TACT Teoria deciziei, analiza datelor și regresii, partea 1, 2016-2017

Algebră liniară
SPAŢII VECTORIALE

Fie V şi K două mulţimi nevide.

Definiţie: Mulţimea K posedă o structură de corp dacă operaţiile " K ": K  K  K şi
"K ": K  K  K verifică următoarele proprietăți:
i) K , K  este grup abelian:
i1)   K    K     K   K  ,  ,  ,   K ;
i2)   K     K  ,  ,   K ;
i3)  elementul neutru 0K  K astfel încât   K 0K  0K  K    ,   K ;
i4)   K ,  opusul lui  , notat   ,    K , astfel încât
  K         K   0K ;
ii) K ,K  este monoid:
ii1)  K   K    K  K  ,  ,  ,   K ;
ii2)  elementul neutru 1K  K astfel încât  K 1K  1K K    ,   K ;
iii) 0K ≠ 1K ;
iv)   K \ 0K ,  1  K , astfel încât  K  1   1 K   1K ;
v) "K " este distributivă la stânga şi la dreapta faţă de " K " :
 K   K     K    K  K  ,  ,  ,   K ,
  K   K    K    K  K  ,  ,  ,   K .

Cu ajutorul corpului K , K ,K  definim noțiunea de spațiu vectorial.

Definiție: Fie V≠  , spunem că V este un spațiu vectorial definit peste corpul K , K ,K  al
scalarilor, dacă:
i) operația internă "": V  V  V ,
v' , v' '  v'v' ' , v' , v' '  V  V ,
numită și operația de adunare a vectorilor, este definită astfel încât V,  este grup
abelian:
i1) v' v' '   v' ' '  v'v' ' v' ' ' , v' , v' ' , v' ' ' V ;
i2) v'v' '  v' 'v' , v' , v' ' V ;
i3)  elementul neutru 0V  V , numit vectorul nul, astfel încât v  0V  0V  v  v, v  V ;
i4) v  V ,  opusul lui v , notat  v și numit vectorul opus lui v ,  v  V , astfel încât
v   v    v   v  0V ;

1
TACT Teoria deciziei, analiza datelor și regresii, partea 1, 2016-2017

ii) operația externă "": K  V  V ,

 , v     v,  , v   K  V ,
numită și înmulțirea cu scalari a vectorilor, verifică axiomele:
ii1)   K    v    v    v,  ,   K , v  V ;
ii2)   v'v' '    v'  v' ' ,   K , v' , v' ' V ;
ii3)  K    v      v ,  ,   K , v  V ;
ii4) 1K  v  v, v  V .

Vom nota cu V,,, K , K ,K  sau V, K  structura de spațiu vectorial a lui V.
Elementele lui V se numesc vectori, iar elementele lui K se numesc scalari.
Cazuri particulare:
1. dacă K  R , atunci spațiul vectorial V, R  se numește spațiu vectorial real;
2. dacă K  C , atunci spațiu vectorial V, C se numește spațiu vectorial complex.

Exemple de spații vectoriale:

 
1. R n , R este spaţiu vectorial, numit spaţiu vectorial numeric real, unde
 x1 
 
 x , x ,.., x   x 
not
xi  R, i  1,n ,  x1 , x2 ,.., xn  =  2  este vector coloană,
T T
Rn  R
  .. 
R R 1 2 n

n ori  
x 
 n
operaţia internă se defineşte astfel:
x   x1 , x2 ,.., xn  , y   y1 , y2 ,.., yn   R n  x  y   x1  y1 , x2  y2 ,.., xn  yn 
T T T

şi operaţia externă se defineşte astfel:

  R,  x   x1 , x2 ,.., xn   R n    x    x1 ,  x2 ,..,  xn  .
T T

Vectorul nul din R n se notează prin 0R n , 0R n  0,0,...,0 .

T

Generalizare: ( K n , K) este spaţiu vectorial, unde:

  x , x , , x  
not
T
Kn  K
 
K K 1 2 n xi  K , i  1,n ;
n ori


Caz particular: K  R  R n , R spaţiul numeric real, 
K  C   C ,C  spaţiul numeric complex.
n

2. (Mm,n (K), K) este spaţiul vectorial al matricelor de tipul (m,n) cu elemente din K, unde
K  R sau K  C ;
operaţia internă este adunarea matricelor şi
operaţia externă este înmulţirea cu scalari a matricelor;
vectorul nul este notat cu 0 M m ,n K  și reprezintă matricea nulă.

2
TACT Teoria deciziei, analiza datelor și regresii, partea 1, 2016-2017

3.  F  a, b  , R  este spaţiul vectorial al funcţiilor reale definite pe intervalul  a, b  , unde

F  a, b    f :  a, b   R ,
operaţia internă este adunarea funcţiilor, iar
operaţia externă este înmulţirea cu numere reale a funcţiilor;
vectorul nul, notat cu 0 F a ,b  , este funcţia nulă pe  a, b  .

4.  R  X , R 
n este spaţiul vectorial al polinoamelor, unde R n  X  este mulţimea
polinoamelor cu coeficienţi reali, de grad cel mult n, în nedeterminata X,
 
R n X   a0  a1 X  ...  an X n ai  R, i  1, n ;
operaţia internă este adunarea polinoamelor, iar
operaţia externă este înmulţirea cu numere reale a polinoamelor;
vectorul nul 0R n  X  este polinomul identic nul.

Consecințe ale definiției spațiului vectorial:

Propoziție: Fie V, K  un spațiu vectorial, atunci:
i) v  V  0K  v  0V ;
ii)   K    0V  0V ;
iii) v  V   1K   v  v ;
iv) dacă  ≠ 0K și   v  0V  v  0V .

Definiție: Fie V, K  un spaţiu vectorial. Se numeşte combinaţia liniară finită (sau, pe scurt,
combinaţia liniară) a vectorilor v1 , v2 ,..., vm   V cu scalarii 1 , 2 ,..., m   K vectorul
m
1  v1   2  v2  ...   m  vm    i  vi  V .
i 1

Definiție: Fie V , K  un spaţiu vectorial și fie v1 , v2 ,..., vm  o mulțime de vectori din V. Această
mulțime de vectori este liniar independentă (LI) sau se numește sistem liniar independent de
vectori (SLI) dacă este adevărată următoarea implicație:
1 , 2 ,..., m  K , 1  v1   2  v2  ...   m  vm  0V
 1   2  ...   m  0 (toți scalarii  i sunt nuli).

Definiție: Fie V, K  un spaţiu vectorial și fie v1 , v2 ,..., vm  o mulțime de din V. Această
mulțime de vectori este liniar dependentă (LD) sau se numește sistem liniar dependent de vectori
(SLD) dacă  scalarii 1 ,  2 ,...,  m  K , nu toți nuli, astfel încât:
1  v1   2  v2  ...   m  vm  0V .

3
TACT Teoria deciziei, analiza datelor și regresii, partea 1, 2016-2017

Propoziţie: Fie V, K  un spaţiu vectorial, atunci:

i) dacă v  V , v ≠ 0 V , atunci mulțimea v este linear independentă (LI);
ii) sistemul de vectori v1 , v2 ,..., vm   V este liniar dependent dacă și numai dacă cel puţin
un vector al său este combinaţie liniară a celorlalţi vectori;
iii) dacă sistemul de vectori v1 , v2 ,..., vm   V este liniar independent şi
v1 , v2 ,..., vm , vm 1  V este liniar dependent, atunci vm 1 este combinaţie liniară a
vectorilor v1 , v2 ,..., vm  .

Definiție: Mulțimea v1 , v2 ,..., vm   V se numește sistem de generatori (SG) pentru spațiul
vectorial V, K  dacă orice vector din V se poate scrie ca o combinație liniară cu vectori din
v1 , v2 ,..., vm , adică v  V ,  scalarii 1 ,  2 ,...,  m  K astfel încât
v  1  v1   2  v2  ...   m  vm .

Propoziţie:
a) Dacă X este un sistem de generatori pentru spațiul vectorial V, K  şi X  Y  V , atunci
Y este un sistem de generatori al lui V, K  ;
b) Dacă X este un sistem de generatori pentru V, K  şi x  X este o combinaţie liniară cu
vectori din X, atunci X \  x este un sistem de generatori pentru V, K  .

Definiţie. Familia de vectori B  V se numeşte bază a spaţiului vectorial V, K  dacă și numai
dacă:
i) B este un sistem liniar independent de vectori (SLI);
ii) B este un sistem de generatori (SG) pentru V.

Definiţie. O bază în care se ţine seama de ordinea vectorilor se numeşte reper al unui spațiu
vectorial.

 
Exemplu. Fie R n , R şi E  e1 , e2 , , en   R n , unde

e1  1, 0, , 0  , e2   0,1, 0, , 0  , , en   0, , 0,1 .

T T T

E este o bază numită baza canonică a lui R n , R .  

Definiţie: Fie V, K  un spaţiu vectorial şi X  V o submulţime nevidă. X se numeşte subspaţiu
vectorial al lui V dacă:
i) x' , x' ' X  x' x' ' X ;
ii)   V, x  X    x  X .
Observaţie: X, K  este tot un spaţiu vectorial.

4
TACT Teoria deciziei, analiza datelor și regresii, partea 1, 2016-2017

Definiţie. Fie spaţiul vectorial V, K  şi o mulţime nevidă A  V . Se numeşte acoperirea

liniară a lui A sau subspaţiul generat de A mulţimea tuturor combinaţiilor liniare finite cu
vectori din A. O vom nota SpanK(A) pentru a pune în evidenţă corpul de scalari:

SpanK  A  1v1  ...   m vm m  N*, i  K, vi  A, i  1, m 
Exemple de subspaţii vectoriale:
1. 0 V  este un subspaţiu vectorial al lui V, K  peste acelaşi corp al scalarilor K, numit
subspaţiul nul.
 x1  
  
 
2. X   x2  xi  R , i  1,3, 4 x1  5 x2  x3  0 este un subpaţiu vectorial al lui R 3 , R .
 x  
 3  

Spaţii vectoriale finit dimensionale (de tip finit)

Definiţie: Fie V, K  un spaţiu vectorial, V, K  este un spaţiu vectorial de tip finit sau finit
dimensional dacă are o bază finită.

 
Exemplu: R n , R are o bază cu un număr finit n de vectori, deci este un spaţiu vectorial de tip
finit.

Teoremă: Într-un spaţiu vectorial finit dimensional orice bază are acelaşi număr de vectori.

Consecinţă: Într-un spaţiu vectorial finit dimensional orice reper are acelaşi număr de vectori.

Definiţie. Fie V, K  un spaţiu vectorial finit dimensional. Se numeşte dimensiunea spaţiului
vectorial V, K  numărul de vectori dintr-o bază a lui V.
Vom nota dimensiunea prin dimV, K  sau dim K V .

Exemple:
 
1. dim R n , R  n deoarece baza canonică E  e1 , e2 ,..., en  are n vectori.
   
2. R n  X   a0  a1 X  ...  an X n ai  R , i  1, n , R este spaţiul vectorial al polinoamelor de
grad cel mult n, cu coeficienţi reali şi nedeterminata X. Baza canonică a lui R n  X , R  este
 
mulţimea de vectori 1, X , X 2 ,..., X n , deci dim R n  X , R   n  1 .

Teorema bazei (reperului). Fie V, K  un spaţiu vectorial finit dimensional. Orice vector
v  V se scrie în mod unic ca o combinaţie liniară cu vectorii unei baze B a spaţiului.

5
TACT Teoria deciziei, analiza datelor și regresii, partea 1, 2016-2017

Definiţie: Fie V, K  un spaţiu vectorial finit dimensional, dim V, K   n , fie B  v1 , v 2 ,..., v n 
o bază a sa şi fie v  V un vector. Coordonatele lui v pe baza B sunt scalarii 1 , 2 ,..., n  K ,
astfel încât v  1v1  2 v 2  ...  n v n .
 1 
 
 
Vom nota v B   2  coloana cu coordonatele lui v pe baza B, v B  1 , 2 ,..., n T .

 
 n 

Exemplu: Fie spaţiul vectorial R , R  ,

n
E  e1 , e2 ,..., en  baza canonică şi vectorul
x  x1 , x 2 ,..., x n T  R n , atunci x  x1  e1  x2  e2  xn  en ,
 x1 
 
x 
prin urmare coordonatele lui x pe baza canonică E sunt x1 , x 2 ,..., x n , adică x E   2,

 
 xn 
observând că acestea coincid cu componentele vectorului x.

Observaţie: Atunci când nu se specifică baza din R n se consideră că vectorii sunt exprimaţi în
baza canonică.

Fie spaţiul vectorial V, K  cu dimV, K   n , fie B  v1 , v 2 ,..., v n  o bază a sa.
Criteriu:
1. Sistemul v1 , v2 ,, vm   V este liniar independent  rangul matricei formate cu
coordonatele vectorilor este exact m.
2. Sistemul v1 , v2 ,, vm   V este liniar dependent dacă rangul matricei formate cu
coordonatele vectorilor este strict mai mic decât m.

Teorema de existenţă a bazei. Fie V, K  un spaţiu vectorial nenul, un sistem liniar
independent de vectori X  V şi S un sistem de generatori pentru V astfel încât X  S 𝑋  𝑆.
Atunci există o bază B a lui V, K  , astfel încât X  B  S.

Din această teoremă rezultă următoarele consecinţe:

1. Fie V, K  un spaţiu vectorial nenul. Atunci din orice sistem de generatori S pentru V se poate
extrage o bază.
2. Orice spaţiu vectorial nenul de tip finit are o bază.
3. Lema de completare. Fie V, K  un spaţiu vectorial nenul de tip finit. Atunci orice sistem de
vectori liniar independent X  V poate fi completat până la o bază a spaţiului.

6
TACT Teoria deciziei, analiza datelor și regresii, partea 1, 2016-2017

Matricea de trecere de la o bază la alta într-un spațiu vectorial finit dimensional

Fie V, K  un spaţiu vectorial nenul, de dimensiune dimV, K   n  N * și fie

B  v1 , v 2 ,..., v n  un reper al său, adică o bază în care se ține seama de ordinea vectorilor.
 1 
 
 
Fie x  V un vector și x B   2   K n , coordonatele lui x pe reperul B, astfel încât

 
 n 
x  1v1   2 v2  ...   n vn .
 1 
 
 
Fie G  g1 , g 2 ,..., g n  un nou reper spațiului vectorial V, K  , x G   2   K n , coordonatele

 
 n 
lui x pe reperul G, astfel încât x  1 g1   2 g 2  ...   n g n .
Exprimăm fiecare vector al noii baze G față de vechea bază B:
g1  c11v1  c21v2  ...  cn1vn  c11   c12   c1n 
     
g 2  c12 v1  c22 v2  ...  cn 2 vn  c21   c22  c 
, astfel, g1 B    , g 2 B    , …, g n B   2n   K n .
   
     
g n  c1n v1  c2 n v2  ...  cnn vn  c n1   cn 2   cnn 

Definiție: Matricea de trecere de la reperul B  v1 , v 2 ,..., v n  la reperul G  g1 , g 2 ,..., g n  este
 
 
C B ,G   g1 B g 2 B  g n B   M n ,n K  , adică matricea care are pe coloane coordonatele
 
 
vectorilor din noul reper G exprimați față de vechiul reper B.

Teoremă
Fie B  v1 , v 2 ,..., v n  și G  g1 , g 2 ,..., g n  două repere în spațiul finit dimensional V, K  ,
dimV, K   n  N * .
Notăm prin CB ,G matricea de trecere de la B la G și prin DG ,B matricea de trecere de la B la G.
Atunci:
1) CB ,G și DG ,B sunt matrice nesingulare;
2) C B ,G  DG1,B și DG ,B  C B1,G ș
3) x B  C B ,G  x G și x G  C B1,G  x B , x  V .

7
TACT Teoria deciziei, analiza datelor și regresii, partea 1, 2016-2017

Subspaţii vectoriale

Definiţie: Fie V, K  un spaţiu vectorial şi X  V o submulţime nevidă. X se numeşte

subspaţiu vectorial al lui V dacă:
i) x' , x' ' X  x' x' ' X ;
ii)   V, x  X    x  X .

Observaţie: X, K  este tot un spaţiu vectorial.

Definiţie. Fie spaţiul vectorial V, K  şi o mulţime nevidă A  V . Se numeşte acoperirea

liniară a lui A sau subspaţiul generat de A mulţimea tuturor combinaţiilor liniare finite cu
vectori din A. O vom nota SpanK(A) pentru a pune în evidenţă corpul de scalari:
 
SpanK  A  1v1  ...   m vm m  N*, i  K, vi  A, i  1, m

Exemple de subspaţii vectoriale:

1. 0 V  este un subspaţiu vectorial al lui V, K  peste acelaşi corp al scalarilor K, numit
subspaţiul nul.
 x1  
  
 
2. X   x2  xi  R , i  1,3, 4 x1  5 x2  x3  0 este un subpaţiu vectorial al lui R 3 , R .
 x  
 3  

Fie V, K  un spaţiu vectorial de tip finit şi fie X, K  un subspaţiu vectorial nenul, X   ,
X  V . Relaţia între dimensiunea unui subspaţiu vectorial şi dimensiunea întregului spaţiu
vectorial este dată de următorul rezultat:
Propoziţie. Fie V, K  cu dimV, K   n  N* şi X  V un subspaţiu vectorial. Atunci:
i) dim X, K   dim V, K  ;
ii) dimX, K   dimV, K  implică X  V ,
adică subspaţiul X coincide cu spaţiul vectorial V.

Observaţii:
1. Intersecţia unui număr oarecare de subspaţii vectoriale este un subspaţiu vectorial.
2. În general, reuniunea a două subspaţii vectoriale nu este un subspaţiu vectorial.

Definiţie. Fie X1 şi X2 subspaţii vectoriale ale lui V, K  . Se numeşte suma subspaţiilor X1 şi X2
mulţimea Y  y  V  x1  X1 , x2  X 2 astfel incat y  x1  x2 . Notăm Y  X1  X 2 .

Propoziţie. Suma unor subspaţii vectoriale ale spaţiului vectorial V, K  este subspaţiu vectorial
al lui V, K  .

8
TACT Teoria deciziei, analiza datelor și regresii, partea 1, 2016-2017

Definiţie. Se numeşte suma directă a subspaţiilor X1 şi X2 mulţimea

S  y  V ! x1  X1 , x 2  X 2 astfel incat y  x1  x 2 . Se notează S  X1  X 2 .

Simbolul  ! înseamnă ”există şi este unic”.

Definiţie. Subspaţiile X1 şi X2 ale spaţiului V, K  se numesc suplimentare (sau suplementare)

în V dacă V  X1  X 2 (adică V este suma directă a subspaţiilor X1 şi X2). Spunem că X2 este
suplimentul lui X1 şi invers, X1 este suplimentul lui X2.

În cazul unui număr m de subspaţii X1, X 2 , ..., X m ale lui V, K  , definiţiile de mai sus devin:
1. Se numeşte suma acestor subspaţii mulţimea
 
Y  y  V  xi  X i , i  1, m astfel incat y  x1  ...  xm . Se notează Y  X1  ...  X m .
2. Se numeşte suma directă a acestor subspaţii mulţimea
 
S  y  V ! xi  X i , i  1, m astfel incat y  x1  ...  xm . Se notează S  X1  ...  X m .

Teorema dimensiunii (pentru subspaţii vectoriale) sau Teorema Grassmann

Fie X1 şi X2 subspaţii ale spaţiului vectorial V, K  . Atunci:
dim X1  X 2 , K   dim X1 , K   dim X 2 , K   dim X1  X 2 , K  .

Teorema de caracterizare a sumei directe de subspaţii vectoriale

Fie V, K  un spaţiu vectorial de dimensiune dimV, K   n şi X1 şi X2 subspaţii vectoriale ale
lui V. Următoarele afirmaţii sunt echivalente:
A1) V este suma directă a subspaţiilor X1 şi X2, adică V  X1  X 2 .
A2) V  X1  X 2 (V este suma subspaţiilor X1 şi X2)
şi X1  X 2  0 V .
A3) V  X1  X 2
şi dim V, K   dim X1 , K   dim X 2 , K  .

În cazul unui număr m de subspaţii X1, X 2 , ..., X m ale lui V, K  , cu dim V, K   n , următoarele
afirmaţii sunt echivalente:
A1) V este suma directă a subspaţiilor X1, X 2 , ..., X m , adică V  X1  ...  X m .
A2) V  X1  ...  X m (V este suma subspaţiilor X1, X 2 , ..., X m )
m 
 
şi pentru orice j  1,2,, m avem X j    X i   0 V .
 ii 1j 
 
A3) V  X1  ...  X m
şi dim V, K   dim X1 , K   ...  dim X m , K  .

9
TACT Teoria deciziei, analiza datelor și regresii, partea 1, 2016-2017

Teorema de existenţă a suplimentului direct

Fie V, K  un spaţiu vectorial de dimensiune n, dim V, K   n , şi X un subspaţiu vectorial al lui
V. Atunci există un subspaţiu vectorial Y al lui V astfel încât V  X  Y . Subspațiul Y este
suplimentul (sau suplementul) lui X.

Bibliografie:

1. Radu Şerban (coord.), Daniela Ijacu, Iulian Mircea, Algebră şi analiză matematică:
teorie şi aplicaţii, Capitolul 1, Editura Corint, 2015.
2. Radu Şerban (coord.), Luiza Bădin, Mihaela Cărpuşcă, Grigore Ciurea, Algebră liniară.
Culegere de probleme, Capitolul 1, Editura ASE, 1999.
3. Cristian Neculăescu, Ovidiu Vegheş, Introducere în algebra liniară. Curs în format
digital, Editura ASE, http://www.biblioteca-
digitala.ase.ro/biblioteca/carte2.asp?id=362&idb=11 , capitolele 1, 2, 3.
4. Georghe Cenuşă, Radu Şerban, Constantin Raischi, Matematici pentru economişti. Curs
în format digital, Editura ASE, http://www.biblioteca-
digitala.ase.ro/biblioteca/carte2.asp?id=21&idb=11 , capitolul 1.
5. Silvia Dedu, Florentin Şerban, Matematici aplicate în economie. Culegere de probleme –
volumul 1. Curs în format digital, Editura ASE, http://www.biblioteca-
digitala.ase.ro/biblioteca/carte2.asp?id=259&idb=24 , capitolele 2 și 3.
6. Aida Toma, Algebră liniară. Culegere de probleme, Editura Economică, 2002.
7. Stephen H. Friedberg, Arnold J. Insel, Lawrence E Spence, Linear Algebra, ed. a 4-a,
Pearson New International Edition, 2003.
8. Kenneth Kuttler, Linear Algebra I: Matrices and Row operations, carte în format
electronic, http://bookboon.com/en/linear-algebra-i-matrices-and-row-operations-ebook
9. Kenneth Kuttler, Linear Algebra II: Spectral Theory and Abstract Vector Spaces, carte în
format electronic, http://bookboon.com/en/linear-algebra-ii-spectral-theory-abstract-
ebook
10. Ian T. Joliffe, Principal Component Analysis, ed. a 2-a, Springer-Verlag, New York,
2002.
11. Daniel T. Larose, Chantal D Larose, Data Mining and Predictive Analytics, ed. a 2-a,
Wiley, 2015.

10