Documente Academic
Documente Profesional
Documente Cultură
In acest prim curs vom recapitula noţiuni de baza din teoria matricilor, cum ar fi:
În problemele economice şi financiare se lucrează cu mulţimi mari de date, care cel mai
adesea se ı̂nregistrează ı̂n tabele. Datele dintr-un tabel definesc matrici. De aceea studiem
operaţii cu matrici şi metode de a extrage informaţie din matrici, pe baza căreia se fac predicţii
şi se iau decizii.
Exemplu de date cărora le asociem o matrice:
Un retailer ţine evidenţa unitătilor din produsele P1 , P2 , P3 , vândute ı̂n 4 săptămâni consec-
utive, S1 , S2 , S3 , S4 , ı̂ntr-un tabel de forma:
S1 S1 S1 S4
P1 24 31 15 27
P2 21 19 18 33
P3 17 23 30 26
O matrice de elemente reale, cu m linii şi n coloane este ”un tablou” ce are ı̂nregistrat ı̂n
linia i, coloana j, un număr real, notat aij :
a11 a12 · · · a1n
a21 a22 · · · a2n
A = .. .. . (1.1)
. . · · · ..
am1 am2 · · · amn
1
Notitele de curs sunt o adaptare a cursului de Algebra Liniara si Geometrie, autor prof.dr. Emilia Petrisor
1
2 Cursul 1, Algebră–Geometrie, 2020/2021
economişti 2
tehnicieni hardware 4
ingineri hardware 3
ingineri mecanici 1
ingineri electronişti 2
Adunarea matricilor. Două matrici A = (aij ), B = (bij ) având acelaşi număr de linii şi
coloane se adună astfel: Suma C = A + B este o matrice cu acelaşi număr de linii şi coloane
ca A şi B, iar un element arbitrar al sumei este:
Exemplul 1.
4 3 5 11 9 14
9 6 + 14 9 = 23 15
2 10 7 15 9 25
Exemplul 2. Dacă un retailer vinde produse ı̂n 2 magazine, atunci dacă numărul de unităţi de
produs vândute ı̂n 4 săptămâni ı̂n magazinul M1 şi respectiv M2 este dat ı̂n tabelele:
S1 S1 S1 S4 S1 S1 S1 S4
P1 24 31 15 27 P1 20 18 19 29
M1 = M2 =
P2 21 19 18 33 P2 13 16 24 30
P3 17 23 30 26 P3 15 20 31 35
24 + 20 31 + 18 15 + 19 27 + 29 44 49 34 56
M1 + M2 = 21 + 13 19 + 16 18 + 24 33 + 30 = 34 35 42 63
17 + 15 23 + 20 30 + 31 26 + 35 32 43 61 61
−2 1 2 0 0 0 −2 1 2
+ =
3 8 0 0 0 0 3 8 0
Produsul dintre o matrice A = (aij ) ∈ Mm,n şi un număr real α este o matrice P = (pij ) ∈
Mm,n ale cărei elemente pij se calculează astfel: pij = αaij , ∀ i = 1, m, j = 1, n. În cuvinte,
se ı̂nmulţeste fiecare element al matricii A cu numărul α.
Exemplul 3. O firmă vinde 4 produse şi ı̂ncasările ı̂n mii RON, din vânzarea fiecărui produs,
timp de un semestru, prin trei puncte de vânzare V1 , V2 , V3 sunt date ı̂n tabelul:
P1 P2 P3 P4
V1 35 43 18 27
V2 21 37 29 17
V3 23 30 14 40
Ştiind că profitul reprezintă doar 20% din suma ı̂ncasată din vânzări, să se calculeze profitul
total rezultat din vânzarea celor 4 produse, ı̂n semestrul monitorizat.
20 1
şi calculăm A = A care ne dă profitul obţinut din fiecare punct de vânzare şi fiecare
100 5
produs.
Matricea profitului este:
35/5 43/5 18/5 27/5
1
P = A = 21/5 37/5 29/5 17/5 ,
5
23/5 30/5 14/5 40/5
iar profitul total este suma tuturor elementelor matricii P :
Produsul a două matrici Pentru orice două matrici A, B cu particularitatea că numărul de
coloane al primei matrici coincide cu numărul de linii al celei de-a doua, adică A este de tip
m × p, iar B de tip p × n, definim matricea produs, ca fiind matricea C = AB, de m linii linii
şi n coloane, alecărei elemente cij , se determină astfel:
p
X
cij = ai1 b1j + ai2 b2j + · · · + aip bpj = aik bkj , (1.2)
k=1
Cursul 1, Algebră–Geometrie, 5
adică:
c11 . . . c1j . . . c1n a11 . . . a1k . . . a1p b11 . . . b1j . . . b1n
.. . .. .. . . .. . .
. . . . .. ... . . . . . .. . . . .. . . . . .. . . . ..
ci1 ... cij . . . cin = ai1 · · · aik · · · aip bk1 . . . bkj . . . bkn
. .. . . . . .. . .
.. ... . . . . .. .. . . . .. . . . .. . . . . .. . . . ..
cm1 . . . cmj . . . cmn am1 . . . amk . . . amp bp1 . . . bpj . . . bpn
Remarcăm că pentru a calcula elementul din poziţia (i, j) a matricii produs, ı̂nmulţim ele-
mentele corespunzătoare din linia i a matricii A cu elementele coloanei j a matricii B şi adunăm
produsele.
Exemplul 4. Să calculăm produsul AB, unde A ∈ M3,2 (R), iar B ∈ M2 (R).
−2 1 (−2) · 1 + 1(−5) (−2) · 3 + 1 · 2 −7 −4
1 3
AB = 3 −5 = 3 · 1(−5) · (−5) 3 · 3 + (−5) · 2 = 28 −1
−5 2
0 4 0 · 1 + 4 · (−5) 0·3+4·2 −20 8
În cadrul cursului vom folosi foarte mult produsul dintre o matrice pătratică A şi o matrice
coloană:
a11 a12 . . . a1n x1 y1
a21 a22 . . . a2n
x2 y2
.. .. . . = . ,
. . . . . .. .. ..
a1n a2n . . . a1n xn yn
unde după efectuarea produsului din membrul stâng obţinem:
Produsul dintre matricea unitate In şi o matrice pătratică A ∈ Mn (R) este AIn =
In A = A.
Analog:
x1 x1
x2 x2
··· = ···
In
xn xn
T −2 2
−2 3 1
= 3 −5
2 −5 0
1 0
De exemplu:
T
−1 2 1 x1 −1 3 1
3 5 −2 x2 = x1 x2 x3 2 5 6
1 6 0 x3 1 −2 0
2 −3
= 2 · 5 − ((−3) · 4) = 10 − (−12) = 10 + 12 = 22.
4 5
Un determinant de ordin 3 se calculează folosind fie regula lui Sarrus, fie regula triunghi-
ului.
Pentru a calcula valoarea determinantului folosind regula lui Sarrus se copiază linia 1 şi apoi
linia 2 sub linia 3 a determinantului şi se efectuează calculele astfel:
1.2. Determinantul unei matrici pătratice 7
a11 a12 a13
a11 a12 a13 a21 a22 a23
a21 a22 a23 = a31 a32 a33 = a11 a22 a33 + a21 a32 a13 +
a31 a32 a33 a11 a12 a13
a21 a22 a23
+a31 a12 a23 − a31 a22 a13 − a11 a32 a23 − a21 a12 a13
Ultimul membru al egalitătii de mai sus exprimă regula triunghiului. Termenii cu semnul +
ı̂n faţă se obţin efectuând produsele elementelor de aceeaşi culoare din:
a11 a12 a13
a21 a22 a23
a31 a32 a33
iar termenii cu semnul - se obţin efectuând la fel produsele elementelor de aceeaşi culoare din:
a11 a12 a13
a21 a22 a23
a31 a32 a33
O matrice pătratică A al cărei determinant este zero se numeşte matrice singulară. Dacă
determinantul este diferit de zero, matricea se numeşte matrice nesingulară.
Calculul determinanţilor de ordin mai mare decât 3
• Se bazează pe noţiunea de minor al unui element.
det(A) = ai1 (−1)i+1 Mi1 + ai2 (−1)i+2 Mi2 + ai3 (−1)i+3 Mi3 + ai4 (−1)i+4 Mi4 ,
8 Cursul 1, Algebră–Geometrie, 2020/2021
1. Dacă se schimbă două linii ı̂ntre ele, atunci determinantul schimbă semnul.
De exemplu ı̂n determinantul D, de mai sus, ı̂nmulţim linia 2 cu 3 şi rezultatul ı̂l rescriem
ı̂n linia 2 a unui nou determinant D ′′ şi obţinem:
−1
2 0 −1 2
0
′′
D = 3 · 3 3 · 1 3 · (−4) = 9 3 −12 = 3D = 6
1 1 −2 1 1 −2
În determinantul D de mai sus, ı̂nmulţim linia 1 cu 3 şi o adunăm la linia 2, rezultatul fiind
ı̂nregistrat ı̂n linia 2, 3L1 + L2 → L2 , şi avem:
−1 2 0
′′′
D = 0 7 −4 = D = 2
1 1 −2
Aceste proprietăţi ale determinanţilor sunt foarte utile ı̂n calculul determinanţilor de ordin
mai mare decat 3, pentru care nu avem o regula ca Sarrus sau regula triunghiului, ci se dezvoltă
determinantul după elementele unei linii sau coloane.
Deci practic am reduce calculul lui D la calculul a 4 determinanţi de ordinul trei, M11 , M12 , M13 , M14 ,
ceea ce ar presupune calcule multe. Pentru a evita calculul celor 4 determinaţi de ordinul 3,
aplicăm proprietatea 3 a determinanţilor pentru a transforma elementele coloanei 1, de sub
a11 = 1 ı̂n zerouri.
Observăm că aplicând succesiv operaţiile:
Deci practic am redus calculul determinantului de ordin 4 la calculul unui singur determinant
de ordin 3.
Observaţie: Operaţiile asupra liniilor unui determinant se pot alege şi pentru a transforma
ı̂n zerouri elementele altei coloane nu neapărat coloana 1. De exemplu pentru determinantul D
cu care am lucrat era mai simplu dacă ı̂n coloana 3 formam zerouri ı̂n liniile 1,2 şi 4, efectuând
operaţiile:
−7L3 + L2 → L2 , −4L3 + L4 → L4
şi obţineam:
1 3 0 −2
1 3 −2
−11 −8 0 −19
3+3
D = = (−1) −11 −8 −19
2 1 1 3
−7 −6 −11
−7 −6 0 −11
Curs 2
1
In acest curs ne propune să recapitulăm următoarele subiecte:
• rezolvarea unui sistem liniar compatibil determinat prin metoda lui Cramer sau prin
metoda matriceală
A · A−1 = A−1 · A = In ,
1
2 Cursul 1, Algebră–Geometrie, 2020/2021
• se calculează determinantul matricii; dacă det(A) = 0 matricea nu este inversabilă. În caz
contrar se trece la etapa următoare;
• se determină transpusa matricii A,
a11 a21 · · · an1
a12 a22 · · · an2
AT = ..
.. ..
. . ··· .
a1n a2n · · · ann
etc
şi deci:
−19 −3 −12
1 ∗
A−1 = A = −A∗ = −11 −2 −7
−1
−6 −1 −4
2.2. Sisteme de ecuaţii liniare 3
Verificare:
−1 0 3 −19 −3 −12 1 0 0
AA−1 = 2 −4 1 −11 −2 −7 = 0 1 0
1 1 −5 −6 −1 −4 0 0 1
x+y−z = 0
2x − 5y − 3z = 0
−5x + 2y − 11z = 0
−x + 7y + 4z = 0
y + 3z = 0
2x − 9y + 4z = −3
x + y − 7z = 1
−x + 7y + 13z = 0
−5x + 3y = −6
6x + y − 3z = 1
Pentru un sistem de forma (2.5) o soluţie constă din n numere reale, x1 , x2 , . . . , xn , care verifică
fiecare ecuaţie a sistemului.
Un astfel de sistem se numeşte:
1. Compatibil determinat dacă are o singură soluţie;
2. Compatibil nedeterminat dacă are o infinitate de soluţii);
4 Cursul 1, Algebră–Geometrie, 2020/2021
Pentru a decide natura sistemului general (2.5), omogen sau neomogen, adică dacă este
compatibil sau incompatibil, avem nevoie de o modalitate de calcula rangul matricii sistemului.
Rangul unei matrice.
Dacă A ∈ Mm,n (R) este o matrice, atunci rangul ei este un număr ı̂ntreg egal cu cel mai
mare ordin de determinant nenul ce se poate constitui din elementele de intersecţie a k linii
distincte şi k coloane distincte ale matricii A.
Cel mai mare ordin de determinant ce se poate constitui din elementele unei matrici A ∈
Mm,n (R) este k = min (m, n).
Exemplul 3.
−1 2 0 3
A=
3 −6 0 −9
Matricea are 2 linii şi 3 coloane. Ordinul celui mai mare determinant ce se poate constitui din
elemente de intersecţie a k linii şi k coloane din A este k = min(2, 3) = 2.
Mai ı̂ntâi se calculează determinanţi de ordinul cel mai mare, ı̂n acest caz 2. Dacă cel puţin
unul este diferit de zero, atunci rangul matricii este 2. Dacă toţi sunt egali cu zero, atunci se
caută un determinant de ordinul 1, diferit de 0.
Din matricea A putem constitui următorii determinanţi de ordinul 2:
1) Din liniile 1, 2 şi coloanele 1, 2;
2) liniile 1,2, coloanele 1,3;
3) din liniile 1,2, coloanele 2,3:
−1 2 ′
−1 0 ′′
0 3
∆2 = = 0, ∆2 = = 0, ∆2 = =0
3 −6 3 0 0 −9
Exemplul 4. Matricea:
2 −3 1
A = −4 6 −2
1 0 −5
2.3. Rezolvarea sistemelor de n ecuaţii cu n necunoscute 5
are 3 linii şi 3 coloane, deci determinantul de ordin maxim ce se poate constitui este determi-
nantul de ordin 3, ∆3 = det(A) = 0. Fiind egal cu zero, rangul nu este 3.
Căutăm un determinant de ordin 2 diferit de 0.
Formăm determinanţi de ordin 2, din elementele de intersecţie a două linii i1 < i2 şi 2
coloane, j1 < j2 . Evaluâm fiecare determinant şi dacă obţinem unul diferit de zero, stopăm
calculul determinanţilor de ordin 2 şi concluzionăm că rangul este 2:
Primii trei determinanţi sunt 0, iar al patrulea este diferit de zero, Deci rangul matricii date este
2.
Scrieţi restul determinaţilor de ordin 2, ce se pot constitui din matricea A.
este compatibil determinat (adică are o unică soluţie) dacă şi numai dacă determinatul matricii
sistemului este diferit de zero. În acest caz soluţia (x1 , x2 , . . . , xj , . . . , xn ) se poate calcula:
1. folosind regula lui Cramer:
a11 a12 . . . b1 . . . a1n
a21 a22 . . . b2 . . . a2n
.. .. .. ..
.
. ... . . . . .
an1 an2 . . . bn . . . ann
|{z}
∆j colj
xj = = , j = 1, n
∆ a11 a12 . . . a1j . . . a1n
a21 a22 . . . a2j . . . a2n
.. .. .. ..
.
. . . . . . . . .
an1 an2 . . . anj . . . ann
6 Cursul 1, Algebră–Geometrie, 2020/2021
adică, xj este raportul ce are la numitor, determinantul sistemului, iar la numărator, determinan-
tul sistemului ı̂n care coloana j se ı̂nlocuieşte cu coloana termenilor liberi.
2x − 3y + z = −4
−x + y + 2z = 1
3x + 5y − z = 0
−1 −1
|A{zA} x = A b ⇔ In x = A−1 b ⇔ x = A−1 b
In
Deci soluţia sistemului se obţine calculând A−1 şi apoi efectuând ı̂nmulţirea:
x1 b1
x2 b
−1 2
.. = A ..
. .
xn bn
x − 2y = −3
−3x + 5y = 2
este compatibil determinat şi să se determine soluţia sa prin metoda matricială.
2.4. Studiul compatibilităţii sistemelor de de m ecuaţii cu n necunoscute 7
T 1 −3 ∗ 5 2 −1 1 5 2 −5 −2
A = , A = , A = A∗ = −1 =
−2 5 3 1 det(A) 3 1 −3 −1
Deci soluţia sistemului este:
x −5 −2 −3 11
= =
y −3 −1 2 7
Teorema 2.4.1 (Kronecker–Capelli). Sistemul (2.5) este compatibil dacă şi numai dacă rangul
matricii sistemului este egal cu rangul matricii prelungite:
rang(A) = rang(A)
Consecintă. Dacă rangul matricii sistemului este diferit de rangul matricii prelungite, atunci
sistemul este incompatibil.
Exemplul 7. Să se studieze natura sistemului folosind teorema Kronecker–Capelli şi ı̂n caz de
compatibilitate să se detrmine mulţimea soluţiilor:
x
−1 2 3 −2 3
4 0 −5 y
2 z = −1
3 2 −2 0 4
t
Prin urmare rangul matricii A este egal cu 3. Deoarece rang(A) 6=rang(A), rezultă că sistemul
este incompatibil.
Exemplul 8. Sistemul
−1 2 3 x 4
4 0 −5 y = −5
3 2 −2 z −1
are det(A)=0. Deoarece
−1 2
∆2 = = −8 6= 0
4 0
rangul matricii A este 2.
Matricea prelungită
−1 2 3 4
A = 4 0 −5 −5
3 2 −2 −1
are toţi determinaţii de ordin 3 egali cu zero (calculaţi!!), dar are şi ea rangul 2. Rangul lui A
fiind egal cu rangul lui A sistemul este compatibil (dar nu determinat, pt ca matricea sistemului
are determinantul egal cu zero), ci nedeterminat.
Pentru a găsi mulţimea soluţiilor sale, fixăm un determinant nenul ce are ordinul egal cu
rangul lui A, numit determinat principal. De exemplu determinantul ∆2 . Identificăm care
sunt liniile şi coloanele lui A din ale căror coeficienţi se constituie determinantul principal, ∆2 .
Observăm că coloanele 1, 2, 3 din matricea A conţin coeficientii necunoscutelor x, y, z din
sistem. Pentru că determinantul ∆2 conţine doar elemente din coloanele 1 şi 2, corespunzătoare
lui x şi y, x şi y le numim necunoscute principale, iar z = α, necunoscută secundară.
−1 2 3
A = 4 0 −5
3 2 −2
Dintre ecuaţiile sistemului folosim pentru a determina mulţimea soluţiilor, doar pe cele ai căror
coeficienţi intră ı̂n determinantul principal ∆2 . Astfel rezolvăm ecuaţiile 1 şi 2, ı̂n raport cu
necunoscutele principale x, y, ı̂n funcţie de necunoscuta secundară z = α:
−x + 2y + 3α = 4 −x + 2y = 4 − 3α
4x − 5α = −5 4x = −5 + 5α
Rezolvând ultimul sistem, obţinem că mulţimea soluţiilor sistemului este:
5α − 5 11 − 7α
(x = ,y = , z = α), α ∈ R
4 8
Deci pentru fiecare număr real α obţinem altă soluţie. Cum exista o infinitate de numere
reale, avem o infinitate de soluţii.
Curs 3
1
In acest curs vom urmari următoarele obiective:
x + 6y = 0
−3x + y = 0
1
Notitele de curs sunt o adaptare a cursului de Algebra Liniara si Geometrie, autor prof.dr. Emilia Petrisor
1
2 Cursul 1, Algebră–Geometrie, 2020/2021
Determinantul fiind diferit de zero, sistemul are o unică soluţie, care este soluţia banală. Ob-
servăm câ ı̂n acest caz nu e necesar să aplicăm regula lui Cramer, pentru că ştim deja că sistemul
fiind omogen admite soluţia banală, şi admiţând o soluţie unică, aceasta este x = y = 0.
Dacă am aplica totuşi regula lui Cramer, am obţine acelaşi rezultat, dar am efectua calcule
inutile:
0 6 1 0
0 1 −3 0
x = = 0, y =
1 6 =0
1 6
−3 1 −3 1
2x − y + 3z = 0
−x + 4y − z = 0
Pentru orice sistem omogen rangul matricii A coincide cu rangul matricii prelungite, deoarece
coloana ce se adaugă matricii A este formată din zerouri. De aceea ı̂n problemele pe care le
rezolvaţi ı̂n continuare nu mai ataşaţi şi matricea prelungită, pentru că
este inutil.
2 −1
Rangul matricii A este 2 şi un determinant principal este ∆ = = 8−1 = 7
−1 4
Astfel necunoscutele principale sunt x, y, iar z = α este necunoscută secundară. Rezolvăm
astfel primele două ecuaţii ı̂n raport cu necunoscutele principale, x, y, ı̂n funcţie de necunoscuta
secundară, α:
2x − y = −3α
−x + 4y = α
Rezolvând obţinem mulţimea soluţiilor:
α 11α
(x = − , y = − , z = α) | α ∈ R
7 7
Pentru fiecare valoare particulară a lui α obţinem o altă soluţie. Dacă α = 0 obţinem soluţia
banală x = y = z = 0.
3.2. Rezolvarea unui sistem de formă triunghiulară 3
Exemplul 3. Sistemul:
2x − 3y + z = −1
y − 5z = 2
z = −2
Are matricea:
2 −3 1
A= 0 1 −5
0 0 1
Toate elementele de pe diagonala principală sunt diferite de zero, deci este sistem superior
triunghiular. Rezolvăm pornind de la ultima ecuaţie, spre prima: z = −2, se ı̂nlocuieşte ı̂n
4 Cursul 1, Algebră–Geometrie, 2020/2021
ecuaţia a doua şi avem: y = 5(−2) + 2 = −8. Înlocuind acum pe z şi y aflaţi, ı̂n prima ecuaţie
ı̂l determinăm pe x:
2x = 3(−8) − (−2) − 1 = −24 + 2 − 1 = −23, ⇒ x = −23/2
Aplicând succesiv astfel de transformări ale ecuaţiilor unui sistem de m ecuaţii cu n ne-
cunoscute obţinem un nou sistem care are aceeaşi mulţime a soluţiilor, dar forma matricii sis-
temului este mai simplă (conţine multe zerouri). Ca exemplu aplicâm o succesiune de schimbări
a ecuaţiilor unui sistem liniar de trei ecuaţii cu trei necunoscute, compatibil determinat, care să
transforme matricea sistemului ı̂n forma triunghiulară, şi anume, sistemul:
3x − y + z = 0
−2x + y + 3z = −7
x + 2y − 2z = 7
Ideea de bază constă ı̂n a alege transformări adecvate care să conducă la un sistem cu matrice
triunghiulară, adică un sistem ı̂n care ecuaţia 2 are coeficientul lui x egal cu zero, iar ı̂n ecuaţia
3, coeficientul lui x şi y este zero:
6 Cursul 1, Algebră–Geometrie, 2020/2021
x + 2y − 2z = 7
−2x + y + 3z = −7
3x − y + z = 0
x + 2y − 2z = 7
5y − z = 7
3x − y + z = 0
x + 2y − 2z = 7
5y − z = 7
−7y + 7z = −21
x + 2y − 2z = 7
5y − z = 7
−y + z = −3
x + 2y − 2z = 7
−y + z = −3
5y − z = 7
x + 2y − 2z = 7
−y + z = −3
4z = −8
Deci sistemul a fost adus la forma triunghiulară (elementele de pe diagonala principală sunt
nenule!). Pentru a obţine soluţia sistemului, rezolvăm ecuaţia a treia, şi obţinem: z = −2, apoi
−y = 2 − 3 = −1, deci y = 1, şi ı̂n final x + 2 + 4 = 7, conduce la x = 1. Deci unica soluţie
este (x, y, z) = (1, 1, −2).
Această metodă de reducere a sistemului la forma triunghiulară se numeşte metoda eliminării
a lui Gauss.
Prezentăm ı̂n continuare o modalitate de a transforma un sistem de m ecuaţii liniare, cu n
necunoscute, de forma:
3.3. Sisteme de ecuaţii echivalente. Transformarea unui sistem ı̂ntr-unul echivalent cu el 7
şi matricea prelungită, A, obţinută prin bordarea matricii A cu coloana termenilor liberi:
a11 a12 . . . a1n b1
a21 a22 . . . a2n b2
A = ..
.. .. ..
. . ... . .
am1 am2 . . . amn bm
Definiţia 3.3.2 O matrice S ∈ Mmn (R) are forma scară pe linii dacă verifică următoarele
două proprietăţi:
8 Cursul 1, Algebră–Geometrie, 2020/2021
1. Dacă o linie i din matricea S are toate elementele 0, atunci şi liniile de sub ea, i+1 . . . , m
au toate elementele zero.
2. Dacă primul element nenul dintr-o linie i a lui S este sij , atunci ı̂n coloanele 1, 2, . . . , j
toate elementele din liniile i + 1, i + 2, . . . , m sunt zero.
Matricea următoare ilustrează particularităţile din definiţie. Elementele notate prin ⋆ sim-
bolizează elemente nenule. Elementele ∗ pot fi nule sau nenule.
⋆ ∗ ∗ ∗ ∗ ∗ ∗ ∗
0 0 ⋆ ∗ ∗ ∗ ∗ ∗
S= 0 0 0 ⋆ ∗ ∗ ∗ ∗ ←i
(3.6)
0 0 0 0 0 0 ⋆ ∗
0 0 0 0 0 0 0 0
Zerourile colorate ı̂n albastru ilustrează proprietatea a doua din definiţie, adică deoarece primul
element nenul din linia 2 este s23 := ⋆, toate elementele de intersecţie dintre coloanele 1,2,3 şi
liniile 3, 4, 5 sunt 0.
Un caz particular de matrice ı̂n forma scară pe linie este matricea pătratică superior triunghi-
ulară. Următoarele matrici au forma scară pe linii:
7 −3 1 −6
0 −2 5 0 3
2 −8 −1 0 4 −7
1
S1 = 0
0 −3 5 S 2 =
0 0
0
2 −8
0 0 −4
0 0 0 0
0 0 0 0
−6 2 5 0 1
0 1 −3 −1 2
S3 =
0
0 0 1 −5
0 0 0 0 −3
Definiţia 3.3.3 Primul element nenul de pe fiecare linie a unei matrici ı̂n forma scară se numeşte
pivot (ı̂n 3.6 pivotul este notat ⋆).
Numărul de pivoţi din forma scară, SA , a unei matrici A este egal cu rangul matricii
A.
Două matrici echivalente pe linie au acelaşi rang. În particular o matrice A şi forma sa
scară SA au acelaşi rang şi rangul este egal cu numărul de pivoţi din forma scară.
3.3. Sisteme de ecuaţii echivalente. Transformarea unui sistem ı̂ntr-unul echivalent cu el 9
Deci:
Transformările elementare pe linie nu modifică rangul matricii sistemului, nici rangul
matricii prelungite.
În concluzie, având un sistem de m ecuaţii cu n necunoscute, Ax = b, pentru a vedea dacă
este compatibil sau nu şi dacă da să determinăm mulţimea soluţiilor procedăm astfel:
• Asociem sistemului Ax = b matricea prelungită:
a11 a12 . . . a1n b1
a21 a22 . . . a2n b2
A = ..
.. .. ..
. . ... . .
am1 am2 . . . amn bm
• Prin transformări elementare pe linie se aduce matricea A, deci şi A, la forma scară:
t1
t2
SA
SA =
.
.. (3.7)
t
m
• Astfel sistemul iniţial Ax = b este echivalent (are aceeaşi mulţime a soluţiilor) cu sistemul
SA x = t, unde t notează ultima coloană din matricea SA .
• Dacă numărul de pivoţi din SA este egal cu numărul de pivoţi din SA , atunci rang(A)=rang(A)
şi conform teoremei Kronecker–Capelli, sistemul Ax = b este compatibil, iar dacă numărul de
pivoţi ı̂n cele două matrici nu este acelaşi atunci sistemul este incompatibil.
• Dacă sistemul este compatibil, ı̂n loc sa-l rezolvăm pe acesta, rezolvăm sistemul mai
simplu SA x = t, alegând drept determinat principal, determinnatul ce conţine elementele de
intersecţie ale liniilor şi coloanelor pivoţilor.
Elementul A11 = 1 6= 0, deci ı̂l alegem ca pivot pentru linia 1 şi apoi prin transformări ele-
mentare pe linie formăm zerouri sub pivot. Aplicând succesiv transformările −2L1 + L2 → L2 ,
−L1 + L3 → L3 şi −2L1 + L4 → L4 obţinem:
1 2 1 3 3 5
0 0 −2 −2 −2 −4
0 0 2 2 2 4
0 0 −2 −2 1 −1
Să alegem pivotul pentru linia 2 (primul element nenul de pe linia 2 din viitoarea formă scară).
Observăm că ı̂n poziţia (2, 2) avem 0. Nici liniile i de sub linia 2 nu au ı̂n poziţia (i, 2) element
nenul, ca să efectuăm o schimbare de linii L2 ↔ Li . Prin urmare alegem pivotul ca fiind din
poziţia (2, 3). Efectuăm apoi transformările elementare L2 + L3 → L3 , −1L2 + L4 → L4
pentru a anula toţi coeficienţii de sub elementul din poziţia (2, 3), adică coeficienţii din poziţiile
(i, 3), i > 2:
1 2 1 3 3 5 1 2 1 3 3 5
0 0 −2 −2 −2 −4 0 0 −2 −2 −2 −4
∼
0 0 2 2 2 4 0 0 0 0 0 0
0 0 −2 −2 1 3 0 0 0 0 3 3
Deoarece linia 3 conţine doar elemente nule, schimbând linia 3 cu linia 4 obţinem o matrice
care este deja ı̂n forma scară:
1 2 1 3 3 5
0 0 −2 −2 −2 −4
0 0 0 0 3 3
0 0 0 0 0 0
Observaţia 3.3.1 Observăm că ı̂n urma şirului de transformări am obţinut simultan forma
scară a matricii A a sistemului şi a matricii prelungite.
Şirul de transformări elementare pe linii a transformat sistemul iniţial, de matrice A, şi
termeni liberi b1 = 5, b2 = 6, b3 = 9, b4 = 9 ı̂ntr-un sistem echivalent (adică sistem ce are
aceleaşi soluţii ca sistemul Ax = b): şi sistemul echivalent SA x = t (termenii liberi sunt
elementele de pe ultima coloană a matricii SA , t1 = 5, t2 = −2, t3 = 1), care ı̂n forma matricială
este:
x1
1 2 1 3 3 5
0 0 −2 −2 −2 x2 −4
x3 =
0 0 0 0 3 3
x4
0 0 0 0 0 0
x5
sau efectuând ı̂nmulţirile:
În loc să analizăm compatibilitatea sistemului ”complicat” Ax = b, analizăm acum compat-
ibilitatea sistemului echivalent SA x = t, unde
5
t = −2
1
Matricea:
1 2 1 3 3
0 0 −2 −2 −2
SA = 0 0
0 0 3
0 0 0 0 0
are 3 pivoţi, deci rangul matricii SA şi al lui A este 3. Matricea:
1 2 1 3 3 5
0 0 −2 −2 −2 −4
SA = 0 0
0 0 3 3
0 0 0 0 0 0
are tot 3 pivoţi, deci rangul ei şi al matricii A este 3. Conform teoremei Kronecker–Capelli,
sistemele echivalente Ax = b şi SA x = t sunt compatibile şi au aceeaşi multime a soluţiilor. În
loc să rezolvăm sistemul iniţial Ax = b rezolvăm sistemul mai simplu SA x = t.
Deoarece pivoţii ı̂n SA sunt plasaţi ı̂n liniile 1, 2, 3 şi respectiv coloanele 1, 3, 5 alegem
determinatul principal ce conţine elementele de intersecţie a liniilor 1, 2, 3 cu coloanele 1, 3, 5:
1 1 3
∆ = 0 −2 −2 = 1 · (−2) · 3 = −6 6= 0
0 0 3
Cu această alegere a determinantului principal, x1 , x3 , x5 sunt necunoscute principale, iar
α := x2 , β = x4 sunt necunoscute secundare.
Rezolvând sistemul:
x1 + 2α + x3 + 3β + 3x5 = 5
−x3 − β − x5 = −2
x5 = 1
ı̂n raport cu necunoscutele principale avem: x5 = 1, x3 = 2 − β − 1 = 1 − β, x1 = 5 − 2α −
(1 − β) − 3β − 3 = 1 − 2α − 2β. Deci mulţimea soluţiilor este:
{(x1 , x2 , x3 , x4 , x5 ) = (1 − 2α − 2β, α, 1 − β, β, 1), α, β ∈ R}
În sfârşit, efectuând asupra acestei matrici transformarea −3L2 + L3 → L3 obţinem forma
scară a matricii prelungite şi evident şi a matricii A:
1 −2 0 1 3
AA = 0 0 2 1 −5
0 0 0 0 −2
Astfel sistemul iniţial este echivalent cu sistemul SA x = t, unde:
1 −2 0 1 3
SA = 0 0 2 1 , t = −5
0 0 0 0 −2
Matricea SA are 2 pivoţi s11 = 1, s23 = 2, ı̂n timp ce matricea SA are 3 pivoţi: s11 = 1, s23 =
2, s35 = −2. Astfel SA şi SA au ranguri diferite, deci sistemul SA x = u este incompatibil şi la
fel sistemul iniţial Ax = b.
Observaţia 3.3.2 Datorită flexibilităţii ı̂n alegerea transformărilor elementare pe linie ı̂n re-
ducerea unei matrici A la forma scară, S, elementele matricii S nu sunt unic determinate de
A. Se poate demonstra ı̂nsă că numărul şi poziţia pivoţilor ı̂n S sunt unic determinate de ele-
mentele matricii A. Cu alte cuvinte, atunci când două persoane diferite efectuează transformări
elementare distincte asupra matricii A pentru a obţine formele scară S1 , S2 , cele două forme
scară au acelaşi număr de pivoţi şi aceştia sunt situaţi ı̂n aceeaşi poziţie (i, j).
Curs 4
1
In acest curs vom urmari următoarele obiective:
Observaţia 4.1.1 Se poate demonstra că forma scară redusă a unei matrici este unică, adică
indiferent de transformările elementare pe linie aplicate obţinem aceeaşi matrice redusă.
1
Notitele de curs sunt o adaptare a cursului de Algebra Liniara si Geometrie, autor prof.dr. Emilia Petrisor
1
2 Cursul 4, Algebră liniară, 2020/2021
Să ilustrăm câteva avantaje ale reducerii matricii unui sistem de ecuaţii liniare la forma scară
redusă. Aplicand metoda Gauss–Jordan de reducere a unui sistem liniar şi neomogen de n
ecuaţii cu n necunoscute, compatibil determinat:
a11 a12 . . . a1n x1 b1
a21 a22 . . . a2n x2 b2
.. .. = .. ⇔ Ax = b,
.. ..
. . ... . . .
an1 an2 . . . ann xn bn
Motivul pentru care forma scară redusă a matricii prelungite arată astfel este că rangul matricii
A este n (sistemul fiind compatibil determinat) şi deci forma scară redusă are n pivoţi, adică n
de 1 pe diagonala principală şi 0 deasupra şi dedesubtul pivoţilor.
Sistemul iniţial, Ax = b, este echivalent cu sistemul definit de matricea SA0 (au aceleaşi
soluţii). Şi anume, sistemul echivalent este sistemul de matrice In şi coloana termenilor liberi
de elemente s1 , s2 , . . . , sn :
x1 s1
x2 s2
In .. = ..
. .
xn sn
Deci soluţia acestui sistem (precum şi a celui iniţial) este:
x1 = s1
x2 = s2
.. (4.2)
.
xn = sn ,
Cu alte cuvinte soluţia sistemului este ı̂nregistrată ı̂n ultima coloană a matricii scară redusă, SA0 .
Observăm că ı̂n deducerea soluţiei din forma scară redusă am pornit de la ipoteza că sistemul
este compatibil determinat. În realitate ı̂nsă nu ştim la ı̂nceputul procedurii de reducere la
Cursul 4, Algebră liniară, 3
forma scară redusă dacă un sistem de n ecuaţii cu n necunoscute (cu n foarte mare) este sau nu
compatibil determinat. Reducând ı̂nsă matricea prelungită la forma scară redusă, după ultima
etapă deducem din analiza matricii reduse dacă sistemul este compatibil sau nu şi dacă da citim
soluţia ca mai sus. Şi anume:
• Dacă ı̂n forma scară redusă SA0 = [A′ |s], matricea A′ este matricea unitate, In , adică
numărul pivoţilor din A′ este egal cu n, atunci rezultă că rangul matricii A este n, şi deci
sistemul Ax = b este compatibil determinat şi soluţia sistemului se poate citi pe ultima
coloană a formei scară redusă SA0 .;
• Dacă numărul pivoţilor ı̂n submatricea formată din primele n coloane ale matricii reduse
este mai mic decât n, adică A′ 6= In , sistemul poate fi incompatibil sau compatibil nede-
terminat, ı̂n funcţie de relaţia dintre rangul acestei matrici şi al matricii prelungite.
Având 5 pivoţi plasaţi ı̂n submatricea formată din primele 5 coloane, rezultă că matricea sis-
temului are are rangul 5, deci determinantul matricii sistemului este nenul şi sistemul este com-
patibil determinat, iar soluţia lui este dată de ultima coloană:
Un sistem de 5 ecuatii cu 5 necunoscute a cărui matrice prelungită are forma scară redusă:
1 0 0 2 0 1
0 1 0 11 0 −7
0
SA = 0 0 1 −3 0 3
0 0 0 0 1 −4
0 0 0 0 0 0
este compatibil nederminat deoarece rangul matricii sistemului coincide cu rangul matricii pre-
lungite, dar acest rang nu este maxim, adică 5.
Pentru a obţine mulţimea soluţiilor sistemului SA0 x = t, remarcăm că pivoţii matricii A
sunt plasaţi ı̂n coloanele 1, 2, 3, 5. Astfel alegem pe x1 , x2 , x3 , x5 drept necunoscute principale,
iar x4 = α ca necunoscută secundară şi rezolvăm primele 4 ecuaţii ı̂n raport cu necunoscutele
principale şi ı̂n funcţie de necunoscuta secundară α:
x1 + 2α = 1
x2 + 11α = −5
x3 − 3α = 3
x5 = −4
atunci matricea A este inversabilă (pentru ca forma sa scară redusă are n pivoţi) şi inversa
ei este:
a′11 a′12 . . . a′1n
a′ a′ . . . a′
21 22 2n
.. .. .
. . . . . ..
a′n1 a′n2 . . . a′nn
0
Dacă numărul pivoţilor din SA este mai mic decât n (adică rangul matricii A este mai
mic decât n) atunci matricea A este singulară şi nu admite inversă.
De exemplu pentru matricea extinsă asociată unei matrici A ∈ R4×4 :
2 −3 7 3 1 0 0 0
3 5 1 −5 0 1 0 0
Ae = −4
2 −10 −2 0 0 1 0
5 −1 11 1 0 0 0 1
1 1 1 1 0 0 1 1 1 1 0 0
Ae = 1 2 2 0 1 0 ↔ 0 1 1
−1 1 0 ↔
1 2 3 0 0 1 0 1 2 −1 0 1
1 0 0 2 −1 0 1 0 0 2 −1
0
0 1 1 −1 1 0 ↔ 0 1 0 −1 2 −1
0 0 1 0 −1 1 0 0 1 0 −1 1
Deoarece forma scară redusă a matricii A este matricea unitate, ea are rangul 3, deci este
inversabilă şi inversa ei este:
2 −1 0
A−1 = −1 2 −1
0 −1 1
Curs 5
1
In acest curs vom urmari următoarele obiective:
1
2 Cursul 5, Algebră liniară, 2020/2021
punct de aplicaţie se defineşte operaţia de adunare a doi vectori, prin regula paralelogramului şi
respectiv produsul cu un scalar (adică număr real) al unui astfel de vector (Fig.5.1).
−
−→ −
−→
B, OB = αOA
B −
−→ −
−→ − −→
C, OC = OA + OB
O A O
Fig.5.1: Regula paralelogramului de adunare a vectorilor cu acelaşi punct de aplicaţie (stânga) şi pro-
dusul unui vector cu un scalar (dreapta)
• 1.Verficând cele 8 proprietăţi relativ la adunare şi ı̂nmulţirea cu scalari, se spune că Rn
are structură de spaţiu vectorial real. Elementele lui se numesc vectori, iar cele din R,
scalari;
Operaţii particulare ı̂n spaţiu vectorial Rn . Ştiind că θ este vectorul nul, iar 0 este scalarul
zero şi 1 unitatea din R, avem următoarele proprietăţi:
• (−1)x = −x, ∀ x ∈ Rn (produsul scalarului -1 cu vectorul x este opusul lui x);
• 0x = θ, ∀ x ∈ Rn şi αθ = θ, ∀ α ∈ R;
• dacă αx = θ, atunci α = 0 sau x = θ.
u = α1 v1 + α2 v2 · · · αm vm , (5.1)
α1 u 1 + α2 u 2 + . . . αm u m = θ (5.2)
Această definiţie pare a nu avea legătură cu dependenţa explicată mai sus. Analizând ı̂nsă
condiţiile din Definiţia 5.3.1, rezultă că dacă scalarii α1 , α2 , . . . , αn nu sunt toţi nuli, atunci
cel puţin unul din ei este nenul. Dacă, de exemplu, α1 este nenul, atunci există α1−1 := 1/α1 .
Înmulţind relaţia (5.4) cu 1/α1 obţinem:
α2 α3 αm
u1 = − u2 − u3 − · · · um , (5.3)
α1 α1 α1
adică u1 se exprimă ca o combinaţie liniară a vectorilor u2 , u3 , . . . , um .
4 Cursul 5, Algebră liniară, 2020/2021
Definiţia 5.3.2 Vectorii u1 , u2, . . . un din spaţiul vectorial Rn sunt vectori liniar independenţi
dacă o combinaţie liniară a lor poate fi egală cu vectorul nul:
α1 u1 + α2 u2 + . . . αn un = θ, (5.4)
doar dacă toţi scalarii α1 , α2 , . . . , αn sunt zero.
Prin urmare, problema independenţei sau dependenţei vectorilor u1 , u2, u3 s-a transformat ı̂n
problema care cere să stabilim dacă sistemul liniar şi omogen (5.7) admite numai soluţia banală
α1 = α2 = α3 = 0 sau şi soluţii nebanale.
5.3. Dependenţă şi independenţă liniară 5
Dacă sistemul admite doar soluţia banală, atunci vectorii sunt liniar independenţi, iar dacă
admite şi soluţii nebanale, atunci vectorii sunt liniar dependenţi.
Pentru a decide natura soluţiilor calculăm rangul matricii sistemului:
−1 −9 3
A = 2 16 −5 = [u1 |u2 |u3 ]
3 7 1
Cum determinantul matricii A este det(A) = 0, rezultă că sistemul admite şi soluţii nebanale,
cu alte cuvinte există trei scalari, nu toţi nuli, (α1 , α2 , α3 ), soluţie a sistemului omogen, astfel
ı̂ncât pe baza şirului de echivalenţe (5.6) avem relaţia (5.5), adică vectorii sunt liniar dependenţi.
Pentru a determina relaţia dintre ei, rezolvăm efectiv sistemul omogen pentru a găsi o soluţie
nebanală. Rangul matricii sistemului este 2 şi un determinant principal este:
−1 −9
∆ = 6= 0,
2 16
constituit din coeficienţii necunoscutelor α1 , α2 . Prin urmare rezolvăm doar sistemul format din
primele două ecuaţii ı̂n raport cu necunoscutele principale α1 , α2 . Necunoscuta secundară α3 o
notăm cu β:
−α1 − 9α2 = −3β
2α1 + 16α2 = 5β
Rezolvând obţinem α1 = −3β/2, α2 = β/2, α3 = β, β ∈ R. Deci familia soluţiilor este
(−3/β/2, β/2, β), β ∈ R. O soluţie nebanală obţinem pentru β 6= 0, fixat. Luând β = 2 avem
α1 = −3, α2 = 1, α3 = 2 şi deci relaţia de dependenţa a celor trei vectori devine:
1 2
−3u1 + u2 + 2u3 = θ3 ⇔ u2 = 3u1 − 2u3 ⇔ u1 = u2 + u3
3 3
Exemplul 2. Să se arate că vectorii u1 = (0, 2, −1, 5)T , u2 = (1, 3, −2, 4)T , u3 = (1, 0, −1, 3)T
din spaţiul vectorial R4 /R sunt liniar independenţi.
Rezolvare: Presupunem că o combinaţie liniară a celor trei vectori este vectorul nul:
α1 u1 + α2 u2 + α3 u3 = θ4 , αi ∈ R, i = 1, 2, 3
α1 (0, 2, −1, 5)T + α2 (1, 3, −2, 4)T + α3 (1, 0, −1, 3)T = (0, 0, 0, 0)T ⇔
0α1 + α2 + α3 = 0
2α1 + 3α2 + 0α3 = 0
−1α 1 − 2α2 − 1α3 = 0
5α1 + 4α2 + 3α3 = 0
6 Cursul 5, Algebră liniară, 2020/2021
Din nou problema independenţei s-a transformat ı̂n problema tipului soluţiilor admise de un
sistem liniar şi omogen de 4 ecuaţii cu trei necunoscute. Matricea sistemului de tip 4 × 3
0 1 1
2 3 0
A= −1 −2 −1 = [u1 |u2 |u3 ]
5 4 3
asigură că rangul este 3, deci ecuaţiile principale conţinând necunoscutele principale sunt:
0α1 + α2 + α3 = 0
2α1 + 3α2 + 0α3 = 0
−1α1 − 2α2 − 1α3 = 0
Acest sistem liniar şi omogen de trei ecuaţii cu trei necunoscute are determinantul diferit de 0,
deci admite doar soluţia banală α1 = α2 = α3 = 0. Prin urmare cei trei vectori sunt liniar
independenţi, adică nici unul nu se poate exprima ca o combinaţie liniară a celorlaţi doi.
Observaţia 5.3.1 Orice sistem (mulţime) de vectori ce conţine vectorul nul este sistem de vec-
tori liniar dependenţi.
Într-adevăr, fie u1 , u2 , . . . , un un sistem de vectori din spaţiul vectorial V /R. Presupunem că
vectorul ui este vectorul nul. Evident că sistemul de n scalari α1 = 0, . . . , αi−1 = 0, αi , αi+1 =
0, , . . . αn = 0 cu αi 6= 0, conduce la:
Mai concret, vectorii v1 , θ, v2 , v3 din R3 sunt liniar dependenţi deoarece combinaţia lor
liniară cu scalarii α1 = 0, α2 = 5, α3 = 0, α4 = 0 (nu toţi nuli!) dă vectorul nul:
fiecare dată, că este matricea ale cărei coloane conţin n-uplurile ce definesc vectorii, A =
[u1 |u2| . . . |uk ].
Se poate demonstra o regulă practică de determinare a dependenţei sau independenţei liniare
a k vectori din Rn , numită ı̂n continuare Criteriul practic de determinare a dependenţei sau
independenţei unui sistem de vectori:
Pentru determinarea dependenţei sau independenţei unui sistem de vectori din Rn cu n > 4,
este foarte utilă forma scară redusă a matricii asociate sistemului de vectori. Mai mult dacă vec-
torii sunt liniar dependenţi atunci din forma scară redusă se ”poate citi” şi relaţia de dependenţă
ı̂ntre vectori.
Se poate demonstra că:
Astfel ı̂n loc să analizăm rangul matricii iniţiale, A, asociate unui sistem de vectori v1 , v2 . . . , vk ∈
Rn , analizăm forma scară redusă SA0 .
Să ilustrăm această particularitate printr-un exemplu. Fie v1 , v2 , v3 , v4 , v5 ∈ R4 , cinci vectori
din R4 , a căror matrice asociată, A = [v1 |v2 |v3 |v4 |v5 ], este:
1 2 2 3 1
2 4 4 6 2
A= 3 6 6 9 6
1 2 4 5 3
8 Cursul 5, Algebră liniară, 2020/2021
0 0 0
Ele sunt liniar independente pentru că matricea M = [C1 |C3 |C5 ] are rangul 3, egal cu
numărul coloanelor.
Observăm că orice coloană diferită de coloanele 1, 3, 5, ce conţin pivoţii, se poate exprima
ca o combinaţie liniară a coloanelor 1, 3, 5.
2 1 0 0
0 0 1 0
C2 = 2C1 + 0C3 + 0C5 , 0 = 2 0 +0 0 +0 1
0 0 0 0
iar
1 1 0 0
1 0 1 0
C4 = 1C1 + 1C3 + 0C5 , = 1
0 0
+1 +0
0 1
0 0 0 0
Exact aceleaşi proprietăţi le au şi coloanele matricii A, adică vectorii v1 , v2 , v3 , v4 , v5 . Mai
precis vectorii v1 , v3 , v5 sunt liniar independenţi iar vectorii v2 , v4 , se exprimă ca şi combinaţii
liniare cu aceeaşi coeficienţi (ca şi ı̂n cazul matricii SA0 ) ale coloanelor 1, 3, 5, adică ale vecto-
rilor v1 , v3 , v5 :
2 1
4 2
= 2 ⇔ v2 = 2v1
6 3
2 1
3 1 2
6 2 4
= 1 + 1 ⇔ v4 = 1v1 + 1v3 + 0v5
9 3 6
5 1 4
În concluzie, având daţi m vectori din Rn pentru a studia dpenedenţa sau independenţa
acestor vectori se procedează astfel:
5.4. Definiţia bazei 9
• Li se asociază celor m vectori matricea ce are pe coloane vectorii respectivi, A = [v1 |v2 | . . . |vm ].
• Se reduce matricea A la forma scară redusă, SA0 .
• Dacă pivoţii sunt plasaţi ı̂n coloanele j1 , j2 , . . . , jr , atunci tragem concluzia că vectorii
vj1 , vj2 , . . . , vjr sunt liniar independendenţi, iar ceilalţi se pot exprima ca combinaţii liniare ale
acestora.
Din SA0 rezultă că rangul matricii A este 2 deci diferit de numărul de vectori. Prin urmare cei
trei vectori sunt liniar dependenţi şi v3 = −2v1 + 3v3 , pentru că ı̂n SA0 avem:
coloana 3 = -2 × coloana 1+3 × coloana 2.
B = (e1 , e2 , . . . , en )
Exemplul 4. Sistemul de vectori B = (e1 = (1, 0, 0)T , e2 = (0, 1, 0)T , e3 = (0, 0, 1)T ) consti-
tuie o bază ı̂n spaţiul vectorial R3 .
B1: Să arătăm că vectorii e1 , e2 , e3 sunt liniar independenţi. Matricea asociată: A =
[e1 |e2 |e3 ] este:
1 0 0
A= 0 1 0
0 0 1
Deoarece det(A) = 1, rangul matricii este 3, deci egal cu numărul de vectori. Prin urmare
conform criteriului practic, vectorii e1 , e2 , e3 sunt liniar independenţi.
B2: Fie v = (x1 , x2 , x3 )T un vector din R3 . Să arătăm că el se exprimă ca o combinaţie
liniară a vectorilor e1 , e2 , e3 . Într-adevăr:
x1 x1 0 0 1 0 0
v = x2 =
0 + x2 + 0
= x1 0 +x2 1 +x3 + 0 = x1 e1 +x2 e2 +x3 e3
x2 0 0 x3 0 0 1
Observăm că coordonatele unui vector v = (x1 , x2 , x3 )T din R3 , ı̂n baza B, sunt chiar
numerele reale ce definesc tripletul v. De exemplu coordonatele vectorului v = (−5, 4, 1)T ı̂n
baza B sunt −5, 4, 1, adică v = −5e1 + 4e2 , +1e3 . Această bază se numeşte baza canonică sau
baza standard din R3 .
În mod analog se arată că :
În spaţiul vectorial Rn /R, sistemul de vectori:
B = (e1 = (1, 0, 0, . . . , 0)T , e2 = (0, 1, 0, . . . , 0)T , . . . , en = (0, 0, . . . , 1)T )
constiuie o bază. Această bază se numeşte baza canonică din Rn /R.
Baza canonică nu este ı̂nsă singura bază din R3 . Să ilustrăm existenţa altor baze:
B1. Să arătăm că vectorii din sistem sunt liniar independenţi folosind criteriul practic:
−1 2 4
A = [v1 |v2 |v3 ] = 2 3 1
0 −2 1
5.4. Definiţia bazei 11
Determinantul matricii este det(A)=-7, deci rangul matricii este 3 şi egal cu numărul de vectori.
deci vectorii sunt liniar independenţi.
B2. fie v = (a1 , a2 , a3 )T , un vector arbitrar din R3 . Trebuie să arătăm că v se poate exprima
ca o combinaţie liniară a vectorilor v1 , v2 , v3 : v = y1 v1 + y2 v2 + y3 v3 , unde y1 , y2, y3 ∈ R.
Înlocuind fiecare vector cu tripletul reprezentativ avem:
A arăta că orice vector v = (a1 , a2 , a3 ) se poate exprima unic ca o combinaţie liniră a vectorilor
v1 , v2 , v3 revine la arăta că oricare ar fi termenii liberi ai sistemului de ecuaţii liniare şi neomo-
gene (5.9), acesta este compatibil determinat, adică există o unică soluţie (y1 , y2 , y3). Matricea
sistemului este A = [v1 |v2 |v3 ]. Determinantul ei este diferit de zero, deci sistemul este com-
patibil determinat. Unica soluţie se poate determina fie cu metoda lui Cramer, fie prin metoda
matricială, adică:
y1 a1 y1 a1
A y2 = a2 ⇔ y2 = A−1 a2
y3 a3 y3 a3
În concluzie sistemul de vectori B′ constituie o bază ı̂n R3 , ı̂nsă spre deosebire de baza
canonică, coordonatele unui vector v ı̂n această bază nu se pot ”citi” automat din tripletul
reprezentativ, ci trebuie să rezolvăm sistemul (5.9) pentru a afla aceste coordonate.
Să determinăm coordonatele vectorului v = (−3, 1, 5)T ı̂n baza B′ , adică scalarii y1 , y2, y3
astfel ı̂ncât (−3, 1, 5)T = y1 v1 + y2 v2 + y3 v3 . Efectuând calculele ca mai sus, determinarea
coordonatelor yi , i = 1, 3 revine la a rezolva sistemul:
adică: −1
y1 −3 −1 2 4 −3
⇔ y2 = A−1 1 = 2 3 1 1
y3 5 0 −2 1 5
Acest exemplu ilustrează că ı̂n spaţiul vectorial R3 nu există doar o singură bază.
Se poate demonstra că ı̂n Rn există o bază B = (e1 , e2 , . . . , en ), atunci există o infinitate de
baze cu acelaşi număr de vectori n. Numărul n se numeşte dimensiunea spaţiului.
12 Cursul 5, Algebră liniară, 2020/2021
1
In acest curs vom urmari următoarele obiective:
• subspaţii vectoriale
I: x1 , x2 , . . . , xn
II : y1 , y2 , . . . , yn
Pentru a determina o relaţie ı̂ntre ele, ţinem seama că B este o bază şi deci vectorii noii baze
se pot exprima ca o combinaţie liniară a vectorilor e1 , e2 , . . . , en :
Definiţia 6.1.1 Matricea TBB′ ce are pe coloane coordonatele vectorilor uj , j = 1, n ı̂n baza
B, se numeşte matricea de trecere de la baza B la baza B′ .
1
Notitele de curs sunt o adaptare a cursului de Algebra Liniara si Geometrie, autor prof.dr. Emilia Petrisor
1
2 Cursul 6, Algebră–Geometrie 2020/2021,
u1 u2 un
↓ ↓ ↓
a11 a21 . . . an1
a12 a22 . . . an2 (6.2)
TBB′ = .. .. ..
. . ... .
a1n a2n . . . ann
În mod analog se defineşte matricea de trecere de la baza B′ la baza B. Adică dacă exprimăm
vectorii vechii baze, ei , i = 1, n, ca şi combinaţii liniare a vectorilor noii baze, ei = ci1 u1 +
ci2 u2 + · · · cin un , matricea de trecere de la baza B′ la baza B este:
e1 e2 en
↓ ↓ ↓
c11 c21 . . . cn1
c12 c22 . . . cn2 (6.3)
TB′ B = .. .. ..
. . ... .
c1n c2n . . . cnn
Dacă am efectua ı̂nmulţirile ı̂n această ultimă relaţie am obţine exprimarea vectorilor bazei B′ ı̂n
funcţie de ei ı̂nşişi. Dar vectorii u1 , u2 , . . . , un sunt liniar independenţi şi deci nu se pot exprima
unul ca o combinaţie liniară a celorlalţi. Singura exprimare posibilă este:
u1 = u1
u2 = u2
..
.
un = un ,
sau aplicând transpunerea ı̂n fiecare membru al acestei ultime egalităţi matriciale, obţinem:
−1
TBB′ TB′ B = In ⇔ TB′ B = TBB ′
adică matricea de trecere de la baza B′ la baza B este inversa matricii de trecere de la baza B
la baza B′ şi evident că matricile de trecere sunt nesingulare.
Vom arăta ı̂n continuare că matricea de trecere dintre două baze intervine ı̂n relaţia dintre
coordonatele aceluiaşi vector ı̂n cele două baze. Mai precis:
u1
u2
6.5
v = y1 u1 + y2 u2 + · · · yn un = y1 y2 . . . yn .. =
.
un
(6.11)
a11 a12 . . . a1n e1
a21 a22 . . . a2n
e2
y1 y2 . . . yn .. .. .. ..
. . . .
an1 an2 . . . ann en
Pe de altă parte v = x1 e1 + x2 e2 + · · · xn en , adică
e1
e2
v= x1 x2 . . . xn .. (6.12)
.
en
Ultimul membru din (6.11) reprezintă de asemenea exprimarea vectorului v ı̂n baza B. Deoarece
exprimarea unui vector ı̂ntr-o bază este unică, rezultă că:
a11 a12 . . . a1n
a21 a22 . . . a2n
x1 x2 . . . xn = y1 y2 . . . yn .. .. .. (6.13)
. . .
an1 an2 . . . ann
Aplicând transpunerea ı̂n ambii membri ai relaţiei (6.13) matricile linie devin matrici coloană
şi conform proprietăţii (AB)T = B T AT , obţinem:
x1 a11 a21 . . . an1 y1
x2 a12 a22 . . . an2 y2
.. = .. .. .. .. (6.14)
. . . ... . .
xn B a1n a2n . . . ann yn B ′
| {z }
TBB′
Notăm ı̂n cele ce urmează prin [v]B , matricea coloană constituită din coordonatele vectorului
v ı̂n baza B.
Cu această notaţie relaţia dintre coordonatele vectorului v ı̂n bazele B, B′ se exprimă con-
centrat astfel:
[v]B = TBB′ [vB′ ] (6.15)
respectiv:
[v]B′ = TB′ B [vB ] (6.16)
6.1. Matricea schimbării de bază 5
Exemplul 1. În spaţiul vectorial R3 considerăm baza canonica B = (e1 , e2 , e3 ) şi baza B′ =
(u1 = (−1, 2, −4)T , u2 = (3, 0, −4)T , u3 = (2, 5, −1)T )
a) Să se determine matricile de trecere ı̂ntre cele două baze: TBB′ , TB′ B . Din matricea TB′ B să se
deducă exprimarea vectorilor bazei canonice ı̂n funcţie de vectorii bazei B′ .
b) Să se determine coordonatele vectorului v = (0, 4, −3) relativ la baza B′ .
Rezolvare: a) Observăm că vectorii bazei B′ sunt exprimaţi ca triplete de numere reale, deci
ı̂n baza canonică:
−1
u1 = 2 = −1e1 + 2e2 − 4e3
1
3
u2 = 0 = 3e1 + 0e2 − 4e3
−4
2
u3 = 5 = 2e1 + 5e2 − 1e3
−1
Astfel, fără nici un calcul prealabil putem da matricea de trecere de la baza B la baza B′ :
−1 3 2
TBB′ = [u1 |u2|u3 ] = 2 0 5
−4 −4 −1
Matricea de trecere de la baza nouă la baza veche, TB′ B este inversa matricii TBB′ . Pentru
determinarea inversei calculăm:
• adjuncta:
20 −5 15
∗
TBB ′ = −18 9 9
−8 −16 −6
Conform teoriei, coloana j a matricii TB′ B reprezintă coordonatele vectorului ej ı̂n baza B′ :
1
e1 = − (20u1 − 18u2 − 8u3 )
90
1
e2 = − (−5u1 + 9u2 − 16u3 )
90
1
e3 = − (15u1 + 9u2 − 6u3)
90
b) Vectorul v este exprimat ı̂n baza canonică şi se cere să găsim descompunerea sa ı̂n baza B′ :
v = y1 u1 + y2 u2 + y3 u3 , y1 , y2, y3 ∈ R. Coordonatele y1 , y2 , y3 se pot calcula ı̂n două moduri:
v = y1 (−1e1 + 2e2 − 4e3 ) +y2 (3e1 + 0e2 − 4e3 ) +y3 (2e1 + 5e2 − 1e3 )
| {z } | {z } | {z }
u1 u2 u3
= (−1y1 + 3y2 + 2y3 )e1 + (2y1 + 0y2 + 5y3)e2 + (−4y1 − 4y2 − 1y3 )e3
Dar din enunţul problemei v = (0, 4, −3)T , deci coordonatele lui ı̂n baza canonică sunt:
0, 4, −3. Astfel egalând coordonatele de mai sus cu 0, 4, −3, obţinem sistemul:
sau matricial:
−1 3 2 y1 0
2 0 5 y2 = 4
−4 −4 −1 y3 −3
Observăm că matricea sistemului este TBB′ . Această matrice fiind nesingulară, rezultă că
sistemul are o unică soluţie:
y1 0 0 20 −5 15 0
−1
y2 = TBB −1
′ 4 = TB′ B 4 = −18 9 9 4 =
90
y3 −3 −3 −8 −16 −6 −3
−65 65/90
−1
9 = −1/10
90
−46 46/90
65 1 46
v= u1 − u2 + u3
90 10 90
6.2. Subspaţii vectoriale 7
2. Metoda a doua se bazează pe relaţia dedusă ı̂ntre coordonatele aceluiaşi vector ı̂n două
baze:
[v]B′ = TB′ B [v]B ,
adică:
y1 0 20 −5 15 0
y2 = TB′ B 4 = −1 −18 9 9 4
90
y3 −3 −8 −16 −6 −3
Observăm că relaţia dintre coordonatele unui vector relativ la două baze este algoritmică şi evită
calcule suplimentare (comparativ cu metoda directă 1).
Exemplul 2. (Tema) ’In spaţiul vectorial R3 considerăm baza canonica B = (e1 , e2 , e3 ) şi baza
B′ = (u1 = (−1, 2, 1)T , u2 = (3, 0, −4)T , u3 = (2, 5, −1)T )
a) Să se determine matricile de trecere ı̂ntre cele două baze: TBB′ , TB′ B . Din matricea TB′ B să se
deducă exprimarea vectorilor bazei canonice ı̂n funcţie de vectorii bazei B′ .
b) Să se determine coordonatele vectorului v = (0, 4, −3) relativ la baza B′ .
Propoziţia 6.2.1 O submulţime nevidă S a spaţiului vectorial Rn este subspaţiu vectorial dacă
şi numai dacă următoarele două condiţii sunt verificate:
SSV1. ∀ s1 , s2 ∈ S ⇒ s1 + s2 ∈ S,, adică o dată cu doi vectori din S şi suma lor este tot din
S;
SSV2. ∀ α ∈ R şi ∀ s ∈ S ⇒ αs ∈ S ( produsul cu un scalar a unui vector din S este tot din
S).
Exemplul 3. Fie θ vectorul nul din Rn . Submulţimea S = {θ} ⊂ Rn este subspaţiu vectorial
al lui Rn , numit subspaţiul nul.
Orice subspaţiu vectorial S 6= {θ}, conţine vectorul nul θ, deoarece dacă s ∈ S, atunci −1s =
−s ∈ S şi deci θ = s − s ∈ S.
Exemplul 4. Mulţimea soluţiilor S ale unui sistem liniar şi omogen de m ecuaţii cu n necunos-
cute, de matrice A(aij ), este un subspaţiu vectorial al lui Rn /R.
8 Cursul 6, Algebră–Geometrie 2020/2021,
Într-adevăr, fie sistemul liniar şi omogen exprimat ı̂n forma matricială:
a11 a12 . . . a1n x1 0
a21 a22 . . . a2n x2 0
.. .. = ..
. . .
am1 am2 . . . amn xn 0
sau mai concis Ax = θ, unde x este vectorul coloană al necunoscutelor. Să arătăm că S = {x ∈
Rn |Ax = 0} este subspaţiu vectorial al lui Rn .
SSV1: Fie x, y două soluţii, adică Ax = 0 şi Ay = 0. Atunci A(x + y) = Ax + Ay =
0 + 0 = 0, deci x + y este soluţie a sistemului.
SSV2: Fie α ∈ R şi x o soluţie, adică Ax = 0. Atunci A(αx) = α(Ax) = α0 = 0, deci αx
este soluţie şi prin urmare S, mulţimea soluţiilor formează un subspaţiu vectorial al lui Rn .
Datorită acestui exemplu, de acum ı̂nainte vom indica un subspaţiu din Rn ca fiind mulţimea
soluţiilor unui sistem omogen dat. Ecuaţiile sistemului se numesc ecuaţiile subspaţiului.
S este conform definiţiei mulţimea soluţiilor sistemului format dintr-o ecuaţie liniară şi omogenă:
x1 − 3x2 − 5x3 = 0. Pentru a determina mulţimea soluı̂ tiilor observăm că matricea sistemului
este A = [1 − 3 − 5]. ∆p = |1| este un determinant principal. Deci x1 este necunoscută prin-
cipală, iar α := x2 , β := x3 sunt necunoscute secundare. Deci x = 3α + 5β. Prin urmare S,
mulţimea soluţiilor se poate exprima astfel:
3α + 5β 3 5
3
S = {v ∈ R | v = α = α 1 + β 0 , α, β ∈ R}
β 0 1
3 5
Astfel subspaţiul S este generat de vectorii f1 = 1 , f2 = 0 . Deoarece aceşti vectori
0 1
sunt liniar independenţi, rezultă că o bază ı̂n S este BS = (f1 , f2 ), iar dimensiunea subspaţiului
S este 2 (numărul de vectori din bază).
1
In acest curs vom urmari următoarele obiective:
• Produs scalar
• Mărimi şi noţiuni definite cu ajutorul produsului scalar: normă, versor, cosinusul
unghiului dintre 2 vectori
• Baze ortonormate
Definiţia 7.1.1 Doi vectori v, w ∈ Rn au aceeaşi direcţie sau sunt coliniari, şi notăm
v||w, dacă există un scalar nenul λ ∈ R astfel ı̂ncât w = λv.
adică
y1 = λx1 , y2 = λx2 , . . . , yn = λxn
Dacă vectorul v nu are nici o coordonată zero, atunci coliniaritatea lui v cu w se se mai
exprimă astfel:
y1 y2 yn
= = ··· = =λ
x1 x2 xn
1
Notitele de curs sunt o adaptare a cursului de Algebra Liniara si Geometrie, autor prof.dr. Emilia
Petrisor
1
2 Cursul 7, Algebră–Geometrie, 2020/2021
Prin urmare pentru a verifica dacă doi vectori v şi w sunt coliniari se calculează rapoartele
yi
coordonatelor din aceeaşi poziţie: , i = 1, n şi dacă ele sunt egale, atunci vectorii sunt
xi
coliniari.
Exemplul 1. Să se testeze dacă vectorii v = (−1, 2, 0, 3), w = (2, −4, 0, −6) din R4 sunt
sau nu coliniari.
Exemplul 2. Vectorii v, w din exemplul precedent au aceeaşi direcţie, dar sens opus.
Vectorii u1 = (0, −6, 15)T , u2 = (0, −2, 5)T ∈ R3 au aceeaşi direcţie şi acelaşi sens, pentru
că u2 = 0.5u1 .
În fizică vectorii din plan, respectiv din spaţiul tri-dimensional sunt caracterizaţi ı̂n plus
şi de modulul sau mărimea vectorului. Pentru a asocia unui vector din Rn , modulul
său, vom defini noţiunea de produs scalar a doi vectori, care ı̂n plus ne va permite să
caracterizăm şi poziţia relativă a doi vectori (unghiul a doi vectori).
v · w = x1 y1 + x2 y2 + · · · xn yn
Observăm că
y1
y2
x1 y1 + x2 y2 + · · · xn yn = v T w = x1 x2 . . . xn
···
yn
kv + wk
kvk kvk
w
kwk
Fig.7.1: Ilustrarea inegalităţii triunghiului determinat de doi vectori şi suma lor.
Proprietatea N2 ı̂nseamnă că modulul sumei a doi vectori este mai mic sau egal cu
suma modulelor celor doi vectori. Această proprietate reprezintă generalizarea la un
spaţiu vectorial de orice dimensiune, a inegalităţii triunghiului din geometrie (Fig.7.1).
N3 evidenţiază că norma produsului dintre un scalar şi un vector este modul scalarului
ori norma vectorului.
Exemplul 3. În spaţiul vectorial (R3 , ·) se dau vectorii v = (−3, 1, 4)T , w = (2, −5, 1)T .
Să se calculeze produsul scalar v · w şi să se compare normele celor doi vectori.
Definiţia 7.1.3 Fie v un vector nenul din Rn . Vectorul ce are aceeaşi direcţie şi sens ca
v şi norma egală cu 1, se numeşte versorul lui v şi se notează v 0 .
1 v
v0 = v= (7.2)
kvk kvk
Cursul 7, Algebră–Geometrie, 2020/2021 5
Se ştie că cos θ ∈ [−1, 1], ∀ θ ∈ R, deci | cos θ| ≤ 1 şi funcţia cos este bijectivă pe intervalul
[0, π]. Deoarece pentru doi vectori nenuli v, w ∈ Rn ,
v·w
−1 ≤ | ≤1
kvkkwk
În concluzie cosinusul unghiului a doi vectori dă informaţie despre poziţia relativă a doi
vectori ı̂ntr-un spaţiu vectorial. Observăm că dacă produsul scalar a doi vectori nenuli este
zero: v · w = 0, atunci cosinusul unghiului dintre cei doi vectori este 0: cos (∠v, w) = 0.
Deci măsura unghiului (∠v, w) este π/2 (90◦ ). Această particularitate ne conduce la:
Definiţia 7.1.4 Doi vectoi nenuli v, w ∈ Rn care au produsul scalar egal cu zero se
numesc vectori ortogonali (perpendiculari). Notăm v⊥w şi citim v este ortogonal pe
w.
Exemplul 5. Se dau vectorii v = (−7, 1, 3)T , w = (0, 2, −1)T ∈ R3 , u = (3, 1, 2)T . Să se
calculeze cosinusul unghiului dintre v şi w şi să se arate că w ⊥ u.
v·w −7 · 0 + 1 · 2 − 3 · 1 −1 −1
cos (∠v, w) = = √ √ =√ √ =√
kvkkwk 49 + 1 + 9 4 + 1 59 5 295
Pentru a verifica ortogonalitatea vectorilor w şi u calculăm produsul lor scalar: w · u =
0 · 3 + 2 · 1 − 1 · 2 = 0. În concluzie vectorii w şi u sunt ortogonali.
e3
u3
u2 e2
u1 e1
Definiţia 7.2.2 O bază din Rn formată din vectori ortogonali doi câte doi se numeşte
bază ortogonală. Baza B = (e1 , e2 , . . . , en ) ce are vectorii distincţi ortogonali doi câte
doi şi fiecare vector are norma egală cu 1 numeşte bază ortonormată.
Deoarece doi vectori ei , ej sunt ortogonali dacă produsul lor scalar este egal cu zero,
matematic, faptul că baza B este ortonormată se exprimă astfel:
Precizăm că produsul scalar ei · ei , al unui vector dintr-o bază ortonormată, cu el ı̂nsuşi,
√
este egal cu 1, ei ·ei = 1. Într-adevăr, norma vectorului ei este egală cu 1, adică, ei · ei = 1
sau echivalent, ridicând la pătrat, ei · ei = 1.
Diferenţa dintre o bază ortogonală (u1 , u2, u3 ) şi una ortonormată (e1 , e2 , e3 ), din R3
este ilustrată ı̂n Fig.7.2.
Exemplul 6. Baza canonică din spaţiul vectorial (Rn , ·) este o bază ortonormată.
Să verificăm ı̂n cazul n = 3: B = (e1 = (1, 0, 0)T , e2 = (0, 1, 0)T , e3 = (0, 0, 1)T ).
adică v · ui = xi , i = 1, n.
Verificăm ortogonalitatea:
1 1 1 4 1 1 1
u1 · u2 = √ , 0, − √ · √ ,√ ,√ = √ −√ =0
2 2 18 18 18 36 36
1 1 2 1 2 2 2
u1 · u3 = √ , 0, − √ · ,− , = √ − √ =0
2 2 3 3 3 3 2 3 2
1 4 1 2 1 2 2 4 2
u2 · u3 = √ ,√ ,√ · ,− , = √ − √ + √ = 0.
18 18 18 3 3 3 3 18 3 18 3 18
7.3. Coordonatele unui vector ı̂ntr-o baza ortonormată 9
1
In acest curs vom urmari următoarele obiective:
• Procedeul de ortonormalizare Gramm-Schmidt
• Produs vectorial
v2 · w1
w2 · w1 = 0 ⇔ (λw1 − v2 ) · w1 = 0 ⇔ λ(w1 · w1 ) − v2 · w1 = 0 ⇔ λ =
w1 · w1
Deoarece w1 = v1 6= θ, produsul scalar w1 · w1 > 0 şi deci λ este bine definit. Astfel am
construit vectorii ortogonali w1 , w2 .
Determinăm al treielea vector w3 de forma:
w3 = λ1 w1 + λ2 w2 − v3 ,
1
Notitele de curs sunt o adaptare a cursului de Algebra Liniara si Geometrie, autor prof.dr. Emilia
Petrisor
1
2 Cursul 8, Algebră–Geometrie, 2020/2021
unde scalarii λ1 , λ2 ı̂i determinăm din condiţiile ca w3 să fie ortogonal şi pe w1 şi pe w2 ,
adică:
w3 · w1 = 0 (λ1 w1 + λ2 w2 − v3 ) · w1 = 0
⇔ (8.2)
w3 · w2 = 0 (λ1 w1 + λ2 w2 − v3 ) · w2 = 0
Efectuând produsele scalare ı̂n ambele ecuaţii obţinem:
λ1 (w1 · w1 ) + λ2 (w2 · w1 ) − v3 · w1 = 0
| {z }
=0
(8.3)
λ1 (w1 · w2 ) + λ2 (w2 · w2 ) − v3 · w2 = 0
| {z }
=0
Deoarece w1 şi w2 sunt deja definiţi şi sunt vectori ortogonali, produsul lor scalar este
zero: w1 · w2 = w2 · w1 = 0 şi astfel din prima, respectiv a doua ecuaţie, obţinem:
v3 · w1 v3 · w2
λ1 = , λ2 = (8.4)
w1 · w1 w2 · w2
Continuând cu acelaşi procedeu, ı̂n etapa n construim vectorul
wn = λ1 w1 + λ2 w2 + · · · λn−1 wn−1 − vn
şi determinăm parametrii λ1 , λ2 , . . . , λn−1 din condiţiile:
wn · w1 = 0
wn · w2 = 0
.. (8.5)
.
wn · wn−1 = 0
Exemplul 1. Pornind de la baza B = (v1 = (1, 1, 0), v2 = (−1, 0, 1), v3 = (−1, 1, −2))
din spaţiul (R3 , · ) să se construiască o bază ortonormată ı̂n R3 , folosind procedeul lui
Gramm–Schmidt.
w3 = λ1 w1 + λ2 w2 − v3
definim şi ceea ce se numeşte produsul vectorial a doi vectori, v şi w, adică ”rezultatul”
produsului este tot un vector din R3 .
Definiţia 8.2.1 Fie v = (x1 , x2 , x2 )T , w = (y1 , y2 , y3 )T , doi vectori din R3 . Produsul lor
vectorial este un vector notat, v × w, ale cărui coordonate ı̂n baza canonică se obţin din
dezvoltarea după prima linie a determinantului formal:
e1 e2 e3
x2 x3 x1 x3 x1 x2
x1 x2 x3 =
y2 y3 e1 − y1 y3 e2 + y1 y2 e3 (8.6)
y1 y2 y3
4 Cursul 8, Algebră–Geometrie, 2020/2021
Ţinând seama că schimbând două linii ale unui determinant ı̂ntre ele obţinem minus
determinantul iniţial:
a b
= − c d ,
c d a b
rezultă că:
y2 y3 y1 y3 y1 y2
v × w = − e + e − e
x2 x3 1 x1 x3 2 x1 x2 3
y2 y3 y1 y3 y1 y2
= − e − e + e =
x2 x3 1 x1 x3 2 x1 x2 3 (8.8)
e1 e2 e3
= − y1 y2 y3 = −(w × v)
x1 x2 x3
deoarece dacă două linii ale unui determinant sunt proporţionale, atunci determinantul
este egal cu zero.
Reciproca se bazează pe faptul că dacă:
a b
c d = 0,
v2
v1
Să arătăm că v × w ⊥ v, adică produsul scalar (v × w) · v = 0. Ştiind că produsul scalar
a doi vectori din R3 este suma produselor coordonatelor din aceaaşi poziţie avem:
x2 x3 x1 x3 x1 x2
(v × w) · v = x − x + x =
y2 y3 1 y1 y3 2 y1 y2 3
(8.10)
x1 x2 x3
= x1 x2 x3 = 0
y1 y2 y3
d
A = B · h = kvkkwk sin (v, w) = kv × wk
6 Cursul 8, Algebră–Geometrie, 2020/2021
w
w − prv (w)
prv (w) v
f1 f2 f3
B′′ = (u1 = , u2 = , u3 = )
kf1 k kf2 k kf3 k
T
f1 = v1 = (−2, 1,
3)
e1 e2 e3
f2 = v1 × v2 = −2 1 3 = −4e1 − 5e2 − e3
1 0 −4
e1 e2 e3
f3 = f1 × f2 = −2 1 3 = 14e1 − 14e2 + 14e3 k e1 − e2 + e3
−4 −5 −1
Baza
B′ = (f1 = (−2, 1, 3)T , f2 = (−4, −5, −1)T , f3 = (1, −1, 1))T
este ortogonală. Deoarece:
√ √ √ √ √ √
kf1 k = 4 + 1 + 9 = 14, kf2 k = 16 + 25 + 1 = 42, kf3 k = 1 + 1 + 1 = 3,
ze3
y M (x, y, z)
−−→
OM
e3
ye2 M (x, y) e2 ye2
−−→ O y
OM e1
e2
xe1 M′
O e1 xe1 x
Fig.9.1: Semnificaţia coordonatelor unui punct M din plan raportat la un sistem ortogonal de
axe (stânga), respectiv din spaţiul 3D (dreapta).
Un punct arbitrar M din spaţiul tridimesnional are coordonatele (x, y, z), definite ca
−−→
fiind coordonatele vectorului OM ı̂n baza canonică B = (e1 , e2 , e3 ).
1
Notitele de curs sunt o adaptare a cursului de Algebra Liniara si Geometrie, autor prof.dr. Emilia
Petrisor
1
2 Cursul 9, Algebră–Geometrie, 2020/2021
În Fig.9.1 sunt ilustrate două sisteme de axe ortogonale, unul ı̂n plan (stânga) şi cel
de-al doilea ı̂n spaţiul tri–dimensional (dreapta).
La orice două puncte A(x1 , x2 , . . . , xn ), B = (y1, y2 , . . . , yn ) (n=2, 3) le asociem vec-
−→
torul AB:
−→
AB := B − A
−→ A
(A, B)−→AB
−→
Coordonatele vectorului AB se obţin scâzând din coordonatele punctului B coordo-
natele punctului A:
y1 − x1
−→ y2 − x2
AB = ..
.
yn − xn
Proprietăţi ale vectorilor definiţi de câte o pereche de puncte:
−→ −−→ −→
AB + BC = AC, ∀ A, B, C ∈ P (relaţia lui Chasles);
B
A
C
Aplicând relaţia lui Chasles pentru punctele A, B, C identice (toate notate A), obţinem
−→ −→ −→ −→
AA + AA = AA, adică AA = θ ∈ Rn .
−→ −→ −→
Relaţia lui Chasles aplicată punctelor A, B, A conduce la AB + BA = AA = θ, adică
−→ −→
BA = −AB.
Cu alte cuvinte, vectorul ce are punctul de aplicaţie, A, şi extremitatea libera, tot A
este vectorul nul.
−→ −→
Vectorul BA este opusul vectorului AB.
Relaţia Chasles se extinde la un număr finit de puncte:
−−−→ −−−→ −−−−−→ −−−→
A1 A2 + A2 A3 + · · · + Am−1 Am = A1 Am
Exemplul 1. În R3 se dau punctele A(1, 2 − 3), B = (−4, 1, 0). Să se determine coordo-
−→
natele vectorului AB.
−→
Conform definiţiei AB = B − A = (−4 − 1, 1 − 2, 0 − (−3))T = (−5, −2, 3)T .
−→
Definim distanţa dintre două puncte A, B ca fiind norma vectorului AB:
−→
d(A, B) = kABk
9.2. Planul ı̂n spaţiu 3
−→
Dacă A = (x1 , x2 , . . . , xn ) şi B = (y1 , y2, . . . , yn ), atunci vectorul AB(y1 − x1 , y2 −
x2 , . . . , yn − xn )T şi deci distanţa dintre două puncte A, B este:
−→ p
d(A, B) = kABk = (y1 − x1 )2 + (y2 − x2 )2 + · · · + (yn − xn )2 =
p
= (x1 − y1 )2 + (x2 − y2 )2 + · · · + (xn − yn )2
Două puncte A, B determină un segment, notat [A, B].
−−→ −−→
Mijlocul segmentului [A, B] este punctul M cu proprietatea că AM = MB.
−−→
Dacă A(a1 , a2 , . . . , an ), B(b1 , b2 , . . . , bn ), M(x1 , x2 , . . . , xn ), atunci din relaţia AM =
−−→ −−→ −−→
MB rezultă aceeaşi relaţie ı̂ntre coordonatele din poziţia i a vectorilor AM , MB, adică:
ai + bi
xi − ai = bi − xi , ⇔ 2xi = ai + bi ⇔ xi =
, ∀ i = 1, n
2
Prin urmare coordonatele mijlocului unui segment sunt egale cu media aritmetică a coor-
donatelor corespunzătoare ale extremităţilor segmentului.
Exemplul 2. În R3 se dau punctele A(−1, 2, 4), B(3, 0, −5), C(1, −7, 2).
a) Să se calculeze distanţa de la A la mijlocul segmentului [B, C].
[
b) Să se calculeze cosinusul unghiului BAC
C
B
−→ −→
AB = B − A = (4, −2, −9), AC = (2, −9, −2). Astfel:
−→ −→
[ = − AB · AC 8 + 18 + 18 44 44
cos(BAC) → −→ = √ √ =√ =√
kABk kACk 16 + 4 + 81 4 + 81 + 4 101 + 89 190
Reamintim că dacă v(x1 , x2 , x3 ), w(y1, y2, y3 ) sunt doi vectori din R3 , atunci produsul
lor vectorial este un vector notat, v ×w ∈ R3 , şi coordonatele sale ı̂n baza canonică (i, j, k)
se determină din dezvoltarea după prima linie a determinantului:
i j k
x2 x3 x1 x3 x1 x2
v × w = x1 x2 x3 = i −
y1 y3 j + y1 y2 k
(9.1)
y1 y2 y3 y2 y3
v × w ⊥ v, v×w ⊥w
.
→
−
Dacă π este un plan, numim normala la plan un vector N ∈ R3 cu proprietatea că
→
− −→
oricare ar fi două puncte P, Q ∈ π ı̂n plan, vectorul N este ortogonal pe P Q.
În acest plan toate punctele au coordonata a treia, z, egală cu 0. Numim acest plan,
planul xOy.
În mod analog obţine ecuaţia:
• planului yOz: x = 0;
• planului xOz: y = 0.
Planele xOy, xOz, yOz se numesc plane de coordonate, deoarece ı̂n primul coordonata
z este 0, ı̂n al doilea coordonata y, iar ı̂n al treielea coordonata x.
Două plane
π1 A1 x + B1 y + C1 z + D1 = 0
π2 A2 x + B2 y + C2 z + D2 = 0
→
− →
−
sunt paralele dacă şi numai dacă normalele lor N π1 = A1 i + B1 j + C1 k, N π2 = A2 i +
→ −
− → →
− →
−
B2 j + C2 k sunt coliniare N π1 || N π2 , adică există λ =
6 0 astfel ı̂ncât N π2 = λ N π1 . Relaţia
6 Cursul 9, Algebră–Geometrie, 2020/2021
A2 = λA1
B2 = λB1
C2 = λC1
sau echivalent:
A2 B2 C2
= =
A1 B1 C1
Exemplul 4. Planele
π1 : −2x + y + 5z − 7 = 0
π2 : −2x + y + 5z + 10 = 0
sunt paralele.
Exemplul 5. Să se scrie ecuaţia planului ce conţine punctul M(0, 2, −7) şi este paralel
cu planul π : 4x − 3z + 2 = 0.
Practic trebuie să scriem ecuaţia planului α ce conţine punctul M şi are aceeaşi nor-
→
−
mală ca şi planul π, adică N α = 4i + 0j − 3k. Deci ecuaţia planului va fi:
Dar un vector simultan perpendicular pe doi vectori daţi este produsul vectorial al
celor doi vectori. Deci normala la planul căutat este:
i j k
−
→ m n
i − l1 n1
j + l1 m1
N = v1 × v2 = l1 m1 n1 = 1 1 k
l2 m2 n2 | m2{z n2
l2 n2 l2 m2
} | {z } | {z }
A B C
adică
x − x0 y − y0 z − z0
π(M0 ; v1 , v2 ) : l1 m1 n1 =0
(9.5)
l2 m2 n2
Două plane
π1 : A1 x + B1 y + C1 z + D1 = 0
π2 : A2 x + B2 y + C2 z + D2 = 0
sunt perpendiculare dacă şi numai dacă normalele lor sunt perpendiculare.
8 Cursul 9, Algebră–Geometrie, 2020/2021
x − x0 = t l
y − y0 = t m (10.1)
z − z0 = t n
x = x0 + t l
y = y0 + t m t ∈ R (10.3)
z = z0 + t n
În această formă ele se numesc ecuaţiile parametrice ale dreptei. Dacă t parcurge pe R,
punctul de coordonate (x(t) = x0 + t l, y(t) = y0 + t m, z(t) = z0 + t n) parcurge dreapta.
1
Notitele de curs sunt o adaptare a cursului de Algebra Liniara si Geometrie, autor prof.dr. Emilia
Petrisor
2 →
−
notăm prin d dreapta şi prin d direcţia sa
1
2 Cursul 10, Algebră–Geometrie, 2020/2021
Interpretând t ca timp, (x(t), y(t), z(t)) reprezintă coordonatele la momentul t ale unui
punct care se mişcă pe dreapta d.
La prima vedere suntem tentaţi să spunem că ecuaţiile dreptei sunt incorecte, deoarece
conţin o fracţie cu numitorul zero. Şirul de rapoarte egale exprimă ı̂nsă coliniaritatea
vectorilor (x − 2)i + (y + 1)j + (z − 5)k, −3i + 0j + 1k, adică pentru fiecare punct de pe
dreaptă M(x, y, z) există un t ∈ R astfel ı̂ncât:
x − 2 = −3t
y + 1 = 0t = 0
z − 5 = 1t
Din y + 1 = 0, rezultă că ı̂n punctele dreptei avem y = −1, adică dreapta este inclusă
ı̂ntr-un plan paralel cu planul xOz ( ce are ecuaţia y = 0).
→
−
Dreapta d are direcţia d = −3i + 0j + k.
Două drepte sunt paralele dacă şi numai dacă vectorii lor directori sunt
coliniari.
Exemplul 2. Să se scrie ecuaţiile dreptei ce trece prin punctul P (3, 4, −2) şi este per-
pendiculară pe planul π : x − 2y + 5z − 8 = 0
→
− −
→
Dreapta d fiind perpendiculară pe plan are direcţia normalei la plan: d = N =
i − 2j + 5k. Deci ecuaţiile ei vor fi:
x−3 y−4 z+2
= =
1 −2 5
Accentuăm că ı̂n rezolvarea problemelor de dreaptă şi plan trebuie să ţinem
seama că un plan este caracterizat de vectorul normal, iar o dreaptă de vec-
torul director.
Pentru a determina ecuaţia unui plan din condiţii geometrice date, trebuie să:
• să determinăm un punct conţinut ı̂n plan şi direcţia normalei sau
• să determinăm un punct şi două direcţii conţinute ı̂n plan.
Exemplul 3. Să se determine ecuaţia planului ce conţine punctul P (5, −7, 1) şi dreapta
M
P
d
Din enunţ avem un punct conţinut ı̂n plan. Dreapta d fiind inclusă ı̂n plan, rezultă că
→
−
planul conţine direcţia lui d, adică d = −2i + 0j + 7k. Din aceste informaţii ı̂ncercăm să
→
−
mai deducem o direcţie v 6= d conţinută ı̂n plan:
Pentru aceasta alegem un punct de pe dreapta d. Cel mai evident punct ce aparţine
dreptei este M(−4, 1, −3) (ı̂l deducem din numărătorii fracţiilor ce definesc ecuaţia (10.4)
comparând cu ecuaţia generală a unei drepte (10.2). Astfel o altă direcţie conţinută ı̂n
−−→
plan va fi v = P M = M − P = (−4 − 5)i + (1 + 7)j + (−3 − 1)k = −9i + 8j − 4k. Planul
→
−
cerut este planul π determinat de punctul P, şi direcţiile d , v:
x−5 y+7 z−1
→
−
π(P ; d , v) : −2 0 7 = 0
−9 8 −4
P′
Scriem ecuaţiile dreptei ce trece prin P şi este perpendiculară pe plan, adică are direcţia
→ −
− →
normalei la plan: d = N = −4i + j + 2k:
x−9 y+4 z−2
= =
−4 1 2
Punctul de intersecţie al dreptei cu planul s-ar putea obţine rezolvând sistemul:
( x−9 y+4 z−2
= =
−4 1 2
−4x + y + 2z − 6 = 0
4 Cursul 10, Algebră–Geometrie, 2020/2021
O a doua modalitate pe care o şi aplicăm ı̂n continuare este să recurgem la ecuaţiile
parametrice ale dreptei. Adică notând cu t ∈ R valoarea comună a şirului de rapoarte
egale avem:
x−9 y+4 z−2
= = = t,
−4 1 2
adică
x(t) = −4t + 9
y(t) = t − 4
z(t) = 2t + 2
(x(t), y(t), z(t)) reprezintă poziţia la momentul t al unui punct ce se mişcă pe dreapta d.
Vom determina momentul t ı̂n care punctul mobil ajunge ı̂n plan, adică (x(t), y(t), z(t))
verifică ecuaţia planului:
Prin urmare ”punctul mobil ajunge ı̂n plan” la momentul t = 2, adică punctul de
intersecţie al dreptei cu planul este punctul
π1 : A1 x + B1 y + C1 z + D1 = 0
π2 : A2 x + B2 y + C2 z + D2 = 0
depinde de rangul matricii sistemului format din ecuaţiile celor două plane:
A1 B1 C1
A2 B2 21
π1 : −2x + 3y − z + 1 = 0
π2 : −y − 4z + 5 = 0
10.2. Dreapta de intersecţie a două plane 5
Exemplul 6. Să se scrie ecuaţiile dreptei d ce trece prin punctul P (0, −1, 2) şi este
paralelă cu dreapta de intersecţie a planelor:
π1 : 2x + 4y − 3z + 7 = 0
π2 : x − 5y + 2z + 1 = 0
Pentru a putea scrie ecuaţiile dreptei d trebuie să-i determinăm vectorul director. Cum d
este paralelă cu dreapta d′ = π1 ∩ π2 , rezultă că are aceeşi direcţie ca d′ . Vectorul director
al lui d′ este:
i j k
→′ −
− → →
−
d = N π1 × N π2 = 2 4 −3 = −7i − 7j − 14k || i + j + 2k
1 −5 2
6 Cursul 10, Algebră–Geometrie, 2020/2021
→
− −′
→
Deci dreapta este determinată de punctul P (0, −1, 2) şi vectorul director d = d =
i + j + 2k. Ecuaţiile ei sunt:
x−0 y+1 z−2
= =
1 1 2
M′
π
Dacă planul π are ecuaţia Ax + By + Cz + D = 0 şi M(x0 , y0 , z0 ) atunci distanţa de
la M la π este:
|Ax0 + By0 + Cz0 + D|
dist(M, π) = √ (10.5)
A2 + B 2 + C 2
Curs 11
1
2 Cursul 11, Algebră–Geometrie, 2020/2021
admite şi soluţii nebanale. O soluţie nebanală este constituită din coordonatele unui
vector propriu v, corespunzător valorii proprii λ0 : Av = λ0 v.
Avem astfel următorul algoritm de determinare a valorilor şi vectorilor proprii:
• Se calculează polinomul caracteristic Pn (λ) = det(A − λIn ).
• Se rezolvă ecuaţia Pn (λ) = 0. Rădăcinile sale pot fi numere reale şi/sau numere
complexe conjugate. Sunt valori proprii doar rădăcinile reale ale polinomului caracteristic;
• Pentru fiecare valoare proprie λ0 ∈ R se determină vectorii proprii corespunzători. Şi
anume, coordonatele acestor vectori sunt soluţiile nebanale ale sistemului liniar şi omogen:
a11 − λ0 a12 . . . a1n x1 0
a21 a22 − λ0 . . . a2n
x2 0
.. .. .. .. ..
= (11.7)
. . . . .
an1 an2 . . . ann − λ0 xn 0
Exemplul 1. Se dă matricea:
7 −4
A=
5 −2
Să determinăm valorile şi vectorii proprii corespunzători.
• Polinomul caracteristic,
.
7 −4 1 0 7−λ −4
A − λI2 = −λ =
5 −2 0 1 5 −2 − λ
Deci det(A − λI2 ) = λ2 − 5λ + 6;
• Rădăcinile polinomului caracteristic sunt: λ1 = 2, λ2 = 3 ∈ R. Deci matricea A are
două valori proprii.
• Să determinăm vectorii proprii corespunzători valorii λ = 2, adică vectorii v cu
proprietatea că Av = 2v. Coordonatele x1 , x2 ale lui v sunt soluţii ale sistemului liniar şi
omogen:
x1 0
(A − 2I2 ) = ,
x2 0
adică
5 −4 x1 0
=
5 −4 x2 0
Rangul matricii acestui sistem este 1. Alegem drept determinant principal pe ∆p = |5|. x1
este necunoscută principală şi x2 =
α necunoscută
secundară. Rezolvăm ecuaţia 5x1 = 4α
4α/5
şi obţinem familia de soluţii v = , α ∈ R, α ̸= 0;
α
• Vectorii proprii corespunzători valorii λ = 3:
4 − λ −4 x1 0
(A − 3I2 )v = 0, ⇔ =
5 −5λ x2 0
1
Rezolvând acest sistem obţinem vectorii proprii de forma v = β , β ̸= 0.
1
Exemplul 3. Se dă matricea:
1 0 3
A= 2 1 2
3 0 1
Să se determine valorile proprii şi vectorii proprii corespunzători.
Determinant principal:
3 0
∆p =
2 3
x1 , x2 necunoscute principale, x3 := γ necunoscută secundară. Rezolvând primele două
ecuaţii în raport cu x1 , x2 obţinem vectorii proprii:
λ1 ̸= λ2 ̸= · · · ̸= λn
Pentru fiecare valoare proprie λk determinăm câte un vector propriu vk , adică un vector
cu proprietatea că Avk = λk vk .
Propoziţia 11.2.1 Dacă λ1 , λ2 , . . . , λn ∈ R sunt valori proprii distincte ale matricii A,
iar v1 , v2 , . . . , vn sunt vectori proprii corespunzători acestor valori, adică A(vk ) = λk vk ,
k = 1, n, atunci sistemul de vectori v1 , v2 , . . . , vn este un sistem liniar independent (Cu
alte cuvinte, la valori proprii distincte corespund vectori proprii liniar independenţi).
Consecinţă. Dacă matricea sa A, are n valori proprii distincte λ1 , λ2 , . . . , λn , atunci
orice sistem de vectori proprii (v1 , v2 , . . . , vn ), corespunzători respectiv valorilor λ1 , λ2 ,
. . . , λn sunt liniar independenţi şi deci formează o bază în spaţiul vectorial Rn .
Notăm cu B = (e1 , e2 , . . . , en ) baza canonică din Rn şi cu B ′ = (v1 , v2 , . . . , vn ) baza
formată din vectori proprii ai matricii A şi cu TBB′ = [v1 |v2 | . . . |vn ] matricea de trecere
între cele două baze.
Fie
λ1 0 . . . 0
0 λ2 . . . 0
D = .. .. ..
. . ... .
0 0 . . . λn
matricea diagonală ce are pe diagonala principală valoriule proprii distincte ale matricii
A.
Se demonstrează că matricea A este egală cu produsul:
λ1 0 . . . 0
0 λ2 . . . 0
−1
A = TBB′ .. .. .. TBB′ , (11.8)
. . ... .
0 0 . . . λn
unde TBB′ este matricea de trecere de la baza canonică B, la baza B ′ , formată din vectori
proprii ai matricii A.
Definiţia 11.2.1 Două matrici pătratice, A, A′ cu elemente reale, pentru care există o
matrice patratică nesingulară, T , astfel încât A = T A′ T −1 , se numesc matrici similare.
11.2. Baze formate din vectori proprii. Matrici similare 7
Demonstraţie:
A2 = AA = (T CT −1 )(T CT −1 ) = T C 2 T −1
Prin inducţie rezultă
Am = T C m T −1
şi deci:
λm1 0 ... 0
0 λm ... 0
2 −1
Am = T .. .. .. T , ∀ m ∈ N
. . ... .
0 0 . . . λm
n
are valori 3 valori proprii distincte şi să se determine matricile din relaţia de similaritate
a lui A cu matricea diagonală corespunzătoare. Să se calculeze apoi A2013 .
8 Cursul 11, Algebră–Geometrie, 2020/2021
Determinant principal:
3 0
∆p =
2 3
x1 , x2 necunoscute principale, x3 := γ necunoscută secundară. Rezolvând primele două
ecuaţii în raport cu x1 , x2 obţinem vectorii proprii:
Alegem câte un vector propriu corespunzător fiecărei valori proprii, şi anume v1 = (0, 1, 0)T ,
Av1 = 1v1 , v2 = (3, 4, 3), Av2 = 4v2 şi v3 = (−1, 0, 1)T , Av3 = −2v3 . Prin urmare baza
formată din vectori proprii ai matricii A este B = (v1 , v2 , v3 ). Matricea de trecere de la
baza canonică B din R3 la baza formată din vectori proprii este:
0 3 −1
TBB′ = [v1 |v2 |v3 ] = 1 4 0
0 3 1
Prin urmare,
12013 0 0
A2013 = TBB′ 0 42013 0 TBB
−1
′
0 0 (−2)2013
Curs 12
Gf = {M(x, y) | y = f (x)}
m = f ′ (x0 )
Gf
(x, f (x))
x0 O x
1
Notitele de curs sunt o adaptare a cursului de Algebra Liniara si Geometrie, autor prof.dr. Emilia
Petrisor
1
2 Cursul 12, Algebră–Geometrie, 2020/2021
Γ : y = f (x), x ∈ I (12.1)
1
y − f (x0 ) = − (x − x0 ) (12.3)
f ′ (x0 )
Dacă f ′ (x0 ) = 0 atunci panta tangentei la grafic ı̂n punctul M(x0 , f (x0 )) este 0 şi deci
ecuaţia tangentei este :
y0 M (x0 , y0 )
O x0 x
Reciproc, dreapta din plan ce conţine punctul M(x0 , y0 ) şi are panta m are ecuaţia:
x − x0 y − y0 →
−
(y − y0 ) = m(x − x0 ) ⇔ = , ⇔ d = (1, m)T
1 m
→
−
În concluzie, dacă o dreaptă din plan are vectorul director d = (a, b)T , a 6= 0,
b
atunci panta sa este m = . Reciproc, dacă panta dreptei este m, atunci
→ a
−
vectorul ei director este d = (1, m)T .
2. Curbe plane date prin ecuaţia implicită
Nu orice curbă plană este grafic de funcţie. De exemplu, cercul cu centrul ı̂n origine
şi de rază r nu este grafic de funcţie.
Definiţia 12.1.1 O curbă plană diferenţiabilă, Γ, dată implicit sau prin ecuaţia implicită
este mulţimea punctelor din plan de coordonate (x, y) care anulează o funcţie F : ∆ ⊂
R2 → R, ce este de clasă C r , r ≥ 1, pe domeniul ∆:
Γ = {(x, y) | F (x, y) = 0} (12.4)
Ca şi ı̂n cazul curbelor date explicit ne interesează ecuaţia tangentei ı̂ntr-un punct al
curbei.
Panta tangentei la o curbă Γ de ecuaţie F(x, y) = 0 ı̂ntr-un punct M(x0 , y0 )
ı̂n care derivata parţială a funcţiei F ı̂n raport cu y, ∂F/∂y, este nenulă este:
∂F
(x0 , y0 )
m=− ∂x
∂F
(x0 , y0 )
∂y
4 Cursul 12, Algebră–Geometrie, 2020/2021
∂F ∂F
Deoarece (0, 0) = 0 şi (0, 0) = 0 panta tangentei ı̂n origine este nedeterminată
∂x ∂y
deoarece avem 0/0.
Un punct al curbei de ecuaţie F (x, y) = 0, ı̂n care ambele derivate partiale se anulează
se numeşte punct singular. Deci originea este punct singular pentru curba dată.
Panta tangentei ı̂n punctul M(3/2, 3/2) este −1 deci ecuaţia tangentei ı̂n M este:
3 3
y− = −(x − )
2 2
Vectorul normal curbei ı̂ntr-un punct arbitrar este vectorul:
→
−
N = (3x2 − 3y, 3y 2 − 3x)T
→
−
Observăm totuşi că ı̂n origine N este vectorul nul, adică normala nu are o direcţie, tocmai
pentru că tangenta este nedefinită ı̂n acest punct.
2. Curbe plane şi ı̂n spaţiu date parametric
Definiţia 12.1.2 O curbă Γ din plan sau spaţiu ce este imaginea unui interval I, printr-o
aplicaţie r : I ⊂ R → Rn (n=2,3), de clasă C k pe I, k ≥ 1, r(t) = (x(t), y(t), |z(t)), se
numeşte curbă diferenţiabilă dată parametric. Notăm Γ = im(r) pentru a indica, că Γ
este o curbă parametrizată de r.
O curbă data parametric este interpretată ca şi traiectoria unui punct mobil (x(t), y(t), |z(t))
a cărui mişcare are loc ı̂n intervalul de timp I.
Orice curbă dată ca grafic de funcţie, adică de ecuaţie y = f(x), x ∈ I, se
parametrizează prin r : I → R2 , r(t) = (x(t), y(t)) unde :
x(t) = t
y(t) = f (t)
Exemplul 3. Parametrizarea cecului. Cercul cu centrul ı̂n origine şi de rază R are
ecuaţia implicită F (x, y) = x2 + y 2 − R2 = 0. Fie M(x, y) un punct arbitrar pe cerc, A
punctul de intersecţie al axei Ox cu cercul şi M ′ proiecţia ortogonală a lui M pe Ox (Fig.
12.3). Notăm cu t măsura ı̂n radiani a unghiului MOM \ ′ . Din triunghiul dreptunghic
△OM ′M rezultă că:
x = R cos t
y = R sin t
6 Cursul 12, Algebră–Geometrie, 2020/2021
M (R cos t, R sin t)
R
t
O M′ x
Deci o parametrizare a cercului complet este r : [0, 2π) → R2 , r(t) = (R cos t, R sin t).
Punctul A corespunde parametrului t = 0.
Parametrizarea semicercului x2 + y 2 − R2 = 0, x ≤ 0 este r : [π/2, 3π/2] → R2 ,
r(t) = (R cos t, R sin t). În concluzie cercul complet şi un subarc al său au parametrizări
cu aceeaşi expresie analitică, doar parametrul t parcurge intervale diferite.
x2 y 2
+ 2 −1=0 (12.6)
a2 b
Presupunem că a > b şi asociem elipsei date cercul cu centrul ı̂n origine şi de rază a
(Fig.12.4).
Stabilim o corespondenţă bijectivă ı̂ntre mulţimea punctelor de pe cerc şi mulţimea
punctelor de pe elipsă. şi anume unui punct M(a cos t, a sin t) de pe cerc ı̂i asociem
punctul P de pe elipsă, care este intersecţia perpendicularei din M pe axa Ox, cu elipsa.
Evident punctul P are aceeaşi abscisă ca şi M, iar ordonata este deocamdată necunoscută:
P (a cos t, y). Impunem condiţia ca coordonatele punctului P să verifice ecuaţia (12.6):
a2 cos2 t y 2
+ 2 −1=0
a2 b
de unde rezultă y = b sin t. Prin urmare parametrizarea elipsei complete este:
M (a cos t, a sin t)
P (a cos t, y)
t
O M′ x
Exemplul 5. Spirala cilindrică (Fig.12.5) este o curbă ı̂n spaţiu ce este descrisă de un
punct ce are mişcare circulară ı̂n x şi y şi o mişcare liniară cu viteză constantă ı̂n direcţia
lui Oz. Parametrizarea spiralei este:
x(t) = a cos t
y(t) = a sin t, t ∈ [0, 2πn]
z(t) = bt,
unde a, b sunt constante pozitive (a descrie raza mişcării circulare, iar b pasul de ı̂nalţare
pe direcţia lui Oz, când ı̂n mişcarea circulară parcurge un radian),iar n este un număr
natural ce indică numărul de spire.
x − x(t0 ) y − y(t0 )
=
x (t0 )
′ y ′(t0 )
x y
obţinem că panta tangentei ı̂n punctul M0 ı̂n care x′ (t0 ) 6= 0 este:
y ′ (t0 )
m(t0 ) =
x′ (t0 )
iar dacă y ′(t0 ) 6= 0, panta normalei, respectiv vectorul director al normalei sunt:
x′ (t0 ) −
→
m′ (t0 ) = − , N (t0 ) = (−y ′ (t0 ), x′ (t0 ))T
y ′ (t0 )
→
−
Subliniem că pentru vectorul normal N (t0 ) am ales sensul care asigură că baza ortogonală
→
− →
−
( ṙ (t0 ) = (x′ (t0 ), y ′(t0 ))T , N (t0 ) = (−y ′ (t0 ), x′ (t0 ))T ) este pozitiv orientată. Într-adevăr,
′
→
− →
− x (t0 ) −y ′ (t0 )
det([ ṙ (t0 )|, N (t0 )]) = ′
= x′2 (t0 ) + y ′2(t0 ) > 0
y (t0 ) x′ (t0 )
se numeşte reperul lui Frenet. Când punctul M0 se mişca pe curbă direcţiile vectorilor
reperului se schimbă şi ı̂n mecanică (studiul mişcării roboţilor) reperul (M(t); (τ (t), vn(t)))
se numeşte reperul mobil al lui Frenet.
Definiţia 12.3.1 Curba Γ se numeşte curbă regulată de ordin 2 dacă ı̂n fiecare punct al
→
− →
−
curbei vectorii asociaţi ṙ (t), r̈ (t) sunt liniar independenţi (adică sunt nenuli şi necoliniari).
În cazul curbelor plane am numit normală, dreapta perpendiculară pe tangentă ı̂n punctul
de tangenţă. Această dreaptă este unică pentru că complementul ortogonal al vectorului
tangent, ca vector din R2 , are dimensiunea 1, deci există o unică direcţie perpendiculară pe
tangentă. În spaţiu ı̂nsă, complementul ortogonal al vectorului tangent este de dimensiune
doi şi deci există o infinitate de vectori perpendiculari pe vectorul tangent (vectori normali)
ı̂n punctul de tangenţă. Din această infinitate ı̂n mecanică se aleg două direcţii particulare,
numite direcţia binormalei şi direcţia normalei principale. Mai precis, se asociază unui
punct M(x(t0 ), y(t0), z(t0 )) un reper ortonormat pozitiv orientat, numit reperul lui Frenet.
Pentru a defini baza reperului lui Frenet construim mai ı̂ntâi o bază ortogonală (w1 , w2 , w3 )
pe care apoi o normăm.
Se ia drept vector w1 , vectorul tangent in M:
→
−
w1 = ṙ (t0 )
Vectorul
→
− −−→
w3 = ṙ (t0 ) × r̈(t0 )
se numeşte vectorul binormal ı̂n M, pentru că este simultan perpendicular şi pe vectorul
→
− →
−
viteză ṙ (t0 ) şi pe vectorul acceleraţie r̈ (t0 ).
Pentru ca baza să fie pozitiv orientată se defineşte
→
− −−→ →
−
w2 = w3 × w1 = ( ṙ (t0 ) × r̈(t0 )) × ṙ (t0 )
w2 defineşte normala principală ı̂n punctul M (este evident vector normal pentru că
→
−
este perpendicular pe vectorul tangent ṙ (t0 ).
→
−
Baza ortonormată se notează B′ = (− →τ (t0 ), −
→
n (t0 ), b (t0 )) = (w10 , w20 , w30). Reperul
→
−
RF = (M; (− →
τ (t0 ), −
→
n (t0 ), b (t0 )) este reperul lui Frenet asociat curbei ı̂n punctul M.
Exemplul 6. Să se determine reperul lui Frenet asociat punctului M(2, 0, 1) de pe curba
Γ = im(r), r : [−0.5, 5] → R3 , r(t) = (2t, ln t, t2 ).
Deoarece direcţiile reperului lui Frenet ı̂ntr-un punct se determină pornind de la vectorii
→
− →
−
viteză, ṙ (t), şi acceleraţie, r̈ (t), ı̂n acel punct şi acesţi vectori nu depind de coordo-
natele carteziene ale punctului, ci de parametrul t corespunzător punctului respectiv,
10 Cursul 12, Algebră–Geometrie, 2020/2021
determinăm ı̂n prealabil parametrul t astfel ı̂ncât r(t) = (2, 0, 1) sau echivalent acel t care
satidface simultan condiţiile:
2t = 2
ln t = 0
t2 = 1
Evident t = 1 şi deci baza reperului lui Frenet ı̂n punctul M se calculează pornind de la
→
− →
−
vectorii ṙ (1), r̈ (1). Avem că ṙ(t) = (2, 1t , 2t) şi r̈(t) = (0, − t12 , 2), deci ṙ(1) = (2, 1, 2) şi
r̈(1) = (0, −1, 2)
Elementele triedului Frenet sunt: vectorul tangent − →τ (1) = (2, 1, 2), vectorul binormal
→
− →
−
b (1) = ṙ(1) × r̈(1), iar normala principala n (1) = b (1) × −
→
− →
τ (1).