Không gian véctơ

1. Khái niệm về không gian véctơ

3.1.1. Định nghĩa và tính chất

Cho K là một trường (số thực hoặc phức) và một tập V khác rỗng.
Ta định nghĩa hai phép toán trên V như sau:
Phép cộng (ký hiệu +) +: V × V −→ V
(x, y ) 7−→ x + y
Phép nhân ngoài (ký hiệu .) . : R × V −→ V
(a, x) 7−→ ax
1. Khái niệm về không gian véctơ
Định nghĩa 1: Tập V gọi là không gian véc tơ trên trường K hay
gọi là K -không gian véc tơ, nếu ta xác định được phép toán cộng
(+) trên V và nhân (.) ngoài với một số của K trên V thỏa mãn
các tiên đề sau:
A. Phép cộng:
1) Có tính kết hợp: (x + y ) + z = x + (y + z).
2) Có tính giao hoán: x + y = y + x.
3) Tồn tại phần tử không, ký hiệu θ ∈ V sao cho
x + θ = θ + x = x, với mọi x ∈ V .
4) Với mọi x ∈ V , tồn tại phần tử ký hiệu −x sao cho
x + (−x) = θ. −x được gọi là phần tử đối của x.
1. Khái niệm về không gian véctơ

B. Phép nhân ngoài với phần tử của trường

5) Với 1 ∈ K là phần tử đơn vị của K , ta có 1.x = x
6) Phép nhân ngoài có tính chất kết hợp:
∀a, b ∈ R, ∀x ∈ V : (ab)x = a(bx).
7) Phép nhân ngoài phân phối với phép cộng: a(x + y ) = ax + ay .
8) Phép cộng trên K có tính chất phân phối với phép nhân ngoài:
(a + b)x = ax + bx.
1. Khái niệm về không gian véctơ
Các ví dụ

Ví dụ 1: Không gian Rn với phép toán cộng và nhân ngoài được

xác định như sau:
x + y = (x1 + y1 , x2 + y2 , ..., xn + yn );
ax = (ax1 , ax2 , ..., axn )
là một không gian véc tơ.

Ví dụ 2: Không gian các ma trận cấp m × n với phép toán cộng

ma trận và phép nhân ma trận với một số thực R :

A + B = (aij )m×n + (bij )m×n ; tA = (taij )m×n .

Ví dụ 3: Không gian các đa thức hệ số thực bậc bé hơn bằng n

Ví dụ 4: Chứng tỏ rằng R2 với phép toán sau đây không là không
gian véctơ:

(x1 , x2 ) + (y1 , y2 ) = (x1 + y1 + 1, x2 + y2 ); t(x1 , y1 ) = (tx1 , ty1 )

Chú ý: Ta có tiên đề thứ 8: (λ + µ)x = λx + µx Với mọi x =

(x1 , x2 ), λ, µ ∈ R, ta có (λ + µ)x = ((λ + µ)x1 , (λ + µ)x2 ). Nhưng
λx = (λx1 , λx2 ),
µx = (µx1 , µx2 ), suy ra λx + µx = (λx1 + µx1 + 1, λx2 + µx2 ) =
((λ + µ)x1 + 1, (λ + µ)x2 ).
Do đó (λ + µ)x 6= λx + µx.
Ví dụ 4: Chứng tỏ rằng R2 với phép toán sau đây không là không
gian véctơ:

(x1 , x2 ) + (y1 , y2 ) = (x1 + y1 + 1, x2 + y2 ); t(x1 , y1 ) = (tx1 , ty1 )

Chú ý: Ta có tiên đề thứ 8: (λ + µ)x = λx + µx Với mọi x =

(x1 , x2 ), λ, µ ∈ R, ta có (λ + µ)x = ((λ + µ)x1 , (λ + µ)x2 ). Nhưng
λx = (λx1 , λx2 ),
µx = (µx1 , µx2 ), suy ra λx + µx = (λx1 + µx1 + 1, λx2 + µx2 ) =
((λ + µ)x1 + 1, (λ + µ)x2 ).
Do đó (λ + µ)x 6= λx + µx.
1.2 Các tính chất

Tính chất 1: Trong không gian véc tơ V :

1 Phần tử trung hòa θ là duy nhất.
2 Với mỗi phần tử x ∈ V phần tử đối xứng −x là duy nhất.
3 Với mọi x ∈ V đều có 0.x = θ.
4 Với mọi x ∈ V thì (−1)x = −x.
5 Nếu ax = θ thì a = 0 hoặc x = θ.
2. Độc lập tuyến tính và phụ thuộc tuyến tính

Cho V là một K -không gian véc tơ.

2.1. Các định nghĩa

Định nghĩa 1: Véc tơ x được gọi là một tổ hợp tuyến tính của hệ n
véc tơ {x1 , x2 , ..., xn } nếu tồn tại các vô hướng a1 , a2 , ..., an ∈ K để
n
X
(3.1) x = a1 x1 + a2 x2 + · · · + an xn = ai xi .
i=1

Như vậy hệ {x1 , x2 , ..., xn } là phụ thuộc tuyến tính nếu tồn tại các
vô hướng a1 , ..., an ∈ K không đồng thời bằng không để (3.1) thỏa
mãn.
2. Độc lập tuyến tính và phụ thuộc tuyến tính

Ví dụ 1: Trong R3 cho b = (2, −1, 3), a1 = (1, −1, 2), a2 = (1, −2, 3).
Ta có
(2, −1, 3) = 3(1, −1, 2) − (1, −2, 3).

Hay b = 3a1 − a2 , vậy b là tổ hợp tuyến tính của {a1 , a2 }.

Định nghĩa 2: Hệ n véc tơ {x1 , x2 , ..., xn } gọi là độc lập tuyến tính
nếu từ đẳng thức a1 x1 + a2 x2 + · · · + an xn = θ kéo theo
a1 = a2 = · · · = an = 0.
Hệ {x1 , x2 , ..., xn } gọi là phụ thuộc tuyến tính nếu nó không độc
lập tuyến tính.
2. Độc lập tuyến tính và phụ thuộc tuyến tính
Ví dụ 2:

a) Trong không gian các véctơ tự do của hình học sơ cấp, mọi
véctơ được xem là xuất phát từ một điểm O. Hệ hai véc tơ độc lập
tuyến tính nếu và chỉ nếu chúng không cùng phương. Hệ ba véc tơ
độc lập tuyến tính nếu và chỉ nếu chúng không đồng phẳng.

b) Trong không gian R2 các véctơ e1 = (1, 0), e2 = (0, 1) độc lập
tuyến tính. Thật vậy, hệ thức

a1 e1 + a2 e2 = (a1 , a2 ) = (0, 0)

khi và chỉ khi a1 = a2 = 0.

2. Độc lập tuyến tính và phụ thuộc tuyến tính

c) Hãy xem xét các véctơ sau đây độc lập hay phụ thuộc tuyến
tính trong R3 : α1 = (5, 3, 4), α2 = (3, 2, 3), α3 = (8, 3, 1).
Xét biểu diễn sau: x1 (5, 3, 4) + x2 (3, 2, 3) + x3 (8, 3, 1) = (0, 0, 0)
Phương trình véc
 tơ trên tương đương với hệ phương trình
5x1 + 3x2 + 8x3 = 0



3x1 + 2x2 + 3x3 = 0



4x + 3x + x = 0
1 2 3
Hệ này có một nghiệm không tầm thường:
x1 = 7, x2 = −9, x3 = −1.
Như vậy, ba véctơ trên phụ thuộc tuyến tính.
2. Độc lập tuyến tính và phụ thuộc tuyến tính

2.2. Các tính chất

1 Hệ một véctơ x phụ thuộc tuyến tính nếu và chỉ nếu x = 0.
2 Với n > 1, hệ (x1 , ..., xn ) phụ thuộc tuyến tính nếu và chỉ nếu
có một véctơ nào đó biểu thị tuyến tính qua các véctơ còn lại.
3 Mỗi hệ con của hệ độc lập tuyến tính cũng độc lập tuyến tính.
4 Mỗi hệ véctơ chứa một hệ con phụ thuộc tuyến tính cũng là
một hệ phụ thuộc tuyến tính.
5 Giả sử hệ (x1 , x2 , ..., xn ) độc lập tuyến tính. Khi đó
(x1 , x2 , ..., xn , y ) phụ thuộc tuyến tính k.v.c.k y biểu thị tuyến
tính được qua hệ (x1 , x2 , ..., xn ).
3.Cơ sở và số chiều của không gian véctơ

3.1. Định nghĩa và tính chất

Định nghĩa:
1 Một hệ véctơ của V được gọi là hệ sinh của V nếu mọi véctơ
của V đều biểu thị tuyến tính qua hệ đó.
2 Một hệ véctơ của V được gọi là một cơ sở của V nếu mọi véc
tơ của V đềubiểu thị tuyến tính duy nhất qua hệ này.

Nhận xét: Một hệ véc tơ {x1 , x2 , ..., xn } của không gian véc tơ V
là một cơ sở nếu thỏa hai điều kiện sau:
1) {x1 , x2 , ..., xn } là một hệ sinh của V .
2) {x1 , x2 , ..., xn } là một hệ độc lập tuyến tính.
3.Cơ sở và số chiều của không gian véctơ

Ví dụ 5: Trong không gian R3 cho hê ba véc tơ

I = {e1 = (1, 0, 0), e2 = (0, 1, 0), e3 = (0, 0, 1)}. Khi đó hệ I là
một hệ sinh.

Thật vây, với mọi vécto x = (x1 , x2 , x3 ) ∈ R3 , ta có x = (x1 , x2 , x3 ) =

x1 (1, 0, 0) + x2 (0, 1, 0) + x3 (0, 0, 1) hay x = x1 e1 + x2 e2 + x3 e3 .
3.Cơ sở và số chiều của không gian véctơ

Ví dụ 5: Trong không gian R3 cho hê ba véc tơ

I = {e1 = (1, 0, 0), e2 = (0, 1, 0), e3 = (0, 0, 1)}. Khi đó hệ I là
một hệ sinh.

Thật vây, với mọi vécto x = (x1 , x2 , x3 ) ∈ R3 , ta có x = (x1 , x2 , x3 ) =

x1 (1, 0, 0) + x2 (0, 1, 0) + x3 (0, 0, 1) hay x = x1 e1 + x2 e2 + x3 e3 .
3.Cơ sở và số chiều của không gian véctơ

Như vậy, mỗi cơ sở đều là một hệ sinh. Dưới đây ta nghiên cứu sâu
hơn mối quan hệ giữa các khái niệm hệ sinh, cơ sở, và độc lập tuyến
tính.
Ta cần thuật ngữ sau: một véctơ của không gian V được gọi là độc
lập tuyến tính cực đại nếu nó độc lập tuyến tính và nếu thêm bất
kỳ bất kỳ véctơ nào của V vào hệ thì hệ mới thu được trở thành
phụ thuộc tuyến tính.
3.Cơ sở và số chiều của không gian véctơ

Định lý 1. Cho hệ hữu hạn các véc tơ (α1 , ..., αn ) của không gian
véctơ V . Khi đó các khẳng định sau đây là tương đương:
1 (α1 , ..., αn ) là một cơ sở của V .
2 (α1 , ..., αn ) là một hệ sinh độc lập tuyến tính của V .
3 (α1 , ..., αn ) là một hệ véctơ độc lập tuyến tính cực đại của V .

Định lý 2. Với hệ hữu hạn các véctơ U = {x1 , x2 , ..., xn } thì số

phần tử của mọi con độc lập tuyến tính cực đại của U đều bằng
nhau.
3.Cơ sở và số chiều của không gian véctơ
Định nghĩa 2:
1 Số phần tử của mỗi cơ sở của K -không gian véctơ hữu hạn
sinh V 6= {0} được gọi là số chiều của V trên K , và được ký
hiệu là dim V . Nếu V = {0}, ta quy ước dim V = 0.
2 Nếu V không có một cơ sở nào gồm vô hạn phần tử thì nó
được gọi là một không gian véctơ vô hạn chiều.
Như vậy nếu V có một cơ sở I = {e1 , ..., en } gồm n phần tử thì nó
là một hệ độc lập tuyến tính cực đại của V , nên khi đó:
1 Mọi hệ độc lập tuyến tính gồm nhiều nhất n phần tử.
2 Mọi hệ n véctơ độc lập tuyến tính đều là cơ sở của V .
3 Mọi hệ có nhiều hơn n phần tử đều phụ thuộc tuyến tính.
3.Cơ sở và số chiều của không gian véctơ
3.2. Các ví dụ
1) Trong không gian véc tơ M2 (R) gồm các ma trận vuông cấp hai
trên trường số thực R. Xét hệ các véctơ
! ! ! !
1 0 0 1 0 0 0 0
I = , , ,
0 0 0 0 1 0 0 1

Khi đó với mọi ma trận vuông cấp hai

! ! ! ! !
a b 1 0 0 1 0 0 0 0
=a +b +c +d ,
c d 0 0 0 0 1 0 0 1

vậy I là một hệ sinh.

Mặt khác! ! ! ! !
1 0 0 1 0 0 0 0 a b
a +b +c +d = =
0 0 0 0 1 0 0 1 c d
!
0 0
kéo theo a = b = c = d = 0.
0 0
Vậy I là một cơ sở của M2 (R) và dim(M2 (R)) = 4.
3.Cơ sở và số chiều của không gian véctơ

3) Trong Pn (t) = a0 + a1 t + · · · + an t n là tập các đa thức bậc không

quá n xét các véctơ: I = {1, t, ..., t n }.
Biểu thức
a0 + a1 t + · · · + an t n = 0, (∀ ∈ R)

kéo theo a0 = a1 = · · · = an = 0, vậy hệ I độc lập tuyến tính.

Với mọi f (t) = a0 + a1 t + · · · + an t n .
Vậy f (t) là cơ sở của Pn (t) và dim(Pn (t)) = n + 1.
4. Tọa độ của véctơ đối với một cơ sở

4.1. Tọa độ của véctơ

Để chứng tỏ một hệ véctơ là một cơ sở của không gian véctơ n
chiều V , ta thường sử dụng định lý sau.

Điều kiện cần và đủ để hệ I = {e1 , e2 , ..., en } lập thành một cơ sở

của không gian véctơ V trên trường K là với mọi x ∈ V tồn tại
duy nhất các số x1 , ..., xn ∈ K sao cho
x = x1 e1 + x2 e2 + · · · + xn en .
4. Tọa độ của véctơ đối với một cơ sở

Bộ n số (x1 , x2 , ..., xn ) gọi là tọa độ của x trên cơ sở I , còn xi là tọa

độ thứ i, (i = 1, ..., n) trong cơ sở I , ký hiệu
 
x1
 
x2 
x =.
 
 .. 
 
xn
Ví dụ: Trong không gian R2 cho véc tơ
U = {u1 = (1, 0), u2 = (1, 1)}. Chứng minh rằng là một cơ sở của
R2 , tìm tọa độ của véc tơ x = (3, 2) đối với cơ sở U.

Ta chỉ cần chứng minh U độc lập tuyến tính, ta  có 0 = (0, 0) =

a + b = 0
au1 + bu2 = a(1, 0) + b(1, 1) = (a + b, b), suy ra hay
b = 0

a = 0
. Vây U độc lập tuyến tính từ đó suy ra U là một cơ sở
b = 0
của R2 .
 
a + b = 3
Xét tổ hợp (3, 2) = a(1, 0)+b(1, 1) = (a+b, b) suy ra
b = 2

a = 1
hay . Vậy với cơ sở U véc to x có tọa độ là: x = (1, 2).
b = 2
Ví dụ: Trong không gian R3 cho hệ véc tơ
U = {u1 = (1, 1, 0), u2 = (0, 1, 0), u3 = (1, 1, 1). Hệ U có phải là
một cơ sở của R3 không? Nếu có tìm tọa độ của x = (1, 0, 2) qua
cơ sở đó.
4. Tọa độ của véctơ đối với một cơ sở
4.2. Biểu thức các phép toán tọa độ
Giả sử I = {e1 , e2 , ..., en } là một cơ sở của V . Nếu x, y ∈ V , trên
cơ sở I có tọa độ
   
x1 y1
   
x2  y2 
a =  . , y =  . .
   
 ..   .. 
   
xn yn

Khi đó x + y = (x1 e1 + x2 e2 + · · · + xn en ) + (y1 e1 + y2 e2 + · · · + yn en )

= (x1 + y1 )e1 + (x2 + y2 )e2 + · · · + (xn + yn )en ,
tx = tx1 e1 + tx2 e2 + · · · + txn en .
4. Tọa độ của véctơ đối với một cơ sở

Do đó trên cơ sở I , x + yvà tx cótọa độ  

x1 + y1 tx1
   
x2 + y2  tx2 
x + y =  .  , tx =  .  .
   
 . .  .. 
   
xn + yn txn
Như vậy muốn cộng hai véctơ ta cộng các tọa độ tương ứng của
chúng, muốn nhân một số với một véctơ ta nhân số đó với mọi tọa
độ của véc tơ đó. Đó cũng là phép cộng các phần tử và phép nhân
một số với một phần tử của K n .
Do đó ta có thể đưa được các phép toán trên V về các phép toán
trên K n .
4. Tọa độ của véctơ đối với một cơ sở

Do đó trên cơ sở I , x + yvà tx cótọa độ  

x1 + y1 tx1
   
x2 + y2  tx2 
x + y =  .  , tx =  .  .
   
 . .  .. 
   
xn + yn txn
Như vậy muốn cộng hai véctơ ta cộng các tọa độ tương ứng của
chúng, muốn nhân một số với một véctơ ta nhân số đó với mọi tọa
độ của véc tơ đó. Đó cũng là phép cộng các phần tử và phép nhân
một số với một phần tử của K n .
Do đó ta có thể đưa được các phép toán trên V về các phép toán
trên K n .
4. Tọa độ của véctơ đối với một cơ sở

Do đó trên cơ sở I , x + yvà tx cótọa độ  

x1 + y1 tx1
   
x2 + y2  tx2 
x + y =  .  , tx =  .  .
   
 . .  .. 
   
xn + yn txn
Như vậy muốn cộng hai véctơ ta cộng các tọa độ tương ứng của
chúng, muốn nhân một số với một véctơ ta nhân số đó với mọi tọa
độ của véc tơ đó. Đó cũng là phép cộng các phần tử và phép nhân
một số với một phần tử của K n .
Do đó ta có thể đưa được các phép toán trên V về các phép toán
trên K n .
4.3. Ma trận của một hệ véctơ

Định nghĩa 1: Giả sử hệ p véctơ {a1 , a2 , ..., ap } trong cơ sở I =

{e1 , e2 , ..., en } có tọa độ
     
a11 a12 a1p
     
a21  a22  a2p 
a1 =  .  , a2 =  .  , ..., an =  . 
     
 ..   ..   .. 
     
an1 an2 anp
4.3. Ma trận của một hệ véctơ

Lập ma trận A = (aij )n×p mà cột thứ j, (j = 1, ..., p) của A là tọa

độ của véctơ aj trong cơ sở I :
 
a11 a12 · · · a1p
 
a21 a22 · · · a2p 
A= .
 
 .. .. .. 
 . ··· . 

an1 an2 · · · anp

Khi đó A gọi là ma trận của hệ véctơ {a1 , a2 , ..., an } trong I .

4.3. Ma trận của một hệ véctơ

Hiên nhiên tọa độ của các ei trên chính cơ sở I = {e1 , e2 , ..., en }

tương ứng là:
     
1 0 0
     
0 1 0
e1 =  .  , e2 =  .  , ..., en =  . 
     
 ..   ..   .. 
     
0 0 1

Như vậy ma trận của một hệ cơ sở trên chính nó là ma trận đơn vị

cấp n.
4.3. Ma trận của một hệ véctơ

Ví dụ: Trong không gian P3 (t), hệ:

a1 = 1+t+t 3 , a2 = 1−t 2 +3t 3 , a3 = −1+t+2t 2 −3t 3 , a4 = 2+5t+t 2 −t 2

trên cơ sở I = {1, t, t 2 , t 3 } có ma trận là

 
1 1 −1 2
 
1 0 1
5
A= 
0
 −1 2 1
1 3 −3 −1
4.4. Biểu thức của tổ hợp tuyến tính dưới dạng tọa
độ

Cho hệ p véctơ A = {a1 , a2 , ..., ap }có ma trận A và véctơ b :

   
a11 a12 · · · a1p b1
   
a21 a22 · · · a2p  b2 
A= . , b=.
   
 .. .. ..   .. 
 . ··· . 

 
an1 an2 · · · anp bn

Với b là một tổ hợp tuyến tính của hệ A.

b = x1 a1 + x2 a2 + · · · + xp ap
4.4. Biểu thức của tổ hợp tuyến tính dưới dạng tọa
độ
Dưới dạng tọa độ biểu thức là
       
b1 a11 a12 a1p
       
 b2  a21  a22  a2p 
 .  = x1  .  + x2  .  + · · · + xp  . 
       
 ..   ..   ..   .. 
       
bn an1 an2 anp
    
b1 a11 a12 · · · a1n x1
    
b2  a21 a22 · · · a2n  x2 
Hay  .  =  .  .  (∗)
    
 ..   .. .. ..  .
   . ··· .  . 
bn an1 an2 · · · ann xn
4.4. Biểu thức của tổ hợp tuyến tính dưới dạng tọa
độ

Khai triển (*) vàcho hai ma trận bằng nhau ta có hệ phương trình:


a11 x1 + a12 x2 + · · · + a1p xp = b1


a21 x1 + a22 x2 + · · · + a2p xp = b2

..



 .


a x + a x + · · · + a x = b
n1 1 n2 2 np p p
Như vậy nếu hệ có nghiệm thì b là tổ hợp tuyến tính của {a1 , a2 , ..., ap },
nếu p = n và với mọi véctơ b của V hệ có nghiệm duy nhất thì
{a1 , a2 , ..., an } là cơ sở của V và nghiệm của hệ là tọa độ của b trên
cơ sở {a1 , a2 , ..., ap }.
4.4. Biểu thức của tổ hợp tuyến tính dưới dạng tọa
độ

Khai triển (*) vàcho hai ma trận bằng nhau ta có hệ phương trình:


a11 x1 + a12 x2 + · · · + a1p xp = b1


a21 x1 + a22 x2 + · · · + a2p xp = b2

..



 .


a x + a x + · · · + a x = b
n1 1 n2 2 np p p
Như vậy nếu hệ có nghiệm thì b là tổ hợp tuyến tính của {a1 , a2 , ..., ap },
nếu p = n và với mọi véctơ b của V hệ có nghiệm duy nhất thì
{a1 , a2 , ..., an } là cơ sở của V và nghiệm của hệ là tọa độ của b trên
cơ sở {a1 , a2 , ..., ap }.
4.4. Biểu thức của tổ hợp tuyến tính dưới dạng tọa
độ

Định lý 3: Trong không gian tuyến tính n chiều V , A là ma trận

của hệ n véctơ {a1 , a2 , ..., an } khi đó det(A) 6= 0 thì hệ
{a1 , a2 , ..., an } là một cơ sở của V .
4.5. Phép biến đổi cơ sở

Cho V là không gian tuyến tính trên K và I = {e1 , e2 , ..., en }, U =

{u1 , u2 , ..., un } là hai cơ sở của V . Gọi ma trận của U trên I là
 
t11 t12 · · · t1n
 
t21 t22 · · · t2n 
T = .
 
 .. .. .. 
 . ··· . 

tn1 tn2 · · · tnn

T là ma trận của hệ cơ sở U trên cơ sở I , nó được gọi là ma trận

chuyển cơ sở từ cơ sở I sang cơ sở U.
4.5. Phép biến đổi cơ sở

Cho V là không gian tuyến tính trên K và I = {e1 , e2 , ..., en }, U =

{u1 , u2 , ..., un } là hai cơ sở của V . Gọi ma trận của U trên I là
 
t11 t12 · · · t1n
 
t21 t22 · · · t2n 
T = .
 
 .. .. .. 
 . ··· . 

tn1 tn2 · · · tnn

T là ma trận của hệ cơ sở U trên cơ sở I , nó được gọi là ma trận

chuyển cơ sở từ cơ sở I sang cơ sở U.
4.5. Phép biến đổi cơ sở

Cho x ∈ V , giả sử trên các cơ sở I và U, x có biểu diễn:

x = x1 e1 + x2 e2 + · · · + xn en = x10 u1 + x20 u2 + · · · + xn0 un

Thay các tọa độ tương ứng của các véctơ ei (i = 1, ..., n) và các
véctơ uj , (j = 1, ..., n) trên cơ sở I = {e1 , e2 , ..., en } ta được:
       
1 0 t11 t1n
       
0 0 t21  t2n 
x1  .  + · · · + xn  .  = x10  .  + · · · + xn0  . 
       
 ..   ..   ..   .. 
       
0 1 tn1 tnn
4.5. Phép biến đổi cơ sở

Hay
      
x1 t11 t12 ··· t1n x10 x0
      1
x2  t21 t22 ··· t2n   0 x 0 
 x2   2
.= . = T
  
 ..   .. .. ..   .. 
   .
 .. 
   . ··· .  .   
xn tn1 tn2 ··· tnn xn0 xn0

Đó là biểu thức chuyển tọa độ của một véctơ từ cơ sở U sang cơ

sở I .
4.5. Phép biến đổi cơ sở

Vì U độc lập tuyến tính nên det T 6= 0 do đó tồn tại T −1 , khi đó

   
x10 x1
   
x 0  x2 
 2
 .  = T −1  . 
 
 ..   .. 
   
xn0 xn

Biểu thức trên được gọi là biểu thức chuyển tọa độ từ cơ sở I sang
cơ sở U.
4.5. Phép biến đổi cơ sở

Giả sử trên cùng một cơ sở W nào đó hệ cơ sở I có ma trận A, hệ

cơ sở U có ma trận B. Gọi T là ma trận chuyển có sở từ I sang U,
với x ∈ V , giả sử trên I và U có tọa độ tương ứng là:
   
x1 x0
   1
x2  x 0 
 2
x =  .  và x =  . 
 
 ..   .. 
   
xn xn0
4.5. Phép biến đổi cơ sở

Khi đó theo công thức chuyển cơ sở

   
x1 x0
   1
 x2  x 0 
 2
.=T.
 
 ..   .. 
   
xn xn0
4.5. Phép biến đổi cơ sở
Mặt khác từ biểu thức bieur diễn duy nhất của x và I qua U :

x = x10 u1 + x20 u2 + · · · + xn0 un = x1 e1 + x2 e2 + · · · + xn en

Thay tọa độ của các ui (i = 1, ..., n) trên W ta được:

     
x10 x1 x0
     1
x 0  x2  x 0 
 2  2
B  .  = A  .  = AT  . 
 
 ..   ..   .. 
     
xn0 xn xn0
Suy ra B = AT
hay T = A−1 B
và ma trận chuyển cơ sở từ U sang I là: T −1 = B −1 A.
Ví dụ 1. Trong không gian R-KGVT R3 cho hai cơ sở (e) = {e1 =
(1, 0, 3), e2 = (4, −1, 1), e3 = (3, 1, 8)}; (e 0 ) = {e10 = (1, 2, 2), e20 =
(2, 1, 1), e30 = (0, 1, −1)} và véc tơ x = 3e1 − 8e2 − 6e3
a) Tìm ma trận chuyển cơ sở từ (e) sang (e 0 )
b) Tìm tọa độ x đối với cơ sở (e 0 ).
Xét cơ sở chính tắc U = {u1 = (1, 0, 0), u2 = (0, 1, 0), u3 = (0, 0, 1).
Ma trận
 chuyển cơ
 sở từ U sang (e) là:
1 4 3
 
A = 0 −1 1


3 1 8
 
1 2 0
Ma trận chuyển cơ sở từ U sang (e 0 ) : B = 
 
2 1 1 

2 1 −1
Ma trận chuyển cơ sở từ (e) sang(e’)
 là 
−9 −29 7 1 2 0
1 
T = A−1 B= 12
  
3 −1 11  2 1 1 
 
3 11 −1 2 1 −1
 
−53 −40 −36
1 
 
= 12  −1 4 0 
23 16 12
  
y
 1 0
Gọi 
y2  là tọa độ của x đối với cơ sở (e ) khi đó

y3
   
y1 3
y2  = T −1 −8
   
   
y3 −6
4.5. Phép biến đổi cơ sở

Ví dụ 2: 1) Trong R3 cho hai cơ sở I = {e1 , e2 , e3 } và U =

{u1 , u2 , u3 } với: e1 = (1, 0, 0), e2 = (0, 1, 0), e3 = (0, 0, 1) và u1 =
(2, −1, 3), u2 = (1, 0, 1), u3 = (0, −1, 2)
a) Ma trận chuyển cơ sở từ I sang U là:
 
2 1 0
 
T = −1 0 −1

3 1 2
4.5. Phép biến đổi cơ sở

b) ma trận chuyển từ cơ sở U sang I , hay ma trận của hệ I trong

cơ sở U là:
 
1−2 −1
T −1
 
=
−1 4 2
−1 1 1
  
3
 
−1 . Khi đó trong có sơ U, x
c) Trong có sở I cho x có tọa độ:  
0
có tọa độ:     
1 −2 −1 3 5
    
−1 4
 2  −1 = −7
   

−1 1 1 0 −4
5. Không gian véc tơ con - Hạng của hệ véctơ

Định nghĩa 1: Cho V là một K -không gian véc tơ. Ta gọi tập con
khác rỗng U ⊆ V là một không gian con của V nếu:
1 ∀ x, y ∈ U : x + y ∈ U,
2 ∀ x ∈ U, ∀t ∈ K : tx ∈ U.

Do các phần tử thuộc U thì cũng thuộc V nên nó thỏa mãn các
tiền đề (1), (2), (5) − (8). Hơn nữa, phần tử θ ∈ U vì x ∈ U thì
0.x = θ và −x = (−1)x ∈ U với mọi x ∈ U. Do đó U thỏa mãn
các tiền đề của một không gian véc tơ.
Kết hợp hai điều kiện (i) và (ii) ta có định lý sau đây để kiểm tra
một tập là một không gian véc tơ.
5. Không gian véc tơ con - Hạng của hệ véctơ

Định nghĩa 1: Cho V là một K -không gian véc tơ. Ta gọi tập con
khác rỗng U ⊆ V là một không gian con của V nếu:
1 ∀ x, y ∈ U : x + y ∈ U,
2 ∀ x ∈ U, ∀t ∈ K : tx ∈ U.

Do các phần tử thuộc U thì cũng thuộc V nên nó thỏa mãn các
tiền đề (1), (2), (5) − (8). Hơn nữa, phần tử θ ∈ U vì x ∈ U thì
0.x = θ và −x = (−1)x ∈ U với mọi x ∈ U. Do đó U thỏa mãn
các tiền đề của một không gian véc tơ.
Kết hợp hai điều kiện (i) và (ii) ta có định lý sau đây để kiểm tra
một tập là một không gian véc tơ.
5. Không gian véc tơ con - Hạng của hệ véctơ

Định lý 1: Cho U là một K -không gian véc tơ, U ⊆ V là một tập

con khác rỗng của V . Điều kiện cần và đủ để U là một không gian
véc tơ con là ∀ x, y ∈ U, ∀ t, s ∈ K : tx + sy ∈ U.

2. Các ví dụ
- Tập {θ} và V là hai không gian con của K -không gian véc tơ U
và được gọi là không gian con tầm thường.
- Trong R-không gian R3 . Cho tập U = {(x1 , x2 , 0)|x1 , x2 ∈ R}. Khi
đó U là một không gian con của R3 .
5. Không gian véc tơ con - Hạng của hệ véctơ

Định lý 1: Cho U là một K -không gian véc tơ, U ⊆ V là một tập

con khác rỗng của V . Điều kiện cần và đủ để U là một không gian
véc tơ con là ∀ x, y ∈ U, ∀ t, s ∈ K : tx + sy ∈ U.

2. Các ví dụ
- Tập {θ} và V là hai không gian con của K -không gian véc tơ U
và được gọi là không gian con tầm thường.
- Trong R-không gian R3 . Cho tập U = {(x1 , x2 , 0)|x1 , x2 ∈ R}. Khi
đó U là một không gian con của R3 .
5. Không gian véc tơ con - Hạng của hệ véctơ

Định lý 1: Cho U là một K -không gian véc tơ, U ⊆ V là một tập

con khác rỗng của V . Điều kiện cần và đủ để U là một không gian
véc tơ con là ∀ x, y ∈ U, ∀ t, s ∈ K : tx + sy ∈ U.

2. Các ví dụ
- Tập {θ} và V là hai không gian con của K -không gian véc tơ U
và được gọi là không gian con tầm thường.
- Trong R-không gian R3 . Cho tập U = {(x1 , x2 , 0)|x1 , x2 ∈ R}. Khi
đó U là một không gian con của R3 .
Để kiểm tra U là một không gian véctơ con của R3 ta có thể dùng
định nghĩa hoặc Định lý 1.
Thật vậy, vì 0 = (0, 0, 0) ∈ U nên U 6= ∅. Mặt khác,
(i) Với mọi x, y ∈ U thì x = (x1 , x2 , 0), y = (y1 , y2 , 0), do đó
x + y = (x1 + y1 , x2 + y2 , 0) suy ra x + y ∈ U.
(ii) Với mọi t ∈ R, x = (x1 , x2 , 0) ∈ U ta có tx = (tx1 , tx2 , 0) ∈ U.
Vậy U là một không gian véc tơ con của R3 .
Ví dụ: Trong R-không gian R3 . Cho tập
U = {(x1 , x2 , x3 )|x1 + x2 + x3 = 0}. Khi đó U là một không gian
con của R3 .

Thật vậy U 6= ∅, vì 0 = (0, 0, 0) ∈ U.

Với mọi a, b ∈ R, x = (x1 , x2 , x3 ), y = (y1 , y2 , y3 ) ∈ U, và x1 +
x2 + x3 = 0, y1 + y2 + y3 = 0. Suy ra ax + by = (ax1 , ax2 , ax3 ) +
(by1 , by2 , by3 ) = (ax1 + by1 , ax2 + by2 , ax3 + by3 ), suy ra (ax1 +
by1 ) + (ax2 + by2 ) + (ax3 + by3 ) = a(x1 + x2 + x3 ) + b(y1 + y2 + y3 )
= a.0 + b.0 = 0.
Vậy ax + by ∈ U hay U là không gian con của con của R3
Ví dụ: Trong R-không gian R3 . Cho tập
U = {(x1 , x2 , x3 )|x1 + x2 + x3 = 0}. Khi đó U là một không gian
con của R3 .

Thật vậy U 6= ∅, vì 0 = (0, 0, 0) ∈ U.

Với mọi a, b ∈ R, x = (x1 , x2 , x3 ), y = (y1 , y2 , y3 ) ∈ U, và x1 +
x2 + x3 = 0, y1 + y2 + y3 = 0. Suy ra ax + by = (ax1 , ax2 , ax3 ) +
(by1 , by2 , by3 ) = (ax1 + by1 , ax2 + by2 , ax3 + by3 ), suy ra (ax1 +
by1 ) + (ax2 + by2 ) + (ax3 + by3 ) = a(x1 + x2 + x3 ) + b(y1 + y2 + y3 )
= a.0 + b.0 = 0.
Vậy ax + by ∈ U hay U là không gian con của con của R3
Ví dụ Trong R-không gian vecsto R3 , tập hợp nào dưới đây là một
không gian véc tơ con của R3 .
a) U = {(x1 , x2 , x3 ) ∈ R3 |x1 = x2 }
b) E = {(x1 , x2 , x3 )|x1 + x2 + x3 = 1}
c) F = {(x1 , x2 , x3 )|2x1 − x2 + 3x3 = 0}

E không phải là không gian con vì: Với mọi x = (x1 , x2 , x3 ), y =

(y1 , y2 , y3 ) ∈ E thì x1 + x2 + x3 = 1, y1 + y2 + y3 = 1.
Ta có: x + y = (x1 + y1 , x2 + y2 , x3 + y3 ), suy ra (x1 + y1 ) + (x2 +
y2 ) + (x3 + y3 ) = (x1 + x2 + x3 ) + (y1 + y2 + y3 ) = 1 + 1 = 2. Do
đó x + y ∈
/ E.
Để kiểm tra U 6= ∅, ta nên kiểm tra xem véctơ θ của không gian
đã cho có thuộc tập con đã cho không. Chẳng hạn như ở câu b) Ta
thấy 0 = (0, 0, 0) ∈ R3 nhưng 0 + 0 + 0 = 0 ∈
/ E nên E không là
không gian véctơ con.
5. Không gian véc tơ con - Hạng của hệ véctơ

- Cho M2 (R) là một R-không gian véc tơ trên

! trường R. Gọi D2x×2
a b
là tập các ma trận đối xứng cấp hai: . Khi đó D2x×2 là một
b c
không gian véc tơ con của M2 (R).
5. Không gian véc tơ con - Hạng của hệ véctơ

5.2. Không gian con sinh bởi một tập

Cho X = {x1 , x2 , ..., xp } là một tập con khác rỗng hữu hạn phần tử
của V trên trường K . Gọi L{X } là mọi tổ hợp tuyến tính của các
phần trên X .
n  o
L{X } = a1 x1 + a2 x2 + · · · + ap xp ai ∈ K , i = 1, ..., p .

Định lý 2: L{X } là không gian véc tơ con của V , hơn nửa L{X }
là không gian con nhỏ nhất của V chứa X .
5. Không gian véc tơ con - Hạng của hệ véctơ

Vì với mọi x ∈ X thì x = 1.x ∈ L{X } nên X ⊆ L{X }. Giả sử L0 {X }

là một không gian con của V chứa X , lấy u ∈ L{X }, u có dạng
u = t1 x1 +t2 x2 +· · ·+tp xp . Vì X ⊆ L0 {X } nên x1 , x2 , ..., xp ∈ L0 {X }
suy ra u ∈ L0 {X }. Như vậy mọi không gian con chứa X đều chứa
L{X }.

Định nghĩa 2: Ta gọi L{X } là không gian con sinh bởi tập X hay
bao tuyến tính của X và X được gọi là tập sinh của L{X }.
5. Không gian véc tơ con - Hạng của hệ véctơ

Ví dụ: D2×2 là không gian véc tơ con của không gian véc tơ gồm
các ma trận vuông cấp 2 trên trường số thực R

!
n a b  o
D2×2 = a, b, c ∈ R .
b c
! ! ! !
a b 1 0 0 1 0 0
Khi đó =a +b +c .
b c 0 0 1 0 0 1
! ! !
n 1 0 0 1 0 0 o
Do đó D2×2 = L , , .
0 0 1 0 0 1
5. Không gian véc tơ con - Hạng của hệ véctơ
5.3. Hạng của hệ véc tơ

Định nghĩa 2: Số chiều của không gian L(X ) được gọi là hạng
của hệ véctơ X được ký hiệu r (X ).

Ta gọi một tập con của X là độc lập tuyến tính cực đại trong X
nếu tập đó độc lập tuyến tính và nếu thêm bất kỳ véctơ nào của X
vào tập đó thì ta thu được một tập phụ thuộc tuyến tính.
Mệnh đề sau đây chỉ ra cách tính hạng của một tập véctơ trong
thực hành.

Mệnh đề 1: Hạng của tập véctơ X bằng số véctơ của mỗi tập con
độc lập tuyến tính tối đại trong X .
5. Không gian véc tơ con - Hạng của hệ véctơ
5.3. Hạng của hệ véc tơ

Định nghĩa 2: Số chiều của không gian L(X ) được gọi là hạng
của hệ véctơ X được ký hiệu r (X ).

Ta gọi một tập con của X là độc lập tuyến tính cực đại trong X
nếu tập đó độc lập tuyến tính và nếu thêm bất kỳ véctơ nào của X
vào tập đó thì ta thu được một tập phụ thuộc tuyến tính.
Mệnh đề sau đây chỉ ra cách tính hạng của một tập véctơ trong
thực hành.

Mệnh đề 1: Hạng của tập véctơ X bằng số véctơ của mỗi tập con
độc lập tuyến tính tối đại trong X .
5. Không gian véc tơ con - Hạng của hệ véctơ
5.3. Hạng của hệ véc tơ

Định nghĩa 2: Số chiều của không gian L(X ) được gọi là hạng
của hệ véctơ X được ký hiệu r (X ).

Ta gọi một tập con của X là độc lập tuyến tính cực đại trong X
nếu tập đó độc lập tuyến tính và nếu thêm bất kỳ véctơ nào của X
vào tập đó thì ta thu được một tập phụ thuộc tuyến tính.
Mệnh đề sau đây chỉ ra cách tính hạng của một tập véctơ trong
thực hành.

Mệnh đề 1: Hạng của tập véctơ X bằng số véctơ của mỗi tập con
độc lập tuyến tính tối đại trong X .
5. Không gian véc tơ con - Hạng của hệ véctơ

Hệ quả 1: Hai tập con độc lập tuyến tính cực đại trong X có
cùng số phần tử.

Nhận xét: Trong thực hành để tính hạng của một hệ véctơ trong
K n . Phương pháp nay dựa trên nhận xét là hạng của hệ véctơ
không thay đổi sau các phép biến đổi sơ cấp. người ta dùng các
phép biến đổi sơ cấp để đưa hệ véctơ đã cho về dạng "tam giác
trên". Số các phần tử khác 0 trên đường chéo của tam giác này
chính là hạng của hệ véctơ.
5. Không gian véc tơ con - Hạng của hệ véctơ

Hệ quả 1: Hai tập con độc lập tuyến tính cực đại trong X có
cùng số phần tử.

Nhận xét: Trong thực hành để tính hạng của một hệ véctơ trong
K n . Phương pháp nay dựa trên nhận xét là hạng của hệ véctơ
không thay đổi sau các phép biến đổi sơ cấp. người ta dùng các
phép biến đổi sơ cấp để đưa hệ véctơ đã cho về dạng "tam giác
trên". Số các phần tử khác 0 trên đường chéo của tam giác này
chính là hạng của hệ véctơ.
Trong không gian các ma trận vuông cấp 2, M2 (R). Chứng minh
rằng các tập hợp sau là không gian con của M2 (R), tìm cơ sở và
số chiều của nó. !
a b
a) D2×2 = { |a, b, c ∈ R}, (tập gồm các ma trận con cấp
b c
2 đối xứng). !
a b
a) E = { |a − 2b + c + d = 0}
c d
Bài tập

Bài 1. Trong không gian các ma trận vuông cấp 2, xét các ma trận
sau có độc lập tuyến tính không?
! ! !
1 1 1 0 1 1
a) A1 = , A2 = , A3 =
2 3 0 1 0 0
! ! !
2 4 3 −1 1 −5
b) , ,
6 2 2 2 −4 0
Cách 1.! Xét tổ hợp!của ma trận
! không qua!hệ véctơ trên !
0 0 1 1 1 0 1 1 x +y +z x +z
=x +y +z = .
0 0 2 3 0 1 0 0 2x 3x + y



 x +y +z =0


x + z = 0

Suy ra hay x = y = z = 0.



 2x = 0


3y + y = 0

Vậy hệ trên là độc lập tuyến tính và có hạng bằng 3.

 ! ! ! ! !
1 1 1 0 0 1 0 0 0 0
Cách 2 Ta có = + +2 3
2 3 0 0 0 0 1 0 0 1
! ! ! ! !
1 0 1 0 0 1 0 0 0 0
= +0 +0
0 1 0 0 0 0 1 0 0 1
! ! ! ! !
1 1 1 0 0 1 0 0 0 0
= + +0 0
0 0 0 0 0 0 1 0 0 1
 
1 1 1
 
1 0 1 
Ma trận của hệ véc tơ trân cơ sở chính tắc là 
 
2 0 0 


3 1 0
  
1 1 1
 
0 −1 0
Dùng phép biến đổi sơ cấp ta đưa ve ma trận sau B = 
 .
0 0 1


0 0 0
r (B) = 3. Do đó hệ trên độc lập tuyến tính.
Ma trận
 của hệ B 
trên cơ sở chính tắc là:
2 3 1
 
4 −1 −5
A=  
 6 2 −4 

2 2 0
 
2 3 1
 
0 −7 −7
Dùng phép biến đổi sơ cấp đưa về ma trận sau:  
0 −7 −7
 
0 −1 −1
 
2 3 1
 
0 1 1 
0 0 0 . Suy ra r (A) = 2
 
 
0 0 0
Bài tập

Bài 2. Xem xét trong không gian các đa thức một biến R[t], hệ
véctơ nào trong số sau là độc lập tuyến tính

a) t 3 − 3t 2 + 5t + 1, t 3 − t 2 + 8t + 2, 2t 3 − 4t 2 + 9t + 5

b) t 3 + 4t 2 − 2t + 3, t 3 + 6t 2 − t + 4, 3t 3 + 8t 2 − 8t + 7

c) t 3 + 2t 2 − t + 1, 2t 3 − 3t 2 + 4t + 2, t 3 − 12t 2 + 11t + 7.