Spaţii vectoriale. Baze.

Subspaţii vectoriale1

Definiţia 1. Fie (K, +, ·) un corp numeric, V o mulţime nevidă şi legile de compoziţie

⊕ : V × V → V , (u, v) 7→ u ⊕ v (adunare)
 : K × V → V , (α, v) 7→ α  v (ı̂nmulţire cu scalari).

Spunem că (V, ⊕, ) este un spaţiu vectorial (liniar) peste corpul K dacă au loc următoarele
proprietăţi:
- comutativitatea adunării: u ⊕ v = v ⊕ u , (∀)u, v ∈ V;
- asociativitatea adunării: (u ⊕ v) ⊕ w = u ⊕ (v ⊕ w) , (∀)u, v, w ∈ V;
- existenţa elementului neutru 0 pentru adunare: v ⊕ 0 = v , (∀)v ∈ V;
not
- orice element v ∈ V are un simetric v 0 = −v̄ ∈ V (vectorul opus): v ⊕ v 0 = 0;
- distributivitatea ı̂nmulţirii cu scalari faţă de adunare:
- la stânga: α  (u ⊕ v) = α  u ⊕ α  v , (∀)α ∈ K, u, v ∈ V;
- la dreapta: (α + β)  v = α  v ⊕ β  v , (∀)α, β ∈ K, v ∈ V;
- asociativitatea ı̂nmulţirii cu scalari: (α · β)  v = α  (β  v) , (∀)α, β ∈ K, v ∈ V;
- existenţa elementului neutru 1 la ı̂nmulţirea cu scalari: 1  v = v , (∀)v ∈ V.
Precizăm că elementele unui spaţiu vectorial se numesc vectori şi se notează, dacă nu este
altfel precizat, prin litere latine cu bară deasupra. Elementele corpului K se numesc scalari şi
se notează cu litere greceşti. De obicei K = R, caz ı̂n care vorbim despre un spaţiu vectorial
real. În continuare, fără riscul de a face confuzii, vom nota cele două operaţii prin ” + ” şi
” · ”. Avem imediat că 0 · v̄ = 0̄ (α = β = 0 ı̂n distributivitatea ı̂nmulţirii cu scalari faţă de
adunare la dreapta), α · 0̄ = 0̄ (ū = v̄ = 0̄ ı̂n distributivitatea ı̂nmulţirii cu scalari faţă de
adunare la stânga şi elementul neutru la adunare) şi (−1)v̄ = −v̄, opusul lui v̄ (α = 1, β = −1
ı̂n distributivitatea ı̂nmulţirii cu scalari faţă de adunare la dreapta).
1
Cristian Lăzureanu - Note de curs

1
2 Curs de Algebră liniară

Pe lângă spaţiul aritmetic Rn şi spaţiul vectorilor legaţi VO , alte exemple de spaţii vec-
toriale cunoscute sunt: spaţiul liniar al matricelor cu m linii şi n coloane, notat Mm,n (K),
spaţiul liniar Rn [X] al polinoamelor de gradul n cu coeficienţi reali, spaţiul liniar al şirurilor,
spaţiul liniar al funcţiilor continue etc. Planul geometric poate fi modelat ca spaţiu vectorial
−−→
fixând un punct O şi asociind fiecărui punct P din plan vectorul OP (vectorul de poziţie). Îl
vom identifica cu R2 . Analog se modelează şi spaţiul geometric, care se identifică cu R3 .
O mulţime de vectori din spaţiul vectorial V formează un sistem de vectori şi-l notăm,
de obicei, prin S = {v 1 , v 2 , . . . , v m }. O combinaţie liniară a vectorilor din S este o sumă
de tipul
α1 v 1 + α2 v 2 + . . . + αm v m ,

unde coeficienţii α1 , α2 , . . . , αm sunt scalari. Spunem că un vector v ∈ V se scrie ca o

combinaţie liniară a vectorilor din S dacă există scalarii α1 , α2 , . . . , αm astfel ca

v̄ = α1 v 1 + α2 v 2 + . . . αm v m .

De exemplu, considerând sistemul de vectori S = {v̄1 = (1, 1), v̄2 = (0, 1)} ı̂n spaţiul R2 ,
vectorul x̄ = (3, 4) se poate scrie ca o combinaţie liniară a vectorilor din S deoarece

3v̄1 + v̄2 = 3(1, 1) + (0, 1) = (3, 3) + (0, 1) = (3, 4) = x̄.

Definiţia 2. Un sistem de vectori se numeşte liniar dependent dacă unul din vectorii
săi se poate scrie ca o combinaţie liniară a celorlalţi vectori din sistem.
Altfel spus, dacă S = {v 1 , v 2 , . . . , v m }, α1 v 1 + α2 v 2 + . . . + αm v m = 0̄ şi cel puţin doi
coeficienţi αi sunt nenuli, atunci S este liniar dependent.
De exemplu, să considerăm sistemul de vectori S1 = {v̄1 = (1, 2), v̄2 = (2, 4)} din spaţiul
aritmetic R2 . Observăm că 2v̄1 − v̄2 = (0, 0) sau v̄2 = 2v̄1 , desi S1 este un sistem de vectori
liniar dependent.
Definiţia 3. Un sistem de vectori se numeşte liniar independent dacă nici unul din
vectorii săi nu poate fi scris ca o combinaţie liniară a celorlaţi vectori din sistem.
Astfel, dacă egalitatea
α1 v 1 + α2 v 2 + . . . + αm v m = 0̄

implică
α1 = α2 = . . . = αm = 0,
Spaţii vectoriale. Baze 3

atunci sistemul S = {v 1 , v 2 , . . . , v m } este liniar independent.

Ca exemplu, vom arăta că sistemul S2 = {v̄1 = (1, 1), v̄2 = (2, −1)} ⊂ R2 este liniar
independent. Condiţia α1 v 1 + α2 v 2 = 0̄ devine

α1 (1, 1) + α2 (2, −1) = (0, 0) ⇔

(α1 , α1 ) + (2α2 , −α2 ) = (0, 0) ⇔
(α1 + 2α2 , α1 − α2 ) = (0, 0) ⇔
(
α1 + 2α2 = 0
α1 − α2 = 0
Din ultima ecuaţie avem α1 = α2 cu care prima ecuaţie devine 3α1 = 0. Atunci α1 = α2 = 0,
deci sistemul de vectori S2 este liniar independent. Remarcăm
 faptul
 că sistemul obţinut mai
 1 2 
sus este un sistem liniar omogen ce are determinantul   = −3 6= 0, deci el are doar
 
 1 −1 
soluţia banală.
Observăm cu uşurinţă că orice subsistem al unui sistem de vectori liniar independent este
de asemenea liniar independent (vectorii eliminaţi au coeficienţii deja nuli).
Definiţia 4. Un sistem de vectori S se numeşte sistem de generatori ai spaţiului
vectorial V dacă orice vector din V poate fi scris ca o combinaţie liniară a vectorilor din S.
Să verificăm că sistemul de vectori S2 de mai sus este un sistem de generatori ai spaţiului
aritmetic R2 . Trebuie să arătăm că oricare ar fi vectorul v̄ = (x, y) ∈ R2 există scalarii
α1 , α2 ∈ R astfel ca v̄ = α1 v 1 + α2 v 2 . Ultima condiţie devine ı̂n cazul nostru

(x, y) = α1 (1, 1) + α2 (2, −1).

Efectuând calculele ca mai sus obţinem sistemul liniar ı̂n necunoscutele α1 , α2 :

(
α1 + 2α2 = x
α1 − α2 = y
Cum determinantul sistemului este −3 6= 0, sistemul de tip Cramer are soluţie unică, deci
există α1 şi α2 , pentru orice (x, y). În concluzie S2 este sistem de generatori ai spaţiului R2 .
Unicitatea soluţiei sistemului Cramer din acest ultim exemplu conduce la următoarea
teoremă de unicitate a descompunerii unui vector după vectorii unui sistem.
Teorema 1. Fie V un spaţiu liniar şi S ⊂ V un sistem de vectori liniar independent.
Dacă există descompunerea unui vector din V după vectorii din S, atunci ea este unică.
4 Curs de Algebră liniară

Demonstraţie. Prin reducere la absurd, presupunem că există două scrieri diferite ale
unui vector v̄ după vectorii din S = {v 1 , v 2 , . . . , v m }:

v̄ = α1 v 1 + α2 v 2 + . . . + αm v m = β1 v 1 + β2 v 2 + . . . + βm v m .

Rezultă
(α1 − β1 )v 1 + (α2 − β2 )v 2 + . . . + (αm − βm )v m = 0̄
şi cum S este liniar independent obţinem α1 − β1 = 0, α2 − β2 = 0, ..., αm − βm = 0, adică
descompunerile sunt identice, contradicţie. Deci presupunerea făcută este falsă, ca atare
descompunerea este unică.
Următoarea noţiune este legată de noţiunea de reper din spaţiul geometric tridimensional.
Definiţia 5. Fie V un spaţiu liniar şi B ⊂ V un sistem de vectori. B se numeşte bază a
spaţiului V dacă este liniar independent şi sistem de generatori ai lui V.
Din exemplele precedente avem că S2 este o bază a spaţiului aritmetic R2 . Această bază
nu este unică, putând schimba vectorii astfel ı̂ncât acel determinant obţinut ı̂n calcule să
fie nenul. Există şi situaţia ı̂n care acel determinant este al matricei unitate, caz ı̂n care
vorbim despre cea mai simplă bază a unui spaţiu vectorial, baza canonică. Pentru R2 , baza
canonică este
Bc = {ē1 = (1, 0), ē2 = (0, 1)}.
Mai general, baza canonică a spaţiul aritmetic Rn este

Bc = {ē1 = (1, 0, 0, . . . , 0), ē2 = (0, 1, 0, . . . , 0), . . . , ēn = (0, 0, 0, . . . , 1)}

şi orice vector x̄ = (x1 , x2 , . . . , xn ) ∈ Rn se scrie sub forma

x̄ = x1 ē1 + x2 ē2 + . . . + xn ēn .

Pentru spaţiul polinoamelor de gradul 2,

R2 [X] = {p(X) = a + bX + cX 2 : a, b, c ∈ R},

baza canonică este

Bc = {p1 (X) = 1, p2 (X) = X, p3 (X) = X 2 },
iar orice polinom are scrierea

p(X) = a + bX + cX 2 = ap1 (X) + bp2 (X) + cp3 (X).

Spaţii vectoriale. Baze 5

Pentru spaţiul matricelor pătratice de ordinul doi,

" #
a b
M2 (R) = {A = : a, b, c, d ∈ R},
c d

baza canonică este dată de

" # " # " # " #
1 0 0 1 0 0 0 0
Bc = {E1 = , E2 = , E3 = , E4 = },
0 0 0 0 1 0 0 1

orice matrice A scriindu-se sub forma

A = aE1 + bE2 + cE3 + dE4 .

În general, dacă Bc = {ē1 , ē2 , . . . , ēn } este baza canonică a spaţiului vectorial V, orice vector
v̄ ∈ V se scrie ı̂n mod unic ı̂n funcţie de vectorii din baza canonică sub forma

v̄ = x1 ē1 + x2 ē2 + . . . + xn ēn ,

numită expresia analitică a lui v̄, unde x1 , x2 , . . . , xn se vor numi coordonatele lui v̄ ı̂n
baza canonică. Acestei scrieri ı̂i corespunde matricea coloană
 
x1
 x2 
 
 . 
 . 
 . 
xn

şi convenim că atunci când lucrăm sub formă matriceală, vectorii ”se pun” pe coloane. Dacă
mai considerăm un vector, mai obţinem o matrice coloană ş.a.m.d. Atunci putem defini
matricea unui sistem de vectori relativ la baza canonică ca fiind matricea ce are pe
coloane coordonatele vectorilor din sistem ı̂n baza canonică. Vom nota această matrice prin
TBc S . Este evident că dacă sistemul de vectori este chiar Bc atunci matricea ascociată este
chiar matricea identitate In .
Ca exemplu, fie sistemul de vectori S = {v̄1 = (1, 2, 3), v̄2 = (−1, 0, 4)} ⊂ R3 . Baza
canonică a lui R3 este Bc = {ē1 = (1, 0, 0), ē2 = (0, 1, 0), ē3 = (0, 0, 1)} şi avem

v̄1 = (1, 2, 3) = (1, 0, 0) + (0, 2, 0) + (0, 0, 3) = ē1 + 2ē2 + 3ē3

v̄2 = (−1, 0, 4) = −(1, 0, 0) + 0(0, 1, 0) + 4(0, 0, 1) = −ē1 + 0ē2 + 4ē3 .
6 Curs de Algebră liniară

Atunci matricea sistemul S relativ la baza canonică este

 
1 −1
TBc S =  2 0 
 

3 4

(relativ la baza canonică, pe coloane sunt exact componentele celor doi vectori).
Vom arăta că S este liniar independent. Condiţia α1 v 1 + α2 v 2 = 0̄ devine

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

(α1 , 2α1 , 3α1 ) + (−α2 , 0, 4α2 ) = (0, 0, 0) ⇔
(α1 − α2 , 2α1 , 3α1 + 4α2 ) = (0, 0, 0) ⇔
  
 α1 − α2 = 0
 1 −1
2α1 = 0 ⇒ matricea sistemului A =  2 0 
 

3α1 + 4α2 = 0 3 4


Evident α1 = α2 = 0, deci S este liniar independent. Mai mult observăm că matricea
sistemului obţinut este chiar TBc S şi are rangul egal cu 2, egal cu numărul de vectori liniari
independenţi din S. Rezultatul se generalizează, având loc următoarea teoremă a rangului:

(i) Metodă practică pentru liniar independenţă. Fie TBc S matricea sistemului de
vectori S relativ la baza canonică a spaţiului vectorial V. Dacă rang TBc S = m, unde m este
numărul de vectori din S, atunci S este liniar independent.

(ii) Metodă practică pentru sistem de generatori. Fie TBc S matricea sistemului de
vectori S relativ la baza canonică a spaţiului vectorial V. Dacă rang TBc S = n, unde n este
numărul de vectori din Bc , atunci S este sistem de generatori ai lui V.
(iii) Metodă practică pentru baze. Fie TBc S matricea sistemului de vectori S relativ
la baza canonică a spaţiului vectorial V. Dacă m = n, unde m este numărul de vectori din S
şi n este numărul de vectori din Bc , iar det TBc S 6= 0, atunci S este bază a lui V.

Modul de calcul al rangului matricei TBc S ne arată câţi şi care vectori trebuie păstraţi ı̂n
S pentru a fi liniar independent.
Conform acestor criterii, sistemul de vectori din exemplul precedent nu este sistem de
generatori şi nici bază pentru R3 , deoarece numărul de vectori din S nu este 3, adică numărul
de vectori din baza canonică a lui R3 .
Spaţii vectoriale. Baze 7

Din ultimul criteriu deducem că orice bază a unui spaţiu vectorial are acelaşi număr de
vectori. Vom spune că dimensiunea spaţiului vectorial este egală cu numărul vectorilor
din baza lui canonică. Deci dim Rn = n, dim R2 [X] = 3, dim M2 (R) = 4.

Problema 1. Se consideră vectorii v̄1 = (1, 1, 1), v̄2 = (1, 1, 0), v̄3 = (−1, 0, 1), v̄4 =
(a, 1, a), a ∈ R.
a) Să se verifice dacă S1 = {v̄1 , v̄2 } este liniar independent;
b) Să se calculeze valoarea lui a pentru care sistemul de vectori S2 = {v̄1 , v̄2 , v̄4 } este liniar
dependent;
c) Să se stabilească dacă S3 = {v̄1 , v̄2 , v̄3 , v̄4 } este un sistem de generatori pentru R3 ;
d) Pentru a = 1, să se extragă din S3 o bază a lui R3 .
Rezolvare. Vom aplica Teorema rangului.
a) Relativ la baza canonică Bc a lui R3 , matricea sistemului de vectori S1 este
 
1 1
TBc S1 =  1 1  (am pus vectorii pe coloane).
 

1 0
 
 1 1 
Alegem minorul de ordinul 2 dat de ultimele două linii: d2 =   = −1 6= 0, deci rangul
 
 1 0 
matricei TBc S1 este 2. Cum numărul de vectori din S1 este tot 2 rezultă (din metoda practică
pentru liniar independenţă) că S1 este liniar independent.
b) Din metoda practică pentru liniar independentă avem că S2 , care are 3 vectori, este liniar
dependent dacă rang TBc S2 < 3 (numărul de vectori din S2 ). Dar
 
1 1 a
TBc S2 =  1 1 1 ,
 

1 0 a

deci avem condiţia det TBc S2 = 0, adică 1 − a = 0. Rezultă a = 1.

c) Matricea sistemului de vectori S3 este
 
1 1 −1 a
TBc S3 =  1 1 0 1 .
 

1 0 1 a
8 Curs de Algebră liniară

 
 1 1 −1 
 
Alegând minorul de ordinul 3: d3 =  1 1 0  = 1 6= 0, obţinem că
 
 
 1 0 1 
rang TBc S3 = 3 = numărul de vectori din baza canonică a lui R3 . Conform metodei practice
pentru sistem de generatori deducem că S3 este sistem de ge-neratori pentru R3 .
d) O bază B a lui R3 trebuie să conţină 3 vectori, iar det TBc B 6= 0. Atunci B = {~v1 , ~v2 , ~v3 },
deoarece ı̂n acest caz det TBc B = d3 = 1.
Fie acum B1 şi B2 două baze ale spaţiului vectorial V. Conform Teoremei 1, orice vector al
bazei B2 poate fi scris ı̂n mod unic ı̂n funcţie de vectorii din B1 . Matricea ce are pe coloane
coordonatele astfel obţinute se numeşte matricea de trecere de la baza B1 la baza B2 .
Evident, dacă B1 = Bc şi B2 = B, atunci matricea lui B relativ la baza canonică este TBc B ,
care va fi şi matricea de trecere de la baza canonică la baza B. Reţinem deci că matricea de
trecere de la baza canonică la baza B se formează punând pe coloane vectorii din B.
Problema 2. În spaţiul aritmetic R2 se consideră sistemele de vectori
B1 = {ū1 = (1, 1), ū2 = (2, −1)} şi B2 = {v̄1 = (4, 1), v̄2 = (0, −3)}.
a) Să se scrie matricile celor două sisteme relativ la baza canonică;
b) Să se verifice că B1 şi B2 sunt baze pentru R2 ;
c) Să se scrie vectorul v̄1 ı̂n baza B1 ;
d) Să se determine matricea de trecere de la baza B1 la baza B2 .
Rezolvare. a) Matricea unui sistem de vectori relativ la baza canonică are pe coloane
exact componentele vectorilor din sistem. Atunci
" # " #
1 2 4 0
TBc B1 = şi TBc B2 = .
1 −1 1 −3

b) Baza canonică a lui R2 este Bc = {ē1 = (1, 0), ē2 = (0, 1)}. Din metoda practică pentru
baze, B1 este bază pentru R2 dacă are 2 vectori şi det TBc B1 6= 0. Cum det TBc B1 = −3 rezultă
că B1 este bază. Analog B2 este bază, deoarece are doi vectori şi det TBc B2 = −12 6= 0.
c) Scrierea vectorului v̄1 ı̂n baza B1 ı̂nseamnă găsirea scalarilor α1 , α2 ∈ R astfel ca

v̄1 = α1 ū1 + α2 ū2 .

Această condiţie este echivalentă cu

(4, 1) = α1 (1, 1) + α2 (2, −1) ⇔

Spaţii vectoriale. Baze 9

(4, 1) = (α1 , α1 ) + (2α2 , −α2 ) ⇔

(
α1 + 2α2 = 4
(4, 1) = (α1 + 2α2 , α1 − α2 ) ⇔
α1 − α2 = 1

Scăzând cele două ecuaţii avem 3α2 = 3, adică α2 = 1. Înlocuind ı̂n prima ecuaţie obţinem
α1 = 2. Atunci scrierea lui v̄1 ı̂n baza B1 este v̄1 = 2ū1 + ū2 , iar coordonatele lui v̄1 ı̂n baza
B1 sunt (2, 1).
d) Matricea de trecere TB1 B2 are pe coloane coordonatele lui v̄1 şi v̄2 ı̂n baza B1 . Coordonatele
lui v̄1 ı̂n baza B1 sunt (2, 1), din c). Pentru v̄2 avem

v̄2 = β1 ū1 + β2 ū2 ⇔

(0, −3) = β1 (1, 1) + β2 (2, −1) ⇔
(0, −3)) = (β1 , β1 ) + (2β2 , −β2 ) ⇔
(
β1 + 2β2 = 0
(0, −3) = (β1 + 2β2 , β1 − β2 ) ⇔
β1 − β2 = −3

Scăzând cele două ecuaţii avem 3β2 = 3, adică β2 = 1. Înlocuind ı̂n prima ecuaţie obţinem
β1 = −2. Atunci scrierea lui v̄2 ı̂n baza B1 este v̄1 = −2ū1 + ū2 , iar coordonatele
" lui v̄2 #ı̂n
2 −2
baza B1 sunt (−2, 1). Scriind pe coloane, obţinem matricea de trecere TB1 B2 = .
1 1

În Problema 2 observăm că, de exemplu, vectorul v̄1 are coordonate diferite ı̂n baze
diferite. Vom nota cu v̄B1 scrierea pe coloană a vectorului ı̂n baza B1 şi cu v̄B2 scrierea pe
coloană ı̂n baza B2 . Ne interesează o legătură ı̂ntre cele două scrieri. Are loc legea de
schimbare a coordonatelor unui vector la schimbarea bazei:
Propoziţia 1. Fie B1 , B2 baze ale spaţiului vectorial V şi v̄ un vector oarecare din V.
Atunci
v̄B1 = TB1 B2 v̄B2 .

Demonstraţie. Pentru a uşura scrierea vom alege dim V = 2. Atunci B1 = {ū1 , ū2 } şi
B2 = {v̄1 , v̄2 }. Scriem, teoretic, vectorii din B2 relativ la baza B1 sub forma:

v̄1 = α1 ū1 + α2 ū2

v̄2 = β1 ū1 + β2 ū2 ,

10 Curs de Algebră liniară

adică matricea de trecere de la B1 la B2 este

" #
α1 β1
TB1 B2 = .
α2 β2
Pe de altă parte, vectorul v̄ se scrie relativ la baza B1 , respectiv B2 astfel:

v̄ = a1 ū1 + b1 ū2 ,

v̄ = a2 v̄1 + b2 v̄2 .
Înlocuim v̄1 şi v̄2 . Obţinem

v̄ = a2 v̄1 + b2 v̄2 = a2 (α1 ū1 + α2 ū2 ) + b2 (β1 ū1 + β2 ū2 ).

Identificând coeficienţii lui ū1 , respectiv ū2 , din cele două scrieri ale lui v̄, avem

a1 = a2 α1 + b2 β1

b1 = a2 α2 + b2 β2
ceea ce este echivalent cu " # " # " #
a1 α1 β1 a2
= · ,
b1 α2 β2 b2
adică v̄B1 = TB1 B2 v̄B2 .
În particular, dacă se dă un vector v̄ ı̂n baza canonică, atunci coordonatele sale ı̂ntr-o
bază B pot fi obţinute matriceal din relaţia

v̄B = TBBc v̄ = TB−1

cB
v̄,

sau pot fi obţinute rezolvând sistemul v̄ = TBc B v̄B .

Au loc şi următoarele proprietăţi ale matricelor de trecere de la o bază la altă bază.
Propoziţia 2. Fie B1 , B2 , B3 baze ale spaţiului vectorial V şi Bc baza sa canonică.
Atunci:
(i) TB2 B1 = TB−1
1 B2
;
(ii) TB1 B2 = TB1 B3 · TB3 B2 ;
(iii) TB1 B2 = TB−1
c B1
· TBc B2 .
Demonstraţie. (i) Din Propoziţia 1, pentru un vector oarecare avem scrierile v̄B1 =
TB1 B2 v̄B2 , respectiv v̄B2 = TB2 B1 v̄B1 . Matricea de trecere are determinantul nenul, deci
Spaţii vectoriale. Baze 11

ı̂nmulţind la stânga primei relaţii cu matricea TB−1

1 B2
obţinem

TB−1 v̄ = TB−1
1 B2 B1 1 B2
· TB1 B2 v̄B2 = In v̄B2 = v̄B2 .

Comparând cele două scrieri ale lui v̄B2 , rezultă concluzia.

(ii) Pentru un vector oarecare avem

TB1 B2 v̄B2 = v̄B1 = TB1 B3 v̄B3 = TB1 B3 · TB3 B2 v̄B2 ,

de unde obţinem egalitatea dorită.

(iii) Considerând B3 = Bc ı̂n egalitatea de la (ii) şi folosind rezultatul de la (i), rezultă

TB1 B2 = TB1 Bc · TBc B2 = TB−1

c B1
· TBc B2 ,

ceea ce ı̂ncheie demonstraţia.

Problema 3. Se consideră bazele B1 = {ū1 = (1, 1), ū2 = (2, −1)} şi
B2 = {v̄1 = (4, 1), v̄2 = (0, −3)} ale lui R2 .
a) Să se afle matricea de trecere de la baza B1 la baza canonică;
b) Să se scrie vectorul v̄ = (1, −2) ı̂n baza B1 ;
c) Să se determine matricea de trecere de la baza B1 la baza B2 . " #
1 2
Rezolvare. a) Avem formula TB1 Bc = TB−1 c B1
. Cum TBc B1 = cu det TBc B1 =
1 −1
" # " #
t 1 1 ∗ −1 −2
−3, rezultă TBc B1 = , TBc B1 = şi
2 −1 −1 1
" #
1 −1 −2
TB−1
c B1
=− .
3 −1 1
b) Folosind scrierea matriceală avem
" # " # " #
1 −1 −2 1 −1
v̄B1 = TB1 Bc v̄ = − · = .
3 −1 1 −2 1

Atunci v̄ = −ū1 + ū2 .

c) Aplicând formula TB1 B2 = TB−1
c B1
· TBc B2 , obţinem
" # " # " # " #
1 −1 −2 4 0 1 −6 6 2 −2
TB1 B2 =− · =− = .
3 −1 1 1 −3 3 −3 −3 1 1
12 Curs de Algebră liniară

Întrebări teoretice

1. Definiţi noţiunea de sistem de vectori liniar dependenţi, respectiv sistem de vectori

liniar independenţi.
2. Care este condiţia de definiţie ca sistemul de vectori S = {v̄1 , v̄2 , v̄3 } din spaţiul
vectorial V să fie liniar independent?
3. Cum se construieşte matricea ataşată unui sistem de vectori relativ la baza canonică?
Cum se foloseşte această matrice la studiul independenţei liniare a sistemului respectiv de
vectori?
4. Fie spaţiul vectorial V cu baza canonică Bc = {ē1 , ē2 , ē3 } şi sistemul de vectori S =
{ū = a1 ē1 + a2 ē2 + a3 ē3 , v̄ = b1 ē1 + b2 ē2 + b3 ē3 }. Scrieţi matricea sistemului S relativ la baza
canonică. Precizaţi condiţia practică pentru ca S să fie liniar independent.
5. Definiţi noţiunea de sistem de generatori ai unui spaţiu vectorial.
6. Cum se foloseşte matricea unui sistem de vectori relativ la baza canonică pentru a
arăta că acel sistem generează tot spaţiul vectorial?
7. Fie spaţiul vectorial V cu baza canonică Bc = {ē1 , ē2 } şi sistemul de vectori S = {ū =
a1 ē1 + a2 ē2 , v̄ = b1 ē1 + b2 ē2 , w̄ = c1 ē1 + c2 ē2 }. Scrieţi matricea sistemului S relativ la baza
canonică. Precizaţi condiţia practică pentru ca S să fie sistem de generatori ai spaţiului V.
8. Definiţi noţiunea de bază a unui spaţiu vectorial? Scrieţi baza canonică a spaţiului
aritmetic R3 .
9. Fie V un spaţiu vectorial de dimensiune 3 şi S un sistem cu n vectori. În ce condiţii
practice S este bază pentru V ?
10. Ce ı̂nseamnă să scriem vectorul v ı̂n baza B = {v 1 , v 2 }?
11. Definiţi noţiunea de matrice de trecere de la o bază la altă bază.
12. Cum se construieşte matricea de trecere de la baza canonică la baza B? Cum se
numeşte matricea TBBc ? Care este legătura dintre TBBc şi TBc B ? Dar ı̂ntre TBc B1 , TBc B2 şi
TB1 ,B2 ?
13. Care este legea de schimbare a coordonatelor unui vector la schimbarea bazei?

Exerciţii

1. Folosind definiţia, arătaţi că sistemul de vectori S este liniar independent, unde:
a) S = {v 1 = (1, −1), v 2 = (1, 1)} ⊂ R2 ;
Spaţii vectoriale. Baze 13

b) S = {v 1 = (0, 1, 0), v 2 = (2, 1, 1)} ⊂ R3 .

c) S = {v 1 = (1, 1, 0), v 2 = (1, 2, −1), v 3 = (0, 1, 0)} ⊂ R3 .
2. Dacă sistemul de vectori S1 = {v1 , v2 } din spaţiul vectorial real V este liniar inde-
pendent, studiaţi, folosind definiţia, liniar independenţa sistemului de vectori S2 = {u1 =
2v1 − v2 , u2 = 3v1 + 2v2 }.
3. Discutaţi liniar dependenţa următoarelor sisteme de vectori:
a) S = {v 1 = (2, m), v 2 = (1, 1)} ⊂ R2 ;
b) S = {v 1 = (4, 2, m), v 2 = (2, 1, 1)} ⊂ R3 ;
c) S = {v 1 = (1, 2, 0), v 2 = (1, 1, −1), v 3 = (0, 1, m)} ⊂ R3 ,
unde m ∈ R.
4. Fie S = {v 1 = (1, 2, m), v 2 = (0, 1, 1), v 3 = (1, −1, 1)} ⊂ R3 . Determinaţi valoarea
parametrului real m pentru care sistemul S este liniar dependent. Găsiţi apoi relaţia dintre
cei trei vectori.
5. Arătaţi că vectorii v 1 = (1, 3), v 2 = (−1, 1) sunt liniar independenţi şi determinaţi
numerele reale a, b pentru care (2, 4) = av 1 + bv 2 .
6. Studiaţi dacă sistemul de vectori S este un sistem de generatori pentru spaţiul vectorial
V, unde:
a) S = {v 1 = (2, −2), v 2 = (4, 2), v 3 = (1, −1)}, V = R2 ;
b) S = {v 1 = (1, 2, 0), v 2 = (0, −2, 3), v 3 = (1, 0, 3)}, V = R3 .
Este S o bază a spaţiului respectiv?
7. Verificaţi dacă sistemul de vectori S este bază, unde:
a) S = {v 1 = (1, 2), v 2 = (1, 1)} ⊂ R2 ;
b) S = {v 1 = (1, 1, 3), v 2 = (1, 2, 0), v 3 = (0, 1, −3)} ⊂ R3 .
8. a) Extrageţi din sistemul de vectori S = {v 1 = (1, 1, 1), v 2 = (1, 1, 0), v 3 = (0, 0, 1), v 4 =
(1, 0, 1)} o bază pentru R3 .
b) Completaţi sistemul de vectori S = {v 1 = (1, 0, 1), v 2 = (1, −1, 2)} la o bază pentru R3 .
9. Fie B = {v 1 = (a, 2), v 2 = (−1, 3)} ⊂ R2 .
a) Determinaţi a pentru care B este o bază a spaţiului vectorial R2 ;
b) Pentru a = 1, calculaţi coordonatele vectorului x = (4, 2) ı̂n baza B.
10. Fie sistemul de vectori B = {v 1 = (a, 0, 1), v 2 = (1, 1, 0), v 3 = (1, 0, −1)}.
a) Determinaţi a ∈ R pentru care B este o bază pentru R3 ;
b) Pentru a = 1, aflaţi coordonatele lui x = (3, 1, −4) ı̂n baza B.
11. Fie B = {v 1 = (1, 3), v 2 = (−2, 3)} ⊂ R2 .
14 Curs de Algebră liniară

a) Arătaţi că B este o bază a spaţiului vectorial R2 ;

b) Scrieţi matricea de trecere de la baza canonică din R2 la baza B;
c) Determinaţi coordonatele vectorului v B = (−4, 2) ı̂n baza Bc ;
d) Calculaţi matricea de trecere de la baza B la baza canonică;
e) Determinaţi coordonatele vectorului v = (4, 5) ı̂n baza B.
12. Fie sistemele de vectori B1 = {v 1 = (3, −1), v 2 = (−1, 2)} şi
B2 = {u1 = (1, 2), u2 = (2, 1)}.
a) Verificaţi că B1 şi B2 sunt baze pentru R2 ;
b) Calculaţi matricea TB1 B2 ;
c) Determinaţi coordonatele vectorului v̄ ı̂n baza B1 ştiind că ı̂n baza B2 are coordonatele
(4, −4).
" # " #
1 1 1 3
13. Fie TBc B2 = şi TB1 B2 = . Determinaţi bazele B1 şi B2 ale
0 −1 1 4
spaţiului R2 .
14. Fie baza B2 = {v 1 = (1, 0, 0), v 2 = (0, 1, 0), v 3 = (1, −1, 1)} pentru R3 . Găsiţi baza
B1 ştiind că matricea de trecere de la baza B1 la baza B2 este
 
1 1 0
TB1 B2 =  1 2 0  .
 

0 −1 1
Subspaţii vectoriale

După cum sunt numite, subspaţiile vectoriale sunt submulţimi ale spaţiilor vectoriale formate
din elemente cu aceleaşi proprietăţi. De exemplu, ı̂n spaţiul aritmetic R3 considerăm toţi
vectorii cu prima componentă 0, ı̂n spaţiul polinoamelor de gradul 3 luăm doar polinoamele
fără termen liber, ı̂n spaţiul matricelor pătratice considerăm numai matricele simetrice (At =
A) etc. În general avem:

Definiţia 1. Fie spaţiul vectorial (V, +, ·) peste corpul K şi U o submulţime nevidă a sa.
Spunem că U este subspaţiu vectorial al lui V dacă (U, +, ·) este spaţiu vectorial.

Conform definiţiei, pentru a arăta că o submulţime este subspaţiu vectorial ar trebui să
verificăm toate proprietăţile din definiţia spaţiului vectorial. Se poate ı̂nsă şi mai simplu,
conform următoarei propoziţii.

Propoziţia 1. Fie spaţiul vectorial (V, +, ·) peste corpul K şi U o submulţime nevidă a
sa. Atunci U este subspaţiu vectorial al lui V dacă şi numai dacă
(Sv1) ū + v̄ ∈ U, (∀)ū, v̄ ∈ U;
(Sv2) αū ∈ U, (∀)α ∈ K, ū ∈ U.

Demonstraţie. ” ⇒ ” Ştim că U este subspaţiu vectorial al lui V şi trebuie să verificăm
(Sv1) şi (Sv2). Cum U este subspaţiu vectorial rezultă că cele două operaţii sunt legi de
compoziţie cu valori ı̂n U, adică ceea ce trebuia verificat.
” ⇐ ” Acum au loc cele două proprietăţi, (Sv1) şi (Sv2), şi verificăm toate proprietăţile din
definiţia spaţiului vectorial. Din ipoteză, cele două operaţii sunt legi de compoziţie cu valori
ı̂n U, iar proprietăţile de comutativitate, asociativitate, distributivitate ce au loc ı̂n V rămân
valabile şi ı̂n U. Din (Sv2) avem că 0 · ū = 0̄ ∈ U, deci elementul neutru din V este şi ı̂n U.
Tot din (Sv2) rezultă că (−1)ū = −ū ∈ U, deci orice vector din U are un simetric (opus) tot

15
16 Curs de Algebră liniară

ı̂n U şi de asemenea 1ū = ū ∈ U.

Să verificăm dacă U1 = {(x, y, 1) : x, y ∈ R} este un subspaţiu vectorial al lui R3 . Fie
ū, v̄ ∈ U1 , adică ū = (x1 , y1 , 1) şi v̄ = (x2 , y2 , 1). Atunci
ū + v̄ = (x1 + x2 , y1 + y2 , 2) = (x, y, 2) 6∈ U1 , adică proprietatea (Sv1) nu este verificată, deci
U1 nu este subspaţiu vectorial.
În alt exemplu considerăm spaţiul polinoamelor de gradul ı̂ntâi cu coeficienţi reali, R1 [X] =
{a + bX : a, b ∈ R} şi submulţimea U a polinoamelor de gradul ı̂ntâi cu coeficienţi egali,
U2 = {a + aX : a ∈ R}. Atunci U2 este subspaţiu vectorial. Într-adevăr, fie p(X), q(X) ∈ U2 ,
adică p(X) = a1 + a1 X şi q(X) = a2 + a2 X. Atunci p(X) + q(X) = (a1 + a2 ) + (a1 + a2 )X =
a + aX ∈ U2 , deci (Sv1) este verificată. De asemenea, αp(X) = α(a1 + a1 X) = αa1 + αa1 X =
a + aX ∈ U2 , deci şi (Sv2) este verificată. Conform Propoziţiei 1 rezultă că U2 este subspaţiu
vectorial.
Cele două condiţii, (Sv1) şi (Sv2), pot fi ı̂nlocuite printr-una singură, numită condiţia
de subspaţiu vectorial.
Propoziţia 2. Fie spaţiul vectorial (V, +, ·) peste corpul K şi U o submulţime nevidă a
sa. Atunci U este subspaţiu vectorial al lui V dacă şi numai dacă

(Sv) αū + βv̄ ∈ U, (∀)α, β ∈ K, ū, v̄ ∈ U.

Demonstraţie. ” ⇒ ” Dacă U este subspaţiu vectorial atunci au loc proprietăţile (Sv1)

şi (Sv2). Atunci, din (Sv2) avem că αū, βv̄ ∈ U, iar din (Sv1) suma lor este tot ı̂n U, adică
αū + βv̄ ∈ U.
” ⇐ ” Reciproc, dacă are loc proprietatea (Sv) atunci pentru α = β = 1 obţinem (Sv1), iar
pentru β = 0, (Sv2), ceea ce ı̂ncheie demonstraţia.
Fiind şi spaţiu vectorial, ı̂n cazul unui subspaţiu vectorial putem vorbi şi despre baze
şi, automat, despre dimensiunea subspaţiului. Pentru a găsi o bază a subspaţiului vectorial
determinăm un sistem de generatori ai subspaţiului si arătăm că este liniar independent.
Dimensiunea subspaţiului vectorial este egală cu numărul de vectori din baza găsită.
Să luăm, de exemplu, U = {(x, x) : x ∈ R} ⊂ R2 . Pentru ū = (x1 , x1 ) ∈ U şi v̄ =
(x2 , x2 ) ∈ U avem

αū + βv̄ = α(x1 , x1 ) + β(x2 , x2 ) = (αx1 , αx1 ) + (βx2 , βx2 )

= (αx1 + βx2 , αx1 + βx2 ) = (x, x) ∈ U,
Subspaţii vectoriale 17

deci U este subspaţiu vectorial. Observăm că orice vector din U se scrie sub forma (x, x) =
x(1, 1), deci vectorul (1, 1) ∈ U generează subspaţiul U. Deci BU = {(1, 1)} este sistem de
generatori ai lui U. Mai mult, fiind un singur vector, este şi liniar independent, deci BU este
bază pentru U. Rezultă că dim U = 1.
Ştim că un sistem de generatori ai spaţiului generează, prin combinaţii liniare ı̂ntre ei,
tot spaţiul. Se pune problema ce se ı̂ntâmplă dacă luăm un sistem de vectori oarecare şi
considerăm toate combinaţiile liniare ı̂ntre ei.

Definiţia 2. Fie S = {ū1 , ū2 , . . . , ūm } un sistem de vectori ı̂n spaţiul vectorial V peste
corpul K. Mulţimea tuturor combinaţiilor liniare ale vectorilor din S cu coeficienţi din K,
notată L(S) formează acoperirea liniară a lui S:

L(S) = {α1 ū1 + α2 ū2 + . . . + αm ūm , (∀)α1 , . . . , αm ∈ K}

Structura acoperirii liniare este dată ı̂n propoziţia următoare.

Propoziţia 3. Fie S = {ū1 , ū2 , . . . , ūm } un sistem de vectori ı̂n spaţiul vectorial V peste
corpul K. Atunci L(S) este subspaţiu vectorial al lui V şi dimensiunea lui este dată de
numărul vectorilor liniar independenţi din S.
m
X
Demonstraţie. Fie ū = γ1 ū1 + . . . + γm ūm = γk ūk ∈ L(S) şi
k=1
m
X
v̄ = δk ūk ∈ L(S). Atunci
k=1

m
X m
X m
X m
X
αū + βv̄ = α γk ūk + β δk ūk = αγk ūk + βδk ūk
k=1 k=1 k=1 k=1
m
X m
X
= (αγk + βδk )ūk = αk ūk ∈ L(S),
k=1 k=1

adică proprietatea (Sv) este verificată, deci L(S) este subspaţiu vectorial. Cum S este sistem
de generatori pentru L(S), din el alegem un sistem maximal de vectori liniar independenţi
(cel mai mare număr posibil), care va fi bază pentru L(S). Atunci dimensiunea lui L(S) este
dată de numărul vectorilor liniar independenţi din S.

Această definiţie ne permite să spunem ı̂n loc de acoperirea liniară a lui S, subspaţiul
generat de S.
18 Curs de Algebră liniară

Remarcăm că rezultatul de mai sus furnizează o modalitate de a construi subspaţii vec-
toriale pornind de la nişte vectori.
Ca o consecinţă a acestei propoziţii, pentru construirea lui L(S) procedăm astfel: folosind
metoda practică pentru liniar independenţă, din S alegem un sistem maximal liniar indepen-
dent, B. Atunci L(S) = L(B), iar B este bază pentru L(S).
Problema 1. În spaţiul aritmetic R3 considerăm sistemul de vectori
S = {ū1 = (1, −1, 1), ū2 = (1, 1, 0), ū3 = (2, 0, 1), ū4 = (2, 2, 0)}.
a) Să se extragă din S un sistem maximal de vectori liniar independenţi;
b) Să se determine L(S) şi să se precizeze dimensiunea sa.
Rezolvare. a) Matricea sistemului de vectori S relativ la baza canonică este
 
1 1 2 2
TBc S =  −1 1 0 2  .
 

1 0 1 0
Vom determina rangul
 matricei
 TBc S . Pentru aceasta, alegem un minor de ordinul doi nenul,
 1 1 
de exemplu d2 =  =2= 6 0 pe care ı̂l bordăm la ordinul trei:
 
 −1 1 
   
 1 1 2   1 1 2 
   
d03 =  −1 1 0  = 0, d3 00 =  −1 1 2  = 0.
   
   
 1 0 1   1 0 0 

Deoarece aceşti minori de ordinul trei sunt nuli avem că rang TBc S = 2. Mai mult, B =
{ū1 = (1, −1, 1), ū2 = (1, 1, 0)} ⊂ S este un sistem maximal de vectori liniar independenţi
(cu cei doi vectori s-a construit minorul d2 care a determinat rangul matricei TBc S ).
b) Avem L(S) = L(B) = {α1 ū1 + α2 ū2 , (∀)α1 , α2 ∈ R}. Dar
α1 ū1 + α2 ū2 = α1 (1, −1, 1) + α2 (1, 1, 0) = (α1 + α2 , −α1 + α2 , α1 ).
Atunci L(S) = {(α1 + α2 , −α1 + α2 , α1 ), (∀)α1 , α2 ∈ R}. Mai mult, B este o bază a lui L(S)
şi dim L(S) = 2.
O altă consecinţă a Propoziţiei 3 este următoarea metodă practică pentru subspaţii
vectoriale: fie U o submulţime a spaţiului vectorial V şi B un sistem de vectori liniar
independenţi. Dacă U = L(B) atunci U este subspaţiu vectorial având baza B.
Problema 2. Să se arate că U = {(x, x + y, 2y) : x, y ∈ R} este un subspaţiu vectorial al
lui R3 . Să se determine o bază a sa şi să se precizeze dim U.
Subspaţii vectoriale 19

Rezolvare. Mai ı̂ntâi determinăm sistemul de generatori ai lui U. Un vector oarecare

din U se scrie sub forma

(x, x + y, 2y) = (x, x, 0) + (0, y, 2y) = x(1, 1, 0) + y(0, 1, 2),

de unde deducem că sistemul de vectori B = {(1, 1, 0), (0, 1, 2)} generează orice vector din U,
adică ı̂l generează pe U. Să arătăm că B este liniar independent. Avem
 
1 0
TBc B =  1 1  .
 

0 2
 
 1 0 
Cum minorul de ordinul doi d2 =   = 1 este nenul şi nu există minori de ordinul
 
 1 1 
trei, rezultă că rang TBc B = 2, adică numărul de vectori din B. Atunci, conform criteriului
practic pentru liniar independenţă, B este liniar independent. Rezultă că U = L(B), deci U
este subspaţiu vectorial, iar B este o bază a sa. Mai mult, dim U = 2.
O altă modalitate de a construi subspaţii vectoriale este prin intermediul operaţiilor dintre
subspaţii vectoriale.
Definiţia 3. Fie U1 şi U2 subspaţii vectoriale ale lui V. Se numeşte sumă a subspaţiilor
vectoriale U1 şi U2 mulţimea

U1 + U2 = {v̄ ∈ V : (∃)ū1 ∈ U1 , (∃)ū2 ∈ U2 cu v̄ = ū1 + ū2 }.

Luând pe rând ū2 = 0̄V , respectiv ū1 = 0̄V , se constată uşor că U1 ∪ U2 ⊆ U1 + U2 .
Definiţia 4. Fie U1 şi U2 subspaţii vectoriale ale lui V. Se numeşte sumă directă a
subspaţiilor vectoriale U1 şi U2 mulţimea

U1 ⊕ U2 = {v̄ ∈ V : (∃!)ū1 ∈ U1 , (∃!)ū2 ∈ U2 cu v̄ = ū1 + ū2 }.

Deosebirea dintre cele două sume este că ı̂ntr-o sumă directă scrierea este unică.
Definiţia 5. Fie U1 şi U2 subspaţii vectoriale ale lui V. Se numeşte intersecţie a
subspaţiilor vectoriale U1 şi U2 mulţimea

U1 ∩ U2 = {v̄ ∈ V : v̄ ∈ U1 , v̄ ∈ U2 }.
20 Curs de Algebră liniară

Structurile acestor mulţimi sunt date ı̂n propoziţia ce urmează.

Propoziţia 4. Fie U1 şi U2 subspaţii vectoriale ale lui V. Atunci U1 + U2 , U1 ⊕ U2 şi
U1 ∩ U2 sunt subspaţii vectoriale ale lui V.
Demonstraţie. Fie ū, v̄ ∈ U1 + U2 , adică există ū1 , v̄1 ∈ U1 şi ū2 , v̄2 ∈ U2 astfel ca
ū = ū1 + ū2 , respectiv v̄ = v̄1 + v̄2 . Atunci

αū + βv̄ = α(ū1 + ū2 ) + β(v̄1 + v̄2 ) = (αu¯1 + βv̄1 ) + (αu¯2 + βv̄2 ).

Dar ū1 , v̄1 ∈ U1 şi din (Sv) rezultă αu¯1 +βv̄1 ∈ U1 . La fel, ū2 , v̄2 ∈ U2 , de unde αu¯2 +βv̄2 ∈ U2 .
Atunci rezultă că αū + βv̄ ∈ U1 + U2 , adică proprietatea (Sv) este verificată pentru U1 + U2 .
În concluzie, U1 + U2 este subspaţiu vectorial.
Analog, şi U1 ⊕ U2 este subspaţiu vectorial.
Rămâne să demonstrăm că intersecţia U1 ∩ U2 este subspaţiu vectorial. Fie ū, v̄ ∈ U1 ∩ U2 ,
deci ū, v̄ ∈ U1 şi ū, v̄ ∈ U2 . Folosind proprietatea (Sv) pentru U1 , respectiv U2 , obţinem
αū + βv̄ ∈ U1 , respectiv αū + βv̄ ∈ U2 . Atunci αū + βv̄ ∈ U1 ∩ U2 , adică proprietatea (Sv)
este verificată pentru U1 ∩ U2 . Deci U1 ∩ U2 este subspaţiu vectorial.
”Mărimea” sumei a două subspaţii vectoriale, raportată la operaţia de inclu-ziune, este
subliniată de
Propoziţia 5. Fie U1 şi U2 subspaţii vectoriale ale lui V. Atunci U1 + U2 este cel mai
mic subspaţiu vectorial ce conţine atât pe U1 cât şi pe U2 .
Demonstraţie. Fie U un subspaţiu vectorial al lui V astfel ca U1 ⊆ U şi U2 ⊆ U. Fie
v̄ ∈ U1 + U2 , deci există ū1 ∈ U1 , ū2 ∈ U2 cu v̄ = ū1 + ū2 . Din alegerea lui U rezultă că ū1 ∈ U
şi ū2 ∈ U şi, cum U este subspaţiu vectorial, ū1 + ū2 ∈ U. Rezultă că v̄ ∈ U. Cum v̄ a fost
luat arbitrar ı̂n U1 + U2 , obţinem că U1 + U2 ⊆ U, adică ce trebuia demonstrat.
Caracterizarea faptului că o sumă este sumă directă este dată de următoarea metodă
practică pentru sumă directă:
Propoziţia 6. Fie U1 şi U2 subspaţii vectoriale ale lui V. Atunci suma celor două
subspaţii este directă, U1 + U2 = U1 ⊕ U2 , dacă şi numai dacă U1 ∩ U2 = {0̄}.
Demonstraţie. ” ⇒ ” Considerăm că suma este directă. Fie v̄ ∈ U1 ∩ U2 şi ū ∈ U1 ⊕ U2 ,
adică există un unic ū1 ∈ U1 şi un unic ū2 ∈ U2 asfel ca ū = ū1 + ū2 . Cum ū1 , v̄ ∈ U1 şi
ū2 , v̄ ∈ U2 , putem scrie ū = (u¯1 − v̄) + (ū2 + v̄) ∈ U1 ⊕ U2 . Cum scrierea lui ū este unică,
rezultă u¯1 − v̄ = ū1 şi ū2 + v̄ = ū2 , deci v̄ = 0̄. Dar v̄ a fost ales arbitrar din U1 ∩ U2 , deci
Subspaţii vectoriale 21

U1 ∩ U2 = {0̄}.
” ⇐ ” Fie ū un vector oarecare din U1 + U2 . Considerăm că ar exista două scrieri sub formă
de sumă pentru ū: ū = ū1 + ū2 = v̄1 + v̄2 , unde ū1 , v̄1 ∈ U1 şi ū2 , v̄2 ∈ U2 . Rezultă că
ū1 − v̄1 = v̄2 − ū2 ∈ U1 ∩ U2 = {0̄}. Atunci ū1 = v̄1 şi ū2 = v̄2 , deci scrierea lui ū este unică,
| {z } | {z }
∈U1 ∈U2
adică suma este directă.

Problema 3. În spaţiul aritmetic R3 se consideră subspaţiile U1 = L((1, 2, 0)) şi U2 =

L((1, 0, 1)).
a) Să se descrie cele două subspaţii vectoriale;
b) Să se calculeze U1 + U2 ;
c) Să se calculeze U1 ∩ U2 şi să se precizeze dacă suma U1 + U2 este directă.
Rezolvare. a) Avem U1 = L((1, 2, 0)) = {(α, 2α, 0) : α ∈ R}, respectiv
U2 = L((1, 0, 1)) = {(β, 0, β) : β ∈ R}.
b) Un element al sumei U1 + U2 se obţine ı̂nsumând un vector din U1 cu altul din U2 , adică
(α, 2α, 0) + (β, 0, β) = (α + β, 2α, β). Se obţine că
U1 + U2 = {(α + β, 2α, β) : α, β ∈ R}.
c) Fie ū ∈ U1 ∩ U2 . Atunci ū ∈ U1 şi ū ∈ U2 , deci ū = (α, 2α, 0) = (β, 0, β). Rezultă α = β,
2α = 0 şi 0 = β, adică ū = (0, 0, 0). Atunci U1 ∩ U2 = {0̄}, iar suma U1 + U2 este directă,
U1 + U2 = U1 ⊕ U 2 .

O altă caracterizare pentru suma directă este dată de

Propoziţia 7. Fie U1 şi U2 subspaţii vectoriale ale lui V. Următoarele afirmaţii sunt
echivalente:
(i) suma celor două subspaţii este directă;
(ii) dacă ū1 ∈ U1 şi ū2 ∈ U2 astfel ca ū1 + ū2 = 0̄V atunci ū1 = ū2 = 0̄V .
Demonstraţie. (i) ⇒ (ii) ū1 + ū2 = 0̄V = 0̄V + 0̄V şi scrierea este unică, deci ū1 = ū2 =
0̄V .
(ii) ⇒ (i) Fie ū ∈ U1 + U2 arbitrar ales cu două posibile scrieri ū = v̄1 + v̄2 = w̄1 + w̄2 , unde
v̄1 , w̄1 ∈ U1 şi v̄2 , w̄2 ∈ U2 . Rezultă (v̄1 − w̄1 ) + (v̄2 − w̄2 ) = 0̄V . Cum v̄1 , w̄1 ∈ U1 rezultă
not not
v̄1 − w̄1 = ū1 ∈ U1 şi analog v̄2 − w̄2 = ū2 ∈ U2 . Din ipoteza (ii) obţinem v̄1 − w̄1 = 0̄V şi
v̄2 − w̄2 = 0̄V , de unde deducem că scrierea este unică, iar suma este directă.

Cum fiecare subspaţiu vectorial are o dimensiune, vom preciza şi dimensiunile subspaţiilor
22 Curs de Algebră liniară

obţinute prin operaţiile de mai sus.

Propoziţia 8. Fie U1 şi U2 subspaţii vectoriale ale lui V. Atunci:

(i) dim U1 ≤ dim V;
(ii) dim U1 = dim V ⇒ U1 = V;
(iii) dim(U1 + U2 ) = dim U1 + dim U2 − dim(U1 ∩ U2 );
(iv) dim(U1 ⊕ U2 ) = dim U1 + dim U2 .
Demonstraţie. (i) Evident, numărul de vectori dintr-o bază a lui U1 nu poate fi mai
mare decât numărul de vectori dintr-o bază a lui V.
(ii) Dacă dim U1 = dim V atunci numărul de vectori dint-o bază a lui U1 este egal cu numărul
de vectori dint-o bază a lui V, deci baza lui U1 este bază şi pentru V. Atunci U1 = V.
(iii) Fie B o bază pentru U1 ∩ U2 . Atunci B se completează la o bază pentru U1 , notată
B1 şi la o bază pentru U2 , notată B2 . O bază pentru U1 + U2 este B1 ∪ B2 . Ştiind formula
card(B1 ∪ B2 ) = card(B1 ) + card(B2 ) − card(B1 ∩ B2 ), obţinem concluzia.
(iv) Suma este directă şi atunci U1 ∩ U2 = 0̄.

Punctul (ii) al Propoziţiei precedente ne oferă o metodă practică pentru a arăta că
un subspaţiu vectorial este egal cu tot spaţiul vectorial: dacă un subspaţiu vectorial
are aceeaşi dimensiune cu spaţiul vectorial, atunci coincid.
De exemplu, ı̂n R2 să considerăm U1 = L((1, 2)) = {(x, 2x) : x ∈ R} şi U2 = L((0, 1)) =
{(0, y) : y ∈ R}. Atunci U1 ∩ U2 = {(0, 0)}, de unde
dim(U1 ⊕ U2 ) = dim U1 + dim U2 = 1 + 1 = 2 = dim(R2 ). Deci U1 ⊕ U2 = R2 .

Definiţia 6. Subspaţiile vectoriale U1 şi U2 ale lui V se numesc subspaţii comple-

mentare dacă U1 ⊕ U2 = V.

Precizăm că uneori se foloseşte termenul de subspaţii suplementare.

Observăm că subspaţiile considerate ı̂n exemplul precedent sunt complementa-re. Modul
de rezolvare prezentat ne furnizează şi metoda practică pentru a arăta că două subspaţii
vectoriale sunt complementare: arătăm că suma este directă, adică U1 ∩ U2 = {0̄}, şi că
dim(U1 ⊕ U2 ) = dim V.
O metodă rapidă de a construi două subspaţii complementare este dată de ”spargerea”
unei baze a spaţiului vectorial ı̂n două părţi şi construirea subspaţiilor generate de acestea.
Are loc

Propoziţia 9. Fie B = {v̄1 , . . . , v̄n } o bază a spaţiului vectorial V ce se separă ı̂n două
Subspaţii vectoriale 23

sisteme de vectori disjuncte, S1 şi S2 . Atunci L(S1 ) ⊕ L(S2 ) = V.

Demonstraţie. Fără a restrânge generalitatea, considerăm S1 = {v̄1 , . . . , v̄p } şi S2 =
{v̄p+1 , . . . , v̄n }. Pentru a arăta că suma este directă vom folosi Propoziţia 7. Fie pen-
tru aceasta ū1 ∈ L(S1 ) şi ū2 ∈ L(S2 ) astfel ca ū1 + ū2 = 0̄V . Atunci există scalarii
α1 , . . . , αp , αp+1 , . . . , αn cu
ū1 = α1 v̄1 + . . . + αp v̄p

şi
ū2 = αp+1 v̄p+1 + . . . + αn v̄n .

Condiţia ū1 + ū2 = 0̄V implică

α1 v̄1 + . . . + αp v̄p + αp+1 v̄p+1 + . . . + αn v̄n = 0̄V .

Dar vectorii v̄1 , . . . , v̄p , . . . , v̄n sunt liniar independenţi şi atunci

α1 = . . . = αp = αp+1 = . . . = αn = 0.

Implicit, ū1 = ū2 = 0̄V . Deci suma celor două subspaţii este directă.
Cum S1 şi S2 sunt liniar independente, ele sunt şi baze pentru cele două subspaţii generate.
Avem atunci

dim(L(S1 ) ⊕ L(S2 )) = dim L(S1 ) + dim L(S2 ) = p + (n − p) = n = dim V,

deci L(S1 ) ⊕ L(S2 ) = V.

Se poate pune şi problema determinării subspaţiului complementar unui sub-spaţiu dat.
În acest sens, din propoziţia de mai sus deducem următoarea metodă practică de aflare
a subspaţiului complementar:
1) Determinăm o bază BU a subspaţiului dat U;
2) Completăm BU la o bază pentru tot spaţiul vectorial V: B = BU ∪ S;
3) Subspaţiul complementar lui U este L(S).
Problema 4. Fie U = {(x, −x, 2x) : x ∈ R} ⊂ R3 . Să se arate că U este subspaţiu
vectorial şi să se determine subspaţiul său complementar.
Rezolvare. Cum (x, −x, 2x) = x(1, −1, 2), rezultă că U = L((1, −2, 2)), deci este
subspaţiu vectorial cu baza BU = {(1, −1, 2)}. Completăm această bază la o bază pentru R3 .
24 Curs de Algebră liniară

Fie, de exemplu B = {(1, −1, 2), (0, 1, 0), (0, 0, 1)}, care este bază deoarece det TBc B = 1 6= 0.
Atunci subspaţiul complementar lui U este L((0, 1, 0), (0, 0, 1)) = {(0, y, z) : y, z ∈ R}.
Subspaţii generate de o matrice

Fie A = [aij ], i ∈ {1, 2, . . . , m}, j ∈ {1, 2, . . . , n}, o matrice cu m linii şi n coloane.
Definiţia 11. Se numeşte subspaţiul nul al matricei A mulţimea

N ull(A) = {x̄ ∈ Rn : Ax̄ = 0̄},

adică mulţimea soluţiilor sistemului omogen Ax̄ = 0̄.

Propoziţia 16. Subspaţiul nul al unei matrice este subspaţiu vectorial a lui Rn .
Demonstraţie. Fie α, β ∈ R, x̄, ȳ ∈ N ull(A), adică Ax̄ = 0̄ şi Aȳ = 0̄. Atunci

A(αx̄ + β ȳ) = αAx̄ + βAȳ = 0̄,

deci αx̄ + β ȳ ∈ N ull(A), ceea ce trebuia demonstrat.

Definiţia 12. Subspaţiul generat de vectorii puşi pe coloanele matricei A se numeşte
subspaţiul coloanelor lui A, notat col(A).
Evident, col(A) este subspaţiu vectorial al lui Rm .
Propoziţia 17. Fie A ∈ Mm,n (R). Atunci:

dim col(A) = rang A , dim N ull(A) = n − rang A.

Demonstraţie. Matricea sistemului omogen Ax̄ = 0̄ este A. Tot A este matricea

sistemului de vectori ce generează col(A). Numărul vectorilor liniar independenţi este rang A,
iar numărul necunoscutelor secundare ale sistemului este n − rang A.
" #
1 2 0
Problema 8. Fie matricea A = . Să se scrie ecuaţiile lui N ull(A) şi să se
−1 1 3
precizeze dimensiunea lui. Să se determine o bază a lui N ull(A).
Rezolvare. Ecuaţiile lui N ull(A) sunt ecuaţiile sistemului omogen Ax̄ = 0̄, adică:
 
" # x1 " # (
1 2 0 0 x1 + 2x2 = 0
·  x2  = ⇔
 
−1 1 3 0 −x1 + x2 + 3x3 = 0
x3
Subspaţii vectoriale 25

Numărul de coloane ale lui A este n = 3, deci N ull(A) este subspaţiu al lui R3 . Cum
rang A = 2, rezultă dim N ull(A) = 3 − 2 = 1.
Pe de altă parte, dacă rezolvăm sistemul omogen avem x1 = −2x2 , apoi 3x2 + 3x3 = 0,
deci x2 = −x3 şi x1 = 2x3 . Obţinem că

N ull(A) = {(2x3 , −x3 , x3 ) : x3 ∈ R} = L((2, −1, 1)),

adică B0 = {(2, −1, 1)} este o bază a lui N ull(A).

Întrebări teoretice

1. Definiţi noţiunea de subspaţiu vectorial.

2. Care sunt condiţiile (sau condiţia) ca o submulţime a unui spaţiu vectorial să fie
subspaţiu vectorial?
3. Cum procedaţi pentru a găsi o bază a unui subspaţiu vectorial?
4. Care este subspaţiul generat de sistemul de vectori S = {v 1 , v 2 } ? Când S este bază
pentru acesta? În acest caz, cât este dimensiunea subspaţiului generat?
5. Care este metoda practică pentru subspaţii vectoriale?
6. Definiţi noţiunea de sumă a două subspaţii vectoriale.
7. Definiţi noţiunea de sumă directă a două subspaţii vectoriale.
8. Care este metoda practică pentru sumă directă?
9. În ce condiţii un subspaţiu vectorial este egal cu ı̂ntreg spaţiul?
10. Definiţi noţiunea de subspaţii complementare.
11. Care este metoda practică pentru subspaţii complementare?
12. Care sunt paşii pentru a determina un subspaţiu complementar unui subspaţiu dat?

Exerciţii

1. Arătaţi că U = {(2 + a, −a, 2a) : a ∈ R} nu este subspaţiu vectorial al lui R3 .

2. Verificaţi că U = {(2a, −a, a) : a ∈ R} este subspaţiu vectorial al lui R3 . Determinaţi
o bază a sa.
3. Arătaţi că U = {(x + y, x − y, 2x) : x, y ∈ R} este subspaţiu vectorial al lui R3 .
Determinaţi o bază a sa. Cât este dim U ?
26 Curs de Algebră liniară

4. Determinaţi subspaţiul generat de sistemul de vectori

S = {v 1 = (1, 1, 0), v 2 = (0, −2, 3), v 3 = (1, −1, 3)}, stabilind şi o bază a acestuia. Care este
dimensiunea subspaţiului generat?
5. Fie sistemul de vectori S = {v 1 = (1, m, 2), v 2 = (2, 4, −1), v 3 = (1, 0, 1)}. Determinaţie
m ∈ R astfel ca L(S) 6= R3 .
6. Fie sistemul de vectori S = {v 1 = (2, 1, 2), v 2 = (1, 1, 1), v 3 = (4, 3, 4)}.
a) Determinaţi o bază a lui L(S);
b) Stabiliţi dacă ū = (−3, −1, −3) ∈ L(S) scriindu-l ı̂n baza determinată.
7. Fie U = {(x + y, 2x) : x, y ∈ R}. Arătaţi că U = R2 .
8. Fie U1 = {(x, 2x) : x ∈ R} şi U2 = {(a, b) ∈ R2 : a + b = 0}.
a) Arătaţi că U1 şi U2 sunt subspaţii vectoriale ale lui R2 ;
b) Calculaţi U1 ∩ U2 şi U1 + U2 ;
c) Verificaţi dacă U1 ⊕ U2 = R2 ;
d) Justificaţi că U1 ∪ U2 nu este subspaţiu vectorial.
9. Se consideră U1 = {(x, y, z) ∈ R3 : x + y = 0, x − z = 0} şi
U2 = {(x, y, z) ∈ R3 : x + 2y − z = 0}.
a) Arătaţi că sunt subspaţii vectoriale ale lui R3 ;
b) Determinaţi U1 ∩ U2 ;
c) Calculaţi dim(U1 + U2 ).
10. Fie U1 = {(x, 3x, −x) : x ∈ R} şi U2 = {(a, b, c) ∈ R3 : a − c = 0}.
a) Arătaţi că U1 şi U2 sunt subspaţii vectoriale ale lui R3 ;
b) Stabiliţi dacă U1 şi U2 sunt complementare.
11. Stabiliţi dacă subspaţiile L((1, −1, 1)) şi L({(1, 1, 2), (0, −2, −1)}) sunt complementare
ı̂n spaţiul aritmetic R3 .
12. Determinaţi un subspaţiu complementar lui L((3, 2)) ı̂n R2 .
13. Arătaţi că U = {(a, b, c) ∈ R3 : a + c = 0} este subspaţiu vectorial şi determinaţi un
subspaţiu vectorial W astfel 3
" ca U ⊕ W #= R .
1 1 0
14. Fie matricea A = .
−1 1 4
a) Scrieţi ecuaţiile lui N ull(A);
b) Precizaţi dimensiunea subspaţiului N ull(A);
c) Aflaţi o bază a lui N ull(A);
d) Stabiliţi dacă col(A) = R2 ;
Subspaţii vectoriale 27

e) Determinaţi subspaţiul ortogonal al lui N ull(A).

 
1 1
15. Fie matricea A =  2 1  .
 

0 1
a) Arătaţi că N ull(A) = {(0, 0)};
b) Determinaţi subspaţiul ortogonal al lui col(A).
 
1 1 0
16. Fie matricea A =  −1 1 2  , unde m ∈ R.
 

0 1 m
a) Determinaţi m pentru care dim N ull(A) = 1;
b) Pentru m = 1, aflaţi o bază a subspaţiului N ull(A);
c) Pentru m = 1, stabiliţi dacă N ull(A) ⊕ col(A) = R3 .