BTTN012 2019

Mục lục
Chương 1. HỆ PHƯƠNG TRÌNH TUYẾN TÍNH 1

1.1 Khái niệm ma trận. Phép toán hàng và dạng bậc thang của ma trận . . . . 1
1.2 Giải hệ tuyến tính tổng quát. Phương pháp Gauss . . . . . . . . . . . . . . 2
Chương 2. MA TRẬN 7
2.1 Các phép toán trên ma trận . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2 Ma trận khả nghịch . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
Chương 3. ĐỊNH THỨC 13

3.1 Khái niệm định thức . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.2 Các phép toán sơ cấp trên hàng và định thức . . . . . . . . . . . . . . . . 14
3.3 Ứng dụng của định thức . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
Chương 4. KHÔNG GIAN VECTƠ 21

4.1 Không gian vectơ và không gian con . . . . . . . . . . . . . . . . . . . . . 21
4.2 Độc lập tuyến tính và phụ thuộc tuyến tính. Cơ sở của không gian vectơ . 28
4.3 Tọa độ đối với cơ sở . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.4 Số chiều của không gian vectơ . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.5 Không gian hàng và hạng của ma trận . . . . . . . . . . . . . . . . . . . . 37
4.6 Chuyển cơ sở . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
Chương 5. ÁNH XẠ TUYẾN TÍNH 39

5.1 Định nghĩa ánh xạ tuyến tính, nhân và ảnh của ánh xạ tuyến tính . . . . . 39
5.2 Sự đẳng cấu của các không gian véctơ và hạng của ánh xạ tuyến tính . . . 43
5.3 Biểu diễn ma trận của ánh xạ tuyến tính . . . . . . . . . . . . . . . . . . . 45
Chương 6. VECTER RIÊNG, CHÉO HÓA VÀ DẠNG TOÀN PHƯƠNG 49

6.1 Giá trị riêng và vectơ riêng . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
6.2 Chéo hóa ma trận . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
Chương 7. ĐƯỜNG BẬC HAI PHẲNG VÀ MẶT BẬC HAI 55
Chương 8. MỘT SỐ ĐỀ THI THAM KHẢO 57
Tài liệu tham khảo 61

Mục lục
Chương 1
HỆ PHƯƠNG TRÌNH TUYẾN TÍNH
1.1 Khái niệm ma trận. Phép toán hàng và dạng bậc thang của
ma trận
Tóm tắt lí thuyết: Để có dạng bậc thang của ma trận A, ta có thể sử dụng thuật toán
rút gọn hàng theo lược đồ sau:
Bước 1: Dùng phép đổi hàng ( nếu cần) để có phần tử chính trong cột khác 0 đầu tiên
(tính từ trái sang phải ) là phần tử ở đỉnh của cột. Đây là phần tử chốt thứ nhất.
Bước 2: Dùng phép thay thế hàng để biến tất cả các phần tử đứng phía dưới phần tử
chốt thứ nhất (trong cùng một cột) thành phần tử 0.
Bước 3: Lặp lại hai bước trên đối với ma trận con thu được từ ma trận ban đầu bằng
cách bỏ đi hàng và cột chứa phần tử chốt thứ nhất, và cứ tiếp tục như vậy cho đến phần tử
chốt cuối cùng.
Bài tập 1.1 Đưa các ma trận sau về dang bậc thang:
     
1 −3 2 2 5 6 −4 1 −6
A = 3 −4 1
  B= 1 2 5  C =  1 2 −5 
2 −5 3 1 3 2 6 3 −4
   
1 2 −3 0 2 −2 2 1
D = 2 4 −2
 2  E =  −3 6 0 −1 
3 6 −4 3 1 −7 10 2
Bài tập 1.2 Đưa các ma trận sau về dang bậc thang rút gọn:
     
2 2 −1 6 4 2 3 −2 5 1 1 −2 3 1 2
A= 4 4
 1 10 13  B =  3 −1 2 0 4  C= 1 1 4 −1 3 
6 6 0 20 19 4 −5 6 −5 7 2 5 9 −2 8
   
1 3 −1 2   0 1 3 −2
 0 11 −5 3 1 2 −1 2 1
  0 4 −1 3 
D=
 2 −5
 E= 2 4 1 −2 3  F = 
3 1   0 0 1 1 
3 6 2 −6 5
4 1 1 5 0 5 −3 4
1
2 Chương 1. HỆ PHƯƠNG TRÌNH TUYẾN TÍNH
Tóm tắt lí thuyết:

Để tìm hạng của ma trận A khác không, ta dùng các phép biến đổi sơ cấp để đưa A về
dạng bậc thang. Lúc đó hạng của ma trận A bằng số hàng khác không của ma trận
bậc thang.
Bài tập 1.3 Xác định hạng của ma trận sau:

     
3 5 7 1 1 3 1 1 −3
A= 1 2 3  B= 2 1 4  C= −1 0 2 
1 3 5 1 2 5 −3 5 0
     
1 2 3 4 4 3 2 2 1 2 3 6
D= 2 4 6 8  E= 0 2 1 1  F = 2 3 1 6 
3 6 9 12 0 0 3 3 3 1 2 6
   
1 −1 5 −1 1 3 −2 −1
 1 1 −2 3   2 5 −2 1 
G=  3 −1
 H= 
8 1   1 1 6 13 
1 3 −9 7 −2 −6 8 10
Bài tập 1.4 Tìm và biện luận hạng của các ma trận theo tham số m, n:
   
1 1 −3 m 5m −m
A= 2 1 m  B =  2m m 10m 
1 m 3 −m −2m −3m
   
3 1 1 4 m 0 0 n
 m 4 10 1
 D= n m 0 0 
  
C=  1 7 17 3   0 n m 0 
2 2 4 1 0 0 n m
1.2 Giải hệ tuyến tính tổng quát. Phương pháp Gauss

Tóm tắt lí thuyết: Để giải hệ phương trình tuyến tính Ax = b bằng phương pháp Gauss ta
thực hiện các bước sau:
- Bước 1: Lập ma trận đầy đủ A∗ của hệ: A∗ = [A|b].
-Bước 2: Đưa A∗ về dạng bậc thang. Giả sử A∗ ∼ B.
-Bước 3: Kết luận
+ Nếu r(A∗ ) > r(A), tức là ma trận B có một hàng có dạng (0 0 ... 0 α), α 6= 0 thì
hệ vô nghiệm.
+ Nếu r(A∗ ) = r(A) = n (số ẩn) thì hệ có nghiệm duy nhất.
+ Nếu r(A∗ ) = r(A) = r < n thì hệ vô số nghiệm phụ thuộc vào n − r tham số.

 +x2 +x3 = 3
Ví dụ: 3x1 +5x2 +9x3 = −2
x1 +2x2 +3x3 = 3

Giải.
1.2. Giải hệ tuyến tính tổng quát. Phương pháp Gauss 3
Ma trận đầy đủ của hệ là:

     
0 1 1 3 1 2 3 3 1 2 3 3
h ↔h3 h2 →h2 −3h1
A∗ =  3 5 9 −2  −−1−−→  3 5 9 −2 −−−−−−→  0 −1 0
− −11 
1 2 3 3 0 1 1 3 0 1 1 3
     
1 0 1 −3 1 0 1 −3 1 0 0 5
h2 →h2 +h3 h2 ↔h3 h2 →h2 −h3
−−−−−−−→ 0 0 1 −8 −−−−→ 0 1 1
   3 −−−−−−→ 0 1
  0 11 
h1 →h1 −2h3 h1 →h1 −h3
0 1 1 3 0 0 1 −8 0 0 1 −8
Vậy nghiệm của hệ là: (5, 11, −8)
Bài tập 1.5 Mỗi ma trận cho sau đây là ma trận đầy đủ của hệ phương trình tuyến tính,
hãy xác định hệ có nghiệm không, nếu có thì viết ra các nghiệm ấy.
   
1 2 −1 2 1 0 1 0 1
a. A∗ =  0 1 3 4  b. A∗ =  0 1 1 1 2 
0 0 0 −5 0 0 0 1 3
 
  1 3 0 3
1 1 −1 3 1  0 0 1 3 
c. A∗ =  0 0 2 1 3  d. A∗ =  0 0 0 0 

0 0 0 1 −2
0 0 3 1
Bài tập 1.6 Xác định sự tồn tại cũng như tính duy nhất nghiệm của mỗi hệ sau:
 
 x1 +2x2 −3x3 = 8  −3x1 +6x2 +16x3 = 36
a. x1 +3x2 −5x3 = 11 b. x1 −2x2 −5x3 = −11
2x1 +5x2 −8x3 = 19 2x1 −3x2 −8x3 = −77
 
 
 x1 +2x2 −x3 = 4  x1 +2x2 −3x3 = −5
c. 2x1 +5x2 +x3 = 10 d. 2x1 +4x2 −6x3 +x4 = −8
4x1 +9x2 −x3 = 19 6x1 +13x2 −17x3 +4x4 = −21
 
 

 x1 −6x2 =5 
 2x2 −2x3 +2x5 = 2
x2 −4x3 +x4 = 0 x1 +2x2 −3x3 +x4 +4x5 = 1
 
e. f.

 −x1 +6x2 +x3 +5x4 = 3 
 2x1 +5x2 −7x3 +3x4 +10x5 = 5
−x2 +5x3 +4x4 = 0 2x1 +4x2 −5x3 +3x4 +8x5 = 3
 
Bài tập 1.7 Hãy xác định a, b, c, d để mỗi hệ cho bởi ma trận đầy đủ sau đây là có
nghiệm, trong trường hợp hệ có nghiệm khi nào nghiệm đó là duy nhất.
 
  1 −1 4 −2 5
2 4 −3 6  0 1 2 3 4 
a. 0 b
 7 2  b. 
 0

0 d 5 7 
0 0 a a
0 0 0 cd c
Bài tập 1.8 Viết ra nghiệm của hệ có ma trận đầy đủ tương đương hàng với mỗi ma
trận sau:
   
1 −2 0 0 7 −3 1 0 −5 0 −8 3
 0 1 0 0 −3 1   0 1 4 −1 0 6 
a. A =   b. B =  
 0 0 0 1 5 −4   0 0 0 0 1 0 
0 0 0 0 0 0 0 0 0 0 0 0
   
1 0 −2 0 0 0 1 0 0 8 −3
 0 1 6 −3 −2 7   0 1 0 4 −6 
c. C =   d. D =  
 0 0 0 1 0 −5   0 0 1 −7 5 
0 0 0 0 1 0 0 0 0 0 0
Bài tập 1.9 Giải các hệ phương trình sau bằng phương pháp Gauss:

 x1 + 2x2 + 3x3 + 4x4 = 5
2x1 + x2 + 2x3 + 3x4 = 1

a.

 3x 1 + 2x 2 + x 3 + 2x 4 = 1
4x ‘ + 3x + 2x + x 4 = −5

 1 2 3
 x1 + 2x2 − 3x3 + 4x4 = 2
b. 2x1 + 5x2 − 2x3 + x4 = 1
5x 1 + 12x2 − 7x3 + 6x4 = 7



 2x1 + x2 + x3 = 2
x1 + 3x2 + x3 = 5

c.

 x 1 + x 2 + 5x 3 = −7
2x + 3x − 3x = 14

 1 2 3

 −x1 + x2 + x3 + x4 = 4
2x1 + x2 + 2x3 + 3x4 = 1

d.

 3x1 + 2x2 + x3 + 2x4 = 1
 4x1 + 3x2 + 2x3 + x4 = −5


 3x1 + x2 − x3 − 3x4 = −10
2x1 − 2x3 − 2x4 = −4

e.

 3x1 + 4x2 + 4x3 + 6x4 = 6
 x1 + 2x2 + 3x3 + 4x4 = 5


 x1 + x2 + x3 − x4 = −6
x1 + 2x2 + 3x3 + 4x4 = 5

f.

 2x 1 + 2x2 + x3 + 2x4 = 1
3x1 + 2x2 + x3 + 2x4 = 1

Bài tập 1.10 Biện luận theo a, b, c, d số nghiệm của hệ phương trình

 ax1 +x2 +x3 +x4 = 1
a. x1 +ax2 +x3 +x4 = a
x1 +x2 +ax3 +x4 = b



 x +2y +2z =a
2x −y +z =b

b.

 3x +y −z =c
x −3y +5z =d

1.2. Giải hệ tuyến tính tổng quát. Phương pháp Gauss 5
Tóm tắt lí thuyết: Để giải hệ thuần nhất Ax = 0 bằng phương pháp Gauss ta giải như sau:
-Bước 1: Lập ma trận hệ số A.
-Bước 2: Đưa ma trận A về dạng bậc thang.
-Bước 3: Kết luận
+ Nếu r(A) = n (số ẩn) thì hệ có nghiệm tầm thường duy nhất (0, 0, ..., 0).
+ Nếu r(A) < n thì hệ có vô số nghiệm phụ thuộc vào n − r(A) tham số.
Chú ý : Hệ thuần nhất không bao giờ vô nghiệm vì nó luôn có nghiệm (0, 0, ..., 0)
Ví dụ: Giải hệ phương trình thuần nhất sau


 x1 + 5x2 − 3x3 = 0
3x1 + 5x2 − 9x3 = 0
x1 + x2 − 3x3 = 0

Giải.
Ma trận hệ số của hệ phương trình:
   
1 5 −3 1 5 −3
h →h2 −3h1
A= 3 5 −9  −−2−−− −−→  0 −10 0 
h3 →h3 −h1
1 1 −3 0 −4 0
   
−1
h2 → 10 h2
1 5 −3 1 0 −3
h →h1 −5h2
−−−− −→  0 1 0  −−1−−− −−→  0 1 0 
h3 →h3 +4h2
0 −4 0 0 0 0
Vậy nghiệm của hệ là: (3t, 0, t) với t ∈ R.
Bài tập 1.11 Giải các hệ thuần nhất sau:

 
 x1 + 2x2 − 3x3 = 0  x1 + 3x2 − 2x3 = 0
a. 2x1 + 5x2 − 2x3 = 0 b. x1 − 8x2 + 8x3 = 0
3x1 − x2 − 4x3 = 0 3x1 − 2x2 + 4x3 = 0
 

 x1 + 2x2 − x3 = 0
 x1 + 3x2 − 2x3 = 0


2x1 + 5x2 + 2x3 = 0

c. 2x1 − 3x2 + x3 = 0 d.
x1 + 4x2 + 7x3 = 0
3x1 − 2x2 + 2x3 = 0
 

x1 + 3x2 + 3x3 = 0

 
 x1 − 2x2 + 3x3 − 2x4 = 0  x1 + 2x2 − 5x3 + 4x4 = 0
e. 3x1 − 7x2 − 2x3 + 4x4 = 0 f. 2x1 − 3x2 + 2x3 + 3x4 = 0
4x1 + 3x2 + 5x3 + 2x4 = 0 4x1 − 7x2 + x3 − 6x4 = 0
 
Bài tập 1.12 Cho hệ phương trình:



 2x1 +3x2 −x3 =5
x1 −x2 +x3 =2


 x1 +2x2 +λx3 =8
4x1 +x2 +x3 =9

a. Giải hệ phương trình trên khi λ = 1.
b. Tìm λ để hệ trên có nghiệm.
Bài tập 1.13 Xác định m để hệ phương trình sau có nghiệm:



 x1 −2x2 +x3 +x4 =1
2x1 +x2 −x3 +2x4 =0


 x1 −x2 +2x3 −3x4 = −2
4x1 −2x2 +2x3 =m

Bài tập 1.14 Giải và biện luận theo a số nghiệm

 của các hệ phương trinh sau
 x1 + 2x2 + ax3 = 1  2ax1 + x2 + x3 = 1
a. 2x1 + ax2 + 3x3 = −1 b. x1 + 2ax2 + x3 = 2a .
x1 + 2x2 − 2x3 = 1 x1 + x2 + 2ax3 = 4a2
 
Chương 2
MA TRẬN
2.1 Các phép toán trên ma trận

Tóm tắt lí thuyết: Giả sử A = [aij ], B = [bij ]. Khi đó,
+ Ma trận A cộng được cho B khi A, B có cùng cấp và A + B = C = [cij ] với cij = aij + bij ,
tức là ta cộng tương ứng các phần tử của ma trận A với B.
+ Một số k nhân với ma trận A thì ta nhân k với từng phần tử của A, tức là kA = [kaij ]
+ Ma trân A nhân đuợc với ma trận B nếu số cột của A bằng số dòng của B, tức là
m
P
A ∈ Mn×m (R), B ∈ Mm×p (R) thì tồn tại C = [cij ]n×p = AB, với cij = hi A.bj = aik bkj .
k=1
+ Ma trận chuyển vị của A, kí hiệu AT là ma trận thu được bằng cách đổi dòng của
ma trận A thành cột của ma trận AT
Bài tập 2.1 Thực hiện các phép tính:

1 2 3 1 −1 2
a. A + B với A = và B =
4 5 6 0 3 −5

1 −2 3
b. 3A và −5A với A =
4 5 −6

1 −2 3 3 0 2
c. 2A − 3B với A = và B =
4 5 −6 −7 1 8
d. 5A − 2B; 2A + 3B; A(BC); (AB)C; AT ; B T ; AT B T ; A2 ; AC biết

1 2 5 0 1 −3 4
A= ; B= ; C=
3 −4 −6 7 2 6 −5

T T 1 2 0
e. AA và A A biết A =
3 −1 4

x y x 6 4 x+y
Bài tập 2.2 Tìm x, y, z, w biết: 3 = +
z w −1 2w z+w 3
7
8 Chương 2. MA TRẬN

1 2
Bài tập 2.3 Cho A = tìm ma trận B ∈ M2×3 sao cho AB = 0
3 6
Bài tập 2.4 Cho các ma trận

     
1 −3 0 1 1 −2 2 0 −2
A= 4 5 1 ,B =  3 0 4  , C =  4 7 −5 
3 8 0 −1 3 2 1 0 −1
Gọi D = [dij ] = 2AB +C 2 không tính toàn bộ ma trận D mà hãy tính cụ thể mỗi phần tử:
a. d11
b. d21
c. d32
   
1 4 4 3 2 1
1 5 −1 3 4
Bài tập 2.5 Cho A = ;B = ;C =  1 3  ; D =  −1 0 1 2 
−1 3 3 5 2
4 −3 2 1 0 3
a. Hãy tính các tích sau đây hoặc giải thích tại sao chúng không tồn tại:
AB; BA; AC; DC; CD; C T D
b. Kiểm tra rằng A(BC) = (AB)C và (AB)T = B T AT .
c. Không thực hiện phép tính, hãy tìm DT C
Bài tập 2.6        

3 3 −5 3 −6 15
Cho A =  0 −1 −1  và x =  −1  , y =  0  , z =  3 
−2 −4 −4 −4 4 9
a. Tính các tích Ax, By, Cz

b. Dùng kết quả câu a) để tính tích A x y z

Cho đa thức f (x) = an xn + ... + a2 x2 + a1 x + a0 , nếu A ∈ Mk (R) thì luôn tồn tại
biểu thức f (A) = an An + ... + a2 A2 + a1 A + a0
và f (A) được gọi là đa thức của ma trận A. Nếu f (A) = 0 thì A được gọi là
nghiệm của f (x)

1 2
Bài tập 2.7 Cho A =
4 −3
a. Tính A2 ;A3
b. Tìm f (A) với f (x) = 2x3 − 4x + 5

2.1. Các phép toán trên ma trận 9

2 2
Bài tập 2.8 Cho A = . Tìm g(A) với g(x) = x2 − x − 8
3 −1

5 2
Bài tập 2.9 Cho A = . Tìm tất cả các số k để cho A là nghiệm của đa thức:
0 k
a. f (x) = x2 − 7x + 10
b. g(x) = x2 − 25
c. h(x) = x2 − 4

3 8 −57
Bài tập 2.10 Tìm ma trận tam giác trên A sao cho A =
0 27

k 0
Bài tập 2.11 Giả sử AB = BA với A; B ∈ M2×2 . Chứng minh rằng B =
0 k
 
0 1 0 0  
 0 1 1 0
0 1 0 
; B =  0 1 1  . Tìm An ; B n ,
Bài tập 2.12 Cho A = 
 0 ∀n ∈ Z +
0 0 1 
0 0 1
0 0 0 0
Bài tập 2.13 Tính Ak , k ∈ N biết rằng:

2 −1 1 α α β
a.A = b.A = c.A =
3 −2 0 1 0 α
 
1 1 1
cos ϕ − sin ϕ
d. e.A =  0 1 1 
sin ϕ cos ϕ
0 0 1
Bài tập 2.14 Ma trận B gọi là giao hoán được với ma trận A nếu AB = BA. Tìm tất
cả các ma trận giao hoán được với ma trận sau:
 
0 1 0
1 0 1 0
a. A = ; b. A = ; c.A =  0 0 1 
−1 0 0 2
0 0 0
Bài tập 2.15 Cho A = [aij ]m×n , hãy tìm phần tử (i, j) của AT A và AAT . Từ đó chứng
minh rằng nếu AT A = 0 hoặc AAT = 0 thì A = 0.
Bài tập 2.16 Tổng các phần tử trên đường chéo của một ma trận vuông A = [aij ] cấp
n được gọi là vết của ma trận vuông đó,
Kí hiệu là
tr(A) = a11 + a22 + ... + ann
Chứng minh rằng nếu A, B là các ma trận vuông cấp n thì:
a. tr(A + B) = tr(A) + tr(B)
b. tr(αA) = αtr(A)
c. tr(AB) = tr(BA)
2.2 Ma trận khả nghịch
Tóm tắt lí thuyết: Các bước tìm ma trận nghịch đảo của ma trận A vuông cấp n
-Bước 1: Lập ma trận khối [A|In ], trong đó In là ma trận đơn vị cấp n.
-Bước 2: Dùng các phép biến đổi sơ cấp đưa [A|In ] về dạng bậc thang rút gọn [R|B].
+ Nếu R = In thì A khả nghịch và B = A−1
+ Nếu R 6= In thì A không khả nghịch.
Ví dụ: Tìm ma trận nghịch đảo của ma trận sau

 
1 2 0
C= 2 2 5 
1 −1 3
Giải.
Lập ma trận khối:
   
1 2 0 1 0 0 1 2 0 1 0 0
h →h2 −2h1
[C|I3 ] =  2 2 5 0 1 0  −−2−−− −−→  0 −2 5 −2 1 0 
h3 →h3 −h1
1 −1 3 0 0 1 0 −3 3 −1 0 1
   
1 2 0 1 0 0 1 0 −4 3 −2 2
h2 →h2 −h3 h →h1 −2h2
−− −−−−→  0 1 2 −1 1 −1  −−1−−− −−→  0 1 2 −1 1 −1 
h3 →h3 +3h2
0 −3 3 −1 0 1 0 0 9 −4 3 −2
11 2 10
 
1 0 −4

3 −2 2
 1 0 0 −
 9 3 9 
h3 → 19 h3
 0 1 2 −1 1 −1  h1 →h1 +4h3  1 1 5 
−−−−−→   −−−−−−−→  0 1 0 − − 
4 1 2 h2 →h2 −2h3  9 3 9 
0 0 1 − −  4 1 2 
9 3 9 0 0 1 − −
9 3 9
 
11 2 10
−
 9 3 9 
1 1 5 
 
Vậy C −1 = − − 

 9 3 9 
 4 1 2 
− −
9 3 9
Bài tập 2.17 Xác định tính khả nghịch rồi tìm ma trận nghịch đảo ( nếu có) của mỗi
ma trận sau:
2.2. Ma trận khả nghịch 11
     
1 3 −2 2 1 −1 1 −2 0
A =  2 8 −3 ; B =  5 2 −3 ; C =  2 −3 1 
1 7 1 0 2 1 1 1 5
     
1 1 1 1 1 2 1 0 1 3 −5 7
 0 1 1 1   0 1 −1 1   0 1 2 −3 
D= ; E= ; F = 
 0 0 1 1   1 3 1 −2   0 0 1 2 
0 0 0 1 1 4 −2 4 0 0 0 1
     
2 1 0 0 1 1 1 1 0 0 1 −1
 3 2 0 0   1 1 −1 −1   0 3 1 4 
G= ; H=
 1 −1
; I= 
 1 1 3 4  1 −1   1 −1 0 0 
2 −1 2 3 1 −1 −1 1 0 0 1 1
 
1 1 1 −3
 0 1 0 0  sinα cosα
J = ; K=
 1 1 2 −3  −cosα sinα
2 2 4 −5

a b
Bài tập 2.18 Tìm ma trận nghịch đảo của A =
c d
3 5 1 1
Ứng dụng: A = ; B= .
2 3 2 3
Bài tập 2.19 Tìm ma trận A sao cho A2 = B với:

4 21
a. B = ;
0 25

1 4
b. B =
0 −9
Bài tập 2.20 Tìm điều kiện của tham số để các ma trận sau khả nghịch, sau đó tìm ma
trận nghịch đảo tương ứng của nó:
   
1 −3 2 1 0 p
a.  3 −7 m + 5  ; b.A =  1 1 0 
−m 2m 1 2 1 1
 
2 −1 1
Bài tập 2.21 Cho ma trận B =  0 1 1 . Hãy tìm B −1 , từ đó giải hệ phương
  1 −1 −1  
2 2 4
trình Bx = d với i)d =  3  , ii)d = 3  3  , iii)d =  −2 
−1 −1 3
Bài tập 2.22 Không giải hệ phương trình, tìm x2 của các hệ phương trình sau

 2x1 + x2 − 3x3 + 2x4 = −3
x1 + 3x2 − 2x3 + x4 = 2

a.

 2x1 + 2x2 + x3 + 3x4 = 12
 3x1 + 2x2 − x3 + 3x4 = 7


 −3x1 + 2x2 + x3 + 5x4 = 5
2x1 + 5x2 − 3x3 + 4x4 = 5

b.

 x1 + 3x2 − 4x3 + x4 = 0
−2x + x2 + 4x3 − x4 = −5

 1

 2x1 + 3x2 + x3 + x4 = 10
x1 + 2x2 + 2x3 − 2x4 = 5

c.

 3x 1 + x2 − 2x3 + 2x4 = 2
 2x1 − x2 − x3 + x4 = 0


 −5x1 − 3x2 + 4x3 + x4 = 0
2x1 + 5x2 − 3x3 + 4x4 = 5

d.

 x1 + 3x2 − 4x3 + x4 = 0
x1 + 10x2 − 8x3 + 2x4 = −5

   
2 1 −1 1 1 1
Bài tập 2.23 Cho A =  3 1 −2  và B =  2 2 2 .
−2 2 3 −1 −1 −1
T
Tìm X biết A X = B
Chương 3
ĐỊNH THỨC
3.1 Khái niệm định thức

Tóm tắt lí thuyết: Cách tính và một vài tính chất của định thức
Giả sử A = [aij ] ∈ Mn (R) ta có:
n n
aij Cij trong đó Cij là (−1)i+j nhân với định thức của ma trận thu
P P
- det A = aij Cij =
j=1 i=1
được từ A bằng cách bỏ đi dòng i và cột j của A.
- Định thức của ma trận tam giác bằng tích các phần tử nằm trên đường chéo.
- C = Cof (A) = [Cij ] được gọi là ma trận phụ hợp của A.
Khi đó ta có thể tính định thức của A theo công thức sau: det A = (hi A).(hi C) = ai .Ci
- Các tính chất của định thức:
+ Nếu A có chứa hàng (cột) 0, hai hàng (cột) bằng nhau, hai hàng (cột) tỉ lệ thì det A = 0
+ det AT = det A
Bài tập 3.1 Không khai triển, hãy sử dụng tính chất để tính định thức của mỗi ma trận
sau:
 
  1 3 0 5 7  
0 1 5 1  0 3 1 1 2 1 −5
 2 −1 1 −1  2 3 
; C =  2 4 0 1 
 
A=   ; B =  0 0 4 1 0 
0 1 0 1  
 0 0 0 −1 8 
  3 0 1 6 
3 −2 4 −2 1 2 1 −5
0 0 0 0 3
 
1 3 4 −5 7
 3 3 1 2 0 
 
D =  2 −1 4
 0 0 
 5 3 0 0 0 
−2 0 0 0 0
Tóm tắt lí thuyết

Chọn hàng (cột ) có càng nhiều số 0 càng tốt để làm hàng (cột) khai triển

4 3 0

Ví dụ Tính định thức sau: A = 6 5 2

9 7 3
13
14 Chương 3. ĐỊNH THỨC
Giải.

4 3 0
= (−1) 4 5 2 + (−1) 3 6 2
1+1
1+2

A = 6 5 2 7 3 9 3

9 7 3
= 4(15 − 14) − 3(18 − 18) = 4
Bài tập 3.2 Tính các định thức sau bằng cách khai triển theo hàng hay theo cột được
chọn một cách hợp lí nhất:

1 −2
6 3 2 4 0
5 2
2 3 2 8 1 6
0
9 0 −4 1 0
0 3 0
D1 = 3 0 1 ; D2 = 4 0 2 ; D3 = ; D4 = 8 −5 6 7 1
5 0 4 4
9 6 3 3 −2 5 3 0 0 0 0
2 −6 −7 5
4 2 3 2 0
Bài tập 3.3 Viết ra ma trận phụ hợp C = Cof (A) của mỗi ma trận A sau đây rồi kiểm
tra lại công thức: AC T = (detA)I
   
5 −1 1 2 −1 −2
3 −2
a. A = ; b. A =  1 4 6 ; c.A =  1 0 3 
2 5
−3 2 1 3 −1 0
Bài tập 3.4 Chứng minh rằng:

a11 + a0 a12 + a0 · · · a1n + a0 a11 a12 · · · a1n 0 0
a11 a12 · · ·
0
a1n
11 12 1n
a21 a22 ··· a2n a21 a22 · · · a2n a21 a22 · · · a2n
= +

.. .. .. .. .. .. .. .. .. .. .. ..

. . . .
. . . .
. . . .

an1 an2 ··· ann an1 an2 · · · ann an1 an2 · · · ann
3.2 Các phép toán sơ cấp trên hàng và định thức

+ Nếu nhân một hàng (cột) nào đó của ma trận A cho cùng một số thực α để được một ma
trận mới B thì ta có: det B = α det A
+ Nếu đổi chỗ hai hàng (cột) của ma trận A thì định thức của A sẽ đổi dấu
+ Định thức của ma trận A sẽ không thay đổi nếu ta thực hiện phép thay thế hàng
(hi → hi + αhj )
+ Nếu ta cộng vào một hàng một tổ hợp tuyến tính của các hàng còn lại thì định thức
sẽ không thay đổi.
+ Ma trận vuông A khả nghịch khi và chỉ khi det A 6= 0
+ Nếu A, B là hai ma trận vuông cấp n thì det(AB) = det(A) det(B)
1
+ Nếu A khả nghịch thì det(A−1 ) =
det A
Bài tập 3.5 Tính định thức của mỗi ma trận sau:
3.2. Các phép toán sơ cấp trên hàng và định thức 15
   
2 1 1 3 −2 −4
a.A =  0 5 −2 ; b.B =  2 5 −1 
1 −3 4 0 6 1
   
−2 −1 4 7 6 5
c.C =  6 −3 −2 ; d.D =  1 2 1 
4 1 2 3 −2 1
   
1 −2 0 2 2 −3 1 0
 2 −5 3 2   −5 8 2 1 
e.E = 
 4
; f.F = 
 1 −4 −2

1 1 0  0 
−5 0 −4 −4 2 −1 4 0
Bài tập 3.6 Tính các định thức sau đây:

sin2 α cos2α cos2 α

1−λ
3 2

3−λ
0 2

a. sin2 β cos2β cos2 β
;
b. 2
1−λ 3 c. 0
1−λ 2

sin2 γ cos2γ cos2 γ
3 2 1−λ 2 2 2−λ

2−λ 5 −1 2−λ
0 0

2 − λ −1
1

d. 2 −1 − λ 5 ; e. −2 3 − λ −1
; f. −1 2 − λ −1

2 2 2−λ 3 −2 2 − λ 0 0 1−λ

= 3. Tính 2a 2b + a − 3c b − 3d
a b
Bài tập 3.7 Cho .
c d 2c 2d 5a + 2c 5b + 2d

a b c −4a + 2d −4b + 2e −4c + 2f

Bài tập 3.8 Cho d e f = 3. Tính 3d 3e 3f .

g h i 2g + 3a 2h + 3b 2i + 3c
Tóm tắt lí thuyết: Điều kiện để ma trận A khả nghịch là det A 6= 0

 
1 0 −1
Ví dụ A =  2 1 2 
p 1 −2
Ta có:

1 0 −1 1 0 −1 1 0 −1

det(A) = 2 1 2 = 0 1 4 = 0 1 4 =p−6

p 1 −2 0 1 p−2 0 0 p−6
A khả nghịch ⇔ det(A) 6= 0 ⇔ p − 6 6= 0 ⇔ p 6= 6
Bài tập 3.9 Tìm điều kiện của t để ma trận sau khả nghịch bằng cách tính định thức
       
2 −t 3 t−2 2 3 0 t 0 1 t−5 2
a. −2 1 −3 ; b.
   0 t − 2 2 ; c.  t 0 0 ; d.  0 1 4 
2 7 5 0 0 7 0 0 t t 0 0
     
t−2 4 3 t−1 3 −3 t + 3 −1 1
e.  1 t + 1 −2 ; f.  −3 t + 5 −3 ; g.  7 t−5 1 
0 0 t−4 −6 6 t−4 6 −6 t + 2

a1 b 1 a1 x + b 1 y + c 1 a1 b 1 c 1

a. a2 b2 a2 x + b2 y + c2 = a2 b 2 c 2

a3 b 3 a3 x + b 3 y + c 3 a3 b 3 c 3

a1 + b 1 x a 1 − b 1 x c 1 a1 b 1 c 1

b. a2 + b2 x a2 − b2 x c2 = −2x a2 b2 c2
a3 + b 3 x a 3 − b 3 x c 3 a3 b 3 c 3

1 a bc

c. 1 b ca = (b − a)(c − a)(c − b)

1 c ab
3.3 Ứng dụng của định thức

Tìm ma trận nghịch đảo bằng phương pháp ma trận phụ hợp:
+ Tìm ma trận phụ hợp C = [Cij ]
+ Tính det A
1
+ Áp dụng công thức A−1 = (Cof (A))T
detA
Ví dụ: Tìm ma trận nghịch đảo của A với

 
0 2 −3
A =  −3 3 0 
2 5 4
Giải.
Ta có:
+ Tìm Cof (A):
3.3. Ứng dụng của định thức 17

3 0 1+1 −3 0

1+1

c11 = (−1) = 12, c12 = (−1) 2 4 = 12
5 4

1+3 −3 3 2+1 2 −3

c13 = (−1) = −21, c21 = (−1) = −23
2 5 5 4

2+2 0 −3 2+3 0 2

c22 = (−1) = 6, c23 = (−1) =4
2 4 2 5

3+1 2 −3 3+2 0
−3
c31 = (−1) = 9, c32 = (−1) =9
3 0 −3 0

3+3 0 2
c33 = (−1) = 6.
−3 3
   
12 12 −21 12 −23 9
⇒ Cof (A) =  −23 6 4  ⇒ (Cof (A))T =  12 6 9 
9 9 6 −21 4 6
+det A = 12.0 + 12.2 + (−3)(−21) = 87
 
12 −23 9
1 
Vậy A−1 = 12 6 9 
87
−21 4 6
Bài tập 3.11 Tìm các ma trận nghịch đảo bằng 2 cách ( phương pháp lập ma trận khối
1
(A|I) và phương pháp ma trận phụ hợp A−1 = (Cof (A))T ):
detA
     
2 2 3 1 1 1 2 7 3
A = 1 −1 0
 ; B =  0 1 1 ; C= 3 9 4 
2 −1 0 1 0 1 1 5 3
   
1 0 0 0 1 2 −3 5
 2 2 0 0   0 2 4 1 
D= −3 4 3
; E= 
0   0 0 3 2 
5 1 2 4 0 0 0 4
   
2 1 −1 1 1 1
Bài tập 3.12 Cho A =  3 1 −2  và B =  2 2 2 .
−2 2 3 −1 −1 −1
Tìm X biết AT X = B

Để giải hệ phương trình Ax = 0 bằng phương pháp Cramer (chú ý phương pháp này
chỉ áp dụng được khi A là ma trận vuông khả nghịch, tức là số ẩn và số phương trình trong hệ
bằng nhau) ta làm như sau:
+ Bước 1: Tính các định thức D = det A, Dj = det Aj b, j = 1, n,
trong đó Aj b là ma trận thu được bằng cách thay cột b vào cột j của ma trận A.
+ Bước 2: Kết luận
Dj
+ Nếu D 6= 0 thì hệ có nghiệm duy nhất: xj =
D
+ Nếu D = 0 và tồn tại Dj 6= 0, 1 ≤ j ≤ n thì hệ phương trình vô nghiệm.
+ Nếu D = 0 và Dj = 0, ∀i = 1, n thì chưa kết luận.
Thay giá trị của tham số (ứng với trường hợp này) vào hệ đã cho và giải bằng
phương pháp Gauss, hệ có thể vô nghiệm hoặc vô số nghiệm.
Ví dụ: Giải hệ phương trình tuyến tính sau

 x1 − 5x2 − 2x3 = −2
2x1 + 3x3 = 3
4x1 + x2 − x3 = 1

Giải.

1 −5 −2

+ D = 2 0 3 = 0 − 60 − 4 − 0 − 3 − 10 = −77
4 1 −1

−2 −5 −2

+ D1 = 3 0 3 = 0 − 15 − 6 − 0 + 6 − 15 = −30
1 1 −1

1 −2 −2

+ D2 = 2 3 3 = −3 − 24 − 4 + 24 − 3 − 4 = −14
4 1 −1

1 −5 −2

+ D3 = 2 0 3 = 0 − 60 − 4 + 0 − 3 + 10 = −57
4 1 1

D1 30
x1 = =


D 77




D2 14

Vậy nghiệm của hệ là: x2 = =


 D 77

 D3 57
 x3 =
 =
D 77
Bài tập 3.13 Giải các phương trình sau bằng phương pháp Cramer:
3.3. Ứng dụng của định thức 19
 
 2x1 − x2 − 3x3 = 5  2x1 + 3x2 − 2x3 = 5
a. 3x1 − 2x2 + 2x3 = 5 b. x1 − 2x2 + 3x3 = 2
5x1 − 3x2 − x3 = 16 4x1 − x2 + 4x3 = 1
 
 
 x1 + 2x2 + 3x3 = 3  x1 + 2x2 + 2x3 = 2
c. 2x1 + 3x2 + 8x3 = 4 d. 3x1 − 2x2 − x3 = 5
3x1 + 2x2 + 17x3 = 1 3x1 − x2 + 9x3 = −4
 
 
 2x1 + x2 − 2x3 = 10  x1 + 2x2 − 3x3 = 1
e. 3x1 + 2x2 + 2x3 = 1 f. 2x1 + 5x2 − 8x3 = 4
5x1 + 4x2 + 3x3 = 4 3x1 + 8x2 − 13x3 = 7
 
 
 x1 + 2x2 − 3x3 = −1  x1 + 2x2 + x3 = 3
g. 3x1 − x2 + 2x3 = 7 h. 2x1 + 5x2 − x3 = −4
5x1 + 3x2 − 4x3 = 2 3x1 − 2x2 − x3 = 5
 
Bài tập 3.14 Giải và biện luận theo a, b, c mỗi phương trình tuyến tính sau:
 
 x1 + 2x2 + ax3 = 1  x1 + 2x2 + ax3 = 2
a. 2x1 + ax2 + 3x3 = −1 b. x1 + x2 + (a − 2)x3 = 1
x1 + 2x2 − 2x3 = 1 x1 + 2x2 + x3 = b
 
 
 3x1 +(a + 2)x2 +(a + 3)x3 =0  2ax1 + x2 + x3 = 1
c. 2x1 +ax2 +3x3 = −1 d. x1 + 2ax2 + x3 = 2a
(a − 4)x2 +7x3 = −3 x1 + x2 + 2ax3 = 4a2
 
 
 x1 +x2 +(1 − a)x3 = a + 2  x1 −2ax2 −x3 = −3
e. (1 + a)x1 −x2 +2x3 =0 f. 2x1 −ax2 +x3 = 9
2x1 −ax2 +3x3 =a+2 3x1 −3x2 =b
 
 
 x1 +x2 +x3 = 3  x1 +ax2 +x3 =2
g. x + 1 +(1 + a)x2 +x3 = 3 h. x1 +x2 +(a − 1)x3 = 1
x1 +x2 +ax3 = 1 x1 +x2 +x3 =2
 

 ax1 +x2 +x3 +x4 = 1
 x1 +2x2 +2x3 =0


x1 +ax2 +x3 +x4 = a

i. −2x1 +(a − 2)x2 +(a − 5)x3 = 2 j.
x 1 +x2 +ax3 +x4 = a2
ax1 +x2 +(a + 1)x3 = −2
 

x1 +x2 +x3 +ax4 = a3



 x1 +x2 −2x3 = 1
2x1 +3x2 +mx3 = 2
4x1 +5x2 −x3 =m+1

a. Tìm m để hệ có nghiệm duy nhất.
b. Tìm m để hệ có vô số nghiệm.


 x1 +x2 −x3 = 1
2x1 +3x2 +kx3 = 3
x1 +kx2 +3x3 = 2

Xác định giá trị của k sao cho:
a. hệ có nghiệm duy nhất.
b. hệ không có nghiệm.
c. hệ có vô số nghiệm.


 kx1 +x2 +x3 = 1
x1 +kx2 +x3 = 1
x1 +x2 +k3 = 1

Xác định giá trị của k sao cho:
a. hệ có nghiệm duy nhất.
b. hệ không có nghiệm.
c. hệ có vô số nghiệm.
Chương 4
KHÔNG GIAN VECTƠ
4.1 Không gian vectơ và không gian con

+ Chứng minh một tập hợp V cùng với hai phép toán cho trước lập thành
một không gian vectơ.
Kiểm tra 8 tiên đề của không gian vectơ.
(V1 ) : (u + v) + w = u + (v + w), ∀u, v, w ∈ V
(V2 ) : u + v = v + u, ∀u, v ∈ V
(V3 ) : ∃θV ∈ V sao cho u + θV = u, ∀u ∈ V
(V4 ) : ∀u ∈ V, ∃ − u ∈ V sao cho u + (−u) = θV
(V5 ) : α(u + v) = αu + αv, ∀u, v ∈ V, α ∈ R
(V6 ) : (α + β)u = αu + βu, ∀α, β ∈ R, ∀u ∈ V
(V7 ) : (αβ)u = α(βu), ∀α, β ∈ R, ∀u ∈ V
(V8 ) : 1.u = u, ∀u ∈ V
+Nếu tập hợp V cùng với hai phép toán cho trước sẽ không phải là không gian vectơ
nếu vi phạm một trong các tiên đề trên.
Ví dụ: R2 với phép cộng thông thường và phép nhân với vô hướng định nghĩa như sau:
(x1 ; y1 ) + (x2 ; y2 ) = (x1 + x2 + 1; y1 + y2 ), ∀(x1 ; y1 ), (x2 ; y2 ) ∈ R2
α(x; y) = (αx + α − 1; αy), ∀(x; y) ∈ R2 , α ∈ R
là không gian vectơ vì thỏa 8 tiên đề của không gian vectơ.

Thật vậy:
+ (V1 )∀u = (x1 , y1 ), v = (x2 , y2 ), w = (x3 , y3 ) ∈ R2 :
(u + v) + w = (x1 + x2 + 1, y1 + y2 ) + (x3 , y3 )
= (x1 + x2 + 1 + x3 + 1, y1 + y2 + y3 )
= (x1 + x2 + x3 + 2, y1 + y2 + y3 )
= u + (v + w)
21
22 Chương 4. KHÔNG GIAN VECTƠ
+ (V2 )∀u = (x1 , y1 ), v = (x2 , y2 ) ∈ R2 :
u + v = (x1 ; y1 ) + (x2 ; y2 )
= (x1 + x2 + 1; y1 + y2 )
= (x2 + x1 + 1; y2 + y1 )
= (x2 ; y2 ) + (x1 ; y1 ) = v + u
+ (V3 )∀u = (x1 , y1 ) giả sử θ = (x2 ; y2 ) ∈ R2 .

Ta xét:
θ+u=u
⇔(x1 + x2 + 1; y1 + y2 ) = (x1 ; y1 )

x1 + x2 + 1 = x1
⇔
y1 + y2 = y1

x2 = −1
⇒
y2 = 0
Chọn θ = (−1; 0) ∈ R2 thì θ + u = u

+ (V4 )∀u = (x1 , y1 ) giả sử v = (x2 ; y2 ).
Ta xét:
u+v =θ
⇔(x1 + x2 + 1; y1 + y2 ) = (−1; 0)

x1 + x2 + 1 = −1
⇔
y1 + y2 =0

x2 = −2 − x1
⇒
y2 = −y1
Chọn −u = (−x1 − 2; −y1 ) ∈ R2 thì u + (−u) = (x1 − x1 − 2 + 1; y1 − y1 ) = (−1; 0) = θ

+ (V5 )∀u = (x1 , y1 ), v = (x2 , y2 ) ∈ R2 , ∀α ∈ R:
α(u + v) = α((x1 ; y1 ) + (x2 ; y2 )) = α(x1 + x2 + 1; y1 + y2 )

= (αx1 + αx2 + α + α − 1; αy1 + αy2 )
= ((αx1 + α − 1) + (αx2 + α − 1) + 1; αy1 + αy2 )
= (αx1 + α − 1; αy1 ) + (αx2 + α − 1; αy2 )
= αu + αv
+ (V6 )∀u = (x1 , y1 ) ∈ R2 , ∀α, β ∈ R:
(α + β)u = ((α + β)x1 + (α + β) − 1; (α + β)y1 )

= ((αx1 + α − 1) + (βx1 + β − 1) + 1; αy1 + βy1 )
= (αx1 + α − 1; αy1 ) + (βx1 + β − 1; βy1 )
= αu + βu
4.1. Không gian vectơ và không gian con 23
+ (V7 )∀u = (x1 , y1 ) ∈ R2 , ∀α, β ∈ R

α(βu) = α(βx1 + β − 1; βy1 )
= (αβx1 + αβ − α + α − 1; αβy1 )
= (αβx1 + αβ − 1; αβy1 )
= (αβ)u
+ (V8 )∀u = (x1 ; y1 ) ∈ R2 : 1u = (1x1 + 1 − 1; 1y1 ) = (x1 ; y1 ) = u.
Bài tập 4.1 Xác định các tập cùng với phép toán đã chỉ ra sau đây có phải là không
gian vectơ không?
a. R2 với phép toán cộng và phép toán nhân như sau:

(x1 , y1 ) +(x2 , y2 ) = (x1 + x2 + 1, y1 + y2 )
α(x1 , y1 ) = (αx1 , αy1 )
b. R2 với phép toán cộng và phép toán nhân như sau:

(x1 , y1 ) +(x2 , y2 ) = (3x1 + 3x2 , y1 + y2 )
α(x1 , y1 ) (3αx1 , αy1 )
c. R2 với phép toán cộng và phép toán nhân như sau:

(x1 , y1 ) +(x2 , y2 ) = (x1 + x2 , 0)
α(x, y) = (αx, 0)
d. R2 với phép cộng thông thường và phép nhân với vô hướng định nghĩa như sau:
α(x; y) = (αy; αx)∀α ∈ R và ∀(x; y) ∈ R2
e. R2 với phép cộng thông thường và phép nhân với vô hướng định nghĩa như sau:
(x1 ; y1 ) + (x2 ; y2 ) = (x1 + x2 ; y1 + y2 ), ∀(x1 ; y1 ), (x2 ; y2 ) ∈ R2

α(x; y) = (αx; 0), ∀(x; y) ∈ R2 , α ∈ R
f. Tập F là các hàm thực liên tục trên R với phép nhân với vô hướng thông thường,
còn phép cộng được định nghĩa như sau:
(f + g)(x) = f (x) + 2g(x)

Để chứng minh một tập A là không gian con của không gian vectơ V:
+ θV ∈ A ⇒ A 6= ∅
+ (S1) ∀x, y ∈ A ⇒ x + y ∈ A
+(S2) ∀x ∈ A, ∀α ∈ R ⇒ αx ∈ A
+ Ta có thể thay (S1) và (S2) bằng điều kiện sau : ∀x, y ∈ A, ∀α, β ∈ R ⇒ αx + βy ∈ A
Ví dụ A = {f : f (3) = 0} là không gian con vì:

+θ ∈ A ⇒ A 6= ∅
+∀α, β ∈ R; ∀f1 , f2 ∈ A : (αf1 + βf2 )(3) = αf1 (3) + βf2 (3) = α0 + β0 = 0 ⇒
αf1 + βf2 ∈ A
Bài tập 4.2 Các tập hợp dưới đây có phải là không gian con của không gian vectơ Rn
hay không?
a. W = {x = (x1 , x2 , ..., xn ) ∈ Rn |x1 + x2 + ... + xn = 0} ;
b. W = {x = (x1 , x2 , ..., xn ) ∈ Rn |x1 + x2 + ... + xn = 1} ;
c. W = {x = (x1 , x2 , ..., xn ) ∈ Rn |xn ≥ 0} ;
d. W = {x = (x1 , x2 , ..., xn ) ∈ Rn |x1 + 2x2 = 3x3 } ;
e. W = {x = (x1 , x2 , ..., xn ) ∈ Rn |x1 + 3x2 = 1} ;
f. W = {x = (x1 , x2 , ..., xn ) ∈ Rn |x21 = x2 } ;
g. W = {x = (x1 , x2 , ..., xn ) ∈ Rn |x1 x2 = 0} ;
h. W = {x = (x1 , x2 , ..., xn ) ∈ Rn |x1 = x2 = ... = xn } ;
i. W = {x = (x1 , x2 , ..., xn ) ∈ Rn |x1 + x2 + ... + xn = n} ;
j. W = {x = (x1 , x2 , ..., xn ) ∈ Rn |x1 ∈ Q} .
Bài tập 4.3 Xác định mỗi tập sau có phải là không gian con của M(n, n) không? Tại
sao?(Ký hiệu M(n, n) là không gian vectơ các ma trận cỡ n × n).
a. Tập hợp A tất cả các ma trận tam giác trên cỡ n × n
b. Tập hợp B tất cả các ma trận chéo cấp n
c. Tập hợp C tất cả các ma trận bậc thang cỡ n × n
d. Tập hợp D tất cả các ma trận đối xứng cỡ n × n
e. Tập hợp E tất cả các ma trận phản đối xứng cỡ n × n (An×n được gọi là ma trận
đối xứng nếu A = −AT )
Bài tập 4.4 Xác định xem W có phải là không gian con của các không gian vectơ tương
ứng hay không?
a. W = {(a, b, c) ∈ R3 : a = 2b} ⊂ R3
b. W = {(a, b, c) ∈ R3 : a ≤ b ≤ c} ⊂ R3
c. W = {(a, b, c) ∈ R3 : ab = 0} ⊂ R3
d. W = {(a, b, c) ∈ R3 : a = b2 } ⊂ R3
e. W = {(a, b, c) ∈ R3 : −a − 5b + 2c = 0} ⊂ R3
f. W = {(a, b) ∈ R2 : ab = 0} ⊂ R2
g. W = {(a, b, c, d) ∈ R4 : 3a − b + 7d = 5} ⊂ R4
h. W = {(a, b, c, d) ∈ R4 : 2a − 3b + 4d = 0} ⊂ R4
Bài tập 4.5 Cho V là không gian vec tơ - tất cả các hàm số thực trên R. Chỉ ra rằng
W trong mỗi trường hợp sau có là không gian con của V hay không?
a. W = {f ∈ V : |f (x)| ≤ M, ∀x ∈ R}
b. W = {f ∈ V : f (−x) = f (x), ∀x ∈ R}

Ta có
p
P
Sp(S) = { αi vi , α1 ∈ R, vi ∈ S} là không gian con sinh bởi tập S
i=1
N ulA = {X ∈ [R]n : AX = θ} là không gian con của Rn
ColA = Sp{c1 (A), c2 (A), ..., cn (A)} là không gian con của [R]m
RowA = Sp{h1 (A), h2 (A), ..., hm (A)} là không gian con của Rn
(trong đó A là ma trận cấp m × n)
Do đó ta có thể chứng minh một tập con E của không gian vectơ V là
không gian con của V bằng cách chứng minh E = Sp(S), E = ColA, E = RowA
hoặc E = N ulA
Chú ý: Cách chứng minh E = ColA hoặc E = N ulA chỉ áp dụng khi E ⊂ [R]m
và E = RowA chỉ đúng khi E ⊂ Rn .
Ví dụ 1: Chứng minh H là không gian con của M(2, 2)

a+b b
H= ∈ M(2, 2); a, b, d ∈ R
0 d
Giải
a+b b 1 0 1 1 0 0
Ta có H = , a, b, d ∈ R = a +b +d , a, b, d ∈ R
0 d 0 0 0 0 0 1
1 0 1 1 0 0
⇒ H = Sp ; ;
0 0 0 0 0 1
H là một không gian con của M(2, 2)
Ví dụ 2 Chứng minh C là không gian con của [R]3

  
 b+c 
C =  a − b + 2c  , a, b, c ∈ R ⊂ R3
c
 
Giải:
 Ta có         
 b+c   0 b c 
C=  a − b + 2c , a, b, c ∈ R =
  a + −b + 2c , a, b, c ∈ R
    
c 0  0   c
   
         
 0 1 1   0 1 1 
= a 1 + b −1 + c 2 , a, b, c ∈ R = Sp
       1 , −1 , 2 
   
0  0 1 0 0 1
   

0 1 1
Đặt A = 1 −1 2  thì C = ColA. Do đó C là không gian con của R3

0 0 1
Ví dụ 3: Chứng minh W là không gian con của R4

  

 a 

 
b  a+b =0

W=  :


 c  b = c + 3d 

d
 
Giải:
1 1 0 0
Ta xét hệ Ax = 0 (1) với A = thì W là tập nghiệm của hệ (1), hay
0 1 −1 −3
W = N ulA.
Vậy W là không gian con của R4
Bài tập 4.6 Chứng minh mỗi tập bao gồm các vectơ cột sau đây là không gian vectơ,
bằng cách chỉ ra nó là không gian con sinh bởi tập các vectơ nào đó.
     
 s   2t 
a. A =  3s  : s ∈ R ⊂ R3 ; b. B =  0  : t ∈ R ⊂ R3
2s −t
   
  
   s + 3t
 5b + c

 

s − t
   
3  : s, t ∈ R ⊂ R4
c. C =  b  : b, c ∈ R ⊂ R ; d. D =   2s − t 
c
  
 

4t
 
Bài tập 4.7 Cho W là tập tất cả các vectơ cột có dạng như đã chỉ ra, trong đó a, b, c ∈ R.
Trong mỗi trường hợp, hãy chỉ ra tập S sao cho W = Sp(S), hoặc chứng tỏ W không phải
là không gian con của không gian vectơ tương ứng.
     
 3a + b   1−a 
a. W =  4  : a, b ∈ R ⊂ R3 ; b. W =  a − 6b  , a, b ∈ R ⊂ R3
a − 5b a + 2b
   
     

 a−b 
 
 4a + 3b 

b − c 0
     
4
 : a, b, c ∈ R ⊂ R ; d. W =   : a, b, c ∈ R ⊂ R4
c. W =   c−a   a+b+c 

 
 
 

b −2a + c
   
Bài tập 4.8 Gọi C[a,b] là tập tất cả các hàm thực liên tục trên đoạn [a,b] thì C[a,b] lập
thành không gian
con của không gian vectơ các hàm thực xác định trên [a,b]. Chứng minh
rằng tập E = f ∈ C[a,b] : f (a) = f (b) là không gian con của C[a,b] .
Bài tập 4.9 Xác định tập nào trong các tập sau đây sẽ lập nên không gian con của
M(2, 2):

a b
a. H = ∈ M(2, 2) : a, b, d ∈ R
0 d

a a2
b. E = ∈ M(2, 2) : a, b ∈ R
b b2

a a+2
c. E = ∈ M(2, 2) : a, b ∈ R
b c
Bài tập 4.10

Cho F là ma trận cố định nào đó thuộc M(3, 2), gọi H = {A ∈ M(2, 4) : F A = 0 };
(0 là ma trận không của không gian M(3, 4)). Xác định xem H có là không gian con của
M(2, 4) không?
Bài tập 4.11 Xác định xem vectơ v có thuộc không gian con sinh bởi các vectơ vi đã
cho trong mỗi trường hợp sau:

5 7 1 2 0 3 1 2
a. v = ; v1 = , v2 = , v3 =
5 −10 3 −4 1 2 0 0

7 6 3 0 0 1 1 2
b. v = ; v1 = , v2 = , v3 =
−5 −3 1 1 3 4 0 1
c. v = 3x2 + 2x + 9; {v1 = x2 + 1, v2 = x + 3}
d. v = 2x2 + x − 3; {v1 = x2 − x + 1, v2 = x2 + 2x − 2}
Bài tập 4.12 Cho V là không gian vectơ. Chứng minh rằng:
a. Sp {v1 , v2 } = Sp {v1 , 2v1 + v2 }
b. Sp {v1 , v2 } = Sp {v1 + v2 , v1 − v2 }
c. Nếu S ⊂ T ⊂ V, thì Sp(S) ⊂ Sp(T ).
d. Sp(Sp(S)) = Sp(S), với S ⊂ V
e. Giả sử v1 , v2 , ..., vk ∈ V và w1 , w2 , ..., wm ∈ V. Tìm điều kiện đối với vi và wj ,

(i = 1 , · · · , k; j = 1, ..., m) để Sp(v1 , v2 , · · · , vk ) = Sp(w1 , w2 , · · · , wm )
Bài tập 4.13 Giả sử H và K là hai không gian con của không gian vectơ V. Ta gọi tổng
giao của các không gian con H và K tương ứng là:
H ∩ K = {v ∈ V : v ∈ H và v ∈ K}
H + K = {v + w : v ∈ H và w ∈ K}
a. Chứng minh rằng H + K và H ∩ K là những không gian vectơ con của V.
b. Cho ví dụ, chẳng hạn khi V = R2 , để chứng tỏ hợp của hai không gian con nói
chung không phải là không gian con. (Hợp của hai không gian con được hiểu theo nghĩa
hợp của hai tập hợp thông thường).
4.2 Độc lập tuyến tính và phụ thuộc tuyến tính. Cơ sở của
không gian vectơ
Tóm tắt lý thuyết

Để xác định tính độc lập tuyến tính hay phụ thuộc tuyến tính của một tập
S = {v1 , v2 , ..., vp } ta làm như sau:
Giả sử α1 v1 + α2 v2 + ... + αp vp = θ (1)
Từ (1) ta suy ra một hệ phương trình tuyến tính thuần nhất. Ta sẽ giải hệ này.
+ Nếu hệ có nghiệm duy nhất α1 = α2 = ... = αp = 0 thì kết luận S độc lập tuyến tính.
+ Nếu hệ có vô số nghiệm thì kết luận S phụ thuộc tuyến tính
+ Chú ý: Nếu muốn xét tính độc lập tuyến tính của tập S = {v1 , v2 , ..., vp } ∈ Rn
ta làm như sau:
- Lập ma trận A = [v1 v2 ... vp ]
- Đưa ma trận A về dạng bậc thang để xác định hạng của ma trận A.
- Kết luận:
+ Nếu r(A) = p thì S độc lập tuyến tính.
+ Nếu r(A) < p thì S phụ thuộc tuyến tính.
Ví dụ 1
S = {(1; 2; 1; −1), (1; 2; 3; 1), (1; −3; 2; 1)} ⊂ R4 độc lập tuyến tính. Thật vây, ta có:
     
1 1 1 1 1 1 1 1 1
 2 2 −3 
  0 0 −5 
  0 2 1 
A=
 1 → → 
3 2   0 2 1   0 0 1 
−1 1 1 0 2 2 0 0 0
⇒ r(A) = 3 nên tập S là độc lập tuyến tính.

Ví dụ 2

1 2 1 2 1 2
S= ; ; phụ thuộc tuyến tính. Thật vậy:
−1 0 1 1 5 3
4.2. Độc lập tuyến tính và phụ thuộc tuyến tính. Cơ sở của không gian vectơ 29
Giả sử:

1 2 1 2 1 2 0 0
α +β +γ =
−1 0 1 1 5 3 0 0


 α +β +γ =0
2α +2β +2γ =0

⇔

 −α +β +5γ =0
β +3γ =0


 α +β +γ =0
⇔ −α +β +5γ =0
β +3γ =0


 α = 2γ
⇔ β = −3γ
γ∈R

⇒ S phụ thuộc tuyến tính.
Bài tập 4.14 Xác định các tập sau độc lập tuyến tính hay phụ thuộc tuyến tính:
a. u1 = (1; 3; −1; 4), u2 = (3; 8; −5; 7), u3 = (2; 9; 4; 23)
b. u1 = (1; −2; 4; 1), u2 = (2; 1; 0; −3), u3 = (3; −6; 1; 4)
c. u1 = 1 − 2x2 , u2 = 3 − x − x2 , u3 = −1 + 2x + 5x2
d. u1 = x3 − 4x2 + 2x + 3, u2 = x3 + 2x2 + 4x − 1, u3 = 2x3 − x2 − 3x + 5
e. u1 = x3 − 5x2 − 2x + 3, u2 = x3 − 4x2 − 3x + 4, u3 = 2x3 − 7x2 − 7x + 9
f. u1 = x3 − 2x + 3, u2 = x2 + 1, u3 = 2x3 + x2 − 4x + 10
g. u1 = x3 − 2x + 3, u2 = x2 + x + 1, u3 = x3 + 2x2 + 5

1 2 1 1 2 1
h. S = ; ;
3 1 1 1 4 2

1 2 1 2 1 2
i. S = ; ;
−1 0 1 1 5 3
Bài tập 4.15 Trong không gian vectơ V bất kỳ, chứng minh rằng:
a. Nếu {v1 , v2 , ..., vm } là tập độc lập tuyến tính thì tập {α1 v1 , α2 v2 , ..., αm vm } với αi 6=
0, cũng độc lập tuyến tính.
b. Nếu {v1 , v2 , ..., vm } là tập độc lập tuyến tính thì tập {v1 , ..., vi−1 , w, vi+1 ..., vm } với
w = α1 v1 + α2 v2 + ... + αm vm , αi 6= 0, i = 1, ..., m, cũng độc lập tuyến tính.
Tóm tắt lý thuyết

Một tập S = {v1 , v2 , .., vp } sắp thứ tự được gọi là cơ sở của không gian vectơ V
nếu S thỏa hai điều kiện sau:
- S là tập sinh của không gian đó, tức là mọi vectơ của không gian đó đều
là tổ hợp tuyến tính của các vectơ trong S: ∀v ∈ V thì tồn tại các số αi , i = 1, ..., p
sao cho v = α1 v1 + αv2 + ... + αp vp
- S độc lập tuyến tính.
Chú ý: Nếu ta biết được số chiều của không gian vectơ là n thì ta chỉ chứng
minh một tập gồm n vectơ là độc lập tuyến tính hoặc là tập sinh là đủ.
+ Tìm cơ sở của Sp(S) với S = {v1 , v2 , ..., vp } ta làm như sau:
Giả sử α1 v1 + α2 v2 + ... + αp vp = θ (1)
Từ (1) ta suy ra một hệ phương trình tuyến tính thuần nhất. Ta sẽ giải hệ này.
+ Nếu hệ có nghiệm duy nhất α1 = α2 = ... = αp = 0 thì kết luận S là cơ sở của Sp(S).
+ Nếu hệ có vô số nghiệm thì ta loại các vectơ ứng với các ẩn tự do ra khỏi S thì
tập các vectơ còn lại (ứng với các ẩn chính) là cơ sở của Sp(S)
+ Tìm cơ sở của N ulA ta làm như sau:
- Bước 1: Tìm nghiệm tổng quát của phương trình Ax = 0
- Bước 2: Biểu diễn nghiệm tổng quát như là một tổ hợp tuyến tính của các vectơ,
với các ẩn tự do đóng vai trò là các hệ số trong sự biểu diễn đó. Các vectơ có trong
tổ hợp tuyến tính tìm được chính là các vectơ lập nên cơ sở của N ulA
+ Tìm cơ sở của ColA
- Nếu A là ma trận dạng rút gọn thì tập các cột chốt tạo nên cơ sở của ColA
- Nếu A bất kì thì ta sẽ đưa ma trận A về dạng bậc thang khi đó các cột chốt của
ma trận A tương ứng với các cột chốt của ma trận bậc thang là cơ sở của ColA.

a b
Ví dụ 1: Tìm cơ sở của E = A = | a − b − 2c − 3d = 0
c d
Giải.
+ Tìm tập sinh của E

a b
E= A= | a − b − 2c − 3d = 0
c d

b + 2c + 3d b
= A= | b, c, d ∈ R
c d

1 1 2 0 3 0
= A= b+ c+ d | b, c, d ∈ R
0 0 1 0 0 1

1 1 2 0 3 0
= Sp , ,
0 0 1 0 0 1

1 1 2 0 3 0
⇒ E có tập sinh là S = , , .
0 0 1 0 0 1
+ Chứng minh S độc
lập tuyến
tính.

1 1 2 0 3 0 0 0
Giả sử ta có, α1 + α2 + α3 =
0 0 1 0 0 1 0 0
4.2. Độc lập tuyến tính và phụ thuộc tuyến tính. Cơ sở của không gian vectơ 31


 α1 +2α2 +3α3 = 0
α1 =0

⇒

 +α 2 =0
α3 =0


 α1 = 0
⇒ α2 = 0
α3 = 0

⇒ S độc lập tuyến tính
Vậy S là cơ sở của E.
Ví dụ 2: Tìm một cơ sở của Sp(S) với S = {x2 + 1; x2 + x − 1; 3x − 6; x3 + x2 + 1; x3 }
Vì x3 + x2 + 1 = x3 + (x2 + 1)
1
và x2 + x − 1 = (x2 + 1) + (3x − 6)
3
(Cách 1) Ta loại x3 + x2 + 1; x2 + x − 1 ra khỏi S.
0 0
⇒ S = {x2 + 1; 3x − 6; x3 } vẫn là hệ sinh của Sp(S). Ta cần chứng minh S độc lập
tuyến tính. Thật vậy:
Giả sử:
α(x2 + 1) + β(3x − 6) + γx3 = 0, ∀x

⇔γx3 + αx2 + 3βx + α − 6β = 0, ∀x

 α =0
⇒ β =0
γ =0

0
Vậy S là cơ sở của Sp(S).
(Cách 2) Ta loại x3 + x2 + 1, 3x − 6 ra khỏi S.
0 0
⇒ S = {x2 + 1; x2 + x − 1; x3 } vẫn là tập sinh của Sp(S). Ta cần chứng minh S độc
lập tuyến tính. Thật vậy:
Giả sử:
α(x2 + 1) + β(x2 + x − 1) + γx3 = 0, ∀x

⇔γx3 + (α + β)x2 + βx + α − β = 0, ∀x

 α =0
⇒ β =0
γ =0

0
Vậy S là cơ sở của Sp(S).
Bài tập 4.16 Từ tập hợp các vectơ sau hãy tìm một cơ sở cho không gian vectơ tương
ứng
a. {v1 = (1; 0; 0), v2 = (0; 1; −1), v3 = (0; 4; −3); v4 = (0; 2; 0)} ⊂ R3
b. {p0 = 2, p1 = −4x, p2 = x2 + x + 1, p3 = 2x + 7, p4 = 5x2 − 1} ⊂ P2 [x]
Bài tập 4.17 Hãy mở rộng các tập sau thành một cơ sở của không gian vectơ tương ứng
a. {v1 = (1; 0; 0; 0), v2 = (1; 1; 0; 0), v3 = (1; 1; 1; 0)} ⊂ R4

1 0 2 0
b. v1 = , v2 = ⊂ M(2, 2)
0 0 −1 0
Bài tập 4.18 Tìm cơ sở cho N ulA và ColA biết A tương đương hàng với B trong mỗi
trường hợp sau:
 
−2 4 −2 −4
a. A =  2 −6 −3 1 
−3 8 2 −3
 
1 2 −5 11 −3
 2 4 −5 15 2 
b. A = 
 1 2

0 4 5 
3 6 −5 19 −2
Bài tập 4.19 Tìm cơ sở của Sp(S), biết:
a. S = {(1; 1; 1; 2; 3), (1 : 2; −1; −2; 1), (3; 5; −1; −2; 5), (1; 2; 1; −1; 4)}
b. S = {(1; 0; 1; 1; 1), (2; 1; 2; 0; 1), (1; 1; 2; 3; 4), (4; 1; 5; 4; 6)}

1 2 2 5 5 12 3 4
c. S = , , ,
−1 3 1 −1 1 1 −2 5

1 2 3 4 1 2 0 2
d. S = , , ,
0 1 1 1 1 1 1 2
e. S = {1 − 2x2 , 3 − x − x2 , −1 + 2x + 5x2 }
Bài tập 4.20 Cho S = {(1; −1; −1), (3; −1; 5), (−1; 2; 1), (1; −3; −6)}.
a. u = (−3; 6; 2) có thuộc Sp(S) hay không?
b. S có phải là tập sinh của R3 hay không?
Bài tập 4.21 Cho S = {1 + 2x − x2 , −2 + 3x + x2 , 1 + 9x − 2x2 , 5 − 4x − 3x2 }.
a. p(x) = 4 + x − 3x2 có thuộc Sp(S) hay không?
b. S có phải là tập sinh của Pn [x] hay không?
Bài tập 4.22
a. Tìm cơ sở của mặt phẳng cho bởi phương trình x1 − x2 + 8x3 = 0
b. Tìm cơ sở của không gian con P = {x ∈ R3 |3x1 + x2 + 5x3 = 0}

4.3. Tọa độ đối với cơ sở 33
a. Nếu {v1 , v2 } là cơ sở của không gian vectơ V thì {v1 , v2 + cv1 ; c ∈ R} cũng là một
cơ sở của V.
b. Nếu {v1 , v2 , v3 } là cơ sở của không gian vectơ V thì {v1 , v2 , v3 +cv1 + dv2 ; c, d ∈ R }
cũng là một cơ sở của V.
Bài tập 4.24
a. Cho {v1 , v2 , ..., vn } là cơ sở của V và W = Sp({v3 , v4 , ..., vn }). Chứng minh rằng
nếu w = r1 v1 + r2 v2 ∈ W thì w = 0.
b. Cho {v1 , v2 , ..., vn } là cơ sở của V và w = t1 v1 + t2 v2 + ... + tk vk }) với tk 6= 0. Chứng

minh rằng {v1 , v2 , ..., vk−1 , w, vk+1 , ..., vn } là cơ sở của V.
4.3 Tọa độ đối với cơ sở

Tìm tọa độ của vectơ v đối với cơ sở B = {v1 , v2 , ..., vn } là ta tìm bộ số α1 , α2 , ..., αn
α1
 α2 
sao cho v = α1 v1 + α2 v2 + ... + αn vn . Khi đó, [v]B =  .. 
 
 . 
αn
Ví dụ: Tìm tọa độ của x = (9; 6; 11; 0) đối với cơ sở
B = {(1; 0; 1; 0), (2; 1; 1; −1), (0; 1; 1; −1), (2; 1; 3; 1)}
của R4  
x1
 x2 
Gọi [x]B =  
 x3 
x4
Ta có:
        
1 2 0 2 9
 0   1   1   1   6 
x1 
 1  + x2  1  + x3  1
     + x4   = 
  3   11


0 −1 −1 1 0

 x1 +x2
 +2x4 = 9
x2 +x3 +x4 = 6

⇔

 x1 +x2 +x3 +3x4 = 11
−x2 −x3 +x4 = 0



 x1 = −1
x2 = 4

⇔

 x3 = −1
x4 = 3

 
−1
 4 
Vậy [x]B = 
 −1 

Bài tập 4.25 Tìm tọa độ của các vectơ đối với cơ sở tuơng ứng được cho dưới đây
a. u = (9, 1, 5) với cơ sở của R3 là B = {(−1; 2; 1), (2; −5; −3), (5; −7; −3)}
b. u = 7e1 + 5e2 − e3 , với cơ sở của R3 là {e1 , e1 + e2 , e1 + e2 + e3 }
c. p(x) = 5x2 − 2x + 3, với cơ sở của P2 [x] là {1, 1 + x, 1 + x2 }
d. u = av1 + bv2 + cv3 , với cơ sở {v1 + v2 , v1 − v2 , v3 }, trong đó {v1 , v2 , v3 } là một cơ sở

của R3

1 −2 0 1 0 −1 1 −1 0 1
e. A = ∈ M(2, 2) đối với cơ sở B = , , ,
3 4 1 0 0 0 0 3 0 1
của M(2, 2).
Bài tập 4.26 Hãy tìm vectơ, cơ sở B và B-tọa độ của vectơ đó trong mỗi trường hợp
sau:
a. B = {(1; −4; 3), (5; 2; −2), (4; −7; 0)} và (x)B = (3; 0; −1)
b. B = {(−1; 2; 0), (3; −5; 2), (4; −7; 3)} và (x)B = (−4; 8; −7)
c. B = {x + x2 , x − x2 , 1 + x} và (p(x))B = (3; 1; 2)
Bài tập 4.27 Cho không gian vectơ P3 [x]- không gian các đa thức bậc không quá 3.
a. Chứng minh rằng B = {1, 1 − x, (1 − x)2 , (1 − x)3 } là cơ sở của P3 [x].
b. Tìm tọa độ của vectơ u = 2 − 3x − x2 − 2x3 đối với cơ sở B.

4.4. Số chiều của không gian vectơ 35
4.4 Số chiều của không gian vectơ

Số chiều của một không gian vectơ
bằng số vectơ có trong một cơ sở bất kì của nó.
dim(ColA) = r(A)
Đặc biệt: Nếu A ∈ M(m, n) thì
dim(N ulA) = n − r(A)
Do đó để tìm số chiều của không gian con của không gian Rn thì ta tìm hạng của
ma trận A, còn các không gian con của Pn [x], M(n, n) thì ta tìm cơ sở của các không
gian này.
Ví dụ 1: Tìm số chiều của không gian con W sau:

  

 2c 

a − b
  
W =    : a, b, c ∈ R

 b − 3c  

a + 2b
 
        

 2c 
 
 0 0 2  
a−b   1   −1
  0 
     
Giải. Ta có W =   b − 3c  : a, b, c ∈ R = Sp  0  ,  1
, 
   −3 
   
a + 2b 1 2 0
   
 
0 0 2
 1 −1 0 
Lập ma trận: A =   ⇒ W = ColA
 0 1 −3 
1 2 0
⇒ Số chiều của A là số chiều của ColA
     
0 0 2 1 −1 0 1 −1 0
 1 −1 0   0 1 −3   0 1 −3 
A= → → 
 0 1 −3   0 0 2   0 0 2 
1 2 0 0 3 0 0 0 0
⇒ dim W = dim ColA = r(A) = 3
Ví dụ 2: Tìm số chiều của Sp(S) với S = {1 + x + x2 , x + x2 + x3 , 1 + x3 }

Giải.
Giả sử:
α(1 + x + x2 ) + β(x + x2 + x3 ) + γ(1 + x) = 0, ∀x
⇔(α + γ) + (α + β)x + (α + β)x2 + (β + γ)x3 = 0, ∀x

 α +β = 0
⇔ β +γ = 0
α +γ = 0


 α =0
⇔ β =0
γ =0

Suy ra S độc lập tuyến tính. Vậy S là cơ sở của Sp(S) ⇒ dim Sp(S) = 3
Bài tập 4.28 Hãy tìm số chiều của các không gian con sau đây:
  

 a − b + 2c 

a + 3c
  
a. W =    : a, b, c ∈ R

 b − 3c  

a + 2b − c
 
  

 a − 4b − 2c 

2a + 5b − 4c
  
b. W =    : a, b, c ∈ R

 −a + 2c  

−3a + 7b + 6c
 
c. W = {(a; b; c) : a − 3b + c = 0, b − 2c = 0, 2b − c = 0}
d. W = {(a, b, c) : a − 3b + c = 0}
e. Sp(P ) với S = {(1; 1; 2; 1), (−2; −2; −4; −2), (1; −1; 1; 0), (3; 1; 5; 2)}
f. Sp(P ) với S = {1 + 2x − x2 , 1 − x + x2 + x3 , 1 + 2x − x3 }
Bài tập 4.29 Tìm số chiều của các không gian con của M(3, 3) sau đây:
a. Không gian con các ma trận chéo.
b. Không gian con các ma trận đối xứng.
c. Không gian con của các ma trận tam giác trên.
Bài tập 4.30 Tìm số chiều mỗi không gian con của P5 [x] sau đây:
a. U = {(1 + x2 )p : p ∈ P3 [x]}
b. U = {p ∈ P3 [x] : p(−x) = −p(x)∀x}
Bài tập 4.31 Tìm cơ sở và số chiều của các không gian con sinh bởi các tập hợp sau:
a. S = {x3 + 2x2 − 2x + 1; x3 + 3x2 − x + 4; 2x3 + x2 − 7x − 7}
b. S = {x3 + x2 − 3x + 2; 2x3 + x2 + x − 4; 4x3 + 3x2 − 5x + 2}

1 −5 1 1 2 −4 1 −7
c. S = , , , .
−4 4 −1 5 −5 7 −5 1
Bài tập 4.32 Cho U và W là các tập con của R4
U = {(a, b, c, d) : b − 2c + d = 0}
W = {(a, b, c, d) : a = d, b = 2c}
4.5. Không gian hàng và hạng của ma trận 37
a. Chứng minh U, W là các không gian con của R4
b. Tìm cơ sở và số chiều của U, W, U ∩ W
Bài tập 4.33
a. Tìm cơ sở cho mặt phẳng có phương trình: x1 + 3x2 + 4x3 = 0 trong R3 , rồi mở rộng
cơ sở vừa tìm được thành một cơ sở của R3 .
b. Tập hợp các điểm (x1 , x2 , x3 , x4 ) ∈ R4 thỏa mãn phương trình:
c1 x1 + c2 x2 + c3 x3 + c4 x4 + c5 = 0; (ci ∈ R)
được gọi là siêu phẳng trong R4 .

Hãy tìm một cơ sở cho siêu phẳng: x1 + x2 + 2x3 + x4 = 0, rồi mở rộng cơ sở đó
thành cơ sở cho R4 .
Bài tập 4.34 Tìm số chiều của N ulA và ColA với:

 
   1  2 0 3 0
1 2 8 1 1 −3 1  1 2 1 7 1 
a. A =  1 1 5 ; b. A =  2 3 −8 4 ; c. A = 
 2
.
4 0 6 1 
1 0 −2 0 1 −2 3
3 6 1 13 2
Bài tập 4.35

Cho U = {(a; b; c; d) : b + c + d = 0} và W = {(a; b; c; d) : a + b = 0, c = 2d} là các
không gian con của R4 . Hãy tìm:
a. dim U , b. dim W , c. dim(U ∩ W ).
4.5 Không gian hàng và hạng của ma trận

Bài tập 4.36 Tìm N ulA, ColA, RowA, số chiều của các không gian trên và hạng của
ma trận A.
   
1 −1 4 0 4 1 −1 3 −2
a. A =  2 1 7 −1 11 ; b. A =  −3 4 −5 2 
−1 −8 −1 3 −13 4 −7 0 1
Bài tập 4.37 Cho A và B là các ma trận sau cho tích AB được xác định. Chứng minh
rằng:
a. r(AB) ≤ r(A).
b. r(AB) ≤ r(B).
Bài tập 4.38

a. Chứng minh rằng ma trận A cỡ m × n, P là ma trận vuông khả nghịch cấp m thì
r(P A) = r(A).
b. Chứng minh rằng ma trận A cỡ m × n, Q là ma trận vuông khả nghịch cấp n thì
r(AQ) = r(A).
Bài tập 4.39 Cho ma trận A cỡ m × n, chứng minh rằng:
a. r(AT A) = r(A)
b. r(AAT ) = r(A)
c. Nếu tập các cột của A là độc lập tuyến tính thì AT A là ma trận khả nghịch.
4.6 Chuyển cơ sở
Bài tập 4.40 Cho B = {b1 , b2 , b3 } và C = {c1 , c1 , c3 } là hai cơ sở của không gian vectơ
V. Giả sử b1 = 4c1 − c2 ; b2 = −c1 + c2 + c3 ; b3 = c2 − 2c3 .
a. Tìm ma trận chuyển tọa độ từ cơ sở B sang cơ sở C .
b. Tìm [x]C biết x = 3b1 + 4b2 + b3 .
Bài tập 4.41 Cho B = {(1; 2; 0), (1; 3; 2), (0; 1; 3)} là một cơ sở của R3 .
a. Tìm ma trận chuyển cơ sở từ cơ sở chính tắc E sang cơ sở B.
b. Tìm ma trận chuyển cơ sở từ cơ sở B sang cơ sở chính tắc E .
Bài tập 4.42 Tìm ma trận chuyển cơ sở từ B sang C với:
a. B = {b1 = (1; 1), b2 = (1; 0)} và C = {c1 = (0; 1), c2 = (1; 1)}
b. B = {b1 = (1; 0; 1), b2 = (1; 1; 0), b3 = (0; 1; 1)} và C = {c1 = (0; 1; 1), c2 =
(1; 1; 0), c3 = (1; 0; 1)}
Chương 5
ÁNH XẠ TUYẾN TÍNH
5.1 Định nghĩa ánh xạ tuyến tính, nhân và ảnh của ánh xạ tuyến
tính
1/ Cho f : V −→ W là một ánh xạ. Để chứng minh f là ánh xạ tuyến tính nếu thỏa
một trong hai điều kiện sau:
+ Điều kiện 1:
- ∀x, y ∈ V, f (x + y) = f (x) + f (y)
- ∀x ∈ V, ∀λ ∈ R, f (λx) = λf (x)
+ Điều kiện 2:∀x, y ∈ V, ∀λ, µ ∈ R, f (λx + µy) = λf (x) + µf (y)
2/ Tìm nhân và ảnh của ánh xạ tuyến tính.
Kerf = {x ∈ V : f (x) = θW }
Imf = {y ∈ W : f (x) = y, ∀x ∈ V}
n m Kerf = N ulA
Chú ý: Nếu f : R −→ R là ánh xạ tuyến tính ứng với ma trận A thì
Imf = ColA
Ví dụ
Chứng minh f : R3 → R3 , f (x, y, z) = (z, −y, x) là ánh xạ tuyến tính. Tìm nhân và
ảnh ánh xạ f
Thật vậy,
∀u = (x1 , y1 , z1 ), v = (x2 , y2 , z3 ) ∈ R3 và ∀α, β ∈ R ta có:
f (αu + βv) = f (αx1 + βx2 , αy1 + βy2 , αz1 + βz2 )
= (αz1 + βz2 , −(αy1 + βy2 ), αx1 + βx2 )
= α(z1 , −y1 , x1 ) + β(z2 , −y2 , x2 )
= αf (u) + βf (v)
Vậy f là ánh xạ tuyến tính.
+ Tìm nhân
Kerf = {(x, y, z) ∈ R3 : f (x, y, z) = (0, 0, 0)}
= {(x, y, z)R3 : (z, −y, x) = (0, 0, 0)}
= {(0, 0, 0)}
39
40 Chương 5. ÁNH XẠ TUYẾN TÍNH
+ Tìm ảnh
Imf = {(x1 , y1 , z1 ) ∈ R3 : f (x, y, z) = (x1 , y1 , z1 ), ∀(x, y, z) ∈ R3 }

= {(x1 , y1 , z1 ) ∈ R3 : (z, −y, x) = (x1 , y1 , z1 ), ∀(x, y, z) ∈ R3 }
= {(z, −y, x), ∀(x, y, z) ∈ R3 }
= R3
Bài tập 5.1 Cho mỗi ánh xạ sau đây, hãy chứng minh nó là ánh xạ tuyến tính hoặc chỉ
ra tại sau nó không phải là ánh xạ tuyến tính.
a. f : R2 → R, f (x, y) = 3x + 2y.
b. f : R2 → R2 , f (x, y) = (xy, 0)
c. f : Pn → Pn+1 , f (p(x)) = (x + 1)p(x)

R1
d. f : Pn → R, f (p(x)) = p(x)dx
0
0 0
e. f : Pn → Pn , f (p(x)) = p (x) + (5x + 2) với p (x) là đạo hàm của p(x)
f. f : R3 → R3 , f (x, y, z) = (y + z, x + z, x + y)
g. f : M(n, m) → M(m, n), f (A) = AT
h. f : M(n, n) → R, f (A) = det(A)
Bài tập 5.2 Ánh xạ f : R2 → R3 sao cho f (1; 0) = (3; 2; 1), f (1; 1) = (−1; 0; 1), f (3; 1) =
(5; 0; −2) có phải là ánh xạ tuyến tính hay không?
Bài tập 5.3 Chứng minh mỗi ánh xạ sau đây là ánh xạ tuyến tính rồi tìm nhân của nó.
a. f : P2 [x] → P2 [x], f (ax2 + bx + c) = (a + b)x2 + bx + 2c

R1
b. f : Pn [x] → R, f (p(x)) = p(x)dx
0
c. f : M(2, 2) → M(2, 2), f (A) = A + AT
d. T : F → F, T (f ) = 2f
2) →
Bài tập 5.4 Cho ánh xạ T : M(2, M(2, 2) được xác định bởi
a b
T (A) = A + AT trong đó A = .
c d
a. Chứng minh rằng T là ánh xạ tuyến tính.
b. Giả sử B ∈ M(2, 2) sao cho B T = B. Tìm A ∈ M(2, 2) để T (A) = B.

5.1. Định nghĩa ánh xạ tuyến tính, nhân và ảnh của ánh xạ tuyến tính 41
c. Chứng minh rằng ImT = {B ∈ M(2, 2) : B T = B}.
d. Tìm KerT .
Bài tập 5.5 Cho ánh xạ f : R3 → R3 được xác định bởi
f (x1 , x2 , x3 ) = (x1 + 2x2 − x3 ; x2 + x3 , x1 + x2 − 2x3 )
a. Chứng minh f là ánh xạ tuyến tính.
b. Tìm cơ sở và số chiều của Kerf

 
1 2 3 1
Bài tập 5.6 Cho ánh xạ T : R4 → R3 , được xác định bởi ma trận A =  1 3 5 −2 
3 8 13 −3
Tìm cơ sở và số chiều của
a. KerT
b. ImT
 
1 2 5
Bài tập 5.7 Cho ánh xạ T : R3 → R3 , được xác định bởi ma trận A =  3 5 13 
−2 −1 −4
Tìm cơ sở và số chiều của
a. KerT
b. ImT
Bài tập 5.8 Chứng minh rằng mỗi ánh xạ sau đây là ánh xạ tuyến tính rồi tìm nhân
của mỗi ánh xạ.

a b c d e f
a. f : M(2, 3) → M(2, 3), f =
d e f 0 0 0
b. f : M(3, 3) → R, f (A) = a11 + a22 + a33 (Ảnh của ma trận A là tổng các phần tử
trên đường chéo).
1
c. f : M(3, 3) → M(3, 3), f (A) = (A + AT )
2
Bài tập 5.9 Chứng minh rằng mỗi ánh xạ sau là ánh xạ tuyến tính bằng cách chỉ ra nó
là ánh xạ ma trận.
a. T : R3 → R3 , T (x1 , x2 , x3 ) = (x3 , x2 , x1 )
b. T : R2 → R4 , T (x1 , x2 ) = (5x2 − x1 , 0, 3x1 + x2 , x1 )

c. T : R3 → R3 , T (x1 , x2 , x3 ) = (3x2 − x3 , x1 + 4x2 + x3 )
d. T : R4 → R4 , T (x1 , x2 , x3 , x4 ) = (x1 + x2 , x2 + x3 , x3 + x4 , 0)
e. T : R4 → R, T (x1 , x2 , x3 , x4 ) = 3x1 − 4x2 + 8x4
Bài tập 5.10
a. Cho T : R2 → R2 là ánh xạ tuyến tính sao cho
T (x1 ; x2 ) = (x1 + x2 ; 4x1 + 7x2 )
Tìm vectơ x thỏa T (x) = (−2; −5).
b. Cho T : R2 → R3 là ánh xạ tuyến tính sao cho
T (x1 ; x2 ) = (x1 + 2x2 ; −x1 − 3x2 ; −3x1 − 2x2 )
Tìm vectơ x thỏa T (x) = (−4; 7; 0).
Bài tập 5.11 Giả sử T là ánh xạ tuyến tính từ Rn vào Rm tương ứng:
a. Cho T (1; 0) = (3; 1) và T (0; 1) = (−2; 5). Hãy tìm T (4; −6).
b. Cho T (−1; 0) = (2; 3) và T (0; 1) = (5; 1). Hãy tìm T (−3; −5).
c. Cho T (1; 0; 0) = (−3; 1), T (0; 1; 0) = (−4; 1), T (0; −1; 1) = (3; −5). Hãy tìm T (−1; 4; 2)
d. Cho T (1; 2; −3) = (1; 0; 4; 2), T (3; 5; 2) = (−8; 3; 0; 1),T (−2; −3; −4) = (0; 2; −1; 0).
Hãy tìm T (5; −1; 4)
Bài tập 5.12 Hãy tìm ma trận chính tắc của ánh xạ tuyến tính T : Rn → Rm tương
ứng, xác định bởi công thức sau:
a. T (x1 ; x2 ) = (x1 + x2 ; x1 − 3x2 )
b. T (x1 ; x2 ; x3 ) = (x1 + x2 + x3 ; x1 + x2 ; x1 )
c. T (x1 ; x2 ; x3 ) = x1 + x2 + x3
Bài tập 5.13
a. Tìm ma trận chính tắc của ánh xạ tuyến tính T : R2 → R2 sao cho không gian triệt
của T là KerT = Sp{(2; 1)} và không gian ảnh của T là ImT = Sp{(2; 1)}.
b. Tìm ma trận chính tắc của ánh xạ tuyến tính T : R2 → R3 sao cho không gian triệt
của T là KerT = Sp{(1; −1)} và không gian ảnh của T là ImT = Sp{(0; 3; 5)}.
5.2. Sự đẳng cấu của các không gian véctơ và hạng của ánh xạ tuyến tính 43
5.2 Sự đẳng cấu của các không gian véctơ và hạng của ánh xạ
tuyến tính
1/ Để chứng minh một ánh xạ tuyến tính f : V −→ W là đơn cấu, toàn cấu,
đẳng cấu ta kiểm tra các điều kiện sau đây:
(1) f là đơn cấu ⇔ Kerf = {0} ⇔ dim Kerf = 0
(2) f là toàn cấu ⇔ Imf = W ⇔ dim Imf = dim W
(3) f là đẳng cấu ⇔ Kerf = {0} và Imf = W
⇔ dim Kerf = 0 và dim Imf = dim W
Chú ý: Nếu dim V = dim W thì f đơn cấu ⇔ f toàn cấu ⇔ f đẳng cấu
2/ Nếu f : Rn −→ Rm là ánh xạ tuyến tính ứng với ma trận A thì
(1) f là đơn cấu ⇔ r(A) = n
(2) f là toàn cấu ⇔ r(A) = m
(3) f là đẳng cấu ⇔ r(A) = m = n
Bài tập 5.14 Cho mỗi ánh xạ tuyến tính sau, xác định ánh xạ nào là đơn ánh, toàn ánh,
song ánh, hay không phải là đơn ánh và toàn ánh
a. f : R3 → R2 , f (x, y, z) = (x + y, z)
b. f : R3 → R3 , f (x, y, z) = (y + z, x + z, x + y)

a b
c. f : M(2, 2) → R, f =a+b+c+d
c d
d. f : P1 → P2 , f (a0 + a1 x) = a0 x + a1 x2
e. f : R3 → R, f (x, y, z) = (y, y, y)
f. f : Pn → Pn , f (p(x)) = p(x) − p(0)
Bài tập 5.15 Tìm cơ sở cho Imf, Kerf của các ánh xạ tuyến tính cho ở bài tập trên.
Bài tập 5.16 Sử dụng tính chất của ánh xạ tọa độ, hãy chứng minh tính độc lập tuyến
tính của mỗi tập các đa thức sau:
a. B = {p1 = 1 + 2x, p2 = 3 − x, p3 = −1 + 3x2 }
b. B = {p1 = 1 − 2x2 − 3x3 , p2 = x + x3 , p3 = 1 + 3x − 2x3 }
c. B = {p1 = 1 + x3 , p2 = 3 + x − 2x2 , p3 = −x + 3x2 − x3 }
d. B = {p1 = (1 − x)3 , p2 = (2 − 3x)2 , p3 = 3x2 − 4x3 }
Bài tập 5.17 Không gian triệt của ánh xạ tuyến tính f được hiểu là Kerf. Hãy tìm cơ sở
cho không gian triệt của ánh xạ tuyến tính f : Rn → Rm xác định bởi mỗi ma trận chính
tắc sau đây, từ đó tìm hạng của f :
 
   1  1 1 1 1
3 6 1 0 1 0 −2  0 1 2 3 4 
a. A =  2 4 1 , b. A =  1 2 1 −1 , c. A = 
 1

0 1 3 3 
1 2 0 2 4 3 −1
1 1 3 6 8
Bài tập 5.18 Xác định các ánh xạ tuyến tính cho sau đây, ánh xạ nào là đơn cấu, toàn
cấu, đẳng cấu:
 
1 3 −4 9
a. T : R4 → R3 , T (x) = Ax, A =  0 1 2 6 
0 0 0 0
 
−1 2 0 5
 3 7 2 8 
b. T : R4 → R4 , T (x) = Ax, A = 
 −4

2 0 0 
1 3 0 6
c. T : R3 → R2 , T (1; 0; 0) = (2; 1), T (0; 1; 0) = (0; −2), T (0; 0; 1) = (−1; 1)
d. T : P2 [x] → P2 [x], T (x2 ) = x2 + 3, T (x) = 2x2 + 4x − 1, T (1) = 3x − 1.
Bài tập 5.19 Bằng cách xét số chiều của không gian triệt hay không gian ảnh, hãy xác
định hạng và số chiều của không gian triệt của mỗi ánh xạ tuyến tính sau đây:
0
a. D : Pn [x] → Pn − 1[x], D(p) = p , ∀p ∈ Pn [x] (D là phép lấy đạo hàm).
0
b. D : Pn [x] → Pn [x], D(p) = p , ∀p ∈ Pn [x]

a b c d e f
c. f : M(2, 3) → M(2, 3), f =
d e f 0 0 0
 
a11 a12 a13
d. T : M(3, 3) → R, T  a21 a22 a23  = a11 + a22 + a33
a31 a32 a33
1
e. S : M(3, 3) → M(3, 3), S(A) = (A + AT ) (S(A) được gọi là bộ phận đối xứng của
2
ma trận A)
5.3. Biểu diễn ma trận của ánh xạ tuyến tính 45
5.3 Biểu diễn ma trận của ánh xạ tuyến tính

1/ Tìm ma trận của ánh xạ f đối với cặp cơ sở B = {v1 , v2 , ..., vn } và C = {u1 , u2 , ..., um }
ta làm như sau:
+ Tìm f (vi ), ∀i = 1, ..., n
+ Tìm tọa độ của các f (vi ), i = 1, ..., n đối với cơ sở Ch i
⇒ Ma trận biểu diễn của f đối với cặp cơ sở B, C là A = [f (v1 )]C [f (v2 )]C ...[f (vn )]C
2/ Tìm B- ma trận của ánh xạ f ta làm như sau:
+ Tìm f (vi ), ∀i = 1, ..., n
+ Tìm tọa độ của các f (vih), i = 1, ..., n đối với cơ sở B i
⇒ B-ma trận của f là [f ]B = [f (v1 )]B [f (v2 )]B ...[f (vn )]B
Ví dụ 1:
Cho B = {v1 , v2 , v3 } là cơ sở của không gian vectơ V và f : V → R2 là ánh xạ tuyến
tính xác định bởi
f (x1 v1 + x2 v2 + x3 v3 ) = (2x1 − 4x2 + 5x3 ; −x2 + 3x3 )
Tìm ma trận của f theo cơ sở B và theo cơ sở chính tắc E trong R2 .

Giải.
Ta có:
f (v1 ) = (2; 0), f (v2 ) = (−4, −1), f (v3 ) = (5; 3)

2 −4 5
⇒ [f (v1 )]E = , [f (v2 )]E = , [f (v3 )]E =
0 −1 3
Ma trận của f theo cơ sở B và theo cơ sở chính tắc E trong R2 là.

2 −4 5
A=
0 −1 3
Ví dụ 2:
Cho B = {(2; 1; 0), (−1; 0; 1), (1; 1; 0)} là cơ sở của R3 và T : R3 → R3 là phép biến
đổi tuyến tính sao cho
T (1; 0; 0) = (5; 3; −2), T (0; 1; 0) = (−7; −3; 4), T (0; 0; 1) = (6; 7; 2).
Tìm B-ma trận của T .

Giải.
Ta có:
+ T (2; 1; 0) = 2T (1, 0, 0) + T (0, 1, 0) = (3; 3; 0);
+ T (−1; 0; 1) = −T (1, 0, 0) + T (0, 0, 1) = (1; 4; 4);
+ T (1; 1; 0) = T (1, 0, 0) + T (0, 1, 0) = (−2; 0; 2)
Chon E = {e1 , e2 , e3 } là cơ sở chính tắc của R3 , lập ma trận

   
2 −1 1 3 1 −2 1 0 0 0 1 0
 1 0 1 3 4 0  → ··· → 0  1 0 0 4 2 
0 1 0 0 4 2 0 0 1 3 3 0
B-ma trận của T là  

0 1 0
[T ]B =  0 4 2 
3 3 0
Ví dụ 3: Cho ánh xạ f : P2 [x] → R3 xác định bởi qui tắc sau:
f (ax2 + bx + c) = (a − b + 2c; a − 2b + c; 2a + b + c)
và B = {x2 + x + 1, x2 + x, x2 } là cơ sở của P2 [x], C = {(2; 1; 2), (2; 2; 1), (1; 1; 1)} là cơ
sở của R3 . Tìm [f ]B,C
Giải.
Ta có
+ f (x2 + x + 1) = (2; 0; 4) f (x2 + x) = (0; −1; 3)
2
f (x ) = (1; 1; 2)
 E = {e1 , e2 , e3 } là 
Chọn cơ sở chính tắc của R3 , lập matrận
2 2 1 2 0 1 1 0 0 2 1 0
+  1 2 1 0 −1 1  →  0 1 0 −2 −3 −1 
2 1 1 4 3 2 0 0 1 2 4 3
 
2 1 0
[f ]B,C =  −2 −3 −1  .
2 4 3
Ví dụ 4: Cho ánh xạ f : P2 [x] → P2 [x] xác định bởi qui tắc sau:
f (ax2 + bx + c) = (a − b + 2c)x2 + (a − 2b + c)x + (2a + b + c)
và B = {x2 + x + 1, x2 + x, x2 } là một cơ sở của P2 [x]. Tìm [f ]f (B) .
Giải.
Ta có
+ f (2x2 + 4) = 10x2 + 6x + 8 f (−x + 3) = 7x2 + 5x + 2
2 2
f (x + x + 2) = 4x + x + 5
Chọn
 E = {x2 , x, 1} là 
cơ sởchính tắc của P2 [x], lập ma
 trận
2 0 1 10 7 4 1 0 0 4 3 2
 0 −1 1 6 5 1  →  0 1 0 −4 −4 −1 
4 3 2 8 2 5  0 0 1 2 1 0
4 3 2
[f ]f (B) =  −4 −4 −1 .
2 1 0
Bài tập 5.20 Cho ánh xạ tuyến tính f : R2 → R3 được cho bởi f (e1 ) = 2e1 − e3 và
f (e2 ) = e2 + e3 . Hãy tìm ma trận biểu diễn f đối với cặp cơ sở B = {e1 − e2 , e1 + e2 } và
C = {e1 , e1 + e2 , e1 + e2 + e3 }
5.3. Biểu diễn ma trận của ánh xạ tuyến tính 47
0
Bài tập 5.21 Cho ánh xạ T : P2 [x] → P2 [x], T (p(x)) = p (x). Tìm [T ]B , [T ]C , trong đó
B = {1, x, x2 }, C = {1, 1 + x, 1 + x2 }.
Bài tập 5.22 Gọi E = {e1 , e2 , e3 } là cơ sở chính tắc của R3 , B = {v1 , v2 , v3 } là cơ sở

của không gian vectơ V và f : R3 → V là ánh xạ tuyến tính xác định bởi
f (x1 , x2 , x3 ) = (x3 − x2 )v1 − (x1 + x3 )v2 + (x1 − x2 )v3
a. Tìm ảnh của f (e1 ), f (e2 ), f (e3 )

b. Tìm ma trận của f theo cơ sở E và B.
 
p(−1)
Bài tập 5.23 Cho ánh xạ f : P2 [x] → R3 , f (p) =  p(0)  .(f (p) ∈ R3 , viết dưới dạng
p(1)
vectơ cột).
a. Tìm ảnh qua f của p(x) = 5 + 3x.
b. Chúng tỏ rằng f là ánh xạ tuyến tính.
c. Tìm ma trận của f theo cơ sở B = {1, x, x2 } ⊆ P2 [x] và cơ sở chính tắc E của R3 .
Bài tập 5.24 Tìm ma trận biểu diễn [T ]B và [T ]C của mỗi phép biến đổi tuyến tính sau
đây rồi sau đó tìm ma trận khả nghịch P khả nghịch sao cho [T ]C = P −1 [T ]B P .
a. T : R3 → R3 , T (x, y, z) = (x+y; x+z; y−z). Các cơ sở là B = {(1; 1; 1), (1; 1; 0), (1; 0; 0)}
và C = E (E là cơ sở chính tắc của R3 ).
b. T : R3 → R3 , T (x, y, z) = (z; 0; x). Các cơ sở là B = {(3; 1; 2), (1; 2; 1), (2; −1; 0)}
và C = {(1; 2; 1), (2; 1; −1), (5; 4; 1)}.
c. T : P2 [x] → P2 [x], T (p(x)) = p(x + 1) + p(x). Các cơ sở là B = {x2 ; x; 1} và
C = {1; x; x2 }.
d. T : P2 [x] → P2 [x], T (p(x)) = p(x + 1) + p(x). Các cơ sở là B = {x2 ; x; 1} và
C = {x2 + 1; x + 1; 2}.
0
e. T : P3 [x] → P3 [x], T (p(x)) = p (x) là đạo hàm của p(x). Các cơ sở là B =
{x3 ; x2 ; x; 1} và C = {1; x + 1; x2 + 1; x3 + 1}.

1 2
Bài tập 5.25 Cho M(2; 2) là không gian vectơ các ma trận vuông cấp 2 và M =
3 4
là ma trận cho trước. Hãy tìm ma trận của mỗi phép biến đổi tuyến tính
T : M(2; 2) → M(2; 2)
cho sau đây đối với cơ sở

1 0 0 1 0 0 0 0
E = , , ,
0 0 0 0 1 0 0 1
a. T (A) = M A, b. T (A) = AM , c. T (A) = M A − AM
Bài tập 5.26 Cho ánh xạ f : P2 [x] → P2 [x] xác định bởi qui tắc sau:
f (ax2 + bx + c) = (a − b + 2c)x2 + (a − 2b + c)x + (2a + b + c)
b. Tìm cơ sở của Kerf .
c. Chứng minh B = {x2 + x + 1, x2 + x, x2 } là cơ sở của P2 [x]
d. Tìm [f ]B
Chương 6
VECTER RIÊNG, CHÉO HÓA VÀ DẠNG

TOÀN PHƯƠNG
6.1 Giá trị riêng và vectơ riêng

1/ Tìm giá trị riêng, vectơ riêng của ma trận A ta làm như sau:
+ Bước 1: Lập đa thức đặc trưng p(λ) = det(A − λI)
+Bước 2: Giải phương trình đặc trưng p(λ) = 0 để tìm các giá trị riêng của A
+Bước 3: Với mọi giá trị riêng λ (nếu có) của A, giải hệ phương trình (A − λI)x = 0,
tập nghiệm khác không của hệ là tập các vectơ riêng ứng với giá trị riêng λ.
2/ Tính giá trị đa thức ma trận và tìm nghịch đảo của một ma trận:
Cho ma trận A ∈ M(n, n) và f là một đa thức. Giả sử đa thức đặc trưng của A là
p(λ) = (−1)n λn + an−1 λn−1 + ... + a1 λ + a0
(1) Thực hiện phép chia f (λ) cho p(λ) ta được f (λ) = q(λ)p(λ) + r(λ)
với bậc của r(λ) nhỏ hơn n. Và ta có f (A) = q(A)p(A) + r(A) = r(A) vì p(A) = 0
(2) Ma trận A khả nghịch ⇔ a0 6= 0
1
Khi a0 6= 0, ma trận nghịch đảo của A là A−1 = − (−1)n An−1 + an−1 An−2 + ... + a1 I
a0
 
1 −3 4
Ví dụ: Tìm giá trị riêng và vectơ riêng của ma trận sau: A =  4 −7 8 
6 −7 7
Giải.
Phương trình đặc trưng: det(A − λI) = 0

1−λ −3 4

4 −7 − λ 8 = 0 ⇔ (1 + λ)2 (3 − λ) = 0

6 −7 7−λ

λ1 = −1
⇔
λ2 = 3
49
50 Chương 6. VECTER RIÊNG, CHÉO HÓA VÀ DẠNG TOÀN PHƯƠNG
+ Tìm vectơ riêng ứng với giá trị riêng λ1 = −1

   −3   −3   
2 −3 4 1 2 1 2 1 0 −1
A + I =  4 −6 8  →  0 22 −4  →  0 21 −2  →  0 1 −2 
   
6 −7 8 0 0 0 0 0 0 0 0 0

 x1 = x3
Nghiệm tổng quát của hệ là: x2 = 2x3
x3 ∈ R

 
1
Suy ra vectơ cột v =  2  t, ∀t 6= 0 là tập hợp tất cả các vectơ riêng ứng với giá trị
1
riêng λ1 = −1
+ Tìm vectơ riêng ứng với giá trị riêng λ2 = 3
   3   3   −1 
−2 −3 4 1 −2 1 −2 1 0
A − 3I =  4 −10 8  →  0 −16
 2 
→
 2 
→
 2 
16   0 1 1   0 1 −1 
6 −7 4 0 −16 16 0 0 0 0 0 0
1

 x1 = x3

Nghiệm tổng quát của hệ là: 2
 x 2 = x3
x3 ∈ R

 1 
Suy ra vectơ cột v =  21  t, ∀t 6= 0 là tập hợp tất cả các vectơ riêng ứng với giá trị
 
1
riêng λ2 = 2
Bài tập 6.1 Cho ma trận A, hãy xác định xem trong các vectơ cột sau đây, véc tơ nào
là vectơ riêng và tìm giá trị riêng tương ứng.
          
−3 1 −1  1 1 1 1 
a. A =  8 −3 8  , u1 = 0 , u2 =
   0  , u3 = −1 , u4 = 1 
  
8 −1 6 1 −1 −1 2
 
          
−3 5 5  −1 1 0 1 
b. A =  1 −3 −1  , u1 =  0  , u2 =  1  , u3 =  1  , u4 =  −1 
−1 5 3 1 0 −1 1
 
Bài tập 6.2 Tìm giá trị riêng và vectơ riêng của mỗi ma trận sau đây:
     
2 0 0 −1 0 0 0 0 1
a. A =  1 −1 −2 , b. A =  −4 2 −1 , c. A =  −2 −2 1 
−1 0 1 4 0 3 2 0 −1
6.1. Giá trị riêng và vectơ riêng 51
 
    1 0 0 0
2 −1 2 −1 3 −1  0 0 0 0 
d. A =  5 −3 3 , e. A =  −3 5 −1 , f. A = 
 0

0 0 0 
−1 0 −2 −3 3 1
1 0 0 1
a. Nếu ma trận A ∈ M (2, 2) thì đa thức đặc trưng của A là
p(λ) = λ2 − tr(A)λ + det(A)
b. Nếu ma trận A ∈ M (3, 3) thì đa thức đặc trưng của A là
p(λ) = −λ3 + tr(A)λ2 − (A11 + A22 + A33 )λ + det(A)
Bài tập 6.4 Giả sử A là ma trận vuông cấp n, chứng minh rằng:
a. Tập các giá trị riêng của A và tập các giá trị riêng của AT là trùng nhau. Cho ví
dụ chứng tỏ rằng vectơ riêng của A không nhất thiết phải là vectơ riêng của AT .
b. λ là giá trị riêng của A thì λk là giá trị riêng của Ak . Tìm mối liên hệ giữa vectơ
riêng của A ứng với giá trị riêng λ và vectơ riêng của Ak ứng với giá trị riêng λ.
k∈N
c. Các ma trận AAT và AT A có cùng tập giá trị riêng.
d. A khả nghịch và u là vectơ riêng của A thì u cũng là vectơ riêng của A−1 . Tìm quan
hệ giữa hai giá trị riêng tương ứng.
e. Nếu C là ma trận vuông cấp n khả nghịch thì tập giá trị riêng của A và C −1 AC là
trùng nhau.
Bài tập 6.5 Định lí Cayley-Hamilton phát biểu:“ Mỗi ma trân vuông A thỏa mãn phương
trình đặc trưng của chính nó ”
Nghĩa là với phương trình :
p(λ) = det(A − λI) = (−1)n λn + an−1 λn−1 + ... + a1 λ + a0 = 0

thì ma trận A là nghiệm : p(A) = (−1)n An + an−1 An−1 + ... + a1 A + a0 I = 0 (0 ở vế phải
là ma trận không).
Hãy chỉ ra rằng ma trận A cho sau đây thỏa mãn phương trình đặc trưng của nó.

0 2 6 −8
a. A = , b. A =
−1 3 4 −6

−1 2 −1
Bài tập 6.6 Tính A với A =
1 3
6.2 Chéo hóa ma trận

Tóm tắt lí thuyết: Cho A ∈ M(n, n). Để chéo hóa A (nếu có thể ) ta làm như sau:
+ Bước 1: Lập đa thức đặc trưng của A và giải phương trình đặc trưng tìm các giá trị
riêng của A.
(a) Nếu A không có giá trị riêng nào thì A không chéo hóa được. Thuật toán kết thúc.
(b) Giả sử A có k giá trị riêng khác nhau từng đôi một λ1 , λ2 , ..., λk với số bội tương ứng
là n1 , n2 , ..., nk .
(i) Nếu n1 + n2 + ... + nk < n thì A không chéo hóa được. Thuật toán kết thúc.
(ii) Nếu n1 + n2 + ... + nk = n thì làm tiếp bước 2.
+Bước 2: Với mỗi giá trị λi , tính r(A − λi I) = ri , i = 1, ..., k.
(a) Nếu tồn tại λi mà n − ri < ni thì A không chéo hóa được. Thuật toán kết thúc.
(b) Nếu n − ri = ni , ∀i = 1, ..., k thì kết luận A chéo hóa được. Với mỗi λi tìm một
cơ sở của N ul(A − λi I). Sau đó sang bước 3
+Bước 3: Lập ma trận P mà các cột lần lượt là các vectơ cơ sở của N ul(A − λi I),
i = 1, .., k.
Khi đó P là ma trận làm chéo hóa A và D = P −1 AP là ma trận dạng chéo của A với các
phần tử nằm trên đường chéo là các giá trị riêng λi (kể cả số bội của nó)
Chú ý:
(1) Nếu phương trình đặc trưng chỉ có một nghiệm với số bội là n thì ma trận A không chéo
hóa được.
(2) Nếu phương trình đặc trưng có n nghiệm đơn thì ma trận A chắc chắn chéo hóa được
Ví dụ: Tìm ma trận P chéo hóa được A và cho biết dạng chéo tương ứng của A.
 
4 2 −1
A = −6
 −4 3 
−6 −6 5
Giải.
Phương trình đặc trưng

4−λ 2 −1

det(A − λI) = 0 ⇔ −6 −4 − λ
3 = 0 ⇔ (1 − λ)(λ − 2)2 = 0

−6 −6 5−λ
⇔ λ = 1, λ = 2
• Xác định được tính chéo hóa của A  
3 2 −1 3 0 1
+ Với λ = 1, A − I = −6 −5 3
  → 0
 1 −1 
−6 −6 4 0 0 0
Suy ra dim N ul(A − I)= 1   
2 2 −1 2 2 −1
+ Với λ = 2, A − 2I =  −6 −6 3  →  0 0 0 .
−6 −6 3 0 0 0
6.2. Chéo hóa ma trận 53
Suy ra dim N ul(A − 2I) = 2

⇒ dim N ul(A − I) + dim N ul(A − 2I) = 3. Vậy A chéo hóa đựoc.
• Tìm vectơ riêng của A    
 1 
+ Vectơ riêng ứng với λ = 1 là p1 = −3 , .
 
−3  
 
  
 1 0 
+ Vectơ riêng ứng với trị riêng λ = 2 là p2 = 0 , p3 = 1  .
  
2 2
 
 
1 1 0
Ma trận chéo hóa được A, P = −3 0 1 .

 −3 2 2
1 0 0
Dạng chéo của ma trận A, D = 0 2 0 .

0 0 2
Bài tập 6.7 Xác định tính chéo hóa được của mỗi ma trận sau, cho biết β là tập các giá
trị riêng:
   
3 1 0 −1 4 −2
a. A =  0 3 1 ; b. A =  −3 4 0  , β = {1, 2, 3}
0 0 3 −3 1 3
   
2 2 −1 −3 1 −1
c. A =  1 3 −1  , β = {5, 1}; d. A =  −7 5 −1  , β = {−2, 4}
−1 −2 2 −6 6 −2
 
5 −3 0 9
 0 3 1 −2 
e. A = 
 0

0 2 0 
0 0 0 2
Bài tập 6.8 Tìm ma trận P chéo hóa được A và cho biết dạng chéo tương ứng của A
trong mỗi trường hợp sau đây:
     
1 2 2 6 3 −3 2 2 −1
a.  2 1 2 , b.  −2 −1 2 , c.  1 3 −1 
2 2 1 16 8 −7 −1 −2 2
     
−3 5 −20 7 4 16 −4 6 −12
d.  2 0 8 , e. 2 5 8 , f.  3 −1 6 
2 1 7 −2 2 −5 3 −3 8
k
 Tính A , biết:
Bài tập 6.9    
2 2 −1 1 2 2 7 4 16
a. A =  1 3 −1 , b. A =  2 1 2 , c. A =  2 5 8 
−1 −2 2 2 2 1 −2 −2 −5
Bài tập 6.10 Cho ánh xạ T : P2 [x] → P2 [x] xác định bởi qui tắc sau:
T (ax2 + bx + c) = (5a − b + c)x2 + 2bx − 12a + 4b − 2c
1. Chứng minh T là ánh xạ tuyến tính.
2. Tìm KerT . Từ đó suy ra r(T ).
3. Chứng minh B = {x2 + 3x + 2, x + 3, −1} là một cơ sở của P2 [x].
4. Tìm [T ]B
5 Tìm cho P2 [x] một cơ sở sao cho ma trận của T đối với cơ sở đó là ma trận chéo.
Bài tập 6.11 Cho ánh xạ T : P2 [x] → P2 [x] xác định bởi qui tắc sau:
T (ax2 + bx + c) = (a + 3b − c)x2 + (a − b + c)x + 3a − 9b + 5c
1. Chứng minh T là ánh xạ tuyến tính.
2. Tìm KerT . Từ đó suy ra r(T ).
3. Chứng minh B = {x2 + 2x + 3, x + 1, 1} là một cơ sở của P2 [x].
4. Tìm [T ]B
5 Tìm cho P2 [x] một cơ sở sao cho ma trận của T đối với cơ sở đó là ma trận chéo.
Chương 7
ĐƯỜNG BẬC HAI PHẲNG VÀ MẶT BẬC

HAI
Bài tập 7.1 Quy các phương trình sau đây về dạng không còn hạng tử chéo:
√
a. x2 − 3xy + 2y 2 = 1.
√
b. 3x2 − 2 3xy + y 2 = 1.
√ √
c. 3x2 + 2 3xy + y 2 − 8x + 8 3y = 0.
d. x2 − 2xy + y 2 = 2.
√ √ √
e. 2x2 + 2 2xy + 2y 2 − 8x + 8y = 0.
Bài tập 7.2 Nhận dạng các đường cong sau:

a. 17x2 + y 2 − 34x + 6y + 280 = 0.
b. 17x2 + 12xy + 8y 2 − 46x − 28y + 17 = 0.
c. x2 + 6xy + y 2 + 6x + 2y − 1 = 0.
d. 4x2 − 4xy + y 2 − 2x − 14y + 7 = 0.
e. 3x2 + 2xy + 3y 2 = 19.
√
f. 3x2 + 4 3xy − y 2 = 7.
Bài tập 7.3 Dựng đồ thị của đường bậc hai cho bởi phươg trình:
a. 7x2 − 8xy + y 2 − 16x − 2y + 20 = 0; b. 5x2 − 6xy + 5y 2 − 16x − 16y − 16 = 0;
c. 5x2 + 8xy + 5y 2 − 18x − 18y = 0; d. 9x2 − 6xy + y 2 − 4x + 8y − 9 = 0.
Bài tập 7.4 Ghép phương trình mặt sao cho đúng với đồ thị của nó, chú ý rằng số
phương trình đã cho nhiều hơn số đồ thị:
a. x2 + y 2 + 4z 2 = 10 b. x2 + 2z 2 = 8
c. z 2 + 4y 2 − 4x2 = 4 d. z 2 + x2 − y 2 = 1
e. 9y 2 + z 2 = 16 f. x = z2 − y2
2 2
g. x=y −z h. z = −4x2 − y 2
i. x = −y 2 − z 2 j. y 2 + z 2 = x2
55
56 Chương 7. ĐƯỜNG BẬC HAI PHẲNG VÀ MẶT BẬC HAI
Bài tập 7.5 Trong mỗi trường hợp sau, hãy chỉ rõ giao tuyến giữa hai mặt bậc hai và
mặt phẳng (bằng cách chỉ rõ phương trình, toạ độ tâm, các bán trục, toạ độ các đỉnh,
toạ độ các tiêu điểm và phương trình các tiệm cận ) (nếu có):
x2 y 2 z 2
a. + + = 1 và z = 0.
25 9 4
x2 y 2 z 2
b. + − = 1 và z = 1; và z = 2.
36 6 4
x2 y 2 z 2
c. + − = −1 và z = 0; và z = 2; và z = 4.
36 6 4
x2
d. z = − y 2 và z = h (h là hằng số).
4
Bài tập 7.6 Hãy gọi tên và vẽ sơ lược hình dạng các mặt cho bởi phương trình sau:
a. x2 + y 2 = 4 b.z 2 − x2 − y 2 = 1 c. z 2 − y 2 = 1.
z2
d. 9x2 + y 2 + z 2 = 9 e.z = x2 + 4y 2 f. x2 − y 2 − =1
2 2 2 2 2
4 2
g. y − z = x − 2 h. z = y − 1 i. −x + 2y + z = 0
2 2 2
j. −9x + y + 4z = 1
Bàitập 7.7 Vẽ phần không gian bao gồm các điểm mà 

toạ độ của chúng thoả mãn:
2 2 2
 x y z  x2 y 2 z 2
a. + + = 1 b. 25 + 9 + 4 = 1
 25 |z|9 4
≥1  |x| ≤1

x2 + y 2 + z 2 ≤ 4 x2 + y 2 + z 2 ≤ 4
c. d.
x2 + y 2 ≥1 x2 + y 2 ≤1
Chương 8
MỘT SỐ ĐỀ THI THAM KHẢO
ĐỀ 1
 
 a b c
a b 
Câu 1: Cho E = : 1 2 1 = 0 ⊂ M(2, 2)

 c d 1 1 2 
a. Chứng minh E là một không gian con của M(2, 2).

1 2 −1 2 1 2 0 3
b. Chứng minh B = , , , là cơ sở của M(2, 2)
1 1 −5 1 3 0 −3 2
c. Tìm một cơ sở cho E từ các véc tơ trong cơ sở B ở câu b.
Câu 2: Cho ánh xạ f : R3 → P2 [x] xác định bởi qui tắc sau:
f (a; b; c) = (a − b + 2c)x2 + (a − 2b + c)x + (2a + b + c)
b. Tìm Kerf .
c. Cho B = {(1; 1; 1), (1; 1; 0), (1; 0; 0)} là cơ sở của R3 và C = {2x2 + x + 2; 2x2 +
2x + 1, x2 + x + 1} là cơ sở của R3 . Tìm [f ]B,C
 
5 3 −7
Câu 3: Cho ma trận A =  2 4 −5 
2 2 −3
Tìm ma trận P chéo hóa được A và dạng chéo D của A.
ĐỀ 2
 
 a b c 

Câu 1: Cho E = (a; b; c) : 1 2 1 = 0 ⊂ R3
 2 1 1 
a. Chứng minh E là một không gian con của R3 .
57
58 Chương 8. MỘT SỐ ĐỀ THI THAM KHẢO
b. Tìm một cơ sở của E.
c. Mở rộng cơ sở vừa tìm được thành cơ sở của R3 .

Câu 2: Cho ánh xạ f : R3 → M(2, 2) xác định bởi qui tắc sau:

a + b + 2c b+c
f (a; b; c) =
c+a a + b + 2c
b. Tìm cơ sở và số chiều của Imf .
c. Tìm [f B = {(1;
]B,C , biết 1; 1), (1;1; 0), 0)} là cơ sở của R3 và
(1; 0;
1 1 1 1 1 0 1 0
C = , , , là cơ sở của M(2, 2)
1 1 1 0 1 0 0 0
Câu 3: Cho phép biến đổi tuyến tính f : P2 [x] → P2 [x] được xác định bởi
f (x2 ) = 3x2 + x + 1, f (x) = x2 + 3x + 1, f (1) = −3x2 − 3x − 1
Tìm cho P2 [x] một cơ sở sao cho ma trận biểu diễn đối với cơ sở đó là ma trận chéo. Viết
ma trận chéo đó.
ĐỀ 3
Câu 1: Cho E = {(x2 − 4)p, p ∈ P2 [x]} ⊂ P4 [x]

a. Chứng minh rằng E là không gian con của P4 [x].
b. Tìm cơ sở và số chiều của E.

Câu 2: Cho ánh xạ f : P3 [x] → P2 [x] được xác định f (p) = p0 , trong đó p0 là đạo hàm
của p.
b. Tìm Kerf .
c. Cho B = {x3 + x2 + x + 1, x2 + x + 1, x + 1, 1} là cơ sở của P3 [x] và C = {x2 + x + 1, x + 1, 1}

là cơ sở của P2 [x]. Tìm [f ]B,C
 
−1 2 4
 
Câu 3: Cho ma trận A =   −1 2 2 

−1 1 3
a. Chéo hóa ma trận A.

 
3
b. Cho v =  1 . Chứng minh v là véc tơ riêng của A, sau đó tính Ak v với k ∈ N∗
1
59
ĐỀ 4
Câu 1: Cho tập S = {x2 + x + 1, x2 + 2x + 3, x2 − x − 3, 2x2 + 3x + 3} ⊂ P2 [x]

a. Hỏi S có là tập sinh của P2 [x] hay không?
b. Tìm một cơ sở cho P2 [x] từ tập S.
Câu 2: Cho ánh xạ f : P2 [x] → R3 được xác định như sau
f (ax2 + bx + c) = (a − b, b − c, c − a)
b. Tìm cơ sở và số chiều của Kerf và Imf .
c. Cho B = {x2 + x + 2, x2 + 2x + 1, 2x2 + x + 1} là cơ sở của P2 [x]
và C = {(1, 1, 1), (0, 1, 1), (0, 0, 1)} là cơ sở của R3 . Tìm [f ]B,C .
d. Cho E = {(m + 2n)x2 + (m − n)x + (m + n), m, n ∈ R} ⊂ P2 [x]. Chứng minh rằng
f (E) là không gian con của R3 .
 
1 2 4
Câu 3: Hãy chéo hóa ma trận A =  −4 7 8 
2 −2 −1
ĐỀ 5

a b
Câu 1: Cho E = : a + b − 2c + 3d = 0
c d
a. Chứng minh E là một không gian con của M(2, 2).

−2 1 −1 0 −4 1
b. Chứng minh B = , , là một cơ sở của E.
1 1 1 1 0 1
Câu 2:
Cho ánh xạ f : R3 → M(2, 2) xác định bởi qui tắc sau:

a+b b+c
f ((a, b, c)) =
0 c−a

b. Tìm Imf . Hỏi f có là toàn cấu hay không?
Câu 3:
Cho B = {1, x, x2 } là cơ sở chính tắc của P2 [x] và phép biến đổi tuyến tính T :
P2 [x] −→ P2 [x], được định nghĩa
T (1) = 4 − 6x − 6x2 , T (x) = 2 − 4x − 6x2 , T (x2 ) = −1 + 3x + 5x2
Hãy tìm cho P2 [x] một cơ sở để ma trận của T đối với cơ sở đó là một ma trận chéo.
60 Chương 8. MỘT SỐ ĐỀ THI THAM KHẢO
ĐỀ 6

a − b − c + d a + 2b + c
Câu 1 Cho tập E = : a, b, c, d ∈ R
2a + b + d 3b + 2c − d
a. Chứng minh E là không gian con của M(2, 2).
b. Tìm cho E một cơ sở. Suy ra dim E .
c. Mở rộng cơ sở của E thành cơ sở của M(2, 2).
Câu 2: Cho ánh xạ f : M(2, 2) → P2 [x], được xác định bởi quy tắc

a b
f = (a + b)x2 + (b + d)x + (d + a)
c d
b. Tìm Kerf . Hỏi f có phải là toàn cấu hay không?
Câu 3: Cho phép biến đổi tuyến tính T : P2 [x] → P2 [x], với
T (x2 ) = 2x2 − 2x + 2, T (x) = 2x2 − 3x + 4, T (1) = x2 − 2x + 3
và B = {x2 − x + 1, x2 − x, x2 } là một cơ sở của P2 [x]
a. Tìm [T ]B
b. Tìm cho P2 [x] một cơ sở sao cho ma trận biểu diễn đối với cơ sở đó là ma trận chéo.
Viết ma trận chéo đó.
Tài liệu tham khảo
[1] Bùi Xuân Hải - Trần Nam Dũng - Trịnh Thanh Đèo - Thái Minh Đường - Trần Ngọc
Hội , Đại số tuyến tính, NXB Đại học Quốc Gia TPHCM, (2001).
[2] Hồ Hữu Lộc, Bài tập Đại số tuyến tính, Đại học Cần Thơ, (2005).
[3] Ngô Thu Lương - Nguyễn Minh Hằng, Bài tập Toán cao cấp tập 2, NXB Đại học Quốc
Gia TPHCM, (2000).
[4] Nguyễn Viết Đông - Lê Thị Thiên Hương - Nguyễn Anh Tuấn - Lê Anh Vũ, Bài tập
Toán cao cấp tập 2, NXB Giáo Dục, (2000).
[5] Tống Đình Quỳ - Nguyễn Cảnh Lương, Giúp ôn tập tốt TOÁN CAO CẤP tập 4, NXB
Đại học Quốc Gia HÀ NỘI, (2000).
[6] http://tutorial.math.lamar.edu/AllBrowsers/2318
61

BTTN012 2019

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

BTTN012 2019

Uploaded by

Copyright:

Available Formats

Mục lục

Chương 1. HỆ PHƯƠNG TRÌNH TUYẾN TÍNH 1

Chương 3. ĐỊNH THỨC 13

Chương 4. KHÔNG GIAN VECTƠ 21

Chương 5. ÁNH XẠ TUYẾN TÍNH 39

Chương 6. VECTER RIÊNG, CHÉO HÓA VÀ DẠNG TOÀN PHƯƠNG 49

Chương 7. ĐƯỜNG BẬC HAI PHẲNG VÀ MẶT BẬC HAI 55

Chương 8. MỘT SỐ ĐỀ THI THAM KHẢO 57

Tài liệu tham khảo 61

HỆ PHƯƠNG TRÌNH TUYẾN TÍNH

Tóm tắt lí thuyết:

Bài tập 1.3 Xác định hạng của ma trận sau:

1.2 Giải hệ tuyến tính tổng quát. Phương pháp Gauss

Ma trận đầy đủ của hệ là:

Ví dụ: Giải hệ phương trình thuần nhất sau

Bài tập 1.11 Giải các hệ thuần nhất sau:

Bài tập 1.12 Cho hệ phương trình:

a. Giải hệ phương trình trên khi λ = 1.

b. Tìm λ để hệ trên có nghiệm.

Bài tập 1.13 Xác định m để hệ phương trình sau có nghiệm:

Bài tập 1.14 Giải và biện luận theo a số nghiệm

2.1 Các phép toán trên ma trận

Bài tập 2.1 Thực hiện các phép tính:

d. 5A − 2B; 2A + 3B; A(BC); (AB)C; AT ; B T ; AT B T ; A2 ; AC biết

Bài tập 2.4 Cho các ma trận

AB; BA; AC; DC; CD; C T D

b. Kiểm tra rằng A(BC) = (AB)C và (AB)T = B T AT .

c. Không thực hiện phép tính, hãy tìm DT C

Bài tập 2.6        

a. Tính các tích Ax, By, Cz

Tóm tắt lí thuyết:

b. Tìm f (A) với f (x) = 2x3 − 4x + 5

Bài tập 2.13 Tính Ak , k ∈ N biết rằng:

2.2 Ma trận khả nghịch

Ví dụ: Tìm ma trận nghịch đảo của ma trận sau

Bài tập 2.19 Tìm ma trận A sao cho A2 = B với:

3.1 Khái niệm định thức

Tóm tắt lí thuyết

Bài tập 3.4 Chứng minh rằng:

3.2 Các phép toán sơ cấp trên hàng và định thức

Bài tập 3.6 Tính các định thức sau đây:

Tóm tắt lí thuyết: Điều kiện để ma trận A khả nghịch là det A 6= 0

A khả nghịch ⇔ det(A) 6= 0 ⇔ p − 6 6= 0 ⇔ p 6= 6

Bài tập 3.10 Chứng minh rằng:

3.3 Ứng dụng của định thức

Tóm tắt lí thuyết

Ví dụ: Tìm ma trận nghịch đảo của A với

Tóm tắt lí thuyết

Bài tập 3.15 Cho hệ phương trình:

a. Tìm m để hệ có nghiệm duy nhất.

Bài tập 3.16 Cho hệ phương trình:

Xác định giá trị của k sao cho:

a. hệ có nghiệm duy nhất.

Bài tập 3.17 Cho hệ phương trình:

Xác định giá trị của k sao cho:

a. hệ có nghiệm duy nhất.

KHÔNG GIAN VECTƠ

4.1 Không gian vectơ và không gian con

Tóm tắt lí thuyết

(x1 ; y1 ) + (x2 ; y2 ) = (x1 + x2 + 1; y1 + y2 ), ∀(x1 ; y1 ), (x2 ; y2 ) ∈ R2

α(x; y) = (αx + α − 1; αy), ∀(x; y) ∈ R2 , α ∈ R

là không gian vectơ vì thỏa 8 tiên đề của không gian vectơ.

+ (V2 )∀u = (x1 , y1 ), v = (x2 , y2 ) ∈ R2 :