Curs 3

Spaţii vectoriale

3.1 Motivaţia introducerii spaţiului vectorial

În fizica din liceu se lucrează cu vectori, reprezentaţi de un segment de dreaptă ı̂ntre două
puncte O şi A şi o săgeată ı̂n extremitatea A. Un astfel de vector este caracterizat de direcţie,
sens şi mărime. El poate reprezenta o forţă care acţionează ı̂n punctul O. Pe mulţimea vectorilor
cu acelaşi punct de aplicaţie, O, se defineşte operaţia de adunare a doi vectori, prin regula
paralelogramului şi respectiv produsul cu un scalar (adică număr real) al unui astfel de vector
(Fig.3.1). Reprezentarea vizuală a vectorilor poate deveni greoaie ı̂n rezolvarea problemelor ı̂n
−→ −−→ −→
cazul ı̂n care dorim să determinăm, de exemplu, vectorul αOA+β OB +γ OC, unde α, β, γ sunt
scalari. Mult mai convenabil ar fi ca fiecare vector să aibă o reprezentare numerică din care să se
poată extrage informaţii relativ la direcţia, sensul şi mărimea sau modulul vectorului, prin calcul
şi nu prin desen. Exploatând proprietăţile celor două operaţii cu vectori având acelaşi punct de
aplicaţie, s-a introdus noţiunea de spaţiu vectorial peste un corp, care va permite ulterior ca
vectorii reprezentaţi prin sageţi, să poată fi reprezentaţi printr-o pereche de numere, dacă sunt
vectori ı̂ntr-un plan şi respectiv de un triplet de numere, dacă sunt vectori ı̂n spaţiul fizic tri–
dimensional. Pe lângă spaţiul vectorilor din spaţiul fizic având acelaşi punct de aplicaţie, se
vor considera şi spaţii vectoriale aparent mai abstracte, care intervin ı̂n diverse domenii din
matematică, computer science şi inginerie.

A
−−→
−→ −−→
OA + OB αO ′ C
C
O
O′
B

Fig.3.1: Regula paralelogramului de adunare a vectorilor cu acelaşi punct de aplicaţie (stânga) şi pro-
dusul unui vector cu un scalar (dreapta)

1
2 Cursul 3, Algebră liniară °
c E. Petrişor, octombrie 2007

3.2 Definiţia spaţiului vectorial. Exemple

Considerăm un corp comutativ K ı̂n care notăm cu + operaţia de adunare, cu · operaţia
multiplicativă şi cu 0, respectiv 1, elementrul neutru al grupului (K, +), respectiv elementul
unitate al grupului (K \ {0}, ·). Preponderent corpul K va fi corpul numerelor reale, R, corpul
Z2 al claselor de resturi modulo 2 şi eventual, corpul numerelor complexe, C.
Precizăm că adunarea modulo 2 din Z2 se numeşte ı̂n computer science exclusive or
şi se notează XOR (derivat din eXclusive OR). În C şi C++ operaţia pe biţi XOR se notează
ˆ , iar ı̂n criptografie ⊕.

Definiţia 3.2.1 Fie V o mulţime nevidă pe care definim o operaţie de adunare, care asociază
fiecărei perechi (v, w) ∈ V × V un element din V , notat v + w:

(v, w) 7→ v + w

şi o operaţie de ı̂nmulţire cu elemente din corpul K, care asociază unui număr α ∈ K şi unui
element v ∈ V elementul notat αv ∈ V :

(α, v) 7→ αv.

V are structură de spaţiu vectorial peste corpul K dacă cele două operaţii verifică condiţiile
următoare:
SV1. (v + w) + u = v + (w + u), ∀ v, w, u ∈ V (asociativitatea adunării);
SV2. există un element ı̂n V , notat θ, cu proprietatea că v + θ = θ + v = v, ∀ v ∈ V ;
SV3. pentru orice v ∈ V există un element v 0 ∈ V astfel ı̂ncât v + v 0 = v 0 + v = θ;
SV4. v + w = w + v, ∀ v, w ∈ V ;
SV5. α(v + w) = αv + αw, ∀α ∈ K, şi ∀ v, w ∈ V ;
SV6. (α + β)v = αv + βv, ∀ α, β ∈ K, ∀ v ∈ V ;
SV7. α(βv) = (αβ)v, ∀ α, β ∈ K, ∀ v ∈ V ;
SV8. 1v = v, ∀ v ∈ V .

Comentarii:
1. Dacă V are structură de spaţiu vectorial peste corpul K, atunci elementele lui V se numesc
vectori, iar cele din corpul K, scalari;
2. Operaţia de adunare a vectorilor este o operaţie internă, deoarece asociază la orice doi vectori,
tot un vector;
3. Operaţia a doua, αv, se numeşte operaţie de ı̂nmulţire a vectorilor cu scalari. Ea este o
operaţie externă, ı̂n sensul că unui scalar α (deci un element din ”exteriorul” mulţimii de vectori)
şi unui vector v i se asociază vectorul αv;
4. Condiţiile SV1–SV4 asigură că mulţimea V are o structură de grup faţa de adunare. Elemen-
tul neutru, θ, faţa de adunarea vectorilor se numeşte vectorul nul al spaţiului;
5. Simetricul v 0 al vectorului v, faţa de adunare, se va nota −v şi ı̂l numim opusul vectorului v;
Cursul 3, Algebră liniară °
c E. Petrişor, octombrie 2007 3

6. Condiţiile SV5–SV8 din definiţia spaţiului vectorial stabilesc legături dintre operaţiile pe
corpul K şi cele din spaţiul V .

În continuare vom nota (indica) prin V /K, spaţiul vectorial peste corpul K. Dacă K = R,
atunci V /R se numeşte spaţiu vectorial real, iar dacă K = C, atunci V /C se numeşte spaţiu
vectorial complex. Cu unele excepţii, noi vom studia spaţii vectoriale reale. Spaţiul vectorial
real, fundamental ı̂n algebra liniară este spaţiul aritmetic Rn .

Exemplul 1. Spaţiul vectorial aritmetic Rn /R este definit de

V = Rn = {x = (x1 , x2 , . . . , xn )| xi ∈ R, i = 1, n}

Rn este mulţimea n–uplurilor de numere reale. Dacă n = 2, R2 este mulţimea cuplurilor

(perechilor), (x1 , x2 ), de numere reale, iar pentru n = 3, R3 este mulţimea tripletelor de numere
reale, (x1 , x2 , x3 ). Deci pentru n arbitrar, folosim termenul de n–uplu.
Notaţia consacrată1 (standardizată) pentru un element din Rn este sub formă de matrice
coloană cu elemente din R:
 
x1
 x2 
 
x =  ..  sau echivalent x = (x1 , x2 , . . . , xn )T
 . 
xn

Operaţiile ce ı̂nzestrează pe Rn cu o structură de spaţiu vectorial real sunt definite astfel:

• adunarea: pentru orice x = (x1 , x2 , . . . , xn )T , y = (y1 , y2 , . . . , yn )T ∈ Rn ,

x + y = (x1 + y1 , x2 + y2 , . . . , xn + yn )T ∈ Rn

• ı̂nmulţirea cu scalari: pentru orice α ∈ R şi x = (x1 , x2 , . . . , xn )T ∈ Rn ,

αx = (αx1 , αx2 , . . . , αxn )T ∈ Rn

Vectorul nul al spaţiului vectorial Rn /R este θn = (0, 0, . . . , 0)T . În particular vectorul nul din
| {z }
n
R2 /R este θ2 = (0, 0)T , iar din R3 , θ3 = (0, 0, 0)T .
Exemplul 2. Spaţiul vectorial Cn peste corpul numerelor complexe se defineşte analog cu
spaţiul Rn /R. Şi anume, Cn este mulţimea n–uplurilor de numere complexe,
√ z= (z1 , z2 , . . . , zn )T ,
T
zi ∈ C, i = 1, n. De exemplu, cvadruplul z=(−1 + 2i, 3, −5i, 1/2 + i 3/2) este un vector
din C4 . Deşi pare mai abstract la prima vedere, spaţiul vectorial Cn /C are aplicaţii ı̂n domenii
practice ca de exemplu, studiul semnalelor analogice şi digitale.
Exemplul 3. Spaţiul vectorial Zn2 peste corpul Z2 . Z2n este mulţimea n-uplurilor de elemente
din Z2 = {0, 1}, numite adesea stringuri de n biţi:

Zn2 = {b = (b1 , b2 , . . . , bn )T | bi ∈ Z2 , i = 0, n}
1
verificaţi pe net!
4 Cursul 3, Algebră liniară °
c E. Petrişor, octombrie 2007

De exemplu b = (0, 1, 1, 0, 1, 0, 0) este un string de biţi din Z72 .

Suma a două stringuri b = (b1 , b2 , . . . , bn )T , c = (c1 , c2 , . . . , cn )T este stringul

d = b + c = (b1 ⊕ c1 , b2 ⊕ c2 , . . . , bn ⊕ cn )T

unde ⊕ este adunarea modulo 2 (operaţia XOR ı̂ntre biţi) .

Produsul dintre un ”scalar” α ∈ Z2 şi un string de biţi b = (b1 , b2 , . . . , bn )T este definit
astfel:
αb = (α · b1 , α · b2 , . . . , α · bn )T
unde ı̂nmuţirea α · bi este ı̂nmulţirea modulo 2 dată ı̂n tabelul:

· 0 1
0 0 0
1 0 1

Exemplul 4. Spaţiul vectorial real al funcţiilor definite pe o mulţime D, cu valori reale. În acest
caz V este definit astfel:
V = F(D) = {f : D → R}
• suma a două funcţii din F(D) se defineşte punctual, şi anume dacă f, g ∈ F (D), atunci
f + g este funcţia definită pe D prin (f + g)(x) = f (x) + g(x), ∀ x ∈ D;
• produsul unei funcţii f ∈ F (D) cu un scalar α ∈ R, este funcţia definită pe D prin
(αf )(x) = αf (x), ∀ x ∈ D.
În Fig. 3.2 ilustrăm aceaste operaţii ı̂n cazul ı̂n care D este un interval [a, b] ⊂ R.
Vectorul nul ı̂n spaţiul funcţiilor F(D) este funcţia θ : D → R, constantă şi egală cu zero:
θ(x) = 0, ∀ x ∈ D.
y

f (x) + g(x)
f +g

g(x) g

f (x) f

x x
y
αf
αf (x)

f (x) f

x x

Fig.3.2: Ilustrarea grafică a sumei a două funcţii, respectiv a produsului unei funcţii cu un scalar.
Cursul 3, Algebră liniară °
c E. Petrişor, octombrie 2007 5

Exemplul 5. Mulţimea matricilor de tip m × n cu elemente din corpul K = R, C, Z2 ,

Km×n = {A = (aij )|aij ∈ K, i = 1, m, j = 1, n}
are structură de spaţiu vectorial peste corpul K, relativ la operaţia uzuală de adunare a matricilor,
respectiv ı̂nmulţirea cu un scalar (atenţie la matricile binare, cu elemente din Z2 , unde adunarea
şi ı̂nmultirea este modulo 2!).
Exemplul 6. Mulţimea vectorilor cu acelaşi punct de aplicaţie O din spaţiul fizic S:
−→
V = {OA, A ∈ S}
este spaţiu vectorial real, relativ la operaţiile definite la ı̂nceputul cursului.

Operaţii particulare ı̂ntr-un spaţiu vectorial. Într-un spaţiu vectorial V /K ı̂n care vectorul
nul este θ, iar 0 este scalarul zero şi 1 unitatea din corpul K, avem următoarele proprietăţi:
• 0v = θ, ∀ v ∈ V şi αθ = θ, ∀ α ∈ K;
• (−1)v = −v, ∀ v ∈ V (produsul scalarului -1 cu vectorul v este opusul lui v);
• dacă αv = θ, atunci α = 0 sau v = θ.
Aceste proprietăţi rezultă combinând convenabil condiţii din definiţia spaţiului vectorial.

3.3 Dependenţă şi independenţă liniară

Fie V /K un spaţiu vectorial peste corpul K, v1 , v2 , . . . , vm un număr finit de vectori din V
şi α1 , α2 , . . . , αm , m scalari din K. Cum produsul unui scalar cu un vector este vector şi suma
unor vectori este vector, rezultă că α1 v1 + α2 v2 + · · · + αm vm este un vector u. Spunem că
vectorul
u = α1 v1 + α2 v2 + · · · + αm vm , (3.1)
este o combinaţie liniară a vectorilor v1 , v2 , . . . , vm . Cu alte cuvinte, vectorul u depinde liniar
de vectorii v1 , v2 , . . . , vm .
Având o familie finită de vectori {v1 , v2 , . . . , vm } ne ı̂ntrebăm ı̂n ce condiţii un vector vi
din familie depinde liniar de ceilalţi, adică se poate exprima ca o combinaţie liniară a celorlalţi
vectori, şi ı̂n ce condiţii vi este independent de ceilalţi vectori.
Definiţia 3.3.1 Vectorii v1 , v2 , . . . vm din spaţiul vectorial V /K sunt vectori liniar dependenţi
dacă există n scalari nu toţi nuli, α1 , α2 , . . . , αm ∈ K, astfel ı̂ncât:
α1 v1 + α2 v2 + . . . αm vm = θ (3.2)
Această definiţie pare a nu avea legătură cu dependenţa ilustrată mai sus. Analizând ı̂nsă
condiţiile din Definiţia 3.3.1, rezultă că dacă scalarii α1 , α2 , . . . , αm nu sunt toţi nuli, atunci
cel puţin unul din ei este nenul. Dacă, de exemplu, α1 este nenul, atunci există α1−1 := 1/α1 .
Înmulţind relaţia (3.4) cu 1/α1 obţinem:
α2 α3 αm
v1 = − v2 − v3 − · · · vm , (3.3)
α1 α1 α1
6 Cursul 3, Algebră liniară °
c E. Petrişor, octombrie 2007

adică v1 se exprimă ca o combinaţie liniară a vectorilor v2 , v3 , . . . , vm .

Remarcăm că oricare ar fi vectorii v1 , v2 , . . . , vm , combinaţia lor liniară cu coeficientii 0 este
vectorul nul:
0v1 + 0v2 + · · · + 0vm = θ
Atunci când se studiază dependenţa unui sistem de vectori v1 , v2 , . . . , vm , practic se deter-
mină dacă o combinaţie liniară a lor dă vectorul nul doar pentru toţi scalarii zero sau şi pentru
scalari nu toţi nuli.

Definiţia 3.3.2 Vectorii v1 , v2 , . . . vm din spaţiul vectorial V /K sunt vectori liniar independenţi
dacă o combinaţie liniară a lor poate fi egală cu vectorul nul:

α1 v1 + α2 v2 + . . . αm vm = θ, (3.4)

doar dacă toţi scalarii α1 , α2 , . . . , αm sunt zero.

Exemplul 7. În spaţiul vectorial R3 /R se dau vectorii v1 = (−1, 2, 3)T , v2 = (−9, 16, 7)T ,
v3 = (3, −5, 1)T . Să se verifice dacă aceşti vectori sunt liniar dependenţi sau independenţi şi ı̂n
caz de dependenţa să se determine relaţia dintre ei.
Rezolvare: Presupunem că există trei scalari α1 , α2 , α3 ∈ R astfel ı̂ncât:

α1 v1 + α2 v2 + α3 v3 = θ3 (3.5)

Evident că relaţia (3.5) are loc dacă α1 = α2 = α3 = 0. Pentru a stabili dacă vectorii daţi
sunt liniar independenţi sau dependenţi trebuie să investigăm dacă relaţia (3.5) poate avea loc
doar pentru cei trei scalari, simultan zero sau şi pentru un set de scalari α1 , α2 , α3 , nu toţi nuli.
În acest scop ı̂nlocuim ı̂n (3.5) fiecare vector prin tripletul reprezentativ şi efectuăm operaţiile
corespunzătoare din R3 :
       
−1 −9 3 0
α1  2  + α2  16  + α3  −5  =  0  ⇔
3 7 1 0
       
−α1 −9α2 3α3 0
 2α1  +  16α2  +  −5α3  =  0  ⇔ (3.6)
3α1 7α2 α3 0
   
−α1 − 9α2 + 3α3 0
 2α1 + 16α2 − 5α3  =  0 
3α1 + 7α2 + α3 0
Cum două triplete sunt egale dacă şi numai dacă coordonatele din aceeaşi poziţie coincid,
obţinem:
−α1 − 9α2 + 3α3 = 0
2α1 + 16α2 − 5α3 = 0 (3.7)
3α1 + 7α2 + α3 = 0
Cursul 3, Algebră liniară °
c E. Petrişor, octombrie 2007 7

Prin urmare, problema independenţei sau dependenţei vectorilor v1 , v2 , v3 s-a transformat ı̂n
problema care cere să stabilim dacă sistemul liniar şi omogen (3.7) admite numai soluţia banală
α1 = α2 = α3 = 0 sau şi soluţii nebanale. Dacă sistemul admite doar soluţia banală, atunci
vectorii sunt liniar independenţi, iar dacă admite şi soluţii nebanale, atunci vectorii sunt liniar
dependenţi.
Pentru a decide natura soluţiilor calculăm rangul matricii sistemului:
 
−1 −9 3
A =  2 16 −5 
3 7 1

Cum determinantul matricii A este det(A) = 0, rezultă că sistemul admite şi soluţii nebanale,
cu alte cuvinte există trei scalari nu toţi nuli, (α1 , α2 , α3 ), soluţie a sistemului omogen, astfel
ı̂ncât pe baza şirului de echivalenţe (3.6) avem relaţia (3.5), adică vectorii sunt liniar dependenţi.
Pentru a determina relaţia dintre ei, rezolvăm efectiv sistemul omogen pentru a găsi o soluţie
nebanală. Rangul matricii sistemului este 2 şi un determinant principal este:
¯ ¯
¯ −1 −9 ¯
∆ = ¯¯ ¯ 6= 0,
2 16 ¯

constituit din coeficienţii necunoscutelor α1 , α2 . Prin urmare rezolvăm doar sistemul format din
primele două ecuaţii ı̂n raport cu necunoscutele principale α1 , α2 . Necunoscuta secundară α3 o
notăm cu β:
−α1 − 9α2 = −3β
2α1 + 16α2 = 5β
Rezolvând obţinem α1 = −3β/2, α2 = β/2, α3 = β, β ∈ R. Deci familia soluţiilor este
(−3/β/2, β/2, β), β ∈ R. O soluţie nebanală obţinem pentru β 6= 0, fixat. Luând β = 2 avem
α1 = −3, α2 = 1, α3 = 2 şi deci relaţia de dependenţa a celor trei vectori devine:
1 2
−3v1 + v2 + 2v3 = θ3 ⇔ v2 = 3v1 − 2v3 ⇔ v1 = v2 + v3
3 3
Exemplul 8. Să se arate că vectorii v1 = (0, 2, −1, 5)T , v2 = (1, 3, −2, 4)T , v3 = (1, 0, −1, 3)T
din spaţiul vectorial R4 /R sunt liniar independenţi.
Rezolvare: Presupunem că o combinaţie liniară a celor trei vectori este vectorul nul:

α1 v1 + α2 v2 + α3 v3 = θ4 , αi ∈ R, i = 1, 2, 3

Înlocuind vectorii cu cvadrupletele reprezentative şi efectuând calculele obţinem succesiv:

α1 (0, 2, −1, 5)T + α2 (1, 3, −2, 4)T + α3 (1, 0, −1, 3)T = (0, 0, 0, 0)T ⇔

0α1 + α2 + α3 = 0
2α1 + 3α2 + 0α3 = 0
.
−1α1 − 2α2 − 1α3 = 0
5α1 + 4α2 + 3α3 = 0
8 Cursul 3, Algebră liniară °
c E. Petrişor, octombrie 2007

Din nou demonstrarea independenţei s-a transformat ı̂n demonstrarea faptului că un sistem liniar
şi omogen de 4 ecuaţii cu trei necunoscute asociat problemei are doar soluţia banală. Matricea
sistemului de tip 4 × 3  
0 1 1
 2 3 0 
A=  −1 −2 −1 


5 4 3
poate avea rangul maxim egal cu 3. Determinantul
¯ ¯
¯ 0 1 1 ¯
¯ ¯
∆=¯ 2¯ 3 0 ¯=1
¯
¯ −1 −2 −1 ¯

asigură că rangul este 3, deci ecuaţiile principale conţinând necunoscutele principale sunt:

0α1 + α2 + α3 = 0
2α1 + 3α2 + 0α3 = 0
−1α1 − 2α2 − 1α3 = 0

Acest sistem liniar şi omogen de trei ecuaţii cu trei necunoscute are determinantul diferit de 0,
deci admite doar soluţia banală α1 = α2 = α3 = 0. Prin urmare cei trei vectori sunt liniar
independenţi, adică nici unul nu se poate exprima ca o combinaţie liniară a celorlaţi doi.

Observaţia 3.3.1 Orice sistem (mulţime) de vectori ce conţine vectorul nul este sistem de vec-
tori liniar dependenţi.

Într-adevăr, fie v1 , v2 , . . . , vm un sistem de vectori din spaţiul vectorial V /K. Presupunem

că vectorul vi este vectorul nul θ. Evident că sistemul de n scalari α1 = 0, . . . , αi−1 =
0, αi , αi+1 = 0, , . . . αm = 0 cu αi 6= 0, conduce la:

0v1 + · · · 0vi−1 + αi θ + 0vi+1 + · · · 0vm = θ,

adică vectorii v1 , v2 , . . . , vi−1 , θ, vi+1 , . . . , vn sunt liniar dependenţi.

Cursul 3, Algebră liniară °
c E. Petrişor, octombrie 2007 9

Criteriul practic de determinare a independenţei sau dependenţei liniare a unui sistem de

vectori din Kn /K.

Exemplele precedente au ilustrat că problema independenţei sau dependenţei liniare a unui
sistem de vectori din Rn /R (n=3,4) se reduce la a deduce dacă un sistem de ecuaţii liniare
şi omogene cu coeficienţi din R admite doar soluţia banală sau şi soluţii nebanale. În con-
tinuare vom arăta că natura soluţiilor unui astfel de sistem de ecuaţii cu coeficienţi ı̂n corpul
K (= R, C, Z2 ) asociat unei mulţimi finite de vectori rezultă din relaţia dintre rangul matricii
sistemului şi numărul de vectori.
Fie sistemul de k vectori din Kn /K:

v1 = (a11 , a12 , . . . , a1n )T , v2 = (a21 , a22 , . . . , a2n )T , . . . , vk = (ak1 , ak2 , . . . , akn )T

Să deducem condiţiile ı̂n care aceşti vectori sunt liniar independenţi, respectiv liniar dependenţi.
Presupunem că:
α1 v1 + α2 v2 + . . . αk vk = θn
Înlocuind vectorii prin n–uplurile ce-i definesc avem:

α1 (a11 , a12 , . . . , a1n )T + α2 (a21 , a22 , . . . , a2n )T + · · · αk (ak1 , ak2 , . . . , akn )T =

(0, 0, . . . , 0 )T (3.8)
| {z }
n ori
şi efectuând calculele obţinem sistemul liniar şi omogen de n ecuaţii cu k necunoscute:

a11 α1 + a21 α2 + . . . ak1 αk = 0

a12 α1 + a22 α2 + . . . ak2 αk = 0
.. (3.9)
.
a1n α1 + a2n α2 + . . . akn αk = 0

Observăm că matricea sistemului are coloanele constituite din elementele ce definesc vectorii
daţi, adică pe coloana 1 sunt elementele n-uplului v1 , . . ., pe coloana k elementele n-uplului vk :

v1 v2 vk
 ↓ ↓ ↓ 
a11 a21 . . . ak1
 a12 a22 . . . ak2  (3.10)
 
A= .. .. .. ,
 . . ... . 
a1n a2n . . . akn

adică
A = [v1 |v2 | . . . |vk ]
Pentru a deduce când sistemul admite doar soluţia banală şi când şi soluţii nebanale considerăm
două cazuri:
10 Cursul 3, Algebră liniară °
c E. Petrişor, octombrie 2007

1. Dacă k > n, ı̂n matricea A numărul de coloane este mai mare decât numărul de linii şi
astfel A poate avea rangul cel mult n. Prin urmare ı̂n ecuaţiile principale vor exista cel
mult n necunoscute principale şi k − n necunoscute secundare. Deci sistemul admite şi
soluţii nebanale, adică vectorii v1 , v2 , . . . , vk sunt liniar dependenţi.

2. Dacă k ≤ n atunci rangul matricii poate fi cel mult k.

• când rang(A) = k un determinant principal conţine elemente de intersecţie a k

linii cu cele k coloane existente. Deci sistemul omogen ce se va rezolva are doar
necunoscute principale: α1 , α2 , . . . , αk . Cum determinantul acestui sistem este de-
terminantul principal, deci diferit de zero, rezultă că sistemul admite doar soluţia
banală. Prin urmare ı̂n acest caz, cei k vectori sunt liniar independenţi.
• Daca rangul matricii este mai mic decât k, atunci sistemul asociat determinantului
principal are şi necunoscute secundare, deci şi soluţii nebanale. Prin urmare vectorii
sunt liniar dependenţi

Din această discuţie rezultă următoarea regulă practică de determinare a dependenţei sau inde-
pendenţei liniare a k vectori din Rn , numită ı̂n continuare Criteriul practic de determinare a
dependenţei sau independenţei unui sistem de vectori:
Vectorilor v1 , v2 , . . . vk ∈ Kn li se asociază matricea ce are drept coloane, n–uplurile ce
definesc vectorii:
v1 v2 vk
 ↓ ↓ ↓ 
a11 a21 . . . ak1
 a12 a22 . . . ak2 
 
A =  .. .. .. 
 . . ... . 
a1n a2n . . . akn
• Dacă rangul matricii A este egal cu numărul de vectori, atunci vectorii sunt liniar
independenţi.
• Dacă rangul matricii este diferit de numărul de vectori, atunci aceştia sunt liniar
dependenţi.
Pentru determinarea dependenţei sau independenţei unui sistem de vectori din Kn cu n > 4,
este foarte utilă forma scară redusă a matricii asociate sistemului de vectori. Mai mult dacă vec-
torii sunt liniar dependenţi atunci din forma scară redusă se ”poate citi” şi relaţia de dependenţă
ı̂ntre vectori.
Enunţul criteriului practic folosind forma scară redusă. Dacă forma scară redusă a
matricii A = [v1 |v2 | · · · |vk ], asociată vectorilor v1 , v2 , . . . , vk ∈ Kn , conţine k pivoţi, atunci
vectorii sunt liniar independenţi, iar dacă numărul de pivoţi este diferit de numărul de vectori,
atunci vectorii sunt liniar dependenţi.
Pentru a ilustra o proprietate importantă a formei scară redusă ce este utilă ı̂n stabilirea
relaţiei de dependenţă dintre vectorii dintr-un sistem liniar dependent, considerăm următorul
Cursul 3, Algebră liniară °
c E. Petrişor, octombrie 2007 11

exemplu: Fie v1 , v2 , v3 , v4 , v5 ∈ R4 , cinci vectori a căror matrice asociată, A = [v1 |v2 |v3 |v4 |v5 ]
este:  
1 2 2 3 1
 2 4 4 6 2 
A=  3 6 6 9 6 


1 2 4 5 3
Forma scară redusă amatricii A este:
 
1 2 0 1 0
 0 0 1 1 0 
SA = 
 0

0 0 0 1 
0 0 0 0 0

Matricea SA conţine 3 pivoţi. Rezultă astfel că vectorii sunt liniar de dependenţi, deoarece
numărul de pivoţi (sau echivalent rangul matricii A) este diferit de numărul de vectori.
Observăm că orice coloană diferită de coloanele 1, 3, 5, ce conţin pivoţii, se poate exprima
ca o combinaţie liniară a coloanelor 1, 3, 5. Coloana 2:
       
2 1 0 0
 0   0   1   0 
  = 2  + 0  + 0 
 0   0   0   1 
0 0 0 0

Coloana 4:       
1 1 0 0
 1   0   1   0 
  = 1  + 1  + 0 
 0   0   0   1 
0 0 0 0
Analizând acum coloanele 2 şi 4 ale matricii iniţiale observăm că ele se exprimă ca şi combinaţii
liniare cu aceeaşi coeficienţi ale coloanelor 1, 3, 5:
   
2 1
 4   2 
  = 2   ⇔ v2 = 2v1
 6   3 
2 1
     
3 1 2
 6   2   4 
  = 1   + 1   ⇔ v4 = 1v1 + 1v3 + 0v5
 9   3   6 
5 1 4
Adunând cele două relaţii ı̂ntre vectori obţinem următoarea relaţie ı̂ntre cei 5 vectori:
v2 + v4 = 3v1 + 1v3 + 0v5
Este natural să ne ı̂ntrebăm de ce se păstrează relaţia de dependenţă ı̂ntre coloanele matricii
A şi pentru coloanele matricii reduse SA . Motivul este că prin transformări elementare pe
12 Cursul 3, Algebră liniară °
c E. Petrişor, octombrie 2007

linie eventualele relaţii de dependenţă ı̂ntre coloanele matricii A nu se schimbă, şi deci ı̂ntre
coloanele matricii scară reduse, SA , există aceleaşi relaţii.
În concluzie, forma scară redusă a unei matrici ı̂nglobează următoarele informaţii:

1. Rangul r al matricii iniţiale A este egal cu numărul pivoţilor, adică numărul liniilor nenule
din forma scară redusă.

2. Dacă pivoţii se găsesc ı̂n poziţiile (1, j1 ), (2, j2 ), . . . (r, jr ), atunci orice coloană din ma-
tricea A diferită de coloanele j1 , j2 , . . . , jr se exprimă ca o combinaţie liniară a coloanelor
j1 , j2 , . . . , jr . Această combinaţie se citeşte din matricea scară redusă. De exemplu dacă
ı̂n forma scară redusă o astfel de coloană este:
 
s1j
 s2j 
 . 
 . 
 . 
 
 sr,j 
 
 0 
 . 
 .. 
0

atunci ea se exprimă ı̂n funcţie de coloanele j1 , j2 , . . . jr astfel:

       
s1j 1 0 0
 s2j   0   1   0 
       
 ..   ..   ..   .. 
 .   .   .   . 
       
 sr,j  = s1j  0  + s2j  0  + · · · + srj  1 
       
 0   0   0   0 
 ..   ..   ..   .. 
 .   .   .   . 
0 0 0 0

Exemplul 9. Să se studieze dependenţa sau independenţa sistemului de vectori din R5 :

v1 = (1, 2, 4, −2, 5)T , v2 = (2, 3, 0, 1, −2)T , v3 = (4, 5, −8, 7, −16)T

şi ı̂n caz de dependenţă sa se determine relaţia dintre vectori.

Matricea asociată A = [v1 |v2 |v3 ] este:

 
1 2 4
 2 3 5 
 
A=
 4 0 −8 

 −2 1 7 
5 −2 −16
Cursul 3, Algebră liniară °
c E. Petrişor, octombrie 2007 13

Forma scară redusă:  

1 0 −2
 0 1 3 
 
SA = 
 0 0 0 

 0 0 0 
0 0 0
Din SA rezultă că rangul matricii A este 2 deci diferit de numărul de vectori. Prin urmare cei
trei vectori sunt liniar dependenţi şi v3 = −2v1 + 3v3 , pentru că ı̂n SA avem:
coloana 3 = -2 × coloana 1+3 × coloana 2.

3.4 Baze ı̂ntr-un spaţiu vectorial

Definiţia 3.4.1 Un sistem ordonat de vectori, B = (e1 , e2 , . . . , en ), din spaţiul vectorial V /K,
formează o bază ı̂n V dacă:
B1. Vectorii sunt liniar independenţi.
B2. Orice alt vector v din spaţiul vectorial V se exprimă ca o combinaţie liniară a vectorilor
e1 , e2 , . . . , en :
v = x1 e1 + x2 e2 + · · · + xn en , x1 , x2 , . . . , xn ∈ K (3.11)

Propoziţia 3.4.1 Având fixată o bază, B, ı̂n spaţiul vectorial V /K, orice vector v ∈ V se
exprimă ca o combinaţie liniară unică a vectorilor din bază.

Demonstraţie: Presupunem că vectorul v admite două exprimări ı̂n baza B:

v = x1 e1 + x2 e2 + · · · + xn en şi v = y1 e1 + y2 e2 + · · · + yn en

Deoarece v − v = θ, rezultă scăzând cele două expresii ale vectorului v că:

(x1 − y1 )e1 + (x2 − y2 )v2 + · · · + (xn − yn )en = θ

ceea ce ı̂nseamnă că o combinaţie liniară a vectorilor e1 , e2 , . . . , en dă vectorul nul. Dar cum
vectorii bazei sunt liniar independenţi rezultă că:

x1 − y1 = 0, x2 − y2 = 0, . . . , xn − yn = 0

adică xi = yi , ∀ i = 1, n, şi deci exprimarea vectorului v ı̂n baza B este unică.

Scalarii x1 , x2 , . . . , xn din exprimarea vectorlui v ı̂n funcţie de vectorii bazei B, se numesc

coordonatele vectorului v ı̂n baza B.
Numele de bază este sugestiv, deoarece vectorii ei constituie fundamentul, ”baza” pe care
se construieşte ı̂ntreg spaţiul. Cunoscând vectorii bazei, prin combinaţii liniare ale acestora, se
”construieşte” orice alt vector din spaţiu.
Exemplul 10. Sistemul de vectori B = (e1 = (1, 0, 0)T , e2 = (0, 1, 0)T , e3 = (0, 0, 1)T )
constituie o bază ı̂n spaţiul vectorial R3 .
14 Cursul 3, Algebră liniară °
c E. Petrişor, octombrie 2007

B1. Să arătăm că vectorii sunt liniar independenţi. Matricea asociată: A = [e1 |e2 |e3 ] este:
 
1 0 0
A= 0 1 0 
0 0 1

Deoarece det(A) = 1, rangul matricii este 3, deci egal cu numărul de vectori. Prin urmare
conform criteriului practic, vectorii e1 , e2 , e3 sunt liniar independenţi.
B2. Să arătăm că orice alt vector v = (x1 , x2 , x3 )T din R3 se exprimă ca o combinaţie liniară
a vectorilor e1 , e2 , e3 :

             
x1 x1 0 0 1 0 0

v = x2 =  0   
+ x2 +  0  = x1 0 + x2 1 + x3 0  =
    
x3 0 0 x3 0 0 1

= x1 e 1 + x2 e 2 + x3 e 3
Observăm că coordonatele unui vector v = (x1 , x2 , x3 )T din R3 , ı̂n baza B, sunt chiar
numerele reale ce definesc tripletul v. De exemplu coordonatele vectorului v = (−5, 4, 1)T ı̂n
baza B sunt −5, 4, 1, adică v = −5e1 + 4e2 , +1e3 . Această bază se numeşte baza canonică sau
baza standard din R3 .
În mod analog:
Exemplul 11. Se arată că ı̂n spaţiul vectorial Rn /R, sistemul de vectori:

B = (e1 = (1, 0, 0, . . . , 0)T , . . . , ei = (0, 0, . . . , |{z}

1 , . . . , 0)T en = (0, 0, 0, . . . , 1)T )
i

constiuie o bază. Această bază se numeşte baza canonică din Rn /R.

Este baza canonică din R3 unica bază? Nu, după cum se poate vedea din:
Exemplul 12. Să se arate că sistemul de vectori

B 0 = (u1 = (−1, 2, 0)T , u2 = (2, 3, −2)T , u3 = (4, 1, 1)T )

constituie o bază ı̂n spaţiul vectorial R3 . Să se determine apoi coordonatele vectorului v =
(−3, 1, 5) relativ la această bază.

B1. Să arătăm că vectorii din sistem sunt liniar independenţi folosind criteriul practic:
 
−1 2 4
A = [u1 |u2 |u3 ] =  2 3 1 
0 −2 1

Determinantul matricii este det(A)=-7, deci rangul matricii este 3 şi egal cu numărul de vectori.
deci vectorii sunt liniar independenţi.
Cursul 3, Algebră liniară °
c E. Petrişor, octombrie 2007 15

B2. Fie v = (a1 , a2 , a3 )T , un vector arbitrar din R3 . Trebuie să arătăm că v se poate exprima
ca o combinaţie liniară unică a vectorilor u1 , u2 , u3 : v = y1 u1 + y2 u2 + y3 u3 , cu y1 , y2 , y3 ∈ R.
Înlocuind fiecare vector cu coordonatele sale rezultă că trebuie să arătăm că există un unic triplet
(y1 , y2 , y3 ) astfel ı̂ncât:
       
a1 −1 2 4
 a2  = y1  2  + y2  3  + y3  1 
a3 0 −2 1
sau echivalent:

−y1 + 2y2 + 4y3 = a1

2y1 + 3y2 + y3 = a2 (3.12)
0y1 − 2y2 + 1y3 = a3
A arăta că orice vector v = (a1 , a2 , a3 )T se poate exprima unic ca o combinaţie liniră a vec-
torilor u1 , u2 , u3 revine la a arăta că oricare ar fi termenii liberi ai sistemului de ecuaţii liniare
şi neomogene (3.12), acesta este compatibil determinat, adică există o unică soluţie (y1 , y2 , y3 ).
Matricea sistemului este A = [u1 |u2 |u3 ]. Determinantul ei este diferit de zero, deci sistemul
este compatibil determinat.
În concluzie sistemul de vectori B 0 constituie o bază ı̂n R3 , ı̂nsă spre deosebire de baza
canonică, coordonatele unui vector v ı̂n această bază nu se pot ”citi” automat din tripletul
reprezentativ, ci trebuie să rezolvăm sistemul (3.12) pentru a afla aceste coordonate.
Să determinăm coordonatele vectorului v = (−3, 1, 5)T ı̂n baza B 0 , adică scalarii y1 , y2 , y3
astfel ı̂ncât (−3, 1, 5)T = y1 u1 + y2 u2 + y3 u3 . Efectuând calculele ca mai sus, determinarea
coordonatelor yi , i = 1, 3 revine la a rezolva sistemul:
−y1 + 2y2 + 4y3 = −3
2y1 + 3y2 + y3 = 1 (3.13)
0y1 − 2y2 + 1y3 = 5

Acest exemplu ilustrează că ı̂n spaţiul vectorial R3 nu există doar o singură bază.
Se poate demonstra că ı̂ntr-un spaţiu vectorial V 6= {θ} dacă există o bază B = (e1 , e2 , . . . , en ),
atunci există o infinitate de baze cu acelaşi număr de vectori n.

Definiţia 3.4.2 Fie V un spaţiu vectorial peste corpul K ı̂n care există o bază formată dintr-
un număr finit, n, de vectori. Numărul n se numeşte dimesiunea spaţiului vectorial V /K, iar
spaţiul vectorial se numeşte spaţiu vectorial de dimensiune n sau spaţiu vectorial n–dimensional.

Observaţia 3.4.1 Algebra liniară studiază spaţii vectoriale de dimensiune finită.

Exemplul 13. Spaţiul vectorial R2 /R are dimensiunea 2, deoarece baza canonică

B = (e1 (1, 0)T , e2 = (0, 1)T ), conţine doi vectori. În mod analog, R3 /R are dimesiunea 3, iar
Rn /R are dimesiunea n.