Documente Academic
Documente Profesional
Documente Cultură
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.
x̄ + 0 · x̄ = 1 · x̄ + 0 · x̄ = (1 + 0) · x̄ = 1 · x̄ = x̄.
0 · x̄ = 0̄.
De asemenea
α · 0̄ + α · x̄ = α · (0̄ + x̄) = α · x̄,
deci, din unicitatea elementului neutru, obţinem
α · 0̄ = 0̄.
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)
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).
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 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] .
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 23. În spaţiul vectorial Pn (x) al polinoamelor de grad cel mult n, polinoamele
1, x, x2 , . . . , xn formează un sistem liniar independent.
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
rezultă atunci
−tv̄1 + 2tv̄2 + tv̄3 = 0̄
şi ı̂mpărţind prin −t , 0 găsim relaţia de dependenţă liniară
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
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.
Având ı̂n vederă că sistemul S = {0̄} este liniar dependent rezultă că:
Propoziţia 28. Orice sistem S care conţine vectorul nul este liniar dependent.
Definiţia 29. Fie V un spaţiu vectorial şi fie un sistem finit de vectori
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
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.
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 .
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
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.
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 unicitatea scrierii vectorului x̄ ı̂n baza B vom obţine identificarea coeficienţilor:
n
X
xi = sij yj , i = 1, n. (17)
j=1
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
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 .
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
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 )
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