STOIAN SORIN MIREL

ALGEBRĂ LINIARĂ
Teorie şi probleme
2
Cuprins

1 NOŢIUNI ALGEBRICE INTRODUCTIVE 7

1.1 Structuri algebrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2 Permutări . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3 Matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4 Determinantul unei matrice . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.5 Rangul unei matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.6 Matrice inversabile . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.7 Sisteme de ecuaţii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

2 SPAŢII VECTORIALE 23
2.1 Noţiuni generale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2 Subspaţii vectoriale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.3 Mulţimi liniar independente şi mulţimi liniar dependente . . . . . . . . . . 26
2.4 Dimensiunea unui spaţiu vectorial . . . . . . . . . . . . . . . . . . . . . . . 26
2.5 Matricea de trecere de la o bază la alta . . . . . . . . . . . . . . . . . . . . 28
2.6 Schimbarea coordonatelor unui vector la schimbarea bazei . . . . . . . . . 29
2.7 Spaţii vectoriale izomorfe . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

3 SPAŢII VECTORIALE EUCLIDIENE 31

3.1 Definiţia spaţiului euclidian . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.2 Spaţii normate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.3 Spaţii metrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.4 Mulţimi ortogonale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.5 Coordonate euclidiene . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.6 Procedeul de ortogonalizare Gram-Schmidt . . . . . . . . . . . . . . . . . . 37
3.7 Schimbarea coordonatelor euclidiene . . . . . . . . . . . . . . . . . . . . . 38

4 TRANSFORMĂRI LINIARE 39
4.1 Definiţii şi notaţii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.2 Matricea unei transformări liniare . . . . . . . . . . . . . . . . . . . . . . . 42
4.3 Valori şi vectori proprii ai unei matrice . . . . . . . . . . . . . . . . . . . . 43
4.4 Vectori şi valori proprii pentru endomorfisme . . . . . . . . . . . . . . . . . 45

5 FUNCŢIONALE BILINIARE ŞI FUNCŢIONALE PĂTRATICE 49

5.1 Funcţionale biliniare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
5.2 Funcţionale pătratice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.3 Reducerea la forma canonică . . . . . . . . . . . . . . . . . . . . . . . . . . 52

3
 5.3.1 Metoda lui Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
5.3.2 Metoda lui Jacobi . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
5.3.3 Metoda valorilor proprii . . . . . . . . . . . . . . . . . . . . . . . . 57
5.4 Signatura unei funcţionale pătratice . . . . . . . . . . . . . . . . . . . . . . 57

6 Spaţii afine 59
6.1 Definiţii şi notaţii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
6.2 Vectori liberi şi vectori legaţi ı̂n spaţii afine . . . . . . . . . . . . . . . . . . 60
6.3 Repere afine şi repere carteziene . . . . . . . . . . . . . . . . . . . . . . . . 62
6.4 Reprezentarea geometrică a mulţimilor R, R2 şi R3 . . . . . . . . . . . . . 63
6.4.1 Reprezentarea geometrică a mulţimi numerelor reale R . . . . . . . 64
6.4.2 Reprezentarea geometrică a spaţiului vectorial bidimensional R2 . . 64
6.4.3 Reprezentarea geometrică a spaţiului vectorial tridimensional R3 . . 65

7 Vectori liberi ı̂n spaţiul afin euclidian E3 67

7.1 Mărimi scalare şi mărimi vectoriale . . . . . . . . . . . . . . . . . . . . . . 67
7.2 Adunarea vectorilor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
7.3 Înmulţirea unui vector cu un scalar . . . . . . . . . . . . . . . . . . . . . . 72
7.4 Dependenţa liniară a vectorilor liberi . . . . . . . . . . . . . . . . . . . . . 73
7.5 Proiecţia ortogonală a unui vector pe o axă . . . . . . . . . . . . . . . . . . 74
7.6 Expresia analitică a unui vector . . . . . . . . . . . . . . . . . . . . . . . . 76
7.7 Produsul scalar a doi vectori . . . . . . . . . . . . . . . . . . . . . . . . . . 78
7.8 Produsul vectorial a doi vectori . . . . . . . . . . . . . . . . . . . . . . . . 80
7.9 Produsul mixt a trei vectori . . . . . . . . . . . . . . . . . . . . . . . . . . 84
7.10 Dublu produs vectorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87

8 Geometrie analitică ı̂n E3 89

8.1 Vectori directori, cosinuşi directori şi parametrii directori ai unei direcţii ı̂n
spaţiu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
8.2 Planul ı̂n spaţiu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
8.2.1 Ecuaţia planului determinat de un punct M0 ( x 0 , y 0 , z 0 ) şi un vec-
→
−
tor normal nenul N ( p, q, r ). . . . . . . . . . . . . . . . . . . . . . . 90
8.2.2 Ecuaţia planului determinat de trei puncte necoliniare . . . . . . . 92
8.2.3 Ecuaţia unui plan care trece printr-un punct şi este paralel cu două
direcţii date. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
8.3 Dreapta ı̂n spaţiu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
8.3.1 Ecuaţia dreptei determinată de un punct şi un punct şi un vector
director . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
8.3.2 Dreapta determinată de două puncte . . . . . . . . . . . . . . . . . 96
8.3.3 Ecuaţia dreptei obţinută prin intersecţia a două plane neparalele . . 97
8.4 Intersecţia unei drepte cu un plan . . . . . . . . . . . . . . . . . . . . . . . 98
8.5 Proiecţia unui punct pe o varietate liniară . . . . . . . . . . . . . . . . . . 99
8.6 Proiecţia unei drepte pe un plan . . . . . . . . . . . . . . . . . . . . . . . . 101
8.7 Unghiul a două drepte ı̂n spaţiu . . . . . . . . . . . . . . . . . . . . . . . . 101
8.8 Unghiul dintre o dreaptă şi un plan . . . . . . . . . . . . . . . . . . . . . . 102
8.9 Unghiul a două plane . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
8.10 Distanţa de la un punct la o varietate liniară . . . . . . . . . . . . . . . . . 103

4
 8.11 Distanţa de la un punct la o dreaptă . . . . . . . . . . . . . . . . . . . . . 103
8.12 Distanţa de la un punct la un plan . . . . . . . . . . . . . . . . . . . . . . 104

9 Sisteme de coordonate ı̂n E2 şi E3 107

9.1 Coordonate polare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
9.2 Coordonate sferice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
9.3 Coordonate cilindrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
9.4 Schimbarea reperului cartezian ı̂n E2 . . . . . . . . . . . . . . . . . . . . . 110
9.4.1 Translaţia reperului cartezian ı̂n E2 . . . . . . . . . . . . . . . . . . 110
9.4.2 Rotaţia reperului cartezian ı̂n E2 . . . . . . . . . . . . . . . . . . . 111
9.4.3 Rota-translaţia reperului cartezian ı̂n E2 . . . . . . . . . . . . . . . 111
9.5 Schimbarea reperului cartezian ı̂n E3 . . . . . . . . . . . . . . . . . . . . . 112

BIBLIOGRAFIE 115

5
6
Capitolul 1

NOŢIUNI ALGEBRICE
INTRODUCTIVE

În acest capitol vom prezenta principalele noţiuni algebrice care vor fi folosite ı̂n capi-
tolele următoare.

1.1 Structuri algebrice

În continuare vom nota prin X o mulţime nevidă.

Definiţia 1.1.1 Prin lege de compoziţie internă ı̂n X ı̂nţelegem o aplicaţie

◦ : X × X → X,

care asociază oricărei perechi de elemente din X × X un element tot din X. În acest caz
vom spune că mulţimea X este parte stabilă sau ı̂nchisă ı̂n raport cu operaţia ,,◦”.

Definiţia 1.1.2 O lege de compoziţie ,,◦” ı̂n mulţimea X se numeşte asociativă dacă

(x ◦ y) ◦ z = x ◦ (y ◦ z) , (∀) x, y, z ∈ X.

Definiţia 1.1.3 Fie ,,◦” o lege de compoziţie ı̂n mulţimea X. Un element e ∈ X se

numeşte element neutru al legii ,,◦” dacă

x ◦ e = e ◦ x = x, (∀) x ∈ X.

În acest caz vom spune că ,,◦” este o lege cu element neutru.

Propoziţia 1.1.4 Fie ,,◦” o lege de compoziţie ı̂n mulţimea X. Dacă ,,◦” admite un
element neutru, atunci acesta este unic.

Definiţia 1.1.5 Fie ,,◦” o lege de compoziţie cu element neutru ı̂n mulţimea X. Un
element x ∈ X se numeşte simetrizabil ı̂n raport cu operaţia ,,◦” dacă există x′ ∈ X
astfel ı̂ncât
x ◦ x′ = x′ ◦ x = e,
unde e este elemetul neutru pentru ,,◦”. Vom spune că x′ este simetricul elementului
x ı̂n raport cu legea ,,◦”.

7
Propoziţia 1.1.6 Fie ,,◦” o lege de compoziţie asociativă şi cu element neutru ı̂n
mulţimea X. Atunci orice element simetrizabil din X admite un unic element simetric.

Definiţia 1.1.7 O lege de compoziţie ,,◦” ı̂n mulţimea X se numeşte comutativă dacă

x ◦ y = y ◦ x, (∀) x, y ∈ X.

Definiţia 1.1.8 Fie ,,◦” o lege de compoziţie internă pe mulţimea X. Perechea ordonată
(X, ◦) se numeşte:

1. semigrup dacă legea ,,◦” este asociativă;

2. monoid dacă (X, ◦) este semigrup şi legea ,,◦” are element neutru;

3. grup dacă (X, ◦) este monoid şi orice element din X este simetrizabil;

4. grup abelian sau grup comutativ dacă (X, ◦) este grup şi legea ,,◦” este comu-
tativă.

Observaţia 1.1.9 Fie ,,◦” o lege de compoziţie internă pe mulţimea X. Perechea ordo-
nată (X, ◦) este grup dacă şi numai dacă sunt satisfăcute condiţiile:

A) (x ◦ y) ◦ z = x ◦ (y ◦ z) , (∀) x, y, z ∈ X;

E) există e ∈ X astfel ı̂ncât

x ◦ e = e ◦ x = x, (∀) x ∈ X.

S) pentru orice x ∈ X există x′ ∈ X astfel ı̂ncât

x ◦ x′ = x′ ◦ x = e.

În plus, (X, ◦) este grup abelian dacă (X, ◦) este grup şi este verificată condiţia

C) x ◦ y = y ◦ x, (∀) x, y ∈ X.

Exemplul 1.1.10 1. (N, +) şi (Z, ·) sunt monoide, dar nu sunt grupuri;

2. (Z, +) , (R, +) , (R∗ , ·) , (C, +) şi (C∗ , ·) sunt grupuri abeliene (unde R∗ = R\ {0} şi
C∗ = C\ {0}).

Definiţia 1.1.11 Fie ,,◦” şi ,,∗” două legi de compoziţie internă pe mulţimea X. Atunci:

1. legea ,,∗” este distributivă la stânga ı̂n raport cu legea ,,◦” dacă

x ∗ (y ◦ z) = (x ∗ y) ◦ (x ∗ z) , (∀) x, y, z ∈ X;

2. legea ,,∗” este distributivă la dreapta ı̂n raport cu legea ,,◦” dacă

(y ◦ z) ∗ x = (y ∗ x) ◦ (z ∗ x) , (∀) x, y, z ∈ X.

8
 Dacă legea ,,∗” este distributivă la stânga şi la dreapta ı̂n raport cu legea ,,◦” spunem
că legea ,,∗” este dublu distributivă (sau pe scurt distributivă) ı̂n raport cu
legea ,,◦”.
Definiţia 1.1.12 Fie ,,◦” şi ,,∗” două legi de compoziţie internă pe mulţimea X. Tripletul
(X, ◦, ∗) se numeşte inel dacă:
1. (X, ◦) este grup abelian;
2. (X, ∗) este semigrup;
3. legea ,,∗” este dublu distributivă ı̂n raport cu legea ,,◦”.
Dacă ı̂n plus legea ,,∗” este comutativă, atunci (X, ◦, ∗) se numeşte inel comutativ.
Definiţia 1.1.13 Spunem că inelul (X, ◦, ∗) este inel cu unitate dacă legea ,,∗” admite
element unitate.
Observaţia 1.1.14 În inelul (X, ◦, ∗) vom nota prin 0X elementul neutru faţă de legea
,,◦”, iar prin 1X elementul netru faţă de legea ,,∗”.
Definiţia 1.1.15 Un inel (X, ◦, ∗) se numeşte corp dacă este inel cu unitate şi orice
element din X, diferit de 0X este simetrizabil ı̂n raport cu legea ,,∗”. În plus, dacă legea
,,∗” este comutativă, atunci (X, ◦, ∗) se numeşte corp comutativ.
Exemplul 1.1.16 1. (Z, +, ·) este inel comutativ, dar nu este corp;
2. (R, +, ·) este corp comutativ;
3. (C, +, ·) este corp comutativ.

1.2 Permutări
Fie n ∈ N\ {0} şi A = {1, 2, ..., n}.
Definiţia 1.2.1 O bijecţie σ : A → A se numeşte permutare a mulţimii A. Mulţimea
tuturor permutărilor se notează prin Sn .
În general o permutare σ ∈ Sn se notează prin
 
1 ... n
σ= .
σ (1) ... σ (n)
Observaţia 1.2.2 Mulţimea Sn este grup ı̂n raport cu operaţia de compunere a funcţiilor.
Definiţia 1.2.3 Fie σ ∈ Sn .
1. Spunem că σ are o inversiune dacă există i, j ∈ A, i < j, astfel ı̂ncât σ (i) > σ (j).
2. Permutarea σ se numeşte pară (respectiv impară) dacă are un număr par (respectiv
impar ) de inversiuni.
Definiţia 1.2.4 Aplicaţia ε : Sn → {−1, 1} definită prin relaţia

1 , dacă σ este pară
ε (σ) = , (∀) σ ∈ Sn ,
−1 , dacă σ este impară
se numeşte signatură, iar ε (σ) este signatura permutării σ ∈ Sn .

9
1.3 Matrice
Vom nota cu K unul dintre corpurile: R(al numerelor reale) sau C(al numerelor com-
plexe) şi prin N∗ = N\ {0}.

Definiţia 1.3.1 Fie m, n ∈ N∗ şi a11 , ..., a1n , ..., am1 , ..., amn ∈ K. Tabloul de elemente

a11 ... a1n

 
 a21 ... a2n 
(aij )i=1,m =   ·· · ·  (1.3.1)
· · 
j=1,n · · ·
am1 ... amn

se numeşte matrice cu m linii şi n coloane. Mulţimea matricelor cu m linii şi n

coloane cu elemente din K se notează prin Mmn (K).

Observaţia 1.3.2 1. Pentru orice i ∈ {1, ..., m} sistemul (ai1 , ..., ain ) reprezintă ele-
mentele liniei i a matricei definită prin relaţia 1.3.1.

2. Pentru orice j ∈ {1, ..., n} sistemul (a1j , ..., amj ) reprezintă elementele coloanei j a
matricei definită prin relaţia 1.3.1.

3. Dacă m = 1 atunci matricea

A= a1 ... an (1.3.2)

se numeşte matrice linie. Mulţimea acestor matrici se notează prin M1n (K).

4. Dacă n = 1 atunci matricea

a1
 
 a2 
A=
 ·· 
 (1.3.3)
·
am
se numeşte matrice coloană. Mulţimea acestor matrici se notează prin Mm1 (K).

5. Dacă m = n, atunci Mn (K) = Mnn (K) se numeşte mulţimea maticelor pătratice

de ordinul n cu elemente din K.

6. Matricea
0 ... 0
 
· · ·
Omn =  · · ·  ∈ Mmn (K)
· · ·
0 ... 0
se numeşte matricea nulă.

7. Matricea
1 ... ... 0
 
 0 1 ... 0 
 ·· ·· ·· ··  ∈ Mn (K)
In =  
· · · ·
0 ... ... 1
se numeşte matricea identitate.

10
Definiţia 1.3.3 Matricele A = (aij )i=1,m , B = (bij )i=1,m ∈ Mmn (K) sunt egale (vom
j=1,n j=1,n
scrie A = B) dacă
aij = bij , i = 1, m, j = 1, n.

Definiţia 1.3.4 Aplicaţia ,,+”: Mmn (K) × Mmn (K) → Mmn (K) definită prin
+
(A, B) → A + B

unde

A + B = (aij + bij )i=1,m , (∀) A = (aij )i=1,m , B = (bij )i=1,m ∈ Mmn (K) ,
j=1,n j=1,n j=1,n

se numeşte adunarea matricelor. Matricea A + B = (aij + bij )i=1,m se numeşte suma

j=1,n
matricei A cu matricea B.

Propoziţia 1.3.5 Pentru orice m, n ∈ N∗ perechea (Mmn (K) , +) este un grup abelian.

Fie m, n, p ∈ N∗ , A = (aij )i=1,m ∈ Mmn (K) şi B = (bij )i=1,n ∈ Mnp (K).
j=1,n j=1,p

Definiţia 1.3.6 Numim produs al matricei A cu matricea B matricea notată prin A·B ∈
Mmp (K) şi definită prin relaţia
n
!
X
A·B = aij bjk . (1.3.4)
j=1 i=1,m
k=1,p

Observaţia 1.3.7 Putem calcula produsul matricei A cu matricea B numai dacă numărul
de coloane al matricei A este egal cu numărul de linii al matricei B. Deci chiar dacă putem
calcula produsul A · B, ı̂n general nu putem calcula produsul B · A.

Lema 1.3.8 Pentru orice n ∈ N∗ aplicaţia ,,·”: Mn (K) × Mn (K) → Mn (K) definită
prin
·
(A, B) → A · B, A, B ∈ Mn (K)
unde matricea A · B este definită prin relaţia 1.3.4, este o lege pe mulţimea Mn (K).

Observaţia 1.3.9 1. Legea de compoziţie internă ,,·” pe mulţimea Mn (K) se numeşte

ı̂nmulţirea matricelor din Mn (K).

2. Dacă A, B ∈ Mn (K), atunci există prosusele A · B şi B · A, dar ı̂n general

A · B 6= B · A,

adică ı̂nmulţirea matricelor ,,·” nu este o lege de compoziţie comutativă pe Mn (K).

3. Pentru orice A ∈ Mn (K) avem

A · In = In · A = A.

11
Propoziţia 1.3.10 Pentru orice n ∈ N∗ perechea (Mn (K) , ·) este un monoid.
Propoziţia 1.3.11 Considerăm ,,+” şi ,,·” legile de compoziţie internă definite pe
Mn (K). Atunci legea ,,·” este distributivă ı̂n raport cu legea ,,+”, adică ı̂nmulţirea ma-
tricelor este distributivă ı̂n raport cu adunarea lor.
Din propoziţiile 1.3.5, 1.3.10 şi 1.3.11 rezultă imediat următorul rezultat.
Propoziţia 1.3.12 (Mn (K) , +, ·) este un inel cu unitate.
Definiţia 1.3.13 Fie m, n ∈ N∗ , A ∈ Mmn (K) şi λ ∈ K. Matricea notată prin λ · A ∈
Mmn (K) şi definită prin relaţia
λ · A = (λ · aij )i=1,m
j=1,n

se numeşte produsul matricei A cu scalarul λ.

Observaţia 1.3.14 Operaţia prin care asociem perechi (λ, A) ∈ K × Mmn (K) matricea
λ · A se numeşte ı̂nmulţirea cu scalari a matricelor din Mmn (K). În general pentru
simplificarea scrierii vom nota produsul λ · A prin λA.
Propoziţia 1.3.15 Fie m, n ∈ N∗ , A = (aij )i=1,m , B = (bij )i=1,m ∈ Mmn (K) şi λ ∈ K.
j=1,n j=1,n
Atunci:
1. λ · (A + B) = λ · A + λ · B;
2. (λ + µ) · A = λ · A + µ · A;
3. (λµ) · A = λ (µ · A);
4. 1 · A = A.
Definiţia 1.3.16 Dacă m, n ∈ N∗ şi A = (aij )i=1,m ∈ Mmn (K) matricea notată prin At
j=1,n
şi definită prin relaţia
At = (aji ) j=1,n ∈ Mnm (K)
i=1,m
se numeşte matricea transpusă a matricei A.
Observaţia 1.3.17 Dacă A = (aij )i=1,m ∈ Mmn (K), atunci matricea transpusă At =
j=1,n
(aji ) j=1,n ∈ Mnm (K) are coloanele de ordinul i = 1, m formate din elementele liniei i a
i=1,m
matricei A, iar liniile de ordinul j = 1, n sunt formate din elementele coloanei j a matricei
A.
Exemplul 1.3.18 Dacă
 
1 2 0
A= ∈ M23 (K) ,
3 −1 −2
atunci  
1 3
At =  2 −1  ∈ M32 (K) .
0 −2

12
Propoziţia 1.3.19 Dacă m, n, p ∈ N∗ , atunci:

1. (A + B)t = At + B t , pentru orice A, B ∈ Mmn (K);

2. (AB)t = B t At , pentru orice A ∈ Mmn (K) şi orice B ∈ Mnp (K);

3. (λA)t = λAt , pentru orice A ∈ Mmn (K) şi orice λ ∈ K.

1.4 Determinantul unei matrice

Definiţia 1.4.1 Fie n ∈ N∗ şi A = (aij )i,j=1,n ∈ Mn (K). Se numeşte determinant al
matricei A numărul notat prin det A ∈ K dat prin relaţia
X
detA = ε (σ) a1σ(1) a2σ(2) ...anσ(n) , (1.4.1)
σ∈Sn

unde Sn este mulţimea permutărilor mulţimii {1, ..., n}, iar ε (σ) este signatura permutării
σ ∈ Sn .

Observaţia 1.4.2 Determinatul matricei A = (aij )i,j=1,n ∈ Mn (K) este notat prin
relaţia
a11 ... a1n
a21 ... a2n
detA = · · · . (1.4.2)
· · ·
· · ·
am1 ... amn

Observaţia 1.4.3 1. Dacă A = (aij )i,j=1,2 ∈ M2 (K), atunci

a11 a12
detA = = a11 a22 − a21 a12 . (1.4.3)
a21 a22

2. Dacă A = (aij )i,j=1,2 ∈ M2 (K), atunci

a11 a12 a13

detA = a21 a22 a23 =
(1.4.4)
a31 a32 a33
= a11 a22 a33 + a12 a23 a31 + a21 a32 a31 − a13 a22 a31 − a21 a12 a33 − a11 a32 a23 .

Cu ajutorul formulelor 1.4.3 şi 1.4.4 putem cacula determinanţii de ordinul 2 şi 3. În
continuare vom arăta că putem calcula un determinant de ordinul n ≥ 2 prin calculul
unui anumit număr de determinanţi de ordinul n − 1.

Definiţia 1.4.4 Fie n ≥ 2, A = (aij )i,j=1,n ∈ Mn (K) şi ∆ = det A. Pentru orice i0 , j0 ∈
{1, ..., n}, arbitrar fixaţi, determinantul ∆i0 j0 de ordinul n − 1 obţinut prin eliminarea
liniei i0 şi a coloanei j0 din determinantul ∆ se numeşte minorul elementului ai0 j0 .
Numărul
δi0 j0 = (−1)i0 +j0 ∆i0 j0 , (1.4.5)
se numeşte complementul algebric al elementului ai0 j0 ı̂n determinantul ∆.

13
Teorema 1.4.5 Fie n ≥ 2, A = (aij )i,j=1,n ∈ Mn (K) şi ∆ = det A. Pentru orice
i0 , j0 ∈ {1, ..., n} au loc relaţiile

∆ = ai0 1 δi0 1 + ai0 2 δi0 2 + ...ai0 n δi0 n , (1.4.6)

∆ = a1j0 δ1j0 + a2j0 δ2j0 + ...anj0 δnj0 . (1.4.7)

Observaţia 1.4.6 Relaţia 1.4.6 se numeşte dezvoltarea determinantului ∆ după

linia i0 , iar relaţia 1.4.7 se numeşte dezvoltarea determinantului ∆ după coloana
j0 .

Corolar 1.4.7 Fie n ≥ 2 şi A = (aij )i,j=1,n ∈ Mn (K). Atunci pentru orice i0 , j0 ∈
{1, ..., n} , i0 6= j0 , are loc relaţia

ai0 1 δj0 1 + ai0 2 δj0 2 + ...ai0 n δj0 n = 0. (1.4.8)

Propoziţia 1.4.8 Fie n ∈ N∗ şi A = (aij )i,j=1,n ∈ Mn (K).

1. Dacă At este transpusa matricei A, atunci detA = det At .

2. Dacă matricea A1 este obţinută prin schimbarea poziţiilor a două linii sau a două
coloane din matricea A, atunci det A = − det A1 .

3. Dacă matricea A are două linii sau două coloane identice atunci det A = 0;

4. Dacă B este matricea

a11 ... λa1i ... a1n
 
 a21 ... λa2i ... a2n 
B=
 ·· · · · · 
· · · · 
· · · · ·
an1 ... λani ... ann

adică este obţinută prin ı̂nmulţirea coloanei j ∈ {1, ..., n} a matricei A cu numărul
λ ∈ K, atunci det B = λ det A.

5. Dacă B este matricea  

a11 ... a1n
 ·· ·
·
·
· 
 · · · 
B =  λai1 ... λain
 

 · · · 
 · · · 
· · ·
an1 ... ann
adică este obţinută prin ı̂nmulţirea liniei i ∈ {1, ..., n} a matricei A cu numărul
λ ∈ K, atunci det B = λ det A.

6. Dacă o linie sau o coloană a matricei A conţine doar numărul 0, atunci det A = 0.

7. Dacă A = B + C, unde
a11 ... a1(j0 −1) b1j0 a1(j0 +11) ... a1n
 
· · · · · · ·
B= · · · · · · · 
· · · · · · ·
an1 ... an(j0 −1) bnj0 an(j0 +11) ... ann

14
 a11 ... a1(j0 −1) c1j0 a1(j0 +11) ... a1n
 
· · · · · · ·
C= · · · · · · · ,
· · · · · · ·
an1 ... an(j0 −1) cnj0 an(j0 +11) ... ann
atunci det A = det B + det C.
8. Dacă A = B + C, unde
   
a11 ... a1n a11 ... a1n
· · · · · ·
 · · ·   · · · 
 · · ·   · · · 
 a(i0 −1)1 ... a(i0 −1)n  a(i0 −1)1 ... a(i0 −1)n
   
 
B =  bi0 1 ... b i0 n  şi C =  ci0 1 ... c i0 n
   

 a(i0 +1)1 ... a(i0 +1)n  a(i0 +1)1 ... a(i0 +1)n
   
 
 · · ·   · · · 
 · · ·   · · · 
· · · · · ·
an1 ... ann an1 ... ann
atunci det A = det B + det C.

Observaţia 1.4.9 Determinantul matricei A ∈ Mn (K) este nul dacă:

1. o linie sau o coloană conţine doar elementul 0;

2. are două linii sau două coloane proporţionale;
3. o linie (respectiv o coloană) este combinaţie liniară de alte linii (respectiv alte co-
loane).

Observaţia 1.4.10 Valoarea unui determinant nu se schimbă dacă la o linie ( coloană)

adăugăm combinaţii liniare formate din alte linii (coloane).

Propoziţia 1.4.11 Fie n ∈ N∗ şi A, B ∈ Mn (K). Atunci

det AB = det A det B.

Propoziţia 1.4.12 Un determinant este nul dacă şi numai dacă una din coloanele sale
(respectiv una din coloanele) sale este o combinaţie liniară de celelalte linii (respectiv
coloane).

1.5 Rangul unei matrice

Fie m, n ∈ N∗ , A = (aij )i=1,m ∈ Mmn (K), A 6= Omn , şi considerăm un număr k
j=1,n
astfel ı̂ncât k ∈ {1, ..., min {m, n}} (unde min {m, n} minimul numerelor m şi n ). Din
matricea A alegem k linii i1 , ..., ik şi k coloane j1 , ..., jk . Vom nota prin ait js , t, s ∈ {1, ..., k},
elementele matricei A care se găsesc la intersecţia liniei it şi a coloanei js . Cu ajutorul
acestor elemente construim o matrice pătratică de ordinul k
ai1 j1 ai1 j2 ... ... ai1 jk
 
 ai2 j1 ai2 j2 ... ... ai2 jk 
 · · · · ·  ∈ Mk (K)
 · · · · · 
· · · · ·
aik j1 aik j2 ... ... aik jk

15
al cărui determinant se numeşte minor de ordinul k al matricei A.
k
Putem alege liniile i1 , ..., ik ı̂n Cm moduri, iar coloanele j1 , ..., jk pot fi alese ı̂n Cnk , deci
k
avem Cm · Cnk minori de ordinul k care pot fi asociaţi matricei A.
Deoarece A 6= Omn rezultă că matricea A are cel puţin un element nenul, deci există
un minor de ordinul 1 diferit de zero. Mulţimea minorilor de rang k ∈ {1, ..., min {m, n}}
este finită deci există un număr k0 ∈ {1, ..., min {m, n}}, astfel ı̂ncât există un minor de
rang k0 nenul, iar minorii de rang r ∈ {k0 , ..., min {m, n}}(dacă există) sunt nuli.

Definiţia 1.5.1 O matrice nenulă A = (aij )i=1,m ∈ Mmn (K) are rangul k, vom scrie
j=1,n
rangA = k, dacă există un minor de rang k nenul şi orice minor de rang mai mare decât
k (dacă există) sunt nuli.

Observaţia 1.5.2 1. Dacă A = (aij )i=1,m ∈ Mmn (K), atunci

j=1,n

rangA ∈ {1, ..., min {m, n}} .

2. Prin definiţie vom spune că rangul matricei nule Omn este 0.

Următoarea teoremă reduce numărul de minori care trebuie calculaţi pentru a stabili
rangul unei matrice.

Teorema 1.5.3 O matrice nenulă A = (aij )i=1,m ∈ Mmn (K) are rangul k dacă şi numai
j=1,n
dacă există un minor de rangul k nenul şi orice minor de rang k + 1 este nul.

Teorema 1.5.4 Fie A ∈ Mmn (K) şi B ∈ Mnp (K). Atunci

rang (AB) ≤ min {rangA, rangB} .

Propoziţia 1.5.5 Rangul unei matrice A este egal cu numărul maxim de linii (respectiv
coloane) care se pot alege dintre liniile (respectiv coloanele) matricei A, astfel ı̂ncât niciuna
dintre ele să nu fie combinaţie liniară a celorlalte.

1.6 Matrice inversabile

Definiţia 1.6.1 O matrice pătratică A ∈ Mn (K) se numeşte inversabilă dacă există
o matrice B ∈ Mn (K) astfel ı̂ncât are loc relaţia

AB = BA = I n . (1.6.1)

Matricea B care verifică proprietatea 1.6.1 se numeşte inversa matricei A.

Propoziţia 1.6.2 Dacă matricea A ∈ Mn (K) este inversabilă, atunci inversa sa este
unică.

Observaţia 1.6.3 Având ı̂n vedere propoziţia anterioară vom nota inversa unei matrice
A ∈ Mn (K) prin A−1 .

16
 În continuare vom studia ı̂n ce condiţii o matrice pătratică A ∈ Mn (K) este inver-
sabilă. Pentru orice i, j ∈ {1, ..., n} notăm prin Aij complementul algebric al elementului
aij ı̂n matricea A, adică
Aij =δij . (1.6.2)
Cu numerele Aij , i, j ∈ {1, ..., n}, construim matricea pătratică

A11 A21 ... ... An1

 
 A12 A21 ... ... An2 
A∗ = 
 ·· · · · ·  ∈ Mn (K) , (1.6.3)
· · · · 
· · · · ·
A1n A2n ... ... Ann

care se va numi matricea adjunctă a matricei A. Atunci

a11 ... a1n A11 A21 ... ... An1

  
a 21 ... a 2n A A21 ... ... An2
AA∗ =    ·12
   
· · · · · · · =
 · · ·  · · · · · 
· · · · · · · ·
an1 ... ann A1n A2n ... ... Ann
 Pn n
P n
P   Pn n
P n
P 
a1j A1j a1j A2j ... a1j Anj a1j δ1j a1j δ2j ... a1j δnj
 j=1 j=1 j=1   j=1 j=1 j=1 
 n n n
  n n n
 P P P   P P P 
a2j A1j a2j A2j ... a2j Anj a δ a2j δ2j ... a2j δnj

 =  j=1 2j 1j
   
=
 j=1 · j=1 j=1 j=1 j=1 
· · · · · · ·
  
 · · · ·   · · · · 
 · · · ·   · · · · 
 Pn n
P n
P   P n n
P n
P 
anj A1j anj A2j ... anj Anj anj δ1j anj δ2j ... anj δnj
j=1 j=1 j=1 j=1 j=1 j=1

Conform teoremei 1.4.5 şi corolarului 1.4.7 rezultă

∆ 0 ... ... 0
 
 0 ∆ ... ... 0 
AA∗ = 
 ·· ·· ·· ·· ··  = ∆In ,
 (1.6.4)
· · · · ·
0 0 ... ... ∆

unde ∆ este determinantul matricei A. Analog se arată că

A11 A21 ... ... An1 a11 ... a1n

  
A12 A21 ... ... An2 a ... a2n
A∗ A =    ·21 ·
   
 = ∆In (1.6.5)
 ·· ·
·
·
·
·
·
·
·   · ·
·
· 
· · · · · · · ·
A1n A2n ... ... Ann an1 ... ann

Teorema 1.6.4 O matrice A ∈ Mn (K) este inversabilă dacă şi numai dacă det A 6= 0.

Observaţia 1.6.5 Din demonstraţia teoremei precedente rezultă că dacă A ∈ Mn (K)
este inversabilă, atunci
1
A−1 = A∗ ,
det A
∗
unde A este matricea adjunctă a matricei A, ce a fost definită prin relaţia 1.6.3.

17
1.7 Sisteme de ecuaţii
Prin ecuaţie cu n necunoscute ı̂nţelegem o expresie de forma
a1 x1 + a2 x2 + ... + an xn = b, (1.7.1)
unde x1 , ..., xn reprezintă necunoscutele ce trebuie determinate, a1 , ..., an ∈ K sunt
coeficienţii corespunzători necunoscutelor şi b este termenul liber.
În cazul ı̂n care avem m ecuaţii cu n necunoscute obţinem un sistem de m ecuaţii cu
n necunoscute care este scris sub forma generală


 a11 x1 + a12 x2 + ... + a1n xn = b1
a21 x1 + a22 x2 + ... + a2n xn = b2

, (1.7.2)

 . . . . . . . . .
am1 x1 + am2 x2 + ... + amn xn = bm


unde x1 , ..., xn reprezintă necunoscute ce trebuie determinate, aij ∈ K, i = 1, m, j = 1, n,

este coeficientul corespunzător necunoscutei xj din ecuaţia i, iar şi bi , i = 1, m, este
termenul liber corespunzător ecuaţiei i. Dacă b1 = b2 = ... = bn = 0, atunci sistemul


 a11 x1 + a12 x2 + ... + a1n xn = 0
a21 x1 + a22 x2 + ... + a2n xn = 0

, (1.7.3)

 . . . . . . . . .
am1 x1 + am2 x2 + ... + amn xn = 0


se numeşte sistem liniar omogen.

Prin soluţie a sistemului de acuaţii 1.7.2 ı̂nţelegem un sistem de numere α1 , ..., αn ∈
K astfel ı̂ncât avem


 a11 α1 + a12 α2 + ... + a1n αn = b1
a21 α1 + a22 α2 + ... + a2n αn = b2

, (1.7.4)

 . . . . . . . . .
am1 α1 + am2 α2 + ... + amn αn = bm


adică ı̂nlocuind necunoscutele sistemului 1.7.2 cu numerele α1 , ..., αn , toate ecuaţiile sis-
temului 1.7.2 sunt verificate.
Definiţia 1.7.1 Un sistem de m ecuaţii cu n necunoscute de forma 1.7.2 se numeşte
1. incompatibil dacă nu are soluţii;
2. compatibil determinat dacă are o unică soluţie;
3. compatibil nedeterminat dacă are o infinitate de soluţii.
Definiţia 1.7.2 1. Fiind dat sistemul 1.7.2 matricea A formată din coeficenţii necu-
noscutelor, adică
a11 ... a1n
 
 a21 ... a2n 
A=  ·· · ·  ∈ Mmn (K) , (1.7.5)
· · 
· · ·
am1 ... amn
se numeşte matricea coeficienţilor sistemului 1.7.2 (pe scurt matricea sis-
temului).

18
 2. Dacă la coloanele matricei A se adaugă coloana formată din termenii liberi obţinem
matricea extinsă
a11 ... a1n b1
 
 a21 ... a2n b2 
A=  ·· · · ·  ∈ Mmn (K) . (1.7.6)
· · · 
· · · ·
am1 ... amn bm

3. Matricile coloană
x1 b1
   
 x2   b 
X= ·  , respectiv B =  ·2  ,
 ·   · 
· ·
xm bm

reprezintă matricea necunoscutelor, respectiv matricea termenilor liberi.

Observaţia 1.7.3 Cu notaţiile introduse ı̂n definiţia precedentă sistemul 1.7.2 poate fi
scris sub forma unei ecuaţii matriciale

AX = B. (1.7.7)

În continuare vom studia problema compatibilităţii unui sistem de ecuaţii de forma
1.7.2, adică precizarea unor rezultate care ne ajută să stabilim dacă sistemul de ecuaţii
are soluţii.
Un caz particular este cel ı̂n care avem un sistem cu n ecuaţii şi n necunoscute


 a11 α1 + a12 α2 + ... + a1n αn = b1
a21 α1 + a22 α2 + ... + a2n αn = b2

, (1.7.8)

 . . . . . . . . .
an1 α1 + an2 α2 + ... + ann αn = bn


care are determinantul matricei sistemului A nenulă. Vom nota prin ∆ = det A şi prin

a11 ... a1(i−1) b1 a1(i+1) ... a1n

a21 ... a2(i−1) b2 a2(i+1) ... a2n
∆i = · · · · · · · , i = 1, n, (1.7.9)
· · · · · · ·
· · · · · · ·
an1 ... an(i−1) bn an(i+1) ... ann

determinantul matricei obţinute prin ı̂nlocuirea coloanei i a matricei A cu coloana terme-

nilor liberi.

Teorema 1.7.4 (Regula lui Cramer) Dacă ∆ 6= 0, atunci sistemul 1.7.8 are o unică
soluţie dată prin relaţiile
∆1 ∆2 ∆n
x1 = , x2 = , ..., xn = . (1.7.10)
∆ ∆ ∆
Observaţia 1.7.5 Formulele 1.7.10 se numesc formulele lui Cramer.

19
Corolar 1.7.6 Sistemul omogen 1.7.2 având determinantul sistemului ecuaţiei nenul ad-
mite doar soluţia banală
x1 = x2 = ... = xn = 0.

În cazul general, când avem un sistem de m cu n necunoscute, următoarea teoremă

ne arată ı̂n ce condiţii acest sistem este compatibil.

Teorema 1.7.7 (Kroneker-Cappeli) Sistemul de ecuaţii



 a11 x1 + a12 x2 + ... + a1n xn = b1
a21 x1 + a22 x2 + ... + a2n xn = b2

, (1.7.11)

 . . . . . . . . .
am1 x1 + am2 x2 + ... + amn xn = bm


este compatibil dacă şi numai dacă rangul matricei sistemului A este egal cu rangul ma-
tricei extinse A.

Adeseori este dificil de demonstrat prin calcul direct egalitatea rangA = rangA, prin
urmare se impune determinarea unei metode prin care să rezolvarea aplicaţiilor să fie mai
rapidă. Dacă presupunem că rangA = k atunci determinăm o matrice

ai1 j1 ai1 j2 ... ... ai1 jk

 
 ai2 j1 ai2 j2 ... ... ai2 jk 
B=  ·· · · · ·  ∈ Mk (K)
· · · · 
· · · · ·
aik j1 aik j2 ... ... aik jk

formată din elementele lui A astfel ı̂ncât, orice altă matrice formată din elementele lui
A care contine pe B să aibă determinantul nul. Determinantul matricei B se va numi
minor principal. Pentru a arăta că rangA = rangA este suficient să demonstrăm că
pentru orice s ∈ {1, ..., m} \ {i1 , ..., ik } matricea

ai1 j1 ai1 j2 ... ... ai1 jk bi1

 
 ai2 j1 ai2 j2 ... ... ai2 jk bi2 
 · · · · · · 
C=  · · · · · · ·  ∈ Mk+1 (K)
· · · · · 
 a
ik j1 aik j2 ... ... aik jk bik

asj1 asj2 ... ... asjk bs

are determinantul nul. Determinantul matricei C se numeşte minor caracteristic.

Teorema Kroneker-Cappeli poate fi enunţată sub următoarea formă.

Teorema 1.7.8 (Rouché) Un sistem de forma 1.7.11 este compatibil dacă şi numai
dacă toţi minorii caracteristici sunt nuli.

Pentru rezolvarea sistemelor de ecuaţii de forma 1.7.11 putem enunţa următorul algo-
ritm:

1. Studiem dacă sistemul este compatibil, adică dacă rangA = rangA.

(a) Dacă sistemul este incompatibil, atunci tragem concluzia că sistemul nu are
soluţii.

20
 (b) În caz contrar vom continua următoarele etape ale algoritmului.

2. Dacă rangA = rangA = k atunci există un minor principal de ordinul k, astfel

ı̂ncât toţi minorii caracteristici sunt nuli. Fără a reduce generalitatea algoritmului
presupunem că minorul principal d este obţinut prin intersecţia primelor k linii cu
primele k coloane, adică
a11 ... a1k
a21 ... a2k
d= · · · ∈ Mk (K) . (1.7.12)
· · ·
· · ·
ak1 ... akk

3. Dacă k = n, atunci sistemul



 a11 x1 + a12 x2 + ... + a1n xn = b1
a21 x1 + a22 x2 + ... + a2n xn = b2

, (1.7.13)

 . . . . . . . . .
an1 x1 + an2 x2 + ... + ann xn = bn


are acelaşi număr de ecuaţii şi necunoscute, iar determinantul sistemului este nenul.
Prin urmare, sistemul 1.7.13 are o soluţie unică pe care o determinăm cu formulele
lui Cramer. Trebuie precizat că sistemul iniţial 1.7.11 are m ecuaţii, dar ı̂n acest caz
orice soluţie a sistemului 1.7.13 este soluţie şi pentru sistemul 1.7.11.
4. Dacă k < n, atunci vom spune că necunoscutele x1 , ..., xk sunt necunoscute prin-
cipale, iar xk+1 , ..., xn sunt necunoscute secundare. Considerăm sistemul


 a11 x1 + ... + a1k xk = b1 − a1(k+1) xk − ... − a1n xn
a21 x1 + ... + a2k xk = b2 − a2(k+1) xk − ... − a2n xn

, (1.7.14)

 . . . . . . . . . . . . .
ak1 x1 + ... + akk xk = bn − ak(k+1) xk − ... − akn xn


Vom nota necunoscutele secundare



 xk+1 = tk+1
xk+2 = tk+2

, tk+1 , .., tn ∈ K,

 . . .
xn = t n


deci sistemul 1.7.14 devine



 a11 x1 + ... + a1k xk = b1 − a1(k+1) tk − ... − a1n tn
a21 x1 + ... + a2k xk = b2 − a2(k+1) tk − ... − a2n tn

. (1.7.15)

 . . . . . . . . . . . . .
ak1 x1 + ... + akk xk = bn − ak(k+1) tk − ... − akn tn


Pentru tk+1 , .., tn ∈ K, arbitrar fixaţi, sistemul 1.7.15 cu k linii şi necunoscute are
determinantul sistemului nenul, deci cu ajutorul formulelor lui Cramer determinăm
o unică soluţie. Cum tk+1 , .., tn pot lua orice valoare reală rezultă că sistemul are o
infinitate de soluţii. În acest caz valorile necunoscutelor x1 , ..., xk depind de necu-
noscutele secundare xk+1 , ..., xn .
Propoziţia 1.7.9 Un sistem de ecuaţii omogene admite doar soluţia banală dacă şi nu-
mai dacă determinantul matricei sistemului este nenul.

21
22
Capitolul 2

SPAŢII VECTORIALE

În acest capitol sunt prezentate principalele rezultate privind spaţiile vectoriale. Vom
nota cu K unul dintre corpurile: R(al numerelor reale) sau C(al numerelor complexe).

2.1 Noţiuni generale

Definiţia 2.1.1 Numim spaţiu vectorial peste corpul K o mulţime de elemente X pe care
sunt definite două operaţii:
-una internă (numită adunare ı̂ntre elemente sau lege de compoziţie in-
ternă):
+:X ×X →X
(x, y) → x + y, (∀) (x, y) ∈ X × X
-alta externă (numită ı̂nmulţire cu scalari sau lege de compoziţie externă):

· :K×X →X

(α, x) → α · x, (∀) (α, x) ∈ K × X

ce satisfac următoarele condiţii:

A) x + (y + z) = (x + y) + z, (∀) x, y, z ∈ X;

EN) există 0X ∈ X astfel ı̂ncât

0X + x = x + 0X = x, (∀) x ∈ X;

ES) pentru orice x ∈ X există x′ astfel ı̂ncât

x′ + x = x + x′ = 0X ;

C) x + y = y + x, (∀) x, y ∈ X ;

SV1) 1 · x = x, (∀) x ∈ X;

23
SV2) α (β x) = (αβ) x, (∀) α, β ∈ K, (∀) x ∈ X;
SV3) (α + β) x = α x + β x, (∀) α, β ∈ K, (∀) x ∈ X;
SV4) α (x + y) = α x + α y, (∀) α ∈ K, (∀) x, y ∈ X;

Elementele unui spaţiu vectorial se numesc vectori, iar elementele corpului K se nu-
mesc scalari. Spaţiul vectorial peste corpul K va fi notat prin (X, K) sau chiar prin X.

Definiţia 2.1.2 În condiţiile definiţiei anterioare elementul 0X se numeşte elementul

nul (indicele va fi omis, exceptând cazurile ı̂n care vrem să precizăm spaţiile), iar ele-
mentul x′ se numeşte elementul opus lui x şi se notează cu −x.

Definiţia 2.1.3 Corpul K se numeşte corpul scalarilor. Dacă K = R , atunci (X, K)

se numeşte spaţiu vectorial real, iar dacă K = C, atunci (X, K) se numeşte spaţiu
vectorial complex.

Observaţia 2.1.4 Dacă este un spaţiu vectorial atunci:

1. elementul nul este unic şi pentru orice x ∈ X are loc relaţia 0X · x = 0X ;
2. pentru orice x ∈ X, elementul opus este unic şi are loc relaţia −x = (−1) · x.

Definiţia 2.1.5 Dacă X este un spaţiu vectorial, A, B ⊂ X şi α ∈ K definim mulţimile:

A + B = { x + y | x ∈ A, y ∈ B }

αA = { αx | x ∈ A }
În particular dacă B = {y}, y ∈ B, vom scrie

A + {y} = { x + y | x ∈ A }

Exemple de spaţii vectoriale.

1. Mulţimea matricilor cu m linii şi n coloane cu elementele din corpul K, notată prin
Mmn (K), este un spaţiu vectorial peste K ı̂n raport cu operaţiile uzuale cu matrici.
2. Mulţimea numerelor reale R este un spaţiu vectorial real.
3. Dacă Rn este mulţimea formată din sisteme de n numere reale

Rn = x = (x1 , ..., xn ) | xi ∈ X, i = 1, n


devine spaţiu vectorial real ı̂n raport cu operaţiile:

- de adunare definită prin

x + y = (x1 , ..., xn ) + (y1 , ..., yn ) ,

- de ı̂nmulţire definită prin

α x = (α x1 , ..., α xn ) ,

unde x = (x1 , ..., xn ) , y = (y1 , ..., yn ) ∈ Rn şi α ∈ K.

24
2.2 Subspaţii vectoriale
Definiţia 2.2.1 Fie (X, K) un spaţiu vectorial. O submulţime X0 se numeşte subspaţiu
vectorial liniar al lui X dacă are proprietăţile:

1. x + y ∈ X0 , pentru orice x, y ∈ X0 ;

2. α x ∈ X0 , pentru orice α ∈ K şi x ∈ X0 .

Dacă X0 este subspaţiu vectorial al lui X, astfel ı̂ncât X0 6= X şi X0 6= ∅, atunci X0

se numeşte subspaţiu vectorial propriu.

Lema 2.2.2 Fie (X, K) un spaţiu vectorial. Atunci:

1. orice subspaţiu vectorial al lui (X, K) este un spaţiu vectorial;

2. intersecţia unei familii de subspaţii vectoriale ale lui X este un subspaţiu vectorial.

Definiţia 2.2.3 Fie X un spaţiu vectorial şi A ⊂ X. Subspaţiul vectorial obţinut din
intersecţia tuturor subspaţiilor vectoriale care conţin pe A se numeşte subspaţiu vectorial
generat de A (sau acoperirea vectorială a lui A) şi va fi notat Sp (A).

Observaţia 2.2.4 Fie X un spaţiu vectorial şi A ⊂ X. Atunci:

1. se numeşte combinaţie liniară a vectorilor x1 , ..., xn elementul

n
X
x= αi xi = α1 x1 + ... + αn xn , αi ∈ K, i = 1, n;
i=1

2. are loc egalitatea

( n
)
X
Sp (A) = x|x= αi xi , xi ∈ A, αi ∈ K, i = 1, n .
i=1

În plus, Sp (A) este un subspaţiu vectorial al lui X.

Definiţia 2.2.5 Un subspaţiu vectorial X0 al spaţiului vectorial X se numeşte maximal

dacă oricare ar fi subspaţiul vectorial Y0 al lui X, astfel ı̂ncât X0 ⊂ Y0 , are loc una din
egalităţile:
X0 = Y0 sau X = Y0 .

Propoziţia 2.2.6 Fie X0 un subspaţiu maximal al spaţiului vectorial X şi un element

x0 ∈
/ X0 . Atunci
X = Sp {X0 ∪ {x0 }}
şi orice element x ∈ X se reprezintă ı̂n mod unic sub forma

x = x1 + αx0 ,

unde x1 ∈ X0 şi α ∈ K.

25
2.3 Mulţimi liniar independente şi mulţimi liniar de-
pendente
Definiţia 2.3.1 O mulţime de vectori {x1 , ..., xn } din spaţiul vectorial (X, K) se numeşte
mulţime liniar dependentă dacă există scalari λ1 , ..., λn , nu toţi nuli, astfel ı̂ncât
n
X
λi xi = 0.
i=1

În caz contrar, spunem că mulţimea de vectori {x1 , ..., xn } este liniar independentă.

Observaţia 2.3.2 Din definiţia anterioară rezultă că mu (x1 , ..., xn ) este liniar indepen-
Pn
dentă dacă pentru orice λ1 , ..., λn ∈ K pentru care are loc egalitatea λi xi = 0 rezultă
i=1

λ1 = ... = λn = 0.

Observaţia 2.3.3 O submulţime nevidă A a unui spaţiul liniar X se numeşte liniar

independentă dacă orice sistem finit din A este liniar independent.

Lema 2.3.4 Fie (X, K) un spaţiu vectorial. Mulţimea de vectori {x1 , ..., xn } din X este
liniar dependentă dacã şi numai dacă cel puţin unul din vectorii din mulţime se poate
scrie ca o combinaţie liniarã de ceilalţi vectori.

2.4 Dimensiunea unui spaţiu vectorial

Definiţia 2.4.1 Dacă ı̂ntr-un spaţiu vectorial (X, K) nu există sisteme infinite liniar in-
dependente vom spune că X are dimensiune finită (sau X este finit dimensional).
În caz contrar, vom spune că X are dimensiune infinită (sau X este infinit dimen-
sional).

Observaţia 2.4.2 Conform definiţiei anterioare un spaţiu vectorial (X, K) are dimen-
siunea n ∈ N dacă numărul maxim de vectori liniari independenţi este n, adică există n
vectori liniari independenţi, dar orice sistem de n + 1 vectori este liniar dependent.

Definiţia 2.4.3 Dacă (X, K) este un spaţiu vectorial de dimensiune finită şi numărul
maxim de elemente liniar independente este n ∈ N, atunci se numeşte spaţiu vecto-
rial de dimensiune n sau n-dimensional. În acest caz orice mulţime formată din n
elemente liniar independente se numeşte bază algebrică.

Definiţia 2.4.4 Orice submulţime liniar independentă maximală a unui spaţiu vectorial
(X, K) se numeşte bază algebrică a lui X. Mulţimea bazelor spaţiului vectorial (X, K)
se va nota prin B (X). Dacă B = {x1 , ..., xn } ∈ B (X), atunci matricea

(B) = (x1 ...xn ) ,

se numeşte matricea asociată bazei .

26
Propoziţia 2.4.5 Fie (X, K) un spaţiu vectorial de dimensiune finită şi B =
{x1 , ..., xn } ∈ B (X) o bază algebrică a lui X. Atunci orice vector x ∈ X se reprezintă ı̂n
mod unic sub forma unei combinaţii liniare a vectorilor din baza algebrică, adică există
scalarii α1 , ..., αn ∈ K astfel ı̂ncât
x = α1 x1 + ... + αn xn . (2.4.1)
Observaţia 2.4.6 Dacă (X, K) este un spaţiu vectorial n dimensional şi B =
{x1 , ..., xn } ∈ B (X), atunci din propoziţia anterioară rezultă că pentru orice vector x ∈ X
există şi sunt unici scalarii λ1 , ..., λn ∈ K, nu toţi nuli, astfel ı̂ncât
n
X
x= λi xi = λ1 x1 + ... + λn xn . (2.4.2)
i=1

Scalarii λ1 , ..., λn pentru care are loc relaţia 2.4.2 se numesc coordonatele vectorului
x ı̂n raport cu baza B şi pentru simplificarea scrierii vom folosi notaţia
x = (λ1 , ..., λn )B . (2.4.3)
Definiţia 2.4.7 Fie (X, K) un spaţiu vectorial de dimensiune finită şi B ∈ B (X) o bază
algebrică a lui X. Dacă x = (λ1 , ..., λn )B ∈ X, matricea
 
λ1
 · 
 
(x)B =   ·  ∈ Mn1 (K) .
 (2.4.4)
 · 
λn
se numeşte matricea coordonatelor vectorului x ı̂n baza B.
Observaţia 2.4.8
1. Dacă (X, K) este un spaţiu vectorial n-dimensional şi B ∈ B (X), atunci pentru
orice x ∈ X are loc egalitatea x = (B) (x)B .
2. Fie (X, K) un spaţiu vectorial n-dimensional şi B ∈ B (X) o bază algebrică a lui .
Dacă
x = (λ1 , ..., λn )B , y = (β1 , ..., βn )B ∈ K şi α ∈ K.
atunci operaţiile definite pe spaţiul vectorial X pot fi prezentate sub forma
x + y = (λ1 , ..., λn )B + (β1 , ..., βn )B = (λ1 + β1 , ..., λn + βn )B , (2.4.5)
αx = (αλ1 , ..., αλn )B . (2.4.6)
3. Dacă (X, K) este un spaţiu vectorial n-dimensional şi B ∈ B (X), atunci pentru
orice x, y ∈ X şi orice α, β ∈ K are loc egalitatea
(αx + βy)B = α (x)B + β (y)B . (2.4.7)

Propoziţia 2.4.9 Dacă (X, K) este un spaţiu vectorial de dimensiune finită şi B ∈
B (X), atunci Sp (B) = X.
Lema 2.4.10 Dacă (X, K) este un spaţiu vectorial, S = {x1 , ..., xm } ⊂ X şi B ∈ B (X).
Numărul de vectori liniar independenţi din mulţimea S este egal cu rangul matricei ce are
pe coloane coordonatele vectorilor ı̂n raport cu baza B.

27
2.5 Matricea de trecere de la o bază la alta
Fie (X, K) un spaţiu vectorial n-dimensional şi

B1 = {e1 , ..., en } , B2 = {f1 , ..., fn } ∈ B (X) .

Din propoziţia 2.4.5 rezultă că aij ∈ K, i, j = 1, n, astfel ı̂ncât.

n
X
fi = ai j ej = ai1 e1 + ain en , i = 1, n. (2.5.1)
j=1

Matricial relaţia poate fi scrisă sub forma

    
f1 a11 ... a1n e1
 ·   · ·  · 
    
 · = · ·  ·  (2.5.2)
    
 ·   · ·  · 
fn an1 ... ann en

sau echivalent
(B2 )t = (aij )i,j=1,n (B1 )t , (2.5.3)
unde prin At ı̂nţelegem transpusa matricei A.

Definiţia 2.5.1 Fie (X, K) un spaţiu vectorial n-dimensional şi aplicaţia

(, ) : B (X) × B (X) → Mn (K) .

dată prin relaţia  

a11 ... a1n

 · · 

(B1 , B2 ) = 
 · · 
 (2.5.4)
 · · 
an1 ... ann
unde
B1 = {e1 , ..., en } , B2 = {f1 , ..., fn } ∈ B (X) .
şi
n
X
fj = aij ej = ai1 e1 + ... + ain en , i = 1, n.
j=1

Matricea (B1 , B2 ) se numeşte matricea de trecere de la baza B1 la baza B2 .

Observaţia 2.5.2 1. Linia i, i = 1, n, a matricii (B1 , B2 ) este formată din compo-

nentele vectorului fi ı̂n raport cu baza B1 .

2. Are loc relaţia matricială

(B2 )t = (B1 , B2 ) (B1 )t , (2.5.5)

28
 3. (B1 , B1 ) = In (In este matricea unitate).

Propoziţia 2.5.3 Fie (X, K) un spaţiu vectorial n-dimensional şi B1 , B2 , B3 ∈ B (X).

Atunci are loc relaţia
(B1 , B3 ) = (B2 , B3 ) (B1 , B2 ) . (2.5.6)

Teorema 2.5.4 Dacă (X, K) este un spaţiu vectorial n-dimensional, atunci pentru orice
baze algebrice B1 , B2 ∈ B (X) matricea (B1 , B2 ) este inversabilă şi inversa sa este matri-
cea (B2 , B1 ).

2.6 Schimbarea coordonatelor unui vector la schim-

barea bazei
Fie (X, K) un spaţiu vectorial n-dimensional şi B1 , B2 ∈ B (X). Dacă se cunosc coor-
donatele unui vector ı̂n baza B1 şi matricea de trecere de la o bază la alta apare ı̂ntrebarea
naturală dacă se pot determina coordonatele acestuia ı̂n raport cu baza B2 . Răspunsul
este dat de următoarea teoremă.

Teorema 2.6.1 Dacă (X, K) un spaţiu vectorial n-dimensional şi B1 , B2 ∈ B (X), atunci
pentru orice vector x ∈ X are loc relaţia

( x )B2 = (B2 , B1 )t ( x )B1 . (2.6.1)

2.7 Spaţii vectoriale izomorfe

Definiţia 2.7.1 Spunem că spaţiile vectoriale (X, K) şi (Y, K) sunt izomorfe dacă
există o aplicaţie bijectivă f : X → Y cu proprietatea

f ( α x + β y ) = α f (x) + β f (y) , (∀) x, y ∈ X, (∀) α , β ∈ K. (2.7.1)

Propoziţia 2.7.2 Două spaţii vectoriale n−dimensionale cu acelaşi corp al scalarilor

sunt izomorfe.

29
30
Capitolul 3

SPAŢII VECTORIALE
EUCLIDIENE

3.1 Definiţia spaţiului euclidian

Definiţia 3.1.1 Fie (X, K) un spaţiu vectorial. O aplicaţie <, >: X × X → K, care
satisface condiţiile:

PS1 ) < x, x > > 0, (∀) x ∈ X; < x, x >= 0 dacă şi numai dacă x = 0X ;

PS2 ) < x, y >= < y, x >, (∀) x, y ∈ X;

PS3 ) < α x, y >= α < x, y >, (∀) x, y ∈ X şi (∀) α ∈ K;

PS4 ) < x + y, z >=< x, z > + < y, z >, (∀) x, y, z ∈ X,

se numeşte produs scalar pe spaţiul vectorial X.

Definiţia 3.1.2 Un spaţiu vectorial real ı̂nzestrat cu un produs scalar < , > se numeşte
spaţiu euclidian (spaţiu vectorial prehilbertian sau spaţiu unitar) şi vom folosi
notaţia (X, <, >).
Dacă K = R, atunci (X, <, >) se numeşte spaţiu euclidian real, iar dacă K = C,
atunci (X, <, >) se numeşte spaţiu euclidian complex.

Observaţia 3.1.3 1. Dacă (X, <, >) este un spaţiu euclidian real, atunci condiţia
P S2 poate fi substituită prin condiţia
′
P S2 ) < x, y >=< y, x >, (∀) x, y ∈ X.

2. Dacă (X, <, >) este un spaţiu euclidian şi Y este un subspaţiu al său, atunci
restricţia produsului scalar < , > la spaţiul Y defineşte un produs scalar pe Y .
Prin urmare, orice subspaţiu al unui spaţiu euclidian este tot un spaţiu euclidian.

Exemple de spaţii euclidiene.

31
 1. Dacă considerăm spaţiul vectorial Cn , atunci aplicaţia <, >: Cn × Cn → Cn definită
prin
n
X
< x, y >= xi yi , (∀) x = ( x1 , ..., xn ) , y = ( y1 , ..., yn ) ∈ Cn (3.1.1)
i=1

defineşte un produs scalar pe spaţiul Cn .

2. Spaţiul vectorial real Rn devine spaţiu euclidian ı̂n raport cu aplicaţia <, >: Rn ×
Rn → Rn definită prin
n
X
< x, y >= xi yi , (∀) x = ( x1 , ..., xn ) , y = ( y1 , ..., yn ) ∈ Rn . (3.1.2)
i=1

Observaţia 3.1.4 Produsele scalare definite prin formulele 3.1.1, respectiv 3.1.2, vor fi
considerate ı̂n continuare ca fiind produsele scalare euclidiene pe spaţiile Cn , respectiv Rn .

Propoziţia 3.1.5 Fie (X, <, >) un spaţiu euclidian şi B = { e1 , e2 , ..., en } ∈ B (X).
Aplicaţia <, >: X × X → K dată prin relaţia
n
X
< x, y >= xi yi (3.1.3)
i=1

oricare ar fi x = ( x1 , ..., xn )B , y = ( y1 , ..., yn )B ∈ X, este un produs scalar pe X.

Lema 3.1.6 Fie (X, <, >) un spaţiu euclidian şi y ∈ X. Dacă

< x, y >= 0 sau < y, x >= 0, (∀) x ∈ X,

atunci y = 0X .

Lema 3.1.7 Dacă (X, <, >) este un spaţiu euclidian, atunci

1. < x, α y >= α < x, y >, (∀) x, y ∈ X, (∀) α ∈ K;

2. < x, y + z >=< x, y > + < x, z >, (∀) x, y, z ∈ X;

3. < x, 0X >=< 0X , x >= 0, (∀) x ∈ X.

Observaţia 3.1.8 Dacă (X, <, >) este un spaţiu euclidian din proprietăţile P S3 ) şi P S4 )
rezultă
Xn m
X Xn Xm
< α i xi , β j yj >= α i β j < x i , yj >
i=1 j=1 i=1 j=1

pentru orice x1 , ..., xn , y1 , ..., ym ∈ X şi orice α 1 , ..., α n , β 1 , ..., β m ∈ K.

Definiţia 3.1.9 Spunem că vectori x şi y dintr-un spaţiu euclidian (X, <, >) sunt orto-
gonali (vom nota x⊥y) dacă < x, y >= 0.

32
Observaţia 3.1.10 Dacă (X, <, >) este un spaţiu euclidian, atunci

0X ⊥x, (∀) x ∈ X.

Propoziţia 3.1.11 (Inegalitatea Cauchy-Buniakovsky) Fie (X, <, >) un spaţiu eu-
clidian. Atunci √ √
| < x, y >| 6 < x, x > < y, y >, (∀) x, y ∈ X. (3.1.4)

Definiţia 3.1.12 Fie (X, <, >) un spaţiu euclidian real şi x, y ∈ X doi vectori nenuli.
Numărul α ∈ [0, π] definit prin egalitatea
< x, y >
cos α = √ √ (3.1.5)
< x, x > < y, y >

se numeşte unghiul dintre cei doi vectori.

Observaţia 3.1.13 Conform inegalităţii Cauchy-Buniakovsky avem

| < x, y > |
| cos α | = √ √ 6 1,
< x, x > < y, y >

deci formula 3.1.5 este corect definită. În plus, doi vectori x şi y sunt ortogonali dacă şi
numai dacă unghiul dintre ei este π/2.

3.2 Spaţii normate

Definiţia 3.2.1 Fie (X, K) un spaţiu vectorial. O aplicaţie k·k : X → R, care satisface
condiţiile:

N1 ) k x k > 0, (∀) x ∈ X; kxk = 0 ⇔ x = 0X ;

N2 ) k α x k = | α | k x k, (∀) x ∈ X, (∀) α ∈ K;

N3 ) k x + y k 6 k x k + k y k, (∀) x, y ∈ X,

se numeşte normă pe spaţiul vectorial X.

Definiţia 3.2.2 Un spaţiu vectorial X ı̂nzestrat cu o normă k·k se numeşte spaţiu nor-
mat şi vom folosi notaţia (X,k·k).

Propoziţia 3.2.3 Fie (X, <, >) un spaţiu euclidian. Atunci aplicaţia k·k : X → R,
definită prin √
k x k = < x, x >, (∀) x ∈ X, (3.2.1)
este o normă pe X.

Definiţia 3.2.4 Fie (X, <, >) un spaţiu euclidian. Norma k·k : X → Rdefinită prin
relaţia √
k x k 2 = < x, x >, (∀) x ∈ X,
se numeşte norma asociată produsului scalar.

33
Observaţia 3.2.5 Dacă < , > este produsul scalar euclidian pe Rn , atunci aplicaţia k·k2 :
Rn → R,
√ p
k x k2 = < x, x > = x1 2 + ... + xn 2 ,
pentru orice x = (x1 , ..., xn ) ∈ Rn , defineşte o normă pe Rn . Norma k·k2 se numeşte
norma euclidiană, iar (Rn , k·k2 ) se numeşte spaţiu normat euclidian.

Propoziţia 3.2.6 Fie (X, <, >) un spaţiu euclidian real şi norma k·k asociată produsului
scalar. Atunci:

1. k x + y k 2 + k x − y k 2 = 2 k x k2 + k y k 2


, (∀) x, y ∈ X; (Regula paralelogra-
mului).

2. x⊥y dacă şi numai dacă k x + y k2 = k x k2 + k y k2 (Teorema lui Pitagora).

3.3 Spaţii metrice

Definiţia 3.3.1 Fie X o mulţime o mulţime nevidă. O aplicaţie d : X × X → R, care
satisface condiţiile:

D1 ) d (x, y) > 0, (∀) x, y ∈ X; d (x, y) = 0 dacă şi numai dacă x = y;

D2 ) d (x, y) = d (y, x), (∀) x, y ∈ X;

D3 ) d (x, z) 6 d (x, y) + d (y, z), (∀) x, y, z ∈ X,

se numeşte metrică sau distanţă pe mulţimea X.

Definiţia 3.3.2 O mulţime X ı̂nzestrată cu o metrică d se numeşte spaţiu metric şi ı̂l
vom nota prin (X, d).

Propoziţia 3.3.3 Fie (X, k·k) un spaţiu vectorial. Atunci aplicaţia d : X × X → R dată
prin relaţia
d (x, y) = k x − y k , (∀) x, y ∈ X, (3.3.1)
defineşte o metrică pe X.

Observaţia 3.3.4 Conform propoziţiei anterioare orice spaţiu normat este un spaţiu me-
tric. Reciproca nu este ı̂n general valabilă. Prin urmare, dacă se are ı̂n vedere şi propoziţia
3.2.3 orice spaţiu euclidian este un spaţiu metric.

Definiţia 3.3.5 Fie < , > produsul scalar euclidian pe Rn . Metrica d2 : Rn → R, dată
prin relaţia
√
q
d2 (x, y) = k x − y k 2 = < x − y, x − y > = (x1 − y1 )2 + ... + ( xn − yn )2

pentru orice x = ( x1 , ..., xn ) , y = ( y1 , ..., yn ) ∈ Rn , se numeşte metrica euclidiană, iar

(Rn , d 2 ) se numeşte spaţiu metric euclidian.

34
3.4 Mulţimi ortogonale
Definiţia 3.4.1 Fie (X, <, >) un spaţiu euclidian. Vom spune că mulţimea nevidă de
vectori S ⊂ X este ortogonală dacă pentru orice vectori x, y ∈ S, x 6= y, avem x⊥y.
Vom nota mulţimea bazelor ortogonale pe X prin B0 (X).

Definiţia 3.4.2 Fie (X, <, >) un spaţiu euclidian. O bază B ∈ B0 (X) se numeşte or-
tonormată dacă este ortogonală şi k x k = 1, pentru orice x ∈ B.

Observaţia 3.4.3 Mulţimea S = { x 1 , ..., x n } ⊂ X este ortonormată dacă

< x i , x j >= δ j i , i, j = 1, n,

unde 
1, i=j
δ ji = .
0, i 6= j

Definiţia 3.4.4 Fie (X, <, >) un spaţiu euclidian. Vom spune că mulţimile nevide de
vectori S, U ⊂ X sunt mulţimi ortogonale dacă

x⊥y, (∀) x ∈ S, (∀) y ∈ U.

Exemplul 3.4.5 1. În spaţiul euclidian R3 ı̂nzestrat cu produsul scalar euclidian vec-
torii x = (1, 2, 1) şi y = (−1, 1 − 1) sunt ortogonali deoarece

< x, y > = 1 · (−1) + 2 · 1 + 1 · (−1) = 0

2. Fie E = { e1 , ..., en } baza canonică a spaţiului euclidian Kn ı̂nzestrat cu produsul

scalar euclidian. Reamintim că ei = ( δ 1 i , ..., δ n i ). Deoarece k ei k = 1, i = 1, n, şi
n
X
< ei , ej >= δ k i δ k j = δ i j , i, j = 1, n,
k=1

rezultă că baza canonică E este ortonormată.

Definiţia 3.4.6 Fie (X, <, >) un spaţiu euclidian şi Y ⊂ X arbitrar aleasă. Mulţimea
Y ⊥ ⊂ X se numeşte complementul ortogonal al mulţimii Y ı̂n spaţiul X dacă
mulţimile Y ⊥ şi Y sunt ortogonale.

Observaţia 3.4.7 Fie (X, <, >) un spaţiu euclidian şi Y ⊂ X un subspaţiu. Atunci
Y ∩ Y ⊥ = {0X }.

Lema 3.4.8 Fie (X, <, >) un spaţiu euclidian şi Y ⊂ X arbitrar aleasă. Atunci Y ⊥ este
un substaţiu al lui X.

35
3.5 Coordonate euclidiene
Definiţia 3.5.1 Fie (X, <, >) un spaţiu euclidian.
√
1. Numărul k x k= < x, x > se numeşte lungimea vectorului x ∈ X.
2. Vectorul x ∈ X se numeşte versor dacă k x k=1.

Lema 3.5.2 Dacă (X, <, >) este un spaţiu euclidian, atunci pentru orice x ∈ X\ {0X }
vectorul k x1 k x este un versor.
1
Definiţia 3.5.3 Fie (X, <, >) un spaţiu euclidian şi x ∈ X\ {0X }. Vectorul kxk
x se
numeşte versorul vectorului x.

Definiţia 3.5.4 Fie (X, <, >) un spaţiu euclidian şi x, y ∈ X, y 6= { 0X }. Vectorul
< x, y > < x, y >
pr y x = y= y (3.5.1)
< y, y > kyk 2
se numeşte proiecţia vectorului x pe vectorul y, iar numărul
< x, y > < x, y >
= (3.5.2)
< y, y > kyk 2
se numeşte mărimea algebrică a proiecţiei.

Teorema 3.5.5 Dacă (X, <, >) este un spaţiu euclidian şi B = { e1 , e2 , ..., en } ∈ B0 (X),
atunci orice vector x ∈ X poate fi reprezentat sub forma
n
X < x, ei >
x= ei (3.5.3)
i=1
< ei , ei >

Corolar 3.5.6 Dacă ı̂n condiţiile teoremei precedente B este ortonormată, atunci
n
X
x= < x, ei > ei . (3.5.4)
i=1

Definiţia 3.5.7 Numerele

< x, ei >, i = 1, n,
din formula 3.5.4 se numesc coordonatele euclidiene ale vectorului x ı̂n raport
cu baza ortonormată B.

Observaţia 3.5.8 Conform definiţiei proiecţiei unui vector relaţia 3.5.3 se poate rescrie
n
X
x= pr e i x.
i=1

Propoziţia 3.5.9 Dacă (X, <, >) este un spaţiu euclidian, atunci orice mulţime ortogo-
nală
S = { x 1 , x 2 , ..., x n } ⊂ X
care nu conţine vectorul nul este liniar independentă.

36
3.6 Procedeul de ortogonalizare Gram-Schmidt
Teorema 3.6.1 Fie (X, <, >) un spaţiu euclidian şi S = { x 1 , x 2 , ..., x n } ⊂ X o mulţime
liniar independentă. Atunci există o mulţime ortogonală M = { y 1 , y 2 , ..., y n } ⊂ X astfel
ı̂ncât
Sp { x 1 , x 2 , ..., x i } = Sp { y 1 , y 2 , ..., y i } , i = 1, n

Demonstraţie. Vom defini vectorii din mulţimea M după cum urmează:

y1 = x1
y 2 = x2 + α 2 1 y1
. . . . .
, (3.6.1)
y i = xi + α i 1 y1 + ... + α i i− 1 yi−1
. . . . .
y n = xn + α n 1 y1 + ... + α n n− 1 yi−1

unde scalarii α i j ∈ K, i = 1, n, j = 1, i − 1, se determină din condiţiile de ortogonalitate

yj ⊥yi , i = 1, n, j = 1, i − 1, adică
< yj , yi >= 0, i = 1, n, j = 1, i − 1.
Dacă ı̂nmulţim scalar cu y1 a doua egalitate din relaţia 3.6.1 din condiţia < y2 , y1 >= 0
rezultă
0 =< x2 , y1 > +α 2 1 < y1 , y1 > .
Cum < y1 , y1 >6= 0 din egalitatea anterioară rezultă
< x2 , y1 >
α 21 = − ,
< y1 , y1 >
ceea ce implică
< x 2 , y1 >
y 2 = x2 − y1 .
< y1 , y1 >
Pentru i = 2, n şi j = 1, i − 1 ı̂nmulţim scalar egalitatea de ordinul i cu vectorul yj
din relaţiile 3.6.1 obţinem
0 =< xi , yj > +α i j < yj , yj >,
de unde deducem
< xi , yj >
α ij = − .
< yj , yj >
Prin urmare,
< x i , y1 > < xi , yi−1 >
y i = xi − y1 + ... − yi−1 . (3.6.2)
< y1 , y1 > < yi−1 , yi−1 >
Modul de calcul al coeficienţilor α i j ∈ K, i = 1, n, j = 1, i − 1, implică ortogonalitatea
sistemului K.
Din relaţiile 3.6.1 şi metoda de construcţie a vectorilor yj , j = 1, i, rezultă că aceşti
vectori sunt definiţi prin combinaţii liniare ale vectorilor { x 1 , x 2 , ..., x i }. Prin urmare,
pentru j = 1, i avem yj ∈Sp{ x 1 , x 2 , ..., x i }, ceea ce implică incluziunea
Sp { y 1 , y 2 , ..., y i } ⊂ Sp { x 1 , x 2 , ..., x i } , i = 1, n (3.6.3)

37
 Pe de altă parte din relaţiile 3.6.1 rezultă

y1 = x1 ,

y1 = x1 x i = yi − α i 1 y1 − ... − α i i− 1 yi−1 , i = 2, n,
deci
xj ∈ Sp { y 1 , y 2 , ..., y i } , j = 1, i.
În concluzie, are loc şi incluziunea

Sp { x 1 , x 2 , ..., x i } ⊂ Sp { y 1 , y 2 , ..., y i } , i = 1, n (3.6.4)

Din relaţiile 3.6.3 şi 3.6.4) rezultă

Sp { x 1 , x 2 , ..., x i } = Sp { y 1 , y 2 , ..., y i } , i = 1, n.

Observaţia 3.6.2 1. Procedeul practic prin care am construit ı̂n demonstraţia prece-
dentă mulţimea ortogonală M = { y 1 , y 2 , ..., y n } se numeşte procedeul de orto-
gonalizare Gram-Schmidt.

2. Conform definiţiei 3.5.4 relaţia 3.6.2 se poate rescrie sub forma

y i = xi − pr y 1 xi + ... − pr y i−1 xi , i = 1, n.

Teorema 3.6.3 Orice spaţiu euclidian finit-dimensional admite o bază ortonormată.

Teorema 3.6.4 Fie Y un subspaţiu al spaţiului euclidian (X, <, >). Atunci X este suma
directă a subspaţiilor Y şi Y ⊥ , adică pentru orice x ∈ X există vectorii y ∈ Y şi w ∈ Y ⊥ ,
unic determinaţi, astfel ı̂ncât x = y + w.

Corolar 3.6.5 Dacă Y un subspaţiu al spaţiului euclidian (X, <, >). Atunci

dim X = dim Y + dim Y ⊥ .

3.7 Schimbarea coordonatelor euclidiene

Teorema 3.7.1 Fie (X, <, >) un spaţiu euclidian n-dimensional şi două baze ortonor-
mate
B1 = { e1 , e2 , ..., en } , B2 = { f1 , f2 , ..., fn } ∈ B (X) .
Atunci are loc relaţia (B1 , B2 )−1 =(B1 , B2 )∗ , adică inversa şi adjuncta matricei de trecere
de la o bază la alta coincid (reamintim că dacă A = ( ai j )i=1,n ∈ Mmn (K), este o matrice,
j=1,m
atunci adjuncta sa este matricea A∗ = ( a j i )i=1,n ).
j=1,m

38
Capitolul 4

TRANSFORMĂRI LINIARE

4.1 Definiţii şi notaţii

Fie X şi Y două spaţii vectoriale peste acelaşi corp al scalarilor K.

Definiţia 4.1.1 Numim transformare (operator) de la spaţiul X la spaţiul Y orice

aplicaţie T : X → Y .
Mulţimea transformărilor de la X la Y va fi notată prin L (X, Y ).

Observaţia 4.1.2 1. Conform definiţiei precedente prin transformarea T se asociază

fiecărui element x ∈ X un unic element y = T (x) ∈ Y .
Elementul y = T (x) ∈ Y se numeşte imaginea vectorului x prin transforma-
rea T .
Spaţiul X se numeşte domeniul de definiţie al transformării, iar mulţimea
ImT = T (X) = { y ∈ Y | y = T (x) , x ∈ X } ⊂ Y , se numeşte imaginea
spaţiului X prin transformarea T .

2. Mulţimea ker T = { x ∈ X | T (x) = 0 } se numeşte nucleul transformării T .

3. Dacă Y = R, atunci T se numeşte funcţională reală, iar dacă Y = C, atunci T

se numeşte funcţională complexă.

Definiţia 4.1.3 Spunem că transformările T1 , T2 : X → Y sunt egale şi vom scrie T1 =
T2 , dacă
T1 (x) = T2 (x) , (∀) x ∈ X.

Definiţia 4.1.4 Numim transformare liniară (aplicaţie liniară sau operator li-
niar) de la spaţiul X la spaţiul Y orice aplicaţie care satisface condiţiile

1. T ( α x ) = αT (x), (∀) α ∈ K, (∀) x ∈ X;

2. T (x + y) = T (x) + T (y), (∀) x, y ∈ X.

Observaţia 4.1.5

39
 1. Liniaritatea unei transformări T : X → Y definită prin condiţiile a) şi b) ale
definiţiei precedente, poate fi exprimată şi prin condiţia

T ( α x + β y) = αT (x) + βT (y) (4.1.1)

pentru orice x, y ∈ X şi oricare ar fi α , β ∈ K.

2. O transformare care ı̂ndeplineşte proprietatea 1) se numeşte transformare omo-

genă, iar dacă satisface condiţia 2) se numeşte transformare aditivă.

3. O transformare liniară T : X → Y se numeşte şi endomorfism.

Notăm cu L (X, Y )mulţimea transformărilor liniare de la spaţiul X la spaţiul Y (ı̂n

cazul X = Y se mai foloseşte notaţia L (X) ).
Definim pe această mulţime următoarele operaţii:
- adunarea a două transformări

+ : L (X, Y ) × L (X, Y ) → L (X, Y ) ,

(T1 , T2 ) → T1 + T2 ,
unde prin definiţie avem transformarea T1 + T2 : X → Y dată prin relaţia

(T1 + T2 ) (x) = T1 (x) + T2 (x) , (∀) x ∈ X;

- ı̂nmulţirea cu un scalar a unei transformări

• : K × L (X, Y ) → L (X, Y ) ,

(α, T ) → αT,
unde prin definiţie avem transformarea αT : X → Y dată prin relaţia

(αT ) (x) = αT (x) , (∀) x ∈ X;

Prin definiţie transformarea nulă de la spaţiul X la Y este transformarea O : X →

Y care verifică relaţia
O (x) = 0Y , (∀) x ∈ X.
Simetrica unei transformări T : X → Y este transformarea −T : X → Y definită
prin
(−T ) (x) = −T (x) , (∀) x ∈ X.
Se observă imediat că transformarea nulă şi simetrica unei transformări liniare sunt
transformări liniare.

Propoziţia 4.1.6 Mulţimea L (X, Y ) are o structură de spaţiu vectorial peste corpul K
ı̂n raport cu operaţiile de adunare şi ı̂nmulţire definite mai sus.

Lema 4.1.7 Fie X, Y două spaţii vectoriale cu acelaşi corp al scalarilor K şi T ∈
L (X, Y ). Atunci:
 n  n
P P
1. T α i xi = αi T ( xi ) , (∀) xi ∈ X, (∀) αi ∈ K, i = 1, n;
i=1 i=1

40
 2. T ( 0X ) = 0Y ;
3. T (−x) = −T ( x ), (∀) x ∈ X.

Lema 4.1.8 Fie X, Y două spaţii vectoriale cu acelaşi corp al scalarilor K şi T ∈
L (X, Y ).

1. Dacă X1 este un subspaţiu vectorial al lui X, atunci mulţimea

T (X1 ) = { y ∈ Y | (∃) x ∈ X1 astfel ı̂ncât y = T (x) }

este un subspaţiu vectorial al lui Y .

2. Dacă Y1 este un subspaţiu vectorial al lui Y , atunci mulţimea

T −1 (Y1 ) = { x ∈ X | T (x) ∈ Y1 }

( numită preimaginea mulţimii Y1 ) este un subspaţiu vectorial al lui X.

Corolar 4.1.9 Dacă X, Y sunt două spaţii vectoriale cu acelaşi corp al scalarilor K şi
T ∈ L (X, Y ), atunci nucleul lui T este subspaţiu vectorial al lui X, iar ImT este subspaţiu
al lui Y .

Demonstraţie. Deoarece mulţimea { 0Y } este subspaţiu vectorial al lui Y din punctul

2) al lemei precedente rezultă că mulţimea kerT = T −1 ({0Y }) este un subspaţiu vectorial
al lui X. Pentru a arăta că ImX este subspaţiu vectorial considerăm X1 = X ı̂n punctul
1) al lemei anterioare.

Definiţia 4.1.10 Dacă X, Y şi Z sunt spaţii vectoriale peste acelaşi corp de scalari,
T ∈ L (X, Y ) şi S ∈ L (Y, Z), numim produsul transformărilor S şi T transformarea
S ◦ T : X → Z definit prin formula

(S ◦ T ) (x) = S (T (x)) , (∀) x, y ∈ X.

Lema 4.1.11 În condiţiile definiţiei anterioare dacă S şi T sunt transformări liniare,
atunci transformarea S ◦ T este liniară.

Definiţia 4.1.12 Transformarea liniară T ∈ L (X, Y ) se numeşte inversabilă pe ima-

gine dacă aplicaţia
X  x → T (x) ∈ Y, (X → T (X) = Y1 )
este bijectivă. Transformarea T −1 : Y1 → X dată prin relaţia

x = T −1 (y) ⇔ y = T (x)

se numeşte inversa lui T . Dacă ı̂n plus, Y = ImT , atunci vom spune că T este inver-
sabilă.

Propoziţia 4.1.13 Fie X, Y două spaţii vectoriale cu acelaşi corp al scalarilor K şi T ∈
L (X, Y ). Dacă T este bijectivă, atunci transformarea T −1 este liniară.

Propoziţia 4.1.14 Fie X, Y două spaţii vectoriale cu acelaşi corp al scalarilor K. O

transformare T ∈ L (X, Y ) este injectivă dacă şi numai dacă ker T = { 0 X }.

41
4.2 Matricea unei transformări liniare
Pe parcursul acestei secţiuni toate spaţiile vectoriale vor fi considerate cu acelaşi corp
al scalarilor K. Fie X, Y spaţii vectoriale finit dimensionale (dimX = n şi dimY = m) şi
T ∈ L (X, Y ). Dacă

E = { e1 , e2 , ..., en } ∈ B (X) şi F = { f1 , f2 , ..., fm } ∈ B (Y ) ,

atunci din propoziţia 2.4.5 rezultă că există scalarii a j i ∈ K, i = 1, n, j = 1, m, unic

determinaţi, astfel ı̂ncât
Xm
T ( ei ) = aj i fj , i = 1, n.
j=1

Definiţia 4.2.1 Matricea A = ( aj i )j=1,m ∈ Mmn (K) se numeşte matricea trans-

i=1,n
formării T ı̂n raport cu bazele E şi F . Vom nota această matrice prin T (E, F ).

Observaţia 4.2.2 1. Elementele coloanei i, i = 1, n, a matricei A din definiţia ante-

rioară reprezintă componentele vectorului T ( ei ) ı̂n raport cu baza F .

2. Din unicitatea scalarilor a j i ∈ K, i = 1, n, j = 1, m, rezultă unicitatea matricei

T (E, F ).

Lema 4.2.3 Fie E = { e1 , ..., en } şi F = { f1 , ..., fm } baze pentru spaţiile vectoriale X,
respectiv Y .

1. Dacă T ∈ L (X, Y ), atunci

(T ( x)) F = T (E, F ) (x)E , (∀) x ∈ X.

2. Dacă S, T ∈ L (X, Y ), atunci

(αT + βS) (E, F ) = αT (E, F ) + βS (E, F ) , (∀) α , β ∈ K.

Teorema 4.2.4 Fie X, Y două spaţii vectoriale de dimensiune n, respectiv m, pentru

care considerăm bazele ortonormate

E = { e1 , e2 , ..., en } ∈ B0 (X) şi F = { f1 , f2 , ..., fm } ∈ B0 (Y ) .

Dacă T ∈ L (X, Y ), atunci

 
< T (e 1 ) , f1 > ... < T (e n ) , f1 >

 . . . 

T (E, F ) = 
 . . . .
 (4.2.1)
 . . . 
< T (e 1 ) , fm > ... < T (e n ) , fm >

Teorema 4.2.5 Fie X un spaţiu n-dimensional, T ∈ L (X) şi E = { e1 , e2 , ..., en } ∈

B (X). Atunci T (E, E) = In dacă şi numai dacă T = 1X .

42
Teorema 4.2.6 Fie X, Y şi Z spaţii vectoriale finit dimensionale pentru care considerăm
bazele

E = { e1 , e2 , ..., en } , F = { f1 , f2 , ..., fm } , respectiv G = { g1 , g2 , ..., gp } .

Dacă T ∈ L (X, Y ) şi S ∈ L (Y, Z), atunci

(S ◦ T ) (E, G) = S (F, G) T (E, F ) .

Teorema 4.2.7 Fie X şi Y spaţii vectoriale de dimensiune finită n, respectiv m. Dacă

E = { e1 , e2 , ..., en } ∈ B (X) şi F = { f1 , f2 , ..., fm } ∈ B (Y ) ,

atunci aplicaţia f : L (X, Y ) → Mmn (K) definită prin

f (T ) = T (E, F ) , (∀) T ∈ L (X, Y ) ,

este un izomorfism de spaţii vectoriale.

Teorema 4.2.8 Fie X un spaţiu vectorial n-dimensional şi E ∈ B (X). Un endomorfism

T ∈ L (X) este inversabil dacă şi numai dacă matricea T (E, E) este inversabilă. În acest
caz avem
T −1 (E, E) = (T (E, E))−1 .

Observaţia 4.2.9 Fie X un spaţiu vectorial n−dimensional şi A = ( aj i )j,i=1,n ∈

Mn (K). Din teorema 4.2.7 rezultă că pentru orice bază E ∈ B (X) există un unic en-
domorfism T ∈ L (X) astfel ı̂ncât T (E, E) = A, iar din teorema precedentă rezultă că
T este inversabil dacă şi numai dacă matricea A este inversabilă. Mai mult, ı̂n acest caz
avem
T −1 (E, E) = A−1 .

Teorema 4.2.10 Fie X şi Y două spaţii vectoriale finit dimensionale pentru care consi-
derăm bazele E, E ′ ∈ B (X), respectiv F, F ′ ∈ B (Y ). Dacă T ∈ L (X, Y ), atunci
t t
T (E, F ) = (F, F ′ )  T (E ′ , F ′ )  (E ′ , E) (4.2.2)

Corolar 4.2.11 Fie X un spaţiu vectorial finit dimensional şi E, E ′ ∈ B (X). Dacă
T ∈ L (X), atunci
t t
T (E, E) = (E, E ′ )  T (E ′ , E ′ )  (E ′ , E) .

Observaţia 4.2.12 Relaţia 4.2.2 reprezintă formula de determinare a matricri unei

transformări liniare la schimbarea bazelor.

4.3 Valori şi vectori proprii ai unei matrice

Definiţia 4.3.1 Fie A = ( aj i )j,i=1,n ∈ Mn (K).

1. Numărul λ ∈ K se numeşte valoare proprie pentru matricea A dacă există o

matrice coloană X = ( xi1 ) i=1,n ∈ Mn1 (K), nenulă, astfel ı̂ncât AX = λX. În acest
caz matricea X se numeşte vector propriu al matricei A corespunzător valorii
proprii λ.

43
 2. Mulţimea valorilor proprii ale matricei A se numeşte spectrul matricei A şi se
notează prin σ (A).

Ecuaţia matriceală
AX = λX = λIn X (4.3.1)
se poate rescrie
(A − λIn ) X = 0. (4.3.2)

Definiţia 4.3.2 Fie A = ( aj i )j,i=1,n ∈ Mn (K) şi λ ∈ K.

1. Matricea  
a 11 − λ a12 ... a 1n
 a21 a 22 − λ . . . a 2n 
A − λIn =  
 . . . . 
a n1 a n2 . . . a nn − λ
se numeşte matricea caracteristică asociată matricii A.

2. Polinomul
P (λ) = det (A − λIn )
se numeşte polinomul caracteristic, iar ecuaţia

P (λ) = det (A − λIn ) = 0

se numeşte ecuaţia caracteristică a matricii A.

Teorema 4.3.3 Fie A = ( aj i )j,i=1,n ∈ Mn (K) şi λ ∈ K. Atunci λ ∈ σ (A) dacă şi
numai dacă P (λ) = 0.

Demonstraţie. Ecuaţia matricială 4.3.1 este echivalentă cu ecuaţia 4.3.2, care la rândul
său se poate exprima sub forma sistemului liniar şi omogen


 ( a 1 1 − λ ) x1 + a 1 2 x2 ... + a 1 n xn = 0
a 2 1 x1 + ( a 2 2 − λ ) x2 ... + a 2 n xn = 0

(4.3.3)

 . . . . . . . .
a n 1 x1 + a n 2 x2 ... + ( a n n − λ ) xn = 0


a cărui matrice este A − λIn . Din definiţia 4.3.2 rezultă că λ este valoare proprie a matricii
A dacă şi numai dacă sistemul 4.3.3 admite soluţii nebanale.
Dar un sistem omogen cu acelaşi număr de ecuaţii şi necunoscute admite soluţii neba-
nale dacă şi numai dacă determinantul matricei asociate sistemului este nul. Prin urmare,
λ este valoare proprie a matricii A dacă şi numai λ este soluţie a ecuaţiei caracteristice
P (λ) = 0.

Observaţia 4.3.4 1. Din definiţia şi proprietăţile determinantului rezultă

a 11 − λ a12 ... a 1n
a21 a 22 − λ . . . a 2n
det (A − λIn ) = =
. . . .
a n1 a n2 . . . a nn − λ

44
 = (−1)n λ n − δ 1 λn−1 + ... + (−1)n δ n
 

unde δ i , i = 1, n, este suma minorilor diagonali de ordinul i ai matricei A, adică

n n
X X aii aij
δ1 = a i i, δ 2 = ,...,
aj i aj j
i=1 i,j=1
i < j

 
n am1 m1 . . . am1 mi
X  .. ... ..  , . . . , δ = det A.
δi =  . .  n
m i ,...,m i =1
m 1 <...<m i ami m1 · · · ami mi

Prin urmare, polinomul caracteristic este un polinom de gradul n ı̂n variabila λ.

2. Valorile proprii ale unei matrice A sunt rădăcinile polinomului caracteristic asociat
matricii A. În cazul ı̂n care n≥ 1 din teorema fundamentală a algebrei se cunoaşte
că polinomul caracteristic P ( λ ) are cel puţin o rădăcină şi cel mult n rădăcini
distincte. Dacă λ 1 , ..., λ p ∈ K, 1 ≤ p ≤ n, sunt rădăcinile distincte ale ecuaţiei
caracteristice cu ordinele de multiplicitate n 1 , ..., n p ∈ N, unde n 1 + ... + n p = n,
atunci σ ( A) = { λ 1 , ..., λ p } şi

P (λ) = ( λ 1 − λ )n 1 ...( λ p − λ )n p .

În acest caz vom spune că valoarea algebrică λ i are dimensiunea algebrică egală cu
n i.

3. Pentru a determina vectorii proprii ai matricii A, care corespund valorii proprii

λ = λ 0 , rezolvăm sistemul (1.6) pentru λ = λ 0 . Cum

P (λ0 ) = det (A − λ0 In ) = 0,

rezultă că sistemul menţionat anterior este compatibil nedeterminat, deci are o in-
finitate de soluţii.
Pentru fiecare soluţie nenulă x = ( x1 , ..., xn ) a sistemului 4.3.3 se obţine vectorul
propriu  
x1
 . 
 
X=  .  ∈ Mn1 (K) .

 . 
xn

Propoziţia 4.3.5 Valorile proprii ale unei matrice simetrice cu elementele reale sunt
reale.

4.4 Vectori şi valori proprii pentru endomorfisme

Definiţia 4.4.1 Fie (X, K) un spaţiu vectorial şi T ∈ L (X). Un vector x ∈ X\ {0X } se
numeşte vector propriu al endomorfismului T dacă există un scalar λ ∈ astfel ı̂ncât

T (x) = λ x.

45
În acest caz vom spune că λ este valoare proprie a endomorfismului T asociată
vectorului propriu x.
Mulţimea valorilor proprii se numeşte spectrul lui T şi va fi notată prin σ (T ).

Lema 4.4.2 Fie (X, K) un spaţiu vectorial, T ∈ L (X) şi λ ∈ K. Mulţimea

Vλ (T ) = { x ∈ X | T x = λ x }

este un subspaţiu vectorial al lui X.

Observaţia 4.4.3 1. Din lema precedentă rezultă că un scalar λ ∈ K este valoare
proprie pentru endomorfismul T dacă Vλ (T ) 6= { 0X }.

2. Vectorii nenuli din mulţimea Vλ (T ) se numesc vectorii proprii ai lui T cores-

punzători valorii proprii λ.

3. Mulţimea Vλ (T ) se numeşte subspaţiul propriu al lui T corespunzător valorii proprii

λ.

4. Dimensiunea subspaţiului Vλ (T ) se numeşte dimensiunea algebrică a valorii proprii

λ.

5. Din lema 3.4.2 rezultă că dacă λ ∈ K este valoare proprie pentru endomorfismul
T şi x este un vector propriu corespunzător lui λ, atunci pentru orice α ∈ ∗ avem
α x ∈ Vλ (T ).

Lema 4.4.4 Fie (X, K) un spaţiu vectorial şi T ∈ L (X). Atunci un vector propriu al lui
T nu poate să corespundă la două valori proprii distincte.

Propoziţia 4.4.5 Fie (X, K) un spaţiu vectorial şi T ∈ L (X). Atunci la valori proprii
distincte corespund vectori proprii liniar independenţi.

Propoziţia 4.4.6 Fie (X, K) un spaţiu vectorial n−dimensional şi T ∈ L (X). Dacă
E, E ′ ∈ B (X), atunci pentru orice λ ∈ K are loc egalitatea

det ( T (E, E) − λ In ) = det ( T (E ′ , E ′ ) − λ In ) .

Definiţia 4.4.7 Fie (X, K) un spaţiu vectorial n−dimensional şi T ∈ L (X). Prin po-
linom caracteristic al endomorfismului T , notat prin PT , ı̂nţelegem polinomul ca-
racteristic al matricii T (E, E), unde E ∈ B (X), adică

PT (λ) = det ( T (E, E) − λ In ) .

Ecuaţia
PT (λ) = 0
se numeşte ecuaţia caracteristică a endomorfismului T .

Observaţia 4.4.8 1. Propoziţia 4.4.6 ne arată că polinomul caracteristic al endomor-

fismului T nu depinde de baza E ∈ B (X) considerată, deci definiţia anterioară este
corectă.

46
2. Din lema 4.2.3 rezultă că

(T (x ))E = T (E, E) (x)E , (∀) x ∈ X,

deci ecuaţia
T ( x ) = λx, x ∈ X, λ ∈ K,
este echivalentă cu ecuaţia

T (E, E) ( x) E = λ(x)E , λ ∈ K,

unde ( x) E este vectorul coloană al lui x ı̂n raport cu baza E. Prin urmare, λ ∈ K
este valoare proprie a endomorfismului T dacă şi numai dacă este valoare proprie
a matricei T (E, E), unde E este o bază oarecare a spaţiului X. Spectrul σ (T ) va fi
mulţimea soluţiilor ecuaţiei

PT (λ) = det ( T (E, E) − λ In ) = 0,

unde E ∈ B (X).

3. Dacă λ 0 este o rădăcină de ordinul p0 a polinomului PT (λ) atunci vom spune că
valoarea proprie λ 0 are dimensiunea algebrică p0 . În cazul ı̂n care vectorul
 
x0 1
 . 
 
X0 =  .  ∈ Mn1 (K)

 . 
x0 n

este un vector propriu a matricii T (E, E) corespunzător lui λ 0 se observă că vectorul
n
X
x0 = x 0 i ei ,
i=1

unde E = { e1 , e2 , ..., en } ∈ B (X), este vector propriu al endomorfismului T cores-

punzător lui λ 0 .

47
48
Capitolul 5

FUNCŢIONALE BILINIARE ŞI

FUNCŢIONALE PĂTRATICE

5.1 Funcţionale biliniare

Definiţia 5.1.1 Fie (X, K) un spaţiu vectorial. O funcţională T : X ×X → K se numeşte
funcţională (formă) biliniară pe spaţiul X dacă sunt ı̂ndeplinite condiţiile:

1. T ( α x + β y, z) = αT (x, z) + βT (y, z),

2. T ( x, α y + β z) = αT (x, y) + βT (x, z),

pentru orice x, y, z ∈ X şi orice α , β ∈ K. Vom nota prin L2 (X) mulţimea

funcţionalelor biliniare pe spaţiul X.

Exemplul 5.1.2 Orice produs scalar real definit pe un spaţiu euclidian real este o
funcţională biliniară, dar produsul scalar complex nu este o funcţională biliniară.

Exemplul 5.1.3 Fie A = ( a i j )i,j=1,n ∈ Mn (K). Aplicaţia T : Kn × Kn →, definită prin

n X
X n
T (x, y) = a i j xi y j ,
i=1 j=1

pentru orice x = ( x1 , ..., xn ) , y = (y1 , ..., yn ) ∈ Kn , este o funcţională biliniară.

Observaţia 5.1.4 O funcţională T : X × X → K este biliniară dacă şi numai dacă este
liniară ı̂n raport cu fiecare variabilă, adică sunt satisfăcute condiţiile

1. T ( x + y, z) = T (x, z) + T (y, z),

2. T ( α x, z) = αT ( x, z),

3. T ( x, y + z) = T (x, y) + T (x, z),

4. T ( x, αz) = αT ( x, z),

pentru orice x, y, z ∈ X şi orice α ∈ K.

49
Lema 5.1.5 Fie (X, K) un spaţiu vectorial şi T : X × X → K o funcţională biliniară pe
spaţiul X. Atunci pentru orice n, m ∈ N are loc relaţia
n m
! n X m
X X X
T a i xi , bj yj = a i b j T ( xi , y j ) (5.1.1)
i=1 j=1 i=1 j=1

pentru orice x i , y j ∈ X şi orice a i , b j ∈ K, i = 1, n şi j = 1, m.

Lema 5.1.6 Dacă (X, K) este un spaţiu vectorial, T, S ∈ L2 (X) şi a ∈ K, atunci

T + S, aT ∈ L2 (X) .

Corolar 5.1.7 Dacă (X, K) un spaţiu vectorial, atunci L2 (X) este spaţiu vectorial peste
corpul K.

Definiţia 5.1.8 Fie (X, K) un spaţiu vectorial. O funcţională T ∈ L2 (X) se numeşte:

1. simetrică, dacă
T ( x, y ) = T (y, x) , (∀) x, y ∈ X;

2. antisimetrică, dacă

T ( x, y ) = −T ( y, x) , (∀) x, y ∈ X;

Observaţia 5.1.9 Dacă (X, K) este un spaţiu vectorial, T ∈ L2 (X) şi E =

{ e1 , e2 , ..., en } ∈ B (X), atunci din relaţia 5.1.1 rezultă
n n
! n X n
X X X
T ( x, y ) = T x i ei , yj ej = x i y j T ( e i , e j) (5.1.2)
i=1 j=1 i=1 j=1

n
P n
P
pentru orice x = x i ei , y = y j e j ∈ X.
i=1 j=1

Definiţia 5.1.10 Fie (X, K) un spaţiu vectorial, T ∈ L2 (X) şi E = { e1 , e2 , ..., en } ∈

B (X). Numerele
a i j = T ( e i , e j ) , i, j = 1, n,
se numesc coeficienţii funcţionalei biliniare T ı̂n baza E, iar matricea

A = ( a i j )i,j=1,n ∈ Mn (K)

se numeşte matricea lui T ı̂n raport cu baza E. Această matrice o vom nota ı̂n conti-
nuare prin T (E). Formula 5.1.2 se numeşte reprezentarea analitică a funcţionalei
biliniare T .

Observaţia 5.1.11 Din relaţia 5.1.2 şi precizările anterioare rezultă

T (x, y) = (x)tE T (E) (y)E (5.1.3)

n
P n
P
pentru orice x = x i ei , y = y j e j ∈ X. Formula 5.1.3 se numeşte reprezentarea
i=1 j=1
matricială a funcţionalei biliniare T .

50
Lema 5.1.12 Fie (X, K) un spaţiu vectorial şi T ∈ L2 (X). Dacă E, F ∈ B (x), atunci

T (F ) = (E, F ) T (E) (E, F )t . (5.1.4)

Teorema 5.1.13 Dacă (X, K) este un spaţiu vectorial n−dimensional, atunci spaţiile
vectoriale L2 (X) şi Mn (K) sunt izomorfe.

Corolar 5.1.14 Dacă (X, K) este un spaţiu vectorial n−dimensional, atunci

dim L2 (X) = n2 .

Propoziţia 5.1.15 Fie (X, K) un spaţiu vectorial n−dimensional şi E =

{ e1 , e2 , ..., en } ∈ B (X). O funcţională T ∈ L2 (X) este simetrică dacă şi numai
dacă matricea T (E) este simetrică.

5.2 Funcţionale pătratice

Definiţia 5.2.1 Fie (X, K) un spaţiu vectorial. O funcţională Q : X → K se numeşte
funcţională (formă) pătratică simetrică dacă există o funcţională biliniară T ∈
L2 (X) astfel ı̂ncât
Q (x) = T (x, x) , (∀) x ∈ X. (5.2.1)
Funcţionala biliniară T se numeşte polara lui Q. Mulţimea funcţionalelor pătratice
pe spaţiul X va fi notat prin L2 (X).

Observaţia 5.2.2 1. Fiecărei funcţionale biliniare simetrice ı̂i corespunde o unică

funcţională pătratică Q (numită funcţionala pătratică asociată) definită prin
relaţia 5.2.1.
Reciproc, fiecărei funcţionale pătratice Q ı̂i corespunde o unică funcţională biliniară
T , care este polara lui Q, dată prin relaţia
1
T (x, y) = [ Q (x + y) − Q (x) − Q (y) ] , (∀) x, y ∈ X (5.2.2)
2

Vom spune că funcţionala pătratică Q este complet determinată de funcţionala bi-
liniară T prin formula 5.2.2.

2. Dacă Q ∈ L2 (X) şi T ∈ L2 (X) este polara sa, atunci

Q (αx) = T ( α x, α x) = α 2 T (x, x) = α 2 Q (x) ,

pentru orice x ∈ X şi orice α ∈ K.

Definiţia 5.2.3 Fie (X, K) un spaţiu vectorial şi E ∈ B (X). Dacă Q este o funcţională
pătratică pe X şi T este polara sa, atunci prin matricea funcţionalei pătratice Q ı̂n raport
cu baza E se ı̂nţelege matricea T (E), şi o vom nota prin Q (E). Elementele matricei
Q (E) se numesc coeficienţii lui Q ı̂n raport cu baza E.

Observaţia 5.2.4 Deoarece matricea unei funcţionale biliniară simetrică este simetrică
(propoziţia 5.1.15) rezultă că matricea unei funcţionale pătratice este ı̂ntotdeauna sime-
trică.

51
Propoziţia 5.2.5 Fie (X, K) un spaţiu vectorial, E = { e1 , ..., en } ∈ B (X) şi o matrice
simetrică A = ( a i j )i,j=1,n ∈ Mn (K). Aplicaţia Q : X → K dată prin
n X
X n
Q (x) = x i x j a i j , (∀) x ∈ X, (5.2.3)
i=1 j=1

este o funcţională pătratică pe X a cărei polară este funcţionala biliniară T ∈ L2 (X)

dată prin relaţiile
T ( e i , e j ) = aij , i, j = 1, n.
Observaţia 5.2.6
1. Relaţia 5.2.3 se numeşte reprezentarea analitică a lui Q ı̂n baza E.
O funcţională Q dată prin formula 5.2.3 se numeşte funcţională pătratică
n−dimensională.
2. Din relaţia 5.1.2( rezultă că dacă Q ∈ L2 (X) o funcţionala pătratică cu polara
T ∈ L2 (X) şi
T (E) = ( a i j )i,j=1,n ∈ Mn (K)
ı̂n raport cu baza E = { e1 , ..., en } ∈ B (X), atunci are loc formula 5.2.3.
3. În condiţiile propoziţiei 5.2.5 avem
  
a1 1 ... a1 n x1
 . . 
n X
n
 . 
X  
t

Q (x) = x i xj aij = ( x 1 ...x n )  .
 .  . 
 
 = ( x )E T (E) (x)E ,
i=1 j=1  . .  . 
an 1 ... an n xn
pentru orice x ∈ X. Formula
Q (x) = ( x )E t T (E) (x)E (5.2.4)
se numeşte reprezentarea matricială a formei Q ı̂n raport cu baza E.

5.3 Reducerea la forma canonică

Fie (X, K) un spaţiu vectorial n−dimensional şi Q ∈ L2 (X) o funcţionala pătratică
cu polara T ∈ L2 (X).
Dacă E = { e1 , ..., en } ∈ B (X) conform observaţiei 5.2.6(2) avem
n X
X n
Q(x) = x i x j a i j,
i=1 j=1

n
P
pentru orice x = x i ei ∈ X. În această secţiune vom arăta că funcţionala pătratică Q
i=1
poate fi redusă la o sumă de pătrate, adică se poate construi o bază F = { f1 , ..., fn } ∈
Pn
B (X) astfel ı̂ncât pentru orice x = ξ i f i ∈ X, avem reprezentarea
i=1

Q (x) = α 1 ξ 21 + ... + α n ξ 2n , (5.3.1)

52
unde
αi = T ( f i , f i ) , i = 1, n.

Definiţia 5.3.1 Scrierea funcţionalei pătratice Q sub forma 5.3.1 se numeşte reducerea
funcţionalei pătratice Q la expresia canonică sau forma canonică.

Conform observaţiei 5.2.6(3) rezultă că matricea funcţionalei pătratice Q ı̂n raport cu
baza F are forma
Q (F ) = ( α i δ i j ) i,j=1,n
(matricea Q (F ) este o matrice diagonală). Prin urmare, putem enunţa următoarea
definiţie echivalentă cu definiţia anterioară.

Definiţia 5.3.2 Reducerea la forma canonică ( expresia canonică ) a unei funcţionale

pătratice Q, definite pe un spaţiu vectorial finit-dimensional (X, K), ı̂nseamnă determina-
rea unei baze a spaţiului vectorial X ı̂n raport cu care matricea lui Q este diagonală.

Metodele de reducere la forma canonică a unei funcţionale pătratice ce vor fi prezentate

ı̂n detaliu sunt metoda lui Gauss şi metoda lui Jacobi.

5.3.1 Metoda lui Gauss

Dacă (X, K) un spaţiu vectorial n−dimensional, E = { e1 , ..., en } ∈ B (X) şi Q ∈
L2 (X). Presupunem că
n X
X n
Q (x) = x i x j a i j,
i=1 j=1
n
P
pentru orice x = x i ei ∈ X, adică matricea simetrică a funcţionalei pătratice Q este
i=1

Q (E) = ( a i j )i,j=1,n ∈ Mn (K) .

Precizăm că Q este considerată nenulă, adică exceptăm cazul ı̂n care a i j = 0, i, j =
1, n.
Metoda lui Gauss se compune din doi paşi distincţi.
Pasul I. Mai ı̂ntâi presupunem că

a i i = 0, i = 1, n.

Cum Q este nenulă rezultă că există i 0 , j 0 ∈ {1, ..., n} astfel ı̂ncât ai 0 j 0 6= 0. Fără a
reduce generalitatea acestei metode se poate presupune pentru a simplifica scrierea că
a 1 2 6= 0.
În această ipoteză vom face schimbarea de coordonate


 x1 = y1 + y2
x = y1 − y2

2



 x3 = y3


Q . , (5.3.2)
.




.




xn = yn


53
care corespunde trecerii de la baza E la o bază F = { f1 , ..., fn } ∈ B (X).
Conform teoremei 2.6.1 avem

( x )E = (E, F )t (x)F ,

deci din relaţia 5.3.2 rezultă

 
1 1 0 ... 0
 1 −1 0 ... 0
 
0 0 1 ... 0
 
(E, F ) = 
 . . . . . 

. . . . . 
 
. . . . .
0 0 0 ... 1

deci
(F )t = (E, F ) E t .

Prin această schimbare de coordonate obţinem

n
X n
X
x= x i ei = y i fi .
i=1 i=1

Reprezentarea funcţionalei pătratice Q ı̂n raport cu baza F va fi de forma

n X
X n
Q (x) = y i y j b i j,
i=1 j=1

unde
Q (F ) = ( b i j )i,j=1,n ∈ Mn (K) .
Deoarece a 1 2 6= 0 din egalităţile

2 a 1 2 x 1 x 2 = 2 a 1 2 ( y 1 + y 2) ( y 1 − y 2) =

= 2 a 1 2 y 21 − y 22 = 2 a 1 2 y 21 − 2 a 1 2 y 22 ,

rezultă că funcţionala Q are coeficienţii (ı̂n raport cu baza F )

b 1 1 = 2 a 1 2 şi b 2 2 = −2 a 1 2

nenuli.
Pasul II. La pasul I am arătat că pentru orice funcţională pătratică Q există o bază
F astfel ı̂ncât
Q (F ) = ( b i j )i,j=1,n ∈ Mn (K) ,
adică n X
n
X
Q (x) = y i y j b i j,
i=1 j=1

iar coeficienţii b i i , i = 1, n,nu sunt toţi nuli.

54
 Fără a reduce generalitatea construcţiei presupunem că b 1 1 6= 0 şi funcţionala Q are
forma n X n
X
Q (x) = y i y j b i j,
i=1 j=1

Grupând convenabil termenii funcţionalei Q obţinem

n X
X n
2
Q (x) = y b 1 1 + 2 y 1 y 2 b 1 2 + ... + 2y 1 y n b 1 n +
1 y i yj bij =
i=2 j=2

1
= ( y 1 b 1 1 + y 2 b 1 2 + ... + y n b 1 n )2 −
b11
n X
n
1
X
− y 22 b 21 2 + ... + y 2n b 21 n + y i yj bij =
b11 i=2 j=2

n X
X n
2
= c 1 1 ( y 1 b 1 1 + y 2 b 1 2 + ... + y n b 1 n ) + y i yj cij
i=2 j=2

unde c 1 1 = ( b 1 1 )−1 , iar coeficienţii

c i j , i, j = 2, n,

sunt convenabil aleşi. Dacă facem schimbarea de coordonate


 z1 = y1 b11 + y2 b12 + ... + yn b1n

z2 = y2




.

, (5.3.3)

 .
.




zn = yn


atunci se obţine o bază G = { g1 , ..., gn } ∈ B (X) astfel ı̂ncât

n
X
x= z i g i,
i=1

iar expresia funcţionalei Q ı̂n raport cu baza G este

n X
X n
Q(x) = c 1 1 z12 + z i z j c i j.
i=2 j=2

Din propoziţia 5.2.5 rezultă că funcţionala

n X
X n
Q1 ( x ) = z i z j c i j,
i=2 j=2

este o funcţională pătratică n − 1 dimensională, deci funcţionala Q se poate rescrie sub

forma
Q (x) = c 1 1 z12 + Q1 (x) .

55
 Schimbarea de coordonate dată prin relaţia 5.3.3 se poate rescrie sub forma
y1 = b111 (z1 − z2 b12 + ... − zn b1n )



 y2 = z 2



.

,

 .
.




yn = z n


deci matricea de trecere de la baza F la baza G este

− bb 11 21 − bb 11 31 − bb 11 n1
 1 
b11
...
 0 1 0 ... 0 
 
 0 0 1 ... 0 
 
 . . . . . .
 
 . . . . . 
 
 . . . . . 
0 0 0 ... 1

În continuare funcţionalei pătratice Q1 (x) ı̂i vom aplica paşii 1 şi 2 şi vom determina
o nouă bază ı̂n raport cu care forma funcţionalei Q este
n X
X n
Q (x) = d 1 1 t 21 + d 1 1 t 22 + t i t j d i j,
i=3 j=3

Prin urmare, repetând procedeul descris anterior de n − 2 ori obţinem o bază E ′ =

{ e1 ′ , ..., en ′ } ∈ B (X) astfel ı̂ncât funcţionala pătratică Q are forma
′ ′ ′
Q (x) = a 11 x′ 21 + a 2 2 x′ 22 + ... + a n n x′ 2n , (5.3.4)
n
x i′ e ′i.
P
pentru orice x =
i=1
Mai mult, relaţia 5.3.4 ne arată că matricea asociată funcţionalei Q ı̂n raport cu baza
E ′ este matricea diagonală
 ′ 
a 11 0 ... 0
 0 a ′2 2 . . . 0 
Q (E ′ ) = 
 .
.
. . . 
0 0 . . . a ′n n

5.3.2 Metoda lui Jacobi

Procedeul de reducere prin metoda lui Jacobi a unei funcţionale pătratice la forma
canonică este descris ı̂n demonstraţia următoarei teoreme.

Teorema 5.3.3 Fie (X, K) un spaţiu vectorial n−dimensional, E = { e1 , ..., en } ∈ B (X)

şi Q ∈ L2 (X) o funcţională pătratică astfel ı̂ncât

Q (E) = ( a i j )i,j=1,n ∈ Mn (K) .

56
 Dacă determinanţii
a 11 a12 . . . a 1n
a a12 a21 a 22 . . . a 2n
∆ 1 = a 1 1, ∆ 2 = 1 1 , . . . , ∆n = ,
a21 a22 . . . .
a n1 a n2 . . . a nn

sunt nenuli, atunci există o bază F = { f1 , ..., fn } ∈ B (X) faţă de care funcţionala Q are
forma canonică
n
X ∆ i−1
Q (x) = ( y i )2 ,
i=1
∆i
n
P
pentru orice x = y i fi , unde prin convenţie ∆ 0 = 1.
i=1

5.3.3 Metoda valorilor proprii

O altă metodă de reducere la forma canonică a unei funcţionale pătratice, utilă ı̂n re-
zolvarea problemelor practice, este prezentată de următoarea teoremă, care va fi enunţată
fără a mai prezenta demonstraţia.

Teorema 5.3.4 Dacă (X, K) este un spaţiu vectorial n−dimensional, E = { e1 , ..., en } ∈

B (X) şi Q ∈ L2 (X) o funcţională pătratică astfel ı̂ncât

Q (E) = ( a i j )i,j=1,n ∈ Mn (K) ,

atunci există o bază F = { f1 , ..., fn } ∈ B (X) faţă de care funcţionala Q are forma
canonică n
X
Q (x) = ( y i )2 λ i ,
i=1
n
P
pentru orice x = y i fi , unde scalarii λ 1 , ..., λ n sunt valorile proprii ale matricii Q (E).
i=1

5.4 Signatura unei funcţionale pătratice

Definiţia 5.4.1 Funcţionala pătratică Q, definită pe spaţiul vectorial (X, K)se numeşte

1. pozitivă ( pozitiv definită), dacă

Q (x) > 0, (∀) x ∈ X\ {0X } ;

2. negativă ( negativ definită ), dacă Q (x) < 0, (∀) x ∈ X\ {0X };

3. nenegativă, dacă Q (x) ≥ 0, (∀) x ∈ X;

4. nepozitivă, dacă Q (x) ≤ 0, (∀) x ∈ X.

Definiţia 5.4.2 O funcţională biliniară simetrică se numeşte pozitivă (negativă, ne-

negativă sau nepozitivă) dacă funcţionala pătratică asociată este pozitivă (negativă,
nenegativă sau nepozitivă).

57
 Vom folosi notaţiile Q > 0, respectiv Q < 0, pentru a preciza că funcţionala pătratică
Q este pozitivă, respectiv negativă.

Teorema 5.4.3 Fie (X, K) un spaţiu vectorial n−dimensional, E = { e1 , ..., en } ∈ B (X)

şi Q ∈ L2 (X) o funcţională pătratică astfel ı̂ncât

Q (E) = ( a i j )i,j=1,n ∈ Mn (K) .

Atunci Q este pozitivă (respectiv negativă) dacă şi numai dacă ∆ i > 0 ( respectiv
(−1)i ∆ i > 0), i = 1, n, unde

a 11 a12 . . . a 1n
a11 a12 a21 a 22 . . . a 2n
∆ 1 = a 1 1, ∆ 2 = , . . . , ∆n = 6= 0, i = 1, n.
a21 a22 . . . .
a n1 a n2 . . . a nn

58
Capitolul 6

Spaţii afine

6.1 Definiţii şi notaţii

Definiţia 6.1.1 Fie (X, R) un spaţiu finit dimensional şi A o mulţime arbitrară, nevidă.
Numim structură afină pe mulţimea A, asociată spaţiului vectorial X, aplicaţia φ :
A × A → X care satisface următoarele proprietăţi:

SA1 φ (A, B) + φ (B, C) = φ (A, C), (∀) A, B, C ∈ A;

SA2 pentru orice O ∈ A, arbitrar fixat, aplicaţia φO : A → X, definită prin

φO (A) = φ (O, A) , (∀) O ∈ A

este bijectivă.

Observaţia 6.1.2 În definiţia anterioară structura afină implică fixarea spaţiul vectorial
X.

Mulţimea A ı̂nzestrată cu o structură afină se numeşte spaţiu afin şi va fi notată prin
tripletul (A, X, φ). Vom spune că spaţiul afin (A, X, φ) este n-dimensional dacă spaţiul
vectorial X este n-dimensional.
Un spaţiu afin n-dimensional se va nota prin An . Elementele mulţimii A se numesc
puncte, iar mulţimea acestora se va numi spaţiul bază al spaţiului afin. Punctele
unui spaţiu se vor nota prin caractere majuscule ale alfabetului latin. Elementele lui X
( exceptând vectorul nul 0X ) se numesc vectori directori, iar X se numeşte spaţiul
director al spaţiului afin.

Observaţia 6.1.3

1. Elementele fundamentale ale unui spaţiu afin sunt punctele şi vectorii directori.
2. Imaginea perechilor de puncte din spaţiul bază A sunt vectori din X. Dacă (A, B) ∈
A × A atunci imaginea perechii (A, B) va fi notată prin
−−→
φ (A, B) = A B.
−−→
Punctul A se numeşte originea vectorului A B, iar punctul B se numeşte extremi-
tatea aceluiaşi vector.

59
 Folosind aceste notaţii axiomele spaţiului afin se pot rescrie:
−−→ −−→ −−→
SA1 ′) A B + B C = A C, (∀) A, B, C ∈ A;
SA2 ′) pentru orice O ∈ A, arbitrar fixat, şi orice vector x ∈ X există un unic punct
−−→
A ∈ A astfel ı̂ncât x = O A.

3. Imaginea perechilor ı̂n care originea coincide cu extremitatea este vectorul nul, iar
perechile simetrice, adică de forma (A, B), respectiv (B, A), au imaginile vectori
opuşi, adică
−−→ −−→
φ (A, B) = A B = −φ (B, A) = −B A.

4. Aplicaţia structură afină φ din definiţia 6.1.1 nu este injectivă, deoarece pentru orice
A, B ∈ A, A 6= B, avem

φ (A, A) = φ (B, B) = 0X .

Propoziţia 6.1.4 Aplicaţia structură afină φ din definiţia 6.1.1 este surjectivă.

Definiţia 6.1.5 Un spaţiu afin de dimensiune 0 este o mulţime formată dintr-un singur
punct. Spaţiul afin de dimensiune 1 se numeşte dreaptă afină (notată prin A1 ), spaţiul
de dimensiune 2 se numeşte planul afin ( notat prin A2 ), iar spaţiul afin de dimensiune
3 se numeşte spaţiul afin (notat prin A3 ).

Definiţia 6.1.6 Fie An = (A, X, φ) un spaţiu afin n-dimensional. Un spaţiu afin Am

(m ≤ n) se numeşte subspaţiu al spaţiului afin An (vom nota Am ≤ An ) dacă este
un triplet de forma (S, Y, φ/S ), unde S ⊂ A, Y este un subspaţiu m−dimensional al lui
X şi structura afină φ/S este restricţia lui φ la S.

Observaţia 6.1.7 Dacă Am şi An (m ≤ n) sunt spaţii afine nu se poate afirma că Am ≤
An , chiar dacă spaţiile directoare asociate sunt subspaţii ale aceluiaşi spaţiu vectorial. Spre
exemplu, o dreaptă afină A1 nu este neapărat subspaţiu al unui plan afin A2 , chiar dacă
amândouă spaţiile afine pot fi subspaţii ale unui spaţiu afin A3 . Condiţia A1 ≤ A2 va fi
totuşi adevărată dacă punctele dreptei aparţin şi planului.

Exemplul 6.1.8 Spaţiul afin canonic. Fie (X, R) un spaţiu finit dimensional.
Se observă imediat că aplicaţia φ : X × X → X dată prin relaţia

φ (x, y) = x − y, (∀) x, y ∈ X, (6.1.1)

satisface axiomele structurii afine SA1 ) şi SA2 ), deci tripletul (X, X, φ) este un spaţiu
afin numit spaţiul afin canonic asociat lui X.
În continuare, prin En vom ı̂nţelege spaţiul afin canonic asociat spaţiului euclidian real
Rn .

6.2 Vectori liberi şi vectori legaţi ı̂n spaţii afine

Propoziţia 6.2.1 Fie (A, X, φ) un spaţiu afin. Atunci:
−−→
1. A A = 0X , (∀) A ∈ A;

60
 −−→ −−→
2. A B = −B A, (∀) A, B ∈ A;

3. pentru orice pereche (A, x) ∈ A × X există un unic punct B ∈ A astfel ı̂ncât

−−→
A B = x;
−−→
4. pentru orice B ∈ A aplicaţia φA : A → X, definită prin φ A (B) = A B, (∀) B ∈ A,
este bijectivă.

Dacă (A, X, φ) este un spaţiu afin, atunci conform observaţiei 6.1.3 (4) aplicaţia struc-
tură afină φ nu este injectivă, adică pot exista perechi diferite de puncte (A, B) şi (E, F )
astfel ı̂ncât
−−→ −−→
A B = φ (A, B) = φ (E, F ) = E F .

Definiţia 6.2.2 Fie (A, X, φ) un spaţiu afin. Două perechi de puncte (A, B) , (E, F )∈
A × A se numesc echipolente ( vom scrie (A, B) ∼ (E, F )) dacă definesc acelaşi vector,
adică
−−→ −−→
(A, B) ∼ (E, F ) dacă şi numai dacă A B = E F .

Observaţia 6.2.3 Relaţia de echipolenţă pe mulţimea produs A × A este o relaţie de

echivalenţă.

Vom nota [A, B] clasa de echivalenţă a perechii (A, B)∈ A×A, adică mulţimea tuturor
perechilor de puncte din A × A echipolente cu această pereche.
Spunem că perechea (A, B) este un reprezentant al clasei de echivalenţă. Spaţiul
factor obţinut prin ı̂mpărţirea mulţimea tuturor perechilor de puncte din A × A ı̂n clase
de echivalenţă relativ la relaţia de echipolenţă ,,∼” va fi notat ı̂n continuare prin

A × A/ ∼= { [ A, B] | (A, B) ∈ A × A}.

Definiţia 6.2.4 Fie (A, X, φ) un spaţiu afin. Dacă [A, B] ∈ A × A/ ∼, atunci vectorul
−−→
φ (A, B) = A B = v ∈ X
−−→
se numeşte vector liber, iar dacă (M, N ) , (E, F ) ∈ [A, B], vom spune că vectorii A B,
−−→ −−→
E F şi M N sunt reprezentanţi ai vectorului liber v.

Observaţia 6.2.5 1. Perechile de puncte neechipolente definesc vectori liberi diferiţi.

2. Spaţiul vectorilor liberi devine un spaţiu vectorial ı̂n raport operaţiile de adunare a
vectorilor şi ı̂nmulţire cu un scalar a unui vector.

Dacă (A, X, φ) este un spaţiu afin şi O ∈ A, arbitrar fixat, din SA2 ) rezultă că aplicaţia
φO : A → X, definită prin φO (A) = φ (O, A), (∀) A ∈ A, este bijectivă, deci fiecărui punct
A ∈ A putem să-i asociem ı̂n mod biunivoc un vector φ O (A) = φ (O, A). Prin schimbarea
extremităţii perechii (O, A) cu alte alte puncte ale spaţiului afin se obţin noi vectori
din spaţiu vectorial X, reprezentaţi de segmente orientate care au aceeaşi origine O. Dar
funcţia φ O este injectivă, deci vectorii asociaţi la puncte diferite sunt diferiţi. Prin urmare
putem identifica vectorii cu reprezentanţii lor, adică cu segmente orientate.

61
Definiţia 6.2.6 Vectorii
−−→
φ O (A) = φ (O, A) = O A, (∀) A ∈ A,

(definiţi anterior) se numesc vectori legaţi ı̂n punctul O.

Observaţia 6.2.7 Aplicaţia φ O fiind surjectivă rezultă că extremitatea unui vector legat
ı̂n punctul O poate fi orice punct A ∈ A din spaţiul afin.

6.3 Repere afine şi repere carteziene

Definiţia 6.3.1 Fie An = (A, X, φ) un spaţiu afin de dimensiune n. Un sistem de ele-
mente Ra = {O, e 1 , ..., e n }, unde O ∈ A, arbitrar fixat, şi B = { e 1 , ..., en } ∈ B (X) se
numeşte reper afin.

Observaţia 6.3.2 1. Vom spune că O este originea reperului afin, iar sistemul
B = { e 1 , ..., en } este baza reperului afin.

2. Numărul vectorilor bazei B este egal cu dimensiunea spaţiului afin.

3. Reperul afin este o pereche (O, B), unde O ∈ A, arbitrar fixat, şi B = { e 1 , ..., en } ∈
B (X).

Dacă An = (A, X, φ) este un spaţiu afin de dimensiune n, atunci fiind dat

un reper Ra = (O, B = { e 1 , ..., en }) putem stabili poziţia punctelor M ∈ A (re-
lativă la reperul considerat ) cu ajutorul sistemelor formate din n puncte din R,
care se vor numi coordonatele punctelor din spaţiu afin. Prezentăm ı̂n continu-
are metoda de determinare a coordonatelor unui punct M ∈ A, arbitrar ales.
Deoarece aplicaţia φO : A → X este bijectivă re-
zultă că există un unic vector legat ı̂n O care este x2
−−→ M (x)
imaginea perechii (O, M ), adică φO (M ) = O M .
xn
Prin urmare, mulţimea punctelor din spaţiul e2 rM
afin A este ı̂ntr-o relaţie biunivocă cu mulţimea ... x1
vectorilor legaţi ı̂n O care au extremităţile punc- en
O e1
tele spaţiului, deci dacă identificăm pe X cu spaţiul
vectorilor legaţi ı̂n O, atunci putem stabili o relaţie
Figura 6.1
biunivocă ı̂ntre spaţiul afin A şi spaţiul director X.
−−→
Fie r M vectorul legat ı̂n O şi cu extremitatea M , adică rM = O M . Acest vector se
mai numeşte vectorul de poziţie al punctului M . În figura 5.1. este prezentat vectorul
de poziţie al unui punct M din An relativ la reperul afin Ra . Conform propoziţiei 2.4.5
vectorul r M se reprezintă ı̂n mod unic ca o combinaţie a vectorilor din baza B, adică
există scalarii x1 , ..., xn ∈ R, unic determinaţi, astfel ı̂ncât

r M = x 1 e1 + ... + x n en .

Coordonatele x1 , ..., xn ∈ R ale vectorului de poziţie r M vor reprezenta coordonatele

punctului M ı̂n raport cu reperul afin Ra .
În continuare un punct M cu coordonatele x1 , ..., xn ∈ R va fi notat prin M (x1 , ..., xn ).

62
Definiţia 6.3.3 Fie An = (A, X, φ) un spaţiu afin de dimensiune n şi Ra =
(O, B = { e 1 , ..., en }) un reper afin al său. Prin direcţie a unei drepte afine ∆ = A1 (
subspaţiu de dimensiune 1 al lui An ) definită de vectorul v ∈ X\ {OX } ı̂nţelegem existenţa
−−→
unei perechi de puncte (A, B) pe dreapta ∆, astfel ı̂ncât segmentul orientat A B să fie un
reprezentant al vectorului v. Vectorul v se numeşte vector director al dreptei afine
∆.

Definiţia 6.3.4 Fie Ra = (O, B = { e 1 , ..., en }) un reper afin al spaţiului afin An . Numim
reper cartezian ı̂n An , asociat reperului  afin Ra , un sistem de n drepte concurente
ı̂n originea O a reperului, notat prin Ra = ( O xi ) | i = 1, n , astfel ı̂ncât vectorul
director al dreptei ( O xi ) să fie vectorul ei , i = 1, n . Dreptele ( O xi ), i = 1, n , ale reperului
cartezian se numesc axe de coordonate.

Din definiţia anterioară rezultă că pentru i = 1, n există punctul Ei ∈ (O xi ) astfel

−−→
ı̂ncât O E i = e i .

Definiţia 6.3.5 Fie An = (A, X, φ) un spaţiu afin de dimensiune n şi Ra = (O, B =

{ e 1 , ..., en } un reper afin al său. Prin sistem de coordonate carteziene vom ı̂nţelege
un sistem de n funcţii reale π i : A → R, i = 1, n , date prin relaţiile

π i (M ) = xi , (∀) M ∈ A,

unde
r M = x 1 e1 + ... + x n en .

Observaţia 6.3.6 În condiţiile definiţiilor precedente dacă M ∈ A, atunci vectorul de

poziţie r M se poate descompune ı̂n sumă de vectori coliniari cu vectorii bazei B =
{ e 1 , ..., en }, adică
−−→ −−−→ −−−→
rM = O M = O M 1 + ... + O M n ,
unde
−−−→
O M i = x i e i , i = 1, n .
Deoarece descompunere ı̂n baza B este unică rezultă că sistemele de n scalari
( x 1 , ..., xn ) sunt unice şi caracterizează punctul M ı̂n raport cu reperul

Ra = (O, B = { e 1 , ..., en }) .

Vom spune că scalarii ( x 1 , ..., xn ) reprezintă coordonatele punctului M ı̂n raport cu reperul
cartezian considerat şi vom scrie

Mi = pr( O xi ) M, i = 1, n .

6.4 Reprezentarea geometrică a mulţimilor R, R2 şi

R3
Aspectele teoretice ce vor fi prezentate ı̂n continuare reprezintă cazuri particulare ale
teoriei dezvoltate ı̂n secţiunea precedentă.

63
6.4.1 Reprezentarea geometrică a mulţimi numerelor reale R
Definiţia 6.4.1 Numim axă ( notată prin (Ox) ) o dreaptă afină E1 pe care s-a fixat un
punct O, numit origine, şi vectorul unitate u având punctul de aplicaţie ı̂n O şi extremita-
tea ı̂n punctul P , numit punctul unitate pe axă (Figura 6.2). Sensul pozitiv de parcurgere
−→
pe axă va fi dat de vectorul de poziţie OP .

Fie funcţia f : R → E1 dată prin relaţia

~u x
f (x) = M, (∀) x ∈ R, (6.4.1)
O M (x) x
P (1)
unde
−−→ −→ Figura 6.2
OM = xOP , f (0) = O şi f (1) = P.

Se observă imediat că funcţia f este bijectivă.

Definiţia 6.4.2 Funcţia f definită prin relaţia 6.4.1 se numeşte reprezentarea geo-
metrică a mulţimii numerelor reale.

Observaţia 6.4.3 1. Deoarece funcţia f stabileşte o relaţie biunivocă ı̂ntre dreapta

afină şi mulţimea numerelor reale putem considera mulţimea R ca fiind dreapta
reală sau dreapta numerică, iar elementele sale pot fi identificate cu punctele dreptei
afine E1 .

2. Numărul real x care corespunde prin funcţia f punctului M ∈ E1 se numeşte coor-

donata sau abscisa punctului M . Pentru a simplifica scrierea vom nota M (x).

3. Dacă a, b, c ∈ R, astfel ı̂ncât a < b < c, iar A (a), B (b) şi C (c) sunt punctele
corespunzătoare pe axa Ox, atunci vom spune că punctul B este situat ı̂ntre punctele
A şi C.

6.4.2 Reprezentarea geometrică a spaţiului vectorial bidimen-

sional R2
Definiţia 6.4.4 Ansamblul constituit din axele ortogonale (Ox) şi (Oy) cu aceeaşi origine
O din planul afin E2 se numeşte reper (sistem de referinţă) cartezian ortogonal
bidimensional şi va fi notat prin Oxy (Figura 6.3).
Vectorii unitate pe cele două axe sunt
−−→ −−→
OP 1 = e1 = i şi OP 2 = e 2 = j,

unde este baza cannonică a spaţiului R2 . Se observă că

−−→ −−→
OP1 = OP 2 = 1.

64
 Considerăm funcţia f : R2 → E2 , dată prin relaţia
f (x, y) = M, (∀) (x, y) ∈ R2 , (6.4.2) y
M (x, y)
y
unde
−−→
rM = O M = x e 1 + y e 2 , r~M
f (0, 0) = O, f (1, 0) = P1 , f (0, 1) = P2 .
Din definiţia planului afin rezultă că funcţia f este bi- P2
jectivă, deci ı̂ntre mulţimea vectorilor din R2 şi mulţimea ~j
planului afin s-a stabilit o corespondenţă biunivocă, adică x
O ~i P1 x
mulţimea R2 are ca reprezentare planul afin . Prin urmare,
vom putea identifica spaţiul vectorial reale R2 cu planul real
Figura 6.3
afin E2 .
Definiţia 6.4.5 Funcţia f definită prin relaţia 6.4.2 se numeşte reprezentarea geo-
metrică ı̂n planul afin real bidimensional a spaţiului vectorial R2 .
Observaţia 6.4.6 1. Numerele reale x şi y din relaţia 6.4.2 se numesc coordonatele
carteziene ale punctului M ı̂n raport cu reperul ortogonal Oxy. Mai precis
vom spune că numerele x şi y reprezintă abscisa, respectiv ordonata punctului
M.
2. Punctele M1 ∈ (Ox) şi M2 ∈ (Oy) cu proprietatea
−−−→ −−−→
O M 1 = x e 1 şi O M 2 = y e 2
se numesc proiecţiile punctului M pe axele (Ox), respectiv (Oy).
3. Pentru orice punct M ∈ E2 expresia
−−→
rM = O M = x e 1 + y e 2
se numeşte expresia analitică a vectorului de poziţie r M , iar vectorii
−−−→ −−−→
O M 1 = x e 1 şi O M 2 = y e 2
se numesc componentele vectorului de poziţie r M ı̂n raport cu axele (Ox),
respectiv (Oy).

6.4.3 Reprezentarea geometrică a spaţiului vectorial tridimen-

sional R3
Definiţia 6.4.7 Ansamblul constituit din axele (Ox), (Oy), şi (Oz), ortogonale două câte
două şi cu aceeaşi origine O din spaţiul afin E3 , se numeşte reper (sistem de referinţă)
cartezian ortogonal tridimensional şi va fi notat prin Oxyz (Figura 6.4).
Vectorii unitate pe cele trei axe sunt
−−→ −−→ −−→
OP 1 = e 1 = i, OP 2 = e 2 = j, OP 3 = e 3 = k
unde B = { e 1 , e2 , e 3 } este baza canonică a spaţiului vectorial R3 , iar P1 , P2 şi P3 repre-
zintă punctele unitate pe axele (Ox), (Oy), respectiv (Oz).
Se observă că
−−→ −−→ −−→
OP1 = OP 2 = OP 3 = 1.

65
 Considerăm funcţia f : R3 → E3 , dată prin relaţia

f (x, y, z) = M, (∀) (x, y, z) ∈ R3 , (6.4.3)

unde
z
−−→
rM = O M = x e 1 + y e 2 + z e 3,
z
f (0, 0, 0) = O, f (1, 0, 0) = P1 ,
f (0, 1, 0) = P2 şi f (0, 0, 1) = P3 .
M (x, y, z)
Din definiţia spaţiului afin rezultă că P3 r~M
~k
funcţia f este bijectivă, deci ı̂ntre mulţimea
vectorilor din R3 şi mulţimea planului O
~i ~j P2 y y
afin s-a stabilit o corespondenţă biuni-
vocă, adică mulţimea R3 are ca reprezen- P1
tare spaţiului afin E3 . x
Astfel vom putea spune că spaţiul vec-
torial se identifică cu spaţiului afin real tri- x Figura 6.4
dimensional E3 .

Definiţia 6.4.8 Funcţia f definită prin

relaţia 6.4.3 se numeşte reprezentarea geometrică ı̂n spaţiul afin euclidian real
tridimensional a spaţiului vectorial R3 .

Observaţia 6.4.9 1. Numerele reale x, y şi z din relaţia 6.4.3 se numesc coordonatele
carteziene ale punctului M ı̂n raport cu reperul ortogonal Oxyz. Vom spune că
numerele x, y şi z reprezintă abscisa, ordonata, respectiv cota punctului M .

2. Punctele M1 ∈ (Ox), M2 ∈ (Oy) şi M3 ∈ (Oz) cu proprietatea

−−−→ −−−→ −−−→
O M 1 = x e 1, O M 2 = y e 2, O M 3 = z e 3

se numesc proiecţiile punctului M pe axele (Ox), , respectiv (Oz).

3. Pentru orice punct M ∈ E3 expresia

−−→
rM = O M = x e 1 + y e 2 + z e 3

se numeşte expresia analitică a vectorului de poziţie r M , iar vectorii

−−−→ −−−→ −−−→
O M 1 = x e 1, O M 2 = y e 2, O M 3 = z e 3

se numesc componentele vectorului de poziţie rM ı̂n raport cu axele , (Oy),

respectiv (Oz).

66
Capitolul 7

Vectori liberi ı̂n spaţiul afin euclidian

E3

În capitolul precedent am arătat că ı̂ntre spaţiul afin euclidian E3 şi spaţiul vectorial
R3 poate fi stabilită o corespondenţă biunivocă. Această observaţie va fi deosebit de utilă
ı̂n caracterizarea mărimilor vectoriale studiate pe parcursul acestui capitol.

7.1 Mărimi scalare şi mărimi vectoriale

Printre instrumentele folosite ı̂n studiul diferitelor ramuri ale ştiinţei şi tehnicii
ı̂ntâlnim mărimile scalare şi mărimile vectoriale.

Definiţia 7.1.1 O mărime care este complet caracterizată cu ajutorul unui număr real
sau complex, independent de sistemul de referinţă şi exprimată doar ı̂n unităţile de măsură
considerate, se numeşte mărime scalară.
Volumul, aria, densitatea sau temperatura reprezintă exemple de mărimi scalare.

Definiţia 7.1.2 Prin mărime vectorială ı̂nţelegem o mărime care este complet deter-
minată de următoarele caracteristici: a) un număr real pozitiv numit modul sau normă;
b) o direcţie sau suport; c) sens; d) punct de aplicaţie sau origine.

Viteza, acceleraţia, câmpul electric, câmpul gravitaţional reprezintă exemple de

mărimi vectoriale. ∆
Din definiţia 7.1.2 rezultă că mărimile vecto-
riale sunt reprezentate geometric printr-un seg-
ment orientat sau vector, a cărui lungime co- ~a B
respunde la scara convenţională cu intensitatea A
mărimii vectoriale reprezentate şi a cărui sens şi
direcţie coincid cu direcţia şi sensul acesteia. În Figura 7.1
−−→ −
Figura 7.1 am reprezentat un vector A B = → a caracterizat prin punctul de aplicaţie A,
−−→ →
−
extremitatea B, norma A B = k a k, direcţia reprezentată de dreapta afină ∆ determi-
nată de punctele A şi B, respectiv sensul de parcurgere al dreptei afine ∆ de la punctul
A la punctul B. ı̂n funcţie de punctul de aplicaţie vectorii pot fi clasificaţi ı̂n următoarele
clase: vectori liberi , vectori legaţi şi vectori glisanţi.

67
Definiţia 7.1.3 Vectorii legaţi sunt vectorii al cărui punct de aplicaţie este fixat.
Schimbând punctul de aplicaţie al unui vector legat se obţine un alt vector care diferă
de vectorul iniţial.
Forţa care acţionează unei particule ı̂ntr-un mediu deformabil (fluidele, gazele, corpu-
rile elastice şi vâscoelastice) reprezintă un exemplu de vector legat.
Definiţia 7.1.4 Vectorii glisanţi sau alunecători sunt vectori la care punctul de aplicaţie
poate fi luat arbitrar pe o dreaptă ∆ dată, fără a se schimba sensul de acţiune şi norma
lor.
Ca exemple de vectori glisanţi putem reaminti forţele care acţionează asupra corpurilor
rigide.
Definiţia 7.1.5 Vectorul pentru care punctul de aplicaţie poate fi considerat arbitrar, fără
a schimba celelate elemente caracteristice (sens, direcţie, normă) se numeşte vector liber.
Momentul unui cuplu de forţe ı̂n cazul unui corp rigid şi momentul unei
forţe ı̂n raport cu un punct reprezintă exemple clasice de vectori liberi. Vecto-
rii studiaţi ı̂n continuare vor fi consideraţi vectori liberi fără a mai preciza ex-
plicit acest lucru, iar mulţimea vectorilor liberi din E3 o vom nota prin V3 .

Definiţia 7.1.6 Doi vectori care au acelaşi suport sau suportu-

v~2
rile paralele se numesc vectori coliniari. v~3
În Figura 6.2 vectorii −
→
v 1, −
→
v 2, −
→
v 3 şi −
→
v 4 sunt coliniari.
Definiţia 7.1.7 Doi vectori se numesc echipolenţi (egali) dacă v~4
v~1
sunt coliniari, au acelaşi modul şi sunt orientaţi ı̂n acelaşi sens.
Observaţia 7.1.8
−
→ →
− Figura 7.2
1. Dacă vectorii −
→
a şi b sunt echipolenţi vom nota →
−
a = b.
2. Relaţia de echipolenţă pe mulţimea vectorilor din E3 este o relaţie de echivalenţă.
−−→ −−→
Dacă A B este un vector din E3 notăm prin [ A B ] clasa de echipolenţă determinată
de acest vector, adică
−−→ n −−→ −−→ −−→ o
[ AB ] = M N | AB = M N .

−−→ −−→ −→ −−→ −−→

Dacă A B, M N ∈[ AB ], atunci vom spune că vectorii A B şi M N sunt
−−→ −−→ −−→
reprezentanţi ai clasei de echipolenţă. Mai mult, dacă A B =M N , atunci [ A B ] =
−−→
[ M N ].
Mulţimea claselor de echivalenţă relativ la relaţia de echipolenţă o vom nota prin
V3 .
Din definiţia vectorilor liberi rezultă că dacă O ∈ E3 este arbitrar fixat, atunci
−−→ −−→
pentru orice vector liber A B există C ∈ E3 , unic determinat, astfel ı̂ncât O C =
−−→
A B. Prin urmare, ı̂ntre mulţimea V3 şi mulţimea vectorilor legaţi ı̂n O există o
relaţie biunivocă, deci având ı̂n vedere observaţiile din secţiunea 6.3 rezultă că ı̂ntre
mulţimea V3 şi spaţiul vectorial R3 se poate stabili o relaţie biunivocă.

68
Definiţia 7.1.9 1. Prin vector unitate sau versor al unei axe ı̂nţelegem un vector cu
originea ı̂n originea axei şi extremitatea ı̂n punctul unitate al acesteia.
→
−
2. Prin versorul unui vector − →a ı̂nţelegem un vector a0 care aceeaşi direcţie şi acelaşi
→
−
sens cu −→
a şi || a0 || = 1

7.2 Adunarea vectorilor

−
→
Dacă sunt consideraţi doi vectori →
−
a şi b , atunci vectorul sumă este obţinut prin una
din următoarele două metode:
Regula triunghiului.
−−→ −−→ − →
În extremitatea O a vectorului −
→a = O A construim vectorul A B = b . Prin definiţie
→
− −−→
vom spune că suma vectorilor −
→
a şi b este vectorul −
→
s =O B (vezi Figura 7.3).

~b B C
~b
~b B ~b ~a +
~b ~a
+ ~s =
~s = ~b
~a ~a
O ~a A O ~a A

Figura 7.3 Figura 7.4

Regula paralelogramului.
Fie O un punct arbitrar fixat din E3 . În punctul O construim vectorii
−−→ − −−→ − →
OA = → a şi O B = b
−−→
(vezi Figura 7.4). Prin punctele B şi A ducem paralele la suporturile vectorilor O A,
−−→
respectiv O B, şi notăm cu C punctul de intersecţie al acestor paralele. Se observă imediat
−−→
că OACB este un paralelogram. Vom spune că vectorul − →s = O C este vectorul sumă al
→
−
vectorilor −
→
a şi b .
Observaţia 7.2.1
→
−
1. Vectorul sumă a doi vectori − →
a şi b nu depinde de metoda prin care este determinat
→
−
şi vom scrie −
→s =− →a + b.
→ −
− →
2. Dacă −→
a =−→
a ′ şi b = b ′ , atunci
→
− → →′ −
− →
a + b =− a + b ′.

3. În cazul ı̂n care calculăm suma mai multor vectori atunci putem apela la regula
poligonului. În figura 6.5 prezentăm această metodă pentru vectorii − →
v 1 ,−
→
v 2 ,. . . ,−
→
v n.
−−→ −− − − →
Dacă O M 1 =− →v 1 atunci ı̂n punctul M1 construim vectorul M 1 M 2 =− →v 2 . Repetăm
→
− →
−
procedeul pentru vectorii v 3 ,. . . , v n şi obţinem linia poligonală OM1 M2 ...Mn , unde
−−−−−→ −
M i−1 M i =→ v i , i = 2, n. Vectorul sumă al vectorilor − →
v 1, −
→v 2 ,. . . ,−
→
v n este vectorul
→
− −−→
s = OM . n

69
 −
v→
n
−
→
v n−1 M3
··
· Mn−2

v→
−
3
−
→

1
n−
v3

v→
−
M2

→
v2−
−
→ Mn−1
v2 −v 1
→ −
M1 v→
n
−
→
v1 Mn
O ~s = v~1 + ...v~n

Figura 7.5
→
−
Definiţia 7.2.2 Prin suma elementelor [→
−
a ], [ b ] ∈ V3 ı̂nţelegem elementul [→
−
s ] ∈ V3 ,
→
− →
− →
−
unde s = a + b .

Observaţia 7.2.3 Din observaţia 7.2.1(3) rezultă că elementul [− →s ] nu depinde de

→
− →
−
reprezentanţii claselor de echipolenţă [ a ],[ b ], deci definiţia anterioară este corectă.

Propoziţia 7.2.4 Operaţia de adunare a vectorilor din V3 are următoarele proprietăţi:

→→
−
1. oricare ar fi vectorii →
−
a , b ,−
c ∈V3 avem
→
− → →
−
(−
→
a + b )+−
→
c =−
→
a +( b +−
c)

(asociativitatea adunării);

2. pentru orice vector →

−
a ∈V3 avem
−
→ → −
− → → −
a + 0 = 0 +−
a =→
a
→
−
( 0 este elementul neutru la adunarea vectorilor);

3. oricare ar fi vectorul →
−
a ∈V3 avem
−
→ →
−
a + (−−
→
a ) = (−−
→
a )+−
→
a = 0

(vectorul opus −−
→
a este simetricul lui →
−
a ı̂n raport cu operaţia de adunare);
→
−
4. oricare ar fi vectorii →
−
a , b ∈V3 avem
→
− → −
− → →
a + b = b +−
a

(comutativitatea adunării).

Propoziţia 7.2.5 Operaţia de adunare definită pe V3 are următoarele proprietăţi:

−
→ →
1. oricare ar fi →
−
a , b ,−
c ∈ V3 avem
→
− →
−
([−
→
a ] + [ b ]) + [−
→
c ] = [−
→
a ] + ([ b ] + [−
→
c ])

(asociativitatea adunării);

70
 2. pentru orice vector →
−
a ∈ V3 avem
→
− →
−
[−
→
a ] + [ 0 ] = [ 0 ] + [−
→
a ] = [−
→
a]
→
−
( [ 0 ] este elementul neutru la adunarea claselor de echipotenţă);
3. oricare ar fi vectorul →
−
a ∈ V3 avem
→
−
[−
→
a ] + [−−
→
a ] = [−−
→
a ] + [−
→
a ] = [ 0 ];
→
−
4. oricare ar fi [→
−
a ], [ b ] ∈ V3 avem
→
− →
−
[−
→
a ] + [ b ] = [ b ] + [−
→
a]
(comutativitatea adunării).

Observaţia 7.2.6 Mulţimile V3 şi V3 sunt grupuri abeliene ı̂n raport cu operaţiile de
adunare definite mai sus.
→
−
Definiţia 7.2.7 Prin diferenţa a doi vectori − →
a şi b ı̂nţelegem un vector −
→
c ( notat prin
→
− →
− → −
− →
−
a şi b ) astfel ı̂ncât este satisfăcută egalitatea a = b + c . Vom scrie c =−
→
− → →
− →a−b.

Observaţia 7.2.8 1. Fie vectorii −

→
v 1 şi −
→
v 2 . Dacă
−−→ −−→
OM1 = − →v 1 şi O M 2 = −
→
v 2,
atunci construim paralelogramul OM1 M3 M2 (vezi Figura 7.6).
Din regula triunghiului rezultă
−−→ −−→ −−−→
O M 1 = O M 2 + M2 M 1 ,
deci conform definiţiei precedente rezultă
−−−→ −−→ −−→
M2 M 1 = O M 1 − O M 2 = −
→
v1−−
→
v 2.

M2 M3
~v2
~v1 − ~v2

~v2

~v1
O ~v1 M1

Figura 7.6

2. Fie O originea unui reper de referinţă din spaţiul afin E3 şi M1 , M2 ∈ E3 . Conform
punctului a) rezultă că
−−−→ −−→ −−→
M2 M 1 = O M 1 − O M 2 = − →r M1 − −
→r M2 ,
−−−→
deci vectorul M2 M 1 este egal cu diferenţa dintre vectorul de poziţie al extremităţii
şi vectorul de poziţie al originii.

71
7.3 Înmulţirea unui vector cu un scalar
Definiţia 7.3.1 Fie scalarul m ∈ R şi vectorul −
→
a ∈ V3 . Prin produsul scalarului m cu
vectorul −
→
a ı̂nţelegem un vector notat prin m−
→
a definit după cum urmează:

→
−
1. dacă m 6= 0 şi →
−
a =
6 0 , atunci:

(a) vectorul m− →
a are aceeaşi direcţie cu vectorul −
→
a (adică vectorii m−
→
a şi −
→
a sunt
coliniari);
(b) vectorul m− →a are acelaşi sens cu →−a dacă m > 0, respectiv sens contrar cu −
→
a
dacă m < 0;
(c) | |m−
→a | | = | m || |−
→
a | |;

→
− →
−
2. Dacă m = 0 sau →
−
a = 0 , atunci m−
→
a = 0.

Propoziţia 7.3.2 Înmulţirea cu un scalar a unui vector are următoarele proprietăţi:

1. oricare ar fi vectorul →
−
a ∈ V3 avem 1 · −
→
a =−
→
a;

2. oricare ar fi scalarii α , β ∈ R şi oricare ar fi →

−
a ∈ V3 avem

α (β −
→
a ) = (αβ ) →
−
a;

3. oricare ar fi scalarii α , β ∈ R şi oricare ar fi →

−
a ∈ V3 avem

(α + β ) →
−
a =α→
−
a +β−
→
a;

→
−
4. oricare ar fi α ∈ R şi oricare ar fi →
−
a , b ∈ V3 avem
→
− →
−
α(→
−
a + b)=α→
−
a +α b ;

5. oricare ar fi α ∈ R şi oricare ar fi →

−
a ∈ V3 avem
−
→ → →
−
α →
−
a = α b , (∀) b ∈ [−
a ].

→
−
Observaţia 7.3.3 1. Dacă −
→
a ∈ V3 şi a0 este versorul său, atunci au loc relaţiile −
→
a
→
− →0
− →0
− −
→
a →
− →
−
=| | a | | a , respectiv a = | | −
→
a ||
dacă a 6= 0 .

→
−
2. Doi vectori −
→
a , b ∈ V3 nenuli sunt coliniari dacă şi numai dacă există un scalar
→
−
nenul α ∈ R astfel ı̂ncât −
→
a=αb.

72
7.4 Dependenţa liniară a vectorilor liberi
Noţiunea de dependenţă liniară a vectorilor liberi se defineşte ı̂n acelaşi mod ca ı̂n
cazul vectorilor dintr-un spaţiu vectorial (vezi secţiunea 2.3).

Definiţia 7.4.1 Numim combinaţie liniară a vectorilor liberi →

−
v 1 ,−
→
v 2 ,. . . ,−
→
v n ∈ V3
orice expresie de forma
α1−
→v 1 +α2− →v 2 + ... + α n −
→
v n, (7.4.1)
unde α 1 , α 2 , ..., α n ∈ R.

Observaţia 7.4.2 O combinaţie liniară de vectori liberi este tot un vector liber.

Definiţia 7.4.3 Spunem că sistemul ([− →v 1 ], [−

→
v 2 ], . . . , [−
→
v n ]) ⊂ V3 este liniar depen-
dent dacă există scalarii α 1 , α 2 , ..., α n ∈ R, nu toţi nuli, astfel ı̂ncât
→
−
α1−
→
v 1 +α2−
→
v 2 + ... + α n −
→
v n= 0. (7.4.2)

În caz contrar vom spune că sistemul ([→

−
v 1 ], [−
→
v 2 ], . . . , [−
→
v n ]) este liniar indepen-
dent.
 − →
Teorema 7.4.4 Un sistem − →
a , b ⊂ V3 este liniar dependent dacă şi numai dacă vec-
→
−
torii −→
a şi b sunt coliniari.

Corolar 7.4.5 Doi vectori din V3 sunt liniari independenţi dacă şi numai dacă sunt
necoliniari.

Definiţia 7.4.6 Trei vectori liberi din V3 sunt coplanari dacă direcţiile lor sunt paralele
cu un acelaşi plan.

Observaţia 7.4.7 Oricare doi vectori liberi din V3 sunt coplanari.

Teorema 7.4.8 Un sistem de trei vectori este liniar dependent dacă şi numai dacă sunt
coplanari.

Corolar 7.4.9 Fie − →v 1 şi −

→
v 2 doi vectori necoliniari. Atunci pentru orice vector →
−
v co-
→
− →
−
planar cu v 1 şi v 2 există constantele m şi n, unic determinate astfel ı̂ncât
→
−
v = m−
→
v 1 + n−
→
v 2. (7.4.3)

Corolar 7.4.10 Trei vectori sunt necoplanari dacă şi numai dacă sunt liniari
independenţi.

Corolar 7.4.11 Dacă trei vectori liberi sunt coplanari, atunci unul dintre vectori este
suma a doi vectori coliniari cu ceilalţi doi vectori ( adică unul din vectori se poate des-
compune după direcţiile celorlaţi vectori)

Teorema 7.4.12 Orice sistem format din patru vectori din V3 este liniar dependent.

Corolar 7.4.13 Oricare trei vectori necoplanari din V3 formează o bază ı̂n V3 .

73
Corolar 7.4.14 Dacă − →v 1 ,−
→
v 2 şi −
→
v 3 sunt vectori necoplanari. Atunci pentru orice vector
−
→
v există constantele m, n şi p, unic determinate, astfel ı̂ncât
−
→
v = m→
−
v 1 + n−
→
v 2+p →
−
v 3. (7.4.4)

Definiţia 7.4.15 Fie B = (− →

v 1, −→
v 2, −
→
v 3 ) o bază din spaţiul V3 . Dacă −
→
v ∈ V3 , atunci
scalarii reali m, n şi p din formula 7.4.4 se numesc coordonatele vectorului − →
v ı̂n
raport cu baza B = (− →v 1, −
→
v 2, −
→
v 3 ). Vom scrie
−
→
v = (m, n, p) B .

Observaţia 7.4.16 Doi vectori din V3 sunt egali dacă şi numai dacă componentele lor
ı̂n raport cu aceeaşi bază sunt egale.

Propoziţia 7.4.17 Fie B o bază din spaţiul V3 şi

−
→ −
→
a = (a 1 , a2 , a 3 ) B , b = (b 1 , b2 , b 3 ) B ∈ V3 .

Atunci:
→
−
1. →
−
a + b = ( a 1 + b 1 , a2 + b 2 , a 3 + b 3 ) B ;

2. α −
→
a = ( α a 1 , α a2 , α a 3 ) B , (∀) α ∈ R.

7.5 Proiecţia ortogonală a unui vector pe o axă

Fie −→a un vector liber şi ∆ o direcţie din ~a A
spaţiul afin E3 pe care am precizat sensul prin ~a
versorul −→u 0 . Dacă O ∈ ∆, atunci considerăm ~u0 ∆
−−→ −−→ →
vectorul O A astfel ı̂ncât O A = −
a (figura 7.8). O A′
Din punctul A ducem perpendiculara AA′ pe ∆
(A′ ∈ ∆). Figura 7.8

Definiţia 7.5.1 Numim proiecţia ortogonală a vectorului − →

a pe axa ∆ numărul real
→
−
notat prin pr ∆ a dat prin relaţia
 − →′ −
→
 OA ,

 dacă vectorul OA′ are acelaşi sens cu versorul −
→
u 0,
−
→ −
→′
pr ∆ −
→
a = − OA′ , dacă vectorul OA are sens contrar cu versorul − →
u 0,
−→


0, dacă vectorul OA este situatı̂ntr-un plan perpendicular pe ∆ ,


Din definiţia anterioară rezultă că vectorii echipolenţi au

proiecţiile pe aceeaşi axă egale.
~b B
−
→ −−→ −−→
Definiţia 7.5.2 Fie −
→
a , b ∈ V3 şi vectorii liberi O A şi O B ~b
astfel ı̂ncât ~a θ
−−→ − −−→ − →
OA = → a şi O B = b . O ~a A
Unghiul θ ∈ [0, π] din Figura 7.9 se numeşte unghiul
→
− →
− Figura 7.9
dintre vectorii −
→
a şi b . Vom nota acest unghi prin ∢(−
→
a , b ).

74
 Din construcţie se observă imediat că
→
− → →
−
∢(−
→
a , b ) = ∢( b , −
a ).

Propoziţia 7.5.3 Proiecţia unui vector pe o axă este egală cu produsul dintre norma
vectorului şi cosinusului unghiului dintre vector şi versorul axei.

Demonstraţie. Fie − →
a un vector liber, ∆ o direcţie din spaţiul afin E3 pe care am precizat
→
−
sensul prin versorul u 0 şi O ∈ ∆. Notăm

θ = ∢(−
→
a ,−
→
u 0 ).

Dacă θ ∈ 0, π2 , π din proprietăţile funcţiei cosinus şi definiţia 7.5.1 rezultă imediat

−−→ −−→
afirmaţia dorită. ı̂n caz contrar onsiderăm vectorul O A astfel ı̂ncât O A = − →a , iar din
′ ′
punctul A ducem perpendiculara AA pe ∆ (A ∈∆).
În funcţie de unghiul θ avem două cazuri distincte.
π
1. Dacă θ ∈ 0, 2 , atunci triunghiul OAA′ este dreptunghic ı̂n A′ (Figura 7.10), deci

−−−→ −−→
pr ∆ −→
a = || O A ′ || = || O A′ || = || O A || cos θ = || O A || cos θ

2. Dacă θ ∈ π2 , π , atunci atunci triunghiul OAA′ este dreptunghic ı̂n A′ (Figura 7.11),

deci −−−→
pr ∆ −
→a = −|| O A ′ || = −|| O A′ || =
−−→
= −|| O A || cos (π − θ) = || O A || cos θ.

A
A
~a
~a ~a
~a θ
θ ~u0 ∆ ~u0 ∆
O A′ A′ O

Figura 7.10 Figura 7.11

Teorema 7.5.4 (Chales) Proiecţia ortogonală a unui contur poligonal de vectori

−−−→ −−−−−→ −−−→
A1 A2 ,. . . ,An−1 An pe o axă ∆ este egală cu proiecţia ortogonală a rezultantei A1 An pe
aceeaşi axă.

Observaţia 7.5.5 Teorema anterioară se mai numeşte şi teorema proiecţiei.

75
7.6 Expresia analitică a unui vector
Fie Oxyz sistemul de referinţă or- z
togonal ı̂n spaţiul afin E3 şi − →
e 1, A3
→
− →
−
e 2 , e 3 versorii axelor de coordonate z Q
(Ox), (Oy), respectiv (Oz).
Dacă − →a este un vector liber,
−−→
atunci construim vectorul O A = − →
a R A
(Figura 7.12). Prin punctul M ducem ~a
γ
planele perpendiculare pe axele (Ox), ~e3
(Oy), respectiv (Oz) şi notăm prin O β A2
A1 , A2 şi A3 punctele de intersecţie ~e1 ~e2 y y
α
ale acestor plane cu axele (Ox),
(Oy), respectiv (Oz). Din definiţia A1 x
proiecţiei unui vector pe o axă rezultă P
relaţiile Figura 7.12
x
OA1 = pr ( O x ) →
−
a , OA2 = pr ( Oy ) −
→
a , OA3 = pr ( O z ) −
→
a (7.6.1)
Pentru simplificarea scrierii notăm

a x = OA1 , a y = OA2 şi a z = OA3 ,

deci comform propoziţiei 7.5.3 avem

a x = || →
−
a || cos α, a y = || →
−
a || cos β şi a z = || →
−
a || cos γ, (7.6.2)

unde
α = ∢(−
→
a ,−
→
e 1 ), β = ∢(−
→
a ,−
→
e 2 ) şi γ = ∢(−
→
a ,−
→
e 3 ).
Dacă notăm prin P, Q şi R proiecţiile punctului A pe planele (Oxy), (Oyz), respectiv
(Oxz), atunci patrulaterele OA1 P A2 şi OA3 AP sunt paralelograme, deci avem
−−→ −−→ −−→ −−→ −−→ −−→
O A = O P + O A 3 = O A 1 + O A 2 + O A 3. (7.6.3)

Deoarece
−−→ −−→ −−→
O A 1 = a x−
→
e 1, O A 2 = a y −
→
e 2 şi O A 3 = a z −
→
e 3,
din relaţia 7.6.3 rezultă
−
→
a = a x→
−
e 1 + a y−
→
e 2 + a z−
→
e 3. (7.6.4)
Formula 7.6.4 se numeşte expresia analitică a vectorului →
−
a sau descompunerea
→
− →
− →
− −
→
vectorului a după versorii e 1 , e 2 , e 3 . Vectorii
−−→ −−→ −−→
O A 1 = a x−
→
e 1, O A 2 = a y −
→
e 2 şi O A 3 = a z −
→
e 3,

se numesc componentele vectorului − →

a ı̂n raport cu versorii − →e 1, −
→
e 2 , şi −
→
e 3.
Având ı̂n vedere corolarul 7.4.14 rezultă că proiecţiile şi componentele unui vector din
V3 după direcţiile versorilor −
→
e 1, −
→
e 2, →
−
e 3 sunt unic determinate.
Pentru simplificarea scrierii facem notaţia
→
−
a (a x , a y , a z ).

76
 Din construcţie OA1 P A2 A3 RAQ este un paralelipiped, deci dacă se cunosc proiecţiile
a x , a y şi a z ale vectorului −
→
a , atunci
→
−
q
|| a || = a2x + a2y + a2z . (7.6.5)

Unghiurile pe care le formează vectorul −

→
a cu axele de coordonate pot fi determinate
din formulele
ax ax
cos α = − → =p 2 ,
|| a || ax + a2y + a2z
ay ay
cos β = − → =p 2 ,
|| a || ax + a2y + a2z
az az
cos γ = − → =p 2 .
|| a || ax + a2y + a2z
Din aceste egalităţi rezultă
cos2 α + cos2 β + cos2 γ = 1, (7.6.6)
deci unghiurile pe care le formează vectorul − →a cu axele de coordonate sunt dependente
ı̂ntre ele.
Dacă −→
a 0 este versorul lui −→
a , atunci au loc relaţiile
−
→
a ax −
→e 1 + ay −
→e 2 + az − →e3
→
− 0
a = − = =
→
|| a || −
→
|| a ||
ax → − ay − → az − →
= − → e 1+ − → e 2+ − → e3
|| a || || a || || a ||
→
−a 0 = cos α − →e + cos β − →e + cos γ − →
e .
1 2 3

Mărimile scalare cos α,cos β şi cos γ se numesc cosinuşii directori ai suportului
vectorului −→
a , adică cosinuşii directori ai direcţiei vectorului − →
a.
Fie M1 ( x 1 , y 1 , z 1 ),M2 ( x 2 , y 2 , z 2 ) ∈ E3 . În secţiunea 6.4 am observat că vectorii de
poziţie sunt daţi prin formulele
−−→
OM = x −
1 1
→
e +y −
1 1
→
e +z −
2 1
→e3
−−→
O M 2 = x2 →
−
e 1 + y2 −
→
e 2 + z1 −
→
e 3.
Din regula triunghiului rezultă
−−→ −−→ −−−−→
O M 2 = O M 1 + M 1 M 2,
deci
−−−−→ −−→ −−→
M1 M 2 = O M 2 − O M 1 = ( x2 − x1 ) →
−
e 1 + ( y2 − y1 ) →
−
e 2 + ( z 2 − z 1) →
−
e 3. (7.6.7)
Din această relaţie va rezulta că
−−−−→
pr ( O x ) M 1 M 2 = x 2 − x 1 ,
−−−−→
pr ( O y ) M 1 M 2 = y2 − y1
−−−−→
pr ( O z ) M 1 M 2 = z 2 − z 1
În plus, din relaţiile 7.6.5 şi 7.6.7 obţinem
−−−−→
q
|| M 1 M 2 || = ( x 2 − x 1 ) 2 + ( y2 − y1 ) 2 + ( z 2 − z 1 ) 2 .

77
7.7 Produsul scalar a doi vectori
→
−
Definiţia 7.7.1 Prin produsul scalar al vectorilor −
→
a , b ∈ V3 ı̂nţelegem o mărime scalară
→
−
notată prin →
−
a · b şi dată prin relaţia
−
→ →
− −
→ −
→
a · b = || →
−
a || · || b || cos ∢(−
→
a , b ). (7.7.1)
→
−
Propoziţia 7.7.2 Dacă →
−
a , b ∈ V3 , atunci
−
→ →
− −
→ −
→
a · b = || →
−
a || · pr −
a b = || b || · pr −
→
−
→
→ a
b
(7.7.2)
→
− −
→ −
→
(unde prin pr −
a b ı̂nţelegem proiecţia vectorului b pe direcţia vectorului a ).
→

−−→ −−→
Demonstraţie. Fie O un punct arbitrar din spaţiul E3 şi vectorii liberi O A şi O B astfel
ı̂ncât
−−→ − −−→ − →
OA = → a şi O B = b .
−
→
În funcţie de unghiul θ = ∢(−
→
a , b ) avem următoarele cazuri:
−−→ −−→
1. Dacă θ = 0, atunci vectorii O A şi O B sunt coliniari şi au
→
−
aceeaşi direcţie (Figura 7.13), deci b = m − →
a , unde m > 0. ı̂n O A B
acest caz avem ~a ~b
→
− →
− →
− →
−
pr a b = m || a || şi pr b a = || a ||
→
− −
→
Figura 7.13
deci
→
− →
− →
− −
→
a · b = || −
→
a || · || b || cos ∢(−→
a, b)=
→
− −
→ −
→
= || →
−a || · || b || = m || −
→
a || 2 = || −
→
a || · pr −
a b = || b || · pr −
→
→
−
→ a
b

2. Dacă θ ∈ 0, π2 , atunci din Figura 7.14 rezultă

B
−
→ −−→ →
− A′
pr −
→
a b = OB ′ = ||O B || cos θ = || b || cos θ
−−→ ~b
−
→ →
−
→ a = OA′ = ||O A || cos θ = || a || cos θ,
pr −
b

deci θ
−
→ →
− →
− O A
→
−
a · b = || −→a || · || b || cos ∢(−
→
a, b)= ~a B′
→
− →
−
= || −
→
a || · pr −
→ b = || b || · pr −
a
→
−
→ a.
b
Figura 7.14
3. Dacă θ = π2 , atunci
→
− −
→
pr −
a b = pr −
→ → a = 0,
b

deci
−
→ →
− −
→ π
a · b = || →−
a || · || b || cos
2
→
− →
−
= || −
→
a || · pr −
a b = || b || · pr −
→
→
−
→ a = 0.
b
π


4. Dacă θ ∈ 2
,π , atunci din Figura 7.15 rezultă
→
− ′ −−→ →
−
pr −
a b = −OB = −||OB || cos ( π − θ ) = || b || cos θ
→

−
→ −−→ →
−
→ a = −OA′ = −||O A || cos ( π − θ ) = || a || cos θ,
pr −
b

78
ceea ce implică relaţia 7.7.2.
−−→ −−→
5. Dacă θ = π, atunci vectorii O A şi O B sunt coliniari, dar au direcţii opuse (figura
→
−
6.16), deci b = m − →a , unde m < 0. Prin urmare,
→
− −
→ −
→
pr −
a b = − || m a || = m || a ||
→

−
→ −−→ →
−
→ a = 0 = −OA′ = −||O A || cos ( π − θ ) = || a || cos θ,
pr −
b
pr − →
− →
−
→ a = −|| a ||,
b
deci
−
→ →
− −
→ −
→
a · b = || →
−
a || · || b || cos π = −|| →
−
a || · || m −
→
a || = m || →
−
a || 2 =|| →
−
a || · pr −
a b
→

−
→ →
− −
→ −
→
a · b = || →
−
a || · || b || cos π = −|| →
−
a || · || m −
→
a || = || b || · pr − −
→
→ a.
b

→→
−
Propoziţia 7.7.3 Pentru orice →
−
a , b ,−
c ∈ V3 şi orice m ∈ R au loc relaţiile:
→ →
− − →
1. →
−a · b = b ·− a (proprietatea de comutativitate a produsului scalar);
→
− → −
− → →
−
2. dacă −
→a = 0 sau b = 0 , atunci − →a · b = 0;
→
− →
− →
−
3. dacă −
→ a , b ) = π2 , atunci −
a ⊥ b , adică (−
→ →
a · b = 0;
→
− → −
− →
 − → 
→
− →
−
4. ( m a ) · b = a · m b = m a · b ;

5. →
−a ·−
→
a = || −
→a ||;
−→ → − → → −
−
6. −
→a· b + − c =→ a · b +−
a ·→
c (proprietatea de distributivitate a produsului
scalar).

Propoziţia 7.7.4 Proiecţia unui vector liber →

−
a pe o axă ∆ este egală cu produsul scalar
→
−
al vectorului a cu versorul axei.

Expresia analitică a produsului scalar

Fie −→e 1, −
→e 2, −
→e 3 versorii axelor de coordonate (Ox), (Oy), respectiv (Oz) ale unui
reper ortogonal din spaţiul afin euclidian E3 . Conform construcţiei reperului ortogonal
versorii −
→e 1, −
→
e 2 şi −
→
e 3 sunt perpendiculari doi câte doi, deci
−
→
e 1·−
→
e 1=−
→
e 2·−
→
e 2=−
→
e 3·−
→
e 3=1
−
→
e 1·−
→
e 2=−
→
e 2·−
→
e 3=−
→
e 3·−
→
e 1 = 0,
adică 
−
→ 1, i=j
e i·−
→
e j = δ ij = , i, j = 1, 3.
0, i 6= j
−
→
Dacă →
−
a (a x , a y , a z ) şi b (b x , b y , b z ) sunt vectori liberi din V3 , atunci
−
→
a = a x−
→
e 1 + a y−
→
e 2 + a z−
→
e3

79
 −
→
b = b x→
−
e 1 + b y−
→
e 2 + b z−
→
e 3,
deci folosind proprietatea de distributivitate a produsului scalar avem
−
→ →
−
a · b = (a x −
→
e 1 + a y−
→
e 2 + a z−→e 3 ) · (b x −
→
e 1 + b y−
→
e 2 + b z−
→
e 3) =
(7.7.3)
= a x b x + a y b y + a z b z.

Relaţia 7.7.3 se numeşte expresia analitică a produsului scalar a vectorilor −

→
a
→
−
şi b . În plus, deoarece
→
−
q →
− q
|| a || = ax + ay + az şi || b || = b2x + b2y + b2z ,
2 2 2

−
→
din relaţia 7.7.1 rezultă că pentru orice vectori nenuli →
−
a şi b au loc egalităţile
−
→ →
−
→
− a · b ax bx + ay by + az bz
cos ∢(→
−
a, b)= →
− =p 2 (7.7.4)
|| →
−
p 2
a || · || b || ax + a2y + a2z bx + b2y + b2z
→
− −
→
Observaţia 7.7.5 Fie →
−
a (a x , a y , a z ), b (b x , b y , b z ) ∈ V3 . Atunci →
−
a · b = 0 dacă şi
numai dacă
a x b x + a y b y + a z b z = 0.

Interpretarea mecanică a produsului scalar.

→
−
Fie F o forţă care acţionează asupra punctului material
M , punct care suferă o deplasare reprezentată de vectorul →
−
→
− F
d (Figura 7.17). ı̂n mecanică noţiunea de lucru mecanic
→
− →
−
al forţei F relativ la deplasarea d se defineşte ca fiind
produsul scalar dintre mărimea deplasării şi proiecţia forţei θ
M →
−
pe direcţia deplasării, adică d
→
− →
− −
→ → →
− − − → Figura 7.17
→ F = || u 0 || pr ∆ a = d · F .
L = || d || · pr −
d

Prin urmare, produsul scalar a doi vectori reprezintă lucru mecanic ı̂n care unul din
vectori este forţa iar celălalt vector este vectorul deplasare.

7.8 Produsul vectorial a doi vectori

Consideraţii mecanice ı̂n legătură cu momentul forţei ı̂n raport cu un punct a condus
la definirea produsului vectorial a doi vectori. Reamintim că vectorii consideraţi vor fi
vectori liberi din V3 .
→
−
Definiţia 7.8.1 Prin definiţie produsul vectorial a doi vectori liberi − →
a şi b ( sau
→
− →
−
produsul vectorial al lui −
→
a prin b ) este vectorul notat prin −
→
a × b şi care următoarele
proprietăţi:
→
−
1. mărimea lui →
−
a × b este
→
− −
→ −
→
|| →
−
a × b || = || →
−
a || || b || sin ∢ −→

a , b ;

80
 →
−
2. direcţia lui −
→
a × b este perpendiculară pe planul determinat de cei doi vectori (sau
→
−
de două direcţii coplanare, paralele cu direcţiile vectorilor −
→
a şi b ).
→
− −
→ →
−
3. sensul lui −→a × b este ales astfel ı̂ncât triedrul format de vectorii →
−
a , b şi →
−
a × b
să fie orientat drept ( sau sensul şurubului drept ).

Observaţia 7.8.2
→
−
1. Determinarea sensului vectorului − →a × b se face prin regula mâinii drepte sau regula
→
−
burghiului cu filet la dreapta. Efectiv sensul vectorului −
→
a × b se determină prin una
din metodele:
→
−
(a) sensul lui − →
a × b este considerat astfel ı̂ncât un observator aflat ı̂n extremitatea
→
−
acestui vector să vadă vectorul − →
a la dreapta şi vectorul b la stânga;
−−→ →
(b) dacă −
→n 0 este versorul normal la planul determinat de vectorii liberi O A = − a
−−→ − →
şi O B = b , sensul lui fiind acelaşi cu sensul de ı̂naintare al unui burghiu cu
vârful ı̂n O şi care se roteşte ı̂ntr-un unghi mai mic de π pentru a suprapune
−−→ −−→
vectorul O A vectorul O B, atunci
→
− →
− →
− →→0
−
a × b = || − →
a || || b || sin ∢ − →a , b −

n .

→
−
2. Se observă imediat că || →
−
a × b || este egală cu aria paralelogramului OACB.

−
→ →
− B C
a × b
−
→
b
−
→
n0
θ
O −
→
a B′ A

Figura 7.18

Propoziţia 7.8.3 Au loc următoarele relaţii:

→
− → →
− −
→
1. →
−
a × b =− b ×−
a , (∀) →
−
a , b ∈ V3 ;
→ −
− →
2. →
−
a × b = 0 dacă şi numai dacă este ı̂ndeplinită una din condiţiile:
→
− → −
− →
(a) →
−
a = 0 sau b = 0 ;
→
−
(b) ∢ − →

a , b ∈ {0, π}.

→
− →
−
3. dacă (α) este un plan paralel cu direcţiile vectorilor −
→a , b ∈ V3 , iar b′ este vectorul
→
−
proiecţie al vectorului b pe o direcţie perpendiculară pe vectorul −→a situată ı̂n planul
(α), atunci
→
− → → −
− →
a × b =− a × b′ ;

81
 → →  −
− → →
− −
→
4. ( m −
→
a )× b =−
a × m b =m →−
a × b , (∀) →
−

a , b ∈ V3 , (∀) m ∈ R;
−→ → − → → −
− −
→ →
5. →
−a × b +− c =→ a × b +− a ×→ c , (∀) − →
a , b ,− c ∈ V3 (proprietatea de dis-
tributivitate a produsului scalar faţă de ı̂nmulţirea vectorilor).
→
− → 2 −
− → → 2
− →
− −
→
6. || a × b || + a · b = || −
→
a || 2 || b || 2 , (∀) −
→
a , b ∈ V3 (identitatea lui
Lagrange).
−
→ →
−
a × b B C
Demonstraţie. −
→
1) Din observaţia 7.8.2(1.b) şi Figura 7.19 rezultă că − b
→
n0
avem relaţiile θ
O →
−
→
− →
− →
− → →0
− −−→ a B′ A
a × b = || − →a || || b || sin ∢ − →
a , b −
 
n , n0
−
→ →
→ −
− →
− b ×−
−→ → a
b ×→ a = || −→
a || || b || sin ∢ b , − −−→n0 ,


a
Figura 7.19
ceea ce implică rezultatul dorit.
2) Este o consecinţă directă a observaţiei 7.8.2(1.b).
→
− →
−
3) Fie −→a , b ∈ V3 şi (α) este un plan paralel cu direcţiile vectorilor −
→a şi b . Considerăm
punctul O ∈ (α) şi vectorii liberi
−−→ − −−→ − →
OA = → a şi O B = b .
−−→ −
→ →
−
Fie O B ′ = b′ vectorul proiecţie al vectorului b pe o direcţie perpendiculară pe
→
−

→
− →
−
vectorul a situată ı̂n planul (α). Dacă θ = ∢ a , b , atunci avem următoarele cazuri:
→
−
I. θ ∈ { 0, π }. În acest caz vectorul proiecţie al vectorului b pe o direcţie perpendi-
culară pe vectorul −→a este vectorul nul şi folosind punctul precedent avem
−
→ →
− → −
− →
a × b =−
→
a × b′ = 0
−
→ −
→
a × b

−
→ →
− B′ B C B B′ C
a × b −′
→ −
→′
b −
→ −
→
n0 b −
→
−
→ b b
n0
θ θ
O −
→
a A O →
−
a A

Figura 7.20 Figura 7.21

→ → −
− →
II. θ ∈ 0, π2 ∪ π
. Din figurile 7.20 şi 7.21 se observă că vectorii −
→
a × b şi −
a × b′



2
,π
→
−
au acelaşi sens şi aceeaşi direcţie. Cum direcţiile vectorilor −→a şi b′ sunt perpendiculare
rezultă →
− →
− →
− →
−
|| −
→a × b′ || = || −→a || || b′ || sin ∢ − →a , b′ = || − →

a || || b′ ||
iar din observaţia 7.8.2(2) avem egalităţile
→
− −
→ −
→
|| →
−
a × b || = || −
→
a || || b || sin ∢ −→

a , b =

82
 −
→ →
−
= AriaOACB = || →
−
a || || b′ || = || →
−
a × b′ ||
Prin urmare, are loc egalitatea
→
− → → −
− →
a × b =−
a × b ′.

5) Prin adunarea egalităţilor

−
→ → 2
− −
→ 2 − 2
→ 2

→
− −
→
|| a × b || = || a || || b || sin ∢ a , b

−
→ →
− 2 −
→ −
→
= || →
−
a || 2 || b || 2 cos2 ∢ −→
 
a · b a , b
obţinem egalitatea dorită.

Expresia analitică a produsului vectorial

Fie −
→e 1, −
→
e 2, −
→
e 3 versorii axelor de coordonate (Ox), (Oy), respectiv (Oz) ale unui
reper ortogonal din spaţiul afin euclidian E3 . Din ortogonalitatea versorilor −
→
e 1, −
→
e 2 şi
→
−e 3 rezultă
→
− →
−
e 1×− →
e 1=− →e 2×−→e 2=− →e 3×− →
e3= 0
→
−
e ×− →
e =− →e , −
→e ×− →
e =− →e , −→
e ×− →e =− →
e ,
1 2 3 2 3 1 3 1 2
−
→e 2×− →e 1 = −− →e 3, − → e 3×− →
e 2 = −−→e 1, −
→
e 1×− →
e 3 = −− →e 2.
→
−
Dacă →
−
a (a x , a y , a z ) şi b (b x , b y , b z ) sunt vectori liberi din V3 , atunci
−
→
a = a x−
→
e 1 + a y−
→
e 2 + a z−
→
e3
−
→
b = b x−
→
e 1 + b y−
→
e 2 + b z−
→
e 3,
deci folosind proprietatea de distributivitate a produsului vectorial rezultă
−
→ →
−
a × b = (a x − →e 1 + a y−
→e 2 + a z−→e 3 ) × (b x −
→e 1 + b y−→e 2 + b z−→e 3) =
= (a y b z − a z b y ) e 1 − (a x b z − a z b x ) e 2 + (a x b y − a y b x ) −
→
− →
− →
e3=
→
−
e →
−e →
−
e (7.8.1)
1 2 3
= ax ay az
bx by bz
Din relaţiile 7.8.1 rezultă că proiecţiile produsului vectorial pe axele de coordonate
sunt 
→
− →
−
a × b = a y b z − a z b y,
x

→
− →
−
a × b = a z b x − a x b z,
y

→
− →
−
a × b = a x b y − a y b x,
z
iar norma produsului vectorial are expresia
→
−
q
→
−
|| a × b || = (a y b z − a z b y ) 2 + (a x b z − a z b x ) 2 + (a x b y − a y b x ) 2 .

Relaţiile 7.8.1 reprezintă expresiile analitice ale produsului vectorial.

Interpretarea mecanică a produsului vectorial

83
 Fie O un punct arbitrar ales din planul afin
→
− ∆
E3 şi o forţă F . Notăm cu (α) planul determinat
→
− B
de direcţia ∆ a forţei F şi punctul O. −
→ →
−
−→ − → −→
Dacă AB= F , atunci notăm cu → −r = OA M −
→r
F
vectorul de poziţie al punctul A (Figura 7.22). A
O
Proiecţia punctului O pe direcţia ∆ o notăm (α) h
C
prin C, iar h = k OA k se numeşte braţul de
→
−
pârghie al forţei F ı̂n raport cu punctul O. Figura 7.22
→
−
Efectul de rotire imprimată de forţa F ı̂n raport
cu axă ce trece prin punctul O şi este perpendi-
−
→
culară pe planul (α) este reprezentat ı̂n mecanică prin vectorul M care are următoarele
caracteristici:
- direcţia este perpendiculară ı̂n O pe planul (α);
→
−
- norma egală cu produsul dintre norma forţei F şi braţul de pârghie h;
−
→ →
− −
→
- sensul vectorului M este astfel ales astfel ı̂ncât vectorii −
→r , F şi M formează un
sistem direct.
Comform acestei definiţii avem
−
→ −
→ −
→ −→
|| M || = || F || · h = || F || · || OA || sin (OAC) =
→
− −→ −
→ −
→ →
−
= || F || · || OA || sin (OAB) = || F || · || →
−
r || sin −→
r , F = ||−
→

r × F ||,
−
→ − →
−
iar din definiţia produsului vectorial se observă că vectorii M şi →
r × F au acelaşi sens.
Prin urmare,
−
→ → − →
M =− r × F.

7.9 Produsul mixt a trei vectori

Fie − →e 1, − →
e 2, −
→
e 3 versorii axelor de coordonate (Ox), (Oy), respectiv (Oz) ale unui
→
−
reper ortogonal Oxyz din spaţiul afin euclidian E3 . Dacă − →
a (a x , a y , a z ), b (b x , b y , b z ) şi
→
−c (c x , c y , c z ) sunt vectori liberi din V3 , atunci
−
→
a = a x−
→
e 1 + a y−
→
e 2 + a z−
→
e 3,
−
→
b = b x→
−
e 1 + b y−
→
e 2 + b z−
→
e 3,
−c = c −
→ → →
− →
−
x e 1 + c y e 2 + c z e 3.

−
→
Definiţia 7.9.1 Numim produsul mixt al vectorilor →
−
a , b şi →
−c numărul real notat prin
→ →
−
(−
→
a, b, − c ) dat prin relaţia
→ −
− → −
−
(−
→
a, b, →
c )=−
→
a ·( b × →
c ). (7.9.1)

Expresia analitică a produsului mixt a trei vectori.

84
 → −
−
Din expresia analitică a produsului vectorial a vectorilor b şi →
c rezultă
−
→
e1 −
→
e2 −
→
e3
−
→ −
→ −
a ·( b × →
c )=−
→
a · bx by bz =
cx cy cz

= (a x −
→
e 1 + a y−
→
e 2 + a z−
→
e 3 ) · [(b y c z − b z c y ) −
→
e 1−
− (b x c z − b z c x ) −
→
e 2 + (b x c y − b y c x ) →
−
e 3] =

ax ay az
by bz bx bz bx by
= ax − ay + az = bx by bz .
cy cz cx cz cx cy
cx cy cz
Relaţia
ax ay az
−
→ → →
− −
a · ( b × c ) = bx by bz (7.9.2)
cx cy cz
se numeşte expresia analitică a produsului vectorial mixt.

Propoziţia 7.9.2 Au loc următoarele afirmaţii:

−
→ →
− → → →
−
1. →
−
a ·( b × −c ) = −
→ →
c · (−
→a × b ) = b · (−
a ×−
a );
−
→ →
−
2. −
→
a ·( b × →
−c ) = −−→
a · (−
→c × b );
−
→
3. −
→
a ·( b × −c ) = 0 dacă şi numai dacă are loc una din relaţiile:
→

−
→
(a) unul din vectorii →
−
a , b şi →
−c este nul;

(b) doi vectori sunt coliniari;

→ →
−
(c) vectorii −
→
a , b şi −
c sunt coplanari;
→ −
− −
→ − →
−
4. m →
−
a ·( b × →
c )=−
→
a · (m b × →
c )=−
→
a ·( b ×m →
−c ).

Interpretarea geometrică a prodului mixt a trei vectori

→
−
Fie −→a , b şi − →
c trei vectori liberi
C′ D′
necoplanari din V3 . Conform observaţiei −
→
→ →
− −
→
7.8.2(2) produsul vectorial b × − c este un a × b
vector de mărime egală cu aria paralelogra- A B′
mului OBDC (vezi Figura 7.23 ), şi sensul A′
dat de vectorul − →
n 0 (obţinut prin regula C D
mâinii drepte).
→
− −
→
Dacă OA′ este pr − n 0 || a || , atunci se
→ a −
→
c
′ −
→
n
observă că OA este perpendiculară pe 0
θ
planul OBDC. Modulul produsului scalar O
−
→
B
→
− → −
− → b
dintre vectorii a şi b × c este dat prin
relaţia Figura 7.23
→
− → −
− → → −
− → →
−
| a · ( b × c ) | = | || b × c || · pr −
n 0 || a || | =
→

85
 = OA′ AriaOBDC = Volumul (OCDBAB ′ D′ C ′ )
Această observaţie implică relaţia

Volumul (OCDBAB ′ D′ C ′ ) =

−
→ → →
− → →
−
a ·( b × − c ) , dacă vectorii →
−
a , b şi −
(
c formează un sistem direct;
= →
− −
→ − →
− a · ( b × c ), ı̂n caz contrar.
de unde având ı̂n vedere relaţia 7.9.2 rezultă că dacă se cunosc vectorii →
−
a (a x , a y , a z ),
→
− →
−
b (b x , b y , b z ) şi c (c x , c y , c z ), atunci
 
ax ay az
Volumul (OCDBAB ′ D′ C ′ ) = det  b x b y b z  (7.9.3)
cx cy cz

Relaţia 7.9.3 ne arată că semnul determinantului

 
ax ay az
det  b x b y b z 
cx cy cz

este
→
−
+ , dacă vectorii →
−
a , b şi −
→

c formează un sistem direct;
−, ı̂n caz contrar.
Fie
−
→ −−→ −
→ −−→ − −−→
a = M A, b = M B şi →
c = MC
vectorii liberi necoplanari determinaţi de puntele

M ( x 1 , y 1 , z1 ) , A ( x 2 , y 2 , z 2 ) , B ( x 3 , y 3 , z 3 ) şi C ( x 4 , y 4 , z 4 ) .

Conform secţiunii 7.6 componentele acestor vectori sunt

a x = x 2 − x 1, a y = y 2 − y 1, a z = z 2 − z 1,

b x = x 3 − x 1, b y = y 3 − y 1, b z = z 3 − z 1,
c x = x 4 − x 1, c y = y 4 − y 1, c z = z 4 − z 1,
deci volumul determinat de vectorii
−
→ −−→ −
→ −−→ − −−→
a = M A, b = M B şi →
c = MC

poate fi dat prin formula

 
  x1 y1 z1 1
x2 − x1 y2 − y1 z2 − z1  x2 y2 z2 1
V = det x 3 − x 1 y 3 − y 1
 z 3 − z 1  = det 
 x3
 .
y3 z3 1
x4 − x1 y4 − y1 z4 − z1
x4 y4 z4 1

86
7.10 Dublu produs vectorial
−
→
Definiţia 7.10.1 Prin dublul produs vectorial al vectorilor liberi →
−
a , b şi →
−c din V
3
→
−
ı̂nţelegem vectorul d dat prin formula
−
→ → −
−
d =−
→
a ×( b × →
c ). (7.10.1)
→
−
Observaţia 7.10.2 În condiţiile definiţiei anterioare vectorul d este coplanar cu vectorii
→
− →
−
c şi b .
−
→
Demonstraţie. Fie ( α ) un plan paralel cu direcţiile vectorilor →
−
a şi b .
Dacă O este un punct din ( α ), atunci construim vectorii
−−→ − −−→ −→ −−→ →
OA = →
a , O B = b şi O C = −
c (Figura 7.24).
→ →
−
Conform definiţiei produsului vectorial vectorul b × − c este perpendicular pe planul
( α ) ı̂n punctul O.
→
− → →
−
De asemenea, vectorul d este perpendicular pe planul determinat de vectorii b × − c
−−→ → −
− →
şi O A tot ı̂n punctul O. Dar orice vector perpendicular pe vectorul b × c ı̂n punctul O
→
− − → →
se află ı̂n planul ( α ), deci vectorii d , b şi −
c sunt coplanari.

−
→ −
→
a × b
A
−
→ C D
a
−
→
n0 −
→
c
−
→
O −
→ b B
(α) d

Figura 7.24

−
→
Propoziţia 7.10.3 Dacă →
−
a , b şi →
−c sunt vectori liberi din V , atunci
3

−
→ −
→ − −c ) · →
− −
→
d =−
→
a ×( b × →
c ) = (−
→
a · → b − (−
→
a · b )· −
→
c (7.10.2)
− −
→ −
→
Propoziţia 7.10.4 Dacă →
−
a, b, →
c şi d sunt vectori liberi din V3 , atunci
−
→ − →
→
−
→ −
→ →
− −
→ a · −
→
c b · −
c
( a × b ) ·( c × d)= −
→ − −
→ → −
→
a · d a · d

87
88
Capitolul 8

Geometrie analitică ı̂n E3

8.1 Vectori directori, cosinuşi directori şi parametrii

directori ai unei direcţii ı̂n spaţiu
Definiţia 8.1.1 Dacă ∆ este o direcţie din E3 , atunci numim vector director asociat
lui ∆ orice vector liber −
→
a din V3 care este coliniar cu direcţia dată.
Dacă ı̂n plus, avem || −
→
a || = 1, atunci vom spune că − →a este versor director al
direcţiei ∆.

Definiţia 8.1.2 Fie ∆ este o direcţie din E3 , − →a un vector director al său şi Oxyz un
reper ortogonal din spaţiul afin euclidian E3 . Proiecţiile ortogonale ale vectorului −
→
a pe
axele de coordonate (Ox), (Oy), respectiv (Oz), se numesc parametrii directori ai
direcţiei ∆ ı̂n raport cu reperul Oxyz relativ la vectorul −→
a.
→
−
Dacă || a || = 1, atunci parametrii directori ai direcţiei ∆ se numesc cosinuşi di-
rectori.

Observaţia 8.1.3 1. Noţiunea de cosinus director are ca fundament observaţiile din

secţiunea 7.6. ı̂ntr-adevăr, dacă sunt ı̂ndeplinite condiţiile definiţiei anterioare şi
|| −
→
a || = 1, atunci
pr ( O x ) = || −
→
a || cos α = cos α,
pr ( O y ) = || →
−
a || cos β = cos β,
pr ( O z ) = || →
−
a || cos γ = cos γ,
unde α, β şi γ reprezintă unghiurile dintre direcţia ∆ şi axele (Ox), (Oy), respectiv
(Oz).
Mai mult din relaţia 7.6.6 rezultă egalitatea

cos2 α + cos2 β + cos2 γ = 1.

2. Dacă ( m, n, p ) sunt parametrii directori ai direcţiei ∆ ı̂n raport cu reperul Oxyz

relativ la vectorul −
→
a şi −
→
e 1, →
−
e 2, −
→
e 3 sunt versorii axelor de coordonate (Ox), (Oy),
respectiv (Oz), atunci
→
−
a = m− →e 1 + n−
→e 2 + p−→
e 3.

89
 3. Dacă −
→a 0 este cosinusul director al direcţiei ∆, atunci pentru orice parametru di-
→
−
rector a al său există un scalar m ∈ R, astfel ı̂ncât
→
−
a = m− →a 0.

4. Dacă ( m, n, p ) şi (m1 , n 1 , p1 ) sunt sisteme de parametrii directori pentru direcţia

∆, atunci
m n p
= =
m1 n1 p1
Observaţia 8.1.4 Fie ∆ este o direcţie din E , − 3
→
a un vector director al său şi Oxyz un
reper ortogonal din spaţiul afin euclidian E3 . Dacă ( m, n, p ) sunt parametrii directori ai
direcţiei ∆ ı̂n raport cu reperul Oxyz relativ la vectorul −→a , atunci
m n p
cos α = ± p , cos β = ± p , cos γ = ± p ,
m 2 + n2 + p 2 m 2 + n2 + p 2 m 2 + n2 + p 2
unde semnele ± corespund celor două sensuri pe direcţia dată.

8.2 Planul ı̂n spaţiu

Conform geometriei elementare ı̂n spaţiu poziţia unui plan este determinată de una
din din următoarele condiţii geometrice:
1. trei puncte necoliniare;
2. două drepte concurente;
3. două drepte paralele;
4. un punct şi un vector normal la plan.
Prin ecuaţia unui plan ı̂nţelegem determinarea unei relaţii ı̂ntre coordonatele ( x, y, z )
ale punctului M din plan astfel ı̂ncât această relaţie să fie verificată de toate punctele din
plan şi numai de aceste puncte.
Pe parcursul acestei secţiuni considerăm reperul ortogonal Oxyz din E3 şi − →e 1, −
→
e 2,
→
−e 3 versorii axelor de coordonate (Ox), (Oy), respectiv (Oz).

8.2.1 Ecuaţia planului determinat de un punct M0 ( x 0 , y 0 , z 0 ) şi

→
−
un vector normal nenul N ( p, q, r ).
Fie M ( x, y, z ) punctul curent al planului (P ) determinat de punc-
−
→
tul M0 ( x 0 , y 0 , z 0 ) şi vectorul normal normal N ( p, q, r )(Figura 8.1).

Conform secţiunii precedente componentele p, q şi r ale

→
− →
−
vectorului normal N reprezintă parametrii directori ai nor- N
→
−
malei la planul (P ). Deoarece N este perpendicular pe pla-
−
→
nul (P ) rezultă că N ⊥M0 M , indiferent de poziţia punctului
M ı̂n planul (P ), deci M0 M
(P )
→ −−−→
−
N · M0 M = 0.
Figura 8.1

90
Din relaţia 7.6.7 rezultă
−−−→
M0 M = ( x − x 0 ) −
→
e 1 + ( y − y0 ) →
−
e 2 + ( z − z 0) →
−
e 3,

deci
− −−−→
→
N · M0 M = p ( x − x 0 ) + q ( y − y 0 ) + r ( z − z 0 ) →
−
e 3. (8.2.1)
Relaţia 8.2.1 reprezintă ecuaţia planului (P ) care prin punctul M şi este perpendicular
→
−
pe vectorul N cu parametrii directori p, q şi r.
Dacă notăm
d′ = − ( px 0 + q y 0 + r z 0 )
atunci ecuaţia 8.2.1 devine
p x + q y + r z + d′ = 0. (8.2.2)
Mai mult, dacă k 6= 0 şi

a = p k, b = k q, c = k r, d = k d′ ,

din ecuaţia 8.2.2 rezultă relaţia

a x + b y + c z + d = 0. (8.2.3)

Relaţia 8.2.3 se numeşte ecuaţia generală a planului (P ), iar coeficienţii a, b şi c

reprezintă parametrii directori ai unui vector normal la plan. Dacă

( cos α, cos β, cos γ )

→
−
sunt cosinuşii directori ai normalei N , atunci relaţia 8.2.2 devine

( cos α ) x + ( cos β ) y + ( cos γ ) z + d′ = 0 (8.2.4)

Ecuaţiile 8.2.3 şi 8.2.4 coincid, deci

p
d′ cos α cos β cos γ cos2 α + cos2 β + cos2 γ
= = = = √ , (8.2.5)
d a b c ± a2 + b 2 + c 2
semnele ± corespunzând celor două sensuri pe normala la plan.

Observaţia 8.2.1 Pentru a verifica dacă un punct M1 ( x 1 , y 1 , z 1 ) aparţine planului (P )

vom ı̂nlocui coordonatele curente x, y şi z din ecuaţia planului cu coordonatele x 1 , y 1 şi
z 1 ale punctului M1 .

Deoarece pentru orice scalari a, b şi c coordonatele originii O (0, 0, 0) verifică ecuaţia

a x + b y + c z = 0, (8.2.6)

rezultă că relaţia 8.2.6 reprezintă ecuaţia unui plan care trece prin origine.
Cazuri particulare de plane din E3
1. plane paralele cu (Ox) :
b y + c z + d = 0;

91
 2. plane paralele cu (Oy) :
a x + c z + d = 0;
3. plane paralele cu (Oz) :
a x + b y + d = 0;
4. plane paralele cu (Oyz) :
a x + d = 0;
5. plane paralele cu (Oxz) :
b y + d = 0;
6. plane paralele cu (Oxy) :
c z + d = 0.

8.2.2 Ecuaţia planului determinat de trei puncte necoliniare

Fie punctele necoliniare M1 (x1 , y1 , z1 ), M2 ( x2 , y2 , z2 ) şi M3 ( x3 , y3 , z3 ) care de-
termină planul (P ). Dacă M ( x, y, z ) este punctul curent al planului (P ) atunci
−−−→
M 1 M = ( x − x1 ) −→
e 1 + ( y − y1 ) →
−e 2 + ( z − z1 ) −
→
e3 M M3
−−−→
M 1M 2 = ( x 2 − x 1) −
→
e 1 + ( y 2 − y1 ) −
→
e 2 + ( z 2 − z1 ) −
→
e3
−−−→
M M = (x − x ) −
1 3 3
→
e + (y − y ) −
1 1 3
→
e + (z − z ) −
1 2
→
e 3 1 3 (P )
M1 M2

Deoarece vectorii
−−−→ −−−−→ −−−−→
M 1 M , M 1 M2 şi M 1 M3 Figura 8.2
sunt coplanari din observaţia 7.9.2(3) rezultă că
 −−−→ −−−−→ −−−−→ 
M 1M , M 1M 2, M 1M 3 = 0

adică  
x y z 1
 x1 y1 z1 1
det 
 x2 y 2 z 2
 = 0. (8.2.7)
1
x3 y3 z3 1
Ecuaţia 8.2.7 reprezintă ecuaţia planului determinat de punctele M1 , M2 şi M3 .

Observaţia 8.2.2 Dacă punctele care determină planul z

(P ) reprezintă intersecţiile cu axele de coordonate (Ox),
(Oy), respectiv (Oz) (vezi Fig.8.3), adică avem punctele M3 (0, 0, c)
M1 (a, 0, 0) , M2 ( 0, b, 0) şi M3 ( 0, 0, c) ,
(P )
M2 (0, b, 0)
atunci din ecuaţia 8.2.7 avem
  O y
x y z 1
a 0 0 1 M1 (a, 0, 0)
det 
0 b 0
=0
1 Figura 8.3
x
0 0 c 1

92
 bcx + acy + abz − abc = 0 (8.2.8)
În plus, dacă a, b şi c sunt nenule, atunci relaţia 8.2.8 devine
x y z
+ + − 1 = 0. (8.2.9)
a b c
Ecuaţiile 8.2.8 şi 8.2.9 reprezintă ecuaţiile planului (P ) determinat de
,,tăieturile” cu axele de coordonate.

8.2.3 Ecuaţia unui plan care trece printr-un punct şi este paralel
cu două direcţii date.
Fie M0 ( x 0 , y 0 , z 0 ) un punct din planul (P ), care este paralel cu direcţiile
−
→ →
− −
→
a (a x , a y , a z ) şi b (b x , b y , b z ) (este evident că vectorii −
→
a şi b nu sunt coliniari). Dacă
M ( x, y, z ) este punctul curent al planului (P ), atunci
−−−→
M 0M = ( x − x 0 ) →
−
e 1 + ( y − y0 ) →
−
e 2 + ( z − z 0) →
−
e 3. (8.2.10)
−−−→ → −−−→
În punctul M0 construim vectorii M 0 A = − a şi M 0 B =
→
−
b (Fig. 8.4).
→
− →
− →
−
Dacă N = − →a × b , atunci N este perpendicular
→
−
pe planul (P ) şi implicit este perpendicular pe vectorul N B
−−−→ M →
−
M 0 M . Prin urmare, b
−−−→ − →
− −−−→ − →
M 0 M · (→
a × b ) = M 0M · N = 0
→
−
a
  (P ) M0 A
x − x0 y − y0 z − z0
det  a x ay a z  = 0. (8.2.11)
bx by bz Figura 8.4
Ecuaţia 8.2.11 reprezintă ecuaţia planului determinat de punctul M0 şi direcţiile
→
−
vectorilor −
→a şi b .
Pe de altă parte vectorii
−−−→ −−−→ −−−→
M 0 M , M 0 A şi M 0 B
sunt coplanari, deci liniar dependenţi, adică există scalarii α , β ∈ R astfel ı̂ncât
−−−→ −−−→ −−−→
M 0M = α M 0A + β M 0B =
(8.2.12)
= ( α ax + β bx ) −
→e 1 + ( α a y + β b y) −
→e 2 + ( α a z + β b z) →
−
e 3.
Din relaţiile 8.2.10 şi 8.2.12 rezultă

 x − x0 = α ax + β bx
y − y0 = α a y + β b y
z − z0 = α az + β bz


adică 
 x = x0 + α ax + β bx
y = y0 + α a y + β b y . (8.2.13)
z = z0 + α az + β bz


93
 Ecuaţiile sistemului 8.2.13 reprezintă ecuaţiile parametrice ale planului ce trec
→
−
prin punctul M0 şi este paralel cu direcţiile vectorilor − →a şi b (ı̂n plus, sistemul
este echivalent cu ecuaţia 8.2.11). Mărimile α şi β se numesc parametrii şi prin ı̂nlocuirea
lor cu valori reale se obţin punctele planului (P ).

8.3 Dreapta ı̂n spaţiu

Fie Oxyz un reper ortogonal din E3 şi − →e 1, −→
e 2, −
→e 3 versorii axelor de coordonate
(Ox), (Oy), respectiv (Oz). O dreaptă ı̂n spaţiu este determinată de următoarele condiţii:

1. un punct şi un vector director ( adică un vector nenul coliniar cu dreapta căutată);

2. două puncte;

3. intersecţia a două plane.

8.3.1 Ecuaţia dreptei determinată de un punct şi un punct şi

un vector director
Fie M0 ( x 0 , y 0 , z 0 ) un punct dat şi considerăm vectorul director → −v ( p, q, r ), astfel
ı̂ncât dreapta d este determinată de M0 şi − →
v . Dacă M ( x, y, z ) este punctul curent al
dreptei, atunci vectorii
−−−→
M 0 M ( x − x 0 , y − y0 , z − z 0 ) şi →
−
v ( p, q, r )

sunt coliniari, deci există t ∈ R astfel ı̂ncât

−−−→
M 0 M = t−
→
v.

Explicitând relaţia precedentă obţinem sistemul de ecuaţii


x − x0 = t p
y − y0 = t q
z − z0 = t r


echivalent cu sistemul 
 x = x0 + t p
y = y0 + t q (8.3.1)
z = z0 + t r


Ecuaţiile sistemului 8.3.1 se numesc ecuaţiile parametrice ale dreptei determi-

nate de punctul M0 ( x 0 , y 0 , z 0 ) şi vectorul director −
→
v ( p, q, r ).
Eliminând pe t din ecuaţiile 8.3.1 avem următoarele cazuri:

1. dacă p, q şi r sunt nenule, atunci

x − x0 y − y0 z − z0
= = ; (8.3.2)
p q r

94
 2. dacă p = 0 şi q, r sunt nenule, atunci

x = x0
y−y 0 0 ; (8.3.3)
q
= z−z
r

3. dacă q = 0 şi p, r sunt nenule, atunci


y = y0
x−x 0 0 ; (8.3.4)
p
= z−z
r

4. dacă r = 0 şi p, q sunt nenule, atunci


z = z0
x−x 0 y−y 0 ; (8.3.5)
p
= q

5. dacă p = q = 0, atunci 
x = x0
; (8.3.6)
y = y0

6. dacă p = r = 0, atunci 
x = x0
; (8.3.7)
z = z0

7. dacă q = r = 0, atunci 
y = y0
. (8.3.8)
z = z0

Relaţiile 8.3.2-8.3.8 se numesc ecuaţiile dreptei sub formă canonică şi sunt echi-
valente cu două ecuaţii ı̂n R3 .
Din relaţia 8.3.2 obţinem  x−x 0
p
= z−zr
0

y−y 0 z−z 0 ,
q
= r

de unde rezultă
p r x0 − p z0 q r y0 − q z0
x= + şi y = + . (8.3.9)
r r r r
Dacă notăm
p q r x0 − p z0 r y0 − q z0
α= , β= , λ= şi µ = ,
r r r r
atunci din egalităţile 8.3.9 rezultă că relaţia 8.3.2 se rescrie sub forma

x = α z + λ
y = βz + µ , (8.3.10)
z = z


unde α, β, λ, µ ∈ R. Ecuaţiile din sistemul 8.3.10 se numesc ecuaţiile dreptei sub

formă explicită.

95
 Din construcţiile precedente se observă că ( α, β, 1 ) d
sunt parametrii directori ai dreptei. Dacă −
→r 0 şi −
→
r sunt
vectorii de poziţie ai punctelor M 0 , respectiv M (vezi −
→ M
r
Figura 8.5), atunci are loc relaţia
M0
−
→ −−−→ →
r =−
→
r 0 + M 0M = −
r 0 + t−
→
v , t ∈ R, (8.3.11) O →
−
r0

unde t ∈ R. Relaţia 8.3.11 se numeşte ecuaţia vecto- Figura 8.5

rială a dreptei d.

8.3.2 Dreapta determinată de două puncte

Fie M1 (x1 , y1 , z1 ), M2 ( x2 , y2 , z2 ) două puncte date
d
din E3 care determină dreapta d şi M ( x, y, z ) punctul
curent al dreptei. Dacă − →
r 1 şi −
→r 2 sunt vectorii de poziţie −
→ M2
ai punctelor M1 , respectiv M2 (vezi Figura 8.6), atunci r2
→
−
v
vectorul M1
−−−→
M 1M 2 = − →r 2 −− →r 1, (8.3.12) O →
−
r1
unde t ∈ R, este un vector director al dreptei d. Figura 8.6
Ecuaţia vectorială a dreptei d se determină ı̂n mod analog ca ı̂n cazul precedent, dacă
−−−→
este considerat punctul M1 dat şi vectorul director − →
v = M 1 M 2 , adică
−
→
r =−
→
r 1 + t−
→
v =−
→
r 1 + t(−
→
r 2 −−
→
r 1 ), t ∈ R. (8.3.13)

Metoda analitică de găsire a ecuaţiei dreptei d este de asemenea o consecinţă directă a

cazului precedent, deoarece dreapta d este determinată de punctul M1 şi vectorul director
−
→ −−−→
v = M 1 M 2 = ( x 2 − x 1 , y 2 − y1 , z 2 − z 1 ) .

Prin urmare, ecuaţia dreptei d este:

x−x 1 y−y 1 z−z 1
1. x 2 −x 1
= y 2 −y 1
= z 2 −z 1
, dacă x 2 6= x 1 , y 2 6= y 1 şi z 2 6= z 1 ;

x = x1
2. y−y 1 z−z 1 dacă x 2 = x 1 , y 2 6= y 1 şi z 2 6= z 1 ;
y 2 −y 1
= z 2 −z 1

y = y1
3. x−x 1 z−z 1 dacă x 2 6= x 1 , y 2 = y 1 şi z 2 6= z 1 ;
x 2 −x 1
= z 2 −z 1

z = z1
4. x−x 1 y−y 1 dacă x 2 6= x 1 , y 2 6= y 1 şi z 2 = z 1 ;
x 2 −x 1
= y 2 −y 1

x = x1
5. dacă x 2 = x 1 şi y 2 = y 1 ;
y = y1

x = x1
6. dacă x 2 = x 1 şi z 2 = z 1
z = z1

y = y1
7. dacă y 2 = y 1 şi z 2 = z 1 .
z = z1

96
8.3.3 Ecuaţia dreptei obţinută prin intersecţia a două plane ne-
paralele
Fie planele neparalele

(P1 ) : a 1 x + b 1 y + c 1 z + d 1 = 0 şi (P2 ) : a 2 x + b 2 y + c 2 z + d 2 = 0.

Vectorii liberi
−
→ −
→
N 1 ( a 1 , b 1 , c 1 ) şi N 2 ( a 2 , b 2 , c 2 )
sunt vectorii normali ai planelor (P1 ) şi (P2 ), deci dreapta d este perpendiculară pe ambii
vectori.
→
− →
−
Reamintim că vectorii N 1 şi N 2 sunt coliniari dacă şi numai dacă
a1 b1 c1
= = ,
a2 b2 c2
deci (P1 ) şi (P2 ) sunt neparalele sau confundate dacă şi numai dacă
2 2 2
a1 b1 a1 c1 b1 c1
+ + 6= 0. (8.3.14)
a2 b2 a2 c2 b2 c2

Punctele de pe dreapta d de intersecţie a planelor (P1 ) şi (P2 ) trebuie să verifice
ecuaţiile celor două plane, deci sistemul

a1 x + b1 y + c1 z + d1 = 0
(8.3.15)
a2 x + b2 y + c2 z + d2 = 0

este format din ecuaţiile dreptei d.

Sistemul 8.3.15 este un sistem de 2 ecuaţii cu trei necunoscute şi conform condiţiei
8.3.14 este simplu nedeterminat.
Fără a reduce generalitatea construcţiei presupunem că

a1 b1
6= 0,
a2 b2

adică sistemul poate fi rezolvat ı̂n raport cu necunoscutele x şi y şi este echivalent cu

a 1 x + b 1 y = −c 1 z − d 1
(8.3.16)
a 2 x + b 2 y = −c 2 z − d 2

Aplicând metoda lui Cramer sistemului anterior determinăm soluţiile

−c 1 z − d 1 b 1



 −c 2 z − d 2 b 2
= (−c 1 b 2 +ca2 1b b1 )2 −a
z+( d 2 b 1 −d 1 b 2 )


 x= 2 b1
a1 b1




a2 b2

. (8.3.17)

 a 1 −c 1 z − d 1
a 2 −c 2 z − d 2


y= = ( c 1 a 2 −c 2 aa 11 )bz+(− d 2 a 1 +d 1 a 2 )


a1 b1 −a b1

 2 2


a2 b2


97
 Dacă
−c 1 b 2 + c 2 b 1 6= 0 şi c 1 a 2 − c 2 a 1 6= 0,
atunci din sistemul anterior obţinem ecuaţia sub formă canonică:
b 1 d 2 −b 2 d 1 a2 d 1 −a 1 d 2
x− a 1 b 2 −a 2 b 1
y− a 1 b 2 −a 2 b 1 z
= = .
c2 b1 − c1 b2 a2 c1 − a1 c2 a1 b2 − a2 b1
Se observă imediat că dreapta d are parametrii directori ( p, q, r ) unde

b1 c1 c a1 a1 b1
p= ,q = 1 şi r = .
b2 c2 c2 a2 a2 b2
→
− −
→
Deoarece dreapta d este perpendiculară pe vectorii normali N 1 şi N 2 ai planelor (P1 )
şi (P2 ), rezultă că vectorul
−
→e1 −→
e2 −→ 
e3
→
− →
− →
−
v = N 1 × N 2 = det  a 1 b 1 c 2  =
a2 b2 c2

b1 c1 −
→ c a1 −
→ a b −
→
= e1+ 1 e2+ 1 1 e3
b2 c2 c2 a2 a2 b2
este un vector director al dreptei d. Un punct arbitrar al acestei drepte poate fi determinat
prin atribuirea unei valori reale necunoscutei z ı̂n sistemul 8.3.16.
Prin urmare, ecuaţia vectorială a dreptei d este o ecuaţia de tipul 8.3.11 unde punctul
şi vectorul director sunt determinate prin metodele precizate anterior.

8.4 Intersecţia unei drepte cu un plan

În spaţiul afin E3 considerăm planul

(P ) : A x + B y + C z + D = 0, (8.4.1)
→
−
unde vectorul liber N ( A, B, C ) este normal la plan, şi dreapta
x − x0 y − y0 z − z0
(d) : = = .
p q r
determinată de punctul M0 ( x 0 , y0 , z 0 ) şi vectorul director −
→v ( p, q, r ).
Pentru a determina punctele de intersecţie dintre planul (P ) şi dreapta (d) trebuie să
determinăm soluţiile sistemului format din ecuaţiile precizate anterior. Dacă considerăm
ecuaţiile parametrice ale dreptei

 x = x0 + t p
(d) : y = y0 + t q , t ∈ R,
z = z0 + t r


atunci ecuaţia 8.4.1 devine

A x 0 + B y 0 + C z 0 + D + t (A p + B q + C r) = 0. (8.4.2)

98
 Dacă
A p + B q + C r 6= 0, M0 b
−
→
v
atunci ecuaţia 8.4.2 are o unică soluţie t1 . Prin
−
→
ı̂nlocuirea valorii t1 ı̂n ecuaţiile parametrice ale N
dreptei (d) se obţine punctul de intersecţie
b

M1
M1 ( x 0 + t 1 p, y0 + t 1 q, z 0 + t 1 r )
(P )

dintre dreaptă şi plan. Din unicitatea soluţiei t1 re-

zultă că şi punctul de intersecţie este unic (Figura Figura 8.7
8.7).
În cazul ı̂n care
Ap + B q + C r = 0

avem două subcazuri distincte.

Mai ı̂ntâi observăm că
− →
→
N·−
v = A p + B q + C r,

deci
Ap + B q + C r = 0
→
−
dacă şi numai dacă vectorii liberi N şi −
→
v sunt ortogonali, adică vectorul →
−
v este paralel
cu palnul dat.
Dacă
A x 0 + B y 0 + C z 0 + D 6= 0,

atunci ecuaţia 8.4.2 nu are soluţie, deci (P ) şi (d) sunt paralele, iar dacă

A x 0 + B y 0 + C z 0 + D = 0,

adică punctul M0 aparţine planului (P ), atunci ecuaţia 8.4.2 are o infinitate de soluţii,
ceea ce ı̂nseamnă că dreapta (d) este inclusă ı̂n plan.

8.5 Proiecţia unui punct pe o varietate liniară

Dacă M1 ( x 1 , y1 , z 1 ) este un punct din spaţiul afin E3 dorim să determinăm proiecţiile
sale pe un plan
(P ) : A x + B y + C z + D = 0, (8.5.1)
→
−
unde vectorul liber N ( A, B, C ) este normal la plan, şi pe dreapta

x − x0 y − y0 z − z0
(d) : = = .
p q r

determinată de punctul M0 ( x 0 , y0 , z 0 ) şi vectorul director →

−
v ( p, q, r ).

99
 Vom nota prin M1
b

′ ′ −
→
v1
pr ( d) M1 = M1 sau pr ( P ) M1 = M1 ,
b
→
−
v
proiecţiile punctului M1 pe dreapta (d), respectiv
planul (P ). M1′
d
În cazul ı̂n care punctul M1 aparţine dreptei (d)
d1
sau planului (P ) avem
Figura 8.8
′ ′
pr ( d) M1 = M1 sau pr ( P ) M1 = M1 .

Presupunem că punctul M1 ( x 1 , y1 , z 1 ) nu

aparţine dreptei (d) (Figura 8.8.). Atunci punctele M1 şi M1 ′ x 1 , y 1 , z 1 determină
′ ′ ′

o dreaptă (d 1 ), cu vectorul director

→
−
 ′ ′ ′

v 1 x1 − x 1 , y1 − y 1 , z 1 − z 1 ,

perpendiculară pe dreapta (d), deci

 ′
  ′
  ′

p x1 − x 1 + q y1 − y 1 + r z1 − z 1 = 0. (8.5.2)

Dar (M1 ′ ) ∈ (d), deci  ′

 x1 = x0 + t p
′
y 1 = y0 + t q , (8.5.3)
 ′
z1 = z0 + t r
unde t ∈ R. Înlocuind aceste relaţii ı̂n ecuaţia 8.5.2 obţinem

p ( x1 − x 0 − t p ) + q ( y1 − y 0 − t q ) + r ( z 1 − z 0 − t r ) = 0

t p 2 + q 2 + r 2 = p ( x1 − x 0 ) + q ( y1 − y 0 ) + r ( z 1 − z 0 ) .

Deoarece −
→
v este nenul rezultă că

p 2 + q 2 + r 2 6= 0,

deci ecuaţia anterioră are o unică soluţie

p ( x1 − x 0 ) + q ( y1 − y 0 ) + r ( z 1 − z 0 )
t1 = .
p2 + q2 + r2
Punctul M1 ( x 1 , y1 , z 1 ) se obţine din sistemul 8.5.3 pentru t = t 1 .
Dacă M1 ( x 1 , y1 , z 1 ) nu aparţine planului (P ),
atunci dreapta (d 1 ) determinată de punctele M1
şi M1 ′ , este perpendiculară pe acest plan, adică d1
→
− M1
N ( A, B, C ) este un vector director al dreptei (d 1 ) b

(Figura 8.9). Prin urmare, ecuaţiile parametrice ale − →

dreptei (d 1 ) sunt N

M1′
 ′
 x1 = x0 + t A b
′
y 1 = y0 + tB , (8.5.4)
 ′ (P )
z1 = z0 + t C

Figura 8.9
100
 Cum M1 ′ ∈ (P ) din ecuaţia 8.5.1 rezultă

( x0 + t A ) + B ( y0 + t B ) + C ( z0 + t C ) + D = 0

At A 2 + B 2 + C 2 = −A x 0 − B y 0 − C z 0 − D.

Deoarece
A 2 + B 2 + C 2 6= 0
rezultă că ecuaţia anterioară are o unică soluţie

A x0 + B y0 + C z0 + D
t1 = − ,
A2 + B 2 + C 2
deci punctul M1 ( x 1 , y1 , z 1 ) se obţine din sistemul 8.5.4 pentru t = t 1 .

8.6 Proiecţia unei drepte pe un plan

În spaţiul afin E3 considerăm planul

(P ) : A x + B y + C z + D = 0, (8.6.1)
→
−
unde vectorul liber N ( A, B, C ) este normal la plan, şi dreapta

x − x0 y − y0 z − z0
(d) : = = (8.6.2)
p q r

determinată de punctul M0 ( x 0 , y0 , z 0 ) şi vectorul director −

→
v ( p, q, r ).
Prin proiecţia dreptei (d) pe planul (P ) vom ı̂nţelege mulţimea proiecţiilor punctelor
de pe dreapta (d) pe planul (P ). Din considerente geometrice rezultă imediat că proiecţia
unei drepte pe un plan este o dreaptă sau un punct. Dacă (d′ ) este proiecţia dreptei (d)
pe planul (P ) vom nota
(d′ ) = pr ( P ) ( d ) .
Avem două cazuri distincte.
→ →
−
I. Dacă N şi − v sunt coliniari, atunci dreapta (d) este perpendiculară pe planul (P ),
deci proiecţia este un punct care se determină prin rezolvarea sistemului format din
ecuaţiile 8.6.1 şi 8.6.2.
→ →
−
II. Dacă N şi − v nu sunt sunt coliniari, atunci proiecţia dreptei (d) pe planul (P ) este
o dreaptă determinată de proiecţiile pe planul (P ) a două puncte arbitrare situate pe
dreapta (d).

8.7 Unghiul a două drepte ı̂n spaţiu

Fie ∆ şi ∆′ două drepte ı̂n spaţiul afin E3 , care raportate la un reper ortogonal Oxyz
au parametrii directori ( l, m, n ), respectiv ( l′ , m′ , n′ ). Dacă

−
→ −
→
a ( l, m, n ) şi b ( l, m, n )

101
 −
→
sunt vectorii directori ai direcţiilor ∆ şi ∆′, atunci unghiul α dintre vectorii →
−
a şi b este
dat de relaţia
l l ′ + m m ′ + n n′ l l ′ + m m ′ + n n′
cos α = →
− = √ √ (8.7.1)
|| −
→
a || || b || l 2 + m 2 + n2 l ′ 2 + m ′ 2 + n′ 2

Prin definiţie unghiul β dintre direcţiile ∆ şi ∆′ este


α , dacă α ∈ [0,π/2]
β= . (8.7.2)
π − α , dacă α ∈ (π/2, π]

Observaţia 8.7.1 Din relaţia 8.7.1 rezultă că direcţiile ∆ şi ∆′ sunt perpendiculare dacă
şi numai dacă
l l′ + m m′ + n n′ = 0.

8.8 Unghiul dintre o dreaptă şi un plan

Fie Oxyz un reper ortogonal din spaţiul afin E3 , ∆ o dreaptă, cu parametrii directori
( l, m, n ), şi (P ) un plan de ecuaţie

A x + B y + C z + D = 0.

Dacă (P ) este paralel cu ∆, atunci unghiul ∆′

dintre (P ) şi ∆ este 0. ∆
Presupunem că (P ) nu este paralel cu
∆ şi notăm cu M0 ( x 0 , y 0 , z 0 ) punctul de
β
intersecţie al celor două varietăţi (vezi Figura
∆1 α
8.10). În punctul M0 ducem dreapta ∆′ nor- b

mală la plan, adică dreapta de parametrii di- M0

(P )
rectori ( A, B, C ). Unghiul α dintre dreptele
∆ şi ∆′ se poate calcula prin formulele 8.7.1
şi 8.7.2. Figura 8.10
Prin definiţie unghiul dintre dreapta ∆ şi planul (P ) este unghiul

β = π/2 − α,

ceea ce ı̂n cazul ı̂n care ∆ nu este perpendiculară pe planul (P ) reprezintă de fapt unghiul
dintre dreapta ∆ şi proiecţia sa ∆1 pe planul (P ).

8.9 Unghiul a două plane

Fie
−
→
N2
(P1 ) : A 1 x + B 1 y + C 1 z + D 1 = 0 (P2 )

(P2 ) : A 2 x + B 2 y + C 2 z + D 2 = 0
două plane neparalele şi neconfundate care se −
→
N1
intersectează după dreapta ∆.
(P1 )

102 Figura 8.11

 Figura formată de cele două plane (vezi
Figura 8.11) se numeşte unghi diedru. Prin
definiţie măsura unghiului diedru al planelor
(P1 ) şi (P2 ) este egală cu măsura unghiului
format de direcţiile normale celor două plane.
Direcţiile ∆1 şi ∆2 normale la planele (P1 ) şi (P2 ) au vectorii directori directori
→
− →
−
N 1 ( A 1 , B 1 , C 1 ), respectiv N 2 ( A 2 , B 2 , C 2 ), deci unghiul dintre aceste direcţii poate
fi calculat prin formulele 8.7.1 şi 8.7.2.

Observaţia 8.9.1 1. Dacă α este unghiul dintre cele două plane, atunci

A1 A2 + B1 B2 + C1 C2 A1 A2 + B1 B2 + C1 C2
cos α = →
− →
− = p p
|| N 1 || || N 2 || A 21 + B 21 + C 21 A 22 + B 22 + C 22

2. Planele (P1 ) şi (P2 ) sunt perpendiculare dacă şi numai dacă
→ −
− →
N 1  N 2 = 0,
adică
A1 A2 + B1 B2 + C1 C2 = 0

3. Dacă cele două plane sunt paralele, atunci direcţiile normale sunt paralele ( adică
→
− →
−
vectorii directori N 1 şi N 2 ), deci au loc egalităţile
A1 B1 C1
= = .
A2 B2 C2

8.10 Distanţa de la un punct la o varietate liniară

Fie Oxyz un reper ortogonal din spaţiul afin E3 . Problema determinării distanţei de
la un punct la o varietate liniară implică introducerea unei metrici pe spaţiul afin E3 .

Propoziţia 8.10.1 Aplicaţia d : E3 × E3 → R dată prin relaţia

−−−−→
q
d (M 1 , M2 ) = || M 1 M2 || = (x 2 − x 1 ) 2 + (y 2 − y 1 ) 2 + (z 2 − z 1 ) 2 , (8.10.1)

pentru orice M1 ( x 1 , y 1 , z 1 ) , M2 ( x 2 , y 2 , z 2 ) ∈ E3 , defineşte o metrică pe spaţiul E3 .

Observaţia 8.10.2 Spaţiul afin E3 este un spaţiu metric ı̂n raport cu metrica d definită
prin formula 8.10.1.

Definiţia 8.10.3 Prin distanţa de la un punct M0 la o varietate liniară A a

spaţiului afin E3 ı̂nţelegem numărul real pozitiv
d (M0 , A) = inf { d (M, M0 ) | M ∈ A },
unde d (M0 , A) este distanţa dată prin formula 8.10.1.

8.11 Distanţa de la un punct la o dreaptă

103
 Fie Oxyz un reper ortogonal din spaţiul afin E3 , ∆
M0 ( x 0 , y 0 , z 0 ) un punct dat şi dreapta ∆ cu vectorul →
− M1
v
director − →
v ( p, q, r ). Dacă M1 ( x 1 , y 1 , z 1 ) este un punct
M θ
al dreptei ∆ astfel ı̂ncât M0 M1 este perpendicular pe ∆,
M0
atunci din considerente geometrice (vezi Figura 8.12) se
observă că dacă M ( x, y, z ) este punctul curent al drep- Figura 8.12
tei, atunci
d (M0 , M1 ) ≤ d (M0 , M ) ,
deci
|| M0 M1 || d (M0 , M1 ) = d (M0 , ∆) .
Notăm prin → −
r 0 ( x 0 , y 0 , z 0 ) şi →
−
r ( x, y, z), vectorii de poziţie ai punctelor M0 şi M .
Este evident că
−−→ −
M M 0 =→ r0 − −
→r.
Triunghiul M0 M M1 este dreptunghic ı̂n M1 , deci
−−→
d (M0 , M1 ) = || M M 0 || sin θ (8.11.1)
−−→
unde θ este unghiul dintre vectorii M M 0 şi vectorul −
→
v . Dar din formula produsului
vectorial avem
−−→ −−→
d MM0 × − →v = || M M 0 || ||−
→
v || sin θ, (8.11.2)

deci din relaţiile 8.11.1 şi 8.11.2 rezultă

−−→
|| M M 0 × − →
v || || ( −
→
r0 − −
→r )× →
−
v ||
d (M0 , M1 ) = →
− = →
− . (8.11.3)
|| v || || v ||

Formula 8.11.3 reprezintă formula vectorială a distanţei de la un punct la o dreaptă.

Prin urmare, dacă se cunoaşte punctul M ( x, y, z ), atunci prin explicitarea formulei
8.11.3 rezultă

|| [ (x 0 − x) −
→
e 1 + (y 0 − y) −
→e 2 + (z 0 − z) −
→
e 3] × ( p −
→
e 1 +q−
→
e 2 +r−
→
e 3 ) ||
d (M0 , M1 ) = →
− →
− →
− =
|| p e 1 + q e 2 + r e 3 ||

−
→e1 →
−e2 →
−e3
x0 − x y0 − y z0 − z
p q r
= p .
p2 + q2 + r2

Observaţia 8.11.1 Se observă că sensul vectorului director nu influentează determinarea

formulei 8.11.3.

8.12 Distanţa de la un punct la un plan

104
 M0
Fie M0 ( x 0 , y 0 , z 0 ) un punct dat şi
−
→
N
(P ) : A x + B y + C z + D = 0
b M1
un plan astfel ı̂ncât M0 ∈ / (P ).
Formula de calcul a distanţei de la punctul (P )
M0 ( x 0 , y 0 , z 0 ) la planul
Figura 8.13
(P ) : A x + B y + C z + D = 0.

este dată de relaţia

| A x0 + B y0 + C z0 + D |
d(M0 , (P )) = √ .
A2 + B 2 + C 2

105
106
Capitolul 9

Sisteme de coordonate ı̂n E2 şi E3

În capitolul 6 am arătat că planul afin E2 şi spaţiul afin E3 pot fi identificate cu spaţiile
reale R2 , respectiv R3 . Geometria analitică implică utilizarea coordonatele carteziene aso-
ciate punctelor afine din E2 şi E3 , dar există situaţii ı̂n care utilizarea acestor coordonate
complică relaţiile matematice. Prin urmare, pentru simplificarea relaţiilor matematice s-
au cautat noi sisteme de coordonate aplicabile unor cazuri concrete astfel ı̂ncât calculul
matematic să fie simplificat.
y
9.1 Coordonate polare
M (x, y)
y B
În planul afin E2 considerăm reperul cartezian Oxy
şi un punct M (x, y) un punct arbitrar ales diferit de
ρ
originea O (Figura 9.1). Proiecţiile punctului M pe
axele Ox şi Oy le notăm prin A, respectiv B. Coor-
donatele carteziene x şi y sunt unic determinate de
punctul M . Vom nota cu θ ∈ [0, 2π) unghiul format θ A
−−→ x
de axa Ox şi vectorul de poziţie OM considerat ı̂n sens O x
trigonometric, iar prin ρ > 0 lungimea vectorului de
−−→ Figura 9.1
poziţie OM .
Numărul ρ se numeşte raza vectoare a punctului
M , iar θ se numeşte unghiul polar sau argumentul punctului M . Vom spune că ρ şi θ
sunt coordonatele polare ale punctului M .

Observaţia 9.1.1 În cazul ı̂n care punctul M coincide cu originea O, atunci ρ = 0, dar
argumentul θ nu este determinat.

Relaţiile

x = ρ cos θ
, θ ∈ [0, 2π) şi ρ ∈ (0, ∞) (9.1.1)
y = ρ sin θ
reprezintă formulele de trecere de la coordonatele polare (ρ, θ) la coordonatele
carteziene (x, y), iar relaţiile
 p
ρ = x2 + y 2
, x2 + y 2 6= 0 (9.1.2)
θ = arctan xy

107
reprezintă formulele de trecere de la coordonatele carteziene (x, y) la coordona-
tele polare (ρ, θ).

z
9.2 Coordonate sferice C(0, 0, z)
z
În planul afin E3 considerăm reperul
cartezian Oxyz şi un punct M (x, y, z) un
punct arbitrar ales, care nu se află pe axa M (x, y, z)
Oz (Figura 9.2). Fie A, B respectiv C ρ
φ
proiecţiile punctului M pe axele Ox, Oy
şi respectiv Oz. Vom nota cu θ ∈ [0, 2π) ψ B(0, y, 0)
unghiul format ı̂n planul Oxy de axa Ox şi y y
−−→ θ
proiecţia vectorului de poziţie OM pe pla-
nul Oxy, considerat ı̂n sens trigonometric, x
prin φ ∈ (0, π) unghiul dintre axa Oz şi A(x, 0, 0) A1 Figura 9.2
prin ρ > 0 lungimea vectorului de poziţie x
−−→
OM .

Definiţia 9.2.1 Numărul ρ se numeşte raza vectoare, θ se numeşte longitudine, iar

φ se numeşte colatitudine. Vom spune că ρ, θ şi φ sunt coordonatele sferice ale
punctului M .

Observaţia 9.2.2 În cazul ı̂n care punctul M (0, 0, z) se află pe axa Oz, atunci ρ = z,
φ = 0 sau φ = π şi argumentul θ nu este determinat.

Relaţiile

x = ρ cos θ sin φ
y = ρ sin θ sin φ , θ ∈ [0, 2π), φ ∈ (0, π), ρ ∈ (0, ∞) (9.2.1)
z = ρ cos φ


reprezintă formulele de trecere de la coordonatele sferice (ρ, θ, φ) la coordonatele

carteziene (x, y, z), iar relaţiile
 p

 ρ = x2 + y 2
θ = arctan xy , x2 + y 2 6= 0 (9.2.2)
z
φ = arccos √

x2 +y 2 +z 2

reprezintă formulele de trecere de la coordonatele carteziene (x, y, z) la coordo-

natele sferice (ρ, θ, φ).

108
 z
9.3 Coordonate cilindrice
z C(0, 0, z)
Fie Oxyz un reper cartezian ı̂n spaţiul
afin E3 şi M (x, y, z) un punct arbitrar
ales, care nu se află pe axa Oz (Figura M (x, y, z)
9.3). Notăm cu A, B respectiv C proiecţiile
punctului M pe axele Ox, Oy, respectiv
Oz, şi fie A1 proiecţia punctului M pe pla- B(0, y, 0)
nul Oxy. De asemenea,vom nota cu θ ∈ ρ y y
[0, 2π) unghiul format ı̂n planul Oxy de axa θ
−−→
Ox şi proiecţia vectorului de poziţie OM x
pe planul Oxy, considerat ı̂n sens trigono- A(x, 0, 0) A1
metric şi prin ρ > 0 lungimea segmentului
OA1 . x Figura 9.3

Definiţia 9.3.1 Numerele ρ, θ şi z se nu-

mesc coordonatele semipolare sau coordonatele cilindrice ale punctului M .

Observaţia 9.3.2 În cazul ı̂n care punctul M (0, 0, z) se află pe axa Oz, atunci ρ = 0,
dar argumentul θ nu este determinat.

Relaţiile

x = ρ cos θ
y = ρ sin θ , θ ∈ [0, 2π), z ∈ (−∞, ∞) , ρ ∈ (0, ∞) (9.3.1)
z = z


reprezintă formulele de trecere de la coordonatele cilindrice (ρ, θ, z) la coordo-

natele carteziene (x, y, z), iar relaţiile
 p
ρ = x2 + y 2
θ = arctan xy , x2 + y 2 6= 0 (9.3.2)
z = z


reprezintă formulele de trecere de la coordonatele carteziene (x, y, z) la coordo-

natele cilindrice (ρ, θ, φ).

109
9.4 Schimbarea reperului cartezian ı̂n E2
9.4.1 Translaţia reperului cartezian ı̂n E2
Fie Oxy un reper cartezian ı̂n planul afin E2
y y′
cu versorii − →e1 şi −
→
e2 . Considerăm un nou reper M (x, y)
→ −
− → y
O x y astfel ı̂ncât versorii e′1 şi e′2 asociaţi axelor
′ ′ ′ y′
O′ x′ şi O′ y ′ satisfac condiţia
−
→ → −
− →
−
e1 = e′1 şi →
e2 = e′2 . (9.4.1) yO ′
O′ x′ x′
′ ′
Conform construcţiei axele Ox şi O x , res-
pectiv Oy şi O′ y ′ sunt paralele (vezi Figura 9.4),
deci reperul O′ x′ y ′ diferă de reperul iniţial Oxy
doar prin schimbarea poziţiei originii. O xO ′ x x

Definiţia 9.4.1 Metoda geometrică prin care Figura 9.4

reperul O′ x′ y ′ este obţinut din reperul iniţial Oxy
se numeşte translaţie.

Dacă M este un punct arbitrar ales ı̂n planul afin E2 , atunci (x, y) şi (x′ , y ′ ) sunt
coordonatele carteziene ale punctului M ı̂n raport cu reperele Oxy, respectiv O′ x′ y ′ .
Vom nota prin xO′ şi yO′ coordonatele carteziene ale punctului O′ ı̂n raport cu reperul
Oxy.
Vectorial are loc egalitatea

x−
→
e1 + y −
→
e2 = (xO′ + x′ ) −
→
e1 + (yO′ + y ′ ) −
→
e2 , (9.4.2)

de unde rezultă relaţiile

x = xO ′ + x′

. (9.4.3)
y = yO ′ + y ′

Definiţia 9.4.2 Relaţiile 9.4.3 reprezintă formulele de trecere de la coordonatele punctu-

lui M ı̂n raport cu reperul iniţial Oxy la coordonatele aceluiaşi punct ı̂n raport cu noul
reper O′ x′ y ′ .

Din relaţiile 9.4.3 obţinem

 ′
x = x − xO ′
. (9.4.4)
y ′ = y − yO ′
ceeace reprezintă formulele de trecere de la coordonatele punctului M ı̂n raport cu noul
reper O′ x′ y ′ la coordonatele aceluiaşi punct ı̂n raport cu reperul iniţial Oxy .

110
9.4.2 Rotaţia reperului cartezian ı̂n E2
Fie Oxy un reper cartezian ı̂n planul afin E2 y
cu versorii −→e1 şi −
→
e şi Ox′ y ′ un nou reper astfel y ′
→′ 2 −
− →
ı̂ncât versorii e1 şi e′2 asociaţi axelor Ox′ şi Oy ′ (x, y)
y B M
satisfac condiţia (x′ , y ′ )
 − →  − →
∢ − e1 , e′1 = ∢ −
→ →
e2 , e′2 = θ. (9.4.5) θ
y′ A′ B′ x′
Conform construcţiei axele Ox şi Ox , res- ′ →
− x′
→′ θ e2 →
− −′
pectiv Oy şi Oy ′ formează acelaşi unghi θ (vezi e2 e1
Figura 9.5), deci reperele Oxy şi Ox′ y ′ au aceeaşi θ x
→
−
origine, dar axele reperului Ox′ y ′ se obţin printr- O e1 A B x
o rotaţie de unghi θ a axelor reperului Oxy.
Figura 9.5
Definiţia 9.4.3 Metoda geometrică prin care reperul O′ x′ y ′ este obţinut din reperul iniţial
Oxy se numeşte rotaţie de unghi θ.
Dacă M este un punct arbitrar ales ı̂n planul afin E2 , atunci notăm prin (x, y) şi (x′ , y ′ )
coordonatele carteziene ale punctului M ı̂n raport cu reperele Oxy, respectiv O′ x′ y ′ .
Fie A şi B ′ proiecţiile punctului M pe axele Ox şi Ox′ . Notăm prin B şi A′ proiecţiile
punctului B ′ pe dreptele M A şi OA
Relaţiile

x = x′ cosθ − y ′ sinθ

. (9.4.6)
y = x′ sinθ + y ′ cosθ
reprezintă formulele de trecere de la coordonatele (x′ ,y ′ ) ale punctului M ı̂n raport cu
sistemul de referinţă Ox′ y ′ la coordonatele carteziene (x,y) ale aceluiaşi punct ı̂n raport
cu sistemul de referinţă Oxy.
Relaţiile
 ′
x = xcosθ + ysinθ
(9.4.7)
y ′ = −xsinθ + ycosθ
reprezintă formulele de trecere de la coordonatele (x,y) ale punctului M ı̂n raport cu
sistemul de referinţă Oxy la coordonatele carteziene (x′ ,y ′ ) ale aceluiaşi punct ı̂n raport
cu sistemul de referinţă Ox′ y ′ .

9.4.3 Rota-translaţia reperului cartezian ı̂n E2

Fie Oxy un reper cartezian ı̂n planul afin E2 cu versorii − →
e1 şi −
→
e2 şi O′ x′ y ′ un nou
reper obţinut prin translaţia reperului iniţial astfel ı̂ncât coordonatele punctului O′ ı̂n
raport cu reperul iniţial sunt (xO′ , yO′ ). Efectuând o rotaţie de unghi θ a reperului O′ x′ y ′
obţinem un alt reper O′ x′′ y ′′ (vezi Figura 9.6). Prin urmare, reperul O′ x′′ y ′′ a fost obţinut
prin aplicarea celor două transformări studiate ı̂n secţiunile precedente.
Observaţia 9.4.4 Din considerente geometrice se observă că dacă mai ı̂ntâi se efectuează
o rotaţie de unghi θ a reperului iniţial Oxy, iar noul reper este translatat cu originea ı̂n
punctul O′ (xO′ , yO′ ), atunci se obţine acelaşi reper O′ x′′ y ′′ . Prin urmare, indiferent de
ordinea ı̂n care se efectuează rotaţia şi translaţia reperul final este acelaşi.

111
Definiţia 9.4.5 Metoda geometrică prin care reperul O′ x′′ y ′′ este obţinut din reperul
iniţial Oxy se numeşte roto-translaţie.

Vom determina relaţiile ı̂ntre coordonatele carteziene ale unui punct arbitrar M ı̂n
raport cu reperele Oxy şi O′ x′′ y ′′ . Vom nota prin (x, y), (x′ , y ′ ) şi (x′′ , y ′′ ) coordonatele
carteziene ale punctului M ı̂n raport cu reperele Oxy, O′ x′ y ′ , respectiv O′ x′′ y ′′ .
Relaţiile
x = xO′ + x′′ cosθ − y ′′ sinθ

. (9.4.8)
y = yO′ + x′′ sinθ + y ′′ cosθ
reprezintă formulele de trecere de la coordonatele carteziene (x′′ , y ′′ ) ı̂n raport cu reperul
O′ x′′ y ′′ la coordonatele (x, y) ı̂n raport cu reperul Oxy.
Reciproc, formulele
 ′′
x = (x − xO′ ) cosθ + (y − yO′ ) sinθ
(9.4.9)
x′′ = − (x − xO′ ) sinθ + (y − yO′ ) cosθ
reprezintă relaţiile de trecere de la la coordonatele (x, y) ı̂n raport cu reperul Oxy la
coordonatele carteziene (x′′ , y ′′ ) ı̂n raport cu reperul O′ x′′ y ′′ .

9.5 Schimbarea reperului cartezian ı̂n E3

Translaţia reperului cartezian ı̂n E3
Fie Oxy un reper cartezian ı̂n planul afin E2 cu versorii − →
e1 , −
→
e2 şi −
→
e3 . Considerăm un
→
− →
− →
−
nou reper O x y z astfel ı̂ncât versorii e1 , e2 şi e3 asociaţi axelor O x , O′ y ′ şi O′ z ′ satisfac
′ ′ ′ ′ ′ ′ ′ ′ ′

condiţiile
→
− → → −
− → → − →
e1 = e′1 , − e2 = e′2 şi −
e3 = e′3 . (9.5.1)
Conform construcţiei axele Ox şi O′ x′ , Oy şi O′ y ′ , respectiv Oz şi O′ z ′ sunt paralele şi
au acelaşi sens (vezi Figura 9.7), deci reperul O′ x′ y ′ z ′ diferă de reperul iniţial Oxyz doar
prin schimbarea poziţiei originii.

Definiţia 9.5.1 Metoda geometrică prin care reperul O′ x′ y ′ z ′ este obţinut din reperul
iniţial Oxyz se numeşte translaţie.

Dacă M este un punct arbitrar ales ı̂n planul afin E3 , notăm prin (x, y, z) şi (x′ , y ′ , z ′ )
sunt coordonatele carteziene ale punctului M ı̂n raport cu reperele Oxyz, respectiv
O ′ x′ y ′ z ′ .
Vom nota prin xO′ , yO′ şi zO′ coordonatele carteziene ale punctului O′ ı̂n raport cu
reperul Oxyz.
Vectorial avem
x−
→
e1 + y −
→
e2 + z −
→
e3 = (xO′ + x′ ) −
→
e1 + (yO′ + y ′ ) −
→
e2 + (zO′ + z ′ ) −
→
e3 . (9.5.2)

Definiţia 9.5.2 Relaţiile 

 x = xO ′ + x′
y = yO ′ + y ′ . (9.5.3)
z = zO ′ + z ′


reprezintă formulele de trecere de la coordonatele punctului M ı̂n raport cu reperul iniţial

Oxyz la coordonatele aceluiaşi punct ı̂n raport cu noul reper O′ x′ y ′ z ′ .

112
 Din relaţiile 9.5.3 obţinem
 ′
 x = x − xO ′
y ′ = y − yO ′ . (9.5.4)
 ′
z = z − z0
ceeace reprezintă formulele de trecere de la coordonatele punctului M ı̂n raport cu noul
reper O′ x′ y ′ z ′ la coordonatele aceluiaşi punct ı̂n raport cu reperul iniţial Oxyz .

113
114
Bibliografie

[1] Albu, A.G, Obădeanu, V., Popescu, P., Rado, F., Smaranda, J., Geometrie pentru
perfecţionarea profesorilor, Ed.Did. şi Ped, Bucureşti, 1983.

[2] Boja, N., Stanciu,T., Suciu, Gh., Geometrie Analitică şi Diferenţială, Editura Poli-
tehnică- Timişoara, 1980.

[3] Gheorghiu, O.Em., Cı̂rstici, B.D., Geometrie Analitică şi Diferenţială, Ed. Did. şi
Ped., Bucureşti, 1968.

[4] Finkbeiner, D.T., Introduction to Matrices and Linear Transformations, W.H. Free-
man and Company, 1960.

[5] Kaye, R., Wilson, R., Linear Algebra, Oxford University Press, 2003.

[6] Kecs, W.W., Toma, A., Algebră Liniară şi Geometrie analitică, Teorie, Exemple,
Probleme, Ed. Destin, 1998.

[7] Hadley, G., Linear Algebra, Narosa Publishing House, 1997.

[8] Miron, R., Introducere Vectorială ı̂n Geometria Analitică Plană, Ed. Did. şi Ped,
Bucureşti, 1970

[9] Potcovaru G., Matematici superioare- Algebră, Ed. Universităţii din Bucureşti, 2000.

[10] Rendi, D. M., Mihuţ, I., Algebră Liniară, Geometrie Analitică şi Diferenţială, Ed
Politehnica, Timişoara, 2001.

[11] Udrişte, C., Probleme de Algebră Liniară, Geometrie Analitică şi Diferenţială, Ed
Did şi Ped, Bucureşti, 1976.

[12] Udrişte, C., Radu, C., Dicu, C, Mălăncioiu, O., Probleme de Algebră. Geometrie şi
Ecuaţii Diferenţiale, Ed.Did. şi Ped., Bucureşti, 1981

[13] Udrişte, C., Radu, C., Dicu, C., Mălăncioiu, O., Algebră, Geometrie şi Ecuaţii
Diferenţiale, Ed Did şi Ped, Bucureşti, 1982.

[14] Vinberg, E.B., A Course in Algebra, Graduate Studies in Mathematics, Vol.56,

A.M.S, 2003.

115