Cursul – 1

SPAŢII VECTORIALE
Fie X o mulţime nevidă.
Definiţia 1. Se numeşte lege de compoziţie internă pe X (sau operaţie
algebrică) o aplicaţie "" : X  X  X, (x,y) → z = xy (compusul
lui x şi y).
Proprietati: Ia) asociativitatea  x, y, z  X, x  (y  z)  (x  y)  z
Ib) element neutru  x  X,  e  X asa incat x  e  e  x  x
Ic) element simetric pentru x  X , x'  X asa incat x  x'  x' x  e (Ic’)
Id) comutativitatea  x, y  X avem x  y  y  x
Pentru două legi de compozitie pe X proprietatea
(D)  x, y, z  X, x  (y  z)  (x  y)  (x  z)
va fi numită distributivitatea legii “*” fata de legea “º”
Definiţia 2.Se numeşte lege de compoziţie externă pe X cu operatori din A, o
aplicaţie  : A  X → X, care asociază oricărei perechi ordonate
(a, x)  A  X, un element z : ax  X .
Proprietati: II)
a)  (x + y) = x + y
b) ( + ) x = x + x
c)  (x) = () x
d) 1 x = x , pentru orice x,y X si oricare ,A.
(X, *)

A - câmp
Definiţi 3. O mulţime nevidă V se numeşte spaţiu vectorial (liniar) peste câmpul K
(pe scurt K-spaţiu vectorial) dacă sunt indeplinite următoarele condiţii:
I. (V, +) – grup abelian
II.  : A  X → X satisface axiomele grulei a II-a.
Exemple: 1o Kn = K  K  …  K, unde K este un corp comutativ, este un K-spaţiu
vectorial, numit spaţiul aritmetic (standard). Caz particular: Rn sau Cn
 x,y V ,  K , x= (x1, x2,..,xn), y = (y1, y2,..,yn) definim operatiile:
x  y : ( x1  y1 , x2  y2 ,..., xn  yn ) x : ( x ,x ,...,x )
1 2 n

2o Mulţimea matricelor Mmn(K), este un K-spaţiu vectorial în raport cu operaţiile:

A  B : (aij  bij ) A : ( a ) ij

3o Spatiul vectorial al vectorilor liberi V3 .

,
Subspatii vectoriale
Definiţia 4. O submulţime nevidă U  V se numeşte subspaţiu vectorial al lui V dacă operaţiile
algebrice de pe V induc pe U o structură de K-spaţiu vectorial.
Teorema 1. Dacă U este o submulţime a K-spaţiului vectorial V, atunci următoarele afirmaţii
sunt echivalente:
1° U este subspaţiu vectorial în V
2°  x, y U,   K avem a) x + y U
b)  x U
3°  x, y U ,  ,   U   x + y  U.
Exemple: 1o Mulţimea matricelor simetrice (antisimetrice) de ordinul n este un
subspaţiu al mulţimii matricelor pătratice de ordinul n.
2o Rx = {(x, 0)/x  R}  R2 , Ry = {(0, y)/x  R}  R2.

3o Multimea polinoamelor cu coieficienti reali R[X] = {f  R[X]/grad f  n}

Propoziţia 2. Fie V1 şi V2 două subspaţii în K-spaţiul vectorial V.
Submulţimile V1  V2  V şi V1 + V2 = {v V / v  v1  v2 , v1 V1 , v2 V2 }  V
sunt subspaţii vectoriale.
Propoziţia 3. Fie V1 , V2  V două subspaţii vectoriale şi v  V1 + V2 .
Descompunerea veste  v2 dacă şi numai dacă V1  V2 = {0} .
 v1 unică
Definiţia 5. Fie V un spaţiu vectorial peste câmpul K şi S o submulţime nevidă a sa.
Un vector v  V de forma v  1 x1   2 x 2     p xp, i  K, xi  S se
numeşte combinaţie liniară finită de elemente din S.
Propozitia 4 . Dacă S este o submulţime nevidă a lui V, atunci mulţimea tuturor
combinaţiilor liniare finite de elemente din S, notată cu L(S) sau <S>, este un
subspaţiu vectorial al lui V, numit subspaţiul generat de submulţimea S sau
acoperirea liniară a lui S.
Definiţia 6. O submulţime S  V se numeşte sistem de generatori pentru spaţiul
vectorial V dacă subspaţiul generat de submulţimea S coincide cu V, L (S)=V.
Definiţia 7. Submulţimea de vectori S = {x1, x2, …, xp}  V se numeşte liniar
independentă (liberă sau vectorii x1, x2, …, xn sunt liniar independenţi)
dacă egalitatea 1 x1  2 x2  ...   p x p  0 , i  K, , are loc numai dacă
    ...    0 .
1 2 p

Definiţia 8. Submulţimea de vectori S = {x1, x2, …, xp}  V se numeşte liniar

dependentă (legată sau vectorii x1, x2,.., xn sunt liniar dependenţi), dacă
() 1, 2, …, p  K nu toţi nuli pentru care 1 x1  2 x2  ...   p x p  0 .

Bază şi dimensiune
Fie V un K-spaţiu vectorial
Definiţia 9. O submulţime B (finită sau nu) de vectori din V se numeşte bază a spaţiului
vectorial V dacă:
1) B este liniar independentă
2) B reprezintă un sistem de generatori pentru V.
Exemple:
1° În spaţiul aritmetic Kn submulţimea vectorilor B={e1,e2,…, en}, unde e1={1, 0, …, 0},
e2={0, 1, …, 0},…, en={0, 0, …, 0, 1}, reprezintă o bază a spaţiului vectorial Kn,
numită baza canonică.
2° În spaţiul vectorial al polinoamelor cu coeficienţi reali R[X] submulţimea
B = {1, x, x2,..,xn,..}, constituie o a bază. R[X] este un spaţiu infinit dimensional.
Teorema 5. Dacă S = {x1, x2, …, xp}  V este o mulţime liniar independentă şi
L(S) acoperirea liniară a lui S, atunci orice mulţime de p + 1
elemente din L(S) este liniar dependentă.
Propoziţia 6. Într-un K-spaţiu vectorial V finit generat, orice două baze au acelaşi
număr de elemente.
 card B = n =: dim V.
Observaţie: Dacă V este un spaţiu vectorial cu dimV = n atunci:
• un sistem de n vectori este bază  este liber independent.
• un sistem de n vectori este bază  este sistem de generatori.
• Orice sistem de m > n vectori este liniar dependent.
Propoziţia 7. Dacă B ={e1, e2,…, en} este o bază anK-spaţiului vectorial Vn atunci orice vector x
 Vn admite o exprimare unică x   λi ei , λi  K
i 1
Propozitia 8. (Teorema completarii) Intr-un sp.v. finit generat orice sistem de p n vectori liniar
independenti pote fi completat pana la o baza. .
Teorema 9.(Grassmann - teorema dimensiunii). Dacă V1 şi V2 sunt două subspaţii vectoriale ale
K-spaţiului vectorial Vn atunci

dim (V1 + V2) = dimV1 + dimV2 – dim(V1  V2) .

Fie B = {e1, e2,…, en}, respectiv, B = {e1, e2,…, en} două baze în Vn.

 e'1  a11e1  a21e2  ...  an1en

e'  a e  a e  ...  a e
 2
n

12 1 22 2 n2 n
e' j  a e , ij i  j  1,n
 .......................................... i 1
e' n  a1n e1  a2 n e2  ...  annen

Notând cu B = t[e1, e2,…, en], B = t[e1, e2,…, en] şi cu A = (aij)  (*) B = tA B

Daca x  Vn , exprimat în cele două baze ale spaţiului vectorial Vn prin relaţiile:
n

 a x'
n n
x  x e
i 1
i i
,
x   x' j e' j

xi 
j 1
ij j
 (**) X = AX’
j 1

Daca vectorii v1,v2 ,...,vp Vn sunt exprimati in baza B prin relatiile v j   a e atunci
i 1
ij i

Teorema 10. Rangul matricei A=(aij)este egal cu numarul maxim al vectorilor coloana
liniar independenti.

Consecinta: Matricea A de trecere de la o baza B la alta baza B’ , (**) X = AX’ este

nesingulara.
☻ Itemi fundamentali:

►Spatiu vectorial
◘ Supspatii vectoriale
▪caracterizare
▪operatii
◘ combinatie liniara
▪subspatiul generat, sistem de generatori
▪liniar independenta
◘ Baza unui spatiu vectorial
▪ unicitatea reprezentarii unui vector
▪ transformari de coordonate
▪ teorema dimensiunii ( Grassmann)