Documente Academic
Documente Profesional
Documente Cultură
În acest capitol vom discuta operaţii cu vectori ı̂n spaţiu, precum şi unele proprietăţi ale
lor.
În fizică şi inginerie, noţiunea de vector descrie mărimile definite printr-o valoare nu-
merică, o unitate de măsură, un punct de aplicaţie, o direcţie şi un sens (de exemplu, forţa,
viteza etc.). Aceste mărimi vectoriale se reprezintă grafic printr-un segment orientat, car-
acterizat prin punct de aplicaţie, mărime, direcţie şi sens, ceea ce conduce la noţiunea de
vector geometric.
Mulţimea tuturor vectorilor legaţi având aceeaşi origine A formează spaţiul segmentelor
orientate legate ı̂n A (Fig.1, mijloc).
Figure 1: Vector fix. Vectori cu aceeaşi origine. Vectori liberi egali cu un vector fix dat
−−→
Fie acum un vector fix AB . Dacă acestui segment orientat nu i s-ar preciza punctul de
aplicaţie (originea), ci doar restul proprietăţilor, atunci el ar deveni vector liber. Astfel,
orice punct din spaţiu poate fi originea unui vector ce are acelaşi sens, aceeaşi direcţie
−−→ −−→
şi mărime cu AB , mulţimea acestor vectori formând clasa vectorilor liberi egali cu AB
−−→
(fig.1, dreapta). Orice vector liber egal cu AB se reprezintă geometric, dacă ı̂i fixăm
originea, printr-un segment paralel şi congruent cu [AB].
Fie un punct O fixat ı̂n spaţiu. În continuare vom studia câteva proprietăţi ale mulţimii
VO a segmentelor orientate legate ı̂n O. Mai ı̂ntâi introducem două operaţii: adunarea a
doi vectori, respectiv ı̂nmulţirea unui vector cu un scalar (un număr real).
Fie ~v un vector oarecare din spaţiu cu originea ı̂n O (fig.2, stânga). El poate fi ı̂nmulţit
cu un număr real λ obţinându-se un alt vector, λ~v , cu aceeaşi origine şi direcţie, mărimea
lui fiind egală cu |λ| · |~v |. Dacă numărul λ este pozitiv atunci vectorul rezultat are acelaşi
sens cu ~v (fig.2, mijloc), iar dacă λ este negativ atunci cei doi vectori au sensuri opuse
(fig.2, dreapta). Înmulţirea cu zero conduce la vectorul nul 0 (de lungime 0, adică originea
şi extremitatea coincid). Observăm că vectorii ~v şi λ~v sunt coliniari. Dacă ı̂nmulţim cu
1
2 Algebră liniară şi Geometrie analitică
numărul −1 se obţine vectorul −~v , numit vectorul opus lui ~v . Evident, un vector şi opusul
lui au aceeaşi mărime.
Din punct de vedere geometric, prin segment sumă ı̂nţelegem segmentul rezultat prin
alipirea a două segmente coliniare, unul ı̂n continuarea celuilalt. Rezultă regula de ı̂nsumare
−−→ −−→
a doi vectori coliniari cu aceeaşi origine, OA şi OB (fig.3, stânga): din A se consideră
−−→ −−→
vectorul liber AC egal cu OB , rezultând vectorul sumă (fig.3, dreapta):
−−→ −−→ −−→ −−→ −−→
OA + OB = OA + AC = OC .
Acest mod de ı̂nsumare a doi vectori coliniari generează modul de ı̂nsumare a doi
−−→ −−→
vectori necoliniari cu aceeaşi origine. Fie OA şi OB cei doi vectori (fig.4, stânga). Din
−−→ −−→
A se consideră vectorul liber AC egal cu OB , rezultând vectorul sumă. Acest mod de
ı̂nsumare se numeşte regula triunghiului:
−−→ −−→ −−→
OA + AC = OC .
Ca şi ı̂n plan, se poate considera un sistem cartezian de axe de coordonate ı̂n spaţiu
ı̂n raport cu care punctele au trei coordonate, iar vectorii trei componente. Prin punctul
O, fixat ı̂n spaţiu, se consideră trei drepte perpendiculare două câte două: Ox, Oy şi Oz
(fig.17).
Punctul O are coordonatele (0, 0, 0), punctele de pe axa absciselor Ox au coordonatele
(x, 0, 0), cele de pe axa ordonatelor Oy au coordonatele (0, y, 0), iar punctele de coordonate
(0, 0, z) formează axa cotelor Oz. Două câte două, aceste axe formează planele de coordo-
nate: planul xOy, ı̂n care toate punctele au cota 0, planul yOz, ı̂n care toate punctele au
abscisa 0, respectiv planul xOz unde toate punctele au ordonata 0.
Pe fiecare axă considerăm câte un vector cu originea ı̂n O şi de lungime 1 (unitatea
de măsură aleasă), vectori notaţi prin ~i, ~j, ~k (fig.17). Considerând punctele A(a, 0, 0),
B(0, b, 0), C(0, 0, c) (fig.17, dreapta), prin paralelism cu axele de coordonate se construiesc
punctele D(a, b, 0), respectiv P (a, b, c) (OADB şi ODP C sunt dreptunghiuri).
Are loc
tripletul (a, b, c) dând componentele (coordonatele) vectorului ~rP . Atunci putem scrie şi
~rP = (a, b, c).
Facem aici observaţia că orice vector ~v = v1~i + v2~j din plan se poate considera ca
fiind un vector ı̂n spaţiu situat ı̂n planul xOy, adică ~v = v1~i + v2~j + 0~k. Atunci toate
noţiunile introduse ı̂n continuare pentru vectorii din spaţiu sunt valabile şi pentru vectorii
din plan.
Cele două operaţii introduse mai sus, respectiv adunarea vectorilor şi ı̂nmulţirea unui
vector cu un scalar, au loc pe componente:
a) În figura 6 sunt reprezentate cele două puncte. Având ordonata nulă, punctul A este
situat ı̂n planul xOz.
Figure 6:
Considerând două puncte A şi B ı̂n spaţiu, putem calcula componentele vectorului
determinat de cele două puncte precum şi vectorul de poziţie al mijlocului segmentului
[AB].
Teorema 2 Fie punctele A(xA , yA , zA ) şi B(xB , yB , zB ), iar M mijlocul segmentului [AB].
Atunci:
−−→
a) AB = (xB − xA )~i + (yB − yA )~j + (zB − zA )~k;
1
b) ~rM = (~rA + ~rB ).
2
−−→ −−→ −−→
a) Cu regula triunghiului (fig.7, stânga) avem OA + AB = OB , de unde
−−→
AB = ~rB − ~rA = (xB~i + yB~j + zB ~k) − (xA~i + yA~j + zA~k)
= (xB − xA )~i + (yB − yA )~j + (zB − zA )~k.
−−→ −−→ −−−→
b) Cu regula paralelogramului (fig.7, dreapta) obţinem OA + OB = 2OM , ceea ce este
1
echivalent cu ~rM = (~rA + ~rB ).
2
Ca o consecinţă obţinem coordonatele mijlocului unui segment. Mai precis, mijlocul
segmentului [AB] este punctul
xA + xB yA + yB zA + zB
M , , .
2 2 2
Figure 8: Proiecţia unui vector pe alt vector. Vectori ortogonali. Proiecţia sumei
Definiţia 3 Produsul scalar a doi vectori ~u şi ~v este numărul egal cu produsul dintre
lungimea lui ~u şi lungimea proiecţiei lui ~v pe ~u,
Exemplu. (2~i + 3~j + 4~k) · (−~i − 2~j + ~k) = 2(−1) + 3(−2) + 4 · 1 = −2 − 6 + 4 = −4.
Cei doi vectori reprezintă un exemplu de vectori ce nu sunt ortogonali.
Vectori ı̂n spaţiu 7
Exerciţiul 2 Determinaţi m ∈ R astfel ca vectorii ū = 2~i + ~j + 2~k şi v̄ = −4~j + m~k să
fie ortogonali.
Avem produsul scalar
ū · v̄ = 2 · 0 + 1(−4) + 2m = 2m − 4,
Dacă vom considera că ~v = a~i + b~j + c~k, atunci formula de calcul a lungimii unui
vector este p
|a~i + b~j + c~k| = a2 + b2 + c2 .
Exemplu. Să calculăm lungimea vectorului de poziţie al punctului P (4, 4, −2), care este
egală cu distanţa de la punctul O la punctul P . Avem ~rP = 4~i + 4~j − 2~k şi atunci
p √ √
|~rP | = 42 + 42 + (−2)2 = 16 + 16 + 4 = 36 = 6.
Atunci √
3 3 3 3
cos θ = √ √ = √ = √ = ,
2· 6 12 2 3 2
de unde obţinem că măsura unghiului θ este 30◦ .
8 Algebră liniară şi Geometrie analitică
Exerciţiul 4 Unui punct i se aplică trei forţe: una verticală, de mărime 2N, şi două
orizontale perpendiculare ı̂ntre ele, având aceeaşi mărime de 4N. Să se afle mărimea forţei
rezultante.
Cele trei forţe au aceeaşi origine şi sunt perpendiculare ı̂ntre ele două câte două. Atunci
putem considera un reper (P ;~i, ~j, ~k), unde P este punctul dat, iar direcţiile şi sensurile
vectorilor ~i, ~j, ~k sunt date de cele ale forţelor aplicate. Rezultă că cele trei forţe vor fi
F~1 = 4~i, F~2 = 4~j, respectiv F~3 = 2~k, iar forţa rezultantă va fi F~ = 4~i + 4~j + 2~k. Mărimea
forţei rezultante, conform formulei de calcul a lungimii unui vector, este
p √
|F~ | = 42 + 42 + 22 = 36 = 6N.
Exerciţiul 5 Asupra unui corp punctiform acţionează două forţe ~u şi ~v astfel ı̂ncât |~u| =
1N , |~v | = 2N , iar unghiul dintre ele este de 60◦ .
a) Calculaţi ~u · ~v ;
b) Determinaţi mărimea forţei rezultante;
c)
√ Ce unghi ar trebui considerat ı̂ntre cele două forţe pentru ca forţa rezultantă să fie de
5N?
a) Notând cu θ unghiul dintre cele două forţe, din definiţia produsului scalar avem
1
~u · ~v = (|~u + ~v |2 − |~u|2 − |~v |2 ).
2
√ √
Dar acum forţa rezultantă este de 5N, adică |~u + ~v | = 5, deci ~u · ~v = 12 (5 − 1 − 4) = 0.
Rezultă că ~u ⊥ ~v , adică unghiul considerat este de 90◦ .
Din rezolvarea de mai sus reţinem următoarea formulă:
Exerciţiul 7 Un vector ~v de mărime |~v | face cu vectorii unitate ~i, ~j şi ~k respectiv unghi-
urile θ1 , θ2 , θ3 . Demonstraţi că:
a) cos2 θ1 + cos2 θ2 + cos2 θ3 = 1;
b) ~v = |~v |(cos θ1~i + cos θ2~j + cos θ3~k).
În particular, dacă |~v | = 2, θ1 = 45◦ , θ2 = 60◦ , să se determine expresia analitică a
lui ~v .
a) Considerăm că ~v = a~i + b~j + c~k. Avem ~v · ~i = |~v | · |~i| cos θ1 , de unde
~v · ~i a
cos θ1 = =√ .
~
|~v | · |i| a + b2 + c2
2
b c
Analog cos θ2 = √ şi cos θ3 = √ . Atunci
a2 2
+b +c2 a + b2 + c2
2
a2 b2 c2
cos2 θ1 + cos2 θ2 + cos2 θ3 = + + = 1.
a2 + b2 + c2 a2 + b2 + c2 a2 + b2 + c2
a
b) Din relaţia cos θ1 = √ obţinem a = |~v | cos θ1 . Exprimând ı̂n mod analog b
a2 + b2 + c2
şi c avem
~v = a~i + b~j + c~k = |~v | cos θ1~i + |~v | cos θ2~j + |~v | cos θ3~k,
de unde concluzia.
Fie acum θ1 = 45◦ , θ2 = 60◦ . Din a) avem
2 1 1
cos2 θ3 = 1 − cos2 θ1 − cos2 θ2 = 1 − − = ,
4 4 4
1
de unde cos θ3 = ± , adică θ3 este 60◦ sau 120◦ . Folosind b) obţinem expresia analitică a
√ 2 !
2~ 1~ 1 ~ √
lui ~v : ~v = 2 i + j ± k = 2 ~i + ~j ± ~k.
2 2 2
10 Algebră liniară şi Geometrie analitică
În continuare considerăm şi alte produse cu vectori. Mai ı̂ntâi definim produsul
vectorial a doi vectori.
|~u × ~v |2 = |~u|2 · |~v |2 · sin2 θ = |~u|2 · |~v |2 · (1 − cos2 θ) = |~u|2 · |~v |2 − (~u · ~v )2 .
Dacă luăm
~u = a~i + b~j + c~k , ~v = a0~i + b0~j + c0~k,
atunci printr-un calcul imediat (desfacerea parantezelor, reducerea termenilor şi regru-
parea pentru obţinerea unor pătrate perfecte) relaţia de mai sus devine
sau p
|~u × ~v | = (bc0 − b0 c)2 + (ca0 − c0 a)2 + (ab0 − a0 b)2 .
Vectori ı̂n spaţiu 11
~u × ~v = 1 2 3 = 2~i + 2~k + 9~j − 6~k − 6~i − ~j = −4~i + 8~j − 4~k = (−4, 8, −4).
3 2 1
Verificarea sensului pentru produsul vectorial dat prin formula de mai sus o facem pentru
cazul particular ~u = ~i, ~v = ~j. În acest caz obţinem ~i × ~j = ~k, ı̂n concordanţă cu definiţia
produsului vectorial.
Facem observaţia că o demonstraţie riguroasă a formulei de mai sus se face demon-
strând ı̂n prealabil următoarele proprietăţi ale produsului vectorial:
1) (α~u) × (β~v ) = αβ(~u × ~v );
2) ~u × (~v + w)~ = ~u × ~v + ~u × w;
~
~ × ~u = ~v × ~u + w
3) (~v + w) ~ × ~u.
Au loc şi proprietăţile:
4) ~u × ~u = 0;
5) dacă ~u şi ~v sunt coliniari, deci există λ ∈ R∗ cu ~v = λ~u, atunci ~u × ~v = 0 şi reciproc.
Din ultima proprietate deducem metoda practică pentru a verifica dacă trei puncte
sunt coliniare:
−−→ −−→
Teorema 4 Dacă AB × AC = 0̄, atunci punctele A,B,C sunt coliniare (deoarece vectorii
−−→ −−→
AB şi AC sunt coliniari).
Exerciţiul 8 Verificaţi dacă punctele A(1, 1, 0), B(2, 3, 1), C(0, −1, −1) sunt coliniare.
Construim vectorii
−−→
AB = ~rB − ~rA = (2, 3, 1) − (1, 1, 0) = (1, 2, 1),
−−→
AC = ~rC − ~rA = (0, −1, −1) − (1, 1, 0) = (−1, −2, −1),
şi verificăm dacă sunt coliniari folosind produsul vectorial:
~i ~j ~k
−−→ −−→
1 = 0~i + 0~j + 0~k = (0, 0, 0).
AB × AC = 1 2
−1 −2 −1
−−→ −−→
Deci vectorii AB şi AC sunt coliniari, ceea ce implică coliniaritatea punctelor A, B, C.
12 Algebră liniară şi Geometrie analitică
Dar
~i ~j ~k
−−→ −−→ = −2~i − 4~j + 3~k.
OA × OB = 1 1 2
0 3 4
p √
Atunci AOACB = (−2)2 + (−4)2 + 32 = 29.
c) Distanţa de la B la OA este chiar lungimea ı̂nălţimii paralelogramului OACB core-
spunzătoare bazei [OA]. Notând cu h această distanţă, avem că aria paralelogramului
este
−−→
AOACB = h · OA = h · |OA |.
√ √
r
29
Rezultă 29 = h · 6, de unde h = .
6
Un alt produs al vectorilor, de data aceasta ı̂ntre trei vectori, este produsul mixt.
Definiţia 7 Produsul mixt al vectorilor ~u, ~v şi w,
~ notat prin (~u, ~v , w),
~ este numărul egal
cu produsul scalar dintre ~u × ~v şi w:
~
~ = (~u × ~v ) · w.
(~u, ~v , w) ~
Folosind proprietăţile determinanţilor, mai exact dacă schimbăm ı̂ntre ele două linii ale
unui determinant se schimbă semnul rezultatului, respectiv dacă două linii sunt egale
adunci determinantul este nul, rezultă imediat proprietăţile:
~ = −(~u, ~v , w)
(~v , ~u, w) ~ , (w,
~ ~u, ~v ) = (~v , w,
~ ~u) = (~u, ~v , w)
~ , (~u, ~u, w)
~ = 0.
Produsul mixt a trei vectori are şi o interpretare geometrică.
Teorema 5 Valoarea absolută a produsului mixt a trei vectori necoplanari reprezintă volu-
mul paralelipipedului construit pe cei trei vectori consideraţi cu aceeaşi origine.
Considerăm trei vectori necoplanari ca ı̂n figura 10, stânga.
Teorema 6 Dacă produsul mixt a trei vectori este nul, atunci vectorii sunt coplanari.
sunt coplanari.
Produsul mixt al celor trei vectori trebuie să fie nul. Avem
a 1 2
~ = 0 1
(~u, ~v , w) 0 = −a − 4.
2 −1 −1
Exerciţiul 11 Fie punctele A(1, 0, 0), B(2, 3, 0), C(0, 4, 1) şi D(0, −1, 3).
a) Arătaţi că cele patru puncte sunt necoplanare;
b) Calculaţi volumul tetraedrului ABCD;
c) Determinaţi aria triunghiului ABC;
d)Aflaţi distanţa de la D la planul ABC.
Avem
1 3 0
−−→ −−→ −−→
~ = −1 4 1 = 19 6= 0,
(AB , AC , AD ) = (~u, ~v , w)
−1 −1 3
adică vectorii sunt necoplanari, deci punctele A, B, C, D sunt necoplanare.
b) Punctele A, B, C, D fiind necoplanare formează un tetraedru. Atunci
1 1 19
VABCD = · |(~u, ~v , w)|
~ = · 19 = .
6 6 6
c) Aria unui triunghi determinat de doi vectori este jumătate din aria paralelogramului
construit pe cei doi vectori. Atunci
1 1
A∆ABC = · Aparalelogram = · |~u × ~v |.
2 2
Vectori ı̂n spaţiu 15
Calculăm
~i ~j ~k
−−→ −−→ = 3~i − ~j + 7~k.
~u × ~v = AB × AC = 1 3 0
−1 4 1
Deci √
1p 2 59
A∆ABC = 3 + (−1)2 + 72 = .
2 2
d) Distanţa de la D la planul ABC este chiar ı̂nălţimea tetraedrului. Atunci avem:
Ab · h 3VABCD
VABCD = ⇒h= .
3 AABC
√
19 2 19 59
Atunci h = 3 · ·√ = .
6 59 59
Întrebări teoretice
1. Descrieţi suma a doi vectori cu aceeaşi origine (grafic şi ı̂n coordonate).
−−→
2. Ce este vectorul de poziţie al unui punct? Care este legătura dintre un vector AB
şi vectorii de poziţie ai punctelor A şi B? Dar dintre vectorul de poziţie al mijlocului
segmentului [AB] şi vectorii de poziţie ai punctelor A şi B?
3. Definiţi produsul scalar a doi vectori.
4. Care este formula de calcul a produsului scalar a doi vectori? Cum se calculează
mărimea (lungimea) unui vector?
5. Care este formula de calcul a unghiului dintre doi vectori? Folosind produsul scalar,
precizaţi când cei doi vectori sunt ortogonali.
6. Definiţi produsul vectorial a doi vectori.
7. Care este formula de calcul a produsului vectorial a doi vectori? Folosind produsul
vectorial, precizaţi când cei doi vectori sunt coliniari.
8. Definiţi produsul mixt a trei vectori.
9. Care este formula de calcul a produsului mixt a trei vectori? Când cei trei vectori
sunt necoplanari? Care este interpretarea geometrică a produsului mixt?
Exerciţii propuse
Alături de punct, dreapta şi planul sunt elementele fundamentale ale spaţiului geomet-
ric. Vom introduce ecuaţiile acestora cu ajutorul vectorilor.
Definiţia 8 Dreapta d determinată de punctul A şi vectorul director ~vd este mulţimea
−−→
punctelor P din spaţiu cu proprietatea că vectorii AP şi ~vd sunt coliniari:
−−→
d = {P : AP k ~vd }.
Să determinăm ecuaţia dreptei d. Din definiţia coliniarităţii a doi vectori obţinem
−−→ −−→
AP k ~vd ⇒ ∃t ∈ R : AP = t~vd
−−→
şi cum AP = ~r − ~rA , unde am notat ~r = ~rP , vectorul de poziţie al punctului P , deducem
ecuaţia vectorială a dreptei d
d : ~r = ~rA + t~vd , t ∈ R.
Fie Oxyz sistemul cartezian de axe de coordonate. Cum P este un punct oarecare ı̂n
spaţiu, putem scrie P (x, y, z), ceea ce implică
Pentru A(xA , yA , zA ) şi vectorul director ~vd = (l, m, n) = l~i + m~j + n~k, relaţia precedentă
devine
(x, y, z) = (xA , yA , zA ) + t(l, m, n).
Efectuând calculele şi egalând componentele vectorilor din cei doi membri rezultă ecuaţiile
parametrice ale dreptei d:
x = xA + lt
d: y = yA + mt , t ∈ R,
z = zA + nt
17
18 Algebră liniară şi Geometrie analitică
unde t se numeşte parametru. Aceste ecuaţii ne spun de fapt că oricărei valori a parametru-
lui t ı̂i corespunde un punct P de pe dreapta d ce are coordonatele
Acum, dacă ı̂l exprimăm pe t din fiecare ecuaţie parametrică şi egalăm fracţiile rezultate,
obţinem ecuaţiile canonice ale dreptei determinată de punctul A(xA , yA , zA ) şi vectorul
director ~vd = (l, m, n):
x − xA y − yA z − zA
= = .
l m n
Exemplu. Fie A(3, 2, 1) şi ~vd = (1, −1, 0). Atunci xA = 3, yA = 2, zA = 1, iar (l, m, n) =
(1, −1, 0), adică l = 1, m = −1, n = 0. Obţinem ecuaţiile canonice
x−3 y−2 z−1
= =
1 −1 0
şi ecuaţiile parametrice
x=3+t
d: y = 2 − t , t ∈ R.
z=1
Exerciţiul 12 Scrieţi ecuaţiile canonice ale dreptei d ce conţine punctul M (2, 0, −1) şi
x−3 y−2 z−1
este paralelă cu dreapta d1 : = = .
1 2 3
Două drepte paralele au aceeaşi direcţie, deci putem considera că ~vd = ~vd1 . Observăm
că un vector director se poate ”recupera” din ecuaţiile canonice ale dreptei, deoarece
componentele lui sunt scrise la numitor. Deci, pentru d1 , l = 1, m = 2, n = 3, adică
~vd1 = (1, 2, 3) = ~vd . Atunci ecuaţiile canonice ale dreptei d sunt
x−2 y z+1
d: = = .
1 2 3
Exerciţiul 13 Determinaţi ecuaţiile canonice ale dreptei AB, unde A(1, 1, 2) şi B(2, 0, −1).
Un vector director al dreptei AB este
−−→
~v = AB = (xB , yB , zB ) − (xA , yA , zA ),
adică ~v = (2, 0, −1) − (1, 1, 2) = (1, −1, −3) = (l, m, n). Atunci ecuaţiile canonice vor fi
date de
x−1 y−1 z−2
AB : = = .
1 −1 −3
Din rezolvarea de mai sus deducem că ecuaţiile canonice ale dreptei AB pot fi scrise direct:
x − xA y − yA z − zA
AB : = = .
xB − xA yB − yA zB − zA
Exerciţiul 14 Fie punctele A(0, 1, 2), B(1, 2, 3), C(2, 3, 4) şi D(−1, 1, 2).
Stabiliţi dacă sunt coliniare.
Dreapta şi Planul 19
Mai multe puncte sunt coliniare dacă aparţin aceleiaşi drepte; altfel spus, două dintre
puncte determină o dreaptă, iar restul punctelor aparţin acelei drepte. În cazul nostru
putem deduce ecuaţia dreptei AB şi apoi verificăm dacă punctele C şi D aparţin sau nu
dreptei AB.
Avem
x−0 y−1 z−2 x y−1 z−2
AB : = = ⇔ AB : = = .
1−0 2−1 3−2 1 1 1
Punctul C aparţine dreptei AB dacă verifică ecuaţiile dreptei AB. Atunci ı̂nlocuim x =
xC = 2, y = yC = 3, z = zC = 4:
2 3−1 4−2 2 2 2
= = ⇔ = = ,
1 1 1 1 1 1
ceea ce este adevărat, adică C verifică ecuaţiile dreptei AB. Deci A, B, C sunt coliniare.
Analog verificăm punctul D. Avem
−1 1−1 2−2 −1 0 0
= = ⇔ = = ,
1 1 1 1 1 1
ceea ce este fals, adică D nu aparţine dreptei AB. În concluzie, cele patru puncte nu sunt
coliniare.
Ne reamintim că doi vectori sunt ortogonali dacă şi numai dacă produsul lor scalar este
nul,
−−→ −−→
AP ⊥ ~nπ ⇔ AP · ~nπ = 0.
20 Algebră liniară şi Geometrie analitică
Raportat la Oxyz, fie A(xA , yA , zA ), P (x, y, z) şi ~nπ = (l, m, n) = l~i + m~j + n~k. Atunci
−−→
AP = (x − xA , y − yA , z − zA ) şi condiţia de mai sus devine
(x − xA )l + (y − yA )m + (z − zA )n = 0.
Am dedus astfel că ecuaţia planului π determinat de punctul A(xA , yA , zA ) şi vectorul
normal ~nπ = (l, m, n) = l~i + m~j + n~k este
π : l(x − xA ) + m(y − yA ) + n(z − zA ) = 0.
După efectuarea calculelor obţinem ecuaţia generală a planului
π : lx + my + nz + p = 0.
Exemplu. Fie A(3, 2, 1) şi ~nπ = (2, −1, 3). Atunci xA = 3, yA = 2, zA = 1, iar (l, m, n) =
(2, −1, 3), adică l = 2, m = −1, n = 3. Obţinem
π : 2(x − 3) − 1(y − 2) + 3(z − 1) = 0 ⇔ π : 2x − y + 3z − 7 = 0.
Exemplu. Toate planele din familia πλ : x + 2y + 3z + λ = 0, λ ∈ R, au acelaşi vector
normal ~n = (1, 2, 3), deci ele sunt plane paralele. Doar un singur plan din această familie
conţine punctul A(2, −1, 0). Pentru a-l găsi, punem condiţia ca punctul A să-i verifice
ecuaţia:
xA + 2yA + 3zA + λ = 0 ⇒ 2 − 2 + 0 + λ = 0 ⇒ λ = 0.
Obţinem planul π0 : x + 2y + 3z = 0.
Exerciţiul 15 Determinaţi ecuaţia planului π ce conţine punctul A(1, 1, 0) şi este per-
x−3 y−2 z−1
pendicular pe dreapta d : = = .
1 2 3
Deoarece dreapta d este perpendiculară pe planul π rezultă că vectorul ei director ~vd este
perpendicular pe planul π. Atunci un vector normal ~nπ este chiar ~vd , adică ~nπ = ~vd =
(1, 2, 3). Obţinem ecuaţia planului
π : 1(x − 1) + 2(y − 1) + 3(z − 0) = 0 ⇔ π : x + 2y + 3z − 3 = 0.
Exerciţiul 16 Scrieţi ecuaţia planului π ce conţine punctul A(0, 1, −2) şi este paralel cu
planul π1 : 2x + 3y − z + 1 = 0.
Dacă două plane sunt paralele, atunci vectorul normal al primului plan este perpendicular
pe celălalt plan, deci este vector normal şi pentru al doilea plan. Altfel scris,
πkπ1 ⇒ ~nπ = ~nπ1 .
Din ecuaţia generală a planului observăm că vectorul normal ”se recuperează” de la
coeficienţii lui x, y, respectiv z. Avem atunci
l = 2, m = 3, n = −1, ~nπ = ~nπ1 = (2, 3, −1)
şi ecuaţia planului
π : 2(x − 0) + 3(y − 1) − 1(z − (−2)) = 0 ⇔ π : 2x + 3y − z − 5 = 0.
Dreapta şi Planul 21
Exerciţiul 17 Fie punctul B(2, 2, −3) şi planul π : x − 2z + 5 = 0. Aflaţi ecuaţiile dreptei
d ce trece prin B şi este perpendiculară pe π.
Deoarece dreapta d este perpendiculară pe planul π rezultă că vectorul ei director ~vd
este perpendicular pe planul π, adică este vector normal planului. Putem scrie atunci
~vd = ~nπ = (1, 0, −2), unde l = 1, m = 0, n = −2 au fost recuperaţi din ecuaţia planului π.
Obţinem ecuaţiile canonice ale dreptei d,
Definiţia 10 Planul π determinat de punctul A şi vectorii necoliniari ~v1 , ~v2 este mulţimea
−−→
punctelor P din spaţiu cu proprietatea că vectorii AP , ~v1 , ~v2 sunt coplanari.
Vectorii necoliniari ~v1 şi ~v2 , fiind vectori liberi, pot fi consideraţi cu originea ı̂n A.
Condiţia de coplanaritate a trei vectori este dată de produsul mixt, care trebuie să fie nul,
−−→
adică (AP , ~v1 , ~v2 ) = 0. Atunci, folosind formula de calcul a produsului mixt, obţinem
x − xA y − yA z − zA
π : l1 m1 n1 = 0,
l2 m2 n2
Exemplu. Fie A(1, 0, 0) şi vectorii ~v1 = (1, 1, 2), ~v2 = (0, 1, −1). Atunci ecuaţia planului
determinat de A şi cei doi vectori este
x−1 y−0 z−0
π : 1 1 2 = 0,
0 1 −1
Exerciţiul 18 Determinaţi ecuaţia planului π ce conţine punctul A(0, 1, 0) şi este paralel
x y−2 z−3 x−1 y z−1
cu dreptele d1 : = = şi d2 : = = .
1 0 −2 −1 2 0
Deoarece d1 kπ, există o dreaptă d1 0 paralelă cu d1 inclusă ı̂n π. Cum d1 0 kd1 , rezultă că
putem considera că cele două drepte au acelaşi vector director, ~vd1 0 = ~vd1 = (1, 0, −2).
Analog, există o dreaptă d2 0 paralelă cu d2 inclusă ı̂n π şi ~vd2 0 = ~vd2 = (−1, 2, 0). Atunci
vectorii directori ai celor două drepte vor fi vectorii ~v1 şi ~v2 din formula precedentă:
x−0 y−1 z−0
π : 1 0 −2 = 0,
−1 2 0
Exemplu. Dacă A(0, 0, 1), B(1, 1, −1), C(0, 1, 0), atunci obţinem
x−0 y−0 z−1 x y z−1
(ABC) : 1 − 0 1 − 0 −1 − 1 = 0 ⇔ 1 1 −2 = 0.
0−0 1−0 0−1 0 1 −1
Obţinem (ABC) : x + y + z − 1 = 0.
Exerciţiul 19 Fie punctele O(0, 0, 0), P (1, 1, 1), Q(2, 2, 1), R(2, −1, 0).
Stabiliţi dacă sunt coplanare.
Dreapta şi Planul 23
Mai multe puncte sunt coplanare dacă aparţin aceluiaşi plan. Cum trei puncte necoliniare
determină un singur plan, ı̂nseamnă că restul punctelor aparţin acestui plan. În cazul
nostru determinăm ecuaţia planului (OP Q) şi apoi verificăm dacă R aparţine acestui
plan.
Folosim ecuaţia planului determinat de trei puncte. Avem
x−0 y−0 z−0 x y z
(OP Q) : 1 − 0 1 − 0 1 − 0 = 0 ⇔ 1 1 1 = 0,
2−0 2−0 1−0 2 2 1
adică (OP Q) : −x + y = 0.
Punctul R aparţine planului (OP Q) dacă şi numai dacă verifică ecuaţia lui, adică
−xR + yR = 0. Obţinem −2 − 1 = 0, fals, deci punctele sunt necoplanare.
x y−1 z+1
Exerciţiul 20 Fie punctul A(1, 1, 0) şi dreapta d : = = . Determinaţi
1 0 −2
ecuaţia planului determinat de punctul A şi dreapta d.
Un plan este unic determinat de trei puncte necoliniare. Un punct este A, iar celelalte
două pot fi oricare din punctele dreptei d. Pentru a găsi un punct ce aparţine dreptei d,
vom scrie ecuaţiile parametrice şi vom particulariza parametrul. Avem
x y−1 z+1 x=t
d: = = =t⇒ y=1 , t ∈ R.
1 0 −2
z = −1 − 2t
Pentru t = 0 obţinem B(0, 1, −1), iar pentru t = 1, C(1, 1, −3), ce sunt două puncte ale
dreptei, deci sunt incluse ı̂n plan. Atunci planul căutat este planul (ABC), adică
x−1 y−1 z−0 x−1 y−1 z
(ABC) : 0 − 1 1 − 1 −1 − 0 = 0 ⇔ −1 0 −1 = 0.
1 − 1 1 − 1 −3 − 0 0 0 −3
Obţinem ecuaţia planului (ABC) : y − 1 = 0, ce reprezintă ecuaţia cerută.
Este binecunoscut faptul că intersecţia a două plane neparalele este o dreaptă. Dacă
π1 : l1 x + m1 y + n1 z + p1 = 0 şi π2 : l2 x + m2 y + n2 z + p2 = 0, iar d = π1 ∩ π2 , atunci
scriem dreapta d sub forma
l1 x + m1 y + n1 z + p1 = 0
d: .
l2 x + m2 y + n2 z + p2 = 0
Această dreaptă este determinată de două puncte ce aparţin ambelor plane. Pe de altă
parte, vectorii normali celor două plane sunt perpendiculari pe dreapta comună, adică
vectorul director al dreptei este perpendicular pe cei doi vectori. Dar şi produsul vectorial
al celor doi vectori este perpendicular pe fiecare dintre ei. Atunci vectorul director al
dreptei este coliniar cu produsul vectorial al celor doi vectori. Astfel, putem considera
că dacă ~n1 şi ~n2 sunt vectorii normali ai celor două plane, atunci vectorul director ~vd al
dreptei comune celor două plane este
~vd = ~n1 × ~n2 .
24 Algebră liniară şi Geometrie analitică
Dreapta ca intersecţie de două plane este mulţimea soluţiilor sistemului liniar format din
ecuaţiile celor două plane. O soluţie a acestui sistem este de fapt un punct comun celor
două plane. Un astfel de punct se poate găsi particularizând o variabilă şi apoi rezolvând
sistemul obţinut. În cazul nostru, dreapta de intersecţie este
x+y+z−1=0
d: .
y−z+3=0
Din a doua ecuaţie avem z = 3. Înlocuim ı̂n prima şi găsim x = −2. Am determinat astfel
un punct al dreptei d, anume A(−2, 0, 3).
Fie acum y = 1. Atunci
x+1+z−1=0
d: ,
1−z+3=0
de unde z = 4 şi x = −4. Astfel, un alt punct al dreptei d este B(−4, 1, 4). Atunci dreapta
comună celor două plane este AB, de ecuaţie
x+2 y−0 z−3 x+2 y z−3
AB : = = ⇔ AB : = = .
−4 + 2 1−0 4−3 −2 1 1
Exerciţiul 22 Fie planele π1 : x + y − z − 1 = 0 şi π2 : x + 2y − z + 3 = 0.
a) Arătaţi că cele două plane nu sunt paralele.
b) Determinaţi ecuaţiile canonice ale dreptei ce conţine punctul Q(1, 1, 2) şi este paralelă
cu cele două plane.
a) Planele sunt paralele dacă şi numai dacă vectorii lor normali sunt coliniari:
~i ~j ~k
−1 = ~i + ~k = (1, 0, 1) 6= ~0.
~n1 × ~n2 = 1 1
1 2 −1
Ecuaţiile canonice ale dreptei r, determinată de punctul Q şi vectorul director ~vr , sunt
x−1 y−1 z−2
r: = = .
1 0 1
O proiecţie ı̂n spaţiu poate fi conică sau cilindrică, ı̂n particular ortogonală. Proiecţia
unei mulţimi de puncte este mulţimea formată din proiecţiile tuturor punctelor respectivei
mulţimi. Proiecţia unei mulţimi de puncte se face pe o altă mulţime de puncte, ı̂n special
pe un plan. Este important atunci să analizăm proiecţiile unui punct pe un plan.
Proiecţia unui punct A pe un plan π este punctul P (fig.4).
Figure 14: Proiecţii ale unui punct pe un plan: conică, cilindrică, ortogonală
În fiecare caz punctul P se obţine intersectând o dreaptă cu un plan: punctul P are
coordonatele date de ecuaţiile parametrice ale dreptei (ce depind de parametrul t) şi aceste
coordonate verifică ecuaţia planului π (de unde aflăm t şi apoi coordonatele căutate).
Dacă P este proiecţia căutată (fig.4, stânga), atunci P aparţine dreptei V A, deci are
coordonatele P (1 − t, 1 + t, −1 + 3t). Dar P aparţine şi planului π, deci coordonatele sale
verifică ecuaţia planului:
Fie g dreapta de direcţie ~vg , ce conţine punctul O (fig.4, mijloc, cu A = O). Atunci
x y z x=t
g: = = =t⇔ y = t , t ∈ R.
1 1 1
z=t
Dacă P este proiecţia căutată, atunci {P } = g∩π. Atunci P (t, t, t) verifică ecuaţia planului
π:
xP + 2yp + 3zP − 12 = 0 ⇒ t + 2t + 3t − 12 = 0 ⇒ t = 2.
Obţinem atunci P (2, 2, 2).
Fie g dreapta ce conţine punctul A şi este perpendiculară pe planul π (fig.4, dreapta).
Atunci vectorul ei director este perpendicular pe plan, adică putem considera
Proiecţia căutată este punctul P , aflat la intersecţia dreptei g cu planul π. Atunci avem
P (3t, t, 3 − 2t) şi
x+1 y−1 z
Exerciţiul 26 Fie dreapta d : = = . Determinaţi proiecţia punctului
2 1 −2
A(1, 0, 0) pe d.
Fie π planul ce conţine punctul A şi este perpendicular pe d. Atunci luăm vectorul normal
planului egal cu vectorul director al dreptei, ~nπ = ~vd = (2, 1, −2). Obţinem ecuaţia
planului:
1
2xP + yP − 2zP − 2 = 0 ⇒ 2(2t − 1) + t + 1 − 2(−2t) − 2 = 0 ⇒ t = .
3
Atunci P (− 13 , 43 , − 32 ).
În continuare, dacă nu se precizează altfel, prin proiecţie ne referim la proiecţia ortogonală,
adică la proiecţia după o direcţie perpendiculară.
Analizăm ı̂n continuare simetria unei mulţimi fată de un punct (simetria centrală), faţă de
o dreaptă (simetria axială), respectiv faţă de un plan (oglindirea). În fiecare caz, simetrica
unei mulţimi este mulţimea formată cu simetricele tuturor punctelor respectivei mulţimi,
deci totul depinde de simetricul unui punct faţă de alt punct, dreaptă ori plan (fig.6).
28 Algebră liniară şi Geometrie analitică
Definiţia 14 Simetricul punctului A faţă de punctul P este punctul S, dacă P este mi-
jlocul segmentului (AS).
Definiţia 15 Simetricul punctului A fată de dreapta d este punctul S, dacă d este medi-
atoarea segmentului (AS) ı̂n planul determinat de A şi d.
Definiţia 16 Simetricul punctului A fată de planul π este punctul S, dacă π este planul
mediator al segmentului (AS).
Reamintim că P este mijlocul segmentului (AS) (fig.6, stânga) dacă şi numai dacă
xA + xS yA + yS zA + z S
xP = , yP = , zP = .
2 2 2
Rezultă imediat
Primul pas este să determinăm proiecţia punctului A pe dreapta d, notat P . Acest punct
este la intersecţia dreptei d cu planul π ce conţine punctul A şi este perpendicular pe
dreapta d (fig.6, centru). Avem
2xP + yP − 2 = 0 ⇒ 2(2t − 1) + t − 1 − 2 = 0 ⇒ t = 1,
Intuitiv, desenul este dat ı̂n Figura 6, dreapta. Dreapta d ce trece prin A şi este perpendic-
ulară pe planul π are vectorul director ~vd = ~nπ = (1, 2, −1). Atunci ecuaţiile parametrice
ale dreptei sunt
x−0 y−1 z−2 x=t
d: = = =t⇔ y = 2t + 1 , t ∈ R.
1 2 −1
z = −t + 2
Proiecţia punctului A pe planul π este punctul P de intersecţie dintre dreaptă şi plan.
Atunci P ∈ d, adică P (t, 2t + 1, −t + 2). Punctul P aparţine şi planului π, adică
Simetricul punctului A faţă de planul π este puntul S, unde S este simetricul lui A
faţă de P :
xA + xS yA + yS zA + zS xS = 2xP − xA = 2 · (−1) − 0 = −2
xP = , yP = , zP = ⇒ y = 2yP − yA = 2 · (−1) − 1 = −3 .
2 2 2 S
zS = 2zP − zA = 2 · 3 − 2 = 4
O dreaptă este unic determinată de două puncte. Atunci simetrica unei drepte d faţă
de un punct, dreaptă, respectiv plan este dreapta determinată de simetricele a două puncte
ale lui d faţă de punct, dreaptă, respectiv plan.
Analog, simetricul unui plan π faţă de un punct, dreaptă, respectiv plan este planul
determinat de simetricele a trei puncte necoliniare ale lui π faţă de punct, dreaptă, re-
spectiv plan.
În geometria ı̂n spaţiu vorbim ı̂n primul rând de unghiul dintre două drepte, la care se
reduc şi unghiurile dintre o dreaptă şi un plan, respectiv dintre două plane.
Definiţia 17 Unghiul dintre două drepte este unghiul dintre vectorii directori ai celor
două drepte, cuprins ı̂ntre 0◦ şi 90◦ .
Reamintim că unghiul θ dintre doi vectori ~v1 = (l1 , m1 , n1 ) şi ~v2 = (l2 , m2 , n2 ), cuprins
ı̂ntre 0◦ şi 90◦ , este dat de formula
|~v1 · ~v2 | |l1 l2 + m1 m2 + n1 n2 |
cos θ = =p2 p .
k~v1 k · k~v2 k l1 + m21 + n21 · l22 + m22 + n22
În particular, unghiul dintre două drepte paralele este 0◦ . Dreptele sunt paralele dacă
vectorii directori sunt coliniari, adică ~v1 × ~v2 = ~0 sau echivalent
l1 m1 n1
= = .
l2 m2 n2
Dreapta şi Planul 31
De asemenea, două drepte sunt perpendiculare dacă unghiul dintre ele este de 90◦ , adică
vectorii directori sunt ortogonali (cos θ = 0):
d1 ⊥ d2 ⇔ ~v1 ⊥ ~v2 ⇔ ~v1 · ~v2 = 0.
Exemplu. Să stabilim că dreptele
x−1 y−1 z x−2 y−3 z−2
d1 : = = şi d2 : = =
1 2 −1 1 1 3
sunt perpendiculare.
Avem vectorii directori ~v1 = (1, 2, −1) şi ~v2 = (1, 1, 3). Produsul scalar al celor doi
vectori este
~v1 · ~v2 = 1 · 1 + 2 · 1 + (−1) · 3 = 0,
deci vectorii directori sunt ortogonali, ceea ce ı̂nseamnă că şi dreptele considerate sunt
perpendiculare.
Definiţia 18 Unghiul dintre o dreaptă şi un plan este complementul unghiului dintre
dreaptă şi o dreaptă perpendiculară pe acel plan.
Dacă planul π are vectorul normal ~nπ , atunci orice dreaptă perpendiculară pe el are acelaşi
vector director, ~nπ . Dacă notăm cu ϕ unghiul dintre planul π şi dreapta d de vector director
~vd , atunci ϕ = 90◦ − θ, unde θ este unghiul dintre d şi orice dreaptă perpendiculară pe
planul π. Rezultă
|~vd · ~nπ |
sin ϕ = cos θ = .
k~vd k · k~nπ k
În particular, dreapta d este paralelă cu planul π dacă unghiul dintre ele este ϕ = 0◦ .
Avem, ţinând cont că ϕ este ı̂ntre 0◦ şi 90◦ , că
dkπ ⇔ ϕ = 0◦ ⇔ sin ϕ = 0 ⇔ ~vd · ~nπ = 0 ⇔ ~vd ⊥ ~nπ .
x+2 y−1 z+3
Exemplu. Să determinăm unghiul dintre dreapta d : = = şi planul
1 2 −1
π : x + y + 3 = 0.
Avem ~vd = (1, 2, −1) şi ~nπ = (1, 1, 0). Atunci
√
|~vd · ~nπ | |1 + 2 − 0| 3 3
sin ϕ = = √ √ = √ = ,
k~vd k · k~nπ k 6· 2 2 3 2
de unde obţinem ϕ = 60◦ .
Definiţia 19 Unghiul dintre două plane este unghiul dintre două drepte perpendiculare pe
planele respective.
Fie două plane π1 , π2 de vectori normali ~n1 , respectiv ~n2 . Fie d1 ⊥ π1 şi d2 ⊥ π2 . Atunci
aceste drepte au vectorii directori ~v1 = ~n1 , respectiv ~v2 = ~n2 , deci unghiul θ dintre cele
două plane este dat de formula
|~n1 · ~n2 |
cos θ = .
k~n1 k · k~n2 k
În particular, cele două plane sunt perpendiculare dacă vectorii lor normali sunt ortogonali.
32 Algebră liniară şi Geometrie analitică
Avem vectorii normali ~n1 = (1, 0, 2) şi ~n2 = (3, m, 1). Atunci
|~n1 · ~n2 | 5
cos θ = =√ √ .
k~n1 k · k~n2 k 5 · m2 + 10
√
Dar θ = 45◦ , adică cos θ = 2
2 , de unde rezultă
√
5 2 25 2
√ √ = ⇒ 2
= ⇒ m2 + 10 = 10,
5 · m2 + 10 2 5(m + 10) 4
deci m = 0.
Distanţa dintre punctele A1 (x1 , y1 , z1 ) şi A2 (x2 , y2 , z2 ) este lungimea segmentului (A1 A2 ),
−−−→
adică lungimea vectorului A1 A2 . Cum
−−−→
A1 A2 = (x2 − x1 , y2 − y1 , z2 − z1 ),
rezultă
−−−→ p
dist(A1 , A2 ) = |A1 A2 | = (x2 − x1 )2 + (y2 − y1 )2 + (z2 − z1 )2 .
Prin distanţă ı̂ntre două mulţimi ı̂nchise de puncte F1 şi F2 din spaţiu ı̂nţelegem cea mai
mică dintre lungimile tuturor segmentelor (A1 A2 ), unde A1 ∈ F1 şi A2 ∈ F2 sunt arbitrare:
dist(F1 , F2 ) = min{dist(A1 , A2 ) : A1 ∈ F1 , A2 ∈ F2 }.
În particular, dacă F1 este formată dintr-un singur punct, A1 , obţinem distanţa de la un
punct la o mulţime de puncte.
În continuare ne interesează distanţa de la un punct la o dreaptă, respectiv un plan,
precum şi cazurile ı̂n care F1 şi F2 sunt drepte sau plane.
Dacă Q este un punct oarecare al dreptei d, iar P este proiecţia lui A pe d (fig.7),
atunci AP ≤ AQ, pentru orice Q. Deducem atunci că
Distanţa de la un punct la o dreaptă este egală cu distanţa dintre acel punct şi proiecţia
lui pe dreaptă:
dist(A, d) = dist(A, P ) , unde P = prd A.
Dreapta şi Planul 33
şi
Aria(paralelogram) = baza · inaltimea = |~vd | · AP,
rezultă −−→
|~vd × QA |
dist(A, d) = , Q ∈ d.
|~vd |
x y−1 z−2
Exerciţiul 31 Calculaţi distanţa de la A(1, 0, 0) la d : = = .
1 2 −1
Din ecuaţiile dreptei deducem Q(0, 1, 2) şi ~vd = (1, 2, −1), cu
p √
|~vd | = 12 + 22 + (−1)2 = 6.
−−→
Apoi QA = (1, 0, 0) − (0, 1, 2) = (1, −1, −2) şi
~i ~j ~k
−−→ −−→ √
~vd × QA = 1 2 −1 = −5~i + ~j − 3~k = (−5, 1, −3) , |~vd × QA | = 35.
1 −1 −2
√
35
Atunci dist(A, d) = √ .
6
În spaţiu, două drepte pot fi coplanare sau necoplanare. În cazul ı̂n care sunt coplanare,
ele pot fi concurente (au un punct comun) şi atunci distanţa dintre ele este zero sau pot
fi paralele. Distanţa dintre două drepte paralele este egală cu distanţa de la oricare punct
al unei drepte la cealaltă dreaptă:
Atunci −−→ √
|~v2 × QA | 2 6 √
dist(d1 , d2 ) = dist(A, d2 ) = = √ = 2.
|~v2 | 2 3
În mod analog deducem că
Distanţa de la un punct la un plan este egală cu distanţa dintre acel punct şi proiecţia
lui pe plan:
dist(A, π) = dist(A, P ) , unde P = prπ A.
Dacă vom determina proiecţia punctului A pe planul π şi apoi distanţa dintre A şi proiecţie,
vom obţine următoarea formulă de calcul a distanţei de la A la π:
|lxA + myA + nzA + p|
dist(A, π) = √ , A(xA , yA , zA ), π : lx + my + nz + p = 0.
l2 + m2 + n2
Exemplu. Distanţa de la A(1, 2, 3) la planul π : 2x − y + 2z − 4 = 0 este
|2 · 1 − 2 + 2 · 3 − 4| 2
dist(A, π) = p = .
22 + (−1)2 + 22 3
Distanţa dintre o dreaptă şi un plan este zero dacă dreapta are cel puţin un punct comun
cu planul. În caz contrar, adică dreapta este paralelă cu planul, distanţa dintre ele este
egală cu distanţa de la oricare punct al dreptei la plan:
dkπ ⇒ dist(d, π) = dist(A, π) , A ∈ d.
Exerciţiul 33 Fie d : x = t, y = 2t − 1, z = −t + 2 şi π : y + 2z − 1 = 0. Arătaţi că dkπ
şi apoi calculaţi distanţa dintre d şi π.
Din ecuaţiile parametrice ale dreptei deducem că ~vd = (1, 2, −1) şi A(0, −1, 2) ∈ d. Vec-
torul normal planului este ~nπ = (0, 1, 2). Avem
~vd · ~nπ = 0 + 2 − 2 = 0 ⇒ ~vd ⊥ ~nπ ⇒ dkπ
(deoarece A 6∈ π). Atunci
√
| − 1 + 4 − 1| 2 2 5
dist(d, π) = dist(A, π) = √ =√ = .
1+4 5 5
Dreapta şi Planul 35
Distanţa dintre două plane secante este evident zero. Dacă planele nu se intersectează,
adică sunt paralele, distanţa dintre ele este egală cu distanţa de la oricare punct al unui
plan la celălalt plan:
Exerciţiul √
34 Distanţa dintre planele paralele π1 : x+y+z−1 = 0 şi π2 : x+y+z+p = 0,
p ∈ R, este 3. Determinaţi p.
|1 + 0 + 0 + p| |p + 1|
dist(A, π2 ) = √ = √ .
2 2
1 +1 +1 2 3
Rezultă condiţia
|p + 1| √
√ = 3 ⇒ |p + 1| = 3 ⇒ p + 1 = ±3 ⇒ p1 = 2, p2 = −4.
3
√
Deci există două plane situate la distanţa 3 de π1 , unul de o parte a lui π1 şi unul de
cealaltă parte. Aceste plane corespund valorilor p1 = 2, p2 = −4.
Întrebări teoretice
1. Daţi definiţia vectorială a unei drepte. Scrieţi ecuaţiile canonice ale unei drepte
determinată de un punct şi un vector.
2. Cum se găseşte vectorul director al unei drepte căreia i se cunosc ecuaţiile canonice?
3. Scrieţi ecuaţiile canonice ale dreptei AB. Cum se poate stabili dacă punctele
A, B, C sunt coliniare?
4. Daţi definiţia vectorială a unui plan. Scrieţi ecuaţia planului generat de un punct
şi un vector normal.
5. Cum se găseşte vectorul normal unui plan dacă se cunoaşte ecuaţia planului?
6. Scrieţi ecuaţia planului (ABC). Cum se poate stabili dacă punctele A, B, C, D sunt
coplanare?
7. Explicaţi cele trei tipuri de proiecţii studiate.
8. Prezentaţi simetria unui punct faţă de alt punct, dreaptă, respectiv plan.
9. Definiţi unghiul dintre două drepte şi scrieţi formula de calcul a acestuia. Daţi o
condiţie vectorială ca aceste drepte să fie perpendiculare.
10. Definiţi unghiul dintre o dreaptă şi un plan şi scrieţi formula de calcul a acestuia.
Daţi o condiţie vectorială ca dreapta să fie paralelă cu planul.
36 Algebră liniară şi Geometrie analitică
11. Definiţi unghiul dintre două plane şi scrieţi formula de calcul a acestuia. Daţi o
condiţie vectorială ca planele să fie perpendiculare.
12. Scrieţi formulele pentru distanţa dintre două puncte, un punct şi o dreaptă, re-
spectiv un punct şi un plan.
Exerciţii propuse
1. Se consideră vectorii v̄1 = (1, 1, 1), v̄2 = (1, 1, 0), v̄3 = (−1, 0, 1), v̄4 = (a, 1, a),
a ∈ R.
a) Să se verifice dacă S1 = {v̄1 , v̄2 } este liniar independent;
b) Să se calculeze valoarea lui a pentru care sistemul de vectori S2 = {v̄1 , v̄2 , v̄4 }
este liniar dependent;
c) Pentru a = 1, să se extragă din S3 = {v̄1 , v̄2 , v̄3 , v̄4 } o bază a lui R3 .
[Rezolvare 1]
17. Fie punctele O(0, 0, 0) A(1, 1, 2) şi B(0, 3, 4). Să se calculeze:
a) Coordonatele punctului C astfel ca OACB să fie paralelogram;
b) aria paralelogramului OACB;
c) distanţa de la B la drepta OA.
[Rezolvare 17]
18. Fie punctele A(1, 0, 0), B(2, 3, 0), C(0, 4, 1) şi D(0, −1, 3).
a) Să se arate că cele patru puncte sunt necoplanare;
b) Să se determine aria triunghiului ABC.
[Rezolvare 18]
x+1 y z−1
23. Fie dreapta d : = = şi planul π : x + y − z = 0. Să se
2 1 1
determine coordonatele punctului de intersecţie dintre dreaptă şi plan.
[Rezolvare 23]
x y−1 z+1
24. Fie dreapta d : = = şi planul π : x − 2y − z − 5 = 0.
2 1 0
a) Să se determine unghiul dintre vectorul director al dreptei şi vectorul normal
planului.
b) Să se determine coordonatele punctului de intersecţie dintre dreaptă şi plan.
[Rezolvare 24]
b) B este bază pentru R2 dacă are 2 vectori şi det AB 6= 0. Cum det AB = −3
rezultă că B este bază.
c) Scrierea vectorului v̄ ı̂n baza B ı̂nseamnă găsirea scalarilor α1 , α2 ∈ R astfel
ca
v̄ = α1 ū1 + α2 ū2 .
Această condiţie este echivalentă cu
Scăzând cele două ecuaţii avem 3α2 = 3, adică α2 = 1. Înlocuind ı̂n prima
ecuaţie obţinem α1 = 2. Atunci scrierea lui v̄ ı̂n baza B este v̄ = 2ū1 + ū2 , iar
coordonatele lui v̄ ı̂n baza B sunt (2, 1).
unde am notat αx1 = x, αy1 = y. Deci αu ∈ U şi astfel a doua condiţie este
verificată.
Din i) şi ii) rezultă că U este subspaţiu vectorial.
Pentru a determina o bază, mai ı̂ntâi determinăm sistemul de generatori ai
lui U. Un vector oarecare din U se scrie sub forma
de unde deducem că sistemul de vectori B = {ū1 = (1, 1, 0), ū2 = (0, 1, 2)} ge-
nerează orice vector din U, adică ı̂l generează pe U. Să arătăm că B este liniar
independent. Cu definiţia, avem
de unde rezultă că B este liniar independent, deci B este o bază a subspaţiului
U. Mai mult, dim U = 2 (numărul de vectori din bază).
E uşor de văzut de mai sus că egalitatea f (u + v) = f (u) + f (v) este adevărată.
ii) Fie α ∈ R şi u = (u1 , u2 ). Atunci αu = (αu1 , αu2 ). ’Tinem cont de formula
lui f şi obţinem
Condiţia f (x1 , x2 ) = (0, 0), adică (x1 − x2 , −x1 + x2 ) = (0, 0), este echivalentă
cu sistemul
x1 − x2 = 0
−x1 + x2 = 0
de unde obţinem x1 = x2 . Deci ker f = {(x1 , x1 ) : x1 ∈ R}. Observăm că o bază
a nucleului lui f este B = {(1, 1)}, deci dimensiunea nucleului este 1.
c) Din definiţia imaginii inverse a unui vector printr-o aplicaţie liniară avem
(2 − λ)(1 − λ) = 0,
adică λ1 = 2 şi λ2 = 1.
c) Tr(A) = 2 + 1 = 3 = λ1 + λ2 , iar det A = 2 = λ1 λ2 .
d) Fiecărei valori proprii găsite λ ı̂i corespunde un vector propriu X = (x1 , x2 )
ce se determină din relaţia
(A − λI2 ) · X = [0],
şi x1 poate fi oricât (nenul). Deci vectorul propriu este X = (x1 , 0), x1 ∈ R∗ .
ii) Pentru λ = λ2 = 1 condiţia (A − λI2 ) · X = [0] devine
1 −1 x1 0 x1 − x2 0 x1 − x2 = 0
· = ⇔ = ⇔ ,
0 0 x2 0 0 0 0=0
1 − λ = 0 ⇒ λ1 = 1
2 − λ = 0 ⇒ λ2 = 2
3 − λ = 0 ⇒ λ3 = 3
Dezvoltând după a doua linie (sau cu celelalte reguli dând factor comun) rezultă
−λ 1
P (λ) = det(A − λI3 ) = (−1 − λ) · = (−1 − λ)(λ2 − 1).
1 −λ
Observaţie: vectorul propriu trebuie să fie nenul, iar subspaţiul propriu trebuie să
conţină şi vectorul nul, care este elementul neutru la adunare.
Rezolvare 11. Vectorii sunt ortogonali dacă produsul lor scalar este zero, deci
avem:
hv̄1 ; v̄2 i = 0 ⇔ 1 · λ2 + λ · 1 + 0 · 2 · λ = 0 ⇔ λ2 + λ = 0 ⇔ λ · (λ + 1) = 0,
aşadar obţinem valorile λ = 0 şi λ = −1
Rezolvare 13. Vom verifica daă sunt satisfăcute condiţiile din definiţia unui
subspaţiu vectorial (vezi şi problema 3):
i) ∀u, v ∈ U ⇒ u + v ∈ U;
ii) ∀α ∈ R, u ∈ U ⇒ αu ∈ U.
In cazul acestei probleme, mulţimea studiata este mulţimea U a vectorilor v̄ =
(a, b) ortogonali cu vectorul ū = (2, 3), muţime care are forma:
U = {(a, b) | hū; v̄i = 0} = {(a, b) | 2 · a + 3 · b = 0}.
Notând a = k din relaţia 2 · a + 3 · b = 0 obţinem b = − 23 · a = − 23 · k şi mulţimea
U se poate scrie:
U = {(k, − 32 · k) | k ∈ R} = {k · (1, − 23 ) | k ∈ R}, ceea ce ı̂nseamnă că orice
vector din U est de forma k · (1, − 23 ), unde k este o constantă arbitrară.
În mod evident relaţiile i) şi ii) sunt satisfăcute (exerciţiu, vezi problema 3) şi,
ı̂n plus, la fel de evident este faptul că o bază a subspaţiului U este formată chiar
din vectorul (1, − 23 ).
Rezolvare 14. Cele trei forţe au aceeaşi origine şi sunt perpendiculare ı̂ntre
ele două câte două. Atunci putem considera un reper (P ;~i, ~j, ~k), unde P este
punctul dat, iar direcţiile şi sensurile vectorilor ~i, ~j, ~k sunt date de cele ale forţelor
aplicate. Rezultă că cele trei forţe vor fi F~1 = 2~i, F~2 = 2~j, respectiv F~3 = 1~k, iar
forţa rezultantă va fi suma lor,
Mărimea
√ forţei rezultante,
√ conform formulei de calcul a lungimii unui vector, este
|F~ | = 22 + 22 + 12 = 9 = 3N.
Dar
~i ~j ~k
−−→ −−→
OA × OB = 1 1 2 = −2~i − 4~j + 3~k.
0 3 4
p √
Atunci AOACB = (−2)2 + (−4)2 + 32 = 29.
c) Distanţa de la B la OA este chiar lungimea ı̂nălţimii paralelogramului OACB
corespunzătoare bazei [OA]. Notând cu h această distanţă, avem că aria pa-
ralelogramului este
−−→
AOACB = h · OA = h · |OA |.
√ √ q
Rezultă 29 = h · 6, de unde h = 29 6 .
Avem
1 3 0
−−→ −−→ −−→
~ = −1 4 1 = 19 6= 0,
(AB , AC , AD ) = (~u, ~v , w)
−1 −1 3
Deci √
1p 2 59
A∆ABC = 3 + (−1)2 + 72 = .
2 2
Click pentru ı̂napoi Problema 18.
23
Rezolvare 20. a) Deoarece dreptele d şi BC sunt paralele, ele au aceeaşi direcţie
−−→
dată de vectorul BC , adică
−−→
~vd = BC = ~rC − ~rB = (0, 5, −2) − (2, 3, 0) = (−2, 2, −2).
Rezultă
x−1 y z
d: = = .
−2 2 −2
b) Direcţia perpendiculară pe planul π este dată de vectorul ~nπ = ~vd . Atunci
ecuaţia planului este
Rezolvare 21. a) Putem găsi valoarea lui a prin mai multe metode, dintre care
prezentăm aici două.
-In cadrul primei metode ţinem cont de faptul că dacă punctele sunt coliniare
−−→ −−→
atunci vectorii AB şi AC au aceeaşi direcţie, ceea ce ı̂nseamnă că produsul
lor vectorial trebuie sa fie (vectorul) nul (sau, echivalent, putem considera ca
triunghiul ABC trebuie să aibă aria nulă, ceea ce ne conduce tot la produsul
vectorial nul). Avem:
−−→
AB = ~rB − ~rA = (0, 2, 4) − (3, 0, 1) = (−3, 2, 3) = −3 · ~i + 2 · ~j + 3 · ~k,
−−→
AC = ~rC − ~rA = (1, a, 3) − (3, 0, 1) = (−2, a, 2) = −2 · ~i + a · ~j + 2 · ~k,
~i ~j ~k
−−→ −−→
AB × AC = −3 2 3 = (4 − 3 · a) · ~i + (−3 · a + 4) · ~k.
−2 a 2
Produsul vectorial este nul dacă toţi coeficienţii vectorului rezultat sunt egali cu
zero, adică dacă 4 − 3 · a = −3 · a + 4 = 0. Rezultă deci a = 34 .
- Metoda a doua are ı̂n vedere faptul ca cele trei punctele sunt coliniare dacă
cel de-al treilea punct se găseşte pe dreapta determinată de primele două puncte.
Scriem aşadar ecuaţia dreptei determinate de punctele A şi B:
x−3 y z−1
d: = = .
−3 2 3
Punănd condiţia ca punctul C să aparţină dreptei d (adică ı̂nlocuind ı̂n ecuaţia
de mai sus pe x, y, z cu coordonatele punctului C) obţinem:
1−3 a 3−1 −2 a 2 4
d: = = ⇒ = = ⇒a= .
−3 2 3 −3 2 3 3
b) Punctul C(1,0,3) evident nu este coliniar cu punctele A şi B (el corespunde lui
a = 0 6= 43 ). Ecuaţia planului determinat de trei puncte necoliniare A(xA , yA , zA ),
B(xB , yB , zB ) şi C(xC , yC , zC ) se poate calcula folosind una dintre formulele
(echivalente):
x y z 1
x A yA zA 1
(ABC) : = 0,
xB yB zB 1
x C yC zC 1
x − xA y − y A z − z A
(ABC) : xB − xA yB − yA zB − zA = 0.
xC − xA yC − yA zC − zA
26
De
exemplu, dezvoltănd
după prima linie primul determinant:
x y z 1
3 0 1 1 0 1 1
3 1 1 3 0 1 3 0 1
0 2 4 1 = 2 4 1 ·x− 0 4 1 · y + 0 2 1 · z − 0 2 4
·1
0 3 1 1 3 1 1 0 1 1 0 3
1 0 3 1
obţinem ecuaţia:
(ABC) : 4 · x + 4 · z − 16 = 0
sau, echivalent:
(ABC) : x + z − 4 = 0
Rezultă
x−1 y+1 z
d: = = .
2 3 −1
b) Cum π1 ||π, rezultă ~nπ1 = ~nπ . Atunci ecuaţia planului este
π1 : 2(x − 1) + 3(y + 1) − (z − 0) = 0 ⇔ 2x + 3y − z + 1 = 0.
Rezolvare 23. Notănd cu t valoarea rapoartelor egale care apar ı̂n ecuaţiile car-
teziene ale dreptei putem scrie ecuaţiile
x+1 parametrice ale dreptei:
2 =t x=2·t−1
x+1 y z−1 y
2 = 1 = 1 = t ⇒ 1 = t ⇒ y=t .
z−1
= t z = t + 1
1
Introducănd pe x, y şi z astfel obţinute ı̂n ecuaţia planului obţinem valoarea lui t
care corespunde punctului de intersecţie:
2 · t − 1 + t − t − 1 = 0 ⇒ t = 1.
Valorile
lui x, y şi z corespunzătoare lui t = 1 (coordonatele punctului de intersecţe)
x=2·1−1=1
sunt y=1 .
z =1+1=2
Aşadar punctul de intersecţie este M (1, 1, 2).
În cazul nostru ~vd = (2, 1, 0). Pe de altă parte, vectorul normal planului π este
~nπ = (1, −2, −1).
Dacă θ este unghiul dintre cei doi vectori, atunci
~vd · ~nπ
cos θ = .
|~vd | · |~nπ |
Avem ~vd · ~nπ = 2 · 1 + 1 · (−2) + 0 · (−1) = 0, deci θ = π/2 (90◦ , adică vectorii
sunt perpendiculari).
b) Coordonatele punctului P de intersecţie dintre dreaptă şi plan se obţin re-
zolvând sistemul
x = y−1 = z+1 =t
d∩π : 2 1 0
x − 2y − z − 5 = 0
Din prima relaţie obţinem x = 2t, y = t + 1, z = −1 şi ı̂nlocuim ı̂n a doua ecuaţie.
Obţinem
2t − 2t − 2 + 1 − 5 = 0 ⇔ −6 = 0
ceea ce este fals, adică sistemul nu are soluţie.
Deci dreapta şi planul nu se intersectează, fiind paralele. Acest lucru putea fi
dedus din subpunctul a): ~vd ⊥ ~nπ ⇒ d||π.
După cum am văzut ı̂n lecţiile precedente, spaţiile vectoriale se aseamănă cu structurile alge-
brice studiate ı̂n liceu (grup, subgrup, inel, corp). Ca ı̂n cazul acestora, şi spaţiile vectoriale
pot fi legate printr-un morfism, o funcţie de la o structură algebrică la o alta de acelaţi tip,
ce duce o lege de compoziţie din prima structură ı̂n corespondenta ei din cealaltă structură.
Fie (V, +, ·) şi (W, ⊕, ) două spaţii vectoriale finit dimensionale peste acelaşi corp K.
În particular, dacă V = W, aplicaţia liniară f se numeşte operator liniar sau endo-
morfism.
1
2 Curs de Algebră liniară
Demonstraţie. Avem f (x̄) = f (x1 v̄1 + x2 v̄2 + . . . + xn v̄n ). Folosind (AL) rezultă
f (x̄) = x1 f (v̄1 ) + x2 f (v̄2 ) + . . . + xn f (v̄n ) = x1 w̄1 + x2 w̄2 + . . . + xn w̄n . Dacă ar exista altă
aplicaţie liniară g cu aceleaşi valori pe bază, adică g(v̄i ) = f (v̄i ), i ∈ {1, 2, . . . , n}, cu acelaşi
raţionament obţinem g(x̄) = x1 w̄1 + x2 w̄2 + . . . + xn w̄n = f (x̄), deci f este unic determinată.
Observăm că
adică valorile lui f calculate pentru baza canonică din Rn şi raportate la baza canonică din
Rm sunt exact coeficienţii lui x1 , x2 , . . . , xn . Printr-o asemănare cu sistemele liniare studiate
ı̂n clasa a XI-a, putem construi matricea coeficienţilor (pe prima coloană coeficienţii lui x1
etc.; se pătrează convenţia că atunci când scriem matriceal vectorii se pun pe coloane):
a11 a12 . . . a1n
a21 a22 . . . a2n
A= .
.
..
am1 am2 . . . amn
Această matrice, ce are n coloane şi m linii, se numeşte matricea aplicaţiei liniare f ı̂n
perechea de baze canonice din Rn , Rm .
Mai general, avem
Definiţia 2. Fie aplicaţia liniară f : V → W, B = {v̄1 , . . . , v̄n } o bază pentru V şi B 0
o bază pentru W. Matricea ce are pe coloane componentele vectorilor f (v̄1 ), f (v̄2 ), . . . , f (v̄n )
ı̂n baza B 0 se numeşte matricea aplicaţiei liniare f ı̂n perechea de baze B, B 0 şi notăm
[f ]B 0 B .
Apelând la Propoziţia 1, obţinem scrierea matriceală a unei aplicaţii liniare ı̂ntr-o
pereche de baze:
f (x̄)B 0 = [f ]B 0 B · x̄B
(vectorii f (x̄)B 0 şi x̄B sunt pe coloane). Mai mult, o matrice A cu m linii şi n coloane defineşte
ı̂n mod unic aplicaţia liniară f : Rn → Rm , f (x̄) = A · x̄.
Să aflăm expresia analitică a unei aplicaţii liniare f : V → W ce are ı̂n perechea de baze
canonice matricea
2 −1
A= 0 4 .
2 −2
Prima coloană reprezintă coeficienţii lui x1 , iar a doua coeficienţii lui x2 , deci cele două
coloane semnifică faptul că V = R2 . Cum A = [f ]B 0c Bc , avem
" # 2 −1 " # 2x1 − x2
x1 x1
f (x1 , x2 )B 0c = A · = 0 4 · = 4x2 ,
x2 x2
2 −2 2x1 − 2x2
[f ◦ g]B 00 B = [f ]B 00 B 0 · [g]B 0 B .
ecuaţie avem x1 = x2 + y1 . Înlocuind ı̂n cealaltă ecuaţie obţinem −y1 = y2 , ceea ce reprezintă
condiţia de compatibilitate. Atunci Im f = {(y1 , −y1 ) : y1 ∈ R} = L((1, −1)).
În acest exemplu observăm că atât nucleul cât şi imaginea aplicaţiei liniare f au structură
de subspaţiu vectorial. În general avem:
Am văzut că o aplicaţie liniară e unic determinată de matricea sa, notată [f ]. De aseme-
nea, nucleul ei este de fapt soluţia sistemului omogen [f ]· x̄ = 0̄, care ı̂n acelaşi timp reprezintă
şi subspaţiul N ull([f ]). Deci
ker f = N ull([f ]).
O metodă practică de determinare a imaginii unei aplicaţii liniare este dată ı̂n
Propoziţia 5. Fie aplicaţia liniară f : V → W şi B = {v̄1 , v̄2 , . . . , v̄n } o bază a lui V.
Notăm SW = {f (v̄1 ), f (v̄2 ), . . . , f (v̄n )}. Atunci Im f = L(SW ).
Demonstraţie. Vom demonstra prin dublă incluziune. Mai ı̂ntâi, pentru ȳ ∈ Im f ,
există x̄ = x1 v̄1 + . . . + xn v̄n cu ȳ = f (x̄) = x1 f (v̄1 ) + . . . + xn f (v̄n ), deci {f (v̄1 ), . . . , f (v̄n )}
este sistem de generatori pentru Im f .
Reciproc, orice vector ȳ generat de SW poate fi scris sub forma
În particular, dacă [f ] este matricea lui f relativ la bazele canonice, atunci Im f = col([f ]).
Considerând aplicaţia liniară din Problema 3, avem pentru baza canonică {(1, 0), (0, 1)}
a lui R2 că f (1, 0) = (1, −1) = v̄1 şi f (0, 1) = (−1, 1) = −v̄1 , deci Im f = L(v̄1 ).
Aplicaţii liniare. Nucleu şi imagine 7
şi folosind liniar independenţa lui BW rezultă că x1 = . . . = xn = 0, adică x̄ = 0̄V . Astfel f
este injectivă.
Din Propoziţia 5 avem că Im f = L(BW ) = W, deci f este surjectivă.
(ii) Fie B = {w̄1 , . . . , w̄n } o bază pentru W. Construim funcţia
Atunci
n n
X def X
g(αx̄ + β ȳ) = g( (αxi + βyi )v̄i ) = (αxi + βyi )w̄i = αg(x̄) + βg(ȳ),
i=1 i=1
Aplicaţii liniare. Nucleu şi imagine 9
deci g este o aplicaţie liniară. Mai mult, observăm că g(v̄i ) = w̄i , i ∈ {1, 2, . . . , n}, deci
conform cu (i), g este bijectivă. Astfel am construit un izomorfism de la V la W, deci cele
două spaţii sunt izomorfe.
Un exemplu important de spaţii vectoriale izomorfe este dat de spaţiul polinoamelor de
gradul n cu coeficienţi reali şi spaţiul aritmetic Rn+1 . Izomorfismul natural dintre cele două
spaţii este dat de
Ca o consecinţă imediată avem că ı̂n orice exerciţiu, spaţiul polinoamelor de gradul n cu
coeficienţi reali poate fi ı̂nlocuit cu spaţiul aritmetic Rn+1 , adică orice polinom de gradul n
se consideră ca fiind (n + 1)-uplul format din coeficienţii lui.
Problema 4. Fie R2 [X] spaţiul polinoamelor de gradul doi cu coeficienţi reali. Se
defineşte funcţia f : R2 [X] → R2 [X], f (p(X)) = p0 (X) − p0 (1 − X), unde p0 (X) reprezintă
derivata polinomului p(X), adică polinomul asociat funcţiei polinomiale p0 (x).
a) Să se scrie expresia analitică a lui f ;
b) Să se verifice că f este o aplicaţie liniară şi să se precizeze matricea sa relativ la bazele
canonice;
c) Să se calculeze ker f şi def ect(f );
d) Fie λ ∈ R şi p(X) un polinom nenul. Să se arate că f (p(X)) = λp(X) implică λ = 0.
Rezolvare. a) Polinomul p(X) are gradul doi, deci poate fi scris sub forma p(X) =
a+bX +cX 2 , a, b, c ∈ R. Atunci p0 (X) = 2cX +b şi p0 (1−X) = 2c(1−X)+b = −2cX +2c+b.
Rezultă expresia analitică a lui f ,
f (a + bX + cX 2 ) = −2c + 4cX.
a + bX + cX 2 ↔ (a, b, c),
0 0 0 c
10 Curs de Algebră liniară
0 0 0
În Propoziţia 8 am văzut că două spaţii vectoriale ce au acceaşi dimensiune sunt izomorfe.
Considerând o aplicaţie liniară ı̂ntre ele, dorim să probăm cât mai repede dacă este un
izomorfism. Are loc
Propoziţia 9. Fie V şi W două spaţii vectoriale n-dimensionale şi [f ] matricea aplicaţiei
liniare f : V → W ı̂ntr-o pereche de baze. Următoarele afirmaţii sunt echivalente:
(i) det [f ] 6= 0;
(ii) f este surjectivă;
(iii) f este injectivă;
(iv) f este izomorfism.
Demonstraţie. (i) ⇒ (ii) det [f ] 6= 0 implică rang(f ) = n = dim(W), deci, din
Propoziţia 7, f este surjectivă.
(ii) ⇒ (iii) Cum dim(ker f ) = n − dim(Im f ) = 0, rezultă că f este injectivă;
(iii) ⇒ (iv) Aplicaţia f este injectivă, de unde ker f = {0̄V }, ceea ce conduce la dim(Im f ) =
n, adică f este surjectivă, deci bijectivă.
(iv) ⇒ (i) Fiind bijectivă, f este şi surjectivă, adică rang(f ) = n. Atunci det [f ] 6= 0.
este un izomorfism.
Aplicaţii liniare. Nucleu şi imagine 11
Rezolvare. Ţinând cont de bazele canonice din cele două spaţii, avem:
" # " # " # " # " #
1 1 1 0 0 1 0 0 0 0
f (1, 0, 0, 0) = = + +0· +0· ,
0 0 0 0 0 0 1 0 0 1
" # " # " # " # " #
1 −1 1 0 0 1 0 0 0 0
f (0, 1, 0, 0) = = − +0· +0· ,
0 0 0 0 0 0 1 0 0 1
" # " # " # " # " #
0 0 1 0 0 1 0 0 0 0
f (0, 0, 1, 0) = =0· +0· + + ,
1 1 0 0 0 0 1 0 0 1
" # " # " # " # " #
0 0 1 0 0 1 0 0 0 0
f (0, 0, 0, 1) = =0· +0· + − .
1 −1 0 0 0 0 1 0 0 1
Întrebări teoretice
1. Definiţi noţiunea de aplicaţie liniară ı̂ntre două spaţii vectoriale. Ce este un endomor-
fism?
2. Care este forma generală a unei aplicaţii liniare f : R2 → R3 ? Scrieţi matricea ei ı̂n
perechea de baze canonice.
3. Definiţi noţiunile de imagine directă şi imagine inversă a unui vector printr-o aplicaţie
liniară.
4. Definiţi noţiunile de nucleu şi imagine al unei aplicaţii liniare.
12 Curs de Algebră liniară
Exerciţii
0 1
Fie (V, +, ·) un spaţiu vectorial finit dimensional peste corpul K. După cum ştim deja,
un operator liniar pe V este o aplicaţie liniară f : V → V. În această lecţie ne ocupăm de
unele proprietăţi ale operatorilor liniari: descompunerea lui V ı̂n sumă directă de subspaţii
construite cu ajutorul nucleului lui f , determinarea unor subspaţii invariante ale lui f folosind
problema valorilor proprii, precum şi găsirea unei baze ı̂n care operatorul f are cea mai simplă
scriere. Subliniem aici că problema valorilor proprii joacă un rol important ı̂n multe aplicaţii
ale matricelor ı̂n inginerie şi ştiinţe, cum ar fi: circuite electrice, teoria controlului, analiza
vibraţiilor, studiul stabilităţii unui sistem dinamic etc.
În lecţia precedentă am văzut că matricea unei aplicaţii liniare se modifică atunci când
schimbăm baza. În particular, ı̂n cazul operatorilor liniari ne punem problema dacă există o
bază ı̂n care matricea ia una din cele mai simple forme, cea asemănătoare cu matricea unitate
In .
Despre o matrice pătratică spunem că este matrice diagonală dacă toate elementele
ei sunt nule cu excepţia unora de pe diagonala principală: matricea A = [aij ] este matrice
diagonală dacă aij = 0 pentru orice i 6= j.
" #
1 0
De exemplu, matricea A = este matrice diagonală.
0 2
Existenţa unei baze pentru care matricea unui operator liniar este diagonală se poate
verifica cu aşa numita problemă a valorilor proprii.
14
Valori şi vectori proprii 15
V. Dacă dim U = 1, atunci există o valoare proprie a lui f pentru care un vector propriu
corespunzător ı̂l generează pe U.
Demonstraţie. Cum dim U = 1 există un vector ū astfel ca U = L({ū}). Să arătăm că
ū este un vector propriu al lui f . Pentru orice v̄ ∈ U, există α ∈ K astfel ca v̄ = α · ū. Cum
U este invariant la acţiunea lui f rezultă că f (v̄) ∈ U, adică există β ∈ U cu f (v̄) = β · ū.
Dar f (v̄) = f (α · ū) = α · f (ū), de unde α · f (ū) = β · ū. Deci f (ū) = α−1 β · ū = λ · ū. Astfel
ū este un vector propriu corespunzător valorii proprii λ.
Mai punctăm ı̂ncă două proprietăţi.
Propozitia 4. Dacă λ1 şi λ2 sunt două valori proprii distincte ale operatorului f atunci
Sλ1 ∩ Sλ2 = {0̄V }.
Demonstraţie. Fie v̄ ∈ Sλ1 ∩ Sλ2 . Atunci
Cum λ1 6= λ2 , iar v̄2 este vector propriu, rezultă α1 = 0 şi automat α2 = 0. Deci vectorii
proprii consideraţi sunt liniar independenţi.
Din punct de vedere practic ne interesează cum determinăm valorile şi vectorii proprii.
Lucrând matriceal, vom nota cu A matricea operatorului f ı̂n baza canonică, cu X matricea
coloană asociată vectorului propriu şi cu [0] matricea coloană formată numai cu zerouri.
Atunci condiţia din definiţie devine
Ultima egalitate reprezintă scrierea matriceală a unui sistem liniar şi omogen. Acest sistem
trebuie să aibă soluţie nenulă, deci determinantul sistemului trebuie să fie nul. Obţinem
Valori şi vectori proprii 17
det (A − λIn ) = 0.
Metoda de aflare a vectorilor proprii: după aflarea valorilor proprii se revine la sistemul
omogen obţinut,
(A − λIn ) · X = [0],
şi se rezolvă pentru fiecare valoare proprie ı̂n parte. Soluţiile obţinute, X, formează subspaţiile
proprii corespunzătoare, deci pentru fiecare valoare proprie găsim toţi vectorii proprii core-
spunzători.
Un calcul simplu, folosind legea de schimbare a matricei unei aplicaţii liniare la schimbarea
bazei, ne arată că la schimbarea bazei nu se modifică relaţia de determinare a valorilor proprii.
Polinomul P (λ) = det (A−λIn ) se numeşte polinomul caracteristic al lui f , iar ecuaţia
P (λ) = 0 se numeşte ecuaţia caracteristică. Matricea A − λIn poate fi numită matricea
caracteristică.
Deoarece ı̂ntr-o bază operatorul f este unic determinat de matricea lui ı̂n acea bază,
putem vorbi despre valori proprii ale unei matrice pătratice, respectiv vectori proprii etc.
1 1 1
Problema 1. Să se determine valorile proprii ale matricei A = 0 2 2 .
0 0 3
1 1 1 1 0 0
Rezolvare. Avem A − λI3 = 0 2 2 − λ 0 1 0 =
0 0 3 0 0 1
1 1 1 λ 0 0 1−λ 1 1
= 0 2 2 − 0 λ 0 = 0 2−λ 2 , de unde
0 0 3 0 0 λ 0 0 3−λ
1−λ 1 1
det(A − λI3 ) = 0 2−λ 2 = (1 − λ)(2 − λ)(3 − λ).
0 0 3−λ
18 Curs de Algebră liniară
1 − λ = 0 ⇒ λ1 = 1
2 − λ = 0 ⇒ λ2 = 2
3 − λ = 0 ⇒ λ3 = 3
0 1 2
a) Să se determine valorile proprii ale lui f ;
b) Să se determine subspaţiile proprii corespunzătoare şi să se scrie câte un vector propriu
corespunzător.
2−λ 0 0
Rezolvare. a) Avem A − λI3 = 1 2−λ 0 , de unde
0 1 2−λ
2−λ 0 0
det(A − λI3 ) = 1 2−λ 0 = (2 − λ)3 .
0 1 2−λ
(0, 0, 1).
Atunci Sλ1 = {(x1 , 0) : x1 ∈ R} = L((1, 0)). Un vector propriu corespunzător lui Sλ1 este
v̄1 = (1, 0).
Pentru λ = λ2 = 1 condiţia (A − λI2 ) · X = [0] devine
" # " # " # " # " # (
1 −1 x1 0 x1 − x2 0 x1 − x2 = 0
· = ⇔ = ⇔ ,
0 0 x2 0 0 0 0=0
20 Curs de Algebră liniară
adică T −1 · A · T = D.
Problema precedentă evidenţiază unele proprietăţi ce sunt valabile ı̂n general. Prima
dintre ele este
Teorema Cayley-Hamilton. Dacă P (λ) = det(A − λIn ) este polinomul caracteristic al
matricei pătratice A, atunci P (A) = On .
Alte proprietăţi sunt date de
Propoziţia 6. Fie operatorul liniar f : V → V, A matricea sa ı̂n baza canonică şi
dim V = n. Dacă λ1 , λ2 , . . . , λn sunt valorile proprii ale lui f atunci λ1 +λ2 +. . .+λn = Tr(A),
iar λ1 λ2 . . . λn = det A.
În particular, pentru n = 2, din Teorema Cayley-Hamilton şi Popoziţia 8 rezultă că
" #
a b
matricea A = verifică relaţia
c d
A2 − Tr(A) · A + det A · I2 = O2 ,
cele n valori proprii reale şi distincte ı̂i corespunde exact un vector propriu, fiecare din aceşti
vectori proprii generând subspaţiul propriu corespunzător. Mai mult, cei n vectori proprii
formează o bază a lui V. Utilizând Propoziţia 11 din Lecţia 3, rezultă concluzia.
În ultimul subpunct al problemei 3, ı̂n care are loc relaţia T −1 · A · T = D, apare de fapt
o schimbare de bază prin care matricea A devine o matrice diagonală. În general, o astfel de
situaţie se numeşte diagonalizarea unei matrice pătratice:
Definiţia 4. Operatorul liniar f : V → V se numeşte diagonalizabil dacă există o bază
a lui V ı̂n care matricea sa este o matrice diagonală.
Folosind Propoziţia 2 din Lecţia 4 pentru operatori liniari, avem formula de schimbare
a matricei la schimbarea bazei Bc ı̂n baza B: [f ]B = TBBc · [f ]Bc · TBc B , unde TBc B este
matricea de trecere de la baza canonică la baza B. În Problema 3 această matrice a fost
construită cu ajutorul vectorilor proprii, obţinându-se că [f ]B este matrice diagonală. Are
loc teorema de diagonalizare a unui operator liniar:
Propoziţia 8. Un operator liniar f : V → V este diagonalizabil dacă şi numai dacă
există o bază a spaţiului V formată din vectori proprii ai lui f .
Mai mult, forma diagonală a lui f are matricea diagonală formată cu valorile proprii pe
diagonală,
λ1 0 . . . 0
0 λ2 . . . 0
D = [f ]B =
.. ..
.
. .
0 0 . . . λn
Demonstraţie. Fie B = {v̄1 , . . . , v̄n } o bază a lui V. Matricea de trecere de la baza
canonică la această bază are pe coloane componentele vectorilor din bază. Vom nota această
matrice astfel: TBc B = [v̄1 . . . v̄n ].
Operatorul f este diagonalizabil dacă şi numai dacă
echivalent cu
TBc B · D = [f ]Bc · TBc B
care se scrie
[λ1 v̄1 . . . λn v̄n ] = [[f ]Bc v̄1 . . . [f ]Bc v̄n ]
22 Curs de Algebră liniară
sau echivalent λi v̄i = f (v̄i ), i ∈ {1, . . . , n}, ceea ce ı̂nseamnă că vectorii v̄i sunt vectori proprii.
Reţinem formula
D = T −1 · A · T ⇔ A = T · D · T −1 ,
unde A este o matrice diagonalizabilă, D este forma sa diagonală, iar T este matricea formată
cu vectorii proprii corespunzători valorilor proprii ale lui A, aşezaţi pe coloane.
Combinând ultimele două propoziţii, are loc următorul rezultat:
Propoziţia 9. Fie operatorul liniar f : V → V şi dim V = n. Dacă f are n valori proprii
reale şi distincte atunci el este diagonalizabil.
Să vedem ce se ı̂ntâmplă ı̂n situaţia ı̂n care sunt şi valori proprii egale.
Problema 4. Operatorul liniar f : R2 → R2 are ı̂n baza canonică matricea A =
" #
1 1
.
−1 3
a) Să se arate că valorile proprii sunt egale;
b) Să se arate că f nu este diagonalizabil. " #
1−λ 1
Rezolvare. a) Matricea caracteristică este A − λI2 = şi det(A − λI2 ) =
−1 3 − λ
1−λ 1
= (1 − λ)(3 − λ) + 1 = λ2 − 4λ + 4 = (λ − 2)2 . Egalând cu 0 obţinem rădăcina
−1 3 − λ
dublă λ1 = λ2 = 2.
b) Vom avea un singur subspaţiu propriu, Sλ1,2 . Pentru λ = λ1,2 = 2, condiţia de vector
propriu (A − λ1 I2 ) · X = [0] devine
" # " # " # " # " # (
−1 1 x1 0 −x1 + x2 0 −x1 + x2 = 0
· = ⇔ = ⇔ ,
−1 1 x2 0 −x1 + x2 0 −x1 + x2 = 0
de unde x1 = x2 . Atunci Sλ1,2 = {(x1 , x1 ) : x1 ∈ R} = L((1, 1)). Un vector propriu
corespunzător lui Sλ1,2 este v̄1 = (1, 1), ceilaţi fiind generaţi de acesta. Atunci nu putem
construi o bază pentru R2 formată din vectori proprii, ca atare f nu este diagonalizabil.
0 0 1
Problema 5. Fie matricea A = 0 −1 0 .
1 0 0
a) Să se determine valorile proprii ale lui A şi să se observe dacă are două dintre ele egale;
Valori şi vectori proprii 23
1 0 −λ
−λ 0 1
λI3 ) = 0 −1 − λ 0 . Dezvoltând după a doua linie rezultă P (λ) = det(A − λI3 ) =
1 0 −λ
−λ 1
(−1 − λ) · = (−1 − λ)(λ2 − 1). Ecuaţia caracteristică P (λ) = 0 are soluţiile date
1 −λ
de două ecuaţii: (−1 − λ) = 0, respectiv λ2 − 1 = 0. Obţinem valorile proprii λ1 = λ2 =
−1, λ3 = 1. Observăm că două dintre valorile proprii sunt egale.
b) Vom determina subspaţiile proprii şi bazele acestora.
Pentru λ1 = λ2 = −1, condiţia de vector propriu (A − λ1 I3 ) · X = [0] devine
1 0 1 x1 0 x1 + x3 0 x1 + x3 = 0
0 0 0 · x2 = 0 ⇔ 0 = 0 ⇔ 0=0 ,
1 0 1 x3 0 x1 + x3 0 x1 + x3 = 0
Deci Sλ1,2 = {(x1 , x2 , −x1 ) : x1 , x2 ∈ R} = L({v̄1 , v̄2 }), unde v̄1 = (1, 0, −1) şi v̄2 = (0, 1, 0)
sunt vectori proprii corespunzători valorii proprii duble λ = −1.
Pentru λ3 = 1, condiţia de vector propriu (A − λ1 I3 ) · X = [0] devine
−1 0 1 x1 0 −x1 + x3 0 x3 − x1 = 0
0 −2 0 · x2 = 0 ⇔ −2x2 = 0 ⇔ −2x2 = 0
1 0 −1 x3 0 x1 − x3 0 x1 − x3 = 0
Am găsit trei vectori proprii cu care formăm sistemul de vectori B = {v̄1 , v̄2 , v̄3 }. Matricea
1 0 1
acestui sistem de vectori este T = 0 1 0 cu det T = 2 6= 0, deci B este o bază a lui
−1 0 1
R3 formată din vectori proprii. Rezultă că matricea este diagonalizabilă, ı̂n baza B având
forma diagonală
λ1 0 0 −1 0 0
D = 0 λ2 0 = 0 −1 0 .
0 0 λ3 0 0 1
1 0 −1 1 0 −1
1 1
c) Avem T t = 0 1 0 şi T −1 = · T∗ = 0 2 0 . Atunci
det T 2
1 0 1 1 0 1
1 0 −1 0 0 1 1 0 1
1
T −1 · A · T = 0 2 0 · 0 −1 0 · 0 1 0 =
2
1 0 1 1 0 0 −1 0 1
−1 0 1 1 0 1 −2 0 0
1 1
= 0 −2 0 · 0 1 0 = 0 −2 0 = D.
2 2
1 0 1 −1 0 1 0 0 2
d) Dacă o matrice este diagonalizabilă atunci orice putere a ei este legată de aceeaşi putere
a matricei diagonale asociate. Mai exact din relaţia T −1 · A · T = D rezultă A = T · D · T −1 .
Atunci, folosind faptul că T −1 · T = I3 , obţinem
A2 = A · A = T · D · T −1 · T · D · T −1 = T · D2 · T −1
A3 = A2 · A = T · D2 · T −1 · T · D · T −1 = T · D3 · T −1
..
.
An = T · Dn · T −1 .
0 0 λ3 0 0 λ3 0 0 λ23
Valori şi vectori proprii 25
λn1 0 0
şi inductiv, Dn = 0 λn2 0 . Atunci obţinem
0 0 λn3
1 0 1 −1 0 0 1 0 −1
1
A13 = T · D13 · T −1 = 0 1 0 · 0 −1 0 · 0 2 0 =
2
−1 0 1 0 0 1 1 0 1
−1 0 1 1 0 −1 0 0 2 0 0 1
1 1
= 0 −1 0 · 0 2 0 = 0 −2 0 = 0 −1 0 .
2 2
1 0 1 1 0 1 2 0 0 1 0 0
Deci A13 = A.
Din ultimele două probleme deducem că dacă operatorul are şi valori proprii egale atunci
el nu este ı̂ntotdeauna diagonalizabil. În Problema 4, valorii proprii duble ı̂i corespunde un
singur vector propriu, iar operatorul nu este diagonalizabil. În Problema 5, valoarea proprie
dublă are doi vectori proprii corespunzători, ı̂n acest caz matricea fiind diagonalizabilă.
Vom numi multiplicitate agebrică a unei valori proprii numărul ce indică de câte ori
acea valoare proprie este soluţie a ecuaţiei caracteristice. Prin multiplicitate geometrică
a unei valori proprii ı̂nţelegem dimensiunea subspaţiului propriu corespunzător acelei valori
proprii. Are loc următoarea condiţie de diagonalizare:
Propoziţia 10. Fie V un spaţiu vectorial real. Un operator f : V → V este diagonalizabil
dacă şi numai dacă
(d1 ) toate valorile proprii sunt reale
şi
(d2 ) pentru orice valoare proprie, multiplicitatea algebrică este egală cu multiplicitatea
geometrică.
Mai mult, o bază ı̂n care f are forma diagonală se obţine prin reuniunea bazelor subspaţiilor
proprii.
Ca exemplu, să ne ı̂ntoarcem la rezolvarea Problemei 5. Am găsit că valorile proprii
sunt λ1 = λ2 = −1 şi λ3 = 1. Atunci multiplicitatea algebrică, ma, a valorii proprii −1
este ma(λ1,2 ) = 2, iar multiplicitatea algebrică a valorii proprii 1 este ma(λ3 ) = 1. Pe de
altă parte, o bază a subspaţiului propriu Sλ1,2 este formată din 2 vectori, deci dimensiunea
acestui subspaţiu este 2. Atunci multiplicitatea geometrică, mg, a valorii proprii −1 este
26 Curs de Algebră liniară
Ap = T · Dp · T −1 , p ∈ N∗ ,
şi T matricea formată cu vectorii proprii ce formează baza B. Rezultă atunci T −1 ·Ap ·T = Dp ,
adică matricea Ap este diagonalizabilă, având ı̂n aceeaşi bază ca şi A forma diagonală Dp ,
n
λ1 0 . . . 0
0 λn2 . . . 0
p
D = .
..
.
. . .
0 0 . . . λpn
Dedudem de aici că valorile proprii ale lui Ap sunt λp1 , . . . , λpn .
Mai mult, din egalitatea T −1 · A · T = D rezultă, dacă A este inversabilă, (T −1 · A · T )−1 =
D−1 sau echivalent T −1 · A−1 · T = D−1 . Astfel şi matricea A−1 este diagonalizabilă, valorile
1 1
proprii fiind ,..., .
λ1 λn
Problema 6. Fie mulţimea M = {X ∈ M3 (R) : X 3 = 4X} şi matricea
1 0 1
A = 0 0 0 .
1 0 1
{−2, 0, 2};
d) Să se arate că dacă D este o matrice diagonală din mulţimea M şi T este o matrice
inversabilă, atunci B = T · D · T −1 ∈ M. Să se dea un exemplu de matrice D ce nu are nici
o valoare proprie nulă, astfel ı̂ncât B să nu fie o matrice diagonală.
Rezolvare. a) Avem imediat că A2 = 2A şi
A3 = A2 · A = 2A · A = 2A2 = 2 · 2A = 4A,
deci A ∈ M.
b) Polinomul caracteristic este dat de P (λ) = det(A − λI3 ) = λ2 (2 − λ), cu valorile proprii
λ1 = λ2 = 0, λ3 = 2. Pe de altă parte subspaţiile proprii corespunzătoare sunt Sλ1,2 =
L((1, 0, −1), (0, 1, 0)) şi Sλ3 = L((1, 0, 1)). Atunci ma(λ1,2 ) = 2 = mg(λ1,2 ), ma(λ3 ) = 1 =
mg(λ3 ), deci A este diagonalizabilă.
c) Fie λ o valoare proprie a lui X şi v̄ vectorul propriu corespunzător, adică X v̄ = λv̄. Atunci
X 3 v̄ = 4X v̄ = 4λv̄,
X 3 v̄ = X 2 · X v̄ = X 2 λv̄ = λX · X v̄ = λXλv̄ = λ2 X v̄ = λ2 λv̄ = λ3 v̄,
B 3 = B · B · B = T · D · T −1 · T · D · T −1 · T · D · T −1 = T · D3 · T −1 = 4T · D · T −1 ,
0 0 2
1 1 1
dată). Se verifică imediat că D3 = 4D. Considerând, de exemplu, T = 0 1 1 , cu
0 0 1
1 −1 0 −2 4 0
−1
T = 0 1 −1 , obţinem B = 0 2 0 .
0 0 1 0 0 2
28 Curs de Algebră liniară
Întrebări teoretice
Exerciţii
0 0 1
În caz afirmativ scrieţi forma diagonală şi precizaţi o bază ı̂n care are forma diagonală.
10. Endomorfismul f pe spaţiul aritmetic R3 are ı̂n baza canonică matricea
0 1 0
A = 1 0 0 .
0 1 1
Definiţia 1 Se numeşte produs scalar pe spaţiu vectorial real (V, +, ·) o formă biliniară si-
metrică f : V × V → R a cărei formă pătratică asociată este pozitiv definită.
Spaţiul vectorial V ı̂nzestrat cu un produs scalar se numeşte spaţiu euclidian.
Vom nota produsul scalar prin < ., . >, adică < u, v >= f (u, v), ∀u, v ∈ V.
Definiţia 2 Se numeşte normă definită de produsul scalar < ., . >: V × V → R, funcţia
√
k.k : V → R , kuk = < u, u >.
Norma generalizează modulul şi are proprietăţile: kαuk = |α| · kuk, ku + vk ≤ kuk + kvk,
pentru orice α ∈ R, u, v ∈ V.
Definiţia 3 Un vector de normă 1 se numeşte versor.
Oricărui vector v dintr-un spaţiu euclidian i se asociază un versor v0 dat de relaţia
1
v0 = v.
kvk
Definiţia 4 Se numeşte distanţă dintre doi vectori ai unui spaţiu euclidian, funcţia
d : V × V → R , d(u, v) = ku − vk.
Evident, d(v, u) = d(u, v). Mai mult, d(u, w) ≤ d(u, v) + d(v, w), ∀u, v, w ∈ V.
Teorema 1 (Schwarz) Într-un spaţiu euclidian are loc inegalitatea
| < u, v > | ≤ kuk · kvk , ∀u, v.
De aici rezultă:
Definiţia 5 Fie u şi v doi vectori ai unui spaţiu euclidian. Se numeşte unghi dintre u şi v
numărul θ ∈ [0, π] cu proprietatea
< u, v >
cos θ = .
kuk · kvk
π
Cum cos = 0, iar ortogonal ı̂nseamnă perpendicular, avem:
2
Definiţia 6 Doi vectori u, v sunt ortogonali şi notăm u ⊥ v dacă < u, v >= 0.
30
Spaţiul euclidian 3-dimensional standard 31
Avem:
a) < x̄, ȳ >= 1 · 2 + 1 · 0 = 2.
√ √ √
b) kx̄k = 12 + 12 = 2, kȳk = 22 + 02 = 2 şi
√
< u, v > 2 1 2
cos θ = =√ =√ = .
kuk · kvk 2·2 2 2
32 Algebră liniară şi Geometrie analitică
π
Arunci θ = .
4 p √
c) d(x̄, ȳ) = kx̄ − ȳk = k(1, 1) − (2, 0)k = k(−1, 1)k!= (−1)2 + 12 = 2.
√ √ √
1 1 2 2 2
d) x̄0 = x̄ = √ (1, 1) = (1, 1) = , .
kx̄k 2 2 2 2
e) Vectorul ū = (a, b) ∈ R2 este ortogonal pe x̄ dacă
Deci ū = (a, −a), unde a ∈ R este oarecare. Alegem, de exemplu, a = 1 şi atunci un vector
ortogonal pe x̄ este (1, −1).
Avem:
a) < x̄, ȳ >= 1 · 2 + 2 · 1 + (−1) · 1 = 2 + 2 − 1 = 3.
p √ √ √
kx̄k = 12 + 22 + (−1)2 = 6, kȳk = 22 + 12 + 12 = 6 şi
< u, v > 3 3 1
cos θ = =√ √ = = .
kuk · kvk 6· 6 6 2
π
Arunci θ = .
3 √
b) d(x̄, ȳ) = kx̄ − ȳk = k(1, 2, −1) − (2, 1, 1)k = k(−1, 1, −2)k = 6.
c) Fie vectorul ū = (a, b, c) ∈ R3 ortogonal atât pe x̄, cât şi pe ȳ. Atunci
Avem 2 condiţii (ecuaţii) şi 3 necunoscute, deci, ı̂n principiu, există o infinitate de posibilităţi.
Adunăm cele două ecuaţii. Rezultă 3a + 3b = 0, de unde 3b = −3a, adică b = −a. Înlocuim,
de exemplu, in a doua ecuaţie: 2a − a + c = 0, de unde c = −a.
Deci ū = (a, −a, −a), unde a ∈ R este oarecare. Alegem, de exemplu, a = 1 şi atunci un
vector ortogonal pe cei doi vectori daţi este (1, −1, −1).
Definiţia 8 Fie x̄ = (x1 , x2 , x3 ), ȳ = (y1 , y2 , y3 ) doi vectori din R3 . Se numeşte produs vec-
torial al celor doi vectori acel vector notat x̄ × ȳ dat de
x̄ × ȳ = (x2 y3 − x3 y2 , x3 y1 − x1 y3 , x1 y2 − x2 y1 ) .
Definiţia 1. Fie (K, +, ·) un corp numeric, V o mulţime nevidă şi legile de compoziţie
⊕ : V × V → V , (u, v) 7→ u ⊕ v (adunare)
: K × V → V , (α, v) 7→ α v (ı̂nmulţire cu scalari).
Spunem că (V, ⊕, ) este un spaţiu vectorial (liniar) peste corpul K dacă au loc următoarele
proprietăţi:
- comutativitatea adunării: u ⊕ v = v ⊕ u , (∀)u, v ∈ V;
- asociativitatea adunării: (u ⊕ v) ⊕ w = u ⊕ (v ⊕ w) , (∀)u, v, w ∈ V;
- existenţa elementului neutru 0 pentru adunare: v ⊕ 0 = v , (∀)v ∈ V;
not
- orice element v ∈ V are un simetric v 0 = −v̄ ∈ V (vectorul opus): v ⊕ v 0 = 0;
- distributivitatea ı̂nmulţirii cu scalari faţă de adunare:
- la stânga: α (u ⊕ v) = α u ⊕ α v , (∀)α ∈ K, u, v ∈ V;
- la dreapta: (α + β) v = α v ⊕ β v , (∀)α, β ∈ K, v ∈ V;
- asociativitatea ı̂nmulţirii cu scalari: (α · β) v = α (β v) , (∀)α, β ∈ K, v ∈ V;
- existenţa elementului neutru 1 la ı̂nmulţirea cu scalari: 1 v = v , (∀)v ∈ V.
Precizăm că elementele unui spaţiu vectorial se numesc vectori şi se notează, dacă nu este
altfel precizat, prin litere latine cu bară deasupra. Elementele corpului K se numesc scalari şi
se notează cu litere greceşti. De obicei K = R, caz ı̂n care vorbim despre un spaţiu vectorial
real. În continuare, fără riscul de a face confuzii, vom nota cele două operaţii prin ” + ” şi
” · ”. Avem imediat că 0 · v̄ = 0̄ (α = β = 0 ı̂n distributivitatea ı̂nmulţirii cu scalari faţă de
adunare la dreapta), α · 0̄ = 0̄ (ū = v̄ = 0̄ ı̂n distributivitatea ı̂nmulţirii cu scalari faţă de
adunare la stânga şi elementul neutru la adunare) şi (−1)v̄ = −v̄, opusul lui v̄ (α = 1, β = −1
ı̂n distributivitatea ı̂nmulţirii cu scalari faţă de adunare la dreapta).
1
Cristian Lăzureanu - Note de curs
1
2 Curs de Algebră liniară
Pe lângă spaţiul aritmetic Rn şi spaţiul vectorilor legaţi VO , alte exemple de spaţii vec-
toriale cunoscute sunt: spaţiul liniar al matricelor cu m linii şi n coloane, notat Mm,n (K),
spaţiul liniar Rn [X] al polinoamelor de gradul n cu coeficienţi reali, spaţiul liniar al şirurilor,
spaţiul liniar al funcţiilor continue etc. Planul geometric poate fi modelat ca spaţiu vectorial
−−→
fixând un punct O şi asociind fiecărui punct P din plan vectorul OP (vectorul de poziţie). Îl
vom identifica cu R2 . Analog se modelează şi spaţiul geometric, care se identifică cu R3 .
O mulţime de vectori din spaţiul vectorial V formează un sistem de vectori şi-l notăm,
de obicei, prin S = {v 1 , v 2 , . . . , v m }. O combinaţie liniară a vectorilor din S este o sumă
de tipul
α1 v 1 + α2 v 2 + . . . + αm v m ,
v̄ = α1 v 1 + α2 v 2 + . . . αm v m .
De exemplu, considerând sistemul de vectori S = {v̄1 = (1, 1), v̄2 = (0, 1)} ı̂n spaţiul R2 ,
vectorul x̄ = (3, 4) se poate scrie ca o combinaţie liniară a vectorilor din S deoarece
Definiţia 2. Un sistem de vectori se numeşte liniar dependent dacă unul din vectorii
săi se poate scrie ca o combinaţie liniară a celorlalţi vectori din sistem.
Altfel spus, dacă S = {v 1 , v 2 , . . . , v m }, α1 v 1 + α2 v 2 + . . . + αm v m = 0̄ şi cel puţin doi
coeficienţi αi sunt nenuli, atunci S este liniar dependent.
De exemplu, să considerăm sistemul de vectori S1 = {v̄1 = (1, 2), v̄2 = (2, 4)} din spaţiul
aritmetic R2 . Observăm că 2v̄1 − v̄2 = (0, 0) sau v̄2 = 2v̄1 , desi S1 este un sistem de vectori
liniar dependent.
Definiţia 3. Un sistem de vectori se numeşte liniar independent dacă nici unul din
vectorii săi nu poate fi scris ca o combinaţie liniară a celorlaţi vectori din sistem.
Astfel, dacă egalitatea
α1 v 1 + α2 v 2 + . . . + αm v m = 0̄
implică
α1 = α2 = . . . = αm = 0,
Spaţii vectoriale. Baze 3
Demonstraţie. Prin reducere la absurd, presupunem că există două scrieri diferite ale
unui vector v̄ după vectorii din S = {v 1 , v 2 , . . . , v m }:
v̄ = α1 v 1 + α2 v 2 + . . . + αm v m = β1 v 1 + β2 v 2 + . . . + βm v m .
Rezultă
(α1 − β1 )v 1 + (α2 − β2 )v 2 + . . . + (αm − βm )v m = 0̄
şi cum S este liniar independent obţinem α1 − β1 = 0, α2 − β2 = 0, ..., αm − βm = 0, adică
descompunerile sunt identice, contradicţie. Deci presupunerea făcută este falsă, ca atare
descompunerea este unică.
Următoarea noţiune este legată de noţiunea de reper din spaţiul geometric tridimensional.
Definiţia 5. Fie V un spaţiu liniar şi B ⊂ V un sistem de vectori. B se numeşte bază a
spaţiului V dacă este liniar independent şi sistem de generatori ai lui V.
Din exemplele precedente avem că S2 este o bază a spaţiului aritmetic R2 . Această bază
nu este unică, putând schimba vectorii astfel ı̂ncât acel determinant obţinut ı̂n calcule să
fie nenul. Există şi situaţia ı̂n care acel determinant este al matricei unitate, caz ı̂n care
vorbim despre cea mai simplă bază a unui spaţiu vectorial, baza canonică. Pentru R2 , baza
canonică este
Bc = {ē1 = (1, 0), ē2 = (0, 1)}.
Mai general, baza canonică a spaţiul aritmetic Rn este
În general, dacă Bc = {ē1 , ē2 , . . . , ēn } este baza canonică a spaţiului vectorial V, orice vector
v̄ ∈ V se scrie ı̂n mod unic ı̂n funcţie de vectorii din baza canonică sub forma
numită expresia analitică a lui v̄, unde x1 , x2 , . . . , xn se vor numi coordonatele lui v̄ ı̂n
baza canonică. Acestei scrieri ı̂i corespunde matricea coloană
x1
x2
.
.
.
xn
şi convenim că atunci când lucrăm sub formă matriceală, vectorii ”se pun” pe coloane. Dacă
mai considerăm un vector, mai obţinem o matrice coloană ş.a.m.d. Atunci putem defini
matricea unui sistem de vectori relativ la baza canonică ca fiind matricea ce are pe
coloane coordonatele vectorilor din sistem ı̂n baza canonică. Vom nota această matrice prin
TBc S . Este evident că dacă sistemul de vectori este chiar Bc atunci matricea ascociată este
chiar matricea identitate In .
Ca exemplu, fie sistemul de vectori S = {v̄1 = (1, 2, 3), v̄2 = (−1, 0, 4)} ⊂ R3 . Baza
canonică a lui R3 este Bc = {ē1 = (1, 0, 0), ē2 = (0, 1, 0), ē3 = (0, 0, 1)} şi avem
3 4
(relativ la baza canonică, pe coloane sunt exact componentele celor doi vectori).
Vom arăta că S este liniar independent. Condiţia α1 v 1 + α2 v 2 = 0̄ devine
Evident α1 = α2 = 0, deci S este liniar independent. Mai mult observăm că matricea
sistemului obţinut este chiar TBc S şi are rangul egal cu 2, egal cu numărul de vectori liniari
independenţi din S. Rezultatul se generalizează, având loc următoarea teoremă a rangului:
(i) Metodă practică pentru liniar independenţă. Fie TBc S matricea sistemului de
vectori S relativ la baza canonică a spaţiului vectorial V. Dacă rang TBc S = m, unde m este
numărul de vectori din S, atunci S este liniar independent.
(ii) Metodă practică pentru sistem de generatori. Fie TBc S matricea sistemului de
vectori S relativ la baza canonică a spaţiului vectorial V. Dacă rang TBc S = n, unde n este
numărul de vectori din Bc , atunci S este sistem de generatori ai lui V.
(iii) Metodă practică pentru baze. Fie TBc S matricea sistemului de vectori S relativ
la baza canonică a spaţiului vectorial V. Dacă m = n, unde m este numărul de vectori din S
şi n este numărul de vectori din Bc , iar det TBc S 6= 0, atunci S este bază a lui V.
Modul de calcul al rangului matricei TBc S ne arată câţi şi care vectori trebuie păstraţi ı̂n
S pentru a fi liniar independent.
Conform acestor criterii, sistemul de vectori din exemplul precedent nu este sistem de
generatori şi nici bază pentru R3 , deoarece numărul de vectori din S nu este 3, adică numărul
de vectori din baza canonică a lui R3 .
Spaţii vectoriale. Baze 7
Din ultimul criteriu deducem că orice bază a unui spaţiu vectorial are acelaşi număr de
vectori. Vom spune că dimensiunea spaţiului vectorial este egală cu numărul vectorilor
din baza lui canonică. Deci dim Rn = n, dim R2 [X] = 3, dim M2 (R) = 4.
Problema 1. Se consideră vectorii v̄1 = (1, 1, 1), v̄2 = (1, 1, 0), v̄3 = (−1, 0, 1), v̄4 =
(a, 1, a), a ∈ R.
a) Să se verifice dacă S1 = {v̄1 , v̄2 } este liniar independent;
b) Să se calculeze valoarea lui a pentru care sistemul de vectori S2 = {v̄1 , v̄2 , v̄4 } este liniar
dependent;
c) Să se stabilească dacă S3 = {v̄1 , v̄2 , v̄3 , v̄4 } este un sistem de generatori pentru R3 ;
d) Pentru a = 1, să se extragă din S3 o bază a lui R3 .
Rezolvare. Vom aplica Teorema rangului.
a) Relativ la baza canonică Bc a lui R3 , matricea sistemului de vectori S1 este
1 1
TBc S1 = 1 1 (am pus vectorii pe coloane).
1 0
1 1
Alegem minorul de ordinul 2 dat de ultimele două linii: d2 = = −1 6= 0, deci rangul
1 0
matricei TBc S1 este 2. Cum numărul de vectori din S1 este tot 2 rezultă (din metoda practică
pentru liniar independenţă) că S1 este liniar independent.
b) Din metoda practică pentru liniar independentă avem că S2 , care are 3 vectori, este liniar
dependent dacă rang TBc S2 < 3 (numărul de vectori din S2 ). Dar
1 1 a
TBc S2 = 1 1 1 ,
1 0 a
1 0 1 a
8 Curs de Algebră liniară
1 1 −1
Alegând minorul de ordinul 3: d3 = 1 1 0 = 1 6= 0, obţinem că
1 0 1
rang TBc S3 = 3 = numărul de vectori din baza canonică a lui R3 . Conform metodei practice
pentru sistem de generatori deducem că S3 este sistem de ge-neratori pentru R3 .
d) O bază B a lui R3 trebuie să conţină 3 vectori, iar det TBc B 6= 0. Atunci B = {~v1 , ~v2 , ~v3 },
deoarece ı̂n acest caz det TBc B = d3 = 1.
Fie acum B1 şi B2 două baze ale spaţiului vectorial V. Conform Teoremei 1, orice vector al
bazei B2 poate fi scris ı̂n mod unic ı̂n funcţie de vectorii din B1 . Matricea ce are pe coloane
coordonatele astfel obţinute se numeşte matricea de trecere de la baza B1 la baza B2 .
Evident, dacă B1 = Bc şi B2 = B, atunci matricea lui B relativ la baza canonică este TBc B ,
care va fi şi matricea de trecere de la baza canonică la baza B. Reţinem deci că matricea de
trecere de la baza canonică la baza B se formează punând pe coloane vectorii din B.
Problema 2. În spaţiul aritmetic R2 se consideră sistemele de vectori
B1 = {ū1 = (1, 1), ū2 = (2, −1)} şi B2 = {v̄1 = (4, 1), v̄2 = (0, −3)}.
a) Să se scrie matricile celor două sisteme relativ la baza canonică;
b) Să se verifice că B1 şi B2 sunt baze pentru R2 ;
c) Să se scrie vectorul v̄1 ı̂n baza B1 ;
d) Să se determine matricea de trecere de la baza B1 la baza B2 .
Rezolvare. a) Matricea unui sistem de vectori relativ la baza canonică are pe coloane
exact componentele vectorilor din sistem. Atunci
" # " #
1 2 4 0
TBc B1 = şi TBc B2 = .
1 −1 1 −3
b) Baza canonică a lui R2 este Bc = {ē1 = (1, 0), ē2 = (0, 1)}. Din metoda practică pentru
baze, B1 este bază pentru R2 dacă are 2 vectori şi det TBc B1 6= 0. Cum det TBc B1 = −3 rezultă
că B1 este bază. Analog B2 este bază, deoarece are doi vectori şi det TBc B2 = −12 6= 0.
c) Scrierea vectorului v̄1 ı̂n baza B1 ı̂nseamnă găsirea scalarilor α1 , α2 ∈ R astfel ca
Scăzând cele două ecuaţii avem 3α2 = 3, adică α2 = 1. Înlocuind ı̂n prima ecuaţie obţinem
α1 = 2. Atunci scrierea lui v̄1 ı̂n baza B1 este v̄1 = 2ū1 + ū2 , iar coordonatele lui v̄1 ı̂n baza
B1 sunt (2, 1).
d) Matricea de trecere TB1 B2 are pe coloane coordonatele lui v̄1 şi v̄2 ı̂n baza B1 . Coordonatele
lui v̄1 ı̂n baza B1 sunt (2, 1), din c). Pentru v̄2 avem
Scăzând cele două ecuaţii avem 3β2 = 3, adică β2 = 1. Înlocuind ı̂n prima ecuaţie obţinem
β1 = −2. Atunci scrierea lui v̄2 ı̂n baza B1 este v̄1 = −2ū1 + ū2 , iar coordonatele
" lui v̄2 #ı̂n
2 −2
baza B1 sunt (−2, 1). Scriind pe coloane, obţinem matricea de trecere TB1 B2 = .
1 1
În Problema 2 observăm că, de exemplu, vectorul v̄1 are coordonate diferite ı̂n baze
diferite. Vom nota cu v̄B1 scrierea pe coloană a vectorului ı̂n baza B1 şi cu v̄B2 scrierea pe
coloană ı̂n baza B2 . Ne interesează o legătură ı̂ntre cele două scrieri. Are loc legea de
schimbare a coordonatelor unui vector la schimbarea bazei:
Propoziţia 1. Fie B1 , B2 baze ale spaţiului vectorial V şi v̄ un vector oarecare din V.
Atunci
v̄B1 = TB1 B2 v̄B2 .
Demonstraţie. Pentru a uşura scrierea vom alege dim V = 2. Atunci B1 = {ū1 , ū2 } şi
B2 = {v̄1 , v̄2 }. Scriem, teoretic, vectorii din B2 relativ la baza B1 sub forma:
v̄ = a1 ū1 + b1 ū2 ,
v̄ = a2 v̄1 + b2 v̄2 .
Înlocuim v̄1 şi v̄2 . Obţinem
Identificând coeficienţii lui ū1 , respectiv ū2 , din cele două scrieri ale lui v̄, avem
a1 = a2 α1 + b2 β1
b1 = a2 α2 + b2 β2
ceea ce este echivalent cu " # " # " #
a1 α1 β1 a2
= · ,
b1 α2 β2 b2
adică v̄B1 = TB1 B2 v̄B2 .
În particular, dacă se dă un vector v̄ ı̂n baza canonică, atunci coordonatele sale ı̂ntr-o
bază B pot fi obţinute matriceal din relaţia
TB−1 v̄ = TB−1
1 B2 B1 1 B2
· TB1 B2 v̄B2 = In v̄B2 = v̄B2 .
Întrebări teoretice
Exerciţii
1. Folosind definiţia, arătaţi că sistemul de vectori S este liniar independent, unde:
a) S = {v 1 = (1, −1), v 2 = (1, 1)} ⊂ R2 ;
Spaţii vectoriale. Baze 13
0 −1 1
Subspaţii vectoriale
După cum sunt numite, subspaţiile vectoriale sunt submulţimi ale spaţiilor vectoriale formate
din elemente cu aceleaşi proprietăţi. De exemplu, ı̂n spaţiul aritmetic R3 considerăm toţi
vectorii cu prima componentă 0, ı̂n spaţiul polinoamelor de gradul 3 luăm doar polinoamele
fără termen liber, ı̂n spaţiul matricelor pătratice considerăm numai matricele simetrice (At =
A) etc. În general avem:
Definiţia 1. Fie spaţiul vectorial (V, +, ·) peste corpul K şi U o submulţime nevidă a sa.
Spunem că U este subspaţiu vectorial al lui V dacă (U, +, ·) este spaţiu vectorial.
Conform definiţiei, pentru a arăta că o submulţime este subspaţiu vectorial ar trebui să
verificăm toate proprietăţile din definiţia spaţiului vectorial. Se poate ı̂nsă şi mai simplu,
conform următoarei propoziţii.
Propoziţia 1. Fie spaţiul vectorial (V, +, ·) peste corpul K şi U o submulţime nevidă a
sa. Atunci U este subspaţiu vectorial al lui V dacă şi numai dacă
(Sv1) ū + v̄ ∈ U, (∀)ū, v̄ ∈ U;
(Sv2) αū ∈ U, (∀)α ∈ K, ū ∈ U.
Demonstraţie. ” ⇒ ” Ştim că U este subspaţiu vectorial al lui V şi trebuie să verificăm
(Sv1) şi (Sv2). Cum U este subspaţiu vectorial rezultă că cele două operaţii sunt legi de
compoziţie cu valori ı̂n U, adică ceea ce trebuia verificat.
” ⇐ ” Acum au loc cele două proprietăţi, (Sv1) şi (Sv2), şi verificăm toate proprietăţile din
definiţia spaţiului vectorial. Din ipoteză, cele două operaţii sunt legi de compoziţie cu valori
ı̂n U, iar proprietăţile de comutativitate, asociativitate, distributivitate ce au loc ı̂n V rămân
valabile şi ı̂n U. Din (Sv2) avem că 0 · ū = 0̄ ∈ U, deci elementul neutru din V este şi ı̂n U.
Tot din (Sv2) rezultă că (−1)ū = −ū ∈ U, deci orice vector din U are un simetric (opus) tot
15
16 Curs de Algebră liniară
deci U este subspaţiu vectorial. Observăm că orice vector din U se scrie sub forma (x, x) =
x(1, 1), deci vectorul (1, 1) ∈ U generează subspaţiul U. Deci BU = {(1, 1)} este sistem de
generatori ai lui U. Mai mult, fiind un singur vector, este şi liniar independent, deci BU este
bază pentru U. Rezultă că dim U = 1.
Ştim că un sistem de generatori ai spaţiului generează, prin combinaţii liniare ı̂ntre ei,
tot spaţiul. Se pune problema ce se ı̂ntâmplă dacă luăm un sistem de vectori oarecare şi
considerăm toate combinaţiile liniare ı̂ntre ei.
Definiţia 2. Fie S = {ū1 , ū2 , . . . , ūm } un sistem de vectori ı̂n spaţiul vectorial V peste
corpul K. Mulţimea tuturor combinaţiilor liniare ale vectorilor din S cu coeficienţi din K,
notată L(S) formează acoperirea liniară a lui S:
Propoziţia 3. Fie S = {ū1 , ū2 , . . . , ūm } un sistem de vectori ı̂n spaţiul vectorial V peste
corpul K. Atunci L(S) este subspaţiu vectorial al lui V şi dimensiunea lui este dată de
numărul vectorilor liniar independenţi din S.
m
X
Demonstraţie. Fie ū = γ1 ū1 + . . . + γm ūm = γk ūk ∈ L(S) şi
k=1
m
X
v̄ = δk ūk ∈ L(S). Atunci
k=1
m
X m
X m
X m
X
αū + βv̄ = α γk ūk + β δk ūk = αγk ūk + βδk ūk
k=1 k=1 k=1 k=1
m
X m
X
= (αγk + βδk )ūk = αk ūk ∈ L(S),
k=1 k=1
adică proprietatea (Sv) este verificată, deci L(S) este subspaţiu vectorial. Cum S este sistem
de generatori pentru L(S), din el alegem un sistem maximal de vectori liniar independenţi
(cel mai mare număr posibil), care va fi bază pentru L(S). Atunci dimensiunea lui L(S) este
dată de numărul vectorilor liniar independenţi din S.
Această definiţie ne permite să spunem ı̂n loc de acoperirea liniară a lui S, subspaţiul
generat de S.
18 Curs de Algebră liniară
Remarcăm că rezultatul de mai sus furnizează o modalitate de a construi subspaţii vec-
toriale pornind de la nişte vectori.
Ca o consecinţă a acestei propoziţii, pentru construirea lui L(S) procedăm astfel: folosind
metoda practică pentru liniar independenţă, din S alegem un sistem maximal liniar indepen-
dent, B. Atunci L(S) = L(B), iar B este bază pentru L(S).
Problema 1. În spaţiul aritmetic R3 considerăm sistemul de vectori
S = {ū1 = (1, −1, 1), ū2 = (1, 1, 0), ū3 = (2, 0, 1), ū4 = (2, 2, 0)}.
a) Să se extragă din S un sistem maximal de vectori liniar independenţi;
b) Să se determine L(S) şi să se precizeze dimensiunea sa.
Rezolvare. a) Matricea sistemului de vectori S relativ la baza canonică este
1 1 2 2
TBc S = −1 1 0 2 .
1 0 1 0
Vom determina rangul
matricei
TBc S . Pentru aceasta, alegem un minor de ordinul doi nenul,
1 1
de exemplu d2 = =2= 6 0 pe care ı̂l bordăm la ordinul trei:
−1 1
1 1 2 1 1 2
d03 = −1 1 0 = 0, d3 00 = −1 1 2 = 0.
1 0 1 1 0 0
Deoarece aceşti minori de ordinul trei sunt nuli avem că rang TBc S = 2. Mai mult, B =
{ū1 = (1, −1, 1), ū2 = (1, 1, 0)} ⊂ S este un sistem maximal de vectori liniar independenţi
(cu cei doi vectori s-a construit minorul d2 care a determinat rangul matricei TBc S ).
b) Avem L(S) = L(B) = {α1 ū1 + α2 ū2 , (∀)α1 , α2 ∈ R}. Dar
α1 ū1 + α2 ū2 = α1 (1, −1, 1) + α2 (1, 1, 0) = (α1 + α2 , −α1 + α2 , α1 ).
Atunci L(S) = {(α1 + α2 , −α1 + α2 , α1 ), (∀)α1 , α2 ∈ R}. Mai mult, B este o bază a lui L(S)
şi dim L(S) = 2.
O altă consecinţă a Propoziţiei 3 este următoarea metodă practică pentru subspaţii
vectoriale: fie U o submulţime a spaţiului vectorial V şi B un sistem de vectori liniar
independenţi. Dacă U = L(B) atunci U este subspaţiu vectorial având baza B.
Problema 2. Să se arate că U = {(x, x + y, 2y) : x, y ∈ R} este un subspaţiu vectorial al
lui R3 . Să se determine o bază a sa şi să se precizeze dim U.
Subspaţii vectoriale 19
de unde deducem că sistemul de vectori B = {(1, 1, 0), (0, 1, 2)} generează orice vector din U,
adică ı̂l generează pe U. Să arătăm că B este liniar independent. Avem
1 0
TBc B = 1 1 .
0 2
1 0
Cum minorul de ordinul doi d2 = = 1 este nenul şi nu există minori de ordinul
1 1
trei, rezultă că rang TBc B = 2, adică numărul de vectori din B. Atunci, conform criteriului
practic pentru liniar independenţă, B este liniar independent. Rezultă că U = L(B), deci U
este subspaţiu vectorial, iar B este o bază a sa. Mai mult, dim U = 2.
O altă modalitate de a construi subspaţii vectoriale este prin intermediul operaţiilor dintre
subspaţii vectoriale.
Definiţia 3. Fie U1 şi U2 subspaţii vectoriale ale lui V. Se numeşte sumă a subspaţiilor
vectoriale U1 şi U2 mulţimea
Luând pe rând ū2 = 0̄V , respectiv ū1 = 0̄V , se constată uşor că U1 ∪ U2 ⊆ U1 + U2 .
Definiţia 4. Fie U1 şi U2 subspaţii vectoriale ale lui V. Se numeşte sumă directă a
subspaţiilor vectoriale U1 şi U2 mulţimea
Deosebirea dintre cele două sume este că ı̂ntr-o sumă directă scrierea este unică.
Definiţia 5. Fie U1 şi U2 subspaţii vectoriale ale lui V. Se numeşte intersecţie a
subspaţiilor vectoriale U1 şi U2 mulţimea
U1 ∩ U2 = {v̄ ∈ V : v̄ ∈ U1 , v̄ ∈ U2 }.
20 Curs de Algebră liniară
αū + βv̄ = α(ū1 + ū2 ) + β(v̄1 + v̄2 ) = (αu¯1 + βv̄1 ) + (αu¯2 + βv̄2 ).
Dar ū1 , v̄1 ∈ U1 şi din (Sv) rezultă αu¯1 +βv̄1 ∈ U1 . La fel, ū2 , v̄2 ∈ U2 , de unde αu¯2 +βv̄2 ∈ U2 .
Atunci rezultă că αū + βv̄ ∈ U1 + U2 , adică proprietatea (Sv) este verificată pentru U1 + U2 .
În concluzie, U1 + U2 este subspaţiu vectorial.
Analog, şi U1 ⊕ U2 este subspaţiu vectorial.
Rămâne să demonstrăm că intersecţia U1 ∩ U2 este subspaţiu vectorial. Fie ū, v̄ ∈ U1 ∩ U2 ,
deci ū, v̄ ∈ U1 şi ū, v̄ ∈ U2 . Folosind proprietatea (Sv) pentru U1 , respectiv U2 , obţinem
αū + βv̄ ∈ U1 , respectiv αū + βv̄ ∈ U2 . Atunci αū + βv̄ ∈ U1 ∩ U2 , adică proprietatea (Sv)
este verificată pentru U1 ∩ U2 . Deci U1 ∩ U2 este subspaţiu vectorial.
”Mărimea” sumei a două subspaţii vectoriale, raportată la operaţia de inclu-ziune, este
subliniată de
Propoziţia 5. Fie U1 şi U2 subspaţii vectoriale ale lui V. Atunci U1 + U2 este cel mai
mic subspaţiu vectorial ce conţine atât pe U1 cât şi pe U2 .
Demonstraţie. Fie U un subspaţiu vectorial al lui V astfel ca U1 ⊆ U şi U2 ⊆ U. Fie
v̄ ∈ U1 + U2 , deci există ū1 ∈ U1 , ū2 ∈ U2 cu v̄ = ū1 + ū2 . Din alegerea lui U rezultă că ū1 ∈ U
şi ū2 ∈ U şi, cum U este subspaţiu vectorial, ū1 + ū2 ∈ U. Rezultă că v̄ ∈ U. Cum v̄ a fost
luat arbitrar ı̂n U1 + U2 , obţinem că U1 + U2 ⊆ U, adică ce trebuia demonstrat.
Caracterizarea faptului că o sumă este sumă directă este dată de următoarea metodă
practică pentru sumă directă:
Propoziţia 6. Fie U1 şi U2 subspaţii vectoriale ale lui V. Atunci suma celor două
subspaţii este directă, U1 + U2 = U1 ⊕ U2 , dacă şi numai dacă U1 ∩ U2 = {0̄}.
Demonstraţie. ” ⇒ ” Considerăm că suma este directă. Fie v̄ ∈ U1 ∩ U2 şi ū ∈ U1 ⊕ U2 ,
adică există un unic ū1 ∈ U1 şi un unic ū2 ∈ U2 asfel ca ū = ū1 + ū2 . Cum ū1 , v̄ ∈ U1 şi
ū2 , v̄ ∈ U2 , putem scrie ū = (u¯1 − v̄) + (ū2 + v̄) ∈ U1 ⊕ U2 . Cum scrierea lui ū este unică,
rezultă u¯1 − v̄ = ū1 şi ū2 + v̄ = ū2 , deci v̄ = 0̄. Dar v̄ a fost ales arbitrar din U1 ∩ U2 , deci
Subspaţii vectoriale 21
U1 ∩ U2 = {0̄}.
” ⇐ ” Fie ū un vector oarecare din U1 + U2 . Considerăm că ar exista două scrieri sub formă
de sumă pentru ū: ū = ū1 + ū2 = v̄1 + v̄2 , unde ū1 , v̄1 ∈ U1 şi ū2 , v̄2 ∈ U2 . Rezultă că
ū1 − v̄1 = v̄2 − ū2 ∈ U1 ∩ U2 = {0̄}. Atunci ū1 = v̄1 şi ū2 = v̄2 , deci scrierea lui ū este unică,
| {z } | {z }
∈U1 ∈U2
adică suma este directă.
Propoziţia 7. Fie U1 şi U2 subspaţii vectoriale ale lui V. Următoarele afirmaţii sunt
echivalente:
(i) suma celor două subspaţii este directă;
(ii) dacă ū1 ∈ U1 şi ū2 ∈ U2 astfel ca ū1 + ū2 = 0̄V atunci ū1 = ū2 = 0̄V .
Demonstraţie. (i) ⇒ (ii) ū1 + ū2 = 0̄V = 0̄V + 0̄V şi scrierea este unică, deci ū1 = ū2 =
0̄V .
(ii) ⇒ (i) Fie ū ∈ U1 + U2 arbitrar ales cu două posibile scrieri ū = v̄1 + v̄2 = w̄1 + w̄2 , unde
v̄1 , w̄1 ∈ U1 şi v̄2 , w̄2 ∈ U2 . Rezultă (v̄1 − w̄1 ) + (v̄2 − w̄2 ) = 0̄V . Cum v̄1 , w̄1 ∈ U1 rezultă
not not
v̄1 − w̄1 = ū1 ∈ U1 şi analog v̄2 − w̄2 = ū2 ∈ U2 . Din ipoteza (ii) obţinem v̄1 − w̄1 = 0̄V şi
v̄2 − w̄2 = 0̄V , de unde deducem că scrierea este unică, iar suma este directă.
Cum fiecare subspaţiu vectorial are o dimensiune, vom preciza şi dimensiunile subspaţiilor
22 Curs de Algebră liniară
Punctul (ii) al Propoziţiei precedente ne oferă o metodă practică pentru a arăta că
un subspaţiu vectorial este egal cu tot spaţiul vectorial: dacă un subspaţiu vectorial
are aceeaşi dimensiune cu spaţiul vectorial, atunci coincid.
De exemplu, ı̂n R2 să considerăm U1 = L((1, 2)) = {(x, 2x) : x ∈ R} şi U2 = L((0, 1)) =
{(0, y) : y ∈ R}. Atunci U1 ∩ U2 = {(0, 0)}, de unde
dim(U1 ⊕ U2 ) = dim U1 + dim U2 = 1 + 1 = 2 = dim(R2 ). Deci U1 ⊕ U2 = R2 .
Propoziţia 9. Fie B = {v̄1 , . . . , v̄n } o bază a spaţiului vectorial V ce se separă ı̂n două
Subspaţii vectoriale 23
şi
ū2 = αp+1 v̄p+1 + . . . + αn v̄n .
Dar vectorii v̄1 , . . . , v̄p , . . . , v̄n sunt liniar independenţi şi atunci
α1 = . . . = αp = αp+1 = . . . = αn = 0.
Implicit, ū1 = ū2 = 0̄V . Deci suma celor două subspaţii este directă.
Cum S1 şi S2 sunt liniar independente, ele sunt şi baze pentru cele două subspaţii generate.
Avem atunci
Fie, de exemplu B = {(1, −1, 2), (0, 1, 0), (0, 0, 1)}, care este bază deoarece det TBc B = 1 6= 0.
Atunci subspaţiul complementar lui U este L((0, 1, 0), (0, 0, 1)) = {(0, y, z) : y, z ∈ R}.
Subspaţii generate de o matrice
Fie A = [aij ], i ∈ {1, 2, . . . , m}, j ∈ {1, 2, . . . , n}, o matrice cu m linii şi n coloane.
Definiţia 11. Se numeşte subspaţiul nul al matricei A mulţimea
Numărul de coloane ale lui A este n = 3, deci N ull(A) este subspaţiu al lui R3 . Cum
rang A = 2, rezultă dim N ull(A) = 3 − 2 = 1.
Pe de altă parte, dacă rezolvăm sistemul omogen avem x1 = −2x2 , apoi 3x2 + 3x3 = 0,
deci x2 = −x3 şi x1 = 2x3 . Obţinem că
Întrebări teoretice
Exerciţii
0 1
a) Arătaţi că N ull(A) = {(0, 0)};
b) Determinaţi subspaţiul ortogonal al lui col(A).
1 1 0
16. Fie matricea A = −1 1 2 , unde m ∈ R.
0 1 m
a) Determinaţi m pentru care dim N ull(A) = 1;
b) Pentru m = 1, aflaţi o bază a subspaţiului N ull(A);
c) Pentru m = 1, stabiliţi dacă N ull(A) ⊕ col(A) = R3 .