Capitolul 1

Matrice. Determinanti.

1.1 Structuri algebrice

(recapitulare)

1.1.1 Grupuri
De nitia 1.1 Fie X o multime nevida. O functie f de nita pe X X si cu valori ^n X se
numeste lege de compozitie interna ^n X.

Notam, pentru 8(x; y) 2 X2 , f (x; y) = x y si se citeste x compus cu y dupa legea :

Legile de compozitie interne pot avea urmatoarele proprietati:

De nitia 1.1 O lege de compozitie interna " " ^n X se numeste lege asociativa daca
8(x; y; z) 2 X3 avem:
(x y) z = x (y z):

De nitia 1.2 O lege de compozitie interna " " ^n X se numeste lege cu element neutru
daca 9e 2 X astfel ^nc^at 8x 2 X avem: x e = e x = x: Elementul e se numeste element
neutru a legii " ":

Teorema 1.1 (de unicitate a elementului neutru) Fie X o multime si " " o lege de
compozitie interna ^n X. Daca " " admite un element neutru atunci acesta este unic.

De nitia 1.3 Daca o lege de compozitie interna " " ^n X admite un element neutru e
atunci spunem ca unui element x 2 X ^i corespunde un element numit element simetric
^n raport cu legea " " daca exista x 2 X astfel ^nc^
at

x x = x x = e: (1.1)

Teorema 1.2 (de unicitate a elementului simetric) Fie X o multime si " " o lege
de compozitie interna ^n X asociativa cu elementul neutru e. Daca un element x 2 X are
un element simetric ^n raport cu legea " ", atunci acest element simetric este unic.

1
2 CAPITOLUL 1. MATRICE. DETERMINANTI.

De nitia 1.4 O lege de compozitie interna " " ^n X se numeste lege comutativa daca
8(x; y) 2 X2 avem x y = y x:

De nitia 1.5 Fie X o multime si " " o lege de compozitie interna ^n X. Perechea ordonata
(X, ) se numeste semigrup daca legea " " este asociativa.

De nitia 1.6 Semigrupul (X, ) se numeste monoid daca legea " " are si element neutru.

De nitia 1.7 Monoidul (X, ) se numeste grup daca legea " " daca orice element din X
are simetric ^n raport cu legea " ": Un grup (X, ) se numeste grup comutativ (abelian)
daca legea " " este comutativa.

Observatia 1.1 Daca (X, ) este un grup si notam legea " " cu simbolul \ + "; atunci
grupul (X, +) se numeste grup aditiv, legea " + " se numeste adunarea elementelor
din X, elementul sau neutru se numeste zero si se noteaza 0; iar simetricul unui
element x 2 X, se numeste opusul elementului x ^n raport cu adunarea ^n X, si se
noteaza ( x): ^n grupul aditiv (X, +) notam x y ^n loc de x + ( y):

Observatia 1.2 Daca (X, ) este un grup si notam legea " " cu simbolul " "; atunci grupul
(X, ) se numeste grup multiplicativ, legea " " se numeste ^nmultire a elementelor din
X, elementul sau neutru se numeste unitate si se noteaza 1; iar simetricul unui
element x 2 X, se numeste inversul elementului x ^n raport cu ^nmultirea ^n X, si se
noteaza x 1 :

1.1.2 Inele si corpuri

De nitia 1.8 Daca " " si " " sunt doua legi de compozitie interne ^n X, spunem ca
legea " " este distributiva la st^
anga (respectiv la dreapta) ^n raport cu lugea " " daca
3
8(x; y; z) 2 X avem x (y z) = (x y) (x z) (respectiv (x y) z = (x z) (y z)):
^ cazul ^n care legea " " este distributiva la st^
In anga si la dreapta ^n raport cu legea " "
spunem ca legea " " este dublu distributiva ^n raport cu legea " ":

De nitia 1.9 Fie (X,+; ) o terna ordonata unde X este o multime, " + " este operatia de
adunare ^n X, iar " " este operatia de ^nmultire ^n X. Terna ordonata (X,+; ) se numeste
inel daca (X,+) este grup comutativ aditiv, iar ^nmultirea este asociativa ((X, )
este semigrup) si dublu distributiva ^n raport cu adunarea.

De nitia 1.10 Un inel (X,+; ) se numeste inel cu unitate daca ^nmultirea are unitate.
Un inel (X,+; ) se numeste inel cu comutativ daca ^nmultirea este comutativa.

Exemplul 1.1 Multimea Z a numerelor ^ntregi ^nzestrata cu operatiile de adunare si

^nmultire este un inel comutativ cu element unitate.
1.2. MATRICE SI DETERMINANTI 3

^Intr-un inel (X,+; ) elementul neutru fata de legea + se noteaza cu 0X sau, c^and nu sunt
posibile confuzii, se noteaza cu 0: De asemenea elementul neutru fata de legea multiplicativa
se noteaza cu 1X sau, c^and nu sunt posibile confuzii, se noteaza cu 1:
Este usor de demonstrat ca ^n orice inel (X,+; );
a = 0 ) a b = 0; 8b 2 X
b = 0 ) a b = 0; 8a 2 X;
dar nu ^ntotdeauna a b = 0 ) a = 0 sau b = 0. De exemplu ^n inelul (M2 (Z); +; ) avem:
1 0 0 0 0 0
= :
0 0 1 2 0 0

De nitia 1.11 Daca ^ntr-un inel exista a 6= 0; b 6= 0; astfel ^nc^

at a b = 0 se spune ca a
si b sunt divizori ai lui zero si ca inelul admite divizori ai lui zero. Orice inel care nu
admite divizori ai lui zero se numeste inel integru. Daca un inel integru este comutativ
si cu element unitate, el se numeste domeniu de integritate.

De nitia 1.12 Un inel (X,+; ) se numeste corp daca (X,+; ) este inel cu unitate si orice
element din X, diferit de zeroul adunarii, are invers ^n aport cu legea .

De nitia 1.13 Un corp (X,+; ) se numeste corp comutativ sau c^

amp daca ^nmultirea
este comutativa.

1 x
Observatia 1.3 Daca (X,+; ) este un corp, notam xy = ; x 2 X, y 2 X, y 6= 0:
y

Teorema 1.3 Corpurile nu au divizori ai lui zero. Orice corp comutativ este un domeniu
de integritate.

1.2 Matrice si determinanti

1.2.1 De nitii si notatii
De nitia 1.14 Se numeste matrice cu m linii si n coloane si cu elemente din R, corp
comutativ (R sau C) functia
f : f1; 2; : : : ; mg f1; 2; : : : ; ng ! R; f (i; j) = aij :
Notam matricea cu elementele (aij )i=1;m;j=1;n cu A = (aij )i=1;m;j=1;n si cu Mm n (R)
multimea acestor matrice.

Daca A 2 Mm n (R), vom nota matricea A sub forma

0 1
a11 a12 : : : a1n
B a21 a22 : : : a2n C
B C
A = B .. .. .. .. C;
@ . . . . A
am1 am2 : : : amn
4 CAPITOLUL 1. MATRICE. DETERMINANTI.

adica printr-un tablou cu m linii si n coloane care contine valorile functiei f:

^In cazul m = n, se obtine multimea matricelor patratice de ordinul n, notata Mn (R).
Daca m = 1 Atunci A se numeste matrice (vector) linie si se noteaza A = (a10 ; :::; an1
):
a1
B C
Daca n = 1 Atunci A se numeste matrice (vector) coloana si se noteaza A = @ ... A :
an

De nitia 1.15 Doua matrice A = (aij )i=1;m;j=1;n ; B = (bij )i=1;m;j=1;n 2 Mm n (R) (matrice
de acelasi tip); sunt egale daca aij = bij , pentru toti i = 1; m, j = 1; n.

1.2.2 Operatii cu matrice

Adunarea matricelor

De nitia 1.16 Pentru orice A = (aij )i=1;m;j=1;n ; B = (bij )i=1;m;j=1;n (matrice de acelasi tip)
de nim suma matricei A cu matricea B astfel:

A + B = (aij + bij )i=1;m;j=1;n : (1.2)

Adunarea matricelor are proprietatile:

- asociativa, adica oricare ar matricele A; B; C 2 Mm n (R) : (A+B)+C = A+(B+C);
- admite element neutru care este matricea ale carei elemente sunt toate egale cu 0,
notata 0Mm n (R) si se numeste matricea nula. Pentru orice A 2 Mm n (R) avem A +
0Mm n (R) = 0Mm n (R) + A = A
- orice element din Mm n (R) are un simetric, adica oricare ar A 2 Mm n (R),A =
(aij )i=1;m;j=1;n exista o matrice notata A = ( aij )i=1;m;j=1;n , numita opusa matricei A,
A + ( A) = ( A) + A = 0Mm n (R) :
- comutativa, adica oricare ar matricele A; B 2 Mm n (R) avem A + B = B + A:

Teorema 1.4 Multimea (Mm n (R); +) formeaza ^n raport cu operatia de adunare un grup
aditiv abelian.

^Inmultirea cu un numar a unei matrice

Fie A = (aij )i=1;m;j=1;n 2 Mm n (R) si 2 R.

De nitia 1.17 Numim produs al matricei A cu numarul real matricea

A = ( aij )i=1;m;j=1;n 2 Mm n (R):

^Inmultirea cu numere reale a unor matrice are urmatoarele proprietati:

1. ( )A = ( A), 8 ; 2 R, 8A 2 Mm n (R); 8A; B 2 Mm n (R);

2. ( + )A = A + A, 8 ; 2 R, 8A 2 Mm n (R);
1.2. MATRICE SI DETERMINANTI 5

3. (A + B) = A + B, 8 2 R;

4. 1A = A, 8A 2 Mm n (R).

^Inmultirea a doua matrice

Fie A 2 Mm n (R) si B 2 Mn p (R).

De nitia 1.18 Numim produs al matricei A cu matricea B matricea

!
Xn
A B= aij bjk 2 Mm p (R): (1.3)
j=1 i=1;m;k=1;p

Observatia 1.4 A B = AB
m n n p m p:
Observam ca putem ^nmulti doua matrice daca numarul coloanelor primei matrice,
este egal cu numarul liniilor celei de a doua matrice.

Cosideram multimea matricelor patratice (Mn (R); ) si analizam proprietatile ^nmultirii

matricelor patratice.
-^nmultirea este asociativa:
8A; B,C 2 Mn (R) ) (A B) C = A (B C):
-^nmultirea admite element neutru si anume matricea
0 1
1 0 ::: 0
B 0 1 ::: 0 C
In = B C
@ ::: ::: ::: ::: A;
0 0 ::: 1

sau In = ( ij )i=1;n;j=1;n , unde

1; daca i = j;
ij =
0; daca i 6= j;

sunt simbolurile lui Kronecker. Matricea In are proprietatea ca oricare ar A 2 Mn (R),

A In = In A = A: In se numeste matricea unitate de ordinul n.
Sa mai observam ca daca A 2 Mn (R) si B 2 Mn (R), desi au sens produsele A B si
B A, ^n general, A B 6= B A, adica ^nmultirea matricelor nu este comutativa.
^
Inmult irea matricelor este distributiva ^n raport cu adunarea lor, adica

8A; B; C 2 Mn (R) : A (B + C) = A B + A C;
8A; B; C 2 Mn (R) : (B + C) A = B A + C A:
6 CAPITOLUL 1. MATRICE. DETERMINANTI.

Exemplul 1.2 Exemplu de ^0 nmultire a1doua matrice

1 1
1 0 2
A= ;B = @ 2 0 A;
2 3 1
0 0 11
1 1
1 0 2 @ 1 3
AB = 2 0 A= ;
2 3 1 8 3
0 1
Exemplu
0 1 de ^nmult ire a unei matrice
0cu 1
un vector coloana
1 1
1 0 2 @ A 5
C = @ 2 A ; AC = 2 = ;
2 3 1 5
3 3
Exemplu de ^nmult0 ire 1a unui vector linie cu un vector coloana D = 1 3 4 ;
1
DC = 1 3 4 @ 2 A = 7:
3
Observatia 1.5 Este posibil sa ^nmultim doua matrice nenule iar rezultatul sa e matricea
nula:
0 1 3 7
A= ;B = ;
0 2 0 0
0 1 3 7 0 0
AB = = :
0 2 0 0 0 0

0 1
Observatia 1.6 Fie matricele A = ;
0 2
1 1 2 5
B= ;C = :
3 4 3 4
0 1 1 1 3 4
AB = = ;
0 2 3 4 6 8
0 1 2 5 3 4
AC = = ;
0 2 3 4 6 8
3 4
AB = AC = :
6 8
Desi A 6= 02 obsevam ca nu avem o regula similara simpli carii numerelor reale.

1.2.3 Tipuri speciale de matrice

De nitia 1.19 Numim transpusa a matricei A 2 Mm n (R) matricea notata
AT = (aji )j=1;n;i=1;m 2 Mn m (R), care are drept linii, respectiv coloane, coloanele, respectiv
liniile matricei A.
0 1
1 2
1 0 2
Exemplul 1.3 A = , AT = @ 0 3 A:
2 3 1
2 1
1.2. MATRICE SI DETERMINANTI 7

Operatia de transpunere a unei matrice are urmatoarele proprietati:

1. (A + B)T = AT + B T ; 8A; B 2 Mm n (R);

2. (AB)T = B T AT ; 8A 2 Mm n (R); 8B 2 Mn p (R);

3. ( A)T = AT ; 8 2 R; 8A 2 Mm n (R);

T
4. AT = A.

Fie A = (aij )i=1;n;j=1;n 2 Mn (R).

De nitia 1.20 Spunem ca matricea patratica A este simetrica daca AT = A si antisi-

metrica daca AT = A.

Notam cu Msn (R) multimea matricelor patratice simetrice si cu Man (R) multimea ma-
tricelor patratice antisimetrice.

De 0nitia 1.21 Orice matrice

1 patratica de tipul
1 0 ::: 0
B 0 2 ::: 0 C
B C
B .. .. .. C
@ . . ::: . A
0 0 ::: n
se numeste matrice diagonala.

De nitia 1.22 Spunem ca matricea patratica L este inferior triunghiulara daca este
de forma0 1
l11 0 0 0
B l21 l22 0 0 C
B C
L=B B l31 l32 l33 0 C:
C
@ A
ln1 ln2 ln3 lnn

De nitia 1.23 Spunem ca matricea patratica U este superior triunghiulara daca este
de forma0 1
u11 u12 u13 u1n
B 0 u22 u23 u2n C
B C
U =BB 0 0 u33 u3n C:
C
@ A
0 0 0 unn
8 CAPITOLUL 1. MATRICE. DETERMINANTI.

1.2.4 Determinantul unei matrice

Fie A = (aij )i=1;n;j=1;n 2 Mn (R) o matrice patratica.

De nitia 1.24 1. Fie M = f1; 2; :::; ng : Orice bijectie : M ! M se numeste per-

mutare. Multimea tuturor permutarilor lui M formeaza un grup notat prin Sn :
2. Spunem ca permutarea are o inversiune daca exista i < j pentru care avem
(i) > (j):
3. O permutare se numeste para (respectiv impara) daca are un numar par (respectiv
impar) de inversiuni.
1 daca este para,
4. Aplicatia " : Sn ! f 1; 1g ; "( ) = se numeste sig-
1 daca este impara
natura, iar "( ) este signatura permutarii .

1 2 3 4 5 6
Exemplul 1.4 Daca M = f1; 2; 3; 4; 5g atunci : este o permutare
2 3 1 6 5 4
din S5 :
Un exemplu de inversiune este (2) = 3 > (3) = 1:
Inversiunile sunt: (1) = 2 > (3) = 1; (2) = 3 > (3) = 1; (4) = 6 > (5) = 5;
(4) = 6 > (6) = 4; (5) = 5 > (6) = 4: Numarul de inversiuni este 5. Permutarea
este impara, deci "( ) = 1:

De nitia 1.25 Numim determinant al matricei A 2 Mn (R) elementul det(A) 2 R dat

de X
det(A) = "( )a1 (1) a2 (2) : : : an (n) ;
2Sn

unde Sn este multimea permutarilor multimii f1; 2; : : : ; ng; iar "( ) este signatura per-
mutarii .

Determinantul matricei A se noteaza

a11 a12 ::: a1n

a21 a22 ::: a2n
det A = .. .. .. .. :
. . . .
an1 an2 : : : ann

Proprietatile determinantilor
Fie A 2 Mn (R):

1. Determinantul transpusei unei matrice este egal cu determinantul acelei matrice:

det(AT ) = det(A):
1.2. MATRICE SI DETERMINANTI 9

Rezulta ca orice proprietate referitoare la liniile unui determinant este adevarata si

pentru coloane.

2. Daca elementele unei linii se ^nmultesc cu un scalar , atunci determinantul se ^nmul-

teste cu .
n
det( A) = det(A)

3. Daca ^ntr-un determinant se schimba ^ntre ele doua linii, atunci se schimba semnul
determinantului.

Consecinte:

(i) Un determinant este nul daca:

- toate elementele unei linii sunt nule, sau

- are doua linii proportionale (deci si daca are doua linii egale), sau

- una dintre linii este o combinatie liniara de doua linii.

(ii) Valoarea unui determinant nu se schimba daca la elementele unei linii adaugam
combinatii liniare formate cu elementele altor doua sau mai multe linii.

Calculul determinantilor
^In cazul determinantilor de ordin doi calculul se face conform relatiei:
a11 a12
= a11 a22 a12 a21 :
a21 a22
^In cazul determinantilor de ordin trei calculul se face conform relatiei:
a11 a12 a13
a21 a22 a23 = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 a13 a22 a31 a12 a21 a33 a11 a32 a23 :
a31 a32 a33

Exercitiul 1.1 Folosind de nitia sa se calculeze determinantul

a11 a12 a13
a21 a22 a23 :
a31 a32 a33
^ acest caz sunt 3! permutari ale multimii (1; 2; 3) ;
In
10 CAPITOLUL 1. MATRICE. DETERMINANTI.

i "( i ) a1 i (1)
a2 i (2)
a3 i (3)
1 2 3
1 = 1 a11 a22 a33
1 2 3
1 2 3
2 = 1 a12 a23 a31
2 3 1
1 2 3
3 = 1 a13 a21 a32
3 1 2
1 2 3
4 = 1 a13 a22 a31
3 2 1
1 2 3
5 = 1 a12 a21 a33
2 1 3
1 2 3
6 = 1 a11 a23 a32
1 3 2
Se regaseste formula de calcul

a11 a12 a13

a21 a22 a23 = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 a13 a22 a31 a12 a21 a33 a11 a32 a23 :
a31 a32 a33
Pentru determinanti de ordin mai mare sau egal cu patru aceste reguli nu sunt valabile
si se aplica pentru calculul lor regula lui Laplace.
Fie A = (aij )i=1;n;j=1;n 2 Mn (R) o matrice patratica si p n, un numar natural.

De nitia 1.26 Numim minor de ordinul p al matricei A determinantul matricei de

ordinul p format cu elementele situate la intersectia a p linii si p coloane ale matricei A.

Daca i1 < i2 < : : : < ip si j1 < j2 < : : : < jp sunt p linii si respectiv p coloane ale
matricei A, atunci minorul corespunzator este

ai1 j1 ai1 j2 : : : ai1 jp

ai2 j1 ai2 j2 : : : ai2 jp
M= :
::: ::: ::: :::
aip j1 aip j2 : : : aip jp

De nitia 1.27 Numim minor complementar al minorului M de ordin p al matricei A

determinantul Mc de ordinul n p al matricei extrase din A prin prin suprimarea celor p
linii si p coloane corespunzatoare lui M:

Minorii de ordinul 1 ai matricii A sunt elementele sale, aij . Minorii complementari ai

acestora sunt determinanti de ordinul n 1.

De nitia 1.28 Numim complement algebric al minorului M al matricei A elementul

din R de nit de C = ( 1)s Mc ; unde s = (i1 + i2 + : : : + ip ) + ( j1 + j2 + : : : + jp ), adica
suma indicilor liniilor si coloanelor matricei A utilizate ^n M .
1.2. MATRICE SI DETERMINANTI 11

Determinantul matricei patratice de ordinul n 1 care se obtine din A prin suprimarea

liniei i si coloanei j se numeste minorul complementar al elementului aij si se noteaza
cu Mij . Numarul Cij = ( 1)i+j Mij se numeste complementul algebric al elementului
aij .

Teorema 1.5 (Teorema lui Laplace) Determinantul matricei A este egal cu suma pro-
duselor minorilor de ordinul p ce se pot construi cu elementele a p linii (coloane) xate ale
matricei A si complementii lor algebrici.
^In particular, pentru p = 1, rezulta ca oricare ar i 2 f1; 2; : : : ; ng xat, are loc
egalitatea

det(A) = ai1 Ci1 + ai2 Ci2 + + ain Cin ; (1.4)

numita regula de dezvoltare a determinantului matricei A dupa linia i. ^In mod

asemanator, pentru orice j 2 f1; 2; : : : ; ng xat, are loc egalitatea

det(A) = a1j C1j + a2j C2j + + anj Cnj ; (1.5)

numita regula de dezvoltare a determinantului matricei A dupa coloana j.

Exemplul 1.5 Sa se calculeze valoarea determinantului

1 1 2 3
1 1 3 4
D= :
2 5 1 1
1 2 2 4
folosind regula lui Laplace si dezvolt^andu-l dupa primele doua linii.

1 1 1 1 1 2 5 1
D= ( 1)1+2+1+2 + ( 1)1+3+1+2
1 1 2 4 1 3 2 4
1 3 5 1 1 2 2 1
+ ( 1)1+1+2+4 + ( 1)1+2+2+3
1 4 2 2 1 3 1 4
1 3 2 1 2 3 2 5
+ ( 1)2+1+2+4 + ( 1)1+2+3+4 = 5
1 4 1 2 3 4 1 2

Determinantul produsului a doua matrice

Teorema 1.6 Determinantul produsului a doua matrice A si B patratice de acelasi ordin
este egal cu produsul determinantilor celor doua matrice, adica det(AB) = det(A) det(B).

Observatia 1.7 Determinantul unei matrice triunghiulare inferior respectiv superior este
egal cu produsul elementelor de pe diagonala principala.

De nitia 1.29 Spunem ca matricea patratica A este ortogonala daca AT A = A AT =

In :
12 CAPITOLUL 1. MATRICE. DETERMINANTI.

Observatia 1.8 det AT A = det(A) det(AT ) = (det(A))2 = 1 ) det(A) = 1: Recip-

roca nu0este adevarata.
1 De exemplu
1 1 1
det @ 0 1 1 A = 1 dar
0 0 1
0 10 1 0 1
1 1 1 1 0 0 3 2 1
@ 0 1 1 A@ 1 1 0 A = @ 2 2 1 A:
0 0 1 1 1 1 1 1 1

1.2.5 Transformari elementare

Orice matrice
0 A12 Mm n (R) se poate scrie ^n una din formele:
L1
B .. C
A = @ . A ; cu ajutorul liniilor Li = ai1 : : : ain ; i = 1; m sau
Lm
0 1
a1j
B C
A = C1 : : : Cn ; cu ajutorul coloanelor, unde Cj = @ ... A ; j = 1; n:
amj

De nitia 1.30 Numim transformari elementare asupra liniilor matricei A:

(1) T1 transformarea prin care se ^nmulteste o linie cu un scalar nenul;

0 1 0 1
L1 L1
B .. C B .. C
B . C B . C
B C B C
A = B Li C T!1 B Li C; 6= 0:
B . C B . C
@ .. A @ .. A
Lm Lm

(2) T2 transformarea prin care se schimba doua linii ^ntre ele;

0 1 0 1
L1 L1
B . C
. B .. C
B . C B . C
B C B C
B Li C B Lj C
B . C B . C
B C
A = B .. C T B .. C:
!2 B C
B L C B L C
B j C B i C
B . C B . C
.
@ . A @ .. A
Lm Lm
1.2. MATRICE SI DETERMINANTI 13

(3) T3 transformarea prin care se aduna la elementele unei linii elementele corespunzatoare
altei linii ^nmultite cu un scalar.

0 1 0 1
L1 L1
B .. C B .. C
B . C B . C
B C B C
B Li C B Li + L j C
B . C B C
A=B C 3 B ... C:
B .. C T! B C
B L C B L C
B j C B j C
B . C B . C
.
@ . A @ . . A
Lm Lm

De nitia 1.31 Doua matrice de acelasi tip se numesc echivalente pe linii daca una se
obtine din cealalta printr-un numar nit de transformari elementare ale liniilor.

Observatia 1.9 Transformarile elementare asupra liniilor se realizeaza ^nmultind la st^anga

matricea A cu una din matricele:
T1. Transformarea prin care se ^nmulteste o linie a unei matrice cu un scalar diferit
de zero se realizeaza ^nmultind la st^anga matricea A 2 Mm n (R) cu matricea patratica
de ordin m; M 2 i ( ); 3
1 0 : : 0 : 0
6 : : : : : : : 7
6 7
Mi ( ) = 66 0 0 : : : 0 7$i
7
4 : : : : : : : 5
0 0 : : 0 : 1
"
i
T2. Transformarea prin care se schimba ^ntre ele doua linii se realizeaza ^nmultind la
st^anga matricea A cu matricea patratica de ordin m; Mij ;
2 3
1 : 0 : 0 : 0
6 : : : : : : : 7
6 7
6 0 : 0 : 1 : 0 7 i
6 7
6
Mij = 6 : : : : : : : 7 7
6 0 : 1 : 0 : 0 7 j
6 7
4 : : : : : : : 5
0 : 0 : 0 : 1
" "
i j
T3. Transformarea prin care se aduna la o linie o alta linie ^nmultita cu un scalar 6= 0
se realizeaza ^nmultind la st^anga matricea A cu matricea patratica de ordin m; Mij ( );
14 CAPITOLUL 1. MATRICE. DETERMINANTI.
2 3
1 : 0 : 0 : 0
6 : : : : : : : 7
6 7
6 0 : 1 : : 0 7 i
6 7
Mij ( ) = 6
6 : : : : : : : 7
7
6 0 : 0 : 1 : 0 7 j
6 7
4 : : : : : : : 5
0 : 0 : 0 : 1
" "
i j

Observatia 1.10 Matricele introduse mai sus Mi ( ); Mij ; Mij ( ) poarta denumirea de ma-
trice elementare. Aplic^and transformarile elementare se obtin sisteme echivalente (sis-
teme care au aceleasi solutii).

Determinantul matricelor transformarilor elementare si efectul lor asupra val-

orii determinantului matricei A
Fie B matricea obtinuta din matricea A 2 Mn (R) asupra careia s-a aplicat o transformare
elementara.
1. T1 transformarea prin care se ^nmulteste o linie cu un scalar nenul si se obtine
^nmultind la st^anga matricea A cu Mi ( ):
B = Mi ( )A;
Observam ca det (Mi ( )) = ; det(B) = det (Mi ( )A) = det (Mi ( )) det (A) = det(A):
2. T2 transformarea prin care se schimba doua linii ^ntre ele i si j si se obtine ^nmultind
la st^anga matricea A cu Mij :
B = Mij A;
Observam ca det (Mij ) = 1; det(B) = det(A):
3. T3 transformarea prin care se aduna la elementele unei linii i elementele core-
spunzatoare altei linii j ^nmultite cu un scalar si se obtine ^nmultind la st^anga matricea
A cu Mij ( ) :
B = Mij ( ) A;
Observam ca det (Mij ( )) = 1; det(B) = det(A):

Matrice inversabila
De nitia 1.32 O matrice patratica A al carei determinant este diferit de zero se numeste
nesingulara, iar daca det(A) = 0 matricea se numeste singulara.

De nitia 1.33 Spunem ca matricea A 2 Mn (R) este inversabila daca exista o matrice
notata A 1 2 Mn (R) astfel ^nc^at
1 1
A A =A A = In : (1.6)

Observatia 1.11 Matricea A 2 Mn (R) este inversabila daca si numai daca este nesin-
gulara, adica det(A) 6= 0.
1.2. MATRICE SI DETERMINANTI 15

1
De nitia 1.34 Matricea A se numeste inversa matricei A.

Pentru calculul inversei matricei A se obtine mai ^nt^ai matricea A numita adjuncta
sau reciproca matricei A, ^nlocuind ecare element al matricei AT prin complementul sau
algebric. Adica, A = aij i=1;n;j=1;n , cu aij = Cji . Atunci

1 1
A = A:
det(A)
Operatia de inversare a matricelor are urmatoarele proprietati
1
(AB) = B 1 A 1 ; 8A 2 Mm n (R); 8B 2 Mn p (R);

(AT ) 1
= (A 1 )T ; (A 1 ) 1
= A;
1 1
( A) = A 1; 6= 0:

Rangul unei matrice

De nitia 1.35 Matricea A 2 Mm n (R) are rangul r min fm; ng daca exista ^n A cel
putin un minor de ordinul r diferit de zero si toti minorii de ordin mai mare dec^
at r, daca
exista, sunt egali cu zero. Notam rangul matricei A cu rang(A):

rang(0n ) = 0;
rang(In ) = n:

Teorema 1.7 Inegalitatea lui Sylvester. Daca A; B 2 Mn (R) atunci

rang(AB) rang(A) + rang(B) n:

Propozitia 1.1 Fie A 2 Mm n (R) si B 2 Mn p (R) atunci

rang(AB) min frang(A); rang(B)g :

Consecinta 1.1 Fie A 2 Mm n (R) si B 2 Mn (R); rang(B) = n: Atunci rang(AB) =

rang(A); adica prin ^nmultirea unei matrice cu o matrice nesingulara rangul matricei produs
este acelasi cu al matricei initiale.

1.2.6 Calculul rangului unei matrice

Rangul unei matrice se poate determina aplic^and transformari elementare. Prin trans-
formari elementare reducem matricea A la o matrice esalon care are urmatoarele pro-
prietati:
1. pivotii sunt primele elemente diferite de zero de pe ecare linie,
2. sub ecare pivot este o coloana de zerouri obtinuta prin eliminare,
3. ecare pivot se gaseste la dreapta pivotului situat pe o linie mai sus.
16 CAPITOLUL 1. MATRICE. DETERMINANTI.
0 1
1 3 3 2
ex: @ 0 0 3 1 A numerele 1 si 3 sunt pivoti.
0 0 0 0
^In general se obtine o matrice de forma
0 1
B 0 C
B C
B 0 0 0 C:
B C
@ 0 0 0 0 0 0 0 A
0 0 0 0 0 0 0 0
Elementele notate sunt pivoti, elemente diferite de zero, iar elementele notate sunt, ^n
general, elemente diferite de zero. Putem continua si aduce matricea la o forma simpli cata,
^mpart
0 ind ecare linie prin pivotul
1 ei asa ^nc^at sa avem pe pozitia pivotului 1.
1
B 0 1 C
B C
B 0 0 0 1 C
B C
@ 0 0 0 0 0 0 0 1 A
0 0 0 0 0 0 0 0
Putem folosi pivotii ca sa obtinem zero si deasupra lor, adica sa obtinem coloane ale
matricei
0 unitate de ordin mai mic 1 sau egal cu numarul liniilor matricei,
1 0 0 0
B 0 1 0 0 C
B C
B 0 0 0 1 0 C
B C:
@ 0 0 0 0 0 0 0 1 A
0 0 0 0 0 0 0 0
Am obtinut patru coloane ale matricei unitate. Numarul de coloane distincte ale matri-
cei unitate (care coincide cu numarul pivotilor, care coincide si cu numarul liniilor nenule
din matricea esalon) reprezinta rangul matricei.

Exercit0
iul 1.2 Sa se 1
determine matricea esalon si rangul matricei
1 2 0 1
A=@ 0 1 1 0 A:
1 2 0 1
0 1 0 1
1 2 0 1 1 2 0 1
L L !L
Matricea esalon: @ 0 1 1 0 A 3 1 3 @ 0 1 1 0 A :
0 1 21 0 1 0 0 0 1 0 0
1 2 0 1 1 0 2 1
L 2L !L
Rangul: @ 0 1 1 0 A 1 2 1 @ 0 1 1 0 A ; rang(A) = 2:
0 0 0 0 0 0 0 0

iul 1.3 Sa se determine

Exercit0 1 matricea esalon si rangul matricei
1 3 3 2
A=@ 2 6 9 7 A:
1 3 3 4
1.2. MATRICE SI DETERMINANTI 17

Matricea esalon:
0 1 L2 2L1 ! L2 0 1
1 3 3 2 L3 + L1 ! L 3 1 3 3 2
@ 2 6 9 7 A @ 0 0 3 3 A:
1 3 3 4 0 0 0 2
Rangul:
0 1 31 L2 ! L2 0 1
1 3 3 2 1
L ! L 1 3 3 2 L1 3L2 ! L1
@ 0 0 3 3 A 2 3 3
@ 0 0 1 1 A
0 0 0 2 0 0 0 1
0 1 L 1 + L 3 ! L1 0 1
1 3 0 1 L L 3 ! L2 1 3 0 0
@ 0 0 1 1 A 2 @ 0 0 1 0 A ; rang(A) = 3:
0 0 0 1 0 0 0 1

Aplicarea transformarilor elementare pentru calculul inversei unei matrice

Teorema 1.8 Daca matricea B se obtine prin aplicarea a k transformari elementare lini-
ilor lui A; atunci exista k matrici elementare E1 ; E2 ; :::; Ek astfel ^nc^
at sa avem

B = E1 E2 :::Ek A: (1.7)

Observatia 1.12 Daca matricea A este inversabila si consideram ^n (1.7) B = In atunci

A 1 = E1 E2 :::Ek :

Ca o aplicatie a acestei observatii prezentam de a calcula inversa unei matrice.

0 1
1 1 1
Exemplul 1.6 Sa se calculeze inversa matricei A = @ 1 2 2 A:
1 2 3

Deoarece det(A) = 1; matricea este inversabila.

Scriem matricea A si alaturi matricea unitate si aplicam transformarile elementare p^ana
ce obtinem ^n locul matricei A matricea unitate iar ^n locul matricei unitate vom obtine
inversa
0 matricei A: 1 0 1
1 1 1 1 0 0 1 1 1 1 0 0
@ 1 2 2 0 1 0 A L 2 L 1 ! L2 @ 0 1 1 1 1 0 A 1
L L2 ! L1
L 3 L 1 ! L3 L 3 L2 ! L3
0 1 2 3 0 0 1 1 ! 00 1 2 1 0 1 1 !
1 0 0 2 1 0 1 0 0 2 1 0
@ 0 1 1 1 1 A
0 L 2 L3 ! L @ 0 1 0 1 2 1 A:
!2
0 0 1 0 01 1 1 0 0 1 0 1 1
2 1 0
Rezulta ca A =1 @ 1 2 1 A:
0 1 1
Veri care:
18 CAPITOLUL 1. MATRICE. DETERMINANTI.
0 10
1 0 1
2 1 0
1 1 1 1 0 0
@ 1 2 1 A@ 1 2 2 A = @ 0 1 0 A,
0 0 1 110 1 2 3 1 0 0 0 1 1
1 1 1 2 1 0 1 0 0
@ 1 2 2 A@ 1 2 1 A=@ 0 1 0 A:
1 2 3 0 1 1 0 0 1
1 0
1 3 2
Exercitiul 1.4 Sa se calculeze inversa matricei A = @ 2 3 4 A :
5 1 1

Deoarece det(A) = 31; matricea este inversabila.

Scriem matricea A si alaturi matricea unitate si aplicam transformarile elementare p^ana
ce obtinem ^n locul matricei A matricea unitate iar ^n locul matricei unitate vom obtine
inversa
0 matricei A: 1 0 1
2 1 3 1 0 0 1 12 23 1
2
0 0
@ 2 3 4 0 1 0 A 1 L1 ! L1 @ 2 3 4 0 1 0 A 2L1 + L2 ! L2
2 ! 5L1 + L3 ! L3
0 5 1 1 0 0 1 1 50 1 1 0 0 1 1 !
1 3 1 1 3 1
1 2 2 2
0 0 1 2 2 2
0 0
@ 0 4 7 1 1 0 A 1
L ! L2 @ 0 1 7 1 1
0 A
4 2 ! 4 4 4
3 13 5 3 13 5
0 2 2 02 0 1 5 0 1 2 2 2
0 1
3 1
1 1 0 8 8 8
0
L + L1 ! L1 @
3
2 2 0 1 4 7 1
4
1
4
0 A 31 8 3
L ! L3
2
L 2 + L 3 ! L 3 31 17 3 !
0 ! 0 0 1 8 8 8
1 0 1
1 0 85 3
8
1
8
0 5 1 0 0 1
31
2
31
5
8
@ 0 1 7 1 1
0 A 87 L3 + L1 ! L1 @ 0 1 0 22 13 14 A:
4 4 4 L + L ! L 31 31 31
17 3 8 4 3 2 2 17 3 8
0 0 1 31 31 31 ! 0 0 1 31 31 31
Rezulta0ca 1
1 2 5
31 31 31
A 1
=@ 22
31
13
31
14
31
A:
17 3 8
31 31 31
Veri
0 1care: 10
1 0 1
2 5
31 31
1 3
31
2
1 0 0
@ 22 A@ 2 3 4 A = @ 0 1 0 A;
13 14
31 31 31
17 3 8
0 31 31
5 1 1 1 0 0 0 1 1
1 031
1 2 5
2 1 3 31 31 31
1 0 0
@ 2 3 4 A @ 22 13 14 A
= @ 0 1 0 A.
31 31 31
17 3 8
5 1 1 31 31 31
0 0 1

Factorizarea LU
Factorizarea LU a unei matrice consta ^n aducerea matricei A 2 Mn (R) nesingulara la
forma
A = LU;
1.2. MATRICE SI DETERMINANTI 19

L matrice triunghiulara inferior cu 1 pe diagonala superioara, iar U matrice triunghiulara

superior,0 1 0 10 1
a11 a12 : : : a1n 1 0 ::: 0 u11 u12 : : : u1n
B a21 a22 : : : a2n C B l21 1 : : : 0 C B 0 u22 : : : u2n C
B C B CB C
A = B .. .. .. .. C = B .. .. .. .. C B .. .. .. .. C:
@ . . . . A @ . . . . A@ . . . . A
an1 an2 : : : ann ln1 ln2 : : : 1 0 0 : : : umn
2 3 1 0 2 3
A= = = LU:
8 5 4 1 0 7
Transformarile elementare pot folosite si pentru a realiza factorizarea LU iar algoritmul
se numeste eliminarea lui Gauss. El consta ^n a transforma matricea A ^ntr-o matrice
triunghiulara superior. Elementele de pe digonala principala nu vor mai facute egale cu
1.

Exemplul 1.7 Sa se transforme matricea A ^ntr-o matrice triunghiulara superior folosind

transformarile
0 elementare.
1 Sa se obtina factorizarea LU.
2 1 3
A = @ 2 3 4 A:
5 1 1

Adunam
0 linia
10 ^nt^aia la linia1a doua0 1
1 0 0 2 1 3 2 1 3
@ 1 1 0 A@ 2 3 4 A = @ 0 4 7 A
0 0 1 5 1 1 5 1 1
Adunam
0 linia1^nt^
0aia ^nmult1 ita cu0 52 la linia a treia 1
1 0 0 2 1 3 2 1 3
@ 0 1 0 A@ 0 4 7 A = @ 0 4 7 A
5 3 13
2
0 1 5 1 1 0 2 2
3
Adunam
0 linia
10 a doua ^ nmult ita cu
1 0 8
la linia a treia
1
1 0 0 2 1 3 2 1 3
@ 0 1 0 A@ 0 4 7 A = @ 0 4 7 A:
3 3 13 31
0 8 1 0 2 2
0 0 8
T
0in^and seama1 0de relatiile de 1mai 0 sus avem 10 1 0 1
1 0 0 1 0 0 1 0 0 2 1 3 2 1 3
@ 0 1 0 A@ 0 1 0 A@ 1 1 0 A@ 2 3 4 A = @ 0 4 7 A:
0 83 1 0 5
2
0 1 1 0 00 1 51 1 1 0 0 01 31 8
1 0 0 1 0 0 1 0 0
Notam C1 = @ 0 1 0 A ; C2 = @ 0 1 0 A ; C3 = @ 1 1 0 A : Obtinem:
0 38 1 5
2
0 1 0 0 1
C1 (C2 (C3 A)) = B , (C1 C2 C3 ) A = B:
Observam 0 ca trecerea 1 de0 la matricea A 1la 0B se face 1 cu ajutorul
0 produsului
1
1 0 0 1 0 0 1 0 0 1 0 0
C1 C2 C3 = @ 0 1 0 A @ 0 1 0 A @ 1 1 0 A = @ 1 1 0 A
0 38 1 5
2
0 1 0 0 1 17
8
3
8
1
20 CAPITOLUL 1. MATRICE. DETERMINANTI.

care este o matrice triunghiulara inferior cu determinantul egal cu 1, L1 = C1 C2 C3 :

Obtinem
L1 A = U ) A = L1 1 U:
Inversa unei matrice triungiulare inferior este o matrice triunghiulara inferior,
0 1 1 0 1
1 0 0 1 0 0
L1 1 = @ 1 1 0 A = @ 1 1 0 A = L:
17 3 5 3
8 8
1 2 8
1
Astfel A = LU este produsul dintre o matrice triughiulara inferior si o matrice tri-
unghiulara superior. ^In mod natural aceasta descompunere se numeste factorizare LU
(lower-upper). Aceasta descompunere este unica.

Exercit0
iul 1.5 Sa 1
se realizeze factorizarea LU a matricei
3 5 2
A= @ 0 8 2 A:
6 2 8

Exercitiul 1.6 Sa se factorizeze LU matricea sistemului urmator si sa se rezolve sistemul

transform^
8 andu-l ^n doua sisteme triunghiulare:
< 2x + y + 2z = 0
2x + y + z = 6 .
:
x + 2y 2z = 36

Adunam linia
0 10 ^nt^aia la linia a1doua 0 1
1 0 0 2 1 2 2 1 2
@ 1 1 0 A@ 2 1 1 A = @ 0 2 3 A
0 0 1 1 2 2 1 2 2
1
Adunam
0 linia10^nt^a ia ^nmult ita cu
1 02 la linia a1 treia
1 0 0 2 1 2 2 1 2
@ 0 1 0 A@ 0 2 3 A = @ 0 2 3 A
1
2
0 1 1 2 2 0 23 3
3
Adunam
0 linia1a 0 doua ^nmultita 1 cu0 4 la linia a 1 treia
1 0 0 2 1 2 2 1 2
@ 0 1 0 A @ 0 2 3 A = @ 0 2 3 A = U;
3
0 1 0 23 3 0 0 21
04 10 10 4 1 0 1
1 0 0 1 0 0 1 0 0 1 0 0
L1 = @ 0 1 0 A @ 0 1 0 A @ 1 1 0 A = @ 1 1 0 A
3 1 5 3
0 1 0 1 0 0 1 1
04 12 4 4
1 0 0
L = L1 1 = @ 1 1 0 A ;
1 3
1
0 1 20 4 1 0 1
1 0 0 2 1 2 2 1 2
@ 1 1 0 A@ 0 2 3 A = @ 2 1 1 A:
1 3 21
2 4
1 0 0 4
1 2 2
1.3. SISTEME DE ECUATII ALGEBRICE LINIARE 21

Rezolvarea
0 sistemului:
10 1 0 1
2 1 2 x 0
@ 2 1 1 A@ y A = @ 6 A ,
1 2 2 z 36
0 10 10 1 0 1
1 0 0 2 1 2 x 0
@ 1 1 0 A@ 0 2 3 A@ y A = @ 6 A:
1 3 21
2 4
1 0 0 4
z 36
Rezolvam
0 doua10 sisteme
1 triunghiulare:
0 1 0 10 1 0 1
1 0 0 u 0 2 1 2 x u
@ 1 1 0 A@ v A = @ 6 A;@ 0 2 3 A@ y A = @ v A:
1 3 21
1 w 36 0 0 z w
0 2 4 10 1 0 1 0 4 1 0 1
1 0 0 u 0 u 0
@ 1 1 0 A@ v A = @ 6 A ) @ v u A=@ 6 A)
1 3 1 3
2 4
1 w 36 2
u + 4v + w 36
63
u = 0; v = 6; w = 2 ;
0 10 1 0 1 0 1 0 1
2 1 2 x 0 2x + y + 2z 0
@ 0 2 3 A @ y A = @ 6 A ) @ 2y + 3z A = @ 6 A )
21 63 21 63
0 0 4
z 2 4
z 2
z = 6; y = 12; x = 0:

1.3 Sisteme de ecuatii algebrice liniare

1.3.1 Sisteme de m ecuatii cu n necunoscute
De nitia 1.36 Prin sistem algebric liniar de m ecuatii cu n necunoscute ^ntelegem un
ansamblu de m relatii de forma
8
>
> a11 x1 + a12 x2 + + a1n xn = b1 ;
<
a21 x1 + a22 x2 + + a2n xn = b2 ;
(1.8)
>
>
:
am1 x1 + am2 x2 + + amn xn = bm ;

sau
X
n
aij xj = bi ; i = 1; m
j=1

^n care aij , bi 2 R, i = 1; m, j = 1; n, sunt date, iar xj , i = 1; n sunt necunoscutele

sistemului.

De nitia 1.37 Matricea A = (aij )i=1;m;j=1;n 2 Mm n (R) se numeste matricea coe ci-
22 CAPITOLUL 1. MATRICE. DETERMINANTI.

entilor, iar 1 0
b1
B b2 C
B=B C
@ ::: A 2 R
m

bm
matricea coloana a termenilor liberi.

Fie X = (x1 ; x2 ; : : : ; xn )T 2 Rn matricea coloana a necunoscutelor, atunci sistemul se

scrie sub forma matriceala

AX = B: (1.9)

Matricea (A; B) se numeste matricea extinsa a sistemului.

T
De nitia 1.38 Prin solutie a sistemului (1.8) ^ntelegem orice n-uplu ( 1 ; 2; : : : ; n) 2
Rn care veri ca toate cele m ecuatii ale sistemului, deci pentru care avem
X
n
aij j = bi ; i = 1; m:
j=1

De nitia 1.39 Sistemul (1.8) se numeste compatibil daca are cel putin o solutie si in-
compatibil ^n caz contrar. Daca sistemul, compatibil ind, are o singura solutie se numeste
compatibil determinat, iar daca are o in nitate de solutii se numeste compatibil nede-
terminat.

De nitia 1.40 Doua sisteme care au aceleasi solutii se numesc echivalente.

Reamintim teoremele:

Teorema 1.9 (Teorema lui Kronecker-Capelli) Sistemul (1.8) este compatibil daca si
numai daca rangul matricei sistemului este egal cu rangul matricei extinse, adica

rangA = rang (A; B) :

Un minor nenul de ordinul r = rang(A) al matricei A se numeste minor principal.

Ecuatiile si necunoscutele ale caror coe cienti intra ^n formarea acestui minor se numesc
principale. Minorii de ordinul r + 1 obtinuti prin bordarea minorului principal cu ele-
mentele corespunzatoare ale coloanei termenilor liberi, precum si cu cele ale uneia dintre
liniile corespunzatoare unei ecuatii secundare se numesc minori caracteristici. Pentru
un sistem de m ecuatii, cu rangul matricei sistemului egal cu r, exista minori caracteristici
numai daca m > r, iar numarul lor este m r. Putem atunci formula teorema precedenta
si astfel:

Teorema 1.10 (Teorema lui Rouche-Frobenius) Sistemul (1.8), cu r < m, este com-
patibil daca si numai daca toti minorii caracteristici sunt egali cu zero.
1.3. SISTEME DE ECUATII ALGEBRICE LINIARE 23

Teorema 1.11 Daca aplicam transformari elementare liniilor matricei extinse a sistemului
(1.8), se obtin matrice extinse ale unor sisteme echivalente cu sistemul (1.8).

Demonstratie.
Aratam ca daca se aplica pe r^and o transformare elementara Ti ; i = 1; 2; 3 liniilor lui
(A; B) ; orice solutie a lui (1.8) este si solutie a sistemului transformat.
Prin transformarea T1 se ^nmulteste o linie a matricei (A; B) cu 2 K; 6= 0: Deci noul
sistem
8 este de forma
>
> a11 x1 + a12 x2 + + a1n xn = b1
>
>
<
ai1 x1 + ai2 x2 + + ain xn = bi
>
>
>
>
:
am1 x1 + am2 x2 + + amn xn = bm
care este evident veri cat de o solutie ( 1 ; 2 ; : : : ; n ) a sistemului (1.8).
Prin transformarea T2 nu se face altceva dec^at se schimba doua ecuatii ^ntre ele, deci
solutiile celor doua sisteme coincid.
Daca aplicam transformarea T3 matricei (A; B) ; obtinem sistemul
8
>
> a11 x1 + a12 x2 + + a1n xn = b1
>
>
<
(ai1 + aj1 )x1 + (ai2 + aj2 )x2 + + (ain + ajm )xn = bi + bj :
>
>
>
> (1.10)
:
am1 x1 + am2 x2 + + amn xn = bm

Este usor de vazut ca orice solutie a lui (1.8) este si solutie a sistemului (1.10).
Fie r = rang(A). Presupunem ca det (aij )i;j=1;r 6= 0. Prin transformari elementare
asupra liniilor, matricea (A; B) poate adusa la forma
0 1
1 0 ::: 0 p1;r+1 : : : p1;n j q1
B 0 1 ::: 0 p2;r+1 : : : p2;n j q2 C
B C
B ::: ::: ::: ::: ::: ::: ::: j ::: C
B C
(P; Q) = B
B 0 0 : : : 1 p r;r+1 : : : p r;n j q r
C;
C (1.11)
B 0 0 : : : 0 0 : : : 0 j q C
B r+1 C
@ ::: ::: ::: ::: ::: ::: ::: j ::: A
0 0 ::: 0 0 ::: 0 j qm

Sistemul care are drept matrice extinsa matricea (P; Q) este echivalent cu sistemul (1.8).
I. Daca r = m sistemul este compatibil. Este compatibil determinat daca r = n si
compatibil nedeterminat daca r < n:
II. Pentru r < m din (1.11) deducem urmatoarea teorema de compatibilitate.

Teorema 1.12 Sistemul (1.8) este compatibil daca si numai daca toti

qr+1 = qr+2 = : : : = qm = 0:
24 CAPITOLUL 1. MATRICE. DETERMINANTI.

Daca sistemul este compatibil si r = n el are o singura solutie, adica este compatibil
determinat, iar daca r < n el admite 1n r solutii, adica este compatibil nedeterminat.
In caz de compatibilitate, rezolvarea sistemului se face plec^and de la matricea extinsa
sub forma (1.11). Metoda aceasta se numeste metoda eliminarii (Gauss-Jordan).

1.3.2 Sisteme Cramer

De nitia 1.41 Un sistem liniar ^n care r = m = n se numeste sistem Cramer. Un
astfel de sistem se scrie:
Xn
aij xj = bi ; i = 1; n;
j=1

cu det(A) 6= 0.

Un sistem Cramer este totdeauna compatibil determinat. Solutia sa se poate obtine cu

formulele lui Cramer:
det(Aj )
xj = ; j = 1; n;
det(A)
^n care matricea Aj se obtine din matricea A prin ^nlocuirea coloanei j cu coloana termenilor
liberi.
^Intr-adevar, deoarece det A 6= 0, matricea A este inversabila. Din (1.9), ^nmultind la
st^anga cu A 1 , gasim
1
X = A 1B = A B:
det(A)

8 iul 1.7 Sa se rezolve sistemul

Exercit
>
> x1 + x2 + x3 + x4 = 1
<
2x2 + 2x3 + x4 = 2
:
>
> 2x1 + 2x2 x4 = 3
:
3x1 + x2 x3 = 4
0 1
1 1 1 1
B 0 2 2 1 C
Matricea sistemului este: A = B@ 2 2 0
C, det(A) = 4; deci este sistem
1 A
3 1 1 0
Cramer. 0 1
1 1 1 1
B 2 2 2 1 C
A1 = B C, det(A1 ) = 4 ) x1 = det(A1 ) = 1;
@ 3 2 0 1 A det(A)
4 1 1 0
0 1
1 1 1 1
B 0 2 2 1 C
A3 = B C, determinant: 2, det(A3 ) = 2 ) x3 = det(A3 ) = 1
;
@ 2 2 3 1 A det(A) 2
3 1 4 0
1.3. SISTEME DE ECUATII ALGEBRICE LINIARE 25
0 1
1 1 1 1
B 0 2 2 2 C det(A4 )
A4 = B
@ 2
C, det(A4 ) = 8 ) x4 = = 2:
2 0 3 A det(A)
3 1 1 4

Sisteme omogene
De nitia 1.42 Un sistem liniar cu toti bi = 0, i = 1; m, se numeste omogen. El are deci
forma

X
n
aij xj = 0; i = 1; m;
j=1
AX = 0m 1 ; A 2 Mm n (R); X 2 Mn 1 (R)

Un sistem liniar omogen este totdeauna compatibil. El admite cel putin solutia banala:
x1 = x2 = : : : = xn = 0:
Daca m = n; numarul ecuatiilor coincide cu numarul necunoscutelor, atunci
1. daca rang(A) = n sau det(A) 6= 0; sistemul admite numai solutia banala,
2. daca rang(A) < n sau det(A) = 0; sistemul admite si alte solutii ^n afara de solutia
banala.
Daca m < n; adica numarul ecuatiilor este mai mic dec^at numarul necunoscutelor,
sistemul admite si alte solutii ^n afara de solutia banala.
Daca m > n; adica numarul ecuatiilor este mai mare dec^at numarul necunoscutelor pot
doua situatii:
1. daca rang(A) = n, sistemul admite numai solutia banala (nu sunt necunoscute
secundare),
2. daca rang(A) < n, sistemul admite si alte solutii ^n afara de solutia banala.

1.3.3 Rezolvarea sistemelor liniare folosind transformarile ele-

mentare
Cazul matricei patratice nesingulare aplic^and transformarile elementare se obtine o matrice
triunghiulara superior. Pe diagonala vor pivotii care sunt diferiti de zero. Scopul principal
^n acest caz este sa aducem matricea la o matrice unitate si pe coloana termenilor liberi sa
obtinem solutia sistemului.

8 iul 1.8 Sa se rezolve sistemul:

Exercit
< x+y+z =6
x + 2y + 2z = 11 .
:
2x + 3y 4z = 3

Scriem matricea extinsa a sistemului si aplicam transformarile elementare

26 CAPITOLUL 1. MATRICE. DETERMINANTI.

0 1 L 2 L 1 ! L2 0 1 L 1 L2 ! L 1
1 1 1 j 6 L 2L1 ! L3 1 1 1 j 6 L L2 ! L 3
@ 1 2 2 j 11 A 3 @ 0 1 1 j 5 A 3
0 2 3 4 j 3 1 0 0 1 16 j 9 0 1
1 0 0 j 1 1
L !L
1 0 0 j 1 1 0 0 j 1
@ 0 1 1 j 5 A 7 3 3 @ 0 1 1 j 5 A L2 L3 !L2 @ 0 1 0 j 3 A
0 0 7 j 14 0 0 1 j 2 0 0 1 j 2
Rezulta x = 1; y = 3; z = 2:
Cazul ^n care matricea sistemului este dreptunghiulara.
Aplic^and transformarile elementare putem ajunge, de exemplu, la o matrice extinsa de
forma
0 1
1 0 0 0 b01
B 0 1 0 0 b02 C
B C
B 0 0 0 1 0 b03 C
B C:
@ 0 0 0 0 0 0 0 1 b04 A
0 0 0 0 0 0 0 0 b05
Daca b05 = 0 atunci sistemul este compatibil nedeterminat, necunoscutele principale sunt
cele care corespund coloanelor matricei unitate (coloanelor cu pivot), variabile secundare
sunt cele care corespund coloanelor fara pivot.
Daca b05 6= 0 atunci sistemul este incompatibil.

8 iul 1.9 Sa se studieze solutiile sistemului:

Exercit
>
> x1 + 2x2 + x3 + 3x4 + 3x5 = 5
<
2x1 + 4x2 + 4x4 + 4x5 = 6
>
> x1 + 2x2 + 3x3 + 5x4 + 5x5 = 9
:
2x1 + 4x2 + 4x4 + 7x5 = 9

L2 2L1 ! L2
0 1 0 1
1 2 1 3 3 j 5 L3 L1 ! L 3 1 2 1 3 3 j 5
B 2 4 0 4 4 j C L
6 C 4 2L1 ! L4 B 0 0 2 2 2 j 4 C
B B C
@ 1 2 3 5 5 j 9 A @ 0 0 2 2 2 j 4 A
2 4 0 4 7 j 9 0 0 2 2 1 j 1
L2 ! L 2
0 1 0 1
L3 + L2 ! L 3 1 2 1 3 3 j 5 1 2 1 3 3 j 5
L 4 L2 ! L 4 B 0 0 2 2 2 j 4 C L3 $ L4 B 0 0 2 2 2 j 4 C
B C B C
@ 0 0 0 0 0 j 0 A @ 0 0 0 0 3 j 3 A:
0 0 0 0 3 j 3 0 0 0 0 0 j 0
Sistemul este compatibil nedeterminat. Formam coloane ale matricei unitate pe coloanele
care contin pivot.
0 1 1 0 1
1 2 1 3 3 j 5 L ! L2
2 2 1 2 1 3 3 j 5
B 0 0 2 2 2 j 4 C 13 L3 ! L3 B 0 0 1 1 1 j 2 C L1 L2 ! L1
B C B C
@ 0 0 0 0 3 j 3 A @ 0 0 0 0 1 j 1 A
0 0 0 0 0 j 0 0 0 0 0 0 j 0
1.3. SISTEME DE ECUATII ALGEBRICE LINIARE 27

0 1 0 1
1 2 0 2 2 j 3 L1 2L3 ! L1 1 2 0 0 0 j 1
B 0 0 1 1 1 j 2 C L 2 L3 ! L 2 B 0 0 1 1 0 j 1 C
B C B C
@ 0 0 0 0 1 j 1 A @ 0 0 0 0 1 j 1 A
0 0 0 0 0 j 0 0 0 0 0 0 j 0
Necunoscute principale: x1 ; x3 ; x5 ; necunoscute secundare x2 ; x4 : Sistemul echivalent
obtinut este: 8
8 >
> x2 =
>
>
< x1 + 2x2 = 1 < x4 =
x3 + x4 = 1 ; x1 = 2 1 ; ; 2 R:
: >
>
x5 = 1 >
> x 3 = 1
:
x5 = 1

8 iul 1.10 Sa se discute si, ^n caz de compatibilitate, sa se rezolve sistemul:

Exercit
< mx + y + z = 1
x + my + z = m ; unde m 2 R:
:
x + y + mz = m2

Folosind transformari
0 elementare,
1 matricea 0 extinsa a sistemului
1 se transforma astfel:
m 1 1 1 1 m 1 m
(A j B) = @ 1 m 1 m A L1 $ L @ m 1 1 1 A
2
!2
1 1 m m 1 1 m m2
0 1
1 m 1 m
L2 ! L2 mL1 @
0 1 m2 1 m 1 m2 A :
L3 ! L3 L 1
! 0 1 m m 1 m2 m
Consideram doua cazuri:
1.
0 m = 1 ^n acest
1 caz obtinem:
1 1 1 1
@ 0 0 0 0 A;
0 0 0 0
adica sistemul este compatibil nedeterminat. Solutiile sistemului sunt:

8
< x=1
y= ; ; 2 R: (1.12)
:
z=

0 m 6= 1 ^n acest caz
2. avem: 1 0 1
1 m 1 m 1 1 m 1 m
@ 0 1 m2 1 m L2 ! L
1 m 2
1 m2 A 1
@ 0 1+m 1 1+m A
L3 ! L
1 m 3
0 1 m m 1 m2 m ! 0 1 1 m
0 1
1 m 1 m
@ A L1 mL2 ! L1
L2 $ L
!3 0 1 1 m
L3 (1 + m)L2 ! L3
0 1+m 1 1+m !
28 CAPITOLUL 1. MATRICE. DETERMINANTI.
0 1
1 0 1 + m m + m2
@ 0 1 1 m A
2
0 0 2 + m (m + 1)
Avem doua posibilitati:
2a ) m = 2; deci
0 1 0 1
1 0 1 + m m + m2 1 0 1 2
@ 0 1 1 m A!@ 0 1 1 2 A
2
0 0 2 + m (m + 1) 0 0 0 1
^n acest caz sistemul este incompatibil.
2b ) m 6= 2 ^n acest caz continuam aplicarea transformarilor elementare si obtinem:
0 1 0 1
1 0 1 + m m + m2 1 0 1 + m m + m2
@ 0 1 1 m A L3 ! 1 L3 @ 0 1 1 m A
2+m
0 0 2 + m (m + 1) 2 ! 0 0 1 (m+1)2
m+2
0 m+1 1
1 0 0 m+2
L1 ! L1 (m + 1)L3 @ 1 A
0 1 1 m+2
L 2 ! L2 + L3 (m+1)2
! 0 0 1 m+2
adica sisteml este compatibil determinat a carui solutie este:

8 m+1
< x= m+2
1
y= m+2 : (1.13)
: (m+1)2
z= m+2

^n concluzie pentru sistemul dat avem urmatoarea discutie:

a) daca m 2 R n f 2; 1g sistemul are solutie unica data de (1.13),
b) daca m = 2 sistemul este incompatibil,
c) daca m = 1 sistemul este compatibil nedeterminat cu solutiile date de (1.12).

Exercitiul 1.11 Sa se stabileasca daca sistemul de ecuatii de mai jos admite solutii diferite
de solut
8 ia banala si ^n caz a rmativ sa se a e aceste solutii:
< x + y 2z = 0
2x y z 3u = 0 :
:
x + 2y 3z + u = 0
Calculam
0 matricea esalon
1 a matricei sistemului.
0 Obtinem: 1
1 1 2 0 1 1 2 0
@ 2 A L2 2L1 ! L2 @
1 1 3 0 3 3 3 A 1
L
3 2
! L2
L3 L 1 ! L 3 !
0 1 2 3 11 0! 0 1 11 1
1 1 2 0 1 0 1 1
@ 0 1 A L 1 L2 ! L 1 @
1 1 0 1 1 1 A
L 3 L2 ! L 3
0 1 1 1 ! 0 0 0 0
Sistemul admite solutii diferite de solutia banala si anume
x=z+u
:
y=z u