Capitolul II: Spatii vectoriale

Lect. dr. Lucian Maticiuc

Facultatea de Electronica, Telecomunicatii

si Tehnologia Informatiei
Algebra, Semestrul I,
Lector dr. Lucian MATICIUC
http://math.etti.tuiasi.ro/maticiuc/

CURS III V

SINTEZA

Spatii vectoriale

Definitia 1 Fie K un corp comutativ (camp) ale carui elemente le vom numi scalari. Fie V o multime
a carei elemente le vom numi vectori. Vom spune ca V este un spatiu vectorial peste campul K daca pe
multimea V sunt definite doua legi de compozitie, una interna + numita adunarea vectorilor, astfel ncat
pentru orice ~x, ~y V avem ca ~x + ~y V, si una externa numita nmultirea vectorilor cu scalari, astfel
ncat pentru K si ~x V avem ca ~x V, si astfel ncat:
1. Adunarea vectorilor este asociativa
2. Adunarea vectorilor este comutativa
3. Exista un vector notat ~0 V , numit vector nul, astfel ncat ~x + ~0 = ~0 + ~x = ~x, ~x V,
4. Pentru orice ~x V exista vectorul ~x V , numit opusul lui ~x, astfel ncat ~x + (~x) = (~x) + ~x = ~0,
5. ( ~x) = () ~x, , K, ~x V,
6. ( + ) ~x = ~x + ~x, , K, ~x V,
7. (~x + ~y ) = ~x + ~y , K, ~x, ~y V,
8. 1 ~x = ~x, ~x V.
Exemplul 2 Multimea R a numerelor reale formeaza un spatiu vectorial peste R.
Exemplul 3 Multimea Pn (x) a polinoamelor cu coeficienti reali de grad cel mult n (unde n N este arbitrar fixat). formeaza un spatiu vectorial peste R cu operatiile de adunare ale polinoamelor si de nmultirea
a acestora cu un numar real.
Exemplul 4 Spatiul vectorial aritmetic K n . Fie K un camp oarecare si n N . Sa consideram spatiul
K n dat de produsul cartezian
K n := K K K = {~x = (x1 , . . . , xn ) : x1 , . . . , xn K}
Definim operatiile
~x + ~y = (x1 , . . . , xn ) + (y1 , . . . , yn ) = (x1 + y1 , . . . , xn + yn ) , ~x, ~y K n
~x = (x1 , . . . , xn ) = (x1 , . . . , xn ) , K, ~x K n
Observam ca opusul lui ~x este
~x = (x1 , . . . , xn ) .
Se poate verifica ca, n raport cu aceste doua operatii, K n este spatiu vectorial peste campul K.
1

Capitolul II: Spatii vectoriale

Lect. dr. Lucian Maticiuc

particular pentru K = R obtinem Rn numit spatiul vectorial aritmetic real n-dimensional.

Exemplul 5 In
Exemplul 6 Spatiul vectorial Mm,n (K) al matricelor cu elemente din K situate pe m linii si n coloane.
Teorema 7 O submultime V 0 V este un subspatiu vectorial al lui V daca si numai daca avem:
~u, ~v V 0 , , K ~u + ~v V 0 .

(1)

Definitia 8 Fie S = {~v1 , , ~vn } un sistem de n N vectori din spatiul vectorial V . Spunem ca
vectorul ~v V este o combinatie liniara de vectorii sistemului S daca exista n elemente a1 , a2 , . . . , an K
astfel ncat are loc
~v = a1~v1 + a2~v2 + + an~vn .
Teorema 9 Multimea vectorilor din V care se pot exprima ca o combinatie liniara de vectorii sistemului
S formeaza un subspatiu vectorial al lui V.
Definitia 10 Vom nota cu [S] multimea tuturor combinatiilor liniare de vectori din S,
[S] := {~u V : ~u = 1~v1 + + n~vn , 1 , ..., n K} V.
Acest spatiu este, conform teoremei precedente, un subspatiu vectorial si se numeste subspatiul vectorial
generat de submultimea S. Vectorii ~v1 , , ~vp spunem ca formeaza un sistem de generatori pentru [S] .
Fie S = {~v1 , ..., ~vn } un sistem finit de vectori din V .
Definitia 11 Sistemul S se numeste liniar dependent daca exista scalarii 1 , ..., n K, nu toti egali cu
zero, astfel ncat sa aiba loc
1~v1 + + n~vn = ~0
(2)
(combinatia liniara 1~v1 + + n~vn sa fie vectorul nul).
caz contrar, adica daca orice relatie de forma
Definitia 12 In
1~v1 + + n~vn = ~0
(orice combinatia liniara 1~v1 + + n~vn care este ~0) implica 1 = = n = 0, atunci sistemul S se
numeste liniar independent.
Exemplul 13 Sistemul S = {~0} este liniar dependent deoarece are loc ~0 = ~0, K.
Exemplul 14 Sistemul S = {~v : ~v 6= ~0} este liniar independent deoarece din relatia ~v = 0, obtinem
= 0 (daca 6= 0, atunci se obtine ~v = 0).
spatiul vectorial aritmetic K n sistemul de vectori
Exemplul 15 In
B = {~e1 = (1, 0, . . . , 0) , ..., ~en = (0, 0, . . . , 1)}
este liniar independent (unde 1 si 0 sunt elementele neutre n campul K).
spatiul vectorial Pn (x) al polinoamelor de grad cel mult n, polinoamele 1, x, x2 , . . . , xn
Exemplul 16 In
formeaza un sistem liniar independent deoarece relatia
0 1 + 1 x + 2 x2 + + n xn = 0
are loc doar daca 0 = 1 = 2 = = n = 0.

Capitolul II: Spatii vectoriale

Lect. dr. Lucian Maticiuc

Definitia 17 Vom spune ca submultimea (cu un numar finit de vectori) S = {~v1 , , ~vn } V este un
sistem de generatori al lui V daca subspatiul vectorial generat de S coincide cu V , adica
[S] = V
(ceea ce nseamna ca orice element vector din V se poate scrie ca o combinatie liniara de vectori din S).
Definitia 18 Sistemul finit de vectori B = {~e1 , ..., ~en } se numeste baza n Kspatiul vectorial V daca
satisface conditiile:
(a) B este sistem liniar independent.
(b) B este un sistem de generatori al lui V .
spatiul vectorial aritmetic K n sistemul de vectori
Exemplul 19 In
B = {~e1 = (1, 0, . . . , 0) , . . . , ~en = (0, 0, ..., 1)}
(1 si 0 sunt elementele neutre n campul K) este baza n K n deoarece este liniar independent si este si
sistem de generatori al lui K n . Aceasta baza se numeste baza canonica.

continuare aratam ca formeaza

Intr-adev
ar, am vazut deja ca acesti vectori sunt liniari independenti. In
n
n
un sistem de generatori pentru K . Fie ~x K si deci ~x = (x1 , x2 , . . . , xn ), unde xi K, i = 1, n.
Prin urmare
~x

(x1 , 0, . . . , 0) + (0, x2 , . . . , 0) + + (0, 0, . . . , xn )

= x1 (1, 0, . . . , 0) + x2 (0, 1, . . . , 0) + + xn (0, 0, . . . , 1) = x1~e1 + x2~e2 + + xn~en .

spatiul vectorial M2 (R) al matricelor de tip (2, 2) cu elemente din R, sistemul de vectori
Exemplul 20 In
matrice









1 0
0 1
0 0
0 0
B = E11 =
, E21 =
, E12 =
, E22 =
0 0
0 0
1 0
0 1
este baza n M2 (R) deoarece este liniar independent si este si sistem de generatori al lui M2 (R). Aceasta
baza se numeste baza canonica.
spatiul vectorial Pn (x) al polinoamelor de grad cel mult n, polinoamele 1, x, x2 , . . . , xn
Exemplul 21 In
formeaz
 a un sistem liniar
independent si este sistem de generatori pentru orice vector (polinom) din Pn (x).
Deci 1, x, x2 , . . . , xn formeaza o baza n spatiul Pn (x) .
Definitia 22 Scalarii xi K, i = 1, n ce dau descompunerea unica a lui ~x n baza B = {~e1 , ..., ~en } se
numesc coordonatele vectorului ~x n baza {~e1 , ..., ~en }.
Teorema 23 Daca V 6= {~0} este un Kspatiu finit generat atunci oricare doua baze ale lui V au acelasi
numar de vectori.
Definitia 24 Daca V este un Kspatiu finit generat atunci numarul de elemente dintr-o baza a lui V se
va numi dimensiunea lui V notata cu dimK V sau, mai scurt (daca nu este pericol de confuzie), dim V .
Remarca 25 Daca V este un Kspatiu vectorial de dimensiune n, atunci vom mai nota spatiul si cu Vn
(notatia va indica astfel si dimensiunea).
Un rezultat util n practica este urmatorul
Propozitia 26 Fie V este un Kspatiu vectorial de dimensiune n. Atunci:
(a) Orice sistem S format din n vectori liniari independenti este o baza n V .
(b) Orice sistem S format din n vectori care constitue un sistem de generatori al lui V este o baza n
V.
3

Capitolul II: Spatii vectoriale

Lect. dr. Lucian Maticiuc

Definitia 27 Fie S un sistem de vectori din spatiul vectorial V . Se numeste rangul sistemului de vectori
S dimensiunea subspatiului vectorial generat de S.
Teorema 28 Rangul unui sistem finit de vectori este egal cu numarul maxim de vectori liniar independenti
ai sistemului.
cazul particular al spatiului vectorial aritmetic K n , daca avem un numar finit de vectori,
In
atunci, punandu-i pe coloana, putem forma cu ei o matrice iar problema independentei lor liniare
se reduce la a determina rangul acelei matrice. Astfel are loc rezultatul urmator:
Teorema 29 Rangul unei matrice este egal cu numarul maxim al vectorilor coloana (sau linie) liniar
independenti.
= {f~1 , ..., f~n } doua
Fie V este un Kspatiu vectorial de dimensiune n si B = {~e1 , ..., ~en }, B
baze diferite ale aceluiasi spatiu V . A determina schimbarea de baze nseamna a descompune
dupa baza B, adica a obtine relatii de tipul
vectorii bazei B
Xn
(3)
f~j =
sij ~ei , j = 1, n.
i=1

Definim matricea S := (sij )i,j=1,n ale carei coloane sunt formate din coordonatele vectorilor lui
n baza B. Deci
B

s11 s12 s1n

s21 s22 s2n

S=
.

sn1

sn2

snn

S
si vom nota B

Matricea S se numeste matricea schimbarii de baze de la B la baza B

B.
1

S
atunci matricea S este inversabila si are loc B
S B, unde S 1
Teorema 30 Daca avem B B

este inversa matricei S.

Consideram acum un vector oarecare ~x V . Atunci vectorul ~x are doua descompuneri n
cele doua baze:
Xn
Xn
~x =
xi ~ei si ~x =
yj f~j .
(4)
i=1

j=1

Este important determinarea legaturii dintre coordonatele xi , i = 1, n ale vectorului n baza B si

coordonatele yj , j = 1, n ale vectorului n baza B.

Din (3) obtinem
 Xn
 Xn Xn

Xn
Xn
~x =
yj f~j =
yj
sij ~ei =
sij yj ~ei
j=1

j=1

i=1

i=1

j=1

Din unicitatea scrierii vectorului ~x n baza B vom obtine identificarea coeficientilor:

Xn
xi =
sij yj , i = 1, n.
j=1

Introducand matricea coloana a coordonatelor vectorului ~x n cele doua baze

x1
y1
x2
y2

X=
si Y =
xn
yn
putem rescrie (5) sub forma matriceala si obtinem
4

(5)

Capitolul II: Spatii vectoriale

Lect. dr. Lucian Maticiuc

Atunci
Propozitia 31 Fie ~x V un vector care are descompunerea (4) n raport cu cele doua baze B si B.
legatura ntre coordonatele vectorului ~x din cele doua baze este data de relatia:
X = S Y Y = S 1 X ,

(6)

ceea ce constitue formula matriceala de schimbare a coordonatelor unui vector la o schimbare de baze.
Remarca 32 Exista si o metoda alternativa de a gasi matricea de schimbare de baze, cand nici una dintre
cele doua baze nu sunt cele canonice. Avand n vedere ca este usor de citit matricea de trecere de la baza
canonica la baza B1 si respectiv B2 , fie
S

Bc 1 B1

si Bc 2 B2 ,

unde S1 si S2 sunt matricele de trecere.

Fiind ambele baze, avem ca S1 si S2 sunt nesingulare si deci
S 1

1
B1
Bc

si Bc 2 B2 .

Acum putem scrie direct matricea S de schimbare de baza de la B1 la B2 :

S 1 S2

B1 1 B2 ,
adica S = S11 S2 , deci prin calcule se va obtine matricea S.
Putem scrie imediat coordonatele vectorului ~x n baza canonica. Pe de alta parte au loc formulele
XB1 = S11 XBc si XB2 = S21 XBc . Se vor calcula inversele S11 si S21 si apoi se pot calcula usor
coordonatele aceluiasi vector ~x n baza B1 si B2 .
Definitia 33 Fie V un spatiu vectorial. Se numeste produs scalar pe V o functie h, i : V V Rcare
asociaza fiecarei perechi de vectori din V un numar real notat hu, vi si care satisface conditiile:
(i) hu, vi = hv, ui, u, v V ;
(ii) hu1 + u2 , vi = hu1 , vi + hu2 , vi, u1 , u2 , v V ;
(iii) hu, vi = hu, vi, R, u, v V ;
(iv) hu, ui 0, u V si hu, ui = 0 u = 0.
Definitia 34 Un spatiu vectorial nzestrat cu un produs scalar h, i se numeste spatiu euclidian.
Exemplul 35 Pe spatiul vectorial Rn definim produsul scalar standard
hx, yi = x1 y1 + x2 y2 + + xn yn ,
unde x = (x1 , x2 , . . . , xn ) Rn , y = (y1 , y2 , . . . , yn ) Rn .
Exemplul 36 Pe spatiul vectorial al matricelor patratice Mn (R) definim produsul scalar
hA, Bi = Tr(At B), A, B Mn (R).
Teorema 37 (CauchySchwarzBuniakovski) Fie (V ; h, i) un spatiu vectorial euclidian. Atunci are
loc inegalitatea
p
p
|hu, vi| hu, ui hv, vi .
Definitia 38 Se numeste norma pe spatiul vectorial V o functie k k : V R care satisface conditiile:
(i) kvk 0, v V si kvk = 0 v = 0;
(ii) kvk = ||kvk, R, v V ;
(iii) ku + vk kuk + kvk, u, v V.
5

Capitolul II: Spatii vectoriale

Lect. dr. Lucian Maticiuc

Definitia 39 Un spatiu vectorial nzestrat cu o norma k k se numeste spatiu normat.

Teorema 40 Fie (V ; h, i) un spatiu vectorial euclidian. Atunci functia
p
k k : V R, kvk := hv, vi, v V
este o norma pe V , numita norma euclidiana indusa de produsul scalar.
Remarca 41 Din teorema anterioara rezulta ca orice spatiu vectorial euclidian este un spatiu normat cu
norma indusa de produsul scalar.

Remarca 42 Intr-un
spatiu vetorial normat, inegalitatea CauchySchwarzBuniakovski se poate rescrie
sub forma
hu, vi
|hu, vi| kuk kvk 1
1.
kuk kvk
Definitia 43 Fie V un spatiu vectorial euclidian si u, v V \ {0}. Numarul [0, ] definit prin
cos =

hu, vi
kuk kvk

se numeste unghiul dintre vectorii u si v.

Definitia 44 Un vector se numeste versor (sau vector unitar) daca norma sa este 1.
Remarca 45 Orice vector v V \ {0} are un vector unitar corespunzator notat cu v 0 si dat de:
v0 =

1
v.
kvk

Definitia 46 Se numeste distanta sau metrica pe multimea nevida M o functie d : M M R care

satisface conditiile:
(i) d(x, y) 0, x, y M si d(x, y) = 0 x = y;
(ii) d(x, y) = d(y, x), x, y M ;
(iii) d(x, z) d(x, y) + d(y, z), x, y, z M.
Definitia 47 O multime M nzestrata cu o distanta (metrica) d se numeste spatiu metric.
Remarca 48 Orice spatiu vectorial normat este spatiu metric cu distanta euclidiana definita de d(u, v) =
ku vk.
Definitia 49 Fie (V ; h, i) un spatiu vectorial euclidian. Doi vectori u, v V se numesc ortogonali daca
produsul lor scalar este nul, i.e. hu, vi = 0.
Definitia 50 Fie (V ; h, i) un spatiu vectorial euclidian si o multime de vectori U V . Multimea
tuturor vectorilor ortogonali pe vectorii din U
U := {v V : hu, vi = 0, u U }
se numeste complementul ortogonal al lui U si este un subspatiu vectorial al lui V .
Teorema 51 Fie (V ; h, i) un spatiu vectorial euclidian. Daca vectorii v1 , v2 , . . . , vn V \ {0} sunt
ortogonali doi cate doi, adica
hvi , vj i = 0, i, j = 1, n, i 6= j,
atunci acestia sunt liniar independenti.
6

Capitolul II: Spatii vectoriale

Lect. dr. Lucian Maticiuc

Definitia 52 Fie (V ; h, i) un spatiu vectorial euclidian n-dimensional si o baza B = {e1 , e2 , . . . , en }.

1. Baza B se numeste ortogonala daca e1 , . . . , en sunt ortogonali doi cate doi, i.e.
hei , ej i = 0, i, j = 1, n, i 6= j;
2. Baza B se numeste ortonormata daca este ortogonala si toti vectorii din B au norma 1, i.e.
(
1, daca i = j
hei , ej i =
, i, j = 1, n.
0, daca i 6= j
Teorema 53 (Procedeul de ortonormalizare GramSchmidt) Fie (V ; h, i) un spatiu vectorial euclidian n-dimensional si o baza B = {u1 , u2 , . . . , un }. Atunci se poate construi o baza ortonormata
{e1 , e2 , . . . , en } pornind de la baza B.
Demonstratie. Construim mai ntai o baza ortogonala pornind de la baza B, iar apoi considerand
versorii corespunzatori se obtine baza ortonormata cautata.
Pasul 1. Definim v1 = u1 .
Pasul 2. Definim v2 = u2 + 21 v1 , unde scalarul 21 se determina punand conditia ca v2 sa fie
ortogonal pe v1 ,
0 = hv2 , v1 i = hu2 + 21 v1 , v1 i = hu2 , v1 i + 21 hv1 , v1 i,
de unde rezulta
21 =

hu2 , v1 i
.
hv1 , v1 i

Pasul 3. Definim v3 = u3 + 31 v1 + 32 v2 , unde scalarii 31 , 32 se determina punand conditia ca

v3 sa fie ortogonal pe v1 si v2 ,
0 = hv3 , v1 i = hu3 + 31 v1 + 32 v2 , v1 i = hu3 , v1 i + 31 hv1 , v1 i + 32 hv2 , v1 i,
de unde observand ca hv2 , v1 i = 0 rezulta 31 =

hu3 , v1 i
.
hv1 , v1 i

Apoi
0 = hv3 , v2 i = hu3 + 31 v1 + 32 v2 , v2 i = hu3 , v2 i + 31 hv1 , v2 i + 32 hv2 , v2 i
hu3 , v2 i
.
hv2 , v2 i
Dupa n pasi se obtine baza ortogonala B 0 = {v1 , . . . , vn }. Considerand versorii corespunzatori
1
vi , i = 1, n.
vectorilor din B 0 se obtine baza ortonormata B 00 = {e1 , . . . , en }, unde ei =
kvi k

de unde observand ca hv1 , v2 i = 0 rezulta 32 =

Capitolul II: Spatii vectoriale

Lect. dr. Lucian Maticiuc

Exercitiul 54 Se dau vectorii ~v1 , ~v2 , ~v3 , ~v4 , . . . din spatiul vectorial V .
caz afirmativ
(a) Sa se studieze daca sistemul de vectori S1 = {~v1 , ~v2 , ~v3 , ~v4 , . . .} este liniar dependent. In
sa se afle relatia de dependenta dintre vectori.
(b) Sa se arate ca sistemul de vectori S2 = {~v1 , ~v2 , . . .} este liniar independent.
(c) Sa se afle dimensiunea si o baza a subspatiului vectorial [S2 ] generat de [S2 ] (care sunt liniar dependenti)
~v1 , ~v2 , ~v3 , ~v4 , . . .Vectorul ~v = (. . .) apartine acestui subspatiu?
(d) Sa se arate ca sistemul B1 = {~v1 , ~v2 , ~v3 , . . .} este o baza n V .
(e) Sa se scrie matricea schimbarii de la baza canonica la B1 .
(f ) Sa se afle coordonatele vectorului ~x = (. . .) n noua baza B1 .
(g) Fie B2 o alta baza. Sa se scrie matricea schimbarii de baze de la B1 la B2 .
(h) Sa se afle coordonatele vectorului ~x n baza B2 .
(i) Sa se construiasca (folosind procedeul de ortonormalizare GramSchmidt) o baza ortonormata pornind
de la baza B2 .
Exercitiul 55 Sa se rezolve folosind metoda lui Gauss urmatorul sistem si sa se indice o baza a spatiului
solutiilor sistemului:

a11 x1 + a12 x2 + a13 x3 + . . . = 0

a21 x1 + a22 x2 + a23 x3 + . . . = 0

a31 x1 + a32 x2 + a33 x3 + . . . = 0.