Fai Id m2 V25iun

Fundamentele Algebrice ale Informaticii
-învăţământ la distanţă-
MODULUL II
Adelina-Loredana Manea
Cuprins
1 M2.U1. Inele şi corpuri 97

1.1 Inel. Corp . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
1.2 Subinel, subcorp, ideal . . . . . . . . . . . . . . . . . . . . . . . . 102
1.3 Operaţii cu ideale . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
1.4 Morfisme de inele şi corpuri . . . . . . . . . . . . . . . . . . . . . 107
1.5 Temă de control la finalul unităţii de învăţare M2.U1. . . 111
2 M2.U2. Exemple remarcabile de inele 112

2.1 Inel booleean . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
2.2 Inele de matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
2.3 Inele de polinoame . . . . . . . . . . . . . . . . . . . . . . . . . . 125
3 M2.U3. Spaţii vectoriale. Subspaţii. Bază şi dimensiune. 136

3.1 Spaţii vectoriale . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
3.2 Subspaţii vectoriale . . . . . . . . . . . . . . . . . . . . . . . . . . 139
3.3 Bază şi dimensiune . . . . . . . . . . . . . . . . . . . . . . . . . . 145
3.4 Produs scalar, ortogonalitate, normă, metrică. . . . . . . . . . . . 151
4 M2.U4. Transformări liniare. Matricea unei transformări liniare158

4.1 Morfisme liniare . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
96
Unitatea de învăţare 1
M2.U1. Inele şi corpuri
U1.0 Obiectivele unităţii de învăţare

Această unitate de învăţare continuă studiul structurilor algebrice în-
ceput în Modulul I, cu alte două structuri algebrice, inele şi corpuri.
Studenţii îşi vor completa cunoştinţele acumulate în liceu despre in-
ele, cu noţiuni legate de morfisme de inele şi corpuri, ideale în inele,
operaţii cu ideale, elemente nilpotente.
La sfârşitul acestei unităţi de învăţare cursanţii trebuie să fie capabili

să opereze într-un inel sau corp, să cunoască forma elementelelor dintr-
un inel factor, să poată să determine elementele nilpotente din inelele
claselor de resturi.
Estimăm parcurgerea acestei unităţi de învăţare în 3 ore.
1.1 Inel. Corp

Fie A o mulţime nevidă pe care s-au definit două legi de compoziţie interne binare,
notate ”⊕”, respectiv ”⊗”, numite adunare, respectiv înmulţire.
Definitia 1.1.1. Tripletul (A, ⊕, ⊗) se numeşte semiinel dacă sunt verificate

condiţiile:
a) (A, ⊕) este monoid comutativ, fie ϵ elementul neutru;
b) (A, ⊗) este monoid comutativ, fie e elementul neutru;
c) înmulţirea este distributivă faţă de adunare:
x ⊗ (y ⊕ z) = x ⊗ y ⊕ x ⊗ z, (y ⊕ z) ⊗ x = y ⊗ x ⊕ z ⊗ x, ∀x, y, z ∈ A;
d) ϵ ⊗ e = e ⊗ ϵ = ϵ.
97
98
Exemplul 1.1.1. a) Cel mai simplu exemplu de seminel este mulţimea

numerelor naturale, în raport cu adunarea şi înmulţirea uzuale.
b) Considerăm mulţimea Rmin = R ∪ {∞}, cu legile de compoziţie
x ⊕ y = min x, y, x ⊗ y = x + y, ∀x, y ∈ Rmin
unde min x, y reprezintă minimul dintre elementele x, y, iar + este

adunarea uzuală, cu regulile binecunoscute
x + ∞ = ∞ + x = ∞, ∞ + ∞ = ∞, ∀x ∈ R.
Tripletul (Rmin , ⊕, ⊗) este un semiinel, cu ϵ = ∞, e = 0.

c) Considerăm mulţimea Rmax = R∪{−∞}, cu legile de compoziţie
x ⊕ y = max x, y, x ⊗ y = x + y, ∀x, y ∈ Rmax
unde max x, y reprezintă maximul dintre elementele x, y, iar + este

adunarea uzuală, cu regulile binecunoscute
x + (−∞) = −∞ + x = −∞, −∞ + (−∞) = ∞, ∀x ∈ R
Tripletul (Rmax , ⊕, ⊗) este un semiinel, cu ϵ = −∞, e = 0.
Definitia 1.1.2. Tripletul (A, ⊕, ⊗) se numeşte inel dacă sunt verificate condiţi-
ile:
a) (A, ⊕) este grup abelian;
b) înmulţirea este asociativă;
c) înmulţirea este distributivă faţă de adunare.
Fie (A, ⊕, ⊗) un inel. În acest caz, în mod uzual, operaţiile de adunare şi

înmulţire se notează simplu prin +, respectiv ·.
Dacă mai mult, (A, ·) este monoid, atunci inelul se numeşte unitar sau cu
unitate, iar elementul neutru din monoidul (A, ·) se notează cu 1 şi îl numim
elementul unu al inelului.
Dacă operaţia · este comutativă, atunci inelul se numeşte inel comutativ.
Elementul neutru în grupul (A, +) se notează cu 0 şi se numeşte elementul
zero al inelului, iar simetricul unui element x în grupul (A, +) se notează −x şi
se numneşte opusul lui x.
Exemplul 1.1.2. a) (Z, +, ·), (Q, +, ·), (R, +, ·) sunt inele unitare
comutative, unde +, · sunt operaţiile uzuale de adunare şi înmulţire a
numerelor.
99
b) (Zn , +, ·) inelul claselor de resturi modulo n, pentru orice

întreg n ≥ 1 este unitar şi comutativ;
c) Mulţimea numerelor întregi pare, în raport cu operaţiile de
adunare şi înmulţire uzuale, este un inel comutativ fără unitate.
d) Dacă (G, +) este grup abelian, atunci mulţimea endomorfis-
melor sale, (End(G), +, ◦), este inel unitar necomutativ.
e) Mulţimea matricelor pătratice Mn (C) este inel unitar neco-
mutativ în raport cu adunarea şi înmulţirea de matrice, uzuale. Acest
inel va fi prezentat în detaliu într-un paragraf următor.
f) Submulţimea Z[i] = {a+i·b, a, b ∈ Z} a mulţimii numerelor
complexe este inel comutativ în raport cu adunarea şi înmulţirea uzuale
din C, numit inelul lui Gauss.
Fie (A, +, ·) un inel unitar şi m, n ∈ Z. Sunt valabile regulile de calcul din
grupul (A, +), prezentate anterior, la studiul grupurilor. În plus avem şi:
Propozitia 1.1.1. În inelul unitar (A, +, ·) au loc:

a) 0 · x = x · 0 = 0, pentru orice x ∈ A;
b) x · (−y) = (−x) · y = −(x · y), şi (−x) · (−y) = x · y;
c) x · (y − z) = x · y − x · z, (∀)x, y, z ∈ A;
d) (−x)n = xn dacă n par, (−x)n = −xn dacă n impar,
e) x · (y1 + y2 + ... + yn ) = x · y1 + x · y2 + ... + x · yn , ∀n ∈ N∗ , ∀x, yi ∈ A,
i = 1, n;
f) Dacă elementele x, y ∈ A comută, deci x · y = y · x, atunci au loc:
xn − y n = (x − y)(xn−1 + xn−2 y + ... + xy n−2 + y n−1 ),
∑
n
n!
(x + y)n = Cnk xn−k y k , Cnk = ,
k=0
(n − k)!k!
unde ultima egalitate este cunoscută sub numele de Binomul lui Newton.
Demonstraţie: a) Facem următorul calcul, ţinând cont că 0 este element

neutru la adunare şi că înmulţirea este distributivă faţă de adunare:
0 · x = (0 + 0) · x = 0 · x + 0 · x ⇒ 0 · x = 0.
Analog, x · 0 = 0.
b) Folosim rezultatul de la punctul anterior după cum urmează:
0 = x · 0 = x · (y + (−y)) = x · y + x · (−y) ⇒ x · (−y) = −(x · y).
Analog se arată (−x) · y = −(x · y). Avem şi
(−x) · (−y) = −(x · (−y)) = −(−(x · y)) = x · y.

100
Punctul c) este o consecinţă a distributivităţii înmulţirii faţă de adunare şi a

rezultatului de la punctul b).
Punctele d) şi e) se demonstrează prin inducţie. De exemplu, la punctul d),
pentru n = 2k, facem inducţie după numărul k. Pentru k = 1, atunci conform
punctului b),
(−x)2 = (−x) · (−x) = x · x = x2 .
Presupunem adevărat că (−x)2k = x2k şi vom arăta că (−x)2(k+1) = x2(k+1) .
Într-adevăr,
(−x)2(k+1) = (−x)2k · (−x)2 = x2k · x2 = x2k+2 .
Rezultatele de la punctul f) se demonstrează de asemenea prin inducţie după
n.
În cele ce urmează inelele le vom considera unitare, dacă nu se precizează

altfel. Într-un inel unitar (A, +, ·), perechea (A, ·) este moniod. Mulţimea ele-
mentelor inversabile în acest monoid se numeşte mulţimea elementelor inversabile
în inelul A şi se notează U (A). Se ştie că (U (A), ·) este grup.
Exemplul 1.1.3. a) În inelul numerelor întregi (Z, +, ·), U (Z) =

{−1, 1}.
b) În inelul claselor de resturi modulo n, (Zn , +, ·), avem
U (Zn ) = {â| (a, n) = 1}.
Definitia 1.1.3. Un element nenul a al inelului (A, +, ·) se numeşte divizor al

lui zero la sânga (dreapta) dacă există b ∈ A∗ = A − {0} astfel încât a · b = 0,
(respectiv (b · a = 0).
Dacă inelul este comutativ, atunci cele două noţiuni coincid.
Definitia 1.1.4. Un inel fără divizori ai lui zero se numeşte inel integru. Un
inel integru comutativ, se numeşte domeniu de integritate.
Exemplul 1.1.4. a) (Z, +, ·), (Q, +, ·), (R, +, ·) sunt domenii de in-
tegritate.
b) (Z6 , +, ·) nu este inel integru, b
2·b
3 =b 0; mai general, dacă n
nu este prim, atunci (Zn , +, ·) nu este integru, clasa de echivalentă
modulo n a oricărui divizor propriu al lui n fiind divizor al lui zero în
Zn ;
c) Dacă p este prim, atunci (Zp , +, ·) este domeniu de integritate.
101
Exemplul 1.1.5. Elementele inversabile în inelul (Z9 , +, ·) sunt U (Z9 ) =

{1̂, 2̂, 4̂, 5̂, 7̂, 8̂}. Divizorii lui zero sunt {3̂, 6̂}.
Exerciţiu: Scrieţi elementele inversabile şi divizori lui zero din inelul
(Z10 , +, ·).
Observatia 1.1.1. Niciun element din U (A) nu poate fi divizor al lui zero. Într-
adevăr, dacă x ∈ U (A), atunci există x−1 ∈ A, cu
x · x−1 = x−1 · x = 1.
Dacă am presupune că x · z = 0, pentru un nenul z ∈ A, atunci înmulţind ultima

egalitate la stânga cu x−1 obţinem z = 0, contradicţie cu definiţia divizorilor lui
zero.
Propozitia 1.1.2. În inelul integru (A, +, ·) au loc:
a) x · y = 0 dacă şi numai dacă x = 0 sau y = 0.
b) a · x = a · y sau x · a = y · a, cu a ̸= 0 implică x = y.
Demonstraţie: a) Dacă x şi y ar fi nenuli, ei ar fi divizori ai lui zero în inelul
A, ceea ce contrazice ipoteza A inel integru. Implicaţia inversă este evidentă, din
Propoziţia 1.1.1.
b) Egalităţile din ipoteză sunt echivalente cu a · (x − y) = 0, respectiv
(x − y) · a = 0. Din A integru, conform punctului a), rezultă a = 0 sau x − y = 0
şi, deoarece a este nenul, avem x = y.
Definitia 1.1.5. Un inel (A, +, ·) cu cel puţin două elemente (1 ̸= 0) este corp
dacă U (A) = A∗ , adică orice element nenul este inversabil.
Conform Observaţiei 1.1.1, un corp nu are divizori ai lui zero, deci:
Propozitia 1.1.3. Orice corp este un inel integru.
Exemplul 1.1.6. a) (Q, +, ·), (R, +, ·) sunt corpuri comutative.

b) Dacă p este prim, atunci (Zp , +, ·) este corp comutativ.
c) Fie d ∈ Z − {1} un întreg liber de pătrate (d nu se divide cu
pătratul niciunui număr întreg ̸= 1). Mulţimea
√ √
Q( d) = {a + b d/ a, b ∈ Q},
este corp comutativ, numit corp pătratic. Elementele acestui corp se

numesc numere pătratice.
102
Test de autoevaluare
1. Daţi exemplu de trei inele care au divizori ai lui zero.
2. Demonstraţi că într-un inel 0 · x = 0, unde 0 este elementul zero al
inelului iar x este orice element.
Indicaţii de rezolvare:
A se studia exemplele şi rezultatele teoretice din paragraful parcurs.
1.2 Subinel, subcorp, ideal

În această secţiune prezentăm submulţimi remarcabile ale unui inel sau corp.
Ne amintim! Un triplet (A, +, ·) este inel dacă (A, +) este grup
comutativ, (A, ·) este semigrup, iar înmulţirea este distributivă faţă
de adunare.
Elementul neutru în grupul (A, +) se notează cu 0 şi se numeşte el-
ementul zero al inelului, iar simetricul unui element x în grupul (A, +)
se notează −x şi se numneşte opusul lui x.
Fie (A, +, ·) un inel şi B o submulţime nevidă a sa.
Definitia 1.2.1. B se numeşte subinel al lui A dacă este inel în raport cu oper-
aţiile induse de cele două operaţii din A. Dacă A este corp şi B are proprietatea
anterioară, atunci el se numeşte subinel al corpului A. Dacă A este corp şi B
este tot corp în raport cu operaţiile induse, atunci B se numeşte subcorp al lui
A, iar A extindere a corpului B.
Exemplul 1.2.1. a) Pentru un inel oarecare (A, +, ·), {0}, A sunt

subinele.
Dacă A este corp, atunci submulţimea {0} este subinel, iar A este
subcorp.
b) (Z, +, ·) este subinel al corpului (Q, +, ·), care este subcorp în
(R, +, ·).
c) Oricare ar fi n ∈ Z, (nZ, +, ·) este subinel în (Z, +, ·). Mai
mult, deoarece orice subinel este subgrup al grupului aditiv al inelului
şi orice subgrup al grupului (Z, +) este de forma nZ (vezi Modulul I,
subgrupurile grupului aditiv al numerelor întregi), acestea sunt toate
subinelele lui Z.
Propozitia 1.2.1. a) Submulţimea nevidă B a inelului (A, +, ·) este subinel dacă
şi numai dacă pentru orice x, y ∈ B, au loc x − y ∈ B şi x · y ∈ B.
b) Submulţimea nevidă B a corpului A este subcorp dacă şi numai dacă pentru
orice x, y ∈ B, y ̸= 0 au loc x − y ∈ B şi x · y −1 ∈ B.
103
Demonstraţie: a) Implicaţia directă este evidentă din proprietatea de parte

stabilă a inelului B în raport cu operaţiile din A. Reciproc, dacă pentru orice
x, y ∈ B are loc x − y ∈ B, atunci (B, +) este subgrup în (A, +). Condiţia
x · y ∈ B pentru orice x, y ∈ B, asigură (B, ·) parte stabilă, de unde axiomele
specifice structurii de inel, valabile în A, se menţin şi în B.
b) Analog cu raţionamentul anterior.
Se verifică imediat că:

Propozitia 1.2.2. Intersecţia unei familii de subinele (subcorpuri) este subinel
(subcorp).
Fie (A, +, ·) un inel comutativ şi I o submulţime nevidă a sa.
Definitia 1.2.2. I se numeşte ideal al lui A dacă 0 ∈ I, x + y ∈ I şi a · x ∈ I,
pentru orice x, y ∈ I şi a ∈ A.
Observatia 1.2.1. Din definiţie rezultă imediat că orice ideal este subinel. Re-
ciproc nu este adevărat, nu orice subinel este şi ideal: subinelul Z al lui Q nu
este ideal, deoarece, de exemplu 32 · 5 ∈
/ Z.
Exemplul 1.2.2. a) În orice inel (A, +, ·), {0}, A sunt ideale, nu-
mite idealul nul, respectiv idealul total. Acestea sunt idealele improprii
ale inelului; celelalte ideale se numesc ideale proprii.
b) Fie x ∈ A, arbitrar ales. Mulţimea
x · A = {x · a, a ∈ A},
este ideal al inelului A.
Acest ideal este generat de elementul x. Astfel de ideale (generate
de un element) se numesc ideale principale.
c) Singurele ideale ale lui (Q, +, ·) sunt {0} şi Q. Într-adevăr,
considerând un ideal I diferit de cel nul, acesta conţine cel puţin un
element nenul, fie acesta x. Q este corp, deci x−1 ∈ Q. Din definiţia
idealului obţinem succesiv x · x−1 = 1 ∈ I, apoi Q ⊆ I, deci I = Q.
Rezultatul este valabil pentru orice corp, după cum urmează.
Propozitia 1.2.3. Inelul (A, +, ·) este corp, dacă şi numai dacă singurele sale
ideale sunt cel nul şi cel total.
Demonstraţie: Analog cu justificarea de la exemplul anterior, lăsăm stabilirea
implicaţiei directe cititorului. Reciproc, fie A un inel cu Id(A) = {{0}, A} şi
x ∈ A∗ . Idealul generat de x, notat xA, este prin urmare {0} sau A. Cum x este
nenul şi se află în xA, rezultă xA = A, deci 1 ∈ xA, de unde avem x inversabil.
Deoarece x a fost ales arbitrar, am obţinut A corp.
104
Definitia 1.2.3. Un domeniu de integritate în care toate idealele sunt principale

se numeşte inel principal.
Propozitia 1.2.4. Inelul numerelor întregi este principal. Un ideal al său este
fie idealul nul (generat deci de 0), fie este generat de cel mai mic număr pozitiv
pe care îl conţine.
Demonstraţie: Deoarece orice ideal este în particular subgrup al grupului

aditiv, rezultă că orice ideal al inelului numerelor întregi este de forma nZ, pentru
un n ∈ N. Orice astfel de submulţime a lui Z este ideal în Z, deci toate idealele
inelului numerelor întregi sunt principale. Mai mult, ele coincid cu subinelele sale
şi cu subgrupurile grupului aditiv al numerelor întregi, deci au forma precizată
în enunţ.
Propozitia 1.2.5. Fie A un inel unitar şi I un ideal al său. Următoarele afirmaţii

sunt adevărate:
a) I = A dacă şi numai dacă 1 ∈ I.
b) I = A dacă şi numai dacă U (A) ∩ I ̸= Φ.
Demonstraţie: Implicaţia directă este evidentă la ambele afirmaţii.

a) Pentru reciprocă, fie a ∈ A, arbitrar ales. Din definiţia idealului, ipoteza
1 ∈ I conduce la a · 1 ∈ I, deci A ⊂ I. Rezultă A = I.
b) Dacă I conţine un inversabil a, inversul său este un element a−1 ∈ A,
iar rezultatul a−1 · a este în I. Obţinem 1 ∈ I şi, conform a), I = A.
1. Precizaţi care sunt idealele inelului numerelor întregi.
2. Arătaţi că idealul generat de elementul 3̂ în inelul claselor de resturi

modulo 8 este Z8 . Justificaţi!
1) A se studia Propoziţia 1.2.4, cu actualizarea cunoştinţelor referitor la subgrupurile grupu-
lui (Z, +), Exemplul 4.3.1 din Modulul I.
2) Se verifică direct. Elementul 3̂ este inversabil în inelul Z8 . Folosim Propoziţia 1.2.5.
1.3 Operaţii cu ideale

Fie (A, +, ·) un inel unitar şi Ids (A), Idd (A), Id(A) mulţimea idealelor sale la
stânga, la dreapta, respectiv bilaterale.
Rezultatele care urmează vor fi formulate pentru ideale la stânga ale inelului
A, dar sunt valabile şi pentru idealele sale la dreapta, respectiv cele bilaterale.
105
Propozitia 1.3.1. Intersecţia unei familii de ideale este ideal. Mai mult, este cel
mai mare (în sensul incluziunii) ideal la stânga inclus în fiecare ideal din familia
dată.
Demonstraţie: Fie {Ii }i∈K o familie de ideale ale inelului A, unde K este o
∩ Ii . Deoarece fiecare Ii este ideal, avem 0 ∈ Ii ,
mulţime de indici. Notăm I = |{z}
i∈K
deci 0 ∈ I.
Fie a ∈ A şi x, y ∈ I, deci x, y ∈ Ii , ∀i ∈ K. Pentru fiecare i ∈ K, rezultă
x+y ∈ Ii şi a·x ∈ Ii din definiţia idealului (Ii ideal), de unde avem x+y, a·x ∈ I.
Evident I este inclus in fiecare Ii . Fie acum J un alt ideal la stânga al inelului
A astfel încât J ⊆ Ii , ∀i ∈ K. Rezultă J ⊆ I, deci I este infimumul familiei de
ideale {Ii }i∈K în mulţimea parţial ordonată (Id(A), ⊆).
Fie S o submulţime a inelului unitar A. Conform Propoziţiei anterioare,

mulţimea
< S >= ∩
|{z} I.
I⊆Id(A),S⊂I
este un ideal al inelului A. Mai mult, < S > este cel mai mic ideal al lui A care
include submulţimea S. Elementele mulţimii S se numesc generatorii idealuluii
< S >s . Dacă S este finită, atunci idealul < S >s se numeşte finit generat; în
caz contrar, infinit generat. Dacă S = {x1 , x2 , ..., xk }, atunci idealul generat de
S se mai scrie < x1 , x2 , ..., xk >s .
Idealul generat de mulţimea vidă este idealul {0}. Se demonstrează că:
Propozitia 1.3.2. Dacă I, J ∈ Id(A), atunci
I + J = {x + y/ x ∈ I, y ∈ J},
este ideal al lui A, numit suma idealelor I şi J. Mai mult, este cel mai mic
(în sensul incluziunii) ideal din Id(A) care include I şi J.
Demonstraţie: Deoarece I şi J sunt ideale, ele conţin elementul zero al in-
elului, iar din 0 = 0 + 0, avem 0 ∈ I + J. Fie z1 , z2 ∈ I + J, arbitrar alese. Există
x1 , x2 ∈ I şi y1 , y2 ∈ J astfel încât z1 = x1 + y1 , z2 = x2 + y2 . Obţinem
z1 + z2 = (x1 + y1 ) + (x2 + y2 ) = (x1 + x2 ) + (y1 + y2 ) ∈ I + J,
a · z1 = a · (x1 + y1 ) = a · x1 + a · y1 ∈ I + J,
din faptul că I, J sunt ideale. Am obţinut că şi I + J satisface axiomele idealului.
Evident, I = {x + 0| x ∈ I} ⊂ I + J, J = {0 + y| y ∈ J} ⊂ I + J. A
rămas să arătăm că I + J este cel mai mic ideal care include I şi J.
Fie K ∈ Ids (A), I ⊂ K, J ⊂ K. Pentru orice z ∈ I + J, există x ∈ I, y ∈ J
astfel încât z = x + y. Dar x ∈ I, y ∈ J implică x, y ∈ K şi, deoarece K este
106
ideal, avem x + y ∈ K, de unde z ∈ K, deci I + J ⊂ K. Am obţinut că I + J

este supremumul mulţimii {I, J} în mulţimea parţial ordonată (Id(A), ⊆).
Exemplul 1.3.1. În inelul numerelor întregi, fie idealele aZ, bZ,

generate de numerele a şi b. Idealele intersecţie, respectiv sumă sunt
generate de cel mai mic multiplu comun [a, b], respectiv de cel mai
mare divizor comun (a, b) al celor două numere. Idealul produs aZ · bZ
este generat de produsul numerelor a şi b (verificaţi!).
Propozitia 1.3.3. Mulţimea

√
0 = {x ∈ A| ∃n ∈ N, xn = 0}
se numeşte mulţimea elementelor nilpotente ale inelului A şi formează un ideal.

Demonstraţie::
√ Trebuie verificate condiţiile din definiţia idealului. Avem
∈ 0.
01 = 0, deci 0 √
Fie x, y ∈ 0, deci există m, n naturale astfel încât xn = 0, y m = 0. Inelul A
fiind comutativ, calculăm cu binomul lui Newton:
∑
n+m ∑
m ∑
n+m
j
m+n i
(x + y) = Cn+m xn+m−i y i = i
Cn+m xn+m−i y i + Cn+m xn+m−j y j .
i=0 i=0 j=m+1
Pentru orice i ≤ m, xn+m−i = xn · xm−i este un∑ produs în A, dintre 0 (xn ) şi un

element din A, deci este 0. De asemenea suma m i
i=0 Cn+m x
n+m−i i
y este egală 0.
∑n+m j n+m−j j
Analog suma j=m+1 Cn+m x y este nulă, fiecare termen al său conţinând
√
√ x + y ∈ 0.
m
factorul y = 0. Rezultă aşadar
În final, fie a ∈ A şi x ∈ 0, arbitrar alese. Există n natural cu xn = 0, care
din comutativitatea lui A conduce la
(a · x)n = an · xn = 0.
Observatia 1.3.1. 1. Elementele nilpotente ale unui inel sunt importante mai
ales în studiul inelelor de polinoame cu coeficienţi în acel inel.
2. Deoarece
√ un element nilpotent nenul este şi divizor al lui 0, într-un inel
integru 0 = {0}.
Dacă inelul nu e √ integru, atunci există şi alte elemente nilpotente. De exemplu,
în inelul (Z8 , +, ·), 0 = {0̂, 2̂, 4̂, 6̂}.
3. Dacă n = pa11 pa22 ...pakk , atunci elementele nilpotente din inelul Zn sunt
multiplii lui â = p1\ c ridicat la puterea
p2 ...pk , deoarece orice element de forma ma
max a1 , a2 , ..., ak este 0̂.
107
Exemplul 1.3.2. Elementele nilpotente în inelul (Z12 , +, ·) sunt {0̂, 6̂},

deoarece 0̂1 = 0̂, şi 6̂2 = 0̂.
Exerciţiu: Determinaţi elementele nilpotente din inelul (Z24 , +, ·).
1. Daţi exemplu de trei elemente nilpotente în inelul claselor de resturi
modulo 16.
2. Determinaţi suma idealelor 2Z şi 3Z, apoi intersecţia lor.

1. Se foloseşte Observaţia 1.3.1.
2. Similar cu Exemplul 1.3.1.
1.4 Morfisme de inele şi corpuri

Fie (A, +, ·), (B, +, ·) două inele oarecare, nu neapărat unitare.
Definitia 1.4.1. O aplicaţie f : A → B care verifică
f (x + y) = f (x) + f (y), f (x · y) = f (x) · f (y), ∀x, y ∈ A,
se numeşte morfism de inele. Dacă în plus inelele sunt unitare şi f (1) = 1, atunci
f se numeşte morfism unitar de inele.
Dacă A şi B sunt corpuri, atunci un morfism unitar de inele f : A → B se
numeşte morfism de corpuri.
Ca şi în cazul grupurilor, morfismele f : A → A se numesc endomorfismele
inelului A.
Exemplul 1.4.1. a) f : Z → Q, f (k) = k, ∀k ∈ Z, este morfism

unitar injectiv de inele.
b) Pentru orice inel unitar (A, +, ·), şi k un număr întreg, notăm
k1 = 1| + 1 +{z... + 1}, pentru k > 0, k1 = 0 pentru k = 0 şi k1 =
k
−1
| − 1{z
− ... − 1}, pentru k < 0. Funcţia
−k
f : Z → A, f (k) = k1, ∀k ∈ Z,
este morfism unitar de inele. Mai mult, acest morfism este unic de-
terminat de f (1) = 1.
108
c) Fie (A, +, ·), (B, +, ·) două inele oarecare. Funcţia
f : A → B, f (x) = 0, ∀x ∈ A,
este morfism (neunitar) de inele, numit morfismul nul, iar funcţia

identică, 1A : A → A, este morfism (unitar, dacă inelul A este unitar),
de inele, numit morfismul identic.
Propozitia 1.4.1. Dacă f : A → B este morfism de inele, atunci au loc urmă-

toarele egalităţi:
f (0) = 0, f (−x) = −f (x), f (x − y) = f (x) − f (y),
pentru orice x, y ∈ A.
Dacă f : A → B este morfism de corpuri, atunci, pe lângă cele de mai sus
avem şi
f (x−1 ) = (f (x))−1 , ∀x ∈ A∗ .
Demonstraţie Deoarece f este morfism de inele, au loc următoarele şiruri de

egalităţi:
f (0) = f (0 + 0) = f (0) + f (0) ⇒ f (0) = 0,
0 = f (0) = f (x + (−x)) = f (x) + f (−x) ⇒ f (−x) = −f (x),
f (x − y) = f (x + (−y)) = f (x) + f (−y) = f (x) − f (y).
În cazul A, B corpuri, deci inele unitare cu orice element nenul inversabil,

avem:
1 = f (1) = f (x · x−1 ) = f (x) · f (x−1 ) ⇒ f (x−1 ) = (f (x))−1 ,
pentru orice x ∈ A∗ .
Un morfism de inele f : A → B se numeşte izomorfism dacă există un mor-

fism de inele g : B → A astfel încât g ◦ f = 1A şi f ◦ g = 1B . Ca şi în teoria
grupurilor, un endomorfism bijectiv se numeşte automorfism. Se verifică ime-
diat următoarele afirmaţii:
Propozitia 1.4.2. Compunerea a două morfisme de inele este morfism de inele.
Propozitia 1.4.3. Un morfism unitar de inele este izomorfism dacă şi numai

dacă este funcţie bijectivă.
109
Exemplul 1.4.2. Să determinăm endomorfismele corpului numerelor

reale.
Fie f : R → R un endomorfism. Din f (1) = 1 şi din definiţia
şi proprietăţile morfismelor de inele rezultă f (x) = x, ∀x ∈ Q. Se
arată că f este strict crescătoare.
√ √ Pentru aceasta,
√ 2 observăm că pentru
orice x > 0, f (x) = f ( x · x) = (f ( x) > 0. Atunci, pentru
x > y, f (x − y) > 0, deci f (x) > f (y). Folosind f crescătoare, arătăm
f (x) = x, ∀x ∈ R. Presupunem prin absurd că există x0 ∈ R, cu
f (x0 ) > x0 . Există un număr raţional a, cu x0 < a < f (x0 ) (de
exemplu media artimetică a două aproximări raţionale convenabile ale
numerelor reale x0 şi f (x0 )). Rezultă f (x0 ) < f (a) = a, contradicţie.
Analog se exclude cazul x0 > f (x0 ).
Observatia 1.4.1. Se verifică cu uşurinţă că:

a) Nucleul morfismului f
Kerf = f −1 ({0}) = {x ∈ A/ f (x) = 0},
este subinel, dar şi ideal în A.

b) Imaginea morfismului f , Imf = f (A) este subinel în B, iar dacă f este
surjectivă este ideal, fiind chiar idealul total B.
Ca şi la grupuri, se poate demonstra că morfismul f de inele este injectiv dacă
şi numai dacă Kerf = {0}. Are loc şi:
Propozitia 1.4.4. Orice morfism de corpuri este injectiv.
Demonstraţie: Fie f : A → B un morfism de corpuri, deci de inele unitare.
Nucleul său este ideal al domeniului de definiţie. Dar un corp are doar idealele
improprii (vezi Propoziţia 1.2.3), iar morfismul nul nu este morfism de corpuri
(este necesar f (1) = 1). Rezultă Kerf este idealul nul, deci f injectiv.
Fie (A, +, ·) un inel comutativ şi I un ideal al său. Un ideal există întotdeauna:

{0}, sau A, sau nucleul unui morfism cu domeniul de definiţie A.
Pe muţimea A se defineşte relaţia
x ≡ y(modI) ⇔ x − y ∈ I.
Se poate demonstra că această relaţie este o relaţie de echivalenţă pe A, iar

mulţimea claselor de echivalenţă
A/I = {x̂/ x ∈ A}, x̂ = {y ∈ A/ y − x ∈ I} = {x + a/ a ∈ I} = x + I.
Adunarea elementelor din mulţimea cât A/I este definită prin (x + I) + (y + I) =

(x + y) + I şi dă acestei mulţimi structură de grup, cu elementul neutru I.
110
Vom defini pe această mulţime încă o operaţie, notată multiplicativ:
(x + I) · (y + I) = (x · y) + I,
folosind înmulţirea din inelul A.

Propozitia 1.4.5. Operaţia multiplicativă definită mai sus nu depinde de reprezen-
tanţi şi (A/I, +, ·) este inel, numit inelul factor al inelului A prin idealul I.
Demonstraţie: Fie x′ ∈ x + I şi y ′ ∈ y + I, deci x′ − x, y ′ − y ∈ I. Calculăm
x′ · y ′ − x · y = x′ · y ′ − x′ · y + x′ · y − x · y = x′ · (y ′ − y) + (x′ − x) · y,
care este un element din I, deoarece I este ideal, deci produsul unui element al
său cu orice element din A este în I.
Vom demonstra că operaţia ”·” pe A/I dă grupului (A/I, +) structură de
inel. Pentru orice elemente x + I, y + I, z + I din A/I, au loc:
[(x + I) · (y + I)] · (z + I) = [(x · y) + I] · (z + I) = [(x · y) · z] + I = [x · (y · z)] + I =
= (x + I) · [(y + I) · (z + I)],
din asociativitatea înmulţirii în A, deci ”·” asociativă în A/I.
Dacă A este inel unitar, atunci
(1 + I) · (x + I) = x + I = (x + I) · (1 + I),
unde 1 este elementul unitate în A, deci 1 + I este element neutru la înmulţirea

din A/I.
[(x+I)+(y +I)]·(z +I) = [(x+y)+I]·(z +I) = [(x+y)·z]+I = (x·z +y ·z)+I =
= [(x · z) + I] + [(y · z) + I] = (x + I) · (z + I) + (y + I) · (z + I),

din distributivitatea operaţiei ”·” faţă de ”+” în inelul A şi din definiţiile oper-
aţiilor în A/I. Analog se verifică distributivitatea la stânga.
Am obţinut:
Propozitia 1.4.6. Tripletul (A/I , +, ·) este inel, numit inelul factor al inelului
A prin idealul I.
Observatia 1.4.2. a) Dacă inelul A este comutativ, atunci şi inelul factor este
comutativ.
b) Aplicaţia π : A → A/I definită prin π(x) = x + I, ∀x + I ∈ A/I, este
morfism surjectiv de inele, numit surjecţia canonică.
111
Exemplul 1.4.3. a) Inelul factor A/{0}, este izomorf cu A, iar

inelul factor A/A este izomorf cu {0}.
b) Fie I un ideal al inelului numerelor întregi Z. Se ştie că I este
ideal principal, deci există n ∈ N astfel încât I = nZ. Inelul factor
Z/I este chiar inelul claselor de resturi modulo n, deoarece relaţia de
echivalenţă ≡ (modI) coincide cu relaţia de congruenţă modulo n.
REZUMAT Inele şi corpurile sunt structuri algebrice dotate cu două

legi de compoziţie interne, care verifică anumite axiome. În inele co-
mutative regulile de calcul sunt asemănătoare regulilor de calcul din
inelul numerelor întregi. Există inele în care se găsesc divizori ai lui
zero, elemente nilpotente, dar şi inele integre, fără divizori ai lui zero.
Morfismele de inele extind ideea de morfism de grupuri şi monoizi. La
fel ca şi în cazul grupurilor, nucleul morfismelor de inele indică injec-
tivitatea. Submulţimile cele mai importante ale inelelor sunt idealele,
aceste conducând la inelele factor. Operaţiile uzuale cu ideale sunt
intersecţia şi suma.
1.5 Temă de control la finalul unităţii de

învăţare M2.U1.
1. Determinaţi elementele inversabile, nilpotente şi idempotente din
inelul claselor de resturi modulo 16.
2. Să se determine endomorfismele, apoi automorfismele inelului nu-

merelor întregi.
3. Fie (A, +, ·) un inel comutativ şi I, J două ideale ale sale. Arătaţi

că mulţimea
I·J = {x1 ·y1 +x2 ·y2 +...+xn ·yn |n ∈ N∗ , xi ∈ I, yi ∈ J, (∀)i = 1, n},
este ideal în A.
Indicaţii de rezolvare a temei de control:

1) Calcul direct.
2) Folosim definiţia morfismului, izomorfismului şi Exemplul 1.4.1.b).
3) Verificare directă a condiţiilor din definiţia idealului.
M2.U2. Exemple remarcabile de

inele

Această unitate de învăţare continuă studiul inelelor început în prima
unitate de învăţare a acestui modul. Sunt prezentate trei inele remar-
cabile, inelele booleene, inele de polinoame şi inele de matrice.

să opereze în fiecare din cele trei tipuri remarcabile de inele prezentate.
La inelul booleean proprietăţile acestuia sunt importante în informat-
ică. Inelul factor al unui inel de polinoame prezintă de asemenea in-
teres şi operarea cu elementele acestor inele este un obiectiv al unităţii,
ca şi însuşirea mai multor tehnici de inversare a matricelor.
2.1 Inel booleean

Definitia 2.1.1. Inelul (A, +, ·) se numeşte booleean dacă x2 = x, (∀)x ∈ A.
Exemplul 2.1.1. a) Inelul (Z2 , +, ·) este booleean.

b) Pentru orice mulţime A, tripletul (P(A), ∆, ∩) este un inel
booleean, unde P(A) este mulţimea părţilor mulţimii A şi ∆ este difer-
enţa simetrică a mulţimilor.
Propozitia 2.1.1. Dacă (A, +, ·) este un inel booleean, atunci:
a) x + x = 0, (∀)x ∈ A şi este comutativ.
112
113
b) Nu există inele booleene cu numă impar de elemente.

c) Dacă inelul A este unitar, atunci U (A) = {1}.
d) Relaţia x ≤ y dacă şi numai dacă x = x · y este o relaţie de ordine pe A în
care 0 este cel mai mic element. Dacă A este unitar, atunci 1 este cel mai mare
element.
e) Pentru orice x, y ∈ A, inf {x, y} = x · y, sup{x, y} = x + y + x · y.
f) Pentru orice x ∈ A elementul x′ = 1 + x satisface relaţiile; inf {x, x′ } = 0,
sup{x, x′ } = 1. x′ se numeşte complementul lui x în mulţimea ordonată (A, ≤).
Demonstraţie: a) Inelul fiind booleean, pentru orice element x al său au loc

relaţiile x2 = x, (x+x)2 = x+x. Din distributivitatea înmulţirii faţă de adunare,
a doua egalitate conduce la x2 + x2 + x2 + x2 + x2 = x + x, iar prima la x + x = 0,
deoarece (A, +) este grup, deci există opusul elementului x.
Fie x, y ∈ A, arbitrar aleşi. Au loc relaţiile x2 = x, y 2 = y, (x + y)2 = x + y.
Din nou calculăm produsul (x + y)(x + y) folosind distributivitatea şi cele trei
relaţii de mai sus conduc la x · y + y · x = 0. Conform punctului a) are loc şi
relaţia x·y +x·y = 0, iar unicitatea simetricului într-un grup (concret, unicitatea
opusului elementului x · y în grupul (A, +)), implică x · y = y · x. Deci inelul
booleean este comutativ.
b) O consecinţă imediată a relaţiei x + x = 0, este că x este element de ordin
doi în grupul (A, +). După cum se ştie din Modulul 1, Unitatea de învăţare 6,
ordinul unui element este divizor al ordinului grupului, deci, în acest caz, ordinul
grupului este număr par. Prin urmare inelul booleean are număr par de elemente.
c) Fie x un element inversabil în inelul A. Evident, x este nenul şi fie x−1
inversul său. Calculăm x · (x + 1) = x2 + x = x + x = 0. Înmulţind cu x−1 , rezultă
x + 1 = 0, de unde x = 1.
d) Se verifică proprietăţile relaţiei de ordine (reflexivă, antisimetrică, tranzi-
tivă).
Proprietăţile e) şi f) se verifică direct.
Observatia 2.1.1. O mulţime ordonată în care există cel mai mic şi cel mai mare
element, infimumul şi supremumul pentru orice două elemente şi un complement
pentru fiecare element, se numeşte algebră Boole. Propoziţia anterioară afirmă
că orice inel booleean este o algebră Boole. Se poate arăta şi reciproc, că orice
algebră Boole are structură de inel booleean.
1. Demonstraţi că orice inel booleean este comutativ.
2. Câte inele booleene cu 5 elemente există? Justificaţi!

Se studiază Propoziţia 2.1.1.
114
2.2 Inele de matrice

Un alt exemplu remarcabil de inele sunt inelele de matrice. Considerăm cunoscută
noţiunea de matrice, din liceu. Amintim totuşi ct̂eva noţiuni.
Fie (R, +, ·) un inel unitar comutativ. Numim matrice de dimensiune (m, n)
cu elemente din R o funcţie
A : {1, 2, ..., m} × {1, 2, ..., n} → R,
pe care de obicei o reprezentă printr-un tablou
 
a11 a12 ... a1n
 a21 a22 ... a2n 
 ,
 ... ... ... ... 
am1 am2 ... amn
unde am notat A(i, j) = aij . Precizând matricea A, o vom considera A =
(aij )i=1,m,j=1,n .
Definitia 2.2.1. Dacă Aij ∈ Mm(i),n(i) (R), i = 1, k, j = 1, p sunt matrice, şi
m = m(1) + m(2) + ... + m(k), n = n(1) + n(2) + ... + n(p), atunci matricea
 
A11 A12 ... A1p
 A21 A22 ... A2p 
A=  ...
 ∈ M mn(R),
... ... ... 
Ak1 Ak2 ... Akp
se numeşte matrice cu blocuri, iat matricele Aij sunt blocurile matricei A.
Observatia 2.2.1. Orice matrice A ∈ Mmn (R), cu m, n ≥ 2, poate fi partiţionată
în mai multe moduri în blocuri.
Notăm Mm,n (R) mulţimea matricelor de tip (m, n) cu elemente din R. În ra-
port cu adunarea matricelor, definită pentru două matrice A = (aij )i=1,m,j=1,n , B =
(bij )i=1,m,j=1,n ∈ Mm,n (R) prin
A + B = (aij + bij )i=1,m,j=1,n ,
mulţimea Mm,n (R) este grup abelian. Elementul neutru este matricea cu toate
eleementele egale cu elementul 0 al inelului R, iar elementul simetric al matricei
A = (aij )i=1,m,j=1,n în raport cu adunarea este −A = (−aij )i=1,m,j=1,n .
Fie A = (aij )i=1,m,j=1,n ∈ Mm,n (R), B = (bij )i=1,m,j=1,n ∈ Mp,q (R) sunt
două matrice de dimensiune (m, n), respectiv (p, q). Dacă n = p, atunci se
defineşte produsul matricelor A şi B ca fiind matricea C = A · B cu elementele
(cij )i=1,m,j=1,q ,
∑
n
cij = aik bkj .
k=1
115
Fie A = (aij )i=1,m,j=1,n ∈ Mm,n (R). Transpusa ei este o matrice At de tip

(n, m) cu elementele (a′ji )j=1,n,i=1,m cu proprietatea că a′ji = aij . Se verifică
următoarele relaţii
(A + B)t = At + B t , (At )t = A, (AB)t = B t At , (αA)t = αAt .
Pentru m = n, mulţimea Mn (R) a matricelor pătratice, este monoid necomu-

tativ în raport cu înmulţirea matricelor (elementul neutru este matricea unitate
In ). Se verifică prin calcul direct că înmulţirea în Mn (R) este distributivă faţă
de adunare. Are loc deci:
Propozitia 2.2.1. Tripletul (Mn (R), +, ·) este un inel necomutativ.
Observatia 2.2.2. Inelele de matrice nu sunt inele integre. De exemplu, în

inelul matricelor pătratice M2 (R) avem:
A · B = O2 , unde
( ) ( )
1 0 0 0
A= , B= .
0 0 0 1
Fie A = (aij )i,j=1,n ∈ Mn (R) o matrice pătratică (numărul de linii este egal
cu numărul de coloane).
Definitia 2.2.2. Elementul

∑
detA = sgn(σ)a1σ(1) a2σ(2) ...anσ(n)∈R
σn ∈Sn
se numeşte determinantul matricei A.
Observăm că detA este o sumă de n! termeni. În fiecare dintre aceştia apare

ca factor câte un singur element de pe fiecare linie şi coloană, iar pentru n ≥ 2
numărul semnelor de plus este egal cu numărul semnelor de minus, corespunzător
signaturii permutării σ ∈ Sn .
 
a11 a12 a13
Exemplul 2.2.1. Pentru A =  a21 a22 a23 , avem
a31 a32 a33

a11 a12 a13

detA = a21 a22 a23 = a11 a22 a33 + a12 a23 a31 + a13 a21 a32
a31 a32 a33
−a13 a22 a31 − a12 a21 a33 − a11 a23 a32 .

116
Definitia 2.2.3. Numim minor de ordin p al unei matrici A = (aij )i=1,m,j=1,n ∈

Mm,n (R), p ≤ min{m, n} un determinant

ai1 j1 ai1 j2 ... ai1 jp
a a ... ai2 jp
∆j11 j22 ...jpp = i2 j1 i2 j2 ,
i i ...i

... ... ... ...
aip j1 aip j2 ... aip jp
unde 1 ≤ i1 ≤ i2 ≤ ... ≤ ip ≤ m, 1 ≤ j1 ≤ j2 ≤ ... ≤ jp ≤ n.

i i ...i
Dacă A ∈ Mn (R) este o matrice pătratică şi ∆j11 j22 ...jpp este un minor de ordin
i ip+2 ...in
p al matricei A, atunci minorul ∆jp+1
p+1 jp+2 ...jn
de ordin n − p, cu
{i1 , i2 , ..., ip , ip+1 , ..., in } = {j1 , j2 , ..., jp , jp+1 , ..., in } = {1, 2, .., n},
se numeşte minor complementar. Numărul

i i ...i
Ai1 i2 ...ip j1 j2 ...jp = (−1)i1 +i2 +...+ip +j1 +...+jp · ∆j11 j22 ...jpp ,
i i ...i
se numeşte complementul algebric al minorului ∆j11 j22 ...jpp .
Minorii de ordin unu sunt elementele matricei. Pentru matricele pătratice,
complementul algebric al elementului aij este Aij = (−1)i+j · ∆ij , unde ∆ij este
determinantul de ordin n − 1 obţinut din A prin eliminarea liniei i şi a coloanei
j.
Amintim câteva din proprietăţile determinanţilor, uşor deductibile din definiţie.
Propozitia 2.2.2. Fie A = (aij )i,j=1,n ∈ Mn (R) o matrice pătratică. a) Deter-

minantul matricei este egal cu suma produselor dintre elementele liniei fixate i
(sau ale unei coloane fixate) şi complemenţii algebrici ai acestora:
det(A) = ai1 · Ai1 + ai2 · Ai2 + ... + ain · Ain .
b) Determinantul unei matrice este egal cu determinantul matricei transpuse.

c)Dacă toate elementele unei linii/coloane ale unei matrice sunt nule, atunci
determinantul matricei este nul.
d) Dacă permutăm liniile unei matrice din Mn (R) astfel încât linia k devine
linia τ (k), cu τ ∈ Sn , atunci obţinem o matrice A′ pentru care detA′ = sgn(τ )detA.
În particular, dacă schimbăm între ele două linii ale determinantului, semnul său
se schimbă.
e) Dacă elementele liniei i sunt sume de forma
aij = a′ij + a”ij , ∀j = 1, n,
atunci detA = detA′ + detA” unde A′ , A” sunt matricile obţinute din A înlocuind
linia i cu (a′ij )j=1,n , respectiv cu (a”ij )j=1,n .
117
f) Dacă într-un determinant două linii(coloane) sunt proporţionale, atunci

valoarea sa este zero.
g) Valoarea unui determinant nu se schimbă dacă la elementele unei linii
adăugăm combinaţii liniare formate cu elementele altor linii.
h) Dacă înmulţim toate elementele unei linii (coloane) a unui determinant cu
α ∈ R, atunci valoarea determinantului se înmulţeşte cu α.
Demonstraţie: a) În formula care defineşte det(A) elementul ai1 apare în

exact (n − 1)! termeni, în fiecare dintre ( aceştia fiind înmmulţit
) cu un produs de
1 2 3 ... n
forma sgn(σ)ai2 2 ai3 3 ...ain n , unde σ = . Dând factor comun
i i2 i3 ... in
ai1 din aceşti termeni, suma care se înmulţeşte cu el este exact complementul
) folosit faptul că sgn(σ) = (−1) · sgn(τ ), unde τ =
i+1
său
( algebric, Ai1 . Am
1 2 ... n − 1
. Analog pentru celelalte elemente ale liniei i.
i2 i3 ... in
Celelalte proprietăţi rezultă imediat aplicând proprietatea a).
Dăm fără demonstraţie următoarea teoremă, care reprezintă generalizarea

proprietăţii a) din Propoziţia anterioară (dezvoltarea determinantului după o
linie/coloană):
Teorema 2.2.1. [Laplace]

Determinantul matricei A este egal cu suma produselor dintre minorii de ordin
p care se pot construi cu p linii fixate din A cu complemenţii lor algebrici.
O consecinţă a teoremei lui Laplace este
Propozitia 2.2.3. Fie A, B ∈ Mn (R). Are loc egalitatea
det(AB) = detA · detB.
Demonstraţie: Se calculează în două moduri determinantul matricei cu blocuri

de ordinul 2n ( )
A On
M= .
−In B
Aplicând regula lui Laplace pentru minorii de ordin n formaţi cu primele n linii
ale matricei M avem detM = detA · detB. Pe de altă parte putem face zerouri
pe poziţiile (i, j), i, j = 1, n din detM înmulţind ultimele n linii cu ai1 , ai2 , ..., ain
şi adunând la linia i. Aplicând din nou regula lui Laplace pentru aceiaşi minori,
avem detM = det(AB).
Revenind la structura algebrică de inel a mulţimii maticelor Mn (R), este

firesc să studiem mulţimea elementelor inversabile. O matrice A ∈ Mn (R) este
inversabilă dacă există A′ ∈ Mn (R) astfel încât AA′ = A′ A = In .
118
Propozitia 2.2.4. Matricea A ∈ Mn (R) este inversabilă (A ∈ U (Mn (R)) dacă

şi numai dacă detA este inversabil în monoidul (R, ·).
Demonstraţie: Implicaţia directă este imediată, pentru o matrice inversabilă
avem, conform Propoziţiei 2.2.3, detA · detA′ = 1. Reciproc, pentru o matrice cu
determinantul nenul se construieşte matricea adjunctă A∗ ale cărei elemente sunt
complemenţii algebrici ai elementelor transpusei lui A. Prin calcul direct obţinem,
ţinând cont de proprietatea a) din Propoziţia 2.2.2, AA∗ = A∗ A = (detA)In . Deci
A este inversabilă, cu inversa egală cu A−1 = (det(A))−1 · A∗ .
 
b
1 b0 b 2
Exemplul 2.2.2. Fie A =  b 0 b1 b 1  ∈ M3 (Z6 ). Se cere inversa
b
3 b2 b 3
matricei, dacă există.
Calculăm detA = b 1 ∈ U (Z6 ), deci există A−1 . Transpusa ma-
 
b
1 b0 b3
tricei A este At =  b 0 b1 b2 . Matricea adjunctă se obţine din
b
2 b1 b3
t
A înlocuind fiecare element cu complementul său algebric, deci are
elementele:

b
1 b
2 b
0 b
2
A11 = (−1)1+1 b b = b
1, A12 = (−1)1+2 b b = b4,
1 3 2 3

b b
1+3 0 1
b b
1+2 0 3
A13 = (−1) b b = 4, A21 = (−1) b b = b
b 3,
2 1 1 3

b b
2+2 1 3
b1 b
0
A22 = (−1) b b = b 3, A23 = (−1) b b = b
2+3
5,
2 3 2 1

b b
3+1 0 3
b1 b
3
A31 = (−1) b b = b 3, A32 = (−1) b b = b
3+2
4,
1 2 0 2

b b
2+3 1 0
A33 = (−1) b b = b 1,
0 1
 
b
1 b 4 b4
Am găsit A−1 =  b 3 b 3 b5 .
b
3 b 4 b1
Exerciţiu: Folosind metoda de mai sus, determinaţi inversa matricei
 
b
1 b2 b4
A= b 0 b4 b3  ∈ M3 (Z5 ).
b
1 b1 b1
119
Din faptul că mulţimea elemenetelor inversabile într-un monoid formează grup

şi din Propoziţia 2.2.4, rezultă că mulţimea
U (Mn (R)) = {A ∈ Mn (R)/detA ∈ U (R)},
este grup în raport cu înmulţirea matricelor. Acest grup se numeşte grupul liniar
general GLn (R).
Propoziţia 2.2.3 asigură faptul că funcţia
ξ : GLn (R) → U (R), ξ(A) = detA,
este morfism de grupuri de la (GLn (R), ·) la (U (R), ·).

Acest morfism este surjectiv, deoarece pentru orice element nenul r ∈ R,
există o matrice pătratică de ordin n, de exemplu matricea care are pe diagonala
principală un r şi n − 1 de 1, iar în rest elementele nule, al cărei determinant este
egal cu r. Nucleul morfismului ξ este
SLn (R) = {A ∈ GLn (R)| detA = 1},
şi se numeşte grupul liniar special. Fiind nucleul unui morfism, este subgrup
normal. Aplicând Teorema fundamentala de izomorfism morfismului de grupuri
ξ, avem
GLn (R)/SLn (R) ≈ U (R).
În finalul acestui paragraf prezentăm o altă metodă de calcul a inversei unei
matrici.
Metoda partiţionării
Această metodă constă în descompunerea matricei în blocuri (matrici) de
ordin mai mic. Metoda  este utilă în cazul
 matricelor de ordin foarte mare.
A | B
Fie matricea S =  −− | −−  o matrice partiţionată în patru blocuri,
C | D
unde A, D matrici sunt pătratice, fie A ∈ Mp (R), D ∈Mq (R), B ∈  Mp,q (R),
X | Y
C ∈ Mq,p (R), cu p + q = n. Căutăm S −1 de forma  −− | −− , unde
Z | T
matricile bloc sunt de dimensiuni similare celor din S. Obţinem următorul sistem
matricial: 

 AX + BZ = Ip

CX + DZ = Oq,p

 AY + BT = Op,q

CY + DT = Iq
Dacă A este inversabilă, atunci prima ecuaţie devine X = A−1 − A−1 BZ, iar
a treia dacă o amplificăm cu CA−1 şi eliminăm CY între ecuaţia obţinută şi a
120
patra, avem T = (D − CA−1 B)−1 . Înlocuind X în a doua ecuaţie din sistem,

avem Z = −T CA−1 , apoi Y = −A−1 BT . Soluţia sistemului este


 T = (D − CA−1 B)−1

Y = −A−1 BT

 Z = −T CA−1

X = A−1 − A−1 BZ
Este preferabilă deci descompunerea în blocuri astfel încât A să fie inversabilă.

De asemenea este convenabil sa aleg p = 2, deoarece inversa unei matrici de
ordinul 2 se scrie imediat:
( ) ( )
a b −1 −1 d −b
A= ⇒ A = (ad − bc) .
c d −c a
Dacă nu este posibilă descompunerea cu A inversabil, dar există o descompunere

în blocuri cu D inversabil, atunci sistemul anterior se rezolvă astfel:


 X = (A − BD−1 C)−1

Z = −D−1 CX

 Y = −XBD−1

T = D−1 − D−1 CY
Prin această metodă inversarea unei matrici de ordin n revine la inversarea a

două matrici de ordin mai mic, p şi q, şi la calcul matricial simplu.
 
1 0 2 1
 1 1 1 2 
Exemplul 2.2.3. Se cere inversa matricei S =   2 3 3
 ∈
1 
1 2 2 1
M4 (R). Aplicăm metoda partiţionării pentru
( ) ( ) ( ) ( )
1 0 2 1 2 3 3 1
A= , B= , C= , D= ,
1 1 1 2 1 2 2 1
unde detA = 1. Calculăm

( ) ( )
−1 1 0 −1 2 −4
A = , D − CA B = ,
−1 1 2 −2
( )
−1 −1 1 −1 2
T = (D − CA B) = ,
2 −1 1
( ) ( )
−1 1 3 −5 −1 1 1 −1
Y = −A BT = , Z = −T CA = ,
2 0 1 2 0 1
121
( )
−1 −1 1 0 1
X = A − A BZ = .
2 −1 0
 
0 1 3 −5
 −1 0 0 1 
Am obţinut matricea S −1 = 12 
 1 −1 −1 2 .

0 1 −1 1
Exerciţiu: Folosind metoda partiţionării, determinaţi inversa matri-
cei  
1 2 −1 0
 0 −1 3 0 
A=  1 1
.
1 2 
1 1 2 1
O altă modalitate de inversare a unei matrice pleacă de la rezolvarea sistemelor

liniare prin metoda eliminării (metoda Gauss). Legătura cu inversarea matricei
este aceea că matricea inversă a unei matrice A ∈ Mn (K), unde K este un corp
comutativ, este soluţia ecuaţiei A · X = In . Mai exact, coloana i a matricei
inverse este soluţia ecuaţiei A · X = Bi , unde Bi este o matrice coloană care are
1 pe poziţia i şi 0 în rest, adică este coloana i din matricea unitate.
Fie A o matrice pătratică de ordin n şi B o matrice coloană cu n linii. A
rezolva un sistem de ecuaţii liniare înseamnă a prelucra informaţiile oferite de
legătura A · X = B între necunoscutele x1 , x2 , ..., xn , elementele coloanei X, prin
transformări echivalente, adică transformări care lasă neschimbată informaţia,
până la aducerea sistemului în forma In · X = S. Deci matricea sistemului
echivalent este In , ceea ce reprezintă găsirea soluţiei.
Metoda eliminării constă în prelucrarea ecuaţiilor sistemului prin amplificarea
lor cu o constantă şi adunarea la altă ecuaţie, pentru a rămâne prima necunoscută
doar i�n prima ecuaţie, a doua necunoscută doar în a doua ecuaţie, etc.
Mai clar, dacă în prima ecuaţie a sistemului coeficientul necunoscutei x1 este
nenul, atunci cu acestă ecuaţie elimin x1 din toate celelalte ecuaţii ale sistemului.
Dacă nu, fac o schimbare a ecuaţiilor sistemului (ordinea ecuaţiilor unui sistem
nu are importanţă din punct de vedere al informaţiei) aducând ca primă ecuaţie
pe prima în care x1 are coeficient nenul. Apoi aplificăm aceasă primă ecuaţie cu
inversul coeficientului, pentru a avea x1 coeficient 1. Lucrăm cu prima ecuaţie
pentru a elimina necunoscuta x1 din toate celelalte, astfel> amplific ecuaţia 1
cu opusul coeficientului lui x1 din ecuaţia i şi o adun la ecuaţia i. Evident,
ceea ce obţinem este un sistem echivalent cu cel iniţial, dar în care x1 este în
ecuaţia 1 cu coeficient 1, iar în ecuaţia i cu coeficient 0. Aplicând tehnica pentru
i = {2, 3, .., n}, eliminăm necunoscuta x1 din ecuaţiile 2, 3, ..., n. Reluăm algoritul
cu ecuaţia a doua, eliminâd necunoscuta x2 din ecuaţiile 1, 3, .., n, ş.a.m.d. În final
obţinem soluţia sistemului.
122
Exemplul 2.2.4. Fie sistemul


 x1 + 2x2 − x3 = −2
2x1 + 3x2 + 3x3 = 2

−x1 + 3x2 + 2x3 = −2
Prima ecuaţie are necunoscuta x1 cu coeficient 1. Eliminăm necunos-
cuta x1 din ecuaţia a doua prin amplificarea primei ecuaţii cu (−2) şi
adunarea la a doua ecuaţie. Obţinem sistemul echivalent

 x1 + 2x2 − x3 = −2
−x2 + 5x3 = 6

−x1 + 3x2 + 2x3 = −2
Eliminăm x1 din a treia ecuaţie adunând la aceasta ecuaţia 1. Obţinem
un sistem în care necunoscuta ax1 are coeficient nenul doar în prima
ecuaţie: 
 x1 + 2x2 − x3 = −2
−x2 + 5x3 = 6

5x2 + x3 = −4
Reluăm algoritmul cu necunoscuta x2 pe care o eliminăm din ecuaţiile
1 şi 3, iar în ecuaţia 2 va avea coeficient 1. Amplificăm ecuaţia 2 cu
−1, inversul coeficientului lui x2 :

 x1 + 2x2 − x3 = −2
x2 − 5x3 = −6

5x2 + x3 = −4
Amplificăm ecuaţia 2 cu −2 şi o adunăm la prima ecuaţie, apoi am-
plificăm ecuaţia 2 cu −5 şi o adunăm la a treia, obţinând succesiv
sistemele echivalente
 
 x1 + 9x3 = 10  x1 + 9x3 = 10
x2 − 5x3 = −6 ⇔ x2 − 5x3 = −6
 
5x2 + x3 = −4 26x3 = 26
Continuăm amplificând ecuaţia 3 cu inversul coeficientului lui x3 , apoi
cu ecuaţia a treia obţinută, prin amplificare cu −9, urmată de adunare
la prima ecuaţie, apoi amplificare cu 5 şi adunare la a doua ecuaţie,
obţinem sistemele echivalente
  
 x1 + 9x3 = 10  x1 + 9x3 = 10  x1 = 1
x2 − 5x3 = −6 ⇔ x2 = −1 ⇔ x2 = −1
  
x3 = 1 x3 = 1 x3 = 1
Ultimul sistem are matricea sistemului I3 şi reprezintă soluţia. Am
adus sistemul la forma echivalentă I3 · X = S, prin transformări
elementare asupra ecuaţiilor sistemului.
123
Să remarcăm că toate prelucrările anterioare s-au făcut de fapt asupra elementelor

matricei extinse a sistemului (matricea sistemului completata cu coloana terme-
nilor liberi). Metoda eliminării constă deci în prelucrarea matricei extinse a unui
sistem liniar de ecuaţii, prin transformări care schimbă sistemul într-unul echiva-
lent, pentru a duce matricea sistemului la matricea unitate, adică pentru a găsi
soluţia. Exemplul anterior se poate prezenta mult mai simplu, lucrând cu liniile
matricei extinse. Menţionăm la fiecare pas transformarea aplicată liniilor matricei
extinse, deci sistemului:
Exemplul 2.2.5.
   
1 2 −1 −2 1 2 −1 −2
 2 3 3 2 
(−2)L1 +L2
⇔  0 −1 5 6  ⇔
(−1)L2
−1 3 2 −2 −1 3 2 −2
   
1 2 −1 −2 1 2 −1 −2
 0 1 −5 −6  L1 +L3
⇔  0 1 −5 −6 
(−2)L2 +L1
⇔
−1 3 2 −2 0 5 1 −4
   
1 0 9 10 1 0 9 10 1
L3
 0 1 −5 −6 
(−5)L2 +L3
⇔  0 1 −5 −6  26⇔
0 5 1 −4 0 0 26 26
   
1 0 9 10 1 0 9 10
 0 1 −5 −6  5L⇔
3 +L2
 0 1 0 −1  (−9)L
⇔
3 +L1
0 0 1 1 0 0 1 1
 
1 0 0 1
 0 1 0 −1  ,
0 0 1 1
care dă soluţia x1 = 1, x2 = −1, x3 = 1.
Revenind la inversarea unei matrice de ordin n, aceasta constă în reolvarea a n
sisteme de ecuaţii liniare, în care coloanele termenilor liberi sunt exact coloanele
matricei unitate. Metoda eliminării aplicată matricei extinse permite reolvarea
simultană a celor n sisteme.
 
1 0 2 1
 1 1 1 2 
Exemplul 2.2.6. Se cere inversa matricei S = 
 2 3
 ∈
3 1 
1 2 2 1
M4 (R). Formăm matricea extinsă a celor patru sisteme de ecuaţii
124
liniare care ar trebui rezolvate pentru a găsi inversa:

 
1 0 2 1 1 0 0 0
 1 1 1 2 0 1 0 0 
 
 2 3 3 1 0 0 1 0 
1 2 2 1 0 0 0 1
 şi aplicăm metoda  eliminării 
1 0 2 1 1 0 0 0 1 0 2 1 1 0 0 0
 1 1 1 2 0 1 0 0  (−1)L1 +L2  0 1 −1 1 −1 1 0 0  (−2)L1 +L3
  ⇔   ⇔
 2 3 3 1 0 0 1 0   2 3 3 1 0 0 1 0 
1 2 2 1 0 0 0 1 1 2 2 1 0 0 0 1
   
1 0 2 1 1 0 0 0 1 0 2 1 1 0 0 0
 0 1 −1 1 −1 1 0 0  (−1)L1 +L4  0 1 −1 1 −1 1 0 0  (−3)L2 +L3
  ⇔   ⇔
 0 3 −1 −1 −2 0 1 0   0 3 −1 −1 −2 0 1 0 
1 2 2 1 0 0 0 1 0 2 0 0 −1 0 0 1
   
1 0 2 1 1 0 0 0 1 0 2 1 1 0 0 0
 0 1 −1 1 −1 1 0 0  (−2)L2 +L4  0 1 −1 1 −1 1 0 0  21 L3
  ⇔  
 0 0 2 −4 1 −3 1 0   0 0 2 −4 1 −3 1 0  ⇔
0 2 0 0 −1 0 0 1 0 0 2 −2 1 −2 0 1
   
1 0 2 1 1 0 0 0 1 0 0 5 0 3 −1 0
 0 1 −1 1 −1 1 0 0  (−2)L3 +L1  0 1 −1 1 −1 1 0 0 
  ⇔   L3 +L2
 0 0 1 −2 1 − 3 1 0   0 0 1 −2 1 − 3 1 0  ⇔
2 2 2 2 2 2
0 0 2 −2 1 −2 0 1 0 0 2 −2 1 −2 0 1
   
1 0 0 5 0 3 −1 0 1 0 0 5 0 3 −1 0
 0 1 0 −1 − 1 − 1 1 0  (−2)L3 +L4  0 1 0 −1 − 1 − 1 1 0  12 L4
  ⇔  
 0 0 1 −2 1 − 3 1 0  ⇔
2 2 2 2 2 2
 0 0 1 −2 1 − 3 1 0 
2 2 2 2 2 2
0 0 2 −2 1 −2 0 1 0 0 0 2 0 1 −1 1
   −5

1 0 0 5 0 3 −1 0 1 0 0 0 0 1
2
3
2 2
 0 1 0 −1 − 1 − 1 1 0  (−5)L4 +L1  0 1 0 −1 − 1 − 1 1 0 
 2 2 2  ⇔  2 2 2  L4⇔+L2
 0 0 1 −2 1
− 3 1
0   0 0 1 −2 1
− 3 1
0 
2 2 2 2 2 2
0 0 0 1 0 1
− 1 1
0 0 0 1 0 1
− 1 1
 2
1 3
2 2
−5
  1
2
3
2
−5

2
1 0 0 0 0 2 2 2
1 0 0 0 0 2 2 2
 0 1 0 0 −1 0 0 1   0 1 0 0 − 21 0 0 1 
 2 2  2L⇔ 4 +L3  2 
 0 0 1 −2 1 − 3 1 0   0 0 1 0 1 −1 1 2 
2 2 2 2 2 2
0 0 0 1 0 1
2
−2 2
1 1
0 0 0 1 0 1
2
−2 2 1 1
Când matricea A s-a transformat în I4 , avem pe ultimele 4 coloane găsim soluţia,

adică inversa matricei S:
 1 3 −5

0 2 2 2
 −1 0 0 1 
S −1 =  2
 1 −1 1
2 .
2 2 2
2 
0 1
2
− 12 21
125
Exerciţiu: Folosind metoda eliminării, determinaţi inversa matricei

 
1 2 −1 0
 0 −1 3 0 
A=  1 1
.
1 2 
1 1 2 1
1. Fie A o matrice de ordin n cu toate elementele -1 sau 1. Demon-

straţi că det(A) este divizibil cu 2n−1 .
 
2 2 3 1
 3 3 2 1 
2. Determinaţi în două moduri inversa matricei 
 1
.
2 0 1 
1 1 1 0
1. Se folosesc proprietăţile determinanţilor. Adunând o linie la toate celelalte, valoarea
determinantului nu se schimbă.
2. A se vedea Exemplele 2.2.3 şi 2.2.6.
2.3 Inele de polinoame

Unele dintre cele mai importante inele, cu aplicaţii multiple, sunt inelele de poli-
noame, a căror construcţie o prezentăm în cele ce urmează.
Fie (A, +, ·) un inel unitar comutativ. Vom construi mai întâi inelul seriilor
formale peste A.
Fie AN mulţimea tuturor funcţiilor de la N la A. O astfel de funcţie o scriem
prin mulţimea ordonată a valorilor sale, deci AN este mulţimea şirurilor infinite
f = (a0 , a1 , ..., an , ...), ai ∈ A, (∀)i ∈ N,
numite serii formale peste A.

Două astfel de şiruri f = (a0 , a1 , ..., an , ...), g = (b0 , b1 , ..., bn , ...) sunt egale
dacă ai = bi , ∀i ∈ N.
Definim operaţiile de adunare
f + g = (a0 + b0 , a1 + b1 , ..., an + bn , ...),
şi de înmulţire
∑
k
f · g = (c0 , c1 , ..., cn , ...), ck = ai bk−i , ∀k ∈ N.
i=0
126
Propozitia 2.3.1. Tripletul (AN , +, ·) este un inel comutativ unitar. Aplicaţia

i : A → AN , i(a) = (a, 0, ..., 0, ...), ∀a ∈ A,
este morfism unitar injectiv de inele.
Demonstraţie: Se verifică cu uşurinţă că (AN , +) este un grup comutativ,
cu elementul neutru funcţia nulă, 0 = (0, 0, ...), care pune pe fiecare pozţie
elementul zero al inelului A. Opusul elementului f = (a0 , a1 , ..., an , ...) este
−f = (−a0 , −a1 , ..., −an , ...).
Să probăm asociativitatea înmulţirii în AN . Fie f = (a0 , a1 , ..., an , ...), g =
(b0 , b1 , ..., bn , ...), h = (c0 , c1 , ..., cn , ...) arbitrar alese. Din regula de înmulţire a
seriilor formale, avem
∑
k ∑
f · g = (d0 , d1 , ..., dn , ..), dk = ai bk−i = ai b j , ∀k ≥ 0,
i=0 i+j=k
∑
(f · g) · h = (eo , e1 , ..., en , ...), en = dk cl , ∀n ≥ 0,
k+l=n
∑
g · h = (x0 , x1 , ..., xn , ...), xk = bj c l , ∀k ≥ 0,
j+l=k
∑
f · (g · h) = (y0 , y1 , ..., yn , ..), yn = ai x l , ∀j ≥ 0,
i+k=n
Avem ∑ ∑ ∑ ∑
ej = d k cl = ai b j c l = ai bj cl ,
k+l=n k+l=n i+j=k i+j+l=n
∑ ∑ ∑ ∑
yn = ai x l = ai bj c l = ai b j c l = e n , ∀n ≥ 0,
i+k=n i+k=n j+l=k i+j+l=n
deci (f · g) · h = f · (g · h).
Elementul 1 = (1, 0, 0, ..., 0, ..) corespunde funcţiei 1(n) = δ0n , unde δij este
simbolul lui Kronecker, adică este 1 dacă i = j şi este zero în rest. Acest element
are proprietatea că
∑
k
1 · f = (c0 , c1 , ..., cn , ...), ck = δ0i ak−i = ak , ∀k ∈ N,
i=0
deci 1 · f = f . Analog f · 1 = f , pentru orice f = f = (a0 , a1 , ..., an , ...) ∈ AN ,

deci 1 este element neutru la înmulţirea din AN .
Înmulţirea seriilor formale este distributivă faţă de adunare, deoarece pentru
seriile formale f, g, h considerate mai sus avem
∑
f · (g + h) = (d0 , d1 , ..., dn , ..), dn = ai (bj + cj ), ∀n ≥ 0,
i+j=n
127
∑ ∑
f · g + f · h = (e0 , e1 , ..., en , ...), en = ai bj + ai cj = dn , ∀n ≥ 0,
i+j=n i+j=n
din distributivitatea înmulţirii faţă de adunare în A. Rezultă aşadar
f · (g + h) = f · g + f · h.
Analog se verifică şi
(g + h) · f = g · f + h · f,
apoi că operaţia · este comutativă, deci (AN , +, ·) este inel comutativ.
Din definiţiile operaţiilor în AN rezultă că
i(a + b) = (a + b, 0, 0, ..., 0, ...) = (a, 0, 0, ..., 0, ...) + (b, 0, 0, ..., 0, ...) = i(a) + i(b),
i(a·b) = (a·b, 0, 0, ..., 0, ...) = (a, 0, 0, ..., 0, ...)·(b, 0, 0, ..., 0, ...) = i(a)·i(b), ∀a, b ∈ A.
Aşadar i este morfism de inele. Rezultă imediat şi că este morfism unitar şi
injectiv de inele.
Din ultima afirmaţie a Propoziţiei 2.3.1 rezultă că A poate fi considerat un

subinel (este de fapt izomorf cu subinelul i(A)) al inelului AN , identificând ele-
mentul a din A cu seria (a, 0, ..., 0, ..).
Seria (0, 1, 0, ..., 0, ...) o notăm cu X şi o numim nedeterminată. Din regula
de înmulţire a seriilor formale avem
X 2 = (0, 0, 1, 0, ..., 0, ...); X n = (0, 0, ..., 0, 1, 0, ...), (∀)k ∈ N,

| {z }
n
aX n = (a, 0, 0, ..., 0, ...) · (0, 0, ..., 0, 1, 0, ...) = (0, 0, ..., 0, a, 0, ...).

| {z } | {z }
n n
Ţinând cont de cele de mai sus, seria formală f = (a0 , ..., an , ..) se scrie
∑
f = a0 + a1 X + a2 X 2 + ... + an X n + ... = ai X i .
i≥0
Elementele ai ∈ A se numesc coeficienţii seriei f .
Definitia 2.3.1. O serie formală din AN care are un număr finit de coeficienţi
nenuli se numeşte polinom în nedeterminata X cu coeficienţi în A.
Notăm cu A[X] mulţimea polinoamelor în nedeterminata X cu coeficienţi în

A.
Propozitia 2.3.2. Mulţimea A[X] a polinoamelor în nedeterminata X cu coefi-

cienţi în A este subinel al inelului AN , deci este un inel unitar comutativ.
128
Demonstraţie: Evident 0 = (0, 0, .., 0, ..) şi 1 = (1, 0, ..., 0, ...) au număr finit
de elemente nenule (0, respectiv 1), deci A[X] conţine elementele neutre din AN .
Fie f, g ∈ A[X], deci ambii au număr finit de elemente nenule. Suma şi produsul
lor, ca şi −f au aceeaşi proprietate.
∑
Din definiţie, pentru f = i≥0 ai X i ∈ A[X], există m ∈ N astfel încât ai = 0,
∀i > m, adică
f = a0 + a1 X + ... + am X m .
Numărul m = max{i/ai ̸= 0} se numeşte gradul polinomului f şi se notează
grad(f ) = m. Coeficientul am se numeşte coeficientul dominant al polinomului
f , iar coeficientul a0 se numeşte termenul liber.
Prin convenţie, gradul polinomului nul este −∞ şi amintim următoarele reguli

de calcul:
−∞ + n = −∞, (−∞) · n = −∞, −∞ − ∞ = −∞,
pentru orice n ∈ N.
Propozitia 2.3.3. Dacă f, g ∈ A[X], atunci au loc relaţiile următoare:

a) grad(f + g) ≤ max(grad(f ), grad(g));
b) grad(f · g) ≤ grad(f ) + grad(g). Dacă în plus f, g ̸= 0 şi coeficienţii
dominanţi ai celor două polinoame nu sunt divizori ai lui zero, atunci în relaţia
anterioară avem egalitate.
∑ ∑n
Demonstraţie: a) Fie f = m i
i=0 ai X şi g =
i
i=0 bi X , deci grad(f ) = m,
grad(g) = n.
 ∑m ∑
 i=0 (ai∑ + bi )X i + ni=m+1 bi X i , m < n,
m i
f +g = i=0 (ai + b∑
i )X , m = n,
 ∑n i m i
i=0 (ai + bi )X + i=n+1 ai X , m>n
În cazul m = n, dacă an = −bn , atunci gradul polinomului f + g este n − 1. În

celelalte cazuri, grad(f +g) este cel mai mare dintre gradele celor două polinoame.
b) Produsul celor două polinoame este
∑
f · g = (c0 , c1 , ..., ci , ...), ci = aj b k .
j+k=i
Cel mai mare indice cu ci ̸= 0 este m + n, dacă an şi bm nu sunt divizori ai lui

zero.
129
Exemplul 2.3.1. În inelul Z6 [X], fie f = 2̂X 2 + X + 1̂, g = 3̂X + 2̂.

Produsul lor este
f · g = X 2 + 5̂ + 1̂,
deoarece 2̂ · 3̂ = 0̂.
O consecinţă directă a Propoziţiei 2.3.3 este:

Propozitia 2.3.4. Dacă A este un domeniu de integritate, atunci pentru orice
f, g ∈ A[X], grad(f · g) = grad(f ) + grad(g).
Avem şi următorul rezultat important de reţinut.
Propozitia 2.3.5. Dacă A este un domeniu de integritate, atunci şi inelul A[X]
este domeniu de integritate.
Demonstraţie: Trebuie să demonstrăm că A[X] nu are divizori ai lui 0, deci
un produs f · g este polinomul nul doar dacă unul dintre factori e 0.
Fie f, g ∈ A[X], f · g = 0. Deoarece A este integru, conform Propoziţiei 2.3.4,
grad(f ) + grad(g) = −∞, ceea ce nu este posibil dacă f ̸= 0 şi g ̸= 0.
Încheiem acest paragraf cu modul în care un morfism între două inele unitare
comutative induce un morfism între inelele de polinoame într-o nedeterminată,
cu coeficienţi în cele două inele, respectiv.
Propozitia 2.3.6. Fie (A, +, ·), (B, +, ·) două inele unitare comutative şi mor-
fismul unitar de inele φ : A → B. Aplicaţia
φ∗ : A[X] → B[X], φ∗ (a0 +a1 X +...+an X n ) = φ(a0 )+φ(a1 )X +...+φ(an )X n ,
∀f = a0 + a1 X + ... + an X n ∈ A[X], este un morfism unitar de inele. Mai

mult, are loc egalitatea φ∗ (X) = X şi morfismul φ∗ face următoarea diagramă
comutativă: φ
A → B
iA ↓ ↓ iB ,
φ∗
A[X] → B[X]
adică φ∗ ◦ iA = iB ◦ φ.
Demonstraţie: Modul de definire a funcţiei φ∗ şi faptul că φ este morfism de
inele asigură
φ∗ (f + g) = φ∗ (f ) + φ∗ (g), φ∗ (f · g) = φ∗ (f ) · φ∗ (g),
iar φ∗ (X) = X este evident.

Pentru orice a ∈ A, avem
φ∗ ◦ iA (a) = φ∗ (a) = φ(a) ∈ B,

130
şi iB ◦ φ(a) = φ(a), deci diagrama este comutativă.
Fie (A, +, ·) un inel unitar comutativ şi A[X] inelul polinoamelor în nedeter-

minata X, cu coeficienţi în A. Amintim că U (A) reprezintă mulţimea elementelor
inversabile ale inelului A.
Propozitia 2.3.7. a) Fie a ∈ A. Avem a ∈ U (A) ⇔ a ∈ U (A[X]), unde

identificăm polinomul constant a ∈ A[X] cu elementul a din A.
b)Dacă A este inel inegru, atunci A[X] este inel integru şi U (A) = U (A[X]).
Demonstraţie: a) Implicaţia directă este evidentă: din moment ce a are un

invers a′ în A, polinomul constant a are ca invers polinomul constant a′ , în A[X].
∑nReciproc, considerăm un polinom constant inversabil a ∈ A[X] şi fie f =
a
i=0 i X i
∈ A[X] inversul său. Din egalitatea a · f = 1, rezultă sistemul
{
a · a0 = 1
a · ai = 0, ∀i = 1, n
Din prima ecuaţie obţinem a inversabil în A, cu inversul a0 şi din celelalte,

deoarece a este inversabil, avem ai = 0, ∀i = 1, n.
b) În cazul inelului integru A, am văzut în Propoziţia 2.3.5 că A[X] este de
asemenea integru.
Punctul a) asigură incluziunea U (A)∑⊆ U (A[X]). ∑
Pentru incluziunea inversă, fie f = i=0 ai X i ∈ U (A[X]) şi g = m
n
i=0 bi X ∈
i
U (A[X]) inversul său. Deoarece f · g = 1 şi A integru, Propoziţia 2.3.4 asigură
grad(f ) + grad(g) = 0,
ceea ce se poate doar dacă ambele polinoame sunt constante.
Observatia 2.3.1. Propoziţia 2.3.7 afirmă că dacă A este integru atunci sin-
gurele polinoame inversabile în A[X] sunt polinoamele constante egale cu elemente
inversabile în A.
Exemplul 2.3.2. a) U (Z[X]) = {−1, 1};

b) Pentru K un corp comutativ, U (K[X]) = K ∗ .
c) Dacă A nu este integru, atunci există polinoame neconstante
inversabile. De exemplu, f = b
2X + b
1 ∈ Z4 [X] este inversabil, inversul
său fiind el însuşi.
Ultimul exemplu de mai sus duce la întrebarea firească: care sunt polinoamele
inversabile în A[X], cu A inel cu divizori ai lui zero? Răspunsul este dat de:
131
Propozitia 2.3.8. Fie A un inel unitar comutativ şi A[X] inelul polinoamelor

cu coeficienţi în A. Au loc următoarele:
a) f ∈ A[X] este nilpotent dacă şi numai dacă toţi coeficienţii săi sunt ele-
mente nilpotente
∑ dinA.
b) f = ni=0 ai X i ∈ A[X] este inversabil dacă şi numai dacă a0 ∈ U (A) şi
a1 , ..., an sunt elemente nilpotente din A.
Demonstraţie: Amintim că un element x din inelul A este nilpotent dacă
există n ∈ N astfel încât xn = 0 .
a) Fie f un polinom nilpotent din A[X], deci există n ∈ N, cu f n = 0. Dacă
f este polinomul nul, atunci rezultatul este evident.
Pentru f ̸= 0, fie m = gradf . Demonstrăm prin inducţie după m că toţi
coeficienţii lui f sunt nilpotenţi.
Pas 1. Verificare: m = 0, deci f = a, a ∈ A. Din f n = 0 avem an = 0, deci a
nilpotent în A.
Pas 2. Presupunem că orice polinom nilpotent de grad cel mult m − 1 are
toţi coeficienţii nilpotenţi şi arătăm că rezultatul e valabil şi pentru polinoamele
de grad m. Fie
f = a0 + a1 X + a2 X 2 + ... + am X m ,
un polinom nilpotent din A[X].
Coeficientul dominant al polinomului f n este anm şi din f n = 0 rezultă am
nilpotent în A. De aici avem şi (am X m )n = 0, deci polinomul am X m este de
asemenea nilpotent în A[X]. Dar mulţimea elementelor nilpotente formează un
ideal, de unde obţinem că şi f − am X m este nilpotent. Din ipoteza de inducţie,
polinomul
f − am X m = a0 + a1 X + ... + am−1 X m−1 ,
are toţi coeficienţii nilpotenţi, deci toţi coeficienţii polinomului f sunt nilpotenţi.
Reciproc, fie elementele a0 , a1 ,...,am nilpotente în A şi polinomul
f = a0 + a1 X + a2 X 2 + ... + am X m .
Din faptul că elementele a0 , a1 , ..., am sunt nilpotente rezultă că şi polinoamele a0 ,
a1 X, a2 X 2 ,...,am X m sunt nilpotente. Mulţimea elementelor nilpotente în A[X]
fiind ideal, este parte stabilă la adunare, deci f este nilpotent.
∑
b) Fie polinomul f = m i=0 ai X ∈ A[X], unde termenul liber a0 este in-
i
versabil şi restul coeficienţilor sunt nilpotenţi. Conform punctului anterior, poli-

nomul g = a1 X + a2 X 2 + ... + am X m este nilpotent în A[X], iar din Propoziţia
2.3.7, polinomul constant a0 este inversabil. Dar suma dintre un element in-
versabil şi un nilpotent este inversabil (verificaţi !) şi obţinem a0 + g inversabil,
deci f inversabil.
∑
Reciproc, fie f = m i=0 ai X ∈ U (A[X]). Evident, f ̸= 0. Vom demonstra
i
prin inducţie după m = grad(f ) că a0 ∈ U (A) şi a1 ,....,am nilpotente.

132
Pas 1. Verificare: Pentru polinoamele constante rezultatul este valabil con-

form Propoziţiei 2.3.7.
Pas 2. Presupunem că toate polinoamele inversabile de grad cel mult m − 1
din A[X] au termenul liber inversabil şi restul coeficienţilor nilpotenţi şi arătăm
că polinoamele
∑minversabile de grad m au aceeaşi proprietate.
Fie f = i=0 ai X ∈ U (A[X]). Există
i
g = b0 + b1 X + ... + bn X n ∈ A[X], f · g = 1.
Obţinem sistemul 

 a0 · b 0 = 1



 a1 · b 0 + a0 · b 1 = 0

a2 · b 0 + a1 · b 1 + a0 · b 2 = 0

 ................ .. ...



 am · bn−1 + am−1 · bn = 0

am · b n = 0,
Înmulţind penultima ecuaţie din sistem cu am şi ţinând cont de ultima ecuaţie,
rezultă a2m · bn−1 = 0. Repetând procedeul cu celelalte ecuaţii, obţinem, din
aproape în aproape, akm · bn−k+1 = 0, care pentru k = n + 1 duce la
m · b0 = 0.
an+1
Dar b0 este inversabil conform primei ecuaţii din sistem. Am obţinut am nilpotent,
deci şi polinomul am X m este nilpotent. Polinomul f este inversabil din ipoteză
şi folosim din nou faptul că suma dintre inversabil şi nilpotent este inversabil, de
unde rezultă
f − am X m = a0 + a1 X + ...am−1 X m−1 ∈ U (A[X]).
Din ipoteza de inducţie rezultă a0 ∈ U (A) şi a1 , ..., am−1 nilpotenţi.
Exemplul 2.3.3. Pentru a găsi ce polinoame de grad √1 din Z4 [X]

sunt inversabile, stabilim mai întâi U (Z4 ) = {1̂, 3̂} şi 0 = {0̂, 2̂}.
Din Propoziţia 2.3.8 rezultă
√ că f = a + bX ∈ U (Z4 ) dacă şi numai
dacă a ∈ U (Z4 ) şi b ∈ 0. Avem şi b = ̸ 0, deci obţinem polinoamele
1̂ + 2̂X, 3̂ + 2̂X.
Încheiem unitattea de învăţare cu un exemplu de inel factor din această zonă,
a inelelor de polinoame.
Exemplul 2.3.4. a) Să determinăm forma elementelor din inelul

factor Z2 [X]/(X 2 +X+1) . Prin (X 2 + X + 1) înţelegem idealul generat
de polinomul f = X 2 + X + 1 în inelul Z2 [X].
133
Din definiţia inelului factor avem
Z2 [X]/(X 2 +X+1) = {ĝ|g ∈ Z2 [X]},
ĝ = {h ∈ Z2 [X]| (X 2 + X + 1)|(g − h)},

deci ĝ conţine toate elementele care dau acelaşi rest la împărţirea prin
X 2 + X + 1. Dar restul respectiv poate fi doar un polinom de grad
maxim 1 şi găsim
b X
Z2 [X]/(X 2 +X+1) = {0̂, 1̂, X, \+ 1}.
Întocmind tablele operaţiilor de adunare şi înmulţire în inelul factor,

se constată că este corp.
b) Inelul factor C[X]/(X 2 + 1) nu este integru. Într-adevăr,
elementele inelului factor sunt clase de echivalentă ale polinoamelor
de grad 1. Dar X \ −i·X \ + i = 0̂, deci acest inel are divizori ai lui
zero.
Exemplul 2.3.5. Determinăm forma elementelor din inelul factor

Z2 [X]/(X 3 +X+1) :
Din definiţia inelului factor avem
Z2 [X]/(X 3 +X+1) = {ĝ| g ∈ Z2 [X]} ĝ = {h ∈ Z3 [X]| (X 3 +X+1)|(g−h)},
deci ĝ conţine toate elementele din Z2 [X]care dau acelaşi rest cu g

la împărţirea prin X 3 + X + 1. Dar restul respectiv poate fi doar un
polinom de grad maxim 2 şi obţinem
b X
Z2 [X]/(X 3 +X+1) = {0̂, 1̂, X, \ c2 , X\
+ 1, X 2 + 1, X\
2 + X, X 2 \
+ X + 1}.
Întocmind tablele operaţiilor de adunare şi înmulţire în inelul factor,

se constată că este corp.
Un exemplu de calcul în inelul factor este
X\
2 + 1 · X2 \
+X +1
. Calculul cerut se face calculând restul împărţirii polinomului (X 2 +

1) · (X 2 + X + 1) prin X 3 + X + 1. Rezultatul este clasa de echivalenţă
modulo X 3 + X + 1 a restului găsit.
Exerciţiu: Determinaţi forma elementelor din inelul factor Z3 [X]/(X 2 +X+2) .
d
Calculaţi X d
+2 · X + 1.
134
REZUMAT Clasele de inele tratate în această unitate de învăţare

au fiecare în parte particularităţi şi proprietăţi remarcabile. Inelele
booleene, al căror model este inelul claselor de resturi modulo 2 sunt
inele cu toate elementele idempotente. De remarcat că aceste inele
sunt comutative şi că ordinul fiecărui element este 2, în grupul aditiv
al inelului booleean. O consecinţă a Teoremei lui Lagrange este că
inelele booleene finite au cardinalul număr par.
Inelele de matrice sunt mult utilizate în informatică şi inversarea
unei matrici prin diverse metode este o problemă de inetres, ca şi
lucrul cu matrici cu blocuri.
Inelele de polinoame sunt ultima clasă remarcabilă de inele tratată.
Elementele inversabile în aceste inele A[X] sunt polinoamele cu ter-
menul liber inversabil şi restul coeficienţilor elemente nilpotente în
inelul A. Inelele factor ale inelelor de polinoame sunt de asemenea
probleme de inetres, aceste fiind mulţimi de clse de resturi modulo un
polinom.

învăţare M2.U2.
1. Să se determine elementele inversabile în fiecare dintre următoarele
inele de polinoame:
(Z[X], +, ·), (Q[X], +, ·), (R[X], +, ·), (C[X], +, ·), (Zp [X], +, ·),
pentru p prim.
2. Scrieţi toate polinoamele inversabile de grad 2 din (Z4 [X], +, ·) şi

determinaţi inversul elementului f = 2X 2 + 2X + 1 ∈ Z4 [X].
3. Să se determine inversa matricei

 
2 2 3 1
 3 3 2 1 
S=  1 2 0
 ∈ M4 (R),
1 
1 1 1 0
în două moduri.
4. Fie (A, +, ·) un inel booleean unitar. Determinaţi elementele in-

versabile.

135
1) Folosim Propoziţia 2.3.7 b). A se vedea şi Exemplul 2.3.2.

2) Se foloseşte Propoziţia 2.3.8 şi Exemplul 2.3.3.
3) Se pot folosi metodele din Exemplele 2.2.3 şi 2.2.6.
4) Folosim x2 = x pentru un x inversabil.
M2.U3. Spaţii vectoriale.

Subspaţii. Bază şi dimensiune.

Ultima structură algebrică cu care fac cunoştinţă studenţii la cursul de
Fundamentele algebrice ale informaticii sunt spaţiile vectoriale, care
reprezintă cadrul teoretic în care vom prezenta codurile liniare, dar şi
fundament teoretic pentru geometria analitică.
La sfârşitul acestei unităţi de învăţare cursanţii trebuie să fie capa-

bili să determine baza şi dimensiunea unui spaţiu vectorial, suma şi
intersecţia a două subspaţii vectoriale, subspaţiul ortogonal unui sub-
spaţiu vectorial dat, matricea generatoare a unui spaţiu vectorial şi a
ortogoonalului său.
3.1 Spaţii vectoriale

Ne amintim! Perechea (V, +) este grup abelian dacă legea de com-
poziţie internă + este asociativă şi comutativă, admite element neutru
şi orice element este simetrizabil. Tripletul (K, +, ·) este corp comuta-
tiv dacă perechile (K, +) şi (K ∗ , ·) sunt grupuri abeliene, iar operatţia
· este distributivă faţă de +.
Fie (K, +, ·) un corp comutativ (de exemplu Zp , R) şi (V, +) un grup abelian.
Fie legea de compoziţie externă
·K : K × V → V,
136
137
numită amplificare cu scalari.

Definitia 3.1.1. Tripletul (V, +, ·K ) se numeşte spaţiu vectorial peste K, sau
K-spaţiu vectorial (K-s.v.), dacă sunt satisfăcute axiomele:
a) α ·K (β ·K x) = (α · β) ·K x, ∀ α, β ∈ K şi x ∈ V .
b) (α + β) ·K x = α ·K x + β ·K x, pentru orice scalari α, β ∈ K şi x ∈ V .
c) α ·K (x + y) = α ·K x + α ·K y, ∀ α, β ∈ K, ∀ x, y ∈ V .
d) 1 ·K x = x, pentru orice x ∈ V , unde 1 este elementul unu al corpului K.
Elementele lui V se numesc vectori, iar K este numit corpul scalarilor.
Observatia 3.1.1. De multe ori operaţia de amplificare cu scalari ’·K ’ se notează
tot ’·’ sau chiar se omite, cititorul înţelegând despre care operaţie este vorba în
funcţie de operanzi.
Exemplul 3.1.1. a) Pentru orice corp comutativ K, mulţimea
| × K {z
Kn = K × ... × K}
n
este K-s.v. în raport cu operaţiile
+ : K n × K n → K n, · : K × K n → K n,
definite în mod natural:
(x1 , x2 , ..., xn ) + (y1 , y2 , ..., yn ) = (x1 + y1 , x2 + y2 , ..., xn + yn ),
α(x1 , x2 , ..., xn ) = (αx1 , αx2 , ..., αxn ),

adică adunarea se face pe componente, iar amplificarea se face ampli-
ficând fiecare componentă.
b) Mulţimea Mm,n (K) a matricelor de tip (m, n) este un K-s.v. în
raport cu adunarea matricelor şi cu amplificarea unei matrici cu un
element din corpul K,
· : K × Mm,n (K) → Mm,n (K), α · A = (α · aij )i=1,m,j=1,n ,
pentru orice α ∈ K, A = (aij )i=1,m,j=1,n ∈ Mm,n (K).

c) Mulţimea polinoamelor K[X] cu coeficienţi în corpul K este
spaţiu vectorial în raport cu adunarea polinoamelor şi cu amplificarea
unui polinom cu un element din corpul K, adică produsul unui polinom
cu un polinom de grad 1.
d) Fie (K, +, ·) un corp comutativ şi L un subcorp al său. Re-
strângem operaţia de înmulţire din K la ·L : L × K → KSe verifică
imediat că tripletul (K, +, ·L ) este spaţiu vectorial peste corpul L.
138
e) Notăm V mulţimea numerelor reale strict pozitive şi definim

operaţia ⊕ pe V , ca fiind restricţia înmmulţii numerelor reale la V ×V .
Fie
⊗ : R × V → V, α ⊗ x = xα , ∀α ∈ R, ∀x ∈ V.
Evident, (V, ⊕) este grup abelian. Să verificăm axiomele din Definiţia
3.1.1. Fie elementele arbitrare x, y ∈ V , α, β ∈ R.
α ⊗ (β ⊗ x) = α ⊗ xβ = (xβ )α = xαβ = (α · β) ⊗ x,
deci prima axiomă este adevărată.
(α + β) ⊗ x = xα+β = xα · xβ = (α ⊗ x) ⊕ (β ⊗ x),
ceea ce arată că a doua axiomă este verificată. Tot prin calcul direct
se verifică şi ultimele două axiome:
α ⊗ (x ⊕ y) = α ⊗ (xy) = (xy)α = xα y α = (α × x) ⊕ (α ⊗ y),
1 ⊗ x = x1 = x.
Am demonstrat astfel că tripletul (V, ⊕, ⊗) este un R − s.v..
Fie (V, +, ·) un spaţiu vectorial peste corpul comutatic K şi fie 0V vectorul
nul, adică elementul neutru în grupul (V, +), iar −x opusul vectorului x în acelaşi
grup. Notăm cu 0, 1, elementele zero, respectiv unu din corpul K.
Propozitia 3.1.1. Au loc următoarele relaţii:
a) 0 · x = 0V , pentru orice x ∈ V ;
b) α · 0V = 0V , pentru orice α ∈ K;
c) 1 · (−x) = (−1) · x = −x, ∀x ∈ V ;
d) α · x = 0V dacă şi numai dacă α = 0 sau x = 0V ;
Demonstraţie: a) Scriem 0 = 0 + 0 şi folosim axioma b) din Definiţia 3.1.1 în
următorul calcul:
0 · x = (0 + 0) · x ⇔ 0 · x = 0 · x + 0 · x.
Din ultima relaţie considerată în grupul (V, +), rezultă 0 · x = 0V .

b) Rezultatul vine dintr-un calcul analog, scriind 0V = 0V + 0V şi folosind
axioma c) din definiţia spaţiului vectorial.
c) Opusul elementului x ∈ V este definit de x+(−x) = 0V . Conform punctului
b), are loc 1 · (x + (−x)) = 0V . Aplicăm axiomele c) şi d) din definiţia spaţiului
vectorial şi obţinem egalitatea x + 1 · (−x) = 0V în grupul (V, +). Rezultă
1 · (−x) = −x.
Elementul −1 ∈ K are proprietatea 1 + (−1) = 0. Folosim rezultatul demon-
strat la punctul a) şi axiomele b) şi d) şi obţinem:
(1 + (−1)) · x = 1 · x + (−1) · x ⇒ 0V = x + (−1) · x ⇒ (−1) · x = −x.

139
d) Fie α ∈ K şi x ∈ V astfel încât α · x = 0V . Dacă α ̸= 0, atunci este

inversabil, deci există α−1 ∈ K, α−1 α = 1. Amplificăm relaţia α · x = 0V cu α−1
şi aplicăm axiomele a) şi d), şi rezultatul de la punctul b):
α−1 · (α · x) = 0V ⇒ 1 · x = 0V ⇒ x = 0V .
Am obţinut că α = 0 sau, dacă nu, x = 0V .

1. Fie (V, +, ·) un K-spaţiu vectorial. Arătaţi că pentru orice vector
x şi orice scalar α, (−α) · x = −x.
2. Arătaţi că (R2 , +, ·) este un spaţiu vectorial real în raport cu oper-
aţiile
(x1 , y1 )+(x2 , y2 ) = (x1 +x2 , y1 +y2 ), α·(x1 , x2 ) = (α·x1 , α·x2 ),
pentru orice α ∈ R, (x1 , x2 ) ∈ R2 .

1. Se parcurg regulile de calcul în spaţii vectoriale, Propoziţia 3.1.1.
2. Se verifică axiomele din definiţia spaţiului vectorial.
3.2 Subspaţii vectoriale

Fie (V, +, ·) un K-spaţiu vectorial şi o submulţime nevidă V ′ a sa.
Definitia 3.2.1. Dacă restricţiile operaţiilor din V la V ′ × V ′ , respectiv K × V ′
dau mulţimii V ′ structură de K-spaţiu vectorial, atunci V ′ este subspaţiu vectorial
al lui V . Notăm în acest caz V ′ ≤ V .
Propozitia 3.2.1. V ′ ⊂ V este subspaţiu vectorial dacă şi numai dacă
αx + βy ∈ V ′ , ∀x, y ∈ V ′ , α, βinK.
Demonstraţie: Dacă V ′ ≤ V , atunci (V ′ , +|V ′ ×V ′ , ·|K×V ′ ) este spaţiu vectorial

peste K, deci V ′ este parte stabilă la cele două legi de compoziţie. Atunci, pentru
orice scalari α, β şi orice elemente x, y ∈ V ′ , α · x + β · y ∈ V ′ .
Reciproc, dacă submulţimea V ′ satisface condiţia din ipoteză, atunci, pentru
α = β = 1 obţinem x + y ∈ V ′ , iar pentru α = 1, β = 0 obţinem α · x ∈ V ′ ,
∀x, y ∈ V ′ . Deci restricţiile +|V ′ ×V ′ , ·|K×V ′ sunt legi de compoziţie internă, re-
spectiv externă, pe V ′ . Axiomele referitoare la amplificarea cu scalari din definiţia
spaţiului vectorial V rămân valabile în V ′ .
Pentru α = β = 0, condiţia din ipoteză conduce la 0V ∈ V ′ , iar scalarii
α = −1, β = 0 conduc la −x ∈ V ′ , pentru orice x ∈ V ′ . Am obţinut astfel că V ′
este subgrup al grupului (V, +). Prin urmare (V ′ , +) este grup abelian. Rezultă
că (V ′ , +, ·) este un K-spaţiu vectorial.
140
Observatia 3.2.1. Condiţia din Propoziţia anterioară este echivalentă cu

x + y ∈ V ′, , α · x ∈ V ′, , ∀x, y ∈ V ′ , ∀α ∈ K.
Dacă V ′ ⊂ V este subspaţiu vectorial, atunci în particular este subgrup în
(V, +), deci conţine vectorul nul. Prin urmare o submulţime a unui spaţiu vecto-
rial, care nu conţine vectorul nul, nu poate fi subspaţiu vcectorial.
Exemplul 3.2.1. a) {0}, V sunt subspaţii vectoriale ale spaţiului

vectorial V .
b) Zp × {0} este subspaţiu vectorial în Zp -s.v. Zp × Zp .
c) V ′ = {(x1 , x2 , x3 ) ∈ Z32 , x1 +x2 +x3 = b0} este subspaţiu vecto-
rial al Z2 -s.v. Z2 . Mai exact, V = {(0, 0, 0), (0, b
3 ′ b b b b 1, b
1), (b
1, b
0, b1), (b
1, b
1, b
0)}.
d) Mulţimea matricelor simetrice {A ∈ Mn (K)| · A = A} este t
subspaţiu vectorial în K-spaţiul vectorial al matricelor pătratice de

ordin n cu elemente în corpul comutativ K.
Definitia 3.2.2. Dacă S este o submulţime nevidă a K-spaţiului vectorial (V, +, ·),
numim combinaţie liniară finită de elemente din S un element de forma
α1 v1 + α2 x2 + ... + αp vp ∈ V , pentru α1 , ..., αp ∈ K şi v1 , v2 , ..., vp ∈ S
Folosind caracterizarea din Propoziţia 3.2.1, rezultă prin verificare directă că:
Propozitia 3.2.2. Mulţimea tuturor combinaţiilor liniare finite de elementele
din S formează un subspaţiu vectorial al lui V , numit subspaţiul generat de
S şi notat [S]. Elementele lui S se numesc generatorii subspaţiului [S].
Exemplul 3.2.2. În Z32 , subspaţiul generat de vectorii (b

0, b
1, b
1), (b
1, b
0, b
1)
este
[(b
0, b
1, b
1), (b
1, b
0, b
1)] = {α(b
0, b
1, b
1) + β(b
1, b
0, b
1), α, β ∈ Z2 } = V ′ ,
de la Exemplul 3.2.1 b). În Z33 ,
[(b
1, b
1, b
2)] = {α(b
1, b
1, b
2), α ∈ Z3 } = {(b
0, b
0, b
0), (b
1, b
1, b
2), (b
2, b
2, b
1)}
Exerciţiu: Scrieţi subspaţiul generat de vectorii (b
0, b
1, b
1, b
1), (b
1, b
0, b
1, b
1), (b
1, b
0, b
0, b
1)
în Z2 -spaţiul vectorial Z2 .
4
Propozitia 3.2.3. Fie (V, +, ·) un K-spaţiu vectorial şi V1 , V2 două subspaţii

vectoriale ale sale. Mulţimile V 1 ∩ V2 şi
V1 + V2 = {x1 + x2 | x1 ∈ V1 , x2 ∈ V2 }
sunt subspaţii vectoriale în V , numite intersecţia, respectiv suma subspaţiilor
V1 şi V2 .
141
Demonstraţie: Verificăm condiţia din Propoziţia 3.2.1 pentru fiecare din cele
două submulţimi.
Fie α, β ∈ K şi x, y ∈ V1 ∩ V2 , arbitrar alese. Deoarece V1 şi V2 sunt subspaţii
vectoriale, α · x + β · y ∈ V1 , α · x + β · y ∈ V2 , deci α · x + β · y ∈ V1 ∩ V2 .
Fie α, β ∈ K şi x, y ∈ V1 + V2 , arbitrar alese. Din definiţia sumei V1 + V2 ,
există x1 , y1 ∈ V1 , x2 , y2 ∈ V2 astfel încât x = x1 + x2 , y = y1 + y2 . Calculăm
folosind regulile date de axiomele spaţiului vectorial:
α · x + β · y = α · x1 + α · x2 + β · y1 + β · y2 = (α · x1 + β · y1 ) + (α · x2 + β · y2 ),
care este element din V1 + V2 deoarece α · x1 + β · y1 ∈ V1 , α · x2 + β · y2 ∈ V2 .

Observatia 3.2.2. Mulţimile V1 − V2 , V2 − V1 nu sunt subspaţii vectoriale în V
deoarece nu conţin vectorul nul.
Reunuiunea a două subspaţii vectoriale nu este i�n general subspaţiu vectorial.
De exemplu, fie următoarele subspaţii vectoriale în R-spaţiul vectorial R2 :
V1 = {(x, y) ∈ R2 | 2|x}, V2 = {(x, y) ∈ R2 | 2|y},
Elementele (2, 1) ∈ V1 şi (1, 2) ∈ V2 sunt în V1 ∪ V2 . Dacă V1 ∪ V2 ar fi subspaţiu

vectorial, atunci suma (2, 1) + (1, 2) = (3, 3) ar trebui să aparţină reuniunii, deci
să fie element în V1 sau V2 , adică să aibă fie prima componentă, fie a doua, pară,
ceea ce nu este adevărat. Deci V 1 ∪ V2 nu este subspaţiu vectorial.
Propozitia 3.2.4. Fie V1 , V2 două subspaţii vectoriale ale K-spaţiului vectorial
V şi x ∈ V1 + V2 . Descompunerea x = x1 + x2 , x1 ∈ V1 , x2 ∈ V 2 este unică dacă
şi numai dacă V1 ∩ V2 = {0V }.
Demonstraţie: Dacă descompunerea este unică, fie a ∈ V1 ∩ V2 . Un vector
x = x1 + x2 ∈ V1 + V2 , cu x1 ∈ V1 , x2 ∈ V2 se mai poate scrie x = x1 + a + x2 − a,
şi x1 + a ∈ V1 , x2 − a ∈ V2 . Din ipoteză rezultă x1 = x1 + a şi x2 = x2 − a, deci
a = 0V .
Reciproc, fie V1 ∩ V2 = {0V } şi două descompuneri ale vectorului x ∈ V1 + V2 :
x + x1 + x2 , x = x′1 + x′2 , cu x1 , x′1 ∈ V1 , x2 , x′2 ∈ V2 . Din x1 + x2 = x′1 + x′2
rezultă că elementul x1 − x′1 = x′2 − x2 este în ambele subspaţii vectoriale, deci
este vectorul nul. Am obţinut unicitatea descompunerii.
Observatia 3.2.3. Suma a două subspaţii vectoriale V1 , V2 se numeşte sumă
directă dacă orice element din sumă admite descompunere unică, cum s-a precizat
mai sus, or, echivalent, dacă cele două subspaţii au în comun doar vectorul nul.
Suma subspaţiilor se notează în acest caz V1 ⊕ V2 .
Se poate demonstra şi că:
Propozitia 3.2.5. Fie V1 , V2 subspaţii vectoriale în spaţiul vectorial V . Atunci
V1 + V2 coincide cu subspaţiul generat de V1 ∪ V2 .
142
Exemplul 3.2.3. Fie submulţimile V1 = {(x1 , x2 , x3 ) ∈ R3 | x1 +

x2 − 3x3 = 0}, V2 = {(x1 , x2 , x3 ) ∈ R3 | x1 = 2x2 = −x3 }. Să se
arate că sunt subspaţii vectoriale ale R-spaţiului vectorial R3 şi să se
determine intersecţia şi suma lor.
Putem verifica faptul că sunt subspaţii vectoriale folosind Propoziţia
3.2.1. Fie α, β ∈ R şi x, y ∈ V1 . Deci x = (x1 , x2 , x3 ), y = (y1 , y2 , y3 )
cu proprietatea x1 + x2 − 3x3 = 0, y1 + y2 − 3y3 = 0. Vectorul
α·x+β·y = α(x1 , x2 , x3 )+β(y1 , y2 , y3 ) = (αx1 +βy1 , αx2 +βy2 , αx3 +βy3 )
este în V1 dacă şi numai dacă verifică regula din definiţia lui V1 , adică
dacă
(αx1 + βy1 ) + (αx2 + βy2 ) − 3(αx3 + βy3 ) = 0.
Ceea ce este adevărat din proprietatea similară a componentelor vec-
torilor x şi y.
O altă modalitate de a verifica că V1 , V2 sunt subspaţii vectoriale,
este să studiem forma elementelor din aceste submulţimi. Mai exact,
fiecare dintre ele reprezintă mulţimea soluţiilor unui sistem liniar de
ecuaţii. V1 conţine soluţiile sistemului liniar şi omogen cu o ecuaţie
şi trei necunoscute
x1 + x2 − 3x3 = 0,
( )
a cărui matrice este A = 1 1 −3 . Rangul matricei fiind egal
cu 1, sistemul are o singură necunoscută principală, fie aceasta x1 ,
corespunzător minorului principal ales, elementul de pe poziţia (1, 1)
din A. Restul necunoscutelor fiind secundare, notăm x2 = α, x3 = β.
Rezultă x1 = −α + 3β, deci
V1 = {(−α + 3β, α, β)| α, β ∈ R},
care se mai poate scrie folosind operaţiile de adunare şi amplificare cu
scalari din spaţiul vectorial R3 ,
V1 = {(−α, α, 0)+(3β, 0, β)|α, β ∈ R} = {α(−1, 1, 0)+β(3, 0, 1)| α, β ∈ R}.
Ultima exprimare a mulţimii V1 arată că este formată din toate com-
binaţiile liniare ale vectorilor u = (−1, 1, 0) şi v = (3, 0, 1), adică V 1
este subspaţiul generat de vectorii {u, v}, deci, conform Propoziţiei
3.2.2, V1 ≤ R3 .
Analog se verifică faptul că V2 este subspaţiu vectorial folosind car-
acterizarea din Propoziţia 3.2.1, sau putem vedea V2 ca fiind mulţimea
soluţiilor sistemului liniar şi omogen cu două ecuaţii şi trei necunos-
cute
x1 − 2x2 = 0, x1 + x3 = 0.
143
( )
1 −2 0
Matricea sistemului este A = , are rangul egal cu 2,
1 0 1
1 −2
un minor principal fiind . Necunoscutele principale core-
1 0
spunzătoare minorului principal ales sunt x1 , x2 , iar x3 , necunoscuta
secundară, se notează α. Rezultă x1 = −α, x2 = 21 α,
1 1
V2 = {(−α, α, α)| α ∈ R} = {α(−1, , 1)| α ∈ R},
2 2
deci {w = (−1, 21 , 1)} este sistem de generatori pentru V2 , iar V2 este

subspaţiul vectorial generat de w.
Intersecţia celor două subspaţii vectoriale este mulţimea elementelor
comune, adică soluţiile sistemului liniar omogen

 x1 + x2 − 3x3 = 0
x1 − 2x2 =

x1 + x3 = 0
Obţinem V1 ∩ V2 = {(0, 0, 0)}.

Suma celor două subspaţii este mulţimea vectorilor de forma
1
V1 +V2 = {x+y|x ∈ V1 , y ∈ V2 } = {α(−1, 1, 0)+β(3, 0, 1)+γ(−1, , 1)|α, β, γ ∈ R},
2
deci este subspaţiul generat de vectorii {u, v, w}, adică generat de re-
uniunea mulţimilor de generatori ale celor două subspaţii.
Dacă dorim să prezentă subspaţiul V1 + V2 în forma în care s-au
dat subspaţiile în ipoteză, putem scrie
γ
V1 +V2 = {(x1 , x2 , x3 ) ∈ R3 |x1 = −α+3β−γ, x2 = α+ , x3 = β+γ, α, β, γ ∈ R},
2
iar studiul sistemului

 −α + 3β − γ = x1
α + γ2 = x2

β+γ = x3
arată că este un sistem Cramer, deci are soluţie unică pentru orice
(x1 , x2 , x3 ) ∈ R3 . Rezultă că orice element din R3 este În V1 + V2 , deci
V1 + V2 = R3 . Mai mult, deoarece V1 ∩ V2 conţine doar vectorul nul,
putem spune că R3 este suma directă a subspaţiilor V1 şi V2 şi notăm
V 1 ⊕ V2 = R3 .
144
Exemplul 3.2.4. Considerând subspaţiile V1 şi V2 ale spaţiului vecto-

rial R4 , generate de vectorii (1, 2, −1), respectiv (1, −1, 0), subspaţiul
sumă este generat de {(1, 2, −1), (1, −1, 0)} deci conţine vectori de
forma
V1 + V2 = {α(1, 2, −1) + β(1, −1, 0)|α, β ∈ R3 } =
= {(x1 , x2 , x3 ) ∈ R3 |x1 = α + β, x2 = 2α − β, x3 = −α, α, β ∈ R}.

Din sistemul 
 α + β = x1
2α − β = x2

−α = x3
rezultă, eliminând parametrii α, β, că −3x3 = x1 + x2 , deci putem
scrie
V1 + V2 = {(x1 , x2 , x3 ) ∈ R3 |x1 + x2 + 3x3 = 0}.
Exerciţiu: Găsiţi suma şi intersecţia subspaţiilor vectoriale
V = {(x1 , x2 , x3 ) ∈ R3 |x1 +3x2 −2x3 = 0}, U = {(x1 , x2 , x3 ) ∈ R3 |x2 +x3 = 0}
din spaţiul vectorial real R3 .
1. Care dintre următoarele mulţimi sunt subspaţii vectorilale în spaţiile

vectoriale anunţate?
a) V = {(x1 , x2 , x3 ) ∈ R3 |2x1 + 7x2 − 5x3 = 0} în spaţiul vectorial
real R3 .
b) U = {(x1 , x2 , x3 ) ∈ R3 |x21 + x2 + x3 = 0} în spaţiul vectorial
real R3 .
c)W = {(x1 , x2 , x3 ) ∈ R3 |x1 + x3 − 8x3 = 9} în spaţiul vectorial
real R3 .
d) S = {f ∈ R[X]|grad(f ) ≤ 2} în spaţiul vectorial real al poli-
noamelor R[X].
2. Fie subspaţiile vectoriale V1 = {(x1 , x2, x3 ) ∈ R3 | x1 − x2 = 0},

V2 = {(x1 , x2 , x3 ) ∈ R3 | x1 = x2 = x3 }. Să se determine
intersecţia şi suma lor.
Se verifică condiţiile din Propoziţia 3.2.1. Similar cu Exemplele 3.2.3, 3.2.4.
145
3.3 Bază şi dimensiune

Fie V un K-spaţiu vectorial.
Definitia 3.3.1. Un sistem de vectori S = {v1 , v2 , ..., vp } din K-spaţiul vectorial
V este liniar independent dacă o combinaţie liniară a lor este nulă doar dacă
scalarii din combinaţia respectvă sunt nuli, adică:
α1 v1 + α2 x2 + ... + αp vp = 0 ⇔ α1 = α2 = ... = αp = 0.
În caz contrar, vectorii se numesc liniar dependenţi deoarece prezenţa unui αk ̸= 0

în ecuaţia de mai sus permite ca vk să se exprime ca o combinaţie liniară de ceilalţi
vectori din sistem, deci depinde liniar de aceştia.
Exemplul 3.3.1. a) Studiaţi liniar independenţa vectorilor
(b
1, b
3, b
2), (b
2, b
1, b
1), (b
1, b
4, b
1)
din Z5 -spaţiul vectorial Z35 . O combinaţie liniară cu scalarii α, β, γ ∈

Z5 a vectorilor daţi este nulă dacă şi numai dacă verifică sistemul

 α+b 2β + γ = b
0
b
3α + β + 4γ = b
b 0
 b b
2α + β + γ = 0
Soluţia este unică, (0, 0, 0) ∈ Z5 , deoarece determinantul matricei este

b
3, deci inversabil. Rezultă că vectorii sunt liniar independenţi.
b) În acelaşi spaţiu vectorial, vectorii (b
1, b
3, b
2), (b
2, b
1, b
1), (b
4, b
2, b
0) sunt
b b b b b b
liniar dependenţi, ultimul se poate scrie 2(1, 3, 2) + (2, 1, 1). b
Observatia 3.3.1. a) Mulţimea {0V } este liniar dependentă. Vectorul nul nu

face parte din niciun sistem de vectori liniar independent. Mai exact, orice sistem
de vectori care conţine 0V este liniar dependent.
b) Dacă v ∈ V {0V }, atunci {v} este liniar independent, conform regulii c)
din Propoziţia 3.1.1.
b) Orice submulţime a unui sistem liniar independent de vectori (numită şi
subsistem de vectori) este sistem liniar independent.
c) Orice mulţime de vectori care conţine o submulţime liniar dependentă este
liniar dependentă.
În continuare ne vom referi doar la spaţii vectoriale finit generate, deci care
admit un sistem finit de generatori.
Definitia 3.3.2. Fie V un spaţiu vectorial finit generat. Un sistem de generatori
al său se numeşte bază dacă este liniar independent.
146
Observatia 3.3.2. a) Un sistem B de vectori din spaţiul vectorial V este bază

dacă este liniar independenţ şi subspaţiul generat de B este V .
b) Noţiunea de ’bazăa unui spaţiu vectorial’ se poate defini şi pentru spaţii
infinit generat, dar nu face obiectul cursului pentru informaticieni.
Fie B = {v1 , v2 , ..., vn } o bază în V . Din moment ce [B] = V , rezultă că

oricare ar fi x ∈ V , există scalarii x1 , x2 , ..., xn ∈ K astfel încât
x = x1 · v1 + x2 · v2 + ... + xn · vn .
Scalarii (xi )i=1,n se numesc componentele vectorului x în baza B.
Propozitia 3.3.1. Componentele unui vector într-o bază sunt unice.

∑n
Demonstraţie: Avem ca mai sus, x = i=1 xi · vi scrierea vectorului x în baza
B. Într-adevăr, dacă elementul x ar admite şi scrierea
x = y1 · v1 + y2 · v2 + ... + yn · vn ,
din egalarea celor două expresii şi prin calcul simplu rezultă
(x1 − y1 ) · v1 + (x2 − y2 ) · v2 + ... + (xn − yn ) · vn = 0.
Dar sistemul de vectori B este liniar independent, deci scalarii xi − yi sunt nuli,
∀i = 1, n. Rezultă unicitatea componentelor unui vector într-o bază.
Exemplul 3.3.2. a) În K-s.v. K n , sistemul de vectori
Bc = {e1 = (1, 0, 0, ..., 0, 0), e2 = (0, 1, 0, .., 0, 0), ...,
,
en−1 = (0, 0, 0, ..., 1, 0), en = (0, 0, 0, ..., 0, 1),
este o bază, numită baza canonică a spaţiului. Întradevăr, vectorii
din Bc sunt liniar independenţi, ecuaţia α1 ·e1 +α2 ·e2 +...+αn ·en = 0
fiind echivalentă cu (α1 , α2 , ..., αn ) = 0 ∈ K n , deci toţi scalarii sunt
nuli.
n
Mai mult, orice element din K∑ este de forma x = (x1 , x2 , ..., xn ),
cu xi ∈ K, (∀)i = 1, n, deci x = ni=1 xi ei . Elementele xi se numesc
componentele vectorului x în baza canonică. Acesta este unul din
avantajele bazei canonice, componentele unui vector în această bază se
citesc direct din expresia vectorului.
b) În acelaşi spaţiu vectorial, sistemul
B ′ = {e′1 = (1, 0, 0, ..., 0, 0), e′2 = (1, 1, 0, .., 0, 0), ...,

147
e′n−1 = (1, 1, 1, ..., 1, 0), en = (1, 1, 1, ..., 1, 1)},

este de asemenea o bază, ecuaţia α1 e′1 + α2 e′2 + ... + αn e′n = 0 fiind
echivalentă cu următorul sistem în K


 α1 + α2 + ... + αn = 0

α2 + ...αn = 0

 .....................

αn = 0
care are soluţia nulă unică, deci este liniar independent. Se arată uşor
şi că [B ′ ] = K n , deci este bază.
Din cele două exemple de mai sus rezultă că baza unui spaţiu vectorial nu
este unică.
Propozitia 3.3.2. Dacă B = {v1 , v2 , ...vn } este un sistem de vectori liniar in-
dependent, atunci orice n + 1 vectori din subspaţiul generat de B, sunt liniar
dependenţi.
Demonstraţie: Fie {w1 , w2 , ..., wn+1 } ⊂ (B). Mulţimea B fiind liniar indepen-
dentă, ea este bază în subsptaţiul (B) generat de B. Rezultă∑n că există în mod
unic scalarii αij , i = 1, n + 1, j = 1, n astfel încât wi = j=1 αij vj .
Fie acum o combinaţie liniară nulă a vectorilor w1 , w2 , ..., wn+1 :
a1 w1 + a2 w2 + ...an+1 wn+1 = 0.
Înlocuind wi şi ţinând cont de liniar independenţa vectorilor v1 , v2 , ..., vn , rezultă

sistemul liniar de n ecuaţii cu n + 1 necunoscute a1 , a2 , ..an+1 :


 a1 α11 + a2 α21 + ... + an+1 αn+1,1 = 0

a1 α12 + a2 α22 + ... + an+1 αn+1,2 = 0

 ........................................... .. ...

a1 α1n + a2 α2n + ... + an+1 αn+1,n = 0
Sistemul este omogen şi numărul de ecuaţii este mai mic decât numărul de
necunoscute, deci este compatibil nedeterminat. Există aşadar scalari nenuli
a1 , ...an+1 , adică vecorii w1 , w2 , ..., wn+1 sunt liniar dependenţi.
O consecinţă imediată a Propoziţiei anterioare este aceea că într-un spaţiu
vectorial generat de n vectori liniar independenţi nu există sisteme de vectori
liniar independente de dimensiune mai mare decât n. De aici rezultă imediat că:
Propozitia 3.3.3. Orice două baze ale unui spaţiu vectorial finit generat au
acelaşi număr de elemente.
Definitia 3.3.3. Numărul de elemente al unei baze într-un spaţiu vectorial se
numeşte dimensiunea spaţiului. Dimensiunea spaţiului vectorial care conţine doar
vectorul nul este 0 (în acest spaţiu vectorial nu există bază).
148
Exemplul 3.3.3. a) Din Exemplul 3.3.2 rezultă dim(K n ) = n, pentru

orice corp comutativ K. În particular, dimRn =n.
b) În Exemplul 3.2.3, dimV1 = 2, deoarece mulţimea {u, v} a gen-
eratorilor este liniar independentă. Ţinând cont de Observaţia 3.3.1
b), dimV2 = 1, iar din definiţia dimensiunii, dim(V1 ∩ V2 ) = 0. Rezul-
tatul V1 + V2 = R3 conduce la dim(V1 + V2 ) = 3.
Propozitia 3.3.4. Din orice sistem de generatori al unui spaţiu vectorial finit
generat se poate extrage o bază. Orice sistem de vectori liniar independent se
poate prelungi la o bază.
Demonstraţie: Evident, enunţul se referă la spaţii vectoriale diferite de {O}.
Fie V un spaţiu vectorial finit generat şi S un sistem de generatori al său. Alegem
un vector nenul din S, fie el v1 . DEvident un astfel de vector există, deoarece
V ̸= {0V }. Dacă subspaţiul generat de el este V , adică dacă V = [v1 ], atunci {v1 }
este bază în V . Dacă nu, atunci există v2 ∈ S − [v1 ]. Acest lucru este justificat
de faptul că dacă S ⊆ [v1 ], atunci toţi vectorii din S ar fi de forma vi = λi v1 , şi
am obţine V = [S] = [v1 ].
Considerăm sistemul {v1 , v2 }, care, din modul de alegere a lui v2 , este liniar
independent. Dacă V = [{v1 , v2 }], atunci acest sistem de vectori este bază în
V . Dacă nu, atunci există v3 ∈ S − [v1 , v2 ], care nu depinde liniar de v1 , v2 .
Continuăm algoritmul cu {v1 , v2 , v3 }.
Deoarece S este finită, după un număr finit de paşi găsim o bază formată din
elementele lui S.
Fie acum L ⊂ V un sistem de vectori liniar independent. Dacă subspaţiul
generat de L este V , atunci L este bază în V . dacă nu, atunci există u1 ∈
V − [L], iar sistemul de vectori L1 = L ∪ {u1 } este liniar independent. Într-
adevăr, elementele din L erau liniar independente, iar u1 nu este o combinaţie
liniară a lor, fiind ales u1 ∈/ [L], deci nu depinde liniar de elementele din L.
Reluăm discuţia pentru noul sistem liniar independent L1 şi, deoarece V este
finit generat, după un număr finit de paşi L va fi completat la un sistem liniar
independent care este şi sistemn de generatori, adică la o bază.
Fie V un K-s.v, dim(V ) = n şi B = {e1 , .., en }, B ′ = {e′1 , ..., e′n } două baze
în V .
∑nUn vector arbitrar din ∑Vn se′ scrie
′
în mod unic în raport
′
∑n cu k
cele baze x =
x e
i=1 i i , respectiv x = x e
i=1 i i . În particular, ej = k=1 j k , pentru orice
s e
i
j = 1, n Matricea S = (sj )i,j=1,n ale cărei coloane sunt componentele vectorilor
din B ′ în raport cu B se numeşte matricea schimbării de bază în V .
Revenim la exprimarea vectorului x în bazele B, B ′ . Avem
∑
n ∑
n ∑
n ∑
n ∑
n
xi e i = x = x′j e′j = x′j skj ek = x′j skj ek ,
i=1 j=1 j=1 k=1 j,k=1
149
∑
iar din liniar independenţa sistemuli de vectori B rezultă xk = nj=1 x′j skj , pen-
tru orice k = 1, n. Dacă notăm cu X, X ′ ∈ Mn,1 (K) coloanele componentelor
vectorului x în B, respectiv B ′ , ultima relaţie se scrie matricial
X = SX ′ ,
şi dă legătura între vechile şi noile componente ale unui vector la schimbarea

bazei.
Exemplul 3.3.4. Dacă dorim să determinăm componentele vectorului

v = (1, 2, 3) în baza B ′ = {e′1 = (1, 1, 0), e′2 = (1, 0, 1), e′3 = (0, 1, 1)}
din R-spaţiul vectorial R3 , atunci trebuie să detreminăm constantele
α, β, γ cu care verifică
α · e′1 + β · e′2 + γ · e′3 = v,
ceea ce revine la a rezolva sistemul


 α+β = 1
α+γ = 2

β+γ = 3
Obţinem componentele vectorului v în baza B ′ : (0, 1, 2).

O altă metodă este să folosim matricea schimbării de bază, de
trecere de la baza canonică la baza B ′ . Amintim că în raport cu
baza canonică, componentele unui vector x = (x1 , x2 , x3 ) sunt exact
numerele x1 , x2 , x3 . Deci matricea de trecere de la baza canonică la
baza B ′ are pe coloane vectorii bazei B ′ :
 
1 1 0
S= 1 0 1 
0 1 1
. Componentele vectorului
  v = (1, 2, 3) în baza canonică, scise ma-
1
tricial, sunt X =  2 , iar matricea componentelor lui v în noua
3
′
bază o notăm X . După cum am văzut mai sus, legătura dintre ele
este X ′ = S · X, care nu reprezintă altceva decât scrierea matricială a
sistemului anterior. Rezolvarea matricială
 revine la X = S −1 X ′ , iar
0
′
prin calcul direct găsim X =  1 .
2
150
Observatia 3.3.3. Dacă un spaţiu vectorial V are baza B = {v1 , v2 , ..., vn },

atunci orice vector x ∈ V se scrie unic
x = x1 v1 + x2 v2 + .. + xn vn ,
 x= G · X, unde X este matricea componentelor

t
ceea ce putem scrie matricial
v1
 v2 
 
lui x în baza B, iar G =  .. , este matricea ale cărei linii sunt componentele
 . 
vn
vectorilor din bază, şi care se numeşte matricea generatoare a spaţiului V .
Exemplul 3.3.5. Fie
S = {(x1 , x2 , x3 , x4 , x5 ) ∈ Z53 |x1 + 2̂x2 + x3 = 0̂, x4 + 2̂x5 = 0̂},
submulţime a Z3 -spaţiului vectorial Z53 . Această submulţime este sub-

spaţiu vectorial, deoarece elementele sale, fiind soluţiile sistemului din
definiţia lui S, sunt de forma (α, β, α + β, γ, γ) (am ales x1 = α,
x2 = β, x4 = γ necunoscute secundare). Deci
S = {(α, 0̂, α, 0̂, 0̂) + (0̂, β, β, 0̂, 0̂) + (0̂, 0̂, 0̂, γ, γ)|α, β, γ ∈ Z3 },
adică S este subspaţiul generat de {(1̂, 0̂, 1̂, 0̂, 0̂), (0̂, 1̂, 1̂, 0̂, 0̂), (0̂, 0̂, 0̂, 1̂, 1̂)}.
Matricea generatoare a acestui subspaţiu este
 
1̂ 0̂ 1̂ 0̂ 0̂
G =  0̂ 1̂ 1̂ 0̂ 0̂  ,
0̂ 0̂ 0̂ 1̂ 1̂
iar un element oarecare se obţine din calculul
 
α
t 
·G · β 
γ
.
Încheiem paragraful cu un comentariu referitor la corpuri finite. Fie K un
corp finit, deci şi comutativ. Atunci caracteristica sa este un număr prim p şi
K este o extindere a lui Zp . Să observăm că resticţionând înmulţirea din K la
Zp × K, corpul K are structură de spaţiu vectorial peste Zp . Fie n dimensiunea
acestui spaţiu vectorial. Se demonstrează că mulţimile K şi Znp sunt cardinal
echivalente, deci numărul de elemente din K este o putere a caracteristicii sale,
|K| = pn . O consecinţă de aici este că nu există corpuri cu 6 sau cu 10 elemente,
de exemplu.
151
1. Care dintre următoarele sisteme de vectori sunt liniar independente

în spaţiile vectoriale anunţate?
a) u1 = (1, −1, 2), u2 = (2, 1, −2), u3 = (1, 0, 1) în spaţiul vecto-
rial real R3 .
b) v1 = (1̂, 1̂, 0̂, 1̂, 0̂), v2 = (0̂, 1̂, 1̂, 0̂, 1̂), v3 = (1̂, 0̂, 0̂, 1̂, 1̂) în
Z2 -spaţiul vectorial Z52 .
c)f1 = 1, f2 = X + 1, f3 = X 2 în spaţiul vectorial real al poli-
noamelor de grad cel mult 2, R2 [X].
2. Fie subspaţiile vectoriale V1 = {(x1 , x2, x3 , x4 ) ∈ R4 | x1 − x2 =

0, x2 + x3 + x4 = 0}, V2 = {(x1 , x2 , x3 , x4 ) ∈ R4 | x1 + x2 − x3 =
0, x3 + x4 = 0}. Să se determine dimensiunea şi câte o matrice
generatoare în fiecare subspaţiu, apoi pentru intersecţia şi suma lor.
3. Arătaţi că sistemul de vectori B ′ = {e′1 = (−1, 1, 1), e′2 = (1, −1, 1), e′3 =
(1, 1, −1)} este o bază în spaţiul vectorial real R3 şi determinaţi
componentele vectorului v = (5, 2, −4) în raport cu această bază.
1. Se verifică condiţia din Definiţia 3.3.1. Similar cu Exemplele 3.3.1, 3.3.2.
2. Se studiază Exemplele 3.2.3, 3.3.3.
3. Se arată că B ′ este sistem de generatori liniar independent. A se studia Exemplul 3.3.4.
3.4 Produs scalar, ortogonalitate, normă, met-

rică.
Definitia 3.4.1. Fie K un corp comutativ şi V un K-spaţiu vectorial. O aplicaţie
<, >: V × V → K biliniară şi simetrică se numeşte pseudo-produs scalar pe
V.
Condiţiile din definiţie sunt:

a) < αx + βy, z >= α < x, z > +β < y, z >, (∀)x, y, z ∈ V , αβ ∈ K
(liniaritatea în prima componentă);
b) < x, αy + βz >= α < x, y > +β < x, z >, (∀)x, y, z ∈ V , αβ ∈ K
(liniaritatea în a doua componentă);
c) < x, y >=< y, x >, (∀)x, y, z ∈ V (simetria).
Dacă în plus aplicaţia <, > verifică şi
d) < x, x >≥ 0, (∀)x ∈ V şi < x, x >= 0 doar pentru x = 0, atunci se
numeşte produs scalar.
Un spaţiu vectorial real (peste corpul numerelor reale) dotat cu un produs
scalar se numeşte spaţiu euclidian.
152
Exemplul 3.4.1. Pentru orice corp comutativ K, aplicaţia <, >:

K n × K n → K,
< x, y >= x1 y1 +x2 y2 +...+xn yn , (∀)x = (x1 , ..., xn ), y = (y1 , ..., yn ) ∈ K n ,
este un pseudoprodus scalar, numit pseudo-produsul scalar canonic.

Verificarea este imediată, ţinând cont de distributivitatea înmulţirii din
K.
În cazul K = R, <, > este chiar produs scalar.
În spactiul euclidian (V, <, >) se pot defini lungimea (norma) unui vector şi
unghiul dintre doi vectori, astfel:
√ |< x, y >|
∥x∥ = < x, x >, cos(d
x, y) = .
∥x∥ ∥y∥
Definiţiile de mai sus au sens deoarece < x, x >≥ 0 pentru orice x ∈ V , iar
produsul scalar verifică inegalitatea lui Cauchy:
|< x, y >| ≤ ∥x∥ ∥y∥
Întradevăr, pentru orice λ ∈ R, şi orice x, y ∈ V ,
< x − λy, x − λy >≥ 0,
din definiţia produsului scalar. Din biliniaritatea produsului scalar, relaţia ante-
rioară devine
λ2 ∥y∥2 − 2λ < x, y > + ∥x∥2 ≥ 0, (∀)λ ∈ R,
condiţie echivalentă cu
∆ = 4 < x, y >2 −4 ∥y∥2 ∥x∥2 ≤ 0.
Exemplul 3.4.2. În spaţiul vectorial real R4 , dotat cu produsul scalar

canonic, vom calcula normele următorilor vectori şi unghiul dintre ei:
x = (1, −1, 4, 2), y = (2, 1, −1, 3).
Calculăm:
√ √ √ √
∥x∥ = 12 + (−1)2 + 42 + 22 = 22, ∥y∥ = 22 + 12 + (−1)2 + 32 = 15,
|1 · 2 + (−1) · 1 + 4 · (−1) + 2 · 3| 1
cos(d
x, y) = √ √ =√ .
22 · 15 15 · 22
Din definiţia produsului scalar rezultă că
153
Propozitia 3.4.1. Într-un spaţiu euclidian V funcţia ∥·∥ : V → R+ verifică

relaţiile:
a) ∥x∥ = 0 dacă şi numai dacă x = 0.
b) ∥αx∥ = |α| ∥x∥.
c) ∥x + y∥ ≤ ∥x∥ + ∥y∥,
pentru orice vectori x, y ∈ V şi orice scalar real α.
Un spaţiu vectorial în care s-a definit o aplicaţie cu proprietăţile din Propoziţia

3.4.1 se numeşte spaţiu normat. Orice spaţiu euclidian este normat.
Numim distanţa dintre vectorii x, y din spaţiul euclidian (V, <, >) numărul
d(x, y) = ∥x − y∥ .
Se verifică imediat că:
Propozitia 3.4.2. a)d(x, y) ≥ 0 şi d(x, y) = 0 dacă şi numai dacă x = 0;

b) d(x, y) = d(y, x);
c)d(x, y) ≤ d(x, z) + d(z, y),
pentru orice vectori x, y, z ∈ V .
Un spaţiu vectorial în care s-a definit o aplicaţie cu proprietăţile din Propoziţia

3.4.2 se numeşte spactiu metric. Orice spaţiu euclidian este spaţiu metric.
Fie V un K-spaţiu vectorial dotat cu un pseudoprodus scalar <, >.
Definitia 3.4.2. Doi vectori x, y ∈ V spunem că sunt ortogonali dacă <

x, y >= 0.
Dacă spactiul este euclidian, semnificaţia ortogonalităţii a doi vectori se apropie

de cel intuitiv, unghiul dintre cei doi vectori fiind drept (cosinusul său este zero).
Definitia 3.4.3. Două subspaţii vectoriale ale spaţiului V sunt ortogonale dacă
fiecare vector din primul subspaţiu este ortogonal pe orice vector din al doilea.
Mai mult, pentru orice subspaţiu S din V considerăm mulţimea
S ⊥ = {y ∈ V, < y, x >= 0, (∀)x ∈ S}.
Se verifică imediat că S ⊥ este subspaţiu vectorial în V , numit subspaţiul ortogonal

lui S.
Fie dimV = n şi S un subspaţiu p-dimensional
∑ al său, cu baza {v1 , ..vp }.
Atunci orice vector din S se scrie unic x = pi=1 xi vi . Subspaţiul său ortogonal
conţine vectorii ortogonali pe orice vector din S, deci conţine toţi vectorii y ∈ V
care verifică < y, vi >= 0, ∀i = 1, p.
Reciproc, orice vector y din V ortogonal pe baza din S este ortogonal ∑p pe S
deoarece din proprietăţile care definesc produsul scalar, < y, x >= I=1 xi <
y, vi >= 0.
154
Deci S ⊥ conţine toţi vectorii din V ortogonali pe baza din S, şi doar pe aceştia.
Fie {u1 , u2 , ..., uq } baza în S ⊥ şi scalarii α1 , ..., αp , β1 , ..., βq ∈ K astfel încât
α1 v1 + ... + αp vp + β1 u1 + ... + βq uq = 0.
Calculând < vi , α1 v1 + ... + αp vp + β1 u1 + ... + βq uq >= 0, obţinem αi = 0,

(∀)i = 1, p, iar din < uj , α1 v1 + ... + αp vp + β1 u1 + ... + βq uq >= 0 rezultă βj = 0,
(∀)j = 1, q, deci reuniunea bazelor din S şi S ⊥ este un sistem de vectori liniar
independenţi.
Pe de altă parte, fie x ∈ V arbitrar ales şi vectorul
∑
p
y =x− < x, vi > vi ,
i=1
evident tot un vector din V . Pentru orice i = 1, p,∑ calculăm < y, vi >= 0, deci
⊥
y ∈ S , deci există scalarii y1 , ..., yq astfel încât y = qj=1 yj uj . Avem deci pentru
orice x ∈ V scrierea
∑ p
∑q
x= < x, vi > vi + y j uj ,
i=1 j=1
deci reuniunea bazelor din cele două subspaţii este bază în V . Rezultă dimS ⊥ =
n − p. Obţinem de aici şi V = S + S ⊥ .
Dacă spaţiul (V, <, >) este euclidian, atunci pentru x ∈ S ∩ S ⊥ , x verifică
condiţia < x, x >= 0. Deci suma S + S ⊥ este directă, adică V = S ⊕ S ⊥ .
Exemplul 3.4.3. a) În spaţiul vectorial Z43 dotat cu pseudoprodusul

scalar canonic, se cere subspaţiul ortogonal subspaţiului S generat de
vectorii (b
1, b
2, b
1, b
0), (b
1, b
0, b
1, b
0), (b
0, b
1, b
2, b
1).
Se verifică liniar independenţa vectorilor generatori, deci ei reprez-
intă o bază în subspaţiul S al cărui sistem de generatori este mulţimea
lor. Subspaţiul ortogonal lui S este format din vectorii (x1 , x2 , x3 , x4 ) ∈
Z43 care sunt soluţii ale sistemului

 x1 + b 2x2 + x3 = b 0
x1 + x3 = b 0

x2 + b2x3 + x4 = 0
adică S ⊥ = {(2z, 0, z, z, ), z ∈ Z3 } = [(b

2, b
0, b
1, b
1)]. Dimensiunea
⊥
spaţiului S este unu şi are 3 elemente. Matricele generatoare ale
celor două subspaţii sunt
 
1̂ 2̂ 1̂ 0̂ ( )
GS =  1̂ 0̂ 1̂ 0̂  , GS ⊥ = b 2 b 0 b 1 b1 .
0̂ 1̂ 2̂ 1̂
155
b)În spaţiul euclidian standard (R4 ,<, >) se consideră subspaţiul

S = {(x1 , x2 , x3 , x4 ) ∈ R3 | x1 − 2x2 + x3 = 0, x2 − x4 = 0}. Să se
determine subspaţiul ortogonal lui S.
Subspaţiul S conţine soluţiile ecuaţiei x1 − 2x2 + x3 = 0, adică
S = {(α, β, 2β − α, β) | α, β ∈ R}. Aşadar, baza în S este
{v1 = (1, 0, −1, 0), v2 = (0, 1, 2, 1)}. Subspaţiul S ⊥ ortogonal lui S
este format din vectorii (y1 , y2 , y3 ) ortogonali pe baza lui S, deci care
verifică sistemul {
y1 − y3 = 0
y2 + 2y3 + y4 = 0,
Am găsit S ⊥ = {(α, −2α−β, α, β) | α ∈ R} = [(1, −2, 1, 0), (0, −1, 0, 1)],
deci matricele generatoare ale celor două spaţii sunt:
( ) ( )
1 0 −1 0 1 −2 1 0
GS = , GS ⊥ = .
0 1 2 1 0 −1 0 1
Deoarece matricea generatoare G a unui subspaţiu vectorial şi matricea gen-
eratoare H a subspaţiului său ortogonal verifică G · H t = 0, dacă G este de forma
(I A), atunci H = (−At I), unde I este matricea unitate corespunzătoare
dimensiunilor din cele 2 matrice G şi H.
O altă metodă pentru a găsi matricea generatoare a subspaţiului ortogonal
pe subspaţiul S cu matricea generatoare G este să o prelucrăm prin transformări
elementare, până devine de forma de mai sus. Remarcăm că transformările el-
ementare, constând în adunare de linii eventual amplificare cu scalari, modifică
baza din S tot într-o bază, deci într-o altămatrice generatoare a lui S.
Exemplul 3.4.4. Pentru subspaţiile din exemplul precedent, avem:

a)
   
1̂ 2̂ 1̂ 0̂ 1̂ 2̂ 1̂ 0̂
GS =  1̂ 0̂ 1̂ 0̂  ⇔  0̂ 1̂ 0̂ 0̂  L2⇔
2̂L1 +L2 +L1
0̂ 1̂ 2̂ 1̂ 0̂ 1̂ 2̂ 1̂
   
1̂ 0̂ 1̂ 0̂ 1̂ 0̂ 1̂ 0̂
 0̂ 1̂ 0̂ 0̂  2̂L⇔
2 +L3
 0̂ 1̂ 0̂ 0̂  2̂L
⇔3
0̂ 1̂ 2̂ 1̂ 0̂ 0̂ 2̂ 1̂
   
1̂ 0̂ 1̂ 0̂ 1̂ 0̂ 0̂ 1̂
 0̂ 1̂ 0̂ 0̂  2̂L⇔
3 +L1
 0̂ 1̂ 0̂ 0̂ 
0̂ 0̂ 1̂ 2̂ 0̂ 0̂ 1̂ 2̂
( )
Avem G echivalent cu (I A), cu At = 1̂ 0̂ 2̂ , deci
( )
H = 2̂ 0̂ 1̂ 1̂ ,
156
unde am completat −At , adică 2̂At cu matricea unitate de ordin 1,

adică 1̂.
Remarcăm că am obţinut o altă matrice decât în exemplul anterior,
adică o altă bază, legătura dintre ele
(b
2, b
0, b
1, b
1) = 2̂ · (b
1, b
0, b
2, b
2).
( b) Matricea ) generatoare este

( deja în )
forma dorită, (I A), GS =
1 0 −1 0 −1 0
, unde A = , deci matricea generatoare
0 1 2 1 2 1
a subspaţiului este
( )
1 −2 1 0
H= ,
0 −1 0 1
REZUMAT Spaţiile vectoriale sunt structuri algebrice date de o lege

de compoziţie internă, numită adunarea vectorilor şi o lege de com-
poziţie externă, amplificarea cu scalari, care satisfac anumite axiome.
Cele mai des întâlnite spaţii vectoriale sunt de tipul K n , unde K este
un corp comutativ, care este exact corpul scalarilor. Probleme speci-
fice acestei structuri algebrice sunt baza şi dimensiunea, suma sau
intersecţia de subspaţii şi determinarea subspaţiului ortogonal unui
subspaţiu dat într-un spaţiu dotat cu un pseudoprodus scalar.

învăţare M2.U3.
1. Arătaţi că următoarele submulţimi ale spaţiului vectorial real R3
sunt subspaţii vectoriale:
V = {(x1 , x2 , x3 ) ∈ R3 |x1 − 2x2 − 3x3 = 0},
U = {(x1 , x2 , x3 ) ∈ R3 |x2 + x3 = 0}.
2. Scrieţi matricea generatoare pentru fiecare din subspaţiile vectoriale

V , U , V ∩ U , V + U , unde V , U sunt date mai sus.
3. În spaţiul euclidian R5 în raport cu produsul scalar uzual, să se cal-

culeze lungimile vectorilor u = (−1, 1, 2, −1, 0) v = (0, 0, 2, −3, 1)
şi unghiul dintre ei.
157
4. Determinaţi în două moduri matricea generatoare a subspaţiului or-

togonal pe subspaţiul generat S generat de vectorii (b 1, b
1, b
1, b
0, b
1),
b b b b b b b b b b
(1, 0, 1, 0, 0), (0, 1, 1, 1, 1), în spaţiul vectorial Z2 dotat cu pseudo-
5
produsul scalar canonic.

1) Se verifică condiţiile din Propoziţia 3.2.1. A se studia şi Exemplul 3.2.3.
2) Folosim Exemplele 3.2.3 şi 3.3.5.
3) A se studia Exemplul 3.4.2.
4) Rezolvarea este similară celei din Exemplul 3.4.3.
M2.U4. Transformări liniare.

Matricea unei transformări
liniare

Endomorfismele de spaţii vectoriale se mai numesc transformări liniare.
Morfismele de spaţii vectoriale intervin în teoria codurilor, mai exact
o funcţie de codificare este un morfism liniar între două spaţii vecto-
riale. Studiem matricea unui morfism liniar în raport cu două baze,
una în domeniul de definiţie, alta în codomeniul morfismului. Sunt
prezentate nucleul şi imaginea unui morfism liniar.

să determine nucleul şi imaginea unui morfism liniar, dar şi câte o
bază în acestea. Trebuie să ştie să găsească matricea unei transformări
liniare în raport cu baza canonică, dar şi în raport cu altă bază.
4.1 Morfisme liniare

Fie V, W două spaţii vectoriale peste acelaş corp comutativ K.
Definitia 4.1.1. O funcţie T : V → W cu proprietatea că
T (x + y) = T (x) + T (y), T (αx) = αT (x), (∀)x, y ∈ V, α ∈ K,
se numeşte morfism liniar sau transformare liniară.
158
159
Condiţia din definiţia de mai sus se mai poate scrie
T (αx + βy) = αT (x) + βT (y), (∀)x, y ∈ V, α, β ∈ K.
Remarcăm faptul că pentru orice morfism liniar au loc relaţiile
T (0) = 0, T (−x) = −T (x), (∀)x ∈ V.
Exemplul 4.1.1. Aplicaţia T : R2 → R3 ,
T (x) = (x1 + x2 , 2x1 − x2 , x1 ), (∀)x = (x1 , x2 ) ∈ R2 ,
este un morfism liniar deoarece pentru orice x = (x1 , x2 ), y = (y1 , y2 ) ∈

R2 şi orice α, β ∈ K avem:
T (αx+βy) = (αx1 +βy1 +αx2 +βy2 , 2(αx1 +βy1 )−(αx2 +βy2 ), αx1 +βy1 ) =
= αT (x) + βT (y).
Fie V, W spaţii finit dimensionale, BV = {e1 , ..., en }, BW = {f1 , ..., fm }, baze în
∑n Fie T : V → W un morfism liniar. Orice x ∈ V se∑descompune
aceste spaţii.
unic x = i=1 xi ei . Din liniaritatea morfismului T rezultă T (x) = ni=1 xi T (ei ),
ceea ce înseamnă că aplicaţia T este bine definită dacă cunoaştem valorile ei pe
baza din domeniul de definiţie. Pentru orice i = 1, n, T (ei ) este un elemnet din
W , deci se descompune unic după baza din codomeniu:
T (ei ) = a1i f1 + a2i f2 + ... + am

i fm , i = 1, n.
Matricea în care pe coloana i avem componentele vectorului T (ei ), A = (aji )i=1,n,j=1,m

∈ Mm,n (K) se numeşte matricea transformării T în raport cu bazele date. Revenind
la un x arbitrar din V , componentele vectorului T (x) în raport cu baza BW sunt
date prin intermediul matricei A:
∑
n ∑
n ∑
m
T (x) = xi T (ei ) = xi aji fj ,
i=1 i=1 j=1
relaţie care se scrie matricial Y = AX, unde Y ∈ Mm,1 (K) reprezintă coloana
componentelor vectorului T (x) în raport cu BW , iar X ∈ Mn,1 reprezintă coloana
componentelor vectorului x în raport cu BV .
Exemplul 4.1.2. Scrieţi matricea transformării liniare T : Z35 → Z45 ,
T (x) = (b
2x1 +x3 , b
3x2 +b
4x3 , x1 +x3 , x1 +x2 +b
2x3 ), (∀)x = (x1 , x2 , x3 ) ∈ Z35 ,
160
în raport cu bazele canonice din domeniu şi codomeniu.

Bazele canonice sunt B1 = {e1 = (b 1, b
0, b
0), e2 = (b0, b
1, b
0), e3 =
(0, 0, 1)}, respectiv B1 = {f1 = (1, 0, 0, 0), f2 = (0, 1, 0, 0), f3 = (b
b b b b b b b b b b b 0, b
0, b
1, b
0), f4 =
b b b b
(0, 0, 0, 1)}. Calculăm

 T (e1 ) = (b2, b
0, b
1, b
1) = b2f1 + f3 + f4
T (e2 ) = (0, 3, 0, 1) = b
b b b b 3f2 + f4

T (e3 ) = (1, 4, 1, 2) = f1 + 4f2 + f3 + b
b b b b b 2f4
 
2 0 1
 0 3 4 
de unde matricea transformării este A =   1 0 4 .

1 1 2
Remarcăm faptul că dacă W = V , atunci vorbim despre matricea transformării T
în raport cu o singură bază, aceeaşi şi în domeniu şi în codomeniu. Dacă B şi B ′
sunt două baze în V , cu S matricea schimbării de bază, iar X, X ′ sunt coloanele
componentelor unui vector x şi Y, Y ′ coloanele componentelor vectorului T (x) în
raport cu cele două baze, atunci avem următoarele relaţii:
Y = AX, Y ′ = A′ X ′ , X = SX ′ , Y = SY ′ ,
unde A, A′ sunt matricile transformării T în raport cu B, respectiv B ′ . Din
relaţiile de mai sus rezultă legătura între matricile unei transformări la schimbarea
bazei:
A′ = S −1 AS.
Exemplul 4.1.3. Scrieţi matricea transformării T : R3 → R3 , T (x) =

(x1 + 2x2 , −x3 , x1 + x3 ), x = (x1 , x2 , x3 ); în raport cu baza B ′ =
{e′1 , e′2 , e′3 }, unde e′1 = (1, −1, 1), e′2 = (0, 1, 1), e′3 = (1, 2, 3).
Folosim definiţia matricei unei transformări liniare. Calculăm
T (e′1 ) = (−1, −1, 2)
T (e′2 ) = (2, −1, 1)
T (e′3 ) = (5, −2, 4)
Pentru a găsi componentele vectorilor de mai sus în raport cu baza
B ′ , trebuie să rezolvăm sistemele de ecuaţii liniare
x · e′1 + y · e′2 + z · e′3 = T (e′i ), i = 1, 3.
După cum am văzut în unitatea de învăţre M2.U2, finalul subcapitolului
2.2, putem rezolva simultan aceste trei sisteme de ecuaţii folosind
metoda eliminării, astfel:
   
1 0 1 −1 2 5 1 0 1 −1 2 5
 −1 1 2 −1 −1 −2  L1⇔ +L2
 0 1 3 −2 1 3  −L⇔ 1 +L3
1 1 3 2 1 4 1 1 3 2 1 4
161
   
1 0 1 −1 2 5 1 0 1 −1 2 5
−L2 +L3
 0 1 3 −2 1 3  ⇔  0 1 3 −2 1 3  ⇔
(−1)·L3
0 1 2 3 −1 −1 0 0 −1 5 −2 −4
   
1 0 1 −1 2 5 1 0 0 4 0 1
 0 1 3 −2 1 3 
(−1)·L3 +L1
⇔  0 1 3 −2 1 3 
(−3)·L3 +L2
⇔
0 0 1 −5 2 4 0 0 1 −5 2 4
 
1 0 0 4 0 1
 0 1 0 13 −5 −9  ,
0 0 1 −5 2 4
deci matricea este
 
4 0 1
A′T1 =  13 −5 −9 
−5 2 4
O altă metodă constă în aplicarea formulei care dă matricea unei
transformări liniare la schimbarea bazei:
A′ = S −1 .A.S,
unde S este matricea schimbării de bază de la B la B ′ , A este matricea
transformării în raport cu B iar A′ matricea transformării în raport
′
cu B . Matricea 
transformării T în raport cu baza canonică este
1 2 0
A =  0 0 −1 . Matricea schimbării de la baza canonică la B ′
1 0 1
din enunţ este  
1 0 1
S =  −1 1 2 
1 1 3
Inversa sa este  
−1 −1 1
S −1 =  −5 −2 3 
2 1 −1
Obţinem
     
−1 −1 1 1 2 0 1 0 1 4 0 2
A′ =  −5 −2 3   0 0 −1   −1 1 2  =  13 −5 −7 
2 1 −1 1 0 1 1 1 3 −5 2 3
Fie T : V → W un morfism liniar între K-spactiile vectoriale V, W . Se verifică

uşor că nucleul transformării,
KerT = T −1 {0} = {x ∈ V, T (x) = 0},
162
este subspaţiu vectorial în V , iar imaginea sa

ImT = T (V ) = {y ∈ W, (∃)x ∈ V, T (x) = y}
este subspaţiu vectorial în W . Întradevăr, fie doi vectori y1 , y2 ∈ ImT arbitrar
aleşi şi α, β ∈ K, oarecare. Există x1 , x2 ∈ V astfel încât
αy1 + βy2 = αT (x1 ) + βT (x2 ) = T (αx1 + βx2 ) ∈ ImT.
Dacă A este matricea transformării T în raport cu baze date în cele două
spaţii, atunci orice vector din ImT are coloana componentelor AX, cu X coloana
componentelor unui vector din V . Se mai scrie că ImT este dat de A · V .
Exemplul 4.1.4. Determinaţi nucleul şi imaginea pentru T : R3 →

R4 , T (x) = (x1 + x2 − x3 , x2 − x3 , −x1 − x2 + x3 , x2 − x3 ), x =
(x1 , x2 , x3 );
Se verifică faptul că T este transformare liniară (temă). Fie x =
(x1 , x2 , x3 ) ∈ KerT . Ecuaţia T (x) = 0 conduce la sistemul
 1
 x +2 x −3 x = 0
 2 3

x −x =0

 −x − x2 + x3 = 0
1

x2 − x3 = 0
Sistemul este compatibil simplu nedeterminat, soluţia generală fiind
KerT = {(0, α, α) | α ∈ R}, deci nucleul transformării T este un
subspaţiu de dimensiune 1 al spaţiului R3 , generat de vectorul (0, 1, 1).
Imaginea aplicaţiei T este
ImT = {T (x) | x ∈ R3 } =
= {(x1 + x2 − x3 , x2 − x3 , −x1 − x2 + x3 , x2 − x3 ) | x1 , x2 , x3 ∈ R}.
Generatorii acestui subspaţiu al lui R4 sunt vectorii (1, 0, −1, 0), (1, 1, −1, 1),
(−1, −1, 1, −1), vectori liniar dependenţi (rangul matricei care are pe
coloane cei trei vectori este 2), de unde rezultă că ImT este subspaţiu
de dimensiune 2 al codomeniului.
Exerciţiu: Determinaţi nucleul şi imaginea pentru
T : R3 → R3 , T (x) = (2x1 −x2 , x2 +2x3 , −3x1 −x2 +x3 ), x = (x1 , x2 , x3 ).
REZUMAT Transformările liniare sunt morfisme de spaţii vectoriale

şi legat de ele prezintă interes matricea unui endomorfism liniar în
raport cu o bază, dar şi nucleul şi imaginea.
163

învăţare M2.U4.
1. Studiaţi care dintre următoarele funcţii T : R3 → R3 sunt morfisme
liniare, şi pentru acestea să se determine Ker(T ), Im(T )
a) T (x) = (x1 + x2 , x1 + x2 + 2x3 , −x1 − x2 );
b) T (x) = (x2 − x3 , x1 + 2x2 − 2x3 , 3x1 + 5);
c) T (x) = (x1 + x2 − x3 , x1 − x3 , x21 + x3 ).
d) T (x) = (−x1 − 3x3 , 3x1 + 2x2 + 3x3 , −3x1 − x3 );
e) T (x) = (5x1 + 2x2 + 3x3 , 2x1 − x2 , 3x1 + x3 );
2. Scrieţi matricea transformării T : R3 → R3 , T (x) = (−x1 +

3x2 − x3 , −3x1 + 5x2 − x3 , −3x1 + 3x2 + x3 ) în raport cu baza
B ′ = {e′1 = (0, 1, 1), e′2 = (1, 0, 1), e′3 = (1, 1, 0)}.

1) Se verifică condiţiile din Definiţia 4.1.1. A se studia Exemplul 4.1.1. Funcţiile de la
punctele a), d), e) sunt transformări liniare. Nucleul şi imaginea se determină ca în Exemplul
4.1.4.
2) Folosim Exemplul 4.1.3.

Fai Id m2 V25iun

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Fai Id m2 V25iun

Titlu original:

Încărcat de

Drepturi de autor:

Formate disponibile

Fundamentele Algebrice ale Informaticii

1 M2.U1. Inele şi corpuri 97

2 M2.U2. Exemple remarcabile de inele 112

3 M2.U3. Spaţii vectoriale. Subspaţii. Bază şi dimensiune. 136

4 M2.U4. Transformări liniare. Matricea unei transformări liniare158

M2.U1. Inele şi corpuri

U1.0 Obiectivele unităţii de învăţare

La sfârşitul acestei unităţi de învăţare cursanţii trebuie să fie capabili

Estimăm parcurgerea acestei unităţi de învăţare în 3 ore.

1.1 Inel. Corp

Definitia 1.1.1. Tripletul (A, ⊕, ⊗) se numeşte semiinel dacă sunt verificate

Exemplul 1.1.1. a) Cel mai simplu exemplu de seminel este mulţimea

x ⊕ y = min x, y, x ⊗ y = x + y, ∀x, y ∈ Rmin

unde min x, y reprezintă minimul dintre elementele x, y, iar + este

Tripletul (Rmin , ⊕, ⊗) este un semiinel, cu ϵ = ∞, e = 0.

x ⊕ y = max x, y, x ⊗ y = x + y, ∀x, y ∈ Rmax

unde max x, y reprezintă maximul dintre elementele x, y, iar + este

x + (−∞) = −∞ + x = −∞, −∞ + (−∞) = ∞, ∀x ∈ R

Tripletul (Rmax , ⊕, ⊗) este un semiinel, cu ϵ = −∞, e = 0.

Fie (A, ⊕, ⊗) un inel. În acest caz, în mod uzual, operaţiile de adunare şi

b) (Zn , +, ·) inelul claselor de resturi modulo n, pentru orice

Propozitia 1.1.1. În inelul unitar (A, +, ·) au loc:

xn − y n = (x − y)(xn−1 + xn−2 y + ... + xy n−2 + y n−1 ),

Demonstraţie: a) Facem următorul calcul, ţinând cont că 0 este element

0 = x · 0 = x · (y + (−y)) = x · y + x · (−y) ⇒ x · (−y) = −(x · y).

Analog se arată (−x) · y = −(x · y). Avem şi

(−x) · (−y) = −(x · (−y)) = −(−(x · y)) = x · y.

Punctul c) este o consecinţă a distributivităţii înmulţirii faţă de adunare şi a

În cele ce urmează inelele le vom considera unitare, dacă nu se precizează

Exemplul 1.1.3. a) În inelul numerelor întregi (Z, +, ·), U (Z) =

U (Zn ) = {â| (a, n) = 1}.

Definitia 1.1.3. Un element nenul a al inelului (A, +, ·) se numeşte divizor al

Exemplul 1.1.5. Elementele inversabile în inelul (Z9 , +, ·) sunt U (Z9 ) =

Dacă am presupune că x · z = 0, pentru un nenul z ∈ A, atunci înmulţind ultima

Exemplul 1.1.6. a) (Q, +, ·), (R, +, ·) sunt corpuri comutative.

este corp comutativ, numit corp pătratic. Elementele acestui corp se

1.2 Subinel, subcorp, ideal

Exemplul 1.2.1. a) Pentru un inel oarecare (A, +, ·), {0}, A sunt

Demonstraţie: a) Implicaţia directă este evidentă din proprietatea de parte

Se verifică imediat că:

Definitia 1.2.3. Un domeniu de integritate în care toate idealele sunt principale

Demonstraţie: Deoarece orice ideal este în particular subgrup al grupului

Propozitia 1.2.5. Fie A un inel unitar şi I un ideal al său. Următoarele afirmaţii

Demonstraţie: Implicaţia directă este evidentă la ambele afirmaţii.

1. Precizaţi care sunt idealele inelului numerelor întregi.

2. Arătaţi că idealul generat de elementul 3̂ în inelul claselor de resturi

1.3 Operaţii cu ideale

Fie S o submulţime a inelului unitar A. Conform Propoziţiei anterioare,

Propozitia 1.3.2. Dacă I, J ∈ Id(A), atunci

z1 + z2 = (x1 + y1 ) + (x2 + y2 ) = (x1 + x2 ) + (y1 + y2 ) ∈ I + J,

ideal, avem x + y ∈ K, de unde z ∈ K, deci I + J ⊂ K. Am obţinut că I + J

Exemplul 1.3.1. În inelul numerelor întregi, fie idealele aZ, bZ,

Propozitia 1.3.3. Mulţimea

se numeşte mulţimea elementelor nilpotente ale inelului A şi formează un ideal.

Pentru orice i ≤ m, xn+m−i = xn · xm−i este un∑ produs în A, dintre 0 (xn ) şi un

Exemplul 1.3.2. Elementele nilpotente în inelul (Z12 , +, ·) sunt {0̂, 6̂},

2. Determinaţi suma idealelor 2Z şi 3Z, apoi intersecţia lor.

1.4 Morfisme de inele şi corpuri

f (x + y) = f (x) + f (y), f (x · y) = f (x) · f (y), ∀x, y ∈ A,

Exemplul 1.4.1. a) f : Z → Q, f (k) = k, ∀k ∈ Z, este morfism

c) Fie (A, +, ·), (B, +, ·) două inele oarecare. Funcţia

este morfism (neunitar) de inele, numit morfismul nul, iar funcţia