Documente Academic
Documente Profesional
Documente Cultură
Transformări liniare
63
64 CAPITOLUL 4. TRANSFORMĂRI LINIARE
Demonstraţie.
Definim legea internă din L(X,Y). Fie ( ) ∈ L(XY) × L(X,Y) şi introducem suma
lor prin ( + )(u) = (u) + (u) ∀u ∈ X Folosind definiţia sumei a două transformări,
liniaritatea şi Teorema 4.1 obţinem:
∀( ) ∈ L(XY) × L(X,Y):( + )(u + v) = (u + v) + (u + v) = (u) +
(v) + (u) + (v) = ( (u) + (u)) + ( (v) + (v)) = ( + )(u) + ( + )(u)
∀ ∈ R ∀u ∈ X adică + ∈ L(XY)
Definim legea externă din L(X,Y). Introducem produsul dintre un scalar şi o transfor-
mare
∀ ∈ L(X,Y) ∀ ∈ R : ( )(u) = (u) ∀u ∈ X
Folosind definiţia produsului dintre un scalar şi o transformare, liniaritatea ei şi Teorema
4.1 obţinem:
∀( ) ∈ × L(X,Y):( )(u+v) = ( (u + v)) = ( (u)+ (v)) = ( (u))+
(v) = ( )(u) + ( (u) ∀( u) ∈ R × X adică ∈ L(XY)
Având definite aceste operaţii se verifică uşor că (L(XY) +) este grup comutativ şi
sunt satisfăcute axiomele 1 − 4 din Definiţia 2.1 a spaţiului liniar.¥
Observaţia 4.1 Dacă ı̂n Definiţia 4.1, a) ı̂nlocuim u = v = θX obţinem (θX ) = (θX ) +
(θ X ) de unde rezultă că
(θX ) = θ Y (4.5)
unde X şi respectiv Y sunt vectorii nuli din R-spaţiile liniare X şi respectiv Y. Condiţia
(4.5) este doar o condiţie necesară ca o aplicaţie să fie liniară. De aici rezultă că dacă
(θ X ) 6= θY atunci nu este liniară.
Teorema 4.3 Fie (X + · R) (Y + · R) şi (Z + · R) spaţii liniare şi ∈ L(X Y), ∈
L(Y Z) Atunci ◦ ∈ L(X,Z) (compunerea a două transformări liniare este o transfor-
mare liniară) unde (◦ )(u) = ( (u)) ∀u ∈ X. Mai mult, dacă şi sunt izomorfisme,
atunci ◦ este izomorfism.
Pentru orice izomorfism ∈ L(X Y) aplicaţia inversă −1 ∈ L(Y X) (inversul unui
izomorfism liniar este un izomorfism liniar), unde ∀v ∈ Y : −1 (v) = u ⇔ (u) = v este
un izomorfism.
⎞⎛ ⎛ ⎞
e1 e01
⎜ ⎟ ⎜ .. ⎟
Dacă u ∈ X, u = (1 ) ⎝ ... ⎠ are imaginea (u) = (1 ) ⎝ . ⎠
e e0
atunci
⎛ ⎞ ⎛ ⎞
1 1
⎜ .. ⎟ ⎜ . ⎟
⎝ . ⎠ = P ⎝ .. ⎠ (4.7)
Rezolvare.
a) Calculăm (e1 ) = (1 1 0 1) = 1 · e01 + 1 · e02 + 0 · e03 + 1 · e04
(1 1 0 1) coloana ı̂ntâia a matricei lui 1 ( )2
(e2 ) = (1 0 1 −1) = 1 · e01 + 0 · e02 + 1 · e03 + (−1) · e04
(e3 ) = (0 1 −1 2) = 0 · e01 + 1 · e02 + (−1) · e03 + 2 · e04
4.1. MATRICEA UNEI TRANSFORMĂRI LINIARE 67
⎛ ⎞
1 1 0
⎜ 1 0 1 ⎟
1 ( )2 = ⎝
⎜ ⎟
0 1 −1 ⎠
1 −1 2
b) Calculăm (f1 ) = (1 + 1 1 − 1 1 + 1 1 − 1 − 2) = (2 0 2 −2) =
X4
= 1 f0 = − 43 (0 1 1 1) + 23 (1 0 1 1) − 43 (1 1 0 1) + 83 (1 1 1 0)
=1
(f2 ) = (1 − 1 1 + 1 −1 − 1 1 + 1 + 2) = (0 2 −2 4) =
X4
= 2 f0 = 43 (0 1 1 1) − 23 (1 0 1 1) + 10
3
(1 1 0 1) − 83 (1 1 1 0)
=1
(f3 ) = (−1 + 1 −1 + 1 1 − 1 −1 − 1 + 2) = (0 0 0 0) =
X 4
= 3 f0 = 0(0 1 1 1) + 0(1 0 1 1) + 0(1 1 0 1) + 0(1 1 1 0)
⎛ =1 ⎞ ⎛ ⎞
0 1 1 1 2 0 0 1 0 0 0 − 43 34 0
⎜ 1 0 1 1 0 2 0 ⎟ ⎜ 2 2
0 ⎟
⎜ ⎟, row echelon form: ⎜ 0 1 0 0 3 4 −103 ⎟
⎝ 1 1 0 1 2 −2 0 ⎠ ⎝ 0 0 1 0 − 0 ⎠
3 3
1 1 1 0 −2 4 0 0 0 0 1 83 − 83 0
⎛ 4 4 ⎞
−3 3 0
⎜ 2 −2 0 ⎟
P =1 ( )2 = ⎜ 3 3
⎝ − 4 10 0 ⎠ ¨
⎟
3 3
8
3
− 83 0
Definiţia 4.3 Fie (X + · R) şi (Y + · R) două spaţii liniare, dimR X = dimR Y =
1 = ( )=1 2 = (e0 )=1 două baze ı̂n X şi respectiv Y iar ∈ L(X,Y). Matricea
P ∈ M× (R) ale cărei coloane sunt coordonatele vectorilor (e ) = 1 ı̂n baza 2
din spaţiul liniar Y se numeşte matricea asociată transformării liniare ı̂n raport cu
perechea de baze (1 2 )
În cazul endomorfismelor are loc următoarea legătura ı̂ntre matricele endomorfismului
ı̂n două perechi de baze.
68 CAPITOLUL 4. TRANSFORMĂRI LINIARE
A
Demonstraţie. Din faptul că 1 → 2 şi definiţia matricii schimbării de bază rezultă că
⎛ ⎞ ⎛ ⎞
e01 e1
⎜ .. ⎟ ⎜ . ⎟
⎝ . ⎠ = ⎝ .. ⎠ (4.11)
0
e e
Dar
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
(e01 ) e01 e1
⎜ .. ⎟ ⎜ . ⎟ ⎜ . ⎟
⎝ . ⎠ = Q ⎝ .. ⎠ = Q ⎝ .. ⎠
(e0 ) e0 e
Aplicând
⎛ transformarea
⎞ ⎛ liniară
⎞ T relaţiei (4.11)
⎛ obţinem
⎞
0
(e1 ) (e1 ) e1
⎜ .. ⎟ ⎜ . ⎟ (412) ⎜ .. ⎟
⎝ . ⎠ = A ⎝ .. ⎠ = A P ⎝ . ⎠
0
(e ) (e ) e
Din unicitatea descompunerii rezultă
Q A = A P ⇔ AQ = PA
De unde rezultă
Q = A−1 PA
Exemplificăm conţinutul teoremei prin următoarea schemă:
1 ( )1
X1 → X1
A↓ ↓A
2 ( )2
X2 → X2
4.1. MATRICEA UNEI TRANSFORMĂRI LINIARE 69
= −1
2 ( )2 1 ( ) 1 ¥
Formula (4.10) se numeşte formula de schimbare a matricei unei transformări
liniare ∈ L(X,X) la schimbarea bazei ı̂n spaţiul liniar (X + · R)
Rezolvare. Observăm că este un endomorfism deci folosim relaţia (4.10). Determinăm
matricea lui ı̂n baza canonică, ( ) = P
(e1 ) = (1 1 0) = 1(1 0 0) + 1(0 1 0) + 0(0 0 1)
(e2 ) = (1 0 1) = 1(1 0 0) + 0(0 1 0) + 1(0 0 1)
⎛ 1 −1) = 0(1
(e3 ) = (0 ⎞ 0 0) + 1(0 1 0) − 1(0 0 1)
1 1 0
( ) = ⎝ 1 0 1 ⎠
0 1 −1 ⎛ ⎞
1 1 −1
Determinăm matricea de trecere de la baza la baza 1 A = ⎝ 1 −1 1 ⎠
⎛ 1 1 ⎞ −1 1 1
2 2
0
Inversa matricei A este A−1 = ⎝ 12 0 12 ⎠
0 12 21
Rezultă ⎛ 1 1 ⎞⎛ ⎞⎛ ⎞
2 2
0 1 1 0 1 1 −1
1 ( )1 = A
−1
· ( ) · A = ⎝ 12 0 12 ⎠ ⎝ 1 0 1 ⎠ ⎝ 1 −1 1 ⎠ =
⎛ ⎞ ⎛ 0 12⎞ 12 ⎛ 0 1 −1 ⎞ −1 1 1
1 1
1 2 2 1 1 −1 1 1 0
= ⎝ 1
1 −2 1 ⎠⎝
1 −1 1 ⎠ = ⎝ 2 −1 0 ⎠
2
1 1
2 2
0 −1 1 1 1 0 0
Acelaşi rezultat ı̂l obţinem dacă calculăm (u ) = 1 3 şi descompuneam aceşti vectori
după vectorii bazei 2
(u1 ) = (2 0 2) = 1(1 1 −1) + 2(1 −1 1) + 1(−1 1 1)
(u ) = (0 2 −2) = 1(1 1 −1) − 1(1 −1 1) + 0(−1 1 1)
(u ) = (0 0 0)⎛= 0(1 1 −1)⎞+ 0(1 −1 1) + 0(−1 1 1)
1 1 0
Deci 1 ( )1 = ⎝ 2 −1 0 ⎠ ¨
1 0 0
Observaţia 4.3 Matricele unui endomorfism ∈ L(X) relativ la două baze alese ı̂n X
sunt matrice asemenea.
70 CAPITOLUL 4. TRANSFORMĂRI LINIARE
Teorema 4.6 Fie (X + · R) (Y + · R) şi (Z + · R) trei spaţii liniare, dimR X =
dimR Y = dimR Z = şi ∈ L(X,Y), ∈ L(Y,Z). Fie 1 = (e )=1 2 = (e0 )=1
3 = (e00 )=1 baze ı̂n (X + · R) (Y + · R) şi respectiv ı̂n (Z + · R) Atunci are loc
relaţia:
Teorema 4.7 Fie (X + · R) şi (Y + · R) două spaţii liniare, dimR X = dimR Y = şi
∈ L(X,Y), izomorfism. Fie 1 şi 2 două baze ı̂n (X + · R) şi respectiv (Y + · R)
Atunci are loc relaţia:
2 (
−1
)1 = (1 ( )2 )−1 (4.14)
Demonstraţie.
Deoarece ◦ −1 = Y şi −1 ◦ = X ţinând seama de Teorema 4.6 şi de faptul că
matricea aplicaţiei identitate este matricea unitate, rezultă:
1 ( )2 ·2 (
−1
)1 =2 ( −1 )1 ·1 ( )2 = I ⇒ (1 ( )2 )−1 =2 ( −1 )1 ¥
Teorema 4.8 Nucleul lui este un subspaţiu liniar al spaţiului liniar X. Imaginea lui
este un subspaţiu liniar al spaţiului liniar X.
Demonstraţie. Observăm că ker( ) 6= ∅ deoarece θ X ∈ ker( ). Fie ∈ R şi u v ∈
ker( ) astfel ı̂ncât (u) = θ (v) = θ Atunci (u + v) = (u) + (v) = θX şi deci
u + v ∈ ker( )
Observăm că Im( ) 6= ∅ deoarece θ Y ∈ Im( ) Fie ∈ R şi u v ∈ Im( ) Rezultă
că există w1 w2 ∈ Y astfel ı̂ncât (u) = w1 (v) = w2 ; w1 + w2 = (u) + (v) =
(u + v) de unde rezultă că w1 + w2 ∈ Im( )¥
Observaţia 4.4 rang( ) = rang( ) unde este matricea lui ı̂n orice pereche de baze.
Teorema 4.9 Transformarea liniară este injectivă dacă şi numai dacă ker( ) = {θX }
Demonstraţie. Necesitatea. Presupunem că transformarea liniară este injectivă şi fie
u ∈ ker( ) deci (u) = θY Dar (θX ) = θ Y şi cum (u) = (θX ) rezultă că u = θX
adică ker( ) = {θ X }
Suficienţa. Presupunem că ker( ) = {θX } şi fie (u) = (v) Rezultă (u − v) = θY
deci u − v ∈ ker( ), adică u = v deci injectivă.¥
Exerciţiul 4.1 Transformarea liniară este surjectivă dacă şi numai dacă Im( ) = Y
Teorema 4.10 (Teorema rang-defect) Fie (X + · R) şi (Y + · R) spaţii liniare, dimR X =
şi ∈ L(X,Y). Atunci
rang( ) + def( ) =
Demonstraţie. Fie def( ) = ≤ şi fie (v1 v2 v ) o bază ı̂n ker( ) Com-
pletăm sistemul de vectori (v1 v2 v ) până la o bază ı̂n spaţiu X (Teorema 2.7)
{v1 v2 v v+1 v+2 v }
Vom demonstra că sistemul de vectori ( (v+1 ) (v )) este o bază ı̂n Im( )
Arătăm că vectorii sistemului ( (v+1 ) (v )) sunt liniar independenţi ı̂n Im( )
P P
Fie (v ) = θ Y rezultă că ( v ) = θ Y deci
=+1 =+1
P
P
P
P
P
v ∈ ker( ) ⇒ v = v ⇒ v − v = θX
=+1 =+1 =1 =+1 =1
Deoarece {v1 v2 v v+1 v+2 v } este un sistem de vectori liniar indepen-
dent, rezultă +1 = = = 1 = = = 0 deci vectori { (v+1 ) (v )} sunt
liniar independenţi.
72 CAPITOLUL 4. TRANSFORMĂRI LINIARE
Fie w ∈ Im( ) arbitrar Demonstrăm că vectorii sistemului (w (v+1 ) (v ))
sunt liniar dependenţi. Deoarece w ∈ Im( ) rezultă că există v ∈ X astfel ı̂ncât (v) = w
P P
Dar v = v + v de unde rezultă că
=1 =+1
X
X
w = (v) = (v ) + (v )
=1 =+1
P
deci w = (v ) deoarece v ∈ ker( ) = 1 Rezultă că orice vector din Im( ) se
=+1
poate scrie ca o combinaţie liniară de vectori din sistemul de vectori ( (v+1 ) (v ))
deci am demonstrat că avem ı̂n Im( ) − vectori liniar independenţi iar orice − + 1
vectori sunt liniar dependenţi.
Rezultă că vectorii Im( ) formează o bază ı̂n ( (v+1 ) (v )) deci rang( ) =
− ⇒ rang( ) + def( ) = ¥
Exerciţiul 4.2 Fie transformarea liniara : R3 → R2 , definită prin (x) = (1 +23 1 +
2 − 3 ) ∀x = (1 2 3 ) ∈ R3 Să se verifice teorema rangului.
½
1 + 23 = 0
Rezolvare. Determinăm nucleul lui (x) = θR ⇒ ⇒
1 + 2 − 3 = 0
µ ¶ µ ¶ ½
1 0 2 1 0 2 1 = −23
∼ ⇒
1 1 −1 0 1 −3 2 = −33
Rezultă x ∈ ker( ) ⇔ x = (−2 −3 1) 3½= ∈ R deci ( ) = 1
1 + 23 = 1
Determinăm imaginea lui (x) = y ⇔ ⇒
1 + 2 − 3 = 2
µ ¶ µ ¶
1 0 2 1 1 0 2 1
∼ ⇒ Sistemul este compatibil nedeterminat,
1 1 −1 2 0 1 −3 2 − 1
orcare ar fi y ∈ R Rezultă Im( ) = R2 ⇒ ( ) = 2
Cum = dimR R3 = 3 ⇒ ( ) + ( ) = 1 + 2 = 3 şi teorema este verificată.¨
Cu ajutorul teoremei rang-defect putem studia proprietăţile unei transformări liniare.
Astfel, de exemplu, dacă (X + · K) şi (Y + · K) două spaţii liniare, dimK X = dimK Y =
şi ∈ L(X Y) iar 1 şi 2 sunt două baze ı̂n X respectiv Y şi P =1 ( )2 . Atunci au
loc afirmaţiile:
a) este aplicaţie injectivă⇒ ( ) = 0 ( ) + ( ) = dimK X = ⇒
( ) = dimK X rang(P) = ⇒ ≤ ( este numărul de coloane ale matricei
P)
b) este aplicaţie surjectivă ( ) = ( ) + ( ) = ( ) ≥ 0 ⇒
( ) ≤ ⇒ rang(P) = ≤ ( este numărul de linii ale matricei P)
c) este aplicaţie bijectivă dacă şi numai dacă rang(P) = = ( matricea este
o matrice pătratică nesingulară).
4.4. SPAŢII LINIARE IZOMORFE 73
Teorema 4.12 Dacă (X + · R) (Y + · R) dimR X = dimR Y = atunci