Chương 3 .

KHÔNG GIAN VECTƠ

Đặt V= Rn ={(x1,x2, …, xn): xiR}.

Cho x = (x1, x2, …, xn) và y = (y1, y2, …, yn) là
các phần tử của Rn, r là số thực tùy ý.
Ta định nghĩa các phép toán:
x+y = (x1+y1, x2+y2,…, xn+yn)
rx= (rx1, rx2, …, rxn).
Các phép toán này có các tính chất sau đây
 ➢ Chương 3. Không gian vector

1) (x y) z x (y z ), x , y, z V;
2) V :x x x, x V;
3) x V, ( x) V : ( x) x x ( x) ;
4) x y y x, x, y V;
5) (x y) x y, x, y V, ;
6) ( )x x x, x V, , ;
7) ( )x ( x ), x V, , ;
8) 1.x x, x V.
Trong đó, V được gọi là vector không.
 ➢ Chương 3. Không gian vector

1.2. Không gian vector con (Vectorial subspace)

▪ Định nghĩa
Cho kgvt V , tập W V được gọi là không gian
vector con của V nếu W cũng là một kgvt.
▪ Định lý
Cho kgvt V , tập W V là kgvt con của V nếu:
x, y W , thì (x y) W .
VD 2.
• Tập W { } là kgvt con của mọi kgvt V .
n
• Tập W ( , 0,..., 0) là kgvt con của .
……………………………………………………
 ➢ Chương 3. Không gian vector
§2. SỰ ĐỘC LẬP TUYẾN TÍNH
PHỤ THUỘC TUYẾN TÍNH
2.1. Định nghĩa
Trong kgvt V , xét n vector ui (i 1,..., n ).
Khi đó: n
• Tổng 1u1 u
2 2
... u
n n
u, i
i i
,
i 1
được gọi là một tổ hợp tuyến tính của n vector ui .
• Hệ gồm n vector {u1, u2,..., un } được gọi là độc lập
tuyến tính (viết tắt là đltt) nếu:
n
u
i i
thì i
0, i 1,..., n .
i 1
 ➢ Chương 3. Không gian vector
• Hệ {u1, u2,..., un } không là độc lập tuyến tính thì
được gọi là phụ thuộc tuyến tính (viết tắt là pttt).

VD 1. Trong 2 , xét sự đltt hay pttt của hệ 2 vector:

A {u1 (1; 1), u2 (2; 3)}.
Giải. Ta có:
u
1 1
u
2 2 1
(1; 1) 2
(2; 3) (0; 0)

1
2 2
0 1
0
.
1
3 2
0 2
0

Vậy hệ A là độc lập tuyến tính.

 ➢ Chương 3. Không gian vector
3
VD 2. Trong , xét sự đltt hay pttt của hệ 3 vector:
B {u1 ( 1; 3; 2), u2 (2; 0; 1), u3 (0; 6; 5)}.
Giải. Ta có:
3 1
2 2
0
u
i i
3 1
6 3
0 (I).
i 1
2 1 2
5 3
0

1 2 0
Hệ (I) có ma trận hệ số A 3 0 6 .
2 1 5
 ➢ Chương 3. Không gian vector

1 2 0 1 2 0
Do A 0 6 6 0 1 1 r (A) 3,
0 5 5 0 0 0
nên hệ phương trình (I) có nghiệm không tầm thường.
Vậy hệ B là phụ thuộc tuyến tính.
 ➢ Chương 3. Không gian vector
2.2. Định lý
Hệ gồm n vector là pttt khi và chỉ khi tồn tại một
vector là tổ hợp tuyến tính của n 1 vector còn lại.
Nghĩa là:
uj u ...
1 1
u
j 1 j 1
u
j 1 j 1
... u .
n n

▪ Hệ quả
• Hệ có vector không thì phụ thuộc tuyến tính.
• Nếu có một bộ phận của hệ pttt thì hệ pttt.
 ➢ Chương 3. Không gian vector
n
2.3. Hệ vector trong
n
Xét m vector ui (ai 1, ai 2,..., ain ), i 1, m trong .

Ma trận A aij được gọi là ma trận dòng của hệ

m n
m vector {u1, u2,..., um }.

VD 6. Hệ {u1 (1; 1; 2), u2 (4; 2; 3)}

1 1 2
có ma trận dòng là A .
4 2 3
 ➢ Chương 3. Không gian vector
▪ Định lý
Trong n , cho hệ gồm m vector {u1, u2,..., um } có
ma trận dòng là A .
Khi đó:
• Hệ độc lập tuyến tính khi và chỉ khi r (A) m.
• Hệ phụ thuộc tuyến tính khi và chỉ khi r (A) m.

▪ Hệ quả
n
• Trong , hệ có nhiều hơn n vector thì pttt.
• Trong n
, hệ n vector đltt det A 0.
 ➢ Chương 3. Không gian vector
VD 7. Xét sự đltt hay pttt của các hệ vector:
a) B1 {( 1; 2; 0), (2; 1; 1)} ;
b) B2 {( 1; 2; 0), (1; 5; 3), (2; 3; 3)}.

Giải
a) Ta có:
1 2 0 1 2 0
A r (A) 2.
2 1 1 0 5 1

Vậy hệ B1 độc lập tuyến tính.

 ➢ Chương 3. Không gian vector

b) Ta có:
1 2 0 1 2 0
A 1 5 3 0 7 3 r (A) 2 3.
2 3 3 0 7 3

Vậy hệ B2 phụ thuộc tuyến tính.

 ➢ Chương 3. Không gian vector

VD 8. Trong 3 , tìm điều kiện m để hệ sau là pttt:

{( m; 1; 1), (1 4m; 3; m 2)}.

m 1 1
Giải. Ta có: A .
1 4m 3 m 2

1 m 1 1 m 1
A .
3 1 4m m 2 0 1 m m 1

Vậy hệ pttt r (A) 2 m 1.

 ➢ Chương 3. Không gian vector

VD 9. Trong 3 , tìm điều kiện m để hệ sau là đltt:

{(m; 1; 1), (1; m; 1), (1; 1; m)} .
m 1 1
Giải. Ta có: A 1 m 1 .
1 1 m
Hệ đltt det A 0
m 1 1
m 2
1 m 1 0 .
m 1
1 1 m
 ➢ Chương 3. Không gian vector

VD 10. Trong 4 , cho 4 vector:

u1 (1; 1; 0; 1), u2 (m; m; 1; 2) ,
u3 (0; 2; 0; m), u4 (2; 2; m; 4).
Điều kiện m để u1 là tổ hợp tuyến tính của u2 , u3 , u4 ?
Giải. Do u1 là tổ hợp tuyến tính của u2 , u3 , u4 nên
a,b, c không đồng thời bằng 0 thỏa:
u1 au2 bu3 cu4 .
 ➢ Chương 3. Không gian vector
Suy ra hệ:
ma 2c 1
ma 2b 2c 1
có nghiệm không tầm thường.
a mc 0
2a mb 4c 1
 ➢ Chương 3. Không gian vector
m 0 2 1
m 2 2 1
Ta có: A B
1 0 m 0
2 m 4 1

m 0 2 1 1 0 m 0
0 2 0 2 0 1 0 1
1 0 m 0 m 0 2 1
0 m 4 2m 1 0 m 4 2m 1
 ➢ Chương 3. Không gian vector
1 0 m 0
0 1 0 1
0 0 2 m2 1
0 0 4 2m 1 m

1 0 m 0
0 1 0 1
2 .
0 0 2 m 1
0 0 0 m3 m2 4m 2
 ➢ Chương 3. Không gian vector
Vậy để u1 là tổ hợp tuyến tính của u2 , u3 , u4 thì:
2m 3 2m 2 8m 4 0
r (A) r AB 2
2 m 0

m 1 m 1 3.
………………………………………………………………………
 ➢ Chương 3. Không gian vector

§3. CƠ SỞ, SỐ CHIỀU CỦA KGVT

TỌA ĐỘ CỦA VECTOR
3.1. Cơ sở của không gian vector
▪ Định nghĩa
Trong kgvt V , hệ n vector F {u1, u2, , un } được
gọi là một cơ sở (basic) của V nếu hệ F là đltt và mọi
vector của V đều được biểu diễn tuyến tính qua F .
 ➢ Chương 3. Không gian vector
2
VD 1. Trong , xét hệ F {u1 =(1; 1), u2 =(0; 1)} .
Ta có: hệ F là độc lập tuyến tính.
2
Mặt khác, xét vector tùy ý x (a; b) ta có:
x au1 (a b)u2 .
2
Vậy hệ F là 1 cơ sở của .
3
VD 2. Trong , xét hệ 2 vector:
B {u1 (1; 0; 0), u2 (0; 1; 0)} .
Ta có: u1 u2 (1; 1; 1), , .
3
Vậy hệ B không phải là cơ sở của .
 ➢ Chương 3. Không gian vector
VD 3.
n
• Trong , hệ n vector:
E {ei (ai 1; ai 2 ;...; ain ), i 1,2,..., n}
trong đó: aij 1 nếu i j , aij 0 nếu i j
được gọi là cơ sở chính tắc.

▪ Chú ý
Một không gian vector có thể có nhiều cơ sở và số
vector (hữu hạn) trong các cơ sở là không đổi.
 ➢ Chương 3. Không gian vector
3.2. Số chiều của không gian vector
▪ Định nghĩa
Số vector có trong 1 cơ sở bất kỳ của không gian
vector V được gọi là số chiều (dimension) của V .
Ký hiệu là: dimV .

▪ Chú ý
n
• Trong , mọi hệ gồm n vector đltt đều là cơ sở.
• Số chiều của kgvt có thể vô hạn. Trong chương trình,
ta chỉ xét những kgvt hữu hạn chiều.
 ➢ Chương 3. Không gian vector
3.3. Tọa độ của vector
a) Định nghĩa
Trong kgvt V , cho cơ sở F {u1, u2, , un } .
Vector x V tùy ý có biểu diễn tuyến tính một cách
n
duy nhất qua cơ sở F là x u,
i i i
.
i 1
Ta nói x có tọa độ đối với cơ sở F là ( 1; 2
; ; n
).
1

2 T
Ký hiệu là: [x ]F ( 1 2
... n
) .

n
 ➢ Chương 3. Không gian vector
▪ Quy ước
Ta viết tọa độ của vector x đối với cơ sở chính tắc E
n
trong là [x ] hoặc viết dưới dạng x ( 1;...; n ).
2
VD 5. Trong , cho x (3; 5) và 1 cơ sở:
B {u1 (2; 1), u2 (1; 1)}. Tìm [x ]B ?
a
Giải. Gọi [x ]B , ta có:
b
3 2 1
x au1 bu2 a b
5 1 1
 ➢ Chương 3. Không gian vector

8
2a b 3 a
3 .
a b 5 7
b
3
8 7
Vậy [x ]B là ; .
3 3
 ➢ Chương 3. Không gian vector
2
VD 7. Trong , cho 2 cơ sở:
B1 {u1 (1; 0), u2 (0; 1)} ,
B2 {v1 (2; 1), v2 (1; 1)} .
Cho biết [x ]B là (1; 2). Hãy tìm [x ]B ?
2 1

Giải. Gọi x (a; b), [x ]B ta có:

1

1
• x x v1 2v2
B2 2
a 2 1
2 x (4; 1).
b 1 1
 ➢ Chương 3. Không gian vector

• [x ]B x u1 u2
1

4 1 0 4
.
1 0 1 1

Vậy [x ]B là (4; 1).

1
 ➢ Chương 3. Không gian vector
b) Tọa độ của vector trong các cơ sở khác nhau
▪ Ma trận chuyển cơ sở
Trong kgvt V , cho 2 cơ sở:
B1 {ui }, B2 {vi }, i 1,2,..., n .

Ma trận [v1 ]B [v2 ]B ... [vn ]B được gọi là ma trận

1 1 1

chuyển cơ sở từ B1 sang B2 .
Ký hiệu là: PB B2
.
1
 ➢ Chương 3. Không gian vector
Đặc biệt
n
Trong , ta có:
PE B1
[u1 ] [u2 ]...[un ]
(ma trận cột của các vector trong B1 ).

▪ Công thức đổi tọa độ

[x ]B PB B2
.[x ]B .
1 1 2
 ➢ Chương 3. Không gian vector
3
VD 8. Trong , cho hai cơ sở B1 và B2 .
1 1 2 1
Cho biết PB B1
0 1 3 và v 2 .
2 B1
0 0 2 3
Tìm tọa độ của vector v trong cơ sở B2 ?
Giải. Ta có:
1 1 2 1 5
v PB B1
v 0 1 3 2 11 .
B2 2 B1
0 0 2 3 6
Vậy [v ]B là (5; 11; 6).
2
 ➢ Chương 3. Không gian vector
VD 9. Tìm ma trận chuyển cơ sở PB B2
trong VD 7.
1

a c
Giải. Gọi [v1 ]B , [v2 ]B ta có:
1 b 1 d

2 1 0 a 2 2
• a b [v1 ]B .
1 0 1 b 1 1 1

1 1 0 c 1 1
• c d [v2 ]B .
1 0 1 d 1 1 1

2 1
Vậy PB .
1
B2
1 1
 ➢ Chương 3. Không gian vector
▪ Định lý
Trong kgvt V , cho 3 cơ sở B1 , B2 và B3 . Khi đó:
• PB B I n (i 1,2, 3 );
i i

• PB B3
PB B2
.PB B3
;
1 1 2

1
• PB B2
PB B1
.
1 2

▪ Hệ quả
n
Trong , ta có:
1
PB B2
PB E
PE B2
PE B1
PE B2
.
1 1
 ➢ Chương 3. Không gian vector

VD 10. Dựa vào hệ quả, giải lại VD 7.

Giải. Ta có:
1
1 1 0 2 1
• PB PE PE
1
B2 B1 B2
0 1 1 1

1 0 2 1 2 1
.
0 1 1 1 1 1

2 1 1 4
• [x ]B PB .[x ]B .
1 1
B2 2 1 1 2 1
 ➢ Chương 3. Không gian vector

§4. KHÔNG GIAN SINH BỞI HỆ VECTOR

4.1. Định nghĩa
Trong kgvt V cho hệ gồm m vector S {u1, , um } .
Tập hợp tất cả các tổ hợp tuyến tính của S được gọi
là không gian con sinh bởi S .
Ký hiệu là: S hoặc spanS .
 ➢ Chương 3. Không gian vector
n
4.2. Hệ vector trong
n
Trong kgvt , xét hệ S {u1, , um } ta có:
m
n
S x x u,
i i i
.
i 1

Gọi A là ma trận dòng m vector của S .

Khi đó:
• dim S r(A) và dim S n.
• Nếu dim S k thì mọi hệ con gồm k vector
đltt của S đều là cơ sở của S .
 ➢ Chương 3. Không gian vector
3
VD 1. Trong , cho hệ vector:
S {u1 (1; 0; 1), u2 (0; 1; 1)}.
Hãy tìm dạng tọa độ của vector v S ?

Giải. Ta có v S , nên:
v u1 u2 ( ; ; )( , ).
 ➢ Chương 3. Không gian vector

VD 2. Trong 4 , cho hệ vector:

S {(1;2; 3; 4), (2; 4;9;6), (1;2;5; 3), (1;2;6; 3)}.
Tìm số chiều của không gian sinh S ?

Giải. Ta có:
1 2 3 4 1 2 3 4
2 4 9 6 0 0 3 2
dim S r r
1 2 5 3 0 0 2 1
1 2 6 3 0 0 3 1