SPAŢII LINIARE

1. Definiţii, exemple şi proprietăţi generale

Definiţia 1. O mulţime nevidă V se numeşte spaţiu vectorial real sau spaţiu liniar
real dacă pe V sunt definite două legi de compoziţie (două operaţii), una internă “+” numită
adunarea vectorilor, astfel ı̂ncât
pentru orice x̄, ȳ ∈ V avem că x̄ + ȳ ∈ V,
şi una externă “·” numită ı̂nmulţirea vectorilor cu scalari, astfel ı̂ncât
pentru α ∈ R şi x̄ ∈ V avem că α · x̄ ∈ V,
şi astfel ı̂ncât cele două operaţii să satisfacă următoarele proprietăţi:
1. Adunarea vectorilor este asociativă
x̄ + (ȳ + z̄) = (x̄ + ȳ) + z̄ ∈ V, ∀x̄, ȳ, z̄ ∈ V,
2. Adunarea vectorilor este comutativă
x̄ + ȳ = ȳ + x̄, ∀x̄, ȳ ∈ V,
3. Există un vector notat 0̄ ∈ V , numit vector nul, astfel ı̂ncât
x̄ + 0̄ = 0̄ + x̄ = x̄, ∀x̄ ∈ V,
4. Pentru orice x̄ ∈ V există vectorul −x̄ ∈ V , numit opusul lui x̄, astfel ı̂ncât
x̄ + (−x̄) = (−x̄) + x̄ = 0̄,
5.
α · (β · x̄) = (αβ) · x̄, ∀α, β ∈ R, ∀x̄ ∈ V,
6.
(α + β) · x̄ = α · x̄ + β · x̄, ∀α, β ∈ R, ∀x̄ ∈ V,
7.
α · (x̄ + ȳ) = α · x̄ + α · ȳ, ∀α ∈ R, ∀x̄, ȳ ∈ V,
8.
1 · x̄ = x̄, ∀x̄ ∈ V,
unde 1 este elementul (unitate) neutru pentru operaţia de ı̂nmulţire ı̂n corpul R.

Remarca 2. Reamintim că mulţimea R ı̂nzestrată cu operaţiile de adunare şi ı̂nmulţire, notat
(R, +, ·), este corp comutativ. Următoarele proprietăţi au loc:
– (R, +) este grup comutativ, adică operaţia “+” este asociativă, admite element neutru notat
0, fiecare număr real α admite opusul −α şi “+” este comutativă);
1
2 Daniela Roşu

– (R∗ , ·) este grup comutativ, adică operaţia “·” este asociativă, admite element neutru notat 1
1
numit element unitate (diferit de zero), fiecare număr real α , 0 admite inversul = α−1 şi
α
“·” este comutativă);
– operaţia · este distributivă faţă de +.
Menţionăm că cele două operaţii +, · din R sunt altele decât cele definite pe spaţiul vectorial,
ele fiind doar notate similar.

Elementele mulţimii numerelor reale R le vom numi scalari şi le vom nota cu litere greceşti
α, β, γ, δ, α1 , α2 , . . ., având elementul nul notat cu 0 şi elementul unitate (neutru) cu 1. Ele-
mentele mulţimii V le vom numi vectori şi le vom nota cu ā, b̄, x̄, ȳ, ū, v̄, u¯1 , u¯2 . . . (vectorii se
mai pot nota şi cu ~a, ~b, ~x, ~y , ~u, ~v , . . .). Mai putem spune şi că V este spaţiu liniar peste câmpul
de scalari R.

Propoziţia 3. Din definiţia de mai sus deducem următoarele:

1. 0 · x̄ = 0̄, ∀x̄ ∈ V
2. α · 0̄ = 0̄, ∀α ∈ R
3. (−α) · x̄ = α · (−x̄) = − (α · x̄) , ∀α ∈ R, ∀x̄ ∈ V
4. (−α) · (−x̄) = α · x̄, ∀α ∈ R, ∀x̄ ∈ V
5. α · x̄ = 0̄ ⇒ α = 0 sau x̄ = 0̄.
Demonstraţie.
Folosind axiomele din definiţia spaţiului vectorial deducem

x̄ + 0 · x̄ = 1 · x̄ + 0 · x̄ = (1 + 0) · x̄ = 1 · x̄ = x̄.

Pe de altă parte x̄ + 0̄ = x̄ deci, din unicitatea elementului neutru, obţinem

0 · x̄ = 0̄.

De asemenea
α · 0̄ + α · x̄ = α · (0̄ + x̄) = α · x̄,
deci, din unicitatea elementului neutru, obţinem

α · 0̄ = 0̄.

Obţinem a treia afirmaţie:

0̄ = 0 · x̄ = (α + (−α)) · x̄ = α · x̄ + (−α) · x̄ ⇔ (−α) · x̄ = −α · x̄.

Exemplul 4. Mulţimea R a numerelor reale formează un spaţiu vectorial real.

Exemplul 5. Mulţimea Pn (x) a polinoamelor cu coeficienţi reali de grad cel mult n

(unde n ∈ N∗ este arbitrar fixat) formează un spaţiu vectorial peste R cu operaţiile de adunare
ale polinoamelor şi de ı̂nmulţirea a acestora cu un număr real.
 Spaţii liniare 3

Exemplul 6. Spaţiul vectorial aritmetic n-dimensional Rn . Fie n ∈ N∗ şi fie Rn dat de

produsul cartezian
Rn := R × R × · · · × R = {x̄ = (x1 , x2 . . . , xn ) | x1 , x2 . . . , xn ∈ R} . (1)

Spunem că vectorii x̄ = (x1 , . . . , xn ) şi ȳ = (y1 , . . . , yn ) sunt egali şi notăm x̄ = ȳ dacă şi
numai dacă xi = yi pentru toţi i = 1, n. Definim operaţiile
• adunare x̄ + ȳ = (x1 , . . . , xn ) + (y1 , . . . , yn ) = (x1 + y1 , . . . , xn + yn ) , ∀x̄, ȳ ∈ Rn (2)

• ı̂nmulţire cu scalari α · x̄ = α (x1 , . . . , xn ) = (αx1 , . . . , αxn ) , ∀α ∈ R, ∀x̄ ∈ Rn (3)

Vectorul
0̄ = (0, 0, . . . , 0) (4)
este vectorul nul iar opusul vectorului x̄ este vectorul
−x̄ = (−x1 , . . . , −xn ) . (5)
În raport cu aceste două operaţii, Rn este spaţiu vectorial real.

Exemplul 7. Spaţiul vectorial Mm,n (K) al matricelor de numere reale cu m linii şi
n coloane.

Vom nota cu aij elementul matricei A ∈ Mm,n (R) situat pe linia i şi coloana j. Deci A se
va scrie sub forma  
a11 a12 . . . a1n
 a21 a22 . . . a2n
 

A=  .. .. .. .. 
 . . . .


am1 am2 . . . amn
sau prescurtat A = (aij )i=1,m, j=1,n .
Definim operaţiile
A + B = (aij )i=1,m, j=1,n + (bij )i=1,m, j=1,n = (aij + bij )i=1,m, j=1,n , ∀A, B ∈ Mm,n (R)
α · A = α · (aij )i=1,m, j=1,n = (αaij )i=1,m, j=1,n , ∀α ∈ R, ∀A ∈ Mm,n (R)
În raport cu aceste două operaţii, Mm,n (R) este spaţiu vectorial real.
În particular pentru m = n obţinem Mn (R) numit spaţiul vectorial al matricelor
pătratice de ordin n.
În continuare vom renunţa, pentru simplitatea scrierii, la notaţia “·”; astfel α · x̄ se va scrie,
mai simplu, αx̄ (dacă nu există posibilitate de confuzie).

Definiţia 8. Fie V un spaţiu vectorial real. O submulţime V 0 ⊂ V se numeşte subspaţiu

vectorial al lui V dacă V 0 ı̂nzestrat cu operaţiile de adunare şi ı̂nmulţire cu scalari de pe V
are el ı̂nsuşi structură de spaţiu vectorial.

Teorema 9. Fie V un spaţiu vectorial real. O submulţime V 0 ⊂ V este un subspaţiu vectorial

al lui V dacă şi numai dacă avem:
∀ū, v̄ ∈ V 0 , ∀α, β ∈ R ⇒ αū + βv̄ ∈ V 0 . (6)
4 Daniela Roşu

Demonstraţie.
Necesitatea ( “⇒”) Dacă V 0 ⊂ V este un subspaţiu vectorial al lui V atunci are loc, evident
condiţia (6).
Suficienţa (“⇐”) Menţionăm, mai ı̂ntâi, că dacă are loc (6) atunci să luăm α = β = 1 şi
obţinem că ū + v̄ ∈ V 0 , apoi β = 0 şi obţinem că αū ∈ V 0 , şi apoi să luăm α = β = 0 şi obţinem
că 0̄ ∈ V 0 . Se poate arăta uşor că sunt verificate toate axiomele spaţiului vectorial.

Remarca 10. Pentru caracterizarea unui subspaţiu vectorial relaţia (6) poate fi ı̂nlocuită,
echivalent, cu
(i) ∀ ū, v̄ ∈ V 0 ⇒ ū + v̄ ∈ V 0
(ii) ∀ α ∈ R, ∀ ū ∈ V 0 ⇒ αū ∈ V 0 .
Exemplul 11. Submulţimea {0̄} a unui spaţiu vectorial este un subspaţiu vectorial.

Exemplul 12. Considerăm spaţiul vectorial aritmetic Rn . Atunci submulţimea sa

W = {ū ∈ Rn | ū = (0, u2 , u3 , . . . , un ) , u2 , u3 , . . . , un ∈ R} ⊂ Rn
este un subspaţiu vectorial. Într-adevăr, pentru orice ū, v̄ ∈ W, ∀α, β ∈ R avem că
αū + βv̄ = α (0, u2 , u3 , . . . , un ) + β (0, v2 , v3 , . . . , vn ) = (0, αu2 , . . . , αun ) + (0, βv2 , . . . , βvn )
= (0, αu2 + βv2 , . . . , αun + βvn ) ∈ W
(adică vectorul care s-a obţinut este de forma celor din mulţimea W ).

Exemplul 13. Submulţimea

n o
V 0 = ū ∈ R3 | ū = (1, u2 , u3 ) , u2 , u3 ∈ R ⊂ R3
nu este un subspaţiu vectorial. Într-adevăr, pentru orice ū, v̄ ∈ V 0 , avem că
ū + v̄ = (1, u2 , u3 ) + (1, v2 , v3 ) = (2, u2 + v2 , u3 + v3 ) < V 0 ,
deoarece 2 , 1 (adică vectorul care s-a obţinut nu este de forma celor din mulţimea V 0 ).

Exemplul 14. Fie Mn (R) spaţiul vectorial al matricelor pătratice cu elemente din R. Atunci
submulţimea sa W = {A ∈ Mn (R) | A = At } ⊂ Mn (R) (submulţimea matricelor simetrice)
este un subspaţiu vectorial. Într-adevăr, pentru orice A, B ∈ W, ∀α, β ∈ R avem că
(αA + βB)t = (αA)t + (βB)t = αAt + βB t = αA + βB,
adică vectorul matrice care s-a obţinut este o matrice simetrică şi deci αA + βB ∈ W.

Definiţia 15. Fie S = {v̄1 , · · · , v̄n } un sistem de n ∈ N∗ vectori din spaţiul vectorial V .
Spunem că vectorul v̄ ∈ V este o combinaţie liniară de vectorii sistemului S dacă există n
elemente a1 , a2 , . . . , an ∈ R astfel ı̂ncât are loc
v̄ = a1 v̄1 + a2 v̄2 + · · · + an v̄n .

Teorema 16. Fie S = {v̄1 , · · · , v̄n } un sistem de n ∈ N∗ vectori din spaţiul vectorial V .
Atunci mulţimea tuturor vectorilor din V care se pot exprima ca o combinaţie liniară de vectori
ai sistemului S formează un subspaţiu vectorial al lui V.
 Spaţii liniare 5

Demonstraţie. Fie ū, v̄ ∈ V doi vectori din V care se pot exprima ca combinaţii liniare de
vectori din S, deci
ū = a1 v̄1 + a2 v̄2 + · · · + an v̄n
v̄ = b1 v̄1 + b2 v̄2 + · · · + bn v̄n .
Atunci
αū + βv̄ = · · · = (αa1 + βb1 ) v̄1 + (αa2 + βb2 ) v̄2 + · · · + (αan + βbn ) v̄n ,
adică αū + βv̄ este de asemenea o combinaţie liniară de vectori din S şi, aplicând caracterizarea
dată de Teorema 9, obţinem concluzia.

Definiţia 17. Fie S = {v̄1 , · · · , v̄n } un sistem de n ∈ N∗ vectori din spaţiul vectorial V . Vom
nota cu [S] sau Sp[S] mulţimea tuturor combinaţiilor liniare de vectori din S,
[S] := {ū ∈ V | ū = α1 v̄1 + α2 v̄2 · · · + αn v̄n , ∀ α1 , α2 , ..., αn ∈ R} ⊆ V. (7)
Acest spaţiu este, conform teoremei precedente, un subspaţiu vectorial şi se numeşte subspaţiul
vectorial generat de submulţimea S. Vectorii v̄1 , v̄2 . . . , v̄n spunem că formează un sistem
de generatori pentru [S] .

2. Dependenţă liniară, independenţă liniară

Fie V un spaţiu vectorial real şi fie

S = {v̄1 , v̄2 , ..., v̄n }
un sistem finit de vectori din V , S , ∅.

Definiţia 18. Sistemul S se numeşte liniar dependent dacă există scalarii α1 , α2 , ..., αn ∈ R,
nu toţi egali cu zero, astfel ı̂ncât să aibă loc
α1 v̄1 + α2 v̄2 + · · · + αn v̄n = 0̄ (8)
(combinaţia liniară α1 v̄1 + α2 v̄2 + · · · + αn v̄n să fie vectorul nul).

Definiţia 19. În caz contrar, sistemul S se numeşte liniar independent. Adică dacă din
orice relaţie de forma
α1 v̄1 + α2 v̄2 + · · · + αn v̄n = 0̄
deducem α1 = α2 = · · · = αn = 0.

Exemplul 20. Sistemul S = {0̄} este liniar dependent deoarece are loc α0̄ = 0̄, ∀α ∈ R.

Exemplul 21. Sistemul S = {v̄ | v̄ , 0̄} este liniar independent deoarece din relaţia αv̄ = 0̄,
obţinem α = 0 (dacă α , 0, atunci se obţine v̄ = 0̄).

Exemplul 22. În spaţiul vectorial Rn sistemul de vectori

B = {ē1 = (1, 0, . . . , 0) , ē2 = (0, 1, . . . , 0) , ..., ēn = (0, 0, . . . , 1)} (9)
este liniar independent.
6 Daniela Roşu

Într-adevăr, dacă vom considera o combinaţie liniară nulă

α1 ē1 + α2 ē2 + · · · + αn ēn = 0̄.
Avem
α1 (1, 0, . . . , 0) + α2 (0, 1, . . . , 0) + · · · + αn (0, . . . , 1) = 0̄
⇔ (α1 , 0, . . . , 0) + (0, α2 , . . . , 0) + · · · + (0, . . . , αn ) = 0̄
⇔ (α1 , α2 , . . . , αn ) = (0, 0, . . . , 0)
deci
α1 = α2 = · · · = αn = 0.
ı̂n concluzie, din orice combinaţie liniară nulă obţinem toţi coeficienţii nuli.

Exemplul 23. În spaţiul vectorial Pn (x) al polinoamelor de grad cel mult n, polinoamele
1, x, x2 , . . . , xn formează un sistem liniar independent.

Aceasta deoarece relaţia

α0 1 + α1 x + α2 x2 + · · · + αn xn = 0
are loc doar dacă α0 = α1 = α2 = · · · = αn = 0.

Exerciţiul 24. Studiaţi liniara dependenţă/independenţă a următorului sistem de vectori din

spaţiul vectorial R3
S = {v̄1 = (1, 1, 1) , v̄2 = (1, −1, 1) , v̄3 = (−1, 3, −1)} .

Fie combinaţia liniară

α1 v̄1 + α2 v̄2 + α3 v̄3 = 0̄ ⇔ α1 (1, 1, 1) + α2 (1, −1, 1) + α3 (−1, 3, −1) = 0̄
⇔ (α1 , α1 , α1 ) + (α2 , −α2 , α2 ) + (−α3 , 3α3 , −α3 ) = 0̄
⇔ (α1 + α2 − α3 , α1 − α2 + 3α3 , α1 + α2 − α3 ) = 0̄
care este echivalent cu rezolvarea sistemului

α1

 + α2 − α3 = 0

α1 − α2 + 3α3 = 0
α1 + α2 − α3 = 0



Matricea sistemului are determinantul

 

 1 1 −1 


 1 −1 3 
 =0
1 1 −1
 
 

deci sistemul omogen nu admite soluţie unică. Aceasta ı̂nseamnă că sistemul admite şi o soluţie
diferită de cea banală. Deci sistemul dat este liniar dependent. Prin metodele cunoscute se va
găsi soluţia (α1 , α2 , α3 ) = (−t, 2t, t), t ∈ R.
     
1 1 −1 1 1 −1 1 0 1
L1 (−1) + L2 L2 : (−2)
 1 −1 3   0 −2 4   0 1 −2 
   
L1 (−1) + L3 L2 (−1) + L1
 
1 1 −1 0 0 0 0 0 0
 Spaţii liniare 7

Sistemul se scrie echivalent 


 α1 +α3 = 0
+α2 −2α3 = 0
0 =0



Notăm α3 = t ∈ R şi atunci α1 = −t, α2 = 2t. Din

α1 v̄1 + α2 v̄2 + α3 v̄3 = 0̄

rezultă atunci
−tv̄1 + 2tv̄2 + tv̄3 = 0̄
şi ı̂mpărţind prin −t , 0 găsim relaţia de dependenţă liniară

v̄1 − 2v̄2 − v̄3 = 0̄.

Evident, această relaţie se poate verifica imediat, prin calcul direct.

Exerciţiul 25. Studiaţi liniara dependenţă/independenţă a următorului sistem de vectori din

spaţiul vectorial R3

S = {v̄1 = (1, −1, 0) , v̄2 = (−1, 2, 1) , v̄3 = (1, 1, 1)} .

Să considerăm combinaţia liniară nulă

α1 v̄1 + α2 v̄2 + α3 v̄3 = 0̄ ⇔ α1 (1, −1, 0) + α2 (−1, 2, 1) + α3 (1, 1, 1) = 0̄
⇔ (α1 , −α1 , 0) + (−α2 , 2α2 , α2 ) + (α3 , α3 , α3 ) = 0̄
⇔ (α1 − α2 + α3 , −α1 + 2α2 + α3 , α2 + α3 ) = (0, 0, 0)
care este echivalent cu rezolvarea sistemului


 α1 −α2 +α3 = 0
−α1 +2α2 +α3 = 0
+α2 +α3 = 0.


 
1 −1 1 


Determinantul matricii sistemului este det A = −1 
2 1  , 0 deci rangul rangA = 3.
0 1 1 
 

Atunci sistemul de mai sus este compatibil unic determinat (admite o unică soluţie). Pe de altă
parte sistemul este omogen deci admite cel puţin soluţia banală (0, 0, 0). Prin urmare soluţia
banală este unica soluţie. În acest caz deducem că vectorii daţi sunt liniar independenţi adică
orice relaţie de tipul
α1 v̄1 + α2 v̄2 + α3 v̄3 = 0̄
implică
α1 = α2 = α3 = 0.

Teorema 26 (de caracterizare a dependenţei liniare). Sistemul de vectori S = {v̄1 , v̄2 , ..., v̄n }
este liniar dependent dacă şi numai dacă cel puţin unul din vectorii sistemului S se poată scrie
ca o combinaţie liniară de ceilalţi vectori ai sistemului S.
8 Daniela Roşu

Demonstraţie.
Necesitatea ( “⇒”) Să presupunem că sistemul S este liniar dependent. Deci are loc relaţia
(8) cu scalarul α1 , 0 (de exemplu). În acest caz există (α1 )−1 deci obţinem

v̄1 = − (α1 )−1 α2 v̄2 − (α1 )−1 α3 v̄3 − · · · − (α1 )−1 αn v̄n

adică v̄1 este o combinaţie liniară de ceilalţi n − 1 vectori.

Suficienţa (“⇐”) Să presupunem că un vector (de exemplu v̄1 ) este o combinaţie liniară de
ceilalţi n − 1 vectori. Are loc

v̄1 = β1 v̄2 + β2 v̄3 + · · · + βn−1 v̄n

sau echivalent
v̄1 + (−β1 ) v̄2 + (−β2 ) v̄3 + · · · + (−βn−1 ) v̄n = 0̄
adică are loc relaţia (8) cu coeficientul 1, al lui v̄1 , diferit de zero. Deci sistemul de vectori S
este liniar dependent.

Teorema 27. Fie V un spaţiu vectorial real. Atunci:

1. Orice sistem de vectori care conţine un subsistem liniar dependent este de asemenea sistem
liniar dependent.
2. Orice subsistem de vectori liniar independent este de asemenea un sistem liniar independent.

Având ı̂n vederă că sistemul S = {0̄} este liniar dependent rezultă că:

Propoziţia 28. Orice sistem S care conţine vectorul nul este liniar dependent.

Evident există α , 0 astfel ı̂ncât 0v̄1 + · · · + 0v̄n + α0̄ = 0̄.

3. Baze ı̂ntr-un spaţiu liniar real

Definiţia 29. Fie V un spaţiu vectorial şi fie un sistem finit de vectori

S = {v̄1 , v̄2 , . . . , v̄n } ⊂ V.

Spunem că S este un sistem de generatori al lui V dacă subspaţiul vectorial generat de S
coincide cu V , adică
[S] = V (10)

Acest lucru revine la faptul că orice vector din V se poate scrie ca o combinaţie liniară a
vectorilor din S.

Definiţia 30. Sistemul finit de vectori B = {ē1 , ē2 , ..., ēn } se numeşte bază ı̂n spaţiul vectorial
V dacă satisface condiţiile:
(i)) B este sistem liniar independent.
(ii) B este un sistem de generatori al lui V .
 Spaţii liniare 9

Exemplul 31. În spaţiul vectorial Rn sistemul de vectori

Bc = {ē1 = (1, 0, . . . , 0) , ē2 = (0, 1, . . . , 0) , ..., ēn = (0, 0, . . . , 1)} (11)
este bază ı̂n Rn deoarece este liniar independent şi este şi sistem de generatori al lui Rn . Această
bază se numeşte baza canonică a spaţiului Rn .

Într-adevăr, am văzut deja că aceşti vectori sunt liniari independenţi. În continuare arătăm
că formează un sistem de generatori pentru Rn .
Fie x̄ ∈ Rn şi deci x̄ = (x1 , x2 , . . . , xn ), unde xi ∈ R, i = 1, n. Prin urmare
x̄ = (x1 , 0, . . . , 0) + (0, x2 , . . . , 0) + · · · + (0, 0, . . . , xn )
= x1 (1, 0, . . . , 0) + x2 (0, 1, . . . , 0) + · · · + xn (0, 0, . . . , 1) = x1 ē1 + x2 ē2 + · · · + xn ēn .

Exemplul 32. În spaţiul vectorial M2 (R) al matricelor de tip (2, 2) cu elemente din R, sistemul
de vectori matrice
( ! ! ! !)
1 0 0 1 0 0 0 0
B = E11 = , E12 = , E21 = , E22 =
0 0 0 0 1 0 0 1
este bază ı̂n M2 (R) deoarece este liniar independent şi este şi sistem de generatori al lui M2 (R).
Această bază se numeşte bază canonică.

De exemplu !
5 −3
A= = 5E11 − 3E12 + 2E21 + E22 .
2 1

Exemplul 33. În spaţiul vectorial Pn (x) al polinoamelor de grad cel mult n, polinoamele
1, x, x2 , . . . , xn formează un sistem liniar independent şi este sistem de generatori pentru orice
vector (polinom) din Pn (x). Deci {1, x, x2 , . . . , xn } formează o bază ı̂n spaţiul Pn (x) .

Teorema 34 (de caracterizare a bazelor). Condiţia necesară şi suficientă ca submulţimea finită
B = {ē1 , ē2 , ..., ēn } să fie bază ı̂n spaţiul vectorial V , este ca orice vector x̄ ∈ V să se descompună
ı̂n mod unic după vectorii lui B, adică
x̄ = x1 ē1 + x2 ē2 + · · · + xn ēn (12)
unde scalarii xi ∈ R, i = 1, n sunt unic determinaţi.

Demonstraţie.
Necesitatea (“⇒”) Să presupunem că sistemul B = {ē1 , ē2 , ..., ēn } este bază ı̂n spaţiul vec-
torial V , deci (având ı̂n vedere că orice bază este un sistem de generatori) obţinem că x̄ are o
descompunere de tipul (12). Să presupunem prin reducere la absurd că descompunerea nu este
unică deci are loc şi o altd̆escompunere de acelaşi tip, dar cu alţi coeficienţi
x̄ = y1 ē1 + y2 ē2 + · · · + yn ēn
Prin scădere obţinem
0̄ = (x1 − y1 ) ē1 + · · · + (xn − yn ) ēn
10 Daniela Roşu

Sistemul de vectori B fiind liniar independent deducem că scalarii xi − yi = 0, pentru toţi
i = 1, n adică
xi = yi , ∀ i = 1, n ,
deci cele două descompuneri coincid.
Suficienţa (“⇐”) Să presupunem că orice vector x̄ ∈ V se descompune ı̂n mod unic după
vectorii lui B. Deci B este un sistem de generatori pentru V , adică [B] = V . A mai rămas de
demonstrat că B este liniar independent. Să presupunem că avem o combinaţie liniară de tipul
α1 v̄1 + α2 v̄2 + · · · + αn v̄n = 0̄ (13)
Pe de altă parte ecuaţia de mai sus reprezintă şi o descompunere a lui 0̄ după baza B. Având
ı̂n vedere că, evident, putem scrie
0v̄1 + 0v̄2 + · · · + 0v̄n = 0̄
şi că descompunere lui 0̄ este unică deducem că
α1 = α2 = · · · = αn = 0.

Definiţia 35. Scalarii xi ∈ R, i = 1, n (din teorema precedentă) ce dau descompunerea unică

a lui x̄ ı̂n baza B = {ē1 , ē2 , ..., ēn } se numesc coordonatele vectorului x̄ ı̂n baza B.

Teorema 36. Dacă V , {0̄} este un spaţiu finit generat (există un sistem finit de vectori care
generează V ), atunci oricare două baze ale lui V au acelaşi număr de vectori.

Definiţia 37. Dacă V este un spaţiu finit generat atunci numărul de elemente dintr-o bază a
lui V se va numi dimensiunea lui V notată cu dim V .

Propoziţia 38. Fie V este un spaţiu vectorial de dimensiune n. Atunci:

(i) Orice sistem S format din n vectori liniari independenţi este o bază ı̂n V .
(ii) Orice sistem S format din n vectori care constitue un sistem de generatori al lui V este
o bază ı̂n V .

Teorema 39 (de completare a bazei). Fie V este un spaţiu vectorial de dimensiune n şi fie
S = {v̄1 , ..., v̄k } ⊂ V , unde k < n, un sistem de vectori liniar independenţi din V . Atunci există
vectorii v̄k+1 , v̄k+2 , . . . , v̄n ∈ V astfel ı̂ncât submulţimea
B = {v̄1 , v̄2 ..., v̄k , v̄k+1 , v̄k+2 , . . . , v̄n }
să fie o bază a spaţiului vectorial V ’

Definiţia 40. Fie S un sistem de vectori din spaţiul vectorial V . Dimensiunea subspaţiului
vectorial generat de S se numeşte rangul sistemului de vectori S.

Teorema 41. Toate sistemele de vectori din V obţinute din S prin următoarele transformări
(numite şi transformări elementare):
1. schimbarea ordinii vectorilor;
 Spaţii liniare 11

2. ı̂nmulţirea unui vector cu un scalar nenul;

3. adunarea la un vector din S a unui alt vector din S ı̂nmulţit cu un scalar,
au acelaşi rang cu S.

Teorema 42. Rangul unui sistem finit de vectori este egal cu numărul maxim de vectori liniar
independenţi ai sistemului.

În cazul particular al spaţiului vectorial Rn , dacă avem un număr finit de vectori, atunci,
punându-i pe coloană, putem forma cu ei o matrice iar problema independenţei lor liniare se
reduce la a determina rangul acelei matrice. Astfel are loc rezultatul următor:

Teorema 43. Rangul unei matrice este egal cu numărul vectorilor coloană liniar
independenţi.

4. Schimbarea bazelor şi schimbarea coordonatelor unui vector

Fie V este un spaţiu vectorial de dimensiune n şi fie

B = {ē1 , ē2 , ..., ēn }
şi
Be = {f¯1 , f¯2 , ..., f¯n }
două baze diferite. A determina schimbarea de baze ı̂nseamnă a descompune vectorii bazei
Be după baza B, adică a obţine relaţii de forma
n
f¯j =
X
sij ēi , j = 1, n (14)
i=1

sau, echivalent,
f¯1




= s11 ē1 + s21 ē2 + · · · + sn1 ēn
f¯2 = s12 ē1 + s22 ē2 + · · · + sn2 ēn


..



 .
f¯n = s1n ē1 + s2n ē2 + · · · + snn ēn



Definim matricea S := (sij )i,j=1,n ale cărei coloane sunt formate din coordonatele vec-
torilor din Be ı̂n baza B. Deci
···
 
s11 s12 s1n
 s s22 ··· s2n 
S =  21 .
 
 ··· ··· ··· ··· 
sn1 sn2 ··· snn
Matricea S se numeşte matricea schimbării de baze de la B la baza Be şi vom nota
S
B −−→ B.
e

S S −1
Teorema 44. Dacă avem B −−→ Be atunci matricea S este inversabilă şi are loc Be −−−→ B,
unde S −1 este inversa matricei S.
12 Daniela Roşu

Considerăm acum un vector oarecare x̄ ∈ V . Atunci vectorul x̄ are două descompuneri ı̂n
cele două baze:
n
X
x̄ = xi ēi = x1 ē1 + x2 ē2 + · · · + xn ēn (15)
i=1
şi
n
yj f¯j = y1 f¯1 + y2 f¯2 + · · · + yn f¯n .
X
x̄ = (16)
j=1

Este importantă determinarea legăturii dintre coordonatele xi , i = 1, n ale vectorului ı̂n baza
B şi coordonatele yj , j = 1, n ale vectorului ı̂n baza B.
e

Din (14) obţinem

 
n n n n n
!
yj f¯j =
X X X X X
x̄ = yj sij ēi =  sij yj  ēi
j=1 j=1 i=1 i=1 j=1

Din unicitatea scrierii vectorului x̄ ı̂n baza B vom obţine identificarea coeficienţilor:
n
X
xi = sij yj , i = 1, n. (17)
j=1

Introducând matricea coloană a coordonatelor vectorului x̄ ı̂n cele două baze

   
x1 y1
 x   y 
X =  2  şi Y =  2
   
 ···   ···


xn yn
putem rescrie (17) sub formă matriceală şi obţinem

Propoziţia 45. Fie x̄ ∈ V un vector care are descompunerea (15) ı̂n raport cu baza B şi
descompunerea (16) ı̂n raport cu baza B.e Atunci legătura ı̂ntre coordonatele vectorului x̄ din

cele două baze este dată de relaţia:

X =S·Y sau echivalent Y = S −1 · X , (18)
ceea ce constitue formula matriceală de schimbare a coordonatelor unui vector la o
schimbare de baze.

Exerciţiul 46. Se dă sistemul de vectori

B = {v̄1 = (1, 2, 1) , v̄2 = (2, 3, 3) , v̄3 = (3, 7, 1)} .
Fie baza canonică ı̂n R3
Bc = {ē1 = (1, 0, 0), ē2 = (0, 1, 0), ē3 = (0, 0, 1)} .
a) Să se arate că B este o bază ı̂n R3 .
b) Să se scrie matricea schimbării de bază de la baza canonică Bc la B.
c) Să se afle coordonatele vectorului x̄ = (3, −1, 2) ı̂n baza B.

a) Având ı̂n vedere că dim R3 = 3 aplicăm Propoziţiei (38) şi deducem că este suficient să
arătăm că B este sistem liniar independent Liniara independenţă a vectorilor lui B se va studia
 Spaţii liniare 13

ca ı̂n exemplele precedente. De exemplu, scriem vectorii pe coloană şi formăm o matrice; apoi
determină rang S = 3.
 

1 2 3 
det S = 2 3 7  = 3 + 18 + 14 − (9 + 21 + 2) = 3 , 0.


1 3 1 
 


b) Trebuie determinate mai ı̂ntâi coordonatele vectorilor bazei B ı̂n baza canonică Bc . Avem
v̄1 = ē1 + 2ē2 + ē3
v̄2 = 2ē1 + 3ē2 + 3ē3
v̄3 = 3ē1 + 7ē2 + ē3 .
Deci matricea schimbării de baze are coordonatele de mai sus puse pe coloane, adică exact
vectorii v̄1 , v̄2 , v̄3 scrişi pe coloane:
 
1 2 3
S= 2 3 7 

.
1 3 1
S S −1
În acest caz Bc −−→ B sau echivalent B −−→ Bc .
c) Vectorul x̄ = (3, −1, 2) are deci ı̂n baza canonică Bc expresia
x̄ = 3 ē1 − ē2 + 2 ē3
Formula matriceală de schimbare a coordonatelor unui vector la o schimbare de baze este
XB = S −1 · XBc
unde  
x1
X B =  x2 
 
x3
este matricea coloană a coordonatelor lui x̄ ı̂n baza B, iar
 
3
XBc =  −1 


2
este matricea coloană a coordonatelor lui x̄ ı̂n baza canonică Bc .
Determinăm S −1 . Folosim metoda transformărilor elementare
   
1 2 3 | 1 0 0 1 2 3 | 1 0 0
 (−2)L1 + L2 
(S | I3 ) =  2 3 7 | 0 1 0  0 −1 1 | −2 1 0 

(−1)L1 + L3
 
1 3 1 | 0 0 1 −−−−−−−−−−→ 0 1 −2 | −1 0 1
   
2L2 + L1 1 0 5 | −3 2 0 5L3 + L1 1 0 0 | −18 7 5
L2 + L3  0 1 −1 | 2 −1 0  (−1)L3 + L2  0 1 0 | 5 −2 −1 
  

(−1)L2 0 0 −1 | −3 1 1 (−1)L3 0 0 1 | 3 −1 −1
−−−−−−−→ −−−−−−−−−−→
Rezultă  
−18 7 5
S −1 =  5 −2 −1 


3 −1 −1
14 Daniela Roşu

Deci      
−18 7 5 3 −51
XB = 

5 −2 −1  ·  −1  =  15 
   

3 −1 −1 2 8
Altfel spus
x̄ = −51 v̄1 + 15 v̄2 + 8 v̄3 .

Exerciţiul 47. Se dă sistemul de vectori

B = {v̄1 = (1, −1, 1) , v̄2 = (2, −1, 1) , v̄3 = (3, −2, 1)} .
Fie baza canonică ı̂n R3
Bc = {ē1 = (1, 0, 0), ē2 = (0, 1, 0), ē3 = (0, 0, 1)} .
a) Să se arate că B este o bază ı̂n R3 .
b) Să se scrie matricea schimbării de bază de la baza canonică Bc la B.
c) Să se afle coordonatele vectorului x̄ = (1, 2, 3) ı̂n baza B.

a) Arătăm că B este sistem liniar independent. Formăm matricea care are drept coloane vectorii
din B şi arătăm că rang S = 3.
 
1 2 3
S =  −1 −1 −2  .
 
1 1 1
Calculăm determinantul matricei
 
1
 2 3 
det S = −1 −1 −2  = −1 , 0,


1 1 1 
 

deci rang S = 3 adică ı̂n S sunt 3 coloane liniar independente. Rezultă că vectorii {v̄1 , v̄2 , v̄3 }
sunt liniar independenţi.
Deoarece B are 3 vectori şi dim R3 = 3 rezultă că B este bază.
b) Trebuie determinate mai ı̂ntâi coordonatele vectorilor bazei B ı̂n baza canonică Bc . Avem
v̄1 = ē1 − ē2 + ē3
v̄2 = 2ē1 − ē2 + ē3
v̄3 = 3ē1 − 2ē2 + ē3 .
Deci matricea schimbării de baze are coordonatele de mai sus puse pe coloane, adică exact
vectorii v̄1 , v̄2 , v̄3 scrişi pe coloane:
 
1 2 3
S =  −1 −1 −2 

.
1 1 1
S S −1
În acest caz Bc −−→ B sau echivalent B −−→ Bc .
c) Vectorul x̄ = (1, 2, 3) are deci ı̂n baza canonică Bc expresia
x̄ = ē1 + 2 ē2 + 3 ē3
 Spaţii liniare 15

Formula matriceală de schimbare a coordonatelor unui vector la o schimbare de baze este

XB = S −1 · XBc
unde  
x1
XB =   x2 

x3
este matricea coloană a coordonatelor lui x̄ ı̂n baza B, iar
 
1
XBc = 2 
 
3
este matricea coloană a coordonatelor lui x̄ ı̂n baza canonică Bc .
Determinăm S −1 . Folosim metoda transformărilor elementare
   
1 2 3 | 1 0 0 1 2 3 | 1 0 0
L1 + L2
(S | I3 ) =  −1 −1 −2 | 0 1 0   0 1 1 | 1 1 0 
  
(−1)L + L3

1 1 1 | 0 0 1 −−−−−−1−−−−→ 0 −1 −2 | −1 0 0
   
1 0 1 | −1 −2 0 L3 + L1 1 0 0 | −1 −1 1
(−2)L2 + L1 
 0 1 1 | 1 1 0   L3 + L2  0 1 0 | 1 2 1 

L2 + L3

−−−−−−−−−−→ 0 0 −1 | 0 1 1 (−1)L3 0 0 1 | 0 −1 −1
−−−−−−→
Rezultă  
−1 −1 1
S −1 =  1 2 1 


0 −1 −1
Deci      
−1 −1 1 1 0
−1
XB = S · XBc =  1 2 1 · 2 = 8 
     
0 −1 −1 3 −5
Altfel spus
x̄ = 8 v̄2 − v̄3 .

Exerciţiul 48. În spaţiul R3 se consideră bazele

B1 = {ū1 = (1, 1, 1) , ū2 = (2, −1, 1) , ū3 = (−1, 1, 1)}
şi
B2 = {v̄1 = (1, 0, 1) , v̄2 = (0, 1, 1) , v̄3 = (1, 1, 0)}
precum şi vectorul x̄ = (1, −1, 0) .
a) Să se scrie matricea schimbării de baze de la B1 la B2 .
b) Să se afle coordonatele vectorului x̄ ı̂n cele două baze.

a) Trebuie determinate mai ı̂ntâi coordonatele vectorilor bazei B2 ı̂n baza iniţială B1 . Vom
determina numerele a, b, c, a0 , b0 , c0 , a00 , b00 , c00 astfel ı̂ncât


 v̄1 = aū1 + bū2 + cū3
v̄2 = a0 ū1 + b0 ū2 + c0 ū3
 v̄ = a00 ū + b00 ū + c00 ū

3 1 2 3
16 Daniela Roşu

echivalent cu 
(1, 0, 1) = (a + 2b − c, a − b + c, a + b + c)


(0, 1, 1) = (a0 + 2b0 − c0 , a0 − b0 + c0 , a0 + b0 + c0 )
 (1, 1, 0) = (a00 + 2b00 − c00 , a00 − b00 + c00 , a00 + b00 + c00 )


ceea ce ı̂nseamnă a rezolva următoarele trei sisteme liniare neomogene:

a0 + 2b0 − c0 = 0 a00 + 2b00 − c00 = 1
  

 a + 2b − c = 1 
 

a−b+c=0 , a0 − b 0 + c 0 = 1 , a00 − b00 + c00 = 1 .
 a+b+c=1
  a0 + b 0 + c 0 = 1
  a00 + b00 + c00 = 0


Vom obţine soluţiile

a = 1/4, b = 1/2, c = 1/4
a0 = 1/2, b0 = 0, c0 = 1/2
a00 = 5/4, b00 = −1/2, c00 = −3/4,
adică matricea S este dată de (coordonatele puse pe coloane)
 
1/4 1/2 5/4
S=

1/2 0 −1/2 .

1/4 1/2 −3/4
Remarca 49. Există şi o metodă alternativă de a găsi matricea de schimbare de
baze, când nici una dintre cele două baze nu sunt cele canonice. Având ı̂n vedere
că este uşor de citit matricea de trecere de la baza canonică.

Avem
1S 2S
Bc −−→ B1 şi Bc −−→ B2 ,
unde S1 şi S2 sunt:
   
1 2 −1 1 0 1
S1 =  1 −1 1  şi S2 =  0 1 1  .
  

1 1 1 1 1 0
B1 şi B2 fiind baze, rezultă că S1 şi S2 sunt inversabile şi deci
1 S −1 2S
B1 −−→ Bc şi Bc −−→ B2 .
Acum putem scrie direct matricea S de schimbare de bază de la B1 la B2 :
S −1 S2
1
B1 −− −→ B2 ,
adică S = S1−1 S2 , deci
 −1      
1 2 −1 1 0 1 2 3 −1 1 0 1
1
S =  1 −1 1  ·  0 1 1  =  0 −2 2  ·  0 1 1 
     
4

1 1 1 1 1 0 −2 −1 3 1 1 0
   
1 2 5 1/4 1/2 5/4
1
=  2 0 −2  =  1/2 0 −1/2 
.
 
4 1 2 −3 1/4 1/2 −3/4
b) Având ı̂n vedere că putem scrie imediat coordonatele vectorului x̄ ı̂n baza canonică, avem că
 
1
XBc =  −1  .
 
0
 Spaţii liniare 17

1 S 2 S
Scriem acum matricele schimbării de baze S1 , S2 astfel ı̂ncât Bc −−→ B1 , Bc −−→ B2
   
1 2 −1 1 0 1
 1 −1
S1 =  1   0 1 1 
S2 =  

1 1 1 1 1 0
Deci
XB1 = S1−1 · XBc XB2 = S2−1 · XBc .
Se vor calcula şi inversele
 −1  
1 2 −1 2 3 −1
1
S1−1 =  1 −1 1  =  0 −2 2 

4 −2 −1
 
1 1 1 3
 −1  
1 0 1 1 −1 1
1
S2−1 = 0 1 1 

=  −1 1 1 
2
 
1 1 0 1 1 −1
şi atunci    
1 1
−1  −1 
XB1 = S1 ·  −1  , XB2 = S2 ·  −1 

.
0 0
Efectuăm calculele şi obţinem coordonatele vectorului x̄ ı̂n cele două baze:
     
2 3 −1 1 −1
1 1
XB1 =  0 −2  ·  −1  =  2  şi
2    
4 −2 −1 3 0 4 −1
     
1 −1 1 1 1
1
XB2 =  −1 1 1  ·  −1  =  −1 
.
   
2 1 1 −1 0 0