CAPITOLUL 1

Spatii vectoriale
1.1. Introducere
1.1.1. Denitie. (Denitia spatiului vectorial) Se dau:
multimile:
V ,= O (elementele multimii V se numesc vectori (puncte));
K ,= O (elementele multimii K se numesc scalari (numere));
functiile:
+
K
(. ) : K K K (functia este o operatie pe multimea
K numit a adunarea scalarilor si va notat a +;),

K
(. ) : KK K (functia este o operatie pe multimea K
numit a nmul tirea scalarilor si va notat a ),
+
V
(. ) : VV V (functia este o operatie pe multimea V
numit a adunarea vectorilor si va notat a +;)
(. ) : K V V (functia este o operatie extern a pe
multimea V numit a nmul tirea vectorilor cu scalari si va
notat a (pentru ecare c K xat, operatia partial a V
r c r V poate numit a omotetie de parametru c).)
Perechea (V. K) (mpreun a cu operatiile descrise mai sus) se numeste
spa tiu vectorial dac a sunt ndeplinite urm atoarele conditii:
(1) (K. +
K
.
K
) este corp comutativ;
(2) (V. +
V
) este grup abelian;
(3) \c. / K. \r. V, au loc:
(a) (c +
K
/) r = c r +
V
/ r (distributivitatea la dreapta a
operatiei fat a de operatia +
K
);
(b) c (r +
V
) = c r +
V
c (distributivitatea la stnga a
operatiei fat a de operatia +
K
);
(c) c (/ r) = (c
K
/) r;
(d) 1
K
r = r.
1. SPA TII VECTORIALE
1.1.2. Observatie.
Distinctia ntre diferitele operatii notate la fel se va face
din context;
Elementul 0
V
este elementul neutru la adunarea vectorilor si va
notat n continuare cu 0;
Elementul 0
K
este elementul neutru la adunarea scalarilor si va
notat n continuare cu 0;
Elementul 1
K
este elementul neutru la nmul tirea scalarilor si va
notat n continuare cu 1;
Distinctia ntre diferitele elemente notate la fel se va face
din context.
Se folosesc notiuni (presupuse) cunoscute din liceu: multimile de
numere (N, Z, Q, R, C) si propriet atile lor, notiunile Algebrei
de clasa a XIIa cum ar parte stabil a, operatie, monoid, grup,
grup abelian, inel, inel comutativ, corp, corp comutativ, element
neutru pentru ecare structur a algebric a, elemente simetrizabile,
simetricul unui element (fat a de o operatie sau alta, atunci cnd
este cazul), propriet ati ale lor: unicitatea elementului neutru, u-
nicitatea elementului simetric, etc.
Conventii de notatie: vectorii vor notati cu litere latine mici (c,
/, c, n, , n, r, , ., etc), scalarii cu litere grecesti mici (c, ,, , o,
etc), multimile cu litere latine mari dublate (A, B, C, D, K, L,
M, N, R, X, V, etc) la care se vor ad auga eventual indici (c
0
, V
1
,
etc) si/sau supraindici (U
1
, r
3
,
(2)
4
, etc) n functie de context.
1.1.3. Exercitiu. S a se arate c a ntrun monoid (cu element neutru)
elementul neutru este unic.
1.1.4. Exercitiu. S a se arate c a ntrun grup elementul simetric al
unui element este unic.
1.1.5. Exemplu. Se consider a multimea
R
n
=
_
_
r
1
.
.
.
r
n
_
_
; r
i
R. i = 1. :.
1.1. INTRODUCERE
R
n
este spatiu vectorial real n raport cu operatiile:
_
_
r
1
.
.
.
r
n
_
_
+
_
_

1
.
.
.

n
_
_
Def
=
_
_
r
1
+
1
.
.
.
r
n
+
n
_
_
. \
_
_
r
1
.
.
.
r
n
_
_
.
_
_

1
.
.
.

n
_
_
R
n
(semnul + din stnga se refer a la adunarea elementelor din R
n
iar semnele
+ din dreapta se refer a la adunarea elementelor din R, deci se foloseste
acelasi semn pentru dou a operatii distincte; pe parcursul textului, distinc-
tia trebuie f acut a din context) si
c
_
_
r
1
.
.
.
r
n
_
_
Def
=
_
_
c r
1
.
.
.
c r
n
_
_
. \c R.
(R. +. ) este corp comutativ (se stie din liceu); (R
n
. +) este grup abelian
(adunarea pe componente este asociativ a, comutativ a, admite element
neutru si orice element este simetrizabil, datorit a propriet atilor adun arii
pe R), elementul neutru este 0
R
n =
_
_
0
.
.
.
0
_
_
iar simetricul lui
_
_
r
1
.
.
.
r
n
_
_
este
_
_
r
1
.
.
.
r
n
_
_
. Au loc propriet atile de distributivitate:
(c + ,)
_
_
r
1
.
.
.
r
n
_
_
=
_
_
(c + ,) r
1
.
.
.
(c + ,) r
n
_
_
=
_
_
c r
1
+ , r
1
.
.
.
c r
n
+ , r
n
_
_
=
=
_
_
c r
1
.
.
.
c r
n
_
_
+
_
_
, r
1
.
.
.
, r
n
_
_
= c
_
_
r
1
.
.
.
r
n
_
_
+ ,
_
_
r
1
.
.
.
r
n
_
_
.
1. SPA TII VECTORIALE
c (
_
_
r
1
.
.
.
r
n
_
_
+
_
_

1
.
.
.

n
_
_
) = c
_
_
r
1
+
1
.
.
.
r
n
+
n
_
_
=
_
_
c (r
1
+
1
)
.
.
.
c (r
n
+
n
)
_
_
=
=
_
_
c r
1
+ c
1
.
.
.
c r
n
+ c
n
_
_
=
_
_
c r
1
.
.
.
c r
n
_
_
+
_
_
c
1
.
.
.
c
n
_
_
=
= c
_
_
r
1
.
.
.
r
n
_
_
+ c
_
_

1
.
.
.

n
_
_
.
(c ,)
_
_
r
1
.
.
.
r
n
_
_
=
_
_
(c ,) r
1
.
.
.
(c ,) r
n
_
_
=
_
_
c (, r
1
)
.
.
.
c (, r
n
)
_
_
=
= c
_
_
, r
1
.
.
.
, r
n
_
_
= c (,
_
_
r
1
.
.
.
r
n
_
_
).
1.1.6. Denitie. (Denitia subspatiului) Fie (V. K) spatiu vectorial si
S _ V; S se numeste subspa tiu vectorial al lui (V. K) dac a:
(1) \r. S. r + S;
(2) \c K. \r S. cr S.
1.1.7. Exemplu. Multimea
o =
_
_
_
_
_
r
1
r
2
r
3
_
_
R
3
; r
2
= 0
_
_
_
este subspatiu vectorial al spatiului vectorial (R
3
. R).
Fie r. o = r =
_
_
r
1
0
r
3
_
_
si =
_
_

1
0

3
_
_
; au loc:
r + =
_
_
r
1
0
r
3
_
_
+
_
_

1
0

3
_
_
=
_
_
r
1
+
1
0
r
3
+
3
_
_
o.
1.1. INTRODUCERE
iar pentru c R, cr = c
_
_
r
1
0
r
3
_
_
=
_
_
cr
1
0
cr
3
_
_
o. Din dentia subspa-
tiului rezult a c a multimea o este subspatiu al spatiului vectorial (R
3
. R).

1.1.8. Denitie. (Denitia operatorului liniar) Dac a (V

1
. K) si (V
2
. K)
sunt spatii vectoriale (peste acelasi corp de scalari), o functie l () : V
1

V
2
se numeste morsm de spa tii vectoriale (aplica tie liniara, operator
liniar, etc) dac a:
(1) l (r + ) = l (r) + l () . \r. V
1
( l () este morsm de
grupuri (este aditiv));
(2) l (cr) = cl (r) . \r V
1
. \c K (l () este omogen).
Se noteaz a cu 1
K
(V
1
. V
2
) multimea tuturor morsmelor dintre (V
1
. K)
si (V
2
. K).
1.1.9. Exemplu. Fie spatiile vectoriale (R
3
. R) si (1
2
[A] . R) (1
n
[A]
este multimea tuturor polinoamelor de grad cel mult :, n nedeterminata
A si cu coecienti reali). Functia l () : 1
2
[A] R
3
denit a prin l (1 ())
= r
P()
R
3
(pentru un polinom 1 (A) = cA
2
+ /A + c 1
2
[A] se
ataseaz a vectorul r
P()
=
_
_
c
/
c
_
_
) este morsm de spatii vectoriale.
Operatiile n (1
2
[A] . R) sunt (denitiile sunt cunoscute din liceu):
1 () + Q()
Def
= (1 + Q) () . unde: (1 + Q) (A) = 1 (A) + Q(A) .
c 1 ()
Def
= ((c 1) ()) . unde: (c 1) (A) = c 1 (A) .
1 (A) = cA
2
+ /A + c 1
2
[A] = l (1 ()) =
_
_
c
/
c
_
_
R
3
.
Q(A) = c
1
A
2
+ /
1
A + c
1
1
2
[A] = l (Q()) =
_
_
c
1
/
1
c
1
_
_
R
3
.
1. SPA TII VECTORIALE
(1 + Q) () este denit de:
(1 + Q) (A) = (c + c
1
) A
2
+ (/ + /
1
) A + (c + c
1
) 1
2
[A] =
= l ((1 + Q) ()) =
_
_
c + c
1
/ + /
1
c + c
1
_
_
=
_
_
c
/
c
_
_
+
_
_
c
1
/
1
c
1
_
_
= l (1 ()) + l (Q())
(c1) () este denit de:
(c1) (A) = ccA
2
+ c/A + cc =
= l ((c1) ()) =
_
_
cc
c/
cc
_
_
= c
_
_
c
/
c
_
_
= cl (1 ()) .
1.1.10. Denitie. (Spatii izomorfe) Spatiile vectoriale ntre care exist a
un morsm bijectiv (izomorsm) se numesc izomorfe. Se va nota (V
1
. K)
~
=
(V
2
. K).
1.1.11. Exercitiu. S a se arate c a morsmul din exemplul anterior este
functie bijectiv a.
1.1.12. Denitie. (Functional a liniar a) Se numeste func tionala liniara
pe (V. K) orice operator liniar ntre (V. K) si (K. K) (orice element al
multimii 1
K
(V. K)). Multimea tuturor functionalelor liniare pe (V. K) se
noteaz a cu V
0
(= 1
K
(V. K)) si se numeste dualul algebric al lui (V. K).
1.1.13. Exercitiu. S a se arate c a l () : 1
2
[A] R, denit prin
l (1 ()) = 1 (1) este o functional a liniar a.
1.1.14. Denitie. (Combinatie liniar a) Pentru : N, i = 1. :. r
i

V si c
i
K, elementul r =
n

i=1
c
i
r
i
se numeste combina tie liniara a
elementelor r
i
cu scalarii c
i
. (scalarii care particip a la sum a se mai numesc
ponderi iar combinatia liniar a se mai numeste suma ponderata).
1.1.15. Exemplu. 2
_
_
1
0
0
_
_
+3
_
_
0
1
0
_
_
este o combinatie liniar a n R
3
;
valoarea ei este
_
_
2
3
0
_
_
.
1.1. INTRODUCERE
1.1.16. Denitie. (Acoperirea liniar a) Dac a A _ V este o multime
oarecare de vectori, multimea
:jc:
K
(A)
Def
=
_
n

i=1
c
i
r
i
; : N. c
i
K. r
i
A. i = 1. :
_
este mul timea tuturor combina tiilor liniare cu elemente din A.
1.1.17. Exemplu. n spatiul vectorial (1
2
[A] . R), pentru A = 1. A,
:jc:
R
A =c 1 + / A; c. / R este multimea tuturor combinatiilor li-
niare cu polinoamele 1 si A si este multimea tuturor polinoamelor de grad
cel mult 1 n A (inclusiv constantele, privite ca polinoame).
1.1.18. Observatie. :jc:
K
(A) se modic a la modicarea corpului de
scalari: R
3
este spatiu vectorial att peste corpul R ct si peste corpul
Q, dar structura lor de spatii vectoriale este diferit a: aceeasi multime de
vectori genereaz a alte multimi de combinatii liniare
_
_
_
3
1
0
_
_
:jc:
R
_
_
_
_
_
_
_
1
0
0
_
_
.
_
_
0
1
0
_
_
_
_
_
_
_
_
_
_
3
1
0
_
_
, :jc:
Q
_
_
_
_
_
_
_
1
0
0
_
_
.
_
_
0
1
0
_
_
_
_
_
_
_
1.1.19. Denitie. (Dependent a si independent a liniar a) Multimea de
vectori
_
r
i
; i = 1. :
_
se numeste liniar dependenta dac a cel putin unul
dintre vectori se poate scrie ca o combinatie liniar a a celorlalti vectori.
Dac a nici unul nu poate scris ca o combinatie liniar a a celorlalti vectori,
atunci multimea de vectori se numeste liniar independenta.
1.1.20. Exemplu. Multimea de vectori din R
4
_

_
_
_
_
_
1
2
2
1
_
_
_
_
.
_
_
_
_
1
3
4
0
_
_
_
_
.
_
_
_
_
2
5
2
1
_
_
_
_
_

_
este liniar dependent a pentru c a
_
_
_
_
1
2
2
1
_
_
_
_
+
_
_
_
_
1
3
4
0
_
_
_
_
=
_
_
_
_
2
5
2
1
_
_
_
_
.
1. SPA TII VECTORIALE
Multimea de vectori din R
4
_

_
_
_
_
_
1
2
2
1
_
_
_
_
.
_
_
_
_
1
3
4
0
_
_
_
_
.
_
_
_
_
3
5
2
1
_
_
_
_
_

_
este liniar independent a pentru c a (de exemplu) rangul matricii care are
drept coloane vectorii multimii este egal cu num arul vectorilor (justicarea
rationamentului va dat a n continuare) (rangul matricii
_
_
_
_
1 1 3
2 3 5
2 4 2
1 0 1
_
_
_
_
este 3).
1.1.21. Observatie. (Denitii echivalente ale independentei li-
niare) Familia (r
i
)
i =1;n
este liniar independent a dac a si numai dac a are
loc una dintre armatiile:
(1) \c
i
K. i = 1. :.
n

i=1
c
i
r
i
= 0 = c
1
= = c
n
= 0 (unic).
(relatia
n

i=1
c
i
r
i
= 0 are loc numai pentru scalari nuli);
(2) \c
i
K. i = 1. :. (i 1. . : . c
i
,= 0) =
n

i=1
c
i
r
i
,= 0.
(dac a m acar un scalar este nenul, atunci combinatia liniar a este
nenul a)
Demonstratie. Cele dou a armatii se obtin una din cealalt a din
relatia logic a (j ) = (| |j) (se recomand a recapitularea capitolului
de Logic a) ; echivalenta cu denitia are loc pentru c a, dac a m acar un
vector este combinatie liniar a de ceilalti vectori, atunci exist a scalarii
c
i
K. i = 1. :. nu toti nuli, astfel nct
n

i=1
c
i
r
i
= 0.
1.1.22. Algoritm. (Studiul dependentei liniare a unei familii de vec-
tori) Fie o multime de vectori
_
r
i
; i = 1. :
_
n spatiul vectorial (V. K).
Pasul 1. Se consider a relatia:
n

i=1
c
i
r
i
= 0.
care este privit a ca o ecuatie vectorial a n necunoscutele c
1
, ,c
n
.
1.1. INTRODUCERE
Pasul 2. Se rezolv a ecuatia de la Pasul 1, n sensul c a se a a toate solutiile
ecuatiei (de fapt, pentru stabilirea naturii familiei de vectori este
sucient s a se r aspund a la ntrebarea: Exist a si alte solutii n
afar a de solutia identic nul a (c
i
= 0, i = 1. :)?. De obicei acest
pas nseamn a rezolvarea (eventual cu discutie dup a parametrii,
dac a familia de vectori depinde de parametri) unui sistem liniar
de ecuatii folosind tehnicile de liceu sau Metoda pivotului.
Pasul 3. n functie de rezultatele obtinute la Pasul 2, se nalizeaz a studiul
cu concluzia adecvat a:
dac a solutia nul a este unic a, multimea este liniar independent a
dac a solutia nul a nu este unic a, multimea este liniar dependent a
si eventual se scoate n evident a si o dependent a (se nlocuieste o
solutie nenul a n ecuatia de la Pasul 1).
(solutia nul a veric a ntotdeauna sistemul de pasul 1; n situ-
atia de independent a liniar a, esential este s a se justice faptul c a
nu exist a alte solutii)
1.1.23. Exemplu. S a se studieze natura multimii de vectori:

1
(:) =
_
_
:
1
1
_
_
.
2
(:) =
_
_
1
:
1
_
_
.
3
(:) =
_
_
1
1
:
_
_
. : R
n spatiul (R
3
. R).
Se consider a ecuatia (vectorial a)
c
1

1
(:) + c
2

2
(:) + c
3

3
(:) = 0.
cu necunoscutele c
1
, c
2
, c
3
care prin nlocuire devine:
c
1
_
_
:
1
1
_
_
+ c
2
_
_
1
:
1
_
_
+ c
3
_
_
1
1
:
_
_
=
_
_
0
0
0
_
_
.
adic a
_
_
c
2
+ c
3
+ :c
1
c
1
+ :c
2
+ c
3
c
1
+ c
2
+ :c
3
_
_
=
_
_
0
0
0
_
_
.
Se obtine sistemul algebric liniar omogen:
1. SPA TII VECTORIALE
_
_
_
:c
1
+ c
2
+ c
3
= 0
c
1
+ :c
2
+ c
3
= 0
c
1
+ c
2
+ :c
3
= 0
a c arui multime de solutii este dependent a de parametrul : si este:
o (:) =
_

_
_
_
_
_
_
0
0
0
_
_
_
_
_
. : R 2. 1
_
_
_
_
_
c /
c
/
_
_
; c. / R
_
_
_
. : = 1
_
_
_
_
_
c
c
c
_
_
; c R
_
_
_
. : = 2
n concluzie:
pentru : R 2. 1 multimea de vectori este liniar indepen-
dent a.
pentru : = 2 multimea de vectori este liniar dependent a iar o
dependent a liniar a este
1
(2) +
2
(2) +
3
(2) = 0.
pentru : = 1 multimea de vectori este liniar dependent a iar o
dependent a liniar a este 2
1
(1) +
2
(1) +
3
(1) = 0.
Se observ a c a se obtin informatii de dou a tipuri:
de tip calitativ (despre natura multimii de vectori)
de tip cantitativ (n cazul dependentei liniare se obtine o relatie
de dependent a ntre vectori).
1.1.24. Denitie. (Sistem de generatori) Fiind dat a multimea X _
V, se spune c a multimea de vectori
_
r
i
; i = 1. :
_
genereaza mul timea X
dac a X _ :jc:
_
(r
i
)
i=1;n
_
. Multimea de vectori
_
r
i
; i = 1. :
_
se mai
numeste sistem de generatori pentru mul timea X. Dac a multimea X nu
este specicat a, se subntelege c a X = V.
1.1.25. Exemplu. n spatiul vectorial (1
2
[A] . R), pentru A = 1. A,
:jc:
R
A =c 1 + / A; c. / R este multimea tuturor combinatiilor li-
niare cu polinoamele 1 si A si deci A genereaz a multimea tuturor polinoa-
melor de grad cel mult 1 n A.
1.2. PROPRIET

A TI
1.2. Propriet ati
1.2.1. Propozitie. (Reguli de calcul ntr-un spatiu vectorial)
(1) \c. , K. \r. V, au loc relatiile:
c (r ) = c r c , (c ,) r = c r , r;
(2) \c K. c 0
V
= 0
V
;
(3) \r V. 0
K
r = 0
V
;
(4) \r V. (1
K
) r = r;
(5) c r = 0
V
= c = 0
K
sau r = 0
V
.
Demonstratie. Fie c. , K. r. V alesi arbitrar;
(1) cr = c((r ) + ) = c(r )+c =c(r ) = crc;
cr = ((c ,) + ,) r = (c ,) r + ,r = cr ,r = (c ,) r;
(2) c 0
V
= c (r r) = c r c r = 0
V
.
(3) 0
K
r = (c c) r = c r c r = 0
V
.
(4) 0
V
= 0
K
r = (1
K
1
K
) r = (1
K
+ (1
K
)) r = 1
K
r +(1
K
) r
= (1
K
r) = (1
K
) r.
(5) c r = 0
V
si c ,= 0 = c
1
K si c
1
cr = c
1
0
V
= r = 0.

1.2.2. Propozitie. (Propriet ati ale operatorilor liniari) Fie l () :

V
1
V
2
Atunci au loc:
(1) l () liniar = \c. , K, \r
1
. r
2
V
1
, l (cr
1
+ ,r
2
) = cl (r
1
)+
,l (r
2
)
(2) l () liniar =
(a) l (0
V
1
) = 0
V
2
;
(b) \ subspatiu V
0
1
V
1
, l (V
0
1
) = l () ; V
0
1
este subspatiu
n V
2
;
(c) \ subspatiu V
0
2
V
2
, l
1
(V
0
2
) = V
1
; l () V
0
2
este
subspatiu n V
1
.
Demonstratie. Fie l () : V
1
V
2
(1) evident.
(2) Dac a l () este liniar, atunci:
(a) l (0
V
1
) = l (r r) = l (r) l (r) = 0
V
2
(b) Fie c. , 1,
1
.
2
l (V
0
1
) = r
1
. r
2
V
0
1
astfel nct
l (r
i
) =
i
;
V
0
1
subspatiu = cr
1
+ ,r
2
V
0
1
l () operator liniar
_
=
=l (cr
1
+ ,r
2
) = cl (r
1
)+,l (r
2
) = c
1
+,
2
l (\
0
1
) .
1. SPA TII VECTORIALE
(c) Fie c. , K, r
1
. r
2
l
1
(V
0
2
) = l (r
1
), l (r
2
) V
0
2
=
l (cr
1
+ ,r
2
) = cl (r
1
) + ,l (r
2
) V
0
2
= cr
1
+ ,r
2

l
1
(V
0
2
).

1.2.3. Denitie. Subspatiul l (V

1
) (al codomeniului) se numeste i-
maginea operatorului si se noteaz a Iml (); subspatiul l
1
(0) (al do-
meniului) se numeste nucleul operatorului si se noteaz a ker l ().
Urm atoarele dou a propozitii arat a c a inversarea si compunerea func-
tiilor pastreaza calitatea de morsm de spa tii vectoriale.
1.2.4. Propozitie. Fie (V
1
. K), (V
2
. K) dou a spatii vectoriale peste
acelasi corp si e l () : V
1
V
2
morsm bijectiv. Atunci l
1
() :
V
2
V
1
este morsm bijectiv (inversa unui morsm inversabil este
morsm)(inversa unui operator liniar inversabil este operator liniar).
Demonstratie. Se stie c a au loc
l (n + ) = l (n) + l () . l (cn) = cl (n) .
Fie r. V
2
= pentru l
1
(r) = n. l
1
() = . are loc l (n) =
r, l () = si l (n + ) = l (n) + l () = l (n + ) = r + =
l
1
(r + ) = n + = l
1
(r + ) = l
1
(r) + l
1
() deci operatorul
invers este aditiv. Fie c K, r V
2
, l
1
(r) = = l () = r si
are loc l (c) = cl () = l (c) = cr = c = l
1
(cr) =
cl
1
(r) = l
1
(cr).
1.2.5. Propozitie. Fie l
1
() : V
1
V
2
, l
2
() : V
2
V
3
morsme
peste spatii vectoriale cu acelasi corp K de scalari. Atunci l () : V
1
V
3
denit prin l () = l
2
(l
1
()), \ V
1
este morsm de spatii vectoriale
(calitatea de morsm se p astreaz a prin operatia de compunere).
Demonstratie. Fie
1
.
2
V
1
; are loc l (
1
+
2
) = l
2
(l
1
(
1
+
2
))
aditivitatea
=
lui U
1
(:)
l
2
(l
1
(
1
) + l
1
(
2
))
aditivitatea
=
lui U
2
(:)
l
2
(l
1
(
1
)) + l
2
(l
1
(
2
))
= l (
1
) + l (
2
). Omogenitatea se demonstreaz a analog.
1.2.6. Observatie. Relatia
~
= ( Denitia (1.1.10)) este o rela tie de e-
chivalen ta ntre spa tii vectoriale peste acela si corp (este reexiv a, simetric a
si tranzitiv a) (aceast a relatie este denit a pe o multime de spatii vectoriale
si cu ajutorul ei se pot stabili clase de echivalent a).
1.2. PROPRIET

A TI
Demonstratie. Reexivitatea rezult a din faptul c a operatorul iden-
titate l () : V
1
V
1
, l () = este liniar si bijectiv, deci V
1
~
= V
1
.
Simetria rezult a din Propozitia (1.2.4), pentru c a dac a V
1
~
= V
2
, atunci
l () : V
1
V
2
morsm bijectiv = l
1
() : V
2
V
1
morsm bijectiv
=V
2
~
= V
1
. Tranzitivitatea rezult a din Propozitia (1.2.5) pentru c a, dac a
V
1
~
= V
2
si V
2
~
= V
3
atunci exist a izomorsmele l () : V
1
V
2
si
\ () : V
2
V
3
iar noua functia (\ l) () : V
1
V
3
p astreaz a prin
compunere si proprietatea de liniaritate si pe cea de bijectivitate, deci
V
1
~
= V
3
.
1.2.7. Observatie. Multimea 1
K
(V
1
. V
2
) admite mpreun a cu opera-
tiile obisnuite ntre functii
(l
1
() + l
2
()) (r)
Def
= l
1
(r) + l
2
(r) .
(cl
1
()) (r)
Def
= cl
1
(r) .
o structur a de spatiu vectorial peste corpul K (Deci n particular si dualul
algebric (1.1.12) este spatiu vectorial peste corpul K).
Demonstratie. (1
K
(V
1
. V
2
) . +) este evident grup (din propriet atile
adun arii pe V
2
) si are ca element neutru operatorul identic nul O() :
V
1
V
2
, O() = 0. Celelalte axiome sunt satisf acute evident.
1.2.8. Observatie. :jc:
_
(r
i
)
i=1;n
_
este subspatiu liniar.
Demonstratie. Fie
1
.
2
:jc:
_
(r
i
)
i=1;n
_
si c K = c
1
i
. c
2
i

K, i = 1. :, astfel nct
j
=
n

i=1
c
j
i
r
i
. , = 1. 2; atunci
1
+
2
=
n

i=1
(c
1
i
+ c
2
i
) r
i
:jc:
_
(r
i
)
i=1;n
_
iar c
1
=
n

i=1
(cc
1
i
) r
i
:jc:
_
(r
i
)
i=1;n
_

1.2.9. Observatie. Fie V

0
un subspatiu vectorial al spatiului (V. K).
Atunci,
\: N. \r
i
V
0
. \c
i
K. i = 1. :.
n

i=1
c
i
r
i
V
0
.
(orice subspatiu contine toate combinatiile liniare ale elementelor lui)
1. SPA TII VECTORIALE
Demonstratie. Prin inductie dup a : N: pentru : = 1, din axioma
2 a subspatiului vectorial rezult a c a pentru orice r
1
V
0
si pentru orice
scalar c
1
K, are loc c
1
r
1
V
0
. S a presupunem c a proprietatea are loc
pentru : N si e : + 1 vectori si scalari alesi arbitrar r
i
V
0
, c
i

K. i = 1. : + 1. Atunci are loc:
n+1

i=1
c
i
r
i
=
n

i=1
c
i
r
i
+ c
n+1
r
n+1
n+1

i=1
c
i
r
i
V
0
(proprietatea pentru :)
c
n+1
r
n+1
V
0
(proprietatea pentru : = 1)
_

_
=
n+1

i=1
c
i
r
i
V
0
.

1.2.10. Observatie. :jc:

_
(r
i
)
i=1;n
_
=

V
0
subspatiu
V
0
(x
i
)
i=1;n
V
0
(este cel mai mic
subspatiu liniar care contine familia (r
i
)
i=1;n
).
Demonstratie. :jc:
_
(r
i
)
i=1;n
_
_

V
0
subspatiu
V
0
(x
i
)
i=1;n
V
0
pentru c a orice sub-
spatiu care contine familia (r
i
)
i=1;n
contine si toate combinatiile liniare ale
acestei familii (Propozitia (1.2.9)); incluziunea invers a rezult a din Propozitia
(1.2.8): :jc:
_
(r
i
)
i=1;n
_
este subspatiu vectorial si cum contine familia
(r
i
)
i=1;n
urmeaz a c a face parte dintre subspatiile care particip a la intersectie,
asa c a are loc :jc:
_
(r
i
)
i=1;n
_
_

V
0
subspatiu
V
0
(x
i
)
i=1;n
V
0
pentru c a intersectia este
inclus a n orice multime care particip a la intersectie.
1.3. Exemple de spatii vectoriale
1.3.1. Exemplu. Spatiul K
n
de siruri ordonate de : elemente din
corpul K. Vectorii sunt elemente de forma
_
_
r
1
.
.
.
r
n
_
_
, adunarea si nmultirea
cu un scalar se face pe componente. Exemple importante sunt pentru
K = R, K = C si pentru K = Q.
1.3. EXEMPLE DE SPA TII VECTORIALE
1.3.2. Exemplu. Spatiul vectorial al matricilor de : linii si : coloane,
cu coecienti peste un corp xat. Spatiul este /
mn
(K), vectorii sunt
matrice, adunarea vectorilor este adunarea matricilor, nmultirea unui
vector cu un scalar este nmultirea matricilor cu un scalar.
1.3.3. Exemplu. Spatiul vectorial al sirurilor oarecare de numere reale.
Spatiul este notat R
N
, un vector este un sir de numere reale nteles ca
succesiunea ordonat a si innit a a elementelor sirului. Adunarea vectorilor
este adunarea termen cu termen a sirurilor
(c
n
)
n2N
+ (/
n
)
n2N
= (c
n
+ /
n
)
n2N
(este un nou sir al c arui termen general se obtine prin adunarea termenilor
generali ai celor dou a siruri date) iar nmultirea unui vector cu un scalar
este nmultirea sirului cu un scalar
c(c
n
)
n2N
= (cc
n
)
n2N
.
1.3.4. Exemplu. Spatiul vectorial al sirurilor Cauchy de numere ratio-
nale (un sir (c
n
)
n2N
_ Q este Cauchy dac a \ 0, :
"
N, \:. : _ :
"
,
[c
n
c
m
[ < ), cu operatiile denite ca la exemplul anterior.
1.3.5. Exemplu. Spatiul polinoamelor n nedeterminata t cu coecienti
reali, notat R[t]. Dac a j(t) = c
0
+c
1
t+ +c
n
t
n
si (t) = /
0
+/
1
t+ +/
n
t
n
sunt dou a polinoame din R[t], denitiile
j(t) + (t) = (c
0
+ /
0
) + (c
1
+ /
1
)t + + (c
n
+ /
n
)t
n
cj(t) = cc
0
+ cc
1
t + + cc
n
t
n
0 = 0
dau o structur a de spatiu vectorial.
1.3.6. Exemplu. Spatiul vectorial al polinoamelor n nedeterminata
t, cu coecienti reali, de grad cel mult :, notat R
n
[t].
1.3.7. Exemplu. Spatiul vectorial al tuturor functiilor , () : R R
de clas a C
1
si care satisfac ecuatia diferential a ,
0
(t) +c, (t) = 0, \t R.
1.3.8. Exemplu. Spatiul vectorial real al tuturor functiilor indenit
derivabile 1
1
(R. R).
1.3.9. Exemplu. Spatiul vectorial real al tuturor functiilor care au
domeniul [c. /] si codomeniul R, notat T ([c. /] . R).
1. SPA TII VECTORIALE
1.3.10. Exemplu. Spatiul vectorial real al functiilor din T ([c. /] . R)
care sunt lipschitziene (functii , () : [c. /] R pentru care exist a /
f
0
astfel nct [, (r) , ()[ 6 /
f
[r [, \r. [c. /]), notat /([c. /] . R).
1.4. Exercitii
1.4.1. Exemplu. Familia de vectori
_
_
1
1
1
_
_
.
_
_
1
2
3
_
_
.
_
_
3
2
1
_
_
genereaz a
spatiul R
3
.
1.4.2. Exercitiu. Fie (V. R) un spatiu vectorial real oarecare. Se denesc
operatiile:
+ : (V V) (V V) V V
denit a prin
(r
1
.
1
) + (r
2
.
2
) = (r
1
+ r
2
.
1
+
2
)
si
: C (V V) (V V)
denit a prin
(c + i,) (r. ) = (cr ,. ,r + c) .
S a se arate c a (V V. C) cu operatiile de mai sus este un spatiu vectorial
complex (acest spatiu se numeste complexicatul spatiului real (V. R) )
1.4.3. Exercitiu. S a se arate c a multimea functiilor nederivabile pe
[c. /] nu este spatiu vectorial.
1.4.4. Exercitiu. S a se arate c a reuniunea a dou a subspatii vectoriale
nu este neap arat un subspatiu vectorial.
1.4.5. Exercitiu. S a se arate c a multimea \
0
= r R
n
; r = 0
este un subspatiu vectorial, unde /
mn
(R).
1.4.6. Exercitiu. Fie subspatiile =
_

_
_
_
_
_
0
c
/
0
_
_
_
_
; c. / R
_

_
, 1 =
_

_
_
_
_
_
0
0
c
/
_
_
_
_
; c. / R
_

_
. S a se determine + 1.
1.4. EXERCI TII
1.4.7. Exercitiu. Dac a operatorul liniar l () : R
n
R
n
are proprietatea
c a l
2
() + l () + 1 () = C(), atunci operatorul este bijectiv.