Ag 18 19

Algebră s, i geometrie
Notit, e de seminar
Adrian Manea
Curs: A. Nit, ă, R. Rădulescu, V. Slesar
20 ianuarie 2019
Cuprins
1 Recapitulare structuri algebrice s, i matrice 3

1.1 Structuri algebrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Metoda Gauss-Jordan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.1 Inversarea matricelor cu metoda Gauss-Jordan . . . . . . . . . . . . . . . . 6
1.2.2 Aplicat, ie: Sisteme liniare . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3 Exercit, ii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2 Spat, ii vectoriale 11
2.1 Definit, ii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2 Bază s, i dimensiune . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3 Matricea unei aplicat, ii liniare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.4 Matricea de trecere (schimbare de bază) . . . . . . . . . . . . . . . . . . . . . . . . 20
2.5 Exercit, ii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.6 Exercit, ii suplimentare. Teorema lui Grassmann . . . . . . . . . . . . . . . . . . . . 24
2.7 Teorema lui Grassmann . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.8 Exercit, ii Grassmann . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3 Vectori s, i valori proprii. Diagonalizare 27

3.1 Vectori s, i valori proprii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.2 Matrice de trecere. Diagonalizare . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.3 Exercit, ii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4 Modele de part, ial 31

4.1 Model 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.2 Model 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.3 Model 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
5 Spat, ii euclidiene. Ortonormare 37

5.1 Exercit, ii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
6 Forma canonică Jordan. Conice s, i cuadrice 41

6.1 Forma canonică Jordan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
6.1.1 Exemple rezolvate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
6.1.2 Exercit, ii propuse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
6.2 Conice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
6.3 Cuadrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
6.4 Exercit, ii propuse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
7 Ecuat, ii s, i sisteme diferent, iale 51

7.1 Ecuat, ii cu variabile separabile/separate . . . . . . . . . . . . . . . . . . . . . . . . 51
7.2 Ecuat, ii liniare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
7.3 Ecuat, ia Bernoulli . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
7.4 Ecuat, ia Riccati . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
7.5 Ecuat, ia Clairaut . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
7.6 Ecuat, ii exacte. Factor integrant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
7.7 Ecuat, ia Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
7.8 Sisteme diferent, iale cu coeficient, i constant, i . . . . . . . . . . . . . . . . . . . . . . 59
7.9 Exponent, iale matriceale s, i sisteme folosind forma Jordan . . . . . . . . . . . . . . 62
8 Recapitulare examen 65
8.1 Model 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
8.2 Model 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
8.3 Model 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
Index 70
1
2
SEMINAR 1
RECAPITULARE STRUCTURI ALGEBRICE S, I
MATRICE
1.1 Structuri algebrice

Amintim cı̂teva not, iuni esent, iale ı̂n ce prives, te structurile algebrice. Începem cu not, iuni prelimi-
nare, anume relat, ii binare.
Definiţie 1.1: Fie 𝐴 o mult, ime nevidă. O submult, ime a produsului cartezian 𝐴 × 𝐴 se numes, te
relat, ie binară pe 𝐴.
Dacă 𝑅 ⊆ 𝐴 × 𝐴 este o asemenea relat, ie, ı̂n locul notat, iei 𝑎, 𝑏 ∈ 𝑅, pentru două elemente aflate
ı̂n relat, ie, vom folosi 𝑎𝑅𝑏 s, i vom citi 𝑎 este ı̂n relat, ia 𝑅 cu b“.
”
De exemplu, relat, ia de rudenie este o relat, ie binară, definită pe mult, imea oamenilor, relat, ia de
ordine este o relat, ie binară definită pe mult, imea numerelor naturale, de pildă, relat, ia de paralelism
este o relat, ie binară definită pe mult, imea curbelor din plan s, i altele.
Relat, iile binare pot avea una sau mai multe din următoarele proprietăt, i:
Vom păstra notat, iile s, i contextul de mai sus. Relat, ia 𝑅 se numes, te:
• reflexivă, dacă orice element este ı̂n relat, ia 𝑅 cu sine, i.e. 𝑎𝑅𝑎, ∀𝑎 ∈ 𝐴;
• simetrică, dacă oricı̂nd 𝑎𝑅𝑏 implică 𝑏𝑅𝑎, pentru nis, te 𝑎, 𝑏 ∈ 𝐴;
• antisimetrică, dacă din 𝑎𝑅𝑏 s, i 𝑏𝑅𝑎, pentru nis, te 𝑎, 𝑏 ∈ 𝐴, rezultă că 𝑎 s, i 𝑏 coincid.
• tranzitivă, dacă din 𝑎𝑅𝑏 s, i 𝑏𝑅𝑐 putem deduce 𝑎𝑅𝑐, pentru orice 𝑎, 𝑏, 𝑐 ∈ 𝐴 care satisfac
ipoteza.
3
În funct, ie de proprietăt, ile respectate, relat, iile se pot clasifica. De exemplu, cel mai des se ı̂ntı̂lnes, te
relat, ia de ordine, care este reflexivă, antisimetrică s, i tranzitivă, precum s, i relat, ia de echivalent, ă,
care este reflexivă, simetrică s, i tranzitivă.
Exemple clasice: relat, ia ≤“ este o relat, ie de ordine pe mult, imea ℝ. Egalitatea este o relat, ie de
”
echivalent, ă, definită pe aproape orice mult, ime de obiecte matematice de acelas, i tip (mult, imi de
numere, de matrice, de funct, ii s, .a.m.d.).
Dacă relat, iile binare nu returnează un al treilea element, deci nu dau o dependent, ă funct, ională,
ele avı̂nd doar o valoare de adevăr (i.e. putem spune doar dacă 𝑎𝑅𝑏 este adevărat, nu s, i cı̂t face“
”
𝑎𝑅𝑏), operat, iile sau legile de compozit, ie au această proprietate. Mai precis:
Definiţie 1.2: Fie 𝐴 o mult, ime nevidă. Se numes, te lege de compozit, ie sau operat, ie (binară) orice
funct, ie de tipul 𝑓 ∶ 𝐴 × 𝐴 → 𝐴.
Exemplele tipice sı̂nt operat, iile algebrice, pe mult, imi de numere. Însă ı̂nainte de a le folosi,
mai avem nevoie de terminologie.
Păstrı̂nd notat, iile s, i contextul de mai sus, o lege de compozit, ie 𝑓 se numes, te:
• internă, dacă ∀𝑎, 𝑏 ∈ 𝐴, 𝑓 (𝑎, 𝑏) ∈ 𝐴 (automat verificată, dacă ı̂n definit, ie impunem condit, ia
ca 𝑓 să fie funct, ie s, i nu doar o asociere abstractă);
• asociativă, dacă ∀𝑎, 𝑏, 𝑐 ∈ 𝐴, 𝑓 (𝑎, 𝑓 (𝑏, 𝑐)) = 𝑓 (𝑓 (𝑎, 𝑏), 𝑐);
• comutativă, dacă ∀𝑎, 𝑏 ∈ 𝐴, are loc 𝑓 (𝑎, 𝑏) = 𝑓 (𝑏, 𝑎);
• cu element neutru, dacă există un element distins (unic) 𝑒 ∈ 𝐴, astfel ı̂ncı̂t 𝑓 (𝑎, 𝑒) = 𝑓 (𝑒, 𝑎) =
𝑎, ∀𝑎 ∈ 𝐴;
• cu elemente inversabile (simetrizabile) dacă pentru un 𝑎 ∈ 𝐴 există 𝑎−1 ∈ 𝐴 astfel ı̂ncı̂t

𝑓 (𝑎, 𝑎−1 ) = 𝑓 (𝑎−1 , 𝑎) = 𝑒, elementul neutru.
Cum spuneam, exemplele tipice sı̂nt operat, iile algebrice elementare. Cum ar fi adunarea,
definită pe mult, imea numerelor reale, care are toate proprietăt, ile de mai sus. Înmult, irea, definită
pe mult, imea numerelor naturale, nu admite decı̂t un singur element inversabil, anume 1.
Compunerea funct, iilor reale, pe de altă parte, nu este comutativă, dar are elemente inversabile
(chiar dacă nu toate), anume funct, iile bijective.
Există suficiente exemple de operat, ii care nu au una sau mai multe din proprietăt, ile de mai
sus, după cum vă putet, i convinge.
Deoarece, ca ı̂n cazul relat, iilor binare, există o legătură strı̂nsă ı̂ntre operat, ie s, i mult, imea pe
care a fost definită, se definesc structurile algebrice ca fiind exact perechi alcătuite din mult, imi s, i
operat, ii definite pe ele, satisfăcı̂nd anumite proprietăt, i, conform definit, iilor de mai jos.
4
Definiţie 1.3: Fie 𝐴 o mult, ime nevidă s, i ◦ o operat, ie definită pe 𝐴.
Perechea (𝐴, ◦) se numes, te:
• monoid, dacă operat, ia este internă, asociativă s, i admite element neutru;
• grup, dacă este monoid s, i orice element este inversabil.
Dacă, ı̂n plus, operat, ia este s, i comutativă, se adaugă adjectivul comutativ“ pentru structura
”
corespunzătoare (i.e. monoid comutativ, grup comutativ). În onoarea matematicianului norvegian
N. H. Abel, grupurile comutative se mai numesc abeliene.
Există situat, ii ı̂n care ar fi de folos să putem lucra cu mai multe operat, ii pe o mult, ime. Gı̂ndit, i-
vă, de exemplu, la cazul numerelor reale, pe care le putem s, i aduna, s, i ı̂nmult, i, ba chiar putem
opera ı̂n expresii care să cont, ină ambele legi, simultan. Pentru aceasta, se pot defini structuri
algebrice mai bogate, adăugı̂nd condit, ii suplimentare de compatibilitate pentru operat, iile folosite.
Definiţie 1.4: Fie 𝐴 o mult, ime nevidă s, i ◦, ∗ două operat, ii, ambele definite pe 𝐴.
Tripletul (𝐴, ◦, ∗) se numes, te:
• inel, dacă perechea (𝐴, ◦) este grup comutativ, perechea (𝐴, ∗) este monoid, iar operat, ia ∗
este distributivă fat, ă de ◦, adică au loc:
𝑎 ∗ (𝑏◦𝑐) = (𝑎 ∗ 𝑏)◦(𝑎 ∗ 𝑐) s, i (𝑏◦𝑐) ∗ 𝑎 = (𝑏 ∗ 𝑎)◦(𝑐 ∗ 𝑎), ∀𝑎, 𝑏, 𝑐 ∈ 𝐴.
• corp, dacă este inel s, i, ı̂n plus, perechea (𝐴, ∗) este chiar grup.
Ca mai sus, dacă s, i operat, ia ∗ este comutativă, se adaugă atributul comutativ“ numelui struc-
”
turii (i.e. inel comutativ, corp comutativ).
Exemplele tipice sı̂nt la ı̂ndemı̂nă: (ℝ, +, ⋅) este corp comutativ, (𝑀𝑛 (ℝ), +, ⋅) este inel necomu-
tativ, (ℝ[𝑋 ], +, ⋅) este inel comutativ s, i altele.
Făcı̂nd verificările, vet, i recunoas, te ı̂n proprietatea de distributivitate procedura obis, nuită de
desfacere a parantezelor ı̂ntr-o expresie algebrică.
Date două structuri algebrice, eventual cu mult, imi subiacente s, i operat, ii diferite, există o
modalitate de a le relat, iona, prin intermediul morfismelor:
Definiţie 1.5: Fie (𝐺, ◦) s, i (𝐻 , ∗) două structuri algebrice (monoizi, grupuri).

O funct, ie 𝑓 ∶ 𝐺 → 𝐻 se numes, te morfism dacă respectă operat, iile, i.e.:
𝑓 (𝑔1 ◦𝑔2 ) = 𝑓 (𝑔1 ) ∗ 𝑓 (𝑔2 ), ∀𝑔1 , 𝑔2 ∈ 𝐺.
În plus, cerem ca morfismul să fie s, i unitar, adică 𝑓 (𝑒𝐺 ) = 𝑒𝐻 (elementele neutre corespund).
5
Dacă vrem să definim morfismele pentru inele, cerem ı̂n plus ca funct, iile să respecte s, i cea
de-a doua operat, ie, iar ambele elemente neutre să corespundă.
Dacă morfismul este chiar o funct, ie bijectivă, atunci el se numes, te izomorfism, iar structurile,
izomorfe.
O ultimă not, iune utilă:
Definiţie 1.6: Dată o structură algebrică (𝐺, ◦) s, i o submult, ime a sa, 𝐻 , spunem că 𝐻 este sub-
structură pentru 𝐺 (ı̂n particular, submonoid, subgrup) dacă (𝐻 , ◦) are aceeas, i structură ca 𝐺, i.e.
de monoid sau grup.
În cazul structurilor cu două operat, ii, definit, ia se păstrează, cerı̂nd ca 𝐻 să aibă aceeas, i struc-
tură cu 𝐺, ı̂mpreună cu ambele operat, ii.
1.2 Metoda Gauss-Jordan

Această metodă ne permite să aducem orice matrice la o formă foarte simplă, anume forma matri-
cei identitate, operı̂nd numai cu transformări elementare asupra liniilor sau coloanelor acesteia.
Într-o formă mai relaxată, numită de obicei eliminarea gaussiană, este suficient să aducem
matricea ı̂n formă superior triunghiulară, adică astfel ı̂ncı̂t elementele de sub diagonala principală
să fie toate nule.
Metoda Gauss-Jordan are 2 principale aplicat, ii (pe lı̂ngă simplificarea matricei, care ar putea
să fie utilă ı̂n numeroase contexte). Prima aplicat, ie este ı̂n aflarea inversei unei matrice, iar cea
de-a doua, ı̂n rezolvarea sistemelor liniare.
1.2.1 Inversarea matricelor cu metoda Gauss-Jordan

Procedura se bazează pe următorul algoritm:
• Dată matricea 𝐴, pătrată s, i nesingulară (inversabilă), se alcătuies, te matricea 𝐵 = (𝐴 ∣ 𝐼𝑛 ),

unde 𝑛 este dimensiunea matricei. Matricea 𝐵 va fi o matrice cu 𝑛 linii s, i 2𝑛 coloane, ı̂n care
trasăm, pentru convenient, ă, linia verticală care separă cele două componente;
• În partea stı̂ngă a matricei 𝐵 (corespunzătoare matricei 𝐴), operăm cu transformări elemen-
tare ale liniilor s, i coloanelor, pı̂nă cı̂nd această parte devine 𝐼𝑛 , transformările reflectı̂ndu-se
s, i ı̂n partea dreaptă a matricei 𝐵;
• Atunci cı̂nd ı̂n partea stı̂ngă 𝐴 a devenit 𝐼𝑛 , partea dreaptă a devenit 𝐴−1 .
6
Iată un exemplu, notı̂nd s, i transformările:
⎛ 2 1 3 ∣ 1 0 0⎞ 𝐿 →(1/2)𝐿 ⎛ 1 1/2 3/2 ∣ 1/2 0 0⎞

⎜−2 3 4 ∣ 0 1 0⎟ ←←←←←←←←1←←←←←←←←←←←←←←←←←←←←→ 1
←←← ⎜−2 3 4 ∣ 0 1 0⎟
⎜ ⎟ ⎜ ⎟
⎝ 5 1 1 ∣ 0 0 1⎠ ⎝ 5 1 1 ∣ 0 0 1⎠
𝐿2 →2𝐿1 +𝐿2 ⎛1 1/2 3/2 ∣ 1/2 0 0⎞
𝐿3 →−5𝐿1 +𝐿3
←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←→ ⎜
←← 0 4 7 ∣ 1 1 0⎟
⎜ ⎟
⎝ 0 −3/2 −13/2 ∣ −5/2 0 1⎠
𝐿2 →(1/4)𝐿2
⎛1 1/2 3/2 ∣ 1/2 0 0⎞
←←← ⎜0 1
←←←←←←←←←←←←←←←←←←←←←←←←←←←←→ 7/4 ∣ 1/4 1/4 0⎟
⎜ ⎟
⎝0 −3/2 −13/2 ∣ −5/2 0 1⎠
𝐿1 →(−1/2)𝐿2 +𝐿1 1 0 5/8 ∣ 3/8 −1/8 0⎞
𝐿3 →(3/2)𝐿2 +𝐿3
⎛
←← ⎜0 1 7/4 ∣ 1/4
←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←→ 1/4 0⎟
⎜ ⎟
⎝0 0 −31/8 ∣ −17/8 3/8 1⎠
𝐿3 →(−31/8)𝐿3
⎛1 0 5/8 ∣ 3/8 −1/8 0 ⎞
⎜
←← 0 1 7/4 ∣ 1/4
←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←→ 1/4 0 ⎟
⎜ ⎟
⎝0 0 1 ∣ 17/31 −3/31 −8/31⎠
𝐿1 →(−5/8)𝐿3 +𝐿1 1 0 0 ∣ 1/31 −2/31 5/31 ⎞
𝐿2 →(−7/4)𝐿3 +𝐿2
⎛
←← 0 1 0 ∣ −22/31 13/31 14/31 ⎟
←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←→ ⎜
⎜ ⎟
⎝0 0 1 ∣ 17/31 −3/31 −8/31⎠
⎛ 1/31 −2/31 5/31 ⎞

Rezultă că 𝐴−1 = ⎜−22/31 13/31 14/31 ⎟.
⎜ ⎟
⎝ 17/31 −3/31 −8/31⎠
1.2.2 Aplicat, ie: Sisteme liniare

Vom proceda similar, ı̂nsă vom opera pe matricea 𝑀 = (𝐴|𝐵), unde 𝐴 este matricea asociată
sistemului liniar, iar 𝐵 este matricea termenilor liberi (rezultatelor). Cı̂nd, după procedeul Gauss-
Jordan, am obt, inut 𝑀 = (𝐼𝑛 |𝐶), atunci 𝐶 va fi matricea-coloană a solut, iilor.
Iată un exemplu: Considerăm sistemul de mai jos.
⎧
⎪
⎪ 𝑚𝑥1 + 𝑥2 + 𝑥3 =1
⎪
⎨ 𝑥1 + 𝑚𝑥2 + 𝑥3 =𝑚
⎪
⎪
⎪
⎩𝑥1 + 𝑥2 + 𝑚𝑥3 = 𝑚2 ,
cu 𝑚 ∈ ℝ. Îi vom discuta compatibilitatea ı̂n funct, ie de 𝑚 s, i, ı̂n caz favorabil, ı̂l vom rezolva. Totul
va rezulta din metoda Gauss-Jordan.
7
Considerăm matricea 𝑀 de mai sus:
⎛𝑚 1 1 ∣ 1 ⎞
(𝐴|𝐵) = ⎜ 1 𝑚 1 ∣ 𝑚 ⎟
⎜ 2⎟
⎝1 1 𝑚 ∣ 𝑚 ⎠
𝐿1 ↔𝐿2
⎛1 𝑚 1 ∣ 𝑚⎞
←← ⎜𝑚 1 1 ∣ 1 ⎟
←←←←←←←←←←←←←←←←→
⎜ 2⎟
⎝1 1 𝑚 ∣ 𝑚 ⎠
𝐿2 →𝐿2 −𝑚𝐿1 ⎛1 𝑚 1 ∣ 𝑚 ⎞
𝐿3 →𝐿3 −𝐿1
←← ⎜0 1 − 𝑚2 1 − 𝑚 ∣ 1 − 𝑚2 ⎟
←←←←←←←←←←←←←←←←←←←←←←←←←←→
⎜ 2 ⎟
⎝0 1 − 𝑚 𝑚 − 1 ∣ 𝑚 − 𝑚.⎠
În acest punct, avem o discut, ie:
(a) Dacă 𝑚 = 1, atunci sistemul se reduce la prima ecuat, ie, deci este compatibil dublu nede-
terminat. Rezultă solut, ia
{(1 − 𝛼 − 𝛽, 𝛼, 𝛽) ∣ 𝛼, 𝛽 ∈ ℝ}.
(b) Dacă 𝑚 ≠ 1, atunci putem continua transformările s, i ajungem, ı̂n fine, la:
⎛1 0 1 + 𝑚 ∣ 𝑚 + 𝑚 2 ⎞
𝑀 = ⎜0 1 −1 ∣ −𝑚 ⎟
⎜ ⎟
⎝0 0 2 ∣ (𝑚 + 1)2 ⎠
Aici discutăm din nou:
(b1) Dacă 𝑚 = −2, sistemul este incompatibil, deoarece ultima ecuat, ie devine 0 = 1.
(b2) Dacă 𝑚 ≠ −2, putem continua transformările s, i ajungem, ı̂n cele din urmă, la:
⎛1 0 0 ∣ − 𝑚+1
𝑚2 ⎞
1
𝑀 = ⎜0 1 0 ∣ 𝑚+2
⎟
⎜ (𝑚+1)2 ⎟
⎝0 0 1 ∣ 𝑚+2 ⎠
.
În acest ultim caz, sistemul este compatibil determinat, solut, ia fiind dată de ultima coloană:
⎧
⎪
⎪ 𝑥1 = − 𝑚+1
2
⎪ 1
⎨ 𝑥2 = 𝑚+2
⎪
⎪ 2
⎪
⎩𝑥3 = (𝑚+1)
𝑚+2
.
Concluzia generală este:

(a) Dacă 𝑚 ∈ ℝ − {−2, 1}, sistemul are solut, ie unică;
(b) Dacă 𝑚 = −2, sistemul este incompatibil;
(c) Dacă 𝑚 = −1, sistemul este compatibil nedeterminat.
8
1.3 Exercit, ii
1. Rezolvat, i următoarele sisteme, atı̂t cu metoda matriceală clasică, cı̂t s, i cu metoda lui Gauss:
⎧
⎪
⎪ 𝑥 + 3𝑦 − 𝑧 =1
⎪
(a) ⎨3𝑥 + 𝑦 + 2𝑧 = 4
⎪
⎪
⎪
⎩5𝑥 − 2𝑦 + 𝑧 = 2
{
3𝑥 − 𝑦 + 2𝑧 + 3𝑡 = 4
(b)
𝑥 + 3𝑦 − 𝑧 + 𝑡 = −1
⎧
⎪
⎪ 2𝑥 − 𝑦 + 3𝑧 =1
⎪
(c) ⎨3𝑥 + 2𝑦 − 𝑧 = 4.
⎪
⎪
⎪
⎩𝑥 + 3𝑦 − 4𝑧 =3
2. Calculat, i inversele matricelor, atı̂t cu metoda folosind matricea adjunctă, cı̂t s, i folosind
metoda lui Gauss:
⎛1 0 −1⎞
(a) 𝐴 = ⎜3 2 1 ⎟;
⎜ ⎟
⎝0 1 1 ⎠
⎛−1 2 4 1⎞
⎜3 0 1 4⎟
(b) 𝐵 = ⎜ ;
⎜0 1 1 0⎟⎟
⎝2 1 0 1⎠
⎛1 1 2 ⎞
(c) 𝐶 = ⎜0 1 0 ⎟.
⎜ ⎟
⎝0 0 −1⎠
9
10
SEMINAR 2
SPAT, II VECTORIALE
2.1 Definit, ii
Not, iunea de spat, iu vectorial este una foarte importantă ı̂n algebră, dar totodată ea face legătura
s, i cu geometria, oferind cadrul structural ı̂n care se poate studia geometria analitică.
În cele ce urmează, dacă nu se specifică altfel, 𝑉 o mult, ime nevidă (pe care o vom ı̂nzestra
cu structura de spat, iu vectorial), iar 𝐾 va fi corpul de bază (al scalarilor), ı̂n practică luat cel mai
adesea 𝐾 = ℝ sau 𝐾 = ℂ.
Definiţie 2.1: O aplicat, ie 𝜑 ∶ 𝑉 × 𝑉 → 𝑉 , definită prin (𝑥, 𝑦) ↦ 𝜑(𝑥, 𝑦) ∈ 𝑉 se numes, te lege de

compozit, ie internă sau operat, ie algebrică pe 𝑉 .
O aplicat, ie 𝑓 ∶ 𝐾 × 𝑉 → 𝑉 , definită prin (𝛼, 𝑥) ↦ 𝑓 (𝛼, 𝑥) ∈ 𝑉 se numes, te lege de compozit, ie
externă pe 𝑉 .
Cu acestea, avem definit, ia fundamentală:
Definiţie 2.2: O mult, ime nevidă 𝑉 , ı̂nzestrată cu două legi de compozit, ie, una internă + ∶ 𝑉 ×
𝑉 → 𝑉 s, i alta externă ⋅ ∶ 𝐾 × 𝑉 → 𝑉 se numes, te spat, iu vectorial peste 𝐾 sau 𝐾 -spat, iu vectorial,
notat pe scurt 𝐾 𝑉 dacă sı̂nt ı̂ndeplinite axiomele:
(1) (𝑉 , +) este grup abelian, adică:
(a) (𝑥 + 𝑦) + 𝑧 = 𝑥 + (𝑦 + 𝑧), ∀𝑥, 𝑦, 𝑧 ∈ 𝑉 ;

(b) ∃0𝑉 ∈ 𝑉 a.ı̂ 𝑥 + 0𝑉 = 0𝑉 + 𝑥 = 𝑥, ∀𝑥 ∈ 𝑉 ;
(c) ∀𝑥 ∈ 𝑉 , ∃(−𝑥) ∈ 𝑉 a.ı̂ 𝑥 + (−𝑥) = (−𝑥) + 𝑥 = 0𝑉 ;
(d) 𝑥 + 𝑦 = 𝑦 + 𝑥, ∀𝑥, 𝑦 ∈ 𝑉
11
(2) Au loc:
(a) 𝛼 ⋅ (𝑥 + 𝑦) = 𝛼 ⋅ 𝑥 + 𝛼 ⋅ 𝑦, ∀𝛼 ∈ 𝐾 , ∀𝑥, 𝑦 ∈ 𝑉 ;
(b) (𝛼 + 𝛽) ⋅ 𝑥 = 𝛼 ⋅ 𝑥 + 𝛽 ⋅ 𝑥, ∀𝛼, 𝛽 ∈ 𝐾 , ∀𝑥 ∈ 𝑉 ;
(c) 𝛼 ⋅ (𝛽 ⋅ 𝑥) = (𝛼𝛽) ⋅ 𝑥, ∀𝛼, 𝛽 ∈ 𝐾 , ∀𝑥 ∈ 𝑉 ;
(d) 1𝐾 ⋅ 𝑥 = 𝑥, ∀𝑥 ∈ 𝑉 .
În acest context, elementele corpului 𝐾 se numesc scalari, iar elementele din 𝑉 se numesc
vectori. Legea de compozit, ie externă se numes, te ı̂nmult, irea vectorilor cu scalari. Dacă 𝐾 = ℝ sau
ℂ, spat, iul vectorial 𝑉 se numes, te real sau, respectiv, complex.
Uneori, ı̂n loc de spat, iu vectorial“ se mai poate spune spat, iu liniar“ sau, pe scurt, dacă nu
” ”
există riscul de confuzie, vom spune simplu spat, iu“.
”
În general, pentru a nu complica notat, ia, nu vom face distinct, ie ı̂n scris ı̂ntre operat, iile din
corpul 𝐾 , cele din 𝑉 s, i legea externă. Însă trebuie avută atent, ie, conform definit, iei, să utilizăm
operat, iile corespunzătoare.
Observaţie 2.1: În situat, ii diverse, spat, iile vectoriale pot fi definite peste corpuri necomutative
𝐾 , caz ı̂n care ı̂nmult, irea dintre un vector s, i un scalar să fie permisă doar ı̂n una dintre părt, i sau,
dacă este permisă ı̂n ambele, rezultatele să nu coincidă. Pentru acele situat, ii există not, iunea de
spat, iu vectorial stı̂ng, respectiv drept, notate 𝐾 𝑉 s, i 𝑉𝐾 .
Deoarece ı̂n această lucrare vom avea nevoie doar de cazul comutativ, nu vom mai face pre-
cizarea de fiecare dată, dar vom lucra cu un corp comutativ de scalari, ceea ce face ca spat, iul
vectorial să fie bilateral.
Propoziţie 2.1: Fie 𝑉 un 𝐾 -spat, iu vectorial. Au loc următoarele proprietăt, i:
(a) (𝛼 − 𝛽) ⋅ 𝑥 = 𝛼 ⋅ 𝑥 − 𝛽 ⋅ 𝑥, ∀𝛼, 𝛽 ∈ 𝐾 , ∀𝑥 ∈ 𝑉 ;
(b) 𝛼 ⋅ (𝑥 − 𝑦) = 𝛼 ⋅ 𝑥 − 𝛼 ⋅ 𝑦, ∀𝛼 ∈ 𝐾 , ∀𝑥, 𝑦 ∈ 𝑉 ;
(c) 0𝐾 ⋅ 𝑥 = 0𝑉 , ∀𝑥 ∈ 𝑉 ;
(d) (−𝛼) ⋅ 𝑥 = 𝛼 ⋅ (−𝑥) = −𝛼 ⋅ 𝑥, ∀𝛼 ∈ 𝐾 , ∀𝑥 ∈ 𝑉 ;
(e) Dacă 𝛼 ⋅ 𝑥 = 0𝑉 , atunci 𝛼 = 0𝐾 sau 𝑥 = 0𝑉 .
Demonstrat, ia propozit, iei este simplă s, i lăsată ca exercit, iu, folosind axiomele din definit, ie.
Primele exemple simple, dar foarte importante (prototipice, după cum vom vedea) sı̂nt următoarele:
Exemplu 2.1: (1) 𝐾 este un spat, iu vectorial peste el ı̂nsus, i, cu operat, iile de corp, legea externă
confundı̂ndu-se cu cea internă.
12
(2) Mult, imea 𝐾 𝑛 = 𝐾 ×𝐾 ×⋯×𝐾 = {(𝑥1 , … , 𝑥𝑛 ) ∣ 𝑥𝑖 ∈ 𝐾 }, unde 𝐾 este un corp comutativ, este un
spat, iu vectorial peste 𝐾 , numit spat, iul aritmetic, ı̂n raport cu legile de compozit, ie pe componente,
pentru 𝑥 = (𝑥1 , … , 𝑥𝑛 ), 𝑦 = (𝑦1 , … , 𝑦𝑛 ) ∈ 𝐾 𝑛 :
+ ∶ 𝐾 𝑛 × 𝐾 𝑛 → 𝐾 𝑛 , 𝑥 + 𝑦 = (𝑥1 + 𝑦1 , 𝑥2 + 𝑦2 , … , 𝑥𝑛 + 𝑦𝑛 );
⋅ ∶ 𝐾 × 𝐾 𝑛 → 𝐾 𝑛 , 𝛼 ⋅ 𝑥 = (𝛼𝑥1 , 𝛼𝑥2 , … , 𝛼𝑥𝑛 ).
(3) Mult, imea matricelor 𝑚,𝑛 (𝐾 ) este un spat, iu vectorial peste 𝐾 , operat, ia internă fiind adu-
narea obis, nuită a matricelor, iar operat, ia de ı̂nmult, ire cu scalari fiind cea corespunzătoare, prin
care se ı̂nmult, esc toate elementele matricei cu scalarul respectiv.
(4) Fie mult, imea ℝ[𝑋 ]≤𝑛 = {𝑝 ∈ ℝ[𝑋 ] ∣ 𝑔𝑟𝑎𝑑(𝑝) ≤ 𝑛}. Această mult, ime este un spat, iu vecto-
rial real, cu operat, iile de adunare a polinoamelor s, i ı̂nmult, ire cu scalari.
(5) Mult, imea solut, iilor unui sistem liniar s, i omogen formează un spat, iu vectorial peste corpul
coeficient, ilor acestui sistem, 𝐾 . Solut, iile unui sistem cu 𝑚 ecuat, ii s, i 𝑛 necunoscute pot fi privite ca
elemente din 𝐾 𝑛 , care se adună s, i ı̂nmult, esc cu scalari respectı̂nd operat, iile din spat, iul aritmetic
de mai sus. Datorită transformărilor elementare care produc matrice echivalente, rezultatul va fi
alcătuit tot din solut, ii ale sistemului.
Ca ı̂n toate cazurile cı̂nd introducem o nouă structură, este de folos să studiem substructuri
ale acesteia. As, adar, fie 𝑉 un 𝐾 -spat, iu vectorial s, i 𝑊 ⊆ 𝑉 o submult, ime nevidă.
Definiţie 2.3: 𝑊 se numes, te subspat, iu vectorial al lui 𝑉 dacă operat, iile algebrice pe 𝑉 induc pe
𝑊 o structură de spat, iu vectorial peste 𝐾 .
Vom nota 𝑊 ≤𝐾 𝑉 .
Observaţie 2.2: Condit, ia ca 0𝑉 ∈ 𝑊 este una necesară pentru structura de subspat, iu, datorită
structurii subiacente de subgrup aditiv.
As, a cum ı̂n cazul subgrupurilor, verificarea substructurii se face printr-un rezultat ajutător
mai degrabă decı̂t prin definit, ie, s, i ı̂n cazul spat, iilor vectoriale avem:
Propoziţie 2.2: Dacă 𝑊 este o submult, ime nevidă a 𝐾 -spat, iului vectorial 𝑉 , atunci următoarele
afirmat, ii sı̂nt echivalente:
(1) 𝑊 ≤𝐾 𝑉 ;
(2) ∀𝑥, 𝑦 ∈ 𝑊 , ∀𝛼 ∈ 𝐾 , avem 𝑥 + 𝑦 ∈ 𝑊 s, i 𝛼 ⋅ 𝑥 ∈ 𝑊 ;
(3) ∀𝑥, 𝑦 ∈ 𝑊 , ∀𝛼, 𝛽 ∈ 𝐾 , avem 𝛼 ⋅ 𝑥 + 𝛽 ⋅ 𝑦 ∈ 𝑊 .
Propozit, ia poate fi pusă sub forma:
𝑊 ≤𝐾 𝑉 ⟺ 𝛼 ⋅ 𝑥 + 𝛽 ⋅ 𝑦 ∈ 𝑊 , ∀𝑥, 𝑦 ∈ 𝑊 , 𝛼, 𝛽 ∈ 𝐾 .
Să luăm cı̂teva exemple corespunzătoare spat, iilor introduse mai sus:
13
Exemplu 2.2: (1) Mult, imea {0𝑉 } este un subspat, iu vectorial al lui 𝑉 , numit subspat, iul nul. De
asemenea, 𝑉 ≤𝐾 𝑉 , iar aceste două exemple se numesc subspat, ii improprii, celelalte fiind proprii.
(2) Mult, imea ℝ[𝑋 ]≤𝑛 definită mai sus este un subspat, iu vectorial al spat, iului polinoamelor cu
coeficient, i reali.
(3) Submult, imea 𝑊 = {(𝑥1 , 𝑥2 ) ∣ 3𝑥1 −5𝑥2 = 0} este un subspat, iu vectorial al spat, iului aritmetic
ℝ . Ea poate fi asimilată cu spat, iul solut, iilor unui sistem liniar s, i omogen cu o ecuat, ie s, i două
2
necunoscute.
(4) În spat, iul aritmetic ℝ3 , dreptele s, i planele care cont, in originea sı̂nt subspat, ii vectoriale.
În continuare, vom vedea cum putem obt, ine subspat, ii noi din unele deja existente, prin diverse
operat, ii permise.
Definiţie 2.4: Fie 𝑉 un 𝐾 -spat, iu vectorial s, i 𝑉1 , 𝑉2 două subspat, ii ale sale. Mult, imea:
𝑉1 + 𝑉2 = {𝑥 ∈ 𝑉 ∣ 𝑥 = 𝑥1 + 𝑥2 , 𝑥1 ∈ 𝑉1 , 𝑥2 ∈ 𝑉2 }
se numes, te suma subspat, iilor 𝑉1 s, i 𝑉2 .
Propoziţie 2.3: Fie 𝑉 un 𝐾 -spat, iu vectorial s, i 𝑉1 , 𝑉2 două subspat, ii ale sale. Atunci:
(a) 𝑉1 ∩ 𝑉2 ≤𝐾 𝑉 ;
(b) 𝑉1 + 𝑉2 ≤𝐾 𝑉 .
Trebuie remarcat că, ı̂n general, reuniunea a două subspat, ii nu este un subspat, iu vectorial.
Pentru a pregăti o nouă operat, ii pe baza sumei, avem nevoie de următoarea:
Propoziţie 2.4: Fie 𝑉1 , 𝑉2 două subspat, ii vectoriale ale 𝐾 -spat, iului 𝑉 . Orice vector din 𝑉 se scrie ı̂n
mod unic ca suma dintre un vector din 𝑉1 s, i unul din 𝑉2 dacă s, i numai dacă 𝑉1 ∩ 𝑉2 = {0𝑉 }.
Pe baza acesteia, introducem:
Definiţie 2.5: Fie 𝑉1 , 𝑉2 ≤𝐾 𝑉 , cu 𝑉1 ∩ 𝑉2 = {0𝑉 }. Suma 𝑉1 + 𝑉2 se numes, te suma directă s, i se
notează 𝑉1 ⊕ 𝑉2 . În acest caz, subspat, iile 𝑉1 s, i 𝑉2 se numesc suplementare
Un exemplu care ne arată utilizarea spat, iilor vectoriale pornind de la o problemă normală“
”
este următorul. Orice funct, ie 𝑓 ∶ (−𝑎, 𝑎) → ℝ este suma dintre o funct, ie pară s, i una impară:
1 1
𝑓 (𝑥) = [𝑓 (𝑥) + 𝑓 (−𝑥)] + [𝑓 (𝑥) − 𝑓 (−𝑥)], ∀𝑥 ∈ (−𝑎, 𝑎).
2 2
Mai mult, singura funct, ie care este simultan pară s, i impară este funct, ia nulă. Rezultă de aici
că subspat, iul funct, iilor pare s, i subspat, iul funct, iilor impare sı̂nt suplementare. În prealabil, ar
trebui notat că mult, imea  (ℝ) = {𝑓 ∶ ℝ → ℝ} de funct, ii reale formează un spat, iu vectorial real,
operat, iile fiind cele punctuale:
(𝑓 + 𝑔)(𝑥) = 𝑓 (𝑥) + 𝑔(𝑥), (𝛼 ⋅ 𝑓 )(𝑥) = 𝛼 ⋅ 𝑓 (𝑥), ∀𝑓 , 𝑔 ∈ F(ℝ), ∀𝛼, 𝑥 ∈ ℝ.
14
Definiţie 2.6: Fie 𝑉 un 𝐾 -spat, iu vectorial s, i 𝑆 = {𝑥1 , … , 𝑥𝑛 } ⊆ 𝑉 o submult, ime nevidă a lui 𝑉 :
Un vector de forma:
𝑣 = 𝛼1 𝑥1 + 𝛼2 𝑥2 + ⋯ + 𝛼𝑛 ⋅ 𝑥𝑛 , 𝛼𝑖 ∈ 𝐾 , 𝑥𝑖 ∈ 𝑆, ∀𝑖
se numes, te combinat, ie liniară finită de elemente din 𝑆. Se notează, folosind terminologia engleză,
𝑆𝑝(𝑆)1 sau, ı̂n unele cazuri, ⟨𝑆⟩𝐾 .
2
Din definit, ie, se vede imediat că are loc:
Propoziţie 2.5: Cu notat, iile s, i contextul de mai sus, 𝑆𝑝𝑎𝑛(𝑆) este subspat, iu vectorial al lui 𝑉 . El se
mai numes, te subspat, iul generat de 𝑆 sau acoperirea liniară a lui 𝑆.
Se pot demonstra s, i observa cu us, urint, ă următoarele:
Observaţie 2.3: (1) 𝑆 = ∅ ⟹ 𝑆𝑝𝑎𝑛(𝑆) = {0𝑉 };
(2) 𝑉1 + 𝑉2 = 𝑆𝑝𝑎𝑛(𝑉1 ∪ 𝑉2 );
(3) 𝑆𝑝𝑎𝑛(𝑆) este intersect, ia tuturor subspat, iilor lui 𝑉 ce cont, in pe 𝑆;
(4) Diferite submult, imi de vectori din 𝑉 pot avea aceeas, i acoperire liniară.
Ne pregătim pentru introducerea unei not, iuni fundamentale pentru spat, ii vectoriale, anume
aceea de bază. Dar mai ı̂ntı̂i, avem nevoie de alte preliminarii.
Definiţie 2.7: Păstrı̂nd notat, iile s, i contextul de mai sus, sistemul de vectori 𝑆 se numes, te liniar
independent sau liber dacă din egalitatea ∑𝑖 𝛼𝑖 𝑥𝑖 = 0𝑉 , cu 𝛼𝑖 ∈ 𝐾 rezultă cu necesitate că tot, i
𝛼𝑖 = 0.
Sistemul se numes, te liniar dependent sau legat dacă există 𝛼𝑖 , nu tot, i nuli, astfel ı̂ncı̂t ∑𝑖 𝛼𝑖 𝑥𝑖 =
0𝑉 .
Cu acestea, avem:
Propoziţie 2.6: Fie 𝐾 -spat, iul vectorial 𝑉 s, i submult, imea 𝑆 = {𝑥1 , 𝑥2 , … , 𝑥𝑛 } ⊆ 𝑉 .
(a) Dacă 0𝑉 ∈ 𝑆, atunci 𝑆 este liniar dependent;
(b) Dacă 𝑆 este liniar independent, atunci 𝑥𝑖 ≠ 0𝑉 , ∀𝑖;
(c) Dacă 𝑆 este liniar dependent, atunci pentru orice 𝑆 ′ ⊆ 𝑉 , 𝑆 ⊆ 𝑆 ′ , rezultă că 𝑆 ′ este liniar depen-
dent;
(d) Dacă 𝑆 este liniar independent, atunci pentru orice 𝑆 ′′ ⊆ 𝑆, rezultă că 𝑆 ′′ este liniar independent.
2 de la englezescul span, adică acoperire, ı̂ntindere
15
Demonstraţie. (a) Fie 𝑥𝑛 = 0𝑉 ∈ 𝑆. Deoarece are loc egalitatea:
0 ⋅ 𝑥1 + 0 ⋅ 𝑥2 + ⋯ + 1 ⋅ 𝑥𝑛 = 0𝑉 ,
care nu are tot, i coeficient, ii nuli, rezultă că 𝑆 este liniar dependent.
(b) Dacă 𝑥𝑖 = 0𝑉 ∈ 𝑆, atunci, conform punctului anterior, 𝑆 este liniar dependent, care este o
contradict, ie.
(c) Deoarece 𝑆 este liniar dependent, rezultă că există o combinat, ie liniară nulă, care nu are
tot, i coeficient, ii nuli. Atunci putem mări oricı̂t această combinat, ie liniară, adăugı̂nd scalari nuli
pentru tot, i ceilalt, i vectori s, i rezultă că, oricum am mări pe 𝑆, obt, inem un sistem liniar dependent.
(d) Dacă 𝑆 ′′ ar fi liniar dependent, atunci s, i 𝑆 ar trebui să fie liniar dependent, din subpunctul
anterior, contradict, ie.
Păstrı̂nd notat, iile s, i contextul, avem:
Definiţie 2.8: Mult, imea 𝑆 se numes, te sistem de generatori pentru 𝑉 dacă orice vector 𝑥 ∈ 𝑉 se
exprimă ca o combinat, ie liniară de vectori din 𝑆. În acest caz, spat, iul vectorial 𝑉 se numes, te finit
generat, deoarece 𝑆 cont, ine un număr finit de elemente.
De exemplu, folosind s, i intuit, ia geometrică, avem că mult, imea 𝑆 = {(1, 0), (0, 1)} este un sistem
de generatori pentru planul ℝ2 .
Operat, iile permise asupra unui sistem de generatori, care să-l facă să rămı̂nă sistem de gene-
ratori sı̂nt prezentate ı̂n rezultatul următor.
Propoziţie 2.7: Fie 𝐾 -spat, iul vectorial 𝑉 s, i 𝑆 = {𝑥1 , … , 𝑥𝑛 } ⊆ 𝑉 un sistem de generatori. Următoarele
operat, ii transformă sistemul 𝑆 ı̂ntr-un nou sistem 𝑆 ′ , care rămı̂ne sistem de generatori pentru 𝑉 :
(a) schimbarea ordinii vectorilor din 𝑆;
(b) ı̂nmult, irea unui vector din 𝑆 cu un scalar nenul;
(c) adăugarea la un vector din 𝑆 a unui alt vector din 𝑆, ı̂nmult, it, eventual, cu un scalar nenul.
Demonstrat, ia este evidentă s, i se bazează pe stabilitatea“ spat, iilor vectoriale la combinat, ii
”
liniare.
Teoremă 2.1 (Teorema schimbului): Fie 𝑉 un 𝐾 -spat, iu vectorial, 𝑆 = {𝑢1 , 𝑢2 , … , 𝑢𝑠 } un sistem
liniar independent din 𝑉 s, i 𝑆 ′ = {𝑣1 , … , 𝑣𝑚 } un sistem de generatori pentru 𝑉 . Atunci 𝑠 ≤ 𝑚 s, i,
după o eventuală reindexare a vectorilor din 𝑆 ′ , sistemul:
𝑆 ′′ = {𝑢1 , 𝑢2 , … , 𝑢𝑠 , 𝑣𝑠+1 , … , 𝑣𝑚 }
este tot un sistem de generatori pentru 𝑉 .
Demonstrat, ia se poate face simplu prin induct, ie după 𝑠.
Din această teoremă rezultă că, ı̂ntr-un spat, iu vectorial finit generat, orice sistem de vectori
liniar independent, i are mai put, ine elemente decı̂t orice sistem de generatori. În plus, ı̂n orice
sistem de generatori, se pot ı̂nlocui vectorii cu alt, ii, liniar independent, i, fără ca proprietatea de a
fi sistem de generatori a sistemului să fie afectată.
16
2.2 Bază s, i dimensiune
Ajungem, ı̂n sfı̂rs, it, la elementul fundamental din studiul spat, iilor vectoriale, anume not, iunea
de bază, care ne va permite să extragem toate informat, iile relevante ı̂n studiul spat, iilor vectoriale.
Definiţie 2.9: Fie 𝑉 un 𝐾 -spat, iu vectorial. Un sistem de vectori  ⊆ 𝑉 se numes, te bază ı̂n 𝑉
dacă  este simultan un sistem liniar independent s, i sistem de generatori pentru 𝑉 .
De exemplu, ı̂n spat, iul aritmetic 𝐾 𝑛 , mult, imea 𝐵 = {𝑒1 , … , 𝑒𝑛 }, unde 𝑒𝑖 este un s, ir de 𝑛 zerouri,
cu elementul 1 pe pozit, ia 𝑖 este o bază, denumită baza canonică.
În spat, iul real al polinoamelor cu coeficient, i reali s, i de grad cel mult 𝑛, notat ℝ[𝑋 ]≤𝑛 , mult, imea
𝐵 = {1, 𝑋 , 𝑋 2 , … , 𝑋 𝑛 } este o bază.
În spat, iul vectorial al matricelor de tip (𝑚, 𝑛) cu elemente din 𝐾 , o bază este dată de matricele
𝐸𝑖𝑗 = (𝑒𝑖𝑗 ), care au 1 la intersect, ia linei 𝑖 cu coloana 𝑗 s, i zero ı̂n rest.
Definiţie 2.10: Un spat, iu vectorial 𝑉 se numes, te finit dimensional dacă admite o bază finită. În
caz contrar, el se numes, te infinit dimensional.
Un rezultat foarte important este următorul:
Propoziţie 2.8: Orice două baze dintr-un 𝐾 -spat, iu vectorial finit dimensional au acelas, i număr de
elemente.
Demonstrat, ia rezultă imediat din teorema schimbului, aplicată pentru două din bazele spat, iului.
Datorită acestui rezultat, avem:
Definiţie 2.11: Numărul comun de elemente ale tuturor bazelor unui spat, iu vectorial 𝑉 se numes, te
dimensiune a spat, iului, notată 𝑑𝑖𝑚𝐾 𝑉 .
Din exemplele de mai sus, rezultă că dimℝ ℝ[𝑋 ]≤𝑛 = 𝑛 + 1 s, i dimℝ 𝑚,𝑛 (𝐾 ) = 𝑚 ⋅ 𝑛.
De asemenea, din proprietăt, ile s, i not, iunile de pı̂nă acum, avem imediat:
Propoziţie 2.9: Fie 𝑉 un 𝐾 -spat, iu vectorial finit dimensional s, i 𝐵 = {𝑥1 , … , 𝑥𝑛 } o submult, ime a sa.
Atunci 𝐵 este o bază ı̂n 𝑉 dacă s, i numai dacă orice vector din 𝑉 are o exprimare unică sub forma
unei combinat, ii liniare de vectori din 𝐵.
Demonstraţie. Dacă 𝐵 este bază, atunci 𝐵 este sistem de generatori pentru 𝑉 . Rezultă că orice
vector din 𝑉 poate fi scris ca o combinat, ie liniară de elemente din 𝐵. Unicitatea reprezentării se
obt, ine astfel: fie 𝑥 = ∑𝑖 𝛼𝑖 𝑥𝑖 = ∑ 𝛽𝑖 𝑥𝑖 două scrieri diferite pentru 𝑥. Atunci ∑(𝛼𝑖 − 𝛽𝑖 ) ⋅ 𝑥𝑖 = 0 s, i,
deoarece 𝐵 este s, i sistem liniar independent, avem 𝛼𝑖 = 𝛽𝑖 , pentru orice 𝑖.
Reciproc, din ipoteză, avem că 𝐵 este sistem de generatori pentru 𝑉 . Pentru a arăta independent, a
liniară, considerăm o combinat, ie liniară nulă. Dar s, i vectorul nul poate fi scris ca o combinat, ie
liniară a vectorilor din 𝐵, cu scalari nuli. Din unicitatea reprezentării vectorului 0𝑉 , rezultă că tot, i
scalarii din prima combinat, ie sı̂nt egali cu cei dintr-a doua, adică nuli.
17
Definiţie 2.12: Fie 𝑉 un 𝐾 -spat, iu vectorial s, i 𝐵 o bază a sa. Fie 𝑥 ∈ 𝑉 , scris ı̂n baza 𝐵 sub
forma 𝑥 = ∑𝑖 𝛼𝑖 𝑥𝑖 . Scalarii (unici) 𝛼𝑖 ∈ 𝐾 se numesc coordonatele vectorului 𝑥 ı̂n baza 𝐵. Funct, ia
bijectivă 𝑓 ∶ 𝑉 → 𝐾 𝑛 , care asociază unui vector coordonatele sale ı̂ntr-o bază se numes, te sistem
de coordonate.
Următorul rezultat ne poate ajuta să găsim o bază ı̂ntr-un spat, iu vectorial finit dimensional.
Propoziţie 2.10: Fie 𝑉 un 𝐾 -spat, iu vectorial de dimensiune 𝑛. Atunci:
(a) Orice sistem liniar independent are cel mult 𝑛 vectori;
(b) Orice sistem liniar independent care are exact 𝑛 vectori este bază;
(c) Orice sistem de generatori are cel put, in 𝑛 vectori;
(d) Orice sistem de generatori care are exact 𝑛 vectori este bază.
De asemenea, avem s, i:
Teoremă 2.2: Fie 𝑉 un 𝐾 -spat, iu vectorial de dimensiune 𝑛 s, i 𝑆 = {𝑥1 , 𝑥2 , … , 𝑥𝑘 }, cu 𝑘 ≤ 𝑛 o

submult, ime a sa, liniar independentă. Atunci există vectorii {𝑥𝑘+1 , … , 𝑥𝑘+𝑝 } astfel ı̂ncı̂t mult, imea
{𝑥1 , … , 𝑥𝑘+𝑝 } să formeze o bază, cu 𝑘 + 𝑝 = 𝑛.
Din aceste ultime două rezultate, obt, inem:
Observaţie 2.4: (a) Din orice sistem liniar independent se poate extrage o bază.
(b) Orice sistem de generatori poate fi completat la o bază.
Date două subspat, ii ale unui spat, iu vectorial, ele contribuie la dimensiunea spat, iului as, a cum
arată următorul rezultat.
Teoremă 2.3 (H. Grassmann): Dacă 𝑉1 s, i 𝑉2 sı̂nt două subspat, ii vectoriale ale 𝐾 -spat, iului vectorial
finit dimensional 𝑉 , atunci:
dim𝐾 𝑉1 + dim𝐾 𝑉2 = dim𝐾 (𝑉1 + 𝑉2 ) + dim𝐾 (𝑉1 ∩ 𝑉2 ).
2.3 Matricea unei aplicat, ii liniare

Strı̂nsa legătură ı̂ntre aplicat, ii liniare s, i matrice, care justifică s, i important, a studiului aprofundat
al exemplului dat de spat, iul vectorial 𝑀𝑛 (ℝ) constă ı̂n faptul că oricărei aplicat, ii liniare i se poate
asocia o matrice, ı̂ntr-o bază a spat, iului vectorial. Aceasta se defines, te s, i se calculează foarte
simplu:
18
Definiţie 2.13: Fie 𝑉 , 𝑊 două 𝐾 -spat, ii vectoriale s, i fie 𝐵1 = {𝑒𝑖 }𝑖∈𝐼 o bază a lui 𝑉 , iar 𝐵2 = {𝑓𝑗 }𝑗∈𝐽
o bază a lui 𝑊 .
Fie 𝑓 ∶ 𝑉 → 𝑊 o aplicat, ie liniară. Atunci, pentru orice vector 𝑣 ∈ 𝑉 , 𝑓 (𝑣) ∈ 𝑊 , deci se poate
scrie ı̂n baza 𝐵2 . În particular, pentru 𝑣 ∈ 𝐵1 , obt, inem:
𝑓 (𝑒𝑖 ) = ∑ 𝛼𝑖𝑗 𝑓𝑗 .
𝑗
Matricea 𝐴 = (𝛼𝑖𝑗 )𝑖,𝑗 se numes, te matricea aplicat, iei 𝑓 ı̂n baza 𝐵2 .
De exemplu: fie 𝑉 = ℝ3 s, i 𝑊 = ℝ2 . Luăm bazele canonice:
𝐵1 = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}

𝐵2 = {(1, 0), (0, 1)}.
Definim o aplicat, ie liniară:
𝑓 ∶ ℝ3 → ℝ2 , 𝑓 (𝑥1 , 𝑥2 , 𝑥3 ) = (𝑥1 + 𝑥2 , 2𝑥2 + 3𝑥3 ).
Pentru a calcula matricea lui 𝑓 ı̂n baza 𝐵2 , avem:
𝑓 (𝑒1 ) = 𝑓 (1, 0, 0) = (1, 0) = 1 ⋅ 𝑒1 + 0 ⋅ 𝑒2

𝑓 (𝑒2 ) = 𝑓 (0, 1, 0) = (1, 2) = 1 ⋅ 𝑒1 + 2 ⋅ 𝑒2
𝑓 (𝑒3 ) = 𝑓 (0, 0, 1) = (0, 3) = 0 ⋅ 𝑒1 + 3 ⋅ 𝑒2 .
Matricea se obt, ine acum din scalarii care sı̂nt coeficient, i ı̂n expresia de mai sus:
⎛1 0 ⎞
𝐴 = 𝑀𝐵2 (𝑓 ) = ⎜1 2⎟ .
⎜ ⎟
⎝0 3 ⎠
Observaţie 2.5: În unele cazuri, se lucrează cu 𝐴𝑡 , deci coeficient, ii sı̂nt pus, i pe coloane ı̂n matricea
aplicat, iei liniare. Urmărit, i convent, ia de la curs, pe care o vom folosi.
Cu această legătură, multe din proprietăt, ile morfismelor de spat, ii vectoriale pot fi transferate
studiului matriceal. În particular, calculul valorii aplicat, iei liniare ı̂ntr-un vector oarecare coincide
cu ı̂nmult, irea matricei aplicat, iei liniare cu vectorul linie (sau coloană) respectiv. Avem s, i:
Exercit, iu: Fie 𝐴 ∈ 𝑀𝑛 (ℝ) o matrice nenulă, dar cu det(𝐴) = 0. Să se arate că există o matrice
𝐵 ∈ 𝑀𝑛 (ℝ), nenulă, dar cu 𝐴𝐵 = 0𝑛 .
Solut, ie: Reformulăm problema ı̂n context de spat, ii vectoriale. As, adar, lucrăm ı̂n spat, iul vec-
torial ℝ𝑛 , iar matricea 𝐴 este gı̂ndită ca matrice a unei aplicat, ii liniare 𝑓 ∶ ℝ𝑛 → ℝ𝑛 .
2 2 2
Proprietate importantă: Deoarece det(𝐴) = 0, deci 𝐴 nu este inversabilă, rezultă că morfismul
𝑓 nu este injectiv. Demonstrăm prin reducere la absurd. Fie 𝑥 ∈ ℝ𝑛 . Atunci a calcula 𝑓 (𝑥) este
2
19
echivalent cu a ı̂nmult, i matricea 𝐴 cu vectorul coloană 𝑥. Presupunem că avem 𝑓 (𝑥) = 𝑓 (𝑦),
pentru doi vectori 𝑥, 𝑦 ∈ ℝ𝑛 . Matriceal, avem 𝐴𝑋 = 𝐴𝑌 . Dar, deoarece 𝐴 nu este inversabilă, nu
2
o putem reduce pentru a concluziona că 𝑋 = 𝑌 . As, adar, 𝑓 nu este injectivă.

Dar, dacă 𝑓 nu este injectivă, ı̂nseamnă că Ker(𝑓 ) nu cont, ine doar vectorul nul. În particular,
rezultă că există un vector nenul 𝑏 ∈ Ker(𝑓 ), cu 𝑓 (𝑏) = 0𝑅𝑛2 . Trecı̂nd la matrice, vectorul 𝑏
corespunde unei matrice nenule 𝐵, astfel ı̂ncı̂t 𝑓 (𝐵) = 𝐴𝐵 = 0𝑛 .
Am demonstrat, astfel, part, ial exercit, iul. Pentru a finaliza demonstrat, ia, arătat, i s, i:
Exercit, iu: Orice morfism injectiv este inversabil la dreapta. Adică, dacă 𝑓 ∶ 𝐴 → 𝐵 este un
morfism injectiv (de grupuri, spat, ii vectoriale, sau chiar funct, ie), există 𝑔 ∶ 𝐵 → 𝐴, astfel ı̂ncı̂t
𝑓 ◦𝑔 = Id, morfismul identitate.
Deducet, i, ı̂n exercit, iul anterior, că putem găsi chiar 𝐵 ∈ 𝑀𝑛 (ℝ) cu proprietatea din enunt, .
(Indicat, ie: considerat, i 𝑔 o posibilă inversă la dreapta a lui 𝑓 , fie 𝐵 matricea lui 𝑔 ı̂n baza canonică
s, i deducet, i că (𝑓 ◦𝑔)(𝑣) = 𝐴𝐵𝑉 .)
2.4 Matricea de trecere (schimbare de bază)

Date mai multe baze ale unui spat, iu vectorial, sı̂ntem interesat, i de schimbarea de coordonate ale
vectorilor. Fie, pentru aceasta, un 𝐾 -spat, iu vectorial 𝑉 de dimensiune 𝑛 s, i 𝐵1 = {𝑢1 , … , 𝑢𝑛 }, 𝐵2 =
{𝑣1 , … , 𝑣𝑛 } baze ı̂n 𝑉 .
Orice vector din 𝐵2 se poate exprima unic ı̂n funct, ie de vectorii bazei 𝐵1 , deci 𝑣𝑖 = ∑𝑗 𝑐𝑗𝑖 𝑢𝑗 .
Acest sistem defines, te o matrice pătratică de ordin 𝑛, 𝑀 = (𝑐𝑖𝑗 ) ∈ 𝑛 (𝐾 ), transpusa coeficient, ilor.
Fie 𝐵1 s, i 𝐵2 matricele-coloană cu elemente din cele două baze. Atunci, folosind ecuat, ia de mai
sus, relat, ia de legătură dintre vectorii celor două baze poate fi scrisă matriceal:
𝐵2 = 𝑀 𝑇 ⋅ 𝐵1 .
Definiţie 2.14: Matricea 𝑀, astfel determinată, se numes, te matricea de trecere de la baza 𝐵1 la

baza 𝐵2 .
Pentru schimbarea coordonatelor, avem:
Teoremă 2.4 (Schimbarea coordonatelor): Dacă 𝑀 este matricea de trecere de la baza 𝐵1 la baza
𝐵2 , iar 𝑋1 , respectiv 𝑋2 sı̂nt vectorii coloană ai coordonatelor unui vector 𝑥 ∈ 𝑉 ı̂n bazele 𝐵1 , respectiv
𝐵2 , atunci:
𝑋2 = 𝑀 −1 ⋅ 𝑋1 .
În particular, rezultă că matricea de trecere 𝑀 este inversabilă.
Definiţie 2.15: Fie 𝑇 ∈ L(𝑉 , 𝑊 ). Se numes, te rangul lui 𝑇 , notat rang(𝑇 ), dimensiunea subspat, iului
Im(𝑇 ).
Se numes, te defectul lui 𝑇 , notat def(𝑇 ), dimensiunea subspat, iului Ker(𝑇 ).
20
Teoremă 2.5 (Teorema rang-defect): Fie 𝑉 s, i 𝑊 două spat, ii vectoriale peste acelas, i corp comutativ
𝐾 , cu dim𝐾 𝑉 = 𝑛 s, i fie 𝑇 ∈ L(𝑉 , 𝑊 ). Atunci:
rang(𝑇 ) + def(𝑇 ) = 𝑛.
2.5 Exercit, ii
1. Fie 𝑎 ∈ ℝ fixat. Să se stabilească dacă legile de compozit, ie:
⊕ ∶ ℝ × ℝ → ℝ, 𝑥 ⊕ 𝑦 = 𝑥 + 𝑦 − 𝑎
⊗ ∶ ℝ × ℝ → ℝ, 𝛼 ⊗ 𝑥 = 𝛼𝑥 + (1 − 𝛼)𝑎
determină o structură de spat, iu vectorial real pe mult, imea ℝ.
2. Să se arate că mult, imea (0, ∞) este un spat, iu vectorial real ı̂n raport cu legile de compozit, ie:
⊕ ∶ (0, ∞) × (0, ∞) → (0, ∞)𝑥 ⊕ 𝑦 = 𝑥𝑦

⊙ ∶ ℝ × (0, ∞) → (0, ∞), 𝛼 ⊙ 𝑥 = 𝑥 𝛼 .
3. Să se arate că mult, imea
𝑆 = {(𝛼 − 2𝛽; 𝛼 + 3𝛽; 𝛽) ∣ 𝛼, 𝛽 ∈ ℝ}
este un subspat, iu vectorial al spat, iului vectorial real ℝ3 . Determinat, i o bază ı̂n 𝑆, precum s, i dimℝ 𝑆.
4. Se consideră mult, imea:

{ }
𝑥 0 𝑦
𝐿 = 𝐴 ∈ 𝑀2,3 (ℝ) ∣ 𝐴 = , 𝑥, 𝑦, 𝑧, 𝑢 ∈ ℝ, 𝑥 = 𝑦 + 𝑧
( 0 𝑢 𝑧)
(a) Să se arate că 𝐿 este un subspat, iu vectorial al lui 𝑀2,3 (ℝ);
(b) Determinat, i o bază ı̂n 𝐿, precum s, i dimℝ 𝐿.
5. Se consideră sistemul omogen:

{
𝑥1 − 2𝑥2 + 3𝑥3 + 𝑥4 =0
2𝑥1 − 𝑥2 + 𝑥3 − 𝑥4 =0
21
Să se rezolve sistemul. Să se arate că mult, imea solut, iilor sistemului este un subspat, iu vectorial al
lui ℝ4 . Determinat, i o bază ı̂n subspat, iul solut, iilor.
6. Să se arate că sistemul de vectori {𝑣1 , … , 𝑣4 } din ℝ3 este liniar dependent, unde:
𝑣1 = (1, 1, 0), 𝑣2 = (1, 0, 1), 𝑣3 = (0, 1, 1), 𝑣4 = (1, 1, 1).
7. Să se stabilească dacă vectorul 𝑣 = (4, −2, 0, 3) din spat, iul vectorial real ℝ4 este o combinat, ie
liniară a vectorilor 𝑣1 = (3, 9, −4, −2), 𝑣2 = (2, 3, 0, −1), 𝑣3 = (2, −1, 2, 1).
8. În ℝ[𝑋 ]≤2 , spat, iul polinoamelor reale de grad cel mult 2, să se găsească coordonatele polino-
mului 𝑝(𝑥) = 3𝑥 2 − 𝑥 + 4 ı̂n raport cu baza 𝐵 formată din 𝑝1 (𝑥) = 𝑥 2 − 1, 𝑝2 (𝑥) = 2𝑥 + 1, 𝑝3 (𝑥) = 𝑥 2 + 3.
9. În spat, iul vectorial real ℝ3 se consideră baza canonică:
𝐵 = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}
s, i o altă bază:
𝐵′ = {(1, 2, 1), (1, −1, 0), (3, 1, −2)}.
Să se determine matricea de trecere de la baza 𝐵 la baza 𝐵′ , precum s, i coordonatele vectorului
𝑣 = (2, 3, −5) ı̂n baza 𝐵′ .
10. Fie 𝑉 , 𝑊 două spat, ii vectoriale s, i 𝑓 ∶ 𝑉 → 𝑊 o aplicat, ie liniară.A Arătat, i că Ker(𝑓 ) =
{𝑥 ∈ 𝑉 ∣ 𝑓 (𝑥) = 0𝑊 } este un subspat, iu al lui 𝑉 , iar Im(𝑓 ) = {𝑦 ∈ 𝑊 ∣ ∃𝑥 ∈ 𝑉 a.ı̂ 𝑓 (𝑥) = 𝑦} este
subspat, iu al lui 𝑊 .
11. Fie 𝑉 s, i 𝑊 două 𝐾 -spat, ii vectoriale. Dat, i exemplu de astfel de spat, ii s, i de o aplicat, ie
𝑓 ∶ 𝑉 → 𝑊 care să fie morfism ı̂ntre grupurile aditive (𝑉 , +) s, i (𝑊 , +), dar să nu fie 𝐾 -liniară.
12. În spat, iul vectorial real ℝ3 se consideră vectorii:
𝑣1 = (1, 2, 3), 𝑣2 = (2, 3, 1), 𝑣3 = (𝛼 + 3, 𝛼 + 1, 𝛼 + 2), 𝛼 ∈ ℝ.
Să se determine 𝛼, s, tiind că vectorii sı̂nt liniar dependent, i.
22
13. Fie 𝑓 ∶ ℝ3 → ℝ4 , 𝑓 (𝑥1 , 𝑥2 , 𝑥3 ) = (𝑥1 + 𝑥2 , 𝑥2 − 𝑥3 , 𝑥1 + 𝑥3 , 2𝑥1 + 𝑥2 ).
(a) Arătat, i că 𝑓 este morfism de spat, ii vectoriale;
(b) Determinat, i Ker(𝑓 );
(c) Determinat, i matricea aplicat, iei liniare ı̂n baza canonică.
(d) Verificat, i teorema rang-defect.
14. Fie 𝑓 ∶ ℝ4 → ℝ2 , 𝑓 (𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ) = (2𝑥1 − 𝑥2 − 𝑥3 , 𝑥1 + 3𝑥2 + 𝑥4 ).
(a) Arătat, i că 𝑓 este morfism de spat, ii vectoriale.
(b) Determinat, i matricea aplicat, iei 𝑓 ı̂n baza canonică.
(c) Determinat, i Ker(𝑓 ) s, i Im(𝑓 ).
(d) Verificat, i teorema rang-defect.
15. Dat, i exemplu de un 𝐾 -spat, iu vectorial 𝑉 s, i o submult, imea 𝑊 ⊆ 𝑉 care să fie subgrup al
lui (𝑉 , +), dar să nu fie subspat, iu vectorial al lui 𝑉 .
16. Fie 𝑉 un 𝐾 -spat, iu vectorial s, i 𝑆 = {𝑣1 , … , 𝑣𝑛 } o mult, ime de vectori din 𝑉 . Fie 𝑓 ∶ 𝑉 → 𝑊
o aplicat, ie liniară. Notăm cu 𝑓 (𝑆) imaginea mult, imii 𝑆 prin morfismul 𝑓 , deci 𝑓 (𝑆) = {𝑓 (𝑣𝑖 )}.
Arătat, i că:
(a) Dacă 𝑆 este liniar dependentă ı̂n 𝑉 , atunci 𝑓 (𝑆) este liniar dependentă ı̂n 𝑊 ;
(b) Dacă 𝑆 este liniar independentă ı̂n 𝑉 s, i 𝑓 este injectivă, atunci 𝑓 (𝑆) este liniar independentă
ı̂n 𝑊 ;
(c) Dacă 𝑆 este sistem de generatori ı̂n 𝑉 s, i 𝑓 este surjectiv, atunci 𝑓 (𝑆) este sistem de generatori
ı̂n 𝑊 ;
(d) Dacă 𝑆 este bază ı̂n 𝑉 s, i 𝑓 este bijectiv, atunci 𝑓 (𝑆) este bază ı̂n 𝑊 . Deducet, i de aici că orice
două spat, ii vectoriale izomorfe au aceeas, i dimensiune.
23
2.6 Exercit, ii suplimentare. Teorema lui Grassmann
1. Determinat, i o bază s, i dimensiunea următoarelor spat, ii vectoriale:
(a) 𝑉1 = {(𝑥, 𝑦, 𝑧) ∈ ℝ3 ∣ 3𝑥 + 𝑦 = 0};
(b) 𝑉2 = {(𝑥, 𝑦, 𝑧) ∈ ℝ3 ∣ 𝑥 = 0};
(c) 𝑉3 = {(𝑥, 𝑦, 𝑧) ∈ ℝ3 ∣ 3𝑥 + 𝑦 = 𝑧, 𝑥 + 2𝑧 = 𝑦};
(d) 𝑉4 = {𝑝 ∈ ℝ2 [𝑋 ] ∣ 𝑝(0) = 0};
(e) 𝑉5 = {𝑝 ∈ ℝ2 [𝑋 ] ∣ 𝑝 ′ (0) = 0};
(f) 𝑉6 = {𝐴 ∈ 𝑀2 (ℝ) ∣ tr(𝐴) = 0};
(g) 𝑉7 = {𝐴 ∈ 𝑀2 (ℝ) ∣ 𝐴 = 𝐴𝑡 };
(h) 𝑉8 = Sp{𝑣1 = (−1, 1, 2), 𝑣2 = (3, 0, 0)};
(i) 𝑉9 = Sp{𝑣 = (−1, 1, 1)};
(j) 𝑉10 = Sp{𝑣1 = (1, 1, 1), 𝑣2 = (2, 2, 2)};
(k) 𝑉11 = Sp{𝑋 + 1, 𝑋 2 + 1};
(l) 𝑉12 = Sp{𝑋 2 + 𝑥, 𝑋 + 1, 3𝑋 − 2}.
2. Pentru aplicat, iile liniare următoare, determinat, i:
(i) matricea ı̂n baza canonică;
(ii) nucleul s, i imaginea, cu baze s, i dimensiuni;
(iii) precizat, i dacă aplicat, iile sı̂nt injective sau surjective.
(a) 𝑓 ∶ ℝ3 → ℝ3 , 𝑓 (𝑥, 𝑦, 𝑧) = (𝑥 + 𝑦 + 𝑧, 𝑥 − 𝑦 − 𝑧, 3𝑧);
(b) 𝑓 ∶ ℝ3 → ℝ3 , 𝑓 (𝑥, 𝑦, 𝑧) = (𝑥 + 𝑦, 𝑥 + 𝑦, 𝑥 + 𝑦);
(c) 𝑓 ∶ ℝ3 → ℝ3 , 𝑓 (𝑥, 𝑦, 𝑧) = (𝑥 + 𝑦, 2𝑥 + 2𝑦, 𝑧);
(d) 𝑓 ∶ ℝ3 → ℝ3 , 𝑓 (𝑥, 𝑦, 𝑧) = (𝑥 − 𝑦, 𝑦 − 𝑥, 3𝑧 − 𝑥);
(e) 𝑓 ∶ ℝ3 → ℝ2 , 𝑓 (𝑥, 𝑦, 𝑧) = (𝑥 − 𝑦 − 𝑧, 𝑥 + 𝑦 + 𝑧);
24
(f) 𝑓 ∶ ℝ3 → ℝ2 , 𝑓 (𝑥, 𝑦, 𝑧) = (𝑥 + 𝑦 + 𝑧, 3𝑧):
(g) 𝑓 ∶ ℝ3 → ℝ2 , 𝑓 (𝑥, 𝑦, 𝑧) = (𝑥, 𝑦);
(h) 𝑓 ∶ ℝ2 → ℝ3 , 𝑓 (𝑥, 𝑦, 𝑧) = (𝑥, 𝑦, 𝑥 + 𝑦);
(i) 𝑓 ∶ ℝ2 → ℝ3 , 𝑓 (𝑥, 𝑦) = (3𝑥, 𝑦, 𝑥 + 𝑦);
(j) 𝑓 ∶ ℝ2 → ℝ2 [𝑋 ], 𝑓 (𝑥, 𝑦) = 3𝑥 + 4𝑦𝑋 + 𝑥𝑋 2 ;
(k) 𝑓 ∶ ℝ2 [𝑋 ] → ℝ2 , 𝑓 (𝑎 + 𝑏𝑋 + 𝑐𝑋 2 ) = (𝑎 + 𝑐, 𝑏);
𝑎 𝑏+𝑐
(l) 𝑓 ∶ ℝ2 [𝑋 ] → 𝑀2 (ℝ), 𝑓 (𝑎 + 𝑏𝑋 + 𝑐𝑋 2 ) = ;
(𝑏 𝑎 − 𝑐)
𝑎 𝑏
(m) 𝑓 ∶ 𝑀2 (ℝ) → ℝ2 [𝑋 ], 𝑓 = (𝑎 + 𝑐) + (𝑏 + 𝑑)𝑋 + (𝑐 − 𝑑)𝑋 2 .
( 𝑐 𝑑)
2.7 Teorema lui Grassmann

Fie 𝑉1 , 𝑉2 două subspat, ii ale unui 𝐾 -spat, iu vectorial 𝑉 .
Definiţie 2.16: Se defines, te suma subspat, iilor 𝑉1 s, i 𝑉2 prin:
𝑉1 + 𝑉2 = {𝑣 ∈ 𝑉 ∣ ∃𝑣1 ∈ 𝑉1 , 𝑣2 ∈ 𝑉2 , 𝑣 = 𝑣1 + 𝑣2 }.
Dacă 𝑉1 ∩ 𝑉2 = {0𝑉 }, suma se numes, te directă s, i se notează 𝑉1 ⊕ 𝑉2 .

Dacă 𝑉1 ⊕ 𝑉2 ≃ 𝑉 , atunci 𝑉1 se numes, te complementul lui 𝑉2 ı̂n 𝑉 , iar 𝑉2 se numes, te comple-
mentul lui 𝑉1 ı̂n 𝑉 .
O proprietate importantă a sumei directe este:
Teoremă 2.6: Dacă 𝑉 = 𝑉1 ⊕ 𝑉2 , atunci pentru orice vector 𝑣 ∈ 𝑉 , există componentele unice
𝑣1 ∈ 𝑉1 , 𝑣2 ∈ 𝑉2 astfel ı̂ncı̂t 𝑣 = 𝑣1 + 𝑣2 .
Cu alte cuvinte, ı̂n cazul unei sume directe, orice vector din sumă se proiectează unic pe cele două
componente.
Teoremă 2.7 (H. Grassmann): Fie 𝑉1 , 𝑉2 ≤𝐾 𝑉 ca mai sus. Atunci are loc:
dim(𝑉1 + 𝑉2 ) = dim 𝑉1 + dim 𝑉2 − dim(𝑉1 ∩ 𝑉2 ).
În particular:
dim(𝑉1 ⊕ 𝑉2 ) = dim 𝑉1 + dim 𝑉2 .
Rezultă că, dacă 𝐵1 este o bază ı̂n 𝑉1 , iar 𝐵2 este o bază ı̂n 𝑉2 , atunci:
25
• 𝐵1 ∪ 𝐵2 este o bază ı̂n 𝑉1 + 𝑉2 ;
• 𝐵1 ∩ 𝐵2 este o bază ı̂n 𝑉1 ∩ 𝑉2 .
Observaţie 2.6: Deoarece 𝑉1 + 𝑉2 ≤𝐾 𝑉 (demonstrat, i!), rezultă că:
dim(𝑉1 + 𝑉2 ) ≤ dim 𝑉 .
2.8 Exercit, ii Grassmann

3. În continuarea exercit, iului 1 de mai sus:
(a) Determinat, i, cu bază s, i dimensiune subspat, iile:
• 𝑉1 + 𝑉2 , 𝑉1 ∩ 𝑉2 ;
• 𝑉2 + 𝑉3 , 𝑉2 ∩ 𝑉3 ;
• 𝑉4 + 𝑉5 , 𝑉4 ∩ 𝑉5 ;
• 𝑉8 + 𝑉2 , 𝑉8 ∩ 𝑉2 ;
• 𝑉9 + 𝑉10 , 𝑉9 ∩ 𝑉10 ;
• 𝑉11 + 𝑉5 , 𝑉11 ∩ 𝑉5 ;
• 𝑉12 + ℝ2 [𝑋 ], 𝑉12 + ℝ2 [𝑋 ].
(b) Decidet, i care dintre sumele de mai sus sı̂nt directe.
4. În continuarea exercit, iului 2 de mai sus, dacă notăm, ı̂n general, aplicat, ia liniară 𝑓 ∶ 𝑉 →
𝑊:
(a) Găsit, i un subspat, iu 𝑉 ′ al lui 𝑉 astfel ı̂ncı̂t Ker𝑓 ⊕ 𝑉 ′ să fie izomorf cu 𝑉 ;
(b) Găsit, i un subspat, iu 𝑊 ′ al lui 𝑊 astfel ı̂ncı̂t Im𝑓 ⊕ 𝑊 ′ să fie izomorf cu 𝑊 .
Cu alte cuvinte, găsit, i complementul lui Ker𝑓 ı̂n 𝑉 s, i complementul lui Im𝑓 ı̂n 𝑊 .
26
SEMINAR 3
VECTORI S, I VALORI PROPRII.
DIAGONALIZARE
3.1 Vectori s, i valori proprii

Fie 𝑉 un 𝐾 -spat, iu vectorial s, i 𝑓 ∶ 𝑉 → 𝑉 o aplicat, ie liniară.
Definiţie 3.1: Un vector 𝑣 ∈ 𝑉 se numes, te vector propriu (eng. eigenvector) pentru aplicat, ia 𝑓
dacă există un scalar 𝜆 ∈ 𝐾 astfel ı̂ncı̂t 𝑓 (𝑣) = 𝜆𝑣.
În acest caz, 𝜆 se numes, te valoarea proprie (eng. eigenvalue) asociată vectorului propriu 𝑣.
Rezultă că vectorii proprii sı̂nt aceia pentru care aplicat, ia liniară are o act, iune simplă, de
rescalare“, adică doar de ı̂nmult, ire cu un scalar, care se numes, te valoarea proprie asociată.
”
Pas, ii pentru calculul vectorilor s, i valorilor proprii sı̂nt:
(1) Presupunem dim 𝑉 = 𝑛. Scriem matricea aplicat, iei 𝑓 ı̂n baza canonică a lui 𝑉 s, i obt, inem
𝐴 = 𝑀𝑓𝐵 ∈ 𝑀𝑛 (𝐾 );
(2) Scriem polinomul caracteristic al matricei, anume:
𝑃(𝑥) = det(𝐴 − 𝑥 ⋅ 𝐼𝑛 ).
(3) Rădăcinile polinomului caracteristic sı̂nt valorile proprii ale endomorfismului 𝑓 . Mult, imea
valorilor proprii se mai numes, te spectrul endomorfismului s, i se notează 𝜎(𝑓 ).
(4) Pentru a găsi vectorii proprii asociat, i fiecărei valori proprii 𝜆𝑖 , se rezolvă ecuat, ia 𝑓 (𝑣𝑖 ) = 𝜆𝑖 𝑣𝑖
s, i se determină 𝑣𝑖 ∈ 𝑉 .
Alte elemente de terminologie:
27
Definiţie 3.2: Fie 𝜆 o valoare proprie a unui endomorfism 𝑓 , iar 𝑣, vectorul propriu asociat.
Notăm 𝑉 (𝜆) = 𝑉𝜆 = Sp(𝑣) subspat, iul lui 𝑉 generat de 𝑣, numit subspat, iul invariant (propriu)
asociat lui 𝑣.
Dimensiunea acestui subspat, iu se numes, te multiplicitatea geometrică a valorii proprii, notată
𝑚𝑔 (𝜆) = 𝑔(𝜆) = dim 𝑉 (𝜆).
Se numes, te multiplicitatea algebrică a valorii proprii 𝜆, notată 𝑚𝑎 (𝜆) = 𝑎(𝜆), multiplicitatea
rădăcinii 𝑥 = 𝜆 ı̂n polinomul caracteristic. Adică 𝑎(𝜆) = 𝑛 ⇔ 𝑃𝐴 (𝑥) ⋮ (𝑥 − 𝜆)𝑛 .
O proprietate importantă este:
Teoremă 3.1 (Cayley-Hamilton): 𝑃𝐴 (𝐴) = 0, unde 𝐴 este polinomul caracteristic al matricei 𝐴.
3.2 Matrice de trecere. Diagonalizare

Putem avea două sau mai multe baze ale aceluias, i spat, iu vectorial, iar ı̂ntre ele există o legătură
strı̂nsă, matriceală.
Fie 𝐵 = {𝑏1 , … , 𝑏𝑛 } s, i 𝐶 = {𝑐1 , … , 𝑐𝑛 } două baza ale aceluias, i spat, iu vectorial 𝑉 . Se numes, te
matricea de trecere de la baza 𝐵 la baza 𝐶, notată 𝑀𝐵𝐶 sau 𝐵 𝑀 𝐶 , matricea coeficient, ilor din scrierea
vectorilor 𝑐𝑖 ı̂n funct, ie de vectorii 𝑏𝑖 . Mai precis, deoarece 𝐵 este bază, avem:
∀𝑖, 𝑗, 𝑐𝑖 = ∑ 𝛼𝑖𝑗 𝑏𝑗 ,
𝑗
iar matricea de trecere este matricea (𝛼𝑖𝑗 ).

Definiţie 3.3: O matrice 𝐴 ∈ 𝑀𝑛 (𝐾 ) se numes, te diagonalizabilă dacă ea este asemenea cu o
matrice diagonală 𝐷, care are elemente nenule doar pe diagonala principală.
Altfel spus, există 𝑇 ∈ 𝑀𝑛 (𝐾 ) inversabilă, cu 𝑇 −1 𝐴𝑇 = 𝐷.
Observaţie 3.1: Dacă matricea 𝐴 este diagonalizabilă, atunci 𝐷 din definit, ia de mai sus cont, ine
pe diagonală doar valorile proprii ale lui 𝐴.
Condit, iile necesare s, i suficiente pentru diagonalizare sı̂nt:
Teoremă 3.2: Următoarele afirmat, ii sı̂nt echivalente:
(a) Matricea 𝐴 este diagonalizabilă;
(b) Există o bază a spat, iului vectorial 𝑉 formată doar din vectorii proprii ai lui 𝐴;
(c) 𝑎(𝜆𝑖 ) = 𝑔(𝜆𝑖 ), ∀𝜆𝑖 ∈ 𝜎(𝐴).

Evident, discut, ia are sens atı̂t pentru cazul ı̂n care pornim cu o aplicat, ie liniară, caz ı̂n care ı̂i
luăm matricea ı̂n baza canonică s, i lucrăm cu ea, cı̂t s, i dacă pornim direct cu o matrice.
Pas, ii pentru diagonalizare sı̂nt:
28
(1) Fixăm o bază 𝐵 a lui 𝑉 (e.g. baza canonică) s, i scriem 𝐴 = 𝑀𝑓𝐵 ;
(2) Determinăm valorile proprii 𝜆𝑖 ale lui 𝐴 s, i multiplicităt, ile lor geometrice;
(3) Pentru fiecare valoare proprie, determinăm vectorii proprii, subspat, iile invariante, cı̂te o bază
𝐵𝑖 ı̂n fiecare dintre acestea s, i multiplicităt, ile geometrice;
(4) Dacă există o valoare proprie 𝜆𝑗 cu 𝑎(𝜆𝑗 ) ≠ 𝑔(𝜆𝑗 ), algoritmul se opres, te s, i matricea nu se poate
diagonaliza;
(5) Dacă 𝑎(𝜆𝑖 ) = 𝑔(𝜆𝑖 ), ∀𝑖, matricea se poate diagonaliza, iar 𝐵′ = ∪𝑖 𝐵𝑖 este o bază a lui 𝑉 , formată
numai din vectori proprii;
(6) Se determină matricea de trecere de la baza 𝐵 la baza 𝐵′ , notată 𝑇 , care este inversabilă, iar
forma diagonală este:
𝐴 ∼ 𝑇 −1 𝐴𝑇 = diag(𝜆𝑖 ).
Observaţie 3.2: Unul dintre avantajele diagonalizării matricelor este us, urint, a calculelor ulteri-
oare. În particular, dacă 𝐴 = diag(𝜆𝑖 ), atunci 𝐴𝑘 = diag(𝜆𝑖𝑘 ), ∀𝑘.
3.3 Exercit, ii
1. Să se determine vectorii s, i valorile proprii pentru matricele:
⎛0 2 2 ⎞ ⎛0 1 −2⎞
1 0
𝐴= , 𝐵 = ⎜2 0 −2⎟ , 𝐶 = ⎜1 1 1 ⎟ .
(8 2) ⎜ ⎟ ⎜ ⎟
⎝2 −2 0 ⎠ ⎝1 −1 −1⎠
2. Fie aplicat, ia liniară 𝑓 ∶ ℝ3 → ℝ3 , 𝑓 (𝑥, 𝑦, 𝑧) = (−𝑦, 𝑥, 𝑧).
Să se calculeze vectorii s, i valorile proprii ale lui 𝑓 .
3. Aceeas, i cerint, a pentru:
𝑓 ∶ ℝ3 → ℝ3 , 𝑓 (𝑥, 𝑦, 𝑧) = (𝑥 − 𝑧, 8𝑥 + 𝑦 − 2𝑧, 𝑧).
4. Fie aplicat, ia liniară 𝑓 ∶ 𝑀2 (ℝ) → 𝑀2 (ℝ), definită prin:
𝑎 𝑏 2𝑎 + 𝑏 + 𝑑 2𝑏 + 4𝑐 + 5𝑑
𝑓 = .
( 𝑐 𝑑) ( 2𝑐 + 𝑑 8𝑑 )
Să se arate că 𝑓 nu este diagonalizabilă.
29
5. Să se diagonalizeze endomorfismul:
𝑓 ∶ ℝ3 → ℝ3 , 𝑓 (𝑥, 𝑦, 𝑧) = (𝑦 + 𝑧, 𝑥 + 𝑧, 𝑥 + 𝑦).
6. Să se diagonalizeze matricele:
⎛ 7 2 −2⎞ ⎛ 11 −5 5 ⎞
1 1
𝐴 = ⎜ 2 4 −1⎟ , 𝐵= , 𝐶 = ⎜−5 3 −3⎟ .
⎜ ⎟ (4 1) ⎜ ⎟
⎝−2 −1 4 ⎠ ⎝ 5 −3 3 ⎠
7. Determinat, i vectorii s, i valorile proprii pentru aplicat, ia:
𝑓 ∶ ℝ3 → ℝ3 , 𝑓 (𝑎, 𝑏, 𝑐) = (𝑎 − 𝑏 + 𝑐, 𝑏, 𝑏 − 𝑐).
30
SEMINAR 4
MODELE DE PART, IAL
4.1 Model 1
1. Fie spat, iile vectoriale:
𝑉1 = {(𝑥, 𝑦, 𝑧) ∈ ℝ3 ∣ 3𝑥 + 𝑦 = 0}
𝑉2 = Sp{(1, −1, 1), (2, −1, 1)}.
(a) Să se determine, cu bază s, i dimensiune, 𝑉1 , 𝑉2 ;

Răspuns: dim 𝑉1 = dim 𝑉2 = 2. Baza ı̂n 𝑉2 poate fi luată ca fiind cei doi vectori dat, i, iar ı̂n 𝑉1
avem, de exemplu, {(1, −3, 0), (0, 0, 1)}.
(b) Să se determine, cu bază s, i dimensiune, 𝑉1 ∩ 𝑉2 , respectiv 𝑉1 + 𝑉2 . Decidet, i dacă suma 𝑉1 + 𝑉2

este directă;
Răspuns: dim(𝑉1 + 𝑉2 ) = 3 ⇒ dim(𝑉1 ∩ 𝑉2 ) = 1, deci suma nu este directă.
(c) Să se determine un subspat, iu 𝑊 al lui ℝ3 astfel ı̂ncı̂t 𝑉1 ⊕ 𝑊 ≃ ℝ3 .

Răspuns: dim 𝑊 = 1 s, i se alege astfel ı̂ncı̂t 𝑊 ∩ 𝑉1 = {(0, 0, 0)}.
2. Fie aplicat, ia liniară:
𝑓 ∶ ℝ2 [𝑋 ] → ℝ3 , 𝑓 (𝑎 + 𝑏𝑋 + 𝑐𝑋 2 ) = (𝑎 + 𝑐, 2𝑏, 𝑐 − 𝑏).
(a) Să se determine matricea lui 𝑓 ı̂n baza canonică;
31
(b) Să se determine Ker𝑓 s, i Im𝑓 , cu bază s, i dimensiune;
Răspuns: dim Ker𝑓 = 0 ⇒ dim Im𝑓 = 3.
(c) Decidet, i dacă aplicat, ia 𝑓 este injectivă sau surjectivă.

Răspuns: Aplicat, ia este s, i injectivă, s, i surjectivă.
𝑓 ∶ ℝ3 → ℝ3 , 𝑓 (𝑎, 𝑏, 𝑐) = (𝑎, 2𝑏, 𝑐 − 𝑏).
Fie 𝐴 matricea aplicat, iei ı̂n baza canonică.
(a) Să se aducă matricea 𝐴 la forma diagonală.
(b) Să se calculeze 𝐴21 .
(*) Fie 𝐴 ∈ 𝑀5 (ℝ) astfel ı̂ncı̂t:

𝐴2 − 3 ⋅ 𝐴 + 2I5 = 05 .
Aflat, i vectorii s, i valorile proprii ale lui 𝐴.
Răspuns: 𝜎(𝐴) = {1, 2}.
4.2 Model 2
1. Fie spat, iile vectoriale:
𝑉1 = {𝑝 ∈ ℝ2 [𝑋 ] ∣ 𝑝(0) = 0}
𝑉2 = Sp{1 + 𝑋 , 𝑋 + 𝑋 2 }.
(a) Să se determine 𝑉1 s, i 𝑉2 , cu bază s, i dimensiune.

Răspuns: dim 𝑉1 = 2, dim 𝑉2 = 2.
(b) Să se determine 𝑉1 + 𝑉2 , cu bază s, i dimensiune.

Răspuns: dim 𝑉1 + 𝑉2 = 3.
(c) Găsit, i 𝑊 ≤ℝ ℝ2 [𝑋 ] astfel ı̂ncı̂t 𝑊 ⊕ 𝑉1 ≃ ℝ2 [𝑋 ].

Răspuns: dim 𝑊 = 1, deci 𝑊 = Sp{𝑓 ∈ ℝ2 [𝑋 ]}, astfel ı̂ncı̂t 𝑊 ∩ 𝑉1 = {0}.
32
𝑎 2𝑏
𝑓 ∶ ℝ2 [𝑋 ] → 𝑀2 (ℝ), 𝑓 (𝑎 + 𝑏𝑋 + 𝑐𝑋 2 ) = .
(𝑐 − 𝑎 𝑐 − 2𝑏)
(a) Determinat, i matricea aplicat, iei ı̂n baza canonică.
(b) Determinat, i Ker𝑓 s, i Im𝑓 , cu baze s, i dimensiuni.

Răspuns: Ker𝑓 = {0} ⇒ dim Im𝑓 = 3.
(c) Determinat, i un subspat, iu 𝑉 ≤ℝ ℝ2 [𝑋 ] astfel ı̂ncı̂t 𝑉 ⊕ Ker𝑓 ≃ ℝ2 [𝑋 ].
(d) Decidet, i dacă aplicat, ia 𝑓 este injectivă sau surjectivă.

Răspuns: Aplicat, ia este injectivă, dar nu este surjectivă.
3. Să se diagonalizeze matricea:
⎛ 7 2 −2⎞
𝐴 = ⎜ 2 4 −1⎟ .
⎜ ⎟
⎝−2 −1 4 ⎠
4.3 Model 3
Acesta este part, ialul din 2017, Prof. A. Nit, ă
Numărul 1
1. Fie aplicat, ia liniară 𝑓 ∶ 𝑀2 (ℝ) → ℝ2 [𝑋 ] definită prin:
𝑎 𝑏
𝑓 = (𝑎 − 𝑏 − 𝑐) + (8𝑎 − 𝑑)𝑋 2 .
( 𝑐 𝑑)
(a) Determinat, i matricea aplicat, iei ı̂n bazele canonice.
(b) Determinat, i Ker𝑓 s, i Im𝑓 , cu baze s, i dimensiuni.

Răspuns: dim Ker𝑓 = 2 ⇒ dim Im𝑓 = 2.
(c) Găsit, i un subspat, iu 𝑉 ≤ℝ 𝑀2 (ℝ) astfel ı̂ncı̂t 𝑉 ⊕ Ker𝑓 ≃ 𝑀2 (ℝ).

Răspuns: dim 𝑉 = 2, deci 𝑉 este generat de o matrice care nu se găses, te ı̂n nucleu.
33
2. Fie 𝑓 ∶ ℝ3 → ℝ3 o aplicat, ie liniară, cu proprietatea că 𝑓 2 − 3𝑓 = Idℝ3 , unde 𝑓 2 = 𝑓 ◦𝑓 , iar Idℝ3
este aplicat, ia identitate.
Verificat, i dacă 𝑓 este izomorfism.
Răspuns: Fie 𝐴 = 𝑀𝑓𝐵𝐶 . Atunci 𝑀𝑓𝐵𝐶 ◦𝑓 = 𝐴 , deci relat, ia se rescrie:
2
𝐴2 − 3𝐴 = I3 ⇔ 𝐴(𝐴 − 3I3 ) = I3 .
Cum 𝐴 s, i 𝐴 − 3I3 comută, rezultă 𝐴−1 = 𝐴 − 3I3 .
⎛1 2 0⎞
3. Fie matricea 𝐴 = ⎜ 0 2 0 ⎟.
⎜ ⎟
⎝−2 −2 −1⎠
Să se aducă matricea la forma canonică (diagonală).
4. Fie 𝐴 ∈ 𝑀5 (ℝ) o matrice nediagonală, cu proprietatea că:
𝐴2 + 3𝐴 + 2𝐼5 = 05 .
Calculat, i 𝜎(𝐴).
Răspuns: 𝜎(𝐴) = {−1, −2}.
5. Fie spat, iile:
𝑉1 = Sp{(2, 1, 3), (1, 1, 1)}

𝑉2 = {(𝑥, 𝑦, 𝑧) ∈ ℝ3 ∣ 𝑥 − 3𝑦 + 2𝑧 = 0}.
Determinat, i 𝑉1 , 𝑉2 , 𝑉1 + 𝑉2 , 𝑉1 ∩ 𝑉2 , cu baze s, i dimensiuni.

Răspuns: dim 𝑉1 = 2, dim 𝑉2 = 2, dim(𝑉1 + 𝑉2 ) = 3, dim 𝑉1 ∩ 𝑉2 = 1.
(*) [Teorie] Arătat, i că două spat, ii vectoriale sı̂nt izomorfe dacă s, i numai dacă au aceeas, i di-
mensiune.
Numărul 2
1. Fie aplicat, ia liniară 𝑓 ∶ ℝ2 [𝑋 ] → 𝑀2 (ℝ) definită prin:
𝑎 − 8𝑏 𝑎 − 𝑐
𝑓 (𝑎 + 𝑏𝑋 + 𝑐𝑋 2 ) = .
( 0 𝑐 − 𝑏)
34
(a) Determinat, i Ker𝑓 , Im𝑓 cu baze s, i dimensiuni, precum s, i matricea aplicat, iei ı̂n bazele canonice.
(b) Găsit, i un subspat, iu 𝑉 ≤ℝ 𝑀2 (ℝ) astfel ı̂ncı̂t 𝑉 ⊕ Im𝑓 ≃ 𝑀2 (ℝ).
2. Fie 𝑓 ∶ ℝ3 → ℝ3 o aplicat, ie liniară, cu proprietatea că 𝑓 2 − 4𝑓 = Idℝ3 , unde 𝑓 2 = 𝑓 ◦𝑓 , iar Idℝ3

este aplicat, ia identică.
Este 𝑓 izomorfism?
3. Să se aducă la forma diagonală matricea:
⎛ 4 6 0⎞
𝐴 = ⎜−3 −5 0⎟ .
⎜ ⎟
⎝−3 −6 1⎠
4. Fie 𝐴 ∈ 𝑀5 (ℝ) o matrice nediagonală, cu proprietatea:
𝐴2 + 5𝐴 + 6𝐼5 = 05 .
Calculat, i 𝜎(𝐴).
5. Fie spat, iile:
𝑉1 = Sp{(1, 2, 1), (2, 1, 1)}

𝑉2 = {(𝑥, 𝑦, 𝑧) ∈ ℝ3 ∣ 3𝑥 − 2𝑦 + 𝑧 = 0}.
Determinat, i 𝑉1 , 𝑉2 , 𝑉1 + 𝑉2 , 𝑉1 ∩ 𝑉2 , cu baze s, i dimensiuni.
(*) [Teorie] Enunt, at, i teorema de dimensiune a spat, iului factor (cı̂t).
35
36
SEMINAR 5
SPAT, II EUCLIDIENE. ORTONORMARE
Ne ı̂ndreptăm spre aplicat, iile ı̂n geometria clasică, adică euclidiană, ı̂n care este esent, ial să putem
calcula lungimi (distant, e) s, i unghiuri.
În liceu, puteam face aceasta folosind produsul scalar al doi vectori descompus, i ı̂n reperul
cartezian. Astfel, fie vectorii:
𝑣⃗ = 𝑎𝑖⃗ + 𝑏 𝑗⃗, 𝑤⃗ = 𝑐 𝑖⃗ + 𝑑 𝑗⃗, 𝑎, 𝑏, 𝑐, 𝑑 ∈ ℝ.
Avem:
• produsul scalar: 𝑣⃗ ⋅ 𝑤⃗ = 𝑎𝑐 + 𝑏𝑑 ∈ ℝ;
√
• lungimea vectorului 𝑣 = 𝑣⃗ ⋅ 𝑣; ⃗
𝑣⃗ ⋅ 𝑤⃗
• cosinusul unghiului ı̂ntre doi vectori: cos(𝑣,
̂
⃗ 𝑤)
⃗ = ;
𝑣𝑤
• vectorii sı̂nt perpendiculari dacă 𝑣⃗ ⋅ 𝑤⃗ = 0.
Acestea sı̂nt not, iunile pe care le extindem acum ı̂n cazul spat, iilor vectoriale arbitrare. Vom
prezenta pentru cazul spat, iului real 𝑉 = ℝ𝑛 , celelalte rezolvı̂ndu-se similar, prin intermediul
izomorfismelor canonice.
Fie, deci, 𝑣 = (𝑣1 , … , 𝑣𝑛 ), 𝑤 = (𝑤1 , … , 𝑤𝑛 ) doi vectori din ℝ𝑛 . Se definesc:
• produsul scalar:
𝑛
⟨𝑣, 𝑤⟩ = ∑ 𝑣𝑖 𝑤𝑖 ∈ ℝ;
𝑖=1
• norma vectorului: √
||𝑣|| = ⟨𝑣, 𝑣⟩ ∈ ℝ;
37
• cosinusul unghiului ı̂ntre doi vectori:
⟨𝑣, 𝑤
cos(𝑣, 𝑤) = ∈ [−1, 1].
||𝑣|| ⋅ ||𝑤||
Avem s, i cazul particular de interes:
Definiţie 5.1: Doi vectori 𝑣 s, i 𝑤 din ℝ𝑛 se numesc perpendiculari (ortogonali), notat 𝑣 ⟂ 𝑤, dacă
⟨𝑣, 𝑤⟩ = 0.
Cu acestea, avem:
Definiţie 5.2: Spat, iul vectorial ℝ𝑛 se numes, te euclidian, deoarece este ı̂nzestrat cu produsul scalar
de mai sus.
Aplicat, iile care ne vor interesa sı̂nt: calculul complementului ortogonal al unui subspat, iu s, i
ortonormarea unei baze.
Începem cu primul subiect.
Definiţie 5.3: Fie 𝑉 un subspat, iu al unui spat, iu euclidian (ℝ𝑛 , ı̂n majoritatea aplicat, iilor). Se
defines, te:
𝑉 ⟂ = {𝑥 ∈ ℝ𝑛 ∣ 𝑥 ⟂ 𝑣, ∀𝑣 ∈ 𝑉 }
subspat, iu care se numes, te complementul ortogonal al lui 𝑉 .
O proprietate esent, ială, care ne va permite să găsim complementul ortogonal, este următoarea:
Teoremă 5.1: Fie 𝑉 un subspat, iu al lui ℝ𝑛 . Dacă 𝑉 ⟂ este complementul său ortogonal, atunci:
𝑉 ⊕ 𝑉 ⟂ ≃ ℝ𝑛 .
Rezultă, folosind teorema lui Grassmann s, i definit, ia sumei directe, că:
• dim 𝑉 ⟂ = dim ℝ𝑛 − dim 𝑉 ;
• 𝑉 ⟂ ∩ 𝑉 = {0}.
De asemenea, amintim că ı̂n ℝ2 , de exemplu, baza canonică formată din {(1, 0), (0, 1)}, pe care
o putem ı̂nt, elege s, i {𝑖⃗, 𝑗⃗}, are o proprietate specială. Mai precis, vectorii 𝑖⃗ s, i 𝑗⃗ sı̂nt versori, adică
𝑖⃗ ⟂ 𝑗⃗ s, i 𝑖 = 𝑗 = 1.
În orice spat, iu euclidian, putem obt, ine o bază similară, numită bază ortonormată, ı̂n două
etape, folosind procedeul Gram-Schmidt.
Fie, as, adar, 𝐵 = {𝑏1 , … , 𝑏𝑛 } o bază arbitrară ı̂n ℝ𝑛 . Vrem să obt, inem din ea o bază ortonormată
𝐶 = {𝑐1 , … , 𝑐𝑛 }, adică să fie formată din versori:
• 𝑐𝑖 ⟂ 𝑐𝑗 , ∀𝑖 ≠ 𝑗;
38
• ||𝑐𝑖 || = 1, ∀𝑖.
Procedeul construies, te pas cu pas 𝑐𝑖 , pornind de la 𝑏𝑖 .
(1) Alegem 𝑐1 = 𝑏1 ;
(2) Definim 𝑐2 = 𝑏2 + 𝛼𝑐1 , cu 𝛼 un scalar pe care vrem să-l determinăm. Punem condit, ia 𝑐2 ⟂ 𝑐1
s, i rezultă:
0 = ⟨𝑐2 , 𝑐1 ⟩ = ⟨𝑏2 + 𝛼𝑐1 , 𝑐1 ⟩ = ⟨𝑏2 , 𝑐1 ⟩ + 𝛼⟨𝑐1 , 𝑐1 ⟩.
As, adar:
⟨𝑏2 , 𝑐1 ⟩
𝛼 =− .
⟨𝑐1 , 𝑐1 ⟩
(3) Continuăm mai departe să definim 𝑐3 = 𝑏3 + 𝛼𝑐2 + 𝛽𝑐1 s, i determinăm 𝛼, 𝛽 din condit, iile 𝑐3 ⟂ 𝑐2
s, i 𝑐3 ⟂ 𝑐1 .
(4) Procedeul continuă după regula generală:

1
𝑐𝑖 = 𝑏𝑖 + ∑ 𝛼𝑗 𝑐𝑗 ,
𝑗=𝑖−1
iar condit, iile pe care le vom putea folosi la fiecare pas, pentru determinarea constantelor 𝛼𝑗
sı̂nt 𝑐𝑖 ⟂ 𝑐𝑗 , ∀𝑗 < 𝑖, deoarece 𝑐𝑗 au fost determinate la pas, ii anteriori.
Rezultă, cu aceasta, o bază ortogonală 𝐶 = {𝑐1 , … , 𝑐𝑛 }. Această bază se normează, obt, inı̂nd
vectori de normă 1 foarte simplu. Definim:
1
𝑐𝑖′ = ⋅ 𝑐𝑖
||𝑐𝑖 ||
s, i observăm că acum avem ||𝑐𝑖′ || = 1.

As, adar, baza 𝐶 ′ = {𝑐1′ , … , 𝑐𝑛′ } este o bază ortonormată, adică formată doar din versori, iar
procedeul se ı̂ncheie.
5.1 Exercit, ii
1. Să se ortonormeze bazele:
(a) 𝐵1 = {(1, 0, 1), (−1, 2, 0), (0, 1, −1)} a lui ℝ3 ;
(b) 𝐵2 = {𝑋 + 1, 𝑋 2 + 1, 3} a lui ℝ2 [𝑋 ];
(c) 𝐵3 = {(1, −1, 0, 0), (0, 1, 1, −1), (1, 0, −1, 1), (2, 1, 0, 1)} a lui ℝ4 .
39
2. Să se completeze mult, imea {(1, −1, 2), (1, 2, 3)} pı̂nă la o bază a lui ℝ3 s, i să se ortonormeze
baza rezultată.
3. Să se completeze mult, imea {3, 2𝑋 + 1} pı̂nă la o bază a lui ℝ2 [𝑋 ] s, i să se ortonormeze baza
rezultată.
4. Găsit, i complementele ortogonale pentru:
(a) 𝑉1 = Sp{(−1, 1, 2), (0, 1, 1)} ı̂n ℝ3 ;
(b) 𝑉2 = Sp{(1, 1, 1)} ı̂n ℝ3 ;
(c) 𝑉3 = {(𝑥, 𝑦, 𝑧) ∈ ℝ3 ∣ 3𝑥 + 𝑦 = 0} ı̂n ℝ3 ;
(d) 𝑉4 = {(𝑥, 𝑦, 𝑧) ∈ ℝ3 ∣ 𝑥 = 𝑦} ı̂n ℝ3 ;
(e) 𝑉5 = {𝑝 ∈ ℝ2 [𝑋 ] ∣ 𝑝 ′ (0) = 0} ı̂n ℝ2 [𝑋 ];
(f) 𝑉6 = {𝑝 ∈ ℝ2 [𝑋 ] ∣ 𝑝(0) = 0} ı̂n ℝ2 [𝑋 ];
(g) 𝑉7 = Sp{𝑋 } ı̂n ℝ2 [𝑋 ];
(h) 𝑉8 = Sp{2, 5𝑋 2 } ı̂n ℝ2 [𝑋 ];
(i) 𝑉9 = {(𝑥, 𝑦, 𝑧, 𝑡) ∈ ℝ4 ∣ 3𝑥 + 𝑦 = 0, 𝑦 + 𝑧 − 𝑡 = 0} ı̂n ℝ4 .
40
SEMINAR 6
FORMA CANONICĂ JORDAN. CONICE S, I
CUADRICE
6.1 Forma canonică Jordan

După cum am văzut, nu orice matrice poate fi adusă la forma diagonală. Însă vom vedea că, pentru
spat, ii vectoriale reale, orice matrice poate fi adusă la forma canonică Jordan, care este aproape
”
diagonală“, ı̂ntr-un anume sens.
Prezentarea de mai jos urmează materialul [Brı̂nzănescu and Ştănăşilă, 1998], pp. 90–108.
Algoritmul va proceda similar cu cazul diagonalizării, ı̂n prima parte.
Fie 𝐴 ∈ 𝑀𝑛 (ℝ) o matrice căreia vrem să-i găsim forma canonică Jordan.
• Se calculează polinomul caracteristic al matricei, 𝑃𝐴 (𝑋 ), de unde se obt, in valorile proprii,

𝜎(𝐴) = {𝜆1 , … , 𝜆𝑝 };
• Pentru fiecare valoare proprie, se determină vectorii proprii s, i subspat, iile invariante cores-
punzătoare;
• Pentru fiecare valoare proprie 𝜆𝑖 , definim matricea 𝑀 = 𝐴−𝜆𝑖 𝐼𝑛 . Observăm că Ker𝑀 = 𝑉 (𝜆𝑖 ).
Pentru această matrice, se calculează s, irul ascendent de nuclee:
𝑉 (𝜆𝑖 ) = Ker𝑀 ⊂ Ker𝑀 2 ⊂ ⋯ ⊂ Ker𝑀 𝑠 ,
ultimul spat, iu notı̂ndu-se fie 𝐾 (𝑀), fie 𝑉 𝜆𝑖 s, i numindu-se nucleu stabil al lui 𝑀.
Prin definit, ie, dim 𝑉 𝜆𝑖 = 𝑚𝑎 (𝜆𝑖 ).
• Alegem vectori liniar independent, i astfel:
41
– 𝑢1 , … , 𝑢𝑝1 ∈ Ker𝑀 𝑠 − Ker𝑀 𝑠−1 , astfel ı̂ncı̂t Ker𝑀 𝑠−1 ⊕ Sp{𝑢𝑖 } ≃ Ker𝑀 𝑠 . Altfel spus,
completăm baza lui Ker𝑀 𝑠−1 la o bază a lui Ker𝑀 𝑠 ;
– Calculăm 𝑀𝑢𝑗𝑡 ∈ Ker𝑀 𝑠−1 − Ker𝑀 𝑠−2 s, i completăm rezultatele la o bază a lui Ker𝑀 𝑠−1 .
– Continuăm aces, ti pas, i s, i ı̂n final se obt, ine o listă de forma:
⎧
⎪
⎪ 𝑢1 , … , 𝑢𝑝1
⎪
⎪
⎪ 𝑀𝑢1 , … , 𝑀𝑢𝑝1 , 𝑢𝑝1 +1 , … , 𝑢𝑝2
⎨
⎪
⎪ …
⎪
⎪
⎪ 𝑀 𝑠−1 𝑢1 , … , 𝑀 𝑠−1 𝑢𝑝1 , … , 𝑢𝑝𝑠
⎩
ultima linie reprezentı̂nd o bază pentru 𝑉 (𝜆𝑖 ), pe care o notăm cu 𝐵1 .
• Refacem pas, ii anteriori pentru fiecare valoare proprie s, i va rezulta 𝐵 = 𝐵1 ∪ … 𝑐𝑢𝑝𝐵𝑝 o bază
a lui ℝ𝑛 ;
• Fie 𝑇 matricea de trecere de la baza canonică la această bază. Atunci forma canonică Jordan
se scrie 𝐽 = 𝑇 −1 𝐴𝑇 .
Observaţie 6.1: Dacă, ı̂n loc de matrice, se pornes, te cu un endomorfism 𝑓 , se consideră mai ı̂ntı̂i
matricea asociată ı̂n baza canonică, 𝐴, apoi putem continua ca mai sus.
De asemenea, ı̂n locul matricei 𝑀, putem gı̂ndi că definim un nou endomorfism 𝑔 = 𝑓 − 𝜆Idℝ𝑛 .
6.1.1 Exemple rezolvate

Prezentăm ı̂n continuare cı̂teva exercit, ii rezolvate, ı̂n care insistăm pe elementele de noutate. Am
omis calculele intermediare, pe care le putet, i verifica us, or.
1. Fie matricea:
⎛ 1 −1 −1⎞
𝐴 = ⎜−3 −4 −3⎟ .
⎜ ⎟
⎝4 7 6⎠
Calculăm forma canonică Jordan a acestei matrice.
Polinomul caracteristic este:
𝑃𝐴 (𝑋 ) = det(𝐴 − 𝑋 𝐼3 ) = −(𝑋 + 1)(𝑋 − 2)2 ,
deci avem două valori proprii 𝜆1 = −1, 𝑚𝑎 (−1) = 1 s, i 𝜆2 = 2, 𝑚𝑎 (2) = 2.

Fie 𝜆1 = −1. Definim 𝑀 = 𝐴 − 𝜆1 𝐼3 . Atunci Ker𝑀 = 𝑉 (𝜆1 ) = Sp{(0, 1, −1)}. Deoarece
dim 𝑉 (𝜆1 ) = 1 = 𝑚𝑔 (𝜆1 ) = 𝑚𝑎 (𝜆1 ), rezultă că s, irul nucleelor are un singur termen, deci lista
va cont, ine doar 𝑢1 = (0, 1, −1).
Fie acum 𝜆2 = 2. Definim 𝑀 = 𝐴 − 𝜆2 𝐼3 .
42
Calculăm Ker𝑀 = 𝑉 (𝜆2 ) = Sp{(1, 0, −1)}. Cum 𝑚𝑎 (𝜆2 ) = 2, rezultă că s, irul nucleelor va cont, ine
un pas s, i va fi de forma 𝑉 (𝜆2 ) ⊂ 𝑉 𝜆2 . Într-adevăr, calculăm:
𝑉 𝜆2 = Ker𝑀 2 = {(𝑥1 , 𝑥2 , 𝑥3 ) ∈ ℝ3 ∣ 𝑥1 + 2𝑥2 + 𝑥3 = 0}.
Alegem 𝑢2 ∈ 𝑉 𝜆2 − 𝑉 (𝜆2 ) astfel ı̂ncı̂t 𝑉 (𝜆2 ) ⊕ Sp{𝑢2 } = 𝑉 𝜆2 . Altfel spus, completăm baza lui
𝑉 (𝜆2 ) la o bază a lui 𝑉 𝜆2 .
De exemplu, putem lua 𝑢2 = (−2, 1, 0). Mai departe, calculăm 𝑀𝑢2𝑡 = (1, 0, −1).
Din lista {𝑢1 , 𝑢2 , 𝑀𝑢2𝑡 } obt, inem o bază a lui ℝ3 , iar matricea de trecere de la baza canonică va
fi:
⎛ 0 −2 1 ⎞
𝑇 =⎜1 1 0⎟
⎜ ⎟
⎝−1 0 −1⎠
Iar forma canonică Jordan este:
⎛−1 0 0⎞
−1
𝐽 = 𝑇 𝐴𝑇 = ⎜ 0 2 0⎟
⎜ ⎟
⎝ 0 1 2⎠
Spunem că această matrice este alcătuită din 2 blocuri Jordan, unul de mărime 2, asociat valo-
rii proprii 2, iar unul de mărime 1, asociat valorii proprii -1. Observat, i forma aproape diagonală“
”
a matricei: ı̂ntr-adevăr, blocul Jordan asociat valorii proprii 2 cont, ine un element nenul sub dia-
gonală.
2. Fie matricea:
⎛1 1 1 0⎞
⎜−1 3 0 1⎟
𝐴=⎜ .
⎜−1 0 −1 1⎟⎟
⎝ 0 −1 −1 1⎠
Aducem această matrice la forma canonică Jordan.
Calculı̂nd polinomul caracteristic, găsim:
𝑃𝐴 (𝑋 ) = (𝑋 − 1)4 ⇒ 𝜎(𝐴) = {1}, 𝑚𝑎 (1) = 4.
Rezultă că 𝑉 𝜆 ≃ ℝ4 .
Calculăm spat, iul vectorilor proprii s, i obt, inem:
𝑉 (𝜆) = {(𝛼, 𝛽, −𝛽, 𝛼 − 2𝛽) ∈ ℝ4 }.
Definim 𝑀 = 𝐴 − 𝜆𝐼4 s, i avem Ker𝑀 = 𝑉 (𝜆).

Cum 𝑚𝑔 (𝜆) = 2, rezultă că s, irul nucleelor va avea 3 termeni:
𝑉 (𝜆) = Ker𝑀 ⊂ Ker𝑀 2 ⊂ 𝑉 𝜆 ≃ ℝ4 .
43
Calculı̂nd 𝑀 2 s, i apoi Ker𝑀 2 , obt, inem:
Ker𝑀 2 = {(𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ) ∈ ℝ4 ∣ 𝑥1 − 𝑥2 + 𝑥3 − 𝑥4 = 0},
deci un spat, iu de dimensiune 3.

Alegem 𝑢1 ∈ 𝑉 𝜆 − Ker𝑀 2 astfel ı̂ncı̂t Ker𝑀 2 ⊕ Sp{𝑢1 } = 𝑉 𝜆 . Fie, de exemplu, 𝑢1 = (1, 0, 0, 0).
Calculăm 𝑀𝑢1𝑡 = (0, −1, −1, 0) s, i 𝑀 2 𝑢1𝑡 = (−2, −2, 2, 2).
Acum alegem 𝑢2 ∈ 𝑉 (𝜆) astfel ı̂ncı̂t {𝑀 2 𝑢1𝑡 , 𝑢2 } să fie o bază a lui 𝑉 (𝜆). Fie, de exemplu,
𝑢2 = (1, 0, 0, 1).
Lista cont, ine: 𝑢1 , 𝑀𝑢1𝑡 , 𝑀 2 𝑢1 , 𝑢2 , vectori independent, i, suficient, i pentru o bază a lui ℝ4 . Scriem
matricea de trecere de la baza canonică:
⎛1 0 −2 1⎞
⎜0 −1 −2 0⎟
𝑇 =⎜ ⎟,
⎜ 0 −1 2 0⎟
⎝0 0 2 1⎠
iar forma Jordan se obt, ine a fi:
⎛1 0 0 0⎞
⎜1 1 0 0⎟
𝐽 = 𝑇 −1 𝐴𝑇 = ⎜ .
⎜0 1 1 0⎟⎟
⎝0 0 0 1⎠
Observăm că această matrice este alcătuită dintr-un bloc de mărime 3 s, i unul de mărime 1,
ambele corespunzătoare valorii proprii 𝜆 = 1.
6.1.2 Exercit, ii propuse

Aducet, i la forma canonică Jordan endomorfismul:
𝑓 ∶ ℝ3 → ℝ3 , 𝑓 (𝑥, 𝑦, 𝑧) = (3𝑥 + 𝑦 − 𝑧, 2𝑦, 𝑥 + 𝑦 + 𝑧)
s, i matricele:
⎛4 −1 1 ⎞ ⎛ 1 1 1 0⎞ ⎛ 0 −1 0⎞
⎜−1 3 0 1⎟
𝐴 = ⎜1 3 −1⎟ , 𝐵=⎜ ⎟, 𝐶 = ⎜−1 −2 2⎟ .
⎜
⎝0 1 1 ⎠
⎟ ⎜−1 0 −1 1⎟ ⎜ ⎟
⎝ 0 −1 0⎠
⎝ 0 −1 −1 1⎠
44
Figura 6.1: Conice s, i ecuat, iile lor
6.2 Conice
Conicele sı̂nt curbe plane, date de ecuat, ii pătratice. Ele sı̂nt reprezentate ı̂n figura 6.1, ı̂mpreună
cu ecuat, iile canonice.
Scopul pe care ni-l propunem ı̂n această sect, iune este să aducem o ecuat, ie a unei conice la
forma canonică s, i să o reprezentăm grafic.
Vom prezenta algoritmul direct pe un exemplu. Metoda aplicată se numes, te metoda rototranslat, iei,
deoarece va folosi o operat, ie de rotat, ie s, i una de translat, ie a conicei.
Fie, de exemplu, conica:
𝑔(𝑥, 𝑦) = 3𝑥 2 − 4𝑥𝑦 − 2𝑥 + 4𝑦 − 3 = 0.
Mai ı̂ntı̂i, se scrie forma pătratică asociată, adică alegem din conică termenii de grad total 2:
𝑞(𝑥, 𝑦) = 3𝑥 2 − 4𝑥𝑦.
Apoi, scriem matricea asociată lui 𝑞, care este:
3 −2
𝐴=
(−2 0 )
45
Această matrice se obt, ine punı̂nd coeficient, ii termenilor pătratici, ı̂n ordine lexicografică.
Dacă 𝐶(𝑡) notează coeficientul termenului 𝑡, atunci matricea este, ı̂n forma generică:
𝐶(𝑥 2 ) 𝐶(𝑥𝑦)
𝐴= ,
(𝐶(𝑦𝑥) 𝐶(𝑦 2 ) )
cu convent, ia că 𝐶(𝑥𝑦) = 𝐶(𝑦𝑥), deci ı̂n matrice vom avea jumătate din coeficientul din forma
pătratică.
Pentru această matrice, scriem ecuat, ia caracteristică:
𝑃𝐴 (𝑋 ) = det(𝐴 − 𝑋 𝐼2 ) = 𝑋 2 − 3𝑋 − 4 = (𝑋 + 1)(𝑋 − 4).
Rezultă că valorile proprii sı̂nt 𝜎(𝐴) = {−1, 4}.

În acest punct, putem face o observat, ie de anticipat, ie. Se numes, te invariantul 𝛿 al conicei
produsul valorilor proprii. Avem cazurile:
• 𝛿 = 𝜆1 ⋅ 𝜆2 > 0 ⇒ conica este elipsă;
• 𝛿 = 𝜆1 ⋅ 𝜆2 < 0 ⇒ conica este hiperbolă;
• 𝛿 = 𝜆1 ⋅ 𝜆2 = 0 ⇒ conica este parabolă.

În cazul nostru, vom obt, ine o hiperbolă.
Mai departe, se calculează vectorii proprii s, i obt, inem:
𝑉 (𝜆1 ) = Sp{(1, 2)}, 𝑉 (𝜆2 ) = Sp{(2, −1)}.
Vectorii din bazele subspat, iilor proprii trebuie ortonormat, i (de exemplu, folosind procedura
Gram-Schmidt). Observăm că ei sı̂nt deja ortogonali, deci mai trebuie doar să-i normăm:
√
||(1, 2)|| = ||(2, −1)|| = 5,
deci obt, inem versorii proprii:

1 2 2 −1
𝑒1 = ( √ , √ ), 𝑒2 = ( √ , √ )
5 5 5 5
Aces, ti versori vor alcătui coloanele matricei de rotat, ie:
√1 √2
𝑅= 5 5
( √25 −1
√
5
)
În general, o matrice de rotat, ie de unghi 𝜃 (ı̂n sens trigonometric) are forma:
cos 𝜃 − sin 𝜃
𝑅𝜃 =
( sin 𝜃 cos 𝜃 )
46
s, i det 𝑅𝜃 = 1.
În cazul nostru, det 𝑅 = −1, deci putem schimba ı̂ntre ele coloanele s, i obt, inem o matrice de
rotat, ie (echivalent, putem schimba orientarea unuia dintre versori, de exemplu, 𝑒1 ⟶ −𝑒1 ).
Apoi aplicăm rotat, ia, adică, dacă (𝑥, 𝑦) sı̂nt vechile coordonate, coordonatele din sistemul rotit
(𝑥 ′ , 𝑦 ′ ) se obt, in din ecuat, ia:
𝑥 𝑥
=𝑅⋅ 1
(𝑦) (𝑦1 )
Cu alte cuvinte, avem sistemul:
{
−1
𝑥 = √ 𝑥 √2 𝑦
5 + 5 1
−2
.
𝑦 = √ 𝑥 + √−15 𝑦1
5 1
Aceste coordonate se ı̂nlocuiesc ı̂n ecuat, ia init, ială a conicei s, i obt, inem conica rotită:
6 8
−𝑥12 + 4𝑦12 − √ 𝑥1 − √ 𝑦1 − 3 = 0.
5 5
Prelucrăm algebric, completı̂nd pătratele, s, i obt, inem:
3 2 1 2
−(𝑥1 + √ ) + 4(𝑦1 − √ ) = 2.
5 5
Facem acum translat, ia: {
𝑋 = 𝑥1 + √35
𝑌 = 𝑦1 − √15
s, i obt, inem:
𝑋 2 𝑌 2
−𝑋 2 + 4𝑌 2 = 2 ⇔ −( √ ) + ( ) = 1,
2 1/2
deci ecuat, ia unei hiperbole.
Pentru reprezentarea grafică, trebuie să t, inem cont de operat, iile efectuate:
1 2𝜋
• rotat, ia de unghi 𝜃, cu proprietatea că cos 𝜃 = − √ , deci 𝜃 ≃ ;
5 3
3 1
• translat, ia centrului cu √ pe axa 𝑂𝑋 s, i − √ pe axa 𝑂𝑌 .
5 5
Mai putem determina s, i centrul conicei, din sistemul:
⎧
⎪ 𝜕𝑔
⎪
⎪ =0
⎪
⎪ 𝜕𝑥
⎨
⎪
⎪ 𝜕𝑔
⎪
⎪ =0
⎩ 𝜕𝑦
⎪
Solut, ia sistemului este centrul conicei, de coordonate 𝐶(1, 1).
Reprezentarea grafică (folosind GeoGebra) este redată ı̂n figura 6.2.
47
Figura 6.2: Hiperbola 3𝑥 2 − 4𝑥𝑦 − 2𝑥 + 4𝑦 − 3 = 0
6.3 Cuadrice
Cuadricele sı̂nt suprafet, e care pot fi obt, inute prin rotirea unei conice ı̂n jurul unei axe. Astfel, din
elipsă, de exemplu, obt, inem elipsoizi, din parabolă, paraboloizi, iar din hiperbolă, hiperboloizi.
Formele, ı̂mpreună cu ecuat, iile canonice, pot fi consultate, de exemplu, aici.
Procedura de a aduce o cuadrică la forma canonică funct, ionează ca ı̂n cazul conicelor.
Mai jos un exemplu rezolvat.
𝑥 2 + 3𝑦 2 + 4𝑦𝑧 − 6𝑥 + 8𝑦 + 8 = 0.
Considerăm forma pătratică asociată:
𝑔 = 𝑥 2 + 3𝑦 2 + 4𝑦𝑧,
care are matricea simetrică.

⎛1 0 0⎞
𝐴 = ⎜0 3 2⎟
⎜ ⎟
⎝0 2 0⎠
Ecuat, ia caracteristică rezultă: (1 − 𝜆)(𝜆2 − 3𝜆 − 4) = 0, deci 𝜆1 = 1, 𝜆2 = −1, 𝜆3 = 4.
48
Găsim subspat, iile invariante:
{ }
⎛0 0 0 ⎞ ⎛𝑥 ⎞ ⎛0⎞
3 ⎜
𝑉 (𝜆1 ) = (𝑥, 𝑦, 𝑧) ∈ ℝ ∣ 0 2 2 ⎟ ⋅ ⎜𝑦 ⎟ = ⎜0⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝0 2 −1⎠ ⎝ 𝑧 ⎠ ⎝0⎠
= {(𝑥, 0, 0) ∣ 𝑥 ∈ ℝ}
Similar:
𝑉 (𝜆2 ) = {(0, 𝑦, −2𝑦) ∣ 𝑦 ∈ ℝ}

𝑉 (𝜆3 ) = {(0, 2𝑧, 𝑧) ∣ 𝑧 ∈ ℝ}.
Alegem vectori proprii ortonormat, i particularizı̂nd elemente din subspat, iile invariante. De
exemplu:
1 1
𝑒1 = (1, 0, 0), 𝑒2 = √ (0, 1, −2), 𝑒3 = √ (0, 2, 1).
5 5
Matricea 𝑅 cu aces, ti vectori pe coloane are proprietatea det 𝑅 = 1, deci este o matrice de rotat, ie.
O aplicăm s, i găsim schimbarea de coordonate:
⎧
⎪
⎪𝑥 = 𝑥′
⎪
⎨𝑦 = √15 (𝑦 ′ + 2𝑧 ′ )
⎪
⎪
⎪
⎩𝑧 = √15 (−2𝑦 ′ + 𝑧 ′ )
Ecuat, ia cuadricei devine:
8 16
𝑥 ′2 − 𝑦 ′2 + 4𝑧 ′2 − 6𝑥 ′ + √ 𝑦 ′ + √ 𝑧 ′ + 8 = 0.
5 5
Formăm pătrate s, i obt, inem:
4 2 2 2
(𝑥 ′ − 3)2 − (𝑦 ′ − √ ) + 4(𝑧 ′ + √ ) − 1 = 0.
5 5
Efectuăm translat, ia corespunzătoare noilor coordonate s, i obt, inem:
𝑍2
𝑋 2 − 𝑌 2 + 4𝑍 2 − 1 = 0 ⇔ 𝑋 2 − 𝑌 2 + 1 − 1 = 0,
4
adică un hiperboloid cu o pı̂nză.
49
6.4 Exercit, ii propuse
1. Aducet, i următoarele conice la forma canonică s, i reprezentat, i-le:
(a) 4𝑥𝑦 − 3𝑦 2 + 4𝑥 − 14𝑦 − 7 = 0 (hiperbolă);
(b) 9𝑥 2 − 6𝑥𝑦 + 𝑦 2 + 20𝑥 = 0 (parabolă);
(c) 𝑥 2 − 2𝑥𝑦 + 3𝑦 2 − 4𝑥 + 6𝑦 − 4 = 0 (elipsă);
(d) 5𝑥 2 + 8𝑥𝑦 + 5𝑦 2 − 18𝑥 − 18𝑦 + 9 = 0 (elipsă);
(e) 𝑥 2 − 4𝑥𝑦 + 4𝑦 2 − 6𝑥 + 2𝑦 + 1 = 0 (parabolă)
2. Aceeas, i cerint, ă pentru cuadrica:
𝑥 2 − 𝑦 2 + 𝑧 2 − 2𝑥𝑦 − 2𝑦𝑧 − 2𝑧𝑥 − 5𝑥 − 1 = 0
(hiperboloid cu o pı̂nză).
50
SEMINAR 7
ECUAT, II S, I SISTEME DIFERENT, IALE
Dacă nu se precizează altfel, vom presupune că lucrăm cu funct, ii de forma 𝑦 = 𝑦(𝑥), deci 𝑦 ′ va
ı̂nsemna 𝑑𝑦
𝑑𝑥
.
7.1 Ecuat, ii cu variabile separabile/separate

Acesta este cel mai simplu exemplu de ecuat, ii diferent, iale s, i se rezolvă direct prin integrare, după
o reordonare corespunzătoare.
Exemplu 1: (1 + 𝑥 2 )𝑦𝑦 ′ + 𝑥(1 + 𝑦 2 ) = 0, s, tiind că 𝑦(1) = 2.
Solut, ie: Separăm variabilele s, i diferent, ialele s, i obt, inem succesiv:
𝑑𝑦
(1 + 𝑥 2 )𝑦 ⋅ + 𝑥(1 + 𝑦 2 ) = 0 ⇔
𝑑𝑥
(1 + 𝑥 2 )𝑦𝑑𝑦 = −𝑥(1 + 𝑦 2 )𝑑𝑥 ⇔
𝑦 𝑥
2
𝑑𝑦 = − 𝑑𝑥 ⇔
1+𝑦 1 + 𝑥2
1 1
ln(𝑦 2 + 1) = − ln(𝑥 2 + 1) + 𝑐.
2 2
Pentru uniformitate, putem pune 12 ln 𝑐 ı̂n locul constantei.
Rezultă 1 + 𝑦 2 = 1+𝑥𝑐 2 , cu 𝑐 > 0, pentru existent, a logaritmului.
Înlocuim ı̂n condit, ia init, ială 𝑦(1) = 2 s, i obt, inem 𝑐 = 10. În fine:
√
9 − 𝑥2
𝑦(𝑥) = , 𝑥 ∈ (−3, 3),
1 + 𝑥2
punı̂nd s, i condit, iile de existent, ă.
51
În unele cazuri, este util să facem schimbări de variabilă. De exemplu:
Exemplu 2: 𝑦 ′ = sin2 (𝑥 − 𝑦).
Solut, ie: Notăm 𝑥 − 𝑦 = 𝑧 s, i avem că 𝑦 ′ = 1 − 𝑧 ′ , de unde, ı̂n ecuat, ie, obt, inem succesiv:
𝑧 ′ = 1 − sin2 𝑧 = cos2 𝑧 ⇒
𝑑𝑧
= cos2 𝑧 ⇒
𝑑𝑥
𝑑𝑧
= 𝑑𝑥 ⇒
cos2 𝑧
tan 𝑧 = 𝑥 + 𝑐 ⇒
tan(𝑥 − 𝑦) = 𝑥 + 𝑐,
care poate fi prelucrată pentru a obt, ine 𝑦(𝑥) sau lăsată ı̂n forma implicită.
7.2 Ecuat, ii liniare

Forma generală a acestor ecuat, ii este:
𝑦 ′ = 𝑃(𝑥) ⋅ 𝑦 + 𝑄(𝑥).
Distingem două cazuri:
• Dacă 𝑄 = 0, atunci ecuat, ia se numes, te omogenă;
• Dacă 𝑄 ≠ 0, ecuat, ia este neomogenă.
Metoda generală de rezolvare este să folosim formula:

𝑥
𝑦(𝑥) = 𝑐 ⋅ exp ( − ∫ 𝑃(𝑡)𝑑𝑡 ),
𝑥0
pentru a obt, ine o solut, ie particulară pentru ecuat, ia omogenă. Apoi, din teorie, s, tim că putem
folosi metoda variat, iei constantelor (Lagrange) pentru a obt, ine solut, ia ecuat, iei neomogene. Pentru
aceasta, ı̂n locul constantei 𝑐 vom considera o funct, ie 𝑐(𝑥) s, i ı̂nlocuim ı̂n ecuat, ia init, ială.
Pe scurt, pentru ecuat, ia liniară:
𝑦 ′ + 𝑃(𝑥)𝑦 = 𝑄(𝑥),
avem:
• Solut, ia particulară pentru varianta omogenă 𝑦𝑝 = 𝑐 ⋅ exp ( − ∫ 𝑃(𝑥)𝑑𝑥 );
52
• Solut, ia generală (din Lagrange):
𝑦𝑔 = exp ( − ∫ 𝑃(𝑥)𝑑𝑥 ) ⋅ (𝐶 + ∫ 𝑄(𝑥) ⋅ exp ( ∫ 𝑃(𝑥)𝑑𝑥 )𝑑𝑥 )
Solut, ia generală a problemei este suma ı̂ntre solut, ia particulară s, i cea generală.
Exemplu 1: 𝑦 ′ + 𝑦 sin 𝑥 = − sin 𝑥 cos 𝑥.
Solut, ie: Putem ı̂nlocui direct ı̂n formulă s, i obt, inem 𝑦 = 𝐶 ⋅ 𝑒 cos 𝑥 − cos 𝑥 − 1.
𝑥2
Exemplu 2: 𝑦 ′ + 𝑥𝑦 = 𝑥𝑒 − 2 .
Solut, ie: Asociem ecuat, ia omogenă 𝑦 ′ + 𝑥𝑦 = 0, pe care o rescriem:
𝑑𝑦 𝑑𝑦 𝑥2
+ 𝑥𝑦 = 0 ⇒ = −𝑥𝑑𝑥 ⇒ 𝑦𝑝 = 𝑐𝑒 − 2 .
𝑑𝑥 𝑦
𝑥2
Acum, folosind metoda lui Lagrange, căutăm o solut, ie de forma 𝑦(𝑥) = 𝑐(𝑥)𝑒 − 2 .
𝑥2
Înlocuim ı̂n ecuat, ia init, ială s, i găsim 𝑦 ′ + 𝑥𝑦 = 𝑐 ′ (𝑥)𝑒 − 2 , dar, comparı̂nd cu ecuat, ia dată, găsim
𝑐 ′ (𝑥) = 𝑥, de unde 𝑐(𝑥) = 𝑥2 .
2
2
As, adar, avem 𝑦𝑔 = 𝑥 2 − 𝑥2
2
𝑒 , iar solut, ia finală este suma celor două:
𝑥2 𝑥2
𝑦 = ( + 𝑐 )𝑒 − 2 .
2
Exemplu 3: 2𝑥𝑦𝑦 ′ + 2𝑦 2 − 𝑥 4 = 0.
Solut, ie: Putem face o substitut, ie 𝑦 2 = 𝑧, cu care ecuat, ia devine 𝑧 ′ + 𝑥2 𝑧 = 𝑥 3 . Avem, ı̂n acest
caz, 𝑃(𝑥) = 𝑥2 , iar 𝑄(𝑥) = 𝑥 3 . Cum ∫ 𝑃(𝑥)𝑑𝑥 = 2 ln 𝑥, iar ∫ 𝑄(𝑥)𝑒 ∫ 𝑃(𝑥)𝑑𝑥 𝑑𝑥 = 𝑥6 , obt, inem solut, ia
6
generală: √
1 𝑥6
𝑦(𝑥) = 𝑐 + , 𝑥 > 0.
𝑥 6
7.3 Ecuat, ia Bernoulli

Forma generală a ecuat, iei Bernoulli este:
𝑦 ′ + 𝑃(𝑥)𝑦 = 𝑄(𝑥)𝑦 𝛼 .
Remarcăm că:
• Dacă 𝛼 = 0, obt, inem o ecuat, ie omogenă;
53
• Dacă 𝛼 ≠ 0, obt, inem o ecuat, ie neomogenă, ca ı̂n sect, iunea anterioară.
Pas, ii de rezolvare sı̂nt:
• Se ı̂mparte cu 𝑦 𝛼 s, i obt, inem:
𝑦 −𝛼 𝑦 ′ + 𝑃(𝑥)𝑦 1−𝛼 = 𝑄(𝑥);
• Facem substitut, ia 𝑦 1−𝛼 = 𝑧 s, i ajungem la ecuat, ia:

(1 − 𝛼)𝑦 1−𝛼 ⋅ 𝑦 ′ = 𝑧 ′ ,
de unde 1−𝛼 + 𝑃(𝑥)𝑧 = 𝑄(𝑥), care este o ecuat, ie neomogenă, rezolvabilă ca ı̂n sect, iunea
𝑧 ′
anterioară.
Exemplu 1: 𝑦 ′ − 3𝑥𝑦 = 13 𝑦 4 ln 𝑥, 𝑥 > 0.
Solut, ie: Avem 𝛼 = 4, deci ı̂mpărt, im la 𝑦 4 s, i obt, inem:
1 −3 1
𝑦 −4 𝑦 ′ − 𝑦 = ln 𝑥.
3𝑥 3
Cu substitut, ia 𝑧 = 𝑦 −3 , ajungem la:
1
𝑧 ′ = −3𝑦 4 𝑦 ′ ⇒ 𝑧 ′ + 𝑧 = − ln 𝑥.
𝑥
Avem 𝑃(𝑥) = 1
𝑥
s, i 𝑄(𝑥) = − ln 𝑥, deci putem aplica formula pentru solut, ia generală a ecuat, iei
neomogene:
1
𝑧 = 𝑒 − ln 𝑥 (𝑐 − ∫ ln 𝑥𝑒 ln 𝑥 𝑑𝑥 ) = 𝑐 − 𝑥 ln 𝑥 ).
𝑥( ∫
În fine:
𝑐 𝑥 𝑥
𝑦 −3 = + − ln 𝑥, 𝑥 > 0.
𝑥 4 2
Exemplu 2: 𝑦 ′ + 3𝑥2 𝑦 = 13 𝑦 2 .
Solut, ie: Avem 𝛼 = 2, deci ı̂mpărt, im la 𝑦 2 s, i ajungem la:
𝑦′ 2 1 1
2
+ ⋅ = .
𝑦 3𝑥 𝑦 3
Cu substitut, ia 𝑧 = 𝑦1 , avem 𝑧 ′ + 2
3𝑥
𝑧 = 13 , care este liniară s, i neomogenă.
Lucrăm cu ecuat, ia omogenă 𝑧 ′ + 3𝑥2 = 0, de unde 𝑧𝑧 = 3𝑥2 , care este cu variabile
separabile s, i
′
găsim 𝑧 = 𝑐𝑥 3 , pentru ecuat, ia omogenă.

2
Aplicăm acum metoda variat, iei constantelor s, i luăm 𝑧 = 𝑐(𝑥)𝑥 3 . După ı̂nlocuire ı̂n ecuat, ia
2
init, ială, avem 𝑐(𝑥) = −𝑥 3 .

1
Solut, ia finală este acum suma 𝑧 = −𝑥 + 𝑐𝑥 3 = 𝑦1 .

2
54
7.4 Ecuat, ia Riccati
Forma generală este:
𝑦 ′ = 𝑃(𝑥)𝑦 2 + 𝑄(𝑥)𝑦 + 𝑅(𝑥).
Observăm că:
• Dacă 𝑄 = 0, avem o ecuat, ie liniară s, i neomogenă;
• Dacă 𝑅 = 0, este o ecuat, ie Bernoulli, cu 𝛼 = 2.

În general, ecuat, ia Riccati se rezolvă s, tiind o solut, ie particulară 𝑦𝑝 . Apoi, folosind formula
𝑦 = 𝑦𝑝 + 𝑧 s, i ı̂nlocuind, se ajunge la o ecuat, ie Bernoulli:
𝑧 ′ + (𝑝(𝑥) + 2𝑞(𝑥)𝑦𝑝 )𝑧 + 𝑞(𝑥)𝑧 2 = 0.
Pentru a găsi solut, ii particulare, următoarea teoremă ne ajută ı̂ntr-un anumit caz:
Teoremă 7.1: Dacă avem ecuat, ia Riccati de forma:
𝐵 𝐶
𝑦 ′ = 𝐴𝑦 2 + 𝑦 + 2,
𝑥 𝑥
unde (𝐵 + 1)2 − 4𝐴𝐶 ≥ 0, atunci o solut, ie particulară este 𝑦𝑝 = 𝑥𝑐 .
Exemplu 1: 𝑦 ′ = − 13 𝑦 2 − 3𝑥2 2 , 𝑥 > 0.
Solut, ie: Aplicı̂nd teorema, putem lua 𝑦𝑝 = 𝑥1 ca solut, ie particulară. Apoi căutăm o solut, ie
generală de forma 𝑦 = 𝑥1 + 𝑧, dar, pentru convenient, ă, putem lua 𝑧 → 𝑧1 . Înlocuim ı̂n ecuat, ie s, i
obt, inem succesiv:
1 𝑧′ 1 1 2 1 2
− 2
− 2 =− ( 2 + + 2) − ⇒
𝑥 𝑧 3 𝑥 𝑥𝑧 𝑧 3𝑥
2 1
𝑧′ − 𝑧 = ⇒
3𝑥 3
2
𝑧 = 𝐶𝑥 3 + 𝑥,
de unde 𝑦 = 1
𝑥
+ 1
2 , cu 𝑥 > 0.
𝐶𝑥 3 +𝑥
7.5 Ecuat, ia Clairaut

Forma generală a ecuat, iei este:
𝑦 = 𝑥𝑦 ′ + 𝜑(𝑦 ′ ).
Pentru rezolvare, se notează 𝑦 ′ = 𝑝 s, i, ı̂nlocuind, avem:
𝑦 = 𝑥𝑝 + 𝜑(𝑝).
55
Derivăm după 𝑥 s, i găsim:
𝑑𝑝 𝑑𝑝
𝑝 =𝑝+𝑥 ⋅ + 𝜑 ′ (𝑝) ⋅ ,
𝑑𝑥 𝑑𝑥
de unde (𝑥 + 𝜑 ′ (𝑝)) 𝑑𝑥
𝑑𝑝
= 0.
Mai departe:
• Dacă 𝑑𝑝
𝑑𝑥
= 0, atunci 𝑝 = 𝐶 s, i avem 𝑦 = 𝐶 ⋅ 𝑥 + 𝜑(𝑐), ca solut, ie generală;
• Dacă 𝑥 + 𝜑 ′ (𝑝) = 0, obt, inem solut, ia singulară, care se prezintă parametric, adică ı̂n funct, ie
de 𝑝, astfel: {
𝑥 = −𝜑 ′ (𝑝)
𝑦 = −𝑝𝜑 ′ (𝑝) + 𝜑(𝑝)
Exemplu: 𝑦 = 𝑥𝑦 ′ − 𝑦 ′ 2 .
Solut, ie: Notăm 𝑦 ′ = 𝑝, deci 𝑦 = 𝑥𝑝 − 𝑝 2 .
Obt, inem, ı̂nlocuind ı̂n ecuat, ie:
𝑝𝑑𝑥 + 𝑥𝑑𝑝 − 2𝑝𝑑𝑝 = 𝑝𝑑𝑥 ⇒ (𝑥 − 2𝑝)𝑑𝑝 = 0.
Distingem cazurile:
• Dacă 𝑑𝑝 = 0, atunci 𝑝 = 𝐶 s, i 𝑦 = 𝐶𝑥 − 𝐶2 , o solut, ie particulară;
• Solut, ia singulară se reprezintă parametric, corespunzător cazului 𝑥 − 2𝑝 = 0, prin:

{
𝑥 = 2𝑝
𝑦 = 𝑝2
Revenind la 𝑦, găsim 𝑦 = 𝑥2
4
.
Observaţie 7.1: Geometric, solut, ia generală este ı̂nfăs, urătoarea solut, iei particulare, adică o curbă
care aproximează, din aproape ı̂n aproape, dreapta solut, iei particulare.
7.6 Ecuat, ii exacte. Factor integrant

Forma generală este:
𝑃(𝑥, 𝑦) + 𝑄(𝑥, 𝑦)𝑦 ′ = 0.
56
Dacă are loc 𝜕𝑃
𝜕𝑦
= 𝜕𝑄
𝜕𝑥
, atunci ecuat, ia se numes, te exactă, iar solut, ia ei generală se prezintă prin:
𝑥 𝑦
𝐹 (𝑥, 𝑦) = ∫ 𝑃(𝑡, 𝑦0 )𝑑𝑡 + ∫ 𝑄(𝑥, 𝑡)𝑑𝑡,
𝑥0 𝑦0
pentru orice (𝑥, 𝑦) din domeniul de definit, ie, iar (𝑥0 , 𝑦0 ) un punct arbitrar fixat, ı̂n jurul căruia
determinăm solut, ia.
Observaţie 7.2: Pentru simplitate, vom mai folosi notat, iile 𝑃𝑦 = 𝜕𝑃

𝜕𝑦
s, i similar pentru 𝑄𝑥 . Deci
condit, ia de exactitate se mai scrie, pe scurt, 𝑃𝑦 = 𝑄𝑥 .
Exemplu: (3𝑥 2 − 𝑦) + (3𝑦 2 − 𝑥)𝑦 ′ = 0.

Solut, ie: Remarcăm că avem 𝑃(𝑥, 𝑦) = 3𝑥 2 − 𝑥 s, i 𝑄(𝑥, 𝑦) = 3𝑦 2 − 𝑥, deci 𝑃𝑦 = 𝑄𝑥 = −1, ecuat, ia
fiind exactă. Obt, inem direct, din formula pentru solut, ia generală:
𝐹 (𝑥, 𝑦) = 𝑥 3 + 𝑦 3 − 𝑥𝑦 + 𝑥0 𝑦0 − 𝑥03 − 𝑦03 .
Cum (𝑥0 , 𝑦0 ) sı̂nt fixate, putem prezenta solut, ia ı̂n forma implicită 𝑦 = 𝜑, unde 𝜑 = 𝑥 3 +𝑦 3 −𝑥𝑦 =
𝑐, constanta fiind expresia de (𝑥0 , 𝑦0 ) de mai sus.
Dacă ecuat, ia nu este exactă, se caută un factor integrant, adică o funct, ie 𝜇(𝑥, 𝑦) cu care se
ı̂nmult, es, te ecuat, ia pentru a deveni exactă.
Există două cazuri particulare ı̂n care factorul integrant se găses, te simplu:
• Dacă expresia depinde doar de 𝑥, se poate lua 𝜇 = 𝜇(𝑥);

𝑃𝑦 −𝑄𝑥
𝑄
• Dacă expresia depinde doar de 𝑦, se poate lua 𝜇 = 𝜇(𝑦).

𝑄𝑥 −𝑃𝑦
𝑃
În celelalte cazuri, factorul integrant, de obicei, se dă ı̂n enunt, ul problemei, deoarece este
dificil de găsit, dar o teoremă de existent, ă ne arată că el poate fi mereu găsit.
Observaţie 7.3: Pentru a ret, ine mai us, or condit, iile simple de căutare a factorului integrant, por-
nim cu ecuat, ia ı̂n forma generală, ı̂nmult, im cu 𝜇, ceea ce ne schimbă s, i 𝑃 s, i 𝑄, apoi scriem condit, ia
de exactitate. Pentru primul caz, de exemplu, obt, inem:
𝜇𝑥 𝑃𝑦 − 𝑄𝑥
= ,
𝜇 𝑄
deci dacă membrul drept depinde doar de 𝑥, putem lua 𝜇 = 𝜇(𝑥) s, i similar ı̂n al doilea caz.
57
Odată găsit factorul integrant, să presupunem 𝜇 = 𝜇(𝑥), integrăm condit, ia de exactitate s, i
găsim:
ln 𝜇(𝑥) = ∫ 𝜑(𝑥) + 𝑐,
unde 𝜑(𝑥) = s, i deci 𝜇(𝑥) = exp ( ∫ 𝜑(𝑥)𝑑𝑥 ).

𝑃𝑦 −𝑄𝑥
𝑄
Exemplu: (1 − 𝑥 2 𝑦) + 𝑥 2 (𝑦 − 𝑥)𝑦 ′ = 0.
Solut, ie: Observăm că ecuat, ia nu este exactă, dar verificı̂nd condit, iile pentru factorul integrant,
putem lua 𝜇(𝑥) = 𝑥12 . Înmult, im ecuat, ia cu 𝜇 s, i găsim:
1 ′
( 𝑥 2 − 𝑦 ) + (𝑦 − 𝑥)𝑦 = 0,
care este exactă. Atunci putem scrie direct solut, ia generală:
𝑦2 1
𝐹 (𝑥, 𝑦) = − − 𝑥𝑦 + 𝐶,
2 𝑥
solut, ia implicită fiind 𝑦2
2
− 1
𝑥
− 𝑥𝑦 = const..
Exercit, iu: Rezolvat, i ecuat, ia 𝑦 2 (2𝑥 − 3𝑦) + (7 − 3𝑥𝑦 2 )𝑦 ′ = 0, căutı̂nd (după verificare) un factor
integrant 𝜇(𝑦).
7.7 Ecuat, ia Lagrange

Forma generală a ecuat, iei Lagrange este:
𝐴(𝑦 ′ ) ⋅ 𝑦 + 𝐵(𝑦 ′ ) ⋅ 𝑥 + 𝐶(𝑦 ′ ) = 0.
Dacă avem 𝐴(𝑦 ′ ) ≠ 0, putem ı̂mpărt, i s, i obt, inem:

−𝐵(𝑦 ′ ) 𝐶(𝑦 ′ )
𝑦 = 𝑓 (𝑦 ′ ) + 𝑔(𝑦 ′ ), 𝑓 (𝑦 ′ ) = , 𝑔(𝑦 ′
) = − .
𝐴(𝑦 ′ ) 𝐴(𝑦 ′ )
Dacă 𝑓 (𝑦 ′ ) = 𝑦 ′ , obt, inem o ecuat, ie de tip Clairaut.
Altfel, fie 𝑦 ′ = 𝑝, deci 𝑑𝑦 = 𝑝𝑑𝑥. Înlocuim ı̂n ecuat, ia init, ială s, i găsim:
𝑦 = 𝑥𝑓 (𝑝) + 𝑔(𝑝) ⇒ 𝑑𝑦 = 𝑓 (𝑝)𝑑𝑥 + 𝑥𝑓 ′ (𝑝)𝑑𝑝 + 𝑔 ′ (𝑝)𝑑𝑝.
Egalăm cele două expresii pentru 𝑑𝑦 s, i ajungem la:
𝑝𝑑𝑥 = 𝑓 (𝑝)𝑑𝑥 + 𝑥𝑓 ′ (𝑝)𝑑𝑝 + 𝑔 ′ (𝑝)𝑑𝑝.
58
În fine:
′ ′
(𝑓 (𝑝) − 𝑝 )𝑑𝑥 + (𝑥𝑓 (𝑝) + 𝑔 (𝑝))𝑑𝑝 = 0.
În acest caz, dacă 𝑓 (𝑝) este o constantă, obt, inem o ecuat, ie cu variabile separabile.
Altfel, putem ı̂mpărt, i la (𝑓 (𝑝) − 𝑝)𝑑𝑝 s, i ajungem la:
𝑑𝑥 𝑓 ′ (𝑝) 𝑔 ′ (𝑝)
+ 𝑥+ = 0.
𝑑𝑝 𝑓 (𝑝) − 𝑝 𝑓 (𝑝) − 𝑝
Aceasta este o ecuat, ie liniară s, i neomogenă ı̂n 𝑥(𝑝) s, i o rezolvăm corespunzător.

Dacă 𝑓 (𝑝) = 𝑝, obt, inem o solut, ie particulară.
Exemplu: 𝑦 = 𝑥 − 94 𝑦 ′ 2 + 278 𝑦 ′ 3 .
Solut, ie: Facem notat, ia 𝑦 ′ = 𝑝, deci 𝑑𝑦 = 𝑝𝑑𝑥. Obt, inem:
4 8 8 8
𝑦 = 𝑥 − 𝑝 2 + 𝑝 3 ⇒ 𝑑𝑦 = 𝑑𝑥 − 𝑝𝑑𝑝 + 𝑝 2 𝑑𝑝.
9 27 9 9
Rezultă 𝑝𝑑𝑥 = 𝑑𝑥 − 89 𝑝𝑑𝑝 + 89 𝑝 2 𝑑𝑝, deci:
8
(𝑝 − 1)(𝑑𝑥 − 𝑝𝑑𝑝) = 0.
9
Distingem cazurile:
Dacă 𝑑𝑥 = 98 𝑝𝑑𝑝, atunci 𝑥 = 49 𝑝 2 + 𝑐 s, i, ı̂nlocuind ı̂n ecuat, ia init, ială, găsim 𝑦 = 8 3
27
𝑝 + 𝑐. Solut, ia
poate fi prezentată parametric: {
𝑥 = 94 𝑝 2 + 𝑐
𝑦 = 278 𝑝 3 + 𝑐
Dacă 𝑝 = 1, avem o solut, ie particulară 𝑦 = 𝑥 + 𝑐, iar constanta se obt, ine a fi 𝑐 = − 274 , din
ecuat, ia init, ială.
7.8 Sisteme diferent, iale cu coeficient, i constant, i

Ca ı̂n cazul sistemelor de ecuat, ii liniare, putem scrie un sistem ı̂n formă matriceală 𝑋 ′ = 𝐴 ⋅ 𝑋 ,
unde 𝐴 este matricea coeficient, ilor.
Distingem mai multe cazuri, ı̂n funct, ie de proprietăt, ile matricei 𝐴.
Dacă 𝐴 se diagonalizează, fie {𝜆𝑖 } valorile proprii ale sale, iar {𝑢𝑖 } vectorii proprii asociat, i.
Atunci funct, iile:
{𝑥𝑖 (𝑡) = 𝑒 𝜆𝑖 𝑡 ⋅ 𝑢𝑖 }𝑖
59
dau o bază ı̂n spat, iul vectorial al solut, iilor. Solut, ia generală poate fi scrisă, atunci, ca o combinat, ie
liniară a acestora:
𝑥(𝑡) = ∑ 𝑐𝑖 𝑥𝑖 (𝑡).
𝑖
Se obis, nuies, te ca solut, ia să fie prezentată sub formă matriceală, alcătuind matricea fun-
damentală a sistemului: 𝑋 (𝑡) = 𝑡 (𝑒 𝜆𝑖 𝑡 𝑢𝑖 ).
Exemplu: {
𝑥′ =𝑥 −𝑦
𝑦′ = −4𝑥 + 𝑦.
1 −1
Matricea sistemului este 𝐴 = .
(−4 1 )
Obt, inem 𝜆1 = 1 s, i 𝜆2 = 3. Cum acestea au multiplicitatea algebrică egală cu 1, rezultă că
matricea se diagonalizează. Se obt, in subspat, ii proprii de dimensiune 1, bazele fiind, de exemplu:
1 1
𝑋1 = , 𝑋2 = .
(2) (−2)
Atunci solut, ia generală se scrie:
𝑥(𝑡) 1 1
𝑋 (𝑡) = = 𝐶1 𝑒 𝜆1 𝑡 + 𝐶2 𝑒 𝜆2 𝑡 .
(𝑦(𝑡)) (2) (−2)
Atunci matricea fundamentală se scrie:

𝐶1 𝑒 −𝑡 + 𝐶2 𝑒 3𝑡
𝑋 (𝑡) = .
(2𝐶1 𝑒 −𝑡 − 2𝐶2 𝑒 3𝑡 )
Dacă 𝐴 nu se diagonalizează, fie 𝜆1 , … , 𝜆𝑘 valorile proprii, de multiplicităt, i algebrice 𝑛1 , … , 𝑛𝑘 .

Atunci se caută solut, ii de forma:
𝑘
𝑥𝑗 (𝑡) = ∑ 𝑃𝑖𝑗 (𝑡)𝑒 𝜆𝑖 𝑡 , grad𝑃𝑖𝑗 ≤ 𝑛𝑖 − 1.
𝑖=1
Înlocuim ı̂n ecuat, ia init, ială s, i găsim 𝑃𝑖𝑗 . Această metodă poartă numele de metoda coeficient, ilor
nedeterminat, i.
60
Exemplu: {
𝑥1′ = 𝑥2
𝑥2′ = −𝑥1 + 2𝑥2
0 1
Solut, ie: Matricea sistemului este 𝐴 = , care are valoarea proprie 𝜆 = 1, de multipli-
(−1 2)
citate algebrică 2. Se poate verifica faptul că matricea nu este diagonalizabilă s, i atunci căutăm
solut, ii de forma: {
𝑥1 (𝑡) = (𝐴1 + 𝐵1 𝑡)𝑒 𝑡
𝑥2 (𝑡) = (𝐴2 + 𝐵2 𝑡)𝑒 𝑡
Înlocuim ı̂n sistem s, i obt, inem un sistem liniar cu necunoscutele 𝐴1 , 𝐴2 , 𝐵1 , 𝐵2 , care va fi dublu
nedeterminat. As, adar, solut, ia se prezintă cu 2 parametri ı̂n forma:
(𝐴1 , 𝐴2 , 𝐵1 , 𝐵2 ) ∈ {(𝛼, 𝛼 + 𝛽, 𝛽, 𝛽) ∣ 𝛼, 𝛽 ∈ ℝ}.
Rezultă că matricea fundamentală este:

(𝛼 + 𝛽𝑡)𝑒 𝑡
𝑋 (𝑡) =
((𝛼 + 𝛽 + 𝛽𝑡)𝑒 𝑡 )
Dacă matricea 𝐴 nu se diagonalizează, iar 𝜆𝑖 ∈ ℂ, lucrăm cu numere complexe.

Exemplu: {
𝑥1′ = 2𝑥1 + 𝑥2
𝑥2′ = −8𝑥1 − 2𝑥2
s, tiind că solut, ia cont, ine la 𝑡 = 0 punctul 𝑀0 (1, 0).
2 1
Solut, ie: Matricea sistemului este 𝐴 = .
(−8 2)
Valorile sale proprii sı̂nt 𝜆1,2 = ±2𝑖. Atunci subspat, iul invariant va fi:
𝑉𝜆1 = Sp{(1, −2 + 2𝑖)}.
Obt, inem o solut, ie generală ı̂n forma:
1 1
𝑥1 (𝑡) = 𝑒 2𝑖𝑡 = (cos 2𝑡 + 𝑖 sin 2𝑡) .
(−2 + 2𝑖) (−2 + 2𝑖)
Din proprietăt, ile algebrice ale numerelor complexe, avem că 𝑥𝑡 (𝑡) = 𝑥1 (𝑡) s, i atunci solut, ia
generală va fi 𝑥(𝑡) = 𝑐1 𝑥1 (𝑡) + 𝑐2 𝑥2 (𝑡).
Folosind condit, iile init, iale, avem că 𝑥1 (0) = 1 s, i 𝑥2 (0) = 0, deci 𝑐1 = 𝑐2 = 1.
61
7.9 Exponent, iale matriceale s, i sisteme folosind forma Jor-
dan
Exemplu: Fie matricea:
⎛1 −1 1 ⎞
𝐴 = ⎜1 1 −1⎟
⎜ ⎟
⎝0 −1 2 ⎠
(a) Să se calculeze 𝑒 𝐴𝑡 , pentru 𝑡 ∈ ℝ;
(b) Să se determine solut, ia generală a sistemului 𝑋 ′ = 𝐴𝑋 , apoi solut, ia particulară care verifică
condit, ia 𝑥(0) = 1, 𝑦(0) = 2, 𝑧(0) = 0.
Solut, ie:
(a) Matricea 𝐴 are valorile proprii 𝜆1 = 𝜆2 = 1, 𝜆3 = 2. Vectorii proprii (baze ı̂n subspat, iile
invariante) sı̂nt:
𝑣1 = (1, 1, 1), 𝑣2 = (1, 0, 1).
Forma canonică Jordan a matricei se obt, ine a fi:
⎛1 0 0⎞
𝐽 = ⎜1 1 0⎟ ,
⎜ ⎟
⎝0 0 2⎠
folosind matricea de trecere
⎛2 1 1⎞
𝑇 = ⎜0 1 0⎟ .
⎜ ⎟
⎝1 1 1⎠
Deci 𝐴 = 𝑇 𝐽 𝑇 −1 .
S, tim din teorie că 𝑒 𝐴𝑡 = 𝑇 ⋅ 𝑒 𝐽 𝑡 ⋅ 𝑇 −1 .
Folosim acum dezvoltarea ı̂n serie Taylor a funct, iei exponent, iale:
𝑥
𝑒𝑥 = ∑ ,
𝑛≥0
𝑛!
adevărată s, i pentru matrice. În plus, dacă matricea este diagonală, exponent, iala sa va cont, ine
exponent, iala pe diagonală, adică, dacă 𝑀 = diag(𝑥1 , 𝑥2 , … , 𝑥𝑛 ), atunci 𝑒 𝑀 = diag(𝑒 𝑥1 , … , 𝑒 𝑥𝑛 ).
Pentru a folosi această proprietate, ne legăm de descompunerea ı̂n blocuri Jordan a lui 𝐴. Fie
𝐽1 blocul Jordan de dimensiune 2, corespunzător valorii proprii 𝜆1 = 𝜆2 = 1 s, i 𝐽2 blocul Jordan
de dimensiune 1 corespunzător valorii proprii 𝜆3 = 2. Avem descompunerea pe blocuri s, i pentru
exponent, ială:
𝑒 𝐽1 𝑡 0
𝑒𝐽 𝑡 =
( 0 𝑒 𝐽2 𝑡 )
62
Cum 𝑒 𝐽2 𝑡 = 𝑒 2𝑡 , calculăm celălalt bloc:
⎛𝑡 0⎞⎟
⎜
⎜ 𝑡 ⎟⎠
𝑒 𝐽1 𝑡 = 𝑒 ⎝𝑡
⎛𝑡 0⎞⎟⎛⎜0 0⎞⎟
⎜
⎜ 𝑡 ⎟⎠⎜⎝ 𝑡 0⎟⎠
= 𝑒 ⎝0
𝑒𝑡 0 1 0 1 0 0
= ⋅ +
( 0 𝑒 𝑡 ) [ (0 1) 1! ( 𝑡 0) ]
𝑒𝑡 0
=
(𝑡𝑒 𝑡 𝑒 𝑡 )
2
0 0
Am folosit faptul că = 0, as, adar din seria Taylor va fi suficient să păstrăm primii 2
( 𝑡 0)
termeni. Calculăm s, i 𝑇 −1 , obt, inı̂nd:
⎛ 1 0 −1⎞
𝑇 −1 = ⎜ 0 1 0 ⎟
⎜ ⎟
⎝−1 −1 2 ⎠
găsim, ı̂n fine:
⎛𝑒 𝑡 (𝑡 + 2) − 𝑒 2𝑡 𝑒 𝑡 − 𝑒 2𝑡 −𝑒 𝑡 (𝑡 + 2) + 2𝑒 2𝑡 ⎞
𝑒 𝐴𝑡 = 𝑇 ⋅ 𝑒 𝐽 𝑡 ⋅ 𝑇 −1 =⎜ 𝑡𝑒 𝑡 𝑒𝑡 −𝑡𝑒 𝑡 ⎟
⎜ 𝑡 2𝑡 𝑡 2𝑡 𝑡 2𝑡 ⎟
⎝𝑒 (𝑡 + 1) − 𝑒 𝑒 − 𝑒 −𝑒 (𝑡 + 1) + 2𝑒 ⎠
(b) Conform teoriei, solut, ia generală a sistemului este:
⎛𝐶1 ⎞
𝐴𝑡
𝑋 (𝑡) = 𝑒 ⋅ ⎜𝐶2 ⎟ ,
⎜ ⎟
⎝𝐶3 ⎠
constantele 𝐶𝑖 determinı̂ndu-se din condit, iile init, iale. În acest caz:
⎛1⎞
𝐴𝑡 𝐴𝑡
𝑋 (𝑡) = 𝑒 𝑋 (0) = 𝑒 ⎜2⎟
⎜ ⎟
⎝0⎠
63
Exemplu 2: Să se determine solut, ia sistemului diferent, ial liniar neomogen:
⎧
⎪
⎪ 𝑥 ′ = 2𝑥 − 𝑦
⎪ ′
⎨ 𝑦 = −𝑥 + 2𝑧 + 𝑒 𝑡 𝑧
⎪
⎪ ′
⎪
⎩𝑧 = −𝑦 + 2,
⎛0⎞
s, tiind că satisface condit, iile init, iale 𝑋 (0) = ⎜1⎟.
⎜ ⎟
⎝0⎠
Solut, ie: Fie matricele:
⎛𝑥 ⎞ ⎛ 2 −1 0⎞ ⎛0⎞
𝑋 = ⎜𝑦 ⎟ , 𝐴 = ⎜−1 0 2⎟ , 𝐵(𝑡) = ⎜𝑒 𝑡 ⎟ .
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝𝑧 ⎠ ⎝ 0 −1 2⎠ ⎝0⎠
Atunci sistemul se scrie matriceal 𝑋 ′ = 𝐴𝑋 + 𝐵(𝑡). Valorile proprii ale matricei 𝐴 sı̂nt 𝜆1 =
𝜆2 = 1 s, i 𝜆3 = 2. Avem vectorul propriu (1, 1, 1) bază ı̂n 𝑉𝜆1,2 s, i vectorul (2, 0, 1) bază ı̂n 𝑉𝜆3 .
Aducem matricea 𝐴 la forma canonică Jordan, folosind matricea de trecere:
⎛ 0 1 2⎞ ⎛−1 −1 2 ⎞
−1
𝑇 = −1 1 0 ⇒ 𝑇 = ⎜−1 0 2 ⎟
⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎝ 0 1 1⎠ ⎝ 1 0 −1⎠
Forma canonică Jordan se obt, ine a fi:
⎛1 0 0⎞
𝐽 = ⎜1 1 0⎟ .
⎜ ⎟
⎝0 0 2⎠
Putem descompune matricea Jordan ı̂n două blocuri, unul de dimensiune 2 s, i unul de dimen-
siune 1, ceea ce ne ajută să calculăm:
⎛2𝑒 2𝑡 − (𝑡 + 1)𝑒 𝑡 −𝑡𝑒 𝑡 2𝑒 𝑡 (𝑡 + 1) − 2𝑒 2𝑡 ⎞
𝐴𝑡
𝑒 =⎜ −𝑡𝑒 𝑡
(1 − 𝑡)𝑒 𝑡
2𝑡𝑒 𝑡 ⎟
⎜ 2𝑡 𝑡 𝑡 𝑡 2𝑡 ⎟
⎝2𝑒 − (𝑡 + 1)𝑒 −𝑡𝑒 2𝑒 (𝑡 + 1) − 2𝑒 ⎠
Conform teoriei, obt, inem solut, ia problemei Cauchy (t, inı̂nd cont de valorile init, iale) sub forma:
𝑡
𝑋 (𝑡) = 𝑒 𝐴𝑡 𝑋 (0) + ∫ 𝑒 𝐴(𝑡−𝑠) 𝐵(𝑠)𝑑𝑠.
0
Integrala se calculează integrı̂nd fiecare din elementele matricei s, i obt, inem, ı̂n final:
𝑡2
⎛−𝑡 − 2 ⎞
2
𝑋 (𝑡) = 𝑒 𝑡 ⎜ 1 − 𝑡2 ⎟
⎜ 𝑡2 ⎟
⎝−𝑡 − 2 ⎠
64
SEMINAR 8
RECAPITULARE EXAMEN
8.1 Model 1
1. Fie spat, iul vectorial:
𝑉 = {𝑝 ∈ ℝ2 [𝑋 ] ∣ 𝑝 ′ (1) = 0}.
(a) Găsit, i complementul său ortogonal 𝑉 ⟂ .
(b) Găsit, i o bază ortonormată ı̂n 𝑉 ⊕ 𝑉 ⟂ .
Indicat, ii: (a) 𝑉 = {𝑎𝑋 2 + 𝑏𝑋 + 𝑐 ∣ 2𝑎 + 𝑏 = 0}, deci dim 𝑉 = 2 ⇒ dim 𝑉 ⟂ = 1.

(b) Se ia reuniunea bazelor din 𝑉 s, i 𝑉 ⟂ , care este o bază a sumei directe. Se aplică Gram-
Schmidt pentru aceasta.
2. Aducet, i la forma canonică s, i desenat, i conica:
𝑥 2 − 4𝑥𝑦 + 4𝑦 2 − 6𝑥 + 2𝑦 + 1 = 0.
Răspuns: Conica este o parabolă:
65
3. Rezolvat, i ecuat, iile diferent, iale:
(a) (𝑥 + 𝑦 − 2)𝑑𝑥 + (𝑥 + 𝑦)𝑑𝑦 = 0; (ecuat, ie exactă)
(b) 𝑥𝑦 ′ = 𝑦 + 𝑥 2 𝑦 2 , 𝑥 > 0. (ecuat, ie Riccati)
4. Rezolvat, i sistemul diferent, ial:

⎧
⎪
⎪ 𝑥′ = 𝑦 + 𝑧
⎪ ′
⎨ 𝑦 =𝑥 +𝑧
⎪
⎪ ′
⎪
⎩𝑧 = 𝑥 + 𝑦
cu condit, iile init, iale 𝑥(0) = −1, 𝑦(0) = 0, 𝑧(0) = 0.
Indicat, ie: Se aduce matricea sistemului la forma canonică Jordan: (matricea este chiar diago-
nalizabilă):
⎛0 1 1⎞ ⎛−1 0 0⎞
𝐴 = ⎜1 0 1⎟ ⇒ 𝐽 = ⎜ 0 −1 0⎟ ,
⎜ ⎟ ⎜ ⎟
⎝1 1 0⎠ ⎝ 0 0 2⎠
apoi se calculează 𝑒 𝐴𝑡 folosind această formă simplificată.
8.2 Model 2
Fie spat, iul vectorial:
𝑉 = {(𝑥, 𝑦, 𝑧, 𝑡) ∈ ℝ4 ∣ 𝑥 + 𝑦 − 2𝑧 + 𝑡 = 0}.
(a) Găsit, i complementul ortogonal, 𝑉 ⟂ ;
66
(b) Găsit, i o bază ortonormată ı̂n 𝑉 .
Indicat, ie: dim 𝑉 = 3, deci dim 𝑉 ⟂ = 1. Avem:
𝑉 = {(−𝛼 + 2𝛽 − 𝛾 , 𝛼, 𝛽, 𝛾 ) ∈ ℝ4 } = Sp{(−1, 1, 0, 0), (2, 0, 1, 0), (−1, 0, 0, 1)}
s, i se alege 𝑉 = Sp{(𝑎, 𝑏, 𝑐, 𝑑)} astfel ı̂ncı̂t
⟨(𝑎, 𝑏, 𝑐, 𝑑), 𝑣⟩ = 0,
unde 𝑣 este, pe rı̂nd, fiecare vector din baza lui 𝑉 .
2. Aducet, i la forma canonică s, i reprezentat, i conica:

𝑥 2 − 2𝑥𝑦 + 3𝑦 2 − 4𝑥 + 6𝑦 − 4 = 0.
Răspuns: Conica este o elipsă:

(a) 𝑦 ′ + 𝑦 sin 𝑥 = − sin 𝑥 cos 𝑥; (ecuat, ie liniară s, i neomogenă)
(b) (3𝑥 2 − 𝑦) + (3𝑦 2 − 𝑥)𝑦 ′ = 0. (ecuat, ie exactă)
4. Rezolvat, i sistemul diferent, ial:

{
𝑥′ =𝑥 −𝑦
,
𝑦′ = −4𝑥 + 𝑦
cu condit, iile init, iale 𝑥(0) = 1, 𝑦(0) = −1.
Indicat, ie: Se poate folosi forma Jordan pentru matricea sistemului sau se pot aplica metodele
din §7.8, deoarece matricea este diagonalizabilă s, i este 2 × 2.
67
8.3 Model 3
1. Fie spat, iul vectorial:
𝑉 = {𝑀 ∈ 𝑀2 (ℝ) ∣ 𝑀 = 𝑀 𝑡 }.
(a) Găsit, i complementul ortogonal al lui 𝑉 ;
(b) Găsit, i o bază ortonormată ı̂n 𝑉 .
Indicat, ii: Matricele din 𝑉 au elementele egale pe diagonala secundară, deci dim 𝑉 = 3. Rezultă
{ }
𝑎 𝑏
dim 𝑉 = 1, adică 𝑉 = Sp
⟂ ⟂
, care să fie perpendiculară pe cele 3 matrice din baza lui
( 𝑐 𝑑)
𝑉.
2. Aducet, i la forma canonică s, i reprezentat, i conica:
4𝑥𝑦 − 3𝑦 2 + 4𝑥 − 14𝑦 − 7 = 0.
Răspuns: Conica este o hiperbolă:
(a) (1 − 𝑥 2 𝑦) + 𝑥 2 (𝑦 − 𝑥)𝑦 ′ = 0; (factor integrant 𝜇 = 𝜇(𝑥))
(b) 𝑦 = 𝑥𝑦 ′ − 𝑦 ′ 2 . (ecuat, ie Lagrange)
68
4. Fie matricea:
⎛1 −1 1 ⎞
𝐴 = ⎜1 1 −1⎟
⎜ ⎟
⎝0 −1 2 ⎠
(a) Să se calculeze 𝑒 𝐴𝑡 , pentru 𝑡 ∈ ℝ;
(b) Să se determine solut, ia generală a sistemului 𝑋 ′ = 𝐴𝑋 , apoi solut, ia particulară care verifică
condit, ia 𝑥(0) = 1, 𝑦(0) = 2, 𝑧(0) = 0.
Indicat, ie: Vezi §7.9 (completat, i detaliile lipsă din rezolvare).
69
70
INDEX
A echivalent, ă, 4
algoritm ordine, 4
Gram-Schmidt, 38 reflexivă, 3
simetrică, 3
M tranzitivă, 3
metoda Gauss-Jordan, 6
inversare, 6 S
sisteme liniare, 7 spat, iu vectorial, 11
bază, 17
O baza canonică, 17
operat, ie, 4 combinat, ie liniară, 15
asociativă, 4 coordonatele unui vector, 18
comutativă, 4 dimensiune, 17
cu element neutru, 4 euclidian, 38
cu elemente inversabile, 4 exemple, 12
distributivă, 5 matricea aplicat, iei, 19
internă, 4 matricea de trecere, 20
P sistem de generatori, 16
polinom subspat, iu, 13
caracteristic, 27 suma directă dde subspat, ii, 14
produs suma subspat, iilor, 14
scalar, 37 vectori liniar independent, i, 15
structuri algebrice
R corp, 5
relat, ie grup, 5
antisimetrică, 3 inel, 5
binară, 3 monoid, 5
71
morfism, 5 V
substructuri, 6 valoare
subspat, iu proprie, 27
complement ortogonal, 38 valoare proprie
sumă, 25 multiplicitate algebrică, 28
directă, 25 multiplicitate geometrică, 28
spectru, 27
T vector
teorema cosinus, 37
Cayley-Hamilton, 28 norma, 37
Grassmann, 18 propriu, 27
rang-defect, 21 vector propriu
schimbului, 16 subspat, iu invariant, 28
72
BIBLIOGRAFIE
[Brı̂nzănescu and Ştănăşilă, 1998] Brı̂nzănescu, V. and Ştănăşilă, O. (1998). Matematici speciale.
ALL.
[Bălan, 2004] Bălan, V. (2004). Algebră liniară, geometrie analitică. online.
[Purcaru, 2010] Purcaru, M. (2010). Algebră liniară, geometrie analitică şi ecuaţii diferenţiale.
online.
73

Ag 18 19

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Ag 18 19

Încărcat de

Drepturi de autor:

Formate disponibile

Algebră s, i geometrie

1 Recapitulare structuri algebrice s, i matrice 3

3 Vectori s, i valori proprii. Diagonalizare 27

4 Modele de part, ial 31

5 Spat, ii euclidiene. Ortonormare 37

6 Forma canonică Jordan. Conice s, i cuadrice 41

7 Ecuat, ii s, i sisteme diferent, iale 51

1.1 Structuri algebrice

• simetrică, dacă oricı̂nd 𝑎𝑅𝑏 implică 𝑏𝑅𝑎, pentru nis, te 𝑎, 𝑏 ∈ 𝐴;

• asociativă, dacă ∀𝑎, 𝑏, 𝑐 ∈ 𝐴, 𝑓 (𝑎, 𝑓 (𝑏, 𝑐)) = 𝑓 (𝑓 (𝑎, 𝑏), 𝑐);

• comutativă, dacă ∀𝑎, 𝑏 ∈ 𝐴, are loc 𝑓 (𝑎, 𝑏) = 𝑓 (𝑏, 𝑎);

• cu elemente inversabile (simetrizabile) dacă pentru un 𝑎 ∈ 𝐴 există 𝑎−1 ∈ 𝐴 astfel ı̂ncı̂t

• monoid, dacă operat, ia este internă, asociativă s, i admite element neutru;

• grup, dacă este monoid s, i orice element este inversabil.

𝑎 ∗ (𝑏◦𝑐) = (𝑎 ∗ 𝑏)◦(𝑎 ∗ 𝑐) s, i (𝑏◦𝑐) ∗ 𝑎 = (𝑏 ∗ 𝑎)◦(𝑐 ∗ 𝑎), ∀𝑎, 𝑏, 𝑐 ∈ 𝐴.

Definiţie 1.5: Fie (𝐺, ◦) s, i (𝐻 , ∗) două structuri algebrice (monoizi, grupuri).

𝑓 (𝑔1 ◦𝑔2 ) = 𝑓 (𝑔1 ) ∗ 𝑓 (𝑔2 ), ∀𝑔1 , 𝑔2 ∈ 𝐺.

1.2 Metoda Gauss-Jordan

1.2.1 Inversarea matricelor cu metoda Gauss-Jordan

• Dată matricea 𝐴, pătrată s, i nesingulară (inversabilă), se alcătuies, te matricea 𝐵 = (𝐴 ∣ 𝐼𝑛 ),

⎛ 2 1 3 ∣ 1 0 0⎞ 𝐿 →(1/2)𝐿 ⎛ 1 1/2 3/2 ∣ 1/2 0 0⎞

⎛ 1/31 −2/31 5/31 ⎞

1.2.2 Aplicat, ie: Sisteme liniare

Concluzia generală este:

Definiţie 2.1: O aplicat, ie 𝜑 ∶ 𝑉 × 𝑉 → 𝑉 , definită prin (𝑥, 𝑦) ↦ 𝜑(𝑥, 𝑦) ∈ 𝑉 se numes, te lege de

Cu acestea, avem definit, ia fundamentală:

(1) (𝑉 , +) este grup abelian, adică:

(a) (𝑥 + 𝑦) + 𝑧 = 𝑥 + (𝑦 + 𝑧), ∀𝑥, 𝑦, 𝑧 ∈ 𝑉 ;

Propoziţie 2.1: Fie 𝑉 un 𝐾 -spat, iu vectorial. Au loc următoarele proprietăt, i:

(d) (−𝛼) ⋅ 𝑥 = 𝛼 ⋅ (−𝑥) = −𝛼 ⋅ 𝑥, ∀𝛼 ∈ 𝐾 , ∀𝑥 ∈ 𝑉 ;

(e) Dacă 𝛼 ⋅ 𝑥 = 0𝑉 , atunci 𝛼 = 0𝐾 sau 𝑥 = 0𝑉 .

Din definit, ie, se vede imediat că are loc:

Se pot demonstra s, i observa cu us, urint, ă următoarele:

Observaţie 2.3: (1) 𝑆 = ∅ ⟹ 𝑆𝑝𝑎𝑛(𝑆) = {0𝑉 };

(3) 𝑆𝑝𝑎𝑛(𝑆) este intersect, ia tuturor subspat, iilor lui 𝑉 ce cont, in pe 𝑆;

Propoziţie 2.6: Fie 𝐾 -spat, iul vectorial 𝑉 s, i submult, imea 𝑆 = {𝑥1 , 𝑥2 , … , 𝑥𝑛 } ⊆ 𝑉 .

(a) Dacă 0𝑉 ∈ 𝑆, atunci 𝑆 este liniar dependent;

(b) Dacă 𝑆 este liniar independent, atunci 𝑥𝑖 ≠ 0𝑉 , ∀𝑖;

Un rezultat foarte important este următorul:

Propoziţie 2.10: Fie 𝑉 un 𝐾 -spat, iu vectorial de dimensiune 𝑛. Atunci:

(a) Orice sistem liniar independent are cel mult 𝑛 vectori;

(c) Orice sistem de generatori are cel put, in 𝑛 vectori;

Teoremă 2.2: Fie 𝑉 un 𝐾 -spat, iu vectorial de dimensiune 𝑛 s, i 𝑆 = {𝑥1 , 𝑥2 , … , 𝑥𝑘 }, cu 𝑘 ≤ 𝑛 o

Din aceste ultime două rezultate, obt, inem:

(b) Orice sistem de generatori poate fi completat la o bază.

dim𝐾 𝑉1 + dim𝐾 𝑉2 = dim𝐾 (𝑉1 + 𝑉2 ) + dim𝐾 (𝑉1 ∩ 𝑉2 ).

2.3 Matricea unei aplicat, ii liniare

Matricea 𝐴 = (𝛼𝑖𝑗 )𝑖,𝑗 se numes, te matricea aplicat, iei 𝑓 ı̂n baza 𝐵2 .

De exemplu: fie 𝑉 = ℝ3 s, i 𝑊 = ℝ2 . Luăm bazele canonice:

𝐵1 = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}

Definim o aplicat, ie liniară:

𝑓 ∶ ℝ3 → ℝ2 , 𝑓 (𝑥1 , 𝑥2 , 𝑥3 ) = (𝑥1 + 𝑥2 , 2𝑥2 + 3𝑥3 ).

Pentru a calcula matricea lui 𝑓 ı̂n baza 𝐵2 , avem:

𝑓 (𝑒1 ) = 𝑓 (1, 0, 0) = (1, 0) = 1 ⋅ 𝑒1 + 0 ⋅ 𝑒2

o putem reduce pentru a concluziona că 𝑋 = 𝑌 . As, adar, 𝑓 nu este injectivă.

2.4 Matricea de trecere (schimbare de bază)

Definiţie 2.14: Matricea 𝑀, astfel determinată, se numes, te matricea de trecere de la baza 𝐵1 la

determină o structură de spat, iu vectorial real pe mult, imea ℝ.

⊕ ∶ (0, ∞) × (0, ∞) → (0, ∞)𝑥 ⊕ 𝑦 = 𝑥𝑦

3. Să se arate că mult, imea

𝑆 = {(𝛼 − 2𝛽; 𝛼 + 3𝛽; 𝛽) ∣ 𝛼, 𝛽 ∈ ℝ}

4. Se consideră mult, imea:

5. Se consideră sistemul omogen: