2.

Spatii metrice

2.1. Spatii vectoriale reale

Un grup comutativ (V, +) se numeste spatiu vectorial (liniar) daca exista un corp K si o lege de
compozitie externa , care asociaza fiecarei perechi ) , ( x a , K , V x elementul x V , lege ce
verifica urmatoarele axiome:
( ) x y + x y + , K , , x y V (este distributiva fata de adunarea din V);
( ) x x x + + , K , , V x (este distributiva fata de adunarea din K);
( ) ( ) x x , K , , V x (inmultirea cu elemente din K este asociativa);
1 x x , unde 1 este elementul unitate din K.
Elementele spatiului vectorial V se numesc vectori, iar elementele corpului K se numesc scalari. Legea
de compozitie ) , ( x x se numeste inmultirea cu scalari. De obicei vom spune ca V este un
spatiu vectorial peste corpul K si nu V este un spatiu vectorial cu scalari in corpul K. In cadrul acestui
curs, vom considera K = R, caz in care V este un spatiu vectorial real.
exemple:
1. Matricile cu m linii si n coloane formeaza un spatiu vectorial real.
2. Corpul C al numerelor complexe este un spatiu vectorial real.
3. Fie R
n
= R R R (de n ori). Elementele lui R
n
sunt n-upluri de numere reale (x
1
, x
2
,, x
n
).
Doua n-upluri (x
1
, x
2
,, x
n
) si (y
1
, y
2
,, y
n
) sunt egale daca x
i
= y
i
, 1 i n. Spunem ca (x
1
, x
2
,,
x
n
) este un punct din R
n
si ca x
i
(unde 1 i n) sunt coordonatele lui x.
Daca n = 2 sau n = 3, vom scrie uzual (x, y), respectiv (x, y, z) in loc de (x
1
, x
2
), respectiv (x
1
, x
2
, x
3
).
Definim operatiile cu vectori:
(x
1
, x
2
,, x
n
) + (y
1
, y
2
,, y
n
) = (x
1
+ y
1
, x
2
+ y
2
,, x
n
+ y
n
),
(x
1
, x
2
,, x
n
) = (x
1
, x
2
,, x
n
),
unde (x
1
, x
2
,, x
n
), (y
1
, y
2
,, y
n
) R
n
si R. Astfel R
n
are o structura de spatiu vectorial real,
elementul nul al acestui spatiu fiind = (0, 0,, 0).
4. Daca M este o multime oarecare nevida, Hom(M, R) este un spatiu vectorial real fata de operatiile
obisnuite de adunare a functiilor si inmultire a functiilor cu numere reale,
adica + ) )( ( x g f ) ( ) ( x g x f + si ( )( ) f x ( ) f x , x M . Trebuie retinut ca semnul + in
expresia g f + inseamna adunarea in Hom(M, R), adica adunarea a doua functii, in timp ce semnul +
in ) ( ) ( x g x f + este adunarea numerelor reale corespunzatoare.
Daca V este un spatiu liniar si V
0
o parte nevida a lui V, atunci V
0
se numeste subspatiu liniar al
lui V daca:
(i) x, y V
0
implica x + y V
0
;
(ii) K , x V
0
rezulta ca x V
0
.
Din definitie rezulta ca restrictiile operatiilor de spatiu liniar existente in V la V
0
V
0
si K V
0

definesc pe V
0
o structura de spatiu liniar

exemple:
1. Multimea elementelor din R
n
de forma (x
1
, x
2
,, x
n-1
, 0) formeaza un subspatiu liniar al lui R
n

2. Fie C(M) Hom (M, R) multimea functiilor continue pe M R. Adunand functii continue si
inmultind cu scalar functii continue obtinem tot functii continue, deci C(M) este un subspatiu liniar al
lui Hom (M, R).
Propozitia 2.1.1. Orice intersectie a doua subspatii vectoriale
1
V si
2
V ale unui spatiu vectorial V este
un subspatiu vectorial al lui V..
Se poate demonstra fara dificultate ca orice intersectie de subspatii vectoriale ale unui spatiu vectorial
este tot subspatiu vectorial, ceea ce ne permite sa definim subspatiul generat de o submultime M a
spatiului vectorial V ca fiind intersectia tuturor subspatiilor ce contin elementele multimii M (exista
subspatii care includ pe M, spatiul V fiind unul dintre ele). Vom nota acest spatiu cu Sp(M).
Daca x
1
, x
2
,, x
n
sunt elemente ale spatiului liniar V si
n
,..., ,
2 1
R, atunci elementul

n
i
i i
x x
1
se numeste combinatie liniara de elemente x
i
. Daca M V este o submultime oarecare a
spatiului liniar V, atunci multimea tuturor combinatiilor liniare de elemente apartinand lui M se
numeste acoperirea liniara a lui M.
Propozitie 2.1.2. Subspatiul vectorial generat de submultimea M din spatiul vectorial V este
acoperirea liniara a lui M, fiind format din elementele V x care au proprietatea ca exista nN,

i
R si M x
i
, n i 1 , astfel incat:
1
n
i i
i
x x

Vom spune ca elementele x
1
, x
2
,, x
n
ale spatiului liniar V sunt liniar dependente daca exista n numere
n
,..., ,
2 1
R, dintre care cel putin unul nenul, astfel incat

n
i
i i
x
1
.
Daca elementele x
1
, x
2
,, x
n
nu sunt liniar dependente, se numesc liniar independente. Vom spune,
deci, ca x
1
, x
2
,, x
n
sunt liniar independente daca

n
i
i i
x
1
implica
n
..
2 1
= 0
exemplu: Sa consideram in R
n
urmatoarele n elemente:
1
(1,0,...,0,0) e ,
2
(0,1,0...,0,0) e ,...,
n
e (0,0,...,0,1) , care sunt liniar independente, deoarece
1
n
i i
i
e

= ( ) ,...,
1 n

si astfel
1
n
i i
i
e

implica 0 ...
1

n
.
O multime nevida A V este liniar independenta daca orice n elemente distincte x
1
, x
2
,, x
n
ale lui A
sunt liniar independente. O multime liniar independenta nu contine elementul nul.
Un spatiu liniar V se numeste infinit dimensional daca exista multimi infinite si liniar independente de
elemente din V, in caz contrar spatiul liniar V fiind finit dimensional. Daca in spatiul finit dimensional
V exista n elemente liniar independente si orice n + 1 elemente din V sunt liniar dependente spunem ca
V este n -dimensional ( de dimensiune n).
O multime B din spatiul liniar V se numeste baza algebrica sau baza Hamel daca B este liniar
independenta si Sp(B) = V, adica subspatiul liniar generat de B este V. In cazul unui spatiu finit
dimensional V ( dim V = n) o baza este o familie B = {e
1
,, e
n
} formata din n elemente liniar
independente. Orice element xV se reprezinta in mod unic sub forma
1
n
i i
i
x x e

, numerele x
1
,x
2
,,
x
n
numindu-se coordonatele lui x in baza B.
exemplu.
Sa consideram in R
n
urmatoarele n elemente:
1
(1,0,...,0,0) e ,
2
(0,1,0...,0,0) e ,...,
,
n
e (0,0,...,0,1) , elemente ce sunt liniar independente. Pe de alta parte, x = (x
1
, x
2
,, x
n
) fiind un
element oarecare din R
n
avem:
1
(1,0,...,0,0) x x +
2
(0,1,0...,0,0) x + ... + (0,0,...,0,1)
n
x ,adica
Sp{e
1
, e
2
,, e
n
} = R
n
, ceea ce arata ca {e
1
, e
2
,, e
n
}este o baza in R
n
.

Fie V un spatiu vectorial real. Se numeste produs scalar pe V o aplicatie , : VV R,
(x, y) , x y , care satisface urmatoarele proprietati:
(S
1
) , este biliniara, i.e. , x y z + = , x y + , x z si
. . , , , x y z x z y z + + ,
x, y, z V, , R;
(S
2
) , este pozitiv definita, i.e. , 0 x x , xV; , x x = 0 x =
V
;
(S
3
) , este simetrica: , , x y y x , x, y V.
Un spatiu vectorial real pe care s-a definit un produs scalar se numeste spatiu euclidian.
exemple:
1. Pe R, considerat ca spatiu vectorial real, produsul scalar va fi definit ca produsul uzual.2. In R
n
sa
consideram x = (x
1
, x
2
,, x
n
) si y = (y
1
, y
2
,, y
n
). Atunci expresia
1
,
n
i i
i
x y x y

,
reprezinta un produs scalar, numit produs scalar euclidian.
Propozitia 2.1.3. (inegalitatea Cauchy Schwarz) Fie , un produs scalar pe un spatiu vectorial V.
Atunci , , , x y x x y y , x, y V.
Scriind aceasta inegalitate in R
n
, obtinem un rezultat cunoscut din liceu:


2
1 1
n x
i i i
i i
x y x

2
1
x
i
i
y

,
1
( ,..., )
n
x x x ,
1
( ,..., )
n
y y y R
n
.

Probleme

1. Aratati ca intr-un spatiu liniar V avem:
a. v V 0 0 v ;
b. v V ( 1) v v ;
c. R \ {0} si v V cu proprietatea
V
v
V
v .

2. Gasiti o baza in spatiul matricelor de tip 3 2 . Care este dimensiunea acestui spatiu? Scrieti
matricea
2 4 1
1 0 6
_

,
ca o combinatie liniara a vectorilor bazei.

3. Fie
1
V V un subspatiu vectorial al unui spatiu euclidian V. Aratati ca
multimea
1
{ | , 0, } x V x y y V este un subspatiu vectorial al lui V.

2.2. Spatii metrice

Fie E un spatiu vectorial real. Se numeste norma pe spatiul E o aplicatie
. : E R
+
, care satisface urmatoarele proprietati:
(N
1
) x 0 , x E ; x = 0 x =
E
,
(N
2
) x x , x E, R,
(N
3
) x y + x + y , x, y E.
Un spatiu vectorial pe care s-a definit o norma se numeste spatiu (liniar) normat si se noteaza (E, . ).
Din (N
3
) rezulta inegalitatea:
x y x y , x, y E.
exemple:.
1. Pe R, considerat ca spatiu vectorial real, norma este data de modul.
2. Pe R
n
se pot defini mai multe norme ca, de exemplu,
x =
2
1
n
i
i
x

, unde x = (x
1
, x
2
,, x
n
) (norma euclidiana),

1
x
=
1
n
i
i
x

, x = (x
1
, x
2
,, x
n
),
x


=
1
max
i n
{
i
x }, x = (x
1
, x
2
,, x
n
).
Propozitia 2.2.1. Daca .,. este un produs scalar pe spatiul vectorial E, atunci expresia , x x
defineste o norma pe E.
In R
n
norma corespunzatoare produsului scalar euclidian este data de: x =

n
i
i
x
1
2
, si se numeste
norma euclidiana. Sa observam ca in geometria euclidiana pe R
n
, x y este de fapt distanta
euclidiana dintre x si y.
Fie X o multime oarecare nevida. Se numeste distanta, sau metrica pe X o aplicatie
d: X X R
+
care satisface conditiile:
(D
1
) d (x, y) 0, x, y X; d (x, y) = 0 x = y
(D
2
) d (x, y) = d (y, x), x, y X
(D
3
) d (x, y) d (x, z) + d (z, y), x, y, z X .
Perechea (X, d), astfel definita, este un spatiu metric.
exemple:
1. Daca X este o multime oarecare, atunci aplicatia d : X X R
+
definita

prin
d (x,y) =
0,
1,
x y
x y

'

este o metrica
2. Daca (E, . ) este un spatiu vectorial normat, vom defini distanta pe E prin: d (x,y) = x y .

Astfel, daca E = R
n
, definim distanta d (x, y) =
2
1
( )
n
k k
k
x y

(metrica euclidiana), unde

x = (x
1
, x
2
,, x
n
) si y = (y
1
, y
2
,, y
n
).

Pe aceeasi multime se pot defini mai multe structuri de spatiu metric. Astfel, pe R
n
mai putem defini
distantele d
1
(x, y) =
1
n
k k
k
x y

si d

(x, y) =
1
max
i i
i n
x y

, unde x = (x
1
, , x
n
) si y = (y
1
, , y
n
).

Daca (X, d) este un spatiu metric si A X o submultime, atunci (A, d
A
) este tot spatiu metric.
Intr-un spatiu metric (X, d) numim bila deschisa de centru x
0
si raza r, multimea:
B (x
0
, r) ={x E; d(x, x
0
) < r },
iar bila inchisa de centru x
0
si raza r, multimea:
B (x
0
, r) = {x E ; d (x, x
0
) r}.
exemple:
1. E = R, d (x, y) = x y B (x
0
, r) = ( x
0
- r, x
0
+ r);
2. E =R
2
, d((x
1
, y
1
), (x
2
, y
2
)) =
2 2
1 2 1 2
( ) ( ) x x y y +
B((x
0
, y
0
), r) = {(x, y);
2 2
0 0
( ) ( ) x x y y r + < } (discul de centru (x
0
, y
0
) si raza r).
Pentru A X, sa definim diametrul multimii A prin diam A =
A y x ,
sup d(x,y). Se observa ca
diam A R
+
{+ }. Multimea A este marginita daca diam A < +. Daca A este multime marginita,
atunci A este inclusa intr-o bila de raza convenabil aleasa, A B (a, diam A), unde a A.
Intr-un spatiu metric (X, d) numim vecinatate a unui punct x X orice submultime V X, care
contine o bila centrata in x. Familia vecinatatilor unui punct xX se numeste sistemul vecinatatilor
punctului x si se noteaza V (x). Asadar, V V (x) r > 0 astfel incat B (x, r) V.
Daca x si y sunt puncte distincte din X, atunci exista intotdeauna vecinatati U V (x) si V V (y), astfel
incat U V = (proprietatea de separare). Vom spune atunci ca spatiul metric este separat sau
Hausdorff .

Probleme

1. Doua norme
1
.

si
2
. , pe un spatiu vectorial E, se numesc echivalente daca exista constantele
reale a si b, astfel incat: x E, avem: a
1
x
2
x b
1
x .

Aratati ca norma euclidiana,
1
si

sunt echivalente.
R. Fie x R
n
, x = (x
1
, x
2
,, x
n
). Se arata ca: x

x
1
x n x n x

. Pentru
verificarea inegalitatii
1
x n x se foloseste inegalitatea Cauchy-Schwarz.

2. Fie (E, . ) un spatiu liniar normat. Aratati ca:
a) x E, avem x x ;
b) x, y E, avem x y x y ;
c) x
1
, x
2
,, x
n
, E, avem
1 2 1 2
... ...
n n
x x x x x x + + + + + + .

3. Fie o multime oarecare nevida. Definim aplicatia d : E E R
+
prin d (x,y) =
0,
1,
x y
x y

'

.
Verificati ca d este o distanta pe E. Determinati bilele deschise, respectiv inchise de centru x
0
E si
raza
1
2
si 1,2.