Capitolul 2

SPATII LINIARE

2.1 Spatii liniare

^In acest capitol sunt studiate proprietati matematice ale unei multimi de elemente care
formeaza un spatiu liniar sau vectorial. Elementele acestui spatiu pot entitati de natura
cu totul diferita: forte, viteze, semnale electrice, vectori geometrici, solutii ale unor ecuatii
diferentiale etc. ^In ciuda acestei diversitati vom descrie spatiul vectorial ^n mod abstract,
adica printr-o multime de elemente lipsita de orice atribut zic.
O componenta importanta a notiunii de spatiu liniar este notiunea de corp. Vom utiliza
corpurile numerelor reale R si numerelor complexe C. Fie K un corp comutativ (care poate
R sau C) ale carui elemente sunt numite scalari:

De nitia 2.1 Fie (K,+; ) un corp comutativ cu elementul unitate notat 1 si elementul nul
notat 0. Fie X 6= ; este o multime, pe care se de nesc doua legi de compozitie:
- o lege interna aditiva,

:X X ! X : 8x; y 2 X; (x; y) ! x y 2 X;

- o lege externa multiplicativa,

:K X ! X : 8 2 K; x 2X; ( ; x) ! x 2 X:

Cuaterna ordonata (X; ; ; K) se numeste spatiu liniar (vectorial) peste c^ ampul K (sau
K spatiu liniar) daca (X, ) este grup comutativ adica
G1: 8x; y; z 2 X : x (y z) = (x y) z;
G2: Exista ^n X un vector notat X (vectorul X se numeste vectorul nul al lui X), astfel
at oricare ar x 2 X :
^nc^
x X = X x = x;
G3: 8x 2 X exista un vector notat cu x (vectorul x se numeste opusul vectorului
x) :
x ( x) = ( x) x = X ;
G4: 8x; y 2 X )x y = y x;

31
32 CAPITOLUL 2. SPATII LINIARE

si sunt satisfacute axiomele

SL1 : 8 ; 2 K; x 2X : ( x) = ( ) x
SL2 : 8 ; 2 K; x 2X : ( + ) x = ( x) ( x)
SL3 : 8 2 K; x; y 2X : (x y) = ( x) ( y)
SL4 : 8x 2 X : 1 x = x; unde 1 este elementul neutru pentru operatia din K.

Elementele multimii X se numesc vectori (vom nota vectorii cu litere mici bold).

Exemplul 2.1 X = f X g ; const^and dintr-un singur vector, vectorul nul, este un K spatiu
liniar, peste orice c^amp K; numit spatiu vectorial nul.

Exemplul 2.2 Spatiul liniar aritmetic Kn : Fie (K; +; ) un corp comutativ si n 2 N; n

1: Consideram produsul cartezian
Kn = K K; Kn = fxjx = (x1 ; : : : ; xn ); xi 2 K; i = 1; ng:
n
Pe K de nim operatiile
8(x; y) 2 Kn Kn ; x y = (x1 ; : : : ; xn ) (y1 ; : : : ; yn ) = (x1 +y1 ; : : : ; xn +yn ) (adunarea
pe componente)
si
8( ; x) 2 K Kn ; x = ( x1 ; : : : ; xn ) (^nmultirea cu un scalar a ecarei
componente):
Folosind cele doua operatii si proprietatile c^ampului K se veri ca axiomele spatiului
liniar. (Kn ; ; ; K) se numeste spatiu liniar aritmetic.
^In particular, daca consideram K = R atunci (Rn ; +; ; R) se numeste spatiu liniar
aritmetic real, iar daca consideram K = C atunci (Cn ; +; ; C) se numeste spatiu liniar
aritmetic complex.
Pentru n = 1 obtinem (K; +; K) spatiu liniar. Putem vorbi deci despre spatiul liniar
real al numerelor reale si de spatiu liniar complex al numerelor complexe.

Exemplul 2.3 Multimea matricelor cu m linii si n coloane, m; n 2 N , cu elemente din

corpul comutativ (R; +; ) , notata cu Mm n (R) are o structura de spatiu liniar ^n raport
cu operatiile de adunare a matricelor si de ^nmultire a matricelor cu scalari din corpul R.
0 1
x1
B C
Exemplul 2.4 Analog de nim spatiul Kn = fxjx = @ ... A ; xi 2 K; i = 1; ng:
xn

Teorema 2.1 (Consecinte ale de nitiei spatiului liniar) Daca (X; +; ; K) este un
spatiu liniar, atunci
a) 8x 2 X : 0 x = X ;
b) 8 2 K : X = X;
c) 8x 2 X : ( 1) x = x;
d) 8 2 K; x 2X : x = X ) = 0 sau x = X ;
e) 8 ; 2 K; x 2(X n f X g) : x= x) =
f ) 8 2 (K n f0g); x; y 2X : x= y)x=y
2.2. SUBSPATII LINIARE 33

Demonstratie.
a) 8x 2 X : 0 x = (0 + 0) x = 0 x 0 x ) 0 x = X :
b) 8 2 K; X = ( X X) = X X ) X = X:
c) 8x 2 X : x ( 1) x = 1 x ( 1) x = ((1 + ( 1)) x = 0 x = X ) ( 1) x = x
d) daca 6= 0 ) 9 1 2 K ) x= X ) 1
( x) = 1
X ) (
1
) x=
X ) 1 x = X ) x = X
e) 8 ; 2 K; x 2(X n f X g) : x= x ) ( + ( )) x = X ; x 6= X ) =
f) 8 2 (Knf0g); x; y 2X : x= y) x ( ) y= X) x ( y) = X )
(x ( y)) = X ; 6= 0 ) x = y:

Consecinta 2.1 a) 8 2 K; x 2X : x=( ) x= ( x);

( ) x x=( + ) x=0 x= X)( ) x= x;
b) 8 ; 2 K; x 2X : ( ) x = ( + ( )) x = x ( ) x;
c) 8 2 K; x; y 2 X : (x y) = (x ( y)) = x ( y) = x (( 1)
y) = x (( ( 1)) y)) = x ( ) y:

2.2 Subspatii liniare

De nitia 2.2 Fie (X; ; ; K) un spatiu liniar. O submultime V; V 6= ;; a multimii X se
numeste subspatiu liniar al spatiului X daca (V; ; ; K) este un spatiu liniar.

Teorema 2.2 (Teorema de caracterizare a subspatiilor liniare) Fie (X; ; ; K) un

spatiu liniar. Conditia necesara si su cienta ca o submultime V a multimii X sa e un
subspatiu liniar a spatiului X este:

8x; y 2 V : x y 2 V; (2.1)

8 2 K; x 2V : x 2 V: (2.2)

Demonstratie. Necesitatea. Presupunem ca V este un spatiu liniar. Rezulta ca este

^nchis ^n raport cu operatia aditiva de nita pe X, deci are loc relatia (2.1); ^nmultirea cu
scalari este o operatie externa ^n raport cu K, peste tot de nita pe X, deci are loc relatia
(2.2).
Su cienta. Presupunem (2.1) si (2.2) ^ndeplinite, ceea ce ^nseamna ca V este ^nchis ^n
raport cu operatiile de adunare a elementelor lui si de multiplicare la st^anga cu elemente din
corpul de scalari. Proprietatile de asociativitate si axiomele SL1 ; SL2 ; SL3 ; SL4 sunt satis-
facute pe X, deci cu at^at mai mult sunt satisfacute pe V X. Demonstram ca 8x 2 V )
x 2 V si X 2 V. Pentru 8x 2 V, consider^and ^n (2.2) = 1 rezulta ( 1) x = x 2 V;
utiliz^and (2.1) cu y = x obtinem x ( x) = X 2 V:

Observatia 2.1 Relatiile (2.1) si (2.2) pot ^nlocuite printr-o singura relatie de forma

8( ; x; y) 2 K V2 : ( x) y 2 V: (2.3)
34 CAPITOLUL 2. SPATII LINIARE

Exemplul 2.5 Fie (X; +; ; K) este un spatiu liniar. Multimile V = f X g si X sunt

subspatii liniare ale lui X. Ele se numesc subspatii improprii. Orice alt subspatiu a
lui X se numeste subspatiu propriu.

Exemplul 2.6 Consideram spatiul liniar aritmetic Kn si e multimea

V = f(0; x2 ; : : : ; xn ); xi 2 K; i = 2; ng Kn :
Observam ca 8( ; (0; x2 ; : : : ; xn ); (0; y2 ; : : : ; yn )) 2 K V2 : (0; x2 ; : : : ; xn ) (0; y2 ; : : : ; yn ) =
(0; x2 + y2 ; : : : ; xn + yn ) 2 V. Rezulta ca V este un subspatiu liniar coform relatiei (2.3).

Exemplul 2.7 Consideram submultimea W = f(1; x2 ; : : : ; xn ); xi 2 K; i = 2; ng Kn :

Observam ca 8((1; x2 ; : : : ; xn ); (1; y2 ; : : : ; yn )) 2 W2 : (1; x2 ; : : : ; xn ) (1; y2 ; : : : ; yn ) =
= W, deci W nu este subspatiu liniar al spatiului Kn :
(2; x2 + y2 ; : : : ; xn + yn ) 2

Exemplul 2.8 Dreptele din plan si spatiu care trec prin origine sunt subspatii liniare.
Planele din spatiu care trec prin origine sunt subspatii liniare.

2.2.1 Operatii cu subspatii liniare

De nitia 2.3 Fie V1 ; V2 doua subspatii ale spatiului liniar (X; ; ; K): De nim
\
V1 V2 = fv j v 2 V1 si v 2 V2 g
[
V1 V2 = fv j 9i 2 f1; 2g : v 2 Vi g

Teorema
T 2.3 Fie Fie V1 ; V2 doua subspatii ale spatiului liniar (X; ; ; K): Intersectia
V1 V2 este un subspatiu liniar al spatiului liniar X:

Demonstratie. T T
Observam ca V1 T V2 6= ; deoarece X 2 Vi ; 8i 2 f1; 2g ) X 2 V1 V2T: Pentru
8 2 K si 8x; y 2 V1 V2 ; rezulta x y 2 Vi ; 8iT2 f1; 2g si deci x y 2 V1 V2 : De
asemenea x 2 Vi ; 8i 2 f1; 2g si deci T x 2 V1 V2 :Rezulta, conform Teoremei 2.2 de
caracterizare a subspatiilor liniare, ca V1 V2 este un subspatiu liniar.

Observatia 2.2 Reuniunea unui sistem de subspatii liniare nu este, ^n general, un subspatiu
liniar. Ca exemplu consideram V1 = f(x1 ; 0) j (x1 ; 0) 2 R2 g ; V2 = f(0; x2 ) j (0; x2 ) 2 R2 g :
Daca consideram u = (1; 0) 2 V1 si v = (0; 1) 2 V2 ; u; v 2 V1 [ V2 , dar u v 2 = V1 [ V2 .

De nitia 2.4 Fie V1 si V2 doua subspatii ale spatiului liniar (X; ; ; K): Se numeste
suma subspatiilor V1 si V2 multimea V de nita prin

V = V1 + V2 = fv 2 X j 9v1 2 V1 ; v2 2 V2 : v = v1 v2 g :

Teorema 2.4 Suma subspatiilor V1 si V2 ale spatiului liniar (X; ; ; K); notata V; este
un subspatiu liniar al lui X:
2.3. SUBSPATIU GENERAT DE UN SISTEM DE VECTORI 35

Demonstratie. Observam ca V 6= ; deoarece X X 2 V:

2
Fie 2 K si (u; v) 2 V astfel ^nc^at u = u1 u2 ; v = v1 v2 ; u1 ; v1 2 V1 ; u2 ; v2 2 V2 ;
u v= (u1 u2 ) (v1 v2 ) = ( u1 v1 ) ( u2 v2 ):
Dar V1 ; V2 sunt subspatii liniare rezulta u1 v1 2 V1 ; u2 v2 2 V2 )
u v 2 V si deci, conform relatiei (2.3); V este subspatiu liniar:

De nitia 2.1 Fie V1 ; V2 doua subspatii ale spatiului liniar (X; ; ; K): Daca V = V1 +V2
si V1 \ L
V2 = f X g atunci V se numeste suma directa a subspatiilor V1 ; V2 si se noteaza
V = V1 V2 :

Observatia 2.3 ^In cele ce urmeaza nu vom mai face ^n scriere distinctie ^ntre + si , la
fel ^ntre si ; dar vom tine seama de semni catia lor pe multimile K si X.

Exercitiul 2.1 Fie R corpul comutativ al numerelor reale. Notam cu Man (R) multimea
matricelor patratice antisimetrice cu elemente din R si cu Msn (R) multimea matricelor
patratice simetrice cu elemente din R. Sa se arate ca ele formeaza subspatii liniare ale
lui (Mn (R) ; +; ; R) (multimea matricelor patratice cu elemente din R) si ca orice matrice
patratica se poate descompune ^n mod unic ca suma dintre doua matrice, una simetrica si
una antisimetrica, adica
Mn (R) = Msn (R) Man (R).
Demonstrati ca aceasta descompunere este unica.
Demonstram ca (Msn (R) ; +; ; R) este subspatiu liniar al spatiului (Mn (R) ; +; ; R) :
Utilizam conditia necesara si su cienta ca o submultime sa e subspatiu liniar:
8A; B 2 Msn (R) ) A + B 2 Msn (R)
8A; B 2 Msn (R) ) A = AT ; B = B T ; (A + B)T = AT +B T = A+B ) A+B 2 Msn (R)
8 2 R, 8A 2 Msn (R) ) A 2 Msn (R)
8 2 R, 8A 2 Msn (R) ) ( A)T = AT = A ) A 2 Msn (R) :
Analog se demonstreaza ca (Man (R) ; +; ; R) este subspatiu liniar al spatiului (Mn (R) ; +; ; R) :
Pentru a demonstra ca orice matrice patratica se poate descompune ^n mod unic ca suma
dintre doua matrice, una simetrica si una antisimetrica aratam ca A + AT 2 Msn (R) ; si
A AT 2 Man (R) :
T T
A + AT = AT + AT = AT + A ) A + AT 2 Msn (R) ;
T T
A AT = AT AT = AT A = A AT ) A AT 2 Man (R) :
Deoarece
A = 21 A + AT + 12 A AT
rezulta ca orice matrice patratica se poate descompune ca suma dintre doua matrice, una
simetrica si una antisimetrica. Unicitatea rezulta din faptul ca singura matrice simetrica
si antisimetrica este matricea nula.

2.3 Subspatiu generat de un sistem de vectori

De nitia 2.2 Daca f : I ! X este o functie de nita pe o multime de indici I si cu valori
^ntr-o multime X si daca f (i) = xi ; i 2 I; atunci notam f prin (xi )i2I pe care-l numim
36 CAPITOLUL 2. SPATII LINIARE

sistem de elemente din X:

Fie (X; +; ; K) este un spatiu liniar S = (vi )i=1;n un sistem de vectori din X:

De nitia 2.5 Spunem ca un vector v 2 X este o combinatie liniara a sistemului de

vectori S daca exista ( 1 ; : : : ; n ) 2 Kn astfel ^nc^
at

X
n
v=( 1 v1 ) + : : : + ( n vn ) = i vi :
i=1

Observatia 2.4 Vom utiliza si scrierea matriceala 0 1

v1
X
n B v2 C
B C
v=( 1 v1 ) + : : : + ( n vn ) = i vi = 1 2 n B .. C:
i=1
@ . A
vn

Exemplul 2.9 ^In spatiul liniar F(R; R) al functiilor de nite pe R cu valori ^n R consideram
sistemul de functii (f0 (x) = 1; f1 (x) = x; : : : ; fn (x) = xn ): Orice functie polinomiala
de grad mai mic sau egal cu n poate scrisa ca o combinatie liniara de aceste functii,
Xn X
n
p(x) = i fi (x) =
i
i x ^n care unii din coe cienti i ; i = 0; n pot nuli. ^In schimb
i=0 i=0
functia f (x) = ex nu poate scrisa ca o combinatie liniara de aceleasi functii.

Fie S = (vi )i=1;n un sistem de vectori din X. Notam cu [S] multimea tuturor combinati-
ilor liniare de vectori ai sistemului S;
( )
X
n
n
[S] = v 2 X ; 9( 1 ; : : : ; n ) 2 K : v = i vi :
i=1

Teorema 2.5 Multimea [S] X este un subspatiu liniar al lui X.

X
n
n
Demonstratie. Daca 2 K; u; v 2 [S] ; 9( 1; : : : ; n) 2 K : u = i vi si 9( 1 ; : : : ; n) 2
i=1
Kn : ! !
X
n X
n X
n X
n
v= i vi ) ( u) + v = i vi + i vi = [(( i) vi ) + ( i vi )]
i=1 i=1 i=1 i=1
=
X
n
= ( i + i) vi 2 [S] :
i=1

De nitia 2.6 Subspatiul [S] ; multimea tuturor combinatiilor liniare de vectori ai sistemu-
lui S; se numeste subspatiul generat de vectorii s istemului S:
2.3. SUBSPATIU GENERAT DE UN SISTEM DE VECTORI 37

De nitia 2.7 Un sistem de vectori din X; S = (vi )i=1;n se numeste sistem de generatori
pentru X daca subspatiul generat de S coincide cu X; adica [S] = X: In^ acest caz spunem
ca S genereaza pe X.

De nitia 2.8 Un K-spatiu liniar X se numeste nit generat daca pentru X exista un
sistem nit de generatori.

^In cadrul acestui curs ne vom ocupa numai de spatii nit generate.

Exemplul 2.10 Sistemul de vectori ((1; 1) ; (2; 2)) genereaza dreapta y = x; prima bisec-
toare, din plan.

Exemplul 2.11 Vectorii (e1 = (1; 0; 0) ; e2 = (0; 1; 0) ; e1 = (0; 0; 1)) genereaza (R3 ; +; ; R) :
^
Intr-adevar, oricare ar x = (x1 ; x2 ; x3 ) ; x = x1 (1; 0; 0) + x2 (0; 1; 0) + x3 (0; 0; 1) :

Exemplul 2.12 Multimea nita f1; x; x2 ; :::; xn g genereaza multimea polinoamelor de grad
mai mic sau egal cu n:
0 1
a11 a12 a1n
B a21 a22 a2n C
B C
Exercitiul 2.2 Fie A 2 Mm n (R) ; A = B .. .. . . .. C :
@ . . . . A
am1 am2 amn
Fie L0
i = ai11 ai2 ain ; i = 1; 2; :::; m liniile matricei A si
a1j
B a2j C
B C
Cj = B .. C coloanele matricei A.
@ . A
amj
Multimea combinatiilor liniare cu liniile matricei A genereaza un subspatiu al lui Rn nu-
mit subspatiul liniilor matricei A, iar multimea combinatiilor liniare cu coloanele matricei
A un subspatiu al lui Rm numit subspatiul coloanelor matricei A: Notam subspatiul
coloanelor matricei A cu C(A) 0 Rm iar subspatiul liniilor 1 matricei A cu L(A) Rn :
1 2 1 1 5
Exempli cam pe matricea A = @ 2 4 0 4 2 A:
1 2 2 4 9
Subspatiul coloanelor este o submultime a lui R3 si este formata din combinatiile liniare
de forma
0 1 0 1 0 1 0 1 0 1
1 2 1 1 5
1
@ 2 A + 2@ 4 A + 3@ 0 A + 4@ 4 A + 5@ 2 A;
1 2 2 4 9
iar subspatiul liniilor este o submultime a lui R5 si este formata din combinatiile liniare de
forma
1 1 2 1 1 5 + 2 2 4 0 4 2 + 3 1 2 2 4 9 :
38 CAPITOLUL 2. SPATII LINIARE

Exemplul 2.13 Fie A 2 Mm n (R) ; b 2 Mm 1 (R) : Sistemul AX = b este compatibil

daca si numai daca b apartine spatiului generat de coloanele matricei A numit subspatiul
coloanelor matricei A:
Conform de nitiei subspatiului generat de un sistem de vectori, b apartine spatiului
coloanelor matricei A daca exista 1 ; 2 ; :::; n astfel ^nc^ at
0 1 0 1 0 1
a11 a12 a1n
B a21 C B a22 C B a2n C
B C B C B C
b = 1 B .. C + 2 B .. C + ::: + n B .. C ,
@ . A @ . A @ . A
an1 an2 ann
0 10 1
a11 a12 a1n 1
B a21 a22 a C B C
B 2n C B 2 C
b = B .. .. .. .. C B .. C ;
@ . . . . A@ . A
an1 an2 ann n
adica 1 ; 2 ; :::; n este solutie a sistemului AX = b:
Reciproc,
0 daca sistemul1AX 0 = b1admite solutie atunci
a11 a12 a1n x1
B a21 a22 a2n C B x2 C
C B
B C
B .. .. .. .. C B .. C = b sau
@ . . . . A@ . A
a a a x
0n1 n2 1 0 nn 1 n 0 1
a11 a12 a1n
B a21 C B a22 C B a2n C
B C B C B C
x1 B .. C + x2 B .. C + ::: + xn B .. C = b; deci b apartine spatiului coloanelor
@ . A @ . A @ . A
an1 an2 ann
matricei A:

2.4 Dependenta si independenta liniara

De nitia 2.9 Un sistem de vectori din X; S = (vi )i=1;n se numeste sistem liniar depen-
dent (vectorii v1 ; : : : ; vn se numesc liniar dependenti) daca exista ( 1 ; 2 ; : : : ; n ) 2
Kn ; ( 1 ; : : : ; n ) 6= Kn astfel ^nc^at

( 1 v1 ) + ( 2 v2 ) + : : : + ( n vn ) = X:

^ caz contrar sistemul de vectori S se numeste sistem liniar independent (vectorii

In
v1 ; : : : ; vn se numesc liniar independenti).

Observatia 2.5 Din de nitie rezulta ca sistemul de vectori S este liniar independent
daca si numai daca 8( 1 ; : : : ; n ) 2 Kn : ( 1 v1 ) + ( 2 v2 ) + : : : + ( n vn ) = X
, ( 1 ; : : : ; n ) = Kn :
2.4. DEPENDENTA SI INDEPENDENTA LINIARA 39

Observatia 2.5 este utilizata ^n practica pentru a veri ca daca un sistem de vectori este
liniar independent.

Exercitiul 2.3 Vectorii v1 = (1; 0; 0); v2 = (0; 1; 0); v3 = (0; 0; 1) din R3 sunt liniar inde-
pendenti deoarece
1 v1 + 2 v2 + 3 v3 = R3 , 1 (1; 0; 0) + 2 (0; 1; 0) + 3 (0; 0; 1) = R3 , ( 1 ; 2 ; 3 ) =
(0; 0; 0) , 1 = 2 = 3 = 0:

Exercitiul 2.4 Vectorii v1 = (1; 2; 1); v2 = (2; 1; 0); v3 = (4; 3; 2) din R3 sunt liniar
dependenti deoarece
1 v1 + 2 v2 + 3 v3 = R3 , 1 (1; 2; 1) + 2 (2; 1; 0) + 3 (4; 3; 2) = R3 ,
( 1 + 2 2 + 4 3; 2 1 2 + 3 3; 1 2 3 ) = (0; 0; 0) ,
8
< 1+2 2+4 3 =0
2 1 2+3 3 = 0 : (2.4)
:
1 2 3=0

Sistemul (2.4), care este un sistem liniar omogen, are solutii diferite de solutia
banala daca si numai daca determinantul sistemului este zero. Se veri ca prin
1 2 4
calcul ca 2 1 3 = 0; deci vectorii sunt liniar dependenti.
1 0 2

Exercitiul 2.5 Aratati ca vectorii v1 = (1; 2; 3); v2 = (5; 6; 1); v3 = (3; 2; 1) din R3
sunt liniar dependenti.
Fie 1 ; 2 ; 3 2 R astfel ^nc^at
81 (1; 2; 3) + 2 (5; 6; 1) + 3 (3; 0 ,
2; 1) = (0; 0; 0) 1
< 1+5 2+3 3 = 0 1 5 3
2 1 + 6 2 + 2 3 = 0 ) det @ 2 6 2 A = 0 )
:
3 1 2+ 3 = 0 3 1 1
sistemul admite solutii diferite de solutia banala, deci sistemul este liniar dependent.
Scriem
0 o relatie1de dependent
0 a liniara.1 Explicitam solutiile sistemului omogen
1 5 3 1 0 21 1
@ 2 6 2 A ::: @ 0 1 1 A ) 1 = 2 3
2 1
2 = 2 3
3 1 1 0 0 0
Alegem 2 = 2 ) 1 = 1; 2 = 1:
(1; 2; 3) (5; 6; 1) + 2(3; 2; 1) = (0; 0; 0)

Exercitiul 2.6 Stabiliti daca vectorii v1 = (1; 2; 2; 1); v2 = (4; 9; 9; 4); v3 = (5; 8; 9; 5)
din R4 sunt liniar dependenti sau independenti.
Fie 1 ; 2 ; 3 2 R astfel ^nc^at
1 (1; 2; 2; 1) + 2 (4; 9; 9; 4) + 3 (5; 8; 9; 5) = (0; 0; 0) ,
40 CAPITOLUL 2. SPATII LINIARE
8 0 1
>
> 1 +4 2+5 3 =0 1 4 5
< B
2 1+9 2+8 3 =0 2 9 8 C
)A=B @
C:
>
> 2 1+9 2+9 3 =0 2 9 9 A
:
1+4 2 5 3=0 1 4 3
rang(A) = 3 ) 1 = 2 = 3 = 0 ) vectorii sunt liniar independenti.

Exemplul 2.14 Sistemul format numai din vectorul nul, ( X ) este liniar dependent deoare-
ce avem 1 X = X , iar sistemul format dintr-un singur vector nenul, v 6= X este
liniar independent deoarece v = X ; v 6= X ) = 0:

Exemplul 2.15 Orice sistem de vectori care contine vectorul nul este liniar dependent.
Fie sistemul (v1 ; :::; vk ; X ) : ^Intodeauana are loc relatia 1 v1 + ::: + n vn + X = X;
8 2 Kn f0g :

Teorema 2.6 (Teorema de caracterizare a dependentei liniare) Conditia nece-

sara si su cienta ca un sistem de vectori din X; S = (vi )i=1;n sa e liniar dependent este
ca cel putin unul din vectori sa se poata exprima ca o combinatie liniara de ceilalti vectori.

Demonstratie. Necesitatea. Presupunem ca sistemul de vectori S = (vi )i=1;n este liniar

dependent. Rezulta ca exista ( 1 ; 2 ; : : : ; n ) 2 Kn ; ( 1 ; 2 ; : : : ; n ) 6= Kn ; astfel ^nc^at
1 v1 + 2 v2 + : : : + n vn = X .
Presupunem, de exemplu, j 6= 0; j 2 f1; 2; : : : ; ng xat: Atunci
1
j vj = 1 v1 ::: j 1 vj 1 j+1 vj+1 ::: n vn ; j 6= 0 ) 9 j )
1 1 1 1
vj = j 1 v1 ::: j j 1 vj 1 j j+1 vj+1 ::: j n vn
adica vj este o combinatie liniara de ceilalti vectori ai sistemului.
Su cienta. Daca vj este o combinatie liniara de ceilalti vectori ai sistemului S atunci
exista ( 1 ; : : : j 1 ; j+1 ; : : : ; n ) 2 Kn 1
vj = 1 v1 + : : : + j 1 vj 1 + j+1 vj+1 + : : : + n vn ,
1 v1 + : : : + j 1 vj 1 vj + j+1 vj+1 + : : : + n vn = X :
Notam k = k ; k = 1; n; k 6= j; j = 1 6= 0; ( 1 ; 2 ; : : : ; n ) 6= Kn ; rezulta ca vectorii
sistemului S sunt liniar dependenti.

2.5 Baza si dimensiune

De nitia 2.10 Un sistem de vectori S = (ei )i=1;n din X se numeste baza ^n K-spatiul
liniar X daca satisface conditiile:
a) S este un sistem de vectori liniari independenti;
b) S este un sistem de generatori pentru K-spatiul liniar X:

Exemplul 2.16 ^In spatiul liniar Kn consideram sistemul de vectori S = (ei )i=1;n unde

e1 = (1; 0; : : : ; 0) ; e2 = (0; 1; 0; : : : ; 0) ; : : : ; en = (0; 0; : : : ; 0; 1) : (2.5)

2.5. BAZA SI DIMENSIUNE 41

Din orice relatie de forma 1 e1 + 2 e2 + : : : + n en = X rezulta i = 0; 8i = 1; n deci

sistemul de vectori S = (ei )i=1;n este liniar independent.
Pe de alta parte, pentru orice x = (x1 ; x2 ; : : : ; xn ) 2 Kn avem x = x1 (1; 0; : : : ; 0) +
x2 (0; 1; 0; : : : ; 0) + : : : + xn (0; 0; : : : ; 0; 1) = x1 e1 + x2 e2 + : : : + xn en , adica sistemul de
vectori S = (ei )i=1;n este un sistem de generatori pentru Kn :
Sistemul de vectori S = (ei )i=1;n de nit de (2.5) se numeste baza canonica (baza nat-
urala) din Kn .

Teorema 2.7 (Teorema de caracterizare a bazelor) Conditia necesara si su cienta

ca un sistem de vectori S = (ei )i=1;n din X sa e o baza ^n K-spatiul liniar X este ca orice
vector din X sa se exprime ^n mod unic ca o combinatie liniara de vectori din S; adica

8x 2 X; 9 ( 1; 2; : : : ; n) 2 Kn : x = 1 e1 + 2 e2 + ::: + n en : (2.6)

Demonstratie. Necesitatea. Presupunem ca sistemul de vectori S = (ei )i=1;n este o baza

^n K-spatiul liniar X: Deoarece [S] = X rezulta ca
8x 2 X; 9( 1 ; 2 ; : : : ; n ) 2 Kn : x = 1 e1 + 2 e2 + : : : + n en :
Demonstram ca descompunerea este unica prin reducere la absurd. Presupunem ca mai
exista o descompunere a lui x;
9( 1 ; : : : ; n ) 2 Kn , ( 1 ; : : : ; n ) 6= ( 1 ; : : : ; n ) : x = 1 e1 + 2 e2 + : : : + n en :
Prin scadere obtinem
( 1 1 ) e1 + ( 2 2 ) e2 + : : : + ( n n ) en = X :
Dar sistemul de vectori (ei )i=1;n este liniar independent rezulta k = k ; k = 1; n, deci
unicitatea scrierii.
Su cienta. Presupunem ca
8x 2 X,9 ( 1 ; 2 ; : : : ; n ) 2 Kn : x = 1 e1 + 2 e2 + : : : + n en :
De aici rezulta ca S este un sistem de generatori pentru X: Demonstram ca vectorii
sistemului S sunt liniar independenti. Pentru aceasta consideram o relatie de forma
1 e1 + 2 e2 + : : : + n en = X
care constituie o descompunere a vectorului X dupa vectorii sistemului S. Pe de alta parte
avem si urmatoarea descompunere a vectorului X dupa vectorii sistemului S de forma:
X = 0 e 1 + 0 e 2 + : : : + 0 en :
Cum descompunerea dupa vectorii din S este unica, rezulta k = 0; k = 1; n; adica
sistemul de vectori S este liniar independent. Deci S este o baza.

De nitia 2.3 Scalarii care formeaza n-upla ordonata ( 1 ; 2 ; : : : ; n ) 2 Kn din descom-

punerea unica (2.6) a lui x 2 X se numesc coordonatele vectorului x ^n baza S:

Daca se alege o alta baza, coordonatele unui vector se vor schimba (vor diferite de
cele din prima baza).
Teorema urmatoare demonstreaza ca ^ntr-un spatiu nit dimensional toate bazele au
acelasi numar de vectori.
42 CAPITOLUL 2. SPATII LINIARE

Teorema 2.8 Fie X un K-spatiul liniar si e sistemul de vectori S = (ei )i=1;n o baza ^n
X. Au loc a rmatiile:
a) Orice alta baza din X este formata din n elemente.
b) Orice sistem de vectori liniar independenti format din n elemente este o baza ^n X:
De nitia 2.4 Fie X 6= f X g un K-spatiu liniar nit generat. Numarul de vectori ai unei
baze a lui X se numeste dimensiunea spatiului X si se noteaza dimK X:
Teorema 2.9 (Teorema de completare a unui sistem de vectori liniar indepen-
dent p^ana la o baza) Daca (ei )i=1;n este o baza ^n Xn , sistemul liniar independent (wi )i=1;p
se poate completa p^ana la o baza Xn adaug^ and n p vectori din baza (ei )i=1;n astfel ^nc^at
noul sistem obtinut sa e liniar independent. Completarea nu este unica.
Exemplul 2.17 Consideram multimea de vectori liniar independenti
(u = (1; 0; 1; 2) ; v = (0; 1; 1; 2)) : Sa se completeze aceasta multime p^
ana la o baza ^n
4
R:
O metoda de completare este urmatoarea: formam matricea care are pe coloane vectorii
u si v si o completam cu coloanele formate din baza canonica, de exemplu (poate luata
orice alta baza). Aplicam transformarile elementare si coloanele matricei unitate de ordin
patru formate (care vor contine obligatoriu coloanele 1 si doi deoarece vectorii u si v sunt
liniar independenti) vor forma baza cautata.
0 1 0 1
1 0 1 0 0 0 L3 + L 1 ! L 3 1 0 1 0 0 0 L3 L 2 ! L3
B 0 1 0 1 0 0 C L 2L1 ! L4 B 0 1 0 1 0 0 C L + 2L2 ! L4
B C 4 B C 4
@ 1 1 0 0 1 0 A @ 0 1 1 0 1 0 A
2 2 0 0 0 1 0 2 2 0 0 1
0 1 0 1
1 0 1 0 0 0 L1 L 3 ! L 1 1 0 0 1 1 0
B 0 1 0 1 0 0 C L4 L 3 ! L 4 B 0 1 0 1 0 0 C
B C B C
@ 0 0 1 1 1 0 A @ 0 0 1 1 1 0 A
0 0 0 0 1 1 0 0 0 3 1 1
Baza cautata este formata din vectorii (u; v; e1 ; e4 ) :
Din exemplul de mai jos observam ca daca schimbam ordinea vectorilor din baza canonica
obtinem baza dupa completare: (u; v; e4 ; e3 )
0 1 0 1
1 0 0 0 0 1 L3 + L 1 ! L 3 1 0 0 0 0 1 L3 L 2 ! L2
B 0 1 0 1 0 0 C L 2L1 ! L4 B 0 1 0 1 0 0 C L4 + 2L1 ! L4
B C 4 B C
@ 1 1 0 0 1 0 A @ 0 1 0 0 1 1 A
2 2 1 0 0 0 0 2 1 0 0 2
0 1
1 0 0 0 0 1
B 0 1 0 1 0 0 C
B C:
@ 0 0 0 1 1 1 A
0 0 1 2 0 2
Daca schimbam ordinea vectorilor pe care vrem sa-i completam, (v; u) baza dupa com-
pletare: (v; u; e1 ; e3 )
2.6. SCHIMBAREA COORDONATELOR UNUI VECTOR LA SCHIMBAREA BAZEI43

0 1 0 1
0 1 0 1 0 0 1 1 0 1 0 0 L3 L 1 ! L 1
B 1 1 0 C
0 1 0B 1 1 0 0 0 C L + 2L1 ! L4
B C L1 $L2 B 0 C 4
@ 1 1 0 A
0 0 1@ 1 1 0 0 1 0 A
2 2 1 0 0 0 2 2 0 0 0 1
L 1 L2 ! L 1
0 1 0 1
1 1 0 1 0 0 L3 + 2L2 ! L3 1 0 1 1 0 0
B 0 1 1 0 0 0 C L4 4L1 ! L4 B 0 1 1 0 0 0 C 1
B C B C 2 L3 $L3
@ 0 2 0 1 1 0 A @ 0 0 2 1 1 0 A
0 4 0 1 0 1 0 0 4 1 0 1
L1 + L 3 ! L 1
0 1 0 1
1 0 1 1 0 0 L2 L 3 ! L2 1 0 0 12 0 0
B 0 1 1 0 0 0 C L4 + 4L1 ! L4 B 0 1 0 1 1
0 C
B C B 2 2 C:
@ 0 0 1 1 1
0 A @ 0 0 1 1 1
0 A
2 2 2 2
0 0 4 1 0 1 0 0 0 1 2 1
Concluzia: completarea p^ana la o baza nu este unica.

2.6 Schimbarea coordonatelor unui vector la schimba-

rea bazei
Consideram X un K-spatiu liniar de dimensiune n si doua baze apartin^and acestui spatiu,
B = (ei )i=1;n si B 0 = (e0i )i=1;n : Un vector oarecare u 2 X se poate descompune ^n raport cu
cele doua baze sub forma:9 ( 1 ; 2 ; : : : ; n ) 2 Kn astfel ^nc^at ^n baza B vectorul u se poate
scrie sub forma
0 1
e1
Xn B e2 C
B C
u= e
i i = ( 1 2 : : : n B ..
) C; (2.7)
i=1
@ . A
en
Fie ( 1 ; 2; : : : ; n) 2 Kn astfel ^nc^at ^n baza B 0 vectorul u se poate scrie sub forma
0 1
e01
Xn B e0 C
0 B 2 C
u= j ej = ( 1 2 : : : n ) B .. C: (2.8)
j=1
@ . A
e0n
Vectorii bazei B 0 = (e0i )i=1;n se pot descompune ^n raport cu vectorii bazei B dupa relatiile:
0 1
e1
B e2 C
B C
e0j = (a1j a2j : : : anj ) B .. C ; j = 1; n: (2.9)
@ . A
en
44 CAPITOLUL 2. SPATII LINIARE
0 1 0 10 1
e01 a11 a21 an1 e1
B e02 C B a12 a22 an2 CB e2 C
B C B CB C
B .. C=B .. .. .. .. CB .. C (2.10)
@ . A @ . . . . A@ . A
e0n a1n a2n ann en

^Inlocuind relatia (2.9) ^n (2.8) rezulta

0 10 1
a11 a21 an1 e1
B a12 a22 an2 CB e2 C
B CB C
u=( 1 2 ::: n B
) .. .. ... .. CB .. C:
@ . . . A@ . A
a1n a2n ann en

Din unicitatea descompunerii unui vector dupa vectorii bazei (Teorema 2.7) rezulta
0 1
a11 a21 an1
B a12 a22 an2 C
B C
( 1 2 ::: n) = ( 1 2 ::: n B
) .. .. .. .. C
@ . . . . A
a1n a2n ann

sau, transpus,
0 1 0 10 1
1 a11 a12 a1n 1
B C B C B 2 C
B 2 C B a21 a22 a2n C B C
B .. C=@ AB . C:
@ . A @ .. A
n
an1 an2 ann n

Daca notam matricea de trecere de la baza B la baza B 0

0 1
a11 a12 a1n
B a21 a22 a2n C
A=B @
C;
A
an1 an2 ann

obtinem scrierea matriceala

0 1 0 1
1 1
B C B 2 C
B 2 C B C
B .. C = A B .. C (2.11)
@ . A @ . A
n n

Relatia (2.11) se numeste formula matriceala de schimbare a coordonatelor unui

vector la o schimbare de baze.
2.6. SCHIMBAREA COORDONATELOR UNUI VECTOR LA SCHIMBAREA BAZEI45
1 0 1 0 0 1
1 0 0
^
Exercitiul 2.7 In R3 consideram baza canonica e1 = @ A
0 ; e2 = @ A
1 ; e3 = @ 0 A
0 1 0 1 0 1 0 0 1
1 1 1
si alta baza u1 = @ A
0 ; u2 = @ A
1 ; u3 = @ 1 A : Un vector oarecare x, dat prin x =
0 1 0 0 1
1
@ 2
A se scrie ^n prima baza x = 1 e1 + 2 e2 + 3 e3 , iar ^n a doua x = 1 u1 + 2 u2 + 3 u3 .
3
Deoarece u1 = e1 ; u2 = e1 + e2 si u0 3 = e1 + e2 1
+ e3 ; matricea de trecere de baza de la baza
1 1 1
(e1 ; e2 ; e3 ) la baza (u1 ; u2 ; u3 ) este @ 0 1 1 A iar coordonatele vectorului x ^n raport cu
0 0 1
baza (e1 ; e2 ; e3 ) ^n functie de coordonatele vectorului ^n raport cu baza (u1 ; u2 ; u3 ) sunt
date0de relat 1 ia 0 10 1
1 1 1 1 1
@ 2 A = @ 0 1 1 A@ 2 A
3 0 0 1 3

De nitia 2.11 Se numeste matricea schimbarii de baza sau matricea de trecere

de la baza B la baza B 0 matricea A a carei coloana j este formata din coordonatele
A
vectorului e0j al bazei B 0 ^n raport cu vectorii bazei B; j = 1; n: Notam B ! B 0 :
Teorema 2.10 Matricea A de trecere de la baza B la baza B 0 este inversabila.
Demonstratie. Fie X un K-spatiu liniar de dimensiune n si doua baze B = (ei )i=1;n si
B = (e0i )i=1;n : Exprimam vectorii bazei B cu ajutorul vectorilor bazei B 0 :
0

0 1
e01
B e0 C
B 2 C
ei = (b1i b2i : : : bni ) B .. C ; i = 1; n: (2.12)
@ . A
e0n
sau, scris matriceal,
0 1 0 10 1
e1 b11 b21 bn1 e01
B e2 C B a12 a22 bn2 CB e02 C
B C B CB C
B .. C=B .. .. .. .. CB .. C (2.13)
@ . A @ . . . . A@ . A
en b1n b2n bnn e0n
T
0in^and1seama
0 de relatiile (2.10) si1(2.13)
0 obt 1 inem
e01 a11 a21 an1 e1
B e0 C B a12 a22 an2 C B C
B 2 C B C B e2 C
B .. C = B .. .. .. .. C B . C=
@ . A @ . . . . A @ .. A
e0n a1n a2n ann en
46 CAPITOLUL 2. SPATII LINIARE
0 10 10 1
a11 a21 an1 b11 b21 bn1 e01
B a12 a22 an2 CB a12 a22 bn2 CB e02 C
B CB CB C
=B .. .. .. .. CB .. .. .. .. CB .. C
@ . . . . A@ . . . . A@ . A
a1n a2n ann b1n b2n bnn e0n

de unde
0 rezulta, 10 1 0 1
a11 a21 an1 b11 b21 bn1 1 0 0
B a12 a22 C B
an2 C B a12 a22 bn2 C B 0 1 0 C
B C B C
B .. .. .. .. C B .. .. .. .. C=B .... .. .. C
@ . . . . A@ . . . . A @ . . . . A
a1n a2n ann b1n b2n bnn 0 0 1
Daca notam cu B = (bij )i;j=1;n ; avem

AB = In

unde In = ( ij )i;j=1;n ; reprezenta matricea unitate de ordin n:

Printr-un rationament analog, folosind relatiile (2.13) si (2.10) obtinem BA = In ; deci
matricea A este inversabila.

De nitia 2.12 Doua baze B = fe1 ; e2 ; :::; en g si B 0 = fe01 ; e02 ; :::; e0n g din spatiul vectorial
Xn ; se numesc baze la fel orientate daca determinantul matricei schimbarii de baza de la
baza B la B 0 este pozitiv. Daca acest determinant este negativ, cele doua baze se numesc
contrar orientate.

2.6.1 O metoda de calcul a matricei de trecere de la o baza la

alta
Fie (Rn ; +; ; R) si doua baze B = fu1 ; u2 ; :::; un g si B 0 = fv1 ; v2 ; :::; vn g : Presupunem ca
vrem sa determinam matericea de trecere de la baza B la B 0 :
1. Formam matricea care are drept coloane coordonatele vectorilor celor doua baze

uT1 ::: uTn j v1T ::: vnT

j
| {z } | {z }
0
B j B
2. Aplicam transformarile elementare si obtinem pe locul coordonatelor vectorilor core-
spunzatori bazei B vectorii matricei unitate iar pe locul coordonatelor vectorilor core-
spunzatori bazei B 0 vectorii matricei A. Rezultatul va
In j A :

Exercitiul 2.8 a) Sa se determine coordonatele vectorului x 2 R3 ^n baza canonica daca

^n baza
S1 = (e01 = (1; 1; 0) ; e02 = (1; 0; 1) ; e03 = (1; 1; 1))
are coordonatele 1; 2; 3, (x)S1 = (1; 2; 3).
2.6. SCHIMBAREA COORDONATELOR UNUI VECTOR LA SCHIMBAREA BAZEI47

b) Ce coordonate are vectorul y 2 R3 ^n baza S1 daca ^n baza

S2 = (e001 = (1; 1; 1) ; e002 = (1; 2; 2) ; e003 = (1; 2; 3))
are coordontele (y)S2 = (2; 4; 2) :

a) Coordonatele vectorului x 2 R3 ^n baza canonica

(x)S1 = (1; 2; 3) = 1 e01 + 2 e02 + 3 e03 = (1; 1; 0) + 2 (1; 0; 1) + 3 (1; 1; 1) =
= (6; 4; 5) = 6 (1; 0; 0) + 4 (0; 1; 0) + 5 (0; 0; 1)
(x)BC = (6; 4; 5)
b) Determina matricea schimbarii de baza de la baza S1 la baza S2 : Scriem descom-
punerea vectorilor bazei S2 ^n functie de vectorii 0 0 1 bazei S1 : Folosim relatia (2.9)
e1
e001 = a11 e01 +a21 e02 +a31 e03 = (a11 ; a12 ; a13 ) @ e02 A = a11 (1; 1; 0)+a21 (1; 0; 1)+a31 (1; 1; 1) =
e03
(a11 + a21 + a31 ; a11 + a31 ; a21 + a31 )
Sistemul ce trebuie rezolvat va
8 0 1 0 1
< a11 + a21 + a31 = 1 1 1 1 1 1 0 0 0
a11 + a31 = 1 ,@ 1 0 1 1 A @ 0 1 0 0 A
:
a21 + a31 = 1 0 1 1 1 0 0 1 1
0 0 1
e1
00 0 0 0 @
e2 = a12 e1 +a22 e2 +a32 e3 = (a21 ; a22 ; a23 ) e02 A = a12 (1; 1; 0)+a22 (1; 0; 1)+a32 (1; 1; 1) =
e03
(a12 + a22 + a32 ; a12 + a32 ; a22 + a32 ) ;
Sistemul ce trebuie rezolvat va
8 0 1 0 1
< a12 + a22 + a32 = 1 1 1 1 1 1 0 0 1
a12 + a32 = 2 ,@ 1 0 1 2 A @ 0 1 0 1 A
:
a22 + a32 = 2 0 1 1 2 0 0 1 3
0 0 1
e1
e003 = a13 e01 +a23 e02 +a33 e03 = (a31 ; a32 ; a33 ) @ e02 A = a13 (1; 1; 0)+a23 (1; 0; 1)+a33 (0; 1; 1) =
e03
(a13 + a23 + a33 ; a13 + a23 ; a22 + a32 ) ;
Sistemul ce trebuie rezolvat va
8 0 1 0 1
< a13 + a23 + a33 = 1 1 1 1 1 1 0 0 2
a13 + a33 = 2 ,@ 1 0 1 2 A @ 0 1 0 1 A
:
a23 + a33 = 3 0 1 1 3 0 0 1 4
Cele trei sisteme pot scrise condensat sub forma:
0 1
1 1 1 1 1 1
@ 1 0 1 1 2 2 A
0 1 1 1 2 3
48 CAPITOLUL 2. SPATII LINIARE

Aplicam transformarile elementare si determinam matricea schimbarii de baza

L2 ! L2
0 1 0 1 L 1 + L 2 ! L1
1 1 1 1 1 1 1 1 1 1 1 1 L 3 + L 2 ! L3
@ 1 0 1 1 2 2 A L2 L1 !L2 @ 0 1 0 0 1 1 A
0 0 1 1 1 2 3 1 00 1 1 1 2 3 1
1 0 1 1 2 2 1 0 0 0 1 2
L L !L
@ 0 1 0 0 1 1 A 1 3 1@ 0 1 0 0 1 1 A
0 0 1 1 3 4 0 0 1 1 3 4
0 1
0 1 2
A=@ 0 1 1 A:
1 3 4
Pentru a determina coordonatele lui y ^n baza S1 folosim formula (2.11):
0 10 1 0 1
0 1 2 2 0
@ 0 1 1 A@ 4 A = @ 2 A
1 3 4 2 6
(x)S1 = 0 e01 2 e02 + 6 e03 :