APLICAŢII LINIARE (OPERATORI LINIARI)

§ 1. Aplicaţii liniare. Nucleu şi imagine

Considerăm două spaţii vectoriale V şi W peste acelaşi corp K.

Definiţia 1.1. Funcţia f :V W cu proprietăţile
f(u+v) = f(u) + f(v)  u,v  V ( f este aditiva) (1.1)
f(u) =  f(u)  K,  u V (f este omogena) (1.2)
se numeşte aplicaţie liniară (sau operator liniar) de la V/K la W/K.

Propoziţie Funcţia f  V  W este aplicatie liniara daca si numai

daca verifica urmatoarea relatie
f( u+  v) =  f(u) +  f(v) , K şi  u,v  V . (1.3)

Exemple
1) VK spaţiu vectorial, IV V V , IV(u)=u,  u V este aplicaţia liniară identică;
2)  V V (u)=,  u V este aplicaţia liniară nulă,  fiind vectorul nul al
lui V;
3)  K , f VV f(v)=v , vV, este aplicaţie liniară şi se numeşte
omotetia de raport ;
4) VK, dimKV =n, B={e1,e2,….en} bază a lui V, f VKn , f(v)=(1,2,….,n),
n
 v    i ei V, este aplicaţie liniară şi se numeşte sistem de coordonate.
i 1

Teorema 1.1. Fie două K-spaţii vectoriale V şi W şi f V  W aplicaţie liniară.

Atunci f are următoarele proprietăţi 
1) f(u-v) = f(u) - f(v)  u,v V;
2) f(V) = W;

 n
 n
3) f   i ui    i f(u i )
i 1 i 1
 u1,u2,…unV,  1,2,….nK, nN*.

Demonstraţie. Aceste proprietăţi se demonstrează uşor astfel:

1) în relaţia (1.3) alegem  =1,  = -1;
2) în relaţia (1.3) alegem  = =0;
3) se demonstreză prin inducţie după n. 
 Aplicaţiile liniare se mai numesc şi morfisme de spaţii vectoriale sau
homomorfisme .
Definiţia 1.3. O aplicaţie liniară f V  V se numeşte endomorfism al lui V sau
transformare liniară .
Definiţia 1.4. O aplicaţie liniară injectivă f V  W se numeşte monomorfism.
f monomorfism  f este aplicatie liniara si u, vV, uv  f(u)f(v).
Definiţia 1.5. O aplicaţie liniară surjectivă f V  W se numeşte epimorfism.
f epimorfism  f este aplicatie liniara si  w W uV a. i. w=f(u)
Definiţia 1.6. O aplicaţie liniară bijectivă f V  W se numeşte izomorfism
de spatii vectoriale.
f izomorfism  f este aplicatie liniara, injective si surjective.

Propoziţia 1.1. Compusa a două aplicaţii liniare este o aplicaţie liniară.

Demonstraţie. Fie V ; W ;U spaţii vectoriale peste acelaşi corp K şi considerăm

f V W, g  W U aplicaţii liniare . Folosind relatia (1.3) se obţine:

(gf)( u+ v)=g(f( u+ v))=g( f(u)+ f(v))= g(f(u))+ g(f(v))= (gf)(u)+ (gf)(v)
pentru , K şi  u,v  V  gf :VU aplicaţie liniară. 

Definiţia 1.7. Fie f V W aplicaţie liniară. Se numeşte nucleul aplicatiei liniare
f şi se notează Ker f, mulţimea tuturor vectorilor din V care au ca imagine prin funcţia
f vectorul nul W,

Ker f = {u V  f(u)= W }  V.

Observatie. Pentru orice aplicatie liniara f V W, V Ker f.

Teorema 1.2. Nucleul unei aplicaţii liniare f VW este un subspaţiu vectorial
al spatiului vectorial V.

Demonstraţie. Fie u, v Ker f f(u) =W , f(v) =W şi , K.

Formăm combinaţia liniară a vectorilor u si v cu scalarii ,  şi demonstrăm că

vectorul obţinut aparţine tot nucleului lui f :

f( u+ v) =  f(u)+ f(v)=  W +  W = W   u+ vKer f. 

Teorema 1.3. O aplicaţie liniară f VW este injectivă dacă şi numai dacă

Ker f = {V}.
 Demonstraţie. ,,’’ Presupunem ca f VW este aplicatie liniara injectivă.

Fie uKer f  f(u)=W ; dar din proprietatile aplicatiilor liniare stim ca f(V)=W şi atunci
f(u)= f(V)=W implică (datorită injectivităţii lui f) u=V.

,,’’ Presupunem că aplicatia liniara f VW are Ker f ={V} şi vom demonstra ca
este injective. Considerăm u1, u2V astfel încât f(u1)=f(u2)  f(u1)-f(u2) = W 

f(u1-u2) = W  u1-u2Ker f. Dar Ker f nu conţine decât vectorul nul, aşadar rezultă

u1-u2 = V  u1=u2  funcţia f este injectivă. 

Definiţia 1.8. Fie f V W aplicaţie liniară. Se numeşte imaginea lui f şi se

notează Im f, mulţimea tuturor imaginilor vectorilor din V prin funcţia f,

Im f = { f(u)uV }  W.

Teorema 1.4. Fie fVW aplicaţie liniară şi LV subspaţiu vectorial al lui V/K.
Atunci f(L)={wW / w=f(u), uV} este subspaţiu vectorial al lui W/K.

Demonstraţie. Fie w1,w2f(L)w1=f(u) ,w2= f(v)  f(L) cu u,vL.Fie ,K.

Atunci  w1+ w2=  f(u)+ f(v)= f( u+ v)f(L), adică orice combinaţie liniară a
vectorilor din f(L) este tot un vector din f(L). Deci f(L) este subspaţiu vectorial al lui W.


Consecinta. Im f = f(V) este un subspaţiu vectorial al lui W .

Teorema. O aplicaţie liniară f VW este surjectivă dacă şi numai dacă

Im f = W.

Teorema 1.5. Fie f VW aplicaţie liniară şi un sistem de vectori S V.

Atunci au loc următoarele afirmaţii :

1. Dacă S={u1,u2, ..,un} V este liniar dependent, atunci imaginea lui prin
aplicatia liniara f, notate f(S)={f(u1),f(u2), ..,f(un)} este liniar dependent .

2. Dacă S este sistem de generatori pentru V/K, atunci f(S) este sistem de
generatori pentru Im f .

3.Dacă S este liniar independent şi f este injectivă, atunci sistemul de vectori

f(S)={f(u1),f(u2), ..,f(un)} este liniar independent .
 Demonstraţie.1.Presupunem că S este liniar dependent   iK nu toţi nuli
astfel încât: 1u1+2u2+…..+nun=V

şi aplicând acestui vector, aplicaţia liniară f se obţine:

f(1u1+2u2+…..+nun) =f(V)

1f(u1)+ 2f(u2)+…..+nf(un)=W, cu iK nu toţi nuli 

f(S) este liniar dependent .

2. Fie vImf   uV astfel încât v=f(u).

S este sistem de generatori pentru V/K  iK astfel încât: u=1u1+2u2+…..+nun

 v=f(u)=f(1u1+2u2+…..+nun) = 1f(u1)+…..+nf(un) 

 f(S) este sistem de generatori pentru Im f .

3. Demonstrăm că f(S) este liniar independent şi pentru aceasta considerăm

1,2,….,nK şi formăm combinaţia liniară nulă a vectorilor din f(S) cu aceşti scalari
1f(u1)+2f(u2)+…..+nf(un)=W  f(1u1+2u2+…..+nun)= f(V) .

Folosind faptul că f este injectivă, rezultă

1u1+2u2+…..+nun= V .

Dar S este liniar independent şi atunci:

1=2=…..=n=0  f(S) este liniar independent.

Consecinţă. Dacă f Vn W aplicaţie liniară injectivă şi B este o bază pentru
Vn atunci f(B) este bază pentru Im f W şi dimK( Im f) = n .

Teorema 1.6. (teorema dimensiunii) Fie fVnWm aplicaţie liniară, unde V şi W

sunt spaţii finit dimensionale peste acelaşi corp K . Atunci:

dimK Ker f + dimK Im f = dimKV = n .

Demonstraţie.

a)Dacă Ker f = {V } dimK Ker f =0 f este injectivă  dimK Im f= dimKVn= n.

dimKKer f =0, pentru că f este injectivă şi atunci concluzia teoremei este adevărată.

b)Dacă dimK Ker f =p 1. Demonstrăm că: dimK Im f =n-p .

 Fie B1={u1, u2,….up} bază pentru Ker f. Prelungim B1 la o bază B2={u1,
u2,….up,up+1,….un} a lui Vn. Fie vIm f   uVn astfel încât v=f(u) şi pentru că B2
este bază pentru Vn, atunci u=1u1+2u2+…+pup+...+nun şi

v=f(u)=f(1u1+2u2+…+pup+p+1up+1+...+nun)=
=f(1u1+2u2+…+pup)+f(p+1up+1+...+nun)=W + p+1f(up+1)+...+nf(un)

Deci, rezultă că B3={f(up+1),...f(un)} este sistem de generatori pentru Imf.

Demonstrăm că B3 este liniar independent.

Fie p+1f(up+1)+...+nf(un)=W  f(p+1up+1+...+nun)=W  p+1up+1+...+nunKer f

şi pentru că B1 este bază pentru Ker f se obţine

p+1up+1+...+nun=1u1+2u2+…+pup

adică o combinaţie liniară nulă a vectorilor lui B2  1=2=…=p...=n=0 şi rezultă că

B3 este liniar independent; deci B3 este bază pentru Im f; dimK Im f = n-p. 

Exemplu

Se dă aplicatia liniara TR3R2 prin

T(x)= (2x1+2x2 -x3,x2+x3)  x=( x1,x2,x3) R3

Să se determine nucleul şi imaginea lui T .

Soluţie Fie v1Im f   x=( x1,x2,x3) R3 astfel încât T(x)=v1 

v1=(2x1+2x2 -x3,x2+x3) = x1(2,0)+ x2(2,1)+x3(-1,1)

Notăm u1=(2,0) , u2=(2,1) ,u3=(-1,1)  Im f=L(u1,u2,u3).

Studiem liniar independenţa vectorilor {u1,u2,u3} .

2 ∝ +2𝛽 − 𝛾 = 0
Fie ,,R asffel încât u1+u2+u3={ . Matricea sistemului este
𝛽+𝛾 =0
2 2 −1
( ) Din acest sistem rezultă că ,, nu sunt toţi nuli. Liniar independenţi
0 1 1
sunt numai doi dintre ei: u1 ,u2 ( de exemplu). Deci Im T =L(u1 ,u2)R2, dimR Im T =2,
dim RR2 =2  Im T = R2 . Rezulta ca dim R Ker T=dim RR3 - dimR Im T=1.

2𝑥1 + 2𝑥2 − 𝑥3 = 0
Fie xKer f  T(x)=  { , x3 va fi necunoscută secundară
𝑥2 + 𝑥3 = 0
x2= -x3, x1= 3/2 x3. Ker T={(3/2 x3,-x3,x3)x3R}=L(v), unde v=(3/2,-1,1) .
 Definiţia 1.9. Spaţiile vectoriale V,W peste acelaşi corp K se numesc izomorfe
dacă există un izomorfism(aplicatie liniara bijectiva) f VW.

Notăm V  W .

Teorema 1.7. (Teorema fundamentală de izomorfism)

Două spaţii vectoriale definite peste acelaşi corp, finit dimensionale, sunt
izomorfe dacă şi numai dacă au aceeaşi dimensiune.

Demonstraţie.

,,’’ Considerăm V şi W două spaţii vectoriale definite peste acelaşi corp K cu

dimKV=nN* şi dimKW = mN* . Dacă V  W, există f  VnWm aplicatie liniara
bijectivă. f aplicatie liniara injectivă Ker f={V}  dimK Ker f=0dimK Imf = dimKVn=n;
dar f este şi aplicatie liniara surjectivă  Im f = Wm  dimKIm f = m şi deci m=n.

,,’’ Presupunem acum că m=n. Construim funcţia sistem de coordonate

 :VnKn prin (x)=(1,2,….,n),  x=1u1+2u2+….+nun şi B={u1,u1,…un} este bază

a lui V.  este liniară şi bijectivă şi deci Vn  Kn ; analog Wn Kn şi se obţine V  W .


§2. Matricea asociată unui operator liniar definit pe spaţii

vectoriale finit dimensionale

Fie f Vn Wm operator liniar (aplicatie liniara) şi fie B = {u1,u1,…,un} bază
pentru Vn şi B1={v1,v2,….vm} bază pentru Wm.

Vectorii u1,u1,…,un  Vn . Atunci imaginile lor prin aplicatia liniara f, vectorii

f(u1), f(u2),…f(un)Im f  Wm se pot exprima in raport cu baza B1 prin urmatoarele
relatii:

f(u1)=a11v1+a21v2+a31v3+...+ am1vm

f(u2)=a12v1+a22v2+a32v3+...+ am2vm

...................................................................................., aijK

f(un)=a1nv1+a2nv2+a3nv3+...+ amnvm
care restrans se pot scrie sub forma:

f(uj)=∑𝑚
𝑖=1 𝑎𝑖𝑗 𝑣𝑖  j=1,n. (2.1)

Scalarii aijK, din (2.1), formează o matrice A=(aij)Mmn(K).

Definiţia 2.1. Matricea A se numeşte matricea ataşată operatorului liniar f în

raport cu bazele B şi B1.

Matricea A are numărul de linii egal cu dimensiunea lui W şi numărul de coloane

egal cu dimensiunea lui V. Matricea A este transpusa coordonatelor imaginilor
vectorilor din baza B exprimaţi în raport cu baza B1.

Reciproc, fiind dată o matrice, AMmn(K), se poate determina o aplicaţie liniară,

f Vn  Wm, astfel încât A să fie matricea asociată lui f, corespunzătoare unor baze B
şi B1 pentru Vn şi respective Wm. Fiind dată A se construieşte sistemul (2.1), de mai
sus şi se demonstrează că functia f, astfel obţinută, este liniară.

Fie uVn, uB = (x1,x2,...,xn) u=∑𝑛𝑗=1 𝑥𝑗 𝑢𝑗 . Atunci putem scrie:

 n  n n m  m n 
f(u)  f   x ju j    x j f(u j )   x j   a ijv i      a ij x j  v i (2.2)
 j1  j1  
  j1  i1  i1  j1 

Dar, f(u)W , B1={v1,v2,….vm} bază pentru Wm şi notam coordonatele lui f(u) in raport
cu baza B1 cu y1, y2,...., ym, atunci

m
f(u)=  y i v i (2.3)
i 1

Din (2.2) şi (2.3), folosind unicitatea coordonatelor unui vector într-o bază rezultă

n
y i   aij x j , i =1,m.
j 1

Aceste ecuatii se numesc ecuatiile analitice ale aplicatiei liniare f in raport cu bazele
B si B1.
  x1   y1 
   
 x2  t y 
Notăm cu uB = X    , (f(u))B1 =Y   2  şi se obţine
t
. .
   
x  y 
 n  m

Y=AX (2.4)

unde Y este format din coordonatele lui f(u) în baza B1 şi X conţine coordonatele
vectorului u în baza B, A este matricea matricea ataşată operatorului liniar f în bazele
B şi B1. Relatia (2.4) se numeste ecuatia matriceala a aplicatiei liniare f in raport cu
perechea de baze B si B1.

Observaţia 2.1. Matricea, ataşată în raport cu o bază oarecare B={u1,u1,…un}

a lui Vn, unui endomorfism f  Vn  Vn este matrice pătratică de ordin.

Ne propunem să determinăm relatia de legătura dintre matricele ataşate unui

endomorfism f VnVn în raport cu două baze diferite ale spaţiului Vn.

Considerăm bazele B = {u1,u1,…un} şi B’ = {v1,v2,….vn} ale spaţiului vectorial

n
Vn, legate prin: v k   s ik ui  k= 1, n .
i1

Teorema 2.1. Fie endomorfismul f VnVn care are matricea ataşată AMn,n(K)
în raport cu baza B şi respectiv matricea A’ Mn,n(K) în baza B’.

Atunci: A’ =S-1A S,

unde S este matricea de trecere de la baza B la baza B’.

Demonstraţie. Notăm cu X vectorul coloană format cu coordonatele în baza B

ale unui vector oarecare vV şi cu Y vectorul coloana format cu coordonatele lui f(v)
in raport cu baza B şi cu X’ şi Y’ vectorii coloană cu coordonatele acestor vectori in
baza B’ .

Endomorfismul f in raport cu baza B are ecuatia matriceala Y=AX

şi in raport cu baza B’ are ecuatia matriceala Y’ = A’ X’ . (2.5)

Folosind formulele de schimbare de bază X= SX’ , Y= SY’ se ajunge la

Y=AX  SY’=A(SX’)  Y’ = (S-1AS) X’ (2.6)

Folosind Y’ din relaţia (2.5) şi Y’ din (2.6) se obţine:

 (S-1AS-A’)X’=O

Această egalitate este adevărată pentru orice X’ (adică  vVn) dacă şi numai
dacă A’ = S-1A S . 

Notăm cu L(Vn,Wm) = { f  VnWm f aplicaţie liniară}.

Exemplu

Se dă endomorfismul f: R3  R3, f(x)=(x2, -x1+2x2, 4x3),  x=(x1, x2, x3)R3.

Să se determine matricea asociată endomorfismului f în raport cu baza canonică a lui

R3 .

Soluţie. Calculam imaginile vectorilor din baza canonica prin functia f.

B={e1=(1,0,0), e2=(0,1,0), e3=(0,0,1)} baza canonică a spaţiului R3.

Se obtine f(e1)=(0,-1,0) = 0· e1 - e2 + 0· e3 ;

f(e2)=(1,2,0) = e1+2e2+0·e3;

f(e3)=(0,0,4) =0· e1+0· e2+4e3.

Coodonatele vectorilor obtinuti in raport cu baza canonica formeaza coloanele

 0 1 0
 
matricei. Matricea lui f în baza canonică este A    1 2 0  .
 0 0 4
 

§ 3. Vectori proprii, subspaţii proprii.

Diagonalizarea unei matrice

Fie V/K spaţiu vectorial şi f : VV un endomorfism al lui V.

Definiţia 3.1. Un vector uV, u, se numeşte vector propriu al
endomorfismului f, dacă există K astfel încât
f(u) =  u.
Scalarul  se numeşte valoarea proprie a endomorfismului f corespunzătoare
vectorului propriu u.
 Mulţimea tuturor valorilor proprii ale endomorfismului f se numeşte spectrul
endomorfismului f.

Definiţia 3.2.Un subspaţiu vectorial S al lui V/K se numeşte invariant faţă de

endomorfismul f :VV, dacă f(S)  S.

Teorema 3.1 a) Unui vector propriu al endomorfismului f îi corespunde o

singură valoare proprie.
b) Vectorii proprii corespunzători valorilor proprii distincte sunt liniar
independenţi.

c) Mulţimea S() = {u uV şi f(u)=u } este subspaţiu vectorial al spatiului V ,

invariant faţă de f şi se numeşte subspaţiul propriu al endomorfismului f,
corespunzător valorii proprii  .

Demonstraţie.

a) Fie uV un vector propriu al endomorfismului f, corespunzător valorii proprii

K. Presupunem că există ’K, valoare proprie a endomorfismului, ’,
astfel încât u să fie vector propriu şi pentru aceasta.
Atunci:

f(u)=u , f(u)=’u  u=’u (-’)u=. Dar cum u   , rezultă -’=0,

adică =’.

b) Fie u1, u2, ...,up vectori proprii corespunzători valorilor proprii distincte 1,
2,....p.
Facem inducţie după p:

p =1  {u1} este liniar independent pentru că u1 ;

“p –1”  “p” Presupunem că u1, u2, ... up-1 sunt liniar independenţi si vom

demonstra ca u1, u2, ... up-1 , up sunt liniar independenţi.

Consideram combinaţia liniara nula

1 u1+ 2 u2 +.....+ pup = , i K , i = 1,... p 

f(1 u1+ 2 u2 +.....+ pup) = f( ) =  1 f( u1)+ 2 f(u2) +.....+p f(up) =  ,

iK, i =1,..p  11u1+ 22u2 + ... +ppup = .

 Dar pup = - 1 u1 - 2 u2 - .....- p-1up-1 înmulţim cu p apoi vom aduna aceste

relaţii. Se obţine combinaţia liniara a vectorilor liniar independenţi u1, u2, ... up-1 :

1(1 -p) u1 + 2(2 -p)u2 + ...+ p-1(p-1 -p)up-1 =   1= 2 = ... = p-1 = 0.

Deci, pup =   p =0 pentru ca vectorul propriu up.

c)Fie u,vS() si scalarii oarecare ,K. Atunci

f(u+v)=f(u)+f(v)=u+v=(u+v)  u+vS()  f(S())S().


Determinarea valorilor şi vectorilor proprii

Fie V/K spaţiu vectorial, finit dimensional cu dimKV=nN* şi B={u1,u2,..., un} o

bază în V. Considerăm o transformare liniară(endomorfism) f : VV.
Atunci  A  Mn,n(K) matricea endomorfismului f in raport cu baza B, astfel încât

Y = A X. (3.1)
Aceasta este ecuaţia matriceală a lui f in raport cu baza B; vectorul X conţine
coordonatele unui vector uV in raport cu baza B, notate cu x1, x2,..., xn şi Y contine
coordonatele lui f(u) în raport cu baza B.
Dacă u este vector propriu al endomorfismului f si K valoare proprie
corespunzatoare vectorului propriu u:
f(u)= u  AX=X. (3.2)
Se obţine AX - X = O  AX - InX = O, In este matricea unitate de ordin n 
(A-In)X=O, O este vectorul coloana format din elemente egale cu zero, (3.3)
un sistem liniar omogen de ecuaţii, cu necunoscutele cootdonatele vectorului propriu
u, adica x1, x2,..., xn si parametrul K (valoarea proprie corespunzatoare vectorului
u).
(𝑎11 − 𝜆)𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 0
(3.3)  {𝑎21 𝑥1 + (𝑎22 − 𝜆)𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 0 ⋯
𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + ⋯ + (𝑎𝑛𝑛 − 𝜆)𝑥𝑛 = 0
Un vector propriu corespunzător valorii proprii  reprezintă o soluţie nebanală
a sistemului liniar omogen, (3.3).
Deci, pentru a exista vectorii proprii, trebuie ca sistemul (3.3) să admită soluţii nenule,
sa fie compatibil nedeterminat, ceea ce este echivalent cu rangul matricei sistemului A
- In sa fie mai mic decat nr. necunoscutelor:
 rang (A - In) < n  det (A - In) = 0. (3.4)
Ecuaţia (3.4) se numeşte ecuaţia caracteristică a endomorfismului f in raport
cu baza B, ea fiind o ecuatie algebrica de grad n cu necunoscuta , valoare proprie a
endomorfismului.
Soluţiile ecuaţiei caracteristice 1, 2, ...., n  K sunt valorile proprii ale
endomorfismului f.
Definiţia 3.3. Polinomul
Pn() = det(A-In)
se numeşte polinomul caracteristic asociat endomorfismului f, în raport cu baza B
(A fiind matricea lui f in baza B).

Propoziţia 3.1. Polinomul caracteristic al unui endomorfism f : VV este

invariant la schimbarea de bază a spaţiului vectorial V.

Demonstraţie. Fie V/K spaţiu vectorial cu dimKV = nN*, B si B’ două baze

pentru spatiul vectorial V.

f :Vn Vn este un endomorfism, A este matricea lui f în raport cu baza B, A’

este matricea în raport cu baza B’.

Vom arăta că:

Pn () = det (A -  In ) = det (A’ -  In). (3.5)
Trecerea de la baza B la baza B’ se face cu ajutorul matricei S şi ştim relatia de
legatura dintre cele doua matrice ale endomorfismului f
X  S1X

A’= S-1AS
Atunci:
Pn() =det(A’-In)=det(S-1AS - S-1InS)=det [S-1(A-In)S]= det (S-1 ) det(A-In) detS=
= (det S)-1 det(A - In) det S = det(A - In). 

Observaţia 3.1. Pentru fiecare valoare proprie, K, a endomorfismului f,

subspatiu propriu corespunzator, S(), coincide cu mulţimea soluţiilor sistemului de
ecuaţii, liniar omogen (3.3).

Propoziţia 3.2. Dimensiunea unui subspatiu propriu S() este mai mică sau
egală decât ordinul de multiplicitate al valorii proprii corespunzatoare .
 Observaţia 3.2. Dacă toate valorile proprii sunt rădăcini simple ale ecuaţiei
caracteristice, (3.4), atunci subspaţiile proprii asociate acestora au dimesiunea egală
cu 1 şi
V = S(1)  S(2)  ....... S(n) (suma directa a subspatiilor proprii).

Diagonalizarea unui endomorfism

Definiţia 3.4. Un endomorfism f : VnVn se numeşte diagonalizabil, dacă
există o bază B a spatiului vectorial V, astfel încât matricea asociată endomorfismului
f în raport cu această bază să fie o matrice diagonală.
Propoziţia 3.3. Endomorfismul f :VnVn este diagonalizabil dacă şi numai dacă
există o bază a spatiului vectorial Vn formată din vectori proprii ai endomorfismului.

Demonstraţie.
‘’’’ Presupunem ca f este endomorfism diagonalizabil  există o bază B=
={u1,u2,..., un} a spatiului vectorial V, astfel încât matricea endomorfismului f să fie

 b11 0 . 0 
 
 0 b22 . 0 
A .
. . . . 
 
 0 . bnn 
 0
Ecuaţia matriceală a endomorfismului f in raport cu baza B este:
Y = AX  f(u1)= b11u1, f(u2)= b22u2, .., f(un)= bnnun.
Rezultă că b11, b22, ...bnn sunt valori proprii pentru endomorfismul f, iar u1, u2, ..., un
sunt vectorii proprii.
“” Presupunem că există B o bază a spatiului vectorial V, formată din vectorii proprii
ai endomorfismului f, u1, u2, ..., unV. Atunci rezultă f(u1)= 1u1, f (u2)= 2u2, ...., f (un)=
nun, cu valorile proprii 1, 2 ,... , n K. Rezultă că matricea endomorfismului f în
raport cu baza B este:
 1 0 . 0
 
 0 2 . 0
A . 
. . . . 
 
0 0 . n 

 Observaţia 3.3. Forma diagonală canonică a unei matrice (endomorfism) se
obţine într-o bază formată din vectori proprii şi pe diagonala ei principală sunt valorile
proprii, corespunzătoare vectorilor proprii din bază.
Se poate demonstra că un endomorfism f :VnVn este diagonalizabil dacă şi
numai dacă sunt indeplinite conditiile de diagonalizare:
1) valorile proprii i  K
2) dimKS (i) = ordinul de multiplicitate al lui i.

Observaţia 3.4.
1.Dacă rădăcinile ecuaţiei caracteristice sunt 1,2,....pK , pn şi f:VnVn
este diagonalizabil atunci:
Vn=S(1)  S(2) ... S(p)
V este sumă directă de subspaţii proprii.
2. Baza B a spatiului vectorial V în raport cu care se obţine forma diagonală a
matricei A este reuniunea bazelor subspaţiilor proprii asociate.

Exemplu
Se dă endomorfismul f : R3  R3, f(x)=(x2, -x1+2x2, 4x3),  x=(x1, x2, x3)R3.

a) să se determine matricea asociată în raport cu baza canonică a lui R3

b) să se afle valorile proprii şi subspaţiile proprii corespunzătoare lui f şi dacă este
posibil să se diagonalizeze matricea lui f.

Soluţie.

a) Fie Bc={e1=(1,0,0), e2=(0,1,0),e3 = (0,0,1)} baza canonică a spaţiului R3.

Calculăm f(e1)=(0,-1,0) ; f(e2) =(1, 2, 0); f(e3)=(0,0,4) .

 0 1 0
 
Matricea lui f în baza canonică este A    1 2 0  .
 0 0 4
 
b) Valorile proprii ale endomorfismului f (matricei A) sunt date de ecuaţia
caracteristică
  1 0 
 
det (A -  I3) = 0  det   1 2   0  =0 
 0 4   
 0
 (4 - ) (-1)2 = 0  1 = 2 = 1, 3 = 4 valorile proprii ale endomorfismului f.
Determinam subspatiile proprii ale endomorfismului.
Notăm cu x=(x1,x2,x3) un vector propriu corespunzător valorii proprii  şi coordonatele
lui sunt o soluţie a sistemului liniar omogen (A - I3) X = 0.
 x1  x 2  0

Pentru valoarea proprie  =1 obţinem  x1  x 2  0 .
3 x  0
 3
Necunoscute principale sunt x2 şi x3, iar x1 este secundară.
Rezultă x = (x1, x1, 0)= x1(1,1,0), x1R.
Subspaţiul propriu al lui  =1 este
S( =1) = {(,,0) |  R} = L (u1) , subspatiul vectorial generat de vectorul u1 = (1,1,0)
{u1} formeaza un sistem de generatori, liniar independent pentru subspatiul
propriu S( =1), adica o baza a acestuia 
dimR S( =1)=1  ordinul de multiplicitate al valorii proprii  =1(radacina dubla)
Nu sunt îndeplinite condiţiile de diagonalizare pentru că dim RS(( =1)=1< ordinul
de multiplicitate al valorii proprii =1. Endomorfismul f nu este diagonalizabil.
Pentru  =4, S( =4) = {(0,0,) |  R} = L (u2) , subspatiu vectorial generat
de u2 = (0,0,1). dimR S( =4)=1= ordinul de multiplicitate al valorii proprii  =4.

Forme (funcţionale) liniare

Fie V/K spatiu vectorial.
Definiţia 1.1. O funcţie f : V  K se numeşte formă (sau funcţională)
liniară a K-spaţiului vectorial V, dacă este f este aplicaţie liniară (unde K este privit ca
spaţiu vectorial peste el însuşi).
Definiţia 1.2. Functia f : V  K se numeşte formă (sau funcţională) liniară a K-
spaţiului vectorial V dacă şi numai dacă:
f(u1+u2)= f(u 1 )+f(u 2 ),  u1, u2  V
f(αu)=α f(u),  u  V ,  α  K.

Definiţiile 1.1 şi 1.2 sunt echivalente.

Expresia analitică a unei forme (sau funcţională) liniare

 Considerăm V/K, spaţiu vectorial, finit dimensional, dimKV=nN* şi
B={u1,u2,…,un} o bază in V si f : V  K o forma liniara a spatiului vectorial V.
n
Fie u  V  u =  x i u i , xi  K , i= 1, n şi atunci
i 1

n n
f(u)=f(  x iui )=  x i f(u i ) . (1.1)
i1 i1

Notăm cu ai=f(ui)K şi din relatia (1.1) va rezulta:

n
f(u)=  ai x i = a1x1+a2x2+…+anxn (1.2)
i1

(1.2) se numeşte expresia analitică a formei liniare f in raport cu baza B.

ai, i  1, n se numesc coeficienţii formei liniare f in raport cu baza B.

Definiţia 1.3. Matricea A=(a1,a2,…,an)M1n(K) se numeşte matricea asociată

formei liniare f în raport cu baza B.

Expresia matriceală a unei forme liniare intr-o bază B a spaţiului vectorial Vn

este : f(u) = AX

 x1 
 
unde X=   , x1,x2,….xn sunt coordonatele vectorului oarecare uV în raport cu
x 
 n
baza B.

Spaţiul dual al unui spaţiu vectorial

Fie V/K spatiu vectorial.

Definiţia 1.4. Se numeşte spaţiu dual al spaţiului vectorial V/K şi se notează
V* , mulţimea tuturor formelor liniare definite pe V impreuna cu adunare funcţiilor şi
inmulţirea cu scalari a funcţiilor.
Se poate demonstra că V* = L(V,K) este spaţiu vectorial peste corpul K, in raport
cu operaţiile de adunare a funcţiilor şi inmulţirea cu scalari a funcţiilor.

Teorema 1.1. Dimensiunea dualului unui spaţiu vectorial V/K, finit dimensional,
notat cu V * /K , este egală cu dimensiunea spaţiului V.
 Demonstraţie. Presupunem că dim KV=n şi fie B={u1,u2,…,un} o bază în V.
Construim mulţimea de forme liniare B* = {f1,…,fn}, fj :V  K, j= 1, n definite prin:
1, i  j
fi (uj) =  .
0 i  j
Demonstrăm că B* este bază pentru V*.
Liniar independenţa: Fie  1,  2 ,...,  n  K astfel încît  1 f1+  2 f2+…+  n fn =  .

Aplicăm această identitate fiecărui ujB , j= 1, n , (uj)=0,  j= 1, n .

 1f1(u j ) +…+  j fj (uj)+…+  n fn (u j ) = 0   j fj (uj)=0   j =0,  j= 1, n 



 


0 0

B* liniar independenta.

Sistem de generatori:

Considerăm f  V*, o functionala liniara oarecare, definite pe V.

Presupunem că f = β1f1+…+ βnfn (egalitate de functii). Atunci pentru ujB ,

j= 1, n

f(uj)=β1 f1 (uj)+…+βj fj (uj)+…+βn fn(uj)  βj = f(uj)K ,  j= 1, n .

 B* sistem de generatori pentru dualul lui V, spatial vectorial notat cu V*.
 B* bază in V*  dimKV*=n. 

Definiţia 1.5. Baza dualului lui V, notate cu B* se numeşte baza duală bazei
B.