Chương 3: Không gian vectơ

Ngày 3 tháng 4 năm 2010
1 Các khái niệm cơ bản về không gian vectơ
1.1 Định nghĩa không gian vectơ
Cho tập E = ∅ và trường K (K = R hay K = C) với hai phép toán sau:
+ : E × E → E
(x, y) → x + y
· : K × E → E
(k, x) → k.x
sao cho thỏa 8 tính chất sau:
1. a + b = b + a, ∀a, b ∈ E
2. (a + b) + c = a + (b + c), ∀a, b, c ∈ E
3. Tồn tại phần tử 0 ∈ E sao cho a + 0 = 0 + a = a, ∀a ∈ E
4. ∀a ∈ E, tồn tại −a ∈ E sao cho a + (−a) = (−a) + a = 0
5. k(a + b) = ka + kb
6. (k + m)a = ka + ma
7. (km)a = k(ma)
8. 1a = a
thì E được gọi là một K-không gian vectơ Các phần tử của E gọi là vectơ , các phần tử của
K gọi là vô hướng.
1.2 Các ví dụ không gian vectơ
Ví dụ: E = R
3
= {(a
1
, a
2
, a
3
)|a
i
∈ R} và K = R
Ta định nghĩa hai phép toán: a = (a
1
, a
2
, a
3
), b = (b
1
, b
2
, b
3
) và k ∈ R
a + b = (a
1
+ b
1
, a
2
+ b
2
, a
3
+ b
3
)
k.a = (ka
1
, ka
2
, ka
3
)
Khi đó R
3
cùng với hai phép toán trên là một R-không gian vectơ
0 = (0, 0, 0)
−a = (−a
1
, −a
2
, −a
3
)
1
2
1.3 Cách tính chất
Cho E là một K-không gian vectơ , ∀m, n ∈ K, ∀x, y ∈ E
1. Vectơ 0 là duy nhất
2. mx = 0 ⇒ m = 0 hoặc x = 0
3. (m − n)x = mx − nx
4. m(x − y) = mx − my
2 Sự phụ thuộc tuyến tính và độc lập tuyến tính
2.1 Tổ hợp tuyến tính
Cho các vectơ x
1
, x
2
, . . . , x
n
∈ E.
Vectơ y được gọi là một tổ hợp tuyến tính của các vectơ x
1
, x
2
, . . . , x
n
nếu tồn tại các số
k
1
, k
2
, . . . , k
n
∈ K sao cho:
y = k
1
x
1
+ k
2
x
2
+ · · · + k
n
x
n
Hay ta nói y biểu thị tuyến tính được qua hệ các vectơ x
1
, x
2
, . . . , x
n
Ví dụ 1: Cho hệ các vectơ e
1
= (1, 0, 0), e
2
= (0, 1, 0), e
3
= (0, 0, 1) ∈ R
3
Khi đó vectơ y = (3, 2, 4) là một tổ hợp tuyến tính của hệ đó vì:
y = 3e
1
+ 2e
2
+ 4e
3
Ví dụ 2: Vectơ a = (1, 2, 5) có là tổ hợp tuyến tính của các vectơ x = (1, 1, 1), y = (1, 2, 3), z =
(2, 1, 1) trong R
3
không?
Giải: Giả sử
a = k
1
x + k
2
y + k
3
z
(1, 2, 5) = k
1
(1, 1, 1) + k
2
(1, 2, 3) + k
3
(2, 1, 1)
2.2 Sự phụ thuộc tuyến tính
Hệ các vectơ x
1
, x
2
, . . . , x
n
được gọi là phụ thuộc tuyến tính nếu có n số k
1
, k
2
, . . . , k
n
không
đồng thời bằng 0, sao cho:
k
1
x
1
+ k
2
x
2
+ · · · + k
n
x
n
= 0
Hệ vectơ x
1
= (2, −1, 0), x
2
= (1, 3, 2), x
3
= (0, −7, −4) là phụ thuộc tuyến tính vì:
−1x
1
+ 2x
2
+ 1x
3
= (−2, 1, 0) + (2, 6, 4) + (0, −7, −4) = (0, 0, 0)
2.3 Sự độc lập tuyến tính
Hệ các vectơ x
1
, x
2
, . . . , x
n
được gọi là độc lập tuyến tính nếu có
k
1
x
1
+ k
2
x
2
+ · · · + k
n
x
n
= 0
khi và chỉ khi k
1
= k
2
= . . . = k
n
= 0
Cho hệ các vectơ e
1
= (1, 0, 0), e
2
= (0, 1, 0), e
3
= (0, 0, 1) độc lập tuyến tính.
Thật vậy, xét k
1
e
1
+ k
2
e
2
+ k
3
e
3
= 0 thì k
1
= k
2
= k
3
= 0
Ví dụ 1: Xét sự độc lập tuyến tính và phụ thuộc tuyến tính của các vectơ trong R
3
x = (1, 1, 0), y = (0, 1, 1), z = (1, 0, 1)
Bài giảng ĐẠI SỐ TUYẾN TÍNH 2 triminhng@gmail.com
3
Giải: Giả sử
k
1
x + k
2
y + k
3
z = 0
⇔ k
1
(1, 1, 0) + k
2
(0, 1, 1) + k
3
(1, 0, 1) = (0, 0, 0)

k
1
+ k
3
= 0
k
1
+ k
2
= 0
k
2
+ k
3
= 0

k
1
= 0
k
2
= 0
k
3
= 0
Vậy ba vectơ x, y, z độc lập tuyến tính.
Ví dụ 2: Trong không gian R
2
, xét sự độc lập tuyến tính của hai vectơ a = (1, −2), b = (−3, 6)
3 Hạng của một hệ vectơ
3.1 Định nghĩa
Cho hệ gồm m vectơ a
1
, a
2
, . . . , a
m
(2)
Số r là hạng của hệ vectơ (2) nếu:
1. Có một hệ con gồm r vectơ của hệ (2) độc lập tuyến tính.
2. Mọi hệ con gồm lớn hơn r vectơ đều phụ thuộc tuyến tính.
Kí hiệu: rank(a
1
, a
2
, . . . , a
m
) = r
• Nếu r < m thì hệ các vectơ (2) phụ thuộc tuyến tính.
• Nếu r = m thì hệ các vectơ (2) độc lập tuyến tính.
Nếu hệ (2) gồm các vectơ không thì hạng của hệ đó bằng 0.
3.2 Cách tính hạng của một hệ vectơ
Tính hạng các vectơ
a
1
= (a
11
, a
12
, ..., a
1n
)
a
2
= (a
21
, a
22
, ..., a
2n
)
...
a
m
= (a
m1
, a
m2
, ..., a
mn
)
1. Lập ma trận
A =

a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
. . . a
mn
¸
¸
¸
¸
¸
2. Tính rank(A)
3. rank(a
1
, a
2
, . . . , a
m
) = rank(A)
Ví dụ: Tính hạng của hệ các vectơ sau a = (1, 1, 0), b = (0, 1, 1), c = (1, 0, 1), d = (2, 1, 3).
Từ đó kết luận về sự độc lập tuyến tính của hệ các vectơ trên.
Bài giảng ĐẠI SỐ TUYẾN TÍNH 3 triminhng@gmail.com
4
4 Cơ sở, số chiều
4.1 Cơ sở
Một tập các vectơ B = {u
1
, u
2
, . . . , u
n
} ⊂ E được gọi là một cơ sở của không gian vectơ E nếu:
1. Hệ vectơ B độc lập tuyến tính.
2. Mọi vectơ x ∈ E đều biểu thị tuyến tính được qua các vectơ của B.
Tức là x = t
1
u
1
+ t
2
u
2
+ · · · + t
n
u
n
Các số t
1
, t
2
, . . . , t
n
gọi là tọa độ của vectơ x đối với cơ sở B. Ta viết [x]/
B
=

t
1
t
2
.
.
.
t
n
¸
¸
¸
¸
¸
hay x
(B)
= [t
1
, t
2
, . . . , t
n
]
Ví dụ 1: Hệ các vectơ 3 chiều e
1
= (1, 0, 0), e
2
= (0, 1, 0), e
3
= (0, 0, 1) là cơ sở của R-không
gian R
3
Ví dụ 2: Chứng minh tập các vectơ B = {(1, 1, 1), (0, 1, 1), (0, 0, 1)} là một cơ sở của R-không
gian R
3
Nhận xét: Một không gian vectơ có thể có nhiều cơ sở.
4.2 Số chiều
Mệnh để 1 Trong không gian vectơ E, số vectơ trong hai cơ sở bất kì đều bằng nhau
Số vectơ trong một cơ sở bất kì của K-không gian vectơ E gọi là số chiều của E và kí hiệu là
dim(E)
Ví dụ: Chứng minh dimR
3
= 3
Mệnh để 2 Mệnh đề 2 Giả sử E là một không gian vectơ có dim(E) = n, n ∈ N

. Khi đó mọi
hệ n vectơ độc lập tuyến tính của E đều là một cơ sở của E
Ví dụ: Chứng minh tập các vectơ B = {(1, 1, 1), (1, 0, 1), (0, 0, 1)} là một cơ sở của R-không
gian R
3
Giải:
Ta có dimR
3
= 3
Ta cần chứng minh hệ 3 vectơ trên độc lập tuyến tính.
4.3 Ma trận chuyển cơ sở
Một không gian vectơ có nhiều cơ sở. Tọa độ của một vectơ đối với một cơ sở là duy nhất. Vậy
khi thay cơ cở này bằng một cơ sở khác thì tọa độ vectơ thay đổi như thế nào?
Cho K-không gian vectơ E có 2 cơ sở:
U = {u
1
, u
2
, . . . , u
n
} và V = {v
1
, v
2
, . . . , v
n
}
v
1
= t
11
u
1
+ t
12
u
2
+ · · · + t
1n
u
n
v
2
= t
21
u
1
+ t
22
u
2
+ · · · + t
2n
u
n
..........................................
v
n
= t
n1
u
1
+ t
n2
u
2
+ · · · + t
nn
u
n
Bài giảng ĐẠI SỐ TUYẾN TÍNH 4 triminhng@gmail.com
5
T
UV
=

t
11
t
21
. . . t
n1
t
12
t
22
. . . t
n2
.
.
.
.
.
.
.
.
.
.
.
.
t
1n
t
2n
. . . t
nn
¸
¸
¸
¸
¸
gọi là ma trận chuyển cơ sở từ U sang V .
Nếu S
V U
là ma trận chuyển cơ sở từ V sang U thì S
V U
chính là ma trận nghịch đảo của
ma trận chuyển cơ sở từ U sang V
Ví dụ: Trong R-không gian vectơ R
2
cho 2 cơ sở:
U = {u
1
= (1, 0), u
2
= (0, 1)} và V = {v
1
= (2, 1), v
2
= (3, 1)}
Tìm ma trận chuyển cơ sở từ U sang V và ma trận chuyển cơ sở từ V sang U.
T
UV
=
¸
2 3
1 1

và T
V U
=
¸
−1 3
1 −2

4.4 Quan hệ giữa các tọa độ của cùng một vectơ đối với các cơ sở
khác nhau
Cho vectơ a ∈ E. Tọa độ của a đối với cơ sở U là x
1
, x
2
, . . . , x
n
, tọa độ của a đối với cơ sở V
là y
1
, y
2
, . . . , y
n
. Khi đó:
[a]/
U
= T
UV
[a]/
V
với [a]/
U
=

x
1
x
2
.
.
.
x
n
¸
¸
¸
¸
¸
và [a]/
V
=

y
1
y
2
.
.
.
y
n
¸
¸
¸
¸
¸
, T
UV
là ma trận chuyển cơ sở từ U sang V .
Ví dụ: Trong R-không gian vectơ R
2
cho 2 cơ sở:
U = {u
1
= (1, 0), u
2
= (0, 1)} và V = {v
1
= (2, 1), v
2
= (3, 1)}
Ta có ma trận chuyển cơ sở là
T
UV
=
¸
2 3
1 1

và T
V U
=
¸
−1 3
1 −2

Tìm tọa độ của vectơ x = (5, 2) đối với 2 cơ sở trên.
Bài giảng ĐẠI SỐ TUYẾN TÍNH 5 triminhng@gmail.com