Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Vladimir BALAN
ALGEBRĂ LINIARĂ,
py
GEOMETRIE ANALITICĂ
Co
EB
= ediţia a III-a revăzută şi adăugită =
tW
en
ud
St
BUCUREŞTI - 2004
Referenţi ştiinţifici: Prof. Dr. Constantin Drăguşin
Prof. Dr. Constantin Radu
py
Co
EB
tW
en
ud
St
Prefaţă
py
însoţesc definiţiile şi rezultatele, precum şi exerciţiile propuse la sfârşit de
capitol urmate de răspunsuri sau rezolvări succinte, fac din acest curs un
instrument util de seminarizare. Co
În plus, volumul include un index de noţiuni, deci poate fi utilizat şi
EB
ca memento, iar referinţele bibliografice reprezintă un punct de plecare
pentru un studiu extins al materialului.
Lucrarea este utilă în special studenţilor de la facultăţile tehnice,
tW
19 noiembrie 2004,
Bucureşti.
Autorul.
Cuprins
Algebră liniară
py
Capitolul 2. Transformări liniare
#1. Transformări liniare…………………………….................... 39
Co
#2. Nucleu şi imagine ..................................................................
#3. Matricea unei transformări liniare .........................................
#4. Endomorfisme particulare .....................................................
42
46
49
EB
#5. Transformări liniare pe spaţii euclidiene ............................... 52
#6. Izometrii ................................................................................ 56
#7. Probleme propuse.................................................................. 58
tW
py
Capitolul 7. Schimbări de repere în spaţiu
#1. Translaţia şi rotaţia reperului cartezian .............................. 146
#2. Trecerea de la reperul cartezian la reperul cilindric ........... 151
Co
#3. Trecerea de la reperul cartezian la reperul polar în plan.... 153
#4 Trecerea de la reperul cartezian la reperul sferic ............… 154
#5. Probleme propuse................................................................ 156
EB
Capitolul 8. Conice
#1. Generalităţi ........................................................................ 158
#2. Reducerea la forma canonică a ecuaţiei unei conice ......... 170
tW
Index de noţiuni
Algebră liniară………………....................................…..……... 208
Geometrie analitică…………….............................….....……… 211
Capitolul 1
SPAŢII VECTORIALE
py
1.1. Definiţie. Un grup (G , ∗ ) reprezintă o mulţime G împreună cu o
operaţie binară internă ∗ :( g1 , g 2 ) ∈ G × G → g1 ∗ g 2 ∈ G , care satisface
următoarele condiţii:
∃e ∈ G,∀g ∈ G, e ∗ g = g ∗ e = g ,
Co
∀g1 , g 2 , g 3 ∈ G, g1 ∗ ( g 2 ∗ g 3 )=( g1 ∗ g 2 ) ∗ g 3 (asociativitate)
(element neutru)
(1)
(2)
EB
∀g ∈ G,∃g ′ ∈ G, g ∗ g ′ = g ′ ∗ g = e (element simetric). (3)
Dacă operaţia * satisface condiţia suplimentară
tW
Exemple de grupuri.
1. Grupurile aditive (C,+), (R,+), (Q,+), (Z,+).
2. Grupurile multiplicative (C* = C \ {0},⋅), (R* = R \ {0},⋅), (Q* = Q \ {0},⋅).
1 0 0 −1 −1 0 0 1
3. (G ,∗ ), unde G = , , , , iar ∗ este înmulţirea
0 1 1 0 0 −1 −1 0
matricelor.
4. Grupurile ( G = {1, i,−1,−i} ⊂ C ,⋅); (Z 4 ,+).
Algebră liniară 1
5. Mulţimea bijecţiilor definite pe o mulţime A şi cu valori în A formează grup
relativ la compunerea funcţiilor.
Exemple de subgrupuri.
1. (Z,+ ) ⊂ (Q,+ ) ⊂ (R,+ ) ⊂ (C,+) ;
py
2. (Q * , ⋅ ) ⊂ (R * , ⋅ ) ⊂ (C* , ⋅ ) ;
3. (Q*+ , ⋅ ) ⊂ (R *+ , ⋅ ) ⊂ (C*+ , ⋅ ) ;
4. Grupul permutărilor de n obiecte ( n ∈ N * ); Co
5. ({e},∗) ⊂ (G,∗); (G,∗) ⊂ (G,∗) , unde e este elementul neutru al grupului G. Aceste
EB
subgrupuri se numesc subgrupuri improprii ale grupului G.
tW
1.3. Definiţii.
a) Fie (G , ∗ ) şi (G ′, o) două grupuri. Se numeşte omomorfism de grupuri o
funcţie ϕ :G → G ' care satisface relaţia ϕ( g1 ∗ g 2 ) = ϕ( g1 ) o ϕ( g 2 ),∀g1 , g 2 ∈ G .
b) Un omomorfism bijectiv se numeşte izomorfism.
en
Exemple de corpuri.
1. Tripletele (Q, + , ⋅) , (R , + , ⋅) , (C, + , ⋅) sunt corpuri comutative; operaţiile de
adunare şi înmulţire sunt cele obişnuite.
2. Tripletul (Z p ,+, ⋅ ) , unde p este un număr prim, este corp comutativ.
Pe lângă diverse structuri algebrice precum cele de monoid, algebră, inel, sau
modul, în studiul disciplinelor aplicate intervine cu prioritate structura de spaţiu
vectorial. Această structură constă dintr-un grup aditiv comutativ V , şi o operaţie de
py
înmulţire externă definită pe K × V cu valori în V care satisface patru axiome, unde K
este un câmp. Vom nota elementele spaţiului vectorial V (numite vectori) prin
Co
u, v , w,... , iar cele ale corpului K (numite scalari), prin a, b, c,K; k , l ,... sau α, β,... .
ce satisface proprietăţile
ud
Algebră liniară 3
(i) 0v = 0, (iv) v + w = v + u ⇒ w = u ,
(ii) k 0 = 0, (v) kv = lv şi v ≠ 0 ⇒ k = l ,
(iii) (−1)v = − v ,
unde elementul 0 din stânga egalităţii (i) reprezintă elementul neutru al corpului K,
iar elementul 0 ∈V din membrul drept reprezintă vectorul nul (elementul neutru al
grupului abelian (V,+) ).
py
Corolar. În orice spaţiu vectorial V peste corpul K , pentru
∀k , l ∈ K ,∀v , w ∈ V au loc relaţiile:
a) − (kv) = (− k )v = k (−v) ,
b) (k − l )v = kv + (−l )v = kv + (−lv) = kv − lv , Co
c) k (v − w) = k[v + (−1) w] = kv + (− k ) w = kv + (−kw) = kv − kw .
EB
Demonstraţie. Arătăm, spre exemplu, proprietăţile a). Pe de o parte avem
iii
tW
x + y = ( x1 + y1 , x2 + y2 ,..., xn + yn )
, ∀x = ( x1 , x2 ,..., xn ), y = ( y1 , y2 ,..., yn ) ∈ K n , ∀k ∈ K
kx = (kx1 , kx2 ,..., kxn ),
4. Spaţiul vectorial al vectorilor liberi. V = V3 , K = R, adunarea vectorilor
liberi prin regula paralelogramului, înmulţirea dintre un număr real şi un vector liber
(vezi cap.V, # 1).
py
8. Spaţiul vectorial al soluţiilor unei ecuaţii diferenţiale liniare şi omogene.
În acest caz, V = mulţimea soluţiilor unei ecuaţii diferenţiale ordinare, liniare şi
Co
omogene, K = R, adunarea funcţiilor, înmulţirea unei funcţii cu un scalar. Spre
exemplu, pentru λ ∈ R ,
EB
not
V = { f f : R → R, y = f , y ′ − λy = 0} = { f f ( x) = ae λx , a ∈ R}
formează un asemenea spaţiu vectorial.
9. Spaţiul vectorial al tuturor şirurilor reale sau complexe. În acest caz, V =
tW
mulţimea tuturor şirurilor reale sau complexe, K ∈ {R, C} , iar operaţiile sunt:
x + y = {x1 + y1 ,..., xn + y n ,...}
,
kx = {kx1 ,..., kxn ,...}
en
subspaţiile vectoriale ale spaţiului vectorial V , submulţimile acestuia care sunt ele
însele spaţii vectoriale relativ la operaţiile induse din V .
Algebră liniară 5
Exemple de subspaţii vectoriale
1. Fie V un spaţiu vectorial peste câmpul K. Mulţimile {0} şi V sunt subspaţii
vectoriale ale lui V. Acestea se numesc subspaţii improprii; oricare alt subspaţiu al lui
V se numeşte subspaţiu propriu.
2. Mulţimea W a n-uplelor de forma (0, x 2 ,..., x n ) , ∀x 2 ,..., x n ∈ K este un
subspaţiu vectorial al lui K n . Se observă că are loc egalitatea
W = {x = ( x1 , x 2 ,..., x n ) ∈ K n x 1 = 0}
şi că W formează un subspaţiu vectorial în K n , de tipul spaţiilor vectoriale descrise în
exemplul 2.2.6.
3. Mulţimea funcţiilor impare şi mulţimea funcţiilor pare sunt respectiv
subspaţii ale spaţiului vectorial real al funcţiilor reale definite pe (−a , a ) ,
a ∈ R *+ ∪ {∞} .
4. Fie V = C 0 [a , b] = { f f :[a , b] → R , f continuă pe [a,b]}.
Submulţimea W = { f ∈ C 0 [a , b] f (a ) = f (b)} este un subspaţiu vectorial în V.
py
5. Fie V = R 3 . Dreptele şi planele care conţin originea sunt subspaţii
vectoriale ale lui R 3 . Coordonatele punctelor lor (triplete din R 3 ) sunt familii de
Co
soluţii ale unor sisteme lineare şi omogene de ecuaţii cu trei necunoscute.
p
v = ∑ ki vi , unde vi ∈S ,ki ∈ K , i = 1, p .
i =1
en
lui V .
Acest subspaţiu se numeşte de subspaţiul generat de submulţimea S sau
St
acoperirea liniară a lui S şi se notează cu L(S). Dacă S este mulţimea vidă, atunci prin
definiţie L(S)={0}.
py
v + v ′ = (u + u ′) + ( w + w′) ∈ U + W .
Pentru proprietatea (6), considerăm k ∈ K . Avem
Co
ku ∈ U , kw ∈W ⇒ kv = (ku ) + (kw) ∈ U + W .
2) Din v , v ' ∈ U ∩ W , rezultă v , v '∈ U , v , v '∈ W . Cum U şi W sunt subspaţii
vectoriale, rezultă
EB
kv + lv ' ∈ U , kv + lv ' ∈ W , ∀k, l ∈ K ⇒ kv + lv ' ∈ U ∩W .
3) Presupunem că nu are loc nici una dintre incluziunile U ⊆ W , W ⊆ U . Fie deci
u ∈ U \W , w ∈ W \ U . Rezultă
tW
u + w ∉ U , u + w ∉ W ⇒ u + w ∉ U UW ,
deci, în acest caz, precizată nu este subspaţiu vectorial. Dacă U ⊆ W , atunci
U UW = W , şi deci W ⊆ W este subspaţiu vectorial (subspaţiul total) al spaţiului
en
U + W (temă, verificaţi).
2. Fie U = L(v1 = (1,0)),W = L(v2 = (0,1)); U ,W ⊂ R 2 .
Atunci U ∩W ={0}, U + W = R 2 ⊂ R 2 (deci suma este întregul spaţiu vectorial) iar
reuniunea U ∪ W nu este subspaţiu vectorial în R 2 , deoarece
v1 ∈ U , v2 ∈ W , v1 + v2 ∉ U ∪ W = {( x, y ) xy = 0} .
3. Fie subspaţiile U,W ⊂ R 2 generate respectiv de vectorii
u1 = (1,4), u2 = (−1,2), u3 = (2,0) şi w1 = (1,5), w2 = (−2,−10), w3 = (3,15)
din R 2 . Determinăm subspaţiile U + W şi U ∩W . Subspaţiul sumă U + W este
acoperirea liniară a mulţimii de vectori {u1 , u 2 , u 3 , w1 , w2 , w3 } ,
U + W = L({u1 , u2 , u3 , w1 , w2 , w3 }) ,
adică orice vector v ∈ U + W este de forma
v = k1w1 + k 2 w2 + k3 w3 + k 4u1 + k5u2 + k6u3 ; k1 , k2 , k3 , k4 , k5 , k6 ∈ K .
Algebră liniară 7
Subspaţiul U ∩W conţine acei vectori care admit scrierea simultană
v = α1 w1 + α 2 w2 + α 3 w3 = β1u1 + β 2 u2 + β 3 u3 .
Folosind operaţiile cu vectori din R 2 obţinem prin înlocuire şi identificare pe
componente, sistemul
α 1 − 2α 2 + 3α 3 = β1 − β 2 + 2β 3
5α 1 − 10α 2 + 15α 3 = 4β1 + 2β 2 .
Rangul matricei sistemului este unu, iar compatibilitatea este asigurată de anularea
determinantului caracteristic β1 − 7β 2 + 10β 3 = 0 . Obţinem
β1 = 7λ − 10µ, β2 = λ, β3 = µ, λ, µ ∈ R .
Atunci vectorii spaţiului U ∩W sunt de forma
(7λ − 10µ)u1 + λu2 + µu3 = (6λ − 8µ,30λ − 40µ) = (6λ − 8µ)(1,5), λ, µ ∈ R ,
şi deci U ∩ W = L({v ' = (1,5)}) .
py
echivalente:
(i) pentru orice vector v ∈ U + W , există o unică descompunere
(ii) U ∩W = {0} .
Co
v = v1 + v 2 , v1 ∈ U , v 2 ∈ W ;
EB
Demonstraţie. (ii)⇒(i). Fie v = v1 + v 2 = v1′ + v 2′ . v1 , v1′ ∈ U , v2 , v2′ ∈ W ⇒
u = v1 − v1′ = v 2′ − v 2 ∈ U ∩ W = {0} ⇒ v1 = v1′ , v 2 = v 2′ . Reciproc, prin absurd, dacă
tW
py
k1 , k 2 ,..., k p ∈ K , cu cel puţin unul nenul, astfel încât să aibă loc relaţia (numită
relaţie de dependenţă liniară):
Co
k1v1 + k 2 v2 +...+ k p v p = 0 .
EB
b) Spunem că mulţimea S este liniar independentă dacă nu este liniar dependentă,
adică dacă ∀vi ∈ S , i = 1, p (p arbitrar, p ∈ N ), ∀k i ∈ K , i = 1, p , are loc
tW
implicaţia
k1v1 + k 2 v2 +...+ k p v p = 0 ⇒ ki = 0, i = 1, p .
en
familii de vectori, vom spune despre vectorii familiei că sunt vectori liniar
dependenţi, respectiv vectori liniar independenţi.
Demonstraţie. Fie p+1 vectori arbitrari din L(S), a căror descompunere după baza
{v1 ,Kvn } este
p
wi = ∑ aij v j , i = 1, p + 1.
j =1
Considerăm relaţia
k1w1 + k 2 w2 +...+ k p+1w p+1 = 0 .
py
Înlocuind expresiile vectorilor w1 , w2 ,...w p +1 relativ la vectorii din S, în relaţie, avem
p +1
p p
p +1
∑
i =1
k i ∑ ij j
j =1
a v
= 0 ⇔ ∑
Co
∑ k i aij v j = 0 ;
j =1 i =1
Dar vectorii v j , j = 1, p fiind liniar independenţi, rezultă anularea tuturor
EB
coeficienţilor combinaţiei liniare nule, deci rezultă relaţiile
k1a1 j + k2 a2 j + ... + k p +1a p +1 j = 0, j = 1, p .
tW
liniar dependenţi.
ud
4.2. Teoremă. Fie V un spaţiu vectorial finit dimensional. Oricare două baze
B, B ′ ale lui V au acelaşi număr de elemente.
py
Exemple. 1. Fie K n spaţiul vectorial aritmetic n-dimensional. Vectorii
e1 = (1,0,0,...,0), e2 = (0,1,0,...,0),..., en = (0,0,...,0,1) ∈ K n
independentă, deoarece Co
determină o bază B = {e1 , e2 ,..., en } a spaţiului K n . Într-adevăr, B este liniar
şi orice polinom de grad mai mic sau egal cu n este o combinaţie liniară finită de
monoamele mulţimii B.
St
py
proprie a lui Vn , atunci se reia acelaşi raţionament pentru S:=S'. După un număr finit
de paşi (căci numărul de vectori dintr-o familie linear independentă nu poate fi mai
Co
mare decât n), obţinem o bază B ⊂ Vn ce conţine familia S. În concluzie, orice
familie linear independentă S poate fi prelungită sau completată până la o bază a
spaţiului vectorial Vn .
EB
2) Implicaţiile (i) ⇒ (ii), (i) ⇒ (iii) sunt evidente. Demonstrăm implicaţia (ii) ⇒ (i).
Avem ind(S) ⇒ S bază în L(S) ⇒ dim L(S) = n = dim Vn . Dar L( S ) ⊆ Vn , deci L(S)
tW
= Vn ; rezultă S bază în Vn .
Demonstrăm implicaţia (iii) ⇒ (i). Fie L(S) = Vn ; dacă avem prin absurd dep(S),
atunci ar rezulta că orice bază a spaţiului L(S) are < n vectori, deci n = dim Vn = dim
en
este bază în R 2 .
f : Vn → K n , f ( x) = ( x1 , x 2 ,..., x n ) ∈ K n .
py
În cele ce urmează vom identifica un vector cu coordonatele sale relativ la o
Co
bază fixată. Atunci, pentru x ≡ ( x1 , x 2 ,..., x n ), y ≡ ( y1 , y 2 ,..., y n ) ∈ Vn ≡ K n , operaţiile
spaţiului vectorial se rescriu pe componente
EB
x + y ≡ ( x1 + y1 , x2 + y2 ,..., xn + yn )
kx ≡ (kx1 , kx2 ,..., knn ), ∀k ∈ K.
tW
Algebră liniară 13
Se observă ca în urma teoremei 3.2, avem cu necesitate m ≥ n .
py
Exemplu. Completaţi familia de vectori
S 0 = {w1 = (1,1,1,1), w2 = (1,−1,1,−1)}
la o bază a spaţiului vectorial V = R 4 . Co
EB
Soluţie. Famlia S0 este liniar independentă (temă, verificaţi). Considerăm
baza canonică
S = B = { e1 = (1,0,0,0), e2 = (0,1,0,0), e3 = (0,0,1,0), e4 = (0,0,0,1)} ⊂ R 4 ,
tW
py
A = [ S ]B = [v1 , v2 ,..., v p ]B .
Co
4.6. Teoremă. Fie B = {e1 , e2 ,..., en } o bază a lui Vn , S = {v1 , v 2 ,..., v p } o
EB
familie de p vectori din Vn şi A = [ S ] B matricea asociată acestei familii.
Fie rang A = m ≤ min( p, n) , şi fie 1 ≤ i1 < i2 < ... < im ≤ p indicii coloanelor unui
minor care dă rangul matricii A. Atunci au loc următoarele afirmaţii:
tW
(i) familia de vectori S ' = {vi1 ,..., vim } este bază a subspaţiului L(S) (deci avem
ind ( S ') şi L( S ) = L( S ') ); în particular, rang A = dim L( S ) .
(ii) v j ∈ L( S ' ) , pentru orice j ∈ 1, p \ {i1 , i2 ,..., im }, .
en
ud
1 − 2 3 1 − 1 2
[ w1 , w2 , w3 , u1 , u2 , u3 ] = ,
5 − 10 15 4 2 0
deci dim(U + W ) = 2 . Un vector oarecare din subspaţiul U ∩W este de forma
(6λ − 8µ, 30λ − 40µ) = (6λ − 8µ)v ', λ, µ ∈ R, v '= (1,5),
astfel încât (dim U ∩V ) = 1. Se observă că avem relaţiile
W = U ∩ W ⊂ U = U + W = R2 .
Întrucât dim W = 1, dim U = 2 , teorema Grassmann se verifică, având loc egalitatea
py
vectorial Vn . Atunci vectorii bazei B ′ se pot exprima relativ la baza B prin relaţiile:
n
e′j = ∑ cij ei , j = 1, n .
i =1
Co
Fie ( x1 ,..., xn ) respectiv ( x '1 ,..., x 'n ) coordonatele unui vector arbitrar x ∈ Vn
EB
n
în raport cu baza B respectiv B ′ , deci au loc descompunerile x = ∑ xi ei respectiv
i =1
n
x = ∑ x′j e′j . Folosind relaţiile existente între vectorii celor două baze, obţinem
tW
j =1
n
n nn
x = ∑ x′j ∑ cij ei = ∑ ∑ cij x′j ei .
j =1 i =1 i =1 j =1
en
n
xi = ∑ cij x′j , i = 1,n . (*)
j =1
St
py
spaţiului vectorial R 2 la baza B′ este C = , iar coordonatele X' ale
2 − 4
Co
vectorului v = (−1,2) relativ la baza B ′ sunt X ' = C −1 X = t (1 / 5;−2 / 5) , unde X = v .
Altfel, relaţia v = α v1 + β v2 conduce la coeficienţii α = 1 / 5, β = −2 / 5 ai vectorului v
relativ la baza B ′ .
EB
între Vn şi K n .
py
În cele ce urmează, vom adăuga la structura de spaţiu vectorial o nouă operaţie
py
cu α fixat ca mai sus, deci avem v = αw, α =< v, w > / < w, w > ; reciproc, dacă
2 2 2
v = αw , avem < v, v >< w, w >= α < v, v > 2 = < v, αv > = < v, w > .
Co
5.2. Vom considera în continuare cazul când V este un spaţiu vectorial real.
EB
Definiţii. a) Fie V un spaţiu vectorial real. Se numeşte produs scalar (real) pe
V, o funcţie
tW
(aditivitate/distributivitate)
♦ k < v, w >=< kv, w > (omog. în primul argument)
ud
Algebră liniară 19
Exemple de spaţii vectoriale euclidiene.
1. Funcţia cu valori reale definită pe spaţiul vectorial V = R n prin
< x, y >= x1 y1 + x 2 y 2 + ... + x n y n , ∀x = ( x1 , x 2 ,..., x n ), y = ( y1 , y 2 ,..., y n ) ∈ R n
este un produs scalar pe R n , determinând o structură de spaţiu euclidian real pe R n .
2. Spaţiul vectorial complex V = C n este un spaţiu vectorial euclidian
complex în raport cu produsul scalar
< x, y >= x1 y 1 + x 2 y 2 + ... + x n y n , ∀x = ( x1 , x 2 ,..., x n ), y = ( y1 , y 2 ,..., y n ) ∈ C n
3. Spaţiul euclidian real V = C 0 [a , b] al tuturor funcţiilor cu valori reale,
b
continue pe un interval [a , b], cu produsul scalar dat de < f , g >= ∫ f ( x) g ( x)dx.
a
0
4. Spaţiul euclidian complex V = C ([a, b], C) al tuturor funcţiilor cu valori
complexe, continue pe un interval [a , b], cu produsul scalar dat de
b
< f , g >= ∫ a
f ( x) g ( x) dx.
5. Spaţiul euclidian real V al şirurilor reale x = {x1 ,..., xn ,...} ⊂ R cu
py
∞
proprietatea că ∑ xi2 este serie convergentă, cu produsul scalar
i =1
∞
< x, y > = ∑ xi yi , ∀x, y ∈ V .
i =1
Co
EB
6. Spaţiul euclidian complex V al şirurilor complexe x = {x1 ,..., xn ,...} ⊂ C
∞
∑ xi
2
cu proprietatea că este serie convergentă, cu produsul scalar
tW
i =1
∞
< x, y >= ∑ xi y i , ∀x, y ∈ V .
i =1
scalar
< A, B >= Tr ( At B), ∀A, B ∈ M n× n (R ) ,
ud
py
Exemplu. Norma euclidiană canonică a spaţiului R 3 este dată de
v = < v, v > = Co
x 2 + y 2 + z 2 , ∀v = ( x, y, z ) ∈ V .
EB
Definiţii. a) Un spaţiu vectorial normat în care norma provine dintr-un produs
scalar se numeşte spaţiu prehilbertian.
b) Un spaţiu prehilbertian complet (în sensul că orice şir Cauchy de elemente
tW
1
din V\{0} poate fi scris în forma v = v e, unde e = v are proprietatea e = 1 şi se
v
ud
py
Exemplu. Fie P2 spaţiul euclidian real al funcţiilor polinomiale reale de grad
Co
cel mult doi înzestrat cu produsul scalar <⋅,⋅>: P2 × P2 → R ,
< p, q >= a0b0 + 2a1b1 + 2a2b2 , ∀p, q ∈ P2 ,
pentru p( x) = a0 + a1 x + a2 x 2 , q( x) = b0 + b1 x + b2 x 2 . Fie vectorii
EB
p1 ( x) = 3 + x 2 , p 2 ( x) = 1 − x, p3 ( x) = 1 + x − x 2 , p 4 ( x) = 2 x 2 ∈ P2 .
Aflaţi un vector p0 echidistant faţă de cei patru vectori şi calculaţi distanţă comună.
tW
2 2 2
St
15 14 29 1262
d = p3 − p0 = < p3 − p0 , p3 − p0 > = − + − + = .
26 26 26 26
py
de unde rezultă k j = 0, j ∈ 1, p , şi deci mulţimea S este liniar independentă.
2) rezultă imediat din prima afirmaţie şi din teorema 4.3.
Co
Observaţie. În spaţiile vectoriale euclidiene este comod să se exprime vectorii
în raport cu baze ortonormate. Faptul că o bază B = {e1 , e2 ,..., en } ⊂ Vn este
EB
ortonormată se poate rescrie
1, pentru i = j
< ei , e j >= δ ij = , i , j = 1, n ,
tW
0, pentru i ≠ j
unde simbolul δ ij se numeşte simbolul lui Kronecker.
en
π
< f , g >= ∫ f ( x) g ( x)dx ,
0
St
π
f 0 = f 0 , f 0 = ∫0 dx = π ,
π
f 2 n −1 = ∫0 cos 2nxdx = π / 2,
2
π
f 2 n = ∫0 sin 2nxdx = π / 2 , n ∈ N *
2
Algebră liniară 23
Împărţind fiecare funcţie prin norma sa, obţinem mulţimea ortonormată
{g 0 , g1 , g 2 ,...} de mai jos:
1 2 2
g 0 ( x) = , g 2 n −1 ( x) = cos2nx, g 2 n ( x) = sin 2nx, n ∈ N * .
π π π
py
Teoremă. Fie spaţiul vectorial euclidian V = Vn . Fie B = {e1 , e2 ,..., en } o
n
bază pentru V şi x = ∑ xi ei ∈ V . Au loc următoarele afirmaţii:
i =1
n
< x, ei >
< x, ei >= ∑ x j < e j , ei >= xi < ei , ei > ⇒ xi = , i = 1, n .
j =1 < ei , ei >
ud
2) Dacă baza {ei }i =1,n este ortonormată, atunci < ei , ei >= 1 ⇒ xi =< x, ei >, i = 1, n .
St
vectorului x reprezintă exact mărimile algebrice ale proiecţiilor vectorului x (pe scurt,
proiecţii) pe versorii ei şi se numesc coordonate euclidiene.
py
c) În cazul când S este un subspaţiu vectorial, subspaţiul vectorial S ⊥ se numeşte
complementul ortogonal al lui S.
Teoremă. Fie V
Co
un spaţiu vectorial euclidian şi W = W n un subspaţiu
EB
vectorial n- dimensional al lui V; atunci:
1) Are loc descompunerea în sumă directă V = W ⊕ W ⊥ .
2) Fie v ∈ V , v = w + w ⊥ ∈ V = W ⊕ W ⊥ . Atunci vectorul v satisface relaţia
tW
n
w = ∑ < v, ei > ei
i =1
Algebră liniară 25
2
v =< v, v >=< w + w ⊥ ,w + w ⊥ >=
2 2
=< w, w > +2 < w, w ⊥ > + < w ⊥ , w ⊥ >= w + w ⊥ .
py
următoarele proprietăţi:
a) baza B ′ este ortonormată ;
Co
b) mulţimile {v1 , v 2 ,..., v k } şi {e1 , e2 ,..., ek } generează acelaşi subspaţiu vectorial
Wk = L({v1 , v 2 ,..., v k }) = L({e1 , e2 ,..., ek }) ⊂ V
pentru fiecare k ∈ 1, n.
EB
Demonstraţie. Mai întâi construim o mulţime ortogonală B ′′ = {w1 , w2 ,..., wn } ce
satisface proprietatea b), şi apoi îi normăm elementele. Mulţimea ortogonală
tW
w2 = v 2 − pr w1 v 2 .
♦ Vectorul w3 este luat de forma w3 = v 3 + k1 w1 + k 2 w2 ; el este nenul deoarece ind(B)
⇒ ind{v1 , v2 , v3} . Scalarii k1 , k 2 sunt determinaţi din condiţiile ca w3 să fie ortogonal
lui w1 şi lui w2 ,
< v3 , w1 >
k1 = −
0 =< w3 , w1 >=< v3 , w1 > + k1 < w1 , w1 > < w1 , w1 >
⇒
0 =< w3 , w2 >= (v3 , w2 > + k 2 < w2 , w2 > k = − < v3 , w2 >
2 < w2 , w2 >
< v3 , w1 > < v 3 , w2 >
şi deci w3 = v3 − w1 − w2 , adică w3 = v3 − pr w1 v3 − pr w2 v3 .
< w1 , w1 > < w2 , w2 >
Repetăm procedeul până obţinem o mulţime de n vectori ortogonali
B ′′ = {w1 , w2 ,..., wn } .
w1 = v1 ,
w2 = v 2 − pr w1 v 2
w3 = v3 − pr w1 v3 − pr w2 v3
.......................................
w = v − pr v − pr v − ... − pr v
n n w1 n w2 n wn −1 n
py
w
ei = i , i = 1, n .
wi
Co
Din modul de obţinere a noii baze B ′ din baza B, rezultă relaţiile
Wk = L{v1 , v 2 ,..., v k } = L{e1 , e2 ,..., ek } , k ∈ 1, n.
EB
Observaţie. Teorema se poate aplica şi pentru B = S = familie liniar
independentă din V. Cum S este bază pentru L(S), procedeul Gram-Schmidt produce o
tW
w1 = v1 = (−1,0,1)
< v2 , w1 > 1
w2 = v2 − w1 = (1,1,2) − (−1,0,1) = (3 / 2;1;3 / 2 )
< w1 , w1 > 2
< v3 , w1 > < v3 , w2 >
w3 = v3 − w1 − w2 =
< w1 , w1 > < w2 , w2 >
(−1) − 1/ 2
= (0,1,−1) − (−1,0,1) − (3 / 2;1;3 / 2) = (− 4 / 11;12 / 11;−4 / 11)
2 11 / 2
Împărţim fiecare vector din baza ortogonală prin norma sa şi obţinem o bază
w −1 1
ortonormată B′ = {e1′, e2′ , e3′ } formată din vectorii e1′ = 1 = ,0, ,
w1 2 2
w2 3 2 3 w3 1 − 3 1
e2′ = = , , şi e3′ = = , , .
w2 22 22 22 w3 11 11 11
Algebră liniară 27
Observaţie. O simplificare considerabilă a calculului, care conduce la o bază
ortogonală B ′′ cu proprietăţi similare, şi în final la baza ortonormată B ′ , este
următoarea: după ortogonalizare, deci după determinarea celor trei vectori ai bazei
B ′ , aceştia pot fi înlocuiţi prin multipli convenabili ai lor. Acest fapt nu influenţează
rezultatul, deoarece au loc următoarele proprietăţi:
1. < u, v >= 0 ⇒ < u, kv >= 0, ∀u, v ∈ Vn , ∀k ∈ K = R ;
2. kl pr v u = pr lv ku, ∀u, v ∈ Vn , ∀k , l ∈ K = R ,
adică, pe scurt, pentru un sistem ortogonal dat, orice alt sistem format din multipli
nenuli ai vectorilor acestuia este tot ortogonal.
w = (−1,0,1) → w1 = (1,0,−1)
1 ⋅( −1)
py
w2 = (3 / 2;1;3 / 2) → w2 = (3,2,3)
⋅2
w
3 = ( −4 / 11;12 / 11; −4 / 11) → w3 = (1,−3,1)
la baza ortonormată
EB
B ′ = {−e1 , e2 ,−e3 } , ce satisface proprietăţile teoremei 8.1.
tW
acestei mulţimi.
Atunci există o mulţime B ′ = {w1 , w2 ,...} ⊂ V astfel încât:
ud
py
1. Fie mulţimea R 3 pe care definim operaţiile
(i) x + y = ( x1 + y1 , x2 + y2 , x3 + y3 ),∀x, y ∈ R 3 ,
a) (V = R 2 ,⊕,⊗) ,
λ ⊗ ( x1 ,x 2 ) = ( λ ⋅ x1 ,0), ∀( x1 ,x 2 ) ,( y1 ,y 2 ) ∈ R ,∀λ ∈ R.
2
St
b) (V = { p ∈ R[ X ] grad p = 4},+,⋅ R ) .
c) (V = R 2 [ X ] ≡ { p ∈ R[ X ] grad p ≤ 2},+,⋅ R ) .
d) (V = C 2 (a, b) = { f f : (a, b) → R, f derivabilă de 2 ori, f ′′ continuă },+,⋅ R ) ,
( f + g )( x) = f ( x) + g ( x)
(λf )( x) = λf ( x), ∀x ∈ (a, b), ∀f , g ∈ V, ∀λ ∈ R
R: a) nu, b) nu, c) da, d) da.
py
a) W = {( x1 , x 2 ) x1 + x 2 − a = 0} ⊂ R 2 ,
b) W = R 2 [ X ] ⊂ R 4 [ X ] ,
c) W = R 3 [ X ] ⊂ R[ X ] ≡ toate
nedeterminata X. Co
polinoamele
d) W = { p ∈ R[ X ] p (1) + p (−1) = 0} ⊂ R[ X ]
cu coeficienţi reali în
EB
e) W = { p ∈ R[ X ] p (0) = 1} ⊂ R[ X ] .
R. a) da ⇔ a = 0 , b) da, c) da, d) da, e) nu.
tW
B = { p ∈ R n [ X ] p ( x ) = p ( 3 x 2 ) + 7 , ∀x ∈ R }
sunt subspaţii vectoriale ale spaţiului vectorial R n [ X ] al polinoamelor cu coeficienţi
ud
e) L( S ∪ S ′) = L( S ) + L( S ′) ;
py
f) Dacă S ⊂ S ′ , atunci ind ( S ′) ⇒ ind ( S ) ;
g) Dacă S ⊂ S ′ , atunci dep( S ) ⇒ dep( S ′) .
Co
10. Să se cerceteze dacă vectorul v = (1,−2,0,3) ∈ R 4 este o combinaţie liniară
EB
a vectorilor u1 = (3,9,−4,−2), u2 = (2,3,0,−1), u3 = (2,−1,2,1).
R: da, v = u1 − 3u2 + 2u3 .
tW
b) p1 = 1 + x, p 2 = 1 − x + x 2 , p3 = 3 + x + x 2 ∈ R 2 [ X ] ⊂ R[ X ] ,
c) f1 = ch, f 2 = sh, f 3 = exp ∈ C ∞ (R ) , unde
ud
1 0 1 1 0 0 1 1
d) m1 = , m2 = , m3 = , m4 = ∈ M 2 (R ) ,
0 2 0 1 0 0 1 1
e) S = { f n f n ( x) = cos n x, n ∈ N} ⊂ C ∞ (R ) .
R. a) dep{v1 , v 2 , v3 }, v1 = 2 v 2 + v3 , b) dep{ p1 , p 2 , p3 }, p3 = 2 p1 + p 2 ,
c) dep{ f1 , f 2 , f 3 }, f 3 = f1 + f 2 ,
d) dep{m1 , m2 , m3 , m4 }, 0 ⋅ m1 + 0 ⋅ m2 + 1 ⋅ m3 + 0 ⋅ m4 = 0 , e) ind S .
Algebră liniară 31
13. Să se arate că familia de polinoame S = {1, X , X 2 ,..., X n ,...} ⊂ K [ X ] este
o mulţime liniar independentă, unde K [ X ] este spaţiul tuturor polinoamelor în
nedeterminata X , cu coeficienţi în corpul K..
py
caz afirmativ, determinaţi descompunerea vectorului v relativ la baza respectivă
(coeficienţii vectorului v relativ la baza B ′ = {v1 , v 2 , v3 , v 4 } ).
t t
Co
a) v1 = (1,1,0,0 ), v2 = (1,−1,0,1), v3 = (0,2,0,0 ), v4 = (0,0,1,1), v = t (5,1,2,5) ,
t t
v 4 = (1,−3,2,9,−5)}) ⊂ R 5 ,
c) W = L({a = (2,1,3,−1), b = (−1,1,−3,1), c = (4,5,3,−1),
d = (1,5,−3,1)}) ⊂ R 4 ,
x 0 y
d) W = A A = , y = u − 3v; x, y, u, v ∈ R ⊂ M 2×3 (R ) .
u v 0
R. În cazurile a, b, c minorul care dă rangul matricii formate din coeficienţii
vectorilor generatori (aşezaţi pe coloane, spre exemplu), determină o familie
liniar independentă de generatori ai spaţiului W, deci o bază. a) BW = {u , v} .
b) BW = {v1 , v 2 } . c) BW = {a, b} . d) Rezolvăm sistemul (format dintr-o singură
ecuaţie) iar generatorii soluţiilor sistemului sunt vectori linear independenţi;
aceştia formează deci baza
1 0 0 0 0 1 0 0 −3
BW = 0 0 0, 1 0 0, 0 1 0 .
32 Cap.I. Spaţii vectoriale
17. Dându-se subspaţiile W şi U generate respectiv de vectorii w1 = (2,3,11,5) ,
w2 = (1,1,5,2), w3 = (0,1,1,1) , u1 = (2,1,3,2),u2 = (1,1,3,4),u3 = (5,2,6,2) , să se arate că
aceste subspaţii sunt suplimentare şi să se găsească descompunerea vectorului
v = (2,0,0,3) pe aceste subspaţii.
R: v = (u1 + u2 ) + (− w1 + w2 ) ∈ U + W .
py
19. Se dau subspaţiile vectoriale U şi W ale lui R 3 . În situaţiile de mai jos, să
se determine câte o bază în subspaţiile U , W , U + W , U ∩ W şi să se verifice
relaţia
Co
dim U + dim W = dim (U + W ) + dim (U ∩ W ),
EB
a) U = L({ f1 = (1,2,−1,−2), f 2 = (3,1,1,1), f 3 = (−1,0,1,−1)}) ,
W = L({g1 = (2,5,−6,−5), g 2 = (−1,2,−7,−3)}) ⊂ R 4 ,
tW
b) BU ∩W = {u = (5,−2,−3,−4)}, BU = {u , f 1 }, BW = {u , g1 }, BU +W = {u , f1 , g1 } ,
2+2=1+3. c) U ∩ W = {0}, BU = { f1 , f 2 }, BW = {g 1 , g 2 }, U + W = R 4 ; subspaţiile U
şi W sunt suplementare; 2+2=0+4. d) BU = {v1 = (2,0,1), v 2 = (−1,1,0)}, BV = {w1 , w2 } ,
BU +W = {v 2 , w1 , w2 }, U + W = R 3 ; BU ∩W = {w = (1,1,1)} , 2+2=3+1.
Algebră liniară 33
21. Să se completeze familia F de mai jos la o bază a spaţiului vectorial
corespunzător . Verificaţi în prealabil liniar independenţa sistemului F
a) F = {v1 = (1,1,1), v 2 = (0,1,−1)} ⊂ R 3
b) F = { p1 = x − x 2 , p 2 = 1 − x 3 } ⊂ R 3 [ X ] .
R. a) B R 3 = {v1 , v 2 , v3 = (1,0,0)} , b) B R 3 [ X ] = { p1 , p2 , p3 = x 3 , p4 = x 2 } .
py
R[ X ] = { p ∈ R[ X ] grad p ≤ n} ⊕ { p ∈ R[ X ] p 0 divide p} .
Co
25. Fie V5 spaţiul vectorial real al polinoamelor în cos x care au cel mult
gradul 4. Să se scrie transformarea de coordonate care permite trecerea de la baza
B = {1,cos x ,cos2 x ,cos3 x ,cos 4 x} la baza B′ = {1,cos x ,cos 2 x ,cos 3x ,cos 4 x } şi să se
EB
găsească inversa acestei transformări.
1 0 −1 0 1
tW
0 1 0 −3 0
R: X = CX ', unde C = 0 0 2 0 − 8 ; matricea transformării inverse este
0 0 0 4 0
en
0 0 0 0 8
ud
n
a) < p, q >= ∑ ak bk ,
k =0
n n n
1
b) < p, q >= ∑ ak bk , ∀p = ∑ ak X , q = ∑ bk X k ∈ R n [ X ] ,
k
k = 0 k! k =0 k =0
py
polinoamele p şi q faţă de produsul scalar (1), respectiv (2), unde
p = −3 + 4 X 2 , q = 2 − 3 X + 3 X 2 ∈ R n [ X ].
R: a) < p, q >= 6 , b) < p, q >= 0 .
Co
29. Determinaţi dacă următoarele operaţii reprezintă produse scalare:
EB
a) < x, y >= x1 y1 + ax 2 y 2 , ∀x, y ∈ R 2
b) < u , v >= u1v 2 , ∀u , v ∈ C 2 .
tW
R: a) da ⇔ a > 0 , b) nu.
vectoriale specificate:
ud
b
c) < f , g >= ∫ f (t ) g (t )dt , ∀f , g ∈ C 0 [a, b] = { f f : [a, b] → R, f continuă }
a
1
d) < p, q >= ∫ p (t )q (t )dt , ∀p, q ∈ R 2 [ X ] ≡ P2 ⊂ C 0 [−1,1]
−1
e) < p, q >= p 0 q0 + p1 q1 + p 2 q 2 ,
∀p = p 0 + p1 x + p 2 x 2 , q = q 0 + q1 x + q 2 x 2 ∈ R 2 [ X ]
f) < A, B >= Tr ( A t B), ∀A, B ∈ M 2 (R ) , unde
Tr (C ) = c11 + K + c nn , ∀C = (cij ) i , j =1,K,n ∈ M n (R )
a) u = (1,2,−1), v = (−1,3,1) ∈ R 3 .
b) u = (1 + i, i ), v = (1, i − 2) ∈ C 2 .
c) f ( x) = e x , g ( x) = e − x ; f , g ∈ C 0 [0,1] .
d) p = 1 + x, q = 1 − x 2 ∈ P2 .
e) p = 1 + x, q = 1 − x 2 ∈ R 2 [ X ] .
1 0 1 0
f) A = , B = ∈ M 2 (R ) .
1 1 −1 1
R. Temă: b,c,d,e,f. a) u = 6 , v = 11, < u , v >= 4 , deci u nu este ortogonal pe v;
4 2 4 2
ϕ ≡ ∠(u , v) = arccos ∈ [0, π]; pr u v = , ,− .
66 3 3 3
py
32. Ortonormaţi următoarele familii de vectori folosind produsele scalare
Co
canonice (sau cele indicate, după caz) ale spaţiilor vectoriale considerate:
2
−1
1 1 1 1 2 1 1 1
g1 = , , 0 , g 2 = ,− , , g 3 = − , , .
2 2 6 6 6 3 3 3
St
b) d ( f , g ) = 2 13 / 3; g = 4 / 3 .
py
a) v = (1,0,2),W = L({w1 = (0,1,0), w2 = (0,1,1)} ⊂ R 3 ;
b) v = (1,−1,1),W = L( S ) ,
S = {w1 = (1,0,−2), w2 = (1,1,0), w3 = (3,2,−2)} ⊂ R 3 ;
not
Co
EB
c) v = p = 1 + x, W = L({ p1 = 1 − x, p 2 = 1 − x 2 }) ⊂ R 2 [ x] ;
d) v = (1,1,−1),W = {( x, y, z ) x + y − z = 0} ⊂ R 3 ;
e) v = (5,2,−2,2),W = L({w1 = (2,1,1,−1), w2 = (1,1,3,0)} ⊂ R 4 .
tW
Algebră liniară 37
39. Fie spaţiul vectorial euclidian V al funcţiilor polinomiale definite pe
intervalul [−11]
, , cu produsul scalar definit prin aplicaţia
1
< p, q >= ∫ p ( x)q( x)dx .
−1
py
41. Fie V un spaţiu vectorial euclidean complex şi doi vectori x, y ∈ V . Să se
verifice următoarele proprietăţi:
a) x⊥y ⇔ ax + by = ax
2 2 2
Co
+ by , ∀a, b ∈ C ,
EB
2 2 2 2
b) 4 < x, y >= x + y − x− y + i x + iy − i x − iy .
tW
2 2
b) Au loc relaţiile G (v1 ,K vn ) = G ( w1 ,K wn ) şi G (v1 ,K vn ) ≤ v1 ⋅ K ⋅ vn ,
unde prin G (v1 ,K vn ) = det (< vi , v j >)i , j =1, n am notat determinantul Gram al familiei
St
de vectori {v1 ,K vn } .
R. a) Pentru i = 1 , avem v1 = w1 ⇒ v1 = w1 . Pentru i ≥ 2 , se aplică teorema lui
Pitagora vectorului sumă vi = wi + prW vi , unde W = L( w1 ,K wi −1 ) .
b) Pentru prima relaţie, se demonstrează succesiv egalităţile
G (v1 , v2 , v3 ,K vn ) = G ( w1 , v2 , v3 ,K vn ) = G ( w1 , w2 , v3 ,K vn ) = K = G ( w1 ,K wn ) ,
folosind operaţii cu determinanţi şi expresiile care leagă cele două familii de vectori.
Pentru a doua relaţie, aplicăm punctul a) şi prima relaţie, observând că
2 2
G ( w1 ,K wn ) = det(diag (< w1 , w1 >,K, < wn , wn >)) = w1 ⋅ K ⋅ wn .
TRANSFORMĂRI LINIARE
#1.Transformări liniare
py
d) Se numeşte automorfism al spaţiului liniar V,orice endomorfism bijectiv.
e) Se numeşte formă liniară, o transformare liniară T :V → K (unde K = K 1 este
Co
considerat ca spaţiu vectorial cu o dimensiune peste K).
Observaţie. Cele două condiţii, (1) şi (2), din definiţia unei transformări
EB
liniare sunt echivalente cu condiţia
T ( kx + ly ) = kT ( x) + lT ( y ), ∀k , l ∈ K ,∀ x, y ∈ V . (3)
Într-adevăr, dacă T :V → W este liniară, atunci conform definiţiei avem
tW
T ( kx + ly ) = T (kx) + T (ly ) = kT ( x) + lT ( y ), ∀k , l ∈ K ,∀ x, y ∈ V .
Reciproc, condiţia (3), pentru k = l = 1 implică (1), iar pentru l = 0 implică (2).
en
Notaţii.
♦ Vom nota prin L(V,W ) mulţimea tuturor transformărilor liniare definite pe V cu
ud
valori în W.
♦ Vom nota prin End (V ) mulţimea endomorfismelor spaţiului vectorial V .
St
Algebră liniară 39
4. Aplicaţia T ∈ L(R n , R m ), T ( x) = Ax, ∀x =t ( x1 ,K, xn ) ∈ R n , unde matricea
A∈Mm×n(R) este dată, este o transformare liniară. Spre exemplu, pentru m=2, n=3,
aplicaţia
T ∈ L(R 2 , R 3 ), T ( x1 , x 2 ) = (2 x1 ,− x 2 ,3x1 + x 2 )
este de această formă,
2 0 x1
T ( x1 , x2 ) = 0 x t
−1 1 =
x x2 = (2 x1 ,− x2 ,3 x1 + x2 ) ,
3 1 2
x3
abstracţie făcând de transpunerea vectorului imagine. T este transformare liniară,
deoarece avem
T (( x1 , x 2 ) + ( y1 , y 2 )) = T ( x1 + y1 , x 2 + y 2 ) =
= (2( x1 + y1 ),−( x 2 + y 2 ),3( x1 + y1 ) + x 2 + y 2 ) =
= (2 x1 ,− x 2 ,3 x1 + x 2 ) + (2 y1 ,− y 2 ,3 y1 + y 2 ) =
= T ( x1 , x 2 ) + T ( y1 , y 2 ), ∀( x1 , x 2 ), ( y1 , y 2 ) ∈ R 2
py
T (k ( x1 , x 2 )) = T (kx1 , kx 2 ) =
= (2kx1 ,− kx 2 ,3kx1 + kx 2 ) =
= k (2 x1 ,− x 2 ,3x1 + x 2 ) = Co
= kT ( x1 , x 2 ),∀k ∈ R , ∀( x1 , x 2 ) ∈ R 2 .
EB
5. Aplicaţia T ∈ L(C 1 (a, b), C 0 (a, b)), T ( f ) = f ′, ∀f ∈ C 1 (a, b) , este liniară.
b
6. Aplicaţia T ∈ L( C 0 [a, b], R ), T ( f ) = ∫ f (t )dt , ∀f ∈ C 0 [a, b] , este liniară.
tW
proprietăţi:
ud
1) T (0) = 0 .
2) Dacă U este un subspaţiu vectorial al lui V, atunci T (U ) este un subspaţiu
St
vectorial al lui W.
3) Dacă vectorii x1 , x2 ,..., xn ∈ V sunt liniar dependenţi, atunci şi vectorii
T ( x1 ), T ( x 2 ),..., T ( x n ) ∈ W sunt de asemenea liniar dependenţi.
4) Daţi fiind vectorii x1 , x2 ,..., xn ∈ V , dacă vectorii T ( x1 ), T ( x 2 ),..., T ( x n ) ∈ W sunt
liniar independenţi, atunci şi vectorii x1 , x 2 ,..., x n sunt liniar independenţi.
py
B = {e1 , e2 ,..., en } o bază a lui Vn , iar w1 , w2 ,..., wn o familie de vectori din W.
1) Există o unică transformare T ∈ L(Vn , W ) astfel încât T (ei ) = wi , i = 1, n .
Co
2) Dacă avem ind{w1 , w2 ,..., wn }, atunci această transformare este injectivă.
EB
n n
Demonstraţie. 1) Fie x = ∑ xi ei ∈ Vn . Asocierea x ∈ V → T ( x) = ∑ xi wi ∈ W
i =1 i =1
n n n
obţinem T (kx + ly ) = ∑ (kxi + ly i ) wi = k ∑ xi wi + l ∑ y i wi = kT ( x) + lT ( y ) .
ud
i =1 i =1 i =1
n
Atunci, pentru orice x = ∑ xi ei ∈ Vn , avem
i =1
n n n n
S ( x ) = S ( ∑ x i ei ) = ∑ x i S ( e i ) = ∑ x i T ( e i ) = T ( ∑ x i ei ) = T ( x )
i =1 i =1 i =1 i =1
n n
2) Fie x = ∑ xi ei , y = ∑ yi ei ∈ Vn . Folosind relaţiile T (ei ) = wi , i = 1, n şi liniar
i =1 i =1
independenţa vectorilor w1 , w2 ,..., wn , avem
n
T ( x) = T ( y ) ⇒ ∑ ( xi − y i ) wi = 0 ⇒ xi = y i , i = 1, n ⇒ x = y .
i =1
py
♦ are loc relaţia ( S o T ) −1 = T −1 o S −1 .
Co
#2. Nucleul şi imaginea unei transformări liniare
EB
Fie V şi W două K -spaţii vectoriale şi T ∈ L(V,W ) . Vom studia în cele ce
urmează
tW
W
ud
V
Im T
St
Ker T →(T ) → •
0W
py
KerT = {( x1 , x 2 ) ∈ R 2 (2 x1 ,− x 2 ,3 x1 + x 2 ) = (0,0,0)} = {(0,0)} ,
Im T = {( y1 , y2 , y3 ) ∈ R 3 ∃( x1 , x2 ) ∈ R 2 , (2 x1 ,− x2 ,3x1 + x2 ) = ( y1 , y2 , y3 )} =
= {( y1 , y2 , y3 ) ∈ R 3 3 y1 − 2 y2 − 2 y3 = 0} = 2
Co
2 y + 2 y3
3
, y2 , y3 y2 , y3 ∈ R =
EB
= {y2 (2 / 3;1,0) + y3 (2 / 3;0,1) y2 , y3 ∈ R} = L({(2 / 3;1,0), (2 / 3;0,1)}) ⊂ R . 3
Demonstraţie. Echivalenţa dintre (i) şi (ii) este evidentă. Arătăm că (i) este
St
KerT ⊂ {0} . Cum T (0) = 0 ⇒ 0 ∈ KerT , deci incluziunea inversa are loc, rezultă
proprietatea (iii).
Algebră liniară 43
Definiţii. a) Dimensiunea nucleului lui T se numeşte defectul lui T.
b) Dimensiunea imaginii lui V prin transformarea liniară T se numeşte rangul lui T.
py
care o extindem la o bază B = {e1 ,..., e p , e p+1 ,..., en } a întregului spaţiu vectorial V.
n
Pentru orice y ∈ Im T există un x = ∑ xi ei ∈V astfel încât y = T (x) ; cum însă
T (e1 ) = ... = T (e p ) = 0 , rezultă
n n
i =1
Co
EB
y = T ( x) = T ∑ xi ei = ∑ xi T (ei ) = x p +1T (e p +1 ) + ... + x nT (en ) .
i =1 i =1
Deci T (e p +1 ),..., T (en ) generează pe Im T . Aceşti vectori sunt liniar independenţi,
tW
dimensional (cu dimensiunea n-p) şi avem relaţia: dim Im T = dim V − dim Ker T.
St
py
deci, conform teoremei 2.3,
k1e1 + ... + k p e p ∈ Ker T = {0} ⇒ k1e1 + ... + k p e p = 0 ⇒ k1 = ... = k p = 0 .
Co
(ii)⇒(iii). Fie (ii) adevărată ∀p ≤ n şi fie B={e1 ,..., en } o bază în V; deoarece ind{B},
pentru p = n rezultă ind {T (e1 ),..., T (en )} , deci dim T (V ) ≥ n ; pe de altă parte din
teorema 2.4 avem dim T (V ) ≤ n , deci dim T (V ) = n , deci (iii).
EB
(iii)⇒(iv). Fie (iii) şi B = {e1 ,..., en } o bază în V. Pentru orice y ∈ T (V ) există
n n
x = ∑ xi ei ∈ V astfel încât y = T ( x) = ∑ xi T (ei ) ; deci T (V ) = L({T (e1 ),..., T (en )}) .
tW
i =1 i =1
Cum însă dim T (V ) = n , rezultă că {T (e1 ),..., T (en )} este o bază a lui T (V ) , deci
(iv). (iv)⇒(i). Fie (iv), deci dim ImT = dim V = n; folosind relaţia din teorema 2.4
rezultă dim KerT=0, deci conform teoremei 2.3, T este injectivă, deci (i).
en
ud
Observaţie. Coloanele matricii [T (e1 ),..., T (en )] sunt formate din coeficienţii
vectorilor care generează subspaţiul ImT.
St
Algebră liniară 45
Observaţie. Teorema este aplicabilă şi în cazul particular al endomorfismelor
pe spaţii vectoriale finit dimensionale. În acest caz, se observă că un endomorfism
este bijectiv (deci este automorfism, deci inversabil) dacă şi numai dacă matricea sa
relativ la o bază a spaţiului Vn este pătratică (deci W n = V n ) şi nesingulară.
py
Deci Ker T = {0} , T injectivă. Conform teoremei 2.6, T rezultă bijectivă, deci
inversabilă. Putem determina acest lucru altfel, folosind observaţia de mai sus, şi
1 1 0 Co
constatarea (verificaţi !) că matricea transformării este nesingulară,
A = [T ]B = 0 1 1 , det A = 2 ≠ 0.
1 0 1
EB
Se observă că surjectivitatea transformării T asigură existenţa unei soluţii pentru
sistemul T ( x) = y , iar injectivitatea asigură unicitatea acestei soluţii. Pentru a
tW
x1 + x2 = y1 x1 = ( y1 − y2 + y3 ) / 2
en
x2 + x3 = y2 ⇔ x2 = ( y1 + y2 − y3 ) / 2 ,
x3 + x1 = y3 x3 = (− y1 + y2 + y3 ) / 2
ud
deci T −1 ( x) = (( y1 − y 2 + y 3 ) / 2, ( y1 + y 2 − y 3 ) / 2, (− y1 + y 2 + y 3 ) / 2 ) .
St
Notaţii. Vom scrie A = [T ] B,B′ ., sau, atunci când bazele B şi B' se subânţeleg,
A = [T ] . Dacă T este endomorfism al spaţiului Vn şi B’ = B, notăm A = [T ] B sau,
atunci când baza B se subânţelege, A = [T ] .
n m
3.1. Teoremă. Dacă x = ∑ x j e j are imaginea T ( x) = y = ∑ y i wi , atunci au
j =1 i =1
loc relaţiile dintre coeficienţii vectorului x şi cei ai vectorului imagine y=T (x) :
n
yi = ∑ t ij x j , i = 1,m . (2)
i =1
Notând X = t ( x1 , x 2 ,..., x n ), Y = t ( y1 , y 2 ,..., y m ) relaţia (2) se rescrie matriceal
Y = AX . (3)
py
n
Demonstraţie. Fie x = ∑ x j v j ∈ V . Aplicând acestei egalităţi transformarea T şi
n
m m n
Co
T ( x) = ∑ x j T (v j ) = ∑ x j ∑ t ij wi = ∑ ∑ t ij x j wi .
EB
j =1 j =1 i =1 i =1 j =1
m
Cu notaţiile din enunţ avem T ( x) = ∑ y i wi , deci, din unicitatea descompunerii
tW
i =1
n
relativ la baza B’, obţinem yi = ∑ tij xi , i = 1,m .
j =1
en
Algebră liniară 47
Fie în cele ce urmează Vn un K -spaţiu vectorial n-dimensional şi
T ∈ End (Vn ) un endomorfism. Fixând baze diferite în Vn , endomorfismului T i se
asociază matrice pătratice diferite. Relaţia dintre aceste matrici este dată de
următoarea
Demonstraţie. Fie B={e1 , e2 ,..., en } şi B'={e1′ , e2′ ,..., e3′ } două baze în Vn , iar
py
n
C = [cij ] matricea de trecere de la prima bază la a doua, adică e′j = ∑ cij ei , j = 1, n . Fie
i =1
T ( e j ) = ∑ aij ei , j = 1, n ,
EB
i =1
şi A' = [a ' ij ] matricea lui T relativ la a doua bază B', adică
tW
n
T ( e′j ) = ∑ aij′ ei′ , j = 1, n .
i =1
Ţinând cont de relaţiile de mai sus, imaginile vectorilor din a doua bază admit
următoarele expresii
en
n n
n n n
T ( e′j ) = ∑ aij′ ei′ = ∑ aij′ ∑ c ki ek = ∑ ∑ c ki aij′ ek ,
k =1 k =1 i =1
ud
i =1 i =1
n
n n
n
n n
T ( e′j ) = T ∑ c ij ei = ∑ cij T (ei ) = ∑ cij ∑ a ki ek = ∑ ∑ a ki cij ek ,
St
i =1 i =1 i =1 k =1 k =1 i =1
din care, prin egalarea coeficienţilor descompunerilor relativ la baza B, obţinem
n n
∑ cki a 'ij = ∑ a ki cij ,
i =1 i =1
sau, în scriere matriceală, CA' = AC , de unde rezultă A'= C −1 AC .
py
A′ = [T ]B ′ = C AC = 0 2 0 .
−1
0 0 3
Co
Se poate verifica uşor (temă) că avem A′ = A1′ + A2′ , unde A1′ = [T1 ] B′ , A2′ = [T2 ] B′ .
EB
Definiţie. Două matrici A, B ∈ M n×n ( K ) se numesc asemenea dacă există o
matrice nesingulară C ∈ M n×n (K ) astfel încât să aibă loc relaţia B = C −1 AC .
tW
spaţiului vectorial V n .
2. Matricile asemenea au următoarele proprietăţi:
ud
a matricii A.
♦ Deoarece det B = det(C −1 ) ⋅ det A ⋅ det(C ) = det A , toate matricele unei clase de
echivalenţă au acelaşi determinant. Astfel, putem defini determinantul unui
endomorfism al spaţiului V n , ca fiind determinantul matricei asociate
endomorfismului relativ la o bază dată.
Algebră liniară 49
4.1. Definiţii. Fie V un K-spaţiu vectorial. Endomorfismul T ∈ End (V ) se
numeşte
a) automorfism, dacă este bijectiv;
b) proiecţie, dacă satisface relaţia T 2 = T ;
c) involuţie (sau structură produs) dacă T 2 = J , unde J ∈ End (V ) este
transformarea identitate;
d) structură complexă, dacă T 2 = − J ;
e) endomorfism nilpotent de indice p, dacă T p = O ( p ≥ 2 ), unde O este
morfismul nul;
f) structură tangentă, dacă T este un endomorfism nilpotent de indice doi şi de
rang maxim.
py
dar formează grup relativ la compunerea automorfismelor, numit grupul liniar
general.
Co
Exemplu. Orice structură aproape produs T ∈ End (V ) este automorfism.
Într-adevăr fixând o bază în V, matricea asociată transformării T este nesingulară:
EB
T 2 = J ⇒ [T 2 ] = [ J ] ⇒ [T ] 2 = [ J ] ⇒ det[T ] 2 = det[ J ] ⇒ (det[T ]) 2 = 1 ⇒ det[T ] ≠ 0 ,
deci folosind 3.1-observaţia 2, rezultă T inversabilă, deci automorfism.
tW
u u ∈ Im T ⇒ ∃v ∈ V, u = T (v) ;
ImT dar u ∈ KerT ⇒ 0 = T (u ) = T (T (v)) = T (v) = u ,
deci KerT ∩ ImT = {0} .
∑T
i =1
i =J şi TiT j = 0, ∀i ≠ j , i, j = 1, p,
py
4.3. Teoremă. Dacă T ∈ End (V ) este un endomorfism nilpotent de indice p
Co
şi x0 ∈ V \ {0} astfel încât T p −1 ( x0 ) ≠ 0 , atunci vectorii {x0 , T ( x0 ),..., T p −1 ( x0 )} sunt
liniar independenţi.
EB
p −1
Demonstraţie. Considerăm relaţia ∑k T
i =1
i
i
( x0 ) = 0, k i ∈ K , i = 0, p − 1 . Aplicând
tW
liniară a mulţimii S = {x0 ,T ( x0 ),..., T p−1 ( x 0 )} . Atunci se poate arăta [UDR] că există
un subspaţiu U ⊂ V , invariant faţă de T, astfel încât are loc descompunerea în sumă
St
directă V = U ⊕ L( S ) .
py
#5. Transformări liniare pe spaţii euclidiene
Co
5.1. Definiţii. Fie V şi W două spaţii vectoriale euclidiene complexe. Vom nota
în acelaşi mod produsele scalare (şi normele induse de acestea) ale celor două spaţii.
a) Fie T : V → W o transformare liniară. Transformarea liniară T ∗ : W → V ,
EB
definită prin relaţia
< x, Ty >=< T ∗ x, y >, ∀x ∈ W, ∀y ∈ V
tW
Demonstraţie. Dacă T = T ∗ , atunci < x, Tx >=< Tx, x >= < x, Tx > (bara înseamnând
conjugare complexă), deci < x, Tx >∈ R, ∀x ∈ V . Reciproc, dacă < x, Tx > este real,
atunci < x, Tx >= < x, Tx > = < T ∗ x, x > =< x, T ∗ x >⇒< x, (T − T ∗ ) x >= 0, ∀x ∈ V .
Notând S=T − T ∗ şi înlocuind pe x cu x + αy , (α ∈ C, y ∈ V arbitrare ), rezultă
2 Re(α < x, Sy >) = 0, ∀α ∈ C . Înlocuind α = 1 şi α = i în relaţia obţinută, obţinem
< y, Sx >= 0 , ∀x, y ∈ V . Punând y = Sx rezultă Sx = 0, ∀x ∈ V ⇔ S = 0 ⇔ T=T ∗ .
py
T ∈ L(V , W ) care păstrează produsul scalar, adică
< Tx, Ty >=< x, y > , ∀x, y ∈V .
Co
Teoremă. 1) O transformare liniară T ∈ L(V ,W ) este unitară dacă şi numai
dacă păstrează norma, adică
EB
Tx = x , ∀x ∈ V .
2) Orice transformare unitară T : V → W este injectivă.
tW
2 2 2 2
< x, y > = { x + y − x − y + i x + iy − i x − iy } / 4
ud
rezultă
[ 2 2 2
< Tx, Ty >= T ( x + y ) − T ( x − y ) + i T ( x + iy ) − i T ( x − iy )
2
] / 4 = < x, y > .
St
Algebră liniară 53
5.6. Definiţii. Presupunem că V şi W sunt spaţii euclidiene complexe n-
dimensionale şi că în fiecare s-a fixat o bază ortonormată. Relativ la aceste baze,
ataşăm transformării liniare T ∈ L(V , W ) matricea asociată A.
a) Matricea A∗ = t A ataşată lui T ∗ se numeşte adjuncta matricei A.
b) Dacă A = t A , atunci matricea pătratică A se numeşte hermitică.
c) Dacă A = −t A , atunci matricea pătratică A se numeşte antihermitică.
d) Dacă A t A = I , (I fiind matricea unitate), atunci matricea A se numeşte unitară.
py
k =1
n
< Te j , ei >= ∑ t kj < ek , ei >= t ij ;
∑x j x k ⋅ t jk = ∑x j x k ⋅ t kj = < x, Tx > .
en
j , k =1 j , k =1
py
− sin α cos α 0 1
Co
5.7. În cele ce urmează, presupunem că V şi W sunt două spaţii vectoriale
euclidiene reale, ale căror produse scalare (respectiv norme asociate) le notăm la fel.
Fie T ∈ L(V ,W ) o transformare liniară.
EB
Definiţii. a) Transformarea liniară T ∗ : W → V definită prin relaţia
tW
produsul scalar, deci dacă satisface relaţia < Tx, Ty >=< x, y >, ∀x, y ∈ V .
St
Algebră liniară 55
#6. Izometrii
S-a văzut că transformările ortogonale ale unui spaţiu vectorial euclidian real
V păstrează distanţa euclidiană şi au drept punct fix originea (duc vectorul nul în
vectorul nul, fiind transformări liniare). Vom introduce o altă funcţie pe V care
păstrează distanţa euclidiană, dar nu este lineară.
1) Ta o Tb = Tb o Ta = Ta +b , ∀a, b ∈ V ;
2) T0 = J V ;
py
3) ∀a ∈ V, Ta este transformare inversabilă, şi avem (Ta ) −1 = T− a , ∀a ∈ V ,
Co
unde prin J V am notat transformarea identică a spaţiului vectorial V.
translaţiilor. Acest grup este izomorf cu grupul abelian aditiv (V,+), prin
izomorfismul ϕ : V → Tr (V ), ϕ(a) = Ta , ∀a ∈ V .
ud
py
=< kR( x), R( y ) >⇒< R(kx) − kR( x), R( y ) >= 0, ∀R( y ) ∈ V,∀k ∈ R .
Înlocuind R ( y ) = R(kx) − kR( x) şi folosind pozitivitatea produsului scalar, rezultă
< R( x + y ), R( z ) >=< x + y, z >=< x, z > + < y, z >=< R( x), R( z ) > + < R( y ), R( z ) >=
EB
=< R( x) + R( y ), R( z ) >⇒< R( x + y ) − R( x) − R( y ), R( z ) >= 0, ∀R( z ) = u ∈ R(V ) = V
Deci R ( x + y ) − R( x) − R( y ) = 0 , deci R este aditivă. Fiind liniară şi păstrând
produsul scalar, R este ortogonală.
tW
Algebră liniară 57
Exemplu. Fie locul geometric al punctelor din plan M ( x, y, z ) care raportate
la reperul cartezian Oxyz verifică ecuaţia
g ( x, y, z ) = 2 x 2 + y 2 − 4 z 2 − 8 x + 2 y − 16 z + 1 = 0.
Determinăm ecuaţia verificată de coordonatele ( x ′, y ′, z ′) ale acestor puncte
faţă de reperul O′x ′y ′z ′ obţinut din cel iniţial printr-o translaţie ce duce originea
O(0,0,0) în punctul O ′(2,−1,−2) , deci având vectorul de translaţie
a = ( xO ' − xO , y O ' − y O , z O ' − z O ) = (2,−1,−2) .
Deoarece formulele care dau translaţia sunt x = x ′ + 2, y = y ′ − 1, z = z ′ − 2, înlocuind
în ecuaţia dată găsim ecuaţia locului geometric relativ la reperul translatat,
2 x ′ 2 + y ′ 2 − 4 z ′ 2 + 8 = 0.
py
b)T ( x) = x + a
c) T ( x) = λ x, λ ∈ R
Co
d) T ( x) = ( x1 , x 2 , x32 ), x = ( x1 , x 2 , x3 )
e) T ( x) = ( x3 , x1 , x 2 )
EB
f) T ( x) = ( x3 , x1 , x2 + k ), k ∈ R, k ≠ 0
g) T ( x) = ( x1 + 2 x 2 − 3 x3 ,3 x1 − x 2 + 3 x3 ,4 x1 + 7 x 2 + 8 x3 )
tW
2
a) T : R 2 → R 2 , T (v) = ( x 2 , x1 + x 2 ), ∀v = ( x1 , x 2 ) ∈ R 2
1
b) T : R 2 [ x] → R 3 [ x], T ( p ) = xp − p + x ∫ p (t )dt , ∀p ∈ R 2 [ x] .
St
ak
R. Ker T = p = ∑ ak x k ∑ k + 2 = 0 , Im T = L({x}) .
k = 0, n k = 0, n
py
6. Fie funcţia T : V3 → V3 , T (v) = v × a, a = vector fixat, nenul .
a) Să se arate că T este o transformare liniară.
Co
b) Să se găsească Ker T şi Im T şi să se arate că Ker T ⊕ Im T = V3 .
EB
R. b) KerT = L({a )}, Im T = {v < v , a >= 0} .
tW
c) T : R 3 → R 2 , T ( x) = ( x1 − x 2 + x3 , x1 + x3 ),∀ x = ( x1 , x 2 , x3 ) ∈ R 3 .
1
d) T : R 2 [ x] → R 3 [ x], T ( p) = x 3 ∫ p(t )dt − x 2 p ′ + p(0), ∀p ∈ R 2 [ x] .
ud
0
În fiecare din cele patru cazuri să se determine urmă toarele chestiuni:
St
R. Temă: b,c,d. a) KerT = L({v1 = (3,1,0 ),v 2 = (0,0,1)}), ImT = L({v = (1,0,−2)}) , T nu
1 − 3 0
este injectivă ( KerT ≠ 0 ), nici surjectivă ( ImT ≠ R 3 ); [T ] = 0 0 0 , 2+1=3.
− 2
6 0
0 2 0
b) KerT = L({3 x 2 + 11}); Im T = L({− x, 2 − ( x / 2)});[T ]{1, x , x2 },{1, x} = −1 11 .
−1 2 3
T nu este injectivă, dar este surjectivă ( ImT = R 1 [ x] ); 1+2=3.
Algebră liniară 59
8. Se dau transformările liniare:
a) T ∈ End (R 3 ), T ( x) = ( x1 − 2 x3 , x1 − x 2 , x 2 − 2 x3 ), ∀x = ( x1 , x 2 , x3 ) ∈ R 3 .
b) T ∈ End (R 3 ), T ( x) = ( x1 + x 2 , x 2 + x3 , x3 + x1 ), ∀x = ( x1 , x 2 , x3 ) ∈ R 3 .
Pentru fiecare dintre cele două transformări, determinaţi:
♦ KerT şi ImT . Sunt KerT şi ImT subspaţii suplementare în R 3 ?
♦ Este T injectivă ? Dar surjectivă ? Dacă T este inversabilă, determinaţi inversa
acesteia.
py
ix − x
a) T : C → M 2×2 (C), T ( x) = , ∀x ∈ C .
− ix x
Co
b) T : R 3 → C 3 ,T ( x) = (ix1 , x 2 − (1 + i ) x1 ,−ix3 ), x = ( x1 , x 2 , x3 ) ∈ R 3
EB
c) T : M 2× 2 ( K ) → M 2× 2 ( K ), T ( A) = tA .
i 0 0 1 0 0 0
0 0 1 0
b) [T ] = − 1 − i 1 0 ; c) B M 2 × 2 ( R ) = {e11 , e12 , e21 , e22 }, [T ] = .
0 0 1 0 0
0 − i
en
0
0 0 1
ud
0 − 1 − 1
0 1 2 − 5
R. [ D]S = , [ D]S ′ = [ D]S ′′ = 0 0 − 1 .
−1 0 5 2 0 0 1
R. A′ = C −1 AC , unde C = [v1 , v 2 , v3 ], A ∈ { A1 , A2 , A3 } .
py
b) Fie T : C n → C m o transformare liniară. Prin reprezentarea reală a
transformării T înţelegem transformarea liniară reală RT : R C n → R C m care coincide
Se dă transformarea liniară Co
punctual cu T , unde R C n , R C m sunt trecerile în real ale spaţiilor C n şi C m .
T : C 3 → C 3 , T ( x) = ( x1 + ix 2 , x1 + x3 ,ix3 ), ∀x = ( x1 , x 2 , x3 ) ∈ C 3 .
EB
Să se determine matricea reprezentării reale a lui T în baza {v1 , v 2 , v3 } , unde
v1 = (0, i,1), v2 = (0,0, i ), v3 = (1,−2,2) .
tW
1 0 0 −1 0 0
ud
0 1 1 0 0 0
C 3 ≡ R 6 , este A =
1 0 0 0 1 0
R
. Noua bază este B′ = {v1 ≡t (0,0,0,1,1,0),
0 1 0 0 0 1
St
0 0 0 0 0 1
0 0 0 0 − 1 0
t t t t t
iv1 ≡ (0,0, −1,0,0,1), v2 ≡ (0,0,0,0,0,1), iv2 ≡ (0,0,0,0, −1,0), v3 ≡ (1,0, −2,0, 2,0), iv3 ≡ (0,1,0,−2,0, 2)} .
Matricea A' a reprezentării reale a lui T relativ la noua bază B ′ din R C 3 ≡ R 6 este
dată de relaţia A′ = C −1 AC , cu matricea de trecere
C = [v1 , iv1 , v 2 , iv 2 , v3 , iv3 ] ∈ M 6 (R ) ,
Algebră liniară 61
14. Să se determine adjuncta (transpusa) T * a transformării liniare
T : R 3 → R 2 , T ( x) = ( x1 − 2 x3 ,3x 2 ),∀ x = ( x1 , x 2 , x3 ) ∈ R 3 .
1 0
t
R. T * ( y ) = ( y1,3 y2 ,−2 y1 ), ∀y = ( y1, y2 ) ∈ R ; [T *] = 0 3 = [T ] .
2
− 2 0
py
mulţimea punctelor din plan E 2 , şi fie T : V 2 → V2 transformarea liniară definită prin
→ → → → r r r r
T (a) = b ,T (b) = c , unde punctele A(a ), B(b ), O(0) sunt necoliniare, iar C (c ) un
punct oarecare din plan. Să se determine punctul C astfel încât
a) T să fie o proiecţie;
Co
EB
b) T să fie o structură complexă.
r r r r r r
T 2 (a ) = T (a ) r r r T 2 (a ) = −a c = − a
R. a) 2 r r ⇔ T (c ) = c = b , deci C = B . b) 2 r r⇔ r r,
T (b ) = T (b ) T (b ) = −b = −
tW
T ( c ) b
care are loc doar dacă OC = −OA .
en
17. Arătaţi că matricile următoare sunt nilpotente de ordinele doi (în cazul a)
şi respectiv trei (în cazurile b,c):
ud
0 1 0 1 0 0 − 2 0
a) A =
; b) A = 0
0 1 ; c) A = 0 0 3
.
0 0
St
0 0 0 0 0 0
R. a) A 2 = O2 ; b), c) A 3 = O3 .
1+i i
18. Fie T : C 2 → C 2 endomorfismul definit prin matricea [T ] = în
1 3−i
baza canonică a spaţiului vectorial C2 . Să se găsească matricile
hermitiene T1,T2 ∈ End(C ) astfel încât să aibă loc relaţia T = T1 + iT2 .
2
1 (1+ i) / 2 1 (1+ i) / 2
R: [T1] = , [T2 ] = .
(1− i) / 2 3 (1− i) / 2 −1
R. A A = I 3 .
t
py
T ∈ End (R 2 ), [T ] =
cos α − sin α
c) , α ∈ R , este transformare liniară
sin α cos α
ortogonală ( < T ( x), T ( y ) >=< x, y >, ∀x, y ∈ R 2 ).
d) Transformarea T ∈ End (C 2 ), [T ] =
4
3 + i
Co 3 − i
2
este transformare liniară
EB
hermitică ( < T (u ), v >=< u , T (v) > ).
tW
1 i + 1
21. Fie matricea A = ∈ M 2×2 (C) . Să se determine o matrice unitară
− i i + 1
U astfel încât matricea U −1 AU să fie triunghiulară.
en
R. Dacă U =
a b
, din condiţia U U = I 2
t
(deci U −1 = t U ) şi anularea
c d
ud
x y
coeficientului din stânga jos al matricii tU AU = , rezultă sistemul:
0 z
St
2 2 2 2
a + b = 1, c + d = 1, ac + bd = 0; a (b − id ) + c(b + d )(1 + i ) = 0 ;
1 1 i i 1
obţinem U = , care produce U −1 AU = .
2 i 1 0 2
x a α β x 2
R. Relaţia formală J = + , α + χ 2 = β 2 + δ 2 = 1, αβ + χδ = 0 şi
y
b χ δ y
condiţiile impuse J ( Ai ) = Bi , ∀i = 1,3 , conduc la expresia analitică a transformării,
x 1 0 − 1 x
J = + .
y − 1 − 1 0 y
Algebră liniară 63
Capitolul 3
py
tuturor valorilor proprii ale endomorfismului.
Observaţii. 1. Ecuaţia Co
Tx = λ x, x ≠ 0 este
x ∈ Ker(T − λI ), x ≠ 0 , unde I este endomorfismul identitate.
echivalentă cu
EB
2. În particular pentru o transformare liniară neinjectivă, vectorii nenuli din
Ker T sunt vectori proprii ai lui T ataşaţi valorii proprii zero.
3. Dacă un vector x ∈ V \ {0} este vector propriu al lui T , atunci pentru fiecare
tW
S λ = { x T x = λ x, x ∈ V }
este un subspaţiu vectorial al lui V, invariant faţă de T, adică are loc incluziunea
T (Sλ ) ⊆ Sλ .
Subspaţiul S λ poate fi finit sau infinit dimensional şi se numeşte subspaţiul
propriu ataşat valorii proprii λ .
py
1.2. Teoremă. Subspaţiile proprii S λ1 , S λ 2 corespunzătoare la valori proprii
Co
distincte λ 1 , λ 2 ∈ σ( A), λ 1 ≠ λ 2 , sunt disjuncte (deci au în comun doar vectorul nul).
EB
Demonstraţie. Fie λ 1 , λ 2 ∈ σ( A), λ 1 ≠ λ 2 . Dacă prin absurd ar exista
x ∈ S λ1 I S λ 2 \ {0} , ar rezulta Tx = λ 1 x şi Tx = λ 2 x , deci (λ 1 − λ 2 ) x = 0 ⇒ λ 1 = λ 2 ,
absurd. Rezultă S λ1 I S λ 2 = {0} .
tW
a11 L a1n
ud
Definiţie. Fie A = M O M ∈ M n× n (K ) o matrice pătratică de ordinul
a L a
St
n1 nn
x1
n şi fie X = M ∈ M n×1 ( K ) \ {0} un vector coloană cu coeficienţi în corpul
x
n
K ∈ {R, C} . Dacă există un scalar λ ∈ K astfel încât să aibă loc relaţia
AX = λX , (1)
atunci X se numeşte vector propriu al matricii A, iar λ se numeşte valoare proprie a
matricii A şi notăm λ ∈ σ( A) . Ecuaţia matriceală (1) se rescrie ( A − λI ) X = 0 şi este
echivalentă cu sistemul liniar (numit sistem caracteristic al matricii A)
(a11 − λ) x1 + a12 x2 + ... + a1n xn = 0
a x + (a − λ) x + ... + a x = 0
21 1 22 2 2n n
. (1')
..............................................
an1 x1 + an 2 x2 + ... + (ann − λ) xn = 0
Algebră liniară 65
Fiind un sistem omogen, acesta are soluţii nebanale doar în cazul în care scalarul λ
satisface ecuaţia algebrică
a11 − λ a12 K a1n
not a12 a22 − λ K a2 n
PA (λ) = det( A − λI ) = 0 ⇔ = 0. (2)
M M O M
an1 an 2 K ann − λ
Observaţii. 1. Valorile proprii ale matricei A sunt soluţiile din K ale ecuaţiei
caracteristice (2); mulţimea acestora formează spectrul matricii A, care se va nota prin
py
σ ( A) . Dacă notăm prin σ ( A) mulţimea rădăcinilor complexe ale polinomului
caracteristic al matricii A, se observă că avem σ ( A) = σ ( A) ∩ K .
Co
2. Fie A o matrice pătratică reală de ordinul n şi det( A − λI ) = 0 ecuaţia ei
caracteristică. Deoarece nu orice ecuaţie algebrică admite soluţii în R, dar admite
EB
soluţii în C, uneori valorile proprii ale lui A se definesc ca fiind elemente din C. În
acest caz vectorii proprii corespunzători aparţin complexificatului lui R n notat C R n .
tW
♦ δ1 = Tr A, δ 2 = ∑ (a
1≤ j < k ≤ n
jj a kk − a kj a jk ),K , δ n −1 = ∑ m( a
1≤ j ≤ n
jj ), δ n = det A,
ud
2.3. Teoremă. Valorile proprii ale unei matrice reale şi simetrice sunt reale.
Demonstraţie. Conjugând relaţia (1) AX = λX , rezultă (2) A X = λ X . În (1)
py
înmulţim la stânga cu t X , iar în (2) înmulţim la stânga cu t X . Relaţia A = t A
implică t X AX = t XA X şi deci obţinem (λ − λ) t X X = 0 . Cum vectorul X este nenul,
avem t X X ≠ 0 ⇒ λ = λ ⇒ λ ∈ R . Co
EB
Exemple. 1. Aflaţi valorile şi vectorii proprii pentru matricea
2 0 2 −1
0 2 4 − 2
tW
A= .
2 −1 1 1
2 −1 −1 3
Soluţie. Polinomul caracteristic PA (λ ) = det( A − λI ) = (λ − 2) 4 are drept
en
2 x1 − x 2 − x3 + x 4 = 0
Obţinem x2 = 2 x1 + x3 , x4 = 2 x3 . şi notând x1 = a şi x3 = b soluţia se scrie
x1 = a, x2 = 2a + b, x3 = b, x4 = 2b, a, b ∈ R .
Rezultă X = t (a,2a + b, b,2b) = a t (1,2,0,0) + b t (0,1,1,2) , deci valorii proprii λ = 2 îi
corespund doi vectori proprii liniar independenţi
v1 = t (1,2,0,0) şi v 2 = t (0,1,1,2) ,
bază a subspaţiului propriu S λ1 = L(v1 , v2 ) . Se observă că dimS λ1 = 2 < 4 = dim R 4 .
6 6 0
2. Aflaţi valorile şi vectorii proprii pentru matricea A = − 3 − 3 0 .
− 3 − 6 3
Algebră liniară 67
Soluţie. Polinomul caracteristic este P (λ ) = −λ(λ − 3) 2 . Din ecuaţia
caracteristică (2) rezultă valorile proprii λ 1 = λ 2 = 3, λ 3 = 0 , iar din sistemul
caracteristic (1'), vectorii proprii liniar independenti
v1 = t (−2,1,0), v 2 = t (0,0,1), v3 = t (1,−1,−1) .
py
( A − λI ) X = 0.
De asemenea, teorema 2.2 arată că polinomul
Co
PA (λ) = det( A − λI )
este invariant faţă de o schimbare a bazei din Vn , adică coeficienţii lui PA (λ )
EB
depind de endomorfismul T şi nu de reprezentarea matriceală particulară A a lui T.
În consecinţă, nedepinzând efectiv de A, numărul det A se numeşte determinantul lui
T, numărul Tr A se numeşte urma lui T, etc; putem în concluzie da următoarea
tW
P (λ) = PA (λ ) ≡ det( A − λI )
se numeşte polinomul caracteristic al endomorfismului T.
ud
distincte. Dacă T are exact n valori proprii distincte, atunci vectorii corespunzători
determină o bază a lui Vn şi matricea A ataşată lui T în raport cu această bază este o
matrice diagonală având pe diagonală valorile proprii ale lui T.
2. Fie Vn un spaţiu vectorial real n-dimensional şi T : Vn → Vn un
C C
endomorfism. Notăm cu V n complexificatul spaţiului vectorial Vn şi cu T
C
complexificatul endomorfismului T. Cum T şi T au aceeaşi reprezentare
matriceală, valorile proprii ale lui T sunt exact valorile proprii complexe σ ( A) ale
C
py
depinde de alegerea bazei B ⊂ Vn . Apare natural întrebarea dacă există o bază în Vn
Co
relativ la care matricea endomorfismului să aibă o formă cât mai simplă (canonică),
spre exemplu cu un număr cât mai mare de coeficienţi nuli exceptând diagonala. Cu
ajutorul valorilor şi vectorilor proprii ai endomorfismului T vom realiza acest lucru în
EB
cele ce urmează.
există o bază B = {e1 ,..., en } astfel încât matricea lui A = [T ]B relativ la această bază
să fie o matrice diagonală (cu toţi coeficienţii din afara diagonalei, nuli).
Matricele din clasa de asemănare a matricii A care corespunde
en
Algebră liniară 69
Reciproc, dacă B' = {v1 , v 2 ,..., v n } este o bază în Vn , formată din vectori
proprii ai lui T, adică au loc relaţiile Tvi = λ i vi , i = 1, n , atunci matricea lui T relativ
la această bază este
λ1 0 K 0
0 λ2 K 0
D = [T ] B ' = ,
M M O M
0 0 K λn
unde scalarii λ i nu sunt neapărat distincţi.
py
mg (λ ) , dimensiunea subspaţiului vectorial S λ asociat valorii proprii λ .
py
3.4. Teoremă. Fie endomorfismul T∈ End (Vn ) . Atunci următoarele afirmaţii
sunt echivalente:
(i) T este diagonalizabil; Co
(ii) polinomul caracteristic al endomorfismului T are cele n rădăcini în
EB
corpul K şi dimensiunea fiecărui subspaţiu propriu este egală cu ordinul
de multiplicitate al valorii proprii corespunzătoare (pe scurt, σ (T ) ⊂ K şi
∀λ ∈ σ(T ) , ma (λ ) = mg (λ ) ) .
tW
Demonstraţie. Fie T ∈ End (Vn ) diagonalizabil, deci există o bază B = {e1 ,..., en } în
Vn , formată din vectori proprii pentru T, faţă de care matricea lui T este diagonală.
en
m
Descompunem polinomul caracteristic P(λ) = (λ − λ1 ) m1 (λ − λ 2 ) m2 ... (λ − λ p ) p , deci
ud
∑m = n.
St
i
i =1
Fără a afecta generalitatea, admitem că primii m1 vectori din baza {e1 , ..., en }
corespund lui λ1 , următorii m2 lui λ 2 etc. În concluzie, vectorii e1 ,..., em1 aparţin
subspaţiului propriu S λ1 corespunzător valorii proprii λ1 , ceea ce înseamnă că
numărul lor m1 este cel mult egal cu dim S λ1 . Pe de altă parte, conform teoremei 3.3,
avem dim S λ1 ≤ m1 . În concluzie m1 = dim S λ1 . Analog, rezultă
dim S λi = mi , i = 2, p .
Reciproc, fie dim S λi = mi , i = 1, p . Considerăm familia de vectori din Vn
n
B = {e1 ,..., em1 ,em1 +1 ,..., em2 ,..., em p −1 +1 ,..., em p }, ∑m
i =1
i = n,
Algebră liniară 71
aleasă astfel încât primii m1 vectori să constituie o bază în S λ1 , următorii m2 să
constituie o bază în S λ2 , etc. Prin inducţie după p , se poate arăta că B este bază
în Vn . Relativ la această bază, matricea endomorfismului T : Vn → Vn are forma
următoare
λ1 0 ... 0 0
0 λ1 ... 0 M
... ... ... ... M O
0 0 ... λ1 0
A = [T ]B = 0 K K 0 O 0 K K 0
0 λ p 0 ... 0
M 0 λ p ... 0
O M ... ... ... ...
0 0 0 ... λ p
py
deci o matrice diagonală. Prin urmare endomorfismul T este diagonalizabil.
Algoritm de diagonalizare.
en
py
Exemple. 1. Determinaţi dacă endomorfismul T ∈ End (R 3 ) , definit prin
matricea asociată relativ la baza canonică
A= 2
1
5Co
− 2 − 7 − 5
3
3
EB
2
este diagonalizabil sau nu.
Soluţie. Obţinem prin calcul polinomul caracteristic, P (λ) = (λ − 2) 3 ; o
tW
T ( x) = (− x1 + x4 , − x2 , − x3 − 2 x4 , x1 − 2 x3 + 3x4 ), ∀x = ( x1 , x2 , x3 , x4 ) ∈ R 4 .
py
Fie Vn un K-spaţiu vectorial şi T∈ End (Vn ) un endomorfism al acestuia.
Co
Matricea A a lui T depinde de alegerea bazei în Vn . Condiţiile în care matricea A se
poate diagonaliza au fost date în teoremele 3.2 şi 3.4. În cazul în care aceste condiţii
EB
nu sunt toate satisfăcute, deci când diagonalizarea nu este posibilă, se poate testa dacă
endomorfismul admite o formă canonică mai generală, numită forma Jordan.
tW
0 λ 1 K 0
J m (λ ) = M M ∈ M mxm (K )
ud
0 0 K K 1
0 0 K K λ
St
py
Observaţii. 1. Există endomorfisme ale spaţiilor vectoriale reale care nu admit
formă Jordan, şi anume acelea pentru care corpul K este R (deci K nu este corp
Co
algebric închis) iar ecuaţia caracteristică nu are toate cele n rădăcini în R
( σ(T ) ⊄ K = R ). Spre exemplu, endomorfismul T ∈ End (R 2 ) ,
T ( x) = (− x2 , x1 ), ∀x = ( x1 , x2 )∈ R 2 ,
EB
are drept valori proprii numerele complexe imaginare ± i ∉ R .
2. Endomorfismele spaţiilor complexe admit totdeauna la forma Jordan,
tW
deoarece orice ecuaţie algebrică de gradul n cu coeficienţi complecşi are toate cele n
rădăcini în corpul K = C .
3. Forma diagonală a unui endomorfism diagonalizabil este un caz particular
en
de formă canonică Jordan, anume cazul când toate celulele Jordan sunt de ordinul
unu.
ud
Algebră liniară 75
♦ T/ V j = N j + λ j I m j , j = 1, p , cu N j endomorfism nilpotent de ordin cel mult m j ;
py
T ∈ End (Vn ) .
2. Prin rezolvarea ecuaţiei caracteristice PA (λ ) ≡ det( A − λI ) = 0 ; se determină
Co
valorile proprii distincte λ j , multiple de ordinul respectiv m j , j = 1, p . Algoritmul
p
∑m
EB
continuă doar dacă λ j ∈ K , ∀j ∈ 1, p (sau, echivalent, j = n ), altfel
j =1
mj
5. Se rezolvă sistemul ( A − λ j I ) X = 0 , pentru fiecare j = 1, p .
ud
( A − λ j I )v = 0 .
Distingem cazurile:
♦ dim S λ j = m j , caz în care se determină o bază B j a subspaţiului S λ j = V j formată
din m j vectori proprii (soluţiile fundamentale ale sistemului de mai sus).
♦ dim S λ j ≤ m j , caz în care avem S λ j ⊂ V j , Sλ j ≠ V j .
În acest caz se determină forma generală v a vectorilor proprii din S λ j , se calculează
numărul m j − dim S λ j de vectori principali asociaţi, şi se află aceşti vectori,
rezolvând succesiv sistemele liniare
( A − λI ) w2 = v,K , ( A − λI ) ws = ws −1 .
La fiecare sistem în parte se verifică compatibilitatea acestuia, şi ţinând cont şi de
condiţiile sistemelor anterioare se obţin informaţii relativ la vectorul propriu generic v
76 Cap.III. Vectori şi valori proprii
căruia i se asociază aceşti vectori principali; apoi, în caz că acesta sistemul este
compatibil, se rezolvă.
Se determină în acest mod un număr de n j = dim S λ j seturi de vectori, ce conţin
fiecare câte un vector propriu v din baza spaţiului S λ j şi vectori principali asociaţi
acestuia (în cazul în care sistemele ce produc vectori principali asociaţi lui v sunt
compatibile).
Familia ordonată a acestor n j seturi corespunde la o familie de n j celule Jordan
aşezate pe diagonala matricii formei canonice Jordan, şi determină o bază B j în
subspaţiul invariant V j asociat valorii proprii λ j .
6. Se reunesc cele p baze ale subspaţiilor invariante V j , formând o bază
B' = B1 ∪ B 2 ∪ K ∪ B p
a spaţiului vectorial V n .
7. Relativ la această bază B' matricea J = A' = [T ]B ' este matrice în formă
py
canonică Jordan, şi are pe diagonală celulele Jordan asociate valorilor proprii
λ 1 ,..., λ p , dispuse în ordinea în care apar în baza B' seturile de vectori (formate din
Co
căte un vector propriu urmat, eventual, de vectorii principali asociaţi (daca aceştia
există).
EB
Celulele Jordan au ordinul egal cu numarul de vectori din setul corespunzător, şi
conţin valoarea proprie ataşată setului de vectori.
8. Se construieşte matricea jordanizatoare C, adică matricea C = [B' ]B de
tW
∀x = ( x1 , x2 , x3 , x4 ) ∈ R 4 .
Soluţia I. Matricea endomorfismului T relativ la baza canonică a spaţiului
vectorial R 4 este
2 1 0 0
−4 −2 0 0
A= .
7 1 1 1
− 17 − 6 − 1 − 1
Ecuaţia caracteristică λ4 = 0 are soluţia λ 1 = 0 = λ multiplă de ordin m1 = 4 .
Avem rang( A − λI ) = 2 , deci numărul celulelor Jordan este egal cu
n − rang( A − λI ) = dim S λ = 4 − 2 = 2 .
Ordinele celor două celule Jordan pot fi: ambele de ordin 2, sau una de ordin 3 şi
cealaltă de ordin 1.
Algebră liniară 77
Determinăm situaţia în care ne aflăm, folosind indicele de nilpotenţă al restricţiei
N1 = T/V1 − λIdV1 ; pentru aceasta aflăm subspaţiul V1 = Ker(T − λId ) 4 . Deoarece
2 1 0 0 2
−4 −2 0 0
( A − λI ) =
2
= O4 x 4 ,
7 1 1 1
− 17 − 6 − 1 − 1
obţinem,
S λ = Ker(T − λ Id ) ⊂ Ker(T − λ Id ) 2 = Ker(T − λ Id ) 3 =
= Ker(T − λ Id ) 4 = V1 = V = R 4
unde am notat prin Id transformarea idantică a spaţiului vectorial R 4 . Rezultă că
indicele de nilpotenţă h al restricţiei N 1 este egal cu 2.
Deoarece dim Ker (T − λI ) 2 = 4 şi dim Ker (T − λI ) = dim S λ = 2 , rezultă că
numărul celulelor Jordan de tip hxh=2x2 este egal cu
py
dim Ker (T − λJ ) 2 − dim Ker (T − λJ ) = 4 − 2 = 2 .
J 0 λ 1 0 1 .
Prin urmare forma Jordan este J = 1
0 J2
Co
, unde J 1 = J 2 = =
0 λ 0 0
EB
Soluţia II. Deoarece rang( A − λI ) = 2 ⇒ dim S λ = 2 , rezultă că valorii
proprii λ = 0 îi corespund doi vectori proprii liniar independenţi pe care-i
determinăm rezolvând sistemul omogen dublu nedeterminat
tW
2 x1 + x 2 = 0
− 4 x − 2 x = 0
1 2
( A − λI )v = 0, v = ( x1 , x 2 , x 3 , x 4 ) ⇔
t
7
1 x + x + x3 + x 4 = 0
en
2
− 17 x1 − 6 x 2 − x 3 − x 4 = 0.
Notând x 3 = a , x 4 = b obţinem x1 = −(a + b) / 5, x 2 = 2(a + b) / 5 , deci soluţia generală
ud
py
0 1 0 0 2 1 1 0
0 0 0 0 −4 0 −2 1
J = [T ]B ' = , C = [v1 , w1; v2 , w2 ] =
0 0 0 1
0 0 0 0
Co 7 0 1 0
−17 0 −6 0
;
EB
acestea satisfac relaţia C −1 AC = J (CJ=AC) (temă, verificaţi !).
tW
acestuia. Dacă λ ∈ σ(T ) iar x este un vector propriu ataşat lui λ , atunci are loc relaţia
< Tx, x >
λ= .
ud
< x, x >
Într-adevăr, avem < Tx, x >=< λx, x >= λ < x, x > şi cum x ≠ 0 , prin împărţire la
St
2
< x, x >= x ≠ 0 , rezultă afirmaţia.
Demonstraţie. Din ipoteză T hermitic, deci < x, Ty >=< Tx, y >,∀x, y ∈ V . Vom
demonstra proprietăţile 1) şi 2). 1) Prin calcul direct obţinem
Algebră liniară 79
< Tx, x > < x, Tx > < Tx, x >
λ= = = = λ ⇒ λ∈R.
< x, x > < x, x > < x, x >
2) Fie λ 1 ≠ λ 2 valori proprii ale lui T şi v1 , v 2 ∈ V vectori proprii corespunzători.
Atunci avem
< Tv1 , v 2 >=< λ 1v1 , v 2 >= λ 1 < v1 , v 2 > ,
< Tv1 , v 2 >=< v1 , Tv 2 >=< v1 , λ 2 v 2 >= λ 2 < v1 , v 2 >= λ 2 < v1 , v 2 > .
Prin scădere rezultă (λ 1 − λ 2 ) < v1 , v 2 >= 0 ; dar întrucât λ 1 ≠ λ 2 , avem
< v1 , v 2 >= 0 , deci cei doi vectori proprii sunt ortogonali.
py
sunt reale, iar valorile proprii reale ale unui endomorfism antisimetric sunt nule.
Dacă Vn este un spaţiu euclidian real n- dimensional, iar T∈ End (V ) este simetric,
Co
atunci T posedă n vectori proprii care constituie o bază ortogonală a lui Vn . Această
proprietate nu este adevărată pentru un endomorfism antisimetric.
EB
Corolar. Fie Vn un K-spaţiu vectorial n-dimensional, iar T ∈ End (Vn ) un
endomorfism simetric (pentru cazul K=R), sau hermitic (pentru cazul K=C).
tW
euclidian complex C 3 dat prin matricea A este hermitic, apoi diagonalizaţi, unde
3 − i 0
St
A = i 3 0 ∈ M 3 (C) .
0 0 4
Soluţie. T este endomorfism hermitic, deoarece baza canonică
B = {e1 = (1,0,0), e2 = (0,1,0), e3 = (0,0,1)} ⊂ C 3
este ortonormată, iar matricea asociată endomorfismului relativ la această bază
A = [T ]B este matrice hermitică (satisface relaţia A= t A ). Determinăm o bază
B ′ ⊂ C 3 faţă de care matricea endomorfismului să aibă forma diagonală. Valorile
proprii sunt reale: λ1 = 2, λ 2 = λ 3 = 4 , iar vectorii proprii corespunzători sunt
v1 = (1, i,0),v 2 = (0,0,1) pentru λ = 4 şi v3 = (i,1,0) , pentru λ = 2 , şi sunt ortogonali
doi câte doi. Normând vectorii proprii obţinem baza ortonormată
v 1 i v i 1
B' = u1 = 1 = , ,0 , u 2 = 3 = , ,0 , u 3 = v 2 .
v1 2 2 v3 2 2
80 Cap.III. Vectori şi valori proprii
Matricea de trecere de la baza canonică la baza B' şi matricea diagonală
asociată sunt deci
1 / 2 i / 2 0 4 0 0
C = i / 2 − 1/ 2 0 , D = [ A]B ' = C AC = 0 2 0 .
−1
0 0 4
0 0 1
py
o valoare proprie a acestuia, şi x ∈ V \ {0} un vector propriu corespunzător lui λ .
Rezultă relaţiile
Co
< T x, T x >=< λx, λx >= λλ < x, x >,
< T x, T x >=< x, x >,
EB
unde λ este conjugatul complex al lui λ . Prin scădere rezultă (λλ − 1) < x, x >= 0 .
2
Deoarece < x, x >≠ 0 , rezultă λλ − 1 = 0 sau λ =1, adică λ =1.
tW
Algebră liniară 81
Se observă că λ1 = λ 2 = λ 3 = 1 . Vectorii proprii corespunzători sunt, după normare
1 1
v1 = (0,1,0), v2 = (−i,0,1), v3 = (i,0,1) ∈ C3 .
2 2
3
Se verifică usor relaţiile de ortogonalitate în C
< v1 , v 2 >= 0, < v 2 , v3 >= 0, < v3 , v1 >= 0 ,
deci B' = {v1 , v 2 , v3 } ⊂ C 3 este o bază ortonormată (verificaţi !) complexă, relativ la
C
care transformarea liniară T∈ End ( C R 3 ) este diagonalizabilă, cu matricea
diagonală asociată
−1 0 0
D = [ T ]B ' = 0 cos t + i sin t
C
0 .
0 0 cos t − i sin t
py
vectori proprii pentru endomorfismul T):
1 1
u2 = Re(v2 ) = Re(v3 ) =
2
iar aceştia verifică condiţiile de ortogonalitate
Co
(0,0,1); u3 = Im(v2 ) = − Im(v3 ) =
2
(−1,0,0) ,
EB
< v1 , u2 >= 0, < v1 , u3 >= 0, < u2 , u3 >= 0 ,
deci am obţinut baza ortogonală B′′ = {v1 , u2 , u3} ⊂ R 3 care nu este formată din
vectori proprii, produsă de baza ortogonală B' = {v1 , v 2 , v3 } din C 3 .
tW
py
Prin construcţie ( A − λI ) este o matrice de polinoame de grad n − 1, deci are forma
+
( A − λI ) + = Bn −1λn −1 + Bn −2 λn −2 + K + B0 ,
Co
unde Bi ∈ M n×n (K ) , i = 0, n − 1 . Fie polinomul caracteristic al matricii A:
P (λ ) = an λn + an −1λn −1 + K + a0 , ak ∈ K , ∀k ∈ 0, n ;
EB
atunci egalitatea (∗∗ ) se rescrie
( A − λI )( Bn −1λn −1 + Bn − 2λn − 2 + K + B1λ + B0 ) = (an λn + an −1λn −1 + K + a0 ) I ,
tW
P ( A) = a 0 A n + a1 A n −1 + K + a n −1 A + a n I =
= − A n Bn −1 + A n Bn −1 − A n −1 Bn − 2 + A n −1 Bn − 2 − K + AB0 + AB0 = 0
2 1 1
Q(t ) = t − 6t + 9t − 4 , A = 1 2 1 ∈ M 3 x 3 (R ) .
3 2
1 1 2
Algebră liniară 83
Soluţie. Polinomul caracteristic al matricei A este
PA (λ ) = det( A − λI ) = (λ − 1) 2 (λ − 4) = −(λ3 − 6λ2 + 9λ − 4)
şi deci, în baza teoremei Cayley-Hamilton avem PA ( A) = O ; făcând uz de aceasta,
prin calcul direct rezultă Q( A) = − PA ( A) = O .
2 1 0
2. Se dă matricea A = 0 2 1 . Calculaţi matricea inversă A −1 folosind
0 0 2
teorema Cayley-Hamilton.
py
Cayley-Hamilton, avem PA ( A) = 0 , adică
( A − 2 I ) 3 = 0 ⇔ A 3 − 6 A 2 + 12 A − 8I = 0 ,
sau încă,
Co
A ⋅ ( A 2 − 6 A + 12 I ) / 8 ≡ ( A 2 − 6 A + 12 I ) / 8 ⋅ A = I
EB
de unde, prin amplificare cu A −1 , rezultă
1 / 2 − 1 / 4 1 / 8
A −1 = ( A 2 − 6 A + 12 I ) / 8 = 0 1/ 2 − 1/ 4 .
tW
0 0 1 / 2
Această serie are sens pentru t ∈ V (spre exemplu numere reale, numere complexe,
matrice pătratice, funcţii, polinoame, endomorfisme etc.) dacă putem defini puterea
t m . În cele ce urmează vom presupune cunoscute rezultatele din analiza matematică
privind convergenţa seriilor de puteri.
∑a
m =0
m Am , a m ∈ K , ∀m ∈ N .
∑a
m=0
m T m , a m ∈ K , ∀m ∈ N .
py
f ( A) = ∑ am Am se reduce la un polinom Q( A) de gradul n − 1 în A, unde n este
m∈N
∑a
ordinul matricei A. Dacă
Q( A) sunt serii convergente.
m
m
Co
Am este convergentă, atunci coeficienţ ii polinomului
f ( A) = ∑ f (λ j ) ,
j =1 (λ j − λ 1 ) K (λ j − λ j −1 )(λ j − λ j +1 ) K (λ j − λ n )
sau sub forma
n
f ( A) = ∑ Z j f (λ j ),
en
(1)
j =1
f ( A) = ∑ ∑ Z kj f ( j ) (λ k ) ,
k =1 j = 0
unde f (.) sunt valorile derivatei de ordinul j a lui f, iar Z kj ∈ M n×n ( K ) sunt
( j)
∞
Am ∞
A2 m +1 ∞
m A
2m
eA = ∑
m = 0 m!
, sin A = ∑
m=0
( −1) m
(2m + 1)!
, cos A = ∑
m=0
( −1)
(2m)!
.
0 0 4
py
3Z 1 + 4Z 2 + 5Z 3 = A + I ,
4Z 1 + 9Z 2 + 16 Z 3 = A
2
obţinem
tW
1
e At = [( A 2 − 7 A + 12 I )e 2t + 2(− A 2 + 6 A − 8I )e 3t + ( A 2 − 5 A + 6 I )e 4t ] .
2
en
T :V → V, g = T ( f ), g ( x) = xf ′( x), ∀x ∈ (0,1) .
R: σ (T ) = R; ∀λ ∈ σ (T ), S = { f f ( x) = x λ , ∀x ∈ (0,1)} .
λ
7 4 − 1 4 6 0 3 2 0
a) A = 4 7 − 1 , b) A = − 3 − 5 0 , c) A = 2 0 0 ,
− 4 − 4 4 − 3 − 6 1 0 0 − 1
py
p1 p2 K pn −1 pn
1 0 K 0
A= M
M O
0 0 K 0
M
0
0
Co
M , unde p1 ,K pn ∈ R .
EB
0 0 K 1 0
R. PA (λ ) = (−λ ) n + (−1) n −1 ( p1λn −1 + p 2 λn − 2 + K + p n − 2 λ2 + p n −1λ + p n ) .
tW
2 0 0 1
St
0 2 0 0
5. Să se studieze dacă matricea A = poate fi diagonalizată. În
0 0 2 −2
1 0 −2 6
caz afirmativ aflaţi matricea modală (diagonalizatoare) C.
2 0 0 0 2 0 −1 1
0 2 0 0
R. Da. σ( A) = {λ 1, 2 = 2, λ 3 = 1, λ 4 = 7}, D = , C = 0 1 0 0 .
0 0 1 0 1 0 2 −2
0 0 0 7 0 0 1 5
Algebră liniară 87
7. Dată fiind matricea inversabilă A ∈ M n× n (R ) , să se arate că între polinomul
caracteristic al matricii A şi cel al matricii inverse A−1 există relaţia
1 1
PA −1 (λ) = (−λ ) n ⋅ PA .
det A λ
py
♦ să se determine o bază formată din vectori proprii şi eventual principali ai
endomorfismului T, relativ la care matricea asociată lui T are forma canonică
Jordan.
1
a) A = − 1 9
3 3
0 1 0
Co
2 −1 2
6 , b) A = − 4 4 0 , c) A = 5 − 3 3 ,
EB
2 − 14 − 9 0 0 2 − 1 0 − 2
5 1 − 1 − 1
− 4 − 7 − 5
tW
1 5 − 1 − 1
d) A = , e) A = 2 3 3 .
1 1 3 − 1 1
2 1
1 1 − 1 3
en
9 3 2 0 1 0
R. Temă: c) ,d) ,e). a) σ( A) = {0,0,1}, C = [v1 , p, v2 ] = 9 0 1 , J = 0 0 0 ;
ud
− 12 2 − 1 0 0 1
1 0 0 2 1 0
St
b) σ( A) = {2,2,2}, C = [v1 , p, v2 ] = 2 1 0 ; J = 0 2 0 .
0 0 1 0 0 2
0 −1 0
py
b) Matricea A = 1 0 0 este unitară ( A t A = I ⇔ A −1 = t A ), iar
0 0 − 1
Co
transformarea liniară asociată T ∈ End (C 3 ) este unitară şi orice valoare proprie a sa
are modulul egal cu unu .
EB
12. a) Să se determine valorile proprii şi vectorii proprii şi apoi să se
− cos θ 0 sin θ
tW
diagonalizeze matricea ortogonală A = 0 1 0 ∈ M 3 (C) .
sin θ 0 cos θ
0 0 −1
en
b) matricea simetrică A = 0 0 − 2 ∈ M 3 (R ) .
−1 − 2 0
ud
1 0 0
R. a) Matricea transformării este diagonală, D = 0 1 0 , relativ la baza
St
0 0 − 1
′
diagonalizatoare B = {v1 = (sin θ,0, cos θ + 1), v2 = (0,1,0), v3 = (sin θ,0, cos θ − 1)} ;
0 0 0
b) B ′ = {v1 = ( −2,1, 0), v2 = (−1, −2, 5), v3 = (−1, −2, − 5)}, D = 0 5 0 .
0 0 − 5
Algebră liniară 89
14. Se dau următoarele matrici diagonalizabile
4 6 0 1 -1 2 1 0 − 2
a ) A = − 3 − 5 0 , b) A = 3 - 3 6 , c) A = 0 0 0 .
− 3 − 6 1 2 - 2 4 − 2 0 4
− 2 0 1 1 0 0
R. Temă b, c. a) C = 1 0 − 1 , D = 0 1 0 , A = CDC −1 , de unde rezultă
0 1 − 1 0 0 - 2
1 0 0 e1 0 0
C −1 ; e A = C 0 e1 0 C −1 .
py
A
1999
= CD
1999 −1
C
=C 0 1 0
1999
0 0 - 2 0 0 e −2
Co
15. Folosind teorema Cayley – Hamilton pentru matricile următoare
1 2 − 1
EB
1 − 2
a) A = ; b) A = − 2 1 0 , să se determine:
0 2 0 1 1
tW
R. Temă b). a)
2 − 24
PA (λ ) = λ2 − 3λ + 2 ⇒ A2 − 3 A + 2 I 2 = 0 ⇒ Q( A) = 12 A − 10 I 2 = .
ud
0 14
Cum PA are termenul liber nenul, A este inversabilă; din relaţia dată de teoremă,
St
1 3 1 3 1 1
rezultă A − A + I 2 = I 2 ⇒ A−1 = − A + I 2 = .
2 2 2 2 0 1/ 2
py
Notăm prin B(V, K ) mulţimea tuturor formelor biliniare definite pe V.
Adunarea formelor biliniare şi înmulţirea acestora cu scalari pot fi definite ca în cazul
Co
funcţiilor, determinând pe B(V, K ) o structură de spaţiu vectorial peste corpul K.
< x, ky + lz >=< x, ky > + < x, lz >= k < x, y > +l < x, z >≠ k < x, y > +l < x, z > .
A ( x, y ) = A ( y , x), ∀x, y ∈ V .
b) Forma biliniară A se numeşte antisimetrică dacă
ud
A ( x, y ) = − A ( y, x), ∀x, y ∈ V .
St
n n n n
A ( x, y ) = A ∑ xi ei , ∑ y j e j = ∑ ∑ xi y j A (ei , e j ) , (1)
i =1 j =1 i =1 j =1
deci forma biliniară A pe Vn este unic determinată dacă se cunosc cele n 2 valori ale
ei A (ei , e j ), i, j = 1, n pe vectorii bazei B = {e1 ,K , en } .
Relaţia (1) se poate rescrie, notând aij = A (ei , e j ), i, j = 1, n ,
n n
A ( x, y ) = ∑ ∑ aij xi y j . (2)
i =1 j =1
Algebră liniară 91
Expresia din membrul drept se numeşte expresia analitică a formei biliniare faţă de
baza considerată B.
Matricea A = (aij ) i , j =1,...,n ∈ M n×n ( K ) de elemente aij = A (ei , e j ) se numeşte
matricea formei biliniare A în raport cu baza B . Notăm A = [A ]B . Dacă introducem
matricele coloan• X = t ( x j ) j =1,n ∈ M n×1 ( K ), Y = t ( y j ) j =1,n ∈ M n×1 ( K ), formate din
coeficienţii vectorilor x •i y, atunci expresia analitică (2) a formei biliniare poate fi
scrisă sub forma matriceală
A ( x, y ) = tX AY . (3)
py
Teoremă. O formă biliniară A ∈ B (Vn , K ) este simetrică / antisimetrică
Co
dacă şi numai dacă matricea formei într-o bază arbitrară fixat• a spaţiului Vn este
simetrică/antisimetrică.
EB
Demonstraţie. Admitem că A este o formă simetrică; dacă A = (aij ) i , j =1,...,n este
matricea formei într-o bază B = {e1 , K , en } ⊂ V n , avem
tW
aij = A (ei , e j ) = A (e j , ei ) = a ji
deci A = t A . Reciproc, admitem că există o bază B = {e1 , K , en } ⊂ V n a spaţiului
astfel încât matricea A = (aij ) i , j =1,...,n este simetrică. Atunci ∀x , y ∈ V avem
en
A ( y, x) = t ( tY A X ) = t X t AY = t XAY = A ( x, y ) .
ud
py
Teoremă (teorema rangului). Fie A∈ B(Vn , K ) o formă biliniară. Atunci
are loc relaţia Co
rang A = n − dim(Ker A ) .
EB
1.5. Definiţie. Fie V un spaţiu vectorial peste corpul K •i A∈ B (V, K ) o
formă biliniară simetrică. Funcţia A determină unic funcţia Q: V → K ,
tW
Q( x) = A ( x, x), ∀x ∈ V ,
en
Q ( x + y ) = A ( x + y , x + y ) = A ( x, x ) + A ( x, y ) + A ( y , x ) + A ( y , y ) =
= A ( x, x) + 2 A ( x, y ) + A ( y, y ), ∀x, y ∈ V
şi proprietatea de simetrie A ( x, y ) = A ( y, x), ∀x, y ∈ V implic•
1
A ( x, y ) = {Q( x + y ) − Q( x) − Q( y )}, ∀x, y ∈ V .
2
Forma biliniară simetrică A asociat• formei pătratice Q se numeşte forma polară
sau forma dedublată a formei pătratice Q .
2
Q( x) =< x, x >= x , ∀x ∈ V .
Algebră liniară 93
Fie Vn un spaţiu vectorial n-dimensional. B = {e1 , e2 , K , en } este o bază în Vn ,
n
atunci pentru orice vector x = ∑ xi ei ∈ V n , forma pătratică Q are expresia analitică
i =1
n n
Q( x) = A ( x, x) = ∑∑ aij xi x j = t XAX ,
i =1 j =1
py
b) Fie U ⊂ V un subspaţiu vectorial al lui V. Mulţimea
U ⊥ = { y ∈ V A ( x, y ) = 0,∀x ∈ U }
se numeşte complementul ortogonal al lui U în V faţă de A . Co
EB
Teoremă. Fie A ∈ B (V, K ) o formă biliniară simetrică. Atunci :
⊥
1) U este subspaţiu vectorial al lui V;
2) dacă {u1 , u 2 ,K , u p } este o bază în U, atunci y ∈ U ⊥ dacă şi numai dacă
tW
A (u1 , y ) = A (u 2 , y ) = K = A (u p , y ) = 0 ;
3) dacă dimV = n , avem inegalitatea
dim U + dim U ⊥ ≥ dimV .
en
py
este descris prin U = { y ∈ R 3 y1 = 0} . Se observă că restricţia formei pătratice la
acest subspaţiu, Q U ( y ) = y 32 are rangul unu.
Co
Pentru a obţine complementul ortogonal U ⊥ , considerăm o bază în U formată din
vectorii u1 = (0,0,1),u 2 = (2,1,0) şi impunem condiţiile
EB
A (u1 , y ) = 0, A (u 2 , y ) = 0,
care determină forma vectorilor y din subspaţiul U ⊥ , unde forma polară A asociată
tW
U ⊥ = {(a,2a,0) a ∈ R} = L({(1,2,0)}) ⊂ R 3 .
ud
Algebră liniară 95
Observaţie. În raport cu o bază ortogonală matricea formei este diagonală
(temă, verificaţi),
a11 0 K 0
0 a22 K 0
A = [ A ]B = .
M M O 0
0 0 K ann
Atunci, notând aii = ai , i = 1, n , expresiile analitice ale formei biliniare A şi ale
formei pătratice asociate Q devin expresii canonice, fiind de forma
n n
A ( x, y ) = ∑ a i x i y i , Q( x) = ∑ ai xi2 .
i =1 i =1
py
Fie Vn un K-spaţiu vectorial, K ∈ {R, C} şi fie o formă pătratică pe Vn
Co
exprimată prin matricea simetrică A = [Q]B relativ la o bază fixată B = {e1 ,K , en } a
spaţiului Vn , şi având expresia analitică
EB
Q(v) = tXAX , ∀v = x1e1 + K + xn en ∈ Vn , X = t ( x1 ,K, xn ) .
O schimbare a bazei B a B' în Vn induce schimbarea de coordonate
X a X ' , X = CX ′ ,
tW
unde C = [B' ]B este matricea de schimbare de bază. Deci relativ la noile coordonate
expresia analitică a formei pătratice Q este Q(v) = t X ' A' X ' , iar matricea asociată
A' = [Q]B ' = t CAC ,
en
este tot o matrice simetrică (!). Prin urmare matricea unei forme pătratice relativ la o
ud
În cele ce urmează, vom prezenta trei metode de obţinere a unei baze B'
relativ la care matricea A' a formei pătratice Q este diagonală, deci relativ la care
forma pătratică Q are o expresie canonică.
n n
Q(v) = ∑∑ aij xi x j , ∀v = x1e1 + K + x n en ∈ Vn
i =1 j =1
py
1 0 L 0 L 0 L 0
0 1 L 0 L 0 L 0
M
C1 =
M
0
M O M L M
0 L 1 L 1 Co L M
i
L 0 ←
L M
EB
M L M O M
j
0 0 L 1 L −1 L 0 ←
M M L M L M O M
tW
0 0 L 0 L 0 L 1
↑ ↑
i j
en
n
′ x1′ 2 + 2∑ a1′k x1′ x k′ +
Q(v) = a11 ∑ a′ x′x′ .ij i j
St
k =2 i , j ≠1
Algebră liniară 97
1 ′
a12 a1′n
− − K −
′
a11 ′
a11 ′
a11
Matricea de trecere de la baza F1 la noua bază F2 este C = 0 1 K 0 .
2
M M O M
0 0 K 1
În raport cu baza F2 , expresia formei pătratice devine
n
1 2
Q (v ) = x1′′ + ∑ aij′′ xi′′x′j′.
′
a11 i, j =2
n
~
Suma Q ( x) = ∑ a ′′ x′′x′′
i , j =2
ij i j din membrul drept al expresiei este o formă pătratică în
n − 1 variabile, deci poate fi tratată prin procedeul de mai sus, analog cu forma Q.
În concluzie, după încă cel mult n − 1 paşi obţinem o bază B' = {e'1 ,K , e' n } în
Vn , ortogonală faţă de Q . Relativ la această bază, forma pătratică Q se reduce la
expresia canonică: o sumă de pătrate de p = rang Q ≤ n forme liniare independente în
py
coordonatele ( x1 ,K , x n ) , iar relativ la coordonatele asociate bazei B' , o sumă
algebrică de pătrate.
Co
Exemple. 1. Folosind metoda Gauss, aflaţi expresia canonică şi baza în care
se realizează aceasta, pentru forma pătratică
EB
Q : R 3 → R , Q(v) = x1 x2 + 2 x1 x3 , v ≡ ( x1 , x2 , x3 ) ∈ R 3 ,
Soluţie. Se observă că avem aii = 0,i = 1,3 şi a12 = 1 ≠ 0 , deci efectuăm
tW
0 0 1
F1 = {e1′ = e1 + e2 , e2′ = e1 − e2 , e3′ = e3 } au coeficienţii daţi de coloanele acestei
ud
py
Q : R 3 → R, Q(v) = 4 x32 + 6 x22 + 9 x12 + 12 x1 x2 − 10 x1 x3 − 2 x2 x3 , ∀x = ( x1 , x2 , x3 ) ∈ R3 ,
exprimată analitic în baza canonică a lui R 3 .
Co
Soluţie. Fie v = x1e1 + x2 e2 + x3 e3 ∈ R3 . Restrîngând succesiv pătratele ce
EB
conţin variabilele x1 , x 2 , x3 în expresia lui Q, obţinem
1 36 2 25 2 20
Q( x) = (9 x1 + 6 x2 − 5 x3 ) 2 − x2 − x3 + x2 x3 + 6 x22 + 4 x32 − 2 x2 x3 =
9 9 9 3
tW
1 14 11
= (9 x1 + 6 x2 − 5 x3 ) 2 + 2 x22 + x2 x3 + x32 =
9 3 9
2
1 1 7 49 2 11 2
= (9 x1 + 6 x2 − 5 x3 ) 2 + 2 x2 − x3 − x3 + x3 =
en
9 2 3 18 9
2
1 1 7 3 1 1 3
ud
=
(9 x1 + 6 x2 − 5 x3 ) 2 + 2 x2 − x3 − x32 = y12 + y22 − y32 ,
9 2 3 2 9 2 2
unde am notat y1 = 9 x1 + 6 x 2 − 5x 3 , y 2 = 2 x 2 − x 3 , y 3 = x 3 , iar ( y1 , y2 , y3 ) sunt
St
coordonatele vectorului v relativ la baza B ′ = {e1′ , e2′ , e3′ } ortogonală relativ la forma
pătratică Q, în care expresia formei este canonică. Ţinând cont de formulele de
schimbare de coordonate de mai sus, obţinem matricea de trecere de la baza canonică
B = {e1 = (1,0,0), e2 = (0,1,0), e3 = (0,0,1)} la baza B ′ ,
−1
9 6 −5 1/ 9 −1/ 3 −2 / 9
C ≡ [B ′]B = 0 2 −7 / 3 = 0 1/ 2 7 / 6 .
0 0 1 0 0 1
Examinând coloanele acestei matrici, rezultă că baza B ′ este formată din vectorii
1 1 1 2 7
B ′ = e1′ = e1 , e2′ = − e1 + e2 , e3′ = − e1 + e2 + e3 ,
9 3 2 9 6
1/ 9 0 0
iar matricea formei Q relativ la această bază este
A ' = [Q]B ' = 0 1/ 2 0
.
0 0 −3 / 2
Algebră liniară 99
2.2. Teoremă (metoda Jacobi). Fie Q : Vn → K o formă pătratică şi
A = (aij )1, j =1,n matricea ei relativ la baza B = {e1 ,K , en } a lui Vn . Dacă determinanţii
a11 a12
∆1 = a11 , ∆2 = ,K, ∆ n = det A
a21 a22
sunt toţi nenuli, atunci există o bază B ′ = {e1′ , K, e′n } ⊂ Vn faţă de care expresia
formei pătratice Q devine
∆ i −1 2
n
Q (v ) = ∑ xi′ , (*)
i =1 ∆ i
py
21 1 22 2
K K K K K K KKK
en′ = c n1e1 + c n 2 e2 + K + c nn en
aşa încât să avem
A (ei′, e j ) = 0,
Co
1 ≤ j < i ≤ n,
EB
A (ei′, ei ) = 1, i = 1, n
unde A este polara formei pătratice Q . Scrise dezvoltat, aceste condiţii devin
tW
i 2 i −1, 2 + K + c ii a i −1i = 0
i i −1 i1 i −1,1
Pentru i ∈ {1, K , n} fixat, sistemul linear neomogen obţinut constă din i ecuaţii cu i
necunoscute {ci1 , K , cii } ; acest sistem are soluţie unică, deoarece prin ipoteză
St
py
Exemplu. Folosind metoda Jacobi, aflaţi expresia canonică şi baza în care se
realizează aceasta, pentru forma pătratică
Co
Q( x) = x12 + 7 x22 + x32 − 8 x1 x2 − 8 x2 x3 − 16 x1 x3 , x = ( x1 , x2 , x3 ) ∈ R 3 .
EB
Soluţie. Matricea formei pătratice relativ la baza canonică a spaţiului R 3 este
1 − 4 − 8
tW
A = − 4 7 − 4 .
−8 − 4 1
Minorii principali {∆ i }i =1, 2,3 ai acesteia sunt
en
1 −4
∆ 1 = a11 = 1, ∆ 2 = = −9, ∆ 3 = det A = −729 .
−4 7
ud
4 1 8 4 1
deci în final obţinem B ′ = {e1′ = e1 , e2′ = − e1 + e2 , e3′ = − e1 − e2 + e3 } , cu
9 9 81 81 81
matricea de trecere de la baza canonică la noua bază B ' de coeficienţi
1 − 4 / 9 −8 / 81
C = 0 1 / 9 − 4 / 81 .
0 0 1 / 81
py
formei este
n
Q(v) = ∑ λ i ⋅ xi′ 2 ,
i =1
Co
unde λ 1 , λ 2 , K , λ n sunt valorile proprii ale matricei formei pătratice relativ la o
bază ortonormată B (fiecare valoare proprie fiind inclusă în sumă de attea ori cτ
EB
multiplicitatea sa), iar ( x1′ , K, x n′ ) sunt coordonatele vectorului v relativ la baza B ′ .
tW
0 λ2 K 0
D = [Q]B′ = C −1 AC = t CAC = .
M M O M
0 0 K λ n
Exemplu. Folosind metoda valorilor proprii, aflaţi expresia canonică şi baza
în care se realizează aceasta, pentru forma pătratică din exemplul anterior,
Q(v) = x12 + 7 x22 + x32 − 8 x1 x2 − 16 x1 x3 − 8 x2 x3 , v ≡ ( x1 , x2 , x3 ) ∈ R 3 ,
exprimată relativ la baza canonică a lui R 3 ,
py
Q(v) = −9 x1′ 2 + 9 x 2′ 2 + 9 x3′ 2 .
Există formele pătratice reale care iau totdeauna valori pozitive (cum ar fi,
spre exemplu, pătratul unei norme ce provine dintr-un produs scalar); în cele ce
urmează vom detalia noţiunile ce conduc la stabilirea semnului valorilor pe care le
poate lua o formă pătratică.
Reducerea la expresia canonică prin metoda lui Jacobi permite obţinerea unei
condiţii necesare şi suficiente pentru ca o formă pătratică Q: Vn → R să fie pozitiv
definită (respectiv, negativ definită), după cum rezultă din următoarea
py
Se dă forma pătratică Q: Vn → R . Dacă sunt îndeplinite condiţiile teoremei
Jacobi, atunci au loc următoarele afirmaţii:
Co
1) Q este pozitiv definită dacă şi numai dacă ∆ i > 0,
2) Q este negativ definită dacă şi numai dacă (−1) k ∆ k > 0,
i = 1, n ;
k = 1, n .
EB
n
3.2. Definiţie. Fie Q(v) = ∑ ai xi2 o expresie canonică a formei pătratice
i =1
tW
1. Se dă aplicaţia A ∈ B(R 3 , R ) ,
A ( x, y ) = 2 x1 y 2 + 2 x 2 y1 − 3 x3 y 3 , ∀x = ( x1 , x 2 , x3 ), y = ( y1 , y 2 , y 3 ) ∈ R 3
Să se determine următoarele :
1. Arătaţi că A este formă biliniară.
2. Arătaţi că A este formă biliniară simetrică.
3. Determinaţi matricea A = [A ]B relativ la baza canonică B.
4. Aflaţi forma pătratică Q asociată formei bilineare simetrice A.
5. Verificaţi relaţiile A ( x, y )= t XAY , Q( x)= t XAX , ∀X = [ x]B , Y = [ y ]B ,∀x, y ∈ R 3 .
6. Determinaţi matricea A′ = [A ]B′ , relativ la baza
B ′ = {e '1 = (1,1, 0), e '2 = (1, 0,1, ), e '3 = (0,1,1)} .
0 2 0
py
R. Matricea formei pătratice date este A = 2 0 0 , expresia analitică este
0 0 − 3
Co
Q( x) = 4 x1 x2 − 3 x3 ,
2
cu matricea de schimbare la noua bază C, iar matricea formei pătratice relativ la baza
EB
1 1 0 4 2 2
B' de la punctul 6, A', unde C = [B′]B = 1 0 1 , şi A′= t CAC = 2 − 3 − 1 .
0 1 1 2 − 1 − 3
tW
2. Se dă funcţia A∈ B(R 4 , R ) ,
en
A ( x, y ) = x1 y2 − x2 y1 + x1 y3 − x3 y1 + x1 y4 − x4 y1 +
+ x2 y3 − x3 y2 + x2 y4 − x4 y2 + x3 y4 − x4 y3 , ∀x, y ∈ R 4
ud
0 1 1 1 1 0 1 1
−1 0 1 1 1 1 1 0
R: A = [ A ]B = , A′ = [ A ]B′ = CAC , C =
t
.
−1 −1 0 1 1 1 0 1
−1 −1 −1 0 0 1 1 1
3. Fie P2 spaţiul vectorial al funcţiilor polinomiale reale de grad cel mult doi
şi fie produsul scalar
1 1
A: P2 × P2 → R, A (v, w) = ∫ ∫ v(t )w(s)dtds, ∀v, w ∈P .
0 0
2
1/ 3 1/ 6 1/ 9 0 0 1
py
5. Se dau următoarele forme pătratice:
a) Q(v) = ac − 2bc + 3c 2 , ∀v = (a, b, c) ∈ R 3 ;
Co
b) Q( w) = xy − zv + 2v 2 + 3 xv, ∀w = ( x, y, z , v) ∈ R 4 .
1) Determinaţi forma polară A asociată formei pătratice Q prin dedublare.
EB
2) Aflaţi matricea formei pătratice Q relativ la baza naturală.
R. . Temă a). Soluţia la punctul b):
1 1 3
tW
A ( x, y ) = ( x1 y2 + x2 y1 ) − ( x3 y4 + x4 y3 ) + 2 x4 y4 + ( x1 y4 + x4 y1 ), ∀x, y ∈ R 3 ,
2 2 2
0 1/ 2 0 3/ 2
1/ 2 0 0 0
[Q] = [ A ] = .
en
0 0 0 − 1/ 2
3 / 2 0 − 1/ 2 2
ud
1
a) Q : R 3 → R, Q(v) = x 2 − 8 xy − 16 xz + 7 y 2 − 8 yz + z 2 , ∀v = ( x, y, z ) ∈ R 3 ;
2
3 − 2 − 4
b) Q : R → R, [Q ] = − 2 6 − 2 ;
3
− 4 − 2 3
2 2 2
c) Q( x) = − x1 + 6 x1 x3 + x2 + 4 x2 x3 − 5 x3 , ∀x = ( x1 , x2 , x3 ) ∈ R 3 ;
d) Q(v) = xy + 2 y 2 − yz − z 2 , ∀v = ( x, y, z ) ∈ R 3 .
Determinaţi expresia canonică a acestor forme pătratice folosind metoda Gauss.
1
R. Temă a, b, c. d) Q(v) = x′2 − 3 y′2 − z′2 , ∀v ∈ R 3 , [v]B ′ = ( x′, y′, z′) ,
3
−1 −1
1 1 0 3 − 2 − 1/ 2 1 0 0
C = [B′]B = 1 − 1 0 0 1 0 0 − 1/ 3 1/ 6 .
0 0 1 0 0 1 0 0 1
106 Cap.IV. Forme biliniare şi pătratice
7. Determinaţi expresia canonică a formelor pătratice din exerciţiul precedent
folosind metoda Jacobi şi metoda valorilor proprii.
1 / 3 0 0
R. Temă a, c, d. Soluţie la punctul b) Prin metoda Jacobi, [Q ]B ′ = 0 3 / 14 0 .
0 0 − 1 / 7
Prin metoda valorilor proprii,
1/ 5 − 4 / 3 5 2 / 3 7 0 0
[B′]B = [e1′, e2′ , e3′ ]B = − 2 / 5 − 2 / 3 5 1 / 3 , [Q]B′ = 0 7 0 .
0 5/3 2 / 3 0 0 − 2
py
şi să se verifice teorema de inerţie, determinând în fiecare caz signatura formei
pătratice.
1 / 5
0 0 1 / 5
0
Co
R: Matricile asociate expresiei canonice în urma aplicării celor trei metode sunt,
respectiv:
0 2 0 0
EB
0 5 / 26 0 , 0 5 / 26 0 , 0 5 0 ;
0 0 40 / 13 0 0 13 / 40 0 0 8
tW
1 1 0 − 1
1 1 −1 0
9. Să se scrie forma pătratică corespunzătoare matricii A = ,
en
0 −1 1 1
−1 0 1 1
ud
2 2 2 2
Q(v) = x1 + x2 + x3 + x4 + 2 x1 x2 − 2 x1 x4 − 2 x2 x3 + 2 x3 x4 , ∀v ≡ ( x1 , x2 , x3 , x4 ) ∈ R 4 ;
obţinem expresiile canonice, după cum urmează: prin metoda Gauss,
1 2
Q(v) = x1′ − x 2′ + 2 x3′ + 8 x 4′ ;
2 2 2
2
prin metoda valorilor proprii, Q(v) = x1′ + x 2′ + 3 x3′ − x 4′ .
2 2 2 2
10. Să se arate că dacă ( g ij ) i , j =1,K,n , (hij ) i , j =1,K,n sunt matrice pozitiv definite,
atunci matricea ( f ij (t )) i , j =1,K,n , f ij (t ) = (1 − t ) g ij + thij , t ∈ [0,1] este pozitiv definită.