Algebr¼

a Liniar¼
a - Examen Parţial decembrie 2017
1. Cum se determin¼ a pentru
a o baz¼

- subspaţiul vectorial V generat de o mulţime de vectori din R2 sau din R3 sau din R4 etc.

V = spfx1 ; x2 ; :::; xk g

se formeaz¼ a o matrice, punând pe coloane - componentele vectorilor x1 ; x2 ; :::; xk

se determin¼ a rangul acestei matrici (cel mai mare determinant nenul)
coloanele care "particip¼a" la rang ( coloanele care apar in acel determinant nenul gasit)
vectorii corespunz¼atori acestor coloane - acei vectori formeaz¼
a o baz¼
a pentru V

se poate spune ca am "extras" o baz¼

a - din vectorii fx1 ; x2 ; :::; xk g

- subspaţiul "sum¼
a"
V1 + V2
subspaţiul V1 generat de vectorii fx1 ; x2 ; :::; xp g
subspaţiul V2 generat de vectorii fy1 ; y2 ; :::; yq g
se procedeaz¼a exact ca mai înainte - punând la un loc toţi vectorii

fx1 ; x2 ; :::; xp ; y1 ; y2 ; :::; yq g

şi se "extrage" o baza din toţi aceşti vectori - rezult¼

a o baz¼
a pentru spaţiul sum¼
a V1 + V2

2. Matricea unei aplicaţii liniare

f :V !W
V are baza fe1 ; e2 ; :::; ep g
W are baza fd1 ; d2 ; :::; dq g
orice vector x 2 V se scrie unic
x = x1 e1 + x2 e2 + x3 e3 + ::: + xp ep
f aplicaţie liniar¼
a - inseamn¼
a

f (x) = x1 f (e1 ) + x2 f (e2 ) + x3 f (e3 ) + ::: + xp f (ep )

deci este su…cent s¼ a determin¼ am doar vectorii ff (e1 ); f (e2 ); f (e3 ); :::; f (ep )g
cu alte cuvinte - s¼ a cunoaştem valorile lui f doar pentru vectorii din baza fe1 ; e2 ; :::; ep g
vectorii f (e1 ); f (e2 ); f (e3 ); :::; f (ep ) sunt din W
şi …ecare din aceşti vectori se scrie unic (în baza fd1 ; d2 ; :::; dq g din W )

f (e1 ) = coef1 d1 + coef2 d2 + coef3 d3 + :::coefq dq

se formeaz¼
a o matrice Af punând pe coloane vectorii f (e1 ); f (e2 ); f (e3 ); :::; f (ep )

Af = f (e1 ) f (e2 ) f (e3 ) ::: f (ep )

0 1
coef1 f (e2 ) f (e3 ) ::: f (ep )
B coef2 j j j j C
B C
Af = B
B coef 3 j j j j C
C
@ ::: j j j j A
coefq j j j j
de fapt - pe coloane se pun - coe…cienţii vectorilor f (e1 )::: , coe…cienţii în baza fd1 ; d2 ; :::; dq g
Se obţine o matrice cu - p coloane / q linii

2. O baz¼
a pentru Imaginea Im f si Nucleul ker f unei aplicaţii liniare

f :V !W

Im f = ff (x) , pentru toţi x 2 V g

1
 ker f = fx 2 V , pentru care f (x) = 0g
Imaginea Im f este subspaţiu în W (spaţiul "sosire")
Nucleul ker f este subspaţiu în V (spaţiul "plecare")

o baz¼a pentru imagine - se procedeaz¼

a exact ca la problema 1
Imaginea este generat¼a de vectorii ff (e1 ); f (e2 ); f (e3 ); :::; f (ep )g
deci se "extrage" o baz¼a (pentru imagine) din aceşti vectori ff (e1 ); f (e2 ); f (e3 ); :::; f (ep )g
- rangul matricii Af - este dimensiunea imaginii Im f

o baz¼a pentru nucleu

se foloseşte Af matricea aplicaţiei liniare
se rezolv¼a sistemul liniar omogen 0 1 0 1
x1 0
B x2 C B 0 C
B C B C
Af B
B x3 C=B
C B 0 C
C
@ ::: A @ ::: A
xp 0
Sistemul are - q linii şi p necunoscute x1 ; x2 ; :::; xp
rangul matricii Af - este dimensiunea imaginii Im f
rangul matricii Af - este num¼ arul de necunoscute principale
num¼ arul de necunoscute secundare - este dimensiune nucleului ker f
Soluţia sistemului este
- necunoscutele principale - în funcţie de necunoscutele secundare
Se re-scrie soluţia ca o combinaţie (liniar¼
a) de - vectori cu coe…cienţi -
( aceşti coe…cienţi sunt - necunoscutele secundare .. ca "parametri" )

3. Calculul de valori proprii şi vectori proprii corespunz¼

atori.
valorile proprii sunt soluţiile ecuaţiei
det(A I) = 0
pentru …ecare valoare proprie (num¼ ar real) se determin¼ a
vectorii proprii corespunz¼
atori v , ca soluţii ale sistemului liniar omogen

Av = v , (A I)v = 0

4. Aducere la form¼ a diagonal¼ a a unei matrici

- se determin¼a valorile proprii
- se determin¼a vectori proprii
- se alege o baz¼
a din vectorii proprii
in aceast¼a baz¼
a - matricea are form¼a diagonal¼
a

5. Aducere la form¼ a canonic¼

a a unei forme p¼ atratice
atratice din R2
Forme p¼
a11 x2 + 2a12 xy + a22 y 2
sau din R3
a11 x2 + a22 y 2 + a33 z 2 + 2a12 xy + 2a13 xz + 2a23 yz
Se aduce la form¼
a diagonal¼
a matricea simetric¼
a asociat¼
a
0 1
a11 a12 a13
a11 a12
A= pentru R2 sau A = @ a12 a22 a23 A pentru R3
a12 a22
a13 a23 a33

deci se determin¼ a (pentru cazul R3 de exemplu)

- valorile proprii 1 ; 2 ; 3
- vectorii proprii

2
- se alege o baz¼
a din vectorii proprii v1 ; v2 ; v3
- matricea T - care are pe coloane vectorii v1 ; v2 ; v3 (de fapt pe coloane sutn coe…cienţii acestor vectori)
0 1
v1 v2 v 3
T =@ j j j A
j j j

aT 1
- matricea invers¼
- matricea diagonal¼
a D , are pe diagonal¼
a valorile proprii 1; 2; 3
0 1
1 0 0
D=@ 0 2 0 A
0 0 3

1
A=T D T
Forma canonic¼
a a formei p¼
atratice este

a11 (x0 )2 + a22 (y 0 )2 + a33 (z 0 )2

unde noile coordonate x0 ; y 0 ; z 0 sunt legate de vechile coordonate x; y; z

prin relaţia 0 1 0 0 1
x x
@ y A = T @ y0 A
z z0
relaţie care înseamn¼
a (technic) - schimbarea de coordonate,
cum se înlocuiesc (vechile) coordonatele x; y; z
cu (noile) coordonatele x0 ; y 0 ; z 0

6. Determinarea de complement ortogonal, algoritmul de ortogonalizare Gramm-Schmidt

- complementul ortogonal al unei mulţimi A este notat A?

A? = toţi vectorii x care sunt ortogonali (perpendiculari) pe toţi vectorii a 2 A

x?a , < x; a >= 0

cu alte cuvinte - un vector x este ortogonal (perpendicular) pe vectorul a , produsul lor scalar = 0
adic¼
a < x; a >= 0

Exemplu pentru R3
Pentru mulţimea A format¼
a cu un singur vector A = f(1; 2; 3)g
în acest caz
A? = f(1; 2; 3)g? = f(x; y; z) cu < (x; y; z); (1; 2; 3) >= 0g
cu alte cuvinte - complementul ortogonal al lui A este format de vectorii (x; y; z)
care sutn soluţiile sistemului liniar omogen

< (x; y; z); (1; 2; 3) >= 0

adic¼
a (toate) soluţiile sistemului
1 x + 2 y + ( 3) z = 0
clar - 1 necunoscut¼ a principal¼
a - putem alege x şi 2 necunoscute secundare y; z
atucni soluţiile sistemul sunt
x = 2y + 3z , y , z
sau rescris
(x; y; z) = ( 2y + 3z; y; z) =
= ( 2y; y; 0) + (3z; 0; z) = y( 2; 1; 0) + z(3; 0; 1)

3
asta pentru orice y; z 2 R
deci
A? = f(1; 2; 3)g? = fy( 2; 1; 0) + z(3; 0; 1) , y; z 2 Rg
a pentru complementul ortogonal A? - putem alege
o baz¼

v1 = ( 2; 1; 0) v2 = (3; 0; 1)

deci dimensiunea dim A? = 2

Exemplu pentru R3
Pentru mulţimea A format¼
a cu 2 vectori A = f(1; 2; 3) , (0; 1; 2)g
în acest caz
< (x; y; z); (1; 2; 3) >= 0
A? = (1; 2; 3); (0; 1; 2)g? = f(x; y; z) cu
< (x; y; z); (0; 1; 2) >= 0

Deci complementul ortogonal este format din toate soluţiile sistemul liniar omogen

< (x; y; z); (1; 2; 3) >= 0 x + 2y 3z = 0

,
< (x; y; z); (0; 1; 2) >= 0 y + 2z = 0

acest sistem se rezolv¼

a exact ca mai înainte - necusnocute, pricipale, secundare ...
de exemplu
y = 2z , x + 2( 2z) 3z = 0 ) x = 7z
soluţiile sistemului sunt

(x; y; z) = ( 7z; 2z; z) = z( 7; 2; 1) pentru orice z 2 R

deci complementul ortogonal

A? = (1; 2; 3); (0; 1; 2)g? = fz( 7; 2; 1) cu z 2 R

o baz¼a pentru complementul ortogonal A? - putem alege v = ( 7; 2; 1)

deci dimensiunea dim A? = 1

Algoritmul de ortogonalizare Gramm Schimdt

Exemplu pentru 2 vectori (liniar independenţi) v1 ; v2

Se determin¼ a alţi 2 vectori e1 ; e2 care sunt ortogonali e1 ?e2 ( < e1 ; e2 >= 0 )
în plus
- e 1 = v1
- e2 este o combinaţie liniar¼ a e2 = v2 + v1
din condiţia < e1 ; e2 >= 0 rezult¼ a

< e1 ; e2 >=< v1 ; v2 + v1 >=< v1 ; v2 > + < v1 ; v1 >= 0

< v1 ; v2 >
=
< v1 ; v1 >
Deci vectorii obţinuţi prin procedeul de ortogonalizare Gramm Schmidt sunt
< v1 ; v2 >
e1 = v 1 , e 2 = v2 v1
< v1 ; v1 >

Exemplu pentru 3 vectori (liniar independenţi) v1 ; v2 ; v3

Se determin¼
a alţi 3 vectori care sunt ortogonali (oricare pe oricare altul)
adic¼
a
< e1 ; e2 >= 0 , < e1 ; e3 >= 0 , < e2 ; e3 >= 0
în plus se "ortogonalizeaz¼
a" treptat

4
- e1 ; e2 se construiesc / aleg excat ca mai înainte
< v1 ; v2 >
e1 = v 1 , e 2 = v2 v1
< v1 ; v1 >
iar e3 este o combinaţie liniar¼
a e3 = v3 + e1 + e2
din condiţiile
< e1 ; e3 >= 0 şi < e2 ; e3 >= 0
rezult¼
a sistemul liniar (cu necunoscute ; )

< v1 ; v3 + e1 + e2 >= 0
< e2 ; v3 + e1 + e2 >= 0

se detemin¼a şi :
Vectorii obţinuţi prin procedeul de ortogonalizare Gramm Schmidt sunt
< v1 ; v2 >
e 1 = v1 , e 2 = v2 v1 , e3 = v3 + e1 + e2
< v1 ; v1 >