Professional Documents
Culture Documents
Bai Giang TCC A2 - 2019
Bai Giang TCC A2 - 2019
Chương 1. MA TRẬN
1.1. Định nghĩa ma trận: Một ma trận A cấp (hay còn gọi là cỡ) m n trên là một bảng số
hình chữ nhật gồm m.n số thực được xếp thành m dòng và n cột. Ta viết
a11 a12 a1n a11 a12 a1n
a
a 2n
a 22 a a 22 a 2n
A 21 hoặc A 21
a mn
a m1 a m2 a m1 a m2 a mn
Ta cũng thường viết gọn thành A a ij hay A a ij . Ta gọi i là chỉ số dòng, j là chỉ
m n
1
Bài giảng Toán cao cấp A2
1 0 0
Ví dụ: A 9 8 0 . Cho một ví dụ khác.
0 1 1
a11 0 0
0 a 0
* Ma trận chéo cấp n là một ma trận vuông có dạng A 22
.
0 0 a nn
1 0 0
Ví dụ: A 0 8 0 . Cho một ví dụ khác.
0 0 1
1 0 0
0 1 0
* Ma trận đơn vị là ma trận vuông cấp n có dạng . Được kí hiệu là In.
0 0 1
1 0 0
1 0
Ví dụ: I 2
0 1 ; I3 0 1 0 . Cho một ví dụ khác.
0 0 1
* Ma trận chuyển vị. Cho ma trận A a ij cấp m x n. Ma trận chuyển vị của A, kí hiệu A T ,
là ma trận cấp n x m, có được từ A bằng cách xếp các dòng của A thành các cột tương ứng,
nghĩa là
a11 a12 a1n a11 a 21 a m1
a a 22 a 2n a a 22 a m2
A 21 A T 12
a m1 a m2 a mn a1n a 2n a mn
Ví dụ
3 5 0 1
3 4 2
a) Cho A T
A 4 6 b) Tìm B biết B 2 3
T
5 6 1 2 1 8 6
* Ma trận bậc thang là ma trận thỏa mãn 2 điều kiện sau:
1. Dòng toàn số 0 (nếu tồn tại) thì nằm dưới cùng.
2. Phần tử khác 0 đầu tiên của dòng dưới phải nằm bên phải cột chứa phần tử khác 0
đầu tiên của dòng trên.
Ví dụ: Xác định ma trận nào có dạng bậc thang?
1 2 0 6 2 1 7 2 1 1 7 2 1 1 0 3 0 2
0 1 0 1 9 0 2 0
2 0 0 2 2 0 4 5 0 0
A ; B ; C D
0 0 5 0 6 0 0 3 3 0 1 0 3 0 0 0 1 6
0 0 0 0 0 0 0 0 6 0 0 0 0 0 0 0 2 0
2
Bài giảng Toán cao cấp A2
2.2.1. Định nghĩa: Cho A a ij mn và B bij mn . Tổng của hai ma trận A và B là một ma
trận cấp m x n, ký hiệu A + B và được xác định như sau
A B a ij bij .
m n
3 4 2 9 8 0 12 4 2
2.2.2. Ví dụ: + 12 1 4 = 17 5 3 .
5 6 1
2.2.3. Tính chất: Với A, B, C là các ma trận cùng cấp m x n, ta luôn có
i) (A + B) + C = A + (B + C) (tính chất kết hợp).
ii) A+B=B+A (tính chất giao hoán).
iii) A + 0mn = 0mn + A = A.
T
iv) A B A T BT
v) Giả sử A a ij , kí hiệu A a ij . Khi đó A + (-A) = 0. Ta gọi (– A) là ma
trận đối của ma trận A.
2.2.4. Nhận xét: Hiệu của ma trận A với ma trận B, kí hiệu là A – B, được định nghĩa là ma
trận A + (- B).
2.3. Phép nhân ma trận với một số
2.3.1. Định nghĩa: Tích của ma trận A a ij mn với một số là một ma trận cấp m x n, ký
hiệu là A và được xác định như sau A a ij mn .
3 4 2 15 20 10
2.3.2. Ví dụ: 5. .
5 6 1 25 30 5
2.3.3. Tính chất: Với A, B là các ma trận cùng cấp m x n, , ta luôn có
i) 0.A = 0 và 1.A = A. ii) A A .
iii) A A A . iv) A B A B .
3 4 2 0 1 2
2.3.4. Ví dụ: Tính 2 1 3 0
5 6 1
2.4. Phép nhân hai ma trận
2.4.1. Định nghĩa: Cho A a ij mp , B bij pn . Tích của ma trận A với ma trận B, ký hiệu
AB, là một ma trận cấp m x n, được xác định bởi công thức AB cij với
p
cij a i1b1j a i2 b 2 j a ip b pj a ik b kj .
k 1
Cột j của B
3
Bài giảng Toán cao cấp A2
2.4.3. Ví dụ:
1 2 2
2 1 4
1) Cho A ; B 3 0 1 . Tính AB và BA.
4 1 0 2 4 3
Giải
1
* Ta có 2 1 41A 3 2.1 1 .3 4.2 7 c11
2 1B
2
2 1 41A 0 2. 2 1 .0 4.4 12 c12
4 2B
Tính tương tự cho các phần tử cij còn lại.
7 12 15
Vậy AB
7 8 9
* BA không xác định vì số cột của B không bằng số dòng của A.
2 1 2 0
2) A ; B 1 3 . Tính AB và BA.
0 2
2.4.4. Chú ý:
- Trong định nghĩa phép nhân hai ma trận yêu cầu số cột của ma trận A bằng số dòng
của ma trận B. Cấp của ma trận tích có số dòng bằng số dòng của A và số cột bằng số cột của
B.
- Với A, B là các ma trận có cấp sao cho tích AB và BA có nghĩa, nói chung AB BA .
Chẳng hạn như ví dụ trên.
- Nhiều tính chất của phép nhân giữa các số thực không còn đúng với phép nhân ma
0 1
trận, chẳng hạn: Khi A 2 0 nhưng A 0.
0 0
2.4.5. Tính chất
i) Với A mn , Bnp , C pq và ta có A(BC) = (AB)C và AB A B A B .
ii) Với A mn , Bmn , Cnp ta có (A + B)C = AC + BC.
iii) Với A mn , Bnp , C np ta có A(B + C) = AB + AC.
iv) Với A mn ta có A. 0np = 0mp , 0pm .A = 0pn .
v) Với A mn ta có A. I n = A, Im .A = A.
T
vi) Với A mn , Bnp ta có AB BT AT
2.5. Lũy thừa của ma trận vuông
2.5.1. Định nghĩa: Với A là ma trận vuông cấp n, k là số nguyên không âm ta đặt
I n , k0
A k A.....A , k0
k
Vì phép nhân ma trận không có tính giao hoán nên nói chung đối với ma trận ta không
có các hằng đẳng thức tương tự như các hằng đẳng thức về số. Tuy nhiên, ta có thể chứng
minh được các kết quả sau:
2.5.2. Tính chất: Với A, B là các ma trận vuông cùng cấp thỏa AB = BA thì với k nguyên
dương ta có
4
Bài giảng Toán cao cấp A2
k 1
A k Bk A B A k r 1Br
r 0
k
k
A B C rk A k r Br
r 0
2.5.3. Ví dụ:
1 2 100
1) Cho A . Tính A .
0 1
1 2 1 2 1 4 1 4 1 2 1 6
A 2 A.A A 3 A 2 .A
0 1 0 1 0 1 0 1 0 1 0 1
1 2 100 1 200
.......... A100
0 1 0 1
1 1 200
2) Cho A . Tính A .
1 1
5
Bài giảng Toán cao cấp A2
1 2 3 4 1 2 3 4
d 2 d 2 2d1
2 1 1 0 3 3 1 0
d d 3d 3 5 8
A
3 0 2 1 d 4 d4 4d1 0 6 7 11
4 1 0 3 0 9 12 19
1 2 3 4 1 2 3 4
d 3 d3 2d 2 0 3 5 8 d4 d 4 d3 0 3 5 8
d 4 d 4 3d 2
0 0 3 5 0 0 3 5
0 0 3 5 0 0 0 0
3.5. Chú ý: Khi dùng các phép BĐSCTD khác nhau, ta sẽ thu được nhiều ma trận bậc thang
khác nhau.
IV. HẠNG CỦA MA TRẬN
4.1. Định nghĩa: Giả sử E là ma trận bậc thang có được sau khi sử dụng các phép BĐSC đối
với ma trận A. Khi đó ta gọi hạng của ma trận A, ký hiệu r(A), là số các dòng khác không của
ma trận bậc thang E.
4.2. Phương pháp tìm hạng của ma trận
Bước 1: Sử dụng các phép BĐSC (dòng hoặc cột) đưa A về dạng bậc thang.
Bước 2: Đếm số dòng khác không của ma trận bậc thang ở bước 1.
4.3. Ví dụ:
1) Sử dụng các phép bđsc tìm hạng của ma trận
1 2 3 4
2 1 1 2 3 3
1 0
a) A b) B 2 4 6 9
3 0 2 1
2 6 7 6
4 1 0 3
Giải
1 2 3 4
0 3 5 8
1a) Theo ví dụ ở mục III, ta đã đưa được A về dạng bậc thang A
0 0 3 5
0 0 0 0
Vì ma trận bậc thang có 3 dòng khác 0 nên r(A) = 3.
1 1 1 2
2) Tìm m để hạng của A bằng 3 với
A 2 3 4 6
3 2 m m 3
4.4. Nhận xét
- Nếu A a ij mn thì r A min m, n và r(A) = r(AT).
- Khi đưa ma trận A về dạng bậc thang, nếu ta sử dụng các phép BĐSCTD khác nhau,
ta sẽ thu được nhiều ma trận bậc thang khác nhau. Nhưng số lượng dòng khác không của
chúng luôn bằng nhau.
6
Bài giảng Toán cao cấp A2
Ma trận không khả nghịch được gọi là ma trận suy biến.
5.3. Sự duy nhất của ma trận nghịch đảo
Định lý. Ma trận nghịch đảo của một ma trận nếu tồn tại thì duy nhất.
Chứng minh
Giả sử A và A là hai ma trận nghịch đảo của ma trận vuông A, nghĩa là ta có
AA AA I n và AA AA I n .
Vì vậy ta suy ra A AI n A AA AA A I n A A .
5.4. Sự tồn tại của ma trận khả nghịch
5.4.1. Định lý: Cho A là một ma trận vuông cấp n. Các khẳng định sau tương đương
i) A khả nghịch
ii) r(A) = n
Phép bđsc trên dòng
iii) A
I n (Tồn tại các phép BĐSCTD biến A thành ma trận đơn vị
I n ).
1 2
5.4.2. Ví dụ: Tìm m để ma trận A khả nghịch A
2 m
5.5. Phương pháp tìm ma trận nghịch đảo
Trong thực hành, để xét tính khả nghịch của ma trận A vuông cấp n và tìm A 1 (nếu
có), ta làm như sau:
Xếp I n bên phải A: A I n và dùng các phép BĐSCTD biến đổi ma trận này theo
hướng đưa A về ma trận đơn vị.
A I n A1 B1 ... A p Bp ...
Trong quá trình biến đổi có thể xảy ra 2 trường hợp:
- TH1: Tồn tại p sao cho A p có ít nhất một dòng hay một cột bằng 0. Khi đó A không khả
nghịch.
- TH2: Mọi ma trận A i đều không có dòng hay một cột bằng 0. Khi đó ma trận cuối cùng của
dãy trên có dạng I n B . Ta có A khả nghịch và A 1 B .
Nội dung cụ thể của phương pháp:
Bước 1: Thực hiện với cột 1:
+ Giữ lại phần tử khác 0 trên đường chéo chính (phần tử a11) . Nếu phần tử trên đường
chéo chính bằng 0 ta sẽ đổi dòng để phần tử trên đường chéo khác 0.
+ Khử tất cả các phần tử nằm ngoài đường chéo chính.
Bước 2: Lần lượt thực hiện với các cột còn lại giống như bước 1.
Bước 3: Biến đổi các phần tử nằm trên đường chéo chính thành 1.
5.6. Ví dụ: Xét tính khả nghịch và tìm ma trận nghịch đảo (nếu có)
1 1 1 1 1 1 1 3 5
a) A 1 1 2 b) B 1 2 2 c) C 2 7 4
3 1 0 1 2 3 5 11 13
Giải
7
Bài giảng Toán cao cấp A2
a)
1 1 1 1 0 0 1 1 1 1 0 0 1 1 1 1 0 0
d 2d 2 d1 d 2d3
A I 1 1 2 0 1 0 d3 d3 3d1 0 0 3 1 1 0 0 2 3 3 0 1
3 1 0 0 0 1 0 2 3 3 0 1 0 0 3 1 1 0
2 0 1 1 0 1 6 0 0 2 1 3
d1 2d1 d 2 d13d1 d3
0 2 3 3 0 1 d 2 d 2 d3 0 2 0 2 1 1
0 0 3 1 1 0 0 0 3 1 1 0
1
d1 d1
6
1
1 0 0 1 3 1 6 1 2
d 2 d 2
2
0 1
1 0 1 1 2 1 2
d3 d3
3
0 0 1 13 13 0
1 3 1 6 12
Vậy A 1 1 2
1
1 2
1 3 1 3 0
5.7. Tính chất: Cho A, B, A1...A k là các ma trận vuông cùng cấp, khả nghịch. Khi đó
1 1
ii) A 1 A .
1
i) I n 1 I n iii) kA A 1 , k 0 .
k
1 1 T 1
iv) A T
A
1
v) AB B A . 1 1
vi) A1...A k A k1...A11
6.1. Định lý: Cho các ma trận A M n khả nghịch, B M np , C M mn . Xét các
phương trình ma trận AX = B và YA = C. Khi đó
i) AX B X A 1B ii) YA C Y CA 1
Chứng minh
i) AX B A 1 AX A 1B A 1A X A 1B I n X A 1B X A 1B
ii) YA C YA A 1 CA 1 Y AA 1 CA 1 YI n CA 1 Y CA 1
6.2. Chú ý: Trong định lý trên nếu B có số dòng khác n thì phương trình AX = B vô nghiệm.
Tương tự, nếu C có số cột khác n thì phương trình YA = C vô nghiệm.
6.3. Ví dụ: Cho hai ma trận
1 2 3 2 1 1 0 0
2 1 2 3 0 1 1 0
A ; B
3 2 1 5 0 0 1 1
4 3 1 3 0 0 0 1
1) Chứng tỏ A khả nghịch và tìm A 1 .
2) Tìm ma trận X thỏa XA = B.
3) Tìm ma trận X thỏa A 2 XA 2 ABA 2 .
Giải
1) Bằng cách sử dụng các phép BĐSCTD ta tìm được
47 81 50 29
3 5 3 2
A 1
2 3 2 1
29 50 31 18
8
Bài giảng Toán cao cấp A2
44 76 47 27
1 2 1 1
1
2) XA B X BA
27 47 29 17
29 59 31 18
47 34 131 21
3 2 8 1
2 2 2
3) A XA ABA AX=B X A B 1
2 1 5 1
29 21 81 13
6.4. Hệ quả: Cho các ma trận A M n khả nghịch, B M np , C M mn . Khi đó
i) Nếu AB = 0 thì B = 0. ii) Nếu CA = 0 thì C = 0
Chứng minh
i) Nếu AB = 0 thì B là nghiệm của phương trình AX = 0. Theo định lý trên, hương trình chỉ có
nghiệm X = 0 nên B = 0.
ii) Tương tự.
BÀI TẬP
1 3 0 1 2 3
1. Cho A 1 2 B 3 2 C 1 2
3 4 2 3 4 1
Hãy tính A + ( B + C) ; ( AT + BT) + CT ; 3AT
2. Thực hiện các phép toán ma trận sau
1 0 1 1 2 3 5 4 3
a) 3 2
0 1 1 4 5 6 8 7 15
1 2 3 9 8 7 7 8 9
b) 4 5 6 2 6 5
4 3 4 5 6
7 8 9 3 2 1 1 2 3
3. Thực hiện phép nhân các ma trận sau
3 1 1 1 1 1 3 1 2 2
2 1 1
A 2 1 2 . 2 1 1 , B
3 0 1 . 2 1 , C 1 1 2 3 , D 1 2 3 . 4
1 2 3 1 0 1 3 1
1 0
1 2
4. Cho A và f(x) = x2 + 2x – 3. Tính f(A).
0 3
2
1 2 3
2 3 2
n
1 1 2 1 1
5. Tính a) b)
3 2 3 0 1
3 3 1
2 2 3
6. Tìm hạng của ma trận
9
Bài giảng Toán cao cấp A2
4 3 5 2 3
1 3 5 1
2 1 3 2 4 2 1 3 4 8 6 7 4 2
a) 4 2 5 1 7 b) c) 4 3 8 2 7
5 1 1 7
2 1 1 8 2 4 3 1 2 5
7 7 9 1
8 6 1 4 6
ĐS: a) 2 b) 3 c) 2.
7. Tìm hạng của ma trận theo tham số a (thực)
3 a 1 2 1 2 1 1 1
1 4 7 2 a 1 1 1 1
a) A b) B
1 10 17 4 1 a 0 1 1
4 1 3 3 1 2 2 1 1
ĐS: a) a = 0 thì r(A) = 2. a 0 thì r(A) = 3. b) a = 1 thì r(B) = 3. a 1 thì r(A) = 4.
8. Tìm ma trận nghịch đảo (nếu có) của các ma trận sau
2 2 3 1 2 3
1 2 1 2
A , C 2 4 , D 1 1 0 , E 0 1 2
2 5 1 2 1 0 0 1
1 3 5 7 1 1 1 1 2 1 0 0
0 1 2 3 1 1 1 1 3 2 0 0
F G H
0 0 1 2 1 1 1 1 1 1 3 4
0 0 0 1 1 1 1 1 2 1 2 3
1 3 11 38 1 1 1 1 3 1 0 0
0 1 2 7 3 0 0
1 1 1 1 1 2
ĐS: F1 G 1 H 1
0 0 1 2 4 1 1 1 1 31 19 3 4
0 0 0 1 1 1 1 1 23 14 2 3
9.Giải các phương trình ma trận sau
2 5 4 6 2 1 3 2 2 4
a) X 2 b) X
1 3 1 3 2 5 3 3 1
1 1 1 1 1 1 1 1 3
6 2 7
c) X 1 0 1 d) X 2 1 0 4 3 2
15 2 13
1 1 2 1 1 1 1 2 5
10
Bài giảng Toán cao cấp A2
Tức là, định thức bằng tổng các tích số của từng bộ ba số được nối bởi các đường mang dấu +
và trừ đi tổng các tích số của từng bộ ba số được nối bởi các đường mang dấu -.
1.4. Ví dụ:
1 2
a) 5 5 ; 1.3 2 .5 13 .
5 3
2 3 5
cách1
b) 1 0 2 2.0.2 3.3.2 5.1. 1 5.0.3 2 .2. 1 2.3.1 3 (quy tắc Sarrus)
3 1 2
11
Bài giảng Toán cao cấp A2
cách 2
a11A11 a12 A12 a13A13
11 1 2 1 3
a11 1 M11 a12 1 M12 a13 1 M13 (khai triển theo dòng 1)
0 2 1 2 1 0
2 3 5 2.2 3. 4 5. 1 3
1 2 3 2 3 1
1 0 3 0 2 0
c) Tính 0 1 2 d) Tính 1 1 0
4 0 1 0 2 3
1.5. Công thức khai triển
Định lý:
n
1) Công thức khai triển theo dòng i: det A a ik A ik
k 1
n
2) Công thức khai triển theo cột j: det A a kjA kj
k 1
Như vậy, ta có thể tính định thức bằng cách khai triển theo bất kỳ dòng hoặc cột tùy ý nào
đó. (Nên chọn dòng hoặc cột chứa nhiều số 0).
1.6. Ví dụ
2 1 2 1 Khai triển
theo dòng 2 2 1 1
0 0 4 0 23
a) a 23 .A 23 1 4 4 1 4 4
4 1 2 4
1 0 1
1 0 2 1
0 1 0 1 2 3 3 2
1 0 2 3 3 0 1 4
b) Tính c) Tính
0 1 0 1 2 0 2 0
1 0 0 1 4 2 1 5
12
Bài giảng Toán cao cấp A2
1
iii) Nếu A khả nghịch thì det A 1
det A
Chú ý: det A B det A det B
Tính chất 5: Nếu A là ma trận tam giác thì det(A) bằng tích các phần tử trên đường chéo.
Chính xác hơn
a11 a12 a1n a11 0 0
0 a 22 a 2n a 21 a 22 0
det A a11a 22 a nn det A a11a 22 a nn .
0 0 a nn a n1 a n 2 a nn
1 1 4
Ví dụ: 0 6 7 1.6.2 12
0 0 2
Tính chất 6: Nếu một dòng (hoặc cột) của A có các phần tử biểu diễn thành tổng của hai số
hạng thì detA phân tích được thành tổng của hai định thức.
a11 b a12 c tách dòng 1 a11 a12 b c
Ví dụ:
a 21 b a 22 c a 21 b a 22 c a 21 b a 22 c
tách dòng 2 a11 a12 a11 a12 b c b c
a 21 a 22 b c a 21 a 22 b c
a11 a12 a11 a12 b c
a 21 a 22 b c a 21 a 22
Tính chất 7: Giả sử A’ là ma trận thu được sau khi sử dụng các phép BĐSCTD đối với A, tức
BDSCTD
là A A . Khi đó
d d
1 i i di di d j d i d j
i) A A 0 . ii) | A | | A | iii) | A | | A |
d d d
1 i i j
13
Bài giảng Toán cao cấp A2
x a a a x 3a a a a 1 a a a
a x a a c1 c1 c 2 c3 c 4 x 3a x a a 1 x a a
a) x 3a
a a x a x 3a a x a 1 a x a
a a a x x 3a a a x 1 a a x
1 a a a
d 2 d 2 d1
d3 d3 d1 0 x a 0 0 3
x 3a x 3a x a
d d d
4 4 1 0 0 x a 0
0 0 0 x a
2 0 2 3 2 3 0 2 Khai triển
5 4 2
3 2
2 4 d2 2d2 3d1 1 0 5 4 2 theo cột 1 1 11
b) . 1 .2 1 3 2 84
0 1
3 2 d4 d 4 2d1 2 0 1 3 2 2
0 1 4
4 6 1 0 0 0 1 4
1 1 2 1 2 1 2 1
1 1 1
0 3 5 2 3 3 5 2
c) a b c d) e)
3 2 6 2 3 1 6 2
bc ca a b
2 1 3 1 2 1 3 1
m 1 1 1 m 1 1 2 3m 5 m2 m 1
f) 1 m 1 1 g) m 2 m 3 1 h) 4m 5 m 2 2m 1
1 1 m 1 m2 3 m 1 3m 5 2m 1 2
14
Bài giảng Toán cao cấp A2
11 1 0 2 1 2 3 31 2 3
A11 1 1, A 21 1 4, A 31 1 3
2 1 2 1 1 0
1 2 1 0 2 2 2 3 3 2 2 3
A12 1 1, A 22 1 5, A 32 1 3
1 1 1 1 1 0
1 3 1 1 2 3 2 2 3 3 2 2
A13 1 1, A 23 1 6, A33 1 4
1 2 1 2 1 1
Ma trận nghịch đảo của ma trận A đã cho là
1 4 3 1 4 3
1
1
A 1 5 3 1 5 3 .
1
1 6 4 1 6 4
1 2 1
2) Cho ma trận A 2 3 m
3 2 1
a) Tìm tất cả các giá trị của m để A khả nghịch.
b) Tìm ma trận nghịch đảo của A khi m = 0.
BÀI TẬP
1. Tính các định thức sau
1 1 2 3 1 2 3 4
1 2 3
2 2 0 2 2 1 4 3
a) 2 3 5 b) c)
4 1 1 1 3 4 0 0
5 3 4
1 2 3 0 0 2 0 0
2. Tính các định thức sau
2 1 1 x 1 2 3 4
a a a 2m 1 1 1
1 2 1 y 2 3 4 1
a) a a x b) 1 2m 1 1 c) d)
1 1 2 z 3 4 1 2
a a x 1 1 2m 1
1 1 1 t 4 1 2 3
1 2 3 ... n
a x x b 0 x y z
1 0 3 ... n
x a b x x 0 z y
e) f) g) 1 2 0 ... n
x b a x y 0 z x
... ... ... ... ...
b x x a z y x 0
1 2 3 ... 0
ĐS: b) 2a 2 a x c) 4t x y z d) 160 g) n!
3. Chứng minh các đồng nhất thức
1 a bc b1 c1 c1 a1 a1 b1 a1 b1 c1
a) 1 b ca b a a c c b b) b 2 c 2 c2 a 2 a 2 b2 2 a 2 b2 c2
1 c ab b 3 c3 c3 a 3 a 3 b3 a3 b3 c3
4. Giải các phương trình sau
15
Bài giảng Toán cao cấp A2
2 3
x a a a 1 x x x
a x
a a 1 2 4 8
a) 0 b) 0
a a
x a 1 3 9 27
a a a x 1 4 16 64
ĐS: a) x = a x = - 3a b) x = 2, 3, 4.
5. Tìm ma trận nghịch đảo (nếu có) của các ma trận sau
2 2 3
1 2 a b 1 2
A B C D 1 1 0
2 5 c b 2 4 1 2 1
6. Tìm m để các ma trận sau khả nghịch và tìm ma trận nghịch đảo khi m = 0
1 2 3 1 2 3 1 m 1
A 0 1 m
B 2 3 5 C 1 0 1
0 0 1 m 3 4 1 1 0
16
Bài giảng Toán cao cấp A2
xn
* Dạng ma trận của hệ phương trình tuyến tính
Hệ phương trình (1) có thể viết dưới dạng phương trình ma trận AX = B (2)
Ví dụ:
x1 x 2 x 3 1
1) có ma trận hệ số và ma trận bổ sung là
2x1 x 2 x 3 3
1 1 1 1 1 1 1
A và
A B
2 1 1 3
2 1 1
Hpt đã cho có thể viết lại dưới dạng ma trận
x1
x1 x 2 x 3 1 1 1 1 1
x 2 AX B
2x1 x 2 x 3 3 2 1 1 3
x3
2) Viết lại hpttt dưới dạng hệ thông thường và dưới dạng ma trận biết nó có ma trận bổ sung
như sau
2 2 1 1
A B 0 1 1 1
1 1 1 1
1.3. Nghiệm của hệ phương trình tuyến tính
Mỗi bộ số x1 , x 2 ,..., x n 1 , 2 ,..., n n thỏa tất cả các phương trình trong (1) được
gọi là một nghiệm của (1).
1.4. Hệ phương trình tuyến tính thuần nhất và không thuần nhất: Với các ký hiệu như
trên, ta nói
17
Bài giảng Toán cao cấp A2
i) Hệ (1) và (2) là hệ phương trình tuyến tính thuần nhất nếu B = 0, nghĩa là
b1 b 2 ... bm 0 .
ii) Hệ (1) và (2) là hệ phương trình tuyến tính không thuần nhất nếu B 0, nghĩa là tồn tại
1 j m sao cho b j 0 .
x x x3 1 x x x3 0
Ví dụ: 1 2 là hpttt không thuần nhất ; 1 2 là hpttt thuần nhất
2x1 x 2 x 3 3 2x1 x 2 x 3 0
Nhận xét: Một hệ phương trình tuyến tính thuần nhất bất kỳ luôn có nghiệm vì nó nhận (0, 0,
…, 0) làm một nghiệm, gọi là nghiệm tầm thường. Điều này không đúng với các hệ không
thuần nhất.
18
Bài giảng Toán cao cấp A2
a) Ta có
1 1 2 1 1 2 1 1 2 1 1 1
2 1 2 6 0 ; 1 4 1 2 6 ; 2 2 4 2 12 ; 3 2 1 4 12
4 1 4 2 1 4 4 2 4 4 1 2
1
x1 1
Vậy hệ trên có một nghiệm duy nhất là x 2 2 2 .
3
x 3 2
2) Tìm tham số m để hpttt sau là hệ Cramer (tức là hệ có nghiệm duy nhất). Tìm nghiệm trong
trường hợp đó.
x1 x 2 x 3 0 x1 x 2 x 3 2
a) x1 2x 2 mx 3 1 b) x1 mx 2 mx 3 2
2x 3x 2x 1 1 m x 2mx mx 3 m
1 2 3 1 2 3
3.2. Phương pháp Gauss
3.2.1 Ta đã biết khi giải một hệ phương trình tuyến tính, các phép biến đổi sau đây cho ta các
hệ tương đương (tức là có cùng tập hợp nghiệm):
i) Đổi chỗ hai phương trình.
ii) Nhân hai vế của một phương trình cho một số khác 0.
iii) Cộng vào một phương trình một bội của phương trình khác.
Tương ứng với các phép biến đổi trên là các phép BĐSCTD đối với ma trận bổ sung.
Nhận xét rằng nếu ma trận hệ số A có dạng bậc thang thì việc giải hệ phương trình tuyến
tính AX = B rất đơn giản vì khi đó ta chỉ cần lần lượt tính các ẩn dựa vào các phương trình từ
phía dưới lên. Từ nhận xét này và định lý Kronecker - Capelli ta tìm được phương pháp Gauss
để giải các hệ phương trình tuyến tính như sau:
3.2.2. Nội dung phương pháp Gauss
Bước 1: Viết ma trận bổ sung A B của hệ.
Bước 2:
+ Dùng các phép BĐSC trên dòng (không thực hiện trên cột) biến đổi ma trận
bổ sung cho đến khi A biến thành ma trận dạng bậc thang R, nghĩa là A B ... R B .
+ Dựa vào định lý Kronecker – Capelli để kết luận về số nghiệm của hệ.
+ Nếu hệ có vô số nghiệm, ta phải chọn ẩn tự do là các ẩn tương ứng với các cột
không chứa các phần tử khác 0 đầu tiên của mỗi dòng (trong MT bậc thang cuối cùng).
Bước 3: Viết lại hệ phương trình tuyến tính RX B ứng với ma trận bổ sung R B
Bước 4: Giải nghiệm của hệ này bằng cách lần lượt các ẩn dựa vào các phương trình từ
dưới lên. Nghiệm của hệ này chính là nghiệm của hệ đã cho.
Ví dụ (cách tìm ẩn tự do)
1 2 35 1 1 2 5 1
3
1 3 13 22 1 0 1 10 17 2
A B
3 5 1 2 5 0 0 0 0 0
2 3 4 7 4 0 0 0 0 0
Vì cột 3 và 4 không chứa các phần tử khác 0 đầu tiên của mỗi dòng nên ta chọn 2 ẩn tự do là
x3, x4.
3.2.3. Ví dụ: Giải hệ phương trình tuyến tính sau bằng phương pháp Gauss
19
Bài giảng Toán cao cấp A2
x1 x 2 x 3 2 x1 x 2 x 3 1 x1 x 2 x 3 1
1) x1 x 2 2x 3 0 2) 2x1 2x 2 2x 3 2 3) x1 3x 2 x 3 4
2x 3x 2 3x 3x 3x 3 2x 2x 2x 4
1 3 1 2 3 1 2 3
Giải
1) Viết ma trận bổ sung và biến đổi bằng các phép BĐSCTD:
1 1 1 2 1 1 1 2 1 1 1 2
d 2d 2d1 d3d3d 2
A B 1 1 2 0 0 2 1 2 0 2 1 2 R B
d3 d3 2d1
2 0 3 2 0 2 1 2 0 0 0 0
Vì r A B r A 2 3 : số ẩn nên hpt đã cho có vô số nghiệm với 3 – 2 = 1 ẩn tự do.
x1 3x 2 4
x1 x 2 x 3 2
Hệ phương trình đã cho tương đương với hệ x 3 2x 2 2
2x 2 x 3 2
x
2
IV. PHƯƠNG PHÁP GIẢI HỆ PHƯƠNG TRÌNH TUYẾN TÍNH THUẦN NHẤT
a11 x1 a12 x 2 ... a1n x n 0
a x a x ... a x 0
21 1 22 2 2n n
Xét hpttt thuần nhất (1)
...........................................
a m1 x1 a m 2 x 2 ... a mn x n 0
4.1. Nhận xét: Vì (1) luôn có nghiệm tầm thường, tức là nghiệm (0, 0, …, 0) nên sẽ không xảy
ra trường hợp (1) vô nghiệm. Do đó một hpttt thuần nhất bất kỳ chỉ có thể rơi vào 1 trong 2
trường hợp:
- Trường hợp 1: Hệ (1) có nghiệm duy nhất thì đó chính là nghiệm tầm thường (0, 0, …, 0).
- Trường hợp 2: Hệ (1) có vô số nghiệm. Để tìm các nghiệm này ta phải sử dụng phương pháp
Gauss.
Vì vế phải của hệ (1) bằng 0 nên khi sử dụng phương pháp Gauss, ta chỉ cần biến đổi với ma
trận hệ số A.
4.2. Ví dụ:
x1 2x 2 x 3 x 4 0
1) Giải hpttt thuần nhất x1 2x 2 x 3 x 4 0
2x 2x 0
1 3
mx 2y 3z 0
2) Tìm m để hpt chỉ có nghiệm tầm thường: 2x y z 0
3mx y 2z 0
3) Tìm m để hpt sau có nghiệm không tầm thường. Tìm nghiệm trong trường hợp đó.
x1 mx 2 2x 3 0
2x1 x 2 3x 3 0
4x x 7x 0
1 2 3
Giải
1) Ta sẽ giải hệ phương trình bằng phương pháp Gauss:
1 2 1 1 1 2 1 1 1 2 1 1
d 2 d 2 d1
A 1 2 1 1 d3 d3 d 2
d3 d3 2d1 0 4 0 2 0 2 0 1
2 0 2 0 0 4 0 2 0 0 0 0
Vì r(A) = 2 < số ẩn = 4 nên hpt đã cho có 4 – 2 = 2 ẩn tự do.
20
Bài giảng Toán cao cấp A2
x1 x 3
x1 2x 2 x 3 x 4 0
Hệ phương trình đã cho tương đương với hệ: x 4 2x 2
2x 2 x 4 0 x , x
2 3
V. PHƯƠNG PHÁP GIẢI VÀ BIỆN LUẬN HỆ PHƯƠNG TRÌNH TUYẾN TÍNH
5.1. Phương pháp
* Giải và biện luận bằng pp Cramer (chỉ dùng cho hệ có số phương trình bằng số ẩn).
Ta biện luận theo các trường hợp:
j
+ Nếu 0 thì hệ có nghiệm duy nhất x j 1 j n .
+ Nếu 0 và j 0 với một j nào đó thì hệ vô nghiệm.
+ Nếu j 0, j thì chuyển sang dùng pp Gauss.
* Giải và biện luận bằng pp Gauss. Ta biện luận theo các trường hợp trong định lý
Kronecker – Capelli:
+ Nếu r A r A B thì hệ vô nghiệm.
+ Nếu r A r A B n thì hệ có duy nhất một nghiệm.
+ Nếu r A r A B n thì hệ có vô số nghiệm với n r A ẩn tự do.
5.2. Ví dụ: Giải và biện luận hệ phương trình tuyến tính sau theo tham số m
x1 2x 2 mx 3 3 x1 x 2 x 3 2
1) 3x1 x 2 mx 3 2 2) x1 mx 2 mx 3 2
2x x 3x 3 1 m x 2mx mx 3 m
1 2 3 1 2 3
3x1 5x 2 3x 3 4x 4 1
mx1 x 2 x 3 1 2x 3x x x 0
1 2 3 4
3) x1 mx 2 x 3 m 4)
x x mx m 5x1 9x 2 6x 3 15x 4 2
1 2 3
13x1 22x 2 13x 3 22x 4 2m
x1 2x 2 x 3 2x 4 m
5) x1 x 2 x 3 x 4 2m 1
x 7x 5x x m
1 2 3 4
Giải
1) Ta giải và biện luận theo phương pháp Cramer
1 2 m 3 2 m
Ta có 3 1 m 2m 21 ; 1 2 1 m 2m 21 ;
2 1 3 3 1 3
1 3 m 1 2 3
2 3 2 m 2m 21 ; 3 3 1 2 0 .
2 3 3 2 1 3
Bài toán được chia thành các trường hợp sau:
21
* Nếu 0 m thì hpt có duy nhất một nghiệm
2
x1 1 1; x 2 2 1; x 3 1 0 .
21
* Nếu 0 m thì 1 2 3 0 nên ta chuyển sang phương pháp Gauss
2
21
Bài giảng Toán cao cấp A2
21
x1 2x 2 2 x 3 3
2x1 4x 2 21x 3 6
21
Hpt trở thành 3x1 x 2 x 3 2 6x1 2x 2 21x 3 4
2
2x
1 x 2 3x 3 3
2x1 x 2 3x 3 3
Ta giải hệ bằng phương pháp Gauss:
2 4 21 6 2 4 21 6 2 4 21 6
d 2d 23d1 d314d33d 2
A B 6 2 21 4
d3 d3 d1
0 14 84 14 0 14 84 14
2 1 3 3 0 3 18 3 0 0 0 0
Vì r A B r A 2 3 : số ẩn nên hpt đã cho có vô số nghiệm với 1 ẩn tự do.
Hệ phương trình đã cho tương đương với hệ
3
x1 1 2 x 3
2x1 4x 2 21x 3 6 2x1 4x 2 21x 3 6
x 2 1 6x 3
-14x 2 84x 3 14 x 2 6x 3 1 x
3
21
Kết luận: * Nếu m thì hệ có nghiệm duy nhất x1 , x 2 , x 3 1,1,0 .
2
21 3
* Nếu m thì hệ có vô số nghiệm x1 , x 2 , x 3 1 x 3 ,1 6x 3 , x 3 với x 3
2 2
tùy ý.
4) Viết ma trận bổ sung và biến đổi bằng các phép BĐSCTD ta được
3 5 3 4 1 1 2 2 5 1
2 3 1 1 0 d1d1d 2 2 3 1 1 0
A B
5 9 6 15 2 5 9 6 15 2
13 22 13 22 2m 13 22 13 22 2m
1 2 2 5 1 1 2 2 5 1
d 2 d 2 2d1
d3d35d1 0 1 3 11 2 d3d3 d 2 0 1 3 11 2
d 4 d 4 13d1 0 1 4 10 3 d 4d 4 4d 2 0 0 1 1 1
0 4 13 43 2m 13 0 0 1 1 2m 5
1 2 2 5 1
d 4d 4 d3 0 1 3 11 2
0 0 1 1 1
0 0 0 0 2m 4
Ta biện luận như sau:
* Nếu 2m 4 0 m 2 thì 4 = r(A|B) r(A) = 3 nên hpt đã cho vô nghiệm.
* Nếu m = 2 thì r(A|B) = r(A) = 3 nên hpt đã cho có vô số nghiệm với 1 ẩn tự do.
1 x 1 21x
4
x1 2x 2 2x 3 5x 4 1
x 1 14x 4
Khi đó hệ đã cho tương đương với hệ : x 2 3x 3 11x 4 2 2
x 3 1 x 4
-x 3
x 4
1 x 4
Kết luận: * Nếu m 2 thì hpt vô nghiệm.
* Nếu m = 2 thì hpt có vô số nghiệm:
22
Bài giảng Toán cao cấp A2
x1 , x 2 , x 3 , x 4 1 21x 4 , 1 14x 4 ,1 x 4 , x 4 với x 4 tùy ý.
BÀI TẬP
1. Giải các hệ sau bằng phương pháp Cramer
2x1 x 2 x 3 4 x1 x 2 2x 3 1
a) 3x1 4x 2 2x 3 11 b) 2x1 x 2 2x 3 4
3x 2x 4x 11 4x x 4x 2
1 2 3 1 2 3
ĐS: a) x1 3; x 2 1; x 3 1 b) x1 1; x 2 2; x 3 2
2. Giải các hệ sau bằng phương pháp Gauss
x1 x 2 3x 3 1
x1 2x 2 x 3 x 4 1 2x x 2x 1
a) x1 2x 2 x 3 x 4 1 b) 1 2 3
x 2x x 5x 5 x1 x 2 x 3 3
1 2 3 4
x1 2x 2 3x 3 1
ĐS: a) x1 2 , x 2 ; x 3 ; x 4 1 b) Hệ vô nghiệm
3. Giải các hệ phương trình sau
x1 x 2 2x 3 3x 4 1 x1 2x 2 3x 3 4x 4 5
x1 2x 2 4x 3 31 3x x x 2x 4 2x x 2x 3x
1
a) 5x1 x 2 2x 3 29 b) 1 2 3 4
c) 1 2 3 4
3x x x 10 2x1 3x 2 x 3 x 4 6 3x1 2x 2 x 3 2x 4 1
1 2 3
x1 2x 2 3x 3 x 4 4 4x1 3x 2 2x 3 x 4 5
x 2 3x 3 4x 4 5 x1 x 2 3x 3 1 x1 2x 2 3x 4 2x 5 1
x 2x 3x 4 2x x 2x 1 x x 3x x 3x 2
d) 1 3 4
e) 1 2 3
f) 1 2 3 4 5
3x1 2x 2 5x 4 12 x1 x 2 x 3 3 2x1 3x 2 4x 3 5x 4 2x 5 7
4x1 3x 2 3x 3 5 x1 2x 2 3x 3 1 9x1 9x 2 6x 3 16x 4 2x 5 25
23
Bài giảng Toán cao cấp A2
mx 2y 3z 0 x 2y z 0 x y 3z 2t 0
a) 2x y z 0 b) 2x y 3z 0 c) 2x y z 3t 0
3mx y 2z 0 3x 3y mz 0 3mx y m 2 z 0
x1 x 2 x 3 1 m 1 x1 mx 2 1
e) x1 2x 2 x 3 3 f) m 1 x1 mx 2 2x 3 1
mx mx x 7
1 2 3 m 1 x1 mx 2 m 1 x 3 m
8. Cho hpt
x1 2x 2 2x 3 x 4 5
2x 4x 5x x 10
1 2 3 4
x1 x 2 x 3 3x 4 3
2x1 3x 2 4x 3 3x 4 8
Tìm tất cả các nghiệm của hệ trên sao cho P bé nhất với
P x12 x 22 3x 32 2x 42
24
Bài giảng Toán cao cấp A2
CHƯƠNG 4. KHÔNG GIAN VECTƠ
Nếu V là một không gian vectơ thực thì ta gọi các phần tử của V là các vectơ, gọi các
phần tử của là các vô hướng.
1.2. Ví dụ:
1) Tập hợp 2 x1 , x 2 / x1 , x 2 . Khi đó 2 là một kgvt với các phép toán định nghĩa
như sau: x x1 , x 2 , y = y1 , y 2 2 ,
Phép cộng x y x1 y1 , x 2 y 2
Phép nhân x x 1 , x 2
2) Tổng quát, tập hợp n x1 , x 2 ,..., x n / x1 , x 2 ,..., x n . Khi đó n là một kgvt với các
phép toán định nghĩa như sau: x x1 , x 2 ,..., x n , y = y1 , y 2 ,..., y n R n ,
Phép cộng x y x1 y1 , x 2 y 2 ,..., x n y n
Phép nhân x x1 , x 2 ,..., x n .
3) Tập hợp M mn {các ma trận A cấp m x n với hệ số thực} là một kgvt với các phép
toán định nghĩa như sau: A a ij mn , B bij mn ,
Phép cộng A B a ij bij
Phép nhân A a ij
25
Bài giảng Toán cao cấp A2
Ta sẽ tìm điều kiện của m1, m2, m3 để hpt trên có nghiệm. Biện luận hpt bằng phương
pháp Gauss.
1 2 m1 1 2 m1 1 2 m1
d 2d 2d1 d3d33d 2
Ta có A B 1 3 m 2
d3d 3 d1
0 1 m 2 m1 0 1 m 2 m1
1 1 m 3 0 3 m 3 m1 00 m 3 3m 2 4m1
Vì r(A) = 2 nên để hpt trên có nghiệm thì r A B r A 2 . Suy ra m3 3m 2 4m1 0 .
Vậy điều kiện để vectơ u m1 , m 2 , m3 là tổ hợp tuyến tính của các vectơ u1 , u 2 là
m3 3m 2 4m1 0
b) Trong không gian 3 cho các vectơ u1 1,1,1 ; u 2 2,3, 1 ; u 3 1, 1,1 .
Tìm điều kiện để vectơ u m1 , m 2 , m3 là tổ hợp tuyến tính của các vectơ trên.
26
Bài giảng Toán cao cấp A2
1u1 2 u 2 ... n u n 0 1 2 ... n 0 .
* u1 , u 2 ,..., u n V PTTT khi và chỉ khi tồn tại các phần tử 1 , 2 ,..., n không đồng
thời bằng 0 sao cho
1u1 2 u 2 ... n u n 0 .
* Quy ước: Hệ là hệ độc lập tuyến tính.
2.2. Ví dụ:
1) Kiểm tra sự ĐLTT hay PTTT của các vectơ sau:
a) B0 ={e1 = (1, 0, 0); e2 = (0, 1, 0); e3 = (0, 0, 1)} trong không gian 3 .
b) U u1 1, 2, 3 ; u 2 2,5, 1 ; u 3 1,1, 8 trong 3 .
2) Trong không gian 3 cho hệ các vectơ
U u1 1, 2,0 ;u 2 2m, m, 1 ; u 3 1, 1, m
Tìm điều kiện của m để U là độc lập tuyến tính.
Giải:
1a) Xét phương trình
1e1 2 e2 3e3 0 1 1,0,0 2 0,1,0 3 0,0,1 0
1 ,0,0 0, 2 0, 0,0, 3 0
1 0
1 , 2 , 3 0 2 0
0
3
Vậy hệ vectơ B là ĐLTT.
Nhận xét
i) Nếu một hệ vectơ là độc lập tuyến tính thì mọi hệ vectơ con khác rỗng của nó cũng
độc lập tuyến tính. Đặc biệt, mọi vectơ của một hệ độc lập tuyến tính đều khác vectơ không.
ii) Hệ vectơ u1 , u 2 ,..., u n V là phụ thuộc tuyến tính khi và chỉ khi có một vectơ của hệ
là tổ hợp tuyến tính của các vectơ còn lại.
2.3. Thuật toán kiểm tra tính độc lập tuyến tính của các vectơ trong n
2.3.1. Nội dung: Cho u1 , u 2 ,..., u k là các vectơ trong kgvt n .
Bước 1: Lập ma trận A bằng cách xếp u1 , u 2 ,..., u k thành các dòng hoặc cột.
Bước 2:
Nếu ma trận A vuông Nếu ma trận A không vuông
* Nếu det A 0 thì u1 , u 2 ,..., u k ĐLTT * Nếu r(A) = k thì u1 , u 2 ,...,u k ĐLTT
* Nếu det A 0 thì u1 , u 2 ,...,u k PTTT * Nếu r(A) < k thì u1 , u 2 ,...,u k PTTT
2.3.2. Ví dụ:
1) Trong không gian 3 cho các vectơ
u1 1, 2, 7 ; u 2 1,1, 1 ; u 3 0,1, 2 ; u 4 2, 4,14
Hãy kiểm tra u1, u2, u3 là độc lập tuyến tính hay phụ thuộc tuyến tính.
Giải:
Lập ma trận A bằng cách xếp u1 , u 2 , u 3 , u 4 thành các cột
27
Bài giảng Toán cao cấp A2
1 1 0 2
A 2 1 1 4
7 1 2 14
Dùng các phép bđsctd ta có
1 1 0 2 1 1 0 2 1 1 0 2
d 2 d 2 2d1
A 2 1 1 4 d3 d3 2d 2
d3 d3 7d1 0 3 1 0 0 3 1 0
7 1 2 14 0 6 2 0 0 0 0 0
Vì r(A) = 2 < 3 nên u1 , u 2 , u 3 , u 4 phụ thuộc tuyến tính.
2) Trong không gian 3 cho các vectơ
u1 m,1,1 ; u 2 1, m,1 ; u 3 1,1, m
Tìm điều kiện của m để u1, u2, u3 là độc lập tuyến tính.
BÀI TẬP
1. Cho các vectơ u1 1,1,1,1 ; u 2 2,3, 1, 0 ; u 3 1, 1,1,1 . Kiểm tra xem u có phải là tổ hợp
tuyến tính của các vectơ u1, u2, u3 với:
a) u 1,1, 2, 2 b) u = (1, 2, 3, 2)
2. Trong không gian 3 cho các vectơ x1 = (1, -2, 3), x2 = (0, 1, -3).
a) Vectơ x = (2, -3, 3) có biểu thị tuyến tính được qua hệ {x1, x2} không?
b) Tìm m để vectơ y = (1, m, -3) biểu thị tuyến tính được qua hệ {x1, x2}.
3. Trong không gian 4 cho các vectơ x1 = (1, 1, 1, 1), x2 = (2, 3, -1, 0), x3 = (1, 2, 1, -1), x4 =
(1, -1, 1, 1). Tìm điều kiện để vectơ x = (a1, a2, a3, a4) là tổ hợp tuyến tính của:
a) {x1, x2, x3} b) {x1, x2, x3, x4}
4. Tìm điều kiện của tham số m để vectơ u là tổ hợp tuyến tính của các vectơ u1, u2, ..., uk với:
a) u 3, 2, m và u1 1, 1,1 ; u 2 2,1, 3 ; u 3 3,3, 5 trong 3 .
b) u 1, 1, m 2 và u1 1,1,1 ; u 2 0,1, 1 ; u 3 2, 2,1 trong 3 .
5. Kiểm tra tính ĐLTT và PTTT của các hệ vectơ sau trong các kgvt tương ứng:
a) u1 2,1,1 ; u 2 1, 3,1 ; u 3 1, 2, 0 trong 3 .
b) u1 2, 3, 0 ; u 2 0,1, 2 ; u 3 2, 4,1 trong 3 .
6. Tìm điều kiện của tham số m để các hệ vectơ sau là ĐLTT trong các kgvt tương ứng:
a) u1 1,1,1 ; u 2 0,1,1 ; u 3 1,1, m trong 3 .
b) u1 1,1,1,1 ; u 2 3, 2,1,5 ; u 3 2, 3, 0, m 1 trong 4 .
28
Bài giảng Toán cao cấp A2
BÀI 3. CƠ SỞ VÀ SỐ CHIỀU CỦA KHÔNG GIAN VECTƠ
I. CƠ SỞ
1.1. Định nghĩa: Cho V là một kgvt.
* Một hệ vectơ của V được gọi là một hệ sinh của V nếu mọi vectơ của V đều biểu diễn
tuyến tính được qua hệ đã cho.
* Một hệ vectơ của V được gọi là một cơ sở của V nếu nó là một hệ sinh độc lập tuyến
tính.
1.2. Ví dụ:
a) Hệ gồm 3 vectơ B0 e1 1, 0, 0 ;e 2 0,1, 0 ;e3 0, 0,1 là cơ sở chính tắc của kgvt 3 .
Giải:
* Kiểm tra sự ĐLTT (đã làm ở mục II)
* Kiểm tra hệ sinh: x x1 , x 2 , x 3 3 ta có
x x1 , x 2 , x 3 x1 , 0,0 0, x 2 , 0 0,0, x 3 x1 1, 0, 0 x 2 0,1,0 x 3 0, 0,1
x1e1 x 2 e2 x 3e3
Điều này có nghĩa là mọi vectơ trong 3 đều có thể biễu diễn tuyến tính được qua hệ vectơ B0.
Tức B0 là một hệ sinh của 3 .
Vậy B0 là một cơ sở của kgvt 3 và được gọi là cơ sở chính tắc của 3 .
b) Tương tự, kgvt n có cơ sở chính tắc là
B0 e1 1, 0, 0,..., 0 ;e 2 0,1, 0,..., 0 ;...; en 0, 0,..., 0,1
1.3. Định lý: Giả sử V sinh bởi n phần tử. Khi đó:
i) Trong V có một cơ sở gồm hữu hạn phần tử.
ii) Mọi cơ sở trong V có số phần tử bằng nhau và không vượt quá n.
Nếu trong V có một cơ sở gồm hữu hạn vectơ thì V được gọi là kgvt hữu hạn chiều.
II. SỐ CHIỀU
2.1. Định nghĩa: Ta gọi số phần tử của một cơ sở bất kỳ của một kgvt hữu hạn chiều V là số
chiều của V, ký hiệu là dimV.
Quy ước: dim 0 .
2.2. Ví dụ: Theo ví dụ về cơ sở ở 1.2, ta suy ra
dim 3 3 . Tổng quát hơn, dim n n .
2.3. Định lý: Cho V là một kgvt hữu hạn chiều với dimV = n. Khi đó:
i) Mọi tập con độc lập tuyến tính gồm n vectơ của V đều là cơ sở của V.
ii) Mọi tập sinh của V gồm n vectơ đều là cơ sở của V.
2.4. Thuật toán kiểm tra một hệ vectơ là cơ sở của một không gian V đã biết số chiều
dimV = n
Theo định lý về số chiều, ta có kết luận sau:
k n
u1 , u 2 ,..., u k là một cơ sở của V
u1 , u 2 ,..., u n DLTT
Ví dụ 1:
a) Trong kgvt 3 cho hệ 3 vectơ E = {e1 = (1, 1, 0); e2 = (1, 1, 1); e3 = (1, 0, 1)}.
Chứng minh đây là một cơ sở của 3 .
b) Trong không gian 3 cho các vectơ u1 1,1,1 ; u 2 0, 2,3 ; u 3 1,3, 1
Chứng minh đây là một cơ sở của 3 .
Giải: a) Ta thấy hệ vectơ E có 3 vectơ = dim 3 , nên E sẽ là cơ sở nếu E ĐLTT.
1 1 0
Vì 1 1 1 1 0 nên E ĐLTT. Do đó hệ vectơ E là một cơ sở của 3 .
1 0 1
29
Bài giảng Toán cao cấp A2
Ví dụ 2: Tìm m để hệ sau là cơ sở của các kgvt tương ứng
a) B u1 1,0, 0, 0 , u 2 0,1, 0, 0 , u 3 0, 0, 0,1 , u 4 m, 1, 0, 2 trong 4
b) B v1 1,1, m , v2 1,1, 0 , v3 1, 2,1 trong 3
BÀI TẬP
1. Chứng minh rằng các hệ vectơ sau là cơ sở của các kgvt tương ứng
a) u1 1, 2, 3 ; u 2 3, 4,5 ; u 3 2,1, 4 trong 3 .
b) u1 1, 0, 0 , u 2 1,1, 0 , u 3 1, 2,1 trong 3 .
2. Tìm điều kiện của tham số m để các hệ vectơ sau là cơ sở của các kgvt tương ứng:
a) U u1 1, 2, m , u 2 3, 1, m , u 3 2,1,3 trong 3 .
b) u1 1, 0, 0,1 , u 2 m, 0,1,0 , u 3 m 1,0,1,1 , u 4 1, m 1, 0, 0 trong 4 .
c) u1 1,1,1 , u 2 1, 2, 0 , u 3 m, 2,1 trong 3 .
30
Bài giảng Toán cao cấp A2
BÀI 4. TỌA ĐỘ. MA TRẬN CHUYỂN CƠ SỞ
I. TỌA ĐỘ
1.1. Mệnh đề: Cho V là một kgvt n chiều và B u1 , u 2 ,..., u n là một cơ sở của V. Khi đó với
mọi u V tồn tại duy nhất 1 , 2 ,..., n sao cho
u 1u1 2 u 2 ... n u n
Chứng minh
Vì u1 , u 2 ,..., u n là một cơ sở của V nên với mọi u V tồn tại 1 , 2 ,..., n sao cho
u 1u1 2 u 2 ... n u n
Ta sẽ chứng minh bộ số 1 , 2 ,..., n là duy nhất. Thật vậy, giả sử
1u1 2 u 2 ... n u n 1u1 2 u 2 ... n u n
Khi đó 1 1 u1 2 2 u 2 ... n n u n 0
Vì u1 , u 2 ,..., u n độc lập tuyến tính nên ta suy ra
1 1 2 2 ... n n 0 1 1 , 2 2 ,..., n n
1.2. Định nghĩa: Bộ n phần tử 1 , 2 ,..., n n được xác định duy nhất trong mệnh đề trên
1
được gọi là tọa độ của vectơ u đối với cơ sở B u1 , u 2 ,..., u n , ta ký hiệu u B 2.
n
1.3. Ví dụ:
1) Trong kgvt 3 xét cơ sở chính tắc B0 e1 1, 0, 0 , e 2 0,1, 0 , e3 0, 0,1 .
Tìm tọa độ của vectơ a) u = (1, -2, 4). b) x = (x1, x2, x3)
Giải
a) Ta có u 1, 2, 4 1, 0, 0 0, 2, 0 0, 0, 4 e1 2e 2 4e3
1
Nên tọa độ của u là u B 2 .
0
4
2) Trong kgvt 2 xét cơ sở B u1 1,1 , u 2 2,3 .Tìm tọa độ của các vectơ đối với cơ sở
B.
a) u = (8, 11). b) v = (1, 0)
Giải
1
2a) Gọi u B là tọa độ của vectơ u đối với cơ sở B. Khi đó ta có
2
u 1u1 2 u 2 1 1,1 2 2, 3
8,11 1 , 1 2 2 ,3 2
8,11 1 2 2 , 1 3 2
2 2 8 2
1 1
1 3 2 11 2 3
2
Vậy tọa độ của vectơ u đối với cơ sở B là u B
3
3) Trong không gian xét cơ sở B u1 1,1,1 , u 2 1, 2, 0 , u 3 3, 0, 0 .
3
31
Bài giảng Toán cao cấp A2
Nhận xét: Tọa độ của vectơ u u1 , u 2 ,..., u n trong cơ sở chính tắc B0 của kgvt n chính là
u1
u
ma trận cột tương ứng của u, tức là u B 2.
0
u n
II. MA TRẬN CHUYỂN CƠ SỞ
2.1. Định nghĩa:
Giả sử B1 u1 , u 2 ,..., u n và B2 v1 , v 2 ,..., v n là hai cơ sở của kgvt V.
Với mỗi j 1, 2,..., n ta tìm tọa độ của v j trong cơ sở B1
p11 p12 p1n
p p p
Ta có v1 B1 21 ; v 2 B1 22 ;...; v n B1 2n
p n1 pn 2 p nn
p11 p12 p1n
p p 22 p 2n
Đặt P 21
p n1 p n 2 p nn
Khi đó P được gọi là ma trận chuyển cơ sở từ B1 sang B2, ký hiệu PB B . 1 2
u B
1
PB1 B2 u B
2
2.2. Mệnh đề: Trong không gian n xét cơ sở chính tắc B0 và hai cơ sở B1 u1 , u 2 ,..., u n ,
B2 v1 , v 2 ,..., v n . Khi đó
i) PB B là ma trận có được bằng cách dựng các vectơ u1 , u 2 ,..., u n thành các cột.
0 1
1 1
ii) PB B PB B
1 0 0 1
iii) PB B PB B
1 2 0 1
PB0 B2
2.3. Ví dụ
1) Trong 2 xét cơ sở B1 u1 2,3 , u 2 3, 4 . Tìm ma trận chuyển cơ sở từ:
a) Cơ sở chính tắc B0 sang cơ sở B1.
b) Cơ sở B1 sang cơ sở chính tắc B0.
c) Cơ sở B1 sang cơ sở B2 t1 1,1 , t 2 0, 2
Giải: Cơ sở chính tắc của 2 là B0 e1 1, 0 ;e 2 1, 0 .
2 3
a) Tọa độ của các vectơ u1, u2 trong cơ sở chính tắc B0 là u 1 B ; u 2 B
0
3 0
4
2 3
Khi đó ma trận chuyển cơ sở từ B0 sang B1là PB0 B1
3 4
2) Trong 3 xét cơ sở B1 u1 1,1, 2 , u 2 1, 4, 5 , u 3 0,3, 1 .
a) Tìm ma trận chuyển cơ sở từ cơ sở chính tắc B0 sang cơ sở B1.
b) Tìm ma trận chuyển cơ sở từ cơ sở B1 sang cơ sở chính tắc B0.
c) Tìm ma trận chuyển cơ sở từ cơ sở B1 sang cơ sở
B2 t1 1,1,1 , t 2 0, 2,3 , t 2 1, 3, 1
d) Tìm tọa độ của vectơ u = (2, -2, 0) trong cơ sở B1 và B2.
32
Bài giảng Toán cao cấp A2
1 0
e) Cho x B 0 . Tìm vectơ x. f) Cho y B 1 . Tìm vectơ y.
1 2
1 2
BÀI TẬP
1. Tìm tọa độ của các vectơ sau trong các cơ sở của các kgvt tương ứng:
a) u = (2, 1, 9) trong cơ sở u1 1,1,1 ; u 2 1,1, 2 ; u 3 1, 2,3 của 3 .
b) u 1, 1, 2 trong cơ sở u1 30, 0, , u 2 1, 2, 0 , u 3 1,1,1 của 3 .
2. Trong 3 cho hai cơ sở
B1 u1 1,1, 0 ; u 2 0,1,1 ; u 3 1, 0,1 ; B2 v1 0, 0,1 ; v 2 1, 1, 0 ; v3 1,1,1
a) Tìm ma trận chuyển cơ sở từ cơ sở chính tắc B0 sang B1; từ B2 sang B0; và từ B1 sang
B2 .
b) Tìm tọa độ của vectơ u = (1, -1, 1) trong hai cơ sở trên.
3. Trong 3 cho hai cơ sở
B0 e1 1, 0, 0 ;e 2 0,1, 0 ;e3 0, 0,1 ; B1 u1 1, 0, 0 ; u 2 1,1, 0 ; u 3 1, 2,1
a) Tìm ma trận chuyển cơ sở từ cơ sở chính tắc B0 sang B1; từ B1 sang B0.
b) Tìm tọa độ của vectơ u 1, 2,1 trong hai cơ sở trên.
33
Bài giảng Toán cao cấp A2
34
Bài giảng Toán cao cấp A2
Vì các vectơ dòng của ma trận bậc thang luôn độc lập tuyến tính (xem lại thuật toán
kiểm tra tính độc lập của hệ vectơ) nên chúng sẽ tạo thành một cơ sở của không gian dòng.
Bước 1: Dùng các phép biến đổi sơ cấp trên dòng để đưa A về dạng bậc thang B.
Bước 2: * Số chiều của không gian dòng chính là số các dòng khác 0 của ma trận bậc thang B.
* Các vectơ dòng khác 0 của B tạo thành một cơ sở của không gian dòng WA .
Ví dụ:
1 2 3 4
2 1 1 0
a) Tìm cơ sở và số chiều của không gian dòng của ma trận A
3 0 2 1
4 1 0 3
Giải: Dùng các phép BĐSCTD ta có
1 2 3 4 1 2 3 4 1 2 3 4
d 2 : d 2 2d1
d3 : d 3 3d1 0 3 5 8 d3:d3 2d 2 0 3 5 8 0 3 5 8
A d 4 : d 4 d 3
d 4 : d 4 4d1
0 6 7 11 d4 :d4 3d 2 0 0 3 5 0 0 3 5
0 9 12 19 0 0 3 5 0 0 0 0
Vậy dim WA 3 và WA có một cơ sở là 1, 2,3, 4 ; 0, 3, 5, 8 ; 0, 0,3,5 .
b) Trong kgvt 3 cho hệ 4 vectơ S u1 1, 2,1 , u 2 3, 6, 5 , u 3 4,8, 6 , u 4 8,16,12 .
Tìm một cơ sở và số chiều của S .
BÀI TẬP
36
Bài giảng Toán cao cấp A2
Bài 6. KHÔNG GIAN EUCLIDE
6.1. Tích voâ höôùng
Cho V laø khoâng gian vectô
6.1.1. Ñònh nghóa. Tích voâ höôùng trong khoâng gian vectô V laø moät qui luaät cho töông öùng 2
vectô u, v cuûa V vôùi moät soá thöïc duy nhaát , kyù hieäu <u,v>= thoûa maõn 4 tieân ñeà:
1. <u,v>=<v,u> u, v V
2. <u+v,w>=<u,w>+<v,w> u, v, w V
3. <ku,v>=k<u,v> u V, k
4. u V thì <u,u> 0 vaø <u,u> = 0 khi vaø chæ khi u = .
6.1.2. Ñònh nghóa. Moät khoâng gian vectô V maø treân ñoù coù tích voâ höôùng thì ñöôïc goïi laø
khoâng gian Euclide.
Ví duï. Trong n, ñaët tích voâ höôùng nhö sau: neáu u x 1, x 2 ,..., x n vaø v y1, y2,..., yn thì
u, v x 1y1 x 2y2 ... x nyn . Tích voâ höôùng ñoù goïi laø tích voâ höôùng chính tắc.
Kieåm tra 4 tieân ñeà ta thaáy tích voâ höôùng naøy thoûa maõn. Do ñoù khoâng gian n vôùi tích voâ
höôùng treân laäp thaønh moät khoâng gian Euclide.
Löu yù. Trong n, neáu khoâng noùi roõ laø tích voâ höôùng naøo thì ta ngaàm hieåu laø tích voâ höôùng
chính tắc.
Ví duï. Trong khoâng gian caùc haøm lieân tuïc treân ñoaïn [a,b]:
C[a,b]={f(x)f(x) lieân tuïc treân [a,b]}, ta ñaët moät tích voâ höôùng nhö sau:
b
f,g f (x )g(x )dx . Deã thaáy tích voâ höôùng naøy thoûa maõn caû 4 tieân ñeà, neân C[a,b] laø khoâng
a
Ví duï.
Trong 2, öùng vôùi moãi vectô u=(x,y) coù ñoä daøi töông öùng laø u x 2 y 2 .
6.2.2. Caùc tính chaát cuûa ñoä daøi
a. u V thì u 0 , u 0 u q .
b. ku k u vôùi moïi u V vaø vôùi moïi k .
c. Baát ñaúng thöùc Cauchy-Schward: u, v u v vôùi moïi u,v V.
37
Bài giảng Toán cao cấp A2
6.3. Söï tröïc giao
u, v
Theo baát ñaúng thöùc Cauchy-Schward ta coù: vôùi u , v thì 1
u v
u, v
Kyù hieäu cos j vaø goïi laø goùc giöõa hai vectô u vaø v.
u v
6.3.1. Tröïc giao
6.3.1.1. Ñònh nghóa
Neáu 2 vectô khaùc khoâng u, v coù <u,v> = 0 thì chuùng ñöôïc goïi laø tröïc giao vôùi nhau, kyù hieäu
u v.
Ví duï.
Trong 2 cho u = (2,-1), v = (2,4) thì <u,v> = 4 – 4 = 0. Vaäy u vaø v laø tröïc giao nhau.
2
Ví duï. Trong khoâng gian C[0,1], cho f(x) = x vaø g (x ) x thì ta coù
3
1 1
2
u, v f (x )g(x )dx x x 3 dx 0 , do vaäy u vaø v laø tröïc giao nhau
0 0
Cô sôû E cuûa khoâng gian vectô V goïi laø cô sôû tröïc giao neáu caùc vectô cuûa cô sôû E laäp neân hoï
vectô tröïc giao.
Ví duï. Trong khoâng gian 3 coù cô sôû E e1, e2 , e3 vôùi e1 = (1,0,0); e2 = (0,1,0); e2 = (0,0,1)
38
Bài giảng Toán cao cấp A2
Hoï vectô S u1, u2,..., un tröïc giao thì ta coù
2 2 2 2
u1 u2 ... un u1 u2 ... un
Neáu E vaø F laø 2 cô sôû tröïc chuaån trong V vaø PEF laø ma traän ñoåi cô sôû töø E sang F thì
T 1
PE F PE F PF E
Neáu v tröïc giao vôùi caùc vectô u1, u2, …,un thì v span (u1, u2, …, un)
6.4. Tröïc giao hoaù – Tröïc chuaån hoùa
6.4.1. Ñònh lyù
Trong khoâng gian Euclide V, neáu S u1, u2,..., um laø heä vectô ñoäc laäp tuyeán tính thì ta
luoân coù theå tìm ñöôïc heä vectô tröïc giao S ' v1, v2,..., vm sao cho vôùi moïi k m thì khoâng
gian con do caùc vectô v1, v2,...vk sinh ra luoân truøng vôùi khoâng gian con do caùc vectô
S ' v1, v2,..., vm tröïc giao thoûa maõn ñònh lyù treân nhö sau:
Ñaët v1 u1;
u2 , v1
v2 u2 v1
v1, v1
u 3, v1 u ,v
v3 u3 v1 3 2 v 2
v1, v1 v2 , v2
…..
um , v1 u ,v u ,v
vm u m v1 m 2 v2 ... m m vm
v1, v1 v2 , v2 vm , vm
Heä quả. Neáu u1, u2 ,...un laø moät cô sôû baát kyø cuûa khoâng gian Euclide V thì töø noù ta coù theå
39
Bài giảng Toán cao cấp A2
Ñaët u3 = (x1,x2,x3), ñeå ñaûm baûo u3 khoâng thuoäc bao tuyeán tính cuûa u1, u2 ta laáy u3 tröïc giao
u1, u 3 0 0x 1 1x 2 1x 3 0
u1, u2. Töùc laø . Cho x2 = 1 ta ñöôïc vectô u3 = (2,1,1).
u2, u 3 0
1x 1 2x 2 0x 3 0
Tröïc giao hoaù theo Gram-Schmidt, laáy
v1 u1 (0,1, 1) ;
u2, v1 2
v2 u2 v1 1, 2, 0 0,1, 1 1,1,1
v1, v1 2
u 3, v1 u ,v
v3 u3 v1 3 2 v2 (2,1,1)
v1, v1 v2 , v2
Ta coù heä cô sôû tröïc giao v1=(0,1,-1); v2=(-1,1,1); v3=(2,1,1)
2
Tröïc chuaån hoaù: ta coù v1 02 12 1 2; v2 3; v 3 6
BÀI TẬP
y
Bài 1: Trong không gian Euclide với cơ sở trực chuẩn 1 , 2 , 3 . Hãy tính xy, x , y , cos x,
với
a) x 31 2 2 ; y 2 43 b) x 1 3 2 3 ; y 1 2 2 3
c) x 4 2 3 ; y 51 3 d) x 21 2 3 ; y 22 33
Bài 2: Trong không gian Euclide với tích vô hướng chính tắc, dùng thuật toán trực giao
3
40
Bài giảng Toán cao cấp A2
CHÖÔNG 5.
ÁNH XẠ TUYẾN TÍNH
I. ÁNH XẠ TUYẾN TÍNH
1.1. Ánh xạ tuyến tính
1.1.1. Định nghĩa. Giả sử V và V’ là hai không gian vectơ trên trường . Một ánh xạ
f: V V’ được gọi là ánh xạ tuyến tính từ không gian vectơ V vào không gian V’ nếu f thỏa
mãn các điều kiện sau:
(i) f(x + y) = f(x) + f(y), với mọi x, y thuộc V.
(ii) f(ax) = af(x), với mọi a thuộc và x thuộc V.
Trong trường hợp V và V’ trùng nhau thì ánh xạ tuyến tính f: V V được gọi là một toán tử
tuyến tính hay một phép biến đổi tuyến tính trên V.
Ký hiệu L(V, V’) là tập hợp tất cả các ánh xạ tuyến tính từ V vào V’; L(V) là tập hợp tất cả các
toán tử tuyến tính trên V.
Một ánh xạ tuyến tính còn gọi là một đồng cấu tuyến tính. Nếu đồng cấu f là đơn ánh thì f
được gọi là đơn cấu; nếu f là toàn ánh thì f được gọi là toàn cấu; nếu f là song ánh thì f được
gọi là đẳng cấu.
Ví dụ. Xét ánh xạ f: 2 3 xác định bởi:
f(x, y) = (x + 2y, 2x – y, x - y)
Khi đó f là một ánh xạ tuyến tính từ 2 vào 3.
Chứng minh.
1.1.2. Mệnh đề. Với ánh xạ tuyến tính f: V V’, ta có:
(i) f(0V) = 0V’.
(ii) u V, f(-u) = -f(u).
(iii) x, y V, f(x – y) = f(x) – f(y).
(iv) u1, u2,…, un V và a1, a2,…, an thì
f(a1u1 + a2u2 +…+ anun) = a1f(u1) + a2f(u2) +… + anf(un).
1.1.3. Định lý. Cho V và V’ là hai không gian vectơ trên trường . Giả sử dimV = n và U=
{u1, u2, …, un} là một cơ sở của V trên . Khi đó w1, w2,…, wn là n vectơ bất kỳ của V’. Khi
đó, tồn tại duy nhất một ánh xạ tuyến tính f: V V’ thỏa f(ui) = wi, với mọi i = 1, 2,…, n. Ánh
xạ tuyến tính f được xác định như sau:
a1
a
u V: f(u) = a1w1 + a2w2 +…+ anwn, trong đó 2 u U
...
an
Ví dụ. Trong không gian 3 cho các vectơ:
u1 = (1, -1, 1), u2 = (1, 0, 1), u3 = (2, -1, 3)
a) Chứng tỏ U = {u1, u2, u3} là một cơ sở của 3 .
41
Bài giảng Toán cao cấp A2
b) Tìm ánh xạ tuyến tính f: 3 3 thỏa:
f(u1) =(2, 1, -2), f(u2) = (1, 2, -2), f(u3) = (3, 5, -7).
Giải.
a) Vì dim 3 = 3 nên với U = {u1, u2, u3} là hệ gồm 3 vectơ và detU = 1 0 nên U là một
cơ sở của 3 .
b) Đầu tiên ta cần tìm tọa độ của vectơ bất kỳ u = (x, y, z) 3 theo cơ sở U. Ta có:
1 1 1 2 1 x
u U 2 1 0 1 2 y (1)
1 1 3 3 z
3
Ta giải hệ (1) bằng phương pháp khử Gauss:
1 1 2 x 1 1 2x
d 2 d 2 d1
1 0 1 y 0 1 1 x y
1 1 3 z d
3 d3 d1 0 0 1 z x
1 2 2 3 x 1 x y z
1 2 3 x y 2 2 x y z
3 z x z x
3
x yz
nghĩa là u U 2 x y z .
zx
Từ kết quả trên và theo Định lý thì:
f u x y z 2,1, 2 2 x y z 1, 2, 2 z x 3,5, 7
x y, y 2 z, x 3z
Vậy f x, y, z x y, y 2 z , x 3z .
1.1.4. Định nghĩa. Cho V và V’ là các không gian vectơ, và f, g: V V’ là các ánh xạ tuyến
tính. Ta định nghĩa tổng f + g của hai ánh xạ tuyến tính và tích af (a ) của một số với một
ánh xạ như sau:
v V: (f + g)(v) = f(v) + g(v)
v V: (af)(v) = af(v).
1.1.5. Mệnh đề. Cho V, V’, V’’ là các không gian vectơ và f, g: V V’ và h: V’ V’’ là các
ánh xạ tuyến tính. Khi đó:
(i) (f + g) và af (a ) là các ánh xạ tuyến tính từ V vào V’.
(ii) h.f là ánh xạ tuyến tính từ V vào V’’.
1.2. Nhân và ảnh của ánh xạ tuyến tính
1.2.1. Định nghĩa. Cho V và V’ là hai không gian vectơ và f: V V’ là ánh xạ tuyến tính.
Khi đó:
(i) Ký hiệu Ker(f) được gọi là nhân của f được định nghĩa là tập hợp tất cả các phần tử của
V có ảnh là 0 V’. Tức là Ker(f) = {v V/ f(v) = 0}.
42
Bài giảng Toán cao cấp A2
(ii) Ký hiệu Im(f) được gọi là ảnh của f được định nghĩa là tập hợp tất cả các phần tử của
V’ là ảnh của ít nhất một phần tử trong V.
Tức là Im(f) = {v’ V’/ v V, f(v) = v’}.
1.2.2. Cách tìm ảnh và hạt nhân của ánh xạ tuyến tính f : V W
1.2.2.1. Tìm hạt nhân Kerf
Ta sẽ tìm hạt nhân bằng định nghĩa, tức là x Kerf f x 0
Đồng nhất 2 vế của đẳng thức trên ta sẽ được một hệ phương trình tuyến tính.
Như vậy, Kerf chính là không gian nghiệm của hệ phương trình tuyến tính thuần
nhất.
1.2.2.2. Tìm ảnh Imf
Ta sẽ tìm ảnh bằng định nghĩa, tức là m Im f thì x V sao cho f x m .
Điều này có nghĩa là phương trình f(x) – m = 0 có nghiệm x V .
Như vậy tìm Imf tức là ta phải tìm tất cả các giá trị của m để phương trình f(x) – m =
0 có nghiệm x V .
1.2.2.3. Ví dụ
a) Cho ánh xạ tuyến tính f : 3 1 x xác định bởi
f a1 , a 2 , a 3 a1 2a 2 a1 a 3 x
Tìm cơ sở và số chiều của các không gian Kerf, Imf.
Giải
* Tìm Imf
m m1 m 2 x Im f thì a1 , a 2 , a 3 V sao cho f a1 , a 2 , a 3 m1 m 2 x
Như vậy tìm Imf tức là ta phải tìm tất cả các giá trị của m1 và m2 để phương trình
f a1 , a 2 , a 3 m1 m 2 x có nghiệm (a1, a2, a3).
a1 2a 2 m1
Ta có f a1 , a 2 , a 3 m1 m 2 x a1 2a 2 a1 a 3 x m1 m 2 x
a 1 a 3 m 2
Ta sẽ giải hệ phương trình bằng phương pháp Gauss:
1 2 0 m1 d2 d2 d1 1 2 0 m1
A B
1 0 1 m 2 0 2 1 m 2 m1
Ta thấy r(A|B) = r(A) = 2 nên hpt luôn có nghiệm với mọi m1, m2.
Suy ra Im f P1 x
Do đó 1, x là một cơ sở của Imf. Vì vậy dim(Imf) = 2.
* Tìm Kerf
a1 , a 2 , a 3 Kerf f a1 , a 2 , a 3 0 a1 2a 2 a1 a 3 x 0
a 2a 2 0
1
a 1 a 3 0
Đây chính là hpt ở trên với m1 = m2 = 0. Vì vậy hpt này tương đương với hệ sau
a1 2a 2 0
2a 2 a 3 0
Vì r(A|B) = r(A) = 2 < số ẩn = 3 nên hpt có vô số nghiệm với 1 ẩn tự do.
Đặt a 3 2 . Khi đó hpt có nghiệm tổng quát a1 , a 2 , a 3 2, , 2 với .
Suy ra Kerf 2, , 2 2, 1, 2 2, 1, 2
Do đó {(2, -1, 2)} là một cơ sở của Kerf. Vì vậy dim(Kerf) = 1.
b) Cho ánh xạ tuyến tính f : 1 x 2 x xác định bởi
f a1 a 2 x a1 x a 2 x 2
43
Bài giảng Toán cao cấp A2
Tìm cơ sở và số chiều của các không gian Kerf, Imf.
c) Cho ánh xạ tuyến tính f : 2 x 3 xác định bởi
f a1 a 2 x a 3 x 2 2a1 a 2 , a 3 a1 , a 2 a 3
Tìm cơ sở và số chiều của các không gian Kerf, Imf.
1.2.3. Cách tìm ảnh và hạt nhân của ánh xạ tuyến tính f : n m
1.2.3.1. Tìm hạt nhân Kerf
Ta sẽ tìm hạt nhân bằng định nghĩa, tức là x1 , x 2 ,..., x n Kerf f x1 , x 2 ,..., x n 0
Đồng nhất 2 vế của đẳng thức trên ta sẽ được một hệ phương trình tuyến tính.
Như vậy, Kerf chính là không gian nghiệm của hệ phương trình tuyến tính thuần nhất.
1.2.3.2. Tìm ảnh Imf
Cách 1: Tìm bằng định nghĩa (theo ví dụ trong định nghĩa 2.2)
Cách 2: (Thường dùng hơn)
Gọi E e1 , e 2 ,..., e n là cơ sở chính tắc của n , theo tính chất 1.4 v) mục I, ta có Imf
được sinh bởi f E f e1 , f e 2 ,..., f e n .
Sắp các vectơ f(ei) thành các dòng của ma trận A. Sau đó sử dụng các phép biến đổi sơ
cấp trên dòng đưa A về dạng bậc thang. Các dòng khác không thu được chính là cơ sở của Imf.
1.2.3.3. Ví dụ
a) Cho ánh xạ tuyến tính
f : 4 3
x, y, z, t x 2y z t, x 2y z t, 2x 2z
Tìm ảnh, hạt nhân, hạng và số khuyết của f.
Giải
* Tìm Kerf và d(f)
x, y, z, t Kerf f x, y, z, t 0 x 2y z t, x 2y z t, 2x 2z 0
x 2y z t 0
x 2y z t 0
2x 2z 0
Ta sẽ giải hệ phương trình bằng phương pháp Gauss:
1 2 1 1 1 2 1 1 1 2 1 1
d 2 d 2 d1
A 1 2 1 1 d3 d3 d 2
d 3 d3 2d1 0 4 0 2 0 2 0 1
2 0 2 0 0 4 0 2 0 0 0 0
Hệ phương trình đã cho tương đương với hệ sau:
x
y
x 2y z t 0
với , R
2y t 0 z
t 2
Suy ra Kerf , , , 2 ,
Lần lượt thay 1, 1 ta được Kerf 1, 0,1, 0 ; 0, 1, 0, 2
Ngoài ra ta thấy (-1, 0, 1, 0); (0, -1, 0, 2) độc lập tuyến tính.
Do đó {(-1, 0, 1, 0); (0, -1, 0, 2)} là một cơ sở của Kerf.
Vì vậy số khuyết d(f) = dim(Kerf) = 2.
* Tìm Imf và r(f)
Xét cơ sở chính tắc của 4 : e1 1, 0, 0, 0 ; e2 0,1, 0, 0 ; e3 0, 0,1, 0 ;e 4 0, 0, 0,1
Khi đó Imf được sinh bởi
44
Bài giảng Toán cao cấp A2
f e1 f 1, 0, 0, 0 1,1, 2 f e 2 f 0,1, 0, 0 2, 2, 0
f e3 f 0, 0,1, 0 1,1, 2 f e4 f 0, 0, 0,1 1,1, 0
Sắp các vectơ này thành dòng của ma trận B và sử dụng các phép biến đổi sơ cấp trên dòng, ta
được
1 1 2 1 1 2 1 1 2 1 1 2
2 d 2 d 2 2d1
2 0 d3 d3 d1 0 4 4 d4 2d4 d2 0
4 4 d2 4 d2 0
1
1 1
B
1 1 2 d4 d4 d1 0 0 0 0 0 0 0 0 0
1 1 0 0 2 2 0 0 0 0 0 0
Do đó Imf có một cơ sở là {(1, 1, 2); (0, 1, 1)}.
Vì vậy r(f) = dim(Imf) = 2.
b) Cho ánh xạ tuyến tính
f : 3 3
x, y, z 3x 2y 4z, 7x y z, x 3y z
Tìm ảnh, hạt nhân, hạng và số khuyết của f.
c) Cho ánh xạ tuyến tính
f : 3 4
x, y, z x 2y z, 2x y,3x y z, x 2z
Tìm ảnh, hạt nhân, hạng và số khuyết của f.
1.2.4. Mệnh đề. Với ánh xạ tuyến tính f: V V’, hai khẳng định sau là tương đương:
(i) f là đơn ánh.
(ii) Ker(f) = 0.
1.2.5. Mệnh đề. Với f: V V’ là ánh xạ tuyến tính, hai khẳng định sau là tương đương:
(i) f là toàn ánh.
(ii) Im(f) = V’.
1.2.6. Mệnh đề. Cho f: V V’ là ánh xạ tuyến tính, ta có:
(i) Ker(f) là không gian vectơ con của V.
(ii) Im(f) là không gian vectơ con của V’.
1.3. Ma trận của ánh xạ tuyến tính
1.3.1. Định nghĩa. Cho f: Vn Vm là một ánh xạ tuyến tính từ không gian vectơ n chiều Vn
trên vào không gian vectơ m chiều Vm trên , gọi S = {x1, x2,…, xn} là một cơ sở của Vn
và S’ = {x’1, x’2,…, x’m} là một cơ sở của Vm.
Giả sử ảnh của cơ sở S được biểu diễn qua cơ sở S’ là:
f x1 a11 x1' a21x2' am1 xm'
f x2 a12 x1' a22 x2' am 2 xm'
f xn a1n x1' a2 n x2' amn xm'
a11 a12 a1n
a a22 a2 n
Khi đó ma trận A 21 được gọi là ma trận của ánh xạ tuyến tính f đối với cặp
am1 am 2 amn
cơ sở S và S’.
45
Bài giảng Toán cao cấp A2
Nếu f: Vn Vn là phép biến đổi tuyến tính của không gian vectơ n chiều Vn thì ta quy ước
chọn S = S’. Khi đó A = (aij) là một ma trân vuông cấp n và được gọi là ma trận của phép biến
đổi tuyến tính f đối với cơ sở S.
Ví dụ 1. Cho ánh xạ tuyến tính
f: 3 2
x1, x2 , x3 3x1 x2 x3 , 2 x1 x3
Tìm ma trận của f đối với cặp cơ sở chính tắc E và E’ của 3 và 2 .
Giải. Ta gọi E = {e1, e2, e3} với e1 = (1, 0, 0), e2 = (0, 1, 0), e3 = (0, 0, 1).
E’ = {e’1, e’2} với e’1 = (1, 0), e’2 = (0, 1).
Khi đó f(e1) = (3, 2) = 3e’1 + 2e’2
f(e2) = (1, 0) = e’1 + 0e’2
f(e3) = (-1, 1) = -e’1 + e’2
3 1 1
Vậy A là ma trận của f đối với cặp cơ sở E và E’.
2 0 1
Ví dụ 2. Cho ánh xạ tuyến tính
f: 2 2
x1, x2 x1 x2 , 2 x1 x2
46
Bài giảng Toán cao cấp A2
b1' a11b1 a12b2 ... a1nbn
b2' a21b1 a22b2 ... a2 nbn
.................
bm' am1b1 am 2b2 ... amnbn
hay [f(x)]S’ = A[x]S, trong đó [f(x)]S’ là ma trận cột tọa độ của các vectơ f(x) đối với cơ sở S’
và [x]S là ma trận cột tọa độ của vectơ x đối với cơ sở S.
Công thức trên được gọi là biểu thức tọa độ của ánh xạ tuyến tính f đối với cặp cơ sở S và S’.
1.4. Ma trận của một ánh xạ tuyến tính đối với cặp cơ sở khác nhau
Cho các không gian hữu hạn chiều V và V’ trên . Gọi S = {x1, x2,…, xn} và S1 = {y1,
y2,…, yn} là các cơ sở của không gian V. Gọi S’ = {x’1, x’2,…, x’m} và S’1 = {y’1, y’2,…, y’m}
là các cơ sở của V’. Giả sử C là ma trận chuyển từ S sang S1 và D là ma trận chuyển từ S’ sang
S’1.
Nếu f: V V’ là ánh xạ tuyến tính có ma trận đối với cặp cơ sở S, S’ là A và ma trận f đối với
cặp cơ sở S1 và S’1 là B thì B = D-1AC.
Hệ quả. Giả sử S và S’ là các cơ sở của không gian vectơ n chiều V trên , C là ma trận
chuyển từ cơ sở S sang cơ sở S’. Giả sử f: V V là phép biến đổi tuyến tính có ma trận đối
với cơ sở S và S’ tương ứng là A và B. Khi đó, B = C-1AC.
II. TRỊ RIÊNG, VECTƠ RIÊNG CỦA MA TRẬN
2.1. Định nghĩa (ma trận nhân với vectơ): Cho ma trận A vuông cấp n và vectơ
x x1 , x 2 ,..., x n n , ta định nghĩa
a11 a12 a1n
a a 22 a 2n
Ax 21 x , x ,..., x n
1 2
a n1 a n 2 a nn
a11x1 ... a1n x n ; a 21x1 ... a 2n x n ;...; a n1x1 ... a nn x n
Ta nói số thực là một trị riêng của ma trận A nếu tồn tại vectơ x x1 , x 2 ,..., x n n , x 0
sao cho Ax x .
Khi đó vectơ x được gọi là vectơ riêng của A ứng với trị riêng .
3 0
2.2. Ví dụ: Cho A , ta có
0 1
3 0
a) A 1, 0 1,0 3.1 0.0; 0.1 1.0 3, 0 3 1, 0
0 1
Do đó 3 là một trị riêng của A và x = (1, 0) là một vectơ riêng ứng với trị riêng 3 .
b) Tính A(2,0) = ?
2.3. Không gian riêng
Cho ma trận A vuông cấp n và là một trị riêng của A. Đặt
V x x1, x 2 ,..., x n n Ax x
Nghĩa là V gồm vectơ 0 và tất cả các vectơ riêng của A ứng với trị riêng . Khi đó ta có
thể chứng minh được V là một không gian con của n . Ta gọi V là không gian riêng
của A ứng với trị riêng .
2.4. Đa thức đặc trưng
47
Bài giảng Toán cao cấp A2
2.4.1. Định nghĩa: Cho ma trận A vuông cấp n. Đa thức
a11 a12 a1n
a 21 a 22 a 2n
A det A I n
a n1 a n2 a nn
được gọi là đa thức đặc trưng của ma trận A.
3 3 2
2.4.2. Ví dụ: Cho A 1 1 2 . Khi đó đa thức đặc trưng của A là
0 0 4
3 3 2
2
A 1 1 2 4
0 0 4
2.4.3. Định lý: Số thực là trị riêng của ma trận A khi và chỉ khi là nghiệm của đa thức đặc
trưng A .
Chứng minh: Giả sử A là ma trận vuông cấp n và x x1 , x 2 ,..., x n n , ta có
a11 a12 a1n
a a 22 a 2n
Ax x Ax x 0 21 x , x ,..., x n x1 , x 2 ,..., x n 0
1 2
a n1 a n 2 a nn
a11x1 ... a1n x n ; a 21x1 ... a 2n x n ;...; a n1x1 ... a nn x n x1 , x 2 ,..., x n 0
a11 x1 a12 x 2 ... a1n x n 0
a x a 22 x 2 ... a 2n x n 0
21 1 *
....................
a x a x ... a x 0
n1 1 n 2 2 nn n
48
Bài giảng Toán cao cấp A2
Do đó A có hai trị riêng là 1 1, 2 13 .
Không gian riêng V 1 ứng với trị riêng 1 1 là không gian nghiệm của hệ
4 x1 4 x2 0
A I 2 X 0 x1 x2 0
8 x1 8 x2 0
Hệ trên có nghiệm tổng quát x1, x 2 , với tùy ý thuộc .
Vậy V 1 , 1, 1 .
Do đó V 1 có dim V 1 =1 với cơ sở {(1, -1)}.
Không gian riêng V 2 ứng với trị riêng 2 13 là không gian nghiệm của hệ
8 x1 4 x2 0
A I 2 X 0 2 x1 x2 0
8 x1 4 x2 0
Hệ trên có nghiệm tổng quát x1 , x 2 , 2 với tùy ý thuộc .
Vậy V 2 , 2 1, 2
Do đó V 2 có dim V 2 =1 với cơ sở {(1, 2)}.
III. CHÉO HÓA MA TRẬN
3.1. Định nghĩa: Ma trận A vuông cấp n được gọi là chéo hóa được nếu A đồng dạng với một
ma trận chéo, nghĩa là tồn tại ma trận khả nghịch P vuông cấp n sao cho P-1AP = D với D là
một ma trận chéo. Khi đó ta nói P làm chéo hóa A và D là dạng chéo của A.
8 5
3.2. Ví dụ: Ma trận A không có dạng chéo nhưng chéo hóa được vì
10 7
1 1 1 1
Đặt P ta có P 1 và dễ kiểm tra được
2 1 2 1
2 0
P 1AP D : ma trận chéo.
0 3
3.3. Định lý: Giả sử A là ma trận vuông cấp n. Khi đó A chéo hóa được khi và chỉ khi hai điều
kiện sau đây được thỏa mãn:
i) Đa thức đặc trưng được phân tích thành tích các đa thức bậc 1:
n r r rk
A 1 1 1 2 2 ... p
ii) Với mỗi i = 1, 2, ..., k, không gian riêng V i có dim V i ri .
Hơn nữa, nếu gọi Bi là cơ sở của không gian riêng V i với mỗi i = 1, 2, ..., k và lập P
bằng cách lần lượt dựng các vectơ trong B1, B2, …, Bk thành các cột, ta có P làm chéo hóa A
và:
k1 0 0 0 0 0 0 0 0 0
r1 dòng
0 0 k1 0 0 0 0 0 0 0
0 0 0 k2 0 0 0 0 0 0
r2 dòng
P 1AP
0 0 0 0 0 k2 0 0 0 0
0 0 0 0 0 0 0 kp 0 0
rk dòng
0 0 0 0 0 0 0 0 0 k p
3.4. Hệ quả: Nếu A là ma trận vuông cấp n có n giá trị riêng phân biệt thì A chéo hóa được.
3.5. Thuật toán chéo hóa ma trận
49
Bài giảng Toán cao cấp A2
Bước 1: Tìm đa thức đặc trưng A A I
* Nếu A không thể phân tích được thành tích của các đa thức bậc một thì A không
chéo hóa được. Thuật toán kết thúc.
n r1 r2 rk
* Nếu A 1 1 2 ... p chuyển sang bước 2.
Bước 2: Giải phương trình A 0 để tìm giá trị riêng i cùng với số bội ri của nó.
Bước 3: Với mỗi i = 1, 2, ..., k tìm cơ sở Bi và số chiều của không gian con riêng V i .
* Nếu tồn tại i sao cho dim V i < ri thì A không chéo hóa được và thuật toán kết thúc.
* Nếu dim V i = ri với mọi i = 1, 2, ..., k thì chuyển sang bước 4.
Bước 4: Đặt P là ma trận có được bằng cách lần lượt dựng các vectơ trong B1, B2, ..., Bp thành
các cột. Khi đó ta có P-1AP có dạng chéo.
Nhận xét: Do mỗi không gian con riêng đều có số chiều lớn hơn 0 nên nếu i là nghiệm đơn
thì ta luôn có dim V i = 1. Do đó nếu chỉ cần biết A có chéo hóa được hay không (mà không
cần tìm ma trận P làm chéo hóa A) thì ở bước 3 ta chỉ cần so sánh số chiều dim V i với các
số bội ri tương ứng với các trị riêng i có số bội ri > 1.
3.6. Các ví dụ:
Ví dụ 1: Các ma trận sau có chéo hóa được không?
3 2 0 1 2 5 2 0 1
a) A 2 3 0 b) B 0 2 4 c) C 1 1 1
0 0 5 1 0 1 2 0 1
Giải
2
a) * Ta có đa thức đặc trưng A 5 1
2
* Giải phương trình 5 1 0 ta được các trị riêng
1 = 5 (bội 2) và 2 = 1 (bội 1)
* Tiếp theo ta tìm không gian con riêng V 1 ứng với giá trị riêng 1 5 là không gian
nghiệm của hệ
2x1 2x 2 0
x1 x 2 0
2x1 2x 2 0
Hệ phương trình có nghiệm tổng quát là , , với , tùy ý.
Vậy V 1 , , , , , 0 0, 0, ,
1, 1, 0 0, 0,1 ,
Do đó dim V 1 = 2 và có một cơ sở là B1 1, 1, 0 ; 0, 0,1 .
Vì các không gian con riêng đều có số chiều bằng số bội của các giá trị riêng tương ứng
nên A chéo hóa được.
Ví dụ 2: Chéo hóa các ma trận sau (nếu được):
3 2 0 2 0 1
a) A 2 3 0 b) B 1 1 1
0 0 5 2 0 1
Giải
2
a) * Ta có đa thức đặc trưng A 5 1
2
* Giải phương trình 5 1 0 ta được các trị riêng
1 = 5 (bội 2) và 2 = 1 (bội 1)
50
Bài giảng Toán cao cấp A2
* Tiếp theo ta tìm các không gian con riêng V 1 ứng với giá trị riêng 1 5 là không gian
2x1 2x 2 0
nghiệm của hệ x1 x 2 0
2x1 2x 2 0
Hệ phương trình có nghiệm tổng quát là , , với , tùy ý.
Vậy V 1 , , , , , 0 0, 0, ,
1, 1, 0 0, 0,1 ,
Do đó dim V 1 = 2 và có một cơ sở là B1 1, 1, 0 ; 0, 0,1 .
* Không gian riêng V 2 ứng với giá trị riêng 2 = 1 là không gian nghiệm của hệ
2x1 2x 2 0
x1 x 2 0
2x1 2x 2 0
4x 0 x3 0
3
Hệ phương trình có nghiệm tổng quát là , , 0 với tùy ý.
Vậy V 2 , , 0 1,1, 0 .
Do đó dim V 2 = 1 và có một cơ sở là B2 1,1, 0 .
Vì các không gian con riêng đều có số chiều bằng số bội của các giá trị riêng tương ứng
nên A chéo hóa được.
1 0 1
* Lập ma trận P bằng cách dựng các vectơ trong B1, B2 thành các cột P 1 0 1
0 1 0
5 0 0
Khi đó P AP 0 5 0
1
0 0 1
3.7. Ứng dụng của việc chéo hóa ma trận
3.7.1. Tính lũy thừa của ma trận vuông
Giả sử A chéo hóa được, tức là tồn tại một ma trận P sao cho D = P-1AP có dạng chéo.
Tức là
1 0 0
0 0
D 2
0 0 0 m
n
Khi đó P 1AP D n P 1A n P D n A n PD n P 1 hay
1n 0 0
0 n
0 1
An P 2
P
0 0 0 nm
3.7.2. Tính giá trị của một đa thức trên vành ma trận
Bài toán: Tính giá trị f(A) với f(x) là một đa thức f(x) và A là một ma trận vuông.
Phương pháp:
Bước 1: Đặt g(x) = A xI 0 khi đó g(A) = 0.
Bước 2: Chia f(x) cho g(x) được f(x) = g(x).q(x) + r(x) với 0 deg r(x) deg g(x)
Khi đó f(A) = g(A).q(A) + r(A) = r(A).
51
Bài giảng Toán cao cấp A2
3.7.3. Ví dụ:
1) Tìm lũy thừa n của các ma trận trong ví dụ 2 ở trên.
Giải
1 0 1 1 1 0
1
a) Với P 1 0 1 1
ta tìm được P 0 0 2 . Từ đó ta có
2
0 1 0 1 1 0
5n 0 0 5n 0 0 1 5n 1 5n 0
n 1
P 1AP 0 5n 0 A n P 0 5n
0 P 1 1 5n 1 5n
2
0
0 0 1 0 0 1 0 0 2.5n
2) Xét các ma trận trong ví dụ 2 ở trên.
a) Cho f x x10 3x 2 4 . Tính f(A) và f(B).
b) Cho f x x 4 3x 2 4x 2 . Tính f(A).
c) Cho f x x 5 11x 4 21x3 14x 2 2x 1 . Tính f(B).
52
Bài giảng Toán cao cấp A2
BÀI TẬP
1. Cho a1 2,3,1 ; a 2 0,1, 2 ;a 3 1, 0, 0 và b1 1,1, 1 ; b2 1,1,1 ; b3 2,1, 2 . Chứng minh
rằng tồn tại một ánh xạ tuyến tính f : 3 3 sao cho f a i bi , i 1, 2, 3. Tìm axtt f?
2. Trong không gian 3 cho các vectơ u1 = (1, 0, 1), u2 = (0, 1, 1), u3 = (1, 1, 0). Gọi f là phép
biến đổi tuyến tính trên 3 định bởi:
f(x, y, z) = (x – y, y – z, z - x)
a) Chứng tỏ U = {u1, u2, u3} là một cơ sở của 3. Tìm ma trận chuyển cơ sở từ U sang cơ
sở chính tắc của 3.
b) Tìm ma trận biểu diễn của f theo cơ sở U.
c) Cho u = (1, 2, 3). Hãy tìm tọa độ của u và f(u) trong cơ sở U.
2. Tìm giá trị riêng và tìm không gian con riêng, số chiều của không gian con riêng của các ma
trận
2 5 3 0 10 9 0 3
a) b) c) d)
1 3 8 1 4 2
4 0
3 3 2 2 3 1 2 1 2
e) A 1 1 2 f) A 5 0 4 g) 5 3 3
3 1 0 1 3 2 1 0 2
1 0 0 0 1 0 1 0
0 1 0 0 0 0 0 0 2 0 1
h) 4 4 0 i) j)
0 0 0 0 0 0 0 1
2 1 2
1 0 0 1 0 0 0 0
3. Trong các ma trận sau, ma trận nào chéo hóa được? Nếu được hãy đưa nó về dạng chéo.
1 1 2 0 1 0 2 3
a) A b) B c) C d) D
1
3
1 2
6 1
1 1
1 0 0 1 1 1 0 2 3 3 0 0
e) E 1 1 1 f) F 2 1 2 g) G 2 0 3 h) H 0 2 0
2 0 1 2 1 4 2 2 5 0 1 2
0 0 0 1 2 0 0 0
1 0 0 2 0 2 0 0 1 0 0 2 0 0
i) A 0 1 1 j) A 0 3 0 k) A l) A
0 1 0 0 0 0 3 0
0 1 1 0 0 3
1 0 0 0 0 0 1 3
4. Xét các ma trận chéo hóa được ở bài 3.
a) Tính lũy thừa An của các ma trận.
b) Cho f x x10 3x 5 4x 2 . Tính f(A).
53