Documente Academic
Documente Profesional
Documente Cultură
Mircea NEAGU
2
Cuprins
3 Aplicaţii liniare 79
3.1 Definiţie. Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
3.2 Nucleul unei aplicaţii liniare. Injectivitate . . . . . . . . . . . . . . . . . . 82
3.3 Imaginea unei aplicaţii liniare. Surjectivitate . . . . . . . . . . . . . . . . . 84
3.4 Izomorfisme de spaţii vectoriale . . . . . . . . . . . . . . . . . . . . . . . . 86
3.5 Endomorfisme şi matrici pătratice . . . . . . . . . . . . . . . . . . . . . . . 90
3.6 Valori şi vectori proprii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
3.7 Forma diagonală a unui endomorfism . . . . . . . . . . . . . . . . . . . . . 99
3.8 Diagonalizarea endomorfismelor simetrice . . . . . . . . . . . . . . . . . . . 107
3.9 Probleme rezolvate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
3.10 Probleme propuse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
CUPRINS 3
5 Geometrie analitică liniară în spaţiu 159
5.1 Coordonatele unui punct din spaţiu . . . . . . . . . . . . . . . . . . . . . . 159
5.2 Plane orientate în spaţiu . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
5.2.1 Planul determinat de un punct şi un vector normal . . . . . . . . . 161
5.2.2 Planul determinat de un punct şi doi vectori liberi . . . . . . . . . . 162
5.2.3 Planul determinat de trei puncte necoliniare . . . . . . . . . . . . . 163
5.3 Drepte orientate în spaţiu . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
5.3.1 Dreapta determinată de un punct şi o direcţie . . . . . . . . . . . . 164
5.3.2 Dreapta determinată de două puncte distincte . . . . . . . . . . . . 166
5.3.3 Dreapta determinată ca intersecţia a două plane . . . . . . . . . . . 166
5.4 Fascicole de plane . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
5.5 Unghiuri în spaţiu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
5.5.1 Unghiul dintre două plane orientate . . . . . . . . . . . . . . . . . . 168
5.5.2 Unghiul dintre o dreaptă orientată şi un plan orientat . . . . . . . . 169
5.5.3 Unghiul dintre două drepte orientate . . . . . . . . . . . . . . . . . 170
5.6 Distanţe în spaţiu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
5.6.1 Distanţa dintre două puncte . . . . . . . . . . . . . . . . . . . . . . 171
5.6.2 Distanţa de la un punct la un plan . . . . . . . . . . . . . . . . . . 171
5.6.3 Distanţa de la un punct la o dreaptă . . . . . . . . . . . . . . . . . 172
5.6.4 Distanţa dintre două drepte oarecare din spaţiu . . . . . . . . . . . 173
5.6.5 Ecuaţiile carteziene ale perpendicularei comune . . . . . . . . . . . 174
5.7 Probleme rezolvate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
5.8 Probleme propuse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
4 CUPRINS
PREFAŢĂ
Această carte reprezintă un Curs de Algebră Liniară şi Geometrie Analitică Liniară
în Spaţiu adresat în principal studenţilor din anul I de la facultăţile tehnice. Scopul
acestui curs este de a-i iniţia pe viitorii ingineri în tainele geometriei superioare din plan
şi din spaţiu, atât de necesară formării unei culturi tehnice solide. Din acest motiv, s-a
încercat ca materialul prezentat să aibă un puternic caracter didactic fără a se neglija însă
rigurozitatea matematică specifică ştiinţelor exacte.
Actualul mod de prezentare al cărţii îmbină experienţa universitară a autorilor menţi-
onaţi în bibliografie cu experienţa proprie a autorului, dobândită de-a lungul mai multor
ani de predare la catedră. Din această perspectivă, considerăm că modul de prezentare a
materiei, precum şi multitudinea şi varietatea exemplelor folosite, asigură prezentei cărţi
un grad destul de mare de independenţă şi sinteză în raport cu bibliografia existentă.
În această carte noţiunile matematice sunt prezentate riguros şi gradual, pornindu-se
de la conceptul pur algebric de spaţiu vectorial şi continuându-se cu conceptul geometric
abstract de spaţiu vectorial euclidian. Urmează studiul particular al spaţiului euclidian
tridimensional al vectorilor liberi, precum şi al elementelor de geometrie analitică liniară
ce derivă din acesta. Din considerente didactice, fiecare Capitol al cărţii este structurat
pe Secţiuni, după cum urmează:
2. prezentarea unui set corespunzător de Probleme Rezolvate, necesar unei mai bune
înţelegeri a conceptelor teoretice studiate;
Autorul, 2012
CUPRINS 5
6 CUPRINS
1. SPAŢII VECTORIALE EUCLIDIENE
Un rol însemnat în dezvoltarea fizicii teoretice şi a mecanicii îl poartă noţiunile al-
gebrice abstracte de grup, corp şi spaţiu vectorial. Acestea permit, din punct de vedere
algebric, o mai bună sintetizare a cunoştinţelor respectivelor domenii, precum şi o dez-
voltare matematic riguroasă a diverselor concepte fizice utilizate. În continuare, ne vom
apleca studiul asupra câtorva din cele mai importante structuri algebrice de acest fel:
grupul abelian, câmpul de scalari şi spaţiul vectorial. De asemenea, vom studia diverse
noţiuni cu un puternic caracter fizico-geometric. Ne referim, pe de-o parte, la noţiunile de
bază a unui spaţiu vectorial, dimensiune a unui spaţiu vectorial sau coordonate ale unui
vector, noţiuni aflate în strânsă legătură cu ideea gradelor de libertate ale unui spaţiu
fizic. Pe de altă parte, ne referim la noţiunea geometrică de spaţiu vectorial euclidian.
Un astfel de spaţiu este un spaţiu vectorial înzestrat cu o operaţie adiţională numită
produs scalar, operaţie care permite introducerea noţiunilor de lungime (normă) a unui
vector sau unghi format de doi vectori. Toate aceste noţiuni generalizează natural, în sens
matematic abstract, proprietăţi geometrice şi fizice deja utilizate.
Unul dintre rolurile cele mai importante în studiul fizicii teoretice îl joacă noţiunea de
grup abelian.
+ : V × V → V,
1. x + y = y + x, ∀ x, y ∈ V -comutativitate;
2. (x + y) + z = x + (y + z), ∀ x, y, z ∈ V -asociativitate;
a b
V = M2 (R) = a, b, c, d ∈ R .
c d
0 0
O= ∈ M2 (R).
0 0
V = R2 = {(x, y) | x, y ∈ R}.
(x, y) + (x′ , y ′ ) = (x + x′ , y + y ′ ).
Se verifică uşor că adunarea perechilor de numere este comutativă, asociativă şi are ca
element neutru perechea O = (0, 0). Opusul unui element (x, y) ∈ R2 este elementul
−(x, y) = (−x, −y) ∈ R2 . În concluzie, (R2 , +) este un grup abelian.
(x1 , x2 , ..., xn ) + (x′1 , x′2 , ..., x′n ) = (x1 + x′1 , x2 + x′2 , ..., xn + x′n ),
O = (0, 0, ..., 0) ∈ Rn
f = a0 + a1 X + ... + an X n ∈ Rn [X]
Să considerăm acum că (V, +) este un grup abelian. Fie W ⊆ V o submulţime a lui
V . Este evident că operaţia de adunare de pe grupul V , definită prin + : V × V → V ,
induce pe submulţimea W o operaţie de adunare, definită prin + : W × W → V.
Definiţia 1.1.7 Submulţimea W ⊆ V este un subgrup al grupului (V, +) dacă şi numai
dacă (W, +) are o structură de grup abelian, relativ la operaţia de adunare a elementelor
din W , indusă de adunarea elementelor din V . În această situaţie, vom folosi notaţia
W ≤ V.
∀ x, y ∈ W ⇒ x − y ∈ W.
Demonstraţie. Dacă W ⊆ V este un subgrup al grupului (V, +), este evident că pro-
prietatea din propoziţie este adevărată.
Reciproc, operaţia indusă de pe V pe W este evident comutativă şi asociativă. Dacă
pentru orice x, y ∈ W rezultă că x − y ∈ W , atunci, luând x = y, deducem că elementul
neutru 0 al grupului V se află în W . Mai mult, luând x = 0, deducem că ∀ y ∈ W ⇒
−y ∈ W. Cu alte cuvinte, sunt verificate cele patru axiome ale grupului, adică (W, +) este
un subgrup al lui (V, +).
a 0
W = a∈R ⊂ (M2 (R), +).
0 a
deducem că
x 0 y 0 x−y 0
X −Y = − = ∈ W.
0 x 0 y 0 x−y
Elementele acestui corp se numesc scalari. Opusul unui scalar λ ∈ K este notat
−λ ∈ K, iar inversul unui scalar λ ∈ K ∗ este notat λ−1 ∈ K ∗ .
Exemplul 1.2.2 Fie (K, +, ·) = (R, +, ·), unde ” + ” reprezintă adunarea numerelor
reale şi ” · ” reprezintă înmulţirea numerelor reale. Este cunoscut faptul că (R, +) este
un grup abelian având ca alement neutru numărul 0. Opusul unui număr real λ ∈ R este
−λ ∈ R. Mai mult, mulţimea (R∗ , ·) are, de asemenea, o structură algebrică de grup
abelian având ca element neutru numărul 1. Inversul unui număr real nenul λ ∈ R∗ este
λ−1 = 1/λ ∈ R∗ . În concluzie, deducem că (R, +, ·) este un corp comutativ, adică un
câmp de scalari reali.
Exemplul 1.2.3 Prin analogie cu mulţimea numerelor reale, să luăm mulţimea numere-
lor complexe (K, +, ·) = (C, +, ·), unde ”+” reprezintă adunarea numerelor complexe şi ”·”
reprezintă înmulţirea numerelor complexe. Este cunoscut faptul că mulţimea numerelor
complexe (C, +, ·) este un corp comutativ. În concluzie, mulţimea numerelor complexe
formează un câmp de scalari complecşi.
Definiţia 1.2.4 Mulţimea de vectori (V, +) se numeşte K-spaţiu vectorial sau spaţiu
vectorial peste câmpul de scalari (K, +, ·) dacă există o operaţie algebrică externă
(înmulţirea vectorilor cu scalari)
· : K × V → V, (λ, v) → λ · v,
1. λ · (v + w) = λ · v + λ · w, ∀ λ ∈ K, ∀ v, w ∈ V ;
2. (λ + µ) · v = λ · v + µ · v, ∀ λ, µ ∈ K, ∀ v ∈ V;
3. λ · (µ · v) = (λ · µ) · v, ∀ λ, µ ∈ K, ∀ v ∈V;
4. 1 · v = v, ∀ v ∈ V.
În cazul în care (V, +) are o structură algebrică de K-spaţiu vectorial, vom nota pe
scurt K V , operaţiile de adunare a vectorilor şi de înmulţire cu scalari fiind subânţelese.
not
Adesea, pentru simplificare, înmulţirea vectorilor cu scalari va fi notată pe scurt λ·v = λv.
În concluzie, putem afirma că R3 este un R-spaţiu vectorial sau, cu alte cuvinte, un
spaţiu vectorial real. Vectorul nul al acestui spaţiu vectorial este 0R3 = (0, 0, 0).
Observaţia 1.2.6 Mai general, să luăm ca mulţime de vectori grupul abelian
unde n ≥ 2 este un număr natural arbitrar, şi să fixăm câmpul de scalari reali
Exemplul 1.2.7 Să considerăm că mulţimea de vectori (V, +) este grupul abelian al ma-
tricilor pătratice de ordin doi M2 (R), împreună cu adunarea clasică a matricilor. Fixăm
câmpul de scalari reali (K, +, ·) = (R, +, ·). Definim înmulţirea vectorilor cu scalari reali
ca fiind înmulţirea standard a numerelor reale cu matricile. Se ştie că această înmulţire
externă verifică cele patru proprietăţi ce definesc un spaţiu vectorial. În concluzie, avem
că M2 (R) este un R-spaţiu vectorial. Vectorul nul al acestui spaţiu vectorial este matricea
nulă
0 0
0M2 (R) = .
0 0
Observaţia 1.2.8 Mai general, să considerăm că mulţimea de vectori (V, +) este grupul
abelian al matricilor pătratice de ordin n ≥ 2, notat (Mn (R), +), împreună cu adunarea
clasică a matricilor pătratice. Fixăm câmpul de scalari reali (K, +, ·) = (R, +, ·). Definim
înmulţirea vectorilor cu scalari reali ca fiind înmulţirea standard a numerelor reale cu
matricile pătratice. Atunci mulţimea Mn (R) are o structură de R-spaţiu vectorial, relativ
la operaţiile de adunare a vectorilor şi de înmulţire cu scalari definite anterior.
Observaţia 1.2.10 Mai general, să considerăm că mulţimea de vectori (V, +) este grupul
abelian al polinoamelor de grad cel mult n, notat (Rn [X], +), unde n ≥ 2, împreună cu
adunarea standard a polinoamelor. Să considerăm câmpul de scalari reali (K, +, ·) =
(R, +, ·). Înmulţirea vectorilor cu scalari reali o definim ca fiind înmulţirea clasică a nu-
merelor reale cu polinoamele. Atunci mulţimea Rn [X] are o structură de R-spaţiu vectori-
al, relativ la operaţiile de adunare a vectorilor şi de înmulţire cu scalari definite anterior.
Exemplul 1.2.11 Vom considera acum o mulţime de vectori şi un câmp de scalari, îm-
preună cu nişte operaţii, în raport cu care nu avem o structură algebrică de spaţiu vecto-
rial. Pentru aceasta să luăm ca mulţime de vectori V mulţimea polinoamelor de grad mai
mare sau egal cu cinci
R5 [X] = {f ∈ R[X] | grad(f ) ≥ 5},
împreună cu adunarea vectorilor definită de adunarea clasică a polinoamelor. Luând câm-
pul de scalari reali (K, +, ·) = (R, +, ·), definim înmulţirea vectorilor cu scalari ca fiind
înmulţirea standard a numerelor reale cu polinoamele. Evident, cele patru proprietăţi
de la spaţii vectoriale sunt adevărate. Cu toate acestea, mulţimea R5 [X] nu este un R-
spaţiu vectorial deoarece mulţimea R5 [X] nu are o structură de grup abelian în raport cu
adunarea vectorilor. În fapt, adunarea vectorilor, adică adunarea polinoamelor, nu este
bine definită pe R5 [X]. Cu alte cuvinte, suma a două polinoame de grad mai mare sau
egal cu cinci poate avea ca rezultat un polinom de grad mai mic ca cinci. De exemplu,
polinomul f = X 4 + X 8 ∈ R5 [X] adunat cu polinomul g = X − X 4 − X 8 ∈ R5 [X] are ca
rezultat un polinom de grad unu: f + g = X ∈ / R5 [X]. Prin urmare, R5 [X] nu este un
spaţiu vectorial real relativ la operaţiile algebrice precizate mai sus.
Fie V un K-spaţiu vectorial al cărui vector nul este notat 0V . Să notăm cu 0 şi 1
elementele neutre, relativ la operaţiile de adunare şi înmulţire din câmpul de scalari K.
1. 0 · v = 0V , ∀ v ∈V;
2. (−1) · v = −v, ∀ v ∈ V.
Demonstraţie.
1. Luând λ = µ = 0 în proprietatea
(λ + µ)v = λv + µv, ∀ λ, µ ∈ K, ∀ v ∈ V,
deducem că 0 · v = 0 · v + 0 · v. Adunând la stânga cu opusul −0 · v, obţinem că
0 · v = 0V .
(1 + (−1)) · v = 1 · v + (−1) · v.
Să considerăm în continuare că V este un K-spaţiu vectorial şi W ⊆ V este o sub-
mulţime a lui V.
Definiţia 1.2.13 Spunem că W este un subspaţiu vectorial al lui K V dacă submulţimea
W , împreună cu operaţiile de adunare a vectorilor şi de înmulţire cu scalari induse de pe
spaţiul K V, are o structură de K-spaţiu vectorial. În această situaţie, vom folosi notaţia
W ≤K V.
1. ∀ v, w ∈ W ⇒ v + w ∈ W ;
2. ∀ λ ∈ K, ∀ v ∈ W ⇒ λv ∈ W.
−v ∈ W, ∀ v ∈ W.
v + (−w) = v − w ∈ W, ∀ v, w ∈ W.
Din criteriul de subgrup, obţinem că (W, +) este subgrup al lui (V, +).
Este evident că înmulţirea cu scalari verifică cele patru proprietăţi de la spaţii vecto-
riale. În concluzie, W are o structură de K-spaţiu vectorial, relativ la operaţiile induse
de pe V. Cu alte cuvinte, W este un subspaţiu al spaţiului vectorial V.
a 0
W = a∈R ⊂ M2 (R).
0 a
Considerând matricile
a 0 b 0
A= ∈ W şi B = ∈ W,
0 a 0 b
W1 = {(x, 0) | x ∈ R} ⊂ R2 .
v + w = (x, 0) + (y, 0) = (x + y, 0) ∈ W1 .
W2 = {(0, y) | y ∈ R}
R2 = {(x, y) | x, y ∈ R}
W = {(x, y, z, −x − y − z − 1) | x, y, z ∈ R}.
v + w = (x + x′ , y + y ′ , z + z ′ , −(x + x′ ) − (y + y ′ ) − (z + z ′ ) − 2)
Demonstraţie. Fie două combinaţii liniare finite cu vectori din submulţimea S, definite
prin v = α1 v1 + α2 v2 + ... + αp vp ∈ L(S) şi w = β 1 w1 + β 2 w2 + ... + β q wq ∈ L(S). Atunci,
suma
v + w = α1 v1 + α2 v2 + ... + αp vp + β 1 w1 + β 2 w2 + ... + β q wq
este, de asemenea, o combinaţie liniară finită cu vectori din S. Prin urmare, deducem că
v + w ∈ L(S). Analog, dacă α ∈ K este un scalar arbitrar, atunci
αv = (αα1 )v1 + (αα2 )v2 + ... + (ααp )vp ∈ L(S).
În concluzie, L(S) ≤K V.
Exemplul 1.3.3 Fie submulţimea S = {(1, 0, 0), (1, 1, 0), (1, 1, 1)} ⊆R R3 . Atunci, aco-
perirea liniară a submulţimii S este
L(S) = {(ν, µ, γ) | ν, µ, γ ∈ R} = R3 .
αv ∈ W1 ∩ W2 , ∀ α ∈ K, ∀ v ∈ W1 ∩ W2 .
Să calculăm intersecţia W1 ∩ W2 . Din definiţia acoperirii liniare deducem că avem
Fie v ∈ W1 ∩ W2 . Atunci, există α, β, γ ∈ R astfel încât v = (α, 0, 0) şi v = (β, β, γ). Prin
urmare, avem α = β = γ = 0, adică v = (0, 0, 0). În concluzie, intersecţia subspaţiilor W1
şi W2 este
W1 ∩ W2 = {(0, 0, 0)} ≤R R3 .
Dacă intersecţia a două subspaţii vectoriale este în mod cert un subspaţiu vectori-
al, prin contrast, reuniunea a două subspaţii vectoriale nu este în mod obligatoriu un
subspaţiu vectorial. Din acest motiv, introducem suma a două subspaţii vectoriale ca
fiind
W1 + W2 = L(W1 ∪ W2 ) ≤K V.
W1 + W2 = {w1 + w2 | w1 ∈ W1 , w2 ∈ W2 }.
Demonstraţie. Vom demonstra egalitatea din propoziţie folosind principiul dublei in-
cluziuni.
Este evident că mulţimea {w1 + w2 | w1 ∈ W1 , w2 ∈ W2 } este inclusă în mulţimea
W1 + W2 = L(W1 ∪ W2 ).
Reciproc, să considerăm un vector v ∈ W1 + W2 = L(W1 ∪ W2 ). Deducem că vectorul
v este o combinaţie liniară finită cu vectori din W1 ∪ W2 , adică avem
v = α1 v1 + α2 v2 + ... + αp vp ,
OPERAŢII CU SUBSPAŢII 17
Definiţia 1.3.7 Subspaţiul vectorial sumă W1 + W2 se numeşte subspaţiu sumă directă
dacă W1 ∩ W2 = {0V }. În acest caz vom folosi notaţia
W1 ⊕ W2 = L(W1 ∪ W2 ) ≤K V.
Propoziţia 1.3.8 Dacă W1 şi W2 sunt subspaţii aflate în sumă directă, atunci avem
W1 ⊕ W2 = {v ∈ V | ∃! w1 ∈ W1 , w2 ∈ W2 astfel încât v = w1 + w2 }.
Demonstraţie. Folosind propoziţia anterioară, deducem că este suficient să demonstrăm
unicitatea descompunerii vectorului v. Să presupunem atunci că avem
v = w1 + w2 = w1′ + w2′ ,
unde w1 , w1′ ∈ W1 şi w2 , w2′ ∈ W2 . Rezultă că avem egalitatea w1 −w1′ = w2′ −w2 . Deoarece
w1 − w1′ ∈ W1 şi w2′ − w2 ∈ W2 , obţinem că w1 − w1′ şi w2′ − w2 ∈ W1 ∩ W2 = {0V }. Cu
alte cuvinte, avem w1 = w1′ şi w2 = w2′ , adică ceea ce aveam de demonstrat.
Fie v = (x, y) ∈ W1 ∩ W2 . Este evident că avem x = y = 0, adică avem subspaţiul sumă
directă
W1 ⊕ W2 ≤R R2 .
Fie acum (x, y) ∈ R2 un vector arbitrar din R2 . Acest vector se descompune în mod unic
ca
(x, y) = (x, 0) + (0, y),
unde (x, 0) ∈ W1 şi (0, y) ∈ W2 . În concluzie, avem
R2 = W1 ⊕ W2 .
Exemplul 1.3.10 Fie subspaţiile vectoriale în mulţimea matricilor pătratice de ordin doi
R M2 (R), definite prin
a b T
W1 = A= a, b, c ∈ R (matricile simetrice A = A)
b c
şi
0 x
W2 = X= x∈R (matricile antisimetrice X = − T X).
−x 0
x y
M= ∈ W1 ∩ W2 .
z t
0 0
x=y=z=t=0⇔M = ,
0 0
W1 ⊕ W2 ≤R M2 (R).
a b
∈ M2 (R)
c d
M2 (R) = W1 ⊕ W2 .
Propoziţia 1.4.3 Mulţimea S = {e1 , e2 , ..., en } este sistem de generatori pentru spaţiul
vectorial K V dacă şi numai dacă
Demonstraţie. Să presupunem întâi că mulţimea S = {e1 , e2 , ..., en } este un sistem
de generatori pentru spaţiul vectorial K V şi să luăm un vector arbitrar v ∈ V = L(S).
Atunci, din definiţia acoperirii liniare L(S), rezultă că
adică v ∈ L(S). Cu alte cuvinte, avem V ⊆ L(S). Deoarece este evident că întotdeauna
avem L(S) ⊆ V , rezultă că L(S) = V . În concluzie, mulţimea S = {e1 , e2 , ..., en } este un
sistem de generatori pentru spaţiul vectorial K V.
Exemplul 1.4.4 Fie S = {e1 = (1, 2), e2 = (2, 4)} ⊂ R R2 . Vom demonstra că sub-
mulţimea S nu este un sistem de generatori pentru spaţiul vectorial R R2 . Pentru aceasta,
să luăm un vector arbitrar v = (x, y) ∈ R2 . Să presupunem că ∃ α, β ∈ R astfel încât
α + 2β = x
2α + 4β = y,
este compatibil pentru orice x, y ∈ R. Deoarece determinantul sistemului este nul, rezultă
că acest sistem este compatibil doar dacă 2x = y. Cu alte cuvinte, doar pentru vectorii de
forma v = (x, 2x) există α, β ∈ R astfel încât
v = αe1 + βe2 .
Vom demonstra că submulţimea S este un sistem de generatori pentru spaţiul vectorial
R R . Pentru aceasta, să luăm un vector arbitrar v = (x, y, z) ∈ R . Să presupunem că
3 3
este compatibil pentru orice x, y, z ∈ R. Acest lucru este adevărat, deoarece determinantul
sistemului este nenul. În concluzie, mulţimea S este un sistem de generatori pentru spaţiul
vectorial R R3 .
Observaţia 1.4.7 Mulţimea S = {e1 , e2 , ..., en } este liniar dependentă în K V dacă există
scalarii α1 , α2 , ..., αn ∈ K, nu toţi nuli, astfel încât
α1 e1 + α2 e2 + ... + αn en = 0V .
Cu alte cuvinte, deoarece cel puţin unul dintre scalari este nenul, rezultă că vectorul
corezpunzător poate fi scris ca o combinaţie liniară de ceilalţi vectori.
Exemplul 1.4.8 Fie S = {e1 = (1, 2), e2 = (2, 4)} ⊂ R R2 . Vom demonstra că S nu este
o mulţime liniar independentă în R R2 . Pentru aceasta, fie α, β ∈ R astfel încât
Exemplul 1.4.9 Fie S = {e1 = (1, 0, 0), e2 = (1, 1, 0), e3 = (1, 1, 1)} ⊂ R R3 . Să conside-
răm scalarii α, β, γ ∈ R astfel încât
Exemplul 1.4.11 Submulţimea B = {e1 = (1, 0), e2 = (0, 1)} este bază în spaţiul vecto-
rial R R2 . Pentru a demonstra că B este un sistem de generatori, să observăm că pentru
orice vector (x, y) ∈ R2 avem descompunerea naturală
este bază în spaţiul vectorial R R3 . Aceasta este un sistem de generatori deoarece avem
α · 1 + β · X + γ · X 2 = O (polinomul nul),
1 0 0 1 0 0 0 0
B= e1 = , e2 = , e3 = , e4 =
0 0 0 0 1 0 0 1
este bază în spaţiul vectorial al matricilor pătratice de ordin doi R M2 (R). Pentru a demon-
stra că B este un sistem de generatori, să observăm că avem descompunerea naturală
a b a b
= ae1 + be2 + ce3 + de4 , ∀ ∈ M2 (R).
c d c d
Teorema 1.4.15 (de existenţă a bazelor) Fie V = {0V } un K-spaţiu vectorial finit
generat. Atunci există în K V o bază cu un număr finit de elemente.
α1 e1 + α2 e2 + ... + αp ep = 0V .
Obţinem astfel un sistem omogen de ecuaţii având n ecuaţii şi n′ necunoscute α1 , α2 , ..., αn′ .
Pe de altă parte, deoarece şi vectorii e′1 , e′2 , ..., e′n′ sunt liniar independenţi, rezultă că sis-
temul omogen anterior trebuie să aibă doar soluţia nulă. Cu alte cuvinte, trebuie ca
numărul de ecuaţii n să fie mai mare, cel mult egal, cu numărul de necunoscute n′ , adică
trebuie să avem n ≥ n′ şi rang(A) = n′ , unde A = (aij )i=1,n, j=1,n′ este matricea sistemului.
Aplicând acelaşi raţionament invers, pentru bazele B ′ şi B, deducem că n′ ≥ n. În
concluzie, avem n = n′ , adică ceea ce aveam de demonstrat.
Definiţia 1.4.17 Fie B = {e1 , e2 , ..., en } o bază arbitrară finită a spaţiului vectorial finit
generat K V . Numărul elementelor din baza B se numeşte dimensiunea spaţiului vecto-
rial K V şi se notează
dimK V = n ∈ N∗ .
Observaţia 1.4.18 Este important de subliniat că dimensiunea
dimK V = n < ∞
nu depinde de alegerea bazei finite B în K V deoarece, conform teoremei precedente, orice
două baze finite ale spaţiului vectorial finit generat K V au acelaşi număr de elemente.
B = {e1 = 1, e2 = X, e3 = X 2 }.
1 0 0 1 0 0 0 0
B= e1 = , e2 = , e3 = , e4 = .
0 0 0 0 1 0 0 1
Observaţia 1.4.23 Este important de remarcat faptul că dimensiunea unui spaţiu vecto-
rial real finit generat coincide cu numărul de variabile independente care determină
un vector arbitrar al spaţiului. Mai mult, baza canonică a spaţiului vectorial se obţine
luând, pe rând, vectorii determinaţi astfel: primul vector se obţine luând prima variabilă
egală cu 1, restul variabilelor egale cu 0; al doilea vector se obţine luând a doua variabilă
egală cu 1, celelalte variabile egale cu 0 şi aşa mai departe.
Exemplul 1.4.26 Deoarece un polinom arbitrar de grad cel mult doi, definit prin
f = a + bX + cX 2 ,
este determinat de trei coeficienţi independenţi a, b şi c ∈ R, deducem că dimR R2 [X] = 3.
Cei trei vectori ai bazei canonice a spaţiului vectorial al polinoamelor de grad cel mult doi
R R2 [X] se obţin luând pe rând: a = 1, b = c = 0 pentru e1 = 1, b = 1, a = c = 0 pentru
e2 = X şi c = 1, a = b = 0 pentru e3 = X 2 .
dimR M2 (R) = 4.
Cei patru vectori ai bazei canonice a spaţiului vectorial al matricilor pătratice de ordin
doi R M2 (R) se obţin luând pe rând: a = 1, b = c = d = 0 pentru e1 , b = 1, a = c = d = 0
pentru e2 , c = 1, a = b = d = 0 pentru e3 şi d = 1, a = b = c = 0 pentru e4 .
W = {(x, y) ∈ R2 | x + y = 0} ≤ 2
RR .
În concluzie, dimensiunea acestui subspaţiu este dimR W = 1. Mai mult, baza canonică a
subspaţiului W este B = {e1 = (1, −1)}, unde vectorul din această bază s-a obţinut luând
x = 1.
Lema 1.4.29 (Steinitz) Fie V = {0V } un K-spaţiu vectorial finit generat. Atunci orice
submulţime finită liniar independentă a lui K V poate fi completată cu vectori până la o
bază în K V.
dimK V = n ≥ 1
dimK W ≤ dimK V,
Demonstraţie. Fie v1 = 0 un vector nenul din K V . Atunci mulţimea {v1 } este liniar
independentă în K V . Presupunând că W = L({v1 }), rezultă ceea ce trebuia demonstrat.
Dacă L({v1 }) W, atunci ∃ v2 ∈ W \L({v1 }) astfel încât mulţimea {v1 , v2 } este liniar
independentă. În această situaţie, ori avem W = L({v1 , v2 }) ori ∃ v3 ∈ W \L({v1 , v2 })
astfel încât mulţimea {v1 , v2 , v3 } este liniar independentă. Continuăm procedeul până la
cel mult n = dimK V. Deducem că avem inegalitatea dimK W ≤ dimK V.
Să presupunem că dimK W = n. Atunci orice bază a subspaţiului W este liniar inde-
pendentă în K V şi conţine n elemente. Prin urmare, aceasta este, de asemenea, o bază a
spaţiului vectorial K V . Rezultă ceea ce trebuia demonstrat, adică W = V.
Demonstraţie. Fie {e1 , e2 , ..., ep } bază în W1 ∩ W2 . Atunci, conform lemei lui Steinitz,
există vectorii
up+1 , up+2 , ..., up+q ∈ W1
şi
wp+1 , wp+2 , ..., wp+r ∈ W2
astfel încât
{e1 , e2 , ..., ep , up+1 , up+2 , ..., up+q }
este bază în W1 şi
{e1 , e2 , ..., ep , wp+1 , wp+2 , ..., wp+r }
este bază în W2 . Este evident că submulţimea de vectori
{e1 , e2 , ..., ep , up+1 , up+2 , ..., up+q , wp+1 , wp+2 , ..., wp+r }
Corolarul 1.4.32 Dacă W1 , W2 sunt subspaţii finit dimensionale ale lui K V , care se află
în sumă directă, atunci W1 ⊕ W2 este, de asemenea, subspaţiu finit dimensional al lui K V .
Mai mult, avem relaţia
Demonstraţie. Folosim teorema lui Grassmann şi faptul că avem W1 ∩ W2 = {0V }.
R2 [X] = W1 ⊕ W2 .
f = a + bX = µX 2 ⇔ a + bX − µX 2 = 0R2 [X] ⇔ a = b = µ = 0.
W1 ⊕ W2 ≤ R R2 [X].
Definiţia 1.5.1 Matricea (x1 , x2 , ..., xn ) ∈ M1,n (K) reprezintă coordonatele vectorului
v în baza B a spaţiului vectorial K V.
v = x1 e1 + x2 e2 + x3 e3 .
B = {e1 = 1 − X, e2 = 3, e3 = 2 + X 2 }
în spaţiul vectorial al polinoamelor de grad cel mult doi R R2 [X]. Atunci, la nivel de coor-
donate, avem descompunerea
f = x1 e1 + x2 e2 + x3 e3 .
x1 = −1, x2 = 0, x3 = 1.
unde
e′′1
e′′2
e′′ = .. .
.
e′′n
Aceste relaţii implică egalităţile
T T T T T
e′′ = MB ′ B′′ · MBB′ · e ⇒ MBB ′′ = MB′ B ′′ · MBB ′ .
Demonstraţie. Deoarece (x′1 , x′2 , ..., x′n ) sunt coordonatele vectorului v în baza B ′ ,
rezultă că avem n
v= x′i e′i .
i=1
Folosind matricea de trecere de la baza B la baza B ′ , această relaţie se poate scrie sub
forma n n
v= x′i cij ej .
i=1 j=1
În acelaşi timp, deoarece (x1 , x2 , ..., xn ) sunt coordonatele vectorului v în baza B, avem
relaţia
n
v= xj ej .
j=1
şi
B ′ = {e′1 = (1, 0, 0), e′2 = (1, 1, 0), e′3 = (1, 1, 1)}
în spaţiul vectorial R R3 . Atunci avem adevărate egalităţile
e′ = 1 · e1 + 0 · e2 + 0 · e3 ,
1
e′2 = 1 · e1 + 1 · e2 + 0 · e3 ,
e′ = 1 · e + 1 · e + 1 · e ,
3 1 2 3
B = {e1 = 1, e2 = X, e3 = X 2 }
şi
B ′ = {e′1 = 2X, e′2 = 3, e′3 = X 2 − 1}
în spaţiul vectorial R R2 [X]. Atunci avem adevărate egalităţile
e′ = 0 · e1 + 2 · e2 + 0 · e3 ,
1
e′2 = 3 · e1 + 0 · e2 + 0 · e3 ,
e′ = −1 · e + 0 · e + 1 · e ,
3 1 2 3
Pentru început, este foarte important de notat faptul până la sfârşitul expunerii ele-
mentelor teoretice ale acestui Capitol vom considera că câmpul de scalari (K, +, ·) este
corpul numerelor reale (R, +, ·). În consecinţă, fie V un R-spaţiu vectorial.
1. v, w = w, v , ∀ v, w ∈ V (simetrie),
2. v1 + v2 , w = v1 , w + v2 , w , ∀ v1 , v2 , w ∈ V (aditivitate),
3. λv, w = λ v, w , ∀ λ ∈ R, ∀ v, w ∈ V (omogeneitate),
unde f, g sunt polinoame de grad cel mult doi, este un produs scalar pe R R2 [X]. Este
evident că avem proprietatea de simetrie:
1 1
f, g = f (x)g(x)dx = g(x)f (x)dx = g, f .
−1 −1
Printr-un calcul simplu, folosind proprietatea de aditivitate a integralei, rezultă şi propri-
etatea de aditivitate a aplicaţiei , . Pentru a demonstra proprietatea de pozitiv definire
să observăm că inegalitatea f 2 (x) ≥ 0, ∀ x ∈ [−1, 1], implică inegalitatea integrală
1
f, f = f 2 (x)dx ≥ 0.
−1
Mai mult, să presupunem că avem f, f = 0. Din punct de vedere geometric aceasta
înseamnă că aria subgraficului funcţiei pozitive f 2 ≥ 0 este nulă. Însă această arie este
nulă dacă şi numai dacă f(x) = 0, ∀ x ∈ [−1, 1]. Cu alte cuvinte, avem f, f = 0 dacă
şi numai dacă f = O (polinomul nul). În concluzie, (R2 [X], , ) este un spaţiu euclidian.
Teorema 1.6.5 (inegalitatea Cauchy) În orice spaţiu vectorial euclidian (V, , ) pro-
dusul scalar satisface inegalitatea Cauchy
2
v, w ≤ v, v · w, w , ∀ v, w ∈ V,
cu ” = ” dacă şi numai dacă vectorii v şi w sunt liniar dependenţi.
v, 0V + v, 0V = v, 0V , ∀ v ∈ V,
v + λw, v + λw ≥ 0, ∀ λ ∈ R.
w, w λ2 + 2 v, w λ + v, v ≥ 0, ∀ λ ∈ R.
Prin urmare, trebuie ca discriminantul ecuaţiei de grad doi să fie negativ, adică
2
∆ = 4 v, w − 4 w, w · v, v ≤ 0.
Mai mult, dacă discriminantul este nul rezultă că există λ ∈ R astfel încât
v + λw = 0V ,
adică vectorii v şi w sunt liniar dependenţi. Rezultă ceea ce aveam de demonstrat.
|| · || : V → R,
definită prin
||v|| = v, v , ∀ v ∈ V,
verifică următoarele proprietăţi:
||v + w||2 = v + w, v + w = v, v + 2 v, w + w, w ≤
≤ ||v||2 + ||w||2 + 2 · | v, w | ≤
≤ ||v||2 + ||w||2 + 2 · ||v|| · ||w|| = (||v|| + ||w||)2 , ∀ v, w ∈ V.
||v|| = v, v , ∀ v ∈ V,
1 1
2
||f || = f, f = f 2 (x)dx = x2 dx = .
−1 −1 3
Definiţia 1.6.10 Fie (V, , ) un spaţiu euclidian şi fie v, w ∈ V \{0V } doi vectori arbi-
trari nenuli. Atunci, numărul real θ ∈ [0, π], definit de relaţia
v, w
cos θ = ∈ [−1, 1],
||v|| · ||w||
se numeşte unghiul dintre v şi w în spaţiul euclidian (V, , ).
Observaţia 1.6.11 Faptul că avem cos θ ∈ [−1, 1] rezultă din inegalitatea lui Cauchy.
v, w 7 7 7
cos θ = =√ √ = ⇔ θ = arccos .
||v|| · ||w|| 14 · 13 26 26
f = X şi g = X 2
în spaţiul euclidian (R2 [X], , ). Conform definiţiei produsului scalar pe spaţiul vectorial
R R2 [X], avem
1
f, g = x3 dx = 0.
−1
Fie B = {e1 , e2 , ..., en } o bază în spaţiul euclidian (V, , ), a cărui dimensiune este
dimR V = n.
Definiţia 1.7.1 Spunem că baza B = {e1 , e2 , ..., en } este o bază ortonormată a spaţiului
euclidian (V, , ) dacă sunt adevărate proprietăţile:
ei ⊥ ej , ∀ i, j = 1, n, i = j şi ||ei || = 1, ∀ i = 1, n.
Observaţia 1.7.2 O bază B = {e1 , e2 , ..., en } este ortonormată în spaţiul vectorial eucli-
dian (V, , ) dacă sunt adevărate proprietăţile:
ei , ej = 0, ∀ i, j = 1, n, i = j şi ei , ei = 1, ∀ i = 1, n.
B = {e1 = 1, e2 = X, e3 = X 2 }
1 2
||e2 || = ||X|| = −1
x2 dx = = 1,
3
1 2
||e3 || = ||X 2 || = −1
x4 dx = =1
5
şi, mai mult, avem
1
2
e1 , e3 = 1, X 2 = x2 dx = = 0.
−1 3
În studiul spaţiilor euclidiene este mult mai convenabil să utilizăm baze ortonormate
decât baze neortonormate deoarece primele furnizează importante proprietăţi geometrice
ale spaţiului. În consecinţă, vom detalia în continuare un procedeu prin care putem asocia
unei baze neortonormate o bază nouă, care este ortonormată. Evident, un asemenea pro-
cedeu ne asigură de faptul că în orice spaţiu euclidian există cel puţin o bază ortonormată.
B = {e1 , e2 , ..., en }
Atunci, din ipoteza de inducţie şi modul de de construcţie al vectorului e′i , deducem
egalităţile:
În concluzie, avem
L({e1 , e2 , ..., en }) = L({e′1 , e′2 , ..., e′n }) = V,
adică B ′ este un sistem de generatori pentru spaţiul euclidian (V, , ).
Pentru ca sistemul de vectori B ′ să fie şi liniar independent, vom alege constantele
aij ∈ R, i = 2, n, j = 1, i − 1, astfel încât vectorii mulţimii B ′ să fie ortogonali unul pe
celălalt. Pentru aceasta trebuie ca următoarele condiţii să fie adevărate:
e′i , e′j = 0, ∀ i = 2, n, j = 1, i − 1.
Impunând aceste condiţii vectorilor din B ′ şi ţinând cont de modul de construcţie al
vectorilor e′i , ∀ i = 1, n, deducem că trebuie să avem adevărate egalităţile
În concluzie, sistemul de vectori B ′ = {e′1 , e′2 , ..., e′n }, construit cu ajutorul constantelor
de mai sus, reprezintă o bază de vectori ortogonali pentru spaţiul euclidian (V, , ). Luând
acum mulţimea de vectori
GS(B) = {f1 , f2 , ..., fn},
unde
def 1
fi = · e′ , ∀ i = 1, n,
||e′i || i
găsim ceea ce aveam de demonstrat. Cu alte cuvinte, mulţimea de vectori GS(B) este o
bază ortonormată a spaţiului euclidian (V, , ). Evident, această bază este furnizată de
baza neortonormată iniţială B.
1 + k1 = 0 k1 = −1
⇔ ⇔
1 + k2 = 0 k2 = −1.
e′1 = e1 = 1.
1 √
||e′1 || = dx = 2,
−1
1
2
||e′2 || = x2 dx = ,
−1 3
1 2
1 8
||e′3 || = x2 − dx = .
−1 3 45
Baza ortonormată obţinută în urma procedeului Gram-Schmidt este
GS(B) = {f1 , f2 , f3 },
unde
1 1
f1 = ′
· e′1 = √ ,
||e1 || 2
1 3
f2 = · e′ = · X,
||e′2 || 2 2
1 45 1
f3 = · e′ = · X2 − .
||e′3 || 3 8 3
W ⊥ = {v ∈ V | v ⊥ w, ∀ w ∈ W }
V = W ⊕ W ⊥.
v1 + v2 , w = v1 , w + v2 , w = 0, ∀ w ∈ W,
v, w = 0, ∀ w ∈ W.
αv, w = α v, w = 0, ∀ w ∈ W,
W ∩ W ⊥ = {0V },
adică
W ⊕ W ⊥ ≤R V.
Pentru a arăta că subspaţiul sumă directă W ⊕ W ⊥ coincide cu întreg spaţiul ambiental
V , vom demonstra că orice vector al spaţiului V se descompune în mod unic ca suma
dintre un vector al lui W şi un vector al lui W ⊥ . Pentru aceasta fie
B = {e1 , e2 , ..., ep }
w = v, e1 e1 + v, e2 e2 + ... + v, ep ep ∈ W.
v − w, ei = v, ei − w, ei = v, ei − v, ei = 0, ∀ i = 1, n.
v = w + (v − w),
V = W ⊕ W ⊥.
W = {(x, 0) | x ∈ R} ≤R R2 .
Să calculăm complementul ortogonal W ⊥ în spaţiul euclidian (R2 , , ) şi să determinăm
proiecţiile vectorului v = (1, 2) pe subspaţiile W şi W ⊥ . Pentru aceasta să observăm că
avem dimR W = 1. O bază în W este
W ⊥ = {(0, y) | y ∈ R}.
Din teorema precedentă deducem că avem R2 = W ⊕ W ⊥ . Este evident, de asemenea, că
avem descompunerea unică
(1, 2) = (1, 0) + (0, 2),
unde (1, 0) ∈ W şi (0, 2) ∈ W ⊥ . Să se noteze că, din punct de vedere geometric, proiecţiile
lui v = (1, 2) pe subspaţiile W şi W ⊥ , adică w = (1, 0) ∈ W şi w⊥ = (0, 2) ∈ W ⊥ , repre-
zintă exact coordonatele proiecţiilor ortogonale ale punctului P (1, 2) pe axele de coordonate
Ox şi Oy.
F[a,b] = F+ ⊕ F− .
Rezolvare. (a) Se cunoaşte că F[a,b] , + este un grup abelian cu elementul neutru
O, unde O : [a, b] → R, O(x) = 0, ∀ x ∈ [a, b], este funcţia identic nulă. În plus,
pentru orice x ∈ [a, b], avem adevărate relaţiile:
PROBLEME REZOLVATE 43
De asemenea, avem
((αβ) f ) (x) = (αβ) f (x) = α (βf (x)) = (α (βf)) (x) , ∀ x ∈ [a, b],
1 · f = f, ∀ f ∈ F[a,b] .
f = f+ + f− .
Mn (R) = Sn ⊕ An .
rezultă că Sn şi An sunt subspaţii ale lui Mn (R) . Să luăm acum o matrice arbitrară
A din intersecţia Sn∩An. Atunci, din relaţiile
T
A = A şi T A = −A
Rezolvare. (a) Fie α, β ∈ R astfel încât αv1 + βv2 = 0R2 . Rezultă sistemul liniar
omogen
α − 2β = 0
3α + β = 0,
al cărui determinant este nenul. În consecinţă, sistemul admite numai soluţia nulă.
Cu alte cuvinte, sistemul de vectori S1 este liniar independent în R2 . Pentru a studia
dacă sistemul de vectori S1 este un sistem de generatori pentru R2 , să considerăm
un vector arbitrar v = (x, y) ∈ R2 şi să studiem dacă există α, β ∈ R astfel încât
αv1 + βv2 = v. Rezultă sistemul liniar neomeogen
α − 2β = x
3α + β = y.
Deoarece determinantul sistemului este nenul rezultă că sistemul are soluţie unică
pentru ∀ x, y ∈ R. În concluzie, sistemul de vectori S1 este şi un sistem de generatori
pentru R2 , adică este o bază în R2 .
(b) Determinantul obţinut prin scrierea pe coloană a vectorilor v1 , v2 şi v3 este
1 −2 0
3 1 5 = −8.
−2 0 −4
Determinantul fiind nenul, rezultă că sistemul de vectori S2 este o bază în spaţiul
vectorial R3 .
(c) Se ştie din trigonometrie că cos 2x = 2 cos2 x − 1. Cu alte cuvinte, avem relaţia
v3 = 2v2 − v1 , adică sistemul de vectori S3 este liniar dependent în C 0 (R). Să
presupunem că sistemul de vectori S3 este sistem de generatori pentru C 0 (R). În
această situaţie, orice funcţie continuă se scrie ca o combinaţie liniară de v1 , v2 şi
v3 . În particular, pentru funcţia cos x există α, β, γ ∈ R astfel încât
PROBLEME REZOLVATE 45
5. Să se calculeze coordonatele vectorilor următori în bazele precizate:
(b) v = X 5 − X 4 + X 3 − X 2 + X − 1, în baza
B = {1, 1 + X, 1 + X 2 , 1 + X 4 , 1 + X 5 , 1 − X 3 } ⊂ R R5 [X].
−α + β = 1
α + β = 3,
7. Fie v1 , v2 şi v3 trei vectori liniar independenţi în spaţiul vetorial real V . Să se
determine α ∈ R astfel încât vectorii u1 = v1 + αv2 , u2 = v2 + αv3 şi u3 = v3 + αv1
să fie liniar independenţi (respectiv liniar dependenţi).
Rezolvare. Pentru ca vectorii u1 , u2 şi u3 să fie liniar independenţi trebuie ca
pentru orice scalari β 1 , β 2 , β 3 ∈ R, care verifică egalitatea β 1 u1 + β 2 u2 + β 3 u3 = 0V ,
să rezulte că β 1 = β 2 = β 3 = 0. Dar, din egalitatea
β 1 u1 + β 2 u2 + β 3 u3 = 0V ⇔
U = {(x1 , x2 , x3 ) ∈ R3 | x1 − x2 = 0} ,
V = {(x1 , x2 , x3 ) ∈ R3 | 2x1 − x2 + x3 = 0} .
U ∩ V = {(α, α, −α) | α ∈ R} .
este compatibil. Deoarece sistemul precedent este compatibil pentru orice valori λ,
µ şi ν ∈ R, rezultă că avem U + V = R3 . Suma subspaţiilor nu este directă deoarece
avem U ∩ V = {(0, 0, 0)}.
(a) Să se arate că B ′ şi B ′′ sunt baze şi să se detemine matricea de trecere de la
baza B ′ la baza B ′′ .
(b) Să se calculeze coordonatele vectorului v ∈ R3 în raport cu cele două baze ştiind
că (2, −1, 1) sunt coordonatele sale exprimate în baza canonică a spaţiului R R3 .
PROBLEME REZOLVATE 47
Rezolvare. (a) Sistemele de vectori B ′ şi B ′′ sunt baze în R3 deoarece determinanţii
formaţi prin scrierea pe coloană a vectorilor din sistemele respective sunt nenuli.
Pentru a determina matricea de trecere de la baza B ′ la baza B ′′ , descompunem
vectorii e′′i , ∀ i = 1, 3, după vectorii bazei B ′ . Spre exemplu, pentru vectorul e′′1 avem
descompunerea
e′′1 = c11 e′1 + c12 e′2 + c13 e′3 , c11 , c12 , c13 ∈ R.
adică c11 = 0 şi c12 = c13 = 1/2. În mod asemănător, deducem că
e′′2 = c21 e′1 + c22 e′2 + c23 e′3 ⇒ c21 = 1, c22 = c23 = 0,
e′′3 = c31 e′1 + c32 e′2 + c33 e′3 ⇒ c31 = 1, c32 = −c33 = 1/2.
11. Fie vectorii x = (x1 , x2 , ..., xn ) , y = (y1 , y2 , ..., yn ) ∈ Rn . Folosind produsul scalar
uzual al spaţiului Rn , să se demonstreze următoarele inegalităţi:
n 2 n n
(a) xi yi ≤ x2i · yi2 ;
i=1 i=1 i=1
n n n
(b) (xi + yi )2 ≤ x2i + yi2 .
i=1 i=1 i=1
x+y ≤ x + y
PROBLEME REZOLVATE 49
unde constanta k o determinăm din următoarea condiţie de ortogonalitate:
v2′ , v1′ = 0 ⇔ (−2 + k, 1 − 2k, 2 + 2k), (1, −2, 2) = 0 ⇔ 9k = 0
⇔ k = 0.
Prin urmare, avem
v2′ = (−2, 1, 2) .
Să considerăm şi vectorul
v3′ = v3 + k1 v1′ + k2 v2′ =
= (5, 3, 5) + k1 (1, −2, 2) + k2 (−2, 1, 2) =
= (5 + k1 − 2k2 , 3 − 2k1 + k2 , 5 + 2k1 + 2k2 ), k1 , k2 ∈ R,
unde constantele k1 şi k2 le determinăm din următoarele condiţii de ortogonalitate:
v3′ , v1′ = 0
⇔
v3′ , v2′ = 0
W ⊥ = {(0, β, 0) | β ∈ R} .
PROBLEME REZOLVATE 51
1.9 Probleme propuse
1. Fie V şi W două K-spaţii vectoriale. Să se arate că produsul cartezian
V × W = {(v, w) | v ∈ V, w ∈ W }
3. Utilizând criteriul de subspaţiu, să se decidă care dintre submulţimile de mai jos
formează subspaţii vectoriale în spaţiile vectoriale indicate:
(a) S1 = {(x, y) ∈ R2 | 2x − y = 0} ⊂ R2 ;
(b) S2 = {(x, y) ∈ R2 | 2x − y + 1 = 0} ⊂ R2 ;
(c) S3 = {(x, y) ∈ R2 | x2 − y 2 = 0} ⊂ R2 ;
(d) S4 = {αX 2 | α ∈ R} ⊂ R2 [x];
(e) S4 = {f | grad(f) ≥ 2} ⊂ R4 [x];
(f) S6 = {(x1 , x2 , x3 ) ∈ R3 | x1 − x2 + 2x3 = 0} ⊂ R3 ;
(g) S7 = {(x1 , x2 , x3 ) ∈ R3 | x1 + x2 − x3 = 0, x1 − x2 = 0} ⊂ R3 ;
(h) S8 = {f ∈ C 0 ([0, 1]) | f - derivabilă} ⊂ C 0 ([0, 1]);
(i) S9 = {A ∈ M2 (R) | A· T A = I2 } ⊂ M2 (R).
R. (a) Da. (b) Nu. (c) Nu. (d) Da. (e) Nu. (f) Da. (g) Da. (h) Da. (i) Nu.
U = {(x, y, z) ∈ R3 | 2x − y = 0, 3x − z = 0} ,
V = L ({(−1, 2, 1) , (2, −4, −2)}) .
U = {(x1 , x2 , x3 ) ∈ R3 | x1 + x2 − 2x3 = 0} ⊂ R3 ,
(a)
V = L ({(1, 1, 1) , (1, 0, 0) , (3, 2, 2)}) ⊆ R3 ;
U = L ({(1, 0, 2, −1) , (0, 1, 1, 0)}) ⊂ R4 ,
(b)
V = L ({(2, −1, 1, 0) , (−1, 0, 1, 2) , (0, 2, 1, 0)}) ⊂ R4 .
8. Să se precizeze care din următoarele sisteme de vectori formează baze în spaţiile
vectoriale date:
PROBLEME PROPUSE 53
1 0 1 1 1 1 1 1
(e) B5 = , , , ⊂ M2 (R).
0 0 0 0 0 1 1 1
R. (a) Bază. (b) Nu e bază. (c) Bază. (d) Bază. (e) Bază.
B = {(1, 2, −1, −2), (2, 3, 0, −1), (1, 2, 1, 4), (1, 3, −1, 0)} ⊂ R4 ;
(b) v = X 5 − X 4 + X 3 − X 2 − X + 1, unde
B = {1 + X 3 , X + X 3 , X 2 + X 3 , X 3 , X 4 + X 3 , X 5 + X 3 } ⊂ R5 [X].
11. Să considerăm spaţiul vectorial real al matricilor M2 (R), precum şi baza canonică
B formată din vectorii
1 0 0 1 0 0 0 0
E1 = , E2 = , E3 = , E4 = .
0 0 0 0 1 0 0 1
1 0 0 1 0 0
R. (a) Avem bazele B1 = E1′ = , E2′ = , E3′ = şi
0 0 1 0 0 1
0 1
B2 = E4′ = . Matricea de trecere este
−1 0
1 0 0 0
0 1 0 1
MBB ′ =
0
.
1 0 −1
0 0 1 0
y+z y−z
(b) A = x · E1′ + · E2′ + t · E3′ + · E4′ .
2 2
54 SPAŢII VECTORIALE EUCLIDIENE
12. Folosind procedeul de ortonormalizare Gram-Schmidt, să se ortonormeze urmă-
toarele baze:
(a) e1 = (1, 1, 0) , e2 = (1, 0, 1) , e3 = (0, 0, −1) în spaţiul euclidian R3 ;
(b) e1 = (1, 1, 0, 0) , e2 = (1, 0, 1, 0) , e3 = (1, 0, 0, 1) , e4 = (0, 1, 1, 1) în R4 ;
(c) e1 = X 2 + X, e2 = X 2 + 1, e3 = −1 în spaţiul euclidian R2 [X].
1 1 1
R. (a) f1 = √ (1, 1, 0), f2 = √ (1, −1, 2), f3 = √ (1, −1, −1).
2 6 3
1 1 1
(b) f1 = √ (1, 1, 0, 0), f2 = √ (1, −1, 2, 0), f3 = √ (1, −1, −1, 3),
2 6 2 3
1
f4 = (−1, 1, 1, 1).
2
√ √
15 3 3
(c) f1 = · (X 2 + X), f2 = · (1 − X), f3 = · (5X 2 − X − 2).
4 8 4
13. Să se verifice faptul că aplicaţia
2
1 3 5
R. f1 = √ , f2 = · (t − 1), f3 = · (3t2 − 6t + 2).
2 2 8
14. Determinaţi complementele ortogonale ale subspaţiilor generate de următoarele sis-
teme de vectori:
(a) v1 = (1, 2, 0) , v2 = (2, 0, 1) în spaţiul euclidian R3 ;
(b) v1 = (−1, 1, 2, 0) , v2 = (3, 0, 2, 1) , v3 = (4, −1, 0, 1) în spaţiul euclidian R4 .
R. (a) W ⊥ = {(−2y, y, 4y) | y ∈ R}.
−2z − t −8z − t
(b) W ⊥ = , , z, t z, t ∈ R .
3 3
15. Să se găsească proiecţia vectorului v = (14, −3, −6) pe complementul ortogonal W ⊥
al subspaţiului W generat de vectorii v1 = (−3, 0, 7) şi v2 = (1, 4, 3) din R3 . Să se
calculeze lungimea acestei proiecţii.
92
R. Proiecţia căutată este vectorul Pr⊥ (v) = (7, −4, 3). Lungimea proiecţiei este
74
⊥ 92
|| Pr (v)|| = √ .
74
16. Să se găsească proiecţia vectorului v = (−1, 1, 2) ∈ R3 pe subspaţiul soluţiilor
sistemului omogen x + y + z = 0.
1
R. Proiecţia căutată este vectorul Pr(v) = (−5, 1, 4).
3
PROBLEME PROPUSE 55
56 SPAŢII VECTORIALE EUCLIDIENE
2. SPAŢIUL VECTORIAL REAL AL VECTO-
RILOR LIBERI
În acest capitol vom studia proprietăţile geometrice particulare ale unui spaţiu vectorial
real remarcabil, numit spaţiul vectorilor liberi. Acest spaţiu modelează, din punct de
vedere matematic, spaţiul marimilor fizice vectoriale ca forţele, acceleraţiile, vitezele sau
momentele. Este important de subliniat că spaţiul vectorial real al vectorilor liberi poate
fi înzestrat cu o structură naturală de spaţiu euclidian, care permite măsurarea lungimii
unui vector liber, precum şi a unghiului format de doi vectori liberi. Mai mult, vom vedea
că putem defini în acest spaţiu o serie de produse specifice, cu o puternică semnificaţie
fizico-geometrică, cum ar fi produsul vectorial sau produsul mixt.
2. orientarea (sensul) = de la A la B;
−→
3. lungimea (norma) = lungimea segmentului [AB] notată cu ||AB||.
−→
Segmentul orientat AB
−→
Punctul A se numeşte originea segmentului orientat AB iar punctul B se numeşte
−→
vârful segmentului orientat AB.
−→
În cazul în care originea A şi vârful B ale unui segment orientat AB coincid (A = B)
−→
se obţine segmentul orientat nul. Prin definiţie, segmentul orientat nul AA are lungimea
egală cu 0, nu are nici o direcţie şi nici un sens, fiind reprezentat geometric de punctul A.
Spunem că două segmente orientate nenule au aceeaşi direcţie dacă direcţiile lor sunt
paralele sau confundate.
−→ −−→
Segmente orientate echipolente: AB ∼ CD
−→ −−→
Observaţia 2.1.2 Două segmente orientate nenule AB şi CD sunt echipolente (i.e.
−→ −−→
AB ∼ CD) dacă şi numai dacă pot fi suprapuse prin paralelism astfel încât originile
A şi C (resp. vârfurile B şi D) să coincidă.
Observaţia 2.1.3 Prelungim relaţia de echipolenţă şi la segmentele orientate nule: -
admitem că toate segmentele orientate nule sunt echipolente între ele.
Folosind observaţia de mai sus, definiţia relaţiei de echipolenţă şi câteva proprietăţi
geometrice elementare, deducem uşor următorul rezultat:
Definiţia 2.1.10 Direcţia, sensul şi norma (lungimea) segmentelor orientate echipolente
care definesc un vector liber se numesc direcţia, sensul şi norma (lungimea) vectorului
liber.
Observaţia 2.1.11 Norma unui vector liber a sau AB se notează cu ||a|| sau AB .
Definiţia 2.1.12 Vectorul liber care are lungimea zero se numeşte vectorul nul şi se
notează cu 0. Vectorul nul 0 este reprezentat geometric de un punct.
Definiţia 2.1.13 Un vector liber de lungime unu se numeşte versor şi, în general, se
notează cu e.
Vom nota cu V3 (respectiv V2 ) mulţimea tuturor vectorilor liberi din spaţiu (respectiv
plan). În continuare vom demonstra o serie de proprietăţi algebrice sau geometrice ale
spaţiului V3 , ele putând fi simplu particularizate şi aplicate la spaţiul V2 .
−→ −→
Fie doi vectori liberi a, b ∈ V3 şi fie OA, respectiv AB, nişte segmente orientate
reprezentative ale acestor vectori liberi. Atunci vectorul liber c reprezentat de segmentul
−−→
orientat OB se numeşte suma vectorilor a şi b şi se notează
c = a + b.
Definiţia 2.2.1 Regula de adunare a vectorilor liberi prezentată mai sus se numeşte re-
gula triunghiului sau regula paralelogramului.
Regula triunghiului: c = a + b
Observaţia 2.2.2 Operaţia de adunare a vectorilor liberi este bine definită şi nu depinde
−→ −→
de alegerea reprezentanţilor OA şi AB. Cu alte cuvinte, dacă alegem alţi reprezentanţi
pentru efectuarea sumei a+b, vectorul liber rezultat este reprezentat de un segment orientat
−−→
echipolent cu OB.
+ : V3 × V3 → V3 , (a, b) → a + b,
este o lege de compoziţie internă pe spaţiul V3 . În acest context, putem demonstra urmă-
torul rezultat:
Teorema 2.2.3 (V3 , +) este un grup abelian. Cu alte cuvinte, sunt adevărate următoarele
proprietăţi:
1. a + b = b + a, ∀ a, b ∈ V3 (comutativitate);
2. (a + b) + c = a + (b + c), ∀ a, b, c ∈ V3 (asociativitate);
Demonstraţie. Proprietăţile 1. şi 3. sunt evidente din definiţia adunării a doi vec-
tori liberi. Pentru a demonstra asociativitatea să considerăm trei vectori liberi a, b şi c.
Folosind regula triunghiului, asociativitatea rezultă din figura de mai jos:
Asociativitatea: (a + b) + c = a + (b + c)
Este evident că opusul unui vector liber a este vectorul liber −a caracterizat de aceeaşi
direcţie, sens opus şi aceeaşi lungime cu a vectorului liber a.
Fie λ ∈ R un scalar real şi fie a ∈ V3 un vector liber. Vom defini înmulţirea cu scalari
reali λa ∈ V3 în felul următor:
1. λ(a + b) = λa + λb, ∀ λ ∈ R, ∀ a, b ∈ V3 ;
2. (λ + µ)a = λa + µa, ∀ λ, µ ∈ R, ∀ a ∈ V3 ;
3. λ(µa) = (λµ)a, ∀ λ, µ ∈ R, ∀ a ∈ V3 ;
4. 1 · a = a, ∀ a ∈ V3 .
Demonstraţie. Proprietăţile 2., 3. şi 4. sunt evidente din modul de definire a operaţiilor
cu vectori liberi.
−→
Pentru a demonstra proprietatea 1. să considerăm că segmentul orientat OA este
−→
reprezentantul vectorului liber a şi segmentul orientat AB este reprezentantul vectoru-
−
→ −−→
lui liber b . Atunci, din regula triunghiului, segmentul orientat OB este reprezentantul
−−→
vectorului liber a + b. Să presupunem acum că λ > 0 şi să notăm cu OA′ reprezentantul
−−→
vectorului λa şi cu OB ′ reprezentantul vectorului λ(a + b).
−→ −→ −→ −→
Proprietatea: λ(OA + AB) = λOA + λAB
Se observă că △OAB ∼ △OA′ B ′ , având un unghi comun şi laturile (care determină
acest unghi) de lungimi proporţionale. Rezultă că avem
−→ −− →
AB A′ B ′
λ(a + b) = λa + λb.
Din punct de vedere geometric, doi vectori liberi nenuli a şi b sunt coliniari dacă
au aceeaşi direcţie (i.e. direcţiile segmentelor orientate reprezentative sunt paralele sau
confundate).
Teorema 2.4.1 Doi vectori liberi nenuli a şi b sunt coliniari dacă şi numai dacă există
λ ∈ R\{0} astfel încât
a = λb.
Demonstraţie. ” ⇐ ” Este evident că relaţia a = λb, unde λ = 0, implică faptul că
vectorii liberi nenuli a şi b au aceeaşi direcţie.
” ⇒ ” Dacă vectorii liberi nenuli a şi b sunt coliniari, rezultă că au aceeaşi direcţie.
Dacă b are acelaşi sens cu a, atunci este evident că avem
b
b= · a.
||a||
Dacă b are sens opus lui a, atunci este evident că avem
b
b=− · a.
||a||
Corolarul 2.4.2 Doi vectori liberi nenuli şi necoliniari sunt liniar independenţi în spaţiul
vectorial real V3 .
Demonstraţie. Fie a şi b doi vectori liberi nenuli şi necoliniari. Să presupunem prin
absurd că vectorii a şi b sunt liniar dependenţi în spaţiul vectorial real V3 . Din definiţia
liniar dependenţei a doi vectori liberi rezultă că există α, β ∈ R, unde α2 + β 2 = 0, astfel
încât αa + βb = 0. Pentru β = 0 această relaţie se transcrie b = λa, unde λ = −α/β = 0.
Prin urmare, conform propoziţiei anterioare, vectorii liberi a şi b sunt coliniari. Acest
lucru se află în contradicţie cu necoliniaritatea vectorilor liberi a şi b. În concluzie vectorii
liberi a şi b sunt liniar independenţi în spaţiul vectorial real V3 .
Din punct de vedere geometric, trei vectori liberi nenuli a, b şi c sunt coplanari dacă
segmentele orientate reprezentative ale celor trei vectori liberi sunt paralele cu un plan
dat în spaţiu.
c = λa + µb.
−→ −→ −−→
Descompunerea: OC = λOA + µOB
−→ −−→ −→
Ţinând cont că OA, OB şi OC sunt segmentele orientate reprezentative ale vectorilor
liberi a, b şi c, rezultă ceea ce aveam de demonstrat.
Corolarul 2.4.4 Trei vectori liberi nenuli şi necoplanari sunt liniar independenţi în spa-
ţiul vectorial real V3 .
Demonstraţie. Fie a, b şi c trei vectori liberi nenuli şi necoplanari. Să presupunem
prin absurd că vectorii liberi a, b şi c sunt liniar dependenţi în spaţiul vectorial real V3 .
Din definiţia liniar dependenţei a trei vectori liberi rezultă că există α, β, γ ∈ R, unde
α2 + β 2 + γ 2 = 0, astfel încât αa + βb + γc = 0. Pentru γ = 0 această relaţie se transcrie
c = λa + µb, unde λ = −α/γ şi µ = −β/γ au proprietatea λ2 + µ2 = 0. Prin urmare,
conform propoziţiei anterioare, vectorii liberi a, b şi c sunt coplanari. Acest lucru se află
în contradicţie cu necoplanaritatea vectorilor liberi a, b şi c. În concluzie, vectorii liberi
a, b şi c sunt liniar independenţi în spaţiul vectorial real V3 .
Teorema 2.4.5 Orice trei vectori liberi nenuli şi necoplanari formează o bază în spaţiul
vectorial real V3 . Prin urmare, avem
dimR V3 = 3.
Demonstraţie. Fie a, b şi c trei vectori liberi nenuli şi necoplanari. Atunci, conform
corolarului anterior, sistemul de vectori {a, b, c} este liniar independent în spaţiul vectorial
real V3 .
Vom demonstra în continuare că sistemul de vectori {a, b, c} este un sistem de gene-
ratori în spaţiul vectorial real V3 . Pentru aceasta să considerăm d un vector liber arbitrar
−−→ −→ −−→ −→
Descompunerea: OD = αOA + β OB + γ OC
−→ −−→ −→ −−→
Ţinând cont că OA, OB, OC şi OD sunt segmentele orientate reprezentative ale vec-
torilor liberi a, b, c şi d, rezultă că sistemul de vectori {a, b, c} este un sistem de generatori
în spaţiul vectorial real V3 .
În concluzie, sistemul de vectori liberi nenuli şi necoplanari {a, b, c} formează o bază
în spaţiul vectorial real V3 .
Deoarece în spaţiul vectorial real al vectorilor liberi V3 o bază este formată din orice
trei vectori liberi nenuli şi necoplanari, ne vom fixa în continuare atenţia asupra unei baze
privilegiate, extrem de utilizată. Este vorba despre o bază formată din trei versori i, j şi
k, care sunt perpendiculari unul pe celălalt.
Definiţia 2.5.1 Baza
B = i, j, k ,
unde
i ⊥ j ⊥ k ⊥ i şi i = j = k = 1,
se numeşte baza canonică a spaţiului vectorial real al vectorilor liberi V3 .
Deoarece mulţimea B este o bază în spaţiul V3 , rezultă că orice vector liber v ∈ V3 se
descompune în mod unic ca
v = xi + yj + zk,
unde x, y, z ∈ R reprezintă coordonatele vectorului liber v în baza canonică B.
Fie acum doi vectori liberi arbitrari
a = x1 i + y1 j + z1 k
şi
b = x2 i + y2 j + z2 k,
unde xi , yi , zi ∈ R, ∀ i ∈ {1, 2}.
2. λa, b = λ a, b , ∀ λ ∈ R, ∀ a, b ∈ V3 ;
3. a, b + c = a, b + a, c , ∀ a, b, c ∈ V3 ;
4. a, a ≥ 0, ∀ a ∈ V3 , cu egalitate dacă şi numai dacă a = 0.
Demonstraţie. Proprietăţile 1., 2. şi 4. sunt imediate din folosirea definiţiei produsului
scalar , . Pentru a demonstra proprietatea 3. să considerăm vectorul liber arbitrar
c = x3 i + y3 j + z3 k,
unde x3 , y3 , z3 ∈ R. Atunci avem egalităţile:
a, b + c = x1 (x2 + x3 ) + y1 (y2 + y3 ) + z1 (z2 + z3 ) =
= x1 x2 + y1 y2 + z1 z2 + x1 x3 + y1 y3 + z1 z3 =
= a, b + a, c .
a = x1 i + y1 j + z1 k
şi
b = x2 i + y2 j + z2 k,
unde xi , yi , zi ∈ R, ∀ i ∈ {1, 2}.
i j k
def y1 z 1 x1 z1 x1 y1
a×b = x1 y1 z1 = i− j+ k,
y2 z 2 x2 z2 x2 y2
x2 y2 z2
1. a × b ⊥ a şi a × b ⊥ b, ∀ a, b ∈ V3 ;
2. a × b = − b × a, ∀ a, b ∈ V3 (anticomutativitate);
3. a × a = 0, ∀ a ∈ V3 ;
6. a × (b + c) = a × b + a × c, ∀ a, b, c ∈ V3 (distributivitate);
Demonstraţie. Proprietăţile 2., 3., 4., 5. şi 6. sunt imediate din definiţia produsului
vectorial şi proprietăţile determinanţilor.
Pentru a demonstra proprietatea 1. să observăm că avem
y1 z1 x1 z1 x1 y1
a × b, a = x1 − y + z =
y2 z2 x2 z2 1 x2 y2 1
x1 y1 z1
= x1 y1 z1 = 0 ⇔ a × b ⊥ a.
x2 y2 z2
2 2 2
y1 z1 x1 z1 x 1 y1
a×b = + + =
y2 z2 x2 z2 x 2 y2
= (y1 z2 − y2 z1 )2 + (x1 z2 − x2 z1 )2 + (x1 y2 − x2 y1 )2 =
= (x21 + y12 + z12 )(x22 + y22 + z22 ) − (x1 x2 + y1 y2 + z1 z2 )2 =
2 2
= ||a||2 · b − a, b .
c = x3 i + y3 j + z3 k,
i j k
x1 y1 z1
a × (b × c) = =
y2 z2 x z x 2 y2
− 2 2
y3 z3 x3 z3 x 3 y3
= [y1 (x2 y3 − x3 y2 ) + z1 (x2 z3 − x3 z2 )]i −
−[x1 (x2 y3 − x3 y2 ) − z1 (y2 z3 − y3 z2 )]j −
−[x1 (x2 z3 − x3 z2 ) + y1 (y2 z3 − y3 z2 )]k
= [x2 (y1 y3 + z1 z3 ) − x3 (y1 y2 + z1 z2 )]i −
−[y3 (x1 x2 + z1 z2 ) − y2 (x1 x3 + z1 z3 )]j −
−[z3 (x1 x2 + y1 y2 ) − z2 (x1 x3 + y1 y3 )]k
= [x2 ( a, c − x1 x3 ) − x3 ( a, b − x1 x2 )]i −
−[y3 ( a, b − y1 y2 ) − y2 ( a, c − y1 y3 )]j −
−[z3 ( a, b − z1 z2 ) − z2 ( a, c − z1 z3 )]k
' (
= x2 a, c − x3 a, b i −
' (
− y3 a, b − y2 a, c j −
' (
− z3 a, b − z2 a, c k
= a, c · (x2 i + y2 j + z2 k) − a, b · (x3 i + y3 j + z3 k) =
= a, c · b − a, b · c.
a×b=0
Observaţia 2.6.4 Formula dublului produs vectorial se reţine mai uşor dacă este
scrisă sub forma determinantului simbolic
b c
a × (b × c) = .
a, b a, c
(a × b) × c = a × (b × c),
deoarece avem
a, c b, c
(a × b) × c = .
a b
i j k
a×b= −2 −2 3 = 5i + j + 4k.
1 −1 −1
b ·h
Atriunghi = .
2
Prin urmare, înălţimea triunghiului corespunzătoare bazei b este
√ √
2Atriunghi 42 42 √
h= =√ 2 = √ = 14.
b 1 + 12 + 12 3
x1 y1 z1
def
(a, b, c) = a, b × c = x2 y2 z2 ,
x3 y3 z3
se numeşte produsul mixt pe spaţiul vectorilor liberi V3 .
Demonstraţie. Proprietăţile 1., 2., 3. şi 4. sunt imediate din definiţia produsului mixt
şi proprietăţile determinanţilor. Pentru a demonstra proprietatea 5. să observăm că,
notând d = b × c, avem
unde ϕ este unghiul dintre vectorii liberi a şi d = b × c iar θ este unghiul dintre vectorii
liberi b şi c.
Vom calcula în continuare volumul tetraedrului determinat de vectorii a, b şi c, precum şi
înălţimea tetraedrului corespunzătoare bazei determinate de vectorii b şi c. Pentru aceasta,
să calculăm produsul mixt
1 2 2
(a, b, c) = −1 0 3 = −19.
−2 1 −1
(a, b, c) 19
Vtetraedru = = .
6 6
Să calculăm acum produsul vectorial
i j k
b×c= −1 0 3 = −3i − 7j − k.
−2 1 −1
1. Fie triunghiul △ABC şi fie M mijlocul segmentului [BC]. Atunci are loc relaţia
vectorială a medianei
2AM = AB + AC.
Rezolvare. Fie A′ simetricul punctului A faţă de M . Evident avem
AA′ = 2AM.
AA′ = AB + AC,
4SO = SA + SB + SC + SD.
2SO = SA + SC,
2SO = SB + SD.
M A + MB + MC + M D = 2M O.
PROBLEME REZOLVATE 71
iar pe segmentul [AB] punctul B ′ cu proprietatea că
Deoarece unghiul B ′ M D′ este drept, rezultă că punctele B ′ , O şi D′ sunt coliniare
şi [M O] este mediană în triunghiul △B ′ M D′ . Aplicând acum relaţia medianei,
obţinem
M B ′ + M D′ = 2M O.
4. Punctul H este ortocentrul triunghiului △ABC dacă şi numai dacă au loc egalităţile
Rezolvare. Evident, vectorul HA este înălţime în triunghiul △ABC dacă şi numai
dacă
HA, BC = 0 ⇔ HA, HC − HB = 0.
Egalităţile de demonstrat sunt acum imediate.
5. Să se arate că dacă vectorii a = 2m + n şi b = m + n sunt coliniari, atunci vectorii
m şi n sunt coliniari.
Rezolvare. Vectorii a şi b sunt coliniari dacă şi numai dacă
a × b = 0 ⇔ (2m + n) × (m + n) = 0 ⇔
⇔ 2m × n + n × m = 0 ⇔ m × n = 0.
Din relaţia anterioară deducem că dacă vectorii a × b, b × c şi c × a sunt coplanari,
atunci şi vectorii a, b şi c sunt coplanari. Prin urmare, vectorii liberi a × b, b × c şi
c × a sunt şi coliniari.
PROBLEME REZOLVATE 73
9. Să se demonstreze identitatea lui Lagrange
2 ! !2 2
! !2
a, b + !a × b! = a · !b! .
şi ! ! ! !
!a × b! = a · !b! · sin ϕ.
′
10. Fie a, b şi c trei vectori necoplanari. Arătaţi că există vectorii a′ , b şi c′ cu propri-
etăţile:
a′ , a = 1, a′ , b = 0, a′ , c = 0;
) ′ * ) ′ * ) ′ *
b , a = 0, b , b = 1, b , c = 0;
c′ , a = 0, c′ , b = 0, c′ , c = 1.
Rezolvare. Din proprietăţile de mai sus, rezultă că vectorul a′ este perpendicular
atât pe b cât şi pe c, adică este coliniar cu produsul vectorial b × c. Prin urmare,
există λ ∈ R astfel încât
a′ = λ b × c .
Acum, din condiţia a′ , a = 1, deducem că
1
λ= .
(a, b, c)
Analog, găsim
′ c×a a×b
b = şi c′ = .
(a, b, c) (a, b, c)
′
Observaţie. Vectorii a′ , b şi c′ se numesc reciprocii vectorilor a, b şi c.
11. Fie vectorul v = 2i + αj + βk, unde α, β ∈ R. Să se determine α şi β astfel încât
vectorul v să fie perpendicular pe vectorii
a = −i + 4j + 2k şi b = 3i − 3j − 2k.
i j k
a×b= −1 4 2 = −2i + 4j − 9k.
3 −3 −2
v, a + b π
cos θ = =0⇔θ= ⇔v ⊥ a+b .
||v|| · ||a + b|| 2
v, a = 0 şi v, b = 0.
v 1 = i + 2j − 3k, v 2 = 2i − j + 2k şi v3 = λi − j + k
1 2 −3
(v 1 , v 2 , v 3 ) = 0 ⇔ 2 −1 2 = 0 ⇔ λ = −3.
λ −1 1
b, x, a = x, a, b = 0 ⇒ x ⊥ a × b.
Ţinând cont de faptul că x ⊥ b şi că vectorul x este situat în planul vectorilor a şi
b, deducem că
! !
sin ∡ (a, x) = cos ∡ a, b ⇒ x 2 · a · cos ∡ a, b = !b! ⇔
! !
!b!
⇔ x = ,
a, b
PROBLEME REZOLVATE 75
unde ∡ a, b ∈ [0, π/2] este o condiţie necesară de existenţă a soluţiei. Pe de altă
parte avem însă
! ' (!
x = !λ · b × (a × b) ! =
! ! ! !
= |λ| · !b! · !a × b! .
În concluzie, se obţine
1 b × (a × b)
λ = ±! ! ⇒ x = ±! ! .
!a × b! · a, b !a × b! · a, b
1. Fie G centrul de greutate al triunghiului △ABC şi M un punct oarecare din spaţiu.
Să se demonstreze relaţia
M A + M B + M C = 3M G.
GA + GB + GC = 0.
2. Într-un tetraedru ABCD muchiile opuse sunt perpendiculare două câte două dacă
şi numai dacă
AB, AC = AB, AD = AC, AD .
Ind. Folosind egalitatea triunghiului, se arată că relaţia AB, CD = 0 este echiva-
lentă cu AB, AC = AB, AD . Analog, se obţin celelalte echivalenţe.
! !
3. !
Fie a şi b doi vectori perpendiculari,
! având normele a = 3, !b! = 4. Să se calculeze
! 3a − b × a − 2b !.
R. 60.
4. Fie m, n şi p trei vectori necoplanari. Să se studieze liniar independenţa vectorilor
a = 2m − 3n + p, b = m + n + 2p şi c = m − n.
(a) (v 1 , v 2 , v3 ) = ?
(b) v 1 × (v 2 × v 3 ) = ?
(c) v 1 + v 2 + v3 = ?
(b) Nu.
PROBLEME PROPUSE 77
78 SPAŢIUL VECTORIAL REAL AL VECTORILOR LIBERI
3. APLICAŢII LINIARE
În studiul structurilor algebrice de grup sau corp, un rol extrem de important este
jucat de morfismele şi, mai ales, de izomorfismele de grupuri sau corpuri. Prin analogie,
un rol important în studiul spaţiilor vectoriale este jucat de morfismele de spaţii vectoriale
numite, pe scurt, aplicaţii liniare. Un rol aparte este jucat de izomorfismele de spaţii
vectoriale, reprezentate de aplicaţiile liniare bijective. Aceste izomorfisme scot în evidenţă
anumite spaţii vectoriale care, din cauză că sunt izomorfe cu o clasă întreagă de alte spaţii
vectoriale, reprezintă obiectul principal de studiu în algebra liniară. În acest sens, de
exemplu, subliniem importanţa studiului spaţiului vectorial real R Rn care este izomorf cu
orice spaţiu vectorial real de dimensiune n.
Definiţia 3.1.1 Se numeşte aplicaţie liniară sau transformare liniară sau morfism
de spaţii vectoriale o aplicaţie f : V → W care verifică proprietăţile:
1. f (v + w) = f(v) + f (w), ∀ v, w ∈ V ;
2. f (αv) = αf (v), ∀ α ∈ K, ∀ v ∈ V.
Propoziţia 3.1.6 Fie f ∈ LK (V, W ) o aplicaţie liniară. Atunci, aplicaţia liniară f are
următoarele proprietăţi:
APLICAŢII LINIARE 79
1. f (0V ) = 0W ;
2. f (−v) = −f (v), ∀ v ∈ V;
0W = f (0V ).
f (x, y, z) = (x + z, y − z).
Vom demonstra că f este o aplicaţie liniară. Pentru aceasta să considerăm doi vectori
arbitrari
(x1 , y1 , z1 ), (x2 , y2 , z2 ) ∈ R3 .
Atunci, următoarele egalităţi sunt adevărate:
Fie acum α ∈ R un scalar arbitrar şi fie (x, y, z) ∈ R3 un vector arbitrar. Atunci, avem
egalităţile:
80 APLICAŢII LINIARE
Exemplul 3.1.8 Fie aplicaţia f : R3 → R2 , definită prin
f (x, y, z) = (x + y, z − x + 1).
Vom arăta în continuare că, deşi această aplicaţie duce vectorul nul din R2 în vectorul
nul din R2 , totuşi ea nu este o aplicaţie liniară. Acest lucru subliniază faptul că condiţia
f (0, 0) = (0, 0)
este una necesară, dar nu şi suficientă. Să presupunem deci că aplicaţia f este liniară.
Atunci, următoarea proprietate ar trebui să fie adevărată:
În concluzie, aplicaţia f nu este o aplicaţie liniară, deşi avem f (0, 0) = (0, 0).
D(f) = f ′ ,
DEFINIŢIE. EXEMPLE 81
Exemplul 3.1.11 Fie aplicaţia I : R2 [X] → R3 [X], definită prin
x
I(f ) = f (t)dt,
0
şi
x x
I(αf ) = [αf (t)]dt = α f (t)dt = αI(f ), ∀ α ∈ R, ∀ f ∈ R2 [X].
0 0
şi
T T
T (αA) = (αA) = α · A = αT (A), ∀ α ∈ R, ∀ A ∈ M2 (R).
În concluzie, aplicaţia T este o aplicaţie liniară. Această aplicaţie liniară se numeşte
aplicaţia liniară de transpunere.
ker(f) = {v ∈ V | f (v) = 0W } ⊆ V
ker(f) ≤K V.
82 APLICAŢII LINIARE
Demonstraţie. Aplicăm criteriul de subspaţiu. Pentru aceasta, fie doi vectori arbitrari
v, w ∈ ker(f ). Din definiţia nucleului deducem că avem
f(v) = f (w) = 0W .
Folosind liniaritatea aplicaţiei f , rezultă că avem
f(v + w) = f (v) + f (w) = 0W .
Prin urmare v + w ∈ ker(f ). Să considerăm acum un scalar arbitrar α ∈ K şi un vector
arbitrar v ∈ ker(f). Rezultă că avem f(v) = 0W . Folosind din nou liniaritatea aplicaţiei
f, deducem că
f (αv) = αf (v) = 0W ,
adică αv ∈ ker(f ). În concluzie, conform criteriului de subspaţiu, găsim ceea ce aveam de
demonstrat.
Definiţia 3.2.3 Dimensiunea nucleului ker(f) se numeşte defectul aplicaţiei liniare f.
În acest context, vom folosi notaţia
def(f ) = dimK ker(f ).
Teorema 3.2.4 (de caracterizare a injectivităţii unei aplicaţii liniare) Fie o apli-
caţie liniară f ∈ LK (V, W ). Atunci, următoarele afirmaţii sunt echivalente:
1. Aplicaţia liniară f este injectivă;
2. ker(f ) = {0V };
3. def(f) = 0.
Demonstraţie. Este evident că afirmaţiile 2. şi 3. sunt echivalente. Să demonstrăm
acum că 1. ⇒ 2. Pentru aceasta, să presupunem că aplicaţia liniară f este injectivă şi să
luăm un vector arbitrar v ∈ ker(f ). Deducem că
f (v) = 0W .
Pe de altă parte, deoarece f este aplicaţie liniară, avem
f (0V ) = 0W .
Atunci, din injectivitatea aplicaţiei f, rezultă că v = 0V . Prin urmare, avem
ker(f ) = {0V }.
Reciproc, să demonstrăm că 2. ⇒ 1. Pentru aceasta, să presupunem că
ker(f) = {0V }
şi să luăm doi vectori arbitrari v, w ∈ V astfel încât
f (v) = f(w).
Deoarece aplicaţia f este liniară, egalitatea de mai sus se poate scrie sub forma
f(v) − f(w) = 0W ⇔ f (v − w) = 0W ⇔ v − w ∈ ker(f ) = {0V }.
Prin urmare, deducem că
v − w = 0V ⇔ v = w.
În concluzie, aplicaţia liniară f este injectivă. Rezultă ceea ce aveam de demonstrat.
Să calculăm nucleul aplicaţiei liniare f. Din definiţia nucleului unei aplicaţii liniare de-
ducem că avem
Exemplul 3.2.6 Fie aplicaţia liniară de derivare D : R2 [X] → R1 [X], definită prin
D(f) = f ′ ,
Im(f ) ≤K W.
84 APLICAŢII LINIARE
Demonstraţie. Vom aplica criteriul de subspaţiu. Pentru aceasta, fie doi vectori ar-
bitrari w1 , w2 ∈ Im(f). Din definiţia imaginii unei aplicaţii liniare, rezultă că există
v1 , v2 ∈ V astfel încât f(v1 ) = w1 şi f (v2 ) = w2 . Deoarece aplicaţia f este liniară, de-
ducem că
f (v1 + v2 ) = f (v1 ) + f(v2 ) = w1 + w2 ,
adică w1 +w2 ∈ Im(f ). Să considerăm acum un scalar arbitrar α ∈ K şi un vector arbitrar
w ∈ Im(f ). Rezultă că există v ∈ V astfel încât f (v) = w. Folosind din nou liniaritatea
aplicaţiei f, deducem că
f (αv) = αf (v) = αw,
adică αw ∈ Im(f ). În concluzie, conform criteriului de subspaţiu, găsim ceea ce aveam de
demonstrat.
2. Im(f ) = W ;
3. rang(f ) = dimK W.
Demonstraţie. Este evident că afirmaţiile 2. şi 3. sunt echivalente. Să demonstrăm
acum că 1. ⇒ 2. Pentru aceasta, să presupunem că aplicaţia liniară f este surjectivă şi
să luăm un vector arbitrar w ∈ W. Deoarece aplicaţia f este surjectivă, rezultă că există
un vector v ∈ V astfel încât f (v) = w. Prin urmare, avem w ∈ Im(f ). În concluzie, avem
W ⊆ Im(f). Deoarece este evident că avem Im(f ) ⊆ W, deducem că avem egalitatea
W = Im(f ).
Reciproc, să presupunem că Im(f ) = W şi să luăm un vector arbitrar w ∈ W = Im(f ).
Din definiţia imaginii unei aplicaţii liniare rezultă că există un vector v ∈ V astfel încât
f(v) = w. Cu alte cuvinte, din definiţia surjectivităţii unei aplicaţii rezultă că aplicaţia
liniară f este surjectivă.
f (x, y, z) = (x − y, 2x + y + z).
Să calculăm imaginea aplicaţiei liniare f. Din definiţia imaginii unei aplicaţii liniare de-
ducem că avem
Im(f ) = R2 .
Exemplul 3.3.6 Fie aplicaţia liniară de integrare I : R2 [X] → R3 [X], definită prin
x
I(f ) = f (t)dt,
0
unde f ∈ R2 [X]. Să calculăm imaginea aplicaţiei liniare de integrare I. Prin definiţie,
avem
Im(I) = {g ∈ R3 [X] | ∃ f ∈ R2 [X] astfel încât I(f) = g}
Fie un polinom arbitrar de grad cel mult trei, definit prin
g = AX 3 + BX 2 + CX + D,
unde A, B, C, D ∈ R sunt coeficienţi daţi. Să presupunem că există un polinom de grad
cel mult doi, definit prin
f = aX 2 + bX + c,
unde a, b, c ∈ R, astfel încât I(f) = g. Atunci avem
x
(at2 + bt + c)dt = Ax3 + Bx2 + Cx + D,
0
adică
x3 x2
a + b + cx = Ax3 + Bx2 + Cx + D.
3 2
Egalând coeficienţii celor două polinoame, găsim egalităţile:
În această secţiune vom studia condiţii necesare şi suficiente ca două spaţii vectoriale
finit dimensionale să fie izomorfe. Pentru aceasta vom demonstra mai întâi următorul
rezultat.
86 APLICAŢII LINIARE
Demonstraţie. Să presupunem că avem dimK V = n şi
adică ceea ce trebuia demonstrat. Să demonstrăm mai întâi că mulţimea B2 este liniar
independentă. Pentru aceasta fie scalarii α1 , α2 , ..., αn−p ∈ K astfel încât
Din proprietatea de liniaritate a aplicaţiei f deducem că egalitatea de mai sus se poate
rescrie sub forma
f (α1 v1 + α2 v2 + ... + αn−p vn−p ) = 0W .
Această egalitate este echivalentă cu condiţia
Deoarece mulţimea B1 este o bază a nucleului ker(f ), rezultă că ∃ β 1 , β 2 , ..., β p ∈ K astfel
încât
α1 v1 + α2 v2 + ... + αn−p vn−p = β 1 e1 + β 2 e2 + ... + β p ep .
Trecând toţi termenii în membrul stâng, deducem că avem egalitatea
Deoarece mulţimea B este o bază în spaţiul vectorial V (în particular, mulţimea B este
liniar independentă), rezultă că
adică mulţimea B2 este liniar independentă. Să demonstrăm acum că mulţimea B2 este
un sistem de generatori pentru imaginea Im(f ). Pentru aceasta să considerăm un vector
arbitrar w ∈ Im(f). Din definiţia imaginii Im(f) deducem că există un vector v ∈ V astfel
încât f(v) = w. Deoarece mulţimea B este o bază în spaţiul vectorial V, rezultă că există
scalarii k1 , k2 , ..., kn ∈ K astfel încât
Demonstraţie. Teorema dimensiunii de mai sus ne asigură că întotdeauna avem egali-
tatea
dimK V = def(f ) + rang(f ).
1. Dacă f este injectivă, atunci, conform teoremei de caracterizare a injectivităţii,
avem
def(f) = 0.
Deoarece imaginea Im(f ) este subspaţiu vectorial al codomeniului W, obţinem inegalitatea
dimK V = rang(f) = dimK Im(f) ≤ dimK W.
2. Dacă f este surjectivă, atunci, conform teoremei de caracterizare a surjectivităţii,
avem
rang(f ) = dimK W.
Deoarece întotdeauna avem def(f) ≥ 0, obţinem inegalitatea
dimK V = def(f) + dimK W ≥ dimK W.
3. Dacă f este bijectivă, atunci f este şi injectivă şi surjectivă. Prin urmare, conform
punctelor 1. şi 2., avem inegalităţile
dimK V ≤ dimK W şi dimK V ≥ dimK W.
În concluzie, avem egalitatea
dimK V = dimK W.
Punctul 3. al Corolarului de mai sus afirmă că dacă două spaţii vectoriale sunt
izomorfe, atunci în mod obligatoriu ele au aceeaşi dimensiune. Reciproc, vom demonstra
în continuare că dacă două spaţii vectoriale au aceeaşi dimensiune, atunci ele sunt în mod
obligatoriu izomorfe. Cu alte cuvinte, demonstrăm în această secţiune că condiţia necesară
şi suficientă ca două K-spaţii vectoriale V şi W să fie izomorfe este ca dimK V = dimK W.
88 APLICAŢII LINIARE
Teorema 3.4.3 (fundamentală de izomorfism) Fie V şi W două K-spaţii vectoriale
astfel încât dimK V = dimK W. Atunci, spaţiile vectoriale V şi W sunt izomorfe.
B1 = {e1 , e2 , ..., en }
B2 = {v1 , v2 , ..., vn }
n = dimK V = dimK W.
Deoarece mulţimea B1 este o bază în spaţiul vectorial V, rezultă că orice vector v ∈ V se
descompune unic ca
v = x1 e1 + x2 e2 + ... + xn en ,
unde x1 , x2 , ..., xn ∈ K reprezintă coordonatele vectorului v în baza B1 . Definim aplicaţia
f :V →W
în felul următor:
def
f (v) = f(x1 e1 + x2 e2 + ... + xnen ) = x1 v1 + x2 v2 + ... + xn vn .
Să demonstrăm că aplicaţia f este liniară. Pentru aceasta să considerăm doi vectori
arbitrari
v = x1 e1 + x2 e2 + ... + xn en ∈ V
şi
v ′ = x′1 e1 + x′2 e2 + ... + x′n en ∈ V,
unde x′1 , x′2 , ..., x′n ∈ K reprezintă coordonatele vectorului v ′ în baza B1 . Atunci avem
f(v + v ′ ) = f ((x1 + x′1 )e1 + (x2 + x′2 )e2 + ... + (xn + x′n )en ) =
= (x1 + x′1 )v1 + (x2 + x′2 )v2 + ... + (xn + x′n)vn =
= x1 v1 + x2 v2 + ... + xn vn + x′1 v1 + x′2 v2 + ... + x′n vn =
= f (v) + f(v ′ ).
v = x1 e1 + x2 e2 + ... + xn en ∈ V.
Atunci avem
x1 = x2 = ... = xn = 0,
ker(f ) = {0V },
w = x1 v1 + x2 v2 + ... + xn vn .
v = x1 e1 + x2 e2 + ... + xn en ∈ V,
avem adevărată relaţia f (v) = w. Prin urmare, aplicaţia liniară f este surjectivă.
În concluzie, aplicaţia f este un izomorfism între spaţiile vectoriale V şi W.
Corolarul 3.4.4 Fie V un spaţiu vectorial real de dimensiune dimR V = n. Atunci spaţiul
vectorial R V este izomorf cu spaţiul vectorial R Rn .
B = {e1 = (1, 0, 0, ..., 0, 0), e2 = (0, 1, 0, ..., 0, 0), ........., en = (0, 0, 0, ..., 0, 1)}.
B = {e1 , e2 , ..., en }
90 APLICAŢII LINIARE
este o bază în spaţiul vectorial V. Dacă v ∈ V este un vector arbitrar, atunci există scalarii
x1 , x2 , ..., xn ∈ K astfel încât să avem descompunerea unică
v = x1 e1 + x2 e2 + ... + xn en .
Aceşti vectori aparţin însă tot spaţiului vectorial V. În consecinţă, putem să descompunem
şi aceşti vectori în baza B. Să presupunem că aceste descompuneri sunt date de relaţiile:
f (e1 ) = c11 e1 + c12 e2 + ... + c1nen ,
f (e2 ) = c21 e1 + c22 e2 + ... + c2nen ,
·
·
·
f (en ) = cn1 e1 + cn2 e2 + ... + cnn en ,
este o altă bază în spaţiul vectorial V şi să presupunem că matricea de trecere de la baza
B la baza B ′ este
MBB ′ = (aij )i,j=1,n ∈ Mn (K).
şi
n n n
f (e′i ) = c′ij e′j = c′ij alj el , ∀ i = 1, n.
j=1 j=1 l=1
Deoarece mulţimea B este o bază în spaţiul vectorial V, rezultă că avem relaţiile
n n
aki ckl = c′ij alj , ∀ i = 1, n, ∀ l = 1, n.
k=1 j=1
MB (f ) · MBB′ = MBB ′ · MB ′ (f ),
92 APLICAŢII LINIARE
rezultă că matricea endomorfismului f în baza canonică B este
2 −1 0
MB (f) = 1 1 1 .
0 1 −1
Prin urmare, matricea endomorfismului f în baza B ′ este
4 5 1
−1 −3 −3 −2 .
MB′ (f ) = MBB ′ · MB (f) · MBB ′ =
−1 −3 1
Cu alte cuvinte, sunt adevărate relaţiile
f (e′1 ) = (1, 3, 0) = 4e′1 − 3e′2 − e′3 ,
f (e′2 ) = (2, 2, −1) = 5e′1 − 3e′2 − 3e′3 ,
f (e′ ) = (−1, 2, 0) = e′ − 2e′ + e′ .
3 1 2 3
(EndK (V ), +, ◦)
Folosind definiţia matricii unui endomorfism într-o anumită bază, se poate arăta că pentru
orice două endomorfisme f, g ∈ EndK (V ) avem relaţiile:
T (f + g) = MB (f + g) = MB (f ) + MB (g) = T (f ) + T (g),
şi
T (f ◦ g) = MB (f ◦ g) = MB (f ) · MB (g) = T (f ) · T (g).
În consecinţă, aplicaţia T este un morfism de inele necomutative. Vom demonstra în
continuare că aplicaţia T este inversabilă. Pentru aceasta să considerăm aplicaţia
def
T ′ : Mn (K) → EndK (V ), T ′ (A) = fA , ∀ A = (aij )i,j=1,n ∈ Mn (K),
94 APLICAŢII LINIARE
3.6 Valori şi vectori proprii
trebuie să admită o soluţie nenulă. Aceasta înseamnă că determinantul sistemului trebuie
să fie nul, adică avem
4−λ 6 0
−3 −5 − λ 0 = 0 ⇔ (1 − λ)2 (λ + 2) = 0.
−3 −6 1−λ
Rădăcinile acestei ecuaţii sunt λ1 = 1 şi λ2 = −2. Prin urmare, spectrul endomorfismului
f este
σ(f ) = {1, −2}.
Să calculăm subspaţiile proprii corespunzătoare valorilor proprii λ1 = 1 şi λ2 = −2. Din
definiţia subspaţiului propriu corespunzător unei valori proprii deducem că avem (Obs.
Punem în matricea sistemului λ = 1)
3 6 0 x 0
Vλ=1 = (x, y, z) ∈ R3 −3 −6 0 y = 0 =
−3 −6 0 z 0
= (x, y, z) ∈ R3 | 3x + 6y = 0 =
= {(−2y, y, z) | y, z ∈ R}
şi (Obs. Punem în matricea sistemului λ = −2)
6 6 0 x 0
Vλ=−2 = (x, y, z) ∈ R3 −3 −3 0 y = 0 =
−3 −6 3 z 0
= (x, y, z) ∈ R3 | 6x + 6y = 0, − 3x − 6y + 3z = 0 =
= {(−y, y, y) | y ∈ R} .
Dimensiunile acestor subspaţii proprii sunt
dimR Vλ=1 = 2 şi dimR Vλ=−2 = 1.
Bazele canonice ale acestor subspaţii proprii sunt
Bλ=1 = {(−2, 1, 0), (0, 0, 1)} şi Bλ=−2 = {(−1, 1, 1)}.
96 APLICAŢII LINIARE
Fie V un K-spaţiu vectorial şi fie f ∈ EndK (V ) un endomorfism al spaţiului vectorial
V. Vom demonstra în continuare câteva proprietăţi de algebră liniară ale vectorilor proprii
şi subspaţiilor proprii ale endomorfismului f .
Teorema 3.6.8 Nu există vector propriu corespunzător la două valori proprii distincte
ale endomorfismului f .
Demonstraţie. Să presupunem că vectorul v = 0V este un vector propriu corespunzător
la două valori proprii λ1 , λ2 ∈ σ(f ). Rezultă că avem egalităţile f (v) = λ1 v şi f (v) = λ2 v.
Aceste egalităţi implică relaţiile
λ1 v = λ2 v ⇔ (λ1 − λ2 )v = 0V .
Deoarece v = 0V , deducem că λ1 = λ2 .
Teorema 3.6.9 Vectorii proprii corespunzători la valori proprii distincte ale endomor-
fismului f sunt liniar independenţi.
Demonstraţie. Fie v1 , v2 , ..., vp ∈ V vectori proprii corespunzători valorilor proprii dis-
tincte λ1 , λ2 , ..., λp ∈ σ(f ). Vom demonstra că sistemul de vectori proprii
{v1 , v2 , ..., vp }
este liniar independent prin inducţie după p ∈ N. Pentru p = 1 este evident că mulţimea
{v1 } este liniar independentă deoarece v1 = 0V . Să presupunem acum că afirmaţia este
adevărată pentru p − 1 vectori proprii corespunzători la p − 1 valori proprii distincte ale
endomorfismului f şi să demonstrăm afirmaţia pentru sistemul de vectori proprii
{v1 , v2 , ..., vp }
corespunzători valorilor proprii distincte
λ1 , λ2 , ..., λp ∈ σ(f),
unde p ≥ 2. Pentru aceasta fie scalarii k1 , k2 , ..., kp ∈ K astfel încât
k1 v1 + k2 v2 + ... + kp vp = 0V .
Atunci, aplicând endomorfismul f , obţinem
f (k1 v1 + k2 v2 + ... + kp vp ) = 0V ⇔ k1 λ1 v1 + k2 λ2 v2 + ... + kp λp vp = 0V .
Putem presupune, fără a restrânge generalitatea, că avem λp = 0. Atunci, multiplicând
prima relaţie cu scalarul λp şi scăzând-o din ultima relaţie, deducem că avem egalitatea
k1 (λ1 − λp )v1 + k2 (λ2 − λp )v2 + ... + kp−1 (λp−1 − λp )vp−1 = 0V .
Dar, din ipoteza de inducţie, sistemul de vectori proprii
{v1 , v2 , ..., vp−1 }
este liniar independent. Prin urmare, deducem că
k1 (λ1 − λp ) = k2 (λ2 − λp ) = ... = kp−1 (λp−1 − λp ) = 0.
Deoarece valorile proprii λ1 , λ2 , ..., λp sunt distincte, rezultă că avem
k1 = k2 = ... = kp−1 = 0,
ceea ce implică egalitatea kp vp = 0V . Deoarece vp = 0V , rezultă kp = 0, adică ceea ce
aveam de demonstrat.
(λ1 − λ2 )v = 0V .
Deoarece valorile proprii λ1 şi λ2 sunt distincte, rezultă că v = 0V , adică ceea ce aveam
de demonstrat.
Fie V un K-spaţiu vectorial de dimensiune dimK V = n. Fie f ∈ EndK (V ) un endo-
morfism al spaţiului vectorial V. Să presupunem că
B = {e1 , e2 , ..., en }
este o bază a spaţiului vectorial V şi să considerăm că MB (f ) este matricea endomorfis-
mului f în baza B. În acest context, putem demonstra următoarele rezultate de algebră
liniară.
(f − λ · 1V )(v) = 0V .
Considerând că
X = (x1 , x2 , ..., xn ) ∈ M1,n (K)
reprezintă coordonatele vectorului nenul v = 0V în baza B, relaţia anterioară poate fi
scrisă la nivel matriceal în felul următor:
unde
O = (0, 0, ..., 0) ∈ M1,n (K).
Această relaţie matriceală reprezintă un sistem liniar omogen care admite soluţii nebanale
X = O. Prin urmare, determinantul sistemului este nul, adică avem
Teorema 3.6.12 Polinomul Pf (λ) = det [MB (f) − λIn ] este independent de alegerea
bazei B.
98 APLICAŢII LINIARE
Demonstraţie. Să considerăm că
este o altă bază a spaţiului vectorial V şi că MBB′ este matricea de trecere de la baza B
la baza B ′ . Atunci avem adevărată relaţia matriceală
−1
MB′ (f ) = MBB ′ · MB (f) · MBB ′ .
şi
1
det A−1 = .
det A
Observaţia 3.6.14 Din cele expuse până acum rezultă că dacă V este un K-spaţiu vec-
torial de dimensiune finită
dimK V = n,
atunci orice valoare proprie a unui endomorfism f ∈ EndK (V ) este o rădăcină a polino-
mului caracteristic Pf (λ). Deoarece acest polinom are gradul n, deducem că endomorfismul
f are cel mult n valori proprii distincte.
unde li ∈ K, ∀ i = 1, n.
În continuare, vom demonstra o serie de rezultate care conduc la condiţii necesare şi
suficiente ca un endomorfism f ∈ EndK (V ) să fie diagonalizabil.
Lema 3.7.2 Un endomorfism f ∈ EndK (V ) este diagonalizabil dacă şi numai dacă există
în spaţiul vectorial V o bază formată numai din vectori proprii ai endomorfismului f.
B = {e1 , e2 , ..., en }
astfel încât
l1 0 · · · 0
0 l2 · · · 0
MB (f ) = .. .. . . . ,
. . . ..
0 0 · · · ln
unde li ∈ K, ∀ i = 1, n. Din definiţia matricii unui endomorfism într-o anumită bază
deducem că următoarele relaţii sunt adevărate:
f(ei ) = li ei , ∀ i = 1, n.
Prin urmare, vectorii e1 , e2 , ..., en sunt vectori proprii ai endomorfismului f iar scalarii
l1 , l2 , ..., ln sunt valorile proprii corespunzătoare, nu neapărat distincte.
Reciproc, să presupunem că există în spaţiul vectorial V o bază
B = {v1 , v2 , ..., vn }
formată numai din vectori proprii ai endomorfismului f . Atunci următoarele relaţii sunt
adevărate:
f (vi ) = λi vi , ∀ i = 1, n,
unde scalarii λ1 , λ2 , ..., λn sunt valorile proprii asociate endomorfismului f , nu neapărat
distincte. În consecinţă, avem
λ1 0 · · · 0
0 λ2 · · · 0
MB (f ) = .. .. . . .. ,
. . . .
0 0 · · · λn
B = {e1 , e2 , ..., en }
este o bază a subspaţiului propriu Vλ0 . Conform lemei lui Steinitz, completăm cu vectori
această bază până la o bază
f (vi ) = λ0 vi , ∀ i = 1, d0 ,
n
f (vi ) = j=1 aij vj , ∀ i = d0 + 1, n,
Teorema 3.7.4 Endomorfismul f este diagonalizabil dacă şi numai dacă sunt adevărate
afirmaţiile:
2. Dimensiunea fiecărui subspaţiu propriu asociat unei valori proprii este egală cu mul-
tiplicitatea algebrică a valorii proprii care îi corespunde.
Să presupunem acum că endomorfismul f este diagonalizabil. Atunci, există în spaţiul
vectorial V o bază
B = {e1 , e2 , ..., en }
formată numai din vectori proprii. Pentru orice j ∈ {1, 2, ..., p} să notăm cu sj numărul de
vectori din baza B care aparţin subspaţiului propriu Vλj . Să presupunem că dimensiunea
subspaţiului propriu Vλj este
dj = dimK Vλj .
Deoarece mulţimea B este liniar independentă, rezultă că avem inegalităţile
sj ≤ dj , ∀ j = 1, p.
Deoarece scalarii λ1 , λ2 , ..., λp sunt toate valorile proprii distincte ale endomorfismului f ,
deducem că avem egalitatea
p
sj = n.
j=1
sj ≤ dj ≤ mj , ∀ j = 1, p.
Deoarece p p
mj ≤ n = sj ,
j=1 j=1
deducem că
p p
dj = mj = n şi sj = dj = mj , ∀ j = 1, p.
j=1 j=1
unde primii m1 vectori reprezintă o bază în subspaţiul propriu Vλ1 , următorii m2 vectori
reprezintă o bază în subspaţiul propriu Vλ2 şi aşa mai departe. Din proprietăţile subspaţi-
ilor proprii corespunzătoare la valori proprii distincte deducem că mulţimea B ′ este o bază
în spaţiul vectorial V. Deoarece mulţimea B ′ este o bază formată numai din vectori pro-
prii, rezultă că endomorfismul f este diagonalizabil. Mai mult, matricea endomorfismului
f în baza B ′ este matricea care are pe diagonala principală valorile proprii λ1 , λ2 , ..., λp ,
scrise fiecare de atâtea ori cât arată multiplicităţile lor algebrice m1 , m2 , ..., mp , iar în
afara diagonalei principale are numai zerouri.
Din demonstraţia acestei Teoreme iese în evidenţă următorul algoritm de diagonalizare
al unui endomorfism pe un spaţiu vectorial finit dimensional.
dj = mj .
În caz contrar, se opreşte algoritmul şi se afirmă că endomorfismul f nu este diago-
nalizabil.
10. Se scrie forma diagonală D = MB′ (f) a lui f , punându-se pe diagonală valorile
proprii ale matricii A = MB (f), fiecare valoare proprie fiind scrisă de atâtea ori cât
arată multiplicitatea sa algebrică.
Să studiem dacă endomorfismul f este diagonalizabil şi, în caz afirmativ, să determinăm
baza în care se obţine forma diagonală a acestui endomorfism. Pentru aceasta să fixăm
4−λ 6 0
Pf (λ) = det [A − λI3 ] = −3 −5 − λ 0 = −(λ + 2)(λ − 1)2 .
−3 −6 1−λ
Rădăcinile acestui polinom sunt valorile proprii ale endomorfismului f. Prin urmare,
valorile proprii ale endomorfismului f sunt λ1 = −2, de multiplicitate algebrică m1 = 1,
şi λ2 = 1, de multiplicitate algebrică m2 = 2.
d1 = dimR Vλ1 = 1 = m1 .
d2 = dimR Vλ2 = 2 = m2 .
O bază a subspaţiului propriu Vλ2 este (Obs. Luăm, pe rând, y = 1 şi z = 0, şi viceversa,
y = 0 şi z = 1)
B2 = {e′2 = (−2, 1, 0), e′3 = (0, 0, 1)}.
Baza în care se obţine forma diagonală a endomorfismului f este
D = C −1 · A · C,
Să studiem dacă matricea A este diagonalizabilă. Pentru aceasta să observăm că polinomul
caracteristic al acestei matrici este
4−λ 0 0
PA (λ) = det [A − λI3 ] = 0 −λ 1 = (4 − λ)(λ − 1)2 .
0 −1 2 − λ
Prin urmare, valorile proprii ale acestei matrici sunt λ1 = 4, de multiplicitate algebrică
m1 = 1, şi λ2 = 1, de multiplicitate algebrică m2 = 2.
Subspaţiul propriu corespunzător valorii proprii λ1 = 4 este (Obs. Punem în matricea
A − λI3 valoarea λ = 4)
0 0 0 x 0
Vλ1 = (x, y, z) ∈ R3 0 −4 1 y = 0 =
0 −1 −2 z 0
= (x, y, z) ∈ R3 | − 4y + z = 0, − y − 2z = 0 =
= {(x, 0, 0) | x ∈ R}.
d1 = dimR Vλ1 = 1 = m1 .
d2 = dimR Vλ2 = 1.
f (v) = λ1 v.
Să considerăm acum că subspaţiul vectorial W = L{v} este acoperirea liniară a vec-
torului nenul v = 0V . Evident, mulţimea {v} este o bază a subspaţiului W , deci avem
dimR W = 1.
f(w), v = w, f (v) = w, λ1 v = λ1 w, v = 0.
f |W ⊥ : W ⊥ → W ⊥ ,
{u2 , u3 , ..., un } ⊂ W ⊥
{v, u2 , u3 , ..., un } ⊂ V
f : V → V.
aij = aji , ∀ i, j = 1, n.
Cu alte cuvinte, elementele unei matrici simetrice sunt simetrice faţă de diagonala prin-
cipală.
Să presupunem acum că f ∈ EndR (V ) este un endomorfism simetric şi că mulţimea
B = {e1 , e2 , ..., en }
este o bază ortonormată a spaţiului euclidian real (V, , ). Să considerăm că
cij = cji , ∀ i, j = 1, n,
este adevărată. Ţinând cont de faptul că endomorfismul f este simetric, rezultă că urmă-
toarele relaţii sunt adevărate:
f(ei ), ej = ei , f (ej ) , ∀ i, j = 1, n.
Din definiţia matricii unui endomorfism într-o anumită bază deducem că avem relaţiile
5 n 6 5 n
6
cki ek , ej = ei , clj el , ∀ i, j = 1, n.
k=1 l=1
Folosind proprietăţile produsului scalar şi faptul că baza B este ortonormată, găsim re-
laţiile:
n n
cki δ kj = clj δ il , ∀ i, j = 1, n,
k=1 l=1
unde
1, r = s
δ rs =
0, r = s
este simbolul lui Kronecker. Cu alte cuvinte, am obţinut ceea ce aveam de demonstrat.
Exemplul 3.8.7 Să se diagonalizeze endomorfismul simetric f ∈ EndR (R3 ) a cărui ma-
trice în baza canonică a spaţiului R R3 este matricea simetrică
0 1 0
A = 1 1 1 .
0 1 0
Prin urmare, valorile proprii ale acestei matrici simetrice sunt λ1 = 0, λ2 = −1 şi λ3 = 2,
de multiplicitate algebrică m1 = m2 = m3 = 1.
Subspaţiul propriu corespunzător valorii proprii λ1 = 0 este (Obs. Punem în matricea
A − λI3 valoarea λ = 0)
0 1 0 x 0
Vλ1 = (x, y, z) ∈ R3 1 1 1 y = 0 =
0 1 0 z 0
= (x, y, z) ∈ R3 | y = 0, x + y + z = 0 =
= {(x, 0, −x) | x ∈ R}.
d1 = dimR Vλ1 = 1 = m1 .
d2 = dimR Vλ2 = 1 = m2 .
d3 = dimR Vλ3 = 1 = m3 .
B ′ = {e′1 = (1, 0, −1), e′2 = (1, −1, 1), e′3 = (1, 2, 1)}.
D = C −1 · A · C,
(b) Deşi f (0, 0) = (0, 0, 0), aplicaţia nu este liniară. Presupunem că f ar fi liniară
şi deducem că
λ2 x1 x2 = λx1 x2 , ∀ λ ∈ R, ∀ (x1 , x2 ) ∈ R2 .
(c) Aplicaţia este liniară deoarece, pentru orice α, β ∈ R şi p, q ∈ Rn [X], avem
(d) Aplicaţia este liniară deoarece, oricare ar fi scalarul λ ∈ R şi vectorii (x1 , x2 ),
(y1 , y2 ) ∈ R2 , avem
şi
Dimensiunea nucleului este evident dimR ker f = 1, o bază a acestuia fiind (Obs.
Luăm α = 1)
B1 = {e1 = (1, 1, 0)}.
Imaginea aplicaţiei liniare este definită prin
f(vi ) = wi , ∀ i = 1, 3,
unde
v1 = (1, 1, 0), v2 = (1, 0, 1), v3 = (0, 1, 1)
şi
w1 = (2, 1, 0), w2 = (−1, 0, 1), w3 = (1, 1, 1).
Să se arate că avem f 3 = f , unde f 3 = f ◦ f ◦ f .
Evident, avem
f (x, y) = (x − y, x + y, 2x + 3y),
Rezolvând sistemul
x−y =0
x+y = 0
2x + 3y = 0,
găsim soluţia banală x = y = 0. Prin urmare, nucleul aplicaţiei liniare este
3(b − a)
a+b+ = c ⇔ 5b − a = 2c.
2
114 APLICAŢII LINIARE
Prin urmare, imaginea aplicaţiei liniare este
Im f = { (5b − 2c, b, c) | b, c ∈ R} .
dimR Im f = 2 = 3 = dimR R3 ,
ker f = {v ∈ V3 | a × v = 0} =
= {v ∈ V3 | v coliniar cu a} =
= {λa ∈ V3 | λ ∈ R},
Condiţia necesară şi suficientă ca ecuaţia a×v = w să aibă soluţie este ca a, w = 0,
soluţia generală a ecuaţiei fiind în acest caz
1
v =λ·a− · [a × w] ,
||a||2
Im f = {w ∈ V3 | a, w = 0} = {w ∈ V3 | w ⊥ a} ,
−λ 1 0
det[A − λI3 ] = 0 ⇔ −4 4 − λ 0 = 0 ⇔ (2 − λ)3 = 0.
−2 1 2−λ
d1 = dimR Vλ1 = 2 = 3 = m1 .
1 −1
(a) A =
1 −1
Rezolvare. (a) Valorile proprii ale matricii A sunt soluţiile ecuaţiei caracteristice
1−λ −1
= 0 ⇔ λ2 = 0.
1 −1 − λ
1 −1 x 0
Vλ1 = (x, y) ∈ R2 = =
1 −1 y 0
= {(x, x) | x ∈ R}.
d1 = dimR Vλ1 = 1 = 2 = m1 .
1−λ 1
= 0 ⇔ λ2 − 2λ = 0.
1 1−λ
1 1 x 0
Vλ1 = (x, y) ∈ R2 = =
1 1 y 0
= {(x, −x) | x ∈ R}.
d1 = dimR Vλ1 = 1 = m1 ,
−1 1 x 0
Vλ2 = (x, y) ∈ R2 = =
1 −1 y 0
= {(x, x) | x ∈ R}.
d2 = dimR Vλ2 = 1 = m2 ,
0 0
D= ,
0 2
1 1
C= .
−1 1
1−λ 0 0
0 −λ 1 = 0 ⇔ (λ − 1)2 (λ + 1) = 0.
0 1 −λ
d1 = dimR Vλ1 = 2 = m1 ,
d2 = dimR Vλ2 = 1 = m2 ,
d3 = dimR Vλ3 = 1 = m3 ,
−λ 1 0 0
3 −λ 2 0
= 0 ⇔ λ4 − 10λ2 + 9 = 0.
0 2 −λ 3
0 0 1 −λ
d1 = dimR Vλ1 = 1 = m1 ,
d2 = dimR Vλ2 = 1 = m2 ,
d3 = dimR Vλ3 = 1 = m3 ,
d4 = dimR Vλ4 = 1 = m4 ,
1 1 1 1
x
(j) T : C 0 ([0, 1]) → F[0,1] , T (f )(x) = f(t)dt, ∀ x ∈ [0, 1], unde
0
R. (a) Da. (b) Da. (c) Da. (d) Da. (e) Da. (f) Da. (g) Nu. (h) Da. (i) Da. (j) Da.
2. Să se arate că aplicaţiile de mai jos sunt liniare şi să se determine nucleul şi imaginea
lor:
f (x, y, z) = (x − y + z, y + z, x − z).
1 −1 1
R. A = 0 1 1 .
1 0 −1
f : V3 → V3 ,
definită prin
f (x) = a, x · b + b, x · a,
este liniară şi apoi să se determine matricea lui f în baza
B = {a, b, a × b}.
a, b ||b||2 0
R. MB (f) =
||a||
2
a, b 0
.
0 0 0
f (x, y, z) = (x − y + z, y, y).
R3 = ker f ⊕ Im f.
f (x1 , x2 , ..., xn, xn+1 , ..., x2n ) = (xn+1 , xn+2 , ..., x2n, −x1 , −x2 , ..., −xn ),
f : R3 → R3 ,
−4 0
(a) A =
1 4
2 −1 1
(b) A = 1 2 −1
1 −1 2
2 5 1
(c) A = −1 −3 0
−2 −3 −2
1 1 1 1
1 1 −1 −1
(d) A =
1 −1 1 −1
.
1 −1 −1 1
(b) B ′ = {e′1 = (0, 1, 1), e′2 = (1, 1, 1), e′3 = (1, 0, 1)}; D = MB′ (f) =Diag(1, 2, 3).
(d) B ′ = {e′1 = (1, 1, 0, 0), e′2 = (1, 0, 1, 0), e′3 = (1, 0, 0, 1), e′4 = (1, −1, −1, −1)};
D = MB′ (f) =Diag(2, 2, 2, −2).
În studiul maximelor şi minimelor funcţiilor de mai multe variabile, un rol extrem de
important este jucat de signatura formelor pătratice. Formele pătratice pot fi introduse
cu ajutorul aplicaţiilor biliniare şi simetrice, care generalizează în mod natural produsele
scalare.
Această relaţie arată că aplicaţia biliniară şi simetrică A este unic definită de valorile sale
pe produsul cartezian B × B. Din acest motiv, introducem următoarea noţiune:
Definiţia 4.1.3 Matricea simetrică A = (aij )i,j=1,n ∈ Mn(K), unde
aij = A(ei , ej ), ∀ i, j = 1, n,
se numeşte matricea în baza B a aplicaţiei biliniare şi simetrice A.
unde x′i , yi′ ∈ K, ∀ i = 1, n. În acest context, dacă A′ = (a′ij )i,j=1,n ∈ Mn (K), unde
a′ij = A(e′i , e′j ), ∀ i, j = 1, n,
este matricea în baza B ′ a aplicaţiei biliniare şi simetrice A, atunci următoarea relaţie
matriceală este adevărată:
A(v, w) = T X ′ · A′ · Y ′ ,
unde
x′1 y1′
x′2 y2′
X′ = .. şi Y ′ = .. .
. .
x′n yn′
Teorema 4.1.4 Următoarea relaţie de legătură între matricile A şi A′ este adevărată:
T
A′ = MBB′ · A · MBB′ ,
unde matricea MBB ′ este matricea de trecere de la baza B la baza B ′ .
Demonstraţie. Utilizând formulele matriceale de schimbare a coordonatelor
X = MBB′ · X ′ şi Y = MBB′ · Y ′ ,
deducem că avem
T T
'T (
A(v, w) = X ·A·Y = X′ · MBB′ · A · MBB ′ · Y ′ .
Pe de altă parte, ştim însă că avem
T
A(v, w) = X ′ · A′ · Y ′ .
Din cele două relaţii rezultă ceea ce aveam de demonstrat.
A : V × V → K.
B = {e1 , e2 , ..., en }
ca n
x= xi ei ,
i=1
aij = λj δ ij , ∀ i, j = 1, n,
1, i = j;
δ ij =
0, i = j.
Observaţia 4.1.9 Expresia analitică a unei forme pătratice aflate în formă canonică este
n
Q(x) = λj x2j = λ1 x21 + λ2 x22 + ... + λnx2n ,
j=1
unde λj ∈ K, ∀ j = 1, n.
În această secţiune vom studia trei posibilităţi de reducere la forma canonică a formelor
pătratice: - metoda lui Gauss, metoda lui Jacobi şi metoda valorilor proprii sau a trans-
formărilor ortogonale. Pentru aceasta să presupunem că V este un R-spaţiu vectorial.
Metoda lui Gauss de reducere la forma canonică a formelor pătratice este o metodă
elementară, de formări de pătrate perfecte. Această metodă acţionează la nivel de coor-
donate, fără a se obţine direct baza corespunzătoare formei canonice.
Teorema 4.2.2 (Metoda lui Gauss) Dacă Q : V → R este o formă pătratică, a cărei
expresie analitică în baza
B = {e1 , e2 , ..., en }
este n n
Q(x) = aij xi xj ,
i=1 j=1
n = dimR V.
Cazul 1. Să presupunem că există un indice i ∈ {1, 2, ..., n} astfel încât aii = 0.
Efectuând, eventual, o renumerotare a coordonatelor x1 , x2 , ..., xn ∈ R, putem presupune
Scoţând factor comun forţat pe 1/a11 din primii doi termeni şi adunând şi scăzând termeni
până la un pătrat perfect, putem rescrie forma pătratică Q sub forma
n n
1
Q(x) = (a11 x1 + a12 x2 + ... + a1n xn )2 + a′ij xi xj ,
a11 i=2 j=2
este o formă pătratică definită pe un spaţiu vectorial real de dimensiune n − 1. Mai mult,
baza în care forma pătratică Q′ are expresia analitică de mai sus este determinată de
vectorii e′2 , e′3 , ..., e′n .
În acest context, dacă există un indice k ∈ {2, 3, ..., n} cu proprietatea că a′kk = 0,
atunci aplicăm din nou acelaşi procedeu al formării de pătrate perfecte pentru forma
pătratică Q′ . În caz contrar, trecem la Cazul 2.
Cazul 2. Să presupunem că aii = 0, ∀ i = 1, n. Deoarece forma pătratică Q nu
este identic nulă, deducem că există aij = 0, unde i = j. Făcând acum schimbarea de
coordonate
x = x′i + x′j
i
xj = x′i − x′j
x = x′ , ∀ k = i, j,
k k
obţinem
Q(x′ ) = 2(x′1 )2 − 2(x′2 )2 + 2x′1 x′3 + 2x′2 x′3 .
În continuare, deoarece există termeni la pătrat în expresia formei pătratice Q, putem
aplica procedeul din Cazul 1. Cu alte cuvinte, putem forma pătrate perfecte în expresia
formei pătratice Q, prin adunarea şi scăderea unor termeni convenabili. Obţinem astfel
1 1 ′ 2
Q(x′ ) = (2x′1 + x′3 )2 − (x3 ) − 2(x′2 )2 + 2x′2 x′3 =
2 2
1 1 ′
= (2x′1 + x′3 )2 − (x3 − 2x′2 )2 .
2 2
132 FORME PĂTRATICE
Făcând acum schimbarea de coordonate
x′′ = 2x′1 + x′3
1
x′′2 = x′3 − 2x′2
x′′ = x′ ,
3 3
Metoda lui Jacobi de reducere la forma canonică a formelor pătratice este extrem
de utilă când ne trebuie rapid o formă canonică a unei forme pătratice (de exemplu, în
aprecierea naturii punctelor de extrem ale unei funcţii reale de mai mult variabile), fără
a fi interesaţi şi de baza în care se obţine această formă canonică.
Teorema 4.2.3 (Metoda lui Jacobi) Fie Q : V → R o formă pătratică şi fie
A = (aij )i,j=1,n ∈ Mn (R)
matricea simetrică a formei pătratice într-o bază fixată
B = {e1 , e2 , ..., en }
a spaţiului vectorial real V . Dacă determinanţii
a11 a12 a13
a11 a12
∆1 = a11 , ∆2 = , ∆3 = a12 a22 a23 , ... , ∆n = det A
a12 a22
a13 a23 a33
sunt diferiţi de zero, atunci există o bază
B ′ = {f1 , f2 , ..., fn }
astfel încât expresia analitică a formei pătratice Q în baza B ′ să fie
1 ′ 2 ∆1 ′ 2 ∆2 ′ 2 ∆n−1 ′ 2
Q(x′ ) = (x1 ) + (x2 ) + (x3 ) + ... + (xn ) ,
∆1 ∆2 ∆3 ∆n
unde x′1 , x′2 , ..., x′n sunt coordonatele corespunzătoare bazei B ′ .
Demonstraţie. Să considerăm că A este aplicaţia biliniară şi simetrică din care provine
forma pătratică Q şi să căutăm baza
B ′ = {f1 , f2 , ..., fn }
de forma
f1 = c11 e1 ,
f2 = c12 e1 + c22 e2 ,
..
.
fn = c1n e1 + c2n e2 + ... + cnn en ,
A(ei , fj ) = 0, ∀ 1 ≤ i < j ≤ n,
şi
A(ei , fi ) = 1, ∀ i = 1, n.
Vom demonstra în continuare că baza B ′ este baza căutată în teoremă. Pentru aceasta
vom arăta că matricea formei pătratice Q în baza B ′ este matricea diagonală
1/∆1 0 0 ··· 0
0 ∆1 /∆2 0 ··· 0
′ 0 0 ∆ /∆ · · · 0
A = 2 3 .
.. .. .. ... ..
. . . .
0 0 0 · · · ∆n−1 /∆n
A(ek , fj ) = 0, ∀ 1 ≤ k < j ≤ n.
a′ij = 0, ∀ 1 ≤ j < i ≤ n.
Determinantul sistemului este ∆i = 0 şi deci, utilizând regula lui Cramer, obţinem
∆i−1
a′ii = cii = .
∆i
unde x = (x1 , x2 , x3 ) ∈ R3 , fără a se preciza baza în care se obţine această formă canonică.
Matricea formei pătratice Q în baza canonică a spaţiului R R3 este
5 −2 −2
A = −2 6 0 .
−2 0 4
Deoarece determinanţii
5 −2 −2
5 −2
∆1 = 5, ∆2 = = 26, ∆3 = −2 6 0 = 80
−2 6
−2 0 4
sunt nenuli, rezultă că există nişte coordonate x′1 , x′2 , x′3 în raport cu care forma pătratică
Q să aibă forma canonică
1 5 13
Q(x′ ) = (x′1 )2 + (x′2 )2 + (x′3 )2 .
5 26 40
Teorema 4.2.4 (Metoda valorilor proprii) Fie (V, , ) un spaţiu vectorial euclidian
şi fie Q : V → R o formă pătratică pe spaţiul vectorial real V . Să presupunem că
B = {e1 , e2 , ..., en }.
B ′ = {f1 , f2 , ..., fn },
formată numai din vectori proprii ai matricii simetrice A, astfel încât expresia analitică a
formei pătratice Q în baza B ′ să fie (notăm cu x′1 , x′2 , ..., x′n coordonatele corespunzătoare
bazei B ′ )
n
2 2 2
′
Q(x ) = λi (x′i )2 = λ1 (x′1 ) + λ2 (x′2 ) + ... + λn (x′n ) ,
i=1
unde λ1 , λ2 , ..., λn ∈ R sunt valorile proprii ale matricii simetrice A, fiecare valoare proprie
fiind scrisă de atâtea ori cât este multiplicitatea sa algebrică.
B ′ = {f1 , f2 , ..., fn },
formată numai din vectori proprii ai matricii simetrice A. Putem presupune, fără a
restrânge generalitatea, că baza B ′ este ortonormată. Aceasta deoarece, la valori proprii
distincte corespund vectori proprii ortogonali (pentru că matricea A este simetrică) şi,
mai mult, vectorii din acelaşi subspaţiu propriu îi putem ortonorma prin procedeul Gram-
Schmidt, fără a ieşi din subspaţiul propriu ambiental.
Evident, baza ortonormată B ′ determină forma diagonală
λ1 0 · · · 0
0 λ2 · · · 0
D = .. .. . . ..
. . . .
0 0 · · · λn
a matricii simetrice A, unde λ1 , λ2 , ..., λn ∈ R sunt valorile proprii ale matricii simetrice
A. Deoarece bazele B şi B ′ sunt baze ortonormate, rezultă că avem relaţia matriceală
T T
C· C = In ⇔ C −1 = C,
Exemplul 4.2.5 Folosind metoda valorilor proprii, să se reducă la forma canonică forma
pătratică Q : R3 → R, definită în baza canonică a spaţiului euclidian (R3 , , ) prin
Să considerăm că V este un R-spaţiu vectorial de dimensiune dimR V = n şi că
n
Q(x) = ai x2i ,
i=1
σ(Q) = (p, q, d) ∈ N3 ,
Vom demonstra în continuare că deşi forma canonică a unei forme pătratice nu este
unică totuşi toate formele canonice ale aceleiaşi forme pătratice au aceeaşi signatură.
Teorema 4.3.2 (Legea de inerţie) Signatura unei forme pătratice Q este aceeaşi pen-
tru orice formă canonică a lui Q.
B = {e1 , e2 , ..., en }
şi
B ′ = {e′1 , e′2 , ..., e′n }
în spaţiul vectorial real V , astfel încât expresia analitică a formei pătratice Q relativ la
cele două baze să fie una canonică:
n n
Q(x) = ai x2i şi Q(x) = a′i (x′i )2 ,
i=1 i=1
Mai mult chiar, putem să presupunem (printr-o eventuală renumerotare) că în expresia
canonică a formei pătratice Q relativ la baza B (respectiv B ′ ) primii p (respectiv p′ )
Vom demonstra acum că p = p′ şi q = q ′ . Pentru aceasta să presupunem prin absurd
că p > p′ şi să considerăm subspaţiile
U ∩ U ′ = {0V }.
(p, q, d) = (p′ , q ′ , d′ ).
Exemplul 4.3.3 Folosind, pe rând, metoda lui Gauss, metoda lui Jacobi şi metoda valo-
rilor proprii, să se reducă la forma canonică forma pătratică
Q : R3 → R,
PA (−2) = 18 > 0, PA (0) = −16 < 0, PA (3) = 8 > 0 şi PA (6) = −22 < 0,
deoarece avem
λ1 < 0, λ2 > 0 şi λ3 > 0.
Observaţia 4.3.5 O formă pătratică Q : V → R este pozitiv definită dacă într-o formă
canonică fixată toţi coeficienţii care apar sunt strict pozitivi.
Observaţia 4.3.7 O formă pătratică Q : V → R este negativ definită dacă într-o formă
canonică fixată toţi coeficienţii care apar sunt strict negativi.
Reducerea la forma canonică a formelor pătratice prin metoda lui Jacobi şi metoda
valorilor proprii ne permite să obţinem următoarele condiţii necesare şi suficiente ca o
formă pătratică Q : V → R să fie pozitiv definită.
Q:V →R
este pozitiv definită dacă şi numai dacă una din următoarele condiţii este îndeplinită:
∆i > 0, ∀ i = 1, n;
Reducerea la forma canonică a formelor pătratice prin metoda lui Jacobi şi metoda
valorilor proprii ne permite să obţinem următoarele condiţii necesare şi suficiente ca o
formă pătratică Q : V → R să fie negativ definită.
Q:V →R
este negativ definită dacă şi numai dacă una din următoarele condiţii este îndeplinită:
(−1)i ∆i > 0, ∀ i = 1, n;
2. Toate valorile proprii ale matricii simetrice A a formei pătratice Q sunt strict ne-
gative.
Exemplul 4.3.10 Utilizând criteriul lui Sylvester, să se determine valorile λ ∈ R astfel
încât forma pătratică Q : R3 → R, definită în baza canonică a spaţiului vectorial real R R3
prin
Q(x) = −x21 − 2x22 − 2x23 − 2λx1 x2 + 4x1 x3 + 8x2 x3 ,
unde x = (x1 , x2 , x3 ) ∈ R3 , să fie pozitiv (respectiv negativ) definită.
Matricea formei pătratice Q în baza canonică a spaţiului vectorial real R R3 este ma-
tricea simetrică
−1 −λ 2
A = −λ −2 4 .
2 4 −2
Prin urmare, avem determinanţii
−1 −λ 2
−1 −λ
∆1 = −1, ∆2 = = 2 − λ2 , ∆3 = −λ −2 4 = 2(λ2 − 8λ + 10).
−λ −2
2 4 −2
Conform criteriului lui Sylvester, forma pătratică Q este pozitiv definită dacă avem
∆ 1 > 0
−1 > 0
∆2 > 0 ⇔ 2 − λ2 > 0 ⇔ λ ∈ ∅.
∆ >0 λ2 − 8λ + 10 > 0
3
Conform criteriului lui Sylvester, forma pătratică Q este negativ definită dacă avem
∆1 < 0
−1 < 0
λ∈R
√ √
∆2 > 0 ⇔ 2 − λ2 > 0 ⇔ λ ∈ (− 2, 2) ⇔ λ ∈ ∅.
√ √
∆ <0 λ2 − 8λ + 10 < 0 λ ∈ (4 − 6, 4 + 6)
3
Rezolvare. (a) Fie B = {e1 = (1, 0, 0), e2 = (0, 1, 0), e3 = (0, 0, 1)} baza canonică
în R3 . Atunci, matricea lui A în baza canonică B este
2 3 −1
A= 3 1 −1 .
−1 −1 2
Deoarece matricea de trecere de la baza B la baza B ′ este
1 1 1
C= 1 1 0 ,
1 0 0
rezultă că matricea lui A în baza B ′ este
7 7 4
A′ = T C · A · C = 7 9 5 .
4 5 2
(b) Forma pătratică asociată lui A este
Q(x) = A(x, x) = 2x21 + x22 + 2x23 + 6x1 x2 − 2x1 x3 − 2x2 x3 .
Rezolvare. (a) Aplicaţia biliniară şi simetrică din care provine forma pătratică Q
este dată de formula
1
A(x, y) = [Q(x + y) − Q(x) − Q(y)] =
2
1'
= −18(x1 + y1 )(x2 + y2 ) + 9(x2 + y2 )2 +
2 (
+18x1 x2 − 9x22 + 18y1 y2 − 9y22
= −9x1 y2 − 9x2 y1 + 9x2 y2 .
(c) Utilizând din nou formula de mai sus, obţinem aplicaţia biliniară şi simetrică
1 1 1 1 1 1
A(x, y) = x1 y2 + x2 y1 + x2 y3 + x3 y2 + x3 y4 + x4 y3 ,
2 2 2 2 2 2
a cărei matrice este (matricea lui Q)
0 1/2 0 0
1/2 0 1/2 0
A= .
0 1/2 0 1/2
0 0 1/2 0
în cazurile:
Rezolvare. (a) Deoarece în expresia lui Q avem pătrate, formăm pătrate perfecte
şi obţinem
Q(x) = 4(x21 + x1 x2 ) + 5x22 =
78 :
x2 92 x22
= 4 x1 + − + 5x22 =
2 4
8 x2 92
= 4 x1 + + 4x22 .
2
PROBLEME REZOLVATE 145
Efectuând schimbarea de coordonate
x′ = x1 + x2
1
2
x′ = x ,
2 2
x1 = x′1 + x′2
x2 = x′1 − x′2
şi găsim forma canonică
2 2
Q(x′ ) = − (x′1 ) + (x′2 ) .
Signatura formei pătratice Q este σ(Q) = (1, 1, 0), adică forma pătratică nu este
nici pozitiv definită, nici negativ definită.
(c) Deoarece în expresia lui Q avem pătrate, formăm pătrate perfecte şi obţinem
şi găsim
2 2
Q(x′ ) = (x′1 ) − (x′2 ) + 2x′1 x′3 .
Restrângem acum pătratele şi obţinem
; <
2 2
Q(x′ ) = (x′1 ) + 2x′1 x′3 − (x′2 ) =
2 2 2
= (x′1 + x′3 ) − (x′3 ) − (x′2 ) .
Signatura formei pătratice Q este σ(Q) = (1, 2, 0), adică forma pătratică nu este
nici pozitiv definită, nici negativ definită.
(e) Deoarece în expresia lui Q avem pătrate, formăm pătrate perfecte şi obţinem
Signatura formei pătratice Q este σ(Q) = (3, 0, 0), adică forma pătratică este pozitiv
definită.
(f) Deoarece în expresia lui Q avem pătrate, formăm pătrate perfecte şi obţinem
Signatura formei pătratice Q este σ(Q) = (4, 0, 0), adică forma pătratică este pozitiv
definită.
5. Utilizând metoda lui Jacobi, să se găsească forma canonică şi signatura formelor
pătratice de mai jos. Care dintre aceste forme pătratice sunt pozitiv definite şi care
sunt negativ definite? Să se precizeze care este baza spaţiului în care se obţine forma
canonică respectivă.
1 8 2
1 8
∆1 = 1 = 0, ∆2 = = −56 = 0, ∆3 = 8 8 2 = −28 = 0.
8 8
2 2 1
2 1 ′ 2 2
Q(x′ ) = (x′1 ) − (x2 ) + 2 (x′3 ) .
56
Signatura formei pătratice Q este σ(Q) = (2, 1, 0), adică forma pătratică nu este
nici pozitiv definită, nici negativ definită.
Pentru a găsi baza în care se obţine această formă canonică, luăm vectorul e′1 = c11 e1
şi determinăm scalarul c11 ∈ R din condiţia
A(e′1 , e1 ) = 1 ⇒ c11 = 1.
1 1 1 1
e′2 = e1 − e2 = ,− ,0 .
7 56 7 56
1 1
e′3 = − e2 + 2e3 = 0, − , 2 .
2 2
1 −4 −8
1 −4
∆1 = 1, ∆2 = = −9, ∆3 = −4 7 −4 = −729.
−4 7
−8 −4 1
2 1 ′ 2 1 ′ 2
Q(x′ ) = (x′1 ) − (x2 ) + (x ) .
9 81 3
Signatura formei pătratice Q este σ(Q) = (2, 1, 0), adică forma pătratică nu este
nici pozitiv definită, nici negativ definită.
Luăm vectorul e′1 = c11 e1 şi determinăm scalarul c11 ∈ R din condiţia
A(e′1 , e1 ) = 1 ⇒ c11 = 1.
4 1 4 1
e′2 = − e1 − e2 = − ,− ,0 .
9 9 9 9
8 4 1 8 4 1
e′3 = − e1 − e2 + e3 = − , − , .
81 81 81 81 81 81
λ −2
A=
−2 λ + 3
λ −2
∆1 = λ, ∆2 = = λ2 + 3λ − 4.
−2 λ + 3
Conform criteriului lui Sylvester, forma pătratică Q este pozitiv definită dacă şi
numai dacă
∆1 > 0 λ>0 λ ∈ (0, ∞)
⇔ ⇔ ⇒
∆2 > 0 λ2 + 3λ − 4 > 0 λ ∈ (−∞, −4) ∪ (1, ∞)
⇒ λ ∈ (1, ∞).
Forma pătratică Q este negativ definită dacă şi numai dacă
⇒ λ ∈ (−∞, −4).
(b) Matricea în baza canonică a formei pătratice Q este
λ 8 2
A= 8 8 2
2 2 1
λ 8 2
λ 8
∆1 = λ, ∆2 = = 8(λ − 8), ∆3 = 8 8 2 = 4(λ − 8).
8 8
2 2 1
Conform criteriului lui Sylvester, forma pătratică Q este pozitiv definită dacă şi
numai dacă
∆1 > 0 λ>0
∆2 > 0 ⇔ λ − 8 > 0 ⇒ λ ∈ (8, ∞).
∆3 > 0 λ−8>0
Forma pătratică Q este negativ definită dacă şi numai dacă
∆1 < 0 λ<0
∆2 > 0 ⇔ λ − 8 > 0 ⇒ λ ∈ ∅.
∆3 < 0 λ−8<0
7. Utilizând metoda valorilor proprii, să se găsească forma canonică şi signatura for-
melor pătratice de mai jos. Care dintre aceste forme pătratice sunt pozitiv definite
şi care sunt negativ definite? Să se precizeze baza ortonormată în care se obţine
forma canonică respectivă.
adică avem valorile proprii λ1 = 0, λ2 = 2 şi λ3 = −7. Prin urmare, forma canonică
a formei pătratice Q este
2 2
Q(x′ ) = 2 (x′2 ) − 7 (x′3 ) .
Signatura formei pătratice Q este σ(Q) = (1, 1, 1), adică forma pătratică nu este
nici pozitiv definită, nici negativ definită.
Subspaţiul propriu asociat valorii proprii λ1 = 0 este
−1 0 3 x 0
Vλ1 = (x, y, z) ∈ R3 0 1 2 y = 0 =
3 2 −5 z 0
= {(3z, −2z, z) | z ∈ R}.
3 − λ −2 −4
−2 6 − λ −2 = 0 ⇔ (λ − 7)2 (λ + 2) = 0,
−4 −2 3 − λ
Utilizând metodele Gauss, Jacobi şi a valorilor proprii, să se reducă Q la forma
canonică (fără a se preciza neapărat bazele în care se obţin acestea) şi apoi să se
verifice Legea de inerţie.
5 −2 −2
5 −2
∆1 = 5, ∆2 = = 26, ∆3 = −2 6 0 = 80.
−2 6
−2 0 4
Signatura formei pătratice Q este σ(Q) = (3, 0, 0), adică forma pătratică este pozitiv
definită.
1. Să se studieze care dintre următoarele aplicaţii sunt biliniare şi simetrice:
R. (a) Biliniară şi simetrică. (b) Biliniară, dar nesimetrică. (c) Nici biliniară, nici
simetrică.
2. Fie A : R3 × R3 → R o aplicaţie biliniară şi simetrică, a cărei expresie analitică în
baza canonică este A(x, y) = 2x1 y2 + 2x2 y1 − 3x3 y3 .
4 −3
R. (a) A(x, y) = 4x1 y1 − 3x1 y2 − 3x2 y1 + 5x2 y2 ; A = .
−3 5
(b) A(x, y) = x1 y1 + 2x1 y2 + 2x2 y1 + 2x1 y3 + 2x3 y1 + 5x2 y2 + 6x2 y3 + 6x3 y2 + 7x3 y3 ;
1 2 2
A = 2 5 6 .
2 6 7
5. Utilizând metoda lui Gauss, să se găsească forma canonică şi signatura formelor
pătratice de mai jos. Care dintre aceste forme pătratice sunt pozitiv definite şi care
sunt negativ definite?
5 ′ 2 x2
R. (a) Q(x′ ) = (x′1 )2 − (x2 ) , unde x′1 = x1 − ; x′2 = x2 .
4 2
′ 2
(b) Q(x ) = − (x1 ) , unde x1 = 4x1 − 3x2 ; x2 = x2 .
′ ′ ′
29 ′ 2 x3
(c) Q(x′ ) = (x′1 )2 + 8 (x′2 )2 + (x3 ) , unde x′1 = x1 + x2 + 2x3 ; x′2 = x2 − ;
2 4
x′3 = x3 .
(d) Q(x′ ) = (x′1 )2 , unde x′1 = 3x1 − 2x2 − x3 ; x′2 = x2 ; x′3 = x3 .
1 1
x′′1 = (x1 + x2 + x3 ) ; x′′2 = (x1 − x2 + 3x3 ) ; x′′3 = x3 .
2 2
2 ′′′ 2 ′′′ 2 ′′′ 2
(g) Q(x′′′ ) = (x′′′
1 ) − (x2 ) − 3 (x3 ) + 3 (x4 ) , unde
x1 x2 x1 x2 1 1
x′′′
1 = + + x3 ; x′′′
2 = − + x3 ; x′′′ ′′′
3 = (x3 + x4 ); x4 = (x3 − x4 ).
2 2 2 2 2 2
6. Utilizând metoda lui Jacobi, să se găsească forma canonică şi signatura formelor
pătratice de mai jos. Care dintre aceste forme pătratice sunt pozitiv definite şi care
sunt negativ definite? Să se precizeze baza în care se obţine forma canonică.
1 ′ 2
R. (a) Q(x′ ) = (x′1 )2 − (x′2 )2 − (x ) ;
4 3
1
B′ = e′1 = (1, 0, 0), e′2 = (2, −1, 0), e′3 = − (1, −2, 1) .
4
1 ′ 2 1 ′ 2
(b) Q(x′ ) = (x′1 )2 − (x ) + (x3 ) ;
3 2 3
1 1
B′ = e′1 = (1, 0, 0), e′2 = − (2, 1, 0), e′3 = − (1, 1, −1) .
3 3
1 ′ 2 3 ′ 2
(c) Q(x′ ) = (x′1 )2 + (x′2 )2 − (x ) − (x4 ) ;
3 3 5
1 1
B′ = e′1 = (1, 0, 0, 0), e′2 = (0, 1, 0, 0), e′3 = (0, 2, −1, 0), e′4 = (0, 5, −1, −3) .
3 5
1 ′ 2
(d) Q(x′ ) = (x′1 )2 + (x′2 )2 − (x′3 )2 + (x ) ;
2 4
1
B′ = e′1 = (1, 0, 0, 0), e′2 = (0, 1, 0, 0), e′3 = (2, 1, −1, 0), e′4 = (−1, −1, 0, 1) .
2
8. Utilizând metoda valorilor proprii, să se găsească forma canonică şi signatura for-
melor pătratice de mai jos. Care dintre aceste forme pătratice sunt pozitiv definite
şi care sunt negativ definite? Să se precizeze baza ortonormată în care se obţine
forma canonică respectivă.
1 1
R. (a) Q(x′ ) = 3 (x′1 )2 + 7 (x′2 )2 ; B ′ = e′1 = √ (1, −1), e′2 = √ (1, 1) .
2 2
(b) Q(x′ ) = 2 (x′1 )2 − (x′2 )2 − (x′3 )2 ;
1 1 1
B′ = e′1 = √ (1, 1, 1), e′2 = √ (1, 0, −1), e′3 = √ (−1, 2, −1) .
3 2 6
1 1 1
B′ = e′1 = (−1, −1, 1, 1), e′2 = (1, −1, 1, −1), e′3 = (−1, 1, 1, −1),
2 2 2
1
e′4 = (1, 1, 1, 1) .
2
Definiţia 5.1.2 Spunem că un punct M din spaţiul tridimensional al geometriei ele-
mentare E3 are coordonatele carteziene (x, y, z) ∈ R3 în reperul cartezian canonic
R = {O; i, j, k} dacă vectorul de poziţie OM se descompune după formula
OM = xi + yj + zk.
Prin urmare, coordonatele vârfurilor B şi O ′ sunt B(0, l, 0) şi O′ (0, 0, l).
Coordonatele vârfului C se determină considerând vectorul de poziţie OC care, con-
form regulii paralelogramului, este
OC = OA + OB = li + lj.
Prin urmare, vârful C are coordonatele C(l, l, 0). Prin analogie, vârful A′ are coordonatele
A′ (l, 0, l) iar vârful B ′ are coordonatele B ′ (0, l, l).
Vectorul de poziţie OC ′ (diagonala cubului) se descompune, conform regulii paralelo-
gramului, în
OC ′ = OC + OO′ = OA + OB + OO′ = li + lj + lk.
Prin urmare, vârful C ′ are coordonatele C ′ (l, l, l).
Cu ajutorul noţiunii de coordonate ale unui punct din spaţiu se pot descrie ecuaţiile
planelor în spaţiu, a dreptelor în spaţiu sau, cu alte cuvinte, se poate dezvolta o întreagă
geometrie analitică în spaţiu. În continuare, vom considera fixat reperul cartezian canonic
R = {O; i, j, k}
Din perspectiva geometriei analitice în spaţiu, un plan în spaţiu este considerat ca plan
orientat (plan cu faţă ). Acest lucru înseamnă că pentru a identifica un plan P în spaţiu
este necesar să fixăm o orientare (faţă ) a planului P . Această orientare (faţă) fixată ne
arată din ce semispaţiu este privit planul P sau care faţă a planului P este considerată
vizibilă. Pentru a fixa o orientare (faţă) a planului P este suficient să fixăm un vector
liber nenul n care să fie perpendicular pe planul P . Un asemenea vector liber nenul n,
care este perpendicular pe planul P , se numeşte vector normal la planul P . Prin definiţie,
sensul vectorului normal n fixează orientarea (faţa) planului P . Referitor la reprezentarea
intuitivă a planului P , orientat în spaţiu, sunt evidente următoarele afirmaţii:
Să considerăm că M0 (x0 , y0 , z0 ) este un punct fixat în spaţiul E3 şi că
n = Ai + Bj + Ck,
unde A2 + B 2 + C 2 = 0, este un vector liber nenul dat din V3 . Atunci, există un unic plan
P , care trece prin punctul M0 şi este perpendicular pe vectorul liber n (vectorul liber n
este un vector normal la planul P ).
Pentru a descrie ecuaţia planului P să considerăm că M (x, y, z) este un punct arbitrar
al planului P . Este evident că apartenenţa M ∈ P este echivalentă cu condiţia
M0 M ⊥ n ⇔ M0 M, n = 0.
Folosind definiţia coordonatelor unui punct în spaţiu, împreună cu regula triunghiului,
obţinem relaţia
M0 M = M0 O + OM = OM − OM0 = (x − x0 )i + (y − y0 )j + (z − z0 )k.
Observaţia 5.2.3 Prelucrând membrul stâng al ecuaţiei precedente şi folosind notaţia
not
D = −Ax0 − By0 − Cz0 ,
ecuaţia planului de mai sus se transcrie ca ecuaţia carteziană:
P : Ax + By + Cz + D = 0,
unde A2 + B 2 + C 2 = 0.
Ecuaţia precedentă se numeşte ecuaţia generală a unui plan.
Evident, vectorul normal la planul P (definit de ecuaţia generală anterioară) este dat
de vectorul liber nenul
n = Ai + Bj + Ck.
Cu alte cuvinte, coeficienţii A, B şi C ai lui x, y şi z din ecuaţia generală a unui plan P
determină coordonatele vectorului normal n la planul P .
Este cunoscut din geometria sintetică euclidiană faptul că două drepte concurente
determină un plan. În consecinţă, în geometria analitică în spaţiu un plan P este unic
determinat de un punct M0 (x0 , y0 , z0 ) şi doi vectori liberi necoliniari şi nenuli: u(l1 , m1 , n1 )
şi v(l2 , m2 , n2 ).
Să considerăm că M (x, y, z) este un punct arbitrar al planului P . Este evident că
punctul M aparţine planului P determinat de punctul M0 (x0 , y0 , z0 ) şi vectorul normal
n = u × v.
Ţinând seama de definiţia produsului vectorial a doi vectori liberi, rezultă că coordo-
natele (A, B, C) ale vectorului normal n la planul P sunt
m1 n1 l n l1 m1
A= , B=− 1 1 şi C = .
m2 n2 l2 n2 l2 m2
Ţinând cont acum de descompunerea după prima linie a unui determinant de ordin
trei, observăm că ecuaţia carteziană de mai sus se poate restrânge sub forma mai simplă
de determinant de ordin trei:
x − x0 y − y0 z − z0
P : l1 m1 n1 = 0.
l2 m2 n2
Este cunoscut din geometria sintetică euclidiană faptul că trei puncte necoliniare
M1 (x1 , y1 , z1 ), M2 (x2 , y2 , z2 ) şi M3 (x3 , y3 , z3 )
determină un unic plan P = (M1 M2 M3 ) în spaţiu.
Planul P = (M1 M2 M3 )
Să considerăm că punctul M (x, y, z) este un punct arbitrar al planului P = (M1 M2 M3 ).
Este evident că punctul M aparţine planului P determinat de punctul M1 (x1 , y1 , z1 ) şi
vectorii liberi necoliniari
M1 M2 (x2 − x1 , y2 − y1 , z2 − z1 ) şi M1 M3 (x3 − x1 , y3 − y1 , z3 − z1 ).
Prin urmare, folosind ecuaţia carteziană a unui plan determinat de un punct şi doi
vectori liberi necoliniari, rezultă că ecuaţia carteziană a planului P este
x − x1 y − y1 z − z1
P : x2 − x1 y2 − y1 z2 − z1 = 0.
x3 − x1 y3 − y1 z3 − z1
Ţinând cont acum de descompunerea după ultima ultima coloană a unui determinant
de ordin patru şi de proprietăţile determinanţilor, observăm că ecuaţia carteziană de mai
sus se poate restrânge sub forma mai simplă de determinant de ordin patru:
x y z 1
x1 y1 z1 1
P : = 0.
x2 y2 z2 1
x3 y3 z3 1
1. alegerea unui vector director a pe dreapta D este echivalentă cu alegerea unei ori-
entări (unui sens de parcurs);
Să descriem acum ecuaţiile dreptei în spaţiu D, care trece punctul M0 (x0 , y0 , z0 ) şi
este orientată (direcţionată) de un vector liber nenul a(l, m, n).
Este evident că un punct arbitrar M(x, y, z) din spaţiu se află pe dreapta D dacă şi
numai dacă vectorul liber M0 M este coliniar cu vectorul director a.
a, k n
cos γ = =√ .
||a|| · k l2 + m2 + n2
deducem că ecuaţiile carteziene ale dreptei D pot fi rescrise sub forma echivalentă
x − x0 y − y0 z − z0
D: = = .
cos α cos β cos γ
Este cunoscut din geometria sintetică euclidiană că două puncte distincte M1 (x1 , y1 , z1 )
şi M2 (x2 , y2 , z2 ) determină o unică dreaptă în spaţiu D = M1 M2 .
Dreapta D = M1 M2
Pentru a descrie ecuaţiile carteziene ale dreptei D = M1 M2 , să observăm că dreapta
D este dreapta care trece prin punctul M1 (x1 , y1 , z1 ) şi este orientată de vectorul director
Prin urmare, ţinând cont de expresiile ecuaţiilor unei drepte determinate de un punct şi
un vector director, deducem că ecuaţiile carteziene ale dreptei D = M1 M2 sunt
x − x1 y − y1 z − z1
D: = = .
x2 − x1 y2 − y1 z2 − z1
Este cunoscut din cadrul geometriei sintetice euclidiene că intersecţia a două plane
neparalele este o dreaptă. În acest context, fie P1 şi P2 două plane neparalele, de ecuaţii
P1 : A1 x + B1 y + C1 z + D1 = 0 şi P2 : A2 x + B2 y + C2 z + D2 = 0.
A1 B1 C1
rang = 2.
A2 B2 C2
Dreapta D = P1 ∩ P2
Este evident că dacă vectorii liberi n1 (A1 , B1 , C1 ) şi n2 (A2 , B2 , C2 ) reprezintă vectorii
normali la planele P1 şi P2 atunci vectorul liber a = n1 × n2 reprezintă vectorul director
al dreptei D = P1 ∩ P2 . Deoarece avem
i j k
B1 C1 A1 C1 A1 B1
a = n1 × n2 = A1 B1 C1 = i− j+ k,
B2 C2 A2 C2 A2 B2
A2 B2 C2
rezultă că parametrii directori l, m şi n ai dreptei D = P1 ∩ P2 sunt
B1 C1 A1 C1 A1 B1
l= , m=− şi n = .
B2 C2 A2 C2 A2 B2
Deoarece planele şi dreptele în spaţiu sunt definite ca figuri geometrice orientate, putem
introduce în mod riguros noţiunile de unghi dintre două plane orientate, dintre o dreaptă
orientată şi un plan orientat şi dintre două drepte orientate.
Observaţia 5.5.3 Planele P1 şi P2 sunt perpendiculare (P1 ⊥ P2 ) dacă şi numai dacă:
n1 ⊥ n2 ⇔ n1 , n2 = 0 ⇔ A1 A2 + B1 B2 + C1 C2 = 0.
Observaţia 5.5.4 Planele P1 şi P2 sunt paralele neconfundate (P1 P2 ) dacă şi numai
dacă:
A1 B1 C1 D1
n1 este coliniar cu n2 ⇔ = = = .
A2 B2 C2 D2
Observaţia 5.5.5 Planele P1 şi P2 sunt confundate (P1 = P2 ) dacă şi numai dacă:
A1 B1 C1 D1
= = = .
A2 B2 C2 D2
Observaţia 5.5.6 Rapoartele care intervin în observaţiile anterioare au un caracter for-
mal în sensul că, dacă vreun numitor este egal cu zero, atunci şi numărătorul corespun-
zător este egal cu zero.
Fie
x − x0 y − y0 z − z0
D: = = ,
l m n
unde l2 + m2 + n2 = 0, o dreaptă orientată arbitrară în spaţiu şi fie
P : Ax + By + Cz + D = 0,
Observaţia 5.5.4 Dreptele D1 şi D2 sunt perpendiculare (D1 ⊥ D2 ) dacă şi numai dacă:
a ⊥ b ⇔ a, b = 0 ⇔ l1 l2 + m1 m2 + n1 n2 = 0.
l1 m1 n1
a este coliniar cu b ⇔ = = .
l2 m2 n2
Fie M1 (x1 , y1 , z1 ) şi M2 (x2 , y2 , z2 ) două puncte arbitrare din spaţiu. Prin definiţie,
distanţa dintre punctele M1 şi M2 este egală cu norma (lungimea) vectorului M1 M2 .
Deoarece vectorul M1 M2 are descompunerea
Prin urmare, printr-un calcul direct, deducem că lungimea vectorului M0 M1 este
M0 M1 = (α − x0 )2 + (β − y0 )2 + (γ − z0 )2 =
|Ax0 + By0 + Cz0 + D|
= √ .
A2 + B 2 + C 2
În concluzie, distanţa de la punctul M0 la planul P este determinată de formula:
|Ax0 + By0 + Cz0 + D|
d(M0 , P ) = √ .
A2 + B 2 + C 2
Atunci, din formula generală a ariei unui paralelogram şi cea care dă aria paralelogramului
construit pe vectorii liberi a şi M0 A, deducem că formula care dă distanţa de la punctul
A la dreapta D este
a × M0 A
d(A, D) = .
||a||
A ∈ D1 , B ∈ D2 , A = B, AB ⊥ D1 şi AB ⊥ D2 .
M1 , a1 şi a1 × a2 ,
respectiv
M2 , a2 şi a1 × a2 .
În consecinţă, ţinând cont de forma ecuaţiei unui plan determinat de un punct şi doi
vectori, deducem că ecuaţiile carteziene ale perpendicularei comune AB a dreptelor D1 şi
D2 (aflate în poziţie generală) sunt
x − x1 y − y1 z − z1
l1 m1 n1 =0
l3 m3 n3
AB :
x − x2 y − y2 z − z2
l2 m2 n2 = 0,
l3 m3 n3
unde
m1 n1 l1 n1 l1 m1
l3 = , m3 = − şi n3 = .
m2 n2 l2 n2 l2 m2
1. Să se calculeze aria şi înălţimea din A pentru triunghiul △ABC determinat de
punctele A (0, 1, 0), B (2, 0, 1) şi C (−1, 0, −4).
Rezolvare. Punctele A, B şi C determină vectorii
AB = OB − OA = 2i − j + k,
AC = OC − OA = −i − j − 4k,
BC = OC − OB = −3i − 5k.
i j k
AB × AC = 2 −1 1 = 5i + 7j − 3k.
−1 −1 −4
1 ! ! 2AABC 83
A△ABC = · hA · !BC ! ⇔ hA = ! ! = .
2 !BC ! 34
2. Să se calculeze volumul tetraedrului ABCD şi înălţimea din A a acestuia, unde
A (3, 2, −1) , B (4, 3, −1) , C (5, 3, −1) , D (4, 2, 1).
Rezolvare. Punctele A, B, C şi D determină vectorii
AB = OB − OA = i + j,
AC = OC − OA = 2i + j,
AD = OD − OA = i + 2k.
i j k
BC × BD = 1 0 0 = −2j − k.
0 −1 2
x − xA y − yA z − zA
xB − xA yB − yA zB − zA = 0,
xC − xA yC − yA zC − zA
adică
x−3 y−1 z
−1 0 −1 = 0 ⇔ x + y − z − 4 = 0.
0 1 1
(b) Planul căutat are drept normală vectorul k(0, 0, 1). Prin urmare, ecuaţia planului
căutat este z + 1 = 0.
(c) Planul conţine orice două puncte de pe axa Oz. Alegem, pentru comoditate,
punctele O (0, 0, 0) şi M (0, 0, 1). Atunci ecuaţia planului cerut este
x − xO y − yO z − zO
xM − xO yM − yO zM − zO = 0,
xC − xO yC − yO zC − zO
adică
x y z
0 0 1 = 0 ⇔ 2x − 3y = 0.
3 2 1
(d) Planul căutat este determinat de punctul B şi direcţiile BC(1, 1, 2) şi j(0, 1, 0).
Prin urmare, ecuaţia planului căutat este
4. Să se scrie ecuaţia planului care trece prin punctul M (2, 0, 1) şi care este perpen-
dicular pe planele π 1 : x + y + z = 0 şi π 2 : x − 2y + 3z = 1.
Rezolvare. Fie π planul căutat. Deoarece planul π este perpendicular pe π 1 şi π 2 ,
rezultă că el este paralel cu normalele la acestea, şi anume, n1 (1, 1, 1) şi n2 (1, −2, 3).
Prin urmare, planul π este planul determinat de punctul M şi direcţiile n1 şi n2 ,
adică
x−2 y z−1
π: 1 1 1 = 0 ⇔ 5x − 2y − 3z − 7 = 0.
1 −2 3
6. Să se scrie ecuaţiile dreptei care trece prin punctul M (1, −1, 1) şi este paralelă cu
dreapta de intersecţie a planelor P1 : x + y = 3 şi P2 : x − z = 1.
Rezolvare. Dreapta de intersecţie a planelor P1 şi P2 are drept vector director
produsul vectorial v = n1 × n2 al normalelor la cele două plane (deoarece dreapta
este perpendiculară pe normalele ambelor plane). Avem
i j k
v = n1 × n2 = 1 1 0 = −i + j − k.
1 0 −1
Dreapta căutată are drept vector director pe v şi conţine punctul M , deci ecuaţiile
ei sunt
x−1 y+1 z−1
= = .
−1 1 −1
P : x + 3y + 2z − 2 = 0,
se sprijină pe dreapta d : x = y = z şi este paralelă cu planul
P ′ : 4x − y − z − 3 = 0.
π λ : x − 5z − 4 + λ (y − 2z + 3) = 0, λ ∈ R.
π λ=−9/8 : 8x − 9y − 22z − 59 = 0.
x−2 y−1 z
= = .
2 2 1
Proiecţia M ′ a punctului M pe planul P se obţine din intersecţia acestei perpendi-
culare cu planul P . Prin urmare, rezolvând sistemul
x−2 = y−1 = z
2 2 1
2x + 2y + z = −3,
|2 · 2 + 2 · 1 + 1 · 0 + 3|
d(M, P ) = √ = 3.
22 + 22 + 12
13. Să se determine aplicaţia liniară care transformă un punct P (x, y, z) ∈ R3 în sime-
tricul său faţă de planul π : x + y + z = 0. Să se arate că aplicaţia liniară astfel
determinată este ortogonală.
Rezolvare. Fie P (α, β, γ) un punct arbitrar din spaţiu. Coordonatele proiecţiei P ′
a punctului P pe planul π sunt soluţiile sistemului
Se verifică uşor acum că avem A· T A = I3 , adică aplicaţia liniară este ortogonală.
14. Să se afle coordonatele proiecţiei ortogonale a punctului M (1, 1, 1) pe dreapta
x−1 y+1 z + 12
d: = = .
2 2 −1
Rezolvare. Să considerăm că M ′ (α, β, γ) este proiecţia punctului M pe dreapta d.
Deoarece M ′ ∈ d, obţinem relaţiile
α−1 β+1 γ + 12
= = .
2 2 −1
Vectorul MM ′ (α − 1, β − 1, γ − 1) este perpendicular pe vectorul director v(2, 2, −1)
al dreptei d. Prin urmare, avem
M M ′ ⊥ v ⇔ M M ′ , v = 0 ⇔ 2(α − 1) + 2(β − 1) − (γ − 1) = 0.
Rezolvând sistemul, găsim α = −1, β = −3, γ = −11.
15. Să se scrie ecuaţia planului care trece prin dreapta
x−1 y−1 z−2
d: = =
0 1 2
şi este perpendicular pe planul P : x + y + z = 0.
Rezolvare. Planul căutat va conţine vectorul director al dreptei d şi normala la
planul P . Totodată el va trece prin orice punct al dreptei d, spre exemplu, prin
punctul A (1, 1, 2). Prin urmare, ecuaţia planului căutat este
x−1 y−1 z−2
0 1 2 = 0 ⇔ −x + 2y − z + 1 = 0.
1 1 1
x − 3 = λ (y − 1)
dλµ : λ, µ ∈ R∗ .
x − 3 = µ (z + 1) ,
x+y+z−1 =0
3x − y + 4z − 29 = 0
Rezolvare. Punctul A1 (1, −1, −1) aparţine dreptei d iar v(−5, 3, 3) este vectorul
director al dreptei d. Rezultă că avem
i j k
AA1 × v = 0 −3 −3 = 15j − 15k.
−5 3 3
Rezolvare. Direcţiile dreptelor d1 şi d2 sunt v 1 (1, −1, −3) şi v 2 (1, 2, 0), iar produsul
lor vectorial este
i j k
v 1 × v 2 = 1 −1 −3 = 6i − 3j + 3k.
1 2 0
1 0 0
A1 A2 , v 1 , v 2 = 1 −1 −3 = 6,
1 2 0
ceea ce implică √
A1 A2 , v1 , v2 6 6
d(d1 , d2 ) = = √ = .
v1 × v2 3 6 3
π 1 : x + 2y − z = α,
π 2 : αx = 3,
π 3 : x + βy + z = 0
1 2 −1
α 0 0 = 0 ⇒ α ∈ R\{0}, β ∈ R\{−2}.
1 β 1
(c) Deoarece cele trei plane sunt două câte două neparalele, condiţia necesară şi
suficientă ca ele să formeze o prismă este ca cele trei plane să nu aibă nici un
punct comun. Cu alte cuvinte, sistemul
√ format din ecuaţiile planelor trebuie să fie
incompatibil. Rezultă α ∈ R\{0, ± 6} şi β = −2.
1. Să se calculeze aria şi înălţimile triunghiului △ABC, unde A (1, −2, 1) , B (2, 1, −1)
şi C (3, 2, −6).
√
182 182 182 182
R. A△ABC = ; hA = ; hB = ; hC = .
2 27 69 14
2. Se dau punctele A (1, −5, 4) , B (0, −3, 1) , C (−2, −4, 3) , D (4, 4, −2). Să se cal-
culeze volumul tetraedrului ABCD şi înălţimile acestuia.
R. VABCD = 15/2; hA = 3. Analog, folosind formula volumului unui tetraedru, se
calculează şi celelalte înălţimi.
3. Se consideră punctele A (a, 0, 0) , B (0, b, 0) , C (0, 0, c), unde a, b, c ∈ R. Să se arate
că avem
1√ 4
A△ABC ≤ a + b4 + c4 .
2
În ce condiţii are loc egalitatea?
R. Aria triunghiului este
1√ 2 2
A△ABC = a b + a2 c2 + b2 c2 .
2
Aplicăm acum inegalitatea Cauchy-Buniakovski-Schwarz. Rezultă că avem egalitate
pentru a2 = b2 = c2 .
4. Să se determine ecuaţia planului care trece prin punctul M (−1, 1, 0) şi taie pe axele
de coordonate segmente cu lungimile proporţionale cu numerele 2, 3 şi 4.
R. 6x + 4y + 3z + 2 = 0.
5. Fie triunghiul △AM C determinat de punctele A (0, 2, 0) , M (3, 2, 1) şi C (0, 1, 2).
Să se scrie ecuaţiile:
x y−2 z x 2y − 3 z−1 3x + z − 5 = 0
R. (a) = = ; (b) = = ; (c)
9 −8 19 3 1 0 x − 6y − 3z + 12 = 0.
Să se scrie ecuaţiile carteziene ale acestei traiectorii. Să se determine momentul t la
care mobilul se află în planul x + y + z = 0.
x−1 y z−3
R. = = ; t = −2.
2 −1 1
7. Să se scrie ecuaţiile proiecţiei dreptei
P : 3x + 5y + z = 0
9. Să se determine coordonatele simetricului punctului M (2, −1, −1) faţă de dreapta
x−1 y+1 z
d: = = .
2 3 1
R. Prd M = M ′′ (2/7, −4/7, 8/7).
x−1 y−2 z
d: = =
2 −1 3
faţă de planul P : 2x − y + z = 0.
x−1 y−2 z
R. = = .
−10 5 1
x+y+z+3=0
d:
2x − 3y − z = 0
pe planul P : 3x + 2y − z − 2 = 0.
−7x + 13y + 5z + 3 = 0
R. PrP d :
3x + 2y − z − 2 = 0.
x − y − 3z + 2 = 0
d:
2x − y + 2z − 3 = 0.
(a) Să se scrie ecuaţia planului Q care trece prin dreapta d şi face un unghi de 60◦
cu planul P .
(b) Să se scrie ecuaţia planului R care trece prin dreapta d şi face un unghi de 30◦
cu dreapta
x+1 y−2 z−3
d1 : = = .
−1 2 1
√
9 ± 78
R. (a) Q1,2 : x − y − 3z + 2 + λ1,2 (2x − y + 2z − 3) = 0, unde λ1,2 = .
3
√
51 ± 3 70
(b) R1,2 : x − y − 3z + 2 + λ1,2 (2x − y + 2z − 3) = 0, unde λ1,2 = .
73
186 GEOMETRIE ANALITICĂ LINIARĂ îN SPAŢIU
17. Să se determine simetricul planului P : 2x+y−2z = 1 faţă de planul Q : x+y+z = 0.
R. π : 4x + y − 8z − 3 = 0.
d1 : x = y = z
23. Să se arate că planele mediatoare ale muchiilor unui tetraedru sunt concurente.
[1] Atanasiu, Gh., Munteanu, Gh., Postolache, M., Algebră Liniară. Geometrie Analitică
şi Diferenţială. Ecuaţii diferenţiale (Culegere de probleme), Editura Fair Partners,
Bucureşti, 2003.
[2] Atanasiu, Gh., Stoica, E., Algebră Liniară. Geometrie Analitică, Editura Fair Part-
ners, Bucureşti, 2003.
[3] Balan, V., Algebră Liniară, Geometrie Analitică şi Diferenţială, Universitatea "Po-
litehnica" din Bucureşti, 1998.
[4] Balan, V., Algebră Liniară. Geometrie Analitică, Editura Fair Partners, Bucureşti
1999.
[5] Craioveanu, M., Albu, I., Geometrie Afină şi Euclidiană, Editura Facla, Timişoara,
1982.
[7] Ianuş, S., Geometrie Diferenţială cu Aplicaţii în Teoria Relativităţii, Editura Acade-
miei Române, Bucureşti, 1983.
[8] Miron, R., Introducere în Geometria Diferenţială, Universitatea "Al. I. Cuza" din
Iaşi, 1971.
[9] Miron, R., Geometrie Analitică, Editura Didactică şi Pedagogică, Bucureşti, 1976.
[10] Munteanu, Gh., Manea, A., Geometrie Analitică, Editura Universităţii "Transilva-
nia" din Braşov, 2007.
[11] Neagu, M., Oană, A., Geometrie Superioară în Plan şi în Spaţiu, Editura Univer-
sităţii "Transilvania" din Braşov, 2008.
[14] Obădeanu, V., Elemente de Algebră Liniară şi Geometrie Analitică, Editura Facla,
Timişoara, 1981.
[15] Oproiu, V., Geometrie, Universitatea "Al. I. Cuza" din Iaşi, 1980.
[16] Păun, M., Matematici pentru Silvicultori, Vol. I, Editura Fair Partners, Bucureşti,
2009.
[17] Pitiş, Gh., Curs de Algebră, Geometrie şi Ecuaţii Diferenţiale, Universitatea "Tran-
silvania" din Braşov, 1990.
BIBLIOGRAFIE 189
[18] Radu, C., Algebră Liniară, Geometrie Analitică şi Diferenţială, Editura All, Bu-
cureşti, 1996.
[19] Radu, C., Drăguşin, L., Drăguşin, C., Algebră Liniară. Analiză Matematică. Geome-
trie Analitică şi Diferenţială (Culegere de probleme), Editura Fair Partners, Bu-
cureşti, 2000.
[21] Stoica, E., Neagu, M., Algebră Liniară. Geometrie Analitică şi Diferenţială (Culegere
de probleme), Editura Fair Partners, Bucureşti 2009.
[22] Teleman, K., Geometrie Diferenţială Locală şi Globală, Editura Tehnică, Bucureşti,
1974.
[23] Teleman, K., Metode şi Rezultate în Geometria Diferenţială Modernă, Editura Şti-
inţifică şi Enciclopedică, Bucureşti, 1979.
[25] Udrişte, C., Algebră Liniară. Geometrie Analitică, Editura Geometry Balkan Press,
Bucureşti, 2000.
[26] Udrişte, C., Geometrie Diferenţială. Ecuaţii Diferenţiale, Editura Geometry Balkan
Press, Bucureşti, 1997.
[27] Vrânceanu, Gh., Geometrie Analitică, Proiectivă şi Diferenţială, Editura Didactică
şi Pedagogică, Bucureşti, 1962.
[28] Vrânceanu, Gh., Mărgulescu, G., Geometrie Analitică, Editura Didactică şi Peda-
gogică, Bucureşti, 1973.
190 BIBLIOGRAFIE