Geometrie

Victor Vuletescu

University of Bucharest, Faculty of Mathematics, Bucharest, Romania.

Aprilie 2017

1 / 27
 Spatii vectoriale

Definitii, proprietati elementare

Definitie
Se numeste spatiu vectorial peste un corp K o multime V nzestrata cu
doua legi de compozitie:

2 / 27
 Spatii vectoriale

Definitii, proprietati elementare

Definitie
Se numeste spatiu vectorial peste un corp K o multime V nzestrata cu
doua legi de compozitie:
+ : V V ! V (u, v ) 7! u + v , si

2 / 27
 Spatii vectoriale

Definitii, proprietati elementare

Definitie
Se numeste spatiu vectorial peste un corp K o multime V nzestrata cu
doua legi de compozitie:
+ : V V ! V (u, v ) 7! u + v , si
: K V ! V , (, v ) 7! v
ce satisfac proprietatile:

2 / 27
 Spatii vectoriale

Definitii, proprietati elementare

Definitie
Se numeste spatiu vectorial peste un corp K o multime V nzestrata cu
doua legi de compozitie:
+ : V V ! V (u, v ) 7! u + v , si
: K V ! V , (, v ) 7! v
ce satisfac proprietatile:
(V , +) este grup abelian;

2 / 27
 Spatii vectoriale

Definitii, proprietati elementare

Definitie
Se numeste spatiu vectorial peste un corp K o multime V nzestrata cu
doua legi de compozitie:
+ : V V ! V (u, v ) 7! u + v , si
: K V ! V , (, v ) 7! v
ce satisfac proprietatile:
(V , +) este grup abelian;
(u + v ) = u + v , 8 2 K , 8u, v 2 V

2 / 27
 Spatii vectoriale

Definitii, proprietati elementare

Definitie
Se numeste spatiu vectorial peste un corp K o multime V nzestrata cu
doua legi de compozitie:
+ : V V ! V (u, v ) 7! u + v , si
: K V ! V , (, v ) 7! v
ce satisfac proprietatile:
(V , +) este grup abelian;
(u + v ) = u + v , 8 2 K , 8u, v 2 V
( + )v = v + v , 8, 2 K , 8v 2 V ;

2 / 27
 Spatii vectoriale

Definitii, proprietati elementare

Definitie
Se numeste spatiu vectorial peste un corp K o multime V nzestrata cu
doua legi de compozitie:
+ : V V ! V (u, v ) 7! u + v , si
: K V ! V , (, v ) 7! v
ce satisfac proprietatile:
(V , +) este grup abelian;
(u + v ) = u + v , 8 2 K , 8u, v 2 V
( + )v = v + v , 8, 2 K , 8v 2 V ;
( )v = ( v ), 8, 2 K , 8v 2 V ;

2 / 27
 Spatii vectoriale

Definitii, proprietati elementare

Definitie
Se numeste spatiu vectorial peste un corp K o multime V nzestrata cu
doua legi de compozitie:
+ : V V ! V (u, v ) 7! u + v , si
: K V ! V , (, v ) 7! v
ce satisfac proprietatile:
(V , +) este grup abelian;
(u + v ) = u + v , 8 2 K , 8u, v 2 V
( + )v = v + v , 8, 2 K , 8v 2 V ;
( )v = ( v ), 8, 2 K , 8v 2 V ;
1K v = v 8v 2 V .

Terminologie
Elementele lui V le vom numi vectori iar cele din K le vom numi scalari.2 / 27
 Spatii vectoriale

Definitii, proprietati elementare

Exemple

3 / 27
 Spatii vectoriale

Definitii, proprietati elementare

Exemple
Multimea matricelor de un tip (m, n) fixat peste un un corp K ;
V = Matm,n (K ).

3 / 27
 Spatii vectoriale

Definitii, proprietati elementare

Exemple
Multimea matricelor de un tip (m, n) fixat peste un un corp K ;
V = Matm,n (K ).
Multimea polinoamelor peste corpul K : V = K [X ].

3 / 27
 Spatii vectoriale

Definitii, proprietati elementare

Exemple
Multimea matricelor de un tip (m, n) fixat peste un un corp K ;
V = Matm,n (K ).
Multimea polinoamelor peste corpul K : V = K [X ].
Spatii numerice: V = K n = {(x1 , x2 , . . . , xn )|x1 , x2 , . . . , xn 2 K }.

3 / 27
 Spatii vectoriale

Definitii, proprietati elementare

Exemple
Multimea matricelor de un tip (m, n) fixat peste un un corp K ;
V = Matm,n (K ).
Multimea polinoamelor peste corpul K : V = K [X ].
Spatii numerice: V = K n = {(x1 , x2 , . . . , xn )|x1 , x2 , . . . , xn 2 K }.
Elementele din V vor fi notate in calcule sub forma de vectori coloana
0 1
x1
B x2 C
B C
v =B B C
C
@ A
xn

3 / 27
 Spatii vectoriale

Liniar independenta, sisteme de generatori

Terminologie
O expresie de forma
n
X
w= ai vi , ai 2 K , vi 2 V , i = 1, . . . , n
i=1

se numeste combinatie liniara (a vectorilor v1 , . . . , vn ).

4 / 27
 Spatii vectoriale

Liniar independenta, sisteme de generatori

Terminologie
O expresie de forma
n
X
w= ai vi , ai 2 K , vi 2 V , i = 1, . . . , n
i=1

se numeste combinatie liniara (a vectorilor v1 , . . . , vn ).

Liniar independenta, sistem de generatori

Definitie. Fie S = {v1 , . . . , vn } V un sistem de vectori. S se numeste:

4 / 27
 Spatii vectoriale

Liniar independenta, sisteme de generatori

Terminologie
O expresie de forma
n
X
w= ai vi , ai 2 K , vi 2 V , i = 1, . . . , n
i=1

se numeste combinatie liniara (a vectorilor v1 , . . . , vn ).

Liniar independenta, sistem de generatori

Definitie. Fie S = {v1 , . . . , vn } V un sistem de vectori. S se numeste:
sistem liniar independent daca nici un vector al sistemului S nu se
poate exprima ca o combinatie liniara de ceilalti;

4 / 27
 Spatii vectoriale

Liniar independenta, sisteme de generatori

Terminologie
O expresie de forma
n
X
w= ai vi , ai 2 K , vi 2 V , i = 1, . . . , n
i=1

se numeste combinatie liniara (a vectorilor v1 , . . . , vn ).

Liniar independenta, sistem de generatori

Definitie. Fie S = {v1 , . . . , vn } V un sistem de vectori. S se numeste:
sistem liniar independent daca nici un vector al sistemului S nu se
poate exprima ca o combinatie liniara de ceilalti;
sistem de generatori daca orice vector din V se poate exprima ca o
combinatie liniara de vectori din S.

4 / 27
 Spatii vectoriale

Liniar independenta, sisteme de generatori

Exemple

5 / 27
 Spatii vectoriale

Liniar independenta, sisteme de generatori

Exemple
Sistemul S = {v1 = (1, 0, 0), v2 = (0, 2, 0), v3 = (0, 0, 3)} R3 este
liniar independent.

5 / 27
 Spatii vectoriale

Liniar independenta, sisteme de generatori

Exemple
Sistemul S = {v1 = (1, 0, 0), v2 = (0, 2, 0), v3 = (0, 0, 3)} R3 este
liniar independent.
Sistemul S = {v1 = (0, 2, 3), v2 = (0, 2, 0), v3 = (0, 0, 3)} R3
nu este liniar independent, pentru ca v1 = v2 + v3 .

5 / 27
 Spatii vectoriale

Liniar independenta, sisteme de generatori

Exemple
Sistemul S = {v1 = (1, 0, 0), v2 = (0, 2, 0), v3 = (0, 0, 3)} R3 este
liniar independent.
Sistemul S = {v1 = (0, 2, 3), v2 = (0, 2, 0), v3 = (0, 0, 3)} R3
nu este liniar independent, pentru ca v1 = v2 + v3 .
Sistemul S = {v1 = (1, 0, 0), v2 = (0, 2, 0)} R3 nu este sistem de
generatori (pentru ca, de exemplu, nu putem exprima v = (0, 0, 7) ca
o combinatie liniara de v1 , v2 ).

5 / 27
 Spatii vectoriale

Liniar independenta, sisteme de generatori

Exemple
Sistemul S = {v1 = (1, 0, 0), v2 = (0, 2, 0), v3 = (0, 0, 3)} R3 este
liniar independent.
Sistemul S = {v1 = (0, 2, 3), v2 = (0, 2, 0), v3 = (0, 0, 3)} R3
nu este liniar independent, pentru ca v1 = v2 + v3 .
Sistemul S = {v1 = (1, 0, 0), v2 = (0, 2, 0)} R3 nu este sistem de
generatori (pentru ca, de exemplu, nu putem exprima v = (0, 0, 7) ca
o combinatie liniara de v1 , v2 ).
Sistemul S = {v1 = (1, 0, 0), v2 = (0, 2, 0), v3 = (0, 0, 3)} R3 este
sistem de generatori - pentru ca daca v = (x1 , x2 , x3 ) 2 R3 este
arbitrar, avem

5 / 27
 Spatii vectoriale

Liniar independenta, sisteme de generatori

Exemple
Sistemul S = {v1 = (1, 0, 0), v2 = (0, 2, 0), v3 = (0, 0, 3)} R3 este
liniar independent.
Sistemul S = {v1 = (0, 2, 3), v2 = (0, 2, 0), v3 = (0, 0, 3)} R3
nu este liniar independent, pentru ca v1 = v2 + v3 .
Sistemul S = {v1 = (1, 0, 0), v2 = (0, 2, 0)} R3 nu este sistem de
generatori (pentru ca, de exemplu, nu putem exprima v = (0, 0, 7) ca
o combinatie liniara de v1 , v2 ).
Sistemul S = {v1 = (1, 0, 0), v2 = (0, 2, 0), v3 = (0, 0, 3)} R3 este
sistem de generatori - pentru ca daca v = (x1 , x2 , x3 ) 2 R3 este
arbitrar, avem
x2 x3
v = x1 (1, 0, 0) (0, 2, 0) + (0, 0, 3)
2 3

5 / 27
 Spatii vectoriale

Liniar independenta, sisteme de generatori

Exemple
Sistemul S = {v1 = (1, 0, 0), v2 = (0, 2, 0), v3 = (0, 0, 3)} R3 este
liniar independent.
Sistemul S = {v1 = (0, 2, 3), v2 = (0, 2, 0), v3 = (0, 0, 3)} R3
nu este liniar independent, pentru ca v1 = v2 + v3 .
Sistemul S = {v1 = (1, 0, 0), v2 = (0, 2, 0)} R3 nu este sistem de
generatori (pentru ca, de exemplu, nu putem exprima v = (0, 0, 7) ca
o combinatie liniara de v1 , v2 ).
Sistemul S = {v1 = (1, 0, 0), v2 = (0, 2, 0), v3 = (0, 0, 3)} R3 este
sistem de generatori - pentru ca daca v = (x1 , x2 , x3 ) 2 R3 este
arbitrar, avem
x2 x3
v = x1 (1, 0, 0) (0, 2, 0) + (0, 0, 3)
2 3
x2 x3
i.e. v = x1 v1 2 v2 + 3 v3 .
5 / 27
 Spatii vectoriale

Liniar independenta, sisteme de generatori

Test de liniar independenta/sistem de generatori

Fie

S = {v1 = (v1,1 , . . . , v1,n ), v1 = (v2,1 , . . . , v2,n ) . . . , vm = (vm,1 , . . . , vm,n )}

un sistem de m vectori n V = K n .

6 / 27
 Spatii vectoriale

Liniar independenta, sisteme de generatori

Test de liniar independenta/sistem de generatori

Fie

S = {v1 = (v1,1 , . . . , v1,n ), v1 = (v2,1 , . . . , v2,n ) . . . , vm = (vm,1 , . . . , vm,n )}

un sistem de m vectori n V = K n .

6 / 27
 Spatii vectoriale

Liniar independenta, sisteme de generatori

Test de liniar independenta/sistem de generatori

Fie

S = {v1 = (v1,1 , . . . , v1,n ), v1 = (v2,1 , . . . , v2,n ) . . . , vm = (vm,1 , . . . , vm,n )}

un sistem de m vectori n V = K n . Formam matricea

0 1
v1,1 v1,2 . . . v1,n
B v2,1 v2,2 . . . v2,n C
AS = B @
C
... A
vm,1 vm,2 . . . vm,n

6 / 27
 Spatii vectoriale

Liniar independenta, sisteme de generatori

Test de liniar independenta/sistem de generatori

Fie

S = {v1 = (v1,1 , . . . , v1,n ), v1 = (v2,1 , . . . , v2,n ) . . . , vm = (vm,1 , . . . , vm,n )}

un sistem de m vectori n V = K n . Formam matricea

0 1
v1,1 v1,2 . . . v1,n
B v2,1 v2,2 . . . v2,n C
AS = B @
C
... A
vm,1 vm,2 . . . vm,n

Atunci:

6 / 27
 Spatii vectoriale

Liniar independenta, sisteme de generatori

Test de liniar independenta/sistem de generatori

Fie

S = {v1 = (v1,1 , . . . , v1,n ), v1 = (v2,1 , . . . , v2,n ) . . . , vm = (vm,1 , . . . , vm,n )}

un sistem de m vectori n V = K n . Formam matricea

0 1
v1,1 v1,2 . . . v1,n
B v2,1 v2,2 . . . v2,n C
AS = B @
C
... A
vm,1 vm,2 . . . vm,n

Atunci:
S este sistem liniar independent daca si numai daca rang (AS ) = m.

6 / 27
 Spatii vectoriale

Liniar independenta, sisteme de generatori

Test de liniar independenta/sistem de generatori

Fie

S = {v1 = (v1,1 , . . . , v1,n ), v1 = (v2,1 , . . . , v2,n ) . . . , vm = (vm,1 , . . . , vm,n )}

un sistem de m vectori n V = K n . Formam matricea

0 1
v1,1 v1,2 . . . v1,n
B v2,1 v2,2 . . . v2,n C
AS = B @
C
... A
vm,1 vm,2 . . . vm,n

Atunci:
S este sistem liniar independent daca si numai daca rang (AS ) = m.
S este sistem de generatori daca si numai daca rang (AS ) = n.

6 / 27
 Spatii vectoriale

Baze

Baze
Definitie. Fie V un spatiu vectorial. Un sistem B = {v1 , . . . , vn } V se
numeste baza a lui V daca este simultan si sistem liniar independent si
sistem de generatori.

7 / 27
 Spatii vectoriale

Baze

Baze
Definitie. Fie V un spatiu vectorial. Un sistem B = {v1 , . . . , vn } V se
numeste baza a lui V daca este simultan si sistem liniar independent si
sistem de generatori.

Exemple

7 / 27
 Spatii vectoriale

Baze

Baze
Definitie. Fie V un spatiu vectorial. Un sistem B = {v1 , . . . , vn } V se
numeste baza a lui V daca este simultan si sistem liniar independent si
sistem de generatori.

Exemple
Fie V = K n ; atunci sistemul

{e1 = (1, 0, 0, . . . , 0), e2 = (0, 1, 0, . . . , 0), . . . , en = (0, 0, 0, . . . , 1)}

este o baza, numita baza canonica a lui K n .

7 / 27
 Spatii vectoriale

Baze

Baze
Definitie. Fie V un spatiu vectorial. Un sistem B = {v1 , . . . , vn } V se
numeste baza a lui V daca este simultan si sistem liniar independent si
sistem de generatori.

Exemple
Fie V = K n ; atunci sistemul

{e1 = (1, 0, 0, . . . , 0), e2 = (0, 1, 0, . . . , 0), . . . , en = (0, 0, 0, . . . , 1)}

este o baza, numita baza canonica a lui K n .

Sistemul S = {v1 = (1, 0, 0), v2 = (0, 2, 0), v3 = (0, 0, 3)} R3 este
o baza a lui R3 .

7 / 27
 Spatii vectoriale

Dimensiune
Teorema
Fie V un spatiu vectorial care admite un sistem de generatori finit. Atunci:

8 / 27
 Spatii vectoriale

Dimensiune
Teorema
Fie V un spatiu vectorial care admite un sistem de generatori finit. Atunci:

Oricare ar fi G = {v1 , . . . , vm } sistem de generatori exista

{j1 , . . . jk } {1, . . . , m} astfel ncat G 0 = {vj1 , . . . , vjk } este liniar
independent.

8 / 27
 Spatii vectoriale

Dimensiune
Teorema
Fie V un spatiu vectorial care admite un sistem de generatori finit. Atunci:

Oricare ar fi G = {v1 , . . . , vm } sistem de generatori exista

{j1 , . . . jk } {1, . . . , m} astfel ncat G 0 = {vj1 , . . . , vjk } este liniar
independent.
Oricare ar fi I = {u1 , . . . , um } sistem liniar independent exista vectorii
um+1 , . . . , un astfel ncat I = {u1 , . . . , um , um+1 , . . . , un } este o baza.

8 / 27
 Spatii vectoriale

Dimensiune
Teorema
Fie V un spatiu vectorial care admite un sistem de generatori finit. Atunci:

Oricare ar fi G = {v1 , . . . , vm } sistem de generatori exista

{j1 , . . . jk } {1, . . . , m} astfel ncat G 0 = {vj1 , . . . , vjk } este liniar
independent.
Oricare ar fi I = {u1 , . . . , um } sistem liniar independent exista vectorii
um+1 , . . . , un astfel ncat I = {u1 , . . . , um , um+1 , . . . , un } este o baza.
Oricare ar fi G = {v1 , . . . , vn } sistem de generatori si oricare ar fi
I = {u1 , . . . , um } sistem liniar independent, avem m n.

8 / 27
 Spatii vectoriale

Dimensiune
Teorema
Fie V un spatiu vectorial care admite un sistem de generatori finit. Atunci:

Oricare ar fi G = {v1 , . . . , vm } sistem de generatori exista

{j1 , . . . jk } {1, . . . , m} astfel ncat G 0 = {vj1 , . . . , vjk } este liniar
independent.
Oricare ar fi I = {u1 , . . . , um } sistem liniar independent exista vectorii
um+1 , . . . , un astfel ncat I = {u1 , . . . , um , um+1 , . . . , un } este o baza.
Oricare ar fi G = {v1 , . . . , vn } sistem de generatori si oricare ar fi
I = {u1 , . . . , um } sistem liniar independent, avem m n.

Corolar
Fie V un spatiu vectorial si B1 = {v1 , . . . , vn }, B2 = {f1 , . . . , fm } doua
baze ale sale. Atunci
n = m.
8 / 27
Spatii vectoriale

Dimensiune

9 / 27
 Spatii vectoriale

Dimensiune
Definitie
Fie V un spatiu vectorial peste un corp K care admite un sistem de
generatori finit. Se numeste dimensiunea lui V peste K numarul natural
dimK (V ) definit prin:

dimK (V ) = cardinalul unei baze a lui V .

9 / 27
 Spatii vectoriale

Dimensiune
Definitie
Fie V un spatiu vectorial peste un corp K care admite un sistem de
generatori finit. Se numeste dimensiunea lui V peste K numarul natural
dimK (V ) definit prin:

dimK (V ) = cardinalul unei baze a lui V .

Exemple

9 / 27
 Spatii vectoriale

Dimensiune
Definitie
Fie V un spatiu vectorial peste un corp K care admite un sistem de
generatori finit. Se numeste dimensiunea lui V peste K numarul natural
dimK (V ) definit prin:

dimK (V ) = cardinalul unei baze a lui V .

Exemple
Fie V = K n ; deoarece

{e1 = (1, 0, 0, . . . , 0), e2 = (0, 1, 0, . . . , 0), . . . , en = (0, 0, 0, . . . , 1)}

este o baza, deducem dimK (K n ) =

9 / 27
 Spatii vectoriale

Dimensiune
Definitie
Fie V un spatiu vectorial peste un corp K care admite un sistem de
generatori finit. Se numeste dimensiunea lui V peste K numarul natural
dimK (V ) definit prin:

dimK (V ) = cardinalul unei baze a lui V .

Exemple
Fie V = K n ; deoarece

{e1 = (1, 0, 0, . . . , 0), e2 = (0, 1, 0, . . . , 0), . . . , en = (0, 0, 0, . . . , 1)}

este o baza, deducem dimK (K n ) = n.

9 / 27
 Spatii vectoriale

Dimensiune
Definitie
Fie V un spatiu vectorial peste un corp K care admite un sistem de
generatori finit. Se numeste dimensiunea lui V peste K numarul natural
dimK (V ) definit prin:

dimK (V ) = cardinalul unei baze a lui V .

Exemple
Fie V = K n ; deoarece

{e1 = (1, 0, 0, . . . , 0), e2 = (0, 1, 0, . . . , 0), . . . , en = (0, 0, 0, . . . , 1)}

este o baza, deducem dimK (K n ) = n.

C este spatiu vectorial peste R de dimensiune

9 / 27
 Spatii vectoriale

Dimensiune
Definitie
Fie V un spatiu vectorial peste un corp K care admite un sistem de
generatori finit. Se numeste dimensiunea lui V peste K numarul natural
dimK (V ) definit prin:

dimK (V ) = cardinalul unei baze a lui V .

Exemple
Fie V = K n ; deoarece

{e1 = (1, 0, 0, . . . , 0), e2 = (0, 1, 0, . . . , 0), . . . , en = (0, 0, 0, . . . , 1)}

este o baza, deducem dimK (K n ) = n.

C este spatiu vectorial peste R de dimensiune doi

9 / 27
 Spatii vectoriale

Dimensiune
Definitie
Fie V un spatiu vectorial peste un corp K care admite un sistem de
generatori finit. Se numeste dimensiunea lui V peste K numarul natural
dimK (V ) definit prin:

dimK (V ) = cardinalul unei baze a lui V .

Exemple
Fie V = K n ; deoarece

{e1 = (1, 0, 0, . . . , 0), e2 = (0, 1, 0, . . . , 0), . . . , en = (0, 0, 0, . . . , 1)}

este o baza, deducem dimK (K n ) = n.

C este spatiu vectorial peste R de dimensiune doi deoarece {1, i} este
o baza: dimR (C) = 2.

9 / 27
 Spatii vectoriale

Dimensiune
Definitie
Fie V un spatiu vectorial peste un corp K care admite un sistem de
generatori finit. Se numeste dimensiunea lui V peste K numarul natural
dimK (V ) definit prin:

dimK (V ) = cardinalul unei baze a lui V .

Exemple
Fie V = K n ; deoarece

{e1 = (1, 0, 0, . . . , 0), e2 = (0, 1, 0, . . . , 0), . . . , en = (0, 0, 0, . . . , 1)}

este o baza, deducem dimK (K n ) = n.

C este spatiu vectorial peste R de dimensiune doi deoarece {1, i} este
o baza: dimR (C) = 2.
dimK (Matm,n (K )) =
9 / 27
 Spatii vectoriale

Dimensiune
Definitie
Fie V un spatiu vectorial peste un corp K care admite un sistem de
generatori finit. Se numeste dimensiunea lui V peste K numarul natural
dimK (V ) definit prin:

dimK (V ) = cardinalul unei baze a lui V .

Exemple
Fie V = K n ; deoarece

{e1 = (1, 0, 0, . . . , 0), e2 = (0, 1, 0, . . . , 0), . . . , en = (0, 0, 0, . . . , 1)}

este o baza, deducem dimK (K n ) = n.

C este spatiu vectorial peste R de dimensiune doi deoarece {1, i} este
o baza: dimR (C) = 2.
dimK (Matm,n (K )) = mn.
9 / 27
 Spatii vectoriale

Coordonate
Definitie
Fie V un spatiu vectorial si B = {e1 , . . . , en } o baza a lui V . Fie v 2 V
arbitrar; deoarece B este baza a lui V deducem ca exista si sunt unici
scalarii x1 , . . . , xn 2 K astfel ncat

v = x1 e 1 + + xn e n

Spunem prin definitie ca (x1 , . . . , xn ) sunt coordonatele lui v n raport cu

baza B.

10 / 27
 Spatii vectoriale

Coordonate
Definitie
Fie V un spatiu vectorial si B = {e1 , . . . , en } o baza a lui V . Fie v 2 V
arbitrar; deoarece B este baza a lui V deducem ca exista si sunt unici
scalarii x1 , . . . , xn 2 K astfel ncat

v = x1 e 1 + + xn e n

Spunem prin definitie ca (x1 , . . . , xn ) sunt coordonatele lui v n raport cu

baza B.

Exemple

10 / 27
 Spatii vectoriale

Coordonate
Definitie
Fie V un spatiu vectorial si B = {e1 , . . . , en } o baza a lui V . Fie v 2 V
arbitrar; deoarece B este baza a lui V deducem ca exista si sunt unici
scalarii x1 , . . . , xn 2 K astfel ncat

v = x1 e 1 + + xn e n

Spunem prin definitie ca (x1 , . . . , xn ) sunt coordonatele lui v n raport cu

baza B.

Exemple
Fie V = K n n care consideram baza canonica. Atunci coordonatele
unui vector v = (x1 , . . . , xn ) sunt

10 / 27
 Spatii vectoriale

Coordonate
Definitie
Fie V un spatiu vectorial si B = {e1 , . . . , en } o baza a lui V . Fie v 2 V
arbitrar; deoarece B este baza a lui V deducem ca exista si sunt unici
scalarii x1 , . . . , xn 2 K astfel ncat

v = x1 e 1 + + xn e n

Spunem prin definitie ca (x1 , . . . , xn ) sunt coordonatele lui v n raport cu

baza B.

Exemple
Fie V = K n n care consideram baza canonica. Atunci coordonatele
unui vector v = (x1 , . . . , xn ) sunt chiar componentele sale, x1 , . . . , xn .

10 / 27
 Spatii vectoriale

Coordonate
Definitie
Fie V un spatiu vectorial si B = {e1 , . . . , en } o baza a lui V . Fie v 2 V
arbitrar; deoarece B este baza a lui V deducem ca exista si sunt unici
scalarii x1 , . . . , xn 2 K astfel ncat

v = x1 e 1 + + xn e n

Spunem prin definitie ca (x1 , . . . , xn ) sunt coordonatele lui v n raport cu

baza B.

Exemple
Fie V = K n n care consideram baza canonica. Atunci coordonatele
unui vector v = (x1 , . . . , xn ) sunt chiar componentele sale, x1 , . . . , xn .
V = R3 si baza B = {v1 = (1, 0, 0), v2 = (0, 2, 0), v3 = (0, 0, 3)}.In
raport cu aceasta baza, coordonatele vectorului v = (1, 2, 3) sunt

10 / 27
 Spatii vectoriale

Coordonate
Definitie
Fie V un spatiu vectorial si B = {e1 , . . . , en } o baza a lui V . Fie v 2 V
arbitrar; deoarece B este baza a lui V deducem ca exista si sunt unici
scalarii x1 , . . . , xn 2 K astfel ncat

v = x1 e 1 + + xn e n

Spunem prin definitie ca (x1 , . . . , xn ) sunt coordonatele lui v n raport cu

baza B.

Exemple
Fie V = K n n care consideram baza canonica. Atunci coordonatele
unui vector v = (x1 , . . . , xn ) sunt chiar componentele sale, x1 , . . . , xn .
V = R3 si baza B = {v1 = (1, 0, 0), v2 = (0, 2, 0), v3 = (0, 0, 3)}.In
raport cu aceasta baza, coordonatele vectorului v = (1, 2, 3) sunt
(1, 1, 1), deoarece
10 / 27
 Spatii vectoriale

Coordonate
Definitie
Fie V un spatiu vectorial si B = {e1 , . . . , en } o baza a lui V . Fie v 2 V
arbitrar; deoarece B este baza a lui V deducem ca exista si sunt unici
scalarii x1 , . . . , xn 2 K astfel ncat

v = x1 e 1 + + xn e n

Spunem prin definitie ca (x1 , . . . , xn ) sunt coordonatele lui v n raport cu

baza B.

Exemple
Fie V = K n n care consideram baza canonica. Atunci coordonatele
unui vector v = (x1 , . . . , xn ) sunt chiar componentele sale, x1 , . . . , xn .
V = R3 si baza B = {v1 = (1, 0, 0), v2 = (0, 2, 0), v3 = (0, 0, 3)}.In
raport cu aceasta baza, coordonatele vectorului v = (1, 2, 3) sunt
(1, 1, 1), deoarece v = 1 v1 + ( 1) v2 + 1 v3
10 / 27
 Spatii vectoriale Subspatii vectoriale

Definitii, exemple
Definitie
Fie V un spatiu vectorial peste un corp K . O submultime V 0 V se
numeste subspatiu vectorial daca

8, 2 K , 8u, v 2 V 0 ) u + v 2 V 0 .

11 / 27
 Spatii vectoriale Subspatii vectoriale

Definitii, exemple
Definitie
Fie V un spatiu vectorial peste un corp K . O submultime V 0 V se
numeste subspatiu vectorial daca

8, 2 K , 8u, v 2 V 0 ) u + v 2 V 0 .

Exemple

11 / 27
 Spatii vectoriale Subspatii vectoriale

Definitii, exemple
Definitie
Fie V un spatiu vectorial peste un corp K . O submultime V 0 V se
numeste subspatiu vectorial daca

8, 2 K , 8u, v 2 V 0 ) u + v 2 V 0 .

Exemple
Fie V = R3 si V 0 = {(x, y , 0)|x, y 2 R}. Atunci V 0 este subspatiu
vectorial deoarece 8, 2 R si

11 / 27
 Spatii vectoriale Subspatii vectoriale

Definitii, exemple
Definitie
Fie V un spatiu vectorial peste un corp K . O submultime V 0 V se
numeste subspatiu vectorial daca

8, 2 K , 8u, v 2 V 0 ) u + v 2 V 0 .

Exemple
Fie V = R3 si V 0 = {(x, y , 0)|x, y 2 R}. Atunci V 0 este subspatiu
vectorial deoarece 8, 2 R si 8u = (x1 , y1 , 0), v = (x2 , y2 , 0) 2 V 0

11 / 27
 Spatii vectoriale Subspatii vectoriale

Definitii, exemple
Definitie
Fie V un spatiu vectorial peste un corp K . O submultime V 0 V se
numeste subspatiu vectorial daca

8, 2 K , 8u, v 2 V 0 ) u + v 2 V 0 .

Exemple
Fie V = R3 si V 0 = {(x, y , 0)|x, y 2 R}. Atunci V 0 este subspatiu
vectorial deoarece 8, 2 R si 8u = (x1 , y1 , 0), v = (x2 , y2 , 0) 2 V 0
avem
u + v =

11 / 27
 Spatii vectoriale Subspatii vectoriale

Definitii, exemple
Definitie
Fie V un spatiu vectorial peste un corp K . O submultime V 0 V se
numeste subspatiu vectorial daca

8, 2 K , 8u, v 2 V 0 ) u + v 2 V 0 .

Exemple
Fie V = R3 si V 0 = {(x, y , 0)|x, y 2 R}. Atunci V 0 este subspatiu
vectorial deoarece 8, 2 R si 8u = (x1 , y1 , 0), v = (x2 , y2 , 0) 2 V 0
avem
u + v = (x1 + x2 , y1 + y2 , 0) 2 V 0 .

11 / 27
 Spatii vectoriale Subspatii vectoriale

Definitii, exemple
Definitie
Fie V un spatiu vectorial peste un corp K . O submultime V 0 V se
numeste subspatiu vectorial daca

8, 2 K , 8u, v 2 V 0 ) u + v 2 V 0 .

Exemple
Fie V = R3 si V 0 = {(x, y , 0)|x, y 2 R}. Atunci V 0 este subspatiu
vectorial deoarece 8, 2 R si 8u = (x1 , y1 , 0), v = (x2 , y2 , 0) 2 V 0
avem
u + v = (x1 + x2 , y1 + y2 , 0) 2 V 0 .

Fie V = R2 si V 0 = {(x, y )|x, y 2 Z}. Atunci V 0

11 / 27
 Spatii vectoriale Subspatii vectoriale

Definitii, exemple
Definitie
Fie V un spatiu vectorial peste un corp K . O submultime V 0 V se
numeste subspatiu vectorial daca

8, 2 K , 8u, v 2 V 0 ) u + v 2 V 0 .

Exemple
Fie V = R3 si V 0 = {(x, y , 0)|x, y 2 R}. Atunci V 0 este subspatiu
vectorial deoarece 8, 2 R si 8u = (x1 , y1 , 0), v = (x2 , y2 , 0) 2 V 0
avem
u + v = (x1 + x2 , y1 + y2 , 0) 2 V 0 .

Fie V = R2 si V 0 = {(x, y )|x, y 2 Z}. Atunci V 0 nu este subspatiu

vectorial, deoarece,

11 / 27
 Spatii vectoriale Subspatii vectoriale

Definitii, exemple
Definitie
Fie V un spatiu vectorial peste un corp K . O submultime V 0 V se
numeste subspatiu vectorial daca

8, 2 K , 8u, v 2 V 0 ) u + v 2 V 0 .

Exemple
Fie V = R3 si V 0 = {(x, y , 0)|x, y 2 R}. Atunci V 0 este subspatiu
vectorial deoarece 8, 2 R si 8u = (x1 , y1 , 0), v = (x2 , y2 , 0) 2 V 0
avem
u + v = (x1 + x2 , y1 + y2 , 0) 2 V 0 .

Fie V = R2 si V 0 = {(x, y )|x, y 2 Z}. Atunci V 0 nu este subspatiu

vectorial, deoarece, de exemplu
p p p
2(1, 1) = ( 2, 2) 62 V 0 11 / 27
 Spatii vectoriale Subspatii vectoriale

Operatii cu subspatii vectoriale

Observatie
Fie V un spatiu vectorial si V1 , V2 V doua subspatii ale sale. Atunci
V1 \ V2 este un subspatiu vectorial al lui V .

12 / 27
 Spatii vectoriale Subspatii vectoriale

Operatii cu subspatii vectoriale

Observatie
Fie V un spatiu vectorial si V1 , V2 V doua subspatii ale sale. Atunci
V1 \ V2 este un subspatiu vectorial al lui V .

Definitie
Fie V un spatiu vectorial si V1 , V2 V doua subspatii ale sale. Definim

V1 + V2 = {v1 + v2 |v1 2 V1 , v2 2 V2 }

Remarca. Similar, putem defini suma unei familii arbitrare de subspatii

V1 , . . . , Vn V :

V1 + + V2 = {v1 + v2 + + vn |vi 2 Vi , i = 1, 2, . . . , n}

12 / 27
 Spatii vectoriale Subspatii vectoriale

Operatii cu subspatii vectoriale

Observatie
Fie V un spatiu vectorial si V1 , V2 V doua subspatii ale sale. Atunci
V1 \ V2 este un subspatiu vectorial al lui V .

Definitie
Fie V un spatiu vectorial si V1 , V2 V doua subspatii ale sale. Definim

V1 + V2 = {v1 + v2 |v1 2 V1 , v2 2 V2 }

Remarca. Similar, putem defini suma unei familii arbitrare de subspatii

V1 , . . . , Vn V :

V1 + + V2 = {v1 + v2 + + vn |vi 2 Vi , i = 1, 2, . . . , n}

Teorema
Fie V un spatiu vectorial si V1 , V2 V doua subspatii ale sale. Atunci
V1 + V2 V este un subspatiu vectorial.
12 / 27
 Spatii vectoriale Subspatii vectoriale

Dimensiunea subspatiilor vectoriale

Observatie
Fie V un spatiu vectorial peste un corp K si U V un subspatiu. Atunci

dimK (U) dimK (V )

13 / 27
 Spatii vectoriale Subspatii vectoriale

Dimensiunea subspatiilor vectoriale

Observatie
Fie V un spatiu vectorial peste un corp K si U V un subspatiu. Atunci

dimK (U) dimK (V )

si egalitatea are loc daca si numai daca U = V .

13 / 27
 Spatii vectoriale Subspatii vectoriale

Dimensiunea subspatiilor vectoriale

Observatie
Fie V un spatiu vectorial peste un corp K si U V un subspatiu. Atunci

dimK (U) dimK (V )

si egalitatea are loc daca si numai daca U = V .

Teorema dimensiunii sumei a doua subspatii (Grassmann)

Fie V un spatiu vectorial peste un corp K si U1 , U2 V subspatii
vectoriale. Atunci

13 / 27
 Spatii vectoriale Subspatii vectoriale

Dimensiunea subspatiilor vectoriale

Observatie
Fie V un spatiu vectorial peste un corp K si U V un subspatiu. Atunci

dimK (U) dimK (V )

si egalitatea are loc daca si numai daca U = V .

Teorema dimensiunii sumei a doua subspatii (Grassmann)

Fie V un spatiu vectorial peste un corp K si U1 , U2 V subspatii
vectoriale. Atunci

dimK (U1 + U2 ) = dimK (U1 ) + dimK (U2 ) dimK (U1 \ U2 )

13 / 27
 Spatii vectoriale Subspatii vectoriale

Sume directe de subspatii vectoriale

Definitie
Fie V un spatiu vectorial, U1 , U2 V doua subspatii vectoriale. Spunem
ca U1 si U2 se sumeaza direct (sau ca sunt sumanzi directi) daca pentru
orice v 2 U1 + U2 exista si sunt unici u1 2 U1 , u2 2 U2 astfel ncat
v = u1 + u2 . In acest caz notam suma subspatiilor astfel: U1 U2 .

14 / 27
 Spatii vectoriale Subspatii vectoriale

Sume directe de subspatii vectoriale

Definitie
Fie V un spatiu vectorial, U1 , U2 V doua subspatii vectoriale. Spunem
ca U1 si U2 se sumeaza direct (sau ca sunt sumanzi directi) daca pentru
orice v 2 U1 + U2 exista si sunt unici u1 2 U1 , u2 2 U2 astfel ncat
v = u1 + u2 . In acest caz notam suma subspatiilor astfel: U1 U2 .

Teorema
Fie V un spatiu vectorial, U1 , U2 V doua subspatii vectoriale. Atunci U1
si U2 sunt sumanzi directi daca si numai daca

U1 \ U2 = {0}.

14 / 27
 Spatii vectoriale Subspatii vectoriale

Sume directe de subspatii vectoriale

Definitie
Fie V un spatiu vectorial, U1 , U2 V doua subspatii vectoriale. Spunem
ca U1 si U2 se sumeaza direct (sau ca sunt sumanzi directi) daca pentru
orice v 2 U1 + U2 exista si sunt unici u1 2 U1 , u2 2 U2 astfel ncat
v = u1 + u2 . In acest caz notam suma subspatiilor astfel: U1 U2 .

Teorema
Fie V un spatiu vectorial, U1 , U2 V doua subspatii vectoriale. Atunci U1
si U2 sunt sumanzi directi daca si numai daca

U1 \ U2 = {0}.

Corolar
Fie V un spatiu vectorial, U1 , U2 V doua subspatii vectoriale. Daca
U1 , U2 se sumeaza direct, atunci

dimK (U1 U2 ) = 14 / 27
 Spatii vectoriale Subspatii vectoriale

Sume directe de subspatii vectoriale

Definitie
Fie V un spatiu vectorial, U1 , U2 V doua subspatii vectoriale. Spunem
ca U1 si U2 se sumeaza direct (sau ca sunt sumanzi directi) daca pentru
orice v 2 U1 + U2 exista si sunt unici u1 2 U1 , u2 2 U2 astfel ncat
v = u1 + u2 . In acest caz notam suma subspatiilor astfel: U1 U2 .

Teorema
Fie V un spatiu vectorial, U1 , U2 V doua subspatii vectoriale. Atunci U1
si U2 sunt sumanzi directi daca si numai daca

U1 \ U2 = {0}.

Corolar
Fie V un spatiu vectorial, U1 , U2 V doua subspatii vectoriale. Daca
U1 , U2 se sumeaza direct, atunci

dimK (U1 U2 ) = dimK (U1 ) + dimK (U2 ). 14 / 27

 Spatii vectoriale Subspatii vectoriale

Caracterizarea subspatiilor vectoriale utilizand sisteme de

coordonate
Teorema
Fie V un spatiu vectorial, B = {e1 , . . . , en } V o baza fixata. Fie U V
o submultime. Atunci U este subspatiu vectorial daca si numai daca

15 / 27
 Spatii vectoriale Subspatii vectoriale

Caracterizarea subspatiilor vectoriale utilizand sisteme de

coordonate
Teorema
Fie V un spatiu vectorial, B = {e1 , . . . , en } V o baza fixata. Fie U V
o submultime. Atunci U este subspatiu vectorial daca si numai daca exista
o matrice A = (aij ) 2 Matn,m (K ) astfel ncat U este multimea tuturor
vectorilor v de coordonate X = (x1 , . . . , xn ) (n raport cu baza B) pentru
care

15 / 27
 Spatii vectoriale Subspatii vectoriale

Caracterizarea subspatiilor vectoriale utilizand sisteme de

coordonate
Teorema
Fie V un spatiu vectorial, B = {e1 , . . . , en } V o baza fixata. Fie U V
o submultime. Atunci U este subspatiu vectorial daca si numai daca exista
o matrice A = (aij ) 2 Matn,m (K ) astfel ncat U este multimea tuturor
vectorilor v de coordonate X = (x1 , . . . , xn ) (n raport cu baza B) pentru
care 0 1 0 1
x1 0
B x2 C B 0 C
B C B C
ABB C=B C
C B C
@ A @ A
xn 0

15 / 27
 Spatii vectoriale Subspatii vectoriale

Caracterizarea subspatiilor vectoriale utilizand sisteme de

coordonate
Teorema
Fie V un spatiu vectorial, B = {e1 , . . . , en } V o baza fixata. Fie U V
o submultime. Atunci U este subspatiu vectorial daca si numai daca exista
o matrice A = (aij ) 2 Matn,m (K ) astfel ncat U este multimea tuturor
vectorilor v de coordonate X = (x1 , . . . , xn ) (n raport cu baza B) pentru
care 0 1 0 1
x1 0
B x2 C B 0 C
B C B C
ABB C=B C
C B C
@ A @ A
xn 0

Remarca importanta.
In conditiile de mai sus avem dimK (U) = dimK (V ) rang (A).
15 / 27
 Spatii vectoriale Aplicatii liniare

Aplicatii liniare. Definitii, exemple

Definitie
Fie U, V spatii vectoriale peste acelasi corp K . O functie f : U ! V se
numeste aplicatie liniara (sau morfism de spatii vectoriale) daca pentru
orice doi vectori u1 , u2 2 U si orice doi scalari , 2 K avem

f (u1 + u2 ) = f (u1 ) + f (u2 ).

16 / 27
 Spatii vectoriale Aplicatii liniare

Aplicatii liniare. Definitii, exemple

Definitie
Fie U, V spatii vectoriale peste acelasi corp K . O functie f : U ! V se
numeste aplicatie liniara (sau morfism de spatii vectoriale) daca pentru
orice doi vectori u1 , u2 2 U si orice doi scalari , 2 K avem

f (u1 + u2 ) = f (u1 ) + f (u2 ).

Exemple

16 / 27
 Spatii vectoriale Aplicatii liniare

Aplicatii liniare. Definitii, exemple

Definitie
Fie U, V spatii vectoriale peste acelasi corp K . O functie f : U ! V se
numeste aplicatie liniara (sau morfism de spatii vectoriale) daca pentru
orice doi vectori u1 , u2 2 U si orice doi scalari , 2 K avem

f (u1 + u2 ) = f (u1 ) + f (u2 ).

Exemple
Fie U = V = R2 si f : U ! V , f (x1 , x2 ) = 3(x1 , x2 ).

16 / 27
 Spatii vectoriale Aplicatii liniare

Aplicatii liniare. Definitii, exemple

Definitie
Fie U, V spatii vectoriale peste acelasi corp K . O functie f : U ! V se
numeste aplicatie liniara (sau morfism de spatii vectoriale) daca pentru
orice doi vectori u1 , u2 2 U si orice doi scalari , 2 K avem

f (u1 + u2 ) = f (u1 ) + f (u2 ).

Exemple
Fie U = V = R2 si f : U ! V , f (x1 , x2 ) = 3(x1 , x2 ).
Putem extinde exemplul anterior astfel. Fie A 2 Mat22 (R) o matrice
arbitrara,
a b
A=
c d
Definim fA : R2 ! R2 prin

16 / 27
 Spatii vectoriale Aplicatii liniare

Aplicatii liniare. Definitii, exemple

Definitie
Fie U, V spatii vectoriale peste acelasi corp K . O functie f : U ! V se
numeste aplicatie liniara (sau morfism de spatii vectoriale) daca pentru
orice doi vectori u1 , u2 2 U si orice doi scalari , 2 K avem

f (u1 + u2 ) = f (u1 ) + f (u2 ).

Exemple
Fie U = V = R2 si f : U ! V , f (x1 , x2 ) = 3(x1 , x2 ).
Putem extinde exemplul anterior astfel. Fie A 2 Mat22 (R) o matrice
arbitrara,
a b
A=
c d
Definim fA : R2 ! R2 prin

fA (x1 , x2 ) = (ax1 + bx2 , cx1 + dx2 )

16 / 27
 Spatii vectoriale Aplicatii liniare

Nucleul si imaginea unei aplicatii liniare

Definitii
Fie f : U ! V o aplicatie liniara. Definim:
Imaginea lui f , Im(f ), prin:

17 / 27
 Spatii vectoriale Aplicatii liniare

Nucleul si imaginea unei aplicatii liniare

Definitii
Fie f : U ! V o aplicatie liniara. Definim:
Imaginea lui f , Im(f ), prin:

Im(f ) = {v 2 V |9u 2 U, f (u) = v }.

17 / 27
 Spatii vectoriale Aplicatii liniare

Nucleul si imaginea unei aplicatii liniare

Definitii
Fie f : U ! V o aplicatie liniara. Definim:
Imaginea lui f , Im(f ), prin:

Im(f ) = {v 2 V |9u 2 U, f (u) = v }.

Nucleul lui f , Ker (f ), prin:

17 / 27
 Spatii vectoriale Aplicatii liniare

Nucleul si imaginea unei aplicatii liniare

Definitii
Fie f : U ! V o aplicatie liniara. Definim:
Imaginea lui f , Im(f ), prin:

Im(f ) = {v 2 V |9u 2 U, f (u) = v }.

Nucleul lui f , Ker (f ), prin:

Ker (f ) = {u 2 U|f (u) = 0}.

17 / 27
 Spatii vectoriale Aplicatii liniare

Nucleul si imaginea unei aplicatii liniare

Definitii
Fie f : U ! V o aplicatie liniara. Definim:
Imaginea lui f , Im(f ), prin:

Im(f ) = {v 2 V |9u 2 U, f (u) = v }.

Nucleul lui f , Ker (f ), prin:

Ker (f ) = {u 2 U|f (u) = 0}.

Teorema
Fie f : U ! V o aplicatie liniara. Atunci:

17 / 27
 Spatii vectoriale Aplicatii liniare

Nucleul si imaginea unei aplicatii liniare

Definitii
Fie f : U ! V o aplicatie liniara. Definim:
Imaginea lui f , Im(f ), prin:

Im(f ) = {v 2 V |9u 2 U, f (u) = v }.

Nucleul lui f , Ker (f ), prin:

Ker (f ) = {u 2 U|f (u) = 0}.

Teorema
Fie f : U ! V o aplicatie liniara. Atunci:
Ker (f ) U si Im(f ) V sunt subspatii vectoriale;

17 / 27
 Spatii vectoriale Aplicatii liniare

Nucleul si imaginea unei aplicatii liniare

Definitii
Fie f : U ! V o aplicatie liniara. Definim:
Imaginea lui f , Im(f ), prin:

Im(f ) = {v 2 V |9u 2 U, f (u) = v }.

Nucleul lui f , Ker (f ), prin:

Ker (f ) = {u 2 U|f (u) = 0}.

Teorema
Fie f : U ! V o aplicatie liniara. Atunci:
Ker (f ) U si Im(f ) V sunt subspatii vectoriale;
f este surjectiva daca si numai daca Im(f ) = V ;
17 / 27
 Spatii vectoriale Aplicatii liniare

Nucleul si imaginea unei aplicatii liniare

Definitii
Fie f : U ! V o aplicatie liniara. Definim:
Imaginea lui f , Im(f ), prin:

Im(f ) = {v 2 V |9u 2 U, f (u) = v }.

Nucleul lui f , Ker (f ), prin:

Ker (f ) = {u 2 U|f (u) = 0}.

Teorema
Fie f : U ! V o aplicatie liniara. Atunci:
Ker (f ) U si Im(f ) V sunt subspatii vectoriale;
f este surjectiva daca si numai daca Im(f ) = V ;
f este injectiva daca si numai daca Ker (f ) = {0U }. 17 / 27
 Spatii vectoriale Aplicatii liniare

Dimensiunea nucleului si imaginii unei aplicatii liniare

Teorema (teorema dimensiunii pentru aplicatii liniare)

Fie f : U ! V o aplicatie liniara. Atunci:

18 / 27
 Spatii vectoriale Aplicatii liniare

Dimensiunea nucleului si imaginii unei aplicatii liniare

Teorema (teorema dimensiunii pentru aplicatii liniare)

Fie f : U ! V o aplicatie liniara. Atunci:

dimK (Ker (f )) + dimK (Im(f )) = dimK (U).

18 / 27
 Spatii vectoriale Aplicatii liniare

Dimensiunea nucleului si imaginii unei aplicatii liniare

Teorema (teorema dimensiunii pentru aplicatii liniare)

Fie f : U ! V o aplicatie liniara. Atunci:

dimK (Ker (f )) + dimK (Im(f )) = dimK (U).

Corolar
Fie U, V doua spatii vectoriale (peste acelasi corp K ). Daca:

18 / 27
 Spatii vectoriale Aplicatii liniare

Dimensiunea nucleului si imaginii unei aplicatii liniare

Teorema (teorema dimensiunii pentru aplicatii liniare)

Fie f : U ! V o aplicatie liniara. Atunci:

dimK (Ker (f )) + dimK (Im(f )) = dimK (U).

Corolar
Fie U, V doua spatii vectoriale (peste acelasi corp K ). Daca:
dimK (U) < dimK (V ) atunci

18 / 27
 Spatii vectoriale Aplicatii liniare

Dimensiunea nucleului si imaginii unei aplicatii liniare

Teorema (teorema dimensiunii pentru aplicatii liniare)

Fie f : U ! V o aplicatie liniara. Atunci:

dimK (Ker (f )) + dimK (Im(f )) = dimK (U).

Corolar
Fie U, V doua spatii vectoriale (peste acelasi corp K ). Daca:
dimK (U) < dimK (V ) atunci nu exista nici o aplicatie surjectiva liniara
f : U ! V;

18 / 27
 Spatii vectoriale Aplicatii liniare

Dimensiunea nucleului si imaginii unei aplicatii liniare

Teorema (teorema dimensiunii pentru aplicatii liniare)

Fie f : U ! V o aplicatie liniara. Atunci:

dimK (Ker (f )) + dimK (Im(f )) = dimK (U).

Corolar
Fie U, V doua spatii vectoriale (peste acelasi corp K ). Daca:
dimK (U) < dimK (V ) atunci nu exista nici o aplicatie surjectiva liniara
f : U ! V;
dimK (U) > dimK (V ) atunci

18 / 27
 Spatii vectoriale Aplicatii liniare

Dimensiunea nucleului si imaginii unei aplicatii liniare

Teorema (teorema dimensiunii pentru aplicatii liniare)

Fie f : U ! V o aplicatie liniara. Atunci:

dimK (Ker (f )) + dimK (Im(f )) = dimK (U).

Corolar
Fie U, V doua spatii vectoriale (peste acelasi corp K ). Daca:
dimK (U) < dimK (V ) atunci nu exista nici o aplicatie surjectiva liniara
f : U ! V;
dimK (U) > dimK (V ) atunci nu exista nici o aplicatie injectiva liniara
f : U ! V;

18 / 27
 Spatii vectoriale Aplicatii liniare

Matricea unei aplicatii liniare

Definitie
Fie U, V doua spatii vectoriale, f : U ! V o aplicatie liniara si
BU = {e1 , . . . , en } U, BV = {f1 , . . . , fm } V baze fixate. Se numeste
matricea asociata lui f n raport cu bazele date matricea A = (aij ) definita
prin
X m
f (ej ) = aij fi
i=1

19 / 27
 Spatii vectoriale Aplicatii liniare

Matricea unei aplicatii liniare

Definitie
Fie U, V doua spatii vectoriale, f : U ! V o aplicatie liniara si
BU = {e1 , . . . , en } U, BV = {f1 , . . . , fm } V baze fixate. Se numeste
matricea asociata lui f n raport cu bazele date matricea A = (aij ) definita
prin
X m
f (ej ) = aij fi
i=1

Exemplu
Fie U = V = R2 , BU = BV = {e1 = (1, 1), e2 = (0, 2)} si
f : U ! V , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Avem:

19 / 27
 Spatii vectoriale Aplicatii liniare

Matricea unei aplicatii liniare

Definitie
Fie U, V doua spatii vectoriale, f : U ! V o aplicatie liniara si
BU = {e1 , . . . , en } U, BV = {f1 , . . . , fm } V baze fixate. Se numeste
matricea asociata lui f n raport cu bazele date matricea A = (aij ) definita
prin
X m
f (ej ) = aij fi
i=1

Exemplu
Fie U = V = R2 , BU = BV = {e1 = (1, 1), e2 = (0, 2)} si
f : U ! V , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Avem:
f (e1 ) = (1, 3) =

19 / 27
 Spatii vectoriale Aplicatii liniare

Matricea unei aplicatii liniare

Definitie
Fie U, V doua spatii vectoriale, f : U ! V o aplicatie liniara si
BU = {e1 , . . . , en } U, BV = {f1 , . . . , fm } V baze fixate. Se numeste
matricea asociata lui f n raport cu bazele date matricea A = (aij ) definita
prin
X m
f (ej ) = aij fi
i=1

Exemplu
Fie U = V = R2 , BU = BV = {e1 = (1, 1), e2 = (0, 2)} si
f : U ! V , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Avem:
f (e1 ) = (1, 3) = e1 + e2 ,

19 / 27
 Spatii vectoriale Aplicatii liniare

Matricea unei aplicatii liniare

Definitie
Fie U, V doua spatii vectoriale, f : U ! V o aplicatie liniara si
BU = {e1 , . . . , en } U, BV = {f1 , . . . , fm } V baze fixate. Se numeste
matricea asociata lui f n raport cu bazele date matricea A = (aij ) definita
prin
X m
f (ej ) = aij fi
i=1

Exemplu
Fie U = V = R2 , BU = BV = {e1 = (1, 1), e2 = (0, 2)} si
f : U ! V , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Avem:
f (e1 ) = (1, 3) = e1 + e2 , f (e2 ) = ( 2, 6) =

19 / 27
 Spatii vectoriale Aplicatii liniare

Matricea unei aplicatii liniare

Definitie
Fie U, V doua spatii vectoriale, f : U ! V o aplicatie liniara si
BU = {e1 , . . . , en } U, BV = {f1 , . . . , fm } V baze fixate. Se numeste
matricea asociata lui f n raport cu bazele date matricea A = (aij ) definita
prin
X m
f (ej ) = aij fi
i=1

Exemplu
Fie U = V = R2 , BU = BV = {e1 = (1, 1), e2 = (0, 2)} si
f : U ! V , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Avem:
f (e1 ) = (1, 3) = e1 + e2 , f (e2 ) = ( 2, 6) = 2e1 + 4e2 ,

19 / 27
 Spatii vectoriale Aplicatii liniare

Matricea unei aplicatii liniare

Definitie
Fie U, V doua spatii vectoriale, f : U ! V o aplicatie liniara si
BU = {e1 , . . . , en } U, BV = {f1 , . . . , fm } V baze fixate. Se numeste
matricea asociata lui f n raport cu bazele date matricea A = (aij ) definita
prin
X m
f (ej ) = aij fi
i=1

Exemplu
Fie U = V = R2 , BU = BV = {e1 = (1, 1), e2 = (0, 2)} si
f : U ! V , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Avem:
f (e1 ) = (1, 3) = e1 + e2 , f (e2 ) = ( 2, 6) = 2e1 + 4e2 , deci matricea lui
f va fi
1 2
A=
1 4
19 / 27
 Spatii vectoriale Aplicatii liniare

Caracterizarea n coordonate a unei aplicatii liniare

Teorema
Fie U, V doua spatii vectoriale, f : U ! V o functie, si
BU = {e1 , . . . , en } U, BV = {f1 , . . . , fm } V baze fixate. Atunci f este
aplicatie liniara daca si numai daca exista o matrice A astfel ncat, pentru
orice u 2 U avem
Y = AX

unde

20 / 27
 Spatii vectoriale Aplicatii liniare

Caracterizarea n coordonate a unei aplicatii liniare

Teorema
Fie U, V doua spatii vectoriale, f : U ! V o functie, si
BU = {e1 , . . . , en } U, BV = {f1 , . . . , fm } V baze fixate. Atunci f este
aplicatie liniara daca si numai daca exista o matrice A astfel ncat, pentru
orice u 2 U avem
Y = AX
0 1 0 1
x1 y1
B x2 C B y2 C
B C B C
unde X = B C respectiv Y = B
B C
B C
C
@ A @ A
xn ym

sunt cordonatele lui

20 / 27
 Spatii vectoriale Aplicatii liniare

Caracterizarea n coordonate a unei aplicatii liniare

Teorema
Fie U, V doua spatii vectoriale, f : U ! V o functie, si
BU = {e1 , . . . , en } U, BV = {f1 , . . . , fm } V baze fixate. Atunci f este
aplicatie liniara daca si numai daca exista o matrice A astfel ncat, pentru
orice u 2 U avem
Y = AX
0 1 0 1
x1 y1
B x2 C B y2 C
B C B C
unde X = B C respectiv Y = B
B C
B C
C
@ A @ A
xn ym
X n Xm
sunt cordonatele lui u : u = xi ei respectiv f (u) : f (u) = yj f j .
i=1 j=1

20 / 27
 Spatii vectoriale Aplicatii liniare

Vectori si valori proprii

Definitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara. Se numeste:
valoare proprie pt f , un scalar 2 K pentru care exista un vector v 2 V
nenul astfel ncat
f (v ) = v
Pentru o valoare proprie fixata , un vector v astfel ncat f (v ) = v se
numeste vector propriu asociat valorii proprii .

21 / 27
 Spatii vectoriale Aplicatii liniare

Vectori si valori proprii

Definitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara. Se numeste:
valoare proprie pt f , un scalar 2 K pentru care exista un vector v 2 V
nenul astfel ncat
f (v ) = v
Pentru o valoare proprie fixata , un vector v astfel ncat f (v ) = v se
numeste vector propriu asociat valorii proprii .

Exemplu

21 / 27
 Spatii vectoriale Aplicatii liniare

Vectori si valori proprii

Definitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara. Se numeste:
valoare proprie pt f , un scalar 2 K pentru care exista un vector v 2 V
nenul astfel ncat
f (v ) = v
Pentru o valoare proprie fixata , un vector v astfel ncat f (v ) = v se
numeste vector propriu asociat valorii proprii .

Exemplu
Fie f : R2 ! R2 , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Atunci

21 / 27
 Spatii vectoriale Aplicatii liniare

Vectori si valori proprii

Definitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara. Se numeste:
valoare proprie pt f , un scalar 2 K pentru care exista un vector v 2 V
nenul astfel ncat
f (v ) = v
Pentru o valoare proprie fixata , un vector v astfel ncat f (v ) = v se
numeste vector propriu asociat valorii proprii .

Exemplu
Fie f : R2 ! R2 , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Atunci
= 2 este valoare proprie, pentru ca f (1, 0) =

21 / 27
 Spatii vectoriale Aplicatii liniare

Vectori si valori proprii

Definitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara. Se numeste:
valoare proprie pt f , un scalar 2 K pentru care exista un vector v 2 V
nenul astfel ncat
f (v ) = v
Pentru o valoare proprie fixata , un vector v astfel ncat f (v ) = v se
numeste vector propriu asociat valorii proprii .

Exemplu
Fie f : R2 ! R2 , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Atunci
= 2 este valoare proprie, pentru ca f (1, 0) = (2, 0) =

21 / 27
 Spatii vectoriale Aplicatii liniare

Vectori si valori proprii

Definitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara. Se numeste:
valoare proprie pt f , un scalar 2 K pentru care exista un vector v 2 V
nenul astfel ncat
f (v ) = v
Pentru o valoare proprie fixata , un vector v astfel ncat f (v ) = v se
numeste vector propriu asociat valorii proprii .

Exemplu
Fie f : R2 ! R2 , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Atunci
= 2 este valoare proprie, pentru ca f (1, 0) = (2, 0) = 2(1, 0);

21 / 27
 Spatii vectoriale Aplicatii liniare

Vectori si valori proprii

Definitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara. Se numeste:
valoare proprie pt f , un scalar 2 K pentru care exista un vector v 2 V
nenul astfel ncat
f (v ) = v
Pentru o valoare proprie fixata , un vector v astfel ncat f (v ) = v se
numeste vector propriu asociat valorii proprii .

Exemplu
Fie f : R2 ! R2 , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Atunci
= 2 este valoare proprie, pentru ca f (1, 0) = (2, 0) = 2(1, 0);
= 3 este valoare proprie, pentru ca f (1, 1) =

21 / 27
 Spatii vectoriale Aplicatii liniare

Vectori si valori proprii

Definitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara. Se numeste:
valoare proprie pt f , un scalar 2 K pentru care exista un vector v 2 V
nenul astfel ncat
f (v ) = v
Pentru o valoare proprie fixata , un vector v astfel ncat f (v ) = v se
numeste vector propriu asociat valorii proprii .

Exemplu
Fie f : R2 ! R2 , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Atunci
= 2 este valoare proprie, pentru ca f (1, 0) = (2, 0) = 2(1, 0);
= 3 este valoare proprie, pentru ca f (1, 1) = (3, 3) =

21 / 27
 Spatii vectoriale Aplicatii liniare

Vectori si valori proprii

Definitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara. Se numeste:
valoare proprie pt f , un scalar 2 K pentru care exista un vector v 2 V
nenul astfel ncat
f (v ) = v
Pentru o valoare proprie fixata , un vector v astfel ncat f (v ) = v se
numeste vector propriu asociat valorii proprii .

Exemplu
Fie f : R2 ! R2 , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Atunci
= 2 este valoare proprie, pentru ca f (1, 0) = (2, 0) = 2(1, 0);
= 3 este valoare proprie, pentru ca f (1, 1) = (3, 3) = 3(1, 1).

21 / 27
 Spatii vectoriale Aplicatii liniare

Subspatii proprii
Definitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara. Fie 2K
arbitrar; definim
V = {v 2 V |f (v ) = v }.

22 / 27
 Spatii vectoriale Aplicatii liniare

Subspatii proprii
Definitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara. Fie 2K
arbitrar; definim
V = {v 2 V |f (v ) = v }.

Propozitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara si 2 K arbitrar.
Atunci

22 / 27
 Spatii vectoriale Aplicatii liniare

Subspatii proprii
Definitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara. Fie 2K
arbitrar; definim
V = {v 2 V |f (v ) = v }.

Propozitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara si 2 K arbitrar.
Atunci
V V este subspatiu vectorial;

22 / 27
 Spatii vectoriale Aplicatii liniare

Subspatii proprii
Definitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara. Fie 2K
arbitrar; definim
V = {v 2 V |f (v ) = v }.

Propozitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara si 2 K arbitrar.
Atunci
V V este subspatiu vectorial;
este valoare proprie daca si numai daca dimK (V ) > 0.

22 / 27
 Spatii vectoriale Aplicatii liniare

Subspatii proprii
Definitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara. Fie 2K
arbitrar; definim
V = {v 2 V |f (v ) = v }.

Propozitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara si 2 K arbitrar.
Atunci
V V este subspatiu vectorial;
este valoare proprie daca si numai daca dimK (V ) > 0.

Definitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara si 2 K o valoare
proprie a lui f . Se numeste multiplicitate geometrica a lui numarul
natural g definit prin
22 / 27
 Spatii vectoriale Aplicatii liniare

Subspatii proprii
Definitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara. Fie 2K
arbitrar; definim
V = {v 2 V |f (v ) = v }.

Propozitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara si 2 K arbitrar.
Atunci
V V este subspatiu vectorial;
este valoare proprie daca si numai daca dimK (V ) > 0.

Definitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara si 2 K o valoare
proprie a lui f . Se numeste multiplicitate geometrica a lui numarul
natural g definit prin
g = dimK (V ) 22 / 27
 Spatii vectoriale Aplicatii liniare

Polinom caracteristic
Definitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara si
B = {e1 , . . . , en } V o baza fixata a lui V . Fie A= matricea lui f n baza
B. Se numeste polinom caracteristic al lui f , polinomul PA (X ) definit prin

23 / 27
 Spatii vectoriale Aplicatii liniare

Polinom caracteristic
Definitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara si
B = {e1 , . . . , en } V o baza fixata a lui V . Fie A= matricea lui f n baza
B. Se numeste polinom caracteristic al lui f , polinomul PA (X ) definit prin

Pf ,A (X ) = det(A X In )

23 / 27
 Spatii vectoriale Aplicatii liniare

Polinom caracteristic
Definitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara si
B = {e1 , . . . , en } V o baza fixata a lui V . Fie A= matricea lui f n baza
B. Se numeste polinom caracteristic al lui f , polinomul PA (X ) definit prin

Pf ,A (X ) = det(A X In )

Exemplu

23 / 27
 Spatii vectoriale Aplicatii liniare

Polinom caracteristic
Definitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara si
B = {e1 , . . . , en } V o baza fixata a lui V . Fie A= matricea lui f n baza
B. Se numeste polinom caracteristic al lui f , polinomul PA (X ) definit prin

Pf ,A (X ) = det(A X In )

Exemplu
Fie f : R2 ! R2 , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Consideram n R2 baza
canonica. Atunci matricea lui f este

23 / 27
 Spatii vectoriale Aplicatii liniare

Polinom caracteristic
Definitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara si
B = {e1 , . . . , en } V o baza fixata a lui V . Fie A= matricea lui f n baza
B. Se numeste polinom caracteristic al lui f , polinomul PA (X ) definit prin

Pf ,A (X ) = det(A X In )

Exemplu
Fie f : R2 ! R2 , f (x1 , x2 ) = (2x1x2 , 3x2). Consideram
n R2 baza
2 1
canonica. Atunci matricea lui f este A =
0 3

23 / 27
 Spatii vectoriale Aplicatii liniare

Polinom caracteristic
Definitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara si
B = {e1 , . . . , en } V o baza fixata a lui V . Fie A= matricea lui f n baza
B. Se numeste polinom caracteristic al lui f , polinomul PA (X ) definit prin

Pf ,A (X ) = det(A X In )

Exemplu
Fie f : R2 ! R2 , f (x1 , x2 ) = (2x1 x2 , 3x2). Consideram
n R2 baza
2 1
canonica. Atunci matricea lui f este A = deci polinomul
0 3

2 1 1 0
caracteristic este Pf ,A (X ) = det X
0 3 0 1

23 / 27
 Spatii vectoriale Aplicatii liniare

Polinom caracteristic
Definitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara si
B = {e1 , . . . , en } V o baza fixata a lui V . Fie A= matricea lui f n baza
B. Se numeste polinom caracteristic al lui f , polinomul PA (X ) definit prin

Pf ,A (X ) = det(A X In )

Exemplu
Fie f : R2 ! R2 , f (x1 , x2 ) = (2x1 x2 , 3x2). Consideram
n R2 baza
2 1
canonica. Atunci matricea lui f este A = deci polinomul
0 3

2 1 1 0
caracteristic este Pf ,A (X ) = det X
0 3 0 1
2 X 1
Asadar Pf ,A (X ) = = (2 X )(3 X )
0 3 X
23 / 27
 Spatii vectoriale Aplicatii liniare

Polinom caracteristic

Teorema
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara. Atunci:

24 / 27
 Spatii vectoriale Aplicatii liniare

Polinom caracteristic

Teorema
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara. Atunci:
a) polinomul caracteristic al lui f nu depinde de baza aleasa a lui V .
Ca atare, vom nota Pf polinomul caracteristic al lui f .

24 / 27
 Spatii vectoriale Aplicatii liniare

Polinom caracteristic

Teorema
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara. Atunci:
a) polinomul caracteristic al lui f nu depinde de baza aleasa a lui V .
Ca atare, vom nota Pf polinomul caracteristic al lui f .
b) Un scalar 2 K este valoare proprie daca si numai daca este
radacina a polinomului caracteristic, Pf ( ) = 0.

24 / 27
 Spatii vectoriale Aplicatii liniare

Polinom caracteristic

Teorema
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara. Atunci:
a) polinomul caracteristic al lui f nu depinde de baza aleasa a lui V .
Ca atare, vom nota Pf polinomul caracteristic al lui f .
b) Un scalar 2 K este valoare proprie daca si numai daca este
radacina a polinomului caracteristic, Pf ( ) = 0.

Definitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara. Fie o valoare
proprie a lui f . Se numeste multiplicitate algebrica a lui numarul natural

24 / 27
 Spatii vectoriale Aplicatii liniare

Polinom caracteristic

Teorema
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara. Atunci:
a) polinomul caracteristic al lui f nu depinde de baza aleasa a lui V .
Ca atare, vom nota Pf polinomul caracteristic al lui f .
b) Un scalar 2 K este valoare proprie daca si numai daca este
radacina a polinomului caracteristic, Pf ( ) = 0.

Definitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara. Fie o valoare
proprie a lui f . Se numeste multiplicitate algebrica a lui numarul natural

m = max{k astfel ncat (X )k |Pf (X )}

24 / 27
 Spatii vectoriale Aplicatii liniare

Diagonalizare
Definitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara. Spunem ca f este
diagonalizabila daca exista o baza B = {e1 , . . . , en } a lui V n raport cu
care matricea A a lui f are forma diagonala,

25 / 27
 Spatii vectoriale Aplicatii liniare

Diagonalizare
Definitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara. Spunem ca f este
diagonalizabila daca exista o baza B = {e1 , . . . , en } a lui V n raport cu
care matricea A a lui f are forma diagonala,
0 1
1 0 ... 0
B 0 2 ... 0 C
A=B @
C
... 0 A
0 0 ... n

25 / 27
 Spatii vectoriale Aplicatii liniare

Diagonalizare
Definitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara. Spunem ca f este
diagonalizabila daca exista o baza B = {e1 , . . . , en } a lui V n raport cu
care matricea A a lui f are forma diagonala,
0 1
1 0 ... 0
B 0 2 ... 0 C
A=B @
C
... 0 A
0 0 ... n

Observatie
Cu notatiile de mai sus, f este diagonalizabila n baza B daca si numai
daca pentru orice i = 1, . . . , n avem f (ei ) = i ei .

25 / 27
 Spatii vectoriale Aplicatii liniare

Diagonalizare
Definitie
Fie V un spatiu vectorial, f : V ! V o aplicatie liniara. Spunem ca f este
diagonalizabila daca exista o baza B = {e1 , . . . , en } a lui V n raport cu
care matricea A a lui f are forma diagonala,
0 1
1 0 ... 0
B 0 2 ... 0 C
A=B @
C
... 0 A
0 0 ... n

Observatie
Cu notatiile de mai sus, f este diagonalizabila n baza B daca si numai
daca pentru orice i = 1, . . . , n avem f (ei ) = i ei .
Cu alte cuvinte, f este diagonalizabila daca si numai daca exista o baza a
lui V formata doar din vectori proprii pentru f .
25 / 27
 Spatii vectoriale Aplicatii liniare

Teorema de diagonalizare
Teorema
Fie V un spatiu vectorial peste un corp K , f : V ! V o aplicatie liniara.
Atunci f este diagonalizabila daca si numai daca au loc simultan conditiile:

26 / 27
 Spatii vectoriale Aplicatii liniare

Teorema de diagonalizare
Teorema
Fie V un spatiu vectorial peste un corp K , f : V ! V o aplicatie liniara.
Atunci f este diagonalizabila daca si numai daca au loc simultan conditiile:

Polinomul caracteristic Pf al lui f are toate radacinile n corpul K , si

26 / 27
 Spatii vectoriale Aplicatii liniare

Teorema de diagonalizare
Teorema
Fie V un spatiu vectorial peste un corp K , f : V ! V o aplicatie liniara.
Atunci f este diagonalizabila daca si numai daca au loc simultan conditiile:

Polinomul caracteristic Pf al lui f are toate radacinile n corpul K , si

pentru orice valoare proprie avem g = m .

26 / 27
 Spatii vectoriale Aplicatii liniare

Teorema de diagonalizare
Teorema
Fie V un spatiu vectorial peste un corp K , f : V ! V o aplicatie liniara.
Atunci f este diagonalizabila daca si numai daca au loc simultan conditiile:

Polinomul caracteristic Pf al lui f are toate radacinile n corpul K , si

pentru orice valoare proprie avem g = m .

Observatii

26 / 27
 Spatii vectoriale Aplicatii liniare

Teorema de diagonalizare
Teorema
Fie V un spatiu vectorial peste un corp K , f : V ! V o aplicatie liniara.
Atunci f este diagonalizabila daca si numai daca au loc simultan conditiile:

Polinomul caracteristic Pf al lui f are toate radacinile n corpul K , si

pentru orice valoare proprie avem g = m .

Observatii
Pentru orice valoare proprie a lui f avem

g m ;

26 / 27
 Spatii vectoriale Aplicatii liniare

Teorema de diagonalizare
Teorema
Fie V un spatiu vectorial peste un corp K , f : V ! V o aplicatie liniara.
Atunci f este diagonalizabila daca si numai daca au loc simultan conditiile:

Polinomul caracteristic Pf al lui f are toate radacinile n corpul K , si

pentru orice valoare proprie avem g = m .

Observatii
Pentru orice valoare proprie a lui f avem

g m ;

Ca si consecinta, avem ca daca polinomul caracteristic pF are toate

radacinile n K si acestea sunt toate simple, atunci f este
diagonalizabila.
26 / 27
 Spatii vectoriale Aplicatii liniare

Exemple de aplicare a teoremei de diagonalizare

Fie f : R2 ! R2 , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Am vazut ca

27 / 27
 Spatii vectoriale Aplicatii liniare

Exemple de aplicare a teoremei de diagonalizare

Fie f : R2 ! R2 , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Am vazut ca

Pf (X ) = (2 X )(3 X );

27 / 27
 Spatii vectoriale Aplicatii liniare

Exemple de aplicare a teoremei de diagonalizare

Fie f : R2 ! R2 , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Am vazut ca

Pf (X ) = (2 X )(3 X ); deci Pf are toate radacinile n R si acestea
sunt toate simple.

27 / 27
 Spatii vectoriale Aplicatii liniare

Exemple de aplicare a teoremei de diagonalizare

Fie f : R2 ! R2 , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Am vazut ca

Pf (X ) = (2 X )(3 X ); deci Pf are toate radacinile n R si acestea
sunt toate simple. Deducem ca f este diagonalizabila.

27 / 27
 Spatii vectoriale Aplicatii liniare

Exemple de aplicare a teoremei de diagonalizare

Fie f : R2 ! R2 , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Am vazut ca

Pf (X ) = (2 X )(3 X ); deci Pf are toate radacinile n R si acestea
sunt toate simple. Deducem ca f este diagonalizabila.
Fie f : R2 ! R2 , f (x1 , x2 ) = ( x2 , x1 ). Matricea A a lui f n baza
canonica este

27 / 27
 Spatii vectoriale Aplicatii liniare

Exemple de aplicare a teoremei de diagonalizare

Fie f : R2 ! R2 , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Am vazut ca

Pf (X ) = (2 X )(3 X ); deci Pf are toate radacinile n R si acestea
sunt toate simple. Deducem ca f este diagonalizabila.
Fie f : R2 ! R2 , f (x
1 , x2 ) = ( x2 , x1 ). Matricea A a lui f n baza
0 1
canonica este A = ; deducem
1 0
Pf =

27 / 27
 Spatii vectoriale Aplicatii liniare

Exemple de aplicare a teoremei de diagonalizare

Fie f : R2 ! R2 , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Am vazut ca

Pf (X ) = (2 X )(3 X ); deci Pf are toate radacinile n R si acestea
sunt toate simple. Deducem ca f este diagonalizabila.
Fie f : R2 ! R2 , f (x
1 , x2 ) = ( x2 , x1 ). Matricea A a lui f n baza
0 1
canonica este A = ; deducem
1 0
X 1
Pf = = X 2 + 1.
1 X

27 / 27
 Spatii vectoriale Aplicatii liniare

Exemple de aplicare a teoremei de diagonalizare

Fie f : R2 ! R2 , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Am vazut ca

Pf (X ) = (2 X )(3 X ); deci Pf are toate radacinile n R si acestea
sunt toate simple. Deducem ca f este diagonalizabila.
Fie f : R2 ! R2 , f (x
1 , x2 ) = ( x2 , x1 ). Matricea A a lui f n baza
0 1
canonica este A = ; deducem
1 0
X 1
Pf = = X 2 + 1. Cum X 2 + 1 nu are radacini reale,
1 X
deducem ca f nu este diagonalizabila.

27 / 27
 Spatii vectoriale Aplicatii liniare

Exemple de aplicare a teoremei de diagonalizare

Fie f : R2 ! R2 , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Am vazut ca

Pf (X ) = (2 X )(3 X ); deci Pf are toate radacinile n R si acestea
sunt toate simple. Deducem ca f este diagonalizabila.
Fie f : R2 ! R2 , f (x
1 , x2 ) = ( x2 , x1 ). Matricea A a lui f n baza
0 1
canonica este A = ; deducem
1 0
X 1
Pf = = X 2 + 1. Cum X 2 + 1 nu are radacini reale,
1 X
deducem ca f nu este diagonalizabila.
Fie f : R2 ! R2 , f (x1 , x2 ) = (x1 + x2 , x2 ). Matricea A a lui f n baza
canonica este

27 / 27
 Spatii vectoriale Aplicatii liniare

Exemple de aplicare a teoremei de diagonalizare

Fie f : R2 ! R2 , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Am vazut ca

Pf (X ) = (2 X )(3 X ); deci Pf are toate radacinile n R si acestea
sunt toate simple. Deducem ca f este diagonalizabila.
Fie f : R2 ! R2 , f (x
1 , x2 ) = ( x2 , x1 ). Matricea A a lui f n baza
0 1
canonica este A = ; deducem
1 0
X 1
Pf = = X 2 + 1. Cum X 2 + 1 nu are radacini reale,
1 X
deducem ca f nu este diagonalizabila.
Fie f : R2 ! R2 , f (x
1 , x2 ) =(x1 + x2 , x2 ). Matricea A a lui f n baza
1 1
canonica este A = ; deducem
0 1
Pf =

27 / 27
 Spatii vectoriale Aplicatii liniare

Exemple de aplicare a teoremei de diagonalizare

Fie f : R2 ! R2 , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Am vazut ca

Pf (X ) = (2 X )(3 X ); deci Pf are toate radacinile n R si acestea
sunt toate simple. Deducem ca f este diagonalizabila.
Fie f : R2 ! R2 , f (x
1 , x2 ) = ( x2 , x1 ). Matricea A a lui f n baza
0 1
canonica este A = ; deducem
1 0
X 1
Pf = = X 2 + 1. Cum X 2 + 1 nu are radacini reale,
1 X
deducem ca f nu este diagonalizabila.
Fie f : R2 ! R2 , f (x
1 , x2 ) =(x1 + x2 , x2 ). Matricea A a lui f n baza
1 1
canonica este A = ; deducem
0 1
1 X 1
Pf = = (X 1)2 .
0 1 X

27 / 27
 Spatii vectoriale Aplicatii liniare

Exemple de aplicare a teoremei de diagonalizare

Fie f : R2 ! R2 , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Am vazut ca

Pf (X ) = (2 X )(3 X ); deci Pf are toate radacinile n R si acestea
sunt toate simple. Deducem ca f este diagonalizabila.
Fie f : R2 ! R2 , f (x
1 , x2 ) = ( x2 , x1 ). Matricea A a lui f n baza
0 1
canonica este A = ; deducem
1 0
X 1
Pf = = X 2 + 1. Cum X 2 + 1 nu are radacini reale,
1 X
deducem ca f nu este diagonalizabila.
Fie f : R2 ! R2 , f (x
1 , x2 ) =(x1 + x2 , x2 ). Matricea A a lui f n baza
1 1
canonica este A = ; deducem
0 1
1 X 1
Pf = = (X 1)2 . Acum Pf (X ) are toate
0 1 X
radacinile reale: = 1 cu multiplicitate algebrica
27 / 27
 Spatii vectoriale Aplicatii liniare

Exemple de aplicare a teoremei de diagonalizare

Fie f : R2 ! R2 , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Am vazut ca

Pf (X ) = (2 X )(3 X ); deci Pf are toate radacinile n R si acestea
sunt toate simple. Deducem ca f este diagonalizabila.
Fie f : R2 ! R2 , f (x
1 , x2 ) = ( x2 , x1 ). Matricea A a lui f n baza
0 1
canonica este A = ; deducem
1 0
X 1
Pf = = X 2 + 1. Cum X 2 + 1 nu are radacini reale,
1 X
deducem ca f nu este diagonalizabila.
Fie f : R2 ! R2 , f (x
1 , x2 ) =(x1 + x2 , x2 ). Matricea A a lui f n baza
1 1
canonica este A = ; deducem
0 1
1 X 1
Pf = = (X 1)2 . Acum Pf (X ) are toate
0 1 X
radacinile reale: = 1 cu multiplicitate algebrica m = 2.
27 / 27
 Spatii vectoriale Aplicatii liniare

Exemple de aplicare a teoremei de diagonalizare

Fie f : R2 ! R2 , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Am vazut ca

Pf (X ) = (2 X )(3 X ); deci Pf are toate radacinile n R si acestea
sunt toate simple. Deducem ca f este diagonalizabila.
Fie f : R2 ! R2 , f (x
1 , x2 ) = ( x2 , x1 ). Matricea A a lui f n baza
0 1
canonica este A = ; deducem
1 0
X 1
Pf = = X 2 + 1. Cum X 2 + 1 nu are radacini reale,
1 X
deducem ca f nu este diagonalizabila.
Fie f : R2 ! R2 , f (x
1 , x2 ) =(x1 + x2 , x2 ). Matricea A a lui f n baza
1 1
canonica este A = ; deducem
0 1
1 X 1
Pf = = (X 1)2 . Acum Pf (X ) are toate
0 1 X
radacinile reale: = 1 cu multiplicitate algebrica m = 2. Calculand
nsa V gasim 27 / 27
 Spatii vectoriale Aplicatii liniare

Exemple de aplicare a teoremei de diagonalizare

Fie f : R2 ! R2 , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Am vazut ca

Pf (X ) = (2 X )(3 X ); deci Pf are toate radacinile n R si acestea
sunt toate simple. Deducem ca f este diagonalizabila.
Fie f : R2 ! R2 , f (x
1 , x2 ) = ( x2 , x1 ). Matricea A a lui f n baza
0 1
canonica este A = ; deducem
1 0
X 1
Pf = = X 2 + 1. Cum X 2 + 1 nu are radacini reale,
1 X
deducem ca f nu este diagonalizabila.
Fie f : R2 ! R2 , f (x
1 , x2 ) =(x1 + x2 , x2 ). Matricea A a lui f n baza
1 1
canonica este A = ; deducem
0 1
1 X 1
Pf = = (X 1)2 . Acum Pf (X ) are toate
0 1 X
radacinile reale: = 1 cu multiplicitate algebrica m = 2. Calculand
nsa V gasim g = 1 27 / 27
 Spatii vectoriale Aplicatii liniare

Exemple de aplicare a teoremei de diagonalizare

Fie f : R2 ! R2 , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Am vazut ca

Pf (X ) = (2 X )(3 X ); deci Pf are toate radacinile n R si acestea
sunt toate simple. Deducem ca f este diagonalizabila.
Fie f : R2 ! R2 , f (x
1 , x2 ) = ( x2 , x1 ). Matricea A a lui f n baza
0 1
canonica este A = ; deducem
1 0
X 1
Pf = = X 2 + 1. Cum X 2 + 1 nu are radacini reale,
1 X
deducem ca f nu este diagonalizabila.
Fie f : R2 ! R2 , f (x
1 , x2 ) =(x1 + x2 , x2 ). Matricea A a lui f n baza
1 1
canonica este A = ; deducem
0 1
1 X 1
Pf = = (X 1)2 . Acum Pf (X ) are toate
0 1 X
radacinile reale: = 1 cu multiplicitate algebrica m = 2. Calculand
nsa V gasim g = 1 6= m 27 / 27
 Spatii vectoriale Aplicatii liniare

Exemple de aplicare a teoremei de diagonalizare

Fie f : R2 ! R2 , f (x1 , x2 ) = (2x1 x2 , 3x2 ). Am vazut ca

Pf (X ) = (2 X )(3 X ); deci Pf are toate radacinile n R si acestea
sunt toate simple. Deducem ca f este diagonalizabila.
Fie f : R2 ! R2 , f (x
1 , x2 ) = ( x2 , x1 ). Matricea A a lui f n baza
0 1
canonica este A = ; deducem
1 0
X 1
Pf = = X 2 + 1. Cum X 2 + 1 nu are radacini reale,
1 X
deducem ca f nu este diagonalizabila.
Fie f : R2 ! R2 , f (x
1 , x2 ) =(x1 + x2 , x2 ). Matricea A a lui f n baza
1 1
canonica este A = ; deducem
0 1
1 X 1
Pf = = (X 1)2 . Acum Pf (X ) are toate
0 1 X
radacinile reale: = 1 cu multiplicitate algebrica m = 2. Calculand
nsa V gasim g = 1 6= m deci f nu este diagonalizabila. 27 / 27