Algebra All

Vectori ı̂n spaţiu
În acest capitol vom discuta operaţii cu vectori ı̂n spaţiu, precum şi unele proprietăţi ale
lor.
În fizică şi inginerie, noţiunea de vector descrie mărimile definite printr-o valoare nu-
merică, o unitate de măsură, un punct de aplicaţie, o direcţie şi un sens (de exemplu, forţa,
viteza etc.). Aceste mărimi vectoriale se reprezintă grafic printr-un segment orientat, car-
acterizat prin punct de aplicaţie, mărime, direcţie şi sens, ceea ce conduce la noţiunea de
vector geometric.
Definiţia 1 Un segment determinat de două puncte A şi B pe care fixăm un sens, de

−−→
la A la B, se numeşte vector geometric legat şi-l notăm prin AB sau AB, respectiv cu
litere aldine AB (Fig.1, stânga). Punctul A este originea, iar punctul B este extremi-
−−→
tatea acestui vector. Direcţia vectorului AB este dată de dreapta determinată de punctele
−−→
A şi B. Prin mărimea (lungimea, modulul, norma) vectorului AB ı̂nţelegem lungimea
−−→ −−→
segmentului [AB] sau distanţa de la A la B şi notăm |AB | sau kAB k.
Mulţimea tuturor vectorilor legaţi având aceeaşi origine A formează spaţiul segmentelor
orientate legate ı̂n A (Fig.1, mijloc).
Figure 1: Vector fix. Vectori cu aceeaşi origine. Vectori liberi egali cu un vector fix dat
−−→
Fie acum un vector fix AB . Dacă acestui segment orientat nu i s-ar preciza punctul de
aplicaţie (originea), ci doar restul proprietăţilor, atunci el ar deveni vector liber. Astfel,
orice punct din spaţiu poate fi originea unui vector ce are acelaşi sens, aceeaşi direcţie
−−→ −−→
şi mărime cu AB , mulţimea acestor vectori formând clasa vectorilor liberi egali cu AB
−−→
(fig.1, dreapta). Orice vector liber egal cu AB se reprezintă geometric, dacă ı̂i fixăm
originea, printr-un segment paralel şi congruent cu [AB].
Fie un punct O fixat ı̂n spaţiu. În continuare vom studia câteva proprietăţi ale mulţimii
VO a segmentelor orientate legate ı̂n O. Mai ı̂ntâi introducem două operaţii: adunarea a
doi vectori, respectiv ı̂nmulţirea unui vector cu un scalar (un număr real).
Fie ~v un vector oarecare din spaţiu cu originea ı̂n O (fig.2, stânga). El poate fi ı̂nmulţit
cu un număr real λ obţinându-se un alt vector, λ~v , cu aceeaşi origine şi direcţie, mărimea
lui fiind egală cu |λ| · |~v |. Dacă numărul λ este pozitiv atunci vectorul rezultat are acelaşi
sens cu ~v (fig.2, mijloc), iar dacă λ este negativ atunci cei doi vectori au sensuri opuse
(fig.2, dreapta). Înmulţirea cu zero conduce la vectorul nul 0 (de lungime 0, adică originea
şi extremitatea coincid). Observăm că vectorii ~v şi λ~v sunt coliniari. Dacă ı̂nmulţim cu
1
2 Algebră liniară şi Geometrie analitică
Figure 2: Produsul unui vector cu un scalar
numărul −1 se obţine vectorul −~v , numit vectorul opus lui ~v . Evident, un vector şi opusul
lui au aceeaşi mărime.
Din punct de vedere geometric, prin segment sumă ı̂nţelegem segmentul rezultat prin
alipirea a două segmente coliniare, unul ı̂n continuarea celuilalt. Rezultă regula de ı̂nsumare
−−→ −−→
a doi vectori coliniari cu aceeaşi origine, OA şi OB (fig.3, stânga): din A se consideră
−−→ −−→
vectorul liber AC egal cu OB , rezultând vectorul sumă (fig.3, dreapta):
−−→ −−→ −−→ −−→ −−→
OA + OB = OA + AC = OC .
Figure 3: Suma a doi vectori coliniari cu aceeaşi origine
Acest mod de ı̂nsumare a doi vectori coliniari generează modul de ı̂nsumare a doi
−−→ −−→
vectori necoliniari cu aceeaşi origine. Fie OA şi OB cei doi vectori (fig.4, stânga). Din
−−→ −−→
A se consideră vectorul liber AC egal cu OB , rezultând vectorul sumă. Acest mod de
ı̂nsumare se numeşte regula triunghiului:
−−→ −−→ −−→
OA + AC = OC .
Figure 4: Suma a doi vectori: regula triunghiului şi regula paralelogramului

−−→
Pe de altă parte, vectorul sumă OC este şi diagonala paralelogramului OACB, rezultând
astfel şi regula paralelogramului (fig.4, dreapta):
−−→ −−→ −−→
OA + OB = OC .
Vectori ı̂n spaţiu 3
Ca şi ı̂n plan, se poate considera un sistem cartezian de axe de coordonate ı̂n spaţiu
ı̂n raport cu care punctele au trei coordonate, iar vectorii trei componente. Prin punctul
O, fixat ı̂n spaţiu, se consideră trei drepte perpendiculare două câte două: Ox, Oy şi Oz
(fig.17).
Punctul O are coordonatele (0, 0, 0), punctele de pe axa absciselor Ox au coordonatele
(x, 0, 0), cele de pe axa ordonatelor Oy au coordonatele (0, y, 0), iar punctele de coordonate
(0, 0, z) formează axa cotelor Oz. Două câte două, aceste axe formează planele de coordo-
nate: planul xOy, ı̂n care toate punctele au cota 0, planul yOz, ı̂n care toate punctele au
abscisa 0, respectiv planul xOz unde toate punctele au ordonata 0.
Pe fiecare axă considerăm câte un vector cu originea ı̂n O şi de lungime 1 (unitatea
de măsură aleasă), vectori notaţi prin ~i, ~j, ~k (fig.17). Considerând punctele A(a, 0, 0),
B(0, b, 0), C(0, 0, c) (fig.17, dreapta), prin paralelism cu axele de coordonate se construiesc
punctele D(a, b, 0), respectiv P (a, b, c) (OADB şi ODP C sunt dreptunghiuri).
Figure 5: Sistemul cartezian de axe de coordonate ı̂n spaţiu
Are loc
Teorema 1 Dacă punctul P are coordonatele (a, b, c) atunci

−−→
OP = a~i + b~j + c~k.
Demonstraţie. Cu regula paralelogramului avem succesiv (fig.17, dreapta):

−−→ −−→ −−→ −−→ −−→ −−→
OA + OB + OC = OD + OC = OP .
−−→ −−→ −−→
Cum vectorii OA şi ~i sunt coliniari, iar OA = a, rezultă OA = a~i. Analog, OB = b~j şi
−−→ −−→
OC = c~k. Deci OP = a~i + b~j + c~k.
−−→
Definiţia 2 Se numeşte vector de poziţie al punctului P (a, b, c), vectorul OP raportat la
reperul cartezian (O;~i, ~j, ~k).
Vom nota acest vector de poziţie prin
~rP = a~i + b~j + c~k,
tripletul (a, b, c) dând componentele (coordonatele) vectorului ~rP . Atunci putem scrie şi
~rP = (a, b, c).
Facem aici observaţia că orice vector ~v = v1~i + v2~j din plan se poate considera ca
fiind un vector ı̂n spaţiu situat ı̂n planul xOy, adică ~v = v1~i + v2~j + 0~k. Atunci toate
noţiunile introduse ı̂n continuare pentru vectorii din spaţiu sunt valabile şi pentru vectorii
din plan.
Cele două operaţii introduse mai sus, respectiv adunarea vectorilor şi ı̂nmulţirea unui
vector cu un scalar, au loc pe componente:
λ(a~i + b~j + c~k) = λa~i + λb~j + λc~k,

(a~i + b~j + c~k) + (a0~i + b0~j + c0~k) = (a + a0 )~i + (b + b0 )~j + (c + c0 )~k.
Exerciţiul 1 Se dau punctele A(2, 0, 3) şi B(1, 4, 2).

a) Reprezentaţi grafic cele două puncte ı̂n sistemul cartezian de axe Oxyz;
b) Determinaţi vectorii de poziţie ai celor două puncte;
c) Calculaţi ~rA + ~rB .
a) În figura 6 sunt reprezentate cele două puncte. Având ordonata nulă, punctul A este
situat ı̂n planul xOz.
Figure 6:
b) Vectorul de poziţie al punctului A este
~rA = xA~i + yA~j + zA~k = 2~i + 0~j + 3~k = (2, 0, 3).
Analog, ~rB = 1~i + 4~j + 2~k = (1, 4, 2).

c) ~rA + ~rB = (2~i + 0~j + 3~k) + (1~i + 4~j + 2~k) = 3~i + 4~j + 5~k.
Considerând două puncte A şi B ı̂n spaţiu, putem calcula componentele vectorului
determinat de cele două puncte precum şi vectorul de poziţie al mijlocului segmentului
[AB].
Figure 7: Vectorul determinat de două puncte. Mijlocul unui segment
Teorema 2 Fie punctele A(xA , yA , zA ) şi B(xB , yB , zB ), iar M mijlocul segmentului [AB].
Atunci:
−−→
a) AB = (xB − xA )~i + (yB − yA )~j + (zB − zA )~k;
1
b) ~rM = (~rA + ~rB ).
2
−−→ −−→ −−→
a) Cu regula triunghiului (fig.7, stânga) avem OA + AB = OB , de unde
−−→
AB = ~rB − ~rA = (xB~i + yB~j + zB ~k) − (xA~i + yA~j + zA~k)
= (xB − xA )~i + (yB − yA )~j + (zB − zA )~k.
−−→ −−→ −−−→
b) Cu regula paralelogramului (fig.7, dreapta) obţinem OA + OB = 2OM , ceea ce este
1
echivalent cu ~rM = (~rA + ~rB ).
2
Ca o consecinţă obţinem coordonatele mijlocului unui segment. Mai precis, mijlocul
segmentului [AB] este punctul

xA + xB yA + yB zA + zB
M , , .
2 2 2
O altă operaţie dintre doi vectori este produsul scalar.

Fie doi vectori coliniari. Dacă cei doi vectori au acelaşi sens atunci produsul lor scalar
este numărul egal cu produsul lungimilor lor, iar dacă au sensuri opuse este acelaşi număr
dar cu semnul minus. Această definiţie se generalizează şi pentru vectori necoliniari. Dacă
−−→ −−→ −−→ −−→
OA şi OB sunt doi vectori legaţi, atunci produsul scalar dintre ei, notat OA · OB ,
−−→ −−−→
este egal cu produsul scalar dintre vectorii coliniari OA şi OB 0 , unde B 0 este proiecţia
Figure 8: Proiecţia unui vector pe alt vector. Vectori ortogonali. Proiecţia sumei
ortogonală a punctului B pe dreapta OA (fig.8). Notând cu θ unghiul AOB

\ dintre vectorii
daţi (fig.8, stânga), avem
−−→ −−→ −−→ −−−→ −−→ −−−→ −−→ −−→
OA · OB = OA · OB 0 = |OA | · |OB 0 | = |OA | · |OB | · cos θ.
Definiţia 3 Produsul scalar a doi vectori ~u şi ~v este numărul egal cu produsul dintre
lungimea lui ~u şi lungimea proiecţiei lui ~v pe ~u,
~u · ~v = |~u| · |~v | · cos θ,
unde θ este unghiul dintre cei doi vectori.
Putem nota şi ~u · ~v =< ~u, ~v >.

Este evident că această operaţie este comutativă.
Definiţia 4 Doi vectori se numesc ortogonali dacă unghiul dintre ei este θ = 90◦ .
Observăm că dacă vectorii sunt ortogonali, atunci produsul lor scalar este egal cu 0.
Reciproc avem metoda practică pentru vectori ortogonali:
Teorema 3 Doi vectori sunt ortogonali dacă produsul lor scalar este egal cu zero.
În particular, pentru vectorii unitate ~i, ~j, ~k avem:
~i · ~i = ~j · ~j = ~k · ~k = 1, ~i · ~j = ~i · ~k = ~j · ~k = 0,
ei fiind doi câte doi ortogonali.

Ţinând cont de Teorema despre proiecţia sumei a doi vectori, adică proiecţia sumei
a doi vectori pe o dreaptă este egală cu suma proiecţiilor vectorilor pe acea dreaptă
(fig.8, dreapta), rezultă imediat proprietatea de distributivitate a produsului scalar faţă
de adunare:
~u · (~v + w)
~ = ~u · ~v + ~u · w,
~
de unde obţinem formula de calcul ı̂n coordonate a produsului scalar a doi vectori:
(a~i + b~j + c~k) · (a0~i + b0~j + c0~k) = aa0 + bb0 + cc0 .
Exemplu. (2~i + 3~j + 4~k) · (−~i − 2~j + ~k) = 2(−1) + 3(−2) + 4 · 1 = −2 − 6 + 4 = −4.
Cei doi vectori reprezintă un exemplu de vectori ce nu sunt ortogonali.
Exerciţiul 2 Determinaţi m ∈ R astfel ca vectorii ū = 2~i + ~j + 2~k şi v̄ = −4~j + m~k să
fie ortogonali.
Avem produsul scalar
ū · v̄ = 2 · 0 + 1(−4) + 2m = 2m − 4,
ce trebuie să fie egal cu zero. Rezultă 2m − 4 = 0, de unde 2m = 4 şi m = 2.

Pentru calculul lungimii lui ~v observăm că ~v · ~v = |~v | · |~v | = |~v |2 , adică
√
|~v | = ~v · ~v .
Dacă vom considera că ~v = a~i + b~j + c~k, atunci formula de calcul a lungimii unui
vector este p
|a~i + b~j + c~k| = a2 + b2 + c2 .
Exemplu. Să calculăm lungimea vectorului de poziţie al punctului P (4, 4, −2), care este
egală cu distanţa de la punctul O la punctul P . Avem ~rP = 4~i + 4~j − 2~k şi atunci
p √ √
|~rP | = 42 + 42 + (−2)2 = 16 + 16 + 4 = 36 = 6.
Definiţia 5 Un vector de lungime 1 se numeşte versor.

Oricărui vector v̄ i se asociază un versor v̄0 dat de relaţia
1
v̄0 = v̄.
|v̄|
Exemplu. Versorul corespunzător vectorului ~u = (1, 2, 2) este

1 1 1 1 1 2 2
ū0 = ū = √ (1, 2, 2) = √ (1, 2, 2) = (1, 2, 2) = , , .
|ū| 2 2
1 +2 +2 2 9 3 3 3 3
Din formula de definiţie a produsului scalar, ~u · ~v = |~u · |~v | · cos θ, unde θ este unghiul
dintre cei doi vectori, deducem
~u · ~v
cos θ = ,
|~u| · |~v |
ce ne permite să calculăm unghiul dintre cei doi vectori.
Exerciţiul 3 Calculaţi unghiul dintre vectorii ~u = ~i + ~j şi ~v = 2~i + ~j − ~k.
Fie θ unghiul dintre cei doi vectori Avem
p √ p √
~u · ~v = 2 + 1 − 0 = 3, |~u| = 12 + 12 + 02 = 2, |~v | = 22 + 12 + (−1)2 = 6.
Atunci √
3 3 3 3
cos θ = √ √ = √ = √ = ,
2· 6 12 2 3 2
de unde obţinem că măsura unghiului θ este 30◦ .
Exerciţiul 4 Unui punct i se aplică trei forţe: una verticală, de mărime 2N, şi două
orizontale perpendiculare ı̂ntre ele, având aceeaşi mărime de 4N. Să se afle mărimea forţei
rezultante.
Cele trei forţe au aceeaşi origine şi sunt perpendiculare ı̂ntre ele două câte două. Atunci
putem considera un reper (P ;~i, ~j, ~k), unde P este punctul dat, iar direcţiile şi sensurile
vectorilor ~i, ~j, ~k sunt date de cele ale forţelor aplicate. Rezultă că cele trei forţe vor fi
F~1 = 4~i, F~2 = 4~j, respectiv F~3 = 2~k, iar forţa rezultantă va fi F~ = 4~i + 4~j + 2~k. Mărimea
forţei rezultante, conform formulei de calcul a lungimii unui vector, este
p √
|F~ | = 42 + 42 + 22 = 36 = 6N.
Exerciţiul 5 Asupra unui corp punctiform acţionează două forţe ~u şi ~v astfel ı̂ncât |~u| =
1N , |~v | = 2N , iar unghiul dintre ele este de 60◦ .
a) Calculaţi ~u · ~v ;
b) Determinaţi mărimea forţei rezultante;
c)
√ Ce unghi ar trebui considerat ı̂ntre cele două forţe pentru ca forţa rezultantă să fie de
5N?
a) Notând cu θ unghiul dintre cele două forţe, din definiţia produsului scalar avem
~u · ~v = |~u| · |~v | · cos θ = 1 · 2 · cos 60◦ = 1.
b) Forţa rezultantă este ~u + ~v . Folosind proprietăţile produsului scalar obţinem
|~u + ~v |2 = (~u + ~v ) · (~u + ~v ) = ~u · ~u + ~u · ~v + ~v · ~u + ~v · ~v

= |~u|2 + 2~u · ~v + |~v |2 = 1 + 2 · 1 + 4 = 7,
√
deci forţa rezultantă este de 7N .
c) Conform relaţiei deduse mai sus avem:
1
~u · ~v = (|~u + ~v |2 − |~u|2 − |~v |2 ).
2
√ √
Dar acum forţa rezultantă este de 5N, adică |~u + ~v | = 5, deci ~u · ~v = 12 (5 − 1 − 4) = 0.
Rezultă că ~u ⊥ ~v , adică unghiul considerat este de 90◦ .
Din rezolvarea de mai sus reţinem următoarea formulă:
|~u + ~v |2 = |~u|2 + 2~u · ~v + |~v |2 .
Exerciţiul 6 Se consideră punctele A(3, 1, 1) şi B(1, 3, −1). Determinaţi:

a) coordonatele punctului M , mijlocului segmentului [AB];
b) punctele C de pe axa Oz astfel ca unghiul BAC
\ să fie drept;
c) lungimea medianei [CM ] a triunghiului ABC.

a) Avem M , , , adică M (2, 2, 0).
2 2 2
\ este drept atunci vectorii −
b) Dacă unghiul BAC
−→ −−→
AB şi AC sunt ortogonali, deci produsul
lor scalar este nul. Cum C aparţine axei Oz, avem C(0, 0, c). Atunci:
−−→
AB = ~rB − ~rA = (1, 3, −1) − (3, 1, 1) = (−2, 2, −2) = −2~i + 2~j − 2~k,
−−→
AC = ~rC − ~rA = (0, 0, c) − (3, 1, 1) = (−3, −1, c − 1) = −3~i − ~j + (c − 1)~k,
−−→ −−→
AB · AC = (−2)(−3) + 2(−1) + (−2)(c − 1) = 6 − 2c.
−−→ −−→
Cum AB · AC = 0, rezultă 6 − 2c = 0, adică c = 3. Deci C(0, 0, 3).
−−−→
c) Din C(0, 0, 3) şi M (2, 2, 0) obţinem CM = (2, 2, −3) = 2~i + 2~j − 3~k. Atunci
−−−→ p √ √
CM = |CM | = 22 + 22 + (−3)2 = 4 + 4 + 9 = 17.
Exerciţiul 7 Un vector ~v de mărime |~v | face cu vectorii unitate ~i, ~j şi ~k respectiv unghi-
urile θ1 , θ2 , θ3 . Demonstraţi că:
a) cos2 θ1 + cos2 θ2 + cos2 θ3 = 1;
b) ~v = |~v |(cos θ1~i + cos θ2~j + cos θ3~k).
În particular, dacă |~v | = 2, θ1 = 45◦ , θ2 = 60◦ , să se determine expresia analitică a
lui ~v .
a) Considerăm că ~v = a~i + b~j + c~k. Avem ~v · ~i = |~v | · |~i| cos θ1 , de unde
~v · ~i a
cos θ1 = =√ .
~
|~v | · |i| a + b2 + c2
2
b c
Analog cos θ2 = √ şi cos θ3 = √ . Atunci
a2 2
+b +c2 a + b2 + c2
2
a2 b2 c2
cos2 θ1 + cos2 θ2 + cos2 θ3 = + + = 1.
a2 + b2 + c2 a2 + b2 + c2 a2 + b2 + c2
a
b) Din relaţia cos θ1 = √ obţinem a = |~v | cos θ1 . Exprimând ı̂n mod analog b
a2 + b2 + c2
şi c avem
~v = a~i + b~j + c~k = |~v | cos θ1~i + |~v | cos θ2~j + |~v | cos θ3~k,
de unde concluzia.
Fie acum θ1 = 45◦ , θ2 = 60◦ . Din a) avem
2 1 1
cos2 θ3 = 1 − cos2 θ1 − cos2 θ2 = 1 − − = ,
4 4 4
1
de unde cos θ3 = ± , adică θ3 este 60◦ sau 120◦ . Folosind b) obţinem expresia analitică a
√ 2 !
2~ 1~ 1 ~ √
lui ~v : ~v = 2 i + j ± k = 2 ~i + ~j ± ~k.
2 2 2
În continuare considerăm şi alte produse cu vectori. Mai ı̂ntâi definim produsul
vectorial a doi vectori.
Definiţia 6 Se numeşte produs vectorial al vectorilor ~u şi ~v acel vector notat ~u × ~v ce

verifică proprietăţile:
(i) are mărimea egală cu aria paralelogramului construit pe vectorii ~u şi ~v , consideraţi
cu acceaşi origine (fig.9, stânga);
(ii) are direcţia perpendiculară pe planul determinat de vectorii ~u şi ~v ;
(iii) are sensul dat de regula burghiului: sensul vectorului ~u ×~v este sensul de ı̂naintare
al unui burghiu ce se roteşte pentru a ”duce” vectorul ~u peste vectorul ~v , pe drumul cel
mai scurt (fig.9, dreapta).
Este evident că

~v × ~u = −~u × ~v ,
adică produsul vectorial este anticomutativ. De asemenea, dacă notăm cu θ unghiul dintre
cei doi vectori, atunci din formula pentru aria paralelogramului, A = l1 l2 sin θ, rezultă
|~u × ~v | = |~u| · |~v | · sin θ.
Ţinând cont de definiţia produsului scalar, obţinem
Figure 9: Produsul vectorial
|~u × ~v |2 = |~u|2 · |~v |2 · sin2 θ = |~u|2 · |~v |2 · (1 − cos2 θ) = |~u|2 · |~v |2 − (~u · ~v )2 .
Dacă luăm
~u = a~i + b~j + c~k , ~v = a0~i + b0~j + c0~k,
atunci printr-un calcul imediat (desfacerea parantezelor, reducerea termenilor şi regru-
parea pentru obţinerea unor pătrate perfecte) relaţia de mai sus devine
|~u × ~v |2 = (bc0 − b0 c)2 + (ca0 − c0 a)2 + (ab0 − a0 b)2
sau p
|~u × ~v | = (bc0 − b0 c)2 + (ca0 − c0 a)2 + (ab0 − a0 b)2 .
Din această relaţie putem să considerăm vectorul

~ = (bc0 − b0 c)~i + (ca0 − c0 a)~j + (ab0 − a0 b)~k,
w
ce are aceeaşi mărime cu a vectorului ~u ×~v . Un calcul imediat ne arată că ~u · w ~ = 0 = ~v · w,
~
adică w
~ este ortogonal pe ~u, respectiv ~v , deci şi pe planul determinat de ei. Atunci vom
considera că ~u × ~v = w,~ obţinând formula de calcul ı̂n coordonate a produsului
vectorial:
~i ~j ~k

~u × ~v = (bc0 − b0 c)~i + (ca0 − c0 a)~j + (ab0 − a0 b)~k = a b c .

a0 b0 c0
Exemplu. Produsul vectorial al vectorilor ~u = (1, 2, 3) şi ~v = (3, 2, 1) este vectorul

~i ~j ~k

~u × ~v = 1 2 3 = 2~i + 2~k + 9~j − 6~k − 6~i − ~j = −4~i + 8~j − 4~k = (−4, 8, −4).

3 2 1
Verificarea sensului pentru produsul vectorial dat prin formula de mai sus o facem pentru
cazul particular ~u = ~i, ~v = ~j. În acest caz obţinem ~i × ~j = ~k, ı̂n concordanţă cu definiţia
produsului vectorial.
Facem observaţia că o demonstraţie riguroasă a formulei de mai sus se face demon-
strând ı̂n prealabil următoarele proprietăţi ale produsului vectorial:
1) (α~u) × (β~v ) = αβ(~u × ~v );
2) ~u × (~v + w)~ = ~u × ~v + ~u × w;
~
~ × ~u = ~v × ~u + w
3) (~v + w) ~ × ~u.
Au loc şi proprietăţile:
4) ~u × ~u = 0;
5) dacă ~u şi ~v sunt coliniari, deci există λ ∈ R∗ cu ~v = λ~u, atunci ~u × ~v = 0 şi reciproc.
Din ultima proprietate deducem metoda practică pentru a verifica dacă trei puncte
sunt coliniare:
−−→ −−→
Teorema 4 Dacă AB × AC = 0̄, atunci punctele A,B,C sunt coliniare (deoarece vectorii
−−→ −−→
AB şi AC sunt coliniari).
Exerciţiul 8 Verificaţi dacă punctele A(1, 1, 0), B(2, 3, 1), C(0, −1, −1) sunt coliniare.
Construim vectorii
−−→
AB = ~rB − ~rA = (2, 3, 1) − (1, 1, 0) = (1, 2, 1),
−−→
AC = ~rC − ~rA = (0, −1, −1) − (1, 1, 0) = (−1, −2, −1),
şi verificăm dacă sunt coliniari folosind produsul vectorial:
~i ~j ~k

−−→ −−→
1 = 0~i + 0~j + 0~k = (0, 0, 0).

AB × AC = 1 2
−1 −2 −1
−−→ −−→
Deci vectorii AB şi AC sunt coliniari, ceea ce implică coliniaritatea punctelor A, B, C.
Exerciţiul 9 Fie punctele O(0, 0, 0) A(1, 1, 2) şi B(0, 3, 4). Calculaţi:

a) Coordonatele punctului C astfel ca OACB să fie paralelogram;
b) aria paralelogramului OACB;
c) distanţa de la B la drepta OA.
−−→ −−→ −−→
a) Aplicând regula paralelogramului ı̂n paralelogramul OACB, avem OA + OB = OC .
Atunci
~rC = ~rA + ~rB = (~i + ~j + 2~k) + (3~j + 4~k) = ~i + 4~j + 6~k = (1, 4, 6),
deci C(1, 4, 6).
−−→ −−→
b) Paralelogramul OACB este construit pe vectorii OA şi OB , deci avem
−−→ −−→
Aparalelogram = |OA × OB |.
Dar
~i ~j ~k

−−→ −−→ = −2~i − 4~j + 3~k.

OA × OB = 1 1 2
0 3 4
p √
Atunci AOACB = (−2)2 + (−4)2 + 32 = 29.
c) Distanţa de la B la OA este chiar lungimea ı̂nălţimii paralelogramului OACB core-
spunzătoare bazei [OA]. Notând cu h această distanţă, avem că aria paralelogramului
este
−−→
AOACB = h · OA = h · |OA |.
√ √
r
29
Rezultă 29 = h · 6, de unde h = .
6
Un alt produs al vectorilor, de data aceasta ı̂ntre trei vectori, este produsul mixt.
Definiţia 7 Produsul mixt al vectorilor ~u, ~v şi w,
~ notat prin (~u, ~v , w),
~ este numărul egal
cu produsul scalar dintre ~u × ~v şi w:
~
~ = (~u × ~v ) · w.
(~u, ~v , w) ~
Combinând formulele produsului vectorial şi scalar, ı̂n cazul vectorilor
~u = a~i + b~j + c~k , ~v = a0~i + b0~j + c0~k , w

~ = a00~i + b00~j + c00~k,
obţinem formula ı̂n coordonate a produsului mixt:

a b c
~ = a0 b0 c0 .

(~u, ~v , w)
a00 b00 c00
~ = (1, 0, −1) este

Exemplu. Produsul mixt al vectorilor ~u = (1, 2, 3), ~v = (3, 2, 1), w
numărul
1 2 3

~ = 3 2
(~u, ~v , w) 1 = 0.
1 0 −1
Folosind proprietăţile determinanţilor, mai exact dacă schimbăm ı̂ntre ele două linii ale
unui determinant se schimbă semnul rezultatului, respectiv dacă două linii sunt egale
adunci determinantul este nul, rezultă imediat proprietăţile:
~ = −(~u, ~v , w)
(~v , ~u, w) ~ , (w,
~ ~u, ~v ) = (~v , w,
~ ~u) = (~u, ~v , w)
~ , (~u, ~u, w)
~ = 0.
Produsul mixt a trei vectori are şi o interpretare geometrică.
Teorema 5 Valoarea absolută a produsului mixt a trei vectori necoplanari reprezintă volu-
mul paralelipipedului construit pe cei trei vectori consideraţi cu aceeaşi origine.
Considerăm trei vectori necoplanari ca ı̂n figura 10, stânga.
Figure 10: Paralelipiped şi piramidă construite pe trei vectori
Notând cu h ı̂nălţimea paralelipipedului corespunzătoare bazei formată cu ~u şi ~v , respectiv

cu θ unghiul dintre w ~ şi ~u × ~v (ascuţit sau obtuz), avem
|(~u × ~v ) · w|
~ |(~u, ~v , w)|
~
h = |w|
~ · | cos θ| = |w|
~ · = .
|~u × ~v | · |w|
~ |~u × ~v |
Atunci volumul paralelipipedului este
|(~u, ~v , w)|
~
Vp = Ab · h = |~u × ~v | · = |(~u, ~v , w)|,
~
|~u × ~v |
ceea ce ı̂ncheie demonstraţia.
Din figura 10, dreapta, observăm că putem calcula ı̂n acelaşi mod şi volumul piramidei
patrulatere sau volumul tetraedrului construite pe cei trei vectori:
Ab · h Aparalelogram · h 1
Vpir = = = · |(~u, ~v , w)|
~
3 3 3
Ab · h A∆ · h 1
Vtetr = = = · |(~u, ~v , w)|.
~
3 3 6
Remarcăm că dacă cei trei vectori sunt coplanari, paralelipipedul este degenerat, adică
este ı̂n plan, deci are volumul zero. Rezultă următoarea consecinţă, metoda practică
pentru a verifica dacă trei vectori sunt coplanari:
Teorema 6 Dacă produsul mixt a trei vectori este nul, atunci vectorii sunt coplanari.
Exerciţiul 10 Determinaţi a ∈ R pentru care vectorii
~ = (2, −1, −1)

~u = (a, 1, 2), ~v = (0, 1, 0), w
sunt coplanari.
Produsul mixt al celor trei vectori trebuie să fie nul. Avem

a 1 2

~ = 0 1
(~u, ~v , w) 0 = −a − 4.
2 −1 −1
Rezultă condiţia −a − 4 = 0, deci a = −4.

Deducem şi condiţia practică pentru verificarea coplanarităţii a patru puncte:
−−→ −−→ −−→
Teorema 7 Dacă (AB , AC , AD ) = 0̄, atunci pnctele A, B, C, D sunt necoplanare (deoarece
−−→ −−→ −−→
vectorii AB , AC , AD sunt necoplanari).
Exerciţiul 11 Fie punctele A(1, 0, 0), B(2, 3, 0), C(0, 4, 1) şi D(0, −1, 3).
a) Arătaţi că cele patru puncte sunt necoplanare;
b) Calculaţi volumul tetraedrului ABCD;
c) Determinaţi aria triunghiului ABC;
d)Aflaţi distanţa de la D la planul ABC.
Vom considera desenul din figura 10, dreapta.

−−→ −−→ −−→
a) Construim vectorii AB , AC , AD :
−−→
~u = AB = ~rB − ~rA = (2, 3, 0) − (1, 0, 0) = (1, 3, 0) = ~i + 3~j
−−→
~v = AC = ~rC − ~rA = (0, 4, 1) − (1, 0, 0) = (−1, 4, 1) = −~i + 4~j + ~k
−−→
~ = AD = ~rD − ~rA = (0, −1, 3) − (1, 0, 0) = (−1, −1, 3) = −~i − ~j + 3~k
w
Avem
1 3 0
−−→ −−→ −−→
~ = −1 4 1 = 19 6= 0,
(AB , AC , AD ) = (~u, ~v , w)
−1 −1 3
adică vectorii sunt necoplanari, deci punctele A, B, C, D sunt necoplanare.
b) Punctele A, B, C, D fiind necoplanare formează un tetraedru. Atunci
1 1 19
VABCD = · |(~u, ~v , w)|
~ = · 19 = .
6 6 6
c) Aria unui triunghi determinat de doi vectori este jumătate din aria paralelogramului
construit pe cei doi vectori. Atunci
1 1
A∆ABC = · Aparalelogram = · |~u × ~v |.
2 2
Calculăm
~i ~j ~k

−−→ −−→ = 3~i − ~j + 7~k.

~u × ~v = AB × AC = 1 3 0
−1 4 1
Deci √
1p 2 59
A∆ABC = 3 + (−1)2 + 72 = .
2 2
d) Distanţa de la D la planul ABC este chiar ı̂nălţimea tetraedrului. Atunci avem:
Ab · h 3VABCD
VABCD = ⇒h= .
3 AABC
√
19 2 19 59
Atunci h = 3 · ·√ = .
6 59 59
Întrebări teoretice
1. Descrieţi suma a doi vectori cu aceeaşi origine (grafic şi ı̂n coordonate).
−−→
2. Ce este vectorul de poziţie al unui punct? Care este legătura dintre un vector AB
şi vectorii de poziţie ai punctelor A şi B? Dar dintre vectorul de poziţie al mijlocului
segmentului [AB] şi vectorii de poziţie ai punctelor A şi B?
3. Definiţi produsul scalar a doi vectori.
4. Care este formula de calcul a produsului scalar a doi vectori? Cum se calculează
mărimea (lungimea) unui vector?
5. Care este formula de calcul a unghiului dintre doi vectori? Folosind produsul scalar,
precizaţi când cei doi vectori sunt ortogonali.
6. Definiţi produsul vectorial a doi vectori.
7. Care este formula de calcul a produsului vectorial a doi vectori? Folosind produsul
vectorial, precizaţi când cei doi vectori sunt coliniari.
8. Definiţi produsul mixt a trei vectori.
9. Care este formula de calcul a produsului mixt a trei vectori? Când cei trei vectori
sunt necoplanari? Care este interpretarea geometrică a produsului mixt?
Exerciţii propuse
1. Fie vectorii ~u = 3~i − 2~j − ~k, ~v = ~i − ~j şi w

~ = ~j + ~k. Calculaţi:
a) suma vectorilor ~u şi ~v , ~u + ~v ;
b) lungimea vectorului ~u, |~u|;
c) versorul lui v̄, v̄0 ;
d) produsul scalar ~u · ~v ;
e) produsul vectorial ~v × w; ~
f ) produsul mixt (~u, ~v , w).
~
2. Arătaţi că vectorii ~u = 4~i + 3~j − ~k şi ~v = ~i − ~j + ~k sunt ortogonali.

3. Calculaţi măsura unghiului format de vectorii ~u = ~i + 2~j + ~k şi ~v = ~i + ~j.
4. Calculaţi aria paralelogramului construit pe vectorii ~u = −~i + 2~j − ~k şi ~v = ~i −~j + ~k,
consideraţi cu aceeaşi origine.
5. Determinaţi m ∈ R pentru care vectorii ~u = −~i +~j + ~k, ~v = 2~i −~j şi w ~ = m~i −~j − 2~k
sunt coplanari.
6. Fie vectorii ~u = ~i + 2~j − ~k, ~v = 3~i − 2~j − ~k şi w ~ = ~j + ~k. Stabiliţi perechile de
vectori ortogonali. Verificaţi dacă cei trei vectori sunt necoplanari.
7. Fie punctele A(3,1,0) şi B(0,0,2).
a) Reprezentaţi grafic cele două puncte ı̂n sistemul cartezian de axe Oxyz;
b) Scrieţi vectorii de poziţie ~rA şi ~rB ;
−−→
c) Determinaţi vectorul AB şi calculaţi distanţa de la A la B;
d) Aflaţi coordonatele mijlocului segmentului [AB];
e) Calculaţi aria triunghiului OAB.
8. Fie punctele A(2, 1, 0), B(0, 2, −1), C(m, −3, 4), m ∈ R.
−−→
a) Scrieţi vectorul AB şi calculaţi lungimea segmentului [AB];
b) Determinaţi m astfel ca unghiul ABC \ să fie drept.
9. Fie punctele A(2, −2, 0) şi B(2,2,0). Determinaţi punctele C de pe axa Oz astfel
ca triunghiul ABC să fie echilateral.
10. Fie punctele A(1,0,1) şi B(0, −1, 1).
a) Reprezentaţi grafic;
b) Scrieţi vectorii de poziţie ai punctelor A şi B;
c) Calculaţi măsura unghiului AOB. \
11. Stabiliţi natura triunghiului ABC, unde A(2,0,0), B(1,1,0), C(2,2,3).
12. Calculaţi perimetrul şi aria triunghiului OAB, unde O(0,0,0), A(1,1,0), B(0, −1, 2).
13. Calculaţi lungimea ı̂nălţimii corespunzătoare bazei [AB] a triunghiului ABC, unde
A(3,1,0), B(0,1,2), C(4,1,5).
14. Se consideră punctele A(2,1,3), B(3,3,2), C(5,2,5), D(4,0,6).
a) Arătaţi că ABCD este paralelogram;
b) Calculaţi perimetrul şi aria paralelogramului;
c) Calculaţi distanţa de la D la [AB].
15. Se consideră punctele A(2, 1, −1), B(4, 3, −2), C(6,2,0), D(4,0,1).
a) Arătaţi că cele patru puncte sunt coplanare;
b) Stabiliţi că segemntele (AC) şi (BD) au acelaşi mijloc;
c) Verificaţi dacă punctele date sunt vârfurile unui pătrat.
16. a) Arătaţi că punctele O(0,0,0), A(1, 2, −1), B2, −2, 5), C(1, −4, 6) sunt coplanare.
b) Calculaţi aria patrulaterului ABCD.
17. Calculaţi volumul tetraedrului OABC, unde A(1,2,1), B(−3, 3, 4), C(2,7,9) şi apoi
ı̂nălţimea corespunzătoare bazei ABC.
18. Se consideră punctele A(1, 1, 0) şi B(1, 2, 1).
a) Calculaţi măsura unghiului dintre vectorii de poziţie ai celor două puncte;
b) Aflaţi coordonatele punctului C astfel ca OACB să fie paralelogram;
c) Calculaţi volumul piramidei patrulatere V OACB ce are vârful V (1, 1, 3).
Dreapta şi planul
În acest capitol vom deduce ecuaţiile analitice ale dreptei şi planului şi vom prezenta câteva
proprietăţi metrice ale lor.
Ecuaţiile dreptei şi planului
Alături de punct, dreapta şi planul sunt elementele fundamentale ale spaţiului geomet-
ric. Vom introduce ecuaţiile acestora cu ajutorul vectorilor.
Definiţia 8 Dreapta d determinată de punctul A şi vectorul director ~vd este mulţimea
−−→
punctelor P din spaţiu cu proprietatea că vectorii AP şi ~vd sunt coliniari:
−−→
d = {P : AP k ~vd }.
Figure 11: Dreapta determinată de punctul A şi vectorul director ~vd
Să determinăm ecuaţia dreptei d. Din definiţia coliniarităţii a doi vectori obţinem
−−→ −−→
AP k ~vd ⇒ ∃t ∈ R : AP = t~vd
−−→
şi cum AP = ~r − ~rA , unde am notat ~r = ~rP , vectorul de poziţie al punctului P , deducem
ecuaţia vectorială a dreptei d
d : ~r = ~rA + t~vd , t ∈ R.
Fie Oxyz sistemul cartezian de axe de coordonate. Cum P este un punct oarecare ı̂n
spaţiu, putem scrie P (x, y, z), ceea ce implică
~r = (x, y, z) = x~i + y~j + z~k.
Pentru A(xA , yA , zA ) şi vectorul director ~vd = (l, m, n) = l~i + m~j + n~k, relaţia precedentă
devine
(x, y, z) = (xA , yA , zA ) + t(l, m, n).
Efectuând calculele şi egalând componentele vectorilor din cei doi membri rezultă ecuaţiile
parametrice ale dreptei d: 
 x = xA + lt
d: y = yA + mt , t ∈ R,
z = zA + nt

17
unde t se numeşte parametru. Aceste ecuaţii ne spun de fapt că oricărei valori a parametru-
lui t ı̂i corespunde un punct P de pe dreapta d ce are coordonatele
P (xA + lt, yA + mt, zA + nt).
Acum, dacă ı̂l exprimăm pe t din fiecare ecuaţie parametrică şi egalăm fracţiile rezultate,
obţinem ecuaţiile canonice ale dreptei determinată de punctul A(xA , yA , zA ) şi vectorul
director ~vd = (l, m, n):
x − xA y − yA z − zA
= = .
l m n
Exemplu. Fie A(3, 2, 1) şi ~vd = (1, −1, 0). Atunci xA = 3, yA = 2, zA = 1, iar (l, m, n) =
(1, −1, 0), adică l = 1, m = −1, n = 0. Obţinem ecuaţiile canonice
x−3 y−2 z−1
= =
1 −1 0
şi ecuaţiile parametrice 
 x=3+t
d: y = 2 − t , t ∈ R.
z=1

Exerciţiul 12 Scrieţi ecuaţiile canonice ale dreptei d ce conţine punctul M (2, 0, −1) şi
x−3 y−2 z−1
este paralelă cu dreapta d1 : = = .
1 2 3
Două drepte paralele au aceeaşi direcţie, deci putem considera că ~vd = ~vd1 . Observăm
că un vector director se poate ”recupera” din ecuaţiile canonice ale dreptei, deoarece
componentele lui sunt scrise la numitor. Deci, pentru d1 , l = 1, m = 2, n = 3, adică
~vd1 = (1, 2, 3) = ~vd . Atunci ecuaţiile canonice ale dreptei d sunt
x−2 y z+1
d: = = .
1 2 3
Exerciţiul 13 Determinaţi ecuaţiile canonice ale dreptei AB, unde A(1, 1, 2) şi B(2, 0, −1).
Un vector director al dreptei AB este
−−→
~v = AB = (xB , yB , zB ) − (xA , yA , zA ),
adică ~v = (2, 0, −1) − (1, 1, 2) = (1, −1, −3) = (l, m, n). Atunci ecuaţiile canonice vor fi
date de
x−1 y−1 z−2
AB : = = .
1 −1 −3
Din rezolvarea de mai sus deducem că ecuaţiile canonice ale dreptei AB pot fi scrise direct:
AB : = = .
xB − xA yB − yA zB − zA
Exerciţiul 14 Fie punctele A(0, 1, 2), B(1, 2, 3), C(2, 3, 4) şi D(−1, 1, 2).
Stabiliţi dacă sunt coliniare.
Dreapta şi Planul 19
Mai multe puncte sunt coliniare dacă aparţin aceleiaşi drepte; altfel spus, două dintre
puncte determină o dreaptă, iar restul punctelor aparţin acelei drepte. În cazul nostru
putem deduce ecuaţia dreptei AB şi apoi verificăm dacă punctele C şi D aparţin sau nu
dreptei AB.
Avem
x−0 y−1 z−2 x y−1 z−2
AB : = = ⇔ AB : = = .
1−0 2−1 3−2 1 1 1
Punctul C aparţine dreptei AB dacă verifică ecuaţiile dreptei AB. Atunci ı̂nlocuim x =
xC = 2, y = yC = 3, z = zC = 4:
2 3−1 4−2 2 2 2
= = ⇔ = = ,
1 1 1 1 1 1
ceea ce este adevărat, adică C verifică ecuaţiile dreptei AB. Deci A, B, C sunt coliniare.
Analog verificăm punctul D. Avem
−1 1−1 2−2 −1 0 0
= = ⇔ = = ,
1 1 1 1 1 1
ceea ce este fals, adică D nu aparţine dreptei AB. În concluzie, cele patru puncte nu sunt
coliniare.
Definiţia 9 Planul π determinat de punctul A şi vectorul ~nπ perpendicular pe el este

−−→
mulţimea punctelor P din spaţiu cu proprietatea că vectorii AP şi ~nπ sunt ortogonali
(perpendiculari):
−−→
π = {P : AP ⊥ ~nπ },
unde ~nπ se numeşte vector normal planului π.
Figure 12: Planul determinat de punctul A şi vectorul normal ~nπ
Ne reamintim că doi vectori sunt ortogonali dacă şi numai dacă produsul lor scalar este
nul,
−−→ −−→
AP ⊥ ~nπ ⇔ AP · ~nπ = 0.
Raportat la Oxyz, fie A(xA , yA , zA ), P (x, y, z) şi ~nπ = (l, m, n) = l~i + m~j + n~k. Atunci
−−→
AP = (x − xA , y − yA , z − zA ) şi condiţia de mai sus devine
(x − xA )l + (y − yA )m + (z − zA )n = 0.
Am dedus astfel că ecuaţia planului π determinat de punctul A(xA , yA , zA ) şi vectorul
normal ~nπ = (l, m, n) = l~i + m~j + n~k este
π : l(x − xA ) + m(y − yA ) + n(z − zA ) = 0.
După efectuarea calculelor obţinem ecuaţia generală a planului
π : lx + my + nz + p = 0.
Exemplu. Fie A(3, 2, 1) şi ~nπ = (2, −1, 3). Atunci xA = 3, yA = 2, zA = 1, iar (l, m, n) =
(2, −1, 3), adică l = 2, m = −1, n = 3. Obţinem
π : 2(x − 3) − 1(y − 2) + 3(z − 1) = 0 ⇔ π : 2x − y + 3z − 7 = 0.
Exemplu. Toate planele din familia πλ : x + 2y + 3z + λ = 0, λ ∈ R, au acelaşi vector
normal ~n = (1, 2, 3), deci ele sunt plane paralele. Doar un singur plan din această familie
conţine punctul A(2, −1, 0). Pentru a-l găsi, punem condiţia ca punctul A să-i verifice
ecuaţia:
xA + 2yA + 3zA + λ = 0 ⇒ 2 − 2 + 0 + λ = 0 ⇒ λ = 0.
Obţinem planul π0 : x + 2y + 3z = 0.
Exerciţiul 15 Determinaţi ecuaţia planului π ce conţine punctul A(1, 1, 0) şi este per-
x−3 y−2 z−1
pendicular pe dreapta d : = = .
1 2 3
Deoarece dreapta d este perpendiculară pe planul π rezultă că vectorul ei director ~vd este
perpendicular pe planul π. Atunci un vector normal ~nπ este chiar ~vd , adică ~nπ = ~vd =
(1, 2, 3). Obţinem ecuaţia planului
π : 1(x − 1) + 2(y − 1) + 3(z − 0) = 0 ⇔ π : x + 2y + 3z − 3 = 0.
Exerciţiul 16 Scrieţi ecuaţia planului π ce conţine punctul A(0, 1, −2) şi este paralel cu
planul π1 : 2x + 3y − z + 1 = 0.
Dacă două plane sunt paralele, atunci vectorul normal al primului plan este perpendicular
pe celălalt plan, deci este vector normal şi pentru al doilea plan. Altfel scris,
πkπ1 ⇒ ~nπ = ~nπ1 .
Din ecuaţia generală a planului observăm că vectorul normal ”se recuperează” de la
coeficienţii lui x, y, respectiv z. Avem atunci
l = 2, m = 3, n = −1, ~nπ = ~nπ1 = (2, 3, −1)
şi ecuaţia planului
π : 2(x − 0) + 3(y − 1) − 1(z − (−2)) = 0 ⇔ π : 2x + 3y − z − 5 = 0.
Exerciţiul 17 Fie punctul B(2, 2, −3) şi planul π : x − 2z + 5 = 0. Aflaţi ecuaţiile dreptei
d ce trece prin B şi este perpendiculară pe π.
Deoarece dreapta d este perpendiculară pe planul π rezultă că vectorul ei director ~vd
este perpendicular pe planul π, adică este vector normal planului. Putem scrie atunci
~vd = ~nπ = (1, 0, −2), unde l = 1, m = 0, n = −2 au fost recuperaţi din ecuaţia planului π.
Obţinem ecuaţiile canonice ale dreptei d,
x−2 y−2 z+3

d: = = .
1 0 −2
Considerăm acum doi vectori necoliniari ~v1 , ~v2 . Atunci produsul lor vectorial ~v1 × ~v2 este
un vector nenul perpendicular pe fiecare din cei doi vectori, adică şi pe planul determinat
de ei. Observăm atunci că un plan π este unic determinat de un punct A şi doi vectori
necoliniari ~v1 , ~v2 , vectorul normal fiind
~nπ = ~v1 × ~v2 .
În acelaşi timp putem da şi următoarea definiţie, echivalentă cu Definiţia 9:
Definiţia 10 Planul π determinat de punctul A şi vectorii necoliniari ~v1 , ~v2 este mulţimea
−−→
punctelor P din spaţiu cu proprietatea că vectorii AP , ~v1 , ~v2 sunt coplanari.
Vectorii necoliniari ~v1 şi ~v2 , fiind vectori liberi, pot fi consideraţi cu originea ı̂n A.
Figure 13: Planul determinat de punctul A şi doi vectori necoliniari
Condiţia de coplanaritate a trei vectori este dată de produsul mixt, care trebuie să fie nul,
−−→
adică (AP , ~v1 , ~v2 ) = 0. Atunci, folosind formula de calcul a produsului mixt, obţinem


π : l1 m1 n1 = 0,

l2 m2 n2
ce reprezintă ecuaţia planului determinat de punctul A(xA , yA , zA ) şi vectorii necoliniari

~v1 = (l1 , m1 , n1 ), ~v2 = (l2 , m2 , n2 ) (sau ecuaţia planului determinat de un punct şi două
direcţii necoliniare).
Exemplu. Fie A(1, 0, 0) şi vectorii ~v1 = (1, 1, 2), ~v2 = (0, 1, −1). Atunci ecuaţia planului
determinat de A şi cei doi vectori este

x−1 y−0 z−0

π : 1 1 2 = 0,

0 1 −1
adică −x + 1 + z − 2x + 2 + y = 0 şi ı̂n final π : −3x + y + z + 3 = 0.
Exerciţiul 18 Determinaţi ecuaţia planului π ce conţine punctul A(0, 1, 0) şi este paralel
x y−2 z−3 x−1 y z−1
cu dreptele d1 : = = şi d2 : = = .
1 0 −2 −1 2 0
Deoarece d1 kπ, există o dreaptă d1 0 paralelă cu d1 inclusă ı̂n π. Cum d1 0 kd1 , rezultă că
putem considera că cele două drepte au acelaşi vector director, ~vd1 0 = ~vd1 = (1, 0, −2).
Analog, există o dreaptă d2 0 paralelă cu d2 inclusă ı̂n π şi ~vd2 0 = ~vd2 = (−1, 2, 0). Atunci
vectorii directori ai celor două drepte vor fi vectorii ~v1 şi ~v2 din formula precedentă:

x−0 y−1 z−0

π : 1 0 −2 = 0,
−1 2 0
adică 2y − 2 + 2z + 4x = 0 şi ı̂n final π : 2x + y + z − 1 = 0.

Cu aceeaşi formulă cu determinant se determină şi ecuaţia planului determinat de trei
puncte. Mai precis, dacă A(xA , yA , zA ), B(xB , yB , zB ), C(xC , yC , zC ) atunci putem con-
sidera
−−→ −−→
~v1 = AB = (xB − xA , yB − yA , zB − zA ), ~v2 = AC = (xC − xA , yC − yA , zC − zA )
şi obţinem ecuaţia planului determinat de trei puncte A, B, C


(ABC) : xB − xA yB − yA zB − zA = 0.

xC − xA yC − yA zC − zA
Exemplu. Dacă A(0, 0, 1), B(1, 1, −1), C(0, 1, 0), atunci obţinem

x−0 y−0 z−1 x y z−1

(ABC) : 1 − 0 1 − 0 −1 − 1 = 0 ⇔ 1 1 −2 = 0.

0−0 1−0 0−1 0 1 −1
Obţinem (ABC) : x + y + z − 1 = 0.
Exerciţiul 19 Fie punctele O(0, 0, 0), P (1, 1, 1), Q(2, 2, 1), R(2, −1, 0).
Stabiliţi dacă sunt coplanare.
Mai multe puncte sunt coplanare dacă aparţin aceluiaşi plan. Cum trei puncte necoliniare
determină un singur plan, ı̂nseamnă că restul punctelor aparţin acestui plan. În cazul
nostru determinăm ecuaţia planului (OP Q) şi apoi verificăm dacă R aparţine acestui
plan.
Folosim ecuaţia planului determinat de trei puncte. Avem

x−0 y−0 z−0 x y z

(OP Q) : 1 − 0 1 − 0 1 − 0 = 0 ⇔ 1 1 1 = 0,
2−0 2−0 1−0 2 2 1
adică (OP Q) : −x + y = 0.
Punctul R aparţine planului (OP Q) dacă şi numai dacă verifică ecuaţia lui, adică
−xR + yR = 0. Obţinem −2 − 1 = 0, fals, deci punctele sunt necoplanare.
x y−1 z+1
Exerciţiul 20 Fie punctul A(1, 1, 0) şi dreapta d : = = . Determinaţi
1 0 −2
ecuaţia planului determinat de punctul A şi dreapta d.
Un plan este unic determinat de trei puncte necoliniare. Un punct este A, iar celelalte
două pot fi oricare din punctele dreptei d. Pentru a găsi un punct ce aparţine dreptei d,
vom scrie ecuaţiile parametrice şi vom particulariza parametrul. Avem

x y−1 z+1  x=t
d: = = =t⇒ y=1 , t ∈ R.
1 0 −2
z = −1 − 2t

Pentru t = 0 obţinem B(0, 1, −1), iar pentru t = 1, C(1, 1, −3), ce sunt două puncte ale
dreptei, deci sunt incluse ı̂n plan. Atunci planul căutat este planul (ABC), adică

x−1 y−1 z−0 x−1 y−1 z

(ABC) : 0 − 1 1 − 1 −1 − 0 = 0 ⇔ −1 0 −1 = 0.
1 − 1 1 − 1 −3 − 0 0 0 −3
Obţinem ecuaţia planului (ABC) : y − 1 = 0, ce reprezintă ecuaţia cerută.
Este binecunoscut faptul că intersecţia a două plane neparalele este o dreaptă. Dacă
π1 : l1 x + m1 y + n1 z + p1 = 0 şi π2 : l2 x + m2 y + n2 z + p2 = 0, iar d = π1 ∩ π2 , atunci
scriem dreapta d sub forma

l1 x + m1 y + n1 z + p1 = 0
d: .
l2 x + m2 y + n2 z + p2 = 0
Această dreaptă este determinată de două puncte ce aparţin ambelor plane. Pe de altă
parte, vectorii normali celor două plane sunt perpendiculari pe dreapta comună, adică
vectorul director al dreptei este perpendicular pe cei doi vectori. Dar şi produsul vectorial
al celor doi vectori este perpendicular pe fiecare dintre ei. Atunci vectorul director al
dreptei este coliniar cu produsul vectorial al celor doi vectori. Astfel, putem considera
că dacă ~n1 şi ~n2 sunt vectorii normali ai celor două plane, atunci vectorul director ~vd al
dreptei comune celor două plane este
~vd = ~n1 × ~n2 .
Exerciţiul 21 Fie planele π1 : x + y + z − 1 = 0 şi π2 : y − z + 3 = 0. Determinaţi ecuaţiile

canonice ale dreptei comune celor două plane.
Dreapta ca intersecţie de două plane este mulţimea soluţiilor sistemului liniar format din
ecuaţiile celor două plane. O soluţie a acestui sistem este de fapt un punct comun celor
două plane. Un astfel de punct se poate găsi particularizând o variabilă şi apoi rezolvând
sistemul obţinut. În cazul nostru, dreapta de intersecţie este

x+y+z−1=0
d: .
y−z+3=0
Fie y = 0. Atunci obţinem sistemul

x+z−1=0
d: .
−z + 3 = 0
Din a doua ecuaţie avem z = 3. Înlocuim ı̂n prima şi găsim x = −2. Am determinat astfel
un punct al dreptei d, anume A(−2, 0, 3).
Fie acum y = 1. Atunci

x+1+z−1=0
d: ,
1−z+3=0
de unde z = 4 şi x = −4. Astfel, un alt punct al dreptei d este B(−4, 1, 4). Atunci dreapta
comună celor două plane este AB, de ecuaţie
x+2 y−0 z−3 x+2 y z−3
AB : = = ⇔ AB : = = .
−4 + 2 1−0 4−3 −2 1 1
Exerciţiul 22 Fie planele π1 : x + y − z − 1 = 0 şi π2 : x + 2y − z + 3 = 0.
a) Arătaţi că cele două plane nu sunt paralele.
b) Determinaţi ecuaţiile canonice ale dreptei ce conţine punctul Q(1, 1, 2) şi este paralelă
cu cele două plane.
a) Planele sunt paralele dacă şi numai dacă vectorii lor normali sunt coliniari:
π1 kπ2 ⇔ ~n1 k~n2 ⇔ ~n1 × ~n2 = ~0.
Avem ~n1 = (1, 1, −1) şi ~n2 = (1, 2, −1), de unde
~i ~j ~k

−1 = ~i + ~k = (1, 0, 1) 6= ~0.

~n1 × ~n2 = 1 1
1 2 −1
Deci cele două plane nu sunt paralele.

b) Fie d = π1 ∩ π2 şi r dreapta căutată. Cum rkπ1 şi rkπ2 , rezultă rkd. Atunci putem lua
~vr = ~vd = ~n1 × ~n2 = (1, 0, 1).

Ecuaţiile canonice ale dreptei r, determinată de punctul Q şi vectorul director ~vr , sunt
x−1 y−1 z−2
r: = = .
1 0 1
Proiecţii ı̂n spaţiu
O proiecţie ı̂n spaţiu poate fi conică sau cilindrică, ı̂n particular ortogonală. Proiecţia
unei mulţimi de puncte este mulţimea formată din proiecţiile tuturor punctelor respectivei
mulţimi. Proiecţia unei mulţimi de puncte se face pe o altă mulţime de puncte, ı̂n special
pe un plan. Este important atunci să analizăm proiecţiile unui punct pe un plan.
Proiecţia unui punct A pe un plan π este punctul P (fig.4).
Definiţia 11 Se numeşte proiecţie conică de vârf V (proiecţie centrală) a punctului A pe

planul π, punctul de intersecţie dintre dreapta V A şi planul π.
Definiţia 12 Se numeşte proiecţie cilindrică de generatoare g (proiecţie după direcţia ~vg

sau proiecţie paralelă cu ~vg ) a punctului A pe planul π, unde A ∈ g, punctul de intersecţie
dintre dreapta g şi planul π.
Definiţia 13 Se numeşte proiecţie ortogonală a punctului A pe planul π proiecţia cilin-

drică ı̂n care generatoarea g este perpendiculară pe planul π. Notăm prπ A.
Figure 14: Proiecţii ale unui punct pe un plan: conică, cilindrică, ortogonală
În fiecare caz punctul P se obţine intersectând o dreaptă cu un plan: punctul P are
coordonatele date de ecuaţiile parametrice ale dreptei (ce depind de parametrul t) şi aceste
coordonate verifică ecuaţia planului π (de unde aflăm t şi apoi coordonatele căutate).
Exerciţiul 23 Determinaţi proiecţia conică de vârf V (1, 1, −1) a punctului A(0, 2, 2) pe

planul π : 2x + z + 3 = 0.
Determinăm ecuaţiile canonice ale dreptei V A şi apoi ecuaţiile parametrice:


x−1 y−1 z+1 x−1 y−1 z+1  x=1−t
VA: = = ⇔ = = =t⇔ y =1+t , t ∈ R.
0−1 2−1 2+1 −1 1 3
z = −1 + 3t

Dacă P este proiecţia căutată (fig.4, stânga), atunci P aparţine dreptei V A, deci are
coordonatele P (1 − t, 1 + t, −1 + 3t). Dar P aparţine şi planului π, deci coordonatele sale
verifică ecuaţia planului:
2xP + zP + 3 = 0 ⇒ 2(1 − t) + (−1 + 3t) + 3 = 0 ⇒ t = −4.
Înlocuim t = −4 şi obţinem coordonatele proiecţiei P (5, −3, −13).
Exerciţiul 24 Determinaţi proiecţia după direcţia ~vg = (1, 1, 1) a punctului O(0, 0, 0) pe

planul π : x + 2y + 3z − 12 = 0.
Fie g dreapta de direcţie ~vg , ce conţine punctul O (fig.4, mijloc, cu A = O). Atunci

x y z  x=t
g: = = =t⇔ y = t , t ∈ R.
1 1 1
z=t

Dacă P este proiecţia căutată, atunci {P } = g∩π. Atunci P (t, t, t) verifică ecuaţia planului
π:
xP + 2yp + 3zP − 12 = 0 ⇒ t + 2t + 3t − 12 = 0 ⇒ t = 2.
Obţinem atunci P (2, 2, 2).
Exerciţiul 25 Determinaţi proiecţia ortogonală a punctului A(0, 0, 3) pe planul π : 3x +

y − 2z − 8 = 0.
Fie g dreapta ce conţine punctul A şi este perpendiculară pe planul π (fig.4, dreapta).
Atunci vectorul ei director este perpendicular pe plan, adică putem considera
~vg = ~nπ = (3, 1, −2).
Rezultă ecuaţiile canonice şi parametrice ale dreptei g:


x y z−3  x = 3t
g: = = =t⇔ y=t , t ∈ R.
3 1 −2
z = 3 − 2t

Proiecţia căutată este punctul P , aflat la intersecţia dreptei g cu planul π. Atunci avem
P (3t, t, 3 − 2t) şi
3xP + yP − 2zP − 8 = 0 ⇒ 9t + t − 2(3 − 2t) − 8 = 0 ⇒ t = 1.
Obţinem P (3, 1, 1).

Proiecţia ortogonală a unui punct A pe o dreaptă d se face asemănător, doar că există o
infinitate de direcţii ortogonale ce formează un plan π perpendicular pe dreaptă ce conţine
punctul A (fig.5). Atunci proiecţia punctului A pe d va fi punctul P de intersecţie dintre
d şi π, deoarece dacă d ⊥ π, atunci d ⊥ AP . Notăm P = prd A.
Figure 15: Proiecţia unui punct pe o dreaptă
x+1 y−1 z
Exerciţiul 26 Fie dreapta d : = = . Determinaţi proiecţia punctului
2 1 −2
A(1, 0, 0) pe d.
Fie π planul ce conţine punctul A şi este perpendicular pe d. Atunci luăm vectorul normal
planului egal cu vectorul director al dreptei, ~nπ = ~vd = (2, 1, −2). Obţinem ecuaţia
planului:
π : 2(x − 1) + 1(y − 0) + (−2)(z − 0) = 0 ⇒ 2x + y − 2z − 2 = 0.
Determinăm acum intersecţia dintre d şi π. Fie P punctul de intersecţie. Atunci P ∈ d,

deci avem nevoie de ecuaţiile parametrice ale dreptei:

x+1 y−1 z  x = 2t − 1
d: = = =t⇔ y = t + 1 , t ∈ R.
2 1 −2
z = −2t

Deci P (2t − 1, t + 1, −2t) şi el aparţine planului π, adică
1
2xP + yP − 2zP − 2 = 0 ⇒ 2(2t − 1) + t + 1 − 2(−2t) − 2 = 0 ⇒ t = .
3
Atunci P (− 13 , 43 , − 32 ).
În continuare, dacă nu se precizează altfel, prin proiecţie ne referim la proiecţia ortogonală,
adică la proiecţia după o direcţie perpendiculară.
Simetrii ı̂n spaţiu
Analizăm ı̂n continuare simetria unei mulţimi fată de un punct (simetria centrală), faţă de
o dreaptă (simetria axială), respectiv faţă de un plan (oglindirea). În fiecare caz, simetrica
unei mulţimi este mulţimea formată cu simetricele tuturor punctelor respectivei mulţimi,
deci totul depinde de simetricul unui punct faţă de alt punct, dreaptă ori plan (fig.6).
Definiţia 14 Simetricul punctului A faţă de punctul P este punctul S, dacă P este mi-
jlocul segmentului (AS).
Definiţia 15 Simetricul punctului A fată de dreapta d este punctul S, dacă d este medi-
atoarea segmentului (AS) ı̂n planul determinat de A şi d.
Definiţia 16 Simetricul punctului A fată de planul π este punctul S, dacă π este planul
mediator al segmentului (AS).
Figure 16: Simetricul punctului A faţă de: un punct P , o dreaptă d, un plan π
Reamintim că P este mijlocul segmentului (AS) (fig.6, stânga) dacă şi numai dacă
xA + xS yA + yS zA + z S
xP = , yP = , zP = .
2 2 2
Rezultă imediat
xS = 2xP − xA , yS = 2yP − yA , zS = 2zP − zA .
Exemplu. Simetricul punctului A(1, 2, 3) faţă de punctul P (−1, 0, 1) este punctul S ce

are coordonatele date de formulele găsite mai sus, adică
xS = 2(−1) − 1 = −3, yS = 2 · 0 − 2 = −2, zS = 2 · 1 − 3 = −1.
Rezultă S(−3, −2, −1).

Apoi, dreapta d este mediatoarea segmentului (AS) dacă este perpendiculară pe AS
şi conţine mijlocul P al segmentului (AS). Atunci P este chiar proiecţia lui A pe d. Deci,
pentru a afla simetricul unui punct A faţă de o dreaptă d, determinăm proiecţia punctului
A pe dreaptă, notat P , şi apoi simetricul punctului dat A faţă de P (fig.6, centru).
Nu ı̂n ultimul rând, π este planul mediator al segmentului (AS) dacă este perpendicular
pe AS şi conţine mijlocul P al acestui segment (fig.6, dreapta). Rezultă că P este proiecţia
punctului A pe plan. În concluzie, pentru a determina simetricul unui punct A faţă de un
plan π, aflăm proiecţia pe plan, notată P , apoi simetricul lui A faţă de P .
Exerciţiul 27 Determinaţi simetricul punctului A(1, 0, 1) faţă de dreapta d dată de ecuaţiile
x+1 y+1 z
canonice d : = = .
2 1 0
Primul pas este să determinăm proiecţia punctului A pe dreapta d, notat P . Acest punct
este la intersecţia dreptei d cu planul π ce conţine punctul A şi este perpendicular pe
dreapta d (fig.6, centru). Avem
d ⊥ π ⇒ ~nπ = ~vd = (2, 1, 0),
de unde obţinem ecuaţia planului π
π : 2(x − 1) + 1(y − 0) + 0(z − 1) = 0 ⇔ π : 2x + y − 2 = 0.
Scriem ecuaţiile parametrice ale dreptei d


x+1 y+1 z  x = 2t − 1
d: = = =t⇔ y = t − 1 , t ∈ R.
2 1 0
z=0

Cum P ∈ d, rezultă P (2t − 1, t − 1, 0). Punem condiţia ca P ∈ π:
2xP + yP − 2 = 0 ⇒ 2(2t − 1) + t − 1 − 2 = 0 ⇒ t = 1,
deci P (1, 0, 0).

Al doilea pas ı̂n determinarea simetricului S este impunerea condiţiei ca P să fie
mijlocul segmentului (AS), de unde obţinem coordonatele lui S:

xA + xS yA + yS zA + zS  xS = 2xP − xA = 2 · 1 − 1 = 1
xP = , yP = , zP = ⇒ y = 2yP − yA = 2 · 0 − 0 = 0 .
2 2 2  S
zS = 2zP − zA = 2 · 0 − 1 = −1
În concluzie, simetricul căutat este S(1, 0, −1).
Exerciţiul 28 Determinaţi simetricul punctului A(0, 1, 2) faţă de planul π, de ecuaţie

π : x + 2y − z + 6 = 0.
Intuitiv, desenul este dat ı̂n Figura 6, dreapta. Dreapta d ce trece prin A şi este perpendic-
ulară pe planul π are vectorul director ~vd = ~nπ = (1, 2, −1). Atunci ecuaţiile parametrice
ale dreptei sunt

x−0 y−1 z−2  x=t
d: = = =t⇔ y = 2t + 1 , t ∈ R.
1 2 −1
z = −t + 2

Proiecţia punctului A pe planul π este punctul P de intersecţie dintre dreaptă şi plan.
Atunci P ∈ d, adică P (t, 2t + 1, −t + 2). Punctul P aparţine şi planului π, adică
xP + 2yP − zP + 6 = 0 ⇒ t + 2(2t + 1) − (−t + 2) + 6 = 0 ⇒ t = −1.
Atunci P (−1, −1, 3).

Simetricul punctului A faţă de planul π este puntul S, unde S este simetricul lui A
faţă de P :

xA + xS yA + yS zA + zS  xS = 2xP − xA = 2 · (−1) − 0 = −2
xP = , yP = , zP = ⇒ y = 2yP − yA = 2 · (−1) − 1 = −3 .
2 2 2  S
zS = 2zP − zA = 2 · 3 − 2 = 4
În concluzie, simetricul căutat este S(−2, −3, 4).

Exerciţiul 29 Simetricul punctului A(1, 2, 2) faţă de planul π este punctul S(3, −2, 0).
Determinaţi ecuaţia planului π.
Conform definiţiei, π este planul mediator al segmentului (AS), deci el conţine mijlocul
segmentului (AS), notat P, şi este perpendicular pe acest segment (fig.6, dreapta). Atunci
−−→
~nπ = AS = (xS − xA , yS − yA , zS − zA ) = (3 − 1, −2 − 2, 0 − 2) = (2, −4, −2).
Mijlocul segmentului (AS) are coordonatele date de media aritmetică a coordonatelor

capetelor segmentului, adică P (2, 0, 1). Rezultă ecuaţia planului
π : 2(x − 2) − 4(y − 0) − 2(z − 1) = 0 ⇒ 2x − 4y − 2z − 2 = 0 ⇒ x − 2y − z − 1 = 0.
O dreaptă este unic determinată de două puncte. Atunci simetrica unei drepte d faţă
de un punct, dreaptă, respectiv plan este dreapta determinată de simetricele a două puncte
ale lui d faţă de punct, dreaptă, respectiv plan.
Analog, simetricul unui plan π faţă de un punct, dreaptă, respectiv plan este planul
determinat de simetricele a trei puncte necoliniare ale lui π faţă de punct, dreaptă, re-
spectiv plan.
Unghiuri ı̂n spaţiu
În geometria ı̂n spaţiu vorbim ı̂n primul rând de unghiul dintre două drepte, la care se
reduc şi unghiurile dintre o dreaptă şi un plan, respectiv dintre două plane.
Definiţia 17 Unghiul dintre două drepte este unghiul dintre vectorii directori ai celor
două drepte, cuprins ı̂ntre 0◦ şi 90◦ .
Reamintim că unghiul θ dintre doi vectori ~v1 = (l1 , m1 , n1 ) şi ~v2 = (l2 , m2 , n2 ), cuprins
ı̂ntre 0◦ şi 90◦ , este dat de formula
|~v1 · ~v2 | |l1 l2 + m1 m2 + n1 n2 |
cos θ = =p2 p .
k~v1 k · k~v2 k l1 + m21 + n21 · l22 + m22 + n22
În particular, unghiul dintre două drepte paralele este 0◦ . Dreptele sunt paralele dacă
vectorii directori sunt coliniari, adică ~v1 × ~v2 = ~0 sau echivalent
l1 m1 n1
= = .
l2 m2 n2
De asemenea, două drepte sunt perpendiculare dacă unghiul dintre ele este de 90◦ , adică
vectorii directori sunt ortogonali (cos θ = 0):
d1 ⊥ d2 ⇔ ~v1 ⊥ ~v2 ⇔ ~v1 · ~v2 = 0.
Exemplu. Să stabilim că dreptele
x−1 y−1 z x−2 y−3 z−2
d1 : = = şi d2 : = =
1 2 −1 1 1 3
sunt perpendiculare.
Avem vectorii directori ~v1 = (1, 2, −1) şi ~v2 = (1, 1, 3). Produsul scalar al celor doi
vectori este
~v1 · ~v2 = 1 · 1 + 2 · 1 + (−1) · 3 = 0,
deci vectorii directori sunt ortogonali, ceea ce ı̂nseamnă că şi dreptele considerate sunt
perpendiculare.
Definiţia 18 Unghiul dintre o dreaptă şi un plan este complementul unghiului dintre
dreaptă şi o dreaptă perpendiculară pe acel plan.
Dacă planul π are vectorul normal ~nπ , atunci orice dreaptă perpendiculară pe el are acelaşi
vector director, ~nπ . Dacă notăm cu ϕ unghiul dintre planul π şi dreapta d de vector director
~vd , atunci ϕ = 90◦ − θ, unde θ este unghiul dintre d şi orice dreaptă perpendiculară pe
planul π. Rezultă
|~vd · ~nπ |
sin ϕ = cos θ = .
k~vd k · k~nπ k
În particular, dreapta d este paralelă cu planul π dacă unghiul dintre ele este ϕ = 0◦ .
Avem, ţinând cont că ϕ este ı̂ntre 0◦ şi 90◦ , că
dkπ ⇔ ϕ = 0◦ ⇔ sin ϕ = 0 ⇔ ~vd · ~nπ = 0 ⇔ ~vd ⊥ ~nπ .
x+2 y−1 z+3
Exemplu. Să determinăm unghiul dintre dreapta d : = = şi planul
1 2 −1
π : x + y + 3 = 0.
Avem ~vd = (1, 2, −1) şi ~nπ = (1, 1, 0). Atunci
√
|~vd · ~nπ | |1 + 2 − 0| 3 3
sin ϕ = = √ √ = √ = ,
k~vd k · k~nπ k 6· 2 2 3 2
de unde obţinem ϕ = 60◦ .
Definiţia 19 Unghiul dintre două plane este unghiul dintre două drepte perpendiculare pe
planele respective.
Fie două plane π1 , π2 de vectori normali ~n1 , respectiv ~n2 . Fie d1 ⊥ π1 şi d2 ⊥ π2 . Atunci
aceste drepte au vectorii directori ~v1 = ~n1 , respectiv ~v2 = ~n2 , deci unghiul θ dintre cele
două plane este dat de formula
|~n1 · ~n2 |
cos θ = .
k~n1 k · k~n2 k
În particular, cele două plane sunt perpendiculare dacă vectorii lor normali sunt ortogonali.
Exerciţiul 30 Fie planele π1 : x + 2z − 1 = 0 şi 3x + my + z + 1 = 0, m ∈ R.

a) Arătaţi că cele două plane nu pot fi perpendiculare, oricare ar fi m.
b) Determinaţi m şiind că unghiul dintre cele două plane este de 45◦ .
Avem vectorii normali ~n1 = (1, 0, 2) şi ~n2 = (3, m, 1). Atunci
~n1 · ~n2 = 3 + 0 + 2 = 5 6= 0, ∀m ∈ R ⇒ ~n1 6⊥ ~n2 , ∀m ∈ R,
adică cele două plane nu pot fi perpendiculare.

b) Unghiul θ dintre cele două plane este dat de
|~n1 · ~n2 | 5
cos θ = =√ √ .
k~n1 k · k~n2 k 5 · m2 + 10
√
Dar θ = 45◦ , adică cos θ = 2
2 , de unde rezultă
√
5 2 25 2
√ √ = ⇒ 2
= ⇒ m2 + 10 = 10,
5 · m2 + 10 2 5(m + 10) 4
deci m = 0.
Distanţe ı̂n spaţiu
Distanţa dintre punctele A1 (x1 , y1 , z1 ) şi A2 (x2 , y2 , z2 ) este lungimea segmentului (A1 A2 ),
−−−→
adică lungimea vectorului A1 A2 . Cum
−−−→
A1 A2 = (x2 − x1 , y2 − y1 , z2 − z1 ),
rezultă
−−−→ p
dist(A1 , A2 ) = |A1 A2 | = (x2 − x1 )2 + (y2 − y1 )2 + (z2 − z1 )2 .
Prin distanţă ı̂ntre două mulţimi ı̂nchise de puncte F1 şi F2 din spaţiu ı̂nţelegem cea mai
mică dintre lungimile tuturor segmentelor (A1 A2 ), unde A1 ∈ F1 şi A2 ∈ F2 sunt arbitrare:
dist(F1 , F2 ) = min{dist(A1 , A2 ) : A1 ∈ F1 , A2 ∈ F2 }.
În particular, dacă F1 este formată dintr-un singur punct, A1 , obţinem distanţa de la un
punct la o mulţime de puncte.
În continuare ne interesează distanţa de la un punct la o dreaptă, respectiv un plan,
precum şi cazurile ı̂n care F1 şi F2 sunt drepte sau plane.
Dacă Q este un punct oarecare al dreptei d, iar P este proiecţia lui A pe d (fig.7),
atunci AP ≤ AQ, pentru orice Q. Deducem atunci că
Distanţa de la un punct la o dreaptă este egală cu distanţa dintre acel punct şi proiecţia
lui pe dreaptă:
dist(A, d) = dist(A, P ) , unde P = prd A.
Figure 17: Distanţa de la un punct la o dreaptă
Atunci găsim coordonatele punctului P şi calculăm distanţa dintre A şi d.

O altă modalitate de a calcula această distanţă este să observăm că (AP ) este ı̂nălţime
−−→
ı̂n paralelogramul construit cu vectorii consideraţi cu aceeaşi origine ~vd şi QA (fig.7), unde
Q este un punct ales arbitrar pe d. Cum
−−→
Aria(paralelogram) = |~vd × QA |
şi
Aria(paralelogram) = baza · inaltimea = |~vd | · AP,
rezultă −−→
|~vd × QA |
dist(A, d) = , Q ∈ d.
|~vd |
x y−1 z−2
Exerciţiul 31 Calculaţi distanţa de la A(1, 0, 0) la d : = = .
1 2 −1
Din ecuaţiile dreptei deducem Q(0, 1, 2) şi ~vd = (1, 2, −1), cu
p √
|~vd | = 12 + 22 + (−1)2 = 6.
−−→
Apoi QA = (1, 0, 0) − (0, 1, 2) = (1, −1, −2) şi
~i ~j ~k

−−→ −−→ √
~vd × QA = 1 2 −1 = −5~i + ~j − 3~k = (−5, 1, −3) , |~vd × QA | = 35.

1 −1 −2
√
35
Atunci dist(A, d) = √ .
6
În spaţiu, două drepte pot fi coplanare sau necoplanare. În cazul ı̂n care sunt coplanare,
ele pot fi concurente (au un punct comun) şi atunci distanţa dintre ele este zero sau pot
fi paralele. Distanţa dintre două drepte paralele este egală cu distanţa de la oricare punct
al unei drepte la cealaltă dreaptă:
d1 kd2 ⇒ dist(d1 , d2 ) = dist(A, d2 ) , A ∈ d1 .

Exerciţiul 32 Arătaţi că dreptele de ecuaţii parametrice d1 : x = t, y = t, z = t şi

d2 : x = 2s − 1, y = 2s + 1, z = 2s sunt paralele şi apoi calculaţi distanţa dintre ele.
Din ecuaţiile date deducem vectorii directori ~v1 = (1, 1, 1) şi ~v2 = (2, 2, 2) = 2(1, 1, 1).
Deoarece ei sunt coliniari, rezultă d1 kd2 . Alegem A(0, 0, 0) ∈ d1 şi calculăm distanţa de la
A la d2 . √ √ √ −−→
Fie Q(−1, 1, 0) ∈ d2 . Avem |~v2 | = 22 + 22 + 22 = 12 = 2 3. Apoi QA = (0, 0, 0) −
(−1, 1, 0) = (1, −1, 0) şi
~i ~j ~k

−−→ −−→ √
~v2 × QA = 2 2 2 = 2~i + 2~j − 4~k = (2, 2, −4) , |~v2 × QA | = 2 6.

1 −1 0
Atunci −−→ √
|~v2 × QA | 2 6 √
dist(d1 , d2 ) = dist(A, d2 ) = = √ = 2.
|~v2 | 2 3
În mod analog deducem că
Distanţa de la un punct la un plan este egală cu distanţa dintre acel punct şi proiecţia
lui pe plan:
dist(A, π) = dist(A, P ) , unde P = prπ A.
Dacă vom determina proiecţia punctului A pe planul π şi apoi distanţa dintre A şi proiecţie,
vom obţine următoarea formulă de calcul a distanţei de la A la π:
|lxA + myA + nzA + p|
dist(A, π) = √ , A(xA , yA , zA ), π : lx + my + nz + p = 0.
l2 + m2 + n2
Exemplu. Distanţa de la A(1, 2, 3) la planul π : 2x − y + 2z − 4 = 0 este
|2 · 1 − 2 + 2 · 3 − 4| 2
dist(A, π) = p = .
22 + (−1)2 + 22 3
Distanţa dintre o dreaptă şi un plan este zero dacă dreapta are cel puţin un punct comun
cu planul. În caz contrar, adică dreapta este paralelă cu planul, distanţa dintre ele este
egală cu distanţa de la oricare punct al dreptei la plan:
dkπ ⇒ dist(d, π) = dist(A, π) , A ∈ d.
Exerciţiul 33 Fie d : x = t, y = 2t − 1, z = −t + 2 şi π : y + 2z − 1 = 0. Arătaţi că dkπ
şi apoi calculaţi distanţa dintre d şi π.
Din ecuaţiile parametrice ale dreptei deducem că ~vd = (1, 2, −1) şi A(0, −1, 2) ∈ d. Vec-
torul normal planului este ~nπ = (0, 1, 2). Avem
~vd · ~nπ = 0 + 2 − 2 = 0 ⇒ ~vd ⊥ ~nπ ⇒ dkπ
(deoarece A 6∈ π). Atunci
√
| − 1 + 4 − 1| 2 2 5
dist(d, π) = dist(A, π) = √ =√ = .
1+4 5 5
Distanţa dintre două plane secante este evident zero. Dacă planele nu se intersectează,
adică sunt paralele, distanţa dintre ele este egală cu distanţa de la oricare punct al unui
plan la celălalt plan:
π1 kπ2 ⇒ dist(π1 , π2 ) = dist(A, π2 ) , A ∈ π1 .
Exerciţiul √
34 Distanţa dintre planele paralele π1 : x+y+z−1 = 0 şi π2 : x+y+z+p = 0,
p ∈ R, este 3. Determinaţi p.
Planele sunt paralele deoarece au acelaşi vector normal. Atunci

√
dist(A, π2 ) = dist(π1 , π2 ) = 3, ∀A ∈ π1 .
Fie A(xA , yA , zA ) ∈ π1 . Atunci xA + yA + zA − 1 = 0 şi putem alege xA = 1, yA = zA = 0,

adică A(1, 0, 0). În plus
|1 + 0 + 0 + p| |p + 1|
dist(A, π2 ) = √ = √ .
2 2
1 +1 +1 2 3
Rezultă condiţia
|p + 1| √
√ = 3 ⇒ |p + 1| = 3 ⇒ p + 1 = ±3 ⇒ p1 = 2, p2 = −4.
3
√
Deci există două plane situate la distanţa 3 de π1 , unul de o parte a lui π1 şi unul de
cealaltă parte. Aceste plane corespund valorilor p1 = 2, p2 = −4.
1. Daţi definiţia vectorială a unei drepte. Scrieţi ecuaţiile canonice ale unei drepte
determinată de un punct şi un vector.
2. Cum se găseşte vectorul director al unei drepte căreia i se cunosc ecuaţiile canonice?
3. Scrieţi ecuaţiile canonice ale dreptei AB. Cum se poate stabili dacă punctele
A, B, C sunt coliniare?
4. Daţi definiţia vectorială a unui plan. Scrieţi ecuaţia planului generat de un punct
şi un vector normal.
5. Cum se găseşte vectorul normal unui plan dacă se cunoaşte ecuaţia planului?
6. Scrieţi ecuaţia planului (ABC). Cum se poate stabili dacă punctele A, B, C, D sunt
coplanare?
7. Explicaţi cele trei tipuri de proiecţii studiate.
8. Prezentaţi simetria unui punct faţă de alt punct, dreaptă, respectiv plan.
9. Definiţi unghiul dintre două drepte şi scrieţi formula de calcul a acestuia. Daţi o
condiţie vectorială ca aceste drepte să fie perpendiculare.
10. Definiţi unghiul dintre o dreaptă şi un plan şi scrieţi formula de calcul a acestuia.
Daţi o condiţie vectorială ca dreapta să fie paralelă cu planul.
11. Definiţi unghiul dintre două plane şi scrieţi formula de calcul a acestuia. Daţi o
condiţie vectorială ca planele să fie perpendiculare.
12. Scrieţi formulele pentru distanţa dintre două puncte, un punct şi o dreaptă, re-
spectiv un punct şi un plan.
Exerciţii propuse
1. Fie punctul A(1, 0, 2) şi vectorul ~v = 2~i + ~j − 3~k = (2, 1, −3).

a) Scrieţi ecuaţiile dreptei ce conţine punctul A şi are direcţia dată de ~v ;
b) Scrieţi ecuaţia planului ce conţine punctul A şi are vectorul normal ~v ;
c) Care este poziţia dreptei faţă de plan?
2. Fie punctele A(2, 2, 0) şi B(0, −2, 4).
a) Determinaţi ecuaţiile dreptei AB;
b) Stabiliţi coordonatele mijlocului M al segmentului (AB);
c) Determinaţi ecuaţia planului ce trece prin M şi este perpendicular pe dreapta AB.
3. Fie punctele A(0, 0, 1), B(0, 1, 0), C(0, 0, 1) şi D(3, −1, −1).
a) Arătaţi că ecuaţia planului (ABC) este x + y + z − 1 = 0;
b) Stabiliţi dacă punctele A, B, C, D sunt coplanare;
c) Determinaţi ecuaţiile dreptei ce conţine punctul A şi este perpendiculară pe planul
(ABC).
4. Fie dreapta d : x = t + 2, y = −t + 3, z = 2t, t ∈ R.
a) Scrieţi coordonatele carteziene ale punctelor A şi B corespunzătoare parametrilor t = 0,
respectiv t = 1;
b) Calculaţi distanţa de la A la B;
c) Determinaţi ecuaţia planului mediator segmentului (AB).
x y z−1
5. Fie dreapta d : = = şi planul π : x + y − 2z − 4 = 0.
1 1 −2
a) Demonstraţi că d ⊥ π;
b) Determinaţi coordonatele punctului P de intersecţie dintre dreaptă şi plan;
c) Aflaţi coordonatele punctelor de pe dreapta d aflate la distanţa 2 de punctul P .
6. Fie punctul A(0, 1, 0) şi planul π : x + 2y + 3z − 4 = 0.
a) Verificaţi că A nu aparţine planului π;
b) Scrieţi ecuaţiile dreptei ce conţine punctul A şi este perpendiculară pe planul π;
c) Determinaţi proiecţia punctului A pe planul π.
7. Fie punctele A(1, 1, −1) şi B(0, −1, 2).
a) Aflaţi coordonatele simetricului S al punctului A faţă de B;
b) Scrieţi ecuaţia planului π ce trece prin S şi este perpendicular pe dreapta AB;
c) Determinaţi simetricul punctului B faţă de planul π.
8. Determinaţi simetricul punctului A(3, 2, 1) faţă de planul π : x + 2y + 3z − 5 = 0.
9. Fie punctele A(0, 0, 1), B(0, 2, 0), C(0, 0, 3) şi D(3, −1, −1).
a) Arătaţi că ecuaţia planului (ABC) este 6x + 3y + 2z − 6 = 0;
b) Verificaţi că punctele A, B, C, D nu sunt coplanare;
c) Determinaţi simetricul punctului D faţă de planul (ABC).

x y z−1
10. Determinaţi simetricul punctului A(3, 2, 1) faţă de dreapta d : = = .
1 1 −2
11. Fie punctele A(0, 0, 1), B(1, 2, 0) şi C(0, 0, 3).
a) Arătaţi că ecuaţiile x = t, y = 2t, z = 1 − t, t ∈ R reprezintă ecuaţiile parametrice ale
dreptei AB;
b) Verificaţi că punctele A, B, C sunt necoliniare;
c) Determinaţi simetricul punctului C faţă de dreapta (AB).
x y−2 z+3
12. Dreapta d : = = este paralelă cu planul π : x + my − z − 1 = 0,
1 1 −2
unde m ∈ R.
a) Determinaţi m;
b) Verificaţi că punctul A(−1, 1, −1) aparţine dreptei d;
c) Calculaţi distanţa dintre dreaptă şi plan.
x−2 y−2 z+3 x y+2 z−1
13. Fie dreptele paralele d1 : = = şi d2 : = = , unde
1 0 −2 l 0 −4
l ∈ R.
a) Determinaţi l;
b) Verificaţi că punctul A(2, 2, −3) aparţine dreptei d1 ;
c) Calculaţi distanţa dintre cele două drepte.
14. Fie planele paralele π1 : 2x + y − 2z − 1 = 0 şi π2 : 6x + my − 6z − 1 = 0, unde
m ∈ R.
a) Determinaţi m;
b) Verificaţi că punctul A(0, 1, 0) aparţine planului π1 ;
c) Calculaţi distanţa dintre cele două plane.
1
Probleme rezolvate de Algebr’a liniar’a şi Geometrie analitică1
1. Se consideră vectorii v̄1 = (1, 1, 1), v̄2 = (1, 1, 0), v̄3 = (−1, 0, 1), v̄4 = (a, 1, a),
a ∈ R.
a) Să se verifice dacă S1 = {v̄1 , v̄2 } este liniar independent;
b) Să se calculeze valoarea lui a pentru care sistemul de vectori S2 = {v̄1 , v̄2 , v̄4 }
este liniar dependent;
c) Pentru a = 1, să se extragă din S3 = {v̄1 , v̄2 , v̄3 , v̄4 } o bază a lui R3 .
[Rezolvare 1]
2. În spaţiul aritmetic R2 se consideră sistemul de vectori
B = {ū1 = (1, 1), ū2 = (2, −1)}.
a) Să se scrie matricea sistemului de vectori;

b) Să se verifice că B este bază pentru R2 ;
c) Să se scrie vectorul v̄ = (4, 1) ı̂n baza B.
[Rezolvare 2]
3. Să se arate că U = {(x, x + y, 2y) : x, y ∈ R} este un subspaţiu vectorial al lui

R3 . Să se determine o bază a sa şi să se precizeze dim U.
[Rezolvare 3]
4. Să se arate că funcţia f : R2 → R2 , f (x1 , x2 ) = (x1 − x2 , −x1 + x2 ) este o

aplicaţie liniară. Să se determine apoi nucleul lui f şi o bază a sa.
[Rezolvare 4]
5. Fie aplicaţia liniară f : R2 → R2 , f (x1 , x2 ) = (x1 − x2 , −x1 + x2 ).

a) Să se scrie matricea lui f relativ la baza canonică a lui R2 ;
b) Să se calculeze imaginea directă a vectorului x̄0 = (1, 2) prin f ;
c) Să se determine imaginea inversă a vectorului ȳ0 = (−1, 1) prin f .
[Rezolvare 5]
6. Fie operatorul liniar f : R2 → R2 , f (x1 , x2 ) = (2x1 − x2 , x2 ).

a) Să se scrie matricea lui f ı̂n baza canonică, notată cu A;
b) Să se determine valorile proprii ale lui f , notate λ1 , λ2 ;
c) Să se verifice că λ1 + λ2 = Tr(A) şi λ1 λ2 = det(A), unde Tr(A) este urma
matricei A, adică suma elementelor de pe diagonala principală;
d) Să se calculeze vectorii proprii ai lui f .
[Rezolvare 6]
1
Cristian Lăzureanu & Bogdan Căruntu
2
 
1 1 1
7. Să se determine valorile proprii ale matricei A =  0 2 2  .
0 0 3
[Rezolvare 7]
 
0 0 1
8. Să se determine valorile proprii ale matricei A =  0 −1 0  .
1 0 0
[Rezolvare 8]
9. Fie operatorul liniar f : R3 → R3 ce are ı̂n baza canonică matricea
 
2 0 0
A =  1 2 0 .
0 1 2
a) Să se determine valorile proprii ale lui f ;

b) Să se determine subspaţiile proprii corespunzătoare.
[Rezolvare 9]
10. Fie spaţiul vectorial euclidian R3 ı̂mpreună cu produsul scalar standard. Daţi
fiind vectorii v̄1 = (1, 0, 1) şi v̄2 = (2, 2, 0), să se calculeze produsul scalar al vec-
torilor, normele lor, unghiul şi distanţa dintre ei şi căte un versor corespunzător.
[Rezolvare 10]
11. Găsiţi λ astfel ı̂ncăt vectorii v̄1 = (1, λ, 0) şi v̄2 = (λ2 , 1, 2·λ) să fie ortogonali.
[Rezolvare 11]
12. Fie vectorul √ū = (1, 1) din R2 . Găsiţi vectorii din R2 a căror distanţa ı̂n
raport cu ū este 2 si care fac cu vectorul ū un unghi de π4 . [Rezolvare 12]
13. Arătaţi că mulţimea vectorilor din R2 ortogonali cu vectorul ū = (2, 3) este
un subspaţiu vectorial al lui R2 . Găsiţi o bază a acestui subspaţiu. [Rezolvare 13]
14. Unui punct i se aplică trei forţe: una verticală, de mărime 1N, şi două ori-
zontale perpendiculare ı̂ntre ele, având aceeaşi mărime de 2N. Să se afle mărimea
forţei rezultante.
[Rezolvare 14]
15. Se dau punctele A(2, 0, 3) şi B(1, 4, 2).
a) Să se scrie vectorii de poziţie ai celor două puncte;
b) Să se calculeze ~rA + ~rB ;
−−→
c) Să se scrie vectorul AB şi să se calculeze lungimea lui.
[Rezolvare 15]
3
16. Se consideră punctele A(3, 1, 1) şi B(1, 3, −1). Să se determine:

a) coordonatele punctului M , mijlocului segmentului [AB];
b) punctele C de pe axa Oz astfel ca unghiul BAC\ să fie drept;
c) lungimea medianei [CM ] a triunghiului ABC.
[Rezolvare 16]
17. Fie punctele O(0, 0, 0) A(1, 1, 2) şi B(0, 3, 4). Să se calculeze:
a) Coordonatele punctului C astfel ca OACB să fie paralelogram;
b) aria paralelogramului OACB;
c) distanţa de la B la drepta OA.
[Rezolvare 17]
18. Fie punctele A(1, 0, 0), B(2, 3, 0), C(0, 4, 1) şi D(0, −1, 3).
a) Să se arate că cele patru puncte sunt necoplanare;
b) Să se determine aria triunghiului ABC.
[Rezolvare 18]
19. Fie punctele A(1, 0, 0), B(2, 3, 0), C(0, 5, −2).

a) Să se scrie ecuaţia medianei din A a triunghiului ABC.
b) Să se determine coordonatele simetricului punctului A faţă de mijlocul seg-
mentului (BC).
[Rezolvare 19]
20. Fie punctele A(1, 0, 0), B(2, 3, 0), C(0, 5, −2).

a) Să se scrie ecuaţia dreptei d ce conţine punctul A şi este paralelă cu dreapta
BC.
b) Să se determine ecuaţia planului π ce conţine punctul A şi este perpendicular
pe dreapta d.
[Rezolvare 20]
21. Fie punctele A(3, 0, 1), B(0, 2, 4), C(1, a, 3).

a) Pentru ce valoare a lui a punctele sunt coliniare?
b) Pentru a = 0 scrieţi ecuaţia planului determinat de cele trei puncte.
[Rezolvare 21]
22. Fie punctul A(1, −1, 0) şi planul π : 2x + 3y − z − 5 = 0.

a) Să se scrie ecuaţia dreptei d ce conţine punctul A şi este perpendiculară pe
planul dat.
b) Să se determine ecuaţia planului π1 ce conţine punctul A şi este paralel cu
planul π.
[Rezolvare 22]
4
x+1 y z−1
23. Fie dreapta d : = = şi planul π : x + y − z = 0. Să se
2 1 1
determine coordonatele punctului de intersecţie dintre dreaptă şi plan.
[Rezolvare 23]
x y−1 z+1
24. Fie dreapta d : = = şi planul π : x − 2y − z − 5 = 0.
2 1 0
a) Să se determine unghiul dintre vectorul director al dreptei şi vectorul normal
planului.
b) Să se determine coordonatele punctului de intersecţie dintre dreaptă şi plan.
[Rezolvare 24]
25. Fie planul π : x + 2 · y − z + 1 = 0 şi punctul M (1, 1, 1). Să se calculeze

proiecţia pe plan a punctului M şi simetricul lui M faţă de planul π.
[Rezolvare 25]
5
Rezolvare 1. a) Cu definiţia, avem
a1 v̄1 + a2 v̄2 = 0̄ ⇔ a1 (1, 1, 1) + a2 (1, 1, 0) = (0, 0, 0) ⇔
(a1 , a1 , a1 ) + (a2 , a2 , 0) = (0, 0, 0) ⇔ (a1 + a2 , a1 + a2 , a1 ) = (0, 0, 0) ⇒


 a1 + a2 = 0
a1 + a2 = 0 ⇒ a1 = 0 , a2 = 0,
a1 = 0

de unde rezultă că S1 este liniar independent.

b) Din metoda practică pentru liniar independentă avem că S2 , care are 3 vectori
ı̂n R3 , este liniar dependent dacă det(AS2 ) = 0, unde AS2 este matricea sistemului
de vectori. Dar  
1 1 a
AS2 =  1 1 1  .
1 0 a
Calculăm det(AS2 ) = a + 0 + 1 − a − 0 − a = 1 − a, deci 1 − a = 0. Rezultă a = 1.
c) O bază B a lui R3 trebuie să conţină 3 vectori, iar determinantul matricei cores-
punzătoare este nenul. Atunci B = {v̄1 , v̄2 , v̄3 }, deoarece ı̂n acest caz det AB = 1,
unde  
1 1 −1
AB =  1 1 0  .
1 0 1
Click pentru ı̂napoi Problema 1.
6
Rezolvare 2. a) Matricea unui sistem de vectori are pe coloane exact compo-

nentele vectorilor din sistem. Atunci

1 2
AB = .
1 −1
b) B este bază pentru R2 dacă are 2 vectori şi det AB 6= 0. Cum det AB = −3
rezultă că B este bază.
c) Scrierea vectorului v̄ ı̂n baza B ı̂nseamnă găsirea scalarilor α1 , α2 ∈ R astfel
ca
v̄ = α1 ū1 + α2 ū2 .
Această condiţie este echivalentă cu
(4, 1) = α1 (1, 1) + α2 (2, −1) ⇔

(4, 1) = (α1 , α1 ) + (2α2 , −α2 ) ⇔

α1 + 2α2 = 4
(4, 1) = (α1 + 2α2 , α1 − α2 ) ⇔
α1 − α2 = 1
Scăzând cele două ecuaţii avem 3α2 = 3, adică α2 = 1. Înlocuind ı̂n prima
ecuaţie obţinem α1 = 2. Atunci scrierea lui v̄ ı̂n baza B este v̄ = 2ū1 + ū2 , iar
coordonatele lui v̄ ı̂n baza B sunt (2, 1).

7
Rezolvare 3. Verificăm condiţiile din definiţie:

i) ∀u, v ∈ U ⇒ u + v ∈ U;
ii) ∀α ∈ R, u ∈ U ⇒ αu ∈ U.
i) Fie u = (x1 , x1 + y1 , 2y1 ) şi v = (x2 , x2 + y2 , 2y2 ). Atunci
u + v = (x1 , x1 + y1 , 2y1 ) + (x2 , x2 + y2 , 2y2 )

= (x1 + x2 , x1 + x2 + y1 + y2 , 2y1 + 2y2 )
= (x, x + y, 2y),
unde am notat x1 + x2 = x, y1 + y2 = y. Deci u + v ∈ U şi prima condiţie este

verificată.
ii) Fie α ∈ R şi u = (x1 , x1 + y1 , 2y1 ). Atunci
αu = α(x1 , x1 + y1 , 2y1 ) = (αx1 , αx1 + αy1 , 2αy1 ) = (x, x + y, 2y),
unde am notat αx1 = x, αy1 = y. Deci αu ∈ U şi astfel a doua condiţie este
verificată.
Din i) şi ii) rezultă că U este subspaţiu vectorial.
Pentru a determina o bază, mai ı̂ntâi determinăm sistemul de generatori ai
lui U. Un vector oarecare din U se scrie sub forma
(x, x + y, 2y) = (x, x, 0) + (0, y, 2y) = x(1, 1, 0) + y(0, 1, 2),
de unde deducem că sistemul de vectori B = {ū1 = (1, 1, 0), ū2 = (0, 1, 2)} ge-
nerează orice vector din U, adică ı̂l generează pe U. Să arătăm că B este liniar
independent. Cu definiţia, avem
a1 ū1 + a2 ū2 = 0̄ ⇔ a1 (1, 1, 0) + a2 (0, 1, 2) = (0, 0, 0) ⇔
(a1 , a1 , 0) + (0, a2 , 2a2 ) = (0, 0, 0) ⇔ (a1 , a1 + a2 , 2a2 ) = (0, 0, 0) ⇒


 a1 = 0
a1 + a2 = 0 ⇒ a1 = 0 , a2 = 0,
2a2 = 0

de unde rezultă că B este liniar independent, deci B este o bază a subspaţiului
U. Mai mult, dim U = 2 (numărul de vectori din bază).

8
Rezolvare 4. Pentru a arăta că f este aplicaţie liniară pe R2 verificăm condiţiile

din definiţie:
i) f (u + v) = f (u) + f (v), ∀u, v ∈ R2 ;
ii) f (αu) = αf (u), ∀α ∈ R, u ∈ R2 .
Avem:
i) Fie u = (u1 , u2 ) şi v = (v1 , v2 ). Atunci u + v = (u1 + v1 , u2 + v2 ) şi cum
f (x1 , x2 ) = (x1 − x2 , −x1 + x2 ), obţinem
f (u + v) = f (u1 + v1 , u2 + v2 ) = (u1 + v1 − u2 − v2 , −u1 − v1 + u2 + v2 )

f (u) + f (v) = (u1 − u2 , −u1 + u2 ) + (v1 − v2 , −v1 + v2 ) =
= (u1 − u2 + v1 − v2 , −u1 + u2 − v1 + v2 ).
E uşor de văzut de mai sus că egalitatea f (u + v) = f (u) + f (v) este adevărată.
ii) Fie α ∈ R şi u = (u1 , u2 ). Atunci αu = (αu1 , αu2 ). ’Tinem cont de formula
lui f şi obţinem
f (αu) = f (αu1 , αu2 ) = (αu1 − αu2 , −αu1 + αu2 )

αf (u) = α(u1 − u2 , −u1 + u2 ) = (αu1 − αu2 , −αu1 + αu2 ).
Deci egalitatea f (αu) = αf (u) este adevărată.

Din i) şi ii) deducem că f este aplicaţie liniară.
Pentru ker f avem:
ker f = {(x1 , x2 ) ∈ R2 : f (x1 , x2 ) = (0, 0)}.
Condiţia f (x1 , x2 ) = (0, 0), adică (x1 − x2 , −x1 + x2 ) = (0, 0), este echivalentă
cu sistemul
x1 − x2 = 0
−x1 + x2 = 0
de unde obţinem x1 = x2 . Deci ker f = {(x1 , x1 ) : x1 ∈ R}. Observăm că o bază
a nucleului lui f este B = {(1, 1)}, deci dimensiunea nucleului este 1.

9
Rezolvare 5. a) Relativ la baza canonică, matricea lui f are pe prima coloană

coeficienţii lui x1 , respectiv pe a doua coloană coeficienţii lui x2 :

1 −1
[f ] = .
−1 1
b) Prin calcul direct avem
f (x̄0 ) = f (1, 2) = (1 − 2, −1 + 2) = (−1, 1).
c) Din definiţia imaginii inverse a unui vector printr-o aplicaţie liniară avem
f −1 (ȳ0 ) = {(x1 , x2 ) : f (x1 , x2 ) = ȳ0 = (−1, 1)}.
Condiţia f (x1 , x2 ) = (−1, 1) este echivalentă cu (x1 − x2 , −x1 + x2 ) = (−1, 1),

adică x1 − x2 = −1 (cealaltă relaţie, −x1 + x2 = 1, reprezintă acelaşi lucru dacă
ı̂nmulţim cu (−1)). Deducem x1 = x2 − 1, deci f −1 (ȳ0 ) = {(x2 − 1, x2 ) : x2 ∈ R}.

10
Rezolvare 6. a) În baza canonică, matricea lui f este matricea coeficienţilor:

2 −1
A= .
0 1
b) Avem matricea caracteristică

2 − λ −1
A − λI2 = .
0 1−λ
Atunci polinomul caracteristic este dat de

2 − λ −1
P (λ) = det(A − λI2 ) = = (2 − λ)(1 − λ),
0 1−λ
iar valorile proprii sunt soluţiile ecuaţiei caracteristice
(2 − λ)(1 − λ) = 0,
adică λ1 = 2 şi λ2 = 1.
c) Tr(A) = 2 + 1 = 3 = λ1 + λ2 , iar det A = 2 = λ1 λ2 .
d) Fiecărei valori proprii găsite λ ı̂i corespunde un vector propriu X = (x1 , x2 )
ce se determină din relaţia
(A − λI2 ) · X = [0],
unde [0] este vectorul nul din R2 aşezat pe coloană.

i) Pentru λ = λ1 = 2 avem

0 −1
A − λI2 = .
0 −1
Obţinem condiţia

0 −1 x1 0 −x2 0
· = ⇒ = ⇒ x2 = 0
0 −1 x2 0 −x2 0
şi x1 poate fi oricât (nenul). Deci vectorul propriu este X = (x1 , 0), x1 ∈ R∗ .
ii) Pentru λ = λ2 = 1 condiţia (A − λI2 ) · X = [0] devine

1 −1 x1 0 x1 − x2 0 x1 − x2 = 0
· = ⇔ = ⇔ ,
0 0 x2 0 0 0 0=0
de unde x1 = x2 . Atunci X = (x2 , x2 ), x2 ∈ R∗ .

11
Rezolvare 7. Avem matricea caracteristică

   
1 1 1 1 0 0
A − λI3 =  0 2 2  − λ  0 1 0  =
0 0 3 0 0 1
     
1 1 1 λ 0 0 1−λ 1 1
=  0 2 2 − 0 λ 0  =  0 2−λ 2  , de unde rezultă po-
0 0 3 0 0 λ 0 0 3−λ
linomul caracteristic

1−λ 1 1

P (λ) = det(A − λI3 ) = 0 2−λ 2 = (1 − λ)(2 − λ)(3 − λ).

0 0 3−λ
Condiţia det(A − λI3 ) = 0 devine (1 − λ)(2 − λ)(3 − λ) = 0. Obţinem:
1 − λ = 0 ⇒ λ1 = 1
2 − λ = 0 ⇒ λ2 = 2
3 − λ = 0 ⇒ λ3 = 3
Deci valorile proprii căutate sunt λ1 = 1, λ2 = 2, λ3 = 3.

12
Rezolvare 8. Matricea caracteristică este

 
−λ 0 1
A − λI3 =  0 −1 − λ 0  ,
1 0 −λ
iar polinomul caracteristic

−λ 0 1

P (λ) = det(A − λI3 ) = 0 −1 − λ 0 .

1 0 −λ
Dezvoltând după a doua linie (sau cu celelalte reguli dând factor comun) rezultă

−λ 1
P (λ) = det(A − λI3 ) = (−1 − λ) · = (−1 − λ)(λ2 − 1).
1 −λ
Ecuaţia caracteristică P (λ) = 0 are soluţiile date de două ecuaţii: (−1 − λ) = 0,

respectiv λ2 − 1 = 0. Obţinem valorile proprii λ1 = λ2 = −1, λ3 = 1.

13
 
2−λ 0 0
Rezolvare 9. a) Avem A − λI3 =  1 2−λ 0  , de unde
0 1 2−λ

2−λ 0 0
= (2 − λ)3 .

det(A − λI3 ) = 1 2−λ 0
0 1 2−λ
Polinomul caracteristic P (λ) = (2 − λ)3 are rădăcina triplă λ1 = λ2 = λ3 = 2.

b) Valorii proprii λ = 2 ı̂i corespunde vectorul propriu X = (x1 , x2 , x3 ), Condiţia
(A − λI3 ) · X = [0] devine
          
0 0 0 x1 0 0 0  0=0
 1 0 0  ·  x2  =  0  ⇔  x1  =  0  ⇔ x1 = 0
0 1 0 x3 0 x2 0 x2 = 0

Atunci X = (0, 0, x3 ), x3 ∈ R∗ , iar subspaţiul propriu corespunzător este
Sλ1 = {(0, 0, x3 ) : x3 ∈ R}.
Observaţie: vectorul propriu trebuie să fie nenul, iar subspaţiul propriu trebuie să
conţină şi vectorul nul, care este elementul neutru la adunare.

14
Rezolvare 10. Daţi fiind vectorii x̄ = (x1 , x2 , x3 ) şi ȳ = (y1 , y2 , y3 ), produ-

sul lor scalar p standard este hx̄; ȳip= x1 · y1 + x2 · y2 + x3 · y3 , normele lor
sunt |x̄| = x21 + x22 + x23 şi |ȳ| = y12 + y22 + y32 , cosinusul unghiului lor θ este
hx̄;ȳi
cos θ = |x̄|·|ȳ| , distanta dintre ei este d(x̄, ȳ) = |x̄ − ȳ| iar versorul corespunzător
1
vectorului x̄ este x̄0 = |x̄| · x̄.
În cazul problemei noastre avem:
hv̄1 ; v̄2 i√= 1 · 2 + 0 · 2 + √ 1 · 0 = 2. √ √
|v̄1 | = 12 + 02 + 12 = 2, |v̄2 | = 22 + 22 + 02 = 8
cos θ = |v̄hv̄11|·|v̄
;v̄2 i
2|
= √2·2√8 = √216 = 12 ⇒ θ = π3
p
d(v̄1 , v̄2 ) = |v̄1 −v̄2 | = |(1, 0, 1)−(2, 2, 0)| = |(−1, −2, 1)| =
√ (−1)2 + (−2)2 + 12 =
6 √ √ √
v̄10 = |v̄11 | · v̄1 = √12 · (1, 0, 1) = 22 · (1, 0, 1) = ( 22 , 0, 22 ),
√ √ √
1 √1 1 2 2 2
v̄20 = |v̄2 | · v̄2 = 8
· (2, 2, 0) = √
2· 2
· (2, 2, 0) = 4 · (2, 2, 0) = ( 2 , 2 , 0).

15
Rezolvare 11. Vectorii sunt ortogonali dacă produsul lor scalar este zero, deci
avem:
hv̄1 ; v̄2 i = 0 ⇔ 1 · λ2 + λ · 1 + 0 · 2 · λ = 0 ⇔ λ2 + λ = 0 ⇔ λ · (λ + 1) = 0,
aşadar obţinem valorile λ = 0 şi λ = −1

16
Rezolvare 12. Căutăm vectori de forma v̄ = (a, b).

Distanţa din enunţ este d(ū, v̄) = |ū − v̄| = |(1, 1) − (a, b)| = |(1 − a, 1 − b)| =
p
(1 − a)2 + (1 − b)2 . p √
Aşadar o primă relaţie este (1 − a)2 + (1 − b)2 = 2, de unde rezultă
(1 − a)2 + (1 − b)2 = 2 ⇒ 1 − 2 · a + a2 + 1 − 2 · b + b2 = 2 ⇒
⇒ a · (a − 2) + b · (b − 2) = 0 (*) (vom reveni la această relaţie).
Dacă unghiul vectorilor este de π4 , atunci relaţia care dă cosinusul unghiului este:
√
hū;v̄i
cos π4 = |ū|·|v̄| ⇒ 22 = √12 +1 1·a+1·b
√
2 · a2 +b2
⇒ √12 = √2·√
a+b
a2 +b2
⇒ 1 = √aa+b2 +b2
⇒ a+b =
√ 2 2 2 2 2 2 2
2 2
a + b ⇒ (a + b) = a + b ⇒ a + 2 · a · b + b = a + b ⇒ 2 · a · b = 0.
Aşadar putem trage concluzia că a = 0 sau b = 0. Remarcăm că a şi b nu pot fi
zero simultan deoarece ı̂n acest caz v̄ = (0, 0) si unghiul nu mai poate fi egal cu
π
4 (produsul scalar va fi de fapt zero).
-Dacă a = 0 atunci din relaţia (*) de mai sus rezultă b·(b−2) = 0, şi deci valorile
posibile pentru b sunt ı̂n acest caz b = 0 (care nu convine aşa cum am văzut mai
sus) şi b = 2.
-Dacă b = 0 atunci din relaţia (*) rezultă a · (a − 2) = 0, şi deci valorile posibile
pentru a sunt a = 0 (care nu convine) şi a = 2.
În concluzie, avănd ı̂n vedere valorile găsite pentru a şi b, soluţia problemei constă
ı̂n vectorii v̄1 = (0, 2) şi v̄2 = (2, 0).

17
Rezolvare 13. Vom verifica daă sunt satisfăcute condiţiile din definiţia unui
subspaţiu vectorial (vezi şi problema 3):
i) ∀u, v ∈ U ⇒ u + v ∈ U;
ii) ∀α ∈ R, u ∈ U ⇒ αu ∈ U.
In cazul acestei probleme, mulţimea studiata este mulţimea U a vectorilor v̄ =
(a, b) ortogonali cu vectorul ū = (2, 3), muţime care are forma:
U = {(a, b) | hū; v̄i = 0} = {(a, b) | 2 · a + 3 · b = 0}.
Notând a = k din relaţia 2 · a + 3 · b = 0 obţinem b = − 23 · a = − 23 · k şi mulţimea
U se poate scrie:
U = {(k, − 32 · k) | k ∈ R} = {k · (1, − 23 ) | k ∈ R}, ceea ce ı̂nseamnă că orice
vector din U est de forma k · (1, − 23 ), unde k este o constantă arbitrară.
În mod evident relaţiile i) şi ii) sunt satisfăcute (exerciţiu, vezi problema 3) şi,
ı̂n plus, la fel de evident este faptul că o bază a subspaţiului U este formată chiar
din vectorul (1, − 23 ).

18
Rezolvare 14. Cele trei forţe au aceeaşi origine şi sunt perpendiculare ı̂ntre
ele două câte două. Atunci putem considera un reper (P ;~i, ~j, ~k), unde P este
punctul dat, iar direcţiile şi sensurile vectorilor ~i, ~j, ~k sunt date de cele ale forţelor
aplicate. Rezultă că cele trei forţe vor fi F~1 = 2~i, F~2 = 2~j, respectiv F~3 = 1~k, iar
forţa rezultantă va fi suma lor,
F~ = 2~i + 2~j + 1~k.
Mărimea
√ forţei rezultante,
√ conform formulei de calcul a lungimii unui vector, este
|F~ | = 22 + 22 + 12 = 9 = 3N.

19
Rezolvare 15. a) Vectorul de poziţie al punctului A este
~rA = xA~i + yA~j + zA~k = 2~i + 0~j + 3~k = (2, 0, 3).
Analog, ~rB = 1~i + 4~j + 2~k = (1, 4, 2).

b) ~rA + ~rB = (2~i + 0~j + 3~k) + (1~i + 4~j + 2~k) = 3~i + 4~j + 5~k = (3, 4, 5).
−−→ −−→ p √
c) AB = ~rB − ~rA = (−1, 4, −1), iar |AB | = (−1)2 + 42 + (−1)2 = 3 2.

20
Rezolvare 16. a) Avem

M , , ,
2 2 2
adică M (2, 2, 0).

\ este drept atunci vectorii −
b) Dacă unghiul BAC
−→ −−→
AB şi AC sunt ortogonali, deci
produsul lor scalar este nul. Cum C aparţine axei Oz, avem C(0, 0, c). Atunci:
−−→
AB = ~rB − ~rA = (1, 3, −1) − (3, 1, 1) = (−2, 2, −2) = −2~i + 2~j − 2~k,
−−→
AC = ~rC − ~rA = (0, 0, c) − (3, 1, 1) = (−3, −1, c − 1) = −3~i − ~j + (c − 1)~k,
−−→ −−→
AB · AC = (−2)(−3) + 2(−1) + (−2)(c − 1) = 6 − 2c.
−−→ −−→
Cum AB · AC = 0, rezultă 6 − 2c = 0, adică c = 3. Deci C(0, 0, 3).
−−−→
c) Din C(0, 0, 3) şi M (2, 2, 0) obţinem CM = (2, 2, −3) = 2~i + 2~j − 3~k. Atunci
−−−→ p √ √
CM = |CM | = 22 + 22 + (−3)2 = 4 + 4 + 9 = 17.

21
Rezolvare 17. a) Aplicând regula paralelogramului ı̂n paralelogramul OACB,

avem
−−→ −−→ −−→
OA + OB = OC ⇔ ~rC = ~rA + ~rB .
Atunci
~rC = (~i + ~j + 2~k) + (3~j + 4~k) = ~i + 4~j + 6~k = (1, 4, 6),
deci C(1, 4, 6).
−−→ −−→
b) Paralelogramul OACB este construit pe vectorii OA şi OB , deci avem
−−→ −−→
Aparalelogram = |OA × OB |.
Dar
~i ~j ~k

−−→ −−→
OA × OB = 1 1 2 = −2~i − 4~j + 3~k.

0 3 4
p √
Atunci AOACB = (−2)2 + (−4)2 + 32 = 29.
c) Distanţa de la B la OA este chiar lungimea ı̂nălţimii paralelogramului OACB
corespunzătoare bazei [OA]. Notând cu h această distanţă, avem că aria pa-
ralelogramului este
−−→
AOACB = h · OA = h · |OA |.
√ √ q
Rezultă 29 = h · 6, de unde h = 29 6 .

22
−−→ −−→ −−→

Rezolvare 18. a) Dacă vectorii AB , AC , AD sunt necoplanari atunci şi punc-
tele A, B, C, D sunt necoplanare. Fie
−−→
~u = AB = ~rB − ~rA = (2, 3, 0) − (1, 0, 0) = (1, 3, 0) = ~i + 3~j
−−→
~v = AC = ~rC − ~rA = (0, 4, 1) − (1, 0, 0) = (−1, 4, 1) = −~i + 4~j + ~k
−−→
~ = AD = ~rD − ~rA = (0, −1, 3) − (1, 0, 0) = (−1, −1, 3) = −~i − ~j + 3~k
w
Avem
1 3 0
−−→ −−→ −−→
~ = −1 4 1 = 19 6= 0,
(AB , AC , AD ) = (~u, ~v , w)
−1 −1 3
adică vectorii sunt necoplanari, deci punctele A, B, C, D sunt necoplanare.

b) Aria unui triunghi determinat de doi vectori este jumătate din aria paralelo-
gramului construit pe cei doi vectori. Atunci
1 1
A∆ABC = · Aparalelogram = · |~u × ~v |.
2 2
Calculăm
~i ~j ~k

−−→ −−→ = 3~i − ~j + 7~k.

~u × ~v = AB × AC = 1 3 0
−1 4 1
Deci √
1p 2 59
A∆ABC = 3 + (−1)2 + 72 = .
2 2
23
Rezolvare 19. a) Mediana uneşte un vârf al triunghiului cu mijlocul laturii

opuse. Fie M mijlocul laturii BC. Atunci coordonatele sale sunt media aritme-
tică a coordonatelor punctelor B şi C:

2 + 0 3 + 5 0 + (−2)
M , , ⇔ M (1, 4, −1).
2 2 2
Folosind ecuaţia dreptei determinată de două puncte obţinem

x−1 y−0 z−0 x−1 y z
AM : = = ⇔ = = .
1−1 4−0 −1 − 0 0 4 −1
b) Dacă S este simetricul lui A faţă de M atunci M este mijlocul segmentului
(AS), adică
xA + xS
xM = ⇔ 2xM = xA + xS ⇔ xS = 2xM − xA = 1,
2
yA + yS
yM = ⇔ 2yM = yA + yS ⇔ yS = 2yM − yA = 8,
2
zA + zS
zM = ⇔ 2zM = zA + zS ⇔ zS = 2zM − zA = −2.
2
Rezultă S(1, 8, −2).

24
Rezolvare 20. a) Deoarece dreptele d şi BC sunt paralele, ele au aceeaşi direcţie
−−→
dată de vectorul BC , adică
−−→
~vd = BC = ~rC − ~rB = (0, 5, −2) − (2, 3, 0) = (−2, 2, −2).
Rezultă
x−1 y z
d: = = .
−2 2 −2
b) Direcţia perpendiculară pe planul π este dată de vectorul ~nπ = ~vd . Atunci
ecuaţia planului este
π : −2(x − 1) + 2(y − 0) − 2(z − 0) = 0 ⇔ x − y + z − 1 = 0.

25
Rezolvare 21. a) Putem găsi valoarea lui a prin mai multe metode, dintre care
prezentăm aici două.
-In cadrul primei metode ţinem cont de faptul că dacă punctele sunt coliniare
−−→ −−→
atunci vectorii AB şi AC au aceeaşi direcţie, ceea ce ı̂nseamnă că produsul
lor vectorial trebuie sa fie (vectorul) nul (sau, echivalent, putem considera ca
triunghiul ABC trebuie să aibă aria nulă, ceea ce ne conduce tot la produsul
vectorial nul). Avem:
−−→
AB = ~rB − ~rA = (0, 2, 4) − (3, 0, 1) = (−3, 2, 3) = −3 · ~i + 2 · ~j + 3 · ~k,
−−→
AC = ~rC − ~rA = (1, a, 3) − (3, 0, 1) = (−2, a, 2) = −2 · ~i + a · ~j + 2 · ~k,
~i ~j ~k

−−→ −−→
AB × AC = −3 2 3 = (4 − 3 · a) · ~i + (−3 · a + 4) · ~k.

−2 a 2
Produsul vectorial este nul dacă toţi coeficienţii vectorului rezultat sunt egali cu
zero, adică dacă 4 − 3 · a = −3 · a + 4 = 0. Rezultă deci a = 34 .
- Metoda a doua are ı̂n vedere faptul ca cele trei punctele sunt coliniare dacă
cel de-al treilea punct se găseşte pe dreapta determinată de primele două puncte.
Scriem aşadar ecuaţia dreptei determinate de punctele A şi B:
x−3 y z−1
d: = = .
−3 2 3
Punănd condiţia ca punctul C să aparţină dreptei d (adică ı̂nlocuind ı̂n ecuaţia
de mai sus pe x, y, z cu coordonatele punctului C) obţinem:
1−3 a 3−1 −2 a 2 4
d: = = ⇒ = = ⇒a= .
−3 2 3 −3 2 3 3
b) Punctul C(1,0,3) evident nu este coliniar cu punctele A şi B (el corespunde lui
a = 0 6= 43 ). Ecuaţia planului determinat de trei puncte necoliniare A(xA , yA , zA ),
B(xB , yB , zB ) şi C(xC , yC , zC ) se poate calcula folosind una dintre formulele
(echivalente):
x y z 1

x A yA zA 1
(ABC) : = 0,
xB yB zB 1

x C yC zC 1

x − xA y − y A z − z A

(ABC) : xB − xA yB − yA zB − zA = 0.

xC − xA yC − yA zC − zA
26
De
exemplu, dezvoltănd
după prima linie primul determinant:
x y z 1
3 0 1 1 0 1 1
3 1 1 3 0 1 3 0 1

0 2 4 1 = 2 4 1 ·x− 0 4 1 · y + 0 2 1 · z − 0 2 4
·1

0 3 1 1 3 1 1 0 1 1 0 3
1 0 3 1
obţinem ecuaţia:
(ABC) : 4 · x + 4 · z − 16 = 0
sau, echivalent:
(ABC) : x + z − 4 = 0

27
Rezolvare 22. a) Deoarece d ⊥ π, direcţia dreptei d este dată de vectorul normal

planului π dat de coeficienţii lui x, y, z din ecuaţia planului, adică
~vd = ~nπ = (2, 3, −1).
Rezultă
x−1 y+1 z
d: = = .
2 3 −1
b) Cum π1 ||π, rezultă ~nπ1 = ~nπ . Atunci ecuaţia planului este
π1 : 2(x − 1) + 3(y + 1) − (z − 0) = 0 ⇔ 2x + 3y − z + 1 = 0.

28
Rezolvare 23. Notănd cu t valoarea rapoartelor egale care apar ı̂n ecuaţiile car-
teziene ale dreptei putem scrie ecuaţiile
 x+1  parametrice ale dreptei:
 2 =t  x=2·t−1
x+1 y z−1 y
2 = 1 = 1 = t ⇒ 1 = t ⇒ y=t .
 z−1
= t z = t + 1

1
Introducănd pe x, y şi z astfel obţinute ı̂n ecuaţia planului obţinem valoarea lui t
care corespunde punctului de intersecţie:
2 · t − 1 + t − t − 1 = 0 ⇒ t = 1.
Valorile
 lui x, y şi z corespunzătoare lui t = 1 (coordonatele punctului de intersecţe)
 x=2·1−1=1
sunt y=1 .
z =1+1=2

Aşadar punctul de intersecţie este M (1, 1, 2).

29
Rezolvare 24. a) Dacă ecuaţia dreptei d este

x − x0 y − y0 z − z0
d: = = ,
l m n
atunci vectorul director al dreptei este
~vd = (l, m, n).
În cazul nostru ~vd = (2, 1, 0). Pe de altă parte, vectorul normal planului π este
~nπ = (1, −2, −1).
Dacă θ este unghiul dintre cei doi vectori, atunci
~vd · ~nπ
cos θ = .
|~vd | · |~nπ |
Avem ~vd · ~nπ = 2 · 1 + 1 · (−2) + 0 · (−1) = 0, deci θ = π/2 (90◦ , adică vectorii
sunt perpendiculari).
b) Coordonatele punctului P de intersecţie dintre dreaptă şi plan se obţin re-
zolvând sistemul
 x = y−1 = z+1 =t

d∩π : 2 1 0
x − 2y − z − 5 = 0

Din prima relaţie obţinem x = 2t, y = t + 1, z = −1 şi ı̂nlocuim ı̂n a doua ecuaţie.
Obţinem
2t − 2t − 2 + 1 − 5 = 0 ⇔ −6 = 0
ceea ce este fals, adică sistemul nu are soluţie.
Deci dreapta şi planul nu se intersectează, fiind paralele. Acest lucru putea fi
dedus din subpunctul a): ~vd ⊥ ~nπ ⇒ d||π.

30
Rezolvare 25. Proiecţia M 0 a punctului M pe plan este intersecţia dintre plan

şi perpendiculara dusă din M pe plan. Altfel spus, vom calcula M 0 ca punct de
intersecţie al planului cu drepta d determinată de normala la plan şi de punctul
M . Avănd ı̂n vedere că normala la planul π este vectorul (1,2,-1) (ale cărui com-
ponente sunt coeficienţii 
lui x, y şi z, vezi
 problema 22), ecuaţiile dreptei d sunt:
x−1
 1 =t  x=t+1
x−1 y−1 z−1 y−1
1 = 2 = −1 = t ⇒  2 = t ⇒  y = 2 · t + 1 .
z−1
−1 = t z = −t + 1
Introducănd pe x, y şi z ı̂n ecuaţia planului obţinem:
1
t + 1 + 2 · (2 · t + 1) − (−t + 1) + 1 = 0 ⇒ 6 · t + 3 = 0 ⇒ t = − .
2
Valorile
 corespunzătoare pentru x, y şi z (coordonatele punctului de intersecţe)
1
 x= 2
sunt y=0 .
z = 32

Aşadar proiecţia M 0 a punctului M pe plan este M 0 ( 12 , 0, 23 ).
Dacă M 00 este simetricul lui M faţă de plan atunci de fapt M 00 este simetricul
lui M faţă de M 0 şi deci M 0 este mijlocul segmentului (M M 00 ), adică:
xM + xM 00 1
xM 0 = ⇒ xM 00 = 2 · xM 0 − xM = 2 · − 1 = 0,
2 2
yM + yM 00
yM 0 = ⇒ yM 00 = 2 · yM 0 − yM = 2 · 0 − 1 = −1,
2
zM + zM 00 3
zM 0 = ⇒ zM 00 = 2 · zM 0 − zM = 2 · − 1 = 2,
2 2
00
Aşadar simetricul lui M faţă de plan este punctul M (0, −1, 2).

Aplicaţii liniare. Nucleu şi imagine
După cum am văzut ı̂n lecţiile precedente, spaţiile vectoriale se aseamănă cu structurile alge-
brice studiate ı̂n liceu (grup, subgrup, inel, corp). Ca ı̂n cazul acestora, şi spaţiile vectoriale
pot fi legate printr-un morfism, o funcţie de la o structură algebrică la o alta de acelaţi tip,
ce duce o lege de compoziţie din prima structură ı̂n corespondenta ei din cealaltă structură.
Fie (V, +, ·) şi (W, ⊕, ) două spaţii vectoriale finit dimensionale peste acelaşi corp K.
Definiţia 1. O funcţie f : V → W se numeşte aplicaţie liniară sau morfism de spaţii

vectoriale dacă satisface condiţiile:
(AL1) f (ū + v̄) = f (ū) ⊕ f (v̄) , (∀)ū, v̄ ∈ V (proprietatea de aditivitate);
(AL2) f (α · v̄) = α f (v̄) , (∀)α ∈ K, v̄ ∈ V (proprietatea de omogenitate)
sau echivalent
(AL) f (α · ū + β · v̄) = α f (ū) ⊕ β f (v̄) , (∀)α, β ∈ K, ū, v̄ ∈ V.
În particular, dacă V = W, aplicaţia liniară f se numeşte operator liniar sau endo-
morfism.
Un exemplu de aplicaţie liniară este aplicaţia identitate f : V → V, f (v̄) = v̄. Într-adevăr,

f (α · ū + β · v̄) = α · ū + β · v̄ = α · f (ū) + β · f (v̄), deci condiţia (AL) este verificată.
De obicei vom nota operaţiile din ambele spaţii cu ” + ”, respectiv ” · ”, condiţia (AL)
rescriindu-se f (α · ū + β · v̄) = α · f (ū) + β · f (v̄).
Pentru α = β = 0 obţinem f (0̄V ) = 0̄W , proprietate utilă pentru a arăta că o funcţie
ı̂ntre două spaţii vectoriale nu este aplicaţie liniară. De exemplu, funcţia f : R2 → R3 ,
f (x1 , x2 ) = (2x1 + x2 , 1 − x2 , 3x1 ), deşi este dată prin intermediul unor expresii liniare (lucru
sugerat de denumirea de aplicaţie liniară), nu este o aplicaţie liniară deoarece f (0, 0) =
(0, 1, 0) 6= (0, 0, 0).
1
2 Curs de Algebră liniară
Dar cum arată ı̂n general o aplicaţie liniară? Are loc

Propoziţia 1. Fie B = {v̄1 , . . . , v̄n } o bază pentru spaţiul vectorial V şi f : V → W cu
f (v̄i ) = w̄i , i ∈ {1, 2, . . . , n}. Dacă f este aplicaţie liniară, atunci este unic determinată de
valorile f (v̄1 ), . . . , f (v̄n ).
Mai mult, dacă x̄ = x1 v̄1 + x2 v̄2 + . . . + xn v̄n ∈ V, atunci f are expresia
f (x̄) = x1 w̄1 + x2 w̄2 + . . . + xn w̄n .
Demonstraţie. Avem f (x̄) = f (x1 v̄1 + x2 v̄2 + . . . + xn v̄n ). Folosind (AL) rezultă
f (x̄) = x1 f (v̄1 ) + x2 f (v̄2 ) + . . . + xn f (v̄n ) = x1 w̄1 + x2 w̄2 + . . . + xn w̄n . Dacă ar exista altă
aplicaţie liniară g cu aceleaşi valori pe bază, adică g(v̄i ) = f (v̄i ), i ∈ {1, 2, . . . , n}, cu acelaşi
raţionament obţinem g(x̄) = x1 w̄1 + x2 w̄2 + . . . + xn w̄n = f (x̄), deci f este unic determinată.
Problema 1. Să se determine expresia analitică a aplicaţiei liniare

f : R2 → R3 , ştiind că f (1, 0) = (2, 1, 3), f (0, 1) = (−1, 1, 0).
Rezolvare. Fie x̄ = (x1 , x2 ) = x1 (1, 0) + x2 (0, 1) ∈ R2 . Atunci, conform propoziţiei de
mai sus,
f (x̄) = x1 f (1, 0) + x2 f (0, 1) = x1 (2, 1, 3) + x2 (−1, 1, 0)

= (2x1 , x1 , 3x1 ) + (−x2 , x2 , 0) = (2x1 − x2 , x1 + x2 , 3x1 ).
Deci f (x̄) = (2x1 − x2 , x1 + x2 , 3x1 ).

Observăm, din exemplul de mai sus, că expresia lui f (x̄) este un vector din W = R3
ale cărui componente sunt combinaţii liniare ale componentelor lui x̄ = (x1 , x2 ) ∈ V = R2 .
Din Propoziţia 1 avem că acest lucru se ı̂ntâmplă ı̂n general pentru cazul spaţiilor aritmetice
V = Rn şi W = Rm , adică expresia analitică a unei aplicaţii liniare ı̂ntre cele două spaţii are
forma generală
f (x1 , . . . , xn ) = (a11 x1 + . . . + a1n xn , a21 x1 + . . . + a2n xn , . . . , am1 x1 + . . . + amn xn ).
Observăm că
f (1, 0, 0, . . . , 0) = (a11 , a21 , . . . , am1 )

f (0, 1, 0, . . . , 0) = (a12 , a22 , . . . , am2 )
..
.
f (0, 0, . . . , 0, 1) = (a1n , a2n , . . . , amn )
Aplicaţii liniare. Nucleu şi imagine 3
adică valorile lui f calculate pentru baza canonică din Rn şi raportate la baza canonică din
Rm sunt exact coeficienţii lui x1 , x2 , . . . , xn . Printr-o asemănare cu sistemele liniare studiate
ı̂n clasa a XI-a, putem construi matricea coeficienţilor (pe prima coloană coeficienţii lui x1
etc.; se pătrează convenţia că atunci când scriem matriceal vectorii se pun pe coloane):
 
a11 a12 . . . a1n
 a21 a22 . . . a2n 
 
A= .
 .
 ..


am1 am2 . . . amn
Această matrice, ce are n coloane şi m linii, se numeşte matricea aplicaţiei liniare f ı̂n
perechea de baze canonice din Rn , Rm .
Mai general, avem
Definiţia 2. Fie aplicaţia liniară f : V → W, B = {v̄1 , . . . , v̄n } o bază pentru V şi B 0
o bază pentru W. Matricea ce are pe coloane componentele vectorilor f (v̄1 ), f (v̄2 ), . . . , f (v̄n )
ı̂n baza B 0 se numeşte matricea aplicaţiei liniare f ı̂n perechea de baze B, B 0 şi notăm
[f ]B 0 B .
Apelând la Propoziţia 1, obţinem scrierea matriceală a unei aplicaţii liniare ı̂ntr-o
pereche de baze:
f (x̄)B 0 = [f ]B 0 B · x̄B
(vectorii f (x̄)B 0 şi x̄B sunt pe coloane). Mai mult, o matrice A cu m linii şi n coloane defineşte
ı̂n mod unic aplicaţia liniară f : Rn → Rm , f (x̄) = A · x̄.
Să aflăm expresia analitică a unei aplicaţii liniare f : V → W ce are ı̂n perechea de baze
canonice matricea  
2 −1
A= 0 4 .
 
2 −2
Prima coloană reprezintă coeficienţii lui x1 , iar a doua coeficienţii lui x2 , deci cele două
coloane semnifică faptul că V = R2 . Cum A = [f ]B 0c Bc , avem
   
" # 2 −1 " # 2x1 − x2
x1 x1
f (x1 , x2 )B 0c = A · = 0 4 · = 4x2 ,
   
x2 x2
2 −2 2x1 − 2x2
de unde deducem că f (x1 , x2 ) = (2x1 − x2 , 4x2 , 2x1 − 2x2 ) şi W = R3 .

Mai mult, se poate deduce matricea compunerii a două aplicaţii liniare:

Propoziţia 2. Fie B, B 0 şi B 00 respectiv baze ale spaţiilor vectoriale V, V 0 şi V 00 . Dacă
g : V → V 0 şi f : V 0 → V 00 sunt aplicaţii liniare atunci matricea aplicaţiei liniare f ◦ g este
produsul matricelor celor două aplicaţii
[f ◦ g]B 00 B = [f ]B 00 B 0 · [g]B 0 B .
Demonstraţie. Rezultă imediat că f ◦ g este aplicaţie liniară. Apoi, pentru x̄ ∈ V,

rezultă g(x̄) = ȳ ∈ V 0 şi g(x̄)B 0 = [g]B 0 B · x̄B = ȳB 0 . Atunci
(f ◦ g)(x̄)B 00 = f (ȳ)B 00 = [f ]B 00 B 0 · ȳB 0 = [f ]B 00 B 0 · [g]B 0 B · x̄B ,
de unde rezultă concluzia.

Schimbând bazele celor două spaţii se schimbă şi expresia analitică a lui f . Are loc legea
de schimbare a matricei unei aplicaţii liniare la schimbarea bazelor:
Propoziţia 3. Fie B1 , B2 baze pentru spaţiul vectorial V, B 01 , B 02 baze pentru W şi
f : V → W o aplicaţie liniară. Atunci [f ]B 02 B2 = TB 02 B 01 · [f ]B 01 B1 · TB1 B2 .
Demonstraţie. Vom folosi legea de schimbare a coordonatelor unui vector la schimbarea
bazei. Avem:
f (x̄)B 02 = [f ]B 02 B2 · x̄B2 (scrierea lui f ı̂n perechea de baze B2 , B 02 )

= [f ]B 02 B2 · TB2 B1 · x̄B1 (trecerea lui x̄ din baza B2 ı̂n baza B1 )
f (x̄)B 02 = TB 02 B 01 · f (x̄)B 01 (trecerea lui f (x̄) din baza B 02 ı̂n baza B 01 )
= TB 02 B 01 · [f ]B 01 B1 · x̄B1 (scrierea lui f ı̂n perechea de baze B1 , B 01 )
Rezultă [f ]B 02 B2 · TB2 B1 = TB 02 B 01 · [f ]B 01 B1 . Înmulţind la dreapta cu TB−1

2 B1
= TB1 B2 , rezultă
concluzia.
În continuare vom introduce noţiunile de imagine directă şi imagine inversă a unui vector
printr-o aplicaţie liniară, respectiv de nucleu şi imagine a unei aplicaţii liniare.
Definiţia 3. Imaginea directă a vectorului x̄0 ∈ V prin aplicaţia liniară f : V → W
este vectorul ȳ0 = f (x̄0 ) ∈ W.
Definiţia 4. Imaginea inversă a vectorului ȳ0 ∈ W prin aplicaţia liniară f : V → W
este mulţimea formată cu toţi vectorii ce ı̂l au pe ȳ0 ca imagine directă prin f :
f −1 (ȳ0 ) = {x̄ ∈ V : f (x̄) = ȳ0 }.

Problema 2. Fie aplicaţia liniară f : R2 → R2 ,
f (x1 , x2 ) = (x1 − x2 , −x1 + x2 ).
a) Să se scrie matricea lui f relativ la baza canonică a lui R2 ;

b) Să se calculeze imaginea directă a vectorului x̄0 = (1, 2) prin f ;
c) Să se determine imaginea inversă a vectorului ȳ0 = (−1, 1) prin f .
Rezolvare. a) Relativ la baza canonică, matricea lui f are pe prima coloană coeficienţii
lui x1 , respectiv pe a doua coloană coeficienţii lui x2 :
" #
1 −1
[f ] = .
−1 1
b) f (x̄0 ) = f (1, 2) = (1 − 2, −1 + 2) = (−1, 1).

c) f −1 (ȳ0 ) = {(x1 , x2 ) : f (x1 , x2 ) = ȳ0 = (−1, 1)}. Condiţia f (x1 , x2 ) = (−1, 1) este echiva-
lentă cu (x1 − x2 , −x1 + x2 ) = (−1, 1), adică x1 − x2 = −1 (cealaltă relaţie, −x1 + x2 = 1,
reprezintă acelaşi lucru dacă ı̂nmulţim cu (−1)). Deducem x1 = x2 − 1, deci f −1 (ȳ0 ) =
{(x2 − 1, x2 ) : x2 ∈ R}.
Definiţia 4. Nucleul aplicaţiei liniare f : V → W este imaginea inversă a vectorului nul
0̄W prin f ,
ker f = {x̄ ∈ V : f (x̄) = 0̄W }.
Definiţia 5. Imaginea aplicaţiei liniare f : V → W este mulţimea imaginilor directe

prin f a tuturor vectorilor din V,
Im f = {ȳ ∈ W : (∃)x̄ ∈ V cu f (x̄) = ȳ}.
Problema 3. Fie aplicaţia liniară f : R2 → R2 ,
f (x1 , x2 ) = (x1 − x2 , −x1 + x2 ).
Să se determine nucleul şi imaginea lui f .

Rezolvare. Pentru ker f avem f (x1 , x2 ) = (0, 0), adică (x1 − x2 , −x1 + x2 ) = (0, 0), de
unde obţinem x1 = x2 . Deci ker f = {(x1 , x1 ) : x1 ∈ R} = L((1, 1)).
( ∈ V cu f (x̄) = ȳ ı̂nseamnă compatibilitatea sistemului (x1 −
Pentru Im f , condiţia (∃)x̄
x1 − x2 = y1
x2 , −x1 + x2 ) = (y1 , y2 ) ⇔ , ı̂n care y1 şi y2 sunt parametri. Din prima
−x1 + x2 = y2
ecuaţie avem x1 = x2 + y1 . Înlocuind ı̂n cealaltă ecuaţie obţinem −y1 = y2 , ceea ce reprezintă
condiţia de compatibilitate. Atunci Im f = {(y1 , −y1 ) : y1 ∈ R} = L((1, −1)).
În acest exemplu observăm că atât nucleul cât şi imaginea aplicaţiei liniare f au structură
de subspaţiu vectorial. În general avem:
Propoziţia 4. Fie aplicaţia liniară f : V → W. Atunci ker f este subspaţiu vectorial al

lui V, iar Im f este subspaţiu vectorial al lui W.
Demonstraţie. Vom verifica satisfacerea condiţiei (Sv).
Mai ı̂ntâi, fie ū, v̄ ∈ ker f , adică f (ū) = f (v̄) = 0̄W . Atunci, conform proprietăţii (AL),
f (αū + βv̄) = αf (ū) + βf (v̄) = 0̄W , de unde αū + βv̄ ∈ ker f , deci ker f este subspaţiu
vectorial.
Fie acum ū, v̄ ∈ Im f , deci există x̄, ȳ ∈ V cu f (x̄) = ū şi f (ȳ) = v̄. Atunci αū + βv̄ =
(AL)
αf (x̄) + βf (ȳ) = f (αx̄ + β ȳ). Dar αx̄ + β ȳ ∈ V, deci αū + βv̄ ∈ Im f . Rezultă că Im f este
subspaţiu vectorial.
Am văzut că o aplicaţie liniară e unic determinată de matricea sa, notată [f ]. De aseme-
nea, nucleul ei este de fapt soluţia sistemului omogen [f ]· x̄ = 0̄, care ı̂n acelaşi timp reprezintă
şi subspaţiul N ull([f ]). Deci
ker f = N ull([f ]).
O metodă practică de determinare a imaginii unei aplicaţii liniare este dată ı̂n
Propoziţia 5. Fie aplicaţia liniară f : V → W şi B = {v̄1 , v̄2 , . . . , v̄n } o bază a lui V.
Notăm SW = {f (v̄1 ), f (v̄2 ), . . . , f (v̄n )}. Atunci Im f = L(SW ).
Demonstraţie. Vom demonstra prin dublă incluziune. Mai ı̂ntâi, pentru ȳ ∈ Im f ,
există x̄ = x1 v̄1 + . . . + xn v̄n cu ȳ = f (x̄) = x1 f (v̄1 ) + . . . + xn f (v̄n ), deci {f (v̄1 ), . . . , f (v̄n )}
este sistem de generatori pentru Im f .
Reciproc, orice vector ȳ generat de SW poate fi scris sub forma
ȳ = x1 f (v̄1 ) + . . . + xn f (v̄n ) = f (x1 v̄1 + . . . + xn v̄n ),
adică aparţine lui Im f.
În particular, dacă [f ] este matricea lui f relativ la bazele canonice, atunci Im f = col([f ]).
Considerând aplicaţia liniară din Problema 3, avem pentru baza canonică {(1, 0), (0, 1)}
a lui R2 că f (1, 0) = (1, −1) = v̄1 şi f (0, 1) = (−1, 1) = −v̄1 , deci Im f = L(v̄1 ).
Dimensiunile pentru nucleu şi imagine, ca subspaţii vectoriale, se calculează rapid cu

formulele următoare.
Propoziţia 6. Fie aplicaţia liniară f : V → W. Atunci:
(i) dim Im f = rang[f ]B 0 B ;
(ii) dim ker f = dim V − dim Im f.
Demonstraţie. (i) Fie B = {v̄1 , . . . , v̄n } o bază pentru V. Atunci, din Propoziţia 5,
Im f = L(f (v̄1 ), . . . , f (v̄n )). Cum dimensiunea imaginii este egală cu numărul de vectori
liniar independenţi din sistemul {f (v̄1 ), . . . , f (v̄n )}, rezultă că este egală cu rangul matricei
obţinute punând pe coloane aceşti vectori. Dar această matrice este chiar [f ]B 0 B .
(ii) Fie p dimensiunea nucleului şi prin renumerotare considerăm că {v̄1 , . . . , v̄p } este o bază
pentru acesta. Aceasta ı̂nseamnă că f (v̄i ) = 0̄W pentru i ∈ {1, . . . , p} şi f (v̄i ) 6= 0̄W ı̂n rest.
Din (i) rezultă că Im f = L(f (v̄p+1 ), . . . , f (v̄n )). Presupunem că sistemul {f (v̄p+1 ), . . . , f (v̄n )}
nu este liniar independent. Atunci există scalarii αp+1 , . . . , αn nu toţi nuli cu αp+1 f (v̄p+1 ) +
. . . + αn f (v̄n ) = 0̄W sau echivalent f (αp+1 v̄p+1 + . . . + αn v̄n ) = 0̄W , de unde αp+1 v̄p+1 +
. . . + αn v̄n ∈ ker f . Ţinând cont de baza considerată pentru ker f , există scalarii β1 , . . . , βp
cu αp+1 v̄p+1 + . . . + αn v̄n = β1 v̄1 + . . . + βp v̄p . Trecem totul ı̂n membrul drept şi ţinem
cont că vectorii din baza B = {v̄1 , . . . , v̄n } sunt liniar independenţi. Rezultă atunci că
β1 = . . . = βp = αp+1 = . . . = αn = 0 ceea ce constrazice faptul că scalarii αp+1 , . . . , αn
nu sunt toţi nuli. Deci presupunerea e falsă şi sistemul de generatori {f (v̄p+1 ), . . . , f (v̄n )}
este liniar independent, deci bază pentru Im f. Astfel, dim Im f = n − p, de unde rezultă
concluzia.
Fie, de exemplu, aplicaţia liniară f : R3 → R2 , ce are ı̂n perechea de baze canonice
" #
1 2 0
matricea A = . Atunci dim Im f = rang A = 2, iar dim ker f = dim R3 −
1 3 −1
dim Im f = 3 − 2 = 1.
Dimensiunea nucleului unei aplicaţii liniare f se numeşte defectul lui f , iar dimensiunea
imaginii, rangul lui f .
Dacă o funcţie este injectivă şi surjectivă, ea este bijectivă. O aplicaţie liniară bijectivă
(morfism bijectiv) se numeşte izomorfism. Un endomorfism bijectiv se numeşte automor-
fism. Putem caracteriza aceste proprietăţi cu ajutorul defectului şi rangului.
Propoziţia 7. Fie aplicaţia liniară f : V → W şi n = dim V, m = dim W. Atunci:
(i) f este injectivă dacă şi numai dacă def ect(f ) = 0;
(ii) f este surjectivă dacă şi numai dacă rang(f ) = m.

Mai mult, dacă f este izomorfism atunci n = m.
Demonstraţie. (i) Fie f injectivă. Dacă x̄ ∈ ker f , atunci f (x̄) = 0̄W = f (0̄V ), de unde
x̄ = 0̄V (din injectivitate). Deci ker f = {0̄V }, adică def ect(f ) = 0.
Reciproc, dacă def ect(f ) = 0 atunci ker f = {0̄V }. Din condiţia f (x̄) = f (ȳ) rezultă
f (x̄ − ȳ) = 0̄W , adică x̄ − ȳ ∈ ker f , deci x̄ − ȳ = 0̄V sau x̄ = ȳ. În concluzie, f este injectivă.
(ii) Fie f surjectivă. Atunci Im f = W, deci rang(f ) = dim Im f = m.
Reciproc, fie rang(f ) = m. Cum Im f este subspaţiu vectorial al lui W şi au aceeaşi
dimensiune, rezultă că sunt egale, deci f este surjectivă.
Fie acum f izomorfism, deci f este bijectivă, adică este injectivă şi surjectivă. Folosind
(i) şi (ii), acest lucru este echivalent cu def ect(f ) = 0 şi rang(f ) = m. Dar def ect(f ) =
n − rang(f ), rezultând că 0 = n − m. Deci n = m.
Dacă f : V → W este izomorfism spunem că spaţiile vectoriale V şi W sunt izomorfe.
Se arată, prin construirea unui izomorfism, că dacă două spaţii au aceeaşi dimensiune atunci
ele sunt izomorfe. Mai exact, are loc
Propoziţia 8. Fie aplicaţia liniară f : V → W şi B = {v̄1 , v̄2 , . . . , v̄n } o bază a lui V.
Notăm BW = {f (v̄1 ), f (v̄2 ), . . . , f (v̄n )}.
(i) dacă BW este bază a lui W atunci f este izomorfism;
(ii) dacă dim V = dim W, atunci V şi W sunt izomorfe.
X n
Demonstraţie. (i) Fie x̄ = xi v̄i ∈ ker f , adică f (x̄) = 0̄W . Avem
i=1
n n
X (AL) X
0̄ = f (x̄) = f ( xi v̄i ) = xi f (v̄i )
i=1 i=1
şi folosind liniar independenţa lui BW rezultă că x1 = . . . = xn = 0, adică x̄ = 0̄V . Astfel f
este injectivă.
Din Propoziţia 5 avem că Im f = L(BW ) = W, deci f este surjectivă.
(ii) Fie B = {w̄1 , . . . , w̄n } o bază pentru W. Construim funcţia
g : V → W , g(x̄) = g(x1 v̄1 + . . . + xn v̄n ) := x1 w̄1 + . . . + xn w̄n .
Atunci
n n
X def X
g(αx̄ + β ȳ) = g( (αxi + βyi )v̄i ) = (αxi + βyi )w̄i = αg(x̄) + βg(ȳ),
i=1 i=1
deci g este o aplicaţie liniară. Mai mult, observăm că g(v̄i ) = w̄i , i ∈ {1, 2, . . . , n}, deci
conform cu (i), g este bijectivă. Astfel am construit un izomorfism de la V la W, deci cele
două spaţii sunt izomorfe.
Un exemplu important de spaţii vectoriale izomorfe este dat de spaţiul polinoamelor de
gradul n cu coeficienţi reali şi spaţiul aritmetic Rn+1 . Izomorfismul natural dintre cele două
spaţii este dat de
f : Rn [X] → Rn+1 , f (a0 + a1 X + . . . + an X n ) = (a0 , a1 , . . . , an ).
Ca o consecinţă imediată avem că ı̂n orice exerciţiu, spaţiul polinoamelor de gradul n cu
coeficienţi reali poate fi ı̂nlocuit cu spaţiul aritmetic Rn+1 , adică orice polinom de gradul n
se consideră ca fiind (n + 1)-uplul format din coeficienţii lui.
Problema 4. Fie R2 [X] spaţiul polinoamelor de gradul doi cu coeficienţi reali. Se
defineşte funcţia f : R2 [X] → R2 [X], f (p(X)) = p0 (X) − p0 (1 − X), unde p0 (X) reprezintă
derivata polinomului p(X), adică polinomul asociat funcţiei polinomiale p0 (x).
a) Să se scrie expresia analitică a lui f ;
b) Să se verifice că f este o aplicaţie liniară şi să se precizeze matricea sa relativ la bazele
canonice;
c) Să se calculeze ker f şi def ect(f );
d) Fie λ ∈ R şi p(X) un polinom nenul. Să se arate că f (p(X)) = λp(X) implică λ = 0.
Rezolvare. a) Polinomul p(X) are gradul doi, deci poate fi scris sub forma p(X) =
a+bX +cX 2 , a, b, c ∈ R. Atunci p0 (X) = 2cX +b şi p0 (1−X) = 2c(1−X)+b = −2cX +2c+b.
Rezultă expresia analitică a lui f ,
f (a + bX + cX 2 ) = −2c + 4cX.
b) Deoarece R2 [X] cu baza canonică B = {1, X, X 2 } este izomorf cu R3 , prin izomorfismul
a + bX + cX 2 ↔ (a, b, c),
aplicaţia dată poate fi scrisă sub forma

   
0 0 −2 a
3 3 t
f : R → R , f (a, b, c) = (−2c, 4c, 0) =  0 0 4  ·  b  .
   
0 0 0 c
Atunci f este aplicaţia liniară definită de matricea

 
0 0 −2
[f ] =  0 0 4  .
 
0 0 0
c) Cum f (a, b, c) = (0, 0, 0) implică c = 0, obţinem ker f = {a + bX : a, b ∈ R}.

Se observă uşor că rang [f ] = 1, de unde
def ect(f ) = dim R3 − rang [f ] = 3 − 1 = 2.
d) Relaţia dată implică −2c + 4cX = λ(a + bX + cX 2 ) = λa + λbX + λcX 2 . Cum a, b, c nu

sunt toţi nuli, identificând coeficienţii puterilor lui X rezultă λ = 0.
În Propoziţia 8 am văzut că două spaţii vectoriale ce au acceaşi dimensiune sunt izomorfe.
Considerând o aplicaţie liniară ı̂ntre ele, dorim să probăm cât mai repede dacă este un
izomorfism. Are loc
Propoziţia 9. Fie V şi W două spaţii vectoriale n-dimensionale şi [f ] matricea aplicaţiei
liniare f : V → W ı̂ntr-o pereche de baze. Următoarele afirmaţii sunt echivalente:
(i) det [f ] 6= 0;
(ii) f este surjectivă;
(iii) f este injectivă;
(iv) f este izomorfism.
Demonstraţie. (i) ⇒ (ii) det [f ] 6= 0 implică rang(f ) = n = dim(W), deci, din
Propoziţia 7, f este surjectivă.
(ii) ⇒ (iii) Cum dim(ker f ) = n − dim(Im f ) = 0, rezultă că f este injectivă;
(iii) ⇒ (iv) Aplicaţia f este injectivă, de unde ker f = {0̄V }, ceea ce conduce la dim(Im f ) =
n, adică f este surjectivă, deci bijectivă.
(iv) ⇒ (i) Fiind bijectivă, f este şi surjectivă, adică rang(f ) = n. Atunci det [f ] 6= 0.
Problema 5. Să se stabilească dacă aplicaţia liniară f : R4 → M2 (R),

" #
a+b a−b
f (a, b, c, d) = ,
c+d c−d
este un izomorfism.
Rezolvare. Ţinând cont de bazele canonice din cele două spaţii, avem:
" # " # " # " # " #
1 1 1 0 0 1 0 0 0 0
f (1, 0, 0, 0) = = + +0· +0· ,
0 0 0 0 0 0 1 0 0 1
" # " # " # " # " #
1 −1 1 0 0 1 0 0 0 0
f (0, 1, 0, 0) = = − +0· +0· ,
0 0 0 0 0 0 1 0 0 1
" # " # " # " # " #
0 0 1 0 0 1 0 0 0 0
f (0, 0, 1, 0) = =0· +0· + + ,
1 1 0 0 0 0 1 0 0 1
" # " # " # " # " #
0 0 1 0 0 1 0 0 0 0
f (0, 0, 0, 1) = =0· +0· + − .
1 −1 0 0 0 0 1 0 0 1
Atunci matricea lui f este  

1 1 0 0
 
 1 −1 0 0 
[f ] =  .

 0 0 1 1 

0 0 1 −1
Adunăm linia 2 la linia 1 şi linia 4 la linia 3 şi obţinem

2 0 0 0

1 −1 0 0
det [f ] = = 2 · (−1) · 2 · (−1) = 4 6= 0.
0 0 2 0

0 0 1 −1
Cum ambele spaţii au dimensiunea 4 rezultă că f este izomorfism.
1. Definiţi noţiunea de aplicaţie liniară ı̂ntre două spaţii vectoriale. Ce este un endomor-
fism?
2. Care este forma generală a unei aplicaţii liniare f : R2 → R3 ? Scrieţi matricea ei ı̂n
perechea de baze canonice.
3. Definiţi noţiunile de imagine directă şi imagine inversă a unui vector printr-o aplicaţie
liniară.
4. Definiţi noţiunile de nucleu şi imagine al unei aplicaţii liniare.
5. Definiţi noţiunile de defect şi rang al unei aplicaţii liniare.

6. Matricea unei aplicaţii liniare ı̂n perechea de baze canonice are 3 coloane şi două linii
şi rangul egal cu 2. Precizaţi rangul şi defectul acestei aplicaţii. Este aplicaţia injectivă sau
surjectivă?
7. Definiţi noţiunea de izomorfism. Ce este un automorfism? Când două spaţii vectoriale
sunt izomorfe?
Exerciţii
1. Arătaţi că f : R2 → R3 , f (x1 , x2 ) = (2x1 , x2 , x2 + 3) nu este aplicaţie liniară.

2. Determinaţi aplicaţia liniară f : R2 → R2 , ce are expresia analitică dată ı̂n forma
generală f (x1 , x2 ) = (a1 x1 + a2 x2 , b1 x1 + b2 x2 ), pentru care f (1, −1) = (3, 4) şi f (2, 1) =
(−2, 2). Scrieţi matricea lui f relativ la baza canonică. " #
1 −1
3. Matricea aplicaţiei liniare f : R2 → R2 ı̂n baza canonică este . Determinaţi
−2 2
expresia analitică a lui f , calculaţi ker f şi dim ker f .
4. Fie f : R2 → R2 , f (x1 , x2 ) = (x1 + mx2 , 2x1 − 4x2 ). Aflaţi m ∈ R pentru care nucleul
aplicaţiei liniare f este format doar din vectorul nul. Pentru m = −2, calculaţi imaginea
inversă a vectorului y = (1, 2) prin f .
5. Fie aplicaţia liniară f : R3 → R2 , f (x1 , x2 , x3 ) = (x1 + x2 + x3 , x1 − x2 ).
a) Scrieţi matricea lui f ı̂n bazele canonice;
b) Calculaţi f (1, 2, 3) şi f −1 (1, 0);
c) Determinaţi ker f şi o bază a acestuia.
6. Fie aplicaţia liniară f : R2 → R2 , f (x1 , x2 ) = (x1 + x2 , 2x1 + 2x2 ). Calculaţi rang(f ),
def ect(f ) şi f −1 (1, 3).
7. Fie f : R3 → R3 , f (x1 , x2 , x3 ) = (x1 + x2 − x3 , x1 , 2x1 − x2 − x3 ). Studiaţi dacă
aplicaţia liniară f este injectivă, surjectivă, bijectivă.
8. Determinaţi m ∈ R pentru care imaginea inversă prin aplicaţia liniară f : R2 →
R2 , f (x1 , x2 ) = (3x1 + mx2 , x1 − 4x2 ), a vectorului (1, 2) este mulţimea vidă.
9. Fie aplicaţia liniară f : R2 → R2 , f (x1 , x2 ) = (x1 − 2x2 , −x1 + 2x2 ).
a) Determinaţi Imf şi o bază a sa;
b) Verificaţi că rangul matricei lui f este egal cu dimensiunea imaginii lui f .
10. Fie f : R3 → R3 , f (x1 , x2 , x3 ) = (x1 + x2 + ax3 , x1 + x2 , 3x1 − 2x2 − x3 ), unde a ∈ R.
Determinaţi a pentru care aplicaţia liniară f este automorfism.

11. Matricea aplicaţiei liniare f : R2 → R3 ı̂n perechea de baze canonice este
 
1 −1
A= 2 1 .
 
0 1
a) Determinaţi expresia analitică a lui f ;

b) Calculaţi dimensiunea nucleului lui f . Stabiliţi dacă f este surjectivă;
c) Determinaţi Imf şi o bază a sa;
d) Calculaţi imaginea inversă a lui ȳ0 = (1, 5, 1) prin f .
12. Arătaţi că spaţiul matricelor pătratice M2 (R) este izomorf cu spaţiul aritmetic R4
folosind corespondenţa " #
a b
↔ (a, b, c, d).
c d
13. Arătaţi că spaţiul matricelor coloană M3,1 (R) este izomorf cu spaţiul polinoamelor
R2 [X] folosind corespondenţa
 
a
2
 b  ↔ a + bX + cX .
 
14. Daţi exemplu de două endomorfisme distincte pe R2 , diferite de endomorfismul

identic, astfel ı̂ncât f ◦ g = g ◦ f .
Operatori liniari. Valori şi vectori proprii
Fie (V, +, ·) un spaţiu vectorial finit dimensional peste corpul K. După cum ştim deja,
un operator liniar pe V este o aplicaţie liniară f : V → V. În această lecţie ne ocupăm de
unele proprietăţi ale operatorilor liniari: descompunerea lui V ı̂n sumă directă de subspaţii
construite cu ajutorul nucleului lui f , determinarea unor subspaţii invariante ale lui f folosind
problema valorilor proprii, precum şi găsirea unei baze ı̂n care operatorul f are cea mai simplă
scriere. Subliniem aici că problema valorilor proprii joacă un rol important ı̂n multe aplicaţii
ale matricelor ı̂n inginerie şi ştiinţe, cum ar fi: circuite electrice, teoria controlului, analiza
vibraţiilor, studiul stabilităţii unui sistem dinamic etc.
În lecţia precedentă am văzut că matricea unei aplicaţii liniare se modifică atunci când
schimbăm baza. În particular, ı̂n cazul operatorilor liniari ne punem problema dacă există o
bază ı̂n care matricea ia una din cele mai simple forme, cea asemănătoare cu matricea unitate
In .
Despre o matrice pătratică spunem că este matrice diagonală dacă toate elementele
ei sunt nule cu excepţia unora de pe diagonala principală: matricea A = [aij ] este matrice
diagonală dacă aij = 0 pentru orice i 6= j.
" #
1 0
De exemplu, matricea A = este matrice diagonală.
0 2
Existenţa unei baze pentru care matricea unui operator liniar este diagonală se poate
verifica cu aşa numita problemă a valorilor proprii.
Definiţia 1. Fie f : V → V un operator liniar. Un vector nenul v̄ ∈ V se numeşte vector

propriu al lui f dacă există scalarul λ ∈ K, numit valoare proprie, astfel ca f (v̄) = λ · v̄.
De exemplu, fie f : R2 → R2 , f (x1 , x2 ) = (x1 , x1 + 2x2 ). Observăm că f (0, 1) = (0, 2) =

2 · (0, 1), deci v̄ = (0, 1) este un vector propriu corespunzător valorii proprii λ = 2. Acesta
nu este unic pentru că tot valorii proprii λ = 2 ı̂i corespunde şi vectorul propriu (0, 2):
14
Valori şi vectori proprii 15
f (0, 2) = (0, 4) = 2 · (0, 2).

Este uşor de văzut că dacă v̄ este un vector propriu corespunzător valorii proprii λ atunci
pentru orice α ∈ K, vectorul w̄ = α · v̄ este vector propriu corespunzător lui λ. Într-adevăr,
(AL2)
f (w̄) = f (α · v̄) = α · f (v̄) = αλ · v̄ = λ · w̄.
Putem da următoarea definiţie.

Definiţia 2. Fie λ o valoare proprie a operatorului f . Mulţimea
Sλ = {ū ∈ V : f (ū) = λ · ū}
se numeşte subspaţiu propriu corespunzător valorii proprii λ.

Observăm că mulţimea Sλ este formată din toţi vectorii proprii corespunzători valorii
proprii λ şi din vectorul nul. Structura acestei mulţimi este dată de propoziţia ce urmează.
Propoziţia 1. Fie λ o valoare proprie a operatorului f : V → V. Atunci Sλ este subspaţiu
vectorial al lui V.
Demonstraţie. Verificăm condiţia de subspaţiu vectorial, adică pentru orice α, β ∈ K,
ū, v̄ ∈ Sλ rezultă că α · ū + β · v̄ ∈ Sλ . Din ipoteza avem f (ū) = λ · ū şi f (v̄) = λ · v̄, deci
(AL)
f (α · ū + β · v̄) = α · f (ū) + β · f (v̄) = αλ · ū + βλ · v̄ = λ(α · ū + β · v̄).
Rezultă că α · ū + β · v̄ ∈ Sλ , adică Sλ este subspaţiu vectorial al lui V.

Conform cu cele de mai sus, din punct de vedere teoretic orice vector nenul din Sλ este
un vector propriu corespunzător valorii proprii λ. Cum toţi aceşti vectori sunt generaţi de
o bază a subspaţiului propriu, practic, ı̂n enunţurile ce urmează vom considera ca vectori
proprii corespunzători lui λ tocmai vectorii din baza lui Sλ .
O altă proprietate a subspaţiului propriu este cea de invarianţă la acţiunea lui f . Avem:
Definiţia 3. Un subspaţiu vectorial U al lui V este invariant la acţiunea operatorului
liniar f : V → V dacă f (U) ⊆ U (adică pentru orice ū ∈ U are loc f (ū) ∈ U).
Propoziţia 2. Fie λ o valoare proprie a operatorului f : V → V. Atunci subspaţiul
propriu Sλ este invariant la acţiunea lui f .
Demonstraţie. Fie ū ∈ Sλ . Atunci f (ū) = λ · ū ∈ Sλ , din Propoziţia 3.
Are loc şi o reciprocă a acestei proprietăţi.
Propoziţia 3. Fie U ⊂ V un subspaţiu invariant la acţiunea operatorului liniar f : V →
V. Dacă dim U = 1, atunci există o valoare proprie a lui f pentru care un vector propriu
corespunzător ı̂l generează pe U.
Demonstraţie. Cum dim U = 1 există un vector ū astfel ca U = L({ū}). Să arătăm că
ū este un vector propriu al lui f . Pentru orice v̄ ∈ U, există α ∈ K astfel ca v̄ = α · ū. Cum
U este invariant la acţiunea lui f rezultă că f (v̄) ∈ U, adică există β ∈ U cu f (v̄) = β · ū.
Dar f (v̄) = f (α · ū) = α · f (ū), de unde α · f (ū) = β · ū. Deci f (ū) = α−1 β · ū = λ · ū. Astfel
ū este un vector propriu corespunzător valorii proprii λ.
Mai punctăm ı̂ncă două proprietăţi.
Propozitia 4. Dacă λ1 şi λ2 sunt două valori proprii distincte ale operatorului f atunci
Sλ1 ∩ Sλ2 = {0̄V }.
Demonstraţie. Fie v̄ ∈ Sλ1 ∩ Sλ2 . Atunci
0̄V = f (v̄) − f (v̄) = λ1 · v̄ − λ2 · v̄ = (λ1 − λ2 ) · v̄
de unde rezultă v̄ = 0̄V . Deci Sλ1 ∩ Sλ2 = {0̄V }.

Propoziţia 5. Vectorii proprii corespunzători unor valori proprii distincte sunt liniar
independenţi.
Demonstraţie. Vom considera, pentru ı̂nţelegerea demonstraţiei, doar cazul a două
valori proprii distincte λ1 , λ2 cărora le corespund respectiv vectorii proprii v̄1 şi v̄2 . Pentru
liniar independenţă avem condiţia α1 · v̄1 + α2 · v̄2 = 0̄V . Rezultă α2 · v̄2 = −α1 · v̄1 . Avem
0̄V = f (α1 · v̄1 α2 · v̄2 ) = α1 · f (v̄1 ) + α2 · f (v̄2 ) = α1 λ1 · v̄1 + α2 λ2 · v̄2

= α1 λ1 · v̄1 − α1 λ2 · v̄1 = α1 (λ1 − λ2 ) · v̄1
Cum λ1 6= λ2 , iar v̄2 este vector propriu, rezultă α1 = 0 şi automat α2 = 0. Deci vectorii
proprii consideraţi sunt liniar independenţi.
Din punct de vedere practic ne interesează cum determinăm valorile şi vectorii proprii.
Lucrând matriceal, vom nota cu A matricea operatorului f ı̂n baza canonică, cu X matricea
coloană asociată vectorului propriu şi cu [0] matricea coloană formată numai cu zerouri.
Atunci condiţia din definiţie devine
A · X = λX ⇔ A · X − λIn · X = [0] ⇔ (A − λIn ) · X = [0].
Ultima egalitate reprezintă scrierea matriceală a unui sistem liniar şi omogen. Acest sistem
trebuie să aibă soluţie nenulă, deci determinantul sistemului trebuie să fie nul. Obţinem
condiţia de determinare a valorilor proprii:
det (A − λIn ) = 0.
Metoda de aflare a vectorilor proprii: după aflarea valorilor proprii se revine la sistemul
omogen obţinut,
(A − λIn ) · X = [0],
şi se rezolvă pentru fiecare valoare proprie ı̂n parte. Soluţiile obţinute, X, formează subspaţiile
proprii corespunzătoare, deci pentru fiecare valoare proprie găsim toţi vectorii proprii core-
spunzători.
Un calcul simplu, folosind legea de schimbare a matricei unei aplicaţii liniare la schimbarea
bazei, ne arată că la schimbarea bazei nu se modifică relaţia de determinare a valorilor proprii.
Polinomul P (λ) = det (A−λIn ) se numeşte polinomul caracteristic al lui f , iar ecuaţia
P (λ) = 0 se numeşte ecuaţia caracteristică. Matricea A − λIn poate fi numită matricea
caracteristică.
Deoarece ı̂ntr-o bază operatorul f este unic determinat de matricea lui ı̂n acea bază,
putem vorbi despre valori proprii ale unei matrice pătratice, respectiv vectori proprii etc.
 
1 1 1
Problema 1. Să se determine valorile proprii ale matricei A =  0 2 2  .
 
0 0 3
   
1 1 1 1 0 0
Rezolvare. Avem A − λI3 =  0 2 2  − λ 0 1 0  =
   
0 0 3 0 0 1
     
1 1 1 λ 0 0 1−λ 1 1
= 0 2 2 − 0 λ 0 = 0 2−λ 2  , de unde
     
0 0 3 0 0 λ 0 0 3−λ

1−λ 1 1

det(A − λI3 ) = 0 2−λ 2 = (1 − λ)(2 − λ)(3 − λ).

0 0 3−λ
Condiţia det(A − λI3 ) = 0 devine (1 − λ)(2 − λ)(3 − λ) = 0. Obţinem:
1 − λ = 0 ⇒ λ1 = 1
2 − λ = 0 ⇒ λ2 = 2
3 − λ = 0 ⇒ λ3 = 3
Deci valorile proprii căutate sunt λ1 = 1, λ2 = 2, λ3 = 3.

Din calculul de mai sus observăm că A − λIn ı̂nseamnă să scădem λ pe dia-gonala prin-
cipală a matricei A.
Problema 2. Fie operatorul liniar f : R3 → R3 ce are ı̂n baza canonică matricea
 
2 0 0
A= 1 2 0 .
 
0 1 2
a) Să se determine valorile proprii ale lui f ;
b) Să se determine subspaţiile proprii corespunzătoare şi să se scrie câte un vector propriu
corespunzător.  
2−λ 0 0
Rezolvare. a) Avem A − λI3 =  1 2−λ 0  , de unde
 
0 1 2−λ

2−λ 0 0

det(A − λI3 ) = 1 2−λ 0 = (2 − λ)3 .

0 1 2−λ
Polinomul caracteristic P (λ) = (2 − λ)3 are rădăcina triplă λ1 = λ2 = λ3 = 2.

b) Practic avem un singur subspaţiu propriu, Sλ1 . Pentru λ = λ1 = 2, condiţia (A−λI3 )·X =
[0] devine
          
0 0 0 x1 0 0 0  0=0

 1 0 0  ·  x2  =  0  ⇔  x1  =  0  ⇔ x1 = 0
         

0 1 0 x3 0 x2 0 x2 = 0

Atunci Sλ1 = {(0, 0, x3 ) : x3 ∈ R} = L((0, 0, 1)). Particularizând x3 (fără zero) se obţine

un vector propriu corespunzător valorii proprii λ1 = 2. De exemplu, un vector propriu este
(0, 0, 1).
Problema 3. Fie operatorul liniar f : R2 → R2 , f (x1 , x2 ) = (2x1 − x2 , x2 ).

a) Să se scrie matricea lui f ı̂n baza canonică, notată cu A;
b) Să se arate că valorile proprii ale lui f sunt reale şi distincte, λ1 6= λ2 ;
c) Să se verifice că λ1 +λ2 = Tr(A), unde Tr(A) este urma matricei A, adică suma elementelor
de pe diagonala principală. De asemenea, λ1 λ2 = det A;
d) Să se verifice că P (A) = O2 , unde P este polinomul caracteristic al lui f ;
e) Să se verifice că Sλ1 ⊕ Sλ2 = R2 ;
f ) Fie T matricea ce are pe prima coloană un vector propriu corespunzător valorii proprii
λ1 , iar pe a doua coloană un vector propriu corespunzător valorii proprii λ2 . Să se arate că
" #
λ 1 0
T −1 · A · T = D, unde D = .
0 λ2
Rezolvare. a) În baza canonică, matricea lui f este matricea coeficienţilor: A =
" #
2 −1
.
0 1
" #
2 − λ −1
b) Avem A − λI2 = . Atunci polinomul caracteristic este dat de P (λ) =
0 1−λ

2 − λ −1
det(A − λI2 ) = = (2 − λ)(1 − λ), iar valorile proprii sunt λ1 = 2 şi λ2 = 1,

0 1−λ
reale şi distincte.
c) Tr(A) = 2 + 1 = 3 = λ1 + λ2 , iar det A = 2 = λ1 λ2 .
d) P (λ) = λ2 − 3λ + 2, deci P (A) = A2 − 3A + 2I2 . Prin calcul direct obţinem concluzia.
e) Pentru λ = λ1 = 2 condiţia (A − λI2 ) · X = [0] devine
" # " # " # " # " # (
0 −1 x1 0 −x2 0 −x2 = 0
· = ⇔ = ⇔
0 −1 x2 0 −x2 0 −x2 = 0
Atunci Sλ1 = {(x1 , 0) : x1 ∈ R} = L((1, 0)). Un vector propriu corespunzător lui Sλ1 este
v̄1 = (1, 0).
Pentru λ = λ2 = 1 condiţia (A − λI2 ) · X = [0] devine
" # " # " # " # " # (
1 −1 x1 0 x1 − x2 0 x1 − x2 = 0
· = ⇔ = ⇔ ,
0 0 x2 0 0 0 0=0
de unde x1 = x2 . Atunci Sλ2 = {(x2 , x2 ) : x2 ∈ R} = L((1, 1)). Un vector propriu core-

spunzător lui Sλ2 este v̄2 = (1, 1).
Cum λ1 6= λ2 rezultă Sλ1 ∩ Sλ2 = {(0, 0)}, deci avem suma directă Sλ1 ⊕ Sλ2 . Dar
dim(Sλ1 ⊕ Sλ2 ) = dim Sλ1 + dim = 1 + 1 = 2 = dim R2 , deci avem Sλ1 ⊕ Sλ2 = R2 .
" Sλ2 #
1 1
f ) Considerăm matricea T = , obţinută punând vectorii proprii v̄1 şi v̄2 pe coloane.
0 1
" #
1 −1
Atunci T −1 = , iar
0 1
" # " # " # " # " # " #
−1 1 −1 2 −1 1 1 2 −2 1 1 2 0
T ·A·T = · · = · = ,
0 1 0 1 0 1 0 1 0 1 0 1
adică T −1 · A · T = D.
Problema precedentă evidenţiază unele proprietăţi ce sunt valabile ı̂n general. Prima
dintre ele este
Teorema Cayley-Hamilton. Dacă P (λ) = det(A − λIn ) este polinomul caracteristic al
matricei pătratice A, atunci P (A) = On .
Alte proprietăţi sunt date de
Propoziţia 6. Fie operatorul liniar f : V → V, A matricea sa ı̂n baza canonică şi
dim V = n. Dacă λ1 , λ2 , . . . , λn sunt valorile proprii ale lui f atunci λ1 +λ2 +. . .+λn = Tr(A),
iar λ1 λ2 . . . λn = det A.
În particular, pentru n = 2, din Teorema Cayley-Hamilton şi Popoziţia 8 rezultă că
" #
a b
matricea A = verifică relaţia
c d
A2 − Tr(A) · A + det A · I2 = O2 ,
unde Tr(A) = a + d este urma matricei A.

Propoziţia 7. Fie operatorul liniar f : V → V şi dim V = n. Dacă f are n valori proprii
reale şi distincte atunci Sλ1 ⊕ Sλ2 ⊕ . . . ⊕ Sλn = V.
Demonstraţie. Valorile proprii fiind distincte rezultă, din Propoziţia 7, că lor le core-
spund vectori proprii liniar independenţi, cel puţin n. Cum o bază a lui V conţine exact n
vectori, atunci nu putem avea mai mult de n vectori liniar independenţi. Deci fiecărei din
cele n valori proprii reale şi distincte ı̂i corespunde exact un vector propriu, fiecare din aceşti
vectori proprii generând subspaţiul propriu corespunzător. Mai mult, cei n vectori proprii
formează o bază a lui V. Utilizând Propoziţia 11 din Lecţia 3, rezultă concluzia.
În ultimul subpunct al problemei 3, ı̂n care are loc relaţia T −1 · A · T = D, apare de fapt
o schimbare de bază prin care matricea A devine o matrice diagonală. În general, o astfel de
situaţie se numeşte diagonalizarea unei matrice pătratice:
Definiţia 4. Operatorul liniar f : V → V se numeşte diagonalizabil dacă există o bază
a lui V ı̂n care matricea sa este o matrice diagonală.
Folosind Propoziţia 2 din Lecţia 4 pentru operatori liniari, avem formula de schimbare
a matricei la schimbarea bazei Bc ı̂n baza B: [f ]B = TBBc · [f ]Bc · TBc B , unde TBc B este
matricea de trecere de la baza canonică la baza B. În Problema 3 această matrice a fost
construită cu ajutorul vectorilor proprii, obţinându-se că [f ]B este matrice diagonală. Are
loc teorema de diagonalizare a unui operator liniar:
Propoziţia 8. Un operator liniar f : V → V este diagonalizabil dacă şi numai dacă
există o bază a spaţiului V formată din vectori proprii ai lui f .
Mai mult, forma diagonală a lui f are matricea diagonală formată cu valorile proprii pe
diagonală,  
λ1 0 . . . 0
 0 λ2 . . . 0 
 
D = [f ]B = 
 .. ..
.
 . .


0 0 . . . λn
Demonstraţie. Fie B = {v̄1 , . . . , v̄n } o bază a lui V. Matricea de trecere de la baza
canonică la această bază are pe coloane componentele vectorilor din bază. Vom nota această
matrice astfel: TBc B = [v̄1 . . . v̄n ].
Operatorul f este diagonalizabil dacă şi numai dacă
D = [f ]B = TBBc · [f ]Bc · TBc B ,
echivalent cu
TBc B · D = [f ]Bc · TBc B
care se scrie
[λ1 v̄1 . . . λn v̄n ] = [[f ]Bc v̄1 . . . [f ]Bc v̄n ]
sau echivalent λi v̄i = f (v̄i ), i ∈ {1, . . . , n}, ceea ce ı̂nseamnă că vectorii v̄i sunt vectori proprii.
Reţinem formula
D = T −1 · A · T ⇔ A = T · D · T −1 ,
unde A este o matrice diagonalizabilă, D este forma sa diagonală, iar T este matricea formată
cu vectorii proprii corespunzători valorilor proprii ale lui A, aşezaţi pe coloane.
Combinând ultimele două propoziţii, are loc următorul rezultat:
Propoziţia 9. Fie operatorul liniar f : V → V şi dim V = n. Dacă f are n valori proprii
reale şi distincte atunci el este diagonalizabil.
Să vedem ce se ı̂ntâmplă ı̂n situaţia ı̂n care sunt şi valori proprii egale.
Problema 4. Operatorul liniar f : R2 → R2 are ı̂n baza canonică matricea A =
" #
1 1
.
−1 3
a) Să se arate că valorile proprii sunt egale;
b) Să se arate că f nu este diagonalizabil. " #
1−λ 1
Rezolvare. a) Matricea caracteristică este A − λI2 = şi det(A − λI2 ) =
−1 3 − λ

1−λ 1
= (1 − λ)(3 − λ) + 1 = λ2 − 4λ + 4 = (λ − 2)2 . Egalând cu 0 obţinem rădăcina

−1 3 − λ
dublă λ1 = λ2 = 2.
b) Vom avea un singur subspaţiu propriu, Sλ1,2 . Pentru λ = λ1,2 = 2, condiţia de vector
propriu (A − λ1 I2 ) · X = [0] devine
" # " # " # " # " # (
−1 1 x1 0 −x1 + x2 0 −x1 + x2 = 0
· = ⇔ = ⇔ ,
−1 1 x2 0 −x1 + x2 0 −x1 + x2 = 0
de unde x1 = x2 . Atunci Sλ1,2 = {(x1 , x1 ) : x1 ∈ R} = L((1, 1)). Un vector propriu
corespunzător lui Sλ1,2 este v̄1 = (1, 1), ceilaţi fiind generaţi de acesta. Atunci nu putem
construi o bază pentru R2 formată din vectori proprii, ca atare f nu este diagonalizabil.
 
0 0 1
Problema 5. Fie matricea A =  0 −1 0 .
 
1 0 0
a) Să se determine valorile proprii ale lui A şi să se observe dacă are două dintre ele egale;
b) Să se arate că matricea A este diagonalizabilă;

c) Să se verifice că T −1 · A · T = D, unde T are pe coloane vectorii proprii ai lui A, iar D este
forma diagonală a lui A;
d) Să se calculeze A13 .
 
−λ 0 1
Rezolvare. a) Matricea caracteristică este A − λI3 =  0 −1 − λ 0 , cu det(A −
 
1 0 −λ

−λ 0 1

λI3 ) = 0 −1 − λ 0 . Dezvoltând după a doua linie rezultă P (λ) = det(A − λI3 ) =

1 0 −λ

−λ 1
(−1 − λ) · = (−1 − λ)(λ2 − 1). Ecuaţia caracteristică P (λ) = 0 are soluţiile date

1 −λ
de două ecuaţii: (−1 − λ) = 0, respectiv λ2 − 1 = 0. Obţinem valorile proprii λ1 = λ2 =
−1, λ3 = 1. Observăm că două dintre valorile proprii sunt egale.
b) Vom determina subspaţiile proprii şi bazele acestora.
Pentru λ1 = λ2 = −1, condiţia de vector propriu (A − λ1 I3 ) · X = [0] devine
          
1 0 1 x1 0 x1 + x3 0  x1 + x3 = 0

 0 0 0  ·  x2  =  0  ⇔  0 = 0 ⇔ 0=0 ,
         

1 0 1 x3 0 x1 + x3 0 x1 + x3 = 0

de unde x3 = −x1 . Atunci
X t = (x1 , x2 , x3 ) = (x1 , x2 , −x1 ) = (x1 , 0, −x1 ) + (0, x2 , 0)

= x1 (1, 0, −1) + x2 (0, 1, 0).
Deci Sλ1,2 = {(x1 , x2 , −x1 ) : x1 , x2 ∈ R} = L({v̄1 , v̄2 }), unde v̄1 = (1, 0, −1) şi v̄2 = (0, 1, 0)
sunt vectori proprii corespunzători valorii proprii duble λ = −1.
Pentru λ3 = 1, condiţia de vector propriu (A − λ1 I3 ) · X = [0] devine
          
−1 0 1 x1 0 −x1 + x3 0  x3 − x1 = 0

 0 −2 0  ·  x2  =  0  ⇔  −2x2  =  0  ⇔ −2x2 = 0
         

1 0 −1 x3 0 x1 − x3 0 x1 − x3 = 0

de unde x1 = x3 şi x2 = 0. Atunci X t = (x1 , x2 , x3 ) = (x3 , 0, x3 ) = x3 (1, 0, 1). Am găsit Sλ3 =

{(x3 , 0, x3 ) : x3 ∈ R} = L({v̄3 }), unde v̄3 = (1, 0, 1) este un vector propriu corespunzător
valorii proprii λ3 = 1.
Am găsit trei vectori proprii cu care formăm sistemul de vectori B = {v̄1 , v̄2 , v̄3 }. Matricea
 
1 0 1
acestui sistem de vectori este T =  0 1 0  cu det T = 2 6= 0, deci B este o bază a lui
 
−1 0 1
R3 formată din vectori proprii. Rezultă că matricea este diagonalizabilă, ı̂n baza B având
forma diagonală    
λ1 0 0 −1 0 0
D =  0 λ2 0  =  0 −1 0  .
   
0 0 λ3 0 0 1
   
1 0 −1 1 0 −1
1 1
c) Avem T t =  0 1 0  şi T −1 = · T∗ =  0 2 0 . Atunci
  
det T 2
1 0 1 1 0 1
     
1 0 −1 0 0 1 1 0 1
1
T −1 · A · T =  0 2 0  ·  0 −1 0  ·  0 1 0  =
    
2
1 0 1 1 0 0 −1 0 1
     
−1 0 1 1 0 1 −2 0 0
1  1
=  0 −2 0  ·  0 1 0  =  0 −2 0  = D.
  
2 2
1 0 1 −1 0 1 0 0 2
d) Dacă o matrice este diagonalizabilă atunci orice putere a ei este legată de aceeaşi putere
a matricei diagonale asociate. Mai exact din relaţia T −1 · A · T = D rezultă A = T · D · T −1 .
Atunci, folosind faptul că T −1 · T = I3 , obţinem
A2 = A · A = T · D · T −1 · T · D · T −1 = T · D2 · T −1
A3 = A2 · A = T · D2 · T −1 · T · D · T −1 = T · D3 · T −1
..
.
An = T · Dn · T −1 .
Pe de altă parte avem

     
λ1 0 0 λ1 0 0 λ21 0 0
D2 =  0 λ2 0  ·  0 λ2 0  =  0 λ22 0 
     
0 0 λ3 0 0 λ3 0 0 λ23
 
λn1 0 0
şi inductiv, Dn =  0 λn2 0  . Atunci obţinem
 
0 0 λn3
     
1 0 1 −1 0 0 1 0 −1
1
A13 = T · D13 · T −1 =  0 1 0  ·  0 −1 0  ·  0 2 0 =
    
2
−1 0 1 0 0 1 1 0 1
       
−1 0 1 1 0 −1 0 0 2 0 0 1
1  1
=  0 −1 0  ·  0 2 0  =  0 −2 0  =  0 −1 0  .
    
2 2
1 0 1 1 0 1 2 0 0 1 0 0
Deci A13 = A.
Din ultimele două probleme deducem că dacă operatorul are şi valori proprii egale atunci
el nu este ı̂ntotdeauna diagonalizabil. În Problema 4, valorii proprii duble ı̂i corespunde un
singur vector propriu, iar operatorul nu este diagonalizabil. În Problema 5, valoarea proprie
dublă are doi vectori proprii corespunzători, ı̂n acest caz matricea fiind diagonalizabilă.
Vom numi multiplicitate agebrică a unei valori proprii numărul ce indică de câte ori
acea valoare proprie este soluţie a ecuaţiei caracteristice. Prin multiplicitate geometrică
a unei valori proprii ı̂nţelegem dimensiunea subspaţiului propriu corespunzător acelei valori
proprii. Are loc următoarea condiţie de diagonalizare:
Propoziţia 10. Fie V un spaţiu vectorial real. Un operator f : V → V este diagonalizabil
dacă şi numai dacă
(d1 ) toate valorile proprii sunt reale
şi
(d2 ) pentru orice valoare proprie, multiplicitatea algebrică este egală cu multiplicitatea
geometrică.
Mai mult, o bază ı̂n care f are forma diagonală se obţine prin reuniunea bazelor subspaţiilor
proprii.
Ca exemplu, să ne ı̂ntoarcem la rezolvarea Problemei 5. Am găsit că valorile proprii
sunt λ1 = λ2 = −1 şi λ3 = 1. Atunci multiplicitatea algebrică, ma, a valorii proprii −1
este ma(λ1,2 ) = 2, iar multiplicitatea algebrică a valorii proprii 1 este ma(λ3 ) = 1. Pe de
altă parte, o bază a subspaţiului propriu Sλ1,2 este formată din 2 vectori, deci dimensiunea
acestui subspaţiu este 2. Atunci multiplicitatea geometrică, mg, a valorii proprii −1 este
mg(λ1,2 ) = 2. De asemenea dim Sλ3 = 1, deci multiplicitatea geometrică a valorii proprii 1

este mg(λ3 ) = 1. Astfel ma(λ1,2 ) = 2 = ma(λ1,2 ) şi ma(λ3 ) = 1 = ma(λ3 ), şi cum valorile
proprii sunt reale obinem că matricea este diagonalizabilă.
Remarcă. Ca ı̂n rezolvarea Problemei 5 d), are loc ı̂n general egalitatea
Ap = T · Dp · T −1 , p ∈ N∗ ,
unde A este matricea unui operator diagonalizabil, D matricea diagonală corespunzătoare,

 
λ1 0 ... 0
 0 λ2 ... 0 
 
D = [f ]B = 
 .. ..
,
 . .


0 0 . . . λn
şi T matricea formată cu vectorii proprii ce formează baza B. Rezultă atunci T −1 ·Ap ·T = Dp ,
adică matricea Ap este diagonalizabilă, având ı̂n aceeaşi bază ca şi A forma diagonală Dp ,
 n 
λ1 0 . . . 0
 0 λn2 . . . 0 
 
p
D = .
..
.
 . . .


0 0 . . . λpn
Dedudem de aici că valorile proprii ale lui Ap sunt λp1 , . . . , λpn .
Mai mult, din egalitatea T −1 · A · T = D rezultă, dacă A este inversabilă, (T −1 · A · T )−1 =
D−1 sau echivalent T −1 · A−1 · T = D−1 . Astfel şi matricea A−1 este diagonalizabilă, valorile
1 1
proprii fiind ,..., .
λ1 λn
Problema 6. Fie mulţimea M = {X ∈ M3 (R) : X 3 = 4X} şi matricea
 
1 0 1
A =  0 0 0 .
 
1 0 1
a) Să se arate că A ∈ M;

b) Să se studieze dacă A este diagonalizabilă;
c) Să se demonstreze că dacă X ∈ M, iar λ este o valoare proprie a lui X, atunci λ ∈
{−2, 0, 2};
d) Să se arate că dacă D este o matrice diagonală din mulţimea M şi T este o matrice
inversabilă, atunci B = T · D · T −1 ∈ M. Să se dea un exemplu de matrice D ce nu are nici
o valoare proprie nulă, astfel ı̂ncât B să nu fie o matrice diagonală.
Rezolvare. a) Avem imediat că A2 = 2A şi
A3 = A2 · A = 2A · A = 2A2 = 2 · 2A = 4A,
deci A ∈ M.
b) Polinomul caracteristic este dat de P (λ) = det(A − λI3 ) = λ2 (2 − λ), cu valorile proprii
λ1 = λ2 = 0, λ3 = 2. Pe de altă parte subspaţiile proprii corespunzătoare sunt Sλ1,2 =
L((1, 0, −1), (0, 1, 0)) şi Sλ3 = L((1, 0, 1)). Atunci ma(λ1,2 ) = 2 = mg(λ1,2 ), ma(λ3 ) = 1 =
mg(λ3 ), deci A este diagonalizabilă.
c) Fie λ o valoare proprie a lui X şi v̄ vectorul propriu corespunzător, adică X v̄ = λv̄. Atunci
X 3 v̄ = 4X v̄ = 4λv̄,
X 3 v̄ = X 2 · X v̄ = X 2 λv̄ = λX · X v̄ = λXλv̄ = λ2 X v̄ = λ2 λv̄ = λ3 v̄,
de unde λ3 = 4λ (deoarece vectorul propriu e nenul). Obţinem λ(λ2 − 4) = 0, deci λ ∈

{−2, 0, 2}.
d) Dacă D ∈ M, atunci D3 = 4D şi
B 3 = B · B · B = T · D · T −1 · T · D · T −1 · T · D · T −1 = T · D3 · T −1 = 4T · D · T −1 ,
adică B 3 = 4B, deci B ∈ M.

 
−2 0 0
Fie, de exemplu D =  0 2 0  (valorile proprii nu pot fi toate egale ı̂n ipoteza
 
0 0 2
 
1 1 1
dată). Se verifică imediat că D3 = 4D. Considerând, de exemplu, T =  0 1 1  , cu
 
0 0 1
   
1 −1 0 −2 4 0
−1
T =  0 1 −1 , obţinem B =  0 2 0  .
   
0 0 1 0 0 2
1. Definiţi noţiunile de vector propriu şi valoare proprie.

2. Definiţi noţiunea de subspaţiu propriu corespunzător unei valori proprii.
3. Care este metoda de determinare a valorilor proprii? Dar a vectorilor proprii?
4. Definiţi noţiunile de polinom caracteristic, ecuaţie caracteristică, respectiv matrice
caracteristică.
5. Definiţi noţiunea de operator diagonalizabil.
6. În ce condiţii un operator este diagonalizabil?
7. Cum arată matricea diagonală a unui operator diagonalizabil?
8. Dacă A = T · D · T −1 , unde A este matricea unui operator diagonalizabil, iar D este
matricea diagonală corespunzătoare, cum se formează matricea T ?
9. Este diagonalizabilă o matrice ce are valorile proprii reale şi distincte?
10. Ce ı̂nţelegem prin multiplicitate algebrică a unei valori proprii? Dar prin multiplici-
tate geometrică?
11. Cum trebuie să fie cele două multiplicităţi ale oricărei valori proprii pentru ca o
matrice să fie diagonalizabilă?
Exerciţii
1. Fie f : R2 → R2 , f (x1 , x2 ) = (x1 + x2 , 2x2 ). Verificaţi că v̄ = (1, 1) este un vector

propriu al lui f . Care este valoarea proprie corespunzătoare?
2. Fie operatorul liniar f : R3 → R3 , f (x1 , x2 , x3 ) = (x1 + 2x2 , x2 + x3 , 3x3 ).
a) Scrieţi matricea lui f ı̂n baza canonică;
b) Determinaţi valorile proprii ale lui f .
3. Fie operatorul liniar f : R2 → R2 , f (x1 , x2 ) = (x1 + mx2 , x1 − 4x2 ). Determinaţi
m ∈ R pentru care valorile proprii ale lui f sunt strict negative.
4. Spunem că o matrice pătratică simetrică este pozitiv (respectiv negativ ) definită dacă
toate valorile sale proprii sunt strict pozitive (respectiv negative). Să se stabilească dacă A
este pozitiv sau negativ definită, unde
 
" # " # 2 1 0
−2 −1 1 2
a) A = ; b) A = ; c) A =  1 2 0  .
 
−1 −2 2 4
0 0 3
5. Fie operatorul liniar f : R2 → R2 , f (x1 , x2 ) = (2x1 + 2x2 , 3x1 + x2 ).

a) Scrieţi matricea lui f ı̂n baza canonică;
b) Determinaţi valorile proprii ale lui f ;
c) Justificaţi de ce operatorul este diagonalizabil;
d) Aflaţi subspaţiile proprii corespunzătoare valorilor proprii găsite. Scrieţi câte un vector
propriu corespunzător. " #
1 0
6. Studiaţi dacă matricea A = este diagonalizabilă.
−4 1
" #
3 1
7. Arătaţi că matricea A = nu este diagonalizabilă.
−4 −1
8. Operatorul liniar f : R2 → R2 are ı̂n baza canonică matricea
" #
4 6
A= .
−3 −5
a) Verificaţi că matricea este diagonalizabilă;

b) Scrieţi forma diagonală şi precizaţi o bază ı̂n care are această formă;
c) Folosind eventual o relaţie de tipul A = T · D · T −1 , calculaţi An , n ∈ N∗ .
 
−1 2 1
9. Verificaţi dacă matricea A =  0 0 1  a unui operator liniar este diagonalizabilă.
 
0 0 1
În caz afirmativ scrieţi forma diagonală şi precizaţi o bază ı̂n care are forma diagonală.
10. Endomorfismul f pe spaţiul aritmetic R3 are ı̂n baza canonică matricea
 
0 1 0
A =  1 0 0 .
 
0 1 1
Studiaţi dacă este diagonalizabil.

Spaţii euclidiene
Definiţia 1 Se numeşte produs scalar pe spaţiu vectorial real (V, +, ·) o formă biliniară si-
metrică f : V × V → R a cărei formă pătratică asociată este pozitiv definită.
Spaţiul vectorial V ı̂nzestrat cu un produs scalar se numeşte spaţiu euclidian.
Vom nota produsul scalar prin < ., . >, adică < u, v >= f (u, v), ∀u, v ∈ V.
Definiţia 2 Se numeşte normă definită de produsul scalar < ., . >: V × V → R, funcţia
√
k.k : V → R , kuk = < u, u >.
Norma generalizează modulul şi are proprietăţile: kαuk = |α| · kuk, ku + vk ≤ kuk + kvk,
pentru orice α ∈ R, u, v ∈ V.
Definiţia 3 Un vector de normă 1 se numeşte versor.
Oricărui vector v dintr-un spaţiu euclidian i se asociază un versor v0 dat de relaţia
1
v0 = v.
kvk
Definiţia 4 Se numeşte distanţă dintre doi vectori ai unui spaţiu euclidian, funcţia
d : V × V → R , d(u, v) = ku − vk.
Evident, d(v, u) = d(u, v). Mai mult, d(u, w) ≤ d(u, v) + d(v, w), ∀u, v, w ∈ V.
Teorema 1 (Schwarz) Într-un spaţiu euclidian are loc inegalitatea
| < u, v > | ≤ kuk · kvk , ∀u, v.
De aici rezultă:
Definiţia 5 Fie u şi v doi vectori ai unui spaţiu euclidian. Se numeşte unghi dintre u şi v
numărul θ ∈ [0, π] cu proprietatea
< u, v >
cos θ = .
kuk · kvk
π
Cum cos = 0, iar ortogonal ı̂nseamnă perpendicular, avem:
2
Definiţia 6 Doi vectori u, v sunt ortogonali şi notăm u ⊥ v dacă < u, v >= 0.
30
Spaţiul euclidian 3-dimensional standard 31
Spaţiul euclidian standard n−dimensional
Definiţia 7 Spaţiul aritmetic n−dimensional (Rn , +, ·) ı̂nzestrat cu produsul scalar standard

definit prin
< x̄, ȳ >= x1 y1 + x2 y2 + . . . + xn yn , ∀x̄ = (x1 , x2 , . . . , xn ), ȳ = (y1 , y2 , . . . , yn ),
se numeşte spaţiul euclidian standard n−dimensional şi notăm E n .
Norma generată de produsul scalar standard este dată de

q
k(x1 , x2 , . . . , xn )k = x21 + x22 + . . . + x2n .
Caz particular 1: n = 2, adică E 2 .
Produsul scalar standard ı̂n R2 este definit prin
< x̄, ȳ >= x1 y1 + x2 y2 , ∀x̄ = (x1 , x2 ), ȳ = (y1 , y2 ),
iar norma generată de acest produs scalar standard este

q
k(x1 , x2 )k = x21 + x22 .
Exerciţiul 1 În spaţiul E 2 (adică R2 ı̂nzestrat cu produsul scalar standard) se consideră

vectorii x̄ = (1, 1) şi ȳ = (2, 0). Aflaţi:
a) produsul scalar al vectorilor x̄ şi ȳ;
b) unghiul dintre cei doi vectori;
c) distanţa dintre cei doi vectori;
d) versorul corespunzător lui x̄;
e) un vector ortogonal pe x̄.
Avem:
a) < x̄, ȳ >= 1 · 2 + 1 · 0 = 2.
√ √ √
b) kx̄k = 12 + 12 = 2, kȳk = 22 + 02 = 2 şi
√
< u, v > 2 1 2
cos θ = =√ =√ = .
kuk · kvk 2·2 2 2
π
Arunci θ = .
4 p √
c) d(x̄, ȳ) = kx̄ − ȳk = k(1, 1) − (2, 0)k = k(−1, 1)k!= (−1)2 + 12 = 2.
√ √ √
1 1 2 2 2
d) x̄0 = x̄ = √ (1, 1) = (1, 1) = , .
kx̄k 2 2 2 2
e) Vectorul ū = (a, b) ∈ R2 este ortogonal pe x̄ dacă
< x̄, ū >= 0 ⇔ a + b = 0 ⇔ b = −a.
Deci ū = (a, −a), unde a ∈ R este oarecare. Alegem, de exemplu, a = 1 şi atunci un vector
ortogonal pe x̄ este (1, −1).
Caz particular 2: n = 3, adică E 3 .
Produsul scalar standard ı̂n R3 este definit prin
< x̄, ȳ >= x1 y1 + x2 y2 + x3 y3 , ∀x̄ = (x1 , x2 , x3 ), ȳ = (y1 , y2 , y3 ),
iar norma generată de acest produs scalar standard este

q
k(x1 , x2 , x3 )k = x21 + x22 + x23 .
Exerciţiul 2 În spaţiul E 3 (adică R3 ı̂nzestrat cu produsul scalar standard) se consideră

vectorii x̄ = (1, 2, −1) şi ȳ = (2, 1, 1). Aflaţi:
a) unghiul dintre cei doi vectori;
b) distanţa dintre cei doi vectori;
c) un vector ortogonal pe x̄ şi pe ȳ.
Avem:
a) < x̄, ȳ >= 1 · 2 + 2 · 1 + (−1) · 1 = 2 + 2 − 1 = 3.
p √ √ √
kx̄k = 12 + 22 + (−1)2 = 6, kȳk = 22 + 12 + 12 = 6 şi
< u, v > 3 3 1
cos θ = =√ √ = = .
kuk · kvk 6· 6 6 2
π
Arunci θ = .
3 √
b) d(x̄, ȳ) = kx̄ − ȳk = k(1, 2, −1) − (2, 1, 1)k = k(−1, 1, −2)k = 6.
c) Fie vectorul ū = (a, b, c) ∈ R3 ortogonal atât pe x̄, cât şi pe ȳ. Atunci
< x̄, ū >= 0 ⇔ a + 2b − c = 0,

Spaţiul euclidian 3-dimensional standard 33
< ȳ, ū >= 0 ⇔ 2a + b + c = 0.
Avem 2 condiţii (ecuaţii) şi 3 necunoscute, deci, ı̂n principiu, există o infinitate de posibilităţi.
Adunăm cele două ecuaţii. Rezultă 3a + 3b = 0, de unde 3b = −3a, adică b = −a. Înlocuim,
de exemplu, in a doua ecuaţie: 2a − a + c = 0, de unde c = −a.
Deci ū = (a, −a, −a), unde a ∈ R este oarecare. Alegem, de exemplu, a = 1 şi atunci un
vector ortogonal pe cei doi vectori daţi este (1, −1, −1).
Alte produse cu vectori ı̂n E 3
Definiţia 8 Fie x̄ = (x1 , x2 , x3 ), ȳ = (y1 , y2 , y3 ) doi vectori din R3 . Se numeşte produs vec-
torial al celor doi vectori acel vector notat x̄ × ȳ dat de
x̄ × ȳ = (x2 y3 − x3 y2 , x3 y1 − x1 y3 , x1 y2 − x2 y1 ) .
Definiţia 9 Produsul mixt al vectorilor x̄ = (x1 , x2 , x3 ), ȳ = (y1 , y2 , y3 ) şi z̄ = (z1 , z2 , z3 ),

notat prin (x̄, ȳ, z̄), este numărul egal cu produsul scalar dintre x̄ × ȳ şi z̄:
(x̄, ȳ, z̄) = (x̄ × ȳ) · z̄.
Formula ı̂n coordonate a produsului mixt:

x1 x2 x3

(x̄, ȳ, z̄) = y1 y2 y3 .

z 1 z 2 z3
Spaţii vectoriale. Baze. Subspaţii vectoriale1
Definiţia 1. Fie (K, +, ·) un corp numeric, V o mulţime nevidă şi legile de compoziţie
⊕ : V × V → V , (u, v) 7→ u ⊕ v (adunare)
: K × V → V , (α, v) 7→ α v (ı̂nmulţire cu scalari).
Spunem că (V, ⊕, ) este un spaţiu vectorial (liniar) peste corpul K dacă au loc următoarele
proprietăţi:
- comutativitatea adunării: u ⊕ v = v ⊕ u , (∀)u, v ∈ V;
- asociativitatea adunării: (u ⊕ v) ⊕ w = u ⊕ (v ⊕ w) , (∀)u, v, w ∈ V;
- existenţa elementului neutru 0 pentru adunare: v ⊕ 0 = v , (∀)v ∈ V;
not
- orice element v ∈ V are un simetric v 0 = −v̄ ∈ V (vectorul opus): v ⊕ v 0 = 0;
- distributivitatea ı̂nmulţirii cu scalari faţă de adunare:
- la stânga: α (u ⊕ v) = α u ⊕ α v , (∀)α ∈ K, u, v ∈ V;
- la dreapta: (α + β) v = α v ⊕ β v , (∀)α, β ∈ K, v ∈ V;
- asociativitatea ı̂nmulţirii cu scalari: (α · β) v = α (β v) , (∀)α, β ∈ K, v ∈ V;
- existenţa elementului neutru 1 la ı̂nmulţirea cu scalari: 1 v = v , (∀)v ∈ V.
Precizăm că elementele unui spaţiu vectorial se numesc vectori şi se notează, dacă nu este
altfel precizat, prin litere latine cu bară deasupra. Elementele corpului K se numesc scalari şi
se notează cu litere greceşti. De obicei K = R, caz ı̂n care vorbim despre un spaţiu vectorial
real. În continuare, fără riscul de a face confuzii, vom nota cele două operaţii prin ” + ” şi
” · ”. Avem imediat că 0 · v̄ = 0̄ (α = β = 0 ı̂n distributivitatea ı̂nmulţirii cu scalari faţă de
adunare la dreapta), α · 0̄ = 0̄ (ū = v̄ = 0̄ ı̂n distributivitatea ı̂nmulţirii cu scalari faţă de
adunare la stânga şi elementul neutru la adunare) şi (−1)v̄ = −v̄, opusul lui v̄ (α = 1, β = −1
ı̂n distributivitatea ı̂nmulţirii cu scalari faţă de adunare la dreapta).
1
Cristian Lăzureanu - Note de curs
1
Pe lângă spaţiul aritmetic Rn şi spaţiul vectorilor legaţi VO , alte exemple de spaţii vec-
toriale cunoscute sunt: spaţiul liniar al matricelor cu m linii şi n coloane, notat Mm,n (K),
spaţiul liniar Rn [X] al polinoamelor de gradul n cu coeficienţi reali, spaţiul liniar al şirurilor,
spaţiul liniar al funcţiilor continue etc. Planul geometric poate fi modelat ca spaţiu vectorial
−−→
fixând un punct O şi asociind fiecărui punct P din plan vectorul OP (vectorul de poziţie). Îl
vom identifica cu R2 . Analog se modelează şi spaţiul geometric, care se identifică cu R3 .
O mulţime de vectori din spaţiul vectorial V formează un sistem de vectori şi-l notăm,
de obicei, prin S = {v 1 , v 2 , . . . , v m }. O combinaţie liniară a vectorilor din S este o sumă
de tipul
α1 v 1 + α2 v 2 + . . . + αm v m ,
unde coeficienţii α1 , α2 , . . . , αm sunt scalari. Spunem că un vector v ∈ V se scrie ca o

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

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

(α1 , α1 ) + (2α2 , −α2 ) = (0, 0) ⇔
(α1 + 2α2 , α1 − α2 ) = (0, 0) ⇔
(
α1 + 2α2 = 0
α1 − α2 = 0
Din ultima ecuaţie avem α1 = α2 cu care prima ecuaţie devine 3α1 = 0. Atunci α1 = α2 = 0,
deci sistemul de vectori S2 este liniar independent. Remarcăm
faptul
că sistemul obţinut mai
1 2
sus este un sistem liniar omogen ce are determinantul = −3 6= 0, deci el are doar

1 −1
soluţia banală.
Observăm cu uşurinţă că orice subsistem al unui sistem de vectori liniar independent este
de asemenea liniar independent (vectorii eliminaţi au coeficienţii deja nuli).
Definiţia 4. Un sistem de vectori S se numeşte sistem de generatori ai spaţiului
vectorial V dacă orice vector din V poate fi scris ca o combinaţie liniară a vectorilor din S.
Să verificăm că sistemul de vectori S2 de mai sus este un sistem de generatori ai spaţiului
aritmetic R2 . Trebuie să arătăm că oricare ar fi vectorul v̄ = (x, y) ∈ R2 există scalarii
α1 , α2 ∈ R astfel ca v̄ = α1 v 1 + α2 v 2 . Ultima condiţie devine ı̂n cazul nostru
(x, y) = α1 (1, 1) + α2 (2, −1).
Efectuând calculele ca mai sus obţinem sistemul liniar ı̂n necunoscutele α1 , α2 :

(
α1 + 2α2 = x
α1 − α2 = y
Cum determinantul sistemului este −3 6= 0, sistemul de tip Cramer are soluţie unică, deci
există α1 şi α2 , pentru orice (x, y). În concluzie S2 este sistem de generatori ai spaţiului R2 .
Unicitatea soluţiei sistemului Cramer din acest ultim exemplu conduce la următoarea
teoremă de unicitate a descompunerii unui vector după vectorii unui sistem.
Teorema 1. Fie V un spaţiu liniar şi S ⊂ V un sistem de vectori liniar independent.
Dacă există descompunerea unui vector din V după vectorii din S, atunci ea este unică.
Demonstraţie. Prin reducere la absurd, presupunem că există două scrieri diferite ale
unui vector v̄ după vectorii din S = {v 1 , v 2 , . . . , v m }:
v̄ = α1 v 1 + α2 v 2 + . . . + αm v m = β1 v 1 + β2 v 2 + . . . + βm v m .
Rezultă
(α1 − β1 )v 1 + (α2 − β2 )v 2 + . . . + (αm − βm )v m = 0̄
şi cum S este liniar independent obţinem α1 − β1 = 0, α2 − β2 = 0, ..., αm − βm = 0, adică
descompunerile sunt identice, contradicţie. Deci presupunerea făcută este falsă, ca atare
descompunerea este unică.
Următoarea noţiune este legată de noţiunea de reper din spaţiul geometric tridimensional.
Definiţia 5. Fie V un spaţiu liniar şi B ⊂ V un sistem de vectori. B se numeşte bază a
spaţiului V dacă este liniar independent şi sistem de generatori ai lui V.
Din exemplele precedente avem că S2 este o bază a spaţiului aritmetic R2 . Această bază
nu este unică, putând schimba vectorii astfel ı̂ncât acel determinant obţinut ı̂n calcule să
fie nenul. Există şi situaţia ı̂n care acel determinant este al matricei unitate, caz ı̂n care
vorbim despre cea mai simplă bază a unui spaţiu vectorial, baza canonică. Pentru R2 , baza
canonică este
Bc = {ē1 = (1, 0), ē2 = (0, 1)}.
Mai general, baza canonică a spaţiul aritmetic Rn este
Bc = {ē1 = (1, 0, 0, . . . , 0), ē2 = (0, 1, 0, . . . , 0), . . . , ēn = (0, 0, 0, . . . , 1)}
şi orice vector x̄ = (x1 , x2 , . . . , xn ) ∈ Rn se scrie sub forma
x̄ = x1 ē1 + x2 ē2 + . . . + xn ēn .
Pentru spaţiul polinoamelor de gradul 2,
R2 [X] = {p(X) = a + bX + cX 2 : a, b, c ∈ R},
baza canonică este

Bc = {p1 (X) = 1, p2 (X) = X, p3 (X) = X 2 },
iar orice polinom are scrierea
p(X) = a + bX + cX 2 = ap1 (X) + bp2 (X) + cp3 (X).

Pentru spaţiul matricelor pătratice de ordinul doi,

" #
a b
M2 (R) = {A = : a, b, c, d ∈ R},
c d
baza canonică este dată de

" # " # " # " #
1 0 0 1 0 0 0 0
Bc = {E1 = , E2 = , E3 = , E4 = },
0 0 0 0 1 0 0 1
orice matrice A scriindu-se sub forma
A = aE1 + bE2 + cE3 + dE4 .
În general, dacă Bc = {ē1 , ē2 , . . . , ēn } este baza canonică a spaţiului vectorial V, orice vector
v̄ ∈ V se scrie ı̂n mod unic ı̂n funcţie de vectorii din baza canonică sub forma
v̄ = x1 ē1 + x2 ē2 + . . . + xn ēn ,
numită expresia analitică a lui v̄, unde x1 , x2 , . . . , xn se vor numi coordonatele lui v̄ ı̂n
baza canonică. Acestei scrieri ı̂i corespunde matricea coloană
 
x1
 x2 
 
 . 
 . 
 . 
xn
şi convenim că atunci când lucrăm sub formă matriceală, vectorii ”se pun” pe coloane. Dacă
mai considerăm un vector, mai obţinem o matrice coloană ş.a.m.d. Atunci putem defini
matricea unui sistem de vectori relativ la baza canonică ca fiind matricea ce are pe
coloane coordonatele vectorilor din sistem ı̂n baza canonică. Vom nota această matrice prin
TBc S . Este evident că dacă sistemul de vectori este chiar Bc atunci matricea ascociată este
chiar matricea identitate In .
Ca exemplu, fie sistemul de vectori S = {v̄1 = (1, 2, 3), v̄2 = (−1, 0, 4)} ⊂ R3 . Baza
canonică a lui R3 este Bc = {ē1 = (1, 0, 0), ē2 = (0, 1, 0), ē3 = (0, 0, 1)} şi avem
v̄1 = (1, 2, 3) = (1, 0, 0) + (0, 2, 0) + (0, 0, 3) = ē1 + 2ē2 + 3ē3

v̄2 = (−1, 0, 4) = −(1, 0, 0) + 0(0, 1, 0) + 4(0, 0, 1) = −ē1 + 0ē2 + 4ē3 .
Atunci matricea sistemul S relativ la baza canonică este

 
1 −1
TBc S =  2 0 
 
3 4
(relativ la baza canonică, pe coloane sunt exact componentele celor doi vectori).
Vom arăta că S este liniar independent. Condiţia α1 v 1 + α2 v 2 = 0̄ devine
α1 (1, 2, 3) + α2 (−1, 0, 4) = (0, 0, 0) ⇔

(α1 , 2α1 , 3α1 ) + (−α2 , 0, 4α2 ) = (0, 0, 0) ⇔
(α1 − α2 , 2α1 , 3α1 + 4α2 ) = (0, 0, 0) ⇔
  
 α1 − α2 = 0
 1 −1
2α1 = 0 ⇒ matricea sistemului A =  2 0 
 

3α1 + 4α2 = 0 3 4

Evident α1 = α2 = 0, deci S este liniar independent. Mai mult observăm că matricea
sistemului obţinut este chiar TBc S şi are rangul egal cu 2, egal cu numărul de vectori liniari
independenţi din S. Rezultatul se generalizează, având loc următoarea teoremă a rangului:
(i) Metodă practică pentru liniar independenţă. Fie TBc S matricea sistemului de
vectori S relativ la baza canonică a spaţiului vectorial V. Dacă rang TBc S = m, unde m este
numărul de vectori din S, atunci S este liniar independent.
(ii) Metodă practică pentru sistem de generatori. Fie TBc S matricea sistemului de
vectori S relativ la baza canonică a spaţiului vectorial V. Dacă rang TBc S = n, unde n este
numărul de vectori din Bc , atunci S este sistem de generatori ai lui V.
(iii) Metodă practică pentru baze. Fie TBc S matricea sistemului de vectori S relativ
la baza canonică a spaţiului vectorial V. Dacă m = n, unde m este numărul de vectori din S
şi n este numărul de vectori din Bc , iar det TBc S 6= 0, atunci S este bază a lui V.
Modul de calcul al rangului matricei TBc S ne arată câţi şi care vectori trebuie păstraţi ı̂n
S pentru a fi liniar independent.
Conform acestor criterii, sistemul de vectori din exemplul precedent nu este sistem de
generatori şi nici bază pentru R3 , deoarece numărul de vectori din S nu este 3, adică numărul
de vectori din baza canonică a lui R3 .
Din ultimul criteriu deducem că orice bază a unui spaţiu vectorial are acelaşi număr de
vectori. Vom spune că dimensiunea spaţiului vectorial este egală cu numărul vectorilor
din baza lui canonică. Deci dim Rn = n, dim R2 [X] = 3, dim M2 (R) = 4.
Problema 1. Se consideră vectorii v̄1 = (1, 1, 1), v̄2 = (1, 1, 0), v̄3 = (−1, 0, 1), v̄4 =
(a, 1, a), a ∈ R.
a) Să se verifice dacă S1 = {v̄1 , v̄2 } este liniar independent;
b) Să se calculeze valoarea lui a pentru care sistemul de vectori S2 = {v̄1 , v̄2 , v̄4 } este liniar
dependent;
c) Să se stabilească dacă S3 = {v̄1 , v̄2 , v̄3 , v̄4 } este un sistem de generatori pentru R3 ;
d) Pentru a = 1, să se extragă din S3 o bază a lui R3 .
Rezolvare. Vom aplica Teorema rangului.
a) Relativ la baza canonică Bc a lui R3 , matricea sistemului de vectori S1 este
 
1 1
TBc S1 =  1 1  (am pus vectorii pe coloane).
 
1 0

1 1
Alegem minorul de ordinul 2 dat de ultimele două linii: d2 = = −1 6= 0, deci rangul

1 0
matricei TBc S1 este 2. Cum numărul de vectori din S1 este tot 2 rezultă (din metoda practică
pentru liniar independenţă) că S1 este liniar independent.
b) Din metoda practică pentru liniar independentă avem că S2 , care are 3 vectori, este liniar
dependent dacă rang TBc S2 < 3 (numărul de vectori din S2 ). Dar
 
1 1 a
TBc S2 =  1 1 1 ,
 
1 0 a
deci avem condiţia det TBc S2 = 0, adică 1 − a = 0. Rezultă a = 1.

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

1 1 −1

Alegând minorul de ordinul 3: d3 = 1 1 0 = 1 6= 0, obţinem că

1 0 1
rang TBc S3 = 3 = numărul de vectori din baza canonică a lui R3 . Conform metodei practice
pentru sistem de generatori deducem că S3 este sistem de ge-neratori pentru R3 .
d) O bază B a lui R3 trebuie să conţină 3 vectori, iar det TBc B 6= 0. Atunci B = {~v1 , ~v2 , ~v3 },
deoarece ı̂n acest caz det TBc B = d3 = 1.
Fie acum B1 şi B2 două baze ale spaţiului vectorial V. Conform Teoremei 1, orice vector al
bazei B2 poate fi scris ı̂n mod unic ı̂n funcţie de vectorii din B1 . Matricea ce are pe coloane
coordonatele astfel obţinute se numeşte matricea de trecere de la baza B1 la baza B2 .
Evident, dacă B1 = Bc şi B2 = B, atunci matricea lui B relativ la baza canonică este TBc B ,
care va fi şi matricea de trecere de la baza canonică la baza B. Reţinem deci că matricea de
trecere de la baza canonică la baza B se formează punând pe coloane vectorii din B.
Problema 2. În spaţiul aritmetic R2 se consideră sistemele de vectori
B1 = {ū1 = (1, 1), ū2 = (2, −1)} şi B2 = {v̄1 = (4, 1), v̄2 = (0, −3)}.
a) Să se scrie matricile celor două sisteme relativ la baza canonică;
b) Să se verifice că B1 şi B2 sunt baze pentru R2 ;
c) Să se scrie vectorul v̄1 ı̂n baza B1 ;
d) Să se determine matricea de trecere de la baza B1 la baza B2 .
Rezolvare. a) Matricea unui sistem de vectori relativ la baza canonică are pe coloane
exact componentele vectorilor din sistem. Atunci
" # " #
1 2 4 0
TBc B1 = şi TBc B2 = .
1 −1 1 −3
b) Baza canonică a lui R2 este Bc = {ē1 = (1, 0), ē2 = (0, 1)}. Din metoda practică pentru
baze, B1 este bază pentru R2 dacă are 2 vectori şi det TBc B1 6= 0. Cum det TBc B1 = −3 rezultă
că B1 este bază. Analog B2 este bază, deoarece are doi vectori şi det TBc B2 = −12 6= 0.
c) Scrierea vectorului v̄1 ı̂n baza B1 ı̂nseamnă găsirea scalarilor α1 , α2 ∈ R astfel ca
v̄1 = α1 ū1 + α2 ū2 .
Această condiţie este echivalentă cu
(4, 1) = α1 (1, 1) + α2 (2, −1) ⇔

(4, 1) = (α1 , α1 ) + (2α2 , −α2 ) ⇔

(
α1 + 2α2 = 4
(4, 1) = (α1 + 2α2 , α1 − α2 ) ⇔
α1 − α2 = 1
Scăzând cele două ecuaţii avem 3α2 = 3, adică α2 = 1. Înlocuind ı̂n prima ecuaţie obţinem
α1 = 2. Atunci scrierea lui v̄1 ı̂n baza B1 este v̄1 = 2ū1 + ū2 , iar coordonatele lui v̄1 ı̂n baza
B1 sunt (2, 1).
d) Matricea de trecere TB1 B2 are pe coloane coordonatele lui v̄1 şi v̄2 ı̂n baza B1 . Coordonatele
lui v̄1 ı̂n baza B1 sunt (2, 1), din c). Pentru v̄2 avem
v̄2 = β1 ū1 + β2 ū2 ⇔

(0, −3) = β1 (1, 1) + β2 (2, −1) ⇔
(0, −3)) = (β1 , β1 ) + (2β2 , −β2 ) ⇔
(
β1 + 2β2 = 0
(0, −3) = (β1 + 2β2 , β1 − β2 ) ⇔
β1 − β2 = −3
Scăzând cele două ecuaţii avem 3β2 = 3, adică β2 = 1. Înlocuind ı̂n prima ecuaţie obţinem
β1 = −2. Atunci scrierea lui v̄2 ı̂n baza B1 este v̄1 = −2ū1 + ū2 , iar coordonatele
" lui v̄2 #ı̂n
2 −2
baza B1 sunt (−2, 1). Scriind pe coloane, obţinem matricea de trecere TB1 B2 = .
1 1
În Problema 2 observăm că, de exemplu, vectorul v̄1 are coordonate diferite ı̂n baze
diferite. Vom nota cu v̄B1 scrierea pe coloană a vectorului ı̂n baza B1 şi cu v̄B2 scrierea pe
coloană ı̂n baza B2 . Ne interesează o legătură ı̂ntre cele două scrieri. Are loc legea de
schimbare a coordonatelor unui vector la schimbarea bazei:
Propoziţia 1. Fie B1 , B2 baze ale spaţiului vectorial V şi v̄ un vector oarecare din V.
Atunci
v̄B1 = TB1 B2 v̄B2 .
Demonstraţie. Pentru a uşura scrierea vom alege dim V = 2. Atunci B1 = {ū1 , ū2 } şi
B2 = {v̄1 , v̄2 }. Scriem, teoretic, vectorii din B2 relativ la baza B1 sub forma:
v̄1 = α1 ū1 + α2 ū2
v̄2 = β1 ū1 + β2 ū2 ,

adică matricea de trecere de la B1 la B2 este

" #
α1 β1
TB1 B2 = .
α2 β2
Pe de altă parte, vectorul v̄ se scrie relativ la baza B1 , respectiv B2 astfel:
v̄ = a1 ū1 + b1 ū2 ,
v̄ = a2 v̄1 + b2 v̄2 .
Înlocuim v̄1 şi v̄2 . Obţinem
v̄ = a2 v̄1 + b2 v̄2 = a2 (α1 ū1 + α2 ū2 ) + b2 (β1 ū1 + β2 ū2 ).
Identificând coeficienţii lui ū1 , respectiv ū2 , din cele două scrieri ale lui v̄, avem
a1 = a2 α1 + b2 β1
b1 = a2 α2 + b2 β2
ceea ce este echivalent cu " # " # " #
a1 α1 β1 a2
= · ,
b1 α2 β2 b2
adică v̄B1 = TB1 B2 v̄B2 .
În particular, dacă se dă un vector v̄ ı̂n baza canonică, atunci coordonatele sale ı̂ntr-o
bază B pot fi obţinute matriceal din relaţia
v̄B = TBBc v̄ = TB−1

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

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

1 B2
obţinem
TB−1 v̄ = TB−1
1 B2 B1 1 B2
· TB1 B2 v̄B2 = In v̄B2 = v̄B2 .
Comparând cele două scrieri ale lui v̄B2 , rezultă concluzia.

(ii) Pentru un vector oarecare avem
TB1 B2 v̄B2 = v̄B1 = TB1 B3 v̄B3 = TB1 B3 · TB3 B2 v̄B2 ,
de unde obţinem egalitatea dorită.

(iii) Considerând B3 = Bc ı̂n egalitatea de la (ii) şi folosind rezultatul de la (i), rezultă
TB1 B2 = TB1 Bc · TBc B2 = TB−1

c B1
· TBc B2 ,
ceea ce ı̂ncheie demonstraţia.

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

c) Aplicând formula TB1 B2 = TB−1
c B1
· TBc B2 , obţinem
" # " # " # " #
1 −1 −2 4 0 1 −6 6 2 −2
TB1 B2 =− · =− = .
3 −1 1 1 −3 3 −3 −3 1 1
1. Definiţi noţiunea de sistem de vectori liniar dependenţi, respectiv sistem de vectori

liniar independenţi.
2. Care este condiţia de definiţie ca sistemul de vectori S = {v̄1 , v̄2 , v̄3 } din spaţiul
vectorial V să fie liniar independent?
3. Cum se construieşte matricea ataşată unui sistem de vectori relativ la baza canonică?
Cum se foloseşte această matrice la studiul independenţei liniare a sistemului respectiv de
vectori?
4. Fie spaţiul vectorial V cu baza canonică Bc = {ē1 , ē2 , ē3 } şi sistemul de vectori S =
{ū = a1 ē1 + a2 ē2 + a3 ē3 , v̄ = b1 ē1 + b2 ē2 + b3 ē3 }. Scrieţi matricea sistemului S relativ la baza
canonică. Precizaţi condiţia practică pentru ca S să fie liniar independent.
5. Definiţi noţiunea de sistem de generatori ai unui spaţiu vectorial.
6. Cum se foloseşte matricea unui sistem de vectori relativ la baza canonică pentru a
arăta că acel sistem generează tot spaţiul vectorial?
7. Fie spaţiul vectorial V cu baza canonică Bc = {ē1 , ē2 } şi sistemul de vectori S = {ū =
a1 ē1 + a2 ē2 , v̄ = b1 ē1 + b2 ē2 , w̄ = c1 ē1 + c2 ē2 }. Scrieţi matricea sistemului S relativ la baza
canonică. Precizaţi condiţia practică pentru ca S să fie sistem de generatori ai spaţiului V.
8. Definiţi noţiunea de bază a unui spaţiu vectorial? Scrieţi baza canonică a spaţiului
aritmetic R3 .
9. Fie V un spaţiu vectorial de dimensiune 3 şi S un sistem cu n vectori. În ce condiţii
practice S este bază pentru V ?
10. Ce ı̂nseamnă să scriem vectorul v ı̂n baza B = {v 1 , v 2 }?
11. Definiţi noţiunea de matrice de trecere de la o bază la altă bază.
12. Cum se construieşte matricea de trecere de la baza canonică la baza B? Cum se
numeşte matricea TBBc ? Care este legătura dintre TBBc şi TBc B ? Dar ı̂ntre TBc B1 , TBc B2 şi
TB1 ,B2 ?
13. Care este legea de schimbare a coordonatelor unui vector la schimbarea bazei?
Exerciţii
1. Folosind definiţia, arătaţi că sistemul de vectori S este liniar independent, unde:
a) S = {v 1 = (1, −1), v 2 = (1, 1)} ⊂ R2 ;
b) S = {v 1 = (0, 1, 0), v 2 = (2, 1, 1)} ⊂ R3 .

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

b) Scrieţi matricea de trecere de la baza canonică din R2 la baza B;
c) Determinaţi coordonatele vectorului v B = (−4, 2) ı̂n baza Bc ;
d) Calculaţi matricea de trecere de la baza B la baza canonică;
e) Determinaţi coordonatele vectorului v = (4, 5) ı̂n baza B.
12. Fie sistemele de vectori B1 = {v 1 = (3, −1), v 2 = (−1, 2)} şi
B2 = {u1 = (1, 2), u2 = (2, 1)}.
a) Verificaţi că B1 şi B2 sunt baze pentru R2 ;
b) Calculaţi matricea TB1 B2 ;
c) Determinaţi coordonatele vectorului v̄ ı̂n baza B1 ştiind că ı̂n baza B2 are coordonatele
(4, −4).
" # " #
1 1 1 3
13. Fie TBc B2 = şi TB1 B2 = . Determinaţi bazele B1 şi B2 ale
0 −1 1 4
spaţiului R2 .
14. Fie baza B2 = {v 1 = (1, 0, 0), v 2 = (0, 1, 0), v 3 = (1, −1, 1)} pentru R3 . Găsiţi baza
B1 ştiind că matricea de trecere de la baza B1 la baza B2 este
 
1 1 0
TB1 B2 =  1 2 0  .
 
0 −1 1
Subspaţii vectoriale
După cum sunt numite, subspaţiile vectoriale sunt submulţimi ale spaţiilor vectoriale formate
din elemente cu aceleaşi proprietăţi. De exemplu, ı̂n spaţiul aritmetic R3 considerăm toţi
vectorii cu prima componentă 0, ı̂n spaţiul polinoamelor de gradul 3 luăm doar polinoamele
fără termen liber, ı̂n spaţiul matricelor pătratice considerăm numai matricele simetrice (At =
A) etc. În general avem:
Definiţia 1. Fie spaţiul vectorial (V, +, ·) peste corpul K şi U o submulţime nevidă a sa.
Spunem că U este subspaţiu vectorial al lui V dacă (U, +, ·) este spaţiu vectorial.
Conform definiţiei, pentru a arăta că o submulţime este subspaţiu vectorial ar trebui să
verificăm toate proprietăţile din definiţia spaţiului vectorial. Se poate ı̂nsă şi mai simplu,
conform următoarei propoziţii.
Propoziţia 1. Fie spaţiul vectorial (V, +, ·) peste corpul K şi U o submulţime nevidă a
sa. Atunci U este subspaţiu vectorial al lui V dacă şi numai dacă
(Sv1) ū + v̄ ∈ U, (∀)ū, v̄ ∈ U;
(Sv2) αū ∈ U, (∀)α ∈ K, ū ∈ U.
Demonstraţie. ” ⇒ ” Ştim că U este subspaţiu vectorial al lui V şi trebuie să verificăm
(Sv1) şi (Sv2). Cum U este subspaţiu vectorial rezultă că cele două operaţii sunt legi de
compoziţie cu valori ı̂n U, adică ceea ce trebuia verificat.
” ⇐ ” Acum au loc cele două proprietăţi, (Sv1) şi (Sv2), şi verificăm toate proprietăţile din
definiţia spaţiului vectorial. Din ipoteză, cele două operaţii sunt legi de compoziţie cu valori
ı̂n U, iar proprietăţile de comutativitate, asociativitate, distributivitate ce au loc ı̂n V rămân
valabile şi ı̂n U. Din (Sv2) avem că 0 · ū = 0̄ ∈ U, deci elementul neutru din V este şi ı̂n U.
Tot din (Sv2) rezultă că (−1)ū = −ū ∈ U, deci orice vector din U are un simetric (opus) tot
15
ı̂n U şi de asemenea 1ū = ū ∈ U.

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

şi (Sv2). Atunci, din (Sv2) avem că αū, βv̄ ∈ U, iar din (Sv1) suma lor este tot ı̂n U, adică
αū + βv̄ ∈ U.
” ⇐ ” Reciproc, dacă are loc proprietatea (Sv) atunci pentru α = β = 1 obţinem (Sv1), iar
pentru β = 0, (Sv2), ceea ce ı̂ncheie demonstraţia.
Fiind şi spaţiu vectorial, ı̂n cazul unui subspaţiu vectorial putem vorbi şi despre baze
şi, automat, despre dimensiunea subspaţiului. Pentru a găsi o bază a subspaţiului vectorial
determinăm un sistem de generatori ai subspaţiului si arătăm că este liniar independent.
Dimensiunea subspaţiului vectorial este egală cu numărul de vectori din baza găsită.
Să luăm, de exemplu, U = {(x, x) : x ∈ R} ⊂ R2 . Pentru ū = (x1 , x1 ) ∈ U şi v̄ =
(x2 , x2 ) ∈ U avem
αū + βv̄ = α(x1 , x1 ) + β(x2 , x2 ) = (αx1 , αx1 ) + (βx2 , βx2 )

= (αx1 + βx2 , αx1 + βx2 ) = (x, x) ∈ U,
Subspaţii vectoriale 17
deci U este subspaţiu vectorial. Observăm că orice vector din U se scrie sub forma (x, x) =
x(1, 1), deci vectorul (1, 1) ∈ U generează subspaţiul U. Deci BU = {(1, 1)} este sistem de
generatori ai lui U. Mai mult, fiind un singur vector, este şi liniar independent, deci BU este
bază pentru U. Rezultă că dim U = 1.
Ştim că un sistem de generatori ai spaţiului generează, prin combinaţii liniare ı̂ntre ei,
tot spaţiul. Se pune problema ce se ı̂ntâmplă dacă luăm un sistem de vectori oarecare şi
considerăm toate combinaţiile liniare ı̂ntre ei.
Definiţia 2. Fie S = {ū1 , ū2 , . . . , ūm } un sistem de vectori ı̂n spaţiul vectorial V peste
corpul K. Mulţimea tuturor combinaţiilor liniare ale vectorilor din S cu coeficienţi din K,
notată L(S) formează acoperirea liniară a lui S:
L(S) = {α1 ū1 + α2 ū2 + . . . + αm ūm , (∀)α1 , . . . , αm ∈ K}
Structura acoperirii liniare este dată ı̂n propoziţia următoare.
Propoziţia 3. Fie S = {ū1 , ū2 , . . . , ūm } un sistem de vectori ı̂n spaţiul vectorial V peste
corpul K. Atunci L(S) este subspaţiu vectorial al lui V şi dimensiunea lui este dată de
numărul vectorilor liniar independenţi din S.
m
X
Demonstraţie. Fie ū = γ1 ū1 + . . . + γm ūm = γk ūk ∈ L(S) şi
k=1
m
X
v̄ = δk ūk ∈ L(S). Atunci
k=1
m
X m
X m
X m
X
αū + βv̄ = α γk ūk + β δk ūk = αγk ūk + βδk ūk
k=1 k=1 k=1 k=1
m
X m
X
= (αγk + βδk )ūk = αk ūk ∈ L(S),
k=1 k=1
adică proprietatea (Sv) este verificată, deci L(S) este subspaţiu vectorial. Cum S este sistem
de generatori pentru L(S), din el alegem un sistem maximal de vectori liniar independenţi
(cel mai mare număr posibil), care va fi bază pentru L(S). Atunci dimensiunea lui L(S) este
dată de numărul vectorilor liniar independenţi din S.
Această definiţie ne permite să spunem ı̂n loc de acoperirea liniară a lui S, subspaţiul
generat de S.
Remarcăm că rezultatul de mai sus furnizează o modalitate de a construi subspaţii vec-
toriale pornind de la nişte vectori.
Ca o consecinţă a acestei propoziţii, pentru construirea lui L(S) procedăm astfel: folosind
metoda practică pentru liniar independenţă, din S alegem un sistem maximal liniar indepen-
dent, B. Atunci L(S) = L(B), iar B este bază pentru L(S).
Problema 1. În spaţiul aritmetic R3 considerăm sistemul de vectori
S = {ū1 = (1, −1, 1), ū2 = (1, 1, 0), ū3 = (2, 0, 1), ū4 = (2, 2, 0)}.
a) Să se extragă din S un sistem maximal de vectori liniar independenţi;
b) Să se determine L(S) şi să se precizeze dimensiunea sa.
Rezolvare. a) Matricea sistemului de vectori S relativ la baza canonică este
 
1 1 2 2
TBc S =  −1 1 0 2  .
 
1 0 1 0
Vom determina rangul
matricei
TBc S . Pentru aceasta, alegem un minor de ordinul doi nenul,
1 1
de exemplu d2 = =2= 6 0 pe care ı̂l bordăm la ordinul trei:

−1 1

1 1 2 1 1 2

d03 = −1 1 0 = 0, d3 00 = −1 1 2 = 0.

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

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

1 0
Cum minorul de ordinul doi d2 = = 1 este nenul şi nu există minori de ordinul

1 1
trei, rezultă că rang TBc B = 2, adică numărul de vectori din B. Atunci, conform criteriului
practic pentru liniar independenţă, B este liniar independent. Rezultă că U = L(B), deci U
este subspaţiu vectorial, iar B este o bază a sa. Mai mult, dim U = 2.
O altă modalitate de a construi subspaţii vectoriale este prin intermediul operaţiilor dintre
subspaţii vectoriale.
Definiţia 3. Fie U1 şi U2 subspaţii vectoriale ale lui V. Se numeşte sumă a subspaţiilor
vectoriale U1 şi U2 mulţimea
U1 + U2 = {v̄ ∈ V : (∃)ū1 ∈ U1 , (∃)ū2 ∈ U2 cu v̄ = ū1 + ū2 }.
Luând pe rând ū2 = 0̄V , respectiv ū1 = 0̄V , se constată uşor că U1 ∪ U2 ⊆ U1 + U2 .
Definiţia 4. Fie U1 şi U2 subspaţii vectoriale ale lui V. Se numeşte sumă directă a
subspaţiilor vectoriale U1 şi U2 mulţimea
U1 ⊕ U2 = {v̄ ∈ V : (∃!)ū1 ∈ U1 , (∃!)ū2 ∈ U2 cu v̄ = ū1 + ū2 }.
Deosebirea dintre cele două sume este că ı̂ntr-o sumă directă scrierea este unică.
Definiţia 5. Fie U1 şi U2 subspaţii vectoriale ale lui V. Se numeşte intersecţie a
subspaţiilor vectoriale U1 şi U2 mulţimea
U1 ∩ U2 = {v̄ ∈ V : v̄ ∈ U1 , v̄ ∈ U2 }.
Structurile acestor mulţimi sunt date ı̂n propoziţia ce urmează.

Propoziţia 4. Fie U1 şi U2 subspaţii vectoriale ale lui V. Atunci U1 + U2 , U1 ⊕ U2 şi
U1 ∩ U2 sunt subspaţii vectoriale ale lui V.
Demonstraţie. Fie ū, v̄ ∈ U1 + U2 , adică există ū1 , v̄1 ∈ U1 şi ū2 , v̄2 ∈ U2 astfel ca
ū = ū1 + ū2 , respectiv v̄ = v̄1 + v̄2 . Atunci
αū + βv̄ = α(ū1 + ū2 ) + β(v̄1 + v̄2 ) = (αu¯1 + βv̄1 ) + (αu¯2 + βv̄2 ).
Dar ū1 , v̄1 ∈ U1 şi din (Sv) rezultă αu¯1 +βv̄1 ∈ U1 . La fel, ū2 , v̄2 ∈ U2 , de unde αu¯2 +βv̄2 ∈ U2 .
Atunci rezultă că αū + βv̄ ∈ U1 + U2 , adică proprietatea (Sv) este verificată pentru U1 + U2 .
În concluzie, U1 + U2 este subspaţiu vectorial.
Analog, şi U1 ⊕ U2 este subspaţiu vectorial.
Rămâne să demonstrăm că intersecţia U1 ∩ U2 este subspaţiu vectorial. Fie ū, v̄ ∈ U1 ∩ U2 ,
deci ū, v̄ ∈ U1 şi ū, v̄ ∈ U2 . Folosind proprietatea (Sv) pentru U1 , respectiv U2 , obţinem
αū + βv̄ ∈ U1 , respectiv αū + βv̄ ∈ U2 . Atunci αū + βv̄ ∈ U1 ∩ U2 , adică proprietatea (Sv)
este verificată pentru U1 ∩ U2 . Deci U1 ∩ U2 este subspaţiu vectorial.
”Mărimea” sumei a două subspaţii vectoriale, raportată la operaţia de inclu-ziune, este
subliniată de
Propoziţia 5. Fie U1 şi U2 subspaţii vectoriale ale lui V. Atunci U1 + U2 este cel mai
mic subspaţiu vectorial ce conţine atât pe U1 cât şi pe U2 .
Demonstraţie. Fie U un subspaţiu vectorial al lui V astfel ca U1 ⊆ U şi U2 ⊆ U. Fie
v̄ ∈ U1 + U2 , deci există ū1 ∈ U1 , ū2 ∈ U2 cu v̄ = ū1 + ū2 . Din alegerea lui U rezultă că ū1 ∈ U
şi ū2 ∈ U şi, cum U este subspaţiu vectorial, ū1 + ū2 ∈ U. Rezultă că v̄ ∈ U. Cum v̄ a fost
luat arbitrar ı̂n U1 + U2 , obţinem că U1 + U2 ⊆ U, adică ce trebuia demonstrat.
Caracterizarea faptului că o sumă este sumă directă este dată de următoarea metodă
practică pentru sumă directă:
Propoziţia 6. Fie U1 şi U2 subspaţii vectoriale ale lui V. Atunci suma celor două
subspaţii este directă, U1 + U2 = U1 ⊕ U2 , dacă şi numai dacă U1 ∩ U2 = {0̄}.
Demonstraţie. ” ⇒ ” Considerăm că suma este directă. Fie v̄ ∈ U1 ∩ U2 şi ū ∈ U1 ⊕ U2 ,
adică există un unic ū1 ∈ U1 şi un unic ū2 ∈ U2 asfel ca ū = ū1 + ū2 . Cum ū1 , v̄ ∈ U1 şi
ū2 , v̄ ∈ U2 , putem scrie ū = (u¯1 − v̄) + (ū2 + v̄) ∈ U1 ⊕ U2 . Cum scrierea lui ū este unică,
rezultă u¯1 − v̄ = ū1 şi ū2 + v̄ = ū2 , deci v̄ = 0̄. Dar v̄ a fost ales arbitrar din U1 ∩ U2 , deci
U1 ∩ U2 = {0̄}.
” ⇐ ” Fie ū un vector oarecare din U1 + U2 . Considerăm că ar exista două scrieri sub formă
de sumă pentru ū: ū = ū1 + ū2 = v̄1 + v̄2 , unde ū1 , v̄1 ∈ U1 şi ū2 , v̄2 ∈ U2 . Rezultă că
ū1 − v̄1 = v̄2 − ū2 ∈ U1 ∩ U2 = {0̄}. Atunci ū1 = v̄1 şi ū2 = v̄2 , deci scrierea lui ū este unică,
| {z } | {z }
∈U1 ∈U2
adică suma este directă.
Problema 3. În spaţiul aritmetic R3 se consideră subspaţiile U1 = L((1, 2, 0)) şi U2 =

L((1, 0, 1)).
a) Să se descrie cele două subspaţii vectoriale;
b) Să se calculeze U1 + U2 ;
c) Să se calculeze U1 ∩ U2 şi să se precizeze dacă suma U1 + U2 este directă.
Rezolvare. a) Avem U1 = L((1, 2, 0)) = {(α, 2α, 0) : α ∈ R}, respectiv
U2 = L((1, 0, 1)) = {(β, 0, β) : β ∈ R}.
b) Un element al sumei U1 + U2 se obţine ı̂nsumând un vector din U1 cu altul din U2 , adică
(α, 2α, 0) + (β, 0, β) = (α + β, 2α, β). Se obţine că
U1 + U2 = {(α + β, 2α, β) : α, β ∈ R}.
c) Fie ū ∈ U1 ∩ U2 . Atunci ū ∈ U1 şi ū ∈ U2 , deci ū = (α, 2α, 0) = (β, 0, β). Rezultă α = β,
2α = 0 şi 0 = β, adică ū = (0, 0, 0). Atunci U1 ∩ U2 = {0̄}, iar suma U1 + U2 este directă,
U1 + U2 = U1 ⊕ U 2 .
O altă caracterizare pentru suma directă este dată de
Propoziţia 7. Fie U1 şi U2 subspaţii vectoriale ale lui V. Următoarele afirmaţii sunt
echivalente:
(i) suma celor două subspaţii este directă;
(ii) dacă ū1 ∈ U1 şi ū2 ∈ U2 astfel ca ū1 + ū2 = 0̄V atunci ū1 = ū2 = 0̄V .
Demonstraţie. (i) ⇒ (ii) ū1 + ū2 = 0̄V = 0̄V + 0̄V şi scrierea este unică, deci ū1 = ū2 =
0̄V .
(ii) ⇒ (i) Fie ū ∈ U1 + U2 arbitrar ales cu două posibile scrieri ū = v̄1 + v̄2 = w̄1 + w̄2 , unde
v̄1 , w̄1 ∈ U1 şi v̄2 , w̄2 ∈ U2 . Rezultă (v̄1 − w̄1 ) + (v̄2 − w̄2 ) = 0̄V . Cum v̄1 , w̄1 ∈ U1 rezultă
not not
v̄1 − w̄1 = ū1 ∈ U1 şi analog v̄2 − w̄2 = ū2 ∈ U2 . Din ipoteza (ii) obţinem v̄1 − w̄1 = 0̄V şi
v̄2 − w̄2 = 0̄V , de unde deducem că scrierea este unică, iar suma este directă.
Cum fiecare subspaţiu vectorial are o dimensiune, vom preciza şi dimensiunile subspaţiilor
obţinute prin operaţiile de mai sus.
Propoziţia 8. Fie U1 şi U2 subspaţii vectoriale ale lui V. Atunci:

(i) dim U1 ≤ dim V;
(ii) dim U1 = dim V ⇒ U1 = V;
(iii) dim(U1 + U2 ) = dim U1 + dim U2 − dim(U1 ∩ U2 );
(iv) dim(U1 ⊕ U2 ) = dim U1 + dim U2 .
Demonstraţie. (i) Evident, numărul de vectori dintr-o bază a lui U1 nu poate fi mai
mare decât numărul de vectori dintr-o bază a lui V.
(ii) Dacă dim U1 = dim V atunci numărul de vectori dint-o bază a lui U1 este egal cu numărul
de vectori dint-o bază a lui V, deci baza lui U1 este bază şi pentru V. Atunci U1 = V.
(iii) Fie B o bază pentru U1 ∩ U2 . Atunci B se completează la o bază pentru U1 , notată
B1 şi la o bază pentru U2 , notată B2 . O bază pentru U1 + U2 este B1 ∪ B2 . Ştiind formula
card(B1 ∪ B2 ) = card(B1 ) + card(B2 ) − card(B1 ∩ B2 ), obţinem concluzia.
(iv) Suma este directă şi atunci U1 ∩ U2 = 0̄.
Punctul (ii) al Propoziţiei precedente ne oferă o metodă practică pentru a arăta că
un subspaţiu vectorial este egal cu tot spaţiul vectorial: dacă un subspaţiu vectorial
are aceeaşi dimensiune cu spaţiul vectorial, atunci coincid.
De exemplu, ı̂n R2 să considerăm U1 = L((1, 2)) = {(x, 2x) : x ∈ R} şi U2 = L((0, 1)) =
{(0, y) : y ∈ R}. Atunci U1 ∩ U2 = {(0, 0)}, de unde
dim(U1 ⊕ U2 ) = dim U1 + dim U2 = 1 + 1 = 2 = dim(R2 ). Deci U1 ⊕ U2 = R2 .
Definiţia 6. Subspaţiile vectoriale U1 şi U2 ale lui V se numesc subspaţii comple-

mentare dacă U1 ⊕ U2 = V.
Precizăm că uneori se foloseşte termenul de subspaţii suplementare.

Observăm că subspaţiile considerate ı̂n exemplul precedent sunt complementa-re. Modul
de rezolvare prezentat ne furnizează şi metoda practică pentru a arăta că două subspaţii
vectoriale sunt complementare: arătăm că suma este directă, adică U1 ∩ U2 = {0̄}, şi că
dim(U1 ⊕ U2 ) = dim V.
O metodă rapidă de a construi două subspaţii complementare este dată de ”spargerea”
unei baze a spaţiului vectorial ı̂n două părţi şi construirea subspaţiilor generate de acestea.
Are loc
Propoziţia 9. Fie B = {v̄1 , . . . , v̄n } o bază a spaţiului vectorial V ce se separă ı̂n două
sisteme de vectori disjuncte, S1 şi S2 . Atunci L(S1 ) ⊕ L(S2 ) = V.

Demonstraţie. Fără a restrânge generalitatea, considerăm S1 = {v̄1 , . . . , v̄p } şi S2 =
{v̄p+1 , . . . , v̄n }. Pentru a arăta că suma este directă vom folosi Propoziţia 7. Fie pen-
tru aceasta ū1 ∈ L(S1 ) şi ū2 ∈ L(S2 ) astfel ca ū1 + ū2 = 0̄V . Atunci există scalarii
α1 , . . . , αp , αp+1 , . . . , αn cu
ū1 = α1 v̄1 + . . . + αp v̄p
şi
ū2 = αp+1 v̄p+1 + . . . + αn v̄n .
Condiţia ū1 + ū2 = 0̄V implică
α1 v̄1 + . . . + αp v̄p + αp+1 v̄p+1 + . . . + αn v̄n = 0̄V .
Dar vectorii v̄1 , . . . , v̄p , . . . , v̄n sunt liniar independenţi şi atunci
α1 = . . . = αp = αp+1 = . . . = αn = 0.
Implicit, ū1 = ū2 = 0̄V . Deci suma celor două subspaţii este directă.
Cum S1 şi S2 sunt liniar independente, ele sunt şi baze pentru cele două subspaţii generate.
Avem atunci
dim(L(S1 ) ⊕ L(S2 )) = dim L(S1 ) + dim L(S2 ) = p + (n − p) = n = dim V,
deci L(S1 ) ⊕ L(S2 ) = V.

Se poate pune şi problema determinării subspaţiului complementar unui sub-spaţiu dat.
În acest sens, din propoziţia de mai sus deducem următoarea metodă practică de aflare
a subspaţiului complementar:
1) Determinăm o bază BU a subspaţiului dat U;
2) Completăm BU la o bază pentru tot spaţiul vectorial V: B = BU ∪ S;
3) Subspaţiul complementar lui U este L(S).
Problema 4. Fie U = {(x, −x, 2x) : x ∈ R} ⊂ R3 . Să se arate că U este subspaţiu
vectorial şi să se determine subspaţiul său complementar.
Rezolvare. Cum (x, −x, 2x) = x(1, −1, 2), rezultă că U = L((1, −2, 2)), deci este
subspaţiu vectorial cu baza BU = {(1, −1, 2)}. Completăm această bază la o bază pentru R3 .
Fie, de exemplu B = {(1, −1, 2), (0, 1, 0), (0, 0, 1)}, care este bază deoarece det TBc B = 1 6= 0.
Atunci subspaţiul complementar lui U este L((0, 1, 0), (0, 0, 1)) = {(0, y, z) : y, z ∈ R}.
Subspaţii generate de o matrice
Fie A = [aij ], i ∈ {1, 2, . . . , m}, j ∈ {1, 2, . . . , n}, o matrice cu m linii şi n coloane.
Definiţia 11. Se numeşte subspaţiul nul al matricei A mulţimea
N ull(A) = {x̄ ∈ Rn : Ax̄ = 0̄},
adică mulţimea soluţiilor sistemului omogen Ax̄ = 0̄.

Propoziţia 16. Subspaţiul nul al unei matrice este subspaţiu vectorial a lui Rn .
Demonstraţie. Fie α, β ∈ R, x̄, ȳ ∈ N ull(A), adică Ax̄ = 0̄ şi Aȳ = 0̄. Atunci
A(αx̄ + β ȳ) = αAx̄ + βAȳ = 0̄,
deci αx̄ + β ȳ ∈ N ull(A), ceea ce trebuia demonstrat.

Definiţia 12. Subspaţiul generat de vectorii puşi pe coloanele matricei A se numeşte
subspaţiul coloanelor lui A, notat col(A).
Evident, col(A) este subspaţiu vectorial al lui Rm .
Propoziţia 17. Fie A ∈ Mm,n (R). Atunci:
dim col(A) = rang A , dim N ull(A) = n − rang A.
Demonstraţie. Matricea sistemului omogen Ax̄ = 0̄ este A. Tot A este matricea

sistemului de vectori ce generează col(A). Numărul vectorilor liniar independenţi este rang A,
iar numărul necunoscutelor secundare ale sistemului este n − rang A.
" #
1 2 0
Problema 8. Fie matricea A = . Să se scrie ecuaţiile lui N ull(A) şi să se
−1 1 3
precizeze dimensiunea lui. Să se determine o bază a lui N ull(A).
Rezolvare. Ecuaţiile lui N ull(A) sunt ecuaţiile sistemului omogen Ax̄ = 0̄, adică:
 
" # x1 " # (
1 2 0 0 x1 + 2x2 = 0
·  x2  = ⇔
 
−1 1 3 0 −x1 + x2 + 3x3 = 0
x3
Numărul de coloane ale lui A este n = 3, deci N ull(A) este subspaţiu al lui R3 . Cum
rang A = 2, rezultă dim N ull(A) = 3 − 2 = 1.
Pe de altă parte, dacă rezolvăm sistemul omogen avem x1 = −2x2 , apoi 3x2 + 3x3 = 0,
deci x2 = −x3 şi x1 = 2x3 . Obţinem că
N ull(A) = {(2x3 , −x3 , x3 ) : x3 ∈ R} = L((2, −1, 1)),
adică B0 = {(2, −1, 1)} este o bază a lui N ull(A).
1. Definiţi noţiunea de subspaţiu vectorial.

2. Care sunt condiţiile (sau condiţia) ca o submulţime a unui spaţiu vectorial să fie
subspaţiu vectorial?
3. Cum procedaţi pentru a găsi o bază a unui subspaţiu vectorial?
4. Care este subspaţiul generat de sistemul de vectori S = {v 1 , v 2 } ? Când S este bază
pentru acesta? În acest caz, cât este dimensiunea subspaţiului generat?
5. Care este metoda practică pentru subspaţii vectoriale?
6. Definiţi noţiunea de sumă a două subspaţii vectoriale.
7. Definiţi noţiunea de sumă directă a două subspaţii vectoriale.
8. Care este metoda practică pentru sumă directă?
9. În ce condiţii un subspaţiu vectorial este egal cu ı̂ntreg spaţiul?
10. Definiţi noţiunea de subspaţii complementare.
11. Care este metoda practică pentru subspaţii complementare?
12. Care sunt paşii pentru a determina un subspaţiu complementar unui subspaţiu dat?
Exerciţii
1. Arătaţi că U = {(2 + a, −a, 2a) : a ∈ R} nu este subspaţiu vectorial al lui R3 .

2. Verificaţi că U = {(2a, −a, a) : a ∈ R} este subspaţiu vectorial al lui R3 . Determinaţi
o bază a sa.
3. Arătaţi că U = {(x + y, x − y, 2x) : x, y ∈ R} este subspaţiu vectorial al lui R3 .
Determinaţi o bază a sa. Cât este dim U ?
4. Determinaţi subspaţiul generat de sistemul de vectori

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

 
1 1
15. Fie matricea A =  2 1  .
 
0 1
a) Arătaţi că N ull(A) = {(0, 0)};
b) Determinaţi subspaţiul ortogonal al lui col(A).
 
1 1 0
16. Fie matricea A =  −1 1 2  , unde m ∈ R.
 
0 1 m
a) Determinaţi m pentru care dim N ull(A) = 1;
b) Pentru m = 1, aflaţi o bază a subspaţiului N ull(A);
c) Pentru m = 1, stabiliţi dacă N ull(A) ⊕ col(A) = R3 .

Algebra All

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

Algebra All

Încărcat de

Drepturi de autor:

Formate disponibile

Vectori ı̂n spaţiu

Definiţia 1 Un segment determinat de două puncte A şi B pe care fixăm un sens, de

Figure 2: Produsul unui vector cu un scalar

Figure 3: Suma a doi vectori coliniari cu aceeaşi origine

Figure 4: Suma a doi vectori: regula triunghiului şi regula paralelogramului

Figure 5: Sistemul cartezian de axe de coordonate ı̂n spaţiu

Teorema 1 Dacă punctul P are coordonatele (a, b, c) atunci

Demonstraţie. Cu regula paralelogramului avem succesiv (fig.17, dreapta):

Vom nota acest vector de poziţie prin

~rP = a~i + b~j + c~k,

λ(a~i + b~j + c~k) = λa~i + λb~j + λc~k,

Exerciţiul 1 Se dau punctele A(2, 0, 3) şi B(1, 4, 2).

b) Vectorul de poziţie al punctului A este

~rA = xA~i + yA~j + zA~k = 2~i + 0~j + 3~k = (2, 0, 3).

Analog, ~rB = 1~i + 4~j + 2~k = (1, 4, 2).

Figure 7: Vectorul determinat de două puncte. Mijlocul unui segment

O altă operaţie dintre doi vectori este produsul scalar.

ortogonală a punctului B pe dreapta OA (fig.8). Notând cu θ unghiul AOB

~u · ~v = |~u| · |~v | · cos θ,

unde θ este unghiul dintre cei doi vectori.

Putem nota şi ~u · ~v =< ~u, ~v >.

ei fiind doi câte doi ortogonali.

(a~i + b~j + c~k) · (a0~i + b0~j + c0~k) = aa0 + bb0 + cc0 .

ce trebuie să fie egal cu zero. Rezultă 2m − 4 = 0, de unde 2m = 4 şi m = 2.

Definiţia 5 Un vector de lungime 1 se numeşte versor.

~u · ~v = |~u| · |~v | · cos θ = 1 · 2 · cos 60◦ = 1.

b) Forţa rezultantă este ~u + ~v . Folosind proprietăţile produsului scalar obţinem

|~u + ~v |2 = (~u + ~v ) · (~u + ~v ) = ~u · ~u + ~u · ~v + ~v · ~u + ~v · ~v

|~u + ~v |2 = |~u|2 + 2~u · ~v + |~v |2 .

Exerciţiul 6 Se consideră punctele A(3, 1, 1) şi B(1, 3, −1). Determinaţi:

Definiţia 6 Se numeşte produs vectorial al vectorilor ~u şi ~v acel vector notat ~u × ~v ce

Este evident că

|~u × ~v | = |~u| · |~v | · sin θ.

Ţinând cont de definiţia produsului scalar, obţinem

Figure 9: Produsul vectorial

|~u × ~v |2 = (bc0 − b0 c)2 + (ca0 − c0 a)2 + (ab0 − a0 b)2

Din această relaţie putem să considerăm vectorul

~u × ~v = (bc0 − b0 c)~i + (ca0 − c0 a)~j + (ab0 − a0 b)~k = a b c .

Exemplu. Produsul vectorial al vectorilor ~u = (1, 2, 3) şi ~v = (3, 2, 1) este vectorul

Exerciţiul 9 Fie punctele O(0, 0, 0) A(1, 1, 2) şi B(0, 3, 4). Calculaţi:

Combinând formulele produsului vectorial şi scalar, ı̂n cazul vectorilor

~u = a~i + b~j + c~k , ~v = a0~i + b0~j + c0~k , w

obţinem formula ı̂n coordonate a produsului mixt:

~ = (1, 0, −1) este

Figure 10: Paralelipiped şi piramidă construite pe trei vectori

Notând cu h ı̂nălţimea paralelipipedului corespunzătoare bazei formată cu ~u şi ~v , respectiv

Exerciţiul 10 Determinaţi a ∈ R pentru care vectorii

~ = (2, −1, −1)

Rezultă condiţia −a − 4 = 0, deci a = −4.

Vom considera desenul din figura 10, dreapta.

1. Fie vectorii ~u = 3~i − 2~j − ~k, ~v = ~i − ~j şi w

2. Arătaţi că vectorii ~u = 4~i + 3~j − ~k şi ~v = ~i − ~j + ~k sunt ortogonali.

Ecuaţiile dreptei şi planului

Figure 11: Dreapta determinată de punctul A şi vectorul director ~vd

~r = (x, y, z) = x~i + y~j + z~k.

P (xA + lt, yA + mt, zA + nt).

Definiţia 9 Planul π determinat de punctul A şi vectorul ~nπ perpendicular pe el este

unde ~nπ se numeşte vector normal planului π.

Figure 12: Planul determinat de punctul A şi vectorul normal ~nπ

x−2 y−2 z+3

~nπ = ~v1 × ~v2 .

În acelaşi timp putem da şi următoarea definiţie, echivalentă cu Definiţia 9:

Figure 13: Planul determinat de punctul A şi doi vectori necoliniari