TLHT Đại Số Tuyến Tính

TRƯỜNG ĐẠI HỌC
KINH TẾ KỸ THUẬT - CÔNG NGHIỆP

UNIVERSITY OF ECONOMICS- TECHNOLOGY FOR INDUSTRIES
KHOA HỌC CƠ BẢN

Chủ biên. PHẠM VĂN BẰNG
TÀI LIỆU HỌC TẬP
ĐẠI SỐ TUYẾN TÍNH
LƯU HÀNH NỘI BỘ

KHOA HỌC CƠ BẢN
Phạm Văn Bằng (Chủ biên)
Lê Xuân Huy, Cao Thị Thanh Xuân
TÀI LIỆU HỌC TẬP
ĐẠI SỐ TUYẾN TÍNH
LƯU HÀNH NỘI BỘ

MỤC LỤC
Mục lục
LỜI NÓI ĐẦU............................................................................................................................... 1
CHƯƠNG 1. MA TRẬN VÀ ĐỊNH THỨC ............................................................................... 2
1.1 Ma trận ..................................................................................................................... 2
1.1.1 Các khái niệm về ma trận ........................................................................................ 2
1.1.2 Ma trận vuông.......................................................................................................... 2
1.1.3 Các phép toán trên ma trận ..................................................................................... 4
1.1.4 Các phép biến đổi sơ cấp và ma trận bậc thang ...................................................... 6
1.2 Định thức ................................................................................................................. 8
1.2.1 Định nghĩa về định thức ........................................................................................... 8
1.2.2 Các tính chất của định thức ................................................................................... 10
1.2.3 Cách tính định thức ............................................................................................... 11
1.3 Hạng của ma trận ................................................................................................... 12
1.3.1 Khái niệm hạng của ma trận .................................................................................. 12
1.3.2 Cách tìm hạng ma trận .......................................................................................... 13
1.4 Ma trận nghịch đảo ................................................................................................ 14
1.4.1 Định nghĩa về ma trận nghịch đảo ......................................................................... 14
1.4.2 Cách tìm ma trận nghịch đảo ................................................................................. 15
CHƯƠNG 2. HỆ PHƯƠNG TRÌNH TUYẾN TÍNH ................................................................ 21
2.1 Khái niệm về hệ phương trình tuyến tính .............................................................. 21
2.1.1 Dạng tổng quát của hệ phương trình tuyến tính ..................................................... 21
2.1.2 Dạng ma trận của hệ phương trình tuyến tính ....................................................... 21
2.2 Hệ phương trình Cramer ........................................................................................ 21
2.2.1 Định nghĩa về hệ phương trình Cramer ................................................................. 21
2.2.2 Phương pháp Cramer ............................................................................................ 22
2.2.3 Phương pháp Gauss ............................................................................................. 23
2.2.4 Tìm nghiệm của hệ bằng phương pháp ma trận nghịch đảo. .................................. 24
2.3 Hệ phương trình tuyến tính tổng quát .................................................................... 25
2.3.1 Điều kiện tồn tại nghiệm ........................................................................................ 25
2.3.2 Hệ phương trình tuyến tính thuần nhất .................................................................. 31
CHƯƠNG 3. KHÔNG GIAN VECTƠ ...................................................................................... 36
3.1 Khái niệm về không gian vectơ ............................................................................. 36
3.1.1 Định nghĩa không gian vectơ ................................................................................. 36
3.1.2 Các tính chất của không gian vectơ ....................................................................... 39
MỤC LỤC
3.1.3 Không gian con...................................................................................................... 39

3.2 Hệ vectơ độc lập tuyến tính và phụ thuộc tuyến tính ............................................ 41
3.2.1 Tổ hợp tuyến tính .................................................................................................. 41
3.2.3 Một số định lý cơ bản về sự phụ thuộc tuyến tính .................................................. 42
3.3 Không gian hữu hạn chiều và cơ sở của không gian hữu hạn chiều ..................... 43
3.3.1 Hệ sinh của không gian vectơ................................................................................ 43
3.3.2 Không gian vectơ hữu hạn chiều ........................................................................... 44
3.4 Tọa độ của vectơ .................................................................................................... 48
3.4.1 Tọa độ của một vectơ đối với một cơ sở ............................................................... 48
3.5 Hạng của hệ vectơ .................................................................................................. 54
3.5.1 Định nghĩa hạng của một hệ vectơ ......................................................................... 54
3.5.2 Các định lý cơ bản về hạng của hệ vectơ .............................................................. 54
3.5.3 Cách tính hạng của một hệ vectơ ......................................................................... 55
CHƯƠNG 4. ÁNH XẠ TUYẾN TÍNH ...................................................................................... 61
4.1 Định nghĩa.............................................................................................................. 61
4.1.1 Định nghĩa ánh xạ tuyến tính ................................................................................. 61
4.1.2 Nhân và ảnh của ánh xạ tuyến tính ....................................................................... 62
4.1.3 Hạng của ánh xạ tuyến tính ................................................................................... 64
4.2 Ma trận của ánh xạ tuyến tính................................................................................ 65
4.2.1 Định nghĩa ma trận của ánh xạ tuyến tính ............................................................. 65
4.2.2 Cách tính ma trận của ánh xạ f đối với cặp cơ sở B và B’ ..................................... 65
4.2.3 Các trường hợp riêng ............................................................................................ 67
4.3 Sự đồng dạng ......................................................................................................... 70
4.3.1 Ma trận đồng dạng................................................................................................. 70
4.3.2 Ma trận của ánh xạ tuyến tính qua phép đổi cơ sở ................................................ 70
CHƯƠNG 5. GIÁ TRỊ RIÊNG, VECTƠ RIÊNG VÀ DẠNG TOÀN PHƯƠNG ..................... 79
5.1 Giá trị riêng và vectơ riêng .................................................................................... 79
5.1.1 Giá trị riêng và vectơ riêng của ma trận vuông ...................................................... 79
5.1.2 Cách tìm giá trị riêng và vectơ riêng của ma trận vuông ........................................ 79
5.1.3 Giá trị riêng, vectơ riêng của toán tử tuyến tính ..................................................... 81
5.2 Chéo hoá ma trận ................................................................................................... 83
5.2.1 Ma trận chéo hoá được ......................................................................................... 83
5.2.2 Cách chéo hóa một ma trận................................................................................... 83
5.3 Dạng toàn phương.................................................................................................. 88
5.3.1 Dạng song tuyến tính và dạng song tuyến tính đối xứng ....................................... 88
MỤC LỤC
5.3.2 Định nghĩa dạng toàn phương ............................................................................... 90

5.3.3 Ma trận của dạng toàn phương ............................................................................. 90
5.3.4 Hạng của dạng toàn phương ................................................................................. 91
5.4 Dạng chính tắc của dạng toàn phương................................................................... 92
5.4.1 Định nghĩa ............................................................................................................. 92
5.4.2 Đưa dạng toàn phương về dạng chính tắc bằng phép biến đổi trực giao .............. 92
5.4.3 Đưa dạng toàn phương về dạng chính tắc bằng phương pháp Lagrange ............. 96
TÀI LIỆU THAM KHẢO ......................................................................................................... 104
LỜI NÓI ĐẦU
LỜI NÓI ĐẦU

Đại số tuyến tính là môn học bắt buộc đối với sinh viên các khối ngành của Trường
Đại học Kinh tế - Kỹ thuật Công nghiệp. Môn học này thường được giảng dạy cho sinh
viên năm thứ nhất, nhằm trang bị những kiến thức cơ sở về toán học làm nền tảng để các
em học các môn toán chuyên đề và các môn học chuyên ngành trong những năm tiếp theo.
Xuất phát từ yêu cầu đào tạo các khối ngành Kinh tế và Kỹ thuật của Nhà trường, và
yêu cầu đổi mới chương trình đào tạo phù hợp với xu thế phát triển xã hội, chúng tôi đã
biên soạn cuốn sách Đại số tuyến tính tương ứng với 2 tín chỉ. Do đặc thù người học là
sinh viên các khối ngành Kinh tế và Kỹ thuật nên chúng tôi lựa chọn trình bày cuốn sách
theo hướng dễ tiếp thu nhất giúp các em có thể tự học dễ dàng hơn. Cuốn sách được chia
thành năm chương, được trình bày theo thứ tự từ những khái niệm cụ thể nhất với các quy
tắc tính toán đơn giản, sau đến các vấn đề trừu tượng và khái quát hơn, cụ thể:
Chương 1: Ma trận và định thức.
Chương 2: Hệ phương trình tuyến tính.
Chương 3: Không gian vectơ.
Chương 4: Ánh xạ tuyến tính.
Chương 5: Giá trị riêng, vectơ riêng và dạng toàn phương.
Nội dung của các chương được chúng tôi trình bày bằng ngôn ngữ đơn giản và cô
đọng mà không làm mất đi tính khoa học và tính logic của môn học. Đặc biệt, những ví
dụ minh họa cho các khái niệm và các phép toán được chúng tôi cân nhắc và chọn lựa kỹ
lưỡng. Kết thúc mỗi chương là hệ thống bài tập giúp sinh viên tự rèn luyện kỹ năng tính
toán và cũng cố kiến thức của chương.
Chúng tôi xin được gửi lời cảm ơn sâu sắc đến các thầy cô trong Bộ môn Toán, các
thầy cô trong Ban lãnh đạo Khoa Khoa học cơ bản, Trường Đại học Kinh tế - Kỹ thuật
Công nghiệp, những người luôn cho nhiều đóng góp ý kiến quý báu về mặt chuyên môn
cũng như giúp đỡ và tạo điều kiện thuận lợi để chúng tôi hoàn thiện cuốn sách này.
Mong rằng cuốn sách là tài liệu đáng tin cậy của các thầy cô giảng dạy môn Đại số
tuyến tính, đồng thời là tài liệu học tập tốt đối với các em sinh viên. Chúng tôi rất mong
nhận được sự đóng góp ý kiến của các thầy cô và đồng nghiệp để cuốn sách được hoàn
thiện hơn.
Xin trân trọng cám ơn!
Hà Nội, 25/9/2019
Các tác giả
1
CHƯƠNG 1. MA TRÂN
̣ VÀ ĐỊNH THỨC
CHƯƠNG 1. MA TRẬN VÀ ĐỊNH THỨC

Chương này đề cập đến các khái niệm cơ bản về ma trận và định thức. Trình bày các
phép toán trên ma trận, cách tính định thức, cách tìm ma trận nghịch đảo và cách tìm hạng
của ma trận.
1.1 Ma trận
1.1.1 Các khái niệm về ma trận
Định nghĩa 1.1 Một bảng số hình chữ nhật gồm m hàng, n cột có dạng
 a11 a12 ... a1n 
a a22 ... a2 n 
A   21 hoặc dạng thu gọn A   aij  ,
  mn
 
 am1 am 2 ... amn 
được gọi là một ma trận cỡ m  n. Trong đó 𝑎𝑖𝑗 là phần tử nằm ở hàng thứ i và cột thứ j
của ma trận A.
Một số trường hợp đặc biệt thường gặp: Nếu m = 1 thì A được gọi là ma trận hàng
cỡ 1 n ; Nếu n = 1 thì A được gọi là ma trận cột cỡ m  1 (hay còn gọi là vectơ cột);
Nếu aij  0, i, j thì A được gọi là ma trận không và kí hiệu là  .
Ví dụ 1.1
1 3 5
a) Cho A   .
4 2 7 
Ta có A là ma trận cỡ 2  3 , các phần tử của 𝐴 là: a11  1, a12  3, a13  5, a21  4,
a22  2 và a23  7 .
9 1 8
b) Cho B  3 4 6  .

5 0 2 
Ta có B là ma trận cỡ 3  3 , các phần tử của B là: b11  9, b12  1, b13  8, b21  3,
b22  4, b23  6, b31  5, b32  0 và b33  2 .
c) Ma trận C   2 1 3 4 là ma trận hàng cỡ 1 4.
2
d) Ma trận D   0  là ma trận cột cỡ 3  1.
 
 3
0 0 0 0 
e) Ma trận     là ma trận không cỡ 2  4.
0 0 0 0 
1.1.2 Ma trận vuông
2
Khi m = n, ma trận A trở thành ma trận vuông có cỡ n  n gọi là ma trận cấp n có

dạng:
 a11 a12 ... a1n 
a a22 ... a2 n 
A   21 .
 
 
 an1 an 2 ... ann 
Sau đây là một số trường hợp đặc biệt của ma trận vuông:
1) Ma trận tam giác trên là ma trận vuông A có các phần tử thoả mãn aij  0, i  j
và có dạng:
 a11 a12 ... a1n 
0 a ... a2 n 
A 22
.
 
 
0 0 ... ann 
2) Ma trận tam giác dưới là ma trận vuông A có các phần tử thoả mãn aij  0, i  j
và có dạng:
 a11 0 ... 0 
a a22 ... 0 
A  21
.
 
 
 an1 an 2 ... ann 
3) Ma trận chéo là ma trận vuông A có các phần tử thoả mãn aij  0, i  j và có dạng:
 a11 0 ... 0
0 a ... 0 
A 22
.
 
 
0 0 ... ann 
4) Ma trận đơn vị là ma trận vuông I có các phần tử thoả mãn aij  0  i  j  và
aij  1  i  j  có dạng:
1 0 ... 0 
0 1 ... 0 
I  .
 
 
0 0 ... 1 
Ví dụ 1.2
1 2 1 2 0 0
A  0 4 5  là ma trận tam giác trên; B   6
 1 0  là ma trận tam giác dưới;
0 0 3  7 1 3
3 0 0 1 0 0
C  0 
5 0  là ma trận chéo; D  0 1 0  là ma trận đơn vị.
0 0 7  0 0 1 
3
1.1.3 Các phép toán trên ma trận

1) Ma trận chuyển vị
Ma trận chuyển vị của ma trận A   aij  mn là ma trận được kí hiệu và xác định bởi
 1 4
1 3 5
A   a ji  . Chẳng hạn, cho A  
T
 , suy ra A   3 2  .
T
nm  
4 2 7
 5 7 
2) Hai ma trận bằng nhau
Cho hai ma trận cùng cỡ A   aij  mn , B  bij  mn , khi đó A  B khi và chỉ khi
 a b  1 3 
aij  bij , i, j . Chẳng hạn, nếu    thì suy ra a  1, b  3, c  0, d  2 .
 c d  0 2
3) Phép cộng ma trận
Cho hai ma trận cùng cỡ A  [aij ]mn và B  [bij ]mn . Khi đó, tổng của hai ma trận A và
B là ma trận C  [cij ]mn được xác định cij  aij  bij . Chẳng hạn, cho hai ma trận
 5 4 9 1  4 5
A  và B    , ta có A  B   .
 3 2 3 4  6 6
Tính chất 1.1 Cho các ma trận cùng cỡ A, B, C,  . Khi đó, ta có các tính chất sau:
1. ( A  B)  C  A  ( B  C ) ;
2. A  B  B  A ;
3. A      A  A ;
4. A  ( A)  ( A)  A   , trong đó ( A)  [- aij ]mn được gọi là ma trận đối của ma
trận A  [aij ]mn ;
5. ( A  B)T  AT  BT .
4) Phép nhân một số với ma trận
Cho   , A   aij  mn , khi đó tích của k và ma trận A là ma trận  A   aij  mn .
 1
 1 3 1
Chẳng hạn, ta có 3 3
 0 6 
.

0 2 
Tính chất 1.2 Cho các ma trận cùng cỡ A, B,  và  ,   . Khi đó, ta có các tính chất:
1.  ( A  B)   A   B ;
2. (   ) A   A   A ;
3.  ( A)  ( ) A ;
4. 1A  A, (1) A  ( A) ;
5. 0A   ;
6.  A    A .
T T
5) Phép nhân ma trận với ma trận
4
Cho A   aij  , B   aij  , tích của ma trận A và ma trận B là ma trận

mn n p
n
C  AB  cij  trong đó cij  ai1b1j  ai2b2j  ...  ainbnj   aik bkj . Về mặt trực quan, ta
m p
k 1
có thể hình dung cách xác định phần tử cij của ma trận C bằng sơ đồ sau:
cột j cột j
* * ... * 
  * b1 j ... *   
  * b1 j ... *   
hàng i  ai1 ai 2 ... ain     ... cij ... hàng i
   
 
  * b   
 ... * 
 * ... *  m  n  n  p
n j
*
 3 5
 2 3 5
Ví dụ 1.3 Cho A    , B   0 2  .
4 1 7   2 6 
 c11 c12 
Ta có AB    , trong đó:
c21 c22 
c11  2.3  3.0  (5).(2)  16 , c12  2.5  3.2  (5).6  14 ,
c21  4.3  1.0  7.(2)  2 , c22  4.5  1.2  7.6  64 .
 16 14 
Vậy AB   .
 2 64 
1 2 1
 2 3 5
Ví dụ 1.4 Cho A    , B   3 4 1  .
4 1 7  0 5 3 
Khi đó, ta có
1 2 1
 2 3 5    11 9 14  .
AB      18
 3 4 1
 4 1 7  0 5 3  7 47
 
 1 3  3 2
Ví dụ 1.5 Cho A    , B  . Tính AB, BA.
 2 4   1 5
 6 17   1 17 
Ta có AB    , BA   .
 2 16   9 23
Chú ý 1.1
1. Điều kiện để tồn tại tích của ma trận A và ma trận B là số cột của ma trận A
bằng số hàng của ma trận B.
2. Phép nhân hai ma trận không có tính chất giao hoán. Ngay cả khi tồn tại AB và
BA nhưng nói chung AB  BA .
3. Nếu AB   thì không suy ra được A   , B   .
5
4. A là ma trận vuông, khi đó An  A. A... A (n lần A).

Tính chất 1.3 Giả sử A, B, C là các ma trận sao cho các phép toán sau tồn tại. Khi đó,
ta có các tính chất:
1. AI  IA  A ;
2. ( AB)C  A( BC ) ;
3. A( B  C )  AB  AC ;
4.  ( AB)  ( A) B  A( B),   ;
5. ( AB)t  B t At .
1 3
Ví dụ 1.6 Cho A   . Tính A2 , A3 , A200 .
0 1
Giải:
1 3 1 3 1 6  1 2.3
A2      ;
 0 1 0 1 0 1  0 1 
1 6  1 3 1 9  1 3.3
A3      .
0 1  0 1 0 1  0 1 
Suy ra
1 200.3 1 600
A200    .
0 1  0 1 
1.1.4 Các phép biến đổi sơ cấp và ma trận bậc thang
1) Ma trận bậc thang
Định nghĩa 1.2 Ma trận bậc thang là ma trận thỏa mãn 2 tính chất:
i) Các hàng khác không luôn ở trên các hàng không (nếu có hàng không);
ii) Đối với 2 hàng khác không, phần tử khác không đầu tiên của hàng dưới luôn nằm về
bên phải cột chứa phần tử khác không đầu tiên của hàng trên.
Chú ý 1.2 Hàng không là hàng có mọi phần tử bằng 0, hàng khác không là hàng có ít nhất
một phần tử khác không.
Ví dụ 1.7 Cho các ma trận
1 3 0 2 2 
0 0 7 1  1 2 0 2 
B  0 0 1 3  ,
4
A ,
0 0 0 2 5 
  0 0 0 7 
0 0 0 0 0 
 2 1 0 3 2 
0 0 7 2 6   2 1 1 2 
C , D   0 0 0 3  .
 0 4 1 2 5 
   0 0 0 5 
0 0 0 0 0 
Ma trận A, B là các ma trận bậc thang. Ma trận C, D không phải ma trận bậc thang.
2) Các phép biến đổi sơ cấp về hàng
6
1. Nhân một hàng i với một số k  0 : khi . (thay hàng i của ma trận mới bằng k lần
hàng i của ma trận đang biến đổi)
2. Cộng k lần hàng j vào hàng i: kh j  hi ; (thay hàng i của ma trận mới bằng k lần
hàng j rồi cộng với hàng i)
3. Đổi chổ hai hàng i và j cho nhau: hi  h j .
Ma trận B thu được từ ma trận A bằng các phép biến đổi sơ cấp (BDSC) trên, ta dùng dấu
mũi tên "  " biểu diễn cho phép biến đổi sơ cấp, ta viết A  B .
Chú ý 1.3
1. Ta thực hiện các phép biến đổi trên đối với các cột, ta có phép biến đổi sơ cấp đối
với cột.
2. Một trong các mục đích của phép biến đổi sơ cấp là đưa ma trận đã cho về dạng
ma trận bậc thang, ta sẽ sử dụng ma trận bậc thang là công cụ giải toán cho các
chương sau.
Ví dụ 1.8 Dùng các phép biến đổi sơ cấp về hàng đưa ma trận sau đây về ma trận dạng
bậc thang:
 2 3 1 4 5 
 1 1 1 2 1 
A .
 3 2 3 7 4 
 
 1 1 2 3 1 
Giải:
Bước 1. Đổi chỗ hàng 1 cho hàng 2 để có số 1 là phần tử đầu tiên của hàng 1
 2 3 1 4 5   1 1 1 2 1 
 1 1 1 2 1   2 3 1 4 5 
  h1  h2
A   .
 3 2 3 7 4   3 2 3 7 4 
   
 1 1 2 3 1   1 1 2 3 1 
Bước 2. Khử các phần tử khác 0 trên cột 1 bắt đầu từ hàng thứ 2 (các phần tử dưới số 1
vừa tạo ra)
1 1 1 2 1 
0 1 1 0 3 
2 h1  h2
  .
3h1  h3 0 1 0 1 1 
h1  h4  
0 2 1 1 2 
Bước 3. Khử các phần tử khác 0 trên cột 2 bắt đầu từ hàng thứ 3
1 1 1 2 1 
0 1 1 0 3 
h2  h3
  .
2 h2  h4 0 0 1 1 4 
 
0 0 1 1 4 
Bước 4. Khử các phần tử khác 0 trên cột 3 bắt đầu từ hàng thứ 4
7
1 1 1 2 1 
0 1 1 0 3
h3  h4
  .
0 0 1 1 4
 
0 0 0 0 0
Suy ra ma trận cuối cùng thu được có dạng bậc thang.
Ví dụ 1.9 Dùng các phép biến đổi sơ cấp về hàng đưa ma trận sau đây về ma trận dạng
bậc thang:
2 1 3
A  5 4 7  .
 
7 6 8 
Giải:
2 1 3 1 2 1  1 2 1 
Ta có   2 h1  h2  
5 4 7  5 4 7  0 6 2 
5h1  h2
    7 h1  h3  
7 6 8  7 6 8  0 8 1 
1
h2  h2
1 2 1 1 2 1  1 2 1
 0     0 1 2  .
3h2  h3 8h2  h3
3 3 1  0 1 2 
     
0 8 1 0 8 1 0 0 15
1.2 Định thức
1.2.1 Định nghĩa về định thức
 a11 a12 ... a1n 
a a ... a2 n 
Cho ma trận vuông A   21 22 .
 
 
 an1 an 2 ... ann 
Từ ma trận A bằng cách bỏ đi hàng i và cột j ta nhận được ma trận M ij . Ma trận này được
gọi là ma trận con cấp n-1 của ma trận A.
1 2 3
Ví dụ 1.10 Cho A   4 5 6  .
 
7 8 9 
Khi đó, ta có thể xác định được các ma trận con cấp 2 của A:
5 6  4 6 4 5
M 11    , M 12    , M 13   ,
8 9  7 9 7 8
 2 3 1 3 1 2
M 21    , M 22    , M 23   ,
8 9  7 9 7 8 
 2 3 1 3 1 2 
M 31    , M 32    , M 33   .
5 6  4 6 4 5
Định nghĩa 1.3 Định thức của ma trận A kí hiệu là A hoặc det(A) được xác định bởi:
8
A  a11 M 11  a12 M 12  a13 M 13  ...  (1)1 n a1n M 1n , trong đó, a11 , a12 , a13 ,..., a1n là các
phần tử trong hàng 1 của ma trận A.
Như vậy:
Nếu A là ma trận cấp 1: A   a11  thì A  a11 .
a a12 
Nếu A là ma trận cấp 2: A   11 thì A  a11.a22  a21.a12 .
 a21 a22 
 a11 a12 a13 
Nếu A là ma trận cấp 3: A   a21 a22 a23  thì

 a31 a32 a33 
a22 a23 a a a a
A  a11  a12 11 13  a13 21 22
a32 a33 a31 a33 a31 a32
 a11a22a33  a12a23a31  a21a32a13  a31a22a13  a21a22a33  a32a23a11 .
Trong trường hợp A là ma trận cấp 3, ta cũng có thể áp dụng tính A theo phương
pháp sau:
+ Viết thêm cột 1 và cột 2 vào sau ma trận A;
+ Kẻ các đường kẻ (Hình 1.1), khi đó giá trị của định thức là tổng của các số hạng, mỗi
số hạng là tích các phần tử trên một đường chéo (các đường đậm mang dấu “+”, các
đường nét đứt mang dấu “-”):
a11 a12 a13 a11 a12

a 21 a 22 a 23 a 21 a 22
a 31 a 32 a 33 a 31 a 32
- + + +
- -
_
_ Hình 1.1
A  a11a22 a33  a12a23a31  a21a32a13  a31a22a13  a21a22a33  a32a23a11 .

1 2 3
Ví dụ 1.11 Cho A   4 5 6  , tính A .
 
7 8 9 
Giải:
Cách 1: A  1.5.9  2.6.7  3.4.8  7.5.3  4.2.9  8.6.1
 45  84  96  105  72  48  0 .
Cách 2:
5 6 4 6 4 5
A  1.  2.  3.  1(3)  2(6)  3(3)  0 .
8 9 7 9 7 8
Chú ý 1.4
1. Định nghĩa 1.3 cho ta công thức tính định thức bằng cách khai triển theo hàng 1.
9
2. Có thể chứng minh được, định thức của ma trận A có thể tính theo bất kỳ hàng i
nào đó theo công thức:
A  ai1 M i1  ai 2 M i 2  ai 3 M i 3  ...  (1)i  n ain M in .
Vì vậy để tiện lợi trong việc tính toán, ta nên tính định thức theo hàng có nhiều
phần tử 0 nhất.
1 2 3
Ví dụ 1.12 Cho A   4 0 0  , tính A .

7 8 9 
Giải:
Ta tính định thức theo các phần tử của hàng 2 (vì hàng 2 chứa 2 số 0), ta có
2 3
A  4  24 .
8 9
1.2.2 Các tính chất của định thức
1) A  AT
 1 2 3
Ví dụ 1.13 Cho B   4 0 1  , tính B .
 
 2 0 9 
Giải:
Ta thấy cột 2 chứa nhiều số 0, ta có
1 4 2
4 2
B  B  2 0 0  2
T
 76
1 9
3 1 9
2) Đổi chỗ hai hàng (cột) cho nhau thì định thức đổi dấu.
3) Định thức có hai hàng (cột) bằng nhau thì bằng 0.
4) Thừa số chung của các phần tử của một hàng (cột) có thể đưa ra ngoài dấu định thức.
Chẳng hạn
ka11 a12 ka11 ka12 a a
  k 11 12 .
ka21 a22 a21 a22 a21 a22
5) Định thức có hai hàng (cột) tỷ lệ thì bằng không.
6) Nếu mỗi hàng (cột) của định thức được biểu thị dưới dạng tổng của hai số hạng thì
định thức được phân tích thành tổng của hai định thức. Chẳng hạn
a11  b a12  c a11 a12 b c
  .
a21 a22 a21 a22 a21 a22
7) Nếu cộng k lần hàng (cột) này vào hàng (cột) khác thì định thức không đổi:
hi  kh j  hi . Chẳng hạn
10
1 2 3 1 2 3
2 0 1  0 4 7 .
3 4 1 0 2 8
8) Các định thức của ma trận tam giác bằng tích các phần tử nằm trên đường chéo.
Chẳng hạn
a11 a12 ... a1n
0 a22 ... a2 n
 a11a22 ...ann .
0 0 ... ann
1.2.3 Cách tính định thức

Khi tính định thức của ma trận vuông cấp n ( n  4 ) bằng Định nghĩa 1.3 sẽ rất phức
tạp, khối lượng tính toán lớn. Vì vậy, người ta đưa ra cách tính định thức bằng cách sử
dụng phép biến đổi sơ cấp về hàng.
Các phép biến đổi sơ cấp về hàng đối với định thức:
1. Nhân một hàng với một số k (k  0) thì định thức được nhân lên k lần.
2. Đổi chỗ hai hàng cho nhau ( hi  h j ) thì định thức đổi dấu.
3. Cộng k lần hàng này vào hàng khác ( hi  kh j  hi ) thì định thức không đổi.
Chú ý 1.5
1. Phép biến đổi sơ cấp về hàng đối với định thức khác với phép biến đổi sơ cấp về
hàng đối với ma trận.
2. Dựa vào phép biến đổi sơ cấp về hàng, ta có thể đưa dần định thức đã cho về dạng
tam giác, rồi tính giá trị của định thức dạng tam giác theo tính chất 8 (bằng tích các
phần tử trên đường chéo).
3. Do A  AT nên các tính chất đã đúng cho hàng thì cũng sẽ đúng cho cột. Do đó
ta có thể tính định thức bằng phép biến đổi sơ cấp về cột.
2 3 4 5
1 1 1 1
Ví dụ 1.14 Tính định thức .
3 4 2 0
2 1 0 3
Giải:
2 3 4 5 1 1 1 1
1 1 1 1 2 3 4 5
=- (h1  h2 )
3 4 2 0 3 4 2 0
2 1 0 3 2 1 0 3
11
1 1 1 1
 2h1  h2 
0 1 6 3  
=-
0 1 5 3  3h1  h3 
 2h  h 
0 3 2 5  1 4 
1 1 1 1
0 1 6 3  h2  h3 
=-  
0 0 1 6  3h2  h4 
0 0 20 4
1 1 1 1
0 1 6 3
=-  20h3  h4 
0 0 1 6
0 0 0 116
= - 1.1.(-1).116 =116.
1.3 Hạng của ma trận
1.3.1 Khái niệm hạng của ma trận
Cho A là một ma trận cỡ m  n và một số k  min{m, n} . Ma trận con cấp k của A là
ma trận thu được từ ma trận A bằng cách bỏ đi (m-k) hàng và (n-k) cột. Định thức của ma
trận con cấp k của A gọi là định thức con cấp k của A.
 1 2 3 4
Ví dụ 1.15 Xét A   1 3 2 1  là ma trận cỡ 3  4 .
 3 1 4 7 
Ta có k  min{3,4}=3, suy ra k = 1, 2, 3.
Các định thức con cấp 3 của A:
1 2 3 1 2 4
1 3 2  0 , 1 3 1  0 ,
3 1 4 3 1 7
1 3 4 2 3 4
1 2 1  0 , 3 2 1  0.
3 4 7 1 4 7
Các định thức con cấp 2 của A:
1 2 1 3 1 4
 5,  5,  5,
1 3 1 2 1 1
1 2 1 3 1 4
 5,  5,  5, ...
3 1 3 4 3 7
Ta nhận thấy, tất cả các định thức con cấp 3 của ma trận A đều bằng không nhưng
tồn tại định thức con cấp 2 của A khác không.
12
Định nghĩa 1.4 Hạng của ma trận A là cấp cao nhất của định thức con khác không của
A và được kí hiệu là r(A).
Ví dụ 1.16
 1 2 3 4
a) Tìm hạng của ma trận A   1 3 2 1  (trong Ví dụ 1.14).
 3 1 4 7 
1 2 3 4 
0 3 2 1 
b) Tìm hạng của ma trận B   
0 0 0 7 
 
0 0 0 0 
Giải:
a) Theo Ví dụ 1.14, ta có cấp cao nhất của các định thức con khác không của ma
trận A là 2. Do đó r(A)=2.
b) Vì B là ma trận bậc thang, bằng trực quan ta thấy cấp cao nhất của các định thức
con của ma trận B là: 3. Do đó r(A)=3.
Nhận xét 1.1
1. Nếu A là ma trận cỡ m  n , ta luôn có 0  r ( A)  min{m, n} ;
2. Nếu A là ma trận vuông cấp n thì:
+) r ( A)  n  det( A)  0 ,
+) r ( A)  n  det( A)  0 .
1.3.2 Cách tìm hạng ma trận
1) Theo định nghĩa về hạng của ma trận, dễ thấy rằng hạng của ma trận bậc thang bằng số
hàng khác không của nó.
Ví dụ 1.17 Tìm hạng của các ma trận sau:
 1 3 5 4 
0 3 2 1  3 1 2  2 1 0 
  0 3 6 , 0 0 0 0
A , B  0 1 6 ,
  C    D  0 0 0 0 .
0 0 4 7   
  0 0 4   0 0 0 
0 0 0 0 
Giải
Ta có r ( A)  3, r ( B)  3, r (C)  2, r ( D)  0.
2) Các phép biến đổi sơ cấp về hàng đối với ma trận không làm thay đổi hạng của một
ma trận. Vì vậy, để tìm hạng của một ma trận ta sử dụng các phép biến đổi sơ cấp về hàng
đưa dần ma trận đã cho về ma trận bậc thang. Từ ma trận bậc thang ta xác định được hạng
của ma trận đã cho.
3 1 2 2 
2 0 4 1 
Ví dụ 1.18 Tìm hạng của ma trận sau A   .
 4 2 3 5 
 
7 1 10 0 
13
Giải:
3 1 2 2  1 1 2 3
2 0 4 1   h2  h1  2 0 4
 1 
A  
 4 2 3 5   4 2 3 5 
   
7 1 10 0  7 1 10 0 
1 1 2 3  1 1 2 3 
2 h1  h2
0
4 h1  h3
2 8 7  3h2  h4 0
  h2  h3
2 8 7 
 
7 h1  h4
  .
0 2 5 17  0 0 3 10 
   
0 6 24 21 0 0 0 0 
1 1 2 3 
0 2 8 7 
Suy ra r ( A)  r   3.
0 0 3 10 
 
0 0 0 0 
Chú ý 1.7
Mỗi phép biến đổi sơ cấp có thể dẫn tới các ma trận bậc thang khác nhau. Tuy
nhiên, hạng của các ma trận này không thay đổi.
1.4 Ma trận nghịch đảo
1.4.1 Định nghĩa về ma trận nghịch đảo
1) Định nghĩa
Cho A là ma trận cấp n. Nếu tồn tại ma trận B cùng cấp sao cho AB  BA  I (I là
ma trận đơn vị) thì ta nói A là ma trận khả nghịch, B được gọi là ma trận nghịch đảo của
A và kí hiệu là A1 .
Như vậy, ta có AA1  A1 A  I .
1 2   5 2 
Ví dụ 1.19 Cho A    và B   .
3 5   3 1
1 2   5 2 1 0  5 2  1 2  1 0 
Ta có AB        , BA     .
3 5   3 1 0 1   3 1 3 5  0 1 
 5 2 
Suy ra B là ma trận nghịch đảo của ma trận A, tức là A1  B   .
 3 1
2) Điều kiện tồn tại ma trận nghịch đảo
Định lý 1.1 Nếu det(A)  0 thì ma trận A có duy nhất ma trận nghich đảo A1 và được
tính bởi công thức sau:
14
 c11 c21 ... cn1 

 
1 1 1 c12 c22 ... cn 2 
A  C  T
,
det( A ) det( A )  
 
c1n c2 n ... cnn 
trong đó, cij  ( 1)i  j det( M ij ) , M ij là ma trận nhận được từ ma trận A bằng cách bỏ đi
hàng i và cột j.
Chú ý 1.7
1) M ij gọi là ma trận con bù của aij . M ij gọi là phần bù đại số của aij .
2) Nếu det(A)  0 ta nói A là ma trận không suy biến. Ngược lại nếu det(A)  0 ta
nói A là ma trận suy biến và không tồn tại ma trận nghịch đảo.
3) Tính chất của ma trận nghịch đảo
Định lý 1.2 Giả sử A và B là hai ma trận cùng cấp khả nghịch. Khi đó AB cũng khả
nghịch và
 AB 
1
 B 1 A1 .
Định lý 1.3 Nếu A khả nghịch và có nghịch đảo A1 thì
1) A1 cũng khả nghịch và  A1   A .
1
2) A m cũng khả nghịch và  Am    A1  , m nguyên dương.

1 m
1
3)  A (với   ,  0 ) cũng khả nghịch và  A 
1
A1 .

4)  AT    A1 
1 T
1.4.2 Cách tìm ma trận nghịch đảo

1) Tìm ma trận nghịch đảo dựa vào Định lý 1.2
1 2 3 
Ví dụ 1.20 Tìm ma trận nghịch đảo của ma trận: A  3 1 4  .
5 6 8 
Giải:
Ta có det( A)  29  0 . Nên A khả nghịch, ta có
c11  32, c21  2, c31  11,
c12  4, c22  7, c32  5,
c13  23, c23  4, c33  7.
15
 32 2 11 
 
 32 2 11   29 29 29 
Suy ra A1 
1 
4 7 5    4 7 5  .
29    29 29 29 
 23 4 7  
 23 4 7 
 29 29 29 
Phương pháp này, có ưu điểm khi ma trận A có cấp thấp ( n  3 ). Khi ma trận A có
cấp cao hơn thì việc tính định thức của ma trận cấp n-1 sẽ phức tạp hơn nhiều. Vì vậy,
người ta đưa ra phương pháp tìm ma trận nghịch đảo bằng biến đổi sơ cấp.
2) Tìm ma trận nghịch đảo bằng biến đổi sơ cấp
Viết ma trận đơn vị I bên phải ma trận A:
 A I  
BDSC
  I A1  .
Biến đổi sơ cấp về hàng đối với ma trận A và tương ứng đối với I. Khi A trở thành I thì
ma trận I trở thành A1.
1 1 1 2
2 3 1 4 
Ví dụ 1.21 Tìm ma trận nghịch đảo của ma trận: A   .
3 2 3 7 
 
 1 1 2 4 
Giải:
1 1 1 2 1 0 0 0
 
2 3 1 4 0 1 0 0
 A I   
3 2 3 7 0 0 1 0
 
 1 1 2 4 0 0 0 1 
1 1 1 2 1 0 0 0
 
2 h1  h2
 0 1 1 0 2 1 0 0
3 h1  h3
h1  h4 0 1 0 1 3 0 1 0
 
0 2 1 2 1 0 0 1 
1 1 1 2 1 0 0 0
 
0 1 1 0 2 1 0 0
h2  h3
 
2 h2  h4
0 0 1 1 5 1 1 0
 
0 0 1 2 5 2 0 1 
1 1 1 2 1 0 0 0
 
0 1 1 0 2 1 0 0
h3  h4
 
0 0 1 1 5 1 1 0
 
0 0 0 1 0 1 1 1 
16
1 1 1 0 1 2 2 2
 
0 1 1 0 2 1 0 0
h4  h3
 
2 h4  h1
0 0 1 0 5 0 2 1
 
0 0 0 1 0 1 1 1 
1 1 0 0  4 2 4 3
 
0 1 0 0 3 1 2 1
 h3  h2
 
h3  h1
0 0 1 0 5 0 2 1
 
0 0 0 1 0 1 1 1 
1 0 0 0  7 3 6 4
 
0 1 0 0 3 1 2 1
 
 h2  h1
0 0 1 0 5 0 2 1
 
0 0 0 1 0 1 1 1 
1 0 0 0  7 3 6 4
 
0 1 0 0 3 1 2 1
 h2  h1
  .
 h4
0 0 1 0 5 0 2 1
 
0 0 0 1 0 1 1 1
Vậy ma trận nghịch đảo của A là
  7 3 6 4
 3 1 2 1
A 
1
.
 5 0 2 1
 
 0 1 1 1
Kiến thức trọng tâm Chương 1

1) Thực hiện các phép toán cơ bản trên ma trận.
2) Tính định thức của ma trận cấp vuông bằng phép biến đổi sơ cấp hoặc bằng định
nghĩa.
3) Tìm hạng của ma trận bằng biến đổi sơ cấp.
4) Tìm ma trận nghịch đảo của ma trận vuông.
5) Sử dụng phép biến đổi sơ cấp, định thức, hạng của một ma trận để nghiên cứu hệ
phương trình tuyến tính ở Chương 2, chỉ ra một hệ vectơ là cơ sở của một không
gian vectơ ở Chương 3...
17
BÀI TẬP
1.1 Tính các định thức:
1 1 3 2 2 3 sin a cos a 1
a) 2 4 1 ; b)  4 4 0 ; c) sin b cos b 1 ;
3 2 2 1  2 1 sin c cos c 1
2 71 10 3 0
2 1 1 4
1 a a2 0 5 90 4 61
2 3 2 5
d) 1 b b 2 ; e) ; f) 0 0 1 2 6 ;
2 1 2 3 2
1 c c 0 0 0 5 14
4 3 2 2
0 0 0 0 2
1 2 3 ... n 1 n 1 x1 x2 ... x n 1 xn
1 3 3 ... n 1 n 1 x x2 ... x n 1 xn
1 2 5 ... n 1 n 1 x1 x ... x n 1 xn
g) ; h); .
... ... ... ... ... ... ... ... ... ... .. ...
1 2 3 ... 2n  3 n 1 x1 x2 ... x xn
1 2 3 ... n 1 2n  1 1 x1 x2 ... x n 1 x
1.2 Biết rằng 104 chia hết cho 13, không tính định thức, chứng minh rằng định thức sau
chia hết cho 13:
20 38 12
2010 2011 2012 .
42 33 46
1.3 Chứng minh rằng phương trình sau luôn có nghiệm thực (a,b,c  )
ax b
= 0.
b cx
1.4 Không tính định thức, chứng minh rằng:
a b e f ae b f e f
- = + .
c d g h c d cg d h
1.5 Cho các ma trận:
2 1  2 3  0 2
  
A  1 6  ; B   0 2  ; C   3 2  .

 4 3  3 5   5 4 
a) Tính A – B + C.
b) Tính 3A + 2B.
1 2 2   1 1 2
A  0 1 3  ; B   1 2
  3 .

 3 2 1   2 1 1 
Chứng minh rằng (A+B) 2 = A 2 + AB + BA + B 2 .
18
1.7 Tính A.B biết:

1 2 1 
1 0 2
a) A    ; B  0 1 1  .
3 2 4   
1 3 2 
1  1 4
 2 3 0 2 3
b) A   2 1 4 ; B  2 ; c) A   2 1  ; B = 
 
6 1 2 1 5 
.
    
 3  1 0 
 1 2  0 3
   2 3 1
A  2 4 ; B  ; C   1 1  .
  1 2 0  
 3 0   1 2 
Tính:
a) AB; BA,
b) C t A
c) (AB)C, A(BC).
1.9 Tìm ma trận nghịch đảo (nếu có) của các ma trận sau:
 2 1 1  3 2 1 
cos a  sin a  2 1
a)   ; b)   ; c) 3 1 2 ; d)  4 2 4  ;
 
 sin a cos a  5 0    
 1 2 2  1 4 5 
 1 2 1 1  1 2 1 1
 1 4 2 3   1 4 2 3 
e)   ; f)  .
2 0 1 3  0 2 1 2 
   
 2 6 0 5   1 3 0 10 
1.10 Từ đẳng thức ma trận A.B = A.C, có thể kết luận B = C không? Vì sao?
1.11 Cho A, B, C là các ma trận vuông cùng cấp. Chứng minh rằng:
(A.B.C) T = C T .B T .A T . Hãy tổng quát hóa kết quả.
1.12 Cho A, B, C là các ma trận vuông cùng cấp, khả nghịch. Chứng minh rằng:
( A.B.C ) 1  C 1.B 1. A1. Hãy tổng quát hóa kết quả.
1.13 Cho A là ma trận vuông khả nghịch. Đẳng thức sau đúng hay sai: ( A1 ) 2  ( A2 ) 1.
1 a b  c 
1.14 Cho A  1 b a  c  , với a, b, c  .
1 c a  b 
Chứng tỏ ma trận A không khả nghịch.
 2 1  x  0 
1.15 Tìm x, y sao cho      .
 3 4   y  0
1.16 Giải các phương trình ma trận:
19
3 1   2 3 12 20 
a)   .X .   .
5 2   2 2   8 6 
 4 8   2 5 
b) X .   .
 2 4  3 2
1 2 3 2 8 3

c) 2 4 5 X  0   2 1 .
   
 3 5 7  7 1 2 
5 3 1  1 2 3

d) X . 1 3 2  1 0 5 .  
   
 5 2 1   0 5 1 
1.17 Tìm ma trận X thỏa mãn đẳng thức: AX + B = C, trong đó:
0 2 1  1 2 1   3 1 5 
A  1 1 3  ; B  0 1 3  ; C  0 3 4 .
     
 2 0 4  0 2 4 1 2 6 
1.18 Tìm hạng của các ma trận:
1 2 3 2 2 6   1 2 3 4 5
a) 7 0 7 ; b) 3 4 0 ; c)  2 4 6 8 10  ;
   
     
 2 1 4   5 1 2   3 2 1 5 0 
 2 3 7
3 1 0 2  1 4 8
2 1 3 0  
d)  ; e)  1 6 10  .
 5 2 3 1   
   3 7 15 
 1 0 2 1  1 1 2 
1.19 Tìm hạng của các ma trận sau theo  (  )
1  1 2   1 0 2 2 3 
A   2 1  5  ; B    1 3 0 4  .
   
1 10 6 1   2  0 1  
20
CHƯƠNG 2. HỆ PHƯƠNG TRÌNH TUYẾN TÍNH
Chương này chúng tôi trình bày các khái niệm cơ bản về hệ phương tình tuyến tính.
Giới thiệu cách giải hệ bằng phương pháp Cramer và phương pháp Gauss. Sử dụng
phương pháp Gauss kết hợp với Định lý Kronecker – Capelli trong việc giải và biện luận
hệ phương trình tuyến tính chứa tham số.
2.1 Khái niệm về hệ phương trình tuyến tính

2.1.1 Dạng tổng quát của hệ phương trình tuyến tính
Định nghĩa 2.1 Hệ phương trình tuyến tính gồm m phương trình và n ẩn số có dạng tổng
quát là:
 a11 x1  a12 x2  ...  a1n xn  b1
 a x  a x  ...  a x  b
 21 1 22 2 2n n 2
 (2.1)
 ...
am1 x1  am 2 x2  ...  amn xn  bm
trong đó x1 , x2 ,...,xn là các ẩn số, aij là hệ số ở phương trình thứ i ứng với ẩn số x j ,
bi là hệ số vế phải (còn gọi là hệ số tự do) của phương trình thứ i.
2.1.2 Dạng ma trận của hệ phương trình tuyến tính
Xét hệ phương trình tuyến tính (2.1). Đặt
 a11 a12 ... a1n   x1  b1 
a   b 
 a22 ... a2 n   x2   2.
A 21
, X  , B 
     
     
 am1 am 2 ... amn   xn  bm 
Khi đó, hệ phương trình (2.1) được viết dưới dạng:
AX = B (2.2)
trong đó A được gọi là ma trận hệ số của hệ, X là ma trận ẩn số và B là ma trận hệ số vế
phải (còn gọi là ma trận hệ số tự do).
Khi m  n hệ phương trình (2.2) là hệ vuông với n phương trình và n ẩn.
Khi B   hệ (2.2) có dạng AX   gọi là hệ phương trình tuyến tính thuần nhất.
1 
 
Ma trận  =   gọi là một nghiệm của hệ (2.2) nếu A  B.
2
 
 
 n 
2.2 Hệ phương trình Cramer
2.2.1 Định nghĩa về hệ phương trình Cramer
Xét hệ n phương trình n ẩn số dạng:
21
 a11 x1  a12 x2  ...  a1n xn  b1

 a x  a x  ...  a x  b
 21 1 22 2 2n n 2
 (2.3)
 ...
an1 x1  an 2 x2  ...  ann xn  bn
Phương trình dạng ma trận:
AX  B , (2.4)
 a11 a12 ...a1n   x1   b1 
a a22 ... a2 n   
x2  b 
với A   , X   B   2.
21
,
     
     
 an1 an 2 ... ann   xn  bn 
Định nghĩa 2.2 Hệ (2.3) hoặc (2.4) gọi là hệ Cramer nếu A  0 .
2.2.2 Phương pháp Cramer
Định lý 2.1 (Định lý Cramer)
Hệ Cramer (2.4) có nghiêm duy nhất X   x1 x2 ... xn  được xác định bởi
T
Ak
xk  .
A
Trong đó: A là ma trận hệ số, Ak là ma trận thu được từ A sau khi thay cột thứ k bởi cột
vế phải B.
Ví dụ 2.1 Giải hệ phương trình
3 x1  x2  2 x3  3

 2 x1  3 x2  x3  9
x  2x  4x  9
 1 2 3
Giải:
 3 1 2 
Ta có A   2 3 1  .
1 2 4 
Vì A  21  0 nên hệ đã cho là hệ Cramer
3 1 2 
A1  9 3 1  , A1  21 ,
9 2 4 
 3 3 2 
A2   2 9 1  , A2  42 ,
1 9 4 
22
 3 1 3
A3   2 3 9  , A3  21.
1 2 9 
Vậy hệ có nghiệm duy nhất là:
A A A
x1  1  1, x2  2  2, x3  3  1.
A A A
2.2.3 Phương pháp Gauss
Phương pháp Gauss là phương pháp giải hệ bằng phép biến đổi sơ cấp về hàng
đối với ma trận.
 a11 x1  a12 x2  ...  a1n xn  b1
 a x  a x  ...  a x  b
 21 1 22 2 2n n 2
Xét hệ (2.3): 
 ...
an1 x1  an 2 x2  ...  ann xn  bn
 a11 a12 ... a1n   b1 
a a22 ... a2 n   b 
Ma trận hệ số A   21
, ma trận hệ số tự do B    .
2
   
   
 an1 an 2 ... ann  bn 
Lập ma trận mở rộng A là ma trận thu được khi bổ sung hệ số tự do B vào bên phải
ma trận A:
 a11 a12 ... a1n b1 
 
a a22 ... a2 n b2 
A   A B    21 .
 
 
 an1 an 2 ... ann bn 
Tác động các phép biến đổi sơ cấp về hàng đối với ma trận mở rộng A để đưa ma trận
mở rộng về ma trận mà ma trận A lúc đó trở thành ma trận dạng tam giác trên, còn ma
trận B trở thành ma trận D   d1 d 2 ... d n  :
T
 a11 a12 ... a1n b1  c11 c12 ... c1n d1 

   
 a21 a22 ... a2 n b2  BDSC  0 c22 ... c2 n d 2 
 A B   
 .
   
   
 an1 an 2 ... ann bn   0 0 ... cnn d n 
Khi đó hệ phương trình (2.3) tương đương với hệ
 c11 x1  c12 x2  ...  c1n xn  d1
 a22 x2  ...  c2 n xn  d 2


 ...
 cnn xn  d n
23
dn
Nếu cii  0(i  1, n), ta có xn  , thay xn lên phương trình trên thu được xn1 …, cuối
cnn
cùng ta thu được x1 . Do vậy ta tìm được nghiệm của hệ (2.3).
Chú ý 2.1 Khi cho một hệ phương trình ta luôn xác định được một ma trận mở rộng
tương ứng và ngược lại. Mỗi phép biến đổi sơ cấp trên ma trận mở rộng tương ứng với
một biến đổi tương đương trên hệ phương trình.
Ví dụ 2.2 Giải hệ phương trình
3 x1  2 x2  2 x3  5

2 x1  4 x2  x3  11
5 x  2 x  2 x  3
 1 2 3
Giải:
 3 2 2 5  1 2 3  6 
   h 2  h1  
Ta có  A B    2 4 1 11   2 4 1 11
 5 2 2 3   5 2 2 3 
1 2 3  6 
2 h1  h 2 1 2 3  6 

5 h1  h 3  h 2 h3  
  0 8 7 23  0 8 7 23 .
0 8 17 33  0 0 10 10 
 x1  2 x2  3 x3  6

Hệ đã cho tương đương với hệ  8 x2  7 x3  23
 10 x3  10

Từ phương trình cuối suy ra x3  1, thay x3 vào phương trình thứ hai ta được x2  2,
thay x2 , x3 vào phương trình đầu ta được x1  1.
 x1  1

Vậy nghiệm của hệ  x2  2
x  1
 3
2.2.4 Tìm nghiệm của hệ bằng phương pháp ma trận nghịch đảo.
Xét phương trình ma trận (2.4): AX  B, với det( A)  0 . Khi đó tồn tại A1 là ma
trận nghịch đảo của A. Ta dễ dàng suy ra nghiệm của phương trình (2.4) là X  A1 B .
3 x1  x2 4

Ví dụ 2.3 Giải hệ phương trình  x1  x2  2 x3  2
 x x x 4
 1 2 3
Giải:
Ma trận hệ số của hệ phương trình này là
 3 1 0
A  1 1 2  .

 
 1 1 1 
24
Do det( A )  6  0 , nên A khả nghịch, ta có:

c11  3, c21  1, c31  2,
c12  3, c22  3, c32  6,
c13  0, c23  2, c33  2.
 3 1 2 
1 t 1 
Suy ra A 1
C  3 3 6  .
6 6  
 0 2 2 
 3 1 2   4  1 
1 
X A B
1
3 3 6   2   1  .
6     
 0 2 2   4   2 
 x1  1

Vậy nghiệm của hệ là  x2  1
x  2
 3
2.3 Hệ phương trình tuyến tính tổng quát
Xét hệ phương trình tuyến tính tổng quát m phương trình n ẩn
 a11 x1  a12 x2  ...  a1n xn  b1
 a x  a x  ...  a x  b
 21 1 22 2 2n n 2
 (2.5)
 ...
am1 x1  am 2 x2  ...  amn xn  bm
Hệ (2.5) viết dưới dạng phương trình dạng ma trận: AX  B với
 a11 a12 ... a1n   x1   b1 
a a22 ... a2 n  x  b 
A   21 , X   2, B 2.
     
     
 am1 am 2 ... amn   xn  bm 
Khi đó, ma trận mở rộng
 a11 a12 ... a1n b1 
 
a a22 ... a2 n b2 
A   A B    21 .
 
 
 am1 am 2 ... amn bm 
2.3.1 Điều kiện tồn tại nghiệm
1) Định lý Kronecker – Capelli
Định lý 2.2 Hệ phương trình (2.5) có nghiệm khi và chỉ khi r ( A)  r ( A) .
Hệ quả 2.1 Xét hệ (2.5), khi đó:
i) Nếu r ( A)  r ( A)  n (số ẩn) thì hệ (2.5) có nghiệm duy nhất;
ii) Nếu r ( A)  r ( A)  n thì hệ (2.5) có vô số nghiệm;
25
iii) Nếu r ( A)  r ( A) thì hệ (2.5) vô nghiệm.

Chú ý 2.2 Để biện luận số nghiệm của hệ phương trình tuyến tính tổng quát, ta có thể
thực hiện như sau:
1. Thiết lập ma trận mở rộng A .
2. Sử dụng phép biến đổi sơ cấp về hàng để đưa ma trận A về dạng bậc thang.
3. Dựa vào Hệ quả 2.1, ta có thể biện luận số nghiệm của hệ phương trình thông qua
việc so sánh hạng của hai ma trận A và A .
2) Trường hợp hệ có n phương trình và n ẩn
 x1  2 x2  3 x3  4

Ví dụ 2.4 Giải hệ phương trình   x1  4 x2  5 x3  2
 5x  4x  7 x  6
 1 2 3
Giải: Ta có
 1 2 3 4 1 2 3 4  1 2 3 4 
     
A   1 4 5 2  
  0 6 8 6    0 6 8 6 .
 5 4 7 6   0 6 8 14   0 0 0 20 
Ta thấy r ( A)  3 , r ( A)  2 nên r ( A)  r ( A) .
Vậy hệ đã cho vô nghiệm.
 x  2y  3z  1

Ví dụ 2.5 Biện luận số nghiệm của hệ 3x  4y  mz  2
5x  6y  9z  m

Giải: Ta có
 1 2 3 1  3h1  h 2  1 2 3 1 
  5 h1  h 3  
A   3 4 m 2     0 2 m  9  1 
 5 6 9 m   0 4 6 m  5
1 2 3 1 

2 h 2  h 3 

  0 2 m  9 1  .
 0 0 12  2m m  3
Biện luận:
+) Nếu 12  2m  0  m  6 thì r ( A)  r ( A)  3 . Hệ có nghiệm duy nhất
+) Nếu 12  2m  0  m  6 thì.
1 2 3 1 
 
A    0 2 3  1 . Suy ra r ( A)  3, r ( A)  2 . Do r ( A)  r ( A) nên
 0 0 0 3 
hệ đã cho vô nghiệm.
Tóm lại:
+ Nếu m  6 thì hệ có nghiệm duy nhất;
26
+) Nếu m  6 thì hệ vô nghiệm.

Ví dụ 2.6 Giải và biện luận hệ phương trình
 - x + 3y  z  1

 2x - 4y  mz  2
 4x - 6y  2z  m  4

Giải: Ta có
 1 3 1 1  2 h1  h 2  1 2 3 1
  4 h1  h 3  
A   2 4 m 2    0 6 m  2 4 
 4 6 2 m  4   0 6 6 m 
1 2 3 1 

 h 2 h3 
  0 6 m  2 4 .
 0 0 4  m m  4 
Biện luận:
+) Nếu 4  m  0  m  4 thì r ( A)  r ( A)  3 .
 m 8
 x1  3

 2m
Hệ có nghiệm duy nhất  x2 
 6
 x3  1


 1 2 3 1
 
+) Nếu 4  m  0  m  4 thì A    0 6 6 4  . Do đó r ( A)  r ( A)  2 .
 0 0 0 0 
Suy ra hệ đã cho vô số nghiệm.
Tóm lại:
+) Nếu m  4 thì hệ có nghiệm duy nhất;
+) Nếu m  4 thì hệ có vô số nghiệm.
Ví dụ 2.7 Biện luận số nghiệm của hệ
mx  y  z  1

 x  my  z  1
 x  y  mz  1

Giải: Ta có
 m 1 1 1  1 1 m 1
  h1  h 3  
A   1 m 1 1   1 m 1 1
 1 1 m 1  m 1 1 1
27
1
 h1  h 2 1 m 1  1 1 m 1 

 mh1  h 3  h 2 h3  
  0 m  1 1  m 0   0 m  1 1 m 0 .
0 1  m 1  m 2 1  m  0 0 (1  m)(2  m) 1  m 
Biện luận
m  1
+) Nếu  thì r ( A)  r ( A)  3 . Khi đó hệ có nghiệm duy nhất.
m  2
+) Nếu m  1 thì
1 1 1 1
 
A  0 0 0 0  , ta có r ( A)  r ( A)  1  3 . Suy ra hệ có vô số nghiệm.
0 0 0 0 
+) Nếu m  2 thì
1 1 2 1 
 
A  0 3 3 0  , ta có r ( A)  3, r ( A)  2. Do đó r ( A)  r ( A) . Suy
0 0 0 3 
ra hệ vô nghiệm.
Tóm lại:
m  1
+) Nếu  thì hệ có nghiệm duy nhất.
 m  2
+) Nếu m  1 thì hệ có vô số nghiệm.
+) Nếu m  2 thì hệ vô nghiệm.
Chú ý 2.3
Trường hợp dùng phép biến đổi sơ cấp đưa ma trận A về dạng bậc thang gặp khó
khăn. Ta có thể giải và biện luận số nghiệm của hệ n phương trình n ẩn như sau:
1. Tính det( A) và cho det( A)  0 . Khi đó, hệ Cramer có nghiệm duy nhất thỏa mãn
Ak
xk  (nếu cần chỉ ra nghiệm).
A
2. Cho det( A)  0 ta sẽ tìm được các giá trị của tham số. Ứng với mỗi giá trị tham
số, ta nhận được một hệ phương trình tương ứng và giải hệ này bằng phương pháp
Gauss (hệ này vô nghiệm hoặc vô số nghiệm).
 mx  y  z  1

Ví dụ 2.8 Giải và biện luận hệ phương trình  x  my  z  m
 x  y  mz  m 2

Giải:
m 1 1
det( A)  1 m 1  (m 1) 2 (m  2) ,
1 1 m
28
1 1 1
A1  m m 1  (1  m)(m 2  1) ,
m2 1 1
m 1 1
A2  1 m 1  (m  1) 2 ,
1 m2 1
m 1 1
A3  1 m m  (m 1) 2 (m  1) 2 .
1 1 m2
Biện luận:
m  1
+ Nếu det( A)  0  
m  2
A1 m 1 A 1 A (m  1) 2
Hệ có nghiệm duy nhất x1   , x2  2  , x3  3  .
A m2 A m2 A m2
+ Nếu m  1 hệ đã cho có dạng
1 1 1 1
 
A  0 0 0 0  , ta có r ( A)  r ( A)  1  3 .Nên hệ có vô số nghiệm.
0 0 0 0 
+ Nếu m  2 hệ đã cho có dạng
 2 1 1 1   1 1 2 4 
  h1  h 3  
A   1 2 1  2    1 2 1  2 
 1 1 2 4   2 1 1 1 
1 1 2 4 
 h1  h 2 1 1 2 4 

2 h1  h 3  h 2 h3  
 0 3 3  6   0 3 3  6  .
0 3 3 9  0 0 0 3 
Từ đó, ta có r ( A)  3, r ( A)  2. Do đó r ( A)  r ( A) . Suy ra hệ vô nghiệm.
3) Trường hợp hệ phương trình tuyến tính tổng quát
Ta lập ma trận mở rộng A , dùng biến đổi sơ cấp đưa A về dạng bậc thang
c11 c12 ... c1r ... c1n d1 
 
 0 c22 ... c2 r ... c2 n d 2 
 
a) Nếu A    , dr 1  0 thì r ( A)  r ( A). Hệ vô
0 0 ... crr ... crn d r 
0 0 ... 0 ... 0 d r 1 
 
 
nghiệm.
29
c11 c12 ... c1r ... c1n d1 

 
 0 c22 ... c2 r ... c2 n d 2 
 
b) Nếu A   ,
0 0 ... crr ... crn d r 
0 0 ... 0 ... 0 0 
 
 
+) Với cii  0 thì r ( A)  r ( A)  r  n. Hệ có vô số nghiệm.
Ta sẽ tìm cách biểu diễn nghiệm của hệ bằng cách giữ lại r phương trình đầu và r ẩn
đầu tiên, chuyển các ẩn còn lại sang vế phải.
c11 x1  c12 x2  ...  c1r xr  d1  c1( r 1) xr 1...  c1n xn

 c22 x2  ...  c2 r xr  d 2  c2( r 1) xr 1...  c2 n xn

 ...
 crr xr  d r  cr( r 1) xr 1...  crn xn

Khi đó, ta sẽ biểu diễn các ẩn x1, x2 ..., xr qua các ẩn xr 1 ,..., xn theo phương pháp Gauss.
+ ) Trong trường hợp này, r ( A)  r ( A)  r  n , nếu cii  0 , crk  0 ( r  k  n) thì
ta sẽ biểu diễn các ẩn x1 ,..., xi 1 , xi 1..., xr , xk qua các ẩn các ẩn còn lại (xem Ví dụ 2.10)
 x1  2 x2  3 x3  4 x4  1

Ví dụ 2.9 Giải hệ phương trình 2 x1  3 x2  x3  5 x4  1
4 x  7 x  7 x  13 x  3
 1 2 3 4
Giải:
1 2 3 4 1  1 2 3 4 1
  2 h1  h 2  
A   2 3 1 5 1  
4 h1  h 3
 0 1 5 3  1
 4 7 7 13 3 0 1 5 3  1
1 2 3 4 1 

 h 2 h3 
 0 1 5 3  1  .
0 0 0 0 0 
 x  2 x2  3x3  4 x4  1  x1  2 x2  1  3x3  4 x4
Ta có hệ  1 
  x2  5 x3  3x4  1   x2  1  5 x3  3x4
 x1  1  7  2 
 x  1  5  3
 2
Suy ra nghiệm của hệ có dạng:  ( ,   ) .
 x 3  
 x4  
30
 x1  2 x2  3 x3  5 x4  1

Ví dụ 2.10 Giải hệ phương trình  x1  2 x2  x3  x4  2
 2 x  4 x  4 x  6 x  1
 1 2 3 4
Giải:
1 2 3 5 1  1 2 3 5 1 
   
A  1 2 1 1  2    0 0 2 4  3
 2 4 4 6  1  0 0 2 4  3
1 2 3 5 1 
 
 0 0 2 4  3 .
0 0 0 0 0 
 x  2 x2  3x3  5 x4  1  x1  3x3  1  2 x2  5 x4
Ta có hệ  1 
 2 x3  4 x4  3  2 x3  3  4 x4
Ta tính x1 , x3 theo các ẩn còn lại
 7
 x1   2  2  

 x2  
Suy ra nghiệm của hệ có dạng:  ( ,   ) .
 x  4  3
 3 2
x 
 4
2.3.2 Hệ phương trình tuyến tính thuần nhất
Hệ thuần nhất có dạng
 a11 x1  a12 x2  ...  a1n xn  0
 a x  a x  ...  a x  0
 21 1 22 2 2n n
 (2.6)
 ...
am1 x1  am 2 x2  ...  amn xn  0
Dạng ma trận AX   . Dễ thấy rằng X  (0 0...0)T là một nghiệm của hệ. Nghiệm này
được gọi là nghiệm tầm thường.
Định lý 2.3 Hệ (2.6) có nghiệm không tầm thường khi và chỉ chỉ khi r( A )  n (n là số
ẩn số của hệ).
Hệ quả 2.2 Khi m  n , ta có
i) Hệ có nghiệm không tầm thường khi và chỉ khi det( A )  0 ;
ii) Hệ chỉ có nghiệm tầm thường khi và chỉ khi det( A )  0.
 x1  2 x2  3 x3  0

Ví dụ 2.11 Giải hệ phương trình 3 x1  x2  2 x3  0
5 x  3 x  4 x  0
 1 2 3
31
Giải:
1 2 4 0  1 2 3 0 
  3h1  h 2  
A  3 1 2 0  
5 h1  h 3
 0 7 14 0 
5 3 6 0  0 7 14 0 
1 2 3 0 

 h 2 h3 
 0 7 14 0  .
0 0 0 0 
Vì r( A )  r( A )  2  3 nên hệ có vô số nghiệm.
Bằng cách coi x1 ,x2 là các ẩn chính, x3 là ẩn phụ. Đặt x3  t, t  ,  x2  2t, x1  1 .
 x1  t

Vậy nghiệm của hệ có dạng:  x2  2t , t  .
x  t
 3

1) Giải hệ phương trình bằng phương pháp Cramer, Gauss, phương pháp tìm ma trận
nghich đảo.
2) Áp dụng Định lý Kronecker – Capelli giải hệ phương trình tuyến tính, giải và biện
luận hệ phương trình có chứa tham số.
3) Giải hệ phương trình tuyến tính cũng là công cụ quan trọng cho việc nghiên cứu
các nội dung của chương sau, như tìm cơ sở cho không gian vectơ, tìm tọa độ của
một vectơ theo cơ sở, chuyển cơ sở, tìm nhân và ảnh của ánh xạ tuyến tính, ma trận
của ánh xạ tuyến tính, tìm các vectơ riêng của ma trận,…
BÀI TẬP
2.1 Giải các hệ phương trình sau bằng phương pháp Cramer:
3 x1  2 x2  x3  2

a) 2 x1  3 x2  x3  3
2 x  x  3x  1
 1 2 3
 y  3z  4t  3
 x  2 z  3t  5

b) 
3x  2 y  5t  6
4 x  3 y  5 z  10
2.2 Giải các hệ phương trình sau bằng phương pháp Gauss:
32
x  y  z  5

a)  x  2 y  3 z  2
x  4 y  9z  1

2 x1  x2  3 x3  x4  4
3 x  3 x  3 x  2 x  6
 1 2 3 4
b) 
3 x1  x2  x3  2 x4  6
3 x1  x2  3 x3  x4  6
 x1  2 x2  3 x3  4 x4  5

 2 x1  x2  2 x3  3 x4  1
c) 
 3 x1  2 x2  x3  2 x4  1

 4 x1  3 x2  2 x3  x4  5
2.3 Tìm nghiệm của hệ phương trình thuần nhất sau
2 x  y  5 z  7t  0

a) 4 x  2 y  7 z  5t  0
3x  y  z  5t  0

2 x1  3x 2  5 x3  6 x 4  0

b) 3x1  4 x 2  6 x3  7 x 4  0
 3x  x  x  4 x  0
 1 2 3 4
3 x1  4 x2  x3  2 x4  x5  0
5 x  7 x  x  3 x  4 x  0
 1 2 3 4 5
c) 
4 x1  5 x2  2 x3  x4  5 x5  0
7 x1  10 x2  x3  6 x4  5 x5  0
5 x1  6 x2  2 x3  7 x4  4 x5  0
2 x  3x  x  4 x  2 x  0
 1 2 3 4 5
d) 
7 x1  9 x2  3 x3  5 x4  6 x5  0
5 x1  9 x2  3 x3  x4  6 x5  0
2.4 Tìm nghiệm của các hệ sau
 x  7 y  3z  t  6

a) 3x  5 y  2 z  2t  4
9 x  4 y  z  7t  2

3x  5 y  2 z  4t  2

b) 7 x  4 y  z  3t  5
5 x  7 y  4 z  6t  3

33
3 x1  5 x2  2 x3  4 x4  2

c) 7 x1  4 x2  x3  3 x4  5
5 x  7 x  4 x  6 x  3
 1 2 3 4
 x1  x2  x3  x4 2
3 x  2 x  x  x  3x  6
 1 2 3 4 5
d) 
 x2  2 x3  2 x4  6 x5  15
5 x1  4 x2  3 x3  3 x4  x5  8
2.5 Tìm   để hệ sau có nghiệm không tầm thường:
2 x   y  z  0

(  1) x  y  2 z  0
4 x  y  4 z  0

2.6 Tìm a, b, c  để hệ sau có nghiệm duy nhất:
 x  y  (1  a) z  0

 x  (1  b) y  z  0
(1  c) x  y  z  0

2.7 Giải và biện luận các hệ phương trình sau:
 x  2y - z  3  x  2y - 2z  1
 
a) 3x  5y - 2z  m b) 2x  3y - mz  2
2x  3y  mz  4  3x  4y - z  m
 
 2x  3y  z  1  x  4y - z  0
 
c) 2x  3y  mz  4 d) 2x - 2y  mz  5
 3x  5y - z  m 3x  2y  3z  n
 
 x  2my  z  3  x  y  (1  m) z  m  2
 
e)  2x  my  z  9 f)  (1  m) x  y  2 z  0
 3x  3y  n  2 x  my  3z  m  2
 
2.8 Cho phương trình ma trận:
1 1 2   0 
2
 1 1  X   2  .
 4 1      5
a) Tìm X khi   2
b) Tìm  để phương trình vô nghiệm.
2.9 Cho phương trình ma trận
34
 a b b   1
b a 
a  X   2  ; a, b  .

 a b 1  b   1 
a) Giải phương trình trên khi a  0, b  1.

b) Chứng minh rằng phương trình trên luôn có nghiệm với mọi a, b  thỏa mãn
a 2  b2  0 .
2.10 Giải và biện luận hệ phương trình sau:
3 x   a  2  y   a  3 z  0

2 x  ay  3z  1
 a  4 y  7 z  3
 
 mx  y  z  1

 x  my  z  1
 x  y  mz  1

 (m  1) x  y  z  1

 x  (m  1) y  z  m
 x  y  (m  1) z  m 2

 2x  3 y  z  2t  3
 4x  6 y  3 z  4t  5


 6x  9 y  5 z  6t  7
8x  12 y  7 z  mt  9
2.14 Giải và biện luận hệ phương trình sau theo tham số m ( m  ).
 mx  y  z  t  1
 x  my  z  t  1


 x  y  mz  t  1
 x  y  z  mt  1
35
CHƯƠNG 3. KHÔNG GIAN VECTƠ

Trong chương này, chúng tôi trình bày các khái niệm về không gian vectơ, không
gian con và không gian hữu hạn chiều. Các vấn đề cơ bản trong không gian hữu hạn
chiều như hệ sinh, cơ sở và tọa độ của một vectơ đối với một cơ sở cũng được đề cập và
nghiên cứu.
3.1 Khái niệm về không gian vectơ

3.1.1 Định nghĩa không gian vectơ
Định nghĩa 3.1 Cho tập hợp V khác rỗng mà mỗi phần tử ta quy ước là một vectơ. Trong
V ta định nghĩa hai phép toán:
+ Phép cộng hai vectơ: x, y V thì tổng của chúng kí hiệu là x+y;
+ Phép nhân vectơ với một số: x V ,   thì tích của chúng kí hiệu  x .
Tập hợp V cùng với hai phép toán trên nếu thỏa 10 điều kiện sau đây được gọi là một
không gian vectơ trên :
x, y,z V ,  ,   , ta có
1) Nếu x, y V thì x  y  V ;
2) x  y  y  x ;
3) x  ( y  z )  ( x  y )  z ;
4)   V : x      x  x (  được gọi là phần tử trung hòa đối với phép cộng);
5) Mỗi x  V tồn tại vectơ  x V sao cho x  ( x)  ( x)  x   (  x được gọi
là phần tử đối của x );
6)  x V ;
7)  ( x  y)   x   y ;
8) (   )x   x   x ;
9)  (  x)  ( ) x ;
10) 1x  x .
Ví dụ 3.1 Xét tập hợp n
  x , x ,...x  : x 
1 2 n i 
, i  1, n . Giả sử x  ( x1 , x2 ,..., xn ) và
y  ( y1 , y2 ,..., yn ) là các vectơ thuộc n
. Khi đó, tập n
với hai phép toán sau đây sẽ lập
thành một không gian vectơ:
Phép cộng hai vectơ: x  y  ( x1  y1 , x2  y2 ,..., xn  yn ) ;
Phép nhân vectơ với một số :  x  ( x1 , x2 ,..., xn ),   .
Thật vậy, với mọi x, y, z  n
và mọi  ,   ta có thể kiểm tra được 10 điều kiện của
Định nghĩa 3.1:
1) x  y  ( x1  y1 , x2  y2 ,..., xn  yn )  n
. Suy ra điều kiện 1) được thỏa mãn;
36
2) y  x  ( y1  x1 , y2  x2 ,..., yn  xn ) = ( x1  y1 , x2  y2 ,..., xn  yn )  x  y .
Vậy x  y  y  x , điều kiện 2) được thỏa mãn;
3) ( x  y)  z  x  ( y  z ) vì mỗi thành phần trong vectơ tổng là một số thực nên
có tính chất kết hợp. Điều kiện 3) được thỏa mãn;
4) Tồn tại   ( 0,0,...,0 )  n
sao cho
  x  ( 0,0,...,0 )  ( x1 ,x2 ,...,xn )  ( x1 ,x2 ,...,xn )  x ,
x    ( x1 ,x2 ,...,xn )  ( 0,0,...,0 )  ( x1 ,x2 ,...,xn )  x .
Suy ra x      x  x , điều kiện 4) được thỏa mãn;
5) Tồn tại  x  (  x1 , x2 ,..., xn )  n
sao cho
x (  x)  ( x1 ,x2 ,...,xn )  (  x1 , x2 ,..., xn )  ( 0,0,...,0 )  
(  x)  x  (  x1 , x2 ,..., xn )  ( x1 ,x2 ,...,xn )  ( 0,0,...,0 )   .
Suy ra x  (  x )  (  x )  x   , điều kiện 5) được thỏa mãn;
6)  x   ( x1 ,x2 ,...,xn )  (  x1 , x2 ,..., xn )  n
, điều kiện 6) được thỏa mãn;
7)
 ( x  y )  ( x1  y1 ,x2  y2 ,...,xn  yn )  (  x1   y1 , x2   y2 ,..., xn   yn )
 (  x1 , x2 ,..., xn )  (  y1 , y2 ,..., yn )   x  y .
Vậy điều kiện 7) được thỏa mãn;
8) (   ) x  (   )( x1 , x2 ,..., xn )  ( x1   x1 , x2   x 2 ,..., xn   x n )
 ( x1 , x2 ,..., xn )  ( x1,  x 2 ,...,  x n )   x   x .
Vậy điều kiện 8) được thỏa mãn;
9)  ( x)   ( x1 ,  x 2 ,...,  x n )  ( x1, x 2 ,..., x n )  ( ) x , điêu kiện 9)
được thỏa mãn;
10) 1x  1(x1 ,x2 ,...,xn )  ( 1 x1 ,1 x2 ,...,1 xn )  (x1 ,x2 ,...,xn )  x , điều kiện 10) được
thỏa mãn.
Vậy n
là một không gian vectơ.
Chú ý 3.1
1. Tập 2
 ( x, y ): x, y  , theo Ví dụ 3.1 thì 2
là không gian vectơ. Mỗi
vectơ là một cặp số (a,b) được biểu diễn hình học bằng một điểm M trong mặt phẳng tọa
độ hoặc là vectơ OM . Phần tử trung hòa là gốc tọa độ O(0,0) (Hình 3.1).
Hình 3.1
37
2. Tập 3
 ( x, y, z ) : x, y, z   là không gian vectơ. Mỗi vectơ là một bộ số
(a,b,c) được biểu diễn hình học bằng một điểm M hoặc là một vectơ u (a, b, c) trong không
gian Oxyz. Phần tử trung hòa là gốc tọa độ O(0,0,0) (Hình 3.2, Hình 3.3).
Hình 3.2 Hình 3.3

a b  
Ví dụ 3.2 Xét tập hợp M 2 ( )     : a, b, c, d   , với hai phép toán:
 c d  
+) Phép cộng hai ma trận;
+) Phép nhân ma trận với một số.
Khi đó, ta có thể kiểm tra được M 2 ( ) cùng với hai phép toán trên thỏa mãn 10 điều kiện
của Định nghĩa 3.1 nên M 2 ( ) là không gian vectơ (không gian các ma trận cấp 2 trên
).
Chú ý 3.2
M n ( ) là không gian các ma trận thực cấp n.

Ví dụ 3.3 Xét Pn ( x)  p( x) : p( x)  a0  a1 x  a2 x  ...  an x , ai  , i  0,1,2,..., n
2 n

là tập các đa thức có bậc nhỏ hơn hoặc bằng n (n là một số nguyên dương). Khi đó
p( x), q( x)  Pn ( x) ta có
p( x)  a0  a1 x  a2 x 2  ...  an x n , q( x)  b0  b1 x  b2 x 2  ...  bn x n ,
với hai phép toán:
+ Phép cộng: p( x)  q( x)  a0  b0  (a1  b1 ) x  (an  bn ) x 2  ...  (an  bn ) x n
+ Phép nhân: kp( x)  ka0  ka1 x  ka2 x 2  ...  kan x n , k  .
Dễ dàng kiểm tra Pn ( x) cùng với hai phép toán trên thỏa mãn 10 điều kiện của Định
nghĩa 3.1 nên Pn ( x) một không gian vectơ (không gian các đa thức có bậc nhỏ hơn hoặc
bằng n).
Ví dụ 3.4 Xét P2* ( x)   p ( x)
*
p* ( x)  a0  a1 x  a2 x 2 , a2  0 là tập các đa thức bậc
hai. Khi đó P2* ( x) cùng với hai phép toán như trong Ví dụ 3.3 không phải là không gian
vectơ.
Thật vậy, lấy p* ( x)  2  3x  x 2  P2* ( x) , q* ( x)  7  2 x  x 2  P2* ( x) ta có
38
p* ( x)  q* ( x)  9  x  P2* ( x) không thỏa mãn điều kiện 1) của Định nghĩa 3.1, nên
P2* ( x) không phải là không gian vectơ.
3.1.2 Các tính chất của không gian vectơ
Cho V là không gian vectơ, ta có các tính chất sau:
1) Phần tử trung hòa  V là duy nhất;
2) x V , phần tử đối xứng  x V là duy nhất;
3) x V suy ra 0.x= ;
4) x V suy ra  x=  1 .x ;
5)   suy ra  .   ;
6) Cho x  V và   . Khi đó, nếu  x   thì x   hoặc   0 .
3.1.3 Không gian con
Định nghĩa 3.2
Cho V là không gian vectơ với hai phép toán: cộng vectơ và nhân vectơ với một số và
xét W là tập con khác rỗng của V. Nếu với hai phép toán trên, W cũng là không gian vectơ
thì W được gọi là không gian con của V.
Như vậy, để chứng minh W là không gian con của V như Định nghĩa 3.2, ta cần
chứng minh:
+ W  ,W  V ;
+ W thỏa mãn 10 điều kiện của Định nghĩa 3.1.
Để đơn giản hơn cho việc chứng minh W là không gian con của V ta có định lý sau:
Định lý 3.1
Cho V là không gian vectơ, W là tập con khác rỗng của V. Khi đó, W là không gian con
của V khi và chỉ khi hai điều kiện sau được thỏa mãn:
i) u, v W  u  v W (điều kiện đóng kín đối với phép cộng hai vectơ);
ii) u W ,     u W (điều kiện đóng kín đối với phép nhân vectơ với một
số).
Chú ý 3.3
1. Mọi không gian con của không gian V luôn chứa phần tử trung hòa  .
2. Mỗi không gian vectơ V bất kỳ luôn tồn tại ít nhất hai không gian con là V và  
.
Ví dụ 3.5 Chứng minh rằng tập hợp W  {( x, y, z )  3
: 2 x  y  3z  0} là không gian
con của 3
.
Giải: Vì   (0,0,0) W nên ta có W  ,W  3
.
Với u  ( x1 , y1 ,z1 ) W  2x1  y1  3z1  0 ,
v  ( x2 , y2 ,z2 ) W  2x2  y2  3z2  0 .
+ Cộng vế với vế của hai đẳng thức trên, ta có
(2 x1  y1  3z1 )  (2 x2  y2  3z2 )  0
 2( x1  x2 )  (y1  y2 )  3(z1  z2 )  0 .
39
 ( x1  x2 , y1  y2 ,z1  z2 ) W hay u  v W .
+ Từ 2 x1  y1  3z1  0
  (2 x1  y1  3z1 )  0 (  )
 2(  x1 )  (  y1 )  3(  z1 )  0 hay  u  W .
Từ đó suy ra W là không gian con của 3
.
Ví dụ 3.6 Tập W  {( x, y, z )  : x  2 y  3z  1} có phải là không gian con của
3 3
không?
Giải:
Cách 1
Rõ ràng W  ,W  3
.
Với u W  u( x1 , y1 ,z1 )  3
: x1  2 y1  3z1  1
v W  v( x2 , y2 ,z2 )  : x2  2 y2  3z2  1 .
3
Cộng vế với vế của hai đẳng thức trên, ta có

( x1  2 y1  3z1 )  ( x2  2 y2  3z2 )  2
 ( x1  x2 )  2(y1  y2 )  3(z1  z2 )  2  1 .
 ( x1  x2 , y1  y2 ,z1  z2 ) W hay u  v W .
Vậy W không phải là không gian con của 3
.
Cách 2
Vì   (0,0,0)  W nên W không phải là không gian con của
3
)
 1 2 3 
 
Ví dụ 3.7 Chứng minh W  ( x, y, z )  3
: 2 3 5  0  là không gian con của
3
.
 x y z 
 
Giải:
1 2 3
Ta có 2 3 5  x  y  z  0 .
x y z
Nên có thể viết lại W  {( x, y, z )  3 : x  y  z  0} . Chứng minh tương tự như Ví dụ
3.5, ta nhận được W là không gian con của 3 .
a b 
Ví dụ 3.8 Chứng minh W     ; a , b , c   là không gian con của M 2 ( ) .
 c 0 
Giải:
0 0 
Vì      W nên W  ,W  M 2 ( ).
0 0 
 a1 b1  a b 
Lấy A W  A    , B W  B   2 2  .
 c1 0   c2 0 
Khi đó, ta có
40
a b  a b  a  a b  b 
A  B   1 1    2 2    1 2 1 2  W ,
 c1 0   c2 0   c1  c2 0 
 a b   a  b1 
 A    1 1   1  W .
 c1 0   c1 0 
Vậy W là không gian con của M 2 ( ) .
3.2 Hệ vectơ độc lập tuyến tính và phụ thuộc tuyến tính
3.2.1 Tổ hợp tuyến tính
Định nghĩa 3.3 Giả sử V là không gian vectơ, hệ S  u1 ,u2 ,...,un   V . Khi đó, biểu thức
c1u1  c2u2  ...  cnun ( ci  ) được gọi là một tổ hợp tuyến tính các vectơ u1 ,u2 ,...,un của
hệ S. Tập tất cả các tổ hợp tuyến tính của các vectơ trong hệ S gọi là bao tuyến tính của
S, kí hiệu là span(S).
Ví dụ 3.9 Trong không gian 3
, xét hệ S  e1  (1,0,0), e2  (0,1,0), e3  (0,0,1) và
vectơ u  (2,3, 4) .
Ta có u  (2,3,4)  2(1,0,0)  3(0,1,1)  4(0,0,1)  2e1  3e2  4e3 . Do đó, u là tổ hợp tuyến
tính của các vectơ trong hệ S.
Ví dụ 3.10 Trong không gian 2 , vectơ u  (3,16) có phải là tổ hợp tuyến tính của các
vectơ u1  (1,2) và u2  (1,3) không? Nếu được hãy biểu diễn u thành tổ hợp tuyến tính
của các vectơ u1 và u2 .
Giải:
Giả sử tồn tại c1 , c2 sao cho:
u  c1u1  c2u2  (3,16)  c1 (1,2)  c2 (1,3) .
Từ đó, ta có hệ phương trình:
c1  c2  3

2c1  3c2  16
Hệ có nghiệm duy nhất c1  5, c2  2 . Vậy u là tổ hợp tuyến tính của các vectơ u1 và u2
và u  5u1  2u2 .
Chú ý rằng, nếu hệ trên vô nghiệm thì u không phải là tổ hợp tuyến tính của các vectơ
u1 và u2 .
3.2.2 Định nghĩa hệ vectơ độc lập tuyến tính và phụ thuộc tuyến tính
Định nghĩa 3.4 Giả sử V là không gian vectơ, S  u1 ,u2 ,...,un  là hệ gồm n vectơ trong
V. Ta xét hệ thức
c1u1  c2u2  ...  cnun   . (3.1)
Nếu hệ thức (3.1) chỉ xảy ra khi c1  c2  ...  cn  0 thì S được gọi là hệ vectơ độc
lập tuyến tính.
Nếu tồn tại các số c1 ,c2 ,...,cn không đồng thời bằng không thỏa mãn hệ thức (3.1) thì
hệ S được gọi là hệ vectơ phụ thuộc tuyến tính.
41
Ví dụ 3.11 Trong không gian n

, hệ S  e1  (1,0,0), e2  (0,1,0),..., e3  (0,0,1) là độc
lập tuyến tính.
Thật vậy, xét c1e1  c2e2  ...  cnen   ta có:
c1 (1,0,...,0)  c2 (0,1,...,0)  ...  cn (0,0,...,1)  (0,0,0)
hay (c1 , c2 ,..., cn )  (0,0,...,0) , suy ra c1  0,c2  0,...,cn  0 nên S độc lập tuyến tính.
Chú ý 3.4
Xét hệ S  u1 ,u2 ,...,un  , điều kiện (3.1) chính là hệ phương trình tuyến tính thuần
nhất. Hệ này luôn có nghiệm tầm thường c1  0,c2  0,...,cn  0 . Do đó, nếu hệ (3.1) có
nghiệm duy nhất thì hệ vectơ S độc lập tuyến tính, nếu hệ (3.1) có nghiệm không tầm
thường thì hệ vectơ S phụ thuộc tuyến tính.
3.2.3 Một số định lý cơ bản về sự phụ thuộc tuyến tính
Định lý 3.2 Xét hệ vectơ S  u1 ,u2 ,...,un   n
, trong đó
u1   a11 ,a12 ,...,a1n 

u2   a21 ,a22 ,...,a2 n 

 ...
 u   a ,a ,...a 
 n n1 n2 nn
Gọi A là ma trận hệ số của hệ c1u1  c2u2  ...  cnun   . Khi đó hệ S  u1 ,u2 ,...,un  độc
lập tuyến tính nếu det(A)  0 ; hệ S  u1 ,u2 ,...,un  phụ thuộc tuyến tính nếu det(A)  0 .
Ví dụ 3.12 Xét sự độc lập tuyến tính và phụ thuộc tuyến tính của hệ vectơ sau trong
không gian 3 .
a) S1  u1  (1,2,3), u2  (1,0,4), u3  (5,1,3) ;
b) S2  u1  (1,2,3), u2  (1,0,4), u3  (1,4,10) .
Giải:
a) Xét hệ c1u1  c2u2  c3u3   tương đương với hệ
c1  c2  5c3  0

2c1  c3  0
 3c  4c  3c  0
 1 2 3
1 1 5
Ma trận hệ số A   2 0 1  .
 3 4 3
Ta có A  39  0 . Vậy hệ S1 độc lập tuyến tính.
b) Xét hệ c1u1  c2u2  c3u3   tương đương với hệ
c1  c2  c3  0

 2c1  4c3  0
 3c  4c  10c  0
 1 2 3
42
1 1 1 
Ma trận hệ số A   2 0 4  .
 
 3 4 10 
Ta có A  0 . Vậy hệ S 2 phụ thuộc tuyến tính.
Chú ý 3.5 Một số nhận biết đơn giản về hệ vectơ độc lập tuyến tính, phụ thuộc tuyến tính
trong không gian 3 :
1. Hệ hai vectơ u1 , u2
Nhận biết bằng hình ảnh hình học Nhận biết bằng tọa độ
- Hệ hai vectơ cùng phương thì phụ thuộc Họ hai vectơ có tọa độ tương ứng tỉ lệ thì
tuyến tính phụ thuộc tuyến tính
u1
u2 u1  ku2 , k 
- Hệ hai vectơ không cùng phương thì độc Họ hai vectơ có tọa độ tương ứng không tỉ
lập tuyến tính lệ thì độc lập tuyến tính
u1 u1  ku2 , k 
u2
2. Hệ ba vectơ u1 , u2 , u3 đồng phẳng thì phụ thuộc tuyến tính (Hình 3.4), hệ ba vectơ
u1 , u2 , u3 không đồng phẳng thì độc lập tuyến tính (Hình 3.5).
Hình 3.4 Hình 3.5
Định lý 3.3 Mọi tập con của một tập độc lập tuyến tính đều độc lập tuyến tính.
Định lý 3.4 Tập u1 ,u2 ,...,un  là phụ thuộc tuyến tính khi và chỉ khi có một vectơ của tập
này là tổ hợp tuyến tính của các vectơ còn lại.
Hệ quả 3.1 Mọi hệ chứa vectơ không đều phụ thuộc tuyến tính
Hệ quả 3.2 Mọi tập chứa hệ phụ thuộc tuyến tính đều phụ thuộc tuyến tính.
3.3 Không gian hữu hạn chiều và cơ sở của không gian hữu hạn chiều
3.3.1 Hệ sinh của không gian vectơ
Định nghĩa 3.5 Giả sử V là một không gian vectơ, S là hệ vectơ của V sao cho
S  u1 ,u2 ,...,un   V . Với mọi vectơ u  V , luôn tồn tại bộ hệ số c1 , c2 ,...,cn  để
u  c1u1  c2u2  ...  cnun . Khi đó, S gọi là một hệ sinh của không gian V.
43

, xét hệ S  {e1 , e2} với e1  (0,1) và e2  (1,0) . Khi
đó, với mọi vectơ u  ( x; y )  2
ta luôn có u  ( x, y)  x(1,0)  y(0,1)  xe1  ye2 . Vậy
vectơ u có thể biểu diễn tuyến tính qua các vectơ của S. Suy ra S là hệ sinh của 2
(Hình
3.6).
Hình 3.6
Ví dụ 3.14 Chứng minh rằng hệ vectơ S  u1  (1,2,1), u2  (2,1,3), u3  (1, 1,4) là hệ
sinh của 3 .
Giải:
Với mọi vectơ u  (a, b, c)  3
, ta xét c1u1  c2u2  ...  cnun  u tương đương với hệ
c1  2c2  c2  a

 2c1  c2  c3  b
c  3c  4c  c
1 2 3
1 2 1 
Ma trận hệ số A   2 1 1 .
 
1 3 4 
Vì A  6  0 nên hệ có nghiệm duy nhất. Điều đó có nghĩa với mọi vectơ u  3
luôn
tồn tại các số c1 ,c2 ,c3 sao cho u  c1u1  c2u2  c3u3 . Vậy S là hệ sinh của 3
3.3.2 Không gian vectơ hữu hạn chiều

1) Khái niệm về không gian n chiều
Định nghĩa 3.6 Không gian vectơ V được gọi là không gian n chiều (n nguyên dương)
nếu trong V ta chỉ có thể chỉ ra các hệ nhiều nhất n vectơ độc lập tuyến tính. Khi đó, số
chiều của không gian V là n, kí hiệu dim(V).
Các không gian n ( n  0 ) chiều gọi là không gian hữu hạn chiều.
Nếu trong V có thể tìm được bất kì các vectơ độc lập tuyến tính thì ta nói V là không
gian vô hạn chiều.
Chú ý 3.6
Tập chỉ gồm một phần tử  cũng là một không gian vectơ. Không gian này có số
chiều được quy ước bằng 0, tức dim({}) = 0.
44
3.3.3 Cơ sở của không gian vectơ

Định nghĩa 3.7 Giả sử V là không gian vectơ. Hệ vectơ S  {u1 ,u2 ,...,un }  V được gọi
là một cơ sở của không gian vectơ V khi và chỉ khi S vừa là hệ sinh của V vừa độc lập
tuyến tính. Khi đó số chiều của V bằng số vectơ trong hệ S.
Định lý 3.5 Nếu V là không gian vectơ, S  {u1 ,u2 ,...,un } là một cơ sở của V. Khi đó, với
mọi vectơ u  V ta luôn có biểu diễn duy nhất u  c1u1  c2u2  ...  cnun .
, xét hệ S  {e1 ,e2 ,...,en }  n
với ei   0,0,...,1,...,0 
( ei là vectơ thứ i có n thành phần, thành phần thứ i bằng 1 và các thành phần khác bằng
0). Chứng minh rằng S là cơ sở của n
.
Giải:
+ Chứng minh S là hệ sinh:
Mọi vectơ x  n
ta có x  ( x1 , x2 ,..., xn )= x1 (1,0,...,0)  x2 (0,1,...,0)  ...  xn (0,0,...,1) .
Suy ra x  x1e1  x2e2  ...  xnen . Do đó S là hệ sinh của n
.
+ Chứng minh S độc lập tuyến tính:
Xét c1e1  c2e2  ...  cnen   tương đương ( c1 ,c2 ,...,cn )  ( 0,0,...,0 )
tức là c1  0, c2  0,..., cn  0 . Suy ra S độc lập tuyến tính.
Vậy S là một cở sở của n và dim( n ) = n. Cơ sở này được gọi là cơ sở chính tắc
của n .
Ví dụ 3.16 Trong không gian Pn ( x) (không gian các đa thức bậc nhỏ hơn hoặc bằng n).
Hệ S  {1,x,x 2 ,...,x n } là một cơ sở của Pn .
Giải:
+ Với mọi vectơ p( x)  Pn ( x) ta luôn có p( x)  a0  a1 x  a2 x 2  ...  an x n (vectơ p(x) đã
biểu diễn tuyến tính qua các vectơ của S). Nên S là hệ sinh của Pn .
+ Cho c0  c1 x  c2 x 2  ...  cn x n  0 ta nhận được c1  0,c2  0,...,cn  0 . Suy ra S độc lập
tuyến tính.
Vậy S là cơ sở của Pn và dim( Pn )  n  1 . Cơ sở này được gọi là cơ sở chính tắc của
không gian Pn .
Ví dụ 3.17 Cho W  ( x, y, z )  3
: x  3 y  2 z  0 .
a) Chứng minh rằng W là không gian con của 3
.
b) Tìm một cơ sở và số chiều của W.
Giải:
a) Vì   (0,0,0) W nên W  , W  3
.
Lấy u  ( x1 , y1 ,z1 ) W  x1  3 y1  2z1  0 ,
v  ( x2 , y2 ,z2 ) W  x2  3 y2  2z2  0 .
45
Suy ra ( x1  3 y1  2 z1 )  ( x2  3 y2  2 z2 )  0 hay ( x1  x2 )  3(y1  y2 )  2(z1  z2 )  0 .

Do đó ( x1  x2 , y1  y2 ,z1  z2 ) W hay u  v W .
Mặt khác, ta lại có k( x1  3 y1  2 z1 )  0 hay ( kx1 )  3( ky1 )  2( kz1 )  0 .
Do đó ( kx1 ,ky1 ,kz1 ) W hay ku W .
Vậy W là không gian con của 3 .
b) Tìm một cơ sở của W
Trước hết ta tìm hệ sinh của W:
Với mọi u=( x, y, z ) W ta có x  3 y  2 z  0 , suy ra x  3 y  2 z thay vào u ta được
u  (3 y  2 z, y, z )  y(3,1,0)  z(2,0,1) .
Từ đó, nếu đặt S  u1  (3,1,0), u2  (2,0,1) thì S là hệ sinh của W.
Mặt khác, do u1  (3,1,0), u2  (2,0,1) có tọa độ tương ứng không tỉ lệ (Chú ý 3.5), tức
S độc lập tuyến tính.
Vậy S là cơ sở của W và dim(W)=2.
 1 0 3 
 
Ví dụ 3.18 Cho W  ( x, y, z )  3
: 1 2 5  0 .
 x y z 
 
a) Chứng minh rằng W là không gian con của
3
;
Giải:
1 0 3
Ta có 1 2 5  6 x  8 y  2 z . Khi đó, ta có thể viết lại tập W dưới dạng
x y z
W  ( x, y, z )  R3 : 6 x  8 y  2 z  0 .
a) Ta có W  ,W  3
.
Lấy u  ( x1 , y1 ,z1 ) W  6x1  8 y1  2z1  0,
v  ( x2 , y2 ,z2 ) W  6x2  8 y2  2z2  0 .
Ta có u  v  ( x1  x2 , y1  y2 ,z1  z2 )  3
, và ku  ( kx1 ,ky1 ,kz1 ), k  .
Từ đó ta có ( 6 x1  8 y1  2z1 )  ( 6x2  8 y2  2z2 )  0
hay 6( x1  x2 )  8(y1  y2 )  2(z1  z2 )  0 . Suy ra ( x1  x2 , y1  y2 ,z1  z2 ) W
hay u  v W .
Mặt khác, ta có k( 6 x1  8 y1  2 z1 )  0 hay 6  kx1   8  ky1   2  kz1   0 .
Do đó ( kx1 ,ky1 ,kz1 ) W hay ku W .
Vậy W là không gian con của 3 .
b) Trước hết ta tìm hệ sinh của W:
với mọi u=(x,y,z) W thì 6 x  8 y  2 z  0 .
Suy ra z  3x  4 y thay vào u ta được
46
u  ( x, y, 3x  4 y)  x(1,0, 3)  y(0,1,4) .

Nếu đặt S  u1  (1,0, 3), u2  (0,1,4 thì vectơ u là tổ hợp tuyến tính của các vectơ
trong S. Suy ra S là hệ sinh của W.
Mặt khác, do u1  (1,0, 3), u2  (0,1,4) không tỉ lệ (Chú ý 3.5) nên S độc lập tuyến tính.
Vậy S là cơ sở của W và dim(W)=2.
Định lý 3.6 Trong không gian vectơ n chiều V, mỗi hệ gồm n vectơ độc lập tuyến tính là
một cơ sở của V.
Như vậy, nếu biết số chiều của không gian vectơ V là n, để tìm cơ sở của V ta chỉ cần
chỉ ra trong V một hệ gồm n vectơ độc lập tuyến tính.
Ví dụ 3.19 Chứng minh rằng hệ S  u1  (1,3,2) , u2  (2, 1,3) , u3  (3,2,1) và
S'  u1 '  (1,1,0) , u2 '  (1,0,1) , u3 '  (0,1,1) là 2 cơ sở của không gian 3
.
Giải:
Vì dim( 3 )  3 và S  3 . Để chứng minh S và S’ là cơ sở của không gian ta chỉ
3
cần chứng minh độc lập tuyến tính.

+ Xét c1u1  c2u2  c3u3   tương đương với hệ
c1  2c2  3c3  0 1 2 3 

3c1  c2  2c3  0có ma trận hệ số A   3 1 2  .
 
 2c  3c  c  0  2 3 1 
 1 2 3
Ta có A  28  0 . Suy ra hệ S độc lập tuyến tính.

Do đó, S là cơ sở của 3 .
+ Xét c1u1 '  c2u2 '  c3u3 '   tương đương với hệ
c1  c2  0 1 1 0 

c1  c3  0 có ma trận hệ số A  1 0 1  .
 
c  c  0 0 1 1 
 2 3
Ta có A  2  0 . Suy ra hệ S ' độc lập tuyến tính nên S’ cũng là cơ sở của 3
.
Vậy S và S’ là 2 cơ sở của 3 .
Chú ý 3.7 Cơ sở của một không gian vectơ là không duy nhất. Một không gian vectơ có
thể có nhiều cơ sở.
Ví dụ 3.20 Cho S  u1  1, 2, 4  , u2  1,m,0  , u3   3,5, 2  . Tìm m để S là cơ sở của
3
.
Giải:
Vì S có ba vectơ trong và dim( 3 )  3 nên ta chỉ cần tìm m để S độc lập tuyến tính.
3
Xét c1u1  c2u2  c3u3   tương đương với hệ

c1  c2  3c3  0  1 1 3

 2c1  mc2  5c3  0 có ma trận hệ số A   2 m 5  .
  4c  2c  0  4 0 2 
 1 3
47
Ta có A  14m  24 . Để hệ S độc lập tuyến tính thì

12
A  14m  24  0 , ta được m  .
7
12
Vậy với m  thì S là cơ sở của 3 .
7
Ví dụ 3.21 Trong P2 ( x) (không gian các đa thức bậc nhỏ hơn hoặc bằng 2) cho hệ
H  q1(x)  1  3x  2x 2 , q2 (x)  3  2x  5x 2 , q3 (x)  4  x  mx 2  .
Tìm m để H là cơ sở của P2 ( x).
Giải:
Vì H  P2 ( x) , H có 3 vectơ và dim( P2 ( x))  3 nên ta chỉ cần tìm m để H độc lập tuyến
tính.
Xét c1q1 ( x)  c2q2 ( x)  c3q3 ( x)  0 tương đương với hệ
c1  3c2  4c3  0

3c1  2c2  c3  0
 2c  5c  mc  0
 1 2 3
 1 3 4 
Ma trận hệ số A   3 2 1  .
 
 2 5 m 
Ta có A  7m  43 . Để H độc lập tuyến tính thì
43
A  7m  43  0 , suy ra m   .
7
43
Vậy với m   thì S là cơ sở của P2 ( x).
7
3.4 Tọa độ của vectơ
3.4.1 Tọa độ của một vectơ đối với một cơ sở
Định nghĩa 3.8 Giả sử hệ S  {u1 ,u2 ,...,un } là cơ sở của không gian n chiều V, với mọi
vectơ v  V ta có v  c1u1  c2u2  ...  cnun , ci  R . Khi đó, bộ số (c1 ,c2 ,...,cn ) được gọi là
tọa độ của vectơ v đối với cơ sở S, kí hiệu:  v S  (c1 ,c2 ,...,cn ) .
Định lý 3.7 Giả sử S là cơ sở của không gian n chiều V. Xét hệ H=v1 ,v2 ,...,vn  với
 v1 S  (c11 ,c12 ,...,c1n )
 v2 S  (c21 ,c22 ,...,c2 n )
...
 vn S  (cn1 ,cn 2 ,...,cnn )
Khi đó, hệ H là cơ sở của không gian V khi và chỉ khi
48
c11 c12 ... c1n

c21 c22 ... c2 n
 0.
cn1 cn 2 ... cnn

, cho hệ S  {e1  (1,0,0), e2  (0,1,0), e3 =(0,0,1)} và
vectơ v  1,2,3 . Hãy tìm tọa độ của vectơ v đối với cơ sở S.
Giải:
Ta có v  (1,2,3)  1(1,0,0)  2(0,1,0)  3(0,0,1)  e1  2e2  3e3
Vậy (v) S  1,2,3 .
Hệ quả 3.3 Nếu S  {e1 ,e2 ,...,en } là cơ sở chính tắc của n
ta có:
i) v  (c1 ,c2 ,...,cn )  n
thì  v S  v  (c1 ,c2 ,...,cn )
ii) Hệ H=v1 ,v2 ,...,vn  là cơ sở của n
khi và chỉ khi det( A )  0 (A là ma trận hàng
mà các phần tử được lập từ hệ H, mỗi hàng của A là tọa độ của một vectơ của H).
Ví dụ 3.23 Trong không gian vectơ 3 , cho hệ
S  {u1  (1,2,0), u 2  (2,1,2), u 3  (1,1,2)} và v  (8,9,6) .
a) Chứng minh S là cơ sở của 3 ;
b) Với tìm tọa độ của vectơ v đối với cơ sở S;
c) Tìm w  3
biết (w)S  1, 2,3 .
Giải:
a) Cách 1:
Xét c1u1  c2u2  c3u3   tương đương với hệ
c1  2c2  c3  0 1 2 1 

 2c1  c2  c3  0 Ma trận hệ số A   2 1 1  .
 
 2c  2c  0  0 2 2 
 2 3
Ta có det( A)  4  0 . Vậy hệ S độc lập tuyến tính.

Vì S có ba vectơ độc lập tuyến tính trong 3
và dim( 3
)  3 nên S là cơ sở của 3
.
Cách 2:
Lập ma trận hàng:
1 2 0 
A  2 1 2 .
 
1 1 2 
Ta có A  4  0 . Suy ra S là cơ sở của 3
.
b) Gọi tọa độ của (v)S  (c1 , c2 , c3 ) , ta cần tìm c1 , c2 , c3 từ hệ thức
49
c1u1  c2u2  c3u3  v . Ta có

 1 2 1 8  1 2 1 8  1 2 1 8 
     
A   2 1 1 9   0 3 1 7   0 1 1 1
 0 2 2 6  0 2 2 6  0 2 2 6 
1 2 1 8 
 
 0 1 1 1 , c3  1,c2  2,c1  3 .
0 0 4 4 
Vậy (v)S  (3,2,1).
c) Vì ( w) S  1, 2,3 tương đương với
w  u1  2u2  3u3
( 1,2,0 )  2( 2,1,2 )  3( 11
, ,2 )  ( 0,3,2 ).
Vậy w  (0,3,2).
Ví dụ 3.24 Trong 3
, cho hệ S  {u1  (2,1,3), u 2  (1,1,2), u 3  (2,1,m)} và u  (3,6,13).
1) Tìm m để S là cơ sở của 3 .
2) Với m = 2, tìm tọa độ của vectơ u đối với cơ sở S.
Giải:
1) Lập ma trận hàng
 2 1 3
A   1 1 2  .
 2 1 m 
Ta có A  3m  9 . Để S là cở sở của 3
thì A  0 , suy ra m  3 .
Vậy với m  3 thì S là cở sở của 3 .
2) Với m  2 , gọi tọa độ của (u)S  (c1 , c2 , c3 ) , ta có c1u1  c2u2  c3u3  u .
Ta có
2  1 2 3   1 1 1 6  1 1 1 6  1 1 1 6 
       
A  1 1 1 6    2 1 2 3   0 3 0  9   0 1 1  5 
 3 2 2 13  3 2 2 13 0 1 1  5  0 3 0  9 
1 1 1 6 
 
 0 1 1 5  , c3  2, c2  3, c1  1.
0 0 3 6 
Vậy (v)S  (1,3,2) .
Ví dụ 3.25 Trong P2 ( x) (không gian các đa thức bậc nhỏ hơn hoặc bằng 2) cho hệ
H  {q1 ( x)  1  3x  5x 2 , q2 ( x)  3  4 x  6 x 2 , q3 ( x)  -2  x  mx 2}
và q(x)  2  15 x  21x 2 .
a) Tìm m để H là cơ sở của P2 ( x) .
50
b) Với m = 0, tìm tọa độ của vectơ q(x) đối với cơ sở H.

Giải:
a) Xét c1q1 ( x)  c2 q2 ( x)  c3q3 ( x)  0 tương đương với hệ
c1  3c2  2c3  0 1 3 2 

3c1  4c2  c3  0 Ma trận hệ số A  3 4 1  .
 
 5c  6c  mc  0  
 1 2 3  5 6 m
Ta có A  5m  13 . Vì H có ba vectơ trong không gian P2 ( x) và dim( P2 )  3. Để H là
13
cở sở của P2 thì A  0 , suy ra m  .
5
13
Vậy với m  thì H là cở sở của P2 .
5
b) Với m  0 , gọi (q( x)) H  (c1 , c2 , c3 ) , ta có c1q1 ( x)  c2q2 ( x)  c3q3 ( x)  q( x) .
Ma trận mở rộng của hệ này là A :
1 3  2 2  3h  h 1 3 2 2 
  5 h  h 
1 2

A  3 4 1 15    0 5 7 9 
1 3
5 6 0 21 0 9 10 11

1 3 2 2  1 3 2 2

2 h 2  h 3  9h h  
  0 1 4  7   0 1 4  7  . 2 3
0 9 10 11 0 0 26 52 

Ta có c3  2, c2  1, c1  3 .
Vậy (q)H  (3,1,2) .
3.4.2 Ma trận chuyển cơ sở
1) Ma trận chuyển cơ sở
Định nghĩa 3.9 Trong không gian vectơ n chiều V, giả sử B  u1 , u 2 ,..., u n  và
B'  v1 , v2 ,..., vn  là hai cơ sở của V.
c11  c12  c1n 
c  c  c 
Nếu ( v1 )B   21 
, ( v2 )B   22 
, ..., ( vn )B   2 n 
     
     
cn1  cn 2  cnn 
tức là
v1  c11u1  c21u2  ....  cn1un
v2  c12u1  c22u2  ....  cn 2un
(3.1)
...
vn  c1nu1  c2 nu2  ....  cnnun
51
 c11 c12 ... c1n 

c c22 ... c2 n 
thì ma trận C   21
được gọi là ma trận chuyển cơ sở từ B sang B’.
 
 
cn1 cn 2 ... cnn 
Công thức (3.1) được gọi là công thức đổi cơ sở từ cơ sở B sang cơ sở B’
2) Công thức đổi tọa độ
Định lý 3.8 Trong không gian vectơ n , giả sử C là ma trận chuyển cơ sở từ cơ sở B
sang cơ sở B’. Xét vectơ w  n
, khi đó (w)B  C(w)B' .
(3.2)
Chứng minh
 w1   w'1 
w   w' 
Gọi (w)B   2
, (w)B'   2  ,
   
   
 wn   w'n 
tức là, w  wu1 1  w2u2  ...  wnun
(3.3)
w  w'1v1  w'2v2  ...  w'nvn . (3.4)
Vì C là ma trận chuyển cơ sở từ cơ sở B sang cơ sở B’ ta có
v1  c11u1  c21u2  ....  cn1un
v2  c12u1  c22u2  ....  cn 2un
...
vn  c1nu1  c2 nu2  ....  cnnun .
thay vào (3.4) ta được
w  w'1( c11u1  c21u2  ....  cn1u n )
 w'2 ( c12u1  c22u2  ....  cn 2u n )
...
 w'n ( c1nu1  c2 nu2  ....  cnnun )
 ( w'1c11  w'2c12  ....  w' nc1n )u1
 ( w'1c21  w'2c22  ....  w'nc2 n )u2
...
 ( w'1cn1  w'2cn 2  ....  w'ncnn )un .
Đối chiếu với (3.3) ta có
w1  w'1c11  w'2c12  ....  w' nc1n
w2  w'1c21  w'2c22  ....  w' nc2 n
(3.5)
...
wn = w'1cn1  w'2cn 2  ....  w' ncnn .
52
tương đương với phương trình ma trận

 w1   c11 c12 ... c1n   w'1 
w   c  
 2    21 c22 ... c2 n   w'2  hay (w)  C(w) .
     B B'
    
 wn  cm1 cm 2 ... cmn   w'n 
Định lý 3.9 Giả sử C là ma trận chuyển cơ sở từ cơ sở B sang cơ sở B’ thì:
i) C khả nghịch (tức là det( C )  0 );
ii) C 1 là ma trận chuyển từ cơ sở B’ sang B, tức là
(w)B'  C 1(w)B . (3.6)
Chú ý 3.8
i) Công thức (3.2) biểu diễn tọa độ của vectơ w đối với cơ sở B theo tọa độ của vectơ
w đối với cơ sở B’.
ii) Công thức (3.6) biểu diễn tọa độ của vectơ w đối với cơ sở B’ theo tọa độ của vectơ
w đối với cơ sở B.
, hai cơ sở S  u1  (1,0,1), u2  (1,1,0), u3  (0,1,1)
và H  v1  (2,1,1), v2  (0, 2, 2), v3  (1, 2,1) .
a) Tìm ma trận chuyển cơ sở từ S sang H;
b) Cho v  ( 3,2,5 ) . Tim ( v )S và ( v )H .
Giải:
a) Gọi ( v1 )S  ( c11 ,c21 ,c31 ) , ta có hệ c11u1  c21u2  c31u3  v1 , ma trận mở rộng của hệ là
A , ta có :
1 1 0 2  1 1 0 2  1 1 0 2
     
A  0 1 1 1   0 1 1 1   0 1 1 1 ,
1 0 1 1  0  1 1  1  0 0 2 0 
suy ra c11  1, c21  1,c31  0 .
Gọi ( v2 )S  ( c12 ,c22 ,c32 ) , ta có hệ c12u1  c22u2  c32u3  v2 , ma trận mở rộng của hệ là
A , ta có :
1 1 0 0  1 1 0 0  1 1 0 0
     
A  0 1 1 2   0 1 1 2   0 1 1 2 ,
1 0 1 2  0  1 1 2  0 0 2 4 
suy ra c12  0, c22  0,c32  2 .
Gọi ( v3 )S  ( c13 ,c23 ,c33 ) ta có hệ c13u1  c23u2  c33u3  v3 ma trận mở rộng của hệ là
A , ta có :
1 1 0 1  1 1 0 1  1 1 0 1
     
A  0 1 1 2   0 1 1 2   0 1 1 2 ,
1 0 1 1  0 1 1 0  0 0 2 2 
53
suy ra c13  0, c23  1, c33  1 .

1 0 0 
Vậy ma trận chuyển cơ sở tử S sang H là: C   2 0 1  .
 
 0 2 1 
b) Gọi (v) H  (c1 , c2 , c3 ) , ta có c1v1  c2v2  c3v3  v , ma trận mở rộng của hệ là A , ta
có :
 2 0 1 1   1 2 2 3  1 2 2 3
     
A  1 2 2 3    2 0 1 1   0  4  3  5 ,
1 2 1 4  1 2 1 4  0 0  1 1
suy ra c13  1, c2  2,c3  1 . Do vậy (v) H  (1,2, 1).
1 0 0   1   1 
Ta có (v) S  C (v) H   2 0 1   2    1  .
 
 0 2 1   1  3
Vậy (v)S  (1,1,3) .
Chú ý 3.9 Ta có thể tìm (v) S và (v) H theo các cách sau:
Cách 1: Tìm (v) S và (v) H trực tiếp như Định nghĩa 3.9, tức là:
Gọi (v)S  (c1 , c2 , c3 ) ta có c1u1  c2u2  c3u3  v giải hệ ta có nghiệm là tọa độ của (v) S .
Tương tự cho (v) H .
Cách 2: Tìm (v) S , tìm ma trận nghịch đảo C 1 của C và suy ra (v) H  C 1 (v) S .
3.5 Hạng của hệ vectơ
3.5.1 Định nghĩa hạng của một hệ vectơ
Định nghĩa 3.10 Giả sử V là không gian vectơ, xét hệ S={u1 , u2 , ..., um}  V. Hệ
con H ={ui1 , ui , ..., ui r }  S được gọi là một cơ sở của không gian vectơ sinh bởi
2
hệ S nếu các điều kiện sau đây được thỏa mãn:

i) Hệ H độc lập tuyến tính;
ii) Mọi vectơ của hệ S luôn biểu diễn tuyến tính được qua hệ H.
Hệ H gồm r vectơ trên được gọi là hệ con độc lập tuyến tính tối đại có thể rút ra từ
S. Số r gọi là hạng của hệ S, kí hiệu là rank(S) hoặc r(S).
Chú ý 3.10
1) 0  r ( S )  m ;
2) Nếu r ( S )  m thì S độc lập tuyến tính.
3.5.2 Các định lý cơ bản về hạng của hệ vectơ
Định lý 3.10 Số vectơ của mọi hệ con độc lập tuyến tính tối đại của hệ S={u1 , u2 , ..., um}
 V đều bằng nhau.
Định lý 3.11 Nếu A là ma trận cỡ m  n thì hạng của ma trận A chính là hạng của
hệ vectơ hàng của ma trận A.
54
3.5.3 Cách tính hạng của một hệ vectơ

1) Không gian con sinh bởi một hệ vectơ
Định lý 3.12 W  span( S ) là không gian con của V sinh bởi hệ S.
2) Cơ sở và số chiều của không gian con sinh bởi một hệ vectơ
Định lý 3.12 Giả sử V là không gian vectơ, W  span( S ) là không gian con của V
sinh bởi hệ S, khi đó:
i) dim(W )  r( S )  r ;
ii) Mỗi hệ gồm r vectơ độc lập tuyến tính tối đại rút ra từ hệ S là một cơ sở
của W.
3) Cách tìm hạng của một hệ vectơ, cơ sở của không gian con sinh bởi một hệ vectơ
Xét vectơ S ={u1 , u2 , ..., um} . Ta tìm hạng của S theo các bước sau:
Bước 1: Lập ma trận hàng A gồm các vectơ của S.
Bước 2: Biến đổi sơ cấp đưa A về ma trận bậc thang E, từ đó suy ra hạng hệ S
cũng là của E.
Khi đó, số hàng khác không của ma trận E là số vectơ độc lập tuyến tính tối
đại, các vectơ này lập nên một cơ sở của không gian con sinh bởi hệ S.
Ví dụ 3.27 Trong không gian vectơ 4 cho hệ vectơ
S  (3,5,7,1), (1,2,3,2), (2,6,1,2), (5,9,13,5) .
a) Tìm hạng của hệ S;
b) Tìm một cơ sở của không gian con sinh bởi hệ S trong 4
.
Giải:
a) Lập ma trận
3 5 7 1
1 2 3 2 
A=  .
2 6 1 2
 
 5 9 13 5 
Sử dụng các phép biến đổi sơ cấp để đưa ma trận A về ma trận bậc thang:
3 5 7 1 1 2 3 2  1 2 4 1 
1 2 3 2  3 5 7 1 0 1 2 5 
A=   h1  h 2
   
 
2 6 1 2 2 6 1 2 0 2 5 2 
     
 5 9 13 5   5 9 13 5  0 1 2 5 
1 2 4 1 
0 1 2 5 

 .
0 0 9 12 
 
0 0 0 0 
Ta có r( S )  r( A )  3.
55
Ma trận bậc thang thu được từ A bằng biến đổi sơ cấp có ba hàng khác không là ba
vectơ độc lập tuyến tính tối đại của hệ S. Vậy cơ sở của không gian con sinh bởi hệ vectơ
S trong 4
là: (1, 2, 4,1), (0, 1, 2, 5), (0,0, 9, 12) .

1) Chứng minh một tập là không gian vectơ, không gian con hay không.
2) Khảo sát tính độc lập tuyến tính, phụ thuộc tuyến tính, hệ sinh của một hệ vectơ.
3) Tìm cơ sở và số chiều của không gian vectơ. Tìm công thức đổi tọa độ, ma trận
chuyển cơ sở.
4) Nội dung của chương này cũng là kiến thức nền tảng để nghiên cứu về nhân và ảnh
của ánh xạ tuyến tính trong Chương 4, và không gian riêng của một ma trận trong
Chương 5.
BÀI TẬP
3.1 Trong các tập sau tập nào là không gian vectơ? Vì sao?
a) A  ( x1 , x2 , x3 , x4 ,)  : 4 x1  x2  2 x2  3x4  0 với hai phép toán: cộng 2
4
vectơ, và nhân vectơ với một số thực.

b) A  ( x1 , x2 , x3 , x4 ,)  4 : 4 x1  x2  2 x2  3x4  2 với hai phép toán: cộng 2
vectơ, và nhân vectơ với một số thực.
c) Tập các số thực R với phép cộng số thực và phép nhân số thực với một số hữu tỷ.
3.2 Trong các tập sau tập nào là không gian con của 3 ? Vì sao?
a) A  ( x,y,z )  3 : 4 x  y  9 z  0 ;
b) B  ( x,y,z )  3
: 4 x  y  9 z  1 ;
 1 2 3 
 
c) D  ( x,y,z )  : 1 0 5  0  ;
3
 x y z 
 
 1 2 3 
 
d) D  ( x,y,z )  : 1 0 5  2  .
3
 x y z 
 
3.3 Cho W  ( x,y,z )  : 4 x  y  4 z  m Tìm m để W là không gian con của
3 3
.
3.4 Cho H  (2c,0, c); c   . Chứng minh H là không gian con của 3
, tìm một cơ
sở và số chiều của H.
3.5 Trong không gian 3 , chứng minh rằng các vectơ:
a) u1  (2,1,0), u2  (2,3,1), u3  (4,0, 1) là phụ thuộc tuyến tính.
b) u1  (2,1,2), u2  (2,3,1), u3  (1,1,2) là độc lập tuyến tính.
56
3.6 Chứng minh rằng trong 3

, vectơ u   6,2,7  là tổ hợp tuyến tính của các vectơ
u1   2,1,3 , u2   3,2,5 , u3  1,1,1 .

3
3.7 Trong không gian cho các vectơ:
a= 1,1,1 ; b=  6,6,1 ; c= 8,4,3 .
a) Các vectơ a,b,c có độc lập tuyến tính không ? Tại sao?
b) Hãy biểu diễn vectơ u = (-5,-19, 5) theo các vectơ a,b,c.
3.8 Trong không gian vectơ P2 ( x ) , khảo sát tính độc lập tuyến tính và phụ thuộc tuyến
tính của các hệ vectơ sau:
a) M= x 2  x  1,x 2  3x  2,2 x 2  x  1 ;
b) N=3x 2  2 x  2,x 2  x  1,2 x 2  x  1 .
3.9 Cho W  ( x,y,z )  3

: x  2 y  7 z  0 .
a) Chứng minh W là không gian con của 3 .
3.10 Cho tập hợp W   x  3 y, y  x,x, y  : x, y  
a) Chứng minh W là không gian con của 4
.
b) Tìm một cơ sở của W.
3.11 Ký hiệu M 2 là không gian các ma trận thực cấp 2 với phép cộng ma trận và phép
nhân ma trận với một số thực thông thường.
 1 2 
Đặt F   X  M 2 : AX  0 , trong đó A   .
 1 2 
a) Chứng minh F là không gian con của M 2 ;

b) Tìm một cơ sở và số chiều của F.
3.12 Trong không gian vectơ 4 xét tập:
 2 x1  3x2  x3  x4  0 
A   x  ( x1 , x2 , x3 , x4 )  4 :  .
 2 x1  3x2  x3  x4  0 
a) Chứng minh A là không gian con của 4
;
b) Tìm số chiều và một cơ sở của A.
 2 x1  x2  3 x3  0 
  
3.13 Cho F   x1 ,x2 ,x3   3
:  x1  x2  5 x3  0  .
  4x  x  x  0 
  1 2 3 
Chứng minh rằng F lập thành không gian của 3

và tìm cơ sở của F.
57
3.14 Tìm cơ sở và chiều của không gian con các nghiệm của hệ phương trình
 x  2y  z  0

 2x  y  z  0
2 x  4 y  2 z  0

3.15 Tìm chiều và cơ sở của không gian các nghiệm của hệ phương trình
 x y z t  0
 x  y  z t  0


3 x  y  z  t  0
3 x  y  z  t  0
3.16 Trong không gian vectơ 3

cho tập
 x1 x2 x3 
 
W   x   x1 ,x2 ,x3   3
: 1 2 1  0 .
 2 1 2 
 
Chứng minh rằng W là không gian con của 3

. Tìm số chiều và một cơ sở của W.
cho tập
 v1 1 2 
 
V  v   v1 ,v2 ,v3   3
: v2 1 1  0 .
 v2 2 1 
 
Chứng minh V là không gian vectơ con của 3
. Hãy tìm số chiều và một cơ sở của V.
3.18 Trong không gian 3
cho các vectơ u1  1,1,1 ; u2  1,1, 2  ; u3  1, 2,3 và
u   6,9,14  . Chứng minh rằng hệ B  u1 ,u2 ,u3  là cơ sở của không gian 3
, tìm tọa độ
của vectơ u trong cơ sở B.

cho họ:
B  u1  (1,1,1); u2  (0,1,1); u3  (1, 0,1) .
a) Chứng minh rằng hệ vectơ B là cơ sở của 3

.
b) Tìm tọa độ của vectơ u  (1, 2,1) theo cơ sở B.
3.20 Trong P2 ( x) (không gian các đa thức bậc nhỏ hơn hoặc bằng 2) cho các vectơ
p1 ( x)  x 2  1, p2 ( x)  x 2  x  1, p3 ( x)  x 2  mx  3,
a) Với các giá trị nào của m thì  p1 ( x), p2 ( x), p3 ( x) tạo thành cơ sở của P2 ( x) ;
b) Trường hợp m = 2, hãy biểu diễn p( x)  3x 2  x  1 theo p1 ( x), p2 ( x), p3 ( x) .
58
3.21 Cho v1  1,0,1 ; v2   2,1,3 ; v3   4,2,6  ; v  3,1,2  . Hỏi v có thuộc không
gian sinh bởi v1 ,v2 ,v3 hay không? Tại sao?
3.22 Cho hệ vectơ S=v1   0,1,1,1 ; v2  1,0,1,1 ; v3  1,1,0,1 ; v4  1,1,1,0 
a) Chứng minh rằng hệ S là một cơ sở của 4

;
b) Tìm tọa độ của các vectơ u  1,1,1,1 và v  1,0,0,0  đối với cơ sở S.

, cho hai cơ sở:
B  u1  (1,1, 0); u2  (0,1,1); u3  (1, 0,1) và
B '  v1  (0, 0,1); v2  (1, 1, 0); v3  (1,1,1) .
a) Tìm ma trận chuyển cơ sở từ cơ sở B sang cơ sở B’.

b) Tìm ma trận chuyển cơ sở từ cơ sở B’ sang cơ sở B.
c) Hãy tìm tọa độ của vectơ x  (1, 1,1) theo hai cơ sở trên.
3.24 Trong P2 ( x ) cho 2 cơ sở: B  1, x  1, ( x  1)2  và B '  1, x, x 2  .
a) Tìm ma trận chuyển cơ sở từ cơ sở B sang cơ sở B’.

b) Tìm ma trận chuyển cơ sở từ cơ sở B’ sang cơ sở B.
c) Hãy tìm tọa độ của vectơ p  ( x  1)2 theo hai cơ sở trên.

, cho không gian con L sinh bởi các vectơ:
a1  1,1,1,1,0  , a2  1,1, 1, 1, 1 , a3   2,2,0,0, 1 , a4  1,1,5,5,2  , a5  1, 1, 1,0,0  .
Xác định một cơ sở và số chiều của L.
3.26 Tìm một cơ sở và số chiều của không gian con của 4

sinh bởi các vectơ:
a) 1, 0,1,2  ,  2, 1,1,0  ,  0,1,3, 2  , 1, 1,1,2  ;
b) 1,1,0,2  ,  2,0,1,2  ,  0, 4,1,2  ,  3,1, 1, 4  .
cho hệ:
B  u1  (1,1,1); u2  (0,1,1); u3  (1, 0, m) .
a) Tìm m để hệ vectơ B là cơ sở của 3

.
b) Tìm m để vectơ u  (1, 2,3) thuộc không gian sinh bởi hệ B.
3.28 P3( x ) là không gian cac đa thức có bậc nhỏ hơn hoặc bằng 3. Các vectơ sau có lập
thành một cơ sở của không gian vectơ P3( x ) hay không:
59
p1  x   4 x 3 - 5 x 2  2 x  6; p2  x   2 x 3  2 x 2  x  3;
p3  x   4 x 3 - x 2  5 x  6; p4  x   6 x 3  3x 2  3x  9.
Tìm số chiều và một cơ sở của không gian con sinh bởi hệ B   p1 ( x); p2 ( x); p3 ( x); p4 ( x)
.3.29 Trong không gian vectơ 4

cho hệ:
S  (1,2,0,3), (3,2, 3,1), (2,4,3,2),(5,6,  3,7) .
a) Tìm hạng của hệ S;
b) Tìm 1 cơ sở của không gian con sinh bởi hệ S trong 4
.
cho hệ:
S  {(3,2,4,1), (1,2,-3,2), (2,4,0,5), (4,4,1,3)} .
a) Tìm hạng của hệ S.
b) Hệ S có tạo thành một cơ sở của không gian 4
không? Tại sao?
60
CHƯƠNG 4. ÁNH XẠ TUYẾN TÍNH
Chương này trình bày các khái niệm và tính chất cơ bản của ánh xạ tuyến tính,
nhân và ảnh của ánh xạ tuyến tính. Nghiên cứu mối quan hệ giữa các ma trận của ánh xạ
tuyến tính đối với các cơ sở khác nhau.
4.1 Định nghĩa

4.1.1 Định nghĩa ánh xạ tuyến tính
Định nghĩa 4.1 Cho V và W là hai không gian vectơ. Ánh xạ f :V  W được gọi là ánh
xạ tuyến tính nếu nó thỏa mãn hai tính chất sau:
i) f ( u  v )  f ( u )  f ( v ), u,v V ;
ii) f (  u )   f ( u ), u V ,  .
Trong trường hợp W trùng với V, ánh xạ f :V  V được gọi là toán tử tuyến tính trên
V hay phép biến đổi tuyến tính trên V.
Ví dụ 4.1 Cho ánh xạ f :  3 được xác định bởi:
2
f ( x, y )  ( x  y,x  y, y ) .
Chứng minh rằng f là ánh xạ tuyến tính.
Giải:
Với u  ( x1 , y1 )  2 , v  ( x2 , y2 )  2 , k  R , ta có
u  v  ( x1  x2 , y1  y2 ),
ku  ( kx1 ,ky1 ).
Xét f ( u  v )  f ( x1  x2 , y1  y2 )  ( x1  x2  y1  y2 ,x1  x2  ( y1  y2 ), y1  y2 )
 ( x1  y1 ,x1  y1 , y1 )  ( x2  y2 ,x2  y2 , y2 )
 f ( u )  f ( v ) nên tính chất i) được thỏa mãn.
Xét f (k u )  f (k x1 ,ky1 )  (k x1  ky1 ,k x1  ky1 ,k y1 )  k( x1  y1 ,x1  y1 , y1 )  kf ( u ) ,
tính chất ii) được thỏa mãn.
Vậy f là ánh xạ tuyến tính.
Chú ý 4.1
Ánh xạ f :V  W là ánh xạ tuyến tính khi và chỉ khi f (  u   v)   f ( u )   f ( v ),
với u,v V và  ,   .
Ví dụ 4.2 Cho ánh xạ f : n
 m
được xác định bởi:
 x1 
x 
f ( x )  Ax , trong đó A   aij  mn , x    .
2
 
 
 xn 
61
Giải:
Với x, y  n
,  , ta có
f( x  y )  A( x  y )  Ax  Ay  f (x)  f (y) ;
f(  x )  A(  x )   (A x)   f (x) .
1 1
Chẳng hạn, xét ánh xạ f : 2
 , A  1 1 , khi đó
3
0 1
1 1 x  y
x    
f ( x, y )  A    1 1     x  y  .
x
 y  0 1  y   y 
   
Viết dưới dạng vectơ, ta có f ( x, y )  ( x  y,x  y, y ) . Đây chính là ánh xạ ở Ví dụ 4.1.
Như vậy, Ví dụ 4.1 là trường hợp đặc biệt của Ví dụ 4.2.
Ví dụ 4.3 Cho ánh xạ f : 3
 3
f ( x, y,z )  ( 2 x  y  z,x  2 y  3z,x  2 z ).
Giải:
Với u  ( x1 , y1 ,z1 )  3 , v  ( x2 , y2 ,z2 )  3 , k  ,
ta có u  v  ( x1  x2 , y1  y2 ,z1  z2 ), ku  ( kx1 ,ky1 ,kz1 ) .
Xét f ( u  v )  f ( x1  x2 , y1  y2 ,z1  z2 )
  2( x1  x2 )  ( y1  y2 )  (z1  z2 ),( x1  x2 )  2( y1  y2 )  3(z1  z2 ),( x1  x2 )  2(z1  z2 )
 ( 2 x1  y1  z1 ,x1  2 y1  3 z1 ,x1  2 z1 )  ( 2x2  y2  z2 ,x2  2 y2  3 z2 ,x2  2 z2 )
 f ( u )  f ( v ) , tính chất i) được thỏa mãn.
Xét f (k u )  f (k x1 ,ky1 ,kz1 )  ( 2kx1  ky1  k z1 ,k x1  2ky1  3k z1 ,k x1  2k z1 )
 k( 2 x1  y1  z1 ,x1  2 y1  3 z1 ,x1  2 z1 )  kf(u) , tính chất ii)
được thỏa mãn.
4.1.2 Nhân và ảnh của ánh xạ tuyến tính
1) Định nghĩa nhân và ảnh
Định nghĩa 4.2 Giả sử V và W là hai không gian vectơ, f :V  W là ánh xạ tuyến tính.
Khi đó:
* Tập tập tất cả các vectơ của V có ảnh là vectơ không trong W gọi là hạt nhân của f, kí
hiệu Kef(f):
Ker ( f )  u V : f (u )    . (Hình 4.1)
62
Hình 4.1
* Tập tất cả các phần tử của W sao cho mỗi phần tử đó là ảnh của ít nhất một phần tử
của V gọi là ảnh của f, kí hiệu Im(f):
Im( f )  v W :u V , f (u)  v . (Hình 4.2)
Chú ý 4.2 Ảnh của V qua ánh xạ f được xác định:

f (V )  v W : v  f ( u ),u V   Im( f ) .
Hình 4.2
2) Tính chất của nhân và ảnh
Định lý 4.1 Giả sử V và W là hai không gian vectơ, f :V  W là ánh xạ tuyến tính. Khi
đó:
1) Ker(f) là một không gian con của V;
2) Im(f) là một không gian con của W.
Ví dụ 4.4 Cho ánh xạ tuyến tính f : n
 m
được xác định bởi: f (u)  Au , trong đó
u1 
u 
A   aij  , u    .
2
mn  
 
un 
Khi đó:
Ker ( f )  u  n
: f (u )     u  n
: Au    .
Suy ra Ker( f ) là không gian nghiệm của hệ thuần nhất Au   .
Im( f )  v  m
: u  n

, f (u )  v  v  W : u  V , Au  v  v  m

: Au  v có nghiem

 v m
: r ( A)  r ( A) . 
Ví dụ 4.5 Cho ánh xạ tuyến tính f : 3
 3 được xác định bởi:
f ( x, y,z )  ( x  2 y  3z, 2x  y  z, x  z ) .
a) Tìm Ker(f), cơ sở và số chiều của Ker(f);
b) Tìm Im(f), cơ sở và số chiều của Im(f).
Giải:
a) Tìm hệ sinh cho không gian con Ker(f).
Với mọi u  ( x, y, z )  Ker( f ) ta có f (u)  f ( x, y, z )   tương đương với hệ
 x  2 y  3z  0

2 x  y  z  0
x  z  0

Để tìm nghiệm của hệ, ta sử dụng phép BĐSC đưa ma trận mở rộng của hệ này là A về
dạng bậc thang như sau:
63
1 2 3 0  1 2 3 0  1 2 3 0  1 2 3 0
       
A   2 1 1 0   0 5 5 0   0 1  1 0   0 1  1 0 .
1 0 1 0  0 2  2 0  0  2  2 0  0 0 0 0
Đặt z  t, t  ,  y  t, x  t nên u  ( x, y,z )  t( 1, 1,1 ) .
Vậy Ker( f )  u  3
:u  t (1, 1,1), t  .
Do hệ sinh của Ker(f) là S  (1, 1,1) , mà S độc lập tuyến tính nên cơ sở của Ker( f )
là S  (1, 1,1) và dim(ker(f))=1.
b) Tìm Im(f), cơ sở của Im(f).
Với mọi v  (a,b,c)  Im( f )  f (u)  v có nghiệm, tương đương với hệ
 x  2 y  3z  a

2 x  y  z  b có nghiệm.
x  z  c

1 2 3 a  1 2 3 a  1 2 3 a 
    h 2 h  
A   2 1 1 b   0 5  5 b  2a   0 2 3
1  1 b  2c 
1 0 1 c  0 2  2 c  a  0 2  2 c  a 
1 2 3 a 
 

 0 1  1 b  2c .
0 0 0  2b  5 c  a 
Vì hệ có nghiệm nên r ( A)  r(A)  2  2b  5a  a  0 .
Vậy Im(f)  v  (a, b, c)  3
: a  2b  5c  0 .
Từ a  2b  5c  0 suy ra a  2b  5c . Do đó v  (2b 5c,b,c)  b(2,1,0)  c(5,0,1)
Ta có S  {(2,1,0), (5,0,1)} là hệ sinh của Im(f), mà S độc lập tuyến tính (Chú ý 3.5)
nên S là cơ sở của Im(f) và dim(Im(f))=2.
4.1.3 Hạng của ánh xạ tuyến tính
Định nghĩa 4.3 Nếu f : V  W là ánh xạ tuyến tính thì số chiều của Im(f) được gọi là
hạng của ánh xạ f, kí hiệu r(f): r(f)=dim(Im(f)).
Trong Ví dụ 4.5 ta có dim(Im(f))=2 suy ra r(f)=2.
Định lý 4.2 Nếu f : V  W là ánh xạ tuyến tính từ không gian n chiều V tới không gian
W thì
dim(Im(f))+dim(Ker(f))=n
tức là
r(f)+dim(Ker(f))=n.
Ví dụ 4.6 Cho ánh xạ tuyến tính f :  3 xác định bởi:
3
f ( x, y, z)  ( x  4 y  5z, 3x  2 y  4 z, x  14 y  16 z) .
64
Tìm Ker(f) và r(f).

Giải:
Với mọi u  ( x, y, z )  Ker( f ) , ta có f (u)  f ( x, y, z )   tương đương với hệ
 x  4 y  5z  0

3x  2 y  4 z  0
 x  14 y  16 z  0

1 4
 5 0  1  4  5 0  1  4  5 0 
     
A  3 2 4 0   0 10 11 0   0 10 11 0  .
1  16 0  0  10  11 0  0
 14 0 0 0 
11 6 t
Đặt z  t, t  , suy ra y   t, x  t . Từ đó u  ( x, y,z )  ( 6, 11,10 ) .
10 10 10
Vậy Ker( f )  u  3
: u  t (6, 11,10), t  .
Ta thấy S  (6, 11,10) là hệ sinh của Ker(f), mà S độc lập tuyến tính nên S cơ sở của
Ker( f ) và dim(Ker(f))=1.
Vì r(f)+dim(Ker(f))=3 nên r(f)=3 – 1 =2.
4.2 Ma trận của ánh xạ tuyến tính
4.2.1 Định nghĩa ma trận của ánh xạ tuyến tính
Định nghĩa 4.4 Cho V là không gian vectơ n chiều, W là không gian vectơ m chiều,
Giả sử B  u1 , u2 ,..., un  là cơ sở của V, B '  v1 , v2 ,..., vm  là cơ sở của W.
Xét f : V  W là ánh xạ tuyến tính. Khi đó, với mỗi u  V ta có f (u )  W , ta tính được
(u)B ,( f (u)) B ' .Nếu tồn tại ma trận A cỡ m  n thỏa mãn : A( u )B  ( f ( u ))B' ,u V thì
ma trận A được gọi là ma trận của ánh xạ f đối với cặp cơ sở B và B’.
4.2.2 Cách tính ma trận của ánh xạ f đối với cặp cơ sở B và B’
Bước 1:Tính f (u1 ), f (u2 ),..., f (un ).
Bước 2: Tìm  f ( u1 )B' ,  f ( u2 )B' , ...,  f ( un )B' . Khi đó ma trận của f đối với cặp cơ
sở B và B’ là trận A cỡ m  n có dạng:
A   f ( u1 )B'  f ( u2 )B' ...  f ( u n )B'  ,
trong đó  f ( ui )B' , i  1,n là các ma trận cột có các phần tử là các tọa độ của vectơ
 f ( ui )B' theo thứ tự viết theo cột.
 2
được xác định bởi
f ( x, y, z )  ( x  y  z, 2x  y  z ) .
Tìm ma trận của ánh xạ f đối với cặp cơ sở B  u1  (1,1,0), u2  (1,0,1), u3  (0,1,1) và
B '  v1  (1,1), v2  (1,2) .
Giải:
65
, ,0 )  ( 2,1 ) , f ( u2 )  f( 1,0,1 )  ( 2,1 ) , f ( u3 )  f( 0,11

Ta có f ( u1 )  f( 11 , )  ( 2,2 ) .
Gọi ( f ( u1 ))B'  ( a1 ,a2 ) ta có ma trận mở rộng của hệ này là:
1 1 2  1 1 2   3
A   , a2  1, a1  3 , suy ra  f ( u1 )B'    .
1 2 1  0 1 1  1
 3
Tương tự, ta cũng có  f ( u2 )B'    .
 1
1 1 2  1 1 2 
Gọi ( f ( u3 ))B'  (b1 ,b2 ) ta có A     , b2  4, b1  6 ,
1 2 2   0 1 4 
 6
suy ra  f ( u3 )B'    .
 4 
 3 3 6
Vậy ma trận của ánh xạ f đối với cặp cơ sở B và B’ là: A   .
 1 1 4 
 3
được xác định bởi
f ( x, y, z )  ( x  2 y  3z, 2x  y  z,3x  3 y  2 z )
Tìm ma trận của ánh xạ f đối với cặp cơ sở B  u1  (1,1,1), u2  (1,0,1), u3  (0,1,2) và
B '  v1  (1,1,2), v2  (1,2,0), v2  (1,0,3) .
Giải:
Ta có f ( u1 )  f( 111
, , )  ( 4,2,2 ) , f ( u2 )  f( 1,0,1 )  ( 2,3,1 ) ,
f ( u3 )  f( 0,1,2 )  ( 8,1,7 ) .
Gọi ( f (u1 ))B '  (a1, a2 , a3 )  a1v1  a2v2  a3v3  f (u1 ), ma trận mở rộng của hệ này là A :
1 1 1 4  1 1 1 4  1 1 1 4 
     
A  1 2 0 2   0 1 1 6   0 1 1 6  , a3  18, a2  12 , a1  26.
 2 0 3 2  0 2 1 6  0 0 1 18
 26 
Suy ra  f ( u1 )B'   12 .
 
 18
Gọi ( f ( u2 ))B'  (b1 ,b2 ,b3 )  b1v1  b2v2  b3v3  f ( u2 ) , ma trận mở rộng của hệ này là:
1 1 1 2  1 1 1 2  1 1 1 4 
     
A  1 2 0 3   0 1 1 5   0 1 1 6  , b3  15, b2  9 , c1  20 .
 2 0 3 1  0 2 1 5  0 0 1 15
 20 
Suy ra  f ( u2 )B'   9  .
 15
Gọi ( f (u3 )) B '  (c1, c2 , c3 )  c1v1  c2v2  c3v3  f (u3 ), ma trận mở rộng của hệ này là A :
66
1 1 1 8  1 1 1 8 1 1 1 8 
     
A  1 2 0 1   0 1 1 9   0 1 1 9  , c3  27 , c2  18, c1  37 .
 2 0 3 7  0 2 1 9  0 0 1 27 
 37 
Suy ra  f ( u3 )B'   18  .
 
 27 
 26 20 37 
Vậy ma trận của ánh xạ f đối với cặp cơ sở B và B’ là: A   12 9 18  .
 
 18 15 27 
4.2.3 Các trường hợp riêng
1) Ma trận của ánh xạ tuyến tính đối với cơ sở B
Khi V  W , B ,  B  { u1 , u2 ,.., un } , xét toán tử tuyến tính f :V  V . Khi đó ma
trận của f đối với cơ sở B là ma trận cấp n có dạng:
A   f ( u1 )B  f ( u2 )B ...  f ( un )B  ,
trong đó  f ( ui )B là các ma trận cột có các phần tử là các tọa độ của vectơ  f ( ui ) B
theo thứ tự viết theo cột
 3
f ( x, y, z )  ( x  2 y  3z , x  y  z , 2 x  3 y  z ) .
Tìm ma trận của ánh xạ f đối với cơ sở B  u1  (1,1,1), u2  (1,0,1), u3  (0,1,1) .
Giải:
Ta có f (u1 )  f(1,1,1)  (4,1, 2) , f (u2 )  f(1,0,1)  (2,2,1) ,
f (u3 )  f(0,1,1)  (5,0, 4)
Tiếp theo ta sẽ tìm tọa độ của các vectơ f (u1 ), f (u2 ), f (u3 ) dối với cơ sở B
Gọi ( f (u1 ))B  (a1, a2 , a3 )  a1u1  a2u2  a3u3  f (u1 ) ma trận mở rộng của hệ này là A :
1 1 0 4  1 1 0 4   1
   
A  1 0 1 1   0 1 1 5  , a3  2 , a2  3, a1  1 , suy ra  f ( u1 )B   3 .
 
1 1 1 2  0 0 1 2   2 
Gọi ( f (u2 ))B  (b1,b2 ,b3 )  b1v1  b2v2  b3v3  f (u2 ), ma trận mở rộng của hệ này là A :
1 1 0 2  1 1 0 2  1
   
A  1 0 1 2   0 1 1 4  , b3  3, b2  1, b1  1 , suy ra  f ( u2 )B   1 .
 
1 1 1 1  0 0 1 3   3
Gọi ( f (u3 )) B  (c1, c2 , c3 )  c1v1  c2v2  c3v3  f (u3 ), ma trận mở rộng của hệ này là A :
67
1 1 0 5  1 1 0 5  1 
   
A  1 0 1 0   0 1 1 5  , c3  1, c2  4 , c1  1 , suy ra  f ( u3 )B   4  .
 
1 1 1 4  0 0 1 1   1 
 1 1 1
Vậy ma trận của ánh xạ f đối với cơ sở B là A   3 1 4  .
 
 2 3 1 
2) Ma trận chính tắc của ánh xạ tuyến tính
Khi V  n , W  m , xét ánh xạ tuyến tính f : n  m . Gọi B  {e1, e2 ,.., en } là
cơ sở chính tắc của n
, B '  {e1 ', e2 ',.., em '} là cơ sở chính tắc của m
. Khi đó ma trận
chính tắc của f là ma trận cỡ m  n có dạng:
A   f (e1 )  f (e2 ) ...  f (en ) .
với  f (ei )  là các ma trận cột có các phần tử là các tọa độ của vectơ f (ei ) theo thứ tự
viết theo cột.
Chú ý rằng, vì B’ là cơ sở chính tắc của m
, f (ei ) m
nên  f (ei )  B '  f (ei ) .
 3
f ( x, y, z )  ( x  y  3z, x  2 y  z, 2 x  3 y  z ) .
Tìm ma trận chính tắc của ánh xạ f.
Giải
Cơ sở chính tắc của 3
là S  e1  (1,0,0), e2  (0,1,0), e3  (0,0,1).
Ta có: f (e1 )  f (1,0,0)  (1,1,2) ,
f (e2 )  f (0,1,0)  (1,2, 3) ,
f (e3 )  f (0,0,1)  (3, 1, 1) .
1 1 3 
Ma trận chính tắc của f là A  1 2 1 .
 
 2 3 1
Ví dụ 4.11 Cho ánh xạ tuyến tính f : 3  3
có ma trận chính tắc là
1 4 5 
A  3 2 4  .
 
1 14 16 
Tìm công thức của ánh xạ tuyến tính f.

Giải
Cở sở chính tắc của 3 là S  e1  (1,0,0), e2  (0,1,0), e3  (0,0,1). Ta có
f (e1 )  f (1,0,0)  (1,3,1) ;
68
f (e2 )  f (0,1,0)  (4, 2, 14) ;

f (e3 )  f (0,0,1)  (5, 4, 16) .
Vì f là ánh xạ tuyến tính nên ta có
f ( x, y, z )  f  x(1,0,0)  y(0,1,0)  z (0,0,1) 
 x. f (1,0,0)  y. f (0,1,0)  z. f (0,0,1)
 x(1,3,1)  y(4, 2, 14)  z (5, 4, 16)
 ( x  4 y  5z, 3x  2 y  4 z, x  14 y  16 z) .
Vậy công thức của ánh xạ tuyến tính f là
f ( x, y, z)  ( x  4 y  5z, 3x  2 y  4 z, x  14 y  16 z) .
Chú ý 4.3
1) A( u )B  ( f ( u ))B' ,u V là công thức ảnh của vectơ u đối với cơ sở B qua ánh
xạ f.
2) Ta có thể tính được f(u) bằng cách tính gián tiếp nếu biết ma trận của ánh xạ
tuyến tính f bằng sơ đồ dưới đây:

 3
, ma trận của f đối với cơ sở
S  {u1  ( 11
, ,2 ), u2  ( 1,2,3 ), u3  ( 3,1,0 ) là
 2 0 1
A  1 3 0 
 
 3 4 2 
và v  ( 5,6,5 ) .
a) Tìm tọa độ của v đối với cơ sở S;
b) Tính ảnh của vectơ v qua ánh xạ f.
Giải
a) Gọi (v)s  (c1,c2 ,c3 ) ta có c1 u1  c2 u2  c3 u3  v ma trận mở rộng của hệ này là
 1 1 3 5  1 1 3 5  1 1 3 5
     
A  1 2 1 6   0 1 4  11  0 1 4  11 , c3  2 , c2  3, c1  2
 2 3 0 5  0 1 6  15 0 0 2  4 
Vậy (v)S  (2, 3,2) .
69
 2 0 1  2   2 
b) Theo sơ đồ của Chú ý 4.3 ta có  f (v)S  A(v) S  1 3 0   3   7  .
    
 3 4 2   2   2 
Do đó (f(v))S  (2, 7, 2) tương đương với
f (v)  2(1,1,2)  7(1,2,3)  2(3, 1,0)  (11, 10, 17) .
4.3 Sự đồng dạng
4.3.1 Ma trận đồng dạng
Định nghĩa 4.5 Giả sử A và B là hai ma trận vuông cấp n, ta nói B đồng dạng với A
nếu tồn tại ma trận không suy biến P cấp n sao cho
B  P 1 AP .
Chú ý 4.4 Nếu B đồng dạng với A thì A cũng đồng dạng với B.
Thật vậy, B đồng dạng với A thì tồn tại ma trận không suy biến (tồn tại ma trận
nghịch đảo) P sao cho B  P 1 AP hay A  PBP 1  ( P 1 )1 B( P 1 ) . Đặt Q  P 1 ta có
A  Q 1BQ , Q không suy biến. Vậy A đồng dạng với B.
4.3.2 Ma trận của ánh xạ tuyến tính qua phép đổi cơ sở
Định lý 4.2 Giả sử f :V  V là toán tử tuyến tính trong không gian n chiều V. Nếu A
là ma trận của ánh xạ f đối với cơ sở B, A' là ma trận của f đối với cơ sở B' thì
A'  P 1 AP
trong đó P là ma trận chuyển cơ sở từ B sang B’.
Như vậy A' đồng dạng với A.
3 2 1
Ví dụ 4.10 Cho ma trận A   4 5 7  .
 
 5 1 6 
Giả sử f : 3
 3
là toán tử tuyến tính và A là ma trận của f đối với cơ sở
B  {u1 =(1,34), u 2 =(0,1,2), u 2 =(1,2,0)}.
Tìm ma trận của f đối với cơ sở B'  {v1 =(1,1,2), v2 =(1,1,0), v3 =(2,1,2)}.
Giải:
Bước 1: Ta tìm ma trận P chuyển từ cơ sở B sang B’.
Xét p11u1  p21u2  p31u3  v1 , ma trận mở rộng của hệ này là A :
 1 0 1 1  1 0 1 1  1 0 1 1 
     
A   3 1 2 1   0 1 1  2   0 1 1  2  , p31  1, p21  3, p11  2 .
 4 2 0 2  0 2 4  2 0 0 2 2 
1 0 1 1 1 0 1 1  1 0 1 1 
     
A   3 1 2 1  0 1 1  2   0 1 1  2  , p32  0 , p22  2 , p12  1 .
 4 2 0 0  0 2 4  4  0 0 2 0 
70

 1 0 1 2  1 0 1 2  1 0 1 2 
     
A   3 1 2 1   0 1 1  5   0 1 1  5 , p33  2 , p23  7 , p13  4 .
 4 2 0 2  0 2 4  6 0 0 2 4
 2 1 4

Vậy ma trận chuyển từ cơ sở B sang B’ là P  3 2 7  .
 
 1 0 2 
Bước 2: Tìm ma trận nghịch đảo của P.
Do det( P )  1  0 nên P có nghịch đảo, ta có:
c11  4, c21  2, c31  1,
c12 1, c22  0, c32  2,
c13  2, c23  1, c33  1.
4 2 1
1
P  1  0 2 .
 
 2 1 1
Ma trận của f đối với cơ sở B’:
4 2 1  3 2 1  2 1 4
1
A'  P AP  1     
0 2 4 5 7 3 2 7 
   
 2 1 1  5 1 6   1 0 2 
4 2 1   1 1 4 
 1  0 2   14 6 33 .
  
 2 1 1  1 3 1 
 31 13 81

Vậy A'  1 5 2  .
 
 15 5 40 

1) Chứng minh một ánh xạ có là ánh xạ tuyến tính hay không.
2) Tìm nhân và ảnh, cơ sở và số chiều của nhân và ảnh.
3) Cách tìm ma trận của ánh xạ tuyến tính. Ma trận của ánh xạ tuyến tính thông qua
phép đổi cơ sở (ma trận đồng dạng).
4) Sử dụng ma trận đồng dạng để chéo hóa một ma trận và đưa dạng toàn phương về
dạng chính tắc bằng cách tìm giá trị riêng và vectơ riêng sẽ được đề cập trong
Chương 5.
71
BÀI TẬP
4.1 Cho ánh xạ f : 3

 2
được xác định bởi f ( x, y, z )  ( x  y  z, x  y  z  2m) .
a) Xác định m để f là một ánh xạ tuyến tính;
b) Tìm Ker(f) và số chiều của Ker(f);
c)Với m = 0 tìm ma trận của f đối với cặp cơ sở
B=u1= 1, 0,1 , u2   0,1,1 , u3  1,1, 0  và B'=v1  1,0  , v2 1, 1.

 2
f  x, y, z    x  ay  2 z,2 x  y  az,ax  2 y  z  .
a) Chứng minh f là phép biến đổi tuyến tính;

b) Tìm cơ sở và số chiều của Ker(f) tùy thuộc a.
4.3 Kí hiệu M 2 là không gian các ma trận vuông thực cấp 2 với các phần tử thực. Ánh
xạ f : M 2  M 2 được xác định như sau:
 2 1
f :X   X , X M2 .
 3 5
a) Chứng minh f là ánh xạ tuyến tính;
1 0 0 1  0 0  0 0
b) Tìm ma trận của f theo cơ sở e1   , e2   , e3   , e4    .
0 0  0 0 1 0 0 1
4.4 Cho ánh xạ f : 3  2 như sau:
f  x, y, z    6 x  2 y  2 z,  2 x  3 y,2 x  3z .
a) Chứng minh f là phép biến đổi tuyến tính;

b) Tìm ma trận của f theo cơ sở chính tắc;
c) Tìm Im(f), chỉ ra cơ sở và số chiều của Im(f).
4.5 Ký hiệu P2 ( x) là không gian các đa thức hệ số thực bậc nhỏ hơn hoặc bằng 2. Xét
ánh xạ tuyến tính f : P2 ( x)  P2 ( x) xác định như sau:
f ( p( x))  xp '( x)  p( x), p( x)  P2 ( x) .
Tìm Ker(f).
4.6 Ký hiệu P3 ( x) là không gian các đa thức hệ số thực có bậc nhỏ hơn hoặc bằng 3. Xét
ánh xạ tuyến tính f : P3 ( x)  P3 ( x) xác định như sau:
f ( p( x))  (2 x  1) p '( x)  3 p( x) .
72
Tìm ma trận của f theo cơ sở S  1, x, x 2 , x 3  .
4.7 Tìm ma trận của ánh xạ tuyến tính trong 3

biến đổi các vectơ a1   2,0,3 ,
a2   4,1,5 , a3   3,1, 2  thành các vectơ tương ứng
b1  1, 2, 1 , b2   4,5, 2  , b3  1, 1,1 .
4.8 Cho f : 3
 3
xác định như sau:
f  x, y, z    x+y+z,x  y  z, 2 x +y  z  .

b) Tìm ma trận của f theo cơ sở chính tắc, từ đó suy ra ma trận của f theo cơ sở:
B  u1  (1,1,0), u2  (0,1,1), u3  (0,0,1) .
4.9 Trong 3
cho 3 vectơ v1   2,3, 4  ,v2   3,5,7  ,v3   4, 4,6  và ánh xạ tuyến tính
f: 3
 3
f  x, y, z    2 x+y+z,3x +2 y  z,x +y+2 z  .
a) Chứng minh rằng hệ S= v1 ,v2 ,v3  là một cơ sở của 3

. Tìm tọa độ của vectơ
v   2, 3, 4  theo cơ sở trên S;
b) Tìm ma trận của f đối với cơ sở S.

4.10 Gọi Pn ( x) là không gian vectơ các đa thức có bậc nhỏ hơn hoặc bằng n,
p ( x)  a0  a1 x  a2 x 2  ...  an x n , ai  , i  0, n .
Xét Bn  1, x, x 2 ,..., x n  là một cơ sở trong Pn ( x), n  và f : Pn ( x)  Pn1 ( x) được xác
định bởi : f ( p( x))  p '( x) .

Chứng minh rằng f là một ánh xạ tuyến tính từ Pn ( x) sang Pn1 ( x) . Viết ma trận của ánh
xạ f với các hệ cơ sở Bn trong Pn ( x) và Bn1 trong Pn1 ( x) . Tìm kerf (f).
 4 3
4.11 Kí hiệu M 2 là không gian các ma trận vuông thực cấp 2. Cho ma trận A   
1 1
và xét ánh xạ f : M 2  M 2 được xác định như sau:
f : X  AX , X  M 2 .
a) Chứng minh f là ánh xạ tuyến tính, tìm hạng của f ;
1 0 0 1  0 0  0 0
b) Tìm ma trận của f theo cơ sở e1   , e2   , e3   , e4    .
0 0  0 0 1 0 0 1
4.12 Cho ánh xạ tuyến tính f trong cơ sở e1 , e2 , e3  có ma trận
73
 15  11 5 
 
 20  15 8  .
 8  7 6
 
Tìm ma trận của f trong cơ sở
a) e1 , e3 , e2 ;
b) e1 , e1  e2 , e1  e2  e3 .

 3
f  x, y    2x – y, 4 x  2 y, 6 x – 3 y  .
a) Chứng minh f là ánh xạ tuyến tính ;

b) Tìm ma trận của chính tắc của f ;
c) Xác định Ker(f) và một cơ sở của Ker(f).
4.14 Ánh xạ tuyến tính f : 3
 3
trong cơ sở
 1 18 15 
 
a1  8,6,7  , a2   16,7,13 , a3  9,3,7  có ma trận  1 22 15  .
 1 25 22 
Hãy tìm ma trận của f trong cơ sở b1   38,21,32  ,b2   21,17 ,19  ,b3   1, 3,0  .
4.15 Cho ánh xạ tuyến tính f : 3

 2
f ( x)  ( x1  x2  x3 , x1  x2  2 x3 ), x   x1 , x2 , x3   3
.
a) Tìm ma trận của f đối với cặp cơ sở chính tắc của 3

và 2
;
b) Tìm ma trận của f đối với cặp cơ sở B = u1  1,1,0; u2  1,0,1; u3  1,1,1 của
3
và B'  v1  1,1 ,v2   1,1 của 2
.

 3
f ( x )  ( 2 x1  m, 2 x1  3x2  x3 ,3x1  2x2  2x3 ), x   x1 ,x2 ,x3   3
,
a) Tìm m để f là một ánh xạ tuyến tính trên 3 .
b) Với m tìm được ở trên, hãy tìm ma trận của f theo cơ sở
S  u1  (1,1,0), u2  (1,0,1), u3  (0,1,1) của 3 .

 3
f ( x1 , x2 , x3 , x4 )  ( x1  2 x2 , x2  x3 , x1  x4 ), xi  , i  1, 4 .
a) Chứng minh Im(f) = 3

và tìm Ker(f);
74
b) Tìm ma trận của f trong các hệ cơ sở

B  u1  (1,1,1,1), u2  (1,1,1,0), u3  (1,1,0,0), u4  (1,0,0,0) của 4
và
B '  v1  (0,0,1), v2  (0,1,1), v3  (1,1,1) của 3
.
4.18 Cho f : 3
 3
f  x, y, z    2 x  2 y  2 z, 2 x  5 y  z, 2 x+y+5z  .
a) Viết ma trận chính tắc của f ;
b) Xác định Ker(f) và dim(Im(f)).
 3
có ma trận theo cơ sở chính tắc là:
2 1 3
1 2 2  .

8 1 5 
a) Tìm Ker(f);
b) Cho v  (a, b, c)  Im( f ) , tìm hệ thức liên hệ giữa a,b,c.
c) Hãy tìm  để hệ phương trình sau có nghiệm:
 2 x  y  3z  1

 x  2 y  2 z  1
 8x  y  5z  

 3
có ma trận theo cơ sở chính tắc là
1 2 1
3 0 2  .
 
7 4 8 
a) Tìm ker(f);
b) Tìm Im(f);
c) Hãy tìm  để phương trình sau có nghiệm:
 x  2y  z 1

 3x  2 y  1
7 x  4 y  8 z  

 3
f ( x, y)  ( x  y, x  2 y,  2 x  y), ( x, y)  2
.
Xác định Ker(f) và Im(f).
 3
xác định như sau
75
f ( x, y, z )  (2 x  6 y  2 z, x  3 y  z,3x  9 y  3z ), ( x, y, z)  3
.
a) Chứng minh rằng f là ánh xạ tuyến tính;
b) Tìm số chiều và một cơ sở của Ker(f). Tìm dim(Im(f));
c) Xác định ma trận của f đối với hệ cơ sở sau của 3
B  u1  1,1,0  , u2  1,0,1 , u3   0,1,1 .
4.23 Trong R3 cho cơ sở e1  1,1,1 ,e2   0,1,1 ,e3   0,0,1 và một ánh xạ tuyến tính
1 1 3
f: 3
 3
có ma trận theo cơ sở trên là  2 1 3 .
 0 1 1
a) Tìm dim(Im(f)), dim(Ker(f));

b) Tìm f(x), với x  (a, b, c) .
4.24 Gọi P2 ( x) là không gian vectơ các đa thức hệ số thực có bậc nhỏ hơn hoặc bằng 2.
Cho ánh xạ f : P2  P2 xác định bởi:
f ( p)  p '' 2 p ' 3 p, với p  P2 .
b) Tìm Ker(f);
c) Tìm ma trận của f trong cơ sở {1,x,x 2 } .
 3
xác định bởi
f  x, y, z    2 x – y  z,  x  2 y – z, z  m  .
a) Tìm m để f là một ánh xạ tuyến tính;

b) Tìm ma trận của f theo cơ sở chính tắc khi m  0.
4.26 Ký hiệu M n là không gian các ma trận thực vuông cấp n. Xét ánh xạ f : M 3  M 3
xác định bởi :
 1 0 2
f :X  3 1 1  X  mI

 5 2 0 
với I là ma trận đơn vị cấp 3.
b) Khi m =0 tìm dim(Ker(f)) và Im(f).
4.27 Ký hiệu Pn ( x) là không gian các đa thức có bậc nhỏ hơn hoặc bằng n. Xét ánh xạ
f : P2 ( x)  xác định bởi
76
1
f ( p( x))   p( x)dx .
1
a) Chứng minh f là một ánh xạ tuyến tính;

b) Tìm dim(Ker(f)).
 2 3 1 5 
4.28 Cho A   4 1 3 2  và ánh xạ f : 4
 3
xác định bởi
 
 2 4 4 3
 1
f ( x)  Ax  m  0  , với x  ( x1 , x2 , x3 , x4 )  4
.
 1

b) Khi m = 0 tìm dim(Ker(f)).
4.29 Cho vectơ u  (a, b, c), abc  0 và ánh xạ f : 3
 3
với
f ( x1, x2 , x3 )  (bx3  cx2 , cx1  ax3 , ax2  bx1 ) .
b) Tìm ma trận của f theo cơ sở chính tắc;
c) Tìm dim(Ker(f)).
4.30 Cho 6 vectơ a1  (2,3,5), a2  (0,1,2), a3  (1,0,0), b1  (1,1,1), b2  (1,1, 1),
b3  (2,1,2).
Tìm ánh xạ tuyến tính f : 3
 3
sao cho: f (ai )  bi , i  1,2,3 .
4.31 Tìm ma trận của ánh xạ tuyến tính trong 3 biến đổi các vectơ
a1   2,0,3 , a2   4,1,5 , a3   3,1,2  thành các vectơ tương ứng
b1  1, 2, 1 , b2   4,5, 2  , b3  1, 1,1.
4.32 Với mỗi đa thức có hệ số thực p(x) bậc nhỏ hơn hoặc bằng 3 ta cho tương ứng đa
thức
 
q  x    2 x  1 p  x   x 2  1 p '( x) .
a) Chứng minh rằng ánh xạ f : p( x) q( x) là một ánh xạ tuyến tính từ P3 ( x)

vào P4 ( x);
b) Xác định ma trận của f theo cặp cơ sở 1, x, x 2 , x3  của P3 ( x) và 1, x, x 2 , x3 , x 4 
của P4 ( x).
4.33 Cho phép biến đổi tuyến tính f : 3
 3
có ma trận theo cơ sở chính tắc
e1 , e2 , e3  là
77
15 11 5 
A   20 15 8  .
 
 8 7 6 
a) Chứng minh  f1  2e1  3e2  e3 , f 2  3e1  4e2 +e3 , f 3=e1  2e2  2e3  là một cơ
sở của 3 ;
b) Tìm ma trận của f theo cơ sở  f1 , f 2 , f 3  .
78
CHƯƠNG 5. GIÁ TRỊ RIÊNG, VECTƠ RIÊNG VÀ DAN
̣ G TOAN
̀ PHƯƠNG
CHƯƠNG 5. GIÁ TRỊ RIÊNG, VECTƠ RIÊNG VÀ DẠNG

TOÀN PHƯƠNG
Chương này trình bày các khái niệm về giá trị riêng và vectơ riêng của ma trận,
sơ lược về dạng toàn phương. Cách chéo hóa một ma trận bằng phương pháp tìm giá trị
riêng và vectơ riêng. Giới thiệu một số cách đưa dạng toàn phương về dạng chính tắc.
5.1 Giá trị riêng và vectơ riêng

5.1.1 Giá trị riêng và vectơ riêng của ma trận vuông
Định nghĩa 5.1 Giả sử A là ma trận vuông cấp n. Số  được gọi là giá trị riêng của A
nếu phương trình:
Ax   x, x  n
có nghiệm x   . Vectơ x   này gọi là vectơ riêng của A ứng với giá trị riêng .
3 2 0  4
Ví dụ 5.1 Cho ma trận A  2 3 0 và vectơ x   4  .
 
 
 4 1 5   1 
3 2 0  4   4
   
Khi đó, ta có Ax  2 3 0   4   1.  4   1.x .
 
 4 1 5    1   1
Do đó   1 là giá trị riêng của A và x  (4, 4, 1)t là vectơ riêng của A ứng với   1.
Chú ý 5.1 Nếu x là vectơ riêng của ma trận A ứng với giá trị riêng  thì cx (c  , c  0)
cũng là vectơ riêng của ma trận A ứng với giá trị riêng  (vì A(cx)  cAx  c x   (cx) ).
5.1.2 Cách tìm giá trị riêng và vectơ riêng của ma trận vuông
1) Phương trình đặc trưng
Giả sử A là ma trận vuông cấp n. Xét phương trình Ax   x, ta viết thành Ax   Ix
(với I là ma trận đơn vị cấp n). Từ đó, ta có
Ax   Ix  
hay ( A   I )x   . (5.1)
Phương trình ma trận (5.1) là hệ phương trình vuông thuần nhất, ma trận hệ số là
( A   I ). Để  là giá trị riêng của A thì hệ (5.1) có nghiệm không tầm thường x   ,
khi đó điều kiện cần và đủ là
det( A   I )  0 . (5.2)
Định nghĩa 5.2 Phương trình (5.2) được gọi là phương trình đặc trưng của ma trận
vuông A, đa thức det( A   I ) gọi là đa thức đặc trưng của A.
2) Cách tìm giá trị riêng
Giải phương trình det( A   I )  0 với ẩn  , khi đó các nghiệm của phương trình
này là các giá trị riêng của A.
79
̣ G TOAN
̀ PHƯƠNG
3 2 0
Ví dụ 5.2 Tìm các giá trị riêng của ma trận A   2 3 0  .
 
 4 1 5 
Giải:
Xét phương trình đặc trưng det( A   I )  0 hay
3 2 0
2 3 0  0,
4 1 5 
tương đương với ( 5   )(   5 )(   1 )  0 . Suy các giá trị riêng của A là 1  1, 2  5
(bội 2).
3) Cách tìm vectơ riêng
Giả sử ta đã tìm được các giá trị riêng 1 ,2 ,...,k từ phương trình đặc trưng của A.
Với mỗi   i để tìm vectơ riêng tương ứng ta giải hệ:
( A  i I )x   . (5.3)
Do (5.3) là hệ phương trình thuần nhất, định thức ma trận hệ số det( A  i I )  0 nên hệ
(5.3) có nghiệm không tầm thường (tức là có vô số nghiệm), tập nghiệm này lập thành
không gian vectơ.
Định nghĩa 5.3 Ta gọi không gian nghiệm của (5.3) là không gian riêng của A ứng với
giá trị riêng   i , kí hiệu Ei .
Ví dụ 5.3 Tìm các giá trị riêng và các vectơ riêng của ma trận sau
1 3 4 
A   4 7 8  .
 
 6 7 7 
Giải:
* Tìm giá trị riêng:
1  3 4
Ta có det(A  I)  4 7   8  0   (   1 )2 (   3 )  0 .
6 7 7
Suy ra các giá trị riêng của A là 1  3, 2  1 (bội 2).
* Tìm vectơ riêng:
 x1 
 
+ Với 1  3, gọi vectơ riêng tương ứng là x   x2  , ta có ( A  1I )x   hay
 x3 
 2 3 4   x1   0 
 4 10 8   x   0  .
  2  
 6 7 4   x3   0 
Ma trận mở rộng của hệ này là:
80
̣ G TOAN
̀ PHƯƠNG
2 3 4 0  2 3 4 0 2 3 4 0

     
 4 10 8 0    0 16 16 0    0 16 16 0  .
 6 7 4 0   0 16 16 0  0 0 0 0
t
Đặt x3  t, suy ra x2  t , x1  ( t  ).
2
t 
Do đó E1   ( 1,2,2 ), t   . Khi đó p1  ( 1,2,2 ) là một vectơ riêng ứng với 1  3 ,
2 
p1  ( 1, 2, 2 ) cũng là cơ sở của E1 .
+ Với 2  1, xét hệ ( A  2 I )x   ta có
 2 3 4   x1   0 
 4 6 8   x    0  .
  2  
 6 7 8   x3   0 
Ma trận mở rộng của hệ này là
 2 3 4 0  2 3 4 0 2 3 4 0
     
 4 6 8 0  0 0 0 0   0 2 4 0 .
 6 7 8 0   0 2 4 0   0 0 0 0
Đặt x3  t, suy ra x2  2t , x1  5t ( t  ).
Từ đó E2  t( 5, 2 ,1 ), t  . Khi đó p2  ( 5,2,1 ) là một vectơ riêng ứng với
2  1, p2  ( 5,2,1 ) cũng là cơ sở của E . 2
Vậy ma trận A có hai vectơ riêng là p1  ( 1,2,2 ) ứng với giá trị riêng 1  3 và
p2  ( 5,2,1 ) ứng với giá trị riêng 2  1.
5.1.3 Giá trị riêng, vectơ riêng của toán tử tuyến tính
Định nghĩa 5.4 Giả sử V là một không gian vectơ. Số  gọi là giá trị riêng của toán tử
tuyến tính f :V  V nếu tồn tại vectơ x   sao cho f(x) = x. Khi đó, vectơ x được
gọi là vectơ riêng ứng với giá trị riêng .
Định lý 5.1 Giả sử V là không gian n chiều, f :V  V là toán tử tuyến tính , A là ma
trận của f đối với cơ sở B  {u1 ,u2 ,...,un } nào đó của V.
Khi đó:
i) Mỗi giá trị riêng của của f là một giá trị riêng của A;
ii) Vectơ x là vectơ riêng của f ứng với giá trị riêng  khi và chỉ khi tọa độ của
vectơ x đối với cơ sở B là vectơ riêng của A ứng với giá trị riêng .
Như vậy, để tìm giá trị riêng và vectơ riêng của toán tử tuyến tính f trên V ta thực hiện các
bước sau:
Bước 1: Tìm A là ma trận của f đối với cơ sở B nào đó (thường chọn B là cơ sở chính tắc).
Bước 2: Tìm các giá trị riêng và các vectơ riêng của ma trận A.
Gọi 1 ,2 ,...,k là các giá trị riêng của A và p1 , p2 ,..., pk là các vectơ riêng tương ứng.
81
̣ G TOAN
̀ PHƯƠNG
Bước 3: Kết luận:

Giá trị riêng của f là 1 ,2 ,...,k
Vectơ riêng của f là w1 , w 2 ,...,w k ứng với 1 ,2 ,...,k sao cho:
(wi )B  pi  (x1 ,x2 ,...,xn ) hay wi  x1u1  x2u2  ...  xnun .
Chú ý 5.2 Nếu B là cơ sở chính tắc của V thì giá trị riêng và vectơ riêng của f cũng là giá
trị riêng và vectơ riêng của A.
Ví dụ 5.4 Cho toán tử tuyến tính f : 3
 3
f ( x, y,z )  ( 3x  4 y  4 z, 2 x  y  5z, 2 z ) .
Tìm giá trị riêng và vectơ riêng của f.
Giải:
Bước 1: Tìm ma trận chính tắc A của f. Ta có cơ sở chính tắc trong 3
là
B  {e1 =(1,0,0), e2 =(0,1,0), e3  ( 0,0,1)} .
Ta có: f ( e1 )=f (1,0,0)=(3,2,0), f ( e2 )=f (0,1,0)=(4,1,0), f ( e3 )=f (0,0,1)=(4,-5,2).
Ma trận chính tắc của A
3 4 4 
A   2 1 -5 .
 
 0 0 2 
Bước 2: Tìm giá trị riêng và vectơ riêng của A:
3- 4 4
Xét det(A- I)= 2 1- -5  ( 2   )(   1 )(   5 )  0 .
0 0 2-
Các giá trị riêng: 1  2,2  1,3  5 .
* Với 1  2, xét hệ ( A  1I )x   hay
1 4 4   x1  0 
 2 1
 8   x2   0  .
 0 0 0   x3  0 
 1 4 4 0  1 4 4 0 
   
 2 1 8 0   0 9 0 0  .
 0 0 0 0  0 0 0 0 
Đặt x3  t, suy ra x2  0 , x1  4t ( t  ).
Do đó ta có E1  t( 4,0,1 ), t   . Khi đó p1  ( 4,0,1 ) là một vectơ riêng ứng với
1  2 , p1  ( 4,0,1 ) cũng là vectơ cơ sở của E . 1
* Với 2  1, xét hệ ( A  2 I )x   hay
82
̣ G TOAN
̀ PHƯƠNG
 4 4 4   x1   0 
 2 2 5   x    0  .
  2  
 0 0 3   x3   0 
 4 4 4 0   1 1 1 0  1 1 1 0  1 1 1 0 
       
A   2 2 5 0    2 2 5 0   0 0 7 0   0 0 1 0  .
 0 0 3 0   0 0 3 0 0 0 3 0 0 0 0 0
Đặt x2  t suy ra x3  0, x1  t ( t  ). Ta được E2  {t( 1,1,0 ), t  } . Khi đó
, ,0 ) là một vectơ riêng ứng với 1  2 , p2  ( 11
p2  ( 11 , ,0 ) cũng là vectơ cơ sở của
E2 .
* Với 3  5, xét hệ ( A  3 I )x   hay
 2 4 4   x1  0 
 2 4 5   x    0  .
  2  
 0 0 3  x3  0 
2 4 4 0  2 4 4 0 2 4 4 0
     
A   2 4 5 0    0 0 1 0    0 0 1 0  .
 0 0 3 0   0 0 3 0   0 0 0 0 
Đặt x2  t, x3  0, x1  2t ( t  ).
Các vectơ riêng ứng với 3  5 có dạng x  t( 2,1,0 ), t  . Khi đó chọn riêng vectơ riêng
p3  ( 2,1,0 ). Do đó E3  t( 2,1,0 ), t   . Suy ra p3  ( 2,1,0 ) là một vectơ riêng ứng
với 1  2 , và p3  ( 2,1,0 ) cũng là vectơ cơ sở của E3 .
Vậy các vectơ riêng của f là p1  ( 4,0,1 ) , p2  ( 11
, ,0 ) , p3  ( 2,1,0 ) tương ứng
với các giá trị riêng 1  2,2  1,3  5 .
5.2 Chéo hoá ma trận
5.2.1 Ma trận chéo hoá được
Định nghĩa 5.5 Cho ma trận vuông A. Nếu tồn tại một ma trận khả nghịch P sao cho
P 1 AP là ma trận chéo thì ta nói A là ma trận chéo hoá được và P là ma trận làm chéo
hoá ma trận A.
Như vậy A chéo hoá được nếu nó đồng dạng với một ma trận chéo.
Định lý 5.2 Nếu ma trận A cấp n có n giá trị riêng khác nhau thì A chéo hoá được.
Định lý 5.3 Giả sử A là ma trận vuông cấp n. Điều kiện cần và đủ để A chéo hoá được
là ma trận A có n vectơ riêng độc lập tuyến tính.
5.2.2 Cách chéo hóa một ma trận
Để chéo hóa một ma trận A cấp n ta làm theo các bước sau:
83
̣ G TOAN
̀ PHƯƠNG
Bước 1: Tìm các giá trị riêng và vectơ riêng của A

i) Nếu số vectơ riêng độc lập tuyến tính của A nhỏ hơn n thì ma trận A không chéo
hóa được.
ii) Nếu A có n vectơ riêng độc lập tuyến tính hoặc A có n giá trị riêng thì A chéo
hóa được.
Bước 2: Giả sử n vec tơ riêng độc lập tuyến tính của A là p1 , p2 ,..., pn .
Lập ma trận P=[p1 p2 ... pn ] là ma trận gồm các các vectơ cột p1 , p2 ,..., pn .
Bước 3: Ma trận làm chéo hóa A là P, và ma trận A sau khi được chéo hóa là:
1 0 ... 0
0  ... 0 
P 1 AP   2 .
0 0 ... 0 
 
0 0 ... n 
-1 1 -1
Ví dụ 5.5 Cho ma trận A   0 3 2  .
 
 0 1 2 
1) Tìm các giá trị riêng và vectơ riêng của A;
2) Hãy chéo hóa A.
Giải:
-1- 1 1
Xét det(A- I)= 0 3- 2  (1   )(  1)(  4)  0 .
0 1 2-
Suy ra, các giá trị riêng của A là: 1  1, 2  1, 3  4 .
* Với 1  1, xét hệ ( A  1I )x   ta có
0 1 1  x1  0 
0 4 2   x   0  .
  2  
0 1 3   x3  0 
0 1 1 0  0 1 1 0  0 1 1 0
     
0 4 2 0   0 0 6 0   0 0 1 0  .
0 1 3 0  0 0 5 0 0 0 0 0
Đặt x1  t, suy ra x2  0 , x3  0 ( t  ).
Suy ra E1  t( 1,0 ,0 ), t   . Khi đó p1  ( 1,0,0 ) là vectơ riêng ứng với 1  1 .
* Với 2  1, xét hệ ( A  2 I )x   ta có
84
̣ G TOAN
̀ PHƯƠNG
 2 1 1  x1  0 
 0 2 2   x   0  .
  2  
 0 1 1   x3  0 
2 1 1 0  2 1 1 0 
   
 0 2 2 0   0 1 1 0 .
 0 1 1 0   0 0 0 0 
Đặt x3  t, suy ra x2  t, x1  t ( t  ).
Suy ra E2  t( 1, 1,1 ), t   . Khi đó , ) là vectơ riêng ứng với 2  1 .
p2  ( 1,11
 5 1 1  x1   0 
 0 1 2   x   0  .
  2  
 0 1 2   x3   0 
5 1 1 0  5 1 1 0
   
 0 1 2 0    0 1 2 0  .
 0 1 2 0   0 0 0 0 
t
Đặt x3  t, suy ra x2  2t, x1  ( t  ).
5
t 
Suy ra E3   ( 1,10,5 ), t   . Khi đó p3  ( 1,10,5 ) là vectơ riêng ứng với 3  4 .
5 
Vậy các vectơ riêng của f là p1  ( 1,0,0 ) , p2  ( 1,11 , ) , p3  ( 1,10,5 ) tương ứng với
các giá trị riêng 1  1,2  1,3  4 .
Dễ kiểm tra hệ S   p1  ( 1,0,0 ), p2  ( 1,1,1 ), p3  ( 1,10,5 ) độc lập tuyến tính.
Như vậy, A là ma trận cấp 3 có 3 vectơ riêng độc lập tuyến tính nên A chéo hóa được.
Ma trận làm chéo chéo hóa A là
1 1 1 
P  0 1 10  .
0 1 5
Ma trận A sau khi được chéo hóa là:
 1 0 0 
P AP   0 1 0  .
1
 
 0 0 4 
85
̣ G TOAN
̀ PHƯƠNG
1 3 4 
Ví dụ 5.6 Cho ma trận A   4 7 8  .
 
 6 7 7 
a) Tìm các giá trị riêng và vectơ riêng của A;
b) Ma trận A có chéo hóa được không? Vì sao?
Giải:
1- 3 4
a) Xét det ( A- I )= 4 -7- 8  (  1) 2 (  3)  0 .
6 7 7-
Các giá trị riêng của A là 1  3, 2  1 (bội 2).
* Với 1  3, xét hệ ( A  1I )x   ta có
 2 3 4   x1   0 
 4 10 8   x   0  .
  2  
 6 7 4   x3   0 
2 3 4 0  2 3 4 0 2 3 4 0
     
 4 10 8 0    0 16 16 0    0 16 16 0 .
 6 7 4 0   0 16 16 0  0 0 0 0
t
Đặt x3  t, ta có x2  t , x1  ( t  ).
2
t 
Suy ra E1   ( 1,2,2 ), t   . Khi đó p1  ( 1,2,2 ) là vectơ riêng ứng với 1  3 .
2 
* Với 2  1, xét hệ ( A  2 I )x   ta có
 2 3 4   x1   0 
 4 6 8   x    0  .
  2  
 6 7 8   x3   0 
 2 3 4 0  2 3 4 0  2 3 4 0
     
 4 6 8 0    0 0 0 0    0 2 4 0  .
 6 7 8 0   0 2 4 0   0 0 0 0
Đặt x3  t, ta có x2  2t, x1  t ( t  ).
Suy ra E2  t( 1, 2 ,1 ), t   . Khi đó p2  ( 1,2,1 ) là vectơ riêng ứng với 2  1 .
b) Do A là ma trận cấp 3 nhưng chỉ có hai vectơ riêng p1  ( 1,2,2 ) , p2  ( 1,2,1 ) nên A
không chéo hóa được.
Ví dụ 5.7 Cho ma trận
86
̣ G TOAN
̀ PHƯƠNG
2 2 0
A  1 3 0  .
 
 2 4 1 
a) Tìm các giá trị riêng và vectơ riêng của A;
b) Ma trận A có chéo hóa được không, nếu được hãy chéo hóa ma trận A.
Giải:
a) Giải phương trình đặc trưng
det(A- I)=0
2- 2 0
 1 3- 0  (1   )(  1)(  4)  0 .
2 4 1-
Các giá trị riêng: 1  1 (bội 2), 2  4 .
1 2 0   x1  0 
1 2 0   x   0  .
  2  
 2 4 0   x3  0 
 1 2 0 0  1 2 0 0
   
1 2 0 0   0 0 0 0 .
 2 4 0 0  0 0 0 0
Đặt x2  m,x3  n suy ra x1  2m ( m,n  ).
Vectơ riêng có dạng x  (2m, m, n)  m(2,1,0)  n(0,0,1) .
Suy ra E1  {m( 2,1,0 )  n( 0,0,1 ), m,n  } . Do p1  (2,1,0) , p2  (0,0,1) (có tọa độ
không tỷ lệ) nên p1 , p2 độc lập tuyến tính.
Vậy p1 , p2 là các vectơ cơ sở của E1 và p1  (2,1, 0), p2  (0,0,1) là hai vectơ riêng
ứng với 1  1.
-2 2 0   x1  0 
 1 1 0   x   0  .
  2  
 2 4 3  x3  0 
-2 2 0 0  1 1 0 0  1 1 0 0  1 1 0 0 

       
 1 1 0 0    1 1 0 0   0 0 0 0    0 6 3 0  .
 2 4 3 0   2 4 3 0   0 6 3 0   0 0 0 0 
87
̣ G TOAN
̀ PHƯƠNG
t t t 
Đặt x3  t, suy ra x2  , x1  ( t  ). Suy ra E2   ( 1,1, 2 ), t   . Khi đó
2 2 2 
, ,2 ) là một vectơ riêng ứng với 2  4 .
p3  ( 11
Vậy các vectơ riêng của A là p1  (2,1,0) , p2  (0,0,1) , p3  (1,1,2) ứng với các giá
trị riêng 1  1, 2  4 .
Ta kiểm tra được hệ S   p1  (2,1,0), p2  (0,0,1), p3  (1,1,2) độc lập tuyến tính.
b) Vì A là ma trận cấp 3 có ba vectơ riêng độc lập tuyến tính nên A chéo hóa được.
Ma trận làm chéo chéo hóa A là
 2 0 1 
P   1 0 1.
 
 0 1 2 
Ma trận A sau khi được chéo hóa là
1 0 0 
P AP  0 1 0  .
1
 
0 0 4 
5.3 Dạng toàn phương
5.3.1 Dạng song tuyến tính và dạng song tuyến tính đối xứng
1) Dạng song tuyến tính
Định nghĩa 5.6 Giả sử V là không gian vectơ. Ánh xạ f :V  V  gọi là một dạng
song tuyến tính trên V nếu các điều kiện sau được thỏa mãn với mọi x,x' y, y' V ,k 
 f ( x  x', y)  f(x, y)  f(x', y)
i) 
 f ( kx, y )  kf ( x, y )
 f ( x, y  y')  f(x, y)  f(x, y')
ii) 
 f ( x,ky)  kf ( x, y )
Tức là, f là ánh xạ tuyến tính đối với biến x khi y cố định (điều kiện i) và f tuyến tính
đối với biến y khi x cố định.
Ví dụ 5.8 Cho f : 3  3  được xác định bởi: f ( x, y )  x1 y1  x2 y2  x3 y3 , với mọi
x  ( x1 ,x2 ,x3 )  3
, y  (y1 , y2 , y3 )  3
. Khi đó f là một dạng song tuyến tính.
Thật vậy:
i) Gọi x  ( x1 ,x2 ,x3 )  3
, y  (y1 , y2 , y3 )  3
, x'  ( x'1 ,x' 2 ,x'3 )  3
và k  ta có
f ( x  x', y )  x1  x'1 )y1  ( x2  x'2 )y2  ( x3  x'3 )y3
 x1 y1  x'1 y1  x2 y2  x'2 y2  x3 y3  x'3 y3
 ( x1 y1  x2 y2  x3 y3 )  ( x'1 y1  x'2 y2  x'3 y3 )
 f ( x, y )  f ( x', y ) .
f (k x, y )  kx1 y1  kx2 y2  kx3 y3  k  x1 y1  x2 y2  x3 y3   kf ( x, y ) .
Suy ra f là ánh xạ tuyến tính đối với biến x khi y cố định.
88
̣ G TOAN
̀ PHƯƠNG
ii) Gọi x  ( x1 ,x2 ,x3 )  3

, y  (y1 , y2 , y3 )  3
, y'  (y'1 , y'2 , y'3 )  3
và k  ta có
f ( x, y  y')  x1(y1  y'1 )  x2 (y2  y'2 )  x3(y3  y'3 )
 x1 y1  x1 y'1  x2 y2  x2 y'2  x3 y3  x3 y'3
 ( x1 y1  x2 y2  x3 y3 )  ( x1 y'1  x2 y'2  x3 y'3 )
 f ( x, y )  f ( x, y') .
f ( x,ky)  x1ky1  x2 ky2  x3ky3  k  x1 y1  x2 y2  x3 y3   kf ( x, y ) .
Suy ra f là ánh xạ tuyến tính đối với biến y khi x cố định.
Vậy f là một dạng song tuyến tính trên V.
2) Ma trận của dạng song tuyến tính
Giả sử f là một dạng song tuyến tính trên không gian n chiều V. Gọi
B  {u1 ,u2 ,...,un } là một cơ sở của V.
Với x, y  V , ta có biểu diễn
n
x  x1u1  x2u2  ...  xnun   xiui ,
i 1
n
y  y1u1  y2u2  ...  ynun   y ju j
j 1
Trong đó ( x1 ,x2 ,...,xn ) là tọa độ của vectơ x đối với cơ sở B, (y1 , y2 ,..., yn ) là tọa độ của
vectơ x đối với cơ sở B.
Áp dụng tính chất tuyến tính theo từng biến của dạng song tuyến tính ta có
n n n n n n
f ( x, y )  f(  xiui , y ju j )   xi f (ui ,  y ju j )   xi y j f ( ui ,u j ) .
i 1 j 1 i 1 j 1 i 1 j 1
n n
Đặt aij  f ( ui ,u j ) , ta có f ( x, y )   aij xi y j . Khi đó ma trận của dạng song tuyến
i 1 j 1
tính f trong cơ sở B là ma trận cấp n:

A  [aij ]  [f ( ui ,u j )].
Để hiểu rõ hơn về ma trận của dạng song tuyến tính ta có chú ý sau đây
Chú ý 5.3 Dạng ma trận của dạng song tuyến tính f
 y1 
y 
Ta có (x)B  ( x1 ,x2 ,...,xn ), (y)B  (y1 , y2 ,..., yn ) suy ra (y)Bt    .
2
 
 
 yn 
 a11 a12 ... a1n   y1 
n n a
 a22 ... a2 n   y2 
Vậy f ( x, y )   aij xi y j = 1 2
21 t
[x ,x ,...,x ] = (x)B A( y )B . (5.1)
i 1 j 1
n
   
  
 an1 an 2 ... ann   yn 
Biểu thức (5.1) gọi là biểu thức tọa độ hay dạng ma trận của dạng song tuyến tính của f
trong cơ sở B.
89
̣ G TOAN
̀ PHƯƠNG
3) Dạng song tuyến tính đối xứng

Định nghĩa 5.7 Dạng song tuyến tính f ( x, y ) trên V gọi là dạng song tuyến tính đối xứng
nếu:
f ( x, y )  f(y,x), x, y V .
Xét ma trận
A  [aij ]  [f ( ui ,u j )] .
Vì f là dạng song tuyến tính đối xứng nên aij  f ( ui ,u j )  f ( u j ,ui )  a ji .
Vậy ma trận của dạng song tuyến tính đối xứng là ma trận đối xứng.
Trong Ví dụ 5.8, f ( x, y ) là một dạng song tuyến tính đối xứng.
Thật vậy f ( x, y )  x1 y1  x2 y2  x3 y3  y1x1  y2 x2  y3 x3  f ( y,x ) .
5.3.2 Định nghĩa dạng toàn phương
Định nghĩa 5.8 Giả sử f là một dạng song tuyến tính đối xứng trên V. Khi đó ánh xạ
g : V  R xác định bởi:
g( x )  f ( x,x)
được gọi là dạng toàn phương trên không gian V.
Theo định nghĩa này, biểu thức (5.1) có thể viết lại
 a11 a12 ... a1n   x1 

n n a a22 ... a2 n   x2 
g( x )  f ( x,x)   aij xi x j = [x1 ,x2 ,...,xn ] 
21
= (x)B A(x)Bt . (5.2)
i 1 j 1   
  
 an1 an 2 ... ann   xn 
5.3.3 Ma trận của dạng toàn phương
Vì dạng toàn phương là dạng song tuyến tính đối xứng nên ma trận của dạng toàn
phương là ma trận đối xứng A  [aij ], aij  a ji , i, j  1,...,n .
Theo (5.2), biểu thức của dạng toàn phương trong cơ sở B là hàm bậc hai đẳng cấp
đối với x1 ,x2 ,...,xn .
Ví dụ 5.9 Cho dạng toàn phương g : 3
 được xác định bởi
g( x )  g(x1 ,x2 ,x3 )  2 x12  x2 2  x32  4x1x2  2x1x3 .
Tìm ma trận của dạng toàn phương g(x).
Giải:
Xét trong cơ sở chính tắc B  {e1 =(1,0,0), e2 =(0,1,0), e3 =(0,0,1)} của 3
Biểu thức của dạng toàn phương trong 3

là
3 3
g( x )  g( x1 ,x2 ,x3 )   aij xi x j
i 1 j 1
 a11 x12  a22 x2 2  a33 x32  a12 x1 x2  a13 x1 x3  a21 x2 x1  a23 x2 x3  a31x3 x1  a32 x3 x2 .
Vì aij  a ji , xi x j  x j xi nên
g( x )  a11x12  a22 x2 2  a33 x32  2a12 x1x2  2a13 x1x3  2a23 x2 x3 .
90
̣ G TOAN
̀ PHƯƠNG
Ta xác định được ma trận tam giác trên của A

a11  2, a22  1, a33  1,
a12  2, a13  1, a23  0 .
Để xác định phần còn lại của A ta lấy đối xứng qua đường chéo chính.
Vậy ma trận A của dạng toàn phương g(x) là
 2 2 1
A 2 1 0 .
 
 1 0 1
Chú ý 5.4
Nếu dạng toàn phương g(x) trong cơ sở chính tắc của 3
có dạng
g( x )  Ax12  Bx2 2  Cx32  2Dx1 x2  2Ex1 x3  2Fx2 x3
thì ma trận của của g(x) là:
 A D E
M  D B F  .
 
 E F C 
5.3.4 Hạng của dạng toàn phương
Định nghĩa 5.9 Giả sử A là ma trận của dạng toàn phương g trên V đối với cơ sở
B  {u1 ,u2 ,...,un } nào đó. Khi đó hạng của ma trận A là hạng của dạng toàn phương g, kí
hiệu r(g).
Như vậy: r(g)=r(A).
Ví dụ 5.10 Xét dạng toàn phương g trong không gian 3
cho bởi
g( x )  x  2 x2  x3  4 x1x2  2 x1x3 .
1
2 2 2
Tìm hạng của dạng toàn phương g.

Giải:
Trong cơ sở chính tắc của 3 , ta có
A  1, B  2, C  1,
2D  4  D  2 ,
2E  2  E  1 ,
2F  0  F  0 .
1 2 1
Ma trận của g là M   2 2 0.

1 0 1
Biến đổi sơ cấp đối với ma trận M
1 2 1  1 2 1  1 2 1
 2 2 0   0 2 2  0 2 2  .
 
     
1 0 1 0 2 2 0 0 0 
Vậy r(g)=r(M)=2.
91
̣ G TOAN
̀ PHƯƠNG
5.4 Dạng chính tắc của dạng toàn phương

5.4.1 Định nghĩa
Định nghĩa 5.10 Giả sử V là không gian n chiều, B  {u1 ,u2 ,...,un } là một cơ sở của V,
x V , ( x )B  ( x1 ,x2 ,...,xn ) . Khi đó biểu thức của dạng toàn phương g trong cơ sở B chỉ
chứa các số hạng bình phương
g( x )  1x12  2 x2 2  ...  n xn 2 (5.3)
được gọi là dạng chính tắc của g trong cơ sở B.
Cở sở B được gọi là cơ sở chính tắc của dạng toàn phương g. Ma trận M của của g đối
với cơ sở đó có dạng đường chéo
1 0 0 0 
0  0 0 
M  2 .
 
 
 0 0 0 n 
Chú ý 5.5 Số hệ số khác 0 trong dạng chính tắc (5.3) bằng hạng của dạng toàn phương.
5.4.2 Đưa dạng toàn phương về dạng chính tắc bằng phép biến đổi trực giao
1) Tích vô hướng
Định nghĩa 5.11 Giả sử V là không gian vectơ, u và v là hai vectơ của V. Khi đó, tích vô
hướng của u và v là một số thực kí hiệu <u,v>, thỏa mãn các điều kiện sau với mọi
u,v V , k  :
i) <u,v> được xác định với mọi u,v V ;
ii) <u,v>=<v,u>;
iii) <u+v,w>=<u,w>+<v,w>;
iv) <ku,v>=k<u,v>;
v)  u,u   0,  u,u  0  u   .
với u  ( u1 ,u2 ,...,un ), v  (v1 ,v2 ,...,vn ) thì tích vô hướng
của u và v tương tự như trong 2 và 3 , tức là:
 u,v   u1v1  u2v2  ...  unvn . (5.4)
Chú ý 5.6 Tích vô hướng (5.4) gọi là tích vô hướng Euclid trong n .
Định nghĩa 5.12 Giả sử V là không gian vectơ có tích vô hướng và u  V . Chuẩn của u
là u xác định bởi u : u,u 1/ 2
với u  ( u1 ,u2 ,...,un ) . Ta có
u  ( u12  u2 2  ...  un 2 ) .
Như vậy trong không gian n chuẩn của u là độ dài của u.
2) Hệ vectơ trực chuẩn
Định nghĩa 5.13 Giả sử V là không gian vectơ có tích vô hướng. Khi đó hai vectơ u và v
được gọi là trực giao nếu <u,v>=0.
Định nghĩa 5.14
92
̣ G TOAN
̀ PHƯƠNG
i) Một hệ vectơ trong không gian có tích vô hướng được gọi là trực giao nếu bất kì
hai vectơ của hệ khác nhau đều trực giao.
ii) Một hệ vectơ được gọi là trực chuẩn nếu nó trực giao và mọi vectơ đều có chuẩn
là 1.
Ví dụ 5.13
3
a) Trong không gian , xét
1 1 1 1
v1  ( 1,0 ,0 ), v2  ( 0 ,
, ), v3  ( 0, , )
2 2 2 2 .
Khi đó hệ S  {v1 ,v2 ,v3} là hệ trực chuẩn.
Thật vậy
1 1
 v1 ,v2  0,  v1 ,v3  0, v2 ,v3    0,
2 2
2 2 2 2
 1   1   1   1 
v1  1, v2  02       1 , v3  0  
2
    1.
 2  2  2  2
b) Hệ B  {e1 =(1,0,0), e2 =(0,1,0), e3 =(0,0,1)} trong không gian 3
cũng là hệ trực
chuẩn
Chú ý 5.7 Cách chuẩn hóa một vectơ.
1
Cho v là một vectơ trong không gian có tích vô hướng. Khi đó w  v có chuẩn là 1.
v
1 1
Thật vậy w  v  v  1.
v v
Ví dụ 5.14 Trong không gian 3 , xét v  ( 1,2,3 ) . Hãy chuẩn hóa vectơ v.
Giải:
1 1 1 1 2 3
w v v ( 1, 2,3 )  ( , , ).
v 1 2 3
2 2 2
14 14 14 14
3) Ma trận trực giao
Định nghĩa 5.15 Ma trận vuông P cấp n được gọi là ma trận trực giao nếu và chỉ nếu P
không suy biến và thỏa mãn điều kiện P t  P 1 .
Tính chất 5.1
a) det( P )  1 ;
b) Tổng bình phương các phần tử trên mỗi dòng (cột) của P bằng 1;
c) Các dòng (cột) của P là các vectơ trực giao.
Ví dụ 5.15 Các ma trận sau là các ma trận trực giao
93
̣ G TOAN
̀ PHƯƠNG
 1 1 
 2  2 0 
 
 sin cos   1 1 2 
P , P  .
 cos sin  6 6 6
 
 1 1 1 
 3 3 3 
4) Đưa dạng toàn phương về chính tắc bằng phương pháp biến đổi trực giao
Định lý 5.4 Cho A là ma trân vuông cấp n. Điều kiện cần và đủ để A chéo hóa được là A
đối xứng.
Định lý 5.5 Nếu A là ma trận đối xứng thì các vectơ riêng thuộc những không gian riêng
khác nhau sẽ trực giao theo tích vô hướng Euclid trong n .
Như vậy để đưa dạng toàn phương về dạng chính tắc bằng phương pháp trực giao
ta thực hiện các bước sau:
Bước 1: Tìm ma trận A của dạng toàn phương đã cho trong cơ sở chính tắc của n ;
Bước 2: Tìm các giá trị riêng và vectơ riêng của A.
Do A đối xứng nên A luôn chéo hóa được, tức là tồn tại ma trận trực giao P (ma trận
mà các cột là các vectơ riêng trực chuẩn của A) sao cho A đồng dạng với ma trận chéo
1 0 ... 0 
 0  ... 0 
P AP  
1 2 ,
 
 
 0 0 ... n 
trong đó ma trận P gồm các vectơ cột đã được chuẩn hóa.
Ta có dạng chính tắc g( x )  1 y12  2 y2 2  ...  n yn 2 trong cơ sở trực chuẩn mới
B '  {p1 ,p2 ,...,pn } (với pi là vectơ cột của P). Công thức đổi biến là : x  Py
 được xác định bởi:
g( x )  2 x12  x2 2  4 x1x2  4 x2 x3 .
Đưa dạng toàn phương trên về dạng chính tắc bằng phép biến đổi trực giao.
Giải:
Ma trận của dạng toàn phương trong cơ sở chính tắc là
 2 2 0 
A   2 1 2  .
 
 0 2 0 
2- 2 0
Xét det(A- I)= 2 1- 2   3  3 2  6  8  0 .
0 2 -
Các giá trị riêng: 1  1, 2  2 , 3  4 .
94
̣ G TOAN
̀ PHƯƠNG
 1 2 0   x1   0 
  2 0 2   x    0  .
  2  
 0 2 1  x3   0 
 1 2 0 0  1 2 0 0 1 2 0 0
     
 2 0 2 0   0 4 2 0   0 2 1 0 .
 0 2 1 0  0 2 1 0  0 0 0 0
t t 
Đặt x3  t, suy ra x2   , x1  t ( t  ). Do đó E1   (2, 1, 2), t .
2 2 
Chọn p1  ( 2,1,2 ) là một vectơ riêng của A ứng với 1  1.
1  2 1 2
Chuẩn hóa vectơ p1 : v1  p1    , ,  .
p1  3 3 3
* Với 2  2, xét hệ ( A  2 I ) x   ta có
 4 2 0   x1   0 
  2 3 2   x    0  .
  2  
 0 2 2   x3   0 
 4 2 0 0   2 1 0 0  2 1 0 0  2 1 0 0
       
 2 3 2 0    2 3 2 0    0 2 2 0    0 2 2 0 .
 0 2 2 0   0 2 2 0   0 2 2 0   0 0 0 0
t t 
Đặt x3  t, suy ra x2  t,x1  ( t  ). Do đó E2   ( 1,2,2 ), t  .
2 2 
Chọn p2  ( 1,2,2 ) là một vectơ riêng của A ứng với 2  2 .
1 1 2 2
Chuẩn hóa vectơ p2 : v2  p2   , ,  .
p2 3 3 3
 2 2 0   x1   0 
 2 3 2   x    0  .
  2  
 0 2 4   x3   0 
2 2 0 0  2 2 0 0 2 2 0 0
     
 2 3 2 0    0 1 2 0    0 1 2 0  .
 0 2 4 0   0 2 4 0   0 0 0 0
Đặt x3  t, suy ra x2  2t,x1  2t ( t  ). Do đó E3  t( 2 , 2 ,1 ), t  .
Chọn p3  ( 2,2,1 ) là một vectơ riêng của A ứng với 3  4 .
95
̣ G TOAN
̀ PHƯƠNG
1  2 2 1
Chuẩn hóa vectơ p3 : v3  p3   ,  ,  .
p3  3 3 3
Ta có ma trận trực giao
 2 1 2 
 3 3 3 
 
P  
1 2 2
 .
 3 3 3
 2 2 1 

 3 3 3 
Vậy dạng chính tắc của dạng toàn phương là : g( x )  y12  2 y2 2  4 y32 với công
thức đổi biến x  Py .
5.4.3 Đưa dạng toàn phương về dạng chính tắc bằng phương pháp Lagrange
Trong không gian n chiều V, xét dạng toàn phương:
n n
g( x )  f ( x,x)   aij xi x j , aij  a ji .
i 1 j 1
Phương pháp Lagrange sẽ đưa g(x) về dạng chính tắc:

Bước 1: Chọn một số hạng akk xk 2 ,akk  0 trong g(x). Lập g(x) thành hai nhóm:
Nhóm 1: gồm tất cả các số hạng chứa xk ;
Nhóm 2: gồm tất cả các số hạng không chứa xk .
Bước 2: Trong nhóm 1, lập thành bình phương của một tổng các số hạng chứa xk . Ta có
một tổng bình phương và dạng toàn phương còn lại không chứa xk .
Bước 3: Sử dụng bước 1 và bước 2 cho dạng toàn phương không chứa xk
g( x )  x12  5x2 2  x32  4 x1x2  6 x1x3  8x2 x3 .
Đưa dạng toàn phương trên về dạng chính tắc bằng phép biến đổi Lagrange. Nêu rõ
phép biến đổi.
Giải:
Vì hệ số của x12 khác không nên ta chọn nhóm một gồm tất cả các số hạng có chứa
x1 , nhóm 2 các số hạng còn lại
g( x )  ( x12  4 x1x2  6 x1x3 )  ( 4 x2 2  x32  8x2 x3 )
 ( x12  4 x2 2  9 x32  4 x1 x2  6 x1x3  12 x2 x3 )  ( 5x2 2  x32  8x2 x3  4 x2 2  9 x32  12 x2 x3 )
 (x1  2 x2  3 x3 )2  ( x2 2  20 x2 x3  10 x32 ) .
Trong Nhóm 2 phân ra thành hai nhóm. Một nhóm chứa tất cả các số hạng chứa x2 ,
một nhóm chứa các số hạng không chứa x2 .
g( x )  (x1  2 x2  3 x3 )2  ( x2 2  20 x2 x3 )  10x32
 (x1  2 x2  3 x3 )2  ( x2 2  20 x2 x3  100 x32 )  10 x32  100 x32
96
̣ G TOAN
̀ PHƯƠNG
 (x1  2 x2  3 x3 )2  ( x2  10 x3 )2  110 x32 .

Như vậy ta đã có tổng các bình phương. Để tìm phép biến đổi ta đặt
 y1  x1  2 x2  3 x3

 y2  x2  10 x3
y  x
 3 3
Tìm xi theo yi ta giải hệ:

 x1  2 x1  3 x3  y1  x1  y1  2 y2  23 y3
 
 x2  10 x3  y2 suy ra  x2  y2  10 y3 (5.5)
x  y x  y
 3 3  3 3
Vậy dạng chính tắc của dạng toàn phương g(x) là: g(x)  y12  y2 2  110 y32 với phép
biến đổi (5.5).
Chú ý 5.8. Nếu trong dạng toàn phương ban đầu tất cả các hệ số của xk 2 dều bằng 0 thì ta
chọn số hạng chứa xi x j (có hệ số khác không) và đổi biến
 xi  yi  y j

 x j  yi  y j

 xk  yk ,k  i, j
Khi đó ta có dạng toàn phương mới theo y có hệ số yi 2 khác không. Áp dụng phương
pháp Lagrange ta có dạng chính tắc của dạng toàn phương.
g( x )  4x1x2  2x1x3  6x2 x3 .
Giải:
Trong dạng toàn phương trên tất cả các hệ số của xk 2 dều bằng 0.
 x1  x2
 y1  2
 x1  y1  y2 
  x1  x2
Ta dặt  x2  y1  y2 suy ra  y2  (5.6)
x  y  2
 3 3
 y3  x3


Ta có dạng toàn phương
g( x )  4( y12  y2 2 )  2( y1  y2 ) y3  6( y1  y2 )y3 , (với công thức đổi biến (5.6))
 4 y12  4 y2 2  2 y1 y3  2 y2 y3  6 y1 y3  6 y2 y3
 4 y12  4 y2 2  4 y1 y3  4 y2 y3
 ( 4 y12  4 y1 y3 )  ( 4 y2 y3  4 y2 2 )
97
̣ G TOAN
̀ PHƯƠNG
 ( 4 y12  4 y1 y3  y32 )  ( 4 y2 2  4 y2 y3  y32 )

 ( 2 y1  y3 )2  ( 2 y2  y3 )2 .
 z1  2 y1  y3  z1  x1  x2  x3
Đặt  hay  (5.7)
 z2  2 y2  y3  z2  x1  x2  3
Vậy dạng chính tắc của dạng toàn phương đã cho là: g( x )  z12  z2 2 với công thức
đổi biến (5.7).
g( x )  x  4 x1x2  4 x2  6 x2 x3 .
1
2 2
Giải
Vì hệ số của x12 khác không nên ta chọn nhóm một gồm tất cả các số hạng có chứa
x1 , nhóm 2 các số hạng còn lại
g( x )  ( x12  4 x1x2 )  4 x2 2  6 x2 x3
 ( x12  4 x1x2  4 x2 2 )  6 x2 x3
 ( x1  2 x2 )2  6 x2 x3 .
 y1  x1  2 x2  x1  y1  2 y2
 
Đặt  y2  x2 suy ra  x2  y2 (5.8)
y  x x  y
 3 3  3 3
Ta có dạng toàn phương theo y, với công thức đổi biến (5.8)
g( x )  y12  6 y2 y3
Do phần thứ 2 của g(x) tất cả các hệ số của y2 2 , y32 đều bằng 0.
 y2  z2  z3  x1  z1  2 z2  2 z3
 
Ta đặt  y3  z2  z3 , thay vào (5.8) ta được  x2  z2  z3 (5.9)
y  z x  z  z
 1 1  3 2 3
g( x )  z12  6( z2  z3 )( z2  z3 )
 z12  6 z2 2  6 z32 .
Vậy dạng chính tắc của dạng toàn phương đã cho là g( x )  z12  6 z2 2  6 z32 với
công thức đổi biến (5.9).

1) Cách tìm các giá trị riêng và vectơ riêng của một ma trận.
2) Các điều kiện để một ma trận vuông chéo hóa được.
3) Các bước chéo hóa một ma trân.
98
̣ G TOAN
̀ PHƯƠNG
4) Đưa dạng toàn phương về dạng chính tắc bằng phương pháp biến đổi trực giao,
phương pháp Lagrange.
BÀI TẬP
3 0 2
5.1 Cho A   0 1 2  .
 
 2 2 2
a) Tìm vectơ riêng và trị riêng của A;

2 0 0
b) Tìm một ma trận khả nghịch P sao cho P AP   0 1 1
0  .

 0 0 5 
5.2 Cho ánh xạ tuyến tính f : 3  3 có ma trận theo một cơ sở e1 , e2 , e3  đã cho
nào đó của 3
là:
 2 5 1
A   2 1 5  .
 2 2 2 
a) Tìm trị riêng và vectơ riêng của f;

b) Ma trận A có chéo hóa được không? Tại sao?
5.3 Cho ma trận
 2 0 0
A   2 3 1 .

 3 2 2 
a) Tìm trị riêng và vectơ riêng của ma trận A;

b) Tìm ma trận U sao cho U-1AU là ma trận đường chéo.
5.4 Chứng minh rằng:
a) Các giá trị riêng của ma trận A2 bằng các bình phương của các trị riêng tương
ứng của ma trận A ;
b) Các giá trị riêng của ma trận nghịch đảo A -1 bằng nghịch đảo các trị riêng của
ma trận A.
 3
xác định bởi
f  x, y, z    7 x – 2 y, 2 x  6 y – 2 z, 2 y  5 z .
a) Tìm ma trận chính tắc A của ánh xạ f ;

b) Tìm trị riêng, vectơ riêng của A ;
99
̣ G TOAN
̀ PHƯƠNG
c) Tìm ma trận làm chéo hóa ma trận A, viết ma trận sau khi được chéo hóa.
 3
f  x, y, z    3x  2 y, 2 x  3z, 5 z .
a) Có phải f là một ánh xạ tuyến tính không?

b) Nếu f là ánh xạ tuyến tính thì tìm một cơ sở của 3
trong đó ma trận của f có
dạng chéo. Viết rõ ma trận chéo đó.
 3
xác định bởi
f  x, y, z    2 x – y +z,  x  2 y – z, z  m .
a) Tìm m để f là một ánh xạ tuyến tính ;

b) Tìm ma trận của f theo cơ sở chính tắc khi m = 0 ;
c) Tìm giá trị riêng, vectơ riêng của f khi m = 0.
5.8 Tìm một ma trận chéo đồng dạng với ma trận sau:
2 2 1
A   1 3 1  .
 1 2 2 
5.9 Ma trận A cho dưới đây có chéo hóa được không? Nếu chéo hóa được hãy tìm ma
trận P làm chéo hóa ma trận A:
 7 4 16 

A 2 5 8  .
 2 2 5 
5.10 Ma trận B cho dưới đây có chéo hóa được không? Tại sao?
 4 0 0
B   1 4 0  .
 0 0 5 
5.11 Tìm một ma trận vuông cấp hai sao cho B có 2 trị riêng 1  2, 2  5 .
 3
xác định bởi
f  x, y, z    x, x  2 y  z, x  z  .
a) Tìm ma trận chính tắc A của ánh xạ f ;
b) Hãy chéo hóa ma trận A, viết ma trận sau khi được chéo hóa.
 3
như sau:
f  x, y, z    x  2 y  2 z,2 x  y  2 z,2 x  2 y  z  .
100
̣ G TOAN
̀ PHƯƠNG
a) Chứng tỏ f là ánh xạ tuyến tính trên 3

;
b) Tìm ma trận chính tắc A của f;
c) Tìm giá trị riêng và vectơ riêng của f.
5.14 Cho ma trận
 2 1  1
B   1 2  1 .
 0 0 1
a) Tìm giá trị riêng và vectơ riêng của ma trận;
b) Hỏi ma trận có chéo hóa được không? Tại sao?
5.15 Cho ma trận
 7 2 0
A   2 6  2  .
 0 2 5 
a) Tìm giá trị riêng và vectơ riêng của ma trận A;
b) Tìm ma trận làm chéo hóa ma trận A, viết ma trận sau khi được chéo hóa.
5.16 Cho ma trận
 1 2 4 
A   2 2  2  .
 4 2 1 
a) Tìm giá trị riêng và vectơ riêng của ma trận;
b) Tìm ma trận làm chéo hóa ma trận A, viết ma trận sau khi được chéo hóa.
5.17 Cho ma trận
1 3 4
A   4 7 8  .
 6 7 7 
a) Tìm các giá trị riêng của ma trận A;
b) Tìm cơ sở của các không gian riêng của ma trận A.
5.18 Ma trận A sau có chéo hóa được không, tại sao?
4 5 2
A   5 7 3  .
 6 9 4 

với cơ sở chính tắc cho ánh xạ tuyến tính
101
̣ G TOAN
̀ PHƯƠNG
f  x, y, z   ( x  4 y  2 z, 3x  4 y, 3x  y  3z ) .
Hãy đưa ma trận của ánh xạ f về dạng ma trận chéo.

5.20 Cho f : 3
 3
là toán tử tuyến tính xác định bởi:
f  x, y, z   (2 x  2 z, y, z ) .
Hãy tìm một cơ sở của 3

trong đó ma trận của f có dạng chéo.
5.21 Tìm một ma trận đồng dạng với ma trận sau
 3 2 0
A   2 2 2  .
 0 2 1 
5.22 Tìm cơ sở của các không gian riêng của ma trận

 1 2 1
A   2 0  2  .
 1 2 3
5.23 Cho ma trận
 5 7 5 
A   0 4  1 .
 2 8 3 
Tìm ma trận P sao cho P 1 AP có dạng chéo.

 3
xác định bởi:
f  x, y, z   ( x  y  z, 2 x  2 y  z, 2 x  y  4 z ) .
Tìm một cơ sở của 3

gồm các vectơ riêng của ánh xạ tuyến tính f.
 3
xác định bởi:
f  x, y, z   (3x  2 y  z, x  4 y  z, x  2 y  3z) .
Tìm một cơ sở của 3

để ma trận của ánh xạ tuyến tính f trong cơ sở này có dạng chéo.
5.26 Gọi P2 là không gian các đa thức bậc không lớn hơn 2 đối với t.
Xét phép biến đổi tuyến tính T : P2  P2 xác định bởi:
T  a0  a1t  a2t 2   a1   4a0  4a1  t  (2a0  a1  2a2 )t 2 .
a) Tìm các giá trị riêng của T;
b) Tìm cơ sở của không gian riêng của T.
5.27 Gọi P2 là không gian các đa thức bậc không lớn hơn 2 đối với t.
Xét phép biến đổi tuyến tính T : P2  P2 xác định bởi:
T  a0  a1t  a2t 2   2a0  a1  2a2   5a0  3a1  3a2  t  (a0  2a2 )t 2 .
102
̣ G TOAN
̀ PHƯƠNG
a) Tìm các giá trị riêng của T;

b) Tìm cơ sở của không gian riêng của T.
5.28 Đưa dạng toàn phương 2 x1x2  2 x1x3+2 x2 x3 về dạng chính tắc.
5.29 Cho dạng toàn phương
f  5x12  4 x2 2  x32  6 x1 x2  2 x1 x3  2 x2 x3 .
Bằng phương pháp Lagrange hãy đưa dạng toàn phương trên về dạng chíng tắc.
5.30 Đưa dạng toàn phương
2 x12  x22 – 4 x1 x2 – 4 x2 x3.
về dạng chính tắc. Viết hệ thức giữa tọa độ cũ và tọa độ mới trong phép biến đổi trên.
5.31 Cho dạng toàn phương
x 2  y 2  2 xz  2 yz .
Tìm phép biến đổi trực giao đưa dạng trên về dạng chính tắc.
5.32 Đưa dạng toàn phương sau về chính tắc (nêu rõ phép biến đổi):
5 x12  6 x2 2  4 x32 – 4 x1 x2 – 4 x1 x3 .
5.33 Đưa dạng toàn phương sau đây trong 3

về dạng chính tắc
f  x12  2 x2 x3 , x   x1 , x2 , x3  .
5.34 Đưa dạng toàn phương trong 3

, f  x12  x32  2 x1 x2  2 x2 x3 , về dạng chính tắc
bằng phương pháp trực giao. Viết rõ mối liên hệ giữa tọa độ cũ và mới của x trong phép
biến đổi trên.
5.35 Đưa dạng toàn phương sau trong 3
về dạng chính tắc bằng phép biến đổi trực
giao (nêu rõ phép biến đổi):
f  2 x12  x2 2  4 x1 x2  4 x2 x3 ,
5.36 Đưa dạng toàn phương sau đây trong R3 về dạng chính tắc
f  3x12  2 x2 2  x32  4 x1 x2  4 x2 x3 , với x   x1 , x2 , x3   3
.
5.37 Đưa đường cong bậc hai có phương trình dưới đây về dạng chính tắc
5 x 2  12 xy – 22 x – 12 y  19  0 .
103
TÀI LIỆU THAM KHẢO
TÀI LIỆU THAM KHẢO
[1]. Khu Quốc Anh, Nguyễn Anh Kiệt, Tạ Mân, Nguyễn Doãn Tuấn, Bài tập Đại số và
Hình học giải tích, Nhà xuất bản Đại học Quốc Gia Hà Nội, 2004.
[2]. Trần Lưu Cường, Nguyễn Đình Huy, Huỳnh Bá Lân, Nguyễn Bá Thi và Nguyễn
Quốc Lân, Đặng Văn Vinh, Toán cao cấp 2, Đại số tuyến tính, Nhà xuất bản Giáo
Dục, 2005.
[3]. Lê Tuấn Hoa, Đại số tuyến tính qua các ví dụ và bài tập, Nhà xuất bản Đại học
Quốc gia Hà Nội, 2006.
[4]. Nguyễn Đình Trí, Tạ Văn Đình, Nguyễn Hồ Quỳnh, Bài tập toán cao cấp, Tập 1,
Nhà xuất bản Giáo Dục, 2009.
[5]. Nguyễn Đình Trí, Tạ Văn Đình, Nguyễn Hồ Quỳnh, Toán cao cấp, Tập 1, Nhà xuất
bản Giáo Dục Việt Nam, 2012.
[6]. Nguyễn Đình Trí, Trần Việt Dũng, Trần Xuân Hiển và Nguyễn Xuân Thảo, Toán học
cao cấp, Tập 1, Nhà xuất bản Giáo Dục Việt Nam, 2015.
[7]. David C. Lay, Steven R. Lay, Judi J. McDonald, Linear Algebra and Its
Applications, Pearson, 2016.
104
456 Minh Khai, P. Vĩnh Tuy, Q. Hai Bà Trưng, TP. Hà Nội
(024) 386 21504 (024) 386 23938
353 Trần Hưng Đạo, P. Bà Triệu, TP. Nam Định
(022) 838 48705 (022) 838 45745
info@ uneti.edu.vn www.uneti.edu.vn

TLHT Đại Số Tuyến Tính

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

TLHT Đại Số Tuyến Tính

Uploaded by

Copyright:

Available Formats

TRƯỜNG ĐẠI HỌC

KINH TẾ KỸ THUẬT - CÔNG NGHIỆP

KHOA HỌC CƠ BẢN

TÀI LIỆU HỌC TẬP

ĐẠI SỐ TUYẾN TÍNH

LƯU HÀNH NỘI BỘ

TÀI LIỆU HỌC TẬP

ĐẠI SỐ TUYẾN TÍNH

LƯU HÀNH NỘI BỘ

3.1.3 Không gian con...................................................................................................... 39

5.3.2 Định nghĩa dạng toàn phương ............................................................................... 90

LỜI NÓI ĐẦU

Các tác giả

CHƯƠNG 1. MA TRẬN VÀ ĐỊNH THỨC

Khi m = n, ma trận A trở thành ma trận vuông có cỡ n  n gọi là ma trận cấp n có

1.1.3 Các phép toán trên ma trận

5) Phép nhân ma trận với ma trận

Cho A   aij  , B   aij  , tích của ma trận A và ma trận B là ma trận

4. A là ma trận vuông, khi đó An  A. A... A (n lần A).

a11 a12 a13 a11 a12

A  a11a22 a33  a12a23a31  a21a32a13  a31a22a13  a21a22a33  a32a23a11 .

1.2.3 Cách tính định thức

 c11 c21 ... cn1 

2) A m cũng khả nghịch và  Am    A1  , m nguyên dương.

1.4.2 Cách tìm ma trận nghịch đảo

Kiến thức trọng tâm Chương 1

1.7 Tính A.B biết:

CHƯƠNG 2. HỆ PHƯƠNG TRÌNH TUYẾN TÍNH

2.1 Khái niệm về hệ phương trình tuyến tính

 a11 x1  a12 x2  ...  a1n xn  b1

 a11 a12 ... a1n b1  c11 c12 ... c1n d1 

Do det( A )  6  0 , nên A khả nghịch, ta có:

iii) Nếu r ( A)  r ( A) thì hệ (2.5) vô nghiệm.

+) Nếu m  6 thì hệ vô nghiệm.

c11 c12 ... c1r ... c1n d1 

Kiến thức trọng tâm Chương 2

a) Giải phương trình trên khi a  0, b  1.

CHƯƠNG 3. KHÔNG GIAN VECTƠ

3.1 Khái niệm về không gian vectơ

Hình 3.2 Hình 3.3

Cộng vế với vế của hai đẳng thức trên, ta có

Ví dụ 3.11 Trong không gian n

Hình 3.4 Hình 3.5

Ví dụ 3.13 Trong không gian 2

3.3.2 Không gian vectơ hữu hạn chiều

3.3.3 Cơ sở của không gian vectơ

Suy ra ( x1  3 y1  2 z1 )  ( x2  3 y2  2 z2 )  0 hay ( x1  x2 )  3(y1  y2 )  2(z1  z2 )  0 .

u  ( x, y, 3x  4 y)  x(1,0, 3)  y(0,1,4) .

cần chứng minh độc lập tuyến tính.

Ta có A  28  0 . Suy ra hệ S độc lập tuyến tính.

Xét c1u1  c2u2  c3u3   tương đương với hệ

Ta có A  14m  24 . Để hệ S độc lập tuyến tính thì

c11 c12 ... c1n

cn1 cn 2 ... cnn

Ta có det( A)  4  0 . Vậy hệ S độc lập tuyến tính.

c1u1  c2u2  c3u3  v . Ta có

b) Với m = 0, tìm tọa độ của vectơ q(x) đối với cơ sở H.

5 6 0 21 0 9 10 11

0 9 10 11 0 0 26 52 

 c11 c12 ... c1n 

tương đương với phương trình ma trận

suy ra c13  0, c23  1, c33  1 .

hệ S nếu các điều kiện sau đây được thỏa mãn:

3.5.3 Cách tính hạng của một hệ vectơ