Capitolul 3

APLICAŢII LINIARE

În acest capitol definim aplicaţii pe spaţiu liniare de dimensiune finită.

Fie (X, +, ·, K) şi (Y, +, ·, K) spaţii liniare.

Definiţia 3.1 O aplicaţie T : X → Y se numeşte aplicaţie liniară (sau funcţie liniară

sau operator liniar sau morfism de spaţii liniare) dacă satisface condiţiile:
a)
∀(u, v) ∈ X2 : T (u + v) = T (u) + T (v) (3.1)
(numită proprietatea de aditivitate a aplicaţiei T ),
b)
∀(α, u) ∈ K × X : T (αu) = αT (u) (3.2)
(numită proprietatea de omogeneitate a aplicaţiei T ).

Se obţine prin inducţie relaţia

Ãm !
X Xm
T ci xi = ci T (xi ) , ∀ci ∈ R, ∀xi ∈ Xn , i = 1, m. (3.3)
i=1 i=1

Teorema 3.1 (Teorema de caracterizare a aplicaţiilor liniare)

Condiţia necesară şi suficientă ca o aplicaţie să fie liniară este:
∀α ∈ K, ∀(u, v) ∈ X2 : T (αu + v) = αT (u) + T (v). (3.4)

Demonstraţie.
Necesitatea. Presupunem că T este o aplicaţie liniară. Conform Definiţiei 3.1
(3.1) (3.2)
∀(α, u, v) ∈ K × X2 : T (αu + v) = T (αu) + T (v) = αT (u) + T (v).
Suficienţa. Considerând ı̂n (3.4) α = 1 rezultă (3.1). Considerând ı̂n (3.4) v = θX şi
folosind Observaţia 3.1 rezultă (3.2).¥
Vom nota L(X,Y) = {T | T : X → Y, T aplicaţie liniară} .
În cazul particular al endomorfismelor (X = Y), vom nota L(X,X) =L(X).

35
36 CAPITOLUL 3. APLICAŢII LINIARE

Teorema 3.2 (L(X,Y), +, ·, K) este un spaţiu liniar.

Demonstraţie.
Definim legea internă din L(X,Y). Fie (T, S) ∈ L(X,Y) × L(X,Y) şi introducem suma
lor prin (T + S)(u) = T (u) + S(u), ∀u ∈ X. Folosind definiţia sumei a două aplicaţii,
liniaritatea şi Teorema 3.1 obţinem:
∀(T, S) ∈ L(X,Y) × L(X,Y):(T + S)(αu + v) = T (αu + v) + S(αu + v) = αT (u) +
T (v) + αS(u) + S(v) = α(T (u) + S(u)) + (T (v) + S(v)) = α(T + S)(u) + (T + S)(u),
∀α ∈ K, ∀u ∈ X, adică T + S ∈ L(X,Y).
Definim legea externă din L(X,Y). Introducem produsul dintre un scalar şi o aplicaţie
∀T ∈ L(X,Y), ∀λ ∈ K : (λT )(u) = λT (u), ∀u ∈ X.
Folosind definiţia produsului dintre un scalar şi o aplicaţie, liniaritatea ei şi Teorema
3.1 obţinem:
∀(λ, T ) ∈ K× L(X,Y):(λT )(αu + v) = λT (αu + v) = λ(αT (u) + T (v)) = α(λT (u)) +
λT (v) = α(λT )(u) + (λT (u), ∀(α, u) ∈ K × X, adică λT ∈ L(X,Y).
Având definite aceste operaţii se verifică uşor că (L(X,Y), +) este grup comutativ şi
sunt satisfăcute axiomele SL1 − SL4 din Definiţia 2.1 a spaţiului liniar.¥
Definiţia 3.2 O aplicaţie liniară T se numeşte monomorfism, epimorfism sau izomor-
fism după cum T este respectiv injectivă, surjectivă sau bijectivă.
Dacă X = Y atunci aplicaţia liniară T se numeşte endomorfism. Un endomorfism
bijectiv se numeşte automorfism.
Observaţia 3.1 Dacă ı̂n Definiţia 3.1, a) ı̂nlocuim u = v = θX obţinem T (θX ) = T (θX ) +
T (θ X ), de unde rezultă că
T (θX ) = θ Y , (3.5)
unde θX şi respectiv θY sunt vectorii nuli din K-spaţiile liniare X şi respectiv Y. Condiţia
(3.5) este doar o condiţie necesară ca o aplicaţie să fie liniară. De aici rezultă că dacă
T (θ X ) 6= θY atunci T nu este liniară.
Exemplul 3.1 Aplicaţia T : R3 → R2 , definită prin T (x) = (x1 + 2x3 , x1 + x2 − x3 ),
∀x = (x1 , x2 , x3 ) ∈ R3 este o aplicaţie liniară (se verifică prin calcul condiţiile (3.1) şi
(3.2)).
Exemplul 3.2 Aplicaţia T : R2 → R3 , definită prin T (x) = (x1 + 1, x2 , x1 + x2 ), ∀x =
(x1 , x2 ) ∈ R2 nu este o aplicaţie liniară deoarece T (θ R2 ) = (1, 0, 0), conform observaţiei 3.1
unde θR2 = (0, 0).
Teorema 3.3 Fie (X, +, ·, K), (Y, +, ·, K) şi (Z, +, ·, K) spaţii liniare şi T ∈ L(X, Y), S ∈
L(Y, Z). Atunci S◦T ∈ L(X,Z) (compunerea a două aplicaţii liniare este o aplicaţie liniară),
unde (S ◦ T )(u) = S(T (u)), ∀u ∈ X. Mai mult, dacă T şi S sunt izomorfisme, atunci S ◦ T
este izomorfism.
Pentru orice izomorfism T ∈ L(X, Y), aplicaţia inversă T −1 ∈ L(Y, X) (inversul unui
izomorfism liniar este un izomorfism liniar), unde ∀v ∈ Y :T −1 (v) = u ⇔ T (u) = v, este
un izomorfism.
3.1. MATRICEA UNEI APLICAŢII LINIARE 37

Demonstraţie. Fie ∀(α, u, v) ∈ K × X2 : (S ◦ T )(αu + v) = S(T (αu + v)) = S(αT (u) +

T (v)) = αS(T (u)) + S(T (v)) = α(S ◦ T )(u) + (S ◦ T )(v).
Dacă T şi S sunt bijective, atunci S ◦ T este bijectivă, deci S ◦ T este izomorfism.
Dacă T este bijecţie rezultă că T −1 este bijecţie.
Demonstrăm că T −1 este o aplicaţie liniară. Fie ∀(α,w1 , w2 ) ∈ K × Y2 ⇒ ∃(u1 , u2 ) ∈
X : T (u1 ) = w1 , T (u2 ) = w2 : T −1 (αw1 +w2 ) = T −1 (αT (u1 ) + T (u2 )) = T −1 (T (αu1 +
2

u2 )) = (T −1 ◦ T )(αu1 + u2 ) = αu1 + u2 = αT −1 (w1 ) + T −1 (w2 ), deci T −1 (αw1 +w2 ) =

αT −1 (w1 ) + T −1 (w2 ).¨

3.1 Matricea unei aplicaţii liniare

Teorema 3.4 Fie (X, +, ·, K) şi (Y, +, ·, K) spaţii liniare, dimK X = n, dimK Y = m şi
T ∈ L(X,Y). Dacă S1 = (e1 , . . . , en ) este o bază ı̂n (X, +, ·, K) şi S2 = (e01 , . . . , e0m ) o
bază ı̂n (Y, +, ·, K), atunci există o matrice unică P ∈ Mm×n (K), P = (pij )i=1,m,j=1,n astfel
ı̂ncât
⎛ ⎞ ⎛ ⎞
T (e1 ) e01
⎜ .. ⎟ ⎜ . ⎟
⎝ . ⎠ = PT ⎝ .. ⎠ . (3.6)
0
T (en ) em
⎛ ⎞ ⎛ ⎞
e1 e01
⎜ ⎟ ⎜ ⎟
Dacă u ∈ X, u = (α1 . . . αn ) ⎝ ... ⎠ are imaginea T (u) = (β1 . . . βm ) ⎝ ... ⎠ ,
en e0m
atunci
⎛ ⎞ ⎛ ⎞
β1 α1
⎜ .. ⎟ ⎜ . ⎟
⎝ . ⎠ = P ⎝ .. ⎠ . (3.7)
βm αn
Demonstraţie. Demonstrăm existenţa matricei P. Dacă S1 = (e1 , . . . , en ) este o bază ı̂n
+, ·, K), vectorii T (ei ) ∈ Y, i = 1, n au descompunerile ı̂n raport cu baza S2 de forma:
(X, ⎧
⎪ P
m
⎪
⎪ T (e 1 ) = pj1 e0j
⎪
⎪
⎪
⎪
j=1
⎪
⎪ · · ·
⎪
⎨ Pm
T (ei ) = pji e0j , unde pji ∈ K, i = 1, n, j = 1, m,
⎪
⎪ j=1
⎪
⎪
⎪
⎪ · · ·
⎪
⎪
⎪ T (e ) = P
⎪
m
pjn e0j
⎩ n
j=1
echivalentă cu scrierea matriceală
⎛ ⎞ ⎛ ⎞⎛ ⎞ ⎛ ⎞ ⎛ ⎞
T (e1 ) p11 · · · pm1 e01 T (e1 ) e01
⎜ .. ⎟ ⎜ .. .. ⎟ ⎜ .. ⎟ ⎜ .. ⎟ ⎜ .. ⎟ ,
⎝ . ⎠=⎝ . . ⎠⎝ . ⎠ ⇔ ⎝ . ⎠ = PT ⎝ . ⎠
T (en ) p1n · · · pmn e0m T (en ) e0m (3.8)
38 CAPITOLUL 3. APLICAŢII LINIARE

ceea ce reprezintă relaţia (3.6).

Matricea P este unică datorită unicităţii descompunerii unui vector după⎛ vectorii
⎞ bazei.
e1
⎜ .. ⎟
Demonstrăm relaţia (3.7). Fie T ∈ L(X,Y) şi u ∈ X, u = (α1 . . . αn ) ⎝ . ⎠ . Atunci
en
⎛ ⎞ ⎛ ⎞
0
T (e1 ) e1
⎜ .. ⎟ ⎜ .. ⎟
T (u) = (α1 . . . αn ) ⎝ . ⎠ = (β1 . . . βm ) ⎝ . ⎠ . Utilizând relaţia (3.8) rezultă:
T (en ) e0
⎛ ⎞ ⎛ ⎞m
e01 e01
⎜ ⎟ ⎜ ⎟
(α1 . . . αn ) PT ⎝ ... ⎠ = (β1 . . . βm ) ⎝ ... ⎠ ⇒ (α1 . . . αn ) PT = (β1 . . . βm ).
e0m e0m
Prin transpunere rezultă relaţia (3.7).¥

Exemplul 3.3 Fie aplicaţia T ∈ L(R3 ,R4 ) definită prin

T (x) = (x1 + x2 , x1 + x3 , x2 − x3 , x1 − x2 + 2x3 ), ∀x = (x1 , x2 , x3 ) ∈ R3 .
Să se determine matricea lui T ı̂n bazele
S1 = (e1 = (1, 1, −1), e2 = (1, −1, 1), e2 = (−1, 1, 1)) şi respectiv
S2 = (e01 = (0, 1, 1, 1), e02 = (1, 0, 1, 1), e03 = (1, 1, 0, 1), e04 = (1, 1, 1, 0)) .

X
4
Rezolvare. Calculăm T (e1 ) = (1 + 1, 1 − 1, 1 + 1, 1 − 1 − 2) = (2, 0, 2, −2) = pi1 e0i =
i=1
− 43 (0, 1, 1, 1) + 23 (1, 0, 1, 1) − 43 (1, 1, 0, 1) + 83 (1, 1, 1, 0)
X
4
4
T (e2 ) = (1 − 1, 1 + 1, −1 − 1, 1 + 1 + 2) = (0, 2, −2, 4) = pi2 e0i = 3
(0, 1, 1, 1) −
i=1
2 10
3
(1, 0, 1, 1) + 3
(1, 1, 0, 1) − 83 (1, 1, 1, 0)
X
4
T (e3 ) = (−1 + 1, −1 + 1, 1 − 1, −1 − 1 + 2) = (0, 0, 0, 0) = pi3 e0i = 0(0, 1, 1, 1) +
i=1
0(1, 0, 1, 1) + 0(1, 1,⎛0, 1) + 0(1, 1, 1,⎞0).
4 4
3 3
0
⎜ 2 −2 0 ⎟
P =S1 (T )S2 = ⎜ 3 3
⎝ − 4 10 0 ⎠ .¨
⎟
3 3
8
3
− 83 0

Definiţia 3.3 Fie (X, +, ·, K) şi (Y, +, ·, K) două spaţii liniare, dimK X = n, dimK Y =
m, S1 = (ej )j=1,n , S2 = (e0j )j=1,m două baze ı̂n X şi respectiv Y iar T ∈ L(X,Y). Matricea
P ∈ Mm×n (K), ale cărei coloane sunt coordonatele vectorilor T (ej ), j = 1, n ı̂n baza S2 din
spaţiul liniar Y, se numeşte matricea asociată aplicaţiei liniare T ı̂n raport cu perechea
de baze (S1 , S2 ) .

Folosim notaţia P = S1 (T )S2 .

3.1. MATRICEA UNEI APLICAŢII LINIARE 39

Observaţia 3.2 Relaţia (3.7) scrisă sub forma

⎛ ⎞ ⎛ ⎞
β1 α1
⎜ .. ⎟ ⎜ ⎟
⎝ . ⎠ =S1 (T )S2 ⎝ ... ⎠ (3.9)
βn αn

se numeşte ecuaţia matriceală a aplicaţiei liniare T.

Teorema 3.5 (Legea de schimbare a matricei unei aplicaţii liniare la schimbarea

bazelor) Fie (X, +, ·, K) spaţiu liniar, dimK X = n şi T ∈ L(X,X). Fie S1 = (ei )i=1,n ,
A
S2 = (e0i )i=1,n două baze ı̂n (X, +, ·, K) şi S1 → S2 . Atunci are loc relaţia:

S1 (T )S1 = A−1 ·S2 (T )S2 · A. (3.10)

Demonstraţie. Fie T ∈ L(X,X) ⎛ şi⎞ u ∈ X deci se poate exprima⎛ o combinaţie

⎞ de elemente
e1 T (e1 )
⎜ ⎟ ⎜ ⎟
ale bazei S1 , u = (α1 . . . αn ) ⎝ ... ⎠ şi T (u) = (α1 . . . αn ) ⎝ ... ⎠.
en T (en )
Dar
⎛ u⎞ ∈ X deci se poate exprima ⎛ca o combinaţie
⎞ de elemente ale bazei S2 , u = (β1 . . .
e01 T (e01 )
⎜ ⎟ ⎜ ⎟
βn ) ⎝ ... ⎠ şi T (u) = (β1 . . . βn ) ⎝ ... ⎠.
0 0
en T (en )
Folosim ecuaţia matriceală a aplicaţiei liniare T ı̂n perechea de baze (S1 , S1 ) , (3.9):
⎛ ⎞ ⎛ ⎞
T (e1 ) e1
⎜ .. ⎟ ⎜ . ⎟
⎝ . ⎠ = PT ⎝ .. ⎠ , P =S1 (T )S1 . (3.11)
T (en ) en

Folosim ecuaţia matriceală a aplicaţiei liniare T ı̂n perechea de baze (S2 , S2 )

⎛ ⎞ ⎛ ⎞
T (e01 ) e01
⎜ .. ⎟ ⎜ . ⎟
⎝ . ⎠ = QT ⎝ .. ⎠ , Q =S2 (T )S2 .
T (e0n ) e0m

Folosim formula de schimbare a coordonatelor unui vector la schimbarea bazei, schim-

barea coordonatelor (α1 . . . αn ) ı̂n baza S1 ı̂n coordonatele (β1 . . . βn ) ı̂n baza S2 , relaţia
(2.10), rezultă
⎛ ⎞ ⎛ ⎞
α1 β1
⎜ .. ⎟ ⎜ . ⎟
⎝ . ⎠ = A ⎝ .. ⎠ (3.12)
αn βn
40 CAPITOLUL 3. APLICAŢII LINIARE

Dar ⎛ ⎞ ⎛ ⎞
T (e1 ) e1
⎜ ⎟ ⎜ . ⎟
T (u) = (α1 . . . αn ) ⎝ ... ⎠ = T (u) = (α1 . . . αn ) PT ⎝ .. ⎠
T (e ) e
⎛ n ⎞ ⎛ ⎞ n
0
e1 e1
T ⎜ .. ⎟ T T ⎜ .. ⎟
T (u) = (β1 . . . βn )Q ⎝ . ⎠ = (β1 . . . βn )Q A ⎝ . ⎠ .
e0m en
Din unicitatea descompunerii rezultă ⎛ ⎞ ⎛ ⎞
α1 β1
⎜ ⎟ ⎜ ⎟
(α1 . . . αn ) PT = (β1 . . . βn )QT AT ⇔ P ⎝ ... ⎠ = AQ ⎝ ... ⎠ .
αn βn
Folosind
⎛ relaţia
⎞ (3.12)
⎛ rezultă
⎞
β1 β1
⎜ ⎟ ⎜ ⎟
PA ⎝ ... ⎠ = AQ ⎝ ... ⎠ , ∀u ∈ X.
βn βn
De unde rezultă
Q = A−1 PA.
Exemplificăm conţinutul teoremei prin următoarea schemă:
S1 (T )S1
XS1 → XS1
A↓ ↓A
S2 (T )S
XS2 → 2 XS2
−1
S2 (T )S2 = A S1 (T ) S1 A.¥
Formula (3.10) se numeşte formula de schimbare a matricei unei aplicaţii liniare
T ∈ L(X,X) la schimbărea bazei ı̂n spaţiul liniar (X, +, ·, K).

Exemplul 3.4 Fie aplicaţia T ∈ L(R3 , R3 ) definită prin

T (x) = (x1 + x2 , x1 + x3 , x2 − x3 ), ∀x = (x1 , x2 , x3 ) ∈ R3 .
Să se determine matricea lui T ı̂n baza canonica din R3 , S = (e1 = (1, 0, 0), e2 =
(0, 1, 0), e3 = (0, 0, 1)) si in baza
S1 = (u1 = (1, 1, −1), u2 = (1, −1, 1), u2 = (−1, 1, 1)) .

Rezolvare. Observăm că T este un endomorfism deci folosim relaţia (??). Determinăm
matricea lui T ı̂n baza canonică, S (T )S = P
T (e1 ) = (1, 1, 0) = 1(1, 0, 0) + 1(0, 1, 0) + 0(0, 0, 1)
T (e2 ) = (1, 0, 1) = 1(1, 0, 0) + 0(0, 1, 0) + 1(0, 0, 1)
⎛ 1, −1) = 0(1,
T (e3 ) = (0, ⎞ 0, 0) + 1(0, 1, 0) − 1(0, 0, 1),
1 1 0
S (T )S =
⎝ 1 0 1 ⎠.
0 1 −1
3.1. MATRICEA UNEI APLICAŢII LINIARE 41
⎛ ⎞
1 1 −1
Determinăm matricea de trecere de la baza S la baza S1 , A = ⎝ 1 −1 1 ⎠ .
⎛ 1 1 ⎞ −1 1 1
2 2
0
Inversa matricei A este A = −1 ⎝ 1
0 12 ⎠ .
2
0 12 21
Rezultă ⎛ 1 1 ⎞⎛ ⎞⎛ ⎞
2 2
0 1 1 0 1 1 −1
S1 (T )S1 = A
−1
·S (T )S · A = ⎝ 12 0 12 ⎠ ⎝ 1 0 1 ⎠ ⎝ 1 −1 1 ⎠ =
⎛ ⎞ ⎛ 0 12⎞ 12 ⎛ 0 1 −1 ⎞ −1 1 1
1 1
1 2 2 1 1 −1 1 1 0
= ⎝ 12 1 − 12 ⎠ ⎝ 1 −1 1 ⎠ = ⎝ 2 −1 0 ⎠ .
1 1
2 2
0 −1 1 1 1 0 0
Acelaşi rezultat ı̂l obţinem dacă calculăm T (ui ), i = 1, 3 şi descompuneam aceşti vectori
după vectorii bazei S2 .
T (u1 ) = (2, 0, 2) = 1(1, 1, −1) + 2(1, −1, 1) + 1(−1, 1, 1)
T (ui ) = (0, 2, −2) = 1(1, 1, −1) − 1(1, −1, 1) + 0(−1, 1, 1)
T (ui ) = (0, 0, 0)⎛= 0(1, 1, −1)⎞+ 0(1, −1, 1) + 0(−1, 1, 1)
1 1 0
Deci S1 (T )S1 = ⎝ 2 −1 0 ⎠ .¨
1 0 0

Definiţia 3.4 Matricele A şi C−1 AC se numesc matrice asemenea.

Observaţia 3.3 Matricele unei aplicaţii liniare T ∈ L(X) relativ la două baze alese ı̂n X
sunt matrice asemenea.

Teorema 3.6 Fie (X, +, ·, K), (Y, +, ·, K) şi (Z, +, ·, K) trei spaţii liniare, dimK X = n,
dimK Y = m, dimK Z = p şi T ∈ L(X,Y), S ∈ L(Y,Z). Fie S1 = (ei )i=1,n , S2 = (e0i )i=1,m ,
S3 = (e00i )i=1,p baze ı̂n (X, +, ·, K), (Y, +, ·, K) şi respectiv ı̂n (Z, +, ·, K). Atunci are loc
relaţia:
◦ T )S3 =S2 (S)S3 S1 (T )S2 .
S1 (S (3.13)
⎛ ⎞
e1
⎜ ⎟
Demonstraţie. Fie u ∈ X, u = (α1 . . . αn ) ⎝ ... ⎠ , T (u) = v ∈ Y, v = (β1 . . .
e
⎛ ⎞ ⎛ ⎞n
0 00
e1 e1
⎜ .. ⎟ ⎜ .. ⎟
βm ) ⎝ . ⎠ , S(v) = w ∈ Z, w = (γ1 . . . γp ) ⎝ . ⎠.
e0m e00
⎛p ⎞ ⎛ ⎞
β1 α1
⎜ .. ⎟ ⎜ .. ⎟
Fie S1 (T )S2 = P ∈ Mm×n (K). Are loc relaţia:⎝ . ⎠ = P ⎝ . ⎠.
βm αn
42 CAPITOLUL 3. APLICAŢII LINIARE
⎞⎛ ⎛ ⎞
γ1 β1
⎜ ⎟ ⎜ ⎟
Fie S2 (S)S3 = Q ∈ Mp×m (K). Are loc relaţia: ⎝ ... ⎠ = Q ⎝ ... ⎠ .
γp βm
⎛ ⎞ ⎛ ⎞
γ1 α1
⎜ .. ⎟ ⎜ .. ⎟
Atunci ⎝ . ⎠ = QP ⎝ . ⎠ , adică S1 (S ◦T )S3 = QP care reprezintă relaţia (3.13).¥
γp αn

Teorema 3.7 Fie (X, +, ·, K) şi (Y, +, ·, K) două spaţii liniare, dimK X = n, dimK Y = n
şi T ∈ L(X,Y), T izomorfism. Fie S1 şi S2 două baze ı̂n (X, +, ·, K) şi respectiv (Y, +, ·, K).
Atunci are loc relaţia:

S2 (T
−1
)S1 = (S1 (T )S2 )−1 . (3.14)

Demonstraţie.
Deoarece T ◦ T −1 = idY şi T −1 ◦ T = idX , ţinând seama de Teorema 3.6 şi de faptul că
matricea aplicaţiei identitate este matricea unitate, rezultă:
S1 (T )S2 ·S2 (T
−1
)S1 =S2 (T −1 )S1 ·S1 (T )S2 = I ⇒ (S1 (T )S2 )−1 =S2 (T −1 )S1 .¥

3.2 Nucleul şi imaginea unei aplicaţii liniare

Definiţia 3.5 Fie T ∈ L(X,Y). Mulţimea ker(T ) = {u | u ∈ X : T (u) = θY } se numeşte
nucleul aplicaţiei liniare T .

Definiţia 3.6 Fie T ∈ L(X,Y). Mulţimea Im(T ) = {w | w ∈ Y : ∃u ∈ X : T (u) = w} se

numeşte imaginea aplicaţiei liniare T .

Teorema 3.8 Nucleul lui T este un subspaţiu liniar al spaţiului liniar X. Imaginea lui T
este un subspaţiu liniar al spaţiului liniar X.
Demonstraţie. Observăm că ker(T ) 6= ∅ deoarece θX ∈ ker(T ). Fie α ∈ R şi u, v ∈
ker(T ) astfel ı̂ncât T (u) = θ, T (v) = θ. Atunci T (αu + v) = αT (u) + T (v) = θX şi deci
αu + v ∈ ker(T ).
Observăm că Im(T ) 6= ∅ deoarece θY ∈ Im(T ). Fie α ∈ R şi u, v ∈ Im(T ). Rezultă
că există w1 , w2 ∈ Y astfel ı̂ncât T (u) = w1 , T (v) = w2 ; αw1 + w2 = αT (u) + T (v) =
T (αu + v) de unde rezultă că αw1 + w2 ∈ Im(T ).¥

3.3 Rangul şi defectul unei aplicaţii liniare

Definiţia 3.7 Dimensiunea spaţiului ker(T ) se numeşte defectul lui T şi se notează def(T ).
Dimensiunea spaţiului Im(T ) se numeşte rangul lui T şi se notează rang(T ).

Teorema 3.9 Aplicaţia liniară T este injectivă dacă şi numai dacă ker(T ) = {θX } .
3.3. RANGUL ŞI DEFECTUL UNEI APLICAŢII LINIARE 43

Demonstraţie. Necesitatea. Presupunem că aplicaţia liniară T este injectivă şi fie u ∈
ker(T ) deci T (u) = θY . Dar T (θX ) = θY şi cum T (u) = T (θX ) rezultă că u = θX , adică
ker(T ) = {θX } .
Suficienţa. Presupunem că ker(T ) = {θX } şi fie T (u) = T (v). Rezultă T (u − v) = θY
deci u − v ∈ ker(T ), adică u = v, deci T injectivă.¥

Exerciţiul 3.1 Aplicaţia liniară T este surjectivă dacă şi numai dacă Im(T ) = Y.

Teorema 3.10 (Teorema rangului şi a defectului) Fie (X, +, ·, K) şi (Y, +, ·, K) spaţii
liniare, dimK X = n şi T ∈ L(X,Y). Atunci

rang(T ) + def(T ) = n.

Demonstraţie. Fie def(T ) = r ≤ n şi fie (v1 , v2 , . . . , vr ) o bază ı̂n ker(T ). Com-
pletăm sistemul de vectori (v1 , v2 , . . . , vr ) până la o bază ı̂n spaţiu X (Teorema 2.7),
{v1 , v2 , . . . , vr , vr+1 , vr+2 , . . . , vn } . Vom demonstra că sistemul de vectori (T (vr+1 ), . . . , T (vn ))
este o bază ı̂n Im(T ).
Arătăm că vectorii sistemului (T (vr+1 ), . . . , T (vn )) sunt liniar independenţi ı̂n Im(T ).
P n Pn
Fie αi T (vi ) = θ Y rezultă că T ( αi vi ) = θ Y deci
i=r+1 i=r+1
P
n P
n P
r P
n P
r
αi vi ∈ ker(T ) ⇒ αi vi = βi vi ⇒ αi vi − βi vi = θX .
i=r+1 i=r+1 i=1 i=r+1 i=1
Deoarece {v1 , v2 , . . . , vr , vr+1 , vr+2 , . . . , vn } este un sistem de vectori liniar indepen-
dent, rezultă αr+1 = . . . = αn = β1 = . . . = βr = 0, deci vectori {T (vr+1 ), . . . , T (vn )} sunt
liniar independenţi.
Fie w ∈ Im(T ) arbitrar. Demonstrăm că vectorii sistemului (w, T (vr+1 ), . . . , T (vn ))
sunt liniar dependenţi. Deoarece w ∈ Im(T ) rezultă că există v ∈ X astfel ı̂ncât T (v) = w.
Pr Pn
Dar v = αi vi + αi vi de unde rezultă că
i=1 i=r+1

X
r X
n
w = T (v) = αi T (vi ) + αi T (vi ),
i=1 i=r+1

P
n
deci w = αi T (vi ), deoarece vi ∈ ker(T ), i = 1, r. Rezultă că orice vector din Im(T ) se
i=r+1
poate scrie ca o combinaţie liniară de vectori din sistemul de vectori (T (vr+1 ), . . . , T (vn )) ,
deci am demonstrat că avem ı̂n Im(T ), n − r vectori liniar independenţi iar orice n − r + 1
vectori sunt liniar dependenţi..
Rezultă că vectorii Im(T ) formează o bază ı̂n (T (vr+1 ), . . . , T (vn )) , deci rang(T ) =
n − r ⇒ rang(T ) + def(T ) = n.¥

Exerciţiul 3.2 Fie aplicaţia liniara T : R3 → R2 , definită prin T (x) = (x1 + 2x3 , x1 + x2 −
x3 ), ∀x = (x1 , x2 , x3 ) ∈ R3 . Să se verifice teorema rangului.
44 CAPITOLUL 3. APLICAŢII LINIARE
½
x1 + 2x3 = 0
Rezolvare. Determinăm nucleul lui T. T (x) = θR ⇒ ⇒
µ ¶ µ ¶ ½ x1 + x2 − x3 = 0
1 0 2 1 0 2 x1 = −2x3
∼ ⇒ .
1 1 −1 0 1 −3 x2 = −3x3
Rezultă x ∈ ker(T ) ⇔ x = α(−2, −3, 1), x3½= α ∈ R, deci def (T ) = 1.
x1 + 2x3 = y1
Determinăm imaginea lui T. T (x) = y ⇔ ⇒
µ ¶ µ ¶x1 + x2 − x3 = y2
1 0 2 y1 1 0 2 y1
∼ ⇒ Sistemul este compatibil nedeterminat,
1 1 −1 y2 0 1 −3 y2 − y1
orcare ar fi y ∈ R. Rezultă Im(T ) = R2 . ⇒ rang(T ) = 2.
Cum n = dimR R3 = 3 ⇒ rang(T ) + def (T ) = 1 + 2 = 3 şi teorema este verificată.

3.4 Spaţii liniare izomorfe

Definiţia 3.8 Două spaţii liniare (X, +, ·, K) şi (Y, +, ·, K) se numesc spaţii liniare izo-
morfe dacă există un izomorfism T ∈ L(X,Y). Vom nota X ' Y.

Teorema 3.11 Fie (Xn , +, ·, K) un spaţiu liniar. Atunci au loc afirmaţiile:

a) X ' Kn .
b) Dacă (Y, +, ·, K) şi (Z, +, ·, K) sunt spaţii liniare, atunci Y ' Z dacă şi numai dacă
dimK Y = dimK Z.

Teorema 3.12 L(X, Y)' Mm×n (K).

Din acest rezultat tragem concluzia că putem studia proprietăţile unei aplicaţii liniare
studiind proprietaţile matricei ataşate ei. Astfel, de exemplu, dacă (X, +, ·, K) şi (Y, +, ·, K)
două spaţii liniare, dimK X = n, dimK Y = m şi T ∈ L(X, Y) iar S1 şi S2 sunt două baze ı̂n
X respectiv Y şi P =S1 (T )S2 . Atunci au loc afirmaţiile:
a) T este aplicaţie injectivă dacă şi numai dacă rang(P) = n, n ≤ m.(n este numărul de
coloane ale matricei P)
b) T este aplicaţie surjectivă dacă şi numai dacă rang(P) = m, m ≤ n.(m este numărul
de linii ale matricei P)
c) T este aplicaţie bijectivă dacă şi numai dacă rang(P) = n, n = m.( matricea P este
o matrice pătratică nesingulară).