Documente Academic
Documente Profesional
Documente Cultură
DIFERENŢIALĂ
Note de curs
Anania Gı̂rban
2018
Cuprins
Capitolul 1
RECAPITULARE 1
1.1 Polinoame . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Matrice. Sisteme de ecuaţii liniare . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.1 Rangul unei matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.2 Sisteme de ecuaţii liniare . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3 Grupuri . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4 Corpuri . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Capitolul 2
SPAŢII VECTORIALE 16
2.1 Dependenţa şi independenţa liniară. Sistem de generatori . . . . . . . . . . . 18
2.2 Bază. Dimensiune . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.3 Schimbări de baze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.4 Subspaţii vectoriale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.5 Întrebări de verificare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
Capitolul 3
APLICAŢII LINIARE 45
3.1 Nucleul şi imaginea unei aplicaţii liniare . . . . . . . . . . . . . . . . . . . . 49
3.2 Matricea unei aplicaţii liniare . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.3 Vectori şi valori proprii ai unui operator liniar . . . . . . . . . . . . . . . . . 58
3.3.1 Determinarea vectorilor şi valorilor proprii ai unui operator liniar . . 60
3.4 Întrebări de verificare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
Capitolul 4
FORME BILINIARE. FORME PĂTRATICE 73
4.1 Forme biliniare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
4.2 Forme pătratice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4.2.1 Forma canonică a unei forme pătratice . . . . . . . . . . . . . . . . . 85
4.3 Întrebări de verificare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
2
CUPRINS 3
Capitolul 5
SPAŢII VECTORIALE EUCLIDIENE 92
5.1 Procedeul de ortonormare Gram-Schmidt . . . . . . . . . . . . . . . . . . . . 96
5.2 Vectori liberi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
5.3 Planul . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
5.4 Dreapta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
5.5 Simetricul unui punct faţă de un plan . . . . . . . . . . . . . . . . . . . . . . 110
5.6 Simetricul unui punct faţă de o dreaptă . . . . . . . . . . . . . . . . . . . . . 112
5.7 Probleme de distanţă . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
Capitolul 6
GEOMETRIA DIFERENŢIALĂ A CURBELOR ŞI SUPRAFEŢELOR
DIN E3 115
6.1 Elemente de geometrie diferenţială a curbelor . . . . . . . . . . . . . . . . . 115
6.1.1 Triedrul lui Frenet ı̂ntr-un punct regulat al unei curbe ı̂n E3 . . . . . 116
6.1.2 Unghiul a două curbe . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
6.2 Elemente de geometrie diferenţială a
suprafeţelor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
6.2.1 Planul tangent şi normala ı̂ntr-un punct regulat al unei suprafeţe ı̂n E3 130
6.2.2 Prima formă fundamentală a unei suprafeţe ı̂n E3 . . . . . . . . . . . 134
Capitolul 7
CONICE ŞI CUADRICE 140
7.1 Conice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
7.1.1 Cercul . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
7.1.2 Elipsa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
7.1.3 Hiperbola . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
7.1.4 Parabola . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
7.2 Cuadrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
7.2.1 Elipsoidul . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
7.2.2 Hiperboloidul . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
7.2.2.1 Hiperboloidul cu o pânză . . . . . . . . . . . . . . . . . . . 145
7.2.2.2 Hiperboloidul cu două pânze . . . . . . . . . . . . . . . . . 146
7.2.3 Paraboloidul . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
7.2.3.1 Paraboloidul eliptic . . . . . . . . . . . . . . . . . . . . . . . 146
7.2.3.2 Paraboloidul hiperbolic . . . . . . . . . . . . . . . . . . . . 147
7.2.4 Conul . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
7.2.5 Cilindrul . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
7.2.5.1 Cilindrul eliptic . . . . . . . . . . . . . . . . . . . . . . . . . 148
7.2.5.2 Cilindrul hiperbolic . . . . . . . . . . . . . . . . . . . . . . . 149
7.2.5.3 Cilindrul parabolic . . . . . . . . . . . . . . . . . . . . . . . 150
CAPITOLUL 1
RECAPITULARE
1.1 Polinoame
Notăm cu C[X] mulţimea şirurilor (infinite) de numere complexe
f = (a0 , a1 , a2 , . . . , an , . . .), ai ∈ C, i = 1, n
care au numai un număr finit de termeni nenuli (∃m ∈ N a.ı̂. ai = 0 (∀)i > m).
Exemplul 1.1.
f1 = (0, 1, −5, 0, . . . , 0, . . .) ∈ C[X] pentru că are 2 termeni nenuli.
f2 = (1, 0, 3, 0, 5, 0, . . . , 0, 2n+1, 0, . . .) ∈
/ C[X] pentru că are o infinitate de termeni
nenuli.
g = (b0 , b1 , b2 , . . . , bm , 0, . . .)
• Adunarea
f + g = (a0 + b0 , a1 + b1 , a2 + b2 , . . . , an + bn , . . .)
• Înmulţirea
f · g = (c0 , c1 , c2 , . . . , cn , . . .)
2
unde
c0 = a0 b0
c1 = a0 b1 + a1 b0
c2 = a0 b2 + a1 b1 + a2 b0
...
n
P
cn = a0 bn + a1 bn−1 + . . . + an b0 = ai bn−i
i=0
• Înmulţirea cu scalar
Definiţia 1.1.
1) Orice element din C[X] pe care sunt definite cele trei operaţii se numeşte poli-
nom cu coeficienţi complecşi.
C[X] ı̂n raport cu adunarea şi ı̂nmulţirea polinoamelor este un inel unitar cu
(0, 0, . . . , 0, . . .) elementul neutru faţă de adunare şi
(1, 0, . . . , 0, . . .) elementul neutru faţă de ı̂nmulţire.
Forma algebrică a polinoamelor
nedeterminata X.
f = a0 + a1 X + a2 X 2 + . . . + an X n ,
Problemă:
Dacă X este un şir, de ce spunem că polinomul X − 1 are rădăcina 1?
Răspuns:
Oricărui polinom f = a0 + a1 X + a2 X 2 + . . . + an X n i se asociază o funcţie F : C → C,
F (x) = a0 + a1 x + a2 x2 + . . . + an xn
Definiţia 1.4.
• Se numeşte rangul unei matrice A ∈ Mm,n (R) ordinul celui mai mare deter-
minant nenul ce se poate constitui din elementele de intersecţie a k linii şi k
coloane ale matricei A, unde k = 1, 2, . . . , min{m, n}.
Pentru a determina rangul unei matrice, ı̂n general parcurgem următorii paşi:
1) Se ı̂ncepe cu n = 2;
a) Dacă nu mai rămân ı̂n matrice linii sau coloane libere, atunci acest minor va fi
minor principal şi rangA = n;
b) Dacă rămân ı̂n matrice linii sau coloane libere, atunci minorul ales se bordează
cu câte o linie şi o coloană din cele rămase şi se obţin minori de ordinul n + 1;
Avem şi de data aceasta două cazuri:
i) Dacă toţi minorii astfel obţinuţi sunt nuli, atunci minorul de ordinul n ales
va deveni minor principal, şi rangA = n;
ii) Dacă există cel puţin un minor astfel obţinut diferit de zero, atunci se reiau
pentru acest minor paşii 3)-4).
6
" #
1 −2 3
A= .
−2 4 −6
Soluţie.
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, adică rang
A ≤ 2.
Deoarece găsim un determinant de ordinul 1 nenul, de exemplu ∆1 = |1| 6= 0 rezultă că
rang A ≥ 1.
De asemenea, cum toţi determinanţii de ordinul 2 obţinuţi prin bordarea lui ∆1 cu liniile
şi coloanele lui A sunt:
1| −2
∆2 = =0
−2 4
şi
1| 3
∆3 = =0
−2 −6
şi de aici rezultă că rang A = 1.
7
Definiţia 1.5.
unde
• Dacă toţi termenii liberi bi sunt nuli atunci sistemul de ecuaţii liniare se numeşte
sistem liniar omogen,
• Dacă cel puţin un termen liber bi e nenul atunci sistemul se numeşte sistem
liniar neomogen.
este neomogen.
unde
Definiţia 1.6.
• Minorii obţinuţi prin bordarea unui minor al matricei A cu elemente din coloana
termenilor liberi B se numeşte minor caracteristic.
S = {x1 , x2 , . . . , xn }
Metoda efectivă de lucru pentu a găsi soluţia unui sistem va fi dată de următoarele
teoreme:
rang A 6= rang A.
Teorema 1.2. (Teorema lui Rouche) Sistemul de ecuaţii liniare (1.1) este compa-
tibil dacă şi numai dacă toţi minorii caracetristici sunt nuli.
3) Se alege un minor principal ∆p (un minor nenul de rang maxim al lui A).
6) Soluţia sistemului iniţial va fi soluţia sistemului dat de minorul principal, adică format
din ecuaţiile prinicipale şi necunoscutele prinicipale.
11
Exemplul
1.4. Să se rezolve sistemul:
x + y − 2z + t = 1
x − y + 4z − 3t = −1
x +z−t=0 ;
Soluţie.
1) Matricea asociată sistemului este
x y z t
1 1 −2 1
A=
1 −1 ,
4 −3
1 0 1 −1
x y z t
1 1 −2 1 | 1
A=
1 −1 ,
4 −3 | − 1
1 0 1 −1 | 0
Cum A ∈ M3,4 (R) şi A ∈ M3,5 (R), rezultă că rangul maxim pe care ı̂l poate avea atât
matricea A cât şi matricea A este 3.
2) Alegem un minor de ordinul 2 nenul din A, de exemplu
1 1
∆=
1 −1
Îl bordăm pe rând cu linia şi cele două coloane rămase şi calculăm cei doi minori de
ordinul 3:
1 1 −2
1 −1 4 =0
1 0 1
12
1 1 1
1 −1 −3 = 0.
1 0 −1
Cum toţi minorii obţinuţi prin bordarea lui ∆ sunt nuli, rezultă că ∆ este minor principal
al lui A şi rang A=2 (1).
Calculăm minorii caracteristici bordând minorul principal cu linia rămasă şi coloana
termenilor liberi (ı̂n cazul nostru avem un singur minor caracteristic):
1 1 1
1 −1 −1 =0
1 0 0
Singurul minor caracteristic este nul, rezultă că rang A=2. (2)
Din relaţiile (1) şi (2) => rang A=rang A, adică sistemul este compatibil. Cum
5) primele două ecuaţii ale sistemului sunt ecuaţii principale pentru că corespund liniilor
minorului principal
ultima ecuaţie a sistemului este ecuaţie secundară şi o eliminăm din sistem
x + y = 1 + 2z − t x = −z + t,
⇐⇒
x − y = −1 − 4z + 3t y = 3z − 2t + 1.
S = {(−z + t, 3z − 2t + 1, z, t) , (∀) z, t ∈ R} .
14
1.3 Grupuri
Fie G o mulţime nevidă şi ∗ o lege de compoziţie internă definită pe G.
G1) (∀)x, y, z ∈ G, x ∗ (y ∗ z) = (x ∗ y) ∗ z
G4) (∀)x, y ∈ G, x ∗ y = y ∗ x
atunci (G, ∗) se numeşte grup comutativ sau abelian.
Exemplul 1.5.
(R, +), (C, +) cu adunarea numerelor reale sau complexe
(R[X], +) cu adunarea polinoamelor
(Mm,n (R), +) cu adunarea matricelor
15
1.4 Corpuri
Fie K o mulţime nevidă şi + şi · două legi de compoziţie interne definite pe K.
C4) (∀)x, y ∈ K, x · y = y · x
atunci (K, +, ·) se numeşte corp comutativ sau abelian.
Exemplul 1.6.
(R, +, ·), (C, +, ·) cu adunarea şi ı̂nmulţirea numerelor reale sau complexe
(R[X], +, ·) cu adunarea şi ı̂nmulţirea polinoamelor
(Mm,n (R), +, ·) cu adunarea şi ı̂nmulţirea matricelor
CAPITOLUL 2
SPAŢII VECTORIALE
Fie (K, +, ·) un corp comutativ. Notăm cu 0 elementul neutru faţă de adunare şi cu 1
elementul neutru faţă de ı̂nmulţire.
Fie V o mulţime nevidă şi + şi · două legi de compoziţie, una internă (+ : V × V → V )
şi una externă (· : K × V → V ) definite pe V .
Observaţia 2.1. Notăm cu · şi ı̂nmulţiea a doi scalari şi ı̂nmulţiea unui vector cu
un scalar fără pericol de confuzie deoarece vectorii ı̂i vom nota ı̂ntotdeauna cu bară
deasupra şi cu + atât adunarea a doi vectori cât si adunarea a doi scalari din acelaşi
motiv.
Propoziţia 2.1. Dacă (V /K, +, ·) este un spaţiu vectorial peste corpul de scalari K
atunci au loc:
1) 0 · v̄ = 0̄, (∀)v̄ ∈ V
3) α · 0̄ = 0̄, (∀)α ∈ K.
Exemplul 2.1.
Definiţia 2.2.
Exemplul 2.2.
• Vectorul
v̄ = 1v̄1 + 2v̄2 . . . + nv̄n
Definiţia 2.3.
Observaţia 2.2. Sistemul S este liniar dependent dacă există cel puţin un vector din
S care este o combinaţie liniară de ceilalţi vectori din S:
α1 α2 αi−1 αi+1 αn
v̄i = − · v̄1 − · v̄2 − . . . − · v̄i−1 − · v̄i+1 − . . . − · v̄n .
αi αi αi αi αi
20
Exemplul 2.3.
• Sistemul format doar din vectorul nul, S = {0̄} este liniar dependent pentru că
(∀)α 6= 0 ∈ K avem că:
0̄ = α · 0̄.
• Sistemul format dintr-un singur vector nenul, S = {v̄}, v̄ 6= 0̄ este liniar inde-
pendent pentru că:
0̄ = α · v̄ ⇔ α = 0.
S = {v̄1 = (1, −2), v̄2 = (−1, 3), v̄3 = (0, 1), v̄4 = (1, −1)}.
Soluţie. Pentru a găsi relaţia de dependenţă ı̂ntre vectorii v̄1 , v̄2 , v̄3 , v̄4 şi anume
va trebui să determinăm scalarii α1 , α2 , α3 , α4 care verifică această relaţie. Înlocuind vectorii
v̄1 , v̄2 , v̄3 , v̄4 ı̂n relaţia (2.1) obţinem
0 1
cu minor principal ⇒
1 −1
α3 , α4 necunoscute principale
α1 , α2 necunoscute secundare.
Trecem necunoscutele secundare ı̂n partea dreaptă a semnului “=” şi sistemul va fi echiva-
lent cu ( (
α4 = −α1 + α2 α3 = α1 − 2α2
⇔
α3 − α4 = 2α1 − 3α2 α4 = −α1 + α2 .
echivalent cu ( (
v̄1 + v̄3 − v̄4 = 0̄ v̄1 = −v̄3 + v̄4
⇔
v̄2 − 2v̄3 + v̄4 = 0̄ v̄2 = 2v̄3 − v̄4 .
Observaţia 2.4. În probleme pentru a studia liniar dependenţa unui sistem de vectori
vom folosi Criteriul pracic 2.1.
Exemplul 2.5. Fie V = R3 , K = R, S = {ē1 = (1, 0, 0), ē2 = (0, 1, 0), ē3 =
(0, 0, 1)} ⊂ R3 . Arătăm că orice vector din R3 , v̄ = (x, y, z), x, y, z ∈ R este gen-
erat (se poate scrie ca o combinaţie liniară) de cei trei vectori din S, ē1 , ē2 , ē3 :
Am arătat ca o infinitate de vectori cât conţine spaţiul R3 sunt toţi generaţi de cei
trei vectori din S, adică S este sistem de generatori pentru R3 .
Observaţia 2.5. La fel ca şi ı̂n cazul liniar dependenţei unui sistem de vectori şi
pentru a studia dacă un sistem de vectori este sistem de generatori pentru un spaţiu
vectorial (V /K, +, ·) vom folosi Criteriul pracic 2.1.
23
Definiţia 2.5. Sistemul de vectori B se numeşte bază pentru spaţiul vectorial (V /K, +, ·)
dacă:
Exemplul 2.6. Bazele canonice. Baza ı̂ntr-un spaţiu vectorial nu este unică şi de aceea
se alege o anumită bază de referinţă pe care o vom numi baza canonică, o vom nota Bc ,
iar vectorii săi ı̂i vom nota cu ēi sau Ēi :
Bc =def {ē1 = (1, 0, 0), ē2 = (0, 1, 0), ē3 = (0, 0, 1)}
Bc =def {ē1 = (1, 0, . . . , 0), ē2 = (0, 1, 0, . . . , 0), . . . , ēn = (0, . . . , 0, 1)}
Cum B este bază pentru V , B este şi sistem de generatori pentru V şi am văzut din
Definiţia 2.4 că pentru orice vector v̄ ∈ V există scalarii α1 , α2 , . . . , αn ∈ K a.ı̂.:
Propoziţia 2.2. Dacă B este o bază pentru spaţiul vectorial (V /K, +, ·), atunci
(∀)v̄ ∈ V (∃!)α1 , α2 , . . . , αn ∈ K a.ı̂.:
Demonstraţie.
Existenţa. Este dată aşa cum am văzut de proprietatea bazei de a fi şi sistem de
generatori.
Unicitatea. Presupunem prin reducere la absurd că (∃)(β1 , β2 , . . . , βn ∈ K a.ı̂. (∃)i cu
βi 6= αi şi:
v̄ = β1 · v̄1 + β2 · v̄2 + . . . + βn · v̄n .
sau
0̄ = (α1 − β1 ) · v̄1 + (α2 − β2 ) · v̄2 + . . . + (αn − βn ) · v̄n .
Cum B este şi sistem liniar independent ⇒ αi = bi , (∀)i ≤ n, absurd pentru că am presupus
că există cel puţin un i pentru care βi 6= αi .
Observaţia 2.7.
• Propoziţia (2.2) ne permite să identificăm orice vector cu coordonatele sale ı̂ntr-o
bază B = {v̄1 , v̄2 , . . . , v̄n } şi astfel obţinem forma cunoscută a unui vector:
• În baze diferite coordonatele aceluiaşi vector vor fi diferite şi e nevoie ı̂ntotdeauna
să precizăm şi baza ı̂n care vectorul are aceste coordonate.
• Baza pusă ca indice la coordonatele unui vector ne fereşte şi de posibila confuzie
dată de faptul că ı̂n Rn forma vectorului coincide cu scrierea sa pe coordonate
ı̂n baza canonică, pe când ı̂n celelalte spaţii vectoriale nu; de exemplu:
v̄ = (5, 6) ∈ R2 , (5, 6) = (5, 0) + (0, 6) = 5 · ē1 + 6 · ē2 = (5, 6)Bc
p̄ = 5X + 6 ∈ R1 [X], 5X + 6 = 5 · X + 6 · 1 = 5 · ē1 + 6 · ē2 = (5, 6)Bc .
Propoziţia 2.3.
1) Dacă B este o bază ı̂n V şi S = {ū1 , ū2 , . . . , ūp } ⊂ V este un sistem liniar
independent, atunci p ≤ n, adică B este un sistem liniar independent maximal
ı̂n V .
2) Într-un spaţiu vectorial care are o bază cu un număr finit de vectori, toate bazele
au acelaşi număr de vectori.
Adică p = n.
Observaţia 2.8. Un spaţiu vectorial nu are o singură bază, dar toate bazele sale au
acelaşi număr de vectori.
Definiţia 2.7. Spunem că spaţiul vectorial V are dimensiunea n dacă ı̂n V există
o bază cu n vectori.
Fie S = {ū1 , ū2 , . . . , ūp } ⊂ V este un sistem oarecare de vectori din V şi Bc baza canonică
a lui V . Vectorii din S fiind vectori din V ı̂i putem scrie ı̂n coordonate ı̂n baza Bc :
ū1 = α11 · v̄1 + α12 · v̄2 + . . . + α1n · v̄n = (α11 , α12 , . . . , α1n )Bc
ū2 = α21 · v̄1 + α22 · v̄2 + . . . + α2n · v̄n = (α21 , α22 , . . . , α2n )Bc
..
.
ūp = αp1 · v̄1 + αp2 · v̄2 + . . . + αpn · v̄n = (αp1 , αp2 , . . . , αpn )Bc .
Considerăm matricea AS care are pe coloane coordonatele vectorilor din S ı̂n baza Bc :
Cum
βp = 0 d.n.d.
β1 · α11 + β2 · α21 + . . . + βp · αp1 = 0,
β1 · α12 + β2 · α22 + . . . + βp · αp2 = 0,
...
β1 · α1n + β2 · α2n + . . . + βp · αpn = 0
d.n.d.
β1 0
β2 0
AS · ..
=
..
. (2.6)
. .
βp 0
Sistemul omogen (2.6) are doar soluţia nulă d.n.d. rangA=nr. de necunoscute d.n.d.
rangAS = p.
2) S sistem de generatori pentru V d.n.d. (∀)v̄ ∈ V, (∃)β1 , β2 , . . . , βp ∈ K a.ı̂.
d.n.d.
β1 · α11 + β2 · α21 + . . . + βp · αp1 = x1 ,
β1 · α12 + β2 · α22 + . . . + βp · αp2 = x2 ,
...
β1 · α1n + β2 · α2n + . . . + βp · αpn = x3
d.n.d.
β1 x1
β2 x2
AS · ..
=
..
. (2.8)
. .
βp x3
Sistemul (2.8) este compatibil (∀)x1 , x2 , . . . , xn ∈ K d.n.d. rang AS =rang ĀS =numărul de
30
ecuaţii=n.
α11 α21 · · · αp1 x1
α12 α22 · · · αp2 x2
ĀS =
.. .. .. .. ..
.
. . . . .
α1n α2n · · · αpn x3
Dacă rang AS = n atunci minorul principal al lui AS va fi minor principal şi pentru ĀS ,
(∀)x1 , x2 , . . . , xn ∈ K.
3) Rezultă din 1) şi 2).
p̄ = 7X 2 + 11X + 9
2 3 1
Minorul M = 0 1 5 = 4 6= 0 este un minor principal ⇒ rang AS =dim M = 3. Aplicând
0 0 2
Criteriul practic pentru sisteme de vectori 2.1 avem că:
rang AS = 3 6= 4 = numărul de vectori din S ⇒ S nu este liniar independent ⇒ S este
liniar dependent.
d) Procedând la fel ca la punctul a), vom scrie vectorii din B ı̂n baza canonică din R2 [X]:
q̄1 = X 2 = 1 · X 2 + 0 · X + 0 · 1 = 1 · ē1 + 0 · ē2 + 0 · ē3 = (1, 0, 0)Bc
q̄2 = X 2 + X = 1 · X 2 + 1 · X + 0 · 1 = 1 · ē1 + 1 · ē2 + 0 · ē3 = (1, 1, 0)Bc
q̄3 = X 2 + X + 1 = 1 · X 2 + 1 · X + 1 · 1 = 1 · ē1 + 1 · ē2 + 1 · ē3 = (1, 1, 1)Bc .
Matricea asociată sistemului B ı̂n baza canonică este:
Problemă:
Fiind date ı̂n V două baze, ce legătură există ı̂ntre coordonatele aceluiaşi vector ı̂n
cele două baze?
Răspunsul este dat de formula (2.9) pe care o vom obţine algoritmic parcurgând următorii
paşi:
1) Dacă B1 şi B2 sunt baze ale lui V , atunci fiecare vector din B2 se poate scrie ı̂n baza
B1 :
ū1 = α11 · v̄1 + α12 · v̄2 + . . . + α1n · v̄n ,
.. ⇔
.
ū = α · v̄ + α · v̄ + . . . + α · v̄ ,
n n1 1 n2 2 nn n
ū1 = (α11 , α12 , . . . , α1n )B1 ,
..
.
ū = α , α , . . . , α ) ,
n n1 n2 nn B1
2) Construim matricea T←−−− punând coordonatele vectorilor din B2 scrişi ı̂n baza B1 .
B1 B2
Atenţie!
Baza săgeţii de la indicele lui T arată de unde se iau vectorii, iar vârful ei arată
ı̂n ce bază sunt scrişi.
33
Atenţie!
Se citeste ı̂n ordinea ı̂n care sunt scrise bazele şi se construieşte ı̂n ordine invesă:
se iau vectorii din B2 şi se scriu ı̂n B1 .
Observaţia 2.9. Dacă ı̂n particular, B1 = Bc este baza canonică din V , atunci
T←−−− = A-matricea asociată bazei B2 .
Bc B2
Demonstraţie. B1 şi B2 sunt două baze ı̂n V rezultă ca au acelaşi număr de vectori n,
adică matricea de trecere este o matrice pătratică.
B2 bază ⇒ B2 sistem liniar independent ⇒ rang T←−−− = nr. de vectori din B2 = n ⇒
B1 B2
T←−−− nesingulară.
B1 B2
3)
34
Teorema 2.2 (Teorema de schimbare a coordonatelor unui vector). Are loc relaţia:
Vom considera acum un caz particular al teoremei precedente foarte util ı̂n probleme, şi
anume când B1 = Bc , adică când vrem să trecem un vector din baza canonică ı̂ntr-o altă
bază rezolvăm sistemul:
Propoziţia 2.5 (Teorema de schimbare a coordonatelor unui vector din baza canonică
ı̂n baza B).
În continuare vom da două proprietăţi ale matricei de trecere de la o bază la alta:
−1
1) T←−−− = T←
B2 B1 −−−
B1 B2
Soluţie.
a) Pentru a studia dacă sistemul de vectori B1 este bază scriem matricea asociată lui B1
şi aplicăm Criteriul practic (2.1) 3). Coloanele matricei A sunt coordonatele vectorilor din
B1 ı̂n baza canonică din R1 [X], Bc = {X, 1}:
v̄1 = X = 1 · X + 0 · 1 = (1, 0)Bc
v̄2 = X + 1 = 1 · X + 1 · 1 = (1, 1)Bc ⇒
Cum ū1 = (1, 2)Bc şi notăm [ū1 ]B1 =not (α1 , α2 ) coordonatele lui ū1 ı̂n baza B1 . Atunci
relaţia (2.11) este echivalentă cu sistemul:
" # " #" # ( (
1 1 1 α1 α1 + α2 = 1 α1 = −1
= ⇔ ⇔
2 0 1 α2 α2 = 2 α2 = 2
⇒ [ū1 ]B1 = (−1, 2)B1 .
Analog, ū2 = (2, 1)Bc şi notăm [ū2 ]B1 =not (β1 , β2 ) coordonatele lui ū2 ı̂n baza B1 . Re-
zolvăm sistemul:
" # " #" # ( (
2 1 1 β1 β1 + β2 = 2 β1 = 1
= ⇔ ⇔
1 0 1 β2 β2 = 1 β2 = 1
⇒ [ū2 ]B1 = (1, 1)B1 .
2) Punem cei doi vectori obţinuţi pe coloane şi obţinem matricea de trecere:
SSV1) (∀)ū, v̄ ∈ S ⇒ ū + v̄ ∈ S
SSV2) (∀)ū, (∀)α ∈ K ⇒ α · ū ∈ S.
Notăm S ⊂SSV V .
• 0̄ ∈ S (pentru că 0 · ū = 0̄ ∈ S)
(∀)ū, v̄ ∈ S, (∀)α, β ∈ K ⇒ α · ū + β · v̄ ∈ S.
Următoarea propoziţie o vom folosi foarte des ı̂n exerciţii pentru a arăta că un sistem de
vectori este subspaţiu vectorial:
1) este suficient să arătăm că o submulţime a lui V este un L(U ) (acoperirea liniară a
unui sistem oarecare de vectori) pentru a demonstra că este un subspaţiu vectorial al
lui V .
a) S1 = {(x, y, z) ∈ R3 |3x + 2y − 5z = 0}
b) S2 = {(x, y, z) ∈ R3 |2x + 5y − z = 0, y − 3z = 0}
sunt subspaţii vectoriale ale lui R3 şi să se găsească câte o bază a lor.
Soluţie.
a) 3x + 2y − 5z = 0 este un sistem de o ecuaţie cu 3 necunoscute. Matricea sistemului
este
x y z
h i
3| 2 − 5
40
Un minor principal este de exemplu |3| care corespunde necunoscutei x, deci vom putea
considera
x- necunoscută principală
y, z - necunoscute secundare.
Trecem necunoscutele secundare ı̂n partea dreaptă a semnului = şi rezolvăm ecuaţia
2 5
3x = −2y + 5z ⇒ x = − y + z.
3 3
Înlocuim acum valoarea lui x găsită ı̂n definiţia lui S1 :
S1 ={(x, y, z) ∈ R3 |3x + 2y − 5z = 0} =
2 5
− y + z, y, z , y, z ∈ R =
3 3
2 5
− y, y, 0 + z, 0, z , y, z ∈ R =
3 3
2 5
y − , 1, 0 + z , 0, 1 , y, z ∈ R =
3 3
L(U1 ),
unde
2 5
U1 = v̄1 = − , 1, 0 , v̄2 = , 0, 1 .
3 3
Am demonstrat astfel că S1 este o acoperire liniară (a lui U1 ). Rezultă
v̄1 v̄2
↓ ↓
2 5
−
3 3
A1 =
|1 0| .
|0 1|
41
1 0
* Minorul 6= 0 este minor principal ⇒ rang A1 = 2=numărul de vectori
0 1
rezultă din Criteriul practic (2.1) 1) că U1 este liniar independent (2).
Din relaţiile (1) şi (2) ⇒ din definiţia bazei că U1 este o bază pentru S1 ⇒ dim S1 = 2.
(
2x+ 5y − z = 0,
b) este un sistem de două ecuaţii cu 3 necunoscute. Matricea
y − 3z = 0
sistemului este
x y z
" #
2 5| −1
0 1| −3
2 5
Un minor principal este de exemplu care corespunde necunoscutelor x şi y, deci vom
0 1
putea considera
x, y- necunoscute principale
z - necunoscută secundară.
Trecem necunoscutele secundare ı̂n partea dreaptă a semnului = şi rezolvăm sistemul de
ecuaţii ( (
2x + 5y = z, x = −7z,
⇔
y = 3z y = 3z
S2 ={(x, y, z) ∈ R3 |2x + 5y − z = 0, y − 3z = 0} =
{(−7z, 3z, z) , z ∈ R} =
{z(−7, 3, 1), z ∈ R} =
L(U2 ),
unde
U2 = {v̄ = (−7, 3, 1)} .
Bază. Dimensiune
Schimbări de baze
Subspaţii vectoriale
1) Cum se arată că o subulţime a unui spaţiu vectorial este subspaţiu vectorial?
2)* Cum se arată că o subulţime a unui spaţiu vectorial nu este subspaţiu vectorial?
3) Cum se determină o bază a unui subspaţiu vectorial?
4) Cum se determină dimensiunea unui subspaţiu vectorial?
CAPITOLUL 3
APLICAŢII LINIARE
Notăm
L(V, W ) =not {f : V → W |f aplicaţie liniară}.
Teorema 3.1. (L(V, W )/K, +, ·) este un spaţiu vectorial peste corpul de scalari K ı̂n
raport cu adunarea funcţiilor şi ı̂nmulţirea unei funcţii cu un scalar.
Propoziţia 3.2. Orice aplicaţie liniară f : V → W duce elemetul nul din domeniu
ı̂n elementul nul din codomeniu
f (0V ) = 0W .
Demonstraţie.
f (0V ) = f (0 · v̄) =AL1) 0 · f (v̄) = 0W .
O observaţie importantă care ne permite să decunoaştem când este vorba de liniaritate
este:
Observaţia 3.1. Deşi pe unele spaţii vectoriale se mai pot introduce şi alte operaţii
ı̂ntre vectori şi scalari, liniaritatea implică doar
-adunarea vectorilor
-ı̂nmulţirea cu scalar.
De exemplu, ı̂n spaţiile vectoriale (C/R, +, ·), (Mm,m (R)/R, +, ·),
(Rn [X]/R, +, ·), ştim că ı̂n plus mai sunt definite şi ı̂nmulţirea a doi vectori, şi ridicarea
la putere, etc. care nu pot fi folosite când este vorba de liniaritate.
Soluţie. În spaţiul vectorial (Rn [X]/R, +, ·), X şi 1 sunt vectori, iar a, b, c ∈ R sunt
scalari ⇒ f este o aplicaţie liniară, deoarece (a + b)X + c implică doar adunare de vectori şi
ı̂nmulţire cu scalari. Demonstrăm aceasta folosind Propoziţia (3.1):
Fie v̄1 = (a1 , b1 , c1 ), v̄2 = (a2 , b2 , c2 ) ∈ R3 şi α, β ∈ R. Calculăm
=α [(a1 + b1 )X + c1 ] + β [(a2 + b2 )X + c2 ]
=αf (a1 , b1 , c1 ) + βf (a2 , b2 , c2 )
=αf (v̄1 ) + βf (v̄2 ).
Definiţia 3.2.
Teorema 3.2 (de caracterizare a nucleului şi a imaginii unei aplicaţii liniare).
Fie BV = {v̄1 , . . . , v̄n } ∈ V o bază ı̂n V . Atunci au loc:
1) Ker(f ) ⊂SSV V
2) Im(f ) ⊂SSV W
Observaţia 3.2. Din relaţia Im(f ) = L ({f (v̄1 ), . . . , f (v̄n )}) ⇒Propoziţia 2.8−1) sistemul
de vectori f (BV ) = {f (v̄1 ), . . . , f (v̄n )} este sistem de generatori pentru Im(f ). O
bază pentru Im(f ) se poate obţine din vectorii corespunzători coloanelor unui minor
principal ai matricei asociate sistemului f (BV ).
Definiţia 3.3.
dim V = dim W.
Soluţie. a)
Un polinom este egal cu polinomul nul când coeficienţii puterilor lui X sunt toţi nuli:
a b c
( " #
2a + b = 0 2 |1 0
⇒ rang =2⇒
c= 0 0 |0 1
b, c necunoscute principale,
a necunoscută secundară.
Rezlvând sistemul ı̂n necunoscutele principale obţinem:
(
b = −2a
⇒
c=0
Im(f ) =L ({f (ē1 ), f (ē2 ), f (ē3 )}) (ēi fiind vectorii bazei canonice din R3 )
=L ({f (1, 0, 0), f (0, 1, 0), f (0, 0, 1)})
=L ({2X, X, 1})
⇒ B = {2X, X, 1} este sistem de generatori pentru Im(f ). Pentru a găsi o bază a lui Im(f )
este suficient să găsim un sistem liniar independent maximal ı̂n B. Matricea asociată lui B
este:
2X X 1
↓ ↓ ↓
" #
2 |1 0
A= .
0 |0 1
Definiţia 3.5. Matricea obţinută punând coordonatele vectorilor [f (v̄i )]BW pe coloană:
În probleme vom parcurge următorii paşi pentru a determina matricea unei aplicaţii
liniare ı̂ntr-o pereche de baze BV BW :
Această relaţie ne permite să mai definim pe langă forma analitică a unei aplicaţii
liniare cu care suntem obişnuiţi şi o altă formă şi anume:
Definiţia 3.6. Relaţia (3.2) se numeşte forma matriceală a lui f ı̂n bazele BV , BW .
Soluţie. a) Calculăm f (ēi ), unde ēi sunt vectorii bazei canonice din R1 [X] :
f (X) = f (1 · X + 0 · 1) =a=1,b=0 (1, 0, 1) = (1, 0, 1)Bc
55
[f (X)]Bc [f (1)]Bc
↓ ↓
1 0
[f ] =
0 1 .
1 1
b)
2) Trecem acum cei doi vectori obţinuţi din baza canonică ı̂n baza B1 :
f (X + 1) = (1, 1, 2) = (1, 1, 2)Bc = (α1 , α2 , α3 )B1
Pentru a trece vectorul f (X + 1) din baza canonică din R3 ı̂n baza B1 ⊂ R3 folosim
formula de schimbare de bază:
1 0 2
unde A1 = 1 0 −1
este matricea asociată bazei B1 .
0 1 0
Atunci relaţia (3.3) este echivalentă cu sistemul:
1 1 0 2 α α1 +2α3 = 1 α1 = 1
1
1 = 1 0 −1 α2 ⇔ α1 −α3 = 1 ⇔ α2 = 2
2 0 1 0 α3 α2 =2 α = 0.
3
3) Pentru a trece vectorul f (X − 2) din baza canonică din R3 ı̂n baza B1 ⊂ R3 folosim ca
şi mai sus formula de schimbare de bază:
1 1 0 2 β
1
+2β3 = 1 β1 β1 = −1
−2 = 1 0 −1 β2 ⇔ β1 −β3 = −2 ⇔ β2 = −1
−1 = −1
0 1 0 β3 β2 β = 1.
3
[f (X + 1)]B1 [f (X − 2)]B1
↓ ↓
1 −1
[f ]BB1 =
2 −1 .
0 1
c)
a b
a =0
(
|1 0 a=0
b=0 , ⇒ a, b necunoscute principale ⇒ ⇒
a+ b = 0 rang |0 1 = 2
b=0
1 1
Ker(f ) = {0̄} ⇒ def(f ) = 0 ⇒ f este injectivă.
d) Im(f ) = L ({f (X), f (1)}) = L ({(1, 0, 1), (0, 1, 1)}) .
57
f (X) f (1)
|1 0
⇒ rang (f ) = 2 6= 3 = dim R3 ⇒ f nu este surjectivă.
rang |0
1
= 2
1 1
e) f nu este surjectivă ⇒ f nu este bijectivă ⇒ f nu este izomorfism.
58
Propoziţia 3.5. Fie g ∈ L(V, W ) o aplicaţie liniară. Dacă S ⊂SSV V ⇒ g(S) ⊂SSV
W.
Demonstraţie. Fie w̄1 , w̄2 ∈ g(S) ⇔ (∃)v̄1 , v̄2 ∈ S a.ı̂. g(v̄1 ) = w̄1 , g(v̄1 ) = w̄2 ⇒
(∀)α, β ∈ K,
Definiţia 3.8. În general, f (S) este o submulţime a lui V . Dacă f (S) ⊂SSV V ,
atunci S se numeşte subspaţiu invariant al lui f .
Să se arate că subspaţiul generat de vectorul v̄ = (−1, 0, 2), L({v̄}) este un subspaţiu
59
invariant al lui R3 .
= S,
Definiţia 3.9.
Cum un operator liniar este unic determinat de matricea sa ı̂ntr-o bază a lui V , aşa
cum am arătat ı̂n Observaţia 3.3, este acelaşi lucru când ne referim la vectorii şi
valorile proprii ai unui operator liniar sau ai unei matrice.
Pentru determinarea vectorilor şi valorilor proprii ai unui operator liniar vom urma următoarele
etape (evidenţiate cu roşu):
Din relaţiile
f (v̄) =(3.5) λv̄ şi [f (v̄)]BV =(3.2) [f ]BV [v̄]BV , (3.6)
[f ]BV − λIn .
Pentru a avea şi soluţii nenule sistemul (3.7) trebuie să fie compatibil nedeterminat ⇔
det ([f ]BV − λIn ) = 0.
Definiţia 3.10.
•
pn (λ) = 0
Cum rădăcinile polinomului caracteristic pn (λ) verifică relaţia (3.6) rezulă din Definiţia 3.9
ca ele sunt valori proprii ale operatorului f , respectiv ale matricei [f ]BV .
Sp(f ) = {λ1 , λ2 , . . . , λp }
[f ]BV − λIn = 0n
[f ]BV0 = TB−1
VB
0 [f ]BV TBV B 0 .
V
V
62
Atunci
det [f ]BV0 − λIn = det TB−1 −1
0 [f ] B TB B 0 − λT 0 In TB B 0
V BV V V V BV BV V V
= det TB−1
VB
0 ([f ]BV − λIn )TBV B 0
V
V
= det TB−1 0
V BV
· pn (λ) · det TBV BV0
= det In · pn (λ)
= pn (λ).
Definiţia 3.13. Două matrici A şi A0 se numesc similare dacă există o matrice T
nesingulară a.ı̂.
A = T · A0 · T −1 .
Vom folosi proprietăţile vectorilor proprii pentru a stabili când o matrice este similară cu o
matrice diagonală
a1
a2
D= ..
= diag(a1 , . . . , an )
.
an
cu ai nu toţi nuli.
Atenţie:
În general polinomul caracteristic nu are toate rădăcinile distincte. Notăm cu mi
ordinul de multiplicitate al rădăcinii λi (numărul de rădăcini egale cu λi ). Dacă pn (λ)
are k rădăcini distincte λ1 , λ2 , . . . , λk , atunci se poate scrie:
Teorema 3.4 (de diagonalizare). În V există o bază formată din vectorii proprii ai
lui f (respectiv [f ]BV ) d.n.d.
Sp(f ) ⊂ K.
64
dim Sλ=λi = mi , i = 1, k.
Observaţia 3.4. Baza a cărei existenţă este dată de Teorema de diagonalizare 3.4
este
B = B1 ∪ B2 ∪ . . . ∪ Bk ,
λ1
m ...
1−
or
i λ1
λ2
m ...
[f ]B = 2 −
o
ri
. . λ2
.
λk
m ..
k
.
−
or
i λk
[f ]B = diag (λ1 , . . . , λ1 , λ2 , . . . , λ2 , . . . , λk , . . . , λk ).
| {z } | {z } | {z }
m1 −ori m2 −ori mk −ori
Propoziţia 3.9.
a1
a2
1) Dacă D este o matrice diagonală, D =
...
, atunci
an
an1
an2
n
D = ..
.
.
ann
An = T A0n T −1 .
n I
z }| {
An = (T A0 T −1 )(T A0 T −1 ) . . . (T A0 T −1 ) = T A0n T −1 ).
| {z }
n−ori
a) f1 R2 → R2 . f1 (x, y) = (x − y, 2x − y)
nu sunt diagonalizabili.
Soluţie. Urmăm
" paşii
# descrişi mai sus:
1 −1
a) [f1 ]Bc = ⇒
2 −1
1−λ −1
p2 (λ) = det ([f1 ] − λI2 ) = = λ2 + 1
2 −1 − λ
Teorema 3.4-1)
care nu are rădăcini
" # ⇒
reale f1 nu este diagonalizabil.
1 0
b) [f2 ]Bc = . Calculăm polinomul caracteristic:
3 1
1−λ 0
p2 (λ) = det ([f2 ] − λI2 ) = = (1 − λ)2
3 1−λ
⇒ λ = 1 este valoare proprie cu ordinul de multiplicitate om (λ = 1) = 2.
Calculăm subspaţiul propriu corespunzător valorii proprii λ = 1,
( " # " #)
a 0
Sλ=1 = aX + b ∈ R1 [X]| ([f2 ] − 1I3 ) =
b 0
( " #" # " #)
0 0 a 0
= aX + b ∈ R1 [X]| = .
3 0 b 0
67
Sλ=1 = {0 · X + b, b ∈ R}
= {b, b ∈ R}
= L(B),
unde B = {1}.
⇒Propoziţia (2.8)−1) B este sistem de generatori pentru Sλ=1 . (3)
B este format dintr-un singur vector nenul ⇒Exemplul (2.3) B este sistem liniar independent.
(4)
Din relaţiile (3) şi (4) ⇒ B = {1} este o bază pentru Sλ=1
⇒ dim Sλ=1 = 1 6= 2 = om(λ = 1) ⇒Teorema 3.4-2) f2 nu este diagonalizabil.
Următoarea teorema ne dă o altă metodă pentru a afla inversa unei matrice:
Teorema 3.5 (lui Hamilton-Cayley). Dacă pn (λ) este polinomul caracteristic al ma-
tricei pătratice A (respectiv al operatorului f ), atunci
pn (A) = 0n .
0 1 1
Exemplul 3.7. Fie matricea A =
1 0 1 .
1 1 0
a) Să se studieze dacă A este diagonalizabilă şi ı̂n caz afirmativ să se aducă A la
forma diagonală.
68
Soluţie. Urmăm la fel ca ı̂n exerciţiul anterior paşii descrişi mai sus:
a) Calculăm polinomul caracteristic:
−λ 1 1
p3 (λ) = det (A − λI3 ) = 1 −λ 1 = −(λ + 1)2 (λ − 2)1 ⇒
1 1 −λ
Sp(A)={-1,2}⊂ R, (3.10)
om(λ = −1) = 2,
om(λ = 2) = 1.
Calculăm subspaţiul propriu corespunzător valorii proprii λ = −1,
x 0
3
Sλ=−1 = (x, y, z) ∈ R | (A − (−1)I3 ) y = 0
z 0
1 1 1 x 0
3
= (x, y, z) ∈ R | 1 1 1 y = 0
1 1 1 z 0
Rezolvăm sistemul
1| 1 1 x 0
1 1 1 y = 0 ⇒
1 1 1 z 0
x necunoscută principală,
y, z necunoscute secundare
69
⇒ x = −y − z ⇒
Rezolvăm sistemul
−2 1| 1 x 0
1 −2| y = 0 ⇒
1
1 1 −2 z 0
x, y necunoscute principale,
z necunoscută secundară
70
(
x=z
⇒
y=z
Din relaţiile (3.10),(3.11) şi (3.12) ⇒Teorema 3.4 A este diagonalizabilă. Forma diagonală
a lui A este:
−1 0 0
D=
0 −1 0
0 0 2
ı̂n baza
−A3 + 3A + 2I3 = 03 ⇔
1
I3 = (A3 − 3A)|A−1 ⇔
2
71
1
A−1 = (A2 − 3I3 )
2
0 1 1 0 1 1
1
= 1 0 1 1 0 1 − 3I3
2
1 1 0 1 1 0
2 1 1 3 0 0
1
= 1 2 1 − 0 3 0
2
1 1 2 0 0 3
−1 1 1
1
= 1 −1 1 .
2
1 1 −1
72
Aplicaţii liniare
FB1) a) ϕ(ū1 + ū2 , v̄) = ϕ(ū1 , v̄) + ϕ(ū2 , v̄), (∀)ū1 , ū2 , v̄ ∈ V
b) ϕ(ū, v̄1 + v̄2 ) = ϕ(ū, v̄1 ) + ϕ(ū, v̄2 ), (∀)ū, v̄1 , v̄2 ∈ V
Definiţia 4.2.
• Matricea notată
[ϕ]B =def [ϕ(v̄i , v̄j )]i,j=1,n
Teorema 4.1 (Legătura dintre forma analitică şi forma matriceală a unei forme
biliniare). Orice formă biliniară ϕ este unic determinată de matricea sa ı̂ntr-o bază B
şi are loc:
ϕ(ū, v̄) = [ū]TB [ϕ]B [v̄]B (4.1)
Observaţia 4.1.
ū = (x1 , x2 , . . . , xn )Bc
v̄ = (y1 , y2 , . . . , yn )Bc ,
75
iar matricea lui ϕ ı̂n baza canonică, fiind o matrice pătratică de ordinul n, o
putem nota
a11 a12 . . . a1n
a21 a22 . . . a2n
[ϕ]Bc = .. .. .. .. ,
. . . .
an1 an2 . . . ann
atunci relaţia (4.2) devine
a11 a12 . . . a1n y1
i a21 a22 . . . a2n y2
h
ϕ(ū, v̄) = x1 x2 . . . xn .. .. .. .. ..
. . . . . (4.3)
an1 an2 . . . ann yn
= a11 x1 y1 + a12 x1 y2 + . . . + aij xi yj + . . . + ann xn yn .
y1 y2 . . . yn
x1 a11 a12 . . . a1n
x2 a21 a22 . . . a2n
[ϕ]Bc = .
.. .. .. .. .
..
. . . .
x3 an1 an2 . . . ann
• Din definiţia matricei unei forme biliniare ı̂ntr-o bază B (4.2) şi teorema (4.1)
deducem că elementele matricei [ϕ]B sunt date de formula:
c) Să se găsească [ϕ]B , unde B = {v̄1 = (1, 2), v̄2 = (3, 4)}.
y1 y2
" #
x1 1 0
[ϕ1 ]Bc = ,
x2 −1 1
t
[ϕ]B 0 = T← −−0 [ϕ]B T←−−0 .
BB
BB
Propoziţia 4.3. Forma biliniară ϕ este simetrică dacă şi numai dacă matricea sa
ı̂ntr-o bază B este o matrice simetrică, adică verifică oricare din condiţiile echivalente:
• [ϕ]B = [ϕ]tB
Soluţie. y1 y2
" #
x1 0 a−1
[ϕ]Bc = .
x2 a2 − a 1
Pentru ca ϕ să fie simetrică, trebuie ca [ϕ]Bc să fie o matrice simetrică ⇔ [ϕ]Bc = [ϕ]tBc ,
" # " #
0 a−1 0 a2 − a
=
a2 − a 1 a−1 1
⇔ a2 − a = a − 1
⇔ a2 − 2a + 1 = 0
⇔ (a − 1)2 = 0
⇔ a = 1.
80
Definiţia 4.4.
Din definiţie ştim doar valorile polarei unei forme pătratice pentru perechile (v̄, v̄) ∈
V × V . Valorile polarei pentru o pereche oarecare (ū, v̄) ∈ V × V sunt date de propoziţia:
Propoziţia 4.4. Polara ϕ a unei forme pătratice f este forma biliniară simetrică
dată de formula:
1
ϕ(ū, v̄) = [f (ū + v̄) − f (ū) − f (v̄)] , (∀)ū, v̄ ∈ V.
2
Demonstraţie. Calculăm
1
⇒ ϕ(ū, v̄) = [f (ū + v̄) − f (ū) − f (v̄)] .
2
Observaţia 4.2. În exerciţii pentru a determina ploara unei forme pătratice vom
folosi matricea formei pătratice pe care o definim astfel:
Definiţia 4.5. Se numeşte matricea formei pătratice f ı̂n baza B, matricea polarei
sale ϕ ı̂n baza B,
[f ]B =def [ϕ]B .
La fel ca la forme biliniare, legătura dintre forma analitică şi forma matriceală a unei
forme pătratice este dată de
Teorema 4.2 (Legătura dintre forma analitică şi forma matriceală a unei forme
pătratice). Orice formă pătratică f este unic determinată de matricea sa ı̂ntr-o bază
B şi are loc:
f (v̄) = [v̄]TB [f ]B [v̄]B . (4.5)
Observaţia 4.3.
y1 y2 . . . yn
x1 x2 . . . xn
x1 a11 a12 . . . a1n
x2 a12 a22 . . . a2n def(4.5)
[ϕ]Bc = .
.. .. .. .. =
[f ]Bc ⇒
..
. . . .
xn a1n a2n . . . ann
• f → ϕ Dacă se cunoaşte expresia analitică lui f şi vrem să aflăm polara sa,
adică forma biliniară din care provine, folosim faptul ca ele au aceiasi matrice
ı̂n particular ı̂n baza canonică. Deoarece matricea lui f ı̂n baza canonică se este
o matrice simetrică, ea scrie punând
y1 y2 ... yn
x1 x2 ... xn
a12 a1n
x1 a11 ...
2 2
a12 a2n def(4.5)
[f ]Bc = x2 a22 ... = [ϕ]Bc ⇒
.. 2.. 2
.. .. ..
.
. . . .
a1n a2n
xn ... ann
2 2
a12 aij
ϕ(v̄, ū) = a11 x1 y1 + (x1 y2 + x2 y1 ) + . . . + (xi yj + xj yi ) + . . . + ann xn yn ,
2 2
unde v̄ şi ū au coordonatele ı̂n baza canonică
v̄ = (x1 , . . . , xn )Bc , ū = (y1 , . . . , yn )Bc .
Exemplul 4.3.
y1 y2
Soluţie. a)
x1 x2
" #
x1 3 −2
[f ]Bc = = [ϕ]Bc ⇒
x2 −2 5
y1 y2 y3
b)
x1 x2 x3
x1 2 −4 3
√ t
[ϕ]Bc = x2
3
√
1 − = [ϕ]Bc ⇒
3
x3 −4 − 3 0
[ϕ]Bc este o matrice simetrică ⇒ (∃) forma pătratică asociată şi [f ]Bc = [ϕ]Bc ⇒
√
f (x1 , x2 , x3 ) = 2x21 + x22 + 6x1 x2 − 8x1 x3 − 2 3x2 x3 .
85
ı̂n baza B, unde v̄ = (x1 , . . . , xn )B , atunci (4.6) se numeşte forma canonică a lui f
ı̂n baza B.
Observaţia 4.4. Dacă f are forma canonică ı̂n baza B, atunci matricea lui f ı̂n baza
B este matricea diagonală
a11
a22
[f ]B =
...
.
ann
Propoziţia 4.6 (Legea inerţiei a lui Sylvester). Pentru o formă pătratică, numărul
coeficienţilor nuli, pozitivi şi negativi ai formei canonice sunt constanţi, adică nu
depind de baza ı̂n care este scrisă forma canonică.
86
• semipozitiv definită dacă (∃)ū0 ∈ V \{0̄} a.ı̂. f (ū0 ) = 0 şi f (ū) ≥ 0, (∀)ū ∈ V
Pentru a aduce o formă pătratică la forma canonică vom folosi metoda valorilor proprii.
Metoda valorilor proprii
Matricea lui f ı̂n baza B, [f ]B este o matrice simetrică ⇒ [f ]B este diagonalizabilă şi din
Teorema de diagonalizare 3.4 că există o bază
B 0 = B1 ∪ B2 ∪ . . . ∪ Bp
astfel ı̂ncât
[f ]B = diag (λ1 , . . . , λ1 , λ2 , . . . , λ2 , . . . , λk , . . . , λk ).
| {z } | {z } | {z }
om(λ1 )−ori om(λ2 )−ori om(λk )−ori
unde
unde v̄ = (y1 , . . . , yn )B 0 .
ϕ [(x1 , x2 , x3 ), (y1 , y2 , y3 )] = x1 y2 + x2 y1 + x1 y3 + x3 y1 − x3 y2 − x2 y3 .
y1 y2 y3
Soluţie. a)
x1 x2 x3
x10 1 1
t 3
[ϕ]Bc = x2 1 = [ϕ]Bc ⇒ (∃) forma pătratică asociată f : R → R.
0 −1
x3 1 −1 0
[f ]Bc = [ϕ]Bc ⇒
f (x1 , x2 , x3 ) = 2x1 x2 + 2x2 x3 + 2x1 x3 .
−λ 1 1
p3 (λ) = 1 −λ −1 = −(λ − 1)2 (λ + 2)1 .
1 −1 −λ
• λ1 = 1, om (λ1 ) = 2
• λ2 = −2, om (λ1 ) = 1
Rezolvăm sistemul
−1| 1 1 x 0
y = 0 ⇒
−1 −1
1
1 −1 −1 z 0
x necunoscută principală,
y, z necunoscute secundare
⇒x=y+z ⇒
(2)
Din relaţiile (1) şi (2) ⇒ B1 = {(1, 1, 0), (1, 0, 1)} este o bază a lui Sλ1 =1 (3)
Calculăm subspaţiul propriu corespunzător valorii proprii λ2 = −2,
x 0
3
Sλ2 =−2 = (x, y, z) ∈ R | (A − (−2I3 )
y = 0
z 0
2 1 1 x 0
3
= (x, y, z) ∈ R | 1 2 −1 y = 0 .
1 −1
2 z 0
Rezolvăm sistemul
2 |1 1 x 0
1 |2 −1 y = 0 ⇒
1 −1 2 z 0
y, z necunoscute principale,
x necunoscută secundară
( (
y + z = −2x y = −x
⇔ ⇒
2y − z = −x z = −x
Forme biliniare
Forme pătratice
Definiţia 5.1.
• Dacă f este pozitiv definită, atunci ϕ se numeşte produs scalar şi se notează
• Produsul scalar ϕc : V × V → R,
√
kv̄k =def < v̄, v̄ > ≥ 0 (∀)v̄ ∈ V
şi este bine definită deoarece forma pătratică f (v̄) =< v̄, v̄ > este pozitiv definită.
Propoziţia 5.1 (Cauchy-Schwartz). În spaţiul euclidian E = (V, < ·, · >) are loc
Definiţia 5.2.
kū − v̄k ∈ R+ .
kv̄k = 1.
• Dacă dim V = 3 şi Bc = {ē1 , ē2 , ē3 } este baza canonică din V , atunci vectorul
(
kūk · kv̄k sin θ · ē, pentru ū, v̄ liniar independenţi,
ū × v̄ =def
0, pentru ū, v̄ liniar dependenţi
ē1 ē2 ē3
= x1 x2 x3
y1 y2 y3
x2 x3 x1 x3 x1 x2
= ē1 − ē2 + ē3 ∈ V.
|{z} y2 y3 |{z} y1 y3 |{z} y1 y2
∈V | {z } ∈V | {z } ∈V | {z }
∈R ∈R ∈R
unde
Propoziţia 5.3. Fie E = (V, < ·, · >) un spaţiu vectorial euclidian. Atunci exisă o
bază ortonormată ı̂n E.
ū1 = v̄1 ,
ū2 = v̄2 − λ21 ū1 ,
ū3 = v̄3 − λ31 ū1 − λ32 ū2 , (5.2)
......
ūn = v̄n − λn1 ū1 − λn2 ū2 − . . . − λnn−1 ūn−1 ,
unde
Atunci sistemul de vectori astfel construit, B1 = {ū1 , . . . , ūn } este o bază ortogonală a
lui V .
Fie acum
1
v̄i0 = · ūi . (5.3)
kūi k
Exemplul 5.1. Fie spaţiul vectorial euclidian E = (R3 , < ·, · >can ) cu produsul scalar
canonic şi baza
Soluţie.
ū1 = v̄1 = (1, 1, 1) ,
ū2 = v̄2 − λ21 ū1 , unde
√ √ √ !
1 3 3 3
v̄10 = · ū1 = , ,
kū1 k 3 3 3
√ √ !
1 2 2
v̄20 = · ū2 = − , ,0
kū2 k 2 2
√ √ √ !
1 6 6 6
v̄30 = · ū3 = − ,− ,
kū3 k 6 6 3
98
( √ √ √ ! √ √ ! √ √ √ !)
3 3 3 2 2 6 6 6
⇒ B 0 = v̄10 = , , , v̄20 = − , , 0 , v̄30 = − ,− , este o
3 3 3 2 2 6 6 3
bază ortonormată a lui R3 .
99
Definiţia 5.3.
• direcţia lui [AB] este dreapta suport a segmentului [AB] sau orice dreaptă par-
alelă cu ea.
Notăm mulţimea
−→ def
AB := {[CD|[CD] are aceiaşi direcţie, lungime şi sens cu [AB]}.
Definiţia 5.4.
−→
• Mulţimea AB ⊂ E3 se numeşte vector liber.
−→
• Segmentul [AB] se numeşte reprezentant al mulţimii AB.
Notăm
−→
V3 =not {AB, (∀)A, B ∈ E3 }
• 00
+ “ este adunarea vectorilor cu regula triunghiului
100
• 00
· “ este ı̂nmulţirea unui vector cu un scalar.
−→
AB = (xAB , yAB , zAB )B ,
< ·, · > este produsul scalar canonic (5.1) definit pe spaţiul vectorial V3 ,
(V3 /R, < ·, · >) este spaţiu vectorial euclidian.
Definiţia 5.5.
R = O; ī, j̄, k̄
Propoziţia 5.5. Dacă două puncte din E3 au coordonatele ı̂n baza B, M (xM , yM , zM )B
−−→
şi N (xN , yN , zN )B , atunci vectorul M N are coordonatele ı̂n baza B
−−→
M N = (xN − xM , yN − yM , zN − zM )B .
Observaţia 5.1.
P (xP , yP , zP ).
• Dacă putem identifica un vector prin coordonatele sale ı̂ntr-o bază B, atunci
produsul scalar canonic ı̂ntre doi vectori din V3 este:
−−→ p
d(M, N ) = kM N k = (xM − xN )2 + (yM − yN )2 + (zM − zN )2 .
sunt:
xM + xN yM + yN zM + zN
xP = , yP = , zP = .
2 2 2
Propoziţia 5.7.
V2 = {w
~ ∈ V3 |w
~ = α~u + β~v , α, β ∈ R, ~u, ~v necoliniari}
3) dim V3 = 3.
4) sensul produsului vectorial al doi vectori este dat de regula burghiului drept.
103
5.3 Planul
Fie M0 (x0 , y0 , z0 ) ∈ E3
~v1 = (l1 , m1 , n1 ), ~v2 = (l2 , m2 , n2 ) ∈ V3 doi vectori necoliniari.
−−−→
π = {M ∈ E3 |M M0 = λ1~v1 + λ2~v2 , λ1 , λ2 ∈ R}
se numeşte planul care trece prin punctul M0 şi are vectorii directori ~v1 şi ~v2 .
Ecuaţiile unui plan care trece prin punctul M0 (x0 , y0 , z0 ), are direcţiile ~v1 = (l1 , m1 , n1 )
şi ~v2 = (l2 , m2 , n2 ) şi direcţia normalei ~n = (a, b, c) sunt:
* Ecuaţia carteziană a unui plan π ce trece prin punctul M0 (x0 , y0 , z0 ) şi are
direcţiile ~v1 = (l1 , m1 , n1 ) şi ~v2 = (l2 , m2 , n2 ):
x − x0 y − y0 z − z0
π: l1 m1 n1 = 0.
l2 m2 n2
x − x0 y − y0 z − z0
π: x1 − x0 y1 − y0 z1 − z0 = 0.
x2 − x0 y2 − y0 z2 − z0
* Ecuaţia planului ce trece prin punctul M0 (x0 , y0 , z0 ) şi are direcţia nor-
malei ~n = (a, b, c) este:
π : ax + by + cz + d = 0.
Atenţie:
Din ecuaţia carteziană generală a unui plan
π : ax + by + cz + d = 0
~n = (a, b, c).
105
Propoziţia 5.8. Două plane cu normalele ~n1 = (a1 , b1 , c1 ), respectiv ~n2 = (a2 , b2 , c2 )
sunt paralele d.n.d.
a1 b1 c1
= = .
a2 b2 c2
106
5.4 Dreapta
Fie M0 (x0 , y0 , z0 ) ∈ E3
~v = (l, m, n) ∈ V3 .
−−−→
π = {M ∈ E3 |M M0 = t~v , t ∈ R}
Ecuaţiile unei drepte care trece prin punctul M0 (x0 , y0 , z0 ), are direcţia ~v = (l, m, n) sunt:
x − x0 y − y0 z − z0
d: = = .
l m n
107
x − x0 y − y0 z − z0
d: = = = t,
l m n
obţinem
şi
π2 : l2 x + m2 y + n2 z + a2 = 0
au normalele
~n1 = (l1 , m1 , n1 )
respectiv
~n2 = (l2 , m2 , n2 )
Atunci direcţia dreptei d este dată de perpendiculara comună a vectorilor ~n1 şi ~n2 ,
~i ~j ~k
l2 m2 n2
Atenţie:
Date ecuaţiile canonice ale unei drepte
x − x0 y − y0 z − z0
d: = =
l m n
x−2 z−7
d: =y+5=
−3 0
109
se poate scrie
x−2 y − (−5) z−7
d: = =
−3 1 0
⇒ trece prin punctul de coordonate M0 (2, −5, 7) şi are direcţia ~v = (−3, 1, 0), iar
ecuaţiile dreptei sunt echivalente cu
(
x − 2 = −3(y + 5)
d:
z − 7 = 0.
Propoziţia 5.9. Două drepte cu vectorii directori ~v1 = (l1 , m1 , n1 ), respectiv ~v2 =
(l2 , m2 , n2 ) sunt paralele d.n.d.
π : ax + by + cz + d = 0
se găseşte astfel:
• scriem ecuaţia dreptei d care trece prin M şi este perpendiculară pe planul π, adică
are ca direcţie direcţia normalei planului, ~v = ~n = (a, b, c):
x − xM y − yM z − zM
d: = =
a b c
x − xM = y − yM = z − zM = t
M0 : a b c ⇔
ax + by + cz + d = 0
x = xM + ta
y = y + tb
M
M0 :
z = zM + tc
ax + by + cz + d = 0
111
xM + xN yM + yN zM + zN
xM0 = , y M0 = , zM0 =
2 2 2
x − xM y − yM z − zM
d: = =
l m n
se găseşte astfel:
• scriem ecuaţia planului π care trece prin M şi este perpendicular pe dreapta d, adică
are direcţia normalei direcţia dreptei d, ~n = ~v = (l, m, n):
π : lx + my + nz + d = 0
x − xM = y − yM = z − zM = t
M0 : l m n ⇔
lx + my + nz + d = 0
x = xM + tl
y = y + tm
M
M0 :
z = zM + tn
lx + my + nz + d = 0
113
xM + xN yM + yN zM + zN
xM0 = , y M0 = , zM0 =
2 2 2
Exemplul 5.2. Fie punctele A(2, 0, 0), B(0, 2, 0), C(0, 0, 2) şi M (1, 2, 3).
k~v × M0 Ak
d(A, d) = .
k~v k
a) Să se stabilească dacă d1 şi d2 determină un plan şi ı̂n caz afirmativ să se scrie
ecuaţia planului π.
Definiţia 6.1.
Γ = Im(α) ⊂ R3 .
• α se numeşte parametrizare.
• t ∈ I se numeşte parametru.
x0 = x(t0 ),
• Punctul M0 (x0 , y0 , z0 ) ∈ Γ al curbei Γ, unde y0 = y(t0 ),
z = z(t )
0 0
116
6.1.1 Triedrul lui Frenet ı̂ntr-un punct regulat al unei curbe ı̂n E3
Fie α : I → R3 , α(t) = (x(t), y(t), z(t)) o parametrizare a curbei Γ.
M0 (x0 , y0 , z0 ) ∈ Γ (sau M0 (t0 ) ∈ Γ) un punct regulat de pe curbă.
Definiţia 6.2.
1
τ̄ (t0 ) :=not T̄ (t0 ).
kT̄ (t0 )k
1
b̄(t0 ) :=not B̄(t0 ).
kB̄(t0 )k
1
n̄(t0 ) :=not N̄ (t0 ).
kN̄ (t0 )k
117
Propoziţia 6.1. B = {τ̄ (t0 ), b̄(t0 ), n̄(t0 )} formează o bază ortonormată ı̂n spaţiului
vectorial V3 al vectorilor liberi.
Definiţia 6.3.
• Dreapta ce trece prin M0 şi are direcţia T̄ (t0 ) se numeşte tangenta ı̂n punctul
M0 la curba Γ.
• Planul ce trece prin M0 şi are direcţia normalei T̄ (t0 ) se numeşte planul nor-
mal.
• Dreapta ce trece prin M0 şi are direcţia B̄(t0 ) se numeşte binormala ı̂n punctul
M0 la curba Γ.
• Planul ce trece prin M0 şi are direcţia normalei B̄(t0 ) se numeşte planul oscu-
lator.
118
• Dreapta ce trece prin M0 şi are direcţia N̄ (t0 ) se numeşte normala principală
ı̂n punctul M0 la curba Γ.
• Planul ce trece prin M0 şi are direcţia normalei N̄ (t0 ) se numeşte planul rec-
tificant.
• Dacă A(t = a) şi B(t = b) sunt două puncte pe cuba Γ, atunci se numeşte
lungimea arcului de curbă AB numărul pozitiv
Zb p Zb
0 2 0 2 0 2
x (t) + y (t) + z (t) dt = kT̄ (t)kdt.
a a
119
x1 y1 z1
(v̄1 , v̄2 , v̄3 ) = x2 y2 z2 .
x3 y3 z3
(α0 (t0 ), α00 (t0 ), α000 (t0 )) (α0 (t0 ), α00 (t0 ), α000 (t0 ))
θ(t0 ) = = .
kα0 (t0 ) × α00 (t0 )k2 kB̄(t0 )k2
Axele, planele şi dreptele triedrului lui Frenet ı̂ntr-un punct M0 la o curbă sunt ilustrate
ı̂n următoarea figură:
Propoziţia 6.2.
• Γ este o parte a unei drepte dacă şi numai dacă ρ(t) = 0, (∀)t ∈ I.
• Γ este o curbă plană dacă şi numai dacă θ(t) = 0, (∀)t ∈ I, iar planul ı̂n care
este inclusă curba este planul osculator.
respectiv
T~C2 (s0 ) = x0C2 (s0 ), yC0 2 (s0 ), zC0 2 (s0 ) .
• Cardioida este o curbă plană descrisă de un punct de pe un cerc ı̂n timp ce acesta se
rostogoles, te, fără alunecare, pe un alt cerc fix, exterior s, i de aceeas, i rază.
Cardioida a fost studiată de Römer ı̂n 1674, utilizată de Vaumesle ı̂n 1678 s, i J. Koërsma
ı̂n 1689, dar denumirea a fost propusă de G. Castilion ı̂n 1741. Numele ei provine de
la forma asemănătoare unei inimi (gr. kardioeides: kardia, ”inimă” s, i eidos, ”formă”).
Comparată cu simbolul care reprezintă inima , se observă că inima are două vârfuri
ascut, ite, pe când cardioida numai unul.
123
• Deltoida este cunoscută si sub numele de curba lui Steiner. Este curba trasată de un
punct fixat de pe circumferinţa unui cerc care se rostogoleşte ı̂n interiorul unui alt cerc
cu raza de trei ori mai mare sau a unui cerc cu raza de 1,5 ori mai mare. Numele ei
vine de la forma sa care seamănă cu litera grecească delta, ∆.
• Lemniscata lui Bernoulli. Lemniscata a fost descrisă prima dată ı̂n 1694 de Jakob
Bernoulli ca o modificare a unei elipse, care este locul geometric al punctelor pentru care
suma distant, elor la două puncte fixe, numite focare, este constantă. Un oval Cassini,
prin contrast, este locul geometric al punctelor pentru care produsul acestor distant, e
este constant. În cazul ı̂n care curba trece prin punctul de la jumătatea distant, ei dintre
focare, ovalul este o lemniscată a lui Bernoulli.
• Curba lui Viviani este curba obţinută din intersecţia unei sfere cu un cilindru circular
drept care trece prin centrul sferei şi are raza jumătate din raza sferei.
125
• Elicea circulară este o curbă spaţială descrisă de un punct care se translatează uni-
form de-a lungul generatoarei unui cilindru circular drept care, ı̂n acelaşi timp, se
roteşte uniform ı̂n jurul axei proprii.
Elicea circulară este singura curbă care are curbura şi torsiunea constante.
126
x(t) = ln(2t + 1),
Exemplul 6.1. Fie curba C : y(t) = t2 + t, t ∈ [0, ∞).
z(t) = 2t,
b) Să se scrie ecuaţia planului rectificant ı̂n punctul ı̂n care planul normal este
perpendicular pe planul π : x − z + 5 = 0 şi versorul normalei principale ı̂n
punctul B(t = 0).
c) Să se calculeze unghiul curbelor C şi C1 : β(s) = (s − 1, s2 − 1, 0). Sunt cele două
curbe ortogonale?
Soluţie.
Ecuaţia vectorială a curbei este
Calculăm
2
ᾱ0 (t) = , 2t + 1, 2 = T̄ (t)
2t
+1
00 2
ᾱ (t) = 2 − , 1, 0 .
(2t + 1)2
ZtA p
lOA
d = x0 (t)2 + y 0 (t)2 + z 0 (t)2 dt
tO
ZtA
s 2
2
= + (2t + 1)2 + 4dt
2t + 1
tO
ZtA s
4 + 4(2t + 1)2 + (2t + 1)4
= dt
(2t + 1)2
tO
127
ZtA
2 + (2t + 1)2
= dt
2t + 1
tO
tA
2 1
= t + t + + ln(2t + 1) .
4 tO
Lungimea arcului OA
d este
2
2 1
lOA
d = t +t+ + ln(2t + 1) = 6 + ln5.
4 0
ī j̄ k̄
N̄ (0) = B̄(0) × T̄ (0) = 4 −1 −2 2 = 12(−2, 2, 1)
2 1 2
R : −2x + 2y + z = 0.
Normala principală ı̂n punctul B este N̄ (0) = 12(−2, 2, 1), iar versorul ei este
1 2 2 1
n̄(0) = N̄ (0) = − , ,
kN̄ (0)k 3 3 3
• calculăm
coordonatele punctului de intersecţie al celor două curbe:
ln(2t + 1) = s − 1,
t2 + t = s2 − 1, ⇒ t = 0 , s = 1 ⇒ M0 (0, 0, 0)
2t = 0,
respectiv
T~C1 (s = 1) = x0C1 (1), yC0 1 (1), zC0 1 (1) = (1, 2, 0).
Definiţia 6.4.
S = Im(r) ⊂ R3 .
• r se numeşte parametrizare.
• u, v se numesc parametri.
• Curbele ( (
u = u0 u=u
Γ1 : Γ2 :
v=v v = v0
se numesc o curbele de coordonate ce trec prin M0 .
130
6.2.1 Planul tangent şi normala ı̂ntr-un punct regulat al unei suprafeţe
ı̂n E3
Fie r : D → R3 , r(u, v) = (x(u, v), y(u, v), z(u, v)) o parametrizare a suprafeţei S.
x0 = x(u0 , v0 ),
M0 (x0 , y0 , z0 ) ∈ S, unde y0 = y(u0 , v0 ), (sau se mai poate scrie M0 (u0 , v0 ) ∈ S) un
z = z(u , v )
0 0 0
punct regulat de pe suprafaţă.
Definiţia 6.5.
• Planul ce trece prin M0 şi are direcţiile r̄u0 (u0 , v0 ) şi r̄v0 (u0 , v0 ) se numeşte planul
tangent la suprafaţa S ı̂n punctul M0 .
• Torul o suprafaţă orientabilă. El este o suprafat, ă generată de rotat, ia unui cerc ı̂n
spat, iul tridimensional ı̂n jurul unei axe din planul său, axă care nu taie cercul.
131
• Banda lui Möbius este o suprafaţă neorientabilă. A fost studiată init, ial de August
Ferdinand Möbius s, i Johann Benedict Listing, care au descoperit-o independent ı̂n
1858.
Un exemplu de bandă Möbius poate fi realizat folosind o bucată dreptunghiulară de
hârtie, astfel ca unul dintre capete să fie rotit s, i lipit cu celălalt capăt, pentru a se
forma o buclă.
Propoziţia 6.3.
R1 (x − x0 ) + R2 (y − y0 ) + R3 (z − z0 ) = 0.
132
x − x0 y − y0 z − z0
= = .
R1 R2 R3
~i ~j ~k
~ S = ~r0 (u, v) × ~r0 (u, v) =
N 1 0 3u2 = (−3u2 , −3v 2 , 1).
u v
0 1 3v 2
133
2 2
~ S ||~nπ ⇔ −3u = −3v = 1 ⇔ u2 = v 2 = 1 ⇔ u = ±1, v = ±1 ⇒ punctele sunt
N
3 3 −1
M1 (u = 1, v = 1) ⇔ M1 (1, 1, 2),
M2 (u = 1, v = −1) ⇔ M2 (1, −1, 0),
M3 (u = −1, v = 1) ⇔ M3 (−1, 1, 0),
M4 (u = −1, v = −1) ⇔ M4 (−1, −1, −2).
TM S = {xr̄u0 (u, v) + yr̄v0 (u, v), x, y ∈ R} = L ({r̄u0 (u, v), r̄v0 (u, v)}) ⊂SSV V3
Dacă
w̄1 = x1 r̄u0 (u, v) + x2 r̄v0 (u, v) = (x1 , x2 )B
şi
w̄2 = y1 r̄u0 (u, v) + y2 r̄v0 (u, v) = (y1 , y2 )B ,
135
atunci
Dacă notăm
E =not kr̄u0 (u, v)k2 , F =not r̄u0 (u, v).r̄v0 (u, v), G =not kr̄v0 (u, v)k2 ,
atunci
[ΦM [(x1 , x2 )B , (y1 , y2 )B ] = x1 y1 E + (x1 y2 + x2 y1 )F + x2 y2 G
iar matricea lui ΦM ı̂n baza B este
E F
[ΦM ]B =
.
F G
Definiţia 6.7.
1 1
x(u, v) = +
2v 2u
1 1
S: y(u, v) = −
2v 2u
z(u, v) = 1
.
2uv
c) Să se determine elementul de arie, metrica şi matricea primei forme fundamen-
tale ı̂n punctul A.
137
Soluţie.
Z2 p
LAB = x0 (t)2 + y 0 (t)2 + z 0 (t)2 dt.
1
Cum
1 1 1
x0 (t) = − 2
, y 0 (t) = 2 , z 0 (t) = − 2 ⇒
2t 2t 4t
138
Z2 r
1 1 1
LAB
d = 4
+ 4+ dt
4t 4t 16t4
1
Z2 r Z2
9 3
= 4
dt = t−2 dt
16t 4
1 1
−1 2
3 t 3
= = .
4 −1 1 8
b) Elementul de arc al curbei C este:
p
ds = E[u(t), v(t)]u0 (t)2 + 2F [u(t), v(t)]u0 (t)v 0 (t) + G[u(t), v(t)]v 0 (t)2 dt.
1 1 1
E(u, v) = kru0 (u, v)k2 = 4
+ 4+ 4 2
4u 4u 4u v
1 1
= 4
+ 4 2
2u 4u v
1 1 1
F (u, v) = ru0 (u, v).rv0 (u, v) = 2 2
− 2 2+ 3 3
4u v 4u v 4u v
1
=
4u3 v 3
1 1 1
G(u, v) = krv0 (u, v)k2 = 4
+ 4+ 2 4
4v 4v 4u v
1 1
=4
+ 2 4.
2v 4u v
( (
u(t) = t u0 (t) = 1
Parametrizăm curba C : ⇒ ⇒
v(t) = 2 v 0 (t) = 0
1 1 9 1 1 1
E(t, 2) = 4
+ 4
= 4
, F (t, 2) = 3
, G(t, 2) = +
2t 16t 16t 32t 32 64t2
Metrica pe S este
9 1 3
E(1, 2) = , F (1, 2) = , G(1, 2) = .
16 32 64
9 1
" #
E(1, 2) F (1, 2) 16 32
[ΦA ] = = .
F (1, 2) G(1, 2) 1 3
32 64
CAPITOLUL 7
CONICE ŞI CUADRICE
7.1 Conice
Conicele se obţin din intersecţia unui con cu un plan.
7.1.1 Cercul
C : (x − xC )2 + (y − yC )2 = r2 . (7.1)
x 2 + y 2 =1
7.1.2 Elipsa
x2 y 2
E: + 2 = 1, (7.3)
a2 b
unde b2 = a2 − c2 .
Ecuaţiile parametrice polare ale elipsei:
(
x = a cos t
, t ∈ [0, 2π).
y = b sin t
x2 y2
2
+ =1
a b2
7.1.3 Hiperbola
x2 y 2
H : 2 − 2 = 1, (7.4)
a b
unde b2 = c2 − a2 .
Ecuaţiile parametrice ale hiperbolei:
(
x = a cosh t
, t ∈ R.
y = b sinh t
1 1
Reamintim că prin sinh t = (et − e−t ) şi respectiv cosh t = (et + e−t ), am notat funcţiile
2 2
trigonometrice hiperbolice sinus hiperbolic, respectiv cosinus hiperbolic.
x2 y2
2
+ =1
a b2
7.1.4 Parabola
P : y 2 = 2px. (7.5)
t2
x =
2p
, t ∈ R.
y=t
y 2 =2 px
7.2 Cuadrice
7.2.1 Elipsoidul
Este cuadrica de ecuaţie:
x2 y 2 z 2
+ 2 + 2 =1
a2 b c
unde a, b, c se numesc semiaxele elipsoidului.
Figura 1 - Elipsoidul
7.2.2 Hiperboloidul
7.2.2.1 Hiperboloidul cu o pânză
7.2.3 Paraboloidul
7.2.3.1 Paraboloidul eliptic
x2 y 2
+ 2 = 2cz, c > 0.
a2 b
x = au cos v
y = bu sin v u ∈ R, v ∈ R.
z = u2 .
2c
147
7.2.4 Conul
Se numeşte con cuadrica de ecuaţie:
x2 y 2 z 2
+ 2 − 2 = 0.
a2 b c
Figura 6 - Conul
7.2.5 Cilindrul
7.2.5.1 Cilindrul eliptic
x2 y 2
+ 2 − 1 = 0.
a2 b
149
x2 y 2
− 2 −1=0
a2 b
y 2 = 2px.