AlgebraOctNov 2011

Algebr
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
4 Functionale liniare, Functionale biliniare si Functionale p

atratice 63
4.1 Functionale liniare . . . . . . . . . . . . . . . . . . . . . . . . 63
3
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
5 Spatii vectoriale euclidiene

75
5.1 Denitii si exemple . . . . . . . . . . . . . . . . . . . . . . . . 75
5.2 Ortogonalitate . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
5.3 Multimi convexe . . . . . . . . . . . . . . . . . . . . . . . . . 81
6 Teste de autoevaluare si evaluare.
83
6.1 Test de autoevaluare . . . . . . . . . . . . . . . . . . . . . . . 83
6.2 Teste de evaluare . . . . . . . . . . . . . . . . . . . . . . . . . 97
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
Notiunea de multime este una dintre notiunile fundamentale si dintre cele

mai des folosite n matematica moderna. Dupa Georg Cantor (1845-1918),
creatorul teoriei multimilor, se numeste multime o colectie de obiecte bine
determinate si distincte ale intuitiei sau gandirii noastre, considerate ca un
tot. Obiectele considerate se numesc obiectele multimii .
De regula, multimile se vor nota cu litere mari si elementele lor cu litere
mici.
Daca A este o multime si x un element al sau, vom scrie x A si vom
citi x apartine lui A. Daca x nu se gaseste n A, atunci vom scrie x
/ A si
vom citi x nu apartine lui A.
Exista doua moduri de denire (de determinare) a unei multimi: i) numind individual elementele sale si vom scrie A = {a, b, c, . . .}, daca a, b, c . . .
A si ii) specicand o proprietate pe care o au numai elementele lui A si vom
scrie A = {x|P (x)}, adica A este multimea acelor obiecte x pentru care are
loc P (x).
Multimea cu nici un element, se numeste multimea vid
a si se noteaza
cu . T
inand seama de cum se poate deni o multime putem scrie: = {}
sau = {x|x 6= x}.
O multime cu un numar nit de elemente se numeste multime nit
a.
In caz contrar se numeste innita.
Pentru cateva multimi care vor des utilizate avem notatii speciale: cu
N vom nota multimea numerelor naturale, adica N={0,1,2,3,. . . }. Cu
Z vom nota multimea numerelor ntregi ; cu Q multimea numerelor
rationale, cu R multimea numerelor reale, iar cu C multimea nu7
Capitolul 1. Notiuni preliminare
merelor complexe. Vom nota cu N* multimea numerelor naturale

nenule, adica (i.e.) N*={1,2,3,. . . } si analog Z*, Q*, R*, C*.
Doua multimi A si B sunt egale (coincid) daca si numai daca sunt formate
din aceleasi elemente si vom scrie A=B. Daca A si B nu sunt egale, vom scrie
A 6= B si vom citi A diferit de B.
Daca A si B sunt doua multimi, vom spune ca A este o submultime a
lui B (A este inclusa n B si vom scrie A B, sau B include A si vom
scrie B A) daca orice element al multimii A este si element al multimii B.
Multimea vida este submultime a oricarei multimi. Daca A nu este inclusa
n B vom scrie A 6 B. Vom spune ca multimea A este strict inclusa n B
si vom scrie A B, daca A B si A 6= B. Intre multimile speciale avem
incluziunile: N*NZQRC.
Daca T 6= , atunci multimea P(T ) = {A|A T } se numeste multimea
p
artilor multimii T. Deci , T P(T ).
Operatii cu multimi :
I) intersectia a doua multimi A si B nseamna multimea notata A B,
si denita prin A B := {x|x A si x B};
II) reuniunea a doua multimi A si B nseamna multimea notata A B
si denita prin A B := {x|x A sau x B}.
In cazul cand A B = , spunem ca A si B sunt disjuncte. Operatiile
de reuniune si intersectie satisfac egalitatile:
1) A B = B A
2) A (B C) = (A B) C
3) A (B C) = (A B) (A C)
4) A (A B) = A
5) A = A
6) A A = A
10 ) A B = B A (comutativitate)
20 ) A (B C) = (A B) C (asociativitate)
30 ) A (B C) = (A B) (A C) (distributivitate)
40 ) A (A B) = A (absortia)
50 ) A =
60 ) A A = A (idempotent
a)
III) Prin diferenta multimilor A si B ntelegem multimea: A B :=
{x|x A si x
/ B}, iar multimea notata AB := (A B) (B A) se
numeste diferenta simetric
a a multimilor A si B.
IV) Fie T 6= si A P(T ). Multimea CT A = T A se numeste complementara multimii A n raport cu T .
1.1 Remarc
a: Complementara unei multimi se poate scrie ca diferenta a
doua multimi, dar diferenta a doua multimi nu se poate scrie ntotdeauna ca
1.2. Functii
o complementara. Referitor la complementara se pot mentiona urmatoarele

proprietati:
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
A=R, obtinem multimea Rn folosita foarte des n analiza matematica, ca si

multimea R.
1.2
Functii
Fie A si B doua multimi. O corespondenta f , prin care ecarui element

x A i se asociaza n mod unic, un element y B (si se scrie y = f (x)),
se numeste functie (sau aplicatie) denita pe A cu valori n B (si se scrie
f
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
X=A, notam Im(f ) = f (A) si o numim imaginea functiei f. Pentru orice

Y B, multimea f 1 (y) = {x A|f (x) Y } se numeste preimaginea
(sau imaginea invers
a ) a lui Y prin functia f .
Prin urmare, orice element x A (respectiv orice submultime X A)
are o unica imagine f (x) B respectiv (f (X) B). In schimb, un element
y B poate sa nu aiba preimagini n A, sau daca are, acestea pot sa nu e
unice. Preimaginea unei submultimi Y B, notata f 1 (Y ) si este inclusa
n A, exista ntotdeauna (dar poate sa e si multimea vida). Preimaginea lui
Y este unic determinata.
1.2 Remarc
a: Notatiile f 1 (y) si f 1 (Y ) nu presupun existenta functiei
1
f : B A (i.e. aplicatia f 1 : P(B) P(A) nu trebuie confundata cu
functia inversa f 1 : B A). Prin urmare sunt doar niste notatii.
Fiind date doua multimi A si B, se va nota
F(A, B) = {f |f : A B} (= B A ).
Doua functii f F(A, B) si g F(C, D) sunt egale (si scriem f=g) daca:
1) A = C; 2) B = D; 3) f (x) = g(x) () x A.
Fie f F(A, B) si g F(C, D), A, B, C si D P(T ), T 6= . Functiile
f +g, f g : AC B D denite prin (f +g)(x) := f (x)+g(x) si respectiv
(f g)(x) := f (x) g(x) se numesc suma respectiv produsul functiilor date
(scrierile 00 +00 si 00 00 au doar valoarea simbolica pentru ca pe multimile date
nu s-a denit nici o lege de compozitie).
Tipuri de functii:
1. Fie A 6= si B A. Functia i : B A, i(x) = x, () x B se
numeste functia incluziune iar functia 1A : A A, 1A (x) = x, () x A
se numeste functia identic
a . Daca B = , 1B : este functia vid
a.
2. Fie A si B doua multimi oarecare si B 6= . Fie y0 B un element
xat. Atunci functia f : A B, f (x) = y0 x A se numeste functia
constant
a.
3. Fie A si B doua multimi, functia pA : A B A (pB : A B B)
denita prin pA ((x, y)) = x (respectiv p((x, y)) = y) x, y A, B se numeste
proiectia canonic
a a produsului cartezian A B, pe A (respectiv B).
In loc de pA ((x, y)) se va nota pA (x, y). Deci pA (x, y) = x si pB (x, y) = y.
Cele doua proiectii se pot prezenta si astfel:
AB
pB
qqqqq qqqq
qqqqqqqq
pA
qqqqq
qqq
qqqq
qqqqq
1.2. Functii
11
4. Fie A T. Functia A : T {0, 1} denita prin
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.
1.4 Teorema (injectivitatii). Pentru orice f F(A, B), A 6= 6= B,

sunt echivalente urmatoarele armatii:
I1. f injectiva;
I2. pentru x, y A, cu f (x) = f (y) x = y;
12
I3. pentru y B, multimea f 1 (y) are cel mult un element;

I4. pentru y B, ecuatia n x, f (x) = y are cel mult o solutie;
I5. pentru h1 , h2 F(T, A), T 6= , avem: f h1 = f h2 h1 = h2 ;
I6. r F(B, A) astfel nc
at r f = 1A ;
Demonstratie: (fara I6) exercitiu.
9. Functii surjective. O functie f F(A, B), A 6= 6= B se numeste
functie surjectiv
a sau surjectie, daca la orice element y B corespunde
cel putin un x A astfel ncat f (x) = y.
1.5 Teorema (surjectivit
atii). Fie A 6= 6= B, pentru f F(A, B),
sunt echivalente urmatoarele armatii:
S1. f surjectie;
S2. f (A) = B;
S3. pentru y B, multimea i.e.f 1 (y) 6= (f 1 (y) are cel putin un
element);
S4. pentru y B, ecuatia n x, f (x) = y are cel putin o solutie;
S5. pentru h1 , h2 F(B, C), C 6= avem: h1 f = h2 f h1 = h2 ;
S6. s astfel ncat f s = 1B ;
Demonstratie (fara S6) exercitiu.
10. Functii bijective. O functie f F(A, B), A 6= 6= B, care este
injectiva si surjectiva n acelasi timp, se numeste bijectiv
a.
1.6 Teorema (bijectivit
atii). Fie A 6= 6= B. Pentru f F(A, B),
urmatoarele armatii sunt echivalente:
B1. f bijectie;
B2. f 1 bijectie;
B3. pentru y B, multimea f 1 (y) are un singur element;
B4. pentru y B, ecuatia n x, f (x) = y are solutie unic
a;
1
1
B5. f f = 1B si f f = 1A ;
B6. g F(A, B) astfel ncat g f = 1A si f g = 1B .
Demonstratie (fara B6) exercitiu.
1.7 Teorem
a Fie A 6= si nit
a. Pentru f F(A, A) urmatoarele
armatii sunt echivalente:
a) f este bijectiva ; b) f este injectiva ; c) f este surjectiv
a.
Demonstratie. Daca aratam ca b) c) teorema este demonstrata.
b) c) Fie f injectiva si A = {x1 , x2 , . . . , xn }. Presupunem ca f nu
este surjectiva.
Atunci avem {f (x1 ), f (x2 ), . . . , f (xn )} {x1 , x2 , . . . , xn }. Deci {f (x1 ),
f (x2 ), . . . , f (xn )} nu are 00 n00 elemente i, j n a.. f (xi ) = f (xj ), i 6=
j xi = xj contrar ipotezei. Deci f este surjectiva. Prin urmare b). c).
c). b). Fie f surjectiva; dac f nu ar injectiva ar exista xi , xj A
cu xi 6= xj si f (xi ) = f (xj ) f (A) are cel mult n 1 elemente. Dar f
surjectiva f (A) = A f (A) are n elemente ca si A. Deci, pe de o parte
1.3. Structuri algebrice
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
Fie M 6= . O aplicatie : M xM M, (x, y) (x, y), se numeste lege

de compozitie pe M. Pentru se folosesc simboluri ca: 00 00 , 00 00 , 00 00 , 00 >00 , . . .
etc.Astfel vom nota (x, y) prin xy, cum ar de exemplu x y, xoy etc.
Fie M 6= . O lege de compozitie pe M, notata 00 00 :
- se numeste asociativ
a daca: (x y) z = x (y z), x, y, z M ;
- se numeste comutativ
a daca: x y = y x, x, y M ;
- admite element neutru daca: e M a..: xe = ex = x, x M.
Fie M 6= si 00 00 o lege de compozitie pe M cu elementul neutru e. Se
spune ca x M este simetrizabil (i.e. admite simetric) fata de legea de
compozitie 00 00 , daca x0 M astfel ncat x x0 = x0 x = e.
Fie M 6= si 00 00 , 00 00 doua legi de compozitie pe M. Se spune ca operatia
00 00
este distributiva fata de 00 00 daca:
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
2) In grupul (G1 , ) avem x G1 , x0 G1 astfel ncat

x x0 = x0 x = e1 f (x x0 ) = f (x0 x) = f (e1 )
f (x) f (x0 ) = f (x0 ) f (x) = e2 f (x0 )
este simetricul lui f (x) f (x0 ) = (f (x))0 . Fie (A, , ) si (B, T, ) inele
(corpuri).
O aplicatie f : A B se numeste morsm de inele (corpuri) daca:
a) f (x y) = f (x)T f (y), x, y A
b) f (x y) = f (x)f (y) x, y A
c) f (1A ) = 1B
1.10 Teorem
a. Orice morsm de corpuri f : K1 K2 este injectiv.
Demonstratie: Intr-adevar, e x1 , x2 K1 astfel ncat f (x1 ) = f (x2 )
f (x1 x2 ) = f (x1 + (x2 )) = f (x1 ) + f (x2 ) = f (x1 ) f (x2 ) = 02 . Daca
x1 x2 6= 0 t K1 , astfel ncat (x1 x2 ) t = e1 f ((x1 x2 ) t) =
f (e1 ) f (x1 x2 ) f (t) = e2 02 f (t) = e2 02 = e2 . Ultima egalitate
este o contradictie. Deci, x1 x2 = 0 x1 = x2 . Rezulta f este functie
injectiva.
In aceasta teorema corpurile K1 si K2 au fost considerate cu operatiile
00 00
+ si 00 00 .
Daca aplicatia f este bijectiva si satisface conditiile a) si b) din denitia
anterioara, atunci f se numeste izomorsm de inele (corpuri ).
Doua grupuri (inele, corpuri) G1 si G2 ntre care exista cel putin un
izomorsm se numesc izomorfe si se scrie G1 ' G2 .
Fie M un grup (inel, corp). Un izomorsm (morsm) f : M M se
numeste automorsm (endomorsm) al grupului (inelului, corpului) M.
1.4
Permut
ari
Fie M = {1, 2, 3, . . . , n}. Se numeste permutare, pe multimea M, o aplicatie

: M M bijectiva. Permutarea se scrie astfel:
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
In multimea permutarilor Sn se deneste nmultirea permutarilor astfel:

def
= ,, 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:
1 2 ... i 1 i i + 1 ... j 1 j j + 1 ... n

(ij) =
(1.5)
1 2 ... i 1 j i + 1 ... j 1 i j + 1 ... n
1.12 Propozitie. Pentru orice transpozitie (ij) avem:
a)(ij) = (ji); b)(ij)1 = (ij); c)(ij)2 = e.
Demonstratie (exercitiu).
1.13 Teorem
a. Orice permutare Sn se poate scrie ca produs de
transpoziti.
Fie Sn . O pereche ordonata (i,j) M M, cu i < j, se numeste
inversiune daca (i) > (j). Functia : Sn {1, 1} denita prin () =
(1)m() unde m() este numarul de inversiuni ale permutarii , se numeste
signatura permut
arii . Permutarea este para (impara) daca () =
1 (() = 1).
1.14 Teorem
a. Cu notatiile de mai sus avem:
() =
(i) (j)
;
i
j
1i<jn
(1.6)
: Sn {1, 1} este morsm de grupuri;

Orice transpozitie este impar
a;
O permutare si schimb
a clasa dac
a se schimb
a dou
a elemente ntre ele.
(Prin nmultirea cu o transpozitie o permutare si schimb
a clasa).
1.5. Matrice
1.5
17
Matrice
Fie K 6= . O aplicatie A : {1, 2, 3, . . . , m}{1, 2, . . . , n} K se numeste

matrice de tipul (m,n) cu elementele n K. Daca notam aij = A(i,j), aij
K (i,j) cu 1 i m si 1 j n, vom nota pe A sub forma:
a11 a12 ... a1n

a21 a22 ... a2n
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:
A = a11 a12 ... a1n

(1.9)
3) Un elment A Mmn (K), m 6= n, se numeste matrice dreptunghiular
a , are forma (??). Daca m = n, A se numeste matrice p
atratic
a de
ordinul n si are forma:
a11 a12 ... a1n

a21 a22 ... a2n
(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
In cele ce urmeaza multimea K va considerata corp fata de operatiile

00 00
+ si 00 00 .
4) O matrice A Mn (K), A = (aij )i,j=1,n se numeste matrice triunghiular
a daca aij = 0 pentru i > j(n acest caz se mai numeste si superior triunghiular
a sau supradiagonal
a ) sau i < j (n acest caz se mai
numeste si inferior triunghiular
a sau subdiagonal
a ). Astfel avem:
a11 a12 ... a1n

a11 0
... 0
a22 ... a2n

sauA = a21 a22 ... 0
A=
(1.11)
... ... ... ...
... ... ... ...
an1 an2 ... ann
0
0
... ann
5) O matrice patratica A Mn (K), A = (aij ) se numeste matrice
diagonal
a daca aij =0 pentru i 6= j, i, j {1, 2, . . . , n} iar celelalte
elemente nu sunt toate nule adica:
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)
Deci In este o matrice diagonala cu elementele diagonalei toate egale cu

1.
7) Matricea, notata Omn Mmn ({0}) pentru m 6= n(si Onn Mnn ({0})
pentru m=n) se numeste matricea nul
a.
8) Fie A Mmn (K),A= (aij ).Matricea A=(-a ij )(respectiv t A=(aji )) se
numeste opusa matricii A (respectiv transpusa matricii A). Se observa
ca daca A Mmn (K), atunci t A Mnm (K).
9) O matrice A Mn (R), A=(aij ), pentru care aij =aji (respectiv aij =
-aji ) se numeste matrice simetric
a (respectiv antisimetric
a sau str
amb
simetric
a ).
10) Fie A Mmn (K). Daca K=R (K=C) matricea A se numeste matrice
reala (matrice complexa). Daca A Mmn (C), A=(aij ), matricea A = (aij )
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
Fie aplicatia det : Mn (K) K si A=(aij ) Mn (K). Elementul detA K,

denit prin
X
detA =
()a1(1) a2(2) ...an(n)
(1.14)
Sn
si notat
detA =
a11
a21
...
an1
a12
a22
...
an2
...
...
...
...
a1n
a2n
...
ann
(1.15)
se numeste determinant de ordinul n. Produsul a1(1) a2(2) . . . an(n) se

numeste termen al determinantului de ordinul n. Se obisnuieste sa se spuna
despre elementele, liniile si coloanele matricei A, ca sunt elementele, liniile si
respectiv coloanele determinantului detA.
1.17 Denitie. Determinantul de ordin n-1 care se obtine suprimnd n
detA linia i si coloana j se numeste minorul elementului aij n detA.
Fie i1 , i2 , . . . , ip , p linii si j1 , j2 , . . . , jp , p coloane n matricea A=(aij )
Mm,n (K), p min (m, n). Determinantul format cu elementele aij , (i, j)
{i1 , i2 , . . . , ip } {j1 , j2 , . . . , jp } se numeste minor de ordin p al matricei A determinat de liniile i1 , i2 , . . . , ip si coloanele j1 , j2 , . . . , jp si l notam
j1 ,j ,...,j
ai1 ,i22,...,ipp . Daca m = n, minorul determinat de liniile si coloanele ramase l
j1 ,j ,...,j
j1 ,j ,...,j
notam mi1 ,i22,...,ipp si l numim minorul complementar minorului ai1 ,i22,...,ipp .

Minorul r = a12...r
ste minor principal de ordin r , r = 1, n al
12...r se nume
matricei A. Matricea are n minori principali.
Fiind data matricea A Mmn (K), numarul 0 r min (m, n) cu
proprietatea ca:
(a) exista un minor de ordin r al lui A diferit de zero,
(b) orice minor de ordin q r + 1 este egal cu zero,
se numeste rangul matricei A, si se noteaza de regula rang A. Minorul
care da rangul si care n general nu este unic, l notam prin rang .
O matrice A Mn (K), pentru care detA = 0(detA 6= 0) se numeste
matrice singular
a (respectiv nesingular
a ). Notam Mn (K) = {A
Mn (K)| det A 6= 0}.
In dezvoltarea unui determinant, jumatate din termeni apar cu semnul
00 00
+ si cealalta jumatate cu semnul 00 00 .
1.18 Propozitie.Daca A Mn (K) cu rangA = r, atunci orice coloana
a matricei A, care nu are elemente n rang este o combinatie liniar
a de
coloanele care au elemente n rang .
1.6. Determinanti
21
Demonstratie. Fara a micsora generalitatea se poate considera ca rang =

r . Fie acum Di , i = 1, n, minorul lui A obtinut prin bordarea lui r cu linia
i si coloana k = r + 1, n. Pe de o parte Di = 0, deoarece rangA = r si ordinul
lui Di este r + 1. Pe de alta parte Di = ai1 mi1 + ... + air mir + aik mik . Deci
ai1 mi1 + ... + air mir + aik mik = 0. De aici rezulta ca
aik =
r
X
mij
j=1
mik
aij , i = 1, n.
Aceasta relatie arata ca elementele coloanei k sunt combinatie liniara de

elementele corespunzatoare situate pe coloanele ce au elemente n rang .
Determinantii au urmatoarele proprietati de baza:
1) Daca ntr-un detrminant se permut
a dou
a linii (coloane) ntre ele,
determinantul si schimba doar semnul.
2) Un determinant se nmulteste cu K dac
a toate elementele unei linii
sau unei coloane se nmultesc cu .
3)det(t A) = detA; det(A) = n detA, A Mn (K) si K.
4)det(AB) = detAdetB.
5) Daca ntr-un determinant dou
a linii (coloane) sunt proportionale atunci
determinantul are valoarea 0.
6) Daca ntr-un determinant elementele unei linii (coloane) sunt sume de
p termeni, atunci determinantul se scrie ca sum
a de p determinanti, care se
obtin din cel dat nlocuind ecare element sum
a din linia (coloana) respectiv
a
cate unul din termenii sai.
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)i+j aij mij
(1.17)
j=1
Formula (1.17) constituie dezvoltarea determinantului detA, dupa linia i.
22
Pentru detA se poate obtine o dezvoltare dupa 2, 3 sau n general dupa

p linii. Fixam n detA p linii i1 , i2 , . . . ,ip si p coloane j1 , j2 , . . . , jp . Daca
j1 ,j ,...,j
j1 ,j ,...,j
mi1 ,i22,...,ipp este minorul complementar al minorului ai1 ,i22,...,ipp atunci
p
P
j1 ,j ,...,j
Ai1 ,i22,...,ipp
= (1)k=1
(ik +jk )
j1 ,j ,...,j
mi1 ,i22,...,ipp
j1 ,j ,...,j
se numeste complementul algebric al minorului ai1 ,i22,...,ipp .

Cu aceste precizari si tinand seama de denita determinantului prezentam
fara demonstratie
1.20 Teorema lui Laplace: Un determinant este egal cu suma tuturor
produselor dintre determinantii minori formati cu elementele a p linii (sau
coloane) date, cu complementele lor algebrice, adic
a:
X
j ,j ,...,j
j ,j ,...,j
det A =
ai11,i22,...,ipp Ai11,i22,...,ipp
(1.18)
1j1 <j2 <...<jp n
Aceasta formula este o generalizare a formulei (1.17) si reprezinta regula

lui Laplace de calculare a unui determinant.
1.21 Exemplu: Sa se calculeze valoarea determinantului:
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)
1.7. Sisteme de ecuatii liniare
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
unde A = (aij ) Mn (K) este matricea reciproca a matricei A si aij

este
complementul algebric al lui aij din matricea transpusa.
MatricileA, B Mmn (K), se numesc asemenea daca C Mn (K)
astfel ncat B = C 1 AC
1.23 Propozitie: Sase arate c
a:
1
1
a)detA = 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
Sisteme de ecuatii liniare
1.1.7.1. Notiuni generale

Orice sistem de m ecuatii liniare si n necunoscute se poate prezenta sub
forma:
- desfasurata:
a11 x1 + a12 x2 + .... + a1n xn = b1
a21 x1 + a22 x2 + .... + a2n xn = b2

(1.21)
..................................................
am1 x1 + am2 x2 + .... + amn xn = bm

- concentrata:
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:
a11 a12 . . . a1r
a21 a22 . . . a2r
p =
(1.24)
.
.
.
.
.
.
.
.
.
.
.
.
ar1 ar2 . . . arr

ceea ce este totdeauna posibil, la nevoie schimband atat ordinea ecuatiilor,
cat si ordinea necunoscutelor.
Determinantul p 6= 0 se numeste determinantul principal al sistemului (1), care nu este neaparat unic. Ecuatiile care intervin n formarea
lui p se numesc ecuatii principale, celelalte ecuatii secundare. Necunoscutele cu ai caror coecienti se formeaza p se numesc necunoscute
principale, iar celelalte necunoscute secundare. Un determinant de
ordin r+1 obtinut prin bordarea determinantului principal cu o coloana
formata din termenii liberi ai ecuatiilor principale si cu o linie formata cu
coecientii necunoscutelor principale si termenul liber al ecuatiei secundare,
se numeste determinant caracteristic corespunzator ecuatiei secundare
considerate. Determinantul caracteristic corespunzator ecuatiei k (care evident, este o ecuatie secundara) are forma:
|
b
1
p
|
b2
|
. . . , k = r + 1, m
(1.25)
car,k =
b
r
ak1 ak2 . . . akr bk

Prin urmare, avem m r determinanti caracteristici, adica atatia cate
ecuatii secundare sunt si n r necunoscute secundare.
25
1.25 Teorema lui Rouch

e: Un sistem de m ecuatii liniare cu n necunoscute este compatibil (are solutii) dac
a si numai dac
a toti determinantii
caracteristicii sunt nuli.
1.26 Remarc
a: Daca cel putin unul dintre determinantii caracteristicii
este diferit de zero, sistemul este incompatibil (imposibil i.e. nu are solutii).
1.27 Teorema lui Kronecker-Capelli: Sistemul (1) este compatibil
daca si numai daca rang A = rang A0 , unde A0 = (A | B) este matricea
extinsa a sistemului.
Daca sistemul este compatibil, consideram sistemul format doar din ecuatiile principale n care necunoscutele secundare (daca sunt), au fost trecute
n membrul doi, dandu-le valori arbitrare. Acest ultim sistem are solutia
x01 , x02 , . . . , x0r . Daca n > r, necunoscutele x01 , x02 , . . . , x0r depind de n r
parametri cu care s-au nlocuit cele n r necunoscute secundare. Spunem
ca sistemul este compatibil (n r) - nedeterminat. (In acest caz ecuatiile
secundare sunt combinatie liniara de ecuatiile principale).
Daca n = r sistemul nu are necunoscute secundare si n caz de compatibilitate, sistemul este compatibil determinat.
Daca m = n = r, sistemul este ntodeauna compatibil si solutiile sunt
date de regula lui Cramer:
xi =
xi
, i = 1, n
p
xi ind p n care coloana i s-a nlocuit cu o coloana formata cu termenii

liberi corespunzatori ecuatiilor principale.
Forma desfasurata (1.21), poate avea urmatoarele cazuri particulare:
a11 x1 + 0 x2 + .... + 0 xr + a1r+1 xr+1 + .... + a1n xn = b1
0 x1 + a22 x2 + .... + 0 xr + a2r+1 xr+1 + ..... + a2n xn = b2

(1.26)
1)
.......................................................................................
0 x1 + 0 x2 + .... + arr xr + arr+1 xr+1 + .... + arn xn = br

(aici se observa ca aii 6= 0, ()i = 1, r, aij = 0 pentru j = 1, r, cuj 6= i),
2)
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
3) contine o ecuatie de forma:

0 x1 + 0 x2 + . . . . + 0 xn = b0 (6= 0)
(1.28)
(un astfel de sistem este incompatibil).

Formele (1.26) si (1.27) se obtin din (1.28).
Sisteme de ecuatii liniare
si omogene. Un sistem de ecuatii liniare
se numeste omogen, daca termenul liber al ecarei ecuatii este nul (adica
ecare ecuatie este omogena). Asadar forma generala a unui sistem omogen
de ecuatii liniare este:
a11 x1 + a12 x2 + . . . + a1n xn = 0
a21 x1 + a22 x2 + . . . + a2n xn = 0

(1.29)
.......................................
am1 x1 + am2 x2 + . . . + amn xn = 0

In legatura cu sistemele omogene, n baza rezultatelor anterioare, observam urmatoarele:
a) un sistem omogen este ntotdeauna compatibil (teorema lui KroneckerCapelli);
b) un sistem liniar de ecuatii omogene are numai solutia nula daca si
numai daca determinantul sistemului este nenul; altfel spus, daca rang A =
n x1 = x2 = . . . = xn = 0;
c) un sistem liniar de ecuatii omogene admite si solutii diferite de solutia
nula, daca determinantul sistemului este nul; altfel spus, daca rang A < n
sistemul are si solutii diferite de solutia zero.
1.1.7.2. Metoda de eliminare a lui Gauss
In sectiunea anterioara am vazut ca pentru rezolvarea unui sistem de
forma (1.21) se folosea (n principal) metoda lui Cramer. Vom prezenta
acum o alta metoda de rezolvare a sistemelor de ecuatii liniare. Ea se poate
folosi si la calcularea rangului si a inversei unei matrici (cand aceasta exista).
Consideram un sistem liniar de forma (1.21). Sistemul acesta prin transformari de forma
a) schimbarea ordinii ecuatiilor ;

b) nmultirea (mpartirea) unei ecuatii cu un factor nenul;
(1.30)
c) adunarea la o ecuatie, a alteia nmultit

a cu un factor nenul
se reduce la un sistem de forma (1.26),(1.27) sau (1.28), din sectiunea anterioara.
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)
a11 x1 + a12 x2 + .... + a1n xn = b1
(1)
(1)
(1)
a22 x2 + .... + a2n xn = b2
(S 1 )
......................................
(1)
(1)
(1)
am2 x2 + .... + amn xn = bm
(1.32)
unde pentru () i = 1, m, () j = 1, n am notat.
(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)
In sistemul S(1) , x1 apare doar n ecuatia 1. Se observa, de asemenea,

ca formulele (1.33) se obtin din (1.32). Aceste formule se retin usor folosind
schemele:
Elementul a11 se numeste pivot, iar regula care da formulele (1.33) se

numeste regula dreptunghiului (sau regula pivotului ). Pivotul si elementul ce trebuie transformat se aseaza n varfuri opuse ale dreptunghiului,
iar n celelalte varfuri se aseaza elementele care completeaza dreptunghiul.
Regula se aplica si elementelor de pe coloana pivotului, dar n acest caz
dreptunghiul este degenerat.
28

(1)
Pasul 2. Daca a22 6= 0, se procedeaza analog pasului unu si se obtine x2

doar n ec. a 2-a. Sistemul S(1) devine acum:
(2)
(2)
(2)
(2)
a11 x1 + 0 x2 + a13 x3 + .... + a1n xn = b1
(2)
(2)
(2)
(2)
a22 x2 + a23 x3 + .... + a2n xn = b2

(2)
(2)
(2)
S (2)
a33 x3 + .... + a3n xn = b3
...................................................................
(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
unde pentru () k = 1, r, () i = 1, m, () j = 1, n avem:

(
(k1)
aij
, i=k
(k)
aij =
(k1)
(k1)
(k1)
(k1)
(0)
akk aij
aik akj
, i 6= k ; aij = aij
(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)
Daca notam ain+1 = bi , i = 1, m, atunci pentru k = 1, r, i =

1, m, j = 1, n + 1, (1.34) si (1.35) devin
(
(k1)
, i=k
aij
(k)
aij =
(1.36)
(k1)
(k1)
(k1)
(k1)
(0)
akk aij
aik akj
, i 6= k ; aij = aij
Pentru ecare iteratie, dupa alegerea pivotului, se efectueaza dupa urmatoarele reguli:
(I) Elementele de pe linia pivotului se transcriu neschimbate.
(II) Elementele de pe coloana pivotului (diferite de pivot) se nlocuiesc
cu zero.
(III) Elementele care nu se aa pe coloana sau linia pivotului se transforma dupa ,,regula dreptunghiului.
Metoda de rezolvare a sistemului ce foloseste aceste trei reguli se numeste
metoda (algoritmul) elimin
arii complete.
Cazul r m n (sistemul (1) se reduce la forma (a)).
In sistemul S(r) , necunoscutele x1 , x2 , . . . , xr corespund coloanelor pe care
am ales pivotii si ele sunt necunoscutele principale iar celelalte sunt necunoscutele secundare. Acestora din urma li se atribuie valori arbitrare:
xr+1 = 1 , xr+2 = 2 , . . . , xn = nr , i R, i = 1, n r.
Primele r ecuatii determina pe x1 , x2 , . . . , xr n functie de i , i = 1, n r.
Se obtine astfel solutia general
a a sistemului:
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
Aceasta solutie generala se poate scrie sub forma matriciala astfel:
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
1.30 Observatii: Pentru 1 = 2 = . . . = nr = 0, X0 este solutie;

Xi ,i = 1, n r sunt solutii particulare ce se obtin pentru i = 1 si j = 0,
j = 1, n, j 6= i, i = 1, n r
In cazul sistemelor liniare omogene (acestea sunt de forma (1.21) sau
(1.22) n care B Mm1 cu toate elementele nule) avem
X0 = 0 ; X = 1 X1 + 2 X2 + . . . + nr Xnr .
(1.39)
Solutiile X1 , X2 , . . . , Xnr au proprietatile:

- Numarul lor, n r reprezinta gradul de nedeterminare al sistemului.
- Orice solutie a sistemului liniar si omogen este o combinatie liniara de
X1 , X2 , . . . , Xnr . De aceea spunem ca multimea H = {X1 , X2 , . . . , Xnr }
constituie un sistem fundamental de solutii .
Daca r < m si printre ecuatiile r + 1, r + 2, . . . , m se gaseste cel putin o
ecuatie de forma (1.27), atunci sistemul este incompatibil. Cazul r m n
se refera la situatia cand nici una din aceste ecuatii nu este de forma (1.27).
Cazul n = r < m. Daca sistemul e compatibil, va si determinat.
Solutia se gaseste folosind tot primele r ecuatii.
Cazul r = n = m. Sistemul este compatibil determinat.
In acest caz, daca sistemul se transforma tot dupa formulele (1.36) n
care se ia i = k + 1, m si j = k, n, atunci metoda de mai sus se va numii
algoritmul elimin
arii incomplete sau algoritmul lui Gauss pentru
rezolvarea sistemelor liniare de n ecuatii cu n necunoscute.
1.31 Exemple:
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
y1 y2 y3 , si se gaseste ca relatia AA1 = I3 este echivaNotam A =

z1 z2 z3
lenta cu trei sisteme de ecuatii liniare Si , i = 1, 3, n care necunoscutele sistemului Si sunt xi , yi , zi si termenii liberi sunt dati de coloana Ci , i = 1, 3 a
matricei I3 . Calculele de mai sus reprezinta rezolvarea simultana a acestor
trei sisteme.
In exemplul de mai sus am gasit trei pivoti. Daca am gasit mai putini
(i.e. ultima forma a lui A ar avut cel putin o linie zero) spuneam ca A1
nu exista.
Capitolul 2
Spatii vectoriale
2.1
Denitii si exemple
Fie V 6= , un corp comutativ K si legile de compozitie:

00
+00 : V V V, (x, y) x + y, x, y V (lege interna).
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)
R, x = (x1 , . . . , xn ), y = (y1 , . . . , yn ) Rn , este un R spatiu

vectorial ( si notam Rn /R).
2.o Q/Q - este spatiu vectorial. Q/R nu este spatiu vectorial (de ce?)
3.o R/Q, R/R, C/Q, C/R, C/C sunt spatii vectoriale, iar R/C nu
este spatiu vectorial (de ce?)
Intrebare:
R/Z este spatiu vectorial? Dar Z/Z?
33
34
Capitolul 2. Spatii vectoriale
4.o Multimea F(A, B) pe care s-au denit operatiile (f + g)(x) = f (x) +

g(x) si (f )(x) = f (x), f, g F(A, B), R.F(A, B)/R este
spatiu vectorial.
5.o (Mm,n (R), +, ) este R spatiu vectorial (00 +00 - adunarea matricelor
si 00 00 nmultirea lor cu un numar real).
6.o R[X] = {f |f polinom cu grad f n} este R spatiu vectorial fata de
adunare polinoamelor si nmultirea lor cu numere reale.
7.o Multimea solutiilor unui sistem liniar si omogen.
In cele ce urmeaza vom considera doar spatii vectoriale reale (V/R).
8.o Daca U, V /R sunt spatii vectoriale, atunci U V / R este spatiu vectorial.
2.3 Exercitiu. Fie V/R spatiu vectorial. Atunci avem:
1.o 0R x = 0V , x V 4.o (x) = x, R, x V
2.o 0V = 0V , R 5.o (x y) = x y, R, x, y V
3.o (1)x = x, x V 6.o ( )x = x x, , R, x V.
Rezolvare:1.o x + 0R x = x(1 + 0R ) = x 1 = x 0R x = 0V
2.o 0V = (0V + 0V ) = 0V + 0V 0V = 0V
3.o 0V = 0R x = [(1) + 1]x = (1)x + x (1)x = x
4.o (x) = ((1)x) = (1) x = x (se poate proceda si ca la 3o )
5.o (x y) = (x + (y)) = x + (y) = x y
6.o ( )x = [ + ()]x = x + ()x = x x
Not
a. Structura de spatiu vectorial nzestreaza o multime cu operatiile
algebrice de adunare si scadere a vectorilor si de nmultire a lor cu scalari.
2.4 Denitie. Fie V /R un spatiu vectorial si A, B V. Multimea
A + B = {a + b|a A, b B}
(2.2)
se numeste suma submultimilor A si B.
2.2
Subspatii vectoriale
2.5. Denitie: Fie V/R spatiu vectorial. O submultime nevida W lui

V se numeste subspatiu vectorial al lui V daca:
(a) x, y W x + y W
(b) R, x W x W
Notam Sb (V) = {L | L subspatiu vectorial al lui V}.
2.6 Propozitie Cu notatiile de mai sus avem: W Sb(V ) daca si numai
daca , R si x, y W x + y W.
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)
se numeste acoperirea liniar

a a lui S.
Exercitiu. Fie V /R spatiu vectorial si S = {x1 , . . . , xp } V /R. Aratati
ca L(S) Sb(V ).
Intr-adevar, e x, y L(S). Atunci i , i R, i = 1, p, astfel ncat:
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
2o Daca S este liniar dependent, atunci ()S 00 S este liniar dependent.

3o Daca 0 S, atunci S este liniar dependent.
4o Daca S este liniar independent, atunci nici unul din vectorii sai nu se
poate scrie ca o combinatie liniara de ceilalti vectori.
5o Daca S este liniar dependent, atunci () u S astfel ncat u se poate
scrie ca o combinatie liniara de ceilalti vectori.
6o Daca sistemul de vectori S = {x1 , x2 , . . . , xp } V este liniar independent, atunci L(S), are coecienti unici (i.e. corepondenta L(S) 7 Rp
este o functie).
Pentru un sistem innit de vectori S = {xi }iI V, avem:
2.14 Denitii: Sistemul de vectori S este liniar independent daca orice
subsistem S nit al sau este liniar independent. In caz contrar S este liniar
dependent.
Un vector x V este o combinatie liniara a lui S daca exista un subsistem nit S 0 al lui S astfel ncat x este combinatia liniara de elementele lui
S.
2.15 Exercitii: (i) Aratati ca S = {x1 = (1, 0, 1), x2 = (1, 1, 2), x3 =
(1, 2, 3)} este liniar dependent.
(ii) Aratati ca S = {x1 = (1, 1, 0), x2 = (1, 1, 2), x3 = (3, 0, 1)} este
liniar independent.
(iii)Fie S V un sistem nit de vectori. Daca S este liniar independent,
atunci S1 = S x, este liniar independent, x, V \ L(S).(Se considera o
combinatie liniara de vectorii lui S1 egala cu zero si se gaseste ca x, L(S).)
(iv) Daca W Sb(V ), atunci y V \ W, y 6= 0.
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
2.17 Exemple:V = R , S = {e1 , e2 , . . . , en }, ei = (0, ... 0, 1, 0, ...0), i =

1, n este sistem de generatori pentru V .
2.18 Exercitii: 1o Daca S este un sistem de generatori pentru V , atunci
S 0 S este sistem de generatori pentru V (i.e. orice supra sistem al unui
sistem de generatori este sistem de generatori).
2o Daca S este sistem de generatori, si y S este combinatie liniara lui
S, atunci S\{y} este sistem de generatori.
n
38
2.19 Denitie: Un sistem de vectori B = {xi |i I}, I cel mult numarabila

formeaza o baz
a a spatiului vectorial V/R daca:
(b1 ) este liniar independent;
(b2 ) este sistem de generatori pentru V.
Vom nota cu b(V ) multimea bazelor spatiului vectorial V.
2.20 Denitie. Baza unui spatiu vectorial ai carei vectori se raporteaza
la ea nsasi se numeste baza canonic
a.
Daca B = {s1 , ..., sn } este baza canonic
a a lui V, atunci si = (0...0, 1, 0...0),
i = 1, n, i.e. toate coordonatele sunt zero n afara celei de pe locul i.
i
2.21. Exemple: 1o In Rn /R, B = {e1 , e2 , . . . , en }, ei = (0, ... 0, 1, 0, ...0),
i = 1, n este baza canonica a spatiului vectorial Rn /R.
2o S = {1, t, t2 , . . . , tn } este o baza a spatiului vectorial al polinoamelor
de grad n (poate numita tot baza canonica a acestui spatiu vectorial).
2.22 Propozitie. Fie V /R un spatiu vectorial si B = {e1 , e2 , . . . , en }
b(V ). Daca S V este liniar independent, atunci card(S) n(= card(B)).
Demonstratie. Consideram S = {x1 , . . . , xp } si presupunem ca n < p.
Atunci pe de o parte din
1 x1 + 2 x2 + . . . + p xp = 0
(2.4)
datorita liniar independentei lui S, avem

1 = 2 = . . . = p = 0.
(2.5)
Pe de alta parte, pentru ca B este sistem de generatori, aij R, i = 1, p, j =

1, n astfel ncat
xi = a1i e1 + a2i e2 + ... + ani en , i = 1, p.
Acum folosim relatiile (2.6) n relatia (2.4) si obtinem
1 (a11 e1 + a12 e2 + ... + a1n en )+
+2 (a11 e1 + a12 e2 + ... + a1n en )+
...............................................
+p (ap1 e1 + ap2 e2 + ... + apn en ) = 0
sau
(a11 1 + a12 2 + ... + a1p p )e1 +
+(a21 1 + a22 2 + ... + a2p p )e2 +
...............................................
+(an1 1 + an2 2 + ... + anp n )en = 0
(2.6)
2.3. Baz
a si dimensiune
39
de unde, datorita liniar independentei lui B, se obtine sistemul
a11 1 + a12 2 + ... + a1p p = 0

.............................................
an1 1 + an2 2 + ... + anp p = 0
(2.7)
cu necunoscutele
1 , 2
, . . . , p . Matricea asociata sistemului (2.7) este
a11 a12 ......a1p
...................... .
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)
, daca card. B este innit

se numeste dimensiunea spatiului vectorial V peste R. Un spatiu vectorial
care are o baza nita se numeste nit dimensional si n caz contrar se
numeste innit dimensional . Daca dimR V = n convenim sa scriem Vn
n loc de V . Un spatiu vectorial de dimensiune 1 se numeste drept
a
vectorial
a , iar un spatiu vectorial de dimensiune 2 se numeste plan
vectorial .
2.25 Propozitie. Fie S = {x1 , x2 , . . . , xn } Vn .Seste liniar independent, daca si numai daca S este sistem de generatori n Vn .
Demonstratie:Consideram S liniar independent si trebuiue sa aratam ca
S este sistem de generatori pentru Vn . Fie y Vn {0}. Sistemul S 0 =
{x1 , . . . , xn , y} este sistem liniar dependent (daca ar liniar independent,
atunci conform Propozitiei 2.21, am avea n + 1 n, ceea ce este absurd).
Deci avem: 1 x1 + . . . + n xn + y = 0 cu 6= 0( daca = 0 S 0 liniar
independent).
h
P
i
Rezulta ca y =
xi , adica S este sistem de generatori pentru Vn .
i=1
40
Fie acum S sistem de generatori pentru Vn si consideram S 0 S, maximal

0
0
liniar independent. Deoarece S este sistem de generatori pentru S \ S si S
0
este sistem de generatori pentru Vn , rezulta ca S este sistem de generatori
0
0
pentru Vn . Cum S este si liniar independent, avem ca S b(Vn ). Deci
0
0
card(S ) = n, i.e.S = S. Prin urmare S este liniar independent.
2.26 Propozitie. Intr-un

spatiu vectorial Vn , orice vector se scrie n
mod unic ca o combinatie liniar
a de vectorii unei baze.
Demonstratie. Fie B = {e1 , . . . , en } o baza n Vn . Presupunem ca x Vn
astfel ncat x = a1 e1 + + an en si x = b1 e1 + + bn en . Atunci 0 =
B lin.
(a1 b1 )e1 + + (an bn )en ai bi = 0; i = 1, n. Deci ai = bi , i = 1, n,
ind.
ceea ce trebuia demonstrat.

2.27 Denitie. Coecientii combinatiei liniare ce exprima pe x n baza
B(de exemplu n Propozitia 2.25. numerele ai , i = 1, n) se numesc coordonatele vectorului x n baza B. Prin x = (a1 , a2 , . . . , an ) vom nota vectorul
x, iar prin xB =t (a1 , a2 , . . . , an ) matricea coloana a coordonatelor vectorului
x.
2.28 Observatie: Intr-o baza, coordonatele unui vector sunt unice.
2.29 Lem
a. Orice baz
a B pe Vn determin
a o unic
a functie bijectiv
a
n
n
f : Vn R , x Vn (x1 , x2 , . . . , xn ) R .
Functia f este numita functie de coordonate pe Vn , iar sistemul de
scalari (x1 , x2 , . . . , xn ) asociat lui x prin functia de coordonate s.n. sistem
de coordonate al lui x n baza B.
2.30 Exercitii. 1. Daca V 0 Sb(Vn ) atunci dimV 0 n.
2. Daca L(S) = Vn atunci S b(Vn ).
2.3.3
Rangul unui sistem de vectori
Fie S = {x1 , x2 , . . . , xp } Vn / R un sistem de vectori si e xi =

(a1i , a2i , . . . , ani ), i = 1, p ntr-o baza data B a lui Vn /R.
2.31 Denitie: Numarul maxim de vectori liniari independenti din S se
numeste rangul sistemului de vectori S. Matricea care are pe coloane
coordonatele vectorilor xi , i = 1, p, n baza B adica:
a11 a12 ... a1p

a21 a22 ... a2po
(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
2.32 Observatie: 1o . Daca rangS = r atunci:

a)S 0 S cu cardS 0 = r a.. S 0 liniar independent.
b)S 00 S cu cardS 00 r + 1, este liniar dependent.
2o . Daca S 0 este multimea vectorilor liniari independenti din S, care i
dau rangul, atunci y S\S 0 este combinatie liniara, de vectorii lui S 0 (daca
nu este combinatie liniara, atunci S 0 {y} este liniar independent, ceea ce
este o contradictie.
2.33 Propozitie. Cu notatiile de mai sus avem: rangS = rangAS .
Demonstratie: Fie rangAS = r. Atunci p r dintre coloanele matricei AS se
scriu ca o combinatie liniara de cele r coloane ce au elemente n rang , i.e.
p r dintre vectorii lui S se scriu ca o combinatie liniara de cei r vectori care
au coordonate n rang . Deci rangS = r.
2.34 Lem
a: S este liniar independent dac
a si numai dac
a rangAS =
cardS.
Demonstratie: . Din liniar independenta lui S rezulta ca rangS =
cardS, si cum din Propozitia 2.31 avem rangS = rangAS obtinem ceea ce
trebuia demonstrat.
. Folosind ipoteza si Propozitia 2.31 avem rangS = cardS. Deci S
este liniar independent.
2.35 Denitie. Doua sisteme de vectori S1 si S2 , sunt echivalente (si se
scrie S1 S2 ) rang As1 = rang As2 .
contextul notatiilor de mai sus avem dim(L(S)) =
2.36 Propozitie. In
rangS.
Demonstratie: Fie rangS = r. Atunci S 0 = {xi1 , . . . , xir } este liniar
independent iar {xir+1 , . . . , xip } L(S 0 ). Deci L(S) = L(S 0 ). Rezulta S 0 este
o baza pentru L(S) (S 0 este liniar independent si y L(S) = L(S 0 ) este o
combinatie liniara de vectori lui S 0 ).
2.37 Teorema lui Steinitz: Intr-un

spatiu vectorial V/R nit dimensional, orice sistem de vectori liniari independenti poate completat p
an
a la
o baz
a a lui V/ R.
Demonstratie: Fie B = {e1 , . . . , en } o baza a lui V/R si e S = {x1 , x2 ,
. . . , xp }, un sistem de vectori liniari independenti. Conform cu Propozitia
2.22 avem p n. Din ipoteza rezulta ca p < n. Consideram ca in baza B,
xi = (a1i , a2i , . . . , ani ), i = 1, p.
a11 a12 . . . a1p

a21 a22 . . . a2p
..
.. ..
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 :
a11 ... ... a1p 0 ... ... 0

a21 ... ... a2p 0 ... ... 0
...
...
...
...
...
...
...
...
a
...
...
a
0
...
...
0
AB1 =
p1
pp
ap+11 ... ... ap+1p 1 ... ... 0
...
... ...
...
... ... ... ...
an1 ... ... anp 0 ... ... 1
a11 ... a1p
. . .. 1 1 . . . 1 6= 0.
detAB1 = ...
. .
ap1 ... app

Deci B1 este baza.
2.38 Observatie: Deoarece baza B1 se poate considera ca ind obtinuta
prin nlocuirea vectorilor e1 , e2 , . . . , ep , ai bazei B, cu vectorii lui S ,Teoremei
lui Steinitz i se mai spune si Teorema nlocuirii.
Lema substitutiei are un rol decisiv n elaborarea unor metode remarcabile
ale algebrei liniare.
2.4
Schimb
ari de baze
2.4.1
Lema substitutiei
2.39 Lema substitutiei. Fie B = {e1 , e2 , . . . , en } o baz

a a spatiului vec
torial Vn /R,v = (1 , . . . , n ) Vn \{0} si B = {e1 , . . . , ej1 , v, ej+1 , . . . , en }.
Atunci:
1)B este baza a lui Vn daca si numai daca j 6= 0;
2)Daca B este baza si x V, x = (x1 , . . . , xn ) n baza B, atunci coordonatele lui x n baza B ,sunt
xj = xj /j ; xi = xi i xj , i 6= j
(2.10)
Demonstratie: Din ipoteza avem

v = 1 e1 + . . . + j ej + + n en
(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
Dupa nlocuirea lui v dat de (2.11) in (2.12), avem

(1 + 1 j )e1 + . . . + (j1 + j1 j )ej1 + j j ej
+(j+1 + j+1 j )ej+1 + . . . + (n + n j )en = 0
si apoi, folosind liniar independenta bazei B, obtinem sistemul liniar si omogen
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)
. Din relatia (2.12), pentru ca B este baza, rezulta ca i = 0, i

=1, n. Deci sistemul (2.13) are doar solutia zero. Astfel avem ca 6= 0, i.e.
j 6= 0.
Cum B , este un sistem de n vectori si dimVn = n, este sucient
sa aratam ca B , este liniar independent (vezi 2.25.). In sistemul de ecuatii
(2.13), pentru ca j 6= 0, rezulta ca determinantul sistemului este nenul.
Deci sistemul are doar solutia nula, i.e. i = 0, i =1, n. Prin urmare rezulta
ca B este baza a lui Vn = n.
(2) Fie x 6= 0 cu x V . In baza B avem x = x1 e1 + x2 e2 + + xj ej +
+ xn en . Din relatia (2.9) avem
ej =
1
2
j1
1
j+1
n
e1 e2
ej1 + v
ej+1
en
j
j
j
j
j
j
si apoi nlocuind n expresia lui x, pe ej obtinem:

2
xj1
xj
1
xj )e1 + (x2 xj )e2 + + (xj1
xj )ej1 + v+
j
j
j
j
xj+1
n
+ (xj+1
xj )ej+1 + + (xn
xj )en .
j
j
x = (x1
Aceasta este expresia lui x n baza B si tinand seama de unicitatea

coordonatelor n aceeasi baza rezulta:
x
xi = xi i xj ,i = 1, n, i 6= j si xj = jj ceea ce trebuia demonstrat.
2.40 Observatii: 1. Pentru punctul 1) al Lemei substitutiei prezentam
si o alta demonstratie.
44
Deoarece dimVn = cardB avem echivalentele: B b(Vn ) B liniar

independent rangAB = n detAB 6= 0 j 6= 0, unde:
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
AB = (aik )i,k=1,n , aik = 1, i = k 6= 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
(vectorul v inlocuieste vectorul ej )
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
Se repeta aceasta schema pentru toti vectorii lui B si se obtin n nal

coordonatele lui x n baza B .
Tabelul (2) se obtine din tabelul (1) astfel:
i 6= 0 se numeste pivot;
se mpart, la pivot, toate elementele din linia sa (uneori pot mai multi
vectori, ce urmeaza a trecuti din baza B n baza B 0 si atunci vor mai
multe elemente pe linia pivotului).
2.4. Schimb
ari de baze
45
pivotul se nlocuieste cu 1 si celelalte elemente din coloana sa cu zero;

elementul j din afara liniei si coloanei pivotului se nlocuieste cu j
j i (regula dreptunghiului) pentru j = 1, n, j 6= i.
2.42 Observatie: Metoda prezentata mai sus este chiar metoda elimin
arii complete a lui Gauss la care se adauga mpartirea la pivot si i vom
spune metoda eliminarii complete cu mpartirea la pivot. Daca se modica,
cu regula dreptunghiului, doar elementele de sub linia pivotului regasim
metoda elimin
arii incomplete. Aceste metode au fost prezentate si la
sistemele liniare. Ca reguli de calcul ele sunt identice cu cele prezentate la
sistemele liniare,diferenta constnd n aceea ca aici apare mpartirea la pivot.
2.43 Exemple: 1Testul bazei
si calculul coordonatelor
Fie S = {v1 = (2, 1, 1), v2 = (3, 2, 1), v3 = (1, 1, 2)} R3 /R si
x = (1, 1, 2) R3 . Folosind lema substitutiei, sa se arata ca: S este o
baza n R3 /R si sa se calculeze coordonatele lui x n baza S.
Rezolvare: Coordonatele lui x si ale vectorilor lui S sunt n baza canonica
B = {e1 , e2 , e3 } R3 /R.
B
e1
e2
e3
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
(b) Conform cu Lema substitutiei avem:

B v1 v2 v3 v4
e1 2 1 1 3
e2 3 2 1 2
e3 3 1 4 7
e4 1 1 2 1
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
Deoarece n baza B2 , vectorii v3 si v4 au componentele 3 si 4 egale cu

zero, nu mai pot nlocui vectorii e3 , e4 din B2 (i.e. nu mai pot gasiti pivoti
diferiti de zero) si algoritmul se opreste aici. Pentru ca n baza B2 vectorul x
are si el componentele 3 si 4 egale cu zero, rezulta ca sistemul este compatibil
(daca una din aceste componente ar fost diferita de zero, atunci sistemul
ar fost incompatibil). Ultima forma a tabelului, avnd doua linii egale cu
zero, arata ca sistemul este dublu nedeterminat.
Algoritmul se continua pana cnd toti vectorii lui B au fost nlocuiti sau
pna cnd apar linii (sau linie) zero la nal.
Se poate aplica algoritmul dat de 2.39 si n cazul cnd numarul ecuatiilor
este diferit de numarul necunoscutelor?
3o . Calculul
matrice.
inversei unei
2 3 1
Pentru A = 1 2 1 sa se calculeze T = A1 .
1 1 2
Rezolvare: avem condit
ia AT = E(E este
de ordin 3).
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
Fie Vn /R - un spatiu vectorial si bazele B1 , B2 ale lui Vn .

2.44 Denitie: Matricea T12 ce are pe coloane coordonatele vectorilor
bazei B2 , exprimati n baza B1 , se numeste matricea de trecere de la
baza B1 la baza B2 .
Daca fi = (a1i , a2i , . . ., ani ), i = 1, n. sunt coordonatele vectorilor bazei
B2 exprimati n baza B1 , atunci
a11 a12 ... a1n

a21 a22 ... a2n
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)
Demonstratie: Consideram B1 = {e1 , e2 , . . . , en } si B2

cu, fi = (a1i , a2i , . . . , ani ), i = 1, n, n baza B1 . Atunci
f1 = a11 e1 + a12 e2 + . . . + a1n en

...............................................
fn = an1 e1 + an2 e2 + . . . + ann en

sau:
f1
a11 a12 ... a1n
e1
f2 a21 a22 ... a2n e2
... = ... ... ... ... ...

fn
an1 an2 ... amm
en
| {z } |
{z
} | {z
f
tT
12
De aici rezulta relatia (2.16). Pentru x avem,

pe de o parte
x = x1 e1 + x2 e2 + . . . + xn en
si pe de alta parte
x = y1 f1 + y2 f2 + . . . + yn fn .
Inlocuim pe f1 , . . . , fn din (2.18) si obtinem
x = y1 (a11 e1 + a21 e2 + ... + an1 en )+
+y2 (a12 e1 + a22 e2 + ... + an2 en )+
...............................................
+yn (a1n e1 + a2n e2 + ... + ann en )
= {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
............................
... ... ...
a1n y1 + ... + ann yn = xn

a1n . . . ann
|
{z
}|
T12
(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
este matricea de trecere de la baza B1 la baza B2 .

Acestea se pot schita astfel:
B1
1
T01
T12
qqqqqqqqqqq
qqq
qqqqq
qqq
qqqq
qqqqq
qqqqqqqqqqq
qqq
B2
@
@
@T01 T02
@@
@ B
q
qqq
qqqqqqqqqq
2.47 Aplicatii. 1)In spatiul vectorial R3 /R, se considera bazele B1 =

{e1 = (1, 0, 0), e2 = (0, 1, 0), e3 = (0, 0, 1)} si B2 = {f1 = (2, 1, 1), f2 =
(3, 2, 1), f3 = (1, 1, 2)} si x = (1, 1, 2) n baza B1 . Sa se gaseasca
coordonatele vectorului x n baza B2 .
Rezolvare: Se poate folosi schema data de Lema substitutiei, dar se poate
folosi si relatia (2.17). Aceasta relatie este echivalenta cu T12 xB2 = xB1 , care
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.
2.48 Observatii:1o . Schema de mai sus se poate considera ca reprezinta

rezolvarea simultana a trei sisteme de ecuatii liniare ale caror necunoscute
1
sunt elementele matricei T01
T023 .
2o . Trecerea se face e trecand direct de la baza B1 la baza B2 , e prin
intermediul altei baze, asa cum s-a facut n 2.43.
3o . In schema de mai sus, daca se ia n locul lui T02 , matricea unitate I3
1
se obtine n locul lui T01
T02 , inversa matricei T12 .
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
Fie V si W spatii vectoriale peste R.

3.1 Denitie: O functie T : V W se numeste operator liniar daca
sunt ndeplinite conditiile:
(i)x, y V, T (x + y) = T (x) + T (y) ( aditivitate)
(ii) R, x V, T (x) = T (x) (omogenitate.)
Spunem ca operatorul T are proprietatea de a partial liniar (si notam
aceasta proprietate prin LP) daca pentru
n
n
P
P
i T (ei ),
i ei , T (x) =
x V cu x =
i=1
i=1
unde {e1 , e2 , . . . , en } b(V ).

3.2 Propozitie(proprietate de caracterizare a operatorului liniar ). T :
V W este operator liniar daca si numai dac
a , R, x, y V,
T (x + y) = T (x) + T (y).
(3.1)
Demonstratie: 00 00 T (x + y) = T (x) + T (y) = T (x) + T (y).

00
00 In relatia (3.1) luam pe de o parte, = = 1 si pe de alta parte
R si = 0 si obtinem relatiile (i), si respectiv (ii) din Denitia 3.1.
3.3 Exemplu: V = R3 , W = R2 , T (x1 , x2 , x3 ) = (x1 , 2x3 +x2 ). Se aplica
e denitia (vericand conditiile (i) si (ii)), e (3.1). Aplicand Denitia 3.1
avem, pe de o parte
T (x + y) = T (x1 + y1 , x2 + y2 , x3 + y3 ) = (x1 + y1 , 2(x3 + y3 ) + x2 + y2 ) =
(x1 , 2x3 + x2 ) + (y1 , 2y3 + y2 ) = T (x) + T (y)(i.e. T este aplicatie aditiva) si
pe de alta parte
T (x) = T (x1 , x2 , x3 ) = (x1 , 2x3 + x2 ) = (x1 , 2x3 + x2 ) =
T (x)(i.e. T este aplicatie omogena)).
51
52
Capitolul 3. Operatori liniari
3.4 Propozitie. Orice operator liniar T : V W are propriet

atile:
(1.)T (0) = 0; (2.)T (x)= T (x);
a T este bijectie, atunci T 1
(3.)nDac
n
P
P
este operator liniar; (4.) T
i x i =
i T (xi ).(5.) Daca T este operai=1
i=1
tor injectiv si S = {x1 , x2 , . . . , xp } V este liniar independent, atunci T (S)

Demonstratie: (1)T (0) = T (0 x) = 0 T (x) = 0 (vezi si altfel);
(2)T (x) = T (1 x) = 1T (x) = T (x);
(3)x+y = T (T 1 (x))+ T (T 1 (y)) = T (T 1 (x))+T (T 1 (y)) =
= T (T 1 (x) + T 1 (y))T 1 (x + y) = T 1 (x) + T 1 (y).
(4.) Se procedeaza prin inductie.
(5.) Deoarece T este operator injectiv, rezulta T (S) = {T (x1 ), T (x2 ), . . . ,
T (xp )}. Consideram i R, i = 1, p si 1 T (x1 ) + 2 T (x2 ) + . . . + p T (xp ) =
0(= T (0)). Acum, folosind liniaritatea si injectivitatea lui T obtinem 1 x1 +
2 x2 + . . . + p xp = 0, si apoi din liniar independenta lui S se obtine i =
0, i = 1, p, adica T (S) este liniar independent.
3.5 Exercitiu. Daca operatorul T are proprietatea LP, atunci T este
operator liniar.
Rezolvare. Fie , R, si x, y V. Atunci
avem
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
Izomorsm de spatii vectoriale
3.7 Denitie: Orice transformare (operator) liniara bijectiva T : V

W se numeste izomorsm de spatii vectoriale.Doua spatii vectoriale V
3.3. Nucleul si imaginea unui operator liniar
53
si W se numesc izomorfe daca exista un izomorsm de spatii vectoriale

T : V W.
3.8 Lem
a. Fie V si W R- spatii vectoriale, B b(V ) si T : V W .
Daca operatorul T are proprietatea (LP) si T (B) b(W ), atunci operatorul
T este izomorsm de spatii vectoriale.
Demonstratie: Fie x, y V cu T (x) = T (y). Consideram x = (x1 , x2
, . . . , xn ), y = (y1 , y2 , . . . , yn ) V n baza B = {e1 , e2 , . . . , en }. Pentru
n
n
n
n
P
P
P
P
ca x =
xi ei si y =
yi ei avem succesiv:
xi T (ei ) =
yi T (ei )
n
P
i=1
i=1
i=1
i=1
(xi yi )T (ei ) = 0 xi = yi , i = 1, n x = y. Deci aplicatia T este
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
Nucleul si imaginea unui operator liniar
Fie V, W R spatii vectoriale si un operator T : V W .

3.11 Denitie: Multimea kerT = {x V |T (x) = 0} se numeste nucleul operatorului T , iar multimea ImT = { W |x V, T (x) = } se
numeste imaginea operatorului T.
3.12 Propozitie. kerT Sb(V ), ImT Sb(W ), T L(V, W ).
54
Demonstratie:Fie , R. Daca x, y kerT , atunci T (x + y) =

T (x) + T (y) = 0 + 0 = 0. Deci x + y kerT , adica kerT Sb(V ).
Fie acum u, v ImT. Atunci x, y V astfel ncat T (x) = u si T (y) = v.
Rezulta u+v = T (x)+T (y) = T (x+y) ImT . Deci ImT Sb(V ).
3.13 Propozitie. Fie T L(V, W ). atunci : (a) T injectiv kerT =
{0} ; (b) Daca T injectiv, atunci V
= ImT . (c) Daca W = V , atunci
kerT = {0} T izomorsm.
Demonstratie:(a) ,, Fie x kerT T (x) = 0(= T (0)) x = 0.
Deci x kerT x = 0. Rezulta kerT {0} si cum {0} kerT avem
kerT = {0}.
,, Fie x, y V cu T (x) = T (y). Atunci T (x y) = x y kerT .
Deci x y {0}, i.e. x = y. Rezulta ca aplicatia T este injectiva .
(b) Consideram : V ImT, (x) = T (x). Evident este bijectie si
aplicatie liniara. Adica izomorsm de spatii vectoriale. Deci V
= ImT .
3.14 Denitie: Numarul r = dim(ImT ) se numeste rangul operatorului T, iar numarul d = dim(kerT ) se numeste defectul operatorului
T.
3.15 Propozitii. Fie T L(V, W ). Dac
a V este nit dimensional
atunci:
dimV = dim(kerT ) + dim(ImT ).
(3.2)
Demonstratie: Fie n = dimV si d = dim(kerT ). Cum kerT Sb(V )
rezulta d n.
Situatia 1. d = 0. Atunci kerT = {0} ImT = V dim ImT =
dim V = n si deci n = d + r.
Situatia 2. d = n. Atunci kerT = V ImT = {0} r = 0 si deci
n = d + r.
Situatia 3. 0 < d < n. Fie B = {f1 , f2 , . . . , fd } o baza a lui kerT si B0 =
{f1 , . . . , fd , ed+1 , . . . , en } o baza a lui V rezultata din nlocuirea vectorilor
e1 , . . . , ed ai unei baze E = {e1 , . . . , ed , ed+1 , . . . , en } lui V cu vectorii lui B.
Armam ca F = {T (ed+1 ), . . . , T (en )} este o baza pentru ImT .
Aratam mai ntai ca F este liniar independent. Fie 1 T (ed+1 ) + . . . +
nd T (en ) = 0. Atunci T (1 ed+1 + . . . + nd en ) = 0, adica 1 ed+1 + . . . +
nd en kerT. Deci i , i = 1, d astfel ncat 1 ed+1 + . . . + nd en = 1 e1 +
. . . + d en . Acum folsim liniar independenta bazei E si gasim ca 1 = . . . =
nd = o(= 1 = . . . = d ). Rezulta ca multimea F este sistem de vectori
liniar independenta.
Aratam acum ca F este sistem de generatori pentru ImT . Fie atunci,
ImT . Deci x V , n baza B 0 , astfel ncat = T (x). In baza B0 consideram
d
n
P
P
x = (1 , 2 , . . . , n ), si avem x =
i fi +
i `i , de unde rezulta =
i=1
i=d+1
3.3. Nucleul si imaginea unui operator liniar

d
P
I=1
i T (fi ) +
n
P
55
i T (ei ). De aici (deoarece, pentru i = 1, d, fi B
I=d+1
kerT, T (fi ) = 0) se gaseste ca =
n
P
i T (ei ). Rezulta ca multimea F este
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
Fie E = {e1 , e2 , . . . , en } b(Vn ), F = {f1 , f2 , . . . , fm } b(Wm ), T L(Vn , Wm )

si consideram T (ej ) = (a1j , a2j , . . . , amj ), j = 1, n n baza F .
3.18Denitie: Matricea, notata AT , ce are pe coloane coordonatele vectorilor T (ej ), j = 1, n n baza F, se numeste matricea operatorului T n
bazele E si F.
Deci
a11 a12 ... a1n

a21 a22 ... a2n
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)
Demontratie: Fie x = (x1 , . . . , xn ) n baza E. Atunci:
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
De aici se observa ca, n baza F, T (x) = (y1 , y2 , . . . , ym ), unde yi =
3.4. Matricea asociat

a unui operator liniar
n
P
57
aij xj , i = 1, m. Astfel rezulta
j=1
a11 x1 + a12 x2 + ... + a1n xn

a21 x1 + a22 x2 + ... + a2n xn
T (x)F =
.........................................
am1 x1 + am2 x2 + ... + amn xn
x1
a11 a12 a1n
a21 a22 a2n
x2
=
= AT xE
...
am1 am2 amn

xm
Deci avem relatia (3.4)
3.20 Exemplu: Fie operatorul T : R3 R4 , T (x) = (x1 , x1 x2 , x2 +
2x3 , x1 ). Sa se determine matricea operatorului T n bazele canonice E si
F din R3 si respectiv R4 .
Rezolvare: Se calculeaza vectorii T (e1 ) = (1, 1, 0, 1), T (e2 ) = (0, 1, 1, 0),
T (e3 ) = (0, 0, 2, 0). Conform cu denita avem
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
a) (T1 + T2 )(x) = (AT1 + AT2 )x; (adunarea operatorilor)

b) (T )(x) = (AT )x; nmultirea cu scalari a operatorilor)
Din aceste relatii rezulta ca aplicatia A denita mai sus, este operator
liniar i.e.
A(T1 +T2 ) = A(T1 )+A(T2 ), T1 , T2 L(Vn , Wmp ). si A(T ) = A(T ), T
L(Vn , Wm ), R
Deci, A este izomorsm de spatii vectoriale si rezulta ca dim L(Vn , Wm )=
mn.
c) Compunerea operatorilor: Daca T1 L(Um , Vn ) si T2 L(Vn , Wp ),
atunci T2 o T1 L(Um , Wp ). Intr-adevar:
Fie T1 (x) = AT1 x, T2 (x) = AT2 x. Atunci (T2 T1 )(x) = T2 (T1 (x)) =
AT2 T1 (x) = (A
T2 AT1 ) x. Deci
T1 AT1
T2 T1 AT2 AT1 . Rezulta AT2 T1 = AT2 AT1 .
T2 AT2
Si de aici A(T2 o T1 ) = A(T2 )A(T1 ).
(d) Inversarea operatorilor: T L(Vn , Wn ) bijectie.
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)
Demonstratie. Pentru o mai usoara ntelegere consideram schita

E
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
3.5. Valori si vectori proprii
59
Fie x Vn . Conform cu 2.62. avem , pe de o parte

T (x)H = BT xG = BT C 1 xE = BT C 1 xE
si pe de alta parte
T (x)H = D1 T (x)F = D1 (AT xE ) = (D1 AT )xE
.
Deci
(BT C 1 )xE = (D1 AT )xE
si cum x a fost arbitrar ales, rezulta

BT C 1 = D1 AT
si de aici avem relatia (3.6).
Daca Wm = Vn ,(i.e.T L(Vn , Vn )) avem F = E si H = G. Atunci
matricea D = C este matricea de trecere de la baza E la baza G. Prin
urmare rezulta relatia (3.7).
3.5
Valori si vectori proprii
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)
Un vector x V, x 6= 0 ce satisface conditiile de sus se numeste vector

propriu al operatorului T , corespunzator valorii proprii .
Notam cu (T ) multimea valorilor proprii ale lui T . Aceasta multime se
mai numeste si spectrul lui T si de aceea se mai noteaza si cu spectT .
3.23 Propozitie. Daca este valoare proprie a endomorsmului T ,
atunci multimea V = {x V |T x = x} Sb(V ).
Demonstratie: Fie , R si x, y V .T (x + y) = T (x) + T (y) =
x + y = (x + y). Deci x + y V, adica V Sb(V ).
Subspatiul V se numeste subspatiul propriu corespunz
ator valorii
proprii , iar numarul m = dim(V ) se numeste multipliucitatea geometric
a a valorii proprii si o vom nata cu mg (). Analog vom nota
multipliucitatea algebrica prin ma().
60
Elementele multimii V = V \ {0}, sunt vectorii proprii corespunzatori

valorii proprii .
Consideram acum, dimV = n. Fie E = {e1 , . . . , en } o baza a lui V si
A matricea lui T n baza E. Daca (T ), atunci pentru x 6= 0 avem:
T (x) = x Ax = x (A In )x = 0. Pentru ca x 6= 0 rezulta
det(A In ) = 0.
(3.9)
Ecuatia (3.9) se numeste ecuatia caracteristic

a a operatorului T iar
P () = det (A In ) se numeste polinomul caracteristic al operatorului
T . Ecuatia P () = 0 nu are ntotdeauna radacini reale (sau toate radacinile
reale). In cazul cosiderat, ecuatia (1) este echivalenta cu ecuatia
(A In )x = 0.
(3.10)
De aici se observa ca vectorii proprii corespunzatori unei valori proprii ,

sunt solutiile nenule ale ecuatiei matriciale (2).
3.24 Propozitie. Polinomul caracteristic al unui endomorsm este invariant la schimbarea bazei.
Demonstratie: Fie A matricea lui T n baza E si B matricea lui T n
baza G. Deci B = C 1 AC, C ind matricea de trecere de la E la G. Atunci
det(BI) = det(C 1 AC C 1 C) = det[C 1 (AI)C] = detC 1 det(A
I) detC = det(A I). Deci expresia polinomului caracteristic P () nu se
modica la schimbarea bazei.
3.25 Propozitie. La valori proprii distincte dou
a c
ate dou
a, corespund
vectori proprii liniari independenti.
Demonstratie: Fie 1 , 2 , . . . , p (T ), distincte doua cate doua si
x1 , x2 , . . . , xp vectori proprii corespunzatori. Deci T (xi ) = i xi , i = 1, p.
Vom arata prin inductie, ca vectorii x1 , x2 , . . . , xp sunt liniar independenti.
Pentru aceasta consideram propozitia ,,P (j) : vectorii x1 , x2 , . . . , xj , sunt
liniari independenti ,j = 1, p.
(a) pentru j = 1, x1 6= 0 x1 este liniar independent;
(b) pentru j = k, presupunem vectorii x1 , . . . , xk liniar independenti (ip.
inductiva);
(c) pentru j = k + 1, consideram relatia
1 x1 + 2 x2 + . . . + k+1 xk+1 = 0.
(3.11)
Aplicnd, acestei relatii, operatorul T se obtine:

T (1 x1 + 2 x2 + . . . + k+1 xk+1 ) = T (0) 1 T (x1 ) + . . . + k+1 T (xk+1 ) =
0 1 1 x1 + . . . + k+1 k+1 xk+1 = 0.
Relatia (3.11) nmultita cu k+1 o scadem din ultima relatie si obtinem:
3.5. Valori si vectori proprii
61
(b)
1 (1 k+1 )x1 + . . . + k (k k+1 )xk = 0 i (i k+1 ) = 0, i = 1, k

si cum i 6= k+1 , i = 1, k, rezulta i = 0, i = 1, k. Iar din ceea ce ramane
xk+1 6=0
avem ca , k+1 xk+1 = 0 k+1 = 0.

Prin urmare, vectorii x1 , x2 , . . . , xk+1 sunt liniari independenti si astfel
teorema este demonstrata.
3.26 Denitie. Un operator liniar este diagonalizabil daca exista o
baza n care matricea sa, are o forma diagonala.
3.27 Exercitiu. Daca operatorul T are n vectori proprii liniari independenti, atunci exista o baza n care matricea asociata lui T este AT = (i ij )i,j=1,n ,
adica are forma diagonala si pe diagonala are valorile proprii corespunzatoare.
Rezolvare. Fie ei , i = 1, n cei n vectori proprii ale lui T si i , i = 1, n
valorile proprii corespunzatoare, ecare ind scrisa conform cu multiplicitatea sa. Unei valoari proprii poate sa-i corespunda mai multi vectori proprii. Atunci avem T (ei ) = i ei , i = 1, n. Multimea E = {e1 , e2 , ..., en }
ind liniar independenta, este o baza a lui Vn si n aceasta baza avem
T (e1 ) = (1 , 0, ..., 0), T (e2 ) = (0, 2 , ..., 0), ..., T (en ) = (0, 0, ..., n ) si astfel
matricea asociata lui T are forma:
1 0 ... ... 0
0 2 ... ... 0
... ... ... ... ... .

0 0 ... ... n
Astfel rezulta ceea ce trebuia demonstrat.
Un rezultat mai general este dat de urmatoarea teorema:
3.28 Teorem
a. Fie T End(Vn ). Atunci avem:
1). Endomorsmul T este diagonalizabil dac
a si dac
a (T ) este n corpul
scalarilor lui Vn si pentru (T ), mg() = ma();
2). AT are pe diagonala pricipal
a valorile proprii, ecare ind luat
a corespunzator multiplicitatii sale algebrice.
3.29 Exemple: Fie T : R3 R3 , T (x1 , x2 , x3 ) = (x1 +2x2 +x3 , x3 , x3 ).
Sa se determine: a) valorile si vectorii proprii corespunzatori lui T , b) subspatiile proprii corespunzatori si dimensiunile lor.
Rezolvare: Matricea asociata operatorului T este:
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
Functionala G se numeste functional

a liniar
a daca:
(a)x, y V, G(x + y) = G(x) + G(y);
(b)x V si R, G(x) = G(x).
4.2 Observatii: Orice functionala este un operator denit pe V /R cu
valori n R/R. Fiind un caz particular de operator, rezultatele prezentate
pentru operatori raman valabile si pentru functionale. De exemplu, vezi
2.47.
4.3 Propozitie: Pentru orice baz
a E a lui V, exist
a si este unic
a o
matrice A M1n (R) astfel ncat
G(x) = A xE .
(4.1)
Demonstratie. Consideram ca n baza E = {e1 , . . . , en }, x = (x1 , . . . , xn ).

n
n
P
P
Din x =
xi ei , rezulta G(x) =
xi G(ei ). Notam ai = G(ei ), i = 1, n,
i=1
i=1
63
64
Capitolul 4. Functionale liniare, Functionale biliniare si Functionale p

atratice
si obtinem expresia algebrica G(x) =
n
P
ai xi si apoi expresia matriciala:
i=1
G(x) = A xE , unde A = (a1 , a2 , . . . , an ). Deci, ntr-o baza data, G

L(Vn , R) i se asociaza o unica matrice A M1n (R).
Matricea A, denita mai sus, se numeste matricea asociat
a functionalei G n baza E.
4.4 Denitie: Multimea V = L(Vn , R) se numeste spatiul dual al lui
V.
4.5 Propozitie. In raport cu adunarea functionalelor si nmultirea lor
cu scalari, V este un spatiu vectorial de aceeasi dimensiune ca si V .
Demonstratie: Evident ca V este spatiu vectorial. Ramane sa aratam
ca dimV = dimV .
Fie E = {e1 , e2 , . . . , en } b(V ). Pentru i = 1, n consiuderam pri : V
R, pri (x) = xi . Aceste aplicatii se numesc proectii(pri , i = 1, n duce x V
n coordonata sa de pe locul i). Ele sunt functionale linare si deci apartin lui
V . Armam ca multimea acestor n proectii,adica E = {pr1 , pr2 , . . . , prn }
1 i=j
este o baza a lui V . Se observa ca pri (ej ) =
(= ij )
0 i 6= j
(a)E sistem de generatori: Fie G V cu matricea asociata (ai )i=1,n si
x = (x1 , . . . , xn ) V arbitrar. Atunci:
n
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
Cum x este oarecare, rezulta G =
n
P
i=1
i=1
ai pri , adica E este sistem de gen-
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
1, n arbitrar xat, rezulta ca j = 0. Cum j a fost oarecare, rezulta ca

j = 0, j = 1, n.
Deci E liniar independent. Rezulta ca E b(V ), adica dimV = n.
4.2
Functionale biliniare
Fie V si W doua R spatii vectoriale. Se arata fara dicultate ca U V

este spatiu vectorial peste R.
4.6 Denitie: Functionala G : V W R se numeste functional
a
biliniar
a daca este liniara n ambele argumente, adica:
(a)x, x0 V, y W, G(x + x0 , y) = G(x, y) + G(x0 y);
4.2. Functionale biliniare
65
(b)x V, y W, ) R, G(x, y) = G(x, y);

(c)x V, y, y 0 W, G(x, y + y 0 ) = G(x, y) + G(x, y 0 );
(d)x V, y W, R, G(x, y) = G(x, y).
4.7 Observatii: 1).(a) + (b) spune ca G este liniara n primul argument,
iar (c) + (d) spune ca G este liniara n al doilea argument.
2). Daca W = V spunem ca G este functionala biliniara pe V .
4.8 Propozitie. Functionala G este biliniara dac
a si numai dac
a x, x0
V, y, y 0 W, , R, avem:
G(x+0 x0 , y+ 0 y 0 ) = G(x, y)+ 0 G(x, y 0 )+0 G(x0 , y)+0 0 G(x0 , y 0 )
(a)
Demonstratie: G(x + 0 x0 , y + 0 y 0 ) =
(c)
= G(x, y+ 0 y 0 )+G(0 x0 , y+ 0 y 0 ) = G(x, y)+G(x, 0 y 0 )+G(0 x0 , y)+

(b)
(d)
+G(0 x0 , 0 y 0 ) = G(x, y) + G(x, 0 y 0 ) + 0 G(x0 , y) + 0 G(x0 , 0 y 0 ) =

= G(x, y) + 0 G(x, y 0 ) + 0 G(x0 , y) + 0 0 G(x0 , y 0 ).
. In formula (10), se dau scalarilor , 0 , , 0 valori potrivite pentru
a obtine relatiile (a), (b), (c) si (d).
4.9 Exemplu: Sa se cerceteze daca aplicatia G : R2 R3 R
denita prin G(x, y) = x1 y1 2x2 y2 3x1 y3 , x = (x1 x2 ) R2 si y =
(y1 , y2 , y3 ) R3 , este functionala biliniara (se foloseste Denitia 2.76 sau
Propozitia 2.78).
Matricea asociat
a unei functionale biliniare. Fie acum Vm si
Wn ,R spatii vectoriale, E = {e1 , . . . , em } b(Vm ) si F = {f1 , . . . , fm }
b(Wn ).
4.10 Denitie: Matricea AG = (aij ) i=1,m , Mmn , aij = G(ei , fj ), se
j=1,n
numeste matricea asociat

a functionalei biliniare G n bazele E si F.
4.11 Teorem
a: Cu notatiile de mai sus avem c
a A Mmn astfel nc
at
G(x, y) = t xE AyF .
(4.2)
Demonstratie. Consideram x = (x1 . . . , xm ) Vm si y = (y1 , . . . yn ) Wn

si folosind (10),
avem:
m
n
m P
n
P
P
P
G(x, y) = G
xi ei , yj fj =
G(ei , fj )xi yj
1
Folosim Denitia 4.10 si obtinem expresia algebrica a functionalei biliniare

G. Deci
m X
n
X
G(x, y) =
aij xi yj ,
(4.3)
1
sau
66

atratice
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
a functionalei biliniare G. 4.12 Exemplu: Fie G : R2 R3 R, G(x, y) =

x1 y2 + x2 y3 si E = {e1 = (1, 0), e2 = (1, 1)} si F = {f1 = (1, 1, 0), f2 =
(1, 0, 1), f3 = (0, 1, 1)} baze n R2 /R si respectiv n R3 /R. Sa se determine
matricea asociata lui G n cele doua baze.
Rezolvare. Folosind Denitia 2.79 avem:
a11 = G(e1 ,f1 ) = 1 1 + 0 0 = 1 a21 = G(e2 ,f1 ) = 1 1 + 1 0 = 1
a12 = G(e1 ,f2 ) = 1 0 + 0 1 = 0 a22 = G(e2 ,f2 ) = 1 0 + 1 1 = 1
a13 = G(e1 ,f3 ) = 1 1 + 0 1 = 1 a23 = G(e2 ,f3 ) = 1 1 + 1 1 = 2
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
contextul notatiilor de mai sus avem

4.13 Propozitie. In
BG = t CAG D.
(4.4)
unde AG si BG sunt matricelr lui G n bazele E si F, respectiv E1 si F1 .

Demonstratie:Pentru x Vm si y Wn , conform cu (2) avem: xE = CxE1
si yF = DyF1 . Pe de o parte avem
G(x, y) = t xE AG yF = t (CxE1 )A(DyF1 ) =t xE1 t CAD yF1 ,

iar pe de alta parte
G(x, y) = t xE1 BG yF1 .
4.3. Functionale p
atratice
67
Cum matricea lui G n bazele E1 si F1 este unica, rezulta ceea ce trebuia

demonstrat.
4.14 Denitie: O functionala biliniara G : Vn Vn R este simetric
a
daca G(x, y) = G(y, x), )x, y Vn .
4.15 Propozitie. Fie G : Vn Vn R functional
a biliniar
a. Atunci G
este simetrica daca si numai daca AG este simetric
a.
Demonstratie: ,, Daca AG = (aij ) i=1,m , atunci aij = G(ei , ej ) =
j=1,n
G(ej , ei ) = aji . Deci AG este simetrica.

00
00 Folosind (4.3) avem:
G(x, y) =
m X
n
X
i=1 j=1
aij xi yj =
n X
m
X
aji yj xi = G(y, x).
j=1 i=1
Pentru cea de a doua implicatie,(ca exercitiu) sa se refaca demonstratia

folosind relatia (4.2).
4.16 Exemple: 1. G : R2 R2 R, G(x, y) = x1 y1 + x2 y2 este
functionala biliniara simetrica. 2. Functionala din 2.80, 2 nu este simetrica.
4.17 Denitie: Fie V /R spatiu vectorial. Spunem ca functionala
biliniara G : V V R este: 1)
pozitiv denit
a daca x V {0}, G(x, x) > 0;
2) semipozitiv denit
a daca x V, G(x, x) 0;
3) negativ denit
a daca x V {0}, G(x, x) < 0;
4) seminegativ denit
a daca x V, G(x, x) 0;
5) nedenit
a daca x, y V astfel ncat G(x, x) G(y, y) < 0.
3.Functionala g : V V R, g(x, y) = 1/2[G(x, y) + G(y, x)] este
functionala biliniara simetrica, oricare ar G(x, y), G : V V R, functionala
biliniara.
4.3
4.3.1
Functionale p
atratice
Denitii si propriet
ati imediate
Fie V /R spatiu vectorial si G : V V R o functionala biliniara si simetrica.

4.18 Denitie: Aplicatia q : V R, q(x) = G(x, x), x V se
numeste functional
a p
atratic
a (asociata lui G), iar functionala biliniara
G se numeste functional
a polar
a (sau polara) a functionalei patratice
q. In loc de functionala patratica se mai spune form
a p
atratic
a.
Daca E = {e1 , . . . , en } b(Vn ), atunci A = (aij = G(ei , ej ))i,j=1,n este
matricea asociata functionalei patratice q n baza E. Din Denitia 4.18 si
68

atratice
relatia (4.3) rezulta ca

q(x) =
n
X
aij xi xj ,
(4.5)
i,j=1
Numarul r = rang(A) se numeste rangul functionalei patratice q. O

functionala patratica este degenerat
a sau nedegenerat
a , dupa cum r <
n sau r = n.
4.19 Observatii:1) q = G| , = {(x, x)|x V }.
2) Daca se cunoaste functionala patratica q, atunci
1
G(x, y) = [q(x + y) q(x) q(y)].
2
(4.6)
(Rezulta imediat tinand seama ca G(x + y, x + y) = G(x, x) + G(x, y) +

G(y, x) + G(y, y).
2)Daca n baza E, x = (x1 , x2 , . . . , xn ) si deoarece matricea A este simetrica, atunci functionala patratica se poate scrie astfel:
q(x) = a11 x21 + 2a12 x1 x2 + 2a13 x1 x3 + . . . . . . . . . . . . . . . . . . + 2a1n x1 xn +
+a22 x22 + 2a23 x2 x3 + . . . . . . . . . . . . . . . . . . + 2a2n x2 xn +
....................................
2
+ajj xj + 2ajj+1 xj xj+1 + . . . . . . . . . + 2ajn xj xn +
. . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . .
+ann x2n = t xE AxE .
unde xE este matricea coloana a coordonatelor lui x in baza E. Daca notam:
n
P
Sj = ajj x2j + 2
ajk xj xk , j = 1, n, atunci
k=j+1
q(x) =
n
X
Sj .
(4.7)
j=1
3)Daca E, E 0 b(Vn ) si C este matricea de trecere de la baza E la

baza E 0 , atunci in baza E 0 , q(x) = t xE 0 BxE 0 , unde B = t CAC, si t xE 0 =
(x01 , x02 , . . . , x0n ). Deci prin trecerea la o alta baza, matricea asociata lui q, cat
si coordonatele lui x, se modica. Ca exemplu n acest sens avem urmatorul
rezultat.
4.20 Lem
a: . Pentru orice functional
a p
atratic
a q(x) cu matricea asociata A = (aij ), i, j = 1, n, exist
a o baz
a B n care a11 6= 0.
Demonstratie: Fie E = {e1 , . . . , en } b(Vn ) baza n care q(x) are expresia
(4.5). Daca a11 = 0, dar i0 astfel ncat ai0 i0 6= 0, consideram baza F =
{f1 , . . . , fn } data prin f1 = ei0 , fi0 = e1 si fi = ei , , i = 2, n, i 6= i0 . In baza
4.3. Functionale p
atratice
69
F avem a011 = G(f1 , f1 ) = G(ei0 , ei0 ) = ai0 i0 6= 0. Consideram acum situatia

contrara, i.e. a11 = 0, , i = 1, n. Deoarece nu avem q(x) 0, i0 , j0
{1, . . . , n}, astfel ncat ai0 j0 6= 0. Vom lua baza F astfel f1 = ei0 +ej0 , fi0 = e1
si fi = ei , , i = 2, n, i 6= i0 . In aceasta baza avem a011 = G(f1 , f1 ) =
G(ei0 + ej0 , ei0 + ej0 ))) = 2G(ei0 , ei0 ) = 2ai0 j0 6= 0.
4.21 Teorema: Fie functionala p
atratic
a q(x), q : Vn R cu r =
rang(q) si E b(Vn ). Atunci B b(Vn ) astfel nc
at xB =t (1 , 2 , . . . , n ) si
q(x) = 1 12 + 2 22 + . . . + r r2 ,
(4.8)
n r dintre coecientii i R, i = 1, n sunt zero.

Demonstratie: Fie E = {e1 , e2 , . . . , en } ) n care a11 6= 0 si x = (x1 , x2 ,
. . . , xn ) Vn . Din (13) rezulta ca Sj contine toti termenii cu xj , j =
1, n. Adunam la S1 , daca este nevoie, o expresie S1 astfel ncat S1 + S10 =
!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
q1 (x) = q(x) S1 S1 nu contine termeni cu x1 .

Acum facem transformarea:
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
... ... ...

xn
... 1
(4.9)
Prin transformarea de coordonate (4.9) se trece de la baza E la o alta baza

E1 , n care noile coordonate ale lui x sunt x = (xi1 , y2 , . . . , yn ). Matricea de
trecere de la E la E1 este:
T01
a12
1 aa12
a11
11
0 1
0
=
... ... ...
0 0
0
1
... aa12
11
... 0
... ...
... 1
cu det(T01 ) = 1. Astfel n baza E1 , q(x) = a11 12 + q1 (x), cu q1 (x) = a122 y22 +

a123 y2 y3 + . . . + a1nn yn2 . Se repeta rationamentul de mai sus pentru q1 (x) si se
obtine q2 (x) n care componentele x1 si x2 nu apar. In concluzie, dupa cel
70

atratice
mult n - 1 pasi, obtinem o baza {f1 , f2 , . . . , fn } n Vn , fata de care functionala

patratica are forma canonica (4.1).
4.22 Denitie: Membrul stang al relatiei (4.8) se numeste expresie
canonic
a a functionalei patratice q corespunzatoare bazei B, care se numeste
baz
a canonic
a a functionalei patratice q.
Din cele de mai sus rezulta ca unei functionale patratice poate sa-i corespunda mai multe baze canonice, cu alte cuvinte, expresia canonica a unei
functionale patratice nu este unica.
In loc de expresie canonica se mai spune si form
a canonic
a (sau
form
a p
atratic
a ). Matricea asociata lui q cu expresia canonica (4.8)
este A = (i ij ), i, j = 1, n, adica este o matrice diagonala, n care ultimile
n r elemente ale diagonalei principale sunt zero. Din acest motiv putem
spune ca baza n care matricea lui q are forma diagonala se numeste baz
a
canonic
a pentru q, iar forma patratica a luiq n aceasta baza se numeste
form
a canonic
a a lui q.
4.23 Denitie: Tripletul (p+ , p , p0 ), n care p+ = numarul coecientilor
strict mai mari ca zero, p = numarul coecientilor strict mai mici ca zero,si
cu p0 = numarul coecientilor egali cu zero (p0 = n (p+ + p )), din (4.8)
se numeste signatura functionalei p
atratice q.
Prezentam, fara demonstratie, urmatoarea
4.24 Teorem
a (legea inertiei) : Signatura unei functionale p
atratice este
invarianta la schimbarea bazei canonice.
4.25 Denitie: O functionala patratica q : Vn R este: 1)pozitiv
(negativ) denit
a daca q(x) > 0(q(x) < 0), x Vn \ {0}; 2)semipozitiv
(seminegativ) denit
a daca q(x) 0(q(x) 0), x Vn ; 3)nedenit
a
0
0
daca x, x Vn astfel ncat q(x) > 0 si q(x ) < 0.
Din cele de mai sus rezulta ca daca q(x) = 1 12 + 2 22 + . . . + r r2 , atunci
ea este:
(a) pozitiv (negativ) denita daca i > 0(i < 0)i = 1, r,
(b) semipozitiv (seminegativ) denita daca i 0(i 0)i = 1, r.
Folosind minorii principali k , k = 1, n, ai matricei asociate unei functionale patratice, obtinem o conditie necesara si sucienta ca functionala patratica sa e pozitiv (negativ) denita. Astfel avem:
4.26 Teorem
a. (Criteriul lui Sylvester ). Cu notatiile de mai sus avem:
(a)q este pozitiv denit
a dac
a si numai dac
a k > 0, k = 1, n ;
(b)q este negativ denit
a dac
a si numai dac
a k > 0, k = 1, n, unde k =
(1)k k .
4.3. Functionale p
atratice
4.3.2
71
Reducerea unei functionale p

atratice la forma
canonic
a
Daca q : Vn R este o functionala patratica pe Vn , atunci exista o baza n

Vn , fata de care q(x) are forma canonica.
Metode de reducere la forma canonic
a.
Metoda I (Metoda lui Gauss)
Teorema lui Gauss din sectiunea anterioara, pune n evidenta faptul ca
pentru obtine o forma canonica pentru q(x), se poate proceda ,pur si simplu,
ca n demonstratia teoremei pentru formarea patratelor sau se transforma
matricea sa dupa metoda eliminarii incomplete.
4.27 Exemple. 1. Sa se scrie sub forma canonica urmatoarea functionala
patratica:
q(x) = 2x21 4x1 x2 + 3x22 6x1 x3 + 10x2 x3 x23
Rezolvare: Varianta I de calcul
q(x) = 2x21 4x1 x2 6x1 x3 = S1

2
2 3
= S2 ; A = 2 3
+3x22 + 10x2 x3
5
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
Vectorii bazei B vor dati de coloanele acestei matrici.

Varianta II de calcul. Aceasta consta n a aplica metoda de eliminare
incompleta matricei asociate formei patratice.
72

atratice
[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. Sa se scrie sub forma canonica urmatoarea functionala patratica:

q(x) = 2x21 5x22 + 4x1 x3 4x1 x4 + 6x2 x3 8x3 x4 .
Vom aplica varianta II.
[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
Din cele de mai sus avem
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)
4.29 Exemplu. Folosind metoda lui Jacobi sa se determine forma canonica

a functionalei patratice:
q(x) = 2x21 4x1 x2 + 3x22 6x1 x3 + 10x2 x3 x23 .
Matricea asociata este:
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

atratice
Capitolul 5
Spatii vectoriale euclidiene
5.1
Denitii si exemple
Fie V /R - spatiu vectorial.

5.1 Denitie: Aplicatia h, i : V V R
V V 3 (x, y) hx, yi R, x, y V,
se numeste produs scalar pe V (notatia hx, yi, se citeste produsul scalar al
lui x cu y) daca:
(a) hx, xi 0, x V si hx, xi = 0 x = 0; (pozitivitate)
(b) hx,yi = hy,xi, () x, y V; (simetria)
(c) hx + x,yi = hx,yi + hx,yi x, x, y V
(d) hx,yi = hx,yi() R, x, y V,
Conditiile (c)+(d) reprezinta liniaritatea n prima variabila.
5.2 Exercitii: 1 Produsul scalar este liniar si n variabila a doua.
2 Daca x = 0 sau y = 0, atunci hx, yi = 0.
3 Aratati ca aplicatia denita prin
hx, yi =
n
X
xi yi , x = (x1 , . . . , xn ), y = (y1 , . . . , yn ) Rn ,
(5.1)
i=1
este un produs scalar pe Rn .

4Aratati ca aplicatia denita prin hf, gi =
Rb
a
f (x)g(x)dx, f, g C[a,b] =
{f : [a, b] R|f continua}, este un produs scalar pe C[a,b] .

Din Denitia 2.100 si din exercitiul 1 rezulta ca produsul scalar este o
functionala biliniara, semipozitiv denita si simetrica.
75
76
Capitolul 5. Spatii vectoriale euclidiene
5.3 Denitie: Un spatiu vectorial V/R pe care s-a denit un produs

scalar se numeste spatiu prehilbertian real. Un spatiu prehilbertian
real se mai nume
ste
si spatiu euclidian real. Deoarece, n aceasta
lucrare corpul scalarilor este R n loc de , ,euclidian real, vom spune
doar , ,euclidian.
5.4 Exemple: 1 Rn , cu produsul scalar denit n exercitiul 3, este
un spatiu euclidian.
2 C[a,b] , cu produsul scalar denit n exercitiul 4, este un spatiu euclidian.
orice spatiu euclidian V , are loc inegalitatea:
5.5 Propozitie. In
hx, yi2 hx, xi hy, yi, x, y V.
(5.2)
numita inegalitatea lui Cauchy -Buniakovski - Schwarz.

Demonstratie. Daca x = 0 sau y = 0 inegalitatea este evidenta, caci avem
0 0. Daca x, y V \ 0, consideram functia g :R R, g(t)= hx-ty,x-tyi.
Pe de o parte se observa ca g(t) 0 () t R si pe de alta parte g(t)
= hy,yi t2 2hx,yi t + hx,xi este o functie polinomiala gradul doi. Deci
= hx,yi2 hx,xi hy,yi 0 ( este discriminantul redus al ecuatiei g(t) =
0). Si astfel inegalitatea este demonstrata.
5.6 Observatii: 1. Inegalitatea lui Cauchy - Buniakovski - Schwarz se
mai scrie si sub forma:
p
|hx, yi| hx, xihy, yi.
(5.3)
2. Inegalitatea (5.3) devine egalitate daca si numai daca x, y sunt liniari
dependenti. Intr-adevar, ind egalitate avem hx, yi2 = hx, xi hy, yi. In acest
caz ecuatia hy, yi2 2hx, yi + hx, xi = 0 cu necunoscuta , are solutie
unica (deooarece discriminantul sau este zero). Deci ! R astfel ncat
hxy, xyi = 0, adica ! R astfel ncat y = x. Prin urmare vectorii
x si y sunt liniari dependenti.
Pentru armatia reciproca se inverseaza implicatiile de la armatia directa.
3. Daca V = Rn , atunci (19) are forma:
n
!2 n
! n
!
X
X
X
xi y i
x2i
yi2
(5.4)
i=1
i=1
i=1
4. Pentru 2.102 ,2, (19) devine

b
2
Z
Zb
Zb
f (x) g(x) dx f (x) dx g(x) dx
a
(5.5)
5.2. Ortogonalitate
5.2
77
Ortogonalitate
5.7 Denitie. Fie V /R spatiu vectorial. O aplicatie N : V R cu

proprietatile
(n1 )N (x) 0x V si N (x) = 0 x = 0;
(n2 )N (x) = ||N (x), R si x V ;
(n3 )N (x + y) N (x) + N (y), x, y V. se numeste norm
a pe V , iar un
spatiu vectorial dotat cu o norma se numeste spatiu vectorial normat.
De regula, norma N (x) a elementului x V se noteaza prin ||x||. Norma
unui element x V (i.e. N (x) sau ||x||) se mai numeste si lungimea vectorului x.
5.8 Propozitie. Fiep
V un spatiu euclidian. Atunci aplicatia N : V
R, denita prin N (x) = hx, xi este o norma pe V .
Demonstratie. (n1 ) Rezulta din Denitia 2.100. (a).
(n2 ) Fie R si x V . Atunci
p
p
p
N (x) = hx, xi = 2 hx, xi = || hx, xi = ||N (x).
(n3 ) Fie x, y V. (N (x + y))2 = hx + y, x + yi = hx, xi + hy, yi + 2 h x, y i
(N (x))2 + (N (y))2 + 2N (x) N (y) = (N (x) + N (y))2 .
Deci N (x + y) N (x) + N (y) si astfel demonstratia este terminata.
Norma precizata n Propozitia 5.8 este o norma indus
a de produsul
scalar si se numesp
te norma euclidian
a.
Notnd ||x|| = hx, xi, relatia (5.3) se mai scrie
|hx, yi| ||x||||y||.
(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||
Aceasta dubla inegalitate face posibila denitia urmatoare.

5.9 Denitie. Fie V /R un spatiu euclidian si x, y V {0}. Numarul
[0, ] denit de egalitatea
cos =
hx, yi
||x|| ||y||
(5.7)
78
se numeste unghiul dintre vectorii x

si y .
5.10 Denitie. Fie V un spatiu euclidian. Doi vectori x, y V se
numesc ortogonali si notam x y, daca hx, yi = 0. O submultime SV se
numeste ortogonal
a (mutual ortogonal
a) daca hx, yi = 0, x, y S cu
x 6= y(i.e. orice doi vectori diferiti din S sunt ortogonali, daca produsul lor
scalar este 0).
O multime ortogonala S V \ {0}, se numeste ortonormat
a (sau
ortonormal
a ), daca orice element al sau este versor (i.e. orice element al
sau are norma egala cu 1 ).
5.11 Exercitiu. Daca un sistem de vectori S V spatiu euclidian, este
liniar independent atunci hx, xi = 0x S.
Rezolvare. Daca S este liniar independent, atunci x 6= 0, x S.
5.12 Teorem
a. Fie V /R spatiu euclidian. Atunci avem: (a) Orice
multime ortogonala S = {x1 , . . . , xp } V \ {0} este liniar independent
a;
(b) Daca dimV = n, atunci orice submultime ortogonal
a a lui V \ {0} cu n
elemente este baza n V .
Demonstratie. (a) Fie 1 x1 + 2 x2 + . . . + p xp = 0. Inmultim scalar
aceasta egalitate cu xi , i = 1, n arbitrar xat, i.e. h1 x1 + . . . + p xp ,xi i =
0. Din liniaritatea produsului scalar gasim: 1 hx1 ,xi i + . . . + i1 hxi1 ,xi i +
i hxi ,xi i + i+1 hxi+1 ,xi i + . . . + p hxp ,xi i = 0. Vectorii lui S ind ortogonali
rezulta hxj , xi i = 0, j 6= i si hxi ,xi i 6=0. Deci i = 0. Cum i a fost xat
arbitrar rezulta i = 0 ()i = 1, p. Prin urmare S este liniar independent.
(b) Fie S V \{0} multime ortogonala si are n elemente. Din punctului (a) rezulta ca S este sistem de vectori liniar independent si conform cu
Propozitia 2.25 este si sistem de generatori.Deci Sb(V).
5.13 Propozitie. Fie V /R un spatiu euclidian si S V. S se poate
ortogonaliza daca si numai dac
a S este liniar independet.
Demonstratie. Fie S = {x1 , x1 , . . . , xp } sistemul de vectori care urmeaza
sa e ortogonalizat. Luam acum
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)
si apoi se calculeaza yj . In nal obtinem sistemul ortogonal de vectori S =

{y1 , y2 , . . . , yn }.
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
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
Deci y2 = (1, 2) + 12 (1, 1) = 32 , 32 .
Rezulta ca S = {y1 = (1, -1), y2 = 32 , 32 } este sistemul ortogonal

cautat.
etapa 3. Vericarea
ortogonaliz
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
Luam acum y3 = 31 y1 + 32 y2 + x3 . Inmultim scalar cu y1 si apoi cu y2

3 ,y2 i
3 ,y1 i
n aceasta ultima relatie si obtinem 31 = hx
= 23 si 32 = hx
= 21 .
hy1 ,y1 i
hy2 ,y2 i
Rezulta y3 = (0, 1, 1) + 23 (1, 1, 1) + 12 (1, 0, 1) = 61 (1, 2, 1).
Deci S = {y1 = (1, 1, -1), y2 = (-1, 0, -1), y3 = 61 (1, 2, 1)} este
sistemul ortogonal cautat.
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
Rezulta y3 = (0, 1, 0 1)+ 13 (1, 0, 1, 1)+ 23 (1, 1, 0, 1) = 13 (1, 1, 1, 0)

si n nal gasim S = {y1 = (1, 1, 0, 1), y2 = (1, 0, 1, 1), y3 = 31 (1, 1, 1, 0)
(d)etapa
m matricea asociata lui S si se gaseste
1.Considera
1 1
3
1 0 si apoi, rang(S) = card(S). Deci S este liniar
AS = 0
1
2
1
independent.
etapa 2. Luam
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
si apoi S = {y1 = (1, 0, 1), y2 = ( 2 , 1, 2 ), y3 = ( 11 , 11 ), 11 }

etapa 3. Se verica ortogonalizarea lui S .
Punctele (e) si (f ) raman ca exercitiu.
orice spatiu euclidian Vn /R exist
5.16 Propozitie. In
a o baz
a ortonormala.
Demonstratia. Conform cu 2.111
exista B = {y
n
o 1 , . . . , yn } o baza ory1
y2
yn
togonala n Vn . Atunci B1 = ||y1 || , ||y2 || , ..., ||yn || este baza ortonormala
cautata.
5.3. Multimi convexe
5.3
81
Multimi convexe
5.17 Denitie. Fie V/R spatiu vectorial si x, y V. Multimea

not
[x, y] = { = (1 - )x + y | [0, 1]}
se numeste segment de capete x si y.
5.18 Denitie. Fie V/R spatiul vectorial. O multime A V se numeste
convex
a daca () x, y A, [x, y] A.
5.19 Propozitie. Fie V/R spat
iu vectorial si (Ai )iI o familie oarecare
T
de multimi convexe din V. Atunci
Ai este multimea convexa.
T iI
Demonstratie. Fie x, y
Ai . Atunci x, y Ai i I. Si cum pentru
iI
T
Ai , i.e.
i I, Ai este convexa, rezulta ca [x, y] Ai i I. Deci [x, y]
iI
T
Ai este convexa.
iI
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
este multime convexa (se numeste hiperplan).

2. In Rn /R, multimea
(
)
n
X
(x1 , ...xn ) Rn
i xi r, i , r R, i = 1, n
i=1
este o multime convexa(se numeste semispatiu n Rn ).

5.22 Denitie. Fie V /R spatiu vectorial si S = {x1 , x2 , . . . , xp } V .
p
P
Vectorul y = 1 x1 +. . .+p xp cu i 0 si
i = 1 se numeste combinatie
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
(sau acoperire convex

a ) a multimii de vectori S = {x1, . . . , xp }.(se mai
noteaza si cu Lc [x1,..., xp ])
5.23 Propozitie. Fie V /R spatiu vectorial si A V este convex
a. Dac
a
S = {x1, . . . , xp } A, atunci Lc (S) A.
Demonstratie. Aratam prin inductie dupa kN ca ()x Lc (S) x
k
P
A. Fie k = 2. Atunci x Lc [x1, x2 ] (),i 0, i = 1, 2si
i = 1a..
i=1
82
x = 1 x1 + 2 x2. Din Denitia 5.16 si din faptul ca A convexa rezulta ca

x [x1 , x2 ] A. Deci Lc [x1, x2 ] A. Presupunem ca pentru un k arbitrar
xat avem Lc [x1,..., xk ] A. Vrem sa aratam ca Lc [x1,..., xk+1 ] A. Fie x
k+1
k+1
P
P
lc [x1,..., xk+1 x]. Atunci i 0, i = 1, k + 1 cu
i = 1 a.. x =
i xi .
Daca notam =
+k+1 =
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
A. Si demonstratia este terminata.

Propozitia 5.22 se poate enunta si astfel: Orice multime convex
a odata
cu o multime de vectori contine si acoperirea sa convex
a.
5.24 Denitie. Fie V /R spatiul vectorial si A V multime convexa.
Un punct A care nu poate scris ca o combinatie liniara convexa de
puncte din A, se numeste vrf al multimii convexe A.
5.25 Exemple. 1. Multimea A = {(x, y) R2 |x y 1 si x + 3y
3} este o multime convexa si are ca vrf vectorul (0, 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
Capitolul 6. Teste de autoevaluare si evaluare.
5. Se da operatorul T : R3 R4 denit prin

T(x1 , x2 , x3 ) = (2x1 x2 , x3 , x2 x3 + x1 , 3x2 + 2x1 ).
(a) Sa se demonstreze ca T este operator liniar si injectiv.
(b) Sa se calculeze ker T.
6. Fie operatorul liniar T : R3 R3 denit prin
T(x) = (3x1 + x3 , 2x1 + x2 x3 , x1 x2 + 2x3 ), x = (x1 , x2 , x3 )
Sa se determine ker T, Im T, rangul si defectul lui T.
7. Se da operatorul T : R2 R3 , T(x1 , x2 ) = (x1 + 6x2 , -x2 , 5x1 + 3x2 ).
Se cere:
(a) Sa se arate ca T este operator liniar;
(b) Sa se scrie matricea atasata operatorului T n raport cu:
1 bazele canonice ale lui R2 si R3 ;
2 bazele: G = {g1 = (1, 0), g2 = (1, 1)} (a lui R2 )si
H = {h1 = (1, 1, 0), h2 = (0, 1, 0), h3 = (1, 0, 1)} (a lui R3 );
Sa se verice formula de trecere de la o baza la alta.
8. Sa se verice inversabilitatea operatorilor T : R3 R3 de mai jos si
n caz armativ, sa se calculeze inversele:
T(x) = (3x1 + 4x2 + x3 , x1 2x2 + 2x3 , x1 + x3 )
T(x) = (x1 + 2x2 + x3 , x1 + 3x2 + 2x3 , x1 2x2 ), x = (x1 , x2 , x3 ).
9. Se dau operatorii liniari:
T : R3 R2 , T(x1 , x2 , x3 ) = (x3 x2 , x1 + 5x2 ) si
U: R2 R4 , U(x1 , x2 ) = (x1 + x2 , 2x1 3x2 , -x2 , x1 )
Sa se calculeze produsul (compunerea) celor doi operatori;
Sa se scrie matricea asociata produsului de la (a) n bazele canonice si sa
se probeze legatura cu matricile atasate lui T si U n bazele corespunzatoare.
10. Sa se determine valorile si vectorii proprii pentru operatorul
T : R3 R3 , T(x) = (x1 + 2x2 + x3 , -x2 x3 , 2x3 ), x = (x1 , x2 , x3 ).
11. Folosind valorile proprii, sa se scrie forma diagonala (daca se poate)
matricea asociata ecaruia din operatorii:
T : R3 R3 , T(x) = (x1 + x3 , 2x1 + x2 + 2x3 , 3x1 + x3 )
U: R2 R4 , U(x) = (2x1 , -x1 + x2 , 5x1 3x2 - x3 )
12. Fie f : R3 R, f (x) = 5x1 + x2 + 3x3 . Se cere:
Sa se precizeze daca f este o functionala liniara;
Sa se scrie matricea asociata lui f n baza
E = {e1 = (2, 0, 1), e2 = (1, 1, 0), e3 = (3, 1, 2)}
Sa se determine ker f si dim (ker f ).
13. Sa se determine functionala liniara f : R3 R
f (x) = 1 x1 + 2 x2 + 3 x3 , x = (x1 , x2 , x3 ) daca
f (1, -1, 1) = 5, f (1,0,1) = 6, f (1, 0, 1) = 2
14. Care dintre urmatoarele functionale sunt biliniare:
(a) f : R2 R2 R, f (x, y) = x1 y2 + 3x2 y1 , x = (x1 , x2 ), y = (y1 , y2 )
6.1. Test de autoevaluare
85
(b) f : R2 R3 R, f (x, y) = x1 y1 x2 y3 + 3, x = (x1 , x2 ), y = (y1 ,

y2 , y3 )
15. Sa se arate ca f : R3 R3 R, f (x, y) = 2x1 y2 3x2 y3 +x3 y1 este
functionala biliniara si sa se scrie matricea ei n baza canonica si n baza
G = {(1, 1, 1), (1, 0, 1), (0, 1, 1)}.
16. Sa se arate ca functionala biliniara f : R3 R3 R, f (x, y) =
x1 y1 +2x2 y2 -x3 y2 + +8x3 y3 + x1 y2 + x2 y1 + x3 y1 x2 y3 + x1 y3 unde x =
(x1 , x2 , x3 ), y = (y1 , y2 , y3 ) este simetrica si pozitiv denita.
17. Sa se determine functionala patratica q : R3 R generata de
functionala biliniara de la exercitiul 16.
18. Sa se reduca la forma canonica, functionalele patratice q : R3 R:
q(x) = x21 + 2x1 x2 + 5x22 + 4x2 x3 + 2x23 ;
q(x) = x21 4x1 x2 + 2x1 x3 + 2x22 + 5x23 ;
q(x) = x1 x2 + x2 x3 + x3 x1 ;
19. Sa se studieze n functie de parametrul R rangul si dependenta
liniara a sistemului de vectori S = {x1 = (1, 0, 1), x2 = (3, 1, ), x3 = (8,
, 0)}.
20. Sa se cerceteze daca operatorul T L (R3 , R3 ) denit prin T(x)
= (x1 - 2x3 , 2x1 + x2 , x2 + 3x3 ), este inversabil si n caz armativ sa se
calculeze inversul sau.
21. Pentru operatorul T de la exercitiul 20 vericati ca T o T1 = I, I
ind operatorul identic.
22. Sa se arate ca sistemul de vectori S = {x1 = (1, -2, 1), x2 = (2,
-1, 1), x3 = (-4, 1, -3)} R3 /R, desi nu este liniar independent, se poate
ortogonaliza gasind S .
23. Sa se precizeze care din multimile
(a) M1 = {(x,y) R2 | 2x + y 3, y 0}
(b) M2 = {(x,y) R2 | x 2 + y2 = 4}
(c) M3 = {(x,y) R2 | 2x2 + 5y2 8}
sunt convexe.
86
Rezolvarea (test de autoevaluare)
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
0 0 [5/3] 2/3 5/3 1

0 5/3 5/3
2/3 0 1
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
Pentru ca det A = 1 6= 0, sistemul de mai sus are ca solutie doar 1 =

0 = 2 = 3 .
Deci, din orice combinatie liniara 1 x1 + 2 x2 + 3 x3 = 0 1 = 2 = 3
= 0 adica S1 este liniar independent.
Observatie: S1 liniar independent det A 6= 0. Deci, studiul dependentei
liniare a oricarui sistem de vectori se reduce la calcularea rangului matricei
asociate (vezi sectiunea 2.3.3.).
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
t2 t3 + t1 , 3t2 + 2t1 ) = (2x1 + 2x1 x2 x2 , x3 + x3 , x2 +

x2 x3 x3 + + x1 +x1 , 3x2 + 3x2 +2x1 + 2x1 ) = ((2x1
x2 ) + (2x1 x2 ) , x3 + x3 , (x2 x3 + x1 ) + (x2 x3 + x1 ), (3x2
+ 2x1 ) + (3x2 + 2x1 )) = = ((2x1 x2 ), x3 , (x2 - x3 + x1 ), (3x2 +
2x1 )) + ((2x1 x2 ), x3 , (x2 x3 + x1 ), (3x2 + 2x1 )) = (2x1 - x2 ,
x3 , x2 x3 + x1 , 3x2 + 2x1 ) + + (2x1 x2 , x3 , x2 x3 + x1 , 3x2 +
2x1 ) = T(x) + T(x).
Rezulta ca T este operator liniar.
O alta metoda: se scrie T(x) = Ax, unde A este matricea asociata lui T,
i.e.
89
2
0
A=
1
2
1
0
2
3
0
1
1
0
Si apoi T(x + x) = A(x + x) = Ax + Ax = T(x) + T(x) (vezi

si exercitiul 7(a)).
(b) ker T = {x R3 | T(x) = 0}
0=(0,0,0,0)
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
T (e1 ) = T (1, 0) = (1 + 6 0, 0, 5 1 + 3 0) = (1, 0, 5)

T (e2 ) = T (0, 1) =(0 + 6 1,1, 5 0 + 3 1) = (6, 1, 3)
1 6
0 1 (Matricea A are pe coloane coordonatele vecsi se obtine A =

5 3
torilor T (e1 ), T (e2 ) n baza F ).
C
D
2 E G si F H
G = {g1 = (1, 0), g2 = (1, 1)}
H= {h1 = (1, 1, 0), h2 = (0, 1, 0), h3 = (1, 0, 1)}
C este matricea de trecere de la baza E la
baza G
si are pe coloane
1 1
coordonatele vectorilor G n baza E, adica C =
0 1
D este matricea de trecere de la baza F la baza H si are pe coloane
coordonatele vectorilor lui H considerati n baza F , adica:
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
(ImT) dim (kerT) = 3 - 2 = 1 kerT 6= {0} T nu este operator

injectiv. Deci, nu este inversibil.
(b) T(x)
+ x3 , x1 + 3x2 + 2x3 , x1 2x2 ).
= (x1 + 2x2
1
2
1
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
(b) Din (a) rezulta ca AU oT =

1 5 0 .
0
1 1
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
16. Functionala data verica f (x, y) = f (y, x), () x, y R3 , adica

functionala f (x, y) este simetrica.
Functionala biliniara f (x, y) este pozitiv denita daca f (x, x) > 0)x
R3 .
f (x,x) = x21 + 2x22 + 8x23 + 2x1 x2 + 2x1 x3 2x2 x3 =
= x21 + 2x1 x2 + 2x1 x3 +
+ 2x22 2x2 x3 +
+ 8x23 =
= x21 + x22 + x23 + 2x1 x2 + 2x1 x3 + 2x2 x3 +
+ (-x22 x23 2x2 x3 ) + 2x22 2x2 x3 + 8 x23 =
= (x1 + x2 + x3 )2 + (x22 4x2 x3 + 4x23 ) + 3x23 =
= (x1 + x2 + x3 )2 + (x2 2x3 )2 + 3x23 > 0x R3 .
Deci, f este pozitiv denita.
17. q(x) = f (x, x) = x21 + 2x22 + 8x23 + 2x1 x2 + 2x1 x3 2x2 x3 este
functionala patratica generata de functionala biliniara f (x, y) = x1 y1 + 2x2 y2
+ 8x3 y3 + x1 y2 + x2 y1 + x3 y1 x2 y3 x3 y2 .
18. Se va aplica metoda lui Gauss.
(a) q(x) = x21 + 2x1 x2 + 5x22 + 4x2 x3 + 2x23 =
= x21 + 2x1 x2 + (S1 )
+ 5x22 + 4x2 x3 + (S2 )
+ 2x23 = (S3 )
= (x21 + 2x1 x2 + x22 ) + (4x22 + 4x2 x3 + x23 ) + x23 =
2
= (x1 + x2 )2 + (2x2 + x3 )2 + x
3.
1 = x1 + x2
2 = 2x2 + x3 .
Deci, q(x) = 12 + 22 + 32 unde
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. Teste de evaluare
6.2
97
Teste de evaluare
Teste de evaluare nr. 1

1. Daca X, Y, Z sunt trei multimi oarecare, atunci:
a.X (Y Z) = (X Y ) Z
b.X (Y Z) = (X Y ) (X Z)
c.(X Y ) Z = (X Z) (Y Z)
d.(X Y ) Z = X (Y Z) = (X Z) Y
e.X (Y Z) = (X Y )(X Z), unde XY = (X Y ) (Y X).
2.Fie f : X Y si g : Y Z doua functii. Aratati ca:
a) daca f si g sunt injective, atunci gof este injectiva;
b) daca gof este injectiva, atunci f este injectiva;
c) daca f si g sunt surjective, atunci gof este surjectiva;
d) daca gof este surjectiva, atunci g este surjectiva;
e) daca f si g sunt bijective, atunci gof este bijectiva;
f ) daca gof este bijectiva, atunci f este injectiva si g este surjectiva.
3.Fie An , In si Tn multimea permutarilor pare, impare si respectiv transpozitiilor de ordin n. Se cere:
a) Sa se arate ca An si Tn In .
b) Sa se arate ca : An In , aplicatie bijectiva.
4. Cu ce semn apare termenul a16 a23 a34 a42 a51 a65 n dezvoltarea det A,
unde A = (aij )i,j=1,6 ? Exista un determinant ce are n dezvoltarea sa termenul
a15 a23 a34 a43 a52 ? Justicare.
5.Sa se calculeze determinantii:
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
()A(1) A(2) A(3) A(4) = 0
S4
7. Fie A, B Mn (C). Sa se arate ca:

a)det (A2 + B2 ) 0
b) daca det A 6= 0 si A + A1 = In , sa se arate ca detA > 0, n N .
98
8. Pentru orice matrice A, B Mn (R), sa se arate ca:

a)T r(A + B) = T r(A) + T r(B)
b)T r(A) = T r(A), R
c)T r(AB) = T r(BA)
d)T r(U AU 1 ) = T r(A), U Mn (R) cu detU 6= 0
9. Sa se rezolve si sa se discute ecuatia matriciala:

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).
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
3. Sa se studieze dependenta liniara a sistemelor de vectori:

S1 = {(3, 4, 5), (1, 1, 2), (0, 1, 1)}
S2 = {(2, -1, 1), (-4, 1, -3), (1, -2, -1)}.
4. Sa se arate ca
S = {(1, 1, 0), (1, 0, 1), (0, 1, 1)} R3
este o baza n R3 si sa se calculeze coordonatele lui v = (1, 0, 2) n baza S.
5. Fie operatorul T : R3 R3 denit prin:
T(x) = (x1 x2 + 2x3 , 3x1 + x3 , 2x1 + x2 x3 ), x = (x1 , x2 , x3 ).
a) Sa se arate ca T este operator liniar;
b) Sa se determine ker T, Im T, rangul si defectul lui T;
c) Daca T este inversabil sa se calculeze T1 .
6. Fie operatorul T : R3 R3 denit prin:
T(x) = (x1 x2 , -5x1 + x2 x3 , 4x2 + x3 ).
a) Se determine valorile si vectorii proprii ale lui T;
b) Sa se scrie forma diagonala a lui AT (matricea asociata lui T).
7. Se da operatorul T : R2 R3 , T(x1 , x2 ) = (x1 + 6x2 , -x2 , 5x1 + 3x2 ).
Sa se determine KerT, ImT, defectul si rangul operatorului T.
8. Sa se determine functionala liniara G : R3 R3 , G(x) = 1 x1 + 2 x2
+ 3 x3 , x = (x1 , x2 , x3 ), daca G(3, 4, 5) = 6, G(1, 1,2) = 9, G(0, 1, 1) = 11.
9. Sa se arate ca G : R3 R3 R denita prin
G(x,y) = x1 y3 + 2x2 y2 + x3 y1
este functionala biliniara. Este si simetrica?
10. Sa se reduca la forma canonica urmatoarele functionale patratice:
a) q(x) = 2x21 5x22 + 4x1 x3 4x1 x4 + 6x2 x3 8x3 x4
b) q(x) = -2x1 x2 + x2 x3 x1 x3 .
2
2 3
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
16. Fie Vn /3 spatiu vectorial si G : Vn x Vn R functionala biliniara.

Daca G este simetrica atunci AG simetrica, (AG este matricea asociata lui G
ntr-o baza a lui Vn ).
1. Sa se determine matricea de trecere de la baza E ={(1 = (1, 1, 1),
2 = (1, 1, 0), 3 = (1, 0, 0)} la baza E 0 = {(1 = (2, 0, 3), 2 = (-1, 4,
1), 3 = (3, 2, 5)}.
2. Folosind lema substitutiei sa se arate ca:
S = {1 = (1, 0, 0), 2 = (0, 1, 0), 3 = (0, -5, 5)} este o baza si sa se
calculeze coordonatele vectorului x = (2, -3, 5) n aceasta baza.
3. Sa se calculeze vectorii proprii ai operatorului T : R3 R3 , T(x) =
(-2x3 , 2x1 x2 , 3x1 + 5x3 ); x = (x1 , x2 , x3 ) R.
4. Sa se determine functionala biliniara G : R3 R3 R din care
provine functionala patratica q(x) = x1 x2 + x1 x3 + x2 x3 .
5. Sa se calculeze ker T pentru operatorul de la exercitiul 3 si sa se
studieze inversabilitatea lui T n doua moduri.
6. Sa se calculeze ImT si rangul operatorului T : R3 R3 , T(x) = (2x1
x2 + x3 , 2x2 x3 , 2x3 ).
7. Sa se arate ca G : R3 R3 R, G(x, y) = 1/2(x1 y2 + x2 y1 + x1 y3
+ x3 y1 + x2 y3 + x3 y2 ) este simetrica si sa se precizeze functionala patratica
pe care o determina.
8
Sa se determine
forma patratica a carei matrice asociata este matricea:
1
2 1
3 5 si sa i se gaseasca forma canonica.
A= 2
1 5 1
9. Sa se arate ca functia h, i: R3 R3 R denita prin hx,yi = 3x1 y1
x1 y2 x2 y1 + 2x2 y2 , este un produs scalar.
10. Sa se determine numarul de vectori liniari independenti ai sistemului:
S = {x1 = (2, 4, 1, 3), x2 = (7, 4, -9, 5), x3 = ( 4, 8, 0, 1), x4 = (5, 5,
-5,5), x5 = (8, 4, -14, 6)}.
11. Pentru operatorul T de la exercitiul 3, se cere:
(a) sa se precizeze daca kerT = {0} implica T inversabil (justicati);
(b) sa se precizeze ce conditie trebuie adaugata la ker T = {0}, astfel
ncat T sa e inversabil;
(c) n caz ca T este inversabil sa verice relatie T1 o T = I, unde I este
operatorul identic.
12. Calculand ker T pentru operatorul T : R3 R3 , T(x) = (x1 + 2x2
+ x3 , -x2 x3 , 2x1 3x3 ) sa se precizeze daca T este inversabil.
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.
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
5. Daca este unghiul vectorilor liniar dependenti x, y V/R, spatiu

euclidian, atunci {0,}.
6. Sa se arate ca baza canonica din R4 /Reste ortonormala.
7. Fie x,y doi vectori din spatiul euclidian V/R. Atunci x,y = 0 daca
si numai daca x = 0 sau y=0 sau xy.
8 Fie V/R spatiu vectorial. Pentru orice functionala G:VVR, functionala
g: VVR, g(x,y) = 1/2[ G(x,y) + G(y,x)] este simetrica.
9. Fie Vn si Wp R - spatii vectoriale cu bazele E si respectiv F . Sa se
arate ca:
a) (T1 + T2 )(x)=(AT1 + AT2 )x, ()T1 , T2 L(Vn , W p )si()x Vn ,
b) (T)(x) = T(x) ()T L(Vn , W p ) si ()x Vn , () R, unde AT
este matricea asociata lui T.
10. Fie Vn ,Wn , R- spatii vectoriale si T L(Vn ,Wn ). Atunci T este
operator inversabil, daca si numai daca det A 6= 0, A ind matricea asociata
lui T n bazele E si F ale lui Vn si respectiv Wn .
102
11. Fie V/R spatiu vectorial si G: V R . Sa se arate ca G este

functionala liniara daca si numai daca G(x + y) = G(x) + G(y),
(), R, () x,y V.
12. Fie V/R spatiu vectorial. Produsul scalar <, >: V V R, este o
functionala biliniara
13. Fie Vn /R spatiu vectorial,G : Vn Vn R, este o functionala biliniara
si AG matricea asociata lui G ntr-o baza a lui Vn . Daca AG este simetrica,
atunci G este simetrica.
14. Aratati ca G : R2 R2 R, G(x,y) =x1 y1 +x2 y2 este functionala
biliniara simetrica.
15. Fie V/R spatiu vectorial. Aratati ca V (dualul lui V ) este Rspatiu vectorial.
16. Sa se precizeze daca multimile:
a) M1 = {x, y) R2 |0 x 4, 0 y 3, 2x + 3y 12}
b) M2 = {(x, y) R2 | x + y 2, x 2y 4, 0 x, y 1}
sunt convexe.
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,
[7] Radu C. etc - Aplicatii de algebr

a, geometrie si matematici speciale, Editura Didactica si Pedagogica, Bucuresti, 1991.
[8] Udriste C. etc - Algebra, geometrie si ecuatii diferentiale, Editura Didactica si Pedagogica, Bucuresti, 1982.
[9] Udriste C. etc - Probleme de algebr
a, geometrie si ecuatii diferentiale,
Editura Didactica si Pedagogica, Bucuresti, 1981
103

AlgebraOctNov 2011

Загружено:

Сведения о документе

Исходное описание:

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

AlgebraOctNov 2011

Загружено:

Авторское право:

Доступные форматы

Algebr

4 Functionale liniare, Functionale biliniare si Functionale p

5 Spatii vectoriale euclidiene

Notiunea de multime este una dintre notiunile fundamentale si dintre cele

Capitolul 1. Notiuni preliminare

merelor complexe. Vom nota cu N* multimea numerelor naturale

o complementara. Referitor la complementara se pot mentiona urmatoarele

A=R, obtinem multimea Rn folosita foarte des n analiza matematica, ca si

Fie A si B doua multimi. O corespondenta f , prin care ecarui element

Capitolul 1. Notiuni preliminare

X=A, notam Im(f ) = f (A) si o numim imaginea functiei f. Pentru orice

4. Fie A T. Functia A : T {0, 1} denita prin

1.4 Teorema (injectivitatii). Pentru orice f F(A, B), A 6= 6= B,

Capitolul 1. Notiuni preliminare

I3. pentru y B, multimea f 1 (y) are cel mult un element;

1.3. Structuri algebrice

Fie M 6= . O aplicatie : M xM M, (x, y) (x, y), se numeste lege

Capitolul 1. Notiuni preliminare

2) In grupul (G1 , ) avem x G1 , x0 G1 astfel ncat

Fie M = {1, 2, 3, . . . , n}. Se numeste permutare, pe multimea M, o aplicatie

Capitolul 1. Notiuni preliminare

In multimea permutarilor Sn se deneste nmultirea permutarilor astfel:

1 2 ... i 1 i i + 1 ... j 1 j j + 1 ... n

: Sn {1, 1} este morsm de grupuri;

Fie K 6= . O aplicatie A : {1, 2, 3, . . . , m}{1, 2, . . . , n} K se numeste

a11 a12 ... a1n

A = a11 a12 ... a1n

a11 a12 ... a1n

Capitolul 1. Notiuni preliminare

In cele ce urmeaza multimea K va considerata corp fata de operatiile

a11 a12 ... a1n

a22 ... a2n

Deci In este o matrice diagonala cu elementele diagonalei toate egale cu

Capitolul 1. Notiuni preliminare

Fie aplicatia det : Mn (K) K si A=(aij ) Mn (K). Elementul detA K,

se numeste determinant de ordinul n. Produsul a1(1) a2(2) . . . an(n) se

notam mi1 ,i22,...,ipp si l numim minorul complementar minorului ai1 ,i22,...,ipp .

Demonstratie. Fara a micsora generalitatea se poate considera ca rang =

Aceasta relatie arata ca elementele coloanei k sunt combinatie liniara de

(1)i+j aij mij

Formula (1.17) constituie dezvoltarea determinantului detA, dupa linia i.

Capitolul 1. Notiuni preliminare

Pentru detA se poate obtine o dezvoltare dupa 2, 3 sau n general dupa

se numeste complementul algebric al minorului ai1 ,i22,...,ipp .

Aceasta formula este o generalizare a formulei (1.17) si reprezinta regula

1.7. Sisteme de ecuatii liniare

unde A = (aij ) Mn (K) este matricea reciproca a matricei A si aij

Sisteme de ecuatii liniare

1.1.7.1. Notiuni generale

a11 x1 + a12 x2 + .... + a1n xn = b1

a21 x1 + a22 x2 + .... + a2n xn = b2

am1 x1 + am2 x2 + .... + amn xn = bm

Capitolul 1. Notiuni preliminare

a11 a12 . . . a1r

a21 a22 . . . a2r

ar1 ar2 . . . arr

ak1 ak2 . . . akr bk

1.7. Sisteme de ecuatii liniare

1.25 Teorema lui Rouch

xi ind p n care coloana i s-a nlocuit cu o coloana formata cu termenii

a11 x1 + 0 x2 + .... + 0 xr + a1r+1 xr+1 + .... + a1n xn = b1

0 x1 + a22 x2 + .... + 0 xr + a2r+1 xr+1 + ..... + a2n xn = b2