CURS NR.

§ 4 DEPENDENŢĂ ŞI INDEPENDENŢĂ LINIARĂ

Consideram V un spaţiu vectorial peste corpul K şi S={v 1 , v 2 ,...,v n } ⊂ V.

Definiţia 4.1. Spunem că sistemul de vectori S este liniar independent dacă:

n _____

∑r v
i =1
i i =0 ⇒ ri = 0, ∀ i = 1,n .

In caz contrar vom spune că S este liniar dependent.

Observaţie Sistemul S este liniar independent dacă vectorul nul se poate scrie ca o unică
combinaţie cu vectori din S, adică combinaţia cu toţi scalarii nuli, iar S este liniar dependent dacă
vectorul nul se poate scrie ca cel puţin două combinaţii distincte. Evident aceasta interpretare permite
definirea noţiunii de sistem liniar dependent (independent) pentru un sistem infinit de vectori.

Exemple Pentru S={v} ⊂ V avem S liniar dependent dacă şi numai dacă v=0 şi S este liniar
independent dacă v ≠ 0.
Pentru S liniar independent şi S’ ⊂ S avem S’ liniar independent.
Pentru S liniar dependent şi S ⊂ S” avem S” liniar dependent.

Propoziţia 4.1. Sistemul de vectori S={v 1 , v 2 , … ,v n } este liniar dependent dacă şi numai
dacă cel puţin unul din vectori săi se scrie ca şi combinaţie liniară a celorlalţi.
Demonstraţie Evident dacă unul dintre vectorii sistemului S, fie acesta v 1 se scrie ca şi

combinaţie liniară a celorlalţi, atunci :

n n
v 1 = ∑ λi ei sau -v 1 + ∑ λi ei =0
i= 2 i= 2

adică 0∈V se scrie ca şi combinaţie liniară a vectorilor din S cu scalari nu toţi nuli, cea ce înseamnă
că S este liniar dependent. Desigur fixarea lui v 1 ca şi combinaţie liniară a celorlalţi nu restricţionează
generalitatea problemei pentru că aceasta ipoteza poate fi obţinută prin renotarea vectorilor din S.
_____
Reciproc dacă S este liniar dependent atunci există r i ∈ K, i= 1,n cel puţin unul nenul cu
proprietatea :
n

∑r v
i =1
i i =0

Analog fără a afecta generalitatea putem presupune (dacă nu renotăm) că r1 ≠ 0 şi avem:

n n
r1v1 + ∑ ri v i = 0 sau r1 v1 = −∑ ri v i
i= 2 i=2
 n
care prin înmulţirea cu r1−1 ne dă v1 = ∑ −r
i= 2
−1
r v i adică faptul că un vector este combinaţie liniară a
1 i

celorlalţi.

Observaţie Propoziţia rămâne adevărată şi dacă S este un sistem infinit de vectori.

§ 5 BAZĂ , DIMENSIUNE

Definiţia 5.1. Fie V un K-spaţiu vectorial. Submulţimea B ⊂ V se numeşte bază a lui V dacă:
1. B sistem liniar independent;
2. Subspaţiul generat de B coincide cu V.

Exemple 1) În K n ca şi K-spaţiu vectorial definim baza canonică:

B 0 ={ e1, e2 ,..., en } unde: e1 = (1,0,0,...,0,0) , e2 = (0,1,0, ...,0,0) , e3 = (0,0,1,...,00) …

… en −1 = (0,0,0,...,1,0) , en = ( 0,0,...,0,1) . Pentru v ∈ K n , v = (λ1, λ 2 ,..., λn −1 , λn ) putem scrie:

v = λ1e1 + λ 2 e2 + ... + λn −1en −1 + λn en

adică K n =[B]. Pentru :

n

∑λ e
i =1
i i =0 ⇒ (λ1 , λ2 ,..., λn ) = (0,0,...,0)

____
adică λ i = 0 , ∀ i = 1,n şi deci B0 este bază, aşa numita bază canonică în spaţiul aritmetic n-

dimensional.
2) Pentru spaţiul complex C care este R-spaţiu vectorial, ca bază poate fi luată mulţimea
B={1,i} pentru că orice număr complex se scrie :
z = x+iy
deci [B] = C iar egalitatea : x+iy=0 implică x = y = 0.
3) Mulţimea polinoamelor cu coeficienţi din R, notată cu R[X], este R-spaţiu vectorial cu baza:
B={1, X , X 2 , X3 ,..., Xn ,...}

pentru că dacă f ∈ R[X], ştim că există n ∈ N şi numerele reale a0 ,a1 ,...,an cu an ≠ 0 astfel încât:

f = a0 + a1 X + a2 X2 + ...an Xn
Aceasta implică [B]=R[X]. Pentru a arăta că B este liniar independent să presupunem că polinomul nul
este o combinaţie liniară a polinoamelor din B, adică există i1 < i2 < ... < ik numere naturale şi

numerele reale λ1,..., λk astfel încât :

λ1 Xi1 + λ2 Xi2 + ... + λk Xik = 0

unde am făcut convenţia X 0 = 1. Egalitatea polinoamelor de mai sus implică faptul că polinomul din
stânga va fi polinomul identic nul, sau λ1 = λ 2 = ... = λk = 0 de unde rezultă că B este sistem liniar
independent. În concluzie B este bază pentru R[X].
 Propoziţia 5.1. Submulţimea B={ e1, e2 ,..., en } este baza pentru K- spaţiul vectorial V dacă şi

numai dacă orice vector din V se exprimă în mod unic ca şi combinaţie liniară a celorlalţi.
Demonstraţie Presupunând că B este bază, condiţia V=[B] implică, pentru orice vector v∈ V
că avem λ1,..., λn ∈ K astfel încât:

v = λ1e1 + ... + λn en

Dacă ar exista două sisteme de scalari λ1,..., λn ∈ K şi µ1,...,µn ∈ K cu:

n n
v= ∑ λ e = ∑µ e
i =1
i i
i =1
i i

am obţine:
n

∑ (λ
i =1
i − µi )ei = 0

_____
iar din faptul că B este liniar independent (căci este bază) λi = µi , ∀ i = 1,n .
Reciproc, dacă orice vector din V se scrie ca şi combinaţie liniară a vectorilor din B, atunci [B] =
V. Cum 0 ∈ V avem şi pentru el scrierea :
0 = 0 e1 + 0e2 + ... + 0en
iar egalitatea :
0 = λ1e1 + λ2 e2 + ... + λn en

implică din unicitate λ1 = λ 2 = ... = λn = 0 adică B este sistem liniar independent. În concluzie avem

îndeplinite cele două condiţii ca B să fie bază. 

Consecinţă Unicitatea scalarilor cu care v ∈ V dat se scrie ca şi combinaţie liniară a

vectorilor bazei B={ e1, e2 ,..., en } implică posibilitatea să-i individualizăm, definindu-i ca şi o

caracteristică perfectă pentru v ∈ V.

Definiţia 5.2. Considerăm B={ e1, e2 ,..., en } o bază a K-spaţiului vectorial V şi v ∈ V. Scalarii

{ x1, x 2 ,..., x n } ∈ K se numesc coordonatele lui v în baza B dacă are loc egalitatea:
n
v = ∑ xi ei .
i =1

Observaţie Propoziţia 5.1. mă asigură că definiţia este corectă, pentru v ∈ V dat există doar

un unic sistem de coordonate ataşat lui într-o bază fixată.

Exemple 1) Pentru spaţiul aritmetic n dimensional K n cu baza canonică B 0 (vezi pagina 38)

luând v = (a1,a2 ,...,an ) ∈ K n avem :

n

∑a e
i =1
i i = a1 (1,0,0,...,0) + a2 (0,1,0,...,0) + ... + an (0,0,0,...,1) = (a1 ,a2 ,...,an ) = v
deci coordonatele lui v sunt exact componentele n-uplului v. Atenţie numai în baza canonică a lui Kn.
2) Pentru R 3 cu baza B={ f1 = (1,1,0); f2 = (1,0,1) ; f3 = (0,1,1)} determinarea coordonatelor lui

v = (1, 2,3) în baza B înseamnă determinarea variabilelor reale x1, x 2 , x 3 astfel încât

 x1 + x 2 =1
1 2 3
 1 3
x f1 + x f2 + x f3 = v sau  x +x =2
 x + x3 = 3
2

sistem care adus la forma Gauss-Jordan revine la :
 x1 =0

 x2 =1
 3
x =2

deci {0,1,2} sunt coordonatele lui v în baza B. Evident dacă am fi dorit coordonatele lui v=(1,2,3) ∈ R 3
in baza canonica a spaţiului aritmetic real R 3 putem direct conform Exemplului 1 să spunem că
acestea sunt {1, 2, 3}

Propoziţia 5.2. (Lema schimbării) Fie B={ e1, e2 ,..., en } o bază în K-spaţiul vectorial
V şi 0 ≠ f ∈ V cu proprietatea că:
n
f = ∑xe
i =1
i i
(5.1.)

____
iar x j ≠ 0 . (Exista x j ≠ 0 pentru că dacă x j = 0, ∀ j = 1,n avem f = 0 ).

Atunci sistemul B’={ e1,..., e j−1 , f, e j+1,..., en } rămâne bază în V.

Propoziţia 5.4. (Lema completării ) Dacă B={ e1, e2 ,..., en } este o bază în V, atunci pentru

orice sistem liniar independent de vectori din V, S={ f1, f2 ,..., fm } avem m ≤ n şi putem alege n − m

vectori din B (eventual schimbând indicii lor) astfel încât sistemul :

C={ f1, f2 ,..., fm , em+1 , em+ 2 ,..., en }
să fie bază pentru V.

Consecinţe
Dacă K-spaţiul vectorial V admite o bază formată din un număr finit de vectori, atunci orice altă bază a
lui V are acelaşi număr de vectori.
Daca K-spaţiul vectorial V admite o bază formată din n vectori, atunci:
• orice sistem de n+1 vectori distincţi este liniar dependent :
• orice sistem liniar independent format din n vectori este bază.

Definiţia 5.3. Spunem că spaţiul vectorial V peste corpul K are dimensiunea finită egală cu
numărul natural n dacă există în V o bază formată din exact n vectori. Scriem dim V = n sau notăm
spaţiul vectorial, atunci când nu se pot naşte confuzii, cu V n .
 Observaţie Pentru V ={0} convenim să spunem că dim V = 0. Folosind axioma alegerii se
poate arăta că in orice spaţiu vectorial exista cel puţin o bază [Ion D.Ion, N.Radu ]. Subspaţiile
vectoriale de o dimensiune se numesc drepte în V. Subspaţiul lui V de dimensiune 2 se numeşte plan
în V, iar pentru subspaţiul n-1 dimensional al lui V n vom folosi noţiunea de hiperplan. Aceste noţiuni

implică definirea coliniarităţii vectorilor şi a coplanarităţii prin :

• Doi vectori nenuli se numesc coliniari dacă ei aparţin aceleaşi drepte (adică sistemul
format din cei doi vectori este liniar dependent).
• Trei vectori nenuli se numesc coplanari dacă ei aparţin aceluiaşi plan (adică sistemul
format din cei trei vectori este liniar dependent).
Fie V n spaţiu vectorial şi B={ e1, e2 ,..., en }, B’={ f1, f2 ,..., fn } două baze ale sale. Considerând

vectorii din B’, aceştia se pot exprima in baza B având coordonatele :

n _____
fj = ∑s e
i =1
i
j i , ∀ j = 1,n (5.4.)

____ ____
Definiţia 5.4. Matricea pătratică S=[ sij ] i = 1,n , j = 1,n unde sij sunt definiţi de relaţiile

(5.4) se numeşte matricea de trecere de la baza B la baza B’.

3
Exemplu În R [X], mulţimea polinoamelor cu coeficienţi reali de grad cel mult 3 considerăm
bazele :
B={ e1 = 1; e 2 = x ; e 3 = x 2 ; e 4 = x 3 } şi B’={ f1 = 1 + x ; f2 = 1 − x ; f3 = x + x 2 ; f4 = x 2 + x 3 }. Notăm

matricea de trecere de la B la B’ cu S=[ sij ] şi cu T=[ tij ] matricea de trecere de la B’ la B.

n n
1 1
f1 = ∑s e
i =1
i
1 i = e1 + e2 e1 = ∑t f
i =1
i
1 i =
2
f1 + f2
2
n n
1 1
f2 = ∑s e
i =1
i
2 i = e1 − e2 e2 = ∑t
i =1
i
f =
2 i
2
f1 − f2
2
n n
1 1
f3 = ∑s e
i =1
i
3 i = e2 + e3 e3 = ∑t
i =1
i
f = − f1 + f2 + f3
3 i
2 2
n n
1 1
f4 = ∑ si4 ei = e3 + e4 e4 = ∑ ti4 fi = f1 − f2 − f3 + f4 .
i =1 i =1 2 2

Deci matricele de trecere căutate sunt:

 1 1 1 1
 −
1 1 0 0 2 2 2 2
1 −1 1  
0  1 1 1 1
S=  T=  − − 
0 0 1 1 2 2 2 2
   
0 0 1 − 1
0 0 0 1 
 0 0 0 1
 ____
Propoziţia 5.5. Considerăm in K-spaţiul vectorial V n bazele B={ ei , i = 1,n } şi B’={
____
fj , j = 1,n} . Pentru v ∈ V n notăm cu X B matricea coloana a coordonatelor sale în baza B şi cu X B '

matricea coloana a coordonatelor sale in baza B’. Adică:

 x1   y1 
   2
x2  n
y  n
XB=  unde v = ∑x e i
,iar X B' =  cu v = ∑y f j
 ..  i =1
i  ..  i =1
j

   
 x n   yn 

Atunci :
X B=S X B'
(5.5)
unde S este matricea de trecere de la B la B’.
Demonstraţie Fie S=[ sij ] matricea de trecere de la B la B’. Atunci din relaţiile (5.4) avem :
n n n n n
v= ∑ y f = ∑ y (∑ s e ) = ∑ (∑ s y )e
j =1
j
j
j =1
j

i =1
i
j i
i =1 j =1
i
j
j
i

dar
n
v = ∑ x i ei
i =1

deci:
n n n n n

∑ (∑ s y )e = ∑ x e
i =1 j =1
i
j
j
i
i =1
i
i sau ∑ (x − ∑ s y )e
i =1
i

j =1
i
j
j
i =0

de unde egalităţile :
n ____
xi = ∑s y
j =1
i
j
j
, ∀ i = 1,n

implicate de liniar independenţa lui B şi care conduc la egalitatea matricială :

XB = S XB ' ‫ٱٱٱ‬

3
Exemplu În R considerăm bazele B={ e1 = (0,1,1); e2 = (1,0,1); e3 (1,1,0)} şi B’={

f1 = (1, 2,3); f2 = (3,1, 2); f3 = (2,3,1)} . Matricea de trecere de la B la B’ este :

 f1 = 2e1 + e 2 2 0 1

 f2 = 2e2 + e3 S=  1 2 0 
 f = e + 2e  0 1 2
3 1 3
 3 1 1 1 1 1 1
Pentru v = (1,1,1) ∈ R avem v = e1 + e2 + e3 şi v = f1 + f2 + f3 adică :
2 2 2 6 6 6

 1  1
 2  6
   
1 ; X =  1 
XB= 
 2  B' 6
   
 1  1
 2   6 

egalitatea din propoziţia anterioară implicând egalitatea evidentă:

 1   1 
 2   6 
  2 0 1  
1  = 1 1
 2 0   
 2    6 
   0 1 2  
 1   1 
 2   6 

____ ____
Observaţie Pentru B={ ei , i = 1,n} şi B’={ fj , j = 1,n } baze în V n
notăm cu S=[ sij ] şi T=[ tij ]

matricea de trecere de la B la B’ respectiv de la B’ la B .

Avem :
n n ____
fj = ∑s ei =1
i
j i ; ej = ∑t fi =1
i
j i , ∀ j = 1,n (5.6)

relaţii care implică:

n (5.6) n n n n
ej = ∑t f
i =1
i
j i = ∑ t (∑ s
i =1
i
j
k =1
k
i )ek = ∑ (∑ s t )e
k =1 i =1
k i
i j k.

sau
n

∑s t
i =1
k i
i j = δkj adică S ·T = I n .

n (5.6) n n n n
fj = ∑s ei =1
i
j i = ∑s ( ∑t f
i =1
i
j
k =1
k
i k )= ∑ (∑ t s )f
k =1 i =1
k
i
i
j k

sau
n

∑t s
i =1
k
i
i
j = δkj adică T ·S = I n .

Rezultă deci că matricea de trecere de la B la B’ este inversa matricei de trecere de la B’ la B şi

reciproc. Evident matricea de trecere între două baze este nesingulară.

§ 6 SUBSPATII IN SPATII VECTORIALE FINIT DIMENSIONALE

Fie V n
un K-spaţiu vectorial de dimensiune n. Dacă V’ este subspaţiu al sau, considerându-l ca

şi K-spaţiu vectorial putem să vorbim de dimensiunea sa. Presupunând că aceasta este m ∈ R,

înseamnă că avem în V’ o bază formată din m vectori. Liniar independenţa ei implică din Lema
completării m ≤ n . Deci am demonstrat că :

Propoziţia 6.1. Dimensiunea subspaţiului vectorial al unui spaţiu vectorial finit dimensional
este cel mult egală cu dimensiunea spaţiului vectorial.
Pentru S ⊂ V n
un sistem oarecare de vectori definim rangul sau prin :

Definiţia 6.1. Numim rangul sistemului S ⊂ V n , dimensiunea subspaţiului generat de S.

Propoziţia 6.2. Rangul unui sistem nu se modifică dacă :

- schimbăm ordinea vectorilor sistemului
- înlocuim un vector cu produsul lui cu un scalar nenul
- înlocuim un vector cu suma dintre el şi un alt vector înmulţit cu un scalar nenul.
Demonstraţie Modificările de mai sus nu afectează subspaţiul generat de sistem deci rangul
nu se modifică. ‫ٱٱٱ‬

Propoziţia 6.5. (Relaţia lui Grassmann) Dacă V’ si V’’ sunt subspaţii ale lui V n atunci :
dim V’ + dim V’’ = dim (V’+V’’) + dim V’ ∩ V’’.