Documente Academic
Documente Profesional
Documente Cultură
Lucian 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
~x + ~y = ~y + ~x, ∀~x, ~y ∈ V,
~x + ~0 = ~0 + ~x = ~x, ∀~x ∈ V,
4. Pentru orice ~x ∈ V există vectorul −~x ∈ V , numit opusul lui ~x, astfel ı̂ncât
Lu
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.
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.
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
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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
iuc
α · ~x = α (x1 , . . . , xn ) = (αx1 , . . . , αxn ) , ∀α ∈ K, ∀~x ∈ K n
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
.. . . .
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:
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
3
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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 ).
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
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,
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
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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).
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.
Avem
α1 (1, 0, . . . , 0) + α2 (0, 1, . . . , 0) + · · · + αn (0, . . . , 1)
n
(α1 , α2 , . . . , αn ) = ~0 ⇔ α1 = α2 = · · · = αn = 0.
cia
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
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
5
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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:
(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
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
6
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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.
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
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 .
(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
7
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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) .
~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
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
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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
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.
(fără demonstraţie).
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.
(fără demonstraţie).
Teorema 49 Rangul unui sistem finit de vectori este egal cu numărul maxim de vectori liniar independenţi
cia
ai sistemului.
(fără demonstraţie).
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
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
iuc
1 1
s1n
s1 s2
2 2 2
s1 s2 sn
v1 = , v2 = , . . . , vn = .
··· ··· ···
sm1 sm
2 sm
n
c
lor
α1 v1 + α2 v2 + · · · + αr vr = 0 ∈ Mm,1 (R)
rezultă α1 = α2 = · · · = αr = 0.
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
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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.
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.
(fără demonstraţie).
11
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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
c
x1 y1
x2 y2
X=
xn ati
· · · şi Y = · · ·
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)
Exerciţiul 53 Se dă sistemul de vectori B = {~v1 = (1, 2, 1) , ~v2 = (2, 3, 3) , ~v3 = (3, 7, 1)}.
n
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
12
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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
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
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
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
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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 ,
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
14
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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 62 Pe spaţiul vectorial al funcţiilor continue definite pe [a, b] definim produsul scalar
Z b
cia
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 + 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
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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,
iuc
Definiţia 64 Se numeşte normă pe spaţiul vectorial V o funcţie
k·k:V →R
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.
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 ,
Remarca 67 Din teorema anterioară rezultă că orice spaţiu vectorial euclidian este un spaţiu normat cu
Lu
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
16
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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
iuc
d:M ×M →R
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 }
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.
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
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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 ,
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
18
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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,
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,
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
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
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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
deci S3 ⊂ M2 (R) este subspaţiu vectorial al lui M2 (R).
(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
αA + βA0 = α +β = ∈ S5 ,
3a b 3a0 b0 3 (αa + βa0 ) αb + βb0
deci S5 ⊂ M2 (R) este subspaţiu vectorial al lui M2 (R).
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:
21
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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
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:
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
În particular pentru γ = 1 obţin relaţia de dependenţă −2~v1 + 3~v2 + ~v3 = ~0.
Lu
Rezolvare:
22
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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
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
α1 p1 (x)+α2 p2 (x)+α3 p3 (x) = 0 ⇔ (2α1 + α2 + 3α3 ) x2 +(α1 + 5α2 − α3 ) x+(3α1 − 3α2 + 7α3 ) = 0
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
23
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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:
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
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
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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:
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
25
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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
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
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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
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:
În particular, ı̂n spaţiul R3 , care este de dimensiune 3, dacă avem trei vectori liniar independenţi
atunci aceştia formează o bază.
Conform Teoremei 50 rangul matricei formată cu vectorii puşi pe coloană este exact numărul
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
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
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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
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
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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
independenţi dintre cei daţi este 2. Prin urmare dimensiunea subspaţiului generat de cei
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
independenţi dintre cei daţi este 3. Prin urmare dimensiunea subspaţiului generat de cei
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
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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
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
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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
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
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
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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 ,
Fiind ambele baze, avem că S1 şi S2 sunt nesingulare şi deci
cia
S −1 S
1
B −− → Bc şi Bc −−2→ 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
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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
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:
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
Rezolvare:
34
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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
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
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
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
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
Capitolul II: Spaţii vectoriale Lect. dr. Lucian Maticiuc
c iuc
ati
n M
cia
Lu
37