CHƯƠNG 1: GIÁ TRỊ RIÊNG – VECTOR RIÊNG – DẠNG CHUẨN TẮC JORDAN

_______________________________________________________
I. Giá trị riêng và vector riêng của ma trận – Chéo hóa ma trận:
1. Tìm giá trị riêng và vector riêng của một ma trận:
Ví dụ:
é 7 2ùú
Cho ma trận A = êê .
- 4 1úú
ëê û

a) Xác định đa thức đặc trưng của A .

b) Xác định các giá trị riêng l i của A .

c) Xác định chiều và một cơ sở không gian vectơ riêng E A (l i ) .

d) Xác định một cơ sở S của ¡ 2
gồm các vectơ riêng của A .
Giải
a) Đa thức đặc trưng PA (t ) của A là PA (t )  t 2  tr( A)t  det A  t 2  8t  15.

b) Các giá trị riêng  i của A là các nghiệm của phương trình đặc trưng f A (t )  0 . Phương
trình đặc trưng f A (t )  0 có các nghiệm 3, 5. Vậy 1  3 và  2  5 là các giá trị riêng của ma
trận A .

c) Với 1  3 . Các véc tơ riêng của ma trận A ứng với giá trị riêng 1  3 là các nghiệm
không tầm thường của hệ phương trình tuyến tính thuần nhất

 4 x1  2 x2  0  x a
  1
 4 x1  2 x2  0  x2  2 a

Vậy không gian véc tơ riêng E A (3) của A ứng với giá trị riêng 1  3 là

E A (3)  {(a, 2a) | a  }  {a(1, 2) | a  }  (1, 2)

Vậy dim E A (3)  1 và {(1, 2)} là một cơ sở của E A (3) .

* Với  2  5 . Các véc tơ riêng của ma trận A ứng với giá trị riêng  2  5 là các nghiệm
không tầm thường của hệ phương trình tuyến tính thuần nhất

 2 x1  2 x2  0  x a
  1
4 x1  4 x2  0  x2   a

Vậy không gian véc tơ riêng E A (5) của A ứng với giá trị riêng  2  5 là

E A (5)  {( a, a) | a  }  {a(1, 1) | a  }  (1, 1)

Vậy dim E A (5)  1 và {(1, 1)} là một cơ sở của E A (5) .

 d) Đặt S  {(1, 2),(1, 1)} gồm các véc tơ riêng của A độc lập tuyến tính trong 2 . Do
đó S là một cơ sở của 2 .

Bài tập:

é- 1 4 - 2ùú
ê
ê 0úú.
1) Cho ma trận A = ê- 3 4
ê ú
êë- 3 1 3ú
û

a) Xác định đa thức đặc trưng của A .

b) Xác định các giá trị riêng l i của A .

c) Xác định chiều và một cơ sở không gian vectơ riêng E A (l i ) .

d) Xác định một cơ sở S của ¡ 3
gồm các vectơ riêng của A .
Hướng dẫn:

Sinh viên làm tương tự như ví dụ.

é1 0 1 1ùú
ê
ê0 1 1 1úú
ê
2) Cho ma trận A = ê
ê1 1 1 0úú
ê1 1 0 1úú
êë û

a) Xác định đa thức đặc trưng fA (t ) của A .

b) Xác định các giá trị riêng l i của A .

c) Xác định chiều và một cơ sở không gian vectơ riêng E A (l i ) .

d) Xác định một cơ sở S của ¡ 4
gồm các vectơ riêng của A .

Hướng dẫn:

Sinh viên làm tương tự ví dụ

Đa thức đặc trưng PA (t ) của A là

1 t 0 1 1
0 1 t 1 1
PA (t )  det( A  tI )   (t  1) 2 (t  1)(t  3).
1 1 1 t 0
1 1 0 1 t

2. Chứng minh các tính chất đối với giá trị riêng và vector riêng:
1) Cho  là giá trị riêng của A  M n ( K ) ,   K và k   . Chứng minh rằng

a)  là giá trị riêng của ma trận  A .

b)  k là giá trị riêng của ma trận Ak .
 c)    là giá trị riêng của ma trận A   I .
d) f ( ) là giá trị riêng của ma trận đa thức f ( A) .
Hướng dẫn:
a) Do  là giá trị riêng của A  M n ( K ) nên tồn tại v  K n sao cho Av   v .
  A  v   ( Av)   v     v .
Vậy  là giá trị riêng của ma trận  A .
b) Ta có A v  A  Av   A   v    A (v)  ...   v .
k k 1 k 1 k 1 k

Vậy  k là giá trị riêng của ma trận Ak .

c) Ta có ( A   I )v  Av   Iv   v   v  (   )v
Vậy    là giá trị riêng của ma trận A   I .
n n n

d) Giả sử f (t )   ai t  K [t ]. Khi đó, f ( )   ai  , f ( A)  ai A

i i i

i 1 i 1 i 1

 n
 n n
 n

Và f ( A)v    ai A  v   ai  A v    ai   v     ai   v  f ( )v
i i i i

 i 1  i 1 i 1  i 1 
Vậy f ( ) là giá trị riêng của f (A).
Sinh viên cho ví dụ minh họa cho những kết quả trên.
2) Cho  là giá trị riêng của A  M n ( K ) . Chứng minh rằng
a) Nếu A khả nghịch thì  1 là giá trị riêng của ma trận A1 .
b) Nếu A khả nghịch thì    1 là giá trị riêng của ma trận A  A1 .
Hướng dẫn :
a) Vì A khả nghịch nên   0 . Ta có,
A1v   1 A1   v    1 A1 Av   1v

Vậy Nếu A khả nghịch thì  1 là giá trị riêng của ma trận A1 .
b) Vì A khả nghịch nên A1v   1v .
Khi đó, ta có ( A  A1 )v  Av  A1v   v   1v  (   1 )v
Nếu A khả nghịch thì    1 là giá trị riêng của ma trận A  A1 .
Sinh viên tìm các ví dụ minh họa cho những kết quả trên.
3) Cho A là ma trận vuông cấp n trên K và 1 , 2 ,, n là các giá trị riêng của nó.
Chứng minh rằng det A  12  n .
Hướng dẫn:
Do 1 , 2 ,, n là các giá trị riêng của A nên 1 , 2 ,, n là các nghiệm của đa thức đặc
trưng f A (t ) . Do đó,
f A (t )  det( A   I )  (1) n (t  1 )(t  2 )...(t  n ) .
Lấy t = 0, ta có:
det A  f A (0)  ( 1) n (0  1 )(0  2 )...(0  n )  12 ...n
Sinh viên tìm các ví dụ minh họa cho những kết quả trên.
 4) Cho A là ma trận vuông cấp n trên K và 1 , 2 ,, n là các giá trị riêng của nó.
Chứng minh rằng

a) det( A)   n 12  n .

b) det Ak  1k 2k  nk .

c) det( A   I )  (1   )(2   ) (n   ) .
d) det f ( A)  f (1 ) f (2 ) f (n ) .
Hướng dẫn:
a) Do 1 ,  2 ,,  n là các giá trị riêng A nên 1 ,  2 ,,  n là các giá trị riêng của
ma trận A . Do đó det(A)  (1 )( 2 ) ( n )   n1 2   n .

Sinh viên cho ví dụ minh họa.

b) Do 1 ,  2 ,,  n là các giá trị riêng A nên 1k ,  k2 ,,  kn là các giá trị riêng của ma
trận Ak . Do đó det Ak  1k  k2   kn .

c) Do 1 ,  2 ,,  n là các giá trị riêng A nên 1  ,  2  , n   là các giá trị
riêng của ma trận A  I . Do đó det( A  I )  (1  )( 2  ) ( n   ) .

d) Do 1 ,  2 ,,  n là các giá trị riêng A nên f (1 ), f ( 2 ),, f ( n ) là các giá trị riêng
của ma trận f ( A) . Do đó det f ( A)  f (1 ) f ( 2 ) f ( n ) .

Sinh viên cho các ví dụ minh họa.

5) Cho A là ma trận vuông cấp n trên K và 1 , 2 ,, n là các giá trị riêng của nó.
Chứng minh rằng

a) Nếu A khả nghịch thì det A1  1121  n1 .

b) Nếu A khả nghịch thì det( A  A1 )  (1  11 )(2  21 ) (n  n1 ) .
c) Nếu   K không là giá trị riêng của A thì ma trận A   I khả nghịch và
n
1
det( A   I ) 1   .
i 1 i  

Hướng dẫn:
a) Do 1 ,  2 ,,  n là các giá trị riêng A nên 11 ,  21 ,,  n1 là các giá trị riêng của ma
trận A1 . Do đó det A1  11 21   n1 .

b) Do 1 ,  2 ,,  n là các giá trị riêng A nên 1  11 ,  2   21 ,,  n   n1 là các giá trị
riêng của ma trận A  A1 . Do đó

det( A  A1 )  (1  11 )( 2   21 ) ( n   n 1 )

 c) Do  không là giá trị riêng của A nên định thức của ma trận A  I khác 0. Vậy
A  I khả nghịch. Theo giả thiết 1 ,  2 ,,  n là các giá trị riêng của A nên
1  ,  2  ,,  n   là các giá trị riêng của ma trận A  I và do đó
(1   )1 ,( 2  ) 1 ,,( n  ) 1 là các giá trị riêng của ( A  I ) 1 .

n n
1
Vậy det( A  I )   ( i  )  
1 1
.
i 1 i 1 i  

Sinh viên cho ví dụ minh họa.

3. Chéo hóa ma trận:

Cách chéo hóa một ma trận:
Cho A là một ma trận vuông cấp n. Để chéo hóa ma trận A ta làm như sau:
Tìm các giá trị riêng và các vector riêng độc lập tuyến tính của A, bằng cách tìm đa thức
đặc trưng, giải phương trình đặc trưng tìm các giá trị riêng sau đó ứng với từng giá trị riêng
tìm các vector riêng.
Khi đó xảy ra một trong hai khả năng sau:
TH1: Nếu tổng số vector riêng độc lập tuyến tính của A bé hơn n thì kết luận A không
chéo hóa được.
TH2: Nếu tổng số vector riêng độc lập tuyến tính của A bằng n thì kết luận A chéo hóa
được. Khi đó ma trận P cần tìm là ma trận mà các cột của nó là các vector riêng độc lập tuyến
tính của A viết theo cột và khi đó
1 0 ... 0 
 0  ... 0 
P 1 AP   2  là ma trận chéo trong đó các  là các giá trị riêng của A ứng với
 ... ... ... ...  i

 
0 0 ... n 
vector riêng là vector cột thứ i của ma trận P.
1. Ví dụ:
Chéo hóa ma trận sau:
0 1 1 
A  1 0 1 
1 1 0 
Hướng dẫn:
 1 1
Đa thức đặc trưng của ma trận A là: PA ( )  1  1   3  3  2
1 1 
PA ( )  0   3  3  2  0    1,   2
Vậy ma trận A có hai giá trị riêng là   1,   2 .
Ứng với   1 , giải hệ pt:
1 1 1 0  1 1 1 0 
   
1 1 1 0   0 0 0 0 
1 1 1 0  0 0 0 0 
  x1  t2  t3

Hệ có vô số nghiệm phụ thuộc hai tham số ]  x2  t2  
x  t  
 3 3
Không gian con riêng ứng với giá trị riêng   1 là
E (1)  {(t2  t3 , t2 , t3 ) | t2 , t3  }
Cơ sở của E(-1) gồm hai vector 1  (1,1, 0);  2  (1, 0,1) .
Ứng với giá trị riêng   2 , để tìm vector riêng ta giải hệ pt:
2 1 1 0   1 1 2 0  1 1 2 0  1 1 2 0 
       
 1 2 1 0   1 2 1 0   0 3 3 0   0 3 3 0 
 1 1 2 0  2 1 1 0  0 3 3 0  0 0 0 0 

Hệ có vô số nghiệm phụ thuộc 1 tham số

 x1  t

 x2  t
x  t  
 3
Do đó, không gian con riêng của A ứng với giá trị riêng   2 là
E (2)   (t , t , t ) | t  }
Cơ sở của E (2) gồm 1 vector  3  (1,1,1) .
Nhận xét: Các vector 1 ,  2 ,  3 độc lập tuyến tính nên ma trận A chéo hóa được. Khi đó,
tồn tại ma trận khả nghịch P sao cho P 1 AP  D với D là ma trận chéo.
 1 1 1  1 0 0 
P   1 0 1 và D   0 1 0 
 
 0 1 1  0 0 2 
2. Bài tập:
 1 2 3
 
1. Cho ma trận A  0 2 3 . Hỏi ma trận A có chéo hóa được không? Tìm ma trận C
0 0 3
làm chéo hóa A (nếu có).
Hướng dẫn:
SV. Làm tương tự như ví dụ.
2. Cho A, B và P là các ma trận sao cho A  PBP 1 . Chứng minh rằng Ak  PB k P 1 với mọi
k .
Hướng dẫn: Sử dụng tính chất Ak  PBP 1.PBP 1...PBP 1 (k lần) và P.P 1  I .
Sinh viên cho ví dụ minh họa.
 4 3
3. Cho ma trận A   
 2 1
a) Xác định đa thức đặc trưng và các giá trị riêng của A.
b) Xác định một cơ sở của không gian vector riêng tương ứng
c) Chứng tỏ rằng A chéo hóa được. Tìm một ma trận khả nghịch P và ma trận đường chéo
D sao cho A  PDP 1
d) Tính Ak với mọi số nguyên dương k.
 Hướng dẫn:
Các câu a); b); c) làm tương tự như các ví dụ trong tài liệu.
Câu d) áp dụng tính chất của bài 2.(Tức là khi A  PDP 1 thì Ak  PD k P 1 ).
2 2 1 
 
4. Cho ma trận A  1 3 1 
1 2 2 
a) Xác định đa thức đặc trưng và các giá trị riêng của A.
b) Xác định một cơ sở của không gian vector riêng tương ứng
c) Chứng tỏ rằng A chéo hóa được. Tìm một ma trận khả nghịch P và ma trận đường chéo
D sao cho A  PDP 1
d) Tính Ak với mọi số nguyên dương k.
Hướng dẫn:
Làm tương tự như bài 3.
 3 12  3  2
5. Cho ma trận A    , u1  1 , u2  1  . Chứng minh rằng u1 , u2 là các vector riêng
 2 7     
của A. Hãy tìm một ma trận khả nghịch P và ma trận đường chéo D để A  PDP 1 .
Hướng dẫn:
Để chứng minh u1 , u2 là các vector riêng của A thì cần tìm các giá trị 1 ; 2 sao cho
Au1  1u; Au2  2u . Khi đó, ma trận đường chéo D có dạng diag (1 , 2 ) .
6. Cho ma trận vuông cấp 4 A có các giá trị riêng là 5, 3, -2. Giả sử không gian vector
riêng ứng với giá trị riêng   3 có chiều là 2. Hỏi ma trận A có chéo hóa được không?
Hướng dẫn:
Dựa vào điều kiện chéo hóa được của ma trận.
7. Hãy xác định đa thức đặc trưng và một cơ sở không gian vector riêng của các ma trận
sau. Trong số các ma trận sau đây ma trận nào chéo hóa được, khi đó hãy tìm ma trận khả
nghịch P và ma trận đường chéo D sao cho A  PDP 1 .
2 7  5 3  3 4 
a)    4 3  4 8 
7 2    
1 0 1  6 2 0  0 3 1 
b)  2 3 1  2 9 0 
 
3 0 2 
 
 0 6 0   5 8 3  1 2 0 
1 0 1 1 0 1 1 2 1 2
1 4 
0 1 1 1  1 0 1 1 
 12 1 4 9 
c)   
1 1 1 0 1 1 0 1
 6 5 2 4 
     
1 1 0 1 1 1 1 3 4 5
0 10 
8. Xác định đa thức đặc trưng của ma trận sau trên 
 a b  c  d 
1 a b  b a d c 
 
A   a 1 c  và B   
c d a b 
 b c 1   
 d c b a 
9. Chéo hóa các ma trận sau (nếu được).
 4 2 2   1 4 2 
3 1 5 1  2 3 2 4 2  3 4 0 
1 5   0 5  4 1    
       2 2 4   3 1 3 
0 1 1 1  5 3 0 9
 7 4 16  1
2 5 8  0 1 1  0 3
 1 2 
  1 1 0 1 0 0 2 0
 2 2 5    
1 1 1 0 0 0 0 2
10. Cho ma trận A trên trường số thực  như sau

9 1 5 7 
8 3 2 4 
A
0 0 3 6
 
 0 0 1 8 

a) Tính det A
b) Tính det( A   I 4 ) với    .
c) Tính det f ( A) biết rằng f ( x)  x n  x 2  1 .
Hướng dẫn:
a) Đa thức đặc trưng của A là : (t  5) 2 (t  6)(t  7) . Giá trị riêng là 5, 6, 7
detA= 5.5.6.7 = 1050.
b) Đa thức det( A   I 4 )  (5   )(5   )(6   )(7   )  (5   ) 2 (6   )(7   )
c) det f ( A)  f (5) f (5) f (6) f (7)  (5n  24) 2 (6 n  35)(7 n  48)
1 1
11. Chéo hoá ma trận A    trên  và  .
 2 1

4 1 1
 5 2 
13) Chéo hoá ma trận A   2
1 1 2 

1 0 1 1
0 1 1 1 
14) Chéo hóa ma trận A  
1 1 1 0
 
1 1 0 1

 1 7 5
 6 
15) Cho ma trận A   2 8
 4 16 12 

a) Chéo hoá ma trận A .

 b) Hãy tính luỹ thừa ma trận An .
 1 7 5
 6 
16) Cho ma trận A   2 8
 4 16 12 

a) Hãy tính đa thức ma trận f ( A) , trong đó f (t )  t n  t 2  1  [t ] .

b) Hãy tìm một ma trận B trên trường số thực  sao cho B 2  A .
é2 0 0ù
ê ú
A = ê0 3 0ú
17) Cho ma trận ê ú
ê ú
êë0 1 2úû

a) Chéo hóa A .
n
é2 0 0ù éa (n ) a (n ) a (n ) ù
ê ú ê 11 12 13 ú
b) Đặt ê0 3 0ú = êa 21(n ) a 22 (n ) a 23 (n )úú .
ê ú ê
ê ú ê ú
êë0 1 2úû êëa 31(n ) a 32 (n ) a 33 (n )úû

a 22 (n ) 3 3
Tính nlim
®¥ a 32 (n )
và S = å å aij (n ) .
i= 1 i= 1

Hướng dẫn:
2 0 0
 
Đặt A   0 3 0  . Tính An bằng cách chéo hoá ma trận A .
 0 1 2 

* Đa thức đặc trưng f A (t ) của ma trận A là f A (t )  (t  2)(3  t ) . Giải phương trình đặc
trưng f A (t )  0 , ta nhận được các nghiệm phân biệt 2,3. Do đó các giá trị riêng phân biệt của
ma trận A là t  2,3 .

* Với t  2 , ta có E A (2)  (1,0,0),(0,0,1) và cơ sở S1  {v1  (1,0,0), v2  (0,0,1)}.

Với t  3 , ta có E A (1)  (0,1,1) và cơ sở S 2  {v3  (0,1,1)} .

* Do S  S1  S2  S3  {v1 , v2 , v3} nên ma trận A chéo hoá được và D  P 1 AP , trong đó

ma trận khả nghịch P với các cột là các véc tơ riêng v1 , v2 , v3 và ma trận đường chéo D với
các phần tử trên đường chéo chính 2,2,3 tương ứng với các véc tơ riêng v1 , v2 , v3 .

1 0 0   2 0 0
P  [v1 v2 v3 ]   0 0 1  và D  diag(2, 2,3)  0 2 0 
 
 0 1 1   0 0 3
 1 0 0   2 0 0  1 0 0
A  PD P
n n 1
 0 0 1   0 2 0  0 1 1 
0 1 1   0 0 3  0 1 0 
 2n 0 0
 
0 3n 0
 0 3n  2n 2n 


a22 (n) 3n
a) Ta có a22 (n)  3n , a32 (n)  3n  2 n và do đó lim  lim n  1.
n  a ( n) n 3  2 n
32

3 3
b) Ta có S   aij (n)  2  3  3  2  2  2  2·3 .
n n n n n n n

i 1 i 1

II. Tìm giá trị riêng – vector riêng -Tìm cơ sở của không gian vector V để ma trận
của một phép biến đổi tuyến tính f trong cơ sở đó là ma trận chéo.
Ví dụ:
Cho T là toán tử tuyến tính trên 3 xác định bởi
T ( x1 , x2 , x3 )  (2 x1  4 x2  3 x 3 , 4 x1  6 x2  3 x3 ,3 x1  3 x2  x3 )
Hãy xác định các giá trị riêng và vector riêng của T.
Giải
Ma trận của toán tử tuyến tính trên 3 đối với cơ sở chính tắc của 3 là:
2 4 3
A   4 6 3
 3 3 1 
Đa thức đặc trưng của ma trận A là f A (t )  t 3  3t 2  4  (t  1)(t  2) 2 .
Giải phương trình đặc trưng f A (t )  0 ta được các nghiệm là t = 1 và t = 2. Vậy ma trận A
có hai giá trị riêng là   1;   2 . Khi tìm cơ sở của các không gian riêng E A (1) và E A (1) ta
được:
1  1
   
Cơ sở của E A (1) là u1   1 và cơ sở của E A (2) là u2   1  .
 1   0 
Vậy f không chéo hóa được.
Chú ý:
Để nghiên cứu một phép biến đổi tuyến tính f : V  V , ta quy về việc nghiên cứu ma trận
của f. Từ đó dẫn đến việc cần tìm cơ sở để ma trận của f trong cơ sở đó là ma trận chéo. Để
tìm cơ sở này ta thực hiện như sau:
- Đầu tiên ta tìm các vector riêng độc lập tuyến tính của f.
- Nếu f có ít hơn n vector riêng độc lập tuyến tính (chú ý dim V = n) thì không có cơ sở
nào của f để ma trận của f trong cơ sở đó là ma trận chéo.
- Nếu f có đúng n vector riêng độc lập tuyến tính thì n vector riêng đó làm thành cơ sở
B của V mà ma trận A của f trong cơ sở B đó là ma trận chéo. Cụ thể:
 1 0 ... 0 
0  ... 0 
A/ B   2
với 1 , 2 ,..., n là các giá trị riêng ứng với các vector riêng  i .
 ... ... ... ... 
 
0 0 ... n 
(Các i có thể trùng nhau).
Ví dụ:
Trong 3 cho cơ sở u1  (1,1,1); u2  (1,1, 0); u3  (1, 0, 0) và một phép biến đổi tuyến tính
f : 3  3 sao cho:
f (u1 )  (4,3, 2); f (u2 )  (4,3,1); f (u3 )  (1, 0, 0)
a) Hãy tìm công thức của f, tức là tìm f ( x1 , x2 , x3 )
b) Tìm một cơ sở của 3 để ma trận của f trong cơ sở này là ma trận chéo.
Hướng dẫn:
a) Gọi x  ( x1 , x2 , x3 )  3 , giả sử x  a1u1  a2u2  a3u3
Xét hệ
1 1 1 x1  1 1 1 x1  1 1 1 x1  1 1 0 x2  1 0 0 x3 
         
1 1 0 x2   0 0 1 x1  x2   0 1 1 x1  x3   0 1 0 x2  x3   0 1 0 x2  x3 
1 0 0 x3  0 1 1 x1  x3  0 0 1 x1  x2  0 0 1 x1  x2  0 0 1 x1  x2 

 a1  x3

Suy ra, a2  x2  x3
a  x  x
 3 1 2

Ta có:
 4 4 1 
f ( x)  a1 f (u1 )  a2 f (u2 )  a3 f (u3 )  x3  3    x2  x3   3    x1  x2  0   ( x1  3x2 ,3x2 , x2  x3 )
   
 2 1  0 
b) Ma trận của f đối với cơ sở chính tắc là:
1 3 0 
A  0 3 0 
0 1 1 
1  3 0
Xét PA ( )  0 3   0  (1   ) 2 (3   )
0 1 1 
Suy ra PA ( )  0    1    3
Do đó, f có hai giá trị riêng là   1,   3 .
Ứng với giá trị riêng   1 , xét hệ pt:
0 3 0 0  0 1 0 0 
   
A  0 2 0 0   0 0 0 0 
0 1 0 0  0 0 0 0 

Hệ có vô số nghiệm phụ thuộc 2 tham số:

  x1  a  

 x2  0
x  b  
 3
Khi đó, f có hai vector riêng độc lập tuyến tính là 1  (1, 0, 0);  2  (0, 0,1) .
Ứng với giá trị riêng   3 , xét hệ pt:
2 3 0 0  2 3 0 0 
   
 0 0 0 0    0 1 2 0 
 0 1 2 0   0 0 0 0 

Hệ pt có vô số nghiệm phụ thuộc 1 tham số:

 x1  3t

 x2  2t
x  t  
 3
Vector riêng ứng với giá trị riêng   3 là  3  (3, 2,1)
Do f có 3 vector riêng độc lập tuyến tính nên f chéo hóa được và cơ sở B  (1 ,  2 ,  3 ) là cơ
sở mà ma trận của f đối với cơ sở này có dạng chéo là:
1 0 0 
0 1 0
 
 0 0 3
1. Bài tập:
1. Cho toán tử f : 3  3 xác định bởi:
f ( x1 , x2 , x3 )  (3x1  2 x2 , 2 x1  3x2 ,5 x3 )
Toán tử f có chéo hóa được không? Tìm cơ sở của 3 mà trong cơ sở ấy f có dạng chéo
(nếu có).
Hướng dẫn:
Tìm ma trận A của f đối với một cơ sở nào đó, có thể chọn cơ sở chính tắc để đơn giản.
Sau đó, tìm các giá trị riêng và vector riêng của ma trận A.
Kiểm tra xem A có chéo hóa được không? Kết luận.
2. Trong 3 cho cơ sở gồm các vector u1  (1,1,1); u2  (1, 2,1); u3  (1,3, 2) . Gọi
f : 3  3 là ánh xạ tuyến tính xác định bởi f (u1 )  (0,5,3); f (u2 )  (2, 4,3); f (u3 )  (0,3, 2) .
a) Hãy tìm công thức của f.
b) Hãy tìm một cơ sở trong đó ma trận của f đối với cơ sở này có dạng chéo.
Hướng dẫn:
Làm tương tự như ví dụ.
3. Hãy chéo hóa (nếu có thể) các toán tử tuyến tính f : 3  3 cho sau đây:
a) f (x, y, z) = (x + y, 2y + z, 2y + 3z)
b) f (x, y, z) = (x + y, y + z, -2y – z)
c) f (x, y, z) = (x – y + z, x + y – z, -x + y + z)
d) f (x, y, z) = (x – y, y – z, x + z)
III. Dạng chính tắc Jordan:
1. Tìm dạng chính tắc của 1   ma trận:
 Hãy tìm dạng chính tắc của các   ma trận sau:
 1 0 0 
0  1 0
 1   2  1  1   0 
a)   b)   c)   d)  
0    1   2  1
2
 0   5 0 0  1
 
0 0 0 
Hướng dẫn:
Dùng các phép biến đổi sơ cấp trên dòng để đưa về dạng chính tắc.
a) Ta có:
  1  c  c  1   d  d   d  1   c c   c  1 0 
0  1
  0 
2
 2
 0  2 
2 1
   0  2   
2 2 1

       
d 2  d 2 1 0 
  
0    
2

Các câu còn lại sinh viên làm tương tự.

2. Tìm dạng Jordan của một ma trận:
Hãy tìm dạng Jordan của các ma trận sau (bằng cách đưa A   I về dạng chính tắc và suy
ra ma trận J đồng dạng với A).
1 3 0 3
 0 1 0  2 6 15  9 6 2   2
      6 0 13
a) A   4 4 0  b)  1 1 5  c) 18 12 3 d) 
0 3 1 3
 2 1 2   1 2 6  18 9 6   
 1 4 0 8
 3 4 0 2 
 4 5 2 4 
e)  
 0 0 3 2 
 
 0 0 2 1
Hướng dẫn:
a) Xét ma trận A   I
  1 0   1  0  1  0 
A   4 4   0    4   4 0   0 4   (4   ) 0 
 2 1 2     1 2 2    0 2   2   
1  0  1  0  1  0 

  0    4  4
2 
0   0 2    
2      0 2   2 

0 2   2    0  2  4  4 0   0 0 (2   )(  2) 
1 0 0  1 0 0 

  0 2   2   
   0 2   0 
0 0 (2   )(  2)  0 0 (2   )(  2) 
Dạng Jordan của ma trận A là:
2 0 0 
0 2 0 
 
 0 0 2 
b) Các câu còn lại sinh viên làm tương tự.
Bài tập về ma trận đồng dạng:
 1) Cho A và B là các ma trận đồng dạng trên K . Chứng minh rằng

a) det A  det B .
b) rankA  rankB .
c) tr( A)  tr( B ) .
Hướng dẫn:

Do A đồng dạng với B nên tồn tại ma trận P khả nghịch để A  PBP 1 .

a) det A  det( PBP 1 )  det P·det B·P 1  det P·det P 1 det B  det B .

b) rankA  rank ( PBP 1 )  rank ( P( BP 1 ))  rank ( BP 1 )  rankB .

c) tr( A)  tr( PBP 1 )  tr(( PB) P 1 )  tr( P 1( PB))  tr( P 1PB)  tr( B) .

Sinh viên tìm ví dụ minh họa.

2) Cho A và B là các ma trận đồng dạng trên K . Chứng minh rằng

a) Ak và B k đồng dạng.
b) f ( A) và f ( B) đồng dạng với mọi f (t )  K [t ] .
c) A khả nghịch khi và chỉ khi B khả nghich.
d) Nếu A khả nghịch thì AB và BA đồng dạng.
Hướng dẫn:
a) Do A đồng dạng với B nên tồn tại ma trận P khả nghịch để A  PBP 1 . Ta có
Ak  ( PBP 1 ) k  ( PBP 1 )( PBP 1 )( PBP 1 )  PB k P 1 . Vậy Ak và B k đồng dạng. 0,5đ

b) Do A đồng dạng với B nên tồn tại ma trận P khả nghịch để A  PBP 1 .
k k k
Giả sử f (t )   ait  K [t ] . Khi đó f ( A)   ai A , f ( B)   ai B và
i i i

i 1 i 1 i 1

k k k
f ( A)   ai Ai   ai ( PBP 1 )i   ai ( PB i P 1 )
i 1 i 1 i 1
k
 k 
  P(ai B ) P  P   ai B i  P 1
i 1

i 1  i 1 
1
 Pf ( B) P

Vậy f ( A) và f ( B ) đồng dạng.

c) Do A và B đồng dạng nên det A  det B . Khi đó det A khác 0 khi và chỉ khi det B
khác 0. Do đó A khả nghịch khi và chỉ khi B khả nghich.

d) Do A đồng dạng với B nên tồn tại ma trận P khả nghịch để A  PBP 1 . Nếu A
khả nghịch thì AB  ( AB)( AA1 )  A( BA) A1 . Do đó AB và BA đồng dạng.
 Sinh viên cho ví dụ minh họa.

3) Chứng minh rằng nếu một trong hai ma trận vuông cùng cấp A và B là không suy biến
thì AB và BA đồng dạng.
4) Hãy tìm tất cả các ma trận vuông cấp n trên trường số thực mà chỉ đồng dạng với chính
nó.
5) Chứng minh các cặp ma trận sau đồng dạng bằng cách chứng minh rằng A   I đồng
dạng với B   I :

 3 2 5   6 20 34 
   
a) A   2 6 10  và B   6 32 51
1 2 3   4 20 32 

6 6 15  37 20 4 
   
b) A  1 5 5  và B   34 17 4 
1 2 2  119 70 11
6) Chứng minh rằng:
a) Mọi ma trận vuông phức A đều đồng dạng với một ma trận Jordan J (sự đồng dạng này
là duy nhất nếu không kể đến thứ tự của các ô Jordan.
b) Mọi toán tử tuyến tính f trên không gian phức n chiều V đều có cơ sở Jordan, tức là cơ
sở của V mà trong đó ma trận của f đối với cơ sở này là ma trận Jordan.
7) Chứng minh rằng:
a) Nếu V là không gian vector trên trường số phức  thì mọi phép biến đổi tuyến tính của
V đều có ít nhất một không gian con bất biến 1 chiều.
b) Nếu V là không gian vector trên trường số thực  thì mọi phép biến đổi tuyến tính của
V đều có ít nhất một không gian con bất biến hoặc 1 chiều hoặc 2 chiều.
 9.1 Chứng minh rằng: Định thức sẽ bằng không nếu:

a/ Trong định thức có hai dòng (hay hai cột) giống nhau.

b/ Trong định thức có hai dòng (hay hai cột) tỷ lệ với nhau.

c/ Trong định thức có một dòng (hay một cột) là tổ hợp tuyến tính của các dòng
(hay các cột) còn lại của định thức.

9.2 Chứng minh rằng: Trong một định thức, tổng các tích của các phần tử của một
dòng (hoặc một cột) với phần bù đại số của các phần tử tương ứng của một dòng
(hoặc cột) khác đều bằng 0.

9.3 Giả sử A  (a ij ) nn , A 1 , A 2 , , A n là các cột của A. Chứng minh rằng: det A  0
 hệ véc tơ  A 1 , A 2 , , A n  là hệ véc tơ độc lập tuyến tính.

9.4 Chứng minh rằng: các phép biến đổi sơ cấp thực hiện trên một ma trận không
là thay đổi hạng của ma trận đó.

 
9.5 Cho A  a ij mn , B là ma trận vuông không suy biến cấp m. Chứng minh rằng
rankB . A  rankA .

 
Còn nếu A  a ij mn , B là ma trận vuông không suy biến cấp n thì rankA.B  rankA . Còn
 
nếu A  a ij nn , B là ma trận vuông không suy biến cấp n thì rankA.B  rankB.A  rankA .

9.6 Nếu A và B là các ma trận vuông cấp n có A.B  B.A thì:

a/ (A  B) 2  A 2  2 A.B  B2 ; b/ (A  B)(A  B)  A 2  B2 ;

c/ (A  B) 3  A 3  3A 2 .B  3A.B2  B3

9.7 Chứng minh rằng: Nếu ma trận vuông A có A 2   thì các ma trận
A  E vµ A  E là những ma trận không suy biến.

9.8 Định thức cấp n sẽ thay đổi thế nào nếu:

a/ Đổi dấu tất cả các phần tử của nó.

b/ Viết các cột (hay các dòng của nó) theo thứ tự ngược lại.

9.9 Cho A là ma trận vuông cấp n và nếu det A  det( kA) . Hãy tính k.

9.12 Chứng minh rằng: Nếu det A  2 thì các phần tử của ma trận nghịch đảo
không thể gồm toàn các số nguyên.
  1 2  4 5  7 0 
9.16 Cho các ma trận A   3  1 ; B   0 2 ; C   4 9 
   
 2 3  1  4  2  8

Hãy tính a/ 3A  2 B ; b/ 5A  4 B  2C

 5 2 
9.17 Cho A   7  4 ; B   3 1  Tìm A  A C và B  BC .
1 3   2  5
 

1 3   4 3 2
9.18 Cho A   5  1; B    2 1  . Tìm X biết a/ 2A  3X  B; b/ 3A  X   ;
 
3 1   1 2 3

0 1 cos a  sin a
9.19 Tính: a/ A4 với A   0 0  ; b/ B3 với B   sin a cos a 
   

a b
9.20 Chứng minh rằng: ma trận X   c d  thoả mãn phương trình:
 

1 0 0 0
X 2  (a  d)X  (ad  bc)E   , trong đó E   0 1  ;    0 0 
   

9.21 Chứng minh rằng: không tồn tại các ma trận vuông cùng cấp A và B sao cho
AB  BA  E , trong đó E là ma trận đơn vị cùng cấp với A và B.

1 0 1 0
9.22 Cho X   2 3 . TÝnhf (X)  X  4X  3E , trong đó E   0 1  .
2
   

1 2 2 1
9.23 Cho A    2 3  ; B   3 4  vµ f (X)  X  3X  5X  E . Tính f(AB).
3 2
   

1 0 0
9.24 Chứng minh rằng: ma trận X   0 1 0  là nghiệm của đa thức
0 0 3
 
f (X)  X 3  X 2  9X  9E .

 1 2 0 
9.25 Tìm (f(A)) nếu A   0 1  2  và f (X)  X  E .
2

1 0 3 

Giải các phương trình sau:

2 3x 2 3 1
9.26 det 4  x 3   0 ; 9.27 det  x 1 2   det 2 / 3 1  .
  1 3 x  31 / 3  2 
 
  6  12 x  2 
9.28 det 8 4  x 0   0 .

x  3 0 0 

9.29 Cho a1, a2, …, an–1 là các hằng số tuỳ ý cho trước, khác nhau và khác 0. Giải
phương trình:

 x x2 x3 . . . xn 
 
 a1 a 12 a 13 . . . a 1n 
det a 2 a 22 a 32 . . . a 2n   0
. . . ... ... . . . . . .
 
 a n 1 a 2n 1 a 3n 1 . . . an 

1  (  1) 2 (  2 ) 2 (  3) 2
1  (  1) 2 (  2) 2 (  3) 2
9.30 Tính các định thức sau: a/ D  1  (  1) 2 (  2 ) 2 (  3) 2
1  (   1) 2 (   2) 2 (   3) 2
1  (  1) 2 (  2 ) 2 (  3) 2

ax x x
b/ D  x b  x x
x x cx

1 1 1 . . . 1
1 1 x 1 . . . 1
9.31 Giải phương trình: 1 1 2  x . . . 1 0
. . . . . . . . . . . . . . .
1 1 1 . . . (n  1)  x

Sử dụng tính các chất của định thức, tính các định thức từ bài 32 đến bài 36:

1273 2273
9.32 D  1272 2272

0 1 1 . . . 1 1
1 0 x . . . x x
461 373 654 1 x 0 . . . x x
9.33 a/ D  2 2 2 ; b/ D n  .
363 275 556 . . . . . . .
1 x x . . . 0 x
1 x x . . . x 0

a0 1 0 . . . 0 0
3 7 6 2 a1 x 1 . . . 0 0
1 9 2 1 a 0 x . . . 0 0
9.34 a/ D  4 4 8 3 ; b/ D n 1  2
.. . . . . . . . . . . .
2 1 4 5 a n 1 0 0 . . . x 1
an 0 0 . . . 0 x
 2 3 4 5
3 4 5 6
9.35 D  4 6 8 10 ;
2 3 7 8

1 2 3 4 . . . n
2 2 3 4 . . . n 1 2 2 2 2
3 3 3 4 . . . n 2 2 2 2 2
9.36 a/ D n  4 4 4 4 . . .
D  2 2
n ; b/ 5 2 2
3 2 2 ;
2 4 2
. . . . . . . . 2 2 2 2 5
n n n n . . . n

1 2 2 2 . . . 2
2 2 2 2 . . . 2
2 2 3 2 . . . 2
c/ D n  2 2 2 4 . . . 2 .
. . . . . . . .
2 2 2 2 . . . n

 0 1 0 0 0
 0 0 1 0 0
 0 0 0 0 0
9.37 Cho ma trận A cấp 10  10 có dạng: A    , các phần tử
 0 0 0 0 1
 10 10 0 0 0 0 

10
dạng a 10,1  10 ; a k , k 1  1  k  1,9 ; E là ma trận đơn vị cấp 10. Chứng minh rằng:
det(A  E )  10  10 10 .

9.38 a/ Dùng công thức khai triển định thức, tính các định thức sau:

1 2 0 0 0 2
3 1 2 1 1 3 4 0 5 0 3
0 0 3 2 2
 0 0 2 1 5 1
a/ D 0 2 1 0 0 ; b/ D  0 0 6 1 6 8
1 5 3 0 0 0 0 0 0 9 10
0 2 3 0 0 0 0 0 0 1 2

 5 1 3
9.39 Tìm ma trận nghịch đảo của ma trận A    1 2 1 
 1 3 2

9.40 Tìm ma trận nghịch đảo của các ma trận:

1 1 1 1 1
 1 2 1 0 0 1 1 1 1  3 1 2 
 2 5 1 2
a/ A    1 B  0 0 1 1 
1 ; c/ C    2 4  1 ;
4 2  1 ; b/ 0 0 1  1 2 2
 1 0 1  
 3 3 4 0 0 0 0 
1

 9.41 Giải phương trình ma trận: a/ AX  B

 2  1 3  3 6 
Với A   1 2 1  ; B   2  2 
1 3 2  1 0 

 3 1 2    9 4  15  2 6 3
b/ AX  B  C với A   1 1  1  ; B   3 3  4  ; C  3 1 1.
 2 0 1   0 3 9  1 1 2
     

1 1 1 . . . 1 1 2 3 . . . n 
0 1 1 . . . 1  0 1 2 . . . n  1
   
c/ AX  B với A   0 0 1 . . . 1 ; B   0 0 1 . . . n  2
 . . . . . . .
  . . . . . . . . .
0 0 0 . . . 1 0 0 0 . . . 1 

9.42 Với giá trị nào của  thì các ma trận sau có ma trận nghịch đảo:

 1 2 2   2 0 1  5  4  2 1 
a/ A    3 0  A   2  1  A   3  1   A  2 1   .
 2 1 1  ; b/  0 1   ; c/  1  3  ; d/  3   2
       

9.43 Dùng phương pháp định thức bao quanh, tìm hạng của ma trận:

1 1 2 3 1 
1 2 3 4
0 2 1 2 2
 1 3 0 1 3 
a/ A   2 4 1 8; B 0 0 3 3
0 0 0 4 0
1 7 6 9 1
0 2 
10  3 6 12
 10 1 1 3 3 5 1 


9.44 Dùng các phép biến đổi sơ cấp, tìm hạng của ma trận:

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

9.45 Chứng minh rằng một ma trận có hạng bằng r bao giờ cũng viết được thành
tổng của r ma trận có hạng bằng 1.

9.46 Cho hai ma trận cùng cấp A và B, chứng minh rằng rank(A  B)  rankA  rankB .

9.47 Xét sự phụ thuộc tuyến tính của hệ véc tơ

a/  A1  (1,0,  3,1); A 2  (1,  2,1,3); A 3  (2,1,1,  1); A 4  (4,  3,3,5)

b/  B1  (1,0,  3,2); B2  (1,  2,1,0); B3  (2,0,1,  1); B4  (2,  3,3,1)

 9.48 a/ Cho hệ véc tơ  A1  (2,3,5); A 2  (3,7,8); A 3  (1,  6, ); X  (1,3,5) .

Tìm giá trị của  để véc tơ X biểu diễn tuyến tính được qua hệ véc tơ  A1 , A 2 , A 3  .

b/ Cho hệ véc tơ

 A1  ( 6,7,3, 2);A 2  (1,3,2,7);A3  (4,18,10,3);X  (1,8,5, )

Tìm giá trị của  để véc tơ X biểu diễn tuyến tính được qua hệ véc tơ  A1 , A 2 , A 3  .

c/ Cho hệ véc tơ  A1  (1,  1,a); A 2  (3,2,2); A 3  (4,3,1); C  (2,1,3) .

Tìm giá trị của a để véc tơ C biểu diễn tuyến tính được qua hệ véc tơ  A1 , A 2 , A 3  .

d/ Cho hệ véc tơ  A1  (4,5,3, 1);A 2  (1, 7,2, 3);A 3  ( 4,1, 1,3);C  ( 2,8,a,4)

Tìm giá trị của a để véc tơ C biểu diễn tuyến tính được qua hệ véc tơ  A1 , A 2 , A 3  .

9.49 Tìm hạng và một cơ sở của hệ véc tơ sau, biểu diễn các véc tơ còn lại theo cơ sở đó:

a/  A1  (1,2,  1,3); A 2  (0,3,  3,7); A 3  (7,5,2,0); A 4  (2,1,1,  1)

b/  A1  (2,1,1,3,5); A 2  (1,2,1,1,3); A 3  (7,1,6,0,4); A 4  (3, 4,4,1,2);

A5  (3,1,3,2,1)

9.50 Cho  A1 ,A 2 ,  ,A m  là hệ m véc tơ n chiều độc lập tuyến tính. Nếu mỗi véc
tơ của hệ đều bổ sung thêm thành phần thứ n  1 thì hệ m véc tơ n  1 chiều mới là
độc lập tuyến tính hay phụ thuộc tuyến tính?

9.51 Cho  A1 ,A 2 ,  ,A m  là hệ m véc tơ n chiều phụ thuộc tuyến tính. Nếu mỗi véc tơ
của hệ đều bớt đi thành phần thứ n thì hệ m véc tơ n  1 chiều mới là độc lập tuyến tính
hay phụ thuộc tuyến tính?

Giải
n

9.2:  Chứng minh: 

j 1
a kj A ij
chính là công thức khai triển theo dòng i của định thức:

.
 a11 a12 . . . a1n
a 21 a 22 . . . a 2n
... ... . . . ...
a a k2 . . . a kn
dòng i k1
... ... . . . ...
a k1 a k2 . . . a kn
... ... . . . ... (*1)
dòng k a n1 a n2 . . . a nn

trong đó n  2 . Mà định thức (*1) có hai dòng giống nhau nên định thức bằng không 
n

j 1
a kj A ij  0

9.3  Điều kiện cần: Cho A   a ij  nn có det A  0 , ta cần chứng minh hệ véc tơ dòng
(hoặc cột) của ma trận là độc lập tuyến tính. Giả sử ngược lại hệ véc tơ dòng (hoặc cột)
của ma trận là phụ thuộc tuyến tính, theo hệ quả 9.3.5 thì det A  0 , mâu thuẫn với giả
thiết. Mâu thuẫn đó chứng tỏ hệ véc tơ dòng (hoặc cột) của ma trận là độc lập tuyến tính.
– Điều kiện đủ: Giả sử hệ n véc tơ dòng (hoặc cột) của ma trận là độc lập tuyến tính, theo
định nghĩa của hạng của hệ véc tơ thì rank A1 , A2 , ..., A n   n , theo định lý 9.5.1 thì
rankA  n , theo định nghĩa hạng của ma trận thì det A  0 . □

9.5  Do B là ma trận không suy biến nên tồn tại B1 . Xét ma trận ghép A B1 ,
nhân vào bên trái của ma trận này với B, ta được B .  A B1  B.A B.B1   B.A E . Đó
chính là phép khử toàn phần thực hiện trên ma trận B1  nó là các phép biến đổi sơ
cấp thực hiện trên ma trận A để được B.A  rankB . A  rankA .

Để chứng minh rankA.B  rankA , ta lấy chuyển vị B , (B1) vµ A  a ji  nm . Xét ma trận
ghép A (B1) , nhân vào bên trái của ma trận này với B , ta được
B. A (B1)  BA B.(B1)  (AB) E (vì B.(B1)  (B1.B)  E ). Như vậy từ ma trận A,
nhờ các phép chuyển vị và các phép biến đổi sơ cấp, ta đã thu được ma trận A.B 
rankA.B  rankA □

9.7  Ta có det   A  E   A  E     det  A  E     det  A  E   (*1)

Vì AE  EA nên det   A  E   A  E    det  A  E  , do A 2   nên

2 2

det  A 2  E 2   det  E 2   ( 1)n  0  det  A  E   0 và det  A  E   0  các ma

trận A  E và A  E là những ma trận không suy biến.

9.8 a/ Việc đổi dấu tất cả các phần tử của định thức cấp n đồng nghĩa với việc đổi
dấu tất cả n dòng của định thức. Ta đã biết việc đổi dấu các phần tử trên một dòng
của định thức làm cho định thức đổi dấu. Vì vậy việc đổi dấu tất cả các phần tử của
định thức cấp n làm cho định thức được nhân với (1)n .

b/ Đối với định thức cấp chẵn ( n  2k ) thì việc viết các dòng (hay các cột của nó)
theo thứ tự ngược lại đồng nghĩa với việc đổi chỗ k cặp dòng: dòng 1 và dòng 2k cho
nhau; dòng 2 và dòng 2k  1 cho nhau; … dòng k và dòng k  1 . Ta cũng đã biết: khi
đổi chỗ 2 dòng nào đó cho nhau thì định thức đổi dấu. Do đó khi viết các dòng của
định thức cấp 2k theo thứ tự ngược lại, định thức được nhân với (1)k . Chẳng hạn
khi làm như vậy đối với định thức cấp 2 thì định thức đổi dấu, còn với định thức cấp 4
thì định thức không đổi dấu.

Đối với định thức cấp lẻ ( n  2k  1 ) thì việc viết các dòng (hay các cột của nó) theo
thứ tự ngược lại đồng nghĩa với việc đổi chỗ k cặp dòng: dòng 1 và dòng 2k  1 cho
nhau; dòng 2 và dòng 2k cho nhau; … dòng k và dòng k  2 . Do đó khi viết các dòng
của định thức cấp 2k  1 theo thứ tự ngược lại, định thức cũng được nhân với (1)k .
Chẳng hạn khi làm như vậy đối với định thức cấp 3 thì định thức đổi dấu, còn với định
thức cấp 5 thì định thức không đổi dấu.

Như vậy khi viết các dòng (hay các cột) của định thức theo thứ tự ngược lại thì các
định thức cấp 4k và 4k  1 không thay đổi, các định thức cấp 4k  1 vµ 4k  2 sẽ
đổi dấu (k nguyên dương).

9.9 Vì det(kA)  k n det A nên k n det A  det A . Nếu det A  0 thì det(kA)  det A
đúng với mọi k. Còn nếu det A  0 thì k n  1  k  1 nếu n lẻ; k  1 nếu n chẵn.

9.10 Chứng minh rằng: Nếu A  A 1 thì A 2 n  E; A 2 n 1  A  n  0, 1, 2, 3,

 Từ giả thiết A  A 1  A 2  A 1A  E  A 2 n  E n  E  n nguyên dương 

A 2 n 1  A  n nguyên dương. □

9.11 Chứng minh rằng: Nếu A, B là các ma trận vuông cùng cấp thoả mãn AB  BA
và det A  0 thì A 1 B  BA1 .

 A 1B  A 1BAA 1  A 1ABA 1  BA 1 . □

9.12 Chứng minh rằng: Nếu det A  2 thì các phần tử của ma trận nghịch đảo
không thể gồm toàn các số nguyên.

 Do det A  2  0  tồn tại ma trận nghịch đảo A 1  A.A 1  E 

1
(det A).(det A 1 )  det(A.A 1 )  det E  1 vì det A  2  det A 1   A 1 không thể
2
toàn các số nguyên.
 9.21 Chứng minh rằng: không tồn tại các ma trận vuông cùng cấp A và B sao cho
AB  BA  E , trong đó E là ma trận đơn vị cùng cấp với A và B.

Từ sự tồn tại của các ma trận AB và BA kéo theo A và B là các ma trận vuông cùng cấp.

Giả sử A   a ij  nn ; B   b ij  nn ; AB   c ij  nn ; BA   d ij  nn . Gọi VABBA là tổng các

n

phần tử trên đường chéo chính của ma trận AB  BA  VABBA   (c ii  d ii ) 

1

n
 n n
 n n n n
    a ik b ki   b ik a ki    a ik b ki   a ki b ik  0 . Trong khi đó tổng các phần
i 1  k 1 k 1  i 1 k 1 k 1 i

tử trên đường chéo chính của ma trận đơn vị E là VE  n . Vậy không tồn tại các ma
trận vuông cùng cấp A và B sao cho AB  BA  E .

 x x2 x3 . . . x n 
 a a12 a13 . . . a1n 
9.29 Phương trình det  a 2 a 22 a 32 . . . a 2n   0 (với điều kiện a1, a2, …, an–1 là
1

 . . . . 2. . . 3. . . . . . n. . 
 a n 1 a n 1 a n 1 . . . a n 1 
các hằng số khác nhau và khác 0) là phương trình bậc n nên nó có tối đa là n nghiệm.
Dễ dàng thấy x1  0, x 2  a1 , x 3  a 2 ,  , x n  a n 1 là n nghiệm khác nhau của phương
trình, vì vậy nó chỉ có các nghiệm ấy mà thôi □

1  (  1)2 (  2)2 (  3)2

1  (  1)2 (  2)2 (  3)2
9.30 a/ D  1  (  1)2 (  2)2 (  3)2 
1  (   1)2 (   2)2 (   3)2
1  (  1)2 (  2)2 (  3)2

1   2  2  1 (  2)2 (  3)2 1  2 (  2)2 (  3)2

1  2  2  1 (  2)2 (  3)2 1  2 (  2)2 (  3)2
1  2  2  1 (  2)2 (  3)2 1  2 (  2)2 (  3)2
1  2  2  1 (   2)2 (   3)2 = 1  2 (   2)2 (   3)2 vì định thức (2)
1  2  2  1 (  2)2 (  3)2 1  2 (  2)2 (  3)2
                         
(2) (3)

có được từ định thức (3) bằng cách cộng vào cột 3 một tổ hợp tuyến tính của 2 cột đầu.

1  2 (  2)2 (  3) 2 1  2  2  4  4 (  3)2
1  2 (  2)2 (  3) 2 1  2 2  4  4 (  3)2
D 1  2 (  2)2 (  3) 2  1  2  2  4  4 (  3)2  0
 1  2 (   2)2 (   3) 2 1  2  2  4  4 (   3)2 Vì định
1  2 (  2)2 (  3)2 1  2 2  4   4 (  3) 2
            
(5)

thức (5) có cột 4 bằng tổ hợp tuyến tính của 3 cột đầu.
 ax x x 1 x x 1 x x
b/ Nếu abcx  0 : D x bx x a 0 bx x x1 bx x 
x x cx 0 x cx 1 x cx

1 0 x 1 1 x 1 0 x 1 1 x
 ab 0 1 x  ax 0 1 x  xb 1 1 x  x 2 1 1 x . Vì định thức cuối
0 0 cx 0 1 cx 1 0 cx 1 1 cx
cùng có hai cột giống nhau nên nó bằng 0. Định thức đầu tiên là định thức của ma
1 0 x
trận tam giác nên ab 0 1 x  ab(c  x)  abc  abx . Lại tách hai định thức giữa
0 0 cx
theo cột cuối, mỗi định thức thành hai định thức, ta được:

1 1 0 1 1 1 1 0 0 1 0 1
D  abc  abx  acx 0 1 0  ax 2 0 1 1  xbc 1 1 0  x 2b 1 1 1 , ở đây lại thấy
0 1 1 0 1 1 1 0 1 1 0 1

1 1 1 1 0 1 1 1 0 1 0 0
0 1 1  0 ; 1 1 1  0 (có hai cột giống nhau); 0 1 0  1 ; 1 1 0  1 
0 1 1 1 0 1 0 1 1 1 0 1

D  abc  abx  acx  xbc

1 0 x
Nếu chẳng hạn a  0 thì D  xb 1 1 x  bcx .
1 0 cx

a 0 0
Nếu x  0 thì D  0 b 0  abc . (Đáp số trong sách sai)
0 0 c

1 1 1 . . . 1
1 1 x 1 . . . 1
9.31 Phương trình: 1 1 2  x . . . 1  0 là phương trình bậc n  1
. . . . . . . . . . . . . . .
1 1 1 . . . (n  1)  x
nên nó có không quá n  1 nghiệm khác nhau. Nhưng dễ thấy phương trình có n  1
nghiệm khác nhau là x1  0; x 2  1; . . . ; x n 1  n  2  phương trình chỉ có các
nghiệm đó mà thôi (Đáp số trong sách bài tập thiếu nghiệm – không điểm) □

461 373 654 98 98 98

9.33 a/ D  2 2 2  2 2 2 0 (Định thức có hai dòng tỷ lệ với nhau thì
363 275 556 363 275 556
định thức bằng 0.
 0 1 1 ... 1 1
1 0 x ... x x
1 x 0 ... x x Lấy dòng 1 nhân với –x để cộng vào các
9.33 b/  D n  . . .. .. ... .. .. dòng từ thứ hai trở đi, ta được:
1 x x ... 0 x
1 x x ... x 0
.

0 1 1 ... 1 1
1 x 0 ... 0 0
Dn  1 0 x ... 0 0
... ... ... ... ... ... Khai triển định thức theo dòng n, ta được:
1 0 0 ... x 0
1 0 0 ... 0 x

1 1 ... 1 1 0 1 1 ... 1
x 0 ... 0 0 1 x 0 ... 0
D n  (1)n 1 . 0 x ... 0 0  x. 1 0 x ... 0 (*1)
... ... ... ... ... ... ... ... ... ...
0 0 ... x 0 1 0 0 ... x

Khai triển định thứ nhất theo cột n  1 (là định thức cấp n  1 ), ta được

1 1 ... 1 1
x 0 ... 0 0
D  0 x ... 0 0  x n 2 ;
... ... ... ... ...
0 0 ... x 0

0 1 1 ... 1
1 x 0 ... 0
Định thức thứ hai 1 0 x ... 0 chính là D n 1 . Thay vào (*1), ta được công thức:
... ... ... ... ...
1 0 0 ... x

D n  (1)n 1 x n 2  x.D n 1  n nguyên dương (*2)

0 1 1
Ta có D3  1  x 0  2x  D4  (1)3 .x 2  x.2x  3x 2  Ta chứng minh
1 0 x
được: D n  (1)n 1 .(n  1)x n 2  n nguyên dương (*3) hiển nhiên công thức đã
đúng với n  3 . Giả sử (*3) đã đúng với n, ta chứng minh (*3) cũng đúng với n  1 .

Theo (*2) thì D n 1  (1)n x n1  x.D n theo (*3) thì

D n 1  ( 1)n x n 1  x.( 1)n 1 (n  1).x n 2  (1) n x n 1 (1  n  1)  (1)n .n.x n 1 , tức là (*3)

cũng đúng với n  1 □
 9.34 a/  Định thức có cột một và cột 4 tỷ lệ với nhau thì định thức bằng 0.

a0 1 0 . . . 0 0
a1 x 1 . . . 0 0
a 0 x . . . 0 0
9.34 b/  D n 1  2 khai triển theo dòng n  1 , ta được:
... . . . . . . . . . .
a n 1 0 0 . . . x 1
an 0 0 . . . 0 x

1 0 ... 0 0 a0 1 0 ... 0
x 1 . . . 0 0 a1 x 1 ... 0
D n 1  (1)n 2 .a n . 0 x ... 0 0  x. a2 0 x ... 0  (1) n 2 .a n .(1) n  x.D n =
... ... ... ... ... ... ... ... ... ..
0 0 ... x 1 a n 1 0 0 ... x

a n  x.D n  n nguyên dương (*1).

a 0 1 0
D
Ta có: 1  a 0 ; D 2  a 0 x  a 1 ; D 3  a1 x 1  a 0 x 2  a1x  a 2  dự đoán:
a2 0 x

n
D n 1  a 0 x n  a1x n 1    a n 1x  a n   a i x n i  n nguyên dương (*2). Hiển nhiên (*2)
i0

đã đúng với n  2 . Giả sử (*2) đã đúng với n nguyên dương tuỳ ý, theo (*1) thì
n
D n 2  a n 1  x.D n 1 , theo (*2) thì D n 2  a n 1  x. a i x n i =
i0

n 1
 a 0 x n 1  a1x n    a n1x 2  a n x  a n 1 =  a i x n 1i , tức là (*2) đúng với n  n  1 □
i0

2 3 4 5
3 4 5 6 0
9.35 D  4 6 8 10 , (dòng 3 và dòng 1 tỷ lệ với nhau).
2 3 7 8

1 2 3 4 . . . n
2 2 3 4 . . . n
3 3 3 4 . . . n
9.36 a/ * Cách 1: D n  4 4 4 4 . . . n Lấy dòng 1 trừ dòng 2, ta được:
. . . . . . . .
n n n n . . . n
 1 0 0 0 . . . 0
2 2 3 4 . . . n
Dn  3 3 3 4 . . . n
4 4 4 4 . . . n , lấy dòng 2 trừ dòng 3, ta được tiếp:
. . . . . . . .
n n n n . . . n

1 0 0 0 . . . 0
1 1 0 0 . . . 0
Dn  3 3 3 4 . . . n
4 4 4 4 . . . n . Cứ như vậy, ở bước k thì lấy dòng k trừ dòng k  1 , sau
. . . . . . . .
n n n n . . . n

1 0 0 . . . 0 0
1 1 0 . . . 0 0
1 1 1 . . . 0 0
bước thứ n  1 ta được: D n  . . . ... ... . . . ...
n 1
. . . = (1) n .
1 1 1 . . . 1 0
n n n . . . n n

1 2 3 . . . n 1 n
2 2 3 . . . n 1 n
3 3 3 . . . n 1 n
Cách 2: D n  . . . . . . . . . . . . . . . . Lấy dòng các dòng từ dòng 2 trở đi trừ
n 1 n 1 n 1 . . . n 1 n
n n n . . . n 1 n

1 2 3 . . . n 1 n
1 0 0 . . . 0 0
2 1 0 . . . 0 0
dòng 1, ta được D n  . . . . . . . . . . . . . . . . khai triển theo cột n, ta được:
n 2 n 3 n 4 . . . 0 0
n 1 n  2 n  3 . . . 1 0

1 0 0 . . . 0
2 1 0 . . . 0
D n  ( 1) n 1  n  . . . . . . . . . . . . . . . .  ( 1) n 1 n
n 2 n 3 n 4 . . . 0
n 1 n  2 n  3 . . . 1

1 2 2 . . . 2 2
(2) 2 2 . . . 2 2
2 2 3 . . . 2 2 1
9.36  c/ Tính: Dn  . . . . .. . . . . . . . . lấy dòng 2 nhân với  2 rồi cộng vào
2 2 2 . . . n 1 2
2 2 2 . . . 2 n
dòng 1; lấy dòng 2 nhân với –1 rồi cộng vào các dòng từ dòng 3 trở xuống, ta được
 0 1 1 . . . 1 1
2 2 2 . . . 2 2
Dn  0 0 1 . . . 0 0
. . . . .. . . . . . . . . . . Khai triển theo cột 1, ta được tiếp:
0 0 0 . . . n 3 0
0 0 0 . . . 0 n 2

1 1 1 . . . 1 1
0 1 0 . . . 0 0
Dn  2. 0 0 2 . . . 0 0
. . . . .. . . . . . . . . . = Dn  2.(n  2)! □
0 0 0 . . . n 3 0
0 0 0 . . . 0 n 2

Theo đó thì phần b bài 9.36 chính là D5  2.(5  2)!  12 .

9.37 Tổng quát, ta tính định thức cấp n mà các phần tử có dạng
a ii  0  i  1,n ; a i,i 1  0  i  1,n  1; a n1  0 , còn lại đều bằng 0:

 a11 a12 0 ... 0 0 

 0 a 22 a 23 ... 0 0 
 0 0 a 33 ... 0 0 
D
... ... ... . . . . . . . . . . . . . .  , khai triển định thức theo cột 1, ta được:
 0 0 0 . . . a n 1,n 1 a n 1,n 
a a nn 
 n1 0 0 ... 0

 a 22 a 23 ... 0 0   a12 0 ... 0 0 

 0 a 33 ... 0 0   a 22 a 23 ... 0 0 
D  a11  . . . . . . . . . . . . . . . . . . . .   (1) n 1 a n1  0 a 33 ... 0 0 
 0 0 . . . a n 1,n 1 a n 1,n  ... ... ... ...... .....
 0 0 ... 0 a nn    0 0 . . . a n 1,n 1 a n 1,n 
 

 a11a 22 a nn  ( 1) n 1 a12a 23 a n 1,n a n1 .

9.40 Tìm ma trận nghịch đảo của các ma trận:

1 1 1 1 1 1 1 0 0 0
0 1 1 1 1  0 1 1 0 0
c/ B   0 0 1 1 1  B1   0 0 1 1 0
0 0 0 1 1 0 0 0 1 1 
0 0 0 0 1 0 0 0 0 1 
 

 1 1 1 . . . 1 1   1 1 0 . . . 0 0 
 0 1 1 . . . 1 1   0 1 1 . . . 0 0 
 0 0 1 . . . 1 1   B1   0 0 1 . . . 0 0 
Tổng quát: B   . . . ... ... . . . ... . . . . . . ... ... . . . ... . . .
 0 0 0 . . . 1 1   0 0 0 . . . 1 1 
 0 0 0 . . . 0 1   0 0 0 . . . 0 1 
 
  1 2 3 . . . n 1 n 
 0 1 2 . . . n  2 n 1
 0 0 1 . . . n  3 n  2
Từ đây suy ra bài 9.41.c: BX  C với C   . . . ... ... . . . ... ... 
 0 0 0 . . . 1 2 
 0 0 0 . . . 0 1 


 1 1 0 . . . 0 0   1 2 3 . . . n 1 n 
 0 1 1 . . . 0 0   0 1 2 . . . n  2 n 1 
 0 0 1 . . . 0 0  0 0 1 . . . n 3 n 2
X  B1C =  . . . ... ... . . . ... . . . . . . ... ... . . . . . . . . . =
 0 0 0 . . . 1 1   0 0 0 . . . 1 2 
 0 0 0 . . . 0 1   0 0 0 . . . 0 1 


 1 1 1 . . . 1 1 
 0 1 1 . . . 1 1 
 0 0 1 . . . 1 1 
=. . . ... ... . . . ... . . .  =B.
 0 0 0 . . . 1 1 
 0 0 0 . . . 0 1 


Như vậy ta có đẳng thức B2  C

 1 2 2 
9.42 a/ Ma trận A  3 0 có ma trận nghịch đảo 
2 1 1
 
det A  0  4  9  0    9 .
4

 2 0
b/ A   2  1   det A  3  5  0    0 ;    5
0 1 

1  5  4
c/ A   3  1    det A   2  17  38  0    2 ;   19 ;
1  3 
 

 2 1 
d/ A   2 1    det A   3  6  5  0    1 ;   1  21
 3   2 2

9.45 Nhận xét: “Ta dễ thấy một ma trận (khác ma trận không) mà tất cả các cột của
nó tỷ lệ với nhau (tức là chỉ khác nhau bởi một hằng số nhân) đều có hạng là 1”

Giả sử A  (A1 ,A 2 ,  ,A n ) là ma trận mà A j là cột thứ j của ma trận A ( j  1,n ).

Do rankA  rank  A1 ,A 2 ,  ,A n   r  tồn tại hệ r véc tơ độc lập tuyến tính cực đại
của hệ véc tơ  A1 ,A 2 ,  ,A n  ( r  n ). Không mất tính tổng quát, có thể giả thiết hệ
r

đó là r véc tơ đầu tiên:  A1 ,A 2 ,  ,A r   A k   z jk A j  k  r  1,n 

j 1

 r r r

A   A1 ,A 2 ,  ,A r ,  z j,r 1A j ,  z j,r 2 A j ,  z j,n Aj  
 j 1 j 1 j 1 

 
  A1 , ,  ,  , z1,r 1A1 , z1,r 2 A1 ,  ,z1n A1  
            
  r cét®Çu    cétr+1  cét r+2
      
cét n 

ma trËn 1

 
  ,A 2 , ,  ,  , z2,r 1A 2 , z2,r 2 A 2 ,  ,z2 n A 2    
               
   r cét ®Çu cét r+1 cét r+2
             
cét n 

ma trËn 2

 
  , ,  , ,A r , z r,r 1A r , z r,r 2 A r ,  ,z rn A r 
               . Theo nhận xét: mỗi ma trận trong số
   r cét ®Çu cét r+1 cét r+2
              
cét n 

ma trËn r

tổng của r ma trận trên đều có hạng là 1, đó là điều phải chứng minh.

9.46 Giả sử A1 ,A 2 ,  ,A n là các cột ma trận A; B1 ,B2 ,  ,Bn là các cột của ma trận
B. Giả sử rankA  r  rank  A1 ,A 2 ,  ,A n   r  tồn tại hệ con r véc tơ độc lập
tuyến tính cực đại của hệ  A1 ,A 2 ,  ,A n  . Không làm mất tính tổng quát, có thể giả
thiết r véc tơ đó là hệ r véc tơ đầu tiên của hệ:  A1 ,A 2 ,  ,A r  (r  n) 
r
A k   z jk A j  k  1,n . Cũng vậy, rankB  s  rank  B1 ,B2 ,  ,Bn   s  có hệ s
j 1

véc tơ độc lập tuyến tính cực đại của  B1 ,B2 ,  ,Bn  là  B1 ,B2 ,  ,Bs  (s  n) 
s
Bk   z jk Bj  k  1,n  A k  Bk biểu diễn tuyến tính được qua hệ véc tơ
j 1

 A1 ,A 2 ,  ,A r ,B1,B2 ,  ,Bs   k  1,n  rank  A1,A 2 ,  ,A n ,B1,B2 ,  ,Bn  

 r  s  rankA  rankB  rank(A  B)  rankA  rankB .

9.47 Ta biết rằng: “Nếu hạng của một hệ véc tơ bằng số véc tơ của hệ thì hệ véc tơ đó là
hệ véc tơ độc lập tuyến tính; còn nếu hạng của một hệ véc tơ ít hơn số véc tơ của hệ thì hệ
véc tơ đó là hệ véc tơ phụ thuộc tuyến tính”. Vì vậy ta chỉ cần tính rank  A1 ,A 2 ,A 3 ,A 4  .
 b/ Gọi A là ma trận tạo bởi hệ véc tơ  A1 ,A 2 ,A 3 ,A 4  , do hạng của một ma trận
bằng hạng của hệ véc tơ dòng hay hệ véc tơ cột của ma trận đó nên ta tính hạng của
ma trận:

1 2 3 4 1 
A  1 1 1 3 1
 3 5 7 5 3
2 3 4 1 4 

 (1) 2 3 4 1   1 2 3 4 1   1 0 1 10 3 
A 1 1 1 3 1 0 (1) 2 7 2  0 1 2 7 2 
 3 5 7 5 3  0 1 2 7 6  0 0 0 0 (4) 
2 3 4 1 4   0 1 2 7 6   0 0 0 0 4 

1 0 1 10 3  1 0 1 10 0
 0 1 2 7 2  0 1 2 7 0  B
 0 0 0 0 (4)   0 0 0 0 1
0 0 0 0 4  0 0 0 0 0 

 rank  A1 ,A 2 ,A 3 ,A 4   rankA  rankB  3 , hạng của hệ véc tơ  A1 ,A 2 ,A 3 ,A 4  ít

hơn số véc tơ của hệ  hệ véc tơ  A1 ,A 2 ,A 3 ,A 4  là hệ véc tơ phụ thuộc tuyến tính.

Cách giải như trong sách bài tập không được coi là cách giải mẫu mực, vì có phải ai
cũng thấy được dòng A3 bằng tổng các dòng A1 và A4 đâu. Chẳng hạn, chỉ cần sửa
a 41  1 là ta được hệ 4 véc tơ mới, làm sao thấy được cái gì ở hệ véc tơ này:

 (1) 2 3 4 1   1 2 3 4 1   1 0 1 10 3 
C 1 1 1 3 1  0 (1) 2 7 2  0 1 2 7 2 F
 3 5 7 5 3  0 1 2 7 6  0 0 0 0 (4) 
1 3 4 1 4   0 1 1 3 5   0 0 1 10 7 

Xét định thức cấp 4 xếp theo trật tự: cột 1, cột 2, cột 3, cột 5; dòng 1, dòng 2, dòng 4,
1 0 1 3
0 1 2 2  4  0
dòng 3: D  0 0 1 7 (định thức của ma trận tam giác bằng tích các phần
0 0 0 4
tử trên đường chéo chính)  rank  A1 ,A 2 ,A 3 ,A 4   rankC  rankF  4 , hạng của hệ
véc tơ  A1 ,A 2 ,A 3 ,A 4  bằng số véc tơ của hệ  hệ véc tơ  A1 ,A 2 ,A3 ,A 4  là hệ véc tơ
độc lập tuyến tính.

9.48 a/ Véc tơ X biểu diễn tuyến tính được qua hệ véc tơ  A1 , A 2 , A 3   tồn tại
các số thực thì rank A1 ,A 2 ,A3   rank  A1 ,A 2 ,A 3 ,X  . Nhưng rank  A1 ,A 2 ,A 3 ,X  
 2 3 1 1 2 3 1
 rank  3 7 6 3   3 vì có định thức cấp 3: 3 7 3  11  0 
5 8  5 5 8 5
 

2 3 1  2 3 1
rank  A1 ,A 2 ,A 3   rank  3 7 6   3  3 7 6  0  5  5  0    1 .
5 8   5 8 
 

Ngược lại, nếu   1 thì hệ véc tơ  A1 , A 2 , A 3  là hệ véc tơ độc lập tuyến tính cực đại
của hệ véc tơ  A1 ,A 2 ,A 3 ,X  véc tơ X biểu diễn tuyến tính được qua hệ véc tơ
 A1 , A 2 , A 3  .

b/ Xét ma trận A mà các cột của nó là A1 ,A 2 ,A 3 ,X và biến đổi:

 6 (1) 4 1   6 1 4 1   0 1 16 / 5 11/ 5 
A 7 3 18 8    25 0 30 5    0 0 0 0 
 3 2 10 5   (15) 0 18 3   1 0 6 / 5 1/ 5 
 2 7 3    40 0 31   7   0 0 17   15 

0 1 0 16  53 
 85 
0 0 0 0 

1 0 0 6  73   rank A1 ,A 2 ,A3   rank  A1 ,A 2 ,A 3 ,X  3   hệ véc
 85 
0 0 1 15   
 17 
tơ  A1 , A 2 , A 3  là hệ véc tơ độc lập tuyến tính cực đại của hệ véc tơ  A1 ,A 2 ,A 3 ,X
với mọi   véc tơ X biểu diễn tuyến tính được qua hệ véc tơ  A1 , A 2 , A 3  với mọi .

9.49 a/ Xét ma trận A mà các cột của nó là A1 ,A 2 ,A 3 ,A 4 và biến đổi:

 (1) 1 3 3  1 1 3 3  1 0 3 1
A   2 5 6 8  0 (7) 0 14    0 1 0 2
 1 5 3 9   0 6 0 12   0 0 0 0 
 3 4 9 5   0 7 0 14   0 0 0 0 

rank  A1 ,A 2 ,A 3 ,A 4   2 và hệ 2 véc tơ  A1 ,A 2  là một cơ sở của hệ  A1 ,A 2 ,A 3 ,A 4  .

A3  3A1 ; A 4  A1  2A 2 .

b/ Xét ma trận X mà các cột của nó là X1 ,X 2 ,X 3 ,X 4 và biến đổi:

 (1) 2 4 1  1 2 4 1  1 0 18 17 
 3 1 3 5  0 7 15 8  0 0 64 64 
X 0 3 1 2    0 3 1 2  0 0 22 22  
 1 2 1 2   0 0 3 3   0 0 (3) 3 
 2 5 1 6   0 (1) 7 8   0 1 7 8 
 1 0 01 
0 0 0 0
0 0 0 0   rank  X1 ,X 2 ,X 3 ,X 4   rankX  3 và hệ véc tơ  X1 ,X 2 ,X 3  là một
0 0 1 1
0 1 01 

cơ sở của hệ véc tơ  X1 ,X 2 ,X 3 ,X 4  , đồng thời X 4   X1  X 2  X3 .

9.50 Xét ma trận cấp m  n tạo bởi hệ véc tơ  A1 ,A 2 ,  ,A m  , do hệ này là hệ độc

lập tuyến tính nên nó có hạng là m  ma trận tương ứng có hạng là m nên nó có ít
nhất một định thức cấp m khác 0. Khi mỗi véc tơ của hệ đều bổ sung thêm thành
phần thứ n  1 thì ma trận tương ứng tăng thêm cột thứ n  1 , nó vẫn có ít nhất định
thức cấp m khác 0, định thức này vẫn chính là định thức trên. Vì vậy ma trận mới vẫn
có hạng là m  hệ m véc tơ mới vẫn có hạng là m  hệ véc tơ mới vẫn độc lập tuyến
tính.

9.51 Cách 1: Cho  A1 ,A 2 ,  ,A m  là hệ m véc tơ n chiều phụ thuộc tuyến tính. Nếu
mỗi véc tơ của hệ đều bớt đi thành phần thứ n thì hệ m véc tơ n  1 chiều mới là phụ
thuộc tuyến tính. Vì nếu hệ mới là độc lập tuyến tính thì theo bài 9.50, hệ cũ là độc lập
tuyến tính, mâu thuẫn với giả thiết. Mâu thuẫn đó chứng tỏ hệ mới là phụ thuộc tuyến
tính.

Cách 2: Hệ  A1 ,A 2 ,  ,A m  phụ thuộc tuyến tính  rank  A1 ,A 2 ,  ,A m   m 

ma trận tương ứng có hạng nhỏ hơn m  cấp của định thức con cấp cao nhất trong
số các định thức con khác không vẫn nhỏ hơn m. Khi mỗi véc tơ của hệ đều bị bớt đi
thành phần thứ n thì ma trận tương ứng mất đi cột thứ n  cấp của định thức con
cấp cao nhất trong số các định thức con khác không không thể tăng lên được. Vì vậy
ma trận mới vẫn có hạng nhỏ hơn m  hệ m véc tơ mới vẫn có hạng thấp hơn m  hệ
véc tơ mới vẫn phụ thuộc tuyến tính.

Chương 4: KHÔNG GIAN VECTƠ

Bài 1: Khái niệm Không gian vectơ
__________________________________
1. Định nghĩa: Ta nói tập hợp V là một không gian vectơ trên trường K, hay một K-không
gian vectơ, nếu V được trang bị một phép toán đại số (gọi là phép cộng), ký hiệu (+) và một
phép nhân vô hướng, ký hiệu (.) thỏa mãn các điều kiện sau:
1. Tính giao hoán của phép cộng: ( x, y ) V 2 , x  y  y  x ;
2. Tính kết hợp của phép cộng: ( x, y, z )  V 3 ,( x  y)  z  x  ( y  z ) ;
3. Tồn tại trong V một phần tử không, ký hiệu là 0 thỏa mãn: x  V , x  0  x;
 4. x  V , tồn tại một phần tử đối, ký hiệu là  x thỏa mãn: x  ( x)  0;
5. ( x, y ) V 2 ,   K ,  ( x  y )   x   y;
6. x  V ,    ,    K , (   ) x   x   x;
2

7. x  V ,    ,    K ,( ) x   (  x );
2

8. x  V ,1x  x.
2. Nhận xét:
- Các phần tử 0 trong điều kiện (3) và phần tử  x trong điều kiện (4) là duy nhất.
- Các phần tử của V được gọi là vectơ được ký hiệu bởi các chữ La tinh nhỏ x, y, z ,... Các
phần tử của trường K được gọi là các vô hướng và ký hiệu là các chữ Hy Lạp nhỏ  ,  ,  ,...
- Nếu K   thì ta gọi V là không gian vectơ thực, còn nếu K   thì ta gọi V là không gian
vectơ phức.
- Ta định nghĩa phép trừ vectơ bằng công thức sau: x  y  x  ( y )
- Luật phân phối đối với hiệu: (   )x   x   x ;
 ( x  y )   x   y.
3. Ví dụ:
- Trường K là một không gian vectơ trên chính nó, tức là mỗi phần tử của K vừa đóng vai
trò là một vectơ, vừa đóng vai trò là một vô hướng.
- Cho n  {( x1 , x2 ,..., xn ) | xi  } với các phép toán
x  ( x1 , x2 ,..., xn ), y  ( y1 , y2 ,..., yn )   n
x  y  ( x1  y1 , x2  y2 ,..., xn  yn );
 x  ( x1 ,  x2 ,...,  xn ).
- Tập hợp những vectơ tự do trong mặt phẳng với những phép toán cộng vectơ và phép
nhân vectơ với một số thực mà chúng ta đã biết trong chương trình toán phổ thông là một
không gian vectơ trên trường số thực  .
- Tập hợp M(m, n, K) với các phép toán cộng ma trận và nhân ma trận với một số tạo
thành một không gian vectơ trên K.
- Tập hợp K[x] các đa thức một biến với hệ số trên trường K cùng với phép toán cộng đa
thức và nhân đa thức với một số K tạo thành một không gian vectơ trên trường K.
- Gọi tập hợp  n [ x] là tập hợp tất cả các đa thức với hệ số thực có bậc nhỏ hơn hoặc bằng
n, trong đó n là số nguyên dương.
Ký hiệu K n [ x]  { f  K [t ] | deg f  n} , với deg f là bậc của f.
Nếu    và f  a0  a1t  ...  amt m với m  n .
Trong K n [t ] với phép toán cộng và phép nhân vô hướng được định nghĩa như sau:
f , g  K [t ] giả sử f  a0  a1t  ...  amt m và g  a0  a1t  ...  ar t r với m, r  n
Không mất tính tổng quát giả sử m < r.
f  g  (a0  b0 )  (a1  b1 )t  ...  (ar  br )t r  ar t r 1  ...  amt m
 f   a0   a1t  ...   amt m
Kiểm tra được K n [t ] cùng với hai phép toán được định nghĩa là không gian vector trên
trường số thực  .
- Gọi C[a, b] là tập hợp tất cả các hàm số f (t ) liên tục trên đoạn [a, b]. Định nghĩa các
phép toán trong C[a, b] như sau:
 - Nếu f , g  C[a, b],    thì ( f  g )(t )  f (t )  g (t ), t  [a, b];
( f )(t )   f (t ), t  [a, b].
Bài tập:
Hãy chứng minh các ví dụ trên thỏa các tiên đề về không gian vectơ, sau đó hãy chỉ ra
vectơ đối và vectơ 0 tương ứng với các không gian vectơ trên.
4. Tính chất:
i )x  V , 0 x  0 , trong đó 0 ở vế phải là vectơ 0, còn 0 ở vế trái là phần tử 0 của trường K;
ii )x  V ,  x  (1) x;
iii )x  V ,   K , ( x )  ( ) x   ( x);
iv) .0  0.
v) Nếu  x  0 thì hoặc   0 hoặc x  0;
iv) x   x, x  0     ;
 x   y,   0  x  y.
(Sinh viên tự chứng minh các tính chất trên như là bài tập.)

Bài 2: Không gian vectơ con

____________________________

1. Định nghĩa:
Cho V là một K-không gian vectơ và W là một tập con khác rỗng của V. Khi đó W được
gọi là một không gian vectơ con của V nếu W là một K-không gian vectơ ứng với những phép
toán (+) và (.) của V khi ta hạn chế chúng lên W.
2. Định lý:
Tập con W   của không gian vectơ V là một không gian con của V khi và chỉ khi các
điều kiện sau đây được thỏa:
i) x, y W 2 , x  y W ;
ii)   K , x W ,  x  W .
Nhận xét: Hai điều kiện i) và ii) ở trên có thể được thay thế bằng điều kiện sau:
  , ( x, y ) W 2 ,  x  y  W .

Để chứng minh một tập hợp khác rỗng là không gian vector thì có hai cách hoặc chứng minh
tập hợp này với hai phép toán cộng và nhân vô hướng thỏa các tiên đề của không gian vector;
hoặc chứng minh rằng tập hợp đó là không gian vector con của một không vector khác.
3. Ví dụ:
1. Cho V là một không gian vectơ trên K thì V cũng là không gian vectơ con của V.
2. Tập   cũng là một không gian vectơ con của V, được gọi là không gian không (hoặc
không gian con tầm thường).
3. Với V  2 và W  {x  ( x1 , 0) | x1  } thì W là không gian vectơ con của V, thật vậy:
u  au1  bu2  cu3 x  ( x1 , 0), y  ( y1 , 0)  W ,    ta có:  x  y  ( x1  y1 , 0)  W .
4. Định lý: Giao của một họ bất kỳ các không gian con của V là một không gian con của V.
5. Ví dụ: Trong 3 ta xét hai tập hợp sau:
W1  {( x, y, 0) | x, y  } và W2  {( x, 0, z ) | x, z  }
Khi đó ta có thể kiểm tra được W1 ,W2 là các không gian con của 3 .
Đồng thời W1  W2  {( x, 0, 0) | x  } là không gian con của 3 .
Tuy nhiên W1  W2  {( x, y, z ) | y  0 hay z = 0}, không phải là không gian con của 3 .

Bài 3: Sự độc lập tuyến tính và phụ thuộc tuyến tính

____________________________________________
1. Tổ hợp tuyến tính:
1.1 Định nghĩa: Cho V là một không gian vectơ trên trường K và v1 , v2 ,..., vn là các phần tử
của V. Ta nói vectơ v là tổ hợp tuyến tính của các vectơ v1 , v2 ,..., vn nếu tồn tại các vô
hướng 1 ,  2 ,...,  n  K sao cho v  1v1   2v2  ...   n vn .
1.2. Ví dụ:
i) Trong 3 cho 3 vectơ u1  (1, 0, 0); u2  (0,1, 0); u3  (0, 0,1) . Khi đó vectơ u có dạng
u  (a, b, c)  3 có dạng: u  au1  bu2  cu3 . Vậy, vectơ u là tổ hợp tuyến tính của các vectơ
u1 , u2 , u3 , hoặc ta có thể nói u biểu thị tuyến tính được qua các vectơ u1 , u2 , u3 .
ii) Cho V  K 3 , v  (4,0,3); v1  (1,0,1); v2  (2,1, 0); v3  (0,1,1). Khi đó, vectơ v là tổ hợp
tuyến tính của các vectơ v1 , v2 , v3 vì v  2v1  v2  v3 .
 Mặt khác, vectơ u  (4, 2, 2) không là tổ hợp tuyến tính của các vectơ u1  (1, 2, 0) ;
u2  (3,1, 0) vì nếu ngược lại thì thành phần thứ 3 của vectơ u phải bằng 0, vô lý.
1.3 Nhận xét:
i) Nếu v là một tổ hợp tuyến tính của các vectơ v1 , v2 ,..., vn thì v cũng là tổ hợp tuyến tính
của các vectơ v1 , v2 ,..., vn , vn 1 .
Thật vậy, nếu v  a1v1  a2 v2  ...  an vn thì v  a1v1  a2 v2  ...  an vn  0vn 1
ii) Vectơ 0 luôn là tổ hợp tuyến tính của một họ vectơ bất kỳ.
2. Hệ vector độc lập tuyến tính – Hệ vector phụ thuộc tuyến tính:
2.1 Định nghĩa: Họ các vectơ v1 , v2 ,..., vn của không gian vectơ V trên trường K được gọi
là phụ thuộc tuyến tính nếu tồn tại các vô hướng 1 ,  2 ,...,  n  K không phải tất cả đều bằng 0
sao cho: 1v1   2 v2  ...   n vn  0 . Họ vectơ không phụ thuộc tuyến tính được gọi là hệ độc lập
tuyến tính.
2.2 Nhận xét:
- Họ các vectơ v1 , v2 ,..., vn phụ thuộc tuyến tính 1v1   2 v2  ...   n vn  0 thì tồn tại ít nhất 1
1 2  n 1
hệ số  0 . Giả sử đó là  n  0 . Khi đó, vn   v1  v2  ...  v .
n n  n n 1
Suy ra, nếu các vectơ v1 , v2 ,..., vn phụ thuộc tuyến tính thì tồn tại ít nhất một vectơ là tổ hợp
tuyến tính của các vectơ còn lại.
- Các vectơ v1 , v2 ,..., vn độc lập tuyến tính nếu và chỉ nếu
n
(1 ,  2 ,...,  n )  K n ,   i vi  0   i  0, i  1,..., n. Nói cách khác, hệ phương trình vectơ
i 1

x11  x2 2  ...  xn n  0 có nghiệm duy nhất là (0, 0, …,0).

2.3 Ví dụ: Trong  4 cho hệ vectơ 1  (1, 0,1,1);  2  (0,1, 2,3);  3  (1, 2,3, 4) . Hệ trên độc
lập tuyến tính hay phụ thuộc tuyến tính?
Giải:
Xét hệ phương trình vectơ:
 x1  x3  0
x  2x  0
 2
x11  x2 2  x3 3  0  
3
.
 x1  2 x2  3x3  0
 x1  3x2  3 x3  0

1 0 1
 
0 1 2
Ta có ma trận các hệ số của hệ trên là A   và rankA = 3, nên hệ phương trình
1 2 3
 
1 3 4
trên có nghiệm duy nhất (0, 0, 0). Do đó, hệ các vectơ trên độc lập tuyến tính.
Nhận xét:
i) Từ ví dụ trên để xét hệ m các vectơ v1 , v2 ,..., vm là độc lập tuyến tính hay phụ thuộc tuyến
tính trong  n , ta lập ma trận A với các cột là các vectơ v1 , v2 ,..., vm , rồi tìm rankA. Nếu rankA
= m (bằng số vectơ của hệ) thì hệ độc lập tuyến tính, ngược lại nếu rankA <m thì hệ phụ
thuộc tuyến tính.
 Do rankA  rankAT nên nếu lập ma trận A có các dòng là các vector v1 , v2 ,..., vm
và thực hiện
các phép biến đổi sơ cấp trên dòng đưa A về dạng bậc thang¸khi đó hệ vector là độc lập tuyến
nếu rankA = m (bằng số vectơ của hệ), ngược lại nếu rankA <m thì hệ phụ thuộc tuyến tính.
ii) Vectơ u  V gọi là biểu thị tuyến tính được qua hệ vectơ v1 , v2 ,..., vm , nếu tồn tại các số
1 ,  2 ,...,  m  K , sao cho u  1v1   2 v2  ...   m vm (hay phương trình vectơ
u  x1v1  x2 v2  ...  xm vm có nghiệm)
Ví dụ 2: Trong 3 cho 3 vector sau: u1  (1, 2,3); u2  (0,1, 2); u3  (1,3,5) . Khi đó ta có
u1  u2  u3  0 khi đó hệ ba vector trên là phụ thuộc tuyến tính.
Sinh viên có thể nhận xét do vector u3 là tổ hợp tuyến tính của hai vector u1 ; u2 nên hệ 3
vector này phụ thuộc tuyến tính.
Bài tập: Sinh viên hãy vận dụng nhận xét trên và kiểm tra xem các họ vectơ được nêu sau
đây là độc lập tuyến tính hay phụ thuộc tuyến tính:
i) Các vectơ u1 (1, 2,1); u2 (2,1, 1); u3 (7, 4,1)  3 ;
ii) Với A, B, C là các vectơ của không gian các ma trận vuông cấp 2 trên  như sau:
1 1 1 0 1 1
A  ;B    ;C   
1 1 0 1 0 0

iii) Trong không gian các đa thức một biến hệ số thực xét các vector sau:
u1  t 3  3t 2  5t  1; u2  t 3  t 2  8t  2; u3  2t 3  4t 2  9t  5
3. Định lý và hệ quả
3.1. Định lý: Điều kiện cần và đủ để hệ các vectơ u1 , u2 ,..., un  V phụ thuộc tuyến tính là
một trong các vectơ đó là tổ hợp của các vectơ còn lại.
Sinh viên tự chứng minh định lý như bài tập nhỏ.
3.2. Hệ quả: Trong các vectơ u1 , u2 ,..., un  V nếu có vectơ 0 thì hệ các vectơ này phụ
thuộc tuyến tính.
 Nếu một phần của họ các vectơ u1 , u2 ,..., un  V phụ thuộc tuyến tính thì tất cả các vectơ
của hệ đó đều phụ thuộc tuyến tính.
 v  V thì {v} độc lập tuyến tính khi và chỉ khi v  0 .
 Hệ gồm hai vectơ phụ thuộc tuyến tính khi và chỉ khi hai vectơ đó tỷ lệ.
Sau đây, ta sẽ mở rộng định nghĩa độc lập tuyến tính và phụ thuộc tuyến tính cho một họ
bất kỳ những vectơ của không gian vectơ V.
3.3. Định nghĩa: Một họ khác rỗng những vectơ của không gian vectơ V gọi là phụ thuộc
tuyến tính nếu tồn tại một họ con hữu hạn khác rỗng phụ thuộc tuyến tính của V.
Ngược lại, một họ khác rỗng bất kỳ những vectơ của V gọi là độc lập tuyến tính, nếu mọi
họ con hữu hạn khác rỗng của nó đều độc lập tuyến tính.
 Bài 4: Hệ sinh, cơ sở, số chiều và hạng của một hệ vectơ
________________________________________________
1. Hệ sinh:
1.1 Định nghĩa: Cho S là một tập con của không gian vectơ V. Ta gọi tập hợp các tổ hợp
tuyến tính của các phần tử của S là bao tuyến tính của S và ký hiệu là E(S). S được gọi là hệ
sinh của V nếu E(S) = V. Ta gọi S là hệ sinh tối tiểu nếu nó không chứa tập con thực sự cũng
là hệ sinh.
Không gian vectơ có một hệ sinh hữu hạn được gọi là không gian hữu hạn sinh hay không
gian hữu hạn chiều.
Do đó, nếu cho S  {u1 , u2 ,..., un }  V , S là hệ sinh của V khi và chỉ khi:
u  V , (1 ,  2 ,...,  n )   n : u  1u1   2u2  ...   nun .
Nếu S là hệ sinh của V thì ta ký hiệu V  S  {u1 , u2 ,..., un } .
1.2 Ví dụ:
1. Nếu S  {} thì E ( S )  {} .
2. Đối với không gian vectơ  n , hệ vectơ gồm các vectơ
e1  (1, 0,..., 0); e2  (0,1, 0,..., 0);...; en  (0, 0,....,1) là một cơ sở của không gian vectơ  n .
3. Tập các đơn thức {t n | n  0} là một hệ sinh của không gian các đa thức K[t].
 4. Nếu S là hệ sinh của V, thì mọi tập chứa nó đều là hệ sinh của V. Nói riêng V là hệ sinh
của V.
1.3 Nhận xét:
Để chứng minh S là một hệ sinh của V ta chứng minh mọi tập con hữu hạn v1 , v2 ,.., vn là hệ
sinh của V. Khi đó, ta có thể sử dụng một trong các phương pháp sau:
Phương pháp 1:
Chứng minh với mọi vector v thuộc V thì có các số 1 ,  2 ,...,  n thuộc trường K sao cho
v  1v1   2v2  ...   n vn .
Trong không gian vector K m với n  m điều này tương đương với hệ phương trình:
 a11 x1  a12 x2  ...  a1n xn  b1
 a x  a x  ...  a x  b
 21 1 22 2 2n n 2
 luôn có nghiệm với v  (b1 , b2 ,..., bm )  K m trong đó
...
 am1 x1  a2 x2  ...  amn xn  bm
vi  ( a1i , a2i ,..., ami ), i  1,.., n .
Phương pháp 2:
Nếu biết trước 1 hệ sinh u1 , u2 ,..., um của V thì cần chứng tỏ mỗi vector ui biểu diễn được
qua các vector v1 , v2 ,..., vm với i = 1, …, m.
Ví dụ: Chứng minh rằng hệ 4 vector u  (1, 2,3); v  (0, 2,1); w  (0, 0, 4); z  (2; 4;5) là hệ sinh
của không gian vector 3 .
Giải:
1.x1  0.x2  0 x3  2 x4  b1

Xét hệ phương trình 2.x1  2.x2  0 x3  4 x4  b2
3.x  1.x  4.x  5 x  b
 1 2 3 4 3

Hệ này có nghiệm vì hạng của ma trận hệ số bằng với hạng của ma trận hệ số mở rộng và
nghiệm của hệ phương trình là:
 x1  b1

 x2  b2  b1
 2
 x3  (b3  3b1 ) / 4

 x4  0
1.4 Định lý: E(S) là không gian con của V và là không gian con nhỏ nhất của V chứa tập
S.
1.5 Định lý: S là hệ sinh tối tiểu của E(S) khi và chỉ khi S là hệ độc lập tuyến tính.
2. Cơ sở, số chiều và hạng của hệ vectơ:
2.1 Định nghĩa: Ta gọi hệ vectơ S  V là cơ sở của V nếu S là hệ sinh tối tiểu của V. Nói
cách khác S là cơ sở của V nếu và chỉ nếu S là hệ sinh của V và S là hệ vectơ độc lập tuyến
tính.
Nếu tập được sắp thứ tự S  {ui | i  I } là cơ sở của V và u  V thì bộ các số ( i )iI được gọi
là tọa độ của u theo S nếu u    i ui . iI

Ví dụ:
Trong  4 xét cơ sở chính tắc gồm 4 vector sau đây:
 u1  (1, 0, 0, 0); u2  (0,1, 0, 0); u3  (0, 0,1, 0); u4  (0, 0, 0,1) khi đó vector u  (1, 2,3, 4)  4 được
biểu thị tuyến tính qua các vector u1 , u2 , u3 , u4 như sau:
u  u1  2u2  3u3  4u4 . Suy ra tọa độ của vector u đối với cơ sở trên là u = (1, 2, 3, 4).
Mặt khác, trong  4 xét cơ sở gồm các vector sau:
v1  (1,0, 0,1); v2  (0,1, 0, 0); v3  (0, 0,1, 0); v4  (1,1, 0, 0)
thì khi đó vector u  (1, 2,3, 4)  4 được biểu thị tuyến tính qua các vector trên như sau:
u  2v1  v2  3v3  3v4 . Khi đó, tọa độ của u đối với cơ sở này là u = (-2, -1, 3, 3).
2.2 Định lý: Nếu V là không gian hữu hạn sinh thì số vectơ trong mọi cơ sở của V là như
nhau. Số này gọi là số chiều của V. Ký hiệu là dimV.
2.3 Ví dụ:
- Các vectơ e1  (1, 0, 0,..., 0); e2  (0,1, 0,..., 0);...; en  (0, 0,....,1) lập thành một cơ sở của
không gian vectơ  n . Ta gọi đây là cơ sở chính tắc (cơ sở tự nhiên) của  n , vậy dim n  n .
Một vectơ x  ( x1 , x2 ,..., xn ) có tọa độ với hệ {e1 , e2 ,..., en } là ( x1 , x2 ,..., xn ) . Tuy nhiên, tọa độ của
x theo hệ {e2 , e1 ,..., en } lại là ( x2 , x1 ,..., xn )
1 0 0 1 0 0 0 0
- Các ma trận I1    ; I2    ; I3    ; I4    lập thành một cơ sở của
 0 0 0 0 1 0 0 1
a b 
không gian các ma trận M(2;K). Một ma trận A    sẽ có tọa độ đối với hệ cơ sở này là
c d 
(a, b, c, d).
- Trong không gian vectơ các ma trận M (m  n; ) , ta có thể lập một hệ cơ sở bao gồm các
ma trận Eij trong đó các phần tử tương ứng ở dòng i và cột j với 1  i  m;1  j  n bằng 1 còn
các phần tử còn lại của ma trận Eij này đều bằng 0. Khi đó, dim M ( m  n; K )  mn .
-  n ( x) là tập hợp các đa thức hệ số thực bậc nhỏ hơn hay bằng n với các phép toán thông
thường là một không gian vectơ. Trong đó, hệ 1, x, x 2 ,..., x n là một cơ sở của không gian vectơ
này. Do đó, dim  n ( x)  n  1 .
2.4 Định lý: Cho S là một hệ vectơ của không gian vectơ V. Khi đó, các điều kiện sau
tương đương:
i) S là cơ sở của V;
ii) Mỗi vectơ của V có thể biểu diễn duy nhất qua các vectơ của hệ S;
iii) S là một hệ độc lập tuyến tính tối đại của V. Khi ta có dimV = n thì các điều kiện trên
tương đương với: iv) S là một hệ sinh có đúng n phần tử;
v) S là một hệ độc lập tuyến tính có n phần tử;
vi) S có đúng n phần tử và ma trận các cột (dòng) là các vectơ tọa độ của các phần tử của
S theo một cơ sở đã biết có định thức khác không.
2.5 Nhận xét:
Đối với không gian hữu hạn chiều (giả sử dim V = n ) thì để chứng minh một hệ vector
gồm n vector là cơ sở của không gian V ta chỉ cần chứng minh hệ vector này là độc lập tuyến
tính.
2.6 Hệ quả 1:
i) Bất kỳ hệ sinh nào của V cũng chứa một cơ sở của V.
ii) Bất kỳ hệ độc lập tuyến tính nào cũng có thể bổ sung các vectơ để trở thành cơ sở.
2.7 Hệ quả 2:
 i) Không gian con của không gian hữu hạn chiều là không gian có số chiều hữu hạn.
ii) Không gian chứa một không gian vô hạn chiều là vô hạn chiều.
2.8 Định nghĩa: Cho một hệ hữu hạn vectơ  xi  iI trong không gian vectơ V. Số phần tử
của một hệ con độc lập tuyến tính tối đại của  xi  iI là một hằng số (không phụ thuộc vào cách
chọn hệ con, chỉ phụ thuộc vào bản chất của hệ {xi } ). Hằng số này được gọi là hạng của hệ
vectơ  xi  iI . Ta ký hiệu hạng của hệ  xi  iI là rank ( xi )iI .
2.9 Định lý: Gọi A là ma trận có các dòng (cột) là các tọa độ của các vectơ xi khi đó ta có
rank ( A)  rank ( xi )iI .
Nhận xét: Từ định lý trên muốn tìm hạng của một hệ vectơ ta có thể lập ma trận gồm có
các dòng là tọa độ của các vectơ và tìm hạng của ma trận đó.
Chú ý: Trong phạm vi của tài liệu này ta chỉ đề cập đến không gian vectơ hữu hạn chiều,
tức là dimV  n   .
Ví dụ:
Xét hệ vector u1  (1, 0, 0,1); u2  (0,1, 0, 0); u3  (0, 0,1, 0); u4  (1,1, 0, 0) . Khi đó,
rank (ui )i 1,4  rankA = 4 với A là ma trận có các dòng là tọa độ của các vector ui trong cơ
sở chính tắc của  4 .
1 0 0 1 1 0 0 1 1 0 0 1
0 1 0 0 d4 d4  d1  0
 1 0 0  d4 d4 d2 0
 1 0 0 
A  
0 0 1 0 0 0 1 0 0 0 1 0
     
1 1 0 0 0 1 0 1 0 0 0 1
3. Không gian hữu hạn chiều:
3.1 Định nghĩa: Không gian vectơ V được gọi là không gian vectơ n chiều nếu cơ sở của
V có n vectơ.
3.2 Tính chất:
Cho V là một không gian hữu hạn chiều, dimV = n. Khi đó:
(a) Mọi hệ vectơ có nhiều hơn n vectơ đều phụ thuộc tuyến tính.
(b) Mọi hệ có n vectơ độc lập tuyến tính đều là cơ sở của V.
(c) Mọi hệ có n vectơ là hệ sinh của V đều là cơ sở của V.
(d) Mọi hệ độc lập tuyến tính có k vectơ đều có thể bổ sung thêm n-k vectơ để lập thành
một cơ sở của V.
Sinh viên tự cho ví dụ minh họa cho các tính chất trên.
Chú ý: Từ tính chất (b) và (c) ta suy ra, nếu biết dimV = n thì để chứng minh một hệ n
vectơ là cơ sở thì ta cần chứng minh đó là hệ độc lập tuyến tính hoặc đó là hệ sinh.
 Bài 5: Tọa độ vectơ trong cơ sở - Công thức đổi tọa độ
______________________________________________

1. Tọa độ vectơ trong một cơ sở:

1.1 Định nghĩa: Một cơ sở của không gian vectơ được gọi là cơ sở được sắp nếu ta chú ý
đến thứ tự của các vectơ cơ sở. Ta dùng ký hiệu B  (1 ,  2 ,...,  n ) để chỉ cơ sở được sắp, còn
B  {1 ,  2 ,...,  n } là cơ sở không được sắp. Ta gọi cơ sở không được sắp là một tập cơ sở.
Do đó, B  (1 ,  2 ,...,  n ) và B '  ( 2 , 1 ,...,  n ) là hai cơ sở khác nhau. Rõ ràng hai cơ sở
được sắp B và B’ nói trên đều thuộc vào môt tập cơ sở. Ứng với một tập cơ sở gồm n phần tử
ta sẽ có n! cơ sở được sắp.
Cho V là không gian vectơ n chiều B  (1 ,  2 ,...,  n ) là một cơ sở của V khi đó, x viết được
duy nhất dưới dạng: x  a11  a2 2  ...  an n ,  i   .
Bộ số ( a1 , a2 ,..., an ) được xác định một cách duy nhất và được gọi là tọa độ của x trong cơ
sở B.
 a1 
a 
Để chỉ tọa độ của x trong cơ sở B, ta ký hiệu: x / ( B)  (a1 , a2 ,..., an ) . Hoặc  x  /( B )   2.
 
 
 an 
1.2 Ví dụ:
Xét không gian  2  x  gồm các đa thức bậc nhỏ hơn bằng 2. Xét hệ vector
u1  1; u2  x; u3  x 2 , khi đó với mọi vector u = ax 2  bx  c thuộc  2  x  thì tọa độ của u đối
với cơ sở B  (u3 , u2 , u1 ) là [u ]B  (a, b, c)
1.3 Tính chất:
  x1   y1 
x  y 
Nếu [ x]/( B )   2
và [ y ]/( B )    thì
2

   
   
 xn   yn 
i) x  y  xi  yi , i  1, n ;
ii) ( x  y ) /( B )  ( x1  y1 , x2  y2 ,..., xn  yn ) ;
iii)  x/[ B ]  ( x1 ,  x2 ,...,  xn ).
1.4 Ví dụ:
Trong 3 cho hệ 3 vectơ B  {u1  (1,1,0); u2  (1, 0,1); u3  (0,1,1)} .
a) Chứng minh rằng B là một cơ sở của 3 .
b) Tìm tọa độ của các vectơ e1 (1, 0, 0); e2 (0,1, 0); e3  (0, 0,1); u  (3, 4,5) trong cơ sở B.
Giải:
Vì B là hệ gồm 3 vectơ trong không gian hữu hạn chiều 3 , nên để chứng minh B là cơ sở
của 3 ta chỉ cần chứng minh B là hệ độc lập tuyến tính.
Để chứng minh điều này ta có thể xây dựng ma trận A có các dòng là các vectơ u1 , u2 , u3 ,
sau đó chứng minh rankA = 3 hay det A  0 .
1 1 0
Ta có, det A  1 0 1  2  0 .
0 1 1
Vậy hệ các vectơ u1 , u2 , u3 là hệ độc lập tuyến tính nên đó là cơ sở của 3 .
b) Xét một vectơ tùy ý a  (a1 , a2 , a3 )  3 , giả sử a[ B ]  ( x1 , x2 , x3 ) , khi đó
 a1  1  1  0  a1   x1  x2   x1  x2  a1
            
a  x1u1  x2u2  x3u3   a2   x1 1   x2  0  x3 1    a2    x1  x3    x1  x3  a2
x  x  a
 a3   0  1  1   a3   x2  x3   2 3 3

 1
 x1  2 ( a1  a2  a3 )

 1
  x2  ( a1  a2  a3 )
 2
 1
 x3  2 (a1  a2  a3 )

Vậy với mọi vectơ tùy ý a  (a1 , a2 , a3 )  3 , thì ta có
1 1 1 
a[ B ]   (a1  a2  a3 ), (a1  a2  a3 ), (a1  a2  a3 )  .
2 2 2 
Lần lượt cho a bằng e1 , e2 , e3 , u ta có tọa độ của các vectơ e1 , e2 , e3 , u trong cơ sở B lần lượt
là:
 1 1 1
e1   , ,  
2 2 2
1 1 1
e2   ,  , 
2 2 2
 1 1 1■
e3    , , 
 2 2 2
u  (1, 2,3)
2. Đổi cơ sở, ma trận đổi cơ sở, công thức đổi tọa độ:
Giả sử trong không gian vectơ V, ngoài cơ sở B  {e1 , e2 ,..., en } còn có một cơ sở khác là
B '  {e1' , e2' ,..., en' } .
n
Nếu tọa độ của các vectơ e j trong cơ sở B là e'j[ B ]  (c1 j , c2 j ,...., cnj ), j  1, n , hay e j   cij ei .
' '

i 1

 c11 c12 ... c1n 

c c22 ... c2 n 
Khi đó, đặt C   21
, mà các cột của ma trận này lần lượt là tọa độ của các
    
 
 cn1 cn 2 ... cnn 
'
vectơ e j trong cơ sở B.
Khi đó, C được gọi là ma trận chuyển cơ sở từ cơ sở B sang cơ sở B’, ký hiệu là
C : B  B ' hay CB  B ' .
2.1 Định lý: Cho V là một không gian vectơ n chiều trên trường K và A, B, B’ là các cơ
sở được sắp của V. Khi đó, ta có các điều khẳng định sau:
a) Ma trận đổi cơ sở từ A sang A là I n .
b) (C : A  B ')  (C : A  B)(C : B  B ') .
c)  C : A  B    C : B  A  .
1

2.2 Công thức đổi tọa độ:

Cho không gian vectơ V, gọi B và B’ là hai cơ sở được sắp của V. Giả sử x  V và tọa độ
của x đối với cơ sở B và B’ lần lượt là: x[ B ]  ( x1 , x2 ,..., xn ) và x[ B ]  ( x1 , x2 ,..., xn ) .
' ' ' '

n n n n
 n  n  n 
x   xi ei   x 'j e 'j . Mặt khác, e 'j   cij ei , nên x   x 'j   cij ei      cij x 'j ei .
i 1 j 1 i 1 j 1  i 1  i 1  j 1 
Do tính duy nhất của phép biểu thị tuyến tính qua cơ sở B của x nên ta có
 x1  c11 x1'  c12 x2'  ...  c1n xn'

 x  c21 x1  c22 x2  ...  c2 n xn
n ' ' '
xi   cij x j , i  1, n . Hay, ta có thể viết tường minh như sau:  2
'

j 1 ...
 x  c x '  c x '  ...  c x '
 n n1 1 n2 2 nn n

 x1   c11 c12 ... c1n   x1' 

 x  c  
 2  c22 ... c2 n   x2' 
Dạng ma trận của biểu thức trên là [ x][ B ]  CB B ' [ x][ B ']
21
hoặc 
         
    ' 
 xn   cn1 cn 2 ... cnn   xn 
2.3 Các ví dụ:
 1) Trong 3 , cho cơ sở B với các vectơ u1 , u2 , u3 lần lượt có tọa độ sau:
u1  (1,1, 0); u2  (1, 0,1); u3  (0,1,1) .
1. Hãy lập ma trận và công thức đổi từ cơ sở chính tắc C sang cơ sở B.
2. Tìm tọa độ của u = (5, 4, 3)  3 trong cơ sở B.
3. Tìm vectơ v  3 , biết tọa độ của vectơ v trong cơ sở B là v[ B ]  (1, 2,3) .
Giải:
1) Ta có cơ sở chính tắc C của 3 là cơ sở gồm các vectơ
e1  (1, 0, 0); e2  (0,1, 0); e3  (0, 0,1) . Khi đó,
1  1  0
[u1 ][ C ]  1  ;[u2 ][C ]  0  ;[u3 ][ C ]  1  . Do đó, ma trận đổi từ cơ sở chính tắc C sang cơ sở B
   
0  1  1 
là
1 1 0 
P  1 0 1 
0 1 1  ■

 x1 
2) Giả sử [u ][ B ]   x2  , khi đó áp dụng công thức đổi tọa độ của một vectơ ta có:
 x3 

 5  1 1 0  x1  5  x1  x2  x1  3
 4   1 0 1   x   4  x  x   x  2
     2  1 3  2 . Vậy [u ][ B ]  (3, 2,1) .■
 3  0 1 1   x3  3  x  x x  1
 2 3  3
3) Gọi tọa độ của v trong cơ sở chính tắc V là ( x1 , x2 , x3 ) ta có
 x1  1 1 0  1   x1  3
 x   1 0 1   2  
 2     . Vậy  x2  4 hay v= (3, 4, 5)  3 .■
 x3  0 1 1   3  x  5
 3
2) Trong 3 cho 2 cơ sở B(1 ,  2 ,  3 ) và B '( 1 ,  2 , 3 ) như sau:
1  (1,1,1);  2  (1, 2,1);  3  (1,3, 2)
1  (1, 0,1);  2  (1,1, 0);  3  (0,1,1)
1) Tìm ma trận chuyển từ cơ sở B sang cơ sở B’.
2) Viết công thức tính tọa độ của vectơ x trong cơ sở B theo tọa độ của x trong cơ sở B’.
Giải:
1  a11  a2 2  a3 3 (1)
Giả sử  2  b11  b2 2  b3 3 (2) . Khi đó, ma trận chuyển cơ sở B sang cơ sở B’ có dạng:
 3  c11  c2 2  c3 3 (3)
 a1 b1 c1 
CB  B '   a2 b2 c2  . Để tìm ai , bi , ci ta phải giải các phương trình vectơ (1), (2), (3).
 a3 b3 c3 
 a1  a2  a3  1

Phương trình (1) tương đương với hệ a1  2a2  3a3  0
 a  a  2a  1
 1 2 3
 b1  b2  b3  1

Phương trình (2) tương đương với hệ b1  2b2  3b3  1
b  b  2b  0
1 2 3

c1  c2  c3  0

Phương trình (3) tương đương với hệ c1  2c2  3c3  1
c  c  2c  1
1 2 3

Ta dùng phương pháp Gauss để giải các hệ phương trình trên, lập các ma trận hệ số mở
rộng:
1 1 1 1 1 0  1 1 1 1 1 0  1 1 1 1 1 0 
  d2 d2 d1   d 2  d 2  d3  
1 2 3 0 1 1   d3 d3  d1
 0 3 2 1 0 1   0 1 1 1 1 0 
1 1 2 1 0 1  0 2 1 0 1 1  0 2 1 0 1 1 
1 1 1 1 1 0 
d3  d 3  2 d 2  
 0 1 1 1 1 0 
0 0 1 2 3 1 

 a3  2;

Vậy với hệ (1) ta có a2  1  a3  1;
a  a  a  1  4
 1 2 3

b3  3;

Hệ (2) ta có b2  1  b3  2;
b  b  b  1  4
1 2 3
c3  1;

Hệ (3) ta có c2  c3  1;
c  c  c  2
1 2 3
 4 4 2 
Vậy ma trận đổi cơ sở B sang cơ sở B’ là CB B '   1 2 1  .■
 2 3 1

b) Giả sử [ x][ B ]  ( x1 , x2 , x3 ) và [ x][ B ']  ( y1 , y2 , y3 ) . Khi đó, công thức tính tọa độ của x trong
cơ sở B theo tọa độ của x trong cơ sở B’ là:
 x1   4 4 2   y1   x1  4 y1  4 y2  2 y3
 x    1 2 1   y    x  y  2 y  y
 2    2  2 1 2 3

 x3   2 3 1  y3   x  2 y  3 y  y ■
 3 1 2 3

3) Trong  n [ x] cho 2 cơ sở B(u1 , u2 ,..., un 1 ) và B '(v1 , v2 ,..., vn ) với

u1  1, u2  x, u3  x 2 ,..., un 1  x n
v1  1, v2  ( x  a ), v3  ( x  a ) 2 ,..., vn 1  ( x  a ) n , với a là một hằng số.
a) Tìm ma trận đổi cơ sở từ B sang B’.
b) Tìm ma trận đổi cơ sở từ B’ sang B.
Giải:
vk 1  ( x  a ) k  Ck0 (a ) k  Ck1 (a ) k 1 x  ...  Ckk x k
a) Ta có
= Ck0 (a ) k u1  Ck1 ( a) k 1 u2  ...  Ckk uk 1  0uk  2  ...  0un 1
Lần lượt cho k = 0, 1, 2, …, n ta có
C00 C10 ( a) ... Ck0 (a ) k ... Cn0 ( a) n 
 
0 C11 ... Ck1 (a ) k 1 ... Cn1 (a ) n 1 
       
 
CB  B '    ...  ...  
    Ckk
...  
 
       
0 0 ... 0 ... Cnn 
 
b) Ta có:
uk 1  x k   ( x  a )  a   Ck0 a k  Ck1a k 1 ( x  a )  ...  Ckk ( x  a ) k
k

= Ck0 a k v1  Ck1 a k 1v2  ...  Ckk vk 1  0vk  2  ...  0vn 1

Lần lượt cho k các giá trị k = 0, 1, …., n ta có

C00 C10 a ... Ck0 a k ... Cn0 a n 
 
0 C11 ... Ck1 a k 1 ... Cn1a n 1 
       
 
C B ' B    ...  ...  
    Ckk ...  ■
 
       
0 0 ... 0 ... Cnn 

Bài 6: Không gian dòng của ma trận – Tổng và giao các không gian con
_________________________________________________________________

1. Không gian dòng của ma trận:

1.1 Định nghĩa: Cho ma trận A  (aij )  M mn ( K ) . Với mỗi i = 1, 2, …., m đặt
ui  (ai1 , ai2 ,..., ain ) và WA  u1 , u2 ,..., um là không gian con của V n sinh bởi các vectơ u1 , u2 ,..., um
. Ta gọi u1 , u2 ,..., um là các vectơ dòng và WA là không gian dòng của ma trận A.
1.2 Nhận xét: Không gian dòng của ma trận sẽ không thay đổi nếu ta áp dụng các phép
biến đổi sơ cấp trên dòng đối với ma trận. Do đó, ta sẽ dễ dàng tìm được cơ sở và số chiều
của không gian này.
1.3 Định lý: Cho A, B  M mn ( K ) . Khi đó:
i) Nếu A tương đương dòng với B thì WA  WB .
ii) dim WA  r ( A) .
1.4. Hệ quả: Cho A  M mn ( K ) và B là một dạng bậc thang của ma trận A. Khi đó có thể
chọn các vectơ dòng khác 0 của B làm cơ sở cho không gian dòng WA.
1.5 Ví dụ: Tìm một cơ sở và số chiều cho không gian con của  4 sinh ra bởi các vectơ
u1  (1, 2, 3, 4); u2  (2,3, 0, 1); u3  (4, 7, 12,15); u4  (3,1, 9, 7); u5  (2,5, 6,9)
Giải:
Có thể xem u1 , u2 , u3 , u4 , u5 như các vectơ dòng của ma trận A
1 2 3 4 
2 3 0 1

A  4 7 12 15 
 
3 1 9 7 
 2 5 6 9 
Dùng các phép biến đổi sơ cấp trên dòng để đưa ma trận A về dạng bậc thang.
1 2 3 4  1 2 3 4  1 2 3 4 
2 3 0 1    0 1 6 9 
  0 1 6 9   
A  4 7 12 15  
d d 2 d
 0 1 0 1   1   0 1 0 1 
  d32 d32  4 d11   d5  5 d5  
3 1 9 7  d4 d4 3d1  0 5 0 5   0 1 0 1
d5  d5  2 d1
 2 5 6 9   0 1 0 1  0 1 0 1 
1 2 3 4  1 2 3 4 
0 1 6 9  0 1 6 9 
   

d5  d5  d 4
  0 1 0 1   d d d
  0 0  6 9 B
d 4  d 4  d3   3 3 2  
0 0 0 0  0 0 0 0 
0 0 0 0  0 0 0 0 

Vậy W  WA  WB . Do đó, dim W = 3.

2. Tổng của các không gian con – Tổng trực tiếp
2.1 Định lý: Trong không gian vectơ V cho m ( m  2 ) không gian con W1 ,W2 ,..., Wm . Khi
đó tập hợp W  {x  x1  x2  ...  xm | xi Wi , i  1, m} là một không gian con của V, hơn nữa nó
 m

là không gian nhỏ nhất (theo quan hệ bao hàm) của không gian V chứa W , W được gọi là
i 1
i

m
không gian tổng của các không gian con Wi , ký hiệu là W   Wi  W1  W2  ...  Wm .
i 1

2.2 Nhận xét:

i) Mỗi x  W  W1  W2  ...  Wm đều biểu diễn được thành tổng các vectơ từ các không gian
con thành phần W1 ,W2 ,..., Wm . Tuy nhiên, cách biểu diễn trên có thể không duy nhất.
ii) Nếu W  w1 , w2 ,..., wm và Z  z1 , z2 ,..., zn thì W  Z  w1 , w2 ,..., wm , z1 , z2 ,..., zn .
2.3 Ví dụ:
1) Trong 3 , xét cơ sở chính tắc C  {e1 , e2 , e3} . Ta có các không gian con của 3 như sau:
W, Z, T .
W  e1 , e2  {( x, y, 0) | x, y  } ; Z  e2 , e3  {(0, y, z ) | y, z  } và
T  e1  {( x, 0, 0) | x  } . Khi đó,
W  Z  e1 , e2 , e3  3 ; Z  T  e1 , e2 , e3  3 và W  T  e1 , e2  W .■
2) Với V  3 , xét các không gian con sau:
W1  {( ,  ,  )  3 |      }  {( ,  ,  ) |   } và
W2  {( ,  ,  )  3 |      }  {(  ,  ,  ) |   }
Khi đó, vectơ (3,3, 1)  W1  W2 vì (3,3, -1) = (2,2,-2) +(1,1, 1) trong đó (2, 2, 2)  W1 và
(1,1,1)  W2 .
Tuy nhiên, vectơ (3, 0,3)  W1  W2 vì W1  W2  {(   ,    ,    ) |  ,   } .■
3) Với V  3 , xét các không gian con sau:
W1  {( ,  ,  )  3 |     2  0}; và W2  {( ,  ,  )  3 |     0}. Chứng minh rằng
V  W1  W2
Giải:
Kiểm tra được W1  W2  V .
       
Ngược lại, với mọi vectơ ( ,  ,  )  V thì ( ,  ,  )    ,  ,    0, 0,   .
 2   2 
       
Kiểm tra được   ,  ,   W1 và  0, 0,     W2 . Suy ra, V  W1  W2
 2   2 
Do đó, V  W1  W2 .■
n
2.4 Định nghĩa: Tổng W   Wi được gọi là tổng trực tiếp nếu với mỗi x  W thì chỉ có
i 1

một cách biểu diễn duy nhất x  x1  x2  ...  xn , với xi  Wi , i  1, n . Khi đó ta ký hiệu
n
W   Wi  W1  W2  ...  Wn .
i 1

Trường hợp W  W1  W2 , thì ta nói W1 (tương ứng W2 ) là không gian con bù trực tiếp của
W2 (tương ứng W1 ).
2.5 Định lý: Cho W ,W1 ,W2 ,...,Wm là những không gian con của không gian vectơ V. Khi
đó, W là tổng trực tiếp của W1 ,W2 ,..., Wm nếu và chỉ nếu mọi phần tử x của W đều viết được
một cách duy nhất dưới dạng: x  x1  x2  ...  xm , với xi  Wi , i  1, m .
 2.6 Định lý: Giả sử W1 và W2 là hai không gian con của không gian vectơ V khi đó, các
khẳng định sau là tương đương:
i) W1  W2 là tổng trực tiếp;
ii) W1  W2  {0} .
2.7 Định lý: Cho W1 và W2 là hai không gian con của không gian vectơ hữu hạn chiều V.
Khi đó, dim(W1  W2 )  dim W1  dim W2  dim(W1  W2 ).
2.8 Hệ quả: Nếu tổng W + Z của hai không gian hữu hạn chiều W, Z trong không gian
vectơ V là tổng trực tiếp thì dim W  dim Z  dim(W  Z ).
2.9 Ví dụ:
1) Trong không gian 3 xét hai không gian con W  {( x, y, z ) | x, y  } và
Z  {( x, x, z ) | x, z  } .
Hãy xác định dimW, dimZ, tìm W  Z và W + Z.
Giải:
Ta có: W  {( x, y, z ) | x, y  }  (1, 0,1);(0,1, 0) và Z  {( x, x, z ) | x, z  }  (1,1, 0);(0, 0,1) .
Do đó, dimW = dimZ = 2
Ta có: W  Z  {( x, x, x) | x  }  (1,1,1) , nên dim(W  Z )  1 . Từ đó ta được,
dim(W  Z )  dim W  dim Z  dim(W  Z )  2  2  1  3  dim 3 .
Do W  Z  3 , nên W  Z  3 .■
2) Cho U là không gian con sinh bởi các vector
u1  (1,3, 2, 2,3); u2  (1, 4, 3, 4, 2); u3  (2,3, 1, 2,9) và V là không gian con sinh bởi các vector
v1  (1,3, 0, 2,1); v2  (1,5, 6,6,3); v3  (2,5,3, 2,1)
Hãy tìm một cơ sở và số chiều của U + V và U  V
Giải
a) Tìm cơ sở của U +V.
Lập ma trận A có các dòng là các vector u1 , u2 , u3 , v1 , v2 , v3 , thực hiện phép biến đổi sơ cấp
trên dòng ta đưa ma trận này về dạng bậc thang. Khi đó số chiều của U + V là rank A và ta có
thể chọn các dòng khác 0 của ma trận A làm vector trong cơ sở của U + V.
1 3 -2 2 3

1 4 -3 4 2
 
2 3 -1 -2 9
A := 
1 3 0 2 1
 
1 5 -6 6 3
2 
5 3 2 1

Sau các phép biến đổi sơ cấp trên dòng ta được ma trận bậc thang sau:

1 0
0 -4 7
 
0 0 2 -2
1

0 1 0 -1
0
0 0 0 0
 0

0 0 0 0
0
 
0 0 0 0
0
Khi đó, gọi e1  (1, 0, 0, 4, 7); e2  (0,1, 0, 2, 2); e3  (0, 0,1, 0, 1) là một cơ sở của U+ V.
Suy ra, dim U + V = 3.
Để tìm được cơ sở của U  V ta tìm điều kiện để vector x  ( x1 , x2 , x3 , x4 , x5 ) thuộc U và thuộc
V.
Ta có vector x thuộc U khi và chỉ khi x biểu thị tuyến tính qua các vector cơ sở của U tức là
hệ phương trình với ma trận hệ số sau có nghiệm.
 1 1 2 x1  1 1 2 x1  1 1 2 x1 
  dd2 
d 2 3 d1    
 3 4 3 x2  d34 d34  2 d11 0 1 3 x2  3x1  d34 d34  22d2 0 1 3 x2  3x1 
d 2d d d  d

 2 3 1 x3  
d5 d5 3 d1
0 1 3 x3  2 x1  
d5  d 5  d 2
0 0 0 x3  x2  x1 
     
 2 4 2 x4  0 2 6 x4  2 x1  0 0 0 x4  4 x1  2 x2 
 3 2 9 x5  0 1 3 x5  3x1  0 0 0 x5  x2  6 x1 
    
  x1  x2  x3  0

Vậy để vector x thuộc U khi và chỉ khi 4 x1  2 x2  x4  0
 6 x  x  x  0
 1 2 5

Ta có vector x thuộc V khi và chỉ khi x biểu thị tuyến tính qua các vector cơ sở của V tức là hệ
phương trình với ma trận hệ số sau có nghiệm.
1 1 2 x1  1 1 2 x1  1 1 2 x1 
  d  d 3d   d d  3 d  
3 5 5 x2  d2 d2  2 d1  0 2 1 x2  3 x1  d3 d3  2 d2 0 1 3 x2  3x1 
4 4 1 4 4 2
 0 6 3 x3  
d5  d5  d1
 0 6 3 x3  
d5  d 5  d 2
0 0 0 x3  x2  3x1 
     
2 6 2 x4   0 4 2 x4  2 x1  0 0 0 x4  4 x1  2 x2 
1 3 1 x5   0 2 1 x5  x1  0 0 0 x5  x2  2 x1 
   
 3 x1  x2  x3  0

Vậy để vector x thuộc V khi và chỉ khi 4 x1  2 x2  x4  0
2 x  x  x  0
 1 2 5
Do đó, để x thuộc U giao V khi và chỉ khi
 3 x1  x2  x3  0
4 x  2 x  x  0
 1 2 4
 2 x1  x2  x5  0

  x1  x2  x3  0
 4 x1  2 x2  x4  0

 6 x1  x2  x5  0
Hệ phương trình thuần nhất trên có ma trận hệ số là:
-3 1 1 0 0
 
 4 -2 0 1 0

2 -1 0 0 1
A := 
-1 1 1 0 0

-4 -2 0 1 0
 
-6 -1 0 0 1

Thực hiện các phép biến đổi sơ cấp trên dòng đưa ma trận A về dạng bậc thang sau
 1 0 0 0 0

0 1 0 0 -1
 
0 0 1 0 1
0 0 0 1 -2
 
0 0 0 0 0
0 
 0 0 0 0

Vậy hệ phương trình trên có vô số nghiệm phụ thuộc 1 tham số

 x1  0
x  t
 2
 x3  t với t  
 x  2t
 4
 x5  t
Khi đó cơ sở của U  V gồm 1 vector duy nhất u  (0,1, 1, 2,1)
Do đó, dim U  V  1
Chú ý:
Sinh viên có thể tham khảo thêm về không gian nghiệm của hệ phương trình thuần nhất trong
các tài liệu viết về đại số tuyến tính.
Tóm tắt chương
Trong chương này, sinh viên được tiếp cận với những kiến thức cốt lõi của đại số tuyến
tính bao gồm các kiến thức về không gian vectơ như: Định nghĩa, tính chất, khái niệm về sự
độc lập và phụ thuộc tuyến tính, khái niệm về cơ sở, số chiều, tọa độ trong không gian vectơ
hữu hạn chiều v/v…
Sau khi học xong chương này sinh viên cần trả lời các câu hỏi sau:
1. Không gian vectơ là gì? Có những tính chất nào?
2. Thế nào là không gian vectơ con? Cách chứng minh một không gian vectơ là không
gian vectơ con?
3. Thế nào là một hệ độc lập tuyến tính, phụ thuộc tuyến tính? Cách chứng minh một hệ
vectơ độc lập tuyến tính? Hệ độc lập tuyến tính tối đại có những tính chất gì? Hệ sinh là gì?
4. Điều kiện để một hệ vectơ trở thành cơ sở? Có những cách nào để chứng minh một hệ
vectơ là cơ sở? Ma trận chuyển cơ sở được xác định như thế nào?
5. Tọa độ của một vectơ đối với 1 cơ sở được xác định như thế nào? Cách chuyển tọa độ
của một vectơ từ cơ sở này sang tọa độ của vectơ đó trong cơ sở khác?
6. Tổng của không gian vectơ là gì? Tổng trực tiếp của các không gian vectơ được định
nghĩa như thế nào?

BÀI TẬP
1. Chứng minh rằng tập hợp nghiệm của một hệ phương trình tuyến tính thuần nhất n ẩn
trên trường K lập thành một không gian vectơ trên trường K.
2. Chứng minh rằng tập hợp nghiệm của hệ phương trình tuyến tính không thuần nhất n
ẩn trên trường K không lập thành không gian vectơ trên trường K.
3. Xét xem tập hợp nào sau đây với phép cộng và phép nhân với một số thông thường lập
thành một không gian vectơ
a) Tập các ma trận thuộc M(m, n, K).
b) Tập các ma trận vuông cấp n đối xứng trên trường K.
 c) Tập các ma trận chéo cấp n trên trường K.
d) Tập các ma trận vuông cấp n trên K có định thức bằng 0.
4. Cho K là một trường và V  K  K với các phép toán xác định như sau:
(a, b) + (c, d) = (a+c, b + d) và k(a,b) = (ka, 0).
Chứng minh V là không gian vectơ trên trường K.
5. Cho U là không gian vectơ con của V. Chứng tỏ rằng hiệu tập hợp V\U không phải là
không gian vectơ con của V.
6. Cho V là tập các hàm thực, dương và liên tục trên đoạn [-a, a]. Trên V ta định nghĩa
các phép toán cộng và nhân như sau:
( f  g )( x)  f ( x).g ( x)
( f )( x)  ( f ( x))
a) Chứng minh rằng V là một không gian vectơ trên  .
b) Tập hợp tất cả các hàm số chẵn trong V có là không gian con của V không?
c) Tập hợp tất cả các hàm số lẻ trong V có phải là không gian vectơ con của V không?
7. Cho V là tập hợp tất cả các hàm số f :    với các phép toán cộng và nhân thông
thường, nghĩa là:
( f  g )( x)  f ( x)  g ( x)
( f )( x)   f ( x)
Hãy kiểm tra xem V có phải là một không gian vectơ trên  không?
8. Trong các tập hợp con W của  n sau đây, tập hợp nào là không gian con của  n .
a ) W  {( x1 , x2 ,..., xn ) | xi  0};
b) W  {( x1 , x2 ,..., xn ) | x1  2 x2  3 x3};
c) W  {( x1 , x2 ,..., xn ) | x1  3 x2  1};
d ) W  {( x1 , x2 ,..., xn ) | x12  x2 };
e) W  {( x1 , x2 ,..., xn ) | x1 x2  0};
f ) W  {( x1 , x2 ,..., xn ) | x1  x2  ...  xn };
g ) W  {( x1 , x2 ,..., xn ) | x1  x2  ...  xn  n};
h) W  {( x1 , x2 ,..., xn ) | x1  }.
9. Trong các tập con W sau đây của  n với các phép toán cộng và phép toán nhân được
định nghĩa như sau: x  ( x1 , x2 ,..., xn ); y  ( y1 , y2 ,..., yn )  n ,    thì
x  y  ( x1  y1 , x2  y2 ,..., xn  yn )
 x  ( x1 ,  x2 ,...,  xn )
Trong các tập hợp sau đây, tập hợp nào là không gian con của  n
a ) W  {( x1 , x2 ,..., xn ) | xn  0};
b) W  {( x1 , x2 ,..., xn ) | x1  2 x2  3 x3};
c) W  {( x1 , x2 ,..., xn ) | x1  3 x2  1};
d ) W  {( x1 , x2 ,..., xn ) | x12  x2 };
e) W  {( x1 , x2 ,..., xn ) | x1 x2  0};
f ) W  {( x1 , x2 ,..., xn ) | x1  x2  ...  xn };
g ) W  {( x1 , x2 ,..., xn ) | x1  x2  ...  xn  n};
h) W  {( x1 , x2 ,..., xn ) | x1  }.
10. Cho Vi là một họ các không gian vectơ con của V. Ký hiệu V
i là tập hợp gồm các
phần tử có dạng xi  xi  ...  xi với xi  Vi , j  1, 2,..., n . Chứng minh tập này là không
1 2 j j j

gian vectơ con của V.

11. Trong 3 cho hai vectơ u1  (1, 2,3); u2  (0,1, 3) .
a) Vectơ u = (2, -3, 3) có biểu thị tuyến tính được qua (u1 , u2 ) không?
b) Tìm m để v = (1, m, -3) biểu thị tuyến tính được qua (u1 , u2 ) .
12. Trong  4 cho các vectơ u1  (1,1,1); u2  (2,3, 1, 0); u3  (1, 1,1,1); u4  (1, 2,1, 1) . Tìm
điều kiện để vectơ v  ( x1 , x2 , x3 , x4 ) là tổ hợp tuyến tính của
a) (u1 , u2 , u3 ) ;
b) (u1 , u2 , u3 , u4 ).
13. Xét xem các hệ vectơ sau độc lập tuyến tính hay phụ thuộc tuyến tính
a ) {u1  (1, 0,1); u2  (1, 2,3); u3  (10,11,12); u4  (4,5, 6)};
b) {u1  (1, 0,1); u2  (1, 2,3); u3  (2, 2, 4)};
c ) {u1  (1, 0,1); u2  (1, 2,3); u3  (2, 2,5)};
d ) {u1  (1, 0,1); u2  (1, 2,3)}.
e){u1  (1, 2,3, 4); u2  (3,3, 5,1); u3  (3, 0,3, 10)};
14. Trong  3[ x] (không gian các đa thức hệ số thực bậc không quá 3), xét các hệ vectơ sau
độc lập tuyến tính hay phụ thuộc tuyến tính?
a ) {u1  x 3  2 x  3; u2  x 2  1};
b) {u1  x 3  2 x  3; u2  x 2  1; u3  2 x 3  x 2  4 x  10};
c) {u1  x 3  2 x  3; u2  x 2  2 x  1; u3  x 3  x 2  2};
d ) {u1  x 3 ; u2  2 x 2 ; u3  3 x; u4  2 x 2  3 x; u5  1}.
15. Trong không gian vectơ V cho 3 vectơ x, y, z. Chứng minh rằng {x+y, y+z, z+x} độc
lập tuyến tính khi và chỉ khi {x, y, z} độc lập tuyến tính.
16. Trong không gian M (2; ) chứng minh rằng hệ sau độc lập tuyến tính
 1 1  1 0   0 1  
 , , 
 2 0   0 2   2 5  
17. Tìm hạng của hệ vectơ sau trong 3 , sau đó tìm hệ con độc lập tuyến tính tối đại của
nó.
a ) {u1  (1,1,1); u2  (1, 2,1)};
b) {u1  (1, 0, 1); u2  (0,1, 1); u3  (1, 1, 0)};
c) {u1  (2,1, 0); u2  (0, 2,1); u3 (2, 1, 2)};
d ) {u1  (1, 1, 0); u2  (2, 1, 1); u3 (0,1, 1); u4  (2, 0, 2)}.
18. Hệ vectơ nào sau đây là cơ sở của 3 ?
a ) B1  {(1, 2,3);(0, 2,3)};
b) B2  {(1, 2,3);(0, 2,3);(0, 0,5)};
c) B3  {(1,1, 2);(1, 2,5);(5,3, 4)};
d ) B4  {( 1, 0, 0);( 1,1, 0);(1, 1,1);(2, 0,5)}.
19. Trong 3 chứng minh B  (u1 , u2 , u3 ) là cơ sở và tìm tọa độ của u đối với B trong các
trường hợp sau:
a ) u1  (1,1,1); u2  (1,1, 2); u3  (1, 2,3); u  (6,9,14);
b) u1  (2,1, 3); u2  (3, 2, 5); u3  (1, 1,1); u  (6, 2, 7);
c ) u1  (1, 1, 0); u2  (1, 0, 1); u3  (2, 0, 0); u  ( 3,1, 2);
20. Trong 3 cho hai hệ vectơ B  {(1,1,1);(1,1, 2);(1, 2,3)} và B’ = {(2,1,-1); (3,2,-5);
(1,-1,m)}.
a) Chứng minh rằng B là một cơ sở của 3 .
 b) Tìm m để B’ là một cơ sở của 3 .
c) Trong trường hợp B’ là cơ sở của 3 hãy tìm ma trận chuyển cơ sở từ B sang B’ và
tìm tọa độ của vectơ u = (1, 0, 0) trong hai cơ sở đó.
21. Trong 3 cho hai hệ vectơ B  {(1,1, 1);(1, 0,1);(0,1,1)} và
B’ = {(0,0,1); (1, -1, 0);(1,1,1)}.
a) Chứng minh rằng B và B’ là các cơ sở của 3 .Tìm ma trận chuyển cơ sở từ B sang
B’ và từ B’ sang B.
b) Tìm tọa độ của vectơ x = (1, -1, 1) trong hai cơ sở đó.
22. Tìm một cơ sở và số chiều của không gian con W của  4 sinh bởi hệ vectơ sau:
a) {(1, 4, -1, 3); (2,1, -3, -1); (0,2, 1, -5)};
b) {(1, -4, -2, 1); (1, -3, -1, 2); (3, -8, -2, 7)}.
23. Tìm một cơ sở và số chiều của không gian con W của M (2; ) sinh bởi hệ vectơ sau:
  1 5  1 1  2 4   1 7  
 ; ; ; 
  4 2   1 5  5 7   5 1  
24. Tìm cơ sở và số chiều của không gian con V của  n trong các trường hợp sau:
a. V là tập gồm các vectơ ( x1 , x2 ,..., xn ) thỏa x1  x2  ...  xn  0
b. V là tập gồm các vectơ ( x1 , x2 ,..., xn ) thỏa x1  2 x2  ...  nxn  0 .
25. Tìm cơ sở và số chiều của các không gian sau:
a. Tập hợp các ma trận vuông cấp n.
b. Tập hợp các ma trận vuông đối xứng cấp n.
c. Tập hợp các ma trận vuông phản xứng cấp n.
26. Trong 3 chứng minh rằng không gian sinh bởi các vectơ (1,2,3); (-1, -1, 2) và
(-1, 1, 12) trùng với không gian con sinh bởi các vectơ (0, 1, 5) và (1, 3, 8).
Nhận xét:
Ta có thể phát biểu một cách tổng quát sau:
Cho S và S’ là những tập con hữu hạn khác  của một không gian vectơ. Chứng minh
rằng nếu mỗi phần tử của S là tổ hợp tuyến tính của các vectơ của S’ và mỗi phần tử
của S’ là tổ hợp tuyến tính của các vectơ của S thì S  S ' .
27. Trong  4 cho các vectơ u1  (1,1, 2, 4); u2  (2, 1, 5, 2); u3  (1, 1, 4, 0); u4  (2,1,1, 6) .
Chứng tỏ các vectơ trên phụ thuộc tuyến tính. Tìm một cơ sở cho không gian con của
 4 sinh bởi các vectơ này.
2 3
28. Tìm tọa độ của vectơ   trong cơ sở
 4 7 
1 1  0 1  1 1  1 0  
 ; ; ; 
1 1  1 0   0 0   0 0  
29. Trong không gian 5 cho hai không gian con
W1  (1,3, 2, 2,3);(1, 4,3, 4, 2);(2,3, 1, 2,9)
và W2  (1,3, 0, 2,1);(1,5, 6, 6,3);(2,5,3, 2,1)
a. Tìm một cơ sở và số chiều của W1  W2 .
b. Tìm một cơ sở và số chiều của W1 + W2.
30. Trong không gian  4 cho hai không gian con sau đây
W1  (1, 2,1,1);(3, 6,5,7);(4,8, 6,8);(8,16,12, 20)
và W2  (2, 7, 2, 2);(1,3,1,1);(3,10, 4,3);(6, 21,7, 6)
Tìm một cơ sở và số chiều của W1 ,W2 ,W1  W2 ,W1  W2 .
31. Trong không gian  4 cho hai không gian con sau đây
W1  {(a, b, c, d ) | b  2c  d  0} và W2  {( a, b, c, d ) | a  d , b  2c}
 Tìm cơ sở, số chiều của W1 ,W2 ,W1  W2 .
32. Trong không gian  4 cho các vectơ sau đây
u1  (1, 2, 0,1); u2  (2,1,3,1); u3  (7,8,9,5); u4  (1, 2,1, 0); u5  (2, 1, 0,1);
u6  ( 1,1,1,1); u7  (1,1,1,1)
Đặt U  u1 , u2 , u3 ;W  u4 , u5 , u6 , u7 . Hãy tìm cơ sở cho mỗi không gian con
U ;W ;U  W ;U  W . Từ đó suy ra dim U ;dim W ;dim(U  W );dim(U  W ) .
33. Trong không gian  4 cho các vectơ sau đây u = (1, 1, 0, -1); v = (1, 0, 0, -1);
w = (1, 0, -1, 0). Đặt U  u , v, w và W  {( x1 , x2 , x3 , x4 ) | x1  x2  x3  2 x4  0} .
Hãy tìm cơ sở cho mỗi không gian con U ;W ;U  W ;U  W .
Từ đó suy ra dim U ;dim W ;dim(U  W );dim(U  W ) .
34. Trong 3 , cho các vectơ
u1  (2,1, 1); u2  (2, 1, 2); u3  (3, 0,1); v1  ( 3,1, 2); v2  (1, 2,5); v3  (2, 4,1)
a) Chứng minh rằng B  (u1 , u2 , u3 ); B '  (v1 , v2 , v3 ) là các cơ sở của 3 .
 4 7 
   
b) Tìm [u ]B ' ; v; [ w]B nếu biết u = (1, 2, 3), [v]B  5  và [ w]B '  8 
 6  9 
35. Trong  cho các vectơ
4

u1  (1,1, 1, 0); u2  (2,3, 4,1); u3  (1, 4,3, 2); v1  (1,1, 1, 1); v2  (2, 7, 0,3); v3  (2, 7, 0, 2)
Đặt W  {u1 ; u2 ; u3}
a) Kiểm tra B  {u1 , u2 , u3} là cơ sở của W.
b) Cho u  (a, b, c, d )  4 . Tìm điều kiện để u  W và với điều kiện đó hãy tìm  u  B .
c) Kiểm tra B '  {v1 , v2 , v3} là một cơ sở của W. Tìm ma trận chuyển cơ sở từ B sang B’.
1  5
   
d) Tìm [u ]B , v,[ w] B ' nếu biết u  (a, b, c, d )  W ,[v]B '   2  và  w B   1 
 3   4 
36. Trong không gian vectơ  n , cho tập V có dạng:
V  {x  ( x1 ,..., xn )  n / x1  x2    xn  0}
(a) Chứng minh rằng V là một không gian con của  n .
(b) Tìm một cơ sở và số chiều của V.
37. Trong không gian M 2 () , cho tập con
 a b  
F  A    / a, b   
 b a  b 
{u
38. Chứng minh rằng nếu hệ vectơ 1 2, u ,..., u n } là độc lập tuyến tính khi và chỉ khi không
có vectơ nào biểu thị tuyến tính qua các vectơ còn lại của hệ.
Tìm m để vectơ u  (7, 2, m) biểu thị tuyến tính qua các vectơ
u1  (2,3,5); u2  (3, 7,8); u3  (1, 6,1)
(a) Chứng tỏ F là một không gian con của M 2 () .
(b) Tìm một cơ sở và số chiều của F.

Định thức
Giới thiêu về định thức
Với một ma trận vuông cấp 2 bất kỳ, ta tìm thấy điều kiện cần và đủ để ma trận là khả
nghịch. Thật vậy, xét ma trận:

Ma trận A là khả nghịch khi và chỉ khi ad - bc ≠ 0. Ta gọi số này là định thức của A. Từ
điều này,  chúng ta muốn có một kết quả tương tự cho các ma trận lớn hơn (tức là ma trận có
cấp cao hơn). Vì vậy, ta có định nghĩa định thức tương tự cho một ma trận vuông bất
kỳ, nó xác định một ma trận vuông là khả nghịch hay không?

Để tổng quát  khái niệm cho các các cấp cao hơn, chúng ta cần phải nghiên cứu về khái niệm
định thức và những tính chất nào của nó được thỏa mãn. Trước hết, chúng ta sử dụng ký hiệu
sau đây cho định thức.

Định thức của = det = = ad - bc

Các tính chất của định thức

1. Định thức của ma trận A bất kỳ và chuyển vị của nó là bằng nhau, nghĩa là

Từ tính chất này ta suy ra sử dụng dòng hay cột để tính định thức đều được. Đặc biệt ta
sẽ thấy các phép biến đổi cơ bản trên hàng hữu hiệu thế nào trong việc tìm định thức.
Do đó, ta có những kết quả tương tự cho các phép biến đổi cơ bản trên cột.

2. Định thức của ma trận tam giác là tích của các phần tử trên đường chéo, tức là

3. Nếu ta đổi chỗ hai dòng thì định thức đổi dấu, tức là

4. Nếu ta nhân vào một dòng với một số, định thức của ma trận mới bằng định thức của
ma trận cũ nhân với số đó, tức là.

Đặc biệt, nếu tất cả các phần tử trong một dòng là số 0 thì định thức bằng 0.

5. Nếu ta cộng vào một dòng với dòng khác nhân một số thì định thức của ma trận mới sẽ
bằng định thức của ma trận cũ, tức
 6. Ta có

Đặc biệt, nếu A là khả nghịch (điều này xảy ra nếu và chỉ nếu det A ≠ 0), khi đó

Nếu A và B tương tự, khi đó

Ta lấy ví dụ để hiểu rõ hơn về các tính chất trên.

Ví dụ. Tính

Chúng ta hãy đưa ma trận này về ma trận tam giác qua các phép biến đổi cơ bản. Ta giữ lại
dòng 1 và lấy dòng 1 nhân với rồi cộng vào dòng 2. Ta được

Sử dụng tính chất 2, ta được

Vì vậy, ta có

ta có thể dễ dàng kiểm tra lại kết quả.

Định thức của các ma trận cấp cao hơn sẽ được trình bày ở mục .

Định thức của các ma trận cấp cao

Như đã trình bày trước đó, mong muốn của chúng ta là những tính chất của định thức đã đúng
với ma trận cấp 2 vẫn còn đúng với một ma trận vuông tổng quát. Nói cách khác, chúng ta giả
định:

1. Định thức của ma trận A bất kỳ và chuyển vị của nó là bằng nhau, tức là
 2. Định thức ma trận tam giác là tích của các phần tử trên đường chéo.

3. Nếu ta đổi chỗ hai dòng thì định thức đổi dấu.

4. Nếu ta nhân vào một dòng với một số, định thức của ma trận mới bằng định thức của
ma trận cũ nhân với số đó.

5. Nếu ta cộng vào một dòng với dòng khác nhân một số thì định thức của ma trận mới sẽ
bằng định thức của ma trận cũ.

6. Ta có

Đặc biệt, nếu A là khả nghịch (điều này xảy ra nếu và chỉ nếu det A ≠ 0), khi đó

Vì vậy, chúng ta hãy xét một ma trận cấp 4.

Ví dụ. Tính

Ta có

Nếu ta lấy mỗi dòng trừ cho dòng đầu nhân với một số thích hợp, ta được

Ta giữ lại dòng đầu, biến đổi trên những dòng còn lại. Đổi dòng 2 với dòng 3, ta được
Nếu ta lấy mỗi dòng trừ cho dòng thứ 2 nhân với một số thích hợp, ta được

Sử dụng tính chất trước đây, ta được

Nếu ta nhân dòng thứ ba với 13 và cộng vào dòng thứ tư, ta được

định thức này bằng 3. Như vậy, định thức ban đầu là

Những tính toán dường như là khá dài. Sau này ta sẽ thấy có một công thức dùng để tính định
thức của ma trận.

Ví dụ. Tính

Trong ví dụ này, những phép biến đổi cơ bản không được trình bày chi tiết. Ta có

Ví dụ. Tính
Ta có

Công thức chung để tính định thức Cho A là một ma trận vuông cấp n . Ta viết A = (aij),
trong đó aij là phần tử ở dòng i và cột j, với i = 1, …, n và j = 1, …, n. Với mỗi i, j ta đặt
Aij (gọi là phần bù đại số) là định thức cấp (n-1) có được từ A bằng cách bỏ đi dòng i và cột j
nhân với (-1)i+j. Ta có

với i cố định, và

với k cố định. Nói cách khác, chúng ta có hai công thức: công thức khai triển theo dòng (thứ
i) hoặc khai triển theo cột (thứ j). Ta khai triển theo bất kỳ dòng nào hoặc cột nào đều được.
Bí quyết là sử dụng dòng nào hoặc cột nào có nhiều số không nhất.

Đặc biệt, ta có công thức khai triển theo dòng

Hoặc

Hoặc

Như một bài tập, hãy viết các công thức khai triển theo cột
Ví dụ. Tính

Ta sử dụng công thức khai triển theo dòng thứ ba. Ta có

Có kỹ thuật để tính định thức dễ dàng hơn không?. Câu trả lời là phụ thuộc vào định thức
được yêu cầu tính. Có những định thức nên dùng các phép biến đổi cơ bản, có những định
thức nên dùng công thức khai triển. Tất cả những vấn đề đó là để có được câu trả lời chính
xác.

Lưu ý: Tất cả các tính chất ở trên vẫn đúng trong trường hợp tổng quát. Ngoài ra, ta nên nhớ
rằng các khái niệm của định thức chỉ tồn tại cho ma trận vuông.

Định thức ma trận và ma trận khả nghịch.

Tìm ma trận nghịch đảo là vẫn đề quan trọng trong nhiều lĩnh vực khoa học. ví dụ giải mã
một tin nhắn ta tìm ma trận nghịch đảo. Xét ma trận vuông. Ma trận A được gọi là khả nghịch

nếu và chỉ nếu . Ngoài ra nếu A có cấp n, khi đó Ai,j được định nghĩa là ma trận
cấp n-1 tạo thành từ ma trận A bằng cách bỏ đi phần tử nằm ở dòng I cột j. Nhắc lại

với mọi I cố định và

với mọi j cố định. Định nghĩa ma trận chuyển vị của A, kí hiệu adj(A).

Ví dụ. Cho
Ta có

Lấy giá trị . Ta có

Chú ý rằng . Do đó ta có

Định nghĩa chuyển vị của ma trận A kí hiệu adj(A), là ma trận mà phần tử dòng i cột j là phần
tử dòng j cột i của ma trận ban đầu.

Định lí. Với mọi ma trận A cấp n, ta có

Đặc biệt, nếu , khi đó

Cho ma trận vuông cấp hai, ta có

điều này dẫn đến

Đây là công thức đã dùng ở trang trước.

Trong trang tiếp theo, chúng ta thảo luận ứng dụng công thức trên vào hệ tuyến tính.

Ứng dụng của định thức tới hệ phương trình:

Qui tắc Cramer.
Chúng ta thấy rằng định thức là hữu ích trong việc tìm ma trận nghịch đảo của ma trận khả
nghịch. Ta có thể sủ dụng sự tìm kiếm này trong việc giải hệ phương trình tuyến tính cho ma
trận hể số khả nghịch.

Xét hệ tuyến tính( dưới dạng ma trận)

AX=B

trong đó A là ma trận hệ số, B là ma trận hạn cột tự do, và X ma trận cột ẩn. Ta có:

Dịnh lí. Hệ tuyến tính AX = B có nghiệm duy nhất nếu và chỉ nếu A là ma trận khả nghịch.
Trong trường hợp này, nghiệm được cho bởi quy tắc định thức Cramer:

trong đó xi là nghiệm của hệ hoặc là một phần tử của X, và ma trận Ai được xác định từ A
bằng cách thay thế cột thứ I bởi ma trận cột B. Khi đó, ta có

với bi những phần tử của B.

Đặc biệt, nếu hệ tuyến tính AX = B là thuần nhất, nghĩa là , khi đó nếu A khả
nghịch, nghiệm duy nhất của hệ là tầm thường , đó là . Do đó nếu ta ta tìm nghiệm
khác 0 của hệ, ma trận hệ số A phải khả nghịch.Ta cũng biết rằng điều này xảy ra néu và chỉ

nếu . Đây là kết quả quan trọng.

Ví dụ. Giải hệ phương tình tuyến tính.

Giải. Trước hết, chú ý rằng

điều này chỉ ra ma trận hệ số khả nghịch. Sử dụng công thức Cramer. Ta có

và nghiệm là

Chú ý rằng, dễ thấy z=0. Thật vậy, sự xác định cho z có hai dòng giống nhau ( dòng 1 và
dòng cuối). Ta cố gắng kiểm tra giá trị tìm được của x, y, và z là nghiệm của hệ cho trước.

Chú ý. Quy tắc Cramer chỉ sử dụng cho hệ tuyến tính mà ma trận hệ số khả nghịch.

Giá trị riêng và vectơ riêng: Giới thiệu.

Bài toán giá trị riêng là vấn đề đáng quan tâm về lí thuyết và ứng dụng rộng rãi. Ví dụ, vấn đề
này là quan trọng trong việc giải hệ phương trình vi phân, phân tích mô hình tăng trưởng dân
số và tính toán bậc của ma trận ( trong việc xác định lũy thừa ma trận). Các lĩnh vực khác
như vật lí, xã hội học, sinh học, kinh tế và thống kê đã tập trung sự chú ý đáng kể vào giá trị
riêng và vectơ riêng trong các ứng dụng và tính toán của chúng. Trước khi cung cấp khái
niệm chính thức, chúng tôi giới thiệu khái niệm này trong một ví dụ.

Ví dụ. Xét ma trận

Xét ba cột của ma trận

Ta có

Suy ra

Tiếp theo xét ma trận P có các cột là C1, C2, và C3,

Ta có det(P) = 84. Nên ma trận khả nghịch. Tính toán đơn giản

Tiếp theo tính P-1AP

ta có

Sử dụng ma trận tích, ta được

điều này chỉ ra A đồng dạng với một ma trận chéo. Đắc biệt, ta có
với . Chú ý rằng không thể tìm A75 , một cách trực tiếp từ dạng ban đầu của A.

Ví dụ này là phong phú để kết luận nhiều câu hỏi đặt ra một cách tự nhiên.Ví dụ , cho trước
ma trận vuông A, làm thế nào để tìm ma trận cột đồng dạng với những cái ở trên? Nói cách
khác, làm thế nào để tìm ma trận cột giúp ta tìm ma trận khả nghịch P sao cho P-1AP là ma
trận chéo?

Từ bây giờ, chúng tôi sẽ gọi ma trận cột vectơ. Vì vậy các cột ma trận C1, C2, và C3 là các
vectơ. Chúng ta có định nghĩa.

Định nghĩa. Cho A là ma trận vuông. Một vectơ C khác 0 được gọi là vectơ riêng của A nếu
và chỉ nếu tồn tại một số ( thực hoặc phức) sao cho

mỗi giá trị là giá trị riêng của A. Vectơ C được gọi là vectơ triêng của A tương ứng với giá
trị riêng .

Chú ý. Vectơ riêng C phải khác 0 bởi vì ta có

với bất kì số .

Ví dụ. Xét ma trận

Ta thấy rằng

trong đó
Dó đó C1 là vectơ riêng của A tương ứng với giá trị riêng 0. C2 là vectơ riêng của A tương
ứng với giá trị riêng -4 , C3 là vectơ riêng của A tương ứng với giá trị riêng 3.

Lệu có thể tìm được tất cả các giá trị riêng trên không. Trong phần tiếp theo sẽ thảo luận về
điều này.

Tính các giá trị riêng

Cho ma trận vuông A có cấp n, số là giá trị riêng nếu và chỉ nếu tồn tại một vectơ C khác 0
sao cho

Sử dụng tính chât của tích hai ma trận, ta thu được

Đây là hệ phương trình tuyến tính với ma trận hệ số

Chúng ta cũng biết rằng hệ này có một nghiệm nếu và chỉ nếu ma trận hệ số khả nghịch, tức
là

Bởi vì vectơ 0 là một nghiệm C không là vectơ 0, nên ta phải có

Ví dụ. Xét ma trận

Phương trình tương đương với

tương đương với phương trình bậc hai

Giải phương trình này dẫn đến

Nói cách khác, ma trận A chỉ có hai giá trị riêng.

Tông quát, cho ma trận vuông A cấp n, phương trình

cho nghiệm là giá trị riêng của A. Phương trình này được gọi là phương trình đặc trung hay đa
thức đặc trưng của A. Đó là hàm đa thức bậc n. Ta biết rằng phương trình này có nhiều nhất n
nghiệm. Do đó ma trận vuông A cấp n sẽ có không quá n giá trị riêng.

Ví dụ. Xét ma trận đường chéo

Đa thức đặc trưng của nó là

Nên giá trị riêng của D a là a, b, c, và d, là các phần tử trên đường chéo.

Kết quả này là đúng cho mọi ma trận chéo có cấp tùy ý. Nên tùy thuộc vào giá trị trên đường
chéo, bạn có thể có mọt, hai hay nhiều hơn các giá trị riêng.

Nhận xét. Thật là tuyệt vời khi thấy rằng ma trận A có cùng giá trị riêng với ma trận chuyển
vị AT của nó bởi vì

Cho bất kì ma trận cấp 2, A, trong đó

đa thức đặc trưng được cho bởi phương trình

Số (a+d) được gọi là vết A (denoted tr(A)), và rõ ràng số (ad-bc) là định thức của A. Nên đa
thức đặc trưng của A có thể được viết lại như sau

Cho giá trị của ma trận

B = A2 - tr(A) A + det(A) I2.

Ta có

Ta dẫn đến

Nói cách khác, ta có

Phương trình này được gọi là định lí Cayley-Hamilton . Nó đúng cho mọi ma trận vuông có
cấp tùy ý.

trong đó là đa thức đặc trưng của A.

Ta có một số tính chất của các giá trị riêng của một ma trận.

Định lí. Cho A là ma trận vuông cấp n. Nếu là một giá trị riêng của A, thì:

1.

là giá trị riêng của Am, với

2.

Nếu A khả nghịch, thì là giá trị riêng của A-1.

3.

A không khả nghịch nếu và chỉ nếu là một giá trị riêng của A.

4.

Nếu là một số tùy ý, thì là một giá trị riêng của .

5.

Nếu A và B là đồng dạng nhau, then they have thì chúng có cùng đa thức đặc trưng
(điều này đãn đến có cùng giá trị riêng).

Câu hỏi tự nhiên tiếp theo là tìm vectơ riêng. Trong phần tiếp theo sẽ thảo luận về vấn đề tìm
vectơ riêng.

Tính vectơ riêng.

Co ma trận A vuông cấp n và là một giá trị riêng của nó. X là vectơ riêng của A ứng với
. Ta phải có

Đây là hệ phương trình tuyến tính với ma trận hệ số là . Bởi vì vectơ 0 alf một
nghiệm, hệ này có nghiệm. Thật vậy, ta sẽ đề cập trong trang khác là ccấu trúc nghiệm của hệ
là phong phú. Trong phanà này ta thảo luận vần đề có bản là tìm nghiệme.

Nhận xét. Khá dễ dàng để thấy rằng nếu X là một vectơ thỏa mãn , thì vectơ Y =
c X (cho mọi số c tùy ý) thỏa mãn cùng phương trình . Nói cách khác, nếu ta biết
X là một vectơ riêng, thì cX cũng là một vectơ tương ứng với cũng vectơ riêng.

Chúng ta bắt đầu với một ví dụ.

Ví dụ. Xét ma trận

Trước hết ta tìm giá trị riêng của A. Chúng là nghiệm của đa thức đặc trưng

Suy ra

Nếu ta khai triên định thức này theo cột thứ ba, ta được

Sử dụng biến đổi đại số, ta có

dẫn đến các giá trị rieneg của A là 0, -4, và 3.

Tiếp theo ta tìm các vectơ riêng.

1.

Trường hợp : Vectơ riêng tương ứng được cho bởi hệ phương trình tuyến tính

điều này có thể được viết lại bởi

Có nhiều cách để giải hệ phương trình này. Phương trình thứ ba là đồng nhất với
phương trình đầu . Vì vậy, từ phương trình thứ hai, ta có y = 6x, phương trình đầu dẫn
đến 13x + z = 0. Nên hệ này tương đương với

Do đó vectơ X được cho bởi

 Vì vậy, bất kì giá trị riêng X của A tương ứng với giá trị riêng 0 được cho bởi

trong đó c là một số tùy ý.

2.

Trường hợp : Vectơ riêng tương ứng được cho bởi hệ

điều này có thể được viết lại

Trong trường hợp này, ta sử dụng phương pháp khử để giải. Tước hết ta xét ma trận

bổ sung , đó là

Ta sử dụng phép biến đỏi trên dòng để nhận được ma trận chéo. Chuyển đổi các dòng
cho nhau ta được

Tiếp, ta lấy dòng đầu nhân với 5 cộng vào dòng thứ hai, nhân với 6 rồi cộng vào dòng
ba. Thu được
 Nếu giản ước dòng thứ hai cho 8, dòng thứ ba cho 9, ta được

Cuối cùng, trừ dòng thứ hai cho dòng thứ ba

Tiếp, ta đặt z = c. Từ dòng thứ hai, nhận được y = 2z = 2c. dòng đầu nhạn được x =
-2y+3z = -c. Do vậy

Vì thế, bất kì vectơ riêng X của A tương ứng với giá trị riêng -4 được cho bởi

trong đó c là một só bất kì.

2.

Trường hợp : Giải chi tiết dành cho bạn đọc. Sử dụng mô tả tương tự trên, một
vectơ riêng X of A tương ứng với 3 được cho bởi

trong đó c là một số bất kì.

Nhận xét. Tổng quát, giá trị riêng của ma trận là tất cả các nghiệm phân biệt của phương
trình đặc trưng.

Ví dụ. Xét ma trận

Phương trình đặc trưng của A cho bởi

Do đó giá trị riêng của A là -1 và 8. Với giá trị riêng 8, dễ thấy rằng bất kì vectơ riêng X được
cho bởi

trong đó c là một số tùy ý. Ta tập trung vào giá trị riêng -1. Vectơ riêng tương ứng được cho
bởi hệ

điều này được viết lại

Rõ ràng, phương trình thứ ba và hai tương đương với phương trình đầu . Nói cách khác hệ
này, hệ này tương đương với mọt phương trình

2x+y + 2z= 0.

ĐỂ giải nó, ta chọn hia số cố định trước và tìm số thứ ba. Ví dụ, nếu ta ðặt và ,

ta được . Do đó, bất kì vectơ riêng X của A tương ứng với giá trị riêng -1
cho bởi
Nói cách khác, với mọi vectơ riêng X của A ứng với giá trị riêng -1 là tôe hợp tuyến tính của
hai vectơ trên

Ví dụ. Xét ma trận

Phương trình đặc trưng cho bởi

Do đó ma trận A có một giá trị riêng -3. Ta tìm vectơ riêng tương ứng. Chúng được cho bởi
hệ phương trình tuyến tính

được viết lại như sau

Hệ này tương đương với mọt phương trình duy nhất của hệ

x - y = 0.

Nên nếu đặt x = c, thì bất kì vectơ riêng X của A tương ứng với giá trị riêng -3 được cho bởi

Tổng kết lại các ví dụ trên.

Tóm tắt: Cho A là ma trận vuông cấp n. Giả sử là một giá trị riêng của A. Để tìm vectơ
riêng tương ứng, ta làm các bước sau:
1.

Viết hệ phương trình tương ứng

2.

Giải hệ phương trình.

3.

Viết lại vectơ X dưới dạng tổ hợp tuyến tính của các vectơ đữ biết.

Trong các ví dụ trên, giả sử rằng các giá trị riêng là số thực. Tổng quát, this is not the case
except for symmetric matrices.Chứng minh điều này là phức tập, chỉ dễ dàng với ma trận
vuông cấp 2.
Xét ma trận vuông đối xứng

Phương trình đặc trưng của nó

Đây là phương trình bậc hai. Nghiệm phụ thuộc vào dấu của định thức

Biến đổi đại số ta được

Do đó, là một số dương, suy ra giá trị riêng của A là nững số thực.

Nhận xét. Chú ý rằng ma trận A có một giá trị riêng, đó là nghiệm kép của phương trình, nếu
và chỉ nếu . Nhưng điều này chỉ có thể a=c và b=0. Nói cách khác, Ta có

A = a I2.

Phần tiếp theo sẽ thảo luận về giá trị riêng phức.

TRƯỜNG HỢP GIÁ TRỊ RIÊNG PHỨC

Trước tiên, ta chứng tỏ rằng tồn tại ma trận với các giá trị riêng phức .

Ví dụ. Hãy xét ma trận

Phương trình đặc trưng được cho bởi

Phương trình bậc hai này có nghiệm phức được cho bởi

Vì vậy ma trận chỉ có giá trị riêng phức.

Bí quyết là chúng ta xem các giá trị riêng phức như là số thực. Nghĩa là chúng ta xem nó như
là một con số và làm các tính toán bình thường cho các vectơ riêng. Ta hãy xem nó được tính
toán như thế nào.

Với , các vectơ riêng tương ứng được cho bởi hệ phương trình tuyến tính tính.

A X = (1+2i) X

Có thể viết lại như sau

Thực ra, hai phương trình trên là đồng nhất vì (2+2i)(2-2i) = 8. Vì vậy, hệ phương trình giảm
xuống còn một phương trình

(1-i)x - y = 0

Đặt x=c, khi đó y=(1-i)c. Do đó, ta có

trong đó c là một số tùy ý.

Nhận xét. Rõ ràng là mong đợi có các phần tử phức trong các vectơ riêng .

Chúng ta thấy rằng (1-2i) cũng là một giá trị riêng của ma trận trên. Vì các phần tử của ma
trận A là số thực, khi đó ta dễ dàng chỉ ra rằng nếu là một giá trị riêng phức thì liên hợp
của nó cũng là một giá trị riêng. Hơn nữa, nếu X là một vectơ riêng của A tương ứng với
giá trị riêng , khi đó vector , có được từ X bằng thay số phức liên hợp của các phần tử
của X, là một vectơ riêng ứng với giá trị riêng . Vì vậy, các vectơ riêng các ma trận A ở
trên ứng với giá trị riêng (1-2i) được cho bởi

trong đó c là một số tùy ý.

Chúng ta tóm tắt lại những gì đã làm trong ví dụ trên.

Tóm tắt: Cho A là một ma trận vuông. Giả sử là một giá trị riêng phức của A. Để tìm các
vectơ riêng tương ứng, ta làm theo các bước sau đây:

1. Viết ra hệ phương trình tuyến tính tương ứng.

2. Giải hệ phương trình. Các phần tử của X sẽ là những số phức .

3. Viết lại vectơ X là tổ hợp tuyến tính của các vectơ chưa biết với các phần tử là số
phức.

4. Nếu A có phần tử là số thực thì số phức liên hợp cũng là một giá trị riêng. Các
vectơ riêng tương ứng được cho bởi các phương trình tương ứng, được tìm thấy trong
3, ta lấy liên hợp của các phần tử của vectơ rồi tổ hợp tuyền tính lại.

Nói chung, một ma trận vuông với các phần tử là những số thực vẫn có thể có giá trị riêng
phức. Điều này là bình thường. Ta có thể đặt câu hỏi liệu có tồn tại lớp các ma trận chỉ có giá
trị riêng thực. Điều này chỉ đúng với ma trận đối xứng. Chứng minh rất kỹ thuật và được trình
bày trong một trang khác. Nhưng đối với ma trận vuông cấp 2, chứng minh là khá dễ .
Chúng ta sẽ trình bày dưới đây.

Xét ma trận vuông đối xứng

Phương trình đặc trưng của nó được cho bởi

Đây là một phương trình bậc hai. Nghiệm của nó (là những giá trị riêng của A) phụ thuộc vào
các dấu hiệu của biệt thức 
Sử dụng các thao tác đại số, ta có

Vì  là một số dương nên ta suy ra các giá trị riêng của A là các số thực.

Nhận xét. Lưu ý rằng ma trận A sẽ có một giá trị riêng, tức là phương trình đặc trưng có
nghiệm kép, nếu và chỉ nếu . Nhưng điều này chỉ xảy ra nếu a = c và b = 0. Nói
cách khác, ta có

A = a I2

Chéo hóa Ma trận

Khi giới thiệu về các giá trị riêng và các vectơ riêng , ta sẽ đặt câu hỏi khi nào thì ma trận
vuông đồng dạng tương đương với ma trận chéo? Nói cách khác, cho trước một ma trận
vuông A, có tồn tại một ma trận chéo D sao cho ? (tức là có tồn tại một ma trận P
-1
khả nghịch sao cho A = P DP).

Nói chung, một số ma trận không tương tự như ma trận đường chéo. Ví dụ, ta xét ma trận

Giả sử tồn tại một ma trận chéo D sao cho A = P-1DP. Ta có

tức là đồng dạng với . Vì vậy, chúng có cùng một phương trình đặc
trưng. Do đó A và D có cùng một giá trị riêng. Vì các giá trị riêng của D là các số trên đường
chéo, và giá trị riêng duy nhất của A là 2, nên ta phải có

Như vậy ta có, A = P-1DP = 2 I2, . Điều này là vô lý. Do đó, A không đồng dạng với ma trận
chéo.

Định nghĩa. Một ma trận chéo hóa được nếu nó là đồng dạng với một ma trận chéo.

Nhận xét. Ở mục trước, ta đã thấy rằng các ma trận

có ba giá trị riêng khác nhau. Và ta cũng đã chưng minh A là chéo hóa được. Trong thực tế,
có một kết quả chung dọc theo những dòng.

Định lý. Cho A là một ma trận vuông cấp n . Giả sử rằng A có n giá trị riêng phân biệt. Khi
đó A là chéo hóa được. Hơn nữa, nếu P là ma trận với các cột C1, C2, ..., và Cn là n vectơ
riêng của A, khi đó ma trận P-1AP là ma trận chéo. Nói cách khác, ma trận A là chéo hóa
được.

Bài toán: Điều gì sẽ xảy ra với các ma trận vuông cấp n có ít hơn ít hơn n giá trị riêng?

Chúng ta có câu trả lời một phần cho bài toán này.

Định lý. Cho A là một ma trận vuông cấp n. Để biết được liệu A có chéo hóa được không,
chúng ta làm các bước sau:

1. Ghi lại các đa thức đặc trưng

2. Phân tích thành nhân tử p( ) . Trong bước này, ta có

trong đó, mỗi  , i = 1, …, k , có thể là số thực hoặc số phức. Với mỗi i, lũy thừa ni
được gọi là số bội (đại số) của giá trị riêng  .

3. Với mỗi giá trị riêng, tìm các vectơ riêng tương ứng. Chẳng hạn, với các giá trị riêng
, các vectơ riêng tương ứng được cho bởi hệ phương trình tuyến tính

Sau đó giải hệ trên, ta sẽ tìm được vectơ X chưa biết dưới dạng tổ hợp tuyến tính của
các vectơ, tức là

,
trong đó,  , j = 1, …, m là các hằng số tùy ý .Số nguyên mi được gọi là số bội hình
học của .

4. Nếu với mỗi giá trị riêng số bội đại số bằng số bội hình học, khi đó ta có

điều này suy ra nếu ta đặt các vectơ riêng C, tìm được trong 3., cho tất cả các giá trị
riêng, ta sẽ có đúng n vectơ. Đặt P là ma trận vuông cấp n mà các cột là các vectơ
riêng C. Khi đó P là khả nghịch và

là một ma trận chéo với các phần tử trên đường chéo là các giá trị riêng của A. Vị trí
của các vectơ C ở trong P đồng nhất với vị trí của các giá trị riêng tương ứng trên
đường chéo của D. Điều này suy ra A đồng dạng với D. Vì vậy, A chéo hóa được.
 Nhận xét. Nếu số bội đại số ni các giá trị riêng  là bằng 1, khi đó rõ ràng là chúng ta
có mi = 1. Nói cách khác, ni = mi.

5. Nếu có giá trị riêng nào mà số bội đại số không bằng số bội hình học, khi đó A không
chéo hóa được.

Ví dụ. Ta xét ma trận

Để biết được liệu A có chéo hóa được không, chúng ta thực hiện theo các bước như trên.

1. Đa thức đặc trưng của A là

Như vậy, -1 là một giá trị riêng với số bội là 2 và -2 là một giá trị riêng với số bội là 1.

2. Để biết được liệu A có chéo hóa được không, ta chỉ quan tâm đến giá trị riêng -1. Thật
vậy, các vectơ riêng tương ứng vơi giá trị riêng -1, được cho bởi hệ

Hệ này giảm xuống còn một phương trình -y + z = 0. Đặt và y =  , khi đó

ta có

Vì số bội hình học của -1 là 2 bằng số bội đại số của nó. Vì vậy, ma trận A là chéo
hóa được. Để tìm ra P ma trận, chúng ta cần phải tìm vectơ riêng ứng vơi giá trị riêng
-2. Hệ phương trình tương ứng là

giảm xuống thành hệ

 .

Đặt , khi đó ta có

Đặt

khi đó

Nhưng nếu ta đặt

khi đó

Chúng ta thấy rằng nếu A và B là đồng dạng, khi đó An có thể biểu diễn dễ dàng qua
Bn. Thật vậy, nếu ta có A = P-1BP, khi đó ta sẽ có An = P-1BnP. Đặc biệt, nếu D là một
ma trận chéo thì Dn dễ dàng tính được. Đây là một trong những ứng dụng của sự chéo
hóa ma trận. Trong thực tế, các bước giải trên có thể được sử dụng để tìm căn bậc hai
và căn bậc ba của một ma trận. Thật vậy, xét ma trận ở trên

Đặt
khi đó

Do đó A = P D P-1 Đặt

Khi đó ta có
B3 = A
Nói cách khác, B là một căn bậc ba của A.