Sunteți pe pagina 1din 14

ALGEBRĂ LINIARĂ

CAP. 1

Cuprins

Spaţii vectoriale.
Subspaţii vectoriale.
Acoperire liniară.
Vectori liniar independenţi. Vectori liniar dependenţi.
Sistem de generatori.
Bază. Dimensiune a unui spaţiu vectorial.
Matricea asociată unui sistem de vectori.
Coordonatele unui vector ı̂ntr-o bază.
Schimbări de baze. Matricea de trecere de la o bază la alta.

Exerciţii propuse.

LECTOR UNIV. DR. CIOBANU MONICA

1
1.1. Spaţii vectoriale

Fie V o mulţime nevidă şi K un corp. Considerăm o lege de compoziţie


internă pe V numită adunare + : V ×V → V şi o lege de compoziţie externă
numită ı̂nmulţire cu scalari · : K × V → V .
Definiţie. Se numeşte spaţiu vectorial (liniar) peste corpul K o
mulţime nevidă V pe care sunt date o adunare şi o ı̂nmulţire cu scalari care
verifică:
- axiomele adunării: (V, +) este grup abelian, adică:
1) comutativitate: x + y = y + x, ∀x, y ∈ V ,
2) asociativitate: (x + y) + z = x + (y + z), ∀x, y, z ∈ V ,
3) există θ ∈ V element neutru: ∀x ∈ V , x + θ = θ + x = x,
4) ∀x ∈ V este simetrizabil: există −x ∈ V astfel ı̂ncât x + (−x) =
(−x) + x = θ,
- axiomele ı̂nmulţirii cu scalari:
5) α(x + y) = αx + αy, ∀α ∈ K, ∀x, y ∈ V ,
6) (α + β)x = αx + βx, ∀α, β ∈ K, ∀x ∈ V ,
7) α(βx) = (αβ)x, ∀α, β ∈ K, ∀x ∈ V ,
8) 1 · x = x, ∀x ∈ V , unde 1 este elementul neutru faţă de ı̂nmulţirea din
corpul K.
Se foloseşte următoarea terminologie:
Elementele spaţiului vectorial V se numesc vectori, iar operaţia grupului
(V, +) se numeşte adunarea vectorilor.
Elementele corpului K se numesc scalari, iar legea de compoziţie externă
se numeşte ı̂nmulţirea vectorilor cu scalari.
Elementul neutru θ al grupului (V, +) se numeşte vectorul nul.
Scalarul 0 din K (elementul neutru faţă de adunarea din K) se numeşte
scalarul nul.
Simetricul vectorului x ∈ V , vectorul unic notat −x se numeşte opusul
vectorului x. Elementul x + (−y) se notează x − y şi se numeşte diferenţa
vectorilor x şi y.
Pentru K = R sau C, spaţiul V se numeşte spaţiu vectorial real,
respectiv complex.
Spaţiul vectorial V peste corpul K se notează şi ca perechea (V, K).
Proprietăţi. Au loc:
1) 0 · x = θ, ∀x ∈ V ,
2) α · θ = θ, ∀α ∈ K,

2
3) α · x = θ dacă şi numai dacă α = 0 sau x = θ,
4) (−1) · x = −x, ∀x ∈ V ,
5) α · x = α · y, α ∈ K − {0} implică x = y,
6) α · x = β · x, x ∈ V − {θ} implică α = β.

Exemple de spaţii vectoriale.


1) Fie V = Rn spaţiul real n-dimensional,

n ∈N, n > 1, şi K = R.
x1
 x2 
 
n
Un element x ∈ R se notează: x =  .. 

 şi se numeşte vector n-
 . 
xn
dimensional.    
x1 y1
n

 x2 


 y2 

Fie x, y ∈ R , x =  .. , y=  ..  şi α ∈ R, definim operaţiile de
. .
   
   
xn yn
n
adunare ı̂n R

şi de ı̂nmulţire

cu scalari (reali)

prin:

x1 + y 1 αx1

 x2 + y 2   αx2 
 
x+y = ..  şi αx =  .. .
 
.  . 
 
 
xn + y n αxn
n
R se numeşte spaţiul
 
aritmetic real de dimensiune n.
0
 0 
 
n
Vectorul nul θ =  .. 

 se numeşte originea ı̂n R . Simetricul vectorului
 . 
0
−x1
   
x1

 x2 


 −x2 

x=  ..  este −x =  .. .
. .
   
   
xn −xn
Observaţie. Se mai obişnuieşte să se noteze vectorii sub forma x =
(x1 , x2 , . . . , xn ).
2) În mod analog se construieşte spaţiul vectorial (Cn , C) sau, mai gen-
eral, (K n , K), unde K este un corp oarecare.

3
3) Mulţimea matricelor cu m linii şi n coloane:
n o
Mm×n (R) = A = (aij ) | aij ∈ R, i = 1, m, j = 1, n

ı̂mpreună cu operaţiile:

A + B = (aij + bij ), αA = (αaij )

de adunare şi ı̂nmulţire a matricelor cu scalari, formează un spaţiu vectorial


peste corpul R.
4) Fie V = {θ} şi K un corp. (V, +) este grupul abelian nul. Se introduce
legea de compoziţie externă:

K × {θ} → {θ}, (α, θ) → α · θ = θ.

Se conferă astfel grupului abelian nul o structură de spaţiu vectorial peste


K, numit spaţiul vectorial nul.

1.2. Subspaţii vectoriale

Fie V un K-spaţiu vectorial şi U ⊂ V o submulţime nevidă.


Definiţie. U se numeşte subspaţiu vectorial (liniar) al lui V dacă
sunt ı̂ndeplinite condiţiile:
1) ∀x, y ∈ U ⇒ x + y ∈ U ,
2) ∀α ∈ K, ∀x ∈ U ⇒ αx ∈ U ,
unde suma şi produsul sunt cele definite pe V .
Notaţie: U ≤ V .
Observaţie. Condiţiile 1) şi 2) sunt echivalente cu:

∀α, β ∈ K, ∀x, y ∈ U ⇒ αx + βy ∈ U.

Observaţie. Orice subspaţiu vectorial U al spaţiului vectorial V conţine


vectorul nul al acestuia: θ ∈ U .

Exemple.
( ! )
a b
5) U = | a, b ∈ R ≤ M2 (R).
−b a

4
6) U = {(x, x) | x ∈ R} ≤ R2 .

1.3. Acoperire liniară

Fie V un K-spaţiu vectorial, S = {v1 , v2 , . . . , vp } un sistem de vectori şi


α1 , α2 , . . . , αp scalari care aparţin corpului K.
Definiţie. Se numeşte combinaţie liniară a vectorilor sistemului S cu
scalari din K vectorul

v = α1 v1 + α2 v2 + . . . + αp vp .

αi se numesc coeficienţii combinaţiei liniare.


Definiţie. Se numeşte acoperire liniară a sistemului S şi se notează
L(S) (sau spanS) mulţimea tuturor combinaţiilor liniare de vectori din S:

L(S) = {α1 v1 + α2 v2 + . . . + αp vp | αi ∈ K}.

Dacă S este o submulţime a spaţiului vectorial V , atunci L(S) este


subspaţiu al lui V şi se numeşte subspaţiul generat de S.

Exemple.
7) Fie v1 = (1, 1, 0), v2 = (−1, 1, −2), v3 = (0, 1, −1).
O combinaţie liniară a lor este, de exemplu, vectorul:
3v1 − 2v2 + 4v3 = 3(1, 1, 0) − 2(−1, 1, −2) + 4(0, 1, −1) = (5, 5, 0).
8) Fie U = {(α + β, α, β) | α, β ∈ R} o submulţime a lui R3 .
Se arată, cu ajutorul definiţiei, că U este subspaţiu al lui R3 :
i) u1 = (α1 + β1 , α1 , β1 ), u2 = (α2 + β2 , α2 , β2 ) ∈ U , atunci:
u1 + u2 = (α1 + β1 , α1 , β1 ) + (α2 + β2 , α2 , β2 ) =
= ((α1 + α2 ) + (β1 + β2 ), α1 + α2 , β1 + β2 ) ∈ U .
Deci u1 , u2 ∈ U ⇒ u1 + u2 ∈ U .
ii) λ ∈ R, u = (α + β, α, β) ∈ U , atunci:
λu = λ(α + β, α, β) = (λ(α + β), λα, λβ) = (λα + λβ, λα, λβ) ∈ U.
Un alt mod de a demonstra acest lucru este de a gasi un sistem de vectori
S astfel ı̂ncât U să fie subspaţiul generat de S:
U = {(α + β, α, β) | α, β ∈ R} = {(α, α, 0) + (β, 0, β) | α, β ∈ R} =
= {α(1, 1, 0) + β(1, 0, 1) | α, β ∈ R} = {αv1 + βv2 | α, β ∈ R} = L(S),
unde S = {v1 = (1, 1, 0), v2 = (1, 0, 1)}.

5
1.4. Vectori liniar independenţi. Vectori liniar dependenţi.

Fie V un K-spaţiu vectorial, v1 , v2 , . . . , vn vectori care aparţin mulţimii


V.
Definiţie. Spunem că vectorii v1 , v2 , . . . , vn sunt liniar independenţi
atunci când relaţia:

λ1 v1 + λ2 v2 + . . . + λn vn = θ

este adevărată dacă şi numai dacă toţi scalarii sunt nuli: λ1 = λ2 = . . . =
λn = 0.
Dacă relaţia de mai sus are loc fără ca toţi scalarii λ1 , λ2 , . . . , λn să fie
nuli, vectorii v1 , v2 , . . . , vn se numesc liniar dependenţi.

Exemple.
9) Fie (R3 , R) un spaţiu vectorial şi v1 = (1, 1, 0), v2 = (1, 0, 1), v3 =
(0, 1, 1) vectori din acest spaţiu.
Se arată că aceşti vectori sunt liniar independenţi. Fie λ1 , λ2 , λ3 ∈ R, are
loc:
λ1 v1 + λ2 v2 + λ3 v3 = θ ⇔ (λ1 , λ1 , 0) +(λ2 , 0, λ2 ) + (0, λ3 , λ3 ) = (0, 0, 0) ⇔
 λ1 + λ2 = 0

(λ1 + λ2 , λ1 + λ3 , λ2 + λ3 ) = (0, 0, 0) ⇔ λ1 + λ3 = 0 ⇔ λ1 = λ2 = λ3 = 0.


λ2 + λ3 = 0
10) Fie spaţiul vectorial (R2 , R) şi v1 = (1, 2), v2 = (0, −1), v3 = (−1, 1).
Are loc v1 + 3v2 + v3 = θ iar scalarii λ1 = 1, λ2 = 3, λ3 = 1 nu sunt nuli.
Prin urmare, vectorii de mai sus sunt liniar dependenţi.

Observaţii. 1) Un sistem format dintr-un singur vector nenul este un


sistem liniar independent.
2) Un sistem de vectori care conţine vectorul nul este un sistem liniar
dependent.
3) Dacă dintr-un sistem de vectori liniar independenţi se elimină un vec-
tor, sistemul rămas este tot liniar independent.
Propoziţie. Fie (V, K) un spaţiu vectorial. Vectorii v1 , v2 , . . . , vn sunt
liniar dependenţi dacă şi numai dacă cel puţin un vector este o combinaţie
liniară a celorlalţi vectori.

6
1.5. Sistem de generatori

Fie (V, K) un spaţiu vectorial şi v1 , v2 , . . . , vn ∈ V .


Definiţie. Vectorii v1 , v2 , . . . , vn formează un sistem de generatori
ai spaţiului V , dacă orice vector v din V se poate scrie ca o combinaţie liniară
a vectorilor v1 , v2 , . . . , vn .
Observaţie. Dacă S este un sistem de generatori pentru V şi mai
adăugăm un vector, noul sistem este de asemenea sistem de generatori pentru
V.

1.6. Bază. Dimensiune.

Fie (V, K) un spaţiu vectorial şi v1 , v2 , . . . , vn ∈ V .


Definiţie. Un sistem de vectori B = {v1 , v2 , . . . , vn } se numeşte bază
a spaţiului vectorial V dacă sunt ı̂ndeplinite următoarele condiţii:
1) vectorii v1 , v2 , . . . , vn sunt liniar independenţi,
2) v1 , v2 , . . . , vn formează un sistem de generatori.
Observaţie. Orice vector v ∈ V se descompune ı̂n mod unic ı̂n funcţie
de vectorii unei baze din V : v = λ1 v1 + λ2 v2 + . . . + λn vn . Scalarii λ1 , λ2 ,
. . ., λn se numesc coordonatele vectorului v ı̂n baza B = {v1 , v2 , . . . , vn }.
Observaţie. Dacă B = {v1 , v2 , . . . , vn } este o bază a spaţiului vectorial
V , atunci orice altă bază a lui V are acelaşi număr de elemente ca şi B.
Definiţie. Se numeşte dimensiunea spaţiului V şi se notează cu dimV
numărul vectorilor unei baze.
Fie B = {v1 , v2 , . . . , vn } o bază a spaţiului vectorial V , atunci dimV =
n.

Exemple.
11) Sistemul de vectori Bc = {e1 , e2 , . . . , en }, unde e1 = (1, 0, 0, . . . , 0);
e2 = (0, 1, 0, . . . , 0); . . . ; en = (0, 0, 0, . . . , 1), este o bază a spaţiului Rn ,
numită baza canonică. Dimensiunea spaţiului Rn este n.
În R2 baza canonică este: Bc = {e1 = (1, 0), e2 = (0, 1)} şi dimensiunea
spaţiului este 2.
În R3 baza canonică este: Bc = {e1 = (1, 0, 0), e2 = (0, 1, 0), e3 =
(0, 0, 1)} şi dimensiunea spaţiului este 3.

7
12) Fie ı̂n (R3 , R) vectorii v1 = (1, 1, 0), v2 = (1, 0, 1), v3 = (0, 1, 1).
Se arată că aceşti vectori sunt liniar independenţi şi formează un sistem
de generatori. Prin urmare, B = {v1 , v2 , v3 } este o bază pentru R3 .
13) Vectorii {v1 = (1, 1), v2 = (−1, 0)} constituie o bază ı̂n (R2 , R).
14) În spaţiul vectorial R2 [X] = {p(X) = aX 2 + bX + c | a, b, c ∈ R},
baza canonică este Bc = {X 2 , X, 1}. Dimensiunea acestui spaţiu este 3.
Coordonatele lui p(X) ı̂n acastă bază sunt (a, b, c).
( ! )
a b
15) În spaţiul vectorial M2 (R) = | a, b, c, d ∈ R baza canonică
c d
este:
( ! ! ! !)
1 0 0 1 0 0 0 0
Bc = E1 = , E2 = , E3 = , E4 = .
0 0 0 0 1 0 0 1

Dimensiunea acestui spaţiu este 4.

1.7. Matricea asociată unui sistem de vectori.

Fie V un K-spaţiu vectorial de dimensiune n. Fie v1 = (a11 , a21 , . . . , an1 ),


v2 = (a12 , a22 , . . . , an2 ), . . . , vp = (a1p , a2p , . . . , anp ) vectori care aparţin
mulţimii V .
Sistemului de vectori {v1 , v2 , . . . , vp } i se asociază matricea cu n linii şi
a11 a12 . . . a1p
 
 a
21 a22 . . . a2p 

p coloane:  , formată cu coordonatele vectorilor.
 ... ... ... ... 

an1 an2 . . . anp


Propoziţie. Un sistem de vectori {v1 , v2 , . . . , vp }, p < n = dimV , este
liniar independent dacă rangul matricei formate cu coordonatele vectorilor
este p.
Observaţii. 1) Dacă rangul matricei este mai mic decât p, atunci vectorii
sunt liniar dependenţi.
2) Dacă numărul vectorilor este mai mare decât dimensiunea spaţiului,
p > n, atunci vectorii sunt liniar dependenţi.
Exemplu.
16) Fie v1 = (3, 1, −1), v2 = (0, 2, 1). Matricea corespunzătoare lor este

8
 
3 0
 1 2  şi are rangul 2. Deci vectorii sunt liniar independenţi.
 

−1 1
Teoremă. Vectorii v1 = (a11 , a21 , . . . , an1 ), v2 = (a12 , a22 , . . . , an2 ), . . . ,
vn = (a1n , a2n , . . . , ann ) formează o bază dacă şi numai dacă determinantul
a11 a12 . . . a1n
 
 a
21 a22 . . . a2n 

matricei T =   este nenul.
 ... ... ... ... 

an1 an2 . . . ann


Exemplu.
17)
În (R3 , R) fie B = {v1 = (1, 0, 1), v2 = (2, −1, 1), v3 = (0, 1, −1)}.
1 2 0

0 −1

1 = 2 6= 0 rezultă că B este bază a spaţiului R3 .
1 −1

1

1.8. Coordonatele unui vector ı̂ntr-o bază.

Fie (V, K) un spaţiu vectorial de dimensiune n şi B = {e1 , e2 , . . . , en }


o bază.
Oricare ar fi vectorul v ∈ V există şi sunt unici scalarii λ1 , λ2 , . . ., λn
astfel ı̂ncât v = λ1 e1 + λ2 e2 + . . . + λn en .
Scalarii λ1 , λ2,. . ., λn se numesc coordonatele vectorului v ı̂n baza B şi
λ1
 λ2 
 
se notează vB =  .. 

.
 . 
λn
Exemple.
18) Fie Bc = {e1 = (1, 0, 0), e2 = (0, 1, 0), e3 = (0, 0, 1)} baza canonică
 
x1
din R3 . Un vector v = (x1 , x2 , x3 ) are ı̂n baza Bc coordonatele vBc =  x2 .
 

x
  3
2
De exemplu, vectorul v = (2, 3, 5) are coordonatele vBc =  3  
 ı̂n Bc .
5

9
Într-adevăr, are loc:
v = (2, 3, 5) = (2, 0, 0) + (0, 3, 0) + (0, 0, 5) =
= 2(1, 0, 0) + 3(0, 1, 0) + 5(0, 0, 1) = 2e1 + 3e2 + 5e3 .
19) În (R3 , R) fie B = {v1 = (1, 0, 1), v2 = (2, −1, 1), v3 = (0, 1, −1)}
bază.  
α1
Vectorul v = (2, 3, 5) are coordonatele vB =   α2  ı̂n baza B, pe care

α3
urmează să le determinăm.      
1 2 0
v = α1 v1 + α2 v2 + α3 v3 = α1  0  + α2  −1  + α3  1  =
     

1 1 −1
       
α1 2α2 0 α1 + 2α2
 0  +  −α2  +  α3  =  −α2 + α3 .
=       

α1 α2 −α3 α1 + α2 − α3
Obţinem sistemul: 

 α1 + 2α2 = 2
−α2 + α3 = 3 ,
α1 + α2 − α3 = 5


 
8
de unde rezultă: α1 = 8, α2 = −3, α3 = 0, deci vB =  −3 .
 

1.9. Schimbări de baze. Matricea de trecere de la o bază la alta.

Fie (V, K) un spaţiu vectorial, dimV = n.


Definiţie. Fie B = {e1 , e2 , . . . , en }, F = {f1 , f2 , . . . , fn } baze ale
n
P
spaţiului vectorial V , cu fj = tij ei , j = 1, n (exprimarea vectorilor fj ı̂n
i=1
baza B). Matricea (tij ) se notează TBF şi se numeşte matricea de trecere
de la baza B la baza F :
t11 t12 ... t1n
 
 t21 t22 ... t2n 
TBF = 
 
... ... ... ...

 
tn1 tn2 ... tnn

10
Exemplu.
20) În (R3 , R) fie B = {e1 = (1, 0, 1), e2 = (2, −1, 1), e3 = (0, 1, −1)} şi
F = {f1 = (0, 0, −2), f2 = (1, 1, 2), f3 = (3, 1, 0)} baze.

1 2 0 0 1 3

Într-adevăr, 0 −1 1 = 2 6= 0, respectiv 0 1 1 = 4 6= 0.
1 −1 −2 2 0

1
Pentru a determina matricea de trecere de la baza B la baza F , se exprimă
vectorii bazei F ı̂n raport cu e1 , e2 , e3 :
f1 = t11 e1 + t21 e2 + t31 e3 = (t11 + 2t21 , −t21 + t31 , t11 + t21 − t31 ).
Dar f1 = (0, 0, −2), rezultă sistemul:


 t11 + 2t21 = 0
−t21 + t31 = 0 ,
t11 + t21 − t31 = −2


 
−2
de unde: t11 = −2, t21 = 1, t31 = 1, deci (f1 )B =  1 
.
1
f2 = t12 e1 + t22 e2 + t32 e3 = (1, 1, 2), rezultă:


 t12 + 2t22 = 1
−t22 + t32 = 1 ,
t12 + t22 − t32 = 1


 
3
de unde: t12 = 3, t22 = −1, t32 = 0, deci (f2 )B = 

−1 .

0
f3 = t13 e1 + t23 e2 + t33 e3 = (3, 1, 0), rezultă:


 t13 + 2t23 = 3
−t23 + t33 = 1 ,
t13 + t23 − t33 = 0


 
1
de unde: t13 = 1, t23 = 1, t33 = 2, deci (f3 )B =  1 

.
2
Matricea formată pe coloane cu coordonatele vectorilor bazei F ı̂n baza
B este matricea de trecere de la B la F :
 
−2 3 1
TBF =  1 −1 1  .
 

1 0 2

11
Proprietăţi.
1) Matricea de trecere de la o bază la alta este nesingulară: detTBF 6= 0,
−1
deci există TBF şi are loc:
−1
TBF = TF B .
 
α1

 α2 

2) Fie v ∈ V un vector având coordonatele ı̂n baza B: vB =  ..  şi
.
 
 
αn
 
β1

 β2 

coordonatele ı̂n baza F : vF =  .. . Are loc relaţia: vB = TBF · vF
.
 
 
βn
Exemplu.
21) În (R3 , R) fie Bc = {e1 = (1, 0, 0), e2 = (0, 1, 0), e3 = (0, 0, 1)} baza
canonică şi B = {v1 = (1, 1, 0), v2 = (1, 0, 1), v3 = (0, 1, 1)} un sistem de
vectori.
1 1 0

B este o bază a spaţiului R3 deoarece: detT = 1 0 1 = −2 6= 0.

0 1 1
Matricea de trecere de la Bc la B este chiar matricea T :
 
1 1 0
TBc B =T = 1 0 1 
 

0 1 1
Inversa sa este:
1 1 1
 
− 
2 2 2 
  
−1 −1 1

1 1 1 1 
 
TBBc = TB−1

= −  −1 1 −1  =  −
 
cB
2 
2 2 2 

1 −1 −1 
1 1 1 
 


2 2 2
 
2
Vectorul v = (2, 3, 5) are coordonatele ı̂n baza Bc : vBc =  3 . Pentru
 

5
a determina coordonatele lui v ı̂n baza B, scriem: v = α1 v1 + α2 v2 + α3 v3 =

12
α1 (1, 1, 0) + α2 (1, 0, 1) + α3 (0, 1, 1) = (α1 + α2 , α1 + α3 , α2 + α3 ) şi obţinem
sistemul: 
 α1 + α2 = 2

α1 + α3 = 3 ,


α2 + α3 = 5
 
0
de unde rezultă: α1 = 0, α2 = 2, α3 = 3, deci vB =  2 .
 

3
Coordonatele lui v ı̂n baza B pot fi determinate şi astfel:
Legătura dintre vBc şi vB este dată de formula: vBc = TBc B · vB ı̂n care
vBc se exprimă ı̂n funcţie de vB .
Are loc: vB = TBBc · vBc = TB−1 cB
· vBc
    
−1 −1 1 2 0
1
Obţinem vB = −  −1 1 −1    3  =  2 .
   
2
1 −1 −1 5 3

1.10. Exerciţii propuse.


Să se arate că mulţimile U date ı̂n exerciţiile 1)-5), sunt subspaţii ı̂n
spaţiile ı̂n care sunt incluse:
1) U = {(x, y) | x + y = 0} ⊂ R2 .
2) U = {(x, y, z) | x − y + 2z = 0} ⊂ R3 .
3) U = {(x, x) | x ∈ R} ⊂ R2 .
4) U = {aX − 2a | a ∈ R} ⊂ R1 [X] (polinoame de gradul ı̂ntâi).
( ! )
a b
5) U = | a, b ∈ R ⊂ M2 (R).
−b 0
6) Fie v1 = (1, 1, 0), v2 = (−1, 1, −2), v3 = (0, 1, −1) ∈ R3 . Să se arate
că vectorii sunt liniar dependenţi.
Să se scrie vectorul v1 ca o combinaţie liniară de vectorii v2 şi v3 .
7) Fie v1 = (1, 1, 0), v2 = (−1, 1, −2) ∈ R3 . Să se arate că vectorii sunt
liniar independenţi dar că ei nu formează un sistem de generatori.
8) Fie v1 = (2, 1, −1), v2 = (−1, 0, 3), v3 = (a, 1, −1) ∈ R3 . Să se
determine a ∈ R astfel ı̂ncât vectorii să fie liniar independenţi.

13
9) În R2 [X] considerăm:

B = {p1 (X) = X 2 + X, p2 (X) = X − 1, p3 (X) = 2X + 3}.

Să se arate că S este o bază a lui R2 [X].


Să se scrie coordonatele vectorului (polinomului) 2X 2 + 3X + 4 ı̂n baza S.
10) În spaţiul vectorial M2 (R) fie
( ! ! !)
2 1 −1 3 0 0
B = A1 = , A2 = , A3 = .
1 0 2 1 1 −1

Să se arate că S este liniar independent.


11) Fie ı̂n (R3 , R) vectorii v1 = (2, a, 1), v2 = (a, 3, −2), v3 = (1, 0, 1).
Să se determine a ∈ R astfel ı̂ncât vectorii să fie liniar dependenţi.
12) Fie B = {e1 = (1, 2), e2 = (1, 1)} ⊂ R2 . Să se arate că B este o bază.
Să se scrie coordonatele unui vector v = (x, y) ı̂n baza B. În particular,
să se scrie coordonatele vectorului v = (3, 2) ı̂n baza B.
13) Fie B = {e1 = (1, 2), e2 = (1, 1)} ⊂ R2 şi F = {f1 = (0, 1), f2 =
(2, 5)} ⊂ R2 . Să se arate că B şi F sunt baze.
Să se scrie matricea TBF de trecere de la B la F şi matricea inversă TF B .
Să se scrie coordonatele vectorului v = (−4, −3) ı̂n cele două baze.
14) Fie B = {e1 = (1, −1, 2), e2 = (2, −2, 3), e3 = (−3, 4, −6)} ⊂ R3 .
Să se arate că B este o bază.
Să se scrie coordonatele vectorului v = (1, 1, 1) ı̂n baza B.
15) Fie B = {e1 = (0, 2, 1), e2 = (3, 0, 1), e3 = (2, −1, 0)} ⊂ R3 şi
F = {f1 = (1, 1, 1), f2 = (0, 1, 1), f3 = (0, 0, 1)} ⊂ R3 .
Să se arate că B şi F sunt baze.
Să se scrie matricea TBF şi matricea inversă TF B .
Să se scrie coordonatele vectorului v = 2e1 − e2 + 4e3 ı̂n baza F .

14

S-ar putea să vă placă și