GEOMETRIE ANALITICĂ. Mihai-Sorin Stupariu

Transcript

1 GEOMETRIE ANALITICĂ Mihai-Sorin Stupariu Sem. al II-lea,

2 Cuprins 1 Elemente de algebră liniară Spaţii vectoriale. Definiţie. Exemple Combinaţii liniare. Baze şi repere Subspaţii vectoriale Aplicaţii liniare Spaţii vectoriale euclidiene Aplicaţii ortogonale Geometrie afină 16.1 Combinaţii afine. Afin (in)dependenţă Repere carteziene Varietăţi liniare Definiţie. Ecuaţiile varietăţilor liniare Fascicole de hiperplane Poziţii relative ale varietăţilor liniare. Paralelism afin Suma a două varietăţi liniare Mulţimi convexe Raport Aplicaţii afine Translaţii Omotetii Proiecţii Simetrii Exerciţii Geometrie euclidiană Distanţe şi unghiuri în spaţiul R n Repere carteziene ortonormate Perpendicularitatea varietăţilor liniare Izometrii Proiecţii centrale Exerciţii Conice 39 1

3 A Proiecte 41 Bibliografie 44

4 Capitolul 1 Elemente de algebră liniară 1.1 Spaţii vectoriale. Definiţie. Exemple Definiţia 1.1 Fie (K, +, ) un corp comutativ. Un K-spaţiu vectorial (spaţiu vectorial peste corpul K) este un triplet (V, +, ) format dintr-o mulţime nevidă V şi două legi de compoziţie + : V V V, : K V V astfel încât sunt verificate axiomele spaţiului vectorial: (i) (V, +) este grup abelian, (ii) 1 v = v, pentru orice v V, (iii) (ab) v = a (b v), pentru orice a, b K, v V, (iv) a (v + w) = a v + a w, pentru orice a K, v, w V, (v) (a + b) v = a v + b v, pentru orice a, b K, v V. Terminologie. Elementele lui V se numesc vectori, iar elementele lui K se numesc scalari. Exemplul 1. Fie V (respectiv V 3 ) mulţimea vectorilor liberi din planul geometric (respectiv din spaţiu). În raport cu operaţiile de adunare a vectorilor, respectiv de înmulţire cu scalari reali, aceste mulţimi au structuri naturale de R-spaţii vectoriale. Exemplul 1.3 Mulţimea K n = {(x 1,..., x n ) x 1,..., x n K} are o structură naturală de K-spaţiu vectorial, cu operaţiile date de (x 1,..., x n ) + (y 1,..., y n ) := (x 1 + y 1,..., x n + y n ), a (x 1,..., x n ) := (ax 1,..., ax n ) (a K şi (x 1,..., x n ), (y 1,..., y n ) K n ). Cazuri particulare importante sunt R-spaţiile vectoriale R şi R 3. Exerciţiul 1.4 Verificaţi axiomele spaţiului vectorial pentru spaţiul vectorial din exemplul Combinaţii liniare. Baze şi repere Fie V un K-spaţiu vectorial. 3

5 Definiţia 1.5 Fie S = {v 1,..., v q } V un sistem de vectori. (i) O combinaţie liniară a vectorilor v 1,..., v q este un vector de forma α 1 v α q v q, unde α 1,..., α q K sunt scalari. (ii) Mulţimea tuturor combinaţiilor liniare ale vectorilor din sistemul S se numeşte acoperire liniară a lui S şi se notează L(S). Observaţia 1.6 Dacă S = {v 1,..., v q } este un sistem de vectori, atunci avem L(S) = {α 1 v α q v q α 1,..., α q K}. Exemplul 1.7 Considerăm R-spaţiul vectorial R 3. (i) Fie vectorii v 1 = (1,, 3), v = ( 1,, 1), v 3 = (0, 1, ) şi scalarii α 1 = 1, α =, α 3 = 3. Combinaţia liniară a vectorilor v 1, v, v 3 cu scalarii indicaţi este vectorul v = 3 α i v i = 1 (1,, 3) + ( ) ( 1,, 1) + 3 (0, 1, ) = i=1 = (1,, 3) + (, 4, ) + (0, 3, 6) = (3, 5, 11). (ii) Stabilim în continuare dacă v = ( 1, 4, 8) este o combinaţie liniară a vectorilor v 1 = (, 0, 1), v = (,, 6), v 3 = ( 1,, 3). Aceasta este echivalent cu existenţa unor scalari α 1, α, α 3 astfel ca v = 3 i=1 α iv i, cu alte cuvinte ( 1, 4, 8) = α 1 (, 0, 1) + α (,, 6) + α 3 ( 1,, 3). Această egalitate din R 3 este echivalentă cu sistemul de ecuaţii 1 = α 1 + α α 3 4 = α + α 3, 8 = α 1 + 6α + 3α 3 care admite soluţia (unică!) α 1 = α = α 3 = 1, deci v = v 1 + v + v 3. (iii) Vectorul ( 1, 1, ) nu este o combinaţie liniară a vectorilor (1, 0, 0) şi (0, 3, 0) (de ce?). (iv) Pentru S = {(1,, 0), (, 1, 1)} avem L(S) = {(α 1 + α, α 1 + α, α ) α 1, α R}. Definiţia 1.8 (i) Un sistem de vectori S = {v 1,..., v q } V se numeşte sistem de generatori dacă L(S) = V. (ii) Un spaţiu vectorial se numeşte finit generat dacă admite un sistem finit de generatori. Exemplul 1.9 Spaţiul K n este finit generat, admiţând sistemul de generatori {e 1,..., e n }, unde e 1 = (1, 0,..., 0), e = (0, 1,..., 0),..., e n = (0, 0,..., 1). Exemplul 1.10 În R3 sistemele de vectori S 1 = {(1, 0, ), (0, 1, 0), (, 0, 1)}, S = {(1, 0, 1), (, 1, 0), (3, 1, ), (1, 1, 1)} sunt sisteme de generatori. În schimb, sistemele de vectori S 3 = {(1,, 3), (, 1, 3)}, S 4 = {(1, 0, 1), (, 1, 0), (3, 1, 1)} nu sunt sisteme de generatori. 4

6 Definiţia 1.11 (i) Un sistem de vectori S = {v 1,..., v q } V se numeşte liniar dependent dacă există scalari α 1,..., α q K, nu toţi nuli, astfel încât α 1 v α q v q = 0. (ii) Un sistem de vectori S = {v 1,..., v q } V se numeşte liniar independent dacă este îndeplinită condiţia: α 1 v α q v q = 0 dacă şi numai dacă α 1 =... = α q = 0. Exemplul 1.1 Sistemul S = {e 1,..., e n } este un sistem liniar independent în K n. Exemplul 1.13 În R3 sistemele de vectori S 1 = {(1, 0, ), (0, 1, 0), (, 0, 1)}, S = {(1, 0, 1), (, 1, 0), (3, 1, )} sunt liniar independente, iar sistemul S 3 = {(1, 0, 1), (, 1, 0), (3, 1, 1)} este liniar dependent. Definiţia 1.14 (i) Un sistem de vectori S = {v 1,..., v q } V se numeşte bază a lui V dacă este un sistem de generatori liniar independent. (ii) O bază ordonată a unui spaţiu vectorial se numeşte reper. Exemplul 1.15 Sistemul de vectori {e 1,..., e n } formează o bază a lui K n, numită baza canonică, iar reperul (e 1,..., e n ) se numeşte reper canonic. Exemplul 1.16 (i) Sistemele de vectori S 1 = {(1, 0, ), (0, 1, 0), (, 0, 1)}, S = {(1, 0, 1), (, 1, 0), (3, 1, )} formează baze ale lui R 3. (ii) Unei baze {b 1, b } a lui R îi putem asocia două repere distincte: (b 1, b ) şi (b, b 1 ). Teorema 1.17 Fie V un K-spaţiu vectorial finit generat. Atunci V admite (cel puţin) o bază finită. Mai mult, orice două baze ale lui V au acelaşi cardinal. Definiţia 1.18 Dimensiunea unui K-spaţiu vectorial finit generat V este cardinalul unei baze (deci al oricărei baze) şi este notată cu dim K V. Exemplul 1.19 Conform celor arătate anterior, avem dim K K n = n. Observaţia 1.0 Fie R = (b 1,..., b n ) un reper al K-spaţiului vectorial V. Pentru orice vector x V există şi sunt unici scalarii x 1,..., x n K astfel ca x = x 1 b x n b n. Exemplul 1.1 Componentele vectorului (, 3) R în reperul canonic (e 1, e ) sunt (, 3), iar componentele acestui vector în reperul (e, e 1 ) sunt ( 3, ). Definiţia 1. Cu notaţiile din observaţia 1.0, sistemul de scalari (x 1,..., x n ) reprezintă componentele vectorului x în reperul R. Observaţia 1.3 Fie R = (b 1,..., b n ) şi R = (b 1,..., b n) două repere ale unui K-spaţiu vectorial n-dimensional V. Cum sistemul de vectori b 1,..., b n formează o bază a lui V, există şi sunt unici scalarii (α ji ) j,i=1,...,n astfel ca b i = n α ji b j, i = 1,..., n. j=1 5

7 Definiţia 1.4 Cu notaţiile din observaţia 1.3, matricea (α ji ) j,i=1,...,n se numeşte matrice de trecere de la reperul R la reperul R şi este notată cu M RR Exemplul 1.5 În R considerăm reperul canonic R 0 = (e 1, e ) şi reperul R = (b 1, b ) format din vectorii b 1 = (1, 3), b = (, 5). Cum deducem că avem Pe de altă parte, din egalităţile b 1 = 1 e e b = e e, M R0R = ( e 1 = 5b 1 + 3b e = b 1 b, ). rezultă că M RR0 = ( ). Observaţia 1.6 Fie R = (b 1,..., b n ) şi R = (b 1,..., b n) două repere ale unui K-spaţiu vectorial n-dimensional V. (i) Matricea M RR este inversabilă şi are loc egalitatea M 1 RR = M R R. (ii) Fie x un vector care în reperul R are coordonatele (x 1,..., x n ), iar în reperul R are coordonatele (x 1,..., x n). Atunci, cu notaţiile din observaţia 1.3, avem n x i = α ij x j, i = 1,..., n. (1.1) j=1 Notând cu (x) R = (x 1,..., x n ) t, respectiv cu (x) R = (x 1,..., x n) matricele coloană ale coordonatelor lui x în cele două repere, putem scrie relaţiile (1.1) sub forma matriceală (x) R = M RR (x) R. Definiţia 1.7 Fie R şi R două repere ale unui R-spaţiu vectorial V. Dacă det M RR > 0, cele două repere sunt orientate la fel, iar dacă det M RR < 0, cele două repere sunt orientate opus. Exemplul 1.8 Reperele R 0 şi R din exemplul 1.5 sunt orientate opus. Definiţia 1.9 Fie R un reper al R-spaţiului vectorial R n şi R 0 reperul canonic al acestui spaţiu vectorial. Reperul R se numeşte reper drept (respectiv reper strâmb) dacă det M R0R > 0 (respectiv det M R0R < 0). Definiţia 1.30 Fie S = {v 1,..., v q } K n un sistem de vectori din spaţiul vectorial K n. Matricea asociată sistemului de vectori S este acea matrice A S M n,q (K) care are pe coloana i componentele vectorului v i (i = 1,..., q). Exemplul 1.31 Pentru S = {(1,, 3), (1, 0, 1), (0, 1, 4), (, 6, 5)} avem A S =

8 Propoziţia 1.3 (Criteriu de verificare a liniar independenţei sau a faptului că un sistem de vectori formează sistem de generatori). Fie S = {v 1,..., v q } K n un sistem de vectori şi A S M n,q (K) matricea asociată lui S. Atunci: (i) S este liniar independent dacă şi numai dacă rang A S = q. (ii) S este sistem de generatori dacă şi numai dacă rang A S = n. (iii) S este bază dacă şi numai dacă q = n = rang A S. Exemplul 1.33 Pentru sistemul S din exemplul 1.31 avem rang A S = 3, deci S este un sistem de generatori care nu este liniar independent. Exerciţiul 1.34 Fie S = {(1,, 1), (, 4, ), (1, 0, 1)} R 3. Stabiliţi dacă următorii vectori sunt elemente ale lui L(S): (0, 1, 0), (3, 6, 3), (4, 5, 4), (0, 0, 0). Exerciţiul 1.35 Studiaţi liniar independenţa sistemelor de vectori S 1 = {(1, 1, 0), (0, 1, 1), (1, 0, 1)}, S = {(1, 3, 1), (, 6, )}. Exerciţiul 1.36 Stabiliţi dacă sistemele de mai jos sunt sisteme de generatori pentru R 3 : S 1 = {(1, 1, 0), (0, 1, 1), (1, 0, 1)}, S = {(1, 3, 1), (, 0, 1), (0, 6, )}. Exerciţiul 1.37 Stabiliţi pentru ce valori ale parametrului α mulţimile de mai jos formează baze ale R-spaţiului vectorial R 3 : S 1 = {( 1, 3, ), (, α, 3), (, 0, 1)}, S = {(, 1, α), (1, 0, α), ( 1,, 3)}. 1.3 Subspaţii vectoriale Fie V un K-spaţiu vectorial. Definiţia 1.38 O submulţime nevidă W V se numeşte subspaţiu vectorial dacă pentru orice α K, v, w W avem v + w W, αv W. Definiţia 1.39 Un subspaţiu vectorial de dimensiune 1 se numeşte dreaptă vectorială, iar un subspaţiu vectorial de dimensiune se numeşte plan vectorial. Exemplul 1.40 (i) Mulţimea W = {(α, β, α + β) α, β R} = L({(1, 0, 1), (0, 1, 1)}) este un plan vectorial în R 3. (ii) Mulţimea W = {(x 1, x, x 3 ) R 3 x 1 x + x 3 = 0} este un plan vectorial în R 3. (iii) Orice spaţiu vectorial V admite subspaţiile triviale {0 V } şi V. Observaţia 1.41 (Reprezentări parametrice şi implicite ale subspaţiilor lui R n ) Această observaţie generalizează (i) şi (ii) din exemplul Fie S = {v 1,..., v q } K n o submulţime liniar independentă. Atunci L(S) = {α 1 v α q v q α 1,..., α q K} este subspaţiu vectorial al lui K n ; S este o bază a lui L(S) şi, în particular, dim K L(S) = q. Spunem că am dat o reprezentare parametrică a lui L(S). Concret, dacă avem S = {(1,, 1), (0, 1, 3)} R 3, o reprezentare parametrică lui L(S) este x 1 = α L(S) = {(x 1, x, x 3 ) R 3 x = α + β, α, β R}. x 3 = α + 3β 7

9 Fie A M m,n (K) o matrice cu coeficienţi în K. Atunci mulţimea W = {X AX = 0} a soluţiilor sistemului liniar omogen AX = 0 formează un subspaţiu vectorial al lui K n cu dim K W = n rang A (cu X M n,1 (K) am notat vectorul coloană X = (x 1,..., x n ) t al necunoscutelor sistemului). Spunem ( că W a fost) descris printr-o reprezentare implicită. Concret, dacă 1 0 A =, atunci subspaţiul soluţiilor sistemului liniar omogen asociat este { 3 1 W = {(x 1, x, x 3 ) R 3 x1 x = 0 x 1 + 3x x 3 = 0 }. Pentru orice susbspaţiu vectorial al lui K n putem găsi atât reprezentări parametrice, cât şi implicite. În general, acestea nu sunt unice. Trecerea de la o reprezentare parametrică la o reprezentare implicită se face eliminând parametrii. Concret, subspaţiul L(S) descris mai sus are reprezentarea implicită L(S) = {x R 3 7x 1 3x + x 3 = 0}. Trecerea de la o reprezentare implicită la una parametrică se face rezolvând sistemul de ecuaţii liniar omogen care dă reprezentarea implicită; necunoscutele secundare vor deveni parametri. De exemplu, subspaţiul W descris mai sus admite reprezentarea parametrică W = {(α, α, 7α) α R}. Observaţia 1.4 (i) Intersecţia a două subspaţii vectoriale este un subspaţiu vectorial. (ii) Reuniunea a două subspaţii vectoriale nu este, în general, subspaţiu vectorial. Mai precis, W 1 W este subspaţiu vectorial dacă şi numai dacă W 1 W sau W W 1. Definiţia 1.43 Suma a două subspaţii vectoriale W 1, W, notată W 1 +W, este subspaţiul generat de reuniunea W 1 W, i.e. W 1 + W := L(W 1 W ). Lema 1.44 W 1 + W = {w 1 + w w 1 W 1, w W }. Observaţia 1.45 Fie W 1, W subspaţii ale lui V K cu dim K (W 1 W ) = p, dim K W 1 = q, dim K W = r. Dacă {e 1,..., e p } este o bază a lui W 1 W şi dacă {e 1,..., e p, f p+1,..., f q }, respectiv {e 1,..., e p, h p+1,..., h r } sunt baze ale lui W 1, respectiv W, atunci {e 1,..., e p, f p+1,..., f q, h p+1,..., h r } este o bază a lui W 1 +W. În particular are loc enunţul cunoscut ca teorema dimensiunii a lui Grassmann dim K (W 1 + W ) + dim K (W 1 W ) = dim K W 1 + dim K W. Exemplul 1.46 În R4 considerăm subspaţiile vectoriale W 1 = {x R 4 x 1 x + x 3 x 4 = 0, x 1 x 3 x 4 = 0}, W = {x R 4 x 1 + x x 3 x 4 = 0, x 1 + x x 4 = 0}. Intersecţia lor este dată de x 1 x + x 3 x 4 = 0 W 1 W = {x R 4 x 1 x 3 x 4 = 0 x 1 + x x 3 x 4 = 0 x 1 + x x 4 = 0 iar suma lor este } = {(α, α, α, α) α R} W 1 +W = {(α+β+γ, α β γ, α, α+β) α, β, γ R} = {x x 1 +x x 3 = 0}. 8

10 Definiţia 1.47 Fie W un subspaţiu vectorial al lui V. Un subspaţiu vectorial W al lui V se numeşte complement al lui W dacă W W = {0 V } şi W +W = V. În acest caz scriem V = W W. Exemplul 1.48 Fie W = {x R x 1 + x = 0}. Atunci atât subspaţiul W = {x R x 1 x = 0}, cât şi W = {x R x 1 + x = 0} reprezintă complemente ale lui W. Exerciţiul 1.49 Scrieţi ecuaţii parametrice şi implicite şi precizaţi dimensiunea subspaţiului vectorial L(S) dacă: a) S = {(1,, 1)} R 3 ; b) S = {(, 0, 1), ( 1,, 0)} R 3 ; c) S = {(1,, ), (, 4, 4)} R 3. Exerciţiul 1.50 Indicaţi baze şi precizaţi dimensiunea pentru fiecare din următoarele subspaţii: a) W 1 = {x R 3 x 1 x 3 = 0, x = 0}; b) W = {x R 3 x 1 + x 3x 3 = 0}; c) W 3 = {x R 4 x x 3 x 4 = 0}. Exerciţiul 1.51 Determinaţi dimensiunea sumei şi a intersecţiei subspaţiilor L(S 1 ) şi L(S ) pentru mulţimile: a) S 1 = {(1,, 3)}, S = {(, 1, 1), ( 1, 1, )} din R 3 ; b) S 1 = {(1, 1, 1, 0), (1, 0, 0, 1), }, S = {(1, 0, 0, 0), (1,,, 1)} din R 4. Exerciţiul 1.5 Descrieţi (folosind eventual atât reprezentări parametrice cât şi implicite) suma şi intersecţia subspaţiilor W 1 şi W de mai jos şi precizaţi dimensiunea subspaţiilor determinate: a) W 1 = {x R 3 x 1 + x + x 3 = 0}, W = {x R 3 x 1 + 3x 3 = 0}; b) W 1 = {(t, t, t) t R}, W = {(3s, s, s) s R}; c) W 1 = {(s + t, s, s t, 3s t) s, t R}, W = {x R 4 x 1 + x x 4 = 0}. Exerciţiul 1.53 În R3 considerăm subspaţiile W 1 = {x x 1 + x = 0, x 1 x x 3 = 0}, W = {x x 1 + x + x 3 = 0}. Arătaţi că R 3 = W 1 W şi scrieţi vectorul (1, 1, 1) ca suma dintre un vector din W 1 şi unul din W. Exerciţiul 1.54 Construiţi un complement al subspaţiului vectorial W 1 = {x R 3 x 1 x + x 3 = 0}. 1.4 Aplicaţii liniare Definiţia 1.55 Fie V şi V două K-spaţii vectoriale. O funcţie f : V V se numeşte aplicaţie liniară dacă f(v +w) = f(v)+f(w), f(αv) = αf(v), pentru orice α K şi v, w V. Exemplul 1.56 (i) Aplicaţia identică şi funcţia nulă sunt aplicaţii liniare. În general, omotetia de raport α K definită prin L α : V V, L α (v) = αv este o aplicaţie liniară. (ii) f : R 3 R, f(x 1, x, x 3 ) = (x 1 x 3, 3x 1 + x + x 3 ) este aplicaţie liniară. 9

11 Observaţia 1.57 În general, orice aplicaţie liniară f : Kn K m este de forma f(x) = AX, unde A M m,n (K) este o matrice şi X = (x 1,..., x n ) t. Concret, aplicaţia liniară din exemplul 1.56 (ii) corespunde matricei A = ( ). Lema 1.58 Fie W 1, W subspaţii vectoriale ale lui V, astfel ca V = W 1 W. Pentru orice v V există şi sunt unice elementele w 1 W 1, w W astfel ca v = w 1 + w. Definiţia 1.59 Cu notaţiile din lema 1.58, aplicaţia p : V V, definită prin p(v) = w 1 se numeşte proiecţie pe W 1 de-a lungul lui W. Aplicaţia s : V V dată de s := p id V se numeşte simetrie asociată lui p, de axă W 1 şi direcţie W. Exemplul 1.60 Considerăm spaţiul vectorial V = R şi subspaţiile vectoriale W 1 = {x x 1 x = 0}, W = {x x 1 + x = 0}. Proiecţia pe W 1 de-a lungul lui W este dată de p(x 1, x ) = ( x 1+x ), x1+x, iar simetria asociată este s(x 1, x ) = (x, x 1 ). Definiţia 1.61 Fie f : V V o aplicaţie liniară. Nucleul, respectiv imaginea lui f sunt definite prin Ker f := {v V f(v) = 0 V }, Im f := {f(v) v V }. Propoziţia 1.6 Fie f : V V o aplicaţie liniară. (i) Nucleul şi imaginea lui f sunt subspaţii vectoriale. (ii) Fie {b 1,..., b n } o bază a lui V (dim K V = n), astfel ca {b 1,..., b q } să fie o bază a lui Ker f. Atunci {f(b q+1 ),..., f(b n )} formează o bază a lui Im f. În particular, are loc egalitatea dim K Ker f + dim K Im f = dim K V. Exemplul 1.63 Pentru aplicaţia liniară din exemplul 1.56 (ii) avem Ker f = {x R 3 x 1 x 3 = 0, 3x 1 + x + x 3 = 0}; Im f = R. Exerciţiul 1.64 Descrieţi Ker f, Im f scriind (dacă este cazul) ecuaţii parametrice şi implicite pentru aceste subspaţii şi indicând baze ale lor pentru aplicaţiile liniare: a) f : R 3 R 3, f(x 1, x, x 3 ) = (x 1 + x + x 3, x + x 3, x 1 ); b) f : R 4 R 4, f(x 1, x, x 3, x 4 ) = (x 1 x 4, x x 4, x 3 x 4 ). Exerciţiul 1.65 Fie W = {x R 4 x 1 + x + x 3 + x 4 = 0} şi f : R 4 R 3, f(x 1, x, x 3, x 4 ) = (x 1 x, x x 3, x 3 x 1 ). a) Să se determine dimensiunea subspaţiilor vectoriale Ker f W, Ker f +W, indicând şi baze ale acestora. b) Să se descrie subspaţiul vectorial f(w ) implicit şi parametric. Exerciţiul 1.66 Fie W 1 = {x R 4 x 1 + x = 0, x 3 + x 4 = 0} şi W = {x R 4 x 1 x = 0, x 3 x 4 = 0}. a) Să se arate că R 4 = W 1 W. b) Notăm cu p 1, respectiv p, proiecţia pe W 1 de-a lungul lui W, respectiv proiecţia pe W de-a lungul lui W 1 şi cu s 1, s simetriile asociate. Să se descrie explicit aplicaţiile p 1, p, s 1, s. 10

12 1.5 Spaţii vectoriale euclidiene Definiţia 1.67 (i) Fie E un spaţiu vectorial real. Un produs scalar pe E este o aplicaţie, : E E R cu proprietăţile: (a) av + bw, u = a v, u + b w, u, a, b R, u, v, w E; (b) v, w = w, v, v, w E; (c) v, v 0, cu egalitate dacă şi numai dacă v = 0 E. (ii) Norma unui vector v este definită prin v := v, v iar versorul unui vector nenul v 0 este vectorul v v. (iii) Un spaţiu vectorial euclidian este o pereche (E,, ) formată dintrun spaţiu vectorial real E şi un produs scalar, pe E. Exemplul 1.68 Pe R n avem produsul scalar canonic definit prin x, y = x 1 y x n y n, x = (x 1,..., x n ), y = (y 1,..., y n ) R n. Perechea (R n,, ) o vom numi spaţiu euclidian standard. Pentru simplificarea notaţiilor, în cele ce urmează vom omite scrierea produsului scalar, vorbind de spaţiul vectorial euclidian (standard) R n, subînţelegând că este înzestrat cu produsul scalar canonic. Concret, produsul scalar canonic dintre vectorii (1, 1, 3) şi (, 0, 1) din R 3 este 1; norma vectorului (1, 1, 1) este 3, iar versorul său este vectorul ( 1 3, 1 3, 1 3 ). În continuarea acestei secţiuni (E,, ) este un spaţiu vectorial euclidian. Teorema 1.69 (Inegalitatea Cauchy-Buniakowski-Schwarz) Pentru orice v, w E are loc inegalitatea v, w v w, cu egalitate dacă şi numai dacă v şi w sunt liniar dependenţi. Definiţia 1.70 (i) Fie v, w E doi vectori nenuli. Unghiul dintre v şi w, notat (v, w), este unicul număr real θ [0, π] cu proprietatea cos θ = v, w v w. 0. (ii) Vectorii v, w E se numesc ortogonali (perpendiculari) dacă v, w = În acest caz scriem v w şi avem (v, w) = π. Exemplul 1.71 În spaţiul vectorial euclidian standard R3 considerăm vectorii u = ( 1,, ), v = (0, 1, 1) şi w = ( 1, 1, 0). Atunci u v şi (u, w) = π Definiţia 1.7 (i) O bază {b 1,..., b n } a unui spaţiu vectorial euclidian se numeşte ortogonală dacă b i, b j = 0 pentru orice i j şi se numeşte ortonormată dacă b i, b j = δ ij pentru orice i, j = 1,..., n. (ii) Un reper (b 1,..., b n ) se numeşte ortonormat dacă baza {b 1,..., b n } este ortonormată. Observaţia 1.73 Fie R un reper al lui R n, R 0 reperul canonic al acestui spaţiu şi M R0R matricea de trecere de la reperul canonic la R. Reperul R este ortonormat dacă şi numai dacă matricea M R0R este ortogonală

13 Exemplul 1.74 (i) Baza şi reperul canonice ale lui R n sunt ortonormate. (ii) Vectorii (1, 1), ( 1, 1) formează o bază ortogonală a lui R care nu este ortonormată. (iii) Vectorii b 1 = (, ), b = (, ) formează o bază ortonormată a lui R. Reperul (b 1, b ) este un reper ortonormat drept, iar reperul (b, b 1 ) este un reper ortonormat strâmb. Definiţia 1.75 Produsul mixt x y z al vectorilor x = (x 1, x, x 3 ), y = (y 1, y, y 3 ), z = (z 1, z, z 3 ) din R 3 este, prin definiţie, numărul real x 1 y 1 z 1 x y z := x y z x 3 y 3 z 3. Lema 1.76 Fie x, y R 3 doi vectori. Există şi este unic un vector w cu proprietatea că w, z = x y z, z R 3. Definiţia 1.77 Vectorul w din lema 1.76 se numeşte produs vectorial al lui x şi y şi este notat cu x y. Exemplul 1.78 Vectorii reperului canonic (e 1, e, e 3 ) verifică relaţiile e 1 e = e 3 e e 3 = e 1 e 3 e 1 = e. (1.) Observaţia 1.79 Coordonatele lui x y în reperul canonic sunt date de formula x y = x y x 3 y 3 e 1 x 1 y 1 x 3 y 3 e + x 1 y 1 x y e 3. Cu alte cuvinte, produsul vectorial poate fi obţinut din dezvoltarea unui determinant formal: x 1 y 1 e 1 x y = x y e x 3 y 3 e 3. Trebuie observat că ultima coloană a determinantului de mai sus are ca elemente vectori, în timp ce primele două sunt coloane de numere. Exemplul 1.80 Produsul vectorial x y al vectorilor x = (1,, 3) şi y = ( 1,, 0) este x y = 3 0 e e e 3 = 6e 1 3e +4e 3 = ( 6, 3, 4). Observaţia 1.81 (i) Produsul vectorial nu este asociativ, dar verifică identitatea lui Jacobi x (y z) + y (z x) + z (x y) = 0, oricare ar fi x, y, z R 3. (ii) Produsul vectorial este anticomutativ: x y = y x, oricare ar fi x, y R 3. (iii) x y = 0 dacă şi numai dacă x şi y sunt liniar dependenţi. (iv) x y, x = 0, x y, y = 0. În particular, dacă x şi y sunt liniar independenţi, vectorul x y este nenul şi este perpendicular pe planul determinat 1

14 de x şi y. În consecinţă, R = (x, y, x y) este un reper al lui R3. Mai mult, acest reper este la fel orientat cu reperul canonic R 0, deoarece det M R0R = det(x, y, x y) = x y (x y) = x y, x y = x y > 0. (v) Un reper ortonormat R = (b 1, b, b 3 ) este un reper drept dacă şi numai dacă are loc una din egalităţile b 1 b = b 3 b b 3 = b 1 b 3 b 1 = b. Comparând aceste relaţii cu cele din formulele (1.), deducem că un reper ortonormat R este drept dacă se comportă la fel ca reperul canonic faţă de produsele vectoriale ale vectorilor din R. Definiţia 1.8 Subspaţiile W 1, W E se numesc ortogonale (perpendiculare) dacă oricare ar fi w 1 W 1, w W avem w 1 w. Definiţia 1.83 Fie W E un subspaţiu vectorial. Complementul ortogonal al lui W este definit prin W := {x E x w, w W }. Propoziţia 1.84 (i) Complementul ortogonal al unui subspaţiu W este, la rândul său, subspaţiu vectorial al lui E. (ii) Fie {b 1,..., b q } o bază a lui W. Atunci x W dacă şi numai dacă x, b 1 =... = x, b q = 0. Aceste egalităţi ne dau o reprezentare implicită a lui W. Propoziţia 1.85 Complementul ortogonal al subspaţiului W E verifică proprietăţile W W, E = W W. Mai mult, W este unicul subspaţiu care verifică simultan aceste două condiţii şi orice subspaţiu ortogonal pe W este inclus în W. Exemplul 1.86 Considerăm W = {x R 3 x 1 x = 0, x 1 + x + x 3 = 0}. Atunci (1,, 3) este o bază a lui W şi W = {x R 3 x 1 + x 3x 3 = 0}. Subspaţiul W = {(3α, 0, α) α R} este, la rândul său, ortogonal pe W, dar, cum W + W R 3, nu este complement al lui W. Pe de altă parte, subspaţiul W = {x R 3 x 1 + x + x 3 = 0} este un complement al lui W, dar nu este perpendicular pe acesta. Exerciţiul 1.87 Pentru fiecare din submulţimile S ale spaţiului vectorial euclidian standard R 3 indicate mai jos construiţi subspaţiul L(S) : a) S = {(1,, 3)}; b) S = {(1, 1, 0), (,, 1)}. Exerciţiul 1.88 Determinaţi complementul ortogonal şi indicaţi o bază a acestuia pentru fiecare din următoarele subspaţii: a) W 1 = {x R 3 x 1 + 3x + 4x 3 = 0}; b) W = {x R 3 x 1 + x = 0, x + x 3 = 0}. 13

15 1.6 Aplicaţii ortogonale Definiţia 1.89 (i) Fie (E 1,, 1 ), (E,,, ) două spaţii vectoriale euclidiene. O aplicaţie liniară f : E 1 E se numeşte aplicaţie ortogonală dacă pentru orice v, w E 1 are loc egalitatea f(v), f(w) = v, w 1. (ii) Când cele două spaţii vectoriale euclidiene coincid, vorbim de o transformare ortogonală. Observaţia 1.90 O aplicaţie ortogonală păstrează normele şi unghiurile. Lema 1.91 Considerăm spaţiul vectorial euclidian standard R n. Fie A M n (R) o matrice pătratică de ordinul n şi f : R n R n, f(x) = AX aplicaţia liniară asociată. Atunci f este o aplicaţie ortogonală dacă şi numai dacă A este o matrice ortogonală, i.e. A t A = I n, unde A t este transpusa lui A şi I n este matricea identică de ordinul n. Observaţia 1.9 Dacă A este matrice ortogonală, atunci det A {±1}. Exemplul 1.93 Aplicaţiile liniare f : R R, f(x 1, x ) = ( x 1 + x, x 1 + x ), g : R 3 R 3, g(x) = ( 3 x x 1 3 x 3, 1 3 x x + 3 x 3, 3 x x + 3 x 3) sunt aplicaţii ortogonale corespunzătoare respectiv matricelor A = 3, B = Teorema 1.94 (Clasificarea transformărilor ortogonale plane). Fie f : R R, f(x) = AX o transformare ortogonală a spaţiului vectorial euclidian standard R corespunzătoare matricei A. (i) Dacă det A = 1, atunci există θ [0, π) astfel ca ( ) cos θ sin θ A =. sin θ cos θ (ii) Dacă det A = 1, atunci există θ [0, π) astfel ca ( ) cos θ sin θ A =. sin θ cos θ Observaţia 1.95 O transformare ortogonală de tipul (i) din teorema 1.94 este o rotaţie de unghi θ. O transformare ortogonală de tipul (ii) este o simetrie cu axa determinată de vectorul (cos θ, sin θ ) şi direcţia determinată de vectorul ( sin θ, cos θ ). Teorema 1.96 (Clasificarea transformărilor ortogonale în spaţiu). Fie f : R 3 R 3 o transformare ortogonală a spaţiului vectorial euclidian standard R 3 corespunzătoare matricei A. 14

16 (i) Dacă det A = 1, atunci există o bază ortonormată {b 1, b, b 3 } a lui R 3 şi θ [0, π) astfel ca f(b 1 ) = b 1, f(b ) = (cos θ)b + (sin θ)b 3, f(b 3 ) = ( sin θ)b + (cos θ)b 3. (ii) Dacă det A = 1, atunci există o bază ortonormată {b 1, b, b 3 } a lui R 3 şi θ [0, π) astfel ca f(b 1 ) = b 1, f(b ) = (cos θ)b + (sin θ)b 3, f(b 3 ) = ( sin θ)b + (cos θ)b 3. Observaţia 1.97 O transformare de tipul (i) din teorema 1.96 reprezintă o rotaţie de unghi θ în planul L({b, b 3 }) în jurul axei L({b 1 }). O transformare de tipul (ii) reprezintă compunerea dintre o rotaţie de unghi θ în planul L({b, b 3 }) în jurul axei L({b 1 }) şi o simetrie de axă L({b, b 3 }) şi direcţie L({b 1 }). Exerciţiul 1.98 În R considerăm vectorul b 1 = ( 1, 3 ). a) Construiţi un vector b astfel ca {b 1, b } să fie o bază ortonormată. Este soluţia unică? b) Scrieţi explicit simetria de axă L({b 1 }) şi direcţie L({b }) şi verificaţi că este o transformare ortogonală. Exerciţiul 1.99 În R3 considerăm vectorul b 1 = ( 1, 1, 0). a) Determinaţi subspaţiul L({b 1 }) şi construiţi o bază ortonormată {b, b 3 } a acestuia. b) Scrieţi explicit rotaţia de unghi π facută în planul L({b, b 3 }) în jurul axei L({b 1 }) şi verificaţi că este o transformare ortogonală. 15

17 Capitolul Geometrie afină.1 Combinaţii afine. Afin (in)dependenţă Definiţia.1 Fie P 1,..., P q puncte din K n. O combinaţie de forma α 1 P α q P q, unde α α q = 1 se numeşte combinaţie afină a punctelor P 1,..., P q cu ponderile α 1,..., α q. Punctul P := α 1 P α q P q se numeşte centru de greutate al punctelor P 1,..., P q cu ponderile α 1,..., α q. Exemplul. (i) Dacă A şi B sunt două puncte din R n, atunci punctul M = 1 A + 1 B este o combinaţie afină a punctelor A şi B. Concret, dacă A = (1,, 1), B = (3, 0, 3), avem M = (, 1, ). (ii) Punctul G = (0, 0, 0) este o combinaţie afină a punctelor A = (1, 0, 0), B = (,, 1), C = (1,, 1) din R 3 cu ponderile 1 3, 1 3, 1 3. Definiţia.3 Fie M = {P 1,..., P q } K n o mulţime de puncte din K n. Mulţimea tuturor combinaţiilor afine ale punctelor P 1,..., P q se numeşte acoperire afină a mulţimii M şi se notează Af(M). Avem Af(M) = {α 1 P α q P q α 1,..., α q K, α α q = 1}. Exemplul.4 Pentru mulţimea M = {(1, 0, 1), (, 1, 3)} R 3 avem Af(M) = {(α + β, β, α 3β) α, β R, α + β = 1}. Definiţia.5 Fie A, B K n două puncte. Vectorul determinat de A şi B (notat cu AB) este, prin definiţie, AB:= B A K n. ATENŢIE! Atunci când lucrăm cu K n mulţimea vectorilor coincide cu mulţimea punctelor. În funcţie de context, trebuie facută distincţia între vector şi punct. Exemplul.6 (i) Pentru orice punct A avem AA= 0. (ii) Pentru A = (3, 4, 5), B = (6,, 1) R 3, avem AB= (3,, 6). Definiţia.7 Un sistem de puncte {P 0, P 1,..., P q } din K n se numeşte afin independent (respectiv afin dependent) dacă şi numai dacă sistemul de vectori { P 0 P 1,..., P 0 P q } este liniar independent (respectiv liniar dependent). Exemplul.8 (i) Două puncte sunt afin independente dacă şi numai dacă ele sunt distincte. (ii) Punctele A, B, 1 A + 1 B sunt afin dependente. (iii) Punctele (1,, 3), (, 1, 1), (1, 0, 1) din R 3 sunt afin independente. 16

18 . Repere carteziene Definiţia.9 Un reper cartezian (O; R = (b 1,..., b n )) al spaţiului K n este format dintr-un punct O, numit originea reperului şi un reper R = (b 1,..., b n ) al K-spaţiului vectorial K n. Exemplul.10 (i) Reperul cartezian canonic al lui K n are originea în punctul (0,..., 0), iar reperul corespunzător al lui K n este cel canonic R 0 = (e 1,..., e n ). (ii) În R considerăm punctul A = (, ) şi vectorii b 1 = (1, 3) şi b = (, 5). Sistemul (A; (b 1, b )) este un reper cartezian al lui R. Observaţia.11 Fie (O; R = (b 1,..., b n )) un reper cartezian al lui K n şi P K n un punct. Cum (b 1,..., b n ) este un reper al K-spaţiului vectorial K n, există şi sunt unici scalarii x 1,..., x n astfel ca OP = x 1 b x n b n (aceşti scalari reprezintă componentele vectorului OP în reperul R). Definiţia.1 Cu notaţiile din observaţia.11, sistemul (x 1,..., x n ) K n reprezintă coordonatele punctului P în reperul cartezian dat. Exemplul.13 (i) Coordonatele unui punct P = (x 1,..., x n ) din K n în raport cu reperul cartezian canonic sunt (x 1,..., x n ). (ii) În R considerăm reperul (A; (b 1, b )), unde A = (, ), b 1 = (1, 3), b = (, 5) şi determinăm coordonatele punctului P = (3, 1) în acest reper. Vectorul AP este egal cu AP = P A = (5, 1). Componentele sale în reperul (b 1, b ) sunt acei scalari α, β pentru care (5, 1) = αb 1 + βb. Suntem conduşi la sistemul de ecuaţii liniare { α + β = 5 3α + 5β = 1, care admite soluţia α = 7, β = 16, deci coordonatele lui P în reperul cartezian dat sunt ( 7, 16). Definiţia.14 Fie (O; (b 1,..., b n )) un reper cartezian al lui R n. Sistemul de axe Ox 1,..., Ox n asociat este definit prin Ox i = {P R n.3 Varietăţi liniare OP = λb i, λ 0}, i = 1,..., n..3.1 Definiţie. Ecuaţiile varietăţilor liniare În cele ce urmează K va fi un corp de caracteristică diferită de. Definiţia.15 O submulţime L K n a lui K n se numeşte varietate liniară dacă pentru orice două puncte A, B L avem Af({A, B}) L (i.e. oricare ar fi A, B L şi α, β K cu α + β = 1 avem αa + βb L). 17

19 Exemplul.16 (i) Mulţimea vidă şi K n sunt varietăţi liniare. (ii) Mulţimile formate dintr-un singur punct sunt varietăţi liniare. (iii) Dacă A K n este o mulţime finită de puncte, acoperirea sa afină este o varietate liniară. (iv) Mulţimea L = {x R 3 x 1 + x x 3 = 3, x 1 + x x 3 = 1} este varietate liniară. x 1 = 1 + s t (v) Mulţimea L = {x R 3 x = + t s, t R} este varietate x 3 = 3 + s + t liniară. Teorema.17 O submulţime a lui K n este varietate liniară dacă şi numai dacă ea coincide cu acoperirea sa afină. Teorema.18 (Descrierea varietăţilor liniare nevide cu ajutorul subspaţiilor vectoriale) (i) Fie P K n un punct şi W K n un subspaţiu vectorial. Atunci mulţimea P + W = {P + w w W } este varietate liniară în K n. (ii) Fie L o varietate liniară nevidă în K n. Atunci există un unic subspaţiu W al lui K n, numit subspaţiul director al lui L, astfel ca pentru orice P 0 L să avem L = P 0 + W. Mai mult, oricare ar fi P 0 L are loc egalitatea W = { P 0 P P L}. Corolarul.19 Fie P K n un punct fixat şi W K n un subspaţiu vectorial al lui K n. Atunci există o unică varietate liniară care să treacă prin P şi să aibă subspaţiul director W. Definiţia.0 (i) Dimensiunea unei varietăţi liniare L este dimensiunea subspaţiului său director şi este notată cu dim K L. (ii) O varietate liniară de dimensiune 1 se numeşte dreaptă. O varietate liniară de dimensiune se numeşte plan. O varietate liniară de dimensiune n 1 din K n se numeşte hiperplan. Exemplul.1 (i) Dacă P K n este un punct, atunci varietatea liniară L = {P } are subspaţiul director nul {0 K n} şi are dimensiunea 0. Varietatea liniară K n are dimensiunea n. (ii) Varietatea liniară descrisă în exemplul.16 (iv) este o dreaptă cu subspaţiul director W = {x R 3 x 1 + x x 3 = 0, x 1 + x x 3 = 0}. (iii) Varietatea liniară L din exemplul.16 (v) este un plan cu subspaţiul director W = {(s t, t, s + t) s, t R}. Observaţia. (Ecuaţii parametrice şi implicite pentru varietăţi liniare) Această observaţie generalizează (iv) şi (v) din exemplul.16. Fie A M m,n (K) şi B M m,1 (K) matrice cu coeficienţi în K. Atunci mulţimea L = {X AX = B} a soluţiilor sistemului liniar AX = B formează o varietate liniară a lui K n. Dacă L este nevidă (i.e. dacă sistemul AX = B este compatibil), atunci subspaţiul său director W este dat de mulţimea soluţiilor sistemului liniar omogen asociat W = {X AX = 0}. Ca şi în cazul subspaţiilor vectoriale, spunem că varietatea liniară L a fost descrisă printr-o reprezentare implicită. Concret, varietatea liniară descrisă în exemplul.16 (iv) corespunde matricelor A = ( ) ( 3 şi B = 1 ). 18

20 Fie S = {v 1,..., v q } K n o submulţime liniar independentă şi fie P K n un punct fixat. Atunci L = P + L(S) = {P + α 1 v α q v q α 1,..., α q K} este o varietate liniară în K n cu subspaţiu director L(S). Spunem că am dat o reprezentare parametrică a lui L. Concret, varietatea liniară din exemplul.16 (v) corespunde punctului P = (1,, 3) şi vectorilor v 1 = (1, 0, ), v = ( 1, 1, ). Pentru orice varietate liniară putem găsi atât reprezentări parametrice, cât şi implicite. În general, acestea nu sunt unice. Trecerea de la o reprezentare parametrică la o reprezentare implicită se face eliminând parametrii. Concret, varietatea L din exemplul.16 (v) are reprezentarea implicită L = {x R 3 x 1 + 4x x 3 = 9}. Trecerea de la o reprezentare implicită la una parametrică se face rezolvând sistemul de ecuaţii care dă reprezentarea implicită; necunoscutele secundare vor deveni parametri. De exemplu, varietatea liniară L din exemplul.16 (iv) admite reprezentarea parametrică W = {(5, t, + t) t R}. Propoziţia.3 Fie M = {P 0, P 1,..., P q } un sistem de puncte afin independente din K n. Atunci Af(M) este varietatea liniară care trece prin P 0 şi are subspaţiul director L({ P 0 P 1,..., P 0 P q }). Observaţia.4 I. Ecuaţii ale dreptelor Ecuaţiile dreptei când se dau un punct şi direcţia sa Fie A = (a 1,..., a n ) K n un punct şi v = (v 1,..., v n ) un vector nenul. Dreapta d determinată de A şi având subspaţiul director L({v}) are ecuaţiile parametrice şi ecuaţiile implicite x 1 = a 1 + tv x n = a n + tv n, t K x 1 a 1 = x a =... = x n a n v 1 v v n (prin convenţie, dacă pentru un indice j avem v j = 0, atunci x j a j = 0). Vectorul v se numeşte vector director al dreptei d; pentru orice scalar λ nenul λv este, la rândul său, un vector director al lui d. Ecuaţiile dreptei determinate de două puncte distincte Fie A = (a 1,..., a n ), B = (b 1,..., b n ) două puncte distincte (deci afin independente) din K n. Conform propoziţiei.3 punctele A şi B determină o varietate AB, deci o dreaptă, no- liniară având subspaţiul director generat de vectorul tată AB. Cum AB este un vector director al lui AB, ecuaţiile parametrice ale acestei drepte sunt x 1 = a 1 + t(b 1 a 1 ) = (1 t)a 1 + tb x n = a n + t(b n a n ) = (1 t)a n + tb n, t K, iar ecuaţiile implicite se scriu sub forma x 1 a 1 b 1 a 1 = x a b a =... = x n a n b n a n. 19

21 Observăm că un punct C este situat pe dreapta AB dacă şi numai dacă există t K astfel ca C = (1 t)a + tb, deci dacă şi numai dacă vectorii AB şi AC sunt liniar dependenţi (vezi şi secţiunea.5). II. Ecuaţii ale planelor Ecuaţiile planului când se dau un punct şi subspaţiul său director Fie A = (a 1,..., a n ) K n un punct şi v = (v 1,..., v n ), w = (w 1,..., w n ) K n doi vectori liniar independenţi. Planul π determinat de A şi având subspaţiul director L({v, w}) are ecuaţiile parametrice x 1 = a 1 + tv 1 + sw x n = a n + tv n + sw n, t, s K. Ecuaţiile planului determinat de trei puncte necoliniare Fie A = (a 1,..., a n ), B = (b 1,..., b n ), C = (c 1,..., c n ) trei puncte necoliniare. Acest fapt este echivalent cu faptul că vectorii AB, AC sunt liniar independenţi, deci, conform propoziţiei.3 punctele A, B şi C determină o varietate liniară AB, AC, adică un plan, notat având subspaţiul director generat de vectorii (ABC) şi care are ecuaţiile parametrice x 1 = a 1 + t(b 1 a 1 ) + s(c 1 a 1 ) = (1 t s)a 1 + tb 1 + sc x n = a n + t(b n a n ) + s(c n a n ) = (1 t s)a n + tb n + sc n, t, s K. III. Ecuaţii ale hiperplanelor Ecuaţia implicită a hiperplanului Fie A = (a 1,..., a n ) K n un punct şi v 1,..., v n 1 vectori liniar independenţi din K n. Hiperplanul H care trece prin A şi are subspaţiul director egal cu L({v 1,..., v n 1 }) are ecuaţiile parametrice x 1 = a 1 + t 1 v 11 + t v t n 1 v n x n = a n + t 1 v 1n + t v n t n 1 v n 1n, t 1,..., t n 1 K. Hiperplanul H are o singură ecuaţie implicită, care se obţine privind ecuaţiile de mai sus ca pe un sistem liniar cu necunoscutele t 1,..., t n 1. Acest sistem este compatibil dacă şi numai dacă rangul matricei asociate este egal cu rangul matricei extinse, deci dacă şi numai dacă determinantul matricei extinse este 0, i.e. x 1 a 1 v v n x n a n v 1n... v n 1n = Fascicole de hiperplane Definiţia.5 Fie L o varietate liniară de dimensiune n din K n. Mulţimea tuturor hiperplanelor care conţin varietatea L se numeşte fascicol de hiperplane de axă (suport) L. 0

22 Observaţia.6 (i) Dacă varietatea L are ecuaţiile implicite α 1 x 1 + α x α n x n + α 0 = 0, β 1 x 1 + β x β n x n + β 0 = 0, atunci un hiperplan din L are o ecuaţie implicită de forma λ(α 1 x 1 + α x α n x n + a 0 ) + µ(β 1 x 1 + β x β n x n + β 0 ) = 0, cu λ, µ K. (ii) Pentru n = vorbim de un fascicol de drepte, iar pentru n = 3 de un fascicol de plane..3.3 Poziţii relative ale varietăţilor liniare. Paralelism afin Propoziţia.7 Fie L 1 şi L varietăţi liniare în K n având subspaţiile directoare W 1, respectiv W. Atunci L 1 L este varietate liniară. Dacă L 1 L este nevidă, atunci subspaţiul său director este W 1 W. Exemplul.8 Fie varietăţile L 1 = {x R 3 x 1 x = 3, x 1 x 3 = }, L 1 = {x R 3 x 1 x = 1, x 1 x 3 = } şi L = {x R 3 x 1 x x 3 = 5}. Atunci L 1 L = L 1 şi L 1 L = L 1 L 1 =. Definiţia.9 Fie L 1, L varietăţi liniare având subspaţiile directoare W 1 respectiv W. Spunem că L 1 este paralelă cu L şi scriem L 1 L dacă W 1 W sau W W 1. Exemplul.30 Varietăţile liniare L 1, L 1, L din exemplul.8 sunt paralele două câte două. Observaţia.31 (i) În planul K condiţia de paralelism a dreptelor se reduce la paralelismul definit prin coincidenţă sau neintersecţie. (ii) În spaţiul K3 condiţia de paralelism a planelor se reduce la paralelismul definit prin coincidenţă sau neintersecţie, iar condiţia de paralelism dintre o dreaptă şi un plan se reduce la incluziune sau neintersecţie. Propoziţia.3 (Postulatul lui Euclid) Fie P K n un punct şi L K n o varietate liniară. Atunci există o unică varietate liniară care conţine punctul P, este paralelă cu L şi are dimensiunea egală cu cea a lui L. Exemplul.33 În R3 considerăm punctul P = (, 1, 4) şi varietatea liniară L = {x R 3 x 1 x x 3 = }. Atunci varietatea liniară L, unde L = {x R 3 x 1 x x 3 = 4} conţine punctul P, este paralelă cu L şi are aceeaşi dimensiune cu aceasta. În schimb, varietatea liniară L = {x R 3 x 1 x x 3 = 4, x 1 + x + x 3 = 5} conţine punctul P şi este paralelă cu L, dar nu are aceeaşi dimensiune cu ea. Observaţia.34 (Poziţia relativă a două varietăţi liniare paralele) Fie L 1 şi L două varietăţi liniare paralele. Atunci L 1 L = sau L 1 L sau L L 1. Exemplul.35 În R3 dreptele L 1 şi L, cu L 1 = {x R 3 x 1 = 1, x = } şi L = {x R 3 x 1 =, x 1 + x + x 3 = 3} au intersecţia vidă, dar nu sunt paralele. 1

23 Observaţia.36 Poziţia relativă a două drepte din K n descrise parametric Fie d şi d două drepte având ecuaţiile parametrice d : x 1 = a 1 + tv t K; d : x n = a n + tv n Considerăm matricele v 1 v 1 A =.. v n v n, Ā = x 1 = a 1 + t v x n = a n + t v n v 1 v 1 a 1 a 1... v n v n a n a n t K.. Atunci: (i) d şi d se intersectează dacă şi numai dacă rang A = rang Ā; (ii) d şi d sunt paralele dacă şi numai dacă rang A = 1. Aşadar: dacă rang A = rang Ā = 1 cele două drepte coincid, dacă rang A = 1, rang Ā = cele două drepte sunt paralele dar distincte, dacă rang A = rang Ā = cele două drepte se intersectează într-un singur punct, iar dacă rang A =, rang Ā = 3, cele două drepte sunt neconcurente şi neparalele (necoplanare). Concret, dreptele x 1 = 1 + 3t x 1 = + t d : x = 1 3t t R d : x = t K x 3 = t x 3 = t sunt concurente în punctul (,, ), corespunzător valorilor parametrilor t = 1, t =. Poziţia relativă a două hiperplane din K n descrise implicit Fie H şi H două hiperplane de ecuaţii implicite α 1 x α n x n = α 0, respectiv α 1x α nx n = α 0. Considerând matricele ( α1... α A = n α 1... α n ), Ā = ( α1... α n α 0 α 1... α n α 0 avem că: (i) H şi H se intersectează dacă şi numai dacă rang A = rang Ā, (ii) H şi H sunt paralele dacă şi numai dacă rang A = 1. Aşadar: dacă rang A = rang Ā = 1 cele două hiperplane coincid, dacă rang A = 1, rang Ā =, cele două hiperplane sunt paralele dar distincte, iar dacă rang A = rang Ā =, cele două hiperplane au ca intersecţie o varietate liniară de dimensiune n. Concret, considerăm în R 3 planele π, π, π de ecuaţii x 1 3x + x 3 = 1, x 1 3x + x 3 = 3, respectiv x 1 + x + 4x 3 = 5. Atunci π este paralel cu π, dar distinct de acesta, iar π şi π sunt concurente, intersecţia lor fiind o dreaptă. Poziţia relativă a două drepte din K 3 descrise implicit Fie d şi d două drepte din K 3 date de ecuaţiile implicite: ), d : { α1 x 1 + α x + α 3 x 3 = α 0 β 1 x 1 + β x + β 3 x 3 = β 0 d : { α 1 x 1 + α x + α 3x 3 = α 0 β 1x 1 + β x + β 3x 3 = β 0.

24 Formăm matricele A = α 1 α α 3 β 1 β β 3 α 1 α α 3 β 1 β β 3, Ā = α 1 α α 3 α 0 β 1 β β 3 β 0 α 1 α α 3 α 0 β 1 β β 3 β 0. Cu aceste notaţii obţinem următoarea caracterizare: (i) d şi d au intersecţia nevidă dacă şi numai dacă rang A = rang Ā, (ii) d şi d sunt paralele dacă şi numai dacă rang A =. În concluzie, dacă rang A = rang Ā =, cele două drepte coincid, dacă rang A =, rang Ā = 3, cele două drepte sunt paralele dar distincte, dacă rang A = rang Ā = 3, cele două drepte sunt concurente într-un singur punct, iar dacă rang A = 3, rang Ā = 4, cele două drepte sunt necoplanare. De exemplu, dreptele de ecuaţii x 1 x 3x 3 =, 3x 1 x +x 3 = 1, respectiv x 1 x + 4x 3 = 1, x 1 x = sunt concurente în punctul ( 9 4, 17 4, 3 4 ). Poziţia relativă dintre o dreaptă descrisă parametric şi un hiperplan descris implicit În K n considerăm dreapta d având ecuaţiile parametrice x 1 = a 1 + tv 1 d : t K x n = a n + tv n şi hiperplanul H de ecuaţie α 1 x α n x n = α 0. Atunci d şi H sunt paralele dacă şi numai dacă α 1 v α n v n = 0. Condiţia ca d şi H să aibă intersecţia nevidă este ca rang (α 1 v α n v n ) = rang (α 1 v α n v n, α 0 α 1 a 1... α n a n ). De exemplu, dreapta {( t, 3 4t, 3t) t R} este paralelă cu planul de ecuaţie x 1 x = 3, dar nu e inclusă în acesta..3.4 Suma a două varietăţi liniare Definiţia.37 Suma varietăţilor liniare L 1 şi L din K n, notată L 1 + L, este acoperirea afină a reuniunii lor: L 1 + L := Af(L 1 L ). Propoziţia.38 (Spaţiul director al sumei) Fie L 1 şi L două varietăţi liniare având subspaţiile directoare W 1, respectiv W. Subspaţiul director al sumei L 1 + L este egal cu: W 1 + W, dacă L 1 L, W 1 + W + L({ O 1 O }), dacă L 1 L =, unde O 1 L 1, O L sunt arbitrare. Corolarul.39 (Teorema dimensiunii pentru varietăţi liniare) Fie L 1, L varietăţi liniare în K n cu subspaţiile directoare W 1, respectiv W. Atunci are loc egalitatea { dimk L dim K (L 1 +L ) = 1 + dim K L dim K (L 1 L ), L 1 L dim K L 1 + dim K L dim K (W 1 W ) + 1, L 1 L =. Exemplul.40 Considerăm punctul P = (, 1, 0) şi dreapta d având reprezentarea parametrică {(1 t, + 3t, 4 t) t R}. Atunci P nu aparţine lui d, deci intersecţia varietăţilor liniare {P } şi d este mulţimea vidă. Suma 3

25 P + d este un plan, având subspaţiul director generat de vectorii (, 3, 1) şi P A= ( 1, 3, 4), unde A = (1,, 4) d. Planul P + d admite reprezentarea parametrică {(1 t s, + 3t + 3s, 4 t + 4s) s, t R} şi reprezentarea implicită 15x 1 + 9x 3x 3 = 1. Exemplul.41 În R3 considerăm dreptele d 1, d şi d 3 având reprezentările parametrice {(1 + t, 3 t, 1 + t) t R}, {( + s, s, + s) s R}, respectiv {(1 + u, + u, u) u R}. Atunci d 1 şi d sunt paralele şi distincte şi suma lor este planul de ecuaţie x 1 x 5x 3 = 6, iar d 1 şi d 3 sunt concurente în punctul ( 5 3, 8 3, 4 3 ) şi suma lor este planul de ecuaţie x 1 + x x 3 = 3..4 Mulţimi convexe În această secţiune spaţiile considerate sunt de forma R n (corpul scalarilor este corpul numerelor reale). Definiţia.4 Fie A, B R n puncte (nu neapărat distincte). Segmentul închis [AB], respectiv segmentul deschis (AB) sunt definite astfel: [AB] := {λa + (1 λ)b λ [0, 1]}, (AB) := {λa + (1 λ)b λ (0, 1)}. Dacă C [AB] spunem că C se găseşte între A şi B sau că C separă punctele A şi B. Dacă C (AB) spunem că C se găseşte strict între A şi B. Definiţia.43 O mulţime M R n se numeşte mulţime convexă dacă pentru orice A, B M avem [AB] M. Exemplul.44 (i) Spaţiul R n este o mulţime convexă. (ii) Mulţimea vidă şi mulţimile formate dintr-un singur punct sunt mulţimi convexe. (iii) Orice varietate liniară este o mulţime convexă. (iv) Mulţimea S = {x R 3 x 1 + x 3x 3 4 0} este o mulţime convexă. În general, dacă H este un hiperplan din Rn dat prin ecuaţia implicită h(x) = 0, mulţimile {x R n h(x) 0}, {x R n h(x) 0}, precum şi mulţimile {x R n h(x) < 0} şi {x R n h(x) > 0} sunt mulţimi convexe (numite semispaţii închise, respectiv deschise determinate de H). Definiţia.45 Două puncte distincte A şi B sunt separate (strict) de către un hiperplan H dacă dreapta AB intersectează hiperplanul H într-un punct situat (strict) între A şi B. Punctele A şi B sunt situate de aceeaşi parte a lui H dacă nu sunt separate de către H. Propoziţia.46 Fie H un hiperplan de ecuaţie implicită h(x) = 0. Două puncte distincte A şi B sunt separate strict de către H dacă şi numai dacă h(a) h(b) < 0. Exemplul.47 În R considerăm dreapta d de ecuaţie implicită h(x) = 0, unde h(x) = x 1 + x 1 şi punctele A = (1, 3), B = (, 1). Avem h(a) = h(1, 3) = 6, h(b) = h(, 1) = 1, deci A şi B sunt separate de către d. Observaţia.48 (i) Intersecţia α A M α a unei familii de mulţimi convexe {M α } α A este o mulţime convexă. (ii) Fie ϕ : R n R m o aplicaţie afină. Dacă X R n, respectiv Y R m sunt mulţimi convexe, atunci şi ϕ(x) R m, respectiv ϕ 1 (Y ) R n sunt mulţimi convexe. 4

26 Definiţia.49 Închiderea (înfăşurătoarea/acoperirea) convexă a unei mulţimi M R n este intersecţia tuturor mulţimilor convexe care conţin mulţimea M: convm := X. X M,Xconvexă Propoziţia.50 Fie M R n o mulţime. Atunci convm = { q λ i A i A 1,..., A q M, λ 1,..., λ q > 0, λ λ q = 1, q N}. i=1 Definiţia.51 (i) O intersecţie finită de semispaţii din R n se numeşte tronson sau poliedru convex (ii) Înfăşurătoarea convexă a unei mulţimi finite de puncte din Rn se numeşte politop. (iii) Înfăşurătoarea convexă a unei mulţimi formate din n + 1 puncte afin independente din R n se numeşte simplex n-dimensional..5 Raport Lema.5 Fie A şi B două puncte distincte în K n. Pentru orice punct P AB, P B există un unic scalar r K \ { 1} astfel ca AP = r P B. Reciproc, fiecărui scalar r K \ { 1}, îi corespunde un unic punct P AB. Definiţia.53 Scalarul r definit în lema.5 se numeşte raportul punctelor A, B, P (sau raportul în care punctul P împarte segmentul [AB]) şi este notat cu r(a, P, B). Observaţia.54 În calcularea raportului, ordinea punctelor este esenţială. Modul în care este definit această noţiune (mai precis ordinea în care sunt considerate punctele) diferă de la autor la autor. Propoziţia.55 Fie A, B, P trei puncte coliniare, cu P B. Atunci: (i) P = 1 r+1 A + r r+1b, unde r = r(a, P, B); (ii) P = (1 α)a + αb dacă şi numai dacă r(a, P, B) = (ii) P = α 1 α ; α α+β A + β α+β B dacă şi numai dacă r(a, P, B) = β α. Observaţia.56 Fie P AB \ {A, B}. Atunci: (i) r(a, P, B) > 0 dacă şi numai dacă P (AB); (ii) r(b, P, A) = 1 r(a,p,b). Exemplul.57 (i) În R3 considerăm punctele A = (1,, 3), B = (, 1, 1), C = (0, 3, 7). Atunci punctele A, B, C sunt coliniare şi avem r(a, C, B) = 1, r(b, C, A) =, r(c, A, B) = 1, r(c, B, A) =. (ii) Fie A, B două puncte din R n şi M = 1 A + 1 B. Atunci r(a, M, B) = 1, r(m, A, B) = 1. 5