CHƯƠNG 3.

KHÔNG GIAN VÉCTƠ

A. TÓM TẮT LÝ THUYẾT

3.1. Khái niệm

3.1.1. Định nghĩa véctơ n thành phần
Định nghĩa 3.1.
Mỗi bộ n số thực được sắp xếp theo một thứ tự nhất định x=(x1, x2, …, xn) được gọi là
một véctơ n thành phần.
• Véctơ không  = (0, 0, …, 0)
• Cho 2 véctơ n thành phần: x = (x1, x2, …, xn), y = (y1, y2, …, yn)
x = y  x1 = y1, x2 = y2, …, xn = yn.
Ký hiệu Rn là tập hợp tất cả các véctơ n thành phần.
3.1.2. Các phép toán
3.1.2.1. Phép cộng giữa hai véctơ n thành phần
Định nghĩa 3.2.
Cho 2 véctơ n thành phần: x = (x1, x2, …, xn), y = (y1, y2, …, yn). Khi đó
x + y = (x1 + y1, x2 + y2, …, xn + yn).
Tính chất
Cho x = (x1, x2, …, xn), y = (y1, y2, …, yn), z = (z1, z2, …, zn) ta đều có
1. u + v  Rn u, v  Rn.
2. x + y = y + x
3. (x + y) + z = x + (y + z)
4. x +  = x.
5. -x = (-x1, -x2, …, -xn): x + (-x) = .
3.1.2.2. Phép trừ véctơ
Định nghĩa 3.3.
Hiệu của hai véctơ n thành phần x và y được xác định như sau:
x – y = x + (-y)

3.1.2.3. Phép nhân một số thực với một véctơ n thành phần:
Định nghĩa 3.4.
Cho véctơ n thành phần: x = (x1, x2, …, xn) và một số   R. Khi đó
x = (x1, x2, …, xn)
Tính chất
Mọi véctơ n thành phần x = (x1, x2, …, xn), y = (y1, y2, …, yn) và mọi ,   R, ta có
 u  Rn u  Rn,   R
7. (x + y) = x + y.
8. (x) = ()x
 9. ( + )x = x + x
10. 1.x = x.

3.1.3. Định nghĩa không gian véctơ

Không gian véctơ n thành phần Rn cùng với hai phép toán: phép cộng giữa hai véctơ n thành phần
và phép nhân một số thực với một véctơ n thành phần.
Định nghĩa 3.5. Cho tập E khác rỗng. Trên E trang bị hai phép toán : phép cộng hai phần tử của
E, phép nhân một phần tử của E với một phần tử của trường số thực R. Nếu hai phép toán đó thoả
mãn 10 tính chất trong mục 3.1.2.1 và 3.1.2.2 thì E cùng với hai phép toán đó được gọi là không gian
véc tơ trên R.
VD. Ta có tập Matmxn(R) các ma trận cấp m x n với các phần tử trên R cùng với phép cộng 2 ma
trận và phép nhân ma trận với 1 số là một không gian véc tơ.

3.2. Mối quan hệ tuyến tính giữa các véctơ

Cho S={u1, u2, …, um}  E ; E là không gian véc tơ.
Định nghĩa 3.6. Một tổ hợp tuyến tính của các véctơ S={u1, u2, …, um}  E là biểu thức
m

 u
i =1
i i = 1u1 +  2 u 2 +  +  m u m , trong đó i  R; i = 1, m .

m
Nếu x =  i u i thì ta nói x là tổ hợp tuyến tính của các véctơ của S
i =1

hay x biểu diễn tuyến tính được qua các véctơ u1, u2, …, um.
Một số tính chất:
• Véc tơ không là tổ hợp tuyến tính của mọi hệ véc tơ.
• Véc tơ x là tổ hợp tuyến tính của hệ véc tơ U và mọi véc tơ của U là tổ hợp tuyến tính của hệ
véc tơ V thì x cũng là tổ hợp tuyến tính của hệ V.
Ví dụ 3.1. Trong R3, chứng minh rằng véc tơ x = (7; 2; 6) là một tổ hợp tuyến tính của các véc tơ
u1 = (- 3; 1; 2); u2 = (-5; 2; 3); u3 = (1; -1; 1).

Giải:

Để chứng tỏ x là tổ hợp tuyến tính của hệ véc tơ {u1, u2, u3 }, ta cần tìm các số thực k1, k2, k3 sao
cho x = k1u1 + k2u2 + k3u3

− 3k 1 − 5k 2 + k 3 = 7

 k 1 ; k 2 ; k 3 : k 1 + 2k 2 − k 3 = 2
2k + 3k + k = 6
 1 2 3

k 1 = −69

 k 2 = 43
k = 15
 3

Vậy x = -69u1 + 43u2 + 15u3

3.3. Sự độc lập tuyến tính và phụ thuộc tuyến tính
Định nghĩa 3.7.
• Hệ véctơ S={u1, u2, …, um}  E được gọi là phụ thuộc tuyến tính nếu tồn tại bộ m số thực 1,
2, …, m không đồng thời bằng 0 sao cho
1u1 + 2u2 + … + mum =  (*)

• Hệ véctơ {u1, u2, …, um}  E được gọi là độc lập tuyến tính nếu đẳng thức (*) chỉ xảy ra với
1 = 2 = … = n = 0.

Ví dụ 3.5. Trong không gian R3, hệ véctơ sau

S={u1 = (1, 1, 2), u2 = (1, 2, 5), u3 = (5, 3, 4)} xét sự phụ thuộc tuyến tính của S?

Giải:

Giả sử k1u1 + k2u2 + k3u3 = 

 k1(1, 1, 2) + k2(1, 2, 5) + k3(5, 3, 4) = (0, 0, 0)

k 1 + k 2 + 5k 3 = 0

k 1 + 2k 2 + 3k 3 = 0
2k + 5k + 4k = 0
 Hệ phương trình bậc nhất  1 2 3 (*)

Lấy phương trình 2 trừ phương trình 1, phương trình 2 nhân với (-2) rồi cộng với phương trình 3
thì hệ

k 1 + k 2 + 5k 3 = 0

 k 2 − 2k 3 = 0 k 1 + k 2 + 5k 3 = 0 k1 7k3
 
k 2 − 2k 3 = 0 k 2 − 2k 3 = 0
(*)  hệ    k2 2k3
k3 R

Chọn k3 = 1 thì hệ (*) có nghiệm là k1 = -7, k2 = 2, k3 = 1.

Vậy chứng tỏ hệ S đã cho là phụ thuộc tuyến tính.

 Một số tính chất
Cho hệ U = {u1, u2, …, um}  E
Tính chất 1. Nếu hệ U độc lập tuyến tính  ui ≠ , i = 1, m .

Hệ quả. Nếu   U thì hệ U phụ thuộc tuyến tính.

Tính chất 2. Nếu U độc lập tuyến tính và U  U thì hệ U độc lập tuyến tính.
Hệ quả. Nếu hệ U phụ thuộc tuyến tính và U  V thì hệ V phụ thuộc tuyến tính.
1u1 + 2u2 =  + … + mum +u1+m + u2+m + … + 0.um+p = 

Tính chất 3. Hệ véctơ U = {u1, u2, …, um} (m ≥ 2) là phụ thuộc tuyến tính khi và chỉ khi có ít nhất
một véctơ của hệ là tổ hợp tuyến tính của các véctơ còn lại.
VD. S={u1, u2, u3 }: u1 =u2 +2.u3 Suy ra S pttt vì 0=(-1).u1 +u2 +2.u3

Hệ quả.
i) Hệ U là độc lập tuyến tính khi và chỉ khi không có véctơ nào biểu diến tuyến tính qua các véctơ
còn lại.
ii) Nếu hệ {u1, u2, …, um} là độc lập tuyến tính thì hệ {u1, u2, …, um, v} là phụ thuộc tuyến tính
khi và chỉ khi v là tổ hợp tuyến tính của các véctơ u1, u2, …, um.
iii) Hệ chứa hai véc tơ tỷ lệ nhau luôn phụ thuộc tuyến tính.

Tính chất 4. Trong không gian véc tơ E, cho hai hệ véctơ

U = {u1, u2, …, um }
V = {v1, v2, …, vp}
Nếu m > p và mọi véctơ của hệ U đều biểu diễn tuyến tính qua các véctơ của hệ V thì hệ U phụ
thuộc tuyến tính.

3.4. Hạng của hệ véctơ, cơ sở và số chiều của không gian véctơ

3.4.1. Hạng của một hệ véctơ
3.4.1.1. Hệ con độc lập tuyến tính tối đại của hệ véctơ
Cho E là không gian véc tơ
Định nghĩa 3.8. Cho hệ véctơ U  E. Hệ con U’  U được gọi là hệ con độc lập tuyến tính tối đại
của hệ U nếu
(i) U’ là hệ độc lập tuyến tính
(ii) mọi véc tơ của U đều là tổ hợp tuyến tính của U’
(Hay mọi véc tơ x của U thì U ' x pttt)
 Chú ý 3.1. Điều kiện thứ 2 này người ta còn gọi U’ là hệ sinh của U
Điều kiện thứ hai trong định nghĩa trên tương đương với điều kiện:
x  U\ U’, hệ U’  {x} là phụ thuộc tuyến tính.
* Cách tìm hệ con độc lập tuyến tính cực đại của một hệ véctơ U  E:
Bước 1: Chỉ ra một hệ con độc lập tuyến tính của hệ U, giả sử hệ con đó là U’.
Bước 2: Kiểm tra xem hệ U’ có phải là hệ con độc lập tuyến tính cực đại của hệ U hay không?

Ví dụ 3.6. Trong R3, tìm hệ véc tơ con độc lập tuyến tính tối đại của hệ véc tơ

U = {u1 = (1 ; -2 ; 3) ; u2 = (2 ; 1 ; 0) ; u3 = (3 ; -1 ; 3); u4= (0 ; -5 ; 6)}

Giải :

Hệ {u1} đltt

U’={u1, u2} là độc lập tuyến tính.

u 3 = u1 + u 2

u4 = 2u1 – u2;

Do đó, hệ {u1, u2}; {u1, u3} đó chính là các hệ con độc lập tuyến tính tối đại của U.

Định lý 3.1. Nếu hệ U’ là một hệ con độc lập tuyến tính cực đại của hệ U  E thì mọi véctơ của
hệ U đều biểu diễn tuyến tính một cách duy nhất qua các véctơ của hệ U’.

3.4.1.2. Hạng của một hệ véctơ

Định lý 3.2. Số véctơ của mọi hệ con độc lập tuyến tính tối đại của hệ U  E là bằng nhau.
Định nghĩa 3.9. Số véctơ trong một hệ con độc lập tuyến tính tối đại của hệ U  E được gọi là
hạng của hệ véctơ U. Ký hiệu là r(U) hoặc rank(U).
Chú ý 3.2. r{} = 0.
Tính chất 1. Hệ véctơ U = {u1, u2, …, um} độc lập tuyến tính  r(U) = m.
Hệ véctơ U = {u1, u2, …, um} phụ thuộc tuyến tính  r(U) < m.

Tính chất 2. Trong không gian véc tơ E, cho hệ véctơ {u1, u2, …, um} và véctơ v.
Khi đó r{u1, u2, …, um} = r{u1, u2, …, um, v}
 v là tổ hợp tuyến tính của các véctơ u1, u2, …, um.

Tính chất 3. Hạng của một hệ véctơ không thay đổi nếu ta thêm vào hệ đó véctơ .
 • Cách tìm hạng của hệ véc tơ trong Rn:
Cho hệ véc tơ U = {u1, u2, …, um}  Rn. Với mỗi i, ta có
 a 11 a 12 ... a 1n 
a a 22 ... a 2 n 
A =  21
 ... ... ... ... 
 
ui = (ai1, ai2, ... , ain); i = 1, 2, 3, … , n. Ma trận a m1 a m2 ... a mn 

(với dòng thứ i của A là toạ độ của véc tơ ui; cũng có thể thay dòng bởi cột).
Ma trận A được gọi là ma trận liên kết với hệ véc tơ U.
Định lý: Khi đó r(U) = r(A).
Từ đây, việc tìm hạng của hệ véc tơ U đưa về tìm hạng của ma trận A.
Chú ý 3.3. Từ mối liên hệ về hạng của hệ véc tơ U và hạng của ma trận A, ta có nhận xét: +) r(A)
= m  hệ véc tơ U độc lập tuyến tính
+) r(A) < m  hệ véc tơ U phụ thuộc tuyến tính
Đặc biệt nếu m = n thì
A 0
+) hệ véc tơ U độc lập tuyến tính.
A =0 
+) hệ véc tơ U phụ thuộc tuyến tính.

Ví dụ:

S={u1 = (1, 1, 2), u2 = (1, 2, 5), u3 = (5, 3, 4)} xét sự phụ thuộc tuyến tính của S?

Đưa về tìm hạng của hệ véc tơ U: r(S) = r(A)

Ta có, ma trận liên kết với hệ véc tơ U:

1 1 2
A = 1 2 5
5 3 4

Dùng phép biến đổi sơ cấp đưa ma trận A về dạng bậc thang:

1 1 2 − D1 + D2 1 1 2  2 D + D 1 1 2
 
A= 1 2 5 → 0 1  3  → 0 1 3 
2 3

  −5 D1 + D3    
5 3 4 0 − 2 − 6 0 0 0

Khi đó r(S) = r(A) = 2 < 3 nên S là hệ phụ thuộc tuyến tính.

Cách 2 : det(A)=0 suy ra S pttt

3.4.2. Cơ sở và số chiều của không gian véc tơ
Định nghĩa 3.10.
Hệ véc tơ U = {u1, u2, ... , um} là một cơ sở của không gian véc tơ E nếu thoả mãn 2 điều kiện:
(i) Hệ U là hệ độc lập tuyến tính
(ii) Hệ U là hệ sinh của E, tức là với mọi véc tơ x  E thì x là tổ hợp tuyến tính của hệ véc tơ U.
Khi đó, người ta nói E có số chiều bằng m và ký hiệu dimE = m. E được gọi là không gian véc tơ
hữu hạn chiều.
Trong trường hợp ngược lại nếu trong E không tồn tại một hệ véc tơ U có hữu hạn véc tơ thoả mãn
2 điều kiện (i) và (ii) thì E được gọi là không gian vô hạn chiều.

Không gian  có số chiều bằng 0.

Mỗi không gian véc tơ có nhiều cơ sở.
Định lý 3.3. Hệ véc tơ U = {u1, u2, ... , um} là cơ sở của không gian véc tơ E khi và chỉ khi mọi
x  E đều tồn tại duy nhất các số x1, x2, ... , xn sao cho x = x1u1 + x2u2 + ... + xnun

Hệ quả: Trong không gian véc tơ E có số chiều dimE = m

(i) Mọi hệ véc tơ độc lập tuyến tính có m véc tơ đều là cơ sở của E.
(ii) Mọi hệ độc lập tuyến tính của E có nhiều nhất m véc tơ.
(iii) Bất kỳ cơ sở nào của E cũng có m véc tơ.
(iv) Mọi hệ có nhiều hơn m véc tơ đều phụ thuộc tuyến tính.
(v) Mọi hệ sinh của E có m véc tơ đều là cơ sở của E.
Định lý. Không gian véc tơ Rn có dimRn = n.
Trong Rn,

U = {e1 = (1, 0, …, 0), e2 = (0, 1, 0, …, 0), …, en = (0, …, 0, 1)} là 1 cơ sở của Rn

Giải:

X=(x1,x2,...,xn) của Rn

X=(x1,0,0,...,0)+(0,x2,0,0,...,0)+...

x x1(1, 0,..., 0) x 2 (0, 1,..., 0) ... x n (0, 0,..., 1)

x1.e1 x 2 .e2 ... x n .en

Cách 2. Đưa về hạng của ma trận liên kết với hệ véc tơ

 Ta có ma trận liên kết với hệ véc tơ trên là

1 0 ... 0
0 1 ... 0 
A= =E
... ... ... ...
 
0 0 ... 1

Đây là ma trận đơn vị có det(E) = 1 nên r(E) = n. Do đó r(U) = r(A) = n nên U là hệ độc lập tuyến
tính.

3.5. Không gian véctơ con

3.5.1. Định nghĩa
Cho không gian véc tơ E
Định nghĩa 3.11. Cho W  E, W  . W được gọi là không gian véctơ con của E nếu hai điều
kiện sau đây được thoả mãn:
i) u, v  W thì u + v  W.
ii) u  W,   R thì u  W.
Chú ý 3.6. Mọi không gian véctơ con của E đều chứa phần tử  của E.

Ví dụ 3.11. Tập hợp nào sau đây là không gian con của không gian R3

a) F = {(x1; x2; 0); x1, x2  R}

b) F = {(x1; 1; 0); x1  R}

c) F = {(a; b; a + b); a, b  R }

d) F = {(x1, x2, x3): x1 + x2 + x3 = 1; x1, x2, x3  R}

 x 1 + x 2 − 2 x 3 = 0 
F = ( x 1 ; x 2 ; x 3 ) :  ; x1 ; x 2 ; x 3  R 
e)  2x 1 + 2x 2 − x 3 = m  (m là tham số)

Nếu F là không gian con của R3 thì tìm cơ sở và số chiều của F.

Giải:

Dễ dàng kiểm tra các tập F trên đều khác rỗng. Bây giờ ta chỉ cần kiểm tra 3 điều kiện:

i) Véc tơ  = (0; 0; 0) của R3 có thuộc F hay không?

ii) Với mọi X, Y thuộc F thì X + Y có thuộc F không?

iii) Với mọi X thuộc F, mọi số thực k thì kX có thuộc F không?

 Đối với các tập F ở câu b) và câu d) thì véc tơ  không thuộc F. Suy ra F không phải là không gian
con của R3. Tập F ở câu a) và câu c) thoả mãn điều kiện i)

* Xét tập F ở câu a):

Với mọi X, Y  F, mọi k  R :

X = (x1 ; x2 ; 0) ; Y = (y1 ; y2 ; 0) nên

X + Y = (x1 + y1 ; x2 + y2 ; 0) ; kX = (kx1 ; kx2 ;0)  F.

Hiển nhiên véc tơ   F . Do đó, 3 điều kiện trên thoả mãn và F là không gian con của R3.

Tìm cơ sở và số chiều của F :

X  F : X = (x1 ; x2 ; 0) = x1(1 ; 0 ; 0) + x2(0 ; 1 ; 0)

= x 1e 1 + x 2e 2

Đặt U = {e1 = (1; 0; 0); e2 = (0; 1; 0)}. Dễ thấy U là hệ độc lập tuyến tính và U là hệ sinh của F. Do đó
U là cơ sở của không gian véc tơ F và dim F = 2.

* Xét tập F ở câu c):

Với mọi X, Y  F, mọi k  R :

X = (a1 ; b1 ; a1+b1) ; Y = (a2 ; b2 ; a2+b2) nên

X + Y = (a1+ a2 ; b1+b2 ; (a1+b1) + (a2 + b2)) ; kX = (ka1 ; kb1 ; k(a1+b1))  F.

Hiển nhiên véc tơ   F . Do đó, 3 điều kiện trên thoả mãn và F là không gian con của R3.

Tìm cơ sở và số chiều của F:

X  F : X = (a1 ; b1 ; a1 + b1) = a1(1 ; 0 ; 1) + b1(0 ; 1 ; 1) = a1u1 + b1u2

Đặt U = {u1 = (1; 0; 1); u2 =(0; 1; 1)}. Dễ thấy U là hệ độc lập tuyến tính và U là hệ sinh của F. Do đó
U là cơ sở của không gian véc tơ F và dim F = 2.

Tập F ở câu e)

 x 1 + x 2 − 2 x 3 = 0 
F = ( x 1 ; x 2 ; x 3 ) :  ; x1 ; x 2 ; x 3  R 
 x 1 + 2 x 2 − x 3 = m 
 Nếu m  0 thì F không chứa véc tơ không của R3 nên F không là không gian con của R3.

x 1 + x 2 − 2 x 3 = 0 x 1 = 3x 3
 
x + 2x 2 − x 3 = 0 x 2 = − x 3
Nếu m = 0 thì giải hệ  1

Hay F = (3k;−k; k) : k  R. Từ đó, suy ra F là không gian con của R3 và {(3; -1; 1)} là cơ sở của F và
dimF = 1.

3.5.2. Cơ sở và số chiều của không gian véctơ con

Định nghĩa 3.12. Cho W là một không gian véctơ con của E
• Mỗi hệ con độc lập tuyến tính cực đại của W được gọi là một cơ sở của W.
• Số véctơ trong một cơ sở của W được gọi là số chiều của W.
Ký hiệu: dimW bằng số véctơ trong một cơ sở của W.

B. CÁC VÍ DỤ GIẢI TOÁN

Ví dụ 3.1. Trong R3, chứng minh rằng véc tơ x = (7; 2; 6) là một tổ hợp tuyến tính của các véc tơ
u1 = (- 3; 1; 2); u2 = (-5; 2; 3); u3 = (1; -1; 1).
Giải:
Để chứng tỏ x là tổ hợp tuyến tính của hệ véc tơ {u1, u2, u3 }, ta cần tìm các số thực k1, k2, k3 sao
cho x = k1u1 + k2u2 + k3u3
− 3k 1 − 5k 2 + k 3 = 7

 k 1 ; k 2 ; k 3 : k 1 + 2k 2 − k 3 = 2
2k + 3k + k = 6
 1 2 3

k 1 = −69

 k 2 = 43
k = 15
 3
Vậy x = -69u1 + 43u2 + 15u3
Ví dụ 3.2. Trong R3 cho u1 = (1, -1, 2), u2 = (0, 1, -1), x = (2, -3, 5). Hỏi x có là tổ hợp tuyến tính
của u1 và u2 hay không?
Giải:
Giả sử x = k1u1 + k2u2
 (2, -3, 5) = k1(1, -1, 2) + k2(0, 1, -1)
k 1 = 2

− k 1 + k 2 = −3
2k − k = 5
 Hệ phương trình bậc nhất:  1 2
(*)
Giải hệ (*) ta dễ thấy hệ (*) có nghiệm là k1 = 2, k2 = -1. Suy ra x = 2u1 – u2, tức là x là tổ hợp tuyến
tính của các véctơ u1, u2.
Ví dụ 3.3. Trong không gian Rn, cho hệ véctơ {e1 = (1, 0, …, 0), e2 = (0, 1, 0, …, 0), …, en = (0,
…, 0, 1)}. Khi đó, mọi véctơ x = (x1, x2, …, xn) đều có biểu diễn tuyến tính theo các véctơ e1, e2, …,
en :
 x = (x1, x2, …, xn) = x1(1, 0, …, 0) + x2(0, 1, 0, …, 0) + … + xn(0, …, 0, 1)
= x1e1 + x2e2 + … + xnen
Ví dụ 3.4. Trong Rn, xét sự độc lập tuyến tính và phụ thuộc tuyến tính của hệ véc tơ
U = {e1 = (1, 0, …, 0), e2 = (0, 1, 0, …, 0), …, en = (0, …, 0, 1)}
Giải:
Cách 1.
Xét phương trình k1e1 + k2e2 + … + knen = 0
 k 1 (1, 0, ... , 0) + k 2 (0,1, ... , 0) + ... + k n (0, 0, ... ,1) = (0, 0, ... , 0)
 (k 1 , k 2 , ... , k n ) = (0, 0, ..., 0)
 k1 = k2 = … = kn = 0

Vậy hệ véc tơ {e1, e2, …, en} là độc lập tuyến tính.

Cách 2. Đưa về hạng của ma trận liên kết với hệ véc tơ
Ta có ma trận liên kết với hệ véc tơ trên là
1 0 ... 0
0 1 ... 0 
A= =E
... ... ... ...
 
0 0 ... 1

Đây là ma trận đơn vị có det(E) = 1 nên r(E) = n. Do đó r(U) = r(A) = n nên U là hệ độc lập tuyến
tính.
Từ Ví dụ 3.3 và 3.4 suy ra hệ {e1, e2, …, en} là một cơ sở của Rn, người ta gọi là cơ sở chính tắc
của Rn.
Ví dụ 3.5. Trong không gian R3, hệ véctơ sau
u1 = (1, 1, 2), u2 = (1, 2, 5), u3 = (5, 3, 4) độc lập tuyến tính hay phụ thuộc tuyến tính?
Giải:
Cách 1.
Ta có
k1u1 + k2u2 + k3u3 = 
 k1(1, 1, 2) + k2(1, 2, 5) + k3(5, 3, 4) = (0, 0, 0)
k 1 + k 2 + 5k 3 = 0

k 1 + 2k 2 + 3k 3 = 0
2k + 5k + 4k = 0
 Hệ phương trình bậc nhất  1 2 3 (*)
Lấy phương trình 2 trừ phương trình 1, phương trình 2 nhân với (-2) rồi cộng với phương trình 3
thì hệ
k 1 + k 2 + 5k 3 = 0

 k 2 − 2k 3 = 0 k 1 + k 2 + 5k 3 = 0  k 1 = −7k 3
  
k 2 − 2k 3 = 0  k 2 − 2k 3 = 0 k = 2k 3
(*)  hệ    2
Chọn k3 = 1 thì hệ (*) có nghiệm là k1 = -7, k2 = 2, k3 = 1.
 Vậy chứng tỏ hệ đã cho là phụ thuộc tuyến tính.
Cách 2. Đưa về tìm hạng của hệ véc tơ U: r(U) = r(A)
Ta có, ma trận liên kết với hệ véc tơ U:
1 1 2
A = 1 2 5
5 3 4

Dùng phép biến đổi sơ cấp đưa ma trận A về dạng bậc thang:
1 1 2 − D1 + D2 1 1 2  2 D + D 1 1 2
A = 1 2 5 → 0 1 3  → 0 1 3 
2 3

  −5 D1 + D3    
5 3 4 0 − 2 − 6 0 0 0

Khi đó r(U) = r(A) = 2 < 3 nên U là hệ phụ thuộc tuyến tính.

Ví dụ 3.6. Trong R3, tìm hệ véc tơ con độc lập tuyến tính cực đại của hệ véc tơ
U = {u1 = (1 ; -2 ; 3) ; u2 = (2 ; 1 ; 0) ; u3 = (3 ; -1 ; 3)}
Giải :
Nhận xét u3 = u1 + u2 nên hệ véc tơ U là phụ thuộc tuyến tính. Nên các hệ véc tơ con độc lập tuyến
tính có tối đa 2 véc tơ.
Mà các cặp véc tơ u1 và u2 ; u2 và u3 ; u3 và u1 không tỷ lệ nhau nên các hệ véc tơ {u1, u2}, {u2, u3},
{u3, u1} là độc lập tuyến tính. Do đó, các hệ đó chính là các hệ con độc lập tuyến tính cực đại của U.
Ví dụ 3.7. Trong R3, hệ véc tơ nào sau đây là cơ sở của R3
a) U = {u = (1 ; 2 ; 3)}
b) U = {u1 = (1 ; -1 ; 2) ; u2 = (3 ; 0 ; 1)}
c) U ={u1 =(1 ; -2 ; 1) ;u2 = (1 ;3 ; - 4) ;u3 = (2 ; 1 ; - 3) }
d) U = {u1 = (1 ; 1 ; -3) ;u2 = (0 ; 0 ; 0) ; u3 = (1 ; -4 ; 0)}
e) U = {u1 = (1 ; 0 ; 0) ; u2 = (0 ; 1 ; 0); u2 = (0 ; 0 ; 1) ;u3 = (1 ; 2 ; 3)}
f) U = {u1 = (1 ; 1 ; 0) ; u2 = (1 ; 0 ; 1) ; u3 = (0 ; 1 ; 1)}
Giải :
Một hệ véc tơ là cơ sở của R3 nếu và chỉ nếu nó là hệ độc lập tuyến tính có 3 véc tơ.
a) Hệ U không là cơ sở của R3 vì hệ này chỉ có 1 véc tơ.
b) Hệ U không là cơ sở của R3 vì hệ này chỉ có 2 véc tơ.
c) Hệ véc tơ U có véc tơ u3 = u1 + u2 nên hệ đó là hệ phụ thuộc tuyến tính .Do đó nó không là cơ
sở của R3.
d) Hệ véc tơ U có chứa véc tơ (0 ; 0 ; 0) nên nó là hệ phụ thuộc tuyến tính. Do đó nó không là cơ
sở của R3.
e) Hệ véc tơ U có 4 véc tơ nên nó là hệ phụ thuộc tuyến tính. Do đó nó không là cơ sở của R3.
f) Dễ dàng kiểm tra hệ véc tơ U là độc lập tuyến tính. Do đó, nó là cơ sở của R3.
Ví dụ 3.8. Tìm m để hệ véc tơ sau là cơ sở của không gian tương ứng
a) U = {u1 =(1;1; 1); u2 = (1; 2; 0) ; u3 = (2; 3; m)}, R3
b) U = {u1 = (1,1,1,-1); u2 =(1, m,1,1); u3 = (1,1,m, 1); u4 = (1, 1, 1, m)}, R4
Giải:
 Cách 1. Dùng định nghĩa
Vì hệ U có 3 véc tơ trong không gian R3 nên chỉ cần tìm m để hệ đó độc lập tuyến tính:
Thật vậy, xét k1u1 + k2u2 + k3u3 = 0
 k1(1; 1; -1) + k2(1; 2; 0) + k3(2; 3; m) = (0; 0; 0)

k1 + k 2 + 2k 3 = 0 (1)

 k1 + 2k 2 + 3k 3 = 0 (2)
− k + mk 3 = 0 (3)
 1

k1 + k 2 + 2k 3 =0 k1 + k 2 + 2k 3 =0
 
 k 2 + k3 =0  k 2 + k3 = 0 (*)
 k 2 + (m − 2)k 3 = 0  (m − 3)k 3 = 0
 
Biện luận theo m :
• Nếu m = 3 thì hệ (*) có nghiệm k1= - k3; k2 = - k3. Suy ra có nghiệm (- 1 ; -1 ; 1) chẳng hạn khác
0 nên U là hệ phụ thuộc tuyến tính . Do đó U không là cơ sở của R3.
• Nếu m  3 thì hệ (*) có nghiệm duy nhất k1 = k2 = k3 = 0. Nên U là hệ độc lập tuyến tính. Do đó,
U là cơ sở của R3.
Cách 2. Đưa về biện luận hạng ma trận
Ta có ma trận liên kết với hệ véc tơ U là
 1 1 2
A =  1 2 3 
− 1 0 m

Biến đổi sơ cấp đưa ma trận về dạng bậc thang :

 1 1 2  −D + D 1 1 2 
− D 2 + D3
1 1 2 
  2
A =  1 2 3  → 0 1
3
 
1  → 0 1  1 
− 1 0 m 0 0 m − 3 0 0 m − 3
=B

Từ ma trận dạng bậc thang B, ta có kết quả :

• Nếu m = 3 thì r(U) = r(A) = r(B) = 2. Do đó, U không là cơ sở của R3.
• Nếu m  3 thì r(U) = r(A) = r(B) = 3. Do đó, U là cơ sở của R3.
b) Ta sử dụng cách 2.
Vì hệ U có 4 véc tơ trong không gian R4 nên chỉ cần tìm m để hệ đó độc lập tuyến tính hay r(U) =
4. Ma trận liên kết với hệ véc tơ U là
1 1 1 − 1
1 m 1 1 
A=
1 1 m 1
 
1 1 1 m

Ta có det(A) = (m – 1)2.(m + 1)
m  −1

• Nếu 
m  1 thì det(A)  0 nên r(U) = r(A) = 4.
Do đó U là hệ độc lập tuyến tính nên U là cơ sở của R4.
 • Nếu m = - 1 hoặc m = 1 thì det(A) = 0 nên r(U) = r(A) < 4. Do đó U là hệ phụ thuộc tuyến tính
nên U là không là cơ sở của R4.
Ví dụ 3.9 . Tìm hạng của các hệ véc tơ sau trong các không gian tương ứng
a) U = {u1 = (1 ; 2 ; -3)}, R3
b) U = {u1 = (1 ; -1 ; 2) ; u2 = (-3 ; 0 ; 1)} ; R3
c) U = {u1 = (1 ;-2 ;1) ;u2 = (1 ;3; 4) ;u3 = (2; 1;5) } ; R3
d) U = {u1 = (1; 1; 3) ; u2 = (0;0 ;0) ;u3 = (-1;-4 ;0)}, R3
e) U = {u1= (1;0;0) ; u2 = (0;1;0) ; u3 =(0;0;1) ;u3=(-1; 2;3)} ; R3
f) U = {u1=(-1;-1;0) ; u2 =(-1;0;-1) ;u3 = (0;-1;-1)}; R3
g) U = {u1=(1;2;3;-1) ;u2=(2;0;-1;4) ;u3=(1;2;-2;4); u4= (2;1;4;0)} ; R4
h) S={u1=(2;-1;3;1) ; u2= (1;2 ;-2;3) ;u3=(3;1;1;2); u4= (4;-2;6;0)} ; R4
Giải :
Cách 1: Để tìm hạng của hệ véc tơ U ta tìm hệ con độc lập tuyến tính cực đại của hệ véc tơ U đó.
Nếu hệ đó có k véc tơ thì r(U) = k.
a) Hệ U chỉ có 1 véc tơ khác không nên U là độc lập tuyến tính. Do đó, r(U) = 1.
b) Hệ véc tơ U có hai véc tơ u1, u2 không tỷ lệ nhau nên U độc lập tuyến tính.
Do đó, r(U) = 2.
c) Hệ véc tơ U có u1 + u2 = u3 nên U là phụ thuộc tuyến tính. Mặt khác {u1, u2} là hệ độc lập tuyến
tính nên nó là hệ con độc lập tuyến tính cực đại của U. Do đó, r(U) = 2.
d) Hệ véc tơ U chứa véc tơ không nên phụ thuộc tuyến tính. Hệ {u1, u2} độc lập tuyến tính nên nó
là độc lập tuyến tính cực đại của U. Do đó, r(U) = 2.
e) Ta có hệ U có 4 véc tơ trong R3 nên U là hệ phụ thuộc tuyến tính.
Mà {u1 = (1; 0; 0); u2 = (0; 1; 0); u3 = (0; 0; 1)} là hệ véc tơ độc lập tuyến tính nên nó là hệ con độc
lập tuyến tính cực đại của U. Do đó, r(U) = 3.
f) Dễ dàng kiểm tra U là hệ độc lập tuyến tính nên r(U) = 3.
Đối với ý g, h ta sử dụng cách 2
Cách 2 : Đưa về tìm hạng của ma trận liên kết với hệ véc tơ đó
g) Ta có ma trận liên kết với hệ véc tơ U là
1 2 3 - 1
2 0 - 1 4 
A=
1 2 -2 4
 
2 1 4 0

Dùng phép biến đổi sơ cấp tìm hạng của A :

1 2 3 - 1 1 2 3 - 1
2 0 - 1 4  − D1 + D 2 0 − 1
 −D4 +D2
- 5 4 
A= →
1 2 - 2 4  − 2 D 2 + D 4 0 0 -5 5
   
2 1 4 0 0 - 3 -2 2
1 2 3 - 1  1 2 3 - 1
− 3 D 2 + D 4 0 − 1 - 5 4  13D3 + D 4 0 −1 - 5 4 
→  → =B
D 3 0 0 -1 1  0 0 -1 1
1
5
   
0 0 13 - 10 0 0 0 3
 B là ma trận dạng bậc thang có 4 dòng khác 0 nên r(A) = r(B) = 4. Do đó r(U) = 4
h) Ta có ma trận liên kết với hệ véc tơ U là
1 2 - 2 3
2 - 1 3 1
A=
3 1 1 2
 
4 - 2 6 0

Dùng phép biến đổi sơ cấp tìm hạng của A :

1 2 - 2 3 1 2 - 2 3  1 2 - 2 3 
2 - 1 3 1 − 2 D1 + D2 0 - 5 7 - 8  3 4 0 - 5 7 - 8
   − 2 D + D
A= → → =B
3 1 1 2 -−3D 1 + D3 0 - 5 7 - 4  − D2 + D3 0 0 0 4 
  4 D1 + D4    
4 - 2 6 0 0 - 10 14 - 12 0 0 0 0 
B là ma trận dạng bậc thang có 3 dòng khác 0 nên r(A) = r(B) = 3. Do đó r(U) = 3.
Ví dụ 3.10. Tuỳ theo giá trị của m, tìm hạng của hệ véc tơ sau
a) U = {u1 = (1; -1; 2); u2 = (0; 1; -3); u3 = (0; 0; m)}
b) U = {u1 = (1 ; 1 ; 2 ; 3) ; u2 = (1 ; 2 ; - 3 ; 2) ; u3 = (2 ; 3 ; -1 ; m +2)}
c) U = {u1 = (m ;1 ;1,1) ; u2 = (1; m ;1;1); u3 = (1 ; 1 ; m ; 1) ; u4 = (1 ; 1 ; 1 ; m)}
Giải:
a) Ta có, ma trận liên kết với hệ véc tơ U là :
1 − 1 2 
A = 0 1 − 3
0 0 m 

Nếu m = 0 thì r(U) = r(A) = 2

Nếu m  0 thì r(U) = r(A) = 3
b) Ta có, ma trận liên kết với hệ véc tơ U là:
1 1 2 3 

A = 1 2 − 3 2 
2 3 − 1 m + 2

Biến đổi sơ cấp đưa ma trận A về dạng bậc thang. Bằng cách nhân dòng 1 với (- 1) rồi cộng vào
dòng 2, nhân dòng 1 với (-1), dòng 2 với (-1) rồi cộng vào dòng 3 ta được:
1 1 2 3 
0 1 − 5 − 1  = B
 
0 0 0 m − 3

Nếu m = 3 thì r(A) = r(B) = 2, nên r(U) = 2

Nếu m  3 thì r(A) = r(B) = 3, nên r(U) = 3
c) Ta có, ma trận liên kết với hệ véc tơ U là
m 1 1 1 
1 m 1 1
A= 
1 1 m 1
 
 1 1 1 m
 Định thức của A là det(A) = (m + 3)(m – 1)3.
m  −3

Nếu m  1 thì det(A)  0. Nên r(U) = r(A) = 4
1 1 1 1 1 1 1 1
1 1 1 1 − D1 + D 2 0
 0 0 0
A= →
1 1 1 1 −− DD1 ++ DD3 0 0 0 0
  1 4 
Nếu m = 1 thì 1 1 1 1 0 0 0 0 .

Nên r(U) = r(A) = 1

− 3 1 1 1 1 1 −3 1
 1 −3 1  
1  D1 + D 2 + D3 + D 4  1 − 3 1 1
A= →
1 1 − 3 1  D3  D1 − 3 1 1 1
   
Nếu m = - 3 thì 1 1 1 − 3 0 0 0 0

1 1 − 3 1 1 1 − 3 1

− D1 + D 2 0 − 4 4 0 D 2 + D 4 0 − 4 4 0

→  →
3 D1 + D 3 0 4 − 8 4 0 0 − 4 4 
   
0 0 0 0 0 0 0 0 .

Nên r(U) = r(A) = 3.

Ví dụ 3.11. Tập hợp nào sau đây là không gian con của không gian R3
f) F = {(x1; x2; 0); x1, x2  R}
g) F = {(x1; 1; 0); x1  R}
h) F = {(a; b; a + b); a, b  R }
i) F = {(x1, x2, x3): x1 + x2 + x3 = 1; x1, x2, x3  R}
 x 1 + x 2 − 2 x 3 = 0 
F = ( x 1 ; x 2 ; x 3 ) :  ; x1 ; x 2 ; x 3  R 
j)  2x 1 + 2x 2 − x 3 = m  (m là tham số)
Nếu F là không gian con của R3 thì tìm cơ sở và số chiều của F.
Giải:
Dễ dàng kiểm tra các tập F trên đều khác rỗng. Bây giờ ta chỉ cần kiểm tra 3 điều kiện:
i) Véc tơ  = (0; 0; 0) của R3 có thuộc F hay không?
ii) Với mọi X, Y thuộc F thì X + Y có thuộc F không?
iii) Với mọi X thuộc F, mọi số thực k thì kX có thuộc F không?
Đối với các tập F ở câu b) và câu d) thì véc tơ  không thuộc F. Suy ra F không phải là không gian
con của R3. Tập F ở câu a) và câu c) thoả mãn điều kiện i)
* Xét tập F ở câu a):
Với mọi X, Y  F, mọi k  R :
X = (x1 ; x2 ; 0) ; Y = (y1 ; y2 ; 0) nên
X + Y = (x1 + y1 ; x2 + y2 ; 0) ; kX = (kx1 ; kx2 ;0)  F.
Hiển nhiên véc tơ   F . Do đó, 3 điều kiện trên thoả mãn và F là không gian con của R3.
 Tìm cơ sở và số chiều của F :
X  F : X = (x1 ; x2 ; 0) = x1(1 ; 0 ; 0) + x2(0 ; 1 ; 0)
= x 1 e1 + x2 e2
Đặt U = {e1 = (1; 0; 0); e2 = (0; 1; 0)}. Dễ thấy U là hệ độc lập tuyến tính và U là hệ sinh của F. Do
đó U là cơ sở của không gian véc tơ F và dim F = 2.
* Xét tập F ở câu c):
Với mọi X, Y  F, mọi k  R :
X = (a1 ; b1 ; a1+b1) ; Y = (a2 ; b2 ; a2+b2) nên
X + Y = (a1+ a2 ; b1+b2 ; (a1+b1) + (a2 + b2)) ; kX = (ka1 ; kb1 ; k(a1+b1))  F.
Hiển nhiên véc tơ   F . Do đó, 3 điều kiện trên thoả mãn và F là không gian con của R3.
Tìm cơ sở và số chiều của F:
X  F : X = (a1 ; b1 ; a1 + b1) = a1(1 ; 0 ; 1) + b1(0 ; 1 ; 1) = a1u1 + b1u2
Đặt U = {u1 = (1; 0; 1); u2 =(0; 1; 1)}. Dễ thấy U là hệ độc lập tuyến tính và U là hệ sinh của F. Do
đó U là cơ sở của không gian véc tơ F và dim F = 2.
Tập F ở câu e)
 x 1 + x 2 − 2 x 3 = 0 
F = ( x 1 ; x 2 ; x 3 ) :  ; x1 ; x 2 ; x 3  R 
 x 1 + 2 x 2 − x 3 = m 

Nếu m  0 thì F không chứa véc tơ không của R3 nên F không là không gian con của R3.
x 1 + x 2 − 2 x 3 = 0 x 1 = 3x 3
 
x + 2x 2 − x 3 = 0 x 2 = − x 3
Nếu m = 0 thì giải hệ  1

Hay F = (3k;−k; k) : k  R. Từ đó, suy ra F là không gian con của R3 và {(3; -1; 1)} là cơ sở của F
và dimF = 1.
Ví dụ 3.12. Tìm cơ sở và số chiều của không gian con F của R3 sinh bởi hệ véc tơ sau
a) U = {u1 = (1 ; - 2 ; -3)}
b) U = {u1 = (1 ; 1 ; 2) ; u2 = (-3 ; 0 ; 1)}
c) U = {u1 = (1;2 ; 1) ;u2 = (1 ;- 3 ; 4) ;u3 = (2 ; - 1 ; 5) }
d) U = {u1 = (-1;-1;3) ;u2 = (0 ; 0 ; 0) ;u3 = (-1 ; - 4 ; 0)}
e) U = {u1=(-1;0;0) ; u2 =(0 ;-1;0) ; u3 = (0;0;-1) ; u3= (1; 2;3)}
f) U = {u1 = (1; 0; 0) ; u2 = (1;1;0) ;u3 = (2;1;1)}
Giải:
Cách 1.
Để tìm cơ sở của không con F sinh bởi U ta chỉ cần tìm hệ con độc lập tuyến tính cực đại của U.
a) Ta có hệ U độc lập tuyến tính nên F sinh bởi U có cơ sở chính là U và dimF = 1.
b) Ta có hệ U cũng độc lập tuyến tính nên F sinh bởi U có cơ sở chính là U và dimF = 2.
c) Đối với hệ véc tơ U, ta có u3 = u1 + u2 nên U là hệ phụ thuộc tuyến tính và hệ {u1, u2} là độc lập
tuyến tính nên nó là hệ con độc lập tuyến tính cực đại của hệ U.
Do đó, {u1, u2 } là cơ sở của F và dimF = 2.
d) Ta có hệ U chứa véc tơ không nên là hệ phụ thuộc tuyến tính và hệ {u1, u2} là độc lập tuyến tính
nên nó là hệ con độc lập tuyến tính cực đại của hệ U. Do đó, {u1, u2} là cơ sở của F và dimF = 2.
 e) Dễ dàng kiểm tra được hệ {u1, u2, u3} là hệ con độc lập tuyến tính cực đại của U. Do đó, nó là cơ
sở của F và dimF = 3.
f) Dễ dàng kiểm tra được U độc lập tuyến tính nên F sinh bởi U có cơ sở chính là U và dimF = 3.
Cách 2.
Đưa về tìm hạng của ma trận liên kết của hệ véc tơ đó. Từ ma trận dạng bậc thang, tìm các véc tơ
tương ứng với các dòng khác không của ma trận dạng bậc thang suy ra cơ sở và số chiều của không
gian F = L(U).
Ví dụ 3.13. Cho hệ véc tơ U = {u1 = (1 ; 1 ; 0) ; u2 = (1 ; 0 ; 1) ;u3 = (0 ; 1 ; 1)} là một cơ sở của R3.
Tìm toạ độ của véc tơ X sau đây đối với cơ sở U của R3.
a) X = (2; 2; 0)
b) X = (2; - 4; 0)
c) X = (2; 2; 2)
d) X = (2; -4; 6)
Giải:
Để tìm toạ độ của véc tơ X đối với cơ sở U, ta cần tìm k1, k2, k3 sao cho
X = k1u1 + k2u2 + k3u3
a) Dễ thấy X = 2u1 = 2u1 + 0.u2 + 0.u3. Nên X có tọa độ đối với cơ sở U là (2; 0; 0)
b) Ta có (2; -4; 0) = (k1 + k2; k1 + k3; k2 + k3)
k 1 + k 2 = 2 k 1 = −1
 
 k 1 + k 3 = −4  k 2 = 3
k + k = 0 k = −3
 2 3  3
Nên X có toạ độ đối với cơ sở U là (-1 ; 3 ; -3).
c) Ta có X = u1 + u2 + u3 nên toạ độ của X đối với cơ sở U là (1 ; 1 ; 1)
d) Ta có (2; -4; 6) = (k1 + k2; k1 + k3; k2 + k3)
k 1 + k 2 = 2

 k 1 + k 3 = −4
k + k = 6
 2 3

Cộng 3 phương trình lại vế theo vế ta có k1 + k2 + k3 = 4

Nên suy ra k1 = -2 ; k2 = - 8 ; k3 = 2.
Do đó, toạ độ của véc tơ X đối với cơ sở U là (- 2; - 8; 2).
Ví dụ 3.14. Cho E, F là hai không gian con của Rn. Chứng minh rằng E  F cũng là không gian con
của Rn.
Giải: 0 thuộc E và F suy ra 0  E  F
Thật vậy, với mỗi X, Y  E  F , suy ra X, Y E và X, Y F
X Y E
X Y F
k là số thực tùy ý. Do E, F là các không gian con của Rn. Nên X Y E F
kX E, kX F kX E F

Vậy E  F là không gian con của Rn.

 Ví dụ 3.14b.
Cho E, F là hai không gian con của Rn. E F có là không gian véc tơ con của Rn hay không ?

E x, 0 : x R
F 0, x : x R u 1, 0 v(0, 1) w 1, 1 E F
suy ra E F không là không gian véc
tơ con của Rn
E x, 0 : x R
F x, 0 : x R
,E F E là không gian véc tơ con của Rn

Ví dụ 3.15. Trong R3, cho hệ véc tơ U = {u1 = (1; 2; 3); u2 = (- 2; -5; -2); u3 = (1; 2; -1)} và véc tơ
a = (7; 6; 1). Hỏi véc tơ a có thuộc L(U) không gian con sinh bởi hệ véc tơ U hay không?
Giải:
Xét hệ thức a = x1u1 + x2u2 + x3u3, đưa về hệ phương trình
x 1 − 2 x 2 + x 3 = 7 x 1 = 10
 
2x 1 − 5x 2 + 2x 3 = 6  x 2 = 8
3x − 2x − x = 1 x = 13
 1 2 3  3 .
Hay a = 10u1 + 8u2 + 13u3
Nên a thuộc L(U).
Ví dụ 3.16. Giả sử {u1, u2, u3} là một cơ sở của không gian véc tơ E và u  E. Chứng minh rằng
nếu u L(u1, u2) thì hệ {u1, u2, u} là cơ sở của E.
Giải: Ta chỉ cần chứng minh hệ đó độc lập tuyến tính
Cách 1. Hệ {u1, u2, u3} là cơ sở của E thì {u1, u2, u3} độc lập tuyến tính và dimE = 3 nên hệ con
{u1, u2} cũng độc lập tuyến tính. Do đó r({u1, u2}) = 2 mà u L(u1, u2) nên r({u1, u2, u}) =3. Vậy hệ
đó là cơ sở của không gian véc tơ 3 chiều E.
Cách 2. Có thể viết u = k1u1 + k2u2 + k3u3. Vì u L(u1, u2) nên k3  0 và
− k1 k 1
u3 = u1 − 2 u 2 + u
k3 k3 k 3 . Đương nhiên u , u cũng luôn biễu diễn được qua {u , u , u}. Do đó {u ,
1 2 1 2 1
u2, u} cũng là hệ sinh của E. Mặt khác, số véc tơ của hệ sinh bằng số chiều của E suy ra nó là cơ sở
của E.
Ví dụ 3.17. Trong R4, cho hệ véc tơ
U = {u1=(-1; 2;1; 2); u2 =(1; m; 1; 3); u3 =(1; -1; -1; -1); u4 =(-1; 2; m; 2); u5 =(1; 1; -1; 1)}
Tìm số chiều của không gian con L(U) sinh bởi hệ véc tơ U
Giải:
Để tìm số chiều của L(U) ta đưa về tìm hạng của ma trận liên kết với hệ véc tơ U.
 − 1 1 1 −1 1  − 1 1 1 −1 1
2 m −1 2 1  C 2  C5 
2 1 −1 2 m
A=  →  
1 1 − 1 m − 1  1 −1 −1 m 1
2 3 −1 2 1   2 1 −1 2 3 
 
− 1 1 1 −1 1  − 1 1 1 −1 1 
2 D1 + D2  0 3 1 0 m + 2 − D2 + D4  0
 3 1 0 m + 2
→   →  =B
D1 + D2  0
2 D1 + D4
0 0 m −1 2  0 0 0 m −1 2 
0  0 3 − m 
 3 1 0 5   0 0 0

Nếu m = 3 hoặc m = 1 thì r(A) = r(B) = 3. Khi đó dimL(U) =3

Nếu m  3 và m  1 thì r(A) = r(B) = 4. Khi đó dimL(U) = 4
Ví dụ 3.18. Trong không gian Rn (n lẻ) cho hệ véc tơ

U = u1 = ( +  ,  ,0,..., 0,0), u 2 = (1,  +  ,  ,..., 0,0),..., u n = (0, 0, 0, ...,1,  +  )

Tìm điều kiện của ,  để hệ U là độc lập tuyến tính.

Giải:
Xét định thức của ma trận liên kết với hệ véc tơ U:
 +   0 ... 0 0
1  +   ... 0 0
0 1 + ... 0 0
n =
... ... ... ... ... ...
0 0 0 ...  +  
0 0 0 ... 1 +
  0 ... 0 0
1  +   ... 0 0
0 1 + ... 0 0
=
... ... ... ... ... ...
0 0 0 ...  +  
0 0 0 ... 1 +

  0 ... 0 0
0  +   ... 0 0
0 1 + ... 0 0
... ... ... ... ... ...
0 0 0 ...  +  
+ 0 0 0 ... 1 + = d + d
1 2

Đối với định thức d1: Đặt nhân tử chung  của dòng 1 ra ngoài, nhân dòng 1 với (-1) cộng với dòng
2. Đặt nhân tử chung  của dòng 2 ra ngoài, nhân dòng 2 với (-1) cộng vào dòng 3. Quá trình cứ tiếp
tục như vậy cho đến dòng thứ n, thu được kết quả:
 1  0 ... 0 0
0 1  ... 0 0
0 0 1 ... 0 0
d1 =  n . = n
... ... ... ... ... ...
0 0 0 ... 1 
0 0 0 ... 0 1

Đối với định thức d2: Khai triển theo cột 1 ta được
  ... 0 0
1  ... 0 0
d 2 =  ... ... ... ... ... = . n −1
0 0 ...  
0 0 ... 1 

Khi đó  n =  + . n −1 (1)

n

Thay lần lượt n bởi n – 1, n -2, …. , 3 và tính  2 thu được

 n −1 =  n −1 + . n − 2 (2)

 n −2 =  n −2 + . n −3 (3)

….
 4 =  4 + . 3 (n-3)

 3 =  3 + . 2 (n-2)

 2 =  2 +  +  2 (n-1)

Nhân đẳng thức (2) với  , đẳng thức (3) với  2, ..., đẳng thức (n-3) với  n-4, đẳng thức (n-2) với
 n -3, đẳng thức (n-1) với  n- 2. Rồi cộng các kết quả đó lại vế theo vế được

 n =  n +  n −1 +  n −2 2 + ... +  2 n −2 +  n −1 +  n

(n + 1) n khi  = 

=   n +1 −  n +1
  −  khi   


  0 khi  = 
n  0  
Do vậy, hệ U độc lập tuyến tính khi   − khi    (vì n lẻ).

C. BÀI TẬP CHƯƠNG 3

Bài 3.1. Tìm véc tơ x = 2x1 – x2 + x3 biết:
a) x1 = (2; 1; -1; 3); x2 = (- 2; 1; 3; 4); x3 = (-3; 1; 4; 5)
b) x1 = (a; 1; 2; -1); x2 = (- 2; - a; 1; -1);x3 = (- 2; 4; a; 3)
Bài 3.2. Xét sự độc lập tuyến tính và phụ thuộc tuyến tính của các hệ véc tơ sau
a) U = {x1 = (2; 1; -1); x2 = (- 2; 3; -4); x3 = (3; - 1; 2)}
b) U = {x1 = (3; -2; 4); x2 = (- 2; 2; 0); x3 =(- 1; 2; 4)}
 c) U = {x1 =(1;1;0); x2 =(0;1;1); x3 = (1;0;1); x4 =(2;-2; 2)}
d) U = {x1 = (1; -1; 2); x2 = (2; 0; 1)}
e) U = {x1 =(1;-1;2;3); x2 = (2;3;- 2;- 4); x3 = (3;2; 0; -1)}
Bài 3.3. Biểu diễn véc tơ a qua các véc tơ u1, u2, u3
a) a = (4; 9; -3; -1); u1 = (1; 2; -1; 1); u2 = (0; - 1; 2; 2); u3 = (2; 4; 1; -1)
b) a = (3; 0; 4) ; u1 = (1; -1; 2); u2 = (2; -1; 4); u3 = (0; 1; -1)
Bài 3.4. Trong R3, hệ véc tơ nào sau đây là cơ sở của R3
a) U = {u = (1 ; -2 ; 3)}
b) U = {u1 = (1 ; -1 ; -2) ; u2 = (3 ; 0 ; 1)}
c) U = {u1 =(1 ; -2 ; 1) ;u2 = (1 ;-3 ; - 4) ; u3 = (2 ; -5 ; - 3) }
d) U = {u1 = (1 ; -1 ; -3) ;u2 = (0 ; 0 ; 0); u3 = (5 ; -4 ; 0)}
e) U = {u1 = (1 ; 1 ; 0) ; u2 = (-1 ; 1 ; 2); u2 = (2 ; 0 ; 1) ; u3 = (1 ; 2 ; 3)}
f) U = {u1 = (1 ; 1 ; -2) ; u2 = (0 ; -1 ; 1) ; u3 = (0 ; 0 ; 2)}
Bài 3.5. Tìm hạng của hệ véc tơ sau
a) U = {u1 = (3 ; 1 ; -2) ; u2 = (-2 ; 1 ; 3) ; u3 = (-1 ; 3 ; 4)}
b) U = {u1 = (-1 ; 1 ; 2) ; u2 = (2 ; - 3 ; -1) ; u3 = (-3 ; 2 ; 6)}
c) U = {u1 = (2 ; 3 ; 1 ; 2) ; u2 = (3 ; 1 ; 2 ; 7) ; u3= (2 ; 4 ; 3 ; 3) ; u4= (1 ; 1 ; 2 ; 3)}
d) U = {u1 = (1;2 ;3 ; -3) ; u2 = (2 ; 1 ; -2 ; 3) ; u3 = (-3 ; 1 ; 2 ; 1) ; u4 = (-3 ; 6 ; 3 ; 2)}
e) U = {u1 = (1 ; 0 ; 1 ; -2) ; u2 = (1 ; 1 ; 3 ; -2) ; u3 = (2 ; 1 ; 5 ; -1) ; u4=(1 ; -1 ; 1 ; 4)}
Bài 3.6. Tuỳ theo giá trị của m, tìm hạng của hệ véc tơ sau
a) U = {u1= (1 ; - 2 ; 3) ; u2 = (2 ; 1 ; 0) ; u3 = (m ; 0 ; 0)}
b) U = {u1 = (1 ; 2 ; -1) ; u2 = (2 ; 4 ; m)}
c) U = {u1 = (1;1;1; 2) ; u2 = (1; -1; 2; 0) ; u3 = (1; 2; 0; 0) ; u4 = (m -1; -1; -1; -2)}
Bài 3.7. Tập hợp nào sau đây là không gian con của không gian R3
a) F = {(x1; 0; x2); x1, x2  R}
b) F = {(x1; 0; 1); x1  R}
c) F = {(a; b; a - 2b); a, b  R}
d) F = {(x1, x2, x3): x1 - 2x2 + x3 = 1; x1, x2, x3  R}
Nếu F là không gian con của R3 thì tìm cơ sở và số chiều của F.
Bài 3.8. Tìm cơ sở và số chiều của không gian con F của R3 sinh bởi hệ véc tơ sau
a) U = {u1 = (- 1 ; 2 ; -3)}
b) U = {u1 = (1 ; - 1 ; 2); u2 = (-3 ; 0 ; 1)}
c) U = {u1 = (1 ; 2 ; 1); u2 = (- 1 ;- 3 ; 4); u3 = (0 ; - 1 ; 5) }
d) U = {u1 = (-1 ; 1 ; - 3); u2 = (0 ; 0 ; 0); u3 = (-1 ; 0 ; - 4)}
e) U = {u1 = (1 ; 0 ; 0); u2 = (1 ; -1 ; 0); u3 = (1 ; 1 ; -1); u4 = (1 ; - 2 ; - 3)}
f) U = {u1 = (1 ; 0 ; 0); u2 = (1 ; - 1 ; 0); u3 = (-1 ; 1 ; 1)}
Bài 3.9. Tìm m để hệ véc tơ sau là cơ sở của không gian R3
a) U = {u1 = (3; 1; m); u2 = (1; 1; 0) ; u3 = ( 2; 1; m)}
b) U = {u1 = (1; - 2; 2); u2 = (0; 1; -1) ; u3 = (1; -1; m)}
Bài 3.10. Cho tập F = ( x; y; z) R : ax + by − z = 0; a , b R
3

a) Chứng minh rằng F là không gian con của R3

b) Tìm dim F
 x − 2 y + mz = 0 
F = ( x; y; z) R 3 :  
  x+y =0 
Bài 3.11. Cho tập (m là tham số)
a) Chứng minh rằng F là không gian con của R3
 b) Tìm dimF
Bài 3.12. Cho hệ {u1, u2, u3} là phụ thuộc tuyến tính trên Rn và u3 không biễu diễn tuyến tính qua {u1,
u2}. Chứng minh rằng u1 và u2 tỷ lệ nhau.
Bài 3.13. Chứng minh rằng hạng của hệ véc tơ không đổi nếu:
a) Đổi chỗ hai véc tơ trong hệ
b) Nhân một véc tơ của hệ với một số khác không
c) Nhân một véc tơ của hệ với một số thực khác không rồi cộng vào một véc tơ khác trong hệ
Bài 3.14. Cho U = {u1, u2, …, um}  Rn. Gọi L(U) là tập hợp tất cả các tổ hợp tuyến tính của các phần
tử trên U:
L(U) = {u = t1u1 + t2u2 + … + tmum| t1, t2, …, tm  R}
Chứng minh rằng L(U) là không gian véctơ con của Rn và dimL(U) = r(U)
Bài 3.15. Cho hệ véc tơ U = {u1, u2, …, um} là độc lập tuyến tính trên Rn và hệ
{X, u1, u2, …, um } phụ thuộc tuyến tính. Chứng minh rằng véc tơ X biểu diễn duy nhất dưới dạng tổ
hợp tuyến tính của các véc tơ trong hệ U.
 x y z 
 
F = ( x; y; z) R : 1
3
0 1 =0 
 1 2 −2 
Bài 3.16. Cho tập  

a) Chứng minh rằng F là không gian con của R3

b) Tìm cơ sở và số chiều của F.
Bài 3.17. Cho hệ véc tơ a1 = (2; 1; 0); a2 = (-1; 1; 1); a3 = (1; 2; -1) và các véc tơ b1 = a1 – a2;
b2 = 2a2 – a3; b2 = 2a2 – a3; b3 = a1 – 2a3.
a) Xét sự độc lập tuyến tính và phụ thuộc tuyến tính của hệ véc tơ {b1, b2, b3}
b) Biểu diễn véc tơ x = (3; 1; -1) qua hệ véc tơ {b1, b2, b3}
 a b  
E = A =   ; a , b, c, d  R 
Bài 3.18. Cho tập  c d  

a) Chứng minh rằng E với phép toán cộng hai ma trận, nhân ma trận với một số lập thành một
không gian véc tơ trên R.
b) Tìm cơ sở và số chiều của E.
Bài 3.19. Cho E, F là các không gian véc tơ con của Rn. Hỏi E  F có là không gian con của Rn hay
không?
Bài 3.20. Trong R4, cho hệ véc tơ
U = {u1=(-1; 2;1;2); u2 =(1; m; 1; 3); u3 =(1; -1; -1; -1); u4 =(-1; 2; m; 2); u5 =(1; 1; -1; 1)}
Tìm một cơ sở không gian con L(U).
Bài 3.21. Trong không gian R4, cho hệ véc tơ U = {u1, u2, u3, u4}
với u1 = (2; 3; 3; -1); u2 = (1; -1; 3; 3); u3 = (2; 3; 1; a); u4 = (1; -1; b; 1)
a) Tìm điều kiện của a, b để u là một cơ sở của R4.
b) Khi a = -1, b = 2; hãy biểu diễn X = (2; 3; 0; 1) qua hệ véc tơ U
Bài 3.22. Cho các tập con của R3:

E = ( x; y; z)  R 3 : x − 2 y + z = 0 
   x − y + 2z = 0 
F = ( x; y ; z)  R 3 :  
 2x − 3y + mz = 0 

Tìm m để E  F là không gian con của R3 có số chiều bằng 1.

Bài 3.23. Trong R3, hãy chứng minh rằng L({u1, u2}) = L({v1, v2})
a) u1 = (3; -4; 2); u2 = (2; 3; -1); v1 = (0; -17; 7);
v2 = (11; -9; 5)
b) u1 = (2; -1; 5); u2 = (-1; 4; 3); v1 = (1; 2; 8);
v2 = (4; 5; 21)
Bài 3.24. Trong R4, cho hệ véc tơ U = {u1 = (1; 2; a; 1); u2 = (a; 1; 2; 3); u3 = (0; 1; b; 0)}
a) Xác định a, b để hệ U là phụ thuộc tuyến tính.
b) Với a, b tìm được, hãy tìm một cơ sở và số chiều của L(U).
Bài 3.25. Giả sử u, v  R và A là ma trận vuông cấp n. Chứng minh rằng
n

a) Nếu {Au, Av} là độc lập tuyến tính thì {u, v} là độc lập tuyến tính.
b) Nếu {u, v} là độc lập tuyến tính và A khả nghịch thì {Au, Av} độc lập tuyến tính
Bài 3.26. Trong không gian R4, cho
F = (x + z; y; y + z; x + 2y) : x, y, z R và

V = {(1; 0; 0; 1); (0; 1; 1; 2); (1; 0; 1; 0); (-1; 1; 1; 1)}

a) Chứng minh rằng F là không gian con của R4 và V là hệ sinh của F.
b) Tìm một cơ sở của F và hạng của V.
c) Véc tơ a = (1; 1; 1; 3) có phải là một tổ hợp tuyến tính của V hay không? Bổ sung các véc tơ
vào hệ V để trở thành một cơ sở của R4.
HƯỚNG DẪN VÀ ĐÁP SỐ
Bài 3.1. a) x = (3; 2; -9; 7) b) x = (2a; a + 6; a + 3; 2)
Bài 3.2. Hướng dẫn: Tìm hạng của hệ véc tơ đó rồi kết luận
a) độc lập tuyến tính b) phụ thuộc tuyến tính
c) phụ thuộc tuyến tính d) độc lập tuyến tính
e) phụ thuộc tuyến tính
Bài 3.3. Hướng dẫn: Viết a = x1u1 + x2u2 + x3u3. Tìm x1, x2, x3.

a) a = 2u1 – u2 + u3 b) a = u 1 + u 2 + 2u 3
Bài 3.4. Hướng dẫn: Hệ véc tơ có 3 véc tơ độc lập tuyến tính là cơ sở của R3
a), b), c), d) e) U không là cơ sở của R3
f) U là cơ sở của R3
Bài 3.5. Hướng dẫn: Đưa về tìm hạng của ma trận
a) r(U) = 3 b) r(U) = 3 c) r(U) = 3
d) r(U) = 4 e) r(U) = 3
Bài 3.6. Hướng dẫn: Đưa về hạng của ma trận
a) m = 0: r(U) = 2; m  0: r(U) = 3
b) m = -2: r(U) = 1; m  - 2: r(U) = 2
 c) m = 0: r(U) = 3; m  0: r(U) = 4
Bài 3.7. Hướng dẫn: Sử dụng điều kiện của không gian con
a) F là không gian con của R3 và cơ sở là
{(1 ; 0 ; 0) ; (0 ; 0 ; 1) }
b) F không là không gian con của R3.
c) F là không gian con của R3 và cơ sở của nó là
{(1 ; 0 ; 1) ; (0 ; 1 ; -2)}
d) F không là không gian con của R3
Bài 3.8. Hướng dẫn : dimL(U) = r(U) với L(U) là không gian con sinh bởi U và một hệ có r(U) véc
tơ độc lập tuyến tính là cơ sở của L(U)
a) dimL(U) = 1 và U là cơ sở của không gian con đó
b) dimL(U) = 2 và U chính là cơ sở của không gian con đó
c) dimL(U) = 2 và một cơ sở của không gian con đó là {u1, u2}
d) dimL(U) = 2 và một cơ sở của không gian con đó là {u1, u3}
e) dimL(U) =3 và một cơ sở của không gian con đó là {u1, u2, u3 }
f) dimL(U)=3 và U chính là cơ sở của không gian con đó
Bài 3.9. Hướng dẫn : Đưa về định thức của ma trận liên kết với hệ véc tơ đó khác không
a) m  0 b) m  1
Bài 3.10.
a) Sử dụng điều kiện cần và đủ để tập F là không gian con của R3

F (x ; y; z ) R3 :ax by z 0; a, b R (x ; y; z ) R 3 : z ax by;a,b R
b)
F có một cơ sở là {(1; 0; a); (0; 1; a)} và dimF = 2
Bài 3.11.
a) Sử dụng điều kiện cần và đủ để tập F là không gian con của R3
  − mz 
  x= 
 3
F = ( x; y; z) R 3 :  
  y = mz 
  3 
b)
 − m m 
 ; ;1
F có một cơ sở là  3 3  và dimF = 1

Bài 3.12, Bài 3.13, Bài 3.14, Bài 3.15: bạn đọc tự giải
Bài 3.16
a) Sử dụng điều kiện cần và đủ để tập F là không gian con của R3
b) dimF = 2 và một cơ sở của F là {(3; 2; 0); (1; 0; 1) }
Bài 3.17. a) Hệ {b1, b2, b3} độc lập tuyến tính
4 1 1
x= b1 + b 2 − b 3
b) 3 3 3

Bài 3.18.
a) Sử dụng điều kiện cần và đủ để tập F là không gian con của R3
  1 0 0 1 0 0 0 0 
 
0 0 0 0 1 0 0 1 
; ; ;
b) dimE = 4 và một cơ sở của E là  
Bài 3.19. E  F không là không gian con của Rn
Bài 3.20. Tìm cơ sở của L(U) chính là đi tìm hệ véc tơ con độc lập tuyến tính cực đại của U.
Dựa trên biến đổi ma trận liên kết với hệ véc tơ U đưa về ma trận dạng bậc thang để tìm
− 1 1 1 − 1 1  − 1 1 1 −1 1 
 2 m −1 2 1   0 3 1 0 m + 2
A=  →
 1 1 − 1 m − 1  0 0 0 m −1 2 
   
 2 3 −1 2 1   0 0 0 0 3 − m = B

* Nếu m = 3 thì hệ véc tơ gồm các cột 1, cột 2, cột 4 của B là độc lập tuyến tính cực đại. Tương
ứng với hệ gồm các véc tơ {u1, u4, u5} là một cơ sở của L(U).
* Nếu m = 1 thì hệ véc tơ gồm các cột 1, cột 2, cột 5 của B là độc lập tuyến tính cực đại. Tương
ứng với hệ gồm các véc tơ {u1, u2, u5} là một cơ sở của L(U).
* Nếu m  1 và m  3 thì hệ véc tơ gồm các cột 1, 2, 4, 5 của B là độc lập tuyến tính cực đại.
Tương ứng với hệ gồm các véc tơ {u1, u2, u4, u5} là một cơ sở của L(U).
Bài 3.21.
a) Hệ U là cơ sở của R4 khi và chỉ khi det(A)  0 với A là ma trận liên kết của U
 3a − ab − b + 7  0 .

b) x = -u1 + u2 + 2u3 – u4
 x − 2 y + z = 0 
 3  
E  F = ( x; y ; z)  R : x − y + 2z = 0 
 2x − 3y + mz = 0 
Bài 3.22. Ta có   

x − 2 y + z = 0 x − 2 y + z=0
 
 x − y + 2z = 0   y+ z=0
2x − 3y + mz = 0  (m − 3)z = 0
  (*)
x = −3z

Nếu m = 3 thì hệ (*) có nghiệm y = −z  E  F = (-3z;- z; z) : z  R 

hay dim(E  F) = 1

Nếu m  3 thì hệ (*) có nghiệm x = y = z = 0  E  F = (0;0;0)  hay dim(E  F) = 0

Bài 3.23. Hướng dẫn: Do {u1, u2}, {v1, v2 } độc lập tuyến tính nên ta chỉ cần chứng minh v1, v2 thuộc
L({u1, u2}).
Bài 3.24. a) Dùng định nghĩa và dùng hạng của ma trận, suy ra đáp số a = 3 ; b = 7/5
b) Cơ sở là {u1, u2 } và dimL(U) = 2.
Bài 3.25. Dùng định nghĩa hệ véc tơ độc lập tuyến tính và tính chất của các phép toán ma trận.
Bài 3.26. a) Chứng minh rằng F = L({(1; 0; 0; 1); (0; 1; 1; 2); (1; 0; 1; 0)} và nhận xét rằng: (-1; 1;
1; 1) = (0; 1; 1; 2) – (1; 0; 0; 1)
b)Cơ sở của F là U = {(1; 0; 0; 1); (0; 1; 1; 2); (1; 0; 1; 0)} và r(V) = 3
c) Bổ sung thêm véc tơ (1; 1; 1; 0) vào U thì được cơ sở của R4.