Академический Документы
Профессиональный Документы
Культура Документы
a
Georgescu Constantin
Cuprins
Prefat
a
1 Notiuni preliminare
1.1 Multimi . . . . . . . . .
1.2 Functii . . . . . . . . . .
1.3 Structuri algebrice . . .
1.4 Permutari . . . . . . . .
1.5 Matrice . . . . . . . . .
1.6 Determinanti . . . . . .
1.7 Sisteme de ecuatii liniare
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2 Spatii vectoriale
2.1 Denitii si exemple . . . . . . . . . . . . .
2.2 Subspatii vectoriale . . . . . . . . . . . . .
2.3 Baza si dimensiune . . . . . . . . . . . . .
2.3.1 Dependenta si independenta liniara
2.3.2 Baza si dimensiune . . . . . . . . .
2.3.3 Rangul unui sistem de vectori . . .
2.4 Schimbari de baze . . . . . . . . . . . . . .
2.4.1 Lema substitutiei . . . . . . . . . .
2.4.2 Trecerea de la o baza la alta . . . .
3 Operatori liniari
3.1 Denitii si proprietati imediate . . . .
3.2 Izomorsm de spatii vectoriale . . . . .
3.3 Nucleul si imaginea unui operator liniar
3.4 Matricea asociata unui operator liniar .
3.5 Valori si vectori proprii . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7
7
9
13
15
17
20
23
.
.
.
.
.
.
.
.
.
33
33
34
36
36
37
40
42
42
47
.
.
.
.
.
51
51
52
53
56
59
CUPRINS
4.2
4.3
Functionale biliniare . . . . . . . . . . . . . . . . . . . . . . .
Functionale patratice . . . . . . . . . . . . . . . . . . . . . . .
4.3.1 Denitii si proprietati imediate . . . . . . . . . . . . .
4.3.2 Reducerea unei functionale patratice la forma canonica
64
67
67
71
Prefat
a
Prezenta lucrare reprezinta continutul matematic de baza privind algebra
liniara, necesar studentilor de la facultatile tehnice, economice cat si celor de
la matematica. In pricipal, lucrarea de fata costitue prima parte a cursului
de geometrie analitica, tinut de autor studentilor din anul I.
In general, notiunile prezentate sunt nsotite de probleme complet rezolvate. Se prezinta, de asemenea, trei teste de autoevaluare, constand din
probleme complet rezolvate si trei teste de evaluare, care cuprind exercitii
nerezolvate ce se pot rezolva usor de cel care a parcurs ntreaga lucrare.
Aceasta este o caracteristic de baza a lucrarii.
Primul capitol al lucrarii de fata, este un mic rezumat al notiunilor din
algebra de liceu necesare in telegerii capitolelor urmatoare.
In celelalte capitole sunt prezentate pe scurt, notiuni de Spatii vectoriale
(cap.2), Operatori liniari (cap.3), Functionale liniare, biliniare si patratice
(cap.4), Spatii vectoriale euclidiene (cap.5), Teste de evaluare si autoevaluare
(cap.6).
Lucrarea se adreseaza studentilor din primul an de la facultatile cu prol
tehnic, economic si o pot utiliza cu folos si studentii facultatilor de matematica.
Autorul multumeste, n mod deosebit, celor care si-au adus contributia
lor cu gandul, cu vorba sau cu fapta, la aparitia acestei lucrari.
Autorul
Pitesti noiembrie 2006
CUPRINS
Capitolul 1
Notiuni preliminare
1.1
Multimi
1.2. Functii
CT (A B) = CT A CT B
1)
CT (A B) = CT A CT B
2) CT (CT A) = A;
3) CT () = T
4) CT (T ) = unde A si B P(T ).
V) Fie A si B doua multimi. Multimea A B := {(x, y)|x A si
y B} se numeste produsul cartezian al multimilor A si B. Multimea
A A A, A := {(x, x)|x A} se numeste diagonala multimii A sau
diagonala produsului cartezian A A.
Referitor la produsul cartezian se pot mentiona proprietatile:
1) A B 6= A 6= si B 6= ;
2) A B = A = sau B = ;
3) A B 6= B A;
4) A B = B A A = B;
0
0
0
0
5) Daca A A si B B, atunci A B A B.
0
0
0
0
0
Fie (x, y) si (x , y ) A B.(x, y) = (x , y ) : x = x si y = y 0 .
Se poate deni produsul cartezian A1 A2 ...An a n multimi A1 , A2 , ...,
An astfel: A1 A2 ...An : = {(x1 , x2 , ..., xn )|x1 A1 , x2 A2 , ..., xn An },
A1 , A2 , ..., An se numesc factorii produsului cartezian iar x1 , x2 , ..., xn
se numesc coordonatele sau proiectiile elementului(x1 , x2 , ..., xn ).Daca
A1 = A2 = ... = An = A se scrie An n loc de |A A
{z. . . A}. Pentru
nf actori
1.2
Functii
f : A B sau A B ).
Multimea A se numeste domeniul de denitie al functiei f si B se
numeste domeniul valorilor functiei f (sau codomeniul functiei f ). Elementul
y se numeste imaginea elementului x prin functia f (si se scrie y = f (x)),
iar elementul x se numeste preimaginea elementului y prin functia f (si
se scrie x f 1 (y)). Pentru orice X A, multimea f (X) := {f (x)|x X}
se numeste imaginea direct
a a lui X prin functia f. In cazul particular
10
pA
qqqqq
qqq
qqqq
qqqqq
1.2. Functii
11
1, daca x A
A (x) =
0, daca x
/A
se numeste functia caracteristic
a sau functia indicator a multimii A.
Pentru functia caracteristica avem proprietatile:
(a) Daca f : A B este o functie si B T, atunci B f = f (B) .
(2) Fie T 6= si A, B P(T ). Atunci avem:
(1 ) A + CA = 1;
(5 ) A = B A = B ;
(2 ) AB = A B ;
(6 ) AB = |A B | = (A B )2 ;
(3 )AB = A (1 B );
(7 ) T () = 1; () = 0.
(4 ) AB = A + B A B ;
1.3 Exercitiu. Aplicand (6 ) sa se arate ca A(BC) = (AB)C,
A, B, C P(T )
5. Fie f : A B si E A. Functia g : E B, g(x) = f (x), x E
se numeste restrictia lui f la multimea E; functia f este prin denitie, o
extensie sau o prelungire a functiei g la multimea A. Functia g se noteaza
de regula cu f|E si se citeste 00 f restrns la E sau restrictia lui f la E 00 .
6. Fie f F(A, B) si g F(C, D). Corespondenta f g : A C
B D denita prin egalitatea (f g)(x, y)=(f (x), g(y)) este o functie si se
nume
ste produsul cartezian al functiilor f
si g.
7. Fie f : A B si g : B C. Functia g f : A C, denita prin
(g f )(x) := g(f (x)), x A se numeste compunerea functiilor g si f. Cu
privire la compunerea functiilor avem:
a) Daca f : A B si g : C D. Functia g f exista f (A) C
f
b) Daca A B C D, atunci h (g f ) = (h g) f
c) Daca f F(A, B), atunci f 1A = f si 1A f = f.
8. Functii injective. Fie f F(A, B). Daca oricare doua elemente
diferite din A au ntotdeauna imagini diferite prin f (i.e. x, y A, x 6=
y f (x) 6= f (y)), atunci functia f se numeste functie injectiv
a sau
injectie.
12
13
f (A) are cel mult n 1 elemente si pe de alta parte are n elemente. Prin
urmare, f este injectiva, adica c). b). Si cu aceasta demonstratia s-a
terminat.
In Teorema 1.7 se poate lua f F(A, B), cu cardB = cardA <
Aplicatia : P(T ) F (T, {0, 1}) deunita prin (A) = A , A P(T )
(ce asociaza lui A T 6= functia indicator A ), este bijectie.
Acest fapt permite nlocuirea operatiilor cu submultimi, prin operatii cu
functii indicator, si face astfel functia indicator, o notiune extrem de utila n
teoria masurii.
11. Functii inversabile. Functia f F(A, B), A 6= 6= B, este
inversabila daca exista g F(B, A) astfel ncat g f = 1A si f g = 1B ;
functia g se numeste inversa functiei f si se noteaza cu f 1 .
1.8 Teorem
a. Fie A 6= =
6 B si f F(A, B). Atunci avem:
a). f inversabila f bijectiva.
b). daca f este inversabila f 1 F(B, A) inversabila si (f 1 )1 = f ;
c). daca g F(B, C), C 6= si f sunt inversabile, atunci gf F(A, C)
este inversabila ti are loc egalitatea: (g f )1 = f 1 g 1 .
Demonstratie (exercitiu)
Algoritm de calcul a functiei f 1 pentru functii elementare:
Pasul 1. Se arata ca f este inversabila.
Pasul 2. Se rezolva n raport cu x, ecuatia f (x) = y.
Pasul 3. In formulele care dau solutia de la Pasul 2, se schimba x cu y.
Pasul 4. In formula obtinuta la Pasul 3, se nlocuieste y cu f 1 (x) si
astfel se obtine formula pentru f 1 (x).
1.3
Structuri algebrice
14
a) x (y z) = (x y) (x z);
b) (x y) z = (x z) (y z) x, y, z M.
Fie M 6= si 00 00 o lege de compozitie pe M.
a). Se spune ca (M, ) este semigrup, daca legea de compozitie 00 00 este
asociativa.
b). Se spune ca (M, ) este monoid daca legea de compozitie 00 00 este
asociativa si admimite element neutru;
c) Se spune ca (M, ) este grup daca legea de compozitie 00 00 este asociativa, admite element neutru si x M are un simetric.
Daca operatia 00 00 este comutativa, atunci semigrupul (monoidul, grupul)
(M, ) este semigrup (monoid, grup) comutativ. In loc de grup comutativ se
mai spune si grup abelian.
Fie A 6= si 00 00 , 00 00 doua legi de compozitie pe A. (A, , ) se numeste
inel daca:
G) (A, ) este grup abelian;
M) (A, ) este monoid;
D) Operatia 00 00 este distributiva fata de operatia 00 00 .
Daca (A, ) este monoid comutativ (necomutativ) atunci (A, , ) este
inel comutativ (necomutativ).
Un inel (K, , ) n care x K \ {0K } este simetrizabil se numeste
corp,0K este elementul neutru al grupului (K, . Daca inelul este comutativ,
corpul este de asemenea comutativ.
Exemple de corpuri: (Q, +, ); (Q( d), +, ), d liber de patrate; (R, +, );
(C, +, ); (Zp , , ) cu p prim.
Fie (G, ) - grup. Orice 6= G1 G cu (G1 , ) grup se numeste subgrup
al grupului (G, ). Analog se da denitia subinelului si subcorpului.
Fie (G1 , ), (G2 , ) grupuri (semigrupuri, monoizi).
O aplicatie f : G1 G2 cu f (x y) = f (x) f (y), x, y G1 se numeste
morsm (monomorsm) de grupuri (semigrupuri, monoizi).
O aplicatie f : G1 G2 care este bijectie si morsm de grupuri se
numeste izomorsm de grupuri.
1.9 Teorem
a. Fie (G1 , ) si (G2 , ) dou
a grupuri, e1 si e2 elementele
neutre ale lui G1 si G2 respectiv. Dac
a f : G1 G2 este un morsm de
grupuri, atunci:
1)f (e1 ) = e2
2) f (x0 ) = (f (x))0 , x G1 (x0 este simetricul lui x iar (f (x))0 este
simetricul lui f (x).
Demonstratie: 1) Avem: e2 f (e1 ) = f (e1 ) = f (e1 e1 ) = f (e1 ) f (e1 )
e2 f (e1 ) = f (e1 ) f (e1 ) si prin simplicare avem f (e1 ) = e2 .
1.4. Permut
ari
15
1.4
Permut
ari
1
2
3
n
:
(1.1)
(1) (2) (3) (n)
Pentru ca M are 00 n00 elemente se spune ca este o permutare de ordin
n. Permutarea denita de aplicatia identica 1M : M M se numeste
permutarea identic
a si are forma:
1 2 3 n
e:
(1.2)
1 2 3 n
16
= ,, Sn .
1.11 Exercitiu: (Sn , ) este grup.
O permutare ij Sn , cu 1 i < j n, denita prin:
k, k M \{i, j}
def
i, k = j
ij = (k) =
j, k = i
(1.3)
(1.4)
se numeste transpozitie. Transpozitia ij se mai noteaza si cu(ij). Transpozitia (ij) se scrie desfasurat astfel:
(i) (j)
;
i
j
1i<jn
(1.6)
1.5. Matrice
1.5
17
Matrice
A=
(1.7)
...
...
... ...
am1 am2 ... amn
adica printr-un tablou, cu m linii si n coloane, ce cuprinde valorile functiei
A. Numerele aij se numesc elementele matricii A. Pentru matricea A se mai
foloseste si notatia prescurtata A = (aij )1im (sau A = [aij ], sau nca A =
1jn
kaij k.)
Multimea matricilor cu m linii, n coloane si cu elementele din K, se
noteaza cu Mmn (K).
Tipuri de matrici:
1) Orice matrice A Mm1 (K) se numeste matrice (vector ) coloan
a
si are forma:
a11
a21
A=
(1.8)
...
am1
2) Orice matrice A M1n (K) se numeste matrice (vector ) linie si
are forma:
(1.10)
A=
... ... ... ...
an1 an2 ... ann
Multimea matricilor patrate cu elemente n K se noteaza cu Mn (K). Pentru o matrice A Mn (K), sistemele ordonate de elemente (a11 a22 . . . ann ) si
(a1n a2n1 . . . an1 ) se numesc respectiv diagonala principal
a si diagonala
secundar
a a matricii A.
18
a11 0 . . . 0
0 a22 . . . 0
A=
(1.12)
... ... ... ...
0
0 . . . ann
1, i = j
, (denumit simbolul lui Kronecker), matricea
0, i 6= j
se numeste matricea unitate de ordinul n. Desfasurat
6) Daca ij =
In = (ij )1i,jn
In se scrie astfel:
1 0
0 1
In =
... ...
0 0
... 0
... 1
... ...
... 1
(1.13)
1.5. Matrice
19
se numeste conjugata matricei A. Matricea A = t A se numeste adjuncta matricii A. Daca A= A, atunci A se numeste autoadjunct
a sau
hermitic
a (hermitian
a ). Daca A= - A, atunci matricea A se numeste
antihermitian
a.
11) Fie A Mn (R), A=(aij ). Daca aij 0 () i, j {1, 2, ..., n} si
n
P
aij = 1, () i = 1, 2, ..., n, atunci matricea A se numeste matrice stoj=1
hastic
a.
12) Numarul real x se identica cu matricea (x) M1 (R) si n mod
conventional, vom scrie x = (x) n loc de x (x).
Operatii cu matrici : Operatiile cu matrici se reduc la operatii asupra
elementelor sale.
Fie A, B Mmn (K). Spunem ca matricile A=(aij ) si B=(bij ) sunt egale
daca si numai daca aij = bij (i, j) E = {1, 2, . . . , m} {1, 2, . . . , n}.
Matricea C Mmn (K): C=(cij ) cu cij =aij +bij (i,j) E se numeste suma
matricilor A si B si se noteaza C = A + B, A B = A + (B).Daca
K, matricea A = (aij ) Mmn (K)se numeste matricea produs dintre
elementul K si matricea A.
1.15 Exercitii: Sa se arate ca:
1) (Mmn (K),+) este grup abelian.
2) Oricare , K si A, B Mmn (K) avem:
a) 1K A=A;
b) (A)=()A;
c) ( + )A=A+A;
d) (A+B)=A+B.
Fie A=(aij ) Mmn (K) si B=(bij ) Mnp (K). Matricea C=(cij )
n
P
Mmp (K), cu cij =
aik bkj , se numeste produsul matricilor A si B si
k=1
se noteaza C=AB.
1.16 Exercitii Sa se arate ca:
a) A(BC) = (AB)C
b) (A + B)C = AC + AB si A(B + C) = AB + AC
c) (A)B=(AB)
d) t (AB)=t Bt A, () K si A, B, C astfel ncat produsele care apar sa
aiba sens;
e) (Mmn (K),+,) inel necomutativ.
O matrice A Mn (K) se numeste ortogonal
a (cand K=R) sau unitar
a
(cand K=C) daca satisface conditia t AA=In .
Matricile A, B Mn (K), se numesc asemenea (si scriem AB) daca()
C Mn (K) astfel nct B=C1 AC.
20
1.6
Determinanti
si notat
detA =
a11
a21
...
an1
a12
a22
...
an2
...
...
...
...
a1n
a2n
...
ann
(1.15)
j1 ,j ,...,j
1.6. Determinanti
21
r
X
mij
j=1
mik
aij , i = 1, n.
7) Intr-un
determinant, daca adun
am la elementele unei linii (respectiv
coloane), elementele unei (sau altor) linii (respectiv coloane), nmultite cu
elemente din K, determinantul nu-si schimb
a valoarea.
8) Un determinant este nul dac
a si numai dac
a o linie (sau coloan
a) a sa
este o combinatie liniara de alte linii (respectiv coloane).
1.19 Regula lui Laplace: Fie A Mn (K) si detA dat de reltia (1.15)
Din denitia determinantului de ordinul n rezulta ca:
det A = a11 A11 + a12 A12 + . . . + a1n A1n
(1.16)
unde Aij =(-1)i+j mij , n care mij este minorul corespunzator elementului aij .
Formula (1.16) se mai scrie:
det A =
n
X
(1.17)
j=1
22
j1 ,j ,...,j
Ai1 ,i22,...,ipp
= (1)k=1
(ik +jk )
j1 ,j ,...,j
mi1 ,i22,...,ipp
j1 ,j ,...,j
1
2
3
1
1 3 4
D1 =
.
5 1 1
2
1 2 2 4
Folosind regula lui Laplace, dezvoltam primele doua linii si obtinem:
1 1 1 1
1 2 5 1
1+2+1+2
(1)1+2+1+3 +
D1 =
(1)
+
1 1 2 4
1 3 2 4
1+2+1+4
1 3
1 4
1+2+2+4
2 1 1 3
1 2 1 4
+ (1)
+ (1)
5 1
1 2
1+2+2+3
2 2 + (1)
1 3
2 3
1+2+3+4
+ (1)
3 4
2 1
1 4 +
2
5
1 2
= 0 6 1 18 + 1 12 + 1 7 1 5 1 1 = 5.
1.22 Teorem
a: Fie A, B Mn (K).
det(A B) = detA detB.
(1.19)
23
Demonstratie. Exercitiu.
Fie A Mn (K). Se numeste matrice invers
a a matricei A, matricea
notata A1 cu proprietatea:
A A1 = A1 A = In .
Se poate arata ca orice matrice A Mn (K) admite o matrice inversa
unica data de relatia:
1
A1 =
A
(1.20)
detA
1 1
A Mn (K) cu detA 6=0
b) (A ) = A
T 1
1 T
c)(A ) = (A )
d) (AB)1 = B 1 A1 , A, B Mn (K) cu detA 6= 0 6= detB.
Demonstratie: (exercitiu).
1.24 Teorem
a: (Mn (K),) este grup necomutativ, unde Mn (K) este
multimea matricilor patratice nesingulare.
Demonstratie: (exercitiu).
1.7
n
X
j=1
aij xj = bi = 1, m
(1.22)
24
- matriciala:
AX = B
unde:
a11
a21
A=
...
am1
a12
a22
...
am2
...
...
...
...
a1n
b1
a2n
b2
,B =
...
...
amn
bm
(1.23)
x1
, X = x2 ,
...
xm
cu urmatoarele semnicatii:
A - matricea coecientilor sistemului sau simplu matricea sistemului;
B - matricea termenilor liberi;
X - matricea necunoscutelor;
Deoarece nu toti aij sunt zero, rang A = r 1. Presupunem ca unul din
minorii de ordin r diferit de zero este:
p =
(1.24)
.
.
.
.
.
.
.
.
.
.
.
.
|
b
1
p
|
b2
|
. . . , k = r + 1, m
(1.25)
car,k =
b
r
25
xi
, i = 1, n
p
a 1 x1 = b 1
a 2 x2 = b 2
(1.27)
................
a m xm = b m
Un astfel de sistem este compatibil daca ai 6= 0, i = 1, m , compatibil
nedeterminat daca i {1, . . . , m}, a.. ai = 0 = bi si incompatibil n caz
contrar.
26
(1.28)
27
1.28 Teorem
a. Sistemul (1.21) poate adus ntotdeauna la forma (1.26),
(1.27) sau (1.28), folosind transform
arile (1.30).
Demonstratie. Fie r = rangA, A = (aij ) Mm,n (6 R).
Presupunem a11 6= 0 (daca a11 = 0, prin transformarile (1.30) se poate
face ca ecuatia 1 sa aiba coecientul primei necunoscute nenul).
Pasul 1. Pentru () i = 1, m notam cu ec. i , ecuatia a i-a din sistem si
avem:
ec. i
i=1
(1)
(ec.i) =
(1.31)
(ec. i) a11 (ec. 1) ai1 , i 6= 1
si sistemul (1.21) devine:
(1)
(1)
(1)
(1)
(1)
(1)
(1)
a22 x2 + .... + a2n xn = b2
(S 1 )
......................................
(1)
(1)
(1)
(1.32)
(1)
aij
(1)
bi
aij
a11 aij ai1 a1j
bi
,
=
a11 bi ai1 b1 ,
=
,i = 1
, i 6= 1
i=1
i 6= 1
(1.33)
28
(2)
(2)
(2)
(2)
...................................................................
(2)
(2)
(2)
am3 x3 + .... + amn xn = bm
unde pentru i = 1, m, j = 1, n am notat:
(
(1)
aij
(2)
aij =
(1)
(1)
(1)
(1)
a a ai2 a2j
( 22 ij
(1)
bi
(2)
bi =
(1)
(1)
(1)
(1)
a22 bi ai2 b2
,i=2
;
,i=
6 2
,i=2
,i=
6 2
(1)
Daca a22 = 0 si x2 nu mai apare n nici una din ecuatii, atunci se schimba
ordinea necunoscutelor n S(1) , ducand pe ultimul loc pe x2 si aducand n locul
lui x2 o necunoscuta pentru care coecientul sau este nenul. Astfel se repeta
pasul 2 pana cand nu se mai gasesc coecienti aij 6= 0 n ecuatiile ramase si
astfel se ajunge la forma a) (care contine si celelalte forme). Teorema este
complet demonstrata.
1.29 Observatie: Sistemul (1.21) trece succesiv prin formele S (k) , k =
1, r. Pentru simplitatea calculului se poate lucra pe matricea extinsa a sistemului, A0 = (A | B) si dupa r iteratii avem:
(A| B) (A| B)(1) 7 .... 7 (A| B)(r) =
(r)
a11
0
...
0
0
...
0
0
(r)
a22
...
0
0
...
0
0
0
...
0
0
...
0
...
...
...
...
...
...
...
0
0
...
(r)
arr
0
...
0
(r)
a1r+1
(r)
a2r+1
...
(r)
arr+1
(r)
ar+1r+1
...
(r)
amr+1
...
...
...
...
...
...
...
(r)
a1n
(r)
a2n
...
(r)
arn
(r)
ar+1n
...
(r)
amn
(r)
b1
(r)
b2
...
(r)
br
(r)
br+1
...
(r)
bm
(1.34)
29
si
(
(k)
bi
(k1)
bi
(k1)
akk
(k1)
bi
(k1)
aik
,i = k
(k1)
bk
, i 6= k ;
(0)
bi = bi
(1.35)
x1 = 11 1 + 12 2 + ... + 1nr nr + 1
.........................................................
xr = r1 1 + r2 2 + ... + rnr nr + r
(1.37)
xr+1 = 1
.........................................................
xn = nr
unde
ij =
(r)
ai r+j
(r)
aii
; i = 1, r, j = 1, n r
i =
(r)
bi
(r)
aii
, i = 1, r
30
unde: X =
X = 1 X1 + 2 X2 + . . . + nr Xnr + X0 ,
x1
x2
..
.
(1.38)
xn
X1 =
11
21
...
r1
1
0
...
0
; X2 =
12
22
...
r2
0
1
...
0
; .....; Xnr =
1nr
2nr
...
rnr
0
0
...
1
; X0 =
1
2
...
r
0
...
0
(1.39)
31
=6
x+y+z
x y + 2z
=5 .
1. Sa se rezolve sistemul
x 2y
= 3
Rezolvare. Aplicam algoritmul eliminarii complete pe matricea (A|B) si
obtinem:
1 1
1 6
1 1
1 6
(A|B) = 1 1 2 5 0 2 1 1
0 3 1 9
1 2 0 3
1 0 0 1
10 0
0 10
2 0
3 11
0
10 0 20 0 1 0 2 ;
2 1 1 0
0 0 1 3
15
0
0
5 15
0
0
5
Solutia este x = 1; y = 2; z = 3.
Sa aplicam acum, pentru acelasi sistem, algoritmul eliminarii incomplete
(algoritmul eliminarii lui Gauss). (A|B) =
1 1
1 6
1 1
1 6
1 1
1 6
= 1 1 2 5 0 2 1 1 0 2 1 1
1 2 0 3
0 3 1 9
0 0
5 15
Rezulta ca sistemul dat este
echivalent cu
x=1
x+y+z =6
y=2
2y + z = 1 de unde
z=3
5z = 15
Aceeasi solutie se obtine folosind ultima forma a matricei (A|B). Rezulta
z = 3. Se nlocuieste n ecuatia 2, z = 3, si se obtine y = 2. Apoi se nlocuieste
y = 2 si z = 3 n ecuatia 1 si rezulta x = 1.
1 1
1
2
1
2 .
2. Sa se determine rangul matricei: A = 1 1
1 1 3 2
Rezolvare: Se aplica algoritmul eliminarii complete.
1 1
1
2
1 1
1
2
1
2 0 0
0
0
A= 1 1
1 1 3 2
0 2 4 4
1 1
1
2
1 0 2 0
0 2 4 4 0 1 2 2
0 0
0
0
0 0 0 0
Rezulta ca rangA = 2(rangA este diferenta dintre numarul de ecuatii si
numarul liniilor zero i.e. rang A este egal cu numarul liniilor nenule ). Prin
X Y se ntelege rangX = rangX.
32
2 3 1
3. Sa se determine inversa matricei A = 1 2 1
1 1 2
Rezolvare. Se complecteaza matricea A cu matricea unitate I3 i.e. se
considera matricea (A |I3 ) si se transforma dupa metoda eliminarii complete.
0 0
2 3
1 1
2 3 1 1 0 0
1 2 1 0 1 0 0 1
1 1 2 0
0 1 3 1 0 2
1 1 2 0 0 1
6 0
8 0
0 12 20 4
2 0 2 4
0 1 1 1 2
6 2
0 0
4 0 2
2
0
0
4 2 2
2
0 0 4 2 2
1 0 0 3/2
5/2 1/2
0 1 0 1/2 3/2
1/2 .
0 0 1 1/2
1/2 1/2
3/2
5/2 1/2
1/2
Deci A1 = 1/2 3/2
1/2
1/2 1/2
1
1
1.32 Observat
ie. Matricea
A ind inversabila, A a.. AA = I3 .
x1 x2 x 3
1
Capitolul 2
Spatii vectoriale
2.1
Denitii si exemple
00 00
: K V V, (, x) x, K si x V (lege externa).
2.1 Denitie. Spunem ca V este spatiu vectorial peste K (sau K spatiu vectorial ) si notam V/K daca:
(0) (V, +) - grup abelian
(1) 1k x = x , () x V
(2) (x) = ()x, (), K si () x V
(3)( + )x = x + x, (), K si () x V
(4) (x + y) = x + y, () K si () x, y V.
Elementele lui V se numesc vectori , iar elementele lui K se numesc
scalari . Corpul K se mai numeste corpul scalarilor .
2.2 Exemple. 1.o Rn = {(x1 , . . . , xn )| xi R, i = 1, n} cu operatiile:
x + y = (x1 + y1 , . . . , xn + yn ) si x = (x1 , x2 , . . . , xn ),
(2.1)
Intrebare:
R/Z este spatiu vectorial? Dar Z/Z?
33
34
(2.2)
2.2
Subspatii vectoriale
35
Demonstratie (exercitiu)
Aceasta propozitie constitue proprietatea de caracterizare a subspatiilor
vectoriale.
2.7 Propozitie Fie V / R spatiu vectorial si W1 , W2 Sb(V ). Atunci:
(a)W1 + W2 Sb(V ),
(b)W1 W2 Sb(V ).
Demonstratie: (a) Fie , R si x, y, W1 + W2 . Atunci x0 ; y 0 W1
si x, y 0 W2 astfel ncat x = x0 + x00 si De aici avem:
x + y = (x0 + x00 ) + (y 0 + y 00 ) = . . . . = (x0 + y 0 ) + (x00 + y 00 )
W1 + W 2 .
Conform cu proprietatea de caracterizare a subspatiilor vectoriale, rezulta
ca W1 + W2 Sb(V )
(b) Fie acum x, y W1 W2 si , R. Rezulta: pe de o parte x, y W1 ,
de unde x + y W1 si pe de alta parte x, y W2 , de unde x + y W2
. De aici se obtine ca x + y W1 W2 .
2.8 Denitie: Daca W1 , W2 Sb(V ) cu W1 W2 = {0}, atunci W1 +
W2 se numeste suma direct
a a subspatiilor W1 ,W2 si se noteaza W1 W2 .
Daca suma directa a subspatiilor W1 si W2 este V (i.e. W1 W2 = V ,
atunci W1 si W2 se numesc subspatii suplimentare, altfel spus W1 este
suplimentul lui W2 si invers.
2.9 Propozitie O suma de subspatii vectoriale este sum
a direct
a dac
a si
numai daca orice element al sau se descompune n mod unic dup
a elrmente
din termenii sumei.
Demonstratie:Fie W1 , W2 Sb(V ). Avem de aratat ca x W1 +
W2 , !x1 W1 si !x2 W2 astfel ncat x = x1 + x2 . ,, W1 + W2 =
def
W1 W2 W1 W2 = {0}. Presupunem ca x W1 + W2 admite doua
scrieri i.e. x = x1 + x2 si x = x1 + x2 . atunci x1 + x2 = = x1 + x2
x1 x1 = - (x2 - x2 ) x1 x1 , x2 x2 W1 W2 = {0} x1 x1 = 0
= x2 x2 .
00
00 exercitiu.
Propozitia de mai sus se poate enunta si astfel: O sum
a este direct
a dac
a
si numai daca orice element al sau se poate decompune unic dup
a elemente
din termenii sai.
2.10 Exemple de subspatii vectoriale.
1o {0}, V Sb(V ) (acestea se numesc subspatii improprii).
2o S = {(x1 , x2 , x3 ) R3 |x1 2x2 + x3 = 0, x1 x2 + 2x3 = 0}
S1 = { (a, b, 0) |a, b R} , S2 = { (a, 0, c) | a, c R},
S3 = { (0, b, c) | b, c R},S4 = { (a, 0, 0) | a R},
S5 = {(0, b, 0) | b R}, S6 = { (0, 0, c) | c R}
36
3o Fp ((a, a), R), Fi ((a, a), R) Sb(F((a, a), R)), unde Fp si Fi sunt
multimea functiilor pare, respectiv impare.
4o Fie V 1 , V 2 Sb(V ) si consideram
multimea S = {W Sb(V ) | W
T
V 1 V 2 } . Aratati ca V 1 + V 2 =
W
W S
2.3
2.3.1
Baz
a si dimensiune
Dependenta si independent
a liniar
a
Fie V /R si S = {x1 , x2 , . . . , xp } V.
2.11 Denitie: (i) O expresie de forma 1 x1 +. . .+p xp , i R, i = 1, p
se numeste combinatie liniar
a de elementele lui S, iar scalarii 1 , . . . , p
se numesc coecientii combinatiei liniare.
(2i) un element y V este combinatie liniar
a de elementele lui S daca
()i R, i = 1, p, astfel ncat y = 1 x1 + . . . + p xp .
(3i) multimea
L(S) = {1 x1 + . . . + p xp |i R i = 1, p}
(2.3)
x = 1 x1 + ... + .p xp
y = 1 x1 + ... + p xp
0 x + 0 y = . . . = (0 1 + 0 1 )x1 + . . . +
P entru 0 , 0 R
0
( p + 0 p )xp 0 x + 0 y L(S). Deci L(S) Sb(V ).
2.12 Denitie. Sistemul de vectori S se numeste liniar independent
daca din orice combinatie liniara egala cu zero rezulta ca toti coecientii
combinatiei liniare sunt nuli( i.e.
1 x1 + 2 x2 + . . . + p xp = 0 1 = 2 . . . = p = 0),
n caz contrar sistemul de vectori S se numeste liniar dependent (i.e. din
1 x1 + . . . + p xp = 0.
nu rezulta ca toti coecientii i , i = 1, p sunt egali cu zero.
2.13 Observatii. 1o Daca S este sistem de vectori liniar independent
atunci () S S este liniar independent.
2.3. Baz
a si dimensiune
37
2.3.2
Baz
a si dimensiune
2.16 Denitie. Sistemul de vectori S = {gi }iI este sistem de generatori pentru V daca orice vector din V este o combinatie liniara nita de
vectori din S. adica:
n
P
x V, gi1 , ..., gin S si 1 , . . . , n R astfel ncat x =
k gik .
k=1
i
38
(2.4)
(2.5)
(2.6)
2.3. Baz
a si dimensiune
39
(2.7)
cu necunoscutele
1 , 2
, . . . , p . Matricea asociata sistemului (2.7) este
...................... .
A=
an1 an2 ....anp
Cum rang(A) min(n, p) = n < p rezulta ca sistemul (2.7) are si solutii
nenule i.e.(1 , 2 , . . . , p ) 6= 0 . Deci nu toti 1 , 2 , . . . , p sunt zero, ceea
ce este n contradictie cu (2.3). Prin urmare p n, adica ceea ce trebuia
demonstrat.
2.23 Corolar. Orice doua baze ale unui spatiu vectorial nit dimensional
au acelasi numar dse elemente.
Demonstratie. Fie B1 , B2 b(V ). Conform cu Teorema 2.20 pentru
S = B1 si B = B2 gasim card(B1 ) card(B2 ), iar pentru S = B2 si B = B1
obtinem card(B2 ) card(B1 ) . De aici rezulta ceea ce trebuia demonstrat.
2.24 Denitie: Fie V/R un spatiu vectorial si B o baza a sa. Prin
denitie spunem ca:
0, daca V = {0}
n, daca card. B = n
dimR V =
(2.8)
i=1
40
2.3.3
(2.9)
AS (B) =
..... ..... ... .....
an1 an2 ... anp
se numeste matricea asociat
a sistemului de vectori S n baza B.
2.3. Baz
a si dimensiune
41
..
.. ..
Atunci: As = ..
si rangAs = p.
.
. .
.
.
an1 an2 .. anp
Completam pe S cu n p vectori din baza B. Astfel obtinem sistemul de
vectori B1 = {x1 , . . . xp , ep+1 , . . . , en } si aratam ca este sistem liniar indepen-
42
dent.
Matricea atasata lui B1 n baza B va :
...
...
...
...
...
...
...
...
a
...
...
a
0
...
...
0
AB1 =
p1
pp
...
... ...
...
... ... ... ...
an1 ... ... anp 0 ... ... 1
. . .. 1 1 . . . 1 6= 0.
detAB1 = ...
. .
2.4
Schimb
ari de baze
2.4.1
Lema substitutiei
(2.10)
(2.11)
1)Fie
1 e1 + + j1 ej1 + j v + j+1 ej+1 + + n en = 0.
(2.12)
2.4. Schimb
ari de baze
43
i + i j = 0, ()i = 1, n, i 6= j
(2.13)
j j = 0
cu necunoscutele i , i =1, n si cu determinantul
= 1 . . . 1 j . . . 1 . . . . . . 1 = j .
(2.14)
1
2
j1
1
j+1
n
e1 e2
ej1 + v
ej+1
en
j
j
j
j
j
j
x = (x1
44
i , k = j
AB = (aik )i,k=1,n , aik = 1, i = k 6= j
0, n rest.
2.Lema substitutiei, cu alte cuvinte, arata ca un vector nenul poate nlocui
un vector al unei baze, corespunzator unei coordonate nenule si da coordonatele xi , i = 1, n ale unui vector n baza B si de coordonatele lui v, n
functie de coordonatele sale xi , i = 1, n n baza B, sunt date de
i , k = j
0, n rest.
2.41 Aplicatii: 1 Modicarea coordonatelor unui vector la
schimbarea bazei. Sa se determine coordonatele unui vector x V/R n
baza B 0 , stiind ca x = (x1 , x2 , . . . , xn ) n baza B.
Rezolvare. Fie B = {e1 , e2 , . . . , en } si B 0 = {v1 , v2 , . . . , vn }. Pentru i
arbitrar xat, consideram vi = (1 , . . . , n ) cu i 6= 0 (vectorii bazei B0
sunt ordonati astfel ncat vk are componenta k diferita de zero, conform cu
lema substitutiei se calculeaza xi = xii . Tabelele de mai jos, schematizeaza
lema substitutiei , i. e. arata cum se formeaza baza B0 si da formulele dupa
care se calculeaza coordonatele vectorului v n aceasta baza.
B
e1
e2
ei
v
1
2
i
xB
x1
x2
xi
ej1
ej
ej+1
en
j1
j
j+1
n
xj1
xj
xj+1
xn
B1
e1
e2
ei
ej1
v
ej+1
en
v
0
0
0
0
1
0
0
xB1
x1
x2
xi
xj1
xj
xj+1
xn
2.4. Schimb
ari de baze
45
B1
v1 v2 v3 x
2 3 1 1
v
1
1 2 1 1
e2
1 1 2 2
e3
B2
v1 v2 v3
x
3
1
1
v1
12
2
2
1
1
3
0
2 2
v2
2
0 12 32 52
e3
v1 v2 v3 x
1 0 1 5
0 1 1 3
0 0 2 4
B3 v1 v2 v3 x
v
1 0 0 3
1
v2
0 1 0 1
v3
0 0 1 2
Conform cu lema substitutiei B1 = {v1 , e2 , e3 }, B2 = {v1 , v2 , e3 } si S =
{v1 , v2 , v3 } devin baze. Rezulta ca, relativ la baza S = {v1 , v2 , v3 }, x =
(3, 1, 2).
2 Rezolvarea sistemelor de ecuatii liniare: Sa se rezolve sistemele:
2x y + z + 3t = 1
2x1 + 3x2 x3 = 1
3x 2y z + 2t = 3
(a) x1 + 2x2 x3 = 1 si (b)
3x y + 4z + 7t = 0
x1 + x2 2x3 = 2
x y 2z t = 2
Rezolvare: (a) Se ia v1 = (2, 1, 1); v2 = (3, 2, 1); v3 = (1, 1, 2) si
x = (1, 1, 2).
Se procedeaza ca la 1 si se obtine solutia v = (3, 1, 2), care reprezinta
coordonatele lui vn baza S = {v1 , v2 , v3 }(acesti vectori au drept coordonate
coecientii corespunzatori lui x1 , x2 si x3 ).
46
B2 v1
x
B1 v1 v2 v3 v4
x
1
1
3
1
1
v1 1 2 2 2
v1 1
2
3
3 e2 0 12 52 52
v2 0
2
5
5
1
3
0
e3 0 2 2 2 2
e3 0
3
e4 0 12 52 52
e4 0
2
2
v2
0
1
0
0
v3
3
5
0
0
v4 x
4 1
5 3
0 0
0 0
matrice unitate
x x0 x00
1 0 0
Luam T = y y 0 y 00 . Atunci AT = 0 1 0 este echivalenta
0 0 1
z z 0 z 00
cu trei sisteme: primul sistem are necunoscutele x, y, z; al doilea sistem are
necunoscutele x0 , y 0 , z 0 ; al treilea sistem are necunoscutele x00 , y 00 , z 00 . Cele trei
sisteme au coloana termenilor liberi, respectiv coloana 1, coloana 2, coloana
3 din E. Algoritmul dat de Lema substitutiei, permite rezolvarea simultana
a celor trei sisteme. Astfel avem:
B
e1
e2
e3
v2A cA
cA
3
1
2 3 1
1 2 1
1 1 2
cE
cE
cE
3
2
1
1 0 0
0 1 0
0 0 1
B
cA
1
cA
2
cA
3
cE
cE
cE
3
2
1
1 0 0
0 1 0
0 0 1
cT1
3
2
12
1
2
cT2
52
3
2
12
, i = 1, 3 coloana
si cTi ).
Am notat cu cA
i a matricei A ( analog cE
i
i
1
3
52
2
2
1
3
1
12
Rezulta A = 2
2
1
12 12
2
cT3
1
2
12
12
2.4. Schimb
ari de baze
2.4.2
47
Trecerea de la o baz
a la alta
T12 =
(2.15)
... ... ... ...
an1 an2 ... ann
2.45 Propozitie: Fie e si f matricele coloan
a ale vectorilor bazelor B1
si B2 , si T12 matricea de trecere de la B1 la B2 . Atunci
2)xB2
1)f =t T12 e,
1
= T12
xB1 , x V
(2.16)
(2.17)
f1
a11 a12 ... a1n
e1
f2 a21 a22 ... a2n e2
tT
12
= {f1 , f2 , . . . , fn ,}
(2.18)
(2.19)
48
sau
x = (a11 y1 + a12 y2 + ... + a1n yn )e1 +
+(a21 y1 + a22 y2 + ... + a2n yn )e2 +
...............................................
+(an1 y1 + an2 y2 + ... + ann yn )en
Din cele doua expresiile lui x, (2.19) si (2.20) avem:
a11 . . . an1
a11 y1 + ... + an1 yn = x1
............................
... ... ...
(2.20)
y1
... =
yn
{z } |
x1
...
xn
{z }
xB2
xB1
Relatia matriciala de mai sus se poate scrie concentrat prin formula T12 xB2 =
xB1 si de aici se obtine relatia (2.17).
Aceasta relatie matriciala permite determinarea coordonatelor yi , i = 1, n
n baza B2 ale vectorului x, n functie de coordonatele sale n baza B1 . Daca
se da y n baza B2 , atunci yB1 = T12 yB2 .
2.46 Observatie: Daca T01 este matricea de trecere de la baza B la
baza B1 si T02 este matricea de trecere de la baza B la baza B2 , atunci
1
matricea de trecere de B1 la B2 este T01
T02 .Intr-adevar, e e, f si g matricile
coloana ale vectorilor bazelor B, B1 si respectiv B2 . Atunci avem f =t T01 e si
g =t T02 e. Din prima relatie avem e = (t T01 )1 f si apoi g =t T02 (t T01 )1 =t
1
1
t
T02
(T01
)f =t (T01
T02 )f .
1
t
Deci g = (T01 T02 )f . Rezulta ca
1
T12 = T01
T02
T12
qqqqqqqqqqq
qqq
qqqqq
qqq
qqqq
qqqqq
qqqqqqqqqqq
qqq
B2
@
@
@T01 T02
@@
@ B
q
qqq
qqqqqqqqqq
2.4. Schimb
ari de baze
49
este un sistem liniar n care termenii liberi sunt coordonatele lui x n baza
B1 si necunoscutele sunt coordonatele lui x n baza B2 . Deci gasirea lui x n
baza B2 este echivalenta cu rezolvarea sistemului. Cum aceasta rezolvare se
poate face cu lema substitutiei avem
1 0 0 3
2 3 1 1
1
(T12 |xB1 ) = 1 2 1 1 . . . 0 1 0 2 = (I3 |T12
xB1 ),
0 0 1 2
1 1 2 2
i.e. n baza B2 , x = (3, 2, 2).
2) Se considera bazele B1 = {f1 = (1, 1, 0), f2 = (1, 0, 1), f3 = (0, 0, 1)} si
B2 = {g1 = (1, 2, 3), g2 = (1, 1, 1), g3 = (1, 0, 1)}, n spatiul vectorial R3 /R,
cu vectorii dati n baza canonica B. Sa se determine matricea de trecere de
la baza B1 la baza B2 .
Rezolvare. Conform cu cele de mai sus
1 1 0
1 1 1
avem T01 = 1 0 0 si T02 = 2 1 0 .
0 1 1
3 1 1
0
1
0
1
1 0 si apoi
Se gaseste T01
= 1
1 1
1
2
1 0
1 1 1
0
1
0
1
1 0 2 1 0 = 1 0 1
T01
T02 = 1
4
1 0
3 1 1
1 1
1
.
1
Pentru calcularea matricei T12
T13 se poate utiliza algoritmul dat de lema
substitutiei, calculele ind facute prin metoda eliminarii complete cu mpartire
la pivot.
50
01
z }|
{
f1 f2 f3
1 1 0
1 0 0
0 1 1
1 1
0
0 1 0
0 1
1
1 0 0
0 1 0
0 0 1
02
z }|
{
g1 g2 g3
1 1 1
2 1 0
3 1 1
1 1 1
1 0 1
3 1 1
2
1 0
1 0 1
4
1 0
| {z }
1
T01
T02
Capitolul 3
Operatori liniari
3.1
Denitii si propriet
ati imediate
i=1
(3.1)
52
i=1
n succesiv:
n
n
P
P
P
(xi + yi )ei =
T (x + y) = T xi ei + yi ei = T
1
1
1
n
n
n
n
P
P
P
P
xi ei +
xi T (ei ) + yi T (ei ) = T
= (xi + yi )T (ei ) =
1
1
1
1
n
P
yi ei = T (x) + T (y).
+T
1
Rezulta T este liniar si astfel implicatia este demonstrata.sambata, decembrie 15, 2007 at 3:05 pmsambata, decembrie 15, 2007 at 3:05 pm
Notam: L(V, W ) = {T : V W |T operator liniar}
3.6 Lem
a: L(V, W ) este R - spatiu vectorial fat
a de operatiile:
00 00
+ : L(V, W )L(V, W ) L(V, W ), (T1 +T2 )(x) = T1 (x)+T2 (x), x
V si T1 , T2 L(V, W ).
00 00
: R L(V, W ) L(V, W ), (T )(x) = T (x), R si T
L(V, W )
Demonstratie: (exercitiu)
3.2
53
i=1
i=1
i=1
i=1
i=1
injectie.
n
P
Fie acum = (1 , 2 , . . . , n ) W , n baza B. Rezulta = i T (ei ) =
1
n
n
n
P
P
P
i ei V, astfel ncat = T (x).
i ei . Deci x =
i T (ei ) = T
1
Deci aplicatia T este surjectie. Prin urmare aplicatia T este bijectie. Cum
liniaritatea lui T rezulta din 3.5, avem ceea ce trebuia demonstrat.
3.9 Teorem
a. Doua spatii vectoriale sunt izomorfe dac
a si numai dac
a
au aceeasi dimensiune.
Demonstratie: . Daca V este izomorf cu W , atunci exista T : V W
izomorsm de spatii vectoriale. Pentru E b(V ) avem ca T (E) b(W ) si
card(E) = card(T (E)). Deci dimV = dimW.
. Fie acum V si W spatii vectoriale astfel ncat dimV = dimW = n.
Consideram B b(V ) si denim functia T : V W cu proprietatea (LP) si
T (B) b(W ).Conform cu Lema 2.52, operatorul T este izomorsm de spatii
vectoriale. Deci spatiile vectoriale V si W sunt izomorfe.
3.10 Observatii:1o . Relatia de izomorsm (notata
=) este o relatie de
echivalenta n multimea spatiilor vectoriale.
2o . Daca V /R spatiu vectorial cu dimV = n, atunci V
= Rn . De
aici avem ca orice enunt exprimabil n limbaj de algebra liniara, care este
adevarat n Rn , este adevarat si n V .
3.3
54
i=d+1
i T (fi ) +
n
P
55
I=d+1
n
P
d+1
sistem de generatori.
Prin urmare F b(ImT ) si avem ca dim(ImT ) = n d. Deci, n =
d + (n d) = d + r, ceea ce trebuia demonstrat.
3.16 Observatie: Fie T L(V, W ) si V nit dimensional. Daca operatorul T este bijectiv, atunci dimV = dimW. Intr-adevar: T injectiv
kerT = {0} dimV = dim(ImT ). T surjectiv ImT = W
dim(ImT ) = dimW. Rezulta dimV = dimW.
3.17 Exercitii: 1o . Sa se arate ca operatorul T : R3 R3 , T (x) =
(x1 x2 , x3 , x3 ), este liniar si sa se determine kerT, ImT, defectul si rangul.
Rezolvare. Evident ca T este operator liniar. Deoarece kerT = {x =
(x1 , x2 , x3 ) R3 |T (x) = 0}; avem succesiv
x1 =
x1 x2 = 0
x2 = .
x3
=0
T (x) = 0 (x1 x2 , x3 , x3 ) = 0
x3 = 0
x3
=0
Deci, kerT = {(, , 0)| R}.
Pentru ca ImT
= {y = (y1 , y2 , y3 ) R3 |x = (x1 , x2 , x3 ) R3 , T (x) =
x 1 x2 = y 1
x3
= y2 cu necunoscutele x1 , x2 , x3 , ce urmeaza
y}, avem sistemul
x3 = y3 ,
sa e determinate n functie de y1 , y2 , y3 . Rangul acestui sistem
este egal cu 2.
1 0
y1
1
y2 =
Atunci conditia de compatibilitate conduce la car3 = 0 0
0
1 y3
0 y3 = y2 . Deci, sistemul mentionat mai sus este compatibil pentru
y = (, , ) cu , R. Rezulta ImT = {(, , )|, , R}.
Defectul lui T este d = 1, deoarece dim(kerT ) = 1 (orice element
x kerT se scrie x = (1, 1, 0), adica multimea B = {(1, 1, 0)} este o
baza n kerT , iar rangul lui T este r = 2, deoarece dim(ImT ) = 2 (orice
element y ImT se scrie y = (1, 0, 0) + (0, 1, 1), adica multimea
B = {(1, 0, 0), (0, 1, 1)} este o baza pentru ImT ; altfel:dim(ImT ) =
3 dim(kerT ) = 3 1 = 2).
Remarca : Componentele y1 , y2 , y3 , ale lui y, ce apar n scrierea multimii
ImT , sunt indepedente sau dependente, dupa cum apar sau nu conditii de
compatibilitate pentru ecuatia vectoriala T (x) = y, cu necunoscutele scalare
x1 , x2 , x3 . Aceste conditii de compatibilitate conduc la legaturi ntre y1 , y2 , y3
ceea ce face ca numarul parametrilor, n functie de care se scrie ImT , sa
se micsoreze(numarul lor ind, de fapt, egal cu rangul sistemului, adica cu
56
rangAT . Asa se face ca, n scrierea multimii ImT apar doar doi parametri
(adica 3-1=2).
2o . Acelasi enunt ca si mai sus, pentru aplicatia T : R3 R3 ,
a)T (x) = (x1 + x3 , 2x1 + x2 + 2x3 , 3x1 + x3 )
b)T (x) = (x2 + 2x1 3x3 , 2x3 x1 , 5x2 + x1 )
c)T (x) = (x2 x1 , x3 , x3 ).
3.4
Matricea asociat
a unui operator liniar
AT =
(3.3)
...
... ... ...
am1 an2 ... amn
Prin urmare, matricea asociata operatorului T n bazele E si F este acea
matrice cu care se nmulteste matricea coloana a coordonatelor lui x n baza
E, pentru a obtine matricea coloana a coordonatelor lui T (x) n baza F.
Pentru ca T L(Vn , Wm ), rezulta AT Mmn (R).
Daca Wm = Vn , coordonateleluiT (x) sunt date n baza E. In acest caz
vom avea AT = AT (E), adica matricea operatorului T depinde doar de baza
E.
3.19 Lem
a. Pentru E b(Vn ) si F b(Wm ), AT = AT (E, F)
Mmn (R) astfel ncat
T (x)F = AT xE , x Vn .
(3.4)
T (x) =
n
X
j=1
xj T (ej ) =
n
X
j=1
xj
m
X
i=1
!
aij fi
n
m
X
X
i=1
!
aij xj
fi
j=1
57
j=1
T (x)F =
.........................................
am1 x1 + am2 x2 + ... + amn xn
x1
a11 a12 a1n
a21 a22 a2n
x2
=
= AT xE
...
1
0
0
1
1 0
.
AT =
0
1
2
1 0
0
Pentru determinarea matricei AT , se pornste ca n Lema 2.62, de la T (x)F
si avem succesiv
x1
1 x1 + 0 x2 + 0 x3
1
0
0
x
1
x1 x2 1 x1 1 x2 + 0 x3 1
1 0
x2
x2 + 2x3 = 0 x1 + 1 x2 + 2 x3 = 0
1
2
x3
x1
1 x1 + 0 x2 + 0 x3
1 0
0
si deoarece T (x)F = AT xE , se obtine matricea AT .
Legatura dintre operatiile cu operatori liniari si matricele asociate.
Din cele de mai sus, se observa o corespondenta A : L(Vn , Wm )
Mmn (R)
L(Vn , Wm ) 3 T AT Mmn (R).
(3.5)
Aceasta aplicatie (i.e. A(T ) = AT ,) este bine denita (deoarece coordonatele unui vector ntr-o baza data, sunt unice) si este bijectiva.
Fie T, T1 , T2 L(Vn , Wm ). Folosind operatiile cu functii si formula (3.4)
se gaseste imediat ca:
58
Deci T T 1 In
AT AT 1 = In AT 1 = (AT )1 .
1
dar T T 7 AT AT 1
cum rezulta: A(T 1 ) = (A(T ))1
Modicarea matricei unui operator la schimbarea bazelor.
Fie T L(Vn , Wm ), E si G b(Vn ), F si H b(Wm ), AT matricea lui T
n bazele E si F, (adica AT = AT (E, H)), BT matricea lui T n bazele G si
H, (adica BT = BT (G, F)). Notam cu C matricea de trecere de la baza E la
baza G si cu D matricea de trecere de la F la H.
3.21 Lem
a. Cu notatiile de mai sus avem
iar daca Wm = Vn ,
BT = D1 AT C,
(3.6)
BT = C 1 AT C.
(3.7)
q
qqq
qqqqqqqq qq
AT
qqqq
qqqqqqqqq
qqqq
@
@
@
qqq
qqqqqqqqqqq
qqqqq
qqq
qqqq
qqqqq q
q
qqqqqqqqqqq
qq
qqqqqqqqqqq
Vn T W p
qqqqq
qqq
qqqq
qqqqq
qqqqqqqqqq
qqq
q
qqqqq qqqqq
qqqqqqqq
qqqqqqqqqq
qqq
q
qqqq
qqqqqqqqq
qqqq
BT
qqqqqqqqqqq
qqq
@
@
@
qqqqqqqqqqq
qq
qqqqq q
qqq
qqqq
qqqqq
qqqqq qqqqq
qqqqqqqq
59
3.5
Fie V /R - spatiu vectorial. Orice element T L(V, V ) se numeste endomorsm al lui V. Multimea endomorsmelor lui V se noteaza cu End(V ).
Deci End(V ) = L(V, V ).
3.22 Denitie: Un scalar R se numeste valoare proprie a operatorului T , daca exista un vector x V, x 6= 0 astfel ncat
T (x) = x.
(3.8)
60
(3.9)
(3.10)
(3.11)
61
(b)
1 0 ... ... 0
0 2 ... ... 0
1 2 1
A= 0 0 1
0 0 1
Valorile proprii le gasim rezolvand ecuatia caracteristica (3.9), adica det(A
I3 ) = 0.
62
1 2
= 0.
0 1
Avem mai departe: 0
0
0
1
Calculand obtinem (1)()(1) = 0, de unde gasim 1 = 1, 2 =
0, 3 = 1. Deci (T ) = { 1, 0, 1}.
Pentru = 1, gasim vectorii proprii ca solutii ale sistemului (3.10).
Deci
1 (1) 2
1
x1
x2 =
0 (1) 1
(A 1 I3 )x = 0 0
0
0
1 (1)
x3
0
x1 = 12 m
2x1 + 2x2 + x3 = 0
x2 = m
x2 + x3 = 0
x3 = m, m R .
(daca m = 0 x = (x1 , x2 , x3 ) = 0). Deci V=1 = { 12 m, m, m) |m R .}.
Analog gasim V=0 = {(2r, r, 0)|r R } si V=1 = {(s, 0, 0)|s R }.
Orice triplet de vectori (u1 , u2 , u3 ) cu ui Vi , i = 1, 3 este liniar independent. De exemplu, pentru m = 2 u1 = (1, 2, 2); pentru r = 1
u2 = (2, 1, 0) si pentru s = 1 u3 = (1, 0, 0), avem chiar ca {u1 , u2 , u3 }
este o baza (sunt liniar independenti si numarul lor = dimR3 ), a lui R3 . In
raport cu aceasta baza, A are forma:
1 0 0
1 0 0
0 0
B = 0 2 0 = 0
0 0 3
0
0 1
1
2
1
Se observa ca B = C 1 AC, unde C = 2 1 0 (C are pe
2
0
0
coloane coordonatele vectorilor u1 , u2 , u3 ).
Daca, de exemplu, (T ) = {1 1 , 2 2 , 3 3 }, si multiplicitatea geometrica
= multiplicitatea algebrica, i.e. 1 = 3, 1 = 1 = m1 ; 2 = 2, 2 = 3 =
m2 ; 3 = 1, 3 = 2 = m3 , atunci diagonala matricei A este (-3,3,3,3,-1,-1)
Daca multiplicitatea geometrica 6= multiplicitatea algebrica, atunci diagonalizarea nu se mai poate face.
3.29 Exercitii:1). Fie T : R3 R3 , T (x) = (x1 3x2 x3 , x3 , x3 ).
Sa se determine: a). kerf, d, Imf ; b).AT , (T ), V , in(T ); c). Subspatiile
proprii V si dimensiunea geometrica m in(T ); d).O baza B n care operatorul T este diagonalizabil si AT n baza B.
2). Acelasi enunt ca mai sus pentru f end(R3 ), T (x) = (x1 3x3 , 3x1 +
2x2 + 3x3 , 3x1 x3 ).
Capitolul 4
Functionale liniare, Functionale
biliniare si Functionale
p
atratice
Fie V un R spatiu vectorial.
4.1 Denitie: Orice aplicatie G : V R se numeste functional
a.
Not
a: 1.Functionala este o functie denita pe un spatiu vectorial cu
valori n corpul sa de scalari.
2.Deoarece corpul scalarilor este un spatiu vectorial peste el nsusi, rezulta
ca functionala este un caz particular de operator. De aceea tot ce s-a spus la
operatori, ramane adevarat si pentru functionale.
4.1
Functionale liniare
(4.1)
i=1
63
64
n
P
i=1
n
n
n
n
P
P
P
P
P
xi ei si G(x) =
xi G(ei ) = xi ai = ai pri (x) =
ai pri (x).
x=
i=1
i=1
i=1
n
P
i=1
i=1
i=1
eratori.
n
P
i pri = 0. Atunci
(b)E liniar independent. Fie i R, i = 1, n si
1
n
n
P
P
i pri (x) = 0, x V
i pri (x) = 0, x V. Pentru x = ej , j =
1
i=1
4.2
Functionale biliniare
65
Demonstratie: G(x + 0 x0 , y + 0 y 0 ) =
(c)
(d)
(4.2)
m
n
m P
n
P
P
P
G(x, y) = G
xi ei , yj fj =
G(ei , fj )xi yj
1
sau
66
y1
a11 a12 ... a1n
a21 a22 ... a2n y2 t
= xE AG yF ,
G(x, y) = (x1 , ..., xm )
...
...
... ... ::
am1 am2 ... amn
yn
unde xE si yF sunt respectiv matricile coloana ale coordonatelor lui x si y n
bazele E si F, iar AG = (aij ) i=1,m . Relatia (4.2) reprezinta expresia matriciala
j=1,n
1 0 1
.
si astfel se obtine matricea: A =
1 1 2
Modicarea matricei functionalei biliniare la schimbarea bazelor. Fie E1 si F1 alte doua baze n Vm , respectiv Wn . Consideram C si D
matricile de trecere de la E la E1 si respectiv F la F1 .
In contextul notatiilor de mai sus, consideram schita
E
qqq
qqqqqqqqqqq
AT
qqqq
qqqqqqqqq
qqqq
qqqqq qqqqq
qqqqqqqq
GD
Vn Wp
@
B
qqqqqqqqqqq
qqq
@
@
@
qqqqq
qqq
qqqq
qqqqq q
qqq
qqqqqqqqq
qqqq
qqqqqqqqq
qqqq
q
qqq
qqqqqqqqqq
qq
qqqqqqqqqqqq
qqqqqqqqqqq
qqq
qqqqqqqqqqq
qqq
qqqqqqqqqqq
qq
qqqqq q
qqqqq
qq
qqqqq
qqqqq
qqq
qqqq
qqqqq
qqqqq qqqqq
qqqqqqqq
(4.4)
4.3. Functionale p
atratice
67
m X
n
X
i=1 j=1
aij xi yj =
n X
m
X
j=1 i=1
4.3
4.3.1
Functionale p
atratice
Denitii si propriet
ati imediate
68
n
X
aij xi xj ,
(4.5)
i,j=1
(4.6)
q(x) =
n
X
Sj .
(4.7)
j=1
4.3. Functionale p
atratice
69
(4.8)
!2
!2
n
n
P
P
aij
a1j
a11 x1 +
x
. Rezulta ca q(x) = a11 x1 +
x
+ q1 (x) unde
a11 j
a11 j
j=2
j=2
n
P
a1j
x
1 = x1 +
a11 j
j=2
y2 = x2
..................
y n = xn
a13
1 aa12
1
a11
11
y2 0 1
0
=
... ... ... ...
yn
0 0
0
... aa1n
x1
11
x2
... 0
(4.9)
T01
a12
1 aa12
a11
11
0 1
0
=
... ... ...
0 0
0
1
... aa12
11
... 0
... ...
... 1
70
4.3. Functionale p
atratice
4.3.2
71
2
= S3
x3
3 5
1
q(x) = 2(x1 x2 32 x3 )2 + 4x2 x3 + x22 11
x2 .
2 3
x2 , si avem:
Rezulta q1 (x) = 4x2 x3 + x22 11
2 3
(1)
q1 (x) = x22 + 4x2 x3 = S1
1
2
;
; A(1) =
x2
11
2 11
= S2(1)
2 3
2
2
q1 (x) = [1](x2 + 2x3 )2 + 19
x3 .
2
Pentru ca aceasta ultima forma este suma de patrate, algoritmul
2 se opreste
aici. Deci q(x) = [2](x1 x2 32 x3 )2 + [1](x2 + 2x3 )2 + 19
x3
2
Facem notatia:
1 = x1 x2 32 x3
1
1 1 23
x1
2 = x2 + 2x3
2 x2 .
2 = 0 1
3 = x3
0 0
1
x3
3
Pentru ca t xE = (x1 , x2 , x3 ) si t xB =
trecere de la baza E la baza B este:
1 1
0 1
C=
0 0
(1 , 2 , 3 ), rezulta ca matricea de
1
23
2
1
72
[2] 2 3
5
A= 2 3
3 5
1
1
0
0
1 1 32
1 1 32
0 1
0 [1] 2
2 19
11
0 2
2
0 0
2
3
1 2
1
2 = C1
0
1
[2]
0
A=
2
2
1
0
0
0
0
5
3
0
2
3
0
4
1
0
0
0
1 0
2
0 [5]
0
0 3
4
0 0
0
0 1
1
1 53 0
0 15 2
0 2
2
0
1
0
0
1
53
1
0
1
1 0
0 1
0
0 0
10
[18]
0 0
|
1
53
1
0
{z
1
3
2
2
1
0
2
2
1
0
.
10
1
}
C1
1 = x 1 + x3 x4
1 0 1
1
1
x1
2 0 1 3 0 x2
2 = x2 35 x3
5
.
3 0 0 1
10 x3
3 = x3 + 10x4
4
0 0 0
1
x4
4 = x4
Deci:
q(x) = [2](x1 + x3 x4 )2 + [5](x2 35 x3 )2 + 15 (x3 + 10x4 )2 + [18]x24 .
3. Sa se gaseasca forma canonica pentru umatoarea functionala patratica:
q(x) = x1 x2 2x1 x3 + 4x2 x3 .
Aici
avem aii = 0, i = 1, 3, si facem schimbarea:
x1 = y1 y2
x2 = y1 + y2 In baza corespunzatoare acestei transformari, q(x) =
x 3 = y3 .
4.3. Functionale p
atratice
73
1 0
1
y12 y22 + 2y1y3 + 6y2 y3 si avem A = 0 1 3
1 3
0
1 0 1
1 0 1
1 0
1
0 1 3 0 1 3 0 1 3 = C 1
0 0 1
0 0 8
0 3
1
1
1 0 1
y1
1 = y1 + y3
2 = y2 3y3
2 = 0 1 3 y2
3
0 0 1
y3
3 = y3
Deci q(x) = [1] 12 + [-1] 22 + [8] 32 = (y1 + y3 )2 (y2 3 y3 )2 +
9y23 = 14 (x1 + + x2 + 2x3 )2 14 (x1 + x2 6x3 )2 +9x23 .
Metoda II (Metoda lui Jacobi)
Fie A = (aij ) matricea asociata functionalei patratice q : Vn R, ntr-o
baza B a lui Vn si (i )i=1,n determinantii principali ai lui A. Prezentam fara
demonstratie teorema pe care se bazeaza metoda lui Jacobi.
4.28 Teorem
a. Daca i 6= 0, ()i = 1, n, atunci exist
a o baz
a a lui Vn ,
n care q(x) are urmatoarea expresie canonic
a :
n
X
i 2
q(x) =
, x = (1 , . . . , n ), 0 = 1.
i1 i
i=1
(4.10)
2
2 3
2
0 = 1
2
2 3
5
A=
; 2 =
= 2;
1 = |2| = 2
2 3
3 5
1
2
2 3
5
3 = 2 3
3 5
1
= 19.
2 2
3 2
1 2
Rezulta: q(x) =
+
+
= 21 12 + 22 19
2.
0 1
1 2
2 3
2 3
Metoda lui Jacobi are dezavantajul ca nu ne da n aceasta faza expresiile
lui 1 , 2 si 3 care se pot gasi, dar mai complicat. Acesti sunt aceiasi cu
cei de la Metoda lui Gauss.
74
Capitolul 5
Spatii vectoriale euclidiene
5.1
Denitii si exemple
n
X
xi yi , x = (x1 , . . . , xn ), y = (y1 , . . . , yn ) Rn ,
(5.1)
i=1
Rb
a
f (x)g(x)dx, f, g C[a,b] =
76
(5.2)
xi y i
x2i
yi2
(5.4)
i=1
i=1
i=1
(5.5)
5.2. Ortogonalitate
5.2
77
Ortogonalitate
(5.6)
Din (n1 ) si (n2 ) rezulta ca orice x V se poate scrie sub forma x = ||x||
unde x0 V cu ||x0 || = 1.
Orice vector x V cu ||x|| = 1 se numeste vector unitar sau versor .
1
Versorul vectorului x V {0} este x0 = ||x||
x.
Din (5.6), se gaseste ca
1
hx, yi
1, x, y V \ {0}.
||x|| ||y||
hx, yi
||x|| ||y||
(5.7)
78
y 1 = x1
(5.8)
yj = j1 y1 + j2 y2 + ... + jj1 yj1 + xj , j = 2, p
Pentru j = 2, p, coecientul ji , i = 1, j 1 se determina din conditia yj
yi . Astfel pentru j = 2, p se obtine
ji =
hyi , xj i
, i = 1, j 1,
hyi , yi i
(5.9)
5.2. Ortogonalitate
79
Nota. Din liniar indendenta lui S, rezulta ca hyi , yi i 6= 0, i = 1, p Intradevar, daca i astfel ncat hyi , yi i = 0, atunci yi = 0. Dar yi este cobinatie
liniara de vectorii x1 , x1 , . . . , xi , n care coecientul lui xi este 1(6= 0).
5.14 Observatii. 1o . Cum orice sistem liniar independent S = {x1 , . . . , xp }
din Vn se poate ortogonaliza, rezulta ca n orice spatiu euclidian exista o baza
ortogonala.
20 Sistemul de vectori ortogonali dedus din S se noteaza S ( si citim S
ortogonal). Procedeul folosit pentru a transforma sistemul de vectori S in
sistemul ortogonal S se numeste procedeul de ortogonalizare Gram Schmidt.
5.15 Aplicatii. Sa se ortogonalizeze urmatoarele sisteme de vectori:
(a)S = {x1 = (1, 1), x2 = (1, 2)} R2 /R;
(b)S = {x1 = (1, 1, 1), x2 = (1, 0, 1), x3 = (0, 1, 1)} R3 /R;
(c)S = {x1 = (1, 1, 0, 1), x2 = (1, 0, 1, 1), x3 = (0, 1, 0, 1)}
R4 /R.;
(d)S = {x1 = (1, 0, 1), x2 = (1, 1, 2), x3 = (3, 0, 1)} R3 /R;
(e)S = {x1 = (1, 0, 1), x2 = (1, 1, 1), x3 = (0, 1, 1)} R3 /R;
(c)S = {x1 = (1, 1, 0, 1), x2 = (1, 0, 1, 1), x3 = (0, 1, 0, 1), x4 =
(0, 1, 0, 1)} R4 /R.;
Rezolvare. (a)etapa1. Veric
am daca S este liniar independent.
1
1
Consideram AS =
. Deoarece det AS = 3 6= 0, rezulta ca S
1 2
este liniar independent.
etapa 2. Consideram S = {y1 , y2 } R2 / R n care y1 = x1 , si luam
2 ,y1 i
= 11+2(1)
= 1
= 12 .
y2 = 21 y1 + x2 = hx
hy1 ,y1 i
12 +(1)2
2
arii.
1
1 0
0
1 det AS = 1 6= 0 rang AS = card S
(b) AS = 1
1 1 1
S liniar independent. Deci se poate ortogonaliza.
Fie S = {y1 , y2 , y3 } R3 /R n care y1 = x1 si luam y2 = 21 y1 + x2 .
Prin nmultirea scalara cu y1 , n aceasta relatie, obtinem:
21 =
1 + 1
hx2 , y1 i
=
= 0.
hy1 , y1 i
1+1+1
Deci y2 = x2 + 0 y1 = x2 .
80
1
1 0
1
0
1
. Se gaseste
(c) Matricea asociata lui S este AS =
0
1
0
1 1 1
rang AS = 3 rang AS = card S. Deci S este liniar independent si se poate
ortogonaliza.
Fie S = {y1 , y2 , y3 } R4 /R n care y1 = x1 si luam y2 = 21 y1 +
2 ,y1 i
x2 . Rezulta (asa ca mai sus), 21 = hx
= 1+0+2+1
= 0. Inlocuind
hy1 ,y1 i
1+1+4+1
n relatia lui y2 obtinem: y2 = (1, 0, 1, 1). Consideram y3 = 31 y1 +
3 ,y1 i
=
32 y1 + x3 .Prin nmultirea scalara cu y1 si apoi cu y2 se obtine31 = hx
hy1 ,y1 i
10+1(1)+00+(1)1
=
1+1+0+1
2
3
3 ,y2 i
si 32 = hx
= 1
= 31 .
hy2 ,y2 i
3
y 1 = x1
y2 = 21 y1 + x2
y3 = 31 y1 + 32 y2 + x3 .
Acum folosim formula.....si obtinem, mai ntai
1 ,x1 i
1 ,x3 i
2 ,x3 i
21 = hy
= ... = 21 ; 31 = hy
= ... = 2; 32 = hy
= ... = 6,
hy1 ,y1 i
hy1 ,y1 i
hy2 ,y2 i
3
3
2 6
2
5.3
81
Multimi convexe
5.20 Remarc
a. Reuniunea a doua multimi convexe nu este, n general,
o multime convexa.
5.21 Exemple. 1. In Rn /R, multimea
(
)
n
X
(x1 , ...xn ) Rn
i xi = r, i , r R, i = 1, n
i=1
(
)
n
X
(x1 , ...xn ) Rn
i xi r, i , r R, i = 1, n
i=1
liniar
a convex
a a vectorilor xi , i = 1, k. Multimea Lc (S) = {1 x1 + . . . +
p
P
i = 1} se numeste acoperirea liniar
a convex
a
p xp , i 0 , i=1, k si
i=1
82
k
P
i=1
k
P
i atunci ,
i=1
i +k+1 =
k+1
P
i=1
k
P
i
i=1
i=1
xi A, deoarece
i = 1, rezulta ca x =
k
P
i=1
k
P
i
i=1
i=1
i
= 1. Cum
xi +k+1 xk+1
2 Pentru multimea A = {(0, 0), (1, 1), (1, 7), (0, 2)} R2 /R
acoperirea convexa Lc (A) = {(x, y) R2 |y 0}.
Capitolul 6
Teste de autoevaluare si
evaluare.
6.1
Test de autoevaluare
1. Sa se rezolve sistemele:
3x1 + x2 = 6
x + y + z 2t = 5
4x1 + x2 + x3 = 9 (b)
2x + y 2z + t = 1
(a)
5x1 + 2x2 + x3 = 11
2x 3y + z + 2t = 3
2x 4y + z = 1
x + 2y 4z = 1
x + y 2z = 1
2x y + z = 1 (d)
(c)
x 3y z = 0
x + y 3z = 2
folosind metoda eliminarii complete.
2. Sa se determine, prin metoda eliminarii complete, inversa matricei:
3 2 1
A= 0 1 2
2 3 1
3. Sa se studieze dependenta liniara a sistemelor de vectori din R3 /R :
(a) S1 = {x1 = (1, 3, 5), x2 = (6, 3, 2), x3 = (3, 1, 0)}
(b) S2 = {y1 = (1, -2, -1), y2 = (2, -1, 1), y3 = (-4, 1, -3)}
4. Sa se cerceteze daca sistemul de vectori
S = { x1 = (3, 4, 5), x2 =(1, 1, 2), x3 =(0, 1, 1)} R3 /R este o baza n
R3 /R. In caz armativ, sa se determine coordonatele vectorului v = (6, 9,
11) n baza S.
83
84
85
86
3 1 0 6
1. (a) Vom folosi matricea extinsa (A|B) = 4 1 1 9 :
5 2 1 11
1 0 1 3
1 1/3
0 2
[3] 1 0 6
4 1 1 9 0 [1/3] 1 1 0 1 3 3
2
1
11
0
0
[2]
0
1/3
1
5
2
1
1 0 0 2
0 1 0 0
0 0 1 1
poate
porni cu eliminarea
Se
ncep
Observatie:
anddin dreaptajos.
3 1 0 6
3
1
0 6
[2] 0 0 4
4 1 1 9 1 [1] 0 2 1 1 0 2
11
11
7
5
2
[1]
5
2
1
3
0
1
1 0 0 2
0 1 0 0
0 0 1 1
Solutia sistemului este: x1 = 2, x2 = 0, x3 = 1 (ultima coloana din ultima
forma a matricei (A|B)). Deci acest sistem este compatibil determinat.
(b) (A|B)=
[1] 1
1
2 5
1 1
1
2 5
2 1 1 0 [1] 4 5 9
= 2 1
2 3 1
2 3
0 5 1 6 7
4
1 0 3 3
1 0 0 0 2
5 9 0 1 0 1 1
0 1 4
0 0 [19] 19 38
0 0 1 1 2
Folosind
a a lui
form
(A|B)
se obtine sistemul
ultima
0
2
x
I3 y + t 1 = 1
z
1
2
Solutia sistemului este x = 2, y = 1 + , z = 2 + , t = ; R (ultima
coloana a lui A, din ultima forma a lui (A|B), contine coecientii necunoscutei
secundare t careia i se atribuie valoarea arbitrara R). Deci, sistemul este
compatibil simplu
nedeterminat.
[1] 2
4 1
1 2 4 1
(c) (A|B) = 2 1 1 1 0 [3] 7 1
0 3 7 1
1 1 3 2
1 0 2/3 1/3
0 1 7/3 1/3
6
0 0 0
87
Pentru ca ultima linie din ultima forma a lui (A|B) reprezinta ecuatia
0x+0y+0z =
6 (care este imposibil
rezult
a ca sistemul este incompatibil.
a)
[2] 4 1 1
1 2 1/2 1/2
2 1 0 [1] 3/2 1/2
(d) (A|B) = 1 1
1 3 1 0
0 1 3/2 1/2
1 0 7/2 3/2
0 1 3/2 1/2 .
0
0 0 0
Din ultima forma a lui (A|B) rezulta ca sistemul este compatibil simplu
nedeterminat (are o linie zero) si solutia este:
3 7
1 3
x = ; y = ; z = , R.
2 2
2 2
[3] 2 1 1 0 0
2. Consideram matricea (A|I3 ) = 0 1 2 0 1 0 pe care o
2 3 1 0 0 1
transformam dupa metoda eliminarii complete. Astfel avem (A|I3 ) =
1 0 5/3 1/3
2/3 0
1 2/3 1/3 1/3
0 0
0
0
0 [1] 2
1
0
1 0 0 1 2
1 0 0 1
1
1
0 1 0 4/5 1 6/5 =(I3 |A1 ).
0 0 1 2/5
1
3/5
1
1
1
Deci A1 = 4/5 1 6/5 .
2/5
1
3/5
3. (a) Consideram combinatia liniara 1 x1 + 2 x2 + 3 x3 = 0
1 (1,3,5) + 2 (6, 3, 2) + 3 (3, 1, 0) = 0
(1 , 31 , 51 ) + (62 , 32 , 22 ) + (33 , 3 , 0) = 0
(1 + 62 + 33 , 31 + 32 + 3 , 51 + 22 )= (0, 0, 0)
1 + 62 + 33 = 0
31 + 32 + 3 = 0
51 + 22
=0
1 6 3
Acest sistem liniar si omogen are matricea A = 3 3 1 (are pe
5 2 0
coloane coordonatele vectorilor lui S1 ).
88
1
2
4
(b) Matricea asociata lui S2 este A = 2 1 1 . Se gaseste rang
1 1
3
A = 2. Rezulta rang A 6= card S2 .Deci S2 este
liniar
dependent.
3 1 0
4. Matricea asociata este A = 4 1 1 ; det A = - 2 6= 0.
5 2 1
Deci, rang A = 3=card S. Rezulta S liniar independent si pentru ca
numarul de vectori din S este egal cu dimensiunea lui R3 (=3), S este baza
n R3 .
Fie 1 , 2 , 3 coordonatele lui v = (6, 9, 11) n baza S. Deci (6, 9, 11) =
= 1 (3,
4, 5) + 2 (1, 1, 2) + 3 (0, 1, 1) (vezi exercitiul 3 (a))
=6
31 + 2
1 = 2
41 + 2 + 3 = 9 . . .
2 = 0 .Deci vS = (2, 0, 1).
51 + 22 + 3 = 11
3 = 1
O alta metoda, pentru gasirea coordonatelor, este metoda eliminarii complete (vezi exemplul din sectiunea 2.4.1.).
3 1 0 6
1 0 0 2
(S|v) = 4 1 1 9 . . . 0 1 0 0 .
5 2 1 11
0 0 1 1
5 (a) Fie x = (x1 , x2 , x3 ) si x = (x1 , x2 , x3 ), ,
R.
T(x + x) = T x1 + x01 , x2 + x02 , x3 + x03 = (2t1 t2 , t3 ,
| {z } | {z } | {z }
t1
t2
t3
i.e.
89
2
0
A=
1
2
1
0
2
3
0
1
1
0
T(x)
= 0 (2x1 x2 , x3 , x2 x3 + x1 , 3x2 + 2x1 ) = 0
2x1 x2
=0
x1 = 0
x3
=0
x2 = 0 ker T = {(0, 0, 0)} = {0}.
x1 + x2 x 3 = 0
x3 = 0
2x1 + 3x2 = 0
6. T(x) = (3x
x2 + 2x3 )
1 + x3 , 2x1 + x2 x3 , x1
=0
x1 =
3x1 + x3
x2 = 5 , R.
2x1 + x2 x3 = 0
T(x) = 0
x3 = 3
x1 x2 + 2x3 = 0
Rezulta kerT = {(, -5, -3)| R}.
Pentru ca () v ker T v = (1, 5, -3) B = {(1, -5, -3)} este o
baza a lui ker T. Deci, dim (kerT) = 1 dim (ImT) = 3 - dim (kerT) = 3
- 1 = 2.
ImT = {y R3 | () x R3 astfel ncat T(x) = y}.
Dar
T(x) = y (3x1 + x3 , 2x1 + x2 x3 , x1 x2 + 2x3 ) = (y1 , y2 , y3 )
= y1
3x1 + x3
2x1 + x2 x3 = y2 Din conditia de compatibilitate se obtine y1 =
x1 x2 + 2x3 = y3
+ , y2 = , y3 = , , R. Deci ImT = {( + , , )|, R} =
{(1, 1, 0) + (1, 0, 1)|, R} Rezulta B = {(1, 1, 0), (1, 0, 1)} este o baza
pentru ImT. De aici avem ca dim (ImT ) = 2 (ceea ce am obtinut mai sus).
Prin urmare rangul lui T = 2 si defectul lui T = 1.
7.(a) T(x1 , x2 ) = (x1 + 6x2 , - x2 , 5x1 + 3x2 ) (= T(x))
Notam T1 (x1 , x2 ) = x1 + 6x2 ; T2 (x1 ,x2 ) = - x2 ; T3 (x1 , x2 ) = 5x1 + 3x2 .
Se arata ca Ti (x1 , x2 ), i = 1, 3 sunt operatori liniari si rezulta ca T este
operator liniar. Pentru alte metode vezi 5 a.
(b) 1 E = {e1 = (1, 0), e2 = (0, 1)} este baza conica n R2 si baza
canonica din R3 , F =}f1 = (1, 0, 0), f2 = (0, 1, 0), f3 = (0, 0, 1)} . Fie x n
baza E. Matricea A, cu proprietatea ca T(x) n baza F se scrie T(x) = Ax,
este matricea asociata lui T n bazele E si F . Pentru ca x = x1 e1 + x2 e2
rezulta ca T (x) = x1 T (e1 ) + x2 T e2 ).
90
1 0 1
1
0 1
D1 = 1 1 1
D= 1 1 0
0 0 1
0
0 1
Mentionam ca T(g1 ) = T(1, 0) = (1, 0,5); T(g2 ) = T(1, 1) = (7, 1,8) sunt
exprimati n baza F . Acesti vectori trecuti n baza H reprezinta coloanele
matricei atasate lui T n bazele G si H. Deci
1
0 1
1
4
(T (g1 ))H = D1 (T (g1 ))F = 1 1 1 0 = 4
0
0 1
5
5
1
0 1
7
1
(T (g2 ))H = D1 (T (g2 ))F = 1 1 1 1 = 0
0
0 1
8
8
4 1
0 .
Rezulta ca matricea lui T n bazele G si H este B = 4
5
8
1
(c) Se cunoa
ste formulaB= D AC,
si avem:
1
0 1
1 6
4 1
1 1
0 .
B= 1 1 1 0 1
= 4
0 1
0
0 1
5 3
5
8
8. (a) T(x) = (3x1 + 4x2 + x3 , x1 2x2 + 2x3 , x1 + x3 ). Matricea
asociataeste
3 4
1
A = 1 2 2 ;det A = -6 + 8 + 2 - 4 = 0 rang A = 2 = dim
1 0
1
91
1
3
2 det AT = 4 - 2 + 3 + 4 = 1 6= 0 rang
AT =
1 2 0
AT = 3 = = dim (ImT) dim (kerT) = 0, adica kerT = {0} T injectiv
si pentru ca dim(ImT) = 3 ImT = R3 . Deci T bijectiv, adica inversibil.
1
1
1
T(x) =
Ax y = Ax
x = A y T (x) = A x.
4
2 1
1
2 1
1 T1 (x) = (4x1 2x2 + x3 , - 2x1 + x2 x3 ,
A =
1
0
1
x1 + x3 ).
9. (a) (U o T)(x) = U(T(x))= U(T(x1 , x2 , x3 ))=U (x3 x2 , x1 + 5x2 )=
=(t1 + t2 ,2t1 3t2 , t2 , t1 ) = (x1 + 4x2 + x3 , -3x1 17x2 + 2x3 , -x1 5x2 ,
-x2 + x3 ),
unde am notat t1 = x3 -x2 , t2 =x1 +5x
2.
1
4
1
3 17 2
1 1
2 3 0 1 1
Dar AU AT =
si astfel avem AU oT = AU AT .
0 1 1 5
0
1 0
1 2
1
10. T (x) = (x1 + 2x2 + x3 , x2 x3 , 2x3 ). AT = 0 1 1 si apoi
0 0
2
avem succesiv
1 2
1 1 = 0 1 = 1, 2 = 1, 3
det(AT I3 ) = 0 0
0
0
2
= 2.
Vectorii proprii corespunzatori lui 1 = 1, i gasim rezolvand ecuatia
vectoriala (A - 1 I3 )x = 0
2 2 1
x1
2x1 + 2x2 + x3 = 0
x1 =
x3 = 0
x2 =
0 0 1 x2 = 0
x3
0 0 3
x3 = 0
x3 = 0.
Rezulta ca V1 ={(, -, 0) | R} este multimea vectorilor proprii
corespunzatori lui 1 .
92
0 2
2
x1
2x2 + 2x3 = 0
2x2 x3 = 0
(A - 2 I3 )x = 0 0 2 1 x2 = 0
0 0
1 x3
x3 = 0
x1 =
x2 = 0 si apoi
Se gaseste mai ntai solutia sistemului,
x3 = 0
V2 ={(, 0, 0) | R}
- multimea vectorilor
atori lui 2 = 1.
corespunz
1 2
2
x1
3 1 x2 = 0.
(A - 3 I3 )x = 0 0
0
0 0
x3
x1 + 2x2 + 2x3 = 0
De aici se obtine sistemul scalar
, cu solutia x =
3x2 x3 = 0
(x1 , x2 , x3 ) = (4, , 3), R} de unde rezulta ca V3 = {(4, , 3)|
R} multimea vectorilor corespunzatori lui 3 = 2.
11. T (x)
3x3 , 2x
1 + x2 + 2x3 , 3x1 + x3)
= (x1 +
1 0
1 0 3
3
1 = 2
2 1 2
1 2
2
AT =
= 0 2 = 1 .
3
3 0 1
0
1
3 = 4
Pentru ca valorile proprii sunt diferite exista o baza (formata din vectori
proprii), n raport
a diagonala.
T se poate scrie sub form
cu care A
2 0 0
1 0 .
Deci AdT = 0
0
0 4
U(x) =(2x1 , -x1 + x2 ,
5x1 3x2 x3 ). Matricea asociat
a lui Ueste:
2
0
0
0
1 = 2
2 0
=0
0 1
1 0
2 = 1 .
AU = 1 1
5
3 1
5
3
1
3 = 1
Pentru ca valorile proprii sunt distincte, matricea AU se poate diagonaliza
apoi, ca mai sus.
12. f (x) = 5x1 + x2 + 3x3 , x = (x1 , x2 , x3 ) R3 .
(a) f (x + y) = f (x2 + y1 , x2 + y2 , x3 + y3 ) = 5(x1 + y1 ) + (x2 + y2 ) +
3(x3 + y3 ) =
= (5x1 + x2 + 3x3 ) + (5y1 + y2 + 3y3 ) = f (x) + f (y).
f (x) = 5x1 + x2 + 3x3 = (5x1 + x2 + 3x3 ) = f (x).
Deci f este functionala reala.
Daca A este matricea asociata lui f n baza E, atunci f (x) = Ax, A =
(a1 , a2 , a3 ), ai = f (i ), i = 1, 3. Atunci
a1 = f (1 ) = f (2, 0, 1) = 10 + 0 + 3 = 13
a2 = f (2 ) = f (1, 1, 0) = 5 + 1 + 3 0 = 6
a3 = f (3 ) = f (3, 1, 2) = 15 + 1 + 6 = 22
Deci A = (13, 6, 22).
ker f = {x R3 |f (x) = 0}
93
x1 =
x
=
5 3 , , R.
f (x) = 0 5x1 + x2 + 3x3 = 0
2
x3 =
Deci ker f = {(, -5 3 , ) |, R}
() v ker f v = (1, -5,
0) + (0, -3, 1) dim(ker f ) = 2.
f(1,
1,
1)
=
5
1 2 + 3 = 5
1 = 2
f(1, 0, 1) = 6
1 +
3 = 6
2 = 1
13.
f(1, 0, 1) = 2
1 +
3 = 2
3 = 4
Deci f (x) = 2x1 + x2 + 4x3 .
14(a) Cercetam daca functionala f : R2 R2 R, f (x, y) = x1 y2 +
3x2 y1 , () x, y R, este biliniara. Fie x = (x1 , x2 ); y = (y1 , y2 ) si x = (x1 ,
x2 ); y = (y1 , y2 ).
f (x + x, y) = (x1 + x1 )y2 + 3(x2 + x2 )y1 = (x1 y2 + 3x2 y1 ) + (x1 y2
+ 3x2 y1 ) = = f (x, y) + f (x, y)
f (x, y + y) = x1 (y2 + y2 ) + 3x2 (y1 + y1 ) = . . . = f (x, y) + f (x, y).
Deci, f este aditiva n raport cu ecare variabila.
f (x, y) = x1 y2 + 3x2 y1 = (x1 y2 + 3x2 y1 ) = f (x, y)
f (x, y) = x1 (y2 ) + 3x2 (y1 ) = . . . = f (x, y).
Fiind si aditiva n raport cu ecare variabila, rezulta ca functionala f este
biliniara.
f (x, y) = x1 y1 x2 y3 + 3
f (x + x, y) = (x1 + x1 )y1 (x2 + x2 )y3 + 3 = x1 y1 + x1 y1 - x2 y3
-x2 y3 + 3 = f (x, y) + f (x, y) = x1 y1 x2 y3 + 3 + x1 y1 - x2 y3 + 3 f (x
+ x, y) 6= f (x, y) + f (x, y).
Deci, functionala nu este biliniara.
15. f (x, y) = 2x1 y2 3x2 y3 + x3 y1 este biliniara (se arata ca la 14).
Matricea
lui f n baza canonica este:
asociata
0 2 0
A = 0 0 3 ,(A = (aij ), aij = f (i , j )).
1 0 0
Matricea asociata lui f n baza G = {g1 = (1, 1, 1), g2 = (1, 0, 1), g3 =
(0, 1, 1) este B = (bij ), unde bij = f (gi , gj ).
b11 = f (g1 , g1 ) = 2 1 1 - 3 1 1 + 1 1 = 0
b12 = . . . . . . .... = -2
......................
b33 = 3.
0
2 1
1
2 .
Deci B = 3
2 2 3
94
3 = x3
2
2
2
q(x) = x1 4x1 x2 + 2x1 x3 + 2x2 + 5x3 =
= x21 4x1 x2 + 2x1 x3 +
+ 2x22 + 5x23 =
= (x21 +x23 + 4x22 4x1 x2 + 2x1 x3 4x2 x3 ) + (-2x22 + 4x2 x3 2x23 ) + 6x23
= = (x1 2x2 + x3 )2 2(x2 x3 )2 +
6x23 .
1 = x1 2x2 + x3
2
2
2
2 = x2 x3
.
Deci, q(x) = 1 22 + 63 unde
3 = x3
q(x) = x1 x2 + x2 x3 + x1 x3
Deoarece
aii = 0 () i =1, 3 se face transformarea:
x1 = y1 y2
x2 = y1 + y2 q(x) = y21 y22 + y3 (y1 + y2 ) + (y1 y2 )y3 =
x3 = y 3
95
1 0
1
= y21 y22 + 2y1 y3 A = 0 1 0 .
1 0
0
Matricei A i se aplica metoda eliminarii incomplete.
[1] 0
1
1 0
1
A = 0 1 0 0 [1] 0
1 0
0
0 0
1
1 0 1
1 0 1
0 1 0 = C 1
0 1 0
0 0 [1]
0 0 1
1
1 0 1
y1
1 = y 1 + y 3
De unde 2 = 0 1 0 y2 2 = y2 .
3
0 0 1
y3
3 = y3
Pentru
a reveni la coordonatele x1 , x2 , x3 folosim transformarea
2
+ x3 = 12 (x1 + x2 + 2x3 )
1 = x1 +x
2
1
2 = x2 x
= 12 (x1 + x2 )
.
2
3 = x3
= x3 .
Deci, q(x) = 12 22 32 = 14 (x1 + x2 + 2x3 )2 14 (-x1 + x2 )2 x23 .
1 3 8
19. Se considera AS matricea asociata lui S. Deci AS = 0 1 .
1 0
1 8
al lui AS nu este zero () R, rezulta rang AS
Deoarece minorul
1 0
2. Rezulta ca S are cel putin vectorii x1 si x3 liniari independenti( elementele
minorului sunt coecienti ai lui x1 si x3 . Daca det AS = 0, (i.e. = 2)
atunci doar x1 si x3 sunt liniar independenti. Daca det AS 6= 0 (i.e. 6=
2), rang AS = 3 si atunci sistemul de vectori S este liniar independent. 20.
Metoda 1. Se gaseste kerT = {0}. Rezulta ca ImT = R3 . Deci T este
operator injectiv i.e. inversabil. Operatorul invers se determina rezolvand n
raport cu x = (x1 , x2 , x3 ) ecuatia vectoriala T(x) = y, i.e. sistemul
x1 2x3 = y1
2x1 + x2 = y2 .
x1 + 3x3 = y3
Astfel se gaseste x1 = -3y1 + 2y2 - 2y3 , x2 = 6y1 - 3y2 + 4y3 si x3 = -2y1
+ y2 - y3 . De aici rezulta T1 (x) = (-3x1 + 2x2 - 2x3 , 6x1 - 3x2 + 4x3 , -2x1
+ x2 - x3 ).
96
1 0 2
Metoda 2. Matricea asociata lui T , i.e.AT = 2 1 0 . Deoarece
1 0 3
detAT = 1 6= 0 rezulta ca AT este inversabila. Deci, T este si el inversabil si
inversul sau este operatorul
corespunz
ator matricei A1
a A1
T . Se calculeaz
T
3 2
2
6
3 4 si corespunzator T1 (x) = (-3x1 +
si se gaseste A1
T =
2 1
1
2x2 - 2x3 , 6x1 - 3x2 + 4x3 , -2x1 + x2 - x3 ).
1
1
21.
Metoda 1. (T oT )(x) = T (T (x)) =
= T 3x1 + 2x2 2x3 , 6x1 3x2 + 4x3 , 2x1 + x2 x3 = (t1 2t3 , 2t1 +
|
{z
} |
{z
} |
{z
}
t1
t2
t3
t2 , t2 + 3t3 ) = (3x1 + 2x2 2x3 + 4x1 , 2x2 + 2x3 , 6x1 + 4x2 4x3 + 6x1
3x2 + 4x3 , 6x1 3x2 + 4x3 6x1 + 3x2 3x3 ) = (x1 , x2 , x3 ) = x = I(x). Deci
T oT 1 = I.
Metoda 2. T(x) = AT x si T1 (x) = A1
T x.
1
1
1
1
(T o T ) (x) = T(T (x)) = AT (T (x)) = AT (A1
T (x)) = (AT AT )
x = AI x = I(x).
1
2
4
22. Matricea asociata lui S este AS = 2 1 1 . Deoarece det
1 1
3
AS = 0, rezulta ca S este liniar dependent. Aplicand procedeul de ortogonalizare Gram-Schmidt vectorilor x1 , x2 , x3 se gaseste sistemul astoganalizat
S = {y1 = (1, -2, -1), y2 = 1/2(3, 0, 3), y3 = (0, 0, 0)}. Din cauza liniar
dependentei a aparut y3 = (0, 0, 0). Daca n procesul de ortogonalizare
apare un vector zero, procedeul Gram-Schmidt nu mai poate continua. Aici
vectorul zero a aparut la nal, de aceea s-a putut determina S .
23. (a) Se reprezinta geometric multimea M1 si se aplica denitia. Pentru
ca () x, y M1 (zona hasurata) implica [x, y] M1 , rezulta multimea M1
convexa.(g.1).
(b) Multimea M2 este cercul de centrul O si raza 2. () u, v M2 , astfel
ncat [u, v] 6 M2 . Deci M2 nu este convexa. (g.2).
(c) Multimea M3 este zona hasurata si este convexa (g3).
6.2
97
Teste de evaluare
1 2 3 0 1
1 2 0 3
0 5 7 6 4
2 0 1 0
, si D2 = 3 4 4 5 0 ,
D1 =
4 1 0 1
2 3 0 4 2
3 0 5 0
1 0 6 0 1
folosind regula lui Laplace.
6. Oricare ar matricile A1 , A2 , A3 , A4 M2 (R) sa se arate ca
X
S4
98
1 1
4
X 1 2 1 = t 4 .
1 1
3
10. Fie E 6= . Sa se arate ca (P (E), ) este grup, unde este o lege
de compozitie pe multimea P (E) denita ca n exercitiu
AB := (A B) (B A), A, B P(E)
.
11. Fie A 6= . Sa se arate ca (F (A, A), o) este monoid. Ce conditie
trebuie impusa multimii F (A, A), astfel ncat (F (A, A), o) sa e grup?
Justicati.
12. Pe multimea R R se denesc operatiile:
(a, b) (c, d) := (a + c, b + d)
(a, b)o(c, d) := (ac bd, ad + bc), (a, b), (c, d) R R.
13. Sa se arate ca (R {0}, *, o) este subcorp al corpului (R R, *,
o), izomorf cu corpul (R, +, ). (+ si sunt adunarea si nmultirea pe
multimea numerelor reale R).
Teste de evaluare nr. 2
1. Folosind metoda eliminarii complete, sa se rezolve sistemul:
=6
x + 3y
x + 4y + z = 9 .
2x + 5y + z = 11
2. Sa se calculeze prin metoda eliminarii complete, inversa matricei:
4 1 1
1 .
A= 1 1
2 1 0
99
2 3
5 este matricea asociata unei functionale
11. Daca A =
3 5
1
patratice q(x) sa se determine q(x) si forma sa canonica.
12. Fie operatorul T : R2 R3 , T(x) = (3x1 - 2x2 , 2x1 - x2 , -x1 + x3 ),
x R2 , x = (x1 , x2 ). Se cere sa se verice ca:
(a) T este operator liniar;
(b) Daca vectorii u1 = (1, -1), u2 = (-1, 2) sunt liniari independenti,
atunci T(u1 ) si T(u2 ) sunt liniari independenti.
13. Daca T : R2 R2 , T(x) = (x1 , 3x1 x2 ), x = (x1 , x2 ) sa se arate
ca T o T = I, unde I : R2 R2 este operatorul identic.
14. Sa se studieze n functie de R dependenta liniara a vectorilor x1
= (-1, 0, , 2), x2 = (2, 1, -1, ), x3 = (, -1, 2, ) R4 , unde R.
15. Sa se ortogonalizeze sistemul de vectori S = {x1 = (1, 2, 2, 1), x2
= (1, 1, -5, 3), x3 = (3, 2, 8, -7)} din spatiul euclidian (R4 , , ).
100
101
13 Sa se ortonormeze, folosind procedeul Gram-Schmidt sistemul de vectori S = {x1 = (2, 1, 2), x2 = (2, 2, 1), x3 = (1, 2, 2)} din spatiul euclidian
R3 /R.
14 . Daca T L(V, W ) este injectiv si B = {1 , 2 , . . . , n } este baza
n V, atunci B 0 = {T(1 ), . . . , T(n )} este baza n ImT.
15 . Inegalitatea lui Cauchy-Buniakovski-Schwarz referitoare la vectorii
x, y V n/R devine egalitate daca si numai daca x, y sunt liniari dependenti.
Teste de evaluare nr. 4
1 Fie S = { x1 = (1, 0, 1), x2 = (1, 2, 1), x3 = (1, 2, 3) } R3 /R. Sa se
aplice procedeul de ortogonalizare Gram - Schmidt.
a) Ce se observa?
b) Cum se explica aparitia n S a unui vector nul?
2 Sa se determine o baza pentru imaginea operatorului T: R3 R3 ,
T(x) = (2x2 x3 , x3 , 2x1 x2 + x3 ), x = (x1 , x2 , x3 ) R3 . ( Indicatie
R3
= ImT. Daca B este baza n R, atunci T(B ) este baza n ImT. Se ia,
de exemplu, Bbaza canonica din R3 ).
3. Calculati lungimile vectorilor x = (2,0,-1) si y = (-1,1,2) din spatiul
euclidian R3 precum si unghiul format de acesti vectori.
4. Sa se determine o combinatie liniara convexa a vectorilor x1 = (1, 2, 2,
1), x2 = (1, 1, 5, 3), x3 = (3, 2, 8, 7)din R4 /R. (Indicatie: Combinatia
liniara convexa este un vector de forma x = 1 x1 + 2 x2 + 3 x3 , i 0, i =
3
P
1, 3, i = 1. Deci se iau1 , 2 , 3 n conditiile precizate si se calculeaza x.)
i=1
102
Bibliograe
[1] Craioveanu, M. etc - Geometrie an
a si euclidian
a, exerecitii, Editura
Facla, Timisoara,1982
[2] Cruceanu, V. - Elemente de algebr
a liniar
a si geometrie, Editura Didactica si Pedagogica, Bucuresti, 1973.
a Editura Didactica si Pedagogica, Bu[3] Miron R. - Geometrie analitic
curesti, 1976.
[4] Murgulescu E. etc - Geometrie analitic
a n spatiu si geometrie
diferentiala, culegere de probleme Editura Didactica si Pedagogica, Bucuresti, 1973.
[5] Obadeanu V. - Elemente de algebr
a liniar
a si geometrie analitic
a, Editura
Facla, Timisoara,1981.
[6] Popescu I.P. Timisoara,1984.
Geometrie an
a si euclidian
a,
Editura
Facla,
103