Curs nr.

1
 
Operatii cu matrice 
 
⎛ a 11 a 12 M a1n ⎞
⎜ ⎟
⎜a a 22 M a2n ⎟
A = ⎜ 21 ∈ M m ,n ( R )  
M M M M ⎟
⎜ ⎟
⎜a
⎝ m1 am2 M a mn ⎟⎠
 
 
Multimea matricelor cu n coloane si m linii cu elemente din R 
 
Pentru a simplifica scrierea, 
 
A = (aij)  
              1 ≤ i ≤ m  
1≤ j ≤ n
 
Matrice linie si coloana 
 
(a11 a12 ……. a1n) 
⎛ a 11 ⎞
⎜ ⎟
⎜ a 21 ⎟
A = ⎜. ⎟  
⎜ ⎟
⎜. ⎟
⎜ ⎟
⎝ a n1 ⎠
 
Matrice patratica 
 
Daca m=n atunci Ann este matrice patratica 
 
A ∈ M n (R )  
 
Particularitatile unei matrice patratica 
 
Diagonala principala este a11 ann, si pt suma elementelor avem notiunea de urma matricii Tr(A) 
 
Diagonala secundara este in celalalt sens 
 
 
⎛ a 11 a 12 M a1n ⎞
⎜ ⎟
⎜a a 22 M a2n ⎟
A = ⎜ 21  
M M M M ⎟
⎜ ⎟
⎜a M a nn ⎟⎠
⎝ n1 an2
 
 
 
Matricea unitate In  
⎛1 0 L 0⎞
⎜ ⎟
⎜0 1 L 0⎟  
In = ⎜
M M M M⎟
⎜ ⎟
⎜0 0 L 1⎟
⎝ ⎠
 
O matrice A  ∈  Mn R se numeste triunghiulara daca toate elementele de sub diagonala principala sau 
de deasupra diagonalei principale sunt egale cu 0. 
 
Printre operatiile cu matrice identificam : 
 
1) Egalitatea a doua matrice 
 
A=B 
 
2) Transpusa unei matrice 
 
⎛ a 11 a 21 M a m1 ⎞
⎜ ⎟
⎜a a 22 M am2 ⎟
t
A = ⎜ 12  
M M M M ⎟
⎜ ⎟
⎜a M a mn ⎟⎠
⎝ 1n a2n
 
⎛1 5 1⎞ ⎛1 0 0⎞
⎜ ⎟ ⎜ ⎟
A = ⎜0 0 4 ⎟        A = ⎜ 5
t
0 0⎟  
⎜0 0 3 ⎟⎠ ⎜1 4 3 ⎟⎠
⎝ ⎝
 
3) O matrice se numeste simetrica daca  
t
A =  A 
⎛1 2 3⎞
⎛1 3⎞ ⎜ ⎟
Ex : A = ⎜⎜ ⎟⎟ ; A = ⎜ 2 4 6⎟  
⎝3 2⎠ ⎜3 6 5 ⎟⎠
⎝
 
  (aij = aji) 
 
4)  O matrice patratica se numeste antisimetrica daca transpusa lui A = ‐A 
t
A = ‐A 
(aij = ‐aji) 
 
⎛ 0 2 −1⎞
⎜ ⎟
Ex : A = ⎜ − 2 0 − 3⎟  
⎜ 1 3 0 ⎟⎠
⎝
 
Toate elementele de pe diagonala principala sunt 0 
 
 5)  Adunarea matricelor 
Putem aduna doar matrice de acelasi tip 
⎛ 1 2 3 ⎞ ⎛1 2 1 ⎞ ⎛ 2 4 4⎞
Ex : ⎜⎜ ⎟⎟ + ⎜⎜ ⎟⎟ = ⎜⎜ ⎟ 
⎝ 2 1 2 ⎠ ⎝1 0 0 ⎠ ⎝ 3 1 2 ⎟⎠
 
6)  Matricea 0 
⎛0 0 M 0⎞
⎜ ⎟
⎜0 0 M 0⎟ ⎛0 0⎞
0 m ,n =⎜ ;0 2 = ⎜⎜ ⎟
M M M M ⎟
⎝0 0 ⎟⎠  
⎜ ⎟
⎜0 0 M 0⎠⎟
⎝
0 n → patratica
 
7) Inmultirea unei matrice cu scalari 
Se inmulteste fiecare element cu scalarul respectiv 
⎛ a 11 a 12 M a1n ⎞ ⎛ λ a 11 λ a 12 M λ a1n ⎞
⎜ ⎟ ⎜ ⎟
⎜a a 22 M a2n ⎟ ⎜ λ a 21 λ a 22 M λa2n ⎟
λ ⋅ A = λ ⋅ ⎜ 21 ⎟=⎜ M ⎟ 
M M M M M M M
⎜ ⎟ ⎜ ⎟
⎜a M ⎟ ⎜ λa λan2 M λ a nn ⎟
⎝ n1 an2 a nn ⎠ ⎝ n1 ⎠
 
8) Inmultirea matricelor 
Doua matrice de ordin diferit se pot inmulti daca nr de coloane de la A = nr de linii de la B 
Se inmulteste linie cu coloana 
Inmultirea matricelor nu este comutativa 
 
⎛2 1 0⎞
A = ⎜⎜ ⎟⎟
⎝3 1 2⎠
⎛3 1⎞
⎜ ⎟
B = ⎜4 2⎟
⎜1 0⎟
⎝ ⎠
( 2 ,3 ) × ( 3, 2 ) = ( 2 , 2 )  

⎛3 1⎞
⎛2 1 0⎞ ⎜ ⎟ ⎛6 + 4 + 0 2 + 2 + 0 ⎞ ⎛ 10 4⎞
⎜⎜ ⎟×⎜4 2 ⎟ = ⎜⎜ ⎟=⎜ ⎟
⎝3 1 2 ⎟⎠ ⎜ 9+4+2 3 + 2 + 0 ⎟⎠ ⎜⎝ 15 5 ⎟⎠
⎝1 0 ⎟⎠ ⎝

 
Daca lucram cu patratice 
 
 
Inmultirea cu matricea unitate  A ∈ M n ( R ) ⇒ A ⋅ I n = I n ⋅ A = A  
 
 
 
 
 
 
Exponent 
A2 = A ⋅ A
A k = A k −1 ⋅ A , k ≥ 2
⎛1 0 ⎞
A = ⎜⎜ ⎟⎟ ⇒ A n =?
⎝ 1 1 ⎠
⎛1 0 ⎞ ⎛1 0⎞ ⎛1 0⎞  
A 2 = ⎜⎜ ⎟⎟ ⋅ ⎜⎜ ⎟=⎜ ⎟
⎝1 1 ⎠ ⎝1 1 ⎟⎠ ⎜⎝ 2 1 ⎟⎠
⎛ 1 0 ⎞ ⎛1 0⎞ ⎛1 0⎞
A 3 = ⎜⎜ ⎟⎟ ⋅ ⎜⎜ ⎟=⎜ ⎟
⎝ 2 1 ⎠ ⎝1 1 ⎟⎠ ⎜⎝ 3 1 ⎟⎠
⎛1 0⎞
⇒ A n = ⎜⎜ ⎟⎟ , ( ∀ ) n ≥ 1
⎝n 1⎠
 
 
Examenul : 10 intrebari grila cu 4 raspunsuri si 2 – 3 probleme de rezolvat 
 
 
Definitie 
A apartine Mn( R ) se numeste inversabila daca exista o matrice B apartinand Mn( R ) astfel incat  
AB =BA=I 
 
B se noteaza cu A‐1 
 
A ∈ M n ( R ),
( ∃) B ∈ M n ( R ), → A ⋅ B = B ⋅ A = I n
B = A −1
 

Exemplu: 
⎛1 2⎞
A = ⎜⎜ ⎟⎟ ⇒ A −1 = ?
⎝ 3 4 ⎠
⎛1 2⎞ ⎛ x y ⎞ ⎛1 0⎞
⎜⎜ ⎟⎟ ⋅ ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟
⎝3 4⎠ ⎝ z t ⎠ ⎝0 1⎠
⎛ x + 2z y + 2t ⎞ ⎛ 1 0 ⎞
⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟
⎝ 3 x + 4 z 3 y + 4t ⎠ ⎝ 0 1 ⎠
⎧ x + 2 z = 1 ⎧ x + 2 z = 1 (−2) ⎧− 2 x − 4 z = −2 ⎧ x = −2
⎪ y + 2t = 0 ⎨ ⇒ ⎨ ⇒ ⎨
⎪ ⎩ 3x + 4z = 0 ⎩ 3x + 4 z = 0 ⎩z = 3 / 2
 ⎨ ,  
⎪ 3 x + 4 z = 0 ⎧⎨ y + 2 t = 0 ( − 2 ) ⇒ ⎧ − 2 y − 4t = 0
⎨
⎧ y =1
⇒ ⎨
⎪⎩ 3 y + 4 t = 1 ⎩ 3 y + 4 t = 1 ⎩ 3 y + 4t = 1 ⎩t = − 1 / 2
⎛−2 1 ⎞
A −1 = ⎜⎜ ⎟
⎝3 / 2 − 1 / 2 ⎟⎠

 
 
Determinanti 
 
 
 
Vom asocia matricei patratice un nr real notat det A sau IAI 
 
Regula triunghiului pt calcularea determinantului 
A = (a ij ); i, j ∈ (1,...n)
A ∈ M n ( R)
det A = A
A = (a11 ) ∈ M 1 ( R ) → det A = a11
⎛a a12 ⎞
A = ⎜⎜ 11 ⎟⎟ ∈ M 2 ( R ) → det A = (a11 ⋅ a 22 − a12 ⋅ a 21 )
⎝ a 21 a 22 ⎠  
1 2
Ex : = 1 × 4 − 2 × 3 = −2
3 4
⎛ a11 a13 ⎞
a12
⎜ ⎟
A = ⎜ a 21 a 23 ⎟ ∈ M 3 ( R ) →
a 22
⎜a
⎝ 31a32 a 33 ⎟⎠
det A = (a11 ⋅ a 22 ⋅ a33 + a 21 ⋅ a32 ⋅ a13 + a 31 ⋅ a12 ⋅ a 23 − a31 ⋅ a 22 ⋅ a13 − a32 ⋅ a 23 ⋅ a11 − a33 ⋅ a 21 ⋅ a12 )
 
Regula lui Sarrus 
1 2 3
2 0 1=5
2 1 1  
1 2 3
2 0 1
 
 
A = (a ij ) i , j∈(1,...n )
Fie   
A ∈ M n ( R)
 
Se numeste minor asociat elementului ai,j determinantul matricei obtinute din A prin eliminarea 
liniei i si coloanei j 
 
Acest minor se noteaza cu Mij 
Exemplu : 
0 1
⎛ 1 2 3⎞ M 11 = = −1
⎜ ⎟ 1 1
A = ⎜ 2 0 1⎟ →  
⎜ 2 1 1⎟ M = 1 2
⎝ ⎠ 23 = −3
2 1
 
i+j
Se numeste complement algebric al elementului   ai,j   numarul  Ai,j  = (‐1)  Mi,j 
 0 1
A11 = (− 1)
1+1
⋅ M 11 = M 11 = = −1
1 1
 
2 1
A12 = (− 1)
1+ 2
⋅ M 12 = − M 12 = −1 ⋅ =0
2 1
9 complementi algebrici in acest caz. 
 
 
Calculul inversei unei matrice  
·   
 
1 2
  
3 4
 
1 2
1) Se calculeaza detA ≠ 0 deci are inversa:    2 0 
3 4
1 3
2) Transpusa matricii :   
2 4
1 · |4| 4
1 · |2| 2
3) Calculam matricea adjuncta :     
1 · |3| 3
1 · |1| 1
 
4 2
 
3 1
4) Se gaseste inversa :  
1 1 2 1
4 2 3 1  
· ·
2 3 1
2 2
 
 
Observatie (merge numai pentru matrici de ordinul 2): 
⎛a b ⎞
A = ⎜⎜ ⎟⎟, ad − bc ≠ 0
⎝c d ⎠
 
−1 1 ⎛ d − b⎞
⇒A = ⎜ ⎟
ad − bc ⎜⎝ − c a ⎟⎠
 
Inversam o matrice de ordinul 3 
 ⎛1 2 3 ⎞
⎜ ⎟
A = ⎜ −1 −1 − 2⎟
⎜1 1
⎝ 1 ⎟⎠
1 2 3
1) det A = − 1 − 1 − 2 = −1 − 3 − 4 − (−3 − 2 − 2) = −8 + 7 = −1 ≠ 0 ⇒ (∃) A −1
1 1 1
⎛ 1 − 1 1⎞
⎜ τ
⎟
2) transpusa A = ⎜ 2 − 1 1⎟
⎜ 3 − 2 1⎟
⎝ ⎠
⎛ A11 A12 A13 ⎞
*
⎜ ⎟
3) matricea adjuncta A = ⎜ A21 A22 A23 ⎟
⎜A
⎝ 31 A32 A33 ⎟⎠
−1 1 2 1 2 −1
A11 = (−1) 2 =1 A12 = (−1) 3 =1 A13 = (−1) 4 = −1
−2 1 3 1 3 −2
−1 1 1 1 1 −1
A21 = (−1) 3 = −1 A22 = (−1) 4 = −2 A23 = (−1) 5 = −1
−2 1 3 1 3 −2
−1 1 1 1 1 −1
A31 = (−1) 4 =0 A32 = (−1) 5 =1 A33 = (−1) 6 =1
−1 1 2 1 2 −1
⎛1 1 − 1⎞
⎜ ⎟
A* = ⎜ − 1 − 2 − 1⎟
⎜0
⎝ 1 1 ⎟⎠  
⎛1 1 − 1⎞
1 1 ⎜ ⎟
4) A −1 = ⋅ A* = ⎜ − 1 − 2 − 1⎟ ⇒
det A −1⎜
⎝0 1 1 ⎟⎠
⎛ −1 −1 1 ⎞
−1
⎜ ⎟
A =⎜ 1 2 1⎟
⎜ 0 − 1 − 1⎟
⎝ ⎠
 
 
 
Sisteme de ecuatii algebrice 
 
Se considera sistemul urmator 
⎧x + 2y + 3z = 6
⎪
⎨- x - y - 2z = -4
⎪ x+y+z =3
⎩
⎛1 2 3 ⎞⎛ x ⎞ ⎛ 6 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ − 1 − 1 − 2 ⎟⎜ y ⎟ = ⎜ − 4 ⎟  
⎜1
⎝ 1 1 ⎟⎠⎜⎝ z ⎟⎠ ⎜⎝ 3 ⎟⎠
AX = B
 
Regula lui Cramer 
1 2 3
det A = − 1 − 1 − 2 = −1 ≠ 0
1 1 1
6 2 3
Δx = − 4 − 1 − 2 = −6 − 12 − 12 + 9 + 12 + 8 = −1
3 1 1
1 6 3
Δy = − 1 − 4 − 2 = −4 − 9 − 12 + 12 + 6 + 6 = −1
1 3 1
1 2 6
Δz = − 1 − 1 − 4 = −3 − 6 − 8 + 6 + 4 + 6 = −1
1 1 3
Δx −1
x= ⇒x= =1
det A −1
Δy −1
y= ⇒y= =1
det A −1
Δz −1  
z= ⇒z= =1
det A −1
S = {(1,1,1)}
 
Spunem in acest caz ca solutia este formata din tripletul 1. 
 
Sistemul se numeste compatibil determinat (are o singura solutie) 
Un sistem care nu are solutii e sistem incompatibil. 
Compatibil nedeterminat are mai multe solutii 
 
 
A doua solutie de rezolvare a sistemului 
Orice sistem se poate transforma intr‐o ecuatie matriciala 
X=A‐1 B 
⎧x + 2y + 3z = 6
⎪
⎨- x - y - 2z = -4
⎪ x+y+z =3
⎩
⎛1 2 3 ⎞⎛ x ⎞ ⎛ 6 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ − 1 − 1 − 2 ⎟⎜ y ⎟ = ⎜ − 4 ⎟
⎜1 1 1 ⎟⎠⎜⎝ z ⎟⎠ ⎜⎝ 3 ⎟⎠
 
⎝
AX = B A −1
⎛ − 1 − 1 1 ⎞⎛ 6 ⎞ ⎛ − 6 + 4 + 3 ⎞ ⎛1⎞
−1
⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟
X = A ⋅B =⎜ 1 2 1 ⎟⎜ − 4 ⎟ = ⎜ 6 − 8 + 3 ⎟ = ⎜1⎟
⎜ 0 − 1 − 1⎟⎜ 3 ⎟ ⎜ 4 − 3 ⎟ ⎜1⎟
⎝ ⎠⎝ ⎠ ⎝ ⎠ ⎝ ⎠
 
 
 
Rangul unei matrice 
 
Definitie : numim rangul unei matrice A de tipul mxn, (m≤n) un numar natural r cu proprietatile : 
a) In orice matrice exista cel putin un minor de ordin r diferit de 0 
b) Toti minorii de ordin r+1 sunt nuli 
⎛ 1 2 3⎞
A = ⎜⎜ ⎟⎟
⎝ 2 4 6⎠
1 2 1 3 2 3
Exemplu :  = 0; = 0; =0 
2 4 2 6 4 6
⇒ r =1
rang A = 1 
 
⎛1 2 3⎞
⎜ ⎟
A = ⎜2 4 6⎟
⎜1 3 2⎟
⎝ ⎠
1 2 3
Exemplu :  2 4 6 = 0;  
1 3 2
2 4
= 6−4 = 2 ≠ 0
1 3
rang = 2
 
Transformari elementare 
 
Transformarile elementare care se fac asupra liniilor unei matrice sunt : 
 
T1 : schimbarea a doua linii intre ele 
T2 : inmultirea unei linii printr‐un numar real nenul 
T3 : inlocuirea unei linii prin suma dintre aceasta linie si o alta linie inmultita cu un numar real 
 ⎛1 2 3 ⎞
Ex. : A = ⎜⎜ ⎟⎟
⎝1 1 2 ⎠
1 ↔ L2
⎛1 1 2 ⎞
Tr1 ⎯L⎯ ⎯→⎜⎜ ⎟⎟
⎝1 2 3 ⎠
 
2 L2 ⎛ 1 1 2⎞
Tr2 ⎯⎯→⎜⎜ ⎟⎟
⎝ 2 4 6⎠
2 L1 + L2 ⎛1 1 2⎞
Tr3 ⎯−⎯ ⎯⎯→⎜⎜ ⎟⎟
⎝0 2 2⎠
Rezulta matrici echivalente 
 
Definitie : numim matrice elementara o matrice care se obtine din matricea unitate de ordinul m (Im) 
printr‐o singura transformare elementara. 
 
Exemplu : 
⎛0 1 ⎞ L1 ↔ L2 ⎛ 1 0 ⎞
⎜⎜ ⎟ ⎯⎯⎯→⎜⎜ ⎟⎟
⎝1 0 ⎟⎠ ⎝0 1⎠
⎛2 0 ⎞ 12 L1 ⎛ 1 0 ⎞
⎜⎜ ⎟ ⎯⎯→⎜⎜ ⎟⎟  
⎝0 1 ⎟⎠ ⎝0 1⎠
⎛ 2 0⎞
⎜⎜ ⎟⎟ nu este elementara
⎝ 0 2⎠
 
 
Teorema : transformarile elementare nu modifica rangul unei matrice 
 
Definitie : doua matrice A si B care se obtin una din alta prin transformari elementare se numesc 
echivalente in privinta rangului si scriem : 
 
A~ B 
 
Definitie : Matricea A mare se spune ca are forma Gauss ‐ Jordan daca ea contine r (r≤m) coloane ale 
matrice I unitate de ordinul m. 
 
Teorema : Orice matrice nenula poate fi adusa la forma Gauss – Jordan printr‐un numar finit de 
transformari elementare. 
 
Aplicatie : 
 
Sa se aduca la forma Gauss – Jordan matricea urmatoare : 
 ⎛1 2 2 2 1 ⎞ ⎛1 2 2 2 1 ⎞ ⎛1 2 2 2 1⎞
⎜
A = ⎜ −1 − 2 1 1 − 2⎟
⎜2
⎝ 4 4 3 1 ⎠ ⎟ ~
⎟1 ⋅ L1 + L2 ⎜
⎜ 0 0 3 3 − 1⎟
⎜
⎝2 4 4 3 1 ⎠
⎟ ~
⎟ - 2 ⋅ L1 + L3 ⎜
⎜0
⎜0
⎝
0 3
0 0
3 − 1⎟
⎟

− 1 − 1⎟⎠
⎛ 5 ⎞ ⎛ 5 ⎞
⎜1 2 0 0 ⎟ ⎜1 2 0 0 ⎟
1 ⎛ 1 2 2 2 1 ⎞ ⎜ 3 ⎟ ⎜ 3 ⎟
L2 ⎜ 1 ⎟ - 2 ⋅ L 2 + L1 ⎜

~
3 ⎜0 0 1 1 − ⎟
⎜⎜
⎝0 0 0 −1 −1 ⎠
3⎟
⎟ ~ ⎜
0 0 1 1 −
⎜0 0 0 −1 −1 ⎟
⎜
1 ⎟ L 3 + L2 ⎜
3⎟
⎟
⎜~
⎜0
⎜
0 0 1
0 0
0 − ⎟
4
3⎟
−1 −1 ⎟  
⎟
⎝ ⎠ ⎝ ⎠
⎛ 5 ⎞
⎜1 2 0 0 ⎟
⎜ 3 ⎟

~
− 1 ⋅ L3 ⎜
⎜
⎜0 0 0 1 1 ⎟
⎜
4
0 0 1 0 − ⎟
3⎟
⎟
⎝ ⎠
⇒ rangA = 3
 
 
Inversa unei matrice calculata cu ajutorul transformarilor elementare 
 
Pasul 1 : se formeaza matricea M = (A|I ) 
 
Pasul 2 : utilizand transformarile elementare se aduce la forma ( I |B ),  daca este posibil 
 
Pasul 3 : A ‐1 = B 
 
Exemplu : 
⎛1 2⎞
A = ⎜⎜ ⎟⎟
⎝3 4⎠
1
⎛ 1 2 1 0 ⎞ − 3L1 + L2 ⎛ 1 2 1 0 ⎞ L2 + L1 ⎛ 1 0 − 2 1⎞ − L2 ⎛⎜ 1 0 − 2 1 ⎞⎟
M = ⎜⎜
⎝ 3 4 0 1
⎟
⎟
⎠ ~ ⎜
⎝
⎟
⎜0 − 2 − 3 1⎟
⎠
⎜
⎝ ~ ⎟
⎜ 0 − 2 − 3 1⎟ 2 ⎜ 0 1
⎠ ⎝
3
2 ~
1  
− ⎟
2⎠
⎛− 2 1 ⎞
A −1 = ⎜ 3 1⎟
⎜ − ⎟
⎝ 2 2⎠
 
 ⎛1 2 3 ⎞
⎜ ⎟
A = ⎜ −1 −1 − 2⎟
⎜1 1 1 ⎟⎠
⎝
⎛1 2 3 1 0 0 ⎞ L1 + L2 ⎛ 1 2 3 1 0 0 ⎞ L2 + L3 ⎛ 1 0 1 − 1 − 2 0 ⎞
⎜
M = ⎜ −1 −1 − 2 0 1 0⎟
⎜1 1
⎝
⎟
~⎜
⎜0
1 0 0 1 ⎟⎠ − L1 + L3 ⎜⎝ 0
1 1 1 1 0⎟
⎟
~ ⎜
⎜0 1 1 1
− 1 − 2 − 1 0 1 ⎟⎠ − 2 L2 + L1 ⎜⎝ 0 0 − 1 0
1 0⎟
⎟

1 1 ⎟⎠
L3 + L1 ⎛ 1 0 0 − 1 − 1 1 ⎞ − 1 ⋅ L3 ⎛ 1 0 0 −1 −1 1 ⎞

~ ⎜
⎜0 1 0 1
⎜
2 1⎟
L3 + L2 ⎝ 0 0 − 1 0 1 1 ⎠
⎟
⎟ ~⎜
⎜0
⎜0
⎝
1 0 1 2 1⎟
⎟

0 1 0 − 1 − 1⎟⎠
⎛−1 −1 1 ⎞
−1
⎜ ⎟
A =⎜ 1 2 1⎟
⎜ 0 − 1 − 1⎟
⎝ ⎠
 
 
Rezolvarea unui sistem de ecuatii cu ajutorul transformarilor elementare 
 
⎧ x + 2 y + 3z = 6
⎪
⎨− x − y − 2 z = −4  
⎪ x+ y+z =3
⎩
 

Scriem matricea extinsa  Ā 
_ ⎛1 2 3 6 ⎞ L1 + L2 ⎛ 1 2 3 6 ⎞ L2 + L3 ⎛ 1 2 3 6 ⎞ − 1 ⋅ L3 + L2 ⎛ 1 2 0 3 ⎞
⎜
A = ⎜ −1 −1 − 2 − 4⎟
⎜1 1
⎝
⎟
~ ⎜
⎜0 1 1 2 ⎟
⎟
~ ⎜
⎜0 1 1 2⎟
⎟
~ ⎜
⎜ 0 1 0 1⎟
⎟

1 3 ⎟⎠ − L1 + L3 ⎜⎝ 0 − 1 − 2 − 3 ⎟⎠ − 1 ⋅ L3 ⎜⎝ 0 0 1 1 ⎟⎠ − 3 ⋅ L3 + L1 ⎜⎝ 0 0 1 1 ⎟⎠
− 2 ⋅ L2 + L1 ⎛ 1 0 0 1⎞

~ ⎜
⎜ 0 1 0 1⎟
⎜ 0 0 1 1⎟
⎝
⎟

⎠
⎧x = 1
⎪
⎨y = 1
⎪z = 1
⎩
 
 
Daca o linie devine 0, una din necunoscute este secundara, exemplu :  z = α 
⎧ x + 2 y + 3z = 6
⎨
⎩ y+z =2
z =α  
y = 2 −α
x = 2 −α
 
Curs nr.2

Spatii vectoriale

Definitie
Fie 𝑉𝑉 ≠ 0, 𝐾𝐾(𝑅𝑅)

Se definesc doua operatii:

Operatia interna notata prin +,

unde + este definita pe 𝑉𝑉 × 𝑉𝑉 → 𝑉𝑉, (𝑥𝑥, 𝑦𝑦) → 𝑥𝑥 + 𝑦𝑦

Operatia externa notata prin inmultire ∙ ,

unde 𝐾𝐾 × 𝑉𝑉 → 𝑉𝑉, (𝜆𝜆, 𝑥𝑥) → 𝜆𝜆 ∙ 𝑥𝑥

1) (V,+) grup abelian – patru proprietati

2) (V, ∙ )
a) (𝛼𝛼 + 𝛽𝛽)𝑥𝑥 = 𝛼𝛼𝛼𝛼 + 𝛽𝛽𝛽𝛽, (∀)𝛼𝛼, 𝛽𝛽 ∈ 𝐾𝐾, (∀)𝑥𝑥 ∈ 𝑉𝑉
b) 𝛼𝛼 × (𝑥𝑥 + 𝑦𝑦) = 𝛼𝛼 × 𝑥𝑥 + 𝛼𝛼 × 𝑦𝑦, (∀)𝛼𝛼 ∈ 𝐾𝐾, (∀)𝑥𝑥, 𝑦𝑦 ∈ 𝑉𝑉
c) 𝛼𝛼 ∙ (𝛽𝛽𝛽𝛽) = (𝛼𝛼 ∙ 𝛽𝛽)𝑥𝑥, (∀)𝛼𝛼, 𝛽𝛽 ∈ 𝐾𝐾, (∀)𝑥𝑥 ∈ 𝑉𝑉
d) 1 ∙ 𝑥𝑥 = 𝑥𝑥, (∀)𝑥𝑥 ∈ 𝑉𝑉

Atunci V se numeste spatiu vectorial (liniar) peste corpul K.

Perechea (V,K) este un spatiu vectorial.

Elementele lui K se numesc scalari iar elementele lui V se numesc vectori.

Pentru K = R, spunem ca (V,R) este un spatiu vectorial real.

Exemple:

(R2,R), (R3,R)

 x  
R 2 =  X =  1  x1 , x 2 ∈ R 
  x2  
= ( x1 , x 2 )
t

  x1  
   
R 3 =  X =  x 2  x1 , x 2 , x3 ∈ R 
 x  
  3 

Subspatiul vectorial
Fie spatiul vectorial (V , K ), X ≠ 0, X ⊂ V
X se numeste subspatiu vectorial a lui (V,K) daca :
1. Daca (∀) x, y ∈ X ⇒ x + y ∈ X
2. Daca (∀)α ∈ K , (∀) x ∈ X ⇒ α ⋅ x ∈ X
Exemplu : R2 este subspatiu al lui R3

Combinatie liniara de vectori

Fie (V , K ), x1 , x2 ,....xn ∈ V , α 1 , α 2 , ...α n ∈ K

Expresia α 1 x1 + α 2 x 2 + .... + α n x n se numeste combinatie liniara a vectorilor x1 ,...x n cu

scalarii α 1 ,...α n : ∑ni=1 ∝i ∙ xi
1  2 5
Fie v1 =  , v 2 =  , v =  
 2 1  4
Este v combinatie intre v1 si v2 ?

v = α 1v1 + α 2 v 2
5 1  2
v =   = α 1   + α 2  
 4  2 1
 5   α   2α   α + 2α 2 
⇒   =  1  +  2  =  1 
 4   2α 1   α 2   2α 1 + α 2 
α 1 + 2α 2 = 5 − 2 − 2α 1 − 4α 2 = −10 α = 1
 → → −3α 2 = −6 →  1
2α 1 + α 2 = 4  2α 1 + α 2 = 4 α 2 = 2

v = 1 ⋅ v1 + 2 ⋅ v 2

Vectori liniari independenti, vectori liniari dependenti

Fie (V,K) un spatiu vectorial

Definitie: un sistem de vectori {x1, x2, ... xn} din V se numeste liniar independent daca :
α 1 x1 + α 2 x 2 + .. + α n x n = 0 v ⇒ α 1 = α 2 = .. = α n = 0

0
0  
0 R2 =   ; 0 R3 = 0
0 0
 
Exemplu :

1  2
x1 =   ; x 2 =  
 2 1
α 1 x1 + α 2 x 2 = 0 R 2 ⇒ α 1 = α 2 = 0
1  2 0
α 1   + α 2   =  
 2 1 0
 α 1   2α 2   0 
  +   =  
2α
 1   2  0α
α 1 + 2α 2 = 0 − 2 − 2α 1 − 4α 2 = 0 α = 0
 ⇒ ⇒ −3α 2 = 0 ⇒  1
2α 1 + α 2 = 0  2α 1 + α 2 = 0 α 2 = 0

Rezulta ca {x1, x2} este un sistem liniar independent.

SCURTATURA !!!
Determinantul format din componentele vectorilor
1 2
1) = 1 − 4 = −3 ≠ 0 ⇒ sistem liniar independent
2 1
1 1 0
1 0 1 = 0 + 0 + 0 − 0 − 1 − 1 = −2 ≠ 0 ⇒
2) 0 1 1 sistem liniar independent
1 1 0
1 0 1

Sistemul este liniar dependent cand nu este liniar independent.

Ex.
 2  4 2 4
v1 =   ; v 2 =   ⇒ = 12 − 12 = 0 ; sistem liniar dependent
 3 6 3 6

Sistem de generatori

Definitie : Un sistem de vectori X = {x1 , x 2 ,...x n } ⊂ V se numeste sistem de generatori pentru

V daca orice vector din V este o combinatie liniara cu vectori din X.

Exemplu :
(R 2
,R )
1 0
e1 =   ; e2 =  
0 1
{e1 , e2 } sistem de generatori pentru R2
(∀)v ∈ R 2 se scrie v = α 1e1 + α 2 e2
a 1 0
v =   = α 1   + α 2  
b 0 1
 a  α1   0 
  =   +  
 b   0  α 2 
α1 = a
α2 = b
⇒ v = a ⋅ e1 + b ⋅ e2

Exemplu:
(R 3
,R )
 1 0  0 
      
E = e1 =  0  ; e2 =  1  ; e3 =  0  
 0 0  1 
      
sistem de generatori pentru R3

Baza a unui spatiu vectorial

Definitie: sistemul de vectori B = {x1 , x 2 ,...x n } ⊂ V se numeste baza a spatiului vectorial V
daca :
1. B este sistem liniar independent
2. B este sistem de generatori

O baza in care se tine seama de ordinea vectorilor se numeste reper.

 1  0 
Baza canonica din R 2 , R ( )
E = e1 =  , e2 =  
este
 0  1 
 1 0  0 
      
E = e1 =  0 , e2 =  1 , e 3 =  0  este baza canonica din R3.
 0 0  1 
      

Definitie : se numeste dimensiunea din spatiul vectorial dim V K numarul de vectori din baza.
2
dim R R = 2
dim R R 3 = 3
Scalarii unici α 1 , α 2 ,......α n din relatia x = α 1 x1 + α 2 x 2 + ...... + α n x n se numesc coordonatele
lui x din baza B.
 α1 
 
α  τ
x B =  2 = (α 1 α 2  α n )

 
α 
 n

Reprezentarea vectorilor
Fie (V,K) un spatiu vectorial cu dimensiunea dim K V = n ∈ N *
si B = {b1 , b2 ,....bn } un reper al sau.
 α1 
 
α 
Fie x ∈ V , astfel incat x B =  2  ⇒ x = α 1b1 + α 2 b2 + ..... + α n bn

 
α 
 n

Se considera un nou reper D = {d1 , d 2 ,....d n } al spatiului vectorial (V,K) si

 β1 
 
β 
x D =  2  ⇒ x = β1 d1 + β 2 d 2 + .... + β n d n

 
β 
 n
d i = c1i b1 + c 2i b2 + .... + c ni bn

 c11 c12 c13  c1n 

 
 c 21 c 22 c 23  c 2 n 
C B,D =  c31 c32 c33  c3n  ⇒ d1 = c11b1 + c 21b2 + .... + c n1bn
 
      
c
 n1 c n 2 c n 3  cnn 

Matricea CB,D se numeste matricea de trecere de la reperul B la reperul D.

Se scrie matricial C B , D ⋅ X D = X B ⇒ X D = C B−1,D ⋅ X B

Se considera spatiul vectorial (R2,R), in care vom lua bazele B si D :
 1  3 
B = b1 =  , b2 =  
  2  4 
 7  4 
D = d1 =  , d 2 =  
 10   6 
 2
X B =   ⇒ C B , D = ?, X D = ?
 3
c c12  7 1  3
C B , D =  11  → d1 = c11 ⋅ b1 + c 21 ⋅ b2 ⇒   = c11 ⋅   + c 21 ⋅   ⇒
 c 21 c 22  10   2  4
 7   c11 + 3c 21   c + 3c 21 = 7 −2
  =   →  11
10   2c11 + 4c 21  2c11 + 4c 21 = 10
− 2c11 − 6c 21 = −14 c = 1
 → −2c 21 = −4 ⇒  11
 2c11 + 4c 21 = 10 c 21 = 2
 4 1  3
d 2 =   = c12 ⋅ b1 + c 22 ⋅ b2 = c12 ⋅   + c 22 ⋅   →
 6  2  4
 c12 + 3c 22 = 4 −2 − 2c12 − 6c 22 = −8 c = 1
 ⇒ ⇒ −2c 22 = −2 ⇒  12
2c12 + 4c 22 = 6  2c12 + 4c 22 = 6 c 22 = 1

 1 1
C B , D =  
 2 1
1  1 − 1  − 1 1 
X D = C B−1,D ⋅ X B → C B−1,D =  = 
1 1  − 2 1   2 − 1
2 1
 − 1 1  2   − 2 + 3  1
X D =    =   =  
 2 − 1 3   4 − 3  1
Lema substitutiei

Trecerea de la o baza B la o noua baza B’ se face printr-un procedeu care se numeste pivotaj,
constand in:
1. Se imparte linia pivotului la pivot
2. In coloana pivotului elementele de deasupra si de dedesubtul pivotului se inlocuiesc cu 0
3. Elementele ramase se calculeaza cu regula dreptunghiului

Baza b1 b2  bi  bn v x
b1 1 0  0  0 α1 λ1
b2 0 1  0  0 α2 λ2
         Pivot (αi≠0)
bi 0 0  1  0 αi λi
        
bn 0 0  0  1 αn λn

Baza b1 b2  bi  bn v x
λ1 ⋅ α i − α 1 ⋅ λi
b1 1 0  0  0 0
αi
λ 2 ⋅ α i − α 2 ⋅ λi
b2 0 1  0  0 0
αi
        
1 λi
v 0 0   0 1
αi αi
        
λ n ⋅ α i − α n ⋅ λi
bn 0 0  0  1 0
αi

Exemplu :

 2
 
Vectorul x scris in baza canonica este x =  2 
 3
 

1  2  3
     
A = {a1 , a 2 , a3 } → a1 =  2 , a 2 =  1 , a3 =  1  → xA = ?
 0  2  3
     
 a1 a2 a3 x
e1 1 2 3 2
e2 2 1 1 2
e3 0 2 3 3
a1 1 2 3 2
e2 0 −3 −5 −2
e3 0 2 3 3

a1 a2 a3 x
1 2
a1 1 0 −
3 3
5 2
a2 0 1  −1
3 3  
1 5 ⇒ XA = 9 
e3 0 0 −  − 5
3 3  
a1 1 0 0 −1
a2 0 1 0 9
a3 0 0 1 −5

Calculul inversei unei matrice cu ajutorul lemei substitutiei

1 2 5
 
A =  2 1 0  ⇒ A −1 =?
 0 1 3
 
A
C1 C 2A C 3A C1I C 2I C 3I
e1 1 2 5 1 0 0
e2 2 1 0 0 1 0
e3 0 1 3 0 0 1
C1A 1 2 5 1 0 0
e2 0 − 3 − 10 −2 1 0
e3 0 1 3 0 0 1
5 1 2
C1A 1 0 − − 0
3 3 3
10 2 1
C2 A
0 1 − 0
3 3 3
1 2 1
e3 0 0 − − 1
3 3 3
C1A 1 0 0 3 −1 −5
C 2A 0 1 0 −6 3 10  3 − 1 − 5
 
C3 A
0 0 1 2 −1 −3 −1
A =  − 6 3 10 
 2 − 1 − 3
 
Rezolvarea unui sistem de ecuatii cu ajutorul lemei substitutiei

 x1 + 2 x 2 − x 3 + x 4 = 1

 2 x1 − x 2 − x 3 + x 4 = 3
 x1 − 3x 2 = 2

 1 2 − 1 − 1
 
A = 2 −1 −1 1 
1 − 3 0 0 


C1A C 2A C 3A C 4A b
e1 1 2 −1 1 1
 3 3 7
e2 2 −1 −1 1 3  x1 − 5 x 3 + 5 x 4 = 5
e3 1 −3 0 0 2  1 1 1
 x 2 − x3 + x 4 = −
C 1
A
1 2 −1 1 1  5 5 5
e2 0 −5 1 −1 1 ⇒ x 3 , x 4 → necunoscute sec undare
e3 0 −5 1 −1 1  3 3 7
 x = α − β +
3 3 7 1
5 5 5
C1A 1 0 − 
5 5 5 1 1 1
x2 = α + β −
1 1 1  5 5 5
C 2A 0 1 − −
5 5 5
e3 0 0 0 0 0

 3 3 7 1 1 1  
S =  α − β + , α + β − , α , β  α , β ∈ R  (solutia)
 5 5 5 5 5 5  

Sistemul este compatibil nedeterminat

Operatori liniari

Fie spatiile vectoriale de tip finit (X,K), (Y,K)

Definitie : o functie U definita U: X →Y

Se numeste operator linear sau morfism de spatii vectoriale daca :
1. U este aditiv - adica U (x + y ) = U (x ) + U ( y ) (∀) x, y ∈ X ,
2. U este omogen – adica U (αx ) = αU (x ) (∀)α ∈ K (∀) x ∈ X

Exemplu:
U : R3 → R2
 x1 − x 2 
U ( x) =  
 2 x1 − x 2 + x 3 
 1 U (x + y ) = U (x ) + U ( y )
   1 − 2   − 1
U  2  =   =  
 3  2 − 2 + 3  3
  U (αx ) = αU ( x )

  x1   y1    x1 + y1 
       x1 + y1 − ( x 2 + y 2 ) 
U ( x + y ) = U   x 2  +  y 2   = U  x 2 + y 2  =   =
 x   y  x + y   2 ( x1 + y 1 ) − ( x 2 + y 2 ) + x 3 + y 3 
 3   3   3 3 

 x1 − x 2 + y1 − y 2   x1 − x 2   y1 − y 2 
=   =   +   = U ( x ) + U ( y )
 2 x1 − x 2 + x 3 + 2 y1 − y 2 + y 3   2 x1 − x 2 + x 3   2 y1 − y 2 + y 3 

  x1    αx1 
      αx1 − αx 2   x1 − x 2 
U (αx ) = U  α  x 2   = U  αx 2  =   = α   = αU (x )
  x   αx   2α x1 − α x 2 + α x 3   2 x1 − x 2 + x 3 
  3   3

Inseamna ca U este operator liniar

Exemplu:
L(X,Y) = {U:X→Y | U este operator liniar}
{multimea operatorilor U de X pe Y, unde U este operator liniar}

a) U ∈ L( X , Y ) - sa demonstram cele doua proprietati

Password aplicatii on-line : mataplecon

Curs 3

Definitie

Fie U ∈ L( X , Y ) , se numeste „imaginea” lui U si se noteaza prin ImU multimea

{y ∈ Y | (∃) x ∈ X , astfel incat U ( x) = y}

Se numeste nucleul lui U si se noteaza prin Ker U={x ∈ X | U ( x) = 0}

Proprietate :
ImU este un subspatiu vectorial al lui Y, iar
KerU este un subspatiu vectorial al lui X
M
N
Subspatiu vectorial
R3 – spatiu - un subspatiu este R2

x + y∈N
λ ⋅ x∈ N

Definitie
Fie U ∈ L( X , Y ) , U este un operator,
Se numeste rangul lui U dimensiunea lui ImU, iar dimensiunea lui KerU se numeste defectul
lui U.

Teorema dimensiunii:
Fie U ∈ L( X , Y ) , dimensiunea lui k dim k X = n ∈ N *
Are loc urmatoarea relatie :

dim k X = dim k KerU + dim k Im U

Fie U definit pe R3 cu valori in R3

 x1 − x 2   x1 
   
U : R 3 → R 3 , U ( x) =  x 2 + x3 ; x =  x 2 
 − 2 x + 3x + x  x 
 1 2 3  3

U ( x)= (x1 − x 2 , x 2 + x 3 ,−2 x1 + 3x 2 + x 3 )

τ

Sa aflam KerU si ImU :

{
KerU = x ∈ R 3 | U ( x) = 0 R 3 }
 x1 − x 2   0  x1 − x 2 = 0
    
U ( x) = 0 R 3 ⇔ x 2 + x3  =  0 ⇒  x 2 + x3 = 0 ⇒
 − 2 x + 3 x + x   0  − 2 x + 3 x + x = 0
 1 2 3    1 2 3
 x1 = x 2

 x3 = − x 2 ⇒ x2 = α , α ∈ R
− 2 x + 3 x + x = 0
 1 2 3

0=0
α   1 
     
KerU =  α α ∈ R  = α  1  α ∈ R  ⇒ dim R KerU = 1
− α    − 1 
     

{
Im U = y ∈ R 3 | (∃)x ∈ R 3 , astfel _ incat , U ( x) = Y }
 x1 − x 2   y1 
   
U ( x) = Y ⇔  x 2 + x3  =  y2 
 − 2 x + 3x + x   y 
 1 2 3  3
 x1 − x 2 = y1  x1 = x 2 + y1
 
 x 2 + x3 = y 2 ⇒ x3 = − x 2 + y 2 ⇒ −2 y1 + y 2 = y 3
− 2 x + 3 x + x = y − 2( x + y ) + 3 x − x2 + y 2 = y3
 1 2 3 3  2 1 2

y1 = α , y 2 = β , y 3 = −2α + β
 α 
 
Im U =  β α , β ∈ R
− 2α + β 
 
 α +0   α  0  1   0
         
 0 + β  =  0  +  β  = α  0  + β  1  ⇒ dim R Im U = 2
 − 2α + β   − 2α   β   − 2 1
         

Verificam teorema dimensiunii :

1+2=3

Vectori proprii si valori proprii

Definitie:
Fie U ∈ L( X , Y ); x ∈ X , x ≠ 0 X

Vectorul x se numeste vector propriu al operatorului liniar U daca (∃)λ ∈ R a.i.

U ( x ) = λx

In acest caz λse numeste valoare proprie a lui U si se spune ca x este vector propriu
corespunzator valorii proprii λ.

Multimea X λ = {x ∈ X | U ( x) = λx} se numeste subspatiul propriu asociat lui λ.

Se considera spatiul vectorial (X,K) cu dim K X = n ∈ N *

Fie F o baza a spatiului X si A = (a ) matricea operatorului U corespunzatoare bazei F.

i , j i , j =1, n

Ecuatia det( τ A − λI n ) =0 este numita ecuatia caracteristica a operatorului U iar

P(λ ) = det(τ A − λI n ) se numeste polimomul caracteristic al operatorului U.

Determinarea valorilor proprii si a vectorilor proprii

Solutiile ecuatiei caracteristice ne furnizeaza valorile proprii ale operatorului U

Pentru o valoare proprie λ 0subspatiul vectorilor proprii corespunzatori lui λ 0se determina
astfel :
( τ A − λI n ) X = 0 X
det( τ A − λI 3 ) = 0
 1 − 1 0 1 0 0  1 − 1 0 λ 0 0
   
 0 1 1 − λ 0 1 0 = 0 ⇒  0 1 1 − 0 λ 0 = 0 ⇒
 − 2 3 1 0 0 1  − 2 3 1 0 0 λ
   
1− λ −1 0
= 0 ⇒ (1 − λ ) + 0 + 2 − 0 − 3(1 − λ ) − 0 = 0
3
0 1− λ 1
−2 3 1− λ
1 − 3λ + 3λ 2 − λ3 + 2 − 3 + 3λ = 0
λ3 − 3λ 2 = 0 ⇒ λ 2 (λ − 3) = 0 ⇒ λ1 = λ 2 = 0; λ3 = 3

Vectorii proprii :
( τ A − λI 3 ) X = 0 R 3
I. λ =0
 x1 − x2   0  x1 = x2
    
⇒ x2 + x3  =  0  ⇒  x3 = − x2 → x2 = α , α ∈ R
 − 2 x + 3 x + x   0  − 2 x + 3 x + x
 1 2 3    1 2 3

 α  
  
X 0 =  α  α ∈ R 
 − α  
  

II. λ =3
τ
( A − λI 3 ) X = 0 R 3
  1 − 1 0   3 0 0   x1   0   − 2 − 1 0  x1   0 
            
 0 1 1  −  0 3 0   x 2  =  0  ⇒  0 − 2 1  x 2  =  0 
  − 2 3 1   0 0 3   x   0   − 2 3 − 2  x   0 
     3      3   
 − 2 x1 − x 2 = 0
 x = −2 x1 
 − 2 x 2 + x3 = 0 ⇒ 2  ⇒ − 2 x1 − 6 x1 + 8 x1 = 0 ⇔ 0 = 0
− 2 x + 3x − 2 x = 0 x 3 = −4 x1 
 1 2 3

x1 = β
 β  
  
X 3 =  − 2 β  β ∈ R este subspatiul vectorilor proprii corespunzatori valorii proprii =3
 − 4 β  
  
 x   2x + x2 
Fie U : R 2 → R 2 , U  1  =  1 
 x 2   x1 + x 2 
det(τ A − λI 2 ) = 0
 2 1 1 0 2−λ 1
  − λ   = 0 ⇔ = 0 ⇔ (2 − λ )(1 − λ ) − 1 = 0 ⇔ 2 − 2λ − λ + λ 2 − 1 = 0
 1 1   0 1  1 1 − λ
λ 2 − 3λ + 1 = 0; ∆ = b 2 − 4ac = (− 3)2 − 4 ⋅ 1 ⋅ 1 = 5
−b± ∆ 3± 5
λ1, 2 = =
2a 2
3+ 5 3− 5
λ1 = ; λ2 =
2 2
τ
( A − λI 2 ) X = 0 R 2 ; se procedeaza in continuare ca si in exemplul precedent, pentru cele doua
valori λ.
3+ 5
Cazul I : λ =
2
 3+ 5   + 5 
  0  x 2 − 3 1 
  2 1 −  2   1  =  0  ⇔  2  x1  =  0  ⇔
 
  1 1    
3 + 5   x 2   0    3 + 5  x 2   0 
  0   1 1 − 
  2   2 
1 − 5  1 − 5  5 −1
 1   x1 + x 2 = 0  x2 = x1
 2    0 
 1  =   ⇔  2
x  2
⇔ 
 1 + 5  x 2   0   1+ 5 x − 5 + 1 5 − 1 x = 0
 1 −   x1 − x2 = 0  1 1
 2   2 2 2
  x1 = α  α  
 x 2 = 5 − 1 x1    α ∈ R
 2 ⇒  5 −1 ⇒ X =  5 − 1 

 x 2 = 2 α  2 α 
3+ 5
 0=0 2 
Functionale liniare

Fie spatiul vectorial (X,K) si (K,K)

Definitie : O functie f : X → K se numeste functionala liniara sau forma liniara daca f este un
operator liniar, adica :

- f (x + y ) = f (x ) + f ( y )
- f (α ⋅ x ) = α ⋅ f ( x )

O functie f : X × Y → K se numeste functionala biliniara daca :

a. f este liniara in primul argument cand cel de al doilea este fixat
f (( x, y ) + ( x' , y )) = f ( x + x' , y ) = f ( x, y ) + f ( x' , y )
f (αx, y ) = αf ( x, y )
b. f este liniara in al doilea argument cand primul este fixat

Fie spatiile vectoriale (X,K) si (Y,K) cu dim k X = m , dim k Y = n

F = { f 1 , f 2 ,... f m }, G = {g 1 , g 2 ,...g n }
Fie a i , j = f ( f i , g j )
 a11 a12  a1m 
 
A=
 a 21 a 22  a 2 m 
    
= a i , j i =1, m ( )
  j =1, n
a 
 n1 a n 2  a nm 
Se numeste matricea functionalei biliniare corespunzatoare bazelor F si G.
m n
f (x, y ) = ∑∑ a ij x i y j
i =1 j =1

a11 x1 y1 + a12 x1 y 2 + ⋅ ⋅ ⋅ ⋅ ⋅ + a1n x1 y n + ⋅ ⋅ ⋅ ⋅ ⋅ + a mn x1 y n

Functionale patratice

Fie f : X × X → K , o functionala biliniara, atunci functionala V : X → K , definita

V(x)=f(x,x) se numeste functionala patratica si
m m
V (x ) = ∑∑ a ij x i x j
i =1 j =1

Exemplu :
Fie V : R 3 → R
V ( x ) = 2 x12 − x 22 + 3 x 32 − 4 x1 x 2 + 6 x1 x 3 − 8 x 2 x 3

Sa se determine matricea functionalei in baza canonica

  2 −2 3 
 
A =  − 2 − 1 − 4
 3 −4 3 
 

Observatie : matricea functionalei este simetrica

Clasificarea functionalelor patratice

Fie V : X → K o functionala patratica
1. V se numeste pozitiv definita daca pentru orice x ∈ X , x ≠ 0 X , avem V ( x ) > 0
2. V se numeste negativ definita daca pentru orice x ∈ X , x ≠ 0 X , avem V ( x ) < 0
3. V se numeste semipozitiv definita daca pentru orice x ∈ X , avem V ( x ) ≥ 0
4. V se numeste seminegativ definita daca pentru orice x ∈ X , avem V ( x ) ≤ 0
5. V se numeste nedefinita daca(∃) x, y ∈ Xx ≠ y, astfel incat V ( x ) < 0 si V ( y ) > 0

Pentru a determina natura unei functionale patratice aceasta trebuie adusa la forma canonica

Se spune ca V : X → K (functionala V definita pe X cu valori in R) a fost adusa la forma

canonica daca s-a determinat o baza G a lui X pentru care V (x ) = λ1 x12 + λ 2 x 22 +  + λ n x n2

Matricea A corespunzatoare bazei G este

 λ1 0  0 
 
 0 λ2  0 
A=
    
 
0 0  λ 
 n 

Cu ajutorul formei canonice natura functionalei V se determina astfel :

1. daca λi > 0, (∀)i = 1, n rezulta ca functionala patratica este pozitiv definita
2. daca λi < 0, (∀)i = 1, n rezulta ca functionala este negativ definita
3. daca λ i > 0 si (∃)λ j = 0 rezulta ca functionala este semipozitiv definita
4. daca λ i < 0 si (∃)λ j = 0 rezulta ca functionala este seminegativ definita
5. dacaλ i > 0 si λ j < 0; (i ≠ j ) rezulta ca functionala este nedefinita

Metode pentru determinarea formei canonice

1. Metoda lui Jacobi

V (x ) = 2 x12 − x 22 + 3 x 32 − 4 x1 x 2 + 6 x1 x 3 − 8 x 2 x 3
 2 −2 3 
 
A =  − 2 − 1 − 4
 3 −4 3 
 
Se calculeaza indicatorii ∆
∆0 =1
∆1 = 2
2 −2
∆2 = = −6
− 2 −1
2 −2 3
∆ 3 = − 2 − 1 − 4 = −6 + 24 + 24 + 9 − 32 − 12 = 7
3 −4 3
Forma canonica a lui V este :
∆ ∆ ∆ 1 1 6
V (x ) = 0 y12 + 1 y 22 + 2 y 32 = y12 − y 22 − y 32
∆1 ∆2 ∆3 2 3 7
1
λ1 =
2
1
λ2 = − ⇒Functionala este nedefinita
3
6
λ3 = −
7

2. Metoda lui Gaus

V ( x ) = 2 x12 + 4 x1 x 2 + 2 x 22 − 4 x 2 x 3 + 3 x 32
2 2 0 
 
A =  2 2 − 2
0 − 2 3 
 
Se formeaza un patrat perfect
V ( x ) = 2( x12 + 2 x1 x 2 + x 22 ) − 4 x 2 x 3 + 3 x 32 = 2( x1 + x 2 ) 2 − 4 x 2 x 3 + 3 x 32
 x1 + x 2 = y1
  2 4   2 4 4 2 4 2
 x 2 = y 2 ; V (x ) = 2 y1 − 4 y 2 y 3 + 3 y 3 = 2 y1 + 3 y 3 − y 2 y 3  = 2 y1 + 3 y 3 − y 2 y 3 + y 2  − y 2
2 2 2 2

 x =y  3   3 9  3
 3 3
2
2 4 2  2 
= 2 y1 − y 2 + 3 y 3 − y 2 
3  3 

 y1 = z 1
 2 4
 y2 = z2 ⇒ 2 z1 − z 22 + 3z 32
 2 3
 y3 − y 2 = z3
 3
λ1 = 2 
4
λ 2 = −  ⇒ nedefinita
3
λ3 = 3 
Note de curs 4

Doua tipuri de probleme care vor aparea la examen.

10 subiecte grila cu a,b,c,d cu un singur raspuns corect (grila perfecta = 5,00).

3 probleme de rezolvat

1. Algoritmul simplex primal

max  f x  30x1  40x2 functia scop

2 x1  x2  10
 restrictii
 x1  x2  7
x1 , x 2  0 conditii de
nenegativitate

Rezolvare
Pasul 1. Se aduce problema la forma standard.

max  f x  30x1  40x2

2 x1  x 2  x3  10
 x 3 , x 4 - variabile de compensare
 x1  x 2  x 4  7
x1 , x 2 , x3 , x 4  0

 2 1 1 0  2
Matricea sistemului :   ; C1A C 2A C3A C 4A ; C1A     R 2
 1 1 0 1 1

Pasul 2. Elaborarea tabelului simplex.

30 40 0 0 ←beneficiul CB vectorul coeficientilor
CB Baza XB C1A C2A C3A C4A
din functia obiectiv

0 C3A 10 2 1 1 0 10/1=10 C4A

min=7→
0 C4A 7 1 1 0 1 7/1=7 iese din baza
0 0 0 0 0 - se scade aceasta linie din prima
30 40 0 0 MAX = 40 →C2A intra in baza
0 C3A 3 1 0 1 -1
40 C2A 7 1 1 0 1
280 40 40 0 40 0*3+40*7=280
-10 0 0 -40 algoritmul se opreste cand obtinem
valori 0 sau valori negative

0
 
7
Solutia este : [max]f=280 ; X   
3
 
0
 
 RECAPITULARE :

Se inmultesc cu vectorii din fata fiecare din vectorii cu doua componente si se insumeaza
elementele rezultate.

1. LINIA PIVOTULUI SE IMPARTE LA PIVOT

2. DEASUPRA PIVOTULUI SI DEDESUBT PUNEM „0”
3. CELELALTE ELEMENTE LE CALCULAM CU REGULA DREPTUNGHIULUI

Problema 2
Fie 3 produse P1, P2, P3 obtinute cu 3 materii prime M1, M2, M3

max  f x  500x1  600x2  400x3

 2 x1  x3  200  2 x1  x3  x 4  200
 
0,5 x1  x 2  x3  100 restrictii 0,5 x1  x 2  x3  x5  100
 x  3x  400  x  3x  x  400
 1 2  1 2 6

x1 , x 2 , x3  0 conditii de
nenegativitate

 2 0 1 1 0 0
 
Matricea sistemului :  0,5 1 1 0 1 0  ; (matricea sistemului)
 1 3 0 0 0 1
 

500 600 400 0 0 0

CB Baza XB C 1A C 2A C 3A C 4A C 5A C 6A
0 C 4A 200 2 0 1 1 0 0
A
0 C5 100 1/2 1 1 0 1 0 100/1=100 min = 100 →C5A iese din baza
0 C 6A 400 1 3 0 0 0 1 400/3=133,3
0 0 0 0 0 0 0
500 600 400 0 0 0 MAX = 600 →C2A intra in baza
0 C 4A 200 2 0 1 1 0 0 200/2=100
A
600 C2 100 1/2 1 1 0 1 0 100/o,5=200 min = 100 →C4A iese din baza
0 C 6A 100 - 1/2 0 -3 0 -3 1 negativ
60000 300 600 600 0 600 0

200 0 -200 0 -600 0 MAX = 200 →C1A intra in baza

500 C 1A 100 1 0 1/2 1/2 0 0 linia pivotului se imparte la pivot
A
600 C2 50 0 1 3/4 - 1/4 1 0 se aplica regula dreptunghiului
A
0 C6 150 0 0 -11/4 1/4 -3 1
80000 500 600 700 100 600 0 scadem din linia beneficiilor (sus)
0 0 -300 -100 -600 0 se opreste algortimul
 100 
 
 50 
 0 
Solutia este : [max]f=80 000 ; X   
 0 
 0 
 
150 
 

Problema transporturilor

4 metode de lucru – Echilibram problema astfel incat necesarul sa fie egal cu disponibilul.

1. Metoda NORD-VEST
BENEFICIARI
Bj
Di B1 B2 B3 Disponibil

2 4 1
D1 40 0 0 40
D2 1 5 7
60 60 50
10 50 0
DEPOZITE

3 2 10
D3 0 10 20 30 30 30 20
W

D4 0
0
0
0
25
0
25 25 25 25 25
depozit fictiv

155
Necesar 50 60 45 155

10 60 45
60 45
10 45
45
25
 Solutia posibila de baza este :

 40 0 0 
 
 10 50 0 
X  ; m + n – 1 = 4 + 3 – 1 = 6 (nr. linii + nr. coloane – 1)
0 10 20 
 
 0 0 25 
 

Solutia este nedegenerata (6 solutii nenule = nr. linii + nr. coloane – 1)

Costul = 40  2  10  1  50  5  10  2  20  10  25  0  560

Metoda 2 : Metoda costului minim pe linie

Cost minim pe linie
Bj
Di B1 B2 B3 Disponibil

2 4 1
D1 0 0 40 40
D2 1 5 7
60 60 10
50 10 0
DEPOZITE

D3 3 2 10
30 30 30
0 30 0
W

D4 0
0
20
0
5
0
25 25 25 25 5
depozit fictiv

155
Necesar 50 60 45 155

50 60 5
60 5
50 5
20 5
Solutia posibila de baza este :
  0 0 40 
 
 50 10 0 
X  ; m + n – 1 = 4 + 3 – 1 = 6 (nr. linii + nr. coloane – 1)
0 30 0 
 
 0 20 5 
 

Solutia este nedegenerata (6 solutii nenule = nr. linii + nr. coloane – 1)

Costul = 40 1  50 1  10  5  30  2  20  0  5  0  200

Problema 2
Metoda 1
BENEFICIARI
Bj
Di B1 B2 B3 Disponibil

D1 1 2 0
30 10
20 10 0
D2 3 4 0
20 20 20 15
0 5 15
DEPOZITE

50
Necesar 20 15 15 50
W

20 15 15
15 15
5 15
Solutia posibila de baza este :

 20 10 0 
X    ; m + n – 1 = 2 + 3 – 1 = 4 (nr. linii + nr. coloane – 1)
 0 5 15 

Solutia este nedegenerata (6 solutii nenule = nr. linii + nr. coloane – 1)

Costul = 20  1  10  2  5  4  15  0  60
 Metoda 2.

BENEFICIARI
Bj
Di B1 B2 B3 Disponibil

D1 1 2 0
30 15
15 0 15
D2 3 4 0
20 20 20 15
5 15 0
DEPOZITE

50
Necesar 20 15 15 50
W

20 15
5 15
Solutia posibila de baza este :

15 0 15 
X    ; m + n – 1 = 2 + 3 – 1 = 4 (nr. linii + nr. coloane – 1)
 5 15 0 

Solutia este nedegenerata (6 solutii nenule = nr. linii + nr. coloane – 1)

Costul = 15 1  15  0  5  3  15  4  90