Universitatea Spiru Haret

Facultatea de Matematică-Informatică

Ion D. Ion
Silviu Bârză
Lorena Tufan

Lecţii de algebră
Fascicula II (Algebră liniară)

Editura Fundaţiei România de Mâine

- Bucureşti 2005 -
 CUPRINS

Introducere ……………………………………………………….. 7
1. Spaţii vectoriale de dimensiune finită.……………………….. 9
1.1. Spaţii vectoriale …………………………………………………….. 9
1.2. Subspaţii vectoriale ………………………………………….……… 14
1.3. Bază şi dimensiune …………………………………………………. 18
1.4. Transformări liniare ………………………………………………… 24
1.5. Algebra operatorilor liniari ai unui spaţiu vectorial de dimensiune
finită……………………………………………… 29
1.6. Spaţiul vectorial factor. Teorema fundamentală de izomorfism 34
Exerciţii………………………………………………………………….. 35
2. Determinanţi şi sisteme de ecuaţii liniare …………………… 39
2.1. Definiţia determinanţilor. Proprietăţi ………………………………. 39
2.2. Dezvoltarea unui determinant după elementele unei coloane
(linii)………………………………………………………………… 48
2.3. Alte rezultate asupra determinanţilor ………………………………. 53
2.4. Matrice şi transformări elementare. Matrice eşalon………………… 60
2.5. Rangul unei matrice………………………………………….……… 67
2.6. Sisteme de ecuaţii liniare. Metode de rezolvare…………………….. 72
2.6.1. Teorema Kronecker-Capelli. Metoda Gauss a eliminării……. 72
2.6.2. Soluţiile unui sistem compatibil de ecuaţii liniare…….……... 77
2.6.3. Metoda matriceală de rezolvare a sistemelor liniare de ecuaţii
liniare………………………………………………………… 79
2.6.4. Minori caracteristici. Teorema lui Rouché…………….…….. 82
Exerciţii ………………………………………………………………… 84
3. Teorie Jordan………. …………………………………….…. 92
3.1. Matrice canonică Jordan ……………………………………… 92
3.2. Inele euclidiene ……………………………………………….. 96
3. 2.1. Relaţia de divizibilitate într-un domeniu de
integritate ………………………………………….. 96
3. 2.2. Definiţia inelelor euclidiene. Exemple.……………. 98
3. 2.3. Aritmetica inelului K [X ] ………………………….. 102
3.3. Matrice aritmetic echivalente ………………………………… 105
3.4. Matrice asemenea …………………………………………….. 111
3.5. Forma canonică Jordan a unei matrice din M n ( ) …………... 115
3.6. Polinomul minimal al unei matrice …………………………... 121
5
3.7. Aplicaţii ale teoriei Jordan în studiul operatorilor liniari …….. 123
Exerciţii …………………………………………………………… 126
4. Grupuri abeliene finit generate …………………………… 131
4.1. Grupuri abeliene libere de rang finit …………………………. 131
4.2. Structura grupurilor abeliene finit generate ………………….. 137
4.3. Rezolvarea în numere întregi a sistemelor de ecuaţii liniare…. 142
Exerciţii …………………………………………………………… 146
Indicaţii şi răspunsuri…………………………………………….. 148
Bibliografie……………………………………………………….. 171

6
 INTRODUCERE

Prezenta fascicolă acoperă programa semestrului

doi a cursului de Algebră şi a fost redactată pornind de la
notele de curs ale primului dintre autori.

Sunt prezentate rezultate privind spaţiile vectoriale

de dimensiune finită, teoria determinanţilor şi relaţia de
asemănare a matricelor. De asemenea, este stabilită
structura grupurilor abeliene finit generate şi sunt
prezentate aplicaţii în analiza diofantică. Expunerea
materialului teoretic este însoţită de exemple şi sunt
propuse un număr mare de exerciţii.

În continuare, autorii au în proiect redactarea unei

fascicole consacrate teoriei corpurilor comutative, cu
accent pe teoria Galois şi aplicaţiile acesteia.

Autorii

7
8
 1. Spaţii vectoriale de dimensiune finită

1.1 Spaţii vectoriale

După cum se va putea observa, orice algebră peste un corp comutativ are,
în particular, o structură de spaţiu vectorial în sensul următor:
Definiţie. Fie K un corp comutativ. Un grup abelian (V ,+ ) se numeşte
spaţiu vectorial peste corpul K dacă există o lege de compoziţie externă pe V cu
operatori în K ,
K × V → V , (a, x ) a ax
astfel încât:
(1) (a + b )x = ax + bx ,
(2) a ( x + y ) = ax + ay ,
(3) a (bx ) = (ab )x ,
(4) 1 ⋅ x = x ,
oricare ar fi x, y ∈ V şi oricare ar fi a, b ∈ K .
‫ٱ‬
Dacă V este un spaţiu vectorial peste corpul K , atunci elementele lui V
se numesc vectori, operaţia de grup abelian de pe V se numeşte adunarea
vectorilor, iar elementul neutru al acesteia, notat provizoriu cu θ , se numeşte
vectorul zero. Elementele lui K se numesc scalari, iar legea externă K × V → V ,
(a.x ) a ax se numeşte înmulţirea vectorilor cu scalari. Spaţiile vectoriale peste
corpul K se numesc încă K − spaţii vectoriale sau K − spaţii liniare.
Exemple.
1. Spaţiul vectorial K n . Fie K un corp comutativ, n ∈ * şi V = K n , unde
Kn = 1 K× 44K2× ...
4×4 3 {
K = ( x1 , x 2 ,..., x n ) xi ∈ K . }
n ori

Dacă x, y ∈ K n , x = ( x1 , x 2 ,..., x n ) , y = ( y1 , y 2 ,..., y n ) , iar a ∈ K ,

definim x + y şi ax prin
x + y = ( x1 + y1 , x 2 + y 2 ,..., x n + y n ) ,
ax = (ax1 , ax 2 ,..., ax n ) .
Se verifică uşor că V = K n este spaţiu vectorial peste K în raport cu
operaţiile de mai sus, numit spaţiul aritmetic n − dimensional peste corpul
K . Elementele lui K n se numesc vectori linie n − dimensionali; vectorul

9
 zero este θ = (0,0,...,0 ) , iar − x = (− x1 ,− x 2 ,...,− x n ) dacă
x = ( x1 , x 2 ,..., x n ) .
Uneori este convenabil să reprezentăm elementele lui K n ca vectori
coloană n − dimensionali, adică la fel ca o matrice cu n linii şi o coloană.
2. Spaţii de funcţii. Fie I o mulţime nevidă, K un corp comutativ şi V = K I ,
unde
KI = f f :I → K , { }
adică mulţimea tuturor funcţiilor f definite pe mulţimea I cu valori în
corpul K .
Dacă f , g ∈ K I , iar a ∈ K , definim
f + g : I → K , af : I → K
prin
( f + g )(x ) = f (x ) + g (x ) , (af )(x ) = af (x ) .
Se obţin operaţiile
K I × K I → K I , ( f , g) a f + g
K × K I → K I , (a, f ) a af
numite adunarea funcţiilor, respectiv înmulţirea funcţiilor cu scalari.
( )
Se verifică uşor că K I ,+ este un grup abelian. Funcţia θ : I → K ,
θ( x ) = 0 ∈ K este elementul neutru pentru operaţia de adunare, numită
funcţia zero, iar funcţia − f : I → K , (− f )( x ) = − f (x ) este opusa lui f
pentru că f + (− f ) = θ .
De asemenea, înmulţirea funcţiilor cu scalari verifică axiomele (1)-(4) din
definiţia spaţiului vectorial. Conchidem că V = K I este spaţiu vectorial peste
K în raport cu adunarea funcţiilor şi înmulţirea funcţiilor cu scalari.
În particular, dacă K = şi I = [a, b] cu a, b ∈ , a < b , atunci
mulţimea [ a ,b ]
a tuturor funcţiilor reale f : [ a, b ] → formează spaţiu
vectorial peste corpul în raport cu operaţiile uzuale de adunare şi de
înmulţire cu scalari ale funcţiilor reale.
3. Spaţiul vectorilor de poziţie. Fie xOy un reper într-un plan euclidian şi V
uuur
mulţimea tuturor segmentelor orientate OP cu originea în O şi extremitatea
uuur
într-un punct P arbitrar din plan; OP se numeşte vectorul de poziţie al
punctului P în raport cu O .
uuur uuur uuur
Adunarea vectorilor se face cu regula paralelogramului: OA + OB = OS ,
unde S este cel de al patrulea vârf al paralelogramului ale cărui două dintre
laturi sunt OA şi OB .

10
 uuur uuur
Dacă a ∈ , produsul a ⋅ OP al lui a cu vectorul OP este vectorul
uuur
OQ , unde punctul Q este coliniar cu O şi P şi este situat de aceeaşi parte
cu P faţă de O dacă a > 0 , în partea opusă dacă a < 0 şi OQ = a ⋅ OP .

Cu argumente de natură geometrică se verifică că V este spaţiu vectorial

peste corpul .
Dacă coordonatele în raport cu reperul xOy ale unui punct P din plan
sunt notate cu (x P , y P ) , se observă că (x A + x B , y A + y B ) sunt coordonatele
uuur uuur uuur
punctului S dacă OA + OB = OS , iar (ax P , ay P ) sunt coordomatele
→ →
punctului Q dacă a ⋅ OP = OQ .
Vom vedea mai târziu că această legătură între spaţiul V al vectorilor de
poziţie şi spaţiul aritmetic 2 nu este un accident.
4. Spaţii vectoriale asociate unor extinderi de corpuri. Fie L un corp comutativ
şi K un subcorp al lui L . În această împrejurare se spune că L este o
extindere a lui K .
Dacă L este o extindere a lui K , atunci L are o structură naturală de
spaţiu vectorial peste K . Vectorii sunt elementele lui L , adunarea vectorilor
este adunarea corpului L şi (L,+ ) este grup abelian. Scalarii sunt elementele
lui K , iar dacă a ∈ K ⊆ L şi x ∈ L , atunci ax este produsul în corpul L al
lui a cu x .
Cum este extindere a lui , rezultă că are o structură de − spaţiu
vectorial. De asemenea, are o structură de − spaţiu vectorial.
Dacă V este un K − spaţiu vectorial, iar x, y ∈ V , se defineşte diferenţa
dintre x şi y prin
def
x − y = x + (− y ) .

11
 Am notat cu θ vectorul zero, adică elementul neutru pentru operaţia de
adunare a vectorilor; vom nota cu 0 elementul zero al corpului K . De regulă
vectorul zero se notează tot cu 0 . Într-o primă fază considerăm că este preferabil
să avem notaţii distincte pentru vectorul zero şi pentru scalarul zero, pentru a evita
unele confuzii.
Teorema 1. Fie V un K − spaţiu vectorial. Sunt adevărate proprietăţile:
(1) 0 x = aθ = θ , oricare ar fi a ∈ K şi x ∈ V .
(2) (regula semnelor) (− a )x = a (− x ) = − ax şi (− a )(− x ) = ax , oricare ar fi
a ∈ K şi x ∈ V .
(3) Dacă ax = θ , atunci a = 0 sau x = θ .
(4) a ( x − y ) = ax − ay
Demonstraţie.
(1) Fie y = 0 x ∈ V . Avem 0 x = (0 + 0 )x = 0 x + 0 x , deci y = y + y în grupul
(V ,+ ) , de undey = θ . Analog se arată că aθ = θ .
(2) Avem θ = aθ = a ( x + (− x )) = ax + a (− x ) , de unde a (− x ) = − ax . Analog
se arată că (− a )x = −ax . Acum avem (− a )(− x ) = −(− a )x = −(− ax ) = ax .
(3) Presupunem că ax = θ . Dacă a ≠ 0, atunci
x = 1 ⋅ x = (a a )x = a (ax ) = a θ = θ .
−1 −1 −1

(4) Avem a ( x − y ) = a( x + (− y )) = ax + a(− y ) = ax + (− ay ) = ax − ay

‫ٱ‬
Dacă v1 , v 2 ,..., v n sunt vectori din K − spaţiul vectorial V şi
a1 , a 2 ,..., a n ∈ K , atunci spunem că vectorul
a1v1 + a 2 v 2 + ... + a n v n
este combinaţie liniară de vectorii v1 , v 2 ,..., v n ; scalarii a1 , a 2 ,..., a n se numesc
coeficienţii combinaţiei liniare.
Spunem că vectorii v1 , v 2 ,..., v n sunt liniar dependenţi, şi scriem
dep K (v1 , v 2 ,..., v n ) , dacă există a1 , a 2 ,..., a n ∈ K , nu toţi nuli, astfel încât
a1v1 + a 2 v 2 + ... + a n v n = θ .
În caz contrar, spunem că vectorii v1 , v 2 ,..., v n sunt liniar independenţi şi scriem
ind K (v1 , v 2 ,..., v n ) . Evident, vectorii v1 , v 2 ,..., v n sunt liniar independenţi dacă
a1v1 + a 2 v 2 + ... + a n v n = θ numai în cazul a1 = a 2 = ... = a n = 0 , adică
a1v1 + a 2 v 2 + ... + a n v n = θ ⇒ a1 = a 2 = ... = a n = 0 .

12
 Exemple.
1. Fie v1 , v2 , v3 ∈ 3
, v1 = (1,1,0 ) , v 2 = (0,1,1) , v3 = (1,0,1) . Avem
ind K (v1 , v 2 , v3 ) în
− spaţiul vectorial . 3

În adevăr, dacă pentru a1 , a2 , a3 ∈ avem

a1v1 + a 2 v 2 + a3 v3 = (0,0,0) ,
atunci
(a1 + a3 , a1 + a 2 , a 2 + a3 ) = (0,0,0) ,
deci
⎧a1 + a3 = 0
⎪
⎨a1 + a 2 = 0
⎪a + a = 0
⎩ 2 3

de unde a1 = a 2 = a3 = 0 .
2. Vectorii v1 , v2 , v3 ∈ 3
, v1 = (1,−1,1) , v 2 = (2,−1,1) , v3 = (5,−3,3) sunt liniar
dependenţi pentru că
2v1 + 4v 2 + (− 2 )v3 = (0,0,0 ) .
3. Dacă v ∈ V , v ≠ θ şi av = θ cu a ∈ K , atunci a = 0 . Aşadar ind K (v ) .
Fie V un K − spaţiu vectorial şi vectorii v1 , v 2 ,..., v n , v ∈ V . Spunem că
vectorul v este combinaţie liniară de vectorii v1 , v 2 ,..., v n , şi scriem
v dep K (v1 , v 2 ,..., v n ) , dacă există a1 , a 2 ,..., a n ∈ K astfel încât
n
v = a1v1 + a 2 v 2 + ... + a n v n = ∑ ai vi
i =1

Lema 1. Fie V un K − spaţiu vectorial şi v1 , v 2 ,..., v n , v ∈ V astfel încât

ind K (v1 , v 2 ,..., v n ) şi dep K (v1 , v 2 ,..., v n , v ) . Atunci v dep K (v1 , v 2 ,..., v n ) .
Demonstraţie. Există a1 , a 2 ,..., a n , a ∈ K , nu toţi nuli, astfel încât
a1v1 + a 2 v 2 + ... + a n v n + av = θ (1)
Avem a≠0 căci altfel a1v1 + a 2 v 2 + ... + a n v n = θ , de unde
a1 = a 2 = ... = a n = 0 . Contradicţie.
Înmulţind egalitatea (1) cu a −1 , obţinem
v = b1v1 + b2 v 2 + ... + bn v n ,
−1
unde bi = a ai , 1 ≤ i ≤ n .
‫ٱ‬

13
 Fie din nou V un K − spaţiu vectorial. Fie S o submulţime a lui V , nu
neapărat finită. Spunem că S este o mulţime de vectori liniar dependenţi, şi
scriem dep K S , dacă există un număr finit de vectori v1 , v 2 ,..., v n ∈ S astfel încât
dep K (v1 , v 2 ,..., v n ) ; în caz contrar spunem că S este o mulţime de vectori liniar
independenţi, şi scriem ind K S . Aşadar, avem ind K S dacă şi numai dacă orice
parte finită a lui S este liniar independentă.
De asemenea, dacă v ∈ V , spunem că vectorul v este liniar dependent de
mulţimea S de vectori, şi scriem v dep K S , dacă există un număr finit de vectori
v1 , v 2 ,..., v n ∈ S astfel încât v dep K (v1 , v 2 ,..., v n ) , adică putem scrie
v = a1v1 + a 2 v 2 + ... + a n v n cu a1 , a 2 ,..., a n ∈ K .
Dacă S şi T sunt două submulţimi ale lui V , nu neapărat finite şi
S ⊂ T , atunci avem:
dep K S ⇒ dep K T ,
ind K T ⇒ ind K S ,
v dep K S ⇒ v dep K T .

1.2. Subspaţii vectoriale

Definiţie. Fie V un K − spaţiu vectorial. O submulţime nevidă N a lui

V se numeşte subspaţiu vectorial al lui V dacă:
(1) ∀x, y ∈ N ⇒ x + y ∈ N ,
(2) ∀a ∈ K , ∀x ∈ N ⇒ ax ∈ N .
Observaţie. Orice subspaţiu vectorial N al lui V este spaţiu vectorial în
raport cu operaţiile induse pe N de operaţiile lui V . În adevăr, dacă x ∈ N ,
atunci − x = (− 1)x ∈ N , deci N este subgrup al grupului (V ,+ ) . Aşadar, N este
grup abelian în raport cu operaţia indusă pe N de adunarea vectorilor din V .
Evident, operaţia indusă pe N de înmulţirea cu scalari verifică axiomele (1)-(4) din
definiţia spaţiului vectorial. Cum N ≠ ∅ , pentru x ∈ N avem θ = 0 x ∈ N , deci
orice subspaţiu vectorial conţine vectorul zero.
Exemple.
1. Dacă V este un K − spaţiu vectorial şi O = {θ}, atunci O este subspaţiu
vectorial al lui V , numit subspaţiul zero. În adevăr θ + θ = θ şi aθ = θ ,
∀a ∈ K .
2. Fie V = n
{
şi N = x ∈ n
}
x = ( x1 ,..., xn −1 , 0 ) . Atunci N este un subspaţiu
vectorial al − spaţiului vectorial V = . n

3. Fie V = n
{ }
, n ≥ 2 şi N = x ∈ n x = ( x1 , x2 ,..., xn ) , 2 x1 = x2 . Atunci N
n
este subspaţiu vectorial al lui .
14
 Fie V un k − spaţiu vectorial şi v1 , v 2 ,..., v n ∈ V . Notăm cu
v1 , v 2 ,..., v n mulţimea tuturor combunaţiilor liniare de vectorii v1 , v 2 ,..., v n ,
⎧ n
⎫
v1 , v 2 ,..., v n = ⎨ x ∈ V x = ∑ ai vi , a1 , a 2 ,..., a n ∈ K ⎬ .
⎩ i =1 ⎭
Teorema 2. Fie V un K − spaţiu vectorial, v1 , v 2 ,..., v n ∈ V şi
N = v1 , v 2 ,..., v n . Avem:
(1) N este subspaţiu vectorial al lui V şi v1 , v 2 ,..., v n ∈ N ,
(2) Dacă L este subspaţiu vectorial al lui V şi v1 , v 2 ,..., v n ∈ L , atunci N ⊆ L .
Aşadar, N este cel mai mic subspaţiu vectorial al lui V care conţine
vectorii v1 , v 2 ,..., v n .
Demonstraţie.
n n
(1) Fie x, y ∈ N , x = ∑ ai vi , y = ∑ bi vi cu ai , bi ∈ K , 1 ≤ i ≤ n . Avem
i =1 i =1
n
x + y = ∑ (ai + bi )vi ∈ N ,
i =1
n
ax = ∑ (aai )vi ∈ N ,
i =1
oricare ar fi a ∈ K . Rezultă că N este subspaţiu vectorial al lui V .
Avem vi = 0 ⋅ v1 + ... + 1 ⋅ vi + ... + 0 ⋅ v n ∈ N , 1 ≤ i ≤ n .
(2) Cum L este subspaţiu vectorial al lui V şi v1 , v 2 ,..., v n ∈ L , rezultă că
a1v1 + a 2 v 2 + ... + a n v n ∈ L oricare ar fi a1 , a 2 ,..., a n ∈ K , de unde
N ⊆ L.
‫ٱ‬
Dacă V este un K − spaţiu vectorial şi v1 , v 2 ,..., v n ∈ V , atunci
v1 , v 2 ,..., v n se numeşte subspaţiul lui V generat de v1 , v 2 ,..., v n ; vectorii
v1 , v 2 ,..., v n se nemesc în acest caz generatori ai subspaţiului N = v1 , v 2 ,..., v n .
Fie V un spaţiu vectorial peste corpul K , iar X şi Y două subspaţii ale
lui V . Definim mulţimea de vectori X + Y prin
X + Y = {z ∈ V z = x + y cu x ∈ X , y ∈ Y } ,
def

numită suma subspaţiilor X şi Y .

15
 Teorema 3. Fie V un K − spaţiu vectorial şi X şi Y două subspaţii ale
lui V . Atunci:
(1) X + Y este subspaţiu al lui V , X ⊆ X + Y , Y ⊆ X + Y ;
(2) Dacă L este un subspaţiu al lui V astfel încât X ⊆ L şi Y ⊆ L , atunci
X +Y ⊆ L.
Aşadar X + Y este cel mai mic subspaţiu vectorial al lui V care conţine
pe X şi Y .
Demonstraţie.
(1) Fie a ∈ K şi z , z ′ ∈ X + Y , z = x + y , z ′ = x ′ + y ′ cu x, x ′ ∈ X şi
y, y ′ ∈ Y . Avem
z + z ′ = ( x + x ′) + ( y + y ′) ∈ X + Y ,
az = ax + ay ∈ X + Y
pentru că x + x ′, ax ∈ X , y + y ′, ay ∈ Y , deci X + Y este subspaţiu
vectorial al lui V . Cum pentru orice x ∈ X avem x = x + θ ∈ X + Y ,
rezultă că X ⊆ X + Y şi analog Y ⊆ X + Y .
(2) Dacă X ⊆ L , Y ⊆ L , x ∈ X şi y ∈ Y , atunci x, y ∈ L şi deci x + y ∈ L ,
de unde X + Y ⊆ L .
‫ٱ‬
Lema 2. Fie V un K − spaiu vectorial şi X , Y două subspaţii vectoriale
ale lui V . Sunt echivalente afirmaţiile:
(1) X I Y = O
(2) x + y = θ cu x ∈ X , y ∈ Y , atunci x = y = θ
(3) x + y = x ′ + y ′ cu x, x ′ ∈ X , y, y ′ ∈ Y , atunci x = x ′ şi y = y ′ .
Demonstraţie.
(1) ⇒ (2) Dacă x + y = θ cu x ∈ X şi y ∈ Y , atunci y = − x ∈ X I Y .
Rezultă x = y = θ .
(2) ⇒ (1) Dacă x ∈ X I Y , atunci x + (− x ) = θ cu x ∈ X , − x ∈ Y şi
deci x = θ , de unde X I Y = O = {θ } .
(2) ⇒ (3) Dacă x + y = x ′ + y ′ cu x, x ′ ∈ X şi y, y ′ ∈ Y , atunci
(x − x ′) + ( y − y ′) = θ cu x − x′ ∈ X şi y − y ′ ∈ Y . Rezultă
x − x ′ = y − y ′ = θ , de unde x = x ′ şi y = y ′ .
(3) ⇒ (2) Dacă x + y = θ cu x ∈ X şi y ∈ Y , avem x + y = θ + θ , de
unde x = y = θ .
‫ٱ‬
Dacă subspaţiile X şi Y ale spaţiului vectorial V satisfac una (deci toate)
din condiţiile de mai sus se spune că suma lui X cu Y este directă şi în acest caz
în loc de notaţia X + Y folosim notaţia X ⊕ Y .
16
 Exemple.
1. Fie V = M n ( ), {
X = A ∈ Mn ( ) A = ( aij ) cu aij = a ji , 1 ≤ i, j ≤ n}
{
şi Y = A ∈ M n ( ) A = ( aij ) cu aij = −a ji , 1 ≤ i, j ≤ n} . Atunci V este
spaţiu vectorial peste în raport cu adunarea matricelor şi înmulţirea
matricelor cu scalari, X şi Y sunt subspaţii vectoriale ale lui V , iar
V = X ⊕ Y . Matricele din X se numesc matrice simetrice, iar cele din
Y se numesc matrice strâmb simetrice.
2. Fie V = ={f f : → }, {
X = f ∈ V f ( − x ) = f ( x ) , ∀x ∈ }
{
şi Y = f ∈ V f ( − x ) = − f ( x ) , ∀x ∈ }. Atunci X şi Y sunt

subspaţoo vectoriale ale − spaţiului vectorial V = şi V = X ⊕ Y .

Funcţiile din X se numesc funcţii pare iar cele din Y funcţii impare.
3. Fie V un K − spaţiu vectorial şi v1 , v 2 ,..., v n ∈ V vectori liniar
indepemdenţi. Fie X = v1 , v 2 ,..., v p şi Y = v p +1 ,..., v n . Atunci
X I Y = O , deci suma lui X cu Y este directă. În adevăr, fie x ∈ X şi
y ∈ Y astfel încât x + y = θ . Avem x = a1v1 + a 2 v 2 + ... + a p v p şi
y = a p +1v p +1 + ... + a n v n cu ai ∈ K , 1 ≤ i ≤ n . Din x + y = θ rezultă
a1v 2 + ... + a n v n = θ şi cum ind K (v1 ,..., v n ) , avem
a1 = a 2 = ... = a n = 0 , deci x = y = θ .
Dacă V este un K − spaţiu vectorial, iar X 1 , X 2 ,..., X m sunt subspaţii ale
lui V , definim
X 1 + X 2 + ... + X m = {x ∈ V x = x1 + x 2 + ... + x m , xi ∈ X i , 1 ≤ i ≤ m}.
Se verifică faptul că X 1 + X 2 + ... + X m este subspaţiu vectorial al lui V ,
cel mai mic printre cele care conţin pe X 1 , X 2 ,..., X m ; X 1 + X 2 + ... + X m se
numeşte suma subspaţiilor X 1 , X 2 ,..., X m . De asemenea, rezultatul din lema 2 se
extinde astfel: condiţiile următoare sunt echivalente
( )
(1) X 1 + ... + X j −1 I X j = O , j = 2,..., m
(2) x1 + ... + x m = θ cu xi ∈ X i , 1 ≤ i ≤ m , atunci x1 = x 2 = ... = x m = θ
(3) x1 + ... + x m = x1′ + ... + x m′ cu xi , xi′ ∈ X i , 1 ≤ i ≤ m , atunci x1 = x1′ , …,
x m = x ′m .

17
 În acest caz spunem că suma de subspaţii X 1 + X 2 + ... + X m este directă
şi folosim notaţia X 1 ⊕ X 2 ⊕ ... ⊕ X m . Astfel, dacă ind K (v1 ,..., v m ) şi
X i = vi = {avi a ∈ K }, atunci avem suma directă
X 1 ⊕ X 2 ⊕ ... ⊕ X m = v1 , v 2 ,..., v m .

1.3. Bază şi dimensiune

Fie V un spaţiu vectorial peste corpul K . O submulţime nevidă S a lui

V se numeşte sistem de generatori pentru V dacă oricare ar fi v ∈ V avem
v dep K S , adică există un număr finit de vectori v1 , v 2 ,..., v n ∈ S astfel încât
v = a1v1 + a 2 v 2 + ... + a n v n cu a1 , a 2 ,..., a n ∈ K . Un sistem S de generatori
liniar independenţi se numeşte bază a lui V .
Exemplu. În spaţiul K n considerăm vectorii e1 = (1,0,...,0 ) ,
e2 = (0,1,...,0 ) , …, en = (0,0,...,1) . Atunci B = {e1 , e2 ,..., en } este o bază pentru
K n numită baza canonică sau încă baza standard a lui K n .
Spunem că un K − spaţiu vectorial V este finit generat, dacă admite un
sistem finit de generatori, ceea ce revine la faptul că există v1 , v 2 ,..., v n ∈ V astfel
încât
V = v1 , v 2 ,..., v n = {a1v1 + a 2 v 2 + ... + a n v n a1 , a 2 ,..., a n ∈ K }.
Dacă V este finit generat, atunci nu există în V un sistem S infinit de
vectori liniar independenţi. Acest rezultat va fi o consecinţă a celor de mai jos.
Lema 1 (lema substituţiei). Fie V un spaţiu vectorial finit generat,
v1 , v 2 ,..., v n ∈ V astfel încât V = v1 , v 2 ,..., v n şi v ∈V ,
v = a1v1 + a 2 v 2 + ... + a n v n cu a1 , a 2 ,..., a n ∈ K . Presupunem că a j ≠ 0 . Atunci
(1) V = v1 ,..., v j −1 , v, v j +1 ,..., v n , adică v1 ,..., v j −1 , v, v j +1 ,..., v n este, de
asemenea, un sistem de generatori pentru V .
(2) Dacă v1 ,..., v j ,..., v n formează o bază pentru V, atunci
v1 ,..., v j −1 , v, v j +1 ,..., v n formează, de asemenea, o bază pentru V .
Demonstraţie.
Presupunem că a n ≠ 0 , cazul general se tratează analog.
(1) Cum a n ≠ 0 , avem v n = b1v1 + ... + bn −1v n −1 + bv , unde bi = −a n−1 ai ,
1 ≤ i ≤ n − 1 şi b = a n−1 .

18
 Dacă x ∈ V , x = c1v1 + c 2 v 2 + ... + c n v n cu ci ∈ K , 1 ≤ i ≤ n , atunci
n −1
⎛ n −1 ⎞ n −1
x = ∑ ci vi + c n ⎜ ∑ bi vi + bv ⎟ = ∑ (ci + c n bi )vi + c n bv ,
i =1 ⎝ i =1 ⎠ i =1
de unde x ∈ v1 ,..., v n −1 , v . Aşadar V = v1 ,..., v n −1 , v .
(2) Este suficient să arătăm că vectorii v1 ,..., v n −1 , v sunt liniar independenţi. Fie
d1 ,..., d n −1 , d ∈ K astfel încât
d1v1 + ... + d n −1v n −1 + dv = θ .
Rezultă că
(d1 + da1 )v1 + ... + (d n−1 + da n−1 )v n−1 + da n vn = θ.
Cum vectorii v1 ,..., v n −1 , v n sunt liniar independenţi, obţinem
d1 + da1 = ... = d n −1 + da n −1 = da n = 0 .
Însă a n ≠ 0 , deci d = 0 şi atunci avem şi
d1 = d 2 = ... = d n −1 = 0 .
‫ٱ‬
Teotema 1 (schimbului, Steintz). Fie K − spaţiul vectorial V şi vectorii
v1 ,..., v m , u1 , u 2 ,..., u n ∈ V astfel încât ind K (v1 ,..., v m ) şi V = u1 , u 2 ,..., u n .
Atunci m ≤ n şi, mai puţin o eventuală renumerotare a vectorilor u1 , u 2 ,..., u n ,
avem
V = v1 ,..., v m , u m +1 ,..., u n .
Demonstraţie. Cum vectorii v1 , v2 ,..., vm sunt liniar independenţi, avem
vi ≠ θ , 1 ≤ i ≤ m . Există a1 ,..., an ∈ K astfel încât v1 = a1u1 + ... + a n u n . Cum
v1 ≠ 0 , există i astfel încât ai ≠ 0 . Renumerotând eventual vectorii u1 ,..., u n ,
putem presupune că a1 ≠ 0 . Aplicând lema 1, avem
V = v1 , u 2 ,..., u n .
Există b1 , b2 ,..., bn ∈ K astfel încât v 2 = b1v1 + b2 u 2 + ... + bn u n . Cum
v 2 ≠ 0 , există i astfel încât bi ≠ 0 . Avem bi ≠ 0 pentru cel puţin un i ≥ 2 căci
altfel v 2 = b1v1 , deci
b1v1 + (− 1)v 2 + 0 ⋅ v3 + ... + 0 ⋅ v m = θ
ceea ce contrazice faptul că vectorii v1 , v 2 ,..., v m sunt liniar independenţi. Aşadar,
există i ≥ 2 astfel încât bi ≠ 0 . Renumerotând eventual vectorii u 2 ,..., u n putem
presupune că b2 ≠ 0 . Aplicând lema 1, avem
V = v1 , v 2 , u 3 ,..., u n .

19
 Dacă m > n , după n paşi avem
V = v1 , v 2 ,..., v n .
Cum v n +1 ∈ V = v1 , v 2 ,..., v n , avem v n +1 = c1v1 + ... + c n v n cu
c1 ,..., c n ∈ K . Aşadar
c1v1 + ... + c n v n + (− 1)v n +1 + 0 ⋅ v n + 2 + ... + 0 ⋅ v m = 0 ,
ceea ce nu este posibil pentru că vectorii v1 ,..., v m sunt liniar independenţi. Aşadar
m ≤ n şi după m paşi avem V = v1 ,..., v m , u m +1 ,..., u n .
‫ٱ‬
Teorema 2. Orice spaţiu vectorial V finit generat, diferit de spaţiul nul,
admite cel puţin o bază. Toate bazele sale sunt finite şi au acelaşi număr de
vectori.
Demonstraţie. Presupunem că V are un sistem de generatori format cu n
vectori. Există sisteme de vectori liniar independenţi cu vectori din V , de exemplu
sistemul {v} format cu un singur vector v ≠ θ al lui V .
Dacă vectorii v1 , v 2 ,..., v m ∈ V sunt liniar independenţi, atunci
m ≤ n conform teoremei 1.
Fie vectorii liniar independenţi v1 , v 2 ,..., v m ∈ V cu m maxim posibil.
Dacă x ∈ V , atunci datorită maximalităţii lui m avem dep K (v1 ,..., v m , x ) .
Aplicând lema 1, paragraful 1.1., avem x dep k (v1 ,..., v m ) . Rezultă că vectorii
v1 , v 2 ,..., v m formează o bază a lui V .
Nu putem avea în V sisteme S infinite de vectori liniar independenţi căci
atunci alegând n + 1 vectori w1 ..., wn +1 ∈ S vom avea ind K (w1 ,..., wn +1 ) şi
conform teoremei 1 ar rezulta n + 1 ≤ n . Contradicţie. În particular, rezultă că orice
bază a lui V este finită.
Dacă B = (v1 ,..., v m ) şi B ′ = (v1′ ,..., v m′ ′ ) sunt două baze a lui V , atunci
V = v1 ,..., v m = v1′ ,..., v m′ ′ , ind K (v1 ,..., v m ) şi ind K (v1′ ,..., v ′m′ ) . Aplicând
teorema 1 de două ori, rezultă m ≤ m ′ şi m ′ ≤ m , deci m = m ′ .
‫ٱ‬
Observaţie. Folosind lema lui Zorn se poate arăta că orice spaţiu vectorial,
nu neapărat finit generat, admite cel puţin o bază. De asemenea, se poate arăta că
orice două baze ale unui spaţiu vectorial au acelaşi cardinal, adică între vectorii
acestora se poate stabili o corespondenţă funcţională bijectivă.
Dacă V este un K − spaţiu vectorial nenul finit generat, numărul
vectorilor dintr-o bază a lui V se numeşte dimensiunea lui V şi se notează
dim K V . Dacă V = O = {θ}, atunci prin definiţie dim K V = 0 . Un spaţiu
vectorial care nu este finit generat nu poate avea bază finită; în acest caz spunem că

20
V este spaţiu vectorial de dimensiune infinită şi scriem dim K V = ∞ . Spaţiile
vectoriale de dimensiune finită sunt exact spaţiile vectoriale finit generate.
Lema 2. Fie V un spaţiu vectorial nenul de dimensiune finită şi
u1 , u 2 ,..., u n un sistem finit de generatori pentru V . Atunci există o bază B a lui
V astfel încât B ⊆ {u1 , u 2 ,..., u n } . Altfel spus, din orice sistem (finit) de
generatori se poate extrage o bază.
Demonstraţie. Avem V = u1 , u 2 ,..., u n . Dacă ind K (u1 , u 2 ,..., u n ) ,
atunci u1 , u 2 ,...,.u n formează o bază a lui V şi putem lua B = (u1 , u 2 ,..., u n ) .
Altfel există a1 ,..., a n ∈ K nu toţi nuli astfel încât
θ = a1u1 + a 2 u 2 + ... + a n u n .
Putem presupune că a n ≠ 0 . Aplicând lema substituţiei rezultă că
V = u1 , u 2 ,..., u n −1 , θ şi cum evident u1 , u 2 ,..., u n −1 , θ = u1 , u 2 ,..., u n −1 , avem
V = u1 , u 2 ,..., u n −1 . Dacă ind K (u1 ,..., u n −1 ) , atunci putem lua B = (u1 ,..., u n −1 ) .
Altfel repetăm raţionamentul de mai sus cu sistemul de generatori u1 , u 2 ,..., u n −1 .
După un număr finit de paşi obţinem, mai puţin o renumerotare a vectorilor
u1 ,..., u n , V = u1 , u 2 ,..., u p şi ind K (u1 , u 2 ,..., u p ) , p ≥ 1 . Putem lua
B = {u1 , u 2 ,..., u p }.
‫ٱ‬
Observaţie. Folosind lema lui Zorn, rezultatul de mai sus poate fi probat şi
pentru spaţii vectoriale de dimensiune infinită.
Teorema 3 (a alternativei). Fie V un K − spaţiu vectorial de dimensiune
n∈ *
şi v1 , v 2 ,..., v n ∈ V . Sunt echivalente afirmaţiile:
(1) B = {v1 , v 2 ,..., v n } este o bază a lui V .
(2) V = v1 , v 2 ,..., v n .
(3) ind K (v1 , v 2 ,..., v n ) .
Demonstraţie. Implicaţiile (1) ⇒ (2 ) şi (1) ⇒ (3) rezultă din definiţia
bazei.
(2) ⇒ (1) Conform lemei 2 există B ′ ⊆ {v1 , , , ,.v n } . Cum
o bază
dim K V = n , B ′ are n vectori, deci B = B ′ şi atunci B este
bază pentru V .

21
(3) ⇒ (2) Fie x ∈ V . Cum într-un spaţiu vectorial de dimensiune n numărul
maxim de vectori liniar independenţi este n , avem
dep K (v1 ,..., v n , x ) . Aplicând lema 1, paragraful 1, rezultă că
x dep K (v1 ,..., v n ) , deci V = v1 ,..., v n .
‫ٱ‬
Teorema 4. Fie V un K − spaţiu vectorial de dimensiune n ∈ *
şi
v1 , v 2 ,..., v m ∈ V astfel încât ind K (v1 ,..., v m ) , atunci există o bază B a lui V
astfel încât {v1 ,..., v m } ⊆ B . Altfel spus, orice sistem de vectori liniar independenţi
poate fi completat până la o bază a lui V .
Demonstraţie. Fie B ′ = {u1 , u 2 ,..., u n } o bază a lui V . Atunci
V = u1 , u 2 ,..., u n . Aplicând teorema 1 avem m ≤ n şi, mai puţin o renumerotare
a vectorilor u1 , u 2 ,..., u n , avem V = v1 ,..., v m , u m +1 ,..., u n . Aplicând acum
teorema 3, rezultă că B = {v1 ,..., v m , u m +1 ,..., u n } este o bază pentru V .
‫ٱ‬
Corolar. Fie V un K − spaţiu vectorial de dimensiune n ∈ *
şi v ∈ V ,
v ≠ θ . Există o bază B a lui V astfel încât v ∈ B .
Demonstraţie. Se observă că {v} este un sistem liniar independent şi se
aplică teorema precedentă.
‫ٱ‬
Teorema 5. Fie V un K − spaţiu vectorial de dimensiune n ∈ * .
(1) Dacă X este un subspaţiu vectorial al lui V , atunci X are dimensiunea finită
şi dim K X ≤ n .
(2) Dacă X şi Y sunt subspaţii ale lui V , atunci X I Y este subspaţiu al lui V
şi
dim K ( X + Y ) = dim K X + dim K Y − dim K ( X I Y ) .
(3) Suma lui X cu Y este directă dacă şi numai dacă
dim K ( X + Y ) = dim K X + dim K Y .
Demonstraţie.
(1) Putem presupune că X ≠ O . Există sisteme finite de vectori liniar
independenţi din X , de exemplu {v} cu v ∈ V , v ≠ θ . Cum X ⊆ V şi
dim K V = n , orice sistem finit de vectori liniar independenţi din X conţine
cel mult n vectori şi fie {v1 , v 2 ,..., v p } ⊆ X astfel încât ind K (v1 ,..., v p ) cu p
( )
maxim posibil. Dacă x ∈ X , atunci dep K v1 ,..., v p , x datorită maximalităţii
( )
lui p . Aplicând lema 1, paragraful 1.1., avem x dep K v1 ,..., v p . Rezultă că

22
 (v , v ,..., v ) este o bază pentru subspaţiul X , gândit ca spaţiu vectorial peste
1 2 p

K , şi avem dim K = p ≤ n .
(2) Evident X I Y este un subspaţiu a lui V . Fie p = dim K X , q = dim K Y şi
r = dim K ( X I Y ) . Presupunem că X I Y ≠ O şi fie (v1 , v 2 ,..., v r ) o bază a
lui X I Y . Aplicând teorema 4, există vectorii x r +1 ,..., x p ∈ X şi
y r +1 ,..., y q ∈ Y astfel încât (v1 , v 2 ,..., v r , x r +1 ,..., x p ) este o bază pentru X ,
iar (v , v ,..., v , y
1 2 r r +1 ,..., y q ) este o bază pentru Y. Arătăm că
(v ,..., v , x
1 r r +1 ,..., x p , y r +1 ,..., y q ) este o bază pentru X + Y , de unde
dim K ( X + Y ) = r + ( p − r ) + ( q − r ) = p + q − r =
.
= dim K X + dim K Y − dim K ( X I Y )
În adevăr, dacă z ∈ X + Y , atunci z = x + y cu x ∈ X şi y ∈ Y . Putem
scrie
x = a1v1 + ... + a r v r + a r +1 x r +1 + ... + a p x p ,
y = b1v1 + ... + br v r + br +1 y r +1 + ... + bq y q .
Aşadar
z = (a1 + b1 )v1 + ... + (a r + br )v r + a r +1 x r +1 + ... + a p x p + br +1 y r +1 + ... + bq y q
de unde
X + Y = v1 ,..., v r , x r +1 ,..., x p , y r +1 ,..., y q .
Fie c1 ,..., c r , a r +1 ,..., a p , br +1 ,..., bq ∈ K astfel încât
c1v1 + ...c r v r + a r +1 x r +1 + ... + a p x p + br +1 y r +1 + ... + ba y q = θ . (*)
Din egalitatea de mai sus rezultă că br +1 y r +1 + ... + bq y q ∈ X I Y , deci
br +1 y r +1 + ... + bq y q = d1v1 + ... + d r v r cu d1 ,..., d r ∈ K . Putem scrie (*)
astfel:
( c1 + d1 ) v1 + ... + ( cr + d r ) vr + ar +1 xr +1 + ... + a p x p = θ .
( )
Cum ind K v1 ,..., v r , x r +1 ,..., x p , rezultă a r +1 = ... = a p = 0 . Acum (*)
devine c1v1 + ... + c r v r + br +1 y r +1 + ... + bq y q = θ şi cum
ind K (v1 ,..., v r , y r +1 ,..., y q ) , c1 = ... = c r = br +1 = ... = bq = 0 .
( )
Aşadar ind K v1 ,..., v r , x r +1 ,..., x p , y r +1 ,..., y q şi (2) este demonstrată.
(3) Când X I Y = O avem dim K ( X I Y ) = 0 şi reciproc.
‫ٱ‬

23
 Corolar 1. Fie V un K − spaţiu vectorial de dimensiune finită şi X , Y
două subspaţii ale lui V astfel încât V = X ⊕ Y . Dacă B1 este o bază a lui X ,
iar B2 este o bază a lui Y , atunci B1 U B2 este o bază a lui V .
Demonstraţie. Avem X I Y = O . Cu notaţiile din demonstraţia teoremei
( ) ( )
precedente r = 0 , x1 ,..., x p este o bază a lui X , y1 ,..., y q o bază a lui Y , iar
(x ,..., x
1 p , y ,..., y ) o bază a lui X ⊕ Y .
1 q

‫ٱ‬
Corolar 2. Fie V un K − spaţiu vectorial de dimensiune finită şi X un
subspaţiu al lui V . Atunci există un subspaţiu Y al lui V astfel încât
V = X ⊕Y .
Demonstraţie. Conform teoremei 5, subspaţiul X are dimensiunea finită.
( )
Fie x1 , x 2 ,..., x p a bază a lui X .
Aplicând teorema 4 există o bază B a lui V astfel încât
{ } ( )
x1 ,..., x p ⊆ B = x1 ,..., x p , y1 ,..., y q , cu p + q = dim K V . Fie
Y = y1 ,..., y q . Avem V = x1 ,..., x p , y1 ,...,. y q = X ⊕ Y .
‫ٱ‬

1.4. Transformări liniare

Dacă V şi V ′ sunt două spaţii vectoriale peste acelaşi corp comutativ K ,

atunci, ca şi în cazul structurilor algebrice deja studiate, prezintă interes aplicaţiile
f : V → V ′ a căror acţiune este compatibilă cu operaţiile de spaţiu vectorial.
Definiţie. Fie V şi V ′ două spaţii vectoriale peste corpul K . O aplicaţie
f : V → V ′ se numeşte transformare liniară dacă
(1) f ( x + y ) = f ( x ) + f ( y ) , ∀x, y ∈ V ,
(2) f (ax ) = af ( x ) , ∀a ∈ K , ∀x ∈ V .
Se observă că dacă f : V → V ′ este o transformare liniară, atunci
⎛ n ⎞ n
f ⎜ ∑ a j x j ⎟⎟ = ∑ a j f (x j ), oricare ar fi a1 ,..., a n ∈ K şi x1 ,..., x n ∈ V .
⎜
⎝ j =1 ⎠ j =1
Exemple.
1. Dacă V şi V ′ sunt două spaţii vectoriale peste corpul K , aplicaţia
O : V → V ′ , O( x ) = θ′ , ∀x ∈ V ,
unde θ′ este vectorul zero a lui V ′ este transformare liniară de la V la V ′ ,
numită transformarea zero de la V la V ′ . În adevăr,
O ( x + y ) = θ′ = θ′ + θ′ = O ( x ) + O ( y ) ,
O(ax ) = θ′ = aθ′ = aO( x ) ,
24
 oricare ar fi x, y ∈ V şi a ∈ K .
2. Dacă V este un K − spaţiu vectorial, aplicaţia identică 1V : V → V ,
1V ( x ) = x este transformare liniară pentru că
1V (x + y ) = x + y = 1V ( x ) + 1V ( y ) ,
1V (ax ) = ax = a1V (x ) ,
oricare ar fi x, y ∈ V şi a ∈ K .
3. Fie K un corp comutativ, m, n ∈ * şi A ∈ M m×n ( K ) . Notăm cu K n spaţiul
vectorial al vectorilor coloană n − dimensionali
⎧ ⎛ x1 ⎞ ⎫
⎪ ⎜ ⎟ ⎪
⎪ ⎜ x2 ⎟ ⎪
K = ⎨ x x = ⎜ ⎟, xi ∈ K ⎬
n

⎪ M ⎪
⎜ ⎟
⎪ ⎜x ⎟ ⎪
⎩ ⎝ n⎠ ⎭
şi cu K spaţiul vectorial al vectorilor coloană m − dimensionali. Aplicaţia
m

f A : K n → K m , f A ( x ) = Ax este o transformare liniară de la K n la K m .

În adevăr
f A ( x + y ) = A( x + y ) = Ax + Ay = f A ( x ) + f A ( y ) ,
f A (ax ) = A(ax ) = aAx = af A ( x ) ,
oricare ar fi x, y ∈ K n şi a ∈ K .
Reciproc, dacă f : K n → K m este o transformare liniară de la K n la
K m , atunci există o unică matrice A ∈ M m×n ( K ) astfel încât f = f A . În
adevăr, fie e1 , e2 ,..., en ∈ K n vectorii bazei standard a lui K n ,
⎛1⎞ ⎛0⎞ ⎛0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜0⎟ ⎜1⎟ ⎜0⎟
e1 = ⎜ ⎟ , e2 = ⎜ ⎟ , …, en = ⎜ ⎟ .
M M M
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜0⎟ ⎜0⎟ ⎜1⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
⎛ x1 ⎞
⎜ ⎟
⎜ x2 ⎟
Dacă x ∈ K n , x = ⎜ ⎟ , atunci x = x1e1 + x 2 e2 + ... + x n en şi deci,
M
⎜ ⎟
⎜x ⎟
⎝ n⎠
folosind faptul că f este liniară, avem
⎛ n ⎞ n
f ( x ) = f ⎜⎜ ∑ x j e j ⎟⎟ = ∑ x j f (e j ) .
⎝ j =1 ⎠ j =1
25
 Fie
⎛ a1 j ⎞
⎜ ⎟
⎜ a2 j ⎟
f (e j ) = ⎜ ∈Km, 1≤ j ≤ n
M ⎟
⎜ ⎟
⎜a ⎟
⎝ mj ⎠
( )
şi A = aij ∈ M m×n ( K ) . Avem
⎛ n ⎞
⎜ ∑ a1 j x j ⎟
⎛ a1 j ⎞ ⎜ j =1 ⎟
⎜ ⎟ ⎜ n ⎟
n
⎜ a2 j ⎟ ⎜ ∑ a2 j x j ⎟
f (x ) = ∑ x j ⎜ = = Ax = f A (x ) ,
M ⎟ ⎜ j =1 ⎟
j =1
⎜ ⎟
⎜a ⎟ ⎜ n M ⎟
⎝ mj ⎠ ⎜ ⎟
⎜ ∑ a mj x j ⎟
⎝ j =1 ⎠
de unde f = f A . Unicitatea lui A se verifică uşor.
Teorema 1. Fie V şi V ′ două K − spaţii vectoriale şi f : V → V ′ o
transformare liniară. Avem:
(1) f (θ) = θ′ , f (− x ) = − f ( x ) oricare ar fi x ∈ V .

{ } este subspaţiu
def
(2) Ker ( f ) = x ∈ V f (x ) = θ′ al lui V, iar

Im( f ) = { f ( x ) x ∈ V } este subspaţiu al lui V ′ .

def

(3) f este aplicaţie injectivă dacă şi numai dacă Ker ( f ) = O = {θ}.

Demonstraţie.
(1) Avem f (θ) = f (0 ⋅ θ) = 0 ⋅ f (θ) = θ′ şi
f (− x ) = f ((− 1)x ) = (− 1) f ( x ) = − f ( x ) .
(2) Cum θ ∈ Ker( f ) rezultă că Ker ( f ) ≠ ∅ . Dacă a ∈ K şi x, y ∈ Ker ( f ) ,
atunci
f ( x + y ) = f ( x ) + f ( y ) = θ′ + θ ′ = θ′
şi
f (ax ) = af (c ) = aθ′ = θ′ ,
deci x + y şi ax aparţin lui Ker ( f ) . Dacă a ∈ K şi x ′, y ′ ∈ Im( f ) , atunci
x ′ = f ( x ) , y ′ = f ( y ) cu x, y ∈ V , deci
x ′ + y ′ = f ( x ) + f ( y ) = f ( x + y ) ∈ Im( f ) ,
ax ′ = af ( x ) = f (ax ) ∈ Im( f ) .

26
(3) Dacă f este aplicaţie injectivă şi f ( x ) = θ′ cu x ∈ V , avem
f ( x ) = θ′ = f (θ) , deci x = θ , de unde Ker ( f ) = O .
Reciproc, dacă Ke r ( f ) = O şi f ( x ) = f ( y ) , atunci
f ( x − y ) = f ( x + (− y )) = f (x ) + f (− y ) = f ( x ) − f ( y ) = θ′ ,
Rezultă că x − y ∈ Ker( f ) , deci x − y = θ , de unde x = y .
‫ٱ‬
Dacă f : V → V ′ este o transformare liniară, atunci Ker( f ) se numeşte
nucleul lui f , iar Im( f ) se numeşte imaginea lui f .
Următorul rezultat arată că pe un spaţiu vectorial V de dimensiune finită
n se pot defini tot atâtea transformări liniare cu valori într-un spaţiu vectorial dat
V ′ , câte sisteme ordonate cu n vectori din V ′ există.
Teorema 2. Fie V un K − spaţiu vectorial de dimensiune n şi
B = (u1 , u 2 ,..., u n ) o bază a sa. Atunci, oricare ar fi K − spaţiul vectorial V ′ şi
oricare ar fi vectorii v1′ , v 2′ ,..., v n′ ∈ V ′ există o unică transformare liniară
f : V → V ′ astfel încât f (u j ) = v ′j , 1 ≤ j ≤ n .
Demonstraţie. Dacă x ∈ V , atunci există x1 , x 2 ,..., x n ∈ K unic
determinate astfel încât x = x1u1 + x 2 u 2 + ... + x n u n . Posibilitatea unei asemenea
reprezentări pentru x rezultă din faptul că u1 , u 2 ,..., u n este un sistem de genratori
pentru V . Dacă pentru x1′ , x ′2 ,..., x n′ ∈ K avem, de asemenea,
x = x1′u1 + x 2′ u 2 + ... + x n′ u n , atunci
(x1 − x1′ )u1 + (x2 − x2′ )u 2 + ... + (xn − x n′ )u n = θ
şi cum ind K ( u1 , u2 ,..., un ) , rezultă
x1 − x1′ = x 2 − x 2′ = .. = x n − x n′ = 0 ,
de unde x1 = x1′ , x 2 = x ′2 , …, x n = x ′n . Aşadar, dat vectorul x ∈ V , există
x1 , x 2 ,..., x n ∈ K , unic determinate astfel încât x = x1u1 + x 2 u 2 + ... + x n u n ;
scalarii x1 , x 2 ,..., x n se numesc coordonatele în baza B ale vectorului x .
Definim aplicaţia f : V → V ′ prin
def
f ( x ) = x1v1′ + x 2 v 2′ + ... + x n v n′ ⇔ x = x1u1 + x 2 u 2 + ... + x n u n .
n n
Dacă a ∈ K , iar x, y ∈ V , x = ∑ x j u j , y = ∑ y j u j cu x j , y j ∈ K ,
j =1 j =1
atunci
x + y = ( x1 + y1 )u1 + ( x 2 + y 2 )u 2 + ... + ( x n + y n )u n ,
ax = (ax1 )u1 + (ax 2 )u 2 + .. + (ax n )u n
27
şi deci

f (x + y ) = ∑ (x j + y j )v ′j = ∑ x j v ′j + ∑ y j v ′j = f ( x ) + f ( y )
n n n

j =1 j =1 j =1
şi

f (ax ) = ∑ (ax j )v ′j = a ∑ x j v ′j = af ( x ) .
n n

j =1 j =1

Rezultă că f este o transformare liniară de la V la V ′ .

Cum u j = 0 ⋅ u1 + ... + 1 ⋅ u j + ... + 0 ⋅ u n , avem f (u j ) = 1 ⋅ v ′j = v ′j ,
1≤ j ≤ n.
Dacă g : V → V ′ este o transformare liniară astfel încât g u j = v ′j , ( )
1 ≤ j ≤ n , atunci pentru orice x ∈ V , x = x1u1 + x 2 u 2 + ... + x n u n , avem
⎛ n ⎞ n n
g ( x ) = g ⎜ ∑ x j u j ⎟ = ∑ x j g ( u j ) = ∑ x j v′j = f ( x ) ,
⎝ j =1 ⎠ j =1 j =1

deci g = f .
‫ٱ‬
Un alt rezultat important pentru transformările liniare definite pe un spaţiu
vectorial de dimensiune finită este următorul:
Teorema 3. Fie V şi V ′ două K − spaţii vectoriale şi f : V → V ′ o
transformare liniară de la V la V ′ . Dacă dim K V = n < ∞ , atunci
dim K (Ker( f )) + dim K (Im( f )) = n = dim K V .
Demonstraţie. Fie d = dim K (Ker ( f )) şi (u1 , u 2 ,..., u d ) o bază a lui
Ker ( f ) . Fie u d +1 ,..., u n ∈ V astfel încât (u1 ,..., u d , u d +1 ,..., u n ) este o bază a lui
V şi fie u ′j = f (u j ) , d < j ≤ n . Dacă x ′ ∈ Im( f ) , atunci există x ∈ V astfel
n
încât x ′ = f ( x ) . Putem scrie x = ∑x u j j cu x j ∈ K şi atunci
j =1

⎛ n ⎞
x ′ = f ( x ) = f ⎜⎜ ∑ x j u j ⎟⎟ = ∑ x j f (u j ) = ∑ x j u ′j .
n n

⎝ j =1 ⎠ j = d +1 j = d +1

Rezultă că Im( f ) = u d′ +1 ,..., u n′ , deci u d′ +1 ,..., u n′ formează un sistem de

generatori pentru Im( f ) .
Dacă a d +1u d′ +1 + ... + a n u n = θ′ iar x = a d +1u d +1 + ... + a n u n , atunci
f ( x ) = θ′ , deci x ∈ Ker ( f ) . Rezultă că există a1 ,..., a d ∈ K astfel încât
x = a1u1 + ... + a d u d .

28
 Avem
a1u1 + ... + a d u d + (− a d +1 )u d +1 + ... + (− a n )u n = θ
şi cum ind K (u1 ,..., u n ) , rezultă în particular că a d +1 = ... = a n = 0 . Aşadar
(u d′ +1 ,..., u n′ ) este o bază pentru Im( f ) . Rezultatul din enunţ este acum evident.
‫ٱ‬
Definiţie. O transformare liniară bijectivă se numeşte izomorfism de spaţii
vectoriale. Dacă V şi V ′ sunt două K − spaţii vectoriale, vom spune că V este
izomorf cu V ′ , si scriem V ~ V ′ , dacă există un izomorfism f : V → V ′ .
Vom spune că două K − spaţii vectoriale sunt de acelaşi tip dacă sunt
izomorfe. Conform rezultatului următor, pentru orice n ∈ , există un singur tip
de K − spaţiu vectorial de dimensiune n ; dacă n ≥ 1 , atunci un prototip pentru
K − spaţiile vectoriale de dimensiune n este spaţiul vectorial K n .
Teorema 4. Dacă V este un K − spaţiu vectorial de dimensiune n ≥ 1 ,
atunci V ~ K n .
Demonstraţie. Fie B = (u1 ,..., u n ) o bază a lui V . Dacă V ′ este un
K − spaţiu vectorial şi v1′ , v 2′ ,..., v n′ ∈ V ′ , atunci unica transformare liniară
f : V → V ′ astfel încât f (u j ) = v ′j este injectivă dacă şi numai dacă
ind K (v1′ , v ′2 ,..., v ′n ) şi f este surjectivă dacă şi numai dacă V ′ = v1′ , v 2′ ,..., v ′n .
În particular, dacă V ′ = K n , iar v ′j = e j , 1 ≤ j ≤ n , unde e j , 1 ≤ j ≤ n
sunt vectorii bazei canonice a lui K n , atunci unica transformare liniară
( )
f : V → K n astfel încât f u j = e j , 1 ≤ j ≤ n este izomorfism.
‫ٱ‬

1.5. Algebra operatorilor liniari ai unui spaţiu vectorial de

dimensiune finită

Există o legătură naturală între transformările liniare dintre două K − spaţii

vectoriale de dimensiune finită şi matricele cu coeficienţi în corpul K . Vom defini
mai întâi pentru transformări liniare operaţii care vor corespunde operaţiilor cu
matrice.
Fie transformările liniare f : V → V ′ şi g : V ′ → V ′′ , unde V , V ′, V ′′
sunt spaţii vectoriale peste corpul comutativ K . Dacă h = g o f , atunci h este o
transformare liniară de la V la V ′′ .
În adevăr, dacă x, y ∈ V , iar a ∈ K , atunci
h ( x + y ) = ( g o f )( x + y ) = g ( f ( x + y ) ) = g ( f ( x ) + f ( y ) ) =
= g ( f ( x )) + g ( f ( y )) = h ( x ) + h ( y )
29
şi
h(ax ) = ( g o f )(ax ) = g ( f (ax )) = g (af ( x )) = ag ( f (x )) = ah( x ) .
Aşadar compusa a două transformări liniare este o transformare liniară.
Dacă f : V → V ′ şi g : V → V ′ sunt transformări liniare, atunci
aplicaţia
f + g : V → V ′ , ( f + g )(x ) = f (x ) + g ( x )
este, de asemenea, o transformare liniară de la V la V ′ , numită suma lui f cu g .
În adevăr, notând cu h = f + g , avem
h( x + y ) = ( f + g )( x + y ) = f ( x + y ) + g ( x + y ) = f ( x ) + f ( y ) + g ( x ) + g ( y ) =
= f (x ) + g (x ) + f ( y ) + g ( y ) = ( f + g )( x ) + ( f + g )( y ) = h( x ) + h( y )
şi
h(ax ) = ( f + g )(ax ) = f (ax ) + g (ax ) = af ( x ) + ag ( x ) = a( f + g )( x ) = ah( x )
oricare ar fi x, y ∈ V şi oricare ar fi a ∈ K , deci h = f + g este transformare
liniară.
În fine, dacă a ∈ K , iar f : V → V ′ este o transformare liniară între
K − spaţiile liniare V şi V ′ , atunci aplicaţia
af : V → V ′ , (af )( x ) = af ( x )
este, de asemenea o transformare liniară.
În adevăr, notând h = af , avem
h(x + y ) = (af )(x + y ) = af (x + y ) = a( f ( x ) + f ( y )) = af ( x ) + af ( y ) = h(x ) + h( y )
şi
h(bx ) = af (bx ) = a (bf ( x )) = b(af ( x )) = bh( x )
oricare ar fi x, y ∈ V şi b ∈ K , deci h = af este transformare liniară.
Dacă V este un K − spaţiu vectorial, o transformare liniară f : V → V
se numeşte încă operator liniar pe V sau încă endomorfism al lui V . Vom nota
cu End K (V ) mulţimea tuturor operatorilor liniari pe V .
Dacă f , g ∈ End K (V ) şi a ∈ K , atunci evident f + g , f o g şi af
aparţin lui End K (V ) . Aşadar, dacă V este un spaţiu vectorial peste corpul
comutativ K , atunci pe mulţimea End K (V ) avem definite operaţiile
End K (V ) × End K (V ) → End K (V ) , ( f , g ) a f + g ,
End K (V ) × End K (V ) → End K (V ) , ( f , g ) a f o g ,
K × End K (V ) → End K (V ) , (a, f ) a af
şi se poate demonstra că End K (V ) are o structură de K − algebră în raport cu
acestea.
Elementul zero al acestei K − algebre este operatorul zero O : V → V ,
O( x ) = θ , elementul unitate este operatorul 1V : V → V , 1V ( x ) = x .

30
 După cum se va vedea în curând, în cazul când dim K V = n < ∞ ,
verificarea axiomelor K − algebrei pentru End K (V ) se poate face invocând faptul
că M n ( K ) are o structură de K − algebră în raport cu operaţiile cu matrice.
Fie V un spaţiu vectorial de dimensiune finită peste corpul comutativ K
şi B = (u1 , u 2 ,..., u n ) o bază a lui V . Dacă f este un operator liniar pe V ,
imaginile f (u1 ), f (u 2 ),..., f (u n ) ale vectorilor bazei B prin f pot fi reprezentaţi
în mod unic ca combinaţii liniare cu coeficienţi în K de u1 , u 2 ,..., u n :
n
f (u1 ) = a11u1 + a 21u 2 + ... + a n1u n = ∑ ai1u i
i =1
n
f (u 2 ) = a12 u1 + a 22 u 2 + ... + a n 2 u n = ∑ ai 2 u i
i =1

M
n
f (u n ) = a1n u1 + a 2 n u 2 + ... + a nn u n = ∑ ain u i
i =1

( )
unde aij ∈ K , 1 ≤ i, j ≤ n . Matricea A = aij ∈ M n ( K ) , unic determinată de
operatorul f şi de baza (ordonată!) B se numeşte matricea asociată în baza B
operatorului f şi o vom nota cu M B ( f ) .
Exemple.
(1) Dacă V este un spaţiu vectorial de dimensiune n peste corpul comutativ K şi
B = (u1 , u 2 ,..., u n ) o bază a sa iar O şi 1V operatorul zero, respectiv
operatorul unitate pe V , atunci
⎛0 0 L 0⎞
⎜ ⎟
0 0 L 0⎟
M B (O ) = ⎜ ∈ M n ( K ) , M B (1V ) = I n ∈ M n ( K ) .
⎜M M O M⎟
⎜ ⎟
⎝0 0 L 0⎠
În adevăr
O(u j ) = θ = 0 ⋅ u1 + 0 ⋅ u 2 + ... + 0 ⋅ u n , 1 ≤ j ≤ n
şi
1V (u j ) = u j = 0 ⋅ u1 + 0 ⋅ u 2 + ... + 1 ⋅ u j + ... + 0 ⋅ u n , 1 ≤ j ≤ n .
(2) Dacă A = ( aij ) ∈ M n ( ), V= n
spaţiul vectorilor coloană
n − dimensionali peste corpul , B = (e1 , e2 ,..., en ) baza standard a lui n
,
iar fA este operatorul liniar fA : n
→ n
, f A ( x ) = Ax , atunci
M B ( fA ) = A.
31
 În adevăr,
⎛0⎞
⎛ a1 j ⎞
⎛ a11 L a1n ⎞ ⎜⎜ M ⎟⎟ ⎜ ⎟
⎜ ⎟ a2 j
f A (ej ) = Ae j = ⎜ M O M ⎟⎜1⎟ = ⎜ ⎟ =
⎜a ⎜ ⎟ ⎜ M ⎟
⎝ n1 L ann ⎟⎠ ⎜ M ⎟ ⎜⎜ ⎟⎟ , 1 ≤ j ≤ n .
⎜ 0 ⎟ ⎝ anj ⎠
⎝ ⎠
n
= a1 j e1 + a2 j e2 + ... + anj en = ∑ aij ei
i =1
3
(3) În spaţiul vectorilor coloană vectorii u1 , u 2 , u 3 ,
⎛1⎞ ⎛1⎞ ⎛1⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
u1 = ⎜1⎟ , u 2 = ⎜ 1 ⎟ , u 3 = ⎜ 0 ⎟ ,
⎜1⎟ ⎜0⎟ ⎜ 0⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
⎛ 2 −1 1⎞
⎜ ⎟
formează o bază. Dacă A∈ M 3 ( ) , A = ⎜ − 3 2 1 ⎟ şi B = (u1 , u 2 , u 3 ) ,
⎜ 0 −1 2⎟
⎝ ⎠
atunci
⎛ 2 − 1 1 ⎞⎛1⎞ ⎛ 2 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
f A (u1 ) = Au1 = ⎜ − 3 2 1 ⎟⎜1⎟ = ⎜ 0 ⎟ = 1 ⋅ u1 + (− 1) ⋅ u 2 + 2 ⋅ u 3 ,
⎜ 0 − 1 2 ⎟⎜1⎟ ⎜ 1 ⎟
⎝ ⎠⎝ ⎠ ⎝ ⎠
⎛ 2 −1 1 ⎞ ⎛ 1 ⎞ ⎛ 1 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
f A ( u2 ) = Au2 = ⎜ −3 2 1 ⎟ ⎜ 1 ⎟ = ⎜ −1⎟ = ( −1) ⋅ u1 + 0 ⋅ u2 + 2 ⋅ u3 ,
⎜ 0 −1 2 ⎟ ⎜ 0 ⎟ ⎜ −1⎟
⎝ ⎠⎝ ⎠ ⎝ ⎠
⎛ 2 − 1 1 ⎞⎛ 1 ⎞ ⎛ 2 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
f A (u 3 ) = Au 3 = ⎜ − 3 2 1 ⎟⎜ 0 ⎟ = ⎜ − 3 ⎟ = 0 ⋅ u1 + (− 3) ⋅ u 2 + 5 ⋅ u 3 .
⎜ 0 − 1 2 ⎟⎜ 0 ⎟ ⎜ 0 ⎟
⎝ ⎠⎝ ⎠ ⎝ ⎠
Rezultă că
⎛ 1 −1 0 ⎞
⎜ ⎟
M B ( f A ) = ⎜ −1 0 −3 ⎟ .
⎜2 2 5⎟
⎝ ⎠

32
 Teorema 1. Dacă V este un K − spaţiu vectorial de dimensiune n şi
B = (u1 .u 2 ,..., u n ) este o bază a sa, atunci aplicaţia
ϕ : End K (V ) → M n ( K ) , ϕ( f ) = M B ( f )
este bijectivă şi
M B ( f + g ) = M B ( f ) + M B (g ) ,
M B ( f o g ) = M B ( f )M B ( g ) ,
M B (af ) = aM B ( f ) ,
oricare ar fi a ∈ K şi f , g ∈ End K (V ) . Altfel spus, ϕ este izomorfism de
K − algebre.
Demonstraţie. Fie A = ( aij ) ∈ M n ( K ) şi vectorii
def n
v j = a1 j u1 + a 2 j u 2 + ... + a nj u n = ∑ aij u i ∈ V , 1 ≤ j ≤ n .
i =1
Conform teoremei 2, paragraful 1.4., există un unic operator
( )
f ∈ End K (V ) astfel încât f u j = v j , 1 ≤ j ≤ n . Avem

f (u ) = v = ∑ a u
n

j j ij i , 1≤ j ≤ n
i =1

şi deci ϕ( f ) = M B ( f ) = A . Rezultă că aplicaţia ϕ este bijectivă.

Fie acum f , g ∈ End K (V ) şi fie A = (aij ) = M B ( f ) ,
B = (bij ) = M B ( g ) . Avem

f (u j ) = ∑ aij u i , g (u j ) = ∑ bij u i , 1 ≤ j ≤ n .
n n

i =1 i =1
Cum

+ g )(u j ) = f (u j ) + g (u j ) = ∑ aij u i + ∑ bij u i = ∑ (aij + bij )u i ,

n n n
(f
i =1 i =1 i =1

⎛ ⎞
( )
n n
= f g ( u j ) = f ⎜ ∑ bkj uk ⎟ = ∑ bkj f ( uk ) =
( f o g ) (u j )
⎝ k =1 ⎠ k =1
,
n
⎛ n ⎞ n ⎛ n ⎞
= ∑ bkj ⎜ ∑ aik ui ⎟ = ∑ ⎜ ∑ aik bkj ⎟ ui
k =1 ⎝ i =1 ⎠ i =1 ⎝ k =1 ⎠
( ) ( ) ( )
rezultă că M B f + g = M B f + M B g şi M B f o g = M B ( f )M B ( g ) .
( )

33
De asemenea, dacă a ∈ K , atunci

(af )(u j ) = af (u j ) = a⎛⎜ ∑ aij u i ⎞⎟ = ∑ (aaij )ui , 1 ≤

n n
j≤n
⎝ i =1 ⎠ i =1

de unde M B (af ) = aM B ( f ) .
‫ٱ‬

1.6. Spaţiul vectorial factor. Teorema fundamentală de izomorfism

Fie V un K − spaţiu vectorial şi N un subspaţiu al lui V . Atunci N este

un subgrup al grupului abelian (V ,+ ) . În adevăr, dacă x, y ∈ N , atunci
x + y ∈ N , iar dacă x ∈ N , atunci − x = (− 1)x ∈ N . Cum orice subgrup al unui
V
grup abelian este normal, putem considera grupul factor al grupului (V ,+ ) prin
N
subgrupul N , elementele sale fiind clasele de resturi vˆ = v + N , v ∈ V după
⎛V ⎞
subgrupul N , iar adunarea în grupul abelian ⎜ ,+ ⎟ fiind
⎝N ⎠
V
uˆ + vˆ = u + v , ∀uˆ , vˆ ∈ .
N
V
Dacă a ∈ K şi uˆ ∈ , atunci definim produsul auˆ prin
N
def
auˆ = au
Definiţia este corectă pentru că dacă u ′ ∈ uˆ , atunci u ′ = u + x cu x ∈ N şi cum
ax ∈ N , avem au ′ − au = ax ∈ N , deci au′ = au . Evident operaţia
V V
K × → , (a, uˆ ) a auˆ
N N
V
verifică axiomele înmulţirii vectorilor cu scalari. Rezultă că are o structură de
N
spaţiu vectorial peste K şi se numeşte spaţiul vectorial factor al lui V prin
subgrupul N .
V
Aplicaţia ϕ : V → , ϕ(u ) = uˆ = u + N este o transformare liniară
N
V
surjectivă de la V la pentru că
N
ϕ ( u + v ) = u + v = uˆ + vˆ = ϕ ( u ) + ϕ ( v ) ,
ϕ ( au ) = au = auˆ = aϕ ( u )

34
oricare ar fi u , v ∈ V şi a ∈ K .
Teorema 1 (fundamentală de izomorfism). Fie V şi V ′ două K − spaţii
vectoriale şi f : V → V ′ o transformare liniară. Atunci
V
Im( f )~ .
Ker( f )
Demonstraţie. Cum în particular f est morfism de la grupul (V ,+ ) la
grupul (V ′,+ ) , aplicaţia
V
f*: → Im( f ) , f * (uˆ ) = f (u )
Ker( f )
⎛ V ⎞
este un izomorfism de la grupul ⎜⎜ ,+ ⎟⎟ la grupul (Im( f ),+ ) .
⎝ Ker( f ) ⎠
V
Pentru a∈K şi uˆ ∈
Ker( f )
( )
avem f * ( auˆ ) = f * au = f ( au ) = af ( u ) = af * ( uˆ ) deci f * este izomorfism de
spaţii vectoriale.
‫ٱ‬

Exerciţii

{
1. Fie V = f ∈ [X ] f = a + bX + cX 2 cu a, b, c ∈ }.
(1) Arătaţi că V este spaţiu vectorial în raport cu operaţia de adunare a
polinoamelor şi de înmulţire a polinoamelor cu scalari α ∈ .
(2) Polinoamele f1 = ( X − b )( X − c ) , f 2 = ( X − a )( X − c ) ,
f 3 = ( X − a )( X − b ) , unde a, b, c ∈ , formează o bază pentru V dacă
şi numai dacă (a − b )(b − c )(c − a ) ≠ 0 .
(3) Când a = 1 , b = 2 , c = 3 , determinaţi λ1 , λ2 , λ3 ∈ astfel încât
1 + 2 X − X 2 = λ1 f1 + λ 2 f 2 + λ 3 f 3 .
(4) Arătaţi că polinoamele g1 = 1 , g 2 = X − 2 , g 2 = ( X − 2 ) formează o
2

bază pentru V şi determinaţi α1 , α 2 , α 3 ∈ astfel încât

− 2 + 3 X − X 2 = α1 g1 + α 2 g 2 + α 3 g 3 .
(5) Arătaţi că există A, B, C ∈ unic determinaţi astfel încât
− 2 + 3x − x 2 A B C
= + + , ∀x ∈ , x ≠ 2.
(x − 2)
3
x − 2 (x − 2) 2
(x − 2)3

35
2. Fie V un spaţiu vectorial peste corpul p, p număr prim. Arătaţi că
x +42
1 4x + ...
43 + x = 0 , ∀x ∈ V .
4
p ori

3. Arătaţi că proprietatea de comutativitate a adunării vectorilor este o consecinţă

a celorlalte axiome ale spaţiului vectorial.
4. Pe mulţimea V = x ∈ { x > 0} definim operaţiile
def
V × V → V , (x, y ) a x ⊕ y = xy ,
def
×V → V , α ⊗ x = x α .
(1) Arătaţi că V este spaţiu vectorial peste în raport cu aceste operaţii.
(2) Dacă e ∈ V , e ≠ 1 , atunci {e} este o bază a lui V ca spaţiu vectorial
peste .
5. Fie a, b, c trei numere reale distincte şi funcţiile
f: → , f ( x ) = e ax ,
g: → , g ( x ) = e bx ,
h: → , h( x ) = e cx .
Arătaţi că funcţiile f , g şi h sunt liniar independente în − spaţiul
{
vectorial V = f f : → }.
3 3
6. Arătaţi că numerele 1 , 2, 4 sunt liniar independente peste şi că

{
N = a + b 3 2 + c 3 4 a , b, c ∈ }
este un subspaţiu vectorial de dimensiune 3 al lui conceput canonic ca
spaţiu vectorial peste .
7.
(1) Arătaţi că M 2 ( ) este spaţiu vectorial peste în raport cu operaţiile
M2 ( ) × M2 ( ) → M2 ( ) , (A + B) a A + B ,
× M 2 ( ) → M 2 ( ) , (a, A) a aA
şi indicaţi o bază a acestui spaţiu vectorial.
(2) Arătaţi că
⎧⎪⎛ z w ⎞ ⎫⎪
N = ⎨⎜ ⎟ z, w ∈ ⎬ ⊂ M 2 ( )
⎩⎪⎝ − w z ⎠ ⎭⎪
este un − subspaţiu al M 2 ( ) şi că matricele
⎛1 0⎞ ⎛ i 0 ⎞ ⎛ 0 1⎞ ⎛0 i ⎞
⎜⎜ ⎟⎟ , ⎜⎜ ⎟⎟ , ⎜⎜ ⎟⎟ , ⎜⎜ ⎟⎟
⎝0 1⎠ ⎝0 − i ⎠ ⎝ −1 0⎠ ⎝ i 0⎠
36
 formează o bază a lui N .
8. Fie V un spaţiu vectorial peste corpul K şi f : V → V o aplicaţie liniară
astfel încât f o f = f . Fie g = 1V − f . Arătaţi că g este aplicaţie liniară,
g o g = g , 1V = f + g şi f o g = g o f = O .
9. Fie V un spaţiu vectorial peste corpul K şi f : V → V o aplicaţie liniară
astfel încât f o f = 1V . Fie M = {x + f ( x ) x ∈ V } şi N = {x − f (x ) x ∈ V } .
Arătaţi că M şi N sunt subspaţii liniare ale lui V şi V = M ⊕ N .
10. Fie L = {( x, y ) ∈ 2
}
x = y . Arătaţi că L este subspaţiu vectorial al spaţiului

( 2
)
, +, ⋅ peste corpul numerelor reale.
⎧⎪ ⎛a b ⎞ ⎫⎪
11. Fie L = ⎨ A ∈ M 2 ( ) A=⎜ ⎟ , b + d = 0, a, b, c, d ∈ ⎬ . Arătaţi că L
⎪⎩ ⎝c d ⎠ ⎪⎭
este subspaţiu vectorial al spaţiului ( M ( ) , +, ⋅)
2 peste corpul numerelor
reale.
12. Fie V = f ∈ { [ X ] grad f ≤ 4} . Arătaţi că V este spaţiu vectorial peste
corpul şi determinaţi dimensiunea sa.
13. Fie W = {( x , x , x ) ∈
1 2 3
3
}
3 x1 + 2 x2 + x3 = 0 .
a) Arătaţi că W este subspaţiu vectorial al lui 3 .
b) Determinaţi o bază a lui W şi specificaţi dimensiunea lui W .
14. Fie
⎧ ⎧ x1 + x2 + x5 = 0 ⎫
⎪ ⎪ x − x + x + x = 0⎪
⎪ 5 ⎪ 1 ⎪
W = ⎨( x1 , x2 , x3 , x4 , x5 ) ∈
3 4 5
⎨ ⎬
⎪ ⎪2 x1 − x5 = 0 ⎪
⎪ ⎪⎩3 x1 − x3 + x4 = 0 ⎪
⎩ ⎭
5
a) Arătaţi că W este subspaţiu vectorial al lui .
b) Determinaţi o bază a lui W şi specificaţi dimensiunea lui W .
15. Fie {
W1 = ( x1 , x2 , x3 , x4 ) ∈ 4 x1 + 2 x2 + 2 x3 + 5 x4 = 0 } şi

W2 = {( x , x , x , x ) ∈
1 2 3 4
4
− x1 + x2 − 2 x4 = 0} subspaţii vectoriale ale lui
4
.
a) Aflaţi dim (W1 I W2 ) şi determinaţi o bază a lui W1 I W2 .
b) Determinaţi o bază a lui W1 + W2 .

37
 ⎪⎧ ⎧ x1 + 2 x2 + 2 x3 + 4 x4 = 0 ⎫⎪
16. Fie W1 = ⎨( x1 , x2 , x3 , x4 ) ∈ 4
⎨ ⎬ şi
⎩⎪ ⎩4 x1 + 5 x2 + 8 x3 + 10 x4 = 0 ⎭⎪
W2 = {( x , x , x , x ) ∈
1 2 3 4
4
3 x1 + x2 + 6 x3 + 2 x4 = 0 } subspaţii vectoriale ale
lui 4 .
a) Aflaţi dim (W1 I W2 ) şi determinaţi o bază a lui W1 I W2 .
b) Calculaţi dim (W1 + W2 ) .

17. Fie W1 = {( x1 , x2 , x3 ) ∈ 3 x1 + 2 x2 − 2 x3 = 0} şi

⎪⎧ ⎧− x1 + 3 x2 = 0 ⎪⎫
W2 = ⎨( x1 , x2 , x3 ) ∈⎨
3
⎬ subspaţii vectoriale ale lui
⎩⎪ ⎩2 x1 + α x2 + 3 x3 = 0 ⎪⎭
3
. Să se afle α ∈ astfel încât suma W1 + W2 să fie directă.
Fie V şi V ′ două spaţii vectoriale peste K de dimensiune n , respectiv
m , B = ( e1 ,..., en ) o bază a lui V , B′ = ( e1′,..., em′ ) o bază a lui V ′
m
şi f : V → V ′ o aplicaţie liniară. Dacă f e j = ( ) ∑ a e′ , ij i 1 ≤ j ≤ n , aij ∈ K ,
i =1

( )
atunci matricea A = aij ∈ M m×n ( K ) se numeşte matrice asociată lui f în
bazele B , B′ .
18. Fie f : 3 → 2
, f ( x, y, z ) = ( 2 x + y − z ,3 x + 2 y + 4 z ) .
a) Să se arate că f este aplicaţie liniară.
3 2
b) Să se scrie matricea lui f în bazele canonice din şi .
19. Fie f : 2
→ 2
, f ( x, y ) = ( 2 x + y , x + 2 y ) .
a) Să se arate că f este aplicaţie liniară bijectivă (izomorfism).
b) Să se calculeze f o f şi să se determine matricea aplicaţiilor liniare f şi
f o f faţă de baza canonică din 2
c) Să se calculeze f o f o ... o f , unde n ∈ *
.
14243
de n ori

20. Fie f : 4
→ 2
, f ( x1 , x2 , x3 , x4 ) = ( 2 x1 − x2 − x3 , x1 + 3 x2 + x4 ) .
a) Arătaţi că f este o aplicaţie liniară de − spaţii vectoriale.
b) Determinaţi o bază pentru ker f .
c) Determinaţi o bază pentru Im f .

38
 2. Determinanţi şi sisteme de ecuaţii liniare

2.1 Definiţia determinanţilor. Proprietăţi

Fie R un inel comutativ şi n ∈ *

. Vom nota cu R n = M n×1 ( R ) . Dacă
A = ( aij ) ∈ M n ( R ) , notăm cu c Aj coloana j a matricei A ,
⎛ a1 j ⎞
⎜ ⎟
⎜ a2 j ⎟
cj = ⎜
A
∈ Rn , 1 ≤ j ≤ n .
M ⎟
⎜ ⎟
⎜a ⎟
⎝ nj ⎠
Dacă x1 , x 2 ,..., x n ∈ R , notăm cu [x1 , x 2 ,..., x n ] matricea X din
n

M n ( R ) a cărei coloană j este x j , 1 ≤ j ≤ n , adică x j = c Xj , 1 ≤ j ≤ n .

În particular, dacă A ∈ M n ( R ) , atunci
[ ]
A = c1A , c 2A ,..., c nA .
Vom nota cu e1 , e2 ,..., en ∈ R n
coloanele matricei In ∈ Mn ( R ) ,
e j = c , 1 ≤ j ≤ n . Avem:
In
j

⎛ a1 j ⎞ ⎛ a1 j ⎞ ⎛ 0 ⎞ ⎛ 0 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ a2 j ⎟ ⎜ 0 ⎟ ⎜ a2 j ⎟ ⎜ 0 ⎟ n
cj = ⎜
A
= +
M ⎟ ⎜ M ⎟ ⎜ M ⎟
+ ... + ⎜ M ⎟ = a e
1j 1 + a e
2j 2 + ... + a e
nj n = ∑ aij ei .
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ i =1
⎜a ⎟ ⎜ 0 ⎟ ⎜ 0 ⎟ ⎜a ⎟
⎝ nj ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ nj ⎠
Spunem că o aplicaţie f : M n ( R ) → R este n − liniară dacă valorile sale
depind R − liniar de coloanele matricelor X = [ x1 ,..., xn ] ∈ M n ( R ) , adică
[ ] [ ] [
f ( x1 ,..., x ′j + x ′j′ ,..., x n ) = f ( x1 ,..., x ′j ,..., x n ) + f ( x1 ,..., x ′j′ ,..., x n ])
şi
[ ] [
f ( x1 ,..., λx j ,..., x n ) = λf ( x1 ,..., x j ,..., x n ])
oricare ar fi x1 ,..., x j , x ′j , x ′j′ ,..., x n ∈ R , λ ∈ R şi oricare ar fi j , 1 ≤ j ≤ n .
n

39
 Vom spune că o aplicaţie f : Mn ( R) → R este alternată dacă
f ([x1 , x 2 ,..., x n ]) = 0 ori de câte ori există i ≠ j astfel încât xi = x j . Altfel spus,
f este alternată dacă f ( X ) = 0 oricare ar fi o matrice X ∈ M n ( R ) cu două
coloane egale.
Vom spune că o aplicaţie f : M n ( R ) → R este strânb-simetrică dacă
[ ] [
f ( x1 ,..., xi ,..., x j ,..., x n ) = − f ( x1 ,..., x j ,..., xi ,..., x n ])
oricare ar fi x1 , x 2 ,..., x n ∈ R n şi oricare ar fi i şi j , 1 ≤ i < j ≤ n . Altfel spus,
dacă într-o matrice X = [ x1 ,..., xn ] ∈ M n ( R ) permutăm două coloane, atunci
valoarea lui f îşi schimbă semnul.
Lema 1. Orice aplicaţie f : M n ( R ) → R n − liniară şi alternată este
strâmb-simetrică.
Demonstraţie. Pentru x1 , x 2 ,..., x n ∈ R n şi i , j , 1 ≤ i < j ≤ n , avem

(
0 = f ⎡⎣ x1 ,..., xi + x j ,...., xi + x j ,..., xn ⎤⎦ = )
= f ([ x ,..., x ,..., x ,..., x ]) + f ( ⎡⎣ x ,..., x ,..., x ,..., x ⎤⎦ ) +
1 i i n 1 j i n

( ) ( )
+ f ⎡⎣ x1 ,..., xi ,..., x j ,..., xn ⎤⎦ + f ⎡⎣ x1 ,..., x j ,..., x j ,..., xn ⎤⎦ =

= 0 + f ( ⎡⎣ x ,..., x ,..., x ,..., x ⎤⎦ ) + f ( ⎡⎣ x ,..., x ,..., x ,..., x ⎤⎦ ) + 0

1 j i n 1 i j n

de unde
[ ] [
f ( x1 ,..., x j ,..., xi ,..., x n ) = − f ( x1 ,..., xi ,..., x j ,..., x n ). ]
‫ٱ‬
Teorema 1. Dacă f : M n ( R ) → R este o aplicaţie n − liniară şi
alternată, atunci oricare ar fi matricea A = aij ∈ M n ( R ) avem ( )
⎛ ⎞
f ( A) = ⎜⎜ ∑ ε σ a σ (1)1 a σ (2 )2 ...a σ (n )n ⎟⎟ f (I n ) .
⎝ σ∈S n ⎠
n
Demonstraţie. Am observat că c Aj = ∑a e
i =1
ij i şi deci, folosind faptul că

f este n − liniară, avem

⎛⎡ ⎤⎞
([ ])
n
f ( A) = f c1A ,..., c Aj ,..., c nA = f ⎜⎜ ⎢c1A ,..., ∑ aij ei ,..., c nA ⎥ ⎟⎟ =
⎝⎣ i =1 ⎦⎠

([ ])
n
= ∑ aij f c1A ,..., ei ,..., c nA
i =1

40
 Repetând cele de mai sus pentru toate coloanele lui A , obţinem
f ( A) = ∑
ai 1 ai 2 ...ain n f ei , ei ,.., ein .
1 2
([ 1 2
])
1≤i1 ,i2 ,...,in ≤ n

Suma precedentă are n n termeni. Dacă numerele i1 , i2 ,..., in nu sunt

([ ])
distincte, atunci f ei , ei ,..., ein = 0 pentru că f este aplicaţie alternată. Dar
1 2

numerele i1 , i2 ,..., in sunt distincte numai când aplicaţia

σ : {1,2,..., n} → {1,2,..., n}, σ ( k ) = ik este bijectivă, adică σ ∈ S n . Aşadar
f ( A) = ∑ a ( ) a ( ) ...a ( ) f ([e ( ) , e ( ) ,..., e ( ) ]) .
σ∈S n
σ 11 σ 2 2 σ n n σ1 σ 2 σ n

Ultima sumă are n ! termeni. Dapă cum σ este permutare pară (respectiv
impară) putem stabili ordinea naturală e1 , e2 ,..., en pentru coloanele
eσ (1) , eσ (2 ) ,..., eσ (n ) printr-un număr par (respectiv impar) de permutări de coloane.
Cum f este strâmb-simetrică, avem
f ([eσ (1) , eσ (2 ) ,..., eσ (n ) ]) = ε σ f ([e1 , e2 ,..., en ]) = ε σ f (I n )
unde ε σ este signatura permutării σ . În definitiv avem
⎛ ⎞
f ( A) = ⎜⎜ ∑ ε σ a σ (1)1 aσ (2 )2 ...a σ (n )n ⎟⎟ f (I n ) .
⎝ σ∈S n ⎠
‫ٱ‬
Definiţie. Fie R un inel comutativ şi A = aij ∈ M n ( R ) . Prin definiţie, ( )
determinantul matricei A , notat det ( A) , este
det ( A) = ∑ε σ a σ (1)1 a σ (2 )2 ...a σ (n )n .
σ∈S n

Pentru determinantul lui A se foloseşte încă notaţia

a11 a12 L a1n
a 21 a 22 L a2n
A sau .
M M O M
a n1 a n 2 L a nn
În continuare vom arăta că aplicaţia D : M n ( R ) → R , D ( A ) = A ,
numită aplicaţia determinant, are proprietăţile:
(D1) D este o aplicaţie n − liniară.
(D2) D este o aplicaţie alternată.
(D3) D (I n ) = 1 .

41
 Având în vedere şi rezultatul de la teorema 1, va rezulta că D este unica
aplicaţie n − liniară şi alternată pe M n ( R ) care ia valoarea 1 pe I n . Ca o
consecinţă a lui (D1) şi (D2) avem şi proprietatea:
(D4) D este aplicaţie strâmb-simetrică.
Teorema 2. Aplicaţia D : M n ( R ) → R , D ( A) = A , unde
A= ∑ε
σ∈S n
σ a σ (1)1 a σ (2 )2 ...a σ (n )n ,

( )
oricare ar fi A = aij ∈ M n ( R ) satisface condiţiile (D1), (D2) şi (D3).
Demonstraţie. Verificăm condiţia (D1) în cazul j = 1 . Cazul j arbitrar se
tratează analog. Avem

a11′ + a11 ′′ a12 L a1n

a ′21 + a ′21′
∑ ε (a ′ ( ) + a σ′′(1)1 )a σ (2 )2 ...a σ (n )n =
a 22 L a2n
= σ σ 11
M M O M σ∈S n

a n′1 + a n′′1 an2 L a nn

= ∑ε
σ∈S n
σ a σ′ (1)1 a σ (2 )2 ...a σ (n )n + ∑ε
σ∈S n
σ a σ′′(1)1 a σ (2 )2 ...a σ (n )n =

′
a11 a12 L a1n ′′
a11 a12 L a1n
′
a 21 a 22 L a 2 n ′′
a 21 a 22 L a 2 n
= +
M M O M M M O M
a n′1 a n 2 L a nn a n′′1 a n 2 L a nn

şi

λ a11 a12 L a1n

λ a21 a22 L a2 n
M M O M
= ∑ εσ ( λ aσ ( ) ) aσ ( ) ...aσ ( )
σ ∈Sn
11 2 2 n n
=

λ an1 an 2 L ann

a11 a12 L a1n

a21 a22 L a2 n
= λ ∑ ε σ aσ (1)1aσ ( 2)2 ...aσ ( n )n = λ
σ ∈Sn M M O M
an1 an 2 L ann

42
 Verificăm acum (D2) în cazul c1A = c2A , cazul general se verifică analog..
Aşadar, ai1 = ai 2 , 1 ≤ i ≤ n .
Fie S ′ şi S ′′ mulţimile definite astfel
{ }
S ′ = σ ∈ S n σ(1) < σ(2 ) şi S ′′ = σ ∈ S n σ(1) > σ(2 ) . { }
Evident S n = S ′ U S ′′ şi S ′ I S ′′ = ∅ . Fie transpoziţia τ = (12 ) ∈ S n . Dacă
σ ∈ S ′ şi π = σ o τ , atunci
π(1) = (σ o τ)(1) = σ(τ(1)) = σ(2 ) > σ(1) = π(2 ) ,
deci π ∈ S ′′ . Aplicaţia ϕ : S ′ → S ′′ , ϕ(σ ) = σ o τ , este bijectivă. În adevăr, dacă
ϕ(σ1 ) = ϕ(σ 2 ) , atunci σ1 o τ = σ 2 o τ , de unde
σ1 = σ1 o e = σ1 o (τ o τ) = (σ1 o τ ) o τ = (σ 2 o τ ) o τ = σ 2 o (τ o τ ) = σ 2 o e = σ 2 ,
deci ϕ este o injecţie. Dacă π ∈ S ′′ , atunci π o τ ∈ S ′ şi
ϕ(π o τ ) = (π o τ) o τ = π ,
n!
deci ϕ este aplicaţie surjectivă. Deducem că S ′ şi S ′′ au fiecare câte
2
elemente.
Avem
A = ∑ε
σ∈S n
σ a σ (1)1 a σ (2 )2 ...a σ (n )n =

= ∑ε
σ∈S ′
σ a σ (1)1 a σ (2 )2 ...a σ (n )n + ∑ ε σo τ a(σo τ )(1)1 a (σo τ )(2 )2 ...a (σo τ )(n )n
σ∈S ′

Cum ε σoτ = −ε σ , a (σoτ )(1)1 = a σ (2 )1 = a σ (2 )2 , a (σoτ )(2 )2 = a σ (1)2 = a σ (1)1 şi

a(σo τ )(i )i = a σ (i )i , 3 ≤ i ≤ n , rezultă că A = 0 .
( )
În fine, să arătăm că I n = 1 . Cum I n = δ ij , unde δ ij este simbolul lui
Kronecker, avem
In = ∑ε
σ∈S n
σ δ σ (1)1δ σ (2 )2 ...δ σ (n )n .

Dacă σ ≠ e , există i astfel încât σ(i ) ≠ i şi atunci δ σ (i )i = 0 . Aşadar

I n = ε eδ e(1)1δ e( 2)2 ...δ e( n )n = δ11δ 22 ...δ nn = 1 .
‫ٱ‬
Teorema 3 (de dualitate). Oricare ar fi o matrice A = aij ∈ M n ( R ) , ( )
avem AT = A , unde AT este transpusa matricei A . În particular avem
A= ∑ε
σ∈S n
a
σ 1σ (1) a 2 σ (2 ) ...a nσ (n ) .

43
 Demonstraţie. Să notăm cu a ijT coeficientul lui AT din linia i şi coloana
j . Conform definiţiei transpusei, avem aijT = a ji şi deci
AT = ∑ε
σ∈S n
σ a σT (a )a a σT (2 )2 ...aσT(n )n = ∑ε
σ∈S n
a
σ 1σ ( a ) a 2 σ (2 ) ...a nσ (n ) .

Dacă σ(i ) = j , atunci i = σ −1 ( j ) . Cum numerele σ(1), σ(2 ),..., σ(n )

coincid, mai puţin ordinea, cu numerele 1,2,..., n şi cum înmulţirea inelului R este
comutativă, avem
a1σ (1) a 2 σ (2 ) ...a nσ (n ) = a −1 a −1 ...a −1 .
σ (1)1 σ ( 2 )2 σ ( n )n
Observând, de asemenea, că ε = ε σ , avem
σ −1

AT = ∑ε
σ∈S n
σ −1
a σ−1 (1)1 a σ−1 (2 )2 ...a σ −1 (n )n .

Cum aplicaţia ϕ : S n → S n , ϕ(σ ) = σ −1 este bijectivă şi cum adunarea

inelului R este comutativă, avem
AT = ∑ ε a ( ) a ( ) ...a ( )
σ∈S n
σ σ 11 σ 2 2 σ n n = A.

Din cele de mai sus rezultă şi egalitatea

A= ∑ε
σ∈S n
a
σ 1σ (1) a 2 σ (2 ) ...a nσ (n ) .

‫ٱ‬
Observaţie. Proprietătile (D1), (D2) şi (D3) ale determinanţilor sunt
formulate în termeni de coloane pentru matricele pătrate din M n ( R ) , Cum prin
transpunere liniile unei matrice pătrate A devin coloane ale matricei transpuse AT
şi cum A = AT rezultă că:
(D'1) Determinantul unei matrice A ∈ M n ( R ) depinde R − liniar de fiecare
linie a sa.
(D'2) A = 0 dacă matricea A are două linii egale.
(D'4) Dacă permutăm două linii ale lui A , determinantul matricei îşi schimbă
semnul.
Printre proprietăţile importante ale determinanţilor se numără şi cele din
enunţul următor:
( )
Teorema 4. Fie A = aij ∈ M n ( R ) . Atunci:
(D5) Dacă la elementele unei coloane a lui A adunăm elementele altei coloane
înmulţite cu un element λ ∈ R , valoarea determinantului matricei astfel
obţinute este egală cu A .

44
(D'5) Dacă la elementele unei linii a lui A adunăm elementele altei linii
înmulţite cu un element λ ∈ R , valoarea determinantului nu se schimbă.
Demonstraţie. Fie i ≠ j , 1 ≤ i, j ≤ n şi λ ∈ R . Folosind (D1) şi (D2),
când i < j avem,
([
det c1A ,..., ciA + λc Aj ,..., c Aj ,..., c nA = ])
([
= det c1A ,..., ciA ,..., c Aj ,..., c ]) + λ det ([c
A
n 1
A
])
,..., c Aj ,..., c Aj ,..., c nA =
= det ( A) + λ ⋅ 0 = det ( A)
Acum proprietatea (D'5) rezultă invocând teorema de dualitate,
‫ٱ‬
Determinanţii matricelor de ordin n se numesc încă determinanţi de ordin
n.
Exemple.
⎛ a11
a12 ⎞
1. Fie A = ⎜ ⎟ ∈ M 2 ( R ) , R inel comutativ. Cum S 2 = {e, σ} , unde
⎝ a21
a22 ⎠
⎛1 2 ⎞ ⎛1 2⎞
e = ⎜⎜ ⎟⎟ şi σ = ⎜⎜ ⎟⎟ , avem
⎝1 2 ⎠ ⎝2 1⎠
A = ∑ ε σ a σ (1)1 a σ (2 )2 = ε e a e (1)1 ae (2 )2 + ε σ a σ (1)1 a σ (2 )2 = a11 a 22 − a 21 a12 .
σ∈S 2

Aşadar determinanţii de ordin 2 se calculează cu formula

a11 a12
= a11 a 22 − a 21 a12 ,
a 21 a 22
adică produsul elementelor de pe diagonala principală minus produsul
elementelor de pe diagonala secundară.Astfel în M 2 ( ) avem:
3 2
= 3 ⋅ 2 − 1⋅ 2 = 4 ,
1 2
−3 2
= (− 3) ⋅ 5 − (− 4) ⋅ 2 = −7 .
−4 5

45
 ⎛ a11 a12 a13 ⎞
⎜ ⎟
2. Fie A = ⎜ a21 a22 a23 ⎟ ∈ M 3 ( R ) , R inel comutativ.. Cum
⎜a a32 a33 ⎟⎠
⎝ 31
⎛1 2 3 ⎞ ⎛1 2 3⎞
S 3 = {e, σ, π, α, β, γ} , e = ⎜⎜ ⎟⎟ ,
unde σ =⎜ ⎟,
⎝1 2 3 ⎠ ⎝2 3 1⎠
⎛1 2 3⎞ ⎛ 1 2 3⎞ ⎛1 2 3 ⎞ ⎛1 2 3⎞
π =⎜ ⎟ , α = ⎜⎜ ⎟⎟ , β = ⎜⎜ ⎟⎟ , γ = ⎜⎜ ⎟,
⎝3 1 2⎠ ⎝ 3 2 1⎠ ⎝1 3 2 ⎠ ⎝2 1 3 ⎟⎠
avem
A = ε e ae(1)1ae( 2)2 ae( 3)3 + ε σ aσ (1)1aσ ( 2)2 aσ ( 3)3 + ε π aπ (1)1aπ ( 2)2 aπ ( 3)3 +
+ ε α aα (1)1aα ( 2)2 aα ( 3)3 + ε β aβ (1)1aβ ( 2 )2 aβ ( 3)3 + ,
+ ε γ aγ (1)1aγ ( 2)2 aγ ( 3)3
deci
A = a11a 22 a33 + a 21a32 a13 + a31a12 a 23 − a31a 22 a13 − a11 a32 a 23 − a 21 a12 a33 .
O metodă simplă de a calcula determinanţii de ordin 3 este regula lui
Sarrus. Sub linia a 3-a a matricei A se reperă linia 1, apoi linia a 2-a.

Cei trei termeni ai lui A corespunzători permutărilor pare din S 3 sunt

egali cu produsul coeficienţilor lui A care se găsesc pe liniile marcate cu
"+", iar termenii lui A precedaţi de semnul "-", corespunzători
permutărilor impare sunt egali cu produsul coeficienţilor lui A care se află
pe liniile marcate cu "-" în tabelul de mai sus.
Astfel dacă
⎛2 3 −1⎞ ⎛ 2̂ 3̂ 1̂ ⎞
⎜ ⎟ ⎜ ⎟
A∈ M 3 ( ) , A = ⎜ 0 4 − 2 ⎟ şi B ∈ M 3 ( 6 ) , B = ⎜ 5̂ 1̂ 4̂ ⎟.
⎜1 5 −1⎟ ⎜⎜ ⎟⎟
⎝ ⎠ ⎝ 2̂ 1̂ 0̂ ⎠

46
 Avem:
A = 2 ⋅ 4 ⋅ ( −1) + 0 ⋅ 5 ⋅ ( −1) + 1⋅ 3 ⋅ ( −2 ) − 1⋅ 4 ⋅ ( −1) − 2 ⋅ 5 ⋅ ( −2 ) − 0 ⋅ 3 ⋅ ( −1) = 10 ,
B = 2̂ ⋅ 1̂ ⋅ 0̂ + 5̂ ⋅ 1̂ ⋅ 1̂ + 2̂ ⋅ 3̂ ⋅ 4̂ − 2̂ ⋅ 1̂ ⋅ 1̂ − 2̂ ⋅ 1̂ ⋅ 4̂ − 5̂ ⋅ 3̂ ⋅ 0̂ = −5̂ = 1̂ .
Observaţii.
1. Din analiza de mai sus rezultă că pentru o matrice A = aij ∈ M n ( R ) , R inel ( )
comutativ, determinantul matricei A este
A= ∑ε
σ∈S n
σ a σ (1)1 a σ (2 )2 ...a σ (n )n

sau, echivalent,
A= ∑ε
σ∈S n
a
σ 1σ (1) a 2 σ (2 ) ...a nσ (n ) .

Aşadar A este egal cu o sumă de n ! termeni. Fiecare termen este un

produs de n coeficienţi ai matricei A , câte unul, şi numai câte unul din fiecare
linie şi fiecare coloană a lui A .Cum numărul permutărilor pare este egal cu
n!
numărul permutărilor impare, termeni ai lui A sunt precedaţi de semnul
2
n!
"+" şi termeni sunt precedaţi de semnul "-".
2
2. Calculul determinantului folosind formulele de mai sus devine practic
imposibil, chiar cu echipamente de calcul performante, atunci când ordinul
determinantului este foarte mare. În secţiunile următoare vor fi elaborate
metode eficiente de calcul pentru determinanţi.

47
 2.2. Dezvoltarea unui determinant după elementele
unei coloane (linii)

Fie R un inel comutativ, n ∈ *

( )
şi A = aij ∈ M n ( R ) . Pentru orice i şi
j , 1 ≤ i, j ≤ n , notăm cu Aij matricea pătrată de ordin n − 1 care se obţine din A
suprimând linia i şi coloana j . Elementul d ij ∈ R ,
def
d ij = (− 1)
i+ j
Aij
se numeşte cofactoral sau încă complementul algebric al lui aij . Matricea

A* = ( dij ) ∈ M n ( R ) se numeşte adjuncta (sau matricea reciprocă) a lui A .

T

Un rezultat fundamental din teoria determinanţilor este următorul:

Teorema 1. Dacă R este un inel comutativ şi A = aij ∈ M n ( R ) , atunci ( )
⎛d 0 L 0⎞
⎜ ⎟
⎜0 d L 0⎟
AA = A A = dI n = ⎜
* *

M M O M⎟
⎜ ⎟
⎜0 0 L d⎟
⎝ ⎠
unde d = A .
Pentru demonstraţie avem nevoie de o pregătire adecvată.
Lema 1. Dacă e j = c j n , 1 ≤ j ≤ n , atunci oricare ar fi i şi
I
j,
1 ≤ i, j ≤ n , avem:
([ ])
det c1A ,...c Aj−1 , ei , c Aj+1 ,..., c nA = (− 1)
i+ j
Aij .
Demonstraţie. Presupunem mai întâi că i = j = n şi fie matricea
B ∈ M n ( R ) obţinută din A înlocuind coloana n cu en .

48
 Dacă notăm cu bij coeficienţii matricei B , avem
det (B ) = ∑ε b
σ σ (1)1 ...bσ (n −1)n −1bσ (n )n ,
σ∈S n

unde
⎧1 pentru σ(n ) = n
bσ (n )n = ⎨ .
⎩0 pentru σ(n ) ≠ n
Rezultă că
det (B ) = ∑ε
σ∈S n
σ bσ (1)1 ...bσ (n −1)n −1 = ∑ε
σ∈S n
σ a σ (1)1 ...a σ (n −1)n −1 =
σ ( n )= n σ ( n )= n

∑ε a σ′(1)1 ...a σ′( n −1)n −1 = Ann = (− 1)

n+n
= σ′ Ann
σ′∈S n −1

unde σ′(i ) = σ(i ) , 1 ≤ i ≤ n − 1 , oricare ar fi σ ∈ S n cu σ(n ) = n .

Cazul general: i şi j arbitrari. Matricea
⎛ a11 L 0 L a1n ⎞
⎜ M ⎟
[c 1
A
,..., c Aj−1 , ei , c Aj+1 ,..., c nA ] =⎜ M
⎜
1 M ⎟
⎟
M
⎜a L 0 L a ⎟
⎝ n1 nn ⎠

cu 1 în linia i poate fi adusă la forma

permutând mai întâi succesiv linia i cu i + 1 , linia i + 1 cu linia i + 2 , …, linia

n − 1 cu linia n , în total n − i permutări de linii şi apoi permutând coloana j cu
coloana j + 1 , coloana j + 1 cu coloana j + 2 , …, coloana n − 1 cu coloana n ,
în total n − j permutări de coloane. Ultima matrice are determinantul egal cu Aij
conform cazului i = j = n , şi cum acesta a fost obţinut prin
n − i + n − j = 2n − (i + j )
permutări de linii şi coloane, iar după fiecare permutare de linie sau de coloană
determinantul matricei îşi schimbă semnul, rezultă că
([
det c1A ,..., c Aj−1 , ei , c Aj+1 ,..., c nA = (− 1)]) 2 n − (i + j )
Aij = (− 1)
i+ j
Aij .
‫ٱ‬

49
 Lema 2. Fie R un inel comutativ şi A = aij ∈ M n ( R ) . Atunci ( )
n
(1) A = ∑a i =1
ij d ij , 1 ≤ j ≤ n

şi
n
(2) A = ∑a j =1
ij d ij , 1 ≤ i ≤ n

adică, suma produselor dintre elementele coloanei j şi cofactorii acestora este

egală cu A (dezvoltarea determinantului după elementele coloanei j ),
respectiv, suma produselor dintre elementele liniei i şi cofactorii acestora este
egală cu A (dezvoltarea determinantului după elementele liniei i ).
Demonstraţie.
(1) Avem
⎛ a1 j ⎞
⎜ ⎟
⎜ a2 j ⎟ n
cj = ⎜
A
M ⎟
= a1 j e1 + a 2 j e 2 + ... + a nj e n = ∑ aij ei
⎜ ⎟ i =1
⎜a ⎟
⎝ nj ⎠
şi deci
⎛⎡ n
⎤⎞
A = det ⎜⎜ ⎢c1A ,..., c Aj−1 , ∑ aij ei , c Aj+1 ,..., c nA ⎥ ⎟⎟ =
⎝⎣ i =1 ⎦⎠

([ ])
n n
= ∑ aij det c1A ,..., c Aj−1 , ei , c Aj+1 ,..., c nA = ∑ aij d ij
i =1 i =1
conform rezultatului de la lema 1.
(2) Se obţine din (1) aplicând teorema de dualitate.
‫ٱ‬
Lema 3. Dacă R este un inel comutativ şi A = aij ∈ M n ( R ) , atunci ( )
n
(1) ∑a
i =1
ij d ik = 0 oricare ar fi j ≠ k , 1 ≤ j , k ≤ n
n
(2) ∑a
j =1
ij d lj = 0 oricare ar fi i ≠ l , 1 ≤ i, l ≤ n .

Altfel spus, suma produselor dintre elementle coloanei j şi cofactorii

elementelor coloanei k , j ≠ k este egală cu zero. De asemenea, este adevărat
rezultatul corespunzător pentru linii.

50
 Demonstraţie.
( )
(1) Fie A = aij ∈ M n ( R ) care se obţine din matricea A înlocuind coloana k
cu coloana j . Avem aik = aij , 1 ≤ i ≤ n şi Aik = Aik , 1 ≤ i ≤ n . Cum A are
două coloane egale avem A = 0 . Dezvoltând A după elementele coloanei
k avem
n n n
0 = A = ∑ aik (− 1) Aik = ∑ aij (− 1) Aik = ∑ aij d ik .
i+k i+k

i =1 i =1 i =1
(2) Se aplică teorema de dualitate.
‫ٱ‬
Demonstraţia teoremei 1. Arătăm că AA = dI n , unde d = A .
*

Elementele liniei i a matricei A sunt a i1 , ai 2 ,..., ain şi cum A* = d ij ( )T

,
elementele coloanei l a matricei A* sunt d l1 , d l 2 ,..., d ln . Aşadar elementul cu
poziţia (i, l ) în matricea produs AA* este egal cu
n
⎧d pentru i = l
∑a ij d lj = ⎨
pentru i ≠ l
.
j =1 ⎩0
Rezultă că AA = dI n şi analog se arată că A* A = dI n .
*

‫ٱ‬
( )
Corolar. Fie R un inel comutativ, A = aij ∈ M n ( R ) şi d = det ( A) .
Dacă d este inversabil în inelul R , atunci A este inversabilă în inelul M n ( R )
şi A −1 = d −1 A* .
Demonstraţie. Dacă d este inversabil în R , atunci matricea
d A ∈ M n ( R ) .Cum
−1 *

( )
A d −1 A* = d −1 AA* = d −1 dI n = I n
( )
şi analog d −1 A* A = I n , rezultă că A este inversabilă în inelul M n ( R ) şi
A −1 = d −1 A* .
‫ٱ‬
Observaţie. În paragraful următor vom demonstra că AB = A ⋅ B
oricare ar fi A, B ∈ M n ( R ) . Dacă există A−1 ∈ M n ( R ) astfel încât
AA −1 = A −1 A = I n , atunci 1 = I n = AA −1 = A ⋅ A −1 . Cum A , A −1 ∈ R ,
rezultă că A este inversabil în R . Aşadar pentru o matrice A ∈ M n ( R ) condiţia
necesară şi suficientă să fie inversabilă în inelul M n ( R ) este ca A să fie
51
inversabil în R . Matricele inversabile în M n ( ) sunt cele de determinant ± 1 ,
matricele inversabile în M n ( ) sunt cele de determinant ≠ 0 , iar cele inversabile
în M n ( 8 ) sunt cele de determinant egal cu 1̂ , 3̂ , 5̂ sau 7̂ . De asemenea, o
matrice A ∈ M n ( K [ X ]) , K corp comutativ, este inversabilă în inelul
M n ( K [ X ]) dacă şi numai dacă A ∈ K * = K \ {0}.
Exemple.
⎛ 2 −1 3 ⎞
⎜ ⎟
1. Fie A = ⎜ 1 2 2 ⎟ ∈ M3 ( ) . Calculăm A folosind dezvoltarea acesteia
⎜ −1 3 1 ⎟
⎝ ⎠
după elementele primei linii. Avem
2 2 1+ 2 1 2 1+ 3 1 2
= 2 ⋅ (− 1) + (− 1) ⋅ (− 1) + 3 ⋅ (− 1)
1+1
A =
3 1 −1 1 −1 3
= 2 ⋅ (− 4) + 3 + 3 ⋅ 5 = 10
Putem proceda şi astfel. Adunăm linia a doua înmulţimtă cu − 2 la prima
linie şi linia a doua la linia a treia. Valoarea determinantului nu se schimbă.
Apoi dezvoltăm determinantul după elementele primei coloane. Avem
−1 3 0 − 5 −1
2
2 +1 − 5 −1
A= 1 2 2=1 2 2 = 1 ⋅ (− 1) = −(− 15 + 5) = 10 .
5 3
−1 3 1 0 5 3
Dezvoltarea ultimului determinant după elementele primei coloane a fost
avantajoasă pentru că această coloană conţine multe elemente egale cu zero.
⎛ 2̂ 1̂ 3̂ ⎞
⎜ ⎟
2. Fie matricea A∈ M 3 ( 6 ) , A = ⎜ 1̂ 3̂ 0̂ ⎟ , Să arătăm că A este inversabilă
⎜⎜ ⎟⎟
⎝ 1̂ 2̂ 4̂ ⎠
în inelul M 3 ( 6 ) şi să calculăm inversa sa.Dezvoltăm A după elementele
coloanei a treia. Avem
1̂ 3̂ 2̂ 1̂
A = 3̂ ⋅ (− 1) + 4̂ ⋅ (− 1)
1+ 3 3+ 3
= −3̂ + 2̂ = −1̂ = 5̂ .
1̂ 2̂ 1̂ 3̂
În inelul 6 elementul 5̂ este inversabil şi 5̂ −1 = 5̂ . Rezultă că A este
inversabilă în M 3 ( 6 ) şi A −1 = 5̂ −1 A* = 5̂ A* . Avem

52
 T
⎛ d11 d 12 d13 ⎞
T
⎛ 0̂ 2̂ 5̂ ⎞ ⎛ 0̂ 2̂ 3̂ ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
A = ⎜ d 21
*
d 22 d 23 ⎟ = ⎜ 2̂ 5̂ 3̂ ⎟ = ⎜ 2̂ 5̂ 3̂ ⎟ .
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟
⎜d
⎝ 31 d 32 d 33 ⎟⎠ ⎝ 3̂ 3̂ 5̂ ⎠ ⎝ 5̂ 3̂ 5̂ ⎠
Aşadar
⎛ 0̂ 2̂ 3̂ ⎞ ⎛ 0̂ 4̂ 3̂ ⎞
⎜ ⎟ ⎜ ⎟
A −1 = 5̂⎜ 2̂ 5̂ 3̂ ⎟ = ⎜ 4̂ 1̂ 3̂ ⎟ .
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟
⎝ 5̂ 3̂ 5̂ ⎠ ⎝ 1̂ 3̂ 1̂ ⎠
Se verifică egalităţile AA −1 = I 3 = A −1 A .

2.3. Alte rezultate asupra determinanţilor

Vom demonstra mai întâi un rezultat folosit anterior la caracterizarea

matricelor inversabile din M n ( R ) , R inel comutativ.
Teorema 1. Fie R un inel comutativ şi A, B ∈ M n ( R ) . Atunci
AB = A ⋅ B , adică determinantul produsului este egal cu produsul
determianţilor.
Demonstraţie. Am văzult în paragraful 2.1. că o aplicaţie
f : M n ( R ) → R n − liniară şi alternată are proprietatea
⎛ ⎞
f ( A) = ⎜⎜ ∑ ε σ a σ (1)1 ...aσ (n )n ⎟⎟ f (I n )
⎝ σ∈Sn ⎠
sau încă f ( A) = det ( A) f (I n ) .
Fixăm matricea A şi definim f : M n ( R ) → R prin f (B ) = det ( AB )
oricare ar fi B din M n ( R ) . Cum c AB
j = Ac Bj , avem
([
f (B ) = det Ac1B , Ac 2B ,..., Ac nB ])
de unde rezultă imediat că f este n − liniară şi alternată. Rezultă că
f (B ) = det (B ) f (I n ) .
Dar f (B ) = det ( AB ) , iar f (I n ) = det ( AI n ) = det ( A) . Rezultă că
det ( AB ) = det (B ) det ( A) = det ( A) det (B ) .
‫ٱ‬

53
 ( )
Teorema 2. Oricare ar fi matricele A = aij ∈ M m ( R ) , B ∈ M n ( R ) şi
C ∈ M m×n ( R ) , avem
A C
= A⋅B .
O B
Demonstraţie. Vom da o demonstraţie prin inducţie după m . Când
m = 1 , A = (a ) cu a ∈ R şi prin definiţie A = a . Avem, dezvoltând
determinantul după elementele primei coloane,
a c11 L c1n
A C 0
= a ⋅ (− 1) B = A ⋅ B .
1+1
=
O B M B
0
Presupunem acum că m > 1 şi că rezultatul din enunţ este adevărat pentru
⎛ A C⎞
m − 1 . Să notăm cu D = ⎜ ⎟ ∈ M m×n ( R ) . Dezvoltând D după elementele
⎝O B ⎠
primei coloane, avem
A C
= a11 (− 1) D11 + a 21 (− 1) D21 + ... + a m1 (− 1) Dm1 .
1+1 2 +1 m +1
D =
O B
Dar
⎛A *⎞
Di1 = ⎜ i1 ⎟ ∈ M ( m −1)×n ( R ) , 1 ≤ i ≤ m
⎝O B⎠
şi Ai1 ∈ M m −1 ( R ) . Conform ipotezei de inducţie
Di1 = Ai1 ⋅ B .
Acum avem
(
D = a11 (− 1)
1+1
A11 + a 21 (− 1)
2 +1
A21 + ... + a m1 (− 1)
m +1
)
Am1 ⋅ B = A ⋅ B .
‫ٱ‬
Corolar 1. Dacă A1 , A2 ,..., Ar cu r ≥ 2 sunt matrice pătrate cu
coeficienţi în R , atunci
A1
*
A2
= A1 ⋅ A2 ⋅ ... ⋅ Ar ,
O
O
Ar
unde în zona marcată cu "*" pot fi coeficienţi arbitrari din R .
Demonstraţie. Inducţie după r .
‫ٱ‬
54
 ⎛ a1 ⎞
⎜ * ⎟
a2
Corolar 2. Dacă A = ⎜ ⎟ ∈ M ( R ) este o matrice
⎜ O ⎟ n

⎜ O ⎟
⎝ an ⎠
superior triunghiulară, atunci
A = a1 a 2 ...a n .
Observaţii.
1. Folosind teorema de dualitate se arată imediat că
A O
= A⋅B ,
C B
oricare ar fi A ∈ M m ( R ) , B ∈ M n ( R ) , C ∈ M n×m ( R ) şi
a1
O
a2
= a1 a 2 ...a n .
O
*
an
2. Folosind proprietăţile (D'5) şi (D'4) putem reduce orice matrice pătrată A din
M n ( K ) , K corp comutativ, la o matrice T superior triunghiulară şi
A = ± T după cum s-a folosit un număr par (respectiv impar) de permutări de
linii. Astfel, dacă A ∈ M 3 ( 5 ),
⎛ 0̂ 3̂ 1̂ ⎞
⎜ ⎟
A = ⎜ 4̂ 2̂ 3̂ ⎟ ,
⎜⎜ ⎟⎟
⎝ 3̂ 1̂ 2̂ ⎠
atunci aplicând lui A operaţiile: permutăm prima linie cu a doua, apoi adunăm
prima linie înmulţită cu 2̂ la a treia şi în final adunăm linia a doua la a treia. Se
obţine
⎛ 0̂ 3̂ 1̂ ⎞ ⎛ 4̂ 2̂ 3̂ ⎞ ⎛ 4̂ 2̂ 3̂ ⎞ ⎛ 4̂ 2̂ 3̂ ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
A = ⎜ 4̂ 2̂ 3̂ ⎟ → ⎜ 0̂ 3̂ 1̂ ⎟ → ⎜ 0̂ 3̂ 1̂ ⎟ → ⎜ 0̂ 3̂ 1̂ ⎟ = T .
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟
⎝ 3̂ 1̂ 2̂ ⎠ ⎝ 3̂ 1̂ 2̂ ⎠ ⎝ 0̂ 2̂ 1̂ ⎠ ⎝ 0̂ 0̂ 2̂ ⎠
Cum s-a folosit o permutare de linii, avem
( )
A = − T = − 4̂ ⋅ 3̂ ⋅ 2̂ = −4̂ = 1̂ .
( )
Dacă A = aij ∈ M n (R ) , notăm cu l iA , linia i a matricei A ,
liA = (ai1 , ai 2 ,..., ain ) .
55
 Teorema 3. Fie K un corp comutativ şi A = aij ∈ M n ( K ) . Sunt ( )
echivalente afirmaţiile:
(1) A ≠ 0 .
( )
(2) ind K c1A , c 2A ,..., c nA în K − spaţiul vectorial K n al vectorilor coloană
n − dimensionali.
( )
(3) ind K l1A , l 2A ,..., l nA în K − spaţiul vectorial K n al vectorilor linie
n − dimensionali.
Demonstraţie.
(1) ⇒ (2) Dacă afirmaţie (2) nu este adevărată, atunci există
a1 , a 2 ,..., a n ∈ K , nu toţi nuli, astfel încât
⎛0⎞
⎜ ⎟
⎜0⎟
a1c1 + a 2 c 2 + ... + a n c n = ⎜ ⎟ .
A A A

M
⎜ ⎟
⎜0⎟
⎝ ⎠
Putem presupune că a n ≠ 0 . Înmulţind egalitatea de mai
sus cu a n−1 , obţinem
c nA = b1c1A + b2 c 2A + .. + bn −1c nA−1 ,
unde b j = − an−1a j ∈ K , 1 ≤ j ≤ n − 1 . Avem
⎛⎡ n −1 ⎤⎞
A = det ⎜ ⎢ c1A ,..., cnA−1 , ∑ b j c Aj ⎥ ⎟ =
⎜ ⎟
⎝⎣ j =1 ⎦⎠ .

( )
n −1 n −1
= ∑ b j det ⎡⎣c1A ,..., cnA−1 , c Aj ⎤⎦ = ∑ b j ⋅ 0 = 0
j =1 j =1

Contradicţie! Rămâne adevărat că vectorii coloană c1A ,..., c nA sunt

liniar independenţi.
(2) ⇒ (1) Cum dim K K n = n , rezultă că c1A , c 2A ,..., c nA este o bază a
K − spaţiului vectorial K n . Există scalarii bij ∈ K astfel încât

56
 ⎛ n ⎞
⎜ ∑ a1i bij ⎟
⎛ a1i ⎞ ⎜ i =1 ⎟
⎜ ⎟ ⎜ n ⎟
n n
⎜ a 2i ⎟ ⎜ ∑ a 2i bij ⎟
c Ij n = ∑ bij ci = ∑ bij ⎜ ⎟ = i =1
A
j , 1≤ j ≤ n.
= c AB
M ⎜ ⎟
i =1 i =1
⎜ ⎟ ⎜ M ⎟
⎜a ⎟
⎝ ni ⎠ ⎜ n ⎟
⎜ ∑ a ni bij ⎟
⎝ i =1 ⎠
Din egalităţile de mai sus rezultă că I n = AB , unde
B = ( bij ) ∈ M n ( K ) . Avem
1 = I n = AB = A ⋅ B ,
de unde rezultă că A ≠ 0 .
Folosind teorema de dualitate se arată că (1) ⇔ (3) .
‫ٱ‬
Fie acum K un corp comutativ. Ne preocupă problema să găsim n scalari
x1 , x 2 ,..., x n ∈ K astfel încât să fie satisfăcute condiţiile:
⎧ a11 x1 + a12 x 2 + ... + a1n x n = b1
⎪a x + a x + ... + a x = b
⎪ 21 1 22 2 2n n 2
(S) ⎨
⎪ M
⎪⎩a n1 x1 + a n 2 x 2 + ... + a nn x n = bn
unde b1 ,..., bn şi aij , 1 ≤ i, j ≤ n sunt elemente date din K . Ansamblul (S) de
condiţii se numeşte sistem de n ecuaţii liniare în n necunoscute x1 , x 2 ,..., x n .
( )
Matricea A = aij ∈ M n ( K ) se numeşte matricea sistemului (S). Un sistem
ordonat ( x1 ,..., x n ) de elemente din K care satisface fiecare din cele n ecuaţii ale
lui (S) se numeşte soluţie a sistemului. Dacă A ≠ 0 , atunci (S) se numeşte sistem
Cramer.

57
 Teorema 4. Fie K un corp comutativ şi A = aij ∈ M n ( K ) . Sunt ( )
echivalente afirmaţiile:
(1) A ≠ 0 .
(2) Oricare ar fi b1 , b2 ,..., bn ∈ K , sistemul
⎧ a11 x1 + a12 x 2 + ... + a1n x n = b1
⎪a x + a x + ... + a x = b
⎪ 21 1 22 2 2n n 2
(S) ⎨
⎪ M
⎪⎩a n1 x1 + a n 2 x 2 + ... + a nn x n = bn
admite soluţie unică.
Când A ≠ 0 , unica soluţie a sistemului (S) este (x1 , x 2 ,..., x n ) , unde

xj = A
−1
([ ])
det c1A ,..., c Aj−1 , b, c Aj+1 ,..., c nA , 1 ≤ j ≤ n
⎛ b1 ⎞
⎜ ⎟
⎜ b2 ⎟
cu b = ⎜ ⎟ ∈ K n (Regula lui Cramer).
M
⎜ ⎟
⎜b ⎟
⎝ n⎠
Demonstraţie. Fie K n spaţiul vectorial al vectorilor coloană
n − dimensionali şi
⎛ x1 ⎞ ⎛ b1 ⎞
⎜ ⎟ ⎜ ⎟
⎜ x2 ⎟ ⎜b ⎟
x = ⎜ ⎟∈ K , b = ⎜ 2 ⎟∈ Kn.
n

M M
⎜ ⎟ ⎜ ⎟
⎜x ⎟ ⎜b ⎟
⎝ n⎠ ⎝ n⎠
Sistemul (S) poate fi scris sub forma matriceală
(S) Ax = b
sau sub forma vectorială
(S) c1A x1 + c 2A x 2 + ... + c nA x n = b ,
în enunţul teoremei sistemul (S) fiind dat sub forma scalară.
(1) ⇒ (2) Cum A ≠ 0 există inversa lui A conform corolarului de la
teorema 1 paragraful 2.2. Avem
Ax = b ⇔ x = A −1b .
Pentru că înmulţind la stânga cu A −1 egalitatea Ax = b , obţinem
x = A −1b , iar dacă înmulţim la stânga ultima egalitate cu A ,
obţinem Ax = b .

58
 Rezultă că (S) are soluţie şi aceasta este unică, anume
−1
x = A b.
(2) ⇒ (1) Folosind scrierea vectorială a sistemului (S) rezultă că orice vector
b ∈ K n se reprezintă în mod unic ca o combinaţie liniară cu
coeficienţi în K de c1A , c 2A ,..., c nA . Rezultă că c1A , c 2A ,..., c nA
formează o bază pentru K n . În particular avem
ind K ( )
c1A , c 2A ,..., c nA . Aplicând teorema 3 rezultă că A ≠ 0 .
Dacă x1 , x 2 ,..., x n este soluţia lui (S) avem b = c1A x1 + c 2A x 2 + ... + c nA x n
şi deci
⎛⎡ n
⎤⎞
([
det c1A ,..., c Aj−1 , b, c Aj+1 ,..., c nA ]) = det ⎜⎜ ⎢c1A ,..., c Aj−1 , ∑ ciA xi , c Aj+1 ,..., c nA ⎥ ⎟⎟ =
⎝⎣ i =1 ⎦⎠

([ ])
n
= ∑ xi det c1A ,..., c Aj−1 , ciA , c Aj+1 ,..., c nA =
i =1

([ ])
= x j det c1A ,..., c Aj−1 , c Aj , c Aj+1 ,..., c nA =
= xj A
Cum A ≠ 0 , obţinem

xj = A
−1
([
det c1A ,..., c Aj−1 , c Aj , c Aj+1 ,..., c nA . ])
‫ٱ‬
Exemplu. Fie sistemul (S) cu coeficienţi în corpul 5.

⎧2̂ x1 + x 2 + 3̂x3 = 4̂
⎪⎪
(S) ⎨3̂x1 + 2̂ x 2 + 2̂ x3 = 2̂ .
⎪
⎪⎩ x1 + 2̂ x 2 + 2̂ x3 = 1̂
Să arătăm că (S) admite soluţie unică şi să găsim soluţia sa folosind regula
lui Cramer. Avem
⎛ 2̂ 1̂ 3̂ ⎞ ⎛ 4̂ ⎞
⎜ ⎟ ⎜ ⎟
A = ⎜ 3̂ 2̂ 2̂ ⎟ , b = ⎜ 2̂ ⎟ , A = 3̂ ≠ 0̂ .
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟
⎝ 1̂ 2̂ 1̂ ⎠ ⎝ 1̂ ⎠
Sistemul (S) are soluţie unică, anume
4̂ 1̂ 3̂
−1
x1 = 3̂ 2̂ 2̂ 2̂ = 2̂ ⋅ 4̂ = 3̂
1̂ 2̂ 2̂

59
 2̂ 4̂ 3̂
−1
x 2 = 3̂ 3̂ 2̂ 2̂ = 2̂ ⋅ 1̂ = 2̂
1̂ 1̂ 2̂
2̂ 1̂ 4̂
−1
x3 = 3̂ 3̂ 2̂ 2̂ = 2̂ ⋅ 1̂ = 2̂ .
1̂ 2̂ 1̂

2.4. Matrice şi transformări elementare. Matrice eşalon

Fie R un inel comutativ. Notăm cu eij ( ) matricea din M n ( R ) care în

poziţia (i, j ) are coeficientul 1 ∈ R şi în restul poziţiilor coeficientul 0 ∈ R . Din
regula de înmulţire a matricelor rezultă că
⎧e pentru j = s
eij e st = ⎨ it (*)
⎩0 pentru j ≠ s
Definim matricele

, i ≠ j, a∈R

, 1≤ i < j ≤ n

60
 , 1 ≤ i ≤ n , u ∈ U (R )

unde U (R ) este mulţimea elementelor inversabile ale inelului R . Matricele

Tij (a ) , Pij şi M i (u ) definite mai sus se numesc matrice elementare respectiv de
tip I, II şi III.
Lema 1. Matricele elementare sunt inversabile în inelul M n ( R ) şi avem
Tij (a ) = Tij (− a ) , Pij = Pij , M i (u ) = M i (u −1 ).
−1 −1 −1

Demonstraţie. Folosind regula de înmulţire a matricelor, sau eventual

egalităţile (*), se constată că
Tij (a )Tij (b ) = Tij (a + b ) , Pij Pij = I n , M i (u )M i (v ) = M i (uv )
oricare ar fi a, b, u , v ∈ R , u şi v inversabile. Luând b = −a şi v = u −1 , obţinem
( )
Tij (a )Tij (− a ) = Tij (0) = I n , M i (u )M i u −1 = M i (1) = I n
şi afirmaţiile din enunţ sunt probate.
‫ٱ‬
( )
Să observăm că dacă A = aij ∈ M m×n ( R ) , iar Tij (a ) , Pij şi M i (u ) sunt
din M m ( R ) , atunci, invocând regula de înmulţire a matricelor, se constată:
(I) Tij (a )A se obţine din A adunând la linia i linia j înmulţită cu a ;
(II) Pij A se obţine din A permutând linia i cu linia j .
(III) M i (u )A se obţine din A înmulţind linia i cu u .
Multiplicările de mai sus vor fi numite transformări elementare respectiv
de tip I, II şi III asupra liniilor matricei A .
Definiţie. O matrice E ∈ M m×n ( R ) se numeşte matricea eşalon (cu r
pivoţi, 1 ≤ r ≤ min (m, n ) ) dacă există a1 ,..., a r ∈ R * = R \ {0} astfel încât ai ,
1 ≤ i ≤ r , este primul coeficient nenul din linia i a lui E , restul liniilor lui E
conţin numai pe zero, iar coloanele j1 , j 2 ,..., j r în care se găsesc respectiv
a1 , a 2 ,..., a r satisfac condiţia j1 < j 2 < ... < j r .

61
 Exemplu 1. Matricea E ∈ M 5×7 ( ),
⎛ 0 0 3 −1 0 2 3⎞
⎜ ⎟
⎜ 0 0 0 0 −2 3 0 ⎟
E = ⎜0 0 0 0 0 5 3⎟
⎟
⎜
⎜0 0 0 0 0 0 0⎟
⎜⎜ ⎟
⎝0 0 0 0 0 0 0 ⎟⎠
este o matrice eşalon cu 3 pivoţi, incercuiţi pentru o mai bună vizualizare.
Teorema 1. Dacă K este un corp comutativ şi A = ( aij ) ∈ M m×n ( K ) ,
A ≠ O , atunci există un număr finit de matrice elementare U 1 ,U 2 ,...,U p de tip I
sau II astfel încât,
U p ...U 2U 1 A = E ,
unde E este matrice aşalon.
Altfel spus A poate fi adusă la forma eşalon printr-un număr finit de
transformări elementare de tip I sau II asupra liniilor sale.
Demonstraţie. Inducţie după m . Inspectăm coloanele matricei A până
găsim o primă coloană j1 diferită de 0 . Dacă a1 j ≠ 0 luăm a1 = a1 j . Dacă
1 1

a1 j1 = 0 , există i , 1 < i ≤ m astfel încât aij1 ≠ 0 . Inmulţind la stânga pe A cu

P1i obţinem o matrice care are în poziţia (1, j1 ) pe aij1 ≠ 0 şi luăm a1 = aij1 .
Aşadar, putem presupune că a1 j ≠ 0 şi luăm a1 = a1 j . Pentru fiecare i ≥ 2 cu
( )
1 1

aij1 ≠ 0 înmulţim la stânga pe A cu Ti1 − a1−1 aij1 şi obţinem

62
 ⎛ ⎞ ⎛ 0 L 0 a1 * L *⎞
⎜ ⎟ ⎜0 L 0 0 ⎟

⎜ i≥2
( )
⎜ ∏ Ti1 − a1−1 aij ⎟ A = ⎜
1 ⎟ ⎜ M O M M B
⎟= A,
⎟ 1

⎜ aij ≠ 0 ⎟ ⎜ ⎟
⎝ 1 ⎠ ⎝0 L 0 0 ⎠
unde B este o matrie cu m − 1 linii.
Dacă B ≠ 0 , atunci conform ipotezei de inducţie matricea B poate fi
adusă la forma eşalon E1 printr-un număr finit de transformări elementare asupra
liniilor lui B (care pot fi gândite ca transformări elementare asupra liniilor lui A1 ,
căci în stânga lui B în matricea A1 avem numai coeficienţi egali cu zero). Aşadar
⎛0 L 0 a1 * L *⎞ ⎛ 0 L 0 a1 * L * ⎞
⎜0 L 0 0 ⎟ ⎜0 L 0 0 ⎟
A→⎜ ⎟→⎜ ⎟=E
⎜M O M M B ⎟ ⎜M O M M E1 ⎟
⎜ ⎟ ⎜ ⎟
⎝0 L 0 0 ⎠ ⎝0 L 0 0 ⎠
şi E evident este o matrice eşalon.
‫ٱ‬
Exemplu 2. Fie matricea A ∈ M 4×5 ( )
⎛ 0 0 1 4 − 4⎞
⎜ ⎟
⎜ 4 2 1 3 −1⎟
A=⎜
− 6 − 3 −1 1 0 ⎟
⎜ ⎟
⎜ 2 1 1 0 − 3 ⎟⎠
⎝
care să fie adusă la forma eşalon.
Prima coloană conţine elemente nenule.Permutăm prima linia cu a patra şi
declarăm pe 2 pivot în poziţia (1,1) . Adunăm prima linie înmulţită cu − 2 la linia
a doua şi înmulţită cu 3 la linia a treia. Avem
⎛ 2 1 1 0 −3 ⎞ ⎛ 2 1 1 0 −3 ⎞
⎜ ⎟ ⎜ ⎟
⎜ 4 2 1 3 −1 ⎟ ⎜ 0 0 −1 3 5 ⎟
A→ → = A1
⎜ −6 −3 −1 1 0 ⎟ ⎜ 0 0 2 1 −9 ⎟
⎜⎜ ⎟⎟ ⎜ ⎟
0 0 1 4 − 4 ⎜ 0 0 1 4 −4 ⎟
⎝ ⎠ ⎝ ⎠
În matricea A1 declarăm pivot pe − 1 din poziţia (2,3) şi adunăm linia a
doua înmulţită ca 2 la linia a treia şi înmulţită cu 1 la linia a patra. Apoi declarăm
pivot pe 7 din poziţia (3,4 ) şi adunăm linia a treia înmulţită cu − 1 la linia a patra.
Se obţine matricea eşalon E .

63
 ⎛ 2 1 1 0 −3 ⎞ ⎛ 2 1 1 0 −3 ⎞
⎜ ⎟ ⎜ ⎟
⎜ 0 0 −1 3 5⎟ ⎜ 0 0 −1 3 5⎟
A1 → ⎜ ⎟→⎜ ⎟=E.
⎜ 0 0 0 7 1⎟ ⎜ 0 0 0 7 1⎟
⎜ 0 0 0 7 1 ⎟⎠ ⎜⎝ 0 0 0 0 0 ⎟⎠
⎝
Observaţie. Forma eşalon E a unei matrice pătrate A ∈ M n ( K ) , K corp
comutativ, este o matrice superior triunghiulară şi A ≠ 0 dacă şi numai dacă E
are n pivoţi a1 ,..., an , aceştia trebuie să se găsească pe diagonala principală. Vom
avea A = (− 1) E = (− 1) a1 a 2 ...a n , unde m este numărul de permutări de linii
m m

folosite pentru găsirea formei eşalon. În caz contrar A = 0 . În adevăr o

transformare elementară de tip I conservă valoarea determinantului, iar o
transformare de tip II schimbă semnul determinantului.
Astfel, fie A∈ M 3 ( 5 ) , B ∈ M 3 ( )
⎛ 1̂ 1̂ 3̂ ⎞ ⎛1 2 − 3⎞
⎜ ⎟ ⎜ ⎟
A = ⎜ 3̂ 2̂ 2̂ ⎟ , B = ⎜ 2 4 − 4 ⎟ .
⎜⎜ ⎟⎟ ⎜ 3 6 − 4⎟
⎝ 2̂ 1̂ 3̂ ⎠ ⎝ ⎠
Adunăm prima linia a lui A înmulţită cu 2̂ la a doua şi înmulţită cu 3̂ la a
treia, iar apoi adunăm linia a doua înmulţită cu 4̂ la a treia şi obţinem
⎛ 1ˆ 1ˆ 3ˆ ⎞ ⎛ ˆ ˆ ˆ ⎞
⎜ ⎟ ⎜1 1 3⎟
A → ⎜ 0ˆ 4ˆ 3ˆ ⎟ → ⎜ 0ˆ 4ˆ 3ˆ ⎟ = E .
⎜ ⎟ ⎜ ⎟
⎜ 0ˆ 4ˆ 2ˆ ⎟ ⎜ 0ˆ 0ˆ 4ˆ ⎟
⎜ ⎟ ⎝ ⎠
⎝ ⎠
Deci A = E = 1̂ ⋅ 4̂ ⋅ 4̂ = 1̂ .
Adunăm prima linie a lui B înmulţită cu − 2 la linia a doua şi înmulţită
cu − 3 la a treia. Obţinem
⎛ 1 2 −3 ⎞
⎜ ⎟
B →⎜ 0 0 2 ⎟.
⎜ ⎟
⎜0 0 5 ⎟
⎝ ⎠
Cum avem un pivot care nu este pe diagonala principală, rezultă că
B = 0.

64
 ( )
Teorema 2. Fie K un corp comutativ şi A = aij ∈ M n ( K ) astfel încât
A ≠ 0 . Atunci există matricele elementare U 1 , U 2 ,..., U p de tip I, II sau III astfel
încât
U pU p −1 ...U 1 A = I n
−1
În acest caz A = U pU p −1 ...U 1 .
Demonstraţie. Cum A ≠ 0 forma eşalon a lui A are n pivoţi şi se
găsesc pe diagonala principală
⎛ a1 * L * ⎞
⎜ ⎟
⎜ a2 L * ⎟
A→ = E , ai ∈ K , ai ≠ 0 , 1 ≤ i ≤ n .
⎜ O M ⎟
⎜ O ⎟
⎝ an ⎠
( )
Înmulţim pe E la stânga cu M i ai−1 , 1 ≤ i ≤ n . Apoi adunăm ultima
linie înmulţită cu − bin şi o adunăm la linia i , i = 1,2,..., n − 1 . Se obţine
⎛ 1 b12 b13 L b1n ⎞ ⎛ 1 b12 b13 L 0⎞
⎜ ⎟ ⎜ ⎟
⎜ 1 b23 L b2 n ⎟ ⎜ 1 b23 L 0⎟
E→ ⎜ 1 L b3n → ⎟ ⎜ 1 L 0⎟ .
⎜ ⎟ ⎜ ⎟
⎜ O O M ⎟ ⎜ O O M⎟
⎜ ⎟
1 ⎠ ⎝ ⎜ 1 ⎟⎠
⎝
Adunăm apoi linia n − 1 înmulţită cu − bi ,n −1 la linia i , i = 1, n − 2 şi aşa
mai departe pâna obţinem I n . Ultima afirmaţie este evidentă.
‫ٱ‬
Corolar. Orice matrice A ∈ M n ( K ) , K corp comutativ, cu A ≠ 0 este
produs finit de matrici elementare.
Aplicaţie: calculul inversei unei matrice.
( )
Presupunem că A = aij ∈ M n ( K ) , K corp comutativ şi considerăm

matricea ( A I )∈M
n n× 2 n (K ) . Presupunem că A ≠ 0 , deci există A −1 . Cu
notaţiile de la teorema 2 avem A −1 = U p ...U 2U 1 . Dar
( ) (
U p ...U 2U 1 (A I n ) = U p ...U 2U 1 A U p ...U 2U 1 I n = I n A −1 )
Aşadar, dacă matricei A I n ( ) îi aplicăm transformările elementare care
reduc pe A la I n , în al doilea compartiment apare A −1 .

65
 Pentru exemplificare să considerăm matricea A∈ M 3 ( 5 ),
⎛ 1̂ 2̂ 2̂ ⎞
⎜ ⎟
A = ⎜ 3̂ 1̂ 0̂ ⎟ .
⎜⎜ ⎟⎟
⎝ 4̂ 1̂ 2̂ ⎠
Să arătăm că A admite inversă şi să calculăm A −1 . Aplicăm matricei
⎛ 1̂ 2̂ 2̂ 1̂ 0̂ 0̂ ⎞
⎜ ⎟
(A I 3 ) = ⎜ 3̂ 1̂ 0̂ 0̂ 1̂ 0̂ ⎟
⎜ ⎟
⎜ 4̂ 1̂ 2̂ 0̂ 0̂ 1̂ ⎟
⎝ ⎠
transformările elementare de linie care reduc pe A la I 3 . În prima fază executăm
transformările care reduc pe A la forma eşalon. A va admite inversă dacă E are
trei pivoţi, obligatoriu pe diagonala principală.
( )
Adunăm prima linie a matricei A I 3 înmulţită cu 2̂ la linia a doua şi
înmulţită cu 1̂ la a treia. Apoi permutăm linia a doua cu a treia. Obţinem
⎛ 1ˆ 2ˆ 2ˆ 1ˆ 0ˆ 0ˆ ⎞
⎜ ⎟
( A I3 ) → ⎜⎜ 0ˆ 3ˆ ˆ4 1ˆ 0ˆ 1ˆ ⎟ = B
⎟
⎜ 0ˆ 0ˆ ˆ4 2ˆ 1ˆ 0ˆ ⎟⎟
⎜
⎝ ⎠
Avem A = (− 1) ⋅ 1̂ ⋅ 3̂ ⋅ 4̂ = 3̂ ≠ 0̂
1
pentru că s-a făcut o permutare de linii.
Cum A ≠ 0̂ , există A−1 . Continuăm astfel: înmulţim linia a doua a lui B cu
3̂−1 = 2̂ şi a treia cu 4̂ −1 = 4̂ ,
⎛ 1̂ 2̂ 2̂ 0̂ 2̂ 0̂ ⎞
⎜ ⎟
B → ⎜ 0̂ 1̂ 3̂ 3̂ 3̂ 2̂ ⎟ = C .
⎜ ⎟
⎜ 0̂ 0̂ 1̂ 3̂ 4̂ 0̂ ⎟
⎝ ⎠
Pentru a transforma primul bloc al matricei C în matricea I 3 adunăm linia
a treia a lui C înmulţită cu 2̂ la a doua linie şi înmulţită cu 3̂ la prima. În fine,
adunăm linia a doua înmulţită cu 3̂ la prima. Se obţine
⎛ 1ˆ 0ˆ 0ˆ 4ˆ 1ˆ 1ˆ ⎞
⎜ ⎟
(
C → ⎜ 0ˆ 1ˆ 0ˆ 3ˆ 3ˆ 2ˆ ⎟ = I 3 A−1 .
⎜ ⎟
)
⎜ 0ˆ 0ˆ 1ˆ 3ˆ 4ˆ 0ˆ ⎟
⎝ ⎠

66
 2.5. Rangul unei matrice

Peste tot în acest paragraf K este un corp comutativ. Dacă

A = ( aij ) ∈ M m×n ( K ) şi r ∈ *
, r ≤ min (m, n ) , atunci cu coeficienţii lui A care
se găsesc la intersecţiile a r linii distincte i1 < i 2 < ... < ir şi r coloane distincte
j1 < j 2 < ... < j r putem forma o matrice pătrată M de ordin r numită
submatrice a lui A .

Evident, putem forma C mr × C nr submatrice pătrate M de ordin r ale lui

A ; determinanţii unor asemenea submatrice ale lui A se numesc minori de ordin
r ai lui A .
Definiţie. Fie K un corp comutativ şi A = ( aij ) ∈ M m×n ( K ) , A ≠ O .
Spunem că A are rangul r dacă A admite un minor nenul de ordin r şi toţi
minorii lui A de ordin mai mare ca r sunt egali cu zero. Rangul matricei zero
este prin definiţie egal cu zero.
Dacă A are rangul r , folosin notaţia rang( A) = r .
Observaţii.
1. Dacă toţi minorii de ordin k ai unei matrice A ∈ M m×n ( K ) sunt egali cu
zero, atunci orice minor de ordin k + 1 al lui A este egal cu zero. În adevăr,
dezvoltând minorul de ordin k + 1 după elementele unei linii (coloane),
cofactorii care intervin într-o asemenea dezvoltare sunt egali cu zero căci, mai
puţin eventual semnul, sunt minori de ordin k . Aşadar o matrice A are rangul
r dacă are cel puţin un minor nenul de ordin r şi toţi minorii de ordin r + 1
sunt egali cu zero.
2. Dacă E ∈ M m×n ( K ) este o matrice eşalon cu r pivoţi, atunci rang(E ) = r .
În adevăr, dacă pivoţii a1 , a 2 ,..., a r se găsesc în coloanele j1 , j 2 ,..., j r , atunci
submatricea M a lui E situată în primele r linii şi coloanele j1 , j 2 ,..., j r
este de forma

67
 ⎛ a1 * L * ⎞
⎜ ⎟
⎜ a2 L * ⎟
M =
⎜ O M ⎟
⎜ O ⎟
⎝ a2 ⎠
şi M = a1 a 2 ...a r ≠ 0 . Orice submatrice de ordin r + 1 a lui E conţine
elemente din cel puţin una din ultimele m − r linii ale lui E şi deci
determinantul ei este egal cu zero.
Teorema 1 (Kronecker). Fie K un corp comutativ,
A = ( aij ) ∈ M m×n ( K ) , A ≠ O şi r ∈ *
. Sunt echivalente afirmaţiile:
(1) rang( A) = r ;
(2) Numărul maxim de coloane ale lui A liniar independente este r , adică
dim K c1A , c2A ,..., cnA = r ;
(3) Numărul maxim de linii ale lui A liniar independente este r , adică
dim K l1A , l2A ,..., lmA = r .
Demonstraţie. Din teorema de dualitate rezultă că A şi AT au acelaşi
rang. În adevăr, dacă M este o submatrice pătrată a lui A , atunci M T este
submatrice pătrată a lui AT , şi M = M T . Rezultă că rang( A) ≤ rang AT . ( )
( ) ( )
Cum AT = A , avem şi rang AT ≤ rang( A) . Aşadar este suficient să
T

demonstrăm echivalenţa lui (1) cu (2).

(1) ⇒ (2) Pentru a nu complica notaţiile presupunem că submatricea M de
ordin r situată în primele r linii şi r coloane are determinantul
diferit de zero.
⎛ a11 L a1r L a1n ⎞
⎜ ⎟
⎜ M M M M ⎟
A = ⎜⎜ a r1 L a rr L a rn ⎟⎟ .
⎜ M M ⎟
⎜⎜ ⎟⎟
⎝ a m1 L a mr L a mn ⎠
( )
Arătăm că ind K c1A ,..., c rA în spaţiul K m al vectorilor
coloană m − dimensionali şi că c Aj ∈ c1A ,..., c rA oricare ar fi
j = r + 1,..., n .
Dacă exisţă a1 ,..., a r ∈ K , nu toţi nuli, astfel încât

68
 ⎛0⎞
⎜ ⎟
⎜0⎟
a1c1A + a 2 c 2A + ... + a r c rA = ⎜ ⎟ ∈ K m ,
M
⎜ ⎟
⎜0⎟
⎝ ⎠
atunci avem şi
⎛0⎞
⎜ ⎟
⎜0⎟
a1c1M + a 2 c 2M + ... + a r c rM = ⎜ ⎟∈ Kr
M
⎜ ⎟
⎜0⎟
⎝ ⎠
ceea ce este imposibil pentru că M ≠ 0 (vezi teorema 3,
(
paragraful 2.3.). Rămâne adevărat că ind K c1A ,..., c rA . )
Fixăm acum j > r . Avem
a11 L a1r a1 j
M M M M
= 0, 1≤ i ≤ m.
a r1 L a rr a rj
ai1 L air aij
În adevăr, dacă i = 1,2,..., r , determinanţii corespunzători
sunt egali cu zero pentru că au două linii egale. Dacă
i = r + 1,..., n , determinanţii corespunzători sunt minori de ordin
r + 1 într-o matrice de rang r . Dezvoltăm fiecare dintre cei m
determinanţi după elementele ultimei linii, care au aceeaşi
cofactori, oricare ar fi i . Notând cofactorii lui ai1 ,..., air , aij cu
d 1 , d 2 ,..., d r şi d = M ≠ 0 , obţinem
d1 ai1 + d 2 a i 2 + ... + d r air + daij = 0 , 1 ≤ i ≤ n ,
ceea ce este echivalent cu
⎛0⎞
⎜ ⎟
⎜0⎟
d1c1 + d 2 c 2 + ... + d r c r + dc j = ⎜ ⎟ ∈ K m .
A A A A

M
⎜ ⎟
⎜0⎟
⎝ ⎠
Cum d ≠ 0 , avem
c Aj = b1c1A + b2 c2A + ... + br crA ∈ c1A , c2A ,..., crA ,
unde bk = −d −1 d k , 1 ≤ k ≤ r .

69
(2) ⇒ (1) Dacă M este o submatrice pătrată de ordin r + 1 a lui A , atunci
ea provine din r + 1 coloane ale lui A , obligatoriu liniar
dependente. Atunci şi coloanele lui M vor fi liniar dependente şi
aplicând teorema 3, paragraful 2.3., avem M = 0 . Rezultă că
rang( A) ≤ r . Nu putem avea rang( A) < r , căci atunci, conform
primei părţi a demonstraţiei numărul maxim de coloane liniar
independente ale lui A ar fi strict mai mic ca r , absurd.
‫ٱ‬
Observaţie. Demonstraţia teoremei precedente arată că dacă o matrice
A = ( aij ) ∈ M m×n ( K ) , admite un minor M ≠ 0 de ordin r şi toţi cei
(m − r )(n − r )minori de ordin r + 1 obţinuţi bordând pe M cu una din cele
m − r linii şi una din cele n − r coloane care nu au coeficienţi comuni cu M
sunt egali cu zero, atunci rang( A) = r . Sub ipotezele din demonstraţia precedentă
minorii de ordin r + 1 care bordează pe M sunt
a11 L a1r a1 j
M M M M
, r < i ≤ m, r < j ≤ n .
a r1 L a rr a rj
ai1 L air aij
Pe baza observaţiei de mai sus putem reduce volumul calculului necesar
determinării rangului unei matrice.
Exemplu. Fie matricea A ∈ M 3×4 ( ) ,
⎛1 −1 2 1 ⎞
⎜ ⎟
A = ⎜ 3 0 2 − 1⎟ .
⎜4 −1 4 0 ⎟
⎝ ⎠
⎛ 1 − 1⎞
Dacă M = ⎜⎜ ⎟ este submatricea lui A din primele două linii şi două
⎝3 0 ⎟⎠
1 −1
coloane, avem M = = 3 ≠ 0 , iar minorii de ordin 3 care bordează pe M
3 0
sunt egali cu zero,
1 −1 2 1 −1 1
3 0 2 = 0, 3 0 −1 = 0 ,
4 −1 4 4 −1 0
deci rang( A) = 2 .

70
 S-a observat că rangul unei matrice eşalon se deetrmină imediat, acesta
fiind egal cu numărul pivoţilor. Importanţa rezultatului din teorema 2 de mai jos
este acum evident.
Lema 1. Fie V un K − spaiu vectorial şi v1 , v 2 ,..., v m ∈ V . Atunci
oricare ar fi a ∈ K * şi i ≠ j , 1 ≤ i, j ≤ m avem
v1 ,..., vi ,.., v j ,..., v m = v1 ,..., avi ,..., v j ,..., v m = v1 ,..., vi + av j ,..., v j ,..., v m =
= v1 ,..., v j ,..., vi ,..., v m

Demonstraţie. Dacă pentru x ∈ V avem

x = a1v1 + .. + ai vi + ... + a j v j + ... + a m v m
cu a1 ,..., a m ∈ K , atunci
x = a1v1 + ... + ai (vi + av j ) + ... + (a j − ai a )v j + ... + a m v m .
Reciproc, dacă x ∈ V se scrie
x = b1v1 + ... + bi (vi + av j ) + ... + b j v j + ... + bm v m
cu b1 ,..., bm ∈ V , atunci
x = b1v1 + ... + bi vi + ... + (b j + abi )v j + ... + bm v m ,
de unde
v1 ,...vi ,..., v j ,..., v m = v1 ,..., vi + av j ,..., v j ,..., v m .
Analog se verifică celelalte egalităţi din enunţ.
‫ٱ‬
Teorema 2. Rangul unei matrice A ∈ M m×n ( K ) nu se schimba dacă
asupra liniilor sale se efectuează transformări elementare. Altfel spus, dacă U
este o matrice elementară de ordin m , atunci matricele UA şi A au acelaşi rang.
Demonstraţie. Conform teoremei 1 rangul matricei A coincide cu
dim K l1A , l 2A ,..., l mA în spaţiul vectorilor linie K n . Dar liniile matricei UA sunt
l1A ,..., l iA + al jA ,..., l jA ,..., l mA , dacă U = Tij (a ) ,
l1A ,..., l jA ,..., liA ,..., l mA , dacă U = Pij şi
l1A ,..., al iA ,..., l jA ,..., l mA , dacă U = M i (a ) .
Se aplică lema 1.
‫ٱ‬

71
 Exemplu. Fie matricea A ∈ M 4×5 ( ),
⎛ 0 0 1 4 − 4⎞
⎜ ⎟
⎜ 4 2 1 3 −1⎟
A=⎜
− 6 − 3 −1 1 0 ⎟
⎜ ⎟
⎜ 2
⎝ 1 1 0 − 3 ⎟⎠
şi să aflăm rang( A) . Am văzut în exemplul 2, paragraful 2.4. că matricea A poate
fi redusă printr-un număr finit de transformări elementare de forma eşalon E ,
⎛ −2 1 1 0 −3 ⎞
⎜ ⎟
⎜ 0 0 −1 3 5⎟
A→ E =⎜ ⎟.
⎜ 0 0 0 2 1⎟
⎜ 0 0 0 0 0 ⎟⎠
⎝
Cum rang(E ) = 3 , iar rangul unei matrice se conservă când efectuăm
transformări elementare asupra liniilor sale, avem rang( A) = rang(E ) = 3 .

2.6. Sisteme de ecuaţii liniare. Metode de rezolvare

2.6.1 Teorema Kronecker-Capelli. Metoda Gauss a eliminării

În paragraful 2.3. am considerat sisteme de n ecuaţii liniare, în n

necunoscute cu coeficienţi într-un corp comutativ K . Vom considera acum cazul
general când numărul ecuaţiilor nu coincide obligatoriu cu numărul
necunoscutelor. Un sistem de m ecuaţii liniare în n necunoscute x1 , x 2 ,..., x n cu
coeficienţi într-un corp comutativ K este un ansamblu (S) de condiţii de forma
⎧ a11 x1 + a12 x 2 + ... + a1n x n = b1
⎪ a x + a x + ... + a x = b
⎪ 21 1 22 2 2n n 2
(S) ⎨ , (1)
⎪ M
⎪⎩a m1 x1 + a m 2 x 2 + ... + a mn x n = bm
unde aij ∈ K , 1 ≤ i ≤ m , 1 ≤ j ≤ n şi bi ∈ K , 1 ≤ i ≤ m .
Scalarii aij ∈ K , 1≤ i ≤ m, 1≤ j ≤ n se numesc coeficienţii
necunoscutelor, iar bi ∈ K , 1 ≤ i ≤ m termenii liberi ai sistemului (S). Matricea
A = ( aij ) ∈ M m×n ( K ) se numeşte matricea sistemului (S).
Dacă b1 = b2 = ... = bm = 0 , spunem că sistemul (S) este omogen.

72
 În continuare K n şi K m reprezintă K − spaţiul vectorial al vectorilor
coloană n − dimensionali, respectiv m − dimensionali. Vom folosi notaţiile
⎛ x1 ⎞ ⎛ b1 ⎞
⎜ ⎟ ⎜ ⎟
⎜ x2 ⎟ ⎜b ⎟
x = ⎜ ⎟∈ K , b = ⎜ 2 ⎟∈ Km.
n

M M
⎜ ⎟ ⎜ ⎟
⎜x ⎟ ⎜b ⎟
⎝ n⎠ ⎝ m⎠
( )
Matricea A = A b din M m×( n +1) ( K ) care se obţine adăugând la A
coloana b a termenilor liberi se numeşte matricea extinsă a sistemului (S).
Cu aceste convenţii de notatii, sistemul (S) poate fi scris sub forma
matriceală
(S) Ax = b (2)
sau sub formă vectorială
(S) c1A x1 + c 2A x 2 + ... + c nA x n = b (3)
Reprezentarea de la (1) a sistemului (S) este forma scalară.
Sistemul ordonat (x1 , x 2 ,..., x n ) de scalari din K se numeşte soluţie a
sistemului (S) dacă verifică ansamblul de condiţii de la (1), ceea ce revine la faptul
că în K − spaţiul vectorial K m vectorul b se scrie ca o combinaţie liniară cu
coeficienţii x1 ,..., x n de coloanele c1A , c 2A ,..., c nA ∈ K m ale matricei A , sau încă
vectorul x ∈ K n de componente x1 , x 2 ,..., x n verifică condiţia (2).
Spunem că sistemul (S) este compatibil dacă admite cel puţin o soluţie; în
caz contrar spunem că sistemul (S) este incompatibil. Spunem că sistemul (S) este
compatibil determinat dacă admite soluţie unică.
Am arătat în paragraful 2.3. că un sistem (S) de n ecuaţii liniare în n
necunoscute este compatibil determinat dacă şi numai dacă A ≠ 0 şi am precizat
şi cum poate fi determinată unica sa soluţie (regula lui Cramer).
Pentru cazul general al sistemelor (S) de m ecuaţii liniare în n
necunoscute, cu coeficienţi într-un corp comutativ K , se impune:
(α) Să cunoaştem criterii cu ajutorul cărora să putem să testăm dacă un sistem
este compatibil.
(β) Pentru sistemele compatibile să dăm o descriere adecvată a mulţimii
tuturor soluţiilor.
(γ) Să prezentăm metode convenabile de rezolvare (de determinare a mulţimii
tuturor soluţiilor) pentru sistemele compatibile.
Vom spune că două sisteme (S) şi (S') de ecuaţii liniare sunt echivalente
dacă admit aceleaşi soluţii.

73
 Lema 1. Dacă (S) Ax = b este un sistem de m ecuaţii liniare în n
necunoscute şi P ∈ M m ( K ) , P ≠ 0 , atunci sistemul
(S') PAx = Pb
este echivalent cu sistemul (S).
⎛ x10 ⎞
⎜ 0⎟
⎜x ⎟
Demonstraţie. Fie x o soluţie a sistemului (S), x = ⎜ 2 ⎟ ∈ K n . Avem
0 0

⎜ M ⎟
⎜ x0 ⎟
⎝ n⎠
Ax = b şi înmulţind la stânga cu P , rezultă PAx = Pb , deci x 0 este soluţie şi
0 0

a sistemului (S'). Reciproc, dacă PAx 0 = Pb cu x 0 ∈ K n , înmulţind la stânga cu

P −1 , obţinem Ax 0 = b , deci x 0 este soluţie şi pentru (S).
‫ٱ‬
Teorema 1 (Kronecker-Capelli). Sistemul
(S) Ax = b
este compatibil dacă şi numai dacă rang( A) = rang A . ( )
Demonstraţie. Presupunem că rang( A) = r . Fie matricele elementare
U 1 ,U 2 ,...,U p astfel încât
U p ...U 2U 1 A = E
unde E este matrice eşalon.
Conform teoremei 2, paragraful 2.4, rang(E ) = rang( A) = r , deci
matricea eşalon E are r pivoţi a1 , a 2 ,..., a r ∈ K * şi fie j1 < j 2 < ... < j r
coloanele lui E în care se găsesc respectiv a1 , a 2 ,..., a r . Fie P = U p ...U 2U 1 şi
b ′ = Pb ,
⎛ b1′ ⎞
⎜ ⎟
⎜ b′ ⎟
b′ = ⎜ 2 ⎟ ∈ K m .
M
⎜ ⎟
⎜ b′ ⎟
⎝ m⎠
Cum matricele elementare sunt inversabile avem P ≠ 0 , deci sistemul (S)
este echivalent cu sistemul
(S') PAx = Pb
′
adică Ex = b . Sistemul (S') se poate scrie astfel:

74
 ⎧a1 x j1 + L = b1′
⎪ a 2 x j2 + L = b2′
⎪
⎪ O M
⎪
(S') ⎨ a r x jr + L = br′ .
⎪0 ⋅ x + 0 ⋅ x + L + 0 ⋅ x n = br′+1
⎪ 1 2

⎪ M
⎪
⎩ 0 ⋅ x1 + 0 ⋅ x 2 + L + 0 ⋅ x n = bm′
Dacă (S') admite o soluţie x ∈ K n , atunci evident br′+1 = ... = bm′ = 0 .
Reciproc, dacă această condiţie este îndeplinită, atunci sistemul (S') este echivalent
cu sistemul
⎧a1 x j1 +L = b1′
⎪ a 2 x j2 +L = b2′
⎪
(S") ⎨
⎪ O M
⎪ a r x jr + L = br′
⎩
Sistemul (S") este compatibil căci pentru orice sistem de valori din K date
necunoscutelor x j , j ∈ {1,2,..., n} \ { j1 , j 2 ,..., j r } (S") devine sistem Cramer în
necunoscutele x j ,..., x jr , determinantul matricei unui astfel de sistem fiind
1

a1 * L *
a2 L *
= a1 a 2 ...a r ≠ 0 .
O M
O
ar
( ) ( ) (
Cum PA = P A b = PA Pb = E b ′ , avem rang A = rang E b ′ . ) ( ) (( ))
Dar rang((E b ′)) = r = rang( A) dacă şi numai dacă br′+1 = ... = bm′ = 0 .
Conchidem că sistemul (S) este compatibil dacă şi numai dacă
rang ( A) = rang A .( )
‫ٱ‬
Observaţie. Din demonstraţia teoremei precedente rezultă că atunci când
sistemul (S) Ax = b este compatibil, acesta este echivalent cu sistemul (S").
Pentru rezolvarea sistemului (S") nu este necesar să folosim regula lui Cramer.
Necunoscutelor x j , j ∈ {1,2,..., n} \ { j1 , j 2 ,..., j r } numite necunoscute secundare
le dăm valori arbitrare din corpul comutativ K . În sistemul Cramer corespunzător
în necunoscutele x j , x j ,..., x jr , numite principale, se observă că necunoscuta x j
1 2 1

a fost eliminată din ecuaţia a doua, x j şi x j au fost eliminate din ecuaţia a treia
1 2

75
şi aşa mai departe. Această împrejurare permite să determinăm rapid valorile
corespunzătoare pentru x j ,...x jr făcând "marche arrière". Se determină x jr din
1

ecuaţia r folosind faptul că a r ≠ 0 . Se introduce valoarea găsită în ecuaţia r − 1

şi se determină x j folosind faptul că a r −1 ≠ 0 şi aşa mai departe.
r −1
Acest procedeu de rezolvare a sistemelor de ecuaţii liniare se numeşte
metoda Gauss a eliminării.
Exemple.
1. Fie sistemul (S) de 3 ecuaţii liniare în 4 necunoscute x1 , x 2 , x3 , x 4 cu
coeficienţi în ,
⎧ x1 − 2 x2 + x3 − 2 x4 = −1
⎪
(S) ⎨2 x1 − 4 x2 + x3 − 3 x4 = 0 .
⎪
⎩4 x1 − 8 x2 + 3 x3 − 7 x4 = −2
Să testăm dacă (S) este compatibil şi să aflăm soluţiile cu metoda Gauss în
caz că este compatibil. Considerăm matricea extinsă a sistemului (S)
⎛1 − 2 1 − 2 −1⎞
⎜ ⎟
A = (A b ) = ⎜ 2 − 4 1 − 3 0 ⎟ .
⎜ 4 − 8 3 − 7 − 2⎟
⎝ ⎠
Efectuăm asupra liniilor lui A transformările elementare de tip I şi II care
reduc pe A la forma eşalon E . La linia a doua a lui A adunăm prima linie
înmulţită cu − 2 , la linia a treia adunăm prima linie înmulţită cu − 4 şi la linia
a treia linia a doua înmulţită cu − 1 . Obţinem
⎛ 1 −2 1 −2 −1⎞
⎜ ⎟
A → ⎜ 0 0 −1 1 2 ⎟ = ( E b′ ) .
⎜ ⎟
⎜0 0 0 0 0⎟
⎝ ⎠
Rezultă că rang( A) = rang(A ) = 2 , deci sistemul (S) este compatibil şi
este echivalent cu sistemul
⎧ x1 − 2 x 2 + x3 − 2 x 4 = −1
(S") ⎨
⎩ − x3 + x 4 = 2
Necunoscutele principale sunt x1 şi x3 iar cele secundare x 2 şi x 4 . Dând
lui x 2 şi x 4 valori arbitrare λ 1 , respectiv λ 2 din , sistemul (S") se mai
scrie
⎧ x1 + x3 = −1 + 2λ 1 + 2λ 2
⎨ .
⎩ x3 = 2 − λ 2

76
 Înlocuind valoarea lui x3 în prima ecuaţie, găsim x1 = −3 + 2λ 1 + 3λ 2 ,
soluţia generală a sistemului (S) fiind
x = (− 3 + 2λ 1 + 3λ 2 , λ 1 ,2 − λ 2 , λ 2 ) cu λ1 , λ2 ∈
T
.
Să observăm că transformările elementare efectuate asupra liniilor lui A
puteau fi efectuate direct pe ecuaţiile sistemului (S): la ecuaţia a doua se adună
prima înmulţită cu − 2 şi aşa mai departe. Se obţine direct sistemul (S') din
care se extrage apoi (S").
2. Fie sistemul (S) cu coeficienţi în corpul 5 ,
⎧2̂ x1 + 3̂x 2 + x3 = 2̂
⎪⎪
(S) ⎨2̂ x1 + x 2 + 3̂x3 = 1̂ .
⎪
⎪⎩ x1 + 3̂ x 2 + 2̂ x3 = 3̂
Adunăm prima ecuaţie înmulţită cu 4̂ la a doua şi înmulţită cu 2̂ la a
treia. Apoi la ecuaţia a treia se adună a doua ecuaţie înmulţită cu 2̂ . Se obţine
sistemul
⎧2̂ x1 + 3̂x 2 + x3 = 2̂
⎪
⎨ 3̂x 2 + 2̂ x3 = 4̂ .
⎪ 3̂x3 = 4̂
⎩
Din ultima ecuaţie se obţine x3 = 3̂ −1 4̂ = 2̂ ⋅ 4̂ = 3̂ . Valoarea găsită se
înlocuieşte în ecuaţia a doua. Obţinem 3̂ x 2 + 1̂ = 4̂ , de unde x 2 = 1̂ . În fine, în
prima ecuaţie se înlocuieşte x 2 cu 1̂ şi x3 cu 3̂ şi se obţine x1 = 3̂ . Sistemul
(S) are soluţie unică, anume x1 = 3̂ , x 2 = 1̂ , x3 = 3̂ .

2.6.2. Soluţiile unui sistem compatibil de ecuaţii liniare

Fie (S) Ax = b un sistem de m ecuaţii liniare în n necunoscute. Sistemul

(S0)
⎛ 0⎞
⎜ ⎟
⎜ 0⎟
(S0) Ax = 0 = ⎜ ⎟ ∈ K m
M
⎜ ⎟
⎜ 0⎟
⎝ ⎠
se numeşte sistem omogen asociat lui (S).

77
 Teorema 2. Mulţimea N A a soluţiilor sistemului omogen (S0) este un
subspaţiu liniar al lui K n şi
dim K ( N A ) = n − rang( A) .
Demonstraţie. Fie transformarea liniară f A : K n → K m , f A ( x ) = Ax .
Evident N A = Ker ( f A ) . Cum
⎛ x1 ⎞
⎜ ⎟
⎜x ⎟
f A ( x ) = Ax = c1 x1 + c 2 x 2 + ... + c n x n , ∀x = ⎜ 2 ⎟ ∈ K n ,
A A A

M
⎜ ⎟
⎜x ⎟
⎝ n⎠
rezultă că Im( f A ) = c1 , c 2 ,..., c n . Aşadar,
A A A

dim K (Im( f A )) = dim K c1A , c 2A ,..., c nA = rang( A)

conform teoremei 1, paragraful 2.5. Aplicând teorema 3, paragraful 1.4., avem
( )
n = dim K K n = dim K (Ker( f A )) + dim K (Im( f A )) ,
de unde dim K ( N A ) = n − rang ( A) .
‫ٱ‬
Teorema 3. Fie (S) Ax = b un sistem compatibil de ecuaţii liniare şi
x 0 ∈ K n o soluţie particulară a sa. Dacă N A este mulţimea soluţiilor sistemului
omogen (S0) asociat lui (S), atunci
{ }
def
x0 + N A = x0 + x z ∈ N A
este mulţimea tuturor soluţiilor sistemului (S).
Demonstraţie. Dacă y ∈ x 0 + N A , atunci y = x 0 + x cu x ∈ N A . Cum
Ax 0 = b şi Ax = 0 , rezultă că
( )
Ay = A x 0 + x = Ax 0 + Ax = b + 0 = b
deci y este soluţie a isitemului (S). Reciproc, dacă Ay = b cu y ∈ K n , iar
x = y − x 0 , atunci
( )
Ax = A y − x 0 − Ay − Ax 0 = b − b = 0
deci x ∈ N A şi y = x 0 + x ∈ x 0 + N A .
‫ٱ‬
Corolar. Un sistem (S) Ax = b de m ecuaţii liniare în n necunoscute
este compatibil determinat dacă şi numai dacă rang( A) = rang A = n . ( )
Demonstraţie. Avem N A = O dacă şi numai dacă rang( A) = n , iar (S)
este compatibil dacă şi numai dacă rang( A) = rang A . ( )
‫ٱ‬
78
 Fie (S) Ax = b un sistem compatibil de m ecuaţii liniare în n
necunoscute, x 0 o soluţie particulară a sa şi d = dim K ( N A ) . O bază
(x ( ) , x ( ) ,..., x ( ) ) a subspaţiului
1 2 d
N A al soluţiilor sistemului omogen (S0) asociat
se numeşte sistem fundamental de soluţii şi avem
⎧ d
⎫
x 0 + N A = ⎨ x 0 + ∑ λ i x (i ) λ 1 ,..., λ d ∈ K ⎬ .
⎩ i =1 ⎭
Aşadar, pentru a rezolva un sistem (S) compatibil de ecuaţii liniare este
suficient să găsim o soluţie particulară x 0 a sa şi un sistem fundamental de soluţii
pentru sistemul omogen (S0) asociat.

2.6.3. Metoda matriceală de rezolvare a sistemelor liniare

de ecuaţii liniare

Fie sistemul compatibil (S) de m ecuaţii liniare în n necunoscute,

(S) Ax = b .
Putem presupune că m ≤ n şi că rang( A) = m . În adevăr fie A = A b ( )
matricea extinsă a sistemului (S). Cum (S) este compatibil, avem
( )
rang A = rang( A) = r . Aşadar A are r linii liniar independente şi oricare altă
linie a sa este combinaţie liniară de acestea. Presupunând, de exemplu, că primele
r linii ale lui A sunt liniar independente, atunci pentru orice i , r < i ≤ m există
λ 1 ,..., λ r ∈ K astfel încât
liA = λ 1l1A + λ 2 l 2A + ... + λ r l rA .
De aici rezultă că a i − a ecuaţie a sistemului (S) poate fi obţinută
înmulţind primele r ecuaţii respectiv cu λ 1 , λ 2 ,..., λ r şi adunându-le termen cu
termen. Deducem că sistemul (S) este echivalent cu sistemul (S') format cu primele
r ≤ n ecuaţii ale lui (S) şi rangul matricei sistemului (S') este r , egal cu numărul
ecuaţiilor lui (S').
Aşadar putem presupune m ≤ n şi că rang( A) = m . Matricea A are deci
o submatrice pătrată B de ordin m astfel încât B ≠ 0 . Pentru a nu complica
notaţiile, presupunem că B se găseşte în primele m coloane ale lui A , deci
( )
matricea A se partiţionează astfel: A = B S ,unde S ∈ M m×d (K ) , d = n − m .
Submatricea B se numeşte bază a sistemului (S). Necunoscutele x1 , x 2 ,..., x m
corespunzătoare coloanelor lui B se numesc necunoscute principale (sau de bază),
iar x m +1 ,..., x n se numesc necunoscute secundare. Folosim notaţiile

79
 ⎛ x1 ⎞ ⎛ x m +1 ⎞
⎜ ⎟ ⎜ ⎟
⎜ x2 ⎟ ⎜ xm+ 2 ⎟ ⎛x ⎞
xB = ⎜ ⎟ ∈ K , xS = ⎜
m
⎟ ∈ K d , x = ⎜⎜ B ⎟⎟ ∈ K n .
⎜ ⎟
M
⎜
M
⎟ ⎝ xS ⎠
⎜x ⎟ ⎜ x ⎟
⎝ m⎠ ⎝ n ⎠
Având în vedere cum se înmulţesc matricele partiţionate în blocuri,
sistemul (S) se mai scrie
(S) Bx B + Sx S = b
şi înmulţind la stânga cu B −1 , obţinem
xB = B −1b − B −1SxS .
⎛ 0⎞
⎜ ⎟
Luând x S = ⎜ M ⎟ ∈ K d , obţinem x B = B −1b ∈ K m şi acum este evident că
⎜ 0⎟
⎝ ⎠
⎛ B −1b ⎞
⎜ ⎟
⎜ 0 ⎟
x0 = ⎜ ⎟∈K
n

⎜ M ⎟
⎜ 0 ⎟
⎝ ⎠
este o soluţie particulară a sistemului (S).
Sistemul omogen (S0) asociat sistemului (S) se scrie
(S0) Bx B + Sx S = 0
şi înmulţind la stânga cu B −1 , obţinem
x B = − B −1 Sx S = Cx S
unde C ∈ M m×d ( K )
⎛ c11 c12 L c1d ⎞
⎜ ⎟
⎜c c 22 L c2d ⎟
C = − B −1 S = ⎜ 21
M M O M ⎟
⎜ ⎟
⎜c cm2 L c md ⎟⎠
⎝ m1
I
Luând x S = ci d , 1 ≤ i ≤ d , obţinem soluţiile

80
 ⎛ c11 ⎞ ⎛ c12 ⎞ ⎛ c1d ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ c 21 ⎟ ⎜ c 22 ⎟ ⎜ c2d ⎟
⎜ M ⎟ ⎜ M ⎟ ⎜ M ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ c ⎟ ⎜ c ⎟ ⎜ c ⎟
x (1) = ⎜ ⎟ , x (2 ) = ⎜
m1 m 2
⎟ , …, x (d ) = ⎜
md
⎟
⎜ 1 ⎟ ⎜ 0 ⎟ ⎜ 0 ⎟
⎜ 0 ⎟ ⎜ 1 ⎟ ⎜ 0 ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ M ⎟ ⎜ M ⎟ ⎜ M ⎟
⎜ 0 ⎟ ⎜ 0 ⎟ ⎜ 1 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
(1) (d )
ale sistemului omogen (S0). Să observăm că x ,..., x sunt coloanele matricei
⎛ c11 L c1d ⎞
⎜ ⎟
⎜ M O M ⎟
⎛ C ⎞ ⎜ c m1 L c md ⎟
⎜⎜ ⎟⎟ = ⎜ ⎟
I
⎝ d⎠ ⎜ 1 L 0 ⎟
⎜ M O M ⎟
⎜ ⎟
⎜ 0 L 1 ⎟
⎝ ⎠
care are rangul d pentru că are minorul I d = 1 ≠ 0 .
(
Aşadar ind K x (1) , x (2 ) ,..., x (d ) ) şi cum dim K ( N A ) = n − m = d , rezultă
(1) (2 ) (d )
că x , x ,..., x este o nază pentru N A , adică un sistem fundamental de soluţii.
Mulţimea tuturor soluţiilor a sistemului (S) este deci
⎛ B −1 b ⎞
⎜ ⎟
⎜ 0 ⎟ (1) (d )
⎜ ⎟ + λ 1 x + ... + λ d x cu λ 1 ,..., λ d ∈ K .
⎜ M ⎟
⎜ 0 ⎟
⎝ ⎠
Exemplu. Să se arate că sistemul
⎧2 x1 + x 2 + x3 + 2 x 4 + 2 x5 = 2
⎪
(S) ⎨ x1 + 2 x 2 + x3 − x 4 + x5 = 4
⎪2 x + 2 x + x + 3 x + x = −2
⎩ 1 2 3 4 5
este compatibil şi să se rezolve folosind metoda matriceală.
Matricele A şi A ale sistemului (S) sunt
⎛ 2 1 1 2 2⎞
⎜ ⎟
A = ⎜ 1 2 1 − 1 1 ⎟ = (B S ) , A = ( A b )
⎜2 1 1 3 1⎟
⎝ ⎠
81
unde
⎛ 2 1 1⎞ ⎛ 2 2⎞ ⎛ 2 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
B = ⎜ 1 2 1⎟ , S = ⎜ − 1 1 ⎟ , b = ⎜ 4 ⎟ .
⎜ 2 1 1⎟ ⎜ 3 1⎟ ⎜ − 2⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
Cum B = −1 ≠ 0 , rezultă că rang( A) = 3 . Avem
⎛ 0 −1 1 ⎞ ⎛ − 6⎞ ⎛− 4 0 ⎞
−1
⎜ ⎟ −1
⎜ ⎟ −1
⎜ ⎟
B = ⎜−1 0 1 ⎟ , B b = ⎜ − 4⎟ , C = −B S = ⎜ − 1 1 ⎟ .
⎜ 2 2 − 3⎟ ⎜ 18 ⎟ ⎜ 7 − 3⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
0
Sistemul (S) admite deci soluţia particulară x şi sistemul fundamental de
soluţii x( ) , x ( ) ,
1 2

⎛ − 6⎞ ⎛ − 4⎞ ⎛ 0 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎛ B b⎞ ⎜ − 4⎟
−1
⎜ −1⎟ ⎜ 1 ⎟
⎜ ⎟
⎜ (1) ⎜
x = ⎜ 0 ⎟ = 18 , x = 7 , x = − 3 ⎟ ,
0 ⎟ ⎟ (2 ) ⎜
⎜ 0 ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝ ⎠ ⎜ 0 ⎟ ⎜ 1 ⎟ ⎜ 0 ⎟
⎜ 0 ⎟ ⎜ 0 ⎟ ⎜ 1 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
soluţia generală fiind
x 0 + λ 1 x (1) + λ 2 x (2 ) = (− 6 − 4λ 1 ,−4 − λ 1 + λ 2 ,18 + 7λ 1 − 3λ 2 , λ 1 , λ 2 ) cu
T

λ1 , λ2 ∈ .

2.6.4. Minori caracteristici. Teorema lui Rouché

Fie (S) Ax = b un sistem de m ecuaţii liniare în n necunoscute.

Presupunem că rang( A) = r şi fixăm un minor M diferit de zero de ordin r al
lui A , care are în continuare statutul de minor principal. Minorii de ordin r + 1 ai
( )
matricei A = A b obţinuţi bordând cu linii ale lui A din care nu provine M şi
cu coloana b a termenilor liberi se numesc minori caracteristici ai sistemului (S).
Astfel, dacă M provine din primele r linii şi r coloane ale lui A , minorii
caracteristici sunt
b1
not
M M
Δi = , i = r + 1,..., n .
br
ai1 L air bi
( )
Evident, rang( A) = rang A dacă şi numai dacă Δ i = 0 , i = r + 1,..., n .
Aşadar:
82
 Teorema 4 (Rouché). Un sistem (S) Ax = b de ecuaţii liniare este
compatibil dacă şi numai dacă toţi minorii caracteristici sunt egali cu zero.
Exemplu. Să determinăm a ∈ astfel încât sistemul
⎧ x1 + x 2 + 3 x3 + x 4 = 4
⎪
(S) ⎨3 x1 + x 2 + 2 x3 − x 4 = 3
⎪ x − x − 4 x − 3x = a
⎩ 1 2 3 4
să fie compatibil şi să se rezolve în acest caz.
Matricea A a sistemului (S) este
⎛1 1 3 1 ⎞
⎜ ⎟
A = ⎜3 1 2 − 1⎟
⎜ 1 − 1 − 4 − 3⎟
⎝ ⎠
Observăm că minorul de ordinul 2
1 1
M = = −2 ≠ 0
3 1
conţinut în primele două linii şi coloane a lui A este diferit de zero. Minorii de
ordin 3 ai lui A care bordează pe M sunt zero
1 1 3 1 1 1
3 1 2 = 0 , 3 1 −1 = 0
1 −1 − 4 1 −1 − 3
şi deci rang( A) = 2 . Avem un singur minor caracteristic, anume
1 1 4
Δ c = 3 1 3 = −10 − 2a .
1 −1 a
Punând condiţia Δ c = 0 rezultă a = −5 . Aşadar, pentru a = −5 sistemul
(S) este compatibil. Sistemul (S) pentru a = −5 este echivalent cu sistemul
⎧ x1 + x 2 + 3x3 + x 4 = 4
(S') ⎨ .
⎩3x1 + x 2 + 2 x3 − x 4 = 3
Cum M ≠ 0 , (S') poate fi considerat ca fiind sistem Cramer în
necunoscutele x1 şi x 2 ,
⎧ x1 + x 2 = 4 − 3 x3 − x 4
(S") ⎨ .
2
⎩ 1 x + x 2 = 3 − 2 x 3 + x 4

Aplicând regula lui Cramer, obţinem

83
 ⎧ 4 − 3 x3 − x4 1
⎪
⎪x = 3 − 2 x3 + x4 1 1 − x3 − 2 x4 1 1
= = − + x3 + x4
⎪⎪ 1 M −2 2 2
⎨ .
⎪ 1 4 − 3 x3 − x4
⎪ 3 3 − 2 x3 + x4 − 9 + 7 x3 + 4 x4 9 7
⎪ x2 = = = − x3 − 2 x4
⎪⎩ M −2 2 2
Dând valori arbitrare λ1 , λ2 ∈ pentru necunoscutele x3 şi x 4 , găsim
soluţiile
T
⎛ 1 1 9 7 ⎞
⎜ − + λ 1 + λ 2 , − λ 1 − 2λ 2 , λ 1 , λ 2 ⎟ cu λ1 , λ2 ∈ .
⎝ 2 2 2 2 ⎠

Exerciţii

1. Calculaţi determinanţii de ordinul trei:

1 2 3
a) 3 2 1;
1 3 2
1 −2 3
b) −4 5 −6 ;
7 −8 9
a+d b+d c+d
c) a b c ;
1 1 1

b b c
d) bc b c 2 , c ≠ 0 , b ≠ 0 ;
2

b c
1
c b
a b c
e) a − bc
2
b − ac
2
c − ab .
2

2a + b + c a + 2b + c a + b + 2c

84
2. Aplicând proprietăţile determinanţilor, să se calculeze şi să se scrie rezultatul
sub formă de produs:
a2 (a + 1)2 (a + 2)2
a) b2 (b + 1)2 (b + 2)2 ;
c2 (c + 1)2 (c + 2)2
x −1 x +1 x2 −1
b) y −1 y +1 y2 −1 ;
z −1 z +1 z 2 −1
a b c
c) b+c c+a a+b .
b2 + c2 c2 + a2 a2 + b2
3. Fie n ∈ *
şi − spaţiul vectorial n
pe care se consideră produsul scalar
canonic
def n
x, y = ∑ xi y i , ∀x, y ∈ n
, x = ( x1 ,..., x n ) , y = ( y1 ,..., y n ) .
i =1

Dacă u1 , u2 ,..., um ∈ n
, atunci definim
⎛ u1 , u1 L u1 , um ⎞
⎜ ⎟
G ( u1 , u2 ,..., um ) = ⎜ M O M ⎟ ∈ Mm ( )
⎜ u ,u L um , um ⎟⎠
⎝ m 1
şi
Δ(u1 ,..., u m ) = det (G (u1 ,..., u m )) .
Fie v1 ,..., vm ∈ n
( )
şi A = aij ∈ M m ( ) astfel încât
m
vi = ∑ a ij u j , 1 ≤ i ≤ m .
j =1

a) Arătaţi că G (v1 , v 2 ,..., v m ) = AG (u1 , u 2 ,..., u m )AT ;

b) Δ(v1 , v 2 ,..., v m ) = A Δ(u1 , u 2 ,..., u m ) ;
2

c) Δ(u1 ,..., u m ) ≥ 0
d) ind ( u1 ,..., um ) ⇔ Δ ( u1 ,..., um ) > 0 .
4. Fie mulţimile finite S1 , S 2 ,..., S m şi A = ( aij ) ∈ M m ( ) astfel încât
aij = Card (S i I S j ) oricare ar fi 1 ≤ i, j ≤ m . Arătaţi că det ( A) ≥ 0 .

85
5. Pentru n ∈ *
( )
fie matricea A = aij ∈ M n ( ) , unde
⎧− 1 pentru i ≤ j
aij = ⎨ .
⎩1 pentru i > j
Calculaţi det ( A) şi det (− A) .
( )
6. Fie A = aij ∈ M n ( ) astfel încât aij = max{i, j} pentru 1 ≤ i, j ≤ n . Să se
calculeze det ( A) .
( )
7. Fie A = aij ∈ M n ( ) astfel încât aij = min{i, j} pentru 1 ≤ i, j ≤ n . Să se
calculeze det ( A) .
( )
8. Fie A = aij ∈ M n ( ) astfel încât aij = i − j pentru 1 ≤ i, j ≤ n . Să se
calculeze det ( A) .
9. Fie p, q ∈ astfel încât p 2 − 4q < 0 . Dacă A∈ M n ( ) cu n impar,
atunci A 2 + pA + qI n ≠ 0 .
10. Fie a1 , a2 ,..., an ∈ . Să se calculeze
1 + a1 a2 a3 L an
a1 1 + a2 a3 L an
D= .
M M M O M
a1 a2 a3 L 1 + a n
11. Fie determinanţii de ordin n ,
3 2 0 L 0 0
α + β αβ 0 0 L 0
1 3
2 L 0 0
1 α + β αβ 0 L 0
0 1
3 L 0 0
En = , Fn = 0 1 α + β αβ L 0 .
M M
M O M M
M M M M O M
0 0
0 L 3 2
0 0 0 0 L α+β
0 0
0 L 1 3
a) Arătaţi că E n = 3E n −1 − E n − 2 şi Fn = (α + β )Fn −1 − αβ Fn − 2 oricare ar fi
n ≥ 1.
b) Calculaţi E n şi Fn .

86
12. Fie funcţiile derivabile f ij : [ a, b ] → , 1 ≤ i, j ≤ 3 şi funcţia
f11 ( x ) f12 ( x ) f 13 ( x )
f : [ a, b ] → , f ( x ) = f 21 ( x ) f 22 (x ) f 23 ( x ) .
f 31 ( x ) f 32 ( x ) f 33 (x )
Arătaţi că f este derivabilă pe [a, b] şi
f11′ ( x ) f12′ ( x ) f13′ ( x ) f11 ( x ) f12 ( x ) f13 ( x )
f ′ ( x ) = f 21 ( x ) f 22 ( x ) f 23 ( x ) + f 21′ ( x ) f 22′ ( x ) f 23′ ( x ) +
f 31 ( x ) f 32 ( x ) f33 ( x ) f31 ( x ) f32 ( x ) f33 ( x )
.
f11 ( x ) f12 ( x ) f13 ( x )
+ f 21 ( x ) f 22 ( x ) f 23 ( x )
f 31′ ( x ) f 32′ ( x ) f 33′ ( x )
Generalizare.
x + a1 x x
13. Fie f : → , f (x ) = x x + a2 x , unde a1 , a2 , a3 ∈ .
x x x + a3
a) Arătaţi că f ( x ) = f ′(0 )x + f (0 ) .
b + a1 b b
b) Calculaţi b b + a2 b .
b b b + a3
Generalizare.
14.
a b c
a) Dacă a, b, c ∈ şi 2ca b = 0 , atunci a = b = c = 0 .
2b 2c a
b) Dacă a + b3 2 + c3 4 = 0 cu a, b, c ∈ , atunci a = b = c = 0 .
15. Fie A, B, C , D ∈ M 2 ( ) cu A ≠ 0.
a) Arătaţi că
⎛ A −1
0 ⎞⎛ A B ⎞ ⎛ I 2 A −1 B ⎞
⎜ ⎟⎜⎜ ⎟ = ⎜ ⎟.
I 2 ⎟⎠⎝ C D ⎟⎠ ⎜⎝ 0 D − CA −1 B ⎟⎠
⎜ − CA −1
⎝
A B
b) Dacă AC = CA , atunci = AD − CB .
C D

87
16. Calculaţi determinanţii
a b c d a 0 −b 0
−b a −d c 0 b 0 −a
, ,
−c d a − b c 0 0 −d
−d −c b a 0 b −c 0
unde a, b, c, d ∈ .
A −B
17. Fie A, B ∈ M n ( ). Arătaţi că = A + iB ⋅ A − iB . Examinaţi
B A
cazurile AB = BA şi n = 1 .
18. Fie n ∈ * , a1 , a2 ,..., an ∈ şi
1 1 L 1
a1 a2 L an
V (a1 , a 2 ,..., a n ) = a12 a 22 L a n2 ,
M M O M
a1n −1 a 2n −1 L a nn −1
numit determinantul Vandermonde asociat numerelor a1 , a 2 ,..., a n . Arătaţi:
a) V (a1 , a 2 , a3 ) = (a 2 − a1 )(a3 − a1 )(a3 − a 2 ) = ∏ (a
1≤i < j ≤ 3
j − ai );

b) V (a1 , a 2 ,..., a n ) = ∏ (a
1≤i < j ≤ n
j − ai ) .

19. Calculaţi determinanţii următori (de tip Vandermonde sau reductibili la tipul
Vandermonde).
1 1 1 1
a b c d
a) ;
a2 b2 c2 d2
a3 b3 c3 d3
1 1 1
b) 2x y 3z ;
4x 2 y2 9z 2
1 a a3
c) 1 b b 3 ;
1 c c3

88
 x + y2 y + z2 z + x2
d) x2 + y3 y2 + z3 z 2 + x3 .
x3 + y 4 y3 + z 4 z3 + x4
20. Rezolvaţi ecuaţiile:
x 2 2
a) 2 x 2 = 0;
2 2 x
1− x 0 x
b) 0 1 − 2x 0 = 0;
x 0 1 − 3x
1 2 3
c) 2 x + 1 2x + 1 = 0 ;
3 2 x + 1 3x + 1
1 x x
d) x 1 x = 0;
x x 1
a2 − x ab ac
e) ab b −x
2
bc = 0 , a, b, c ∈ .
ac bc c −x
2

21. Determinaţi valorile parametrilor reali a şi b astfel încât matricea A:

⎛ a 1 2 4⎞
⎜ ⎟
A = ⎜ 1 b 2 3⎟
⎜ 1 2b 2 4 ⎟
⎝ ⎠
a) are rangul 2;
b) are rangul 3.
22. Determinaţi a ∈ astfel încât următoarele matrice să fie inversabile şi
determinaţi inversele lor.
⎛1 a⎞
a) A = ⎜⎜ ⎟;
⎝−1 2 ⎟⎠
⎛2 −1 0⎞
⎜ ⎟
b) B = ⎜ a 1 3⎟ ;
⎜1
⎝ 0 2 ⎟⎠
89
 ⎛a 1 1 2⎞
⎜ ⎟
⎜1 2 3 1⎟
c) C = ⎜ .
a −1 1 2⎟
⎜ ⎟
⎜2 − 3 4 − 1⎟⎠
⎝
23. Rezolvaţi următoarele ecuaţii matriceale
⎛ 1 2⎞ ⎛2 1 ⎞
a) ⎜⎜ ⎟⎟ X = ⎜⎜ ⎟⎟ ;
⎝ −1 0⎠ ⎝ 3 − 1⎠
⎛3 2 1⎞ ⎛1 2 3⎞
⎜ ⎟ ⎜ ⎟
b) X ⎜ 0 1 2 ⎟ = ⎜ 2 3 1⎟ ;
⎜2 1 1⎟ ⎜3 1
⎝ ⎠ ⎝ 2 ⎟⎠
⎛ 2 1 ⎞ ⎛ 3 1⎞ ⎛ 1 4 ⎞
c) ⎜⎜ ⎟⎟ X ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟ .
⎝ 5 3 ⎠ ⎝ 2 1⎠ ⎝ 4 1 ⎠
24. Folosind metoda Gauss a eliminării, arătaţi că sistemele următoare sunt
compatibile şi determinaţi soluţiile acestora.
⎧− x1 + 2 x 2 + x3 + x 4 = 2
⎪
a) ⎨2 x1 − 3 x 2 − x3 + x 4 = −1 ;
⎪− x + 3 x + 2 x + 4 x = 5
⎩ 1 2 3 4

⎧ x1 − 3 x 2 + x3 + x 4 = 1
⎪
b) ⎨ x1 − 3 x 2 + x3 − 2 x 4 = −1 .
⎪ x − 3x + x + 5 x = 6
⎩ 1 2 3 4
25. Rezolvaţi următoarele sisteme liniare omogene
⎧ x1 + 5 x 2 + x3 + 7 x 4 = 0
⎪
a) ⎨2 x1 + 7 x 2 + x3 + 2 x 4 = 0 ;
⎪5 x + 13 x + x − 13 x = 0
⎩ 1 2 3 4

⎧ x1 − 2 x 2 + x3 = 0
⎪
b) ⎨4 x1 + x 2 − 2 x3 = 0
⎪11x − 4 x − x = 0
⎩ 1 2 3
26. Să se discute şi să se rezolve când sunt compatibile sisteme liniare
⎧ x + y + mz = 1
⎪
a) ⎨ x + 2my + z = −1 , m∈ ;
⎪2mx + y + (m + 1)z = 0
⎩

90
 ⎧ x + αy + β z = 1
⎪
b) ⎨ x + αβ y + z = α .
⎪β x + αy + z = 1
⎩
27. Fie A şi A matricea sistemului, respectiv matricea extinsă a sistemului (S),
⎧ x1 − x 2 + x3 + αx 4 = β
⎪
(S) ⎨ x1 + x 2 + γx3 + x 4 = −1 , α , β , γ ∈ .
⎪2 x − x + x − x = 1
⎩ 1 2 3 4

Determinaţi α, β, γ astfel încât rang A = rang A = 2 şi să se rezolve cu

metoda matriceală sistemul (S) în acest caz.
28. Determinaţi valorile parametrului real m pentru care următoarele sisteme
omogene admit soluţii nebanale şi să se rezolve în acest caz.
⎧ x + my + z = 0
⎪
a) ⎨mx + y + z = 0 ;
⎪ x + y + mz = 0
⎩
⎧ x1 + 4 x 2 + x3 − 2 x 4 = 0
⎪2 x − 5 x − 4 x + 2 x = 0
⎪ 1 2 3 4
b) ⎨ .
⎪ 5 x1 + 3 x 2 − 3 x 3 + 4 x 4 = 0
⎪⎩2 x1 − mx 2 − 2 x3 = 0
29. Arătaţi că sistemul (S),
⎧x + y + z = 0
⎪
(S) ⎨(b + c )x + (a + c ) y + (b + a )z = 0 , a, b, c ∈ ,
⎪bcx + acy + abz = 0
⎩
admite soluţie unică dacă şi numai dacă numerele a, b, c sunt distincte.

91
 3. Teorie Jordan

3.1. Matrice canonică Jordan

Fie K un corp comutativ, V un spiţiu vectorial de dimensiune n peste

corpul K şi B = ( e1 ,..., en ) o bază a lui V . Fie, de asemenea e1′ , e2′ ,..., en′ ∈ V şi
B ′ = (e1′ ,..., e′n ) . Există scalarii pij ∈ K unic determinaţi astfel încât
n
e′j = ∑ pij ei , 1 ≤ j ≤ n .
i =1

( )
Fie P = pij ∈ M n ( K ) .
Cu datele de mai sus avem:
Lema 1. B′ = (e1′,..., en′ ) este o bază a lui V dacă şi numai dacă
det (P ) ≠ 0 .
Demonstraţie. Presupunem că det (P ) ≠ 0 şi fie
Q = ( qij ) = P ∈ M n ( K ) . Putem scrie
−1

⎛ e1′ ⎞ ⎛ e1 ⎞
⎜ ⎟ ⎜ ⎟
⎜ e2′ ⎟ e
T⎜ 2⎟
⎜ M ⎟ = P ⎜ M ⎟,
⎜ ⎟ ⎜ ⎟
⎜ e′ ⎟ ⎜e ⎟
⎝ n⎠ ⎝ n⎠
unde P T este transpusa lui P şi înmulţind cu Q T = P −1 ( ) = (P )
T T −1
, obţinem
⎛ e1 ⎞ ⎛ e1′ ⎞
⎜ ⎟ ⎜ ⎟
⎜ e2 ⎟ e′
T⎜ 2⎟
⎜M⎟ = Q ⎜ M ⎟.
⎜ ⎟ ⎜ ⎟
⎜e ⎟ ⎜ e′ ⎟
⎝ n⎠ ⎝ n⎠
n
Pentru x ∈ V , avem x = ∑x e
j =1
j j cu x j ∈ K , deci

n
⎛ n ⎞ n ⎛ n ⎞ n
x = ∑ x j ⎜ ∑ qij ei′ ⎟ = ∑ ⎜ ∑ qij x j ⎟ ei = ∑ xi′ei ,
j =1 ⎝ i =1 ⎠ i =1 ⎝ j =1 ⎠ i =1
n
unde xi′ = ∑q
j =1
ij xj ∈ K .

92
 Rezultă că V = e1′ ,..., en′ , adică B ′ este un sistem de generatori pentru
V . Folosind teorema alternativei (teorema 3, paragraful 1.3) rezultă că B ′ este o
bază pentru V .
Reciproc, presupunem că B ′ este o bază pentru V . Există qij ∈ K astfel
încât
n
e j = ∑ qij ei′ , 1 ≤ j ≤ n .
i =1
Aşadar avem
⎛ e1′ ⎞ ⎛ e1 ⎞
⎜ ⎟ ⎜ ⎟
⎜ e2′ ⎟ e
T⎜ 2⎟
⎜ M ⎟=P ⎜ M ⎟
⎜ ⎟ ⎜ ⎟
⎜ e′ ⎟ ⎜e ⎟
⎝ n⎠ ⎝ n⎠
şi
⎛ e1 ⎞ ⎛ e1′ ⎞
⎜ ⎟ ⎜ ⎟
⎜ e2 ⎟ e′
T⎜ 2⎟
⎜M⎟ = Q ⎜ M ⎟,
⎜ ⎟ ⎜ ⎟
⎜e ⎟ ⎜ e′ ⎟
⎝ n⎠ ⎝ n⎠
( )
unde Q = qij ∈ M n ( K ) . Rezultă că
⎛ e1 ⎞ ⎛ 0 ⎞
⎜ ⎟ ⎜ ⎟
e ⎜0⎟
( )
T T ⎜ 2⎟
In − Q P ⎜ ⎟ = ⎜ ⎟ .
M M
⎜ ⎟ ⎜ ⎟
⎜e ⎟ ⎜0⎟
⎝ n⎠ ⎝ ⎠
Cum vectorii e1 , e2 ,..., en sunt liniar independenţi rezultă că
I n − Q P = O . Aşadar
T T

( ) ( ) ( )
1 = det (I n ) = det Q T P T = det Q T det P T = det (Q ) det (P ) ,
de unde det ( P ) ≠ 0 .
‫ٱ‬
Când det (P ) ≠ 0 , P se numeşte matricea de trecere de la baza B la baza
B′ .

93
 Fie acum T un operator liniar definit pe spaţiul vectorial V , adică o
aplicaţie T : V → V astfel încât
T (x + y ) = T (x ) + T ( y )
T (λx ) = λT (x )
oricare ar fi x, y ∈ V şi oricare ar fi λ ∈ K . Există aij ∈ K unic determinaţi astfel
încât

T (e j ) = ∑ aij ei , 1 ≤ j ≤ n .
n

i =1

( )
Dacă A = aij ∈ M n ( K ) , atunci A a fost numită matricea asociată
operatorului T în baza B şi am folosit notatia A = M B (T ) (vezi paragraful 1.5.).
Teorema 1. Fie V un spaţiu vectorial de dimensiune n peste corpul K ,
B = (e1 ,..., en ) şi B ′ = (e1′ ,..., e′n ) două baze ale lui V şi P = ( pij ) ∈ M n ( K )
matricea de trecere de la baza B la baza B ′ . Dacă T : V → V este un operator
liniar, atunci
M B′ (T ) = P −1 M B (T )P .
( )
Demonstraţie. Fie B = bij = M B′ (T ) . Avem
⎛ n ⎞ n ⎛ n ⎞
T (e′j ) = ∑ bkj ek′ = ∑ bkj ⎜ ∑ pik ei ⎟ = ∑ ⎜ ∑ pik bkj ⎟ei
n n

k =1 k =1 ⎝ i =1 ⎠ i =1 ⎝ k =1 ⎠
şi
⎛ n ⎞ n ⎛ n ⎞ n ⎛ n ⎞
T (e′j ) = T ⎜ ∑ p kj ek ⎟ = ∑ p kj T (ek ) = ∑ p hj ⎜ ∑ aik ei ⎟ = ∑ ⎜ ∑ aik p kj ⎟ei .
n

⎝ k =1 ⎠ k =1 k =1 ⎝ i =1 ⎠ i =1 ⎝ k =1 ⎠
Din calculul de mai sus rezultă că
n n

∑ pik bkj = ∑ aik pkj

k =1 k =1
oricare ar fi i şi j , 1 ≤ i ≤ n , 1 ≤ j ≤ n . Conchidem că PB = AP şi cum
det (P ) ≠ 0 , avem B = P −1 AP
‫ٱ‬
Un operator liniar T definit pe spaţiul vectorial V este complet
determinat de modul cum acţionează pe o bază a lui V . Pe de altă parte acţiunea
operatorului T pe o bază poate fi descrisă cu ajutorul coeficienţilor matricei
asociate lui T în baza dată şi această descriere este cu atât mai simplă cu cât
matricea asociată este mai apropiată de o matrice diagonală.
Ţinând cont de modul cum se trece de la o bază a lui V la altă bază (vezi
lema 1) şi modul cum se modifică matricea asociată unui operator dat când se face
o schimbare de bază, se impune să definim următoarea relaţie binară pe M n ( K ) :

94
 Definiţie. Fie K un corp comutativ şi A, B ∈ M n ( K ) . Spunem că
matricea A este asemenea cu matricea B , şi scriem A ≈ B , dacă există
P ∈ M n ( K ) cu det (P ) ≠ 0 astfel încât P −1 AP = B .
Dacă n ∈ *
şi λ ∈ K , matricea pătrată
⎛λ 1 ⎞
⎜ ⎟
⎜ λ 1 O ⎟
def ⎜ λ 1 ⎟
Jn (λ ) = ⎜ ⎟ ∈ Mn ( K )
⎜ O O ⎟
⎜ O O 1⎟
⎜⎜ ⎟
⎝ λ ⎟⎠
se numeşte celulă Jordan de ordin n asociată scalarului λ . Dacă
λ 1 , λ 2 ,..., λ s ∈ K şi n1 , n2 ,..., ns ∈ * cu n1 + n2 + ... + n s = n , atunci
⎛ J (λ ) ⎞
⎜ n1 1 ⎟
⎜ O ⎟
def ⎜ J n2 ( λ2 ) ⎟
J n1 ,n2 ,...,ns ( λ1 , λ2 ,..., λs ) = ⎜ ⎟ ∈ Mn ( K )
⎜ O ⎟
⎜ ⎟
⎜ O ⎟
⎜ J ns ( λs ) ⎟
⎝ ⎠
care are pe diagonală celulele Jordan J n (λ 1 ), J n (λ 2 ),..., J ns (λ s ) iar pe restul
1 2
poziţiilor pe 0 ∈ K , se numeşte matrice Jordan.
Rezultatul fundamental care va fi stabilit în acest capitol este:
Teorema 2. Dată o matrice pătrată A∈ M n ( ) , există o matrice Jordan
J A , unic determinată mai puţin ordinea celulelor Jordan de pe diagonală, astfel
încât A ≈ J A .
Acest rezultat se transferă imediat la operatori liniari astfel:
Teorema 2'. Fie T un operator liniar definit pe un spaţiu vectorial V de
dimensiune n peste corpul . Există o bază B a lui V astfel încât M B (T ) să
fie matrice Jordan. Matricea Jordan astfel asociată operatorului T este unic
determinată mai puţin ordinea celulelor de pe doagonală.

95
 3.2. Inele euclidiene

3.2.1. Relaţia de divizibilitate într-un domeniu de integritate

Fie R un domeniu de integritate, adică un inel comutativ cu 1 ≠ 0 şi fără

divizori ai lui zero. Vom avea în vedere în primul rând inelele de polinoame
K [X ] , K corp comutativ şi inelul al numerelor întregi. Relaţia de divizibilitate
este cunoscută atât pentru numere întregi, cât şi pentru polinoame. Este avantajos
să definim şi să studiem relaţia de divizibilitate în cadrul mai larg dat de domeniile
de integritate.
Fie deci R un domeniu de integritate şi a, b două elemente ale lui R .
Spunem că b divide a şi scriem b a , dacă există q ∈ R astfel încât a = bq ; b
se numeşte divizor al lui a , iar a se numeşte multiplu al lui b .
Relaţia de divizibilitate pe un domeniu de integritate R este o relaţie
binară reflexivă şi tranzitivă:
(1) a a , ∀a ∈ R (reflexivitate),
(2) dacă a b şi b c , atunci a c (tranzitivitate).
În adevăr, a a , oricare ar fi a ∈ R pentru că a = a ⋅ 1 . De asemenea,
cum a b şi b c , există q1 , q2 ∈ R astfel încât b = aq1 şi c = bq 2 , de unde
c = a (q1 q 2 ) , deci a c .
Să mai observăm că dacă a ai , 1 ≤ i ≤ n şi c1 , c 2 ,..., c n ∈ R , atunci
n n
a ∑ ai ci , pentru că dacă ai = aqi , 1 ≤ i ≤ n , atunci ∑a c i i = aq , unde
i =1 i =1
n
q = ∑ qi ci .
i =1
Dacă a, b ∈ R , spunem că a este asociat în divizibilitate cu b , şi scriem
a ~ b , dacă a b şi b a . Se verifiă imediat că a ~ b dacă şi numai dacă b = au
cu u ∈ U (R ) , unde (U (R ),⋅) este grupul multiplicativ al elementelor inversabile
ale inelului R , numit grupul unităţilor lui R .
Definiţia. Fie R un domeniu de integritate şi a, b două elemente din R .
Un element d ∈ R se numeşte cel mai mare divizor comun al lui a şi b , pe scurt
c.m.m.d.c. al lui a şi b , dacă :
(α) d a şi d b ,
(β) dacă c a şi c b , atunci c d .

96
 Să observăm că dacă elementul d ′ ∈ R satisface, de asemenea condiţiile
(α) şi (β), atunci d ′ d şi d d ′ , deci d ′ ~ d , adică d ′ = du cu u ∈ U (R ) .
Aşadar, c.m.m.d.c. al lui a şi b , în caz că există, este unic determinat mai puţin o
asociere în divizibilitate şi se notează cu (a, b ) (a nu se confunda cu perechea
ordonată (a, b ) !)
Teorema 1. Fie R un domeniu de integritate cu proprietatea că există
c.m.m.d.c pentru oricare două elemente a, b ∈ R .
Dacă a, b, c ∈ R , atunci:
(1) ((a, b ), c ) ~ (a, (b, c )) (asociativitate),
(2) (ca, cb ) ~ c(a, b ) ,
(3) dacă (a, b ) ~ 1 şi (a, c ) ~ 1 , atunci (a, bc ) ~ 1 ,
(4) dacă a bc şi (a, b ) ~ 1 , atunci a c ,
(5) dacă a c , b c şi (a, b ) ~ 1 , atunci ab c .
Demonstraţie.
Proprietatea (1) se verifiă imediat invocând definiţia c.m.m.d.c.
Pentru a demonstra (2) fie d = (a, b ) şi e = (ca, cb ) . Când c = 0
rezultatul este imediat. Fie c ≠ 0 . Cum cd ca şi cd cb , rezultă că cd e , deci
e = cdu cu u ∈ R . Mai avem ca = ex şi cb = ey cu x, y ∈ R . Aşadar
ca = cdux şi cb = cduy şi simplificând cu c ≠ 0 , obţinem a = dux şi b = duy ,
deci du d . Rezultă că u ∈ U (R ) şi cum e = cdu , avem (ca, cb ) ~ c(a, b ) .
(3) Avem
1 ~ (a, c ) ~ (a, c(a, b )) ~ (a, (ca, cb )) ~ ((a, ca ), cb ) ~ (a, cb )
(4) Avem
(a, c ) ~ (a, (a, b )c ) ~ (a, (ac, bc )) ~ ((a, ac ), bc ) ~ (a, bc ) ~ a ,
de unde a c .
(5) Avem
( ab, c ) ~ ( ab, ( a, b ) c ) ~ ( ab, ( ac, bc ) ) ~ ( ( ab, ac ) , bc ) ~ ( a ( b, c ) , bc ) ~
~ ( ab, bc ) ~ ( a, c ) b ~ ab
de unde ab c .
‫ٱ‬
În inelul punând condiţia d ≥ 0 , iar în inelul K [X ] , K corp
comutativ, punând condiţia ca d să fie polinom unitar, rezultă că c.m.m.d.c. este
unic determinat în sens strict, În aceste condiţii în enunţul teoremei 1 putem înlocui
simbolul"~" cu "=".

97
 3.2.2. Definiţia inelelor euclidiene. Exemple

Definiţie. Un domeniu de integritate R se numeşte inel euclidian dacă

există o funcţie ϕ : R* → , unde R * = R \ {0} astfel încât, oricare ar fi a, b ∈ R
cu b ≠ 0 , există q, r ∈ R cu proprietăţile
a = bq + r
şi
ϕ(r ) < ϕ(b ) dacă r ≠ 0 .
Elementele q şi r se numesc câtul, respectiv restul împărţirii lui a prin
b.
Inelul este inel euclidian în raport cu funcţia ϕ : *
→ , ϕ(a ) = a
căci după cum este ştiut pentru orice a, b ∈ , b ≠ 0 există q, r ∈ astfel încât
a = bq + r , r < b .
Astfel, dacă a = −25 şi b = 7 , avem
− 25 = 7 ⋅ (− 4 ) + 3 , 3 = 3 < 7 = 7
sau încă
− 25 = 7 ⋅ (− 3) + (− 4 ) , − 4 = 4 < 7 = 7 .
Următoarea teoremă stabileşte faptul că inelul K [X ] , K corp comutativ,
este inel euclidian în raport cu funcţia
ϕ : K [X ] → , ϕ( f ) = grad f .
*

Teorema 2. Fie K un corp comutativ şi g ∈ K [ X ], g ≠ 0 . Oricare ar fi

polinomul f ∈ K [X ] există polinoamele q, r ∈ K [ X ] unic determinate astfel
încât
f = gq + r
şi
grad r < grad g dacă r ≠ 0 .
Demonstraţie. Demonstrăm existenţa polinoamelor q şi r . Dacă f = 0
sau f ≠ 0 şi grad f = n < grad g = m , luăm q = 0 şi r = f . Presupunem că
grad f ≥ grad g ,
f = a n X n + ... + a1 X + a 0 , g = bm X m + ... + b1 X + b0
şi că afirmaţia din enunţ este adevărată pentru polinoamele de grad mai mic ca n .
Fie f 1 ∈ K [X ] ,
f1 = f − a n bm−1 X n − m g .

98
 Dacă f 1 ≠ 0 , atunci grad f 1 < n şi conform ipotezei de inducţie există
polinoamele q1 , r1 în K [X ] astfel încât
f1 = gq1 + r1 cu grad r1 < grad g dacă r1 ≠ 0 .
Putem scrie
( )
f = g q1 + a n bm−1 X n − m + r1
şi afirmaţia din enunţ este adevărată cu
q = q1 + a n bm−1 X n − m , r = r1 .
Unicitatea polinoamelor q şi r este uşor de probat.
‫ٱ‬
Fie acum R un inel euclidian în raport cu funcţia ϕ : R → *
şi
a, b ∈ R * astfel încât ϕ(a ) ≥ ϕ(b ) .
Definim ri , i ≥ 0 prin r0 = a , r1 = b şi ri +1 este restul împărţirii lui ri −1
prin ri dacă i ≥ 1 .
Pentru orice i ≥ 1 , fie qi câtul împărţirii lui ri −1 prin ri .
Atât timp cât ri ≠ 0 , i ≥ 1 putem efectua împărţirea cu rest a lui ri −1 prin
ri şi cum
ϕ(r0 ) ≥ ϕ(r1 ) > ϕ(r2 ) > ϕ(r3 ) > ...
există n astfel încât ri ≠ 0 oricare ar fi i ≤ n şi rn +1 = 0 . Aşadar avem
următoarea secvenţă de împărţiri cu rest
⎧a = r0 = r1 q1 + r2 = bq1 + r2 , ϕ(r2 ) < ϕ(r1 ) = ϕ(b )
⎪ r1 = r2 q 2 + r3 , ϕ(r3 ) < ϕ(r2 )
⎪⎪
⎨ M M (*)
⎪ rn − 2 = rn −1 q n −1 + rn , ϕ(rn ) < ϕ(rn −1 )
⎪
⎩⎪ rn −1 = rn q n + 0
numită algoritmul Euclid pentru a şi b .
Numărul n se numeşte lungimea euclidiană a perechii a, b de elemente
din R .
Exemplul 1. Fie R = , a = 231 , b = 60 . Algoritmul Euclid pentru
231 şi 60 este
⎧231 = 60 ⋅ 3 + 51
⎪60 = 51 ⋅ 1 + 9
⎪⎪
⎨51 = 9 ⋅ 5 + 6 ,
⎪9 = 6 ⋅ 1 + 3
⎪
⎪⎩6 = 3 ⋅ 2 + 0
99
deci n = 5 şi r5 = 3 .
Teorema 3. Fie R un inel euclidian în raport cu funcţia ϕ : R* → şi
a, b ∈ R astfel încât ϕ(a ) ≥ ϕ(b ) . Atunci c.m.m.d.c. al lui a şi b este egal cu
*

ultimul rest nenul din algoritmul Euclid pentru a şi b . Mai mult, există s, t ∈ R ,
numiţi coeficienţi Bézout ai lui a şi b , astfel încât (a, b ) = sa + tb .
Demonstraţie. Să observăm că dacă a b , atunci există c.m.m.d.c. al lui a
şi b şi (a,.b ) = a .
De asemenea, dacă pentru a, b, q, r ∈ R avem a = bq + r , atunci (a, b )
există dacă şi numai dacă există (b, r ) şi în acest caz (a, b ) = (b, r ) .
Din (*) rezultă că rn rn −1 , deci există (rn , rn −1 ) şi rn = (rn , rn −1 ) . Cum
rn − 2 = rn −1 q n −1 + rn rezultă că există şi (rn − 2 , rn −1 ) şi avem
rn = (rn , rn −1 ) = (rn −1 , rn − 2 ) .
Continuând, obţinem că există (a, b ) şi avem
rn = (rn , rn −1 ) = (rn −1 , rn − 2 ) = ... = (r2 , r1 ) = (r1 , r0 ) = (a, b ) .
Definim acum si şi t i , i ≥ 0 prin
s 0 = 1 , s1 = 0 şi si +1 = si −1 − qi si pentru i ≥ 1 ,
t 0 = 0 , t1 = 1 şi t i +1 = t i −1 − qi t i pentru i ≥ 1 .
Arătăm prin inducţie că
ri = si a + t i b , ∀i ≥ 0 .
În adevăr,
s 0 a + t 0 b = 1 ⋅ a + 0 ⋅ b = a = r0 ,
s1 a + t1b = 0 ⋅ a + 1 ⋅ b = b = r1 .
Dacă i ≥ 2 şi
ri − 2 = si − 2 a + t i − 2 b ,
ri −1 = si −1 a + t i −1b ,
atunci
ri = ri − 2 − ri −1qi −1 = ( si − 2 − si −1qi −1 ) a + ( ti − 2 − ti −1qi −1 ) b = si a + ti b ,
În particular rn = s n a + t n b , deci s = s n şi t = t n sunt coeficienţi Bézout
pentru a şi b .
‫ٱ‬
Exemplul 2. Fie R = si a, b ∈ , a = 231 şi b = 60 . Să aflăm
c.m.m.d.c. şi coeficienţii Bézout pentru 231 şi 60 .

100
 Invocând algoritmul Euclid pentru a = 231 şi b = 60 efectuat pe
exemplul 1 şi definiţiile recurente pentru si şi t i , calculele pot fi sistematizate ca
mai jos.

i qi ri si ti
0 231 1 0
1 3 60 0 1
2 1 51 1 -3
3 5 9 -1 4
4 1 6 6 -13
5 2 3 -7 27

Deci (231,60 ) = 3 , s = −7 , t = 27 şi avem

3 = 231 ⋅ (− 7 ) + 60 ⋅ 27 .
Exemplul 3. Fie f ,g∈ 3 [X ], f = X 4 + x 2 + 2̂ X , g = X 3 + 1̂ .
Împărţirile cu rest din algoritmul Euclid pentru f şi g sunt:
f = g⋅X + X2 + X
(
g = (X 2 + X ) ⋅ X + 2̂ + X + 1̂ )
(
X 2 + X = X + 1̂ ⋅ X + 0̂ )
Ultimul rest nenul este r3 = X + 1̂ . Deci ( f , g ) = X + 1̂ . Pentru calculul
coeficienţilor Bézout pentru polinoamele f şi g folosim tabelul următor:

i qi ri si ti
0 f 1 0
1 X g 0 1
2 X + 2̂ X2 +X 1 2̂ X
3 X X + 1̂ 2̂ x + 1̂ X + 2̂ X + 1̂
2

Avem s = 2̂ X + 1̂ , t = X 2 + 2̂ X + 1̂ , deci
( f , g ) = (2̂ X + 1̂) f (
+ X 2 + 2̂ X + 1̂ g = X + 1̂ . )

101
 3.2.3. Aritmetica inelului K [X ]

Fie K un corp comutativ, a ∈ K şi f ∈ K [X ] . Conform teoremei

restului (I.D. Ion, S. Bârză, L.Tufan, Lecţii de algebră, Fascicula I, Ed. Fundaţiei
România de Mâine, Bucureşti, 2004, capitolul 5, paragraful 5.6) există q ∈ K [X ]
unic determinat astfel încât
f = ( X − a) q + f (a) ,
de unde rezultă:
Teorema 4 (Rouché, a factorului). Fie K un corp comutativ, a ∈ K şi
f ∈ K [X ] . Atunci X − a divide pe f dacă şi numai dacă f (a ) = 0 , adică a
este rădăcină a polinomului f .
Corolar. Fie K un corp comutativ, f ∈ K [ X ] şi a, b ∈ K , a ≠ b .
Atunci ( X − a )( X − b ) divide pe f dacă şi numai dacă f (a ) = 0 şi f (b ) = 0 .
Demonstraţie. Dacă ( X − a )( X − b ) divide pe f , atunci există
q ∈ K [X ] astfel încât f = ( X − a )( X − b ) q , de unde f (a ) = 0 şi f (b ) = 0 .
Reciproc, presupunem că f (a ) = 0 şi f (b ) = 0 . Cum f (a ) = 0 , există
g ∈ K [X ] astfel încât f = ( X − a )g . Avem 0 = f (b ) = (b − a )g (b ) şi cum
b − a ≠ 0 , rezultă g (b ) = 0 . Aplicând din nou teorema Rouché, există q ∈ K [X ]
astfel încât g = ( X − b ) q . Aşadar f = ( X − a )( X − b )q , deci ( X − a )( X − b )
divide pe f .
‫ٱ‬
Definiţie. Fie K un corp comutativ şi f ∈ K [ X ] astfel încât
grad f = n > 0 . Spunem că f este reductibil peste K dacă există două
polinoame g , h ∈ K [X ] , de grade strict mai mici ca n astfel încât f = g ⋅ h . În
caz contrar spunem că f este ireductibil peste K .
Exemple.
1. Orice polinom de grad 1 din K [X ] este ireductibil peste K .
În adevăr, dacă f = g ⋅ h cu g , h ∈ K [X ] astfel încât grad g < 1 şi
grad h < 1 , atunci grad g = grad h = 0 şi deci
grad f = grad g + grad h = 0 + 0 = 0 . Contradicţie.
2. Dacă f ∈ K [ X ] , grad f = n > 1 şi f este ireductibil peste K , atunci
f (a ) ≠ 0 , ∀a ∈ K . Reciproc, dacă grad f = 2 sau grad f = 3 şi
f (a ) ≠ 0 , ∀a ∈ K , atunci f este ireductibil peste K .

102
 În adevăr dacă f (a ) = 0 cu a ∈ K , atunci f = ( X − a )g cu g ∈ K [X ].
Cum n > 1 şi grad( X − a ) = 1 < n , grad g = n − 1 < n , rezultă că f este
reductibil peste K .
Dacă gradul lui f este 2 sau 3 şi f este reductibil peste K , atunci f
are un divizor de grad 1 , fie acesta aX + b cu a, b ∈ K , a ≠ 0 . Avem
f (c ) = 0 , unde c = a −1b ∈ K .
Astfel polinomul X 2 + 1 ∈ [X ] este ireductibil peste pentru că are
gradul egal cu 2 şi nu are rădăcini în . Polinomul X 2 + X + 2̂ ∈ 3 [X ]
este ireductibil peste 3 pentru că nu are rădăcini în 3.

3. Singurele polinoame ireductibile din [ X ] sunt cele de grad 1.

În adevăr, dacă f ∈ [X ] şi grad f = n > 1 , atunci f este reductibil
peste . Pentru a arata aceasta aplicăm teorema fundamentală a algebrei:
există z ∈ astfel încât f ( z ) = 0 şi atunci f = ( X − z )g cu g ∈ [ X ] , iar
X − z şi g au gradul strict mai mic ca cel al lui f .
4. Singurele polinoame ireductibile din [ X ] sunt cele de grad 1 şi cele de grad
2 cu discriminantul negativ.
În adevăr, este suficient să arătăm că dacă f ∈ [ X ] este ireductibil şi
gradul său este n ≥ 2 , atunci n = 2 . Conform teoremei fundamentale a
algebrei există z = a + ib ∈ astfel încât f ( z ) = 0 , unde a, b ∈ . Avem
b ≠ 0 căci altfel f (a ) = 0 cu a ∈ ceea ce contrazice ireductibilitatea lui
f peste .
Cum f ∈ [ X ] şi f ( z ) = 0 , rezultă că avem şi f ( z ) = 0 . Dar z ≠ z şi
atunci conform corolarului la teorema 1, polinomul f se împarte prin
polinomul
( X − z )( X − z ) = X 2 − ( z + z ) X + zz = X 2 − 2aX + a 2 + b 2 ∈ [ X ] .
Rezultă că există q ∈ [ X ] astfel încât
f = (X 2 − 2aX + a 2 + b 2 )q .
Cum f este ireductibil peste , rezultă că q ∈ * şi deci n = 2 .
Să observăm că două polinoame f , g ∈ K [X ] sunt asociate în
divizibilitate dacă şi numai dacă
g = a ⋅ f cu a ∈ K * = K \ {0}

103
 Dacă f ∈ K [X ] este ireductibil, atunci af este ireductibil oricare ar fi
a ∈ K . De asemenea, dacă f ∈ K [X ] este ireductibil şi d ∈ K [X ] este un
*

divizor al lui f , atunci d ~ 1 sau d ~ f , adică d = a sau d = af cu a ∈ K * .

Lemă. Fie K un corp comutativ şi f , g , h ∈ K [ X ] astfel încât f gh .
Dacă f este ireductibil peste K , atunci f g sau f h .
Demonstraţie. Presupunem prin absurd că f nu divide nici pe g şi nici
pe h . Atunci ( f , g) = 1 şi ( f , h) = 1. Deducem că ( f , gh ) = 1 . Cum f gh ,
avem ( f , gh ) = f deci f = 1 . Contradicţie pentru că un polinom ireductibil are
gradul strict pozitiv.
‫ٱ‬
Teorema 5. Fie K un corp comutativ şi f ∈ K [X ] astfel încât
grad f = n > 0 . Atunci există polinoamele ireductibile p1 , p 2 ,..., p m din K [X ]
unic determinate mai puţin ordinea şi o asociere în divizibilitate astfel încât
f = p1 p 2 ... p m .
Demonstraţie. Demonstrăm mai întâi existenţa unor astfel de
descompuneri pentru polinomul f . Dacă f este ireductibil peste K luăm m = 1
şi p1 = f . Dacă f este reductibil peste K , există g , h ∈ K [X ] astfel încât
f = g ⋅ h , grad g < n , grad h < n .
Presupunând proprietatea adevărată pentru polinoamele din K [X ] de grad
strict mai mic decât n , rezultă că g şi h se reprezintă ca produse finite de
polinoame ireductibile din K [X ] şi deci polinomul f = g ⋅ h are aceeaşi
proprietate.
Fie acum
f = p1 p 2 ... p m = p1′ p ′2 ... p ′m′
două descompuneri ale polinomului f ca produse de polinoame ireductibile din
K [X ] .
Cum p1 este ireductibil şi cum p1 divide produsul p1′ p ′2 ... p ′m′ , există i
astfel încât p1 pi′ (vezi lema precedentă). Cum pi′ este ireductibil şi
grad p1 > 0 , rezultă că pi′ = ap1 cu a ∈ K * . Renumerotând eventual
polinoamele p1′ , p ′2 ,..., p m′ ′ , putem presupune că i = 1 , deci p1′ = ap1 . Rezultă că
p2 ... pm = ap2′ ... pm′ ′ .

104
 Presupunând că unicitatea descompunerii a fost dovedită pentru
polinoamele din K [X ] care admit o reprezentare cu m − 1 polinoame ireductibile,
rezultă că m − 1 = m ′ − 1 , adică m = m ′ şi mai puţin o renumerotare a
polinoamelor p ′2 ,..., p ′m avem pi ~ pi′ , i = 2,..., m .
‫ٱ‬
Observaţie. Reducând discuţia precedentă doar la polinoamele monice din
K [X ] , rezultatul din teorema 5 devine: orice polinom monic f de grad n > 0 din
K [X ] se reprezintă în mod unic ca produs de polinoame monice ireductibile.
Cum polinoamele monice ireductibile din [ X ] sunt de forma X − λ cu
λ ∈ , rezultatul din teorema 5, restrâns la polinoamele monice din [ X ] , revine
la: orice polinom monic f ∈ [X ] de grad n > 0 poate fi scris în mod unic sub
forma
f = ( X − λ 1 ) 1 ( X − λ 2 ) 2 ...( X − λ t ) t
e e e

cu λ1 ,..., λt ∈ distincte şi e1 , e2 ,..., et ∈ *

cu e1 + e2 + ... + et = n .
De asemenea, cum polinoamele monice ireductibile din [X ] sunt de
forma X − a şi X + bX + c cu a, b, c ∈
2
, b − 4c < 0 rezultă că: orice
2

polinom monic f ∈ [ X ] de grad n > 0 se reprezintă în mod unic sub forma

s s
( ) (
f = ( X − a1 ) 1 ...(X − a p ) p X 2 + b1 X + c1 1 ... X 2 + bq X + c q
t
)tq

cu ai , b j , c j ∈ pentru 1 ≤ i ≤ p , 1 ≤ j ≤ q , b 2j − 4c j < 0 şi si , t j ∈ *
astfel
( )
încât s1 + ... + s p + 2 t1 + ... + t q = n .

3.3. Matrice aritmetic echivalente

Dacă R este un inel comutativ, vom nota cu GLn (R ) grupuk multiplicativ

al matricelor inversabile din inelul M n ( R ) .
Am observat în paragraful 2.2. că o matrice U ∈ M n ( R ) este inversabilă
în M n ( R ) dacă şi numai dacă det (U ) este element inversabil al inelului R .
Astfel avem
{
GLn ( Z ) = U ∈ M n ( ) det (U ) = ±1}
şi
{
GLn ( K [ X ]) = U ∈ M n ( K [ X ]) det (U ) ∈ K * }
unde K este un corp comutativ.

105
 Definiţie. Fie (R , ϕ ) un inel euclidian şi A, B ∈ M n ( R ) . Spunem că
matricea A este aritmetic echivalentă cu matricea B şi scriem A ~ B , dacă
există U , V ∈ GLn (R ) astfel încât UAV = B .
Să observăm că relaţia binară "~" definită mai sus este o relaţie de
echivalenţă pe M n ( R ) , adică
A ~ A , ∀A ∈ M n ( R ) (reflexivitate),
A ~ B ⇒ B ~ A (simetrie),
A ~ B şi B ~ C , atunci A ~ C (tranzitivitate).
În adevăr, cum I n AI n = A şi I n ∈ GLn (R ) rezultă că A ~ A .
Dacă UAV = B cu U , V ∈ GLn (R ) , atunci U −1 BV −1 = A şi cum
U −1 ,V −1 ∈ GLn (R ) rezultă B ~ A .
În fine, dacă A ~ B şi B ~ C , atunci U 1 AV1 = B şi U 2 BV2 = C cu
U 1 ,U 2 ,V1 ,V2 ∈ GLn (R ) . Cum
U 2U 1 ,V2V1 ∈ GLn (R )
şi
U 2U 1 AV1V2 = U 2 BV2 = C ,
rezultă A ~ C .
În paragraful 2.4. au fost introduse matricele elementare Tij (a ) , Pij şi
M i (u ) , respectiv de tip I, II şi III şi am observat că acestea aparţin grupului
GLn (R ) . Dacă A = ( aij ) ∈ M n ( R ) iar Tij (a ) , Pij şi M i (u ) sunt matrice
elementare de ordin n , atunci matricea
(I) ATij (a ) se obţine din A adunând la coloana j coloana i înmulţită
cu a ∈ R
(II) APij se obţine din A permutând coloana j cu coloana i
(III) AM j (u ) se obţine din A înmulţind coloana j cu u ∈ U (R ) .
Aceste multiplicări vor fi numite transformări elementare respectiv de tip I,
II şi III asupra coloanelor lui A . Analog în paragraful 2.4. am definit
transformările elementare asupra liniilor lui A .

106
 Definiţie. Spunem că o matrice D ∈ M n ( R ) are forma diagonal-
canonică dacă
⎛ d1 ⎞
⎜ ⎟
⎜ O O ⎟
⎜ dr ⎟ not
D=⎜ ⎟ = diag(d1 , d 2 ,..., d r , 01,...,
230 )
⎜ 0 ⎟ n − r ori
⎜ O O ⎟
⎜ ⎟
⎝ 0⎠
unde d1 , d 2 ,..., d r ∈ R * şi d1 d 2 ... d r .

Lema 1. Fie (R , ϕ ) ( )
un inel euclidian şi A = aij ∈ M n ( R ) , A ≠ 0 .
Atunci există un număr finit de matrice elementare U 1 , U 2 ,..., U p , V1 , V2 ,..., Vq
astfel încât
U p ...U 2U 1 AV1V2 ...Vq = diag(d1 , d 2 ,..., d r ,0,...,0)
cu d1 , d 2 ,..., d r ∈ R * şi d1 d 2 ... d r .
Altfel formulat, matricea A poate fi adusă la forma diagonal-canonică
efectuând un număr finit de transformări elementare asupra liniilor şi coloanelor
sale.
Demonstraţie. Inducţie după n şi după numărul natural
{ }
ϕ( A) = min ϕ(aij ) aij ≠ 0 . Există s, t ∈ *
astfel încât ϕ( A) = ϕ(a st ) . Atunci
matricea P1s AP1t are în poziţia (1,1) pe a st . Putem deci presupune că a11 ≠ 0 şi
ϕ( A) = ϕ(a11 ) .
Caz 1: Există i ≥ 2 sau j ≥ 2 astfel încât a11 /| ai1 , respectiv a11 /| a1 j .
Presupunem de exemplu că a11 /| a 21 . Putem scrie a 21 = a11 q + r cu
q, r ∈ R , r ≠ 0 , ϕ(r ) < ϕ(a11 ) . Matricea T21 (− q )A are în poziţia (2,1) pe
r ≠ 0,
⎛ a11 L a1n ⎞
⎜ ⎟
T21 (− q )A = ⎜ r L ⎟ = A′ .
⎜ M ⎟
⎝ ⎠
Avem
ϕ( A′) ≤ ϕ(r ) < ϕ(a11 ) = ϕ( A) .
Conform ipotezei de inducţie matricea A′ , deci şi matricea A , poate fi
adusă la forma diagonal-canonică printr-un număr finit de transformări
elementare asupra liniilor şi coloanelor sale.

107
Caz 2: a11 ai1 , 2 ≤ i ≤ n şi a11 a1 j , 2 ≤ j ≤ n .
Putem scrie ai1 = a11 qi1 , 2 ≤ i ≤ n şi a1 j = a11 q1 j , 2 ≤ j ≤ n cu
qi1 , q1 j ∈ R . Avem
⎛ a11 0 L 0⎞
⎜ ⎟
⎛ n ⎞ ⎛ n ⎞ ⎜ 0
⎜⎜ ∏ Ti1 (− qi1 )⎟⎟ A⎜ ∏ T1 j (− q1 j )⎟ =
⎜ ⎟ ⎟,
⎜ B ⎟
⎝ i=2 ⎠ ⎝ j =2 ⎠ ⎜ M ⎟
⎝ 0 ⎠
unde B ∈ M n −1 ( R ) .
Conform ipotezei de inducţie matricea B poate fi adusă la forma
diag (d 2 ,..., d r ,0,...,0 ) cu d i ≠ 0 pentru 2 ≤ i ≤ r şi d 2 d 3 ... d r printr-un
număr finit de transformări elementare asupra liniilor şi coloanelor lui B (şi
deci şi asupra celor ale lui A ). Fie d 1 = a11 . Conchidem că matricea A poate
fi adusă la forma diag (d1 , d 2 ,..., d r ,0,...,0 ) printr-un număr finit de
transformări elementare asupra liniilor şi coloanelor sale.
Dacă d1 d 2 am terminat, altfel putem scrie d 2 = d1 q + r cu r ≠ 0 şi
ϕ(r ) < ϕ(d1 ) .
Avem
⎛ d1 r 0 L 0⎞
⎜ ⎟
⎜0 d2 0 L 0⎟
⎜ O ⎟
⎜ ⎟
P12 diag(d1 , d 2 ,..., d r ,0,...,0)T12 (− q ) = ⎜ dr ⎟=C
⎜ 0 ⎟
⎜ ⎟
⎜ O ⎟
⎜ ⎟
⎝ 0⎠
şi cum
ϕ(C ) ≤ ϕ(r ) < ϕ(d1 ) = ϕ( A)
matricea C (deci şi A ) poate, conform ipotezei de inducţie să fie adusă la
forma diagonal-canonică printr-un număr finit de transformări elementare.
‫ٱ‬

108
 Teorema 1. Fie (R, ϕ) un inel euclidian şi A ∈ M n ( R ) , A ≠ 0 . Atunci
există U , V ∈ GLn (R ) astfel încât
UAV = diag(d1 , d 2 ,..., d r ,0,...,0 ) ,
unde d1 , d 2 ,..., d r ∈ R şi d1 d 2 ... d r . Numărul r şi elementele d1 , d 2 ,..., d r ,
*

mai puţin o asociere în divizibilitate, sunt unic determinate.

Când R = sau R = K [ X ] , K corp comutativ, cerând ca d i > 0 ,
1 ≤ i ≤ r , respectiv d i polinom monic, 1 ≤ i ≤ r , atunci d 1 , d 2 ,..., d r sunt unic
determinate.
Demonstraţie. Cu notaţiile de la lema 1, fie U = U p ...U 2U 1 şi
V = V1V2 ...Vq . Avem U , V ∈ GLn (R ) şi UAV = diag(d1 , d 2 ,..., d r ,0,...,0 ) cu
d i ∈ R * , d1 d 2 ... d r .
Pentru partea de unicitate să notăm cu Δ k ( A) c.m.m.d.c. al minorilor de
ordin k ai matricei A . Din proprietăţile determinanţilor rezultă că Δ k ( A) nu se
schimbă dacă asupra liniilor sau coloanelor lui A efectuăm transformări
elementare. Fie
D = diag(d1 d 2 ,..., d r ,0,...,0 )
forma diagonal-canonică a lui A . Conform observaţiei de mai sus avem
Δ k (D ) = Δ k ( A) , k = 1, 2,..., n .
Cum d1 d 2 ... d r , avem

⎧d d ...d 1≤ k ≤ r
Δ k (D ) = ⎨ 1 2 k .
⎩0 r<k≤n
Aşadar
d 1 = Δ 1 ( A)
d 1 d 2 = Δ 2 ( A)
M
d1 d 2 ...d r = Δ r ( A)
0 = Δ k ( A), r < k ≤ n
Δ ( A) Δ ( A)
de unde d 1 = Δ 1 ( A) , d 2 = 2 ,…, d r = r .
Δ 1 ( A) Δ r −1 ( A)
‫ٱ‬

109
 ⎛ 6 2 −12 ⎞
⎜ ⎟
Exemplu. Fie matricea A = ⎜ −6 0 12 ⎟ ∈ M n ( ) . Să aflăm forma
⎜ 6 4 −12 ⎟
⎝ ⎠
diagonal-canonică a lui A .
Avem ϕ( A) = 2 = a12 . Matricea AP12 are în poziţia (1,1) pe 2 ,
⎛ 2 6 − 12 ⎞
⎜ ⎟
AP12 = ⎜ 0 − 6 12 ⎟
⎜ 4 6 − 12 ⎟
⎝ ⎠
şi observăm că 2 divide toţi coeficienţii matricei AP12 din prima coloană şi prima
linie şi avem
⎛2 0 0⎞
⎜ ⎟
T31 (− 2 )AP12T12 (− 3)T13 (6) = ⎜ 0 − 6 12 ⎟ = C .
⎜ 0 − 6 12 ⎟
⎝ ⎠
În matricea C adunăm la linia a treia linia a doua înmulţită cu − 1 şi la
coloana a treia adunăm coloana a doua înmulţită cu 2 şi în final înmulţim linia a
doua cu − 1 . Se obţine
⎛ 2 0 0⎞
⎜ ⎟
M 2 (− 1)T32 (− 1)T31 (− 2 )AP12T12 (− 3)T13 (6 )T23 (2) = ⎜ 0 6 0 ⎟ = diag(2,6,0 ) .
⎜ 0 0 0⎟
⎝ ⎠
Avem
⎛ 1 0 0⎞
⎜ ⎟
U = M 2 (− 1)T32 (− 1)T31 (− 2) = ⎜ 0 − 1 0 ⎟
⎜ − 2 −1 1⎟
⎝ ⎠
şi
⎛0 1 2⎞
⎜ ⎟
V = P12T12 (− 3)T13 (6 )T23 (2 ) = ⎜ 1 − 3 0 ⎟ .
⎜0 0 1⎟
⎝ ⎠
Avem
⎛ 1 0 0 ⎞⎛ 6 2 − 12 ⎞⎛ 0 1 2 ⎞ ⎛ 2 0 0 ⎞
⎜ ⎟⎜ ⎟⎜ ⎟ ⎜ ⎟
UAV = ⎜ 0 − 1 0 ⎟⎜ − 6 0 12 ⎟⎜ 1 − 3 0 ⎟ = ⎜ 0 6 0 ⎟ .
⎜ − 2 − 1 1 ⎟⎜ 6 4 − 12 ⎟⎜ 0 0 1 ⎟ ⎜ 0 0 0 ⎟
⎝ ⎠⎝ ⎠⎝ ⎠ ⎝ ⎠

110
 3.4. Matrice asemenea

Fie K un corp comutativ, M n ( K ) inelul matricelor pătrate de ordin n cu

coeficienţi în K şi M n ( K ) [ X ] inelul polinoamelor în nedeterminata X cu
coeficienţi în M n ( K ) ,
F = A0 + A1 X + A2 X 2 + ... + Am X m
cu m ∈ , A0 , A1 ,..., Am ∈ M n ( K ) .
Lema 1. Fie F ∈ Mn ( K )[ X ] , F = A0 + A1 X + ... + Am X m şi
A ∈ M n ( K ) . Există matricele Bm −1 ,..., B1 , B0 , R ∈ M n ( K ) unic determinate
astfel încât
( )
F = Bm −1 X m −1 + ... + B1 X + B0 (I n X − A) + R . (*)
Mai mult, R = F ( A) = A0 + A1 A + ... + Am A m .
Demonstraţie. În (*) efectuăm calculele din membrul drept şi identificăm
apoi coeficienţii. Se obţine
Bm −1 = Am
Bm −2 = Am A + Am −1
Bm −3 = Am A 2 + Am −1 A + Am − 2
M
B0 = Am A m −1 + Am −1 A m − 2 + ... + A2 A + A1
R = Am A m + Am −1 A m −1 + ... + A1 A + A0 = F ( A)
adică calculul coeficienţilor Bm−1 ,..., B1 , B0 şi al restului R se face ca în schema
Horner.
‫ٱ‬
Cum inelul M n ( K ) nu este comutativ, avem încă o variantă a rezultatului
de la lema 1, anume:
Lema 1*. În aceleaşi ipoteze ca la lema 1, există şi sunt unic determinate
matricele Cm −1 ,..., C1 , C0 , R ∈ M n ( K ) astfel încât
( )
F = (I n X − A) C m −1 X m −1 + ... + C1 X + C 0 + R .
Mai mult, R = A m Am + A m −1 Am −1 + ... + AA1 + A0 .

111
 Remarcă. Orice polinom F din M n ( K ) [ X ] poate fi scris ca o matrice

( )
din M n K [ X ] şi reciproc. Astfel, dacă F ∈ M 2 ( )[ X ]
⎛ 2 − 3⎞ 2 ⎛ 5 0 ⎞ ⎛ − 4 3⎞
F = ⎜⎜ ⎟⎟ X + ⎜⎜ ⎟⎟ X + ⎜⎜ ⎟⎟
⎝0 1 ⎠ ⎝ − 2 3⎠ ⎝ −1 0⎠
avem
⎛ 2 X 2 + 5 X − 4 −3 X 2 + 3 ⎞
F =⎜ ⎟ ∈ M 2 ( [ X ]) .
⎝ − 2 X − 1 X 2
+ 3 X ⎠
Fie A = ( aij ) ∈ M n ( K ) . Atunci polinomul I n X − A ∈ M n ( K ) [ X ] poate
fi scris şi ca o matrice
⎛ X − a11 −a12 −a1n ⎞
L
⎜ ⎟
− a21 X − a22
L −a2 n ⎟
In X − A = ⎜ ∈ M n ( K [ X ])
⎜ M M O M ⎟
⎜ ⎟
⎝ −an1 −an 2L X − ann ⎠
şi se numeşte matricea caracteristică a lui A .
Polinomul p A ∈ K [X ] ,
⎛ X − a11 L − a1n ⎞
⎜ ⎟
p A = det⎜ M O M ⎟
⎜ −a L X − a nn ⎟⎠
⎝ n1

se numeşte polinomul caracteristic al matricei A .

Să observăm că printre cei n ! termeni ai determinantului I n X − A se
găseşte şi
( X − a11 )( X − a 22 )...( X − a nn )
de unde rezultă că polinomul p A are gradul n şi că primii doi coeficienţi sunt 1 şi
n
− ∑ aii . Cum ultimul coeficient este p A (0) = det (− A) = (− 1) A avem
n

i =1

⎛ n ⎞
p A = X n − ⎜ ∑ aii ⎟ X n −1 + ... + (− 1) A ∈ K [X ] .
n

⎝ i =1 ⎠
Exemplu. Fie matricea
⎛ 8 9 −9 ⎞
⎜ ⎟
A = ⎜ −3 −2 5 ⎟ ∈ M 3 ( ).
⎜ 3 4 −3 ⎟
⎝ ⎠

112
Atunci matricea caracteristică a lui A este
⎛ X −8 −9 9 ⎞
⎜ ⎟
I3 X − A = ⎜ 3 X +2 −5 ⎟ ∈ M 3 ( [ X ])
⎜ −3 −4 X + 3 ⎟⎠
⎝
şi polinomul caracteristic al lui A este
X −8 −9 9
pA = 3 X +2 − 5 = X 3 − 3X 2 + 4 .
−3 −4 X +3
Teorema 1 (Hamilton-Cayley). Oricare ar fi A ∈ M n ( K ) avem
p A ( A ) = 0 ∈ M n ( K ) . Cu alte cuvinte, orice matrice A ∈ M n ( K ) este rădăcină
a polinomului său caracteristic.
Demonstraţie. Reamintim că dacă R este un inel comutativ iar
M ∈ M n ( R ) , atunci matricea reciprocă a lui M , notată cu M * , este maticea

M * = ( d ij ) ∈ M n ( R ) unde d ij = (− 1) det (M ij ) şi M ij ∈ M n −1 ( R ) se obţine

T i+ j

din M suprimând linia i şi coloana j .

Se ştie că
MM * = M * M = dI n ,
unde d = det (M ) .
(
În cazul nostru R = K [ X ] şi M = I n X − A ∈ M n K [ X ] . Se observă )
că d ii sunt polinoame unarice de grad n − 1 , iar d ij cu i ≠ j sunt polinoame de
grad mai mic ca n − 1 . Rezultă că
M * = I n X n −1 + Bn − 2 X n − 2 + ... + B1 X + B0 ∈ M n ( K ) [ X ] .
Avem
(
I n p A ( X ) = M * M = I n X n −1 + Bn −1 X n − 2 + ... + B0 )(I n X − A) + 0 .
Aplicând lema 1 rezultă că
p A ( A) = I n p n ( A) = 0 .
‫ٱ‬

113
 Teorema 2 (fundamentală a asemănării). Fie K un corp comutativ şi
A, B ∈ M n ( K ) . Sunt echivalente afirmaţiile:
(1) A ≈ B ,
(2) I n X − A ~ I n X − B .
Aşadar matricele A şi B sunt asemenea dacă şi numai dacă matricele lor
caracteristice I n X − A şi I n X − B , gândite ca matrice cu coeficienţi în inelul
euclidian K [X ] , sunt echivalente.
Demonstraţie.
(1) ⇒ (2) Fie P ∈ GLn (K ) astfel încât P −1 AP = B . Avem
P (I n X − A)P = I n X − B şi cum GLn (K ) ⊆ GLn (K [ X ]) rezultă că
−1

In X − A ~ In X − B .
(2) ⇒ (1) Fie U , V ∈ GLn (K [ X ]) astfel încât
U (I n X − A)V = I n X = B (α )
Reprezentând matricele U şi V (din GLn ( K [ X ]) ⊆ M n ( K [ X ]) ) ca
polinoame din M n ( K ) [ X ] şi aplicând lema 1 şi lema 1* putem scrie
U = (I n X − B )Q1 + R1 , V = Q2 (I n X − B ) + R2 (β)
( )
cu Q1 , Q2 ∈ M n K [ X ] şi R1 , R2 ∈ M n ( K ) . Înlocuind în (α ) obţinem
R1 ( I n X − A ) R2 = I n X − B − U ( I n X − A ) Q2 ( I n X − B ) −
− ( I n X − B ) Q1 ( I n X − A ) V + ( I n X − B ) Q1 ( I n X − A ) Q2 ( I n X − B )
Cum U , V ∈ GLn (K [ X ]) avem
U −1 , V −1 ∈ GLn ( K [ X ]) ⊆ M n ( K [ X ])
şi folosind (α ) avem
R1 (I n X − A)R2 = I n X − B −
(γ )
( )
− (I n X − B ) V −1Q2 + Q1U −1 − Q1 (I n X − A)Q2 (I n X − B )
Pentru că polinomul din stânga egalităţii (γ ) are gradul cel mult 1 ,
rezultă că
V −1Q2 + Q1U −1 − Q1 (I n X − A)Q2 = 0 .
De unde
R1 (I n X − A)R2 = I n X − B
şi identificând coeficienţii rezultă R1 R2 = I n şi R1 AR2 = B . Aşadar
R1 = R2−1 şi din R2−1 AR2 = B obţinem că A ≈ B .
‫ٱ‬
114
 3.5. Forma canonică Jordan a unei matrice din M n ( )

Lema 1. Fie K un corp comutativ, λ ∈ K şi n ∈ *

. Avem
⎛1 ⎞
⎜ ⎟
O ⎟
I n X − J n (λ ) ~ ⎜⎜
O
1 ⎟.
⎜⎜ ⎟
⎝ O ( X − λ )n ⎟⎠
Demonstraţie. Cum
det (I n X − J n (λ )) = ( X − λ )
n

rezultă că
Δ n (I n X − J n (λ )) = ( X − λ ) .
n

Minorul de ordin n − 1 al lui I n X − J n (λ ) obţinut eliminând prima coloană şi

ultima linie este egal cu (− 1) . Deducem că Δ n −1 (I n X − J n (λ )) = 1 . Cum
n −1

Δ 1 (I n X − J n (λ )) Δ 2 (I n X − J n (λ )) ... Δ n −1 (I n X − J n (λ )) = 1
rezultă că d1 = d 2 = ... = d n −1 = 1 şi d n = ( X − λ ) de unde afirmaţia din enunţul
n

lemei.
‫ٱ‬
Lema 2. Fie ϕ, ψ ∈ K [ X ] două polinoame prime între ele, adică
c.m.m.d.c. (ϕ, ψ ) = 1 . Atunci
⎛ ϕ 0 ⎞ ⎛ 1 0 ⎞ ⎛ ϕψ 0 ⎞
⎜⎜ ⎟⎟ ~ ⎜⎜ ⎟⎟ ~ ⎜⎜ ⎟⎟ .
⎝ 0 ψ ⎠ ⎝ 0 ϕψ ⎠ ⎝ 0 1 ⎠
Demonstraţie. Există polinoamele u , v ∈ K [X ] astfel încât uϕ + vψ = 1 .
Avem
⎛ϕ 0 ⎞ ⎛ ϕ 0 ⎞ ⎛ 1 ψ ⎞ ⎛1 ψ ⎞ ⎛1 0 ⎞
⎜ ⎟ ~ ⎜ uϕ + vψ ψ ⎟ ~ ⎜ ϕ 0 ⎟ ~ ⎜ 0 −ϕψ ⎟ ~ ⎜ 0 −ϕψ ⎟ ~
⎝0 ψ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠
,
⎛ 1 0 ⎞ ⎛ ϕψ 0 ⎞
~⎜ ⎟~⎜ ⎟
⎝ 0 ϕψ ⎠ ⎝ 0 1 ⎠
transformările de linii şi de coloane efectuate fiind evidente.
‫ٱ‬

115
 Lema 3. Fie celulele Jordan J n (λ 1 ), J n (λ 2 ) şi matricea Jordan J de
1 2

ordin n = n1 + n 2 ,
⎛ J n (λ 1 ) 0 ⎞
J = J n1 ,n2 (λ1 , λ 2 ) = ⎜⎜ 1 ⎟.
⎝ 0 J n 2
(λ 2 ) ⎟
⎠
Atunci
⎛1 ⎞
⎜ ⎟
0
I n X − J ~ ⎜⎜ ⎟ dacă λ ≠ λ
O
1 ⎟ 1 2
⎜⎜ ⎟
⎝ 0 ( X − λ1 )n1 ( X − λ 2 )n2 ⎟⎠
şi
⎛1 ⎞
⎜ ⎟
⎜ O 0 ⎟
In X − J ~ ⎜ 1 ⎟ dacă λ = λ .
⎜ ⎟ 1 2

⎜ 0
( X − λ1 )n1 ⎟
⎜ n2 ⎟
(X − λ 2 ) ⎠
⎝
Demonstraţie. Avem
⎛ I n X − J n1 (λ 1 ) 0 ⎞
I n X − J = ⎜⎜ 1 ⎟~
⎝ 0 I n2 X − J n2 (λ 2 )⎟⎠
⎛1 ⎞
⎜ ⎟
⎜ O 0 ⎟
⎜ 0 ⎟
1
⎜ ⎟
~ ⎜ 0 ( X − λ1 )
n1
⎟
⎜ 1 ⎟
⎜ ⎟
⎜ O 0 ⎟
0
⎜ 1 ⎟
⎜ n2 ⎟
⎝ 0 (X − λ 2 ) ⎠
conform lemei 1. Când λ 1 ≠ λ 2 polinoamele ( X − λ 1 ) 1 şi ( X − λ 2 ) 2 sunt
n n

prime între ele şi aplicând lema 2 avem

⎛1 ⎞
⎜ ⎟
O 0
I n X − J ~ ⎜⎜ ⎟
⎟
1
⎜ ⎟
⎜ 0 ( X − λ1 ) 1 ( X − λ2 ) 2 ⎟⎠
n n
⎝
116
 Când λ 1 = λ 2 permutăm linia n1 cu linia n − 1 şi coloana n1 cu coloana
n − 1 şi se obţine a doua afirmaţie din enunţul lemei.
‫ٱ‬
Rezultatul de la lema 3 poate fi generalizat. Fie J = J n ,...,ns (λ 1 ,..., λ s ) o
1

matrice Jordan. Fie λ 1 ,..., λ t cu t ≤ s elementele distincte (eventual

renumerotate) din lista λ 1 ,..., λ s . Fie qi numărul celulelor Jordan asociate lui λ i ,
1 ≤ i ≤ t de ordine respectiv
ei1 ≥ ei 2 ≥ .. ≥ eiqi .
t t ⎛ qi ⎞
Avem ∑ qi = s şi ∑ ⎜ ∑ eij ⎟ = n unde n = n1 + n 2 + ... + n s este
⎜
i =1 ⎝ j =1
⎟
i =1 ⎠
ordinul matricei Jordan J .
Polinoamele ( X − λ i ) ij , 1 ≤ i ≤ t , 1 ≤ j ≤ qi se aranjează în tabloul
e

⎧ ( X − λ 1 )e11 , ( X − λ 1 )e12 , L, ( X − λ 1 )e1q1

⎪
⎪( X − λ 2 ) 21 , ( X − λ 2 ) 22 , L, ( X − λ 2 ) 2 q2
e e e

⎨ (*)
⎪ M
⎪ ( X − λ )et1 , ( X − λ )et 2 , L, ( X − λ )etqt
⎩ t t t

Fie m = max{q1 ,..., qt }. Fie d m , d m −1 ,..., d1 respectiv produsul

polinoamelor din coloana unu, a doua, …, a m − a a tabloului (*). Evident
d1 d 2 ... d m şi grad d 1 > 0 . Cu notaţiile de mai sus avem:
Teorema 1.
⎛1 ⎞
⎜ ⎟
⎜ O 0 ⎟
⎜ 1 ⎟
I n X − J n1 ,...,ns (λ 1 ,..., λ s ) ~ ⎜ ⎟,
⎜ d1 ⎟
⎜ 0 O ⎟
⎜⎜ ⎟
⎝ d m ⎟⎠
unde numărul valorilor 1 aflate pe diagonala principală este n − m .
Demonstraţie. Se aplică lemele precedente.
‫ٱ‬
Acum putem demonstra teorema fundamentală a teoriei Jordan.
Teorema 2. Fie A∈ M n ( ) . Există o matrice Jordan J A unic
determinată mai puţin ordinea celulelor de pe diagonală astfel încât A ≈ J A .

117
 Demonstraţie. Cum det (I n X − A) ≠ 0 rezultă că există polinoamele
monice d1 ,...d m unic determinate astfel încât
⎛1 ⎞
⎜ ⎟
⎜ O 0 ⎟
⎜ 1 ⎟
In X − A ~ ⎜ ⎟
⎜ d1 ⎟
⎜ 0 O ⎟
⎜⎜ ⎟
⎝ d m ⎟⎠
unde grad d1 > 0 şi d1 d 2 ... d m . Polinoamele d1 ,..., d m astfel determinate sunt
numite factorii invarianţi al lui A .
Fie λ1 , λ2 ,..., λt ∈ rădăcinile distincte ale lui d m . Fie e11 , e21 ,..., et1
multiplicităţile rădăcinilor λ 1 , λ 2 ,..., λ t respectiv. Avem
d m = ( X − λ 1 ) 11 ( X − λ 2 ) 21 ...( X − λ t ) t1 .
e e e

Cum d m −1 d m
d m −1 = ( X − λ 1 ) 12 ( X − λ 2 ) 22 ...( X − λ t ) t 2
e e e

cu
e11 ≥ e12 ≥ ...
e21 ≥ e22 ≥ ...
M
et1 ≥ et 2 ≥ ...
şi aşa mai departe. Putem astfel forma tabloul (*). Polinoamele ( X − λ i )eij cu
eij > 0 se numesc divizorii elementari ai lui A .
Fie J eij (λ i ) celula Jordan de ordin eij asociată divizorului elementar

( X − λ i )eij şi J A matricea Jordan care are pe diagonală (într-o ordine arbitrară)

celulele Jordan asociate divizorilor elementari ai lui A . Conform teoremei 1 avem
⎛1 ⎞
⎜ ⎟
⎜ O 0 ⎟
⎜ 1 ⎟
In X − J A ~ ⎜ ⎟.
⎜ d1 ⎟
⎜ 0 O ⎟
⎜⎜ ⎟
⎝ d m ⎟⎠

118
 Deducem că I n X − J A ~ I n X − A şi conform teoremei fundamentale a
asemănării avem A ≈ J A .
‫ٱ‬
⎛ 8 9 −9 ⎞
⎜ ⎟
Exemplu. Fie matricea A = ⎜ −3 −2 5 ⎟ ∈ M 3 ( ) ⊆ M 3 ( ) . Să se
⎜ 3 4 −3 ⎟
⎝ ⎠
găsească matricea Jordan J A astfel încât A ≈ J A .
Soluţie. Aducem la forma diagonal-canonică matricea caracteristică a lui
A,
⎛ X −8 −9 9 ⎞
⎜ ⎟
I3 X − A = ⎜ 3 X +2 −5 ⎟ ∈ M 3 ( [ X ])
⎜ −3 −4 X + 3 ⎟⎠
⎝
gândită ca matrice cu coeficienţi în inelul euclidian [ X ] .
1
Permutăm prima linie cu a doua, înmulţim apoi prima linie cu şi în
3
continuare coloanele doi şi trei cu 3 . Obţinem
⎛ 1 X +2 −5 ⎞
⎜ ⎟
I3 X − A ~ ⎜ X − 8 − 27 27 ⎟
⎜ −3 − 12 3 X + 9 ⎟⎠
⎝
Adunăm la linia a doua şi a treia prima linie înmulţită cu − ( X − 8) ,
respectiv 3 şi apoi adunăm la coloana a doua şi a treia prima coloană înmulţită cu
− ( X + 2 ) , respectiv 5 şi se obţine
⎛1 0 0 ⎞
⎜ ⎟
I 3 X − A ~ ⎜ 0 − X + 6 X − 11 5 X − 13 ⎟ .
2

⎜0 X −2 X − 2 ⎟⎠
⎝
Adumăn la linia a doua linia a treia înmulţită cu − 5 , înmulţim coloana a
1
treia cu − şi linia a treia cu − 3 . Se obţine
3
⎛1 0 0 ⎞
⎜ ⎟
I3 X − A ~ ⎜0 − X + X −12
1 ⎟.
⎜0 − 3X + 6 X − 2 ⎟⎠
⎝

119
 În fine permutăm coloanele doi şi trei, adunăm apoi la linia a doua linia a
treia înmulţită cu − ( X − 2 ) şi la coloana a treia a doua coloană înmulţită cu
− X 2 + X − 1 . Se obţine
⎛1 0 0 ⎞
⎜ ⎟
I3 X − A ~ ⎜0 1 0 ⎟.
⎜0 0 ( X − 2) ( X + 1)⎟⎠
2
⎝
Avem un singur factor invariant d1 = ( X − 2 ) ( X + 1) . Celulele Jordan
2

asociate divizorilor elementari sunt J 2 (2 ) şi J 1 (− 1) , deci

⎛ −1 0 0⎞
⎛ J 1 (− 1) 0 ⎞ ⎜ ⎟
A ≈ ⎜⎜ ⎟⎟ = ⎜ 0 2 1 ⎟ .
⎝ 0 J 2 (2 )⎠ ⎜ ⎟
⎝ 0 0 2⎠
O matrice A∈ M n ( ) este diagonalizabilă dacă
A ≈ diag(λ 1 , λ 2 ,..., λ n ) cu λi ∈ nu neapărat distincte. O matrice N ∈ M n ( )
este nilpotentă dacă există m ∈ astfel încât N = 0 .
* m

Teorema 3. Oricare ar fi A∈ M n ( ) , există D, N ∈ M n ( ), D

diagonalizabilă şi N nilpotentă astfel încât A = D + N şi DN = ND .
Demonstraţie.
Caz 1: A = J n (λ ) . Avem
⎛λ ⎞ ⎛0 1 ⎞
⎜ 0 ⎟ ⎜ 0⎟
λ ⎟+⎜ 0 O ⎟,
A=⎜
⎜ O ⎟ ⎜ O 1⎟
⎜ 0 ⎟ ⎜0 ⎟
⎝ λ⎠ ⎝ 0⎠
⎛λ ⎞ ⎛0 1 ⎞
⎜ 0 ⎟ ⎜ 0⎟
λ ⎟ este chiar diagonală, 0 O ⎟
Atunci D = ⎜ N =⎜
⎜ O ⎟ ⎜ O 1⎟
⎜ 0 ⎟ ⎜0 ⎟
⎝ λ⎠ ⎝ 0⎠
este nilpotentă pentru că N n = 0 şi DN = ND .
( )
Caz 2: A = J = diag J n ( λ1 ) ,..., J ns ( λs ) . Avem
1

120
 ⎛ λ1 0 ⎞
⎜ ⎟
⎜ O
0 ⎟ ⎛ N1 ⎞
⎜0 λ1 ⎟ ⎜ 0 ⎟
⎜ ⎟ ⎜ N2 ⎟
J =⎜ O ⎟ + ⎜ ⎟= D+N ,
⎜ ⎜ O ⎟
λs 0⎟ ⎜ 0 ⎟
⎜ ⎟ ⎜ N s ⎟⎠
⎜ 0 O ⎟ ⎝
⎜ 0 λs ⎟⎠
⎝
⎛0 1 ⎞ ⎛0 1 ⎞
⎜ 0⎟ ⎜ 0⎟
0 O ⎟ 0 O ⎟
unde N 1 = ⎜ , …, N s = ⎜ . Se observă că
⎜ O 1⎟ ⎜ O 1⎟
⎜0 ⎟ ⎜0 ⎟
⎝1442443 0⎠ ⎝1442443 0⎠
n1 coloane ns coloane

D este chiar diagonală şi N = 0 unde m = c.m.m.m.c.(n1 ,..., n s ) şi

m

DN = ND .
Caz general: Fie P ∈ GLn ( ) astfel încât P −1 AP = J A = D + N , D
diagonală, N nilpotentă, DN = ND , N m = 0 . Avem
A = PDP −1 + PNP −1 = D ′ + N ′ .
Matricea D′ este diagonalizabilă şi N ′ este nilpotentă căci
(
N ′ m = PNP −1 )
m
= PN m P −1 = P 0 P −1 = 0 . De asemenea D ′N ′ = N ′D ′
‫ٱ‬

3.6. Polinomul minimal al unei matrice

Fie K un subcorp al lui şi A ∈ M n ( K ) . Există polinoame f ∈ K [ X ] ,

f ≠ 0 astfel încât f ( A ) = 0 ∈ M n ( K ) , de exemplu f = p A polinomul
caracteristic al lui A (vezi teorema Hamilton-Cayley). Polinomul monric m A de
grad minim care admite pe A ca rădăcină se numeşte polinomul minimal al lui
A.
Dacă f ( A) = 0 cu f ∈ K [ X ] , atunci m A f căci dacă f = m A q + r cu
r ≠ 0 , grad r < grad m A , atunci avem f ( A) = m A ( A)q ( A) + r ( A) , deci
r ( A) = 0 . Contradicţie.

121
 Observaţie. Fie K un subcorp al lui şi A ∈ M n ( K ) astfel încât
ultimul factor invariant d m al lui A se descompune în produs de puteri de factori
liniari din K [X ] , adică
d m = ( X − λ 1 ) 1 ...( X − λ t ) t
e e

cu λ 1 ,..., λ t ∈ K distincţi şi e1 ,..., et ∈ *

. Atunci
(1) Există o matrice Jordan J ∈ M n ( K ) astfel încât A ≈ J .
(2) A este diagonalizabilă dacă şi numai dacă e1 = ... = et = 1 .
Teorema 1. Fie K un subcorp al lui şi A ∈ M n ( K ) . Fie
d1 , d 2 ,..., d m ∈ K [X ] factorii invarianţi al lui A . Atunci:
(1) p A = d1 d 2 ...d m , m A = d m .
(2) (teorema lui Frobenius) m A şi p A admit aceeaşi divizori ireductibili din
K [X ] .
Demonstraţie.
⎛1 ⎞
⎜ ⎟
⎜ O 0 ⎟
⎜ 1 ⎟
(1) Cum p A = det (I n X − A) şi I n X − A ~ ⎜ ⎟ , rezultă
⎜ d1 ⎟
⎜ 0 O ⎟
⎜⎜ ⎟
⎝ d m ⎟⎠
p A = d1 d 2 ...d m . Să arătăm că m A = d m .
Pas 1. A = Jn (λ ) ∈ Mn ( K ) .
⎛0 1 ⎞
⎜ 0⎟
0 O
Avem A = λI n + N , unde N = ⎜ ⎟∈M (K ).
⎜ O 1⎟
n

⎜0 ⎟
⎝ 0⎠
= ( X − λ ) şi
n
Avem N ≠ 0 pentru 1 ≤ k < n şi N = 0 . Cum p A
k n

m A p A , rezultă că m A = ( X − λ ) , k ≤ n . Dar cum

k

0 = m A ( A) = ( A − λI n ) = N k
k

rezultă că k = n . Deci m A = p A = ( X − λ ) (avem un singur factor

n

invariant).
Pas 2. d m se descompune în factori liniari în K [X ] .

122
 În acest caz există P ∈ GLn (K ) astfel încât
(
P −1 AP = J A = diag J n1 (λ 1 ),..., J ns (λ s ) )
cu λ 1 ,..., λ s ∈ K . Pentru f ∈ K [ X ] avem
(
f ( A ) = 0 ⇔ P f ( A ) P = 0 ⇔ f P AP = 0 ⇔ f ( J A ) = 0 ⇔
−1 −1
)
( ( ) ( ))
⇔ diag f J n1 ( λ1 ) ,..., f J ns ( λs ) = diag ( 0,..., 0 ) ⇔

( )
⇔ f J ni ( λi ) = 0, 1 ≤ i ≤ s ⇔ ( X − λi ) i f , 1 ≤ i ≤ n ⇔
n

⇔ dm f
de unde rezultă că m A = d m .
Pas 3. d m nu se descompune în factori liniari în K [X ] .
Cum I n X − A ∈ M n ( K [ X ]) ⊆ M n ( [ X ]) şi
GLn (K [X ]) ⊆ GLn (C [X ]) rezultă că forma diagonal-canonică a lui
I n X − A din M n ( K [ X ]) coincide cu cea din M n ( [ X ]) . Dar d m se
descompune în produs de factori liniari în [ X ] , deci polinomul monic
de grad minim din [ X ] care admite pe A ca rădăcină este d m ∈ K [X ] ,
deci polinomul minimal (din K [X ] ) care admite pe A ca rădăcină este tot
dm .
(2) Rezultă din faptul că p A = d1 d 2 ...d m , m A = d m şi d1 d 2 ... d m .
‫ٱ‬
Exemplu. Să se găsească pA şi mA dacă
⎛8 9 −9 ⎞ ⎛1 0 0 ⎞
⎜ ⎟ ⎜ ⎟
A = ⎜ −3 −2 5 ⎟ ∈ M 3 ( ) . Cum I3 X − A ~ ⎜0 1 0 ⎟,
⎜3 4
⎝ −3 ⎟⎠ ⎜0 0
⎝ ( X − 2) ( X + 1)⎟⎠
2

= ( X − 2 ) ( X + 1) .
2
avem p A = m A

3.7. Aplicaţii ale teoriei Jordan în studiul operatorilor liniari

Fie V un spaţiu vectorial de dimensiune n peste , T ∈ End (V ) un

operator liniar definit pe V şi B = (e1 ,..., en ) o bază a lui V .
Dacă A = M B (T ) , definim polinomul caracteristic pT şi polinomul
minimal mT al operatorului T prin pT = p A şi mT = m A .
123
 Dacă B ′ = (e1′ ,..., en′ ) este o altă bază a lui V iar P ∈ GLn ( ) este
matricea de trecere de la B la B ′ şi B = M B′ (T ) , atunci P −1 AP = B , deci
A ≈ B . Rezultă că I n X − A ~ I n X − B de unde obţinem că p A = p B şi
m A = m B . Aşadar definiţiile polinoamelor pT şi mT sunt corecte (nu depind de
baza folosită).
Teorema 1. Fie V un spaţiu vectorial de dimensiune finită n peste şi
T ∈ End (V ) . Există o bază B ′ a lui V astfel încât M B′ (T ) , notată J T , să fie
matrice Jordan. Mai mult J T este unic determinată mai puţin ordinea celulelor
Jordan de pe diagonala sa.
Demonstraţie. Fie B = (e1 ,..., en ) o bază a lui V şi A = M B (T ) . Există
P ∈ GLn ( ) astfel încât P −1 AP = J A matrice Jordan. Fie P = pij ( ) şi
n
e′j = ∑ pij ei , 1 ≤ j ≤ n . Cum P ∈ GLn ( ) rezultă că B ′ = (e1′ ,..., en′ ) este bază
i =1
a lui V . Avem
M B′ (T ) = P −1 M B (T )P = P −1 AP = J A = J T .
Unicitatea este evidentă.
‫ٱ‬
Un subspaţiu L al lui V este invariant în raport cu operatorul T dacă
∀x ∈ L ⇒ T ( x ) ∈ L
Fie V un spaţiu vectorial peste corpul comutativ K şi v ∈ V , v ≠ 0 iar
L = Kv subspaţiul de dimensiune 1 generat de vectorul v ≠ 0 . Evident
T (L ) ⊆ L dacă şi numai dacă există λ ∈ K astfel încât T (v ) = λv .
Definiţie. Fie V un spaţiu vectorial peste corpul comutativ K şi T un
operator liniar pe V . Un scalar λ ∈ K se numeşte valoare proprie sau valoare
caracteristică a operatorului T dacă există v ∈ V , v ≠ 0 astfel încât T (v ) = λv .
În acest caz v se numeşte vector propriu asociat valorii proprii λ .
Teorema 2. Fie K un corp comutativ, V un spaţiu vectorial peste K de
dimensiune finită n şi T ∈ End K (V ) . Pentru un scalar λ ∈ K , următoarele
afirmaţii sunt echivalente:
(1) λ este valoare proprie a lui T .
(2) pT (λ ) = 0 .
Cu alte cuvinte, valorile proprii ale operatorului liniar T sunt exacr
rădăcinile din K ale lui pT . Când K = , valorile proprii coincid cu rădăcinile
lui pT (obligatoriu din ).

124
 Demonstraţie. Fie B = (e1 ,..., en ) o K − bază a lui V,
A = ( aij ) = M B (T ) ∈ M n ( K ) , x ∈V , x = x1e1 + ... + x n en cu xi ∈ K ,
1 ≤ i ≤ n coordonatele lui x în baza B . Avem:
⎛ ⎞ ⎛ ⎞
T ( x ) = λ x, λ ∈ K ⇔ ∑ x jT ( e j ) = λ ⎜ ∑ xi ei ⎟ ⇔ ∑ x j ⎜ ∑ aij ei ⎟ = ∑ ( λ xi ) ei ⇔
j ⎝ i ⎠ j ⎝ i ⎠ i
⎛ ⎞
⇔ ∑ ⎜ ∑ aij x j ⎟ ei = ∑ ( λ xi ) ei ⇔ ∑ aij x j = λ xi , 1 ≤ i ≤ n ⇔
i ⎝ j ⎠ i j

⎛ x1 ⎞ ⎛ 0 ⎞
⎜ ⎟ ⎜ ⎟
x 0
⇔ ( I n λ − A) ⎜ 2 ⎟ = ⎜ ⎟ ( *)
⎜ M ⎟ ⎜M⎟
⎜ ⎟ ⎜ ⎟
⎝ xn ⎠ ⎝ 0 ⎠

Aşadar pentru λ ∈ K , există x ∈ V , x ≠ 0 astfel încât T ( x ) = λx dacă şi

numai dacă sistemul omogen (*) are soluţii nebanale, dacă şi numai dacă
det (λI n − A) = 0 , dacă şi numai dacă pT (λ ) = 0 .
‫ٱ‬
Remarcă. Din demonstraţia teoremei precedente rezultă că determinarea
n
vectorilor proprii x = ∑ x i ei corespunzători valorii proprii λ revine la
i =1

determinarea soluţiilor nebanale ale sistemului omogen (*) , unde pT (λ ) = 0 ,

λ∈K .
Exemplu. Fie V = 3
şi T ∈ End ( ) pentru care
3

⎛ 8 9 −9 ⎞
⎜ ⎟
M B (T ) = ⎜ −3 −2 5 ⎟ ∈ M 3 ( )
⎜ 3 4 −3 ⎟
⎝ ⎠
⎛1⎞ ⎛ 0⎞ ⎛ 0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
unde B = (e1 , e2 , e3 ) şi e1 = ⎜ 0 ⎟ , e2 = ⎜ 1 ⎟ , e3 = ⎜ 0 ⎟ (deci B este baza
⎜0⎟ ⎜ 0⎟ ⎜1⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
canonică a lui 3 ).
Să determinăm valorile proprii şi vectorii proprii ai lui T .

125
 Soluţie. Avem
X −8 −9 9
pT = det (I n X − M B (T )) = − 5 = ( X − 2 ) ( X + 1) .
2
3 X +2
−3 −4 X +3
Rădăcinile din ale lui pT sunt λ 1 = −1 şi λ 2 = 2 .
Pentru λ = −1 , sistemul omogen (*) este:
⎛ − 9 − 9 9 ⎞⎛ x1 ⎞ ⎛ 0 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
(S1) ⎜ 3 1 − 5 ⎟⎜ x 2 ⎟ = ⎜ 0 ⎟
⎜ − 3 − 4 2 ⎟⎜ x ⎟ ⎜ 0 ⎟
⎝ ⎠⎝ 3 ⎠ ⎝ ⎠
iar pentru λ = 2 , sistemul omogen (*) este:
⎛ − 6 − 9 9 ⎞⎛ x1 ⎞ ⎛ 0 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
(S2) ⎜ 3 4 − 5 ⎟⎜ x 2 ⎟ = ⎜ 0 ⎟
⎜ − 3 − 4 5 ⎟⎜ x ⎟ ⎜ 0 ⎟
⎝ ⎠⎝ 3 ⎠ ⎝ ⎠
⎛ 4 ⎞
⎜ ⎟
Un vector propriu pentru λ = −1 este v = ⎜ − 2 ⎟ căci x1 = 4 , x 2 = −2 ,
⎜ 2 ⎟
⎝ ⎠
x3 = 2 este soluţie netrivială pentru (S1). Un vector propriu pentru λ = 2 este
⎛ 6 ⎞
⎜ ⎟
v = ⎜ − 2 ⎟ pentru că x1 = 6 , x 2 = −2 , x3 = 2 este o soluţie netrivială pentru
⎜ 2 ⎟
⎝ ⎠
(S2).

Exerciţii

1. Fie V un spaţiu vectorial peste corpul K şi X , Y subspaţii ale lui V astfel

{ }
încât V = X + Y = x + y x ∈ X , y ∈ Y .Următoarele afirmaţii sunt
echivalente:
(a) X I Y = O , subspaţiul nul (format numai cu vectorul zero).
(b) x + y = 0 cu x ∈ X , y ∈ Y implică x = y = 0 .
(c) x1 + y1 = x 2 + y 2 cu x1 , x 2 ∈ X , y1 , y 2 ∈ Y implică x1 = x 2 şi
y1 = y 2 .
În acest caz spunem că V este sumă directă a lui X şi Y şi scriem
V = X ⊕ Y . Generalizare.
126
2. Fie V un spaţiu vectorial peste corpul K de dimensiune n şi
B = (e1 , e2 ,..., en ) o K − bază a lui V . Fie p, q ∈ astfel încât p + q = n .
Dacă X = Ke1 + ... + Ke p Y = Ke p +1 + ... + Ken , arătaţi că V = X ⊕ Y .
Generalizare.
3. Fie V un K − spaţiu şi X , Y două subspaţii ale lui V astfel încât
V = X ⊕Y .
( )
(a) Dacă p = dim K X , q = dim K Y , B1 = e1 ,..., e p este o K − bază a lui
X şi B2 = {e p +1 ,..., e p + q } este o K − bază a lui Y , atunci B = B1 U B2
este K − bază pentru V .
(b) Dacă T ∈ End K (V ) şi T ( X ) ⊆ X , T (Y ) ⊆ Y , atunci
⎛A 0⎞
M B (T ) = ⎜⎜ ⎟⎟
⎝ 0 B⎠
cu A ∈ M p ( K ) , B ∈ M q ( K ) .
4. Fie V un spaţiu vectorial peste corpul K de dimensiune n , T ∈ End K (V ) şi
⎛A 0⎞
B = (e1 ,..., en ) o K − bază a lui V astfel Incât M B (T ) = ⎜⎜ ⎟⎟ ,
⎝ 0 B⎠
A∈ M p ( K ) , B ∈ Mq ( K ) cu p + q = n . Fie X = Ke1 + ... + Ke p ,
Y = Keo +1 + ... + Ke p + q . Arătaţi că V = X ⊕ Y şi T ( X ) ⊆ X , T (Y ) ⊆ Y .
5. Fie V un K − spaţiu vectorial, V ≠ 0 şi T ∈ End K (V ) . Spunem că V este
T − indecompozabil dacă din V = X ⊕ Y cu X şi Y subspaţii
T − invariante (deci T ( X ) ⊆ X , T (Y ) ⊆ Y ) rezultă X = O sau Y = O . În
caz contrar spunem că V este T − decompozabil.
Dacă dim K V = n < ∞ arătaţi prin inducţie după n că V poate fi
reprezentat ca sumă directă de subspaţii T − invariante, T − indecompozabile.
6. Fie V un spaţiu vectorial peste de dimensiune n < ∞ şi T ∈ End (V ) .
Arătaţi că V este T − indecompozabil dacă şi numai dacă există o bază B a
lui V şi λ ∈ astfel încât M B (T ) = J n (λ ) .
7. Fie V un spaţou vectorial peste corpul de dimensiune n şi B = (e1 ,..., en )
o bază a lui V astfel încât
⎛ J n1 (λ 1 ) ⎞
⎜ 0 ⎟
⎜ J n2 (λ 2 ) ⎟
M B (T ) = ⎜ ⎟
O
⎜ 0 ⎟
⎜
⎝ J n s
(λ s ) ⎟
⎠

127
 şi
X 1 = Ke1 + ... + Ke n1 , X 2 = Ken1 +1 + ... + Ke n1 + n2 , …,
X s = Ken1 +...ns−1 +1 + ... + Kes .
Atunci V = X 1 ⊕ X 2 ⊕ ... ⊕ X s , T ( X i ) ⊆ X i , 1 ≤ i ≤ s şi X i este
T − indecompozabil pentru i = 1,2,..., s .
8. Fie V un K − spaţiu vectorial, T ∈ End K (V ) şi λ 1 ,..., λ m ∈ K valori
proprii disticte ale lui T . Pentru orice i = 1,..., n fie xi ∈ V , xi ≠ 0 astfel
încât T ( xi ) = λ i xi . Arătaţi că vectorii x1 , x 2 ,..., x m sunt liniar independenţi
peste K (deci vectori proprii corespunzători la valori proprii distincte sunt
liniar independenţi).
9. Fie V un spaţiu vectorial de dimensiune n < ∞ peste şi T ∈ End (V ) .
Fie λ1 ,..., λm ∈ rădăcinile distincte ale lui pT şi k1 ,..., km ∈ *
multiplicităţile acestor rădăcini.
{ }
(a) Dacă Lλi = x ∈ V T ( x ) = λ i x , atunci Lλi este un subspaţiu al lui V
invariant în raport cu T şi dim Lλi ≤ ki , 1 ≤ i ≤ m .
(b) T este diagonalizabil (deci există o bază a lui V în care matricea asociată
lui T este diagonală) dacă şi numai dacă dim Lλi = ki , 1 ≤ i ≤ m şi în
acest caz
V = Lλ1 ⊕ Lλ 2 ⊕ ... ⊕ Lλ m .
⎛1 1 0⎞
⎜ ⎟
10. Fie A = ⎜ 0 1 1 ⎟ ∈ M 3 ( ) ⊂ M 3 ( ) . Reprezentaţi pe A sub forma
⎜0 0 1⎟
⎝ ⎠
A = D + N cu D diagonalizabilă şi N nilpotentă, cu ND = DN şi calculaţi
An , n ∈ * .
⎛ −4 0 −2 ⎞
⎜ ⎟
11. Fie A = ⎜ 0 1 0 ⎟ ∈ M 3 ( ) . Determinaţi matricea Jordan J A asemenea
⎜ 5 1 3⎟
⎝ ⎠
cu A .

128
 ⎛ 2 −1 −1⎞
⎜ ⎟
12. Fie matricea A∈ M 3 ( ) , A = ⎜ −1 2 −1⎟ .
⎜ −1 −1 2 ⎟
⎝ ⎠
a) Determinaţi polinomul caracteristic p A şi polinomul minimal mA pentru
matricea A .
b) Precizaţi matricea Jordan J A , A J A .
c) Determinaţi valorile proprii şi vectorii proprii ai operatorului liniar
T : 3 → 3 care în baza canonică B = ( e1 , e2 , e3 ) a − spaţiului
vectorial 3 are ca matrice asociată pe A .
13. Determinaţi matricele Jordan asemenea respectiv cu matricele A, B ∈ M 3 ( )
şi C ∈ M 4 ( ),
⎛1 0 2 −1 ⎞
⎛ 4 −1 1 ⎞ ⎛ 2 0 −1 ⎞ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ 0 1 4 −2 ⎟
A = ⎜ 1 3 − 1 ⎟ , B = ⎜ 1 1 −1 ⎟ , C = ⎜ .
⎜0 1 1 ⎟ ⎜0 1 0 ⎟ ⎜2 1 0 1⎟
⎝ ⎠ ⎝ ⎠ ⎜ ⎟
⎝ 2 −1 −1 2⎠
14. Fie A∈ M 3 ( ) , mA polinomul minimal al lui A şi p A polinomul
caracteristic al lui A . Fie d A = grad mA . Arătaţi :
a) Dacă d A = 1 , atunci mA ( X ) = X − α cu α ∈ , p A ( X ) = ( X − α ) şi
3

A = α I3 .
b) Dacă d A = 2 , atunci mA ( X ) = ( X − α )( X − β ) cu α, β ∈ ,
pA ( X ) = ( X − α )
( X − β ) sau p A ( X ) = ( X − α )( X − β ) .
2 2

c) Dacă d A = 3 , atunci mA ( X ) = p A ( X ) .
15. Fie A∈ M 2 ( ) . Dacă există m ∈ * astfel încât Am = 0 , atunci A2 = 0 .
16. Fie A, B ∈ M 2 ( ) . Dacă există m, n ∈ * astfel încât Am = 0 , B n = 0 şi
dacă AB = BA , atunci AB = 0 .
17. Fie A = ( aij ) ∈ M 2 ( ), A ≠ I2 astfel încât A3 = I 2 . Arătaţi că
pA ( X ) = X 2 + X + 1 .
18. Fie A∈ M n ( ) astfel încât A3 = A + I n . Arătaţi că det A > 0 .
19. Fie A∈ M 2 ( ) . Dacă există n ∈ * astfel încât An = I 2 şi n este prim cu
6, atunci A = I 2 .

129
20. Fie A, B, P ∈ M n ( ) , det P ≠ 0 . Arătaţi :
a) p A ( X ) = p −1 ( X ) ,
P AP

b) p AB ( X ) = pBA ( X ) .
21. Fie N ∈ M n ( ) astfel încât există m ∈ * cu N m = 0 . Arătaţi că :
a) det ( I n + N ) = 1 ,
b) det ( A + N ) = det A oricare ar fi A ∈ M n ( ) astfel încât AN = NA .

130
 4. Grupuri abeliene finit generate
Aşa cum se va vedea în continuare, în studiul grupurilor abeliene intervine
în mod natural inelul euclidian al numerelor întregi, aşa cum în studiul
operatorilor liniari pe spaţii vectoriale a intervenit inelul euclidian K [X ] , K corp
comutativ.

4.1. Grupuri abeliene libere de rang finit

Fie (G ,+ ) un grup abelian dat în notaţia aditivă. Pentru k ∈ şi x ∈ G

definim
x + x + ... + x pentru k > 0
⎧ 14243
⎪ k ori
⎪
kx = ⎨0 ∈ G pentru k = 0 ∈ .
⎪
⎪− ( ( −k ) x )
pentru k > 0
⎩
Avem
(1) (h + k )x = hx + kx ,
(2) k ( x + y ) = kx + ky ,
(3) h(kx ) = (hk )x ,
(4) 1 ⋅ x = x .
oricare ar fi x, y ∈ G şi oricare ar fi h, k ∈ .
Spunem că G este grup abelian finit generat dacă există un număr finit de
elemente x1 , x 2 ,..., x n ∈ G astfel încât
G = x1 + x2 + ... + xn = {k1 x1 + k2 x2 + ... + kn xn ki ∈ }.
În aceste condiţii spunem că x1 , x 2 ,..., x n este un sistem (finit) de
generatori pentru grupul abelian (G ,+ ) . Spunem că B = (u1 , u 2 ,..., u n ) ⊂ G este
o bază (sau încă o − bază) pentru G dacă
(a) G = u1 + u2 + ... + un ,
(b) din k1u1 + k 2 u 2 + ... + k n u n = 0 , unde ki ∈ rezultă k1 = k 2 = ... = k n = 0 .
adică u1 , u 2 ,..., u n este un sistem de generatori pentru G liniar independenţi peste
.
Fie (G ,+ ) un grup abelian şi
2G = {2 x x ∈ G} .

131
 Atunci 2G este un subgrup al lui G şi cum G este abelian, putem
considera grupul factor
G
Gˆ = = {xˆ = x + 2G x ∈ G}.
2G
G
Grupul factor Gˆ = devine spaţiu vectorial peste corpul 2 dacă
2G
punem
def
kxˆ = kx , ∀k ∈ 2 , ∀xˆ ∈ Gˆ .
Lema 1. Fie (F ,+ ) un grup avelian care admite o − bază (finită)
B = (u1 , u 2 ,..., u n ) . Atunci Bˆ = (uˆ1 , uˆ 2 ,..., uˆ n ) este o 2 − bază pentru
ˆ F
2 − spaţiul vectorial F = .
2F
n
Demonstraţie. Dacă xˆ ∈ Fˆ , atunci x = ∑k u
i =1
i i cu ki ∈ şi deci
n b
xˆ = ∑ ki ui = ∑ ki uˆi
i =1 i =1

Rezultă că B̂ este un sistem de generatori pentru 2 − spaţiul vectorial

F̂ .
n n
Dacă ∑ kiuˆi = 0ˆ atunci
i =1
∑k u
i =1
i i ∈ 2 F . Rezultă că 2 k i , 1 ≤ i ≤ n , deci

k i = 0 , 1 ≤ i ≤ n . Conchidem că B̂ este o 2 − bază pentru F̂ .

‫ٱ‬
Spunem că un grup abelian (F ,+ ) este liber de rang n dacă admite o
− bază B = (u1 , u 2 ,..., u n ) cu n elemente.
Pentru orice n ∈ *
,
F= n
= {( x , x ,..., x ) x ∈ }
1 2 n i

este un grup abelian liber de rang n .

În adevăr, F este grup abelian în raport cu operaţia
(x1 , x 2 ,..., xn ) + ( y1 , y 2 ,..., y n ) = (x1 + y1 , x2 + y 2 ,..., x n + y n )
iar B = (e1 , e2 ,..., en ) , unde
e1 = (1,0,...,0 ) , e2 = (0,1,...,0 ) , …, en = (0,0,...,1)
este o − bază pentru F = n
.

132
 Cum într-un spaţiu vectorial toate bazele au acelaşi număr de vectori (egal
cu dimensiunea spaţiului), din lema 1 rezultă că într-un grup abelian liber F toate
− bazele sale au acelaşi număr de elemente (egal cu rangul lui F ).
În continuare dăm o caracterizare a − bazelor unui grup abelian liber de
rang n .
Lema 2. Fie (F ,+ ) un grup abelian liber de rang n , B = (u1 , u 2 ,..., u n )
o − bază a lui F , u1′ , u 2′ ,..., u ′n ∈ F şi pij ∈ astfel încât
n
u i′ = ∑ pij u j , 1 ≤ i ≤ n .
j =1

( )
Fie P = pij ∈ M n ( ) . Sunt echivalente afirmaţiile.
(1) B ′ = (u1′ , u 2′ ,..., u ′n ) este o − bază pentru F .
(2) P este matrice inversabilă în inelul M n ( ) .
(3) det (P ) = ±1 .
Demonstraţie. Cum o matrice P ∈ M n ( ) este inversabilă în inelul
M n ( ) dacă şi numai dacă det (P ) este inversabil în , echivalenţa lui (2) cu (3)
este stabilită.
(2) ⇒ (1) ( )
Fie Q = qij = P −1 ∈ M n ( ) . Evident
⎛ u1′ ⎞ ⎛ u1 ⎞
⎜ ⎟ ⎜ ⎟
⎜ u ′2 ⎟ ⎜ u2 ⎟
⎜ M ⎟ = P ⎜ M ⎟
⎜ ⎟ ⎜ ⎟
⎜ u′ ⎟ ⎜u ⎟
⎝ n⎠ ⎝ n⎠
şi înmulţind cu Q = P −1 obţinem
⎛ u1 ⎞ ⎛ u1′ ⎞
⎜ ⎟ ⎜ ⎟
⎜ u2 ⎟ ⎜ u 2′ ⎟
⎜ M ⎟ = Q ⎜ M ⎟.
⎜ ⎟ ⎜ ⎟
⎜u ⎟ ⎜ u′ ⎟
⎝ n⎠ ⎝ n⎠
Acum este evident că F = u1′ + u2′ + ... + un′ , deci
(u1′ , u 2′ ,..., u n′ ) este un sistem de generatori pentru grupul abeliam
n
(F ,+ ) .Presupunem că ∑ k i u i′ = 0 , unde ki ∈ , 1 ≤ i ≤ n . Putem
i =1
scrie

133
 ⎛ u1 ⎞
⎜ ⎟
u
(k1 , k 2 ,..., k n )P⎜⎜ 2 ⎟⎟ = 0
M
⎜ ⎟
⎜u ⎟
⎝ n⎠
şi cum u1 , u 2 ,..., u n sunt liniar independenţi peste obţinem
(k1 , k 2 ,..., k n )P = (0,0,...,0) .
Înmulţind la dreapta cu P −1 obţinem
(k1 , k 2 ,..., k n ) = (0,0,...,0)
deci u1′ , u 2′ ,..., u n′ sunt liniar independenţi peste .
(1) ⇒ (2) Cum (u1′ , u 2′ ,..., u ′n ) este − bază pentru F avem
⎛ u1 ⎞ ⎛ u1′ ⎞
⎜ ⎟ ⎜ ⎟
⎜ u2 ⎟ ⎜ u 2′ ⎟
⎜ M ⎟ = Q⎜ M ⎟
⎜ ⎟ ⎜ ⎟
⎜u ⎟ ⎜ u′ ⎟
⎝ n⎠ ⎝ n⎠
( )
cu Q = qij ∈ M n ( ) . Dar
⎛ u1′ ⎞ ⎛ u1 ⎞
⎜ ⎟ ⎜ ⎟
⎜ u 2′ ⎟ ⎜ u2 ⎟
⎜ M ⎟ = P⎜ M ⎟
⎜ ⎟ ⎜ ⎟
⎜ u′ ⎟ ⎜u ⎟
⎝ n⎠ ⎝ n⎠
de unde rezultă că
⎛ u1 ⎞ ⎛ 0 ⎞
⎜ ⎟ ⎜ ⎟
u 0
(I n − QP )⎜⎜ 2 ⎟⎟ = ⎜⎜ ⎟⎟ .
M M
⎜ ⎟ ⎜ ⎟
⎜u ⎟ ⎜0⎟
⎝ n⎠ ⎝ ⎠
Cum (u1 , u 2 ,..., u n ) sunt liniar independenţi peste , obţinem
I n − QP = 0 . Adică QP = I n . Analog se arată că PQ = I n .
Aşadar există P −1 şi P −1 = Q .
‫ٱ‬
Lema 3. Fie (F ,+ ) un grup abelian liber de rang n , B = (u1 , u 2 ,..., u n )
o − bază a sa şi a ∈ . Atunci pentru orice i ≠ j
B ′ = (u1 ,..., u i + au j ,..., u n )
este o − bază a lui F .
134
 Demonstraţie. Avem
⎛ u1 ⎞ ⎛ u1 ⎞
⎜ ⎟ ⎜ ⎟
⎜ M ⎟ ⎜ M ⎟
⎜ u + au ⎟ = T (a )⎜ u ⎟
⎜ i j
⎟ ij
⎜ i⎟
⎜ M ⎟ ⎜ M ⎟
⎜ u ⎟ ⎜u ⎟
⎝ n ⎠ ⎝ n⎠
şi cum Tij ( a ) ∈ M n ( ) şi det (Tij (a )) = 1 , afirmaţia rezultă aplicând lema 1.
‫ٱ‬
În teorema următoare se stabileşte că subgrupurile unui grup abelian liber
de rang n sunt grupuri abeliene libere de rang m ≤ n . Mai precis:
Teorema 1. Fie (F ,+ ) un grup abelian liber de rang n şi H ≠ 0 un
subgrup al lui F . Atunci H este grup abelian liber de rang m , 1 ≤ m ≤ n şi
există o − bază (v1 , v 2 ,..., v n ) a lui F şi d1 , d 2 ,..., d m ∈ *
cu d1 d 2 ... d m
astfel încât (d1v1 , d 2 v 2 ,..., d m v m ) este o
− bază a lui H .
Demonstraţie. Inducţie după n = rang F . Fie d 1 ≥ 1 cel mai mic număr
din *
care apare în calitate de coeficient în reprezentarea elementelor x ≠ 0 din
H în bazele posibile ale lui F (există asemenea coeficienţi strict pozitivi căci
dacă x ∈ H , x ≠ 0 , atunci − x ∈ H , iar x sau − x admite cel puţin un
coeficient strict pozitiv în orice reprezentare ca combinaţie liniară de elementele
oricărei baze a lui F )
Cum prin permutarea elementelor unei baze a lui F se obţine tot o bază a
lui F , rezultă că există o − bază (u1 , u 2 ,..., u n ) a lui F şi un element v ∈ H ,
v ≠ 0 astfel încât
v = d1u1 + k 2 u 2 + ... + k n u n , ki ∈ , 2 ≤ i ≤ n .
Putem scrie
k i = d1 qi + ri cu qi , ri ∈ , 0 ≤ ri < d1 , 2 ≤ i ≤ n
şi deci
v = d1 (u1 + q 2 u 2 + ... + q n u n ) + r2 u 2 + ... + rn u n .
Fie v1 = u1 + q 2 u 2 + ... + q n u n . Conform lemei 3, (v1 , u 2 ,..., u n ) este o
− bază a lui F . Acum, invocând definiţia dată lui d 1 , rezultă că
r2 = r3 = ... = rn = 0 , deci v = d1v1 ∈ H .
Fie F ′ = u2 + ... + un . Evident, F ′ este grup abelian liber de rang
n − 1 şi avem
H = d1v1 ⊕ ( F ′ I H ) .
În adevăr, incluziunea " ⊇ " este evidentă.
135
 Dacă x ∈ H , putem scrie
x = t1v1 + t 2 u 2 + ... + t n u n cu ti ∈ , 1 ≤ i ≤ n
şi
t1 = d1 q1 + r1 cu q1 , r1 ∈ , 0 ≤ r1 < d 1 .
Cum x − q1v = r1v1 + t2u2 + ... + tn un ∈ H , invocând definiţia lui d 1 rezultă
că r1 = 0 , deci x ∈ d1v1 ⊕ ( F ′ I H ) .
Cum H I F ′ ⊆ F ′ şi rang F ′ = n − 1 , conform ipotezei de inducţie
(aplicată în cazul H I F ′ ≠ 0 ) există o − bază (v2 ,..., v n ) a lui F ′ şi
d 2 ,..., d m ∈ * , d 2 d 3 ... d m cu m − 1 ≤ n − 1 astfel încât (d 2 v 2 ,..., d m v m ) este
o − bază a lui H I F ′ . Cum F = v1 ⊕ F ′ şi H = d1v1 ⊕ ( F ′ I H ) , rezultă
imediat că (d1v1 , d 2 v 2 ,..., d m v m ) este − bază pentru H .
Mai rămâne de arătat că d1 d 2 . Putem scrie
d 2 = d1 q + r cu q, r ∈ , 0 ≤ r < d1 .
Cum ( v2 , v1 + qv2 , v3 ,..., vn ) este − bază pentru F (vezi lema 3) şi
rv 2 + d1 (v1 + qv 2 ) = d1v1 + d 2 v 2 ∈ H ,
rezultă r = 0 datorită definiţiei lui d 1 . Aşadar d1 d 2 .
‫ٱ‬
Observaţie. În demonstraţia teoremei precedente s-au folosit următoarele.
Dacă (G ,+ ) este un grup abelian iar X , Y sunt subgrupuri ale lui G
astfel încât
G = X + Y = {x + y x ∈ X , y ∈ Y }
atunci următoarele afirmaţii sunt echivalente:
(i) Dacă x1 + y1 = x 2 + y 2 cu x1 , x 2 ∈ X , y1 , y 2 ∈ Y , atunci x1 = x 2 şi
y1 = y1 .
(ii) Dacă x + y = 0 cu x ∈ X , y ∈ Y , atunci x = y = 0 .
(iii) X IY = 0.
În condiţiile de mai sus spunem că G este sumă directă a lui X cu Y şi
sriem G = X ⊕ Y .
Să observăm că dacă G = X ⊕ Y , unde X şi Y sunt subgrupuri abeliene
libere de rang finit iar B1 este o − bază a lui X , B2 o − bază a lui Y , atunci
B = B1 U B2 este o − bază a lui G .
Consideraţiile de mai sus pot fi extinse la un număr finit de subgrupuri ale
lui G .

136
 4.2. Structura grupurilor abeliene finit generate

Fie (G ,+ ) un grup abelian. Reamintim că un element x ∈ G are ordinul

finit dacă există k ∈ *
astfel încât kx = 0 . Dacă x este element de ordin finit,
atunci numărul m = min k ∈ { *
}
kx = 0 se numeşte ordinul lui x şi se foloseşte
notaţia ord x = m . Dacă ord x = m şi m = st cu s, t ∈ *
, atunci ord sx = t .
Dacă x ∈ G , atunci
def
ann Z ( x ) = {k ∈ kx = 0}
se numeşte anulatorul în al lui x . Evident ann ( x ) este un ideal al lui , iar
dacă ord x = m ∈ *
, atunci ann ( x) = m = {mq q ∈ }.
Dacă (G1 ,+ ) , (G2 ,+ ) , …, (Gm ,+ ) sunt grupuri abeliene şi
G = G1 × G2 × ... × Gm , atunci definind pe G adunarea pe componente
def
(x1 , x 2 ,..., xm ) + ( y1 , y 2 ,..., y m ) = (x1 + y1 , x 2 + y 2 + ... + x m + y m )
se obţine pe G = G1 × G2 × ... × Gm o structură de grup abelian; grupul (G ,+ )
astfel introdus se numeşte produsul direct al grupurilor (G1 ,+ ) , (G2 ,+ ) , …,
(Gm ,+ ) .
Teorema 1 (structura grupurilor abeliene finit generate). Fie (G ,+ ) un
grup abelian finit generat. Atunci:
(1) există numerele d1 , d 2 ,..., d m , r ∈ *
cu 1 < d1 d 2 ... d m astfel încât

G~ d1 × d2 × ... × dm × r
,
adică grupul (G ,+ ) este izomorf ca produsul direct al grupurilor

( d1 ,+ ,)( d2 ) (
, + , ..., dm )
, + , ( , + ) , ..., ( , + ) .
1442443
r ori

(2) Numerele r şi d1 , d 2 ,..., d m sunt unic determinate.

Demonstraţie.
(1) Cum grupul (G ,+ ) este finit generat, există g1 , g 2 ,..., g n ∈ G astfel încât
G = g1 + g 2 + ... + g n .
Fie F = n
= 14
×4244
× ... ×3 . Aşa cum s-a mai observat, F este grup
n ori

abelian liber de rang n în raport cu operaţia de adunare pe componente.

137
 Aplicaţia
n
f: n
→ G , (k1 , k 2 ,..., k n ) a ∑ k i g i ∈ G
i =1

este evident un morfism surjectiv de la grupul ( n

)
, + la grupul (G,+ ) .
Fie H = ker ( f ) . Dacă H = 0 , atunci G ~ n
afirmaţiile din enunţ fiind
evidente în acest caz.
Presupunem că H ≠ 0 . Există o − bază (v1 , v 2 ,..., v n ) a lui G şi
d1 , d 2 ,..., d m ∈ *
cu d1 d 2 ... d m , 1≤ m ≤ n astfel încât
(d1v1 , d 2 v2 ,..., d m vm ) este o − bază a lui H (vezi teorema 1 paragraful
4.1.). Fie xi = f (vi ) , 1 ≤ i ≤ n . Avem
⎧di pentru 1 ≤ i ≤ m
ann ( xi ) = ⎨ . (α )
⎩0 pentru m < i ≤ n
În adevăr, pentru 1 ≤ i ≤ m avem d i xi = f (d i vi ) = 0 pentru că
d i vi ∈ H = ker( f ) , deci d i Z ⊆ ann Z ( xi ) .
Reciproc dacă kxi = 0 cu k ∈ , unde 1 ≤ i ≤ n , atunci f (kvi ) = 0 , deci
kvi ∈ H . Rezultă că
m
kvi = ∑ t j d j v j cu t j ∈ 1≤ j ≤ m.
j =1
Obţinem
⎧t d pentru 1 ≤ i ≤ m
k=⎨i i
⎩0 pentru m < i ≤ n
de unde rezultatul de la (α ) .
Cum F = v1 + v2 + ... + vn şi f este morfism de grupuri surjectiv,
rezultă că
G = Im ( f ) = x1 + x2 + ... + xn . (β)
Arătăm că suma de la (β) este directă. Fie în acest scop yi ∈ xi ,
y i = k i xi cu ki ∈ , 1 ≤ i ≤ n astfel încât y1 + y 2 + ... + y n = 0 , adică
k1 x1 + k 2 x 2 + ... + k n x n = 0 .
Rezultă că
⎛ n ⎞ n n
f ⎜ ∑ ki vi ⎟ = ∑ ki f ( vi ) = ∑ ki xi = 0 ,
⎝ i =1 ⎠ i =1 i =1

138
 n
deci ∑k v i i ∈ H = ker( f ) şi atunci
i =1
n m

∑k v = ∑t d
i =1
i i
j =1
j j v j cu t j ∈ , 1 ≤ j ≤ m .

Din ultima egalitate rezultă k i = t i d i , 1 ≤ i ≤ m şi k i = 0 , m < i ≤ n , de

unde y i = 0 , 1 ≤ i ≤ n şi deci suma de la (β) este directă. Aşadar:
G = x1 ⊕ x2 ⊕ ... ⊕ xm ⊕ xm +1 ⊕ ... ⊕ xn . (γ )
Dacă k ∈ şi d ∈ *
, notăm cu
[ k ]d = k + d .
Definim aplicaţia ϕ : G → d1 × d2 × ... × dm × n−m
prin
def
(
ϕ( x ) = [k1 ]d , [k 2 ]d ,..., [k m ]d m , k m +1 ,..., k n
1 2
)
n
pentru orice x ∈ G , x = ∑k xi =1
i i cu ki ∈ , 1≤ i ≤ n.

Dacă pentru x ∈ G avem încă reprezentarea

n
x = ∑ k i′xi cu ki′ ∈ , 1 ≤ i ≤ n ,
i =1
atunci
n

∑ (ki =1
i − k i′ )xi = 0

şi cum în (γ ) suma este directă, avem

d i (k i − k i′ ) , 1 ≤ i ≤ m şi k i = k i′ , m < i ≤ n ,
adică
[k i ]di = [k i′]di , 1 ≤ i ≤ m şi k i = k i′ , m < i ≤ n .
Rezultă că aplicaţia ϕ este corect definită şi evident ϕ este un izomorfism
de la grupul (G ,+ ) la grupuk ( d1 × d2 × ... × dm × n−m
)
,+ .
Aşadar afirmaţia (1) din enunţ este adevărată cu r = n − m .
{
(2) Fie t ( G ) = x ∈ G ∃k ∈ *
}
, kx = 0 . Evident t (G ) este subgrup al lui G ,
numit subgrupul de torsiune al lui G . Folosind (γ ) rezultă imediat că
t ( G ) = x1 ⊕ ... ⊕ xm şi deci
G = t ( G ) ⊕ xm +1 ⊕ ... ⊕ xn .
Deducem că

139
 G
~ xm +1 ⊕ ... ⊕ xn .
t (G )
Cum ann ( xi ) = 0 pentru m < i ≤ n , rezultă că aplicaţia
ϕ
ψ : xm +1 ⊕ ... ⊕ xn → , k m +1 x m +1 + ... + k n x n a(k m +1 ,..., k n )
n−m

este izomorfism de grupuri abeliena, deci

G
~ r
, unde r = n − m .
t (G )
Dacă avem încă descompunerea
G = x1′ ⊕ ... ⊕ xm′ ′ ⊕ xm′ ′+1 ⊕ ... ⊕ xn′ ′ (δ)
cu
⎧di′ pentru 1 ≤ i ≤ m′
ann ( xi′ ) = ⎨
⎩0 pentru m′ < i ≤ n′
unde 1 ≤ d1′ d 2′ ... d m′ ′ , atunci analog se arată că
G r′
~ , unde r ′ = n ′ − m ′ .
t (G )
Cum r şi r′ sunt grupuri abeliene libere şi r ~ r′ , rezultă că r = r ′
(căci imaginea unei − baze printr-un izomorfism este o − bază şi toate
− bazele au acelaşi număr de elemente).
Pentru a proba acum unicitatea numerelor m, d1 , d 2 ,..., d m putem
presupune că t (G ) = G şi deci (γ ) devine
G = x1 ⊕ ... ⊕ xm (i )
cu ann Z ( xi ) = d i , 1 ≤ i ≤ m şi 1 ≤ d1 d 2 ... d m . Dacă d i = 1 , atunci
d1 = d 2 = ... = d i = 1 şi x1 = x 2 = ...xi = 0 . Aşadar în (i ) putem presupune
că 1 < d1 şi avem
G ~ d1 × d2 × ... × dm ,
de unde rezultă că ord(G ) = d1 d 2 ...d m .
Demonstrăm unicitatea numerelor m, d1 , d 2 ,..., d m prin inducţie după
ord(G ) .
Presupunem că avem încă
G = x1′ ⊕ x2′ ⊕ ... ⊕ xm′ ′ (ii )
cu ann ( xi′ ) = di′ , 1 ≤ i ≤ m ′ şi 1 < d1′ d 2′ ... d m′ ′ .

140
 Vom arăta că m = m ′ şi d i = d i′ pentru 1 ≤ i ≤ m . Avem d m x = 0 şi
d m′ ′ x = 0 , oricare ar fi x ∈ G . În particular d m x m′ ′ = 0 şi d m′ ′ x m = 0 , de unde
d m′ ′ d m şi d m d m′ ′ , deci d m = d m′ ′ .
Fie p un divizor prim al lui d m = d m′ ′ > 1 . Fie
{ }
k = min i p d i′ , k ′ = min i p d i′ . { }
Putem scrie
d i = pci , k ≤ i ≤ m , d ′j = pc ′j , k ′ ≤ j ≤ m′ ,
unde ci , c′j ∈ *
.
{ }
Fie V = x ∈ G px = 0 . Evident V este un subgrup al grupului (G. + ) .
Din (i ) şi (ii ) rezultă că
V = ck xk ⊕ ... ⊕ cm xm = ck′ ′ xk′ ′ ⊕ ... ⊕ cm′ ′ xm′ ′ .
De asemenea ci xi ≠ 0 . k ≤ i ≤ m şi c ′j x ′j ≠ 0 , k ′ ≤ j ≤ m′ pentru că
ci < d i , c ′j < d ′j .
Cum px = 0 , ∀x ∈ V , pe grupul (V ,+ ) putem introduce o structură de
spaţiu vectorial peste corpul p prin
def

p × V → V , (a , x ) a a x = ax ∈ V .
Avem
V= c x ⊕ ... ⊕
p k k c x =
p m m c′ x′ ⊕ ... ⊕
p k′ k′ c′ x ′ .
p m′ m′

Aşadar (c k x k ,..., c m x m ) şi (c k′ ′ x k′ ′ ,..., c m′ ′ x ′m′ ) sunt

− baze pentru spaţiul p

vectorial V , de unde m − k + 1 = m ′ − k ′ + 1 , adică m − k = m ′ − k ′ .

Alegem acum p divizor prim al lui d1 > 1 (deci şi al lui d m = d m′ ′ ).
Avem k = 1 şi din m − 1 = m ′ − k ′ , rezultă că m ≤ m ′ . Alegând p divizor
prim al lui d 1′ > 1 obţinem şi m ′ ≤ m , de unde m = m ′ .
Fie acum p d 1 , p prim. Cum m = m ′ rezultă că avem şi p d1′ . Putem
scrie
d i = pci , d i′ = pci′ cu ci , ci′ ∈ *
, 1≤ i ≤ m.
Avem
pG = px1 ⊕ ... ⊕ pxm = px1′ ⊕ ... ⊕ pxm′ .
De asemenea
ann ( pxi ) = ci , ann ( pxi′ ) = ci′ , 1≤ i ≤ m.

141
 Cum pG este subgrup al lui G şi
ord ( pG ) = c1 ⋅ c2 ⋅ ... ⋅ cm < ord ( G )
conform ipotezei de inducţie avem
ci = ci′ , 1 ≤ i ≤ n
şi deci
d i = pci = pci′ = d i′ , 1 ≤ i ≤ m .
‫ٱ‬

4.3. Rezolvarea în numere întregi a sistemelor de ecuaţii liniare

Rezultatul stabilit la teorema 1, paragraful 3.3. rămâne adevărat şi pentru

matrice dreptunghiulare: dacă (R, ϕ) este un inel euclidian şi
A = ( aij ) ∈ M m×n ( R ) , A ≠ 0 , atunci există U ∈ GLm ( R ) şi V ∈ GLn ( R ) astfel
⎛ d1 ⎞
⎜ ⎟
⎜ O 0 ⎟
⎜ dr ⎟
încât UAV = ⎜ ⎟ , cu di ∈ R şi d1 d 2 ... d r .
*

⎜ 0 ⎟
⎜ 0 O ⎟
⎜⎜ ⎟
⎝ 0 ⎟⎠
În această formulare putem stabili o condiţie necesară şi suficientă ca un
sistem de ecuaţii liniare cu coeficienţi întregi să admită soluţii întregi şi să
descriem convenabil mulţimea tuturor asemenea soluţii.
Fie sistemul (S) de m ecuaţii liniare în n necunoscute x1 ,..., xn cu
coeficienţi întregi
⎧a11 x1 + a12 x2 + ... + a1n xn = b1
⎪a x + a x + ... + a x = b
⎪ 21 1 22 2 2n n 2
(S) ⎨
⎪M
⎪⎩am1 x1 + am 2 x2 + ... + amn xn = bm
Folosind notaţiile
⎛ a11 a12 L a1n ⎞ ⎛ x1 ⎞ ⎛ b1 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
a a22 L a2 n ⎟ ⎜ x2 ⎟ b2
A = ⎜ 21 , x= , b=⎜ ⎟
⎜ M M O M ⎟ ⎜M ⎟ ⎜ M ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝ am1 am 2 L amn ⎠ ⎝ xn ⎠ ⎝ bm ⎠

142
sistemul (S) se scrie
(S) Ax = b
Fie U ∈ GLm ( ) şi V ∈ GLn ( ) astfel încât
⎛ d1 ⎞
⎜ ⎟
⎜ O 0 ⎟
⎜ dr ⎟
UAV = ⎜ ⎟ , 1 ≤ d1 d 2 ... d r
⎜ 0 ⎟
⎜ 0 O ⎟
⎜⎜ ⎟
⎝ 0 ⎟⎠
şi fie
⎛ b1′ ⎞
⎜ ′⎟
b
b′ = ⎜ 2 ⎟ = Ub
⎜ M ⎟
⎜ ⎟
⎝ bm′ ⎠
Sistemul (S) este echivalent cu sistemele (S’)
(S’) UAx = Ub = b′
care mai poate fi scris
(S’) UAV ⋅V −1 x = b′
Acum se observă că sistemul (S’) admite soluţii întregi dacă şi numai dacă
d i bi′ , 1 ≤ i ≤ r şi bi′ = 0 pentru r < i ≤ m .
În aceste condiţii o soluţie particulară este
⎛ b1′ / d1 ⎞
⎜ ′ ⎟
⎜ b2 / d 2 ⎟
⎜ M ⎟
⎜ ⎟ b′ b′
x = V ⎜ br′ / d r ⎟ = c1V 1 + ... + crV r
0

d1 dr
⎜ 0 ⎟
⎜ ⎟
⎜ M ⎟
⎜ 0 ⎟
⎝ ⎠
iar soluţia generală este
x = x 0 + cVr +1λr +1 + ... + cnV λn cu λr +1 ,..., λn ∈
(s-a notat cu cVj coloana j a matricei V ).

143
 Exemplul 1. Fie sistemul (S) cu coeficienţi întregi
⎧6 x1 + 2 x2 − 12 x3 + 8 x4 = 10
⎪
(S) ⎨−6 x1 + 12 x3 − 6 x4 = 18 .
⎪12 x + 2 x − 24 x + 14 x = −8
⎩ 1 2 3 4
Fie
⎛ 6 2 −12 8⎞
⎜ ⎟
A = ⎜ −6 0 12 −6 ⎟ .
⎜ 12 2 −24 14 ⎟⎠
⎝
Efectuînd asupra lui A transformările elementare menţionate mai jos
obţinem
T32 ( −1) M 2 ( −1) T31 ( −1) A P12T12 ( −3) T13 ( 6 ) T14 ( −4 ) T23 ( 2 ) T24 ( −1) =
1444 424444 3 1444444424444444 3
U V

⎛ 2 0 0 0⎞ .
⎜ ⎟
= ⎜ 0 6 0 0⎟
⎜ 0 0 0 0⎟
⎝ ⎠
Rezultă că d1 = 2 , d 2 = 6 . Se găseşte
⎛ 0 1 2 −1⎞
⎛ 1 0 0⎞ ⎜ ⎟
⎜ ⎟ 1 −3 0 −1⎟
U = ⎜ 0 −1 0 ⎟ , V = ⎜
⎜ −1 1 1 ⎟ ⎜0 0 1 0 ⎟
⎝ ⎠ ⎜ ⎟
⎝0 0 0 1 ⎠
⎛ 1 0 0 ⎞ ⎛ 10 ⎞ ⎛ 10 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
b′ = Ub = ⎜ 0 −1 0 ⎟ ⎜ 18 ⎟ = ⎜ −18 ⎟
⎜ −1 1 1 ⎟ ⎜ −8 ⎟ ⎜ 0 ⎟
⎝ ⎠⎝ ⎠ ⎝ ⎠
şi avem 2 10 şi 6 − 18 .
Soluţia particulară este
⎛ −3 ⎞
⎛5⎞ ⎜ ⎟
⎜ ⎟ 14
x 0 = V ⎜ −3 ⎟ = c1V ⋅ 5 − cV2 ⋅ 3 = ⎜ ⎟
⎜0⎟ ⎜0⎟
⎝ ⎠ ⎜ ⎟
⎝0⎠

144
şi soluţia generală întreagă este
⎛ −3 + 2λ3 − λ4 ⎞
⎜ ⎟
14 − λ4 ⎟
x = x 0 + λ3c3V + λ4 c4V = ⎜ cu λ3 , λ4 ∈ .
⎜ λ3 ⎟
⎜ ⎟
⎝ λ4 ⎠
Teorema 1. Fie a1 , a2 ,..., an ∈ nu toate nule. Există
V = ( vij ) ∈ GLn ( ) astfel încât
( a1 , a2 ,..., an )V = ( d , 0,..., 0 )
cu d ∈ , d > 0 . Numărul d este egal cu c.m.m.d.c. al numerelor a1 , a2 ,..., an şi
n
d = ∑ ai vi1
i =1
Demonstraţie. Prima afirmaţie este un caz particular al teoremei invocate
n
la începutul acestei secţiuni. Cum d = ∑a v
i =1
i i1 , orice divizor al lui a1 , a2 ,..., an

este şi divizor al lui d . Dacă V −1 = pij avem ( )

( a1 , a2 ,..., an ) = ( d , 0,..., 0 )V −1 = ( dp11 , dp12 ,..., dp1n )
deci d este divizor pentru a1 , a 2 ,..., an .
‫ٱ‬
Corolar. Ecuaţia
a1 x1 + a2 x2 + ... + an xn = b cu a1 , a2 ,..., an , b ∈ (*)
are soluţii întregi dacă şi numai dacă d b , unde d este c.m.m.d.c. al lui
a1 , a2 ,..., an .
Mai mult, dacă
( a1 , a2 ,..., an )V = ( d , 0,..., 0 ) cu V ∈ GL n ( )
şi d ∈ , d > 0 şi d b , atunci soluţiile întregi ale ecuaţiei (*) sunt
b V n V
c1 + ∑ c j λ j cu λ2 ,..., λn ∈ .
d j =2

Exemplul 2. Să arătăm că ecuaţia 2 x1 + 5 x2 − 4 x3 = 2 are soluţii întregi şi

să le determinăm. Avem
( 2,5, −4 ) T12 ( −2 ) P12T12 ( −2 ) T13 ( 4 ) = (1, 0, 0 )

145
 ⎛ −2 5 −8 ⎞
⎜ ⎟
V = T12 ( −2 ) P12T12 ( −2 ) T13 ( 4 ) = ⎜ 1 −2 4 ⎟
⎜ 0 0 1⎟
⎝ ⎠
Soluţia generală este
⎛ −4 ⎞ ⎛ 5⎞ ⎛ −8 ⎞ ⎛ −4 + 5λ2 − 8λ3 ⎞
b V 3 V ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
x = c1 + ∑ c j λ j = ⎜ 2 ⎟ + λ2 ⎜ −2 ⎟ + λ3 ⎜ 4 ⎟ = ⎜ 2 − 2λ2 + 4λ3 ⎟ cu
d j =2 ⎜ 0⎟ ⎜ 0⎟ ⎜1⎟ ⎜ ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ λ3 ⎠
λ2 , λ3 ∈ .

Exerciţii

1. Fie f : G → G ′ un morfism surjectiv de grupuri abeliene. Dacă G este

finit generat, arătaţi că şi G ′ este finit generat.
2. Fie ( G , + ) un grup abelian finit generat şi N un subgrup al lui G .
Arătaţi că N este grup finit generat.
3. Fie a1 , a2 ,..., an ∈ nu toate nule şi

H= {( k , k ,..., k ) ∈
1 2 n
T n
a1k1 + a2 k2 + ... + an kn = 0 }
(a) Arătaţi că H este un subgrup al lui ( n
,+ )
(b) Dacă V ∈ GLn ( ) este astfel încât
( a1 , a2 ,..., an )V = ( d , 0,..., 0 ) , atunci c ,..., c V
2
V
n formează un
sistem de generatori pentru H .
(c) Determinaţi un sistem de generatori pentru H dacă n = 3 ,
a1 = 2 , a2 = 5 , a3 = −4 .
4. Fie H subgrupul lui 4
generat de x1 = ( 6, 2, −12,8 ) ,
x2 = ( −6, 0,12, −6 ) , x3 = (12, 2, −24,14 ) . Determinaţi structura grupului
4
.
H
5. Arătaţi că oricare două grupuri din lista ( 2 × 2 × 2 , +) , ( 2 × 4 , +) ,
( 8 , + ) nu sunt izomorfe şi orice grup abelian cu 8 elemente este izomorf
cu unul din ele.

146
6. Arătaţi că dacă p este prim şi n ∈ *
, atunci numărul tipurilor de grupuri
abeliene de ordin p n coincide cu numărul partiţiilor lui n , notat cu
π ( n) .
7. Arătaţi că oricare două grupuri din lista ( 72 , +) , ( 3 × 24 , +) ,
( 2 × 36 , +) , ( 6 × 12 , +) , ( 2 × 2 × 18 , +) , ( 2 × 6 × 6 , + ) nu
sunt izomorfe şi orice grup abelian de ordin 72 = 23 ⋅ 32 este izomorf cu
unul din ele.
8. Dacă p şi q sunt două numere prime distincte şi m, n ∈ * , atunci
numărul tipurilor de grupuri abeliene de ordin p m q n este egal cu
π ( m) ⋅π ( n) .
9. Determinaţi soluţiile întregi ale ecuaţiei 6 x1 − 15 x2 + 9 x3 = 12 .
10. Determinaţi soluţiile întregi ale sistemului
⎧2 x1 − 12 x2 − 4 x3 = −4
⎨ .
⎩ − 2 x1 + 24 x2 + 8 x3 = 12

147
 Indicaţii şi răspunsuri
Capitol 1

1.
b) Sistemul de vectori { f1 , f 2 , f 3 } este liniar independent dacă are loc
relaţia
α1 f1 + α 2 f 2 + α 3 f 3 = 0 ⇒ α1 = α 2 = α 3 = 0 .
α1 f1 + α 2 f 2 + α 3 f 3 = 0 ⇔
⇔ α1 ( X − b )( X − c ) + α 2 ( X − a )( X − c ) + α 3 ( X − a )( X − b ) = 0 ⇔
⇔ (α 1 + α 2 + α 3 )X 2 + (− (b + c )α1 − (c + a )α 2 − (b + a )α 3 )X + .
+ α1bc + α 2 ac + α 3 ab = 0 ⇔
⎧α1 + α 2 + α 3 = 0
⎪
⇔ ⎨(b + c )α1 + (a + c )α 2 + (a + b )α 3 = 0
⎪bcα + acα + abα = 0
⎩ 1 2 3

Observăm că sistemul de vectori { f1 , f 2 , f 3 } este liniar independent

dacă şi numaid dacă determinantul matricei sistemului este diferit de
zero, adică
1 1 1
b+c a +c a +b ≠ 0,
bc ac ab
ceea ce este echivalent cu faptul că
(a − b )(b − c )(c − a ) ≠ 0 .
c) Relaţia
1 + 2 X − X 2 = λ1 ( X − 2 )( X − 3) + λ2 ( X − 1)( X − 3) +
+ λ3 ( X − 1)( X − 2 )
este echivalentă cu
1 + 2 X − X 2 = X 2 ( λ1 + λ2 + λ2 ) + X ( −5λ1 − 4λ2 − 3λ3 ) +
+ 6λ1 + 3λ2 + 2λ2
ceea ce revine la a rezolva sistemul

148
 ⎧λ 1 + λ 2 + λ 3 = −1
⎪
⎨− 5λ 1 − 4λ 2 − 3λ 3 = 2 .
⎪6λ + 3λ + 2λ = 1
⎩ 1 2 3

Obţinem λ 1 = 1 , λ 2 = −1 , λ 3 = −1 .
d) Relaţia
− 2 + 3 X − X 2 = α1 + α 2 ( X − 2) + α 3 ( X − 2)
2

este echivalentă cu
− 2 + 3 X − X 2 = α 3 X 2 + (α 2 − 4α 3 )X + (α 1 − 2α 2 + 4α 3 ) ,
ceea ce revine la a rezolva sistemul
⎧α 3 = −1
⎪
⎨α 2 − 4α 3 = 3 .
⎪α − 2α + 4α = −2
⎩ 1 2 3

Obţinem α 1 = 0 , α 2 = −1 , α 3 = −1 .
e) Se aduce la acelaşi numitor şi obţinem
− 2 + 3 X − X 2 = A( X − 2) + B( X − 2) + C ,
2

ceea ce este echivalent cu

− 2 + 3 X − X 2 = AX 2 + (− 4 A + B )X + (4 A − 2 B + C ) ,
ceea ce revine la a rezolva sistemul
⎧ A = −1
⎪
⎨− 4 A + B = 3 .
⎪ 4 A − 2 B + C = −2
⎩
Obţinem A = −1 , B = −1 , C = 0 .
2. ( )
x + x + ... + x = 1ˆ ⋅ x + 1ˆ ⋅ x + ... + 1ˆ ⋅ x = 1ˆ + 1ˆ + ... + 1ˆ ⋅ x = px
ˆ = 0ˆ x = 0ˆ .
3. Pentru x, y ∈ V avem
− (x + y ) = (− y ) + (− x ) = (− 1) y + (− 1)x = −( y + x ) ,
de unde
x + y = −(− (x + y )) = −(− ( y + x )) = y + x .
5. Sistemul de vectori { f , g , h} este liniar independent dacă are loc
relaţia α 1 f + α 2 g + α 3 h = 0 ⇒ α 1 = α 2 = α 3 = 0 .
α1 f + α 2 g + α 3 h = 0 implică α1e ax + α 2 e bx + α 3 e cx = 0 , ∀x ∈ . În
particular, pentru x = 0 relaţia devine α 1 + α 2 + α 3 = 0 , pentru x = 1
relaţia devine α 1e a + α 2 e b + α 3 e c = 0 şi pentru x = 2 relaţia devine
α1e 2 a + α 2 e 2b + α 3 e 2 c = 0 . Aşadar sistemul de vectori { f , g , h} este
149
 liniar independent dacă sistemul liniar şi omogen următor are numai soluţia
⎧α1 + α 2 + α 3 = 0
⎪
banală: ⎨e a α 1 + e b α 2 + e c α 3 = 0 , adică determinantul matricei
⎪ 2a
⎩e α 1 + e α 2 + e α 3 = 0
2b 2c

sistemului trebuie să fie nenul. Determinantul

1 1 1
este e a
e b
( )( )(
e c = e b − e c e c − e a e a − eb ≠ 0 , ) deoarece a, b, c
2a
e e 2b e2c
sunt numere reale distincte.
⎛1 0⎞ ⎛0 0⎞ ⎛0 0⎞ ⎛0 0⎞
7. (1) Fie E1 = ⎜⎜ ⎟⎟ , E 2 = ⎜⎜ ⎟⎟ , E3 = ⎜⎜ ⎟⎟ , E 4 = ⎜⎜ ⎟⎟ .
⎝0 0⎠ ⎝0 0⎠ ⎝1 0⎠ ⎝0 1⎠
Sistemul {E1 , E 2 , E 3 , E 4 } este o bază a spaţiului vectorial M 2 ( ) .
⎛ a11a12 ⎞
Deoarece dacă A = ⎜⎜ ⎟ ∈ V , obţinem
a 22 ⎟⎠
⎝ a 21
⎛ a11 0 ⎞ ⎛ 0 a12 ⎞ ⎛ 0 0 ⎞ ⎛ 0 0 ⎞
A = ⎜⎜ ⎟⎟ + ⎜⎜ ⎟⎟ + ⎜⎜ ⎟⎟ + ⎜⎜ ⎟⎟ =
⎝ 0 0 ⎠ ⎝ 0 0 ⎠ ⎝ a 21 0 ⎠ ⎝ 0 a 22 ⎠
⎛1 0⎞ ⎛0 1⎞ ⎛ 0 0⎞ ⎛0 0⎞
= a11 ⎜⎜ ⎟⎟ + a12 ⎜⎜ ⎟⎟ + a 21 ⎜⎜ ⎟⎟ + a 22 ⎜⎜ ⎟⎟ = .
⎝ 0 0⎠ ⎝ 0 0⎠ ⎝1 0⎠ ⎝0 1⎠
= a11 E1 + a12 E 2 + a 21 E3 + a 22 E 4

Aşadar {E1 , E 2 , E 3 , E 4 } este sistem de generatori.

Fie αE1 + βE 2 + γE3 + δE 4 = 0 . Această relaţie se mai poate scrie
⎛ α β⎞ ⎛0 0⎞
⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟ , adică α =β = γ = δ = 0. Aşadar
⎝ γ δ⎠ ⎝0 0⎠
B = {E1 , E 2 , E3 , E 4 } este o bază a spaţiului M 2 ( ) şi dim M 2 ( ) = 4 .
8.
(g o g )(x ) = g (g (x )) = (1V − f )((1V − f )( x )) = (1V − f )( x − f ( x )) =
= x − f ( x ) − f (x ) + f ( f (x )) = x − f ( x ) − f ( x ) + f ( x ) = .
= x − f ( x ) = (1V − f )( x ) = g ( x )
Rezultă g o g = g .
( f o g )(x ) = f (g (x )) = f (x − f (x )) = f (x ) − f ( f (x )) = f (x ) − f (x ) = 0 .
Rezultă f o g = 0 .
(g o f )(x ) = (1V − f )( f (x )) = f (x ) − f ( f (x )) = f (x ) − f (x ) = 0 .
150
 Rezultă g o f = 0 .
9. Arătăm că M este subspaţiu vectorial al lui V . Fie α, β ∈ K şi
x + f ( x ), y + f ( y ) ∈ M .
α ( x + f ( x ) ) + β ( y + f ( y ) ) = α x + β y + (α f ( x ) + β f ( y ) ) =
.
= α x + β y + f (α x + β y )
Analog se demonstrază faptul că N este subspaţiu vectorial al lui V .
10. Considerăm α , β ∈ , x = ( x1 , x 2 ) ∈ L , y = ( y1 , y 2 ) ∈ L . Atunci
x1 = x 2 , y1 = y 2 . Deoarece αx + β y = (αx1 + βy1 , αx 2 + βy 2 ) rezultă că
αx + β y ∈ L . Deci L este subspaţiu vectiorial al spaţiului 2 peste corpul
numerelor reale.
⎛a b ⎞ ⎛u v ⎞
11. Pentru α , β ∈ , A, B ∈ L , A = ⎜⎜ ⎟⎟ , B = ⎜⎜ ⎟⎟ avem
⎝ c − b⎠ ⎝w − v⎠
⎛ αa + β u αb + β v ⎞
αA + β B = ⎜⎜ ⎟⎟ ∈ L .
⎝ αc + βw − (αb + βv )⎠
12. Se verifică exiomele spaţiului vectorial, operaţiile fiind adunarea
polinoamelor şi înmulţirea unui număr complex cu un polinom. Considerăm
f ∈ V . Atunci f = a 0 + a1 X + a 2 X 2 + a3 X 3 + a 4 X 4 . Observăm că
{ }
B = 1, X , X 2 , X 3 , X 4 este sistem de generatori pentru spaţiul V .
Fie α ⋅ 1 + β X + γX 2 + δX 3 + ηX 4 = 0 . Avem o egalitate de două
polinoame, deci coeficienţii sunt respectivi egali, adică
{
α = β = γ = δ = η = 0 . Aşadar, B = 1, X , X 2 , X 3 , X 4 } este o bază a
spaţiului V şi dim V = 5 .
13.
a) Fie α , β ∈ şi x = ( x1 , x 2 , x3 ) ∈ W , y = ( y1 , y 2 , y 3 ) ∈ W . Atunci
3 x1 + 2 x 2 + x3 = 0 şi 3 y1 + 2 y 2 + y 3 = 0 . Deoarece
αx + β y = (αx1 + β y1 , αx 2 + βy 2 , αx3 + β y 3 ) , rezultă că
α x + β y ∈W , deoarece
3(αx1 + β y1 ) + 2(αx 2 + β y 2 ) + (αx3 + βy 3 ) = 0 .
b)
W = {( x , x , x ) ∈ 3x + 2 x + x = 0} =
1 2 3
3
1 2 3

= {( x , x , x ) ∈
1 2 3 x = −3 x − 2 x } = .
3
3 1 2

= {( x , x , −3 x − 2 x ) x , x ∈ }
1 2 1 2 1 2

151
 Pentru a determina o bază a lui W dăm valori lui x1 şi x 2 după
cum urmează: x1 = 1 şi x 2 = 0 rezultă f1 = (1,0,−3) ; x1 = 0 şi x 2 = 1
rezultă f 2 = ( 0,1, −2 ) . Se arată că { f1 , f 2 } este bază pentru W deci
dim W = 2 .
14. Se rezolvă sistemul dat. După rezolvarea sistemului obţinem x1 , x3
necunoscute secundare şi x 2 , x 4 , x5 necunoscute principale, x 2 = −3x1 ,
x 4 = −3 x1 + x3 , x5 = 2x1 . Aşadar
W= ( ( x , −3x , x , −3x + x , 2 x ) x , x ∈ ) .
1 1 3 1 3 1 1 3

Pentru a determina o bază a lui W dăm valori lui x1 şi x3 după cum

urmează: x1 = 1 şi x3 = 0 , rezultă f1 = (1,−3,0,−3,2 ) ; x1 = 0 şi x3 = 1 ,
rezultă f 2 = (0,0,1,1,0 ) . Se arată că { f1 , f 2 } este bază pentru W deci
dim W = 2 .
15.
a)
⎧⎪ ⎧ x1 + 2 x2 + 2 x3 + 5 x4 = 0 ⎫⎪
W1 I W2 = ⎨( x1 , x2 , x3 , x4 ) ∈
⎨
4
⎬.
⎪⎩ ⎩− x1 + x2 − 2 x4 = 0 ⎭⎪
Rezolvând sistemul obţinem x3 , x 4 necunoscute secundare şi
− 2 x3 − 3 x 4 2 x − 9 x4
x1 , x 2 necunoscute principale, x1 = , x2 = 3 .
3 3
Aşadar
⎧⎛ −2 x3 − 3 x4 −2 x3 − 9 x4 ⎞ ⎫
W1 I W2 = ⎨⎜ , , x3 , x4 ⎟ x3 , x4 ∈ ⎬.
⎩⎝ 3 3 ⎠ ⎭
Pentru a obţine o bază pentru W1 I W2 dăm valori lui x3 şi x 4
⎛ 2 2 ⎞
după cum urmează: x3 = 1 şi x 4 = 0 , rezultă f1 = ⎜ − ,− ,1,0 ⎟ ;
⎝ 3 3 ⎠
pentru x3 = 0 şi x 4 = 1 rezultă f 2 = (− 1,−2,0,1) . Se arată că
B = { f1 , f 2 } este o bază pentru W1 I W2 .
b)
dim (W1 + W2 ) = dim W1 + dim W2 − dim (W1 I W2 ) = 3 + 3 − 2 = 4
.
Cum dim (W1 + W2 ) = 4 , W1 + W2 ⊆ 4
şi dim 4
rezultă că
W1 + W2 = 4
, iar o bază pentru 4
este de exemplu baza canonică.

152
16.
a)
⎧ ⎧ x1 + 2 x2 + 2 x3 + 4 x4 = 1 ⎫
⎪ ⎪ ⎪
W1 I W2 = ⎨( x1 , x2 , x3 , x4 ) ∈ ⎨4 x1 + 5 x2 + 8 x3 + 10 x4 = 0 ⎬ .
4

⎪ ⎪3x + x + 6 x + 2 x = 0 ⎪
⎩ ⎩ 1 2 3 4 ⎭
Rezolvăm sistemul şi obţinem x3 , x 4 necunoscute secundare şi
− 5 − 6 x3 4 − 6 x4
x1 , x 2 necunoscute principale, x1 = şi x 2 = . Pentru
3 3
a obţine o bază pentru W1 I W2 dăm lui x3 şi x 4 următoarele valori:
⎛ 11 4 ⎞
x3 = 1 şi x 4 = 0 , rezultă f1 = ⎜ − , ,1,0 ⎟ ; x3 = 0 şi x 4 = 1 ,
⎝ 3 3 ⎠
⎛ 5 2 ⎞
rezultă f 2 = ⎜ − ,− ,0,1⎟ . Rezultă că B = ( f 1 , f 2 ) este bază pentru
⎝ 3 3 ⎠
W1 I W2 şi deci dim (W1 I W2 ) = 2 .
b)
dim (W1 + W2 ) = dim W1 + dim W2 − dim (W1 I W2 ) = 2 + 3 − 2 = 3
17. Suma W1 + W2 este directă dacă şi numai dacă W1 I W2 = O , adică dacă
sistemul
⎧ x1 + 2 x 2 − αx3 = 0
⎪
⎨− x1 + 3 x 2 = 0
⎪2 x + α x + 3 x = 0
⎩ 1 2 3
are numai soluţia banală, deci determinantul sistemului trebuie să fie diferit
de zero. Rezultă α ∈ .
18.
a) Fie ( x1 , y1 , z1 ) , ( x2 , y2 , z2 ) , ( x, y, z ) ∈ 3 , α ∈ . Avem
f (( x1 , y1 , z1 ) + ( x 2 , y 2 , z 2 )) = f ( x1 + x 2 , y1 + y 2 , z1 + z 2 ) =
= (2( x1 + x 2 ) + y1 + y 2 − ( z1 + z 2 ),3( x1 + x 2 ) + 2( y1 + y 2 ) + 4( z1 + z 2 )) = ,
= (2 x1 + y1 − z1 ,3 x1 + 2 y1 + 4 z1 ) + (2 x 2 + y 2 − z 2 ,3x 2 + 2 y 2 + 4 z 2 ) =
= f ( x1 , y1 , z1 ) + f ( x 2 , y 2 , z 2 )
f (α (x, y, z )) = f (αx, αy, αz ) = (2αx + αy − αz ,3αx + 2αy + 4αz ) =
= α (2 x + y − z ,3 x + 2 y + 4 z ) = αf (x, y, z )
b) Notăm B1 = {e1 , e2 , e3 } şi B2 = { f 1 , f 2 } bazele canonice ale spaţiilor
3 2
şi . Din modul de definiţie al aplicaţiei f obţinem

153
 ⎧ f (e1 ) = f (1,0,0 ) = (2,3) = 2 f1 + 3 f 2
⎪
⎨ f (e2 ) = f (0,1,0 ) = (1,2 ) = 1 ⋅ f1 + 2 f 2
⎪ f (e ) = f (0,0,1) = (− 1,4 ) = − f + 4 f
⎩ 3 1 2

Matricea aplicaţiei liniare este

⎛ 2 1 − 1⎞
M B1 , B2 ( f ) = ⎜⎜ ⎟⎟ .
⎝3 2 4 ⎠
19.
a) Vom arăta că f este bijectivă. Pentru aceasta vom considera
⎧2 x + y = u
( u, v ) ∈ 2
şi ecuaţia f ( x, y ) = (u , v ) . Obţinem ⎨ .
⎩x + 2 y = v
⎛2 1⎞
Matricea A = ⎜⎜ ⎟⎟ a sistemului este inversabilă, deci conform
⎝1 2⎠
teoremei lui Cramer, sistemul are soluţie unică ceea ce arată că f este
bijectivă.
b)
( f o f )(x, y ) = f ( f (x, y )) = f (2 x + y, x + 2 y ) =
= (2(2 x + y ) + ( x + 2 y ),2 x + y + 2( x + 2 y )) =
= (5 x + 4 y,4 x + 5 y )
Fie B = {e1 , e2 } baza canonică a lui 2 . Atunci
f (e1 ) = f (1,0 ) = (2,1) = 2e1 + e2 ,
f (e2 ) = f (0,1) = (1,2 ) = e1 + 2e2 .
⎛2 1⎞
Deci M B , B ( f ) = ⎜⎜ ⎟⎟ .
⎝ 1 2⎠
( f o f )(e1 ) = ( f o f )(1,0) = (5,4) = 5e1 + 4e2 ,
( f o f )(e2 ) = ( f o f )(0,1) = (4,5) = 4e1 + 5e2 ,
⎛ 5 4⎞
deci M B , B ( f o f ) = ⎜⎜ ⎟⎟ . Observăm că
⎝ 4 5⎠
M B , B ( f o f ) = (M B , B ( f )) .
2

c) Se demonstrează prin inducţie după n că

⎛ 3n + 1 3n − 1 ⎞
⎜ ⎟
M B , B ( f o ... o f ) = n
⎜ 2 2 ⎟.
14243 ⎜ 3 − 1 3 n + 1 ⎟
n ori ⎜ ⎟
⎝ 2 2 ⎠

154
20.
b)
ker f = {( x , x , x , x ) ∈
1 2 3 4
4
}
f ( x1 , x2 , x3 , x4 ) = ( 0, 0 ) =

⎪⎧ ⎧2 x1 − x2 − x3 = 0 ⎪⎫
= ⎨( x1 , x2 , x3 , x4 ) ∈
⎨
4
⎬
⎪⎩ ⎩ x1 + 3x2 + x4 = 0 ⎪⎭
Rezolvând sistemul obţinem x3 , x 4 necunoscute secundare şi
3 x3 − x 4 − x3 − 2 x 4
x1 , x 2 necunoscute principale, x1 = , x2 = .
7 7
Deci
⎧⎛ 3 x − x − x − 2 x4 ⎞ ⎫
ker f = ⎨⎜ 3 4 , 3 , x3 , x4 ⎟ x3 , x4 ∈ ⎬ .
⎩⎝ 7 7 ⎠ ⎭
Pentru a determina o bază pentru ker f dăm lui x3 şi x 4 valori
⎛3 1 ⎞
după cum urmează: x3 = 1 şi x 4 = 0 , rezultă f1 = ⎜ ,− ,1,0 ⎟ ;
⎝7 7 ⎠
⎛ 1 2 ⎞
x3 = 0 şi x 4 = 1 , rezultă f 2 = ⎜ − ,− ,0,1⎟ . Se arată că
⎝ 7 7 ⎠
B = { f 1 , f 2 } este bază pentru ker f .
c) Pentru a determina o bază pentru Im f trebuie să observăm mai întâi
că { f (e1 ), f (e2 ), f (e3 ), f (e4 )} este un sistem de generatori pentru
Im f . Deci va trebui ca din acest sistem de generatori să extragem o
bază pentru Im f . Cum din teorema dimensiunii avem că
dim ( ker f ) + dim ( Im f ) = dim 4 , deci dim ( Im f ) = 2 , va
trebui ca din sistemul { f (e1 ), f (e2 ), f (e3 ), f (e4 )} să extragem doi
vectori care vor forma o bază pentru Im f . Pentru aceasta vom
construi matricea care are pe coloane vectorii
f (e1 ), f (e2 ), f (e3 ), f (e4 ) şi vom alege un minor de ordinul doi al
acesteia care să fie nenul. Din punctul b) al problemei avem
⎛ 2 −1 −1 0⎞ 2 −1
M = ⎜⎜ ⎟⎟ , cu ≠ 0 , deci { f (e1 ), f (e2 )} este o
⎝1 3 0 1⎠ 1 3
bază pentru Im f .

155
 Capitol 2

1. a) 12; b) 0; c) 0; d) 0; e)
0;
2.
a) 4(a − b )(b − c )(c − a ) ;
b) 2( x − y )( y − z )( x − z ) ;
c) (c − a )(c − b )(b − a )(a + b + c ) .
3. c) Dacă v1 = u1 şi vi = u i − ∑α
1≤ j < i
ij vj pentru i = 2,..., m unde

ui , v j
α ij = , atunci vi , v j = 0 oricare ar fi i ≠ j . Dacă
vj ,vj
⎛ 1 0 0 L 0⎞
⎜ ⎟
⎜ α 21 1 0 L 0⎟
A = ⎜ α 31 α 32 1 L 0⎟ ,
⎜ ⎟
⎜ M M M O M⎟
⎜α ⎟
⎝ m1 α m2 α m3 L 1⎠
atunci
⎛ v1 , v1 0 L 0 ⎞
⎜ ⎟
⎜ 0 v2 , v2 L 0 ⎟ T
G (u1 ,..., u m ) = AG (v1 ,..., v m )A = A⎜
T
⎟A
M M O M
⎜ ⎟
⎜ 0 0 L vm , vm ⎟
⎝ ⎠
de unde
m
Δ(u1 ,..., u m ) = A ∏
2
vi , v i ≥ 0 .
i =1

4. Fie S1 U S 2 U ... U S m = {x1 , x 2 ,..., x m } . Definim

⎧1 pentru x k ∈ S i
vik = ⎨
⎩0 pentru x k ∉ S i
şi vi = (vi1 , vi 2 ,..., vim ) , 1 ≤ i ≤ m . Evident vi , v j = aij = S i I S j şi se
poate aplica exerciţiul 3, punctul c).

156
5. Fie Dn = det ( A) . Adunând coloana n la coloana 1, avem
−1 −1 L −1 − 2 −1 L −1
1 −1 L −1 0 −1 L −1
Dn = = = −2 Dn −1 .
M M O M M M O M
1 1 L −1 0 1 L −1
Rezultă că Dn = 2 n −1 (− 1) . Avem det (− A) = (− 1) Dn = 2 n −1 .
n n

6. Scăzând linia a doua din prima, a treia din a doua, …, a n a din a ( n − 1) a,

avem
−1 0 0 L 0 0
1 2 3 L n
−1 −1 0 L 0 0
2 2 3 L n
−1 −1 −1 L 0 0
= n(− 1) .
n −1
A= 3 3 3 L n =
M M M O M M
M M M O n
−1 −1 −1 L −1 0
n n n L n
n n n L n n
7. A = 1.
8. Scăzând linia a doua din prima, a treia din a doua, …, a n a din a ( n − 1) a şi
aplicând exerciţiul 3 după ce adunăm coloana n la prima coloană,
avem
0 1 2 L n −1 −1 1 1 L 1
1 0 1 L n−2 −1 −1 1 L 1
A= 2 1 0 L n−3 = M M M O M =
.
M M M O M −1 −1 −1 L 1
n −1 n − 2 n − 3 L 0 n −1 n − 2 n − 3 L 0
= ( n − 1)( −1)
n +1
2n − 2
9. Presupunem că A 2 + pA + qI n = 0 . Rezultă că
2
⎛ p ⎞ p 2 − 4q
⎜ A + I n⎟ = In
⎝ 2 ⎠ 4
de unde
2 n
⎛ p ⎞ ⎛ p 2 − 4q ⎞
0 ≤ det⎜ A + I n ⎟ = ⎜⎜ ⎟ < 0.
⎝ 2 ⎠ ⎝ 4 ⎟⎠
Contradicţie.

157
10. Adunăm la prima coloană coloanele 2,3,..., n şi scăzând apoi prima linie din
din celelalte linii, obţinem
1 a 2 a3 L a n
0 1 0 L 0
D = (1 + a1 + a 2 + ... + a n ) = 1 + a1 + a 2 + ... + a n .
M M M O M
0 0 0 L 1
11. Dezvoltând determinantul E n după elementele primei linii se obţine
E n = 3E n −1 − 2 E n − 2 . Se determină s , t , a, b ∈ astfel încât
E n = sa n + tb n , ∀n ≥ 1 .Este necesar
ca sa + tb = 3 sa
n n
( n −1
+ tb n −1
− 2 sa + tb ) ( n−2 n−2
oricare ar fi n ≥ 3 , ceea )
ce se mai poate scrie sa n−2
(
a − 3a + 2 + tb
2 m−2
)
b 2 − 3b + 2 = 0 .Ultima ( )
egalitate este posibilă dacă a şi b sunt rădăcinile ecuaţiei x 2 − 3 x + 2 = 0 ,
adică a = 2 , b = 1 . Aşadar E n = s ⋅ 2 n + t , ∀n ≥ 2 .Pentru n = 1 şi n = 2
trebuie ca 3 = 2 s + t şi 7 = 4 s + t . Se obţine s = 2 şi t = −1 .

Aşadar E n = 2 n +1 − 1 , ∀n ≥ 1 .Analog Fn =
1
α −β
α n +1 − β n +1 . ( )
12.
′
⎛ ⎞
f ′ ( x ) = ⎜ ∑ ε σ f1σ (1) ( x ) f 2σ ( 2) ( x ) f3σ (3) ( x ) ⎟ =
⎜ σ ∈S ⎟
⎝ 3 ⎠
= ∑ ε σ f1′σ (1) ( x ) f 2σ ( 2) ( x ) f3σ ( 3) ( x ) + ∑ ε σ f1σ (1) ( x ) f 2′σ ( 2) ( x ) f3σ ( 3) ( x ) +
σ ∈S3 σ ∈S3

+ ∑ εσ f σ ( ) ( x ) f σ ( ) ( x ) f ′σ ( ) ( x ) =
σ ∈S3
1 1 2 2 3 3

f11′ ( x ) f12′ ( x ) f13′ ( x ) f11 ( x ) f12 ( x ) f13 ( x )

= f 21 ( x ) f 22 ( x ) f 23 ( x ) + f 21′ ( x ) f 22′ ( x ) f 23′ ( x ) +
f31 ( x ) f32 ( x ) f 33 ( x ) f 31 ( x ) f32 ( x ) f33 ( x )
f11 ( x ) f12 ( x ) f13 ( x )
+ f 21 ( x ) f 22 ( x ) f 23 ( x )
f 31′ ( x ) f 32′ ( x ) f33′ ( x )
.

158
13. Aplicând exerciţiul 10 se observă că f ′′( x ) = 0 , deci există α , β ∈ astfel
încât f ( x ) = αx + β . Avem β = f (0) = a1 a 2 a3 şi
α = f ′( x ) = f ′(0 ) = a 2 a3 + a3 a1 + a1 a 2 . Avem
b + a1 b b
b b + a2 b = f (b ) = αb + β = a1 a 2 a 3b + a 2 a 3 + a 3 a1 + a1 a 2
b b b + a3
.
14.
a) Putem presupune că a, b, c ∈ şi că nu toate aceste numere se divid
prin 2. Calculând determinantul avem a 3 + 4c 3 + 2b 3 − 6abc = 0 .
Rezultă că 2 a , deci a = 2a1 cu a1 ∈ . Obţinem
4a13 + 2c 3 + b 3 − 6a1bc = 0 , de unde 2 b , b = b1 cu b1 ∈ . În final
avem şi 2 c . Contradicţie. Rămâne adevărat că a = b = c = 0 .
3 3
b) Înmulţind egalitatea dată cu 2 şi 4 obţinem
⎧a + b 3 2 + c 3 4 = 0
⎪⎪
⎨ 2c + a 2 + b 4 = 0 ,
3 3

⎪
⎪⎩2b + 2c 2 + a 4 = 0
3 3

adică sistemul
⎧ax + by + cz = 0
⎪
⎨2cx + ay + bz = 0
⎪2bx + 2cy + az = 0
⎩
are soluţia nebanală 1, 3 2 , 3 4 , deci determinantul sistemului este egal
cu zero, de unde a = b = c = 0 , datorită punctului a)
15. b) Din AC = CA rezultă CA −1 = A −1C , deci
I2 A−1 B I2 A−1 B
= = I 2 ⋅ A−1 ( AD − CB ) =
0 D − CA−1 B 0 A ( AD − CB )
−1
.
= A−1 ⋅ AD − CB
Cum
⎛ A−1 0 ⎞⎛ A B ⎞ −1 A B
⎜ −1 ⎟⎜ ⎟= A ⋅ ,
⎝ −CA I2 ⎠ ⎝ C D ⎠ C D
simplificând cu A −1 ≠ 0 se obţine rezultatul dorit.

159
16. Se poate aplica exerciţiul 15, punctul b). Valorile determinanţilor sunt
a 2 + b 2 + c 2 + d 2 , respectiv abc(b − d ) .
⎛ In 0 ⎞⎛ A − B ⎞⎛ I n 0 ⎞ ⎛ A + iB 0 ⎞
17. Avem identitatea ⎜⎜ ⎟⎜ ⎟⎜ ⎟=⎜ ⎟ şi
⎝ iI n I n ⎟⎠⎜⎝ B A ⎟⎠⎜⎝ − iI n I n ⎟⎠ ⎜⎝ 0 A − iB ⎟⎠
A −B
se trece la determinanţi. Când AB = BA avem = A2 + B 2 .
B A
18. Putem presupune că numerele a1 , a 2 ,..., a n sunt distincte, căci altfel, evident
V (a1 , a 2 ,..., a n ) = 0 şi ∏ (a
1≤ i < j ≤ n
j − ai ) = 0 .

a) Avem
1 1 1 1 0 0
V (a1 , a 2 , a3 ) = a1 a2 a 3 = 0 a 2 − a1 a3 − a1 =
a12 a 22 a32 0 a 22 − a12 a32 − a12
1 0 0
= (a 2 − a1 )(a3 − a1 ) 0 1 1 =.
0 a 2 + a1 a3 + a1
= (a 2 − a1 )(a3 − a1 )(a3 − a 2 )

b) Inducţie după n . Când n = 2 rezultatul este adevărat. Presupunem

n>2 şi rezultatul adevărat pentru n −1, adică
V (a1 , a 2 ,..., a n −1 ) = ∏( )
a j − ai . Fie F ( x ) = V (a1 , a 2 ,..., a n −1 , x ) .
1≤i < j ≤ n −1

Dezvoltând determinantul F (x ) după ultima coloană se obţine un

polinom în x de grad n − 1 , F ( x ) = cx n −1 + ... , unde
c = V (a1 , a 2 ,..., a n −1 ) ≠ 0 . Cum F (ai ) = 0 , 1 ≤ i ≤ n − 1 , aplicând
teorema lui Bézout F (x ) se divide prin
rezultă că
(x − ai )(x − a 2 )...(x − a n−1 ) , deci F (x ) = c(x − a1 )(x − a 2 )...(x − a n−1 ) .
Avem
V (a1 , a 2 ,..., a n ) = F (a n ) = c(a n − a1 )(a n − a 2 )...(a n − a n −1 ) =
= ∏ (a
1≤ y < j < n
j − ai ) ⋅ ∏ (a n − ai ) =
1≤i < n
∏ (a
1≤i < j ≤ n
j − ai ) .

160
19.
a) 4(a − b )(b − c )(c − ) ;
b) 2( x − y )( y − z )( x − z ) ;
c) (c − a )(c − b )(b − a )(a + b + c ) ;
d) ( y − x )( z − x )( z − y )xyz .
20.
a) x1 = −4 , x 2 = x3 = 2 ;
1 2± 2
b) x1 = , x 2,3 = ;
2 2
c) x1 = 0 , x 2 = 3 ;
1
d) x1 = x 2 = 1 , x3 = − .
2
21.
1
a) a = 1, b =
2
⎧1 ⎫
b) a = 1 , b ∈ \ ⎨ ⎬ sau a ∈ \ {1} , b ∈ + .
⎩2⎭
22.
⎛2 − a⎞
a) a∈ \ {2} , A −1 = ⎜⎜ ⎟⎟ ;
⎝1 1 ⎠
⎧ 1⎫
b) a ∈ \ ⎨− ⎬ ;
⎩ 2⎭
c) a∈ \ {−4} .
23.
1 ⎛ − 6 2⎞
a) X = ⎜ ⎟;
2 ⎜⎝ 5 0 ⎟⎠
⎛ 1 4 0 ⎞
1⎜ ⎟
b) X = ⎜ 8 2 − 9 ⎟ ;
3⎜ ⎟
⎝− 3 0 9 ⎠
⎛ − 23 34 ⎞
c) X = ⎜⎜ ⎟⎟ .
⎝ 39 − 57 ⎠

161
 Capitol 3

1.
( a ) ⇒ (b) Din x + y = 0 rezultă că x = − y ∈ X I Y = 0 , de unde
x = y =0.
(b) ⇒ (c ) Din x1 + y1 = x2 + y2 rezultă x1 − x2 + y1 − y2 = 0 , deci
x1 − x2 = y1 − y2 = 0 , de unde x1 = x2 şi y1 = y2 .
(c) ⇒ (a) Dacă z ∈ X I Y , din z + ( − z ) = 0 = 0 + 0 , rezultă z = 0 ,
deci X I Y = 0
2. Evident V = X +Y . Dacă z ∈ X IY , atunci
z = a1e1 + ... + a p e p = a p +1e p +1 + .. + an en cu ai ∈ K . Deci
p n

∑ ai ei +
i =1
∑ ( −a ) e
i = p +1
i i = 0 şi cum e1 , e2 ,..., en sunt liniar independenţi

rezultă ai = 0 , 1 ≤ i ≤ n . Deci z = 0 , de unde X I Y = 0 .

3.
a) Dacă z ∈ V , atunci z = x + y cu x ∈ X , y ∈ Y . Există ai ∈ K ,
p p+q
1 ≤ i ≤ p + q astfel încât x = ∑ ai ei , y =
i =1
∑ ae ,
i = p +1
i i de unde

V = e1 , e2 ,..., e p + q . Dacă a1e1 + ... + a p + q e p + q = 0 cu ai ∈ K ,

atunci
p
⎛ p+q ⎞
∑ a e
i i = − ⎜ ∑ ai ei ⎟ ∈ X I Y = 0 .
i =1 ⎝ i = p +1 ⎠
Cum B1 şi B2 sunt baze rezultă a1 = a2 = ... = a p + q = 0 .
b) Cum T ( X ) ⊆ X şi T (Y ) ⊆ Y , avem
T ( e1 ) = a11e1 + ... + a p1e p + 0e p +1 + ... + 0e p + q
M
T ( e p +1 ) = 0e1 + ... + 0e p + a p +1, p +1e p +1 + ... + a p +1, p + q e p + q
M
⎛A 0⎞
de unde rezultă că M B (T ) = ⎜ ⎟ cu A∈ M p ( K ) ,
⎝ 0 B⎠
B ∈ Mq ( K ) .

162
5. Inducţie după n . Dacă V este T − decompozabil, atunci există două
subspaţii X , Y astfel încât V = X ⊕ Y , dim K X < n , dim K Y < n .
Atunci X şi Y , deci şi V , sunt sume directe de subspaţii T − invariante
şi T − decompozabile.
6. Aplicând exerciţiul 4, rezultă că V este T − indecompozabil dacă şi numai
dacă matricea Jordan J T a operatorului T are o singură celulă Jordan.
8. Inducţie după m . Fie a1 ,..., am ∈ K astfel încât a1 x1 + ... + am xm = 0 .
Dacă m = 1 , din a1 x1 = 0 , x1 ≠ 0 , rezultă a1 = 0 . Dacă m > 1 şi
afirmaţia este adevărată pentru m − 1 , aplicând T obţinem
a1λ1 x1 + a2 λ2 x2 + ... + am λm xm = θ (1)
De asemenea
a1λ1 x1 + a2 λ1 x2 + ... + am λ1 xm = θ (2)
Scăzând (2) din(1) şi aplicând ipoteza de inducţie, rezultă
a2 = a3 = ... = am = 0 şi deci şi a1 = 0 .
9. Fie λ ∈ K rădăcină a lui pT şi fie d = dim Lλ . Fie ( e1 , e2 ,..., ed ) o
bază a lui Lλ pe care o completăm până la o bază B = ( e1 , e2 ,..., ed ,..., en )
a lui V . Evident M B (T ) are forma
⎛λ 0* L *⎞
⎜ ⎟
⎜ O M O M⎟
⎜0 λ* L *⎟
⎜
M B (T ) = ⎜ ⎟
M O M⎟.
⎜ 0
⎝ * L * ⎟⎠

1
424
3
d

( )
Avem pT ( X ) = det I n X − M B (T ) = ( X − λ ) g ( X ) şi deci d este
d

mai mic sau egal cu multiplicitatea k a rădăcinii λ .

⎛ n ( n − 1) ⎞
⎛1 0 0⎞ ⎛0 1 0⎞ ⎜1 n ⎟
⎜ 2 ⎟
⎜ ⎟ ⎜ ⎟
10. D = ⎜ 0 1 0 ⎟ , N = ⎜ 0 0 1 ⎟ , An = ⎜ 0 1 n ⎟.
⎜0 0 1⎟ ⎜0 0 0⎟ ⎜0 0 1 ⎟⎟
⎝ ⎠ ⎝ ⎠ ⎜
⎜ ⎟
⎝ ⎠

163
 ⎛1 0 0 ⎞ ⎛ −2 0 0 ⎞
⎜ ⎟ ⎜ ⎟
11. Avem I 3 X − A ~ ⎜ 0 1 0 ⎟ , JA = ⎜ 0 1 1⎟ .
⎜⎜ ⎟ ⎜ 0 0 1⎟
( X − 1) ( X + 2 ) ⎟⎠
2
⎝0 0 ⎝ ⎠
12.
⎛1 0 0 ⎞
⎜ ⎟
a) I 3 X − A ~ ⎜ 0 X −3 0 ⎟, mA ( X ) = X ( X − 3) ,
⎜0 0 X ( X − 3) ⎟⎠
⎝
p A ( X ) = X ( X − 3)
2

⎛0 0 0⎞
⎜ ⎟
b) J A = ⎜ 0 3 0 ⎟
⎜ 0 0 3⎟
⎝ ⎠
⎛ −α ⎞
⎜ ⎟
c) λ1 = 0 şi vectorii proprii ⎜ −3α ⎟ , α ∈ , α ≠ 0 ; λ2 = 3 şi
⎜ α ⎟
⎝ ⎠
⎛ −α − β ⎞
⎜ ⎟
vectorii proprii ⎜ α ⎟ , α , β ∈ , α ≠ 0 sau β ≠ 0 .
⎜ β ⎟
⎝ ⎠
⎛1 0 0 0⎞
⎛ 2 0 0⎞ ⎛1 1 0⎞ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ 0 1 1 0⎟
13. J A = ⎜ 0 3 1 ⎟ , J B = ⎜ 0 1 1 ⎟ , J C =
⎜ 0 0 3⎟ ⎜0 0 1⎟ ⎜0 0 1 1⎟
⎝ ⎠ ⎝ ⎠ ⎜ ⎟
⎝0 0 0 1⎠
14.
c) Cum p A ∈ [ X ] , există α ∈ astfel încât p A (α ) = 0 căci un
polinom de grad impar cu coeficienţi reali are cel puţin o rădăcină
reală. Avem p A ( X ) = ( X − α ) g ( X ) cu g ∈ [ X ] . Aplicând
teorema Frobenius rezultă că X − α divide pe mA deci mA are
rădăcinile reale, mA = ( X − α )( X − β ) cu α , β ∈ . Aplicând

din nou teorema lui Frobenius, rezultă că p A = ( X − α ) (X −β)

2

sau p A = ( X − α )( X − β ) .
2

164
15. Din Am = 0 , rezultă că mA ( X ) X m , deci mA ( X ) = X k , 0 < k ≤ m .
Aplicând teorema lui Frobenius, rezultă că p A ( X ) = X 2 şi atunci A2 = 0
conform teoremei Hamilton-Cayley.
16. Aplicând exerciţiul 15, avem A2 = B 2 = 0 .Cum AB = BA , avem
( A + B) ( A + B) = 0
3 2
= A + 3 A B + 3 AB + B = 0 ,
3 2 2 3
de unde
(exerciţiul 15). Din A + 2 AB + B = 0 , rezultă 2 AB = 0 , deci AB = 0 .
2 2

17. Cum A3 − I 2 = 0 , rzultă că mA divide polinomul

(
X 3 − 1 = ( X − 1) X 2 + X + 1 . ) Cum grad mA ≤ 2 , avem
mA ( X ) = X − 1 sau mA ( X ) = X 2 + X + 1 . Dacă mA ( X ) = X − 1 ,
Atunci A − I 2 = 0 , deci A = I 2 . Absurd. Rămâne adevărat că
mA ( X ) = X + X + 1 , de unde p A ( X ) = X 2 + X + 1 (căci m A p A şi
2

grad p A = 2 ).
18. Cum A3 − A − I n = 0 , rezultă că mA X 3 − X − 1 . Se observă că
X 3 − X − 1 are o singură rădăcină reală α şi α > 0 . Aşadar
X 3 − X −1 = ( X − α ) X 2 + β X + γ (
cu β , γ ∈ , β 4 − 4γ < 0 . )
Aplicând teorema lui Frobenius rezultă că
pA ( X ) = ( X − α ) X 2 + β X + γ ( )
s t
cu s, t ∈ , s + 2t = n . Avem
γ > 0 şi
( −1) det A = p A ( 0 ) = ( −1) α sγ t = ( −1) α sγ t = ( −1) α sγ t ,
n s n − 2t n

deci det A = α sγ t > 0 .

19. Fie d A = grad mA . Avem An − I 2 = 0 , deci mA X n − 1 . Din ( n, 6 ) = 1
rezultă că n este impar. Dacă d A = 1 , atunci mA ( X ) = X − α , α ∈ şi
cum singura rădăcină reală a lui X − 1 este 1, avem mA ( X ) = X − 1 ,
n

deci A = I2 . Dacă dA = 2 , atunci

mA ( X ) = p A ( X ) = X 2 + bX + c ∈ [X ]. Se deduce că
2 kπ
mA ( X ) = X 2 − 2 cos X + 1 pentru un k ∈ , 0 < k < n . Dar când
n
2 kπ ⎧ 1 1⎫
( n, 6 ) = 1 , cos ∉ ⎨0,1, −1, , − ⎬ .
n ⎩ 2 2⎭

165
 20.
a) Cum I n X − P −1 AP = P −1 ( I n X − A ) P , rezultă că
p A ( X ) = pP−1AP ( X )
b) Caz: det A ≠ 0 . Avem BA = A−1 ( AB ) A şi atunci
p AB ( X ) = pBA ( X ) conform punctului a).
Caz: det A = 0 . Fie f ( X ) = det ( I n X + A ) . Avident
f ( X ) = X n + cn −1 X n −1 + ... + c1 X + c0 ∈ [X ]. Fie λ∈
astfel încât f ( λ ) ≠ 0 . Conform punctului a) avem
p( Inλ + A) B = pB( I nλ + A) (*)
def
Cum coeficienţii matricei Cλ = ( I n λ + A ) B sunt de forma
cij′ λ + cij′′ cu cij′ , cij′′ ∈ , rezultă că există polinoamele
g 0 , g1 ,..., g n −1 ∈ [ X ] cu grad gi ≤ n astfel încât
p( Inλ + A) B ( X ) = X n + g n −1 ( λ ) X n −1 + ... + g1 ( λ ) X + g 0 ( λ )
Analog
pB( I nλ + A) ( X ) = X n + hn −1 ( λ ) X n −1 + ... + h1 ( λ ) X + h0 ( λ )
cu hi ∈ [ X ] , grad hi ≤ n pentru 0 ≤ i ≤ n − 1 .
Cum f ( λ ) ≠ 0 pentru o infinitate de numere λ ∈ , rezultă
că (*) are loc pentru o infinitate de valori λ ∈ . Rezultă că
gi ( X ) = hi ( X ) , 0 ≤ i ≤ n − 1 , deci (*) are loc pentru orice
λ ∈ . În particular, pentru λ = 0 avem p AB ( X ) = pBA ( X ) .
21.
a) Avem mN ( X ) = X d , 1 ≤ d ≤ m , deci folosind teorema lui
Frobenius avem pN ( X ) = X n . Acum avem

( −1) = pN ( −1) = det ( − I n − N ) = ( −1) det ( I n + N ) ,

n n

de unde det ( I n + N ) = 1 .

(A N)
m
b) Caz: det A ≠ 0 . Avem A−1 N = NA−1 şi deci −1
= 0.
Folosind punctul a) avem
( (
det ( A + N ) = det A I n + A−1 N ) ) = det A det ( I n + N ) = det A .

166
 Caz: det A = 0 . Se observă că det ( I n X + A ) şi
det ( I n X + A + N ) sunt polinoame monice de grad n cu
coeficienţi în ,
f ( X ) = det ( I n X + A ) = X n + bn −1 X n −1 + ... + b1 X + b0
g ( X ) = det ( I n X + A + N ) = X n + cn −1 X n −1 + ... + c1 X + c0
Pentru orice λ ∈ avem ( λ I n + A ) N = N ( λ I n + A ) şi pentru o
infinitate de numere λ ∈ avem 0 ≠ f ( λ ) = det ( λ I n + A ) .
Conform cazului precedent, avem
f ( λ ) = det ( λ I n + A ) = det ( λ I n + A + N ) = g ( λ )
pentru o infinitate de numere λ ∈ . Rezultă f ( X ) = g ( X ) . În
particular, det A = f ( 0 ) = g ( 0 ) = det ( A + N ) .

Capitol 4

1. Fie x1 , x2 ,..., xn ∈ G astfel încât G = x1 , x2 ,..., xn . Fie xi′ = f ( xi ) ,

1 ≤ i ≤ n şi x′ ∈ G′ . Există x ∈ G astfel încât x′ = f ( x ) . Putem scrie
n
⎛ n ⎞ n n
x = ∑ ki xi şi deci x′ = f ⎜ ∑ ki xi ⎟ = ∑ ki f ( xi ) = ∑ ki xi′ . Rezultă că
i =1 ⎝ i =1 ⎠ i =1 i =1

G′ = x1′, x2′ ,..., xn′ .

2. Cum G este finit generat, există n ∈ *
şi un morfism surjectiv
f: n
→ G . Fie H = f −1
( N ) . Cum H este subgrup al lui ( n
)
,+ , H
este finit generat (chiar liber de rang finit). Cum f este surjectiv, avem
( )
f ( H ) = f f −1 ( N ) = N . Invocând exerciţiul 1, rezuştă că N este finit
generat.

167
 3.
b) Avem
⎛ k1 ⎞ ⎛ k1 ⎞
⎜ ⎟ ⎜ ⎟
⎜ k2 ⎟ ∈ H ⇔ ( a , a ,..., a ) ⎜ k2 ⎟ = 0 ⇔
⎜M ⎟ 1 2 n
⎜M ⎟
⎜ ⎟ ⎜ ⎟
⎝ kn ⎠ ⎝ kn ⎠
⎛ k1 ⎞
⎜ ⎟
k
−1 ⎜ 2 ⎟
⇔ ( a1 , a2 ,..., an ) VV =0⇔
⎜M ⎟
⎜ ⎟
⎝ kn ⎠
⎛ λ1 ⎞
⎜ ⎟
λ
⇔ ( d , 0,..., 0 ) ⎜ 2 ⎟ = 0 ⇔ d λ1 = 0 ⇔ λ1 = 0
⎜ M ⎟
⎜ ⎟
⎝ λn ⎠
⎛ λ1 ⎞ ⎛ k1 ⎞
⎜ ⎟ ⎜ ⎟
⎜ λ2 ⎟ k
−1 ⎜ 2 ⎟
unde =V . Aşadar
⎜ M ⎟ ⎜M ⎟
⎜ ⎟ ⎜ ⎟
⎝ λn ⎠ ⎝ kn ⎠
⎛ k1 ⎞ ⎛ k1 ⎞ ⎛0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ k2 ⎟ ∈ H ⇔ ⎜ k2 ⎟ = V ⎜ λ2 ⎟ = cV λ + ... + cV λ
⎜M ⎟ ⎜M ⎟ ⎜ M ⎟ 2 2 n n

⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝ kn ⎠ ⎝ kn ⎠ ⎝ λn ⎠
cu λ2 ,..., λn ∈ , deci H = c2V , c3V ,..., cnV .
c) Avem ( 2,5, −4 ) T12 ( −2 ) P12T12 ( −2 ) T13 ( 4 ) = (1, 0, 0 ) . Aşadar
( 2,5, −4 )V = (1, 0, 0 ) , unde
⎛ −2 5 −8 ⎞
⎜ ⎟
V = ⎜ 1 −2 4 ⎟ = T12 ( −2 ) P12T12 ( −2 ) T13 ( 4 ) .
⎜ 0 0 1 ⎟⎠
⎝
Rezultă că H = c2V , c3V .

168
4. Putem scrie
⎛ e1 ⎞
⎛ x1 ⎞ ⎜ ⎟
⎜ ⎟ e
⎜ x2 ⎟ = A⎜ 2 ⎟ (*)
⎜x ⎟ ⎜ e3 ⎟
⎝ 3⎠ ⎜ ⎟
⎝ e4 ⎠
unde e1 = (1, 0, 0, 0 ) , e2 = ( 0,1, 0, 0 ) , e3 = ( 0, 0,1, 0 ) , e4 = ( 0, 0, 0,1) şi
A este matricea de la exemplul 1, paragraful 4.3. La exemplul citat am
văzut că
⎛ 2 0 0 0⎞
⎜ ⎟
UAV = ⎜ 0 6 0 0 ⎟ ,
⎜ 0 0 0 0⎟
⎝ ⎠
unde
⎛0 1 2 −1 ⎞
⎛ 1 0 0⎞ ⎜ ⎟
⎜ ⎟ 1 −3 0 −1 ⎟
U = ⎜ 0 −1 0 ⎟ ∈ GL3 ( ) , V = ⎜⎜ ∈ GL4 ( ).
⎜ −1 1 1 ⎟ 0 0 1 0⎟
⎝ ⎠ ⎜ ⎟
⎝0 0 0 1⎠
Egalitatea (*) mai poate fi scrisă
⎛ e1 ⎞ ⎛ e′ ⎞
⎛ x1′ ⎞ ⎛ x1 ⎞ ⎜ ⎟ ⎛2 0 0 0⎞⎜ 1 ⎟
⎜ ′⎟ ⎜ ⎟ −1 ⎜ e2 ⎟ ⎜ ⎟ e′
⎜ x2 ⎟ = U ⎜ x2 ⎟ VV ⎜ e ⎟ = ⎜ 0 6 0 0⎟⎜ 2 ⎟ .
⎜ ⎟ ⎜ ⎟ ⎜ e′ ⎟
⎝ x3′ ⎠ ⎜ ⎟ ⎝⎜ 0 0 0 0 ⎠⎟ ⎜ 3 ⎟
3
⎝ x3 ⎠
⎝ 4⎠
e ⎝ e4′ ⎠
Cum U şi V sunt inversabile, rezultă că x1′, x2′ , x3′ este un sistem de
generatori pentru H , iar e1′, e2′ , e3′ , e4′ este o bază pentru 4
. Avem
x1′ = 2e1′ , x2′ = 6e2′ , x3′ = 0 . Se observă că aplicaţia
f: 4
→ 2 × 6 × ×
( k1 , k2 , k3 , k4 ) a ([ k1 ]2 , [ k2 ]6 , k3 , k4 )
este morfism surjectiv de grupuri şi ker f = H . Aşadar
4

2 × 6 × × .
H

169
 5. şi 6. Fie n ∈ *
. Sistemul ordonat ( k1 , k2 ,..., km ) de numere naturale se
numeşte partiţie a lui n dacă 1 ≤ k1 ≤ k2 ≤ ... ≤ km şi
k1 + k2 + ... + km = n . Notăm cu π ( n ) numărul partiţiilor lui n . Cum
3 = 1 + 2 = 1 + 1 + 1 , avem π ( 3) = 3 .
Dacă p este un număr prim, ( k1 , k2 ,..., km ) este o partiţie a lui n ,
iar d i = p i , 1 ≤ i ≤ m , atunci
k

p n = d1d 2 ...d m şi 1 < d1 d 2 ... d m (*)

şi orice descompunere a lui p n ca la (*) provine dintr-o partiţie a lui n .
Dacă G este un grup cu 8 elemente, atunci G d1 × d2 × ... × dm cu
8 = 23 = d1d 2 ...d m . Cum partiţiile lui 3 sunt (1,1,1) , (1, 2 ) şi ( 3) , rezultă
că G este izomorf cu 2 × 2 × 2 sau cu 2 × 4 sau cu 8 . Cum
printr-un izomorfism ordinele elementelor se conservă, oricare două
grupuri din lista 2 × 2 × 2 , 2 × 4 , 8 nu sunt izomorfe.
⎛ x1 ⎞ ⎛12 − 5ξ − 9η ⎞
⎜ ⎟ ⎜ ⎟
9. ⎜ x2 ⎟ = ⎜ 4 − 2ξ − 3η ⎟ , ξ ,η ∈ .
⎜x ⎟ ⎜ η ⎟
⎝ 3⎠ ⎝ ⎠
⎛ x1 ⎞ ⎛ 2 ⎞
⎜ ⎟ ⎜ ⎟
10. ⎜ x2 ⎟ = ⎜ λ ⎟ , λ ∈ .
⎜ x ⎟ ⎜ 2 − 3λ ⎟
⎝ 3⎠ ⎝ ⎠

170
 Bibliografie

1. T. Albu, I. D. Ion, Itinerar elementar în algebra superioară, Editura

ALL, Bucureşti, 1997.
2. M. Artin, Algebra, Prentice-Hall, New Jersey, 1991.
3. L.Childs, A Concrete Introduction To Higher Algebra, Springer Verlag,
1979.
4. P.M. Cohn, Algebra, Vol.II, John Wiley and Sons, 1977.
5. I. D. Ion, N. Radu, Algebra, Editura Didactică şi Pedagogică, Bucureşti,
1991.
6. I. D. Ion, C. Năstăsescu, C. Niţă, Complemente de algebră, Editura
Ştiinţifică şi Enciclopedică, Bucureşti, 1984.
7. I. D. Ion, C. Niţă, D. Popescu, N. Radu, Probleme de algebră, Editura
Didactică şi Pedagogică, Bucureşti, 1981.
8. M. Isaacs, Algebra, a Graduate Course, Pacific Grove, California, 1990.
9. N. Jacobson, Basic Algebra I, Springer Verlag, 1989.
10. J. S. Milne, Group Theory, Notes for Math 594, University of Michigan,
1996.
11. A.I. Kostrikin, Z.I, Manin, Linear Algebra and Geometry, Gordon and
Breach, Science Publishers, 1989.
12. C. Năstăsescu, C. Niţă, C. Vraciu, Bazele algebrei, Editura Academiei,
Bucureşti, 1986.

171