Algebra Lineara

Lect.univ.dr.
Camelia Octavia Arieşanu
ALCEBRA LINEARA
Colecţia "STU D EN T
EDITURA POLITEHNICA
TIMIŞOARA - 2007
Prin conţinutul şi structura materialului, lucrar%a se dovedeşte a se
încadra în contextul ştiinţific actual, de asemenea prezentarea informaţiilor
ştiinţifice, prin num eroasele probleme rezolvate facilitează înţelegerea disciplinei
într-o m anieră clară şi uşoară, contribuind la asimilarea şi înţelegerea materiei de
algebră lineară. A ceastă carte se adresează, în mare parte, studenţilor de la
U niversitatea Politehnica din Timişoara.
R efe re n t ştiin ţific: Prof.univ.dr, M ircea PU T A
D escrierea C IP a B ibliotecii N aţio n ale a R om âniei

A R IE Ş A N U , C A M E L IA O C TA V IA
A lg eb ră lin e a ră / lect.univ.dr. Camelia Octavia A rieşanu -Ed.
a 2-a rev.- Timişoara: Editura Politehnica, 2007
138 p. ; 24 cm. - (Student)
Bibliogr.
ISB N 978-973-625-505-2
512.64(075.8)
C o p y rig h t © E ditura Politehnica, 2007
Toate drepturile sunt rezervate editurii. Nici o parte din acunslft lucim c nu poate
fi reprodusă, stocată sau transm isă. prin indiferent ce foi mu, lin ă acordul
prealabil scris al Editurii Politehnica.
E D IT U R A P O L IT E H N IC A
Bd. Republicii nr. 9
300159 Tim işoara, Rom ânia
Tel. 0256/403.823
Fax: 0256/403.823
E -m ail: editura@ edipol.upt.ro
C o nsilier e d ito rial: Prof. dr. ing. Sabin ION EL

R e d a c to r: Claudia M IHA LI
Bun de imprimat: 09.10.2007

Coli de tipar: 9
C.Z.U. 512.64(075.8)
ISBN 978-973-625-505-2
Tipar digital executat sub com anda nr. 79

la Centrul de M ultiplicare al Universităţii "Politehnica" din Tim işoara
C u d eo seb ite m u lţu m iri
D o a m n e lo r C o n f. D r. D o rin a R E N D I şi C onf. D r.Io se fin a M IH U Ţ
D o m n u lu i P ro f. D r. M irc e a P U T A
PREFAŢĂ
Cartea de faţă acoperă în general program ele analitice pentru prim a

jum ătate a disciplinei de Algebră şi geometrie com ună tuturor specializărilor
din U niversitatea Politehnica Tim işoara. Ea este destinată tuturor studenţilor din
anul întâi care doresc să-şi com pleteze notiţele de curs şi să-şi îm bunătăţească
activitatea la seminar.
Structurat pe şase capitole, cursul parcurge principalele tem e de studiu

corespunzătoare algebrei, fără a avea pretenţia epuizării lor. S-a avut în vedere
în prim ul rând punerea la dispoziţia studenţior a unui m aterial accesibil, în
deplină concordanţă cu cursul predat de autoare la Facultatea de Hidrotehnică,
care să vină în ajutorul pregătirii exam enului la acesată disciplină, punându-se
accentul atât pe caracterul didactic cât şi ştiinţific al lucrării.
N um ărul m are de problem e asigură parcurgerea şi aprofundarea mai

bună a noţiunilor teoretice prezentate. A cestea au fost selectate pe baza
experienţei la catedră, -bazându-se în prim ul rând pe problem ele rezolvate la
sem inariile de A lgebră, com pletate cu problem e de sinteză asem ănătoare celor
propuse la exam enul acestei discipline. S-au avut în vedere exclusiv problem e
strict aplicative, elim inându-se cele teoretice care servesc m ai puţin studenţilor
la un profil tehnic.
A ceastă prim ă versiune v a fi cu siguranţă îm bunătăţită în anii urm ători

şi com pletată cu a doua jum ătate a cursului, cea de Geometrie. D e aceea
autoarea m ulţum eşte anticipat tuturor acelora care vor aduce critici constructive
materialului.
Tim işoara, septem brie 2007

CAPITOLUL 1
SPAŢII VECTORIALE FINIT
DIMENSIONALE
§1. S P A Ţ I I V E C T O R I A L E ( L I N E A R E ) F I N I T
D IM E N S IO N A L E . D E F IN IŢ II. E X E M P L E
D efiniţia 1: Fie mulţimea M =£ <f> si o aplicaţie

f :M x M -> M (x, y ) —>■<p(x, y)
Atunci cp se numeşte lege de compoziţie internă pe M.
D efiniţia 2: Un cuplu (G ,*), unde G # <f>, iar * este o lege de

compoziţie interna pe G se numeşte grup dacă sunt satisfăcute următoarele
axiome: '
(G l) x * ( y * z ) = ( x * y ) * z , : pentru orice x , y , z e G ;
(G2) 3e s G V x e G = > x * e = e * x - x (e se numeşte element neutru cil
legii* )
(G3) Vz e G B x 'e G astfel încât x * x'= x'*x.= e ( x' se numeşte simetricul
lui x fată de legea *)
Dacă în plus este satisfăcută şi axioma:
(G4) x * y = y * x , pentru orice x , y e G
alunei (G,*) se numeşte grup comutativ (abelian).
Exem ple:
(R,+) se numeşte grupul numerelor reale.
(C,+) se numeşte grupul numerelor complexe.
8 Algebră lineară
(M m„{&)•+) se numeşte grupul matricelor pătratice de ordinul n.
Definiţia 3: O mulţime K * <j> împreună eu două legi de compoziţie

interne
+ :K xK -^> K ( x ,y ) - ^ x +y
■: K x K -> K (x ,y ) x-y
se numeşte corp dacă sunt satisfăcute următoarele axiome:
(CI) (K ,+ ) este grup abelian;
(C2) ( K, ■) este grup;
(C3) distributivitatea înmulţirii faţă de adunare:
x ( y + z ) = xy + xz
pentru orice x , y , z e K
( y + z ) x -- yx + zx
(/£ +,•), se numeşte corp comutativ dacă înmulţirea sa este comutativă.
Exemple:
(R ,+ ,•) se numeşte corpul numerelor reale
(C ,+,-) se numeşte corpul numerelor complexe
se numeşte corpul matricelor pătratice de ordinul n.
Definiţia 4 Fie X , Y ^ <j>. O funcţie / : Y x X —> X se numeşte lege de

compoziţie externă p e X la stânga cu domeniul de operatori Y.
Definiţia 5 Fie ( K,+,-) u it corp comutativ. O mulţime V * <j> înzestrată

cu două legi de compoziţie:
+ : V x V - •> V
■ : K x V -> V
care satisfac condiţiile:
(SV1) ( V ,+) este grup abelian;
(SV2) a ■( fi ■x ) - . ( a ■f i )■ x pentru orice a, J3 e K şix e V ;
(SV3) a - ( x + y ) = a - x + a - y pentru orice a e K şi x , y e V ;
(SV4) ( a + /3)' x - a -xh- ¡3 ■x pentru^ôrice a, ¡3 e K şi x e V ;
(SV5) 1 ■x = x pentru orice x e Via.il e K este elementul neutru din K
faţă de legea
se numeşte spaţiu vectorial (linear) peste K.
Elementele lui V se numesc^ vectori iar elementele lui K se numesc scalari.
Spaţii vectoriale finit dimensionale 9
Observaţii:
1. Dacă ( V, +,■■) este spaţiu vectorial peste K atunci notăm: sau
V /K sau V (dacă nu sunt confuzii)
2. Legile de compoziţie peste K sunt notate la fel ca şi cele de pe V deşi,
evident, ca şi funcţii ele sunt respectiv diferite
3. Vom nota vectorii cu x,y,z,... iar scalarii cu a,j3,y,... sau a,b,c,...
Consecinţe: .
1. o . v = 0 . pentru orice v e V
2. pentru orice v e V
3. a ■0 = 0, pentru orice a e K .
Demonstraţie:
1. Avem succesiv, folosind asociativitatea adunării vectorilor că:
0 -v = 0- v + 0 = 0- v + / v + ( —v )] =(Q ■v-f v ) + ( - v ) =
( 0 + 1j - v - r ( - ~ v ) - î - V + ( —v ) ' = v + f - v j = 0
2. Folosind axioma (SV4) obţinem:
f - l j - v -f v = ( - 1 ) ■v r 1 • v = ( - \ + \ ) - v = 0 • v = 0
de unde rezultă:
Exemple:
1. Fie (K, +,■) un corp oarecare. Atunci fe g î+ î-) este spaţiu vectorial
peste
K in raport cu ca lege internă şi „ ■" lege externă.
■2. Fie
10 Algebră lineară
Definim operaţiile:
def •
+ : K ” x K " -» Jţr " ( a, , a 2 an ) + ( b t , b1 b, ) =.(' a, + b ^, a2 + b2 a n + b, )
def
■ : K x K " —> K " oc( ax, a 2 an) = ( a a t ,a a 2 a a n)
Atunci ( ^ / g > +>') esê un spaţiu vectorial.
3. Dacă K este corpul numerelor reale R sau complexe C, notăm
mulţimea matricelor cu m linii şi n coloane cu elemente din K. Atunci

(M mxn (K),+,-) este un spaţiu vectorial peste i i în raport cu adunarea matricelor
şi înmulţirea la stânga a unei matrice cu elemente din K.
4. Dacă K este corpul numerelor reale R sau complexe C, notăm cu
RnM
mulţimea polinoamelor de grad cel mult n cu coeficienţi din K. Atunci
(R [X] ,+,• J.este un spaţiu vectorial peste K în raport cu adunarea polinoamelor
şi înmulţirea unui polinom la stânga cu un element din K.
5. Dacă K este corpul numerelor reale R, notăm F, = { / : I c R ^ R }
mulţimea funcţiilor reale definite pe I. Atunci (F, ,+,•) este un spaţiu vectorial
peste R cu adunarea funcţiilor şi înmulţirea la stânga la cu un număr real.
Propoziţia 1 Dacă ( V, +,-) este un spaţiu vectorial peste corpul K,

atunci:
1. ct-v = 0 ^ a = 0 v v = 0, V a e K , Vv e V
2. a ■v = P ■v. => a - J3, V a , p s K , Vv e V - {o}
3. a ■v —a ■u => v = u, V a s ^ - { o } , V v , i ; e F
Demonstraţie: 1. Dacă a ^ O atunci există a e K . înmulţind

egalitatea la stânga cu a ”1obţinem v = 0.
Fie acum v ^ 0. Presupunând, prin reducere la absurd, că din a •v = 0
rezultă a 0 , din raţionamentul antexior obţinem că v = 0 , ceea ce contrazice
ipoteza. Deci rezultă că a - 0.
2. Avem succesiv:
a ■v = p ■V => ocv + (- pv) - 0=> (a - P)v = 0
Folosind punctul precedent, deoarece v ^ O , obţinem a P - 0deci a =P .
___________________________ ;_____ Spaţii vectoriale finit dimensionale 11
3. Raţionând ca la punctul precedent se obţine a (v - u) = 0;
deoarece or ^ 0 rezultă v-u-0, adică u^v.
§2. B A Z Ă Ş I D I M E N S I U N E A U N U I S P A Ţ I U V E C T O R I A L
D efiniţia 1 Fie. un spaţiu vectorial şi S = {v,,v2,...,vn} un sistem

(finit) de vectori din V. Spunem că v e V este o combinaţie lineară de vectorii
lui S dacă există scalarii a l, ă 2,...,an e K astfel încât
v = a , - v l + a 2 -v2 +... + a n •v„.
Observaţii:
1. Vectorul a , • v, + a 2 ■v2 + ...+ a n ■vn se obţine prin aplicarea repetată a legii
+ pe V. Elementele a ], ă 2,..:,an se numesc coeficienţii combinaţiei lineare.
2. 0 ■Vj + 0 • v2 + ... + 0 •v„ = 0 pentru orice sistem de vectori
¿' = { v v 2.....v j c F .
Definiţia 2 Sistemul de vectori S — {vp v2,...,vn} se numeşte linear

independent (sau spunem că vectorii v,,...,vn sunt linear independenţi) dacă
singura combinaţie lineară de vectorii sistemului S ce are ca rezultat vectorul
nul este aceea în care toţi coeficienţii combinaţiei sunt nuli, adică:
\ / a v a 2,...,an & K astfel încât a , •v, + a 2 •v2 + ...+ a n - vn = 0
să rezulte cc^,cc2,...,ocn —0 .
Definiţia 3 Sistemul de vectori S ~ {v1,v2,..., v^ } se numeşte linear

dependent (sau spunem ca vectorii vl,...,vn sunt linear dependenţi) dacă:
3 a ,,a
1’ ,L3
,. ..■’.
.a n cu a }i + a l + ... + a nl ^ 0 astfel
încâta, •v, + a 2 ■v2 +... + a n ■vn = 0 .
Exemplul 1 Să se precizeze - care din următoarele sisteme de vectori

sunt liniar independente:
a) S l = {v, = (-4 -2 ,2 ), v2 = (6,3-3)}c R-,
b) S 2 = {ux = ( l -1,-1). u2 = (0,0,2)} cz R.
Soluţii: a) Fie a l , a 2 e R astfel încât:
-4 - a , +6- a 2 = 0
a - v, + a 2 ■v2 = 0=>at (-4 ,-2 ,2 )+ a 2(6,3,-3) = 0 = -2 -a, + 3 -a 2 = 0
2 a, - 3 a 2 = 0
Se.obţine un sistem omogen a cărui matrice este:
fi-4 . 6 ^
A= -2 3
V 2
Cum rang A=1 rezultă că sistemul omogen admite şi soluţii nebanale deci
sistemul S ] este linear dependent.
b) Fie a , , a 2 e R astfel încât a , •v, + a 2 ■v2 = 0 . Rezultă de aici
că:
( a , =0
- a., + 2 a 2 = 0
Sistemul omogen are soluţia banală ca soluţie unică deci S2 este linear
independent b
Definiţia 4 Un sistem de vectori 5 c F se numeşte linear independent

maximal daca sistemul S este linear independent iar sistemul S k j {v} este linear
dependent, pentru orice vector v e V - S .
Propoziţia 1 Fie S = {v} c V .Atunci:

1. dacă v i O atunci S este linear independent.
2. dacă v —0 amnci S este linear dependent.
D em onstraţie: Rezultă imediat din Definiţiile 2 si 3.
Propoziţia 2 Fie sistemul de vectori S = {v,,v2,..., vn} cr V. Atunci:

i) DacăO e S atonei S este linear dependent.
ii) Dacă S este linear independent atunci orice subsistem al lui S este linear
independent.
iii) Dacă un subsistem de vectori al lui S este linear dependent atunci S este
linear dependent.
D em onstraţie: i). Fie, de exemplu, vt = 0 . Avem atunci:

1 ■v, + 0 ■v2 + ...+ 0 • vn = 0
Deci S este linear dependent.

ii). Să consideram un subsistem S' = {v,, v2,,.„ vp } o 5 de vectori al lui
S (p<n). Presupunând că S ' este linear dependent ar rezulta că există o
combinaţie lineară nulă în care nu toţi coeficienţii sunt nuli:
a , •Vj + cc2 ■v2 +... + a ■vp = 0.
Deoarece a, ■v, + a 2 ■v2 +... + a p ■vp + 0 • vp+1 + 0 ■v 2 +... + 0 • vn = 0 ar
rezulta că şi S este linear dependent, ceea ce contrazice ipoteza.
iii). Presupunând că există, un subsistem
S' = {v,, v2 v }c S, p < n, linear dependent ar rezulta, via ii), că 5 este un
sistem linear dependent.
■
Propoziţia 2 Sistemul S = {v15v2,..>, vn} c V este linear dependent dacă

şi numai dacă cel puţin un vector din S se scrie ca o combinaţie lineară de
ceilalţi vectori din sistem.
D em onstraţie: Dacă S este linear dependent atunci există scalarii

a, , a 2 nu to ţi'n u li astfel încât a x ■v, + a 2 -v2 +... + a n ■vn - 0 . Să
presupunem că ^ 0. înmulţind relaţia precedentă cu a~' e K obţinem:
v, + a t~l ■a 2 ■v2 + ...+ a~1 ■a n ■vn - 0
de unde putem exprima:
v, = - a ~ ' - a 2 -v2 - . . . - a ; 1 - a n -vn = p 2v2 + ^ 3v3 + ... + J3nvn .
Deci afirmaţia directă rezultă. Reciproc, presupunând, de exemplu, că VjSe
exprimă că o combinaţie lineară de ceilalţi vectori ai sistemului:
vi = a 2 -v2 +... + a„-.vn
obţinem. că —1-v, + a 2 -v2 +... + a n -vn = 0 deci sistemul S este linear
dependent.
H
14 Algebră lineară________ ______ _________________ __________
Definiţia 5 Sistemul de vectori S = {v,, v2 vn} se numeşte sistem de
generatori pentru V dacă:
Vv e V :3 a ,, a 2 a n e K astfel încât v = ct, •v, + a 2 ■v2 + ,... + a n ■vn ,
adică orice vector din V se scrie ca o combinaţie lineară de vectorii sistemului S
(se mai spune că S „generează” pe V).
E xem plul 2: a) Să se arate ca sistemul:

5 = {v, = (1,2,3), v2 = (-1 -3,2), v3 = (-1-5,10)}
este sistem de generatori pentru R 3.
Soluţie: Fie v —(a ,b ,c )e R } . Atunci existăa x, a 2, a 2 e R astfel încât:
v = a , •V, + a 2 ■v2 + a 3 •v3
adie&{ă,b,c)= (ăt - a 2 —a 3,2a, - 3 a 2 - 5 a 3,3a1.+ 2 a 2 + 10a3).
Obţinem relaţiile:
a, —a 2 —a i —a
\ 2 a, - 3 a 2 —5 a 3 = b
ţ3a, —l a 2 - 10a3 - c
Folosind metoda lui Cramer se găsesc soluţiile sistemului:
a. = ^ a 1 = —\0a + 4b + c
1 A
Aa , -3 5 a + 1 3 5 + 3c
a.. - -— - = — ---- ------ —
2 A 2
A a, 13a -5b - c
a. - ' . =--------- — —
A 2
Deci S este sistem de generatori pentru R 3.
b) Să se arate că sistemul:
S = {v, = (l -1,1), v2 = (1,0,1)} c z R 3
nu este sistem de generatori pentru R } .
Soluţie: Să presupunem, prin reducere 1a. absurd, că S este sistem de
generatori pentru R 3. Fie v = (a,b,c) un element oarecare al luii?3. Atunci
există scalarii a l , a 2 astfel încât a l -v1 + a 2 -v2 - v . Rezultă că:
a - at +a2
•b = - a ,
c = a, + a 2
Din prima şi ultima relaţie avem ca a= c deci S nu este siâtem de generatori
pentru R \
B
Propoziţia 3 Fie sistemul de yectori 5 = {v,,v2,..., v „} c V . Următoarele

afirmaţii sunt echivalente:
i) Sistemul S este linear independent maximal.
ii) Sistemul S este linear independent si sistem de generatori pentru V.
iii) Orice vector din V se scrie in mod unic ca o combinaţie lineară de
vectorii sistemului S.
Demonstraţie: Arătam că primele afirmaţii sunt echivalente.

Să presupunem întâi că S este un sistem linear independent maximal. Fie un
vector v e V - S ; cum S este maximal atunci S u {v} este linear dependent,
adică există o combinaţie lineară nulă de vectorii sistemului S în care nu toţi
coeficienţii sunt nuli:
a ■v + a, •vf + a 2 ■v.2 + ’., ., + a n ■vn = 0
Cum a & 0 (altfei şi ceilalţi a , ar fi nuli) putem exprima v;
v = - ( - a Ma ,)-v , ~ ( a ~ ' a 2) -v2 - . . . . ~ ( a ~ ' a j - v n
Deci S este sistem de generatori pentru V,
Reciproc, să arătam că S este maximal. Fie un vector v e V - S ; cum S
este sistem de generatori pentru V există scalarii a p a 2,..., a n e K astfel încât v
să se exprime ca o combinaţie lineară:
v = aj -v , + a 2 ■v2 +.... + a n ■vn
adică:
- 1 - v + a, 'V, + a 2 -v2 + .... + a n -vh =0
Deci S este sistem linear independent maximal.
Ultimele două afirmaţii sunt, evident, echivalente.
■
Definiţia 5 Un sistem de vectori B ={v1(v2,...,v.n}cz V ordonat, liniar

independent şi care este sistem de generatori pentni V se numeşte bază pentru V.
Observaţia 1 Orice sistem de vectori obţinut dintr-o bază

B = (v1,v2,...,vn} prin schimbarea ordinii a cel puţin doi vectori este o bază alta
decât B. (deşi ca mulţimi coincid).
Propoziţia 4 Fie B = {v, ,v2,...,vn} bază în V. Atunci orice vector din V
se va scrie, in mod unic, ca o combinaţie lineară de vectorii bazei B adică:
V v e V 3 l a l , a 2,...,an eK astfelin catv = a ,-v , cc„ -vn .
D em onstraţie: Existenta: Cum B este bază pentru V este şi sistem de

generatori pentru V, deci orice vector se'scrie ca o combinaţie lineară de
vectorii bazei B:
V v e V 3 a ,,...,a n a.i. v = a, -v, +.... + a n -vn
Unicitatea: Să presupunem, prin reducere la absurd,că un vector se
poate exprima în două moduri în baza B:
3 p i, p 2,...,fî„ € K, a { Vi = l,n , a.i. v=.$.-•v1 + . . . + A - v„
De aici rezultă că:
a, -vl +... + a„ -vn = p x ■vl + . . . + p n •vn
adică:
( «i ' A + ■■■'-(an - Pn)• v„= 0
Dar vectorii bazei B sunt linear independenţi deci coeficienţiicombinaţiei
lineare sunt nuli:
a v- p x = 0 a\ = A
a 2 ~ P2 - 0 «2 = A
« „-A , =A
ceea ce contrazice ipoteza.
Propoziţia 5 Un sistem de vectori este bază dacă este linear independent

maximal.
Demonstraţie: Rezultă direct din Propoziţia 3.
. Definiţia 6 Dacă B = {v1,v2,...,v„}eşte o b a z ă în Vşi

v = a l -vl + ... + a n -vn
atunci a l , a 2,...,an se numesc coordonatele vectorului v în baza B.
______ _____________ ________ Spaţii vectoriale finit dimensionale 17
Propoziţia 6 (Criteriul practic de studiu a linear independenţei unui
sistem de vectori) Fie 5 = {v,,v,.v J c V o bază şi S = \ul,u 2,...,up \cz'V
un sistem de vectori ( p < n ) .
Atunci S este un sistem linear independent dacă rangul matricei care are
pe coloane (linii) coordonatele în B ale vectorilor din S este p.
Demonstraţie: S este sistem linear independent dacă:

\f a v :..,ap e K a.i, a iu l + ... + a pup =0=> a, =0, i = 1,2, .. . , n
0
Dar B este bază deci vectorii sistemului S se scriu ca şi combinaţii lineare de
vectorii din B astfel:
U , = iX |V j + V 2 + ... + j V n
u 2 — cclv, + a ^ v 2 + ... + a 2v
u p = ctpv x + a pv 2 + ... + a pv n
înlocuind în relaţia (*) avem:
a,M, + a 2u2 +... + a pup = a, (a\ v, + a] v2 +... + a"vn) + a 2(al2vy + a 2v2 +... + a 2vn)+... +
+ a P{a pvi + a l v2 + ■■■+ a pv)

= (a1a 1 + a 2a\ +...~t-apa'p )\\ +... + (a}a" + a 2a 2 +
=0
Din linear independenţa vectorilor bazei B rezultă că coeficienţii combinaţiei
lineare sunt nuli, adică:
a \ a x + a f a 2 +... + a f a '."-O
a " a t + a 2a 2 +... + a " a =0
Se obţine un sistem omogen care trebuie să admită doar soluţia banală, adică:
Exemplul 3 Să se studieze linear independenţa sistemului de vectori:
S = {(l,l,l),(U ,0),(2,2,l)}c R s
Soluţie: Construim matricea care are pe coloane coordonatele vectorilor
din S în baza canonică a lui R 3
/1 1 2V
1 1 2
V1 0 1,
Se observă uşor că rang A = 3 deci S este un sistem linear independent.
Exemplul 4 Să se studieze linear independenţa sistemului de vectori:

S = {v, = (1,2,1 V v2 = (2,1,2), v3 = (3,3,3)} c R 3
■ Soluţie: Construim matricea care are pe coloane coordonatele vectoril
din S în baza canonică a lui R 3 :
‘.'1 2 3^
A--= 2 13
. J 2
Se observă uşor că rang A = 2 deci S este un sistem linear dependent.
Propoziţia 7 (Lema înlocuirii) Fie V un spaţiu vectorial şi

B = {v,,v2,...,vn} c V o bază a lui V. Atunci orice vector din B se poate înlocui
cu un vector v e V —{o} astfel încât noul sistem de vectori să fie o bază pentru
V.
Demonstraţie: Fie v = a { ■ + a 2 -v2 +....+ a n ■vn şi să presupunem că

al 0. Atunci putem exprima:
Vj = v + (-a,~ ‘a 2)-v 2 + ( - < ' a 3)-v 3 +.... + ( a ; ' a n) - v n.
Să arătăm acum că sistemul B ’ — {v ,v2,...,v„ j este o bază a lui V. Considerând
o combinaţie lineară nulă J3 ■v + /?2 ■v2 + ....+ fin ■vn = 0 şi înlocuind pe v în
această expresie, obţinem:
(j5 -ă i) - v l + (j3 - a i +/32) - v 2 +...:+ (j3 -a n +/3n) - v n =0
Spaţii’vectoriale finit dimensionale 19
Cum B este un sistem linear independent rezultă că toţi coeficienţii sunt nuli,
adică = 0 şi a f = 0 pentru orice i e {l,2 , . Deci iJ'este un sistem linear
independent si, fiind şi sistem maximal, este o bază pentru V.
■
Teorema lui Steinitz Fie £ = {v1,v 2, . . , v J c F o baza a spaţiului

vectorial V şi un sistem linear independent de vectori S = {e,je2 ep }c V .
Atunci:
i) p < II
ii) p vectori din B pot fi înlocuiţi cu vectorii sistemului S astfel încât
sistemul obţinut să fie o baza în V.
Demonstraţie: i) Demonstraţia se face prin inducţie dupăp.

Pentrup —1 afirmaţia este adevărată conform Lemei înlocuirii.
Să presupunem acum afirmaţia adevărata pentru p-1, adică pentru
sistemul S' = {e,, e2,..., ep_,} are loc p-1 < n si, după o eventuala renumerotare a
vectorilor, sistemul B' = { e l ,'e2,...,ep_l,v p , vp+i,..., vn} este o bază în V. D a rp-
1 =n este imposibil pentru că, în acest caz, S' = B' deci S' ar fi o bază şi
ep e S s-ar putea exprima ca o combinaţie lineară de vectorii et, e2,..., ep_x,
adică S ar fi linear dependent. Deci p - K n , adică p<n+l deci p<n.
ii) Pentru a demonstra partea a doua pentru p este suficient să arătam că
din baza B 'u n u l din vectorii -v , vp+1,..., vnpoate fi înlocuit cu ep obţinându-se
o bază. Să presupunem că în exprimarea :
pp = a lel +cc2e2 +... + ccp_lep„x + a pvp +... + a nvn
coordonatele a p>...,an sunt nule, Ar rezulta atunci că:
ep = a lel + a 2e2 +... + a p_]ep^
adică S este linear dependent, absurd.
Dacă de exemplu ct í 0 atunci, prin înlocuirea în baza B' a vectorului
vp cu e p s-ar obţine o bază,
■ ’
ceea ce trebuia arătat.
■
Definiţia 7 Spunem că spaţiul vectorial V are dimensiunea n dacă există

o bază B l n V alcătuită din n vectori.
C onsecinţe:
1. Toate bazele unui spaţiu vectorial de dimensiune n conţin n vectori.
2. Dacă dimensiunea spaţiului vectorial V este n atunci a detennina o
bază a lui V înseamnă a construi un sistem de n vectori liniar independenţi.
Exemple:
1. In spaţiul vectorial orice element se poate scrie in mod unic:
K 3 a - a ‘1
Deci rezultă că B = {l} este o bază pentru K şi dim K —1.
2. In spaţiul v e c t o r i a l o r i c e element se exprimă astfel:
K n 9 (x ,,x 2...,x„) = x, (1,0,...,0)+ x2(0,l,0....,0)+ ... + (0,0,...,!)
şi scalarii x ,, x 2 ,...,xn sunt unic determinaţi, deci:

B = {e, = (l,0,...,0),e2 - (0,l,...,0),...,e„ = (0,0,...,l)}
formează o bază şi dim K" = n .
3. In spaţiul vectorial ^ o r i c e vector se scrie:
r O
O
a u . ■ '1 ... o N
•••
•••
M mxn( A ') 3 “ «II + --- + a nm
v a ml • ^mn , ^0 ...
0 , 1° -
^m n
U
E u
deci se obţine că sistemul:

f'l 0 1 0^1 /0 0 ... 0
r0
o
. ..
...
B=< —
O
O
0 .
• °J V0 0 ... 1
este o bază şi dini M ^ (K ) = m n .
4. In spaţiul vectorial Rn[x ] orice polinom se scrie:
Rn(X) b an ■X n +... + aL- X + a0 -1,
deci deducem că sistemul:
B = { X \ X - \ . . . , X , l}
este o bază adică dim R n
a
Definiţia 8 Numărul maxim de vectori lineari independenţi ai unui

sistem de vectori se numeşte rangul sistemului.
Teorema de completare a bazei Fie V un spaţiu vectorial de

dimensiune n şi un sistem de vectori S = {e,, e2,..., epj c z V linear independent
(p<n). Atunci există vectorii vp+i, vp + 2 vn e V astfel încât sistemul:
B = [el, ep ,v p+l, v p+2,...,vnj
să fie o bază pentru V.
Demonstraţie: Fie B' = {v[, v ' v'n} o bază oarecare a spaţiului
vectorial V. Atunci, fiecare vector al sistemului B se exprimă ca o combinaţie
lineară în această bază:
p
V = Z “ </e; 1 G {l’2’--~>PS
M
n
v« l ip + i» -,« }
>=/'+! ’
Matricea care are pe coloane coordonatele în baza 2?'ale vectorilor din B
trebuie să aibă rangul n, adică să aibă determinantul nenul. Aceasta este
condiţia
5 pe1 care trebuie să o satisfacă coordonatele vectorilor vp+i3
,, vp+15 5vnîn
baza B ' , deci aceştia există.
§3. S C H I M B Ă R I D E B A Z E
Fie V / K un spaţiu vectorial de dimensiune n. Fiind date în V două baze

ne punem problema existentei unei legături între coordonatele unui vector în
aceste baze.
Fie B - { v , }, B ‘ = -{vj,...,v'n} baze în F şi x e V
22 Algebră lineară __________ ____________________________ -
Atunci:
3x, ,x 2,...,x„ a.i. x = xtv, + x 2v2 + ... + x nvn
3x[,x2,...,xn a.i. x = x\v\ + x 2v2 + -~ + x i!vn
Dar B este bază pentru V deci vectorii din B _se scriu ca şi combinaţii lineare de
vectorii lui B astfel:
vj = rivj + r2 v2 + - + r > „
vi = r,2v, + ^ v 2 + ...+r„2v„
(1)
Să considerăm acum un vector oarecare x din V. Acesta se va exprima în

cele două baze astfel:
respectiv:
x = x 1v ,'+ x 2v2'+ . . . + x„vn'

Exprimând vectorii din baza B' din formulele (1) şi egalând cele două expresii
se obţine:
x,v, + x 2v 2 + ... + x„v„ =
x i ( r l vi + r ^ 2 +...+y'„vn) + x 2'(r?vl + r l v 2 + - + r l v n)+
x'n(.r>i + r > 2 + ... + r > „ )
Din unicitatea coordonatelor unui vector intr-o bază rezultă relaţiile:
x x = x y i + x 2r i + : . . + x 7lr"
(2) X2 = X J 2 + X'2^ + ' ’ ’+ X"r2"
= Xi r l \+ X 2r n2 +--- + Xn K
care reprezintă formulele de schimbare a coordonatelor unui vector la

schimbarea bazei.
Notăm:
' xl' '■x'
X2 x2
XB= , X ,=
’ B
yX»J
niatricele coloană ale coordonatelor vectorului x în cele două baze.
Construim matricea de trecere de la B la B completând pe coloane,
coordonatele vectorilor din B în baza B:
'r l rl ri
Û rl rl
T BB
în )
.în aceste condiţii relaţiile (2) se pot scrie in forma matriceala:
(3)
w
XB B
= T BB . -X B,
Relaţia (3) reprezintă formula matriceala de schimbare a coordonatelor
unui vector la o schimbare de bază.
Propoziţia 1 Matricea T , este nesingulară şi T 1 = T .

’ BB gg' BB
Demonstraţie:
Din Criteriul practic de studiu a linear independenţei aplicat bazei B
rezultă că rangT BB , = n (max), deci detT BB . ¥=0 adică T jgg'
'1 există.
Pentru determinarea inversei avem succesiv:

X, : T bb'X b'
X = T b 'b X b
înmulţind prima relaţie la stânga cu T 1 obţinem:

bb'
X ■= T~l X R
B bb'
iar din unicitatea coordonatelor unui vector intr-o bază, avem:

T . = T ”1
bb bb
Exemplu: Fie în spaţiul vectorial R 3 bazele:

B = {/, = (1,1,0), f 2 = (1,0,0), / 3 = (1,1,2)}
B' = {gl = (1,1,3), g 2 = (1,1,2), g 3 = (3,2,4)}
Se cere:
a) Să se determine matricea de trecere de le baza B la baza B , TgB, ,
b) Să se determine coordonatele vectorului x = —2 g x + g 2 + 3g 3 în
baza B ^
c) Să şe determine coordonatele vectorului y = - 2 f x + f 2 + 3 / 3 în B
Soluţie:
a) Pentru'a determina matricea de trecere T , exprimăm fiecare vector
BB
din B în baza B astfel:
g, = a f x+ j 3 f 2 + S f 3
adică:
(1,1,3) = or(1,1,0) + ft(l,0,0) + 5(1,1,2).
Obţinem sistemul:
a + ft + 8 = 1
a +8 =1
2(5 = 3
cu soluţia :
a ■
ft = 0
s =*
Repetând raţionamentul pentru g 2se obţin coeficienţii:
a - 0
ft - 0
<5 = 1
iar pentru g 3:
a =0
fi-1
8 =2
Se obţine astfel matricea de trecere:
¿ 0 ol
2
T .v - 0 0 1
- 1 2
2
Folosind formula de schimbare a coordonatelor unui vector la o
schimbare dfe. bază, obţinem:
X b = T bb, . X b,
1 1 ■ \
0 0 /
2
0 0 1 1 = 3
3
1 - 2 V 3 | .4y
l 2
Mai putem scrie că x = / , + 3/ 2 + 4 / 3,
b) Procedând la fel ca la punctul anterior se obţine:
X . = T , Xf 1
V 3' y
P ro poziţia 2 într-un spaţiu vectorial finit dimensional, toate bazele au

acelaşi număr de vectori.
Demonstraţie: Fie B l = {«,,.f e r } si B2 = {v,,...,v }două baze în V.

Cum 5, este bază şi B2 este un sistem linear independent rezultă că p < n .
Invers, cum B2 este bază şi B l este un sistem linear independent rezultă
că n < p . Deci p = n .
Propoziţia 3 Fie B ], B 2,B 3 trei baze ale spaţiului vectorial V. Atunci

între matricele de trecere are loc relaţia:
T*- R.
■ T
1 b , b 2 ■1Tb 2b3
D em onstraţie: Avem succesiv relaţiile:
■^b, ^ s 2si X —Tb^ X b
de unde rezultă:
— TBiBi ■TBi Bj ■X Bj
adică T„Ojiij
B = Tb£>je£¡2■TB „**23.
§4 S U B S P A Ţ I I V E C T O R I A L E (L I N E A R E )
Definiţia 1 Fie un spaţiu vectorial şi 5 c: V, S * <j>• S se numeşte

subspaţiu vectorial (linear) al spaţiului vectorial V dacă in raport cu operaţiile
induse S este spaţiu vectorial peste K.
Exem ple:
1. Fie un spaţiu vectorial. Mulţimile {o} şi V sunt subspaţii
vectoriale ale lui V Aceste se numesc subspaţii improprii; orice alt subspaţiu al
lui V se. numeşte propriu.
2. Mulţimea funcţiilor pare şi mulţimea funcţiilor impare sunt
respectiv subspaţii ale spaţiului vectorial real al funcţiilor reale definite pe
[—a, a).
Propoziţia 1 Fie V un spaţiu vectorial şi S ci V, S # </>. S este subspaţiu

vectorial al spaţiului vectorial V dacă este îndeplinită următoarea condiţie:
(S.S.V.) Vm, v e S , V a , / 3 e K = > a - u + / 3 - v e S
Demonstraţie: Daca S este subspaţiu vectorial atunci axioma (S.S.V.)

este evident satisfăcută.
Reciproc, presupunem că are loc axioma (S.S.V)- Rezultă că „+” este o
lege de compoziţie internă pe S şi „ este o lege de compoziţie externă pe S.
. Axiomele spaţiului vectorial fiind verificate in V sunt automat verificate în S.
■
P ropoziţia 2 Axioma (S.S.V.) este echivalentă cu următoarele :

(S.S.V. 1) Vm.,v e S = > u + v e S
(S.S.V.2) \fu e S, a e K => a -u e S .
Demonstraţie: Să presupunem intâi că are loc axioma SSV şi să arătăm
că au loc axiomele SSV1 si SSV2. Punând a - 1, p = 1 rezultă SSV1. Punând
apoi f3 = 0 rezultă şi SSV2.
Reciproc, fie a,j3 e K , u , v e S . Din axioma (S.S.V.2) se obţine că
au, flv s S iar din (S.S.V .l) se deduce că au+ p v e S . Deci rezultă axioma
(S.S.V).
mc
r a
Exemplu: Să se arate că U - ja ,b e r | cz M 2{R) este un
■b a
subspaţiu vectorial al lui M 2(r).
r. a bî f c dN
Soluţie: Fie A = L B= e U,
t-b aJ {-A c, .
Atunci:
' a ■a + J3 ■c a b +p-
B= :U
^ - a - b - fi -d a a+P
Deci Ü este un subspaţiu vectorial al lui M 2(R) .
P rop o ziţia 3 (operaţii cu subspaţii vectoriale):

F i e S ,,^ c Y . Definim atunci:
• S x + S 2 = {x e V / 3 x x e S u x 2 e S 2 a.i. x - x, + x 2) este un
subspaţiu vectorial al lui V numit spaţiul sumă_al lui S x, S 2
• S x © S 2 = {x e F /3 /x , e S { 3!x 2 e S 2 :x x t + x 2} este un
subspaţiu vectorial al lui V numit spaţiul sumă directă al
lui S x, S 2
• S x n S 2 = {jc e V /x e S v, x e S2} este un subspaţiu vectorial al
lui V şi se numeşte spaţiul intersecţie al lui S X, S 2.
• 5, x S 2 = {(x,y \ x e S x, y 6-52} este un subspaţiu vectorial al lui
V x V numit produsul cartezian al subspaţiilor S x, S 2.
Demonstraţie: Să arătăm că S x-+ S 2 este un subspaţiu vectorial al lui V.

Fie a, p € K si x, y e S x + S2. Atunci există x.x, y x & S x şi x 2, y 2 e S 2 astfel
28 Algebră lineară.
încât x = X[ + x 2 si y = y, + y 2. Cum S\, S2 sunt subspaţii vectoriale rezultă că
a x . f /? ) j e «S, şi a x 2 -\r J3y2 e S 2 . Atunci: ;
a x + J3y= a(.T, + x2) + /?()>. + y 2) = (coc, + />V:) 4 (cre2 + /?y2) £ S l + 5 2
Deci 5] + 5 2este un subspaţiu vectorial al lui V.
Arătăm acum că 5, n 5 2 este un subspaţiu vectorial al lui V.
Fie a , / 3 & K ş i x, y e S, -n S . . Atunci x, y e S t şi x, y e S 2 . Cum
Ş y, S 2 sunt subspaţii vectoriale rezultă că a x + ¡5y e S x şi a x + f ! y <e S 2 adică
a x + J3 y s S { n S 2. Deci S t n S2 este un subspaţiu vectorial al lui V

Pentru a arăta că S y x 5.,este un subspaţiu vectorial al lui V x V vom
considera două perechi (x,, x2), (y ,, y 2) e S i x S 2 si vom arata că orice
combinaţie lineară a lor aparţine produsului St x S 2 • Obţinem:
a ( x l , x 2) ! ,/?(>•,,y 2} = (ax, + fîyx, a x2 + Ş y 2) & S ]x S 2
deoarece axx + ¡3yx e S t, ca2 + f y 2 e S 2. Deci $ M S ieste un subspaţiu
vectorial al lui V x V .
O bservaţie: Mulţimea
S, t>' S 2 -- {x e Vj x e. S.t v .* c S-, }
numită reuniunea lui S \ ,S 2, nu este subspaţiu vectorial al lui V.
Definiţia 2 Două subspaţii vectoriale S l, S 2 c F c u proprietatea că

5, © S 2 = V se numesc subspaţii suplementare.
Definiţia 3 Fie 5 = JcF un sistem linear independent de

vectori. Atunci mulţimea:
l (s )= {alul +... + a pup/ a i e k ]
se numeşte acoperirea lineară a lui S sau subspaţiul vectorial generat de S.
Sistemul S se numeşte sistem de generatori pentru L(S).
P ropoziţia 4 Fie S = {v,,v24i.,v } c V un sistem de vectori.

Atunci dim L(S) = rang S.
D em onstraţie : Fie B = {el,e2,...,en} c z V o bază a lui V . Atunci
vectorii sistemului S se exprimă ca si combinaţii lineare de vectorii bazei B:
Vj = a \ e x + a \ e 2 '+... + a " e n
V2 —^2^1 ^2 ^2 **• ^2 ^ n
Să notăm rangul matricei construite cu coordonatele vectorilor din S în baza B

cu r:
a
rang : = r < min(p ,n)
a
p
adică rang S —r.
Dacă r = p atunci S este linear independent şi, fiind prin definiţie şi
sistem de generatori pentru L(S), este o baza pentru L(S), deci dim L(S) = rang
S.
Dacă r < p, fíe D un minor nenul de ordin r matricei de mai sus. Să
presupunem că D este format cu primele r linii ale matricei. Atunci subsistemul
format cu vectorii corespunzători acestor linii B ' = {vls...,vr } este linear
independent şi fiecare din ceilalţi vectori se exprimă ca o combinaţie lineară de
aceştia:
Vr+1 - Pl+\V1 + A-+1V2 +---+A+1 Vr

Vr+2 = Pl+ 2V1+ P Î+2V2 + ■■■+ Â+2Vr
= A V1 + K V2 + - + fipVr
Dar orice vector v e L (S ) este o combinaţie lineară:
v = x,v, + y 2v 2 + - + r p^ p
Deci:
v=fiv, + r 2v2 + - + r r\ + r ^ i vr+i + - + v P •
= r , V , + / 2 V 2 + - + 7 r v r + T r +l ( / ? +l Vl + / C l V2 + ■ - + ^ r ) + ■■■+ / p i P ' p ^ + + . . . + /Fp V r )
adică#' este şi sistem de generatori pentru L(S) deci este Şi bază a sa.
Rezultă că dim L(S) =. rang S.
■
P ropoziţia 5 Mulţimea L(S) este un subspaţiu vectorial al lui V
D em onstraţie: Fie u,v e L { S ) , u = a lul + ... + a u ,
v = /?,«, + ... + /3pup . Rezultă că:
au + b v - a(a.lu] +... + a pup) + b(/3xu l + ...+ j3pup)
= ( a a l +bj3l)vl + {aa2 +b/32)v2 +... + {aap +bj3p)vp e l ( j
deoarece a a i + b p t e K , pentru orice i=l ...n. Deci L(S) este subspaţiu vectorii
al lui V.
Exem plu: Fie mulţimea:

U ~ ^x,y,z)eRijx-y — o}
Să se studieze dacă U este subspaţiu vectorial al lui R3. In caz afirmativ săi
determine o bază a lui U şi dimensiunea acestuia.
Soluţie: M ulţimea U se scrie astfel:
U = {(x,x,z)e Rfx.z e R} = i x(l,l,0)+z(O,O,l) lx,z e R l = Z,({mi,m2})

[ “1 »2 / J
Deci U este un subspaţiu vectorial al lui R .
Cum vectorii u x, u 2 sunt linear independenţi şi orice element al lui U
exprimă ca o combinaţie lineară de aceştia, rezultă că formează o bază pent
U. In consecinţă, dimU — 2.
Observaţie: Evident, diferite mulţimi de vectori din. V pot să genere

acelaşi subspaţiu. De exemplu, mulţimile
’}’ ’ \îl ’ -1! ’—

2! ’' ’ n\ J
Jf)-}
generează subspaţiul vectorial al funcţiilorpolinomiale de grad maxim n.
Propoziţia 6 Dacă dim V - n şi S c V este un subspaţiu vectorial

lui V atunci dim S < n.
Demonstraţie: Să presupunem că dim S = p şi fie B = {v,,v2,...,vp
bază a sa . Cum B cz S a V rezultă că B este linear independent în V şi &
rezultă că p < n.
Propoziţia 7 F ieS c: V un subspaţiu vectorial al lui V. Atunci dim S =
dim V dacă şi numai dacă S= V.
Demonstraţie: Deoarece S este subspaţiu vectorial al lui V atunci
S c V . Cum S c V şi dim S — dim F rezultă că orice bază {el;e2,.,.,enja lui S
este şi bază a lui V. Pentru orice v e V avem:
v = ®jV, + ă 2v2 + ... + a„vn e S
Deci V c S . Rezultă c ă V - S .
Reciproca rezultă imediat din Propoziţia anterioară.
■
Propoziţia 8 Fie U, V două spaţii vectoriale peste corpul K. Dacă dim

U = n şi dim V = ni atunci dim (U x F ) = dim U+ dim V
Demonstraţie: Fie {e],e2,...,en}o bază a lui Uşi { / p / 2>■••>/„,}o bază a
lui V. Atunci, sistemul de vectori
{(e,,0),(e2,0),...,(en,0 ),(0 ,/,),(0 , f 2 (0, f m)} este o bază a lui (7 x F s id e c i
dim (C/ x V)= dim U+ dim V.
m
Definiţia 4 Fie V un spaţiu vectorial peste corpul K ^şi S c V un

subspaţiu vectorial al său. Mulţimea :
V jS ■- (jv| v e J'}
u n d e:
[v] = {w e V , v —w e S}
are o structură de spaţiu vectorial peste K în raport cu operaţiile:
[v] + [w] = [v + w \ cr[v] = [av], V [vj [m^] e V / S , a e K
şi se numeşte spaţiul vectorial cât al lui Vprin S.
Propoziţia 9 Fie V un spaţiu vectorial peste corpul K şi S a V un

subspaţiu vectorial al său. Atunci are loc relaţia:
dim (F /S ) = dim V- dim S
Demonstraţie: Fie \ei,e2,...,ep }bază a lui S pe care o completăm la o
bază [el ,e2,...,ep,e p+1,...,en} a lui V. Atunci sistemul de vectori
îep-¥l^’iep+2^-"’\-en ]}
este o bază a lui V / S ; de unde rezultă relaţia cerută.
§5 P R O B L E M E P R O P U S E
1. Pe mulţimea numerelor reale se definesc legile de compoziţie
© : (x, y ) e R x R -» x © y = x + y -1 , Vx, y & R
® ; ( a ,x ) e R x R -> a ® x = ax + (l-—«), V a e R,Vx e i?
Să se arate că în raport cu aceste două legi i? este un spaţiu vectorial real şi să

se determine dimensiunea.
2. Să se demonstreze că mulţimea:
M ^ ( R ) = { j e M 'a,„(R )/A = A ' }este
un spaţiu vectorial real de dimensiune W .-----, iar mulţimea:
M : j R ) = { A e M mJ R ) / A = -A '}
este un spaţiu vectorial real de dimensiune ^ .
3. Să se arate că mulţimea tuturor funcţiilor reale de clas' C* pe

U c= R" este un spaţiu vectorial real [n raport cu adunarea funcţiilor şi
[nmulţirea dintre un număr şi o funcţie.
4. Să se arate că mulţimea tuturor şirurilor convergente cu elemente

din R este un spaţiu vectorial real |n raport cu adunarea a două şiruri şi
[nmulţirea dintre un număr şi un şir.
5. Aceeaşi problemă pentru mulţimea tuturor funcţiilor integrabile pe

[a,b\.
6. Pe mulţimea V= R2 se definesc operaţiile algebrice de mai jos:

a) (xj, x 2) + (j1!, y 2) —(xj + y t, x2 + y 2),
A(x 1,x2) = (ăx1,Ax2)
pentru orice (x ,, x2), (yi t y 2) e R 2 şi orice A e R .
b) (x ,,x 2) >'2) = ( x ,,x 2)
â ( x 1, x . ) (â x . , Ă x 2 )
pentru orice (x,, x 2), (yl , y 2) e R 2 şi orice X e R .

c) (xl, x 2) + ( j l , y 2) = (xl + 'y,,x2 + y 3
A(xj , x 2) = (ă 2 x 1, Ă x 2 )
pentru orice(x,, x 2), (j , , y 2) e i?2 şi oriceĂ e R .

d) (x, , x2) + (y, , y 2)= (O, x 2 + y 2)
X{xx, x 2)= (Ax,, Ăx2)
pentru orice (x, , x 2 ), ( y ,, y 2) e R 2 şi orice Ă e R .
e) (xi , x 2) + ( y l, y 1) = ( x l + x 2, y , + y 2)
i ( x , ,x 2) = (Ax1,0)
pentru orice(x,, x2), (y ,,f>|) e R 2 şi oriceZ e R .
Să se stabilească care din aceste legi de compoziţie definesc pe R 2 o
structura de spaţiu vectorial real.
1. Fie V = R*+ - {x e R | x > 0}. Definim operaţiile:

x® y= xxy şi a ® x = x cr
pentru orice x, y e R şi orice a e R . Să se arate că (F,©,®) este un spaţiu
vectorial real.
8. Fie V = {a + bi^fî / a,b e R) înzestrat cu operaţiile de adunare a

numerelor complexe si înmulţire a numerelor complexe cu numere reale.
Să se studieze daca V împreuna cu aceste operaţii este im spaţiu
vectorial real.
9. Fie (F,+,-) spaţiu vectorial real şi / : V —>X o funcţie bijectivă.

Să se arate căfA'',©,®) este spaţiu vectorial real, unde:
x ® v = / ( / -' (x) / “' (>■)), \ / x ,y e X
a ® x = f{ccf~l {xf}, V a e R .
10. Să se studieze, folosind definiţia, care din următoarele sisteme de

vectori sunt liniar independente în spaţiile vectoriale specificate:
a) L x = { v, = (2,1,3), v2 £ (1,2,0), v3 - (-1,1,3) } c R 2
b ) . L 2 = { v, = (10,3,2), v2 = (2-1,1,1), v3 = (2,1,3,1), v4 = (-1,1,3,0) } c: R 4
c) L3 = {v, = (l,l), v2 = (2,3)} cz R 2
d) . V = { v , = X 2 + 3 X + 1 ,v 2 = 2 X 2 + l,v 3 = X 2 - 3 l } c i ? 2[ l ] :
e) L5 —{v'j = X + l,v 2 = J f 2 —2, v3 = 2X + l } c £ 2[x j.
[ fi O') 1 n '0 1
O 'A , H -'i; >4=[ cr M 2(r ).
li 0 o, ,0 O
'i ~3n "0 r -1 1 / 1 -1
^2 1, . 4 = , 4 - .A
i4 l 2 -1 / \ 4 -1
11. Să se studieze, în funcţie de valorile parametrului re a la lin

independenţa următoarelor sisteme de vectori:
a) I , = {v, = (l,a,0), v2 = (a,l,l)} <z R 3

b) L2 = {v , = (a,l,l),v2 = (l,a,l),v 2 = (l,l,a )} c i?3.
c) X3 = {v, = a 2X 2 + X + l,v2 = X 2 + X + l,v3 =2A"2 -c c X + l}cz R2[x].
\\2 . iFie sistemele de vectori:

L x = {a + X , \ + X 2, X + X 2}.
L 2 = { l + X + X 2,l + X , l } c: R 2[x ].
Se cere:
. 4 ) Şă se determine a e R astfel încât L, să fie sistem liniar dependent şi să
se determine o relaţie de dependenţă liniară.
b) Pentru a = l să se arate căi,,şi L2 sunt baze în i? ,[x ] şi să
determine matricele de trecere TL^ şi T ,^ .
13. Se consideră spaţiul vectorial real R2[x ] şi

bazele 5 = § . , X , X 2, X 3}
B' = {/, = 1, f 2 = X , f 3 = X ( X +1 ) , / 4 = 1 + X 3}.

Se cere:
a) matricele de trecere de la B la B si de la B la B.
b) coordonatele vectorului / = X 1 în bazai? si ale vectorului
g = - f + /+
în baza B.
14. Să se determine coordonatele vectorului A e M 2(R ) în baza canonică
dacă în baza
T fl l) f 1 l'] f l 'i 'l 'l 0>1

1E t = . ,E2 = ,£ 3 = ,E q = ■c M 2{R).
1 ll lj ll oj v0 ,0 o jj
are coordonatele (l,-1 ,3 ,-2 ).
15. Fie sistemul de

vectoriBa = {v, = (l,l,-l), v2 = ( - l,3,l), v3 = {a,2 —a , a + 1)} c R 3.
a) se determine a e R astfel încât B a să formeze o bază a lui R 3.
b) să se determine matricea TBB^ .
c) determinaţi baza B ştiind că:
( 1 2 P
Tn 2 1 2
v 1 1 0
d) determinaţi baza B ştiind că:
r 1 0 2A
TBB?
. = -1 1 0
0 1
1 2 2 1
16. Fie baza i? = A, l> a 2- : M 2(R) şi
1 1 -1 2
r 1 2^
TBB . = . Să se determine baza B.
-1 1
17. a) Extrageţi o bază pentru R 3 din sistemul de vectori:
5 = {v, = (l,l,l),v2 = (0,1,0), v3 = (-1 ,0 ,- l) ,v 4 = (1,2,1),v5 = (1,4,2)}c R l

b) Completaţi până la o bază a lui R 3 sistemul:
S ^ v 1 =(3,2,l),v2 = ( l , l ,2 ) , } c £ \
18. Să se arate că sistemul de vectori:

B =:{v, = (l,l,-l),v 2 = (2,1,0), v3 = (3,0,0)}
este o bază în i?3. Să se determine coordonatele vectorului v = (—1,2,-3) în
această bază.
19. Să se extragă o bază pentru R2 [x ] din sistemul de vectori:
S ~ {fx = X + 1, f 2 = X 2 - 2 , f z = 2 X + l , f ^ X \ + X - 1, f 5 = X 2 - 2 X - 3}.
20. Completaţi până la o bază a luii?2[x ] sistemul de vectori:

S = {fl = X + \ , f 2 = X 2 -3}.
21. Să se arate ca spaţiile:
L y = { f\f{ -x ) = f(x)yxB R }
= { /1f i x + ®)= f (x\ Vx e R}

sunt subspaţii vectoriale in R r ( co e.R* arbitrar fixat).
22. Fie spaţiul vectorial real R3şi sistemul de vectori:

S = {v, = (-1,2,3), v2 = (2,-4,6), v3 - (2,-l,2), v4 = (6,-3,6)}
Să se scrie toate bazele formate cu aceşti vectori.
23. Să se arate că mulţimea:

a 0^
L - ■A e M 3 2(r )\ A = 0 b ,a,b e R
-a b)
este un subspaţiu vectorial al lui M z 1(r ) şi să i se determine dimensiunea.
24. . Să se arate că mulţimea:

f / \ (x 0 v
S = \ A g M 2^ { r \ A - Ly - u - 3v, x , y , u ,v e R
u v 0
este un subspaţiu vectorial al lui M 32(r ) şi să i se determine dimensiunea,
25. Se consideră sistemele de vectori:

S = {u = (l,l,o),v = (l -1,-1)} a R 3
S' ={«' = ( 9 - l - 5 ) , v ' = (7 ,-1 ,^ )} c i ? 3.
Să se determine acoperirile liniare generate de S si S' şi să se arate ca ele
reprezintă acelaşi subspaţiu.
.26. Fie mulţimea:

S = {(x, y, z) e R ’ | x - y + 2z = o} cr i î 3
şi vectorul
w = ( - 3,1,0) e i ? 3
a) Să se determine acoperirea liniară generată de w , ¿({w}) = M

b) Să se arate L si M sunt subspaţii vectoriale suplementare.
27. Fie mulţimea:

L x = { (x ,^ ,z)e i?3 | x + y —z = 0,2x-_y = o } c i ? 3
a) Să se arate că -L, şi X2.sunt subspaţii vectoriale ale lui R 3;
b) Să se determine câte o bază şi dimensiunea lui Z, şi L 2 ;
c) Să se studieze dacă i , şi L 2 sunt subspaţii vectoriale suplementare.
28. Fie mulţimea:

L = k x , y , z ) e R 3 | x = 2 u + v , y = u - v,.z = 2v; K ,v e iî}
a) Să se arate că L este subspaţiu vectorial al lui R 3 şi să se determine
ecuaţiile implicite ale lui L.
b) Să se determine două baze B şi B pentru L, dimensiunea lui L ş
matricea de trecere LDD
29. Fie vectorii v, = (l,l,0),v2 =(2,l,0),v3 =(3,1,2) din R 3.

a) Să se arate că {v^v^vj} formează o bază în R 3.
b) Să se afle k e R astfel încât vectorul u = (3, k,l) să aparţină
spaţiului Z,({v,, v2}).
30. Fie spaţiul vectorial real i?3[jT] şi V = Z({/, , / 2, f 3}) unde
/ , = 1 + 2 X + X 3, f 2 = X + 3 X 2, f 3 = X 3
Să se determine care din polinoamele g = 2 X 2 şi. h = X +1 aparţin lui V.
31. Fie spaţiul vectorial reali?3şi vectorii

a = (1,1,0), b.= (2,0,1), c = (3,k,2).
Să se afle k e R astfel încât c e L{{a,b]).
32. Să se studieze care dintre mulţimile:

a) v \ = fe > 7 > 0 )|x ,^ e R } c R 3;
b) V2 ~ { ( x , y , z ) e R 3 \ x + y + z ~ o } c z R 3-,
c) ^ ) j ^ c > o}cri ?3;
d) V, = { ( x , y , z ) e R 3 \ x 2 + y 2 + z 2 < l } c i f 3
X. y
| x , y e jr | c ; M 2(r )
2005
/ X, \
|. * , j e 7 ? j c . M 2(R)
< -y x)
g) V7 = { f e R 2[ x ] \ f = 2 a X 2 - b X + a + 2 b - a , b & R ) a R 2[ x \ ,
h) Vs = { / e R 2 [X] | / = a X 2 + bX + \\a,b e r } c R 2 [x ];
sunt subspaţii vectoriale ale spaţiilor vectoriale indicate. In caz afirmativ să se
determine câte o bază şi dimensiunea fiecărui subspaţiu vectorial.
33. Fie mulţimile:

M s 2{r ) = {a & M 2{r ) \ A = A'
M ° (jR.) ={ a e M 2{r ) \ A = - A '
Se cere:
a) Să se arate că M 2 {r ) şi M 2(R) sunt subspaţii vectoriale ale lui
2(r ) si determinaţi dimensiunile lor.
m
b) Construiţi pentru fiecare din cele două subspaţii câte două baze şi
matricele de trecere definite de acestea.
c) Arătaţi că M \(R .)® M% = M 2{r ).
34. Fie mulţimea:
1 1
c M 2( R )
1M l ■1 a
a) Determinaţi a astfel încât S să fie liniar independent. Pentru a găsit

determinaţi L ( s ) şi o bază a lui.
b) Să se determine un subspaţiu S cr 'M2 (R ) astfel încât ¿ ( s ) © S'= M 2 ■
35. Săse determine subspaţiile S { şi 5, © 5 2din R 2 unde:

5 , > {(x,,x2)<= R 2 |x , = x2}
S 2 = {(*i, x2) e R 2| x, '= —x 2}
36. Săse determine subspaţiile 5, fl*S2 şi S t + S 2 din R 3 unde:

S¡ - {(x, y, z) e R 2, | x + y - z = o}
S 2 — |(x, y, z) e R 3 | x - 2z = o}.
CAPITOLUL 2
APLICAŢII
5 LINEARE
§1. APLICAŢII LINEARE. DEFINIŢII. EXEMPLE.

PROPRIETĂŢI
Fie V / K şi W / K două spaţii vectoriale peste acelaşi corp de scalari.

D efiniţia 1 O funcţie / ; V -> W se numeşte aplicaţie liniară (de la F ia
W) dacă îndeplineşte următoarele, condiţii:
1. f { x + y ) = f [ x ) + f { y ) \/x ,y e V
2. f{cc ■x ) - a - f ( x ) Vx e V , a e K
f se mai numeşte transformare lineară sau operator linear sau omomorfism.
Dacă F = ff a tu n c i/s e numeşte endomorjtsm.
Notăm L(V, W) mulţimea aplicaţiilor lineare de la V la W.
Consecinţe:
1. / ( 0 )= 0
2- / ( - * ) = - / ( x ) , V x e V .
Demonstraţie:
1. Folosind linearitatea funcţiei, avem succesiv:
/(O ) + f ( x ) = /(O + x) = f ( x )
de unde rezultă:
/ ( o) = o
Aplicaţii lineare 41
2. Se obţine că:
/(-* ) = /((- !)• f ( x ) = - f { x )
E xem plul 1 Să se arate că funcţia / ; R 3 -> R 3 dată prin:

f ( x , y , z ) = {x + y , y + z ,x + z)
este o aplicaţie liniară.
Soluţie: Fie ( x , y , z \ (x , y ' , z ') e R 3. Vom arăta că au loc relaţiile 1 şi 2
din Definiţia 1, adică:
f[ { x ,y ,z ) + [x' , y ' = f { x , y , z ) + f { x , y \ z ' ) , V ( x ,y ,z ) , (x',y,z')<E R 3
şi:
/ [ a ( x , y, z)] = a ■f ( x , y , z ) , V a e R. , ( x , y , z ) e R 3
Pentru prima relaţie avem succesiv:
f[(x ,y ,z )+ { x ',y ',z ')] = f ( x + x , y + y ',z + z )
= (x + x + y + y ' , y + y ' + z + z', x + x' + z -f z')
= (x + y, y + z , x + z)+ (x' + y '.v ' + z ',x' + z')
= f( x ,y ,z ) + f( x ',y ',z ')
Pentru a doua relaţie se obţine:
f [ a ( x , y, z)] = f ( a x , ay, că)
= (ax + cxy,ay + a z,a x + azj
= a (x ,y ,z)
- a ■f { x , y , z)
D eci/este aplicaţie lineară.
K
O definiţie echivalentă a noţiunii de aplicaţie lineara este dată de:
P ropoziţia 1 Condiţia necesară şi suficientă ca / ; V - ■>W să fie

aplicaţie liniară este ca:
f ( a - x + j3 -y) = a - f ( x ) + f i - f ( y ) V a , f i e K, x , y e V .
D em onstraţie: Să arătăm întâi că Definiţia 1 implică relaţia precedentă;

folosind linearitatea funcţiei avem că:
Reciproc: făcând /? = 0 obţinem f ( a - x ) = a - f ( x ) + 0 - f ( y ) = a - f i x )
adică relaţia 2 .
Făcând apoi a — - 1 obţinem f [ x + y ) —f { x ) + f ( y ) adică relaţia 1.
■
P ropoziţia 2 (Operaţii cu aplicaţii liniare) Dacă f , g e . L(V,W), atunci:

1. ■ f + g e L ( V ,W )
2 a- f e l(V,W),Va e K
3 V / e L(V,W), g e L{W ,Q )=>gof e l {V,Q)
D em onstraţie:
1. Fie x , y ^ V , a , p ^ K . Folosind linearitatea funcţiilor putem
scrie:
{ / + g)(a •x +~j3-y) = f ( a ■x + p ■y) + g (a ■x + /? • v)
= a ■f ( x ) + p ■f ( y ) + a ■g(x)+ p ■g (y)
= « [/(* ) + g{x)]+ P ■\ f { y ) + g(v)] -
= « ■ ( / + g ) ( * ) + ■( / + g-X);)
de unde rezultă / + g e L[F,fV).
2. Procedând analog pentru relaţia 2 avem:

( a ■f ) ( a ■x + p •y) = a - f ( a ■x + p - y )
= a ■(af(x) + P f(y))
= a ■q f(x ) + a ■P f(y)
~ a(a- f ( x ) ) + p(a •f (y))
= «[(«/)(*)]+ p[(af){y)\
adică a - f eL{V,W ).
3. Pentru a demonstra relaţia a treia procedăm astfel:

(g ° / ) ( « * +■/îj;) = g ( / ( a * + Py))
= g {af(x) + P f(y ))
= a g (f{ x ) ) + P g (f(y ))
= a ( g ° f) { x ) + P (g o f ) ( y )
Deci demonstraţia este încheiată.
■
Definiţia 2 Se numeşte izomorfism al spaţiilor vectoriale V şi W o

funcţie/ e L (V ,W ) bijectivă. Dacă V=W a tu n c i/s e numeşte automorfism al
lui V.
Dacă / e L(F,W) este injectivă atunci f se numeşte monomorfism.
Dacă f e L(V, W ) este surjectivă a tu n c i/se numeşte epimorfism.
Dacă / e L(V,V) a tu n c i/se numeşte operator linear. Dacă în p lu s /e ste
şi bijectivă atunci se numeşte automorfism al spaţiului V.
Vom nota cu Aut(V) mulţimea automorfismelor spaţiului vectorial V şi

cu I(V, W) mulţimea izomorfismelor de la Via W.
Propoziţia 3 Mulţimea L(V,W) este un spaţiu vectorial în raport cu

adunarea funcţiilor şi înmulţirea unei funcţii cu un element din K.
Demonstraţie: Din Propoziţia 2 rezultă că adunarea a două aplicaţii

lineare şi înmulţirea unui scalar cu o aplicaţie lineară sunt bine definite. In plus,
din proprietăţile adunării a două funcţii rezultă că adunarea determină pe
L(V,W) o structură de grup abelian. La fel, din proprietăţile înmulţirii unui
scalar cu o funcţie rezultă că L(V,W) este un spaţiu vectorial în raport cu
operaţiile indicate.
■
Propoziţia 4 Mulţimea I(V, W) formează un subspaţiu vectorial al

lui L(V,W).
Demonstraţie: Demonstraţia este imediată folosind Propoziţia 3 şi

proprietăţile funcţiilor bijective: suma a două funcţii bijective este o funcţie
bijectivă iar produsul unui scalar cu o funcţie bijectivă este tot o funcţie
bijectivă.
11
Propoziţia 5 D a c ă /e ste un izomorfism de la F ia W atunci inversa ei

/ ”' : W —>V este un izomorfism de la W la V.
D em onstraţie: Ştim că inversa unei funcţii bijective este o funcţie
bijectivă. Rămâne de arătat că / ~ ‘ este lineară, adică verifică condiţia:
f ~ \ a u + j3v) = q f ~ \ u ) + /3f~l (y), Vm,v & W ,a ,j3 e K .
Fie u,v e W. Atunci există x , y e V astfel încât:
f(x ) = u ,f(y )= .v
adică:
. / " '( « ) = : x ,f ~ \ v ) = - y
Atunci, folosind linearitatea funcţiei f avem:
f ~ \ a u +J3v)= f-'(c c f( x ) + fif(y ))
= f \ f { a x , - p y j)
= ax + J3y
= cc f-\u) + f f - \ v )
pentru orice u ,v & W ,a,j3 e K , deci / ”1 este o aplicaţie lineară.
P ropoziţia 6 Mulţimea Aut(V) formează un grup în raport cu

compunerea funcţiilor, notat GL(V) şi numit grupul linear al lui V.
D em onstraţie: rezultă imediat din Propoziţia 3 şi din proprietăţile

compunerii funcţiilor.
■
P ropoziţia 7 Fie S = {v,,v2,....,vn} c V un sistem de vectori şi

/ : V —» W o aplicaţie lineară. Dacă sistemul:
S' = { f i y i) J \ v 1),....,f{vn) } c i W
este un sistem de vectori linear independent atunci şi sistemul S este linear
independent.
D em onstraţie: Fie o combinaţie nulă a vectorilor sistemului S:

a.v,
11 + a ,v
¿ 2, +... + .a„v
n n =0.
Folosind c ă / este lineară obţinem:
f { a yv j + « 2v2 +... + a„v„) = a , / ( y 1) + a 2/ ( v 2)+ ... + a n/ ( v n) = 0.
Cum vectorii sistemului S' sunt linear independenţi rezultă că:
a x = a 2 =... - a n = 0
deci sistemul S este linear independent.
C onsecinţa 1 F ie/ : V -> W o aplicaţie lineară de la F ia W. Atunci :
dim fi'V) S dim V.
D em onstraţie: Fie B = { / ( v j , / ( v 2),—,y (v ^ )} o bază pentru f(V). Din
propoziţia precedentă rezultă că sistemul S {v,,v 2, . . . ^ p] e s te . linear
independent însă nu neapărat maximal, deci nu formează o bază pentru V.
Rezultă că dim f(V) < dim V.
■
C onsecinţa 2 F ie / ; V -> W un izomorfism de la F ia W

S;={v,, v2 vp }c V un sistem linear independent. Atunci şi sistemul
S 1= { /( v,), ,/ (v2 / ( v )} c; W este linear mdependent.
D em onstraţie: Rezultă imediat aplicând Propoziţia 7 sistemului S ’ şi

izomorfismului f ~ l : IV V.
m
P ropoziţia 8 Două spaţii vectoriale V şi W sunt izomorfe dacă şi numai

dacă dimensiunile lor sunt egale.
V « - F O dim V = dimW .
D em onstraţie: Să consideram V /K şi W jK două spaţii vectoriale

izomorfe şi / : V -> W un izomorfism de la V /K la W j K . Să presupunem că
dim V = n şi.vom demonstra că dim W = n. Fie B = {v,,v2,....,vn} c V o bază a
spaţiului vectorial V ; vom arăta că sistemul:
B ’ = { /( v ,) ,/( v 2),....,/(v „)}c: W
este o bază a lui W. Aplicând Consecinţa 2 rezultă că B ’ este un sistem linear
independent. Rămâne de arătat că B' este şi sistem de generatori pentru W. Fie
Fie w g W —f ( v ) ( f fiind surjectiva); există atunci v e V astfel încât f ( v ) = w .
Cum B este bază pentru V vom exprima pe v ca o combinaţie lineară de vectorii
sistemului B:
V —a,v, + a 2v2 + ccnvn.
Deducem de aici că pentru w avem exprimarea:
W —f ( a iVl + « 2 VZ + - + a nVn)
= a , f ( v , ) + a 2f ( v 2)+ ...+ ' a nf ( v „)
adică B' este sistem de generatori pentru W. Obţinem că B' este o bază pentru
}V deci dim W — n.
Reciproc, să presupunem că dim V — dim W =«;' fie
I? = {v,,v2,...vn}c: V şi B' = {wl,w 2,...,w„ }c W două baze ale spaţiilor
vectoriale V respectiv W.
Definim funcţia f : V —» W dată prin / ( v , ) = w, , î = 1, n , iar dacă
v = x ivl + x 2v2 +..: + x nvn , atunci f ( y ) = x l wl + x 1w2 +... + x nwn. Vom
demonstra că funcţia astfel definită este o bijecţie.
In adevar, pentru orice w ~ y xwx + y 2w2 + - - + y nw„ există v e V astfel
încât / ( v ) = w , unde v este dat de:
v = y ^ + y 2v2 + - + y nvn
Din unicitatea coordonatelor unui vector într-o bază rezultă că vectorul v
definit mai sus este unic. Rămâne de arătat că / este aplicaţie lineară.
Fie u = x lv l + x 2v2 +... + x nvn e V ,
v = y l v l + y 2v 2 + ... + y nv n e V şi a, ¡3 e K . Avem atunci:
f ( a u + / 3 v ) = f [ a ( x , \ \ + x 2v2 +... + x llv J + f i ( y , y l + y 2v 2 +... + y„vJ]
= f[(ax, + fox V, + {ax2 + fiy2)v7+...+ (axn + ¡3yn)v„ ]
= (cu-! + ¡iyx)vv, -f (axx + /3yx)w, +... + (coc, + J3y{)wx
= a (x twx + x 2w2 + ... + x nw„) + fi(y,wx + y 2w2 + .- + y nwn)
. = « ■ /( « ) + J 3 - f( y )
Rezultă c ă /e s te izomorfism deci V » W.
m
Propoziţia 9 O aplicaţie linear' injectiv' f :V —>W cu proprietatea

dim V = dim W —n este bijectiv'.
D em onstraţie: Presupunând c f este injectiv' avem Ker f = {0}.

Relaţiile:
dim Ker f = 0 şi dim Ker f + dim Im / = n
implic' dim Im f —n .
Dar Im / c W , de unde rezult' c' Im f = W , d e c i/ este surjectiv'.
§2. NUCLEUL ŞI IMAGINEA UNEI APLICAŢII LINEARE
Definiţia 1 Se numeşte nucleul aplicaţiei liniare f eL(V, W ) mulţimea

notată:
Ker f = {x e V / f ( x ) = 0}
Se numeşte imaginea aplicaţiei liniare f mulţimea notată:
Im f = { > > 6 Îf/3 j(s F : / ( x ) = y}
Exem plul 1 Să se determine K e r f Im / pentru aplicaţia lineară:

f •' A —> f ( x , y , z ) = {x + y , y + z , x + z)
Soluţie: Conform Definiţiei 1, K e r f este dat de:

Ker f - {x e V / f ( x ) = 0}
= {(x,_y,z) 6 i i 3 a.i. f { x , y , z ) = (0,0,0)}
= {(x,y , z ) e R 3 a.i. x + y = 0, y + z = 0, x + z = o]
Obţinem sistemul omogen:
[x + y = 0
j y -h z —0
-4- z ^ 0
care admite doar soluţia banală x —y ~ z — 0, deci K e r f —{0}.
Pentru a detemiina imaginea aplicaţiei lineare folosim definiţia:
Im f =. {y e W / 3 x e V : f { x ) = y}
= { ( a , x ) e R 3/ 3 (x ,y ,z ) e R 3 a.i. f ( x , y , z ) = ( a ,/?,/)}
Obţinem sistemul:
x+y =a
y + z —p
Ix + z = y
care este compatibil pentru orice (a,j3, y) e R 3, deci I m f = R 3.
P rop o ziţia 1 Au loc următoarele afirmaţii:

1. K e r f este un subspaţiu vectorial al lui V.
2. Im f este un subspaţiu vectorial al lui W.
3. Dacă U x z V este un subspaţiu vectorial al lui V atunci
mulţimea:
f ( U ) = { w e W , 3 v e V : / ( v ) = w}
este un subspaţiu vectorial al lui W.
D em onstraţie:
1. Fie x , y e K erf, a, ¡3 e K . Să arătăm că orice combinaţie lineară a lor este
un element al lui Ker f .
f ( a x + ¡3-y ) = a ■/(x )+ ¡3 ■f ( y ) = 0
de unde rezultă a ■x_+ ¡3 ■y s K e r f .

2. F ie y j,y 2 e / m / , a , f 3 & K . Să arătăm că orice combinaţie lineară a lor
este un element al lui Im f Avem că:
y x e I m f => 3x, e V : f ( x l) = y t
y 2 e I m f = ? 3 x 2 e V : f ( x 2) = y 2
de unde rezultă că:
f \
a - y , + / 3 - y 2 = a - f { x x)+J3 ■f ( x 2) = f a ■Xj + ¡3 ■x. € lm /
3. Analog se demonstrează şi afirmaţia 3.
P ropoziţia 2. Condiţia necesară şi suficientă ca o aplicaţie

lin e a ră / : V —> W să fie injectivă este ca Kerf={0}.
D em onstraţie: Să arătăm că d acă/este injectivă atunci K erf={0}.

Fie x e K e r f ; rezultă atunci că f ( x ) = 0. Cum / ( o ) = 0 avem c ă /( x ) = /( 0 ) ,
iar din injectivitatea fu n cţiei/se obţine că x=0. Deci afirmaţia directă rezultă.
Reciproc, fie x , y & V astfel încât / (x) = f ( y ) . De aici, folosind
linearitatea funcţiei, obţinem că / ( x - y) = 0^âdică, x - y e K e r f . Rezultă
imediat că x - y = 0 adică x=y, deci/ este injectivă.
P ropoziţia 3 Dacă / eL(V,JV) atunci are loc relaţia:

ditn Ker f + dim Im f —dim V
D em onstraţie: Fie dim V— n şi dim Im f = r . Considerăm
B = \yx, v i , .. ., vn } c V o bază a lui V Atunci sistemul:
5' = { / ( v , ) 5/ ( v 2) ; . . , i / ( v „ )} c /(F )
este un sistem de generatori pentru f(V), şi cum dim I m f — r rezultă că numărul

maxim de vectori lineari independenţi din B' este r. Fără a restrânge
generalitatea, putem presupune că primii r vectori sunt cei linear independenţi.
In consecinţă, ceilalţi n-r vectori ai sistemului B' se pot exprima ca şi
combinaţii lineare de primii r vectori astfel:
ffa r+ l ) —a ir+ \f(y] )+ a 2 r+ \f(y 2 )~*" "• a rr+ lf(Vr )
f ( v r+2 ) = a lr+2/ ( v , ) + a 2r+2f { v 2) + ...+ a r 2 f / ( v r )
f { vn) = ^ j { v , ) + a 2j { v 1)+. .. + a rj ( v r )
Construim sistemul de vectori S = {v'+1,v '+2,...,v^} daţi prin:
~ a \ r + \ V \ — a \ r + \ V 2 ~~ ■■■ ~ a r r+\ V r
V r + 2 ~ V r+2 ~ a \ r + 2 V \ ~ ° ] r + 2 V 2 ~ " ’ ~ a m 2 V r
v 'n = v „ - a inv 2 - ■■■-arnvr

Din construcţie rezultă:
/ ( l'.') = / ( lii —a u v 2 ~ - - a r, vr )
* / ( V/ ) - a i / / ( Vl ) “ a 2 , / ( V2 ) “ - ' )
=0
pentru orice i ţ= r +1, n , deci 5 = {v'+], v'r + 2 v'n } c Ker f .
Construim matricea coordonatelor acestor vectori în baza B:
a \ r+1 a ir+2 ~ a x,
~~ a 2r+l ~ a 2r+2 -a.
~ a rr+1 - a rr+2 ... -a r

1 0 0
0 1 0
Se observă că rang A = n-r şi, conform Criteriului practic de studiu a linear
independentei unui sistem de vectori rezultă că S este un sistem linear
independent. Vom arăta că S este şi sistem de generatori pentru Ker f .
Considerăm sistemul de vectori 5 ' = {vp v2,...jVr , v '+1, . . . , v ' } c F
obţinut din baza B înlocuind ultimii n-r vectori cu sistemul S linear
independent; conform Teoremei lui Steinitz, B" formează o bază a spaţiului
vectorial V.
Fie v e Ker f c V ; atunci el se poate exprima ca o combinaţie lineară
de vectorii sistemului B" de mai sus astfel:
v = x, v, + x 2v2 + ... + xrvr + x r+lv'r+, + - + X,/,,
Cum / ( v ) = Ose obţine o combinaţie lineară nulă de vectori:
0 - * i/(v ,) + x 2f ( v 2) + ... + x rf { v r) + x rHf { v r+, ) + ... + x j { v ’n)
= x lf ( v l) + x 2f ( y i ) + ... + x rf ( v r)
Dar . vectorii { /( v ,) ,/( v 2),...,/(v r )} sunt presupuşi, prin ipoteză, linear
independenţi, deci se deduce că x l = x 2 = ... = x r = 0. înlocuind în expresia lui
v, deducem:
v = xr+1v;+1 + x r+2v'r+2 +... + x nv'n
de unde rezultă că S = {v'r+1,v'r+2,...,v'n}c: Ker f formează şi un sistem de
generatori pentru K e r f , deci o bază a acestuia. Deducem astfel că:
. dim Ker f = n-r =dim V- dim Im f
D efiniţia 2 Dimensiunea nucleului unei aplicaţii lineare se numeşte

defectul aplicaţiei lineare şi se notează d e f f — dim K erf.
Se numeşte rangul unei aplicaţii lineare dimensiunea subspaţiului
imagine şi se notează r g f = dim Im f.
P ropoziţia 4 Fie V, W două spaţii vectoriale peste K şi / e L(y,W).

Atunci V /K er f este izomorf cu I m f
D em onstraţie: Construim aplicaţia & : VjK er f —»■Im f dată de

<Z>([vD= / ( v ) ,
pentru orice v e V .
Să arătă întâi că funcţia este corect definită: dacă w e [v] rezultă că
v - w e Ker f şi deci f { v ) - f ( w ) .
Vom arăta acum că 0 este lineară:
<?(a[v] + fî\w ]) = cp(\ocv + /?w]) = f(a v.+ j3w) = af(v) + (3f(w) = aCp([v]) + /?<2>([w])
pentru orice [v], [w]e V/ Ker f ,a, p e K .
0 este injectivă: în adevăr, fíe <£*([»]) = <Z>([vD> rezultă că
deci. f ( u - v) = 0 , adică u - v e Ker f , adică [m] = [v].
0 este suijectivă prin construcţie. Rezultă că V /K er f & Im f .
H
§3 MATRICEA UNEI APLICAŢII LINIARE
Fie / e L (V ,W ) o aplicaţie.lineară de la F ia W, Bv ={v15'„.,vB} o

bază în V şi B w = {wl v .., wm} o bază în W.
P ropoziţia 1 O aplicaţie liniară f eL(V,JV) este cunoscută ca funcţie

dacă este cunoscută acţiunea sa pe vectorii unei baze din V.
D em onstraţie: Fie x e V un element al spaţiului vectorial V. Atunci

există scalarii x i, x 2,...,xn e K astfel încâtx = x,v, + ... + x nvn- De aici rezultă
că:
f ( X) = f ( XlVl + - + XnVn)=Xj { Vl ) + - + X» f ( Vn)

deci f(x) este cunoscută ca funcţie dacă sunt cunoscute / ( v , ),...,/ ( v n), adică e
cunoscută acţiunea lui/ pe vectorii din B v .
■
Fie Bv , B w două baze şi / e L{V,W) o aplicaţie lineară pentru care ştim

acţiunea pe vectorii bazei B v .
Avem atunci relaţiile:
W 3 f ( v !■) = « > , + a f w 2 + ... + a™wm
W ? f ( v 2) = a 2Wj + a 2w2 +... +
W * f ţ y K) = a \ w i + a n2 w2 + ...■+a ” wm
Definiţia 1 Se numeşte matricea aplicaţiei liniare f eL (V ,W ) în
perechea de baze B v , Bw matricea alcătuită pe coloane (în ordine) cu
coordonatele în baza Bw ale vectorilor / ( v , / ( v n).
Notăm:
a, a.
a:
ByBw M mj K )
a:
D efiniţia 2 Se numeşte matricea operatorului linear f eL (F JV ) în

baza Bv matricea alcătuită pe coloane (în ordine) cu coordonatele în baza
Bv ale vectorilor / ( v , f ( v n).
Notăm:
r a\ a,
a ,2
ya x ... a nJ
Exem plul 1 Fie f e l (r 2) cu / ( U ) = (2,3), /( l,0 ) = (l,2) . Să se

determine expresia analitică a l u i /
Soluţie: Fie (x,, x 2) e R 2. Vom determina întâi coeficienţii lui (x, , x 2):
(x1, x 2) = a{l,l) + J3(l,0) = {a + p,a)-= > \ ^ 1

[_a = x 2
Obţinem coeficienţii:
a = x2
P = xx- x
Avem atunci:
/(* I -*2 ) = f ( X2 ' (U) + (*1 - X2 ) ' M))
■=x2;■y (1,1) + (x, - x2)• /( i .a )
= x 2 •(2,3) + (x1 - x2)-(1,2)
= (2x2 + x, - x2, 3x2 + 2x, - 2x,2)

= (x, + x 2, 2x, + x 2-)
Obţinem deci aplicaţia lineară:

f { x u x 2)= (x, + x 2, 2xj + x 2)
Să considerăm acum bazele:

’ B v ={vl ,...,v„ }c :V ,B t r ={wl.....w J c W . .
şi x e F . N e punem problema existenţei unei legături între coordonatele lui x în
Bv şi f { x ) în 5 W. Avem succesiv:
/ ( * ) = / ( * 1V , + ... + X„V„)
= x j ( y , )+... + x n f { v n)
sW sW
= x ](a¡wl + a 2w2 +... + a™wm)+... + x n(a'nw t + a 2w2 -+■.,:+ a ”wm)
= (x]a¡ +... + xna l)w x +(xla 2 ■i ... + x na ‘ )w2 +... + (xla™ + ... + xna ”)wn
Dar:
W 3 f ( x ) = y lw] +... + y mwm
Din unicitatea coordonatelor unui vector într-o bază obţinem relaţiile:
= X]a h + ...+ x na n
y 2 = x ,a ; + ... + x„ a 2
(1)
= ■i— -rxna n
care reprezintă relaţiile de legătură între coordonatele lui x e V în baza Bv şi
coordonatele lui f ( x ) e W în baza B w.
Deoarece este destul de difícil de memorat aceste relaţii vom da şi o
exprimare matriceală a acestora. Notând cu:
matricea coloană a coordonatelor lui i € V în baza B v;
matricea coloană a coordonatelor lui f ( x ) e W în baza B w ;

y„,
54 ■Algebră lineară
/
a,
A Drt/Untx/ = : : matricea aplicaţiei liniare f e L(V, W ) în
perechea de baze Bv , B w;
Cu aceste notaţii relaţiile (1) devin:'
care reprezintă formula matriceală de reconstruire a lui f ca funcţie sau formula

matriceală de determinare a imaginii lui x printr-o aplicaţie liniară.
O bservaţie: Dacă W = V, adică / e L(v) este un endomorfism, atunci,

repetând raţionamentul precedent pentru By = B W , formula se va mai scrie
astfel:
Exem plul 2 Să se determine expresia analitică a aplicaţiei liniare

f : R 2 —>■R 2 care are în perechea de baze Bv = {(l,l),(l,0)}, Bw = {(2,3),(l,2)}
matricea:
Soluţie: Din formula (2) avem:

f ( x \ , x 2) ~ AByBw ■X By
r2xx +
unde (x2, - x 2) sunt coordonatele lui (x!,x2) e R 2 în baza B v determinate în

Exemplul 1. M atricea obţinută este formată cu coordonatele lui f ( x x, x 2) în
baza B w. Se obţine că:
/ ( x , ,x 2) = (2x, + x2)(2,3)+ (-x )(l,2 ) = (3x, + 2x2,4xj + 3 x z)
Exem plul 3 Să se determine o aplicaţie lin e a ră / e l {r 2 ) care are

baza canonică matricea:
' 1 r
A=
. 0 o,
Soluţie: Fie / : R 2 R 1 ; folosind formula (3) obţinem:
f ( x {, x 2) = A B - X ca„
fi n
lo
f x, +, x 2\
0
Matricea obţinută este formată cu coordonatele lui f ( x l , x 2) în baza Bc. Se
obţine expresia analitică:
/ ( x , , x 2) —(x, + x 2) •(l, 0) + 0 • (O, l) = (x, + x 2,0)
P ro poziţia 2 ( Schimbarea matricei unei aplicaţii lineare la o

schimbare de_baze) Fie BV,B V două baze în V / K , Bw,B W două baze în
W /K şi / e L(V,W) o aplicaţie lineară de la F ia W.
Dacă este matricea lui / relativ la perechea de baze B v ,Bw şi
A , matricea lui/ relativ la perechea de baze B v , Bw , atunci are loc formula:
BvBw
Ă ByBw = TBw Bw ' AbvBw ' 2 BvBv
D em onstraţie: Pentru a vedea mai uşor relaţiile dintre matrice folosim

diagrama:
By A b VBK-^ Bw
T , J, T ,
N' B„rB„
V DyJSyy
Avem formulele:
X R = T n , - X , (5) YR = T n . -Y , (6)
Bv BVBV BV Bw BW BW nw
r X &V
YrJjjţr=Ar&V-&W r (1)
.
Yn,
Bjy
=Ăn, R, X R,.(8 )
ByBty By ' 7
Din (6) se exprimă YB,w = ^ înlocuind (6) obţinem:
yX ni _ 7’-! . a d. Y
W ■n n* liVaWd
°Y
Folosind acum (5) şi (8) această relaţie devine:
A ■ Y = T ,_1 . A '■T ■ Y
A tiytíw A By A Bvbw ^
Comparând cele două relaţii obţinem formula de schimbare a matricei lu i /l a o
schimbare de baze.
H
Observaţie Dacă / e L ( v ) este un operator linear pe V atunci,

repetând raţionamentul precedent pentru Bw = BV şi Bw - B v obţinem:
^9 ') ABy = \ b’v' Abv ' Tbvb'v
Propoziţia 3 Dacă ABB„este matricea aplicaţiei lineare / şi AB,B„este

matricea aplicaţiei lineare g, atunci matricea aplicaţiei lineare g ° f este
produsul AB,B„ • Abb„.
Demonstraţie: Fie / : V U si g \ U - > W două aplicaţii lineare,

B c z V , B'czU, B " c z W baze în spaţiile vectoriale indicate, şi ABB„matricea
aplicaţiei g ° f în perechea de baze B 1 si B" . Dacă x e V deducem
Yb, = Abb, ■X B ;dacă y e U deducem Z B. - AB.B. ■YB, ; rezultă atanci că:
Z B. —AB,B. ■â bb, ■X B .
Dar Z B■= ABB- ■X B şi, comparând cele două relaţii obţinem :
A — A ■ 4
7 1 BB ' —
ceea ce trebuia demonstrat. .
Fie / e L(V,W) o aplicaţie lineară de la V la W , B v - } ,

Bw = două baze fixate şi fie H BB, : L ( V , W ) -> M m„(K) fimcţia
dată de:
HBB'(/) ~ A bb'
prin care fiecărei aplicaţii lineare./ i se ataşează matricea în perechea de baze B
şi B ' .
Propoziţia 4 ţ Funcţia H BB. este un izomorfism de la spaţiul vectorial

L(V ,W )/K la spaţiul vectorial M mn( K ) / K .
Demonstraţie: Să arătăm întâi că H BB, este o aplicaţie lineară. Fie

/ ,g e I ( F ,W ) şi două baze B v = {v1,...,vJt'}c:.-J/ , Bw = {wu ...,wm} c : W .
Dacă f ( v j ) = ajw , + 'a1jw2 + ... + a'”wm,g{yJ) = b ) w , +b]w2 + ... + bJw m
pentru j = l,n şi H BB. ( / ) = A = (a/ }=Ui , H BB. (g) = B = \bj )>H2 deducem:
J=1.» j—hn
(o f + f i g \ e :) = a •f i e , ) + fi- g(e,.)
cx • ( ct^wi + a j w 2 .+... -f- wm j + ¡3 ’ (b) + bf H'2 + ... + Zj” )
(a - a! + f i ■b] )ivt + (a ■a,2 + fi ■b] ]w2 + ... + (a ■a™ + fi- b? )wm
deci:
H bb, ( a f + fig) = {a- a{ + f i - b j = a A + fi B = a H BB.{ f ) + ¡3 H BB,(g)
j=l,m
Arătăm că H BB. : L ( V , W ) -> M m n {K) este surjectivă;
fie Y = (y/)=Tă e M ma( K ) . Definim h : V -> W dată prin:
h(ej ) = yjWj + y jw 2 +... + y j wm
şi pentru v = *,v, + x 2v2 +... + x„vn, /z(v) = ]T ^ y / ; vf .

/=i v
Arătăm că h este o aplicaţie lineară şi H BB,(h) = 7 :
fie a , ¡3 e AT şi v = x }v{ + x 2v2 + ... + x nvn, u = z,Vj + z 2v2 + ...+z nvn ;
ccv + /3u = ( a x ] + fi z,)v, + ( a x 2 + f i z 2) v 2 + .. .+ ( a x n + f i z „ ) v n
Deducem:
h ( a - v + f i - u ) ^ Y j ' E y t \ a ' x j + P ' z j ) 1V,

/
m , \ /m
« 1( n
fi
= « - ± { y i * j h , + f i - ± \ Y .y jz j
/=1 =1 V;=i
= a ■/i(v) + fi-h {u )
Din definiţia lui h rezultă că:

■ ’ H BB,{h )= Y = ( y ! ) ^ .
deci /z este o suijecţie.

Rămâne de arătat că h este şi injectivă, adică Ker H BB, = {0}.
Ker H bb, = {h e l( V , W ) a.i. H BB. (h) = O }
= {h e L{V, W) a.i. h(e, ) = O, i = îu }
ceea ce înseamnă că H BB. = O e M (.£).
Deci H BB' este un izomorfism de la spaţiul vectorial L (V ,W )/K la
spaţiul vectorial M mn( K ) / K adică cele două spaţii vectoriale sunt izomorfe.
Consecinţa 1 Dacă dim V = n şi dim W - m atunci dim L(V, W) = mn.

Demonstraţie: Rezultă imediat din Propoziţia 4.
■
Consecinţa 2 Spaţiul vectorial al automorfismelor lui V, Aut(V) este

izomorf cu spaţiul vectorial M ‘ (K ) al matricei or nesingulare cu elemente d i n £
Demonstraţie: Fie o bază B = {vp ...,vn} c V şi funcţia
H b : Aut(V) -» M ; ( K )
definită prin H B( f ) = AB , unde ÂB este matricea operatorului/în baza B.
, D eoarece/este automorfism rezultă că B' = { / ( v , f ( vn) } c . V este
tot o bază în V şi dacă:
unde /(e ,-)= a Ilel + a f e 2 +... + a"en, din definiţia matricei de trecere de la o
bază la alta în V deducem că:
—Tbb,
Despre acestă matrice ştim că este nesingulară deci este un element al
lui M \ (k ) iar din Propoziţia 4 rezultă că H B este un izomorfism între cele
două spaţii vectoriale.
■
Propoziţia 5 Grupurile (Aut (V), °) şi [ m ' J K ), ■) sunt izomorfe.

Demonstraţie: Fie B a V o bază fixată. Din Propoziţia 3 rezultă că funcţia
H b : A u t ( v ) - * M 'n{K)
dată prin H B( / ) = AB ,este un izomorfism între cele două grupuri, unde ÂB
este matricea l u i /î n baza B.
§4 PROBLEME PROPUSE
1. Să se verifice care din următoarele aplicaţii sunt lineare:
a) /■ ■R3 - ^ R 3, f ( x , y , z ) —(x + y , y + z , x + z);

b) /■ : R 3 - > R 3, f ( x , y , z ) = ( x , x + y , y - z ) ;
c) f ■: R3 R \ , f { x , y, z) = (x —2y + z, y - z, y + z, x );
: R n -> R" , f ( x l,x 2,...,xn) ~ (x, +a, x 2 + a , x n +
d) f ■
b ,
e )
f ■C[liJkj R. f { t ) = JT{u)du-
u
f) f ■ r , M - > K M f{p{x)) = p ( - x ) .
2. Să se determine aplicaţia lineară / : R 3 —> R 3 care satisface egalităţile

T (vj ' ) - w i, i = 1,3 unde:
v, = (2,3,5), v2 = (0, 1, 2), v3: =■(1, 0, 0)
w, = (l, 1, l), w2 = (l, 1- 1), w3 = (2,1,2).
3. Fie f : R 2 —>R 2 o aplicaţie lineară care are în baza

B —{fii —(l,2), e2 = (2,3)}
matricea:
3 5
4 3
Să se determine matricea lui / î n Bc şi în baza:
= {v, —(3,l), v2 = (4,2)} c: R 2.
4. Fie aplicaţia lineară f : R 2[ x ] - > R 2[x], f { p { x ) ) = x - p '{ X ) . S ăse

determine matricea lu i/în baza B |l. 1 + X , (l + X )2}.
5. Fie aplicaţia lineară / ; iî!2[ x ] —» i?2[x ]. Se cere:

X Xr¿
a) Să se scrie matricea lui / în baza
’ 1/ ’ 2/
b) Să se determine matricea lui f î n B c .
6. Fie aplicaţia / : R 3 -» R 3 definită prin :

f ( x , v, z) = ( x 2 v + z, - x - 2 y + z, 2x + 4y + 2z ).
a) Să se arate că/ este aplicaţie lineară;

b) Să se determine K e r f şi Im f şi câte o bază pentru fiecare;
c) Să se studieze dacă/estebijectivă;
d) Să se determine matricea lu i/în Bc.
7. Fie aplicaţia :
f : M 2(R)--> R \ Â a h ] = (a,b+c, a - d )
d)
a) Să se arate că / este aplicaţie lineară;
b) Să se determine K e r f , Im f şi dimensiunile lor.
8. Fie aplicaţia:
f : R 2[ x ] - > R 2, f ( a X 2 + b X + c)={a + b, a - c )
a) Să se arate.că/'este aplicaţie lineară;
b) Să se determine Kerf, I m f şi dimensiunile lor.
9. Fie operatorul / : R2 [x] —» R 2[x] dat de

f ( p ( x ) ) = X 2p ' ( x ) + ( X +1 ) p { x ) + {m - 1 ) p ( x )
a) să se arate că / este operator linear şi să se determine expresia
analitică a l u i / ;
b) să se determine valoarea lui m pentru c a re /e ste operator linear
bijectiv..
10. Fie aplicaţia lineară / : M 2(r )~>- R 7,care are matricea:
1 0 2 O
A- - 1 1 0 3
V° 2 1 b
în perechea de baze:
a) canonice ale spaţiilor vectoriale date;
r
'l \> 1 O
b) B = £ , = E-, = ,£3 =
vl b îi v0 O, o o
■ m 2(r)
B' = {v, = (1,2,0), v2 = (1,0,2), v, = (0,2,1)} c R \

Să se determine expresia analitică a lui f K e r f I m f şi dimensiunile lor în
fiecare caz în parte.
11. Fie aplicaţiile lineare:

. f i : R x[x] -> R2[X], f 2 : R2[x] R, [x]
1
date prin: f 2 : (p ( x )) - X ■jtp(t)dt
o
a) Să se arate că f , f 2 sunt aplicaţii lineare;
b) Să se arate că f este injectivă dar nu suijectivă;
c) Să se determine Kerf2,Im f .
12. Fie:
/ : R< [X] -> R4 [ Z l f{P{X)) = P ( X + 1).
a) Să se arate c ă /e s te aplicaţie lineară
b) Să se determine matricea aplicaţiei / î n baza canonică a lui
R, [X] şi în baza B = \x, X 2 +l, X 2 - 1}
13. Fie aplicaţia lineară f : R 2[X] ^ R 2[X], f ( P ) = XP(l) + P(2).

Să se determine matricea ap licaţiei/în baza canonică a luii?2[ x ] , nucleul şi
imaginea acesteia precum şi dimensiunile lor.
14. Fie aplicaţia lineară / : RZ[X] -4 M 2 (r ) care are expresia analitică:
P( 0) -2 P (0 )-P "(0 )N
f{P) =
P'{ 0) P"( 0)
a) Sa se determine matricea aplicaţiei/în baza canonică a

lu ii?2[jf], precum şi în baza B = { x 2 + X + 1, 2 X - 1 , 3}.
b) Care este expresia analitică a lui/ ?
Î5. Fie aplicaţia / : R 3 R 3, definită prin :

f ( x , y , z ) = ( x ~ y + z, y + z, x - z ) .
62 Algebră lineară_______ _________________ _______ _______ _________
a) Să se arate c ă /e s te aplicaţie lineară;
b) Să se determine matricea lu i/în . Bc şi în baza ;
B =-{v, = (1,1,1), v2 = (1,0,1), v, = (0,0,1)} c R 3.
16. Fie forma lineară / : R 3 —>■R dată prin matricea A = (1 1 2) în:

a) baza canonică a lui R 3.
b) baza B = {(2,-l,0),(0,l,0),(3,0,l)} c R 3.
Să se determine expresia analitică a lui f , K e r f şi o bază a sa în fiecare caz în !
parte.
• ■’ f
17. Fie forma lineară / : R 2[ x ] -»■ R dată prin matricea A = (l 2 0) în
baza:
B = [ x 2 -1 , X 2 - X , X 2}.
Să se determine:
a) expresia analitică a l u i / ;
b) matricea lu i/în Bc a lui R 2[ x ] .
18. S' se arate c' funcţia / : ii„ [x ] definit' prin:

^f{p {x ))= p {x -\y -p (x )
este o aplicaţie linear'.
19. Fie spaţiile vectoriale V = { / : (a,b)--> R, f derivabila),

W ={f : -> R} ■ S' se arate c' derivata D : V —> W , D ( f ) = f este o
aplicaţie linear' şi s' se determine Ker D.
20. Fie spaţiul vectorial V ~ { f : R, f e C([a,fr])}. S' se arate c'

x
primitiva P :V —> V , definit' prin P (f(x )) = j f ( t ) d t , pentru a < x <b este

• • ci
linear'.
21. In spaţiul vectorial real al tuturor funcţiilor reale fiecare dintre

mulţimile {sinx , co sx } , [e2x sin3x,e2x cos3x}, {l, l - x , l - x - e x ] este linear
independent' şi genereaz' un subspaţiu V finit dimensional. Utilizând mulţimile
date ca baze pentru V , s' se determine matricea operatorului de derivare
D :V ~ > V .
CAPITOLUL III
VECTORI ŞI VALORI PROPRII AI UNUI
OPERATOR LINEAR.
FORMA DIAGONALĂ A MATRICEI UNUI
OPERATOR LINEAR
§1 VALORI ŞI VECTORI PROPRII AI UNUI OPERATOR

LINEAR. POLINOM CARACTERISTIC
Fiind dată o aplicaţie lin e a r ă / e L(V,W), aceasta este cunoscută dacă:

1. este cunoscută ca funcţie sau,
2. se cunoaşte acţiunea sa pe vectorii unei baze din V, adică se
cunoaşte matricea sa într-o pereche de baze.
Observaţie: Pot fi precizate în V şi W baze corespunzător cărora

matricea lui / să fie cât mai simplă. Această problemă va fi soluţionată pentru
cazul când / e L ( v ) este un operator linear, adică vom prezenta condiţii în
care pentru/ există o bază în V căreia îi corespunde o matrice diagonală.
Definiţia 1 Fie / e L ( v ) un operator linear dat; un vector

v & 0, v e V se numeşte vector propriu al operatorului f dacă existăA eK astfel
încât / ( v ) = A - v . Scalarul A se numeşte valoare proprie a l u i f corespunzătoare
vectorului propriu v.
Mulţimea tuturor valorilor proprii ale operatorului/ se numeşte spectrul lui f .
Definiţia 2 Subspaţiul S cz V se numeşte subspatiu invariant al l u i f

dacă pentru orice vector v e S imaginea sa f ( v ) e S , adică f ( s ) c z S .
P ropoziţia 1 Mulţimea:
S z = { v e V /f( v ) = Ă v ,Ă e K }
unde X este o valoare proprie a l u i / , formează un subspaţiu vectorial invariant
al l u i / , numit subspaţiul propriu corespunzător valorii proprii Ă.
Demonstraţie: Se observă că 0 e S x .
Fie Vj,v2 e 5^ . Avem atunci că:
/ ( a j v j + a 2v2) = a 1/ ( v 1) + a 2/ ( v 2)
= («¡A)vi + (a 2Ă)v2
= Â(a1vl + a 2v2)
adică S x este un subspaţiu vectorial al lui V. Să arătăm acum că este şi un
subspaţiu invariant al lu i/; fie v e ; cum / ( v ) = Av e rezultă că S Ă c V .
H
Propoziţia 2 (Proprietăţi ale vectorilor şi valorilor proprii)

1. Dacă /l, =£ Â2 sunt două valori proprii distincte ale lui
/ e L (y ) şi S Ă , sub spatiile proprii corespunzătoare atunci:
={0}.
2. Dacă S ^ este subspaţiul propriu corespunzător valorii
proprii Â0 atunci dimensiunea lui S ^ este cel m ult egală cu ordinul de
multiplicitate al lui A0 .
3. Dacă Ă A sunt valori proprii distincte ale
operatorului / e l ( v ) şi v,,...,vp sunt vectorii proprii corespunzători respectiv
acestor valori proprii, atunci sistemul { v , vp } este liniar independent.
Demonstraţie: 1. Să presupunem, prin reducere la absurd, că există un

vector v e S Zj r ^ S ^ . v ^ O . Rezultă atunci că f ( y ) = Ă Iv respectiv f { v ) = X 2v
adică AjV - Ă2v . Se obţine căA; = Â2 ceea ce contrazice ipoteza.
2. Din definiţie avem:
Sxo = K e r ( f - Ă 0 id)
Vectori şi valori prorii ai unui operator linear 65
Notăm operatorul f —Â0 i d = g , A = (atj), matricea lui / într-o bază
B c : V a spaţiului vectorial F şi M = A —\ 0I matricea lui g în aceeaşi bază B.
Dacă P( ă ) = det(A - Ăl) este polinomul caracteristic al lui / iar
Q(jj) = det{M - pi') este polinomul caracteristic al operatorului g construiţi cu
ajutorul matricilor celor doi operatori în baza B, deducem:
Q(M) = det(A - (ă 0 + M)l) = P{M + Ă0 )
deci rădăcinile ecuaţiei caracteristice Q\ju) = 0 sunt .= Ât - Ă0 , Ăj fiind
rădăcinile ecuaţiei caracteristice a lui / . Deci dacă Ă0 este o rădăcină multiplă
de ordinul m0 a ecuaţiei P(X) = 0 atunci p - O este o rădăcină multiplă tot de
ordinul mo pentru ecuaţia caracteristică Q{m ) = 0 , ceea ce implică
Q(ju) = /um° p (/j), p (fj) fiind un polinom de grad n - m 0 în fj. cu p ( 0 ) * 0 .
Cum S ^ = Ker g , notând dimKer g = d 0 , rezultă că există do vectori
jţij.,u2,...,ud }c: K er g linear independenţi. Completând aceşti vectori cu n-do
vectori lineari independenţi udo+],..., un obţinem o bază.5' = {u]tu2,~;Un}c: V
a spaţiului vectorial V.
Deducem că matricea operatorului g în baza B ' este:
"0 0 .. 0 - ”hn
w w „+1
0 0 .. 0 ™ 2 d 0+\ - . m 2n
0 0 .. 0 m d„d„+\ - m d0 n
0 0 .. 0 m d0 + ld0 + 1 - m d D* 1»
Q • . 0 m n d 0M •• m nn ,
v°
unde f ( u k) = ^ mikun k = d 0 +l,n .

1=1
Primele d 0 coloane fiind nule, polinomul caracteristic al operatorului g
scris cu ajutorul acestei matrici va fi:
- fi o O m 1^0+1 mx
O - ju O ‘2<<„+! m.
o o
o .o
o o m.
= { - i ) d°Md°q{fA,
unde q{jj) = O poate sau nu să aibă rădăcina // = 0. Deoarece polinomul
caracteristic al unui operator nu depinde de baza în care s-a considerat matricea
cu ajutorul căreia s-a construit, rezultă că:
iar p{p) ^ O şi q(0) poate fi egal cu zero sau nu; deducem d0 < m0. Cum S ^
este un subspaţiu al lui F cu ^ {o} deducem şi că m0 >1.
3. Afirmaţia se demonstrează prin inducţie după p.
Pentru p —1, sistemul format cu un vector propriu corespunzător lui Ăj este
linear independent. Să presupunem acum că orice subsistem de p-1 vectori din
sistemul dat este linear independent şi să demonstrăm că {v,,..,*vpjeste linear
independent.
Presupunând, prin reducere la absurd, că ar fi linear
dependenţi, adică există a },...,ap e K nu toţi nuli, astfel încât
a 1v1 + ... + a pvp - O ,ar rezulta că f [ a !v1 +...+ a pvp ')=0. Obţinem atunci că
a \ f ( v [y . . . + a p f { v p )= O adică:
(/) («;/.;>'•; ■r...-' {apZ p \ ’p - O

Cum există A,- # O, putem presupune, fură a restrânge generalitatea, că Xp * O.
Putem atunci exprima vp ca fiind:
vp = \a p a pi
şi înlocuind în (1) obţinem:
a { h ~ ^ p ) vi + -- + a P- l [ ¿ p -1 ~ ~ V p + i ~ 0
Cum din ipoteză j sunt linear independenţi, rezultă că:
ro-l i'tp-l
Dar există un a l0t 0 deci X.-■i -X
l0
l0
Â„Pn ==• 00 ;:’ rezult
P
rezultă atunci că X,-l0 = X„
P
ceea ce
contrazice ipoteza că toate valorile proprii sunt distincte
Pentru determinarea vectorilor şi valorilor proprii ai unui operator liniar

vom rezolva ecuaţia / ( v ) = X ■v, v =£ 0, X e K , scriind-o în formă matriceală;
fie Bv o bază în spaţiul vectorial V şi AB matricea lui / în baza B y . Atunci
exista X e K astfel încât:
A -X = X -X
de unde rezultă (A -v l-I„ )-X = 0 . Această ecuaţie matriceală este echivalentă
,cu sistemul omogen:
(&]j —Xjxj + ... + ct]nx n —0
]anIx , + . . . + {an n - X ) x n = 0
Sistemul va avea şi soluţii nebanale dacă şi numai dacă:
\
au - X ... l ln
P(X) = det(A —XI n )= det
\ a nl a nn X
relaţie care este o ecuaţie polinomială de grad n în X .
D efiniţia 3 Polinomul P (x ) = det(A - XIn) se numeşte polinomul

caracteristic al operatorului f, respectiv al matricei A. Ecuaţia P[X) = 0 se
numeşte ecuaţia caracteristică a operatorului/.
P ropoziţia 3 Valorile proprii ale operatorului/nu depind de baza aleasă

în V (dacă alegem altă bază B v în V atunci ecuaţia det(A - XIn) = 0 nu are alte
soluţii decât prima ecuaţie în X ).
D em onstraţie: Avem succesiv:
* t# ‘ k T; U ■ ■V ; .)
■det TÎ n . W - A" i X . K:.
d e t T Bv B 'y ' d e t \ Ă B v - Ă - M - d e t T B v B'r
= det\An - X - I „
O bservaţii:
1. Valorile proprii ale operatorului / e L(v) sunt soluţiile în K ale
ecuaţiei caracteristice.
2. Vectorii proprii corespunzători se obţin astfel: pentru fiecare valoare
X0 a lu i/s e rezolvă ecuaţia:
(AB v - Ă 0 - I „ } x B r = 0
adică sistemul omogen ce are ca necunoscute coordonatele vectorilor proprii în
Bv (acest sistem, fiind omogen cu determinantul nul, are o infinitate de soluţii).
Exem ple 1. Să se determine valorile şi vectorii proprii ale operatorului

f : R s -* R 3, f { x l , x 2, x 3) = (x3,x 2,x l ) relativ la baza canonica a lui R 3.
Soluţie: M atricea operatorului/în baza canonică este:

fo o i !
AD = 0 1 o
V1 0 0,
Polinomul caracteristic al operatorului este:
-2 0 1
p(X)- 0 1-X 0
1 0 -1
iar soluţiile acestuia sunt:
Xi = 1, m1 = 2
X2 = -1-, m 2 - 1
unde mj ,m 2 sunt ordinele de multiplicitate al rădăcinilor Xl, X2.
Pentru X1 —l , m } = 2 se determină vectorii proprii rezolvând sistemul:
( A - 1 -I3) - X = 0
adică:
-x + z - 0
[x —z = 0
Soluţia acestui sistem este mulţimea vectorilor de forma ■(x , y , x ), x ,z e R , deci
subspaţiul propriu corespunzător valorii proprii Xj este mulţimea:
S^ = {(x ,y ,x )/x ,y e R } .
t
Analog, pentru Â2 = - l , m 2 = l vectorii proprii vor fi soluţiile
sistemului:
(A + l-I3) - X = 0
adică:
jx + z = 0
[2y = 0
Subspaţiul propriu corespunzător valorii proprii A^va fi mulţimea:
S Ă = {(x,0,-x)/x e R }.
2. Să se determine valorile proprii reale şi vectorii proprii ai

operatorului f : R 2 —>• R 2 care are în baza canonică matricea:
(1 - î
A
J 1
Soluţie: Valorile proprii ale operatorului / sunt soluţiile ecuaţiei

caracteristice:
1-X - 1
det(/L —ĂI3)-- ■0
1 1 -X
adică (l - X f +1 = 0, care nu are soluţii reale. Deci operatorul f nu are valori
proprii reale (are, însă valori proprii complexe).
§2. DIAGONALIZAREA UNUI OPERATOR LINEAR
Fie V un spaţiu vectorial peste corpul K de dimensiune n. Ne interesează

cazul când putem determina o bază a spaţiului vectorial în care matricea
operatorului linear să aibă o formă cât mai simplă.
Definiţia 1 Un operator linear f : V —> V se numeşte diagonalizabil

dacă există o bază a spaţiului vectorial V astfel încât matricea lui în această bază
să aibă formă diagonală. Matricea unui operator diagonalizabil se numeşte
matrice diagonalizabilă.
P ropoziţia 1 In. spaţiul vectorial V există o bază alcătuită din vectorii

proprii ai operatorului / g L ( f ) dacă şi numai dacă sunt îndeplinite
următoarele condiţii:
1. numărul de valori proprii ale lui / este egal cu dimensiunea lui V.
2. diniiS1^ = mn i = l , k , unde mt este ordinul de multiplicitate al
( k
valorii proprii Ât . 7 ] mt = n
\w
D em onstraţie: Pentru a demonstra afirmaţia directă, considerăm
B = \yl ,v 2,...,vn }o bază în V alcătuită din vectorii proprii ai operatorului / şi
Ăl,Ă2,...,Âk valorile proprii ale acestuia. Au loc relaţiile:
f ( v i ) = Ăvi , i = l,n
C u m v ., i = l , n 9 sunt vectorii proprii asociaţi valorilor proprii ale l u i / ,
avem că:
f ( v i)= Â iV i i t = l , n ,
de unde rezultă că n = k, deci are loc afirmaţia 1.
Să arătăm acum că d im S , = m„ i = 1,n. Este suficient să facem
raţionamentul pentru i- 1 , adică să arătăm că dim S ^ = ml .
Am arătat în Propoziţia 2 a paragrafului anterior că d im S \ <nij. Să
presupunem acum că d i m S l = d 1 ; fie Bs = j c S ? sistemul de
vectori proprii corespunzători lui \ ; cum B este un sistem linear independent şi

Bş^ c B rezultă că Bş^ va fi un sistem linear independent. Se obţine de aici
că mi < dim Sx, Şi folosind inegalitatea precedentă avem că dim Sx1 = m j. Deci
are loc şi afirmaţia 2.
Reciproc, să arătăm că există B = {vj,...,vn }o bază alcătuită din vectorii
proprii ai lui/ (vom da o „retetă” de construcţie a acesteia).
Fie .6, B< = v bază
în subspaţiul propriu cu mi - n . Construim sistemul de vectori:

1=1 •
B \ KJ" ' KjBSĂk ~ }■

Sistemul de vectori B conţine n vectori linear independenţi (ca reuniune
de sisteme linear independente) deci formează o bază alcatuită din vectorii
proprii ai lui f .
P ropoziţia 2 (Teorema de diagonalizare a'matricii unui operator liniar)

Dacă B este o bază a spaţiului vectorial V alcătuită din vectorii proprii ai
operatorului f e L ( f ) atunci matricea l u i / î n baza B este o matrice diagonală şi
reciproc: dacă matricea operatorului/într-o bază B are formă diagonală atunci
B este alcătuită din vectorii proprii ai lui/
D em onstraţie: Fie B = {vp.-.jvô bază formată din'vectorii proprii ai
lui/ ; atunci există Ă l , . . . , Ân e K astfel încât să aibă loc relaţiile:
f { v , ) = l 1v, =Ăr vI +v2 -0 + ... + vn -0
f { vn) = K - vn = Vr 0 + V2 -° + - + vn K -
Rezultă că matricea corespunzătoare operatorului / în baza B este:
Âj 0
o
A=
V0 o
deci are formă diagonală.

Reciproc, fie B = }o bază oarecare a spaţiului vectorial V astfel
încât matricea l u i / î n această bază, AB sa aibă formă diagonală, adică:
"A, ... O
A,
O A,■*)
Din modul de definire a matricei unui operator linear într-o bază, deducem
relaţiile:
f ( v }) = AjVj + 0 • v2 +... + 0' vn —A] ■vj
f(v „ ) = 0 ■vj + 0 ■v2 +... + Ânvn = Ă„ ■v„

de unde rezultă că } sunt vectori proprii ai lui/ corespunzători valorilor
proprii Âj,...,Ăn .
O bservaţii:
1. Dacă pentru operatorul linear f e L(v) ecuaţia caracteristică
0 are rădăcini distincte (« = dim V) atunci în V există o bază alcătuită din
vectorii proprii ai lu i/(su n t îndeplinite condiţiile Propoziţiei 1)
2. Dacă B este o bază alcătuită din vectorii proprii ai
operatorului / e L{ v ) , atunci matricea lui / în baza B se poate scrie direct: ea
este o matrice diagonală având pe diagonala principală valorile proprii ale iui /
într-o anumită ordine.
Exem plu: Să se arate că matricea:

^0 0 1^
A = 0 1 0
Ai 0 oy
esté diagonalizabilă şi să se scrie forma diagonală şi o bază în care are forma
respectivă.
Soluţie: Din Exemplul 1 din paragraful precedent avem c ă :.
S ăj = L {v1-v 2)
unde V] = (1,0,1), v2 = (0,1,0) deci dim = 2 = m}. Pentru al doilea subspatiu
propriu avem:
l {v3}
unde v3 = (l,0,-l), deci dim Sx3 ~ l = m2. Rezultă că matricea este
diagonalizabilă, forma diagonală fiind:
r\ 0 O ''
D = 0 1 0
0 0 —1
O bază în care are forma diagonală se determină ca reuniunea bazelor

subspaţiilor proprii determinate, adică:
B = {v; = {1,0,1), v2 = {0,1,0), V , = (7,0,-;)}
Propoziţia 3 (Teorema lui Cayley-Hamilton) Fie operatorul linear

/ .■V -> V definit pe spaţiul vectorial V şi AB matricea sa în baza B c V . Dacă
p(x) este polinomul caracteristic al operatorului f, atunci p { a ) = 0 , matricea A
este rădăcină a polinomului caracteristic.
Demonstraţie: Fie B = e j e ) 7.;
Fie:
r0 '
'I)
0 1 0
E¡ = . E2 = ..... E n =
,o) A
matricele coloană care conţin coordonatele vectorilor din baza B în baza B.
Avem atunci relaţiile:
al j ^
A - E j = ° 2J
[_a nj y
sau Y j ( aij - SijA )E i = 0 (*)•

i=l
Notând cu Ly {x) = ay - XSy , se observă că:
A - V = {l M . j .T, ■
Fie M y {x) complementul algebric al elementului Ly {x) din matricea A - X I .

Avem relaţiile:
înmulţind relaţiile (*) la stânga cu M j k (Â) şi însumând după j obţinem:

in \
[A)Ly(A)Ei = £ U)xy-(¿)
3=1 H \jml
■= Y , 8 u P{A)Et
i=l
= P(A) ■Eh
= 0, V k = l,n
n
Cum X = ' ^ x kE k deducem că P (Â } -X = '2^xk P {Â )E k = 0 de unde rezultă
k-1
că P(A) este matricea nulă.
Observaţie: Un operator linear/ : V —>F definit pe spaţiul vectorial V

pentru care polinomul caracteristic al operatorului / are toate rădăcinile în
corpul K simple este diagonalizabil.
Consecinţă: Dacă f : V —>V este un operator linear diagonalizabil cu

polinomul caracteristic:
P( â ) = ( - l )n (A - Ăj)mi (ă - ă 2 )m2...(* - Ă p )mp
cu m] + m2 + ... + mp — n , atunci V se poate scrie ca sumă directă dintre
subspaţiile proprii corespunzătoare valorilor proprii ale lu i/:
F =^ © ^ © ...© ^ .
Exem plul 1: Să se arate că matricea operatorului f e i ( i ? 2[ l ] ) ,

f [ a X 2 + b X + c ) = a X 2 + { 2 a - b + c ) X + (a - 3c)
în baza canonică este diagonalizabilă. Să se scrie forma diagonală şi să se
determine o bază în care are forma respectivă.
Folosind Teorema lui Cayley-Hamilton, să se calculeze inversa
matricei A " 1 .
Vectori şi valori prorii ai unui, operator linear 75
Soluţie: Matricea operatorului f în baza canonică a lui .R2 [x]este:
1 0 O']
■A = 2 -1 1
v/ 0 -3 ,
Rezolvând ecuaţia caracteristică:
d e t { A - Ă I 3) = 0
obţinem valorile proprii A, = -1 , A2 = -3,'A3 =1 cu ordinele de multiplicitate
ml =1, m2 = 1 , m3 = 1. Valorile proprii fiind rădăcini simple ale ecuaţiei
caracteristice rezultă că matricea A este diagonalizabilă. M ai mult, forma
diagonală se poate scrie direct, ea având pe diagonala principală valorile proprii
găsite:
r- l 0 0A
D 0 - 3 0
Baza în care A are formă diagonală este alcătuită din vectorii proprii
corespunzători fiecărei valori proprii.
Pentru Ax = -1, mx = 1 vectorii proprii se obţin rezolvând sistemul
{A + J 3)v = 0 , adică:
1x = 0
<2x + z = 0
x —2z = 0
Se obţin soluţiile (0, y, 0), y e R deci putem alege v, = (0,1, 0) vector

propriu corespunzător lui A,.
Pentru Â2 = -3, m2 = 1 vectorii proprii se obţin rezolvând sistemul
(^ + 3 /3)v = 0 , adică:
4x = 0
■2x + 2 y + z = 0
x=0
Se obţin soluţiile (0, y, - 2y), y e R. Ca vector propriu corespunzător lui
A2 putem alege v2 = (0,1, —2).
Pentru A3 = 1, m, - 1 vectorii proprii se obţin rezolvând sistemul
(A —/ 3)v = 0 , adică:
ţ2x —2y + z = 0
[x - 4 z ='0
( 9z
Se obţin soluţiile I 4z, — , z j, z e i?. Ca vector propriu corespunzător
lui /L3 putem alege v3 = (8, 9, 2).

Baza în care A are formă diagonală este:
B = {v, = (0,1,0), v2 = (0,1,-2), v3 = (8,9,2)}
Să determinăm acum inversa matricei A. Din Teorema lui Cayley-
Hamilton ştim că matricea A este rădăcină a polinomului caracteristic, deci are
loc relaţia:
A 3 + 3 A 2 —A - 3 = 0
înmulţind la dreapta cu A~J se obţine:
A 2 + 3 A - I 3 ~3A = 0
de unde exprimăm inversa:
A~\ = ± { a 2 + 3 A - I 2)
După efectuarea calculelor se găseşte:
1 0 0
A~‘ = 1 -1 - i
3 3
i 0 --
v3 3 /
Exemplul 2: Să se studieze dacă operatorul / e l [ r 3) dat de:

f { x , y ,z ) - ( - 2 z , 2 x - y +z ,x ~ 3 z)
este diagonalizabil.
Soluţie: M atricea operatorului / în baza canonică a lui R 3 este:

'0 0 -2 }
A= 2 - 1 1
K1 0 - 3 j
Rezolvând ecuaţia caracteristică:

det{A —ÂI i ) = 0
obţinem valorile proprii Âj = - 1, Ă2 = —2 cu ordinele de multiplicitate
ml = 2, m2 = 1.
Pentru Xj = -1, nij = 2 vectorii proprii se obţin rezolvând sistemul
(A 4-13 )v = 0 , adică:
\x-2 z =0
\j2x + z = 0
Se obţin soluţiile (0,y,0), y e R deci subspaţiul propriu corespunzător
acestei valori proprii este:
S;, = £ (M )
unde v = {0,1, 0}. Rezultă că:
d im S % = 1 < 2 —
deci operato ru l/n u este diagonalizabil.
k
E xem plul 3 Fie operatorul linear f m : R 2 -> R 2 cu expresia analitică

fm (x>y ) - ((m “ 2)x + (l —m)y, 4x —(m + 2)y)
Să se determine matricea operatorului în baza canonică a lui i?2 şi valorile
parametrului real m pentru care această matrice are formă diagonală.
Soluţie: Matricea operatorului în baza canonică este formată, pe

coloane, cu coordonatele în acestă bază ale vectorilor f m(l, 0) şi f m(d, l ) . Cum:
0 .0) = { m - 2,4), f m(0,1) = (1 - m, - m 2)
se obţine matricea:
'm —2 —m + 1''
4 —m —2y
Se găsesc valorile proprii Ă] = m - 4 , Â 2 ¿ —ni. Dacă aceste valori sunt
distincte, adică m e R - { 2}, atunci matricea este diagonalizabilă şi are forma
diagonală:
.78 Algebră lineară
m —4
D =
\
O
Baza în care are formă diagonală este B - jv, = 1j* v2 = ■
Dacă m=2 atunci A,=.A2 = - 2 . In acest caz trebuie calculată

dimensiunea subspaţiului propriu corespunzător. Obţinem:
¿W -({ v } ), v = (l,2)
deci dim Sx = 1 < 2 cât este ordinul de multiplicitate al valorii prorii. Deci în
acest caz matricea nu are formă diagonală.
§3. PROBLEME PROPUSE
1. Să se determine valorile proprii şi subspaţiile corespunzătoare ale

următoarelor matrice:
fO 1 CT'i
'2 n
a) A = b) A - 1 1 1
1 2
0 1 0
R: a) A e b) A e {l,0,2}
2. Să se studieze dacă următoarele matrice pot fi aduse la forma diagonală:

2 - 1 2 '2 - 1 2"
a) A ■ ■1 1 1 b) A = 5 -3 3
\0 1 0J 1
fi .0 0 0^
1 -1 0 ^
7 0 1 0
c) A = - 1 1 0 d) A =
5 2 1 0
2 0 -2
0 2 2,
(2 -1 0 ^ '2 -1 0 \
e) A ■ 0 -1 0 f) A = 0 -1 0
2 -1 -2 1° 1
(- 2 0 3n r2 1 n
g) A = 0 -1 2 h) A = 1 2 1
1 k1 1 2j
"-3 -7 — 5^ ' 4 6 O'1

i) A = 2 4 3 j) A = - 3 -5 0
, 1 2 2 ,-3 -6 K
R: a) X e {2,1,o} b) A e {2,-2,-1'} c) X e {- 2,2,0} d) A e {2,-l,2,l}
e) 2 e {-2,2 -1} f ) l e {2-2,6} g) A e {-2,-2,l} h) A e {1,1,4}
i) X e {l}, m = 3 ; j) 1 e {- 2,l,l}.
3. Fie / : M l x(R) - >M X[ (R ) o aplicaţie liniară dată prin:

f n r - n f o N r ° ^ r-i}
f 3 l
f 0 = - 3 : / 1 = 5 , /
0 = - 1
A l - 3 y A ,3, J >
Să se studieze dacă în M 3, (ii) există o bază corespunzătoare căreia matricea lui
f este diagonală iar în caz afirmativ să se găsească inversa acestei matrici.
4. Fie operatorul linear

f : i?4 —> R * , f { x , y , z , t ) = (4x - y,4x, 8 z -1 8 i, 3z - It)
Să se studieze dacă matricea operatorului în baza canonică este diagonalizabilă.
R: X, = X2 = X3 = 2, XA = -1. Matricea nu este diagonalizabilă.
5. Fie operatorul linear Fa : i i 3 -» R 3 având în baza canonică matricea
va 1 O
AEc — 1 a 1
1 1 a
a) Să se determine nucleul Ker Fa în funcţie de a (discuţie după
parametrul a).
b) Să se arate că matricea operatorului este diagonalizabilă pentru orice
valoare a parametrului a.
R: a) dacă a e R - {l,-2} atunci Ker Fa = {o};
dacă a=l atunci Ker Fa =Z,({v1(v2}) unde v, = (-l,l,0 ),v 2 = (-1,0,1);
daca a=-2 atunci Ker Fa = L({ w \) unde w = (l,l,l) .
6. Fie operatorul linear Fa : R 3 —> i i 3 dat de:
F fl(l,Q ,0 )= (-2 J0,3)
F a(0,1, 0) = (0, -1 ,2 ) , a e. R
Fal0,0,l) = {0,a,0)
a) Să se determine expresia analitică a lui Fa, nucleul K e r F a şi o bază
. pentru acesta (discuţie după valorile parametrului a).
b) Pentru a=l să se arate că matricea operatorului în baza canonică
este diagonalizabilă.
7. S' se determine valorile şi vectorii proprii ai matricei:
"1 0 2 -1 ^
0 1 4 - 2
A:
2 -1 0 1
,2 - 1 -1 2 j
Axe A form' diagonal'?.
R: A, = A2 = Ăj = Â4 - 1 , v, = (l,2,0,0), v2 =(0,1,1,2) . A nu admite form'
diagonal’.
8. Fie spaţiul vectorial al funcţiilor reale de clas' C ” pe (0,l), S' se

g'seasc' valorile şi vectorii proprii ai endomorirsmului F : V —> V, definit prin
= x f ' ( x ) , pentru orice x e V.
9. Folosind Teorema lui Cayley-Hamilton s' se calculeze A 1 şi A"

pentru matricea:
0 0N
A= 0 1 0
lo 1 1.
10. S' se determine valorile, şi vectorii proprii ai matricei şi apoi s' s

diagonalizeze:
( cos or 0 sin a \
0 1 0
-s in a 0 cos a ,
CAPITOLUL IV
FORME LINIARE ŞI FORME BILINIARE.
FORME PĂTRATICE
§1. FORME LINEARE. SPAŢIUL DUAL
Fie V /K un spaţiu vectorial peste corpul K şi dim V=n.

D efm ţia 1 O aplicaţie lineară / e L(V ,K) se numeşte formă liniară pe
V.
O bservaţie O formă lineară / e L(V,K) este o aplicaţie lineară deci

toate proprietăţile studiate in capitolul precedent au loc şi în acest caz.
Defm ţia 2 Mulţimea
L(V,K) = { f : V - * K , f e L{V, K)} = V '

se numeşte spaţiul dual al lui V.
Ca orice aplicaţie liniară, f e V * este cunoscută ca funcţie dacă se
cunosc valorile sale pe vectorii unei baze din V.
D efm ţia 3 Fie B v = {v1,...,vn}o bază în V\ atunci /( v ,) ,.,.,/( v B) e K se

numesc coeficienţii fo n n e i liniare în baza B y .
Deoarece dim K =l, matricea unei forme lineare / e V relativ la o
pereche de baze este o matrice linie cu n coloane, adică
L(F ,K )= V* ~ M ln(K ) deci d im V * = n.
Următoarea propoziţie dă o modalitate de construcţie a unei baze în
spaţiul dual V ‘ plecând de la o bază a lui V.
Propoziţia 1 Fie B - {v^.-.v } c V o bază a spaţiului vectorial V.

Sistemul de
vectori B ' - [sl ,...,s"}cz F* definit prin:
* '« - { ? ' t * 1. - s i . « - U
este o bază în V ' .
D em onstraţie: Cum dim V* = n=card B rămâne de demonstrat doar

linear
independenţa sistemului B . Fie o combinaţie lineară nulă
a ,i s x + a L, s 2 +... + a n s" = 0 ;~
rezultă că a le 1( x ) + a 2s 2(x)+... + a ne"(x)= 0 , pentru orice x e F . I n
particular, pentru
x = e,,i — i,n se obţine:
a y£ 1{e, )+ a r £ 2(e,. )+... + a ^ e w (e,)+ a te'1{et)+ a Ms'i+x(e,.)+..., + a n,en(e,. )= 0

Cum s 1(e,.) = 0,..., e l=l (ef) = 0, <?'(£,.) = 1, £-I+l (ej ) = 0 , s" (ef) = 0 rezultă că
a t - 0,
i = 1, n. Deci B* este un sistem linear independent.
■
D efiniţia 4 Fie B = V o bază a spaţiului vectorial V. Baza

B = \s' } c V definită prin s J(el)= S / , i , j —1,« se numeşte baza duală
bazei B.
O bservaţii:
1. s J asociază unui vector din V a /-a coordonată acestuia în baza B.
2. Dacă f e V ‘ , coordonatele lui / în baza B* sunt scalarii
/?,. e K , i = l,n astfel încât / = p xs x + +... + ¡3ns n şi sunt date de valorile
lu i/p e vectorii bazei B:
Forme lineare şi forme bilineare 83
A = E P yeJ (e,) = /'(«,)> r = 1. *

y=i
P ropoziţia 2 (Schimbarea bazei în spaţiul dual)

Fie V un spaţiu vectorial peste corpul K, de dimensiune n şi V spaţiul dual.
Dacă B] şi B 2 două baze în V şi B ‘ , B\ dualele lor, atunci:
D em onstraţie: Fie Bx = {v,,...,v„}c: V, B 2 = {vu ...,vn] c V două baze în

V şi B ' = { e ', £ 2,...,£n},B*2 = \s’' , e '2 | bazele duale ale acestora, adică:
s 1[v, ) = 8{ şi s J iy]) = S f , i, j —1, n .
Ji 'n __ ,
Notăm vJ = Y u <xtjvt ?i B'J atunci' TB2Bt - \ a s),j. u
1=1 /=1
Tfi,.B2, = {vbi j . J)i j - i—.
n
Cum coordonatele unui vector din V* în baza B*. sunt
valorile sale pe vectorii bazei B x, rezultă că:
adică:
i^ n '\ n ( >\
ßa = Y j a kiv 'k = vK ) = a V‘-
\k=1 ) A:=l
Deci are loc relaţia:
E xem plul 1 Să se determine baza duală bazei B = {X ,l - X} c i?, [x ] şi

să se exprime în această bază forma lineară / ; [x] —» R, f { a X + b) = 2 a - b .
Soluţie: Să notăm B = {v, = X ,v 2 =1 - x } şi B * = {e 1, £ 2 } c i?, [ x ] .
Au loc relaţiile:
£■‘(13,) = 1, s l (e2)= 0, £ 2(e,) = 0, £ 2(e2) = 1.

Dar:
aX +b = a X + p ( l - X )
de unde deducem că a = a + b, jB = b.
Deci £■', s 2 : Rx[x] -> R sunt daţi de
s -1(aX + b) = a + b, £ 2(aX + b) = b .
Fie acum / = fixs x + fi2s 2; atunci /?, = / ( e , ) = f { X ) ~ 2 şi
/ W k ) = / ( i - x ) = -3.
Obţinem f = 2 s l - 3 s 2.
Exem plul 2 Fie spaţiul (R2) ■Dacă B\ este baza duală bazei
,B 2 = {vl = ( l 4 v 2 = (l.2)}
şi ştim că:
M 0A
Tb,.b2. =
V 2 ly
să se precizeze baza B , c z R 2 a cărei duală este baza B * .
Soluţie: Cum TBt.B2. = ir

\
' )) 1 rezultă că:
-1 o
2 1
adică:
-1 2
0 1
Din definiţia matricei de trecere găsim:
e\ = -Vi = (-1.-1)
e2 = 2v, + v, = (3,4)
deci B l = {e, = ( - l , - l ) , e 2 = (3,4)}.
Forme lineare şi forme M ineare 85
§2. FORME BILINEARE PE SPAŢII VECTORIALE
D efiniţia 1 O funcţie <p: V x V -» K se numeşte form ă bilineară p e V

dacă:
1. a) cp{x+ y,z) = <p(x,z)+ <p(y,z)
b) (pix,y + z) — (pix,y) + cp{x,z)
pentru orice x , y , z e V
2. a ) <p(a ■x , y ) = a ■cpix,y)
b) <p(x,a ■y ) —a ■<p(x,y)
pentru orice x , y eV, a,J3 & K .
P ro poziţia 1 Condiţia necesară şi suficientă ca cp : V x V —> K să fie

formă bilineară pe V este ca:
3. a ) <p(a ■x + (3 ■y , z ) —a ■<p(x,z)+ p ■cp[y,z)
b)<p(x,a- y + P ■z) = a - cp{x,y)+ /? ■cp{x,z)
pentru orice x , y e V, a, P e K .
, D em onstraţie: Dacă <p este formă bilineară pe V, din definiţia acesteia

rezultă:
(p[a ■x + p ■y , z ) = <p(a -x,z)+ (pi^P ■y, z)
=. a ■(p{x, z)+ p ■<p(y, z)
şi:
cpix, a - y + P ■z)= cpix, a ■y) + tp(x, p~ z)
= a ■cpix,y)+ P ■(pix,z)
pentru orice x , y eV, a , p e K

Reciproc, din condiţia 3. a), punând a - P - 1 rezultă condiţia 1. a).
Făcând apoi p = 0 se obţine 2. a). Analog, pentru a = p = 1 în 3. b) rezultă
condiţia 1. b) iar pentru P = 0 se obţine 2. b).
Vom nota cu J3(T9 mulţimea formelor bilineare pe spaţiul vectorial V.
Cum suma a două forme bilineare este formă bilineară iar produsul dintre un
scalar şi o formă bilineară este tot o formă bilineară rezultă că B(V) este un
spaţiu vectorial peste corpul K.
P ropoziţia 2 Fie B = {v, ,...,vn}o bază în spaţiul vectorial V. Forma

bilineară cp : V x V —> K este cunoscută în mod unic ca funcţie dacă se cunosc
valorile lui cp pe B x B (toate perechile de vectori ai bazei B).
D em onstraţie: Dacă sunt date valorile lui cp pe B x B adică

p(v,.,vy), z , y = l , « atunci:
cp(x,y) = cp{xxvx + ...+x„vn,y xvx +...+y„vri)
= xxy x<p[vx,v2) + x ly 2(p(vx,v2)+:.. + xly n<p(vx,vn) + ...+xriy x(p(vn,vx) + ... + xny ncp{vn,vn
adică cp este cunoscută ca aplicaţie dacă sunt cunoscuţi scalarii
<p{vi,vj),i,j = \,n .
Pentru a demonstra unicitatea formei astfel dată să presupunem că există
o altă formă bilineară y/ astfel încât , v .) = (piyi, vj ), i, j = 1, n. Atunci:
y(x,y)=y/{xxvx + ... + x nvn,y xvx +.:■:+y nvJ
= xxy xy/{vx,v2) + x xy 2y/{vx, v2) + ...+ xxy nyAyx,v„) + ...+ x ny xy/(vn,v,) + - + x ny ny/{vn, v„
= xxy x<p(vx,v2)+ x xy 2q{vX!v2) + ... + xxy ncf(vx,vn)+...+xny xcp{vn,vx)+...+xny ncf{vn,vJ
= <f{x,y)
adică \f = cp ceea ce este fals, deci cpeste unic determinată.
H
D efiniţia 2 Dacă B = {v, ,...,vn }este o bază î n F ş i cp : V x V -> K este o

formă bilineară pe V , atunci scalarii a tj = cp{yi ,v ;.) e K, i , j = \,n se numesc
coeficienţii lui cp în baza B.
Matricea AB = {ay), i , j = 1,n se numeşte matricea lui cp în baza B.
Concluzie: Forma bilineară^? e cunoscută dacă:

1. este dată ca funcţie;
2. se cunosc coeficienţii lui cp pe toate perechile de vectori ai unei baze
din B;
3. este dată matricea lui cp într-o bază din V.
Propoziţia 3 (formula de reconstrucţie a unei forme bilineare când se dă
matricea) Dacă B = {v,,...,vn}este o bază în V şi cp ; V x V —>K este o formă
bilineară pe V atunci, notând:
X« yb A B, = (a ) —
\ ij / ¡J = \,n
matricele coloană ale vectorilor x , y e V , respectiv matricea lui <p- în baza B,

avem formula:
<p{x,y) = X'B -AB -YB
D em onstraţie: Folosind demonstraţia anterioară deducem:

(p[x:y) = <p{xlvl +... + x nvn, y lvl +... + y nvn)
= xly ]<p{vi,v2) + x ly 2<p(v]lv2)+... + x ]y n<p{v„vn) + ... + xny l<p(v„,vx)+... + xtly n<p{vn,vn)
n ■
=IL ^ y j
■j-t
adică matriceal:
<p(x,y}=X'B -A b -Yb
Exem ple:
1. Se dă forma biliniară <p: R 2 x R 2 —> R ce are în baza canonică a lui
R 2 matricea:
A: : Î 2 - ‘i
W O
Să se determine expresia analitică a lui cp.
Soluţie: Fie (xv x 2), (yl:y 2) e R 2 . Folosind Propoziţia 3, avem:

Í \
y,
(p{{xx, x 2),[}’x, y 2))= {xu x 2í 2
\0 1 J <y2/
- (2 x [ x, + x 2 - 2x,y¡ x¡y2 + x 2y 2.
2. Fie aplicaţia <p: R 2 x R 2 -» R dată de:
<p({xi, x 2), (y, ,> 2 )) = x 1^ 1 + 2x2y t - x 2^ 2
Să se arate că (p este formă biliniară şi să se scrie matricea lui cp în baza
canonică a lui R 2.
Soluţie: Verificăm condiţiile Propoziţiei 1:

<p{a \ x x, x 2)+ p ■(zl , z 2) , ( y u y 1)) = <p{fa -x, + x 2 + p ■z 2),{yu y j )
= ( a - Xl + p - z l ) - y l + 2 ( a - x 2 + p - z 2) - y l - ( a - x 2 + p - z 2) - y 2
= a ■<p((xx, x 2),(}’l , y 2))+ P ■<p((zx, z 2),(yx, y 2))
= a - ( x l y l + 2 x i y l - x 2y 2) + p { z xy x + 2 z 2y x - z 2y 2 )
De unde rezultă condiţia 3.a). Analog se verifică condiţia 3.b).

Pentru a determina matricea în baza canonică se calculează:
<P{<P\. P i) = p(<X°)>(l.0)) = 1 cp{cpx,<p2) ~ ^((l,0X0,l)) = 0

cp{cp2,cpx) = cp{(0,1),(l,0)) = 2 (p((p2,<p2) = p ((0 ,lX 0 ,l))- - 1
deci se obţine matricea:
Propoziţia 4 (formula de schimbare a matricei unei fo rm e bilineare la o

schimbare de baze) Fie B, B două baze în V şi corespunzător lor A B si A .
matricele formei biliniare cp: V x V -> K în aceste baze. Atunci are loc relaţia:
Demonstraţie: Folosind formulele matriceale de construcţie a lui cp

avem:
(<p{x,y))=X'B -AB -YB (1)
de unde, înlocuind în relaţia (1) se obţine:
qÁx,y) = h .-X B .) -AbB -[t ,- 7. ) =

\ BB / \ BB B /
= ArB', ' BB
. - A B. - T BB . /)■ 7B ,
Comparând cu (2) şi folosind unicitatea lui A . rezultă:

B
A , = T ‘ . ■Ar,' T ,
Exemplul 3 Fie forma bilineară f : R 2 x R 2 —>R care are în b aza

B = {v, = (3,l), v2 = (0,2)} matricea :
2 P
-1 o
Să se determine matricea l u i / î n baza canonică a lui R 2 şi expresia sa
analitică.
Soluţie:. Se aplică formula din Propoziţia 4 astfel:

A-bc —TBBc • A b •TBBc
Determinăm matricea de trecere de la baza B la baza canonică: fie:
Bc ={el = (1,0), e2 =(0,1)}
Exprimăm vectorii bazei canonice în baza B:
ex = av j + /3v2
de unde obţinem a = —, J3=——. Analog: e2 = a v l +j3v2, de unde

3 6
înlocuind în formulă rezultă:
'1 o f i-
x0 l
A„: = 3 6 ' 3
i 2 x\ 1 .1
0 1 -1 V:
1 ■ 2 ţ 6 2j
2 l_
9 6
-- 0
3 )
Pentru a determina expresia analitică a lui/ folosim rezultatul Propoziţiei 3:

/% -x 2)• (y ,>> 2)) 1 ■i"*, '
Se obţine:
2 J_
9 6 y.i
- I o
v 3 I
i i
P ropoziţia 5 {de reprezentare matriceală a unei fo rm e bilineare)

Spaţiul vectorial B(V) peste corpul K este izomorf cu spaţiul vectorial M n(.K ).
D em onstraţie: Fie B = {v,,v2,...,vn}c: V o bază şi ^ m a tr ic e a formei

bilineare cp în baza B. Definim aplicaţia:
F :M r\ K \ F{<p) = AB
unde A b = (9 (v¡, vj ))i j _-..
Cum <p este unic determinată de matricea sa într-o bază rezultă că F
este bijectivă. Rămâne de arătat că F e s te o aplicaţie lineară: fie y/ e b (v ) care
are în baza B matricea ĂB . Avem atunci:
F(a<p + A ' / ) = (acp + A '/X '- p V ,.)
= a ■< p ( y ¡ , V j ) . + p ■ţ ^ ( v f , V j )
= aAB -i- pAB

Rezultă că F este şi lineară deci este un izomorfism, aşadar
B ( v ) ~ M n(K). m
Consecinţă: dim B ( v ) = dim M n ( k ) = n 2.
Definiţia 3 O formă biliniară cp pe spaţiul vectorial V se numeşte

simetrică dacă:
<p(x,y) = <p{y,x),
pentru orice x , y e V ■
Propoziţia 6 Condiţia necesară şi suficientă ca formă biliniară <p pe V

să
fie simetrică este ca matricea sa corespunzătoare unei baze din V să fie o
matrice simetrică.
Demonstraţie: Fie cp : V x V —> K o formă bilineară simetrică şi o bază

B — {v,,v2,...,vn} în V . Atunci matricea lui cp în baza B este
A g: = ,_—n ■Cum <p este simetrică rezultă că <^v;.,v ,)= pentru
orice i, j = 1, n, i j . Rezultă că AB = A's deci AB este simetrică.

Reciproc, dacă A B este simetrică să arătăm că cp{x, y ) = <p(y, x), pentru
orice x , y e V . Avem succesiv:
q{x, y) = (¡{xvv, + ...+ xnv„, y, v, +... ■+y nvn)
= •*, y M y i ’ V1 ) + W l f a l ■V2 ) + • • ■+ ■ Vn ) + - ' + ’ V 1) + ' - ' + • ■ Vn )
(f{y, x) = x, i^v,, v,) ■+y 2x, <f(v2, v,) +... ■+y nx ,Cf{vn, v,) ■+... ■+.y nxn(v„, v„)
Cum <p(y:,v-) = (pivj,v,) rezultă că (p{x,y)= (p{y,x), deci cp este simetrică.
w
§3. FORME PĂTRATICE
Fie V un spaţiu vectorial peste corpul K.
Definiţia 1 Fie <p : V x V -> K o formă bilineară simetrică. Funcţia

/ : V -» K, f ( x ) = <p(x, x)
se numeşte form a pătratică asociată formei ţ» . Forma biliniară cp se numeşte
polara formei pătratice f
Din definiţie rezultă că orice formă bilineară simetrică defineşte o formă

pătratică şi reciproc, unei forme pătratice date i se poate determina în mod unic
polara. ,
Observaţie: Dacă f :V —> K este o forma pătratică asociată formei

bilineare sim etrice^ şi B = {v1,v2,...,v„} este o bază în V, atunci expresia
analitică a lui / corespunzătoare bazei B este:
f(x)=<p{x,x)=<p(x,v, +... + x nvn, x lvl +... + x nvn) =
= a H(x, )2 + 2 a l2x tx 2 +... + 2 a lnxxx 2 +... + a nn(x„ )2
Din Observaţie deducem că / este cunoscută ca funcţie dacă se cunosc

scalarii a tJ = <p{yi , v; ), i, j = 1,n , adică dacă se cunoaşte matricea lui cp în baza B.
Definiţia 2 Se numeşte matricea în. baza B a form ei pătratice

f : V —¥ K ,
matricea în baza B a polarei acesteia.
Propoziţia 1 Polara cp a unei forme pătratice/ : . V -» K este dat de

formula:
^ Xiy) = f k t â z M - M
pentru orice x, y e V .
Demonstraţie: Deoarece:
f ( x + y) = cp(x + y , x + y)
= g>(x,x)+ 2 cp(x, y)+<p{y,y)
= f(x )+ 2 tp (x ,y ) + f ( y )
obţinem că:
p(x ,y ) = ă ^ A z â * h l ( â '
Observaţii:
1. Reconstituirea unei formei pătratice / ca funcţie atunci când se
cunoaşte matricea A b într-o bază se face după formula:
( f( x ) ) = { 9 ( x >x )) = X ‘BABX B
unde:
A Bn = \a„ ) —
\ ij lxi=\.n
2. Deoarece matricea lui / într-o bază este şi matricea polarei

sale cp în acea bază, deducem că formula care leagă matricele lui /
corespunzătoare bazelor B şi B' din V este:
A : = T ‘ . -Ab -T ,
B BB B BB
3. Din cele de mai sus deducem că:

# dacă cp este cunoscut ca funcţie sau prin matricea sa într-o bază,
atunci / este determinat prin:
f { x ) = cp{x,x) sau (f(x )) = X B
‘ ABX B
» reciproc, dacă este dată expresia analitică a formei pătratice /
sau este dată matricea sa într-o bază atunci polara sa cp se defineşte astfel:
„ ( x . y h X ’M sau ^ , y ) , / (W )- / 0 0 - / 0 0
§4 FORMA CANONICĂ A UNEI FORME PĂTRATICE
Definiţia 1 Spunem că o formă pătratică f are o expresie analitică

canonică (formă canonică) dacă există o bază 5 = {v1,v2, . . . , v J c V
corespunzător căreia/a re forma:
f ( x ) = a u {x i y + a 22(x2f + - + am{ x nf
Evident, în acest caz, matricea lui / în acea bază este o matrice
diagonală. Se pune problema existenţei în spaţiul vectorial V a unor baze
corespunzător cărora expresia analitică a formei pătratice să fie o expresie
analitică canonică.
Cunoaşterea unei forme canonice pentru o formă pătratică în cazul K=R
dă posibilitatea de a deduce uşor dacă vtia constalorile acesteia sunt numere
pozitive sau nu, fapt ce va fi important în capitolul următor.
Următoarele teoreme asigură existenţa- unei vaze în spaţiul vectorial V
corespunzător căreia o formă pătratică are formă canonică.
Teorema lui Gauss Intr-un spaţiu vectorial există o bază corespunzător

căreia o formă pătratică dată să aibă formă canonică.
Demonstraţie: Demonstraţia consta in descrierea unui algoritm de

constructie a unei baze corespunzător careia / are. forma canonica, precizandu-se si
modul in care se obţine forma canonica; o eventuala schimbare a ordinii paşilor
algoritmilor duce la obţinerea unei alte baze, deci si a unei alte forme canonice.
Fie o formă patratică care are în baza B = {v/ ,v7)...,v(1} c F expresia
analitică:
n n
/ ( * ) = z aux i + 2 X aax ix j
i=l i,j=l
j<i
Avem următoarele două cazuri:
Cazul 1: Să presupunem că există cel puţin un coeficient aif * 0 , adică
în expresia analitică a formei pătratice apare pătratul cel puţin al unei
coordonate a lui x.
Să presupunem că au ^ 0 . Prima etapă a algoritmului constă în
construirea unui pătrat perfect folosind toţi termenii care conţin coordonata x l ,
astfel:
/( * ) = — k + 2 a u x {(au x 2 + ... + a {nx J \ + F { x 2,..., x J

«ii
unde F este o fornră pătratică în coordonatele x 2,—,x n. Vom completa expresia
din paranteza dreaptă pâna la un pătrat perfect; notând an x 2 + ... + ainxn = g(x)
se obţine:
■/(*) = — kiî2 +2anx, g(x)+g2(x)]— l

- g{xf +F(x2,...,xn)
an au
= — [anx l + g ( x ) f + F l (x2,...,xn)
a,,
unde Fx este o formă pătratică în coordonatele x2,...,xn.
Să construim . acum baza B xîn care vectorul x are coordonatele
y x, y 2,.;.yn da.ie de:
y x = a xxx x + a X2x 2 + ... + a,„x„
>’2 = x2
> ’r. =
Din aceste formule deducem că:
au al2 . •• a lH
0 1 ... 0
0 0 ... 1
şi cum TBB = a xx 0 baza 5, este corect Construită. Relativ la baza. B x, f v a

avea expresia analitică:
f { x ) = — y l +Gx{y2,-y„).
a xx
C azul 2: Dacă în expresia formei pătratice / nu apare pătratul nici unei
coordonate, adică a u = 0 pentru orice i = l , n , vom încerca să reducem
problema la cazul precedent arătând cum se poate construi o bază relativ la care
expresia analitică a lui/ să conţină cel puţin un pătrat perfect.
Putem presupune, fără a restrânge generalitatea, că a x2 ^ 0
(raţionamentul se poate repeta pentru orice atj * 0, i * j ). Atunci facem
schimbarea de bază dată de:
Xn = Zn
unde sunt coordonatele lui x în noua bază. In această bază expresia

analitică a lui f este:
f ( x ) = 2au {z1 - z22)+... + 2an_xanz n_xz n.
Prin aplicarea repetată a raţionamentelor descrise mai sus se obţine o
bază în V corespunzător căreia f are o formă canonică.
Teorema lui Jacobi Fie fi = {v,,v2l. . . , v J c F o bază corespunzător

căreia forma pătratică / : V -» K are expresia analitică:
n n
fix ) = Z aiiXi + 2 Z aiiXiXj
i=l
j<i
Dacă determinanţii:
“ ru j
D,
C it, dy
sunt nenuli, atunci există în V o bază B' = {vj.vj,..., } corespunzător că

careia
forma / are formă canonică, iar aceasta este dată de:
f { x ) = — y> + ^ - y l + . . . + ^ ± y l
W A * D2 1 Dn
unde v = .
Demonstraţie: Forma pătratică / şi polara sa cp au în baza B

aceeaşi matrice simetrică ÂB = (a&
.). = (^(v^Vy)) . Din ipoteză rezultă că
în baza B' matricea lui / şi a lui cp va fi Ag. = (a? ) ^ cu
a j = 0, 7 < i, i , j ~ \ ,n iar restul elementelor sunt date de:

D, D
Forme lineare şi forme M ineare 97
Condiţiile impuse elementelor matricei simetrice AB sunt în număr de
n(n + 1)
2
Deci dacă vectorii bazei B ar fi exprimaţi în baza B, aceste relaţii vor depinde
¿ e n(n.+ .0 parametrii care ar fi apoi determinaţi din cele n(n^~ l) condiţii
impuse matricei AB. Avem relaţiile:
V2 = a i2Vl + a 22V2
de unde rezultă că matricea TBB- este nesingulară dacă produsul

a u - a 22-...-a nn* 0 .
nifi +1)
Vom arăta acum că cele — —- condiţii impuse elementelor matricei
A . reprezintă un sistem compatibil determinat cu necunoscutele

a .lj,' ji = 1, n,J i < jj unde a„u = 0 , i - 1,n.
Să observăm întâi că condiţiile atJ = 0, j < i, i, j = 1, n sunt echivalente
cu relaţiile:
p ( v > ') = °
sau, echivalent, cu:
a \j ,v l) + a 2Jtp(v‘l,v2)+... + a , v; ) = 0, i = 2 ,n ,j = l , i - l
Se, obţine:
j = l: a n cp(v\,v,)= 0, i = 2,n
j —2 : a u <p(y'i ,vl )+ a 22^(v),v2)= 0, i-3 ,n
j = n - 1: a i„_lp{v[,vl) + a 2n_l<p(v[,v2)+... + a n_u _i<p(vi ,vn_i )= 0, i =n

Cum a n & O, # 0, i = 2,n, din acest sistem avem că

(p(y',,Vj)=Q, j < i , i = 2 , n .
Din aceste condiţii rezultă:
a u<p{vi -Vj)+ ... + a a<p{vi ,Vj)= 0
adică:
a,,uâ j +... + a„aj = 0, j = l,z —1, i = 2,n
Dând valori pe rând lui j obţinem sistemul de ecuaţii:
a \\au + ~- + a aau = 0
a l2a l i +... + a i2ai! = 0
i — 2, n .
ccv_lau-+ ... + a tMaa =0

Acest sistem conţine, pentru un i fixat i-1 ecuaţii, unde i = 2 , n . Rezultă că
n{n —l).. . n(ri + 1)
avem ------L ecuaţii şi —-------' necunoscute. Este, deci necesar să adăugăm n
ecuaţii şi anume:
ţc(vi,v; )= 0 , i = l,n.
Pe larg, aceste ecuaţii sunt:
aii9,(v1..vJ + - + a«9’(v,.vl)= l
sau:
a u au +.:. + a u.aa =1, i = l,n.
Sistemul astfel obţinut devine compatibil determinat pentru fiecare
i = 2,n iar Soluţiile sale se pot determina cu regula lui Cramer; astfel se obţine:
£>_, —
a„ = —— , i = 2 ,n.
A
Pentru i = 2, n avem:
a 'u = W ’v 'i)= <
p {v '<
. a uv i + «2,v2 + •■■+ ¿Vi)
= a u(p(v'i,v l)+ a 2ig)(v'i,v 1)+ ... + a ^ . v )
=au
= ^tL
D,
Forme lineare şi forme bilineare 99.
• Pentru i - 1 avem că:
« i 'i = <p ( v ' v v ' x ) = <p { v [ . a n v l )
t=ancp(yv v i)
=an
Dar
1 = îz;(v1, v1') := îo(vi, q:i !v1)
= anţp(vi,v,)
= a u ■a n
de unde a u = — - şi deci vectorul v\ e B este determinat şi în plus rezultă că

D0
1
aw ~ —
D
de unde rezultă că relativ la baza B forma pătratică f are formă canonică.
'■
D efiniţia 2 O formă pătratică / : V —> R se numeşte pozitiv definită

dacă f { x ) > 0 pentru orice x e V .
Forma pătratică se numeşte negativ definită dacă f ( x ) < 0 pentru orice
xeV.
O bservaţii:
1. Dacă o formă pătratică are forma canonică
f ( x ) = a {x f + a2x 2 +... + apx 2p
şi dimV=n atunci rezultă că p < n . In acest caz, / este pozitiv definită dacă şi
numai dacă ai > 0 , i = l , p şi p=n.
In plus, dacă forma canonică a fost obţinută folosind metoda lui Jacobi
atunci/ este pozitiv definită dacă şi numai dacă Di > 0.
2. Pentru a determina dacă o formă pătratică reală este pozitiv sau
negativ definită este important de ştiut numărul coeficienţilor pozitivi sau
negativi dintr-o formă canonică a acesteia.
Următoarea teoremă arată că acest număr este constant pentru toate
formele sale canonice.
Legea inerţiei a lui Sylvester Intr-o formă canonică a unei forme

pătratice numărul coeficienţilor nenuli, iar dintre aceştia, numărul coeficienţilor
pozitivi, respectiv negativi, este constant (nu depinde de baza în care este forma
canonică).
Demonstraţie: Fie B = {vl,v2,...,vn} şi B' = {eI,e2,...,en} două baze în

V şi x e V care are, în cele două baze exprimările:
x = x,v, + x 2v2 + ... + x nvn respectiv x = y,el + y 2e2 +... + y nen .
Fie forma pătratică f : V -» R care are în aceste baze formele canonice:
f ( x ) —a lx l + a 2x 2 +... + a px p —ccp+lx p+x —... —ccp+qx p+q
respectiv:
f (x ) - ß\~y\ + ßiyl + ■■■ + ß ryl - Ä + i ^ r + i - - ß r+syl+s ■
Vom demonstra că p = r şi q = s. Să presupunem, prin reducere la absurd, că
p & r , de exemplu că p > r.
Să notăm U x subspaţiul vectorial generat de sistemul linear independent
St = \vv v 2,...,vp j
şi U 2 subspaţiul vectorial generat de sistemul linear
independent
S 2 = {er+1,...,en}. Atunci dimUl =_p iar dimU2 = n - r . Avem că:
n > dim(Ul + U 2)= dim Ul + dim U2 - dim(Ux n U 2)
= p + (n ~ r ) - d im { U x ^ U 2)
de unde rezultă că dim(U] n î 7 2)> p - r > 0. Deci există un element
x0 e £ /, r^ U 2,x o * 0 care are, în bazele 5, şi S 2, exprimările:
* o = V i +...-+Apvp = y r+ier+, +... + r nen .
Din cele două forme canonice rezultă că:
f ( x o) = a lAf+... + a pAp >0
şi:
f(,X o ) = - ß r +r f - - - ß r+j L < 0 .
ceea ce este absurd, deci p < r .

Analog, presupunând că p < r se obţine p > r deci p =t=r. Analog se
demonstrează că q = s.
m
Exem ple:
1. Fie forma pătratică:
f : R 3 —» R, f ( x l, x 2,x 3) —x 2 + 3 x 22 + 4 x32 - 2 x , x 2 + 4 x2x 3.
Să se determine:
a) polara formei pătratice;
b) matricea lui / în baza canonică a lui R 3.
c) matricea lui / în baza :
B = {(1,1,1), (l,l,0), (l,0,0)} c R 3
d) forma canonică a lui / şi baza B corespunzătoare.
Soluţie: a) Vom determina polara formei pătratice cu formula din Propoziţia 1:
a \ (. . . \\ f { { ^ ^ 2 ^ i ) + {yx. y 2- y z ) ) - f { ^ . x 2, x , ) - f ( y , , y 2, y l )
g{{xu x 2, x 3), [ y ^ y ^ y 3)) = — :------ — -------------- -— ---------------------------------- -
= ^ ( f ( x i + y i - x 2 + y 2 - x 3 + y }) - f { x , . x 2,x3) - f ( y ]fy 2, y 2))
= ^ ( ( x'i + ^ , ) 2 + 3 (x2 + y 2)2 + 4{x3 + y 3)2 - 2 { x x + y i \ x 2 + y 2) + 4( x2 + y 2\ x 3 + y 3) ~
- x 2-3 x 22 -4 x 32 + 2 x xx 2 - 4 x 2x 3 - y 2 — 3 y 2 - 4 y 32 + 2 y ly 2 - 4 y 2y 3)
= x xy, + 3x2y 2 + 2x3y 3 - x , y 2 - x 2y t + 2x2y 3 + 2x3y 2
b) Ştim că matricea unei forme pătratice într-o bază este matricea polarei sale
în acea bază. Vom determina deci matricea lui g în baza canonică. Fie:
B c = {e, = (1,0,0), e2 = (0,1,0), e3 = (0,0,l)}
baza canonică a lui R 3. Calculăm:
g(el ,el) = 1, g{e1,e2) = - 1, g(e,,e3) = 0
g(e2,e2) = 3, g(e2, e3) = 2, g(e3,e3) = 1
Obţinem matricea:
( 1 -1 o ''
A bc - -1 3 2
2
2,
c) Matricea lu i/în baza B se poate obţine în două moduri: la fel ca la punctul
precedent sau, folosind formula de schimbare a matricei uneui forme bilineare
la o schimbare de bază. Vom opta pentru a doua variantă:
=TL
\ "1 -10'
'1 1. 1 fl l ' i )
1 1 0 - 1 3 2 1 1 0
1 0 0 ,0 2 2, ,1 0 0,
'8 4 0^
4 2 0
V0 0 1V
d) Pentru a determina forma canonică a formei pătratice vom folosii metoda lui
.Gauss: vom completa termenii care conţin variabila x , până la un pătrat perfect:
x 3 ) = x , 2 + 3 x 21 + 4 x 32 - 2 X ( X 2 + 4 x 2x 3
= ( x , 2 - 2 x j x 2 + x 22 ) + 2 x 2 2 + 4 x 32 + 4 x 2 x 3
= (xt - x 2)2 + 2 x 2 2 + 4 x 32 + 4 x 2x 3
Vom relua procedeul cu termenii rămaşi:

/ ( x , , x 2 , x 3) = (x, - x 2) 2 + 2 ( x 2 + 2 x 3 + .2 x 2 x' 3 )
= (x, - x 2 ) 2 + 2 ( x 2 + x 3) + 2 x 3
Se obţine forma canonică:

s(yi ’y2>y3) = + iy\ + 2 ^2.
Baza corespunzătoare se găseşte rezolvând sistemul:
r=>’:
2 + x3 = y2
*3 ~~ y $
Din soluţia:
x i= y i+ y 2 - y3
x2 =yi -y3
x3= y3
avem baza:
b ' = {v[ = (1,0,0), v; = (1,1,0), v; = ( - 1- 1,1)}.
2. Fie form abilineară / ; >R , f { p , q ) = [p q) (l), pentru

' orice p , q e R x[ X ],
a) Să se arate că / este o formă bilineară simetrică şi să se scrie forma
pătratică g asociată;
b) Să se determine matricea lui g în baza:
B = {vj = - X + 1, v2 = 2X - 3} c; Rx[A-]:
c) Este această formă pătratică pozitiv definită?
Soluţie:
a) . Cum f ( p , q) = {p ■q ) (l) = (q ■p ) {l) = f { q , p ) pentru orice
p ,q * R \x ]
rezultă c ă /e s te o formă bilineară simetrică. Forma pătratică asociată este:
g (p ) = f{p > p )= t 2)(l)-
Mai exact, expresia analitică a formei pătratice este:
g {a X + b) = (a2X 2 + 2abX + c)(l) = 2 a 2 + 2 a b .
b) Matricea formei pătratice fiind matricea polarei, calculăm:
/ ( - X + l , - Z + l ) = [ ( - X + l ) - ( - X + l)]'(l)= 0
/ ( - X 4 1 , 2 X - 3 ) g [(- X + l ) i 2 X - 3)]’(l) = 1
/(:2 X - 3, 2 X - 3) i [(2 A' - 3) ■(2 X - ?)]’(l) = - 4
Obţinem matricea:
4 ,=
.1 “ 4 .
c). Pentru a vedea dacă g este pozitiv definită, o aducem la forma canonică;
observăm că metoda lui Jacobi nu poate fi aplicată, deci vom folosi metoda lui
Gauss:
g{aX Jrb ) = 2 a 1 + 2 ab = 2 ^ a 2 + a¿> + -^£>2^J--^-¿>2
21 a + . - | - - b 2
2 ) 2
deci g nu este nici pozitiv, nici negativ definită.
3. Fie forma pătratică g : M 21(r ) x M 2í (R ) —>R care are, relativ la baza
B= :,Et = -M J r )
matricea:
.1 - 2 ,
Se cere:
a) Să se determine matricea lui g în baza canonică şi expresia analitică a
acesteia;
b) Să se determine polara f a lui g;
c) Să se aducă g la formă canonică indicându-se şi o bază în care are
această formă.
Soluţie:
a) Folosim formula de schimbare a matricei unei forme pătratice la o
schimbare de bază:
■T‘
' x BBC
-A -T1 BBC
Pentru a determina matricea de trecere de la baza B la baza canonică
exprimăm vectorii bazei canonice ca şi combinaţii lineare ale vectorilor bazei B:
>—*
rn '2 '
=a• +ß;
A V1-,
de unde se obţine a = —1, ß = 1. Analog:
"O''
= a-\ + /?•
.b
de unde se obţine a = 2, fi = —1. Deci matricea de trecere este:
T
J bbc
=
1 -1
înlocuind în formula de mai sus avem:
-i i > (2 1 'j f - l 2\
A„_
2 . ~ b li - 4 O -ij
-2 1A
1 2
Expresia analitică a formei pătratice se obţine cu formula:
(g(x)) = X ‘BcABcX Bc
Se obţine:
= ( * y\
= —2 x 2 + 2 xy + 2 y ¿
b) Procedând ca la Exemplul precedent se obţine polara:

i r X\ z
/ = —2 xz + xt + y z + y t .
\y)
. c) Pentru, a determina forma canonică a lui g folosim metoda lui Jacobi;
pornind de la matricea în baza canonică calculăm minorii:
A -2, D 2 = det Ag = —5 ;
Se observă că ambii minori sunt nenuli. Forma canonică va fi:
1 2 2 j
£ -u + —V .
2 5
Să determinăm acum baza B = {e [, E ‘2 } în care are loc forma canonică:
E \ = a ■E,
E '2 = ¡3 ■E x -v j ■E 2
Aceşti vectori se determină din condiţiile:
f { E [ , E x ) = l, f { E x,E't ) = 0, f{E'2, E 2 ) = 1
astfel:
f{E [ , E x )= f { a E l , E, ) = q f{ E x, E x ) = - 2 a = 1
( n
de unde obţinem
, a = —2 , deci j?,i =
Vo I
In mod analog avem:
f ( E \ , E 2)= f [ - ^ E x, ß - E . + y - E ^ - ^ ß - f { E x,E x) - ± r - f { E v E 2)
= -/? — r = o
2
şi:
/ & , £ 2 )= /(/? ■ 2?t + r ■£ 2, £ 2) = /?• A E ltE 2)+ r ■f ( E 2, E 2)
= ß + 2y = \
Rezolvând sistemul format cu cele două relaţii se obţin /? =
E2 =
Baza în care g are formă canonică este:

( n
( 1
B = ,E 2 =
\ y
V3
1. In spaţiul vectorial R 3 se consideră următoarea aplicaţie:

f ( x , y ) = 2 x xy x 4- x 2y x + 3x2y 2 + 2 x3y } - 2 x xy z - x 3y 2
a) Să se arate că / este formă bilineară;
b) Să se scrie matricea lui / în 5 c a lui R 3;
c) Să se găsească matricea lu i/în baza:
B = (e, = (1,1,1), e2 = (0,1,2), e3 = ( o , l , l ) } c i ? 3.
2. Fie aplicaţia / : i?j [ i j x i î , [x ] -> R definită prin:

1 1
/ ( ? » ? ) = Ji>(x)ix • jV(x)fc
o o
Se cere:
a) Să se arate că/ este formă bilineară simetrică;
b) Să se determine matricea lui / în Bc a lui Rx[ x ] ;
c) Să se determine matricea lui / î n baza:
B = { X - 1, 2X + l}.
Forme lineare şi forme bilineare 10 7
3. Fie forma bilinera f : R 3 x R 3 —> R care are matricea
li -2 m
A= 0 1 1
Şţl 1 °|
în baza:
a) canonică a lui R 3;
b) B = {(1,1,1), (-1,1,0), (2,0,0 )} c i i 3.
Să se determine expresia analitică a lui / în fiecare caz în parte.
4. Să se verifice că aplicaţia / : /?, [x ]x R ][ x ] —> R dată prin expresia:

f ( a X + b,cX + d ) = ac —2bd
este o formă bilineară. Să se scrie matricea lui / î n baza B = {2X + 1, X - 1 ) .
E s te /o formă simetrică ?
5. Fie forma pătratică:

/ :7?3 —> R, f ( x x,x 2,x 3) = x j2 + 6x22 + 3x32 - 2x,x2 + 6x2x3 .
Să se determine:
a) polara formei pătratice;
b) m atricea lui / în baza canonică a lui R 3.
c) m atricea lui / în baza :
B = {(l,l,l), (2,l,o), (l,3,—l)} tr. R-
d) forma canonică a lui / şi baza B corespunzătoare.
6. Fie forma bilineară simetrică / / R 3 x R 3 -->

/ ( ( x !,x 2,x 3) , ( y , ,j 2, j 3)) = 2 x 1^ 1 - 2 x 2^ 2 + x 3>>3 + 4 x ,> 1 + 4 x 2j | - x | | 3 - x,v.
a) Să se precizeze forma patratică g asociată;
b) Să se aducă forma patratică g la forma canonică precizându-se o
baza care are această formă.
7. Se dă f : M 21(r ) x M 21(r )-> R o formă bilineară care are în baza
canonică matricea:
- R ;
a) Să se stodieze dacă / este simetrică ;
b) Să se determine matricea lui / în baza:
B = \ E X=
a
c) Sa se calculeze / ( A ,B ) unde:
A ( l ) ,B =
A
8. Utilizând metoda lui Gauss sau metoda lui Jacobi să se aducă la

forma canonică următoarele forme patratice, indicându-se şi o bază în care are
loc această formă:
a) f : R 3 —» R, f ( x l,x 2,x 3) = x 2 + 5 x22 + 6 x 2 + 4 x xx 2 —2 x tx 3 - 6 x 2x 3
b) f :R3 R, f ( x x,x 2,x 3) = x 2 - 4 x lx 2 +(>x2 + 4 x 2x 3 + x 2
c) f : R 3 -» R, f ( x x,x 2Jx3) = 4xx2 + 4 x xx 2 - 4 x 2x 3 - 8 x 32
d) / : R 3 —> R, f ( x J,x 2,x 3) = x lx 2 + x ix 3 + x 2x 3
e) f :R3 R, f [ x x,x 2,x3) = x xx 2 —x 2x3.
9. Să se aducă la forma canonică următoarea formă pătratică

/ ; R 4 -> R
f ( x ) = x 2 + 4x 2 -f x 32 + 4x 42 + 4xxx 2 + 2xxx 3 + 4 xxx4 + 4x2x 3 + 8x2x 4 + 4x3x 4

folosind metoda lui Jacobi, precizându-se şi baza în care are acesastă formă
canonică. Este/ pozitiv definită? Să se determine polara lui /
10. Se dă forma pătratică:

/ : R 3 —> R, f ( x x,x 2,x 3) = 4 x 2 + 2 x 2x 3 + 2 x 2 + 2 x ,x 3.
a) Să se reducă / l a forma canonică cu metoda lui Jacobi,
precizându-se
şi baza în care are acesastă formă canonică.. E ste/p o zitiv definită?
b) Să se determine polara l u i /
CAPITOLUL V
SPATII
? VECTORIALE EUCLIDIENE
§1 SPAŢII VECTORIALE EUCLIDIENE. DEFINIŢII,

PROPRIETĂŢI
Fie V un spaţiu vectorial peste R de dimensiune n.
Definiţia 1 O formă bilineară / ; V x V -» R simetrică şi cu forma

pătratică
asociată pozitiv definită se numeşte produs scalar pe V.
Un spaţiu vectorial dotat cu un produs scalar se numeşte spaţiu vectorial
euclidian.
Notăm E = (V, f ) sau E = )), unde (x,y) = f ( x , y ) este o altă notaţie
pentru produs scalar.
O bservaţie: Produsul scalar pe un spaţiu vectorial este o operaţie

externă pe V care satisface condiţiile:
(S.V .E.l) {x >y) —{y . x )> pentru orice x , y e V.
(S.V.E.2) {x + z,y } = (x ,y ) + {z,y), pentru orice x , y , z e V .
(S.V.E.3) (ax,y ) = {\x,ay) = a ( x , y ), pentru orice x , y e V , a e K.
(S.V.E.4) (x,x) > 0, pentru orice x e V, x * 0.
Exem ple:
1. S paţiul euclidian canonic (standard) R"
Fie V = R n şi ( , ) : R" x R" -> R dată de:
(x ,y ) = ({xl ,...,xn),(yl,...,yn)) = x ly l + ... + x ny n
pentru orice x = (x ,,...,x n), y = (y]t...,yn) e R " .
Atunci E n = ( * " ,( ,) ) este un spaţiu vectorial euclidian numit spaţiul euclidian
standard sau canonic.
D em onstraţie: Evident, (x,y) = ( y ,x ) , pentru orice x , y e R n.

Fie a , p s R şi x , y , z e R " ; atunci avem:
(ax + fiy,z) = (a(xl,...,xn) + J](yl ,...]y n),(zx.....z j )
= ((ca, +J3yx,...,ax„ + /3yn),{zy,...,z„))
■= (ax, + /$;, )zt +... + (ar„ + /?>'„ )z„
- a { x ,z, + ... + x„z„) + /?(y1z 1 + ... + y„z„)
= a(x,z} + fl(y, z)
deci aplicaţia definită este o formă bilineară, simetrică. Rămâire de arătat că
forma pătratică asociată ei este pozitiv definita:
(x, x) —Xj + X2 + ... ~t~x n ,
ceea ce trebuia demonstrat.
Produsul scalar definit mai sus se numeşte produs scalar canonic.
2. Fie spaţiul vectorial real V = C[„ al funcţiilor reale continue pe

intervalul \a,b\. Definim pe acest spaţiu aplicaţia:
( f - g ) = j f{ x ) - g ( x ) d x ,
a
pentru orice f , g e C[a_6j . Folosind proprietatea de linearitate a integralei rezultă

că aplicaţia de mai sus este o formă bilineară, iar din comutativitatea înmulţirii
a două funcţii ea este şi simetrică. In plus:
( / • / ) = J' f ( x f dx> 0
a
Deci forma pătratică asociată este pozitiv definită. Rezultă că am definit’ un

produs scalar; spaţiul euclidian astfel construit se notează cu Z-2.
Spaţii vectoriale euclidiene 111
D efiniţia 2 Se numeşte norma sau lungimea unui vector x e E numărul
real şi pozitiv notat ||x|| = ~J(x,x) .
Definiţia 3 Un vector x e £ s e numeşte versor sau vector unitar dacă

norma lui este 1:
Observaţii 1. Fie E = (F, ( )) un spaţiu vectorial euclidian. Se ştie că

folosind produsul scalar dat, V poate fi înzestrat cu o structură de spaţiu normat
şi corespunzător, cu o structură de spaţiu metric. Putem spune, deci că ( f ,|||)
este un spaţiu normat. Cu ajutorul normei astfel definite pe F se poate defini şi
o metrică:
d : V x V —>R, <i(x,_v) = ||x-_y|
astfel că (V, d ) este un spaţiu metric.
1. Norm a definită de produsul scalar canonic este dată de:
INI=V*l +X2 + - + Xl
şi se numeşte norma euclidiană.
Inegalitatea lui Cauchy-Buniakovsld-Schwarz Fie E - (F, { )) un

spaţiu vectorial euclidian. Atunci are loc inegalitatea:
MMmMI
pentru orice vectori x , y s V .
Demonstraţie: Din definiţia produsului scalar ştim că:

(x —a y,x —ay'j > 0
pentru orice a e R, x —ocy ^ 0. Dar:
{x-c c y ,x —ay) = (x ,xs] - 2 ( x , y ) + a 1( y y )
= ||x||2 —2(x, >,^ + a 2|y||2 > 0

Această expresie este pozitivă pentru orice a e R dacă discriminantul ecuaţiei
de gradul doi în a este negativ, de unde rezultă:
4( x ,y ) 2 “'4||x||2||y||2 < 0
care este chiar inegalitatea cerută.
Dacă x —ocy = 0 , adică cei doi vectori sunt colineari, deducem:
(x,y) = (a y ,y ) = a(y,.y) = a\\y\\2 = ±\\ay\\■||y|| = ±||*j| -fy)

de unde rezultă relaţia cerută.
Inegalitatea lui Minkovski Fie E = (f,'( )) un spaţiu vectorial

euclidian. Atunci are loc inegalitatea:
pentni orice vectori x , y e E.
Demonstraţie: Folosind Inegalitatea lui Cauchy-Buniakovski-Schwarz

avem:
II* + H|2 = ( x + y , x + y) = ||x||2 + l ( x , y ) + \\y f <
* H a+ 2 H - M+K -
= M+IMI)2
Cum jjx + > 0 rezultă inegalitatea cerută.
■
Definiţia 4 Fie E = (v, ( )) un spaţiu vectorial euclidian şi x , y e E,

x , y ^ 0. Numărul 6 e [0,/r] dat de:
se numeşte unghiul dintre vectorii x şi y.
§2 ORTOGONALITATE INTR-UN SPAŢIU VECTORIAL

EUCLIDIAN
Definiţia 1 Fie E = ( v ,( un spaţiu vectorial euclidian. Doi vectori

x , y e E se numesc ortogonali sau perpendiculari dacă produsul lor scalar este
nul:
(x.y) = 0.
D efiniţia 2 Un sistem de vectori S c E se numeşte sistem ortogonal
dacă vectorii săi sunt ortogonali doi câte doi:
(x,y) = 0 ,
pentru orice x , y e E, x ■£ y.
D efiniţia 3 Un sistem de vectori S c= E se numeşte sistem normat dacă

toţi vectorii săi sunt versori:
pentru orice x e E, x & 0,
D efiniţia 4 Un sistem de vectori S c E se numeşte sistem ortonormat

dacă este un sistem ortogonal şi normat:.
< * » 4 °[l,* x = y
P ropoziţia 1 Fie E = {v, ( )) un spaţiu vectorial euclidian. Orice

sistem ortogonal de vectori S <~ E - { o} este linear independent.
D em onstraţie: Fie a x,...,an e R, x x,...,xn e E cu (x:, x ^ = 0 pentru

orice i 5* j , astfel încât a xx x+ ... + a nx n = 0 . Rezultă de aici că:
{axx x +... + a nx„J x l) = {0,xx} = 0
de unde:
ct, (x ,, x ,) + a 2(x2, x x} +... + a n (xn, x x) = 0 .
Folosind ipoteza obţinem că:
II
a x x, =0
deci a x = 0.
Procedând în mod analog şi pentru ceilalţi vectori ai sistemului rezultă
că toţi scalarii a i sunt nuli, pentru orice i = 1, n , adică sistemul este linear
independent.
«
E xem plu: In spaţiul vectorial C([0,2^]) al funcţiilor reale, continue pe
intervalul [0,2tt] în care definim produsul scalar prin aplicaţia:
{/><?} = \ f { x ) g { x ) d x
O
considerăm următoarea submulţime de funcţii trigonometrice:
unde:
f 0(x) = 1, f 2 k-\(•*) = coskx, f 2k(x) = sin k x , k > 1.
întrucât ( f k , f , } = 0, k ^ l , rezultă c' S este o mulţime ortogonală; în plus
0 gS
deci .Veste independent'.
împărţind fiecare funcţie prin norma sa:
l/oi = V(/o>/o) - J jd * = ^
7.71
Jcos2 xdx = ^
o
2n
J sin2 xdx —
o
obţinem mulţimea ortonormată:
{(px,(p2,...,(pn}
unde:
Po (^0 “j > ^Pzk-iip^) cos k x , (pj^ (x) = ^=rsin/cc.
v 2 ;r V7T
Observaţie: Mulţimea ortogonală S ne ajută să construim seria Fourier
a unei funcţii periodice.
Propoziţia 2 Fie E = (v, ( )) un spaţiu vectorial euclidian şi
x0 e E - {o}. Mulţimea:
xt = {y e E, (x0,y) = O}
formează un subspaţiu vectorial al lui E numit subspaţiul ortogonal vectorului
x0.
In plus, dacă dim E=n atunci dim x0L = n - 1 .
Demonstraţie: Fie a, ¡5 e R, y , z e x ^ ; vom arăta că ay + J3z e x„ :

(ay + fiz,x) = a(y, z) + /?(z, x) = 0
deci x ţ formează un subspaţiu vectorial al lui E.
Fie dim E=n şi B - {x0, v, } c: E o bază obţinută prin completarea
bazei {x0} la o b a z ă în ii. Construim sistemul de v e c to rii =. }daţi de:
et = v,. —a tx Q, !
unde a i se determină din condiţia {x a,ei) = 0. Rezultă de aici că:
C0 ’ V i )
a, i = 1, n —1 .
Evident că S c x ^ ; să arătăm acum că S formează o bază pentru x ţ . Folosind

Criteriul practic de studiu a linear independenţei unui sistem de vectori,
matricea care conţine coordonatele vectorilor sistemului S în baza B este:
a, &2 0
1 0 0
0 1 0
A- 0 0 0
0 0 .. -a ,
0 0 1
şi are rangul ?i-l egal cu numărul de vectori. Deci S este un sistem linear
independent, de unde rezultă că sistemul B' = S u {x0} formează o bază a lui E.
Fie acum y e x ^ ; relativ la baza B' vectorul;; are exprimarea:
y = y 0x „ + y ,e l +... + y n^ e ^ .
Cum y e Xg rezultă că:
0 = ( x o ’y) = y 0(x 0 ’xa) + yi(xo’ei) + ■■■+f|= i (xo>'4 ,.i) >
dar (x0, et ) = 0, i = 1, n - 1 de unde se obţine y 0 - 0, adică:
y = y lel + - + y^,e„_l
deci S este şi sistem de generatori pentru x ţ şi dim x ţ = n-1.
P rop o ziţia 3 Fie E - (v, ( )) un spaţiu vectorial euclidian şi S ( z V un

subspaţiu vectorial al lui E. Atunci mulţimea:
S 1 ={ x <
e E, (x,y} = 0, V y e E )
formează un subspaţiu vectorial al lui E, numit complementul ortogonal al lui S.
Demonstraţie: Fie x , y e S x , a , P e R; avem:

(ax + Py.z) = a (x,z} + p ( y ,z ) = 0'
pentru orice z e S , de unde rezultă că ax+.fiy'e S l .
m
Propoziţia 4 Fie E = (v, ( )) un spaţiu vectorial euclidian şi S cz V un

subspaţiu vectorial al lui E. Atunci are lo egalitatea S © S x - V .
Demonstraţie: Să arătăm că S n S x = {O'}: fie x e S n S x ; rezultă că
x e S şi x e S 1 , deci (x,x) = 0, adieăx=0.
Să arătăm acum că S + S 1 = V : fie [e], e2 ep } o bază ortonormată a
p
lui S şi x e V . Definim atunci vectorii v, = V (v, ei) ■et şi v2 = v - v ,.
r-1
Deoarece:
(v2,et ) = ( v - v l,ei) = (v, e, ) - ( ^ Z { v , e k), e, ^
= {v-ei } ~ ' E ( v’ek)Si°

k=\
= {v1ei) - ( v , e i)
=0 - '
Deci v = v, + v2 cu v, e S şi v2 e S x .
Deci afirmaţia rezultă.
H
Propoziţia 5 Fie E = (v, ( )) un spaţiu vectorial euclidian şi S c V .
Atunci ( s 1)1 = S . .
Demonstraţie: In adevăr, fiecare vector x e S este ortogonal pe S x ,

deci S c ( s x f .
Pe de altă parte dim (sx )X = dim V - dim S x şi d im (sx ) = dim V - dim S
de unde rezultă că d im (sx )1 = dim S , deci ( s J")1 = S .
Definiţia 4 Fieis = [V, { )) un spaţiu vectorial euclidian ş i / e l ( v ) . Se
numeşte adjunctul lui f, şi se notează / * ■,aplicaţia lineară definită prin:
( / ( 4 * ) -(* « /* 60)
pentru orice x , y e V .
Teorema iui Fredholm Fie E - { v A )) un spaţiu vectorial euclidian

real ş i / e ¿ ( f ) . Atunci:
V - Im f ® Ker / * .
Demonstraţie: Fie x & Im f , deci există u e V asfel încât f ( u ) - x .
Dacă y e Ker / * rezultă că / * (y) = .0. Avem atunci:
0 = (u,0) = ( u , f t (y)) = {/(«), y) = (x, y)
de unde obţinem că Im f 1 Ker / * . Rezultă că Ker f * c (im / ) .
Reciproc, dacă y e (im f )x rezultă că (/(x ), y) = 0 pentru orice x e V .
In particular:
(/*G0./*60)=P
deci / ' (y) = 0, adică y e K er f * . Rezultă că Ker f * 2 (im / )x .
Cele două incluziuni demonstrează egalitatea.
■
Definiţia 5 Fie E = (v, ( )) un spaţiu vectorial euclidian şi x, y e E,

(x ,y)
y& O doi vectori din E. V ectorul -— ~ - y se numeşte proiecţia vectorului x pe y.
INI
Numărul real ^yr'-Ţp se numeşte mărimea algebrică a proiecţiei vectorului x pe
ÎM
I
y şi se notează p r x .
Definiţia 6 O bază B = {v,,v2,...,v „} c E se numeşte bază ortogonală

dacă:
0, j, i, j = 1, n
[ 0, i - j , i = 1, n
Definiţia 7 O bază B - {v,,v2,...,vn} c E se numeşte bază ortonormată
dacă:
[O, i * j , i , j = l,n
{v/ ’v; }= '
(l, i —j , i = 1,n
Propoziţia 6 Fie E = (V, ( J) un spaţiu .vectorial euclidian şi dim E= n.
Atunci există în E o bază ortonormată.
D em onstraţie: Demonstraţia se face construind întâi o bază ortogonală
a lui E pornind de la o bază oarecare a lui E prin procedeul de ortonormare
Gram-Schmidt.
Fie B = {y[,v2,...,vn}czE o bază oarecare în E. Construim baza
ortogonală B - {ul ,u 2,...,un}cz E dată de:
U\ =v,
j-i __
Uj = v, —a { Uj, i = 2, n
J='
unde scalarii a] , a f se determină din condiţiile ca u t să fie ortogonal pe

flecare din vectorii . Deducem:
1-1
0 = { u i , u k) = {vi, u k) - Y J a i { u i ’ u k)
/=>
~ { Vi ’ Uk ) ~ a i { u k ’ u k )
Se obţine:
a.*l (vi’ux ), k = \,i —1

(uk,uk)
Din construcţie rezultă că B = \uu u2,...,un} c E este un sistem ortogonal de
vectori, iar din Propoziţia 1 rezultă că ii 'este şi linear independent deci este o
bază a lui E.
Din baza B se obţine baza ortonormată B" - { w ],w 2,...,wn} c z E ,
vectorii ei fiind daţi de:
P ro p o ziţia 7 Fie E = (v, ( }) un spaţiu vectorial euclidian şi dim E ~ n.
Dacă S = {v,,v2-,...,v/J c V este o mulţime de vectori şi ¿({v, ,v2>...,vk})
subspaţiul generat de primii k vectori. Atunci există o mulţime
{wI1w2i.i.jwi } c V cu următoarele proprietăţi:
i) vectorul w, este ortogonal pe L({v1;jv2,..., v(._,}),'
ii) L({vx,v 2,...,vk }) = L({wl ,w 2,...,wk });
iii) wA, w2,..., wk sunt unic determinaţi abstracţie făcând de un factor
scalar.
Exem ple:
1. Fie forma bilineară (•,•)." R 2 x R 2 —> R dată de:
/(.r,..T?),(v: ,v 2)) = x, y} + 2 x 2y x + 2 x ,^ 2 + 5x2y 2
Să se arate că este un produs scalar pe R 2 şi să se ortonormeze baza
canonică a lui R 2 în raport cu acest produs.scalar.
Soluţie: Matricea formei bilineare în baza canonică este:

fi 2 « H H !
Ab° ~ [2 5y
Se observa că această matrice este simetrică deci {■,•) este o formă bilineară
simetrică. Calculând minorii de-a lungul diagonalei principale:
D, = 1 > 0
d 2 = 1> 0
rezultă că forma pătratică asociată este pozitiv definită, deci este un produs
scalar.
Vom ortonorma baza canonică Bc ={el = (1,0),e2 - (0,l)} ' a lui R 2
folosind Procedeul de ortogonalizare Gram-Schmidt; vom construi întâi baza
ortogonală B = {v., v ,} cu vectorii daţi de:
v, = e, = (1,0)
v2 = e2 - av,
unde a se d etem in ă din condiţia ca cei doi vectori construiţi să fie ortogonali:
0 = (v2,v,) = (e2 - a v , , v,) = (e2, v , ) - a ( v ,, v,}
Dar:
(e2’ Vi ) = {(0,l), (l.O)) = 2
(V1- V1) —((l,0), (l,0)) = 1
deci a = 2 de unde se obţine v2 = ( - 2,l) •
Plecând de la baza B construim baza ortonormată B" =' {w,, w2} unde:
INI
W<= T 1 - i =^
Calculăm normele celor doi vectori ai bazei B :
llvi |lW { vi’vi} = ^ î = 1

IKII=V(v2'v2}=vr = 1
deci:
P " = K = ( 1 , 0 ) , w2 =(-2,1)}
este o bază ortonormată în (i?2,{■,•)).
2. Fie forma bilineară (•,■)/ i?2[x ]x i?2 [x ] i? dată prin matricea sa în

baza canonică a lui jx ]:
'2 1 0^
1 5 1
1 3,
a) Să se arate că {•, •) este un produs scalar pe R2[ x ] ;
b) Să de determine unghiul dintre vectorii / = - X 2 + X +1, g = 2 X - 1;
c) Să se determine complementul ortogonal al subspaţiului:
S = {aX1 + b X - a - b & R 2[ x ] l a . b e R };
d) Să se determine o bază ortonormată în ( R2[x ] , .(•,•) ) a lui S.
Soluţie: a) Se observă că matricea formei bilineare este simetrică;

Calculând minorii de-a lungul diagonalei principale:
Z), = 2 > 0, _D2 = 9 > 0, D3 = 2 5 > 0 /
se obţine că forma bilineară simetrică este pozitiv definită, deci este un produs
scalar pe P 2[x ].
r

b) Folosim formula:
*>y)
cos y —■
llx ■ y
Pentru a calcula produsul scalar şi normele celor doi vectori avem nevoie de
expresia analitică a produsului scalar; aceasta se obţine astfel:
' 2 1 0^ ' d '
'ST'
1 5 1
II
e
\0 1 3, l / J
de unde rezultă:
( a X 2 + b X + c, d X 2 + e X + f j = 2ad + bd + ae + 5be + ce + b f + 3 cf .
Avem atunci:
l - X 2+ X +l,2 X - l) = 6
. ||- X 2 +A" + l| = ^ ( - X 2 + X + 1 . - X 2 + X + 1 } = VTo
11+2 X - 1|| = j ( 2 X -1, 2X - 1 } = VÎ9
deci
VÎ9Ô
c) Subspaţiul dat se poate scrie sub forma:
5 = X ( { v 1, v 2 })
unde v, = X 2 —l,v2 = X - 1.
Complementul ortogonal al lui S este:
S 1 = [aX2 + b X + c e R2[x]/ (aX 2 +bX+c, X 2 - 1) = 0, [aX2 + bX+c, X - 1) = o)

Determinăm a , b , c e R care verifică relaţiile:
Î2a-3c = 0
[a + 4b —2c = 0
3c c
Se obţine a = — , b = —, c e R deci:
2 8
Sd = ^ x 2+ ~X i =
unde w - 1 2 X 2 + X + 8 .
12.2 Algebră lineară
d) Vom ortonomia baza B = )yl = X - l,v2 = A' - 1) folosin
procedeul de ortonormare Gram-Schmidt; construim întâi baza ortogonală
B = unde:
u. = v, = X 2 -1
3
Detenninăm a e R astfel încât (u2, u{) = 0 . Se găseşte a = — deci
——3 X 2 + Xv “I—1 .
2 2 • 2
In etapa a doua se normează baza obţinută:
- l h l = V ( u i ' Mi ) = ^ > IK Ih ^ z'W z) = ~ p '-

Baza ortonormată cerută este:
5 " = |w , = - L ( z 2 - l J w 2 = - ^ ( - 3 X 2 + 2 X + l)j.
§3 T R A N F Q R M Ă R I LINEARE PE SPAŢII EUCLIDIENE
Fie F şi W două spaţii euclidiene al căror produs scalar îl notăm la fel şi

f :V —> W o aplicaţie lineară.
Definiţia 1. Aplicaţia lineară / * : W —>V dată prin:

<*,/0*)) = ( / ’ (*),>), Vx e W , y e V
se numeşte adjuncta luif.
D efiniţia 2 Un endomorfism / e L(F) se numeşte:

1. hermitian dac' f —f ' t
2. antihermitian dac' f = —f * .
Vom accepta f r' demonstaţie urm'torul rezultat:

Propoziţia 1. Endomorfismul / e L(V) este hermitian dacă şi numai dacă
produsul scalar (x, f (x)} este real pentru orice x e V .
Propoziţia 2 D ac' f , g & L(v) sunt hermitieni şi k e R, atunci:
(i) k f + g este herimitian;
(ii) daca f este inversabil, atunci şi / ~ ’ este hermitian;
{\\i)fg este hennitian dacă şi numai dac' f g = g f .
Demonstraţie: (i) Evident, deoarece:

( / + g f = / ‘ + g' şi { ¥ ) ' = k f ’ .
(ii) Rezultă din:
{ r ) '= ( fY = r .
(iii) f g hermitian implică (fg) = f g . Dar:
(fg )’ = g ' f t = g f
d eo arece/şi g sunt hermitieni. Deci f g — g f .
Reciproca este evident'.
D efiniţia 2 O aplicaţie lineară / : V -» W se numeşte unitară dacă

păstrează produsul scalar produsul scalar, adică:
{ f ( x \ f { y j ) = {x >y\ V x ,y e V .
Propoziţia 3. Aplicaţia lineară / :V —> W este unitară dacă şi numai

dacă:
||/(4=II4 V x.eF .
Demonstraţie: D a c '/e s te unitar', atunci ( f(x ), f ( y ) ) = (x , y ), x , y e V ;
în particular pentru y = x avem:
( f ( x ) , f ( x ) ) = (x,x)
adie' \\f(x]\2 = ||x||2.

Reciproc, dacă | |/ ( x | = ||x|, V x e V , atunci folosind egalitatea:
(x >y ) = \ \\x + y t " W

x ~ y T + l\x + iyt ~ flx ~ z>’fl2]
avem:
( / ( 4 f{y)) = ^ II/O + y f - 1\ f (x - >0|f + ‘ll/O + ' » f - 4|/(* - *0|2. = (x>y )

d ec i/e ste unitară.
124 Algebra lineară
Observaţie: Condiţia = (x,y), V x , y e V este echivalentă cu
f ’f = f ■/ * = / ; deci putem spune c ă /e s te unitar dacă şi numai dacă:
/* / = /•'/* = /.
Propoziţia 4 Orice transformare unitară / :V - > W este injectivă.

Demonstraţie: D a c ă / este unitară atunci ||/(x)j| = | x | . Deci:
şi dacă / ( x ) = 0 rezultă ( / ( x ) ,/ ( x ) ) = 0 adică (x,x) = 0 care implică x = 0.

Rezultă K erf = {0} şi deci/ este injectivă.
■
Să presupunem că dim V = dim W = n şi că în fiecare s-a fixat o bază

ortonormată. Transformării lineare / i se ataşează matricea A. Matricea
A" = A ataşată lui / * se numeşte adjuncta m atricei^.
Definiţia 3 D ac' A = A atunci matricea pătratică A se numeşte

hermiiică iar dacă A = —A atunci matricea A se numeşte antihermitică.
O matrice pătratică.4 cu proprietatea A- Al —I n se numeşte matrice unitară.
Propoziţia 5 Un endomorfism / : V —> V este hermitian dac' şi numai

dac' matricea lui [ntr-o baz' ortonormat' este hermitic'.
Demonstraţie: Fie {el,e 2,...,en} a V baza ortonomată faţă de care

matricea lu i/e s te A = (a,..) şi fie/ hermitian. înmulţind scalar cu ef relaţia:
/ ( ei ) = E ^
/c=l
obţinem:
( f { ej \ ei) = T Jci¥ (ek,ei) = aij

k= 1
şi analog:
( / * iej )• ei). = {ej »/ ( ei)) = ( / ( ei) » ) = a J- ■

Deci a'y - ajt şi cum / * = / rezult' atj = ajt adie' A = A .
Reciproc, dac' A = A avem:
( * ./ ( * ) > = f e x j ej > i x j f ( ej y j = ţ y x U ţ w ) =
= Z Z | x;| a ^ ( e; > ^ ) = Z Z k !(*,-. «*) = E K I **/ = (x>/(* ) )

> 1 *=i ■ y-1 *-1 y'=i
adie' ( x , / ( x ) ) e i i şi deci / este hermitian.
O bservaţie: Condiţia ca baza să fíe ortonormată este esenţială şi vom da

un exemplu care sa certifice aceasta.
Exem plu: Fie aplicaţia lineară/ : R 2 -^-R2 care are în baza:

B = {e, = (1,0), e2 = (1,1)}
matricea:
M 0
A=
v2 3
Deoarece A ^ A matricea A nu este hermitică şi totuşi / este hermitian,
deoarece matricea sa în baza canonică a lui R 2 este:
B=
şi b ‘ = B.
O bservaţie: Un endomorfîsm / : V —> V este unitar dacă şi numai dacă

matricea lui în raport cu o bază ortonormată a spaţiului este unitară.
Exem plu: Endomorfismul / : R 2 —>R 2 definit prin:

f { x , y ) = (x cos a —y sin a , x sin a + y cos a), a e [0,2 n \
pste un endomorfîsm unitar deorece matricea lui în baza canonică ortonormată
Bc = {<2j = (l,0), e2 - (0,l)}este unitară. Intr-adevăr:
/
cos or -sm a c cosa sina^
A =
vs m a c o sa j
şi deci A- A* = I 2 .
Definiţia 3 Aplicţia lineară / ’ : W —> V definită prin:

(*./0'j) = {/* M * ), VxeW,yeV
se numeşte transpusa luif.
Endomorfismul f e l (F) se numeşte:
(i) simetrie dacă f = / * ;
(ii) antisimetric dacă / = - / " .
Definiţia 4 Aplicaţia lineară / :V-—>W se numeşte ortogonală dacă

păstrează produsul scalar, adică:
{/(*),/OO) = {*, y), Vx, y e V
sau, echivalent:
||/(*1= 14 V x g V -
Observaţie: Unui endomorfism simetric şi corespunde o matrice simetrică,
iar unui endomorfism antisimetric şi corespunde o matrice antisimetrică. Unui
endomorfism ortogonal şi corespunde o matrice ortogonală.
. 1. Fie forma bilineară (•,•): R 2 x R 2 -> R dată de:

((*,,x 2),(y ,, y 2)) = 2x ly l - 2 x 2y, - 2x ty 2, + 5x 2y 2
Să se arate că (■, •) este un produs scalar pe R 2 şi să se ortonormeze baza:
5 = { e ,= (l,l),e2- ( l , 2 ) } c Â 2
în raport cu acest produs scalar.
2. Fie forma bilineară (■, •); ^ [ x j x i î j x ] - » R dată de:

(aX + b,cX + d} = 2ac —4adx - 4bc + 9bd
a) Să se arate că este un produs scalar pe Rx[ x ]
b) să se ortonormeze baza:
B = {ex = X + l, e, = 2 X - l } a R x[x]
în raport cu acest produs scalar.
c) Să se determine complementul ortogonal al subspaţiului
5, = L { -X + l}.
3. Fie spaţiul euclidian (r 2,(- , -)) unde{-, •) are în baza canonică matricea:
'2 0'
A-
0 3
Să se ortonormeze baza B — {e, = (l,l), e2 = (l,2)} c R 2 .
4. Fie baza:
B = \A = cz m 2M -
Dacă matricea de trecere de la baza B la baza B' este:
T,
-1 1,
să se ortonormeze bazai?' în raport cu produsul scalar canonic.
5. Fie forma bilineară {•,■).' M 3 [(i?) x M 3: (R.) -> R dată prin matricea sa
în baza canonică a lui M 3, (R) :
'1 1 0^
A— 1 2 1
IO 1 3,
a) Să se arate că (■, ■) este un produs scalar p e M 3 (i?);
T
f2)
b) Să de determine unghiul dintre vectorii M 1 ,N'<= 1
l 2,
c) Să se determine complementul ortogonal al subspaţiului:

( a +b '
5= 2 a - b e M iX{R)j a,b e R
1 b )
d) Să se determine o bază ortonormată în ( M l , (r ) , (•,■)) a lui S.
6. Fie forma bilineară/ care are în baza canonică a lui R 3 matricea:

(2 2 0x
2 a - a
,0
\ -a 3y .
a) Să se determine valorile parametmlui a e N pentru care/este un produs
scalar pe R 3.
b) Pentru a —3 să se determine expresia analitică a produsului scalar şi unghiul
dintre vectorii vt = (l,2,3) şi v2 = (0,2,l).
c) Pentru a=4 să se ortonormeze baza
B = {e, = (1,1,0), e2 = (1,0,2), e3 = (0,0,l)} c R 3
în spaţiul euclidian (ii3, / ) .
7. Este polara formei pătratice/ : R 3 -» R ,

f { x l,x2,x2) = xf - 4 x ,x 2 + 2xlx} + 4x2 + x j
un produs scalar p e i ? 3?
8. Să se ortonormeze în E3 baza:
5 = {e, = (1,1,0), e2 = (1,0,2), e3 = (0,0,l)} ci R 3.
9. Fie baza B' = je, = 1+ X , e 2 = 1 + X 2, e3. = X + X 2 } p i ? 2 [ x ] şi

matricea de trecere:
A0 1 1
TBB ■= 1 - 1 0
1° * -Vb
1
Să se ortonormeze baza B în spaţiul euclidian (i?2[X], (•,•)) cu produsul scalar

definit de:
l a X 1 +bX + c , d X 2 + e X + f ) = ad + be + c f .
10. Fie forma bilineară (■, •) : R 3 x R 3 -» i? dată de:
(fa - ^ 3). (y i ■ -y 3)) = *1y t + 2 xi y 3 + 2*3 ^ + 5* 2y 2 + x 3y 3
Să se arate că (■, •} este un produs scalar pe i i 3 şi are loc inegalitatea:
||(1,2,3 l + ||(l,2,li >1(0,2,41.
11. Fie baza B = {e, = (l,l), e2 = (l,2)} c i?2 şi fomia bilineară

/ : R 2 x R 2 —> R care are în baza B matricea:
1 2^
,2 5,
Să se studieze dacă (r 2,g ) este un spaţiu vectorial euclidian, unde matricea lui
g în baza canonică coincide cu matricea lui / î n baza canonică a lui R 2.
12. Să se determine complementul ortogonal al subspaţiului:

S = { p ( x ) e R 2[ x ] / i ,'(l) = 0 } c ' j î 2[jSr]
în spaţiul vectorial euclidian (i?2[ ^ l (v)) unde
( a X + b . c X + d) = ac + ad + bc + 3bd .
13. Să se construiască un subspaţiu suplementar subspaţiului vectorial:

S - ^ x , y , z ) e R 3, x = z } c z R 3.
14. Fie endom orfism ul/ : R 2 -» R 2 care transfonn' vectorii V[ = (0,0,l),

v2 = (0,l,l), v3 = (l,l,l) [n vectorii wx = (l,2,l), w2 =(3,1,12), w3 = (7,-1,4). S'
se determine matricea lui / * , transpusa lui f în baza canonică ortonormată.
15. Fie endomorfismul / : R 3 —» R 3 definit prin matricea:

cos a 0 sin a N
A= 0 1 0
v—ş i n a 0 cosay
în baza canonică a lui R 3. S' se arate că/ este ortogonal.
16. Fie / :E 2 —>E 2 care are în baza B = {e, = (l,l), e2 = (l,2)} c i ?2

matricea:
Să se studieze d a c ă /e ste un operator ortogonal, respectiv simetric.
17. Să se studieze dacă operatorul/ : R 2 —>R 2', f ( x , y ) — {—y ,x ) este un

operator ortogonal sau simetric al spaţiului E 2 .
18. Fie spaţiul vectorial euclidian real C°([0,4]) [n care produsul scalar
este dat de;
¡f{x)g{x)dx.
• 0
S' se scrie Inegaliatea lui Cauchy-Buniakovski-Schwarz şi s' se calculeze
BIBLIOGRAFIE
1. Gh. Atanasiu, Gh. Munteanu, M. Postolache- A lgebră lineară, geom atrie

analitică şi diferenţială-C ulegere de problem e, Ed. ALL, Bucureşti,
1998.
2. N. Boja, B. Căruntu, L. Cristea, L. Brăescu-Algebră lineară, geom etrie
analitică şi diferenţială, M atem atici speciale-Culegere de problem e, Ed.
Politehnica, Timişoara 2002.
3. N. Boja- G eom etrie analitică şi diferenţială cu aplicaţii, Ed. Politehnica,
Timişoara 2005
4. N. B oja-Linear algebra and graph theory, Ed. Politehnica, Timişoara
1999
5. N. B oj a, , L. Stanciu, P. Stanciu-Algebră lineară, geom atrie analitică şi
6. N. Boja, E. Petrişor, E, Topuzu, F.C. Klepp, I. Mihuţ, B. Rendi-AIgebră,
geometrie şi ecuaţii diferenţiale, Univ. Tehnică Timişoara, 1992, voi. I şi II.
diferenţială, Univ. Tehnică Timişoara, 1980.
7. V. Brînzănescu, O. Stănăşilă-Matematici speciale-teorie, exemple, aplicaţii,
Ed. ALL Educaţional, 1996
8. B. Crstici, D. Rendi, I. M ihuţ-M atem atici speciale, Institutul Politehnic
„Traian Vuia” Timişoara, 1983, voi. I şi II.
9. Gh. Ivan, M. Puta-Elem ente de algebră şi geom etrie euclidiană 3-
dim ensională, Univ. De Vest din Timişoara, 1991.
1 0 .Gh. Ivan-Teste şi problem e de algebră lineară, Ed. Politehnica,
. Timişoara, 2000
11 .D. Păunescu-Lecţii de algebră lin eară, Ed. Politehnica, Timişoara, 2002
12.C. I. Radu- A lgebră lineară, geom etrie analitică şi diferenţială-teorie,
exemple problem e, Ed. ALL, Bucureşti, 1996.
1 3.C. I. Radu, C. Drăguşin, L. Drăguşin-Aplicaţii de algebră, geom etrie şi
m atem atici speciale, E.D.P., Bucureşti, 1991.
14.D. Rendi, I. Mihuţ,- A lgebră liniară, geom etrie analitică şi diferenţială,
Ed. Politehnica, Timişoara, 2001
15.D. Rendi, I. Mihuţ, D. Popescu, C.Căprău-M atem atici superioare pentru
ingineri, C ulegere de problem e, Ed. Politehnica, Timişoara 2005
16.C. Udrişte, C. Radu, C. Dicu, O. M ălăncioiu-Algebră, geom etrie şi ecuaţii
diferenţiale, E.D.P.,Bucureşti, 1982
CUPRINS
Capitolul 1. S paţii vectoriale finit dim ensionale................ ................................... 7

§1. Spaţii vectoriale (lineare) finit dimensionale. Definiţii, Exemple............ 7
§2. Bază şi dimensiune a unui spaţiu vectorial............................................ 11
§3. Schimbări de baze................................................ .................................... 21
§4 Subspaţii vectoriale (lineare).................................................................... 26
§5 Probleme propuse.................................... ....................... .......................... 32
Capitolul 2. A plicaţii lin eare....................................................................................40

§1. Aplicaţii lineare, definiţii. Exemple. Proprietăţi........... .......................40
§2. Nucleul şi imaginea unei aplicaţii lineare............................................. 47
§3 M atricea unei aplicaţii liniare................................................................... 51
§4 Probleme propuse....................................................................................... 59
Capitolul 3 V ectori şi valori p ro p rii ai unui o p erator linear.

F o rm a diagonală a m atricei unui o perato r lin e a r............ ...........63
§1 Valori şi vectori proprii ai unui operator linear. Polinom
caracteristic.................................................................................................63
§2 Diagonalizarea unui operator lin e a r................................ ...................... 70
§3 Probleme propuse.......................................................................................78
Capitolul 4 F orm e liniare şi forme biliniare. Form e p ă tra tic e .........................81

§1 Forme lineare. Spaţiul dual...................................................................... 81
§2 Forme bilineare pe spaţii vectoriale.......................................................85
§3 Forme pătratice.......................................................................................... 91
§4 Forma canonică a unei forme pătratice.......................................... ..... 93
§5 Probleme propuse............. ................ ..................................................... 106
Capitolul5 S paţii vectoriale euclidiene.................................................................109

§1 Spaţii vectoriale euclidiene. Definiţii, proprietăţi...............................109
§2 Ortogonalitate într-un spaţiu vectorial euclidian.................................112
§3 Tranform 'ri lineare pe spaţii euclidiene............................................... 122
§4 Probleme propuse............ ........................................................................ 126
Bibliografie.............................. .................................................................................... 131

Algebra Lineara

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Algebra Lineara

Încărcat de

Drepturi de autor:

Formate disponibile

Lect.univ.dr.

Camelia Octavia Arieşanu

R efe re n t ştiin ţific: Prof.univ.dr, M ircea PU T A

D escrierea C IP a B ibliotecii N aţio n ale a R om âniei

C o nsilier e d ito rial: Prof. dr. ing. Sabin ION EL

Bun de imprimat: 09.10.2007

Tipar digital executat sub com anda nr. 79

Cartea de faţă acoperă în general program ele analitice pentru prim a

Structurat pe şase capitole, cursul parcurge principalele tem e de studiu

N um ărul m are de problem e asigură parcurgerea şi aprofundarea mai

A ceastă prim ă versiune v a fi cu siguranţă îm bunătăţită în anii urm ători

Tim işoara, septem brie 2007

D efiniţia 1: Fie mulţimea M =£ <f> si o aplicaţie

D efiniţia 2: Un cuplu (G ,*), unde G # <f>, iar * este o lege de

Definiţia 3: O mulţime K * <j> împreună eu două legi de compoziţie

Definiţia 4 Fie X , Y ^ <j>. O funcţie / : Y x X —> X se numeşte lege de

Definiţia 5 Fie ( K,+,-) u it corp comutativ. O mulţime V * <j> înzestrată

Atunci ( ^ / g > +>') es^e un spaţiu vectorial.

3. Dacă K este corpul numerelor reale R sau complexe C, notăm

mulţimea matricelor cu m linii şi n coloane cu elemente din K. Atunci

Propoziţia 1 Dacă ( V, +,-) este un spaţiu vectorial peste corpul K,

Demonstraţie: 1. Dacă a ^ O atunci există a e K . înmulţind

D efiniţia 1 Fie. un spaţiu vectorial şi S = {v,,v2,...,vn} un sistem

Definiţia 2 Sistemul de vectori S — {vp v2,...,vn} se numeşte linear

Definiţia 3 Sistemul de vectori S ~ {v1,v2,..., v^ } se numeşte linear

Exemplul 1 Să se precizeze - care din următoarele sisteme de vectori

Definiţia 4 Un sistem de vectori 5 c F se numeşte linear independent

Propoziţia 1 Fie S = {v} c V .Atunci:

D em onstraţie: Rezultă imediat din Definiţiile 2 si 3.

Propoziţia 2 Fie sistemul de vectori S = {v,,v2,..., vn} cr V. Atunci:

D em onstraţie: i). Fie, de exemplu, vt = 0 . Avem atunci:

Deci S este linear dependent.

Propoziţia 2 Sistemul S = {v15v2,..>, vn} c V este linear dependent dacă

D em onstraţie: Dacă S este linear dependent atunci există scalarii

E xem plul 2: a) Să se arate ca sistemul:

Propoziţia 3 Fie sistemul de yectori 5 = {v,,v2,..., v „} c V . Următoarele

Demonstraţie: Arătam că primele afirmaţii sunt echivalente.

Definiţia 5 Un sistem de vectori B ={v1(v2,...,v.n}cz V ordonat, liniar

Observaţia 1 Orice sistem de vectori obţinut dintr-o bază

D em onstraţie: Existenta: Cum B este bază pentru V este şi sistem de

Propoziţia 5 Un sistem de vectori este bază dacă este linear independent

Demonstraţie: Rezultă direct din Propoziţia 3.

. Definiţia 6 Dacă B = {v1,v2,...,v„}eşte o b a z ă în Vşi

Demonstraţie: S este sistem linear independent dacă:

+ a P{a pvi + a l v2 + ■■■+ a pv)

a " a t + a 2a 2 +... + a " a =0

Exemplul 4 Să se studieze linear independenţa sistemului de vectori:

Propoziţia 7 (Lema înlocuirii) Fie V un spaţiu vectorial şi

Demonstraţie: Fie v = a { ■ + a 2 -v2 +....+ a n ■vn şi să presupunem că

Teorema lui Steinitz Fie £ = {v1,v 2, . . , v J c F o baza a spaţiului

Demonstraţie: i) Demonstraţia se face prin inducţie dupăp.

Definiţia 7 Spunem că spaţiul vectorial V are dimensiunea n dacă există

şi scalarii x ,, x 2 ,...,xn sunt unic determinaţi, deci:

3. In spaţiul vectorial ^ o r i c e vector se scrie:

deci se obţine că sistemul:

Definiţia 8 Numărul maxim de vectori lineari independenţi ai unui

Teorema de completare a bazei Fie V un spaţiu vectorial de

Fie V / K un spaţiu vectorial de dimensiune n. Fiind date în V două baze

Să considerăm acum un vector oarecare x din V. Acesta se va exprima în

x = x 1v ,'+ x 2v2'+ . . . + x„vn'

(2) X2 = X J 2 + X'2^ + ' ’ ’+ X"r2"

care reprezintă formulele de schimbare a coordonatelor unui vector la

Propoziţia 1 Matricea T , este nesingulară şi T 1 = T .

Pentru determinarea inversei avem succesiv:

D efiniţia 2: Un cuplu (G ,), unde G # <f>, iar este o lege de