )
[intersecţia are element neutru, V] 8W2SL(V) , V \ W = W
[m¼
arginire cu f0V g] 8W2SL(V) , f0V g \ W = f0V g
[nu exist¼
a invers în raport cu intersecţia]
Sum¼
a "+"; propriet¼
aţi ale sumei:
[SL (V) este parte stabil¼
a a lui P (V) în raport cu suma] 8W1 ;W2 2SL(V) , W1 + W2 2 SL (V)
[suma este idempotent¼
a] 8W2SL(V) , W + W = W
[suma este comutativ¼
a] 8W1 ;W2 2SL(V) , W1 + W2 = W2 + W1
[suma este asociativ¼
a] 8W1 ;W2 ;W3 2SL(V) , (W1 + W2 ) + W3 = W1 + (W2 + W3 )
[suma are element neutru, f0V g] 8W2SL(V) , f0V g + W = W
[m¼
arginire cu V] 8W2SL(V) , V + W = V
1.9. LATICEA SUBSPAŢIILOR 57
[nu exist¼
a invers în raport cu suma]
Propriet¼
aţi de întâlnire ale intersecţiei şi sumei:
[absorbţie] W0 \ (W0 + W) = W0 + (W0 \ W) = W0
[operaţiile nu sunt distributive una faţ¼
a de cealalt¼
a]
9W1 ;W2 W3 2SL(V) , W1 \ (W2 + W3 ) 6= (W1 \ W2 ) + (W1 \ W3 )
de exemplu pentru 3 drepte distincte care trec prin origine şi care fac parte din acelaşi plan
W1 \ (W2 + W3 ) = W1 iar (W1 \ W2 ) + (W1 \ W3 ) = f0V g
9W1 ;W2 W3 2SL(V) , W1 + (W2 \ W3 ) 6= (W1 + W2 ) \ (W1 + W3 )
de exemplu pentru 3 drepte distincte care trec prin origine şi care fac parte din acelaşi plan
W1 + (W2 \ W3 ) = W1 iar (W1 + W2 ) \ (W1 + W3 ) = W1 + W2 = W1 + W3 = planul care le conţine.
[suplementul unui element, care nu este unic] 8W2SL(V) , 9W0 2SL(V) , W + W0 = V şi W \ W0 = f0V g.
Se consider¼
a pe SL (V) relaţia " " [incluziune].
Incluziunea are urm¼
atoarele propriet¼
aţi:
[re‡exivitate] 8W2SL(V) , W W
[antisimetrie] 8W1 ;W2 2SL(V) , W1 W2 şi W2 W1 ) W1 = W2
[tranzitivitate] 8W1 ;W2 ;W3 2SL(V) , W1 W2 şi W2 W3 ) W1 W3 .
Incluziunea este o relaţie de ordine parţial¼
a [exist¼
a elemente care nu pot … comparate]
e (W1 W2 ) ) W2 W1 SAU (W1 şi W2 sunt incomparabile)
Propriet¼
aţi de întâlnire ale incluziunii, intersecţiei şi sumei:
[consistenţa incluziunii faţ¼
a de intersecţie] W1 W2 () W1 \ W2 = W1
[consistenţa incluziunii faţ¼
a de sum¼
a] W1 W2 () W1 + W2 = W2
8W0 2SL(V) , 8W2SL(V) , funcţia W 7! W0 \ W este (nestrict) cresc¼
atoare (izoton¼
a) [dac¼
a W1 şi W2 sunt
comparabile şi W1 W2 , atunci, pentru orice W0 , W1 \ W0 şi W2 \ W0 sunt de asemenea comparabile
iar relaţia de incluziune se p¼
astreaz¼
a: W1 \ W0 W2 \ W0 ]
8W0 2SL(V) , 8W2SL(V) , funcţia W 7! W0 + W este cresc¼
atoare (izoton¼
a) [dac¼
a W1 şi W2 sunt comparabile
şi W1 W2 , atunci, pentru orice W0 , W1 + W0 şi W2 + W0 sunt de asemenea comparabile iar relaţia de
incluziune se p¼
astreaz¼
a: W1 + W0 W2 + W0 ]
[incluziuni de distributivitate –care pot … stricte, datorit¼
a lipsei de distributivitate]
(W1 \ W2 ) + (W1 \ W3 ) W1 \ (W2 + W3 )
W1 + (W2 \ W3 ) (W1 + W2 ) \ (W1 + W3 )
[SL (V) este modular¼
a] 8W1 ;W2 ;W3 2SL(V) cu W1 W3 , are loc: W1 + (W2 \ W3 ) = (W1 + W2 ) \ W3
Dem:
" "
58 1. SPAŢII ŞI SUBSPAŢII VECTORIALE
9 9
W1 W3 >
> >
>
>
= >
>
>
>
şi ) W1 W3 \ (W1 + W2 ) >
>
> >
>
>
> >
>
; >
>
W1 W1 + W2 >
>
=
şi ) W1 + (W2 \ W3 ) W3 \
9 >
>
>
>
W2 \ W3 W2 W1 + W2 >
>
>
>
>
>
= >
>
>
şi ) W2 \ W3 W3 \ (W1 + W2 ) >
>
>
>
> >
>
>
; >
;
W2 \ W3 W3
(W1 + W2 )
" " 8 9 8 9 8 9
>
> x 2 W3 >
> >
> x 2 W3 >
> >
> x 2 W \ W ( ) >
>
>
< >
= >
< >
= >
< 2 2 3 >
=
x 2 W3 \(W1 + W2 ) ) şi ) şi 9x1 2 W1 ; 9x2 2 W2 ; ) şi
>
> >
> >
> >
> >
> >
>
>
: >
; : > >
; : > >
;
x 2 W1 + W2 x = x1 + x2 x1 2 W1
) x = x1 + x2 2 W1 + (W2 \ W3 )
( ) deoarece x2 2 W2 şi x2 = x x1 2 W3 , pentru c¼
a x 2 W3 iar x1 2 W1 W3
Def: O submulţime a lui SL (V) se numeşte "lanţ" dac¼
a este total ordonat¼
a [nu conţine elemente
incomparabile]; dac¼
a lanţul este …nit cu k elemente, k 1 se numeşte "lungimea lanţului".
Def: Pentru un element W 2 SL (V), se numeşte "în¼
alţimea lui W" marginea superioar¼
a a lungimilor
tuturor lanţurilor dintre f0V g şi W. Elementele de în¼
alţime 1 se numesc "atomi" sau "puncte"
Obs: Orice submulţime a unui lanţ este tot lanţ.
Obs: Orice lanţ din SL (V) este de lungime …nit¼
a, de cel mult L (dimensiunea spaţiului V)
Obs: Orice lanţ din SL (V), de lungime k este izomorf cu mulţimea f1; ; kg [în sensul c¼
a exist¼
ao
funcţie bijectiv¼
a între lanţ şi f1; ; kg şi care p¼
astreaz¼
a ordinea: ' (i) ' (j) () i j]
Def: Dac¼
a W1 W2 , mulţimea [W1 ; W2 ] = fW 2SL (V) ; W1 W W2 g se numeşte "intervalul
dintre W1 şi W2 ". Se spune c¼
a "W2 acoper¼
a W1 " [sau c¼
a "W2 este imediat superior lui W1 "] dac¼
a
[W1 ; W2 ] = fW1 ; W2 g [intervalul dintre ele nu conţine decât capetele] [în aceast¼
a situaţie, intervalul se
numeşte "prim"].
Obs: SL (V) este un interval: SL (V) = [f0V g ; V].
Obs: Un interval poate avea un num¼
ar in…nit de elemente [de exemplu, dac¼
a W este un plan, intervalul
[f0V g ; W] conţine toate dreptele planului]
Obs: Elementele unui interval nu sunt neap¼
arat comparabile [exemplul anterior, sau [f0V g ; V] =
SL (V)]
Def: Dou¼
a intervale se numesc "transpuse" dac¼
a pot …exprimate în forma [W1 \ W2 ; W1 ] şi [W2 ; W1 + W2 ],
pentru o alegere adecvat¼
a a subspaţiilor W1 şi W2 .
Def: Dou¼
a intervale se numesc "proiective" dac¼
a exist¼
a un şir …nit de intervale dou¼
a câte dou¼
a transpuse.
1.9. LATICEA SUBSPAŢIILOR 59
Obs: dimensiunea ca subspaţiu liniar a unui element din SL (V) este o funcţie d ( ) : SL (V) !
f0; 1; ; Lg care are propriet¼
aţile:
* W1 W2 (incluziune strict¼
a) ) d (W1 ) < d (W2 )
* dac¼
a W2 este imediat superior lui W1 , atunci d (W2 ) = d (W1 ) + 1
Funcţia d ( ) induce pe SL (V) o structur¼
a de "mulţime parţial ordonat¼
a graduat¼
a", care satisface
"condiţia Jordan–Dedekind": "Toate lanţurile maximale cu aceleaşi capete au aceeaşi lungime …nit¼
a"
Def: O funcţie v ( ) : SL (V) ! R se numeşte "valuare" dac¼
a v (W1 ) + v (W2 ) = v (W1 + W2 ) +
v (W1 \ W2 ). Valuarea se numeşte "isoton¼
a" [cresc¼
atoare] dac¼
a W1 W2 ) v (W1 ) v (W2 ) şi se
numeşte pozitiv¼
a [strict cresc¼
atoare] dac¼
a W1 W2 ) v (W1 ) < v (W2 ).
Obs: Dat¼
a …ind o valuare v ( ) strict cresc¼
atoare, se de…neşte valoarea unui interval [W1 ; W2 ] ca …ind
v ([W1 ; W2 ]) = v (W2 ) v (W1 ).
Obs: d ( ) este o valuare strict cresc¼
atoare.
Mulţimea SL (V) are un num¼
ar in…nit de elemente (de exemplu are o in…nitate de subspaţii liniare de
dimensiune 1).
Obs: Dac¼
a W1 6= W2 şi ambele sunt imediat superioare lui W0 , atunci W1 + W2 este imediat superior
atât pentru W1 cât şi pentru W2 . Dual, dac¼
a W0 este imediat superior atât pentru W1 cât şi pentru W2 ,
atunci atât W1 cât şi W2 sunt imediat superioare pentru W1 \ W2 .
Obs: Funcţiile 'W1 ( ) : [W2 ; W1 + W2 ] ! [W1 \ W2 ; W1 ] de…nit¼
a prin 'W1 (W) = W \ W1 şi W2 ():
[W1 \ W2 ; W1 ] ! [W2 ; W1 + W2 ] de…nit¼
a prin W2 (U) = U + W sunt izomor…sme inverse unul altuia.
Mai mult, intervalele [W1 \ W2 ; W1 ] şi [W1 ; W1 + W2 ] sunt transportate în intervale izomorfe transpuse,
de W2 ( ), respectiv de 'W1 ( ).
Obs: Intervalele proiective sunt izomorfe.
Obs: Orice subspaţiu W este suma dreptelor pe care le include.
Obs: Sublaticea generat¼
a de dou¼
a subspaţii W1 şi W2 este fW1 ; W2 ; W1 \ W2 ; W1 + W2 g.
Obs: Sublaticea generat¼
a de trei subspaţii
Obs: Dac¼
a dou¼
a subspaţii W1 şi W2 sunt comparabile (în sensul c¼
a W1 W2 sau W2 W1 ), şi dac¼
a
exist¼
a un subspaţiu W0 aşa ca W0 \ W1 = W0 \ W2 şi W0 + W1 = W0 + W2 , atunci W1 = W2 .
Obs: În …ecare interval [W1 ; W2 ] SL (V), pentru …ecare element al intervalului exist¼
a un suplement
relativ la interval. Pentru W 2 [W1 ; W2 ], suplementul lui W relativ la [W1 ; W2 ] este subspaţiul (W0 \ W2 )+
W1 .
Obs: Dat¼
a …ind o valuare v ( ) strict cresc¼
atoare, nici–un interval nu poate … proiectiv cu un subinterval
propriu al s¼
au.
Obs: Dat¼
a …ind o valuare v ( ) strict cresc¼
atoare, toate intervalele proiective au aceeaşi valoare.
60 1. SPAŢII ŞI SUBSPAŢII VECTORIALE
Def
u v v (mod V0 ) , u v 2 V0 :
Aceast¼
a relaţie este o relaţie de echivalenţ¼
a pe V.
a „ v (mod V0 )” genereaz¼
Relaţia de echivalenţ¼ a pe V clase de echivalenţ¼a în raport cu V0 (modulo
b (mod V0 ) mulţimea tuturor elementelor lui V care sunt echivalente cu x modulo V0 :
V0 ); se va nota cu x
b (mod V0 ) = fv 2 V; x v v (mod V0 )g = x + V0 = fx + v0 ; v0 2 V0 g :
x
Pe parcursul acestei subsecţiuni, toate clasele vor … modulo V0 (şi se va renunţa la menţionarea de
…ecare dat¼
a a acestui fapt).
Dimensiunea unei clase de echivalenţ¼
a modulo V0 este considerat¼
a prin de…niţie egal¼
a cu dimensiunea
subspaţiului V0 .
Dou¼
a clase de echivalenţ¼
a modulo V0 pot numai s¼
a coincid¼
a sau s¼
a …e disjuncte:
Demonstraţie. ; = b \ yb () 9z0 2 x
6 x b \ yb () 9v0 ; u0 2 V0 , z0 = x + v0 = y + u0 .
b ) 9v1 2 V0 , v = x + v1 ) v = y + (u0
Fie v 2 x v0 + v1 ) 2 yb ) x
b yb.
a yb
Se obţine analog şi c¼ b, aşa c¼
x a dou¼
a clase de echivalenţ¼
a modulo V0 …e sunt disjuncte …e egale.
1.10.2. De…niţie. Se numeşte mulţime factor (mulţime cât) modulo V0 mulţimea tuturor claselor de
echivalenţ¼
a modulo V0 ; se noteaz¼
a
V=V0 = fb
x (mod V0 ) ; x 2 Vg
Demonstraţie. (x + y) = x[ b + yb =
+y =x (x) + (y) iar ( x) = cx = x
b = (x) deci funcţia
este mor…sm de spaţii vectoriale.
Nucleul operatorului este ker ( ) = fx 2 V; (x) = b
0 2 V=V0 g şi este chiar V0 :
x0 2 V 0 ) (x0 ) = xb0 = b
0 ) V0 ker ( )
(x) = b b=b
0)x 0 ) x 2 V0 .
1.10.6. De…niţie. Spaţiul vectorial construit mai sus se numeşte spaţiul vectorial factor (cât) al spaţiului
V în raport cu subspaţiul V0 .
a. (Dimensiunea spaţiului factor) Fie (V; K) un spaţiu vectorial de tip …nit şi V0 un
1.10.7. Teorem¼
subspaţiu al s¼
au. Atunci
dim (V=V0 ) = dim V dim V0 :
a. O clas¼
1.10.2. Familia claselor de echivalenţ¼ a de echivalenţ¼
a x^ = x+V0 se mai numeşte mulţime
plat¼a în V de baz¼a V0 şi reprezentant x, sau o translaţie a lui V0 .
O mulţime plat¼
a poate avea mai mulţi reprezentanţi, dar o singur¼
a baz¼
a:
x + V1 = y + V2 ) x 2 (y + V2 ) ) x + V2 = y + V2 ) x + V2 = x + V1 ) V1 = V2
S
Se noteaz¼
a cu A (V) = (V=V0 ) familia tuturor mulţimilor plate în V (în raport cu toate
V0
subspaţiu în V
subspaţiile V0 )
Prin de…niţie, se consider¼
a dimensiunea familiei A (V) egal¼
a cu dimensiunea spaţiului (V; K).
Dac¼
a dimensiunea lui (V; K) este n, atunci familia A (V) este format¼
a din mulţimi plate de dimensiune
între 0 şi n:
Se utilizeaz¼
a urm¼
atoarele interpret¼
ari geometrice:
Elementele lui V corespund/coincid cu vectorii lor de poziţie
1.10. SPAŢIUL FACTOR 63
Dou¼
a mulţimi plate x + V1 şi y + V2 se numesc paralele dac¼
a V1 V2 sau V2 V1 .
CAPITOLUL 2
Operatori liniari
2.1.3. Exemplu. Fie spaţiile vectoriale (R3 ; R) şi (P2 [X] ; R) (Pn [X] este mulţimea tuturor polinoamelor
de grad cel mult n, în nedeterminata X şi cu coe…cienţi reali). Funcţia U ( ) : P2 [X] ! R3 de…nit¼
a
prin U (P ( )) = xP ( ) 2 R3 (pentru un polinom P (X) = aX 2 + bX + c 2 P2 [X] se ataşeaz¼
a vectorul
xP ( ) = (a; b; c)) este mor…sm de spaţii vectoriale.
2.2. Propriet¼
aţi
Demonstraţie. Fie U ( ) : V1 ! V2
1
(c) Fie ; 2 K, x1 ; x2 2 U (V02 ) ) U (x1 ), U (x2 ) 2 V02 )
) U ( x1 + x2 ) = U (x1 ) + U (x2 ) 2 V02 ) x1 + x2 2 U 1
(V02 ).
2.2.2. De…niţie. Subspaţiul U (V1 ) (al codomeniului) se numeşte imaginea operatorului şi se noteaz¼
a
1
Im U ( ); subspaţiul U (f0g) (al domeniului) se numeşte nucleul operatorului şi se noteaz¼
a ker U ( ).
a. Pentru orice operator U ( ) : V1 ! V2 , are loc: dim V1 = dim (ker U ( ))+dim (Im U ( ));
2.2.3. Teorem¼
Demonstraţie. Se consider¼
a o baz¼
a fw1 = U (u1 ) ; ; wk = U (uk )g în Im U ( ).
Se consider¼
a o baz¼
a fv1 ; ; vp g în ker U ( ).
Atunci familia B = fu1 ; ; uk g [ fv1 ; ; vp g este baz¼
a în V1 :
P
k P
k
Fie x 2 V1 ) U (x) 2 Im U ( ) ) 9 1, , k scalari astfel încât U (x) = i wi = iU (ui ) =
i=1 i=1
P
k
U i ui
i=1
P
k
Fie V1 3 u = i ui şi …e x = (x u) + u. Atunci U (x u) = U (x) U (u) = U (x) U (x) = 0,
i=1
P
p
aşa c¼
ax u 2 ker U ( ) ) 9 1 , p scalari astfel încât x u= j vj .
j=1
P
p P
k
În …nal se obţine c¼
ax= j vj + i ui aşa c¼
a un vector oarecare din V1 este combinaţie liniar¼
a de
j=1 i=1
familia B.
P
p P
k P
p
0
P
k
0
P
p
0
Dac¼
a ar mai … o combinaţie x = j vj + i ui = j vj + i ui , atunci j j vj =
j=1 i=1 j=1 i=1 j=1
P
k
0
( i i ) ui )
i=1
¼ ŢI
2.2. PROPRIETA 67
!
P
p
0
P
k
0
P
k
0 0
) 0 = U j j vj = U ( i i ) ui ) 0 = ( i i ) wi ) i = i, 8i = 1; k
j=1 i=1 i=1
0
) j = j, 8j = 1; p aşa c¼
a reprezentarea vectorului x este unic¼
a iar B este baz¼
a în V1 . Deoarece
k = dim Im U ( ), p = dim ker U ( ) iar jBj = k + p, rezult¼
a enunţul.
1
??? De studiat U (Im U ( )).
Demonstraţie. Dac¼
a un operator U ( ) : V1 ! V2 este bijectiv, atunci ker U ( ) = f0g (din in-
jectivitate) iar Im U ( ) = V2 (din surjectivitate); din Teorema anterioar¼
a 2.2.3 se obţine c¼
a dim V1 =
dim (ker U ( )) + dim (Im U ( )) = dim V2 .
Urm¼
atoarele dou¼
a propoziţii arat¼
a c¼
a inversarea şi compunerea funcţiilor p¼astreaz¼a caracteristica de
mor…sm de spaţii vectoriale.
Demonstraţie. Se ştie c¼
a au loc
1 1
Fie x; y 2 V2 ) pentru U (x) = u; U (y) = v; are loc U (u) = x, U (v) = y şi U (u + v) = U (u)+U (v)
1 1 1 1
) U (u + v) = x + y ) U (x + y) = u + v ) U (x + y) = U (x) + U (y) deci operatorul invers
este aditiv.
1
Fie 2 K, x 2 V2 , U (x) = v ) U (v) = x şi are loc U ( v) = U (v) ) U ( v) = x )
1 1 1
v=U ( x) ) U (x) = U ( x).
aditivitatea
Demonstraţie. Fie v1 ; v2 2 V1 ; are loc U (v1 + v2 ) = U2 (U1 (v1 + v2 )) = U2 (U1 (v1 ) + U1 (v2 ))
lui U1 (:)
aditivitatea
= U2 (U1 (v1 )) + U2 (U1 (v2 )) = U (v1 ) + U (v2 ). Omogenitatea se demonstreaz¼
a analog.
lui U2 (:)
68 2. OPERATORI LINIARI
P
n
2.2.8. Observaţie. Dac¼
a p (x) = ak xk este un polinom oarecare (cu coe…cienţi reali sau complecşi),
k=0
atunci se poate vorbi despre imaginea operatorului prin polinomul p ( ) (sau polinom de operator), care
P
n
este un nou operator liniar (din aplicarea Propoziţiei 2.2.6) şi este de forma: p (U ( )) = ak U k ( ), unde
k=0
U 0 ( ) = I ( ) (operatorul identitate pe V).
2.2.10. Observaţie. Relaţia „= ”( De…niţia (1.1.14)) este o relaţie de echivalenţ¼a între spaţii vectoriale
peste acelaşi corp (este re‡exiv¼
a, simetric¼
a şi tranzitiv¼
a) (aceast¼
a relaţie este de…nit¼
a pe o mulţime de
spaţii vectoriale şi cu ajutorul ei se pot stabili clase de echivalenţ¼
a).
Def
(U1 ( ) + U2 ( )) (x) = U1 (x) + U2 (x) ;
Def
( U1 ( )) (x) = U1 (x) ;
o structur¼
a de spaţiu vectorial peste corpul K (Deci în particular şi dualul algebric (??) este spaţiu vectorial
peste corpul K).
2.3.1. Observaţie. Fie U ( ) : V1 ! V2 şi Bd = (e1 ; ::; en ) un reper în domeniul operatorului. Atunci
operatorul liniar este unic determinat de (U (e1 ) ; ; U (en )) (orice operator este unic determinat de
valorile pe care le ia într–un reper al domeniului). Demonstraţia revine la observaţia c¼
a x 2 V1 )
Pn P
n P
n
9 i 2 K, x = i ei ) U (x) = U i ei = i U (ei ).
i=1 i=1 i=1
[U (x)]Bc = [U ( )]Bd
Bc [x]Bd :
2.3.3. De…niţie. Se numeşte rangul operatorului U ( ) rangul matricii ataşate lui pentru o alegere oarecare
a bazelor.
Demonstraţie. Evident
2.4. TEOREME DE IZOMORFISM 71
Bd B0
[U (x)]Bc = [U ( )]Bc
[x]Bd ; [U (x)]Bc0 = [U ( )]Bdc0 [x]B 0 ;
d
deci
[U (x)]Bc = [M (Bc )]Bc10 [U (x)]Bc0 = [U ( )]Bd
Bc [x]Bd )
omogenitatea U~ ( x
b) = U~ (cx) = U ( x) = U (x) = U~ (b
x).
U~ ( ) este surjectiv: y 2 Im U ( ) ) 9xy 2 V1 , U (xy ) = y ) U~ (xy ) = y.
U~ ( ) este injectiv: U~ (b
x1 ) = U~ (b
x2 ) ) U (x1 ) = U (x2 ) ) x1 b1 = x
x2 2 ker U ( ) ) x b2 .
Deci U~ ( ) este izomor…sm de spaţii vectoriale
Demonstraţie. Se noteaz¼ b = x + V2 clasa lui x în raport cu V2 (deci elementul lui V=V2 ) şi cu
a cu x
e = x+V1 clasa lui x în raport cu V1 (deci elementul lui V=V1 ); se de…neşte funcţia (:) : (V=V2 ) ! (V=V1 )
x
prin (b e.
x) = x ( ) este bine de…nit¼
a pentru c¼
axb1 = x
b2 ) x1 x2 2 V2 ) x1 e1 = x
x2 2 V1 ) x e2 .
( ) este mor…sm de spaţii vectoriale pentru c¼
a (b b2 ) =
x1 + x x\
1 + x2 = x^ e1 + x
1 + x2 = x e2 =
(b x2 ) şi
x1 ) + (b b) =
( x (cx) = fx = x
e= (b
x).
Im (:) = V=V1 (funcţia este evident surjectiv¼ b 2 ker (:) ,
a) iar nucleul ei este V1 =V2 : x x) = e
(b 0,
e=e
x 0 , x 2 V1 deci x b 2 ker (:) dac¼
a şi numai dac¼
axb = x + V2 şi x 2 V1 adic¼ b 2 V1 =V2 V=V2 .
ax
(V=V2 )
Se aplic¼a Teorema fundamental¼ a de izomor…sm şi se obţine c¼
a şi Im (:) sunt izomorfe, adic¼
a
ker (:)
((V=V2 ) = (V1 =V2 )) şi V=V1 sunt izomorfe
2.4.4. Corolar. Fie (V; K) un spaţiu vectorial, V1 şi V2 subspaţii vectoriale ale lui V. Atunci
iar
dim ((V1 + V2 ) =V2 ) = dim (V1 + V2 ) dim V2
aşa c¼
a
dim V1 dim (V1 \ V2 ) = dim (V1 + V2 ) dim V2 :
b
Demonstraţie. Fie operatorii S^ ( ) : X= ker S ( ) ! Y şi T^ ( ) : X= ker T ( ) ! Z de…niţi prin:
b b
S^ (^
x) = S (x) şi T^ x ^ = T (x).
b
Operatorii S^ ( ) şi T^ ( ) sunt bine de…niţi (Exerciţiu!).
b
Operatorii S^ ( ) şi T^ ( ) sunt liniari (Exerciţiu!).
b
Operatorii S^ ( ) şi T^ ( ) sunt injectivi (Exerciţiu!).
S^ ( ) este surjectiv (pentru c¼
a S ( ) este surjectiv) (Exerciţiu!).
) S^ ( ) bijectiv ) 9S^ 1
( ) : Y ! X= ker S ( ) bijectiv liniar.
Fie funcţia: P ( ) : X= ker S ( ) ! X= ker T ( ) de…nt¼
a prin P (^ b^.
x) = x
74 2. OPERATORI LINIARI
U (V0 ) V0 :
Demonstraţie. 1Fie (V; K) un spaţiu vectorial (dimK V =n) şi …e V0 un subspaţiu în V (dimK V0 = m)
Se poate alege o baz¼
a a lui V în care primii m vectori s¼
a …e o baz¼
a a lui V0 :
Fie v1 ; v2 ; ; vm vectorii unei baze a subspaţiului V0 . Fie vm+1 2 V n V0 .
Atunci v1 ; v2 ; ; vm ; vm+1 este o familie liniar independent¼
a
(prin reducere la absurd: dac¼
a n-ar …, atunci vm+1 ar o combinaţie liniar¼
a de vectorii bazei lui V0 ,
adic¼
a ar … în V0 , contradicţie cu faptul c¼
a este din V n V0 ).
Procedura se repet¼
a de n m ori şi se obţine o baz¼
a în V în care primii m vectori sunt o baz¼
a în V0 .
În aceast¼
a baz¼
a, vectorii subspaţiului se reprezint¼
a ca o coloan¼
a în care ultimele n m locuri sunt toate
nule.
Se obţine baza fv1 ; v2 ; ; vm ; vm+1 ; ; vn g în care fv1 ; v2 ; ; vm g este baz¼
a pentru V0 .
Fie U ( ) : V ! V pentru care U (V0 ) V0 şi …e …xat¼
a şi în domeniu şi în codomeniu baza B =
fv1 ; v2 ; ; vm ; vm+1 ; ; vn g, cu caracteristicile de mai sus.
1 Demonstraţie completat¼
a ca urmare a unei întreb¼
ari puse de Alexandru Gr¼
adinaru, 2013–2014.
¼
2.5. INTRODUCERE ÎN TEORIA SPECTRALA 75
f1 ; ; fk1 ; g1 ; ; gk2 ;
76 2. OPERATORI LINIARI
2.5.5. De…niţie. Subspaţiile invariante de dimensiune 1 se mai numesc direcţii invariante. Orice vector
nenul al unei direcţii invariante se numeşte vector propriu. (un vector nenul se numeşte vector propriu al
operatorului, dac¼
a operatorul transform¼
a vectorul într-un vector coliniar cu el).
U (x) = x:
Demonstraţie. Dac¼
a U (x) = 1x şi U (x) = 2x cu 1 6= 2, atunci 1x = 2x )( 1 2) x =0)
x = 0 contradicţie cu condiţia ca vectorul propriu s¼
a …e nenul.
Demonstraţie. Fie v1 ; ; vm vectori proprii şi …e 1; ; m valorile proprii. Prin inducţie, dac¼
a
m = 1, v1 6= 0 deci familia fv1 g este liniar independent¼
a. Pentru m = 2, dac¼
a 1 v1 + 2 v2 = 0; atunci
0 = U (0) = U ( 1 v1 + 2 v2 ) = 1U (v1 ) + 2U (v2 ) = 1 1 v1 + 2 2 v2 .
Dac¼
a 2 = 0, atunci se obţine:
¼
2.5. INTRODUCERE ÎN TEORIA SPECTRALA 77
9
>
> 9
1 v1 + 2 v2 = 0; >>
>
> 1 v1 + 2 v2 = 0;
>
>
>
= >
=
1 1 v1 + 2 2 v2 = 1 1 v1 = 0
) 1 = 0 ) 2 = 0.
>
> >
>
1 6= 0 >
> >
;
>
> v2 6= 0
>
v1 6= 0 ;
Dac¼ a 2 6= 0, atunci: 9 9
v + v = 0 >
> v + v = 0 >
>
1 1 2 2 >
= 1 2 1 2 2 2 >
=
2 sc¼
a dere
1 1 v1 + 2 2 v2 = 0 ) 1 1 v1 + 2 2 v2 = 0 ) 1 ( 1 2 ) v1 = 0 ) 1 = 2 con-
>
> >
>
>
; >
;
1 6= 0 1 6= 0
tradicţie.
În general, dac¼
a a…rmaţia este adev¼
arat¼
a pentru m 1 vectori proprii corespunz¼
atori la valori proprii
distincte, atunci pentru m vectori proprii are loc:
1 v1 + + m vm =0) 1 1 v1 + + m m vm = 0;
dac¼
a m = 0, 1 1 v1 + + m 1 m 1 vm 1 = 0 şi se aplic¼
a ipoteza de inducţie;
dac¼
a m 6= 0, se înmulţeşte prima egalitate cu m şi se scad cele dou¼
a egalit¼
aţi.
Se obţine: 1 ( 1 m ) v1 + + m 1 ( m 1 m ) vm 1 = 0; se aplic¼
a ipoteza de inducţie pentru cei
m 1 vectori proprii r¼
amaşi ) j ( j m) =0) j =0
2.5.10. Observaţie. Orice operator are cel mult n valori proprii distincte dou¼
a câte dou¼
a.
care este un sistem liniar omogen în necunoscutele coordonatele vectorului v şi cu parametrul . Condiţia
necesar¼
a şi su…cient¼
a pentru a admite soluţii nenule este ca determinantul matricii sistemului s¼
a …e nul,
adic¼
a
det (A In ) = 0:
2.5.17. Observaţie. Se poate folosi şi forma det ( In A) = ( 1)n det (A In ), dar formele care se
obţin sunt mai complicate, din cauza semnelor de care trebuie ţinut cont.
2.5.19. Observaţie. Polinomul caracteristic nu depinde de baza în care a fost reprezentat operatorul.
1
Demonstraţie. Leg¼
atura dintre matricile aceluiaşi operator în dou¼
a baze distincte este B = T AT;
unde T este matricea de trecere dintre cele dou¼
a baze; are loc
1 1 1 1
det (T AT I) = det (T AT T T ) = det (T (A I) T ) =
1
= det T det (A I) det T = det (A I) :
¼
2.5. INTRODUCERE ÎN TEORIA SPECTRALA 79
6 A11 0 0 7
6 7
6 0 A22 0 7 Pp Q
p
6 7
A=6 7 cu Aii 2 Mki ki şi ki = n, atunci det (A In ) = det (Aii Iki )
6 .. 7
6 . 7 i=1 i=1
4 5
0 0 App
(unde matricile unitate au dimensiunile corespunz¼ atoare) (adic¼a polinomul caracteristic este produsul
polinoamelor caracteristice ale operatorilor ataşaţi submatricilor)
(1) Toate r¼
ad¼
acinile polinomului aparţin corpului de scalari şi sunt distincte dou¼
a câte dou¼
a. În acest
caz, exist¼
a o baz¼
a format¼
a din vectori proprii corespunz¼
atori valorilor proprii, toate subspaţiile
proprii sunt de dimensiune 1 iar matricea operatorului în aceast¼
a baz¼
a este diagonal¼
a, pe diagonal¼
a
a‡ându-se exact valorile proprii, în ordinea dat¼
a de aşezarea vectorilor proprii în baz¼
a.
(2) Toate r¼
ad¼
acinile polinomului aparţin corpului de scalari dar nu sunt distincte dou¼
a câte dou¼
a. În
acest caz se pune întrebarea dac¼
a dimensinea subspaţiului propriu (numit¼
a dimensiunea geomet-
ric¼a a valorii proprii) ataşat unei valori proprii multiple este egal¼
a sau nu cu ordinul de multi-
plicitate (ca r¼
ad¼
acin¼
a a polinomului caracteristic) al valorii proprii (numit dimensiunea algebric¼a
a valorii proprii). Vor exista în continuare dou¼
a subcazuri:
(a) Toate r¼
ad¼
acinile polinomului aparţin corpului de scalari dar nu sunt distincte dou¼
a câte dou¼
a
şi pentru …ecare valoare proprie multipl¼
a, dimensiunile ei (geometric¼
a şi algebric¼
a) sunt egale.
(b) Toate r¼
ad¼
acinile polinomului aparţin corpului de scalari dar nu sunt distincte dou¼
a câte dou¼
a
şi exist¼
a m¼
acar o valoare proprie multipl¼
a pentru care dimensiunile ei nu sunt egale.
(3) Ecuaţia caracteristic¼
a nu are toate r¼
ad¼
acinile în corpul K.
Se urm¼
areşte obţinerea formei canonice Jordan pentru operatori liniari reali. Prima di…cultate este
c¼
a, deşi operatorii sunt reali, în general valorile proprii pot s¼
a nu …e reale – în general se ştie doar c¼
a
sunt complexe, iar în acest caz şi vectorii proprii sunt tot cu componente complexe aşa c¼
a nu aparţin
80 2. OPERATORI LINIARI
Demonstraţie. ")"
Se presupune c¼ a în baza B = fv1 ; ; vn g matricea operatorului este notat¼
a D şi este diagonal¼
a, adic¼
a
2 3
d1 0 0
6 7
6 . . 7
D=6 0 . 0 7.
4 5
0 0 dn
2 3
6 1k 7
6 . 7
În coordonate, [vk ]B = 6 .. 7 (coloana k a matricii unitate, 1 pe locul k şi 0 în rest) iar
4 5
nk
2 32 3
d1 0 0
6 7 6 1k 7
6 ... 76 . 7
[U (vk )]B = 6 0 0 7 6 .. 7 = dk [vk ]B
4 54 5
0 0 dn nk
aşa c¼
a vectorial U (vk ) = dk vk , ceea ce înseamn¼
a c¼
a vk este vector propriu ataşat valorii proprii dk .
Cu alte cuvinte, baza în care operatorul are matrice diagonal¼
a este o baz¼
a format¼
a din vectori proprii
ai operatorului U ( ), iar scalarii corespunz¼
atori de pe diagonal¼
a sunt valorile proprii la care corespund
vectorii proprii.
"("
¼
2.5. INTRODUCERE ÎN TEORIA SPECTRALA 81
Dac¼
a baza B = fv1 ; ; vn g este o baz¼
a de vectori proprii, atunci are loc 8k = 1; n, U (vk ) = k vk şi
2 3 2 3
6 1k 7 6 k 1k
7
6 .. 7 6 .. 7
pentru c¼
a B este baz¼ a [vk ]B = 6 . 7 şi [U (vk )]B = 6
a se poate trece la forma matricial¼ . 7.
4 5 4 5
nk k nk
2 3
P
n 6 1 7
6 .. 7
Dac¼
av= k vk este un vector oarecare reprezentat în baza B, atunci [v]B = 6 . 7 iar
k=1 4 5
n
P
n P
n P
n
U (v) = U k vk= kU
(vk ) = k k vk , aşa c¼
a
k=1
2 3 2k=1 k=1
32 3
1 1 1 0 0 1
6 7 6 76 7
6 . 7 6 76 . 7
[U (v)]B = 6 .. 7 = 6 0 . . . 0 7 6 .. 7,
4 5 4 54 5
n n 0 0 n n
aşa c¼
a matricea operatorului în baza B este diagonal¼ a.
Cu alte cuvinte, dac¼
a se poate g¼
asi o baz¼
a format¼
a din vectori proprii, atunci în aceast¼
a baz¼
a operatorul
are matrice diagonal¼
a iar diagonala este format¼
a din valorile proprii la care corespund vectorii proprii din
baz¼
a.
2 3
4 0 1
6 7
6 7
2.5.26. Exemplu. Operatorul care în baza standard are matricea A = 6 1 6 2 7, are:
4 5
5 0 0
2 3
4 0 1
6 7
6 7 3 2
Polinomul caracteristic: 7 det 6
! 1 6 2 7= 2 + 29 + 30
4 5
5 0 0
3 2
Ecuaţia caracteristic¼
a: 2 + 29 + 30 = 0
R¼
ad¼
acinile ecuaţiei caracteristice (valorile proprii): 1 = 5, 2 = 6, 3 = 1
Vectorii proprii ataşaţi valorii proprii 1 = 5 au drept coordonate soluţiile sistemului
2 32 3 2 3
4 1 0 1 0
6 76 1 7 6 7
6 76 7 6 7
6 1 6 1 2 7 6 2 7 = 6 0 7, adic¼ a
4 54 5 4 5
5 0 0 1 3 0
8 8 8 2 3 9
>
> ( 1) + 0 + 1 = 0 >
> = >
> 1 >
>
>
< 1 2 3 >
< 1 >
< 6 7 >
=
3 6 3 7
( 1) 1 + ( 11) 2 + ( 2) 3 = 0 ) 2 = ,V 1= 6 11 7 ; 2 R
>
> >
> 11 >
> 4 5 >
>
>
: >
: >
: >
;
5 1 + 0 2 + ( 5) 3 = 0 3 = 1
8 2 3 9
>
> 0 >
>
>
< 6 7 >
=
6 7
Vectorii proprii ataşaţi valorii proprii 2 = 6 sunt V 2 = 6 1 7; 2 R
>
> 4 5 >
>
>
: >
;
0
82 2. OPERATORI LINIARI
8 2 3 9
>
> 1 >
>
>
< 6 5 7 >
=
6 9 7
Vectorii proprii ataşaţi valorii proprii 3 = 1 sunt V = 6 7; 2R
3
>
> 4 25 5 >
>
>
: >
;
1
Se ştie c¼
a vectorii proprii corepondenţi la valori proprii distincte sunt liniari independenţi din 2.5.9,
aşa c¼
a dac¼
a se alege câte un vector pentru …ecare valoare proprie, se obţin 3 vectori proprii iar familia va
… liniar independent¼ a; cum este şi maximal¼ a (spaţiul în care se lucreaz¼ a este de dimensiune 3), este baz¼ a.
82 3 2 3 2 39
>
> 1 0 1 >
>
>
<6 7 6 7 6 5 7> =
6 3 7 6 7 6 9 7
Dac¼ a baza este 6 11 7 6 1 7 6 25 7 , matricea care are drept coloane coordonatele vectorilor
; ;
>
> 4 5 4 5 4 5>>
>
: >
;
1 0 1
2 3 2 3
1 5 1
1 0 0 6
6 5 7 6 6 7
6 3 7
9 7, inversa ei este T 1 = 6 6 4 19 7
este T = 6 11 1 1 7 iar
4 25 5 4 55 55 5
5
1 0 1 6
0 56
2 32 32 3 2 3
5 1 1
0 4 0 1 1 0 5 0 0
6 6 6 76 76 5 7 6 7
1 6 4 19 7 6 7 6 3 9 7 6 7
T AT = 6 55 1 55 7 6 1 6 2 7 6 11 1 7=6 0 6 0 7, adic¼ a form¼a diag-
4 54 54 25 5 4 5
5
6
0 65 5 0 0 1 0 1 0 0 1
onal¼a. 82 3 2 3 2 39
>
> 1
1 0 > >
>
<6 5 7 6 7 6 7> =
6 9 7 6 3 7 6 7
Dac¼ a vectorii proprii ar … fost aşezaţi în alt¼ a ordine, B = 6 25 7 6 11 7 6 1 7 , atunci T =
; ;
>
> 4 5 4 5 4 5> >
>
: >
;
1 1 0
2 3 2 3 2 32 32 3
1 5 5 5 5 1
1 0 0 6 0 6 4 0 1 1 0
6 5 7 6 6 7 6 6 76 76 5 7
6 9 7 6 7 6 7 6 7 6 7
6 25 3
1 7, T 1 = 6 56 0 16 7 iar T 1 AT = 6 65 0 16 7 6 1 6 2 7 6 25 9 3
1 7=
4 11 5 4 5 4 54 54 11 5
4
1 1 0 55
1 19
55
4
55
19
1 55 5 0 0 1 1 0
2 3
1 0 0
6 7
6 7
6 0 5 0 7 (tot form¼ a diagonal¼
a, dar cu ordinea în care apar valorile proprii pe diagonala principal¼ a
4 5
0 0 6
schimbat¼ a)
82 3 2 3 2 39 2 3
>
> 11 0 5 >
> 11 0 5
>
<6 7 6 7 6 7>
= 6 7
6 7 6 7 6 7 6 7
Dac¼ a s–ar … ales alţi vectori proprii, B = 6 3 7 ; 6 5 7 ; 6 9 7 , T = 6 3 5 9 7, T 1 =
>
> 4 5 4 5 4 5>
> 4 5
>
: >
;
11 0 25 11 0 25
2 3
5 1
6 66 0 66 7
6 1 19 7
6 4 7
6 275 5 275 7 iar
4 5
1 1
30
0 30
¼
2.5. INTRODUCERE ÎN TEORIA SPECTRALA 83
2 32 32 3 2 3
5 1
6 66
0 66 76 4 0 1 11 0 5 5 0 0
6 76 76 7 6 7
1 76 7 6 7
T 1
AT = 6
6
4 19 76
74 1 6 2 76 3 5 9 7=6 0 6 0 7 (aceeaşi form¼
a di-
4
275
5 275
5 54 5 4 5
1 1
30
0 30
5 0 0 11 0 25 0 0 1
agonal¼
a)
1 1 1
(A I) = B = B ;
det (A I) P( )
unde B este matricea cu elementele Aji (complemenţii algebrici ai matricii (A I)), care sunt polinoame
de grad cel mult n 1 în . Atunci se poate scrie
n 1
B = B0 + B1 + + Bn 1 ;
P ( ) I = (A I) B
n
şi rescriem aceast¼
a relaţie dup¼
a puterile lui ; not¼
am P ( ) = 0+ 1 + + n iar egalitatea anterioar¼
a
devine:
n n 1
( 0 + 1 + + n ) I = (A I) B0 + B1 + + Bn 1 ;
n 2
0I + 1I + + nI = AB0 + (AB1 B0 ) + (AB2 B1 ) + +
n 1 n
+ (ABn 1 Bn 2 ) + ( Bn 1 ) ;
dreapta):
0I = AB0
n 1I = ABn 1 Bn 2 j An 1
(la stânga)
nI = Bn 1 j An (la stânga)
deci
0I = AB0
1A = A2 B1 AB0
2
2A = A3 B2 A2 B1
=
n 1
n 1A = An Bn 1 An 1 Bn 2
n
nA = An Bn 1
2 n 1 n
0I + 1A + 2A + n 1A + nA = 0;
adic¼
a P (A) = 0 (matricea nul¼
a) şi evident P (U ( )) = O ( ) (operatorul nul)
2.5.29. Observaţie. (Cel mai mare divizor comun al unor polinoame) Proprietatea care va …
folosit¼
a la forma canonic¼
a Jordan este proprietatea 2.5.3, care poate … v¼
azut¼
a în variante particulare în
2.5.1 şi în 2.5.2.
Pentru dou¼
a polinoame p1 (x) şi p2 (x) (cu coe…cienţi reali sau complecşi), cel mai mare divizor comun
al lor este un nou polinom d (x) (cu coe…cienţi din acelaşi corp) care divide cele dou¼
a polinoame şi este
de grad maxim cu aceast¼
a proprietate. Existenţa polinomului d (x) şi a‡area lui poate … obţinut¼
a prin
factorizare (metod¼
a limitat¼
a deoarece în general nu se poate a‡a efectiv factorizarea unui polinom) sau
cu algoritmul lui Euclid de a‡are a celui mai mare divizor comun pentru polinoame, ca …ind ultimul rest
diferit de zero; unicitatea lui d (x) se poate obţine cu condiţia suplimentar¼
a ca polinomul s¼
a aib¼
a coe…cientul
¼
2.5. INTRODUCERE ÎN TEORIA SPECTRALA 85
dac¼
a d1 (x) jp1 (x) şi d1 (x) jp2 (x) atunci d1 (x) jd (x) (dac¼
a un polinom este divizor comun al poli-
noamelor p1 (x) şi p2 (x), atunci îl divide şi pe cel mai mare divizor comun al lor)
c:m:m:d:c: (p1 ( ) ; p2 ( )) = c:m:m:d:c: (p2 ( ) ; p1 ( )) (o alt¼
a formulare ar …: prin algoritmul Euclid
se obţine acelaşi rezultat, indiferent de poziţia polinoamelor)
a c:m:m:d:c: (p1 ( ) ; q ( )) = 13 atunci c:m:m:d:c: (p1 ( ) ; p2 ( )) = c:m:m:d:c: (p1 ( ) ; p2 ( ) q ( ))
dac¼
d (x) este polinomul de grad minim cu proprietatea: exist¼
a polinoamele h1 (x) şi h2 (x) astfel încât
are loc
(2.5.1) d ( ) = h1 ( ) p1 ( ) + h2 ( ) p2 ( ) ;
pentru trei sau mai multe polinoame, cel mai mare divizor comun se de…neşte recursiv:
c:m:m:d:c: (p1 ( ) ; p2 ( ) ; p3 ( )) =
= c:m:m:d:c: (c:m:m:d:c: (p1 ( ) ; p2 ( )) ; p3 ( )) ;
c:m:m:d:c: (p1 ( ) ; p2 ( ) ; p3 ( )) =
= c:m:m:d:c: (c:m:m:d:c: (p1 ( ) ; p2 ( )) ; p3 ( )) =
(2.5.2) = h01 ( ) c:m:m:d:c: (p1 ( ) ; p2 ( )) + h02 ( ) p3 ( ) =
= h01 ( ) (h001 ( ) p1 ( ) + h02 ( ) p2 ( )) + h02 ( ) p3 ( ) =
= h2 ( ) p1 ( ) + h2 ( ) p2 ( ) + h3 ( ) p3 ( ) :
pentru un num¼
ar oarecare k de polinoame, cel mai mare divizor comun al lor se de…neşte similar:
c:m:m:d:c: (p1 ( ) ; p2 ( ) ; ; pk ( )) =
= c:m:m:d:c: (c:m:m:d:c: (p1 ( ) ; ; pk 1 ( )) ; pk ( ))
iar proprietatea 2.5.2 se extinde pentru k polinoame astfel: 9hi ( ) polinoame, i = 1; k astfel încât
X
k
(2.5.3) c:m:m:d:c: (p1 ( ) ; p2 ( ) ; ; pk ( )) = hi ( ) pi ( ) :
i=1
2 Coe…cientul dominant este coe…cientul pe care îl are monomul cu grad maxim al polinomului. Polinoamele cu coe…cient
dominant 1 se mai numesc polinoame monice (monic polynomials).
3 Polinoamele p ( ) şi q ( ) astfel încât c:m:m:d:c: (p ( ) ; q ( )) = 1 se numesc relativ prime între ele.
1 1
86 2. OPERATORI LINIARI
Demonstraţie.
X
k
i
iN (f ) = 0 j N k ( ) ) 0N
k
(f ) = 0 ) 0 = 0;
i=0
L
k
(2) V = V i.
i=1
(3) Restricţia, notat¼
a Uj ( ), a operatorului U ( ) la …ecare subspaţiu V j , Uj ( ) : V j
! V j ; Uj (x) =
U (x) ; 8x 2 V j
este de forma Uj ( ) = (Nj + j I) ( ), cu Nj ( ) operator nilpotent pe V j
şi I ( )
operatorul unitate pe V j .
Demonstraţie.
ni
(1) Fie v 2 V i ; atunci are loc (U i In ) (v) = 0. Atunci
ni ni
(U i In ) (U (v)) = (U i In ) ((U i In + i In ) (v)) =
ni ni
= (U i In ) ((U i In ) (v)) + i (U i In ) (v) =
= (U i In ) (0) + i 0 = 0 ) U (v) 2 U i
deci V i
este subspaţiu invariant al operatorului U .
(2) Are loc
Y
k
ni
P( )= ( i) ;
i=1
şi dac¼
a pentru j = 1; k se consider¼
a polinoamele
nj
Y
k
ni
Pj ( ) = ( j ) ; Qj ( ) = ( i) ;
i=1;i6=j
atunci
c:m:m:d:c: (Q1 ( ) ; ; Qk ( )) = 1
X
k
hj ( ) Qj ( ) = 1;
j=1
¼
2.5. INTRODUCERE ÎN TEORIA SPECTRALA 87
adic¼
a, ţinând cont de (Observaţia 2.2.9) faptul c¼
a hj (U ( )) Qj (U ( )) = Qj (U ( )) hj (U ( )),
P
k
hj (U ( )) ((Qj (U ( ))) (v)) =
j=1
P
k
= (Qj (U ( ))) ((hj (U ( ))) (v)) = v; 8v 2 V;
j=1
aşa c¼
a orice vector al spaţiului se descompune în sum¼
a de elemente din V j ; j = 1; k; deci are loc
X
k
V= V i:
i=1
P
k
Suma este direct¼
a: Fie vj 2 V j
astfel încât vj = 0; atunci au loc
j=1
Pi (U ( )) (vi ) = 0
şi
Qi (U ( )) (vj ) = 0; 8j = 1; k; j 6= i )
!
Pk
Qi (U ( )) (vi ) = Qi (U ( )) vl = 0;
l=1;j6=i
cum polinoamele Pi ( ) şi Qi ( ) sunt relativ prime între ele, din 2.5.1 exist¼
a polinoamele R1 ( )
şi R2 ( ) astfel încât
R1 ( ) Pi ( ) + R2 ( ) Qi ( ) = 1;
adic¼
a
0 = R1 (U ( )) ((Pi (U ( ))) (vi )) + R2 (U ( )) ((Qi (U ( ))) (vi )) = vi ;
88 2. OPERATORI LINIARI
adic¼
a vi = 0; se obţine c¼
a descompunerea este unic¼
a.
(3) Se noteaz¼
a Uj ( ) : V j
!V j
Uj (v) = U (v) ; 8v 2 V j
restricţia operatorului U ( ) la subspaţiul
nj nj
V j : Din de…niţia spaţiului V j ; are loc (U j I) (v) = 0; 8v 2 V j
deci (Uj j I) (v) = 0;
8v 2 V j : Are loc Uj ( ) = (Uj j I) ( )+ jI ( ) ; iar operatorul Nj = Uj jI este nilpotent.
Not
r = min dim N k ( ) = dim V = n
k
(existenţa rezult¼
a din faptul c¼
a operatorul este nilpotent iar unicitatea prin reducere la absurd); mai mult,
are loc x 2 ker N k ( ) ) N k (x) = 0 ) N N k (x) = 0 ) x 2 ker N k+1 ( ) deci:
şi …e
Not
mk = dim ker N k ( ) ; k = 0; r ) 0 = m0 m1 m2 mr 1 < mr = n:
Not
qk = mk mk 1 ; k = 1; r;
are loc
qr qr 1 qr 2 q2 q1
ker N k ( ) = ker N k 1
() Qk ;
¼
2.5. INTRODUCERE ÎN TEORIA SPECTRALA 89
V = ker N r ( ) = ker N r 1
() Qr ;
cu
Not
dim Qr = qr = mr mr 1 = p1 :
Se alege o baz¼
a în Qr ; f1 ; fp1 ; vectorii f1 ; fp1 sunt liniar independenţi şi, mai mult, au proprietatea
c¼
a dac¼
a i sunt astfel încât
p1
X
i fi 2 ker N r 1
( );
i=1
atunci i = 0 (pentru c¼
a dac¼
a ar exista scalarii i astfel încât
p1
X
i fi = v0 2 ker N r 1
( ) n f0g; atunci ker N r 1
( ) \ Qr 6= f0g
i=1
contradicţie). Deci
V = ker N r ( ) = ker N r 1
() Sp ff1 ; fp 1 g :
Se observ¼
a c¼
a vectorii
N (f1 ) ; N (fp1 )
sunt în ker N r 1
a fi 2 ker N r ( ) ) N r (fi ) = 0 ) N r
( ) (pentru c¼ 1
(N (fj )) = 0 ) N (fj ) 2 N r 1
( ));
mai mult,
P
p1
iN (fi ) 2 ker N r 2
())
i=1
P
p1 P
p1
Nr 2
iN (fi ) = Nr 1
i fi =0)
i=1 i=1
P
p1
) i fi 2 ker N r 1
() ) i = 0;
i=1
(deci în particular sunt liniar independenţi) vectorii N (f1 ) ; N (fp1 ) sunt în ker N r 1
( ) şi nu sunt în
ker N r 2
( ) deci
N (f1 ) ; N (fp1 ) 2 Qr 1 ;
dim ker N r 1
( ) = mr 1 = mr 2 + qr 1 ; q r 1 p1
(deci are loc şi qr 1 qr )
şi
V = ker N r ( ) = ker N r 1
() Sp ff1 ; fp 1 g =
= ker N r 2
() Qr 1 Sp ff1 ; fp 1 g :
Fie
Not
p2 = qr 1 p1
90 2. OPERATORI LINIARI
şi …e
fp1 +1 ; fp1 +p2
este o baz¼
a în Qr 1 şi are loc:
V = ker N r ( ) = ker N r 1
() Sp ff1 ; fp 1 g =
= ker N r 2
() Qr 1 Sp ff1 ; fp 1 g =
= ker N r 2
() Sp fN (f1 ) ; ; N (fp1 ) ; fp1 +1 ; fp1 +p2 g Sp ff1 ; fp 1 g :
Se aplic¼
a operatorul N ( ) bazei din Qr 1 :
este un sistem de p1 + p2 vectori, care este liniar independent în Qr 2 (deci p1 + p2 = qr 1 qr 2 ) şi care
se completeaz¼
a pân¼
a la o baz¼
a în Qr 2 cu
Not
p3 = qr 2 qr 1 = qr 2 p1 p2
f1 ; fp1 baz¼
a în Qr ;
N (f1 ) ; ; N (fp1 ) ; fp1 +1 ; fp1 +p2 baz¼
a în Qr 1 ;
N 2 (f1 ) ; ; N 2 (fp1 ) ; N (fp1 +1 ) ; ; N (fp1 +p2 ) ; fp1 +p2 +1 ; ; fp1 +p2 +p3 baz¼
a în Qr 2 ;
:::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::
Nr 1
(f1 ) ; ; Nr 1
(fp1 ) ; N r 2
(fp1 +1 ) ; ; Nr 2
(fp1 +p2 ) ; ; fp1 + +pr 1 +1 ; ; fp1 + +pr 1 +pr baz¼
a în Q1 :
Fiecare coloan¼
a a tabloului este câte o familie liniar independent¼
a care determin¼
a câte un subspaţiu invari-
ant al operatorului N ( ); primele p1 subspaţii sunt de dimensiune r; urm¼
atoarele p2 sunt de dimensiune
r 1, etc; ultimele pr subspaţii sunt de dimensiune 1. Mai mult, ultima linie este format¼
a din vectori
proprii (toţi ataşaţi valorii proprii nule). Întregul spaţiu este sum¼
a direct¼
a de aceste subspaţii pe vertical¼
a;
pentru spaţiul format de prima coloan¼
a, se alege ca baz¼
a
Nr 1
(f1 ) ; N r 2
(f1 ) ; ; N (f1 ) ; f1
¼
2.5. INTRODUCERE ÎN TEORIA SPECTRALA 91
(în aceast¼
a ordine); în aceast¼
a baz¼
a restricţia operatorului la acest subspaţiu este dat¼
a de valorile opera-
torului în vectorii bazei:
f1 2 V = ker N r ) N r (f1 ) = 0
2 3
6 0 7
6 7
6 0 7
6 7
6 . 7
N N r 1
(f1 ) = N (f1 ) = 6
r . 7
6 . 7
6 7
6 7
6 0 7
4 5
0
2 3
6 1 7
6 7
6 0 7
6 7
6 . 7
N N r 2
(f1 ) = N r 1
(f1 ) = 6 6 . 7
. 7
6 7
6 7
6 0 7
4 5
0
::::::::::::::::::::::::::::::::::::::::::::::::::::::
2 3 2 3
6 0 7 6 0 1 0 7
6 .. 7 6 .. 7
6 . 7 6 0 0 . 7
6 7 6 7
6 7 6 . . 7 Not
N (f1 ) = 6
6 0 7 ) Nj
7 sp inv (x) = 6 .. ..
6 0 7 x = J0 (r) x;
7
6 7 6 7
6 7 6 7
6 1 7 6 0 0 1 7
4 5 4 5
0 0 0 0
se obţine în …nal urm¼
atoarea structur¼
a pentru matricea operatorului:
2 3
p1 cel. J0 (r)
6 7
6 ... 7
de 6 0 0 7
6 7
6 7
ord. r 6 J0 (r) 7
6 7
6 7
p2 cel. 6 J0 (r 1) 7
6 7
6 7
6 0 ... 0 7
de 6 7
6 7
6 7
ord. r 1 6 J0 (r 1) 7
6 7
.. 6 .. .. .. 7
. 6 . . . 7
6 7
6 7
pr cel. 6 J0 (1) 7
6 7
6 7
6 0 0 .. 7
de 6 . 7
4 5
ord. 1 J0 (1)
2.5.34. De…niţie. Se numeşte celul¼a Jordan de ordin r ataşat¼a scalarului o matrice r r de forma:
92 2. OPERATORI LINIARI
2 3
6 1 0 7
6 ... 7
6 0 0 7
6 7
J (r) = 6 7:
6 ..
6 . 1 7
7
4 5
0 0
2.5.35. De…niţie. Se numeşte bloc Jordan de ordin (r1 ; ; rk ) ataşat scalarului o matrice (r1 + + rk )
(r1 + + rk ) de forma:
2 3
6 J (r1 ) 0 0 7
6 7
6 0 J (r2 ) 0 7
6 7
J (r1 ; rk ) = 6 7:
6 .. 7
6 . 7
4 5
0 0 J (rk )
2.5.36. De…niţie. Se numeşte matrice Jordan ataşat¼a scalarilor ( 1 ; ; s) şi scalarilor r1 i ; rkii ,
i = 1; s o matrice de forma:
2 3
6 J 1 r1 ; ;r 0 0
1 1
k1 7
6 7
6 0 J r1 ;
2
;r2
0 7
6 2 k2 7
J =6 7:
6 ... 7
6 7
4 5
0 0 J s r1 s ; ; rkss
2.5.1. Decomplexi…carea formei canonice complexe. Când corpul de scalari este real, atunci
valorile proprii sunt în general complexe, deci nu fac parte din corpul de scalari; mai mult, vectorii proprii
ataşaţi la valori proprii complexe sunt de coordonate complexe. Pentru a se obţine o form¼
a pseudodiagonal¼
a
şi în aceast¼
a situaţie se aplic¼
a urm¼
atoarea tehnic¼
a:
Fie = +i 2 C n R; > 0 o valoare proprie complex¼
a cu ordinul de multiplicitate m. Atunci
= i este valoare proprie complex¼
a cu acelaşi ordin de multiplicitate şi celor dou¼
a valori proprii
trebuie s¼
a li se ataşeze un spaţiu invariant real de dimensiune 2m: Acelaşi operator v¼
azut ca operator
peste un spaţiu vectorial complex admite o baz¼
a Jordan în care pentru corespund m vectori proprii
liniar independenţi f1 ; ; fm de coordonate complexe; atunci vectorii f1 ; ; fm formeaz¼
a baz¼
a Jordan
pentru
Av = v ) A (Re v + i Im v) = (Re + i Im ) (Re v + Im v)
) Av = v ) v este vector propriu pentru
Baza Jordan ataşat¼
a valorii proprii este dat¼
a de relaţiile:
Af11 = f11 ; ; Af1q = f1q
Af21 = f11 + f21 ; ; Af2q = f1q + f2q
¼
2.5. INTRODUCERE ÎN TEORIA SPECTRALA 93
.........................................................
Afn11 = fn11 1 + fn11 ; ; Afnqq = fnqq 1 + fnqq
f f = (Re ( ) + i Im ( )) (Re (f ) + i Im (f ))
(Re ( ) i Im ( )) (Re (f ) i Im (f )) =
= 2i Re ( ) Im (f ) + 2i Im ( ) Re (f )
rezult¼
a
Agkj = gkj 1 + Re ( ) gkj Im ( ) hjk ;
Ahjk = hjk 1 + Re ( ) gkj + Im ( ) hjk
aşa c¼
a înlocuirile …ec¼
arei perechi de celule complexe (pentru = + i ) sunt:
0 1 0 1
0
@ A @ A
0
0 1 0 1
B 1 0 0 C B 1 0 C
B C B C
B 0 0 0 C B 0 1 C
B C B C
B C B C
B 0 0 1 C B 0 0 C
B C B C
@ A @ A
0 0 0 0 0
94 2. OPERATORI LINIARI
0 1 0 1
1 0 0 0 0 1 0 0 0
B C B C
B C B C
B 0 1 0 0 0 C B 0 1 0 0 C
B C B C
B C B C
B 0 0 0 0 0 C B 0 0 1 0 C
B C B C
B C B C
B 0 0 0 1 0 C B 0 0 0 1 C
B C B C
B C B C
B C B C
B 0 0 0 0 1 C B 0 0 0 0 C
@ A @ A
0 0 0 0 0 0 0 0 0
:::::::::::::::::::::::::::::::::
¼
2.5. INTRODUCERE ÎN TEORIA SPECTRALA 95
(1) Se g¼
aseşte matricea ataşat¼
a operatorului în baza iniţial¼
a (standard)
(2) Se rezolv¼a (în C) ecuaţia caracteristic¼a det (A I) = 0 şi se reţin toate r¼
ad¼
acinile j 2 C,
P
k
j = 1; k, cu ordinele lor de multiplicitate nj , nj = n.
j=1
Pentru …ecare r¼
ad¼
acin¼
a j (de multiplicitate nj ) obţinut¼
a la pasul 2.:
nj
(3) Se calculeaz¼
a spaţiul V j
= ker (U j I) ( ).
(4) Se calculeaz¼
a restricţia Uj ( ) a operatorului U ( ) la subspaţiul V j , Uj ( ) : V j
! V j ; Uj (x) =
U (x) ; 8x 2 V j .
(5) Se calculeaz¼
a operatorul nilpotent Nj ( ) : V j
! V j , de…nit prin: Nj (x) = Uj (x) jI (x) =
(Uj j I) (x), 8x 2 V j .
(6) Se calculeaz¼
a şirul de nuclee:
r 1 r
f0g = ker Nj0 ( ) ker Nj ( ) ker Nj2 ( ) ker Nj j () ker Nj j ( ) = V j ;
se calculeaz¼
a
rj = min dim ker Njk ( ) = dim V j
= nj
k
a f1j ;
a în Qjrj , notat¼
(10) Se alege o baz¼ fpjj ; se consider¼
a vectorii
1
se continu¼
a acest procedeu pân¼
a se obţine structura:
Nj2 f1j ; ; Nj2 fpjj ; Nj fpjj +1 ; ; Nj fpjj +pj ; fpjj +pj +1 ; ; fpjj +pj +pj
1 1 1 2 1 2 1 2 3
baz¼ a în Qjr 2 ,
:::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::
r 1 r 1 r 2 r 2
Nj j f1j ; ; Nj j fpjj ; Nj j fpjj +1 ; ; Nj j fpjj +pj ; ;
1 1 1 2
; fpjj + +pjr
; ; fpjj + +pjr j a în Qj1 = ker Nj ( ).
baz¼
1 j 1 +1 1 j 1 +prj
Baza Jordan se obţine prin ordonarea vectorilor de mai sus în felul urm¼
ator: se aleg vectorii pe
coloan¼
a, de jos în sus –pentru …ecare vector, de la exponentul maxim al operatorului la exponentul
a (primul vector, f1j ):
minim –de exemplu, pentru prima coloan¼
r 1 r 2
Nj j f1j ; Nj j f1j ; ; Nj f1j ; f1j
2.5.3. Exemple.
4 4
2.5.37. Exemplu (O 2 valoare proprie cu 3 ordin de multiplicitate 4). Fie U ( ) : R ! R cu matricea în
6 1 1 1 0 7
6 7
6 1 3 0 1 7
6 7
baza canonic¼aA=6 7; s¼
a se determine forma canonic¼ a Jordan şi o baz¼
a în care este
6 1 0 1 1 7
6 7
4 5
0 1 1 1
atins¼
a aceast¼
a form¼a. 2 3
6 1 1 1 0 7
6 7
6 1 3 0 1 7
6 7
Pasul 1: matricea operatorului este A = 6 7.
6 1 0 1 1 7
6 7
4 5
0 1 1 1
Pasul 2: Valorile proprii ale matricii A (din ecuaţia caracteristic¼
a):
1 1 1 0
1 3 0 1
det (A I4 ) = =( 1)4 = 0 ) 1 = 1, n1 = 4.
1 0 1 1
0 1 1 1
***
Cu Scienti…c WorkPlace 5.5 se calculeaz¼
a astfel: Compute!Matrices!Determinant de unde se obţine
valoarea determinantului:
2 3 4
determinant : 6 4 4 + +1
Compute!Factor de unde se obţine: = ( 1)4
Se poate calcula direct folosind: Compute!Matrices!Eigenvalues, de unde se obţine:
eigenvalues: f1 g (care nu spune multiplicitatea valorii proprii).
[Pot apare confuzii generate de standardul folosit pentru reprezentarea vectorilor ca linie sau coloan¼
a]
***
Pasul 3: Calcul¼
am dimensiunea subspaţiului propriu asociat valorii proprii = 1:
4
Se consider¼
2a operatorul (U 3 1R4 ) ( ) = (U 1R4 )4 ( ); matricea lui este (A I4 )4 .
6 0 1 1 0 7
6 7
6 1 2 0 1 7
6 7 Not.
A I4 = 6 7 = B.
6 1 0 2 1 7
6 7
4 5
0 1 1 0
98 2. OPERATORI LINIARI
2 32 2 3
6 0 1 1 0 7 6 2 2 2 2 7
6 7 6 7
6 1 2 0 1 7 6 2 2 2 2 7
2 6 7 6 7
(A I4 ) = 6 7 =6 7 = B2.
6 1 0 2 7
1 7 6 2 7
6 6 2 2 2 7
4 5 4 5
0 1 1 0 2 2 2 2
2 33 2 3
6 0 1 1 0 7 6 0 0 0 0 7
6 7 6 7
6 1 2 0 1 7 6 0 0 0 0 7
3 6 7 6 7
(A I4 ) = 6 7 =6 7 = B3.
6 1 0 2 7
1 7 6 7
6 6 0 0 0 0 7
4 5 4 5
0 1 1 0 0 0 0 0
2 34 2 3
6 0 1 1 0 7 6 0 0 0 0 7
6 7 6 7
6 1 2 0 1 7 6 0 0 0 0 7
4 6 7 6 7
(A I4 ) = 6 7 =6 7 = B4.
6 1 0 2 7
1 7 6 7
6 6 0 0 0 0 7
4 5 4 5
0 1 1 0 0 0 0 0
n1
Deci V 1
= ker (U 1 I) ( ) = ker (U 1R4 )4 ( ) = R4 .
Pasul 4: Restricţia U1 ( ) a operatorului U ( ) la subspaţiul V 1 , U1 ( ) : V 1
! V 1 ; U1 (x) = U (x),
8x 2 V 1
este: U1 ( ) : R4 ! R4 ; U1 (x) = U (x) (U1 ( ) coincide cu U ( )).
Pasul
2 5: Operatorul 3nilpotent N1 ( ) : R4 ! R4 , de…nit prin N1 (x) = U1 (x) 1 I4 (x) are matricea
6 0 1 1 0 7
6 7
6 1 2 0 1 7
6 7
B=6 7.
6 1 0 2 1 7
6 7
4 5
0 1 1 0
Pasul 6:
Se calculeaz¼
a
r1 = min dim ker N1k ( ) = dim V 1
= n1 = 4
k
de unde se obţine r1 = 3.
Se calculeaz¼
a şirul de nuclee:
6 0 1 0 0 7 6 1 0 0 0 7 6 1 1 0 0 7
6 7 6 7 6 7
6 0 0 1 0 7 6 0 1 0 0 7 6 0 1 1 0 7
6 7 6 7 6 7
6 7+1 6 7=6 7
6 0 0 0 0 7 6 0 0 1 0 7 6 0 0 1 0 7
6 7 6 7 6 7
4 5 4 5 4 5
0 0 0 0 0 0 0 1 0 0 0 1
2 3 8 2 3
>
>
6 0 1 1 0 7 >
>
>
x 2 + x3 =0 6 a 7
6 7 >
> 6 7
6 1 2 0 1 7 < x1 + 2x2 + x4 = 0 6 b 7
6 7 6 7
6 7 Bx = 0 ) )x=6 7, a; b 2 R )
6 1 0 2 1 7 7 >
> x x + x = 0 6 b 7
6 >
> 1 3 4 6 7
4 5 >
> 4 5
>
:
0 1 1 0 x2 x3 =0 a 2b
Matricea
2 de trecere de3la baza canonica
2 la baza J este:3
1 1
6 2 0 1 1 7 6 0 4 4
0 7
6 7 6 7
6 2 1 0 0 7 6 0 1 1
0 7
6 7 1 6 2 2 7
C=6 7 ) C = 6 7 iar forma Jordan este:
6 2 1 0 0 7 7 6 1 7
6 6 1 1 1 7
4 5 4 5
2 0 0 1 0 21 1
2
1
2 32 32 3 2 3
1 1
6 0 4 4
0 76 1 1 1 0 76 2 0 1 1 7 6 1 1 0 0 7
6 76 76 7 6 7
6 0 1 1
0 76 1 3 0 1 76 2 1 0 0 7 6 0 1 1 0 7
6 2 2 7 6 7 6 7 6 7
J = C 1 AC = 6 76 76 7=6 7
6 1 1 1 1 76 1 0 1 1 76 2 1 0 0 7 6 0 0 1 0 7
6 76 76 7 6 7
4 54 54 5 4 5
0 12 1
2
1 0 1 1 1 2 0 0 1 0 0 0 1
sau [descompunerea Jordan a matricii iniţiale]
¼
2.5. INTRODUCERE ÎN TEORIA SPECTRALA 103
2 3 2 32 32 3
1 1
6 1 1 1 0 7 6 2 1 1 76 1
0 1 0 0 76 0 4 4
0 7
6 7 6 76 76 7
6 1 3 0 1 7 6 1 0 0 7 6 1 1 0 7 6 1 1
0 7
6 7 6 2 76 0 76 0 2 2 7
6 7=6 76 76 7
6 1 0 1 1 7 6 1 0 0 7 6 0 1 0 7 6 1 7
6 7 6 2 76 0 76 1 1 1 7
4 5 4 54 54 5
1 1
0 1 1 1 2 0 0 1 0 0 0 1 0 2 2
1
2 3
6 1 1 0 j 0 7
6 7
6 0 1 1 j 0 7
6 7
6 7
Se observ¼ a structura de celule Jordan: 66 0 0 1 j 0 77.
6 7
6 7
6 j 7
4 5
0 0 0 j 1
Aplicaţie
2 3 pentru
2 sisteme de ecuaţii
3 2 diferenţiale:
3
0
6 x1 7 6 1 1 1 0 7 6 x1 7
6 7 6 76 7
6 x0 7 6 1 3 0 1 7 6 7
6 2 7 6 7 6 x2 7
6 7=6 76 7
6 x0 7 6 1 0 1 1 7 6 x 7
6 3 7 6 76 3 7
4 5 4 54 5
x04 0 1 1 1 x4
Se
2 înlocuieşte
3 2 matricea cu descompunerea
32 ei3Jordan:
2 32 3
1 1
6 x017 6 2 0 1 1 76 1 1 0 0 76 0 4 4
0 76 x1 7
6 7 6 76 76 76 7
6 x0 7 6 2 1 0 0 7 6 0 1 1 0 76 0 1 1
0 7 6 x2 7
6 2 7 6 76 76 2 2 76 7
6 7=6 76 76 76 7
6 x0 7 6 2 1 0 7 6
0 76 0 0 1 0 76 17 6 1 1 1 7 6 x3 7
6 3 7 6 76 7
4 5 4 54 54 54 5
x04 2 0 0 1 0 0 0 1 0 12 1
2
1 x4
Se
2 scrie sub forma: 32 3 2 32 32 3
1 1 0 1 1
6 0 4 4
0 7 6 x1 7 6 1 1 0 0 7 6 0 4 4
0 76 x1 7
6 76 7 6 76 76 7
6 0 1 1
0 7 6 0 7 6 76 1 1
0 7 6 x2 7
6 2 2 7 6 x2 7 6 0 1 1 0 7 6 0 2 2 76 7
6 76 7=6 76 76 7
6 1 1 1 1 7 6 x0 7 6 0 0 1 0 7 6 1 1 1 1 7 6 x3 7
6 76 3 7 6 76 76 7
4 54 5 4 54 54 5
0 21 1
2
1 x04 0 0 0 1 0 12 1
2
1 x4
Se
2 face schimbarea
3 2 de variabile:32 3 2 3 2 32 3
1 1 0 1 1
6 y1 7 6 0 4 4
0 7 6 x1 7 6 y1 7 6 0 4 4
0 76 7 x01
6 7 6 76 7 6 7 6 76 7
6 y2 7 6 0 1 1
0 7 6 x2 7 6 y0 7 6 0 1 1
0 7 6 0 7
6 7 6 2 2 7 6 7 6 2 7 6 2 2 7 6 x2 7
6 7=6 76 7)6 7=6 76 7
6 y 7 6 1 1 1 7 6
1 7 6 x3 77 6 0 7 6 1 7 6 x0 7
6 3 7 6 6 y3 7 6 1 1 1 76 3 7
4 5 4 54 5 4 5 4 54 5
y4 0 12 1
2
1 x4 y40 0 12 1
2
1 x04
Sistemul
2 3 de 2 ecuaţii diferenţiale
32 în
3 variabilele
2 y3 este:
0
6 y1 7 6 1 1 0 0 7 6 y1 7 6 y1 + y2 7
6 7 6 76 7 6 7
6 y 0 7 6 0 1 1 0 7 6 y2 7 6 y2 + y3 7
6 2 7 6 76 7 6 7
6 7=6 76 7=6 7
6 y0 7 6 0 0 1 0 7 6 y 7 6 y 7
6 3 7 6 76 3 7 6 3 7
4 5 4 54 5 4 5
y40 0 0 0 1 y4 y4
Se rezolv¼
a sistemul în variabilele y:
104 2. OPERATORI LINIARI
t2
y4 (t) = c4 et , y3 (t) = c3 et , y2 (t) = (c3 t + c2 ) et , y1 (t) = c3 + c2 t + c1 et
2 3 2 32 3 2
t t 1 2 t
6 y1 (t) 7 6 e te t e 0 7 6 c1 7
6 7 6 2 76 7
6 y2 (t) 7 6 0 et tet 0 7 6 7
6 7 6 7 6 c2 7
6 7=6 76 7
6 y (t) 7 6 t 76 c 7
6 3 7 6 0 0 e 0 76 3 7
4 5 4 54 5
y4 (t) t c4
0 0 0 e
Se
2 obţine3soluţia
2 în variabilele 3 iniţiale:
2 3
6 x1 (t) 7 6 2 0 1 1 7 6 y1 (t) 7
6 7 6 76 7
6 x2 (t) 7 6 2 1 0 0 7 6 y2 (t) 7
6 7 6 76 7
6 7=6 76 7=
6 x (t) 7 6 2 1 0 0 7 6 y3 (t) 7
7 6
6 3 7 6 7
4 5 4 54 5
x4 (t) 2 0 0 1 y4 (t)
2 32 32 3 2 3
1 2 t
6 2 0 1 1 76 et tet t e 0 76 c1 7 6 c4 e t t
2c1 e + c3 (e t 2 t
t e ) 2tc2 e t
7
6 76 2 76 7 6 7
6 2 1 0 0 76 t
tet 0 7 6 c2 7 6 2 t t t t t 7
6 76 0 e 76 7 6 c3 (t e + te ) c2 (e + 2te ) 2c1 e 7
=6 76 76 7=6 7
6 2 76 76 c3 7 6 2 t
tet ) c2 (et 2tet ) + 2c1 et 7
6 1 0 0 76 0 0 et 0 76 7 6 c3 (t e 7
4 54 54 5 4 5
2 0 0 1 0 0 0 e t c4 2c1 et + c4 et + 2tc2 et + t2 c3 et
¼
2.5. INTRODUCERE ÎN TEORIA SPECTRALA 105
6 0 2 0 1 7
6 7
6 1 0 0 0 7
6 7
R4 ! R4 cu matricea în baza canonic¼ aA=6 7; s¼a se determine forma canonic¼
a Jordan şi
6 0 1 0 0 7
6 7
4 5
0 0 1 0
o baz¼
a în care este atins¼
a aceast¼a form¼
a. 2 3
6 0 2 0 1 7
6 7
6 1 0 0 0 7
6 7
Pasul 1: matricea operatorului este A = 6 7.
6 0 1 0 0 7
6 7
4 5
0 0 1 0
Pasul 2: Valorile proprii ale matricii A (din ecuaţia caracteristic¼
a):
2 0 1
1 0 0
det (A I4 ) = = 4
2 2
+1=( 1)2 ( + 1)2
0 1 0
0 0 1
) 1 = 1, n1 = 2, 2 = 1, n2 = 2
Pasul 3: Se calculeaz¼
a dimensiunea subspaţiului propriu asociat valorii proprii 1 = 1:
2
Se consider¼
2a operatorul (U 1 1R4 ) ( ) = (U
3 1R4 )2 ( ); matricea lui este (A I4 )2 .
6 1 2 0 1 7
6 7
6 1 1 0 0 7
6 7 Not.
A I4 = 6 7 = B (matricea are rangul 3).
6 0 1 1 0 7
6 7
4 5
0 0 1 1
2 32 2 3
6 1 2 0 1 7 6 3 4 1 2 7
6 7 6 7
6 1 1 0 0 7 6 2 3 0 1 7
2 6 7 6 7
(A I4 ) = 6 7 =6 7 = B 2 (matricea are rangul 2) (dac¼
a se
6 0 1 1 0 7 7 6 0 7
6 6 1 2 1 7
4 5 4 5
0 0 1 1 0 1 2 1
continu¼
a ridicarea la putere a matricii B, rangul nu se mai micşoreaz¼ a).
Subspaţiul
2 V 1 = ker 3
(U2 I)n1
13 ( ) =3ker (U 21R4 )2 ( ) este mulţimea
2 3 soluţiilor sistemului:
6 3 4 1 2 76 x1 7 6 0 7 6 x1 = 3a + 2b; 7
6 76 7 6 7 6 7
6 2 3 0 1 76 x2 7 6 0 7 6 x2 = 2a + b 7
6 76 7 6 7 6 7
6 76 7 = 6 7, adic¼ a6 7
6 1 2 1 0 7 6 x3 7 6 0 7 6 x =a 7
6 76 7 6 7 6 3 7
4 54 5 4 5 4 5
0 1 2 1 x4 0 x4 = b
106 2. OPERATORI LINIARI
2 3 2 3
6 3 7 6 2 7
6 7 6 7
6 2 7 6 1 7
6 7 6 7
cu v1 = 6 7, v2 = 6 7, se obţine: V 1
= span (v1 ; v2 ), iar familia B1 = fv1 ; v2 g este baz¼
a a lui
6 1 7 6 0 7
6 7 6 7
4 5 4 5
0 1
V 1.
Pasul 4: Se determin¼
a restricţia U1 ( ) a operatorului U ( ) la subspaţiul V 1 , U1 ( ) : V 1
! V 1;
U1 (x) = U (x), 8x 22 V 1 : 32 3 2 3
6 0 2 0 1 76 3 7 6 4 7
2 3
6 76 7 6 7
6 1 0 0 0 7 6 2 7 6 3 7 2
6 76 7 6 7
U (v1 ) = Av1 = 6 7 6 7 = 6 7 = 2v1 + ( 1) v2 ) [U (v1 )]B1 = 4 5
6 0 1 0 7 6 7
0 76 1 7 6 2 7 6 7 1
6
4 54 5 4 5
0 0 1 0 0 1
(Scalarii 2 şi 12se a‡a¼ din sistemul + bv2 )
3 2 U (v31 ) =2av1 3
6 0 2 0 1 76 2 7 6 3 7
2 3
6 76 7 6 7
6 1 0 0 0 76 1 7 6 2 7 1
6 76 7 6 7
U (v2 ) = Av2 = 6 76 7 = 6 7 = 1 v1 + 0 v2 ) [U (v2 )]B1 = 4 5
6 0 1 0 0 76 0 7 6 1 7 0
6 76 7 6 7
4 54 5 4 5
0 0 1 0 1 0
(Scalarii 1 şi 0 se a‡a¼ din sistemul U (v2 ) = av1 + bv2 )
2 3
2 1
Se obţine U1 ( ) : V 1 ! V 1 ; [U1 (x)]B1 = 4 5 [x] în baza B1 = fv1 ; v2 g a lui V 1 .
B1
1 0
Pasul 5: Operatorul nilpotent N1 ( ) : V 1 ! V 1 (ataşat valorii proprii 1 ) este restricţia la V 1
a
operatorului (U 1 I4 ) ( ) (sau operatorul (U1
) în V 1 ).
1 I2 ) (
3 2 2 3 2 3
2 1 1 0 1 1
În baza B1 operatorul N1 ( ) are matricea 4 5 1 4 5=4 5.
1 0 0 1 1 1
2 32 2 3
1 1 0 0
Se observ¼
a c¼
a matricea este nilpotent¼ a: 4 5 =4 5.
1 1 0 0
Pasul 6: Se calculeaz¼
a şirul de nuclee:
82 39
< 1 =
Se completeaz¼ a familia 4 5 (care este baz¼ a în ker N1 ( )) pân¼
a la o baz¼a în ker N12 ( ) = R2 , de
: 1 ;
2 3
1
exemplu cu vectorul [u2 ]B1 = 4 5 (poate … ales orice vector din ker N12 ( ) n ker N1 ( )).
0
2 32 3 2 3
1 1 1 1
[u1 ]B1 = [N1 (u2 )]B1 = 4 54 5 = 4 5 2 ker N1 ( ).
1 1 0 1
2 3 02 31 2 32 3 2 3
1 1 1 1 1 2
Obs: dac¼ a s–ar … ales, de exemplu, 4 5, atunci N1 @4 5A = 4 54 5 = 4 5, care
1 1 1 1 1 2
2 3
1
este din ker N1 ( ), dar nu chiar acelaşi vector 4 5, ci o combinaţie liniar¼a.
1
Baza Jordan în V 1 pentru operatorul N1 ( ) este B1 = fu1 ; u2 g, în care:
2 3
0
N1 (u1 ) = 0 ) [N1 (u1 )]B = 4 5
1
0
2 3
1
N1 (u2 ) = u1 ) [N1 (u2 )]B = 4 5
1
0
2 3 2 3
0 1 0 1
Se obţine [N1 (x)]B = 4 5 [x] , adic¼
B a B1 este baza Jordan a operatorului N1 ( ) iar 4 5
1 1
0 0 0 0
este forma canonic¼ a Jordan a operatorului N1 ( ).
Se repet¼
a paşii anteriori pentru urm¼
atoarea valoare proprie, 2 = 1 cu ordin de multiplicitate n2 = 2:
Pasul 3: Se calculeaz¼
a dimensiunea subspaţiului propriu asociat valorii proprii 2 = 1:
Se consider¼
a operatorul (U 2 1R4 )2 ( ) = (U + 1R4 )2 ( ); matricea lui este (A + I4 )2 .
108 2. OPERATORI LINIARI
2 3
6 1 2 0 1 7
6 7
6 1 1 0 0 7
6 7 Not.
A + I4 = 6 7 = C (matricea are rangul 3).
6 0 1 1 0 7
6 7
4 5
0 0 1 1
2 32 2 3
6 1 2 0 1 7 6 3 4 1 2 7
6 7 6 7
6 1 1 0 0 7 6 2 3 0 1 7
6 7 6 7
(A + I4 )2 = 6 7 =6 7 = C 2 (matricea are rangul 2) (dac¼
a se continu¼
a
6 0 1 1 0 7 6 1 2 1 0 7 7
6 7 6
4 5 4 5
0 0 1 1 0 1 2 1
ridicarea la putere a matricii B, rangul nu se mai micşoreaz¼
a).
n1 2
Subspaţiul V 2 = 3ker
2 2 (U 3 2 I)
2 2 + 1R4 ) ( ) este3mulţimea soluţiilor sistemului:
(3) = ker (U
6 3 4 1 2 7 6 x1 7 6 0 7 6 x1 = 3a + 2b; 7
6 76 7 6 7 6 7
6 2 3 0 1 7 6 7 6 0 7 6 x2 = 2a b 7
6 7 6 x2 7 6 7 6 7
6 76 7=6 7, adic¼
a6 7
6 1 2 1 0 76 x 7 6 0 7 6 x =a 7
6 76 3 7 6 7 6 3 7
4 54 5 4 5 4 5
0 1 2 1 x4 0 x4 = b
2 3 2 3
6 3 7 6 2 7
6 7 6 7
6 2 7 6 1 7
6 7 6 7
cu v3 = 6 7 4 6
, v = 7, se obţine: V 2
= span (v3 ; v4 ); familia B2 = fv3 ; v4 g este baz¼
a în V 2 .
6 1 7 6 0 7
6 7 6 7
4 5 4 5
0 1
Pasul 4: Se determin¼
a restricţia U2 ( ) a operatorului U ( ) la subspaţiul V 2 , U2 ( ) : V 2
! V 2;
U2 (x) = U (x), 8x 22 V 2 : 32 3 2 3
6 0 2 0 1 76 3 7 6 4 7
2 3
6 76 7 6 7
6 1 0 0 0 7 6 7
2 7 6 3 76 7 2
6 76
U (v3 ) = Av3 = 6 76 7=6 7 = 2v1 + v2 ) [U (v3 )]B2 = 4 5
6 0 1 0 0 7 6 7
1 7 6 2 7 6 7 1
6 76
4 54 5 4 5
0 0 1 0 0 1
(Scalarii 2 şi 12se a‡a¼ din sistemul
32 U (v33 ) =2av3 +3bv4 )
6 0 2 0 1 76
2 7 6 3 7
2 3
6 76 7 6 7
6 1 0 0 0 7 6 7 6
1 7 6 2 7 7 1
6 76
U (v4 ) = Av4 = 6 76 7=6 7 = v1 + 0 v2 ) [U (v4 )]B2 = 4 5
6 0 1 0 0 7 6 7
0 7 6 1 76 7 0
6 76
4 54 5 4 5
0 0 1 0 1 0
(Scalarii 1 şi 0 se a‡a¼ din sistemul
U (v4 ) = av3 + bv4 )
2 3
2 1
Se obţine U2 ( ) : V 2 ! V 2 ; [U2 (x)]B2 = 4 5 [x] în baza B2 = fv3 ; v4 g a lui V 2 .
B2
1 0
Pasul 5: Operatorul nilpotent N2 ( ) : V 2 ! V 2 (ataşat valorii proprii 2 ) este restricţia la V 2
a
operatorului (U 2 I4 ) ( ) (sau operatorul (U2 2 I2 ) ( ) în V 2 ).
¼
2.5. INTRODUCERE ÎN TEORIA SPECTRALA 109
2 3 2 3 2 3
2 1 1 0 1 1
În baza B2 operatorul N2 ( ) are matricea 4 5+1 4 5=4 5.
1 0 0 1 1 1
2 32 2
3
1 1 0 0
Se observ¼
a c¼ a: 4
a matricea este nilpotent¼ 5 =4 5.
1 1 0 0
Pasul 6: Se calculeaz¼
a şirul de nuclee:
82 39
< 1 =
Se completeaz¼ a familia 4 5 (care este baz¼
a în ker N2 ( )) pân¼ a în ker N22 ( ) = R2 , de
a la o baz¼
: 1 ;
2 3
1
exemplu cu vectorul [u4 ]B2 = 4 5 (poate … ales orice vector din ker N22 ( ) n ker N2 ( )).
0
2 32 3 2 3
1 1 1 1
[u3 ]B2 = [N2 (u4 )]B2 = 4 54 5 = 4 5 2 ker N2 ( ).
1 1 0 1
Baza Jordan în V pentru operatorul N2 ( ) este B2 = fu3 ; u4 g, în care:
2
110 2. OPERATORI LINIARI
2 3
0
N2 (u3 ) = 0 ) [N2 (u3 )]B = 4 5
2
0
2 3
1
N2 (u4 ) = u3 ) [N2 (u4 )]B = 4 5
2
0
2 3 2 3
0 1 0 1
Se obţine [N2 (x)]B = 4 5 [x] , adic¼
B2 a B2 este baza Jordan a operatorului N2 ( ) iar 4 5
2
0 0 0 0
este forma canonic¼ a Jordan a operatorului N2 ( ).
Se asambleaz¼ a din R4 rezultatele obţinute pentru cele dou¼
a în baza iniţial¼ a valori proprii:
Pentru2 1 :3 2 3
6 3 7 6 2 7 2 3 2 3
6 7 6 7
6 2 7 6 1 7 1 1
6 7 6 7
v1 = 6 7, v2 = 6 a a lui V 1 , [u1 ]B1 = 4
7, B1 = fv1 ; v2 g baz¼ 5, [u2 ] = 4 5, B1 =
B1
6 1 7 6 0 7 1 0
6 7 6 7
4 5 4 5
0 1
fu1 ; u2 g baza Jordan în V 1
Pentru2 2 : 3 2 3
6 3 7 6 2 7 2 3 2 3
6 7 6 7
6 2 7 6 1 7 1 1
6 7 6 7
v3 = 6 7, v4 = 6 a în V 2 , [u3 ]B2 = 4
7, B2 = fv3 ; v4 g este baz¼ 5, [u4 ] = 4 5,
B2
6 1 7 6 0 7 1 0
6 7 6 7
4 5 4 5
0 1
B2 = fu3 ; u4 g baza Jordan în V 2
Se
2 obţine
3 soluţia
2 în form¼
a matricial¼
3 2 a: 32 3
t t t
6 y1 7 6 (k2 t + k1 ) e 7 6 e t e 0 0 7 6 k1 7
6 7 6 7 6 76 7
6 y2 7 6 k2 et 7 6 0 et 0 0 7 6 k2 7
6 7 6 7 6 76 7
6 7 6
= 7 6
= 76 7
6 y 7 6 (k t + k ) e t 7 6 0 0 e t t e t 76 k 7
6 3 7 6 4 3 7 6 76 3 7
4 5 4 5 4 54 5
y4 k4 e t 0 0 0 e t k4
¼
2.5. INTRODUCERE ÎN TEORIA SPECTRALA 113
2 3 2 1 3 1 32 3
0
6 y1 7 6 4 4 2 76 x1 7
6 7 6 1 1 1 1 7 6 7
6 y2 7 6 76 x2 7
6 7 6 4 4 4 4 6
7 7
dar 6 7=6 1 3 1 7 6 7, de unde:
6 y 7 6 0 76 x 7
6 3 7 6 76 3 7
4 5 4 4 4 2 54 5
1 1 1 1
y4 x4
2 3 2 4 4 3 42 43
6 x1 7 6 1 3 1 3 76 y1 7
6 7 6 76 7
6 x2 7 6 1 2 1 2 7 6 y2 7
6 7 6 76 7
6 7=6 76 7, aşa c¼ a se obţine:
6 x 7 6 1 1 1 1 7 6 y 7
6 3 7 6 76 3 7
4 5 4 54 5
x4 1 0 1 0 y4
2 3 2 32 32 3
t t
6 x1 7 6 1 3 1 3 76 e t e 0 0 76 k1 7
6 7 6 76 76 7
6 x2 7 6 1 2 1 2 7 6 0 et
0 0 76 k2 7
6 7 6 76 76 7
6 7 6
= 76 76 7=
6 x 7 6 1 1 1 1 7 6 0 0 e t t e t 7 6 k3 7
6 3 7 6 76 76 7
4 5 4 54 54 5
x4 1 0 1 0 0 0 0 e t k4
2 3
t t t t t t
6 k1 e + k4 (3e te ) + k2 (3e + te ) k3 e 7
6 7
6 k1 et k4 (2e t te t ) + k2 (2et + tet ) + k3 e t 7
6 7
=6 7
6 k (et + tet ) + k et k e t + k (e t te t ) 7
6 2 1 3 4 7
4 5
k1 et + k3 e t + tk2 et + tk4 e t
@
(2e t te t ) = e t (t 3)
@t
@
(2et + tet ) = et (t + 3)
@t
114 2. OPERATORI LINIARI
2.5.39. Exemplu (Dou¼a valori proprii, una cu multiplicitate 2). Fie operatorul U ( ) care în baza standard
2 3
1 1 1
6 7
6 7
are matricea A = 6 3 4 3 7 2 M3 3 (R). S¼ a se aduc¼ a la forma canonic¼a Jordan şi s¼a se g¼
aseasc¼
a
4 5
4 7 6
baza Jordan.
Valorile proprii ale matricii sunt soluţiile ecuaţiei caracteristice: det (A I3 ) = 0 ) ( 1) ( 2)2 =
0
Pentru 1 = ator este V1 = fx 2 R3 ; (A
1, subspaţiul vectorilor proprii corespunz¼ I3 ) x = 0g =
f (0; 1; 1) ; 2 Rg iar dimensiunea algebric¼
a a valorii proprii şi dimensiunea geometric¼
a sunt ambele 1.
Pentru 2 = 2, subspaţiul vectorilor proprii corespunz¼
ator este V2 = f (1; 0; 1) ; 2 Rg şi se observ¼
a
c¼
a dimensiunea algebric¼
a a valorii proprii este 2 iar dimensiunea geometric¼
a este 1, aşa c¼
a operatorul nu
este diagonalizabil.
2 3
1 1 1
6 7
6 7
Se consider¼
a operatorul N2 ( ) care în baza standard are matricea B2 = A 2I3 = 6 3 6 3 7.
4 5
4 7 4
Nucleul lui N2 ( ) este ker N2 ( ) = V2 = f (1; 0; 1) ; 2 Rg
2 32 2 3
1 1 1 0 0 0
6 7 6 7
2 2 6 7 6 7
Operatorul N2 ( ) are matricea B2 = 6 3 6 3 7 =6 9 18 9 7
4 5 4 5
4 7 4 9 18 9
2
şi nucleul ker N2 ( ) = f (1; 0; 1) + (0; 1; 2) ; ; 2 Rg.
2 33 2 3
1 1 1 0 0 0
6 7 6 7
6 7 6 7
Operatorul N23 ( ) are matricea B23 = 6 3 6 3 7 = 6 27 54 27 7
4 5 4 5
4 7 4 27 54 27
iar nucleul lui este ker N23 ( ) = ker N22 ( ), aşa c¼a şirul de nuclee
ker N2 ( ) ker N22 ( ) = ker N23 ( ) se stabilizeaz¼
a la exponentul 2.
f0g ker N2 ( ) ker N22 ( ) = ker N23 ( )
jj
ker N2 ( ) Q22
3N2 (v 0 ) 3v 0
Se alege un suplement Q22 al lui ker N2 ( ) în ker N22 ( ), de exemplu Q22 = f (0; 1; 2) ; 2 Rg şi o
a în Q22 , de exemplu v 0 = (0; 1; 2).
baz¼
2 32 3 2 3
1 1 1 0 1
6 76 7 6 7
0 6 76 7 6 7
Atunci N2 (v ) = 6 3 6 3 7 6 1 7 = 6 0 7 2 ker N2 ( )
4 54 5 4 5
4 7 4 2 1
¼
2.5. INTRODUCERE ÎN TEORIA SPECTRALA 115
baza Jordan este f(0; 1; 1) ; (1; 0; 1) ; (0; 1; 2)g, matricile de trecere dintre baza standard şi noua baz¼
a
2 3 2 3 1 2 3
0 1 0 0 1 0 1 2 1
6 7 6 7 6 7
6 7 6 7 6 7
sunt C = 6 1 0 1 7 şi C 1 = 6 1 0 1 7 = 6 1 0 0 7.
4 5 4 5 4 5
1 1 2 1 1 2 1 1 1
Matricea operatorului în baza Jordan este
2 32 32 3 2 3
1 2 1 1 1 1 0 1 0 1 0 0
6 76 76 7 6 7
6 76 76 7 6 7
C 1 AC = 6 1 0 0 76 3 4 3 76 1 0 1 7=6 0 2 1 7
4 54 54 5 4 5
1 1 1 4 7 6 1 1 2 0 0 2
2 3
6 1 j 0 0 7
6 7
6 7
6 7
În noua baz¼a, matricea este de tip Jordan format¼ a din dou¼a blocuri 6 7
6 0 j 2 1 7
6 7
4 5
0 j 0 2
Se observ¼
a: 2 3
1 1 1
6 7
6 7
operatorul N2 ( ) are matricea 6 3 6 3 7
4 5
4 7 4
operatorul N2 ( ) nu este operator nilpotent;
operatorul N2 ( ) este invariant la nucleul maximal ker N22 ( ) care are baza f(1; 0; 1) ; (0; 1; 2)g,
pentru c¼
a:
2 32 3 2 3
1 1 1 1 0
6 76 7 6 7
6 76 7 6 7
6 3 6 3 7 6 0 7 = 6 0 7 = 0 (1; 0; 1) + 0 (0; 1; 2) şi
4 54 5 4 5
4 7 4 1 0
2 32 3 2 3
1 1 1 0 1
6 76 7 6 7
6 76 7 6 7
6 3 6 3 7 6 1 7 = 6 0 7 = 1 (1; 0; 1) + 0 (0; 1; 2).
4 54 5 4 5
4 7 4 2 1
Se poate vorbi despre restricţia operatorului N2 ( ) la ker N22 ( ), N2r ( ) : ker N22 ( ) ! ker N22 ( ) iar
2 3
0 1
matricea operatorului N2 ( ) în baza f(1; 0; 1) ; (0; 1; 2)g este 4 5.
0 0
2 32 2 3
0 1 0 0
a4
Operatorul N2r ( ) este nilpotent, pentru c¼ 5 =4 5.
0 0 0 0
116 2. OPERATORI LINIARI
2.6.2. De…niţie. Fie Ek = ek1 ; ; eknk baze …xate ale spaţiilor (Vk ; K), k = 1; 2 şi B ( ; ) : V1 V2 ! K
o funcţional¼ a. Matricea AB (E1 ; E2 ) = B e1i ; e2j
a biliniar¼ i=1;n1 se numeşte matrice asociat¼
a funcţionalei
j=1;n2
biliniare corespunz¼
atoare bazelor E1 ; E2 .
2.6.3. Propoziţie. Fie Ek = ek1 ; ; eknk baze …xate ale spaţiilor (Vk ; K), k = 1; 2. O funcţional¼
a
biliniar¼
a B ( ; ) : V1 V2 ! K este unic şi complet determinat¼
a de matricea AB (E1 ; E2 ) asociat¼
a. În
acest caz avem B (x; y) = [x]TE1 AB (E1 ; E2 ) [y]E2 .
2 3
1
6 7
6 . 7
a unic în bazele alese prin [x]E1 = 6 ..
Demonstraţie. Vectorii x 2 V1 şi y 2 V2 se reprezint¼ 7,
4 5
n1
2 3
6 1 7
6 . 7
[y]E2 = 6 .. 7 şi din liniaritatea în …ecare variabil¼
a rezult¼
a:
4 5
n2
!
P
n1
1
P
n2
2
P
n2 P
n1
1 2
B (x; y) = B i ei ; j ej = B i ei ; ej j =
i=1 j=1 j=1 i=1
2 3
P
n1 P
n1 6 1 7
1 2 1 2 6 .. 7
= B i ei ; e1 B i ei ; en2 6 . 7=
i=1 i=1 4 5
n2
2 3
P
n1 P
n1 6 1 7
(e1i ; e21 ) e1i ; e2n2 6 .. 7
= iB iB 6 . 7=
i=1 i=1 4 5
n2
2 32 3
B (e11 ; e21 ) B e11 ; e2n2
h i6 76 1 7
6 7 6 .. 7
= 1 n1 6 76 . 7 =
4 54 5
B e1n1 ; e21 B e1n1 ; e2n2 n2
PP
n1 n2
= [x]TE1 AB (E1 ; E2 ) [y]E2 . Relaţia B (x; y) = i jB e1i ; e2j exprim¼
a evident dependenţa
i=1 j=1
reprezent¼
arii de cele dou¼
a baze. Unicitatea reprezent¼
arii este evident¼
a.
¼
2.6. FUNCŢIONALE BILINARE ŞI PATRATICE. ¼
FORMA CANONICA 117
2.6.4. Observaţie. Dac¼ a operatorul liniar U ( ) : V2 ! Kn1 de…nit prin U (y) = AB (E1 ; E2 )
a se consider¼
a fa ( ) : V1 ! K cu a 2Kn1 …xat (fa ( ) 2 (V1 )0 ) de…nit¼
[y]E2 şi funcţionala liniar¼ a prin fa (x) = [x]TE1 a,
funcţionala biliniar¼
a poate … privit¼
a ca o compunere: B (x; y) = fU (y) (x).
Demonstraţie. Leg¼
atura dintre coordonatele în vechea baz¼
a şi coordonatele în noua baz¼
a este dat¼
a
de [x]E1 = (M (F1 ))E1 [x]F1 pentru x 2 V1 şi [y]E2 = (M (F2 ))E2 [y]F2 pentru y 2 V2 . Atunci
B (x; y) = [x]TE1 AB (E1 ; E2 ) [y]E2 =
T
= (M (F1 ))E1 [x]F1 AB (E1 ; E2 ) (M (F2 ))E2 [y]F2 =
= [x]TF1 (M (F1 ))TE1 AB (E1 ; E2 ) (M (F2 ))E2 [y]F2 .
arii B (x; y) = [x]TF1 AB (F1 ; F2 ) [y]F2 obţinem relaţia din enunţ.
Folosind unicitatea reprezent¼
ker B ( ; ) = fx 2 V; B (x; y) = 0; 8y 2 Vg
Dac¼
a ker B ( ; ) = f0g funcţionala biliniar¼
a simetric¼
a se numeşte nedegenerat¼
a.
2.6.10. Observaţie. Nucleul unei funcţionale biliniare simetrice este subspaţiu vectorial.
Dac¼
a reuşim s¼
a punem în evidenţ¼
a o baz¼
a F a spaţiului V pe care este de…nit¼
a funcţional¼
a p¼
atratic¼
a
Q ( ) cu proprietatea c¼
a matricea AQ (F ) este diagonal¼
a atunci spunem c¼
a am adus forma p¼atratic¼a la
forma canonic¼a. Citirea propriet¼
aţilor din de…niţia precedent¼
a se face pe forma canonic¼
a, prin studierea
semnului elementelor de pe diagonala matricei AQ (F ). O problem¼
a important¼
a este aceea a existenţei unei
baze cu propriet¼
aţile cerute. R¼
aspunsul la aceast¼
a prim¼
a problem¼
a este a…rmativ. O a doua problem¼
a
este construirea efectiv¼
a a unei astfel de baze. Se cunosc mai multe metode dintre care detaliem în
P
n
continuare dou¼a. Prima dintre ele pune accentul pe manipularea formei algebrice Q (x) = ij i j ,
i;j=1
iar a doua pe forma matriceal¼ a Q (x) = [x]TE AQ (E) [x]E . Avem doua feţe ale aceleiaşi medalii deoarece
h iT
AQ (E) = ( ij )i;j=1;n şi [x]E = 1 n . Am considerat n = dim V şi E o baz¼a …xat¼a. Vom folosi
şi în continuare notaţiile.
¼
2.6. FUNCŢIONALE BILINARE ŞI PATRATICE. ¼
FORMA CANONICA 119
P
n 6 1 7
6 . 7
ij i j = [x]TE AQ (E) [x]E o funcţional¼
a p¼
atratic¼
a, unde [x]E = 6 .. 7 şi AQ (E) = ( ij )i;j=1;n .
i;j=1 4 5
n
Atunci exist¼
a o baz¼
a F a lui V în care matricea funcţionalei este diagonal¼
a.
Demonstraţie. Demonstraţia o vom face prin inducţie în raport cu dimensiunea spaţiului vectorial
V.
Dac¼
a dim V = 1 forma p¼
atratic¼
a are forma canonic¼
a, cu F = E.
Consider¼
am a…rmaţia adev¼
arat¼
a pentru dim V = k şi o vom proba pentru dim V = k + 1. În mod
necesar se realizeaz¼
a unul dintre urm¼
atoarele dou¼
a cazuri:
j0 = i0 j0
>
>
>
:
k = k; 8k 2 f1; ; k + 1g n fi0 ; j0 g
X
k+1
2
Q (x) = ai0 i0 i0 + a0ij i j
i;j=1;i;j6=i0
adic¼
a matricea ataşat¼a funcţionalei liniare are elementele liniei şi coloanei i0 nule (în afara locului (i0 ; i0 ),
h iT
ocupat de ai0 i0 ). Baza E1 = (e1i )i=1;k+1 în care [x]E1 = 1 k+1 se deduce din
0 1
1 0 0 0
B C
B C
B 0 1 0 0 C
B C
B .. .. . . . .. .. C
B . . . . C
B C
(M (E1 ))E = B C
B ai0 1 ai0 2
1
ai0 ;k+1 C
B ai0 i0 ai0 i0 ai0 i0 C
B C
B .. .. .. . . .. C
B . . . . . C
@ A
0 0 0 1
X
k+1
Q (x) = a00ii 2
i = [x]TF AQ (F ) [x]F
i=1
h iT
unde [x]F = 1 k+1 cu AQ (F ) matrice diagonal¼
a.
¼
2.6. FUNCŢIONALE BILINARE ŞI PATRATICE. ¼
FORMA CANONICA 121
2 2 2
2.6.16. Exemplu. S¼
a se discute dup¼
a parametrul natura funcţionalei p¼
atratice Q(x) = 1 +6 2 +3 3 +
4 1 2 +6 1 3.
2
2.6.17. Soluţie. Se aduce funcţionala p¼
atratic¼
a la forma canonic¼
a folosind Metoda Gauss: Q(x) = 1 +
2 2
6 2 +3 3 +4 1 2 +6 1 3 =
2 2 2 2 2
= 1 + 2 1 (2 2 +3 3) + (2 2 +3 3) (2 2 +3 3) +6 2 +3 3 =
2 2 2 2 2 2
=( 1 +2 2 +3 3) 4 2 9 3 12 2 3 +6 2 +3 3 =
2 2
=( 1 +2 2 +3 3) +2 2 + (3 9 2) 2
3 12 2 3 =
2 2 2 2 2 2
=( 1 +2 2 +3 3) + 2( 2 2 3 2 3 +9 3) 18 3 + (3 9 2) 2
3 =
2 2
=( 1 +2 2 +3 3) + 2( 2 3 3) + 3 (1 9 2) 2
3 )
1 1
1 3 3
+1
2
1 9 0 +++ 0
semi semi
Q (x) nedef poz def nedef
poz def poz def
8
>
> = +2 +3
>
< 1 1 2 3
2.6.18. Teorem¼ a. (Metoda Jacobi de aducere la forma canonic¼ a) Fie baza iniţial¼ a E = fe1 ; ; en g
2 3
x
6 1 7 P n
6 . 7 T
în V, [x]E = 6 .. 7 şi o funcţional¼
a p¼
atratic¼a Q ( ) : V ! R, Q (x) = ij xi xj = [x]E AE [x]E o
4 5 i;j=1
xn
funcţional¼
a p¼
atratic¼
a, unde AE este matricea funcţionalei p¼
atratice, AE = (aij )i;j=1;n .
Dac¼
a determinanţii 0 = 1 şi k = det (aij )i;j=1;k pentru k = 1; n sunt toţi nenuli,
Atunci exist¼
a o baz¼
a F a lui V în care
X
n
k 1 2
Q (x) = k;
k
k=1
122 2. OPERATORI LINIARI
2 3
1
6 7
6 . 7
unde [x]F = 6 .. 7.
4 5
n
AF = (M (F ))TE AE (M (F ))E =
2 3 2 3 2 3
6 11 0 0 7 6 11 12 1n 7 6 11 0 0 7
6 7 6 7 6 7
6 12 0 7 6 0 7 6 0 0 7
6 22 7 6 22 2n 7 6 22 7
=6 . .. .. 7 E 6
7 A .. .. .. 7 =6 .. .. .. 7 :
6 .. ... 6 ... ...
6 . . 7 6 . . . 7 6
7
6 . . . 7
7
4 5 4 5 4 5
1n 2n nn 0 0 nn 0 0 nn
Pentru k = 1:
1
B (e1 ; f1 ) = 1 () 11 B (e1 ; e1 ) = 1 ) 11 = [B (e1 ; e1 ) = 1 6= 0]
B (e1 ; e1 )
Pentru k = 2:
8 8
< B (e1 ; f2 ) = 0 < 12 B (e1 ; e1 ) + 22 B (e1 ; e2 ) = 0
)
: B (e ; f ) = 1 :
2 2 12 B (e2 ; e1 ) + 22 B (e2 ; e2 ) = 1
Sistemul are determinantul 2 6= 0 deci este Cramer
2.6.19. Exemplu. S¼
a se discute dup¼
a parametrul atratice Q(x) = x21 + 6x22 + 3x23 +
natura funcţionalei p¼
4x1 x2 + 6 x1 x3 .
2 3
1 2 3
6 7
6 7
2.6.20. Soluţie. Matricea funcţionalei p¼ atratice este: A = 6 2 6 0 7.
4 5
3 0 3
Funcţionala biliniar¼
a ataşat¼
a este:
1
B (x; y) = [Q (x + y) Q (x) Q (y)] = xt Ay [forma matricial¼ a]
2
= x1 y1 + 6x2 y2 + 3x3 y3 + 2x1 y2 + 2x2 y1 + 3 x1 y3 + 3 x3 y1 [forma algebric¼
a]
Baza
8 iniţial¼
a este cea standard. Se caut¼
a noua baz¼
a de forma:
>
> f = 11 e1 ;
>
< 1
f2 = 12 e1 + 22 e2 ;
>
>
>
:
f3 = 13 e1 + 23 e2 + 33 e3 ;
8
< B (ei ; fk ) = 0; i = 1; (k 1)
astfel încât pentru …ecare k = 1; 2; 3 s¼
a …e satisf¼
acut sistemul:
: B (e ; f ) = 1
k k
Se aduce funcţionala p¼
atratic¼
a la forma canonic¼
a folosind Metoda Jacobi. 0 = 1, 1 = 1, 2 =
1 2 3
1 2 1
= 2, 3 = 2 6 0 = 6 (1 9 2 ). Pentru 2 3
metoda nu poate … aplicat¼
a. Pentru
2 6
3 0 3
124 2. OPERATORI LINIARI
0 1
11 12 13
B C
1 1 2 B C
2
= 3
Q(x) = 1 1
+ 12 22 + 6(1 29 2
2) 3 . Baza F a fost c¼ a astfel încât (M (F ))E = B 0
autat¼ 22 23 C
@ A
0 0 33
s¼
a satisfac¼
a urm¼
atoarele condiţii:
(3) 2 13 + 6 23 = 0 , cu soluţia 12 = .
>
> >
> 9 2 1
>
: >
: 1
3 13 + 3 33 = 1 13 = 3(9 2 1)
Alegem f1 = e1 , f2 = e1 + 12 e2 , f3 = 9
3
2 e
1 1
+ 9 2 e
1 2
+ 3(9
1
2 e.
1) 3
Am notat cu E = (e1 ; e2 ; e3 )
şi F = (f1 ; f2 ; f3 ) baza iniţial¼
a şi respectiv cea corespunz¼
atoare formei canonice. Natura formei p¼
atratice
este precizat¼
a în tabelul urm¼
ator:
1 1
1 3 3
+1
2
1 9 0 +++ 0
Q (x) nedef ? poz def ? nedef
1
Studiul complet include şi decizia pentru valorile şi se ia folosind alt¼
a metod¼
a (de exemplu Gauss).
3
P
p1
+ 2
P
q1
2
P
p2
+ 2
P
q2
2
Demonstraţie. Fie Q (x) = i i j j = i i j j dou¼
a scrieri ale funcţionalei
i=1 j=1 i=1 j=1
p¼
atratice în form¼ a în bazele F1 = ff11 ;
a canonic¼ ; fn1 g şi F2 = ff12 ; ; fn2 g, unde pentru scrierea
j, primii pj coe…cienţi sunt strict pozitivi, urm¼
atorii qj coe…cienţi sunt negativi şi ultimii n (pj + qj )
coe…cienţi sunt nuli. Am impus aceste condiţii pentru a înlesni scrierea. Condiţiile pot … uşor ridicate.
¼
2.6. FUNCŢIONALE BILINARE ŞI PATRATICE. ¼
FORMA CANONICA 125
2 3
6 1 7
6 .. 7
6 . 7
6 7
6 7
6 7
6 p1 7
6 7
6 7
6 0 7
6 7
6 .. 7
Fie V1 = span f11 ; ; fp11 ; V2 = span fp22 +1 ; fn2 ; atunci v 2 V1 \ V2 ) [v]F1 = 6 . 7 iar
6 7
6 7
6 0 7
6 7
6 7
6 0 7
6 7
6 .. 7
6 . 7
6 7
4 5
0
2 3
6 0 7
6 .. 7
6 . 7
6 7
6 7
6 0 7
6 7
6 7
6 7
6 p2 +1 7
6 7
6 .. 7
[v]F2 =6 . 7, deci are loc:
6 7
6 7
6 7
6 p2 +q2 7
6 7
6 7
6 p2 +q2 +1 7
6 .. 7
6 . 7
6 7
4 5
n
9
P
p1
>
Q (v) = + 2
i i 0 şi +
i > 0; 8i = 1; p1 >
=
i=1
P
q2 ) Q (v) = 0, deci v = 0, adic¼
a V1 \ V2 = f0g.
Q (v) = j
2
j 0 şi j > 0; 8j = 1; q2 >
>
;
j=1
) dim (V1 + V2 ) = dim V1 + dim V2 = p1 + (n p2 ) n ) p1 p2 ; analog urmeaz¼
a c¼
a p2 p1 , ceea
ce înseamn¼
a c¼
a p1 = p2 . Egalitatea q1 = q2 se demonstreaz¼
a analog.
126 2. OPERATORI LINIARI
10
-10
5
-5
-10
-5 z 0
0 0
y -5 x5 10
5
-10
10
x2 y 2 z 2
+ + =9
12 22 32
-10
10
-5 5 -10
z 0 -5
0
-5 0
10
y5 -10
5
x
10
x2 y 2 z2
+ =9
12 22 32
-10 10
-10
5
-5 -5
z 0
0 0
-5
y 5-10 5 x
10
10
¼
2.6. FUNCŢIONALE BILINARE ŞI PATRATICE. ¼
FORMA CANONICA 127
x2 y2 z2
=9
12 22 32
128 2. OPERATORI LINIARI
Demonstraţie. Fie 2 C o valoare proprie şi u un vector propriu asociat (cu componente complexe).
2 3 2 3
z z
6 1 7 6 1 7
6 . 7 6 . 7
Dac¼a u = 6 .. 7 2 Cn , atunci u = 6 .. 7 (vectorul de componente conjugatele complexe ale vechilor
4 5 4 5
zn zn
h i
componente), ut = z1 zn
2 3
z1
h i6 7
t 6 .. 7
iar u u = z1 zn 6 . 7 = z1 z1 + zn zn , care este un num¼
ar real pozitiv.
4 5
zn
Are loc Au = u şi prin transpunere
Din Au = u prin transpunere ) (Au)t = ( u)t ) ut At = ut ) ut A = ut
a ) (ut A) = ( ut ) ) ut A = ut
Din ut A = ut prin conjugare complex¼
Se obţine:
ut Au = (ut A) u = ut u
şi
ut Au = ut (Au) = ut ( u) = ut u
a ut u = ut u
aşa c¼
Cum ut u este un num¼
ar real strict pozitiv, se obţine = , adic¼
a este num¼
ar real (partea lui
imaginar¼
a este nul¼
a).
Cum det (A I) = 0 este o ecuţie polinomial¼
a de ordin n, rezult¼
a c¼
a o matrice simetric¼
a are n valori
proprii reale (nu neap¼
arat distincte).
Din faptul c¼
a (A I) u = 0 este un sistem liniar omogen nedeterminat în necunoscuta u, rezult¼
a c¼
a
soluţiile lui sunt de componente reale, adic¼
a vectorii proprii sunt de componente reale.
CAPITOLUL 3
3.0.23. De…niţie. Fie V un spaţiu vectorial real. O aplicaţie h ; i : V V ! R se numeşte produs scalar
real dac¼
a
Dac¼
a pe spaţiul vectorial V s-a de…nit un produs scalar real atunci spunem c¼
a V este un spaţiu euclidian.
În acest context se numeşte:
p
lungimea unui vector (sau norma euclidian¼a ) x 2 V num¼
arul real kxk = hx; xi,
arul real ^ (x; y) 2 [0; ] ce veri…c¼
m¼asura unghiului a doi vectori x; y 2 V num¼ a relaţia cos ^ (x; y) =
hx;yi
kxk kyk
.
Doi vectori x; y 2 V se numesc ortogonali dac¼
a hx; yi = 0 şi not¼
am acest fapt prin x ? y.
P
n
3.0.24. Exemplu. Pe Rn produsul scalar standard este hx; yi = xi yi = xT y [de fapt, hx; yi =
i=1
[x]TE [y]E = [y]TE [x]E ].
P
3.0.25. Exemplu. Pentru spaţiul vectorial F (X) cu X …nit¼
a, funcţia hf ( ) ; g ( )i = f (x) g (x) este
x2X
un produs scalar [datorit¼
a de…niţiei mulţimii F (X), suma este …nit¼
a deci nu sunt probleme de existenţ¼
a].
Se caut¼
a un vector v = z + y) astfel încât hv; x yi = 0 () hz + (x y) ; x yi = 0 ()
(x
hz; x yi hz; x yi
hz; x yi + hx y; x yi = 0 () = )v=z (x y); au loc:
hx y; x yi hx y; x yi
v
v 6= 0 şi w = satisface enunţul.
hv; vi
Dac¼
a pe spaţiul vectorial complex V s-a de…nit un produs scalar complex atunci spunem c¼
a V este un
spaţiu unitar.
P
n
3.0.29. Exemplu. Pe Cn produsul scalar standard este hx; yi = xi yi = x y, cu x = xT (adjuncta sau
i=1
a1) [De fapt, hx; yi = [x]E [y]E ].
adjuncta hermitic¼
3.0.31. Exemplu. Pe spaţiul vectorial Mm n (K), cu K = R sau C, se poate de…ni produsul scalar Frobe-
P
n Pm
nius: hA; Bi = T r (B A) = alk blk [vezi De…niţia 7.6.5 şi demonstraţia la Observaţia 7.6.6]; acest
l=1 k=1
produs scalar
3.0.32. Observaţie. Din simetria şi aditivitatea produsului scalar real se obţine:
hx + y; x + yi hx; xi hy; yi = 2 hx; yi [sau hx + y; x + yi = hx; xi + 2 hx; yi + hy; yi]
Din hermitic–simetria şi aditivitatea produsului scalar complex se obţine:
hx + y; x + yi hx; xi hy; yi = hx; yi + hx; yi = 2 Re (hx; yi).
1 Exprimarea "matrice adjunct¼ a" se poate referi la dou¼ a situaţii care nu au leg¼
atur¼
a între ele: adjunct¼
a în sens de "matrice
transpus¼ a de conjugate complexe" sau "transpusa matricii cofactorilor" (care apare la inversarea unei matrici p¼ atratice) (vezi
şi de…niţiile 7.5.5 şi 7.5.6). Este o situaţie nefericit¼
a în care aceeaşi denumire este folosit¼
a pentru dou¼a situaţii distincte, iar
distincţia va trebui f¼ acut¼a din context.
3. SPAŢII VECTORIALE CU PRODUS SCALAR 131
Indiferent dac¼
a spaţiul vectorial este un spaţiu euclidian sau un spaţiu unitar:
p
se numeşte lungimea unui vector x 2 V num¼ arul real kxk = hx; xi.
Din 3.0.32 se obţin relaţiile:
[pentru produs scalar real] kx + yk2 = kxk2 + 2 hx; yi + kyk2 şi kx yk2 = kxk2 2 hx; yi + kyk2 .
[pentru produs scalar complex] kx + yk2 = kxk2 +2 Re (hx; yi)+kyk2 şi kx yk2 = kxk2 2 Re (hx; yi)+
kyk2 .
Doi vectori x; y 2 V se numesc ortogonali dac¼
a hx; yi = 0 şi not¼
am acest fapt prin x ? y.
2 Pre…xul 3
"sesqui" se refer¼
a la "o dat¼
a şi jum¼
atate" sau .
132 3. SPAŢII VECTORIALE CU PRODUS SCALAR
3.0.35. Observaţie. (hx; yi1 = hU (x) ; U (y)i2 ) () (hx; xi1 = hU (x) ; U (x)i2 )
3.0.37. Observaţie. Într–un spaţiu vectorial cu produs scalar (real sau complex) 8x 2 V, hu; xi = hv; xi
) u = v.
3.0.39. Teorem¼
a. (1) Într–un spaţiu vectorial cu produs scalar (real sau complex), pentru un oper-
ator U ( ) : V ! V, 8x; y 2 V, hU (x) ; yi = 0 ) U ( ) = O ( ) [operatorul nul].
(2) Într–un spaţiu vectorial cu produs scalar complex, pentru un operator U ( ) : V ! V, 8v 2 V,
hU (v) ; vi = 0 ) U ( ) = O ( ) [operatorul nul].
(3) Proprietatea 2. în general nu are loc pe un spaţiu vectorial cu produs scalar real.
(1) 8x; y 2 V; jhx; yij 6 kxk kyk (inegalitatea Cauchy–Buniakovski–Schwarz), iar jhx; yij = kxk kyk
, vectorii x şi y sunt liniar dependenţi (i.e. sunt coliniari);
(2) Funcţia k k : V ! [0; 1) are propriet¼
aţile:
(a) kxk 0; 8x 2 V; kxk = 0 , x = 0.
(b) k xk = j j kxk ; 8x 2 V; 8 - scalar.
(c) kx + yk kxk + kyk ; 8x; y 2 V (inegalitatea triunghiului).
[orice funcţie cu aceste propriet¼
aţi se numeşte norm¼a pe V;
(3) kx yk2 = kxk2 + kyk2 2 Re hx; yi, iar pentru x ? y avem kx + yk2 = kxk2 + kyk2 (teorema lui
Pitagora).
a. kxk 0; 8x 2 V; kxk = 0 , x = 0.
b. k xk = j j kxk ; 8x 2 V; 8 - scalar.
c. kx + yk kxk + kyk ; 8x; y 2 V (inegalitatea triunghiului).
134 3. SPAŢII VECTORIALE CU PRODUS SCALAR
Primele dou¼
a condiţii sunt imediate. Folosind hx; yi + hy; xi = 2 Re hx; yi 2 jhx; yij 2 kxk kyk,
inegalitatea triunghiului rezult¼
a
Dac¼
a V este un spaţiu vectorial complex normat iar norma provine de la un produs scalar, atunci
produsul scalar (complex) de la care provine norma este:
1
hx; yi = kx + yk2 kx yk2 + i kx + iyk2 i kx iyk2 :
4
hx; xi hx; yi
3.0.48. Observaţie (Determinantul Gram este p¼
atratul ariei paralelogramului format de vectori).
hy; xi hy; yi
kxk2 kyk2 sin2 (x; y).
3.0.49. De…niţie. Pentru orice doi vectori se numeşte distanţa dintre vectori lungimea diferenţei:
d (x; y) = kx yk :
1
km xk = ky mk = kx yk ;
2
x+y
atunci m = .
2
Demonstraţie. kx yk2 + k(x m) (m y)k2 = k(x m) + (m y)k2 + k(x m) (m y)k2 =
[aplic regula paralelogramului pentru vectorii (x m) şi (m y)]
= 2 kx mk2 + km yk2 = kx yk2
x+y
) k(x m) (m y)k2 = 0 ) x m=m y )m= .
2
3.1. Ortogonalitate
2
* +
P
k P
k P
k P
k P
k P
k P
k
Demonstraţie. xi = xi ; xj = hxi ; xj i = hxi ; xi i = kxi k2 .
i=1 i=1 j=1 i=1 j=1 i=1 i=1
i xi = j i j2 kxi k2 :
i=1 i=1
3.1.3. Observaţie. Orice familie de vectori nenuli şi ortogonali doi câte doi este liniar independent¼
a.
3.1.4. De…niţie. O familie de vectori fvi gi2I dintr–un spaţiu euclidian se numeşte familie ortogonal¼
a dac¼
a
hvi ; vj i = 0, 8i 6= j; i; j 2 I.
Dac¼
a, în plus, kvi k = 1, 8i 2 I familia se numeşte ortonormat¼
a.
O baz¼
a se numeşte ortonormal¼a dac¼
a este familie ortonormat¼
a.
hx; vk i
3.1.5. Observaţie. Coordonatele unui vector într–o baz¼
a ortogonal¼
a satisfac relaţia: xk = ;
kvk k2
Coordonatele unui vector într–o baz¼
a ortonormal¼
a satisfac relaţia: xk = hx; vk i.
(1) A ? B şi x 2 A \ B ) x = 0;
(2) span fai ji 2 Ig ? B , ai ? y; 8i 2 I; 8y 2 B;
(3) A? este subspaţiu vectorial şi A ? A? ;
a A este subspaţiu vectorial a lui V atunci dim A? = dim V
(4) Dac¼ dim A şi V = A A? ;
(5) Dac¼
a A şi B sunt subspaţii vectoriale ale lui V pentru care dim A + dim B = dim V şi A ? B
atunci V = A B; B = A? şi A = B ? ;
? ?
a A este subspaţiu vectorial a lui V atunci A?
(6) Dac¼ = A; în general, A? = span (A);
(7) A B ) B? A? şi A? = (span (A))? .
2
Demonstraţie. Fie f1 = v1 ; f2 este un vector din V2 care este ortogonal pe f1 : u2 = 1 f1 + v2 ;
2 2
hf1 ; f2 i = 0 ) hf1 ; 1 f1 + v2 i = 0 ) 1 hf1 ; f1 i + hf1 ; v2 i = 0
2 hf1 ;v2 i hf1 ;v2 i hv1 ;v2 i
) 1 = hf1 ;f1 i
) f2 = v2 kf1 k2 1
f = v2 kv1 k2 1
v [cum v1 este vector în baza E, este nenul, aşa
c¼
a norma sa este nenul¼
a]
f3 este un vector din V38ortogonal cu f1 şi 8 cu f2 :
< hf1 ; f3 i = 0 < hf1 ; 3 3
+ v3 i = 0
1 f1 + 2 f2
f3 = 13 f1 + 23 f2 + v3 ; ) )
: hf ; f i = 0 : hf ; 3 3
+ v3 i = 0
2 3 2 1 f1 + 2 f2
8 =0
>
> z }| { 8
>
< hf1 ; f1 i 13 + hf1 ; f2 i 23 + hf1 ; v3 i = 0 < 3 hf1 ;v3 i
1 = kf1 k2
) )
>
> hf ; f i 3 + hf2 ; f2 i 23 + hf2 ; v3 i = 0 : 3
= hf2 ;v3 i
>
: | 2{z 1} 1 2 kf2 k2
=0
Prin inducţie se a‡a¼ la fel toţi vectorii fi , i = 1; n. Mai mult, pentru c¼
a pentru …ecare i, fi şi vi sunt în
poziţia de perpendicular¼
a, respectiv oblic¼
a faţ¼
a de subspaţiul generat de v1 ; ; vi 1 , urmeaz¼
a c¼
a are loc
kfi k kvi k.
Inducţia se organizeaz¼
a dup¼
a dimensiunea spaţiului.
Dac¼
a E = (e) este o baz¼
a a spaţiului euclidian V, cu e 6= 0, atunci evident F = E este un sistem
ortogonal.
Pentru k 2 f1; : : : ; n 1g arbitrar, dac¼
a E = (e1 ; e2 ; : : : ; ek+1 ) este o baz¼
a a spaţiului euclidian V
atunci vom ar¼
ata c¼
a exist¼
a F = ff1 ; f2 ; : : : ; fk+1 g o baz¼
a ortogonal¼
a a spaţiului V.
Conform ipotezei de inducţie exist¼
a ff1 ; f2 ; : : : ; fk g sistem ortogonal, format cu vectori nenuli, pentru
care span fe1 ; e2 ; : : : ; ek g = span ff1 ; f2 ; : : : ; fk g.
P
k
Fie fk+1 = ek+1 "j fj , unde scalarii "1 ; : : : ; "n se determin¼
a din condiţiile hfk+1 ; fj i = 0, 8j = 1; k.
j=1
P
n
hek+1 ;fj i
Obţinem fk+1 = ek+1 hfj ;fj i
fj .
j=1
Evident F = ff1 ; f2 ; : : : ; fk+1 g este un sistem ortogonal, format cu vectori nenuli. Rezult¼
a F este liniar
independent. Familia F este şi sistem de generatori pentru V (span (F ) = V = span (E)).
Mai mult, pentru c¼
a pentru …ecare i 2 f2; : : : ; ng, fi şi ei sunt în poziţia de perpendicular¼
a, respectiv
oblic¼
a faţ¼
a de subspaţiul generat de e1 ; ; ei 1 ; urmeaz¼
a c¼
a are loc kfi k kei k.
v Pr v; fj = 0; 8j = 1; k )
V0
P
k
v i fi ; fj = 0; 8j = 1; k )
i=1
P
k
i hfi ; fj i = hv; fj i ; 8j = 1; k:
i=1
Ultima relaţie este un sistem liniar neomogen în necunoscutele 1 ; ; k şi care are matricea
0 1
B hf1 ; f1 i hf1 ; f2 i hf1 ; fk i C
B C
B hf2 ; f1 i hf2 ; f2 i hf2 ; fk i C
B C
B C:
B C
B C
@ A
hfk ; f1 i hfk ; f2 i hfk ; fk i
Aceast¼
a matrice este nesingular¼
a pentru c¼
a reprezint¼
a matricea în baza f1 ; ; fk a restricţiei funcţionalei
pozitiv de…nite care determin¼ a produsul scalar la subspaţiul V0 : Deci sistemul este compatibil determinat
2 3
^1
6 7
6 .. 7
a soluţie 6 . 7, care este chiar reprezentarea în baza f1 ;
şi admite o unic¼ ; fk (a subspaţiului vectorial
4 5
^k
V0 , de dimensiune k) a proiecţiei ortogonale a vectorului v pe subspaţiul V0 :
2 3
^1
6 7 X
k
6 .. 7
Pr v = 6 . 7 (2 V0 ) ; Pr v = ^ i [fi ]E (2 V0 V) :
V0
B0 4 5 V0
E i=1
^k
X
k
v Pr v = ^ i [fi ]E [v]E :
V0
E i=1
140 3. SPAŢII VECTORIALE CU PRODUS SCALAR
a vectorii Pr v şi v
pentru c¼ Pr v sunt perpendiculari.
V0 V0
) v Pr v kv0 vk
V0
adic¼
a lungimea oric¼
arei oblice este mai mare decât lungimea perpendicularei
Demonstraţie. Evalu¼
am min f (u). Dac¼
a v 2 V0 , atunci minimul este nul, este atins chiar în v şi este
u2V0
unic; pentru v 2
= V0 şi u 2 V0 , u v este o oblic¼
a din v şi deci este mai lung¼
a decât perpendiculara din v
ku vk Pr v v ;
V0
deci
8u 2 V0 ; f (u) f Pr v
V0
aşa c¼
a
min f (u) = f Pr v = kuk ;
u2V0 V0
adic¼
a pentru v …xat şi u 2 V0 , valoarea minim¼
a a expresiei ku vk este chiar lungimea perpendicularei
din v pe V0 şi este atins¼
a într-un singur punct din V0 , care este chiar piciorul perpendicularei din v pe
V0 .
Pentru prezentarea acestei metode se va adopta o terminologie care provine din Statistic¼
a / Biostatistic¼
a
/ Econometrie, cu precizarea leg¼
aturilor cu Algebra Liniar¼
a.
Estim¼
ari
Y variabila "r¼
aspuns/dependent¼
a/prezis¼
a" Y^ = Xi ^
p num¼
arul de variabile explicative [coloane ale matricii X]
X j o coloan¼
a [conţine n observaţii pentru aceeaşi variabil¼
a]
n num¼
arul de observaţii
Xi observaţia i [linia i a matricii X]
xij observaţia i asupra variabilei explicative j
2 3 2 3
^1
6 1 7 6 7
6 . 7 ^=6 .. 7
parametri necunoscuţi = 6 .. 7 6 . 7
4 5 4 5
p
^p
M 0 este
2 folosit mai ales în calcularea
3 sumelor de p¼ atrate ale deviaţiilor
1 1
6 1 n n 7
6 1 . 1 7 1
M0 = 6 6
.. 7 [elementele pe diagonal¼
7 a sunt 1 , iar în afara diagonalei sunt
4 n n 5 n
1 1
1
n n
n n
1
]
n
det M 0 = 0 [de exemplu se adun¼ a toate liniile la linia 1; se obţine linia 1 nul¼ a rank (M 0 ) < n
a] aşa c¼
T
M 0 = (M 0 ) [M 0 este matrice simetric¼
a]
M 0 i = 0 [vector n–dimensional].
1 1 T 1
Dem: M 0 i = In i iT i = i i i i=i i n = i i = 0 [vector n–dimensional].
n n n
iT M 0 = 0T ) scalarul zero 0 = 0T X j = iT M 0 X j = iT (M 0 X j ) [suma deviaţiilor de
la medie este zero]
144 3. SPAŢII VECTORIALE CU PRODUS SCALAR
M 0 M 0 = M 0 (M 0 este idempotent¼
a)
Dem:
1 1
M0 M0 = In i iT In i iT =
n n
1 1 1 1
= In i iT i iT + i iT i iT =
n n n n
1 1 1
= In i iT i iT + i iT i iT =
n n n2 =n
1 1 1
= In i iT i iT + i iT = M 0 :
n n n
P
n
2
Pentru coloana j: xij X j = X Tj M 0 X j
i=1
P
n
2 T T
Dem: xij Xj = Xj Xj Xj X j = (M 0 X j ) (M 0 X j ) = X Tj M 0 M 0
i=1
X j = X Tj M 0 X j
P
n
Pentru dou¼
a coloane distincte j1 şi j2 : xij1 X j1 xij1 X j2 = X Tj1 M 0 X j2
i=1
P
n
T T
Dem: xij1 X j1 xij2 X j2 = X j1 X j1 X j2 X j2 = (M 0 X j1 ) (M 0 X j2 ) =
i=1
X Tj1 M 0
M 0 X j2 = X Tj1 M 0 X j2
a cu M 0 d¼
Matricea de observaţii premultiplicat¼ a o nou¼
a matrice în care din …ecare coloan¼
a se
scade media coloanei:
h i h i
Dem: M 0 X = M 0 X1 X2 Xp = M0 X 1 M0 X 2 M0 X p =
h i
= X1 X1 X2 X2 Xp Xp
Premultiplicarea cu M 0 micşoreaz¼
a rangul iniţial al matricii X, deoarece rank (M 0 X) min (rank (M 0
iar rank (M 0 ) < n.
T
(M 0 X) (M 0 X) = X T M 0 X este matricea de covarianţe (pe coloane)
h i
3.3.2. Operaţii cu linii. Liniile sunt: Xi = 1 xi1 xi2 xip (pot …considerate c¼
a reprezint¼
a
un individ)
Xi , i = 1; n este dintr–un spaţiu de dimensiune p + 1 (de indivizi) (n indivizi de dimensiune p + 1)
care fac parte
2 dintr–
3 un spaţiu al liniilor notat Sl .
6 1 7
6 7
6 xi1 7
6 7
XiT = 6 . 7
6 .. 7
6 7
4 5
xip
¼
3.3. METODA CELOR MAI MICI PATRATE 145
2 3 2 3
6 1 7 6 1 xi1 xi2 xip 7
6 7 6 7
6 xi1 7 6 xi1 x2 x x x x 7
6 7 h i 6 i1 i1 i2 i1 ip 7
6 7 6 7
XiT
Xi = 6
6
7
xi2 7 1 xi1 xi2 6
xip = 6 xi2 xi2 xi1 xi2 2
xi2 xip 7 7
6 .. 7 6 . . . . . 7
6 7 6 . . . . . 7
6 . 7 6 . . . . . 7
4 5 4 5
2
xip xip xip xi1 xip xi2 xip
2 3
6 1 x11 x12 x1p 7 2 3
6 7 6 X1 7
6 1 x21 x22 x 7 6 7
6 2p 7
6 7 6 6 X 2
7
7
matricea de observaţii X = 6 6 1 x31 x32
7
x3p 7 6 . 7 (coloan¼
= a de linii);
6 . . 7 6 .
. 7 7
6 . . .. .. .. 7 6
6 . . . . . 7 4 5
4 5 Xn
1 xn1 xn2 xnp
h i
X T = X1T X2T XnT
2 3
6 X1 7
6 7
h i 6 X2 7 P n
6 7
X T X = X1T X2T XnT 6 . 7 = X T Xi
6 .. 7 i=1 i
6 7
4 5
Xn
dim (Span fX j ; j = 0; pg) [ Sc ] = dim (Span fXi ; i = 1; ng) [ Sl ]
h i
o observaţie complet¼ a este linia Oi = yi Xi ;
2 3 2 3 2 3
6 y1 7 6 0 7 6 "1 7
6 7 6 7 6 7
6 y2 7 6 1 7 6 "2 7
6 7 6 7 6 7
6 7 6 7 6 7
Y =6 y
6 3 7
7, = 6
6 2 7
7, " = 6 " 7 şi:
6 3 7
6 . 7 6 . 7 6 . 7
6 . 7 6 . 7 6 . 7
6 . 7 6 . 7 6 . 7
4 5 4 5 4 5
yn p "n
h i
Y = 0 1 + 1X 1 + 2X 2 + + pX p + " = X 1 X 2 Xp +"=
2 3 2 3
6 X1 7 6 X1 7
6 7 6 7
6 X2 7 6 X2 7
6 7 6 7
=X +"=6 . 7 +"=6 .. 7+"
6 .. 7 6 . 7
6 7 6 7
4 5 4 5
Xn Xn
Y X =2" 3
h i 1
Y X 4 5="
Când modelul este privit din perspectiva coloanelor, se obţine câte o unitate de m¼
asur¼
a distinct¼
a pentru
…ecare j, aşa c¼
a interpretarea coe…cienţilor ca scalari este forţat¼
a (interpretare de combinaţie liniar¼
a)
Eroarea este E ( ) = "T " = (Y X )T (Y X ) = YT T
X T (Y X ) = Y TY Y TX T
XT Y +
146 3. SPAŢII VECTORIALE CU PRODUS SCALAR
0 2 31T 0 2 31 2 3T 2 3
1 1 1 1
B 6 7C B 6 7C 6 7 6 7
B 6 7C B 6 7C 6 7 6 7
(Y X )T (Y X ) = BO 6 0 7C BO 6 0 7C = 6 0 7 OT O 6 0 7, cu
@ 4 5A @ 4 5A 4 5 4 5
0 2 f0; 1g
Pentru 0 = 1:
2 3T 2 3 2 3T 2 3
1 1 1 1
6 7 6 7 6 7 6 7
6 7 6 7 6 7 6 7
(Y X )T (Y X )=6 1 7 OT O 6 1 7=6 1 7 OT O 6 1 7
4 5 4 5 4 5 4 5
a soluţie este Y T X
O posibil¼ ^T X T X = 0 () X T Y = X T X ^
O formul¼
a de update [[20], (A 66)]: la cele n cazuri existente se adaug¼
a un nou caz (o nou¼
a linie)
X(n+1) . " #
h i 1 1
1 1
XT X T
X(n+1) X(n+1) = XT X 1 T
XT X T
X(n+1) X(n+1)
1 X(n+1) (X T X) X(n+1)
1
XT X
h i
X Tj =
x1j x2j x3j xnj
2 3 2 3
T
6 1 7 6 1 1 1 1 7
6 T 7 6 7
6 X 7 6 x11 x21 x31 xn1 7
6 1 7 6 7
6 7 6 7
X =6
T T 7 = 6
6 2 7 6 x12 x22 x32
X xn2 7
7,
6 . 7 6 . .. .. .. .. 7
6 . 7 6 . 7
6 . 7 6 . . . . . 7
4 5 4 5
X Tp x1p x2p x3p xnp
¼
3.3. METODA CELOR MAI MICI PATRATE 147
2
2 32 3 P
n P
n
n xi1 xi2
6 1 1 1 1 76 1 x11 x12 x1p 7 6 6 n i=1 i=1
6 76 7 6 6
P
x
Pn
x 2
Pn
xi1 xi2
6 x11 x21 x31 xn1 7 6 1 x21 x22 7
x2p 7 6 i=1 i1 i1
6 76 6 i=1 i=1
6 76 7 6 P n Pn Pn
XT X =6 6 x12 x22 x32 xn2 7
76
6 1 x31 x32 x3p 7
7=6 xi2 xi2 xi1 x2i2
6 . 6 i=1
.. 7 6
7 7
(p+1) n n (p+1)
6 . .. .. .. 6 .. .. .. .. .. 7 6 ..
i=1
..
i=1
..
(p+1) (p+1)
6 . . . . . 76 . . . . . 7 6
4 54 5 6 6 n
. . .
x1p x2p x3p xnp 1 xn1 xn2 xnp 4 P Pn Pn
xip xip xi1 xip xi2
i=1 i=1 i=1
2 3 2 3
T T
6 1 7 6 1 1 1T X 1 1 X2T T
1 Xp 7
6 T 7 6 T 7
6 X 7 6 X 1 XT X 1 X T1 X 2 X T1 X p 7
6 1 7 h i 6 1 1 7
6 7 6 7
=6
6 X2
T 7
7 1 X1 X2 Xp 6
= 6 X2 1 X2 X1
T T T
X2 X2 X2 Xp 7
T
7=
6 . 7 6 .. .. .. .. .. 7
6 . 7 6 7
6 . 7 6 . . . . . 7
4 5 4 5
X Tp X Tp 1 X Tp X 1 X Tp X 2 X Tp X p
2 3
6 X1 7
6 7
6 X2 7
h i6
6
7
7 Pn
= X1T X2T X3T XnT 6 X 7= XiT Xi
6 3 7
6 . 7 i=1
6 . 7
6 . 7
4 5
Xn
^ = XT X 1
X T Y (în ipoteza c¼
a matricea X T X este inversabil¼
a)
XjT1 Xj2 = XjT2 Xj1 este produsul scalar
Ranguri:
rank (AB) min frank (A) ; rank (B)g
rank X T X = rank XX T = rank (X)
Exemplu:
148 3. SPAŢII VECTORIALE CU PRODUS SCALAR
2 3T
6 1972 737:1 1185:9 7
6 7
6 1973 812:0 1326:4 7
6 7
6 7
6 1974 808:1 1434:2 7
6 7
6 7
6 7
6 1975 976:4 1549:2 7
6 7
6 7
X=6 1976 1084:3 1718:0 7 =
6 7
6 7
6 1977 1204:4 1918:3 7
6 7
6 7
6 1978 1346:5 2163:9 7
6 7
6 7
6 1979 1507:2 2417:8 7
6 7
4 5
1980 1667:2 2633:1
2 3
1972 1973 1974 1975 1976 1977 1978 1979 1980
6 7
6 7
= 6 737:1 812:0 808:1 976:4 1084:3 1204:4 1346:5 1507:2 1667:2 7
4 5
1185:9 1326:4 1434:2 1549:2 1718:0 1918:3 2163:9 2417:8 2633:1
2 3
35141 244 2:005 107 3:231 2 107
6 7
T 6 7
X X = 6 2:005 10 1:2300 10 1:9744 10 7
7 7 7
4 5
7 7 7
3:2312 10 1:9744 10 3:1715 10
2 3
35141 244 2:005 107 3:231 2 107
6 7
6 7
det 6 2:005 107 1:2300 107 1:9744 107 7 = 4:6064 1017 6= 0 (inversabil¼ a)
4 5
3:2312 107 1:9744 107 3:1715 107
2 3 1 2 3
35141 244 2:005 107 3:231 2 107 5:8389 10 7 4:5206 10 6 3:4091 10 6
6 7 6 7
6 7 6 7
6 2:005 107 1:2300 107 1:9744 107 7 = 6 4:5206 10 6 1:5291 10 4 9:9802 10 5 7
4 5 4 5
3:2312 107 1:9744 107 3:1715 107 3:4091 10 6 9:9802 10 5 6:5636 10 5
2 3
6 4:50 7
6 7
6 6:44 7
6 7
6 7
6 7:83 7
6 7
6 7
6 7
6 6:25 7
6 7
6 7
Y = 6 5:50 7
6 7
6 7
6 5:46 7
6 7
6 7
6 7:46 7
6 7
6 7
6 10:28 7
6 7
4 5
11:77
3.4. TIPURI SPECIALE DE OPERATORI 149
2 3
4
6:9004 10
6 7
1 6 7
= XT X XT Y = 6 2:943 5 10 2 7
4 5
2
2:2791 10
Semni…caţie:
variabila explicat¼
a (Discount Rate) este explicat¼
a folosind variabilele explicative Year, Consumption,
GNP;
Se obţine "explicaţia":
DiscountRate = ( 6:9004 10 4 ) Y ear + ( 2:943 5 10 2 ) Consumption + (2:2791 10 2 ) GN P
[Nu se discut¼
a adecvarea economic¼
a, calitatea explic¼
arii, etc]
3.4.1. De…niţie. Fie V = V1 V2 ; pentru …ecare x 2 V, 9!x1 2 V1 şi 9!x2 2 V2 astfel încât x = x1 + x2 .
Vectorul x1 va … numit proiecţia lui x pe V1 în direcţia V2 .
2 32 3
0 0 x1
3.4.7. Exemplu. Pentru …ecare 2 R …xat, operatorul p ( ) : R2 ! R2 de…nit prin p (x) = 4 54 5
1 x2
este o proiecţie:
2 32 3 2 3
0 0 x1 0
p (x) = 4 54 5=4 5
1 x2 x2 + x 1
2 32 3 2 3
0 0 0 0 0 0
4 54 5=4 5, aşa c¼
a
1 1 1
2 32 32 3 2 32 3
0 0 0 0 x 0 0 x
p (p (x)) = 4 54 54 1 5 = 4 5 4 1 5 = p (x).
1 1 x2 1 x2
2 32 3 2 3
0 0 x 0
Nucleul: 4 5 4 1 5 = 4 5 ) x1 + x2 = 0 ) ker p ( ) = span f(1; )g
1 x2 0
2 32 3 2 3
0 0 x1 y1
Imaginea: 4 54 5=4 5 ) y1 = 0 (condiţia de compatibilitate) ) Im p ( ) = span f(0; 1)g
1 x2 y2
2 32 3 2 3
0 0 0 0
p ((0; )) = 4 5 4 5 = 4 5 (proiecţia nu schimb¼ a vectorii din imagine)
1
proiecţia p ( ) este ortogonal¼ a () = 0.
3.4. TIPURI SPECIALE DE OPERATORI 151
3.4.10. Observaţie.
Propriet¼
aţi ale matricii adjuncte A :
Propriet¼
aţi ale operatorului adjunct U ( ) :
Demonstraţie. Se observ¼
a mai întâi c¼
a toate mulţimile care apar sunt subspaţii vectoriale ale spaţiilor
corespunz¼
atoare:
ker U ( ) şi Im U ( ) sunt subspaţii în X, iar ker U ( ) şi Im U ( ) sunt subspaţii în Y.
?
Se mai observ¼
a şi c¼ a X0 este subspaţiu în X, atunci X0?
a, dac¼ = X0 .
Cu aceste observaţii se constat¼
a c¼
a a…rmaţiile 1. şi 3. se obţin una din alta prin ortogonalitate, la fel
ca şi 2. şi 4.
Folosind c¼
a (U ) ( ) = U ( ), se constat¼
a c¼
a a…rmaţia 2. este a…rmaţia 1. pentru operatorul adjunct.
R¼
amâne de demonstrat a…rmaţia 1.
y 2 (Im U ( ))? () y ? Im U ( ) () 8x 2 X, hy; U (x)iY = 0 () 8x 2 X, hU (y) ; xiX = 0 ()
U (y) = 0 () y 2 ker U ( ).
(4) S¼
a se g¼
aseasc¼
a (cu procedeul Gram–Schmidt) o baz¼
a ortonormat¼
a pornind de la baza canonic¼
a.
(5) Fie U ( ) 2 L (R2 ; R3 ) de…nit prin U (x1 ; x2 ) = (x1 ; x1 + x2 ; 4x2 x1 ). S¼
a se determine adjunctul
a pe R2 se consider¼
operatorului U ( ), dac¼ a produsul scalar uzual, iar pe R3 se consider¼
a produsul
scalar de la punctul 1.
2 3
10 3 0
6 7
6 7
3.4.13. Soluţie. (1) h(x1 ; x2 ; x3 ) ; (y1 ; y2 ; y3 )iR3 = [x]TE3
6 3 2 1 7 [y]E3 .
4 5
0 1 1
3
Matricea care de…neşte produsul scalar pe R este simetric¼ a, iar cu metoda Jacobi 0 = 1,
he1 ; e2 iR3 3
f2 = e1 + e2 astfel încât hf1 ; f2 iR3 = 0 ) = =
he1 ; e1 iR3 10
2 3T 2 32 3
1 10 3 0 0
6 7 6 76 7
6 7 6 76 7
he1 ; e2 iR3 = 6 0 7 6 3 2 1 7 6 1 7 = 3
4 5 4 54 5
0 0 1 1 0
2 3T 2 32 3
1 10 3 0 1
6 7 6 76 7
6 7 6 76 7
he1 ; e1 iR3 = 6 0 7 6 3 2 1 7 6 0 7 = 10
4 5 4 54 5
0 0 1 1 0
3 3
f2 = (1; 0; 0) + (0; 1; 0) = ; 1; 0
10 8 10 8
< hf1 ; f3 i 3 = 0 < hf1 ; f1 i 3 + hf1 ; f2 i 3 = hf1 ; e3 iR3
R R R
f3 = f1 + f2 +e3 , astfel încât () (
: hf ; f i = 0 : hf ; f i + hf ; f i = hf2 ; e3 iR3
2 3 R3 2 1 R3 2 2 R3
8
< 10 = 0 10
) = 0; =
: 11 = 1 11
10
2 3T 2 32 3
3
1 10 3 0 6
6 7 6 7 6 10 7 7
6 7 6 7
hf1 ; f2 iR3 = 6 0 7 6 3 2 1 76 1 7=0
4 5 4 564
7
5
0 0 1 1 0
2 3T 2 32 3
1 10 3 0 0
6 7 6 76 7
6 7 6 76 7
hf1 ; e3 iR3 = 6 0 7 6 3 2 1 76 0 7 = 0
4 5 4 54 5
0 0 1 1 1
2 3T 2 32 3
3 3
6 10 7 6 10 3 0 6
6 7 6 7 6 10 7 7 11
7
hf2 ; f2 iR3 = 6
6 1 7 6
7 4 3 2 1 76 1 7=
4 5 564
7 10
5
0 0 1 1 0
2 3
3 T2 32 3
6 10 7 6 10 3 0 0
6 7 6 76 7
76 7
hf2 ; e3 iR3 = 6
6 1 7 6
7 4 3 2 1 76 0 7 = 1
4 5 54 5
0 0 1 1 1
10 3 3 10
) f3 = ; 1; 0 + (0; 0; 1) = ; ;1
11 10 11 11
2 3T 2 32 3
1 10 3 0 1
6 7 6 76 7 1
6 7 6 76 7
hf1 ; f1 iR3 = 6 0 7 6 3 2 1 7 6 0 7 = 10 ) u1 = p (1; 0; 0)
4 5 4 54 5 10
0 0 1 1 0
3.4. TIPURI SPECIALE DE OPERATORI 155
2 3T 2 32 3
3 3
6 10 7 6 10 3 0 6
7 6 10 7 r
6 7 6 76 7 11 10 3
hf2 ; f2 iR3 =6
6 1 7 6 3 2
7 4 1 76 1 7 =7 ) u2 = ; 1; 0
4 5 54 5 10 11 10
0 0 1 1 0
2 3T 2 3 2 3
3 3
6 10 3 0 6
6 11 7 6 7 6 11 7
10 7 6 7 10 7 p
7 = 1 ) u3 = 11 3 ; 10 ; 1
hf3 ; f3 iR3 =6
6
7 6 3 2 1 76
4 11 7
5 4 56 7
4 11 5 11 11 11
1 0 1 1 1
2 3
1 0
6 7
6 7
[U (x)]E3 =6 1 1 7 [x]E2
4 5
1 4
8x 2 X; kU (x)k = kxk :
156 3. SPAŢII VECTORIALE CU PRODUS SCALAR
[p¼
astreaz¼
a lungimile]
Demonstraţie. U U = IX )
) 8x 2 X, hx; xi = h(U U ) (x) ; xi = hU (x) ; U (x)i ) kxk = kU (x)k.
Reciproc, dac¼
a operatorul este izometric, atunci cu observaţia anterioar¼
a hx1 ; x2 i = hU (x1 ) ; U (x2 )i =
h(U U ) (x1 ) ; x2 i, 8x1 ; x2 2 X )
) (U U ) (x1 ) = x1 , 8x1 2 X ) U U = IX .
Demonstraţie. Liniaritatea:
a) Aditivitatea:
x1 + x2 x1 + x2 1
Fie x1 , x2 2 X; din relaţia x1 = x2 = kx1 x2 k,
2 2 2
folosind kx1 x2 k = kf (x1 ) f (x2 )k,
se obţine:
x1 + x2 x1 + x2 1
f f (x1 ) = f (x2 ) f = kf (x1 ) f (x2 )k.
2 2 2
x1 + x2 f (x1 ) + f (x2 )
Din "Caracterizarea mijlocului" rezult¼
af = (ecuaţia funcţional¼
a Jensen).
2 2
3.4. TIPURI SPECIALE DE OPERATORI 157
x1 1
Pentru x2 = 0 ) f = f (x1 )
2 2
f (x1 ) + f (x2 ) x1 + x2 1
) =f = f (x1 + x2 ) ) f (x1 + x2 ) = f (x1 ) + f (x2 ) (aditivitate)
2 2 2
b) Omogenitate:
Din aditivitate rezult¼
a f ( x) = f (x) pentru orice 2 Q (pentru orice scalar raţional).
Fie 2 R şi …e ( n )n2N un şir de numere raţionale care tinde la .
Are loc:
kf ( x) f (x)k kf ( x) f( n x)k + kf ( n x) f (x)k = k x n xk +k nf (x) f (x)k =
=j n j kxk+j n j kf (x)k = j n j (kxk + kf (x)k), 8n 2 N. Pentru c¼
a n ! şi (kxk + kf (x)k)
este un num¼
ar …xat, se obţine c¼
a f ( x) = f (x) (omogenitate)
2. Din relaţia iniţial¼
a cu x2 = 0 se obţine kxk = kf (x)k şi cum f ( ) este operator liniar rezult¼
a c¼
a este
şi izometrie.
3.4.22. Observaţie. O izometrie (între spaţii de tip …nit) este operator unitar dac¼
a şi numai dac¼
a dim X =
dim Y.
Demonstraţie. Dac¼
a este izometrie atunci este injectiv, şi cum dimensiunile spaţiilor sunt egale, este
chiar bijectiv.
Reciproc, dac¼
a izometria este inversabil¼
a, atunci dimensiunile spaţiilor trebuie s¼
a …e egale.
3.4.25. Observaţie.
kU (x)k = kxk (conserv¼
a norma);
kU (x) U (y)k = kx yk (conserv¼
a distanţa);
cos (U (x) ; U (y)) = cos (x; y) (conserv¼
a unghiul).
3.4.26. Propoziţie. Orice valoare proprie a unui operator unitar este num¼
ar real sau complex de modul
unitar [chiar dac¼
a operatorul este ortogonal, valorile proprii pot … complexe].
Geometric, aceast¼
a structur¼
a înseamn¼
a rotaţii (f¼
ar¼
a omotetii) în planele ortogonale corespunz¼
atoare valo-
rilor proprii complexe; direcţiile corespunz¼
atoare valorilor proprii reale combinate dou¼
a câte dou¼
a formeaz¼
a
plane ortogonale în care se realizeaz¼
a rotaţii de 0 sau de 180 , la care pentru cazul impar se adaug¼
ao
simetrie sau o identitate pe ultima direcţie.
2 32 3
cos sin x1
3.4.28. Exemplu. Fie operatorul U ( ) : R2 ! R2 , de…nit prin U (x) = 4 54 5.
sin cos x2
(1) Operatorul U ( ) este o rotaţie în plan de unghi [în sens trigonometric]
2 3 2 p p 3
2 2
0 1 6
Cazuri particulare: U =2 ( ) de matrice 4 5 [rotaţie de 90 ], U =4 ( ) de matrice 4 p2 p2 7 5
1 0 2 2
2 2
[rotaţie de 45 ]
2 32 3 2 3
cos sin x1 x1 cos x2 sin
U (x) = 4 54 5=4 5.
sin cos x2 x2 cos + x1 sin
Operatorul este izometrie [p¼ astreaz¼a lungimile]:
2 3
x cos x2 sin q
4 1 5 = (x1 cos x2 sin )2 + (x2 cos + x1 sin )2 =
x2 cos + x1 sin
p
= x21 cos2 + x22 sin2 2x1 x2 sin cos + x22 cos2 + x21 sin2 + 2x1 x2 sin cos =
p
= x21 + x22 = kxk, deci kU (x)k = kxk.
Unghiul dintre vectorul x şi vectorul U (x) este :
hx; U (x)i x1 (x1 cos x2 sin ) + x2 (x2 cos + x1 sin )
cos (x; U (x)) = = =
kxk kU (x)k x21 + x22
x2 cos x1 x2 sin + x22 cos + x1 x2 sin
= 1 = cos ) (x;\ U (x)) = .
x21 + x22
(2) Familia fv1 ; v2 g [de vectori format¼ a din coloanele matricii] este ortonormat¼
a:
2 3 2 3
cos sin
v1 = 4 5, v2 = 4 5,
sin cos
hv1 ; v1 i = hv2 ; v2 i = cos2 + sin2 = 1, hv1 ; v2 i = sin cos + sin cos = 0.
(3) Operatorul este inversabil [deci este operator unitar; deoarece matricea are numai elemente reale,
este operator ortogonal]:
2 3 1 2 3 2 3
cos sin cos sin cos ( ) sin ( )
4 5 =4 5=4 5)U 1
()=U ( ).
sin cos sin cos sin ( ) cos ( )
2 3
cos sin
(4) Polinomul caracteristic este P ( ) = det 4 5 = (cos )2 + sin2 = 2
sin cos
2 sin cos + 1, cu r¼
ad¼
acinile complexe 1 = cos + i sin ; 2 = cos i sin , ambele de modul
complex 1.
(U U ) ( ) = (U U) ( )
(operatorul comut¼
a cu adjunctul s¼
au) [pentru ca operaţiile de compunere s¼
a aib¼
a sens, operatorul trebuie
s¼
a aib¼
a ca domeniu şi codomeniu acelaşi spaţiu].
3.4.32. Propoziţie. Orice vector propriu al unui operator normal, ataşat valorii proprii , este vector
propriu al operatorului adjunct, ataşat valorii proprii :
ceea ce înseamn¼
a c¼
a şi U (x) este vector propriu al operatorului U ( ) ; ataşat valorii proprii ; adic¼
a
operatorul U ( ) transform¼
a vectorii proprii ai operatorului U ( ) corespunz¼
atori valorii proprii tot în
vectori proprii de acelaşi tip.
3.4. TIPURI SPECIALE DE OPERATORI 161
Mai mult, pentru orice doi vectori proprii x şi y are loc
adic¼
a U (x) = x
în care j = j + i j ; j = 1; m sunt valorile proprii complexe iar m+1 ; n sunt cele reale, num¼
arul de
apariţii al …ec¼
arei valori proprii …ind egal cu ordinul ei de multiplicitate.
@ j j
A= 2 2 B 2 2
j+ j
2 2
j+ j C
j + j @ A
j j p 2
j
2
p 2
j
2
j+ j j+ j
q
reprezint¼
a o omotetie de coe…cient 2
j + 2
j şi o rotaţie de unghi arccos p 2
j
2
:
j+ j
U ( ) = U ( ):
162 3. SPAŢII VECTORIALE CU PRODUS SCALAR
[Dac¼
a V este spaţiu vectorial real, operatorul autoadjunct mai este numit operator simetric; dac¼
a V este
spaţiu vectorial complex, operatorul autoadjunct mai este numit operator hermitic]
P
n P
n
Demonstraţie. Fie x = xi ei ; y = yj ej şi A = (aij )i;j=1;n : Au loc:
i=1 j=1
P
n
U (ei ) = aki ek ; deci
*
k=1 +
Pn P
n P
n P
n
hU (x) ; yi = U xi ei ; yj ej = xi yj hU (ei ) ; ej i =
i=1 j=1 i=1 j=1
P
n P
n P
n P
n P
n
= xi yj aki ek ; ej = xi yj aji şi analog,
i=1 j=1 i=1 j=1
* k=1 !+
Pn P
n Pn P n
hx; U (y)i = xi e i ; U yj ej = xi yj hei ; U (ej )i =
i=1 j=1 i=1 j=1
P
n P
n P
n P
n P
n
= xi yj ei ; akj ek = xi yj aij şi din relaţia
i=1 j=1 k=1 i=1 j=1
urmeaz¼
a c¼
a aij = aji ; adic¼ a (A = AT )
a matricea este simetric¼
a. Vectorii proprii asociaţi la valori proprii distincte ale unui operator real simetric sunt
3.4.39. Teorem¼
ortogonali doi câte doi.
9
Av1 = 1 v1 ) = >
>
v2T Av1 T
>
> 1 v2 v1
>
>
>
Av2 = 2 v2 ) v1 Av2 = 2 v1 v2 >
T T
>
>
=
T
Demonstraţie. v2T Av1 = v1T Av2 ) v1T v2 = 0
>
>
>
>
v2 v1 = v1 v2 >
T T
>
>
>
>
>
;
1 6= 2
Demonstraţie. hx; U (x)i 2 R () hx; U (x)i = hx; U (x)i = hU (x) ; xi = hx; U (x)i () U ( ) =
U ( ) [ultima echivalenţ¼
a se obţine cu aplicarea Teoremei 3.0.39, punctul 2., pagina 132]
U()= U ( ):
3.4.43. Propoziţie. Un operator antiautoadjunct are numai valori proprii pur imaginare.
4 Aceast¼
a secţiune foloseşte foarte mult cartea [6], în care pot … g¼
asite multe dintre detaliile care lipsesc din aceast¼
a prezentare.
164 3. SPAŢII VECTORIALE CU PRODUS SCALAR
servicii
efectuate de:
T E S
s¼
apt¼
amâni T 2 1 6
de activitate E 4 5 1
la: S 4 4 3
10 10 10
Din motive legate de legislaţie, taxe şi impozite, …ecare este obligat s¼
a declare, s¼
a primeasc¼
a şi s¼
a
pl¼
ateasc¼
a sume rezonabile corespunz¼
atoare activit¼
aţilor desf¼
aşurate. Valoarea/preţul câte unei s¼
apt¼
amâni
de activitate pentru …ecare trebuie s¼
a …e în jur de 1000Euro, iar …rmele cad de acord s¼
a–şi ajusteze valorile
aşa încât …ecare s¼
a pl¼
ateasc¼
a exact cât primeşte (sistem de barter – schimb în natur¼
a – în trei: de fapt,
…ecare pl¼
ateşte cu serviciul pe care–l ofer¼
a serviciile pe care le primeşte). Not¼
am cu pT , pE , pS preţul
primit de …ecare …rm¼
a pentru o s¼
apt¼
amân¼
a de servicii.
Condiţia de echilibru cere ca totalul primit de …ecare s¼
a …e egal cu totalul pl¼
atit de …ecare. Se obţine
sistemul:
8
>
> 2pT + pE + 6pS = 10pT ;
>
<
4pT + 5pE + 1pS = 10pE ;
>
>
>
:
4pT + 4pE + 3pS = 10pS :
Prima ecuaţie se refer¼
a la T iar interpretarea ei este: în perioada dat¼
a …rma T este pl¼
atit¼
a pentru
activitatea ei 10pT (membrul drept) şi are de plat¼
a 2 s¼
apt¼
amâni de activitate c¼
atre ea îns¼
aşi la preţul pT ,
1 s¼
apt¼
amân¼
a de activitate c¼
atre E la preţul pE şi 6 s¼
apt¼
amâni de activitate c¼
atre S la preţul pS , care dau
un total de 2pT + pE + 6pS 8 (membrul stâng).
> 31
>
> p = pE ;
>
<
T
32
Soluţia sistemului este: pE = pE ;
>
>
>
: pS = 9 pE :
>
8
Printre soluţiile
8 posibile se num¼ ar¼
a:
> 31
>
> pT = 1000 = 968:75
>
< 32
pE = 1000 ) pE = 1000
>
>
>
: pS = 9 1000 = 1125
>
8 8
>
> p = 1000
>
< T
PT = 1000 ) pE = 1032:3
>
>
>
:
pS = 1161:3
3.5. MODELUL LEONTIEF 165
2 32 3 2 3
2 1 6
pT pT
6 10 10 10 76 7 6 7
6 4 5 1 76 7 6 7
Sistemul se poate scrie ca 6 7 6 pE 7 = 6 pE 7.
4 10 10 10 54 5 4 5
4 4 3
10 10 10
pS pS
2 3
2 1 6
6 10 10 10 7
6 4 5 1 7
Matricea E = 6 7
6 10 10 10 7 s–a obţinut prin împ¼ arţirea …ec¼
arei coloane la suma ei şi este un
4 4 4 3 5
10 10 10
exemplu de matrice input–output sau matrice de schimb.
Se observ¼
a c¼
a producţia unei industrii este descompus¼
a pentru început în dou¼
a categorii, dup¼
a motivul
pentru care este achiziţionat¼
a cantitatea respectiv¼
a: "Final Demand" [consum care nu conduce la producţia
altor bunuri] şi "Producers as consumers" [consum care conduce la producţia altor bunuri]. Mai departe,
…ecare dintre aceste dou¼
a categorii este descompus¼
a în alte componente.
166 3. SPAŢII VECTORIALE CU PRODUS SCALAR
a. Valoarea absolut¼
3.5.3. Teorem¼ a a oric¼
arei valori proprii a unei matrici productive este strict subuni-
tar¼
a.
Demonstraţie.
P
n P
n
Av = v ) vi = aij vj ) j j jvi j aij jvj j )
j=1 j=1
vi
P
n
vj
j j vi0 vi0
aij vj0 vj0
)
j=1
vi vj Pn
vj
) j j vi0 vi0
max vj0
aij vj0 < max vj0
vi0 )
j j=1 j
vi vj
j j vi0 vi0
< max vj0
vi0 8i = 1; n )
j
dac¼
a se alege în locul lui i indicele în care membrul drept atinge maximul, …e acesta r, relaţia devine:
vr vr 0
j j vr0 < v ) j j < 1:
vr0 vr0 r
1
a. Dac¼
3.5.4. Teorem¼ a A este productiv¼
a, atunci exist¼
a (I A) şi este cu elemente pozitive (nestrict).
(I A) I + A + A2 + Am = I Am+1
1
deci exist¼
a (I A) = I + A + A2 + Am + .
3.5. MODELUL LEONTIEF 167
Ax + y = x;
y = (I A) x
1
şi din teoremele anterioare 9 (I A) şi are loc
1
x = (I A) y = (I + A + A2 + Am + )y =
= y + Ay + A2 y + Am y + ;
relaţie interpretabil¼
a astfel: pentru obţinerea unei producţii …nale nete y trebuie produs¼
a cantitatea Ay
intermediar¼ a producerii lui y; pentru care trebuie produs A2 y necesar lui Ay;
a necesar¼ : Producţia
total¼
a x a fost descompus¼ a y şi în producţii intermediare Am y date de matricile de
a în producţie …nal¼
consumuri intermediare Am :
Problema caracteriz¼
arii matricilor productive admite şi o reciproc¼
a:
1
a. Dac¼
3.5.6. Teorem¼ a pentru matricea p¼
atratic¼
a pozitiv¼
a A matricea (I A) exist¼
a şi este pozitiv¼
a,
atunci A este productiv¼
a.
1
Demonstraţie. Fie v > 0 ) x = (I A) v > 0 ) x Ax = v > 0 ) x > Ax ) A este
6= 6= 6= 6=
productiv¼
a
(1) Dac¼
a toate elementele matricii A sunt strict pozitive, atunci exist¼
a o valoare proprie de modul
maximal care este real¼
a, strict pozitiv¼
a şi c¼
areia i se poate asocia un vector propriu cu toate
elementele strict pozitive;
(2) Dac¼
a A este nenul¼
a, are o valoare proprie real¼
a strict pozitiv¼
a, de modul maximal, c¼
areia i se
poate asocia un vector propriu (nenul) de elemente pozitive (sau nule).
168 3. SPAŢII VECTORIALE CU PRODUS SCALAR
X
n X
n
j M j jvi j jaij vj j jaij j jvj j ; 8i = 1; n;
j=1 j=1
2 3
jv1 j
6 7
6 .. 7
…e p = 6 . 7 = jvj ; cum aij > 0; are loc
4 5
jvn j
j Mj p Ap;
X
n
j M j jvk j < akj jvj j
j=1
dar
Az = A (A j M j I) p = A2 j M j Ap
deci
A2 p = Az + j M j Ap > "Ap + j M j Ap = (" + j M j) Ap;
6=
1
cu B = "+j M j
A> 0; are loc
6 =
BAp > Ap
6=
din faptul c¼
a M este valoare proprie de modul maximal, urmeaz¼
a c¼
a B are toate valorile proprii
de modul subunitar, deci lim B m = 0 (matricea nul¼
a de ordin n); prin trecere la limit¼
a, rezult¼
a
m!1
c¼
a 0 > Ap contradicţie cu existenţa indicelui k, aşa c¼
a are loc
6=
j Mj p = Ap
(2) Se aplic¼
a 1. pentru matricea A + "U; cu U matricea de ordin n care are toate elementele 1; dup¼
a
care se trece la limit¼
a
3.6. SPAŢII VECTORIALE PESTE CORPUL NUMERELOR COMPLEXE 169
hAu; vi = hu; A vi
CAPITOLUL 4
Spaţii a…ne
[24], [35]
4.1. De…niţii
4.1.1. De…niţie. Fie un spaţiu vectorial (V; K). Mulţimea A este numit¼
a spaţiu a…n peste V dac¼
a exist¼
a
o funcţie (notat¼
a aditiv) + : A V ! A astfel încât (P; ~v ) 7! P + ~v 2 A are propriet¼
aţile:
(1) P + ~0 = P
(2) P + (~v + w)
~ = (P + ~v ) + w
~
!
(3) 8P; Q 2 A, 9!~vP;Q 2 V, P + ~vP;Q = Q [vectorul ~vP;Q este notat P Q]
(A; V; K)
Observaţii:
4.1.2. De…niţie. [A¢ ne subspace] [linear subvarieties] [linear varieties] If (V0 ; K) is a vector subspace of
(V; K) and B A, then (B; V0 ; K) is an a¢ ne subspace of (A; V; K) if: 8P 2 B, 8~v 2 V0 , P + ~v 2 B and
!
8P; Q 2 B, P Q 2 V0 .
For P1 , , Pn 2 A, the linear variety generated by the points, denoted by hP1 ; ; Pn i, is the smallest
linear variety containing the points.
D ! !E
The dimension of the linear subspace P1 P2 ; ; P1 Pr is the dimension of the linear variety. When
D ! !E
the dimension of P1 P2 ; ; P1 Pr is maximal, which means r 1, the set of points is called a¢ nely
independent.
4.1.4. De…niţie. [The sum of two linear varieties] L1 + L2 is the smallest linear variety containing both
varieties.
4.1.5. De…niţie. Two linear varieties P +[V1 ] and Q+[V2 ] are called "parallel" when V1 V2 or V2 V1
4.1.6. De…niţie. [A¢ ne Frames] An a¢ ne frame on (A; V; K) is a set R = fP; (e1 ; ; en )g, where P 2 A
(is called "origin") and (e1 ; ; en ) is an ordered basis of (V; K).
! P n
4.1.7. De…niţie. [A¢ ne coordinates] Given (A; V; K) and R, 8Q 2 A 9!q1 ; ; qn 2 K, P Q = qi e i
i=1
Notation: [Q]R = (q1 ; ; qn )
4.1.9. De…niţie. Collinear points? P , Q, R are collinear when the linear variety generated by them,
D ! !E
hP; Q; Ri has dimension 1 (it is a straight line). The linear subspace P Q; P R has dimension 1.
4.1.10. De…niţie. Simple ratio: Consider three collinear points A, B, C 2 A. The simple ratio =
! !
(A; B; C) is the unique scalar such that AB = AC
4.1. DEFINIŢII 173
~ ) ~v = w
P + ~v = P + w ~ [we may cancel/reduce points] [for any …xed P 2 A, the function
V 3 ~v 7! P + ~v 2 A is injective]
Proof: Denote by Q = P +~v = P + w. ~ Then the vectors both satisfy condition 3, which means
! !
that ~v and w
~ satisfy the property of P Q. Since the vector P Q is unique, we have ~v = w.
~
P + ~v = Q + ~v ) P = Q [we may cancel/reduce vectors] [for any …xed ~v 2 V, the function
A 3 P 7! P + ~v 2 A is injective]
Proof: From 2., P = P + ~0 = P + (~v ~v ) = (P + ~v ) + ( ~v ) = (Q + ~v ) + ( ~v ) = Q + (~v ~v ) =
Q + ~0 = Q
!
P Q = ~0 () P = Q [the null vector is any vector which has the same origin and end–point]
! !
Proof: From 3., if P = Q then P + P P = P and since P P is unique and ~0 also satis…es the
!
relation, P P = ~0.
!
If P Q = ~0, then P + ~0 = Q and from 1. P = Q.
! !
P Q = QP [the negative vector means the vector with the opposed direction]
! ! ! !
Proof: since P + P Q = Q and Q + QP = P , it follows P + P Q + QP = P which means
! !
that P Q + QP = ~0.
! ! !
P Q + QR = P R [Chasles’identity] [vector addition satis…es the parallelogram law] [Axiom [A¤
1] in [24], page 98]
! ! ! ! ! !
Proof: P + P Q = Q, Q + QR = R, P + P R = R ) P + P Q + QR = Q + QR = R )
! ! ! ! !
P + P Q + QR = R ) P Q + QR = P R.
!
8P 2 A, 8~v 2 V, 9!Q 2 A, P Q = ~v [surjectivity]
!
Proof: For Q = P + ~v , we have P Q = ~v .
! !
P Q = P R ) Q = R [injectivity]
! ! ! ! ! !
Proof: P + P Q = Q, P + P R = R; if P Q = P R then P + P Q = P + P R ) Q = R.
!
Previous surjectivity and injectivity for the mapping P 7! P Q are the axiom [A¤ 2] in [24], page
98.
! ! ! !
P Q = RS ) P R = QS [parallels between parallels are equal]
Proof:
!
P + PQ = Q
!
R + RS = S
!
P + PR = R
!
Q + QS = S
! ! ! ! ! !
P R = P Q + QR = QR + RS = QS.
174 4. SPAŢII AFINE
Proof:
P: [Parallels between parallels are equal]
Consider two parallel straight lines r and s cut by two parallel straight lines r0 and s0 . Denote their
! ! ! !
intersections A = r0 \ s, B = s0 \ s, C = r \ r0 , D = r \ s0 . Then AB = CD and AC = BD.
Proof:
Change of an a¢ ne frame: Consider two frames R = fP; (e1 ; ; en )g and R0 = fP 0 ; (f1 ; ; fn )g.
0 1 0 1
p1 a1j
B C B C
0 B .. C B .. C
[P ]R = B . C, [fj ]R = B . C
@ A @ A
pn anj
0 1 0 1
x y
B 1 C B 1 C
B . C B . C
X 2 A, [X]R = B .. C, [X]R0 = B .. C
@ A @ A
xn yn
! P n
PX = xi e i
i=1
! P
0
n
PX= y j fj
j=1
! P n
PP0 = pi e i
i=1
P
n
fj = aij ei
i=1 !
! P n P
n P
n P
n P
n P
n P
n
P 0X = y j fj = yj aij ei = yj aij ei = yj aij ei
j=1 j=1 i=1 j=1 i=1 i=1 j=1
! ! ! P
n P
n P
n
P 0X = P 0P + P X = pi e i + xi ei = (xi pi ) ei
i=1 i=1 i=1
P
n
) 8i = 1; n, xi pi = aij yj )
j=1
0 1
0 1 a1n C 0 1 0 1
B a11
x1 B C y1 p1
B C B a21 a CB C B C
B . C B 2n CB .. C B .. C
) B .. C = B CB . C+B . C
@ A B C@ A @ A
B C
xn @ A yn pn
an1 ann
[X]R = A [X]R0 + [P 0 ]R
Equations of a linear variety
Consider:
P
r
We have X = (x1 ; ; xn ) 2 L () 9 j 2 K s.t. xi = qi + j aij , 8i = 1; n
j=1
P
r
[X]R = [Q]R + j [vj ]R
j=1
Equation of a Straight Line:
[X]R = [Q]R + [v]R
Lines: 0 1 0 1
a b
B 1 C B 1 C
B .. C B .. C
[A]R = B . C, [B]R = B . C
@ A @ A
an bn
For = 1, Q = A and [B]R = [A]R + [v]R ) [v]R = [B]R [A]R
So, for the line: [X]R = [A]R + ([B]R [A]R ), we have:
The segment AB = fX 2 A; [X]R = [A]R + ([B]R [A]R ) ; 2 [0; 1]g
The line AB = fX 2 A; [X]R = [A]R + ([B]R [A]R ) ; 2 Rg
The half–line [AB = fX 2 A; [X]R = [A]R + ([B]R [A]R ) ; 2 [0; 1)g
The half–line [BA = fX 2 A; [X]R = [A]R + ([B]R [A]R ) ; 2 ( 1; 1]g
0 1 0 1
1 3
B C B C
B C B C
Ex: A = B 2 C, B = B 3 C,
@ A @ A
1 2
x=2 +1
y= +2 )
z= +1
x=3 2z
y=3 z
z=z
Barycenter: Given r points P1 , P2 , , Pr , the barycenter G is:
1 ! ! !
G = P1 + P1 P1 + P 1 P2 + + P1 Pr
r
1 ! ! ! ! ! !
Remark: P1 P2 + + P 1 Pr = P1 G ) P1 P2 + + P1 P r = r P 1 G )
r
! ! ! ! !
) P1 G + P 1 G P 1 P2 + P 1 G P 1 Pr = 0 )
! ! ! ! !
) P1 G + P2 P1 + P 1 G + P r P 1 + P1 G = 0 )
! ! ! ! ! !
) P1 G + P2 G + Pr G = 0 or GP1 + GP2 + + GPr = 0
! ! !
P: The barycenter is the unique point X such that XP1 + XP2 + + XPr = 0
4.1. DEFINIŢII 177
Proof:
1. G satis…es the relation:
!
G + GPj = Pj
! ! !
For j = 2; r, GPj = GP1 + P1 Pj
! ! ! ! ! ! ! !
GP1 + GP2 + + GPr = GP1 + GP1 + P1 P2 + + GP1 + P1 Pr =
! ! ! ! !
= r GP1 + P1 P2 + + P1 Pr = r GP1 + r P1 G =
2. G is unique:
! ! ! ! ! !
If P1 G + P2 G + Pr G = 0 and XP1 + XP2 + + XPr = 0, then, by adding them:
! ! ! ! ! !
XP1 + P1 G + XP2 + P2 G + + XPr + Pr G = 0 )
! !
) r XG = 0 ) XG = 0
1 ! !
Remark: we also have G = Pi + Pi P 1 + + P i Pr
r
1 ! !
For two points, G is the midpoint G = P1 + P 1 P1 + P1 P2
0 1 0 1 2
p g
B 1j C B 1 C 1 Pr
B .. C B .. C
If [Pj ]R = B . C, then G = B . C, with gi = pij
@ A @ A r j=1
pnj gn
Remark: Consider three collinear points A, B, C 2 A.
! !
AB = (A; B; C) AC
! !
B = A + AB = A + (A; B; C) AC
If (A; B; C) = , then:
1
–(A; C; B) =
–(B; A; C) =
1
1
–(B; C; A) =
1
–(C; A; B) =
1
–(C; B; A) = 1
n ! o
The line segment AB = X 2 A; X = A + AB; 2 [0; 1]
C 2 AB () 0 < (A; C; B) < 1
C 2 AB () (C; A; B) < 0
Proof:
Menelaus’Theorem: If a straight line meets the sides of a triangle ABC at P , Q, R, respectively, then
(P; A; B) (Q; B; C) (R; C; A) = 1.
Proof:
Ceva’s Theorem: Consider a triangle ABC and three points on its edges PA 2 [BC], PB 2 [AC],
PC 2 [AB]. The straight lines APA , BPB , CPC are concurrent in a point P () (PA ; B; C) (PB ; C; A)
(PC ; A; B) = 1.
Proof:
Pappus Theorem:
Proof:
Desargue Theorem:
Proof:
?Routh’s Theorem:
Proof:
?van Obel’s Theorem:
Proof:
Bib:
Partea 2
Geogebra
CAPITOLUL 6
CARMetal
Recapitul¼
ari
Logic¼
a binar¼
a
Logica matematic¼
a binar¼
a se ocup¼
a de operaţii cu enunţuri logice şi de evaluarea valorii lor de adev¼
ar;
se consider¼
a numai enunţuri logice cu o valoare de adev¼
ar din dou¼
a posibile. Deşi aceast¼
a convenţie este
restrictiv¼
a, nu este scopul prezent¼
arii de faţ¼
a s¼
a includ¼
a alte situaţii, cum ar … enunţurile logice "Eu mint",
sau "Acest enunţ este fals". Prezentarea de mai jos se refer¼
a doar la acele enunţuri c¼
arora li se poate ataşa
o valoare de adev¼
ar. Nu sunt incluse comenzile (enunţurile imperative), interogaţiile, exclamaţiile, ci doar
enunţurile de tip declarativ.
p ep
¼ (NON): 0 1
(1) NEGAŢIA LOGICA
1 0
Ex:
p: "2 + 3 = 5" ) ep: "2 + 3 6= 5".
p: "Ioana are o cas¼
a" ) ep: " Ioana nu are o cas¼
a".
p q p^q
0 0 0
¼ (ŞI): 0 1 0
(2) CONJUNCŢIA LOGICA
1 0 0
1 1 1
Ex:
p: "Ioana are o cas¼
a", q: "Ioana are o asigurare de cas¼
a" ) p ^ q: "Ioana are o cas¼
a şi o
asigurare de cas¼
a"
p: "2 este num¼
ar natural", q: "2 este num¼
ar întreg" ) p ^ q: "2 este şi num¼
ar natural şi
întreg"
În limbaj formal: (2 2 N) ^ (2 2 Z) ) 2 2 N \ Z (2 face parte din intersecţia mulţimilor)
188 ¼
7. RECAPITULARI
p q p_q
0 0 0
¼ (SAU) (SAU INCLUSIV): 0 1 1
(3) DISJUNCŢIA LOGICA
1 0 1
1 1 1
Ex:
p: "Ioana are o cas¼
a", q: "Ioana are o maşin¼
a" ) p _ q: "Ioana are o cas¼
a sau o maşin¼
a"
p q _
p_q
0 0 0
(4) (SAU EXCLUSIV): 0 1 1
1 0 1
1 1 0
Este mai rar folosit şi poate … descris cu ajutorul celorlalţi conectori.
Ex:
p: "Ioana are o cas¼
a", q: "Ioana are o maşin¼ _ "Ioana are …e o cas¼
a" ) p_q: a, …e o maşin¼
a (dar
nu ambele)"
¼ (Dac¼
(5) IMPLICAŢIA LOGICA a–Atunci):
(a) Din adev¼
ar implic¼
a numai adev¼
ar
(b) Din fals implic¼
a orice.
p q p!q
0 0 1
Din de…niţie rezult¼
a urm¼
atoarea tabl¼
a de adev¼
ar pentru implicaţia logic¼
a: 0 1 1
1 0 0
1 1 1
Pentru structura p ! q, se mai folosesc denumirile: p: "ipotez¼
a", q: "concluzie".
Ex:
p: "Ioana are o cas¼
a", q: "Ioana are o maşin¼
a" ) p ! q: "Dac¼
a Ioana are o cas¼
a, atunci are
o maşin¼
a".
¼ BINARA
LOGICA ¼ 189
p q p$q
0 0 1
¼ LOGICA
(6) ECHIVALENŢA ¼ (Dac¼
a–şi–numai–dac¼
a): 0 1 0
1 0 0
1 1 1
Echivalenţa logic¼
a poate … de…nit¼
a folosind ceilalţi conectori: p $ q (p ! q) ^ (q ! p)
Ex:
p: "Ioana are o maşin¼
a", q: "Ioana are carnet de conducere" ) p $ q: "Ioana are o maşin¼
a
dac¼
a şi numai dac¼
a are carnet de conducere"
¼
7.0.16. Observaţie. (PROPRIETAŢI ALE CONECTORILOR e, _, ^) (Pot … veri…cate cu
table de adev¼
ar):
(2) p _ q q _ p (comutativitate)
Dem: tabl¼
a de adev¼
ar
(3) p _ (q _ r) (p _ q) _ r (asociativitate)
Dem: tabl¼
a de adev¼
ar
(4) p _ 1 1 (proprietatea de ultim element)
Dem: tabl¼
a de adev¼
ar
(5) p _ 0 p (proprietatea de element neutru)
Dem: tabl¼
a de adev¼
ar
(6) p _ p p (idempotenţ¼
a)
Dem: tabl¼
a de adev¼
ar
(7) p ^ q q ^ p (comutativitate)
Dem: tabl¼
a de adev¼
ar
(8) p ^ p p (idempotenţ¼
a)
Dem: tabl¼
a de adev¼
ar
(9) p ^ (q ^ r) (p ^ q) ^ r (asociativitate)
Dem: tabl¼
a de adev¼
ar
(10) p ^ 0 0 (proprietatea de prim element)
Dem: tabl¼
a de adev¼
ar
(11) p ^ 1 p (proprietatea de element neutru)
Dem: tabl¼
a de adev¼
ar
(12) e (p _ q) ep^eq (Regulile lui DeMorgan)
Dem: tabl¼
a de adev¼
ar
Ex: S¼
a se a‡e negaţia enunţului logic "În vacanţ¼
a merg la mare sau la munte". Se noteaz¼
a p:
"În vacanţ¼
a merg la mare" şi q: "În vacanţ¼
a merg la munte"; enunţul iniţial este p _ q. Negaţia
este e (p _ q) ep^eq, care poate … tradus¼
a: "În vacanţ¼
a nu merg nici la mare şi nici la munte".
(13) e (p ^ q) ep_eq
Dem: tabl¼
a de adev¼
ar
(14) p ^ (q _ r) (p ^ q) _ (p ^ r) (distributivitatea conjuncţiei faţ¼
a de disjuncţie)
Dem: tabl¼
a de adev¼
ar
(15) p _ (q ^ r) (p _ q) ^ (p _ r)
Dem: tabl¼
a de adev¼
ar
¼ BINARA
LOGICA ¼ 191
_
p_q (p _ q) ^e (p ^ q) (p^eq) _ (q^ep) :
Demonstraţie. Tabl¼
a de adev¼
ar.
p$q (p ! q) ^ (q ! p) :
Demonstraţie. Tabl¼
a de adev¼
ar.
7.0.19. Teorem¼
a. (Reducerea implicaţiei logice la operaţii elementare)
p!q ep _ q:
7.0.20. Teorem¼
a. (Negarea implicaţiei logice)
e (p ! q) p^eq.
0 0 1 0 1
0 1 1 0 0
1 0 0 1 1
1 1 1 0 1
Se mai observ¼
a c¼
ar (ep) ! (eq) (eep) _ (eq) p_eq q ! p aşa c¼
a r spune, de fapt, acelaşi
lucru ca şi enunţul: "Dac¼
a m¼
anânc, mi–e foame".
7.1.1. De…niţie. Se numeşte predicat logic orice funcţie p ( ) : D ! P (mulţimea propoziţiilor) (orice
funcţie care are drept codomeniu mulţimea propoziţiilor) (domeniul poate … privit ca mulţimea de para-
metri ai predicatului)
7.1.5. Exemplu. Negaţia enunţului logic: „Toţi oamenii sunt muritori”este: "Exist¼
a oameni nemuritori",
deoarece structura este e (8x p (x)) 9xep (x).
7.2. Mulţimi
7.2.1. Operaţii cu mulţimi. Operaţiile cu mulţimi vor … prezentate pentru o mulţime nevid¼
a …xat¼
a
şi submulţimi ale ei. Mulţimea f¼
ar¼
a elemente este notat¼
a ; (mulţimea vid¼
a).
Reuniune: A [ B = fx 2 ; x 2 A _ x 2 Bg
Intersecţie: A \ B = fx 2 ; x 2 A ^ x 2 Bg
Complementar¼
a: C A = fx 2 ; x 2 A ^ x 62 g
Incluziune: A B () (8x 2 A; x 2 B)
Egalitate: A = B () (A B^B A)
Mulţimea p¼
arţilor: P ( ) = fA; A g
(13) A [ (A \ B) = A;
(14) A \ (A [ B) = A;
(15) A [ CA = ;
(16) A \ CA = ;;
(17) CCA = A;
S T
(18) C (A [ B) = CA \ CB; C Ai = CAi (relaţiile lui DeMorgan);
i2I i2I
T S
(19) C (A \ B) = CA [ CB; C Ai = CAi (relaţiile lui DeMorgan);
i2I i2I
(20) A n B = A \ CB (diferenţa a dou¼
a mulţimi);
(1) A n (B [ C) = (A n B) n C;
(2) A n (B \ C) = (A n B) [ (A n C);
(3) (A [ B) n C = (A n C) [ (B n C);
(4) (A \ B) n C = A \ (B n C) = (A n C) \ B;
(5) A (B [ C) = (A B) [ (A C);
(6) A (B \ C) = (A B) \ (A C);
(7) A (B n C) = (A B) n (A C);
7.2.2. Relaţii.
ImR = fy 2 Y ; 9x 2 X; (x; y) 2 GR g Y
7.2. MULŢIMI 195
1
se numeşte imaginea relaţiei. Relaţia R = (Y; X; GR 1 ) de…nit¼
a prin
GR 1 = f(y; x) ; (x; y) 2 GR g Y X
7.2.7. De…niţie. Fie X, Y , Z trei mulţimi şi relaţiile R1 = (X; Y; GR1 ), R2 = (Y; Z; GR2 ). Relaţia
R = (X; Z; GR ) de…nit¼
a prin:
(1) Re‡exivitate: G X
GR (8x 2 X, (x; x) 2 GR );
(2) Tranzitivitate: (x; y), (y; z) 2 GR ) (x; z) 2 GR .
(1) x 2 x^, 8x 2 X;
(2) (x; y) 2 R , x^ = y^;
(3) (x; y) 2
= R , x^ \ y^ = ;.
1
7.2.14. Observaţie. Dac¼
a R este relaţie de ordine pe X, atunci R este tot relaţie de ordine pe X (se
mai numeşte relaţia de ordine dual¼a relaţiei R).
7.2.3. Funcţii.
(1) 8x 2 X, 9y 2 Y , (x; y) 2 GR ;
(2) (x; y1 ) 2 GR şi (x; y2 ) 2 GR ) y1 = y2 .
f (A) = ff (x) ; x 2 Ag Y
1
f (B) = fx; f (x) 2 Bg X
(1)
1
8A 2 P (X) ; 8B 2 P (Y ) ; f (A) B,A f (B)
(2)
1 1
8A 2 P (X) ; f f (A) A f (f (A))
(3)
1
8A 2 P (X) ; 8B 2 P (Y ) ; f A \ f (B) = f (A) \ B
(4) !
[ [
1 1
8 (Bi )i2I P (Y ) ; f Bi = f (Bi )
i2I i2I
(5) !
\ \
1 1
8 (Bi )i2I P (Y ) ; f Bi = f (Bi )
i2I i2I
(6)
1 1
8B 2 P (Y ) ; f (CB) = Cf (B)
(7) !
[ [
8 (Ai )i2I P (X) ; f Ai = f (Ai )
i2I i2I
(8) !
\ \
8 (Ai )i2I P (X) ; f Ai f (Ai )
i2I i2I
Demonstraţie. Exerciţiu.
Funcţiile trebuie s¼
a aib¼
a acelaşi codomeniu; operaţiile algebrice care pot … efectuate cu funcţii
sunt corespondentele operaţiilor algebrice care pot … efectuate cu elementele codomeniului co-
mun. Rezultatul operaţiei dintre funcţii este o nou¼
a funcţie care are drept codomeniu codomeniul
comun al celor dou¼
a funcţii. Dac¼
a funcţiile au drept codomenii mulţimi diferite, operaţia nu se
poate efectua (eventual se poate face mai întâi, în condiţii speci…ce, o operaţie de transformare a
codomeniilor)
Dac¼
a funcţiile au acelaşi domeniu de de…niţie atunci rezultatul operaţiei dintre funcţii este o
nou¼
a funcţie care are drept domeniu de de…niţie domeniul de de…niţie comun al funcţiilor. Dac¼
a
domeniile de de…niţie sunt diferite, se poate eventual de…ni rezultatul operaţiei ca o funcţie care
are drept domeniu de de…niţie partea comun¼
a a domeniilor de de…niţie ale funcţiilor participante
la operaţie (intersecţia domeniilor); dac¼
a nu au parte comun¼
a, operaţia nu poate … de…nit¼
a.
198 ¼
7. RECAPITULARI
Exemple:
Dac¼
a f ( ) ; g ( ) : D ! R sunt dou¼
a funcţii cu codomeniul real de…nite pe aceeaşi mulţime D, cu aceste
dou¼
a funcţii se pot efectua operaţiile care pot … efectuate cu numere reale: adunare, înmulţire, sc¼
adere,
împ¼
arţire. Se obţin urm¼
atoarele funcţii–rezultat:
Funcţia–sum¼a s ( ) : D ! R, s ( ) := (f + g) ( ), de…nit¼
a prin s(x) = f (x) + g(x) 8x 2 D.
Funcţia–produs p ( ) : D ! R, p ( ) := (f g) ( ), de…nit¼
a prin p(x) = f (x)g(x) 8x 2 D.
Funcţia–diferenţ¼a (f g) ( ) : D ! R, de…nit¼
a prin (f g)(x) := f (x) g(x) 8x 2 D
f (x)
Funcţia–cât h ( ) : D1 ! R, de…nit¼
a prin h (x) := g(x)
8x 2 D1 pe mulţimea D1 = fx 2 Djg(x) 6=
0g.
Existenţa unei structuri de ordine pe codomeniul comun al funcţiilor permite extinderea relaţiei de
ordine şi la funcţii; dac¼
a f ( ) ; g ( ) : D ! R sunt dou¼
a funcţii cu codomeniul real de…nite pe aceeaşi
mulţime D, atunci se spune c¼
a f() g ( ) dac¼
a are loc f (x) g (x) 8x 2 D; se obţine astfel o relaţie
de ordine între funcţii, care pierde din caracteristicile iniţiale ale relaţiei dintre elemente (noua relaţie
nu mai este total¼
a, în sensul c¼
a pentru dou¼
a funcţii se poate întâmpla s¼
a nu …e comparabile, chiar dac¼
a
elementele codomeniului sunt toate comparabile). De asemenea, se extind la funcţii noţiunile de maxim,
minim, modul:
h ( ) : D ! R, h(x) := max(f (x); g(x)) (maximul a dou¼
a funcţii), k ( ) : D ! R, k(x) := min(f (x); g(x))
(minimul a dou¼
a funcţii), jf j ( ) : D ! R, jf j (x) := jf (x)j (modulul unei funcţii).
N f1; 2; ; n; g naturale
Z f0; 1; 1; 2; 2; ; n; n; g întregi
a
Q b
; a 2 Z; b 2 N raţionale
C fa + bi; a; b 2 Rg complexe
N Z Q R C
6= 6= 6= 6=
3 p
3 2 Z n N, 2 Q n Z, 2 2 R n Q.
2 p
Demonstraţie: Presupunem prin reducere la absurd c¼a 2 2 Q. Atunci exist¼ a a; b 2 N astfel încât
p a
2 = ) 2b2 = a2 ) a este multiplu de 2 ) a = 2k ) 2b2 = 4k 2 ) b2 = 2k 2 ) b este multiplu de 2 )
b p
a
fracţia se poate simpli…ca prin 2. Deci, dac¼
a 2 ar … raţional, atunci ar … o fracţie simpli…cabil¼
a prin 2
b
de oricâte ori, ceea ce este o contradicţie
7.3. MULŢIMI UZUALE DE NUMERE 199
1 Lucrareapoate … consultat¼
a atât pentru detalii de demonstaţii cât şi pentru exemple de exerciţii de liceu (inclusiv la nivel
de olimpiad¼
a).
200 ¼
7. RECAPITULARI
[se face distincţie între operaţiile de adunare şi înmulţire pe R, notate + respectiv , şi noile operaţii,
notate +c şi c ]
(a) z = (x; y) = x + iy
(b) Elementul x este numit "partea real¼
a a num¼
arul complex z" [x = Re (z)]
(c) Elementul y este numit "partea imaginar¼
a a num¼
arului complex z" [y = Im (z)]
(12) Propriet¼
aţi ale unit¼
aţii imaginare i:
(a) i0 = 1, i1 = i,
(b) (0; 1) (0; 1) = (0 0 1 1; 0 1 + 1 0) = ( 1; 0) ) i2 = 1
(i) se mai spune şi c¼
a i este soluţie complex¼a a ecuaţiei polinomiale x2 + 1 = 0
p
(ii) se mai scrie şi c¼
ai= 1, dar în folosirea acestei scrieri trebuie f¼acut¼a o distincţie
p
legat¼
a de semnul " ", şi anume c¼ a o dat¼
a cu aceast¼a notaţie apare şi un concept nou:
"radical complex", care este diferit de "radical real".
(iii) De…niţia radicalului real este: Dat …ind a 2 R+ , se numeşte radical [real] un num¼
ar
b 2 R+ astfel încât b2 = a.
[unicitate] Se constat¼
a c¼
a pentru …ecare a 2 R+ nu pot exista mai mulţi radicali reali
a a = b21 = b22 atunci (b1
distincţi [radicalul real este unic], deoarece dac¼ b2 ) (b1 + b2 ) =
0 şi cum numerele b1 şi b2 sunt ambele reale pozitive, b1 + b2 0 şi b1 + b2 = 0 ()
b1 = b2 = 0, aşa c¼
a b1 + b2 > 0 deci b1 = b2 este singura posibilitate.
1
(c) i3 = i, i4 = 1, i 1 = = i3 = i.
i
(d) pentru n 2 N , i4n = 1, i4n+1 = i, i4n+2 = 1, i4n+3 = i, i n = ( i)n .
(13) Propriet¼
aţi ale puterilor întregi ale numerelor complexe:
(a) pentru z = 0 şi n 2 N , 0n = 0.
1 n
(b) pentru z 6= 0, z 0 = 1, z 1 = z, pentru n 2 N , z n = z| {z z}, = z 1 , z n
= (z 1 ) .
z
n ori
n
zn z1 z1n
(c) 8n; m 2 Z, z n z m = z n+m , m = z n m
, (z n )m = z nm , (z1 z2 )n = z1n z2n , = .
z z2 z2n
Arg (z) = arg (z) + 2k , k 2 Z [importanţa distincţiei dintre Arg ( ) şi arg ( ) se va vedea
ulterior, la extinderea în complex a funcţiilor uzuale reale]
(b) A doua di…cultate este rezolvat¼
a prin de…nirea atent¼
a a valorii principale a argumentului,
pentru …ecare situaţie important¼
a: se folosesc funcţiile tan ( ) : ( ; ) ! R şi arctan ( ) :
R !( ; ) iar
8 funcţia arg ( ) : C n f0g ! ( ; ] este de…nit¼ a astfel:
>
> b
>
> arctan ; a > 0; b 2 R
>
> a
>
> b
>
>
>
> arctan + ; a < 0; b > 0
>
> a
>
> b
<
arctan ; a < 0; b < 0
arg (a + bi) = a
>
>
>
> ; a = 0; b > 0
>
>
>
> 2
>
>
>
> ; a = 0; b < 0
>
> 2
>
>
: ; a < 0; b = 0:
(8) Modulul r = jzj şi argumentul ' = arg (z) al num¼ arului complex (perechea (r; ')) se numesc
coordonatele polare ale num¼arului complex.
(9) Date …ind coordonatele polare r şi ' ale num¼
arului complex z, forma algebric¼
a z = a + bi se
g¼
aseşte cu formulele: 8
< a = r cos ';
: b = r sin ':
complex nu–şi g¼
aseşte corespondent (canonic) în planul complex [exist¼
a interpret¼
ari în contexte particu-
lare]. Aceast¼
a observaţie ar trebui s¼
a îndemne la precauţii atunci când sunt folosite reprezent¼
ari considerate
similare cu C (cum ar … mulţimea R2 sau planul complex).
Z este o mulţime num¼ a: elementele mulţimii pot … puse sub forma unui şir, astfel:
arabil¼
a0 = 0; a1 = 1; a2 = 1; a3 = 2; a4 = 2;
Z = f0; 1; 1; 2; 2; ; n; n; g
(se alterneaz¼
a numerele întregi negative cu cele întregi pozitive).
Mulţimea Q este num¼ a: Un procedeu adecvat de num¼
arabil¼ arare este cel al lui Cantor:
Este clar c¼
a dac¼
a se reuşeşte num¼
ararea adecvat¼
a a numerelor raţionale pozitive, procedeul
poate … folosit şi pentru num¼
ararea adecvat¼
a a numerelor raţionale negative şi folosind procedeul
de num¼
arare a numerelor întregi (alternarea numerelor pozitive cu cele negative) se obţine o
num¼
arare adecvat¼
a a mulţimii Q.
Procedeul de num¼
arare al lui Cantor (pentru numerele raţionale pozitive):
Se organizeaz¼
a numerele raţionale pozitive într–un tabel în care linia i este ocupat¼
a de fracţiile
cu num¼
ar¼
atorul i iar coloana j de fracţiile cu numitorul j; se obţine un tablou cu un num¼
ar in…nit
de linii şi de coloane, dar cu diagonalele secundare …nite.
7.4. CARDINALITATEA MULŢIMILOR UZUALE DE NUMERE 205
1 2 6
1 1 1 1
1 2 3 n 6
3 5
2 2 2 2 1
2
1 2 3 n 1 3
1 5
4
1 2 2
3 3 3 3 Diagonalele sunt: 3
1 2 3 n 1 2 2
4
1 3
m m m m 1
1 2 3 n
Num¼
ararea pe aceste diagonale secundare duce la atingerea …ec¼
arui termen dup¼
a un num¼
ar
…nit de paşi.
Mulţimea R nu este num¼
arabil¼
a:
Demonstraţie:
Demonstr¼
am c¼
a intervalul [0; 1] ( R) nu este num¼
arabil, prin reducere la absurd: presupunem
c¼
a ar … num¼
arabil. Atunci ar exista un şir astfel încât [0; 1] = fx1 ; x2 ; ; xn ; g.
Construim şirul de intervale închise (Ik )k2N astfel:
am intervalul [0; 1] în trei intervale [0; 1] = 0; 13 [
1) secţion¼ 1 2
;
3 3
[ 2
3
;1 închise şi de lungimi
egale iar dintre acestea alegem ca I1 un interval care nu conţine x1 . Deci dup¼
a alegere se obţine
intervalul I1 cu propriet¼
aţile:
a) I1 = [a1 ; b1 ] [0; 1] (I1 este un interval închis, inclus în [0; 1]).
b) b1 a1 = 13 .
c) x1 62 I1 .
2) Pentru …ecare k > 1 aplic¼
am intervalului Ik 1 procedura de la pasul 1) (cu intervalul Ik 1
7.5.1. De…niţie. Se numeşte matrice (engl. matrix, pl. matrices) o funcţie care are ca domeniu de de…niţie
un produs cartezian I J şi care asociaz¼
a …ec¼
arei perechi (i; j) 2 I J câte o expresie (matematic¼
a) (orice
reprezentare dreptunghiular¼
a de expresii matematice).
7.5.2. Observaţie. Mulţimile I şi J sunt privite tradiţional ca mulţimi …nite de indici (pot … considerate
şi in…nite; când va … cazul, se va face distincţia în context); reprezentarea acestor funcţii se face tabelar,
dar exist¼
a şi alte convenţii.
Prin convenţie mulţimea I indexeaz¼
a liniile iar J indexeaz¼
a coloanele.
O matrice cu m linii şi n coloane se mai numeşte matrice de tip (m; n).
Matricile de tip (m; 1) sau (1; n) se mai numesc vectori (coloan¼
a, respectiv linie).
Pentru …ecare alegere posibil¼
a a indicilor de linie şi de coloan¼
a (i; j) se mai numeşte loc (poziţie,
celul¼
a) al (a) matricii; valoarea care se a‡a¼ pe un loc se mai numeşte intrare (trebuie f¼
acut¼
a distincţie
între locul (i; j) şi elementul aij care ocup¼
a locul, adic¼
a între argument şi valoarea din codomeniu ataşat¼
a
argumentului).
Operaţiile cu matrici care vor …descrise în continuare nu au întodeauna sens pentru expresii matematice
oarecare; de obicei, diverse operaţii se efectueaz¼
a numai asupra unor anumite tipuri de matrici iar diferenţa
se face din context.
7.5. NOŢIUNI GENERALE DESPRE MATRICI 207
7.5.3. De…niţie. Se numeşte submatrice a unei matrici restricţia matricii la o submulţime de indici: dac¼
a
A = (aij )i2I;j2J şi I0 I, J0 J, atunci A0 = (aij )i2I0 ;j2J0 este o submatrice a lui A (orice restricţie a
funcţiei care de…neşte matricea). Exemplu: A (ijj) este submatricea obţinut¼
a din matricea iniţial¼
a A prin
îndep¼
artarea liniei i şi coloanei j.
7.5.4. De…niţie. AT = (aji )i=1;n;j=1;m se numeşte transpusa lui A (engl. transpose of A) (este matricea
care are drept coloane liniile matricii A).
7.5.5. De…niţie. Pentru matrici cu elemente numere complexe, adjuncta hermitic¼a (transpusa hermitic¼a,
transpusa conjugat¼a, etc.) (engl. Hermitian transpose, conjugate transpose, adjoint, Hermitian adjoint,
etc) a unei matrici este matricea care se obţine din matricea iniţial¼
a prin transpunere şi trecere la conjugata
complex¼
a pentru elementele matricii iniţiale.
7.5.6. De…niţie. Adjuncta (adjuncta clasic¼a ) (engl. adjugate, classical adjoint) (a) unei matrici este
transpusa matricii cofactorilor.
1 1
A = AdjugateA
det A
7.5.8. De…niţie. In = ( ij )i=1;n;j=1;n se numeşte matrice identitate (engl. identity matrix );
0n;m = (0)i=1;n;j=1;m se numeşte matrice nul¼a (engl. null matrix );
matrice p¼atratic¼a ( engl. square matrix): n = m (num¼
arul de linii şi de coloane este egal);
diagonala principal¼a a unei matrici p¼
atratice: locurile (i; i), i = 1; n; prin extindere, diagonala princi-
pal¼
a a unei matrici oarecare este format¼
a din locurile (i; i), i = 1; min (n; m)
matrice simetric¼a ( engl. symmetric matrix): A = AT (nu poate … decât p¼
atratic¼
a);
Matrice diagonal¼a (engl. diagonal matrix): (di ij )i=1;n;j=1;n (elemente oarecare pe diagonala princi-
pal¼
a, zero în rest);
matrice superior(inferior) triunghiular¼a ( engl.upper(lower) triangular matrix): o matrice p¼
atratic¼
a
pentru care elementele sub (peste) diagonala principal¼
a sunt nule;
matrice strict superior (inferior) triunghiular¼a ( engl. strictly upper (lower) triangular matrix): o
matrice p¼
atratic¼
a pentru care elementele sub (peste) diagonala principal¼
a sunt nule, inclusiv diagonala
principal¼
a.
208 ¼
7. RECAPITULARI
AT A = I
A p¼ a şi AT A = I
atratic¼
Tijn (a) = In + aenij se numeşte matrice elementar¼a (transformare elementar¼a), pentru i 6= j; înmulţirea la
stânga a unei matrici (nu neap¼
arat p¼ a Tijn (a) are ca
atratice, de dimensiune (n; m)) cu matricea elementar¼
rezultat o nou¼
a matrice (tot de dimensiune (n; m)), ale c¼
arei linii corespund cu liniile vechii matrici, mai
puţin linia i care este înlocuit¼
a cu valoarea obţinut¼
a prin adunarea la vechea linie i a liniei j înmulţit¼
a cu
7.5. NOŢIUNI GENERALE DESPRE MATRICI 209
a (liniai + a liniaj ! liniai ). Tijn (a) A este rezultatul operaţiei elementare (între linii): se adun¼
a la linia
i linia j înmulţit¼
a cu a şi rezultatul se scrie pe linia i (operaţie de atribuire).
0 1
B1 0 0 0C
B C
B0 1 0 aC
4 B C
7.5.13. Exemplu. T24 (a) = B C;
B0 0 1 0C
B C
@ A
0 0 0 1
0 10 1 0 1
B1 0 0 0C Ba11 a12 a13 a14 a15 C B a11 a12 a13 a14 a15 C
B CB C B C
B0 1 0 aC B a25 C B a25 + aa45 C
C Ba21 a22 a23 a24 C Ba21 + aa41 a22 + aa42 a23 + aa43 a24 + aa44
4
T24 (a) A =B
B CB C=B
C
C
B0 0 1 0C B a35 C B C
B C Ba31 a32 a33 a34 C B a31 a32 a33 a34 a35 C
@ A@ A @ A
0 0 0 1 a41 a42 a43 a44 a45 a41 a42 a43 a44 a45
ATijm (a) este rezultatul operaţiei elementare (între coloane): se adun¼
a la coloana j coloana i înmulţit¼
a
cu a. 0 1
B1 0 0 0C
B C
B0 1 0 0C
4 B C
T32 (a) = B C;
B0 a 1 0C
B C
@ A
0 0 0 1
0 1
0 1 0C 0 1
B1 0 0
Ba11 a12 a13 a14 C B C Ba11 a12 + aa13 a13 a14 C
B CBB0 1 0 0C
C B C
Ba a24 C C=B a24 C
B 21 a22 a23 CB Ba21 a22 + aa23 a23 C
@ ABB0 a 1 0C
C @ A
a31 a32 a33 a34 @ A a31 a32 + aa33 a33 a34
0 0 0 1
7.5.15. De…niţie. Se numeşte matrice de transformare orice produs …nit de matrice elementare.
7.5.16. De…niţie. Qnij , i < j (matrice de permutare) (permutation matrix ) este matricea obţinut¼
a din
matricea unitate In prin permutarea între ele a liniei i şi a liniei j (poate … privit¼
a şi ca matricea obţinut¼
a
din matricea unitate prin permutarea între ele a coloanelor i şi j).
210 ¼
7. RECAPITULARI
7.5.17. Observaţie. Qnij A este matricea care are aceleaşi linii ca matricea iniţial¼
a A, dar liniiile i şi j
sunt schimbate între ele.
7.5.18. Observaţie. AQnij este matricea care are aceleaşi coloane ca matricea iniţial¼
a, dar coloanele i şi
j sunt schimbate între ele.
n
7.5.19. De…niţie. Rij , i < j este este matricea obţinut¼
a din matricea unitate In prin permutarea între
ele a liniei i şi a liniei j, linia j …ind cu semn schimbat (elementul de sub diagonala principal¼
a este 1)
(poate … privit¼
a şi ca matricea obţinut¼
a din matricea unitate prin permutarea între ele a coloanelor i şi j,
cu elementul de sub diagonala principal¼
a de valoare 1).
7.5.20. Observaţie. Qnij = Tijn ( 1) Tjin (1) Tijn ( 1) In (deci Qnij este matrice de transformare), adic¼
a se fac
succesiv urm¼
atoarele operaţii asupra matricii identitate:
(1) se scade din linia i linia j şi se pune rezultatul în locul liniei i,
(2) se adun¼
a la linia j linia i şi se pune rezultatul în locul liniei j,
(3) se scade din linia i linia j şi se pune rezultatul în locul liniei i.
n
7.5.21. Observaţie. Rij n
= Tjin ( 1) Tijn (1) Tjin ( 1)(deci Rij este matrice de transformare), adic¼
a se fac
succesiv urm¼
atoarele operaţii asupra matricii identitate:
(1) se scade din linia j linia i şi se pune rezultatul în locul liniei j,
(2) se adun¼
a la linia i linia j şi se pune rezultatul în locul liniei i,
(3) se scade din linia j linia i şi se pune rezultatul în locul liniei j.
0 1
B 1 0 0 0 C
B C
B 0 0 1 0 C
B C
7.5.22. Exemplu. Qn23 =B C;
B 0 1 0 0 C
B C
@ A
0 0 0 1
0 10 1 0 1
B 1 0 0 0 C Ba11 a12 a13 C Ba11 a12 a13 C
B CB C B C
B 0 0 1 0 C B a23 C B a33 C
B C Ba21 a22 C Ba31 a32 C
B CB C=B C;
B 0 1 0 0 C B a33 C B a23 C
B C Ba31 a32 C Ba21 a22 C
@ A@ A @ A
0 0 0 1 a41 a42 a43 a41 a42 a43
0 1
0 1 0 0 0 C 0 1
B 1
Ba11 a12 a13 a14 C B C B a11 a13 a12 a14 C
B CBB 0 0 1 0 C
C B C
Ba a24 C C=B a24 C
B 21 a22 a23 CB B a21 a23 a22 C;
@ ABB 0 1 0 0 C
C @ A
a31 a32 a33 a34 @ A a31 a33 a32 a34
0 0 0 1
7.5. NOŢIUNI GENERALE DESPRE MATRICI 211
0 1
B 1 0 0 0 C
B C
B 0 0 1 0 C
4 B C
R23 =B C;
B 0 1 0 0 C
B C
@ A
0 0 0 1
0 10 1 0 1
B 1 0 0 0 C Ba11 a12 a13 C B a11 a12 a13 C
B CB C B C
B 0 0 1 0 C B a23 C B a33 C
B C Ba21 a22 C B a31 a32 C
B CB C=B C;
B 0 1 0 0 C B C B a23 C
B C Ba31 a32 a33 C B a21 a22 C
@ A@ A @ A
0 0 0 1 a41 a42 a43 a41 a42 a43
0 1
0 1 1 0 0 0 C 0 1
B
Ba11 a12 a13 a14 C B C B a11 a13 a12 a14 C
B CBB 0 0 1 0 CC B B C
Ba a23 a24 C a24 C
B 21 a22 CB C = B a21 a23 a22 C;
@ ABB 0 1 0 0 C
C @ A
a31 a32 a33 a34 @ A a31 a33 a32 a34
0 0 0 1
0 1 0 1
B a1 C B 1 C
B C B C
B a2 C B 0 C
B C B C
7.5.23. Observaţie. Exist¼ aB
a o matrice de transformare care transform¼ C
.. C 6
= 0Rn în B . C(= en1 ).
B . C B .. C
B B C
@ A @ A
an 0
cu 1 j1 < < jr ; o matrice de forma de mai sus se numeşte matrice scar¼a (eşalon) (de fapt, form¼
a
în scar¼
a pe linie a matricii iniţiale) (engl. row echelon form); se caracterizeaz¼
a prin urm¼
atoarele: primele
j1 1 coloane sunt identic nule, submatricea format¼
a din coloanele j1 + 1 pân¼
a la j2 1 şi liniile 2 pân¼
a
la n este submatrice nul¼
a, etc (elementele unitare, deci nenule de pe locurile (1; j1 ), , (r; jr ) formeaz¼
ao
pseudodiagonal¼
a (scar¼
a), iar elementele la stânga şi sub aceast¼
a pseudodiagonal¼
a sunt nule) (num¼
arul de
zerouri de la începutul …ec¼
arei linii creşte strict odat¼
a cu indicele de linie).
212 ¼
7. RECAPITULARI
(1) Num¼
arul de zerouri de la începutul …ec¼
arei linii creşte odat¼
a cu indicele liniei.
(2) Primul element nenul al …ec¼
arei linii este egal cu 1.
(3) Fiecare coloan¼
a care conţine prima valoare nenul¼
a a unei linii are celelalte elemente nule.
7.6.1. De…niţie. Produs matricial (product of matrices) pentru matrici compatibile din punct de vedere
al produsului matricial, i.e. num¼
arul de coloane al primei matrici este egal cu num¼
arul de linii al celei de–a
doua matrici (engl. commensurate matrices):
A = (aij )i=1;n;j=1;m ; C = A0 = AT = t A
C = (cij )i=1;n;j=1;m ; cij = aji ; 8i = 1; n; j = 1; m
7.7. ALTE OPERAŢII CU MATRICI 213
X
n
T r (A) = aii
i=1
P Qn
det (A) = "( ) k=1 ak (k)
2Sn
P
n P
n
7.6.8. Observaţie. det A = aik ik (dezvoltarea determinantului dup¼
a linia i)= akj kj (dezvoltarea
k=1 k=1
determinantului dup¼
a coloana j), unde:
7.6.9. De…niţie. complementul algebric al locului (poziţiei) (i; k) este: ik = ( 1)i+k dik
P Qn
P ermanent (A) = k=1 ak (k)
2Sn
aij
A: B = C; cij = ; 8i = 1; n; j = 1; m
bij
7.8.1. De…niţie. Produs Kronecker (produs direct): A B = (aij B) (rezultatul este o matrice obţinut¼
a
astfel: …ecare loc al matricii A este ocupat de elementul de pe locul (i; j) înmulţit cu matricea B)
2 3
A 0
7.8.2. De…niţie. Sum¼
a direct¼
a (engl. direct sum):A B=4 5
0 B
2 3 2 3
A11 A12 B11 B12
a matrici partiţionate) Pentru A = 4
7.8.3. Observaţie. (produsul a dou¼ 5, B = 4 5
A21 A22 B21 B22
obţinem
2 3
A11 B11 + A12 B21 A11 B12 + A12 B22
AB = 4 5
A21 B11 + A22 B21 A21 B12 + A22 B22
Demonstraţie. Pentru A = (aij )i=1;n;j=1;m , B = (bjk )j=1;m;k=1;p ; produsul este C = (cik )i=1;n;k=1;p ,
Pm
unde cik = aij bjk . Partiţionarea matricii A este:
j=1
2 3
11 12
A11 = aij i=1;n ;j=1;m ; A12 = aij i=1;n ;j=m +1;m ;
4 1 1 1 1 5
21 22
A21 = aij i=n +1;n;j=1;m ; A22 = aij i=n +1;n;j=m +1;m
1 1 1 1
Analog
2 se descrie partiţionarea matricii B: 3
B11 = b11
jk ; B12 = b12
jk ;
4 j=1;m1 ;k=1;p1 i=1;m1 ;j=p1 +1;p 5
B21 = b21
jk j=m1 +1;m;k=1;p1 ; B22 = b22
jk j=m1 +1;m;k=p1 +1;p
Pm P
m1 P
m
Din cik = aij bjk = aij bjk + aij bjk rezult¼
a:
j=1 j=1 k=m1 +1 !
P
m1 P
m
(cik )i=1;n1 ;k=1;p1 = aij bjk + aij bjk =
j=1 j=m1 +1
! i=1;n1 ;k=1;p1
P
m1 P
m
= a11 11
ij bjk + a12 21
ij bjk ) (cik )i=1;n1 ;k=1;p1 = A11 B11 + A12 B21
j=1 j=m1 +1
i=1;n1 ;k=1;p1 !
P
m1 P
m
(cik )i=1;n1 ;k=p1 +1;p = aij bjk + aij bjk =
j=1 j=m1 +1
! i=1;n1 ;k=p1 +1;p
P
m1 P
m
= a11 12
ij bjk + a12 22
ij bjk ) (cik )i=1;n1 ;k=p1 +1;p = A11 B12 + A12 B22
j=1 j=m1 +1
i=1;n1 ;k=p1 +1;p !
P
m1 P
m
(cik )i=n1 +1;n;k=1;p1 = aij bjk + aij bjk =
j=1 j=m1 +1
! i=n1 +1;n;k=1;p1
P
m1 P
m
= a21 11
ij bjk + a22 21
ij bjk ) (cik )i=n1 +1;n;k=1;p1 = A21 B11 + A22 B21
j=1 j=m1 +1
i=n1 +1;n;k=1;p1 !
P
m1 P
m
(cik )i=n1 +1;n;k=p1 +1;p = aij bjk + aij bjk =
j=1 j=m1 +1
! i=n1 +1;n;k=p1 +1;p
P
m1 P
m
= a21 12
ij bjk + a22 22
ij bjk ) (cik )i=n1 +1;n;k=p1 +1;p = A21 B12 + A22 B22
j=1 j=m1 +1
i=n +1;n;k=p +1;p
7.8. MATRICI PARTIŢIONATE 215
2 3
A11 B11 + A12 B21 A11 B12 + A12 B22
a AB = 4
Am demonstrat c¼ 5
A21 B11 + A22 B21 A21 B12 + A22 B22
Dac¼
a A11 şi A12 comut¼
a are loc:
2 32 3 2 3
A11 A12 A22 A12 A11 A22 A12 A21 0
4 54 5=4 5
A21 A22 A21 A11 A21 A22 A22 A21 A22 A11 A21 A12
Dac¼
a A21 şi A22 comut¼
a avem:
2 32 3 2 3
A11 A12 A22 A12 A11 A22 A12 A21 A12 A11 A11 A12
4 54 5=4 5
A21 A22 A21 A11 0 A22 A11 A21 A12
2 3 2 3
A11 0 I 0
7.8.5. Observaţie. det 4 5 = det A11 , det 4 5 = det A11 .
A21 I A21 A11
Demonstraţie. Se dezvolt¼
a determinantul dup¼
a coloanele (respectiv liniile) corespunz¼
atoare matricii
unitate; când s–au terminat, ceea ce r¼
amâne este det A11
2 3
A11 0
7.8.6. Observaţie. det 4 5 = det A11 det A22 .
0 A22
Demonstraţie. Se observ¼
a c¼
a are loc relaţia:
2 32 3 2 3
A11 0 I 0 A11 0
4 54 5=4 5
0 I 0 A22 0 A22
2 3
A11 0
7.8.7. Observaţie. det 4 5 = det A11 det A22 .
A21 A22
216 ¼
7. RECAPITULARI
Demonstraţie. Se observ¼
a c¼
a
2 3 2 32 3
A11 0 A11 0 I 0
4 5=4 54 5;
A21 A22 A21 I 0 A22
aşa c¼
a 2 3 2 3 2 3
A11 0 A11 0 I 0
det 4 5 = det 4 5 det 4 5 = det A11 det A22 .
A21 A22 A21 I 0 A22
2 3
I A12
7.8.8. Observaţie. det 4 5 = det (A22 A21 A12 ).
A21 A22
Demonstraţie.
2 Se observ¼
3 a c¼
a2 3 2 3 2 3 0
I A12 I 0 I A12 I A12 I
det 4 5 = det 4 5 det 4 5 = det 4 5 şi se obţine det @
0 A22 A21 A12 A21 I A21 A22 A21 A22 A21
det (A22 A21 A12 )
2 3
A11 A12
aA = 4
7.8.9. Observaţie. Dac¼ 5 şi A11 sunt p¼
atratice inversabile, are loc: det A = det A11 det A22
A21 A22
2 3 2 32 3
A11 A12 A11 0 I A111 A12
Demonstraţie. 4 5=4 54 5)
A21 A22 0 I A21 A22
2 3
A11 A12
) det 4 5 = det A11 det A22 A21 A111 A12
A21 A22
2 3 2 3
In1 B I B
7.8.10. Observaţie. Pentru o matrice 4 5, se obţine prin transform¼
ari elementare 4 5.
C D 0 D CB
2 3
Q
n2 Q
n1 In1 0
Demonstraţie. Evident T(n1 +i;k) ( cik ) = 4 5. Rezult¼
a
i=1 k=1 C In n1
2 32 3 2 3 2 3
In1 0 In1 B In1 B I B
4 54 5=4 5=4 5
C In n1 C D C +C D CB 0 D CB
2 32 3
6 1 0 0
07 6 1 0 a13 a14 7
6 76 7
6 0 1 0 07 6 a24 7
6 76 0 1 a23 7
7.8.11. Exemplu. 6 76 7=
6 a 0 1 07 6 a34 7
6 31 7 6a31 a32 a33 7
4 54 5
0 0 0 1 a41 a42 a43 a44
7.8. MATRICI PARTIŢIONATE 217
2 3
6 1 0 a 13 a14 7
6 7
6 0 1 a a 7
6 23 24 7
=6 7;
6 0 a a a a a a a 7
6 32 33 13 31 34 31 14 7
4 5
a41 a42 a43 a44
2 32 3
61 0 0 0 76 1 0 a 13 a 14 7
6 76 7
60 1 0 0 76 0 1 a a 7
6 76 23 24 7
6 76 7=
60 a 1 0 7 6 0 a a a a a a a 7
6 32 76 32 33 13 31 34 31 14 7
4 54 5
0 0 0 1 a41 a42 a43 a44
2 3
6 1 0 a 13 a 14 7
6 7
6 0 1 a a 7
6 23 24 7
=6 7;
6 0 0 a a a a a a a a a a 7
6 33 13 31 23 32 34 31 14 32 24 7
4 5
a41 a42 a43 a44
2 32 3
6 1 0 0 0 76 1 0 a13 a 14 7
6 76 7
6 0 1 0 0 76 0 1 a a 7
6 76 23 24 7
6 76 7=
6 0 0 1 0 7 6 0 0 a a a a a a a a a a 7
6 76 33 13 31 23 32 34 31 14 32 24 7
4 54 5
a41 0 0 1 a41 a42 a43 a44
2 3
6 1 0 a 13 a 14 7
6 7
60 1 a a 7
6 23 24 7
=6 7;
60 0 a a13 a31 a23 a32 a34 a31 a14 a32 a24 7
6 33 7
4 5
0 a42 a43 a13 a41 a44 a14 a41
2 32 3
61 0 0 0 76 1 0 a 13 a14 7
6 76 7
60 1 0 0 7 60 1 a a 7
6 76 23 24 7
6 76 7=
60 0 1 07 60 0 a33 a13 a31 a23 a32 a34 a31 a14 a32 a24 7
7 6
6 7
4 54 5
0 a42 0 1 0 a42 a43 a13 a41 a44 a14 a41
2 3
61 0 a13 a14 7
6 7
60 1 a a 7
6 23 24 7
=6 7:
60 0 a a13 a31 a23 a32 a34 a31 a14 a32 a24 7
6 33 7
4 5
0 0 a43 a13 a41 a23 a42 a44 a14 a41 a24 a42
Se observ¼
a c¼
a:
2 3 2 3 2 32 3
a a13 a31 a23 a32 a34 a31 a14 a32 a24 a a34 a a32 a a14
4 33 5 = 4 33 5 4 31 5 4 13 5:
a43 a13 a41 a23 a42 a44 a14 a41 a24 a42 a43 a44 a41 a42 a23 a24
Forma
2 transform¼
3 2arii: 32 32 3
61 0 0 07 6 1 0 0
07 61 0 0 07 6 1 0 0
07
6 76 76 76 7
60 1 0 07 6 0 1 0 07 6 0 07 6 1 0 07
6 76 7 60 1 76 0 7
6 76 76 76 7=
60 0 1 07 6 0 0 1 07 6 1 07 6 0 1 07
6 76 7 60 a32 76 a31 7
4 54 54 54 5
0 a42 0 1 a41 0 0 1 0 0 0 1 0 0 0 1
218 ¼
7. RECAPITULARI
2 3
6 1 0 0 07
6 7
6 0 1 0 07
6 7
=6 7
6 a a32 1 07
6 31 7
4 5
a41 a42 0 1
2 3
A11 A12
aA=4
7.8.12. Observaţie. Dac¼ 5, C = A22 A21 A111 A12 şi A11 sunt p¼
atratice şi nesingulare,
A21 A22
atunci se obţine 2 3
A111 + A111 A12 C 1 A21 A111 A111 A12 C 1
A 1
=4 5:
C 1
A21 A111 C 1
2 3
B11 B12
Demonstraţie. Fie B = 4 5 = AD. Obţinem
B21 B22
8
>
> B11 = A11 A111 + A111 A12 C 1
A21 A111 A12 C 1
A21 A = I
>
>
>
>
>
< B12 = A11 A111 A12 C 1
+ A12 C 1
= A12 C 1
+ A12 C 1
=0
>
> B21 = A21 A111 + A111 A12 C 1
A21 A111 A22 C 1
A21 A111 = 0
>
>
>
>
>
: B22 = A21 A111 A12 C 1
+ A22 C 1
= A21 A111 A12 + A22 C 1
=I
2 3
A111 + A111 A12 C 1 A21 A111 A111 A12 C 1
pentru D = 4 5.
C 1 A21 A111 C 1
2 3
I 0
a B = AD = 4
Rezult¼ 5 şi A 1
= D.
0 I
2 3
AT1
7.8.13. Observaţie. A = (A1 A2 ) ) AT = 4 5
AT2
2 3 2 3
A11 A12 AT11 AT21
A=4 5 ) AT = 4 5
A21 A22 AT12 AT22
(1) AA A = A
(2) A AA = A
(3) AA şi A A sunt simetrice
7.9.3. Observaţie. Fie A 2 M(m;k) (R); atunci AT A 2 M(k;k) (R) este simetric¼
a şi pozitiv semi-
(k;m)(m;k)
de…nit¼
a.
a. (A‡area SVD şi a inversei generalizate) Orice matrice A 2 M(m;k) (R) de rang r poate
7.9.5. Teorem¼
… descompus¼
a într–un produs A = U D V T (eng. SVD=Singular Value Decomposition), unde:
(m;k) (m;r) (r;r) (r;k)
este diagonal¼
a (admite o baz¼
a ortonormal¼
a format¼
a din vectori proprii în care matricea ataşat¼
a este diag-
onal¼
a) (mai mult, se poate presupune c¼
a pe diagonala principal¼
a valorile proprii, care sunt toate pozitive,
ator), deci W T AT A W = G. Fie r rangul matricii AT A (i.e. matricea AT A are
sunt ordonate descresc¼
exact r valori proprii strict pozitive iar celelalte sunt nule); atunci G = diag (gii )i=1;k iar g11 grr >
220 ¼
7. RECAPITULARI
2 3 " # 2 3
G1 0 Ir 0(r;k r)
0 = gr+1r+1 = = gkk ; deci G = 4 5, W = W1 W2 ,4 5 = Ik = W T W =
0 0 (k;r) (k;k r) 0(k Ik
r;k) r
2 3
W1T " #
6 7
6 (r;k) 7 W1 W2 =
4 5 (k;r) (k;k r)
W2T
(k r;k)
2 3
W1T W1 W1T W2
6 7
=6 7(aşa c¼
(r;r) (r;k r)
4 5 a W1T W1 = Ir ),
W2T W1 W2T W2 (r;r)
(k r;r) (k r;k r)
2 3
" # W1T
6 7
Ik = W W T = W1 W2 6 (r;k) 7 = W1 W1T + W2 W2T
4 5 (k;r)
(k;r) (k;k r) W2T (k;k r)
(r;k) (k r;k)
(k r;k)
(aşa c¼a W1 W1T = Ik W2 W2T ),
(k;r) (r;k) (k;k r)(k r;k)
2 3 2 3
W1T G 0
iar 4 5 AT A [W1 W2 ] = 4 1 5,
T
W2 0 0
2 3
T T 2 3
6 W1 A A 7 G 0
6 (r;k) 7 1
6 7 [W1 W2 ] = 4 5,
4 W T AT A 5 0 0
2
(k r;k)
2 3 2 3
T T T T
6 W1 A A W1 W1 A A W2 7 6 G1 0 7
6 (r;r) (r;k r) 7 6 (r;r) (r;k r)
7,
6 7=
4 W T AT A W W T AT A W 5 4 0 0
5
2 1 2 2
(k r;r) (k r;k r) (k r;k) (k r;k r)
8
>
> W1T AT A W1 = G1
>
>
>
> (r;r) (r;r)
>
>
>
> T T
< W1 A A W2 = (r;k0 r)
>
(r;k r)
; în particular W2T AT A W2 = 0 , i.e. (AW2 )T AW2 = 0 )
>
> W2T AT A W1 = 0 (k r;k r) (k r;k r) (k r;k r)
>
>
(k r;k r)
>
> (k r;r)
(k r;k)
>
>
>
>
> T T
: W2 A A W2 = (k r;k
0
r)
(k r;k r)
AW2 = 0(m;k r) (produsul dintre matrice şi transpusa ei este matricea nul¼
a ) matricea este nul¼
a)
Se de…nesc:
p p
D = G1 (i.e. D = gii i=1;r
este matrice diagonal¼
a care are ca elemente valori strict pozitive şi
(r;r)
descresc¼
atoare).
V = W1
(k;r)
1
U = AV D
(m;r)
Din raţionamentele de mai sus rezult¼
a:
V T V = W1T W1 = Ir ,
7.9. DESCOMPUNEREA îN VALORI SINGULARE (SVD) 221
T T
U T U = (AV D 1 ) U = (D 1 ) V T AT AV D = 1
1 p p
=D W1T AT AW1 D 1
= D 1 G1 D 1
= diag gii gii gii i=1;r!
= Ir ,
1
7.9.7. Observaţie. Dac¼
a A este p¼
atratic¼
a şi nesingular¼
a, are loc: A = A (inversa generalizat¼
a în sens
Moore–Penrose coincide cu inversa obişnuit¼
a a matricii)
1 1
Demonstraţie. A p¼
atratic¼
a şi nesingular¼
a ) 9A ) AA A = Aj A la stânga ) A A = I; analog
1
AA A = Aj A la dreapta ) AA = I deci A satisface relaţiile care de…nesc A 1 , care este unica
matrice care satisface relaţiile; rezult¼ a A = A 1.
a c¼
mulţimea plan¼
a a tuturor soluţiilor este mulţimea vectorilor x = A y + [Ik A A ] z 8z 2 Rk .
(k;1) (k;m)(m;1) (k;m)(m;k) (k;1)
Reciproc, dac¼
a y = AA y atunci x = A y este soluţie a sistemului: A (A y) = AA y = y, deci
sistemul este compatibil.
Mai mult, pentru z 2 Rk , are loc: A (A y + [I A A]z) = AA y + A[I A A]z = y + Az AA Az =
y + Az Az = y.
2
Demonstraţie. AA A = Aj A la dreapta ) (AA ) = AA
2
AA A = Aj A la stânga ) (A A) = A A
Demonstraţie. Se presupune c¼
a pentru legea ar exista dou¼
a elemente neutre, e şi f . Atunci:
I. [e este element neutru] 8x 2 M , x e = e x = x şi
II. [f este element neutru]8x 2 M , x f = f x = x.
Din I., cu x = f se obţine: f e = e f = f , iar
din II., cu x = e se obţine: e f = f e=e
7.10. STRUCTURI ALGEBRICE 223
7.10.9. Observaţie. Fie x 2 M un element simetrizabil. Atunci şi simetricul lui x, x0 2 M , este
simetrizabil, iar simetricul lui este x: (x0 )0 = x.
7.10.13. Observaţie (Reguli de calcul într–un grup). Într–un grup (M; ) urm¼
atoarele reguli sunt ade-
v¼
arate:
Demonstraţie. 1.
2.
3.
4.
(1) 8x; y 2 H, x y 2 H;
(2) 8x 2 H, x0 2 H.
(1) e 2 H;
(2) (H; jH ) este grup.
Demonstraţie. 1.
2.
(1) f (eM ) = eN [eM este elementul neutru al grupului (M; ) iar eN este elementul neutru al grupului
(N; )]
(2) f (x0 ) = (f (x))0 [în membrul stâng simetricul este în (M; ) iar în membrul drept simetricul este
în (N; )]
1
(3) Dac¼
a f ( ) este izomor…sm de la (M; ) la (N; ), atunci f ( ) este izomor…sm de la (N; ) la
(M; ).
Demonstraţie. 1.
2.
3.
7.10.19. Observaţie (Reguli de calcul într–un inel). Într–un inel (A; +; ) au loc:
7.10.20. De…niţie. Se consider¼ a inele (A; +; ) şi (B; +0 ; 0 ). O funcţie f ( ) : A ! B este numit¼
a dou¼ a
mor…sm de inele dac¼
a:
(1) f (0) = 00 ,
(2) f ( x) = f (x)
10
a x este inversabil în (A; +; ), atunci şi f (x) este inversabil în (A0 ; +0 ; 0 ) şi (f (x))
(3) Dac¼ = f (x 1 ).
7.10. STRUCTURI ALGEBRICE 227
a A0 are m¼
7.10.22. Observaţie. În cazul izomor…smului de inele, dac¼ acar un element care nu este divizor
al lui 0, atunci axioma 3. este o consecinţ¼
a a axiomelor 1. şi 2. din de…niţia mor…smului de inele.
7.10.27. Observaţie. Pe o mulţime pot … considerate diferite legi de compoziţie, în raport cu care
structurile algebrice obţinute (pentru aceeaşi mulţime) s¼
a …e diferite.
8
Subiectul I –2 puncte.
Se dau vectorii b1 = (1; 2; 3), b2 = (0; 1; 1), b3 = (2; 1; 4), b4 = (m; 0; 2), unde m 2 R, şi X =
spanR (fb2 ; b3 ; b4 g).
(1p) a) Ar¼ a X este subspaţiu vectorial în (R3 ; R) şi determinaţi dimensiunea sa.
ataţi c¼
(1p) b) Folosind metoda de pivotare Gauss–Jordan s¼ a se determine coordonatele vectorului b1 într–un
7
reper al lui (X; R) format doar din vectorii b2 , b3 , b4 , în situaţia în care m = .
3
Subiectul I –2 puncte.
În spaţiul vectorial (R3 ; R) se consider¼
a vectorii:
v1 = (1; 2; 2), v2 = (1; 2; 0), v3 = ( 1; 0; 1), v4 = (1; 4; 1), v5 = (2; 0; 1) şi subspaţiile X1 şi X2 ,
unde X1 este generat de fv2 ; v3 ; v4 g iar X2 este generat de fv1 ; v5 g. S¼
a se determine:
Subiectul II –2 puncte.
Se consider¼
a funcţionala p¼
atratic¼ a pe (R3 ; R)
a de…nit¼
Subiectul II –2 puncte.
Se consider¼
a funcţionala p¼
atratic¼ a pe (R3 ; R)
a de…nit¼
(1p) a) S¼
a se determine o baz¼
a ortogonal¼
a a lui X.
(1p) b) S¼
a se determine proiecţia vectorului v = ( 2; 3; 1) pe X.
(0; 3p) 1) De…niţi subspaţiul propriu asociat valorii proprii a operatorului liniar U : X ! X.
(0; 3p) 1) Ce înseamn¼
a c¼
a funcţionala p¼
atratic¼
a V : X ! R este negativ de…nit¼
a?
(0; 3p) 1) De…niţi distanţa pe spaţiul vectorial real X.
(0; 3p) 1) De…niţi complementul ortogonal al unui subspaţiu vectorial.
(0; 3p) 2) În spaţiul (R3 ; R) se consider¼
a vectorii v1 = ( 2; 1; 1), v2 = (1; 3; 1), v3 = ( 1; 4; 0), v4 =
(2; 6; 2).
Atunci:fv1 ; v2 ; v4 g sistem liniar independent. fv1 ; v4 g sistem liniar dependent. fv2 ; v3 g
sistem liniar dependent. fv1 ; v2 g sistem liniar independent. fv1 ; v2 ; v3 ; v4 g reper în
(R3 ; R).
3) Fie X, Y subspaţii liniare ale spaţiului liniar (R4 ; R). Atunci:
(0; 3p)(d)
(b)
(a)
(e)
(c)
(a) dim (X + Y ) = dim X dim Y + dim (X \ Y );
(b) dim (X + Y ) = dim X + dim Y + dim (X \ Y )
(c) dim X + dim Y = dim (X + Y )
(d) dim X + dim Y = dim (X \ Y ) + dim (X + Y )
(e) dim X = 2 dim (X + Y ) dim Y 11.
(0; 3p) 3) Fie X, Y subspaţii liniare ale spaţiului (R2 ; R). Atunci:
(a) dim (X \ Y ) = dim (X + Y ) dim X dim Y ;
(b) dim X + dim Y = dim (X + Y ) + dim (X \ Y )
(c) dim (X \ Y ) = dim X + dim Y + dim (X + Y )
(d) dim X + dim Y = dim (X + Y )
(e) 2 dim X = dim (X + Y ) 2 dim Y .
(0; 3p) 4) Fie U : R3 ! R3 un operator liniar. Atunci:
(a) 3 dim Im U dim ker U = dim Im U 3 dim ker U ;
(b) dim ker U = 2 dim Im U
(c) dim ker U + dim Im U = 5
(d) 3 dim ker U dim Im U = dim ker U 3 dim Im U ;
(e) dim ker U + dim Im U = 3.
(0; 3p) 5) Fie U : R3 ! R3 un operator liniar. Atunci x 2 R3 n f(0; 0; 0)g este vector propriu dac¼
a:
(a) 9 2 R , astfel încât U (x) = 2 x;
2
(b) 8 2 R, U ( x) = x;
(c) 8 2 R, U (2 x + x) = 2 x;
232 8. TIPURI DE SUBIECTE DIN ANII ANTERIORI
(d) 8 2 R, U ( x + x) = x;
(e) 9 2 R, astfel încât U (2x) 6= 2 x.
(0; 3p) 6) Fie U : R3 ! R3 un operator liniar a c¼
arui matrice în reperul canonic al lui (R3 ; R) este A:
Atunci: 2 3
2 0 0
6 7
6 7
aA=6 0
(a) Dac¼ 2 1 7, atunci U are forma canonic¼
a Jordan;
4 5
0 0 2
2 3
2 1 1
6 7
6 7
aA=6 0 2
(b) dac¼ 0 7, atunci U are forma canonic¼a Jordan;
4 5
0 0 2
2 3
0 0 1
6 7
6 7
aA=6 0
(c) dac¼ 2 0 7, atunci U are forma diagonal¼ a.
4 5
3 0 2
2 3
2 1 0
6 7
6 7
aA=6 0 2
(d) dac¼ 1 7, atunci U are forma canonic¼a Jordan;
4 5
0 0 2
2 3
1 0 0
6 7
6 7
aA=6 0 2
(e) dac¼ 0 7, atunci U nu este diagonalizabil.
4 5
0 0 2
8.3. PROBLEME DIN DIVERSE MATERIALE BIBLIOGRAFICE 233
Din [3]:
Din [9]:
Din [16]:
Din [28]:
Lucrarea semestrial¼
a va avea loc la seminar, şi va conţine urm¼
atoarele tipuri de subiecte:
g¼
asirea formei canonice Jordan şi a bazei Jordan pentru un operator.
discutarea naturii unei funcţionale p¼
atratice dup¼
a un parametru
studierea unei funcţionale liniare
alte subiecte.
8.5. CONDIŢII PENTRU PREZENTAREA LA EXAMEN 235
Subiectul 1 (2 puncte)
–spaţiu vectorial (subspaţiu vectorial) şi propriet¼
aţi
–lema schimbului (şi tehnica de pivotare)
a şi intersecţie de subspaţii vectoriale (inclusiv teorema lui Grassmann)
–sum¼
a direct¼
–sum¼ a de subspaţii vectoriale şi suplementul unui subspaţiu vectorial
Subiectul 2 (2 puncte)
–nucleul şi imaginea unui operator liniar (inclusiv teorema dimensiunii)
–vectori şi valori proprii (inclusiv probleme conexe)
–funcţionale liniare şi dualul algebric al unui spaţiu vectorial
–funcţionale p¼
atratice şi aducerea lor la forma canonic¼
a
Subiectul 3 (2 puncte)
–baze ortonormate şi algoritmul Gram-Schmidt
–ortogonalitate (operator de proiecţie ortogonal¼
a, proiecţia unui vector pe un subspaţiu, com-
plement ortogonal)
–adjunctul unui operator liniar şi propriet¼
aţi
–endomor…sme autoadjuncte (inclusiv operatori de proiecţie ortogonal¼
a)
Subiectul 4 (3 puncte)
–De…niţii sau enunţuri de teoreme
–Aplicaţii teoretice simple (inclusiv demonstraţii de teoreme)
–Exerciţiu din sisteme de ecuaţii diferenţiale liniare de ordinul întâi, de dimensiune cel mult
2 şi probleme conexe (inclusiv teorema Hamilton-Cayley şi probleme ataşate algoritmului de
jordanizare).
Bibliogra…e
[1] Andreescu, Titu; Andrica, Dorin; "Complex Numbers from A to...Z", Birkhäuser, Boston, 2006.
[2] Anton, Howard; Rorres, Chris: "Elementary Linear Algebra –Applications version", Tenth edition, 2010, Wiley.
[3] B¼
adin, Luiza; C¼
arpuşc¼
a, Mihaela; Ciurea, Grigore; Şerban, Radu: "Algebr¼
a Liniar¼
a Culegere de Probleme", Editura
ASE, 1999.
[4] Bellman, Richard: Introducere în analiza matricial¼
a, (traducere din limba englez¼
a), Editura Tehnic¼
a, Bucureşti,
1969. (Titlul original: Introduction to Matrix Analysis, McGraw-Hill Book Company, Inc., 1960)
[5] Benz, Walter: "Classical Geometries in Modern Contexts - Geometry of Real Inner Product Spaces" - Second Edition,
Springer, 2005.
[6] Blair, Peter, D.; Miller, Ronald, E.: "Input–Output Analysis: Foundations and Extensions", Cambridge University
Press, 2009.
[7] Blume, Lawrence; Simon, Carl, P.: "Mathematics for Economists", W. W. Norton & Company Inc., 1994.
[8] Bourbaki, N.: Elements de mathematique, Paris, Acta Sci. Ind. Herman, Cie, 1953.
[9] Buşneag, Dumitru; Chirteş, Florentina; Piciu, Dana: "Probleme de Algebr¼
a Liniar¼
a", Craiova, 2002.
[10] Burlacu, V., Cenuş¼
a, Gh., S¼
acuiu, I., Toma, M.: Curs de Matematici, Academia de Studii Economice, Facultatea de
Plani…care şi Cibernetic¼
a Economic¼
a, remultiplicare, uz intern, Bucureşti, 1982.
[11] Chiriţ¼
a, Stan: "Probleme de Matematici superioare", Editura Didactic¼
a şi Pedagogic¼
a, Bucureşti, 1989.
[12] Chiţescu, I.: Spaţii de funcţii, Editura ştiinţi…c¼
a şi enciclopedic¼
a, Bucureşti, 1983.
[13] Colojoar¼
a, I.: Analiza matematic¼
a Editura didactic¼
a şi pedagogic¼
a, Bucureşti, 1983.
[14] Cr¼
aciun, V. C.: Exerciţii şi probleme de analiz¼ a, Tipogra…a Universit¼
a matematic¼ aţii Bucureşti, 1984.
[15] Cristescu, R.: Analiza funcţional¼
a, Editura ştiinţi…c¼
a şi enciclopedic¼
a, Bucureşti, 1983.
[16] Dr¼
aguşin, C., Dr¼
aguşin, L., Radu, C.: Aplicaţii de algebr¼
a, geometrie şi matematici speciale, Editura Didactic¼
a
şi Pedagogic¼
a, Bucureşti, 1991.
[17] Glazman, I. M., Liubici, I. U.: Analiza liniar¼
a pe spaţii …nit dimensionale, Editura ştiinţi…c¼
a şi Enciclopedic¼
a,
Bucureşti, 1980.
[18] Halanay, Aristide; Olaru, Valter Vasile; Turbatu, Stelian: "Analiz¼
a Matematic¼
a", Editura Didactic¼
a şi Pedagogic¼
a,
Bucureşti, 1983.
[19] Holmes, Richard, B.: Geometric Functional Analysis and its Applications
[20] Greene, William H.: "Econometric Analysis", sixth edition, Prentice Hall, 2003.
[21] Guerrien, B.: Algebre lineare pour economistes, Economica, Paris, 1991.
[22] Ion D. Ion; Radu, N.: Algebr¼
a, Editura Didactic¼
a şi Pedagogic¼
a, Bucureşti, 1991.
[23] Kurosh, A.: Cours d’algebre superieure, Editions MIR, Moscou, 1980.
[24] Leung, Kam–Tim: "LINEAR ALGEBRA AND GEOMETRY", HONG KONG UNIVERSITY PRESS, 1974.
[25] Ling, San; Xing, Chaoping: "Coding Theory –A First Course", Cambridge University Press, 2004.
238 BIBLIOGRAFIE
[26] McFadden, Daniel: Curs Economics 240B (Econometrics), Second Half, 2001 (class website, PDF)
[27] Monk, J., D.: Mathematical Logic, Springer-Verlag, 1976.
[28] Pavel, Matei: "Algebr¼
a liniar¼
a şi Geometrie analitic¼
a –culegere de probleme", UTCB, 2007.
[29] R¼
adulescu, M., R¼
adulescu, S.: Teoreme şi probleme de Analiz¼ a, Editura didactic¼
a Matematic¼ a şi Pedagogic¼
a,
Bucureşti, 1982.
[30] Rockafellar, R.,Tyrrel: Convex Analysis, Princeton, New Jersey, Princeton University Press, 1970.
[31] Roman, Steven: "Advanced Linear Algebra", Third Edition, Springer, 2008.
[32] Saporta, G., Ştef¼
anescu, M. V.: Analiza datelor şi informatic¼
a –cu aplicaţii la studii de piaţ¼
a şi sondaje de
opinie-, Editura economic¼
a, 1996.
[33] Şabac, I. Gh.: Matematici speciale, vol I, II, Editura didactic¼
a şi pedagogic¼
a, Bucureşti, 1981.
[34] Şilov, G. E.: Analiz¼ a (Spaţii …nit dimensionale), Editura ştiinţi…c¼
a matematic¼ a şi enciclopedic¼
a, Bucureşti, 1983.
[35] Tarrida, Agustí, Reventós: "A¢ ne Maps, Euclidean Motions and Quadrics", Springer, 2011.
[36] Treil, Sergei: "Linear Algebra Done Wrong", http://www.math.brown.edu/~treil/papers/LADW/book.pdf, last ac-
cessed on 18.12.2011.