Curs III, IV, V - Spatii Vectoriale

Capitolul II: Spaţii vectoriale Lect. dr.
Lucian Maticiuc
Facultatea de Electronică, Telecomunicaţii

şi Tehnologia Informaţiei
Algebră, Semestrul I,
Lector dr. Lucian MATICIUC
http://math.etti.tuiasi.ro/maticiuc/
iuc
CURS III – V
1 Spaţii vectoriale
1.1 Definiţii, exemple şi proprietăţi generale
c
Fie K un corp comutativ (câmp) ale cărui elemente le vom numi scalari şi le vom nota cu litere
greceşti α, β, γ, δ, . . ., având elementul nul notat cu 0 şi elementul unitate (neutru) cu 1. Fie V o
ati
mulţime a cărei elemente le vom numi vectori şi le vom nota cu ~a, ~b, ~x, ~y , ~u, ~v , . . . (vectorii se mai
pot nota şi cu ā, b̄, x̄, ȳ, ū, v̄, . . .).
Definiţia 1 Vom spune că V este un spaţiu vectorial peste câmpul K dacă pe mulţimea V sunt definite
două legi de compoziţie, una internă “+” numită adunarea vectorilor, astfel ı̂ncât
pentru orice ~x, ~y ∈ V avem că ~x + ~y ∈ V,

M
şi una externă “·” numită ı̂nmulţirea vectorilor cu scalari, astfel ı̂ncât
pentru α ∈ K şi ~x ∈ V avem că α · ~x ∈ V,
şi astfel ı̂ncât:

1. Adunarea vectorilor este asociativă
n
~x + (~y + ~z) = (~x + ~y ) + →

−
z ∈ V, ∀~x, ~y , →
−
z ∈ V,
2. Adunarea vectorilor este comutativă

cia
~x + ~y = ~y + ~x, ∀~x, ~y ∈ V,
3. Există un vector notat ~0 ∈ V , numit vector nul, astfel ı̂ncât
~x + ~0 = ~0 + ~x = ~x, ∀~x ∈ V,
4. Pentru orice ~x ∈ V există vectorul −~x ∈ V , numit opusul lui ~x, astfel ı̂ncât
Lu
~x + (−~x) = (−~x) + ~x = ~0,
5.
α · (β · ~x) = (αβ) · ~x, ∀α, β ∈ K, ∀~x ∈ V,
6.
(α + β) · ~x = α · ~x + β · ~x, ∀α, β ∈ K, ∀~x ∈ V,
7.
α · (~x + ~y ) = α · ~x + α · ~y , ∀α ∈ K, ∀~x, ~y ∈ V,
8.
1 · ~x = ~x, ∀~x ∈ V,
unde 1 este elementul (unitate) neutru pentru operaţia de ı̂nmulţire ı̂n corpul K.
1
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
Remarca 2 Reamintim că o mulţime K ı̂nzestrată cu două operaţii (unda aditivă şi una multiplicativă),
notat (K, +, ·), este corp comutativ sau câmp dacă:
– (K, +) este grup comutativ (adică operaţia + este asociativă, admite element neutru, fiecare element din
K admite invers (opus) şi + este comutativă);
– operaţia · este asociativă;
– operaţia · este distributivă faţă de +
– operaţia · admite element unitate (diferit de zero)
(menţionăm că cele două operaţii +, · sunt altele decât cele definite pe spaţiul vectorial, ele fiind doar notate
iuc
similar).
Remarca 3 Din definiţia de mai sus se observă că V are structură de grup comutativ ı̂n raport cu operaţia
“+” de adunare a vectorilor.
Remarca 4 În cele ce urmează corpul K va desemna câmpul numerelor reale R sau câmpul numerelor
complexe C (ı̂nzestrate cu operaţiile uzuale de adunare şi ı̂nmulţire a numerelor).
c
Propoziţia 5 Din definiţia de mai sus deducem următoarele:
2.
ati
1. 0 · ~x = ~0, ∀~x ∈ V
α · ~0 = ~0, ∀α ∈ K
3. (−α) · ~x = α · (−~x) = − (α · ~x) , ∀α ∈ K, ∀~x ∈ V
4. (−α) · (−~x) = α · ~x, ∀α ∈ K, ∀~x ∈ V
M
Demonstraţie. Folosind axiomele din definiţia spaţiului vectorial deducem
~x + 0 · ~x = 1 · ~x + 0 · ~x = (1 + 0) · ~x = 1 · ~x = ~x.
Pe de altă parte ~x + ~0 = ~x deci, din unicitatea elementului neutru, obţinem
0 · ~x = ~0.
n
De asemenea
α · ~0 + α · ~x = α · (~0 + ~x) = α · ~x,
deci, din unicitatea elementului neutru, obţinem
cia
α · ~0 = ~0.
Obţinem a treia afirmaţie:

~0 = 0 · ~x = (α + (−α)) · ~x = α · ~x + (−α) · ~x ⇔ (−α) · ~x = −α · ~x.
Lu
Exemplul 6 Mulţimea R a numerelor reale formează un spaţiu vectorial peste R.
Exemplul 7 Mulţimea C a numerelor complexe formează un spaţiu vectorial peste R.
Exemplul 8 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.
2
Exemplul 9 Spaţiul vectorial aritmetic K n . Fie K un câmp oarecare şi n ∈ N∗ . Să considerăm spaţiul
K n dat de produsul cartezian
K n := K × K × · · · × K = {~x = (x1 , . . . , xn ) : x1 , . . . , xn ∈ K}
Definim operaţiile
~x + ~y = (x1 , . . . , xn ) + (y1 , . . . , yn ) = (x1 + y1 , . . . , xn + yn ) , ∀~x, ~y ∈ K n
iuc
α · ~x = α (x1 , . . . , xn ) = (αx1 , . . . , αxn ) , ∀α ∈ K, ∀~x ∈ K n
Observăm că opusul lui ~x este

−~x = (−x1 , . . . , −xn ) .
Se poate verifica că, ı̂n raport cu aceste două operaţii, K n este spaţiu vectorial peste câmpul K.
Exemplul 10 În particular pentru K = R obţinem Rn numit spaţiul vectorial aritmetic real n-
c
dimensional.
Exemplul 11 Spaţiul vectorial Mm,n (K) al matricelor cu elemente din K situate pe m linii şi n
coloane.
sub forma
A= .

ati
Vom nota cu aij elementul matricei A ∈ Mm,n (K) situat pe linia i şi coloana j. Deci A se va scrie
a11 a12 . . . a1n

 a21 a22 . . . a2n 

.. .. .. 


 .. . . . 
M
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 (K)
α · A = α · (aij )i=1,m, j=1,n = (αaij )i=1,m, j=1,n , ∀α ∈ K, ∀A ∈ Mm,n (K)
n
Se poate verifica că, ı̂n raport cu aceste două operaţii, Mm,n (K) este spaţiu vectorial peste câmpul K.
În particular pentru m = n obţinem Mn (K) numit spaţiul vectorial al matricelor pătratice de
ordin n.
cia
Remarca 12 În continuare vom renunţa, pentru simplitatea scrierii, la notaţia “·”; astfel α · ~x se va scrie,
mai simplu, α~x (dacă nu există posibilitate de confuzie).
Definiţia 13 O submulţime V 0 ⊂ V ale cărei elemente verifică axiomele spaţiului vectorial V definit peste
K se numeşte subspaţiu vectorial al lui V.
Lu
Teorema 14 O submulţime V 0 ⊂ V este un subspaţiu vectorial al lui V dacă şi numai dacă avem:
∀~u, ~v ∈ V 0 , ∀α, β ∈ K ⇒ α~u + β~v ∈ V 0 . (1)
Demonstraţie. Necesitatea (“⇒”) Dacă V 0 ⊂ V este un subspaţiu vectorial al lui V atunci are loc,
evident condiţia (1).
Suficienţa (“⇐”) Menţionăm, mai ı̂ntâi, că dacă are loc (1) atunci să luăm α = β = 1 şi obţinem
că ~u + ~v ∈ V 0 , apoi β = 0 şi obţinem că α~u ∈ V 0 , şi apoi să luăm α = β = 0 şi obţinem că ~0 ∈ V 0 .
Se poate arăta uşor că sunt verificate toate axiomele spaţiului vectorial.
Remarca 15 Pentru caracterizarea unui subspaţiu vectorial relaţia (1) poate fi ı̂nlocuită, echivalent, cu
∀~u, ~v ∈ V 0 , ∀α, β ∈ K ⇒ ~u + ~v ∈ V 0 şi α~u ∈ V 0 . (2)
3
Exemplul 16 Submulţimea {~0} a unui spaţiu vectorial este un subspaţiu vectorial.
Exemplul 17 Considerăm spaţiul vectorial aritmetic K n . Atunci submulţimea sa
V = {~u ∈ K n : ~u = (0, u2 , u3 , . . . , un ) , u2 , u3 , . . . , un ∈ K} ⊂ K n
este un subspaţiu vectorial. Într-adevăr, pentru orice ~u, ~v ∈ V, ∀α, β ∈ K avem că
iuc
α~u + β~v = α (0, u2 , u3 , . . . , un ) + β (0, v2 , v3 , . . . , vn ) = (0, αu2 , . . . , αun ) + (0, βv2 , . . . , βvn )
= (0, αu2 + βv2 , . . . , αun + βvn ) ∈ V
(adică vectorul care s-a obţinut este de forma celor din mulţimea V ).
Exemplul 18 Pe de altă parte, submulţimea V 0 = {~u ∈ K n : ~u = (1, u2 , u3 , . . . , un ) , u2 , u3 , . . . , un ∈ K} ⊂

K n nu este un subspaţiu vectorial. Într-adevăr, pentru orice ~u, ~v ∈ V 0 , ∀α, β ∈ K avem că
c
α~u + β~v = α (1, u2 , u3 , . . . , un ) + β (1, v2 , v3 , . . . , vn ) = (1, αu2 , . . . , αun ) + (1, βv2 , . . . , βvn )
= (2, αu2 + βv2 , . . . , αun + βvn ) ∈ / V 0,
ati
deoarece 2 6= 1 (adică vectorul care s-a obţinut nu este de forma celor din mulţimea V 0 ).
Exemplul 19 Fie Mn (K) spaţiul vectorial al matricelor pătratice cu elemente din K. Atunci submulţimea
sa V = {A ∈ Mn (K) : A = At } ⊂ Mn (K) (submulţimea matricelor simetrice) este un subspaţiu vec-
torial. Într-adevăr, pentru orice A, B ∈ V, ∀α, β ∈ K avem că
M
t t t
(αA + βB) = (αA) + (βB) = αAt + βB t = αA + βB,
adică vectorul matrice care s-a obţinut este o matrice simetrică şi deci αA + βB ∈ V.
Definiţia 20 Fie S = {~v1 , · · · , ~vn } un sistem de n ∈ N∗ vectori din spaţiul vectorial V . Spunem că
vectorul ~v ∈ V este o combinaţie liniară de vectorii sistemului S dacă există n elemente a1 , a2 , . . . , an ∈
K astfel ı̂ncât are loc
n
~v = a1~v1 + a2~v2 + · · · + an~vn .
Teorema 21 Mulţimea vectorilor din V care se pot exprima ca o combinaţie liniară de vectorii sistemului
S formează un subspaţiu vectorial al lui V.
cia
Demonstraţie. Fie ~u, ~v ∈ V doi vectori din V care se pot exprima ca combinaţii liniare de vectori
din S,deci
~u = a1~v1 + a2~v2 + · · · + ap~vp şi ~v = b1~v1 + b2~v2 + · · · + bp~vp .
Atunci α~u + β~v = · · · = (αa1 + βb1 ) ~v1 + (αa2 + βb2 ) ~v2 + · · · + (αap + βbp ) ~vp , adică α~u + β~v este
de asemenea o combinaţie liniară de vectori din S şi, aplicând caracterizarea dată de Teorema 14,
obţinem concluzia.
Lu
Definiţia 22 Vom nota cu [S] mulţimea tuturor combinaţiilor liniare de vectori din S,
[S] := {~u ∈ V : ~u = α1~v1 + · · · + αn~vn , ∀α1 , ..., αn ∈ K} ⊆ V.
Acest spaţiu este, conform teoremei precedente, un subspaţiu vectorial şi se numeşte subspaţiul vectorial
generat de submulţimea S. Vectorii ~v1 , · · · , ~vp spunem că formează un sistem de generatori pentru [S] .
4
1.2 Dependenţă liniară, independenţă liniară şi baze ı̂ntr-un K–spaţiu

Fie V un K–spaţiu vectorial şi S = {~v1 , ..., ~vn } un sistem finit de vectori din V .
Definiţia 23 Sistemul S se numeşte liniar dependent dacă există scalarii α1 , ..., αn ∈ K, nu toţi egali
cu zero, astfel ı̂ncât să aibă loc
α1~v1 + · · · + αn~vn = ~0 (3)
iuc
(combinaţia liniară α1~v1 + · · · + αn~vn să fie vectorul nul).
Definiţia 24 În caz contrar, adică dacă orice relaţie de forma
α1~v1 + · · · + αn~vn = ~0
(orice combinaţia liniară α1~v1 + · · · + αn~vn care este ~0) implică α1 = · · · = αn = 0, atunci sistemul S se
numeşte liniar independent.
c
Exemplul 25 Sistemul S = {~0} este liniar dependent deoarece are loc α~0 = ~0, ∀α ∈ K.
α = 0 (dacă α 6= 0, atunci se obţine ~v = 0). ati

Exemplul 26 Sistemul S = {~v : ~v 6= ~0} este liniar independent deoarece din relaţia α~v = 0, obţinem
Exemplul 27 În spaţiul vectorial aritmetic K n sistemul de vectori
B = {~e1 = (1, 0, . . . , 0) , ..., ~en = (0, 0, . . . , 1)}

M
(1 şi 0 sunt elementele neutre ı̂n câmpul K) este liniar independent.
Într-adevăr, fie combinaţia liniară
α1~e1 + · · · + αn~en = ~0.
Avem
α1 (1, 0, . . . , 0) + α2 (0, 1, . . . , 0) + · · · + αn (0, . . . , 1)
n
= (α1 , 0, . . . , 0) + (0, α2 , . . . , 0) + · · · + (0, . . . , αn ) = (α1 , α2 , . . . , αn ) ,

deci ecuaţia precedentă devine
(α1 , α2 , . . . , αn ) = ~0 ⇔ α1 = α2 = · · · = αn = 0.
cia
Deci din orice combinaţie liniară obţinem coeficienţii nuli.
Exemplul 28 În spaţiul vectorial Pn (x) al polinoamelor de grad cel mult n, polinoamele 1, x, x2 , . . . , xn
formează un sistem liniar independent deoarece relaţia
α 0 1 + α 1 x + α 2 x2 + · · · + α n xn = 0
Lu
are loc doar dacă α0 = α1 = α2 = · · · = αn = 0.
Exerciţiul 29 Studiaţi dacă următorul sistem de vectori din spaţiul vectorial R3 este liniar dependent sau
nu:
S = {~v1 = (1, 1, 1) , ~v2 = (1, −1, 1) , ~v3 = (−1, 3, −1)} .
Fie combinaţia liniară
α1~v1 + α2~v2 + α3~v3 = ~0 ⇔ α1 (1, 1, 1) + α2 (1, −1, 1) + α3 (−1, 3, −1) = ~0

⇔ (α1 , α1 , α1 ) + (α2 , −α2 , α2 ) + (−α3 , 3α3 , −α3 ) = ~0
⇔ (α1 + α2 − α3 , α1 − α2 + 3α3 , α1 + α2 − α3 ) = ~0
5
care este echivalent cu rezolvarea sistemului


α + α2 − α3 = 0
 1



α1 − α2 + 3α3 = 0



α1 + α2 − α3 = 0

Matricea sistemului are determinantul
iuc

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 dife-
rită de cea banală. Deci sistemul dat este liniar dependent. Prin metodele cunoscute se va găsi soluţia
c
(α1 , α2 , α3 ) = (−t, 2t, t), t ∈ R. O soluţie particulară este, luând t = −1, (α1 , α2 , α3 ) = (1, −2, −1),
ceea ce ı̂nseamnă că are loc că următoarea combinaţie liniară este vectorul nul:
ati~v1 − 2~v2 − ~v3 = ~0
(evident se poate verifica imediat, prin calcul direct, că ~v1 − 2~v2 − ~v3 = 0).
Exerciţiul 30 Să se stabilească dacă următorii vectori sunt liniar independenţi: ~v1 = (1, −1, 0), ~v2 =
(−1, 2, 1), ~v3 = (1, 1, 1)
M
Să considerăm combinaţia liniară


 α−β+γ =0

α~v1 + β~v2 + γ~v3 = ~0 ⇔ −α + 2β + γ = 0


β+γ =0


1 −1 1
n

Determinantul matricii sistemului este det A = −1 2 1 6= 0 deci rangul rang A = 3. Deci
0 1 1
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
cia
acest caz deducem că vectorii daţi sunt liniar independenţi adică orice relaţie de tipul
α~v1 + β~v2 + γ~v3 = ~0
implică α = β = γ = 0.
Teorema 31 (de caracterizare a dependenţei liniare) Condiţia necesară şi suficientă ca sistemul S =
Lu
{~v1 , ..., ~vn } să fie liniar dependent este ca cel puţin unul din vectorii sistemului S să se poată scrie ca o
combinaţie liniară de ceilalţi vectori ai sistemului S.
Demonstraţie. Necesitatea (“⇒”) Să presupunem că sistemul S este liniar dependent. Deci are loc
−1
relaţia (3) cu scalarul α1 6= 0 (de exemplu). În acest caz există (α1 ) deci obţinem
−1 −1 −1
~v1 = − (α1 ) α2~v2 − (α1 ) α3~v3 − · · · − (α1 ) αn~vn
adică ~v1 este o combinaţie liniară de ceilalţi n − 1 vectori.

Suficienţa (“⇐”) Să presupunem că un vector (de exemplu ~v1 ) este o combinaţie liniară de
ceilalţi n − 1 vectori. Are loc
~v1 = β 1~v2 + β 2~v3 + · · · + β n−1~vn
6
sau echivalent
~v1 + (−β 1 ) ~v2 + (−β 2 ) ~v3 + · · · + −β n−1 ~vn = ~0

adică are loc relaţia (3) cu coeficientul 1, al lui ~v1 , diferit de zero. Deci sistemul de vectori S este
liniar dependent.
Teorema 32 Fie V un K–spaţiu vectorial. Atunci:

1. Orice sistem de vectori care conţine un subsistem liniar dependent este de asemenea sistem liniar
iuc
dependent.
2. Orice subsistem de vectori liniar independent este de asemenea un sistem liniar independent.
Demonstraţie. Fie S = {~v1 , ..., ~vn } un sistem finit de vectori din V şi să presupunem că S1 =
{~v1 , ..., ~vk } ⊂ S, k < n este o submulţime de vectori liniar dependent. Deci există scalarii αi ,
i = 1, k, astfel ı̂ncât cel puţin unul este nenul şi are loc
α1~v1 + · · · + αk~vk = ~0
c
Deducem că există scalarii αi , i = 1, k, astfel ı̂ncât cel puţin unul este nenul şi are loc
ati
α1~v1 + · · · + αk~vk + 0~vk+1 + · · · + 0~vn = ~0
ceea ce ı̂nseamnă că sistemul S este liniar dependent.

A doua afirmaţie se obţine din prima prin reducere la absurd.
Având ı̂n vederă că sistemul S = {~0} este liniar dependent obţinem
M
Propoziţia 33 Orice sistem S care conţine vectorul nul este liniar dependent deoarece are loc 0~v1 + · · · +
0~vn + α~0 = ~0, ∀α ∈ K.
Vom prezenta ı̂n continuare noţiunea de bază ı̂ntr-un spaţiu vectorial.
Definiţia 34 Vom spune că submulţimea (cu un număr finit de vectori) S = {~v1 , · · · , ~vn } ⊂ V este un
sistem de generatori al lui V dacă subspaţiul vectorial generat de S coincide cu V , adică
n
[S] = V
(ceea ce ı̂nseamnă că orice element vector din V se poate scrie ca o combinaţie liniară de vectori din S).
cia
Definiţia 35 Sistemul finit de vectori B = {~e1 , ..., ~en } se numeşte bază ı̂n K–spaţiul vectorial V dacă
satisface condiţiile:
(a) B este sistem liniar independent.
(b) B este un sistem de generatori al lui V .
Exemplul 36 În spaţiul vectorial aritmetic K n sistemul de vectori

Lu
B = {~e1 = (1, 0, . . . , 0) , . . . , ~en = (0, 0, ..., 1)}
(1 şi 0 sunt elementele neutre ı̂n câmpul K) este bază ı̂n K n deoarece este liniar independent şi este şi
sistem de generatori al lui K n . Această bază se numeşte bază canonică.
Într-adevăr, am văzut deja că aceşti vectori sunt liniari independenţi. În continuare arătăm că formează
un sistem de generatori pentru K n . Fie ~x ∈ K n şi deci ~x = (x1 , x2 , . . . , xn ), unde xi ∈ K, i = 1, n.
Prin urmare
~x = (x1 , 0, . . . , 0) + (0, x2 , . . . , 0) + · · · + (0, 0, . . . , xn )

= x1 (1, 0, . . . , 0) + x2 (0, 1, . . . , 0) + · · · + xn (0, 0, . . . , 1) = x1~e1 + x2~e2 + · · · + xn~en .
7
Exemplul 37 În particular, ı̂n spaţiul vectorial aritmetic Rn sistemul de vectori
B = {~e1 = (1, 0, . . . , 0) , ..., ~en = (0, 0, . . . , 1)}
este bază ı̂n Rn deoarece este liniar independent şi este şi sistem de generatori al lui Rn . Această bază se
numeşte bază canonică.
Exemplul 38 În spaţiul vectorial M2 (R) al matricelor de tip (2, 2) cu elemente din R, sistemul de vectori
iuc
matrice
1 1 0 1 0 1 2 0 0 2 0 0
B = E1 = , E2 = , E1 = , E2 =
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.
Exemplul 39 În spaţiul vectorial Pn (x) al polinoamelor de grad cel mult n, polinoamele 1, x, x2 , . . . , xn
c
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) .
după vectorii lui B, adică

ati
Teorema 40 (de caracterizare a bazelor) Condiţia necesară şi suficientă ca submulţimea finită B =
{~e1 , ..., ~en } să fie bază ı̂n K–spaţiul vectorial V , este ca orice vector ~x ∈ V să se descompună ı̂n mod unic
~x = x1~e1 + · · · + xn~en
unde scalarii xi ∈ K, i = 1, n sunt unic determinaţi.
(4)
M
Demonstraţie. Necesitatea (“⇒”) Să presupunem că sistemul B = {~e1 , ..., ~en } este bază ı̂n K–
spaţiul vectorial V , deci (având ı̂n vedere că orice bază este un sistem de generatori) obţinem că
~x are o descompunere de tipul (4). Să presupunem prin reducere la absurd că descompunerea nu
este unică deci are loc
~x = y1~e1 + · · · + yn~en
Prin scădere obţinem
~0 = (x1 − y1 ) ~e1 + · · · + (xn − yn ) ~en
n
Sistemul de vectori B fiind liniar independent deducem că scalarii (xi − yi ) = 0, i = 1, n adică
xi = yi , i = 1, n ,
cia
deci cele două descompuneri coincid.

Suficienţa (“⇐”) Să presupunem că orice vector ~x ∈ 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~v1 + · · · + αn~vn = ~0 (5)

Lu
Pe de altă parte ecuaţia de mai sus reprezintă şi o descompunere a lui ~0 după baza B. Având ı̂n
vedere că, evident,
0~v1 + · · · + 0~vn = ~0
şi că descompunere lui ~0 este unică deducem că
α1 = α2 = · · · = αn = 0.
Definiţia 41 Scalarii xi ∈ K, i = 1, n (din teorema precedentă) ce dau descompunerea unică a lui ~x ı̂n
baza B = {~e1 , ..., ~en } se numesc coordonatele vectorului ~x ı̂n baza {~e1 , ..., ~en }.
8
Teorema 42 Dacă V 6= {~0} este un K–spaţiu finit generat atunci oricare două baze ale lui V au acelaşi
număr de vectori.
(fără demonstraţie).
Definiţia 43 Dacă V este un K–spaţiu finit generat atunci numărul de elemente dintr-o bază a lui V se
va numi dimensiunea lui V notată cu dimK V sau, mai scurt (dacă nu este pericol de confuzie), dim V .
iuc
Remarca 44 Dacă V este un K–spaţiu vectorial de dimensiune n, atunci vom mai nota spaţiul şi cu Vn
(notaţia va indica astfel şi dimensiunea).
Un rezultat util ı̂n practică este următorul
Propoziţia 45 Fie V este un K–spaţiu vectorial de dimensiune n. Atunci:

(a) Orice sistem S format din n vectori liniari independenţi este o bază ı̂n V .
(b) Orice sistem S format din n vectori care constitue un sistem de generatori al lui V este o bază ı̂n
c
V.
Teorema 46 (de completare a bazei) Fie V este un K–spaţiu vectorial de dimensiune n şi fie S =
ati
{~v1 , ..., ~vk } ⊂ V , unde k < n, un sistem de vectori liniar independenţi din V . Atunci există vectorii
~vk+1 , ~vk+2 , . . . , ~vn ∈ V astfel ı̂ncât submulţimea B = {~v1 , ..., ~vk , ~vk+1 , ~vk+2 , . . . , ~vn } este o bază a
spaţiului vectorial V.
Definiţia 47 Fie S un sistem de vectori din spaţiul vectorial V . Se numeşte rangul sistemului de
M
vectori S dimensiunea subspaţiului vectorial generat de S.
Teorema 48 Toate sistemele de vectori din V obţinute din S prin următoarele transformări (numite şi
transformări elementare):
1. schimbarea ordinii vectorilor;
2. ı̂nmulţirea unui vector cu un scalar nenul;
1. adunarea la un vector din S a unui alt vector din S ı̂nmulţit cu un scalar,
n
au acelaşi rang cu S.
Teorema 49 Rangul unui sistem finit de vectori este egal cu numărul maxim de vectori liniar independenţi
cia
ai sistemului.
În cazul particular al spaţiului vectorial aritmetic K n , 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:
Lu
Teorema 50 Rangul unei matrice este egal cu numărul maxim al vectorilor coloană (sau linie,
evident) liniar independenţi.
9
s11 s12 s1n

 
···
 2 
 s1 s22 · · · s2n 
Demonstraţie. Într-adevăr, fie A =   ∈ Mm,n (R) o matrice dată şi vectorii
 
 ··· ··· ··· ··· 
 
sm
1 sm
2 ··· sm
n
coloană ai acesteia notaţi cu
iuc
 1   1 
s1n
 
s1 s2
 2   2   2 
 s1   s2   sn 
v1 =   , v2 =  , . . . , vn =  .
     
 ···   ···   ··· 
     
sm1 sm
2 sm
n
Să presupunem că vectorii v1 , v2 , . . . , vr , cu r ≤ n, sunt liniar independenţi (presupunem, fără a

restrânge generalitatea că sunt independenţi primii r vectori), deci din orice combinaţie liniară a
c
lor
α1 v1 + α2 v2 + · · · + αr vr = 0 ∈ Mm,1 (R)
rezultă α1 = α2 = · · · = αr = 0.
Deci se obţine sistemul

 1 
ati
Evident, vectorii vi ∈ K m , i = 1, r, deci numărul maxim de vectori liniar independenţi este
m, ceea ce ı̂nseamnă că trebuie să luăm r ≤ m.
 1   1   
s1 s2 sr 0
M
 2   2   2   
 s1   s2   sr   0 
α1   + α2   + · · · + αr  =
       

 ···   ···   ···   ··· 
       
m m m
s1 s2 sr 0
1 1 1
       
α1 s1 α2 s2 αr sr 0
       
 α1 s21   α2 s22   αr s2r   0 
⇔  + ··· + 
n
+ =
       

 ···   ···   ···   ··· 
       
m m m
α1 s1 α2 s2 αr sr 0
cia
 1 1 1

 s1 α1 + s2 α2 + · · · + sr αr = 0

 s21 α1 + s22 α2 + · · · + s2r αr = 0



⇔ ..
.






 m
s1 α1 + sm m
2 α2 + · · · + sr αr = 0
Lu
care este omogen de tip (m, r) şi care trebuie să admită doar soluţia banală. Prin urmare există
un determinant principal de rang r care să fie nenul. Acest determinant principal este exact cel
care dă rangul matricei iniţiale A, deci rang A = r.
Invers, să presupunem acum că rang A = r (deci, evident, r ≤ min (m, n)) şi să arătăm că
numărul maxim de vectori liniar independenţi este tot r. Fie astfel, o combinaţia liniară de (r + 1)
vectori
α1 v1 + α2 v2 + · · · + αr vr + αp vp = 0 ∈ Mm,1 (K) ,
10
unde p este un indice oarecare astfel ı̂ncât r + 1 ≤ p ≤ n. Prin urmare obţinem sistemul
 1   1   1   1   
s1 s2 sr sp 0
 2   2   2   2   
 s1   s2   sr   sp   0 
α1   + α2   + · · · + αr   + αp  =
         

 ···   ···   ···   ···   ··· 
         
sm
1 sm
2 sm
r sm
p 0
iuc
 1

 s1 α1 + s12 α2 + · · · + s1r αr + s1p αp = 0

 s21 α1 + s22 α2 + · · · + s2r αr + s1p αp = 0



⇔ ..
.






 m
s1 α1 + sm m 1
2 α2 + · · · + sr αr + sp αp = 0
c
care este un sistem omogen de tipul (m, r + 1). Rangul matricei sistemului este r (este exact
rangul matricei iniţiale A) şi deci mai mic decât numărul de necunoscute. Prin urmare sistemul
nu admite soluţie unică, deci admite şi soluţii nenule. Aceasta ı̂nseamnă că există cel puţin un
1.3
ati
coeficient αi nenul, deci vectorii {v1 , v2 , . . . , vr , vp } sunt liniar dependenţi.
Schimbarea bazelor şi schimbarea coordonatelor unui vector ı̂ntr-un K–

spaţiu
Fie V este un K–spaţiu vectorial de dimensiune n şi B = {~e1 , ..., ~en }, B̃ = {f~1 , ..., f~n } două baze
M
diferite ale aceluiaşi spaţiu V . A determina schimbarea de baze ı̂nseamnă a descompune vectorii
bazei B̃ după baza B, adică a obţine relaţii de tipul
Xn
f~j = sij ~ei , j = 1, n (6)
i=1
sau, echivalent,
f~ = s11 ~e1 + s21 ~e2 + · · · + sn1 ~en

 1

n


f~2 = s12 ~e1 + s22 ~e2 + · · · + sn2 ~en



..
.

cia





~

fn = s1n ~e1 + s2n ~e2 + · · · + snn ~en .
Definim matricea S := (sij )i,j=1,n ale cărei coloane sunt formate din coordonatele vectorilor lui
B̃ ı̂n baza B. Deci  1
s1 s12 · · · s1n

 2 
 s1 s22 · · · s2n 
Lu
S= .
 
 ··· ··· ··· ··· 
 
n n n
s1 s2 · · · sn
S
Matricea S se numeşte matricea schimbării de baze de la B la baza B̃ şi vom nota B −−→ B̃.
S S −1
Teorema 51 Dacă avem B −−→ B̃ atunci matricea S este inversabilă şi are loc B̃ −−−→ B, unde S −1
este inversa matricei S.
11
Considerăm acum un vector oarecare ~x ∈ V . Atunci vectorul ~x are două descompuneri ı̂n
cele două baze: Xn Xn
~x = xi ~ei şi ~x = yj f~j . (7)
i=1 j=1
Este important determinarea legăturii dintre coordonatele xi , i = 1, n ale vectorului ı̂n baza B şi
coordonatele yj , j = 1, n ale vectorului ı̂n baza B̃.
Din (6) obţinem
iuc
Xn Xn Xn Xn Xn
~x = yj f~j = yj sij ~ei = sij yj ~ei
j=1 j=1 i=1 i=1 j=1
Din unicitatea scrierii vectorului ~x ı̂n baza B vom obţine identificarea coeficienţilor:
Xn
xi = sij yj , i = 1, n. (8)
j=1
Introducând matricea coloană a coordonatelor vectorului ~x ı̂n cele două baze
c
   
x1 y1
 x2   y2 
X=
xn ati
 · · ·  şi Y =  · · · 

putem rescrie (8) sub formă matriceală şi obţinem


yn

Propoziţia 52 Fie ~x ∈ V un vector care are descompunerea (7) ı̂n raport cu cele două baze B şi B̃. Atunci
M
legătura ı̂ntre coordonatele vectorului ~x din cele două baze este dată de relaţia:
X = S · Y ⇔ Y = S −1 · X , (9)
ceea ce constitue formula matriceală de schimbare a coordonatelor unui vector la o schimbare de

baze.
Exerciţiul 53 Se dă sistemul de vectori B = {~v1 = (1, 2, 1) , ~v2 = (2, 3, 3) , ~v3 = (3, 7, 1)}.
n
a) Să se arate că B este o bază ı̂n R3 .

b) Să se scrie matricea schimbării de bază de la baza canonică la B.
c) Să se afle coordonatele vectorului ~x = (3, −1, 2) ı̂n baza B.
cia
a) Având ı̂n vedere că dim R3 = 3 aplicăm Propoziţiei (45) şi deducem că este suficient ca B să fie liniar
independent (pentru ca să fie bază). Liniara independenţă a vectorilor lui B se va studia ca ı̂n exemplele
precedente (de exemplu, scriem vectorii pe coloană şi formăm o matrice; apoi determină rang A = 3).
b) Trebuie determinate mai ı̂ntâi coordonatele vectorilor bazei B ı̂n baza canonică. Avem
~v1 = ~e1 + 2~e2 + ~e3 , ~v2 = 2~e1 + 3~e2 + 3~e3 , ~v3 = 3~e1 + 7~e2 + ~e3 .
Lu
Deci matricea schimbării de baze este dată coordonatele de mai sus puse pe coloană:
 
1 2 3
S =  2 3 7 .
1 3 1
S S −1
În acest caz Bc −−→ B sau echivalent B −−→ Bc .
c) Vectorul ~x = (3, −1, 2) are deci ı̂n baza canonică
~x = 3~e1 − ~e2 + 2~e3
12
Formula matriceală
 este XB= S −1 · XBc ,
de schimbare a coordonatelor unui vector la o schimbare de baze 
x1 3
unde XB =  x2  este matricea coloană a coordonatelor lui ~x ı̂n baza B, XBc =  −1  este matricea
x3 2
coloană a coordonatelor lui ~x ı̂n baza canonică Bc iar
 −1  
1 2 3 −18 7 5
S −1 =  2 3 7  = calcule..... =  5 −2 −1 
iuc
1 3 1 3 −1 −1
Deci      
−18 7 5 3 −51
XB =  5 −2 −1  ·  −1  =  15 
3 −1 −1 2 8
Exerciţiul 54 Se consideră bazele B1 = {~u1 = (1, 1, 1) , ~u2 = (2, −1, 1) , ~u3 = (−1, 1, 1)} şi B2 = {~v1 = (1, 0, 1) , ~v2 = (0, 1
c
precum şi vectorul ~x = (1, −1, 0).
a) Să se scrie matricea schimbării de baze de la B1 la B2 .
b) Să se afle coordonatele vectorului ~x ı̂n cele două baze.



ati
Exerciţiul 55 a) Trebuie determinate mai ı̂ntâi coordonatele vectorilor bazei B2 ı̂n baza iniţială B1 . Vom
determina elementele sij , i, j = 1, 3 astfel ı̂ncât
~v1 = a~u1 + b~u2 + c~u3


~v2 = a0 ~u1 + b0 ~u2 + c0 ~u3
M

~v3 = a00 ~u1 + b00 ~u2 + c00 ~u3


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 )


n
ceea ce ı̂nseamnă a rezolva următoarele trei sisteme liniare neomogene:

 0
a + 2b0 − c0 = 0
 00
a + 2b00 − c00 = 1

a + 2b − c = 1
cia

 
 

  
a−b+c=0 , a0 − b0 + c0 = 1 , a00 − b00 + c00 = 1 .
  
 0
a + b0 + c0 = 1
 00
a + b00 + c00 = 0
  
a+b+c=1

Vom obţine soluţiile

a = 1/4, b = 1/2, c = 1/4
a0 = 1/2, b0 = 0, c0 = 1/2
Lu
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 56 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, fie
S S
Bc −−1→ B1 şi Bc −−2→ B2 ,
13
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
Fiind ambele baze, avem că S1 şi S2 sunt nesingulare şi deci
S −1
1 S
B1 −− → Bc şi Bc −−2→ B2 .
iuc
Acum putem scrie direct matricea S de schimbare de bază de la B1 la B2 :
S −1 S2
B1 −−1−−→ B2 ,
adică S = S1−1 S2 , deci
c
 −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
4
1

1
1 2 5
1
1 2 −3
 
1 1 0
1/4 1/2
2 0 −2  =  1/2
5/4
0 −1/2
1/4 1/2 −3/4
ati −2 −1 3

.
1 1 0
 Având
b)  ı̂n vedere că putem scrie imediat coordonatele vectorului ~x ı̂n baza canonică, obţinem că XBc =
M
1
 −1 . Scriem acum matricele schimbării de baze S1 , S2 astfel ı̂ncât Bc −S−1→ B1 , Bc −S−2→ B2 :
0
   
1 2 −1 1 0 1
S1 =  1 −1 1  , S2 =  0 1 1 
1 1 1 1 1 0
n
Deci XB1 = S1−1 · XBc , XB2 = S2−1 · XBc . Se vor calcula şi inversele
 −1  −1
1 2 −1 1 0 1
S1−1 S2−1
cia
=  1 −1 1  , = 0 1 1 
1 1 1 1 1 0
şi atunci
 −1    −1  
1 2 −1 1 1 0 1 1
XB1 =  1 −1 1  ·  −1  , XB2 = 0 1 1  ·  −1  .
1 1 1 0 1 1 0 0
Lu
Se vor face calculele şi se va obţine

    
2 3 −1 1 −1
1 1
XB1 = 0 −2 2   −1  =  2  şi
4 4
−2 −1 3 0 −1
    
1 −1 1 1 1
1
XB2 = −1 1 1   −1  =  −1 
2
1 1 −1 0 0
14
1.4 Spaţii euclidiene

Definiţia 57 Fie V un spaţiu vectorial. Se numeşte produs scalar pe V o funcţie
h·, ·i : V × V → R
care asociază fiecărei perechi de vectori din V un număr real notat hu, vi şi care satisface condiţiile:
(i) hu, vi = hv, ui, ∀u, v ∈ V ;
(ii) hu1 + u2 , vi = hu1 , vi + hu2 , vi, ∀u1 , u2 , v ∈ V ;
iuc
(iii) hλu, vi = λhu, vi, ∀λ ∈ R, ∀u, v ∈ V ;
(iv) hu, ui ≥ 0, ∀u ∈ V şi hu, ui = 0 ⇔ u = 0.
Remarca 58 Din cele patru proprietăţi de mai sus, se mai pot deduce următoarele:
1. hu, v1 + v2 i = hu, v1 i + hu, v2 i, ∀u, v1 , v2 ∈ V
2. hu, λvi = λhu, vi, ∀λ ∈ R, ∀u, v ∈ V
3. h0, vi = hv, 0i = 0, ∀v ∈ V
c
Într-adevăr,
hu, v1 + v2 i = hv1 + v2 , ui = hv1 , ui + hv2 , ui = hu, v1 i + hu, v2 i,
ati
hu, λvi = hλv, ui = λhv, ui = λhu, vi,
h0, vi = hu − u, vi = hu, vi − hu, vi = 0.
Definiţia 59 Un spaţiu vectorial ı̂nzestrat cu un produs scalar h·, ·i se numeşte spaţiu euclidian.
Exemplul 60 Pe spaţiul vectorial Rn definim produsul scalar standard

M
hx, yi = x1 y1 + x2 y2 + · · · + xn yn ,
unde x = (x1 , x2 , . . . , xn ) ∈ Rn , y = (y1 , y2 , . . . , yn ) ∈ Rn .
Exemplul 61 Pe spaţiul vectorial al matricelor pătratice Mn (R) definim produsul scalar
hA, Bi = Tr(At B), ∀A, B ∈ Mn (R).

n
Exemplul 62 Pe spaţiul vectorial al funcţiilor continue definite pe [a, b] definim produsul scalar
Z b
cia
hf, gi = f (x)g(x)dx, ∀f, g : [a, b] → R continue.

a
Teorema 63 (Cauchy–Schwarz–Buniakovski) Fie (V ; h·, ·i) un spaţiu vectorial euclidian. Atunci are
loc inegalitatea p p
|hu, vi| ≤ hu, ui · hv, vi .
Demonstraţie. Inegalitatea cerută este echivalentă cu
Lu
hu, vi2 ≤ hu, ui · hv, vi.
Pentru u = 0 sau v = 0, inegalitatea devine egalitate.

Dacă u, v ∈ V \ {0}, considerăm combinaţia liniară u + λv ∈ V , unde λ ∈ R este un scalar
arbitrar. Din proprietăţile produsului scalar avem că
hu + λv, u + λvi ≥ 0, ∀λ ∈ R. (10)
Aplicând proprietăţile produsului scalar, membrul stâng al inegalităţii devine
hu + λv, u + λvi = hu, u + λvi + hλv, u + λvi = hu, ui + hu, λvi + hλv, ui + hλv, λvi
= hu, ui + λhu, vi + λhv, ui + λ2 hv, vi = hu, ui + 2λhu, vi + λ2 hv, vi
15
Notând cu A = hv, vi, B = hu, vi şi C = hu, ui, inegalitatea (10) devine
Aλ2 + 2Bλ + C ≥ 0, ∀λ ∈ R.
Cum A > 0, inegalitatea de mai sus are loc pentru orice λ real doar dacă discriminantul
∆ = 4B 2 − 4AC ≤ 0,
deci B 2 ≤ AC ceea ce ı̂nseamnă că hu, vi2 ≤ hu, ui · hv, vi.
iuc
Definiţia 64 Se numeşte normă pe spaţiul vectorial V o funcţie
k·k:V →R
care satisface condiţiile:

(i) kvk ≥ 0, ∀v ∈ V şi kvk = 0 ⇔ v = 0;
(ii) kλvk = |λ|kvk, ∀λ ∈ R, v ∈ V ;
c
(iii) ku + vk ≤ kuk + kvk, ∀u, v ∈ V.
ati
Definiţia 65 Un spaţiu vectorial ı̂nzestrat cu o normă k · k se numeşte spaţiu normat.
Teorema 66 Fie (V ; h·, ·i) un spaţiu vectorial euclidian. Atunci funcţia

p
k · k : V → R, kvk := hv, vi, ∀v ∈ V
este o normă pe V , numită norma euclidiană indusă de produsul scalar.

M
Demonstraţie. Vom arăta că funcţia definită ı̂n enunţ satisface
p axiomele normei. Deoarece
hv, vi ≥ 0, ∀v ∈ V , avem că are sens radicalul şi că kvk = hv, vi ≥ 0. Mai mult, kvk = 0
dacă şi numai dacă hv, vi = 0 ceea ce ı̂nseamnă că v = 0. Avem şi
p q p
kλvk = hλv, λvi = λ2 hv, vi = |λ| hv, vi = |λ|kvk.
Pentru a demonstra că ku + vk ≤ kuk + kvk, ∀u, v ∈ V , folosim inegalitatea Cauchy–Schwarz–

n
Buniakovski şi proprietăţile produsului scalar. Astfel
ku + vk2 = hu + v, u + vi = hu, u + vi + hv, u + vi = hu, ui + hu, vi + hv, ui + hv, vi =

cia
p p
= kuk2 + 2hu, vi + kvk2 ≤ kuk2 + 2|hu, vi| + kvk2 ≤ kuk2 + 2 hu, ui hv, vi + kvk2 =
= kuk2 + 2kuk · kvk + kvk2 = (kuk + kvk)2 ,
prin urmare ku + vk ≤ kuk + kvk.
Remarca 67 Din teorema anterioară rezultă că orice spaţiu vectorial euclidian este un spaţiu normat cu
Lu
norma indusă de produsul scalar.
Remarca 68 Într-un spaţiu vetorial normat, inegalitatea Cauchy–Schwarz–Buniakovski se poate rescrie

sub forma
hu, vi
|hu, vi| ≤ kuk · kvk ⇔ −1 ≤ ≤ 1.
kuk · kvk
Definiţia 69 Fie V un spaţiu vectorial euclidian şi u, v ∈ V \ {0}. Numărul θ ∈ [0, π] definit prin
hu, vi
cos θ =
kuk · kvk
se numeşte unghiul dintre vectorii u şi v.
16
Definiţia 70 Un vector se numeşte versor (sau vector unitar) dacă norma sa este 1.
Remarca 71 Orice vector v ∈ V \ {0} are un vector unitar corespunzător notat cu v 0 şi dat de:
1
v0 = · v.
kvk
Definiţia 72 Se numeşte distanţă sau metrică pe mulţimea nevidă M o funcţie
iuc
d:M ×M →R
care satisface condiţiile:

(i) d(x, y) ≥ 0, ∀x, y ∈ M şi d(x, y) = 0 ⇔ x = y;
(ii) d(x, y) = d(y, x), ∀x, y ∈ M ;
(iii) d(x, z) ≤ d(x, y) + d(y, z), ∀x, y, z ∈ M.
c
Definiţia 73 O mulţime M ı̂nzestrată cu o distanţă (metrică) d se numeşte spaţiu metric.
Remarca 74 Orice spaţiu vectorial normat este spaţiu metric cu distanţa euclidiană definită de d(u, v) =
ku − vk.
ati
Definiţia 75 Fie (V ; h·, ·i) un spaţiu vectorial euclidian. Doi vectori u, v ∈ V se numesc ortogonali
dacă produsul lor scalar este nul, i.e. hu, vi = 0.
Definiţia 76 Fie (V ; h·, ·i) un spaţiu vectorial euclidian şi o mulţime de vectori U ⊂ V . Mulţimea
M
tuturor vectorilor ortogonali pe vectorii din U
U ⊥ := {v ∈ V : hu, vi = 0, ∀u ∈ U }
se numeşte complementul ortogonal al lui U şi este un subspaţiu vectorial al lui V .
Teorema 77 Fie (V ; h·, ·i) un spaţiu vectorial euclidian. Dacă vectorii v1 , v2 , . . . , vn ∈ V \ {0} sunt
ortogonali doi câte doi, adică
n
hvi , vj i = 0, i, j = 1, n, i 6= j,
atunci aceştia sunt liniar independenţi.
Demonstraţie. Considerăm combinaţia liniară
cia
α1 v1 + · · · + αn vn = 0 ⇒ hα1 v1 + · · · + αn vn , v1 i = h0, v1 i = 0
⇒ α1 hv1 , v1 i + α2 hv2 , v1 i + · · · + αn hvn , v1 i = 0 ⇒ α1 kv1 k2 = 0 ⇒ α1 = 0.
Înmulţind cu ceilalţi vectori v2 , . . . , vn obţinem mod analog α2 = · · · = αn = 0.
Definiţia 78 Fie (V ; h·, ·i) un spaţiu vectorial euclidian n-dimensional şi o bază B = {e1 , e2 , . . . , en }.
Lu
1. Baza B se numeşte ortogonală dacă e1 , . . . , en sunt ortogonali doi câte doi, i.e.
hei , ej i = 0, i, j = 1, n, i 6= j;
2. Baza B se numeşte ortonormată dacă este ortogonală şi toţi vectorii din B au norma 1, i.e.
(
1, dacă i = j
hei , ej i = , i, j = 1, n.
0, dacă i 6= j
Teorema 79 (Procedeul de ortonormalizare Gram–Schmidt) Fie (V ; h·, ·i) un spaţiu vectorial eu-
clidian n-dimensional şi o bază B = {u1 , u2 , . . . , un }. Atunci se poate construi o bază ortonormată
{e1 , e2 , . . . , en } pornind de la baza B.
17
Demonstraţie. Construim mai ı̂ntâi o bază ortogonală pornind de la baza B, iar apoi considerând
versorii corespunzători se obţine baza ortonormată căutată.
Pasul 1. Definim v1 = u1 .
Pasul 2. Definim v2 = u2 + α21 v1 , unde scalarul α21 se determină punând condiţia ca v2 să fie
ortogonal pe v1 ,
0 = hv2 , v1 i = hu2 + α21 v1 , v1 i = hu2 , v1 i + α21 hv1 , v1 i,
de unde rezultă
iuc
hu2 , v1 i
α21 = − .
hv1 , v1 i
Pasul 3. Definim v3 = u3 + α31 v1 + α32 v2 , unde scalarii α31 , α32 se determină punând condiţia ca
v3 să fie ortogonal pe v1 şi v2 ,
0 = hv3 , v1 i = hu3 + α31 v1 + α32 v2 , v1 i = hu3 , v1 i + α31 hv1 , v1 i + α32 hv2 , v1 i,
hu3 , v1 i
c
de unde observând că hv2 , v1 i = 0 rezultă α31 = − .
hv1 , v1 i
Apoi
ati
0 = hv3 , v2 i = hu3 + α31 v1 + α32 v2 , v2 i = hu3 , v2 i + α31 hv1 , v2 i + α32 hv2 , v2 i
de unde observând că hv1 , v2 i = 0 rezultă α32 = −

hu3 , v2 i
hv2 , v2 i
.
După n paşi se obţine baza ortogonală B 0 = {v1 , . . . , vn }. Considerând versorii corespunzători
1
vectorilor din B 0 se obţine baza ortonormată B 00 = {e1 , . . . , en }, unde ei = · vi , i = 1, n.
M
kvi k
n
cia
Lu
18
1.5 Exerciţii
1. Fie G un grup aditiv comutativ şi K un câmp. Are G o structură de spaţiu vectorial faţă de
ı̂nmulţirea cu scalari definită prin αx = x, ∀α ∈ K, ∀x ∈ G ? Dar dacă este definită prin
αx = 0, ∀α ∈ K, ∀x ∈ G ?
2. Se notează cu FD (R) mulţimea funcţiilor reale definite pe D ⊂ R. Pentru orice f, g ∈ FD (R)
se definesc operaţiile
iuc
f ⊕ g = f g şi α f = f α , ∀α ∈ R.
Este FD (R) un spaţiu vectorial?
3. Să se arate că mulţimea V = {x ∈ R : x > 0} cu operaţiile definite de
x ⊕ y = xy şi α x = xα , ∀α ∈ R, ∀x, y ∈ V,
este un spaţiu vectorial peste R.
c
Rezolvare:
ati
Se observă imediat că operaţiile sunt cu valori ı̂n V , adică ⊕ : V × V → V şi : K × V → V
(deci pentru orice x, y ∈ V şi α ∈ R avem că x ⊕ y ∈ V şi că α x ∈ V ). De asemenea este
uşor de verificat că (V, ⊕) este un grup comutativ (are loc asociativitatea, comutativitatea,
existenţa vectorului nul şi a opusului oricărui vector din V ).
Să verificăm şi celelalte proprietăţi
α
α (β x) = α xβ = xβ = xαβ = (αβ) x,
M
(α + β) x = xα+β = xα xβ = α ~x ⊕ β ~x,
α
α (x ⊕ y) = α (xy) = (xy) = xα y α = α ~x ⊕ α ~y ,
1 x = x1 = x,
pentru orice α, β ∈ K şi orice x, y ∈ V.

n

4. Să se verifice dacă următoarea mulţime a0 xn + a1 xn−1 + · · · + an−1 x + an : a0 6= 0, ai ∈ R, i = 1, n
este spaţiu vectorial.
cia
5. Se consideră mulţimea tuturor perechilor de numere reale strict pozitive V = {(x1 , x2 ) : x1 , x2 > 0} ⊂
R2 şi se definesc operaţiile
x + y = (x1 y1 , x2 y2 ) şi αx = (xα α

1 , x2 ) , ∀α ∈ R, ∀x, y ∈ V.
Să se arate că mulţimea dată este un spaţiu vectorial peste R.

6. Să se verifice dacă următoarele perechi de operaţii definesc pe R2 o structură de spaţiu
Lu
vectorial:
(a) (x1 , x2 ) + (y1 , y2 ) = (x1 + y1 , 0) , α (x1 , x2 ) = (αx1 , αx2 ) , ∀α, x1 , x2 , y1 , y2 ∈ R
(b) (x1 , x2 ) + (y1 , y2 ) = (x1 + y1 , y2 ) , α (x1 , x2 ) = (αx1 , αx2 ) , ∀α, x1 , x2 , y1 , y2 ∈ R
(c) (x1 , x2 ) + (y1 , y2 ) = (x1 + y1 , x2 + y2 ) , α (x1 , x2 ) = (0, αx2 ) , ∀α, x1 , x2 , y1 , y2 ∈ R
(d) (x1 , x2 ) + (y1 , y2 ) = (x1 + y1 , x2 + y2 ) , α (x1 , x2 ) = (αx1 − βx2 , βx1 + αx2 ) ,
∀α ∈ C, ∀x1 , x2 , y1 , y2 ∈ R.
7. Să se arate că mulţimea tuturor şirurilor convergente de numere reale formează un paţiu
vectorial peste R.
19
8. Să se arate că mulţimea tuturor funcţiilor continue definite pe [a, b] formează un paţiu vec-
torial peste R. Idem pentru funcţiile derivabile pe (a, b) .
3

V = (x1 , x2 ,3x3 ) ∈ R : 3x1 +
9. Este mulţimea 4x2 = 0 ⊂ R3 un subspaţiu vectorial al lui R3
? Dar W = (x1 , x2 , x3 ) ∈ R : x1 = 0 ⊂ R3 ?
10. Fie ~x = (x1 , x2 , . . . , xn ) ∈ Rn . Să se precizeze care din submulţimile determinate de
condiţiile de mai jos formează un spaţiu vectorial şi care nu.
iuc
(a) toţi vectorii astfel ı̂ncât x1 = 0;
(b) toţi vectorii astfel ı̂ncât x1 = x2 ;
(c) toţi vectorii astfel ı̂ncât x1 x2 = 0;
(d) toţi vectorii astfel ı̂ncât x1 + x2 + · · · + xn = 0;
(e) toţi vectorii astfel ı̂ncât x1 = 0, x2 = 0;
(f ) toţi vectorii astfel ı̂ncât x1 + x2 = 0.
c
11. Să se precizeze care din submulţimile de mai jos formează un spaţiu vectorial şi care nu.
ati
(a) S1 = {(x1 , x2 , 0) : x1 , x2 ∈ R} ;
(b) S2 = {(x1 , x2 , 1) : x1 , x2 ∈ R} ;
(c) S3 = {(x1 , x2 , x3 ) : x1 , x2 , x3 ∈ Z} ;
(d) S4 = {(x1 , x2 , x1 + x2 ) : x1 , x2 ∈ R} ;
(e) S5 = {(x1 , x2 , x3 ) : 2x1 + 3x2 = 0, x1 , x2 , x3 ∈ R} ;
M
(f ) S6 = {(x1 , x2 , x3 ) : 2x1 + 3x2 = 1, x1 , x2 , x3 ∈ R} ;
(g) S7 = {(x1 , x2 , x3 ) : x1 x2 = 0, x1 , x2 , x3 ∈ R} ;
(h) S8 = {(x1 , x2 , x3 ) : x1 + x2 + x3 > 0, x1 , x2 , x3 ∈ R} .
Rezolvare:
Trebuie să verificăm dacă prin orice de combinaţie liniară cu elemente din submulţime,
n
părăsim sau nu submulţimea. Fie, arbitrari, dar fixaţi, α, β ∈ R şi x, y ∈ Si , i = 1, 8, şi să
vedem dacă αx + βy rămâne sau nu ı̂n Si , i = 1, 8.
Se va obţine că sunt subspaţii vectoriale S1 , S4 şi S5 .
cia

a b
12. Să se arate că mulţimea matricelor de forma ∈ M2 (R) este un subspaţiu vecto-
−b a
rial al lui M2 (R) .
 
a 2c 2b
13. Să se arate că mulţimea matricelor de forma  b a 2c  ∈ M3 (R) este un subspaţiu
Lu
c b a
vectorial al lui M3 (R) .
14. Dintr-un spaţiu vectorial se exclude un vector ~v . Mulţimea rămasă poate fi spaţiu vectorial?
15. Care dintre următoarele submulţimi sunt subspaţii vectoriale ale lui M2 (R):

0 a
(a) S1 = ∈ M2 (R) : a, b, c ∈ R ;
b c

1 a
(b) S2 = ∈ M2 (R) : a, b, c ∈ R ;
b c

a b
(c) S3 = ∈ M2 (R) : a, b, c ∈ R ;
b c
20

a b
(d) S4 = ∈ M2 (R) : a, b, c ∈ R, c = b − a ;
c 0

a 2a
(e) S5 = ∈ M2 (R) : a, b ∈ R ?
3a b
Rezolvare:
Trebuie să verificăm că dacă prin orice de combinaţie liniară cu elemente din submulţime,
iuc
părăsim sau nu submulţimea.
(a) Calculăm, pentru α, β ∈ R şi A, A0 ∈ S1 ,
0 a0 0 αa + βa0

0 0 a
αA + βA = α +β = ∈ S1 ,
b c b0 c0 αb + βb0 αc + βc0
deci S1 ⊂ M2 (R) este subspaţiu vectorial al lui M2 (R).
(b) Calculăm, pentru α, β ∈ R şi A, A0 ∈ S2 ,
c
1 a0 2 αa + βa0

1 a
αA + βA0 = α +β = ∈
/ S2 ,
b0 c0 αb + βb0 αc + βc0
αA + βA0 = α

b c
a b

ati
deoarece 2 6= 1, deci S2 ⊂ M2 (R) nu este subspaţiu vectorial al lui M2 (R).
(c) Calculăm, pentru α, β ∈ R şi A, A0 ∈ S3 ,
+β
0 0
a b
0 0 =
αa + βa0 αb + βb0

∈ S3 ,
b c b c αb + βb0 αc + βc0
M
(d) Calculăm, pentru α, β ∈ R şi A, A0 ∈ S4 ,
0 0
αa + βa0 αb + βb0

a b a b
αA + βA0 = α +β 0 = ∈ S4 ,
c 0 c 0 αc + βc0 0
deoarece, evident, αc + βc0 = α (b − a) + β (b0 − a0 ) = (αb + βb0 ) − (αa + βa0 ), şi deci S4 ⊂
n
M2 (R) este subspaţiu vectorial al lui M2 (R).

(e) Calculăm, pentru α, β ∈ R şi A, A0 ∈ S5 ,
a0 2a0 αa + βa0 2 (αa + βa0 )

a 2a
cia
αA + βA0 = α +β = ∈ S5 ,
3a b 3a0 b0 3 (αa + βa0 ) αb + βb0
16. Să se arate că următorii vectori sunt liniar dependenţi şi să se afle relaţia de dependenţă:
~v1 = (0, 1, 1), ~v2 = (1, 2, 3), ~v3 = (2, −1, 1) din R3 .
Lu
Rezolvare:
Fie combinaţia liniară
α1~v1 + α2~v2 + α3~v3 = ~0 ⇔ α1 (0, 1, 1) + α2 (1, 2, 3) + α3 (2, −1, 1) = ~0

⇔ (0, α1 , α1 ) + (α2 , 2α2 , 3α2 ) + (2α3 , −α3 , α3 ) = (0, 0, 0)
ceea ce este echivalent cu sistemul


 α2 + 2α3 = 0

α1 + 2α2 − α3 = 0


α1 + 3α2 + α3 = 0.

21

0 1 2

Calculăm det A = 1 2 −1 = 0 şi rang A = 2, deci sistemul omogen este compatibil
1 3 1
dar nedeterminat. Rezolvând sistemul format cu primele două ecuaţii şi primele două ne-
cunoscute obţinem soluţia (5α3 , −2α3 , α3 ), α3 ∈ R. Luând, ı̂n particular, α3 = 1 se obţine
soluţia (5, −2, 1), deci are loc relaţia de dependenţă
5~v1 − 2~v2 + ~v3 = ~0,
iuc
ceea ce ı̂nseamnă că vectorii daţi sunt liniar dependenţi.
Să menţionăm, vezi Teorema 50, că rangul matricei formată cu vectorii puşi pe coloană
este exact numărul de vectori coloană liniari independenţi. În cazul nostru numărul de
vectori linar independenţi este 2.
c
17. Să se studieze dependenţa liniară a următorilor vectori: ~v1 = (1, −1, 2), ~v2 = (−1, 3, −2),
~v3 = (5, −11, 10) .
Rezolvare:

ati
α~v1 + β~v2 + γ~v3 = ~0 ⇔ α (1, −1, 2) + β (−1, 3, −2) + γ (5, −11, 10) = (0, 0, 0)
= (α, −α, 2α) + (−β, 3β, −2β) + (5γ, −11γ, 10γ) = (0, 0, 0) ⇔
M


 α − β + 5γ = 0

⇔ −α + 3β − 11γ = 0


2α − 2β + 10γ = 0


1 −1 5

Determinantul matricii sistemului este det A = −1 3 −11 = 0, prin urmare rang A <
n
2 −2 −10

1 −1
3, iar = 2 6= 0, deci rangul rang A = 2. Sistemul de mai sus are două necunos-
−1 3
cia
cute principale, α şi β, şi o necunoscută secundară γ şi este deci compatibil nedeterminat
(admite o infinitate de soluţii) cu soluţia α = −2γ, β = 3γ, γ ∈ R. În acest caz vectorii daţi
sunt liniar dependenţi şi are loc relaţia
(−2γ) · ~v1 + 3γ · ~v2 + γ · ~v3 = ~0, ∀γ ∈ R
În particular pentru γ = 1 obţin relaţia de dependenţă −2~v1 + 3~v2 + ~v3 = ~0.
Lu
18. Să se studieze dependenţa liniară a următorilor vectori:

(a) ~v1 = (1, 2, −1, 1, −2) , ~v2 = (1, 3, 2, −1, −1) , ~v3 = (0, 1, 4, 2, 0), ~v4 = (2, 4, −3, −2, −3) din
R5 ;
(b) ~v1 = (1, −1, 2) , ~v2 = (1, 0, 3) , ~v3 = (2, 1, 1) din R3 ;
(c) p1 (x) = 2x2 + x + 3, p2 (x) = x2 + 5x − 3, p3 (x) = 3x2 − x + 7 din P2 (x) ;

2 −1 0 2 5 1
(d) A1 = , A2 = , A3 = din M2 (R) .
3 1 −1 1 2 −1
Rezolvare:
22
(a) Fie combinaţia liniară
α1~v1 + α2~v2 + α3~v3 + α4~v4 = ~0

⇔ α1 (1, 2, −1, 1, −2) + α2 (1, 3, 2, −1, −1) + α3 (0, 1, 4, 2, 0) + α4 (2, 4, −3, −2, −3) = ~0


α1 + α2 + 2α4 = 0
iuc




2α1 + 3α2 + α3 + 4α4 = 0





−α1 + 2α2 + 4α3 − 3α4 = 0


α1 − α2 + 2α3 − 2α4 = 0






−2α1 − α2 − 3α4 = 0.

Determinăm rang A = 3 şi deci sistemul omogen este compatibil dar nedeterminat. Re-
c
zolvând sistemul format cu primele trei ecuaţii şi primele trei necunoscute obţinem soluţia
(−α4 , −α4 , α4 , α4 ), α4 ∈ R. Luând, ı̂n particular, α4 = −1 se obţine soluţia (1, 1, −1, −1),
ati
deci are loc relaţia de dependenţă
~v1 + ~v2 − ~v3 − ~v4 = ~0,

(b) Fie combinaţia liniară
M
α1~v1 + α2~v2 + α3~v3 = ~0 ⇔ α1 (1, −1, 2) + α2 (1, 0, 3) + α3 (2, 1, 1) = ~0



 α1 + α2 + 2α3 = 0

−α1 + α3 = 0


2α1 + 3α2 + α3 = 0.

n
Determinăm rang A = 3 şi deci sistemul omogen este compatibil şi unic determinat, deci
soluţia banală este unica, adică (α1 , α2 , α3 ) = (0, 0, 0) ceea ce ı̂nseamnă că vectorii daţi sunt
liniar independenţi.
cia
(c) Fie combinaţia liniară
α1 p1 (x)+α2 p2 (x)+α3 p3 (x) = 0 ⇔ (2α1 + α2 + 3α3 ) x2 +(α1 + 5α2 − α3 ) x+(3α1 − 3α2 + 7α3 ) = 0


2α1 + α2 + 3α3 = 0
Lu



α1 + 5α2 − α3 = 0


3α1 − 3α2 + 7α3 = 0.


2 1 3

Calculăm det A = 1 5 −1 = 0 şi rang A = 2, deci sistemul omogen este compati-
3 −3 7
bil dar nedeterminat. Rezolvând sistemul format cu primele două ecuaţii şi primele două
necunoscute obţinem soluţia − 16 5

9 α 3 , 9 α 3 , α 3 , α 3 ∈ R. Luând, ı̂n particular, α3 = −9 se
obţine soluţia (16, −5, −9), deci are loc relaţia de dependenţă
16p1 (x) − 5p2 (x) − 9p3 (x) = 0,
23

(d) Fie combinaţia liniară

2 −1 0 2 5 1
α1 A1 + α2 A2 + α3 A3 = 0 ⇔ α1 + α2 + α3 =0
3 1 −1 1 2 −1
iuc


 2α1 + 5α3 = 0


 −α1 + 2α2 + α3 = 0



 3α1 − α2 + 2α3 = 0


α1 + α2 − α3 = 0.

Determinăm rang A = 3 şi deci sistemul omogen este compatibil şi unic determinat, deci
soluţia banală este unica, adică (α1 , α2 , α3 ) = (0, 0, 0) ceea ce ı̂nseamnă că vectorii daţi sunt
c
liniar independenţi.
ati
19. Să se studieze după valorile parametrului m ∈ R dependenţa liniară a sistemului de vectori
{~v1 = (1, 2, 3) , ~v2 = (4, 5, 6) , ~v3 = (7, 8, m)} .
Rezolvare:

M


 α + 4β + 7γ = 0

α (1, 2, 3) + β (4, 5, 6) + γ (7, 8, m) = ~0 ⇔ 2α + 5β + 8γ = 0


3α + 6β + mγ = 0


1 4 7

Determinantul matricii sistemului este det A = 2 5 8 = m − 9. Dacă m 6= 9 obţinem
n
3 6 m
rangul rang A = 3 deci sistemul de mai sus este compatibil unic determinat cu soluţia
banală ca unică soluţie α = β = γ = 0. În acest caz vectorii daţi sunt liniar independenţi.

cia
1 4
Dacă m = 9 atunci rang A < 3 şi = −3 6= 0 deci rang A = 2, adică sistemul de
2 5
mai sus are două necunoscute principale α şi β, şi o necunoscută secundară γ şi este deci
compatibil nedeterminat cu soluţia α = γ, β = −2γ, γ ∈ R. Atunci are loc relaţia
γ · ~v1 − 2γ · ~v2 + γ · ~v3 = ~0, ∀γ ∈ R.
În particular pentru γ = 1 obţin relaţia de dependenţă

Lu
~v1 − 2~v2 + ~v3 = ~0.
20. Să se arate că următorii vectori sunt liniar dependenţi şi să se afle relaţia de dependenţă:
(a) ~v1 = (1, 1, 1) , ~v2 = (1, −1, 1) , ~v3 = (−1, 3, −1) din R3 ;
(b) ~v1 = (1, 2, 5) , ~v2 = (5, 3, 1) , ~v3 = (−15, −2, 21) din R3 ;
(c) p1 (x) = x2 + 5, p2 (x) = x2 − 4x + 3, p3 (x) = x2 + 16x + 13 din P2 (x) ;

1 2 3 2 1 5 −3 6 −5
(d) A1 = , A2 = , A3 = din M2,3 (R) .
0 1 1 2 0 4 −8 5 −11
24
21. Să se arate că următorii vectori sunt liniar independenţi:

(a) ~v1 = (5, 3, 1) , ~v2 = (1, 1, 1) , ~v3 = (1, 4, 2) din R3 ;
(b) p1 (x) = x2 − 4x + 3, p2 (x) = 5x − 4, p3 (x) = x2 + x + 1 din P2 (x) ;

1 0 0 1 0 0 0 0
(d) E11 = , E21 = , E12 = , E22 = din M2 (R) .
0 0 0 0 1 0 0 1
22. Să se afle numărul maxim de vectori liniar independenţi din sistemul S = {~v1 , ~v2 , ~v3 , ~v4 },
iuc
unde ~v1 = (1, −1, 1) , ~v2 = (2, −1, 3) , ~v3 = (1, 3, 5), ~v4 = (3, 1, 7) .
Rezolvare:
Conform Teoremei 50 rangul matricei formată cu vectorii puşi pe coloană este  exact numărul 
1 2 1 3
de vectori coloană liniari independenţi. În cazul nostru rangul matricei A =  −1 −1 3 1 
1 3 5 7
c
este 2, deci numărul maxim de vectori liniar independenţi din S este 2.
Să se găsească, ı̂n plus, relaţia de dependenţă dintre primii trei vectori.
ati
23. Să se afle numărul maxim de vectori liniar independenţi din sistemul S = {~v1 , ~v2 , ~v3 , ~v4 },
unde ~v1 = (2, 1, −1) , ~v2 = (1, 2, 1) , ~v3 = (3, 0, −3), ~v4 = (1, 1, 0) .
Rezolvare:
Conform Teoremei 50 rangul matricei formată cu vectorii puşi pe coloană este  exact numărul 
M
2 1 3 1
de vectori coloană liniari independenţi. În cazul nostru rangul matricei A =  1 2 0 1 
−1 1 −3 0
este 2, deci numărul maxim de vectori liniar independenţi din S este 2.
Să se găsească, ı̂n plus, relaţia de dependenţă dintre primii trei vectori.
n
24. În R4 se consideră vectorii ~v1 = (1, 0, 2, −1), ~v2 = (3, 1, −1, 0) şi ~v3 = (2, −2, 3, 1). Să se
precizeze care este subspaţiul vectorial generat de ~v1 , ~v2 şi ~v3 .
Rezolvare:
cia
Conform Teoremei 50 rangul matricei formată cu vectorii puşi pe coloană este exact numărul
de vectori coloană liniari independenţi. Iar dimensiunea subspaţiului generat de vectorii
daţi este egală cu numărul maxim  independenţi ai sistemului dat. În
 de vectori liniar
1 3 2
 0 1 −2 
cazul nostru rangul matricei A =   2 −1
 este 3, deci numărul maxim de vectori
3 
Lu
−1 0 1
liniar independenţi dintre cei daţi este 3. Prin urmare dimensiunea subspaţiului generat de
cei trei vectori este 3.
25. În R4 se consideră vectorii ~v1 = (2, −1, 3, 5) , ~v2 = (1, 3, −2, 4) . Să se arate că ~v1 , ~v2 sunt liniar
independenţi şi să se precizeze care este subspaţiul vectorial generat de ~v1 şi ~v2 . Vectorul
~v = (−1, 11, −12, 2) aparţine acestui subspaţiu?
Rezolvare:
de vectori coloană liniari independenţi. Iar dimensiunea subspaţiului generat de vectorii
25
daţi este egală cu numărul maxim de vectori liniar independenţi ai sistemului dat. În ca-
2 1
 −1 3 
zul nostru rangul matricei A =   3 −2  este 2, deci numărul maxim de vectori liniar

5 4
independenţi dintre cei daţi este 2. Prin urmare dimensiunea subspaţiului generat de cei
trei vectori este 2. Subspaţiul generat de vectorii ~v1 şi ~v2 este, prin definiţie,
iuc
{α~v1 + β~v2 : α, β ∈ R} = {α (2, −1, 3, 5) + β (1, 3, −2, 4) : α, β ∈ R}
= {(2α + β, −α + 3β, 3α + −2β, 5α + 4β) : α, β ∈ R} .
Vectorul ~v = (−1, 11, −12, 2) aparţine acestui subspaţiu dacă există scalarii α, β ∈ R astfel
ı̂ncât ~v = α~v1 + β~v2 sau echivalent
(−1, 11, −12, 2) = (2α + β, −α + 3β, 3α − 2β, 5α + 4β)
c
ceea ce revine la rezolvarea sistemului

 2α + β = −1
ati




−α + 3β = 11








3α − 2β = −12
5α + 4β = 2
 
2 1 −1
M
 −1 3 11 
Studiem compatibilitatea acestui sistem: matricea A are rangul 2 iar Ā = 
 3 −2 −12 

5 4 2
2
1 −1 2 1 −1

are rangul tot 2 (ambii determinaţi de ordinul al treilea −1 3 11 şi −1 3 11
3 −2 −12 5 4 2
sunt nuli). Prin urmare, rang A = rang Ā = 2 deci sistemul este compatibil. Soluţia este dată
n
prin rezolvarea sistemului format cu primele două ecuaţii (cele principale) şi primele două
necunoscute (cele principale). Obţinem α = −2 şi β = 3.
Deci avem ~v = −2~v1 + 3~v2 , adică ~v aparţine subspaţiului generat de cei doi vectori.
cia
26. În spaţiul P3 (x) se consideră vectorii p1 (x) = x3 + 2x − 1, p2 (x) = 2x2 + 1, p3 (x) = x3 − x.
Să se arate că p1 (x), p2 (x) şi p3 (x) sunt liniar independenţi şi să se precizeze care este
subspaţiul vectorial generat de p1 (x) , p2 (x) şi p3 (x). Vectorul p (x) = 2x2 + 3x aparţine
acestui subspaţiu? Dar p (x) = x + 1 ?
Rezolvare:
Lu
Se verifică mai ı̂ntâi că vectorii daţi sunt liniari independenţi (se pleacă de la o combinaţie
liniară egală cu zero, i.e. αp1 (x) + βp2 (x) + γp3 (x) = 0, şi trebuie să arătăm că α = β =
γ = 0).
Subspaţiul generat de vectorii polinoame date este, prin definiţie,
{αp1 (x) + βp2 (x) + γp3 (x) : α, β, γ ∈ R} = {αp1 (x) + βp2 (x) + γp3 (x) : α, β, γ ∈ R}

= (α + γ) x3 + 2βx2 + (2α − γ) x + (−α + β) : α, β, γ ∈ R .
Vectorul p (x) = 2x2 + 3x aparţine acestui subspaţiu dacă există scalarii α, β, γ ∈ R astfel
ı̂ncât p (x) = αp1 (x) + βp2 (x) + γp3 (x) sau echivalent
2x2 + 3x = (α + γ) x3 + 2βx2 + (2α − γ) x + (−α + β)
26



 α+γ =0



2β = 2




2α − γ = 3


−α + β = 0

iuc
 
1 0 1
 0 2 0 
Studiem compatibilitatea acestui sistem: matricea sistemului este A =  
 2 0 −1 
  −1 1 0

1
1 0 1 0
0 1
0 2

= −6 6= 0) iar Ā =  0 2 
are rangul 3 (avem 0 2 0  are rangul tot 3
c
2 0 −1 3 

2 0 −1
−1 1 0 0
(determinantul matricei Ā este este nul). Prin urmare, rang A = rang Ā = 3 deci sistemul
γ = −1.
ati
este compatibil. Soluţia este dată prin rezolvarea sistemului format cu primele trei ecuaţii
(cele principale) şi primele trei necunoscute (cele principale). Obţinem α = 1, β = 1 şi
Deci avem p (x) = p1 (x) + p2 (x) − p3 (x) adică p (x) aparţine subspaţiului generat de cele
trei polinoame.
M
Prin abordare similară se va demonstra că x + 1 nu aparţine subspaţiului generat. Într-
adevăr, p (x) = x + 1 aparţine acestui subspaţiu dacă există scalarii α, β, γ ∈ R astfel ı̂ncât
p (x) = αp1 (x) + βp2 (x) + γp3 (x) sau echivalent
x + 1 = (α + γ) x3 + 2βx2 + (2α − γ) x + (−α + β)

n


 α+γ =0



2β = 0

cia



2α − γ = 1


−α + β = 1

 
1 0 1
 0 2 0 
Studiem compatibilitatea acestui sistem: matricea sistemului este A =   2 0 −1 

Lu
  −1 1 0
1 0 1 0
 0 2 0 0 
are rangul 3 iar Ā =  2 0 −1 1  are rangul 4 (determinantul matricei Ā nu este

−1 1 0 1
nul). Prin urmare, rang A 6= rang Ā deci sistemul este incompatibil. Deci p (x) nu aparţine
subspaţiului generat de cele trei polinoame.
27. În R4 se consideră vectorii ~v1 = (1, 4, −5, 2) , ~v2 = (1, 2, 3, 1) . Să se arate că ~v1 , ~v2 sunt liniar
independenţi şi să se precizeze care este subspaţiul vectorial generat de ~v1 şi ~v2 . Vectorul
~v = (2, 14, −34, 7) aparţine acestui subspaţiu?
27

28. În R4 se consideră subspaţiul V = (x1 , x2 , x3 , x4 ) ∈ R4 : x1 + x2 + x3 + x4 = 0 . Să se afle
un sistem de generatori al lui V .
29. Să se arate că dacă vectorii ~v1 , ..., ~vn ∈ V sunt liniar independenţi atunci şi vectorii

w~ = ~v1
 1




w~ 2 = ~v1 + ~v2


iuc
..
.







w ~ n = ~v1 + ~v2 + · · · + ~vn

sunt liniar independenţi.
30. Să se determine λ astfel ı̂ncât vectorii ~v1 = (λ, 0, 1), ~v2 = (0, λ, −1), ~v3 = (−1, 1, λ) din R3 să
formeze o bază ı̂n R3 .
c
Rezolvare:
formează o bază. ati

Într-un spaţiu de dimensiune n, dacă avem n vectori liniar independenţi, atunci aceştia
În particular, ı̂n spaţiul R3 , care este de dimensiune 3, dacă avem trei vectori liniar independenţi
atunci aceştia formează o bază.
M
de vectori coloană liniari independenţi (iar dimensiunea subspaţiului generat de cei trei
vectori este egală cu numărul maxim  de vectori liniar
 independenţi ai sistemului dat). În
λ 0 −1
cazul nostru rangul matricei A =  0 λ 1  depinde de λ. Astfel det A = λ3 + 2λ =
1 −1 λ
2

λ λ + 2 , deci dacă λ = 0 , atunci rangul este 2 şi deci numărul maxim de vectori li-
niar independenţi dintre cei daţi este 2 (deci cei trei vectori nu sunt liniar independenţi,
n
deci nu pot forma o bază). Dacă λ ∈ R {0}, atunci rangul este 3, prin urmare numărul
maxim de vectori liniar independenţi dintre cei daţi este 3, deci cei trei vectori sunt liniar
independenţi şi deoarece numărul de vectori liniar independenţi coincide cu dimensiunea
spaţiului, vectorii daţi formează o bază ı̂n R3 .
cia
31. Să se determine λ astfel ı̂ncât vectorii ~v1 = (1, λ, 0), ~v2 = (λ, 1, 1), ~v3 = (1, 0, λ) din R3 să
formeze o bază ı̂n R3 .
32. Se dau vectorii ~v1 = (1, 2, −3, −1), ~v2 = (0, −1, 1, 2), ~v3 = (−2, 0, 1, 3) şi ~v4 = (−1, 1, 1, 2) din
R4 . Să se arate că aceştia formează o bază ı̂n R4 . Să se determine coordonatele vectorului
Lu
~v = (−2, 2, −3, 1) ı̂n această nouă bază.
Rezolvare:
În spaţiul R4 , care este de dimensiune 4, dacă avem patru vectori liniar independenţi atunci
aceştia formează o bază.

1
0 −2 −1
2 −1 0 1
Rangul matricei A este 4 deoarece
−3 1 1 1 = 16 6= 0, deci numărul ma-

−1 2 3 2
xim de vectori liniar independenţi dintre cei daţi este 4, adică cei patru vectori sunt liniar
independenţi şi deci pot forma o bază ı̂n R4 .
28
A scrie coordonatele vectorului ~v = (−2, 2, −3, 1) ı̂n noua bază ı̂n seamnă a găsi scalarii
α, β, γ, δ ∈ R astfel ı̂ncât ~v = α~v1 + β~v2 + γ~v3 + δ~v4 sau echivalent
(−2, 2, −3, 1) = (α − 2γ − δ, 2α − β + δ, −3α + β + γ + δ, −α + 2β + 3γ + 2δ)


α − 2γ − δ = −2
iuc





2α − β + δ = 2




−3α + β + γ + δ = −3


−α + 2β + 3γ + 2δ = 1.

 
1 0 −2 −1 −2
 2 −1 0 1 2 
c
Studiem compatibilitatea acestui sistem: matricea A are rangul 4 iar Ā = 
 −3

1 1 1 −3 
−1 2 3 2 1
ati
are rangul tot 4, prin urmare, rang A = rang Ā = 4 deci sistemul este compatibil unic de-
terminat. Soluţia este dată folosind regula lui Cramer. Obţinem α = 1, β = −1, γ = 2 şi
δ = −1.
Deci avem ~v = ~v1 − ~v2 + 2~v3 − ~v4 adică coordonatele lui ~v ı̂n noua bază sunt 1, −1, 2, −1.
33. Să se determine coordonatele vectorului ~v = (10, 8, 5, 1) ∈ R4 ı̂n baza B = {~v1 , ~v2 , ~v3 , ~v4 },
M
unde ~v1 = (1, 0, 0, 0), ~v2 = (1, 1, 0, 0), ~v3 = (1, 1, 1, 0), ~v2 = (1, 1, 1, 1) .

34. Să se determine coordonatele următorilor vectori din spaţiul P3 (x) ı̂n baza B = 1, x, x2 , x3 :
3
(a) p1 (x) = 4x3 − x2 + 5x + 4, (b) p2 (x) = 2x − 1, (c) p3 (x) = (x + 1) .
35. Să se determine o bază a spaţiului vectorial Mm,n (R) .
n
Rezolvare:
În mod evident, orice matrice din Mm,n (R) se scrie ı̂ntr-un mod unic, cu ajutorul matricelor
Eji , i = 1, m, j = 1, n care au 1 la intersecţia liniei i cu coloana j şi ı̂n rest zerouri, deci
cia

mulţimea matricelor Eji i=1,m,j=1,n formează un sistem de generatori pentru orice matrice

din Mm,n (R) . Se poate arăta uşor că mulţimea Eji i=1,m,j=1,n este şi liniar independentă.

a b
36. Fie subspaţiul vectorial al matricelor de forma ∈ M2 (R), a, b ∈ R. Să se deter-
−b a
mine o bază a acestui subspaţiu.
Lu
 
a 2c 2b
37. Fie subspaţiul vectorial al matricelor de forma  b a 2c  ∈ M3 (R), a, b, c ∈ R. Să se
c b a
determine o bază a acestui subspaţiu.
38. Să se determine coordonatele următorilor vectori din spaţiul M2 (R) ı̂n baza canonică a lui
M2 (R) :

−5 2 4 0
(a) A1 = , (b) A2 = .
1 3 −2 7
29
39. Se dau vectorii ~a = 2~e1 − ~e2 , ~b = ~e1 + 3~e2 dintr-un spaţiu vectorial cu baza {~e1 , ~e2 }. Să se
arate că {~a, ~b} formează o nouă bază şi să se afle coordonatele ı̂n această bază ale vectorului
~c = 3~e1 − ~e2 .
40. Se dau vectorii ~a = (1, 1, 1), ~b = (1, 1, 2), ~c = (1, 2, 3) din R3 . Să se arate că {~a, ~b, ~c} formează
o nouă bază şi să se afle coordonatele ı̂n această bază ale vectorilor ~u = (5, −1, 3) şi ~v =
(2, 3, −1) .
iuc
41. Se dă vectorul ~a = 3~e1 + 2~e2 dintr-un spaţiu vectorial cu baza {~e1 , ~e2 }. Să se determine
coordonatele vectorului ~a ı̂n baza {f~1 , f~2 } ştiind că trecerea de la o bază la alta este realizată
de relaţiile f~1 = 3~e1 + 4~e2 şi f~2 = ~e1 + ~e2 .
42. Se dau vectorii ~a = ~e1 + ~e2 , ~b = 2~e1 − ~e2 + ~e3 şi ~c = ~e2 − ~e3 dintr-un spaţiu vectorial cu baza
{~e1 , ~e2 , ~e3 }. Să se arate că {~a, ~b, ~c} formează o nouă bază şi să se afle coordonatele ı̂n această
bază ale vectorului d~ = ~e1 + 8~e2 − 5~e3 .
c
43. Să se determine dimensiunea şi o bază a subspaţiului vectorial generat de vectorii:
(a) ~v1 = (1, 2, −1, 3), ~v2 = (2, 0, −1, 4), ~v3 = (0, 4, −1, 2) din R4 ;
Rezolvare:
ati
(b) ~v1 = (−1, 0, 2, −3, 4), ~v2 = (2, 1, −3, 0, −1), ~v3 = (1, 3, 1, 1, 2), ~v4 = (1, 5, 3, 5, 1) din R5 .
Dimensiunea subspaţiului generat de vectorii daţi este egală cu numărul maxim de vectori
liniar independenţi ai sistemului dat.
M
 
1 2 0
 2 0 4 
(a) Rangul matricei A =   −1 −1 −1  este 2, deci numărul maxim de vectori liniar

3 4 2
trei vectori este 2 iar o bază este dată, de exemplu, de {~v1 , ~v2 } .
 
−1 2 1 1
n
 0 1 3 5 
 
(b) Rangul matricei A =  2 −3 1 3 

 este 3, deci numărul maxim de vectori liniar
 −3 0 1 5 
4 −1 2 1
cia
patru vectori este 3 iar o bază este dată, de exemplu, de {~v1 , ~v2 , ~v3 } .
44. Să se determine dimensiunea şi o bază a subspaţiului vectorial generat de vectorii ~v1 =
(2, 1, 3, 1), ~v2 = (1, 2, 0, 1), ~v3 = (−1, 1, −3, 0) din R4 .
Lu
45. Se dă vectorul ~a = (3, −1, 0) ı̂n baza {~e1 , ~e2 , ~e3 }. Să se determine coordonatele vectorului
~a ı̂n baza {f~1 , f~2 , f~3 } ştiind că trecerea de la o bază la alta este realizată de relaţiile f~1 =
2~e1 − ~e2 + 3~e3 , f~2 = ~e1 + ~e3 şi f~3 = −~e2 + 2~e3 .
46. Un spaţiu vectorial are baza {~e1 , ~e2 , ~e3 , ~e4 }. Să se afle matricea de trecere de la baza dată la
baza {~e3 , ~e4 , ~e1 , ~e2 } .
Rezolvare:
30
Pentru a scrie matricea de trecere de la baza {~e1 , ~e2 , ~e3 , ~e4 } la baza {~e3 , ~e4 , ~e1 , ~e2 }, trebuie să
scriem vectorii bazei noi descompuşi ı̂n funcţie de vectorii bazei vechi. Avem


~e3 = (0, 0, 1, 0)



~e4 = (0, 0, 0, 1)


~e1 = (1, 0, 0, 0)
iuc




~e2 = (0, 1, 0, 0)

Acum matricea de trecere de la o bază la alta se scrie punând coordonatele de mai sus pe
coloană. Obţinem  
0 0 1 0
 0 0 0 1 
S=  1 0 0 0 .

c
0 1 0 0

ati
47. În spaţiul P2 (x) să se arate că B = p1 (x) = x2 + x + 1, p2 (x) = x2 − x, p 3 (x) = x − 1
formează o bază. Să se afle matricea de trecere de la baza canonică 1, x, x2 la baza B. Să
se afle coordonatele polinomului x2 + 5 ı̂n baza B.
Rezolvare:

M
Dimensiunea lui P2 (x) este 3, deci cele trei polinoame date formează o bază ı̂n P2 (x) dacă
şi numai dacă sunt liniar independete. Considerăm
α x2 + x + 1 + β x2 − x + γ (x − 1) = 0

ceea ce se reduce la sistemul 


α+β =0


α−β+γ =0
n



α−γ =0


1 1 0
cia

care are matricea cu determinantul 1 −1 1 = 3 6= 0, deci admite soluţie unică (doar
1 0 −1
soluţia banală). Deci vectorii daţi sunt liniar independenţi, adică formează o bază ı̂n P2 (x).
1
Pentru a scrie matricea de trecere de la baza canonică 1, x, x2 la baza B, trebuie să
scriem vectorii bazei B descompuşi ı̂n funcţie de vectorii bazei canonice. Avem
Lu


 p1 (x) = x2 + x + 1 = (1, 1, 1)


p2 (x) = x2 − x = (1, −1, 0)



p3 (x) = x − 1 = (0, 1, −1)

Acum matricea de trecere de la o bază la alta se scrie punând coordonatele de mai sus pe
coloană. Obţinem  
1 1 0
S =  1 −1 1 .
1 0 −1
1 De fapt, din cauza scrierii polinoamelor sub formă canonică, vom folosi descompunerea ı̂n baza x2 , x, 1 .

31
Pentru a găsi coordonatele altui vector ı̂n raport cu această nouă bază avem două metode.
Prima metodă este cea prezentată deja: vectorul p (x) = x2 + 5 se scrie sub forma p (x) =
αp1 (x) + βp2 (x) + γp3 (x) sau echivalent
x2 + 5 = (α + β) x2 + (α − β + γ) x + (α − γ)
iuc


 α+β =1


α−β+γ =0



α−γ =5

 
1 1 0
Studiem compatibilitatea acestui sistem: matricea sistemului este A =  1 −1 1  are
c
  1 0 −1
1 1 0 1
rangul 3 iar Ā =  1 −1
γ = −3.
1
ati
1 0  are rangul tot 3. Prin urmare, rang A = rang Ā = 3
0 −1 5
deci sistemul este compatibil. Soluţia este dată de regula lui Cramer: α = 2, β = −1 şi
Deci avem p (x) = 2p1 (x) − p2 (x) − 3p3 (x).

A doua metodă ı̂nseamnă a folosi formula
M
Y = S −1 · X,
unde X este matricea coloană a coordonatelor lui p (x) ı̂n vechea bază (cea canonică) iar Y
este matricea coloană a coordonatelor lui p (x) ı̂n noua bază B. Prin urmare
 −1         
1 1 0 1 1 1 1 1 6 2
1
Y =  1 −1 1   0  =  2 −1 −1   0  =  −3  =  −1  ,
n
3
1 0 −1 5 1 1 −2 5 −9 −3
 
2
adică coordonatele lui p (x) = x2 + 5 ı̂n noua bază sunt  −1 , deci p (x) = 2p1 (x) −
cia
−3
p2 (x) − 3p3 (x) .

48. În spaţiul P3 (x) să se afle matricea de trecere de la baza 1, x, x2 , x3 la baza
n o
2 3
1, (x − 2) , (x − 2) , (x − 2) .
Lu
49. În R3 se consideră bazele
B = {~v1 = (1, −1, 1) , ~v2 = (2, 0, 1) , ~v3 = (1, −2, 0)} şi
B0 = {w ~ 2 = (−1, −2, −1) , w
~ 1 = (2, 1, 2) , w ~ 3 = (0, 1, 1)} .
Să se determine legătura dintre cele două baze şi să se determine coordonatele vectorului ~v
faţă de baza B 0 ştiind că are coordonatele (1, 1, 0) faţă de baza B.
Rezolvare:
32
Pentru a scrie matricea de trecere de la baza B la baza B 0 , trebuie să scriem vectorii bazei
B 0 descompuşi ı̂n funcţie de vectorii B. Avem

w
~ = a~v1 + b~v2 + c~v3
 1



~ 2 = a0~v1 + b0~v2 + c0~v3
w


~ 3 = a00~v1 + b00~v2 + c00~v3

w

iuc
Rescriind acest sistem şi rezolvând-ul obţinem


 ~ 1 = ~v1 + ~v2 − ~v3
w


~ 2 = −~v2 + ~v3
w



~ 3 = ~v1 − ~v3 .
w

c
Matricea de trecere de la o bază la alta se scrie punând coordonatele de mai sus pe coloană.
Obţinem
ati 
S =  1 −1
−1
1 0
1 −1
1

0 .
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, fie
M
S S
Bc −−1→ B şi Bc −−2→ B 0 ,
unde S1 şi S2 sunt:

   
1 2 1 2 −1 0
S1 =  −1 0 −2  şi S2 =  1 −2 1 .
1 1 0 2 −1 1
n
Fiind ambele baze, avem că S1 şi S2 sunt nesingulare şi deci
cia
S −1 S
1
B −− → Bc şi Bc −−2→ B 0 .
Acum putem scrie direct matricea S de schimbare de bază de la B la B 0 :
S −1 S2
B −−1−−→ Bc ,
Lu
deci
 −1     
1 2 1 2 −1 0 −2 −1 4 2 −1 0
1
S = S1−1 S2 =  −1 0 −2   1 −2 1 =  2 1 −1   1 −2 1 
3
1 1 0 2 −1 1 1 −1 −2 2 −1 1
   
3 0 3 1 0 1
1
= 3 −3 0 = 1 −1 0 .
3
−3 3 −3 −1 1 −1
Pentru a găsi coordonatele lui ~v ı̂n baza B 0 ştiind că are coordonatele (1, 1, 0) ı̂n baza B,
folosim formula
Y = S −1 · X,
33
unde X este matricea coloană a coordonatelor lui ~v ı̂n bază iniţială B iar Y este matricea
coloană a coordonatelor lui ~v ı̂n noua bază B 0 . Prin urmare
 −1       
1 0 1 1 1 1 1 1 2
Y =  1 −1 0   1 = 1 0 1  1  =  1 ,
−1 1 −1 0 0 −1 −1 0 −1
 
2
iuc
adică coordonatele lui ~v ı̂n noua bază B 0 sunt  1 , deci ~v = 2w
~1 + w~2 − w~ 3.
−1
50. În R3 se consideră baza B = {~v1 , ~v2 , ~v3 } şi mulţimea
B 0 = {w
~ 1 = ~v1 + ~v2 − ~v3 , w ~ 3 = 3~v1 + 7~v2 + 6~v3 } .
~ 2 = 2~v1 + 3~v2 , w
c
Să se arate că mulţimea B 0 formează o bază şi să se determine coordonatele vectorului
~ = 2~v1 − 7~v3 ı̂n baza nouă B 0 .
w
Rezolvare:
Se poate arăta că vectorii w

a vectorilor ~v1 , ~v2 , ~v3 . Apoi w
ati
~ 1, w ~ 3 sunt liniar independenţi, folosind liniara independenţă
~ 2, w
~ 1, w ~ 3 formează o bază deoarece sunt trei vectori liniar
~ 2, w
independenţi ı̂ntr-un spaţiu de dimensiune 3.
O metodă mai uşoară constă ı̂n a citi matricea de trecere de la B la B 0 . Aceasta este
M
 
1 2 3
S =  1 3 7 .
−1 0 6
Deoarece matricea de trecere de la baza B la noua mulţime B 0 este nesingulară (det S 6=

0), deducem, conform teoriei, că mulţimea care s-a obţinut este tot o bază.
~ ı̂n baza B 0 ştiind că are coordonatele (2, 0, −7) ı̂n baza B,
n
Pentru a găsi coordonatele lui w

folosim formula
Y = S −1 · X.
cia
Prin urmare
 −1       
1 2 3 2 18 −12 5 2 1
Y =  1 3 7   0  =  −13 9 −4   0  =  2  ,
−1 0 6 −7 3 −2 1 −7 −1

1
~ ı̂n noua bază B 0 sunt  2 , deci w
adică coordonatele lui w ~ =w ~2 − w
~ 1 + 2w ~ 3.
Lu
−1
51. Fie subspaţiul S = {(x1 , x2 , x3 , x4 ) : x1 + 2x2 + x4 = 0, x1 , x2 , x3 , x4 ∈ R} ⊂ R4 . Să se găsească

o bază ı̂n acest subspaţiu şi să se precizeze dimensiunea subspaţiului.
Rezolvare:
Avem evident că S = {(x1 , x2 , x3 , −x1 − 2x2 ) : x1 , x2 , x3 ∈ R} . Considerăm acum vecto-

rii din S, obţinuţi pentru diverse valori particulare ale variabilelor x1 , x2 , x3 ∈ R. Ast-
fel obţinem B = {~v1 = (1, 0, 0, −1) , ~v2 = (0, 1, 0, −2) , ~v3 = (0, 0, 1, 0)}. Aceştia sunt liniar
independenţi deoarece matricea formată cu coordonatele lor scrise pe coloană este A =
34
 
1 0 0
 0 1 0 
  care are rangul 3. În plus se obţine imediat că orice vector din S se poate
 0 0 1 
−1 −2 0
scrie ca o combinaţie liniară de vectori din S, deoarece
S 3 ~v = (v1 , v2 , v3 , −v1 − 2v2 ) = v1 (1, 0, 0, −1) + v2 (0, 1, 0, −2) + v3 (0, 0, 1, 0) .
Deci B este un sistem de generatori pentru S dar şi un sistem liniar independent de vectori,
iuc
deci B constitue o bază pentru S. Prin urmare, dimensiunea lui S este 3.

a b 0
52. Fie subspaţiul S = : a, b, c ∈ R ⊂ M2,3 (R) . Să se găsească o bază B1
−b c a + c
ı̂n acest subspaţiu şi să se precizeze dimensiunea subspaţiului. Să se arate că

2 1 0 0 −1 0 0 1 0
B2 = F1 = , F2 = , F3 =
c
−1 1 3 1 1 1 −1 2 2
formează o bază ı̂n spaţiul S.
Rezolvare:
R. Obţinem mulţimea

1 0 0

ati
Considerăm matrice din S obţinute pentru diverse valori particulare ale variabilelor a, b, c ∈

0 1 0

0 0 0

B1 = E1 = , E2 = , E3 = .
0 0 1 −1 0 0 0 1 1
M
Se poate arăta că aceştia sunt liniar independenţi şi se obţine imediat că orice matrice din S
se poate scrie ca o combinaţie liniară de vectori din S, deoarece

a b 0 1 0 0 0 1 0 0 0 0
S3A= =a +b +c .
−b c a + c 0 0 1 −1 0 0 0 1 1
Deci B1 este un sistem de generatori pentru S dar şi un sistem liniar independent de vectori,
n
deci B1 constitue o bază pentru S. Prin urmare, dimensiunea lui S este 3.

Acum, ı̂n mod analog, se poate arăta că vectorii din B2 sunt liniar independenţi. Acum,
spaţiul S fiind de dimensiune 3, rezultă imediat că mulţimea B2 formată cu 3 vectori liniar
independenţi este şi sistem de generatori, deci B2 formează o bază ı̂n S.
cia
Pentru a găsi coordonatele unei matrice oarecare din S ı̂n raport cu baza B2 , trebuie să
plecăm de la ecuaţia

a b 0 2 1 0 0 −1 0 0 1 0
A= =α +β +γ
−b c a + c −1 1 3 1 1 1 −1 2 2

2α α 0 0 −β 0 0 γ 0 a b 0
⇔ + + = ,
Lu
−α α 3α β β β −γ 2γ 2γ −b c a + c
unde A ∈ S, ceea ce este echivalent cu sistemul


2α = a



α−β+γ =b

 
2α = a



 


0 = 0 
 a 1 1
⇔ α−β+γ =b ⇒ α = , β = (a − 4b + 2c) , γ = (b + c − a) .

−α + β − γ = −b 
 2 6 3
 
α + β + 2γ = c

 
α + β + 2γ = c







3α + β + 2γ = a + c

35
a 1 1
Deci S 3 A = B1 + (a − 4b + 2c) B2 + (b + c − a) B3 , adică coordonatele matricei A ı̂n
2 6 3
a 1 1
baza B1 sunt (a, b, c) iar ı̂n baza B2 sunt , (a − 4b + 2c) , (b + c − a) .
2 6 3
53. Să se determine dimensiunea şi să se indice o bază a spaţiului soluţiilor următorului sistem
liniar şi omogen: 

 x1 + x2 + x3 + x4 + 2x5 = 0
iuc


x1 − x2 + 2x3 + x4 + x5 = 0



x1 + 5x2 − x3 + x4 + 4x5 = 0.

Rezolvare:
Trebuie să rezolvăm sistemul omogen. Matricea sistemului are rangul 2, deci sistemul se
reduce la
c

x1 + x2 = −α − β − 2γ
x − x = −2α − β − γ
1 2
S=
1
2
ati
unde x3 = α, x4 = β, x5 = γ. Acesta are soluţia x1 =
deci soluţia sistemui iniţial este mulţimea
1
1
2 (−3α − 2β − 2γ) şi x2 =

(−3α − 2β − 2γ) , (α − γ) , α, β, γ , α, β, γ ∈ R .
2
1
2 (α − γ),
(11)
M
O metodă alternativă de a rezolva sistemul este şi metoda lui Gauss. Astfel obţinem
     
1 1 1 1 2 1 1 1 1 2 1 1 1 1 2
 1 −1 2 1 1  ∼  0 −2 1 0 −1  =  0 −2 1 0 −1 
1 5 −1 1 4 0 4 −2 0 2 0 0 0 0 0
iar sistemul triunghiular obţinut se rezolvă uşor şi are soluţia dată tot de mulţimea (11).
O bază pentru mulţimea soluţiilor S se poate obţine dând diverse valori particulare varia-
n
bilelor α, β, γ ∈ R. Deducem, de exemplu, baza
B = {~v1 = (−3, 1, 2, 0, 0) , ~v2 = (−1, 0, 0, 1, 0) , ~v3 = (−3, −1, 0, 0, 2)} ,

cia
şi deci S are dimensiunea 3.
54. Să se determine dimensiunea şi să se indice o bază a spaţiului soluţiilor următoarelor sis-
teme liniare şi omogene:
 
 x1 + x2 − x3 = 0  x1 − 2x2 + x3 + x4 = 0
Lu

 

 
(a) 3x1 − 2x2 + 2x3 = 0 ; (b) x1 − 2x2 + x3 − x4 = 0 ;

 

 
6x1 + x2 − x3 = 0 x1 − 2x2 + x3 + 5x4 = 0
 


x1 + 2x2 − x3 + x5 = 0



x1 + 3x2 − 2x3 + 8x4 − 3x5 = 0

(c)
x1 + 4x2 − 2x3 + 7x4 − 4x5 = 0





x1 + x2 + 2x5 = 0.

Rezolvare:
36
(a) S1 = {(0, α, α) : α ∈ R}, dimensiunea lui S1 este 1;

(b) S2 = {(2α − β, α, β, 0) : α, β ∈ R}, dimensiunea lui S2 este 2;
(c) S3 = −α − 3β, α + β, 5α − 32 β, α, β : α, β ∈ R , dimensiunea lui S3 este 2.

c iuc
ati
n M
cia
Lu
37

Curs III, IV, V - Spatii Vectoriale

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Curs III, IV, V - Spatii Vectoriale

Încărcat de

Drepturi de autor:

Formate disponibile

Capitolul II: Spaţii vectoriale Lect. dr.

Facultatea de Electronică, Telecomunicaţii

pentru orice ~x, ~y ∈ V avem că ~x + ~y ∈ V,

pentru α ∈ K şi ~x ∈ V avem că α · ~x ∈ V,

şi astfel ı̂ncât:

~x + (~y + ~z) = (~x + ~y ) + →

2. Adunarea vectorilor este comutativă

3. Există un vector notat ~0 ∈ V , numit vector nul, astfel ı̂ncât

~x + (−~x) = (−~x) + ~x = ~0,

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

Obţinem a treia afirmaţie:

Exemplul 6 Mulţimea R a numerelor reale formează un spaţiu vectorial peste R.

Exemplul 7 Mulţimea C a numerelor complexe formează un spaţiu vectorial peste R.

~x + ~y = (x1 , . . . , xn ) + (y1 , . . . , yn ) = (x1 + y1 , . . . , xn + yn ) , ∀~x, ~y ∈ K n

Observăm că opusul lui ~x este

a11 a12 . . . a1n

∀~u, ~v ∈ V 0 , ∀α, β ∈ K ⇒ α~u + β~v ∈ V 0 . (1)

∀~u, ~v ∈ V 0 , ∀α, β ∈ K ⇒ ~u + ~v ∈ V 0 şi α~u ∈ V 0 . (2)

Exemplul 16 Submulţimea {~0} a unui spaţiu vectorial este un subspaţiu vectorial.

Exemplul 17 Considerăm spaţiul vectorial aritmetic K n . Atunci submulţimea sa

Exemplul 18 Pe de altă parte, submulţimea V 0 = {~u ∈ K n : ~u = (1, u2 , u3 , . . . , un ) , u2 , u3 , . . . , un ∈ K} ⊂

~v = a1~v1 + a2~v2 + · · · + an~vn .

[S] := {~u ∈ V : ~u = α1~v1 + · · · + αn~vn , ∀α1 , ..., αn ∈ K} ⊆ V.

1.2 Dependenţă liniară, independenţă liniară şi baze ı̂ntr-un K–spaţiu

Definiţia 24 În caz contrar, adică dacă orice relaţie de forma

α = 0 (dacă α 6= 0, atunci se obţine ~v = 0). ati

Exemplul 27 În spaţiul vectorial aritmetic K n sistemul de vectori

B = {~e1 = (1, 0, . . . , 0) , ..., ~en = (0, 0, . . . , 1)}

α1~e1 + · · · + αn~en = ~0.

= (α1 , 0, . . . , 0) + (0, α2 , . . . , 0) + · · · + (0, . . . , αn ) = (α1 , α2 , . . . , αn ) ,

Deci din orice combinaţie liniară obţinem coeficienţii nuli.

are loc doar dacă α0 = α1 = α2 = · · · = αn = 0.

α1~v1 + α2~v2 + α3~v3 = ~0 ⇔ α1 (1, 1, 1) + α2 (1, −1, 1) + α3 (−1, 3, −1) = ~0

care este echivalent cu rezolvarea sistemului

Matricea sistemului are determinantul

ati~v1 − 2~v2 − ~v3 = ~0

α~v1 + β~v2 + γ~v3 = ~0

adică ~v1 este o combinaţie liniară de ceilalţi n − 1 vectori.

~v1 = β 1~v2 + β 2~v3 + · · · + β n−1~vn

Teorema 32 Fie V un K–spaţiu vectorial. Atunci:

ceea ce ı̂nseamnă că sistemul S este liniar dependent.

Exemplul 36 În spaţiul vectorial aritmetic K n sistemul de vectori

B = {~e1 = (1, 0, . . . , 0) , . . . , ~en = (0, 0, ..., 1)}

~x = (x1 , 0, . . . , 0) + (0, x2 , . . . , 0) + · · · + (0, 0, . . . , xn )

Exemplul 37 În particular, ı̂n spaţiul vectorial aritmetic Rn sistemul de vectori

B = {~e1 = (1, 0, . . . , 0) , ..., ~en = (0, 0, . . . , 1)}

după vectorii lui B, adică

deci cele două descompuneri coincid.

α1~v1 + · · · + αn~vn = ~0 (5)

Propoziţia 45 Fie V este un K–spaţiu vectorial de dimensiune n. Atunci:

s11 s12 s1n

Să presupunem că vectorii v1 , v2 , . . . , vr , cu r ≤ n, sunt liniar independenţi (presupunem, fără a

Deci se obţine sistemul

Schimbarea bazelor şi schimbarea coordonatelor unui vector ı̂ntr-un K–

Introducând matricea coloană a coordonatelor vectorului ~x ı̂n cele două baze

putem rescrie (8) sub formă matriceală şi obţinem

ceea ce constitue formula matriceală de schimbare a coordonatelor unui vector la o schimbare de

a) Să se arate că B este o bază ı̂n R3 .

~x = 3~e1 − ~e2 + 2~e3

~v1 = a~u1 + b~u2 + c~u3

ceea ce ı̂nseamnă a rezolva următoarele trei sisteme liniare neomogene:

Vom obţine soluţiile

a00 = 5/4, b00 = −1/2, c00 = −3/4,