LÝ THUYẾT

ĐẠI SỐ TUYẾN TÍNH(A1)

1
 MỤC LỤC
CHƯƠNG 1. LOGIC, TẬP HỢP, ÁNH XẠ, ĐẠI SỐ CẤU TRÚC, SỐ PHỨC........................................5
1.1. Khái quát về logic.................................................................................................................................5
1.1.1. Mệnh đề và trị chân lý...................................................................................................................5
1.1.2. Các phép toán logic trong đại số Boolean....................................................................................5
1.2. Sơ lược về lý thuyết tập hợp................................................................................................................7
1.2.1. Tập hợp và phần tử, cách cho tập hợp, tập hợp con, tập hợp bằng nhau.................................7
1.2.2. Các phép toán trên tập hợp..........................................................................................................8
1.2.3. Tích Decartes của hai hay nhiều tập hợp...................................................................................11
1.3. Ánh xạ.................................................................................................................................................12
1.3.1. Định nghĩa, ví dụ..........................................................................................................................12
1.3.2. Đơn ánh, toàn ánh, song ánh, tập ảnh, tập nghịch ảnh.............................................................12
1.3.3. Tích ánh xạ, ánh xạ ngược..........................................................................................................15
1.4. Đại cương về Đại số cấu trúc.............................................................................................................16
1.4.1. Phép toán hai ngôi.......................................................................................................................16
1.4.2. Giới thiệu cấu trúc nhóm, vành, trường....................................................................................19
1.5. Số phức................................................................................................................................................23
1.5.1. Nhắc lại một số kiến thức về số phức.........................................................................................23
1.5.2. Định lý cơ bản của đại số.............................................................................................................28
CHƯƠNG 2. MA TRẬN, ĐỊNH THỨC, HỆ PHƯƠNG TRÌNH TUYẾN TÍNH....................................36
2.1. Ma trận................................................................................................................................................36
2.1.1. Định nghĩa ma trận, các kiểu ma trận........................................................................................36
2.1.2. Các phép toán cơ bản với ma trận..............................................................................................41
2.2. Định thức.............................................................................................................................................46
2.2.1. Định thức các cấp và công thức tính định thức cấp n bằng công thức truy hồi......................46
2.2.2. Các tính chất cơ bản của định thức và định thức của ma trận đường chéo............................51
2.2.3. Phương pháp biến đổi sơ cấp......................................................................................................55
2.2.4. Tìm định thức bằng phương pháp biến đổi sơ cấp....................................................................58
2.3. Hạng ma trận......................................................................................................................................59
2.3.1. Hạng ma trận, hạng của ma trận bậc thang..............................................................................59
2.3.2. Tính hạng của ma trận bằng phương pháp biến đổi sơ cấp (PP Gauss)..................................61

2
 2.4. Ma trận nghịch đảo............................................................................................................................65
2.4.1. Điều kiện của ma trận khả nghịch..............................................................................................66
2.4.2. Tìm ma trận nghịch đảo qua phần phụ đại số...........................................................................67
2.4.3. Tìm ma trận nghịch đảo biến đổi sơ cấp (PP Gauss)................................................................68
CHƯƠNG 3. KHÔNG GIAN VECTOR.....................................................................................................79
3.1. Khái niệm không gian vector.............................................................................................................79
3.1.1. Khái niện cơ bản về không gian vector......................................................................................79
3.1.2. Tính chất của không gian vector................................................................................................80
3.2. Không gian vector con........................................................................................................................80
3.2.1. Khái niệm và tiêu chuẩn nhận biết.............................................................................................80
3.2.2. Không gian con sinh bởi hệ vector.............................................................................................81
3.3. Cơ sở và tọa độ trong không gian vector hữu hạn chiều.................................................................82
3.3.1. Hệ độc lập tuyến tính - Hệ phụ thuộc tuyến tính.......................................................................82
3.3.2. Hệ sinh..........................................................................................................................................84
3.3.3. Cơ sở và số chiều của không gian vector....................................................................................86
3.3.4. Định lý về bổ sung một hệ độc lập tuyến tính trong không gian vector hữu hạn chiều để xác
định cơ sở...............................................................................................................................................88
3.3.5. Hạng của vector và phương pháp xác định hạng khi biết tọa độ.............................................88
3.3.6. Chiều của không gian con sinh bởi hệ vector............................................................................89
CHƯƠNG 4. ÁNH XẠ TUYẾN TÍNH........................................................................................................98
4.1. Khái niệm ánh xạ tuyến tính..............................................................................................................98
4.1.1. Định nghĩa các phép toán về ánh xạ tuyến tính.........................................................................98
4.1.2. Khái niệm hạt nhân, ảnh của ánh xạ tuyến tính......................................................................101
4.1.3. Khái niệm đơn cấu, toàn cấu, đẳng cấu...................................................................................102
4.2. Ma trận của ánh xạ tuyến tính........................................................................................................105
4.2.1. Ma trận của ánh xạ tuyến tính đối với cặp cơ sở tương ứng của hai không gian vector......105
4.2.2. Ma trận của phép biến đổi tuyến tính đối với một cơ sở.........................................................107
4.2.3. Quan hệ của hai ma trận cùng một phép biến đổi tuyến tính đối với hai cơ sở....................107
4.2.4. Ma trận đồng dạng....................................................................................................................108
4.3. Trị riêng và vecto riêng....................................................................................................................110
4.3.1. Trị riêng và vector riêng của toán tử tuyến tính (hay biến đổi tuyến tính) và trị riêng và
vector riêng của ma trận.....................................................................................................................110
4.3.2. Chéo hóa ma trận......................................................................................................................116

3
CHƯƠNG 5. DẠNG SONG TUYẾN TÍNH, DẠNG TOÀN PHƯƠNG, KHÔNG GIAN EUCLIDE,
ĐƯỜNG VÀ MẶT BẬC HAI.....................................................................................................................126
5.1. Dạng song tuyến, dạng toàn phương...............................................................................................126
5.1.1. Dạng song tuyến trên cùng không gian vector (dạng song tuyến tính đối xứng)..................126
5.1.2. Dạng toàn phương, dạng toàn phương xác định dấu (dương, âm)........................................127
5.1.3. Biểu thức tọa độ của dạng song tuyến tính đối với một cơ sở, ma trận của dạng song tuyến
tính........................................................................................................................................................128
5.1.4. Dạng toàn phương đối với một cơ sở và đổi cơ sở...................................................................132
5.1.5. Dạng chính tắc của dạng toàn phương.....................................................................................133
5.1.6. Phương pháp Lagrange.............................................................................................................142
5.2. Không gian Euclide..........................................................................................................................145
5.2.1. Tích vô hướng, không gian Euclide..........................................................................................145
5.2.2. Góc giữa hai vecto và bất đẳng thức Canchy – Schwarz........................................................146
5.2.3. Trực giao – Trực chuẩn hóa Gram – Schmidt.........................................................................147
5.2.4. Cơ sở trực chuẩn........................................................................................................................148
5.2.5. Phép chiếu trực giao..................................................................................................................149
5.2.6. Ma trận trực giao.......................................................................................................................149
5.2.7. Chéo hóa trực giao.....................................................................................................................151

4
 CHƯƠNG 1. LOGIC, TẬP HỢP, ÁNH XẠ, ĐẠI SỐ CẤU TRÚC,
SỐ PHỨC
1.1. Khái quát về logic
1.1.1. Mệnh đề và trị chân lý
Mệnh đề toán học là một câu có tính chất hoặc là đúng hoặc là sai mà không thể vừa
đúng lại vừa sai. Nhưng vậy có thể xem mệnh đề toán học là một đại lượng nhận một trong
hai giá trị hoặc là đúng hoặc là sai. Một mệnh đề đúng có giá trị chân lý là 1. Một mệnh đề
sai có giá trị chân lý là 0.
Ví dụ:

 Mệnh đề “ 2 là số vô tỷ” có giá trị chân lý là 1.

 Mệnh đề “8 là số nguyên tố” có giá trị chân lý là 0.
1.1.2. Các phép toán logic trong đại số Boolean
1.1.2.1. Phép phủ định:
Phép phủ định là một phép toán logic cho ứng với mỗi mệnh đề sơ cấp x, một mệnh đề
sơ cấp mới ký hiệu là x được định nghĩa bằng bảng chân lý, gọi là bảng chân lý của phép
phủ định:
x x
1 0
0 1

1.1.2.2. Phép hội (và)

Phép hội là một phép toán logic cho ứng với hai mệnh đề sơ cấp x và y, một mệnh đề
mới, ký hiệu là x  y (hoặc viết gọn là xy) được xác định bằng bảng chân lý sau đây, gọi là
bảng chân lý của phép hội
x y x y
1 1 1
1 0 0
0 1 0
0 0 0

1.1.2.3. Phép tuyển (hoặc là)

Phép tuyển là một phép toán logic cho ứng với hai mệnh đề sơ cấp x và y , một mệnh
đề mới, ký hiệu là x  y được xác định bằng bảng chân lý sau đây, gọi là bảng chân lý của
phép tuyển:

5
 x y x y
1 1 1
1 0 1
0 1 1
0 0 0

1.1.2.4. Phép kéo theo (nếu …thì…)

Phép kéo theo là một phép toán logic cho ứng với hai mệnh đề sơ cấp x và y, mệnh đề
mới ký hiệu là x  y (đọc là nếu x thì y) được xác định bằng bảng chân lý sau đây:
Bảng chân lý của phép kéo theo:
x y x y
1 1 1
1 0 0
0 1 1
0 0 1

1.1.2.5. Phép tương đương logic (phép đẳng giá)

Phép tương đương logic (phép đẳng giá) là một phép toán logic cho ứng với hai mệnh
đề sơ cấp x và y, mệnh đề mới ký hiệu là x  y (hoặc x  y )
Bảng chân lý của phép tương đương logic
x y x y
1 1 1
1 0 0
0 1 0
0 0 1

1.1.2.6. Phép cộng logic

Phép tuyển chọn là một phép toán logic cho ứng với hai mệnh đề sơ cấp x và y, một
mệnh đề mới ký hiệu là x  y .
Bảng chân lý của phép cộng logic:
x y x y
1 1 0
1 0 1
0 1 1
0 0 0

6
1.2. Sơ lược về lý thuyết tập hợp
1.2.1. Tập hợp và phần tử, cách cho tập hợp, tập hợp con, tập hợp bằng nhau
1.2.1.1. Tập hợp
a. Khái niệm
Tập hợp là một khái niệm nguyên thủy, không được định nghĩa, mà được hiểu một
cách trực giác như sau: “Một tập hợp là một sự quần tụ các đối tượng có cùng thuộc tính nào
đó; những đối tượng này được gọi là các phần tử của tập hợp đó.
b. Ví dụ
Ví dụ 1:
- Tập hợp các sinh viên của một trường đại học.
- Tập hợp các số nguyên tố.
Ta thường ký hiệu tập hợp bởi chữ cái viết hoa như A, B, C, …, X, Y, Z, … và các
phần tử của tập hợp thường được ký hiệu bởi một chữ cái viết thường a, b, x, y.

Để chỉ phần tử a thuộc tập hợp A, ta viết a  A và đọc là “a thuộc A”. Nếu b không
phải là phần tử của A thì ta ký hiệu b  A và đọc là “b không thuộc A”.
Ví dụ 2:
- N là tập hợp các số tự nhiên
- Z là tập hợp các số nguyên
- R là tập hợp các số thực
- Q là tập hợp các số hữu tỉ

-
S   1; 2;3 là tập hợp các số nguyên dương nhỏ hơn 4.
- Tập rỗng là tập hợp không có phần tử nào.

Ký hiệu:  .
Ví dụ 3: tập hợp các số thực mà bình phương của số đó bằng – 1 là tập rỗng.
1.2.1.2. Cách cho một tập hợp
Một tập hợp có thể được xác định bằng các cách như:
- Phương pháp liệt kê: Một tập hợp có thể xác định bằng cách liệt kê ra hết các
phần tử thuộc tập hợp đó. Phương pháp này chỉ dùng đối với tập hợp hữu hạn.
Ví dụ: A = {1; 3; 4; 5; 7}

7
 - Phương pháp chỉ ra thuộc tính đặc trưng: Một tập hợp có thể nhận biết bằng
cách chỉ ra thuộc tính của đối tượng và dựa vào thuộc tính này ta có thể biết
phần tử nào đó có thuộc tập hợp này hay không.

Ví dụ:
B   M | OM  r là tập hợp các điểm nằm trên mặt cầu tâm O bán kính r.

C   n  N | n : 3 là tập hợp các số tự nhiên chia hết cho 3.

1.2.1.3. Tập hợp con

a. Định nghĩa: Cho hai tập hợp A và B. Nếu mọi phần tử của tập hợp A đều là phần tử
của tập hợp B thì khi đó ta nói tập A chứa trong B, hay tập A là tập hợp con của tập hợp B.
Ký hiệu: A  B
Ví dụ:

- Z QR
- Tập hợp {1; 3} là tập hợp con của tập hợp {1; 2; 3}
- Tập hợp các tam giác đều là tập hợp con của tập hợp các tam giác.
b. Tính chất:

- Với mọi tập hợp A thì A  A ;

- Với mọi tập hợp A thì   A ;
- Nếu A  B và B  C thì A  C (tính chất bắc cầu);
- Nếu A  B và B  A thì A  B .
1.2.1.4. Tập hợp bằng nhau
Hai tập hợp A và B được gọi là bằng nhau khi và chỉ khi mọi phần tử của A đều là
phần tử của B và ngược lại mỗi phần tử của B đều là phần tử của A. Khi đó ta viết A = B.
Từ định nghĩa muốn chứng minh A = B phải chứng minh các điều sau:

- Nếu x  A thì x  B
- Nếu x  B thì x  A
1.2.2. Các phép toán trên tập hợp
1.2.2.1. Hợp của các tập hợp
a. Định nghĩa: Cho A và B là hai tập hợp tùy ý, ta gọi tập hợp C gồm các phần tử
thuộc ít nhất một trong hai tập A, B là hợp của hai tập A, B.

Ký hiệu: C  A  B hoặc A  B  {x | x  A hoặc x  B}

Biểu đồ Venn:

8
 A

Ví dụ: Nếu định nghĩa A, B, C là các tập như sau: A  {x | f ( x)  0} và

B  {x | g ( x)  0} thì C  {x | f ( x).g ( x)  0} . Khi đó C  A  B

b. Định lý: Với A, B, C là các tập nào đó khi đó

Nếu B  A thì A  B  A ;

ii) Với mọi tập hợp A thì A    A và A  A  A ;

iii) A  B  B  A ;

iv) A  ( B  C )  ( A  B )  C .
1.2.2.2 Giao của các tập hợp
a. Định nghĩa: Cho hai tập A, B tùy ý. Ta gọi tập hợp C gồm các phần tử thuộc cả hai
tập hợp A, B là giao của hai tập hợp A, B.

Ký hiệu: C  A  B  {x | x  A và x  B}
Biểu đồ Venn:

A
B

Định lý: Với A, B, C là các tập hợp tùy ý thì ta có các khẳng định sau:

Nếu B  A thì A  B  B . Với mọi tập hợp A thì A     và A  A  A ;

A B  B  A;

( A  B)  C  A  ( B  C ) .

9
 b. Định lý: Cho A, B, C là các tập tùy ý khi đó:

i) A  ( A  B )  A ;

ii) ( A  B)  B  B ;

iii) A  ( B  C )  ( A  B )  ( A  C ) ;

iv) A  ( B  C )  ( A  B )  ( A  C ) .
1.2.2.3 Hiệu của hai tập hợp
a. Định nghĩa: Cho hai tập A, B tùy ý. Ta gọi tập hợp C gồm các phần tử thuộc A và
không thuộc B là hiệu của tập A và tập B.

Ký hiệu: C = A\B hoặc A \ B  {x | x  A và x  B}

Biểu đồ Venn:

A B

b. Định lý: Với A, B, C, D là các tập nào đó, khi đó:

i) A \ B   khi và chỉ khi A  B ;

ii) Với A, B bất kỳ thì A \ B  A ;

iii) Nếu A  B và D  C thì A \ C  B \ D ;

iv) Nếu A  B thì với tập C bất kỳ ta có C \ B  C \ A .

1.2.2.4. Phần bù
a. Định nghĩa:

Nếu B  A thì A\B được gọi là phần bù của B trong A, ký hiệu C A ( B) hay
C A ( B )  {x  A | x  B} .

Thực chất phần bù C A ( B) là hiệu A\B với điều kiện B  A nên mọi tính chất liên quan
đến phần bù được suy ra từ tính chất của phép hiệu A\B.

10
 b. Định lý: Với các tập A, B, C tùy ý ta có

- A \ ( B  C )  ( A \ B)  ( A \ C ) ;

- A \ (B  C )  ( A \ B)  ( A \ C ) .

Công thức đối ngẫu De Morgan

C A (Bi )  (C A ( Bi ))
- i i ;
C A (Bi )  (C A ( Bi ))
- i i .
Ta có thể phát biểu phần bù của hợp bằng giao các phần bù, phần bù của giao bằng hợp
các phần bù.
1.2.2.5. Hiệu đối xứng của A và B:
Ký hiệu: A B  ( A \ B )  ( B \ A)
Biểu đồ Venn:

A B

1.2.3. Tích Decartes của hai hay nhiều tập hợp

Giả sử a và b là hai đối tượng bất kỳ, từ hai đối tượng này ta thành lập đối tượng thứ ba
ký hiệu (a; b) và gọi là cặp (a; b). Hai cặp (a; b) và (c; d) được gọi là bằng nhau khi và chỉ
khi a = c và b = d. Nếu a  b thì cặp (a; b) và (b; a) được coi là khác nhau.
1.2.3.1. Định nghĩa:
Tích Descartes của n tập hợp A1 , A2 ,..., An là tập hợp gồm tất cả các dãy sắp thứ tự
(a1 ; a2 ;...; an ) trong đó a1  A1 , a2  A2 ,..., an  An .

Ta ký hiệu tích Descartes trên là A1  A2  ...  An . Nếu A1  A2  ...  An thì tích

n
Descartes của chúng được ký hiệu là A .
1.2.3.2. Ví dụ:
Cho A1  {a; b} , A2  {c; d }, A3  {1; 2} . Khi đó:

11
 A1  A2  A3  {(a; c;1), ( a; d ;1), (a; c; 2), (a; d ; 2), (b; c;1), (b; c; 2), (b; d ;1), (b; d ; 2)}

1.2.3.3. Nhận xét:

A  B   khi và chỉ khi A   hoặc B   .

Nếu A  B   thì A ' B '  A  B khi và chỉ khi A '  A và B '  B .

1.3. Ánh xạ
1.3.1. Định nghĩa, ví dụ
1.3.1.1. Định nghĩa
Cho hai tập hợp X và Y. Một quy tắc tương ứng f mỗi phần tử x  X với một và chỉ
một phần tử y  Y được gọi là ánh xạ từ tập X vào tập Y.

Ký hiệu: f : X  Y hoặc X  Y .
f

Phần tử y  Y , tương ứng với phần tử x  X qua ánh xạ f, khi đó, x được gọi là tạo ảnh
của y và y được gọi là ảnh của x qua ánh xạ f.
Ngoài ra, X được gọi là tập nguồn (miền xác định), Y còn được gọi là tập đích (miền
giá trị) của ánh xạ f.
1.3.1.2. Ví dụ
Hàm số y = x – 1 là ánh xạ từ tập số thực  vào 

Hàm số y  lg x là ánh xạ từ   vào 

Phép tương ứng mỗi số x    với một số y   sao cho x  y không là ánh xạ vì với
2

một giá trị x  0 ta sẽ có hai giá trị của y là: y  x và y   x đều tương ứng với x.
1
f ( x) 
Phép tương ứng f :    sao cho x  1 không phải là ánh xạ vì với x  1 
thì không có y   tương ứng với x đã cho.
1.3.2. Đơn ánh, toàn ánh, song ánh, tập ảnh, tập nghịch ảnh
1.3.2.1. Đơn ánh
a. Định nghĩa: Ánh xạ f : X  Y được gọi là một đơn ánh nếu với hai phần tử khác
nhau x1 và x2 bất kỳ của X thì f ( x1 )  f ( x2 ) . Nói cách khác, f là một đơn ánh nếu mọi phần
tử của tập đích chỉ có tối đa một tạo ảnh trong tập nguồn.
Từ định nghĩa trên, để chứng minh f là một đơn ánh ta chứng minh:

12
 x1 , x2  X , x1  x2 thì f ( x1 )  f ( x2 ) .

Hoặc x1 , x2  X , f ( x1 )  f ( x2 ) thì x1  x2 .

b. Ví dụ:

Ánh xạ f :    xác định bởi f ( x)  x không là đơn ánh vì f(1) = f(-1) = 1.

2

1
f (n) 
Ánh xạ f :    xác định bởi n là một đơn ánh vì với hai số tự nhiên khác
1 1

nhau m, n thì n m .
iA : A  E
Nếu A  E , ánh xạ nhúng chính tắc x  x là một đơn ánh được gọi là đơn ánh
chính tắc từ A vào E.
1.3.2.2. Toàn ánh
a. Định nghĩa: Ánh xạ f : X  Y được gọi là một toàn ánh nếu f(X) = Y. Nói cách
khác f : X  Y là toàn ánh nếu với mọi y  Y đều tồn tại x  X sao cho f(x) = y.

Toàn ánh f : X  Y còn được gọi là ánh xạ toàn ánh từ X lên Y.

Từ định nghĩa trên, để chứng minh f là một toàn ánh thì ta cần chứng minh
y  Y , x  X sao cho f(x) = y.

Nhận xét:

Nói cách khác một ánh xạ f : X  Y là toàn ánh khi và chỉ khi mọi phần tử của Y có ít
nhất một tạo ảnh trong X.
b. Ví dụ:

Ánh xạ f :    xác định bởi công thức f ( x)  cos x không là toàn ánh vì tồn tại số
2  mà không có x   để cos x  2 . Tuy nhiên nếu xét ánh xạ g từ tập số thực  vào
đoạn [-1, 1] thì g là toàn ánh.
1.3.2.3. Song ánh
a. Định nghĩa: Ánh xạ f : X  Y được gọi là song ánh nếu nó vừa là đơn ánh vừa là
toàn ánh.

13
 Để chứng minh một ánh xạ f là song ánh thì ta phải chứng minh f là đơn ánh và f là
toàn ánh, hoặc chứng minh rằng y  Y tồn tại duy nhất x  X sao cho f ( x)  y .
b. Ví dụ:

Ánh xạ đồng nhất 1X : X  X là một song ánh.

f :  
Ánh xạ x  x 2 không là song ánh vì nó không phải là toàn ánh (cũng không là đơn
ánh).
Nhận xét: Một ánh xạ bất kỳ từ E vào E gọi là một hoán vị của E.
Ví dụ:
f : 
Cho x  2 x Và g : 

y
 2 Nếu y chẵn
y 
 y 1 Nếu y lẻ
 2

Khi đó f là đơn ánh không là toàn ánh. g là toàn ánh không là đơn ánh.
(Sinh viên tự kiểm tra.)
1.3.2.4. Tập ảnh
a. Định nghĩa: Cho ánh xạ f : X  Y và A là một tập con của X. Tập con của Y gồm
ảnh của tất cả các phần tử của A được gọi là ảnh của tập A qua ánh xạ f.

Ký hiệu: f(A). Hay, f ( A)  { f ( x) | x  A} .

Khi đó, y  f ( A)  x  A, y  f ( x ) .

b. Định lý: Cho ánh xạ f : X  Y . Với hai tập con tùy ý A và B của X ta có:
f ( A  B)  f ( A)  f ( B) và f ( A  B)  f ( A)  f ( B) .

(Sinh viên tự chứng minh như bài tập.)

1.3.2.5. Tập nghịch ảnh
a. Định nghĩa: Cho ánh xạ f : X  Y và U là một tập con tùy ý của Y. Tập con của X
gồm các phần tử x  X sao cho f ( x) U được gọi là tạo ảnh toàn phần của U qua ánh xạ f.

14
 1 1 1
Ký hiệu: f (U ) . Khi đó, f (U )  {x  X | f ( x) U } và x  f (U )  f ( x) U .

b. Định lý: Cho ánh xạ f : X  Y . Với hai tập con bất kỳ A, B của Y thì

f 1 ( A  B )  f 1 ( A)  f 1 ( B ) ;

f 1 ( A  B)  f 1 ( A)  f 1 ( B) .

(Sinh viên tự chứng minh như bài tập nhỏ).

1.3.3. Tích ánh xạ, ánh xạ ngược
1.3.3.1. Tích các ánh xạ
h: X  Z
a. Định nghĩa: Cho hai ánh xạ f : X  Y và g : Y  Z . Ánh xạ x  g ( f ( x)) được

gọi là ánh xạ tích của hai ánh xạ f và g. Ký hiệu h  g  f hay h = gf.

Nhận xét: Theo định nghĩa ta chỉ xác định được tích gf khi tập đích của f chứa trong
tập nguồn của g.

Nếu f : X  X và g : X  X thì ta có thể xác định được tích fg và tích gf, tuy nhiên gf
có thể khác với fg, hay tích của hai ánh xạ không giao hoán.
Ví dụ:

Nếu f và g là hai ví dụ cho ở trên thì g  f  Id N nhưng

f g : 
x Nếu y chẵn
x 
x 1 Nếu y lẻ

b. Định lý 1: Cho f : X  Y , g : Y  T và h : T  U thì h(gf)=(hg)f.

c. Định lý 2: Giả sử f : X  Y và g : Y  T là hai ánh xạ và h  gf : X  T . Khi đó:

i) Nếu f, g là các đơn ánh thì h là đơn ánh;
ii) Nếu h là đơn ánh thì f là đơn ánh;
iii) Nếu h là đơn ánh và f là toàn ánh thì g là đơn ánh;
iv) Nếu f, g là toàn ánh thì h là toàn ánh;
v) Nếu h là toàn ánh thì g là toàn ánh;
vi) Nếu h là toàn ánh và g là đơn ánh thì f là toàn ánh.

d. Hệ quả: Giả sử f : X  Y và g : Y  T là các song ánh thì gf cũng là song ánh.

15
1.3.3.2. Ánh xạ ngược
a. Định nghĩa: Giả sử f : X  Y và g : Y  X là hai ánh xạ thỏa: gf  1X và fg  1Y thì
khi đó g được gọi là ánh xạ ngược của ánh xạ f.

f :   f 1 :   

Ví dụ: Ánh xạ x  x 3 có ánh xạ ngược y 3

y

Trong trường hợp các hàm, khái niệm ánh xạ ngược chính là khái niệm hàm số ngược.

b. Định lý 1: Ánh xạ f : X  Y có ánh xạ ngược khi và chỉ khi f là song ánh. Nếu f là
1
song ánh thì f cũng là song ánh.
c. Định lý 2: Ánh xạ ngược của một ánh xạ là duy nhất.

d. Định lý 3: Nếu f : E  F và g : F  G là những song ánh, thì g  f : E  G là

g f 
1
 f 1  g 1
song ánh và
1.4. Đại cương về Đại số cấu trúc
1.4.1. Phép toán hai ngôi
1.4.1.1. Định nghĩa:
Cho X là một tập hợp, ta nói S là một quan hệ hai ngôi trên X nếu S là một tập con của tích
2
Descartes X .

Nếu hai phần tử a, b thỏa (a; b)  S thì ta nói a có quan hệ S với b. Khi đó, thay vì viết
(a; b)  S ta có thể viết là aSb.

1.4.1.2.Ví dụ:
- Quan hệ chia hết trong tập hợp số tự nhiên.
- Quan hệ bằng nhau.
- Quan hệ lớn hơn.
1.4.1.3. Một số quan hệ thường gặp:
a. Quan hệ tương đương:
Định nghĩa: Một quan hệ hai ngôi trên tập X được gọi là quan hệ tương đương nếu nó
thỏa các tính chất sau:

Phản xạ: xSx, với mọi x  X ,

Đối xứng: Nếu xSy thì ySx, với mọi x, y  X .

Bắc cầu: Nếu xSy và ySz thì xSz với mọi x, y , z  X .

16
 Khi trên tập X đã xác định một quan hệ tương đương, khi đó thay vì viết xSy ta thường
ký hiệu x  y .
Ví dụ:

Quan hệ bằng nhau ở các tập hợp số ; ; ; ... là một quan hệ tương đương vì thỏa
các tính chất phản xạ; đối xứng; bắc cầu.

Xét trong  quan hệ S xác định bởi xSy  x  y  x  y là một quan hệ tương
2 2

đương.
Gọi X là tập các đường thẳng trong mặt phẳng, quan hệ cùng phương của hai đường
thẳng bất kỳ trong mặt phẳng là quan hệ tương đương. (Chú ý: Hai đường thẳng được gọi là
cùng phương là hai đường thẳng song song hoặc trùng nhau.)
Quan hệ vuông góc giữa các đường thẳng trong mặt phẳng không phải là quan hệ
tương đương vì không thỏa tính phản xạ.

Quan hệ chia hết cho trong tập hợp số tự nhiên  không phải là quan hệ tương đương
vì không có tính chất đối xứng.

Quan hệ “nguyên tố cùng nhau” trên tập hợp số tự nhiên  không là quan hệ tương
đương vì không có tính chất bắt cầu. Ví dụ (2, 3) = 1; (4, 3) = 1 nhưng (4, 2)  1 .

Cho S là một quan hệ tương đương trên tập X và x  X . Ta gọi tập hợp
S ( x)  { y  X | y  x} là lớp tương đương của x theo quan hệ tương đương S. Khi đó ta có:

- S ( x)   vì x  S ( x) .

 S ( x)  X
- x X .

- x, y  X thì hoặc S(x) = S(y) hoặc S ( x)  S ( y )   .

Từ tính chất trên ta nhận được một phân hoạch của X qua các lớp tương đương S(x).
Tập hợp tất cả các lớp tương đương này được ký hiệu là X/S và gọi là tập thương của X qua
quan hệ tương đương S.
b. Quan hệ thứ tự:
Định nghĩa: Một quan hệ hai ngôi S trên tập X được gọi là quan hệ thứ tự nếu quan hệ
đó có các tính chất: phản xạ, bắc cầu và phản đối xứng (tức là nếu xSy và ySx thì suy ra x =
y với mọi x, y  X ).

17
 Nếu tập X có một quan hệ thứ tự bộ phận S thì ta nói X là một tập được sắp thứ tự bởi
S.
Ta thường dùng ký hiệu  để chỉ một quan hệ thứ tự bộ phận.

Với hai phần tử x, y  X , nếu x có quan hệ với y ta viết x  y (đọc là “x bé hơn hay
bằng y”) hoặc viết y  x (đọc là “y lớn hơn hay bằng x”).

Khi x  y thì thay cho x  y (hay y  x ) ta viết x < y (hay y > x) và đọc là “x bé hơn y”
(hay “y lớn hơn x”).
Quan hệ thứ tự  trong X được gọi là quan hệ thứ tự toàn phần (hay tuyến tính) nếu
với mọi x, y  X ta đều có x  y hoặc y  x .
Một quan hệ thứ tự không toàn phần gọi là quan hệ thứ tự bộ phận (hay từng phần).
Các phần tử đặc biệt. Quan hệ thứ tự tốt.
Cho X là tập được sắp thứ tự bởi  và A là một tập con của X.

Phần tử a  A được gọi là phần tử bé nhất (lớn nhất) của A nếu với mọi x  A thì
a  x ( x  a ).

Phần tử a  A được gọi là phần tử tối tiểu (tối đại) của A nếu với mọi
x  A, x  a  x  a, (a  x  a  x) .

Phần tử x0  X được gọi là cận dưới (cận trên) của A nếu với mọi
a  A : x0  a(a  x0 ).

Quan hệ thứ tự  trong X được gọi là một quan hệ thứ tự tốt nếu mọi tập con khác
rỗng của X đều có phần tử bé nhất. Khi đó, X gọi là được sắp tốt bởi  .
Ví dụ:
1) Cho X là một tập hợp, trên P(X) ta xét quan hệ bao hàm  . Ta chứng minh được
đây là một quan hệ thứ tự bộ phận trên P(X).

Ngoài ra, nếu X chứa ít nhất hai phần tử x  y thì quan hệ thứ tự trên không phải tuyến
tính (hay quan hệ thứ tự toàn phần) vì {x} không so sánh được với {y}.
2) Quan hệ thứ tự thông thường trên tập hợp các số nguyên  là một quan hệ thứ tự
tuyến tính, nhưng không phải quan hệ thứ tự tốt vì không phải mọi tập con khác rỗng của 
đều có phần tử bé nhất.
Ví dụ: Tập {..., - 2, -1, 0} không có phần tử tối tiểu.

18
 3) Quan hệ chia hết trên tập hợp số tự nhiên  là một quan hệ thứ tự bộ phận, nhưng
không phải là quan hệ tuyến tính.

4) Quan hệ thứ tự thông thường trên tập hợp số tự nhiên  là một quan hệ thứ tự tuyến
tính, hơn nữa đây còn là một quan hệ thứ tự tốt. Với phần tử bé nhất là phần tử 0, nhưng
không có phần tử lớn nhất.
5) Trong tập các số tự nhiên lớn hơn 1, sắp thứ tự theo quan hệ chia hết các phần tử tối
tiểu là các số nguyên tố.
c. Các nguyên lý tương đương:

Tiên đề chọn: Với mọi họ không rỗng ( X  ) I các tập hợp khác rỗng X  ,   I đều có
f : I  X
một ánh xạ  I sao cho f ( )  X  với mọi   I .
Nguyên lý sắp tốt: Mọi tập hợp không rỗng đều có thể được sắp tốt (tức là tồn tại một
quan hệ thứ tự tốt trên tập đó).
Bổ đề Zorn: Cho X là một tập không rỗng được sắp thứ tự bởi  . Nếu mọi tập con A
của X được sắp toàn phần bởi  , đều có cận trên thì X có phần tử tối đại.
1.4.2. Giới thiệu cấu trúc nhóm, vành, trường
1.4.2.1. Nhóm
a. Định nghĩa
Nhóm là một vị nhóm mà mọi phần tử đều khả đối xứng. Nói cách khác, tập hợp G
khác rỗng với phép toán nhân được gọi là một nhóm nếu các tính chất sau được thỏa:

(G1) Với mọi x, y , z  G, ( xy ) z  x( yz ) ;

(G2) Tồn tại e  G sao cho với mọi x  G , ex  xe  x ;

1 1 1
(G3) Với mọi x  G , tồn tại x  G sao cho xx  x x  e .
Nếu phép toán trên G là phép cộng thì các tính chất trên trở thành:

(G1) Với mọi x, y, z  G , ( x  y )  z  x  ( y  z ) ;

(G2) Tồn tại 0  G sao cho với mọi x  G , 0  x  x  0  x ;

(G3) Với mọi x  G , tồn tại x  G sao cho x  (  x)  ( x)  x  0 .

1

Trường hợp phép toán trên nhóm G giao hoán thì ta nói G là nhóm giao hoán hay là
nhóm Abel.

19
 Nhóm G được gọi là nhóm hữu hạn khi tập hợp G hữu hạn. Khi đó số phần tử của G
được gọi là cấp của nhóm G. Nếu nhóm G không hữu hạn thì ta nói G là nhóm vô hạn.

b. Định lý. Cho nhóm (G,.) và x, y, x1 ,..., xn  G . Khi đó:

i) Phần tử đơn vị e là duy nhất.
 x1   x .
1
1
ii) Phần tử nghịch đảo x của x là duy nhất và
1
iii) xy = e khỉ và chỉ khi yx = e. Hơn nữa khỉ đó y  x
x 
n 1
  x 1 
1

iv)  1 n 
x ...x  xn1 ...x11
. Đặc biệt với mọi n nguyên dương.
v) Phép toán nhân có tính giản ước, nghĩa là với mọi x, y, z  G , từ đẳng thức xy =
xz hay yx = zx đều dẫn đến y = z.
c. Ký hiệu

Trong nhóm nhân (G,.) ta dùng ký hiệu x

n
để chỉ phần tử
x 
1 n
với mọi n nguyên
0
dương và đặt x = e. Như vậy ta đã định nghĩa lũy thừa bậc n của một phần tử bất kỳ trong
một nhóm nhân với n nguyên. Chú ý rằng, do tính chất (iv) trong Định lý 1.4.2.1b, các công

thức
x 
m n
 x mn
(hay mx  nx  (m  n) x và m( nx)  ( mn) x đối với nhóm cộng) vẫn còn
đúng với mọi m, n nguyên.
d. Định lý. Cho (G,.) là một nửa nhóm khác rỗng. Các mệnh đề sau tương đương:
i) (G,.) là một nhóm;
ii) Với mọi a, b  G , các phương trình ax = b và ya = b đều có nghiệm trong G;
iii) Trong G có phần tử đơn vị trái e và với mọi x  G , tồn tại x '  G sao cho x'x =
e;
iv) Trong G có phần tử đơn vị phải e' và với mọi x  G , tồn tại x ''  G sao cho xx"
= e'.
1.4.2.2. Vành
a. Định nghĩa
Vành là một tập hợp R cùng với hai phép toán cộng và nhân thỏa các tính chất sau:
(R1) (R, +) là nhóm Abel;
(R2) (R,.) là nửa nhóm;

(R3) Phép nhân phân phối đối với phép cộng, nghĩa là với mọi x, y , z  R , ta có

20
 x( y  z )  xy  xz;
( y  z ) x  yx  zx.

Phần tử trung hòa của phép cộng đuợc gọi là phần tử không, ký hiệu là 0; phần tử đối
xứng của phần tử x  R là phần tử đối của x ký hiệu là -x. Nếu phép nhân giao hoán thì ta
nói vành R giao hoán; nếu phép nhân có phần tử đơn vị thì vành R đuợc gọi là vành có đơn
vị. Phần tử đơn vị đuợc ký hiệu là e hay 1.
b. Nhận xét

Cho R là vành có đơn vị e. Phần tử x  R được gọi là khả nghịch nếu x khả đối xứng
với phép nhân, nghĩa là tồn tại y  R sao cho xy = yx = e. Ký hiệu
R*  {x  R | x khả nghịch}.

Khi đó R* lằ một nhóm đối với phép nhân, gọi là nhóm các phần tử khả nghịch của R.
c. Ví dụ
1) Tập hợp các số nguyên Z với phép cộng và phép nhân thông thường là vành giao
hoán, có đơn vị, gọi là vành các số nguyên. Tương tự ta cũng có vành các số hữu tỷ Q, vành
các số thực vành các số phức C.
2) Trên nhóm cộng Zn các số nguyên modulo n, ta định nghĩa phép toán nhân như sau:

với mọi: x, y  Z n , x y  xy . Khi đó Zn trở thành vành giao hoán có đơn vị 1 .

3) Tập M(n,R) các ma trận vuông cấp n với hệ số thực cùng với phép cộng và nhân ma
trận thông thường là vành có đơn vị. Vành này không giao hoán nếu n  2 .
4) Cho (G, +) là một nhóm Abel. Tập hợp End(G) các tự đồng cấu của nhóm G là vành
có đơn vị với phép cộng định bởi:
( f  g )( x)  f ( x)  g ( x), f , g  End (G ), x  G

G 2
và phép nhân là phép hợp nối ánh xạ. Vành này không giao hoán nếu .

5) Giả sử R1 , R 2 ,..., Rn là các vành. Khi đó tích Descartes

n

 R   ( x , x ,..., x
i 1
i 1 2 n ) | x1  R1 , x2  R2 ,..., xn  Rn 

cùng với phép cộng ( xi )  ( yi )  ( xi  yi ) và phép nhân ( xi )(yi )  ( xi yi ) ,

21
 là một vành, gọi là vành tích trực tiếp của R1 , R 2 ,..., Rn . Hiển nhiên nếu mọi vành R i
đều giao hoán (tương ứng, có đơn vị) thì vành tích trực tiếp cũng giao hoán (tương ứng, có
đơn vị).
Từ Định nghĩa 1.4.2.2a ta có mệnh đề sau :
1.4.2.4. Mệnh đề.
Cho R là một vành. Khi đó với mọi x, y, z  R và n  Z ta có:

i) x( y  z )  xy  xz và ( y  z ) x  yx  zx .
ii) 0 x  x 0  0 .
iii) x( y )  ( x) y  ( xy ) và ( x)( y)  xy .
iv) (nx) y  x(ny)  n(xy) . Đặc biệt, nếu R có đơn vị e thì nx  (ne) x  x(ne) .
1.4.2.3. Trường
a. Định nghĩa trường
Cho tập hợp K có ít nhất hai phần tử. Trên K có hai phép toán là phép cộng (ký hiệu là
+) và phép nhân (ký hiệu là . hoặc  ). K cùng với hai phép toán đó được gọi là một trường
nếu thỏa mãn 9 tính chất sau:

1. Phép cộng có tính chất kết hợp: (a + b) + c = a + (b + c), a, b, c  K .

2. Có phần tử 0  K sao cho: 0 + a = a + 0 = a, a  K . Phần tử 0 được gọi là
phần tử trung lập.
3. Với mỗi phần tử a  K luôn tồn tại một phần tử a '  K sao cho:
a  (a ')  ( a ')  a  0 . Phần tử a' được gọi là phần tử đối của a và được ký hiệu
là -a.
4. Phép cộng có tính chất giao hoán: a + b = b + a, a, b  K .
5. Phép nhân có tính chất kết hợp: (a.b).c = a.(b.c), a, b, c  K .
6. Có phần tử 1 K sao cho với mọi phần tử a ta có: a.1  1.a  a . Phần tử 1
được gọi là phần tử đơn vị của phép nhân trên K .
7. Với mỗi phần tử a  0 luôn có phần tử a '  K sao cho a.a '  a '.a  1 . Phần tử
1
a' được gọi là phần tử nghịch đảo của a và được ký hiệu là a .
8. Phép nhân có tính chất giao hoán: a.b = b.a, a, b  K .
9. Phép nhân phân phối đối vớiphép cộng: a.(b  c)  a.b  a.c và
(b  c).a  b.a  c.a , a, b, c  K

Các tính chất trên còn được gọi là các tiên đề của trường.

22
Ví dụ:

 Tập hợp các số thực R với phép toán cộng và nhân thông thường là một trường.
 Xét các tập hợp số N, Z , Q cùng hai phép toán cộng và nhân thông thường.
 Phần tử 4  N nhưng không có phần tử a  N sao cho 4 + a = 0 nên tập số tự
nhiên N không phải là một trường (tiên đề 3 không được thoả mãn).
 Số nguyên 2  0 nhưng không có một số nguyên x nào thỏa mãn 2.x = 1, do đó
tập số nguyên Z không phải là một trường (tiên đề7 không được thoả mãn).
 Tập hợp số hữu tỷ Q với các phép toán cộng và nhân thông thường là một
trường vì nó thỏa mãn cả 9 tiên đề của trường. Số 0 chính là phần tử trung lập,
số 1 chính là phần tử đơn vị của trường Q . Nếu a  Q thì đối của a là -a, nghịch
1
đảo của a  0 là a .
b. Một số tính chất của trường

Cho K là một trường, a, b, c  K , khi đó:

Tính chất 1 (Luật giản ước đối với phép cộng)
Nếu a + b = a + c (1) thì b = c.
Tính chất 2 (Quy tắc chuyển vế)
Định nghĩa a - b = a + (-b). Khi đó nếu a + b = c (2) thì a = c - b.
Tính chất 3
a.0 = 0.a = 0.
Tính chất 4
Nếu a.b = 0 thì a = 0 hoặc b = 0.
Tính chất 5
a.(-b) = (-a).b = -(a.b)
Tính chất 6
a (b  c )  ab  ac

Tính chất 7

Nếu a.b = a.c và a  0 thì b = c.

23
1.5. Số phức
1.5.1. Nhắc lại một số kiến thức về số phức
Số phức được sử dụng để giải phương trình bậc hai ax 2  bx  c  0 khi
  b 2  4ac  0 .

Ta xét tập hợp sau:   {a  bi | a, b  } , trong đó i được gọi là đơn vị ảo thỏa mãn
i 2  1 .

Trong tập hợp này, ta xác định hai phép toán như sau:

Phép cộng +: Với mọi a  bi, c  di   thì

(a  bi)  (c  di )  (a  c)  (b  d )i.

Phép nhân .: Với mọi a  bi, c  di   thì

(a  bi)(c  di )  (ac  bd )  (ad  bc)i

Nhận xét: Nếu z  a  bi và z '  a ' b ' i thì

z  ac  bd   bc  ad 
  i
z  z '  (a  a ')  (b  b ')i và z '  c 2  d 2   c 2  d 2 

Định nghĩa: Tập hợp với hai phép toán như trên được gọi là trường số phức.

Ký hiệu:  . Một số dạng a + bi, với i  1 được gọi là số phức.

2

Nhận xét:   
Ta gọi biểu thức dạng c = a + bi là dạng đại số của số phức c trong đó a là phần thực,
ký hiệu là Re(c) và b được gọi là phần ảo của số phức c, ký hiệu Im(c) . Khi đó, c  a  bi
được gọi là số phức liên hợp của số phức c.
c    Im(c)  0 . Nếu c  0 và Re(c)  0 thì ta nói c là số thuần ảo.

Số c.c  a 2  b 2 được gọi là modul của số phức c (hay còn gọi là chuẩn của số phức
c).
Ký hiệu: |c|.

Hai số phức   a  bi và   c  di được gọi là bằng nhau nếu a = c và b = d.

Ví dụ: z  2  3i thì z  2  3i và | z | 4  9  13

24
 Một số tính chất của số phức:

Với mọi số phức  và  thì:

a)        và     . b)   

c)        . d) |  ||  | .

e) |  ||  ||  | .

1 1  
 
f) Nếu   0 thì
  và
  .

g) |    ||  |  |  | (bất đẳng thức tam giác)

1.5.1.1. Biểu diễn hình học của số phức:
Ta xét một ánh xạ từ tập số phức  vào mặt phẳng tọa độ Oxy sao cho một số phức a
+ bi ứng với một điểm có tọa độ (a; b). Khi đó, ta nói điểm (a; b) là ảnh của số phức a + bi
còn số phức a + bi là tạo ảnh của điểm (a; b). Ảnh của một số thực a nằm trên trục hoành
Ox, một số thuần ảo bi có ảnh nằm trên trục tung Oy. Do đó, ta gọi Ox là trục thực và trục
Oy là trục ảo còn mặt phẳng Oxy là mặt phẳng phức.

Về mặt hình học số phức liên hợp c  a  bi chính là ảnh của số phức c = a + bi qua
phép đối xứng qua trục thực.

Hình: Biểu diễn dạng đại số của số phức trên mặt phẳng phức
1.5.1.2. Dạng lượng giác của số phức:
Cho số phức   a  bi , khi đó |  | là khoảng cách từ điểm (a; b) đến gốc tọa độ O.

25
 Hình: Dạng lượng giác của số phức
a
cos  
Với |  | a  b  r  0 thì a  r cos  và b  r sin  suy ra
2 2
a 2  b 2 và
b
sin  
a 2  b 2 trong đó  là góc định hướng tạo thành giữa tia Ox và tia đi từ gốc tọa độ
O đến điểm (a; b). Khi đó,  được viết dưới dạng:
  r (cos   i sin  ) với 0  r |  | . Đây gọi là dạng lượng giác của số phức  .

Ta thấy rằng, vị trí điểm (a; b) trong mặt phẳng hoàn toàn xác định bởi modul r |  |
và góc định hướng  . Góc định hướng  được gọi là biến của số phức  và ký hiệu là
arg( ) . Giá trị arg( ) có thể nhận bất kỳ giá trị nào khác 0, với quy định hướng dương của
góc định hướng là hướng ngược chiều kim đồng hồ. Do đó, nếu hai góc hơn kém nhau
k 2 , k  thì chúng cùng xác định một số phức.

Ví dụ: Tìm dạng lượng giác của số phức   1  i

1 1
cos   ,sin  
Giải: Ta có r  a  b  1  1  2 , suy ra
2 2
2 2

  
   2(cos  i sin )
Nên ta chọn được 4 . Vậy 4 4 .■

Ngoài ra số phức   a  bi còn có thể biểu diễn tương ứng với một số phức khác là
e  e a (cos b  i sin b) .

i
Suy ra, nếu  là một số thực thì e  cos   i sin  .

Vì vậy, nếu số phức  được viết dưới dạng lượng giác   r (cos   i sin  ) thì  có
i
thể được biểu diễn dưới dạng khác là   re , trong đó r là modul và  là biến của  .

26
 ei  e i ei  e i
cos   sin   ,   
Công thức Euler: 2 , 2i .
1.5.1.3. Các phép toán
a. Lũy thừa - Công thức Moivre:
Dựa vào dạng lượng giác của số phức ta có thể thực hiện một cách dễ dàng phép tính
nâng lên lũy thừa của một số phức dựa vào các công thức sau:

Với hai số phức 1  r1 (cos 1  i sin 1 ) và  2  r2 (cos  2  i sin  2 ) , khi đó:

1 . 2  r1r2 (cos(1   2 )  i sin(1   2 )) . Từ công thức này ta có thể suy ra trường hợp
1   2   thì  2  r 2 (cos 2  i sin 2 ) .

Bằng quy nạp ta có công thức tổng quát, gọi là công thức Moivre để tính lũy thừa của
một số phức

 n  r n (cos n  i sin n ) hoặc nếu  được viết dưới dạng   rei thì  n  r n ein .

  
z  2  cos  i sin 
Ví dụ: Cho z  1  3i . Khi đó, dạng lượng giác của z là:  3 3  suy ra

 n n 
z n  2 n  cos  i sin 
 3 3  hoặc có thể viết z  2ei 3 và z n  2n ein 3

b. Khai căn - Căn bậc n của đơn vị:

Khai căn bậc n:

Định nghĩa: Căn bậc n (n  1) của số phức  là tập hợp tất cả các số phức thỏa mãn
phương trình x   . Việc tìm tập hợp ấy được gọi là việc khai căn bậc n của số phức  .
n

Giả sử cần khai căn bậc n của số phức   r (cos   i sin  ) thì ta cần tìm số phức
  p(cos   i sin  ) sao cho    n . Áp dụng công thức Moivre ta tìm được p  n r và

  k 2    k 2   k 2 
 n r  cos  i sin  , k  0, n  1
n .Từ đó suy ra:  n n 

Ví dụ: Khai căn bậc 3 của số phức sau:

 3 3 
  3  cos  i sin 
 4 4 

27
 Giải:

 3 3 
  k 2  k 2 
    3  cos
3 3 4  i sin 4

 3 3 
Ta có  

 
 0  3 2(cos  i sin )
Với k = 0 thì 4 4

 11 11 
1  3 2  cos  i sin 
Với k = 1 thì  12 12 

 19 19 
 2  3 2  cos  i sin 
Với k = 2 thì  12 12 

Căn bậc n của đơn vị:

k 2 k 2
n
1  cos  i sin , k : 0, n  1
Ta có 1  cos 0  i sin 0 nên n n . Ký hiệu
 0 ,  1 ,  2 ,...,  n 1 là các căn bậc n của đơn vị. Vì |  k | 1, k : 0, n  1 nên trong mặt phẳng

phức các số  k nằm trên đa giác đều n cạnh nội tiếp trong đường tròn đơn vị.
Ví dụ: Các căn bậc 6 của 1 là
 0  cos 0  i sin 0  1

  1 3
1  cos  i sin   i
3 3 2 2

2 2 1 3
 2  cos  i sin   i
3 3 2 2
 3  cos   i sin   1

4 4 1 3
 4  cos  i sin   i
3 3 2 2

5 5 1 3
 5  cos  i sin  i
3 3 2 2

28
1.5.2. Định lý cơ bản của đại số
Mọi đa thức bậc lớn hơn hoặc bằng 1 với hệ số phức đều có nghiệm phức. Hay Trường
các số phức là trường đóng đại số.

29
 CHƯƠNG 2. MA TRẬN, ĐỊNH THỨC, HỆ PHƯƠNG TRÌNH
TUYẾN TÍNH
2.1. Ma trận
2.1.1. Định nghĩa ma trận, các kiểu ma trận
2.1.1.1. Định nghĩa ma trận
Ma trận m dòng, n cột trên trường số K ( ,  ) là một bảng số hình chữ nhật gồm m
dòng, n cột, mỗi số trong ma trận thuộc trường và được gọi là một phần tử của ma trận.
Ta ký hiệu tập các ma trận là M(m, n; K) và mỗi ma trận thuộc M(m, n; K) được viết
chi tiết là:

 a11 a12 ... a1n 

 a11 a12 ... a1n   
a  a21 a22 ... a2 n 
a22 ... a2 n    
 21  
      
   am1 am 2 ... amn 
 am1 am 2 ... amn 
hoặc

A  (aij ) m n A  [ aij ]mn

Hay viết gọn là hoặc trong đó i  1, m chỉ số dòng và j  1, n
chỉ số cột của phần tử.
A  ( aij ) m n B  (bij ) m n aij  bij
Hai ma trận và được gọi là bằng nhau nếu với mọi
i  1, m và j  1, n .

 1 2 3
1 2 3
A  ; B   4 5 6 
 4 5 6  2x3  7 8 9  3 x 3
Ví dụ: Ma trận
2.1.1.2. Một số dạng ma trận đặc biệt
a. Ma trận vuông
Trong trường hợp số dòng và số cột của hai ma trận bằng nhau thì ta có khái niệm ma
trận vuông. Ký hiệu tập các ma trận vuông là M(n; K), với n là cấp của ma trận vuông.

 a11 a12 ... a1n 

a a22 ... a2 n 
 21
    
 
A=  an1 an 2 ... ann 

30
 Trong ma trận vuông các phần tử a11 , a22 ,..., ann là các phần tử nằm trên đường chéo
a ,a ,..., a1n
chính, các phần tử n1 ( n 1)2 là các phần tử nằm trên đường chéo phụ.
Ví dụ:

1 2 3
1 2  B   4 5 7 
A 
3 4   7 8 9 
là ma trận vuông cấp hai và là một ma trận vuông cấp 3.
Phần tử nằm trên đường chéo chính của ma trận A là 1; 4. Phần tử nằm trên đường chó
chính của ma trận B là 1, 5, 9.
b. Ma trận dòng, ma trận cột:
Nếu m = 1 thì ma trận chỉ có một dòng, được gọi là ma trận dòng. Tương tự, nếu n = 1
thì ta có ma trận chỉ có một cột, được gọi là ma trận cột. Ma trận dòng và ma trận cột thường
được gọi là vectơ dòng và vectơ cột.
Một số thuộc trường K được gọi là ma trận một dòng, một cột.
Ví dụ:

1 
B   5 
A   1 2 3 4 7 
Ma trận dòng: và ma trận cột
c. Ma trận không
Ma trận có tất cả các phần tử đều bằng 0 được gọi là ma trận không. Ta dùng số 0 để
biểu thị cho mọi ma trận không cấp m x n.
Ví dụ:

0 0 0
 
Ma trận 0 cấp 2x3: 0 0 0 
d. Ma trận chéo
Ma trận vuông có các phần tử ngoài đường chéo chính đều bằng 0 và các phần tử trên
đường chéo chính khác không được gọi là ma trận chéo (hay ma trận đường chéo). Ma trận
chéo cấp n có dạng

31
  a11 0 ... 0 
0 a22 ... 0 

    

A=

0

0 ... ann  aii  0, i :1, n 

Ví dụ:

1 0 0 0
0 1 0 0 
C
0 0 1 0
 
0 0 0 4

Nhận xét: Ma trận đường chéo thường được ký hiệu bởi diag( a1 , a2 ,..., an ) với các phần
tử trên đường chéo chính là a1 , a2 ,..., an
e. Ma trận đơn vị:
Ma trận chéo cấp n, có tất cả các phần tử trên đường chéo chính đều bằng 1, được gọi
là ma trận đơn vị, ký hiệu I n
g. Ma trận tam giác
Ma trận có các phần tử ở trên (hoặc dưới) đường chéo chính bằng 0 được gọi là ma
trận tam giác

 a11 a12 ... a1n 

0 a22 ... a2 n 

    
 
A= 0 0 ... ann 

aij  0
Trong đó khi i> j được gọi là ma trận tam giác trên.

1 2 3 4
0 4 3 2 
A
0 0 1 2
 
Ví dụ: 0 0 0 5
là ma trận tam giác trên

32
  b11 0 ... 0 
b b ... 0 
 21 22 
    
 
b b ... bnn  b 0
B =  n1 n 2 Trong đó ij khi i < j được gọi là ma trận tam giác dưới.

3 0 0
B  1 2 0 
0 1 1 
Ví dụ: là ma trận tam giác dưới.
Nhận xét: Ma trận tam giác trên và ma trận tam giác dưới được gọi chung là ma trận
tam giác.
h. Ma trận đối xứng – Ma trận phản đối xứng:

Nếu ma trận vuông A thỏa A  A thì ta nói A là ma trận đối xứng.

T

1 2 3
A   2 1 0 
 3 0 1 
Ví dụ: Ma trận là một ma trận đối xứng cấp3.

1 2 3 4
 2 0 1 2 
A
 3 1 1 0
 
Ma trận 4 2 0 3
là ma trận đối xứng cấp 4.

Nếu ma trận vuông A thỏa A   A thì A ma trận phản đối xứng.

T

Ví dụ:

0 2 3 4 
 2 0 5 1 
B
 3 5 0 3
 
4 1 3 0 
Ma trận là ma trận phản đối xứng.

aij  a ji , i, j  1, n
Định lý: Nếu A là ma trận đối xứng thì

aij   a ji , i, j  1, n
Nếu A là ma trận phản xứng thì , từ đây suy ra aii  0 (các phần tử
trên đường chéo chính bằng 0).
i. Ma trận bậc thang:

33
 Nếu một ma trận trên K có các dòng khác 0 nằm bên trên các dòng 0, đồng thời trên
hai dòng khác 0, ta có các phần tử khác 0 đầu tiên của dòng dưới nằm bên phải phần tử khác
0 đầu tiên của dòng trên thì ma trận đó được gọi là ma trận bậc thang trên K.

0 3 12 1 7 0 
0 0 1 2 3 4 
B 
0 0 0 0 4 5 
 
Ví dụ: Ma trận 0 0 0 0 0 0  là ma trận bậc thang có ba dòng khác 0.

2.1.1.3. Các phép biến đổi sơ cấp trên dòng của ma trận:
Bao gồm các phép biến đổi sau:
i. Đổi chổ hai dòng i và dòng j của ma trận cho nhau.
ii. Nhân dòng thứ i với một số khác không.

iii. Cộng dòng thứ i với dòng thứ j nhân với một số  với i  j .
Nếu thay từ dòng bằng từ cột ta có các phép biến đổi sơ cấp trên cột.
Ma trận B được gọi là tương đương dòng với ma trận A nếu có một số hữu hạn phép
biến đổi sơ cấp dòng biến ma trận A thành ma trận B.
Nhận xét:
Các phép biến đổi sơ cấp trên dòng, cột được gọi chung là các phép biến đổi sơ cấp.
- Quan hệ tương đương dòng là một quan hệ tương đương với các tính chất phản xạ;
đối xứng; bắc cầu.

- Một ma trận vuông cấp n trên K nhận được từ ma trận đơn vị I n qua duy nhất một
phép biến đổi sơ cấp được gọi là ma trận sơ cấp.
Ví dụ:

1 0 0 
I 3  0 1 0
0 0 1 
thì có các ma trận sơ cấp nhận được từ I 3 qua các phép biến đổi sơ
cấp:

0 0 1
S1   0 1 0 
1 0 0 d1  d 4
với I 3  S1

34
 1 0 0 
S 2  0 1 0 
0 0 4  I d3  4 d3
  S2
với 3

1 0 2
S3   0 1 0 
 0 0 1  I d1  d1  2 d 4
 S3
với 3

2.1.2. Các phép toán cơ bản với ma trận

2.1.2.1. Phép cộng các ma trận
A  (aij ) mn B  (bij ) m n
a. Định nghĩa: Tổng của hai ma trận và là một ma trận
C  (cij ) m n c  aij  bij
với ij . Tổng hai ma trận được ký hiệu C = A+B.

 a11 a12 ... a1n   b11 b12 ... b1n   a11  b11 a12  b12 ... a1n  b1n 
a a22 ... a2 n   b21 b22 ... b2 n   a21  b21 a22  b22 ... a2 n  b2 n 
 21  
               
     
 am1 am 2 ... amn  bm1 bm 2 ... bmn   am1  bm1 am 2  bm 2 ... amn  bmn 

b. Ví dụ:

1 2 3  0 2 1  1 0 4 
A  B  A B   
 2 1 4  và 1 3 4  . Khi đó, 3 2 0 

2.1.2.2. Phép nhân ma trận với một số:

A  (aij ) mn
a. Định nghĩa: Tích của ma trận với số  thu được bằng cách nhân các
 A  ( aij ) mn
phần tử của ma trận A với số  , ký hiệu  A . Ta có,
b. Ví dụ:

 4 2 3  8 4 6 
2   
7 3 2   14 6 4 
Với A và B là hai ma trận cấp m x n, ta ký hiệu A + (-1)B = A – B, gọi là phép trừ của
hai ma trận.

 2 3 5  2 1 3 
A  B   3 5 2 
 4 2 1  và  

35
  0 4 8
AB   
Thì 1 3 3 

c. Định lý: Với A, B, C  M mxn ( K ) và  ,   K ta có:

1) A + B = B + A
2) (A + B) + C = A + (B + C)
3) 0 + A = A + 0 = A
4) A + (-A ) = (-A) + A = 0

5) 
A  B
T
 AT  BT

6)  ( A  B)   A   B

7) (   ) A   A   A
2.1.2.3. Phép nhân hai ma trận:
a. Định nghĩa:
A  (aij ) mr B  (bij ) r  n
Cho hai ma trận và , khi đó tích của hai ma trận A và B, ký hiệu
C  (cij ) m n c
là AB là một ma trận với các phần tử ij là tổng của các tích các phần tử tương
ứng dòng i của ma trận A với cột j của ma trận B.
r
cij  ai1b1 j  ai 2 b2 j  ...  air brj   aik bkj
Tức là k 1

 a11 a12 ... a1r 

a a22 ... a2 r   b11 b12 ... b1 j ... b1n   c11 c12 ... c1n 
 21 
   ...   b21 b22 ... b2 j ... b2 n   c21 c22 ... c2 n 
 . 
 ai1 ai 2 ... air            cij 
     
     br1 br 2 ... brj ... brn   cm1 cm 2 ... cmn 
 
 am1 am 2 ... amr 

Chú ý:
Tích của ma trận A và ma trận B chỉ được xác định khi số dòng của ma trận B bằng
đúng số cột của ma trận A. Tức là nếu A là ma trận cấp m x p và B là ma trận cấp p x n thì
AB là ma trận cấp m x n. Do đó, với A và B là hai ma trận bất kỳ thì nếu có tích của AB, ta

36
cũng không hẳn suy ra được tích của hai ma trận BA, nói cách khác, tích của hai ma trận
không giao hoán.
Ngoài ra, có những ma trận khác 0 nhưng tích của chúng lại là ma trận 0.
b. Ví dụ:

 1 2  2 1  2 3  1 7
A  B   0 1 AB   2 2  BA   1 3 
1) Giả sử  1 3 và   khi đó;   và  .

Vậy AB  BA

1 0  0 0  0 0 
C  ;D    CD   
2) Với 0 0 1 0  ta có 0 0  mặc dù C  0; D  0 .

Nếu tồn tại hai ma trận A, B thỏa AB = BA thì ta nói ma trận A và ma trận B có thể
hoán vị với nhau. Ma trận đơn vị có thể hoán vị với mọi ma trận cùng cấp.

1 2 1
A 
3) Cho 3 1 4  và

 2 5  1.(2)  2.4  (1).2 1.5  2.( 3)  ( 1).1  4 2 

B   4 3 AB      6 16 
thì  3.( 2)  1.4  4.2 3.5  1.( 3)  4.1   
 2 1 

2
 1 x 3 B   4  12 
A  AB   
 2 1 1 và  y   6  hãy tìm x và
4) Cho . Nếu
y
Giải:

2
1 x 3    2  4 x  3 y  12 
AB    4   6
 2 1 1   y  y   
Ta có  

Suy ra y = 6 và x = -2.
c. Định lý 1:

Cho A, A '  M mxn ( K ) và

B, B '  M nxp ( K ) C  M pxq ( K )   K
và và thì:
37
 A0nxp  0mxp ;
0rxm A  0 rxn ;
A( B  B ')  AB  AB ';
 AB 
T
 BT AT ;
 ( AB )  ( A) B  A( B ),   K

e. Định lý 2: Với A  diag(a1 , a2 ,..., an ) và B  diag(b1 , b2 ,..., bn ) thì

A  B  diag(a1  b1 , a2  b2 ,..., a1  b1 )
AB  diag(a1b1 , a2 b2 ,..., a1b1 )

g. Nhận xét:

Cho các ma trận A1 , A2 ,..., An là các ma trận có số cột của ma trận liền trước bằng số
dòng của ma trận liền sau. Khi đó tích của n ma trận này được định nghĩa theo cách quy nạp
sau:
A1 A2 A3  ( A1 A2 ) A3
A1 A2 A3 A4  ( A1 A2 A3 ) A4

A1 A2 A3 A4 ... An 1 An  ( A1 A2 ... An 1 ) An

Hơn thế bằng cách chứng minh quy nạp ta có:

( A1 A2 .... An )T  AnT AnT1 ... A2T A1T

2.1.2.4. Lũy thừa ma trận:

Ak  A. A... A
a. Định nghĩa: Cho ma trận A, lũy thừa bậc k của ma trận A là: k lân .
k 1
Cụ thể, A  I n ; A  A; A  A. A;..., A  A . A
0 1 2 k

0 1 0 0 0 1  0 0 0
A   0 0 1  A2   0 0 0  A3   0 0 0 
 0 0 0   0 0 0  0 0 0
b. Ví dụ: Cho thì ta được   và  

Nhận xét: Có những ma trận khác ma trận không nhưng lũy thừa k lần với k   sẽ
thành ma trận không.

Một ma trận A  M (n; K ) thỏa tính chất tồn tại một số k   , sao cho A  0 thì khi đó
k

ma trận A được gọi là ma trận lũy linh.

38
 Một ma trận A  M (n; K ) thỏa tính chất A  0 thì khi đó ma trận A được gọi là ma
2

trận lũy đẳng.

c. Tính chất:

Cho A  M (n; K ) và r , s   , khi đó:

 0
r
 0;

 In 
r
 In

rs
 A  A .A
r s

Ars   Ar 
s


d. Định lý: Giả sử A, B là hai ma trận giao hoán trong M(n;K) (nghĩa là AB = BA) và
k   , khi đó ta có:

( AB) k  Ak .B k ;

Ak  B k  ( A  B )( Ak 1  Ak  2 B  ...  B k 1 ) ;
i
( A  B )   Cki Ai B k  i .
k

2.1.2.5. Đa thức của ma trận:

Cho f là một đa thức bậc n trên K có dạng

f ( x)  an x n  an 1 x n 1  ...  a1 x  a0
n 1
Giả sử A  M (n; K ) thì ta gọi f ( A)  an A  an 1 A  ...  a1 A  a0 I n là đa thức của
n

ma trận A.

Ví dụ: Cho f ( x)  x  3 x  5 . Hãy tính f (A) với

3 2

1 2 3
 2 0
A  ; B   5 4 6 
 0 3  7 1 8 

8 0  4 0  1 0  1 0 
f ( A)  A3  3 A2  5I 2     3 0 9   5 0 1   0 5 
Ta có  0 27       

(Sinh viên tự giải f (B) như là bài tập nhỏ).

39
2.1.2.6. Chuyển vị ma trận
a. Định nghĩa:
T
Cho ma trận A, ma trận chuyển vị của ma trận A, ký hiệu A là ma trận mà trong đó,
vai trò của dòng và cột hoán chuyển cho nhau nhưng vẫn giữ nguyên chỉ số của chúng.

 a11 a12 ... a1n 

a a22 ... a2 n 
 21
    
 
Giả sử ta có ma trận A=  am1 am 2 ... amn 
thì khi đó ma trận chuyển vị của ma

 a11 a21 ... am1 

a a22 ... am 2 
A   12
T

    
 
trận A là  a1n a2 n ... amn 

T
Nếu ma trận A có cấp là m x n thì ma trận A có cấp là n x m.
Trường hợp đặc biệt chuyển vị của ma trận cột là ma trận dòng và ngược lại chuyển vị
của ma trận dòng là ma trận cột.
Ví dụ:

1 5 9
2 1 
1 2 3 4  6
A 
T

A  5 6 7 8  3 7 2
 
9 1 2 3  4 8 3
Ma trận thì ma trận chuyển vị của ma trận A là

b. Định lý: Cho các ma trận A, B  M mxn ( K ) . Khi đó ta có các khẳng định sau:

A 
T T
A
.

AT  BT  A  B
2.2. Định thức
2.2.1. Định thức các cấp và công thức tính định thức cấp n bằng công thức truy hồi
2.2.1.1. Định thức các cấp
a. Định thức cấp 2, 3
Định nghĩa: Định thức của ma trận A, ký hiệu là detA hay |A| được tính bằng

40
 det A   sign  a  a
1 (1) 2 (2) ...an ( n )
 Sn
, trong đó S n là tập tất cả các phép thế của tập hợp
gồm n số tự nhiên đầu tiên {1, 2,…, n}.
Nhận xét: Định thức của một ma trận vuông cấp n trên trường K thường được gọi là
một định thức cấp n.
Ví dụ:
Khi n = 2

1 2   1 2  
S2    ;  2 1 
 1 2   
Ta có nhóm các phép thế

a11 a12
 a11a22  a12 a21
a21 a22
Suy ra biểu thức tính định thức cấp 2 là:
Khi n = 3
Ta có nhóm các phép thế

1 2 3   1 2 3   1 2 3   1 2 3   1 2 3   1 2 3  
S3   ; ;  ;  ;  ; 
1 2 3   2 1 3  1 3 2   3 2 1   2 3 1   3 1 2  

Suy ra:

a11 a12 a13

A  a21 a22 a23  a11a22 a33  a12 a21 a33  a23 a32 a11  a13 a22 a31  a12 a23 a31  a13 a21a32 
a31 a32 a33
 a11a22 a33  a12 a23 a31  a13 a21a32  a12 a21a33  a23 a32 a11  a13 a22 a31

Cách tính định thức bậc 2 và bậc 3:

Theo trên ta có

a a12 
A   11 
Cho  a21 a22 
ta có định thức của ma trận A là detA hay |A|, được tính bằng

det A   sign a 
 S 2
1 (1) a2 (2)  a11a22  ( 1)a12 a21  a11a22  a12 a21 .

41
  a11 a12 a13 
A   a21 a22 a23 
 a31 a32 a33 
Cho khi đó ta có

det A   sign a 
 S3
1 (1) a2 (2) a3 (3)  a11a22 a33  a12 a23 a31  a13 a21a32  a13 a22 a31  a11a23 a32  a12 a21a33 .

Công thức trên thường được nhớ theo quy tắc Sarrus như sau: Ta viết them cột thứ nhất
và thứ hai vào bên phải định thức ta được

a11 a12 a13 a11 a12

a21 a22 a23 a21 a22
a31 a32 a33 a31 a31

Thì tích các phần tử trên ba đường chấm chấm sẽ có dấu như sau

Ví dụ:

1 2 3
2 1 3  1.1.2  2.1.3  2.3.3  3.1.3  3.1.1  2.2.2  6
3 1 2

2 1
 2.3  2  4
2 3

b. Định thức cấp n

Cho A là ma trận vuông cấp n:

a11 a12 ... a1n

a a22 ... a2 n
A  21
... ... ... ...
an1 an 2 ... ann

42
 A
Định thức (cấp n) của ma trận A là một số, ký hiệu là detA (hoặc ), xác định như
sau:
det A  a11 A11  a12 A12  ...  a1n A1n

2.2.1.2. Công thức tính định thứ cấp n bằng công thức truy hồi
Áp dụng các tính chất của định thức, ta biến đổi, khai triển định thức theo dòng, hoặc
theo cột để biểu diễn định thức cần tính qua các định thức có cấp bé hơn nhưng có cùng
dạng. Từ đó ta sẽ nhận được công thức truy hồi.
Sử dụng công thức truy hồi và tính trực tiếp các định thức cùng dạng cấp 1, cấp 2 để
suy ra định thức cần tính.
Ví dụ: Tính định thức sau

1  a1b1 a1b2 ... a1bn

ab 1  a2 b2 ... a2 bn
Dn  2 1
... ... ... ...
an b1 an b2 ... 1  an bn

Giải
Ta tách định thức theo cột thứ n, ta được

1  a1b1 ... a1bn 1 0 1  a1b1 ... a1bn 1 a1bn

a2 b1 ... a2 bn 1 0 a2 b1 ... a2bn 1 a2bn
Dn  ... ... ... ...  ... ... ... ...
an 1b1 ... 1  an 1bn 1 0 an 1b1 ... 1  an 1bn 1 an 1bn
an b1 ... an bn 1 1 an b1 ... anbn 1 an bn

1  a1b1 ... a1bn 1 0 1  a1b1 ... a1bn 1 a1

a2 b1 ... a2 bn 1 0 a2 b1 ... a2bn 1 a2
 ... ... ... ...  bn ... ... ... ...
an 1b1 ... 1  an 1bn 1 0 an 1b1 ... 1  an 1bn 1 an 1
an b1 ... an bn 1 1 an b1 ... an bn 1 an

Ta khai triển định thức đầu theo cột thứ n ta được định thức đầu bằng Dn 1 .

Nhân cột thứ n của định thức thứ 2 với ( bi ) rồi cộng vào các cột thứ i với i tương ứng
nhận các giá trị từ 1, 2, …., n-1. Ta có

43
 1 0 ... 0 a1
0 1 ... 0 a2
Dn  Dn 1  bn ... ... ... ... ...  Dn 1  bn an
0 0 ... 1 an 1
0 0 ... 0 an

Từ đó ta có công thức truy hồi Dn  Dn 1  bn an . Suy ra,

Dn  Dn 1  bn an  ( Dn  2  bn 1an 1 )  bn an  ...  D1  b2 a2  ...  bn 1an 1  bn an

Mặt khác, D1  1  b1a1 . Do đó, Dn  1  b1a1  b2 a2  ...  bn an

Ví dụ 2: Cho a, b  , a  b . Hãy tính định thức sau

a  b ab 0 ... 0 0
1 a  b ab ... 0 0
Dn  ... ... ... ... ... ...
0 0 0 ... a  b ab
0 0 0 ... 0 ab

Giải:
Khai triển định thức theo dòng đầu ta được

1 ab 0 ... 0 0
0 a  b ab ... 0 0
Dn  (a  b) Dn 1  ab ... ... ... ... ... ...
0 0 0 ... a  b ab
0 0 0 ... 0 ab

Tiếp tục khai triển định thức sau theo cột 1 ta có Dn  (a  b) Dn 1  abDn  2 với n  3 .
Suy ra,
Dn  aDn 1  b( Dn 1  aDn  2 ) (1)

và Dn  bDn 1  a ( Dn 1  bDn  2 ) (2) với n  3

Áp dụng công thức truy hồi trên ta suy ra được
n2
Từ (1) Dn  aDn 1  b( Dn 1  aDn  2 )  b ( Dn  2  aDn 3 )  ....  b ( D2  aD1 )  b
2 n

44
 n2
Từ (2) Dn  bDn 1  a ( Dn 1  bDn  2 )  a ( Dn  2  bDn 3 )  ...  a ( D2  bD1 )  a
2 n

Với D2  a  b  ab và D1  a  b
2 2

a n 1  b n 1
Dn 
Suy ra, ab

2.2.2. Các tính chất cơ bản của định thức và định thức của ma trận đường chéo
2.2.2.1. Các tính chất cơ bản của định thức
a. Tính chất 1: Định thức không đổi qua phép chuyển vị, tức là det A  det A .
T

Chú ý: Từ tính chất này thì một mệnh đề về định thức nếu đúng với dòng thì cũng đúng
với cột và ngược lại.
Ví dụ:

2 0 2 1
 6
1 3 0 3

b. Tính chất 2: Nếu ta đổi chỗ hai dòng (i  j ) (hoặc hai cột khác nhau) bất kỳ của
định thức thì định thức đổi dấu.

1 3 5 3 1 7
2 7 9  2 7 9
Ví dụ: 3 1 7 1 3 5

c. Tính chất 3: Nếu tất cả các phần tử của một dòng (hoặc một cột) của định thức được
nhân với  thì định thức mới bằng định thức ban đầu nhân với  .

1 2 3 1 2 3
4 2 6  2. 2 1 3
Ví dụ: 9 8 6 9 8 6

Nhận xét: Từ tính chất này suy ra nếu A là ma trận vuông cấp n thì
det( A)   n det( A).

d. Tính chất 4: Cho A là ma trận vuông cấp n. Giả sử dòng thứ i của ma trận A có thể
aij  aij'  aij''
biểu diễn dưới dạng với j = 1, 2, …,n. Khi đó ta có:

45
 ... ... ... ... ... ... ... ... ... ... ... ...
det A  ai1'  ai1'' ai2'  ai2'' ... ain'  ain''  ai1' ai2' ... ain'  ai1'' ai2'' ... ain''
... ... ... ... ... ... ... ... ... ... ... ...

Trong đó các dòng còn lại của 2 định thức ở hai vế là hoàn toàn như nhau và chính là
các dòng còn lại của ma trận A.

1 2 3 1 2 3 1 2 3
4 5 6  6 5 4  2 0 2
Ví dụ: 7 8 9 7 8 9 7 8 9

Từ tính chất trên, ta cũng có kết quả tương tự đối với cột.
Chú ý: Các tính chất 2, 3, 4 trên chính là tính đa tuyến tính thay phiên của định thức.
Từ các tính chất trên ta có các kết quả sau:
e. Tính chất 5: Định thức của ma trận A sẽ bằng 0 nếu thỏa một trong các điều kiện
sau:
Có một dòng mà tất cả các phần tử của dòng đó đều bằng 0,
Có hai dòng bằng nhau hoặc tỉ lệ với nhau,

Có một dòng là tổ hợp tuyến tính của các dòng khác. Tức là tồn tại dòng d i mà
di  a1d1  a2 d 2  ...  ai 1di 1  ai 1di 1  ...  ak d k  ... với ai K.

g. Tính chất 6: Định thức sẽ không thay đổi nếu:

 Nhân một dòng với một số bất kỳ rồi cộng vào dòng.
 Cộng vào một dòng một tổ hợp tuyến tính của các dòng khác.
Nhận xét:
- Nếu thay từ dòng bằng từ cột thì các tính chất trên vẫn đúng.
- Đối với các ma trận A có cấp n (với n là một số rất lớn), khi đó việc tính detA bằng
định nghĩa ta sẽ gặp rất nhiều khó khăn. Do đó, ngoài cách vận dụng các tính chất trên của
định thức, ta còn rất hay sử dụng định lý Laplace sau đây.
Định lý Laplace
Cho A là ma trận vuông cấp n

46
  a11 a12 ... a1 j ... a1n 
a a22 ... a2 j ... a2 n 
 21
      
A 
 ai1 ai2 ... aij ... ain 
      
 
 an1 an 2 ... anj ... ann 
.
Khi đó
Nếu khai triển định thức A theo dòng thứ i thì detA được biểu diễn dưới dạng
n
i 1
det A  (1) ai1 Ai1  (1) i2
ai2 Ai2  ...  (1) in
ain Ain   (1)i  k aik Aik
k 1

Nếu khai triển định thức A theo cột thứ j thì detA được biểu diễn dưới dạng
n
det A  (1) j 1 a1 j A1 j  (1) j  2 a2 j A2 j  ...  (1) j  n anj Anj   (1) j  k akj Akj
k 1

Ví dụ:

1 0 2 a
2 0 b 0
A
3 c 4 5
d 0 0 0
Xét ma trận
Nhận thấy dòng 4 có nhiều số 0, nên khai triển định thức theo dòng 4 ta có:

0 2 a
A  (1)4 1 d 0 b 0
c 4 5.

0 2 1
0 b 0
Tiếp tục khai triển theo dòng thứ 3 của định thức c 4 5 ta có:

2 a
A  d .c.   dc(ab )  abcd
b 0

47
 0 3 0 5
2 3 1 1
B
1 1 3 0
0 4 0 5
Xét ma trận

2 1 1 2 3 1
1 2 1 4
B  (1) 3 1 3 0  ( 1) 5 1 1 3
Khai triển theo dòng 1 có 0 0 5 0 4 0

Khai triển theo dòng cuối của 2 định thức trên có:

2 1 2 1
B  (1)1 2 .3.5.( 1)3 3  (1)1 4 4.( 1) 2  3 .5  25
1 3 1 3

Định lý Laplace (tổng quát):

det( A)   MM '
Cho A  M n ( K ) , chọn trong A các dòng i1  i2  ...  ik . Khi đó, j  j ... j
1 2 k

, với M là các định thức con cấp k của A sinh bởi các dòng i1 , i2 ,..., ik và các cột j1 , j2 ,..., jk
và M’ là phần bù đại số của M.
Ví dụ:

0 3 0 5
2 3 1 1
A
1 1 3 0
0 4 0 5
Tính
Chọn M là ma trận vuông cấp 2 tạo bởi các phần tử trên dòng 1 và dòng 4. Khi đó,

3 5 2 1 0 3 1 1 3 0 2 1
A  (1)1 4  2  4 .  (1)1 4 1 2 .  (1)1 4  2  4 .
4 5 1 3 0 4 3 0 4 0 1 0
0 0 3 1 0 5 2 1 0 5 2 3
 (1)1 4 1 3 .  (1)1 4 1 4 .  ( 1)1 4  4 1 .
0 0 1 3 0 5 1 3 0 5 1 1
 ( 1)( 5)5  25

Ta chọn ma trận con dựa trên dòng 1 và 3, cột 1 và cột 3.

Áp dụng định lý Laplace ta có

48
 2 8 9
1 1
det A  (1)1 31 3 1 1 0  252
3 1
7 2 3

2.2.2.2. Định thức của ma trận đường chéo

Định thức của ma trận chéo bằng tích các phần tử trên đường chéo chính.
Ví dụ:

2 0 0 0
3 0 0
0 3 0 0
A  a11 A11  2 0 5 0
0 0 5 0
0 0 1
0 0 0 1
5 0
 2.( 3)  2.( 3).5.1  30
0 1

2.2.3. Phương pháp biến đổi sơ cấp

2.2.3.1. Nhân một hàng của ma trận cho số   0 ( hi   * hi )

a b c d 
A   e f g h 
 i j k l 
Xét ma trận . Ta nhân 1 hàng của A cho số   0 bằng cách:
Nhân ma trận Ni bên trái A với Ni là ma trận đơn vị có cấp là số hàng của A và thay
phần tử aii   .

 0 0  1 0 0 1 0 0 
N1   0 1 0  , N 2   0  0  , N 3  0 1 0 
 0 0 1   0 0 1   0 0  

Ví dụ:

 0 0   a b c d   .a  .b  .c  .d 
 0 1 0  e f g h    e f g h 
 
 0 0 1   i j k l   i j k l 

1 0 0   a b c d  a b c d 
0  0   e f g h    .e  .f  .g  .h 
 
 0 0 1   i j k l   i j k l 

49
 1 0 0   a b c d  a b c d 
0 1 0   e f  
g h   e f g h 
 
 0 0    i j k l   .i  . j  .k  .l 

h  hj
2.2.3.2. Hoán đổi vị trí 2 hàng cho nhau ( i )
a b c d 
A   e f g h 
 i j k l 
Xét ma trận . Để hoán đổi 2 hàng của ma trận cho nhau, ta nhân
bên trái của A với các ma trận H ịj có được bằng cách: đổi hàng i và j của ma trận đơn vị có
cùng số hàng của A.

0 1 0  0 0 1  1 0 0 
H12  1 0 0  , H13  0 1 0  , H 23  0 0 1 
0 0 1  1 0 0  0 1 0 

Ví dụ:

0 1 0 a b c d  e f g h
1 0 0   e f g h    a b c d 
 
 0 0 1   i j k l   i j k l 

0 0 1  a b c d i j k l
0 1 0  e f g h    e f g h 
 
1 0 0   i j k l   a b c d 

1 0 0   a b c d  a b c d
0 0 1   e f g h    i j k l 
 
 0 1 0   i j k l   e f g h 

h  h j   * hi
2.2.3.3. Cộng 1 hàng bởi lần hàng khác ( j )
a b c d 
A   e f g h 
 i j k l 
Xét ma trận . Để cộng  lần hàng i vào hàng j () bằng cách tạo ma
c 
trận Cij từ ma trận đơn vị và thay phần tử ij .

50
  1 0 0
C12   1 0
 0 0 1 
(cộng lần hàng 1 vào hàng 2)

 1 0 0 1  0 
C13   0 1 0  , C 23  0 1 0 
 0 1  0 0 1 

Ví dụ:

1 0 0 a b c d  a b c d 
 1 0   e f g  
h    .a  e  .b  f  .c  g  .d  h 

 0 0 1   i j k l   i j k l 

 1 0 0 a b c d  a b c d 
 0 1 0  e f g  
h   e f g h 
 
 0 1   i j k l   .a  i  .b  j  .c  k  .d  l 

1  0  a b c d  a b c d 
0 1 0  e f g h    e f g  .d  h 
 
 0 0 1   i j k l   .e  i  . f  j  .g  k  .d  l 

2.2.3.4. Rút gọn ma trận

A   aij 
Xét mà trận . Để rút gọn 1 cột của ma trận A thành cột j của ma trận đơn vị ta
dùng ma trận Cj là ma trận đơn vị và ta thay cột j bằng cột j của A chia cho phần tử trụ là
akj
(C j ) kj  
a jj  0 a jj
trừ aij, sau đó đổi dấu các phần tử trên cột j khác vị trí hàng j, cột j là:
1
(C j ) jj 
a jj
khi k  j và

51
  a1j 
1 0 ...  0 ... 0 
 a jj 
 a1j 
0 1 ...  0 ... 0 
 a jj 
 
      
Cj  
 1 
0 0 ... 0 ... 0 
 a jj 
      
 
 anj 
0 0 ...  0 ... 1 
 a jj 
Ma trận kết quả CjA được tính như sau:
(C j A)kj  0 (C j A) jj  1
* Cột j của CjA là cột j của ma trận đơn vị: và
a jk
(C j A) jk 
a jj (C j A) jj  1
* Hàng j của CjA là hàng j của A chia cho aij: và
* Để tính các phần tử còn lại, ta lấy a ij làm trụ và tính theo quy tắc nhân chéo và trừ
nhau của phần tử của 4 đỉnh hình chữ nhật có đường chéo là a ij và phần tử ở vị trí cần tính,
rồi chia cho phần tử trụ aij.
Ví dụ: Tính phần tử hàng m, cột k như sau:

a jj amk  amj a jk
 (C j A) mk 
a jj

a) Rút gọn cột 1 của:

52
  1   b c 
 a 0 0 1
a b c a a 
   
d ae  bd af  cd 
A   d e 
f   C1    1 0   C1 A  0
 a   a a 
 g h i     
 g 0 1  0 ah  bg ai  cg 
 a   a a 

b) Rút gọn cột 2 của:

 b   ae  bd ce  bf 
1  e 0  e 0
e 
a b c    
1 d f
A   d e 
f   C2   0 0  C2 A  
 1 
 e   e e 
 g h i     
0  h 1  eg  hd 0
ei  hf 
 e   e e 
c) Rút gọn cột 3 của:

 c  ai  cg bi  ch 
 1 0  0
a b c i  i i
   
f di  fg ei  fh
A   d e  
f   C3  0 1   C3 A   0
 i  i i 
 g h i     
0 0 1   g h
1
 i   i i 

2.2.4. Tìm định thức bằng phương pháp biến đổi sơ cấp
Ví dụ 1:
1 2 1 3 1 2 1 3
2 3 1 5 0 1 3 1
D 
1 6 5 2 1 6 5 2
3 4 2 7 3 4 2 7
(Hàng 2 trừ hai lần hàng 1)

1 2 1 3
1 3 1
0 1 3 1
  a11 A11  1. 8 4 1
0 8 4 1
2 1 2
0 2 1 2

(Hàng 3 cộng hàng 1, hàng 4 trừ ba lần hàng 1)

Ví dụ 2:

53
 0 2 3 5 1 0 2 2
1 0 2 2 0 2 3 5
D 
2 3 0 6 2 3 0 6
4 1 7 0 4 1 7 0
(Hoán đổi vị trí hàng 1 và hàng 2)

1 0 2 2
2 3 5
0 2 3 5
  1 3 4 2
0 3 4 2
1 1 8
0 1 1 8

(Hàng 3 cộng hai lần hàng 1, hàng 4 trừ bốn lần hàng 1)
2.3. Hạng ma trận
2.3.1. Hạng ma trận, hạng của ma trận bậc thang
2.3.1.1. Định nghĩa
Cho A là ma trận cấp mxn khác không. Hạng của ma trận A là số tự nhiên r,
1  r  min{m, n} thỏa mãn các điều kiện sau:

 Tồn tại ít nhất một định thức con cấp r của ma trận A khác 0.
 Mọi định thức con cấp lớn hơn r (nếu có) của ma trận A đều bằng 0.

Nói cách khác hạng của ma trận A  0 chính là cấp cao nhất của các định thức con
khác không của ma trận A. Hạng của ma trận A, ký hiệu là r(A) và rank(A).
Quy ước: Hạng của ma trận 0 bằng 0.
Ví dụ:
Tìm hạng của ma trận A sau:

1 2 3 0
3 2 1 0
A
0 0 5 0
4 4 4 0

Ma trận A có duy nhất một định thức cấp 4 và nó bằng 0. Tồn tại một định thức con
cấp 3 của A là

1 2 3
3 2 1  20  0
0 0 5 . Vậy rank(A)=3

54
2.3.1.2. Hạng của ma trận bậc thang
Tìm hạng của một ma trận bằng cách đưa về dạng hình thang: Các phép biến đổi sơ
cấp sau không làm thay đổi hạng của ma trận.
- Đổi chỗ 2 dòng (hoặc hai cột) của ma trận.

- Nhân 1 dòng (hay cột) với một phần tử t  0 của trường K.

Nhân 1 dòng (hay 1 cột) với t  K rồi cộng vào một dòng (hay một cột) khác. Từ một
ma trận cho trước luôn có thể sử dụng một số phép biến đổi sơ cấp để đưa về một ma trận có
A  (aij ) mn a  0, i, j
dạng hình thang, tức là một ma trận có tính chất: r  min(m, n) để ij
thỏa mãn i  j hay i  r và a11 .a22 ...arr  0

 a11  ... ... ... ... 

 
 0 a22 ... ... ... ... 
 ... ...  ... ... ... ... 
 
A 0 0 ... arr  ... 
 0 0 ... 0 ... ... 0
 
 ... ... ... ... ... ... ... 
 0 0 ... 0 ... ... 0 

Rõ ràng hạng của ma trận hình thang này là r.
Ví dụ: Tìm hạng của ma trận

 1 2 1 3 
 
A  2 1 0 1
 2 3 1 2
 
Biến đổi ma trận A về dạng hình thang

 1 2 1 3   1 2 1 3 
   
A   2 1 0 1    0  3 2 5 
 2 3 1 2   0 1 3 4 
   

 1 2 1 3 
  0 1 3 4   B
 0 0 7 7 
 
Các bước biến đổi:

55
  Nhân dòng 1 với (-2) rồi cộng vào dòng 2; nhân dòng 1 với (-2) rồi cộng vào
dòng 3.
 Đổi vị trí dòng 2 và dòng 3.
 Nhân dòng 2 với ( - 3) rồi cộng vào dòng 3.

Ma trận B có dạng hình thang và có hạng là 3. Từ đó r ( A)  3 .

2.3.2. Tính hạng của ma trận bằng phương pháp biến đổi sơ cấp (PP Gauss)
2.3.2.1. Nhận xét:
Ma trận A cấp mxn khác không được gọi là ma trận bậc thang nếu tồn tại một số tự
nhiên r thỏa 1  r  min{m, n} thỏa các điều kiện sau:
(1) r dòng đầu khác 0. Các dòng thứ r +1 trở đi (nếu có) đều bằng 0.
a
(2) Xét dòng thứ k với 1  k  r . Nếu kik là phần tử đầu tiên bên trái (tính từ trái sang
phải) khác không của dòng k thì ta phải có i1  i2  ...  ir .
akik
Các phần tử được gọi là các phần tử đánh dấu của ma trận A. Các cột chứa các
phần tử được đánh dấu {i1 , i2 ,..., ir } gọi là cột đánh dấu của ma trận A.
Điều kiện (2) có thể phát biểu lại: Nếu đi từ trên xuống thì các phần tử được đánh dấu
phải lùi dần về bên phải. Do đó, ma trận bậc thang có dạng như sau:

0...0 a1i1 ... .... ... .... 

 
0...0 0...0 a2i2 ... ... ... 
 ... ... ... ... ... .... 
 
A   ... ... ... arir ... ... 
 
0...0 0..0 0...0 ... 0...0 0...0 
 ... ... ... ... ... ... 
 
0...0 0..0 0..0 0..0 0...0 0...0 
2.3.2.2 Nhận xét:
Nếu A là ma trận bậc thang thì số r các dòng khác 0 trong định nghĩa chính là rankA.
Hay rankA = r.

Thật vậy chỉ có định thức con cấp r của A khác 0 chính là định thức Dr tạo ra bởi r
dòng đầu và r cột đánh dấu bởi các cột {i1 , i2 ,..., ir } .

56
 Ngoài ra, các định thức con cấp r +1 của A đều tạo bởi r + 1 dòng nào đó nên có ít nhất
một dòng bằng không. Do đó, chúng đều bằng 0.
2.3.2.3 Ví dụ:
Các ma trận bậc thang

1 3 2 8
0 3 8 0 
A
0 0 0 1
 
0 0 0 0
Khi đó rankA = 3 (bằng số dòng khác 0 của A)

1 1 2 3 4 0
0 1 8 0 0 7 

B  0 0 0 3 0 6
 
0 0 0 0 0 7
0 0 0 0 0 0 
. Khi đó rank B = 4 (Bằng số dòng khác 0 của B).
2.3.2.4. Nhắc lại các phép biến đổi sơ cấp trên ma trận
Ba phép biến đổi sau đây được gọi là phép biến đổi sơ cấp trên dòng của ma trận:
 Đổi chổ hai dòng cho nhau;
 Nhân một dòng cho một số khác 0;
 Nhân một dòng cho một số bất kỳ rồi cộng vào dòng khác.
 Nếu thay từ dòng bằng từ cột, ta có các phép biến đổi sơ cấp trên cột.
2.3.2.5. Tìm hạng của ma trận bằng phương pháp sử dụng các phép biến đổi sơ cấp
Nội dung của phương pháp này được dựa trên 2 nhận xét sau:
 Các phép biến đổi sơ cấp không làm thay đổi hạng của ma trận;
 Một ma trận khác ma trận 0 bất kỳ đều có thể đưa về dạng ma trận bậc thang sau
một số hữu hạn phép biến đổi sơ cấp trên dòng.
Vậy muốn tìm hạng của ma trận A, ta sẽ dùng các phép biến đổi sơ cấp đưa ma trận A
về dạng bậc thang, từ đó suy ra hạng của ma trận A bằng hạng của ma trận bậc thang và
bằng đúng số dòng khác 0 của nó.
2.3.2.6. Thuật toán để đưa ma trận khác 0 bất kỳ về dạng ma trận bậc thang bằng các
phép biến đổi sơ cấp:
a) Thuật toán:

57
  a11 a12 ... a1n 
a a22 ... a2 n 
A   21
    
 
Xét ma trận  am1 am 2 ... amn 

Bước 1:

 Bằng cách đổi chỗ hai dòng cho nhau nếu cần để a11  0 .
 a21
 Ta nhân dòng (1) với a11 rồi cộng vào dòng (2).
 a31
 Ta nhân dòng (1) với a11 rồi cộng vào dòng (3).
…
am1
 Ta nhân dòng (1) với a11 rồi cộng vào dòng (m).

 a11 a12 ... ... a1n 

0 b ... ... b2 n 
 22

A1   0 b32 ... ... b3n 

 
      
 0 bm 2 ... ... bmn 
Khi đó ta nhận được ma trận

Nhận xét: ở ma trận A1 thì chỉ có giá trị a11  0 còn tất cả các phần tử khác của cột 1
đều bằng 0.
Chú ý: Nếu ở ma trận A ban đầu mọi phần tử ở cột 1 đều bằng 0 thì ta có thể bỏ qua
cột 1 mà thực hiện bước 1 đối với cột kế tiếp.

 b22 b23 ... b2 n 

b b33 ... b3 n 
B   32
    
 
Bước 2: Xét ma trận bm 2 bm3 ... bmn 

Nếu ma trận B có dạng bậc thang, hoặc ma trận B = 0 thì suy ra ma trận A 1 có dạng bậc
thang và thuật toán kết thúc. Trong trường hợp ngược lại, thì thực hiện bước 1 cho ma trận
B. Vì ma trận B có ít hơn ma trận A 1 dòng và 1 cột, nên thuật toán sẽ kết thúc sau một số
hữu hạn các bước lặp.

58
 b) Ví dụ:

0 1 3 4 6
 1 3 4 5 2 
A 
 3 5 2 3 4 
 
Tính hạng của ma trận  2 3 5 6 4 

Giải:

 1 3 4 5 2  1 3 4 5 2
0 1 3 4 6 0 1 3 4 6 
d1  d 2
A    d3 3 d1  d3
 
 3 5 2 3 4  d4  2 d1  d4 0 4 10 12 2
   
 2 3 5 6 4  0 3 13 16 8

1 3 4 5 2  1 3 4 5 2 
0 1 3 4 6  0 1 3 4 6 
d3  4 d 2  d3
     
d 4  d 4  d3 
d 4 3 d 2  d 4
0 0 22 28 26  0 0 22 28 26 
   
0 0 22 28 26  0 0 0 0 0 
Vậy rankA = 3
Ví dụ 2: Tính hạng của ma trận sau:

a 1 1 ... 1 
1 a 1 ... 1 
B
    
 
1 1 1 ... a 

Giải:

 a  (n  1) 1 1 ... 1   a  ( n  1) 1 1 ... 1 
 a  (n  1) a 1 ... 1  d2  d2  d1  0 a 1 0 ... 0 
c1  c2  c3  ... cn
B    
d3  d3  d1
 C
      dn  dn  d1 
...
     
   
 a  (n  1) 1 1 ... a   0 0 0 ... a  1

Nếu a  (1  n), a  1 thì ma trận C là ma trận bậc thang cấp n. Khi đó, rankB = rankC = n.
Nếu a = 1 thì ma trận C là ma trận bậc thang. Khi đó rank B = rankC = 1.
Nếu a = 1 – n thì khi đó

59
 0 1 1 ... 1 
0 n 0 ... 0 
C
    
 
0 0 0 ... n 
. Khi đó C là ma trận bậc thang có định thức cấp n – 1 khác

n 0 0 0
0 n 0 0
 ( n) n 1  0
   
0 0 0 n
0, đó là định thức và det C = 0.
Do đó, rankB = rank C = n – 1. ■
Ví dụ 3
Tìm điều kiện của m để hạng ma trận sau bằng 1.

1 3 4 
A   2 6 m 
 3 9 12 

Giải
Nhận thấy ma trận A có hai dòng 1 và 3 tỉ lệ với nhau, do đó để ma trận có hạng bằng 1
thì m = 8.

Nhận xét: Do rank ( A)  rank ( A ) nên ta có thể thay thế các phép biến đổi trên dòng
T

bởi các phép biến đổi trên cột để đưa ma trận A về dạng bậc thang từ đó suy ra hạng của ma
trận A.
2.4. Ma trận nghịch đảo
Các khái niệm:

Cho A  M n ( K ) , ma trận A được gọi là khả nghịch trái nếu tồn tại ma trận
B  M n ( K ) sao cho B. A  I n .

Tương tự ma trận A được gọi là khả nghịch phải nếu tồn tại ma trận C  M n ( K ) sao
cho A.C  I n .
Ma trận A được gọi là ma trận khả nghịch nếu A là ma trận khả nghịch trái và khả
nghịch phải tức là tồn tại ma trận B vuông cấp n sao cho AB = BA = In (1), với In là ma trận
đơn vị.

60
 Nếu A là ma trận khả nghịch thì ma trận B thỏa điều kiện (1) là duy nhất và ma trận B
được gọi là ma trận nghịch đảo của ma trận A, ký hiệu A-1.
1 1
Vậy AA  A A  I n .
Ví dụ:

 3 4 6  1 2 2
A   0 1 1  B   2 0 3
 2 3 4   2 1 3 
Cho ma trận   và

Ta có thể kiểm tra được AB  BA  I n . Do đó ma trận A khả nghịch và ma trận nghịch

đảo của nó là ma trận B.
2.4.1. Điều kiện của ma trận khả nghịch
- A khả nghịch  A là ma trận không suy biến, tức là det A  0.
- Nếu A và B là hai ma trận khả nghịch thì tích AB cũng là ma trận khả nghịch và
( AB) 1  B 1 A1 .

Nhận xét: Cho A  M n ( K ) khi đó,

i) A khả nghịch trái  A khả nghịch phải  A khả nghịch.
1 1
ii) Nếu A khả nghịch thì | A || A |
iii) Nếu A có 1 dòng (hoặc 1 cột ) bằng 0 thì A không khả nghịch.
iv) Nếu A khả nghịch thì A , A ,  A(  K ,   0) cũng khả nghịch và
1 T

1 1
A  1 1
 A;( AT ) 1   A1  ;( A1 ) 
T
A

Định lý:

Nếu A1 , A2 ,..., Ak  M n ( K ) khả nghịch thì tích A1 A2 ... Ak cũng khả nghịch và

( A1 A2 .... Ak )1  Ak1 . Ak11 ... A21 . A11

2.4.2. Tìm ma trận nghịch đảo qua phần phụ đại số

* Cho Amn có D  det(A) và Dij là định thức con của D bỏ đi hàng i cột j

* Ma trận Am n khả đảo  det(A)  0

61
 T
 A11 A12 ... A1n 
 ... A2 n 
1 1  A21 A22
A 
det( A)     
 
 An1 An 2 ... Ann  A  (1)i  j Dij
với ij

1 2 3 
A   0 2 m 
 2 0 4 
Ví dụ: Cho ma trận . Tính A-1.
Giải

1 2 3 1 2 3
2 m
det(A)  0 2 m  0 2 m   4m  4
4 2
* Tính 2 0 4 0 4 2

* Nếu m = -1 thì det(A) = 0 không tồn tại A-1

*Nếu m  1 thì det( A)  0 suy ra A-1 tồn tại, nên ta tính các phần phụ đại số Aij

2 m 0 m 0 2
A11   8, A12    2m, A13  4
0 4 2 4 2 0

2 3 1 3 1 2
A21    8, A22   2, A23   4
0 4 2 4 2 0

2 3 1 3 1 2
A31   2m  6, A32     m, A33   2
2 m 0 m 0 2
T
 8 2m 4   8 8 2m  6
1  8 1
 A1  2 4    2m 2 m  (m  1)
4m  4   4m  4  
 2m  6  m 2  4 4 2 

 2 2 m3 
 m 1 m 1 2(m  1) 

 m 1 m 
 A1   
 2(m  1) 2(m  1) 4(m  4) 
 1 1 1 
 
 m 1 m 1 2(m  1) 

62
2.4.3. Tìm ma trận nghịch đảo biến đổi sơ cấp (PP Gauss)
Để tìm ma trận nghịch đảo của ma trận vuông A cấp n ta lập ma trận có cấp nx2n sau
đây:

 a11 a12 ... a1n 1 0 ... 0 

 
a a22 ... a2 n 0 1 ... 0 
 A I n    21
        
 
 an1 an 2 ... ann 0 0 ... 1 

Sau đó ta sử dụng các phép biến đổi sơ cấp trên dòng để đưa ma trận  A | I n  về dạng
 I n | B  . Khi đó, ma trận B chính là ma trận nghịch đảo của ma trận A.
Chú ý: Nếu trong quá trình biến đổi nếu vế bên trái của ma trận xuất hiện toàn số 0 thì
ma trận A không khả nghịch.
Ví dụ: Tìm ma trận nghịch đảo của ma trận sau:

0 1 1 1
1 0 1 1 
A
1 1 0 1
 
1 1 1 0

Giải:
Xét ma trận sau:

63
 0 1 1 11 0 0 0 3 3 3 31 1 1 1
   
1 0 1 10 1 0 0  d1  d1  d2  d3  d4 1
 
0 1 10 1 0 0
1 1 0 10 0 1 0 1 1 0 10 0 1 0
   
1 1 1 00 0 0 1  1 1 1 00 0 0 1 

1 1 1 1 1/ 3 1/ 3 1/ 3 1/ 3 1 1 1 1 1/ 3 1/ 3 1/ 3 1/ 3 
   
1
d1  d1 1 0 1 1 0 1 0 0  d2  d2  d1 0 1 0 0 1/ 3 2/3 1/ 3 1/ 3
 3
 
1 1 0 1 0 0 1 0  dd34 dd34 dd11 0 0 1 0 1/ 3 1/ 3 2/3 1/ 3
   
1 1 1 0 0 0 0 1  0 0 0 1 1/ 3 1/ 3 1/ 3 2 / 3 

1 0 0 0 2 / 3 1 / 3 1 / 3 1/ 3 
 
0  1 0 0 1 / 3 2 / 3 1 / 3 1/ 3
 
d1  d1  d 2  d3  d 4 
 0 0 1 0 1 / 3 1 / 3 2 / 3 1/ 3
 
 0 0 0 1 1 / 3 1 / 3 1 / 3 2 / 3 

1 0 0 0 2 / 3 1 / 3 1/ 3 1/ 3 

d 2  d 2

d3  d3
0 1 0 0 1 / 3 2 / 3 1 / 3 1/ 3 

d 4  d 4

0 0 1 0 1/ 3 1 / 3 2 / 3 1 / 3 
 
0 0 0 1 1/ 3 1/ 3 1 / 3 2 / 3

Vậy ma trận nghịch đảo của ma trận A là

 2 / 3 1 / 3 1/ 3 1/ 3 
 1 / 3 2 / 3 1 / 3 1 / 3 
1
A  
 1/ 3 1 / 3 2 / 3 1 / 3 
 
 1/ 3 1/ 3 1 / 3 2 / 3

(Sinh viên có thể dùng phương pháp 1 để tính lại ma trận nghịch đảo của ma trận A).

64
 CHƯƠNG 3. KHÔNG GIAN VECTOR
3.1. Khái niệm không gian vector
3.1.1. Khái niện cơ bản về không gian vector
Ta nói tập hợp V là một không gian vectơ trên trường K, hay một K-không gian vectơ,
nếu V được trang bị một phép toán đại số (gọi là phép cộng), ký hiệu (+) và một phép nhân
vô hướng, ký hiệu (.) thỏa mãn các điều kiện sau:

1) Tính giao hoán của phép cộng: ( x, y ) V , x  y  y  x ;

2

2) Tính kết hợp của phép cộng: ( x, y, z ) V , ( x  y )  z  x  ( y  z ) ;

3

3) Tồn tại trong V một phần tử không, ký hiệu là 0 thỏa mãn: x V , x  0  x;

4) x V , tồn tại một phần tử đối, ký hiệu là  x thỏa mãn: x  ( x)  0;
5) ( x, y ) V ,   K ,  ( x  y )   x   y;
2

x V ,    ,    K 2 , (   ) x   x   x;
6)
x V ,    ,    K 2 , ( ) x   (  x);
7)
8) x V ,1x  x.
Ví dụ:
- Trường K là một không gian vectơ trên chính nó, tức là mỗi phần tử của K vừa đóng
vai trò là một vectơ, vừa đóng vai trò là một vô hướng.

- Cho   {( x1 , x2 ,..., xn ) | xi  } với các phép toán

n

x  ( x1 , x2 ,..., xn ), y  ( y1 , y2 ,..., yn )  n
x  y  ( x1  y1 , x2  y2 ,..., xn  yn );
 x  ( x1 ,  x2 ,...,  xn ).

- Tập hợp những vectơ tự do trong mặt phẳng với những phép toán cộng vectơ và phép
nhân vectơ với một số thực mà chúng ta đã biết trong chương trình toán phổ thông là một
không gian vectơ trên trường số thực  .
- Tập hợp M(m, n, K) với các phép toán cộng ma trận và nhân ma trận với một số tạo
thành một không gian vectơ trên K.
- Tập hợp K[x] các đa thức một biến với hệ số trên trường K cùng với phép toán cộng
đa thức và nhân đa thức với một số K tạo thành một không gian vectơ trên trường K.

65
 - Gọi tập hợp  n [ x] là tập hợp tất cả các đa thức với hệ số thực có bậc nhỏ hơn hoặc
bằng n, trong đó n là số nguyên dương.

Ký hiệu K n [ x]  { f  K [t ] | deg f  n} , với deg f là bậc của f.

Nếu    và f  a0  a1t  ...  am t với m  n .

m

Trong K n [t ] với phép toán cộng và phép nhân vô hướng được định nghĩa như sau:

f , g  K [t ] giả sử f  a0  a1t  ...  am t và g  a0  a1t  ...  ar t với m, r  n

m r

Không mất tính tổng quát giả sử m < r.

f  g  (a0  b0 )  (a1  b1 )t  ...  (ar  br )t r  ar t r 1  ...  am t m

 f   a0   a1t  ...   am t m

Kiểm tra được K n [t ] cùng với hai phép toán được định nghĩa là không gian vector trên
trường số thực  .

- Gọi C[a, b] là tập hợp tất cả các hàm số f (t ) liên tục trên đoạn [a, b]. Định nghĩa các
phép toán trong C[ a, b] như sau:

- Nếu f , g  C[a, b],    thì ( f  g )(t )  f (t )  g (t ), t  [a, b];

( f )(t )   f (t ), t  [a, b].

3.1.2. Tính chất của không gian vector

i) x V , 0 x  0 , trong đó 0 ở vế phải là vectơ 0, còn 0 ở vế trái là phần tử 0 của
trường K;
ii) x V ,  x  (1) x;
iii) x  V ,   K , ( x)  ( ) x   ( x);
iv)  .0  0.
v) Nếu  x  0 thì hoặc   0 hoặc x  0;
vi)  x   x, x  0     ;  x   y,   0  x  y.

66
3.2. Không gian vector con
3.2.1. Khái niệm và tiêu chuẩn nhận biết
3.2.1.1. Định nghĩa
Cho V là một K-không gian vectơ và W là một tập con khác rỗng của V. Khi đó W
được gọi là một không gian vectơ con của V nếu W là một K-không gian vectơ ứng với
những phép toán (+) và (.) của V khi ta hạn chế chúng lên W.
3.2.1.2. Tiêu chuẩn nhận biết
a. Định lý 1:

Tập con W   của không gian vectơ V là một không gian con của V khi và chỉ khi các
điều kiện sau đây được thỏa:

i) x, y W , x  y W ;
2

ii)   K , x W ,  x  W .
Nhận xét: Hai điều kiện i) và ii) ở trên có thể được thay thế bằng điều kiện sau:
  , ( x, y )  W 2 ,  x  y  W .

Để chứng minh một tập hợp khác rỗng là không gian vector thì có hai cách hoặc chứng
minh tập hợp này với hai phép toán cộng và nhân vô hướng thỏa các tiên đề của không gian
vector; hoặc chứng minh rằng tập hợp đó là không gian vector con của một không vector
khác.
Ví dụ:
1. Cho V là một không gian vectơ trên K thì V cũng là không gian vectơ con của V.

2. Tập   cũng là một không gian vectơ con của V, được gọi là không gian không

(hoặc không gian con tầm thường).

3. Với V   và W  {x  ( x1 , 0) | x1  } thì W là không gian vectơ con của V, thật

2

vậy:
u  au1  bu2  cu3 x  ( x1 , 0), y  ( y1 , 0) W ,    ta có:

 x  y  ( x1  y1 , 0) W .

b. Định lý: Giao của một họ bất kỳ các không gian con của V là một không gian con
của V.
3
Ví dụ: Trong  ta xét hai tập hợp sau:

67
 W1  {( x, y ,0) | x, y  } và W2  {( x, 0, z ) | x, z  }

Khi đó ta có thể kiểm tra được W1 ,W2 là các không gian con của  .
3

Đồng thời W1  W2  {( x, 0,0) | x  } là không gian con của  .

3

Tuy nhiên W1  W2  {( x, y, z ) | y  0 hay z = 0}, không phải là không gian con của  .
3

3.2.2. Không gian con sinh bởi hệ vector

3.2.2.1. Định nghĩa:
Cho V là một không gian vectơ trên trường K và v1 , v2 ,..., vn là các phần tử của V. Ta
nói vectơ v là tổ hợp tuyến tính của các vectơ v1 , v2 ,..., vn nếu tồn tại các vô hướng
1 ,  2 ,...,  n  K sao cho v  1v1   2 v2  ...   n vn .

3.2.2.2. Ví dụ:
3
i) Trong  cho 3 vectơ u1  (1, 0, 0); u2  (0,1, 0); u3  (0, 0,1) . Khi đó vectơ u có

dạng u  (a, b, c)   có dạng: u  au1  bu2  cu3 . Vậy, vectơ u là tổ hợp tuyến tính của các
3

vectơ u1 , u2 , u3 , hoặc ta có thể nói u biểu thị tuyến tính được qua các vectơ u1 , u2 , u3 .

ii) Cho V  K , v  (4, 0, 3); v1  (1, 0,1); v2  (2,1, 0); v3  (0,1,1). Khi đó, vectơ v là tổ
3

hợp tuyến tính của các vectơ v1 , v2 , v3 vì v  2v1  v2  v3 .

Mặt khác, vectơ u  (4, 2, 2) không là tổ hợp tuyến tính của các vectơ u1  (1, 2, 0) ;
u2  (3,1, 0) vì nếu ngược lại thì thành phần thứ 3 của vectơ u phải bằng 0, vô lý.

3.2.2.3. Nhận xét:

i) Nếu v là một tổ hợp tuyến tính của các vectơ v1 , v2 ,..., vn thì v cũng là tổ hợp tuyến
tính của các vectơ v1 , v2 ,..., vn , vn 1 .

Thật vậy, nếu v  a1v1  a2 v2  ...  an vn thì v  a1v1  a2 v2  ...  an vn  0vn 1

ii) Vectơ 0 luôn là tổ hợp tuyến tính của một họ vectơ bất kỳ.

68
3.3. Cơ sở và tọa độ trong không gian vector hữu hạn chiều
3.3.1. Hệ độc lập tuyến tính - Hệ phụ thuộc tuyến tính
3.3.1.1. Định nghĩa
Họ các vectơ v1 , v2 ,..., vn của không gian vectơ V trên trường K được gọi là phụ thuộc
tuyến tính nếu tồn tại các vô hướng 1 ,  2 ,...,  n  K không phải tất cả đều bằng 0 sao cho:
1v1   2 v2  ...   n vn  0 . Họ vectơ không phụ thuộc tuyến tính được gọi là hệ độc lập
tuyến tính.
3.3.1.2. Nhận xét:
- Họ các vectơ v1 , v2 ,..., vn phụ thuộc tuyến tính 1v1   2 v2  ...   n vn  0 thì tồn tại ít
1  
vn   v1  2 v2  ...  n 1 vn 1
nhất 1 hệ số  0 . Giả sử đó là  n  0 . Khi đó, n n n .

Suy ra, nếu các vectơ v1 , v2 ,..., vn phụ thuộc tuyến tính thì tồn tại ít nhất một vectơ là tổ
hợp tuyến tính của các vectơ còn lại.

- Các vectơ v1 , v2 ,..., vn độc lập tuyến tính nếu và chỉ nếu
n
(1 ,  2 ,...,  n )  K n ,   i vi  0   i  0, i  1,..., n.
i 1 Nói cách khác, hệ phương trình
vectơ x11  x2 2  ...  xn n  0 có nghiệm duy nhất là (0, 0, …,0).
3.3.1.3. Ví dụ:
Trong  cho hệ vectơ 1  (1, 0,1,1);  2  (0,1, 2,3);  3  (1, 2,3, 4) . Hệ trên độc lập
4

tuyến tính hay phụ thuộc tuyến tính?

Giải:
Xét hệ phương trình vectơ:

 x1  x3  0
x  2x  0
 2
x11  x2 2  x3 3  0  
3

 x1  2 x2  3x3  0
 x1  3x2  3 x3  0
.

69
 1 0 1
0 1 2 
A
1 2 3
 
Ta có ma trận các hệ số của hệ trên là 1 3 4
và rankA = 3, nên hệ phương
trình trên có nghiệm duy nhất (0, 0, 0). Do đó, hệ các vectơ trên độc lập tuyến tính.
Nhận xét:

i) Từ ví dụ trên để xét hệ m các vectơ v1 , v2 ,..., vm là độc lập tuyến tính hay phụ thuộc
tuyến tính trong  , ta lập ma trận A với các cột là các vectơ v1 , v2 ,..., vm , rồi tìm rankA.
n

Nếu rankA = m (bằng số vectơ của hệ) thì hệ độc lập tuyến tính, ngược lại nếu rankA <m thì
hệ phụ thuộc tuyến tính.

Do rankA  rankA nên nếu lập ma trận A có các dòng là các vector v1 , v2 ,..., vm và thực
T

hiện các phép biến đổi sơ cấp trên dòng đưa A về dạng bậc thang¸khi đó hệ vector là độc lập
tuyến nếu rankA = m (bằng số vectơ của hệ), ngược lại nếu rankA <m thì hệ phụ thuộc
tuyến tính.

ii) Vectơ u V gọi là biểu thị tuyến tính được qua hệ vectơ v1 , v2 ,..., vm , nếu tồn tại các
số 1 ,  2 ,...,  m  K , sao cho u  1v1   2 v2  ...   m vm (hay phương trình vectơ
u  x1v1  x2 v2  ...  xm vm có nghiệm)

Ví dụ 2: Trong  cho 3 vector sau: u1  (1, 2, 3); u2  (0,1, 2); u3  (1,3, 5) . Khi đó ta có
3

u1  u2  u3  0 khi đó hệ ba vector trên là phụ thuộc tuyến tính.

Sinh viên có thể nhận xét do vector u3 là tổ hợp tuyến tính của hai vector u1 ; u2 nên hệ 3
vector này phụ thuộc tuyến tính.
3.3.1.4. Định lý và hệ quả
a. Định lý: Điều kiện cần và đủ để hệ các vectơ u1 , u2 ,..., un V phụ thuộc tuyến tính là
một trong các vectơ đó là tổ hợp của các vectơ còn lại.
Sinh viên tự chứng minh định lý như bài tập nhỏ.

b. Hệ quả: Trong các vectơ u1 , u2 ,..., un V nếu có vectơ 0 thì hệ các vectơ này phụ
thuộc tuyến tính.

 Nếu một phần của họ các vectơ u1 , u2 ,..., un V phụ thuộc tuyến tính thì tất cả
các vectơ của hệ đó đều phụ thuộc tuyến tính.
70
  v V thì {v} độc lập tuyến tính khi và chỉ khi v  0 .
 Hệ gồm hai vectơ phụ thuộc tuyến tính khi và chỉ khi hai vectơ đó tỷ lệ.
Sau đây, ta sẽ mở rộng định nghĩa độc lập tuyến tính và phụ thuộc tuyến tính cho một
họ bất kỳ những vectơ của không gian vectơ V.
c. Định nghĩa: Một họ khác rỗng những vectơ của không gian vectơ V gọi là phụ thuộc
tuyến tính nếu tồn tại một họ con hữu hạn khác rỗng phụ thuộc tuyến tính của V.
Ngược lại, một họ khác rỗng bất kỳ những vectơ của V gọi là độc lập tuyến tính, nếu
mọi họ con hữu hạn khác rỗng của nó đều độc lập tuyến tính.
3.3.2. Hệ sinh
3.3.2.1. Định nghĩa:
Cho S là một tập con của không gian vectơ V. Ta gọi tập hợp các tổ hợp tuyến tính của
các phần tử của S là bao tuyến tính của S và ký hiệu là E(S). S được gọi là hệ sinh của V nếu
E(S) = V. Ta gọi S là hệ sinh tối tiểu nếu nó không chứa tập con thực sự cũng là hệ sinh.
Không gian vectơ có một hệ sinh hữu hạn được gọi là không gian hữu hạn sinh hay
không gian hữu hạn chiều.

Do đó, nếu cho S  {u1 , u2 ,..., un }  V , S là hệ sinh của V khi và chỉ khi:

u V , (1 ,  2 ,...,  n )  n : u  1u1   2u 2  ...   n un .

V  S  {u1 , u2 ,..., un }
Nếu S là hệ sinh của V thì ta ký hiệu .
3.3.2.2. Ví dụ:
1. Nếu S  {} thì E ( S )  {} .
n
2. Đối với không gian vectơ  , hệ vectơ gồm các vectơ
e1  (1, 0,..., 0); e2  (0,1, 0,..., 0);...; en  (0, 0,....,1) là một cơ sở của không gian vectơ  n .

3. Tập các đơn thức {t | n  0} là một hệ sinh của không gian các đa thức K[t].
n

4. Nếu S là hệ sinh của V, thì mọi tập chứa nó đều là hệ sinh của V. Nói riêng V là hệ
sinh của V.
3.3.2.3. Nhận xét:
Để chứng minh S là một hệ sinh của V ta chứng minh mọi tập con hữu hạn v1 , v2 ,.., vn
là hệ sinh của V. Khi đó, ta có thể sử dụng một trong các phương pháp sau:
Phương pháp 1:

71
 Chứng minh với mọi vector v thuộc V thì có các số 1 ,  2 ,...,  n thuộc trường K sao
cho
v  1v1   2 v2  ...   n vn .

Trong không gian vector K với n  m điều này tương đương với hệ phương trình:
m

a11 x1  a12 x2  ...  a1n xn  b1

a x  a x  ...  a x  b
 21 1 22 2 2n n 2

 ...
am1 x1  a2 x2  ...  amn xn  bm
luôn có nghiệm với v  (b1 , b2 ,..., bm )  K trong đó
m

vi  (a1i , a2i ,..., ami ), i  1,.., n .

Phương pháp 2:

Nếu biết trước 1 hệ sinh u1 , u2 ,..., um của V thì cần chứng tỏ mỗi vector ui biểu diễn
được qua các vector v1 , v2 ,..., vm với i = 1, …, m.

Ví dụ: Chứng minh rằng hệ 4 vector u  (1, 2,3); v  (0, 2,1); w  (0, 0, 4); z  (2; 4;5) là hệ
3
sinh của không gian vector  .
Giải:

1.x1  0.x2  0 x3  2 x4  b1

 2.x1  2.x2  0 x3  4 x4  b2
3.x  1.x  4.x  5 x  b
Xét hệ phương trình  1 2 3 4 3

Hệ này có nghiệm vì hạng của ma trận hệ số bằng với hạng của ma trận hệ số mở rộng
và nghiệm của hệ phương trình là:

 x1  b1

 x2  b2  b1
 2
 x3  (b3  3b1 ) / 4

 x4  0

3.2.2.4. Định lý 1:
E(S) là không gian con của V và là không gian con nhỏ nhất của V chứa tập S.
3.2.2.5. Định lý 2:
S là hệ sinh tối tiểu của E(S) khi và chỉ khi S là hệ độc lập tuyến tính.
72
3.3.3. Cơ sở và số chiều của không gian vector
3.3.3.1. Định nghĩa:
Ta gọi hệ vectơ S  V là cơ sở của V nếu S là hệ sinh tối tiểu của V. Nói cách khác S
là cơ sở của V nếu và chỉ nếu S là hệ sinh của V và S là hệ vectơ độc lập tuyến tính.

Nếu tập được sắp thứ tự S  {ui | i  I } là cơ sở của V và u V thì bộ các số ( i )iI
u    i ui
được gọi là tọa độ của u theo S nếu iI .
Ví dụ:
4
Trong  xét cơ sở chính tắc gồm 4 vector sau đây:
u1  (1, 0, 0, 0); u2  (0,1, 0, 0); u3  (0, 0,1, 0); u4  (0, 0, 0,1) khi đó vector
u  (1, 2, 3, 4)   4 được biểu thị tuyến tính qua các vector u1 , u2 , u3 , u4 như sau:

u  u1  2u2  3u3  4u4 . Suy ra tọa độ của vector u đối với cơ sở trên là u = (1, 2, 3, 4).
4
Mặt khác, trong  xét cơ sở gồm các vector sau:
v1  (1, 0, 0,1); v2  (0,1, 0, 0); v3  (0, 0,1, 0); v4  (1,1, 0, 0)

thì khi đó vector u  (1, 2, 3, 4)   được biểu thị tuyến tính qua các vector trên như
4

sau:
u  2v1  v2  3v3  3v4 . Khi đó, tọa độ của u đối với cơ sở này là u = (-2, -1, 3, 3).

3.3.3.2. Định lý 1:
Nếu V là không gian hữu hạn sinh thì số vectơ trong mọi cơ sở của V là như nhau. Số
này gọi là số chiều của V. Ký hiệu là dimV.
Ví dụ:

- Các vectơ e1  (1, 0, 0,..., 0); e2  (0,1, 0,..., 0);...; en  (0, 0,....,1) lập thành một cơ sở
n n
của không gian vectơ  . Ta gọi đây là cơ sở chính tắc (cơ sở tự nhiên) của  , vậy
dim n  n . Một vectơ x  ( x1 , x2 ,..., xn ) có tọa độ với hệ {e1 , e2 ,..., en } là ( x1 , x2 ,..., xn ) . Tuy

nhiên, tọa độ của x theo hệ {e2 , e1 ,..., en } lại là ( x2 , x1 ,..., xn )

73
 1 0 0 1 0 0 0 0
I1    ; I2    ; I3    ; I4   
- Các ma trận 0 0 0 0 1 0  0 1  lập thành một cơ sở

a b
A 
của không gian các ma trận M(2;K). Một ma trận  c d  sẽ có tọa độ đối với hệ cơ sở
này là (a, b, c, d).

- Trong không gian vectơ các ma trận M (m  n; ) , ta có thể lập một hệ cơ sở bao gồm
E
các ma trận ij trong đó các phần tử tương ứng ở dòng i và cột j với 1  i  m;1  j  n bằng
E
1 còn các phần tử còn lại của ma trận ij này đều bằng 0. Khi đó, dim M (m  n; K )  mn .

-  n ( x) là tập hợp các đa thức hệ số thực bậc nhỏ hơn hay bằng n với các phép toán
2 n
thông thường là một không gian vectơ. Trong đó, hệ 1, x, x ,..., x là một cơ sở của không
gian vectơ này. Do đó, dim  n ( x)  n  1 .
3.3.3.3. Định lý 2:
Cho S là một hệ vectơ của không gian vectơ V. Khi đó, các điều kiện sau tương đương:
i) S là cơ sở của V;
ii) Mỗi vectơ của V có thể biểu diễn duy nhất qua các vectơ của hệ S;
iii) S là một hệ độc lập tuyến tính tối đại của V. Khi ta có dimV = n thì các điều kiện
trên tương đương với: iv) S là một hệ sinh có đúng n phần tử;
v) S là một hệ độc lập tuyến tính có n phần tử;
vi) S có đúng n phần tử và ma trận các cột (dòng) là các vectơ tọa độ của các phần tử
của S theo một cơ sở đã biết có định thức khác không.
3.3.3.4. Nhận xét:
Đối với không gian hữu hạn chiều (giả sử dim V = n ) thì để chứng minh một hệ vector
gồm n vector là cơ sở của không gian V ta chỉ cần chứng minh hệ vector này là độc lập
tuyến tính.
3.3.3.5. Hệ quả 1:
i) Bất kỳ hệ sinh nào của V cũng chứa một cơ sở của V.
ii) Bất kỳ hệ độc lập tuyến tính nào cũng có thể bổ sung các vectơ để trở thành cơ sở.
3.3.3.6 Hệ quả 2:
i) Không gian con của không gian hữu hạn chiều là không gian có số chiều hữu hạn.

74
 ii) Không gian chứa một không gian vô hạn chiều là vô hạn chiều.
3.3.4. Định lý về bổ sung một hệ độc lập tuyến tính trong không gian vector hữu hạn
chiều để xác định cơ sở
Từ một hệ độc lập tuyến tính trong không gian hữu hạn chiều, ta luôn có thể bổ sung
các vector để được một cơ sở.
Chứng minh. Giả sử S là một hệ độc lập tuyến tính trong không gian hữu hạn chiều V.

Nếu S không phải là một cơ sở của V, tức là span( S )  V . Khi đó, lấy v  V\ span(S)
S'  SU  v
ta sẽ có là một hệ độc lập tuyến tính.
Làm tương tự cho hệ S’. Vì V hữu hạn chiều nên quá trình trên là hữu hạn
3.3.5. Hạng của vector và phương pháp xác định hạng khi biết tọa độ
3.3.5.1. Hạng của vector

Cho một hệ hữu hạn vectơ

 xi  iI trong không gian vectơ V. Số phần tử của một hệ

con độc lập tuyến tính tối đại của

 xi  iI là một hằng số (không phụ thuộc vào cách chọn hệ
con, chỉ phụ thuộc vào bản chất của hệ {xi } ). Hằng số này được gọi là hạng của hệ vectơ
 xi  iI . Ta ký hiệu hạng của hệ
 xi  iI là rank ( xi )iI .

Định lý: Gọi A là ma trận có các dòng (cột) là các tọa độ của các vectơ xi khi đó ta
có: rank ( A)  rank ( xi )iI .
Nhận xét: Từ định lý trên muốn tìm hạng của một hệ vectơ ta có thể lập ma trận gồm
có các dòng là tọa độ của các vectơ và tìm hạng của ma trận đó.
Chú ý: Trong phạm vi của tài liệu này ta chỉ đề cập đến không gian vectơ hữu hạn
chiều, tức là dimV  n   .
Ví dụ:

Xét hệ vector u1  (1, 0, 0,1); u2  (0,1, 0, 0); u3  (0, 0,1, 0); u4  (1,1, 0, 0) . Khi đó,
rank (ui )i 1,4  rankA
= 4 với A là ma trận có các dòng là tọa độ của các vector ui trong
4
cơ sở chính tắc của  .

75
 1 0 0 1 1 0 0 1 1 0 0 1
0 1 0 0  d4  d4  d1 0
 1 0 0  d4  d4  d2 0
 1 0 0 
A  
0 0 1 0 0 0 1 0 0 0 1 0
     
1 1 0 0 0 1 0 1 0 0 0 1

3.3.5.2. Phương pháp xác định hạng khi biết tọa độ

Định lý: Gọi A là ma trận có các dòng (cột) là các tọa độ của các vectơ xi khi đó ta có:
rank ( A)  rank ( xi )iI .

Nhận xét: Từ định lý trên muốn tìm hạng của một hệ vectơ ta có thể lập ma trận gồm
có các dòng là tọa độ của các vectơ và tìm hạng của ma trận đó.
Chú ý: Trong phạm vi của tài liệu này ta chỉ đề cập đến không gian vectơ hữu hạn
chiều, tức là dimV  n   .
Ví dụ:

Xét hệ vector u1  (1, 0, 0,1); u2  (0,1, 0, 0); u3  (0, 0,1, 0); u4  (1,1, 0, 0) . Khi đó,
rank (ui )i 1,4  rankA
= 4 với A là ma trận có các dòng là tọa độ của các vector ui trong
4
cơ sở chính tắc của  .

1 0 0 1 1 0 0 1 1 0 0 1
0 1 0 0  d4  d4  d1 0
 1 0 0  d4  d4  d2 0
 1 0 0 
A  
0 0 1 0 0 0 1 0 0 0 1 0
     
1 1 0 0 0 1 0 1 0 0 0 1

3.3.6. Chiều của không gian con sinh bởi hệ vector

3.3.6.1. Định lý 1:
Cho V là một K - không gian vectơ n chiều, W là một không gian vectơ con của V. Khi
đó ta có
1) dim W < n.
2) Nếu dim W = n thì W = V.
3.3.6.2. Định lý 2:
Cho U và W là hai không gian con của không gian vectơ hữu hạn chiều V. Khi đó
dim(U  W)  dim U  dim W  dim(U  W)

Ví dụ:

76
 4
Trong không gian vector  , xét các không gian vector con U sinh bởi:
1  (1, 0, 0, 2),  2  (0, 2,1, 1),  3  ( 1,1, 0,1) và W sinh bởi  4  (3, 2, 0,1),  5  (1, 2,1,1) .
Hãy tìm số chiều của U, W, U+W, U  W .

Từ x11  x2 2  x3 3  0 ta được

x1  1, 0, 0, 2   x2 (0, 2, 1,1)  x3 (1,1, 0,1)  0

Hay ( x1  x3 , 2 x2  x3 , x2 , 2 x1  x2  x3 )  (0, 0, 0, 0) và ta có hệ

 x1  x3  0
2 x  x  0
 2 3

 x2  0
2 x1  x2  x3  0

Suy ra x1  x2  x3  0

Vậy hệ  1 ,  2 ,  3  độc lập tuyến tính do đó dimU = 3.

Tương tự ta cũng có hệ   4 ,5  và hệ  1 ,  2 ,  3 ,  4  độc lập tuyến tính.

Do đó dimW = 2 và dim(U  W)  4 . Lại có U+W là không gian vector con của 

4

nên

dim(U  W)  dim  4  4

Từ đó dim(U+V) = 4.
Áp dụng định lý về số chiều của giao và tổng các không gian con ta có
dim(U  W)=dimU+dimW-dim(U+W)  3  2  4  1

CHƯƠNG 4. ÁNH XẠ TUYẾN TÍNH

4.1. Khái niệm ánh xạ tuyến tính
4.1.1. Định nghĩa các phép toán về ánh xạ tuyến tính
4.1.1.1. Định nghĩa:
Cho hai không gian vectơ V và V’ trên trường K. Một ánh xạ f : V  V ' được gọi là
ánh xạ tuyến tính nếu f thỏa mãn hai điều kiện sau đây:

i) f ( x  y )  f ( x)  f ( y ), x, y V (tính bảo toàn phép cộng).

77
 ii) f ( x)   f ( x), x V ,   K (tính bảo toàn phép nhân với vô hướng).
- Nếu V = V’ thì ta gọi f là phép biến đổi tuyến tính hay toán tử tuyến tính.
Đặt L(V, W) là tập tất cả các ánh xạ tuyến tính từ V vào W. Trên L(V, W) ta đặt các
phép toán sau:

 f  g  (u)  f (u )  g (u)
  f  (u )   f (u ) u  V ,   K

Khi đó, L(V, W) cùng với hai phép toán được định nghĩa như trên là không gian
vector.
Sinh viên tự kiểm tra không gian này thỏa các tiên đề về không gian vector.
Chú ý: Ở điều kiện (i) thì phép (+) bên vế trái là phép cộng trong V còn phép cộng bên
vế phải là phép (+) trong V’, tương tự với điều kiện (ii).
Các điều kiện (i) và (ii) trong định nghĩa có thể thay thế bằng điều kiện sau:
f ( x  y )   f ( x)  f ( y ), x, y V ;   K

Ví dụ:

f :K  Km
a) Ánh xạ x  ( x, 0,..., 0)

m
là một ánh xạ tuyến tính và được gọi là phép nhúng từ K vào K .

g : Kn  K
b) Với mỗi i = 1, 2, …, n ta đặt ánh xạ (x1 , x2 ,..., xn )  xi

n
là một ánh xạ tuyến tính và được gọi là phép chiếu lên thành phần thứ i của K .
 :V  V '
c) Ánh xạ: x  0V ' là ánh xạ tuyến tính, gọi là ánh xạ không.

h : 2  2
d) Kiểm tra ánh xạ ( x; y )  (2 x  y; x  2 y ) có phải là ánh xạ tuyến tính không?
Giải:

Với x, y   suy ra x  ( x1 , x2 ) và y  ( y1 , y2 ) với  ;   K . Khi đó,

2

78
 h( x  y )  h( x1  y1 , x2  y2 )  (2( x1  y1 )  x2  y2 , x1  y1  2( x2  y2 ))
 (2 x1  x2 , x1  2 x2 )  (2 y1  y2 , y1  2 y2 )  h( x)  h( y )

Khi đó, h( x )   (2 x1  x2 , x1  2 x2 )

Vậy ánh xạ h cho bởi công thức trên là ánh xạ tuyến tính.
Hơn nữa đây còn là một phép biến đổi tuyến tính, hay toán tử tuyến tính từ không gian
2
vector  vào chính nó.
4.1.1.2. Các tính chất:
Nếu f là một ánh xạ tuyến tính từ V vào V’ thì ta có:

i) f ( x   y )   f ( x )   f ( y );

ii) f (0V )  0V ' ; f ( x)   f ( x);

iii) Nếu f : V  V ' và g : V '  V '' là các ánh xạ tuyến tính thì gf : V  V '' cũng là ánh
xạ tuyến tính.
iv) Qua một ánh xạ tuyến tính thì một hệ vectơ phụ thuộc tuyến tính (trong V) được
biến thành một hệ phụ thuộc tuyến tính (trong V’). Tức là nếu hệ các vectơ {x1 , x2 ,..., xn }

phụ thuộc tuyến tính trong V, thì hệ  f ( x1 ), f ( x)2 ,..., f ( xn ) phụ thuộc tuyến tính trong V’.
v) Ánh xạ tuyến tính không làm tăng hạng của một hệ vectơ. Tức là:
rank ( x1 , x2 ,..., xn )  rank ( f ( x1 ), f ( x2 ),..., f ( xn )), xi V

4.1.1.3. Định lý cơ bản về sự xác định ánh xạ tuyến tính:

Định lý: Cho một cơ sở B  {e1 , e2 ,..., en } của không gian vectơ V ( n  1 ) và v1 , v2 ,..., vn
là n vectơ tùy ý của không gian vectơ V’. Khi đó, tồn tại duy nhất một ánh xạ tuyến tính
f : V  V ' sao cho f (ei )  vi , i  1, n hay nói khác hơn ánh xạ tuyến tính hoàn toàn xác định
bởi ảnh của một cơ sở.
Ví dụ:

Trong  cho cơ sở chính tắc {e1  (1, 0, 0); e2  (0,1, 0); e3  (0, 0,1)} , trong  cho 3
3 2

vectơ v1  (1,1); v2  (2,3); v3  (4,5) . Hãy xác định ánh xạ f :    thỏa tính chất
3 2

f (ei )  vi , i  1, 2,3 .

Giải:

79
 Với x  ( x1 , x2 , x3 )   ta có x  x1e1  x2 e2  x3e3 . Do f là ánh xạ tuyến tính thỏa
3

f (ei )  vi , i  1, 2,3 nên có

f ( x)  x1 f (e1 )  x2 f (e2 )  x3 f (e3 )  x1v1  x2 v2  x3 v3  ( x1 , x1 )  (2 x2 ,3x2 )  (4 x3 , 5 x3 )

 ( x1  2 x2  4 x3 , x1  3x2  5 x3 )

Vậy f ( x1 , x2 , x3 )  ( x1  2 x2  4 x3 , x1  3x2  5 x3 ) ■

2)
3
Trong  cho hai hệ vectơ {u1  (1,1, 0); u2  (0,1,1); u3  (1, 0,1)} và
{v1  (1,1,1); v2  (0, 0,1); v3  (1, 2,1)} . Hỏi có tồn tại một phép biến đổi tuyến tính
f : 3  3 thỏa f (ui )  vi , i  1, 2,3 không? Nếu có hãy xác định công thức của f.

Giải:

Hệ vectơ {u1  (1,1, 0); u2  (0,1,1); u3  (1,0,1)} độc lập tuyến tính do:

1 1 0
0 1 1 20
1 0 1 .

nên suy ra  u1 , u2 , u3  3
là một cơ sở của  . Do đó, tồn tại một phép biến đổi tuyến tính
từ f :    sao cho f (ui )  vi .
3 3

Cho x  ( x1 , x2 , x3 )   , giả sử x  1u1  2 u2  3u3 . Khi đó,

3

 x1  1  0 1   1  3 
 x    1    1     0       
 2 1   2   3    1 2

 x3  0  1  1   2  3 

 1
1  2 ( x1  x2  x3 )

 1
2  ( x1  x2  x3 )
 2
 1
3  2 ( x1  x2  x3 )


80
 1 0  1   1  3 
f ( x)  1v1  2 v2  3 v3  1 1  2 0   3  2    1  23 
   
1 1  1   1  2  3 
.
Vậy công thức biểu diễn của phép biến đổi tuyến tính f
 3 1 1 1 1 1 
f ( x)   x1 ; x1  x2  x3 ; x1  x2  x3 
 2 2 2 2 2 2 

3) Giả sử cho f  L( ,  ) là một ánh xạ tuyến tính thỏa mãn

2 2

f (1, 0)  (3, 4); f (0,1)  (2,5)

Khi đó, x  ( x1 , x2 )   thì:

2

f ( x1 , x2 )  x1 f (1, 0)  x2 f (0,1)  x1 (3, 4)  x2 (2,5)  (3 x1  2 x2 , 4 x1  5 x2 )

4.1.2. Khái niệm hạt nhân, ảnh của ánh xạ tuyến tính
4.1.2.1 Định nghĩa:
Cho ánh xạ tuyến tính f : V  V ' .

- Ảnh của ánh xạ tuyến tính f, ký hiệu Im f  f (V )  { f ( x) V ' | x V } .

Imf là một không gian con của V’.

Kerf  f 1 (0V ' )   x V | f ( x)  0V ' 

- Nhân của một ánh xạ tuyến tính f, ký hiệu .
Kerf là không gian con của V.
- Khi V và V’ là không gian hữu hạn chiều thì Imf và Kerf cũng là không gian con
hữu hạn chiều, hơn nữa 0  dim Im f  dim V ' và 0  dim Kerf  dim V , số chiều của Imf
và Kerf lần lượt gọi là hạng và số khuyết của f, ký hiệu rankf và def (f ).
3
Ví dụ: Cho toán tử tuyến tính f xác định trên cơ sở chính tắc của  được xác định như
sau:

 1 3 2
A   0 1 1 
 1 2 3 

Khi đó Kerf là tập các vector x   sao cho f (x) = 0. Khi đó xét hệ phương trình
3

AX = 0, thực hiện các phép biến đổi sơ cấp trên dòng của ma trận A ta đưa ma trận A
về dạng bậc thang sau:

81
 1 0 -1 
0 1 1
 
0 0 0

Khi đó hệ phương trình AX = 0 có vô số nghiệm phụ thuộc một tham số

 x1  t

 x2  t
x  t
 3 với t  

Suy ra Kerf có cơ sở gồm 1 vector là u  (1, 1,1) và dim Kerf = 1.

Im f  v1 , v2
Do đó, rankf = Dim Imf = 2 và Imf với v1  (1, 2,3); v2  (0,1,1)
4.1.2.2 Định lý:
Cho ánh xạ tuyến tính f : V  V . Khi đó, nếu V là một không gian vectơ hữu hạn chiều thì
Im(f ) và Ker(f ) cũng hữu hạn chiều, đồng thời
dim Im(f ) + dim Ker(f) = dim V.
4.1.3. Khái niệm đơn cấu, toàn cấu, đẳng cấu
4.1.3.1. Đơn cấu, toàn cấu
a. Định nghĩa: Ánh xạ tuyến tính f : V  V ' , ta nói f là đơn cấu (tương ứng toàn cấu,
đẳng cấu) nếu và chỉ nếu f là đơn ánh (tương ứng toàn ánh, song ánh).

b. Định lý: Cho V là không gian vectơ hữu hạn chiều và f : V  V ' là một ánh xạ
tuyến tính. Khi đó, các khẳng định sau là tương đương
i) f là một đơn cấu;

ii) Kerf  0V ;
iii) f biến một hệ vectơ độc lập tuyến tính thành một hệ vectơ độc lập tuyến tính. Tức là
nếu hệ {u1 , u2 ,..., um } độc lập tuyến tính thì hệ { f (u1 ), f (u2 ),..., f (um )} độc lập tuyến tính;
iv) f giữ nguyên hạng của một hệ vectơ, tức là
rank{u1 , u2 ,..., um }  rank{ f (u1 ), f (u2 ),..., f (u m )} ;

v) Nếu W là một không gian con của V thì dim( f (W ))  dim W ;

vi) rank ( f )  dim V .

82
 c. Định lý: Cho V là một không gian vectơ hữu hạn chiều và f : V  V ' là một ánh xạ
tuyến tính. Khi đó, các khẳng định sau là tương đương:
i) f là toàn cấu;
ii) Imf = V’;
iii) rank(f ) = dim V’;

V S
iv) biến một hệ sinh của V thành một hệ sinh của V’, nói cách khác nếu thì
V '  f ( S ')
.
v) Có một hệ sinh S của V mà ảnh của nó là một hệ sinh của V’.

d. Hệ quả: Cho V là một không gian vectơ và B  {e1 , e2 ,.., en } là một cơ sở của nó.
Giả sử f : V  V ' là một ánh xạ tuyến tính. Khi đó:

i) f là một đơn cấu khi và chỉ khi f ( B )  { f (e1 ), f (e2 ),..., f (en )} là một hệ độc lập
tuyến tính.
ii) f là một toàn cấu khi và chỉ khi f ( B )  { f (e1 ), f (e2 ),..., f (en )} là một hệ sinh
của V’.
iii) f là một đẳng cấu khi và chỉ khi f ( B )  { f (e1 ), f (e2 ),..., f (en )} là một cơ sở của
V’.

e. Hệ quả: Cho f : V  V ' là một ánh xạ tuyến tính. Khi đó,

i) f là một đơn cấu khi và chỉ khi rank ( f )  dim V  dim V ' ;
ii) f là toàn cấu khi và chỉ khi rank ( f )  dim V '  dim V ;
iii) f là đẳng cấu khi và chỉ khi rank ( f )  dim V  dim V '.
g. Nhận xét:
 Nếu dimV = dimV’ thì f là đơn cấu  f là toàn cấu  f là đẳng cấu.
 Tích các đẳng cấu là một đẳng cấu. Ánh xạ ngược của một đẳng cấu là một đẳng
cấu.
4.1.3.2. Đẳng cấu
a. Định nghĩa: Hai không gian vectơ V và V’ được gọi là đẳng cấu với nhau, ký hiệu
V  V ' nếu tồn tại một đẳng cấu từ V vào V’.

b. Định lý: V  V ' khi và chỉ khi dim V = dim V’.

83
 c. Ví dụ:

1) Cho f :    là một ánh xạ tuyến tính cho bởi

3 4

f (e1 )  u1  (1,1, 2, 2); f (e2 )  u2  (2,3,5, 6); f (e3 )  u 3  (4,5,9,10) trong đó

B  {e1 , e2 , e3 , e4 } là cơ sở chính tắc của 3 . Hỏi ánh xạ f có là đơn cấu không? Tại sao?

Giải:

Ta lập ma trận A với các dòng là tọa độ của các vectơ u1 , u2 , u3 , u4 , thực hiện các phép
biến đổi sơ cấp trên dòng ta được

1 1 2 2  d2  d2  2 d1 1 1 2 2  1 1 2 2 
A   2 3 5 6  
d3  d3  4 d1
  0 1 1 2  
d3  d3  d 2
 0 1 1 2 
 4 5 9 10  0 1 1 2  0 0 0 0 

Do đó rank( f ) = rank (u1 , u2 , u3 , u4 )  rankA  2  3  dim  . Vậy f không là đơn cấu.

3

2) Cho f :    là ánh xạ tuyến tính xác định bởi

3 2

f (e1 )  u1  (1,1); f (e2 )  u2  (1, 2); f (e3 )  u3  (0, 0) . Chứng minh rằng f là một toàn
cấu.
Giải:

1 1 
rank ( f )  rank (u1 , u2 , u3 )  rank 1 2   2  dim(  2 )
 0 0 
.
Vậy f là một toàn cấu.■

3) Cho f :    là ánh xạ tuyến tính cho bởi

3 3

f (e1 )  u1  (1,1,1); f (e2 )  u2  (1,1, 0); f (e3 )  u3  (1, 0, 0) . Ánh xạ f có phải là một
đẳng cấu không?
Giải:

84
 Ta lập ma trận A với các dòng là tọa độ các vectơ  f (e1 ), f (e2 ), f (e3 ) . Do

1 1 1 
rankA  rank 1 1 0  3
nên hệ vectơ 
1 0 0 f (e1 ), f (e2 ), f (e3 ) 3
là cơ sở của  .
3
Ánh xạ f biến cơ sở chính tắc thành cơ sở của  , nên f là một đẳng cấu.■
4.2. Ma trận của ánh xạ tuyến tính
4.2.1. Ma trận của ánh xạ tuyến tính đối với cặp cơ sở tương ứng của hai không gian
vector
4.2.1.1. Ma trận của một ánh xạ tuyến tính:
Cho f : V  V ' là ánh xạ tuyến tính từ không gian vectơ n chiều V vào không gian

vectơ m chiều V’ (với 

m, n  1
. Giả sử B  (e1 , e2 ,..., en ) và B '  (e1 , e2 ,..., em ) lần lượt là
' ' '

f (e j )
hai cơ sở được sắp của không gian V và V’. Khi đó, mỗi vectơ trong V’ có dạng:
m
f (e j )  a e  a e  ...  a e   aij ei'
' ' '
1j 1 2j 2 mj m
f (e j )[ B ]  (a1 j , a2 j ,..., amj ), j  1, n
, hay i 1 . Vậy f sẽ
a
hoàn toàn xác định nếu biết các hệ số ij , hay f được xác định bởi ma trận
A  ( aij )  M (m, n; K )
.
A  (aij ) m n
Ma trận là ma trận của ánh xạ tuyến tính f đối với cặp cơ sở (B; B’).
Ma trận A là ma trận với m dòng (bằng số chiều của không gian V’) và n cột (bằng số

trong cơ sở B’ ( j  1, n) .
f (e j )
chiều của không gian V), cột thứ j là tọa độ của
Nếu f là một phép biến đổi tuyến tính thì ma trận của f là một ma trận vuông cấp n.
4.2.1.2. Ví dụ:
Xét cơ sở chính tắc trong các không gian vectơ sau đây

f :   m
Ánh xạ tuyến tính x  ( x, 0,..., 0) thì ma trận biểu diễn của ánh xạ f trong cặp cơ sở

1 
0
 
 
 
m
0
chính tắc của không gian ,  là  

85
 g : n  
Ánh xạ tuyến tính ( x1 , x2 ,..., xn )  x1 có ma trận biểu diễn của ánh xạ g trong cặp cơ sở

chính tắc của không gian  ,  là 

n 1 0 ... 0
.

h : 2  2
Ánh xạ ( x, y )  (2 x  y, 3 x  2 y ) có ma trận biểu diễn của ánh xạ h trong cặp cơ sở
2 1 
 
chính tắc của  là  3 2 
2

id :  n   n
Ánh xạ đồng nhất u u có ma trận biểu diễn của ánh xạ đồng nhất trong cặp
cơ sở chính tắc là ma trận đơn vị I n .
4.2.1.3. Biểu thức tọa độ của ánh xạ tuyến tính:
Cho f : V  V ' là ánh xạ tuyến tính từ không gian vectơ n chiều V vào không gian
A  (aij ) mn
vectơ m chiều V’ (m, n  1) và là ma trận của f trong cặp cơ sở (B, B’). Với mỗi
vectơ x V , ta thiết lập mối quan hệ giữa các tọa độ của x trong B với tọa độ của f ( x) V '
trong B’.
n m
x   x jej f ( x)   xi' ei'
x[ B ]  ( x1 , x2 ,..., xn ) f ( x)[ B ']  ( x , x ,..., x )
' ' '
Giả sử và 1 2 m hay j 1 và i 1

. Khi đó,
m  n  n n
 m  m  n  n

xe ' '

i i  f ( x)  f   x j e j    x j f (e j )  x j   aij ei'     aij x j  ei'  xi'   aij x j , i  1, m
 i 1  i 1  j 1
i 1  j 1  j 1 j 1  j 1
C
ụ thể:

 x1'  a11 x1  a12 x 2 ...  a1n xn  x1'   a11 a12 ... a1n   x1 
 '  ' 
 x2  a21 x1  a22 x 2 ...  a2 n xn  x2    a21 a22 ... a2 n   x2 

          
 x '  a x  a x ...  a x  '    
 m m1 1 m2 2 mn n hoặc  xm   am1 am 2 ... amn   xn 

Tức là,
 f ( x) B '  A  x  B , đây gọi là biểu thức tọa độ của f đối với cặp cơ sở (B, B’).
Ví dụ:

86
 Xét phép biến đổi tuyến tính f :    với cơ sở chính tắc của  , khi đó ma trận
3 3 3

của f đối với cơ sở này là:

3 4 0
A   5 2 1 
 2 3 0 
.

2
[ x]   5 
7 
Nếu vector x có tọa độ trong cơ sở chính tắc là

 3 4 0   2   28 
[ f ( x)]  A.[ x]   5 2 1   5    27 
 2 3 0  7  19 
Khi đó
4.2.2. Ma trận của phép biến đổi tuyến tính đối với một cơ sở
4.2.2.1. Định nghĩa
Cho toán tử tuyến tính f : V  V trên không gian n chiều V và B là một cơ sở của V.
Ma trận của f đối với cặp cơ sở B.

B   v1 , v2 ,..., v n 
Nhận xét: Nếu và A là ma trận của f đối với cơ sở B thì

 f (v1 ) f (v2 ) ... f (vn )    v1 v2 ... vn  A

4.2.2.2. Mệnh đề
   v1 , v2 ,..., v n 
Cho f là một toán tử tuyến tính trên không gian vector V. và
 '   u1 , u2 ,..., un 
là 2 cở sở của V. Giả sử ma trận chuyển cở sở từ  sang  ' là C, ma trận
của f đối với cơ sở  và  ' lần lượt là A và B. Khi đó

B  C 1 AC
4.2.3. Quan hệ của hai ma trận cùng một phép biến đổi tuyến tính đối với hai cơ sở
4.2.3.1. Định lý:
Giả sử các ma trận A và B lần lượt là ma trận của các ánh xạ tuyến tính f : V  V ' và
g : V '  V '' ứng với các cặp cơ sở là (B, B’) và (B’, B’’) thì ma trận của ánh xạ tích
gf : V  V '' ứng với cặp cơ sở (B, B’’) là ma trận BA.

87
4.2.3.2. Ví dụ:
Cho hai ánh xạ tuyến tính f :    và g :    xác định như sau:
3 2 2 3

f ( x, y, z )  (2 x  y  z , x  2 y  3z ), ( x, y , z )  3
g ( x ', y ')  ( x ' y ', x ' 2 y ', x ' y '), ( x ', y ')  2

Hãy xác định ma trận của ánh xạ f, g, gf trong cặp cơ sở chính tắc của các không gian
tương ứng.
Giải:
Ma trận của ánh xạ f và g trong cơ sở chính tắc lần lượt là

1 1
 2 1 1 B  1 2 
A 
 1 2 3  và 1 1 

1 1 4 
C  BA   4 5 5 
 3 3 2 
Ma trận của ánh xạ tích gf là . Do đó, ánh xạ tích h=gf có dạng
sau: h( x, y, z )  ( x  y  4 z , 4 x  5 y  5 z ,3x  3 y  2 z ), ( x, y , z )   .■
3

4.2.4. Ma trận đồng dạng

4.2.4.1. Định nghĩa:
Giả sử A và B là các ma trận vuông cấp n trên K. Ta nói rằng A và B là hai ma trận đồng
1
dạng nếu tồn tại một ma trận khả nghịch P sao cho B  P AP và ký hiệu là A  B .
4.2.4.2. Ví dụ:
2 3  3 0  3 1 
A  B  P 
Cho hai ma trận  3 6  và 0 7  . Xét ma trận 1 3 .

3 / 10 1 / 10 
P 1   
Vì det P = -10 nên P khả nghịch và 1 / 10 3 / 10  . Ta có:

3 / 10 1 / 10   2 3  3 1  3 0 
P 1 . A.P      B
1 / 10 3 / 10   3 6  1 3 0 7 
Do đó A và B là hai ma trận đồng dạng.

88
 1 3 3 1 0 0 
 
A   3 5 3 B  0 2 0 
 3 3 1  0 0 2 
Cho hai ma trận và

 1 1 1
P   1 1 0 
 1 0 1 
Gọi ma trận và rõ ràng P khả nghịch. Ta có

1 2 2 1 2 2
AP   1 2 0  PB   1 2 0 
 1 0 2   1 0 2 
và
1
Vậy AP = PB nên B  P AP , từ đó hai ma trận A và B là đồng dạng.
4.2.4.3. Mệnh đề:
Quan hệ đồng dạng là một quan hệ tương đương trên M n ( K )
Chứng minh:
Quan hệ này thỏa các tính chất sau:
1
- Phản xạ: Do I n khả nghịch và I n . A.I n  A nên A  A
1
- Đối xứng: Nếu A  B thì tồn tại ma trận khả nghịch P sao cho B  P AP , suy ra
A  P.B.P 1   P 1  .B.P 1
1
1 1
. Ma trận Q  P khả nghịch nên A  Q .B.Q . Do đó, B  A

- Bắc cầu: Nếu A  B và B  C thì tồn tại các ma trận khả nghịch P và Q sao cho
1 1 1 1
B  P 1 AP và C  Q BQ  Q P APQ  ( PQ ) A(PQ ) .

Do đó ma trận R  PQ khả nghịch và C  R AR . Do đó C  A

1

4.2.4.4. Định lý:

Nếu A và B là hai ma trận đồng dạng thì f A (t )  f B (t ) .
Chú ý: Mệnh đề đảo của Định lý 1.2.9 nói chung không đúng, nghĩa là hai ma trận có
cùng đa thức đặc trưng chưa hẳn là đồng dạng.
Ví dụ: Xét hai ma trận sau:

89
 1 1 1 0 
A  B 
0 1 và 0 1 

Nhận thấy A và B có cùng đa thức đặc trưng f A (t )  f B (t )  (t  1) . Tuy nhiên A và B

2

không đồng dạng. Thật vậy, nếu A và B đồng dạng thì tồn tại ma trận khả nghịch P sao cho
1
B  P 1 AP suy ra A  PBP  B  I 2 . Điều này dẫn đến mâu thuẫn. Vậy A và B không
đồng dạng.
4.3. Trị riêng và vecto riêng
4.3.1. Trị riêng và vector riêng của toán tử tuyến tính (hay biến đổi tuyến tính) và trị
riêng và vector riêng của ma trận
4.3.1.1. Trị riêng và vector riêng của toán tử tuyến tính (hay biến đổi tuyến tính)
a. Định nghĩa: Cho V là một không gian vector trên trường K. Một ánh xạ tuyến tính
 :V  V được gọi là một toán tử tuyến tính của V. Một toán tử tuyến tính  của V còn
được gọi là một phép biến đổi tuyến tính.
b. Ví dụ:

1) Cho ánh xạ  :    xác định bởi  ( x1 , x2 )  (2 x1  x2 , x1  2 x2 ) . Khi đó  là

2 2

2
một toán tử tuyến tính trên  .

2) Cho ánh xạ  : P2 [ x ]  P2 [ x] cho bởi

 (a0  a1t  a2 t 2 )  3a0  (5a0  2a1 )t  (ta1  a2 )t 2

Khi đó  là một toán tử tuyến tính trên P2 [ x] .

3) Cho ánh xạ  : M 2 ()  M 2 () xác định bởi

1 2 
 (X )   X
 3 4 

Khi đó  là một toán tử tuyến tính trên M 2 () .

c. Định nghĩa: Cho  là một toán tử tuyến tính của không gian vector V trên trường K.
Một phần tử   K được gọi là giá trị riêng của  nếu tồn tại một vector khác không v V
sao cho  (v)   v . Khi đó vector v được gọi là vector riêng của  ứng với giá trị riêng  .
d. Ví dụ:

90
 1. Cho  là một toán tử tuyến tính của không gian vector V trên trường K. Khi đó phần
tử 0 là giá trị riêng của  khi và chỉ khi Ker  0 . Vì Khi đó v  0 là vector riêng của 
ứng với giá trị riêng 0 khi và chỉ khi v  Ker .
2. Mọi vector khác 0 đều là vector riêng của toán tử đồng nhất hoặc toán tử 0. Với toán
tử đồng nhất, thì giá trị riêng bằng 1, còn toán tử 0 thì giá trị riêng là 0.
3
3. Cho f là toán tử tuyến tính trên không gian  được xác định như sau:
f ( x1 , x2 , x3 )  (3x1  3x2  2 x3 , x1  x2  2 x3 , 3x1  x2 ) có giá trị riêng là   4 và một

vector riêng tương ứng với giá trị riêng này là u  (1,1, 1) vì f (u) = f (1, 1, -1) = (4,4,-4) =
u .

e. Định lý: Giả sử  là một toán tử tuyến tính của không gian vector v trên trường K.
Khi đó   K là giá trị riêng của  nếu và chỉ nếu    IdV không là đơn ánh.
Chứng minh:

Nhận xét  (v)   v khi và chỉ khi 

   IdV  v  0
với mọi   K . Nếu  là một giá
trị riêng của  thì tồn tại một vector v khác 0 sao cho  (v)   v . Suy ra v  Ker (   Id ) ,
vì v khác 0 nên Ker (   IdV ) khác 0 do đó    IdV không là đơn ánh. Đảo lại, giả sử
   IdV không là đơn cấu. Khi đó tồn tại một vector v khác 0 sao cho     IdV  v  0 suy

ra  (v)   v . Do đó  là một giá trị riêng của  và v là vector riêng tương ứng.
f. Định lý: Giả sử  là một toán tử tuyến tính của không gian vector V trên trường K.
Khi đó nếu c là các vector riêng của  ứng với các giá trị riêng phân biệt 1 , 2 ,..., r thì
{v1 , v2 ,..., vr } độc lập tuyến tính.

Chứng minh: Giả sử {v1 , v2 ,..., vr } phụ thuộc tuyến tính. Khi đó, tồn tại chỉ số s nhỏ
nhất sao cho vs 1 là tổ hợp tuyến tính của các vector độc lập tuyến tính v1 , v2 ,..., vs hay tồn
tại các số k1 , k2 ,..., k s  K sao cho vs 1  k1v1  k 2 v2  ...  k s vs .

Do vi là các vector riêng của toán tử  ứng với giá trị riêng i nên  (vi )  i vi với mọi
i = 1, 2,..,s.

Từ đó ta có  (vs 1 )  k1 (v1 )  k2 (v2 )  ...  k s (vs ) hay

s 1vs 1  k11v1  k2 2 v2  ...  k s s vs .

91
 Suy ra k1 (1  s 1 )v1  k2 (2  s 1 )v2  ...  k s (s  s 1 )vs  0 . Vì tập  v1 , v2 ,..., vs 
độc lập tuyến tính nên ki (i  s 1 )  0 suy ra ki  0, i  1, s . Do đó vs 1  0 , mâu thuẫn với
vs 1  0 . Vậy {v1 , v2 ,..., vr } độc lập tuyến tính.

g. Định lý: Cho  là một toán tử tuyến tính của không gian vector V trên trường K.
Giả sử   K là một giá trị riêng của  . Khi đó tập V ( )  { V |  (v)   v} là một
không gian vector con của V.
Chứng minh:

Do vector 0 thuộc V ( ) nên V ( )   . Nếu u , v V ( ) thì  (u )   u;  (v)   (v) .

Khi đó,
 (u  v)   (u )   (v)  u   v   (u  v)
 (ku )  k (u )  k ( u )   (ku )

Vậy u + v và ku đều thuộc vào V ( ) với mọi u , v V ( ) và với mọi k thuộc K. Do
đó V ( ) là một không gian vector con của V.

Không gian vector con V ( ) được gọi là không gian vector riêng của  ứng với giá
trị riêng  . Không gian vector riêng V ( ) bao gồm các vector riêng của  ứng với giá trị
riêng  và vector 0.
Nhận xét:
Nếu dim V = n và  có ma trận biểu diễn A theo cơ sở S thì
 là giá trị riêng của  khi và chỉ khi  là nghiệm của đa thức đặc trưng
f (t )  f A (t ) | A  tI n | của  .

Mỗi toán tử tuyến tính của không gian vector n chiều có tối đa n giá trị riêng khác
nhau.

Ký hiệu [v]S là tọa độ của vector v trong cơ sở S. Khi đó  là giá trị riêng của  khi và
chỉ khi hệ phương trình tuyến tính thuần nhất A.[v]S  [v]S có nghiệm không tầm thường.
Tập các nghiệm không tầm thường của hệ này là tọa độ của tất cả các vector riêng của 
ứng với giá trị riêng  .

92
4.3.1.2. Trị riêng và vector riêng của ma trận
a. Định nghĩa: Cho A là một ma trận vuông cấp n trên trường K. Một số   K được
gọi là giá trị riêng của ma trận A nếu tồn tại vectơ khác không u  K , sao cho A(u )   u .
n

Khi đó vectơ u được gọi là vectơ riêng của ma trận A ứng với giá trị riêng  .
b. Ví dụ:

2 3  1 1 
A  , u   3 , v   2
Cho ma trận  3 6     

Ta có:

 2 3   1   7 
Au          7u
 3 6   3  21

2 3  1   8  1 
Av       k 
Và  3 6   2   9  2

Kết luận: u là vectơ riêng của ma trận A ứng với giá trị riêng – 7, còn v không là vectơ
riêng của ma trận A vì không tồn tại một số thực k nào thỏa Av = kv.

c. Định lý: Cho A là một ma trận vuông cấp n trên trường K. Khi đó số   K là giá trị
riêng của A nếu và chỉ nếu phương trình thuần nhất ( A   I n ) x  0 có nghiệm không tầm
thường.
Chứng minh:

Giả sử   K là một giá trị riêng của ma trận A. Khi đó, tồn tại một vectơ khác không
u  K n sao cho Au   u , suy ra ( A   I n )u  0 hay u chính là nghiệm của phương trình

thuần nhất ( A   I n ) x  0 . Vậy phương trình nhất ( A   I n ) x  0 có nghiệm không tầm

thường.

Ngược lại, nếu phương trình ( A   I n ) x  0 có nghiệm không tầm thường u  K thì
n

( A   I n )u  0 hay Au   u nên u là vectơ riêng của ma trận A ứng với giá trị riêng  .

Ví dụ:

1 3 3
2 3  B   3 5 3
A 
 3 6   3 3 1 
Cho ma trận vuông và

93
 a) Chứng tỏ rằng   1 là một giá trị riêng của ma trận B và hãy tìm các vectơ riêng
ứng với giá trị riêng   1 .

b) Tìm vectơ riêng của ma trận A ứng với giá trị riêng   3
Giải:

0 3 3
B  I 3   3 6 3
 3 3 0 
a) Xét ma trận . Vì det(B - I3) = 0 nên hệ phương trình tuyến
tính thuần nhất (B - I3)x = 0 (1) có nghiệm không tầm thường.
Giải hệ phương trình (1):

0 3 3  0 3 3  d3  d3  d1 0 3 3 
B  I 3   3 6 3 
d3  d3  d 2
  3 6 3 
d 2  d 2 / ( 3)
 1 2 1 
 3 3 0   0 3 3 0 0 0 
0 1 1 1 2 1 
 1 2
d1  d1 /(3)
1   0 1 1 
 d1  d 2

 0 0 0  0 0 0 

Vậy hệ phương trình có vô số nghiệm phụ thuộc vào x3.

 x1  t

 x2  t
x  t  
 3

1
u   1
 1 
Chọn , khi đó x   u là các vectơ riêng của B ứng với giá trị riêng   1 với
  ,   0 .

 1 3 
A  3I 2   
b) Xét ma trận  3 3 . Xét hệ phương trình tuyến tính thuần nhất (A –
3I2)x = 0
Ta có

 x1  3x2  0  x1  3x2  x  3t
   1
3 x1  9 x2  0  x2   x 2  t  

94
  3
u 
Do đó nếu chọn 1 thì u là một vectơ riêng ứng với giá trị riêng   3 .

d. Hệ quả: Cho A là một ma trận vuông cấp n trên trường K. Khi đó, 0 là giá trị riêng
của A nếu và chỉ nếu A không khả nghịch.
Chứng minh:

Ta có 0 là giá trị riêng của ma trận A nếu và chỉ nếu phương trình Ax  ( A  0 I n ) x  0
có nghiệm không tầm thường. Ta đã biết phương trình Ax = 0 có nghiệm không tầm thường
khi và chỉ khi ma trận A không khả nghịch. Do đó 0 là giá trị riêng của A nếu và chỉ nếu A
không khả nghịch.

e. Định lý: Cho A là một ma trận vuông cấp n trên trường K. Giả sử u1 , u2 ,..., ur là các
vectơ riêng ứng với các giá trị riêng 1 , 2 ,..., r của ma trận A, khi đó tập {u1 , u2 ,..., ur }
độc lập tuyến tính.
Chứng minh:

Giả sử {u1 , u2 ,..., ur } phụ thuộc tuyến tính. Khi đó, tồn tại chỉ số s nhỏ nhất sao cho
us 1 khác 0 là một tổ hợp tuyến tính của các vector độc lập tuyến tính u1 , u2 ,..., us nghĩa là

tồn tại k1 , k2 ,.., k s  K sao cho: us 1  k1u1  k2 u2  ...  k s us .

Do ui là vector riêng của A ứng với giá trị riêng i nên Aui  i ui với mọi i = 1, 2, …, s.
Từ đó ta có
Aus 1  k1 Au1  k2 Au2  ...  k s Aus  s 1us 1  k11u1  k 2 2 u2  ...  k s s us . Suy ra,

k1 (1  s 1 )u1  k2 (2  s 1 )u2  ...  k s (s  s 1 )u s  0 .

Vì tập {u1 , u2 ,..., us } độc lập tuyến tính nên ki (i  s 1 )  0 do đó ki  0 với mọi i =
1, 2, …, s. Điều này dẫn đến us 1  0 mâu thuẫn với us 1 khác 0. Vậy tập {u1 , u2 ,..., ur } độc
lập tuyến tính.

Cho A là một ma trận vuông cấp n trên trường K và   K là giá trị riêng của A. Tập
tất cả các nghiệm của phương trình ( A   I n ) x  0 được gọi là không gian vector riêng của
ma trận A ứng với giá trị riêng  và ký hiệu là E A ( ) .

95
 Vậy không gian vector riêng E A ( ) bao gồm vector không và tất cả các vector riêng
của ma trận A ứng với giá trị riêng  .

g. Định lý: Cho A là một ma trận vuông cấp n trên K và   K là giá trị riêng của A.
Khi đó, không gian vector riêng E A ( ) là một không gian vector con của K .
n

Chứng minh:

Do vector 0 thuộc E A ( ) nên E A ( ) khác rỗng. Nếu u , v  E A ( ) thì Au  u và

Av   v . Do đó, A(u  v)  Au  Av   u   v   (u  v ) và A(ku )  k ( Au )  k  u   (ku )

.Vậy u + v và ku đều thuộc E A ( ) với mọi k  K ; u , v  E A ( ) . Vậy E A ( ) là một không

n
gian vector con của K .
Ví dụ:

2 3 
A 
Ma trận  3 6  có các giá trị riêng là   3, 7 . Không gian vector riêng E A (3)

và E A (7) của ma trận A là:

E A (3)    (3,1) |    E A (7)    (1, 3) |   

và . Ta có u1  (3,1) và u2  (1, 3)

lần lượt là cơ sở của E A (3) và E A (7) . Do  1 2  độc lập tuyến tính nên lập thành một cơ
u ;u
2
sở của 

1 3 3
B   3 5 3
 3 3 1 
Ma trận có các giá trị riêng là   1, 2 . Không gian vector riêng
E A (1)    (1, 1,1) |   
ứng với giá trị riêng   1 . Không gian này có số chiều bằng 1
và có cơ sở gồm một vector u1  (1, 1,1) . Không gian vector riêng
E A (2)    (1,1, 0)   (1,0,1) |  ,   
ứng với giá trị riêng và có số chiều bằng 2 với
cơ sở gồm hai vector u2  (1,1, 0); u3  (1, 0,1) . Nhận thấy {u1 , u2 , u3 } độc lập tuyến tính
3
nên là cơ sở của  .
4.3.2. Chéo hóa ma trận
4.3.2.1. Định nghĩa:
Cho A là một ma trận vuông cấp n trên K. Ma trận A được gọi là chéo hóa được nếu A đồng
dạng với một ma trận đường chéo.
96
 Nhận xét: Ma trận vuông A chéo hóa được nếu tồn tại một ma trận khả nghịch P và
1
một ma trận đường chéo D để A  PDP .
4.3.2.2. Ví dụ:
2 3  3 1 
A  P  1 3
Ma trận  3 6  chéo hóa được vì tồn tại ma trận khả nghịch   và ma

3 0 
D 
trận đường chéo  0 7  thỏa mãn A  PDP 1 .

1 3 3
B   3 5 3
 3 3 1 
Ma trận chéo hóa được vì tồn tại ma trận khả nghịch P và ma trận
đường chéo D lần lượt là:

 1 1 1 1 0 0 

P   1 1 0  D  0 2 0 
 1 0 1  0 0 2  1
và thỏa mãn B  PDP .
4.3.2.3. Định lý:
Cho A là ma trận vuông cấp n trên trường K. Khi đó A chéo hóa được nếu và chỉ nếu A có n
1
vector riêng độc lập tuyến tính. Hơn nữa, nếu A  PDP với D là ma trận chéo thì các
phần tử trên đường chéo chính của D là các giá trị riêng của ma trận A và các cột của ma
trận P là các vector riêng tương ứng.

Chứng minh: Nếu P là ma trận vuông cấp n với các cột u1 , u2 ,..., un và D là ma trận
đường chéo với các phần tử trên đường chéo chính là các giá trị riêng 1 , 2 ,..., n thì
AP  A[u1 u2 ... un ]  [ Au1 Au2 ... Aun ] (1)

1 0 ... 0 
 0  ... 0 
PD  P  2   u 2 u2 ... n un 
     1 1

 
Và  0 0 ... n  (2)
1
Vì A chéo hóa được nên tồn tại ma trận khả nghịch P sao cho A  PDP . Nhân bên
phải hai vế đẳng thức này cho P ta được AP  PD .

Từ (1) và (2) suy ra [ Au1 Au2 ... Aun ]  [1u1 2 u2 ... n u n ] (3)

97
 Khi đó các cột tương ứng phải bằng nhau tức là:
Au1  1u1 ; Au2  2u2 ;...; Aun  n un . (4)

Vì ma trận P khả nghịch nên các cột u1 , u2 ,..., un phải độc lập tuyến tính. Từ (4) suy ra
các 1 , 2 ,..., n là các giá trị riêng và u1 , u2 ,..., un là các vector riêng tương ứng với từng giá
trị riêng đó.

Ngược lại nếu u1 , u2 ,..., un là các vector riêng của ma trận A độc lập tuyến tính tương

1 0 ... 0 
0  ... 0 
D 2

 ... ... ... ... 

 
ứng với các giá trị riêng 1 , 2 ,..., n . Đặt P  [u1 u2 ... un ] và 0 0 ... n 

Khi đó từ (1) (2) và (3) ta suy ra AP = PD. Do các vector riêng u1 , u2 ,..., un độc lập
1
tuyến tính nên ma trận P khả nghịch suy ra tồn tại P . Nhân bên bải hai vế của đẳng thức
1 1
AP = PD với P ta được A  PDP . Do đó ma trận A chéo hóa được.
Nhận xét:
Ma trận vuông A cấp n chéo hóa được nếu và chỉ nếu nó có đủ n vector riêng
u1 , u2 ,..., un độc lập tuyến tính và lập thành một cơ sở của K n . Cơ sở  u1 , u2 ,..., un  được gọi
là cơ sở vector riêng của ma trận A.
4.3.2.4. Ví dụ:
1 3 3
A   3 5 3
 3 3 1 
Chéo hóa ma trận A nếu được với
Giải:
Ta thực hiện theo 4 bước sau:
Bước 1: Xác định các giá trị riêng của ma trận A. Trong bước này ta cần xác định đa
thức đặc trưng f A (t ) và giải phương trình đặc trưng f A (t )  0 để tìm các giá trị riêng của A.

Đa thức đặc trưng: f A (t )  t  3t  4  (t  1)(t  2) . Giải phương trình đặc trưng
3 2 2

f A (t )  0 ta được hai nghiệm t = 1 và t = -2. Vậy ma trận A có hai giá trị riêng là
  1;   2 .
98
 Bước 2: Xác định ba vector riêng của ma trận A độc lập tuyến tính. Vì A là một ma
trận vuông cấp 3 nên muốn A chéo hóa được thì nó ắt phải có ba vector riêng lập thành cơ sở
3 3
của  . Muốn xác định được ba vector riêng của ma trận A lập thành cơ sở của  , ta chỉ
cần tìm một cơ sở của mỗi không gian vector riêng E A ( ) ứng với mỗi giá trị riêng  .

1
u1   1
 1 
Cơ sở của E A (1) là

 1  1
u2   1  u3   0 
 0   1 
Cơ sở của E A (2) là và

Nhận thấy {u1 , u2 , u3 } độc lập tuyến tính do đó nó là cơ sở của  .

3

Bước 3: Lập ma trận P từ các vector riêng trong bước 2. Thứ tự các vector riêng không
quan trọng. Sử dụng thứ tự đã chọn trong bước 2, ta lập được ma trận khả nghịch P.

 1 1 1
P  [u1 , u2 , u3 ]   1 1 0 
 1 0 1 

Bước 4: Lập ma trận đường chéo D từ các giá trị riêng tương ứng. Trong bước này thứ
tự của các giá trị riêng là quan trọng. Nó phải sắp xếp theo thứ tự của các cột của ma trận P.
Ở đây ta sử dụng giá trị riêng   2 hai lần. Một lần cho vector riêng u2 và một lần cho
vector riêng u3 ứng với giá trị riêng   2 .

1 0 0 
D  0 2 0 
0 0 2 
Do đó ma trận
1
Do P khả nghịch nên muốn kiểm tra xem hai ma trận P và D có thỏa mãn A  PDP .
Ta có

 1 3 3   1 1 1  1 2 2 
AP   3 5 3 .  1 1 0    1 2 0 
 3 3 1   1 0 1   1 0 2 

99
  1 1 1 1 0 0   1 2 2 
PD   1 1 0  . 0 2 0    1 2 0 
 1 0 1  0 0 2   1 0 2 
và
Vậy A chéo hóa được.

2 4 3
B   4 6 3
 3 3 1 
2. Chéo hóa ma trận B nếu được với
Giải

Đa thức đặc trưng của ma trận A là f A (t )  t  3t  4  (t  1)(t  2) .

3 2 2

Giải phương trình đặc trưng f A (t )  0 ta được các nghiệm là t = 1 và t = 2. Vậy ma trận
A có hai giá trị riêng là   1;   2 . Khi tìm cơ sở của các không gian riêng E A (1) và
E A (1) ta được:

1  1
u1   1 u2   1 
 1   0 
Cơ sở của E A (1) là và cơ sở của E A (2) là .

Mặt khác mọi vector riêng của ma trận A đều là tổ hợp tuyến tính của u1 hoặc u2 . Do
3
đó, ta không thể tìm được ba vector riêng của A để lập thành cơ sở của  . Vậy ma trận A
không thể chéo hóa được (theo định lý 4.3.2.2).
4.3.2.5. Hệ quả:
Cho A là ma trận vuông cấp n trên K. Khi đó nếu A có n giá trị riêng phân biệt thì A chéo
hóa được.
Chứng minh:

Giả sử 1 , 2 ,..., n là các giá trị riêng phân biệt của ma trận A. Gọi u1 , u2 ,..., un là các
vector riêng của A tương ứng với các giá trị riêng 1 , 2 ,..., n . Khi đó {u1 , u2 ,..., un } độc lập
n
tuyến tính trong K theo định lý 4.3.1.2e do đó ma trận A chéo hóa được theo định lý
4.3.3.3.

100
 1 8 3 
A  0 3 3
0 0 2 
Ví dụ: Chứng tỏ ma trận chéo hóa được
Giải
Ma trận A là ma trận tam giác trên có 1, - 3, -2 là các giá trị riêng phân biệt. Mặt khác
do A là ma trận vuông cấp 3 có 3 giá trị riêng phân biệt nên nó chéo hóa được.
Nhận xét:

Cho A là ma trận vuông cấp n trên K. Nếu A có n giá trị riêng phân biệt 1 , 2 ,.., n thì
các vector riêng tương ứng u1 , u2 ,..., un độc lập tuyến tính. Khi đó ta lập ma trận khả nghịch

 1 0
... 0 
0 
... 0 
D 2

 ... ...
... ... 
 
P  [u1 u2 ... un ] và ma trận đường chéo ... n 
0 0 1
sao cho A  PDP hay
ma trận A chéo hóa được. Trong trường hợp ma trận A có ít hơn n giá trị riêng phân biệt thì
1
ta vẫn tìm được ma trận khả nghịch P và ma trận đường chéo D để A  PDP , tức là A sẽ
chéo hóa được theo định lý sau đây.
4.3.2.6. Định lý:
Cho A là ma trận vuông cấp n trên K. Giả sử 1 , 2 ,..., r là các giá trị riêng phân biệt
của A và Si là cơ sở của không gian vector riêng E A (i ) với mọi i = 1, 2, …, r. Khi đó
S  S1  S 2  ...  S r độc lập tuyến tính trong K n và A chéo hóa được nếu và chỉ nếu S chứa
n vector.
Chứng minh
Si  {ui1 ; ui2 ;...; uiki }
Giả sử với ki  dim K E A (i ) và i = 1, 2, …, r.
Muốn chứng minh S độc lập tuyến tính, ta giả sử:
a11 u11  a12 u12  ...  a1k1 u1k1  ...  ar1 ur1  ar2 ur2  ...  arkr u rkr  0
                  
u1 ur

ui  ai1ui1  ai2 ui2  ...  aiki uiki  E A (i )

Chú ý rằng do đó ui là vector riêng của ma trận
A ứng với giá trị riêng i hoặc ui  0 . Do tập các vector riêng ứng với các giá trị riêng phân

101
biệt là độc lập tuyến tính nên từ đẳng thức u1  u2  ...  ur  0 ta suy ra ui  0 với mọi i = 1,
2, …, r. Do đó,
ai1ui1  ai2 ui2  ...  aiki uiki  0
. Vì Si là cơ sở của E A (i ) nên ij
a 0
với mọi i = 1, 2, …r
và j = 1, 2, …, ki . Vậy S  S1  S2  ...  S r độc lập tuyến tính trong K . Nếu S chứa n
n

vector riêng độc lập tuyến tính. Nhóm các vector riêng ứng với giá trị riêng i vào Si . Chú ý
với mọi i khác j. Từ đó suy ra, S  S1  S 2  ...  S r chứa n vector riêng
S Sj  
rằng i
của ma trận A.
4.3.2.7. Ví dụ:
Chéo hóa ma trận sau đây (nếu được)

1 0 1 1
0 1 1 1 
A
1 1 1 0
 
1 1 0 1

Giải
Ta có đa thức đặc trưng của ma trận A là:
f A (t )  t 4  4t 3  2t 2  4t  3  (t  3)(t  1) 2 (t  1) .

Giải phương trình đặc trưng f A (t )  0 ta được các nghiệm t = 3, 1, -1. Vậy ma trận A
có ba giá trị riêng   3,1, 1 . Ta sẽ tìm một cơ sở của không gian vector riêng
E A (3), E A (1), E A (1) .

1
1
u1   
1

Cơ sở của E A (3) là 1

 1 0
1 0
u2    ,u   
 0  3  1
   
Cơ sở của E A (1) gồm hai vector  0 1

102
  1
 1
u4   
1
 
Cơ sở của E A (1) là vector 1

Nhận thấy S  {u1 , u2 , u3 , u4 } là hệ độc lập tuyến tính và do đó ma trận

P  [u1 u2 u3 u4 ] khả nghịch và A  PDP 1 , trong đó

1 1 0 1 3 0 0 0
1 1 0 1 0 1 0 0 
P   D
1 0 1 1  0 0 1 0
   
1 0 1 1  và 0 0 0 1

103
CHƯƠNG 5. DẠNG SONG TUYẾN TÍNH, DẠNG TOÀN PHƯƠNG,
KHÔNG GIAN EUCLIDE, ĐƯỜNG VÀ MẶT BẬC HAI
5.1. Dạng song tuyến, dạng toàn phương
5.1.1. Dạng song tuyến trên cùng không gian vector (dạng song tuyến tính đối xứng)
5.1.1.1. Định nghĩa:
Một ánh xạ f :      là một dạng song tuyến tính trên  nếu với mọi
n n n

x, y , z  n ,    ta có:

f ( x  z , y )  f ( x, y )  f ( z , y )

f ( x , y )   f ( x , y )

f ( x, y  z )  f ( x, y )  f ( x , z )

f ( x ,  y )   f ( x, y )

Nhận xét: Một ánh xạ f :      được gọi là một dạng song tuyến tính trên 
n n n

n
nếu với mọi y cố định f là một dạng tuyến tính trên  theo biến x, và với mỗi x cố định thì
n
f là một dạng tuyến tính trên  theo biến y.
Tổng quát:

Giả sử V là một không gian vector trên trường K. Ánh xạ  :V  V  K được gọi là
một dạng song tuyến tính trên không gian vector V nếu các điều kiện sau đây được thỏa mãn
với mọi vector x, x’, y, y’ thuộc V và mọi phần tử  thuộc K.

 ( x  x ', y )   ( x, y )   ( x ', y)

 ( x, y )   ( x, y ) (1)

 ( x, y  y ')   ( x, y )   ( x, y ')

 ( x,  y )   ( x, y ) (2)

Điều kiện (1) cho thấy với mỗi y cố định thì  ( x, y ) là một dạng tuyến tính trên V đối
với x. Điều kiện (2) cho thấy với mỗi x cố định thì  ( x, y ) là một dạng tuyến tính trên V đối
với y. Nói cách khác, khi cố định một biến thì  là dạng tuyến tính đối với biến còn lại.

104
5.1.1.2. Ví dụ:

- Cho f ( x, y )  x1 y1  2 x1 y2  3x2 y1  4 x2 y2 với mọi x  ( x1 , x2 ), y  ( y1 , y 2 )   là một

2

2
dạng song tuyến tính trên  .
- Nếu g là một dạng tuyến tính trên V và h là một dạng tuyến tính trên W thì
f ( x, y )  g ( x) h( y ) với mọi x V , y W là một dạng song tuyến tính trên V x W. Cụ thể

như: V  K 2 , W  K 3 thì f : V  W  K được xác định như sau:

f ( x, y )  ( x1  x2 )( y1  2 y2  3 y3 ) là một dạng song tuyến tính, với x  ( x1 , x2 )  K 2 và
y  ( y1 , y 2 , y3 )  K 3 .

- Nếu E là không gian Euclide thì tích vô hướng là một dạng song tuyến tính trên E.

- Ánh xạ f : K  K  K xác định bởi

2 2

a b
f (a, b; c, d ) 
c d là một dạng song tuyến tính.

- Dạng song tuyến tính  gọi là đối xứng nếu thỏa mãn điều kiện:
 ( x, y)   ( y, x), x, y V

- Trên  , xét f ( x, y )  x1 y1  x1 y2  x2 y1  x2 y3  x3 y2  x3 y3 là một dạng song tuyến

3

tính đối xứng.

- Mỗi tích vô hướng trên không gian vector Euclid là dạng song tuyến tính đối xứng
trên  .
Sinh viên tự kiểm tra như bài tập nhỏ.

Trong không gian vector V xét cơ sở B  (v1 , v2 ,..., vm ) và trong không gian vector W
xét cơ sở B '  ( w1 , w2 ,..., wn ) .
5.1.2. Dạng toàn phương, dạng toàn phương xác định dấu (dương, âm)
Dạng toàn phương xác định dương (âm):
Định nghĩa: Dạng toàn phương  trên  - không gian vector V gọi là xác định dương
nếu  ( x)  0 đối với mọi x khác vector 0. Ngược lại nếu  ( x)  0 đối với mọi x khác vector
0 thì dạng  được gọi là xác định âm.

105
 Định lý 1: Dạng toàn phương trên  - không gian vector n chiều V xác định dương khi
và chỉ khi tất cả các hệ số trong dạng chính tắc của nó đều dương. Tức là, nếu  có dạng

chính tắc.  ( x)  b1t1  ...  bn tn thì bi > 0 với i = 1, …, n.

2 2

Nhận xét:
Giả sử V là một không gian vector n chiều trên  . Khi đó, một dạng toàn phương trên
V được gọi là dạng toàn phương thực.
Bổ đề: Cho  là một dạng toàn phương thực. Ta có thể tìm thấy một cơ sở S của V sao
 ( x)  x12  ...  x 2p  x 2p 1  ...  xr2
cho: trong đó x1 , x2 ,..., xr là tọa độ của vector x theo S.
Định lý 2: Mọi dạng chính tắc của dạng toàn phương thực.

 ( x)  c1 x12  ...  c p x 2p  c p 1 x 2p 1  ...  cr xr2 (c1 ,..., cr  0)

đều có cùng số p các hệ số
dương và số r-p các hệ số âm.
Định nghĩa 3: Số p các hệ số dương và số r - p các hệ số âm trong dạng chính tắc của
một dạng toàn phương thực tương ứng được gọi là chỉ số quán tính dương và chỉ số quán
tính âm. Hiệu giữa chỉ số quán tính dương và chỉ số quán tính âm được gọi là kí số của  .
Định nghĩa: Một dạng toàn phương thực  được gọi là xác định dương (tương ứng
xác định âm) nếu  ( x)  0 (hay  ( x)  0 ) với mọi x  0 .
Một dạng toàn phương thực  được gọi là nửa xác định dương (hay nửa xác định âm)
nếu  ( x)  0 (hay  ( x)  0 ).
2
Ví dụ: | x | là một dạng toàn phương thực xác định dương.
Nhận xét: Một dạng toàn phương thực là xác định dương (tương ứng âm) khi và chỉ khi
chỉ số quán tính dương (tương ứng âm) của nó bằng dim V.
5.1.3. Biểu thức tọa độ của dạng song tuyến tính đối với một cơ sở, ma trận của dạng
song tuyến tính
5.1.3.1. Ma trận của dạng song tuyến tính đối với một cơ sở:
Xét không gian vector V trên trường K, gọi B  {u1 , u2 ,..., un } là cơ sở của V.

Giả sử  là một dạng song tuyến tính trên không gian vector V. Khi đó, đối với các
n n
x   xi ui , y   y j u j
vector i 1 j 1 .

106
 n n  nn  n n
 ( x, y )   ( xi ui ,  y j u j )   xi  ui ,  y j u j    xi y j (ui , u j )
Ta có i 1 j 1 i 1  j 1  i 1 j 1

aij   (ui , u j ) : i, j  1,..., n

Đặt
A  (aij ) n n
Ma trận được gọi là ma trận của dạng song tuyến tính  đối với cơ sở B.
Ví dụ:

Cho f ( x, y )  x1 y1  2 x1 y2  3x2 y1  x2 y2 là dạng song tuyến tính trên 

2

Xét cơ sở chính tắc B  {e1 , e2 } thì có

f (e1 , e1 )  1; f (e1 , e2 )  2; f (e2 , e1 )  3; f (e2 , e2 )  1 .

1  2 
A 
Ma trận 3 1 là ma trận đối với cơ sở chính tắc của B.

1 2   y1  y 
f ( x, y )   x1 x2        x1  3x2 2 x1  x2   1  
3 1  y2   y2 
y 1 ( x1  3 x2 )  y2 ( 2 x1  x2 )  x1 y1  3x2 y1  2 x1 y2  x2 y2

Nhận xét:
Ta có

 a11 a12 ... a1n 

a y 
a22 ... a2 n   1 
 ( x, y )  [ x1 x2 ... xn ]  21 ...
 ... ... ... ...   
  y 
 an1 an 2 ... ann   n 

 y1 
 ( x, y )  [ x1 ... x n ] A  ... 
 yn 
Hay

Nếu dạng song tuyến tính của  là dạng song tuyến tính đối xứng thì A là ma trận đối
xứng.

107
5.1.3.2. Định lý 1:
Ánh xạ f : V  W  K là một dạng song tuyến tính khi và chỉ khi tồn tại mn phần tử
m n
f ( x, y )   aij xi y j
aij  K , i  1,..., m; j  1,..., n
sao cho i 1 j 1 với mọi
x  x1v1  x2 v2  ...  xm vm và y  y1 w1  y2 w2  ...  ym wm . Hơn nữa khi đó
f (vi , w j )  aij , i  1,..., m; j  1,..., n
và f là dạng song tuyến tính duy nhất thỏa điều kiện này.
A  (aij )mn  M (m, n; K )
Ma trận được gọi là ma trận của dạng song tuyến tính f đối với
cặp cơ sở (B, B’).
Nếu f là dạng song tuyến tính trên V, thì ma trận biểu diễn của f theo cặp cơ sở (B, B)
được gọi là ma trận biểu diễn của f theo B.

Ví dụ: Nếu f là dạng song tuyến tính trên K  K được xác định bởi
2 3

f ( x1 , x2 ; y1 , y2 , y3 )  ( x1  x2 )( y1  2 y2  3 y3 ) thì ma trận biểu diễn f theo cặp cơ sở

chính tắc là

 1 2 3 
A 
 1 2 3
Nếu f là tích vô hướng của không gian Euclid thì ma trận biểu diễn của f theo một cơ
sở S chính là ma trận Gram của cơ sở đó.
5.1.3.3. Định lý 2:
Nếu dạng song tuyến tính f trên V có các ma trận biểu diễn theo các cơ sở S và T lần
lượt là A và B và P là ma trận chuyển cơ sở từ S sang T thì B  P AP .
T

Hai ma trận A, B thỏa tính chất trên được gọi là hai ma trận tương đẳng. Nói cách
khác, hai ma trận được gọi là tương đẳng với nhau nếu chúng là ma trận biểu diễn của cùng
một dạng song tuyến tính.

Ví dụ 1: Xét ma trận của dạng song tuyến tính f ( x, y )  x1 y1  2 x1 y2  3 x2 y1  x2 y2 là

2 2
dạng song tuyến tính trên  đối với cơ sở chính tắc của  là:

1 2 
A 
3 1

108
 Tuy nhiên, ma trận B của dạng song tuyến tính f đối với cơ sớ B '  {u1 , u2 } với
u1  (1,1); u2  (1, 0)

f (u1 , u1 )  1; f (u1 , u2 )  4; f (u2 , u1 )  2; f (u2 , u2 )  1

1 4 
B 
2 1 
Ví dụ 2: Dạng song tuyến tính
 ( x, y)  x1 y1  2 x1 y2  x1 y3  x2 y2  3x3 y1  7 x3 y3 có ma trận trong cơ sở chính tắc là

1 2 1
C  0 1 0 
 3 0 7 

5.1.3.4. Định lý 3:
Hạng của dạng song tuyến tính f trên V là hạng của một ma trận biểu diễn của nó và
được ký hiệu là rank(f).
Chú ý: Dạng song tuyến tính f được gọi là suy biến nếu rank(f ) < dim V và không suy
biến nếu rank(f ) = dim V.
Ví dụ: Tìm hạng của các dạng song tuyến tính trong các ví dụ trên.
5.1.3.5. Định nghĩa 4:
Cho f là dạng song tuyến tính trên V. x, y V ,

f được gọi là đối xứng nếu: f ( x, y )  f ( y, x) .

f được gọi là đối xứng lệch nếu f ( x, y )   f ( y, x)

f được gọi là thay phiên nếu f (x, x ) = 0
Ví dụ:

Cho V  K . Xét các ánh xạ f và g được xác định như sau:

2

f :K2  K2  K g :K2 K2  K

( x, y )  x1 y2  x2 y1 và ( x, y )  x1 y2  x2 y1 với x  ( x1 , x2 )  K và y  ( y1 , y2 )  K
2 2

Khi đó, f là một dạng song tuyến tính đối xứng và g là một dạng song tuyến tính thay
phiên, đồng thời là dạng song tuyến tính đối xứng lệch.

109
5.1.3.6. Định lý 5:
Dạng song tuyến tính  trên K-không gian vector hữu hạn chiều V là đối xứng khi và
chỉ khi ma trận của nó đối với cơ sở nào đó là ma trận đối xứng.
Chứng minh:
A  (aij ) n n
Giả sử  là dạng song tuyến tính đối xứng và là ma trận của  đối với cơ sở
{u1 , u2 ,..., un } . Theo (**) thì aij   (ui , u j )   (u j , ui )  a ji với i, j = 1,…, n . Suy ra A là ma
trận đối xứng.
Ngược lại giả sử rằng A là ma trận đối xứng theo hệ thức (**) thì
n n n n
 ( x, y )   aij xi y j   a ji y j xi   ( y, x )
i 1 j 1 j 1 i 1 .

Vậy  là dạng song tuyến tính đối xứng.

Nhận xét: Nếu A là ma trận biểu diễn của một dạng song tuyến tính f. Khi đó f là một
dạng song tuyến tính đối xứng khi và chỉ khi A đối xứng, và f là đối xứng lệch khi và chỉ A
là đối xứng lệch.
5.1.4. Dạng toàn phương đối với một cơ sở và đổi cơ sở
5.1.4.1. Dạng toàn phương đối với một cơ sở
Định nghĩa:

Giả sử  là dạng song tuyến tính đối xứng trên K- không gian vector V, khi đó ánh xạ
 :V  K xác định bởi:  ( x)   ( x, x), x V được gọi là dạng toàn phương trên không
gian vector V sinh bởi dạng song tuyến tính  .
Ví dụ:
3
Trên  , xét dạng song tuyến tính đối xứng sau:
f ( x, y )  x1 y1  x 1 y2  x2 y1  x2 y3  x3 y2  x3 y3 có ma trận trong cơ sở chính tắc là:

 1 1 0 
A   1 0 1 
 0 1 1 

Từ đó,  ( x)  f ( x, x)  x1  2 x1 x2  2 x2 x3  x3 là một dạng toàn phương.

2 2

Xét ánh xạ  :    được xác định như sau:

3

110
  ( x, y, z )  3 x 2  4 xy  2 xz  y 2  6 yz  2 z 2 , ( x, y, z )  3 đây là một dạng toàn
3
phương trên  .
Sinh viên hãy viết ma trận của dạng toàn phương trên trong cơ sở chính tắc.
2 4
Sinh viên cho các ví dụ về dạng toàn phương trên  ; 

Trong không gian vector V, xét cơ sở: {u1 , u2 ,..., un } (1).

A  (aij ) nn
Giả sử là ma trận của dạng song tuyến tính đối xứng  . Theo trên, thì A là
n n n
x   xi ui  ( x)   aij xi x j
ma trận đối xứng với i 1 . Khi đó ta có i 1 j 1 (i) Suy ra

 x1 
 
 ( x)  ( x1 ... xn ) A  ... 
x 
 n  (ii)

Các hệ thức (i) và (ii) được gọi là biểu thức tọa độ của dạng toàn phương  đối với cơ
sở (I).
5.1.4.2. Dạng toàn phương đổi cơ sở
Xét một cơ sở khác của không gian V: {v1 , v2 ,..., vn } (2).
Giả sử B là ma trận của dạng toàn phương  đối với cơ sở (2). Khi đó công thức (ii) ta có:

 x1' 
 
n  ( x)   x1' x2' ... xn'  B  ... 
xxv '
i i  xn' 
Với i 1 thì   (a)
Gọi T là ma trận chuyển từ cơ sở (1) sang cơ sở (2) theo công thức biến đổi tọa độ ta có:

 x1   x '1 
x   
 2   T  x '2 
 ...   ... 
   
 xn   x 'n  (b)

Thực hiện phép chuyển vị ma trận ở (iii) ta có  x1 ... xn    x '1 ... x 'n  T T
(c)

111
  x1' 
 
 ( x)   x1' ... xn'  T t AT  ... 
 xn' 
Khi đó,   (d)

So sánh vế phải (a) và (d) ta có: B  T AT (***)

T

Hệ thức (***) cho thấy mối quan hệ giữa hai ma trận của cùng một dạng toàn phương
đối với hai cơ sở khác nhau.
Vì T là ma trận không suy biến, nên ta có r(B) = r(A). Vậy, hạng của ma trận dạng toàn
phương  . Nếu r(A) = n thì  gọi là dạng không suy biến.

Định lý: Cho S là cơ sở của không gian vector V n chiều. Một ánh xạ f : V  K được
gọi là một dạng toàn phương khi và chỉ khi nó được viết dưới dạng:
n n
f ( x)   aij xi x j
trong đó x  ( x1 , x2 ,..., xn ) là tọa độ của x theo cơ sở S và ij
a K
i 1 j 1 .
5.1.5. Dạng chính tắc của dạng toàn phương
5.1.5.1. Cơ sở chính tắc của dạng toàn phương
Cơ sở {v1 , v2 ,..., vn } của không gian vector V trên trường K được gọi là cơ sở chính tắc
của dạng toàn phương  nếu ma trận B của dạng  đối với cơ sở đó là ma trận chéo.

b1 0 ... 0 
0 b ... 0 
B 2

 ... ... ... ... 

 
0 0 ... bn 

Khi đó biểu thức tọa độ của  có dạng  ( x)  b1t1  b2 t2  ...  bn tn (iv) trong đó
2 2 2

x  t1v1  t2 v2  ...  tn vn

Biểu thức (iv) được gọi là dạng chính tắc của dạng toàn phương  .
Chú ý: Dạng chính tắc của một dạng toàn phương xác định không duy nhất.

Nếu  ( x) có dạng chính tắc thì ta có các kết quả sau:

  ( x) xác định dương nếu mọi bi  0

  ( x) nửa xác định dương nếu mọi bi  0
  ( x) xác định âm nếu mọi bi  0

112
   ( x) nửa xác định âm nếu mọi bi  0
  ( x) không xác định nếu có các bi trái dấu.
Để xét tính xác định của một dạng toàn phương bất kỳ, ta tìm cách đưa nó về dạng
chính tắc sau đó kết luận theo cách trên.
5.1.5.2. Đưa dạng toàn phương về dạng chính tắc
a) Phương pháp Lagrange:

Nếu trong dạng toàn phương  ( x) có a11  0 thì ta viết

2
 a a 
 ( x)  a x  2a12 x1 x2  ...  2a1n x1 xn  ...  a11  x1  12 x2  ...  1n xn   g1
2
11 1
 a11 a11 

a12 a
x1'  x1  x2  ...  1n xn
a11 a11
x 'j  x j
Đặt với j =2, …, n.

Khi đó,  ( x)  a11 x '1  g1 , trong đó g1 là một dạng toàn phương không chứa x1 .
2


 x1  x1  x2
' '


a  0 a  0 
 x2  x1'  x2'
Nếu 11 , nhưng 12 thì đặt

Khi đó, a12 x1 x2  a12 x1  a12 x2 , khi đó  ( x)  bx1  g1 với g1 là một dạng toàn phương
'2 '2 '2

không chứa x1 . Tiếp tục quá trình này ta đưa  ( x) về dạng chính tắc.
Ví dụ:

1) Cho dạng toàn phương  ( x)  x1  2 x2  7 x3  4 x1 x2  8 x1 x3 . Hãy đưa dạng toàn

2 2 2

phương trên về dạng chính tắc

Giải
Áp dụng phương pháp Larange

113
 ( x)  x12  2 x22  7 x32  4 x1 x2  8 x1 x3  [ x12  2 x1 (4 x3  2 x2 )  (4 x3  2 x2 ) 2 ]  (4 x3  2 x2 ) 2  2 x22  7 x32
  x1  4 x3  2 x2    16 x32  16 x 2 x3  4 x22   2 x22  7 x32   x1  4 x3  2 x2   23x32  16 x 2 x3  2 x22
2 2

  x1  4 x3  2 x2   2( x22  8 x2 x3  16 x32 )  9 x32

2
Đặ

t1  x1  4 x3  2 x2

t2  x2  4 x3
t  x
t 3 3

Khi đó, dạng chính tắc của dạng toàn phương là

 (t )  t12  2t22  9t32

Nhận xét: dạng toàn phương này không xác định dương.
2) Cho dạng song tuyến tính có ma trận biểu diễn là

0 1 2 
A   1 0 1
 2 1 0 
.

 0 1 2   x1 
 ( x1 , x2 , x3 )   x1 x2 x3  1 0 1  x2   2 x1 x2  4 x1 x3  2 x2 x3
 2 1 0   x3 
Khi đó


 x1  x1  x2
' '


x  x1'  x2'
Đặt  2 Khi đó,

114
 x1  x1'  x2'

 x2  x1  x2
' '

x  x '
 3 3

 ( x)  2( x1'  x2' )( x1'  x2' )  4  x1'  x2'  x3'  2  x1'  x2'  x3'
 2  x1' 2  x2' 2   4 x1' x3'  4 x2' x3'  2 x1' x3'  2 x2' x3'
 x' 2  x' 2
 2  x1' 2  x2' 2   2 x1' x3'  6 x2' x3'  2  x1' 2  x1' x3'  3   2 x2' 2  3  6 x2' x3'
 4  2
 '2 x3' 2  9 ' 2 18 ' 2 x3' 2
 2  x1  x1 x3 
' '
  2( x2  3 x2 x3  x3 )  x3 
'2 ' '

 4  4 2 2
2
 x' 2  3 17
 2  x1'  3   2( x2'  x3' ) 2  x3' 2
 2  2 2
(*)

 x '3
 t1  x ' 1 
2

 3 '
t2  x2  x3
'

 2
t3  x3 '


Đặt  khi đó có dạng chính tắc của dạng toàn phương như sau:
17 2
 (t )  2t12  2t22  t3
2
3
3) Xét dạng toàn phương trong không gian  được xác định như sau:

 ( x)  x12  2 x1 x2  x22  4 x1 x3  4 x32  2 x2 x3 với x  ( x1 , x2 , x3 )  3

Hãy tìm dạng chính tắc của dạng toàn phương trên.
Sinh viên tự làm như bài tập nhỏ.
b) Phương pháp Jacobi

Giả sử biểu thức của dạng toàn phương  ( x) trong cơ sở B  (e1 , e2 ,..., en ) là
n
 (u )   (u , u )  a x xj
ij i
aij   (ei , e j )
i , j 1 , với

115
  a11 a12 ... a1n 
a a22 ... a2 n 
A  (aij )   21
 ... ... ... ... 
 
Khi đó,  an1 an 2 ... ann 

Xét các định thức con chính của ma trận A

a11 a12
1  a11 ;  2  ;...; 1  det( A)
a21 a22
(5)
Nếu tất cả các định thức con chính đều khác 0, tức là:
1  0;  2  0;...;  n  0 , thì tồn tại phương pháp, gọi là phương pháp Jacobi để tìm
' ' '
một cơ sở E '{e1 ; e2 ;...; en } sao cho dạng toàn phương  ( x) có dạng chính tắc sau đây:
0 ' 2 0 ' 2 
 ( x)  x1  x2  ...  0 xn' 2
1 1 1 (6)

Trong đó [ x]E '  ( x1 , x2 ,..., xn )

' ' '

aij  
Với giả thiết (5), ta đi tìm các hệ số sao cho

e1'  11e1
 '
e2   21e1   22 e2

...
e'   e   e  ...   e
 n n1 1 n2 2 nn n (7)
1 0 
11   ;  k  k 1
Suy ra, a11 1 k


Ta tìm các hệ số kj của hàng thứ k trong (7) bằng quy nạp theo k. Giả sử đã tìm được
tất cả các hệ số của k – 1 hàng đầu tiên của (7). Để tìm các hệ số của hàng thứ k, ta giải hệ pt
sau:

a11 k1  a12 k 2  ...  a1k  kk  0;

...


ak 1,1 k1  ak 1,2 k 2  ...  ak 1, k  kk  0;
ak1 k1  ak 2 k 2  ...  akk  kk  1.


116
Ví dụ:
3
Trong  , xét dạng toàn phương

Q(u )  2 x12  3x1 x2  4 x1 x3  x22  x32

Giải
Ma trận của Q trong cơ sở chính tắc là:

 3 
2 2
2
 
3
A 1 0
2 
 
2 0 1
 

Các định thức con chính của A là:

2 3/ 2 1 17
1  2;  2    ;  3  det( A)  
3/ 2 1 4 4

Do đó,
0 1   1
11   ;  22  1  8;  33  2 
1 2 2  3 17

1 '2 1
Q (u )  x1  8 x2' 2  x3' 2
Vậy 2 17

Tìm cơ sở E '  (e1 , e2 , e3 ) trong đó, Q(u) có dạng chính tắc nói trên.
' ' '

Khi k = 2, ta giải hệ

 3
 2    22  0
21
2  22  8
 
3   0  21  6
 2 21 22

Khi k = 3, ta giải hệ

117
  3
 2 31   32  2 33  0
2

3
  31   32 0
 2
2 31 + 33  1


1 8 12
 33   31   32 
Thay 17 , ta giải hệ được 17 và 17

Vậy cơ sở mới là

 ' e1
e1  2
 '
e2  6e1  8e2
 8e  12e2  e3
e3'  1
 17

c) Phương pháp giá trị riêng:

Định lý 1: Mỗi dạng toàn phương  trên không gian vector Euclid hữu hạn chiều E
đều có một cơ sở chính tắc là cơ sở trực chuẩn của không gian Euclid.
Các vector của cơ sở chính tắc đó gọi là các phương chính của dạng toàn phương  .
Chứng minh:

Trong không gian vector Euclid E xét một cơ sở trực chuẩn: {u1 , u2 ,..., un } (I). Gọi A là
ma trận của dạng toàn phương  đối với cơ sở trực chuẩn trên. Vì A là ma trận đối xứng
thực nên tồn tại ma trận trực giao Q sao cho

 1 0 ... 0 
 0  ... 0 
B  Q AQ  
T 2 
 ... ...  ... 
 
 0 0 ... n 

Ma trận trực giao Q chuyển cơ sở trực chuẩn (I) về cơ sở trực chuẩn  f1 ,..., f n  (II)
được xác định bởi

 f1 f2 ... f n    u1 u2 ... u n  Q

118
 Khi đó, ma trận đường chéo B chính là ma trận của dạng toàn phương  đối với cơ sở
trực chuẩn (II). Vậy cơ sở trực chuẩn (II) chính là một cơ sở chính tắc của dạng toàn phương
.

Nhận xét:
Trong cơ sở các phương chính (II), biểu thức tọa độ của dạng toàn phương  là
n
x   ti f i
 ( x)  1t12  ...  n tn2 với i 1 và 1 , 2 ,..., n là các giá trị riêng của ma trận A.
Các cột của ma trận chuyển Q là các vector riêng của ma trận A.

Ví dụ: Dạng toàn phương  trên không gian  được cho bởi:
3

 ( x)  11x12  2 x22  5 x32  4 x1 x2  16 x1 x3  20 x2 x3 với x  ( x1 , x2 , x3 )

Giải

Ma trận của dạng toàn phương  đối với cơ sở chính tắc {e1 , e2 , e3 } là

 11 2 8
A   2 2 10 
 8 10 5 

Đa thức đặc trưng của ma trận A là:

P ( )   2  18 2  81  1458  (  9)(  9)(  18)

Vậy ma trận A có giá trị riêng là: 1  9, 2  18, 3  9

 ( x)  9 y1  18 y2  9 y3
2 2 2


Khi đó dạng toàn phương có dạng chính tắc là  x  y1 f1  y2 f 2  y3 f 3

Các vector riêng của ma trận A ứng với giá trị riêng   9 là u  t (2, 2,1) với t   .

Chọn t =1 ta được một vector riêng là u1  (2, 2,1)

Các vector riêng ứng với giá trị riêng   18 là u  t (2, 1, 2) với t   .

Chọn t =1 ta được một vector riêng là u2  (2, 1, 2)

Các vector riêng ứng với giá trị riêng   9 là các vector u  t ( 1, 2, 2) với t   .

119
 Chọn t = 1 ta được một vector riêng là u3  ( 1, 2, 2)
Ta có các vector u1, u2, u3 trực giao với nhau.
Chuẩn hóa:

1  2 2 1
v1   , , 
|| u1 ||  3 3 3 

1  2 1 2 
v2   , , 
|| u2 ||  3 3 3 

1  1 2 2 
v3   , , 
|| u3 ||  3 3 3 

 2 / 3 2 / 3 1/ 3 
 f1 f2 f3    e1 e2 e3   2 / 3 1 / 3 2 / 3 
 1 / 3 2 / 3 2 / 3 
Khi đó  

Cơ sở các phương chính của  là

2 2 1
f1   , , 
 3 3 3
 2 1 2 
f2   ,  , 
3 3 3 
1 2 1
f3   ,  , 
 3 3 3
d) Phương pháp đưa dạng toàn phương về dạng chuẩn tắc bằng cách sử dụng các
phép biến đổi sơ cấp ma trận đối xứng của nó:

Cho dạng toàn phương q trên không gian vector n chiều V (n  2) có ma trận trong cơ
sở B  (e1 , e2 ,.., en ) là
A  [aij ]n  M n ( K )
. Khi đó, A là ma trận đối xứng. Do đó, việc đưa q
T
về dạng chính tắc theo ngôn ngữ ma trận là tìm ma trận khả nghịch C sao cho C AC là ma
trận chéo.
Nội dung thuật toán:

Lập ma trận [ A | I n ] dùng các phép biến đổi sơ cấp trên dòng, đồng thời lập lại các biến
đổi cùng kiểu trên các cột của [ A | I n ] để đưa A về dạng chéo. Khi đó, I n sẽ trở thành C .
T

120
 Ví dụ 1:
Cho dạng toàn phương 3 biến thực

q ( x, y, z )  x 2  4 xy  6 xz  5 y 2  8 yz  8 z 2  3

Hãy đưa q về dạng chính tắc.

Giải:
3
Xét cơ sở chính tắc của  , ma trận của q trong cơ sở này là:

1 2 3
A   2 5 4 
 3 4 8 

Lập ma trận [ A | I 3 ] rồi thực hiện các phép biến đổi sơ cấp để đưa A về dạng chéo

1 2 3 1 0 0  d  d  2 d  1 2 3 1 0 0  c  c  2 c 1 0 0 1 0 0 
  d32  d32 3d11   c32 c32  3c11  
A  2 5 4 0 1 0    0 1 2 2 1 0    0 1 2 2 1 0 
 3 4 8 0 0 1  0 2 1 3 0 1  0 2 1 3 0 1 
1 0 0 1 0 0 1 0 0 1 0 0 
d3  d 3  2 d 2   c3 c3  2c2  
  0 1 2 2 1 0   0 1 0 2 1 0
0 0 5 7 2 1  0 0 5 7 2 1 

Ta nhận thấy ma trận vế trái có dạng chéo. Khi đó, đặt

 1 0 0 1 2 7  1 0 0 

C   2 1 0 
T  
C  0 1 2  C AC  0 1 0 
T

 7 2 1   0 0 1  0 0 5
suy ra và
3
Thay cơ sở chính tắc của  bằng cơ sở B sao cho C chính là ma trận đổi cơ sở từ cơ
sở chính tắc sang cơ sở B, hay ta đã sử dụng phép đổi biến.

 x  x ' 2 y ' 7 z '


 y  y ' 2 z '
z  z '

Ví dụ 2: Hãy đưa dạng toàn phương 3 biến thực sau đây về dạng chính tắc

q ( x, y, z )  2 xy  3xz  7 yz , ( x, y, z )  3

Sinh viên tự làm như một bài tập nhỏ.

121
5.1.6. Phương pháp Lagrange
Nếu trong dạng toàn phương  ( x) có a11  0 thì ta viết
2
 a a 
 ( x)  a x  2a12 x1 x2  ...  2a1n x1 xn  ...  a11  x1  12 x2  ...  1n xn   g1
2
11 1
 a11 a11 

a12 a
x1'  x1  x2  ...  1n xn
a11 a11
x 'j  x j
Đặt với j =2, …, n.

Khi đó,  ( x)  a11 x '1  g1 , trong đó g1 là một dạng toàn phương không chứa x1 .
2


 x1  x1  x2
' '


a  0 a  0 
 x2  x1'  x2'
Nếu 11 , nhưng 12 thì đặt

Khi đó, a12 x1 x2  a12 x1  a12 x2 , khi đó  ( x)  bx1  g1 với g1 là một dạng toàn phương
'2 '2 '2

không chứa x1 . Tiếp tục quá trình này ta đưa  ( x) về dạng chính tắc.
Ví dụ:

1) Cho dạng toàn phương  ( x)  x1  2 x2  7 x3  4 x1 x2  8 x1 x3 . Hãy đưa dạng toàn

2 2 2

phương trên về dạng chính tắc

Giải
Áp dụng phương pháp Larange

 ( x)  x12  2 x22  7 x32  4 x1 x2  8 x1 x3  [ x12  2 x1 (4 x3  2 x2 )  (4 x3  2 x2 ) 2 ]  (4 x3  2 x2 ) 2  2 x22  7 x32

  x1  4 x3  2 x2    16 x32  16 x 2 x3  4 x22   2 x22  7 x32   x1  4 x3  2 x2   23 x32  16 x 2 x3  2 x22
2 2

  x1  4 x3  2 x2   2( x22  8 x2 x3  16 x32 )  9 x32

2

t1  x1  4 x3  2 x2

t2  x2  4 x3
t  x
Đặt  3 3

Khi đó, dạng chính tắc của dạng toàn phương là

 (t )  t12  2t22  9t32

Nhận xét: dạng toàn phương này không xác định dương.

122
2) Cho dạng song tuyến tính có ma trận biểu diễn là

0 1 2 
A   1 0 1
 2 1 0 
.

 0 1 2   x1 
 ( x1 , x2 , x3 )   x1 x2 x3  1 0 1  x2   2 x1 x2  4 x1 x3  2 x2 x3
 2 1 0   x3 
Khi đó

 x1  x1'  x2'


x  x1'  x2'
Đặt  2 Khi đó,

 x1  x1'  x2'

 x2  x1  x2
' '

x  x '
 3 3

 ( x)  2( x1'  x2' )( x1'  x2' )  4  x1'  x2'  x3'  2  x1'  x2'  x3'
 2  x1' 2  x2' 2   4 x1' x3'  4 x2' x3'  2 x1' x3'  2 x2' x3'
 '2 x3' 2  x3' 2
 2  x  x   2 x x  6 x x  2  x1  x1 x3 
'2
1
'2
2
' '
1 3
' '
2 3
' '
  2 x2 
'2
 6 x2' x3'
 4  2
 '2 x3' 2  9 ' 2 18 ' 2 x3' 2
 2  x1  x1 x3 
' '
  2( x2  3x2 x3  x3 )  x3 
'2 ' '

 4  4 2 2
2
 ' x3' 2  3 ' 2 17 ' 2
 2  x1    2( x2  x3 )  x3
'

 2  2 2
(*)

 x '3
t1  x '1  2

 3 '
t2  x2  x3
'

 2
t3  x3'


Đặt  khi đó có dạng chính tắc của dạng toàn phương như sau:
17 2
 (t )  2t12  2t22  t3
2
3
3) Xét dạng toàn phương trong không gian  được xác định như sau:

123
  ( x)  x12  2 x1 x2  x22  4 x1 x3  4 x32  2 x2 x3 với x  ( x1 , x2 , x3 )  3

Hãy tìm dạng chính tắc của dạng toàn phương trên.
Sinh viên tự làm như bài tập nhỏ.
5.2. Không gian Euclide
5.2.1. Tích vô hướng, không gian Euclide
Định nghĩa 1: Một dạng song tuyến tính trên không gian vector V là một ánh xạ
 :V V  R
(u , v)   (u , v)

sao cho khi cố định mỗi biến thì nó trở thành ánh xạ tuyến tính đối với biến kia.

Nghĩa là với mọi x1 , x 2 , y1 , y2  R , với mọi u1 , u2 , v1 , v2 V thì

 ( x1u1  x2 u2 , v )  x1 (u1 , v)  x2 (u2 , v)
 (u, y1v1  y2 v2 )  y1 (u, v1 )  y2 (u , v2 )

Định nghĩa 2: Dạng song tuyến tính  được gọi là có tính:

i) Đối xứng: Nếu  (u , v)   (v, u ) với mọi u , v V ;

ii) Không âm: Nếu  (u , u )  0 với mọi u V ;

iii) Không dương: Nếu  (u, u)  0 với mọi u V ;

iv) Xác định: Nếu  (u , u )  0 khi và chỉ khi u  0 .

Ta dễ dạng thấy rằng  xác định dương khi và chỉ khi  (u , u )  0 với mọi u  0 .
Một dạng song tuyến tính đối xứng xác định dương được gọi là tích vô hướng. Ta
u, v
thường ký hiệu tích vô hướng của u và v là thay cho  (u , v) .
Một không gian vector V với một tích vô hướng <,> được gọi là không gian vector
Euclide.
Ví dụ 1: Trong không gian vector R2 các vector tự do trong mặt phẳng và không gian
vector R3 các vector tự do trong không gian, ta xét tích vô hướng của hai vector theo nghĩa
   
u.v  u . v cos(u , v)
thông thường .

124
 Ta dễ dàng kiểm chứng được tích vô hướng (theo tên gọi thông thường) là một dạng
song tuyến tính xác định dương, do đó nó là tích vô hướng theo định nghĩa trên. Vậy R 2, R3
là hai không gian vector Euclide.

R n   x1 ,..., xn | xi  R; i  1,..., n
Ví dụ 2: Xét không gian vetor

Với x  ( x1 ,..., xn ), y  ( y1 ,..., yn )  R , ta định nghĩa:

n

x, y  x1 y1  ...  xn yn

Thì
R , , 
n
là một không gian vector Euclide.
Giả sử (V,<,>) là một không gian vector Euclide.

Định nghĩa 3: Với mỗi vector v V ta định nghĩa và ký hiệu chuẩn hay module của
vector v qua biểu thức

v  v, v

v 1
Nếu thì v được gọi là vector đơn vị.
5.2.2. Góc giữa hai vecto và bất đẳng thức Canchy – Schwarz
Bất đẳng thức Canchy – Schwarz

u, v  u . v
Với mọi u , v V thì
Đẳng thức xảy ra khi và chỉ khi u, v tỉ lệ.
Chứng minh: Nếu một trong hai vector bằng 0 thì cả hai vế của bất đẳng thức trên đều
bằng 0, do đó bất đẳng thức nghiệm đúng.

u  tv, u  tv  0
Giả sử v  0 thì với mọi t  R ta có:
2 2
u  tv, u  tv  t 2 v  2t v, u  v
Mặt khác là một tam thức bậc hai đối với t và
2 2 2
 '  v, u  v v 0
luôn luôn không âm. Vì vậy . Từ đó suy ra bất đẳng thức Canchy –
Schwarz.
2
u, v  kv, v  k . v  kv . v  u . v
Khi u = kv thì .

125
 u, v  u . v
Ngược lại: nếu thì  '  0 . Suy ra tồn tại t0  R sao cho
u  t0 v, u  t0 v  0  u  t 0 v
.
Áp dụng bất đẳng thức Canchy vào không gian Rn ta có bất đẳng thức Bannhiacopsky:

 x1 y1  ...  xn yn    x12  ...  xn2   y12  ...  yn2 

2

Đẳng thức xảy ra khi và chỉ khi x1  ty1 ,..., xn  tyn .

5.2.3. Trực giao – Trực chuẩn hóa Gram – Schmidt
u, v  0
Định nghĩa: Hai vector u , v V gọi là trực giao nhau, ký hiệu u  v , nếu .

S   v1 ,..., vn 
Hệ các vector của V được gọi là hệ trực giao nếu hai vector bất kỳ của
hệ S đều trực giao nhau.
Hệ trực giao các vector đơn vị được gọi là hệ trực chuẩn.
Định lý 1: Mọi hệ trực chuẩn là hệ độc lập tuyến tính.

S   v1 ,..., vn  x1v1  ...  xn vn  0

Chứng minh: Nếu hệ trực chuẩn và thì
xi  x1v1  ...  xn vn , vi  0
với mọi i = 1,…n.

S   v1 ,..., vn 
Định lý 2: Giả sử là một hệ độc lập tuyến tính các vector của không
S '   v1 ,..., vn 
gian Euclide V. Khi đó ta có thể tìm được hệ trực chuẩn sao cho
span  v1 ,..., v k   span  u1 ,..., uk 
với mọi k = 1,…,n.
Chứng minh: Ta xây dựng hệ trực chuẩn S’ theo các bước quy nạp sau đây mà được
gọi là quá trình trực chuẩn hóa Gram – Shmidt.
u1
v1 
k  1 : Vì hệ S độc lập nên u1  0 . Đặt u1

k  2 : Xét v2   u2 , v1 v1  u2 , ta có v2  0 (vì nếu v2  0 thì u2  kv1 điều này trái

v2
v2 
với giả thiết hệ S độc lập). Đặt
v2
, hệ  v1 , v2  trực chuẩn và
span  v1 , v2   span  u1 , u 2 
.

126
 Giả sử đã xây dựng được đến k – 1. Tức có  v1 ,..., vk 1 trực chuẩn sao cho
span  v1 ,..., vk 1   span  u1 ,..., u k 1 
. Tương tự nên ta xét
k 1
vk   uk , vi vi  uk
i 1

Ta cũng có vk  0 (vì nếu vk  0 thì uk là tổ hợp tuyến tính của v1 ,..., vk 1 , do đó là tổ

hợp tuyến tính của u1 ,..., u k 1 , điều này mâu thuẫn với giả thiết hệ S độc lập). Đặt

vk
vk 
vk

Thì vk  vi . Vậy hệ  1
v ,..., vk 
trực chuẩn và

 
span  v1 ,..., vk   span v1 ,..., vk 1 , vk  span  u1 ,..., u k 1 , u k 

S   u1 , u2 , u3  3
Ví dụ: Hãy trực chuẩn hóa hệ trong 

Với u1  (1,1,1), u2  (1,1,1), u3  (1, 2,1)

u1  1 1 1 
u1  3  v1   , , 
u1  3 3 3 
Bước 1:

1  1 1 1   4 2 2
v2   u2 , v1 v1  u2    , ,   (1,1,1)    , , 
Bước 2: 3 3 3 3  3 3 3

2  2 1 1 
v2  6  v2    , , 
3  6 6 6

v3   u3 , v1 v1  u3 , v2 v2  u3
Bước 3:

4 1 1 1  1  2 1 1   1 1
  , ,   , ,   (1, 2,1)   0, ,  
3 3 3 3 6 6 6 6  2 2

1  1 1 
v3   v3   0, , 
2  2 2

 v1 , v 2 , v3  là hệ vector trực chuẩn hóa của hệ  u1 , u 2 , u 3  .

127
5.2.4. Cơ sở trực chuẩn
Định nghĩa: Một cơ sở của không gian vector V mà là hệ trực chuẩn được gọi là một
cơ sở trực chuẩn.
Định lý 1: Mọi hệ trực chuẩn của V đều có thể bổ sung thêm để trở thành cơ sở trực
chuẩn.
Chứng minh: Hệ gồm k vector trực chuẩn S là hệ độc lập tuyến tính nên ta có thể bổ
sung thêm để được một cơ sở của V. Trực chuẩn hóa Gram – Shmidt cơ sở này để được một
cơ sở trực chuẩn của V. Trong quá trình trực chuẩn hóa k vector của hệ S không thay đổi vì
vậy thực chất ta đã bổ sung vào hệ S để có cơ sở trực chuẩn của V.
Hệ quả: Mọi không gian vector Euclide đều tồn tại cơ sở trực chuẩn.

Định lý 2: Giả sử  e1 ,..., en  là một cơ sở trực chuẩn của V với mọi u , v V , ta có:

v  v, e1 e1  ...  v, en en
i)

u, v  u , e1 v, e1  ...  u , en v, en
ii)
2 2 2
v  v, e1  ...  v, en
iii)
Chứng minh: Các đẳng thức trên được suy ra từ các khẳng định sau:

Nếu v  x1e1  ...  xn en , u  y1e1  ...  y n en

v, ei  x1e1  ...  xn en , ei  xi
thì với mọi i  1,..., n

u , v  x1e1  ...  xn en , y1e1  ...  y n en  x1 y1  ...  xn y n

và
5.2.5. Phép chiếu trực giao
Phép chiếu trực giao (Orthographic projection) là phép chiếu song song và tia chiếu
vuông góc với mặt phẳng chiếu thường dùng mặt phẳng z = 0.

128
 Ứng với mỗi mặt phẳng chiếu ta có một ma trận chiếu tương ứng.

1 0 0 0 0 0 0 0 1 0 0 0
0 0 0 0  0 1 0 0  0 1 0 0 
Ty    ,  Tx    ,  Tz   
0 0 1 0 0 0 1 0 0 0 0 0
     
0 0 0 1 0 0 0 1 0 0 0 1

5.2.6. Ma trận trực giao

5.2.6.1. Định nghĩa:
Ma trận vuông A được gọi là ma trận trực giao nếu AtA = I.

A   aij 
Nếu thì A là ma trận trực giao khi
n
1, j  k
a a ij ik   jk  
i 1 0, j  k (1)
 jk
là kí hiệu Kronecker.
1
Như vậy ma trận trực giao A là khả nghịch và có A  A . Mặt khác từ (1) ta thấy rằng
t

ma trận A trực giao khi và chỉ khi các vector cột và các vector hàng của A tạo thành hai hệ
trực chuẩn.

At A  I  1  A  1
Ta có

1 / 3 2 / 6 0 
 
A  1 / 3 1 / 6 1/ 2 
 
1 / 3 1 / 6 1 / 2 
Ví dụ 1: Ma trận là ma trận trực giao.
Ví dụ 2: Mọi ma trận vuông cấp 2 trực giao đều có dạng

 cos sin    cos sin  

A  A
  sin  cos  hay  sin  cos 

Thật vậy, ta dễ dàng kiểm chứng hai ma trận A ở trên thỏa mãn A A  I .
t

a b   a c   a b  1 0 
A  b d   c d   0 1 
Ngược lại nếu  c d  và At A  I thì     

129
 a 2  c 2  1(1)

ab  cd  0(2)
b 2  d 2  1(3)
Suy ra 

A  1
Mặt khác từ và (2) & (3) suy ra b, d là nghiệm duy nhất của hệ phương trình
ax+cy=0

bx+dy=1
Cramer 
c a
b ,d 
A A

 a b  cos sin  
A  a 2  b2  1  A  
Nếu
A 1
thì  b a  và   sin  cos 

a b  cos sin  
A  a 2  b2  1  A  
Nếu
A  1
thì  b a  và  sin  cos 

5.2.6.2. Định lý:

Ma trận của một hệ trực chuẩn viết trong cơ sở trực chuẩn là một ma trận trực giao.
Đặc biệt mọi ma trận chuyển từ cơ sở trực chuẩn sang cơ sở trực chuẩn là ma trận trực
giao.

Chứng minh: Gọi

A   aij 
là ma trận của hệ trực chuẩn  v1 ,..., vn  viết trong cơ sở
B   e1 ,..., en 
trực chuẩn .
n n
v j   aijei   ei , v j ei
v  v, e1 e1  ...  v, en en
Từ ta có i 1 i 1

u, v  u , e1 v, e1  ...  u , en v, en a a ij ik  v j , vk   jk
Từ ta có i 1

Vậy A là ma trận trực giao.

5.2.7. Chéo hóa trực giao
5.2.7.1. Điều kiện chéo hóa trục giao được
t
Cho ma trận A tìm ma trận trực giao T sao cho T AT là ma trận chéo.
Định lý (điều kiện cần): Nếu A chéo hóa trực giao được thì A là ma trận đối xứng.

130
 T AT   T t AT
t t

. Do đó T A T  T AT ,
t t t t
Chứng minh: Nếu T AT là ma trận chéo thì
vì T khả nghịch nên A  A .
t

Ngược lại, ta sẽ chứng minh nếu A đối xứng thì chéo hóa trực giao được.
5.2.7.2. Quy trình chéo hóa trực giao ma trận đối xứng
Muốn chéo hóa trực giao một ma trận đối xứng A, nghĩa là tìm ma trận trực giao T sao
t
cho T AT có dạng chéo, ta thực hiện các bước sau:
Bước 1: Tìm các giá trị riêng của A (nghiệm của đa thức đặc trưng).
Bước 2: Trong mỗi không gian riêng tìm một cơ sở và trực chuẩn hóa Gram – Shmidt
cơ sở này.
Bước 3: Gộp các cơ sở đã được trực chuẩn hóa ở bước 2 ta có một cơ sở trực chuẩn V.
Ma trận các vector của cơ sở này là ma trận trực giao T cần tìm.

0 2 2 
A   2 3 1
 2 1 3 
Ví dụ: Chéo hóa trực giao ma trận đối xứng
Đa thức đặc trưng

 2 2 4 2 2
A   I  2 3   1  4   3   1
2 1 3   4   1 3  

(4   ) 2 2 (4   ) 2 2
 0 1   3  0 2   3  (4   ) 2 (   2)
0 3 1   0 0 4

v   x, y , z 
 Với giá trị riêng 1  2 , vector riêng là nghiệm của hệ

 2 2 2   x  0
 2 5 1  y    0 
    
 2 1 5   z   0

2 2 2  1 1 1  1 1 1  1 2 0 
 2 5 1  0 3 3   0 1 1  0 1 1
       
  0 3 3   0 0 0  0 0 0 
Ta có  2 1 5 

131
Hệ phương trình nên tương đương với hệ

x  2 y  0  x  2 y
 
 y  z  0 có nghiệm y  z

 v  (2 y, y, y )  y ( 2,1,1) . Chọn v1  (2,1,1)

Trực chuẩn hóa được


u1  2 / 6,1 / 6,1 / 6 
v   x, y , z 
 Với giá trị riêng 2  4 (nghiệm kép), vector riêng là nghiệm của
hệ

 4 2 2   x  0 
 2 1 1  y   0
    
 2 1 1  z  0

 4 2 2   2 1 1
 2 1 1   0 0 0 
   
 2 1 1  0 0 0 
Ta có
Hệ phương trình trên tương đương với phương trình 2x – y – z = 0

y z  1  1 
 v   x, y , z     , y , z   y  ,1, 0   z  , 0,1 
2 2  2  2 

1  1 
v2   ,1, 0  , v3   , 0,1
Chọn 2  2 .

Trực chuẩn hóa hai vector này ta có

  
u2  1 / 5, 2 / 5, 0 , u3  2 / 30, 1/ 30,5 / 30 
 2 / 6 1 / 5 2 / 30 
   2 0 0 
T   1 / 6 2 / 5 1 / 30  T t AT   0 4 0 
 

 1 / 6 0 5 / 30  và  0 0 4 
Vậy

132