Documente Academic
Documente Profesional
Documente Cultură
SPAŢII LINIARE
Definiţia 2.1 Fie (K,+, ·) un corp comutativ cu elementul unitate notat 1 şi elementul
nul notat 0. Se numeşte spaţiu liniar cuaterna ordonată (X, ⊕, ¯, K), unde X 6= ∅ este o
mulţime, + o lege internă aditivă,
⊕ : X × X → X : ∀(x, y) ∈ X2 , (x, y) → x ⊕ y ∈ X,
¯ : K × X → X : ∀(α, x) ∈ K × X, (α, x) → α ¯ x ∈ X
se numeşte spaţiu liniar (vectorial) peste câmpul K (sau K−spaţiu liniar) dacă (X,+)
este grup comutativ adică
G1. ∀x, y, z ∈ X : x ⊕ (y ⊕ z) = (x ⊕ y) ⊕ z,
G2. Există ı̂n X un vector notat θX (vectorul θX se numeşte vectorul nul al lui X), astfel
ı̂ncât oricare ar fi x ∈ X :
x ⊕ θX = θX ⊕x = x,
G3. ∀x ∈ X există un vector notat cu −x (vectorul −x se numeşte opusul vectorului
x) :
x ⊕ (−x) = (−x) ⊕ x = θX ,
23
24 CAPITOLUL 2. SPAŢII LINIARE
G4. ∀x, y ∈ X ⇒x ⊕ y = y ⊕ x,
şi sunt satisfăcute axiomele
SL1 . ∀(α, β, x) ∈ K2 × X : α ¯ (β ¯ x) = (α · β) ¯ x
SL2 . ∀(α, β, x) ∈ K2 × X : (α + β) ¯ x = (α ¯ x) ⊕ (β ¯ x)
SL3 . ∀(α, x, y) ∈ K × X2 : α ¯ (x ⊕ y) = (α ¯ x) ⊕ (α ¯ y)
SL4 . ∀x ∈ X : 1 · x = x, unde 1 este elementul neutru pentru operaţia · din K.
Elementele mulţimii X se numesc vectori (vom nota vectorii cu litere mici bold).
Exemplul 2.1 X = {θX } , constând dintr-un singur vector, vectorul nul, este un K−spaţiu
liniar, peste orice câmp K, numit spaţiu vectorial nul.
Exemplul 2.2 Spaţiul liniar aritmetic Kn . Fie (K, +, ·) un corp comutativ şi n ∈ N, n ≥
1. Considerăm produsul cartezian
Kn = K× · · · × K, Kn = {x|x = (x1 , . . . , xn ), xi ∈ K, i = 1, n}.
Pe Kn definim operaţiile
∀(x, y) ∈ Kn ×Kn , x+y = (x1 , . . . , xn )+(y1 , . . . , yn ) = (x1 +y1 , . . . , xn +yn ) (adunarea
pe componente)
şi
∀(α, x) ∈ K × Kn , α · x = (α · x1 , . . . , α · xn ) (ı̂nmulţirea cu un scalar a fiecărei
componente).
Folosind cele două operaţii şi proprietăţile câmpului K se verifică axiomele spaţiului
liniar. (Kn , +, ·, K) se numeşte spaţiu liniar aritmetic.
În particular, dacă considerăm K = R atunci (Rn , +, ·, R) se numeşte spaţiu liniar
aritmetic real, iar dacă considerăm K = C atunci (Cn , +, ·, C) se numeşte spaţiu liniar
aritmetic complex.
Pentru n = 1 obţinem (K, +, · K) spaţiu liniar. Putem vorbi deci despre spaţiul liniar
real al numerelor reale şi de spaţiu liniar complex al numerelor complexe.
⎞ ⎛
x1
⎜ ⎟
Exemplul 2.3 Analog definim spatiul Kn = {x|x = ⎝ ... ⎠ , xi ∈ K, i = 1, n}.
xn
Teorema 2.1 (Consecinţe ale definiţiei spaţiului liniar) Dacă (X, +, ·, K) este un
spaţiu liniar, atunci
a) ∀x ∈ X : 0¯x = θ X ;
b) ∀α ∈ K : α¯θX = θ X ;
c) ∀x ∈ X : (−1)¯x = −x;
d) ∀(α, x) ∈ K × X : α¯x = θX ⇒ α = 0 sau x = θX ;
e) ∀(α, β, x) ∈ K2 × (X \ {θX }) : α¯x = β¯x ⇒ α = β
f) ∀(α, x, y) ∈ (K \ {0}) × X2 : α¯x = α¯y ⇒ x = y
2.2. SUBSPAŢII LINIARE 25
Demonstraţie.
a) ∀x ∈ X : 0¯x = (0 + 0)¯x = 0¯x ⊕ 0¯x ⇒ 0¯x = θX .
b) ∀α ∈ K, α¯θ X = α¯(θ X ⊕ θX ) = α¯θX ⊕ α¯θX ⇒ α¯θX = θX .
c) ∀x ∈ X : x ⊕ (−1)¯x = 1¯x ⊕ (−1)¯x = ((1 + (−1)) ¯x = 0¯x = θX ⇒ (−1)¯x = −x
d) dacă α 6= 0 ⇒ ∃α−1 ∈ K ⇒ α¯x = θX ⇒ α−1 ¯(α¯x) = α−1 ¯θ X ⇒ (α−1 · α)¯x =
θX ⇒ 1¯x = θX ⇒ x = θX
e) ∀(α, β, x) ∈ K2 × (X \ {θ X }) : α¯x = β¯x ⇒ (α + (−β)) ¯x = θ X , x 6= θX ⇒ α = β
f) ∀(α, x, y) ∈ (K \ {0}) × X2 : α¯x = α¯y ⇒ α¯x ⊕ (−α)¯y = θX ⇒ α¯x ⊕ α¯(−y) =
θX ⇒ α · (x ⊕ ( − y)) = θX , α 6= 0 ⇒ x = y.¥
Observaţia 2.1 În cele ce urmează nu vom mai face ı̂n scriere distincţie ı̂ntre + şi ⊕, la
fel ı̂ntre · şi ⊕, dar vom ţine seama de semnificaţia lor pe mulţimile K şi X.
∀(x, y) ∈ V2 : x + y ∈ V, (2.1)
b)
∀(α, x) ∈ K × V : α · x ∈ V. (2.2)
Demonstraţie.
Necesitatea. Presupunem că V este un spaţiu liniar. Rezultă că este ı̂nchis ı̂n raport cu
operaţia aditivă definită pe X, deci are loc relaţia a); ı̂nmulţirea cu scalari este o operaţie
externă ı̂n raport cu K, peste tot definită pe X, deci are loc relaţia b).
Suficienţa. Presupunem a) şi b) ı̂ndeplinite, ceea ce ı̂nseamnă că V este ı̂nchis ı̂n raport
cu operaţiile de adunare a elementelor lui şi de multiplicare la stânga cu elemente din corpul
de scalari. Proprietăţile de asociativitate şi axiomele SL1 , SL2 , SL3 , SL4 sunt satisfăcute
pe X, deci cu atât mai mult sunt satisfăcute pe V ⊂ X. Demonstrăm că ∀x ∈ V ⇒ −x ∈ V
şi θ X ∈ V. Pentru ∀x ∈ V, considerând ı̂n b) α = −1 rezultă α · x = −x ∈ V; utilizând a)
cu y = −x obţinem x + (−x) = θX ∈ V.¥
26 CAPITOLUL 2. SPAŢII LINIARE
Observaţia 2.2 Relaţiile (2.1) şi (2.2) pot fi ı̂nlocuite printr-o singură relaţie de forma
∀(α, x, y) ∈ K × V2 : α · x + y ∈ V. (2.3)
Exemplul 2.4 Fie (X, +, ·, K) este un spaţiu liniar. Mulţimile V = {θ X } şi X sunt
subspaţii liniare ale lui X. Ele se numesc subspaţii improprii. Orice alt subspaţiu a
lui X se numeşte subspaţiu propriu.
Teorema
T 2.3 Fie Fie V1 , V2 două subspaţii ale spaţiului liniar (X, +, ·, K). Intersecţia
V1 V2 este un subspaţiu liniar al spaţiului liniar X.
Demonstraţie. T T
Observăm că V1 V2T6= ∅ deoarece θX ∈ Vi , ∀i ∈ {1, 2} ⇒ θ X ∈ V1 V2 . Pentru T
∀α ∈ K şi ∀(x, y) ∈ (V1 V2 )2 , rezultă x + y ∈ VTi , ∀i ∈ {1, 2} şi deci x + y ∈ V1 V2 .
De asemenea αx ∈ Vi , ∀i ∈ {1, 2} şi deci T αx ∈ V1 V2 .Rezultă, conform Teoremei 2.2 de
caracterizare a subspaţiilor liniare, că V1 V2 este un subspaţiu liniar.¥
Observaţia 2.3 Reuniunea unui sistem de subspaţii liniare nu este, ı̂n general, un subspaţiu
liniar. Ca exemplu considerăm V1 = {(x1 , 0) | (x1 , 0) ∈ R2 } , V2 = {(0, x2 ) | (0, x2 ) ∈ R2 } .
Dacă considerăm u = (1, 0) ∈ V1 şi v = (0, 1) ∈ V2 , u, v ∈ V1 ∪ V2 , dar u + v ∈ / V1 ∪ V2 .
Definiţia 2.4 Fie V1 si V2 două subspaţii ale spaţiului liniar (X, +, ·, K). Se numeşte suma
subspatiilor V1 si V2 mulţimea definită prin
V = V1 + V2 = {v ∈ X | ∃v1 ∈ V1 , v2 ∈ V2 : v = v1 + v2 } .
Teorema 2.4 Suma subspatiilor V1 si V2 ale spaţiului liniar (X, +, ·, K), notată V, este un
subspaţiu liniar al lui X.
2.3. DEPENDENŢĂ ŞI INDEPENDENŢĂ LINIARĂ 27
Demonstraţie.
Observăm că V 6= ∅ deoarece θX + θX ∈ V.
Fie α ∈ K şi (u, v) ∈ V2 astfel ı̂ncât u = u1 + u2 , v = v1 + v2 , u1 , v1 ∈ V1 , u2 , v2 ∈ V2 ,
α · u + v = α · (u1 + u2 ) + (v1 + v2 ) = (α · u1 + v1 ) + (α · u2 + v2 ).
Dar V1 , V2 sunt subspaţii liniare rezultă α·u1 +v1 ∈ V1 , α·u2 +v2 ∈ V2 ⇒ α·u+v ∈ V
şi deci, conform relaţiei (2.3), V este subspaţiu liniar.¥
Definiţia 2.6 Un sistem de vectori din X, S = (vi )i=1,n se numeşte sistem liniar depen-
dent (vectorii v1 , . . . , vn se numesc liniar dependenţi) dacă există (α1 , α2 , . . . , αn ) ∈
Kn , (α1 , . . . , αn ) 6= θKn astfel ı̂ncât
α1 · v1 + α2 · v2 + . . . + αn · vn = θX .
În caz contrar sistemul de vectori S se numeşte sistem liniar independent (vectorii
v1 , . . . , vn se numesc liniar independenţi).
Observaţia 2.4 Din definiţie rezultă că sistemul de vectori S este liniar independent dacă
şi numai dacă ∀(α1 , . . . , αn ) ∈ Kn : α1 ·v1 +α2 ·v2 +. . .+αn ·vn = θX ⇔ (α1 , . . . , αn ) = θ Kn .
Observaţia 2.4 este utilizată ı̂n practică pentru a verifica dacă un sistem de vectori este
liniar independent.
Exerciţiul 2.1 Vectorii v1 = (1, 0, 0), v2 = (0, 1, 0), v3 = (0, 0, 1) din R3 sunt liniar inde-
pendenţi deoarece
α1 v1 + α2 v2 + α3 v3 = θR3 ⇔ α1 (1, 0, 0) + α2 (0, 1, 0) + α3 (0, 0, 1) = θ R3 ⇔ (α1 , α2 , α3 ) =
(0, 0, 0) ⇔ α1 = α2 = α3 = 0.
Exerciţiul 2.2 Vectorii v1 = (1, 2, −1), v2 = (2, −1, 0), v3 = (4, 3, −2) din R3 sunt liniar
dependenţi deoarece
α1 v1 + α2 v2 + α3 v3 = θR3 ⇔ α1 (1, 2, −1) + α2 (2, −1, 0) + α3 (4, 3, −2) = θ R3 ⇔
( α1 + 2α2 + 4α3 , 2 α1 − α2 + 3α3 , − α1 − 2α3 ) = (0, 0, 0) ⇔
⎧
⎨ α1 + 2α2 + 4α3 = 0
2α1 − α2 + 3α3 = 0 . (2.4)
⎩
−α1 − 2α3 = 0
28 CAPITOLUL 2. SPAŢII LINIARE
Sistemul (2.4), care este un sistem liniar omogen, are soluţii diferite de soluţia
banală dacă
¯ şi numai¯ dacă determinantul sistemului este zero. Se verifică prin
¯ 1 2 4 ¯¯
¯
calcul că ¯¯ 2 −1 3 ¯¯ = 0, deci vectorii sunt liniar dependenţi.
¯ −1 0 −2 ¯
Exemplul 2.7 Sistemul format numai din vectorul nul, (θ X ) este liniar dependent deoare-
ce avem 1 · θ X = θX , iar sistemul format dintr-un singur vector nenul, v 6= θX este
liniar independent deoarece α · v = θX , α 6= 0 ⇒ v = θ X .
Demonatraţie.
Necesitatea. Presupunem că sistemul de vectori S = (vi )i=1,n este liniar dependent.
Rezultă că există (α1 , α2 , . . . , αn ) ∈ Kn , (α1 , α2 , . . . , αn ) 6= θ Kn , astfel ı̂ncât α1 · v1 + α2 ·
v2 + . . . + αn · vn = θX .
Presupunem, de exemplu, αj 6= 0, j ∈ {1, 2, . . . , n} . Atunci
αj · vj = −α1 · v1 − . . . − αj−1 · vj−1 − αj+1 · vj+1 − . . . − αn · vn , αj 6= 0 ⇒ ∃αj−1 ⇒
vj = −αj−1 · α1 · v1 − . . . − αj−1 · αj−1 · vj−1 − αj−1 · αj+1 · vj+1 − . . . − αj−1 · αn · vn
adică vj este o combinaţie liniară de ceilalţi vectori ai sistemului.
Suficienţa. Dacă vj este o combinaţie liniară de ceilalţi vectori ai sistemului S atunci
există (β1 , . . . βj−1 , βj+1 , . . . , βn ) ∈ Kn−1
vj = β1 · v1 + . . . + βj−1 · vj−1 + βj+1 · vj+1 + . . . + βn · vn ⇔
β1 · v1 + . . . + βj−1 · vj−1 − vj + βj+1 · vj+1 + . . . + βn · vn = θX .
Notăm αk = βk , k = 1, n, k 6= j, αj = −1 6= 0, (α1 , α2 , . . . , αn ) 6= θKn , rezultă că vectorii
sistemului S sunt liniar dependenţi.¥
Consecinţa 2.2 Orice sistem de vectori care conţine vectorul nul este liniar dependent.
Definiţia 2.8 Într-un spaţiu Xn , orice sistem de n vectori liniar independenţi se numeşte
bază.
2.5. SCHIMBAREA COORDONATELOR VECTORULUI LA SCHIMBAREA BAZEI29
Teorema 2.6 Fie B = (v1 , v2 , . . . , vn ) este o bază ı̂n spaţiul vectorial Xn . Orice vector
v ∈ Xn se scrie ı̂n mod unic ca o combinaţie liniară de vectorii bazei.
Demonstraţie. Deoarece dimK X = n, orice n + 1 vectori sunt liniar dependenţi, deci şi
vectorii (v1 , v2 , . . . , vn , v) sunt liniar dependenţi. Rezultă că există (c1 ,c2 , . . . ,cn , c) 6= θKn+1
astfel ı̂ncât c1 v1 + c2 v2 + · · · + cn vn + cv = θX şi demonstrăm că c 6= 0. Dacă c = 0
atunci rezultă că c1 v1 + c2 v2 + · · · + cn vn = θX şi deoarece (v1 , v2 , . . . , vn ) sunt vectori
liniar independenţi, rezultă toţi ci = 0, ceea ce ar contrazice faptul că numărul maxim de
ci
vectori liniar independenţi este n. Deci c 6= 0. Dacă notăm αi = − , i = 1, n găsim v =
c
α1 v1 +α2 v2 +· · ·+αn vn şi demonstrăm că această scriere este unică. În adevăr, dacă am avea
şi v = β1 v1 +β2 v2 +· · ·+βn vn ar rezulta (β1 − α1 ) v1 +(β2 − α2 ) v2 +· · ·+(βn − αn ) vn = θ,
care implică βi = αi , i = 1, n.¥
Definiţia 2.9 Scalarii α1 , α2 , . . . , αn se numesc coordonatele lui v ı̂n raport cu baza
aleasă.
Dacă se alege o altă bază, coordonatele unui vector se vor schimba (vor fi diferite de
cele din prima bază).
Exerciţiul 2.3 În spaţiul liniar Rn considerăm vectorii (e1 , ..., en ) unde
e1 = (1, 0, . . . , 0) , e2 = (0, 1, 0, . . . , 0) , . . . , en = (0, 0, . . . , 0, 1) . (2.5)
Din orice relaţie de forma α1 e1 + α2 e2 + . . . + αn en = θX rezultă αi = 0, ∀i = 1, n deci
sistemul de vectorii (e1 , ..., en ) sunt liniar independenţi. Pe de altă parte, pentru orice x =
(x1 , x2 , . . . , xn ) ∈ Kn avem x = x1 (1, 0, . . . , 0)+x2 (0, 1, 0, . . . , 0)+. . .+xn (0, 0, . . . , 0, 1) =
x1 e1 +x2 e2 +. . .+xn en , adică vectorii (x, e1 , ..., en ) sunt liniar dependenţi. Rezultă că vectorii
definiţi de (2.5) formează o bază numită baza canonica (baza naturală) ˘ din Rn .
Teorema 2.7 (Teorema de completare a unui sistem de vectori liniar indepen-
dent până la o bază) Dacă (ei )i=1,n este o bază ı̂n Xn , sistemul liniar independent (wi )i=1,p
se poate completa până la o bază Xn adăugând n − p vectori din baza (ei )i=1,n astfel ı̂ncât
noul sistem obţinut să fie liniar independent. Completarea nu este unică.
Fie (β1 , β2 , . . . , βn ) ∈ Kn astfel ı̂ncât ı̂n baza B 0 vectorul u se poate scrie sub forma
⎛ ⎞
e01
Xn ⎜ e0 ⎟
0 ⎜ 2 ⎟
u= βj ej = (β1 β2 . . . βn ) ⎜ .. ⎟ . (2.7)
j=1
⎝ . ⎠
e0n
Vectorii bazei B 0 = (e0i )i=1,n se pot descompune ı̂n raport cu vectorii bazei B după relaţiile:
⎛ ⎞
e1
⎜ e2 ⎟
⎜ ⎟
e0j = (a1j a2j . . . anj ) ⎜ .. ⎟ , j = 1, n. (2.8)
⎝ . ⎠
en
Înlocuind relaţia (2.8) ı̂n (2.7) rezultă
⎛ ⎞⎛ ⎞
a11 a21 ··· an1 e1
⎜ a12 a22 ··· an2 ⎟⎜ e2 ⎟
⎜ ⎟⎜ ⎟
u = (β1 β2 . . . βn ) ⎜ .. .. .. .. ⎟⎜ .. ⎟.
⎝ . . . . ⎠⎝ . ⎠
a1n a2n · · · ann en
Din unicitatea descompunerii unui vector după vectorii bazei (Teorema 2.6) rezultă
⎛ ⎞
a11 a21 · · · an1
⎜ a12 a22 · · · an2 ⎟
⎜ ⎟
(α1 α2 . . . αn ) = (β1 β2 . . . βn ) ⎜ .. .. .. .. ⎟
⎝ . . . . ⎠
a1n a2n · · · ann
sau, transpus, ⎛ ⎞ ⎛ ⎞⎛ ⎞
α1 a11 a12 ··· a1n β1
⎜ ⎟ ⎜ ⎜ ⎟
⎜ α2 ⎟ ⎜ a21 a22 ··· a2n ⎟
⎟⎜
β2 ⎟
⎜ .. ⎟=⎝ ⎜ .. ⎟.
⎝ . ⎠ ··· ··· ··· ··· ⎠⎝ . ⎠
αn an1 an2 ··· ann βn
Dacă notăm matricea de trecere de la baza B la baza B 0
⎛ ⎞
a11 a12 · · · a1n
⎜ a21 a22 · · · a2n ⎟
A=⎜ ⎝ ··· ··· ··· ···
⎟,
⎠
an1 an2 · · · ann
obţinem scrierea matriceală
⎛ ⎞ ⎛ ⎞
α1 β1
⎜ α2 ⎟ ⎜ β2 ⎟
⎜ ⎟ ⎜ ⎟
⎜ .. ⎟= A⎜ .. ⎟ (2.9)
⎝ . ⎠ ⎝ . ⎠
αn βn
2.5. SCHIMBAREA COORDONATELOR VECTORULUI LA SCHIMBAREA BAZEI31
Demonstraţie. Fie X un K-spaţiu liniar de dimensiune n şi două baze B = (ei )i=1,n şi
B = (e0i )i=1,n . Exprimăm vectorii bazei B cu ajutorul vectorilor bazei B 0 :
0
⎛ ⎞
e01
⎜ e02 ⎟
⎜ ⎟
ei = (b1i b2i . . . bni ) ⎜ .. ⎟ , i = 1, n. (2.10)
⎝ . ⎠
e0n
Definiţia 2.11 Două baze B = {e1 , e2 , ..., en } şi B 0 = {e01 , e02 , ..., e0n } din spaţiul vectorial
Xn , se numesc baze la fel orientate dacă determinantul matricei schimbării de bază de la
baza B la B 0 este pozitiv. Dacă acest determinant este negativ, cele două baze se numesc
contrar orientate.