Curs Beta 19012014 Cristian Neculaescu

Elemente de Algebr¼
a Liniar¼
a. Note de curs
January 19, 2014
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
Partea 1. Introducere în Algebra Liniar¼

a 1
Capitolul 1. Spaţii şi subspaţii vectoriale 3

1.1. De…niţii introductive 3
Diferenţe dintre termenii folosiţi 16
Schimbarea înmulţirii cu scalari poate conduce la schimbarea propriet¼
aţilor spaţiului 17
1.1.1. Lungimi şi unghiuri 18
1.2. Propriet¼
aţi 18
1.3. Exemple de spaţii vectoriale 20
1.4. Exerciţii 21
1.5. Reprezent¼
ari în spaţii vectoriale 22
1.6. Exemple de baze standard 28
1.7. Reprezentarea vectorilor 29
1.8. Operaţii cu subspaţii 49
1.9. Laticea subspaţiilor 56
1.10. Spaţiul factor 60
1.10.1. Spaţiul factor ataşat unui subspaţiu …xat 60
1.10.2. Familia claselor de echivalenţ¼
a 62
Capitolul 2. Operatori liniari 65

2.1. Exemple de operatori liniari 65
2.2. Propriet¼
aţi 65
2.3. Reprezentarea operatorilor 69
2.3.1. Reprezentarea funcţionalelor 71
2.4. Teoreme de izomor…sm 71
2.5. Introducere În Teoria Spectral¼
a 74
2.5.1. Decomplexi…carea formei canonice complexe 92
2.5.2. Algoritm pentru aducerea unui operator la forma canonic¼
a Jordan 95
iv CUPRINS
2.5.3. Exemple 97
2.6. Funcţionale bilinare şi p¼
atratice. Forma canonic¼
a 116
Capitolul 3. Spaţii vectoriale cu produs scalar 129

3.1. Ortogonalitate 135
3.2. Proiecţia unui vector pe un subspaţiu 139
3.3. Metoda celor mai mici p¼
atrate 141
3.3.1. Operaţii cu coloane 142
3.3.2. Operaţii cu linii 144
3.4. Tipuri speciale de operatori 149
3.4.1. Operatori de proiecţie 149
3.4.2. Operator adjunct 151
3.4.3. Operatori izometrici, unitari, ortogonali 155
3.4.4. Operator normal 160
3.4.5. Operator autoadjunct 161
3.4.6. Operator antiautoadjunct 163
3.5. Modelul Leontief 163
3.6. Spaţii vectoriale peste corpul numerelor complexe 169
Capitolul 4. Spaţii a…ne 171

4.1. De…niţii 171
4.1.1. Properties 173
Partea 2. Produse software pentru Algebra Liniar¼

a 179
Capitolul 5. Geogebra 181
Capitolul 6. CARMetal 183
Partea 3. Anexe şi complet¼

ari 185
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
7.2.3. Funcţii 196

7.2.4. Operaţii cu funcţii 197
7.3. Mulţimi uzuale de numere 198
7.3.1. Structura zecimal¼
a a numerelor 199
7.3.2. Mulţimea numerelor reale 199
7.3.3. Mulţimea numerelor complexe 199
7.4. Cardinalitatea mulţimilor uzuale de numere 204
7.5. Noţiuni generale despre matrici 206
7.6. Operaţii cu matrici 212
7.7. Alte operaţii cu matrici 213
7.8. Matrici partiţionate 214
7.9. Inversa Moore–Penrose a unei matrici oarecare. Descompunerea în valori singulare (SVD) 218
7.10. Structuri algebrice 222
Capitolul 8. Tipuri de subiecte din anii anteriori 229

8.1. Subiecte cu rezolvare clasic¼
a 229
8.2. Subiecte scurte şi/sau tip gril¼
a 231
8.3. Probleme din diverse materiale bibliogra…ce 233
8.4. Structura lucr¼
arii semestriale 234
8.5. Condiţii pentru prezentarea la examen 235
8.6. Structura biletului de examen 236
Bibliogra…e 237
vi CUPRINS
Prefaţ¼
a
Partea 1
Introducere în Algebra Liniar¼

a
CAPITOLUL 1
Spaţii şi subspaţii vectoriale
1.1. De…niţii introductive
1.1.1. De…niţie. (De…niţia spaţiului vectorial) Se dau:
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)
Perechea (V; K) (împreun¼

a cu operaţiile descrise mai sus) se numeşte spaţiu vectorial dac¼
a sunt în-
deplinite urm¼
atoarele condiţii:
(1) (K; +K ; K) este corp comutativ;

(2) (V; +V ) este grup abelian;
(3) 8a; b 2 K; 8x; y 2 V, au loc:
(a) (a +K b) x = a x +V b x (distributivitatea operaţiei „" faţ¼
a de operaţia „+K ");
(b) a (x +V y) = a x +V a y (distributivitatea operaţiei „" faţ¼
a de operaţia „+V ");
(c) a (b x) = (a K b) x;
(d) 1K x = x.
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
Elementul 0V este elementul neutru la adunarea vectorilor şi va … notat în continuare cu 0;

Elementul 0K este elementul neutru la adunarea scalarilor şi va … notat în continuare cu 0;
Elementul 1K este elementul neutru la înmulţirea scalarilor şi va … notat în continuare cu 1;
Se folosesc noţiuni (presupuse) cunoscute din liceu: mulţimile de numere (N, Z, Q, R, C) şi
propriet¼
aţile lor, noţiunile Algebrei de clasa a XII–a: parte stabil¼
a, operaţie, monoid, grup, grup
abelian, inel, inel comutativ, corp, corp comutativ, element neutru pentru …ecare structur¼
a alge-
bric¼
a, elemente simetrizabile, simetricul unui element (faţ¼
a de o operaţie sau alta, atunci când
este cazul), propriet¼
aţi ale lor: unicitatea elementului neutru, unicitatea elementului simetric, etc.
Convenţii de notaţie: vectorii vor … notaţi cu litere latine mici (a, b, c, u, v, w, x, y, z, etc),
scalarii cu litere greceşti mici ( , , , , etc), mulţimile cu litere latine mari „dublate" (A, B, C,
D, K, L, M, N, R, X, V, etc) la care se vor ad¼
auga eventual indici ( 0, V1 , etc) şi/sau supraindici
(2)
(U1 , x3 , y4 , etc) în funcţie de context.
1.1.3. Exerciţiu. S¼
a se arate c¼
a într–un monoid cu element neutru elementul neutru este unic.
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".
1.1.5. Exemplu (2D). Se consider¼

a urm¼
atoarele obiecte:
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
Figura 1.1.1: Vectori şi operaţii cu vectori în 2D
1.1.6. Exemplu. (3D) Se consider¼

a urm¼
atoarele obiecte:
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
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
Figura 1.1.2: Vectori şi operaţii vectoriale în 3D
1.1.7. Observaţie. În cele dou¼

a exemple (2D şi 3D) exist¼
a diverse similarit¼
aţi şi diferenţe:
Punctele şi vectorii de poziţie sunt reprezentaţi prin dou¼

a, respectiv trei coordonate, iar în general
reprezentarea va … f¼
acut¼
a prin n coordonate
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:
Figure 1. Figura 1.1.3: Puncte pe o dreapt¼

a în 2D
Punctul Observaţii
P1 0 "originea dreptei" v1 = v(0)
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]
v9 = v( 2) "intersecţia dreptei cu axa Ox"

P9 2
[punctul dreptei cu a doua coordonat¼
a nul¼
a]
În …gurile 1.1.1 şi 1.1.2, faptul c¼
a punctele P3 , P1 şi P5 sunt coliniare nu este o coincidenţ¼
a. Aceste
puncte corespund vectorilor v3 = v1 + 1 v2 , v1 + 0 v2 , v5 = v1 + ( 1) v2 , care sunt de forma
v1 + v2 , aşa c¼
a sunt pe aceeaşi dreapt¼
a (coliniare).
1.1.8. Exemplu. Se consider¼

a mulţimea
Rn = f(x1 ; x2 ; ; xn ) ; xi 2 R; i = 1; ng:
Mulţimea Rn este spaţiu vectorial real în raport cu operaţiile „pe componente”:

adunare:
Def
(x1 ; x2 ; ; xn ) + (y1 ; y2 ; ; yn ) = (x1 + y1 ; x2 + y2 ; ; xn + yn ) ;
8 (x1 ; x2 ; ; xn ) ; (y1 ; y2 ; ; yn ) 2 Rn
a la adunarea elementelor din Rn iar semnele + din membrul drept

(semnul + din membrul stâng se refer¼
se refer¼
a la adunarea elementelor din R; se foloseşte acelaşi semn pentru dou¼
a operaţii distincte, iar pe
parcursul textului, distincţia trebuie f¼
acut¼
a din context)
înmulţire cu scalari:
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 ) ;
( ) (x1 ; x2 ; ; xn ) = (( )x1 ; ( )x2 ; ;( )xn ) = ( ( x1 ) ; ( x2 ) ; ; ( xn )) =

= ( x 1 ; x2 ; ; xn ) = ( (x1 ; x2 ; ; xn )):
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:
(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 .
1.1.11. Exemplu. Mulţimea

S = (x1 ; x2 ; x3 ) 2 R3 ; x2 = 0
este subspaţiu vectorial al spaţiului vectorial (R3 ; R).

Fie x; y 2 S ) x = (x1 ; 0; x3 ) şi y = (y1 ; 0; y3 ); au loc:
x + y = (x1 ; 0; x3 ) + (y1 ; 0; y3 ) = (x1 + y1 ; 0; x3 + y3 ) 2 S;
iar pentru 2 R, x = (x1 ; 0; x3 ) = ( x1 ; 0; x3 ) 2 S. Din de…nţia subspaţiului rezult¼

a c¼
a mulţimea S
este subspaţiu al spaţiului vectorial (R3 ; R). Mulţimea poate … descris¼
a astfel:
S = f (1; 0; 0) + (0; 0; 1) ; ; 2 Rg :
1.1.12. De…niţie. (De…niţia operatorului liniar) Dac¼

a (V1 ; K) şi (V2 ; K) sunt spaţii vectoriale (peste
acelaşi corp de scalari), o funcţie U ( ) : V1 ! V2 se numeşte mor…sm de spaţii vectoriale (aplicaţie
liniar¼a, operator liniar, etc) dac¼
a:
(1) U (x + y) = U (x) + U (y) ; 8x; y 2 V1 ( U ( ) este mor…sm de grupuri (este aditiv));

(2) U ( x) = U (x) ; 8x 2 V1 ; 8 2 K (U ( ) este omogen).
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 :
(P + Q) ( ) este de…nit de:
(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 ) ( ) este de…nit de:
( P ) (X) = aX 2 + bX + c )
) U (( P ) ( )) = ( a; b; c) = (a; b; c) = U (P ( )) :
1.1.14. De…niţie. (Spaţii izomorfe) Spaţiile vectoriale între care exist¼

a un mor…sm bijectiv (izomor…sm)
se numesc izomorfe. Se va nota (V1 ; K) = (V2 ; K).
Intuitiv, dac¼
a dou¼
a spaţii vectoriale sunt izomorfe, acest fapt ar putea … interpretat ca o imposibilitate
de a distinge cele dou¼
a spaţii, din punct de vedere al acestei structuri algebrice. Spaţiile pot … totuşi
distincte din perspectiva altor structuri algebrice şi/sau din motive nematematice [alte interpret¼
ari]. O
sugestie pentru asemenea situaţii este studiul spaţiilor (R2 ; R) şi (C; R).
a se arate c¼
a mor…smul din exemplul anterior este funcţie bijectiv¼
a.
1.1.16. De…niţie. (Funcţional¼

a liniar¼
a) Se numeşte funcţional¼a liniar¼a pe (V; K) orice operator liniar
între (V; K) şi (K; K) (orice element al mulţimii LK (V; K)). Mulţimea tuturor funcţionalelor liniare pe
a cu V0 (= LK (V; K)) şi se numeşte dualul algebric al lui (V; K).
(V; K) se noteaz¼
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 ).
a în R3 ; valoarea ei este (2; 3; 0).

1.1.19. Exemplu. 2 (1; 0; 0) + 3 (0; 1; 0) este o combinaţie liniar¼
1.1.20. Exemplu. O poz¼

a 3D care conţine obiectele:
Punctele O (0; 0; 0), P1 (1; 1; 0), P2 (0; 1; 1), P3 (1; 0; 1),
! ! !
Vectorii v1 = OP1 , v2 = OP2 , v3 = OP3 ,
combinaţiile liniare v4 = 2v1 + 2v2 , v5 = 2v1 + 2v3 , v6 = 2v2 + 2v3
planele (cu culori diferite):
p1 (mulţimea combinaţiilor liniare dintre v1 şi v2 )

liniile:
l1 : (0; 0; 0) + (1; 1; 0)
l2 : (0; 0; 0) + (0; 1; 1)
l3 : (0; 0; 0) + (1; 0; 1)
1.1.21. Exemplu. Câteva combinaţii liniare speciale:

suma vectorilor: v1 + v2 = 1 v1 + 1 v2
diferenţa vectorilor: v1 v2 = 1 v1 1 v2
vectorul nul: 0 v1 + 0 v2
vectorii "asemenea" cu v: v
combinaţii liniare cu un singur vector: v [reprezint¼
a o dreapt¼
a care trece prin origine] [un subspaţiu
vectorial 1–dimensional]2
combinaţii liniare cu 2 vectori: v1 + v2 [reprezint¼
a un plan care trece prin origine] [un subspaţiu
vectorial 2–dimensional]
combinaţii liniare cu 3 vectori: v1 + v2 + v3 [reprezint¼
a un spaţiu tridimensional care trece prin
origine] [un subspaţiu vectorial 3–dimensional]
1.1.22. De…niţie. (Acoperire liniar¼a) Dac¼

a A V este o mulţime oarecare de vectori, mulţimea
( n )
Def
X
i i
spanK (A) = i x ; p 2 N; i 2 K; x 2 A; i = 1; p
i=1
este mulţimea tuturor combinaţiilor liniare cu elemente din A.
2 Pentru noţiunea de dimensiune, vezi De…niţia 1.5.10, pagina 26.

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).
a la modi…carea corpului de scalari: R3 este spaţiu

1.1.24. Observaţie. Mulţimea spanK (A) se modi…c¼
vectorial atât peste corpul R cât şi peste corpul Q, dar structura lor ca spaţii vectoriale este diferit¼
a:
aceeaşi mulţime de vectori genereaz¼
a alte mulţimi de combinaţii liniare
p
3; 1; 0 2 spanR (f(1; 0; 0) ; (0; 1; 0)g)
p
3; 1; 0 2
= spanQ (f(1; 0; 0) ; (0; 1; 0)g)
1.1.25. De…niţie. (Dependenţ¼

a şi independenţ¼ a) Mulţimea de vectori xi ; i = 1; p se numeşte
a liniar¼
liniar dependent¼a (sau mulţime legat¼a) dac¼
a cel puţin unul dintre vectori se poate scrie ca o combinaţie
liniar¼
a a celorlalţi vectori. Dac¼
a nici unul nu poate … scris ca o combinaţie liniar¼
a a celorlalţi vectori,
atunci mulţimea de vectori se numeşte liniar independent¼a (sau mulţime liber¼
a).
1.1.26. Exemplu. Mulţimea de vectori din R4
f(1; 2; 2; 1) ; (1; 3; 4; 0) ; (2; 5; 2; 1)g
este liniar dependent¼

a pentru c¼
a
(1; 2; 2; 1) + (1; 3; 4; 0) = (2; 5; 2; 1) :
Mulţimea de vectori din R4

f(1; 2; 2; 1) ; (1; 3; 4; 0) ; (3; 5; 2; 1)g
este liniar independent¼

a pentru c¼
a (de exemplu) rangul matricii care are drept coloane vectorii mulţimii
este
0 egal cu num¼
1 arul vectorilor (justi…carea raţionamentului va … dat¼
a în continuare) (rangul matricii
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
1.1.27. Observaţie. (De…niţii echivalente ale independenţei liniare)

Familia (xi )i=1;p este liniar independent¼
a dac¼
a şi numai dac¼
a are loc una dintre a…rmaţiile:
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)
Demonstraţie. Cele dou¼

a a…rmaţii se obţin una din cealalt¼
a din relaţia logic¼
a (p ! q) (eq !ep)
(se recomand¼
a recapitularea capitolului de Logic¼
a) ; echivalenţa cu de…niţia are loc pentru c¼
a, dac¼
a m¼
acar
un vector este combinaţie liniar¼
a de ceilalţi vectori, atunci exist¼
a scalarii i 2 K; i = 1; n; nu toţi nuli,
P
n
astfel încât i xi = 0.
i=1
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
care este privit¼

a ca o ecuaţie vectorial¼
a în necunoscutele 1, , p.
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:
v 1 (m) = (m; 1; 1) ; v 2 (m) = (1; m; 1) ; v 3 (m) = (1; 1; m) ; m 2 R
în spaţiul (R3 ; R).

Se consider¼
a ecuaţia (vectorial¼
a)
1 2 3
1v (m) + 2v (m) + 3v (m) = 0;
cu necunoscutele 1, 2, 3, care prin înlocuire devine:
1 (m; 1; 1) + 2 (1; m; 1) + 3 (1; 1; m) = (0; 0; 0) ;
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:
pentru m 2 Rn f 2; 1g mulţimea de vectori este liniar independent¼

a.
pentru m = 2 mulţimea de vectori este liniar dependent¼
a iar o dependenţ¼ a este v 1 ( 2) +
a liniar¼
v 2 ( 2) + v 3 ( 2) = 0.
pentru m = 1 mulţimea de vectori este liniar dependent¼
a iar o dependenţ¼
a liniar¼
a este 2v 1 (1) +
v 2 (1) + v 3 (1) = 0.
Se observ¼
a c¼
a se obţin informaţii de dou¼
a tipuri:
de tip calitativ (despre natura mulţimii de vectori)

de tip cantitativ (în cazul dependenţei liniare se obţine o relaţie de dependenţ¼
a între vectori).
1.1.29. De…niţie. (Sistem de generatori) Fiind dat¼

a mulţimea X V, se spune c¼
a mulţimea de vectori
xi ; i = 1; p genereaz¼a mulţimea X dac¼
aX span (xi )i=1;p . Mulţimea de vectori xi ; i = 1; p se mai
numeşte sistem de generatori pentru mulţimea X. Dac¼
a mulţimea X nu este speci…cat¼
a, se subînţelege c¼
a
X = V.
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.
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 ~
Operaţia P ~ (care are ca origine Q şi vârf P ) ci vectorul OR,

Q are ca rezultat nu vectorul QP ~ cu
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
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":
( (X) ; v (X)) 7! X 2 v (X) = : R [X] R [X] ! R [X]
Deoarece ( + ) (X 2 ) = (X 2 ) + (X 2 ) şi ( ) (X 2 ) = (X 2 ) (X 2 ) şi 1 2 R [X] cu 1 (X 2 ) = 1,

toate axiomele sunt satisf¼
acute.
Structura (R [X] ; R [X]) are dimensiune 1 (iar o baz¼
a este polinomul 1), deoarece v (X) = v (X) 1; 8v 2
R [X].
Structura (R [X] ; R [X]) cu „ " ca înmulţire cu scalari:
p (X)
Se consider¼
a un vector v (X) = cu p şi q polinoame.
q (X)
n 1
X
n [ n2 ]
X [X2 ]
p (X) = ak X k = a2i X 2i + a2j+1 X 2j+1 = p1 X 2 + p2 X 2 X;

k=0 i=0 j=0
unde:
n 1
[ n2 ]
X [X2 ]
p1 (X) = a2i X i ; p2 (X) = a2j+1 X j :

i=0 j=0
Pentru …ecare polinom se grupeaz¼

a exponenţii pari şi impari ai lui X:
p (X) p1 (X 2 ) + p2 (X 2 ) X (p1 (X 2 ) + p2 (X 2 ) X) (q1 (X 2 ) q2 (X 2 ) X)

v (X) = = = =
q (X) q1 (X 2 ) + q2 (X 2 ) X q12 (X 2 ) q22 (X 2 ) X 2
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
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.
am pe scurt noţiunile3 care conecteaz¼

1.1.1. Lungimi şi unghiuri. Menţion¼ a spaţiile vectoriale cu
Geometria Euclidian¼
a, cu menţiunea c¼
a se va reveni pe larg la acest subiect într–un capitol separat 3, pag.
129.
Pentru doi vectori x, y 2 Rn , expresia
Pn
hx; yi = x y = xi y i
i=1
este numit¼
a produsul lor scalar.
Doi vectori sunt numiţi perpendiculari [se scrie x ? y] dac¼
a hx; yi = 0.
rn
p P 2
Lungimea unui vector este kxk = hx; xi = xi .
i=1
v
Un vector este numit unitar sau versor dac¼
a kvk = 1. Versorul unui vector nenul v este.
kvk
a doi vectori sunt perpendiculari, atunci are loc Teorema lui Pitagora: v ? w ) kv + wk2 =
Dac¼
kvk2 + kwk2
Dem:
P
n P
n P
n P
n P
n P
n
vi wi = 0 ) kv + wk2 = (vi + wi )2 = (vi2 + wi2 + 2vi wi ) = vi2 + wi2 + 2 vi wi =
i=1 i=1 i=1 i=1 i=1 i=1
P
n P
n
2 2
vi2 + wi2 = kvk + kwk .
i=1 i=1
P
n P
n P
n P
n P
n P
n P
n
Obs: kv wk2 = (vi wi )2 = (vi2 + wi2 2vi wi ) = vi2 + wi2 2 vi wi = vi2 + wi2 =
i=1 i=1 i=1 i=1 i=1 i=1 i=1
kvk2 + kwk2 = kv + wk . 2
[Paralelogramul format de cei doi vectori este chiar dreptunghi, aşa c¼

a cele dou¼
a diagonale sunt egale]
Pentru doi vectori nenuli oarecare, cosinusul unghiului format de cei doi vectori este cos (v; w) =
hv; wi
.
kvk kwk
1.2. Propriet¼
aţi
1.2.1. Propoziţie. (Reguli de calcul într-un spaţiu vectorial)
(1) 8 ; 2 K; 8x; y 2 V, au loc relaţiile:

(x y) = x y, ( ) x= x x;
3 Este vorba despre noţiunile "default", adic¼
a cele care sunt presupuse valide dac¼
a nu se speci…c¼
a altfel.
¼ ŢI
1.2. PROPRIETA 19
(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 .
Demonstraţie. Fie ; 2 K; x; y 2 V aleşi arbitrar;
(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.
1.2.2. Observaţie. span (xi )i=1;n este subspaţiu liniar.
Demonstraţie. Fie v1 ; v2 2 span (xi )i=1;n şi 2 K ) 9 i1 ; i2 2 K, i = 1; n, astfel încât

P
n
j P
n
1 2
P
n
vj = i x i ; j = 1; 2; atunci v1 + v 2 = ( i + i ) x i 2 span (x i )i=1;n iar v 1 = ( i1 ) xi 2
i=1 i=1 i=1
span (xi )i=1;n
1.2.3. Observaţie. Fie V0 un subspaţiu vectorial al spaţiului (V; K). Atunci,
X
n
8n 2 N; 8xi 2 V0 ; 8 i 2 K; i = 1; n; i xi 2 V0 :
i=1
(orice subspaţiu conţine toate combinaţiile liniare ale elementelor lui)
Demonstraţie. Prin inducţie dup¼

a n 2 N: pentru n = 1, din axioma 2 a subspaţiului vectorial rezult¼
a
c¼
a pentru orice x1 2 V0 şi pentru orice scalar 1 2 K, are loc 1 x1 2 V0 . S¼
a presupunem c¼
a proprietatea
are loc pentru n 2 N şi …e n + 1 vectori şi scalari aleşi arbitrar xi 2 V0 , i 2 K; i = 1; n + 1. Atunci are
loc: 9
P
n+1 P
n
>
i xi = i xi + n+1 xn+1 >
>
>
>
i=1 i=1 = X
n+1
P
n+1
) 2 V0 :
i xi 2 V0 (proprietatea pentru n) i xi
>
>
i=1 >
> i=1
>
;
n+1 xn+1 2 V0 (proprietatea pentru n = 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. Exemple de spaţii vectoriale
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
(an )n2N + (bn )n2N = (an + bn )n2N
(este un nou şir al c¼

arui termen general se obţine prin adunarea termenilor generali ai celor dou¼
a şiruri
date) iar înmulţirea unui vector cu un scalar este înmulţirea şirului cu un scalar
(an )n2N = ( an )n2N :
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
p(t) + q(t) = (a0 + b0 ) + (a1 + b1 )t + + (an + bn )tn

p(t) = a0 + a1 t + + a n tn
0 =0
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].
a C 1 şi care satisfac ecuaţia

1.3.9. Exemplu. Spaţiul vectorial al tuturor funcţiilor f ( ) : R ! R de clas¼
a f 0 (t) + af (t) = 0, 8t 2 R.
diferenţial¼
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) :
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) )
a se arate c¼
a mulţimea funcţiilor nederivabile pe [a; b] nu este spaţiu vectorial.
a se arate c¼
a reuniunea a dou¼
a subspaţii vectoriale nu este neap¼
arat un subspaţiu
vectorial.
1.4.5. Exerciţiu. S¼ a mulţimea V0 = fx 2 Rn ; Ax = 0g este un subspaţiu vectorial, unde

a se arate c¼
A 2 Mm n (R).
1.4.6. Exerciţiu. Fie subspaţiile A = f(0; a; b; 0) ; a; b 2 Rg, B = f(0; 0; a; b) ; a; b 2 Rg. S¼

a se determine
A + B.
a operatorul liniar U ( ) : Rn ! Rn are proprietatea c¼

1.4.7. Exerciţiu. Dac¼ a U 2 ( ) + U ( ) + I ( ) = O ( ),
atunci operatorul este bijectiv.
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:
(1) B este liniar independent¼

a şi maximal¼
a (în sensul c¼
a orice mulţime liniar independent¼
a care include
B este chiar egal¼
a cu B);
(2) B este sistem de generatori minimal (în sensul c¼
a orice sistem de generatori inclus în B este chiar
egal cu B);
(3) B este sistem de generatori şi mulţime liniar independent¼
a.
Demonstraţie. Se va demonstra dup¼

a schema: (1))(2))(3))(1).
(1))(2)
Se ştie c¼
a B este liniar independent¼
a şi maximal¼
a;
["maximal¼
a în raport cu caracteristica de familie liniar independent¼
a" înseamn¼
a: dac¼
aB B1 şi B1
liniar independent¼
a, atunci B = B1 ]
["minimal¼
a în raport cu caracteristica de sistem de generatori" înseamn¼
a: dac¼
a B0 B şi B0 sistem
de generatori, atunci B = B0 ]
Pentru început se va studia caracteristica mulţimii de a … sistem de generatori.
Presupunem prin reducere la absurd c¼
a B nu ar … sistem de generatori; atunci 9v0 2 V n span (B)
iar noua mulţime B1 = B [ fv0 g este liniar independent¼
a (dac¼
a n-ar …, atunci v0 ar … combinaţie liniar¼
a
¼
1.5. REPREZENTARI îN SPAŢII VECTORIALE 23
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.
1.5.3. De…niţie. Un spaţiu vectorial se va numi de tip …nit dac¼

a admite o baz¼
a …nit¼
a şi se va numi de
tip in…nit în caz contrar.
1.5.4. Teorem¼ aţii într–un sistem de generatori) Dac¼

a. (Su…cienţa maximalit¼ a familia …nit¼
aS
este sistem de generatori pentru V în care subfamilia B0 este liniar independent¼
a, atunci exist¼
a o baz¼
aB
a lui V astfel încât
B0 B S:
(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)
Demonstraţie. Se construieşte inductiv o familie B cu caracteristicile:

familia B este liniar independent¼
a,
B0 B S
familia B este maximal¼

a faţ¼
a de propriet¼
aţile de mai sus.
Construcţia familiei B se face astfel:
Iniţial se consider¼
aB B0 (care este liniar independent¼
a şi este sau nu maximal¼
a în S cu aceast¼
a
proprietate).
1.1. Dac¼
a B este maximal¼
a în S, atunci procedura se opreşte.
1.2. Dac¼
a B nu este maximal¼
a în S, exist¼
a un vector x 2 S n B care poate … ad¼
augat la B cu p¼
astrarea
caracteristicii de liniar independenţ¼
a.
2. Se adaug¼
a la familia B un vector x de tipul descris la 1.2 (B B [ fxg)
3. Se repet¼
a procedura pentru noua familie.
Datorit¼
a …nitudinii familiei S, procedura se opreşte dup¼
a un num¼
ar …nit de paşi.
Din procedur¼
a se obţine o familie liniar independent¼
a notat¼
a B, care include B0 , este inclus¼
a în S şi
este maximal¼
a în S ca familie liniar independent¼
a, în sensul c¼
a dac¼
a B B1 S şi B1 familie liniar
independent¼
a, atunci B = B1 .
Din alegerea lui B urmeaz¼
a c¼
a num¼
arul de elemente din B este mai mic sau egal cu n.
Familia B este baz¼
a a spaţiului:
Se presupune prin reducere la absurd c¼ a B nu ar … baz¼ a; atunci 9x0 2 V astfel încât x0 2
= span (B); dar
P
k
a x0 este combinaţie liniar¼
S este sistem de generatori aşa c¼ a de k elemente y1 , , yk din S, x0 = i yi .
i=1
Dac¼
a toate elementele yi ; i = 1; k ar …în span (B), ar urma c¼
a şi x0 2 span (B), aşa c¼
a printre elementele
Def
yi 2 S; i = 1; k exist¼
a m¼ a y0 ; atunci B 0 = B [ fy0 g
acar unul care nu este în span (B) şi care se noteaz¼ S
a şi conţine strict pe B, ceea ce contrazice construcţia (maximalitatea) lui B în
S.
1.5.5. Corolar. Din orice sistem …nit de generatori se poate extrage o baz¼
a.
Demonstraţie. Fie S sistem …nit de generatori; exist¼

a m¼
acar un vector nenul (dac¼
a toţi ar … nuli,
n-ar mai … sistem de generatori), care se noteaz¼
a cu v0 . Au loc:
fv0 g este familie liniar independent¼

a
fv0 g S
şi se aplic¼
a teorema precedent¼
a ) 9B baz¼
a astfel încât
fv0 g B S:
¼
a. (Teorema schimbului, Steinitz) Fie fv1 ;

1.5.6. Teorem¼ ; vr g o familie liniar independent¼
a şi
…e fu1 ; ; un g un sistem de generatori. Atunci r n şi, eventual cu o renumerotare a vectorilor,
fv1 ; ; vr ; ur+1 ; ; un g este sistem de generatori (orice familie …nit¼
a liniar independent¼
a de r vectori
poate înlocui anumiţi r vectori din orice sistem …nit de generatori, cu p¼
astrarea calit¼
aţii de sistem de
generatori).
Demonstraţie. Inducţie dup¼

a num¼
arul vectorilor din familia liniar independent¼
a, j = 1; r: Pentru
j = 1, 9 i 2 K; i = 1; n astfel încât
X
n
v1 = i ui ;
i=1
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
deci v este combinaţie liniar¼

a de v1 ; u2 ; ; un , adic¼
a fv1 ; u2 ; ; un g este un sistem de generatori.
S¼
a presupunem a…rmaţia adev¼
arat¼
a pentru j = r 1 n.
Dac¼
a r 1 = n, atunci ar urma o contradicţie cu faptul c¼
a mai exist¼
a un vector, vr astfel încât
fv1 ; ; vr g este liniar independent¼
a. Contradicţia apare pentru c¼
a, în situaţia r 1 = n, fv1 ; ; vr 1 g
ar … sistem de generatori, familie liniar independent¼
a, iar ca familie liniar independent¼
a nu este maximal¼
a
(i se mai poate ad¼
auga vectorul vr f¼
ar¼
a a pierde caracteristica de liniar independenţ¼
a.
Aşadar r 1 < n iar fv1 ; ; vr 1 ; ur ; ; un g este sistem de generatori )
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
r 6= 0 şi atunci ur poate … scris ca o combinaţie liniar¼

a de vectorii fv1 ; ; vr 1 ; vr ; ; un g:
1 X
r 1
i
X
n
i
(1.5.2) ur = vr vi ui ;
r i=1 r i=r+1 r
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. Familia liniar independent¼

a poate … considerat¼
a ca …ind inclus¼
a într-un sistem …nit
de generatori (spaţiul …ind de tip …nit, exist¼
a un sistem de generatori …nit; cu Teorema Steinitz se obţine
un sistem de generatori care conţine familia liniar independent¼
a iniţial¼
a). Se aplic¼
a Teorema 1.5.4 şi se
obţine o baz¼
a care conţine familia liniar independent¼
a iniţial¼
a (şi care poate … considerat¼
a "o completare
pân¼
a la o baz¼
a" a familiei liniar independente).
1.5.8. Corolar. Într-un spaţiu de tip …nit, num¼

arul de vectori al oric¼
arei familii …nite liniar independente
este mai mic sau egal decât num¼
arul de vectori al oric¼
arui sistem …nit de generatori.
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 .
1.5.9. Corolar. Într–un spaţiu vectorial de tip …nit, orice dou¼

a baze au acelaşi num¼
ar de vectori.
Demonstraţie. Cele dou¼

a baze pot … privite în acelaşi timp ca familii liniar independente şi ca sisteme
de generatori, şi din corolarul precedent urmeaz¼
a c¼
a cele dou¼
a numere sunt …ecare mai mic sau egal decât
cel¼
alalt, adic¼
a egale.
1.5.10. De…niţie. Num¼

arul de elemente al oric¼
arei baze din spaţiul de tip …nit (V; K) se numeşte dimen-
siunea spaţiului şi se noteaz¼
a cu dimK V.
1.5.11. Propoziţie. Fiind …xat¼

a o baz¼
a într-un spaţiu vectorial de tip …nit, orice vector al spaţiului se
poate scrie ca o combinaţie liniar¼
a de vectorii bazei. Mai mult, scalarii care particip¼
a la combinaţia liniar¼
a
sunt unic determinaţi de baz¼
a.
¼
Demonstraţie. Fie B = fu1 ; ; un g o baz¼

a şi …e v 2 V.
Pentru c¼
a B este sistem de generatori, vectorul v este combinaţie liniar¼
a de vectorii bazei (ceea ce
demonstreaz¼
a existenţa scalarilor).
Mai mult, combinaţia liniar¼
a este unic¼
a:
P
n P
n
Presupunem c¼
a ar exista dou¼
a combinaţii liniare: 9 i ; i 2 K, i = 1; n, v = i ui = i ui . Atunci
i=1 i=1
are loc
X
n X
n X
n
i ui = i ui ) ( i i ) ui = 0;
i=1 i=1 i=1
şi cum B este liniar independent¼

a, urmeaz¼
a c¼
a i = i; 8i = 1; n, ceea ce înseamn¼
a c¼
a scalarii din
combinaţia liniar¼
a sunt determinaţi unic de baz¼
a.
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
(unde scalarii i sunt unicii scalari care particip¼

a la scrierea vectorului dat ca o combinaţie liniar¼
a de
vectorii bazei) poate … considerat¼
a forma matricial¼
a a reprezent¼
arii vectorului v în baza B, dat¼
a de relaţia:
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.
Demonstraţie. Fie (V; K) spaţiu vectorial de tip …nit şi …e B o baz¼

a …xat¼
a în (V; K). Se consider¼
a
aplicaţia ' ( ) : V ! Kn ; de…nit¼
a prin ' (v) = [v]B . Aplicaţia ' ( ) este liniar¼
a:
2 3 2 3
0
6 1 7 6 7 1
6 7 6 7
6 2 7 Xn 6 0 7 Xn
6 7 6 2 7 0
[v1 ]B = 6 . 7 ; v1 = i vi ; [v2 ]B = 6 . 7 ; v2 = i vi )
6 .. 7 6 .. 7
6 7 i=1 6 7 i=1
4 5 4 5
0
n n
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
deci ' ( v1 ) = ' (v1 ), adic¼

a aplicaţia este liniar¼
a.
Aplicaţia este bijectiv¼
a: injectivitatea rezult¼
a din proprietatea de liniar independenţ¼
a a bazei (deci din
unicitatea coordonatelor) iar surjectivitatea din proprietatea de sistem de generatori a bazei.
1.6. Exemple de baze standard
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).
1.6.1. Exemplu. Baza standard pentru Rn : mulţimea E = fe1 ; : : : ; en g, unde vectorii ej , j = 1; n au

…ecare n componente, e1 = (1; 0; ; 0), e2 = (0; 1; 0; ; 0), , en = (0; ; 0; 1); în general ej =
( 1j ; ; jj ; ; nj ), j = 1; n ( ij este simbolul lui Kroneker).
1.6.2. Exemplu. Baza standard pentru R2 este f(1; 0) ; (0; 1)g.
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
1.7. Reprezentarea vectorilor
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
1.7.1. Observaţie. Între vectorii u, u1 , u2 şi scalarii , are loc relaţia
u = u1 + u2 ;
dac¼
a şi numai dac¼
a între coordonatele (reprezent¼
arile) vectorilor în aceeaşi baz¼
a are loc relaţia
[u]B = [u1 ]B + [u2 ]B :
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
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:
(1) Vectorii sunt consideraţi membri ai spaţiului aritmetic n–dimensional (adic¼

a num¼
arul de linii din
matrice);
(2) Num¼
arul vectorilor este egal cu m (num¼
arul coloanelor);
(3) Familia B1 este liniar independent¼
a dac¼
a şi numai dac¼
a rang [M (B1 )]B = m (o consecinţ¼
a este c¼
a
familia B1 nu poate … liniar independent¼
a dac¼
a num¼
arul ei de vectori este mai mare ca dimensiunea
spaţiului);
[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
iar vectorii reperului vechi vor avea coordonatele

2 3 2 3 2 3
0 0 0
6 11 7 6 12 7 6 1n 7
6 7 6 7 6 7
6 0 7 6 0 7 6 0 7
6 21 7 6 22 7 6 2n 7
6 7 6 7 6 7
[e1 ]B1 =6
6
0 7 ; [e2 ] = 6
31 7 B1 6
0 7 ; :::; [en ] = 6
32 7 B1 6
0
3n
7;
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
0 0 0
n1 n2 nn
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
Fie x un vector oarecare al spaţiului; coordonatele lui în reperul B sunt

2 3
6 x1 7
6 7
6 x2 7
6 7
6 7
[x]B = 6 x3 7
6
7;
6 . 7
6 . 7
6 . 7
4 5
xn
iar în reperul B1 sunt 2 3

6 x01 7
6 7
6 x02 7
6 7
6 7
[x]B1 =6
6 x03 7:
7
6 .. 7
6 7
6 . 7
4 5
x0n
Leg¼
atura dintre cele dou¼
a reprezent¼
ari ale aceluiaşi vector este dat¼
a de relaţiile:
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
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
deci are loc relaţia:

[x]B = [M (B1 )]B [x]B1
( 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
(Se mai spune c¼

a [M (B1 )]B este matricea de trecere de la B la B1 ) ceea ce înseamn¼
a c¼
a, pentru orice
vector x, are loc
1
[M (B)]B1 [x]B = ([M (B1 )]B ) [x]B ;
a [M (B)]B1 = [M (B1 )]B1 . Schematic, aceste leg¼

adic¼ aturi pot … reprezentate în felul urm¼
ator:
[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
[x]B = [M (B)]E 1 [x]E ; [x]E = [M (B)]E [x]B

[x]B1 = [M (B1 )]E 1 [x]E ; [x]E = [M (B1 )]E [x]B1
şi atunci au loc relaţiile:
[x]B = [M (B)]E 1 [x]E = [M (B)]E 1 [M (B1 )]E [x]B1
deci are loc schema desf¼

aşurat¼
a
[M (B)]E [M (B1 )]E 1

! !
B E B1
[M (B)]E 1 [M (B1 )]E

şi schema restrâns¼
a
[M (B1 )]E 1 [M (B)]E

!
B B1
[M (B)]E 1 [M (B1 )]E

O metod¼
a practic¼
a de realizare sistematic¼
a a calculelor necesare este metoda elimin¼arii a lui Gauss.
Metoda elimin¼
arii a lui Gauss este generalizarea metodei reducerii pentru rezolvarea sistemelor de
ecuaţii liniare din ciclul gimnazial. Fiind dat un sistem liniar de ecuaţii, metoda alege o necunoscut¼
a
şi o ecuaţie (astfel încât coe…cientul necunoscutei din ecuaţia aleas¼
a s¼
a …e nenul) şi elimin¼
a necunoscuta
aleas¼
a din toate celelalte ecuaţii, folosind înmulţirea ecuaţiilor cu numere convenabile şi adunarea între ele
a ecuaţiilor (transform¼
ari elementare). Metoda se bazeaz¼
a pe principiile de lucru cu relaţii de echivalenţ¼
a
(egalitatea) folosite pentru ecuaţii, date de compatibilitatea dintre relaţia de echivalenţ¼
a şi structura de
spaţiu vectorial; acestea sunt:
Multiplicarea ambilor termeni ai unei egalit¼

aţi cu acelaşi scalar nenul nu modi…c¼
a soluţiile ecuaţiei.
Adunarea aceleiaşi cantit¼
aţi la ambii termeni nu modi…c¼
Înlocuirea unei cantit¼
aţi dintr-o ecuaţie cu o cantitate egal¼
a nu modi…c¼
Aceste principii pot … folosite pentru formularea unei proceduri sistematice de g¼

asire a soluţiilor unui
sistem de ecuaţii liniare. În continuare va … descris¼
a aceast¼
a procedur¼
a.
Fie sistemul:
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:
se împarte linia i la aij iar rezultatul se scrie în locul liniei i;

pentru …ecare ecuaţie k = 1; n, k 6= i, se adun¼
a la ecuaţia k ecuaţia i înmulţit¼
a cu akj ;
se scrie rezultatul în locul liniei k.
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
Pentru …ecare akl , se ataşeaz¼

a dreptunghiul de vârfuri aij , ail , akj , akl (generat de pivot şi de
elementul ales); noul element care ocup¼
a locul (k; l) este obţinut cu formula: produsul pe diagonala
care conţine pivotul minus produsul pe diagonala care nu conţine pivotul şi totul împ¼
arţit la pivot.
Formula este:
aij akl akj ail
a0kl = ;
aij
unde a0kl înseamn¼

a noul ocupant al locului (k; l).
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.
- La …ecare alegere de pivot se schimb¼

a baza şi coordonatele vectorilor care sunt capete de coloan¼
a, dar
este vorba despre aceeaşi vectori reprezentaţi altfel.
Tabelul iniţial (cu toate am¼
anuntele necesare) arat¼
a în felul urm¼
ator:
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
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
în care necunoscutele (ecuaţiile) corespunz¼

atoare matricii identitate I sunt necunoscutele (ecuaţi-
ile) principale, ecuaţiile
8 corespunz¼
atoare liniilor de zerouri sunt ecuaţiile care decid compatibil-
< b0 = 0 ) sistem compatibil
2
itatea sistemului ( ), necunoscutele corespunz¼ atoare coloanelor
: b0 6= 0 ) sistem incompatibil
2
matricii A012 sunt necunoscutele secundare ale sistemului iar soluţia sistemului (dac¼ a este compat-
ibil) se scrie sub forma
xP = b01 A012 xS :
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
1.7.4. Soluţie. (1) Metoda pivotului aplicat¼

a acestui sistem are urm¼
atoarea form¼
a:
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
Matricial, operaţiile pentru …ecare pivot sunt urm¼

atoarele (folosind matrici elementare):
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
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 10 1 0 1
1 3 3 7 1
0 0 1 0 0
B 4 C B4 3 3 14 1 0 0
C B B 4 4 2 4 C
B 3 CB C B 1 11 5 3 C
B 1 0 C B3 2 5 13 0 1 0C = B0 1 0C
B 4 C@ A @ 4 4 2 4 C
@ 2 A 1 13 1 A
0 1 2 1 8 13 0 0 1 0 6 0 1
0 4 10 1 02 2 2 1
3 3 7 1
1 3 0 1 0 0
B CB 4 4 2 4 C B1 0 9 11 2 3
C
0
B CB 1 11 5 3 C B C
B0 4 0C B 1 0C
B C B0 4 4 2 4 C=B@
0 1 11 10 3 4 0C
A
@ 4 A@ 1 13 1 A
0 1 0 6 0 1 0 0 1 1 1 2 1
0 2 10 2 2 2 1 0 1
1 0 9 1 0 9 11 2 3 0 1 0 0 2 11 21 9
B CB C B C
B CB C B C
B0 1 11 C B0 1 11 10 3 4 0C = B0 1 0 1 14 26 11 C
@ A@ A @ A
0 0 1 0 0 1 1 1 2 1 0 0 1 1 1 2 1
0 1
4 3 3 14 1 0 0
B C
B C
a obţinut¼ a B3 2 5 13 0 1 0C şi
@ 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
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
(2) Metoda pivotului aplicat¼

atoarea form¼
a:
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

0 10 1 0 1
1 3 3 3
0 0 1
B 4 CB 4 3 3 6 C B 4 4 2 C
B 3 C B C B 1 5 7 C
B 1 0 C B 3 2 1 8 C=B 0 C
B 4 C @ A B 4 4 2 C
@ 11 A @ 1 5 7 A
0 1 11 8 7 20 0
0 4 1 0 1 0 4 4 2 1
3 3 3
1 3 0 B 1 1 0 3 12
B CB 4 4 2 C C B C
B C 1 5 7 C=B C
B 0 4 0 CB 0 B 0 1 5 14 C
@ AB@ 4 4 2 CA @ A
1 5 7
0 1 1 0 0 0 0 0
4 4 2
a obţinut¼
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
(3) Metoda pivotului aplicat¼

atoarea form¼
a:
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
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
a obţinut¼
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
Inversarea unei matrici se poate face folosind aceeaşi schem¼

a, cu tabelul iniţial şi …nal în forma:
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
1.7.6. Soluţie. Tabelul pentru aplicarea metodei pivotului este urm¼

atorul:
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
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
1.7.9. Soluţie. Se consider¼

a sistemul vectorial în necunoscutele 1, 2, 3, 4: 1 v1 + 2 v2 + 3 v3 +
4 v4 = 0. Trebuie a‡ate toate valorile scalarilor 1, 2, 3, 4 care veri…c¼

a sistemul vectorial. Prin
înlocuirea în sistemul vectorial a reprezent¼
arilor vectorilor (date în baza canonic¼
a) se obţine o nou¼
a form¼
a:
1 [v1 ] + 2 [v2 ] + 3 [v3 ] + 4 [v4 ] = [0] )

0 1 0 1 0 1 0 1 0 1
1 2 1 1 0
B C B C B C B C B C
B C B C B C B C B C
) 1 B 0 C + 2 B1C + 3 B1C + 4 B 2 C = B 0 C care este echivalent¼
a cu un sistem liniar
@ A @ A @ A @ A @ A
1 3 1 0 0
omogen
8 în necunoscutele 1 , 2 , 3 , 4 :
> 1+2 2+ 3
> 4 = 0
>
<
2+ 3+2 4 = 0
>
>
>
:
1+3 2+ 3 = 0
Se rezolv¼
a acest sistem folosind metoda pivotului şi cu p¼
astrarea semni…caţiilor de spaţiu vectorial
(bazele în care sunt reprezentaţi vectorii):
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
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
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.
1.7.11. Soluţie. Se consider¼

a sistemul vectorial în necunoscutele 1, 2, 3: 1 v1 + 2 v2 (m)+ 3 v3 (m) = 0
şi cu parametrul m.
1.7.12. Observaţie. Prezentarea de faţ¼

a a metodei elimin¼
arii a lui Gauss (metodei pivotului) nu este
complet¼
a: nu s–a speci…cat modul de abordare complet pentru situaţiile când pivotul nu poate … ales
pe diagonala principal¼
a, nu s–au prezentat aspecte legate de abordarea numeric¼
a a problemei (situaţiile
când calculele implicate se efectueaz¼
a cu aproximaţii), nu s–a prezentat efectuarea acestor calcule folosind
software matematic specializat (Computer Algebra Systems), nu s–au prezentat aplicaţii ale acestei metode
în alte zone de interes. Sper¼
am c¼
a toate aceste omisiuni vor … acoperite de alte cursuri şi/sau texte.
1.7.13. Exemplu (Aplicaţie de tip economic preluat¼

a şi adaptat¼
a dup¼
a [[7]], page 108, Example 1). O
companie american¼
a are pro…t brut de 100000 USD. Compania a acceptat s¼
a doneze 10% din pro…tul net
la Crucea Roşie. Compania trebuie s¼
a pl¼
ateasc¼
a o tax¼
a de stat de 5% din pro…t (dup¼
a donaţie) şi o tax¼
a
federal¼
a de 40% din pro…t (dup¼
a donaţie şi dup¼
a taxa de stat). Ce taxe pl¼
ateşte compania şi cât doneaz¼
a?
Care este valoarea real¼
a a donaţiei?
1.7.14. Soluţie. Fie D donaţia, S taxa de stat şi F taxa federal¼

a.
Pro…tul net este 100000 S F
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
1.8. Operaţii cu subspaţii
1.8.1. Propoziţie. Intersecţia oric¼

arei familii de subspaţii este subspaţiu (şi este mulţime nevid¼
a).
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 .
1.8.2. Exemplu. Se consider¼

a vectorii: v1 = (2; 2; 2), v2 = (2; 2; 1), v3 = ( 3; 3; 2), v4 = (2; 5; 1) şi
subspaţiile V1 = span (fv1 ; v2 g), V2 = span (fv3 ; v4 g). S¼
a se descrie intersecţia V1 \ V2 .
Rezolvare:
v 2 V1 \ V2 ) v este simultan combinaţie liniar¼
a de v1 , v2 şi de v3 , v4 aşa c¼
a se obţine:
v = 1 v1 + 2 v2 = 3 v3 + 4 v4 , de unde se8obţine sistemul:
8 >
> 7
>
> 1 = 12 ;
>
> 2 1+2 2 = 3 3+2 4 >
>
>
< >
< 7
2 = 6 ;
2 1+2 2 =3 3+5 4 , cu soluţia:
>
> >
> 1
>
: >
> 3 = 2
;
2 1 2 = 2 3+ 4
>
>
>
: 4 = 2 R:
Un vector v al intersecţiei este:
7 7 7 7
v= 12
(2; 2; 2) + 6
(2; 2; 1) = ; ;0
2 2
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
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.
Figure 2. Intersecţia a dou¼

a subspaţii
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
1.8.4. Propoziţie. Suma unei familii de subspaţii este un subspaţiu.
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
1.8.5. Propoziţie. Suma subspaţiilor coincide cu subspaţiul generat de reuniunea subspaţiilor

!
Xk [k
Vi = span Vi
i=1 i=1
(este cel mai mic subspaţiu care conţine reuniunea familiei).
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
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
j1 uij1 + j2 uij2 2 Vij1 ].
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:
(1) Orice vector al sumei admite o unic¼

a descompunere într-o sum¼
a dintre un vector din V1 şi un
vector din V2 .
(2) Intersecţia celor dou¼
a subspaţii este subspaţiul nul.
(3) Dimensiunea sumei subspaţiilor este egal¼
a cu suma dimensiunilor subspaţiilor.
(4) Pentru orice baz¼
a B1 în V1 şi orice baz¼
a B2 în V2 , B1 [ B2 este familie liniar independent¼
a.
Demonstraţie. Se va demonstra echivalenţa a…rmaţiilor 1. şi 2., 2. şi 3.

1.,2. Fie suma V1 + V2 cu proprietatea 1. şi …e x 2 V1 \ V2 : Pentru v 2 V1 + V2 9vi 2 Vi , i = 1; 2
aşa ca v = v1 + v2 = (v1 x) + (x + v2 ) cu v1 x 2 V1 şi x + v2 2 V2 deci descompunerea este unic¼
a dac¼
a
şi numai dac¼
a 8x 2 V1 \ V2 ; x = 0:
2.,3. Fie câte o baz¼
a (ei )i=1;k1 ; (fj )j=1;k2 în …ecare subspaţiu.
„)”Se presupune c¼
a V1 \ V2 = f0g. Atunci familia (ei )i=1;k1 [ (fj )j=1;k2 este baz¼
a în V1 + V2 .
Familia este sistem de generatori; demonstr¼
am c¼
a este şi liniar independent¼
a.
Fie o combinaţie liniar¼
a nul¼
a
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
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
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.
1.8.8. De…niţie. Suma V1 + V2 a dou¼

a subspaţii V1 şi V2 se numeşte direct¼a dac¼
a este satisf¼
acut¼
a una
dintre condiţiile echivalente din propoziţia 1.8.7. Suma direct¼
a a dou¼
a subspaţii se noteaz¼
a cu V1 V2 .
a subspaţii V1 şi V2 se numesc suplementare4 în V dac¼

1.8.9. De…niţie. Dou¼ a V = V1 V2 .
1.8.10. Propoziţie. Dac¼

a V1 este subspaţiu al lui V atunci exist¼
a un subspaţiu V2 astfel încât V = V1 V2 :
Demonstraţie. Fie o baz¼

a (ei )i=1;k1 a lui V1 care se completeaz¼
a la o baz¼
a a lui V cu vectorii (fj )j=1;k2 .
Atunci familia (ei )i=1;k1 [ (fj )j=1;k2 este baz¼
a în V iar subspaţiul V2 = span (fj )j=1;k2 este un suplement
al lui V1 în V:
x 2 V1 \ V2 ) vectorul x se exprim¼
a în acelaşi timp ca o combinaţie liniar¼
a de vectorii …ec¼
arei
subfamilii,
k1
X k2
X
x= i ei = j fj
i=1 j=1
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.
1.8.11. Observaţie. Din demonstraţie se observ¼

a c¼
a, datorit¼
a faptului c¼
a o familie liniar independent¼
a
poate … completat¼
a pân¼ a în mai multe feluri, suplementul unui subspaţiu (propriu)5 nu este unic.
a la o baz¼
4 Terminologia folosit¼
a difer¼
a cu şcoala c¼areia îi aparţine autorul. Şcoala Anglo–Saxon¼ a foloseşte expresia "complemen-
tary subspaces", iar şcoala Francez¼ a foloseşte expresia "sous–espaces supplémentaires"; mai mult, diferenţele se pare c¼ a se
p¼astreaz¼a şi în traduceri (un text în Englez¼ a tradus din Francez¼ a foloseşte expresia "supplementary subspaces"). Dac¼ a se
iau în calcul şi alte şcoli (cum ar … cea Rus¼ a sau cea German¼ a), expresia folosit¼
a poate conduce la diverse confuzii care se
p¼astreaz¼a chiar în aceeaşi limb¼a.
5 Spaţiul vectorial (V; K) are dou¼ a subspaţii improprii: f0g (subspaţiul nul) şi V (tot spaţiul). Fiecare subspaţiu impropriu
are suplement unic, şi anume cel¼ alalt subspaţiu impropriu.
1.8.12. Exemplu. Dac¼

a V1 = f (1; 0) ; 2 Rg, atunci familia f(1; 0)g poate … completat¼
a pân¼
a la o
a în R2 cu …ecare dintre vectorii (0; 1), (1; 1), (1; 1) şi atunci se obţine c¼
baz¼ a …ecare dintre subspaţiile
V2 = f (0; 1) ; 2 Rg, V3 = f (1; 1) ; 2 Rg, V4 = f (1; 1) ; 2 Rg este câte un suplement al lui
V1 în R2 : R2 = V1 V2 = V1 V3 = V1 V4 .
1.8.13. Observaţie. Dac¼

a V1 este subspaţiu în V astfel încât dim V1 = k şi dim V = n, atunci orice
suplement al lui V1 în V are dimensiunea n k. Dimensiunea suplementului se mai numeşte codimensiunea
lui V1 .
1.8.14. Teorem¼ a a mai multor subspaţii] Fie (Vi )i=1;k

a. [De…niţii echivalente pentru suma direct¼
P
k
şi V = Vi . Urm¼atoarele a…rmaţii sunt echivalente:
i=1
Pk
(1) Fiecare vector x al sumei se descompune în mod unic sub forma: x = vi ; vi 2 Vi ; i = 1; k.
! i=1
Pk
(2) 8j = 1; k; Vj \ Vi = f0g :
i=1;i6=j
P
k
(3) dim Vi = dim V.
i=1
S
k
(4) Pentru i = 1; k, 8Bi baz¼
a în Vi , Bi este o familie liniar independent¼
a.
i=1
Demonstraţie. Se va demonstra „1 ) 2”, „2 ) 1”, „2 ) 3”şi „3 ) 2”.

„1 ) 2” „e2 )e1” !
P
k
Se presupune prin reducere la absurd c¼
a exist¼
a j = 1; k astfel încât Vj \ Vi 6= f0g.
i=1;i6=j
!
P
k Pk
Atunci 9x 2 Vj \ Vi n f0g ) x 2 Vj şi x 2 Vi şi x 6= 0.
i=1;i6=j i=1;i6=j
P
k Pk
Atunci x = vi0 , vi 2 Vi , i 6= j şi pentru un vector oarecare al sumei v 2 Vi are loc:
i=1;i6=j
! ! i=1
P
k P
k Pk Pk P
k P
k
v= vi = vi +vj = vi x +(vj + x) = vi vi0 +(vj + x) = (vi vi0 )+
i=1 i=1;i6=j i=1;i6=j i=1;i6=j i=1;i6=j i=1;i6=j
(vj + x), care este o alt¼
a descompunere pentru x, distinct¼
a de prima din cauz¼
a c¼
a x 6= 0, contradicţie cu
unicitatea descompunerii.
„2 ) 1” „e1 )e2”
P
k P
k P
k
Dac¼
a prin reducere la absurd dou¼
a descompuneri ar coincide, vi = vi0 , atunci (vi vi0 ) = 0;
i=1 i=1 i=1 !
P
k P
k
dac¼
a 9j astfel încât vj vj0 6= 0; atunci vj0 vj = (vi vi0 ) 6= 0 ) 9j; Vj \ Vi 6= f0g
i=1;i6=j i=1;i6=j
contradicţie. Aşadar 8j = 1; k, vj vj0 = 0 adic¼

a cele dou¼
a descompuneri coincid.
„2)3”
Fie câte o baz¼
a în …ecare subspaţiu; reuniunea bazelor este sistem de generatori al sumei, iar din condiţia
2 rezult¼
a independenţa liniar¼
a a reuniunii de baze: dac¼
a reuniunea de baze n-ar … liniar independent¼
a,
atunci ar exista!un indice j şi un vector în Vj care s¼a …e sum¼

a de vectori din celelalte subspaţii, adic¼
a
Pk
Vj \ Vi 6= f0g contradicţie. Urmeaz¼ a c¼
a are loc 3.
i=1;i6=j
„3)2”
Reuniunea bazelor este sistem de generatori al sumei
! şi din 3 urmeaz¼
a c¼
a este şi liniar independent¼
!a
Pk Pk
(ca …ind minimal¼
a), aşa c¼
a dac¼
a are loc Vj \ Vi 6= f0g atunci pentru 0 6= x 2 Vj \ Vi
i=1;i6=j i=1;i6=j
şi pentru v oarecare o scriere a lui v în reuniunea bazelor ar putea … modi…cat¼ a prin intermediul lui x în
Pk
alt¼a scriere distinct¼ a de prima, folosind cele dou¼ a reprezent¼ari ale lui x în Vj şi în Vi :
i=1;i6=j
! ! !
kj0 kj kj kj0 kj kj0
P j0 j0 P
k P j j Pk P j j P j0 j0 P
k P j j P j0 j0
x= e
i i = e
i i ; v = e
i i = e
i i + e
i i = i i eji 0 +
i=1 j=1;j6=j0 i=1 j=1 i=1 i=1 j=1;j6=j0 i=1 i=1
!
P
k k
P j
j
j j
i + i ei , adic¼ a reuniunea familiei de baze n–ar … liniar independent¼ a, contradicţie.
j=1;j6=j0 i=1
"3?4" Se presupune c dimensiunea sumei este egal cu suma dimensiunilor. Fiecare baz Bi areacela inum
?ki=1 dimVi :Dac prinabsurddou bazeBi1 iBi2 nuarf idisjuncte; astaarnsemnac Bi1 ?Bi2 esteobaz aluiVi1 ?Vi2 :Vi
Vi1 ???decompletat
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
a. (Formula lui Grassmann) Pentru orice dou¼

1.8.16. Teorem¼ a subspaţii V1 şi V2 are loc:
dim V1 + dim V2 = dim (V1 + V2 ) + dim (V1 \ V2 ) :
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
x 2 (V1 \ V2 ) \ (V01 + V02 ) ) x 2 V1 ; x 2 V2 ; x 2 V01 + V02 )

x 2 V1 ; x 2 V2 ; x = u1 + u2 ; ui 2 V0i ) u1 2 V01 V1 şi
u1 = x u2 2 V2 ) u1 2 V1 \ V2 \ V01 = f0g ) u1 = 0;
analog u2 = 0 deci x = 0.
V01 \ ((V1 \ V2 ) + V02 ) = V01 \ V2 = f0g.
V02 \ ((V1 \ V2 ) + V01 ) = V02 \ V1 = f0g.
Aşadar descompunerea sumei V1 + V2 = (V1 \ V2 ) V01 V02 este direct¼
a şi atunci are loc relaţia dintre
dimensiuni:
dim (V1 + V2 ) = dim (V1 \ V2 ) + dim V01 + dim V02 ;
cum dim V0i = dim Vi dim (V1 \ V2 ) urmeaz¼

a c¼
a
dim (V1 + V2 ) = dim V1 + dim V2 dim (V1 \ V2 ) ;
ceea ce încheie demonstraţia.
1.9. Laticea subspaţiilor
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:
" "
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
atoare, nici–un interval nu poate … proiectiv cu un subinterval
propriu al s¼
au.
Obs: Dat¼
atoare, toate intervalele proiective au aceeaşi valoare.
Obs: Orice valuare asociaz¼

a o unic¼
a valoare …ec¼
arei clase de intervale proiective prime.
Obs: Dac¼
a p (W) este num¼
arul de intervale prime ale unui lanţ între f0V g şi W, atunci p ( ) este o
valuare.
Obs: Orice combinaţie liniar¼a de valu¼
ari este o valuare.
P
Obs: structura unei valu¼ ari: v (W) = v (f0V g) + p p (W), unde, pentru …ecare clas¼
a de intervale
proiective prime, p este o valoare ataşat¼
a clasei iar p ( ) este num¼
arul de intervale prime proiective cu
clasa respectiv¼
a, în orice lanţ maximal dintre f0V g şi W.
1.10. Spaţiul factor
1.10.1. Spaţiul factor ataşat unui subspaţiu …xat.
1.10.1. Observaţie. Fie (V; K) un spaţiu vectorial şi V0 un subspaţiu al s¼

au; V0 …ind subspaţiu, este şi
subgrup al grupului V. Se consider¼
a pe V relaţia
Def
u v v (mod V0 ) , u v 2 V0 :
Aceast¼
a relaţie este o relaţie de echivalenţ¼
a pe V.
Demonstraţie. Re‡exivitate: 8v 2 V, v v v (mod V0 ), pentru c¼

av v = 0 2 V0
Simetrie: u v v (mod V0 ) ) u v 2 V0 subspaţiu liniar ) v u= (u v) 2 V0 ) v v u (mod V0 ).
Tranzitivitate: u v v (mod V0 ) şi v v w (mod V0 ) ) u v şi v w 2 V0 ) u w = (u v) +
(v w) 2 V0 ) u v w (mod V0 ).
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.
Familia tuturor claselor de echivalenţ¼

a modulo V0 formeaz¼
a o partiţie a lui V:
1.10. SPAŢIUL FACTOR 61
b [orice element aparţine m¼

Demonstraţie. x 2 V ) x 2 x acar unei clase de echivalenţ¼
a modulo V0 ],
şi cum nu poate aparţine mai multor clase de echivalenţ¼
a, aparţine exact uneia.
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
(este o mulţime de clase de echivalenţ¼

a, deci o mulţime de mulţimi)
1.10.3. Observaţie. Pentru …ecare x 2 V …xat, funcţia x ( ) : V0 ! (b

x (mod V0 )) de…nit¼
a prin x (v) =
x + v este bijectiv¼
a.
Demonstraţie. Injectivitatea: …e v1 , v2 2 V0 astfel încât x (v1 ) = x (v2 ) ) x + v1 = x + v2 ) v1 =

v2 .
b (mod V0 ) = 9vy 2 V0 , y = x + vy )
Surjectivitatea: y 2 x x (vy ) = x + vy = y.
1.10.4. Propoziţie. Pe mulţimea V=V0 se poate de…ni o stuctur¼

a de spaţiu vectorial, cu operaţiile:
Def
Adunarea claselor modulo V0 : (b y (mod V0 )) = x[
x (mod V0 )) + (b + y (mod V0 )
Înmulţirea claselor modulo V0 cu un scalar: x (mod V0 )) = cx (mod V0 )
(b
Demonstraţie. Toate clasele sunt modulo V0 .

Def
b + yb = x[
Adunarea x + y este o operaţie bine de…nit¼
a (nu depinde de reprezentanţi) între clasele de
echivalenţ¼
a pentru c¼
a, dac¼
axb=x
b1 şi yb = yb1 , atunci x x1 şi y y1 2 V0 ) (x + y) (x1 + y1 ) 2 V0
deci x[
+ y = x\
1 + y1 . Asociativitatea rezult¼ x + yb) + zb = x[
a din asociativitatea operaţiei pe V: (b + y + zb =
\
(x + y) + z = x +\ b + y[
(y + z) = x y + zb); elementul neutru este b
b + (b
+z = x 0(= V0 ) iar opusul este
b = cx.
x
Înmulţirea unei clase de echivalenţ¼
a cu un scalar: b = cx este o operaţia bine de…nit¼
x a pentru c¼
a,
dac¼
axb=x
b1 atunci x x1 2 V0 deci (x a cx = cx1 .
x1 ) 2 V0 , adic¼
(V=V0 ; K) este spaţiu vectorial, deoarece au loc şi propriet¼
aţile:
b=( \
( + )x x + x = cx + cx = x
+ )x = \ b+ x
b;
x + yb) = x[
(b \
+ y = (x + y) = \
x + y = cx + cy;
b) =
( x cx = \
( x) = (\)x = ( b = 1dx = x
b;1 x
)x b: Deci (V=V0 ; K) este spaţiu vectorial (cu
operaţiile între clase de echivalenţ¼
a de…nite mai sus)
1.10.5. Observaţie. Funcţia ( ) : V ! (V=V0 ) de…nit¼

a prin b este mor…sm (surjectiv) de spaţii
(x) = x
vectoriale iar ker ( ) = V0 .
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 :
Demonstraţie. Se alege o baz¼

a x1 ; ; xk în V0 şi se completeaz¼
a pân¼
a la o baz¼
a x1 ; ; xk ; y1 ; ; yr
a familia yb1 ;
în V. Se consider¼ ; ybr în V=V0 ; x1 ; ; xk ; y1 ; ; yr este baz¼
a în V aşa c¼
a 8v 2 V 9 i ; j 2K
X
k
Pr P
r
astfel încât v = i xi + j yj , adic¼a vb = bj deci yb1 ;
jy ; ybr formeaz¼
a sistem de generatori în V=V0 .
i=1 i=1
|i=1{z }
2V0
P
r P
r P
r
Fie j 2 K astfel încât bj
jy =b
0) j yj 2 V0 ; dac¼
a 0 6= v0 = j yj 2 V0 , atunci din faptul c¼
a
i=1 i=1 i=1
v0 este reprezentabil şi ca o combinaţie liniar¼
a de xi ar urma c¼
a vectorii x1 ; ; xk ; y1 ; ; yr accept¼
ao
combinaţie liniar¼
a nul¼
a cu coe…cienţi nenuli, contradicţie cu calitatea de baz¼
a; aşadar v0 este nul şi cum
y1 ; ; yr sunt liniar independenţi în V urmeaz¼ a toţi scalarii sunt nuli. Aşadar yb1 ;
a c¼ ; ybr este o baz¼
a
în spaţiul factor V=V0 şi dim V=V0 = r, adic¼
a 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
Mulţimile plate de dimensiune 0 sunt clase echivalenţ¼

a modulo f0g (subspaţiul nul), de forma fvg.
a modulo orice subspaţiu 1–dimensional (drepte).
a modulo orice subspaţiu 2–dimensional (plane).
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. Exemple de operatori liniari
2.1.1. Exemplu. Operatorul de derivare, peste spaţiul vectorial al funcţiilor de o variabil¼

a inde…nit
derivabile:
D ( ) : C 1 (R) ! C 1 (R), D (f ( )) = f 0 ( ).
Operatorul de derivare este liniar:
D ((f + g) ( )) = (f + g)0 ( ) = f 0 ( ) + g 0 ( );
D (( f ) ( )) = ( f )0 ( ) = f 0 ( ).
2.1.2. Exemplu. Operatorul de integrare, peste spaţiul vectorial al funcţiilor integrabile:

Rt
I ( ) : F ! F , I (f ( )) (t) = f ( ) d . Operatorul este liniar, datorit¼
a propriet¼
aţilor integralei.
a
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
aţi ale operatorilor liniari) Fie U ( ) : V1 ! V2 Atunci au loc:

2.2.1. Propoziţie. (Propriet¼
(1) U ( ) liniar , 8 ; 2 K, 8x1 ; x2 2 V1 , U ( x1 + x2 ) = U (x1 ) + U (x2 )

(2) U ( ) liniar )
(a) U (0V1 ) = 0V2 ;
(b) 8 subspaţiu V01 V1 , U (V01 ) = fU (v) ; v 2 V01 g este subspaţiu în V2 ;
(c) 8 subspaţiu V02 V2 , U 1
(V02 ) = fv 2 V1 ; U (v) 2 V02 g este subspaţiu în V1 .
Not¼
a: la punctele 2.b şi 2.c se folosesc noţiunile de imagine direct¼
a şi de preimagine a unei
mulţimi printr–o funcţie; a se consulta De…niţia 7.2.18 şi Observaţia 7.2.19.
Demonstraţie. Fie U ( ) : V1 ! V2
(1) ")" Fie U ( ) operator liniar, x1 , x2 2 V şi , 2 K.

aditivitate omogenitate
Atunci U ( x1 + x2 ) = U ( x1 ) + U ( x2 ) = U (x1 ) + U (x2 ).
"(" Fie U ( ) o funcţie care satisface relaţia:
66 2. OPERATORI LINIARI
8 ; 2 K, 8x1 ; x2 2 V1 , U ( x1 + x2 ) = U (x1 ) + U (x2 );

pentru = = 1, se obţine U (x1 + x2 ) = U (x1 ) + U (x2 ) [aditivitate],
pentru = 0, se obţine U ( x1 ) = U (x1 ) [omogenitate],
adic¼
a funcţia U ( ) este operator liniar.
(2) Dac¼
a U ( ) este liniar, atunci:
(a)
U (0V1 ) = U (x x) = U (x) U (x) = 0V2
(b) Fie ; 2 K, y1 ; y2 2 U (V01 ) ) 9x1 ; x2 2 V01 astfel încât U (xi ) = yi ;

9
V01 subspaţiu ) x1 + x2 2 V01 =
) U ( x1 + x2 ) = U (x1 ) + U (x2 ) = y1 + y2 2 U (V10 ) :
U ( ) operator liniar ;
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 ( )).

a între spaţiile V1 şi V2 exist¼
a un operator bijectiv, atunci dimensiunile spaţiilor
sunt egale.
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.
2.2.5. Propoziţie. Fie (V1 ; K), (V2 ; K) dou¼

a spaţii vectoriale peste acelaşi corp şi …e U ( ) : V1 ! V2
1
mor…sm bijectiv. Atunci funcţia U ( ) : V2 ! V1 este mor…sm bijectiv (inversa unui mor…sm inversabil
este mor…sm) (inversa unui operator liniar inversabil este operator liniar).
Demonstraţie. Se ştie c¼
a au loc
U (u + v) = U (u) + U (v) ; U ( u) = U (u) :
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).
2.2.6. Propoziţie. Fie U1 ( ) : V1 ! V2 , U2 ( ) : V2 ! V3 mor…sme peste spaţii vectoriale cu acelaşi corp

K de scalari. Atunci U ( ) : V1 ! V3 de…nit prin U (v) = U2 (U1 (v)), 8v 2 V1 este mor…sm de spaţii
vectoriale (calitatea de mor…sm se p¼
astreaz¼
a prin operaţia de compunere).
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 (:)

a domeniul şi codomeniul operatorului coincid iar U ( ) : V ! V, atunci se
poate discuta despre puterile operatorului U ( ), în sensul: U 2 ( ) = (U U ) ( ), U n ( ) = (U U ) ( ).
| {z }
n ori
Identitatea pe V, I ( ) : V ! V, I (v) = v este operator liniar.
P
n
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).

a p ( ) şi q ( ) sunt dou¼
a polinoame oarecare, atunci p (U ( )) q (U ( )) = q (U ( ))
p (U ( )). Asta înseamn¼
a c¼
a, deşi în general compunerea operatorilor (sau compunerea funcţiilor) nu este
comutativ¼
a, în cazul particular al operatorilor care sunt polinoame de acelaşi operator aceştia comut¼
a.
Demonstraţia se bazeaz¼
a pe observaţia c¼
a orice dou¼
a puteri ale aceluiaşi operator comut¼
a, adic¼
a relaţii de
forma U k Uj ( ) = Uj U k ( ) = U k+j ( ) şi este l¼
asat¼
a exerciţiu.
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).
Demonstraţie. Re‡exivitatea rezult¼

a din faptul c¼
a operatorul identitate U ( ) : V1 ! V1 , U (v) = v
este liniar şi bijectiv, deci V1 = V1 . Simetria rezult¼
a din Propoziţia (2.2.5), pentru c¼
a dac¼
a V1 = V2 , atunci
1
9 U ( ) : V1 ! V2 mor…sm bijectiv ) U ( ) : V2 ! V1 mor…sm bijectiv ) V2 = V1 . Tranzitivitatea
rezult¼
a din Propoziţia (2.2.6) pentru c¼
a, dac¼
a V1 = V2 şi V2 = V3 atunci exist¼
a izomor…smele U ( ) : V1 !
V2 şi V ( ) : V2 ! V3 iar noua funcţia (V U ) ( ) : V1 ! V3 p¼
astreaz¼
a prin compunere şi proprietatea de
liniaritate şi pe cea de bijectivitate, deci V1 = V3 .
2.2.11. Observaţie. Mulţimea LK (V1 ; V2 ) admite împreun¼

a cu operaţiile obişnuite între funcţii
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).
Demonstraţie. (LK (V1 ; V2 ) ; +) este evident grup (din propriet¼

aţile adun¼
arii pe V2 ) şi are ca element
neutru operatorul identic nul O ( ) : V1 ! V2 , O (v) 0. Celelalte axiome sunt satisf¼
acute evident.
2.3. REPREZENTAREA OPERATORILOR 69
2.3. Reprezentarea operatorilor
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
Fie U ( ) : V1 ! V2 un operator liniar între dou¼

a spaţii vectoriale de tip …nit, peste acelaşi corp K.
S¼
a presupunem c¼
a spaţiile vectoriale sunt de dimensiune n; respectiv m şi s¼
a alegem câte un reper în
…ecare spaţiu, Bd = (e1 ; ::; en ) în domeniul de de…niţie şi Bc = (f1 ; ::; fm ) în codomeniul operatorului.
Fie
P
m
U (ej ) = aij fi 2 V2 ; j = 1; n (reprezentarea vectorial¼
a)
i=1 2 3
6 a1j 7
6 7
6 a2j 7
6 7
[U (ej )]Bc = 6 . 7 (reprezentarea în coordonate)
6 .. 7
6 7
4 5
amj
reprezent¼
arile imaginilor vectorilor bazei domeniului de de…niţie în baza codomeniului.
a [U ( )]B
Matricea astfel obţinut¼ d
Bc = [aij ] i=1;n = [U (e1 )]Bc [U (ej )]Bc [U (en )]Bc (matricea
j=1;m
care are drept coloane reprezent¼
arile în codomeniu ale imaginilor reperului din domeniu) se numeşte
matricea asociat¼a lui U ( ) în bazele Bd şi Bc .
Reciproc, pentru …ecare matrice A 2 Mm n (R) şi pentru …ecare alegere de baze în domeniu şi în
codomeniu exist¼
a câte un operator liniar asociat, de…nit prin formula de mai sus. Cu alte cuvinte, funcţia
U ( ) : Rn ! Rm de…nit¼ a prin U (x) = Ax este operator liniar (exerciţiu!).
2 3
x1
6 7
6 .. 7
Dac¼ a x 2 V1 iar scrierea lui x în baza Bd este [x]Bd = 6 . 7, atunci
4 5
xn
!
P
n P
n P
n Pm
U (x) = U xj e j = xj U (ej ) = xj aij fi =
j=1 j=1 j=1 i=1
!
P
n P
m P
m P
n
= aij xj fi = aij xj fi
j=1 i=1 i=1 j=1
deci scrierea lui U (x) în baza Bc este

2 Pn 3
2 3 2 3
a x
6 j=1 1j j 7
6 n 7 6 a11 a12 a1n 7 6 x1 7
6 P 7 6 7 6 7
6 a2j xj 7 6 a21 a22 a2n 7 6 x2 7
6 7 6 7 6 7
[U (x)]Bc = 6 j=1 7=6 . .. .. 7 6 .. 7 = [U (e1 )]Bc [U (ej )]Bc [U (en )]Bc [x]Bd ;
6 7 6 .. ...
6
..
7 6 . . 7
7
6
6
7
. 7
6 n . 7 4 5 4 5
4 P 5
amj xj am1 am2 amn xn
j=1
[U (x)]Bc = [U ( )]Bd
Bc [x]Bd :
Matricea de reprezentare a operatorului [U ( )]Bd

Bc este unic¼
a deoarece pentru dou¼
a matrici A şi B are
a 8x 2 Rn , Ax = Bx, atunci A = B.
loc a…rmaţia: dac¼
2.3.2. Propoziţie. Operatorul U ( ) este bijectiv dac¼

a şi numai dac¼
a matricea ataşat¼
a lui pentru o alegere
oarecare a bazelor din domeniu şi codomeniu este inversabil¼
a.
Demonstraţie. „)” Dac¼

a U ( ) este bijectiv, atunci din Observaţia 2.2.4 cele dou¼
a spaţii au aceeaşi
dimensiune (deci matricea ataşat¼
a este p¼
atratic¼
a) şi pentru …ecare y 2 V2 sistemul Ax = y are o unic¼
a
soluţie (unicitatea din injectivitate iar existenţa din surjectivitate). Se presupune prin reducere la absurd
c¼
a matricea n-ar … inversabil¼
a; ar urma det A = 0, adic¼
a matricea are coloanele liniar dependente. Se
consider¼
a o combinaţie liniar¼
a nenul¼
a de coloanele matricii a c¼
arei valoare s¼
a …e vectorul nul; matricial
înseamn¼
a o soluţie nenul¼
a a sistemului Ax = 0, care odat¼
a cu soluţia x accept¼
a şi soluţii de forma x,
2 K. Aceasta este o contradicţie cu faptul c¼
a sistemul Ax = 0 are o unic¼
a soluţie, contradicţie care
provine din ipoteza c¼
a matricea n-ar … inversabil¼ a A 1.
a. Deci exist¼
„(”Dac¼
a matricea A este inversabil¼
a, atunci, p¼
astrând aceeaşi baz¼
a în …ecare spaţiu, operatorul liniar
V ( ) : V2 ! V1 de…nit prin V (y) = A 1 y este chiar funcţia invers¼
a pentru U ( ), adic¼
a U ( ) este inversabil
deci bijectiv.
2.3.3. De…niţie. Se numeşte rangul operatorului U ( ) rangul matricii ataşate lui pentru o alegere oarecare
a bazelor.
2.3.4. Observaţie. (1) Un operator este injectiv dac¼

a şi numai dac¼
a rangul s¼
au este egal cu dimen-
siunea domeniului de de…niţie.
(2) Un operator este surjectiv dac¼
a şi numai dac¼
a rangul s¼
au este egal cu dimensiunea codomeniului.
Demonstraţie. Evident
2.4. TEOREME DE IZOMORFISM 71
2.3.5. Observaţie. Schimbarea reprezent¼

arii operatorilor la schimbarea bazei se face astfel:
Bd B0
[U (x)]Bc = [U ( )]Bc
[x]Bd ; [U (x)]Bc0 = [U ( )]Bdc0 [x]B 0 ;
d
[x]B 0 = [M (Bd )]B 0 [x]Bd ; [U (x)]Bc0 = [M (Bc )]Bc0 [U (x)]Bc ;

d d
deci
[U (x)]Bc = [M (Bc )]Bc10 [U (x)]Bc0 = [U ( )]Bd
Bc [x]Bd )
[U (x)]Bc0 = [M (Bc )]Bc0 [U ( )]Bd

Bc [x]Bd =
= [M (Bc )]Bc0 [U ( )]Bd 1

Bc [x]Bd [M (Bd )]B 0 [x]B 0 : d d
2.3.1. Reprezentarea funcţionalelor. Fiind …xat¼

a o baz¼
a Bd = fv1 ; ; vn g în (V; K) şi o baz¼
a
Bc = fwg în (K; K), orice funcţional¼
a liniar¼
a f ( ) : V ! K (care este un tip particular de operator) admite
o unic¼
a reprezentare: !
X
n X
n
f (v) = f i vi = if (vi ) ;
i=1 i=1
deci valoarea funcţionalei în v este unic determinat¼

a de valorile funcţionalei în vectorii bazei şi de coordo-
natele vectorului. În scriere matricial¼
a, are loc:
2 3
6 1 7
6 7
h i6 2 7
6 7
[f (v)]Bc = f (v1 ) f (v2 ) f (vn ) 6 . 7 =
6 .. 7
6 7
4 5
n
h i
= f (v1 ) f (v2 ) f (vn ) [v]Bd :
Mai mult, dac¼

a pentru o baz¼
a …xat¼
a în V se noteaz¼
a cu i ( ) : V ! K coordonata i a …ec¼
arui vector în
baza …xat¼
a (baza în K nu se schimb¼ a în V0 . Aceast¼
a), familia de funcţionale ( i ( ))i=1;n este o baz¼ a baz¼
a
se numeşte baza dual¼
a bazei Bd din V. Urmeaz¼
a c¼
a pentru spaţii vectoriale de tip …nit spaţiul este izomorf
cu dualul s¼
au.
2.4. Teoreme de izomor…sm
2.4.1. Teorem¼ a de izomor…sm) Fie U ( ) : V1 ! V2 un mor…sm între

a. (Teorema fundamental¼
dou¼
a spaţii vectoriale. Atunci spaţiile vectoriale V1 = ker U ( ) şi Im U ( ) sunt izomorfe.
Demonstraţie. Se de…neşte U~ ( ) : V1 = ker U ( ) ! Im U ( ) prin U~ (b

x) = U (x);
U~ ( ) este bine de…nit (de…niţia nu depinde de reprezentanţi) pentru c¼
a dac¼
axb = yb atunci x y 2
ker U ( ), adic¼
a U (x) = U (y).
U~ ( ) este mor…sm de spaţii vectoriale: aditivitatea U~ (b b2 ) = U~ x\
x1 + x 1 + x2 = U (x1 + x2 ) =
U (x1 ) + U (x2 ) = U~ (b
x1 ) + U~ (b
x2 );
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
a. (Teorema I de izomor…sm) Fie (V; K) un spaţiu vectorial, V1 şi V2 subspaţii vecto-

2.4.2. Teorem¼
riale astfel încât V V1 V2 . Atunci spaţiile vectoriale ((V=V2 ) = (V1 =V2 )) şi V=V1 sunt izomorfe.
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
a. (Teorema II de izomor…sm) Fie (V; K) un spaţiu vectorial, V1 şi V2 subspaţii

2.4.3. Teorem¼
vectoriale ale lui V. Atunci spaţiile vectoriale V1 = (V1 \ V2 ) şi (V1 + V2 ) =V2 sunt izomorfe.
Demonstraţie. Se de…neşte funcţia ( ) : V1 ! (V1 + V2 ) =V2 prin b = x + V2 .

(x) = x
Funcţia este mor…sm de spaţii vectoriale: (x + y) = x[ b + yb =
+y = x (x) + (y) şi ( x) = cx =
b=
x b=b
(x). x 2 ker (:) , x 2 V1 şi x 0 () x 2 V2 ) deci ker (:) = V1 \ V2 .
b1 )
Fie y 2 (V1 + V2 ) =V2 ) 9x1 2 V1 , 9x2 2 V2 , y = x1 + x2 + V2 = x1 + V2 = x (x1 ) = y )
funcţia este surjectiv¼
a.
Din Teorema fundamental¼
a de izomor…sm urmeaz¼
a c¼
a spaţiile V1 = ker (:) şi Im (:) sunt izomorfe,
adic¼
a spaţiile vectoriale V1 = (V1 \ V2 ) şi (V1 + V2 ) =V2 sunt izomorfe.
2.4.4. Corolar. Fie (V; K) un spaţiu vectorial, V1 şi V2 subspaţii vectoriale ale lui V. Atunci
dim V1 + dim V2 = dim (V1 + V2 ) + dim (V1 \ V2 ) :
Demonstraţie. Din Teorema II de izomor…sm se ştie c¼

a spaţiile vectoriale V1 = (V1 \ V2 ) şi (V1 + V2 ) =V2
sunt izomorfe, deci au aceeaşi dimensiune. Deci
dim (V1 = (V1 \ V2 )) = dim ((V1 + V2 ) =V2 )

2.4. TEOREME DE IZOMORFISM 73
şi din corolarul anterior

dim (V1 = (V1 \ V2 )) = dim V1 dim (V1 \ V2 )
iar
dim ((V1 + V2 ) =V2 ) = dim (V1 + V2 ) dim V2
aşa c¼
a
dim V1 dim (V1 \ V2 ) = dim (V1 + V2 ) dim V2 :
2.4.5. Corolar. Fie (V1 ; K), (V2 ; K) dou¼

a spaţii vectoriale de tip …nit şi U ( ) : V1 ! V2 un mor…sm de
spaţii vectoriale. Atunci au loc a…rmaţiile:
(1) dim V1 = dim (ker U ( )) + dim (Im U ( ));

(2) U ( ) injectiv , dim V1 = dim (Im U ( ));
(3) U ( ) surjectiv , dim V2 = dim (Im U ( )).
Demonstraţie. 1. Se foloseşte Teorema 2.4.1 şi Teorema 1.10.7.

Spaţiile vectoriale V1 = ker U ( ) şi Im U ( ) sunt izomorfe, aşa c¼
a dimensiunile lor sunt egale:
dim (V1 = ker U ( )) = dim (Im U ( )). Cum dim (V1 = ker U ( )) = dim (V1 ) dim (ker U ( )), se obţine:
dim (V1 ) dim (ker U ( )) = dim (Im U ( )) ) dim (V1 ) = dim (ker U ( )) + dim (Im U ( )).
2. U ( ) injectiv , ker U ( ) = f0g () dim (ker U ( )) = 0 şi din 1. () dim (V1 ) = dim (Im U ( )).
3. U ( ) surjectiv , Im U ( ) = V2 () dim V2 = dim (Im U ( )) (ultima echivalenţ¼
a are loc deoarece
Im U ( ) este totdeauna un subspaţiu inclus în V2 ; dac¼
a în plus dimensiunile sunt egale, atunci Im U ( ) şi
V2 sunt chiar egale).
a. (Teorema lui Sard a câtului, variant¼

2.4.6. Teorem¼ a …nit–dimensional¼
a) Fie X, Y , Z spaţii vectoriale
peste acelaşi corp K şi …e operatorii liniari S ( ) : X ! Y şi T ( ) : X ! Z. Dac¼
a S ( ) este surjectiv iar
ker S ( ) ker T ( ), atunci 9 operatorul liniar unic R ( ) : Y ! Z astfel încât T = R S:
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
P ( ) este bine de…nit (Exerciţiu!).

P ( ) este liniar (Exerciţiu!).
b
De…nim R ( ) : Y ! Z prin: R ( ) = T^ P S^ 1 ( ). Atunci
b b b b
(R S) (x) = R (S (x)) = T^ P S^ 1 (S (x)) = T^ (P (^
x)) = T^ x
^ = T (x).
2.4.7. Observaţie. Reciproc, dac¼

a X, Y , Z spaţii vectoriale peste acelaşi corp K iar S ( ) : X ! Y şi
T ( ) : X ! Z sunt operatori liniari astfel încât 9 operatorul liniar R ( ) : Y ! Z cu T = R S, atunci
este evident c¼
a are loc ker S ( ) ker T ( ) (Exerciţiu!).
2.5. Introducere În Teoria Spectral¼

a
2.5.1. De…niţie. Fie (V; K) un spaţiu vectorial, V0 V un subspaţiu vectorial şi U ( ) : V ! V un

operator liniar. Subspaţiul V0 se numeşte invariant relativ la operatorul U ( ) dac¼
a
U (V0 ) V0 :

a un operator pe un spaţiu de dimensiune n admite un subspaţiu invariant de
dimensiune m, atunci matricea corespunz¼
2atoare unei alegeri
3 2 de baz¼
a a spaţiului
3 pentru care primii m vectori
A11 A12 A11 A12
a a subspaţiului este de forma 4
sunt baz¼ 5=4 5 2 Mn;n (cu A21 = 0 2Mn
m;m ).
A21 A22 0 A22
[Dac¼
a baza este ordonat¼
a astfel încât baza subspaţiului invariant este pe ultimele locuri, atunci matricea
operatorului va avea 0 pe locul A12 ]
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
Matricea care reprezint¼

a operatorul este o matrice care are drept coloane reprezent¼
arile imaginilor prin
operator ale vectorilor de baz¼
a din domeniu:
U (v1 ); U (v2 ); ; U (vm ); U (vm+1 ) ; ; U (vn ) sunt imaginile prin operator ale vectorilor bazei, care se
reprezint¼
a în codomeniu în raport cu aceeaşi baz¼
a. Deoarece subspaţiul V0 este invariant faţ¼
a de operatorul
U ( ), fU (v1 ); U (v2 ); ; U (vm )g V0 , adic¼
a reprezentarea …ec¼
aruia este câte o coloan¼
a în care ultimele
n m poziţii sunt toate nule 2 3
a1j
6 7
6 7
6 a2j 7
6 7
6 . 7
6 .. 7
6 7
Pm 6 7
U (vj ) = aij vi ; [U (vj )]B = 6
6 amj
7 ,8j = 1; m.
7
i=1 6 7
6 7
6 0 7
6 7
6 .. 7
6 . 7
4 5
0
Matricea operatorului este matricea ale c¼
arei coloane sunt reprezent¼
arile în baza B ale imaginilor prin
operator
2 ale vectorilor bazei B. Se obţine o matrice
3 de forma:
a a1m a1(m+1) a1n
6 11 7
6 7
6 a21 a 2m a 2(m+1) a 2n 7
6 7
6 . .. .. 7 2 3
6 .. . . 7
6 7 A11 A12
6 7 6 m m 7
6 a amn 7 6 m (n m) 7.
6 m1 amm am(m+1) 7, care este de forma 4 5
6 7 0 A22
6 7 (n m) m
6 0 0 a(m+1)(m+1) a(m+1)n 7 (n m) (n m)
6 7
6 .. .. .. 7
6 . . . 7
4 5
0 0 an(m+1) ann

a spaţiul se poate reprezenta ca o sum¼
a direct¼
a de subspaţii invariante, atunci
matricea operatorului într-o baz¼
a corespunz¼
atoare sumei directe este
2 3
6 A11 0 0 7
6 7
6 0 A22 0 7
6 7
6 .. 7
6 . 7
6 7
4 5
0 0 Akk
Demonstraţie. Pentru dou¼

a subspaţii, …e V = V1 V2 şi …e o baz¼
a ataşat¼
a acestei sume directe:
f1 ; ; fk1 ; g1 ; ; gk2 ;
atunci ultimele k2 coordonate ale lui U (fj ) sunt nule (pentru c¼

a se exprim¼
a numai cu baza lui V1 ) iar
primele k1 coordonate ale lui U (gj ) sunt nule (pentru c¼
a se exprim¼ a numai cu baza lui V2 ). Se obţine o
2 3
A11 0
form¼ a pseudodiagonal¼a de forma 4
a matricial¼ 5.
0 A22
Pentru mai multe subspaţii forma pseudodiagonal¼ a se obţine prin inducţie.

a un subspaţiu este invariant pentru un operator liniar, de aici nu rezult¼
a c¼
a un
suplement al subspaţiului ar … şi el invariant pentru operator. Mai mult, este posibil ca nici–un suplement
al subspaţiului s¼
a nu …e invariant pentru operator.
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).
2.5.6. Observaţie. Vectorii x şi U (x) sunt coliniari dac¼

a şi numai dac¼
a exist¼
a un scalar astfel încât
U (x) = x:
Scalarul se numeşte valoare proprie corespunz¼atoare vectorului propriu.
2.5.7. Observaţie. Valoarea proprie corespunz¼

atoare unui vector propriu este unic¼
a (unui vector propriu
nu îi pot corespunde mai multe valori proprii distincte)
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.

a un vector propriu corespunde unei valori proprii, atunci orice vector coliniar cu
el corespunde aceleiaşi valori proprii.
Demonstraţie. Fie U (x) = x şi vectorul x; atunci U ( x) = ( x) aşa c¼

a şi vectorul x este
vector propriu şi are ca valoare proprie tot .

a într–o familie de vectori proprii vectorii corespund la valori proprii distincte
dou¼
a câte dou¼
a, atunci familia este liniar independent¼
a.
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
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.
Demonstraţie. La …ecare valoare proprie distinct¼

a corespunde m¼
acar un vector propriu iar familia
acestor vectori proprii este liniar independent¼
a, deci num¼
arul de vectori nu poate dep¼
aşi dimensiunea
spaţiului.

a doi vectori proprii au aceeaşi valoare proprie, atunci nu sunt neap¼
arat coliniari
(nu fac parte neap¼
arat din aceeaşi direcţie invariant¼
a).
2.5.12. Observaţie. Fie o valoare proprie …xat¼

a. Mulţimea V = fv 2 V; U (v) = vg a vectorilor
proprii corespunz¼
atori valorii proprii formeaz¼
a un subspaţiu vectorial.
Demonstraţie. U (x1 ) = x1 şi U (x2 ) = x2 ) U ( 1 x1 + 2 x2 ) = ( 1 x1 + 2 x2 ) deci orice combi-

naţie liniar¼
a de vectori proprii corespunz¼
atori valorii proprii este vector propriu corespunz¼
ator aceleiaşi
valori proprii.
2.5.13. De…niţie. Subspaţiul V = fv 2 V; U (v) = vg se numeşte subspaţiul propriu al operatorului

U ( ) corespunz¼ator valorii proprii . Dimensiunea acestui subspaţiu se numeşte multiplicitatea geometric¼a
a valorii proprii .
2.5.14. Observaţie. Subspaţiul V poate … privit ca nucleul operatorului liniar N ( ) : V ! V, N (v) =

U (v) v.
Demonstraţie. V = fv 2 V; U (v) = vg = fv 2 V; U (v) v = 0g =

1
= fv 2 V; N (v) = 0g = N (f0g) = ker N ( ).
2.5.15. Observaţie. Pentru operatorul U ( ) : V ! V se …xeaz¼

a aceeaşi baz¼
a B şi în domeniul de de…niţie
şi în codomeniu. Relaţia U (v) = v scris¼
a în baza B în care operatorul are matricea A este
A [v]B = [v]B ) A [v]B = In [v]B ) (A In ) [v]B = 0;
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:
2.5.16. De…niţie. 1. Ecuaţia det (A In ) = 0 (în necunoscuta ) se numeşte ecuaţia caracteristic¼a a

operatorului U ( ) / matricii A.
2. Polinomul 7! det (A In ) se numeşte polinomul caracteristic al operatorului U ( ) / matricii A
şi este un polinom de grad n (care este dimensiunea spaţiului).
3. Valorile proprii ale operatorului/matricii sunt r¼
ad¼
acinile polinomului caracteristic. Ordinul de
multiplicitate al unei valori proprii ca r¼
ad¼
acin¼
a a polinomului caracteristic se numeşte multiplicitatea
algebric¼a a valorii proprii.
4. Mulţimea r¼
ad¼
acinilor polinomului caracteristic (adic¼
a mulţimea valorilor proprii ale operatorului)
se numeşte spectrul operatorului.
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.
2.5.18. Observaţie. Polinomul det (A I) este de forma:

det (A I) = ( 1)n n
+ ( 1)n 1
T r (A) n 1
+ + det (A)
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
2.5.20. Observaţie. Rezultatul se refer¼

a la o aceeaşi baz¼
a şi pentru domeniu, şi pentru codomeniu.
2.5.21. Exemplu. 1. Dac¼ a matricea ataşat¼

a operatorului este diagonal¼
a, adic¼
a A = diag (d1 ; ; dn ),
Q
n
atunci polinomul caracteristic este 7! (di ).
i=1
2. Dac¼a matricea ataşat¼
a operatorului este superior semitriunghiular¼a (adic¼
a elementele de sub di-
Qn
agonala principal¼
a sunt nule), atunci polinomul caracteristic este 7! (aii ) (aii sunt elementele
i=1
diagonalei principale).
3. Dac¼
2 a matricea ataşat¼
a operatorului
3 are form¼ a psudodiagonal¼ a (Observaţia 2.5.3)
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)
2.5.22. Observaţie. Rezolvarea ecuaţiei caracteristice conduce la urm¼

atoarele situaţii posibile:
(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
a câte dou¼
a
şi pentru …ecare valoare proprie multipl¼
a, dimensiunile ei (geometric¼
a şi algebric¼
a) sunt egale.
(b) Toate r¼
ad¼
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
spaţiului vectorial real. Pentru abordarea acestei di…cult¼

aţi se va alege o cale indirect¼
a: se va porni de la
operatori oarecare (pe spaţii vectoriale complexe) (cu alte cuvinte operatorul liniar real va … considerat
ca operator liniar pe o extensie complex¼
a a spaţiului) iar în acest context se va obţine forma canonic¼
a
Jordan (prin reducere la reprezentarea unor operatori de un tip special, numiţi nilpotenţi); se va da o
reprezentare a operatorilor nilpotenţi apoi se va încheia prin reprezentarea operatorilor pe spaţii vectoriale
reale (rezultatele obţinute în context complex vor … traduse în contextul iniţial printr–o procedur¼
a numit¼
a
decomplexi…care).
Se consider¼
a (V; C) un spaţiu vectorial de dimensiune …nit¼
a peste corpul numerelor complexe. Fie U ( ) :
V ! V un operator şi …e A matricea operatorului într-o baz¼
a; …e ecuaţia caracteristic¼
a det (A In ) =
Q
k
ni
0= ( i) .
i=1
2.5.23. De…niţie. Operatorul U ( ) : V ! V se numeşte diagonalizabil dac¼

a exist¼
a o baz¼
a a spaţiului V
în care matricea ataşat¼
a operatorului s¼
a …e o matrice diagonal¼
a.
2.5.24. Observaţie. Operatorul care într–o baz¼

a B are matricea A este diagonalizabil () 9P matrice
inversabil¼ a B 0 ) astfel încât P
a (matricea de trecere de la baza B la noua baz¼ 1
AP este o matrice diagonal¼
a.
a. Operatorul U ( ) : V ! V este diagonalizabil () exist¼

2.5.25. Teorem¼ a o baz¼
a pentru V format¼
a
din vectori proprii ai lui U ( ).
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
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
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 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)
a. (Teorema Hamilton-Cayley) Fie U ( ) un operator cu matricea A într-o baz¼

2.5.27. Teorem¼ a oare-
care şi cu polinomul caracteristic p ( ) = det (A I). Atunci au loc p (A) = 0 2Mn n (C) (matricea
nul¼
a) şi p (U ( )) = O ( ) (operatorul nul).
Demonstraţie. Fie matricea A I; matricea este inversabil¼

a dac¼
a şi numai dac¼
a 2
= (A) iar în
acest caz se consider¼
a inversa matricii:
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 ;
unde Bk sunt matrici p¼

atrate de ordin n. Urmeaz¼
a c¼
a are loc
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 ;
se face înmulţirea în membrul drept şi ordonarea dup¼

a puterile lui astfel:
n 2
0I + 1I + + nI = AB0 + (AB1 B0 ) + (AB2 B1 ) + +
n 1 n
+ (ABn 1 Bn 2 ) + ( Bn 1 ) ;
deoarece în cei doi membri ai egalit¼

aţii avem dou¼
a polinoame care sunt egale, coe…cienţii lor sunt egali.
Urmeaz¼
a c¼
a au loc egalit¼
aţile (pe care le adun¼
am înmulţite convenabil, pentru a reduce termenii din
dreapta):
0I = AB0
1I = AB1 B0 j A (la stânga)
2I = AB2 B1 j A2 (la stânga)

= j
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
şi prin adunarea egalit¼

aţilor rezult¼
a
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)
2.5.28. Observaţie. Mulţimea Mn (R) a matricilor p¼

atratice de ordin n este spaţiu vectorial de dimen-
a pentru o matrice A 2 Mn (R), span Ak ; k 2 N are dimensiune cel mult n2 . Teorema
siune n2 , aşa c¼
Hamilton–Cayley arat¼ a dim span Ak ; k 2 N
a c¼ n + 1. În general egalitatea nu are loc; cel mai mic
num¼ ar s pentru care puterile A0 , A1 , , As sunt liniar dependente satisface s n + 1, iar dependenţa
P
s
k
Ps
k
liniar¼
a a puterilor este de forma k A = 0 şi corespunde unui polinom m ( ) = k , care este
k=0 k=0
numit polinomul minimal al matricii A.
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
dominant2 1. Câteva dintre propriet¼

aţile polinomului d (x) = c:m:m:d:c: (p1 ( ) ; p2 ( )) = gcd (p1 ( ) ; p2 ( ))
sunt:
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 ( )) ;
iar proprietatea 2.5.1 poate … extins¼

a la 3 polinoame astfel:
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
2.5.30. De…niţie. Un operator N ( ) se numeşte nilpotent dac¼ a r 2 N astfel încât N r ( ) = O ( )

a exist¼
(operatorul nul).
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

a N ( ) este un operator nilpotent, f 6= 0 este un vector nenul iar k + 1 =
min fs; N s (f ) = 0g, atunci familia f; N (f ) ; ; N k (f ) este liniar independent¼
a.
Demonstraţie.
X
k
i
iN (f ) = 0 j N k ( ) ) 0N
k
(f ) = 0 ) 0 = 0;
i=0
analog prin compunere cu N k j

( ) se obţine c¼
a 8j = 1; k, j = 0.
a. (Reducerea unui operator complex la operatori nilpotenţi) Pentru …ecare

2.5.32. Teorem¼ i,
ni
se consider¼
a V i = ker ((U i I) ( )). Atunci au loc a…rmaţiile:
(1) V sunt subspaţii invariante ale lui U ( ).

i
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
deci din Observaţia 2.5.29 şi proprietatea 2.5.3 exist¼

a polinoamele hi ( ) astfel încât s¼
a aib¼
a loc
X
k
hj ( ) Qj ( ) = 1;
j=1
¼
mai mult, are loc

P ( ) = Pj ( ) Qj ( ) ; 8j = 1; k;
scriind aceste relaţii pentru polinoamele de operatori ataşate rezult¼

a din Teorema Hamilton-Cayley
c¼
a
0 =P (U ( )) = Pj (U ( )) Qj (U ( ))
) Pj (U ( )) ((Qj (U ( ))) (v)) = 0; 8v 2 V;
) (Qj (U ( ))) (v) 2 V j ; 8v 2 V
şi
X
k
hj (U ( )) Qj (U ( )) = I ( ) ;
j=1
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
cum (Qj (U ( ))) (v) 2 V j

şi V j
este invariant la U ( ) ; rezult¼
a c¼
a
(Qj (U ( ))) ((hj (U ( ))) (v)) 2 V j ;
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 ;
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.
2.5.33. Teorem¼ a Jordan a operatorilor nilpotenţi) Fie N ( ) un operator nilpo-

a. (Forma canonic¼
tent pe un spaţiu vectorial V. Atunci exist¼
a o baz¼
a a spaţiului în care matricea operatorului este un bloc
Jordan ataşat scalarului nul.
Demonstraţie. N ( ) nilpotent ) 9!r 2 N astfel încât ker N r ( ) = V şi ker N r 1

( ) & V (r este cel
mai mic exponent pentru care operatorul este identic nul),
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:
ker N ( ) ker N 2 ( ) ker N k ( )
(nucleele puterilor lui N ( ) formeaz¼

a un lanţ, care este …nit şi de la rangul r încolo toţi termenii sunt egali
cu spaţiul) (puterile operatorului sunt operatorul nul de la rangul r, inclusiv). Rezult¼
a c¼
a lanţul este:
f0g = ker N 0 ( ) ker N 1 ( ) ker N 2 ( ) ker N r 1

() ker N r ( ) = V
6=
şi …e
Not
mk = dim ker N k ( ) ; k = 0; r ) 0 = m0 m1 m2 mr 1 < mr = n:
Mai mult, dac¼

a se consider¼
a şirul diferenţelor dimensiunilor,
Not
qk = mk mk 1 ; k = 1; r;
are loc
qr qr 1 qr 2 q2 q1
(va rezulta din demonstraţie, în continuare). Pentru …ecare k = 1; r, are loc
ker N k ( ) = ker N k 1
() Qk ;
¼
cu Q1 = ker N ( ) iar qk = dim Qk ,
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
() 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
() Sp ff1 ; fp 1 g =
= ker N r 2
() Qr 1 Sp ff1 ; fp 1 g :
Fie
Not
p2 = qr 1 p1
şi …e
fp1 +1 ; fp1 +p2
completarea sistemului liniar independent N (f1 ) ; ; N (fp1 ) pân¼

a la o baz¼
a a lui Qr 1 ; sistemul de vectori
N (f1 ) ; ; N (fp1 ) ; fp1 +1 ; fp1 +p2
este o baz¼
a în Qr 1 şi are loc:
() 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 :
N 2 (f1 ) ; ; N 2 (fp1 ) ; N (fp1 +1 ) ; N (fp1 +p2 )
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
vectori. În …nal se obţine structura:
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
(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:
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
.........................................................
Afn11 = fn11 1 + fn11 ; ; Afnqq = fnqq 1 + fnqq
Vectorii fjk sunt liniar independenţi şi formeaz¼

a o baz¼
a Jordan pentru : Pornind de la baza Jordan
ataşat¼
a celor dou¼
a valori proprii complexe conjugate descris¼
a mai sus se construieşte o baz¼
a în spaţiul
arei perechi de vectori complecşi conjugaţi fjk ; fjk cu perechea de vectori reali
real prin înlocuirea …ec¼
gkj = 1
2
fkj + fkj ; hjk = 1
2i
fkj fkj : Din relaţiile
Afkj = fkj 1 + fkj ;

Afkj = fkj 1 + fkj
şi din relaţiile

f + f = (Re ( ) + i Im ( )) (Re (f ) + i Im (f )) +
+ (Re ( ) i Im ( )) (Re (f ) i Im (f )) =
= 2 Re ( ) Re (f ) 2 Im ( ) Im (f ) = 2 (Re ( ) g Im ( ) h) ;
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
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
2.5.2. Algoritm pentru aducerea unui operator la forma canonic¼

a Jordan.
(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
şi pentru …ecare k = 1; rj , se consider¼

a descompunerea
ker Njk ( ) = ker Njk 1

() Qjk ;
a mjk = dim ker Njk ( ), k = 0; rj

(7) Se calculeaz¼
a qkj = dim Qjk = mjk
(8) Se calculeaz¼ mjk 1 ; k = 1; rj
(9) Se calculeaz¼
a
pj1 = mjrj mjrj 1 = qrjj ,
pj2 = qrjj 1 pj1 ,
pj3 = qrjj 2 qrjj 1 = qrjj 2 pj1 pj2
a f1j ;
a în Qjrj , notat¼
(10) Se alege o baz¼ fpjj ; se consider¼
a vectorii
1
fpjj +1 ; fpjj +pj

1 1 2
a sistemul liniar independent Nj f1j ;

care completeaz¼ ; Nj fpjj pân¼ a a lui Qjrj
a la o baz¼ 1;
1
se continu¼
a acest procedeu pân¼
a se obţine structura:
f1j ; fpjj baz¼

a în Qjr
Nj f1j ; ; N fpjj ; fpjj +1 ; a în Qjrj

fpjj +pj baz¼ 1
1 1 1 2
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
(11) În …nal se obţine în aceast¼

a baz¼
a (de fapt reper, pentru c¼
a ordinea vectorilor în baz¼
a este impor-
a) pj1 celule de ordin rj , pj2 celule de ordin rj
tant¼ 1, etc.
¼
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
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
f0g = ker N10 ( ) ker N1 ( ) ker N12 ( ) ker N1r1 1

() ker N1r1 ( ) = V 1
:
ker N1 ( ) [Nucleul operatorului

2 32 3 2 )] este mulţimea soluţiilor sistemului:
N1 ( 3 2 3
6 0 1 1 0 7 6 x1 7 6 0 7 6 2a + b 7
6 76 7 6 7 6 7
6 1 2 0 1 7 6 7 6 7 6 7
6 7 6 x2 7 6 0 7 6 a 7
6 76 7 = 6 7, adic¼ a toţi vectorii de forma: 6 7
6 1 0 2 1 7 6 7 6 7 6 7
6 7 6 x3 7 6 0 7 6 a 7
4 54 5 4 5 4 5
0 1 1 0 x4 0 b
ker N12 ( ) [Nucleul operatorului N12 ( )] este mulţimea soluţiilor sistemului:
¼
2 32 3 2 3 2 3
6 2 2 2 2 76 x1 7 6 0 7 6 a b+c 7
6 76 7 6 7 6 7
6 2 2 2 2 7 6 x2 7 6 0 7 6 a 7
6 76 7 6 7 6 7
6 76 7=6 7, adic¼
a toţi vectorii de forma: 6 7.
6 2 2 2 2 7 6 x3 7 6 7
0 7 6 b 7
6 76 7 6 6 7
4 54 5 4 5 4 5
2 2 2 2 x4 0 c
Operatorul: Are matricea: Are nucleul: mjk qkj

N10 ( ) I4 f0g m10 = 0
82 3 2 39
>
> 2 7 6 1 7> >
>
> 6 >
>
>
> 6 7 6 7>
>
>
<6 1 7 6 0 7> =
6 7 6 7 q11 = m11 m10 =
N1 ( ) B span 6 7;6 7 m11 = 2
>
> 6 7 6 7>
>
> 6 1 7 6 0 7> > =2 0=2
>
> 4 5 4 5> >
>
>
: 0 >
1 ;
82 3 2 3 2 39
>
> 1 7 6 1 7 6 1 7> >
>
> 6 >
>
>
> 6 7 6 7 6 7>
>
<6 1 7 6 0 7 6 0 7>
> =
6 7 6 7 6 7 q21 = m12 m11 =
N12 ( ) B2 span 6 7 ; 6 7;6 7 m12 = 3
>
> 6 7 6 7 6 7>
>
> 6 0 7 6 1 7 6 0 7> > =3 2=1
>
> 4 5 4 5 4 5> >
>
>
: 0 >
0 1 ;
q31 = m13 m12 =

N13 () B 3
R 4
m13 =4
=4 3=1
p11 = q31 = 1 ) matricea Jordan are 1 celule de ordin r1 = 3

p12 = q21 q31 = 0 ) matricea Jordan are 0 celule de ordin r1 1=2
p13 = q11 q21 = 2
1 = 1 ) matricea Jordan are 1 celule de ordin r1 2=1
2 3
6 1 1 0 j 0 7
6 7
6 0 1 1 j 0 7
6 7
6 7
Deci matricea Jordan va … 66 0 0 1 j 0 7.
7
6 7
6 7
6 j 7
4 5
0 0 0 j 1
Pasul 10 [A‡area bazei în care este atins¼
a matricea Jordan]:
Pentru …ecare k = 1; r1 = 1; 3 se consider¼
a descompunerea
ker N1k ( ) = ker N1k 1

() Q1k ;
Se a‡a¼ subspaţiile Q1k :
f0g = ker N10 ( ) ker N1 ( ) ker N12 ( ) ker N13 ( ) = R4

k k
ker N1 ( ) Q12 ker N12 ( ) Q13
82 3 2 3 2 39
>
> 1 7 6 1 7 6 1 >
>
>
> 6 7>
>
>
> 6 7 6 7 6 7>
>
>
<6 7>
6 1 77 6
6 0 7 6 0
7 6 7
=
ker N12 ( ) = span 6 7;6 7;6 7
>
> 6 0 7 6 1 7
7 6 6 7>
>
> 6 7 6 0 7>
>
>
> 4 5 4 5 4 5>
>
>
>
: >
;
0 0 1
ker N13 ( ) = R4 = ker N12 ( ) Q13 ) se completeaz¼
a baza lui ker N12 ( ) pân¼
a la2o baz¼ 4
3a în R ; completarea
6 1 7
6 7
6 0 7
6 7
poate … f¼ acut¼a cu orice vector din R4 n ker N12 ( ), de exemplu cu vectorul v1 = 6 7.
6 0 7
6 7
4 5
0
82 3 2 3 2 3 2 39
>
> 1 7 6 1 7 6 1 7 6 1 7> >
>
> 6 >
>
>
> 6 7 6 7 6 7 6 7> >
>
<6 1 7 6 0 7 6 0 7 6 0 7> =
6 7 6 7 6 7 6 7
Familia 6 7 ; 6 7 ; 6 7 ; 6 7 este liniar independent¼ a, aşa c¼ a a lui R4 =
a este o baz¼
>
> 6 7 6 7 6 7 6 7 >
>
>
> 6 0 7 6 1 7 6 0 7 6 0 7>
>
> 4 5 4 5 4 5 4 5> >
>
>
: 0 >
0 1 0 ;
ker N13 ( ) în care
82primii
393 vectori sunt o baz¼ a pentru ker N12 ( ).
>
> 1 7>>
>
> >
>6 7>
>
6 >
>
<6 0 7>
> =
1 6 7
Q3 = span 6 7 .
>6
> 7>>
>
> 6 0 7>
>
> 4 5>>
>
: 0 >
> ;
2 3
6 1 7
6 7
6 0 7
6 7
v1 = 6 7 2 R4 = ker N13 ( ) ) N13 (v1 ) = 0
6 0 7
6 7
4 5
0
v1 2= ker N12 ( ) ) N12 (v1 ) 6= 0
N13 (v1 ) = 0 ) N12 (N1 (v1 )) = 0 ) N1 (v1 ) 2 ker N12 ( ) iar N1 (N12 (v1 )) = 0 aşa c¼
a N12 (v1 ) 2 ker N1 ( )
dim=2 dim=3 dim=4

f0g = ker N10 ( ) ker N1 ( ) ker N12 ( ) ker N13 ( ) = R4
k k
dim=2 dim=3 dim=1
ker N1 ( ) Q12 ker N12 ( ) Q13
2N12 (v1 ) 2N1 (v1 ) 2v1
¼
2 3 2 32 3 2 3 2 32 3
6 1 7 6 0 1 1 0 76 1 7 6 0 7 6 0 1 1 0 76 0 7
6 7 6 76 7 6 7 6 76 7
6 0 7 6 1 2 0 1 7 6 0 7 6 7 6 1 2 76 1 7
6 7 6 76 7 6 1 7 2 6 0 1 76 7
v1 = 6 7, N1 (v1 ) = 6 76 7=6 7, N1 (v1 ) = 6 76 7=
6 0 7 6 1 0 2 1 7 6 0 7 6 7 6 1 0 76 1 7
6 7 6 76 7 6 1 7 6 2 1 76 7
4 5 4 54 5 4 5 4 54 5
0 0 1 1 0 0 0 0 1 1 0 0
2 3
6 2 7
6 7
6 2 7
6 7
6 7
6 2 7
6 7
4 5
2
Vectorii v1 , N1 (v1 ), N12 (v1 ) corespund celulei de ordin 3.
Pentru a completa baza, trebuie ales înc¼
a un vector care s¼
a corespund¼
a celulei de ordin 1, adic¼
a din
2
ker N1 ( ), şi care s¼
a …e
82independent
3 2 cu 39cel deja
2 ales3din ker ), adic¼
2 N1 ( 3 2a cu3N1 (v1 ).
>
> >
>
>
>
> 6 2 7 6 1 7> > 6 2 7 6 2 7 6 1 7
>
> 6 7 6 7> >
> 6 7 6 7 6 7
<6 1 7 6 0 7= 6 2 7 6 1 7 6 0 7
6 7 6 7 6 7 6 7 6 7
ker N1 ( ) = span 6 7 ; 6 7 iar 6 7 = 26 7 + 2 6 7 2 ker N1 ( )
>
> 6 7 6 7> 6 7 6 7 6 0 7
>
> 6 1 7 6 0 7> >
> 6 2 7 6 1 7 6 7
>
> 4 5 4 5> > 4 5 4 5 4 5
>
: 0 >
1 ; 2 0 1
2 3
6 1 7
6 7
6 0 7
6 7
Se alege v2 = 6 7
6 0 7
6 7
4 5
1
82 3 2 3 2 3 2 39
>
> >
>
>
>
> 6 2 7 6 0 7 6 1 7 6 1 7>
>
>
> 6 7 6 7 6 7 6 7>
>
<6 2 7 6 1 7 6 7 6 7>
=
6 7 6 7 6 0 7 6 0 7
Baza Jordan este J = fN12 (v1 ) ; N1 (v1 ) ; v1 ; v2 g = 6 7;6 7 6 7;6
; 7
>
> 6 7 6 1 7 6 7 6 7>
>
> 6 2 7 6 7 6 0 7 6 0 7>
>
>
> 4 5 4 5 4 5 4 5>
>
>
>
: 2 >
;
0 0 1
Matricea operatorului nilpotent N1 ( ) în aceast¼ a baz¼
a are drept coloane reprezent¼
arile imaginilor prin
operator ale vectorilor de baz¼
a: 2 3
6 0 7
6 7
6 0 7
2 2 6 7
N1 (N1 (v1 )) = 0 ) [N1 (N1 (v1 ))]J = 6 7
6 0 7
6 7
4 5
0
2 3
6 1 7
6 7
6 0 7
6 7
N1 (N1 (v1 )) = N12 (v1 ) ) [N1 (N1 (v1 ))]J = 6 7
6 0 7
6 7
4 5
0
2 3
6 0 7
6 7
6 1 7
6 7
N1 (v1 ) = N1 (v1 ) ) [N1 (v1 )]J = 6 7
6 0 7
6 7
4 5
0
2 3
6 0 7
6 7
6 0 7
6 7
N1 (v2 ) = 0 v2 ) [N1 (v2 )]J = 6 7
6 0 7
6 7
4 5
0
2 3
6 0 1 0 0 7
6 7
6 0 0 1 0 7
6 7
Deci matricea operatorului nilpotent în baza J este 6 7.
6 0 0 0 0 7
6 7
4 5
0 0 0 0
Leg¼
atura dintre operatorul nilpotent şi restricţia operatorului (în acest exemplu, chiar operatorul) este
2 = U1 (x) 3 1 I4 (x)2) U1 (x) = N

N1 (x) 31 + 2 1 I4 (x) deci matricea
3 operatorului iniţial în baza Jordan este:
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 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:
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
2.5.38. Exemplu. (Dou¼ a valori proprii de 2

multiplicitate 2)3 [Problema 2.23, pag. 50, [16]] Fie U ( ) :
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
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

() ker N1r1 ( ) = V 1
:
Operatorul: Are matricea: Are nucleul: de dimensiune:

N10 ( ) I2 f0g 0 = m10
2 82
3 39
1 1 < 1 =
N1 ( ) 4 5 span 4 5 1 = m11
1 1 : 1 ;
2 3 82 3 2 39
0 0 < 1 1 =
2
N1 ( ) 4 5 span 4 5 ; 4 5 2 = m12
0 0 : 1 0 ;
Nucleul operatorului N1 ( ) este mulţimea soluţiilor sistemului:
¼
2 32 3 2 3 2 3
1 1 x1 0 x1 = a
4 54 5=4 5, adic¼
a toţi vectorii de forma: 4 5
1 1 x2 0 x2 = a
Se calculeaz¼
a
= n1 = 2
k
de unde se obţine r1 = 2 şi pentru …ecare k = 1; r1 se consider¼

a descompunerea

() Q1k ;
f0g = ker N10 ( ) ker N1 ( ) ker N12 ( ) = R2

k
ker N1 ( ) Q12
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:
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 .
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 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

() ker N2r1 ( ) = V 2
:
Operatorul: Are matricea: Are nucleul: de dimensiune:

N20 ( ) I2 f0g 0 = m10
2 82
3 39
1 1 < 1 =
N2 ( ) 4 5 span 4 5 1 = m11
1 1 : 1 ;
2 3 82 3 2 39
0 0 < 1 1 =
N22 ( ) 4 5 span 4 5;4 5 2 = m12
0 0 : 1 0 ;
Nucleul operatorului N2 ( ) este mulţimea soluţiilor sistemului:
2 32 3 2 3 2 3
1 1 x1 0 x1 = a
4 54 5 = 4 5, adic¼ a toţi vectorii de forma: 4 5
1 1 x2 0 x2 = a
Se calculeaz¼
a
= n2 = 2
k
de unde se obţine r2 = 2 şi pentru …ecare k = 1; r2 se consider¼

a descompunerea

() Q2k ;
f0g = ker N20 ( ) ker N2 ( ) ker N22 ( ) = R2

k
ker N2 ( ) Q22
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
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
Baza Jordan a operatorului

2 3 iniţial
2 U3( ) este:
2 3
6 3 7 6 2 7 6 1 7
6 7 6 7 6 7
6 2 7 6 1 7 6 1 7
6 7 6 7 6 7
u1 = 1 v1 1 v2 = 6 7 6 7=6 7
6 1 7 6 0 7 6 1 7
6 7 6 7 6 7
4 5 4 5 4 5
0 1 1
2 3
6 3 7
6 7
6 2 7
6 7
u2 = 1 v1 + 0 v2 = 6 7
6 1 7
6 7
4 5
0
2 3 2 3 2 3
6 3 7 6 2 7 6 1 7
6 7 6 7 6 7
6 2 7 6 1 7 6 1 7
6 7 6 7 6 7
u3 = ( 1) v3 + 1 v4 = 6 7+6 7=6 7
6 1 7 6 0 7 6 1 7
6 7 6 7 6 7
4 5 4 5 4 5
0 1 1
¼
2 3
6 3 7
6 7
6 2 7
6 7
u4 = 1 v3 + 0 v4 = 6 7
6 1 7
6 7
4 5
0
2 3 2 1 3 1 3
0
6 1 3 1 3 7 6 4 4 2 7
6 7 6 1 1 1 1 7
6 1 2 1 2 7 6 7
6 7 6 4 7
Matricea de trecere: 6 7, inversa: 6 41 4 4
3 1 7 ,
6 1 1 1 1 7 7 6 0 7
6 6 7
4 5 4 4 4 2 5
1 1 1 1
1 0 1 0
2 1 3 1 32 32 4 4 4 34 2 3
0
6 4 4 2 76 0 2 0 1 76 1 3 1 3 7 6 1 1 0 0 7
6 1 1 1 1 76 76 7 6 7
6 76 1 0 0 0 76 1 2 1 2 7 6 0 7
6 4 4 4 7
4 76 6 7 6 7 6 0 1 0 7
Proba: 6 1 3 1 76 7 6 7 = 6 7
6 0 0 1 0 0 76 1 1 1 1 7 6 0 0 1 1 7
6 76 76 7 6 7
4 4 4 2 54 54 5 4 5
1 1 1 1
0 0 1 0 1 0 1 0 0 0 0 1
4 4 4 4
Alt
2 mod de a scrie3 relaţia:
2 32 1 3 1 3 2 3
0
6 1 3 1 3 76 1 1 0 0 76 4 4 2 7 6 0 2 0 1 7
6 76 76 1 1 1 7
1 7 6 6 7
6 1 2 1 2 76 0 1 0 0 76 1 0 0 0 7
6 76 76 4 4 4 4 7 6 7
6 76 76 1 3 1 7 = 6 7
6 1 1 7
1 1 76 0 06 1 1 76 7 6 0 7 6 7
6 7 6 0 1 0 0 7
4 54 54 4 4 2 5 4 5
1 1 1 1
1 0 1 0 0 0 0 1 0 0 1 0
4 4 4 4
Utilizare
8 în ecuaţii diferenţiale:
>
> x_ 1 = 2x2 x4
>
>
>
>
>
< x_ 2 = x1
>
> x_ 3 = x2
>
>
>
>
>
: x_ 4 = x3
Forma3matricial¼
2 2 a: 32 3
6 x_ 1 7 6 0 2 0 1 7 6 x1 7
6 7 6 76 7
6 x_ 2 7 6 1 0 0 0 7 6 x2 7
6 7 6 76 7
6 7=6 76 7 ) cu forma canonic¼ a Jordan:
6 x_ 7 6 0 1 0 0 7 6 x 7
6 3 7 6 76 3 7
4 5 4 54 5
x_ 4 0 0 1 0 x4
2 3 2 32 32 1 3 1 32 3
0
6 x_ 1 7 6 1 3 1 3 76 1 1 0 0 76 4 4 2 7 6 x1 7
6 7 6 76 76 1 1 1 1 7 6 7
6 x_ 2 7 6 1 2 1 2 76 0 1 0 0 76 7 6 x2 7
6 7 6 76 76 4 4 4 4 76 7
6 7=6 76 76 1 3 1 7 6 7
6 x_ 7 6 1 1 7
1 1 76 0 0 6 1 1 76 7 6 0 7 6 7
6 3 7 6 7 6 x3 7
4 5 4 54 54 4 4 2 54 5
1 1 1 1
x_ 4 1 0 1 0 0 0 0 1 x4
4 4 4 4
2 1 3 1 32 3 2 32 1 3 1 32 3
0 0 76 4 0
6 4 4 7 6 1 1 0
2 7 6 x_ 1 4 2 7 6 x1 7
6 1 1 1 7 6 1 7 6 76 1 1 1 1 76 7
6 7 6 0 1 0
7 6 x_ 2 0 7 6 7 6 x2 7
6 4 4 4 7 6 4 6
7 76 4 4 4 4 76 7
)6 1 3 7=6 1 7 6 76 1 3 1 76 7
6 0 7 6 0 07 6 x_ 1 1 767 6 0 76 x 7
6 7 6 76 3 76 3 7
4 4 4 5 4 2 54 54 4 4 2 54 5
1 1 1 1 1 1 1 1
0 0 0
x_ 4 1 x4
4 4 4 2 142 3 4 3 4 4 4
3 1 32
y 0
6 1 7 6 4 4 2 7 6 x1 7
6 7 6 1 7 6 7
6 y2 7 6 1 1 1 7 6 x2 7
6 7 6 4 4 4 4 76 7
Schimbare de variabile: 6 7=6 1 7 6 7)
6 y 7 6 1 0
3 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 1 4 34 4 4
3 1 32
0
6 y_ 1 7 6 4 4 2 7 6 x_ 1 7
6 7 6 1 1 1 1 7 6 7
6 y_ 2 7 6 7 6 x_ 2 7
6 7 6 4 4 4 7
4 76 6 7
)6 7=6 1 3 1 7
6 y_ 7 6 0 7 6 x_ 7
6 3 7 6 76 3 7
4 5 4 4 4 2 54 5
1 1 1 1
y_ 4 x_ 4
4 4 4 4
)
2 sistemul
3 2 iniţial devine: 32 3 2 3
6 y_ 1 7 6 1 1 0 0 7 6 y1 7 6 y1 + y2 7
6 7 6 76 7 6 7
6 y_ 2 7 6 0 1 0 0 7 6 7 6 7
6 7 6 7 6 y2 7 6 y2 7
6 7=6 76 7=6 7)
6 y_ 7 6 0 0 1 1 76 y 7 6 y y 7
6 3 7 6 76 3 7 6 4 3 7
4 5 4 54 5 4 5
y_ 4 0 0 0 1 y4 y4
) decuplare
2 3 2 dup¼ a valorile
3 proprii:
y_ 1 y1 + y2
4 5=4 5
y_ 2 y2
şi
2 3 2 3
y_ 3 y4 y3
4 5=4 5
y_ 4 y4
Se rezolv¼
2 3 a2sistemele: 3
y_ y + y2
4 1 5=4 1 5 ) y2 = k2 et , y_ 1 = y1 + y2 = y1 + k2 et ) y_ 1 e t
y1 e t
= k2 )
y_ 2 y2
0
) (y1 e t )t = k2 ) y1 e t = k2 t + k1 ) y1 = (k2 t + k1 ) et
2 3 2 3
y_ 3 y4 y3
4 5=4 5 ) y4 = k4 e t ) y_ 3 = y3 + k4 e t ) y_ 3 et + y3 et = k4 )
y_ 4 y4
0
) (y3 et )t = k4 ) y3 et = k4 t + k3 ) y3 = (k4 t + k3 ) e t
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 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
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
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
2.6. Funcţionale bilinare şi p¼

atratice. Forma canonic¼
a
2.6.1. De…niţie. Fie (V1 ; K) şi (V2 ; K) dou¼

a spaţii vectoriale peste acelaşi corp de scalari. Se numeşte
funcţional¼a biliniar¼a orice funcţie B ( ; ) : V1 V2 ! K liniar¼
a în …ecare variabil¼
a. Dac¼
a în plus V1 =
V2 = V şi are loc relaţia B (x; y) = B (y; x) ; 8 (x; y) 2 V V, atunci se spune c¼
a funcţionala biliniar¼
a este
simetric¼
a.
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).
2.6.5. Propoziţie. Fie spaţiile (Vk ; K), k = 1; 2 şi B ( ; ) : V1 V2 ! K o funcţional¼

a biliniar¼
a.
Pentru bazele Ek (vechea baz¼
a) şi Fk (noua baz¼
a) al spaţiului Vk , cu k = 1; 2, avem AB (F1 ; F2 ) =
(M (F1 ))TE1 AB (E1 ; E2 ) (M (F2 ))E2 . Am notat cu (M (Fk ))Ek matricele de trecere (coloanele sunt reprezen-
t¼
arile vectorilor noii baze în vechea baz¼
a), k = 1; 2.
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
2.6.6. Observaţie. Este interesant de remarcat c¼

a membrul drept depinde de vechile baze E1 şi E2 dar
membrul stâng nu depinde (adic¼
a indiferent de unde s-ar porni, se ajunge în acelaşi loc). Mai mult, rangul
matricei ce reprezint¼
a o funcţional¼
a biliniar¼
a nu depinde de bazele alese pentru reprezentare.
2.6.7. Observaţie. Matricea AB (E; E) a unei funcţionale biliniare simetrice B ( ; ) : V V ! K într-o

baz¼
a E arbitrar¼
a este simetric¼ a AB (E; E) = (AB (E; E))t – matricea este egal¼
a [adic¼ a cu transpusa ei].
Reciproca este adev¼
arat¼
a.
2.6.8. Observaţie. Oric¼

arei funcţionale B ( ; ) : V V ! K biliniare i se poate asocia o funcţional¼
a
1
biliniar¼
a simetric¼
a Bs ( ; ) : V V ! K prin Bs (x; y) = [B (x; y) + B (y; x)].
2
2.6.9. De…niţie. Pentru o funcţional¼

a biliniar¼
a simetric¼
a, se numeşte nucleu mulţimea
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.
2.6.11. Propoziţie. O funcţional¼

a biliniar¼
a simetric¼
a este nedegenerat¼
a dac¼
a şi numai dac¼
a matricea
ataşat¼
a pentru o alegere de baze este inversabil¼
a.
Demonstraţie. Fie E1 ; E2 dou¼

a baze arbitrare ale spaţiului V pe care este de…nit¼
a
a B ( ; ). Atunci avem B (x; y) = [x]TE
simetric¼ AB (E1 ; E2 ) [y]E . AB (E1 ; E2 ) este nesingular¼
a dac¼
a şi
a sistemul [x]TE1 AB (E1 ; E2 ) = [0]E1 are ca unic¼

numai dac¼ a soluţie vectorul x = 0 (sistemul este de tip
a). Fie x 2 V o soluţie a sistemului [x]TE1 AB (E1 ; E2 ) = [0]E . Rezult¼
Cramer ce admite numai soluţia banal¼ a
B (x; y) = 0; 8y 2 V şi prin urmare x 2 ker B ( ; ). Reciproc dac¼
a x 2 ker B ( ; ) prin particularizarea
a x este o soluţie a sistemului [x]TE1 AB (E1 ; E2 ) = [0]E1 . Am demonstrat c¼
vectorului y obţinem c¼ a
n o
ker B ( ; ) = x 2 V; [x]TE1 AB (E1 ; E2 ) = [0]E1 . Concluzia devine banal¼a.
2.6.12. De…niţie. Se numeşte funcţional¼

a p¼
atratic¼
a o funcţie Q ( ) : V ! K, de…nit¼
a pe spaţiul vectorial
(V; K), pentru care exist¼
a o funcţional¼
a biliniar¼
a simetric¼
a B(; ) : V V ! K astfel încât Q (x) =
Def
B (x; x), 8x 2 V. Dac¼
a este dat¼
a funcţionala p¼
atratic¼
a Q ( ), atunci funcţionala biliniar¼
a B (x; y) =
1
[Q (x + y) Q (x) Q (y)], unde B ( ; ) : V V ! K, se numeşte funcţionala biliniar¼ a simetric¼
a polar¼
a.
2
2.6.13. Observaţie. Asocierea funcţional¼

a p¼
atratic¼
a –funcţionala biliniar¼
a simetric¼
a precizat¼
a în de…niţie
este o bijecţie. Forma matricial¼
a g¼
asit¼
a pentru funcţionale biliniare se particularizeaz¼
a şi în cazul funcţio-
Pn
nalelor p¼atratice: Q (x) = [x]TE AQ (E) [x]E = B (ei ; ej ) xi xj unde am de…nit matricea AQ (E) =
i;j=1
AB (E; E), care este o matrice simetric¼
a.
2.6.14. De…niţie. Fie Q ( ) : V ! R o funcţional¼

a p¼
atratic¼
a real¼
a.
(1) Q ( ) este pozitiv de…nit¼

a dac¼
a Q (x) > 0; 8x 2 V; x 6= 0.
(2) Q ( ) este negativ de…nit¼
a dac¼
a Q (x) < 0; 8x 2 V; x 6= 0.
(3) Q ( ) este semipozitiv de…nit¼ a Q (x) > 0; 8x 2 V.
a dac¼
(4) Q ( ) este seminegativ de…nit¼ a Q (x) 6 0; 8x 2 V.
a dac¼
(5) Q ( ) este nede…nit¼
a dac¼
a 9x; y 2 V; Q (x) > 0 şi Q (y) < 0.
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
FORMA CANONICA 119
2.6.15. Teorem¼ a) Fie Q ( ) : V ! R, Q (x) =

a. (Metoda Gauss de aducere la forma canonic¼
2 3
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:
(1) 9i 2 f1; ; k + 1g astfel încât aii 6= 0

(2) 8i 2 f1; ; k + 1g ; aii = 0.
În cazul 2 se disting dou¼

a situaţii: prima în care funcţionala p¼
atratic¼
a este identic nul¼
a şi a doua în care
exist¼
a ai0 j0 6= 0. În prima situaţie AQ (E) e matricea nul¼
a, forma p¼
atratic¼
a este adus¼
a,
iar F E. A doua situaţie se reduce la cazul 1 prin transformarea de coordonate:
8
>
> = +
>
< i0 i0 j0
j0 = i0 j0
>
>
>
:
k = k; 8k 2 f1; ; k + 1g n fi0 ; j0 g
care este speci…c¼

a unei schimb¼
ari de baz¼
a. Transformarea provoac¼
a apariţia unui element nenul pe locul
ai 0 i 0 :
X
k+1 X
k+1
Q (x) = aij i j = a0ij i j, cu a0i0 i0 = 2ai0 j0 6= 0
i;j=1 i;j=1
deci prin aceast¼

a transformare cazul 2. este redus la cazul 1 (exist¼
a şi alte posibilit¼
aţi de reducere a cazului
h iT
2. la cazul 1). Baza E1 în care [x]E1 = 1 k+1 se deduce din
8
>
> 1 pentru i = j; i; j 2= fj0 g
>
>
>
>
>
< 1 pentru i 6= j; i; j 2 fi0 ; j0 g
(M (E1 ))E = ( ij ) ; ij = ;
> 1 pentru i = j = j
>
>
> 0
>
>
>
: 0 în rest.
relaţie care a asigurat leg¼

atura [x]E = (M (E1 ))E1 [x]E1 . Baza E1 va lua locul bazei E pentru continuarea
raţionamentului.
P
k+1
În cazul 1 not¼
am cu i0 unul din indicii pentru care ai0 i0 6= 0. Atunci Q (x) = aij i j =
i;j=1
!
2
P
k+1 P
k+1 P
k+1
= ai 0 i 0 i0 + i0 ai0 j j + aji0 j + aij i j =
j=1;j6=i0 j=1;j6=i0 i;j=1;i;j6=i0
0 ! !2 1
P
k+1
ai0 j P
k+1
ai0 j
= ai 0 i 0 @ 2
i0 +2 i0 ai0 i0 j
+ ai0 i0 j
A
j=1;j6=i0 j=1;j6=i0
!2
P
k+1
ai0 j P
k+1
ai 0 i 0 ai0 i0 j
+ aij i j =
j=1;j6=i0 i;j=1;i;j6=i0
!2
P
k+1
ai0 j P
k+1
ai0 i ai0 j
= ai 0 i 0 i0 + ai0 i0 j
+ aij ai0 i0 i j.
j=1;j6=i0 i;j=1;i;j6=i0
Fie transformarea de coordonate:
8
> P
k+1
ai0 j
< i0 = i0 + ai0 i0 j
j=1;j6=i0
>
:
i = i , pentru i 6= i0 .
(determinantul matricei transform¼

arii este nenul aşa c¼
a transformarea este o schimbare de baz¼
a). Atunci
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
relaţie care a asigurat leg¼

atura [x]E = (M (E1 ))E [x]E1 . Spaţiul V se descompune în sum¼
a (direct¼
a)
dintre dou¼
a subspaţii, primul corespunz¼
ator coordonatei i0 (spaţiu 1-dimensional) şi al doilea corespun-
z¼
ator celorlalte coordonate (spaţiu k-dimensional). Conform ipotezei de inducţie pentru subspaţiul vec-
P
k+1
torial span (e1i )i=1;k+1;i6=i0 , de dimensiune k, exist¼
a baza (fi )i=1;k+1;i6=i0 pentru care a0ij i j =
i;j=1;i;j6=i0
P
k+1
a00ii i2 . Alegem fi0 = e1i0 şi F = (fi )i=1;k+1 . Rezult¼
a
i=1;i6=i0
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
FORMA CANONICA 121
2 2 2
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 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
Transformarea de coordonate este: 2 = 2 3 3 (matricea ataşat¼

a transform¼
arii este nesin-
>
>
>
:
3 = 3
2 3 2 3
1 1
6 7 6 7
6 7 6 7
gular¼ a echivalent avem [x]E = (M (F ))E [x]F unde [x]E = 6
a pentru orice ). Scris¼ 2 7 ; [x]F = 6 2 7;
4 5 4 5
3 3
0 1
1 2 9
B C
B C
iar (M (F ))E = B 0 1 3 C. Alegem f1 = e1 , f2 = 2e1 + e2 , f3 = 9 e1 + 3 e2 + e3 . Am notat
@ A
0 0 1
cu E = (e1 ; e2 ; e3 ) şi F = (f1 ; f2 ; f3 ) baza iniţial¼
a şi respectiv cea corespunz¼
atoare formei canonice.
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
2 3
1
6 7
6 . 7
unde [x]F = 6 .. 7.
4 5
n
Demonstraţie. Fie funcţionala biliniar¼ a simetric¼

a ataşat¼
a funcţionalei p¼ atratice Q ( ), B (x; y) =
1
[Q (x + y) Q (x) Q (y)] = [x]TE AE [y]E .
2
Are loc: aij = B (ei ; ej ) = B (ej ; ei )
Pk
C¼aut¼am o baz¼
a F = (f1 ; ; fn ) astfel încât pentru …ecare k 2 f1; : : : ; ng, fk = jk ej .
j=1
Dezvoltat,
8 forma c¼
autat¼
a este (matricea ataşat¼
a este triunghiular¼
a):
>
>
>
> f1 = 11 e1 ;
>
>
>
>
>
> f2 = 12 e1 + 22 e2 ;
>
>
>
>
>
> f3 = 13 e1 + 23 e2 + 33 e3 ;
>
>
>
<
>
> Pk
>
> fk = jk ej
>
>
>
> j=1
>
>
>
>
>
>
>
> Pk
>
>
>
: f n = jn ej :
j=1
8
< B (ei ; fk ) = 0; pentru i = 1; ; (k 1)
Pentru obţinerea formei canonice se …xeaz¼
a condiţiile:
: B (e ; f ) = 1
k k
P
n
În aceste condiţii Q (x) = B (x; x) = [x]TF AF [x]F = 2
kk k . Am folosit
k=1
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
În general sistemul de ordin k este:

¼
FORMA CANONICA 123
8 !
8 >
> P
k
>
>
< B (ei ; fk ) = 0; i = 1; (k 1) < B ei ; jk ej = 0; i = 1; (k 1)
j=1
) ! )
: B (e ; f ) = 1 >
> P
k
k k >
>
: B ek ; jk ej =1
j=1
8 k
> P
>
< jk B (ei ; ej ) = 0; i = 1; (k 1)
j=1
)
>
> Pk
: jk B (ek ; ej ) = 1
j=1
sistem care este Cramer şi care are determinantul k 6= 0. Coe…cienţii ik se obţin în mod unic ca
soluţii ale acestui sistem Cramer.
Necunoscuta kk se obţine din formulele Cramer ca …ind raportul dintre doi determinanţi, la numitor
…ind kiar la num¼
2ar¼
ator
3 determinantul obţinut din k prin înlocuirea ultimei coloane cu coloana terme-
6 0 7
6 . 7
6 .. 7
6 7
a 6 7 de dimensiune k. Prin dezvoltare dup¼
nilor liberi, adic¼ a ultima coloan¼a se obţine determinantul
6 0 7
6 7
4 5
1
k 1
k 1, aşa c¼
a kk = .
k
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 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
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
(1) 811 = 1, cu soluţia 11 = 1. 8

< 12 + 2 22 = 0 < 12 = 1
(2) , cu soluţia .
: 2 +6 : 1
12 22 = 1 22 = 2
8 8
>
> >
> 3
> 13 + 2 23 + 3 33 = 0
< >
< 11
= 9 2 1
(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
a. (Teorema de inerţie Sylvester) Num¼

2.6.21. Teorem¼ arul de coe…cienţi strict pozitivi, strict negativi
şi nuli din forma canonic¼
a a funcţionalei p¼
atratice nu depinde de metoda folosit¼
a pentru aducerea la forma
canonic¼
a.
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
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.
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
FORMA CANONICA 127
x2 y2 z2
=9
12 22 32
2.6.22. Observaţie. Dac¼ a (A = At ), atunci valorile ei

a matricea A cu componente reale este simetric¼
proprii sunt reale iar vectorii ei proprii sunt vectori cu componente reale.
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
Spaţii vectoriale cu produs scalar
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
ps1: [simetrie] 8x; y 2 V; hx; yi = hy; xi ;

ps2: [aditivitate] 8x; y; z 2 V; hx + y; zi = hx; zi + hy; zi ;
ps3: [omogenitate] 8x; y 2 V; 8 2 R; h x; yi = hx; yi ;
ps4: [de…nire pozitiv¼
a şi nedegenarare] 8x 2 V; hx; xi 0 şi hx; xi = 0 , x = 0:
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].

a V este spaţiu vectorial real cu produs scalar în care exist¼
a m¼
acar 2 vectori
liniar independenţi, atunci:
8x, y 2 V 9wx;y 2 V astfel încât hwx;y ; wx;y i = 1 şi hwx;y ; x yi = 0.
[Dac¼
a spaţiul vectorial real este m¼
acar de dimensiune 2, atunci pentru …ecare 2 vectori exist¼
a m¼
acar
un vector care este ortogonal cu diferenţa lor]
Demonstraţie. Fie a, b 2 V liniar independenţi.

a
a x = y, atunci w = p
Dac¼ satisface enunţul.
ha; ai
Dac¼
a x 6= y se consider¼
a mulţimea f (x y) ; 2 Rg (subspaţiul liniar generat de vectorul x y);
…e z 2 V n f (x y) ; 2 Rg (un asemenea vector exist¼
a, pentru c¼
a în V exist¼
a m¼
acar 2 vectori liniar
independenţi).
130 3. SPAŢII VECTORIALE CU PRODUS SCALAR
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
3.0.27. Observaţie. Un produs scalar real pe (V; R) este orice funcţional¼

a biliniar¼
a simetric¼
a a c¼
arei
funcţional¼
a p¼
atratic¼
a ataşat¼
a este strict pozitiv de…nit¼
a. Într-un spaţiu vectorial real …xat se poate alege
în mai multe moduri o funcţional¼
a biliniar¼
a simetric¼
a a c¼
arei funcţional¼
a p¼
atratic¼
a ataşat¼
a este strict
pozitiv de…nit¼
a. M¼
asur¼
arile geometrice rezultate vor … dependente de aceast¼
a alegere, aşa c¼
a lungimea
unui vector, unghiul dintre doi vectori, distanţa dintre doi vectori nu vor … de…nite univoc.
3.0.28. De…niţie. Fie V un spaţiu vectorial complex. O aplicaţie h ; i : V V ! C se numeşte produs

scalar complex dac¼
a
ps1: [hermitic–simetrie] 8x; y 2 V; hx; yi = hy; xi;

ps2: [aditivitate în prima variabil¼
a] 8x; y; z 2 V; hx + y; zi = hx; zi + hy; zi;
ps3: [omogenitate în prima variabil¼
a] 8x; y 2 V; 8 2 C; h x; yi = hx; yi;
ps4: [de…nire pozitiv¼
a şi nedegenarare] 8x 2 V; hx; xi 0 şi hx; xi = 0 , x = 0.
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
a pe C2 s–ar utiliza produsul scalar real hx; yi = x1 y1 + x2 y2 [f¼

3.0.30. Observaţie. Dac¼ ar¼
a conjugare
complex¼
a] atunci s–ar obţine vectori nenuli de lungime nul¼
a: h(1; i) ; (1; i)i = 1 1 = 0.
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
Demonstraţie. Pentru produsul scalar real:

hx + y; x + yi hx; xi hy; yi = hx; x + yi+hy; x + yi hx; xi hy; yi = hx + y; xi+hx + y; yi hx; xi
hy; yi =
= hx; xi + hy; xi + hx; yi + hy; yi hx; xi hy; yi = 2 hx; yi.
Pentru produsul scalar complex:
hx + y; x + yi hx; xi hy; yi = hx; x + yi+hy; x + yi hx; xi hy; yi = hx + y; xi+hx + y; yi hx; xi
hy; yi =
= hx; xi + hy; xi + hx; yi + hy; yi hx; xi hy; yi = hx; xi + hy; xi + hx; yi + hy; yi hx; xi hy; yi =
hx; yi + hx; yi.
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.
3.0.33. Observaţie. Produsul scalar complex are în a doua variabil¼

a propriet¼
aţile:
hx; y + zi = hy + z; xi = hy; xi + hz; xi = hy; xi + hz; xi = hx; yi + hx; zi [aditivitate]
hx; yi = h y; xi = hy; xi = hy; xi = hx; yi [conjugat–omogenitate]
Asta înseamn¼
a c¼
a pentru …ecare x 2 V, funcţia y 7! hx; yi este aditiv¼
a şi conjugat–omogen¼
a [se mai
numeşte conjugat–liniaritate]
Produsul scalar complex este liniar în prima variabil¼
a şi conjugat–liniar în a doua variabil¼
a [se mai
numeşte funcţional¼ a2]
a sesquiliniar¼
Un produs scalar complex pe (V; C) este orice funcţional¼
a sesquiliniar¼
a a c¼
arei funcţional¼
a hermitic–
p¼
atratic¼
a ataşat¼
a. O funcţional¼
a sesquiliniar¼
a a c¼
arei funcţional¼
a hermitic–
p¼
atratic¼
a ataşat¼
a se poate alege în mai multe moduri într-un spaţiu vectorial
complex …xat. M¼
asur¼
arile geometrice rezultate vor … dependente de aceast¼
a alegere, aşa c¼
a lungimea unui
vector, distanţa dintre doi vectori nu vor … de…nite univoc.
3.0.34. De…niţie. Dou¼

a spaţii vectoriale (peste acelaşi corp) cu produse scalare (V1 ; h ; i1 ) şi (V2 ; h ; i2 )
se numesc izometric izomorfe dac¼
a exist¼
a o bijecţie U ( ) : V1 ! V2 cu propriet¼
aţile:
1. U ( ) 2 L (V1 ; V2 ) (U ( ) este mor…sm de spaţii vectoriale)
2 Pre…xul 3
"sesqui" se refer¼
a la "o dat¼
a şi jum¼
atate" sau .
2. hx; yi1 = hU (x) ; U (y)i2 (este izometrie) sau

2’. hx; xi1 = hU (x) ; U (x)i2 (condiţia 2’. poate înlocui condiţia 2. din cauza observaţiei 3.0.32)
3.0.35. Observaţie. (hx; yi1 = hU (x) ; U (y)i2 ) () (hx; xi1 = hU (x) ; U (x)i2 )
Demonstraţie. ")" se consider¼

ax=y
"(" se foloseşte hx + y; x + yi hx; xi hy; yi = 2 hx; yi
3.0.36. Observaţie. Exist¼

a spaţii vectoriale X şi exist¼
a produse scalare de…nite pe X h ; i1 şi h ; i2
astfel încât structurile (X; h ; i1 ) şi (X; h ; i2 ) nu sunt izomorfe [ca o condiţie necesar¼
a, spaţiul vectorial
X trebuie s¼
a …e de tip in…nit] [J. Rätz]
3.0.37. Observaţie. Într–un spaţiu vectorial cu produs scalar (real sau complex) 8x 2 V, hu; xi = hv; xi
) u = v.
Demonstraţie. Se alege x = u v şi se obţine hu

vi = 0 () u v = 0 () u = v.
v; u
2 32 3
0 1 x
3.0.38. Observaţie. În R2 cu produsul scalar standard, operatorul U (x) = 4 5 4 1 5 are pro-
1 0 x2
prietatea:
hU (x) ; xi = h(x2 ; x1 ) ; (x1 ; x2 )i = 0.
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.
Demonstraţie. 1. Se foloseşte Obs. 3.0.37: 8x; y 2 V, hU (x) ; yi = 0 ) U (x) = 0; 8x 2 V )

U ( ) = O( )
2. Fie v = x + y, cu x; y 2 V şi 2 C. Atunci:
0 = hU (v) ; vi = hU ( x + y) ; x + yi = h U (x) + U (y) ; x + yi =
= h U (x) ; xi + h U (x) ; yi + hU (y) ; xi + hU (y) ; yi = j j2 hU (x) ; xi + hU (x) ; yi + hU (y) ; xi +
hU (y) ; yi =
= hU (x) ; yi + hU (y) ; xi
pentru = 1, hU (x) ; yi + hU (y) ; xi = 0
pentru = i, i hU (x) ; yi i hU (y) ; xi = 0 ) hU (x) ; yi hU (y) ; xi = 0
) 8x; y 2 V, hU (x) ; yi = 0 şi din punctul 1. ) U ( ) = O ( ).
3. Un exemplu este cel de mai sus.
3. SPAŢII VECTORIALE CU PRODUS SCALAR 133

a V este un spaţiu euclidian sau un spaţiu unitar atunci au loc
(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).
Demonstraţie. 1. Evident inegalitatea Cauchy–Buniakovski este adev¼

arat¼
a pentru hx; yi = 0.
Pentru un spaţiu euclidian:
2
hx + y; x + yi 0; 8 2 R; 8x; y 2 V , hx; xi + 2 hx; yi + hy; yi 0; 8 2 R; 8x; y 2 V
) = 4 hx; yi2 hx; xi hy; yi 0; 8x; y 2 V.
Se observ¼
a c¼
a dac¼
a x0 şi y0 sunt astfel încât = 0, atunci ecuaţia de gradul 2 în are o soluţie dubl¼
a
2
0 şi deci are loc: hx0 ; x0 i + 2 0 hx0 ; y0 i + 0 hy0 ; y0 i = 0, adic¼
a hx0 + 0 y0 ; x0 + 0 y0 i = 0 de unde rezult¼
a
c¼
a x0 + 0 y0 = 0, adic¼
a vectorii x0 şi y0 sunt liniar dependenţi.
Pentru un spaţiu unitar:
hx + y; x + yi 0; 8 2 C; 8x; y 2 V , hx; xi + hx; yi + hx; yi + j j2 hy; yi 0; 8 2 C; 8x; y 2 V
hx;yi
Se alege = t jhx;yij , cu t 2 R arbitrar ) hx; xi + 2t jhx; yij + t2 hy; yi 0; 8t 2 R; 8x; y 2 V
) = 4 jhx; yij2 hx; xi hy; yi 0; 8x; y 2 V.
Se observ¼
a c¼
a dac¼
a x0 şi y0 sunt astfel încât = 0, atunci ecuaţia de gradul 2 în t are o soluţie
hx;yi 2
dubl¼
a t0 şi pentru 0 = t0 jhx;yij deci are loc: hx0 ; x0 i + 0 hx0 ; y0 i + 0 hx0 ; y0 i + 0 hy0 ; y0 i = 0, adic¼
a
hx0 + 0 y0 ; x0 + 0 y0 i = 0 de unde rezult¼
a c¼
a x0 + 0 y0 = 0, adic¼
a vectorii x0 şi y0 sunt liniar dependenţi.
hx; xi + hx; yi + hx; yi + j j2 hy; yi = hx; xi + hx; yi + hx; yi + hy; yi
p
2. Funcţionala p¼
atratic¼
a ataşat¼
a formei biliniare ce de…neşte produsul scalar este kxk = hx; xi:
Trebuie veri…cate 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).
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
kx + yk2 = hx + y; x + yi = kxk2 + kyk2 + 2 Re hx; yi

kxk2 + kyk2 + 2 kxk kyk = (kxk + kyk)2 :
3.0.41. Observaţie. Într-un spaţiu euclidian din inegalitatea Cauchy–Buniakovski–Schwarz urmeaz¼

a c¼
a
<x;y>
kxkkyk
2 [ 1; 1] :
[Relaţii într–un paralelogram]
3.0.42. Observaţie. cos (x; y) = <x;y>

kxkkyk
şi kx yk2 = hx y; x yi = kxk2 2 hx; yi + kyk2 )
) kx yk2 = kxk2 2 cos (x; y) kxk kyk+kyk2 (Teorema cosinusului; Teorema Pitagora generalizat¼
a)
3.0.43. Observaţie. Are loc identitatea paralelogramului
kx + yk2 + kx yk2 = 2 kxk2 + kyk2 ; 8x; y 2 V:
Demonstraţie. kx + yk2 + kx yk2 = hx + y; x + yi + hx y; x yi =

= 2 kxk2 + 2 kyk2 + 2 Re hx; yi 2 Re hx; yi = 2 kxk2 + 2 kyk2 .
3.0.44. Observaţie. Paralelogramul format de vectorii x, y este dreptunghi () kx + yk = kx yk.
Demonstraţie. kx + yk = kx yk () kx + yk2 = kx yk2 () kxk2 2 hx; yi + kyk2 =

kxk2 + 2 hx; yi + kyk2 () 4 hx; yi = 0 () x ? y.
1=p
P
n
p
3.0.45. Observaţie. Pentru p 2 [1; 1), funcţiile kxkp = jxk j sunt norme.
k=1
Dac¼
a p 6= 2, norma kxkp nu provine de la un produs scalar (nu exist¼
a nici–un produs scalar a c¼
arui
norm¼
a ataşat¼
a s¼
a …e k kp cu p 6= 2).
[Demonstraţia se bazeaz¼
a pe observaţia c¼
a orice norm¼
a care provine de la un produs scalar satisface
regula paralelogramului; normele k kp cu p 6= 2 nu satisfac identitatea paralelogramului – demonstraţie
prin contraexemple]. Are loc o a…rmaţie mai tare:
O norm¼
a provine de la un produs scalar dac¼
a şi numai dac¼
a satisface identitatea paralelogramului.
3.0.46. Observaţie (Identit¼

aţi polare; reconstrucţia produsului scalar din norm¼
a). Dac¼
a V este un spaţiu
vectorial real normat iar norma provine de la un produs scalar, atunci produsul scalar (real) de la care
provine norma este:
1
hx; yi = kx + yk2 kx yk2 ;
3.1. ORTOGONALITATE 135
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

a x, y 6= 0 atunci vectorii x + y şi x y sunt ortogonali () kxk = kyk.
Demonstraţie. (x + y) ? (x y) () hx + y; x yi = 0 () kxk2 kyk2 = 0 () kxk =

kyk.
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 :
3.0.50. Observaţie. Distanţa dintre doi vectori are propriet¼

aţile:
(1) d (x; y) 0; d (x; y) = 0 , x = y.

(2) d (x; y) = d (y; x), 8x; y 2 V.
(3) d (x; y) d (x; z) + d (z; y), 8x; y; z 2 V.
3.0.51. Observaţie (Caracterizare a mijlocului/mediei). Dac¼

a x, y, m 2 V satisfac:
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
Ne vom limita prezentarea la spaţii euclidiene.

a vectorii (xi )i=1;k sunt ortogonali doi câte doi, atunci are loc Teorema lui Pitagora
generalizat¼
a:
2
X
k X
k
xi = kxi k2 :
i=1 i=1
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
3.1.2. Observaţie (Variant¼

a a Teoremei Pitagora generalizat¼
a). Dac¼
a vectorii (xi )i=1;k sunt ortogonali
doi câte doi iar 1, , k scalari, atunci are loc:
2
X
k X
k
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.
3.1.6. De…niţie. Dou¼

a submulţimi A, B ale lui V se numesc ortogonale şi se noteaz¼
a cu A ? B dac¼
a
8x 2 A, 8y 2 B; x ? y.
a A? mulţimea A? =
Se numeşte complement ortogonal al unei mulţimi de vectori A şi se noteaz¼
S
span B = fv 2 V; hv; xi = 0; 8x 2 Ag :
B?A
3.1.7. Propoziţie. Într–un spaţiu euclidian V sunt adev¼

arate a…rmaţiile:
(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))? .
Demonstraţie. (1) 9x 2 A \ B ) hx; xi = 0 ) x = 0:

P
(2) ”(” Fie x 2 span fai ji 2 Ig arbitrar. Atunci x = j aj (unde J este o mulţime …nit¼
a de
P j2J I
indici) şi hx; yi = j ha j ; yi = 0, 8y 2 B:
j2J I
”)”Se obţine prin particularizarea vectorului din span fai ji 2 Ig.
3.1. ORTOGONALITATE 137
P P
(3) Fie x; y 2 A? : Atunci x = j bj şi y = unde pentru …ecare a 2 A avem
j bj
j2J1 -…nit¼
a j2J2 -…nit¼
a
P ?
8j 2 J1 , ha; bj i = 0 şi 8j 2 J2 , ha; bj i = 0. Rezult¼
a astfel c¼
a x+y = j bj 2 A şi
j2J1 [J2 -…nit¼
a
P
x= ( j ) bj 2 A? pentru orice scalar 2 R:
j2J1 -…nit¼
a
(4) Fie (e1 ; e2 ; :::; ep ) o baz¼
a a subspaţiului vectorial A pe care o complet¼
am la o baz¼
a E = (e1 ; e2 ; :::; em )
a spaţiului vectorial V.
P
m
Fie y 2 A? V arbitrar şi y = i ei descompunerea lui y în baza E. Sistemul
i=1
he1 ; yi = he2 ; yi = ::: = hep ; yi = 0;
care caracterizeaz¼a relaţia A ? A? conform celui de al doilea punct al propoziţiei, se scrie

8
>
> he1 ; e1 i 1 + he1 ; e2 i 2 + ::: + he1 ; ep i p + ::: + he1 ; em i m = 0
>
>
>
>
>
< he2 ; e1 i 1 + he2 ; e2 i 2 + ::: + he2 ; ep i p + ::: + he2 ; em i m = 0
:
>
> :::
>
>
>
>
>
: hep ; e1 i 1 + hep ; e2 i 2 + ::: + hep ; ep i p + ::: + hep ; em i m = 0
Deoarece matricea funcţionalei biliniare ce de…neşte produsul scalar asociat¼

a bazei fe1 ; e2 ; :::; ep g
a, sistemul este compatibil de m p ori nedeterminat. Vom avea dim A? = m p =
este nesingular¼
dim V dim A.
(5) Folosind prima a…rmaţie avem A \ B = f0g şi din dim A + dim B = dim V rezult¼
a c¼
aV=A B:
Deoarece B este un subspaţiu vectorial a lui A? cu dim B = dim V dim A = dim A? rezult¼
a c¼
a
B = A? :
(6) Este o consecinţ¼
a a punctelor precedente.
(7) Este o consecinţ¼
a a punctelor precedente.
3.1.8. Observaţie. x 2 A şi x ? A ) hx; xi = 0 ) x = 0.
3.1.9. Observaţie. Evident A? = fx; x ? Ag.
3.1.10. Observaţie. 1. Dou¼

a subspaţii vectoriale sunt ortogonale dac¼
a şi numai dac¼
a …ecare vector al
unei baze din primul subspaţiu este ortogonal pe …ecare vector al unei baze din cel de-al doilea subspaţiu.
2. Suma a dou¼
a subspaţii vectoriale ortogonale este direct¼
a. Suma unei familii oarecare de subspaţii
vectoriale ortogonale dou¼
a câte dou¼
a este direct¼
a.
3. Un sistem ortogonal de vectori, ce nu conţine vectorul nul, este format cu vectori liniar independenţi.
Dimensiunea spaţiului dim V este num¼
arul maxim de vectori, nenuli, ortogonali;
a. (Teorema de ortogonalizare Gram–Schmidt) Fie V un spaţiu euclidian cu dim V = n.

3.1.11. Teorem¼
Fie E = (vi )i=1;n o baz¼
a şi …e Vk = span (v1 ; ; vk ). Exist¼
a o baz¼
a F = (fi )i=1;n cu propriet¼
aţile:
(1) 8k 2 f1; : : : ; ng ; span (f1 ; ; fk ) = Vk :

(2) 8k 2 f1; : : : ; n 1g ; fk+1 ? Vk :
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.
3.1.12. Observaţie. Am demonstrat c¼

a orice spaţiu euclidian admite o baz¼
a ortogonal¼
a, baz¼
a ce poate …
ortonormal¼
a.
3.2. PROIECŢIA UNUI VECTOR PE UN SUBSPAŢIU 139
3.2. Proiecţia unui vector pe un subspaţiu
Fie V0 un subspaţiu vectorial, f1 ; ; fk o baz¼

a notat¼
a B0 a lui V0 şi v un vector oarecare, în general
care nu aparţine lui V0 . Exist¼
a o proiecţie astfel încât V = p (V) ker p ( ) şi în plus V = p (V) ? ker p ( ).
Vectorul v se descompune într-un vector din V0 care este "proiecţia ortogonal¼
a a lui v pe V0 " notat¼
a Pr v;
V0
şi un vector ortogonal pe V0 , care este „perpendiculara din v pe V0 ”şi care este v PrV0 v. Se cere s¼
a se
g¼
aseasc¼
a efectiv aceast¼
a descompunere.
Au
8 loc: 8
> >
>
< v Pr v ? V0 < v Pr v; fj = 0; 8j = 1; k
V0 V0
) P
k
>
: Pr v 2 V0 >
>
: Pr v = i fi :
V0 V0 i=1
Se a‡a¼ coe…cienţii i din condiţia ca vectorul v Pr v s¼
a …e ortogonal pe V0 , adic¼
a pe …ecare dintre fi :
V0
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
Vectorul v Pr v se va reprezenta în baza canonic¼

a astfel:
V0
X
k
v Pr v = ^ i [fi ]E [v]E :
V0
E i=1
3.2.1. Observaţie. Are loc Teorema lui Pitagora:

2 2
kvk2 = Pr v + v Pr v ;
V0 V0
a vectorii Pr v şi v
pentru c¼ Pr v sunt perpendiculari.
V0 V0
3.2.2. Observaţie. Lungimea perpendicularei este mai mic¼

a sau egal¼
a decât lungimea oric¼
arei oblice.
Demonstraţie. Orice oblic¼

a este de forma v v0 , cu v0 2 V0 . Din faptul c¼
av Pr v este ortogonal
V0
pe V0 urmeaz¼
a c¼
a este ortogonal pe …ecare vector din V0 , deci pe v0 . Atunci au loc relaţiile:
9
v v0 = v Pr v + Pr v v0 >
>
>
>
V0 V0 >
= 2 2
T. P. 2
Pr v v0 2 V0 ) kv v0 k = Pr v v0 + v Pr v )
V0 >
> V0 V0
>
>
v Pr v ? Pr v v0 >
;
V0 V0
) v Pr v kv0 vk
V0
adic¼
a lungimea oric¼
arei oblice este mai mare decât lungimea perpendicularei
a. Pentru …ecare v 2 V şi pentru …ecare V0 subspaţiu al lui V, funcţia f ( ) : V ! R,

3.2.3. Teorem¼
de…nit¼
a prin f (u) = ku vk are un unic minim pe V0 .
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 .
3.2.4. De…niţie. Se numeşte distanţa de la un subspaţiu V0 la un vector v şi se noteaz¼

a d (v; V0 ) =
v Pr v .
V0
¼
3.3. METODA CELOR MAI MICI PATRATE 141
3.3. Metoda celor mai mici p¼

atrate
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 ^
X matricea "datelor observate/variabilelor explicative" [n p]

h i
X = X1 X2 Xp [X j este coloana j a matricii X]
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
" o eroare aleatoare care reprezint¼

a discrepanţa aproxim¼
arii "^
2 3
"
6 1 7
6 . 7 ^
"=Y X = 6 .. 7; "i = yi Xi "î = yi Xi
4 5
"n
Datele sunt prezentate tabelar:
Observaţia R¼
aspunsul Predictori
Num¼
arul Y termenul liber X 1 X2 Xp
1 y1 1 x11 x12 x1p
2 y2 1 x21 x22 x2p
3 y3 1 x31 x32 x3p
.. .. .. .. .. .. ..
. . . . . . .
n yn 1 xn1 xn2 xnp
Se încearc¼ aspunsului observat în termeni de predictori observaţi3; pentru asta se foloseşte
a explicarea r¼
o matrice X [descris¼
a mai sus] care conţine observaţiile. Deşi liniile şi coloanele matricii X sunt vectori,
semni…caţiile lor sunt distincte, aşa c¼
a aceleaşi operaţii algebrice vor însemna altceva.
3 Trebuienotat¼a diferenţa dintre "ceea ce se observ¼

a c¼
a se întâmpl¼a" şi "ceea ce se întâmpl¼
a" –este o diferenţ¼
a conceptual¼
a
care se pare c¼
a a fost inclus¼ a în modelare pentru prima dat¼ a în cadrul Mecanicii Cuantice [diferenţa dintre realitate şi
observarea realit¼
aţii]
2 3
6 x1j 7
6 7
6 x2j 7
6 7
6 7
3.3.1. Operaţii cu coloane. Coloanele X j = 6
6 x3j 77, pentru …ecare j, conţin instanţe diferite ale
6 .. 7
6 7
6 . 7
4 5
xnj
aceluiaşi obiect (valori diferite de acelaşi tip şi m¼
asurate la fel); sunt realiz¼
ari diferite ale aceleiaşi variabile
explicative j.
Coloanele pot … privite ca observaţii imperfecte ale aceleiaşi "valori perfecte" (care poate sau nu s¼
a …e
unic¼
a).
Matricea
2 de observaţii este o "linie
3 de coloane":
6 1 x11 x12 x1p 7

2 3
6 7
6 1 x21 x22 x2p 7 1
6 7 h i 6 7
6 7 6 . 7 Not
X=6 6 1 x31 x32 x3p 77 = X0 X1 X2 X p ; X 0 = 6 .. 7 = i.
6 . 4 5
6 . .. .. .. .. 7
7
6 . . . . . 7 1
4 5
1 xn1 xn2 xnp
2 3
T
6 X0 7
6 7
6 XT 7
6 1 7
XT = 6 . 7
6 .. 7
6 7
4 5
X Tp
2 3
T
6 X0 7
6 7
6 XT 7 h i
T 6 1 7 T
X X = 6 . 7 X0 X1 X2 X p = X j1 X j2 j1 ;j2 =0;p
6 .. 7
6 7
4 5
T
Xp
Conceptual, atâta vreme cât Y va … "explicat" în termeni de X j [de fapt Y va … proiectat pe subspaţiul
generat de X j ], vectorii Y şi X j trebuie s¼
a fac¼
a parte din acelaşi spaţiu [de dimensiune (mai mare sau)
egal¼
a cu num¼
arul de observaţii, n]
Mai întâi trebuie s¼
a …e mai multe observaţii decât variabile explicative: p + 1 < n
Se noteaz¼
a cu Sc "spaţiul coloanelor"; Y , X j 2 Sc , j = 0; p iar Span fX j ; j = 0; pg Sc
Propriet¼
aţi ale vectorului n–dimensional i:
2 3
1
h i 6 7
6 . 7
iT i = 1 1 6 .. 7 = n [scalar]
1 n n 1 4 5
1
¼
2 3 2 3
1 6 1 1 7
6 7 h i 6 7
6 . 7 ..
i iT = 6 .. 7 1 1 =6
6 1 . 1 7 [matrice p¼
7 atratic¼
a de dimensiune n cu elemente 1]
n 1 1 n 4 5 4 5
1 1 1
n n de 1
1P n
Xj = xij [scalar, media vectorului X j]
n i=1
Pn 1 T
xij = iT X j = nX j ) X j = i X j şi iT X j = nX j
i=1 n
2 3
X
6 j 7 1 T 1
6 .. 7
6 . 7 = i Xj = i i Xj = i iT X j [vector n dimensional cu scalarul X j pe …ecare
4 5 n n
Xj
component¼
2 a] 3
6 x1j X j 7
6 7
6 x2j X j 7
6 7
6 7 1
6 x 7 i iT X j = M 0 X j [vectorul n–dimensional al deviaţiilor de
6 3j X j 7 = Xj i X j = In
6 7 n
6 .. 7
6 . 7
4 5
xnj X j
la medie ale vectorului X j ]
[poate … scris şi ca X j X j dac¼
a se foloseşte o convenţie folosit¼
a în diverse limbaje de programare,
şi anume c¼
a adunarea unui vector cu un scalar înseamn¼
a adunarea scalarului la …ecare component¼
a a
vectorului]
1 T
Matricea M 0 = In i i transform¼a un vector într–un nou vector ale c¼
arui componente sunt vechile
n
componente din care se scade media vechilor componente) [operatorul de deviaţie de la medie]
aţi ale operaţiilor cu i şi cu M 0 :
Propriet¼
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]
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
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 +
produsul Y T X a este egal cu transpusul lui: Y T X =

are dimensiune 1 aşa c¼ T
XT Y
1 n n (p+1) (p+1) 1
dimensiune
| {z 1}
= Y TY 2Y T X + T X T X
2 3 2 3
1 1
h i 6 7 6 7
6 7 6 7
Y X = yi 1 Xi 6 0 7 = [Oi ]i=1;n 6 0 7
4 5 4 5
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 problema de minimizare: min E ( ) = E ^ (iar ^ este soluţia problemei)

Se rezolv¼
T
^ este astfel încât e ? X ^ () Y X^ ? X ^ () Y X^ X ^ = 0 () Y T X ^
^T X T X ^ = 0 () Y TX ^T X T X ^ = 0
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
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:
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. Tipuri speciale de operatori
3.4.1. Operatori de proiecţie.
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 .
3.4.2. De…niţie. Un operator liniar p ( ) : V ! V se numeşte proiecţie (proiector) dac¼

a p (p (x)) =
p (x) ; 8x 2 V [proprietate de idempotenţ¼
a].
a. Pentru un operator p ( ) care este proiecţie are loc: V = p (V)

3.4.3. Teorem¼ ker p ( ).
Demonstraţie. Fie v 2 V ) v = p (v) + v p (v), cu p (v) 2 p (V) şi p (v p (v)) =

= p (v) p2 (v) = p (v) p (v) = 0 deci v p (v) 2 ker (p (:)); aşadar V = p (V) + ker p (:). Suma este
direct¼ a v 2 p (V) \ ker p ( ) ) 0 = p (v) şi 9u, v = p (u) ) 0 = p (v) = p2 (u) = p (u) = v deci
a pentru c¼
p (V ) \ ker p ( ) = f0g
3.4.4. Propoziţie. Fie p ( ) : V ! V un operator de proiecţie. Atunci:
(1) x 2 Im p ( ) = p (V) () x este nul sau este vector propriu corespunz¼

ator valorii proprii 1;
(2) x 2 ker p ( ) () x este nul sau este vector propriu corespunz¼
ator valorii proprii 0;
[structura spectral¼
a a unei proiecţii este: valorile proprii sunt numai 0 şi 1 (cu diverse grade de
multiplicitate) iar vectorii proprii sunt vectorii din imaginea operatorului (pentru valoarea proprie
1) şi din nucleu (pentru valoarea proprie 0)]
Demonstraţie. Din Teorema anterioar¼

a se ştie c¼
a
x = 0 ) p (0) = 0 ) 0 2 p (V)
0 6= x 2 p (V) () p (x) = p (p (x)) ) p (x) 2 p (V)
p (x) = 0 sau p (x) 6= 0.
p (x) 6= 0 ) p (x) este vector propriu ataşat valorii proprii 1.

x 6= 0 şi p (x) = 0 ) x 2 ker p ( ) şi p (x) = 0 = 0 x ) x este vector propriu ataşat valorii proprii
0.

a p ( ) : V ! V este proiecţie, atunci şi (1V p) ( ) : V ! V este tot proiecţie.
Mai mult, ker (1V p) ( ) = Im p ( ) şi Im (1V p) ( ) = ker p ( ).
Demonstraţie. x 2 ker (1V p) ( ) ) x p (x) = 0 ) x = p (x) 2 Im p ( ).

x 2 Im p ( ) ) 9y, x = p (y) ) p (x) = p (p (y)) = p (y) = x ) x p (x) = 0 ) x 2 ker (1V p) ( )
x 2 Im (1V p) ( ) ) 9y, x = (1V p) (y) = y p (y) ) p (x) = p (y) p (p (y)) = p (y) p (y) = 0 )
p (x) = 0 ) x 2 ker p ( ).
x 2 ker p ( ) ) p (x) = 0 ) x = x p (x) = (1V p) (x) ) x 2 Im (1V p) ( ).
3.4.6. De…niţie. O proiecţie se numeşte ortogonal¼a dac¼

a în plus are loc p (V ) ? ker p ( ).
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.
3.4.2. Operator adjunct.
3.4.8. De…niţie. Fie dou¼

a spaţii vectoriale de tip …nit cu produse scalare X şi Y, şi un operator liniar
U ( ) : X ! Y între cele dou¼
a structuri. Se numeşte operatorul adjunct operatorului U ( ) operatorul liniar
U ( ) : Y ! X cu proprietatea:
hU (x) ; yiY = hx; U (y)iX ; 8x 2 X; 8y 2 Y:
3.4.9. Observaţie. Unicitatea operatorului adjunct:

Operatorul adjunct este unic, deoarece dac¼
a doi operatori U1 ( ) şi U2 ( ) ar satisface relaţia, s–ar obţine
hx; U1 (y)iX = hx; U2 (y)iX , 8x 2 X; 8y 2 Y; din observaţia 3.0.37, pagina 132 se obţine c¼
a U1 (y) = U2 (y),
8y 2 Y, adic¼
a U1 ( ) = U2 ( ).
Existenţa operatorului adjunct:
Se consider¼
a câte o baz¼
a ortonormal¼
a BX , BY în …ecare dintre spaţiile X, Y, şi matricea A ataşat¼
a
operatorului U ( ) în aceste baze.
a matricea A = AT , care se numeşte matricea adjunct¼a [sau Hermitic–adjunct¼
Se consider¼ a] a matricii
A [matricea adjunct¼
a este matricea obţinut¼
a prin transpunerea matricii iniţiale şi conjugarea complex¼
aa
…ec¼
arui element al matricii]
Operatorul liniar de la Y la X care în aceleaşi alegeri de baze are matricea A este chiar operatorul
adjunct [U ( ) : Y ! X, [U (y)]BX = A [y]BY ]
În cazul în care spaţiile X şi Y sunt de tip real, matricea adjunct¼
a este chiar matricea transpus¼
a.
3.4.10. Observaţie.
Propriet¼
aţi ale matricii adjuncte A :
O = O [adjuncta matricii nule este matricea nul¼

a]
I = I [adjuncta matricii identitate este matricea identitate]
(A + B) = A + B
( A) = A
(AB) = B A
(A ) = A
Dac¼
a A este p¼
atratic¼
a, atunci: det A = det A
[determinantul matricii adjuncte este conjugatul complex al determinantului matricii]
1
(A 1 ) = (A ) [dac¼
a A este inversabil¼
a, atunci şi A este inversabil¼
a,
iar inversa adjunctei este adjuncta inversei]
Propriet¼
aţi ale operatorului adjunct U ( ) :
O ( ) = O ( ) [adjunctul operatorului nul este operatorul nul]

I ( ) = I ( ) [pentru X = Y, adjunctul operatorului identitate este operatorul identitate]
(U1 + U2 ) ( ) = U1 ( ) + U2 ( )
( U) ( ) = U ( )
(U1 U2 ) ( ) = (U2 U1 ) ( )
(U ) ( ) = U ( )
1 1
(U ) ( ) = (U ) ( ) [dac¼
a U ( ) este inversabil, atunci şi U ( ) este inversabil
iar inversul adjunctului este adjunctul inversului]
3.4.11. Observaţie (Leg¼

aturi dintre nucleele şi imaginile operatorilor).
1. ker U ( ) = (Im U ( ))?

2. ker U ( ) = (Im U ( ))?
3. Im U ( ) = (ker U ( ))?
4. Im U ( ) = (ker 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 ( ).
3.4.12. Exerciţiu. Pe R3 se consider¼

a h(x1 ; x2 ; x3 ) ; (y1 ; y2 ; y3 )iR3 = 10x1 y1 + 3x1 y2 +
3x2 y1 + 2x2 y2 + x2 y3 + x3 y2 + x3 y3 .
(1) S¼ a h ; iR3 de…neşte un produs scalar pe R3 .

a se arate c¼
(2) Folosind acest produs scalar, s¼
a se determine lungimile vectorilor x = (1; 2; 1) şi y = (1; 1; 1) şi
cosinusul unghiului dintre x şi y.
(3) S¼
a se g¼
aseasc¼
a un vector perpendicular pe x şi pe y (în raport cu produsul scalar de la 1.)
(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,
1 = 10, 2 = 11, 3 = 20 10 9 = 1;determinanţii sunt toţi strict pozitivi, aşa c¼

a funcţionala
p¼
atratic¼
a ataşat¼a este strict pozitiv de…nit¼ a.
2 3 2 3T 2 32 3
1 1 10 3 0 1
6 7 6 7 6 76 7
6 7 6 7 6 76 7
[x]E3 = 6 2 7; hx; xiR3 = 6 2 7 6 3 2 1 7 6 2 7 = 35
4 5 4 5 4 54 5
1 1 0 1 1 1
p p
kxk = hx; xiR3 = 35
2 3 2 3T 2 32 3
1 1 10 3 0 1
6 7 6 7 6 76 7
6 7 6 7 6 76 7
[y]E3 = 6 1 7; hy; yiR3 = 6 1 7 6 3 2 1 7 6 1 7 = 21
4 5 4 5 4 54 5
1 1 0 1 1 1
p p
kyk = hy; yiR3 = 21
2 3T 2 32 3
1 10 3 0 1
6 7 6 76 7
6 7 6 76 7
hx; yiR3 = 6 2 7 6 3 2 1 7 6 1 7 = 27
4 5 4 54 5
1 0 1 1 1
hx; yiR3 27 27
cos (x; y) = =p p = p
kxk kyk 35 21 7 15
2 3T 2 32 3
1 10 3 0 z1
6 7 6 76 7
6 7 6 76 7
hx; ziR3 = 0 () 6 2 7 6 3 2 1 7 6 z2 7 = 16z1 + 8z2 + 3z3 = 0
4 5 4 54 5
1 0 1 1 z3
2 3T 2 32 3
1 10 3 0 z1
6 7 6 76 7
6 7 6 76 7
hy; ziR3 = 0 () 6 1 7 6 3 2 1 7 6 z2 7 = 13z1 + 6z2 + 2z3 = 0
4 5 4 54 5
1 0 1 1 z3
8
8 >
> z =2 ;
< 16z1 + 8z2 + 3z3 = 0 >
< 1
, soluţia este: z2 = 7 ;
: 13z + 6z + 2z = 0 >
>
1 2 3 >
:
z3 = 8 :
(2) e1 = (1; 0; 0), e2 = (0; 1; 0), e3 = (0; 0; 1)
f1 = e1 ,
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
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
Operatorul adjunct este de…nit prin:

hU (x) ; yiR3 = hx; U (y)iR2 ()
2 3
10 3 0
6 7
T 6 7
() [U (x)]E3 6 3 2 1 7 [y]E3 = [x]TE2 [U (y)]E2 ()
4 5
0 1 1
2 3T 2 3
1 0 10 3 0
6 7 6 7
6 7 6 7
() [x]TE2 6 1 1 7 6 3 2 1 7 [y]E3 = [x]TE2 [U (y)]E2 , 8x 2 R2 , 8y 2 R3 ()
4 5 4 5
1 4 0 1 1
2 3T 2 3
1 0 10 3 0 2 3
6 7 6 7 13 4 0
6 7 6 7
() [U (y)]E2 = 6 1 1 7 6 3 2 1 7 [y]E3 = 4 5 [y]
E3
4 5 4 5 3 6 5
1 4 0 1 1
2 3T
1 0 2 3
6 7 1 1 1
6 7
6 1 1 7 =4 5,
4 5 0 1 4
1 4
2 3T 2 3 2 3
1 0 10 3 0 2 3 10 3 0 2 3
6 7 6 7 1 1 1 6 6 7 13 4 0
6 7 6 7 56 3 2 1 7
6 1 1 7 6 3 2 1 7=4 7=4 5
4 5 4 5 0 1 4 4 5 3 6 5
1 4 0 1 1 0 1 1
) U (y) = (13y1 + 4y2 ; 3y1 + 6y2 + 5y3 ).
3.4.3. Operatori izometrici, unitari, ortogonali.
3.4.14. De…niţie. Un operator liniar U ( ) : X ! Y este numit izometrie dac¼

a
8x 2 X; kU (x)k = kxk :
[p¼
astreaz¼
a lungimile]
3.4.15. Observaţie. O izometrie este funcţie injectiv¼

a [deoarece U (x) = 0 ) kU (x)kY = 0 ) kxkX =
0 ) x = 0 aşa c¼
a nucleul operatorului este f0g]
3.4.16. Observaţie. Condiţia de izometrie este echivalent¼

a cu p¼
astrarea produsului scalar:
hU (x1 ) ; U (x2 )iY = hx1 ; x2 iX ; 8x1 ; x2 2 X:
Demonstraţie. kU (x1 x2 )kY = kx1 x2 kX )

) hx1 x2 ; x1 x2 i = hU (x1 x2 ) ; U (x1 x2 )i = hU (x1 ) U (x2 ) ; U (x1 ) U (x2 )i )
) hx1 ; x1 i hx1 ; x2 i hx2 ; x1 i + hx2 ; x2 i = hU (x1 ) ; U (x1 )i hU (x1 ) ; U (x2 )i hU (x2 ) ; U (x1 )i +
hU (x2 ) ; U (x2 )i )
) hx1 ; x2 i = hU (x1 ) ; U (x2 )i [deci din noua condiţie rezult¼
a condiţia din de…niţie]
Reciproc, din noua condiţie rezult¼
a condiţia de de…niţie cu x1 = x2 .
3.4.17. Observaţie. Un operator U ( ) : X ! Y este izometric dac¼

a şi numai dac¼
a U U = IX .
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 .
3.4.18. Observaţie. Reformulare: o matrice este izometric¼

a dac¼
a şi numai dac¼
a coloanele ei formeaz¼
ao
familie ortonormat¼
a.

a o funcţie (nu neap¼
arat liniar¼
a) f ( ) : X ! Y satisface condiţiile: f (0) = 0 şi
kx1 x2 k = kf (x1 ) f (x2 )k [este izometric¼
a: p¼
astreaz¼
a distanţele], 8x1 ; x2 2 X, atunci f ( ) este liniar¼
a.
Mai mult, funcţia f ( ) este şi izometrie.
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
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.
3.4.20. Observaţie. O funcţie (nu neap¼

arat liniar¼
a) f ( ) : X ! X care satisface kx1 x2 k = kf (x1 ) f (x2 )k
mai este numit mişcare rigid¼a şi este de forma f (x) = f (0) + T (x), cu T ( ) operator izometric.
3.4.21. De…niţie. Un operator liniar U ( ) : X ! Y este numit unitar dac¼

a este izometric şi inversabil.
Dac¼
a, în plus, spaţiile sunt reale, atunci operatorul mai este numit şi ortogonal.
3.4.22. Observaţie. O izometrie (între spaţii de tip …nit) este operator unitar dac¼
a şi numai dac¼
a dim X =
dim Y.
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.
3.4.23. Observaţie. Câteva propriet¼

aţi ale operatorilor unitari:
1
Dac¼
a U ( ) este unitar, atunci U ( ) = U ( ).
1
Dac¼
a U ( ) este unitar, atunci U ( ) = U ( ) este şi el tot unitar.
Operatorii unitari sunt acei operatori care transform¼
a o baz¼
a ortonormal¼
a într-o alt¼
a baz¼
a ortonormal¼
a.
Compunerea a doi operatori unitari (când compunerea are sens) este tot operator unitar.
Determinantul matricii unui operator unitar este de modul complex 1 [jdet Aj = 1; în general, deter-
minantul matricii unui operator unitar este un num¼
ar complex; dac¼
a operatorul este ortogonal, atunci
determinantul este num¼
ar real şi det A = 1]
a A = (aij )i;j=1;n este matricea operatorului unitar corespunz¼

3.4.24. Propoziţie. Dac¼ atoare bazei canon-
ice (ei )i=1;n , atunci are loc
AT A = AAT = In operatorul este inversabil şi A 1

= AT :
[coloanele matricii formeaz¼

a o familie ortonormat¼
a]
Demonstraţie. Din de…niţie rezult¼

a c¼
a
ij = hei ; ej i = hU (ei ) ; U (ej )i =

= hcoli (A) ; colj (A)i = lini AT ; colj (A)
) AT A = In :
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].
Demonstraţie. hU (x1 ) ; U (x2 )i = h x1 ; x2 i = hx1 ; x2 i = hx1 ; x2 i ; 8x1 ; x2 vectori proprii ataşaţi

valorii proprii ) = 1; adic¼
aj j=1

a o baz¼
a ortonormal¼
a format¼
a din vectori proprii în care matricea este de tip
0 1
cos 1 sin 1
B C
B C
B sin 1 cos 1 C
B C
B C
B ... C
B C
B C
B C
B C
B C
B cos sin C
B m m C
B C
B C
B sin m cos m C
B C
B C
B C
B 1 C
B C
B C
B C
B C
B C
B .. C
B . C
B C
B C
B C
B C
B C
@ 1 A
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.
a un operator U ( ) : R2 ! R2 este ortogonal iar matricea are determinant 1,

atunci operatorul este o rotaţie.
2 3
a b
Demonstraţie. Fie A = 4 5 matricea operatorului;
c d
Determinantul trebuie s¼
a …e 1, aşa c¼
a ad bc = 1.
Coloanele trebuie s¼
a …e ortogonale, aşa c¼
a ab + cd = 0
Coloanele trebuie s¼
a …e de lungime 1, aşa c¼a a2 2
+ c2 = 1,
32 b 2 + d2 =
31 2 3 2 3
a b a c a2 + b2 ac + bd 1 0
Matricea invers¼
a este matricea transpus¼ a4
a, aşa c¼ 54 5=4 5=4 5
2 2
c d b d ac + bd c + d 0 1
2 3 1 2 3 2 3
a b d b a b
Din 4 5 = 4 5 se obţine c = b, a = d ) A = 4 5, cu a2 + b2 = 1. Se
c d c a b a
2 3
cos sin
consider¼
a astfel încât cos = a şi atunci sin a este A = 4
= b, iar forma general¼ 5.
sin cos
2 3 1 2 3
a b d b
3.4.30. Observaţie. În cazul în care determinantul este 1, atunci din 4 5 = 4 5 se
c d c a
2 3
a b
obţine a = d, b = c ) A = 4 5, cu a2 b2 = 1. Se consider¼
a astfel încât cos =a)
b a
2 3
cos sin
sin = b ) A = 4 5.
sin cos
3.4.4. Operator normal.
3.4.31. De…niţie. Operatorul liniar U ( ) este numit normal dac¼

a
(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 :
Demonstraţie. Pentru x 6= 0 vector propriu al operatorului [U (x) = x], are loc
U (U (x)) = U (U (x)) = U ( x) = U (x) ;
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.
Mai mult, pentru orice doi vectori proprii x şi y are loc
hU (x) ; yi = hx; U (y)i = hx; yi = x; y ;
adic¼
a U (x) = x
a. (Structura unui operator normal real) Exist¼

3.4.33. Teorem¼ a o baz¼
a ortonormal¼
a de vectori
proprii în care matricea operatorului este de forma
0 1
1 1
B C
B C
B 1 1 C
B C
B C
B .. C
B . C
B C
B C
B C
B C
B C
B m m C
B C
B C
B m m C
B C
B C
B C
B C
B m+1 C
B C
B C
B C
B C
B ... C
B C
B C
B C
B C
B C
B C
@ r
A
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.
3.4.34. Observaţie. Operatorul normal reprezint¼

a o transformare format¼
a din rotaţii cu omotetii în m
plane ortogonale dou¼
a câte dou¼
a şi (numai) omotetii în celelalte r m direcţii ortogonale.
3.4.35. Observaţie. Matricea

0 1 0 1
q p j
p j
@ 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
3.4.5. Operator autoadjunct.
3.4.36. De…niţie. Operatorul liniar U ( ) : V ! V este numit autoadjunct dac¼

a
U ( ) = U ( ):
[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]
3.4.37. Propoziţie. Matricea unui operator liniar autoadjunct într-o baz¼

a ortonormat¼
a a unui spaţiu real
este simetric¼
a.
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
hU (x) ; yi = hx; U (y)i ; 8x; y 2 Rn
urmeaz¼
a c¼
a aij = aji ; adic¼ a (A = AT )
a matricea este simetric¼
a. Valorile proprii ale unui operator real simetric sunt reale.

3.4.38. Teorem¼
Demonstraţie. Av = v prin înmulţire la stânga cu v ) v T Av = v T v = v T v

Av = v prin conjugare complex¼ a înmulţire la stânga cu v T ) v T Av =
a ) Av = v şi apoi dup¼
vT v = vT v
T T
dar v T Av = v T AT v T = v T Av ) kvk2 = kvk2 ) =
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

a o baz¼
a ortonormal¼
a format¼
a din vectori proprii în care matricea unui operator
simetric este diagonal¼
a de valori proprii (pentru c¼
a un operator simetric este un operator normal f¼
ar¼
a valori
proprii complexe). Geometric, operatorul simetric reprezint¼
a omotetii pe direcţii ortogonale.
3.5. MODELUL LEONTIEF 163
3.4.41. Propoziţie. Pe un spaţiu vectorial complex, un operator este hermitic dac¼

a şi numai dac¼
a 8x 2 V,
hx; U (x)i 2 R.
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]
3.4.6. Operator antiautoadjunct.
3.4.42. De…niţie. Operatorul liniar U ( ) se numeşte antiautoadjunct dac¼

a
U()= U ( ):
3.4.43. Propoziţie. Un operator antiautoadjunct are numai valori proprii pur imaginare.
Demonstraţie. Din U ( ) = U ( ) rezult¼

a c¼
a = ; adic¼
a partea real¼
a a valorii proprii este
nul¼
a
0 1
0 j
3.4.44. Observaţie. Celulele matricii în baza canonic¼
a Jordan real¼
a cap¼
at¼ a@
a forma special¼ A,
j 0
care din punct de vedere geometric înseamn¼
a omotetii şi rotaţii de 90 în plane ortogonale dou¼
a câte dou¼
a.
3.5. Modelul Leontief
Modelul4 din aceast¼

a secţiune a fost dezvoltat de Wassily Leontief la sfârşitul deceniului 3, secolul
XX şi a fost motivul pentru care Wassily Leontief a primit Premiul Nobel în Ştiinţe Economice în 1973.
Printre numele alternative folosite pentru a semnaliza utilizarea acestui model, se num¼
ar¼
a: "Modelul
Input–Output", "Analiza Input–Output", "Analiz¼
a Interindustrial¼
a", "Balanţa leg¼
aturilor dintre ramuri",
etc. Toate aceste nume se refer¼
a la diverse variante statice şi/sau dinamice care au în comun anumite
caracteristici. În continuare vor … prezentate exemple şi rezultate de Algebr¼
a Liniar¼
a folosite în unele
dintre aceste variante.
3.5.1. Exemplu (Un model Leontief închis). [preluat dup¼

a [2]]
Trei …rme (de servicii de tâmpl¼
arie (T), instalaţii electrice (E) şi instalaţii sanitare (S)) stabilesc de
comun acord s¼
a fac¼
a schimb de servicii pe o perioad¼
a determinat¼
a (10 s¼
apt¼
amâni). Activitatea necesar¼
a
este prezentat¼
a în tabel:
4 Aceast¼
a secţiune foloseşte foarte mult cartea [6], în care pot … g¼
asite multe dintre detaliile care lipsesc din aceast¼
a prezentare.
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
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.
Modelul Leontief utilizeaz¼

a date observaţionale referitoare la o anumit¼
a regiune geogra…c¼
a (stat, regiune,
continent, mondial, etc). Activitatea regiunii este descompus¼
a în industrii sau activit¼aţi industriale dis-
tincte, care într–o perioad¼
a …xat¼
a de timp produc şi consum¼
a bunuri. Aceeaşi industrie produce bunuri
prin consumul de bunuri produse celelalte industrii, inclusiv ea îns¼
aşi. Aceast¼
a informaţie despre producţie
şi consum a aceleiaşi liste de industrii (indexat¼
a de la 1 la n) este strâns¼
a într–un tabel de tranzacţii in-
terindustriale. Linia i0 se refer¼
a la industria i0 şi descrie descompunerea/distribuţia cantit¼
aţii producţiei
industriei i0 din punct de vedere al industriilor care consum¼
a aceast¼
a producţie, aşa c¼
a elementul pe locul
(i0 ; j) este cantitatea de produs …nit (output) produs de industria i0 şi consumat de industria j. Coloana
j0 descrie cantit¼
aţile consumate de industria j0 , descompuse/distribuite dup¼
a industriile produc¼
atoare.
Fiecare industrie poate consuma o parte din ceea ce produce, iar cantit¼
aţile respective au indici (i0 ; i0 ).
Sursa: Fig 1.1, pag. 3, [6]
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.
Un exemplu de organizare a datelor (date referitoare la 2005 pentru leg¼

aturile Input–Output dintre
regiunile Japoneze) poate … g¼
asit la adresa:
http://www.meti.go.jp/english/statistics/tyo/tiikiio/index.html
Din documentele disponibile la aceast¼
a adres¼
a se poate remarca, de exemplu, c¼
a datele referitoare
la 2005 au fost asamblate pentru prezentare în martie 2010 (ceea ce ar trebui s¼
a …e o sugestie despre
complexitatea şi necesarul de efort al unei asemenea sarcini, în viaţa real¼
a).
3.5.2. De…niţie. O matrice p¼

atratic¼ a 9v 0 > 0 astfel
a cu elemente pozitive se numeşte productiv¼a dac¼
6=
încât
v 0 > Av 0 :
6=
(relaţia „u > v”între doi vectori u şi v va … numit¼

a „inegalitate tare între vectori”şi înseamn¼
a c¼
a …ecare
6=
coordonat¼
a a vectorului u este strict mai mare decât coordonata corespunz¼
atoare a vectorului v)
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).
Demonstraţie. Are loc relaţia
(I A) I + A + A2 + Am = I Am+1
şi din teorema precedent¼

a urmeaz¼ a lim Am+1 = 0 (matricea nul¼
a c¼ a), deci prin trecere la limit¼
a relaţia
m!1
devine
(I A) I + A + A2 + Am + = I;
1
deci exist¼
a (I A) = I + A + A2 + Am + .
3.5.5. Exemplu. Modelul lui Leontie¤
Ax + y = x;
unde A este o matrice productiv¼

a care reprezint¼
a matricea coe…cienţilor tehnologici (coe…cientul din pro-
ducţia de bun j consumat pentru producerea unei unit¼
aţi de bun i) , x este un vector coloan¼
a al nivelurilor
de producţie iar y este vectorul coloan¼
a al cererii …nale. Relaţia se mai scrie
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
3.5.7. Observaţie. Transpusa unei matrici productive este tot productiv¼

a.
a. (Perron-Frobenius) Fie A o matrice real¼

3.5.8. Teorem¼ a pozitiv¼
a. Atunci:
(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).
Demonstraţie. (1) Fie

o valoare proprie de modul maximal şi …e v un vector propriu asociat
M
Pn
valorii proprii M : Are loc Av = M v; adic¼a pe coordonate aij vj = M vi ; 8i = 1; n; deci
j=1
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;
presupunem prin reducere la absurd c¼

a 9k 2 f1; ; ng astfel încât
X
n
j M j jvk j < akj jvj j
j=1
şi …e z = (A j M j I) p; are loc z > 0 ) Az > 0 şi Ap > 0 ) 9" > 0;

6= 6=
Az > "Ap > 0;

6= 6=
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=
şi deci are loc prin recurenţ¼

a
B k Ap > 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
3.6. Spaţii vectoriale peste corpul numerelor complexe
Scopul acestei secţiuni este s¼

a rezume caracteristicile spaţiilor vectoriale de tip …nit peste C, reprezen-
tate ca (Cn ; C). Peste tot în aceast¼
a secţiune bara orizontal¼
a deasupra unui obiect se refer¼
a la conjugatul
complex [sau la enumerare: 1; n reprezint¼
a toate numerele de la 1 la n].
Dac¼
a z = (z1 ; ; zn ) 2 Cn , atunci z = (z1 ; ; zn ) [vectorul conjugat este conjugatul componentelor]
a u; v 2 Cn , atunci u + v = u + v
Dac¼
Dac¼
a 2 C şi z 2 Cn , atunci z = z
Produsul scalar nu poate … extins la C în aceeaşi form¼
a deoarece (1; i) (1; i) = 1 1 + i i = 0, aşa c¼
a
dac¼
a s–ar folosi aceeaşi form¼a de produs scalar ca pe R s–ar obţine vectori nenuli de lungime nul¼
a.
Pn
Forma folosit¼ a este hu; vi = ui vi (funcţional¼
a sesquiliniar¼
a), pentru care
i=1
hu + v; wi = hu; wi + hv; wi
hu; v + wi = hu; vi + hu; wi
h u; vi = hu; vi
hu; vi = hu; vi
hu; vi = hv; ui
P
n
kuk2 = hu; ui = ui ui 2 R+ şi kuk = 0 () u = 0.
i=1
Matrici cu elemente complexe:
Dac¼
a A = (aij )i=1;m;j=1;n atunci A = (aij )i=1;m;j=1;n [conjugata complex¼
a a matricii este matricea care
are drept componente conjugatele complexe ale componentelor matricii iniţiale]
A + B = A + B [conjugarea complex¼
a a sumei este suma conjugatelor complexe]
A = A [conjugarea complex¼
a a produsului cu un scalar este produsul cu scalarul conjugat complex
al matricei conjugat¼
a complex]
A = A [conjugata complex¼
a a conjugatei complexe este matricea iniţial¼
a]
AT = AT [conjugata complex¼
a a transpusei este transpusa conjugatei complexe]
A = AT se numeşte adjuncta matricii A
o matrice se numeşte hermitic¼
a (autoadjunct¼
a) dac¼
aA=A
a A este matrice cu componente reale, atunci A = AT
Dac¼
(A + B) = A + B
( A) = A
(A ) = A
hu; vi = uT v
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)
Un spaţiu a…n este o acţiune tranzitiv¼

a a grupului aditiv al spaţiului vectorial
Dimensiunea spaţiului a…n este prin de…niţie dimensiunea spaţiului vectorial ataşat.
Observaţii:
Semnul "+" poate avea semni…caţii diferite:

+ adunarea a doi scalari din K
~ adunarea a doi vectori din V
~v + w
P + ~v funcţia care de…neşte structura a…n¼
a [adunarea dintre un punct şi un vector de poziţie]
În contextul grupurilor, funcţiile care satisfac 1. şi 2. sunt numite "acţiuni" iar cele care satisfac
şi 3. sunt numite "acţiuni tranzitive"
!
Aplicaţia A 3 Q 7! P Q 2 V este o bijecţie.
Spaţiul a…n standard ataşat unui spaţiu vectorial este A = V with vector addition as the a¢ ne
mapping.
–the set V has elements
–as a vector space, an element is a vector
–as an a¢ ne space, an element is a point
–the vector ~0 is the origin of the a¢ ne space [?]
!
–any point P may be seen as the "position vector" OP , with O = ~0.
! ! ! !
–the relation P + P Q = Q may be seen as OP + P Q = OQ
!
–for each point P , the set P Q of all vectors with origin in P is a vector space.
172 4. SPAŢII AFINE
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 .
a¢ ne straight lines: A¢ ne subspace of dimension 1

a¢ ne plane: A¢ ne subspace of dimension 2
a¢ ne hyperplane: A¢ ne subspace of dimension A 1
Notation: 8P 2 A, 8V0 vector subspace of V, P + [V0 ] = fQ 2 A; Q = P + ~v ; ~v 2 V0 g [B is the
linear variety through P directed by V0 ] [V0 is the direction of B]
4.1.3. De…niţie. [The linear variety generated by a …nite number of points]
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 )
4.1.8. De…niţie. Barycenter: Given r points P1 , P2 , , Pr , the barycenter G is:

1 ! ! !
G = P1 + P1 P1 + P 1 P2 + + P1 Pr
r
1 ! !
For two points, G is the midpoint G = P1 + P 1 P1 + P1 P2
2
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
4.1.1. Properties. Prop: [Properties of a¢ ne spaces]
~ ) ~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.
Prop: If (B; V0 ; K) is an a¢ ne subspace of (A; V; K), then 8P 2 B, P + [V0 ] = B.

Proof:
P: Consider B = P + [V0 ]. Then:
!
Q 2 P + [V0 ] () P Q 2 [V0 ]
Q 2 P + [V0 ] ) Q + [V0 ] = P + [V0 ]
!
Q; R 2 P + [V0 ] ) QR 2 [V0 ]
D ! !E
P: For P1 , , Pn 2 A, hP1 ; ; Pn i = P1 + P1 P2 ; ; P1 P r
Proof:
D ! !E
P1 + P1 P2 ; ; P1 Pr is a linear variety which contains all the points Pk and which is contained in
each linear variety which contains the points.
D ! !E
the dimension of P1 P2 ; ; P1 Pr is the dimension of the linear variety; when this dimension is
maximal (r 1) the points are called a¢ nely independent.
P: [Intersection of two linear varieties]
!
(P + [V1 ]) \ (Q + [V2 ]) 6= ; () P Q 2 V1 + V2
Proof: R 2 (P + [V1 ]) \ (Q + [V2 ]) ()
() 9v1 2 V1 such that R = P + v1 and 9v2 2 V2 such that R = Q + v2 ()
! ! ! ! !
() P R 2 V1 and QR 2 V2 ) P Q = P R + RQ 2 V1 + V2
! !
Conversely, if P Q 2 V1 + V2 then 9v1 2 V1 and 9v2 2 V2 such that P Q = v1 + v2 )
!
) Q = P + P Q = P + v1 + v2 so that P + v1 = Q + ( v2 ) 2 (P + [V1 ]) \ (Q + [V2 ])
P:
R 2 (P + [V1 ]) \ (Q + [V2 ]) ) (P + [V1 ]) \ (Q + [V2 ]) = R + [V1 \ V2 ]
Proof: Since R 2 (P + [V1 ]) \ (Q + [V2 ]), we have P + [V1 ] = R + [V1 ] and Q + [V2 ] = R + [V2 ] ;so that
(P + [V1 ]) \ (Q + [V2 ]) = (R + [V1 ]) \ (R + [V2 ]) = R + [V1 \ V2 ]
P:
h D !Ei
(P + [V1 ]) + (Q + [V2 ]) = P + V1 + V2 + P Q
Proof:
P: [Grassmann Formulas]
Consider L1 = P + [V1 ], L2 = Q + [V2 ]
If L1 \ L2 6= ;, then dim (L1 + L2 ) = dim L1 + dim L2 dim (L1 \ L2 )
If L1 \ L2 = ;, then dim (L1 + L2 ) = dim L1 + dim L2 dim (V1 \ V2 ) + 1
Proof:
P:
If L1 jjL2 and L1 \ L2 6= ;,then L1 L2 or L2 L1
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:
an a¢ ne space (A; V; K) with a¢ ne frame R = fP; (e1 ; ; en )g,

P
n
a linear variety L = Q+[V0 ], with Q = (q1 ; ; qn ) and (v1 ; ; vr ) a basis of V0 , and vj = aij ei ,
i=1
j = 1; r;
0 1
a1j
B C
B . C
[vj ]R = B .. C, j = 1; r
@ A
anj
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
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
P: Consider three non–collinear points A, B, C 2 A, and G their barycenter (centroid/geometric

center). Then the straight line joining A and G meets BC in the midpoint A0 of the points B, C.
2
Moreover, (A; G; A0 ) = . [AA0 is called "median"]
3
Proof:
Thales’Theorem: Consider three parallel straight lines r, s, t that meet two concurrent straight lines
in A, A0 (on r), in B, B 0 (on s), in C, C 0 (on t). Then (A; B; C) = (A0 ; B 0 ; C 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
Produse software pentru Algebra Liniar¼

a
CAPITOLUL 5
Geogebra
CAPITOLUL 6
CARMetal
Produsul software CARMetal, versiunea 3.7.5, disponibil la adresa http://db-maths.nuxit.net/CaRMetal/,

a fost folosit pentru a genera unele dintre vizualiz¼
arile incluse în text.
Partea 3
Anexe şi complet¼

ari
7
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.
7.0.11. De…niţie. (OPERAŢII CU ENUNŢURI LOGICE):
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:
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:
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:
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:
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"
7.0.12. De…niţie. [Tautologie] Un enunţ logic este numit "tautologie" dac¼

a este adev¼
arat indiferent de
valoarea de adev¼
ar a enunţurilor componente.
Ex: p: "Ioana are o maşin¼

a" ) p_ep: "Ioana are o maşin¼
a sau nu" este o tautologie.
7.0.13. De…niţie. [Enunţuri echivalente] Dou¼

a enunţuri logice se numesc "echivalente" dac¼
a p $ q este
o tautologie.
7.0.14. De…niţie. [Enunţuri mai puternice] Se spune despre un enunţ logic p c¼

a "este mai tare decât" un
enunţ logic q dac¼
a p ! q este tautologie şi q ! p nu este tautologie.
Ex: Pentru orice dou¼

a enunţuri p, q, enunţul p ^ q este mai tare decât enunţul q.
Exerciţiu: S¼
a se decid¼
a dac¼
a pentru enunţurile "(p ^ q) ! r" şi "p ! r" se poate a…rma c¼
a unul dintre
ele este mai puternic decât cel¼
alalt.
7.0.15. De…niţie. [Contradicţie] Un enunţ logic este numit "contradicţie" dac¼

a este fals indiferent de
valoarea de adev¼
ar a enunţurilor componente.
Ex: p: "Ioana are o maşin¼

a" ) pêp: "Ioana are o maşin¼
a şi nu are" este o contradicţie.
Toate enunţurile logice pot … exprimate folosind enunţuri descriptive şi conectorii logici e, _, ^. Se vor
prezenta pe scurt propriet¼
aţile acestor conectori logici şi leg¼
aturile dintre ei şi alte operaţii logice.
¼
7.0.16. Observaţie. (PROPRIETAŢI ALE CONECTORILOR e, _, ^) (Pot … veri…cate cu
table de adev¼
ar):
(1) e (ep) p (principiul terţului exclus)

Dem: tabl¼
a de adev¼
ar
190 ¼
7. RECAPITULARI
(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) epêq (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) epêq, 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
a. [Reducerea disjuncţiei exclusive la e, _, ^]

7.0.17. Teorem¼
_
p_q (p _ q) ê (p ^ q) (pêq) _ (qêp) :
Demonstraţie. Tabl¼
a de adev¼
ar.
a. [Reducerea echivalenţei la implicaţie]

7.0.18. Teorem¼
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:
Demonstraţie. Prin tabl¼

a de adev¼
ar.
7.0.20. Teorem¼
a. (Negarea implicaţiei logice)
e (p ! q) pêq.
Demonstraţie. e (p ! q) e (ep _ q) e (ep) êq pêq.
Ex: p: "Mi–e foame", q: "M¼

anânc" ) p ! q: "Dac¼
a mi–e foame, m¼
anânc" ) e (p ! q) pêq:
"Mi–e foame şi nu m¼
anânc".
Un r¼
aspuns frecvent întâlnit la întrebarea "Cum se neag¼
a "Dac¼
a mi–e foame, m¼
anânc"?" este r: "Dac¼
a
nu mi–e foame, nu m¼
anânc".
Se observ¼
a c¼
ar (ep) ! (eq) iar tabla de adev¼
ar arat¼
a c¼
a cele dou¼
a enunţuri logice spun altceva:
p q p!q e (p ! q) (ep) ! (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".
a. (Principiul demonstraţiei prin reducere la absurd)

7.0.21. Teorem¼
p!q (eq) ! (ep).
Demonstraţie. p ! q ep _ q q_ep e (eq) _ep (eq) ! (ep).

192 ¼
7. RECAPITULARI
7.1. Predicate logice
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)
Predicatele logice pot … privite şi ca reformul¼

ari ale unor construcţii de tip "dac¼
a–atunci": a spune "un
p¼
atrat este un dreptunghic" este acelaşi lucru cu "dac¼
a x este un p¼
atrat, atunci x este un dreptunghi" sau
"orice p¼
atrat este un dreptunghi". Formularea "x este un dreptunghi" este un predicat p (x) unde x este
o …gur¼
a geometric¼
a.
7.1.2. De…niţie. A…rmaţia "pentru orice valoare posibil¼

a a lui x, are loc p (x)" se formalizeaz¼
a prin
"8x; p (x)" iar semnul "8" se numeşte "cuanti…cator logic universal".
7.1.3. De…niţie. A…rmaţia "exist¼

a o valoare posibil¼
a a lui x, pentru care are loc p (x)" se formalizeaz¼
a
prin "9x; p (x)" iar semnul "9" se numeşte "cuanti…cator logic existenţial".
7.1.4. De…niţie. A…rmaţia "exist¼

a o unic¼
a valoare posibil¼
a a lui x, pentru care are loc p (x)" se formal-
izeaz¼
a prin "9!x; p (x)" şi are semni…caţia
9!x; p (x) (9x; p (x)) ^ ((p (x1 ) ^ p (x2 )) ! x1 = x2 ) :
Negaţii ale enunţurilor logice obţinute din predicate cu cuanti…catori:
e (8x; p (x)) 9x; ep (x) ;

e (9x; p (x)) 8x; ep (x)
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).
7.1.6. Exemplu. Negaţia enunţului logic: „Orice e nervos, ţip¼

a" este "exist¼
a oameni nervoşi şi care nu
ţip¼
a", deoarece structura este e (8x (p (x) ! q (x))) 9x (p (x) êq (x)).
7.1.7. Observaţie. Cuanti…catorii logici (existenţial şi universal) nu comut¼

a:
8x 9yx p (x; y) 6= 9y8xp (x; y)
7.2. Mulţimi
Printre caracteristicile secolelor XIX şi XX în matematic¼

a se num¼
ar¼
a şi de…nitivarea construcţiei
matematicii ca sistem axiomatic. Una dintre constat¼
ari este c¼
a, axiomatic vorbind, totul porneşte de
7.2. MULŢIMI 193
la noţiunea de mulţime. Noţiunea îns¼

aşi de mulţime nu poate … de…nit¼
a. De altfel, pentru orice ştiinţ¼
a se
ridic¼
a întrebarea: „Ce noţiuni foloseşte acea ştiinţ¼
a dar nu le poate de…ni riguros?”. Pentru matematic¼
a,
r¼
aspunsul este: „Noţiunea de mulţime”. În general, r¼
aspunsurile posibile pentru aceast¼
a întrebare sunt
consecinţe ale ciclului de rezultate teoretice obţinute de Kurt Gödel în prima jum¼
atate a secolului XX,
despre incompletitudinea unui sistem axiomatic. În esenţ¼
a şi f¼
ar¼
a a se intra în mai multe detalii, s–a
stabilit c¼
a orice sistem axiomatic este incomplet sau contradictoriu; asta înseamn¼
a, printre altele, c¼
a orice
ştiinţ¼
a necontradictorie trebuie s¼
a se aştepte la probleme indecidabile şi s¼
a aib¼
a maturitatea de a le dep¼
aşi.
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).
7.2.1. De…niţie. Operaţiile de baz¼

a cu mulţimi sunt: reuniune, intersecţie, complementar¼
a. Relaţia dintre
o mulţime şi elementele ei este cea de apartenenţ¼
a. Relaţia de baz¼
a între mulţimi este incluziunea.
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
7.2.2. Observaţie. Fie A, B, C 2 P ( ). Prin CA se va înţelege complementara mulţimii A faţ¼

a de .
Operaţiile cu mulţimi au urm¼
atoarele propriet¼
aţi:
(1) A [ A = A (idempotenţa reuniunii);

(2) A [ = (proprietatea de ultim element a reuniunii);
(3) A \ A = A (idempotenţa intersecţiei);
(4) A \ = A (proprietatea de element neutru a intersecţiei);
(5) A [ ; = A (proprietatea de element neutru a reuniunii);
(6) A \ ; = ; (proprietatea de prim element a intersecţiei);
(7) A [ B = B [ A (comutativitatea reuniunii);
(8) A \ B = B \ A (comutativitatea reuniunii);
(9) A [ (B [ C) = (A [ B) [ C = A [ B [ C (asociativitatea reuniunii);
(10) A \ (B \ C) = (A \ B) \ C = A \ B \ C (asociativitatea intersecţiei);
(11) A [ (B \ C) = (A [ B) \ (A [ C) (distributivitatea reuniunii faţ¼
a de intersecţie);
(12) A \ (B [ C) = (A \ B) [ (A \ C) (distributivitatea intersecţiei faţ¼
a de reuniune);
194 ¼
7. RECAPITULARI
(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);
7.2.3. De…niţie. Mulţimile A şi B se numesc disjuncte dac¼

a A \ B = ;.
7.2.4. De…niţie. Se numeşte produs cartezian a dou¼

a mulţimi A şi B mulţimea:
A B = f(a; b); a 2 A ^ b 2 Bg:
7.2.5. Observaţie. Alte propriet¼

aţi:
(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.
7.2.6. De…niţie. Fie X, Y dou¼

a mulţimi. Se numeşte relaţie (corespondenţ¼a) binar¼a între mulţimile X
şi Y orice triplet R = (X; Y; GR ), unde GR este o submulţime a produsului cartezian, GR X Y. X
se numeşte domeniul de de…niţie al relaţiei, Y se numeşte codomeniul relaţiei iar GR se numeşte gra…cul
relaţiei. Mulţimea
DR = fx 2 X; 9y 2 Y; (x; y) 2 GR g X
se numeşte domeniul (efectiv) al relaţiei R. Mulţimea
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
se numeşte relaţia invers¼a relaţiei R. Relaţia X = (X; X; G X

) de…nit¼
a prin G X
= f(x; x) ; x 2 Xg
X X se numeşte relaţia identitate pe 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:
GR = f(x; z) ; x 2 X; z 2 Zşi 9y 2 Y a.î. (x; y) 2 GR1 şi (y; z) 2 GR2 g
se numeşte compunerea relaţiilor R1 şi R2 şi se noteaz¼

a R2 R1 (R2 R1 = R).
7.2.8. Observaţie. Operaţia de compunere a relaţiilor este asociativ¼

a dar nu este comutativ¼
a.
7.2.9. De…niţie. R = (X; X; GR ) se numeşte relaţie de preordine dac¼

a are propriet¼
aţile:
(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 .
7.2.10. De…niţie. R = (X; X; GR ) se numeşte relaţie de echivalenţ¼a dac¼

a este relaţie de preordine
şi are în plus proprietatea de simetrie: GR 1 GR ((x; y) 2 GR ) (y; x) 2 GR ). Mulţimea x^ =
fy 2 X; (x; y) 2 GR g se numeşte clasa de echivalenţ¼a a lui x în raport cu relaţia R. Mulţimea claselor de
echivalenţ¼a (mulţimea cât a lui X în raport cu R) se noteaz¼
a cu X=R.

a R este o relaţie de echivalenţ¼
a pe X şi x^ este clasa de echivalenţ¼
a a unui
element, atunci:
(1) x 2 x^, 8x 2 X;
(2) (x; y) 2 R , x^ = y^;
(3) (x; y) 2
= R , x^ \ y^ = ;.
7.2.12. De…niţie. R = (X; X; GR ) se numeşte relaţie de ordine (preferinţ¼a) dac¼

a este relaţie de preordine
şi în plus are proprietatea de antisimetrie: GR \ GR 1 = G X
((x; y) 2 GR şi (y; x) 2 GR ) x = y).
Relaţia de ordine se numeşte total¼a dac¼
a 8x; y 2 X, (x; y) 2 GR sau (y; x) 2 GR (GR [ GR 1 =X X)
şi se numeşte parţial¼a dac¼
a nu este total¼
a. Perechea (X; R) se numeşte mulţime ordonat¼a (de relaţia de
ordine R). O mulţime ordonat¼
a se numeşte inductiv ordonat¼a dac¼
a orice submulţime total ordonat¼
a a sa
este majorat¼
a.
7.2.13. Observaţie. (Lema lui Zorn) Orice mulţime inductiv ordonat¼

a are un element maximal.
196 ¼
7. RECAPITULARI
1
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).
Demonstraţie. Re‡exivitatea: x 2 X ) (x; x) 2 GR ) (x; x) 2 GR 1 ;

Tranzitivitatea: Fie (x; y) 2 GR 1 şi (y; z) 2 GR 1 ) (y; x) 2 GR şi (z; y) 2 GR ) (z; x) 2 GR )
(x; z) 2 GR 1 ;
Antisimetria: (x; y) 2 GR 1 şi (y; x) 2 GR 1 ) (x; y) 2 GR şi (y; x) 2 GR ) x = y
7.2.15. De…niţie. Fie X o mulţime ordonat¼

a şi A 2 P (X).
A se numeşte majorat¼a (minorat¼a) dac¼

a 9a 2 X astfel încât (x; a) 2 GR ((a; x) 2 GR ) 8x 2 A.
Elementul a se numeşte majorant (minorant) al mulţimii A.
Dac¼
a mulţimea majoranţilor (minoranţilor) lui A este minorat¼
a (majorat¼
a) atunci minorantul
majoranţilor (majorantul minoranţilor) este unic şi se numeşte supremul (in…mul) mulţimii A (se
noteaz¼
a sup A, respectiv inf A).
a 2 X se numeşte maximal (minimal) dac¼
a 8x 2 X, (a; x) 2 R ((x; a) 2 R) ) x = a.
Dac¼
a A = X este majorat¼
a (minorat¼
a), atunci majorantul (minorantul) este unic şi se numeşte
ultim element (prim element).
7.2.3. Funcţii.
7.2.16. De…niţie. O relaţie R = (X; Y; GR ) se numeşte de tip funcţie (funcţional¼a) dac¼

a are propriet¼
aţile:
(1) 8x 2 X, 9y 2 Y , (x; y) 2 GR ;
(2) (x; y1 ) 2 GR şi (x; y2 ) 2 GR ) y1 = y2 .
7.2.17. Observaţie. Dou¼

a relaţii sunt egale dac¼
a cele dou¼
a triplete sunt egale, adic¼
a dac¼
a domeniile,
codomeniile şi gra…cele sunt egale.
7.2.18. De…niţie. Fie f ( ) : X ! Y o funcţie. Pentru A X, mulţimea
f (A) = ff (x) ; x 2 Ag Y
se numeşte imaginea direct¼a a mulţimii A prin funcţia f ( ) iar pentru B Y mulţimea
1
f (B) = fx; f (x) 2 Bg X
se numeşte preimaginea mulţimii B prin funcţia f ( ).
7.2.19. Observaţie. Fie f ( ) : X ! Y o funcţie. Au loc urm¼

atoarele a…rmaţii:
7.2. MULŢIMI 197
(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.
7.2.4. Operaţii cu funcţii. Ca regul¼

a general¼
a, cu dou¼
a (sau mai multe) funcţii se pot efectua oper-
aţii algebrice în anumite condiţii iar rezultatul operaţiei este o nou¼
a funcţie. Condiţiile sunt urm¼
atoarele:
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).
7.3. Mulţimi uzuale de numere
Mulţimea De…niţia Denumirea
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
R Se va de…ni ulterior reale
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
a a numerelor. Fracţii zecimale:

7.3.1. Structura zecimal¼
Fracţii Cu num¼
ar …nit de zecimale 1; 2
zecimale Cu num¼
ar in…nit de zecimale periodice simple 0; (3)
periodice mixte 0; 2 (3)
neperiodice
a
Fie a 2 f0; 1; arul x = 0; (a) = :
; 9g. Atunci num¼
9
Dem:
1 1
x = 0; (a) = 0; aaaaaaaa = (a; (a)) = (a + 0; (a)) =
10 10
1 a
= (a + x) ) 10x = a + x ) 9x = a ) x = :
10 9
a1 ak a1 ak
Analog, 0; (a1 ak ) = k =
10 1 99
| {z 9}
k ori
Numerele iraţionale se reprezint¼
a ca fracţii zecimale neperiodice: structura lor zecimal¼
a nu se repet¼
a.
Câteva numere iraţionale:
= 3; 141592653589793238462643383279502 8841971693993751058209749445923078164062862089986280348
e = 2; 71828182845904523536028747135266249775724709369995957496696762772407663035354759457138217
ln 2 = 0; 693147180559945309417232121458176568075500134360 25525412068000949339362196969471560586
7.3.2. Mulţimea numerelor reale.
Pe mulţimea numerelor raţionale se consider¼

a mulţimea şirurilor Cauchy. Dou¼
a şiruri Cauchy
raţionale (pn )n2N şi (qn )n2N sunt echivalente dac¼
a şirul–diferenţ¼
a (pn qn )n2N tinde la 0, lim (pn qn ) =
n!1
0. Un num¼
ar real este o clas¼
a de echivalenţ¼
a format¼
a din toate şirurile Cauchy de numere raţionale
echivalente cu un şir Cauchy …xat. Detaliile acestei construcţii fac parte din cursul de Analiz¼
a.
Structura (R; +) este grup abelian cu element nul 0.
–Structura (Z; +) este subgrup în structura (R; +);
–Structura (Z; +) este grup ciclic, în sensul c¼
a este generat¼
a de un singur element, elementul
1 (sau 1).
–Structura (Z; +) este cel mai mic subgrup în (R; +) care conţine 1.
7.3.3. Mulţimea numerelor complexe. Informaţiile şi rezultatele din aceast¼

a subsecţiune sunt
rezumate din [1]1 şi din [18].
a mulţimea R2 împreun¼
Se consider¼ a cu operaţiile:
adunare: (x1 ; y1 ) +c (x2 ; y2 ) = (x1 + x2 ; y1 + y2 )
înmulţire: (x1 ; y1 ) c (x2 ; y2 ) = (x1 x2 y1 y2 ; x1 y2 + x2 y1 )
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 ]
7.3.1. Observaţie (Propriet¼

aţi ale operaţiilor de adunare şi înmulţire). (1) Dou¼
a elemente (x1 ; y1 )
şi (x2 ; y2 ) sunt egale () x1 = x2 şi y1 = y2 .
(2) Adunarea +c :
(a) este comutativ¼
a,
(b) este asociativ¼
a,
(c) are elementul (0; 0) ca element neutru,
(d) orice element (x; y) are invers faţ¼
a de adunare (opus), care este elementul ( x; y).
(3) Înmulţirea c :
(a) este comutativ¼
a,
(b) este asociativ¼
a,
(c) are elementul (1; 0) ca element neutru,
1
(d) orice element z = (x; y) 6= (0; 0) are invers faţ¼
a de înmulţire, care este elementul z =
x y
; .
x2 + y 2 x2 + y 2
(4) Înmulţirea este distributiv¼
a faţ¼
a de adunare.
(5) Structura C = (R2 ; +c ; c ) este un corp comutativ (este identi…cat ca şi "corp al numerelor com-
plexe").
(6) Mulţimea R f0g R2 este parte stabil¼
a a lui R2 în raport cu …ecare dintre operaţiile de adunare
+c şi de înmulţire c . Structura (R f0g; +c ; c ) este subcorp pentru structura (R2 ; +c ; c ).
(7) Se consider¼
a structurile (R; +; ) (structura obişnuit¼
a de numere reale) şi (R f0g; +c ; c ). Funcţia
f() : R!R f0g de…nit¼
a prin f (x) = (x; 0) este bijectiv¼
a şi este mor…sm de corpuri (deci
izomor…sm de corpuri), adic¼
a are propriet¼
aţile:
(a) f (x) +c f (y) = f (x + y),
(b) f (x) c f (y) = f (x y)
Din acest motiv, "se identi…c¼
a" elementul (x; 0) cu x 2 R ["(x; 0) = x"]
(8) Elementul (0; 1) se numeşte "unitatea imaginar¼ a cu i [(0; 1) = i]2
a" şi se noteaz¼
(9) Se observ¼
a c¼
a (y; 0) c (0; 1) = (y 0 0 1; y 1 + 0 0) = (0; y), şi atunci se poate scrie y c i = (0; y)
[elementul (0; y) se numeşte "num¼
ar pur imaginar"]
(10) Distincţia dintre operaţiile + şi +c respectiv şi c se va face din context (nu va mai … f¼
acut¼
a prin
simboluri distincte).
(11) Un num¼
ar complex este (x; y) = (x; 0) +c (0; y) = x +c i c y (forma algebric¼
a a num¼
arului complex)
2 Se p
pare c¼
a notaţia i pentru 1 a fost folosit¼
a pentru prima dat¼
a de matematicianul elveţian Leonhard Euler în 1777.
(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
7.3.2. De…niţie. Dac¼

a z = a + bi este un num¼
ar complex, num¼
arul z = a bi se numeşte conjugatul
complex al lui z.

aţi al conjugatului complex). (1) (z) = z
(2) z 2 R () z = z
(3) 8z 2 C, z z 2 R+
(4) z1 + z2 = z1 + z2
(5) z1 z2 = z1 z2
1 1
(6) 8z 6= 0, z =z
z1 z1
(7) 8z2 6= 0, =
z2 z2
z+z z z
(8) Re (z) = , Im (z) = .
202 ¼
7. RECAPITULARI
p
a z = a + bi este un num¼
ar complex, modulul lui este: jzj = a2 + b 2

aţi ale modulului unui num¼
ar complex). (1) jzj 2 R+ ; jzj = 0 ()
z = 0.
(2) jzj = j zj = jzj
(3) z z = jzj2
(4) jz1 z2 j = jz1 j jz2 j
(5) jz 1 j = jzj 1
z1 jz1 j
(6) =
z2 jz2 j
(7) Re (z), Im (z) 2 [ jzj ; jzj]
(8) jzj jRe (z)j + jIm (z)j [în membrul stâng modulul este complex iar în membrul drept modulele
sunt reale]
(9) jz1 + z2 j jz1 j + jz2 j
(10) jjz1 j jz2 jj jz1 z2 j
7.3.6. De…niţie. Pentru z = a + bi 2 C, perechea (a; b) se numeşte imaginea geometric¼a a num¼arului

complex z.
7.3.7. Observaţie (Interpret¼

ari în termeni geometrici). (1) Mulţimea R2 a tuturor perechilor (a; b)
se numeşte planul complex.
(2) Axele de coordonate se numesc axa real¼a şi axa imaginar¼a.
(3) Num¼
arul complex z poate … identi…cat cu vectorul de poziţie al punctului (a; b).
(4) Modulul jzj este lungimea vectorului de poziţie [se mai numeşte raza polar¼a a punctului (a; b)].
(5) Adunarea numerelor complexe corespunde adun¼
arii vectorilor de poziţie.
(6) Înmulţirea cu un num¼
ar real a unui num¼
ar complex corespunde înmulţirii cu un scalar a vectorului
de poziţie.
(7) Unghiul dintre axa real¼
a pozitiv¼
a şi vectorul de poziţie al punctului (a; b) 6= (0; 0) d¼
a argumentul
num¼
arului complex (nenul). Determinarea acestui unghi se face folosind funcţii trigonometrice
şi inversele lor, şi are de dep¼
aşit dou¼
a di…cult¼
aţi: prima este legat¼
a de periodicitatea funcţiilor
trigonometrice iar a doua este legat¼ a de domeniul/codomeniul funcţiilor inverse ale celor trigono-
2k + 1
metrice [deşi funcţia tangent¼
a tan ( ) este de…nit¼
a pe domeniul R n f ; k 2 Zg, pentru a …
2
inversabil¼
a trebuie considerat¼ a doar pe ; ].
2 2
(a) Prima di…cultate este rezolvat¼a prin introducerea a dou¼
a noţiuni: Arg (z) (argumentul num¼ aru-
lui complex) şi arg (z) (valoarea principal¼
a a argumentului num¼
arului complex), legate în-
tre ele de relaţia Arg (z) = farg (z) + 2k ; k 2 Zg, care mai este folosit¼
a şi în forma
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 ':
(10) Forma trigonometric¼

a a unui num¼
ar complex z = a+bi este z = jzj (cos ' + i sin ') [= jzj (cos arg (z) + i
iar printre motivele pentru care aceast¼
a form¼
a alternativ¼
a este util¼
a sunt formule cum ar …:
(a) z1 = r1 (cos '1 + i sin '1 ), z2 = r2 (cos '2 + i sin '2 ) ) z1 z2 = r1 r2 (cos ('1 + '2 ) + i sin ('1 + '2 ))
[de fapt arg (z1 + z2 ) = farg (z1 ) + arg (z2 ) ; arg (z1 ) + arg (z2 ) ; arg (z1 ) + arg (z2 ) + g \
( ; ]]
(b) [Formula lui DeMoivre]: z = r (cos ' + i sin ') ) z n = rn (cos n' + i sin n')
z1 r1
(c) z1 = r1 (cos '1 + i sin '1 ), z2 = r2 (cos '2 + i sin '2 ) ) = (cos ('1 '2 ) + i sin ('1 '2 ))
z2 r2
(11) Radical complex:
p
(a) [R¼ ad¼
acina complex¼ a de ordin n a unui num¼ ar complex]: z = r (cos ' + i sin ') ) n z =
p ' + 2k ' + 2k
n
r cos + i sin , k = 0; n 1
n n
p 2k 2k
(b) [R¼ ad¼
acina complex¼ a de ordin n a unit¼ aţii]: n 1 = cos + i sin , k = 0; n 1
n n
r r
jzj + Re (z)
(c) [R¼ad¼
acina complex¼ a de ordin 2 dintr–un num¼ ar complex]: z = a+bi = a jbj i =
2
7.3.8. Observaţie. Deşi mulţimea numerelor complexe este g¼

asit¼
a ca …ind similar¼
a altor mulţimi/structuri,
similarit¼
aţile nu sunt "perfecte", în sensul c¼
a, de exemplu, înmulţirea unui num¼
ar complex cu un num¼
ar
204 ¼
7. RECAPITULARI
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).
ei' = cos ' + i sin '

Forma exponenţial¼
a:
z = jzj ei'
7.4. Cardinalitatea mulţimilor uzuale de numere
7.4.1. De…niţie. O mulţime se numeşte num¼arabil¼a dac¼

a exist¼
a o bijecţie între ea şi mulţimea numerelor
naturale. (De…niţie echivalent¼
a: o mulţime se numeşte num¼
arabil¼
a dac¼
a poate … pus¼
a sub forma unui şir
în care orice termen s¼
a poat¼
a … atins dup¼
a un num¼
ar …nit de paşi)
N este o mulţime num¼

arabil¼ a poate … pus¼
a, pentru c¼ a sub forma:
N = f0; 1; 2; ; n; g, în care …ecare termen poate … atins dup¼
a un num¼
ar …nit de paşi (se
construieşte un şir care conţine toate elementele mulţimii şi în care indicele …ec¼
arui element este
…nit)
7.4.2. Observaţie. Pot … construite modalit¼

aţi „proaste”de num¼
arare: dac¼
a aceleaşi elemente ale şirului
sunt puse astfel încât mai întâi se num¼
ar¼
a toate numerele pare şi apoi toate numerele impare, la cele impare
nu se ajunge dup¼
a un num¼
ar …nit de paşi, deci deşi mulţimea este num¼
arabil¼
a, procedeul de num¼
arare este
greşit.
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
în locul intervalui [0; 1]) pentru a obţine intervalul Ik cu urm¼

atoarele propriet¼
aţi:
a) Ik = [ak ; bk ] Ik 1 (Ik este un interval închis, inclus în Ik 1 )
bk 1 ak 1
b) bk ak = 3
.
c) xk 62 Ik .
Se obţine astfel şirul de intervale (Ik )k>0 cu urm¼
atoarele propriet¼
aţi:
a) toate elementele şirului sunt intervale închise, incluse în [0; 1] iar şirul este descresc¼
ator (în
sensul c¼
a Ik Ik 1 )
1
b) lungimea intervalului Ik este 3k
.
c) xj 62 Ik 8j = 1; k
Din aceste propriet¼
aţi se observ¼
a c¼
a marginile intervalelor formeaz¼
a dou¼
a şiruri (ak )k>0 cresc¼
a-
tor şi (bk )k>0 descresc¼
ator, toate elementele şirului (ak )k>0 …ind mai mici decât toate elementele
206 ¼
7. RECAPITULARI
şirului (bk )k>0 . Pentru c¼

a cele dou¼
a şiruri sunt monotone şi m¼arginite, sunt convergente la limitele
T
notate a, respectiv b şi are loc a b. Se obţine c¼ a intersecţia Ik = [a; b] (deci, în particular,
k>0
nevid¼
a) iar orice element al acestei intersecţii nu poate … membru al şirului (xn )n>0 (din con-
strucţia şirului de intervale). Aşadar a fost g¼
asit m¼
acar un element din [0; 1] care nu este element
al şirului, contradicţie cu presupunerea c¼
a [0; 1] s–ar putea scrie sub forma unui şir, în care …ecare
termen s¼
a poat¼
a … atins dup¼
a un num¼
ar …nit de paşi.
Rezult¼
a c¼
a mulţimea R nu este num¼
arabil¼
a.
Mulţimea tuturor şirurilor in…nite de 0 şi 1 este nenum¼
arabil¼
a.
Demonstaţie:
Presupunem c¼ a mulţimea poate … pus¼ a sub forma unui şir s1 = (sn1 )n2N , s2 = (sn2 )n2N , de
8
< 0, dac¼ a snn = 1
n n
şiruri de 0 şi 1. Se construieşte şirul s = (s )n2N astfel: s = . Şirul s este un
: 1, dac¼ a snn = 0
nou şir de 0 şi 1, contradicţie.
Not¼
a: (R; Q) este spaţiu vectorial de dimensiune egal¼
a cu cardinalitatea lui R.
7.5. Noţiuni generale despre matrici
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.
Operaţii standard cu matrici: Adunare, sc¼

adere, înmulţire a dou¼
a matrici (în cazul particular al în-
mulţirii unei matrici linie cu o matrice coloan¼
a, operaţia se mai numeşte şi produs scalar), înmulţirea unei
matrici cu o expresie.
Fie A = (aij )i=1;n;j=1;m o matrice;
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.
arul Aij = ( 1)i+j det A (ijj).

7.5.7. De…niţie. Cofactorul (engl. cofactor) locului (i; j) al matricii A este num¼
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
Matrice ortonormal¼a pe coloane (engl. column orthonormal matrix):
AT A = I
Matrice ortonormal¼a (engl. orthonormal matrix):
A p¼ a şi AT A = I
atratic¼
Rangul unei matrici (engl. rank of a matrix): dimensiunea maxim¼

a a unei submatrici p¼
atratice a
matricii, care are determinantul nenul (num¼
arul maxim de coloane care, privite ca vectori coloan¼
a într–un
spaţiu vectorial, formeaz¼
a un sistem liniar independent).
Matrice invers¼a a lui A (engl. the inverse matrix of A): o matrice B care satisface relaţiile: AB =
BA = I.
Matrice p¼atratic¼a inversabil¼a (nesingular¼a) (engl. nonsingular matrix): matrice de rang maxim (echiv.
matrice pentru care exist¼
a o matrice invers¼
a);
Matrice de rang maxim (engl. full rank): matrice pentru care RangA = min fn; mg;
Urma unei matrici p¼atratice A (engl. trace of matrix A): suma elementelor de pe diagonala principal¼
a
a unei matrici p¼
atratice.
7.5.9. Observaţie. a ) AT inferior tringhiular¼

(1) A superior triunghiular¼ a.
(2) Dac¼ a, atunci An = 0.
a o matrice A 2 Mn;n (R) este strict superior (inferior) triunghiular¼

a exist¼
a matricea invers¼
a, este unic¼ a cu A 1 .
a; de obicei se noteaz¼
Demonstraţie. Din AB1 = B1 A = I şi AB2 = B2 A = I rezult¼

a c¼
a B1 şi B2 au aceleaşi dimensiuni
iar B1 = B1 I = B1 (AB2 ) = (B1 A) B2 = IB2 = B2 .
7.5.11. De…niţie. 1n este o matrice coloan¼

a de dimensiune n şi cu toate elementele egale cu 1.
enij este matricea p¼
atratic¼
a de dimensiune n care are pe locul (i; j) valoarea 1 şi 0 în rest
7.5.12. Observaţie. Se observ¼

a c¼
a
8
< 0 dac¼a j 6= k
enij enkl =
: en dac¼
a j = k:
il
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
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
7.5.14. Observaţie. Propriet¼

aţi ale matricilor elementare:
(1) det Tijn (a) = 1,

(2) Tijn (a) Tijn (b) = In + aenij In + benij = In + (a + b) enij = Tijn (a + b) (produsul a dou¼
a matrici
elementare este tot o matrice elementar¼
a) (proprietate de parte stabil¼
a),
(3) Tijn (0) = In este element neutru
Tijn (a) Tijn ( a) = Tijn (0) = In (Tijn (a) este nesingular¼
a cu inversa Tijn ( a)) (cu alte cuvinte, trans-
form¼arile elementare sunt reversibile).
0 1
1 01n
(4) @ A = Ti+1j+1
n+1
(a)
n
0n1 Tij (a)
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
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
a. Fie A = (aij )i=1;n;j=1;m o matrice nenul¼

7.5.24. Teorem¼ a. Atunci exist¼
a r 2 N \ [1; min fn; mg] şi o
matrice de transformare U (de dimensiune n) astfel încât U A =
0 1
B 0 :: 0 1 b1j1 +1 :: :: :: :: :: :: :: :: :: :: b1m C
B C
B 0 :: 0 0 :: 0 1 b2j2 +1 :: :: :: :: :: :: :: b2m C
B C
B C
B 0 :: 0 0 :: 0 0 :: 0 1 b3j3 +1 :: :: :: :: b3m C
B C
B C
B C
B :: :: :: :: :: :: :: :: :: :: :: :: :: :: :: :: C
B C
B C
B 0 :: 0 0 :: 0 0 :: 0 0 :: 0 1 brjr +1 :: brm C
B C
B C
B 0 :: 0 0 :: 0 0 :: 0 0 :: 0 0 :: :: 0 C
B C
B C
B C
B :: :: :: :: :: :: :: :: :: :: :: :: :: :: :: :: C
@ A
0 :: 0 0 :: 0 0 :: 0 0 :: 0 0 :: :: 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
Demonstraţie. Prin inducţie dup¼

a dimensiunile matricii: presupunem rezultatul adev¼
arat pentru
orice matrice de tip (n0 ; m0 ) cu n0 < n, m0 < m; …e j1 prima coloan¼
a a matricii A care are m¼
acar un
element nenul. Exist¼
a o transformare elementar¼
a care aduce elementul nenul pe linia 1, anuleaz¼
a toate
celelalte elemente ale coloanei j1 şi transform¼
a elementul nenul în 1. Submatricea obţinut¼
a prin înl¼
aturarea
coloanelor 1 j1 şi liniei 1 este de dimensiuni (n 1; m j1 ) şi conform ipotezei de inducţie poate … adus¼
a
la o form¼
a eşalon qed.
7.5.25. Observaţie. matricea A şi orice matrice eşalon a ei au acelaşi rang.
7.5.26. Observaţie. O alt¼

a form¼
a de tip eşalon este forma eşalon redus¼a pe linie (reduced row echelon
form), care are urm¼
atoarele propriet¼
aţi:
(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. Operaţii cu matrici
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 ; B = (bjl )j=1;n;l=1;p ; C = AB;

P
m
C = (cil )i=1;n;l=1;p ; cil = aij bjl ; 8i = 1; n; l = 1; p
j=1
7.6.2. De…niţie. Multiplicare cu un scalar (engl. scalar multiplication):
A = (aij )i=1;n;j=1;m ; 2 C; C = A; C = (cij )i=1;n;j=1;m

cij = aij ; 8i = 1; n; j = 1; m
7.6.3. De…niţie. Sum¼a matricial¼a (engl. sum of matrices):
A = (aij )i=1;n;j=1;m ; B = (bij )i=1;n;j=1;m ; C = A + B

C = (cij )i=1;n;j=1;m ; cij = aij + bij ; 8i = 1; n; j = 1; m
7.6.4. De…niţie. Transpunere (engl. transpose):
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
7.6.5. De…niţie. Urma (Trace) unei matrici p¼

atratice:
X
n
T r (A) = aii
i=1

a A 2 Mn;m (R) şi B 2 Mm;n (R), atunci T r (AB) = T r (BA).
Demonstraţie. Pentru A = (aij )i=1;n;j=1;m , B = (bij )i=1;m;j=1;n ,

P
m
AB = (cij )i=1;n;j=1;n , cu cij = aik bkj , iar
k=1
P
n
BA = (dij )i=1;m;j=1;m , cu dij = aki bjk ;
k=1
P
n P
n P
m P
m P
n P
m
T r (AB) = cll = alk bkl = alk bkl = dkk = T r (BA)
l=1 l=1 k=1 k=1 l=1 k=1
7.6.7. De…niţie. Se numeşte determinantul matricii p¼

atratice A, num¼
arul
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
7.6.10. De…niţie. minorul locului (poziţiei) (i; k) se noteaz¼

a dik şi este determinantul submatricii obţinute
prin eliminarea liniei i şi coloanei k.
7.6.11. De…niţie. Se numeşte permanentul matricii p¼

atratice A, num¼
arul
P Qn
P ermanent (A) = k=1 ak (k)
2Sn
7.7. Alte operaţii cu matrici
7.7.1. De…niţie. Produs între elementele matricilor (engl. element product)
A: B = C; cij = aij bij ; 8i = 1; n; j = 1; m
7.7.2. De…niţie. Împ¼arţire între elementele matricilor (engl. element division):
aij
A: B = C; cij = ; 8i = 1; n; j = 1; m
bij
7.7.3. De…niţie. Condiţie logic¼a (engl. logical condition):

8
< 1; aij bij
A: B = C; cij = ; 8i = 1; n; j = 1; m
: 0; a 6 bij
ij
214 ¼
7. RECAPITULARI
7.8. Matrici partiţionate
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
7.8.4. Observaţie. Consider¼

am
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 A21 A22 A22 A21 A22 A11 A21 A12
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
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
şi prin trecere la determinanţi se obţine 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 .
0 A22 0 I 0 A22
2 3
A11 0
7.8.7. Observaţie. det 4 5 = det A11 det A22 .
A21 A22
216 ¼
7. RECAPITULARI
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
7.9. Inversa Moore–Penrose a unei matrici oarecare. Descompunerea în valori singulare

(SVD)

a A 2 M(m;k) (R), A 2 M(k;m) (R) se numeşte invers¼a generalizat¼a a lui A în sens
Moore–Penrose dac¼
a satisface urm¼
(1) AA A = A
(2) A AA = A
(3) AA şi A A sunt simetrice
7.9.2. Observaţie. Inversa Moore–Penrose este unic¼

a.
7.9. DESCOMPUNEREA îN VALORI SINGULARE (SVD) 219
Demonstraţie. Fie B care satisface şi ea (i), (ii), (iii). Atunci:

T T T T T T T
A = A AA = (A A) A = AT (A ) A = (AB A) (A ) A = AT (B ) AT (A ) A = AT (B ) (A
T T
AT (B ) A AA = AT (B ) A =
T T T T T T
= (B A) A = B AA = B (AA ) = B (A ) AT = B AB (A ) AT = B (AB ) (A ) AT =
T T T T
B (B ) AT (A ) AT = B (B ) (AA A) =
T T
= B (B ) AT = B (AB ) = B AB = B .
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.
Demonstraţie. A 2 M(m;k) (R), x 2 Rk (vector coloan¼ a) şi (Ax)T Ax =<

a) ) Ax 2 Rm (vector coloan¼
T
Ax; Ax > 0 , xT A T A x a AT A 2 M(k;k) (R) este pozitiv semide…nit¼
0 adic¼ a AT A
a; pentru c¼ =
T
AT AT = AT A, rezult¼ a matricea AT A este şi simetric¼
a c¼ a.

a produsul dintre o matrice şi transpusa ei este matricea nul¼
a atunci matricea
este nul¼
a.
Demonstraţie. Diagonala pricipal¼

a a produsului este suma p¼
atratelor elementelor …ec¼
arei linii din
matricea iniţial¼
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)
(1) D este matrice diagonal¼

a (r; r) cu elementele pe diagonala principal¼
a strict pozitive descresc¼
atoare
(d11 d22 drr > 0)
(2) U şi V sunt matrici ale c¼
aror coloane sunt vectori ortonormali, de dimensiuni respectiv (m; r) şi
(k; r) (i.e. U T U = VT V = Ir iar U U T = Im , U T U = Ir ).
(r;m) (m;r) (r;k) (k;r) (r;r) (m;r) (r;m) (r;m) (m;r)
1
(3) Mai mult, inversa generalizat¼
a în sens Moore–Penrose a matricii A este A = V D U T , unde
(k;m) (k;r) (r;r) (r;m)
V 2 M(k;r) , D 2 M(r;r) , U 2 M(m;r) .
Demonstraţie. 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. 9W 2 M(k;k) (R) astfel încât
W T AT A W
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 ,
U DV T = (AV D 1 ) DW1T = AW1 W1T = A Ik W2 W2T =

(k;k r)(k r;k)
=0(m;k r)
z }| {
=A A W2 W2T = A 0(m;k r) W2T = A 0(m;k) = A care stabileşte descompunerea.
(k;k r) (k r;k) (k r;k)
1 T
Matricea V D U satisface:
1) A V D 1 U T A = U DV T V D 1U T U DV T =
= UD V T V D 1
U T U DV T = U DIr D 1 Ir DV T = U DV T = A
2) V D 1 U T U DV T V D 1U T = V D 1
U T U D V T V D 1U T =
= V D 1 Ir DIr D 1 U T = V D 1 U T = A
3) U DV T V D 1 U T = U D V T V D 1 U T = U DIr D 1 U T = U U T
T T
) U DV T V D 1U T = UUT = U U T (matricea este simetric¼
a)
3’) V D 1 U T U DV T = V D 1 Ir DV T = V V T
T T
) V D 1U T U DV T = VVT = V V T (matricea este simetric¼
a)
Din 1), 2), 3), 3’) rezult¼ a V D 1 U T satisface relaţiile care de…nesc inversa Moore–Penrose; cum
a c¼
matricea care satisface aceste relaţii este unic¼ a A = V D 1U T .
a, rezult¼

a A este simetric¼
a, atunci U este linie de vectori proprii ai lui A corespunz¼
atori
a AT U = U D1 , cu D1 matrice diagonal¼
la valori proprii nenule, aşa c¼ a (r; r) cu valori proprii nenule, în
atoare. În acest caz, V = AT U D
ordine descresc¼ 1
= U D1 D 1 . Cum elementele matricilor D şi D1 sunt
identice mai puţin eventual semnul, coloanele matricilor U şi V sunt …e egale (pentru r¼
ad¼
acini pozitive) …e
cu semn invers (pentru r¼
ad¼
acini negative). Aşadar, dac¼
a A este pozitiv semide…nit¼
a, are o descompunere
SVD A = U DU T cu U cu coloane ortogonale iar D pozitiv diagonal¼
a.
1
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
7.9.8. Observaţie. Sistemul de ecuaţii A x = y are o soluţie , y = A A y ; mai mult,

(m;k)(k;1) (m;1) (m;1) (m;k)(k;m)(m;1)
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)
Demonstraţie. Ax = yj A la stânga ) A Ax = A yj A la stânga ) AA Ax = AA y ) Ax =

AA y deci dac¼
a sistemul este compatibil atunci y = AA y.
222 ¼
7. RECAPITULARI
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.
7.9.9. Observaţie. AA şi A A sunt idempotente.
2
Demonstraţie. AA A = Aj A la dreapta ) (AA ) = AA
2
AA A = Aj A la stânga ) (A A) = A A
7.10. Structuri algebrice
7.10.1. De…niţie. Fiind dat¼

a o mulţime nevid¼
a M , este numit¼
a lege de compoziţie pe M orice funcţie
'( ; ) : M M ! M . [orice funcţie care asociaz¼
a oric¼
arei perechi de elemente din M un element din M ]
[funcţia ' ( ; ) mai este numit¼
a operaţie algebric¼
a sau operaţie binar¼
a]
Legile de compoziţie pot … notate cu diverse simboluri: x y, x y, x y, x + y (notaţie aditiv¼
a), x y
(notaţie multiplicativ¼
a), etc. Orice exprimare prescurtat¼
a despre o lege de compoziţie va subînţelege toate
elementele din de…niţie.
7.10.2. De…niţie. Fiind dat¼

a o mulţime nevid¼
a M , o submulţime a sa H şi o lege de compoziţie ' ( ; )
pe M , mulţimea H este numit¼
a parte stabil¼a a lui M în raport cu ' ( ; ) dac¼
a: 8x; y 2 H, ' (x; y) 2 H.
[rezultatul operaţiei dintre dou¼
a elemente din H nu p¼
ar¼
aseşte mulţimea H]
7.10.3. De…niţie. O operaţie binar¼

a este numit¼
a asociativ¼a dac¼
a: 8x; y; z 2 M , (x y) z = x (y z)
[expresia x y z are acelaşi rezultat, indiferent de ordinea în care se fac operaţiile]
7.10.4. De…niţie. O operaţie binar¼

a este numit¼
a comutativ¼a dac¼
a 8x; y 2 M , x y = y x.
7.10.5. De…niţie. Un element e 2 M este numit neutru pentru legea dac¼

a: 8x 2 M , x e = e x = x.
Despre o lege se spune c¼
a are element neutru pe M dac¼
a: 9e 2 M , 8x 2 M , x e = e x = x.
7.10.6. Observaţie. O lege de compoziţie, dac¼

a are element neutru, atunci acesta este unic. [o lege nu
poate avea mai multe elemente neutre]
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
Din cele dou¼

a relaţii se obţine:
e = e f = f , aşa c¼
a, dac¼
a ar exista dou¼
a elemente neutre, acestea ar … egale.
7.10.7. De…niţie. Fie o lege asociativ¼

a şi cu element neutru pe M . Un element x 2 M este numit
simetrizabil în raport cu legea a: 9x0 2 M , x
dac¼ x0 = x0 x = e. [elementul x0 mai este numit şi
simetricul lui x în raport cu şi este dependent de x –se schimb¼
a la schimbarea lui x]
7.10.8. Observaţie. Simetricul unui element x în raport cu legea , dac¼

a exist¼
a, este unic. [un element
nu poate avea mai multe simetrice]
Demonstraţie. Din de…niţie, legea este asociativ¼

a şi cu element neutru.
Se presupune c¼
a pentru x 2 M ar exista dou¼
a simetrice în raport cu legea :
x x0 = x0 x = e şi
x x00 = x00 x = e. Atunci:
x0 = x0 e = x0 (x x00 ) = (x0 x) x00 = e x00 = x00 ,
aşa c¼
a cele dou¼
a elemente simetrice sunt egale.
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.
a ar exista, elementul (x0 )0 ar trebui s¼

Demonstraţie. Dac¼ a relaţia: (x0 )0 x0 = x0 (x0 )0 = e
a satisfac¼
[I].
Din de…niţia simetrizabilit¼ a elementul x0 exist¼
aţii lui x se ştie c¼ a şi satisface relaţia: x x0 = x0 x = e
[II].
Din relaţia [II], se constat¼
a c¼ a în [I] se înlocuieşte (x0 )0 cu x, relaţia este satisf¼
a, dac¼ acut¼
a.
Deci exist¼ aţii lui x0 . Cum acest element
a un element (şi anume x) care satisface de…niţia simetrizabilit¼
a (x0 )0 = x.
este unic, se obţine c¼
7.10.10. Observaţie. Fie x; y 2 M dou¼

a elemente simetrizabile. Atunci şi elementul x y 2 M este tot
simetrizabil, iar simetricul lui este (x y)0 = y 0 x0 .
Demonstraţie. Dac¼ a existe un element (x y)0

a elementul (x y) 2 M ar … simetrizabil, ar trebui s¼
care s¼
a satisfac¼
a relaţia:
(x y) (x y)0 = (x y)0 (x y) = e.
Dac¼ a relaţie se înlocuieşte (x y)0 cu (y 0 x0 ), se constat¼
a în aceast¼ a:
(x y) (y 0 x0 ) = ((x y) y 0 ) x0 = (x (y y 0 )) x0 = (x e) x0 = x x0 = e,
(y 0 x0 ) (x y) = y 0 (x0 (x y)) = y 0 ((x0 x) y) = y 0 (e y) = y 0 y = e,
224 ¼
7. RECAPITULARI
a elementul (y 0 x0 ) satisface relaţia din de…niţia simetrizabilit¼

aşa c¼ aţii lui (x y).
a (x y)0 = (y 0 x0 ).
Din unicitate se obţine c¼
7.10.11. De…niţie. Se consider¼

a o lege pe mulţimea M . Perechea (M; ) este numit¼
a monoid dac¼
a
legea este asociativ¼
a şi cu element neutru.

a o lege pe mulţimea M . Perechea (M; ) este numit¼
a grup dac¼
a (M; )
este monoid în care orice element este simetrizabil.
7.10.13. Observaţie (Reguli de calcul într–un grup). Într–un grup (M; ) urm¼
atoarele reguli sunt ade-
v¼
arate:
(1) x y = x z ) y = z [simpli…care la stânga]

(2) y x = z x ) y = z [simpli…care la dreapta]
(3) Ecuaţia a x = b are soluţia x = a0 b, care este unic¼
a.
(4) Ecuaţia x a = b are soluţia x = b a0 , care este unic¼
a.
Demonstraţie. 1.
2.
3.
4.

a un grup (M; ). O submulţime a lui M , ; =
6 H M este numit¼
a subgrup
al lui M dac¼
a H este parte stabil¼
a a lui M şi H conţine, odat¼
a cu un element x, şi simetricul acestuia:
(1) 8x; y 2 H, x y 2 H;
(2) 8x 2 H, x0 2 H.

a H este subgrup al lui (M; ), atunci:
(1) e 2 H;
(2) (H; jH ) este grup.
Demonstraţie. 1.
2.

a dou¼
a grupuri (M; ) şi (N; ). O funcţie f ( ) : M ! N este numit¼
a:
(1) Mor…sm de grupuri (de la (M; ) la (N; )), dac¼

a 8x; y 2 M , f (x y) = f (x) f (y) [funcţia
"transport¼
a" rezultatul operaţiilor din domeniu în rezultatul operaţiilor din codomeniu].
(2) Izomor…sm de grupuri, dac¼

a f ( ) este mor…sm şi este bijectiv¼
a [funcţia "transport¼
a biunivoc"
rezultatul operaţiilor din domeniu în rezultatul operaţiilor din codomeniu].
Dac¼
a M = N şi = , atunci un mor…sm (izomor…sm) mai este numit şi endomor…sm
(automor…sm).

a f ( ) este mor…sm de la (M; ) la (N; ), atunci:
(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.

a mulţimea A împreun¼
a cu dou¼
a legi de compoziţie abstracte, notate aditiv
şi multiplicativ. Tripletul (A; +; ) este numit inel dac¼
a:
(1) (A; +) este grup comutativ (abelian);

(2) (A; ) este monoid;
(3) 8x; y; z 2 A, x (y + z) = x y + x z, (y + z) x = y x + z x
[Înmulţirea este distributiv¼
a la stânga şi la dreapta faţ¼
a de adunare]
[elementul neutru faţ¼
a de operaţia notat¼
a aditiv este notat 0]
[elementul neutru faţ¼
a multiplicativ este notat 1]
[simetricul unui element x faţ¼
a aditiv este notat x şi este numit opusul
lui x]
[a b înseamn¼
a a + ( b)]
[simetricul (când exist¼
a, al) unui element x faţ¼
a multiplicativ este notat
1
x şi este numit inversul lui x]
1
[se evit¼ a scrierea ca înlocuitoare pentru x 1 , deoarece construcţiile cu fracţii sunt mai
x
speci…ce şi reduc din generalitatea contextului]
[nu s–au mai ad¼
augat paranteze suplimentare pentru a stabili ordinea operaţiilor, deoarece se
consider¼
a convenţia c¼
a operaţia notat¼
a multiplicativ se efectueaz¼
a prima]
[se consider¼
a şi convenţia c¼
a xy = x y]
226 ¼
7. RECAPITULARI
Elementele din A care sunt simetrizabile în raport cu operaţia notat¼

a multiplicativ mai sunt numite şi
unit¼aţi ale inelului.
Dac¼
a operaţia este comutativ¼
a, inelul (A; +; ) este numit comutativ.
Dou¼
a elemente x; y 2 A sunt numite divizori ai lui 0 dac¼
a: x 6= 0 şi y 6= 0 şi xy = 0.
Un element 0 6= x 2 A este numit divizor al lui 0 dac¼
a 9y 2 A, y 6= 0 astfel încât xy = 0.
Despre un element x 2 A se spune c¼
a nu este divizor al lui 0 dac¼
a 8y 2 A , xy 6= 0 [altfel spus:
xy = 0 ) y = 0] [cu x se poate simpli…ca, deşi nu este neap¼
arat inversabil].
Un inel (A; +; ) cu cel puţin dou¼
a elemente şi f¼
ar¼
a divizori ai lui 0 este numit domeniu de integritate.
7.10.19. Observaţie (Reguli de calcul într–un inel). Într–un inel (A; +; ) au loc:
(1) x + y = x + z ) y = z, y + x = z + x ) y = z [se poate face operaţia de reducere în ambii

membrii, cu orice element];
(2) Ecuaţiile a + x = b şi x + a = b au …ecare soluţia unic¼
ax=b a;
(3) x0 = 0x = 0
(4) 1 6= 0
(5) ( x) y = x ( y) = xy şi ( x) ( y) = xy [regula semnelor]
(6) x (y z) = xy xz şi (y z) x = yx zx
(7) Dac¼
a (A; +; ) este domeniu de integritate, atunci:
xy = xz şi x 6= 0 ) y = z [se poate simpli…ca la stânga cu un element nenul, chiar dac¼
a acesta
nu este inversabil]
yx = zx şi x 6= 0 ) y = z [se poate simpli…ca la drepta cu un element nenul, chiar dac¼
a acesta
nu este inversabil]
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 (x + y) = f (x) +0 f (y),

(2) f (x y) = f (x) 0 f (y)
(3) f (1) = 10 .
Dac¼
a, în plus, funcţia f ( ) este şi bijectiv¼
a, atunci f ( ) este numit¼
a izomor…sm.

a f ( ) este mor…sm de inele, atunci:
(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 ).
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.
Demonstraţie. Fie x0 2 A0 care nu este divizor al lui 0. Atunci 9x 2 A, x0 = f (x) şi:

f (1) 0 x0 = f (1) 0 f (x) = f (1 x) = f (x) = x0 = 10 0
x0 ) f (1) = 10 [pentru c¼
a x0 nu este divizor al
lui 0]
7.10.23. De…niţie. Un inel (K; +; ) este numit corp dac¼

a 0 6= 1 şi orice element nenul admite invers:
1
8x 2 K, x 6= 0, 9x 2 K.
7.10.24. Observaţie. Corpurile nu au divizori ai lui 0.

a (K; +; ) este corp, atunci (K ; ) este grup [K este o notaţie pentru mulţimea
K n f0g], numit grupul multiplicativ al corpului (K; +; ).
7.10.26. De…niţie. Se consider¼ a corpuri (K; +; ) şi (K 0 ; +0 ; 0 ) şi o funcţie f ( ) : K ! K 0 . Funcţia

a dou¼
f ( ) este numit¼
a (izo)mor…sm de corpuri dac¼
a este mor…sm (bijectiv) 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
Tipuri de subiecte din anii anteriori
Subiectele similare/de acelaşi tip sunt numerotate la fel
8.1. Subiecte cu rezolvare clasic¼

a
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:
(0; 5p) a) Câte o baz¼

a pentru X1 şi X2 .
(0; 5p) b) Subspaţiul Y = X1 \ X2 şi dimensiunea sa.
(1p) c) Subspaţiul X = X1 + X2 , dimensiunea sa şi s¼
a se veri…ce teorema dimensiunii (Grassman).
Subiectul II –2 puncte.
Se consider¼
a funcţionala p¼
atratic¼ a pe (R3 ; R)
a de…nit¼
V (x) = f (x; x) = 2x21 + x23 4x1 x2 2x2 x3
(0; 5p) a) Scrieţi matricea funcţionalei p¼

atratice corespunz¼
atoare reperului canonic (bazei canonice).
(0; 5p) b) Determinaţi funcţionala biliniar¼
a polar¼
atratice.
(1p) c) Determinaţi forma canonic¼
atratice şi natura funcţionalei p¼
atratice.
Subiectul II –2 puncte.
Se consider¼
a funcţionala p¼
atratic¼ a pe (R3 ; R)
a de…nit¼
V (x) = f (x; x) = x21 + x23 2x1 x2 4x2 x3

230 8. TIPURI DE SUBIECTE DIN ANII ANTERIORI
(0; 5p) a) Determinaţi matricea funcţionalei p¼

atratice corespunz¼
atoare reperului canonic (bazei canonice)
din (R3 ; R).
(0; 5p) b) Determinaţi funcţionala biliniar¼
a polar¼
atratice.
(1p) c) Determinaţi forma canonic¼
atratice precum şi baza formei canonice.
Subiectul III –2 puncte

a X mulţimea tuturor combinaţiilor liniare ale vectorilor v1 =
(1; 2; 3), v2 = ( 4; 3; 1).
(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.
Subiectul III –2 puncte

a vectorii x = (1; 0; 1; 1), a1 = (3; 0; 1; 1), a2 = (8; 1; 5; 4),
a3 = (4; 1; 1; 0) şi subspaţiul X = span (fa1 ; a2 ; a3 g). S¼
a se determine:
(1p) a) proiecţia ortogonal¼

a a vectorului x pe subspaţiul X;
(1p) b) complementul ortogonal X ? al subspaţiului X şi dimensiunea sa.
¼
8.2. SUBIECTE SCURTE ŞI/SAU TIP GRILA 231
8.2. Subiecte scurte şi/sau tip gril¼

a
Subiectul IV (10 0; 3 = 3puncte)
(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;
(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
8.3. Probleme din diverse materiale bibliogra…ce
Din [3]:
Capitolul 1 [Spaţii Vectoriale]

Capitolul 2 [Spaţii liniare euclidiene]
Capitolul 3 [Operatori liniari]
Din [9]:
Capitolul 2 [Spaţii vectoriale],

Capitolul 3 [Aplicaţii Liniare],
Capitolul 4 [Sisteme de ecuaţii liniare. Vectori şi valori proprii],
Capitolul 6 [Forme biliniare. Forme p¼
atratice]
Din [11]: Capitolul 2,
Secţiunea 2.3 [Sisteme de ecuaţii algebrice liniare]

Secţiunea 2.4 [Spaţii vectoriale]
Secţiunea 2.5 [Operatori Liniari]
Secţiunea 2.6 [Forme liniare. Forme p¼
atratice]
Din [16]:
Capitolul I [Spaţii vectoriale]

Capitolul II [Operatori (Transform¼
ari) Liniari]
Capitolul III [Forme biliniare şi p¼
atratice]
Din [28]:
Capitolul 3 [Spaţii vectoriale]

Capitolul 4 [Aplicaţii liniare şi matrice]
Capitolul 5 [Valori şi vectori proprii]
Capitolul 6 [Spaţii euclidiene]
Capitolul 7 [Forme p¼
atratice]
8.4. Structura lucr¼

arii semestriale
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
8.5. Condiţii pentru prezentarea la examen
Prezentarea la examen se va face cu:
(1) act de identitate (BI /CI /paşaport)

(2) 2 seturi capsate de câte 6 (=12 pagini / set) coli albe A4 [80g/m2] nesemnate
(3) instrumente de scris
(4) gum¼
a de şters şi/sau pasta corectoare
În timpul examenului este interzis¼

a
(1) folosirea materiale ajut¼

atoare
(2) utilizarea tehnicii electronice (telefoane mobile, calculatore, ...)
(3) deranjarea bunei desf¼
aşur¼
ari a examenului şi comunicarea cu colegii
8.6. Structura biletului de examen
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
–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
–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)
–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
[13] Colojoar¼
a, I.: Analiza matematic¼
a Editura didactic¼
a şi pedagogic¼
[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
[16] Dr¼
aguşin, C., Dr¼
aguşin, L., Radu, C.: Aplicaţii de algebr¼
a, geometrie şi matematici speciale, Editura Didactic¼
a
şi Pedagogic¼
[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
[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
[34] Şilov, G. E.: Analiz¼ a (Spaţii …nit dimensionale), Editura ştiinţi…c¼
a matematic¼ a şi enciclopedic¼
[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.

Curs Beta 19012014 Cristian Neculaescu

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Curs Beta 19012014 Cristian Neculaescu

Încărcat de

Drepturi de autor:

Formate disponibile

Elemente de Algebr¼

January 19, 2014

Partea 1. Introducere în Algebra Liniar¼

Capitolul 1. Spaţii şi subspaţii vectoriale 3

Capitolul 2. Operatori liniari 65

Capitolul 3. Spaţii vectoriale cu produs scalar 129

Capitolul 4. Spaţii a…ne 171

Partea 2. Produse software pentru Algebra Liniar¼

Capitolul 5. Geogebra 181

Capitolul 6. CARMetal 183

Partea 3. Anexe şi complet¼

7.2.3. Funcţii 196

Capitolul 8. Tipuri de subiecte din anii anteriori 229

Introducere în Algebra Liniar¼

Spaţii şi subspaţii vectoriale

1.1. De…niţii introductive

1.1.1. De…niţie. (De…niţia spaţiului vectorial) Se dau:

Perechea (V; K) (împreun¼

(1) (K; +K ; K) este corp comutativ;

Elementul 0V este elementul neutru la adunarea vectorilor şi va … notat în continuare cu 0;

1.1.5. Exemplu (2D). Se consider¼

Figura 1.1.1: Vectori şi operaţii cu vectori în 2D

1.1.6. Exemplu. (3D) Se consider¼

Figura 1.1.2: Vectori şi operaţii vectoriale în 3D

1.1.7. Observaţie. În cele dou¼

Punctele şi vectorii de poziţie sunt reprezentaţi prin dou¼

Figure 1. Figura 1.1.3: Puncte pe o dreapt¼

P1 0 "originea dreptei" v1 = v(0)

v9 = v( 2) "intersecţia dreptei cu axa Ox"

1.1.8. Exemplu. Se consider¼

Mulţimea Rn este spaţiu vectorial real în raport cu operaţiile „pe componente”:

a la adunarea elementelor din Rn iar semnele + din membrul drept

( ) (x1 ; x2 ; ; xn ) = (( )x1 ; ( )x2 ; ;( )xn ) = ( ( x1 ) ; ( x2 ) ; ; ( xn )) =

1.1.11. Exemplu. Mulţimea

este subspaţiu vectorial al spaţiului vectorial (R3 ; R).

x + y = (x1 ; 0; x3 ) + (y1 ; 0; y3 ) = (x1 + y1 ; 0; x3 + y3 ) 2 S;

iar pentru 2 R, x = (x1 ; 0; x3 ) = ( x1 ; 0; x3 ) 2 S. Din de…nţia subspaţiului rezult¼

1.1.12. De…niţie. (De…niţia operatorului liniar) Dac¼

(1) U (x + y) = U (x) + U (y) ; 8x; y 2 V1 ( U ( ) este mor…sm de grupuri (este aditiv));

(P + Q) ( ) este de…nit de:

( P ) ( ) este de…nit de:

1.1.14. De…niţie. (Spaţii izomorfe) Spaţiile vectoriale între care exist¼

1.1.16. De…niţie. (Funcţional¼

a în R3 ; valoarea ei este (2; 3; 0).

1.1.20. Exemplu. O poz¼

p3 (mulţimea combinaţiilor liniare dintre v2 şi v3 )

1.1.21. Exemplu. Câteva combinaţii liniare speciale:

1.1.22. De…niţie. (Acoperire liniar¼a) Dac¼

este mulţimea tuturor combinaţiilor liniare cu elemente din A.

2 Pentru noţiunea de dimensiune, vezi De…niţia 1.5.10, pagina 26.

a la modi…carea corpului de scalari: R3 este spaţiu

1.1.25. De…niţie. (Dependenţ¼

1.1.26. Exemplu. Mulţimea de vectori din R4

f(1; 2; 2; 1) ; (1; 3; 4; 0) ; (2; 5; 2; 1)g

este liniar dependent¼

(1; 2; 2; 1) + (1; 3; 4; 0) = (2; 5; 2; 1) :

Mulţimea de vectori din R4

este liniar independent¼

1.1.27. Observaţie. (De…niţii echivalente ale independenţei liniare)

Demonstraţie. Cele dou¼

care este privit¼

v 1 (m) = (m; 1; 1) ; v 2 (m) = (1; m; 1) ; v 3 (m) = (1; 1; m) ; m 2 R

în spaţiul (R3 ; R).

cu necunoscutele 1, 2, 3, care prin înlocuire devine: