Professional Documents
Culture Documents
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
Hà Nội, 25/9/2019
1
CHƯƠNG 1. MA TRÂN
̣ VÀ ĐỊNH THỨC
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 ,
mn
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
CHƯƠNG 1. MA TRÂN
̣ VÀ ĐỊNH THỨC
1 4
1 3 5
A a ji . Chẳng hạn, cho A
T
, suy ra A 3 2 .
T
nm
4 2 7
5 7
2) Hai ma trận bằng nhau
Cho hai ma trận cùng cỡ A aij mn , B bij mn , 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 ]mn và B [bij ]mn . Khi đó, tổng của hai ma trận A và
B là ma trận C [cij ]mn 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 ]mn được gọi là ma trận đối của ma
trận A [aij ]mn ;
5. ( A B)T AT BT .
4) Phép nhân một số với ma trận
Cho , A aij mn , khi đó tích của k và ma trận A là ma trận A aij mn .
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
4
CHƯƠNG 1. MA TRÂN
̣ VÀ ĐỊNH THỨC
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
CHƯƠNG 1. MA TRÂN
̣ VÀ ĐỊNH THỨC
6
CHƯƠNG 1. MA TRÂN
̣ VÀ ĐỊNH THỨC
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
CHƯƠNG 1. MA TRÂN
̣ VÀ ĐỊNH THỨC
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
CHƯƠNG 1. MA TRÂN
̣ VÀ ĐỊNH THỨC
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 “-”):
- + + +
- -
_
_ Hình 1.1
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
CHƯƠNG 1. MA TRÂN
̣ VÀ ĐỊNH THỨC
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
11
CHƯƠNG 1. MA TRÂN
̣ VÀ ĐỊNH THỨC
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
CHƯƠNG 1. MA TRÂN
̣ VÀ ĐỊNH THỨC
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
CHƯƠNG 1. MA TRÂN
̣ VÀ ĐỊNH THỨC
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 A1 .
Như vậy, ta có AA1 A1 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 A1 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 A1 và được
tính bởi công thức sau:
14
CHƯƠNG 1. MA TRÂN
̣ VÀ ĐỊNH THỨC
1
3) A (với , 0 ) cũng khả nghịch và A
1
A1 .
4) AT A1
1 T
15
CHƯƠNG 1. MA TRÂN
̣ VÀ ĐỊNH THỨC
32 2 11
32 2 11 29 29 29
Suy ra A1
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 A1 .
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 A1.
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
CHƯƠNG 1. MA TRÂN
̣ VÀ ĐỊNH THỨC
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
17
CHƯƠNG 1. MA TRÂN
̣ VÀ ĐỊNH THỨC
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 )
ax b
= 0.
b cx
1.4 Không tính định thức, chứng minh rằng:
a b e f ae b f e f
- = + .
c d g h c d cg 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.
1.6 Cho các ma trận:
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
CHƯƠNG 1. MA TRÂN
̣ VÀ ĐỊNH THỨC
19
CHƯƠNG 1. MA TRÂN
̣ VÀ ĐỊNH THỨC
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.
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
CHƯƠNG 2. HỆ PHƯƠNG TRÌNH TUYẾN TÍNH
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
CHƯƠNG 2. HỆ PHƯƠNG TRÌNH TUYẾN TÍNH
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
dn
Nếu cii 0(i 1, n), ta có xn , thay xn lên phương trình trên thu được xn1 …, 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 A1 là ma
trận nghịch đảo của A. Ta dễ dàng suy ra nghiệm của phương trình (2.4) là X A1 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
CHƯƠNG 2. HỆ PHƯƠNG TRÌNH TUYẾN TÍNH
25
CHƯƠNG 2. HỆ PHƯƠNG TRÌNH TUYẾN TÍNH
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
CHƯƠNG 2. HỆ PHƯƠNG TRÌNH TUYẾN TÍNH
27
CHƯƠNG 2. HỆ PHƯƠNG TRÌNH TUYẾN TÍNH
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
CHƯƠNG 2. HỆ PHƯƠNG TRÌNH TUYẾN TÍNH
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 m2 A m2 A m2
+ 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
CHƯƠNG 2. HỆ PHƯƠNG TRÌNH TUYẾN TÍNH
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
CHƯƠNG 2. HỆ PHƯƠNG TRÌNH TUYẾN TÍNH
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
CHƯƠNG 2. HỆ PHƯƠNG TRÌNH TUYẾN TÍNH
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
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
CHƯƠNG 2. HỆ PHƯƠNG TRÌNH TUYẾN TÍNH
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
CHƯƠNG 2. HỆ PHƯƠNG TRÌNH TUYẾN TÍNH
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
CHƯƠNG 2. HỆ PHƯƠNG TRÌNH TUYẾN TÍNH
a b b 1
b a
a X 2 ; a, b .
a b 1 b 1
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
2.11 Giải và biện luận hệ phương trình sau:
mx y z 1
x my z 1
x y mz 1
2.12 Giải và biện luận hệ phương trình sau:
(m 1) x y z 1
x (m 1) y z m
x y (m 1) z m 2
2.13 Giải và biện luận hệ phương trình sau:
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
36
CHƯƠNG 3. KHÔNG GIAN VECTƠ
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
CHƯƠNG 3. KHÔNG GIAN VECTƠ
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).
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
CHƯƠNG 3. KHÔNG GIAN VECTƠ
( 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
40
CHƯƠNG 3. KHÔNG GIAN VECTƠ
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
CHƯƠNG 3. KHÔNG GIAN VECTƠ
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
CHƯƠNG 3. KHÔNG GIAN VECTƠ
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).
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
CHƯƠNG 3. KHÔNG GIAN VECTƠ
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
44
CHƯƠNG 3. KHÔNG GIAN VECTƠ
45
CHƯƠNG 3. KHÔNG GIAN VECTƠ
47
CHƯƠNG 3. KHÔNG GIAN VECTƠ
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
CHƯƠNG 3. KHÔNG GIAN VECTƠ
49
CHƯƠNG 3. KHÔNG GIAN VECTƠ
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
CHƯƠNG 3. KHÔNG GIAN VECTƠ
51
CHƯƠNG 3. KHÔNG GIAN VECTƠ
52
CHƯƠNG 3. KHÔNG GIAN VECTƠ
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.
Ví dụ 3.26 Trong không gian 3
, 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
CHƯƠNG 3. KHÔNG GIAN VECTƠ
54
CHƯƠNG 3. KHÔNG GIAN VECTƠ
55
CHƯƠNG 3. KHÔNG GIAN VECTƠ
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) .
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
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
CHƯƠNG 3. KHÔNG GIAN VECTƠ
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
u 6,9,14 . Chứng minh rằng hệ B u1 ,u2 ,u3 là cơ sở của không gian 3
, tìm tọa độ
58
CHƯƠNG 3. KHÔNG GIAN VECTƠ
59
CHƯƠNG 3. KHÔNG GIAN VECTƠ
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)
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.
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 mn , x .
2
xn
Chứng minh rằng f là ánh xạ tuyến tính.
61
CHƯƠNG 4. ÁNH XẠ TUYẾN TÍNH
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) .
Vậy f là ánh xạ tuyến tính.
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
được xác định bởi:
f ( x, y,z ) ( 2 x y z,x 2 y 3z,x 2 z ).
Chứng minh rằng f là ánh xạ tuyến tính.
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.
Vậy f là ánh xạ tuyến tính.
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
CHƯƠNG 4. ÁNH XẠ TUYẾN TÍNH
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)
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
CHƯƠNG 4. ÁNH XẠ TUYẾN TÍNH
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
Ma trận mở rộng của hệ này là A :
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
CHƯƠNG 4. ÁNH XẠ TUYẾN TÍNH
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.
Ví dụ 4.7 Cho ánh xạ tuyến tính f : 3
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
CHƯƠNG 4. ÁNH XẠ TUYẾN TÍNH
66
CHƯƠNG 4. ÁNH XẠ TUYẾN TÍNH
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
Ví dụ 4.9 Cho ánh xạ tuyến tính f : 3
3
được xác định bởi:
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
CHƯƠNG 4. ÁNH XẠ TUYẾN TÍNH
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 ) .
Ví dụ 4.10 Cho ánh xạ tuyến tính f : 3
3
được xác định bởi:
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
68
CHƯƠNG 4. ÁNH XẠ TUYẾN TÍNH
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:
69
CHƯƠNG 4. ÁNH XẠ TUYẾN TÍNH
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
Xét p12u1 p22u2 p32u3 v2 , 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 , p32 0 , p22 2 , p12 1 .
4 2 0 0 0 2 4 4 0 0 2 0
70
CHƯƠNG 4. ÁNH XẠ TUYẾN TÍNH
71
CHƯƠNG 4. ÁNH XẠ TUYẾN TÍNH
BÀI TẬP
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 .
72
CHƯƠNG 4. ÁNH XẠ TUYẾN TÍNH
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
xác định như sau:
f x, y, z 2 x+y+z,3x +2 y z,x +y+2 z .
p ( x) a0 a1 x a2 x 2 ... an x n , ai , i 0, n .
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
CHƯƠNG 4. ÁNH XẠ TUYẾN TÍNH
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 .
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 .
f ( x1 , x2 , x3 , x4 ) ( x1 2 x2 , x2 x3 , x1 x4 ), xi , i 1, 4 .
74
CHƯƠNG 4. ÁNH XẠ TUYẾN TÍNH
4.18 Cho f : 3
3
xác định như sau:
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)).
4.19 Cho ánh xạ tuyến tính f : 3
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
4.20 Cho ánh xạ tuyến tính f : 3
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
4.21 Cho ánh xạ tuyến tính f : 2
3
xác định như sau:
f ( x, y) ( x y, x 2 y, 2 x y), ( x, y) 2
.
Xác định Ker(f) và Im(f).
4.22 Cho ánh xạ f : 3
3
xác định như sau
75
CHƯƠNG 4. ÁNH XẠ TUYẾN TÍNH
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
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
1
f ( p( x)) p( x)dx .
1
1
f ( x) Ax m 0 , với x ( x1 , x2 , x3 , x4 ) 4
.
1
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) .
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
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
CHƯƠNG 5. GIÁ TRỊ RIÊNG, VECTƠ RIÊNG VÀ DAN
̣ 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 Ei .
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
CHƯƠNG 5. GIÁ TRỊ RIÊNG, VECTƠ RIÊNG VÀ DAN
̣ G TOAN
̀ PHƯƠNG
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
CHƯƠNG 5. GIÁ TRỊ RIÊNG, VECTƠ RIÊNG VÀ DAN
̣ G TOAN
̀ PHƯƠNG
82
CHƯƠNG 5. GIÁ TRỊ RIÊNG, VECTƠ RIÊNG VÀ DAN
̣ G TOAN
̀ PHƯƠNG
4 4 4 x1 0
2 2 5 x 0 .
2
0 0 3 x3 0
Ma trận mở rộng của hệ này là A :
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 E2 {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
E2 .
* 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
Ma trận mở rộng của hệ này là A :
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 E3 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 E3 .
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
CHƯƠNG 5. GIÁ TRỊ RIÊNG, VECTƠ RIÊNG VÀ DAN
̣ G TOAN
̀ PHƯƠNG
-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
Ma trận mở rộng của hệ này là
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 E1 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
CHƯƠNG 5. GIÁ TRỊ RIÊNG, VECTƠ RIÊNG VÀ DAN
̣ G TOAN
̀ PHƯƠNG
2 1 1 x1 0
0 2 2 x 0 .
2
0 1 1 x3 0
Ma trận mở rộng của hệ này là
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 E2 t( 1, 1,1 ), t . Khi đó , ) là vectơ riêng ứng với 2 1 .
p2 ( 1,11
* Với 3 4, xét hệ ( A 3 I )x ta có
5 1 1 x1 0
0 1 2 x 0 .
2
0 1 2 x3 0
Ma trận mở rộng của hệ này là
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 E3 ( 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
CHƯƠNG 5. GIÁ TRỊ RIÊNG, VECTƠ RIÊNG VÀ DAN
̣ 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
Ma trận mở rộng của hệ này là
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 E1 ( 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
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, ta có x2 2t, x1 t ( t ).
Suy ra E2 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
CHƯƠNG 5. GIÁ TRỊ RIÊNG, VECTƠ RIÊNG VÀ DAN
̣ 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 .
* Với 1 1, xét hệ ( A 1I )x ta có
1 2 0 x1 0
1 2 0 x 0 .
2
2 4 0 x3 0
Ma trận mở rộng của hệ này là
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 E1 {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 E1 và p1 (2,1, 0), p2 (0,0,1) là hai vectơ riêng
ứng với 1 1.
* Với 2 4, xét hệ ( A 2 I )x ta có
-2 2 0 x1 0
1 1 0 x 0 .
2
2 4 3 x3 0
Ma trận mở rộng của hệ này là
87
CHƯƠNG 5. GIÁ TRỊ RIÊNG, VECTƠ RIÊNG VÀ DAN
̣ G TOAN
̀ PHƯƠNG
t t t
Đặt x3 t, suy ra x2 , x1 ( t ). Suy ra E2 ( 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
CHƯƠNG 5. GIÁ TRỊ RIÊNG, VECTƠ RIÊNG VÀ DAN
̣ G TOAN
̀ PHƯƠNG
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
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
CHƯƠNG 5. GIÁ TRỊ RIÊNG, VECTƠ RIÊNG VÀ DAN
̣ G TOAN
̀ PHƯƠNG
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
CHƯƠNG 5. GIÁ TRỊ RIÊNG, VECTƠ RIÊNG VÀ DAN
̣ G TOAN
̀ PHƯƠNG
91
CHƯƠNG 5. GIÁ TRỊ RIÊNG, VECTƠ RIÊNG VÀ DAN
̣ G TOAN
̀ PHƯƠNG
92
CHƯƠNG 5. GIÁ TRỊ RIÊNG, VECTƠ RIÊNG VÀ DAN
̣ 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
CHƯƠNG 5. GIÁ TRỊ RIÊNG, VECTƠ RIÊNG VÀ DAN
̣ 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
Ví dụ 5.16 Cho dạng toàn phương g : 3
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 .
* Với 1 1, xét hệ ( A 1I )x ta có
94
CHƯƠNG 5. GIÁ TRỊ RIÊNG, VECTƠ RIÊNG VÀ DAN
̣ G TOAN
̀ PHƯƠNG
1 2 0 x1 0
2 0 2 x 0 .
2
0 2 1 x3 0
Ma trận mở rộng của hệ này là
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 E1 (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
Ma trận mở rộng của hệ này là
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 E2 ( 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
* Với 3 4, xét hệ ( A 3 I )x ta có
2 2 0 x1 0
2 3 2 x 0 .
2
0 2 4 x3 0
Ma trận mở rộng của hệ này là
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 E3 t( 2 , 2 ,1 ), t .
Chọn p3 ( 2,2,1 ) là một vectơ riêng của A ứng với 3 4 .
95
CHƯƠNG 5. GIÁ TRỊ RIÊNG, VECTƠ RIÊNG VÀ DAN
̣ 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
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.
Ví dụ 5.18 Cho dạng toàn phương g : 3
được xác định bởi:
g( x ) 4x1x2 2x1x3 6x2 x3 .
Đưa dạng toàn phương trên về dạng chính tắc bằng phép biến đổi Lagrange. Nêu rõ
phép biến đổi.
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
CHƯƠNG 5. GIÁ TRỊ RIÊNG, VECTƠ RIÊNG VÀ DAN
̣ G TOAN
̀ PHƯƠNG
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 ) 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).
98
CHƯƠNG 5. GIÁ TRỊ RIÊNG, VECTƠ RIÊNG VÀ DAN
̣ 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
nào đó của 3
là:
2 5 1
A 2 1 5 .
2 2 2
c) Tìm ma trận làm chéo hóa ma trận A, viết ma trận sau khi được chéo hóa.
5.6 Cho ánh xạ f : 3
3
được xác định bởi:
f x, y, z 3x 2 y, 2 x 3z, 5 z .
5.11 Tìm một ma trận vuông cấp hai sao cho B có 2 trị riêng 1 2, 2 5 .
5.12 Cho ánh xạ f : 3
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.
5.13 Cho ánh xạ f : 3
3
như sau:
f x, y, z x 2 y 2 z,2 x y 2 z,2 x 2 y z .
100
CHƯƠNG 5. GIÁ TRỊ RIÊNG, VECTƠ RIÊNG VÀ DAN
̣ G TOAN
̀ PHƯƠNG
101
CHƯƠNG 5. GIÁ TRỊ RIÊNG, VECTƠ RIÊNG VÀ DAN
̣ G TOAN
̀ PHƯƠNG
f x, y, z ( x 4 y 2 z, 3x 4 y, 3x y 3z ) .
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
[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