CAPITOLUL 1

Spa
tii vectoriale
1.1. Introducere
1.1.1. Deni
tie. (Denitia spatiului vectorial) Se dau:
multimile:
V 6= ; (elementele multimii V se numesc vectori (puncte));
K 6= ; (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 ( ; ) : K K ! K (functia este o operatie pe multimea K
numit
a nmultirea scalarilor si va notat
a ),
+V ( ; ) : V V ! 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 nmultirea vectorilor cu scalari si va
notat
a (pentru ecare 2 K xat, operatia partial
aV3
x 7!
x 2 V poate numit
a omotetie de parametru ).)

Perechea (V; K) (mpreun

a cu operatiile descrise mai sus) se numeste
spatiu vectorial dac
a sunt ndeplinite urm
atoarele conditii:

(1) (K; +K ; K ) este corp comutativ;

(2) (V; +V ) este grup abelian;
(3) 8a; b 2 K; 8x; y 2 V, au loc:
(a) (a +K b) x = a x +V b x (distributivitatea la dreapta a
operatiei fata de operatia +K );
(b) a (x +V y) = a x +V a y (distributivitatea la stnga a
operatiei fata de operatia +K );
(c) a (b x) = (a K b) x;
(d) 1K x = x.
1

1. SPATII
VECTORIALE

1.1.2. Observa
tie.
Distinc
tia ntre diferitele opera
tii notate la fel se va face
din context;
Elementul 0V este elementul neutru la adunarea vectorilor si va
notat n continuare cu 0;
Elementul 0K este elementul neutru la adunarea scalarilor si va
notat n continuare cu 0;
Elementul 1K este elementul neutru la nmultirea scalarilor si va
notat n continuare cu 1;
Distinc
tia 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 (fata de o operatie sau alta, atunci cnd
este cazul), propriet
ati ale lor: unicitatea elementului neutru, unicitatea elementului simetric, etc.
Conventii de notatie: vectorii vor notati cu litere latine mici (a,
b, c, u, v, w, x, y, z, etc), scalarii cu litere grecesti mici ( , , , ,
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 ( 0 , V1 ,
(2)
1
3
etc) si/sau supraindici (U , x , y4 , etc) n functie de context.
1.1.3. Exerci
tiu. S
a se arate c
a ntrun monoid (cu element neutru)
elementul neutru este unic.
1.1.4. Exerci
tiu. S
a se arate c
a ntrun grup elementul simetric al
unui element este unic.
1.1.5. Exemplu. Se consider
a multimea
0

1
x1
Rn = f@ ... A ; xi 2 R; i = 1; ng:
xn

1.1. INTRODUCERE

Rn este spatiu vectorial real n raport cu operatiile:

1 0
x1
@ ... A + @
0

xn

1 0
0
1
x1 + y1
y1
..
.. A Def
A;8@
= @
.
.
xn + yn
yn

1 0
x1
.. A ; @
.

xn

1
y1
.. A 2 Rn
.

yn

(semnul + din stnga se refer

a la adunarea elementelor din Rn 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, distinctia trebuie f
acut
a din context) si
0
1
x1
@ ... A Def
= @
xn
0

..
.

x1
xn

A ; 8 2 R:

(R; +; ) este corp comutativ (se stie din liceu); (Rn ; +) este grup abelian
(adunarea pe componente este asociativ
a, comutativ
a, admite element
neutru si orice element este simetrizabil,
a propriet
at0
ilor adun
1 arii
0 1datorit
x1
0
pe R), elementul neutru este 0Rn = @ ... A iar simetricul lui @ ... A este
0
@

xn

x1
.. A. Au loc propriet
atile de distributivitate:
.
xn

1 0
(
x1
.
( + ) @ .. A = @
(
x
0
1n 0
x1
x1
.
.
@
@
A
..
..
+
=
xn
xn
0

1 0
+ ) x1
..
A=@
.

+ ) xn
0
1
A=

x1
@ ...
xn

x1 +
..
.

x1

x +
x
0n 1 n
x1
A + @ ... A ;
xn
1

A=

1. SPATII
VECTORIALE

1
1 0
y1
x1
(@ ... A + @ ... A) =
yn
xn
0
1 0
x1 +
y1
..
A=@
=@
.
x +
yn
1
0
0 n 1
y1
x1
@ ... A ;
@ ... A +
=
yn
xn
0

1 0
(
x1
.
) @ .. A = @
(
xn
1
0
x1
@ ... A =
(
xn
0

1 0
x1 + y1
..
@
A=@
.
0
..
.

x1

xn + yn
1 0

xn

y1

A+@

..
.

) x1

yn

..
A=@
.
) x
0 n1
x1
@ ... A):
xn

1
(x1 + y1 )
..
A=
.

(xn + yn )

A=

(
..
.
(

x1 )
xn )

A=

1.1.6. Deni
tie. (Denitia subspatiului) Fie (V; K) spatiu vectorial si
S V; S se numeste subspatiu vectorial al lui (V; K) dac
a:
(1) 8x; y 2 S; x + y 2 S;
(2) 8 2 K; 8x 2 S; x 2 S:
1.1.7. Exemplu. Multimea
9
80
1
=
< x1
3
A
@
x2
2 R ; x2 = 0
S=
;
:
x3

este subspatiu vectorial0

al spa
tiului vectorial
(R3 ; R).
0
1
1
x1
y1
Fie x; y 2 S ) x = @ 0 A si y = @ 0 A; au loc:
x3
y3

1
1 0
1 0
x1 + y1
y1
x1
A 2 S;
0
x+y =@ 0 A+@ 0 A=@
x3 + y3
y3
x3
0

1.1. INTRODUCERE

1 0
1
x1
x1
iar pentru 2 R, x = @ 0 A = @ 0 A 2 S. Din dentia subspax3
x3
tiului rezult
a c
a multimea S este subspatiu al spatiului vectorial (R3 ; R).

1.1.8. Deni
tie. (Denitia operatorului liniar) Dac
a (V1 ; K) si (V2 ; K)
sunt spatii vectoriale (peste acelasi corp de scalari), o functie U ( ) : V1 !
V2 se numeste morsm de spatii vectoriale (aplicatie liniara, operator
liniar, etc) dac
a:
(1) U (x + y) = U (x) + U (y) ; 8x; y 2 V1 ( U ( ) este morsm de
grupuri (este aditiv));
(2) U ( x) = U (x) ; 8x 2 V1 ; 8 2 K (U ( ) este omogen).
Se noteaz
a cu LK (V1 ; V2 ) multimea tuturor morsmelor dintre (V1 ; K)
si (V2 ; K).
1.1.9. Exemplu. Fie spatiile vectoriale (R3 ; R) si (P2 [X] ; R) (Pn [X]
este multimea tuturor polinoamelor de grad cel mult n, n nedeterminata
X si cu coecienti reali). Functia U ( ) : P2 [X] ! R3 denit
a prin U (P ( ))
3
2
= xP ( ) 2 R (pentru un0polinom
1 P (X) = aX + bX + c 2 P2 [X] se
a
ataseaz
a vectorul xP ( ) = @ b A) este morsm de spatii vectoriale.
c
Operatiile n (P2 [X] ; R) sunt (denitiile sunt cunoscute din liceu):
Def

P ( ) + Q ( ) = (P + Q) ( ) ; unde: (P + Q) (X) = P (X) + Q (X) ;

Def

P ( ) = ((

P ) ( )) ; unde: (

P ) (X) =0 P1
(X) :
a
P (X) = aX 2 + bX + c 2 P2 [X] ) U (P ( )) = @ b A 2 R3 ;
0c 1
a1
Q (X) = a1 X 2 + b1 X + c1 2 P2 [X] ) U (Q ( )) = @ b1 A 2 R3 :
c1

1. SPATII
VECTORIALE

(P + Q) ( ) este denit de:

(P + Q) (X) = (a + a1 ) X02 + (b + b1
+ (c +
2 P2 [X]
1) X 0
1c1 ) 0
1 )
a + a1
a
a1
) U ((P + Q) ( )) = @ b + b1 A = @ b A + @ b1 A
c + c1
c
c1
= U (P ( )) + U (Q ( ))
( P ) ( ) este denit de:
( P ) (X)
aX 2 + 0bX 1
+ c)
0= 1
a
a
) U (( P ) ( )) = @ b A = @ b A = U (P ( )) :
c
c

1.1.10. Deni
tie. (Spatii izomorfe) Spatiile vectoriale ntre care exist
a
un morsm bijectiv (izomorsm) se numesc izomorfe. Se va nota (V1 ; K) =
(V2 ; K).
1.1.11. Exerci
tiu. S
a se arate c
a morsmul din exemplul anterior este
functie bijectiv
a.
1.1.12. Deni
tie. (Functional
a liniar
a) Se numeste functionala liniara
pe (V; K) orice operator liniar ntre (V; K) si (K; K) (orice element al
multimii LK (V; K)). Multimea tuturor functionalelor liniare pe (V; K) se
noteaz
a cu V0 (= LK (V; K)) si se numeste dualul algebric al lui (V; K).
1.1.13. Exerci
tiu. S
a se arate c
a U ( ) : P2 [X] ! R, denit prin
U (P ( )) = P (1) este o functional
a liniar
a.
1.1.14. Deni
tie. (Combinatie liniar
a) Pentru n 2 N, i = 1; n; xi 2
n
P
V si i 2 K, elementul x =
ste combinatie liniara a
i xi se nume
i=1

elementelor xi cu scalarii i . (scalarii care particip

a la sum
a se mai numesc
ponderi iar combinatia liniar
a se mai numeste suma ponderata ).
0 1
0 1
0
1
a n R3 ;
1.1.15. Exemplu. 2 @ 0 A +3 @ 1 A este o combinatie liniar
0
0
0 1
2
valoarea ei este @ 3 A.
0

1.1. INTRODUCERE

1.1.16. Deni
tie. (Acoperirea liniar
a) Dac
a A
V este o multime
oarecare de vectori, multimea
)
( n
X
Def
spanK (A) =
i xi ; n 2 N;
i 2 K; xi 2 A; i = 1; n
i=1

este multimea tuturor combinatiilor liniare cu elemente din A.

1.1.17. Exemplu. n spatiul vectorial (P2 [X] ; R), pentru A = f1; Xg,
spanR A = fa 1 + b X; a; b 2 Rg este multimea tuturor combinatiilor liniare cu polinoamele 1 si X si este multimea tuturor polinoamelor de grad
cel mult 1 n X (inclusiv constantele, privite ca polinoame).
1.1.18. Observa
tie. spanK (A) se modic
a la modicarea corpului de
3
scalari: R 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
082 3 2 391
2 p 3
0 =
< 1
3
4 1 5 2 spanR @ 4 0 5 ; 4 1 5 A
;
:
2 p0 3
082 0 3 2 0 391
0 =
< 1
3
4 1 52
4
5
@
4
0 ; 1 5 A
= spanQ
;
:
0
0
0

1.1.19. Deni
tie. (Dependenta si independenta liniar
a) Multimea de
vectori xi ; i = 1; n 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 R4
80 1 0
1 0
19
1
1
2
>
>
>
>
<B C B
C B 5 C=
2
3
B C;B
C B
C
@ 2 A @ 4 A ; @ 2 A>
>
>
>
: 1
;
0
1

este liniar dependent

a pentru c
a
0 1 0
1 0
1
1
2
B 2 C B 3 C B 5
B C+B
C B
@ 2 A @ 4 A=@ 2
1
0
1

C
C:
A

1. SPATII
VECTORIALE

Multimea de vectori din R4

80 1 0
1 0
1
1
3
>
>
<B C B
C B 5
2
3
B C;B
C B
@ 2 A @ 4 A;@ 2
>
>
: 1
0
1

19
>
>
C=
C
A>
>
;

este liniar independent

a pentru c
a (de exemplu) rangul matricii care are
drept coloane vectorii multimii este egal cu num
arul vectorilor
0 (justicarea
1
1 1
3
B 2 3
5 C
C
rationamentului va dat
a n continuare) (rangul matricii B
@ 2
4
2 A
1 0
1
este 3).
1.1.21. Observa
tie. (Deni
tii echivalente ale independen
tei lia dac
a si numai dac
a are
niare) Familia (xi )i=1;n este liniar independent
loc una dintre armatiile:
n
P
(1) 8 i 2 K; i = 1; n;
= n = 0 (unic).
i xi = 0 )
1 =
(relatia

n
P

i=1

i xi

= 0 are loc numai pentru scalari nuli);

i=1

(2) 8

2 K; i = 1; n; (9i 2 f1;

; ng ;

6= 0) )

n
P

i xi

i=1

6= 0.

(dac
a m
acar un scalar este nenul, atunci combinatia liniar
a este
nenul
a)
Demonstra
tie. Cele dou
a armatii se obtin una din cealalt
a din
relatia logic
a (p ! q) (eq !ep) (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
n
P
ti nuli, astfel nct
i xi = 0.
i 2 K; i = 1; n; nu to
i=1

1.1.22. Algoritm. (Studiul dependentei liniare a unei familii de vectori) Fie o multime de vectori xi ; i = 1; n n spatiul vectorial (V; K).
Pasul 1. Se consider
a relatia:
n
X
i xi = 0;
i=1

care este privit

a ca o ecuatie vectorial
a n necunoscutele

1,

n.

1.1. INTRODUCERE

Pasul 2. Se rezolv
a ecuatia de la Pasul 1, n sensul c
a se aa 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 ( i = 0, i = 1; n)?. 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 evidenta si o dependenta (se nlocuieste o
solutie nenul
a n ecuatia de la Pasul 1).
(solutia nul
a veric
a ntotdeauna sistemul de pasul 1; n situatia de independenta 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:
0 1
0 1
0 1
1
1
m
@
A
@
A
@
v1 (m) = 1 ; v2 (m) = m ; v3 (m) = 1 A ; m 2 R
m
1
1

n spatiul (R3 ; R).

Se consider
a ecuatia (vectorial
a)
1 v1

cu necunoscutele

adic
a

1,

(m) +
2,

0 1
m
@
1A+
1
1
0

2 v2

(m) +

(m) = 0;

care prin nlocuire devine:

0 1
1
@
mA +
2
1

+ 3+m
@ 1+m 2+
1+ 2+m
2

3 v3

0 1 0 1
0
1
@
A
@
0 A;
1 =
3
0
m
1

1
0
A = @ 0 A:
3
0
3

Se obtine sistemul algebric liniar omogen:

10

1. SPATII
VECTORIALE

8
< m
:

+ 2+
1+m 2+
1+ 2+m
1

3
3
3

=0
=0
=0

a c
arui multime de solutii este dependent
a de parametrul m si este:
8 80 19
>
< 0 =
>
>
>
@ 0 A ;
m 2 Rn f 2; 1g
>
>
>
:
;
>
0
>
>
80
9
1
>
>
a b
< <
=
@
A ; a; b 2 R ; m = 1
a
S (m) =
>
:
;
>
b
>
>
8
9
0
1
>
>
>
< a
=
>
>
>
@ a A; a 2 R ;
m= 2
>
>
: : a
;

n concluzie:
pentru m 2 Rn f 2; 1g multimea de vectori este liniar independent
a.
pentru m = 2 multimea de vectori este liniar dependent
a iar o
dependenta liniar
a este v1 ( 2) + v2 ( 2) + v3 ( 2) = 0.
pentru m = 1 multimea de vectori este liniar dependent
a iar o
dependenta liniar
a este 2v1 (1) + v2 (1) + v3 (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 dependenta ntre vectori).
1.1.24. Deni
tie. (Sistem de generatori) Fiind dat
a multimea X
V, se spune c
a multimea de vectori xi ; i = 1; n genereaza multimea X
dac
a X
span (xi )i=1;n . Multimea de vectori xi ; i = 1; n se mai
numeste sistem de generatori pentru multimea X. Dac
a multimea X nu
este specicat
a, se subntelege c
a X = V.
1.1.25. Exemplu. n spatiul vectorial (P2 [X] ; R), pentru A = f1; Xg,
spanR A = fa 1 + b X; a; b 2 Rg este multimea tuturor combinatiilor liniare cu polinoamele 1 si X si deci A genereaz
a multimea tuturor polinoamelor de grad cel mult 1 n X.

 TI
1.2. PROPRIETA

11

1.2. Propriet
a
ti
1.2.1. Propozi
tie. (Reguli de calcul ntr-un spa
tiu vectorial)
(1) 8 ; 2 K; 8x; y 2 V, au loc relatiile:
(x y) =
x
y, (
) x=
x
x;
(2) 8 2 K;
0V = 0V ;
(3) 8x 2 V; 0K x = 0V ;
(4) 8x 2 V; ( 1K ) x = x;
(5)
x = 0V ) = 0K sau x = 0V .
Demonstra
tie. Fie ; 2 K; x; y 2 V alesi arbitrar;
(1) x = ((x y) + y) = (x y)+ y ) (x y) = x
y;
x = ((
) + )x = (
)x + x ) x
x=(
) x;
(2)
0V =
(x x) =
x
x = 0V :
(3) 0K x = (
) x=
x
x = 0V :
(4) 0V = 0K x = (1K 1K ) x = (1K + ( 1K )) x = 1K x + ( 1K ) x
) (1K x) = ( 1K ) x:
1
(5)
x = 0V si 6= 0 ) 9 1 2 K si
x = 1 0V ) x = 0:
1.2.2. Propozi
tie. (Propriet
a
ti ale operatorilor liniari) Fie U ( ) :
V1 ! V2 Atunci au loc:
(1) U ( ) liniar , 8 ; 2 K, 8x1 ; x2 2 V1 , U ( x1 + x2 ) = U (x1 )+
U (x2 )
(2) U ( ) liniar )
(a) U (0V1 ) = 0V2 ;
(b) 8 subspatiu V01 V1 , U (V01 ) = fU (v) ; v 2 V01 g este subspatiu
n V2 ;
(c) 8 subspatiu V02 V2 , U 1 (V02 ) = fv 2 V1 ; U (v) 2 V02 g este
subspatiu n V1 .
Demonstra
tie. Fie U ( ) : V1 ! V2
(1) evident.
(2) Dac
a U ( ) este liniar, atunci:
(a) U (0V1 ) = U (x x) = U (x) U (x) = 0V2
(b) Fie ; 2 K, y1 ; y2 2 U (V01 ) ) 9x1 ; x2 2 V01 astfel nct
V01 subspatiu ) x1 + x2 2 V01
U (xi ) = yi ;
)
U ( ) operator liniar
) U ( x1 + x2 ) = U (x1 )+ U (x2 ) = y1 + y2 2 U (V10 ) :

12

1. SPATII
VECTORIALE

(c) Fie ; 2 K, x1 ; x2 2 U 1 (V02 ) ) U (x1 ), U (x2 ) 2 V02 )

U ( x1 + x2 ) = U (x1 ) + U (x2 ) 2 V02 ) x1 + x2 2
U 1 (V02 ).
1.2.3. Deni
tie. Subspatiul U (V1 ) (al codomeniului) se numeste imaginea operatorului si se noteaz
a Im U ( ); subspatiul U 1 (f0g) (al domeniului) se numeste nucleul operatorului si se noteaz
a ker U ( ).
Urm
atoarele dou
a propozitii arat
a c
a inversarea si compunerea functiilor pastreaza calitatea de morsm de spatii vectoriale.
1.2.4. Propozi
tie. Fie (V1 ; K), (V2 ; K) dou
a spatii vectoriale peste
acelasi corp si e U ( ) : V1 ! V2 morsm bijectiv. Atunci U 1 ( ) :
V2 ! V1 este morsm bijectiv (inversa unui morsm inversabil este
morsm)(inversa unui operator liniar inversabil este operator liniar).
Demonstra
tie. Se stie c
a au loc
U (u + v) = U (u) + U (v) ; U ( u) = U (u) :
Fie x; y 2 V2 ) pentru U 1 (x) = u; U 1 (y) = v; are loc U (u) =
x, U (v) = y si U (u + v) = U (u) + U (v) ) U (u + v) = x + y )
U 1 (x + y) = u + v ) U 1 (x + y) = U 1 (x) + U 1 (y) deci operatorul
invers este aditiv. Fie
2 K, x 2 V2 , U 1 (x) = v ) U (v) = x si
are loc U ( v) = U (v) ) U ( v) = x )
v = U 1 ( x) )
1
1
U (x) = U ( x).
1.2.5. Propozi
tie. Fie U1 ( ) : V1 ! V2 , U2 ( ) : V2 ! V3 morsme
peste spatii vectoriale cu acelasi corp K de scalari. Atunci U ( ) : V1 ! V3
denit prin U (v) = U2 (U1 (v)), 8v 2 V1 este morsm de spatii vectoriale
(calitatea de morsm se p
astreaz
a prin operatia de compunere).
Demonstra
tie. Fie v1 ; v2 2 V1 ; are loc U (v1 + v2 ) = U2 (U1 (v1 + v2 ))
aditivitatea
=
U2 (U1 (v1 ) + U1 (v2 ))
=
U2 (U1 (v1 )) + U2 (U1 (v2 ))

aditivitatea
lui U1 (:)

lui U2 (:)

= U (v1 ) + U (v2 ). Omogenitatea se demonstreaz

a analog.
1.2.6. Observa
tie. Relatia = ( Denitia (1.1.10)) este o relatie de echivalenta ntre spatii 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 echivalenta).

 TI
1.2. PROPRIETA

13

Demonstra
tie. Reexivitatea rezult
a din faptul c
a operatorul identitate U ( ) : V1 ! V1 , U (v) = v este liniar si bijectiv, deci V1 = V1 .
Simetria rezult
a din Propozitia (1.2.4), pentru c
a dac
a V1 = V2 , atunci
1
9 U ( ) : V1 ! V2 morsm bijectiv ) U ( ) : V2 ! V1 morsm bijectiv
) V2 = V1 . Tranzitivitatea rezult
a din Propozitia (1.2.5) pentru c
a, dac
a
V1 = V2 si V2 = V3 atunci exist
a izomorsmele U ( ) : V1 ! V2 si
V ( ) : V2 ! V3 iar noua functia (V U ) ( ) : V1 ! V3 p
astreaz
a prin
compunere si proprietatea de liniaritate si pe cea de bijectivitate, deci
V1 = V3 .
1.2.7. Observa
tie. Multimea LK (V1 ; V2 ) admite mpreun
a cu operatiile obisnuite ntre functii
Def

(U1 ( ) + U2 ( )) (x) = U1 (x) + U2 (x) ;

Def

( U1 ( )) (x) =

U1 (x) ;

o structur
a de spatiu vectorial peste corpul K (Deci n particular si dualul
algebric (1.1.12) este spatiu vectorial peste corpul K).
Demonstra
tie. (LK (V1 ; V2 ) ; +) este evident grup (din propriet
atile
adun
arii pe V2 ) si are ca element neutru operatorul identic nul O ( ) :
V1 ! V2 , O (v) 0. Celelalte axiome sunt satisf
acute evident.
1.2.8. Observa
tie. span (xi )i=1;n este subspatiu liniar.
Demonstra
tie. Fie v1 ; v2 2 span (xi )i=1;n si 2 K ) 9 1i ;
n
P
j
K, i = 1; n, astfel nct vj =
i xi ; j = 1; 2; atunci v1 + v2
n
P

i=1

i=1

1
i

2
i ) xi

2 span (xi )i=1;n iar

v1 =

n
P

i=1

1
i ) xi

2
i

2
=

2 span (xi )i=1;n

1.2.9. Observa
tie. Fie V0 un subspatiu vectorial al spatiului (V; K).
Atunci,
8n 2 N; 8xi 2 V0 ; 8

2 K; i = 1; n;

n
X
i=1

i xi

2 V0 :

(orice subspatiu contine toate combinatiile liniare ale elementelor lui)

14

1. SPATII
VECTORIALE

Demonstra
tie. Prin inductie dup
a n 2 N: pentru n = 1, din axioma
2 a subspatiului vectorial rezult
a c
a pentru orice x1 2 V0 si pentru orice
scalar 1 2 K, are loc 1 x1 2 V0 . S
a presupunem c
a proprietatea are loc
pentru n 2 N si e n + 1 vectori si scalari alesi arbitrar xi 2 V0 , i 2
K; i = 1; n + 1. Atunci are loc:
9
n+1
n
P
P
>
>
>
i xi =
i xi + n+1 xn+1
>
n+1
=
X
i=1
i=1
n+1
P
)
i x i 2 V0 :
>
i xi 2 V0 (proprietatea pentru n)
>
i=1
>
i=1
>
;
x
2
V
(proprietatea
pentru
n
=
1)
n+1 n+1
0
1.2.10. Observa
tie. span (xi )i=1;n =

V0 subspatiu
V0 (xi )
i=1;n

V0 (este cel mai mic

subspatiu liniar care contine familia (xi )i=1;n ).

Demonstra
tie. span (xi )i=1;n

V0 subspatiu
V0 (xi )
i=1;n

V0 pentru c
a orice sub-

spatiu care contine familia (xi )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): span (xi )i=1;n este subspatiu vectorial si cum contine familia
a c
a face parte dintre subspatiile care particip
a la intersectie,
(xi )i=1;n urmeaz
T
V0 pentru c
a intersectia este
asa c
a are loc span (xi )i=1;n
V0 subspatiu
V0 (xi )
i=1;n

inclus
a n orice multime care particip
a la intersectie.

1.3. Exemple de spa

tii vectoriale
1.3.1. Exemplu. Spatiul Kn de siruri2 ordonate
de n elemente din
3
x1
corpul K. Vectorii sunt elemente de forma 4 ... 5, adunarea si nmultirea
xn
cu un scalar se face pe componente. Exemple importante sunt pentru
K = R, K = C si pentru K = Q.

1.3. EXEMPLE DE SPATII

VECTORIALE

15

1.3.2. Exemplu. Spatiul vectorial al matricilor de m linii si n coloane,

cu coecienti peste un corp xat. Spatiul este Mm n (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 RN , 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
(an )n2N + (bn )n2N = (an + bn )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
(an )n2N = ( an )n2N :
1.3.4. Exemplu. Spatiul vectorial al sirurilor Cauchy de numere rationale (un sir (an )n2N Q este Cauchy dac
a 8" > 0, 9n" 2 N, 8n; m n" ,
jan am j < "), cu operatiile denite ca la exemplul anterior.
1.3.5. Exemplu. Spatiul polinoamelor n nedeterminata t cu coecienti
reali, notat R [t]. Dac
a p(t) = a0 +a1 t+ +an tn si q(t) = b0 +b1 t+ +bn tn
sunt dou
a polinoame din R [t], denitiile
p(t) + q(t) = (a0 + b0 ) + (a1 + b1 )t +
+ (an + bn )tn
p(t) = a0 + a1 t +
+ an tn
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 n, notat Rn [t].
1.3.7. Exemplu. Spatiul vectorial al tuturor functiilor f ( ) : R ! R
de clas
a C 1 si care satisfac ecuatia diferential
a f 0 (t) + af (t) = 0, 8t 2 R.
1.3.8. Exemplu. Spatiul vectorial real al tuturor functiilor indenit
derivabile D1 (R; R).
1.3.9. Exemplu. Spatiul vectorial real al tuturor functiilor care au
domeniul [a; b] si codomeniul R, notat F ([a; b] ; R).

16

1. SPATII
VECTORIALE

1.3.10. Exemplu. Spatiul vectorial real al functiilor din F ([a; b] ; R)

care sunt lipschitziene (functii f ( ) : [a; b] ! R pentru care exist
a kf > 0
astfel nct jf (x) f (y)j 6 kf jx yj, 8x; y 2 [a; b]), notat L ([a; b] ; R).
1.4. Exerci
tii
0 1 0 1 0 1
1
1
3
@
A
@
A
@
1 ; 2 ; 2 A genereaz
1.4.1. Exemplu. Familia de vectori
a
1
3
1
spatiul R3 .
1.4.2. Exerci
tiu. Fie (V; R) un spatiu vectorial real oarecare. Se denesc
operatiile:
+ : (V V) (V V) ! V V
denit
a prin
(x1 ; y1 ) + (x2 ; y2 ) = (x1 + x2 ; y1 + y2 )
si
: C (V V) ! (V V)
denit
a prin
( + i ) (x; y) = ( x
y; x + y) :
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. Exerci
tiu. S
a se arate c
a multimea functiilor nederivabile pe
[a; b] nu este spatiu vectorial.
1.4.4. Exerci
tiu. S
a se arate c
a reuniunea a dou
a subspatii vectoriale
nu este neap
arat un subspatiu vectorial.
1.4.5. Exerci
tiu. S
a se arate c
a multimea V0 = fx 2 Rn ; Ax = 0g
este un subspatiu vectorial, unde A 2 Mm n (R).
80 1
9
0
>
>
>
>
<B C
=
a
B
C
1.4.6. Exerci
tiu. Fie subspatiile A = @ A ; a; b 2 R , B =
b
>
>
>
>
: 0
;
80 1
9
0
>
>
>
>
<B C
=
0
B C ; a; b 2 R . S
a se determine A + B.
@ a A
>
>
>
>
: b
;

1.4. EXERCITII

17

1.4.7. Exerci
tiu. Dac
a operatorul liniar U ( ) : Rn ! Rn are proprietatea
2
c
a U ( ) + U ( ) + I ( ) = O ( ), atunci operatorul este bijectiv.