Spaţii vectoriale

SPAŢII VECTORIALE

Spaţiul vectorial este una din cele mai importante structuri matematice, care
serveşte disciplinelor economice si ingineresti.

DEFINITIE
Fie (K,+,⋅) un corp comutativ şi 1K elementul său unitate. Tripletul format din:
- o mulţime V≠Φ
- o lege de compoziţie internă, aditivă, definită pe V, notata : ⊕ , +,…….
⊕ : V ×V → V
(u, v ) → u ⊕ v , ∀ u,v∈V
- o lege de compoziţie externă, multiplicativă, notata : ∗, ⋅,….
∗ :K × V → V
(α,u)→ α∗u, ∀ α∈K, u∈V
care verifică axiomele:
(V1) (V,⊕) este grup abelian (elementul neutru al acestui grup va fi notat θ )
(x⊕y) ⊕z=x⊕ (y⊕z), ∀x,y,z∈V (asociativitate)
x⊕y=y⊕x, ∀x,y∈V (comutativitate)
∃θ∈V, ∀x∈V, x⊕θ=θ⊕x=x (element neutru)
∀x∈V, ∃x’∈V, x⊕x’=x’⊕x=θ (elemente simetrizabile)
(V2) α ∗ (u ⊕ v ) = α ∗ u ⊕ α ∗ v ∀u, v ∈ V, ∀α ∈ K
(V3) (α + β ) ∗ u = α ∗ u ⊕ β ∗ u ∀ u ∈ V, ∀α , β ∈ K

(V4) α ∗ (β ∗ u ) = (αβ ) ∗ u ∀ u∈V , ∀α , β ∈ K

(V5) 1K ∗ u = u ∀u ∈ V
se numeşte spaţiu vectorial (liniar) peste K (sau K-spaţiu vectorial).

Matematici aplicate in economie 5

 Spaţii vectoriale

In cazul in care K=R (respectiv K=C) vom spune că V este un spaţiu

vectorial real (respectiv complex).
Elementele unui K-spaţiu vectorial se numesc vectori, iar elementele
corpului K se numesc scalari.
Legea aditiva se numeste adunarea vectorilor, iar legea multiplicativa se
numeste inmultirea vectorilor cu scalari.
Vectorul θ se numeste vectorul nul al spatiului vectorial.
Proprietaţi
Intr-un K-spaţiu vectorial (V,+,⋅)/K, următoarele afirmaţii sunt adevărate:
1) α ⋅ (u - v) = α ⋅ u - α ⋅ v ∀α ∈ K ∀u, v ∈ V
2) (α - β ) ⋅ u = α ⋅ u - β ⋅ v ∀α , β ∈ K ∀u ∈ V
3) α ⋅ θ = θ ∀α ∈ K
4) 0 k ⋅ u = θ ∀u∈ V
5) ( −1K ) ⋅ u = −u ∀u ∈ V
6) dacă α ⋅ u = θ , atunci α = 0 K sau u = θ .
Exemple.
1. Spaţiul aritmetic cu n dimensiuni, K n
Fie K un corp comutativ şi n∈N* .Vom considera produsul cartezian
Kn = K
1×4K
42× ....
4× 4
3K .
n −ori

Elementele lui Kn sunt de forma x = ( x1, x 2 ...x n ) şi se numesc n-uple ordonate.

K n are structură de spaţiu vectorial peste corpul K, impreună cu urmatoarele

legi de compozitie:
-o lege de compoziţie aditivă, definită prin:
def
n
∀x=(x1,x2,…xn), y=(y1, y2,…yn)∈K x+y = (x1+y1,x2+y2,…xn+yn)
-o lege de compoziţie externă peste K definită prin:
def
x=(x1,x2,…xn)∈Kn ,∀α∈K α⋅x = (αx1,αx2,…αxn).

6 Matematici aplicate in economie

 Spaţii vectoriale

2. Mulţimea matricelor cu m linii şi n coloane, cu elemente reale, formează un

spaţiu liniar real, notat M mxn (R). Operaţiile acestui spaţiu liniar sunt: adunarea
matricelor şi înmulţirea dintre un număr real şi o matrice.

3. Mulţimea polinoamelor de grad cel mult n, cu coeficienţi reali constituie un

spaţiu vectorial real notat R n [X ] , cu adunarea polinoamelor si inmultirea cu un
numar real a unui polinom.

DEFINITIE
Fie (V,+,⋅)/K, v 1,v 2 ...v n ∈ V , α 1,α 2 ...α n ∈ K .
n
Vectorul v = α 1v 1 + α 2v 2 + ... + α n v n = ∑ α j v j se numeşte combinaţia liniară a
j =1

vectorilor v 1,...,v n .

Fie (V,+,⋅)/K, spatiu vectorial peste corpul K.

DEFINITIE
W⊆V, W spaţiu vectorial peste K în raport cu legile de compozitie din V
(restrictionate la W), se numeste subspaţiu vectorial a lui V.

Matematici aplicate in economie 7

 Spaţii vectoriale

PROPOZITIE (CONDITII ECHIVALENTE PENTRU SUBSPATII VECTORIALE)

Fie (V,+,⋅)/K si W⊆V. Urmatoarele afirmatii sunt echivalente :

• ∀ u, v ∈ W
W este subspatiu
u+v∈W
vectorial al lui V
• ∀α ∈ K , ∀u ∈ W
α⋅u∈ W

∀ u, v ∈ W ,
∀α, β∈K,
α⋅u + β⋅ v∈W.

Exemple.
1. În orice spaţiu vectorial V/K, mulţimile {θ } şi V sunt subspaţii vectoriale ale
lui V şi se numesc subspaţii improprii.
2. În Rn/R, mulţimea W={x=(0,x2,x3,…,xn), xj∈R, j=2,…,n} este subspaţiu
vectorial al lui Rn.
3. În spaţiul liniar M 2 x 2 (R)/R al matricelor pătratice de ordinul 2, mulţimea S
a matricelor nesingulare de ordinul 2 (al cărui determinant este diferit de 0) nu este

8 Matematici aplicate in economie

 Spaţii vectoriale

subspaţiu liniar, deoarece suma a două matrice nesingulare nu este mereu o

matrice nesingulară, de exemplu:
⎛1 2 ⎞ ⎛ 2 1⎞ ⎛3 3⎞
A= ⎜⎜ ⎟⎟ ∈ S şi B = ⎜⎜ ⎟⎟ ∈ S , A + B = ⎜⎜ ⎟⎟ ∉ S .
⎝ 3 − 1⎠ ⎝0 4⎠ ⎝3 3⎠

O mulţime finită de vectori dintr-un spatiu vectorial V/K se numeşte sistem

de vectori.
DEFINITIE
Sistemul de vectori S= {v 1,v 2 ,...,v n } ⊂ V se numeşte liniar independent sau liber
(vectorii v 1,v 2 ,...,v n sunt liniar independenţi) dacă orice combinaţie liniară nulă a
vectorilor lui S se obţine numai cu toţi scalarii nuli, adică:
α 1v 1 + α 2v 2 + K + α n v n = θ ⇒ α i = 0, ∀i = 1, n .

DEFINITIE
Sistemul de vectori S ⊂ V se numeşte liniar dependent sau legat (vectorii
v 1,...,v n sunt liniar dependenţi) dacă nu este liber, adică există n scalari α i , i = 1,n
nu toţi nuli, astfel încât combinaţia liniară a vectorilor lui S cu aceşti scalari să fie
nulă.

Sistemul de vectori S = {v 1,v 2 ,...,v n } este liniar dependent dacă şi numai

dacă unul dintre vectori săi este o combinaţie liniară a celorlalţi vectori din S.
A stabili natura unui sistem de vectori înseamnă a studia dacă vectorii sunt
liniar dependenţi sau independenţi.
Exemplu.
Să se stabilească natura sistemului de vectori S⊂ R 4 ,
S = {v 1,v 2 ,v 3 }, v 1 = (1,1,0,1); v 2 = (-1,2,1,1); v 3 = (0,1,1,0).
Fie α 1,α 2 ,α 3 scalari din R astfel încât combinaţia lor liniară cu vectorii lui S
să fie nulă

Matematici aplicate in economie 9

 Spaţii vectoriale

α 1v 1 + α 2v 2 + α 3v 3 = θ
α 1(1,1,0,1) + α 2 ( −1,2,1,1) + α 3 (0,1,1,0) = (0,0,0,0)
⎧α 1 − α 2 = 0
⎪α + 2α + α = 0
⎪ 1 2 3
Obţinem sistemul de ecuaţii liniar omogen: ⎨
⎪α 2 + α 3 = 0
⎪⎩α 1 + α 2 = 0

⎛1 −1 0⎞
⎜ ⎟
⎜1 2 1⎟
Matricea sistemului liniar omogen este A = ⎜ .
0 1 1⎟
⎜⎜ ⎟
⎝1 1 0 ⎟⎠
Rangul lui A este 3. Singura soluţie a sistemului de ecuaţii este cea nulă. Atunci, S
este liniar independent

Proprietati ale sistemelor de vectori

1) S = {θ } este liniar dependent;
2) S = {v }, v ≠ θ este liniar independent, pentru că: din α ⋅v = θ rezulta α = 0 ;
3) În orice spaţiu vectorial V/K orice subsistem de vectori S ' ⊂ S al unui
sistem S liniar independent este liniar independent;
4) Dacă S conţine vectorul nul, sistemul de vectori S este liniar dependent;
5) Orice suprasistem S’, S ' ⊃ S , al unui sistem de vectori liniar dependent S
este liniar dependent.
DEFINITIE
Un sistem de vectori S⊂V/K se numeşte sistem de generatori pentru V, dacă
orice vector din V se poate scrie ca o combinaţie liniară cu vectorii lui S. Vectorii lui
S se numesc generatori pentru V.

Observaţie.
Orice spaţiu vectorial V/K admite cel puţin un sistem de generatori.
• Spaţiul vectorial V/K se numeşte finit generat, dacă există S sistem de
generatori finit pentru V.

10 Matematici aplicate in economie

 Spaţii vectoriale

• Două sisteme de vectori care generează acelaşi spaţiu se numesc

echivalente.
Fie S un sistem de generatori pentru V/K. Următoarele transformări duc la
obţinerea unui nou sistem de generatori pentru V/K:
-schimbarea ordinei vectorilor lui S;
-înmulţirea unui vector din S cu un scalar nenul;
-înlocuirea unui vector din S cu o combinaţie liniară a acelui vector cu alţi vectori
din S.
DEFINITIE
Un sistem de vectori B ⊂V/K cu proprietăţile:
-B este sistem de generatori pentru V
-B este sistem liniar independent
se numeşte bază pentru spaţiul V/K.

Se poate demonstra că orice spaţiu vectorial diferit de {θ } admite cel puţin o bază.
Spaţiul vectorial V care are o bază finită sau V = {θ } se numeşte finit
dimensional; în caz contrar se numeşte infinit dimensional.
Toate bazele unui spaţiu vectorial, finit dimensional au acelaşi număr de
vectori.
DEFINITIE
⎧n, dacă V are o bază formată din n vectori
Numărul dim K V = ⎨
⎩0, dacă V = {θ }
se numeşte dimensiunea spaţiului vectorial V.

Un spaţiu vectorial cu dimensiunea n se numeşte n-dimensional şi se

notează cu Vn .
Exemple
1) În spaţiul vectorial K n /K, vectorii
e1=(1,0,0,...,0), e2=(0,1,0,...,0),…,en=(0,0,...,0,1)

Matematici aplicate in economie 11

 Spaţii vectoriale

determină o bază B = {e1, e2 ,..., en } ( numită baza canonică).

Verificam că B este liniar independent: combinaţia liniară nulă cu scalarii
α1,α2,…αn, α 1e1 + α 2 e2 + ... + α n en = θ ⇔ (α 1,α 2 ,...,α n ) = (0,0,...,0) ⇒
α 1 = α 2 = ... = α n = 0.

Pe de altă parte ∀x ∈ K n , x = (x 1, x 2 ,..., x n ) = x 1e1 + x 2 e 2 + ... + x n e n .

dimK K n = n.
2) Spaţiul vectorial Mmxn(K) are dimensiunea mn, o bază a sa este mulţimea
B = {E ij 1 ≤ i ≤ m, 1 ≤ j ≤ n}, Eij este matricea care are elementul 1 la intersecţia

liniei i cu coloana j, celelalte elemente fiind nule .

3) Spaţiul vectorial Rn[X] al tuturor polinoamelor de grad ≤ n are dimensiunea
{
n+1 şi baza canonica a acestuia este B = 1, X , X 2 ,..., X n . }
DEFINITIE
Scalarii α 1 , α 2 ...α n cu ajutorul cărora vectorul v ∈ V se scrie ca o combinaţie
liniară cu vectorii bazei B, se numesc coordonatele vectorului v în raport cu
baza B .

Coordonatele unui vector într-o bază sunt unice.

Fie V/K spaţiu vectorial, finit dimensional cu dim KV=n. Următoarele afirmaţii
sunt adevarate:
i) orice sistem de vectori liniar independent are cel mult n vectori ;
ii) orice sistem de vectori liniar independent format din n vectori este bază
pentru V;
iii) orice sistem de generatori al lui V are cel puţin n vectori;
iv) orice sistem de generatori format din n vectori este bază pentru V.

Dimensiunea spaţiului V/K reprezinta numărul maxim de vectori liniar

independenţi şi numărul minim de generatori ai lui V.

12 Matematici aplicate in economie

 Spaţii vectoriale

§ 2. Matrice.Sisteme de ecuatii
Fie K corp comutativ. Am notat M mxn (K ) mulţimea matricelor cu m linii şi n
coloane şi coeficienţi în K
A = (ai j ) i =1,m ∈ M mxn (K ) .
j =1,n

M mxn (K ) împreună cu adunarea matricelor şi înmulţirea unei matrice cu un scalar

are o structură de spaţiu vectorial peste corpul K.
Fie matricea A = (a ij )i=1,m ∈ Mmxn (K) .
j=1,n

u1 = (a11, a12 ,...a1n ) ; u 2 = (a21, a22 ,...a2n ) ;… ; u m = (am1, am 2 ,...amn ) . u i ∈ R n i = 1, m

se numesc vectorii linie ai matricei A si considerăm vectorii
vi=(a1i,a2i,...,ami)∈ R m , ∀i = 1, n , care se numesc vectorii coloană ai matricei A.
Se numeşte rangul matricei A, numărul vectorilor coloană liniar
independenţi ai matricei A.

Sisteme de ecuaţii liniare.

Fie K corp comutativ, R sau C, aij∈K şi fie sistemul liniar de ecuaţii cu m
ecuaţii şi n necunoscute
⎧a11x1 + a12 x 2 + ... + a1n x n = b1
⎪
⎨a21x + a22 x + ... + a2n x n = b2 (1)
⎪a x + a x + .. + a x = b
⎩ m1 1 m2 2 mn n m

⎛ x1 ⎞ ⎛ b1 ⎞
⎜ ⎟ ⎜ ⎟
⎜ x2 ⎟ ⎜b ⎟
Notăm A = (a ij )i=1,m, j =1,n matricea sistemului , X = ⎜ ⎟ ∈ R şi b = ⎜ 2 ⎟ ∈ R m .
n
M M
⎜ ⎟ ⎜ ⎟
⎜x ⎟ ⎜b ⎟
⎝ n⎠ ⎝ m⎠
Atunci sistemul (1) se mai poate scrie:
n
∑ aij x j = bi i = 1, m (2)
j =1

sau AX=b (3)

Matematici aplicate in economie 13

 Spaţii vectoriale

⎛ a1 j ⎞
⎜ ⎟
⎜ a2 j ⎟ m
n
sau dacă notăm v j = ⎜ ⎟∈R j = 1, n , atunci ∑v j x j = b . (4)
⎜M ⎟ j =1
⎜a ⎟
⎝ mj ⎠
Sistemul liniar de ecuaţii (1) se numeşte compatibil dacă există
x = (α 1,α 2 ,...,α n ) ∈ K n care verifică identic acest sistem.

Teorema 2.3. (Kronecker-Kapelli)

Sistemul de ecuaţii (1) este compatibil dacă şi numai dacă r ( A) = r ( A) , unde A este
matricea extinsă a sistemului.
n
Dacă b = θ , sistemul AX=0 sau ∑ v j x j = θ se numeşte sistem liniar
j =1

omogen.
Mulţimea soluţiilor unui sistem de ecuaţii liniar omogen cu n necunoscute
formează un subspaţiu vectorial al lui Kn/K.

14 Matematici aplicate in economie

 Spaţii vectoriale

Probleme rezolvate
1. Notăm cu V=(0,∞), mulţimea numerelor reale strict pozitive şi definim pe V
operaţiile: “⊕” şi “∗” date prin: x ⊕ y = xy şi α ∗ x = xα, ∀x,y ∈ V şi α ∈ R.
Este (V, ⊕, ∗) spaţiu vectorial real?
Soluţie. Verificăm, pe rând, axiomele din definiţia spaţiului vectorial. Începem
cu structura de grup abelian a mulţimii V cu operaţia “⊕”:
Asociativitatea: ∀ x, y, z∈V, (x ⊕ y) ⊕ z=x ⊕ (y ⊕ z)
(x ⊕ y) ⊕ z=(xy) ⊕ z= (xy)z=x(yz)=x(y ⊕ z)= x ⊕ (y ⊕ z)
Comutativitatea: ∀ x, y∈V, x ⊕ y= y ⊕ x
x ⊕ y=xy=yx=y ⊕ x
Existenta elementului neutru: ∃ θ ∈ V a.i. ∀ x ∈ V x ⊕ θ=θ ⊕ x=x
Deoarece avem deja verificată comutativitatea e suficient să considerăm ecuaţia:
x ⊕ θ=x ⇔ xθ=x ⇔ θ=1∈V
Elementul simetric unui element din V: ∀ x∈V ∃ x’∈V a.i. x ⊕ x’=x’ ⊕ x=θ
Deoarece avem deja verificată comutativitatea e suficient să considerăm ecuaţia:
x’ ⊕ x=θ ⇔ x’x=1 ⇔ x’=1/x ∈V
În continuare verificăm axiomele 1) – 4) din definiţia spaţiului vectorial:
1) α ∗ (x ⊕ y)= α∗x ⊕ α∗y, ∀ x, y∈V , ∀ α∈R
α ∗ (x ⊕ y)=α ∗ (xy)= (xy)α= xαyα= xα ⊕ yα=α∗x ⊕ α∗y
2) (α+β) ∗x= α∗x ⊕ β∗x, ∀ x ∈V , ∀ α, β ∈R
(α+β) ∗x= xα+β= xαxβ= xα ⊕ xβ= α∗x ⊕ β∗x
3) α ∗ (β∗x)= (αβ) ∗x, ∀ x∈V , ∀ α, β ∈R
α ∗ (β∗x)= α∗ (xβ) = (xβ)α =xαβ= (αβ) ∗x
4) 1∗x=x, ∀ x∈V
1∗x= x1=x
V împreună aceste două operaţii are structură de spaţiu vectorial real.

Matematici aplicate in economie 15

 Spaţii vectoriale

⎧⎪ ⎛x 0 y⎞ ⎫⎪
2. Fie L = ⎨ A A = ⎜⎜ ⎟⎟, x, y , u, z ∈ R ⎬ . Să se arate ca L este subspaţiu
⎪⎩ ⎝0 u z ⎠ ⎪⎭

vectorial al lui M2x3(R) şi să se determine o bază a sa.

⎛ x 0 y1 ⎞ ⎛ x 0 y2 ⎞
Soluţie. Fie A1 = ⎜⎜ 1 ⎟⎟ ∈ L şi A2 = ⎜⎜ 2 ⎟⎟ ∈ L si scalarii oarecare
⎝ 0 u1 z1 ⎠ ⎝ 0 u 2 z2 ⎠
α , β ∈R. Vom demonstra că orice combinaţie liniară a matricelor A1, A2 aparţine tot

⎛ αx1 + βx 2 0 αy 1 + βy 2 ⎞
lui L : αA 1 + βA 2 = ⎜ ⎟ ∈L ⇒
⎜ 0 αu1 + βu 2 αz1 + βz 2 ⎟⎠
⎝
L este subspatiu vectorial.
Considerăm descompunerea
⎛x 0 y⎞ ⎛1 0 0 ⎞ ⎛0 0 1 ⎞ ⎛0 0 0⎞ ⎛0 0 0⎞
A = ⎜⎜ ⎟⎟ = x⎜⎜ ⎟⎟ + y⎜⎜ ⎟⎟ + u⎜⎜ ⎟⎟ + z⎜⎜ ⎟⎟
⎝ 0 u z ⎠ ⎝ 0 0 0 ⎠ ⎝ 0 0 0 ⎠ ⎝ 0 1 0 ⎠ ⎝ 0 0 1 ⎠
⎛1 0 0 ⎞ ⎛0 0 1 ⎞ ⎛0 0 0⎞ ⎛0 0 0⎞
Notăm A 1 = ⎜⎜ ⎟⎟, A 2 = ⎜⎜ ⎟⎟, A 3 = ⎜⎜ ⎟⎟, A 4 = ⎜⎜ ⎟⎟ . L este subspaţiul
⎝0 0 0⎠ ⎝0 0 0⎠ ⎝0 1 0 ⎠ ⎝0 0 1 ⎠
generat de A1, A2, A3, A4, matrice liniar independente care formează o bază pentru
L. dim K L=4.

16 Matematici aplicate in economie