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
2 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, u-
nicitatea 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 ,
1 3 (2)
etc) si/sau supraindici (U , x , y4 , etc) n functie de context.

1.1.3. Exerci
tiu. Sa se arate c
a ntrun monoid (cu element neutru)
elementul neutru este unic.

1.1.4. Exercitiu. Sa 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 3

Rn este spatiu vectorial real n raport cu operatiile:

0 1 0 1 0 1 0 1 0 1
x1 y1 x1 + y1 x1 y1
@ ... A + @ .. A Def
. = @ ..
. A;8@ .. A ; @
.
.. A 2 Rn
.
xn yn xn + yn xn yn

(semnul + din stnga se refera la adunarea elementelor din Rn iar semnele

+ din dreapta se refer a la adunarea elementelor din R, deci se foloseste
acelasi semn pentru doua operatii distincte; pe parcursul textului, distinc-
tia trebuie f
acut
a din context) si

0 1 0 1
x1 x1
@ ... A Def
= @ ..
. A ; 8 2 R:
xn xn

(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,
0 1datorit a proprietat0
ilor adun
1 arii
0 x1
pe R), elementul neutru este 0Rn = @ ... A iar simetricul lui @ ... A este
0 xn
0 1
x1
@ .. A. Au loc propriet
atile de distributivitate:
.
xn

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

0 1 0 1 0 1
x1 ( ) x1 ( x1 )
( .
) @ .. A = @ .. A=@ .. A=
. .
xn ( ) x ( xn )
0 1 0 n1
x1 x1
= @ ... A = ( @ ... A):
xn xn

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

80 1 9
< x1 =
S= @ x2 A 3
2 R ; x2 = 0
: ;
x3

este subspatiu vectorial0

al spa
tiului vectorial
1 0 (R3 ; R).
1
x1 y1
Fie x; y 2 S ) x = @ 0 A si y = @ 0 A; au loc:
x3 y3
01 0 1 0 1
x1 y1 x1 + y1
x+y =@ 0 A+@ 0 A=@ 0 A 2 S;
x3 y3 x3 + y3
 1.1. INTRODUCERE 5
0 1 0 1
x1 x1
iar pentru 2 R, x = @ 0 A = @ 0 A 2 S. Din dentia subspa-
x3 x3
tiului rezult a multimea S este subspatiu al spatiului vectorial (R3 ; R).
a c

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) daca:

(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
ataseaza 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
6 1. SPATII
VECTORIALE

(P + Q) ( ) este denit de:

(P + Q) (X) = (a + a1 ) X02 + (b + b1
1) X 0
+ (c + 2 P2 [X]
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)
0= 1aX 2 + 0bX 1
+ c)
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. (Functionala 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
noteaza cu V0 (= LK (V; K)) si se numeste dualul algebric al lui (V; K).
1.1.13. Exerci tiu. Sa 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 liniara) Pentru n 2 N, i = 1; n; xi 2
P n
V si i 2 K, elementul x = i xi se numeste combinatie liniara a
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
1 0
1.1.15. Exemplu. 2 @ 0 A +3 @ 1 A este o combinatie liniar a n R3 ;
0 0
0 1
2
valoarea ei este @ 3 A.
0
 1.1. INTRODUCERE 7

1.1.16. Deni tie. (Acoperirea liniar a) Daca A V este o multime

oarecare de vectori, multimea
( n )
Def
X
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 li-
niare 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. Observatie. 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
2 p 3 082 3 2 391
3 < 1 0 =
4 1 5 2 spanR @ 4 0 5 ; 4 1 5 A
: ;
2 p0 3 082 0 3 2 0 391
3 < 1 0 =
4 1 52 = spanQ @ 4 0 ; 1 5 A
5 4
: ;
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.
Daca 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
B C;B 3 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 1 2
B 2 C B 3 C B 5 C
B C+B C B C:
@ 2 A @ 4 A=@ 2 A
1 0 1
8 1. SPATII
VECTORIALE

Multimea de vectori din R4

80 1 0 1 0 19
>
> 1 1 3 >
>
<B C B C B 5 C=
2
B C;B 3 C B C
> @ 2 A @ 4 A;@ 2 A>
>
: 1 >
;
0 1
este liniar independenta pentru c a (de exemplu) rangul matricii care are
drept coloane vectorii multimii este egal cu num
arul vectorilor
0 (justicarea1
1 1 3
B 2 3 5 C
rationamentului va data n continuare) (rangul matricii B
@ 2
C
4 2 A
1 0 1
este 3).
1.1.21. Observa tie. (Deni tii echivalente ale independen tei li-
niare) Familia (xi )i=1;n este liniar independenta dac
a si numai dac
a are
loc una dintre armatiile:
Pn
(1) 8 i 2 K; i = 1; n; i xi = 0 ) 1 = = n = 0 (unic).
i=1
P
n
(relatia i xi = 0 are loc numai pentru scalari nuli);
i=1
P
n
(2) 8 i 2 K; i = 1; n; (9i 2 f1; ; ng ; i 6= 0) ) i xi 6= 0.
i=1
(dac
a macar 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 macar un
vector este combinatie liniar a de ceilalti vectori, atunci exista scalarii
P
n
i 2 K; i = 1; n; nu to ti nuli, astfel nct i xi = 0.
i=1

1.1.22. Algoritm. (Studiul dependentei liniare a unei familii de vec-

tori) Fie o multime de vectori xi ; i = 1; n n spatiul vectorial (V; K).
Pasul 1. Se considera relatia:
X
n

i xi = 0;
i=1
care este privit
a ca o ecuatie vectorial
a n necunoscutele 1, , n.
 1.1. INTRODUCERE 9

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 raspund a la ntrebarea: Exist a si alte solutii n
afara 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 nula este unica, multimea este liniar independent a
dac a solutia nula 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 situ-
atia de independenta liniar a, esential este s
a se justice faptul c a
nu exist a alte solutii)

1.1.23. Exemplu. Sa se studieze natura multimii de vectori:

0 1 0 1 0 1
m 1 1
v1 (m) = 1 ; v2 (m) = m ; v3 (m) = 1 A ; m 2 R
@ A @ A @
1 1 m

n spatiul (R3 ; R).

Se consider a ecuatia (vectorial
a)

1 v1 (m) + 2 v2 (m) + 3 v3 (m) = 0;

cu necunoscutele 1, 2, 3 care prin nlocuire devine:

0 1 0 1 0 1 0 1
m 1 1 0
1
@ 1A+ 2
@mA + 3
@ A
1 = @ 0 A;
1 1 m 0
adic
a
0 1 01
+ 3+m2 1 0
@ 1+m 2+ 3
A = @ 0 A:
1+ 2+m 3 0
Se obtine sistemul algebric liniar omogen:
10 1. SPATII
VECTORIALE

8
< m + 2+
1 3 =0
1+m 2+ 3 =0
:
1+ 2+m 3 =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 1 9
>
>
< < a b =
S (m) = @ a A ; a; b 2 R ; m = 1
>
> : b ;
>
> 8 0 1 9
>
>
>
> < a =
>
> @ a A; a 2 R ;
>
> m= 2
: : a ;

n concluzie:
pentru m 2 Rn f 2; 1g multimea de vectori este liniar indepen-
denta.
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 observa 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. Denitie. (Sistem de generatori) Fiind data multimea X
a multimea de vectori xi ; i = 1; n genereaza multimea X
V, se spune c
daca 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 li-
niare cu polinoamele 1 si X si deci A genereaz
a multimea tuturor polinoa-
melor 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:
(5) x = 0V si 6= 0 ) 9 1 2 K si 1
x = 1 0V ) x = 0:

1.2.2. Propozi tie. (Proprietti ale operatorilor liniari) Fie U ( ) :

a
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) Daca 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 i-

a Im U ( ); subspatiul U 1 (f0g) (al do-
maginea operatorului si se noteaz
meniului) se numeste nucleul operatorului si se noteaz
a ker U ( ).
Urm atoarele dou a propozitii arat
a c
a inversarea si compunerea func-
tiilor 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).
tie. Se stie c
Demonstra 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).
Demonstratie. Fie v1 ; v2 2 V1 ; are loc U (v1 + v2 ) = U2 (U1 (v1 + v2 ))
aditivitatea aditivitatea
= U2 (U1 (v1 ) + U1 (v2 )) = U2 (U1 (v1 )) + U2 (U1 (v2 ))
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 e-
chivalenta ntre spatii vectoriale peste acelasi corp (este reexiv
a, simetrica
si tranzitiva) (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 rezulta din faptul c a operatorul iden-

titate U ( ) : V1 ! V1 , U (v) = v este liniar si bijectiv, deci V1 = V1 .
Simetria rezulta din Propozitia (1.2.4), pentru ca daca 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 opera-
tiile 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.

tie. span (xi )i=1;n este subspatiu liniar.

1.2.8. Observa

Demonstra tie. Fie v1 ; v2 2 span (xi )i=1;n si 2 K ) 9 1i ; 2

i 2
Pn
j
K, i = 1; n, astfel nct vj = i xi ; j = 1; 2; atunci v1 + v2 =
i=1
P
n
1 2
P
n
1
( i + i ) xi 2 span (xi )i=1;n iar v1 = ( i ) xi 2 span (xi )i=1;n
i=1 i=1

1.2.9. Observa
tie. Fie V0 un subspatiu vectorial al spatiului (V; K).
Atunci,
X
n
8n 2 N; 8xi 2 V0 ; 8 i 2 K; i = 1; n; i xi 2 V0 :
i=1

(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 ca 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
P
n+1 Pn
>
>
i xi = i xi + n+1 xn+1 >
>
i=1 i=1 = X
n+1
P
n+1 ) i x i 2 V0 :
i xi 2 V0 (proprietatea pentru n) >
>
i=1 >
> i=1
;
x
n+1 n+1 2 V 0 (proprietatea pentru n = 1)

T
1.2.10. Observa
tie. span (xi )i=1;n = V0 (este cel mai mic
V0 subspatiu
V0 (xi )
i=1;n

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

T
tie. span (xi )i=1;n
Demonstra V0 pentru c
a orice sub-
V0 subspatiu
V0 (xi )
i=1;n

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
(xi )i=1;n urmeaza c
a face parte dintre subspatiile care particip a la intersectie,
T
asa ca are loc span (xi )i=1;n V0 pentru c a intersectia este
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
3 de n elemente din
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 ordonata 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 ratio-
nale (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
a p(t) = a0 +a1 t+ +an tn si q(t) = b0 +b1 t+ +bn tn
reali, notat R [t]. Dac
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
a C 1 si care satisfac ecuatia diferential
de clas 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
1.4.1. Exemplu. Familia de vectori @ A @ A @
1 ; 2 ; 2 A genereaz
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) :
Sa se arate ca (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. Exercitiu. S
a se arate ca multimea V0 = fx 2 Rn ; Ax = 0g
este un subspatiu vectorial, unde A 2 Mm n (R).
80 1 9
>
> 0 >
>
<B C =
B a C
1.4.6. Exercitiu. 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 A a se determine A + B.
>
> >
>
: b ;
 1.4. EXERCITII
17

1.4.7. Exercitiu. Daca operatorul liniar U ( ) : Rn ! Rn are proprietatea

2
c
a U ( ) + U ( ) + I ( ) = O ( ), atunci operatorul este bijectiv.