CH 3-Khong Gian Véc Tơ

Chương 3.
Không gian vector
Bài 1. Khái niệm không gian vector

Bài 2. Sự độc lập tuyến tính
- phụ thuộc tuyến tính
Bài 3. Số chiều và cơ sở của KGVT
Bài 4. Tọa độ của vector
Chương 3. Không gian vector
1.1. Định nghĩa

1.2. Tính chất của không gian vector
1.3. Các ví dụ về không gian vector
1.4. Không gian vector con
1.1. Định nghĩa
Cho tập V khác rỗng, xét hai phép toán cộng và nhân
vô hướng sau:
V V V V V
(x , y ) x y; ( , x) x.
Ta nói V cùng với hai phép toán trên là một không
gian vector (vector space) trên nếu thỏa 8 tính chất:
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 .
 Chú ý
i) Mỗi phần tử thuộc V được gọi là một vector;
mỗi phần tử thuộc được gọi là một vô hướng.
ii) V là duy nhất và được gọi là vector không.
iii) ( x ) V được gọi là vector đối của vector x V
và mỗi vector x có một vector đối duy nhất.
1.2. Tính chất của không gian vector V
1) 0.x , x V
2) x ( 1).x , x V
3) . ,
4) .x 0 x (x V, )
5) .x .x, x (x V; , )
6) .x .y, 0 x y (x , y V; )
1.3. Các ví dụ về không gian vector
1) Tập hợp các bộ số thực
n
x (x1; x 2 ;...; x n ) x i ,i 1,2,..., n
là một không gian vector với hai phép toán:
x y (x1 y1; x 2 y2 ;...; x n yn ),
n
x ( x1; x 2 ;...; x n ) (x, y , ).
x i được gọi là thành phần thứ i của vector
n
x (x1; x 2 ;...; x n ) .
n
Vector không thuộc là (0; 0;...; 0).
2) Gọi Pn [x ] là tập hợp các đa thức hệ số thực theo
biến x có bậc nhỏ hơn hay bằng n .
Mỗi phần tử p hay p(x ) Pn [x ] có dạng:
2 n
p(x ) a0 a1x a2x ... an x
(ai , i 0,1,2,..., n ).
Pn [x ] là một không gian vector với hai phép toán:
(p(x ), q(x )) p(x ) q(x )
và ( , p(x )) p(x ) ( ).
Vector không thuộc Pn [x ] là 0 0x ... 0x n .
3) Tập hợp M m n ( ) với hai phép toán cộng ma trận
và nhân vô hướng là một không gian vector.
4) Tập hợp nghiệm của một hệ phương trình tuyến
tính thuần nhất với hai phép toán cộng và nhân vô
hướng là một không gian vector.
1.4. Không gian vector con
 Định nghĩa
Cho không gian vector V , tập hợp W V được gọi
là không gian vector con (vectorial subspace) của V
nếu W cũng là một kgvt.
 Nhận xét
Cho không gian vector V , tập hợp W V là kgvt con
của V nếu:
(x y) W , x, y W , .
VD
• Tập hợp W {, V } là kgvt con của kgvt V .
Vì . V, .
2 3
• không là kgvt con của vì
2 3
u (1; 2) nhưng u .
• Tập hợp W ( ; ; 0;...; 0) , là kgvt con

n
của .
n n
Ta có v (v1; v2 ; 0;...; 0) W v W .
Lấy x (x1; x 2 ; 0;...; 0) W , y (y1; y2 ; 0;...; 0) W .
Ta suy ra
x y (x1 y1; x 2 y2 ; 0;...; 0) W , .
…………………………………………………………..
Bài 2. Sự độc lập tuyến tính

phụ thuộc tuyến tính
2.1. Tổ hợp tuyến tính

2.2. Độc lập tuyến tính và
phụ thuộc tuyến tính
2.3. Hệ vector trong Rn
Bài 2. Sự độc lập tuyến tính – phụ thuộc tuyến tính
2.1. Tổ hợp tuyến tính
 Định nghĩa
Trong kgvt V , xét n vector ui (i 1,2,..., n ).
Tổng
n
u
1 1
u
2 2
... u
n n
u (
i i i
)
i 1
được gọi là một tổ hợp tuyến tính của n vector ui .

n
Nếu x u (
i i i
) thì ta nói vector x được
i 1
biểu diễn (hay biểu thị) tuyến tính qua n vector ui
(hay hệ vector {u1, u2 ,..., un }).

VD 1. Tìm biểu diễn tuyến tính của x (1; 7; 4) qua
hai vector u1 (1; 3; 2) và u2 (2; 1; 1).
Giải. Giả sử x được biểu diễn tuyến tính qua u1 và u2 .
Suy ra, tồn tại 1, 2 sao cho x u
1 1
u
2 2
hay
(1; 7; 4) 1
(1; 3; 2) 2
(2; 1; 1)
2 1
1 2
1
3
3 1 2
7
2.
2 1 2
4 2
Vậy x 3u1 2u2 .

VD 2. Tìm biểu diễn tuyến tính của x (1; 3; 1) qua
hai vector u1 (1; 1; 0) và u2 (2; 1; 0).
Giải. Giả sử x u
1 1
u ( 1,
2 2 2
)
1
2 2
1
1 2
3
0 1
0 2
1.
Do hệ vô nghiệm nên x không có biểu diễn tuyến tính
qua u1 và u2 .
VD 3. Trong P2 [x ], tìm biểu thị tuyến tính của vector
2
f (x ) 4 3x 2x qua hệ hai vector:
u(x ) 1 x 3x 2 và v(x ) 7 5x x 2 .
Giải. Giả sử f (x ) u(x )
1
v(x ) ( 1,
2 2
)
hay
2 2 2
4 3x 2x 1
( 1 x 3x ) 2
(7 5x x )
2
4 3x 2x ( 1
7 2) ( 1
5 2 )x
2
(3 1 2
)x
7 4 1
1 2
1
5 3 2
1 2
1
3 2 2
.
1 2 2
1 1
Vậy f (x ) u(x ) v(x ).
2 2
VD 4. Tìm m để vector u (1; m; 5) được biểu thị
tuyến tính qua u1 (1; 3; 2) và u2 (2; 1; 1).
Giải. Giả sử u au1 bu2 (a,b )
a 2b 1 a 3
3a b m b 1
2a b 5 m 8.
Vậy m 8 và u 3u1 u2 .
VD 5. 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).
Tìm m để u1 là tổ hợp tuyến tính của u2, u3, u4 .
Giải. Giả sử u1 au2 bu 3 cu 4 (a, b, c )
m 0 2 1
m 2 2 1
a b c .
1 0 m 0
2 m 4 1
Yêu cầu đề bài tương đương với hệ phương trình
ma 2c 1
ma 2b 2c 1
có nghiệm.
a mc 0
2a mb 4c 1
m 0 2 1
m 2 2 1
Ta có AB
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
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
2 (2 m 0).
0 0 2 m 1
3 2
0 0 0 m m 4m 2
2.2. Độc lập tuyến tính và phụ thuộc tuyến tính
 Định nghĩa
Trong kgvt V , xét n vector ui (i 1,2,..., n ).
• Hệ chứa n vector {u1, u2 ,..., un } được gọi là độc lập
tuyến tính (viết tắt là đltt)
n
nếu u
i i
thì i
0, i 1,2,..., n .
i 1
• Hệ vector không phải là độc lập tuyến tính thì được

gọi là phụ thuộc tuyến tính (viết tắt là pttt).
2
VD 6. Trong , xét sự độc lập tuyến tính hay
phụ thuộc tuyến tính của hệ 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.

3
VD 7. Trong , xét sự độc lập tuyến tính hay
phụ thuộc tuyến tính của hệ gồm 3 vector sau:
B {u1 ( 1; 3; 2), u2 (2; 0; 1), u3 (0; 6; 5)}.
3
Giải. Ta có u
i i
i 1
1
( 1; 3; 2) 2
(2; 0; 1) 3
(0; 6; 5) (0; 0; 0)
1
2 2
0
3 1
6 3
0 ( ).
2 1 2
5 3
0
1 2 0
Hệ ( ) có ma trận hệ số A 3 0 6 .
2 1 5
r (A) 2 3 nên ( ) có nghiệm không tầm thường.
Vậy hệ B là phụ thuộc tuyến tính.
VD 8. Trong M 2 3 ( ), xét sự đltt hay pttt của hệ:
1 2 0 2 3 0 0 1 0
W A ,B ,C .
3 0 1 4 0 1 2 0 1
Giải. Ta có aA bB cC (0ij )2 3 (a, b, c )
hay
a 2b 2a 3b c 0 0 0 0
3a 4b 2c 0 a b c 0 0 0
a 2b 0
2a 3b c 0
( ).
3a 4b 2c 0
a b c 0
Do ( ) có vô số nghiệm nên hệ W pttt.
Cách khác
Do 2A B C (0ij )2 3 nên hệ W pttt.
VD 9. Trong Pn [x ], xét sự đltt hay pttt của hệ:
2 n 1 n
{u1 1, u2 x, u3 x ,..., un x , un 1
x }.
n 1
Giải. Ta có u
i i
( i
)
i 1
2 n 1 n
1 2
x 3
x ... n
x n 1
x
n
0 0x ... 0x
1 2 3
... n n 1
0.
Vậy hệ vector đã cho là độc lập tuyến tính.
VD 10. Trong P2 [x ] cho hệ 3 vector:
2 2 2
V {f1 2x ; f2 x x 1; f3 x x m} .
Tìm m để hệ V phụ thuộc tuyến tính.
Giải. Ta có 1 f1 f
2 2
f
3 3
2
(2 1 2 3
)x ( 2 3
)x ( 2
m 3
)
2
0x 0x 0.
Yêu cầu đề bài tương đương với hệ phương trình
2 1 2 3
0
2 3
0
2
m 3
0
có nghiệm không tầm thường.
Nghĩa là:
det A 0 2 m 1 0 m 1.
Chú ý. Trong trắc nghiệm, ta giải như sau:
• Bước 1. Từ hệ vector
V {f1 2x 2 ; f2 x 2 x 1; f3 x 2 x m}
2 0 0
ta lập det A 1 1 1 .
1 1 m
• Bước 2. Hệ đltt det A 0 ; pttt det A 0.
 Định lý
Hệ chứa n vector là phụ thuộc tuyến tính khi và
chỉ khi tồn tại trong hệ một vector là tổ hợp tuyến
tính của n – 1 vector còn lại.
 Hệ quả
• Nếu hệ có vector không thì hệ pttt.
• Nếu có một bộ phận của hệ pttt thì hệ pttt.
VD 11.
3
• Trong , xét hệ:
A {u1 (0; 0; 0), u2 (1; 0; 1), u3 (0; 1; 2)} .
Do 1.u1 0.u2 0.u 3 nên hệ A là pttt.
• Trong P4 [x ], xét hệ:
2 2 3 4
B {v1 x ; v2 3x ; v3 (x 1) ; v4 x }.
2 2
Do {v1 x ; v2 3x } là pttt nên hệ B là pttt.
2.3. Hệ vector trong Rn
 Định nghĩa
n
Trong , xét m vector ui (ai 1, ai 2 ,..., ain )(i 1,..., m)
Ma trận dòng của hệ m vector {u1, u2,..., um } là
a11 a12 a1n u1

a21 a22 a 2n u2
A
am 1 am 2 amn um
VD 12. Hệ vector {u1 (1; 1; 2), u2 (4; 2; 3)}
1 1 2
có ma trận dòng là A .
4 2 3
 Định lý
Trong n , giả sử hệ W gồm m vector và có ma trận
dòng là A M m n ( ).
• Hệ vector W là độc lập tuyến tính khi và chỉ khi
r (A) m
• Hệ vector W là phụ thuộc tuyến tính khi và chỉ khi
r (A) m
 Hệ quả
n
• Trong , hệ chứa nhiều hơn n vector thì pttt.
n
• Trong , hệ chứa n vector là đltt khi và chỉ khi
det A 0
VD 13. Trong 2 , xét sự đltt hay pttt của hệ vector
B {( 1; 2; 0), (2; 1; 1)} .
1 2 0 1 2 0
Giải. Ta có A .
2 1 1 0 5 1
Do r (A) 2 nên hệ B là độc lập tuyến tính.
VD 14. Trong 3 , xét sự đltt hay pttt của hệ vector
B {( 1; 2; 0), (1; 5; 3), (2; 3; 3)} .
Giải. Ta có:
1 2 0 1 2 0 1 2 0
A 1 5 3 0 7 3 0 7 3.
2 3 3 0 7 3 0 0 0
Do r (A) 2 3 nên hệ B phụ thuộc tuyến tính.
3
VD 15. Trong , 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 đã cho là phụ thuộc tuyến tính khi và chỉ khi:

r (A) 2 m 1.
3
VD 16. Trong , biện luận sự đltt và sự pttt của hệ
W {(m; 1; 1), (1; m; 1), (1; 1; m )}.
Giải. Ta có:
m 1 1
A 1 m 1 det A (m 2)(m 1)2 .
1 1 m
• Hệ W là độc lập tuyến tính khi và chỉ khi:
det A 0 m 2 m 1.
• Hệ W là phụ thuộc tuyến tính khi và chỉ khi:
det A 0 m 2 m 1.
…………………………………………………
Bài 3. Số chiều, cơ sở của kgvt
3.1. Không gian sinh bởi một hệ vector

3.2. Số chiều và cơ sở của kgvt
Bài 3. Số chiều, cơ sở của không gian vector
3.1. Không gian sinh bởi một hệ vector
 Định nghĩa
m
S v V v u (
i i i
)
i 1
2
VD 1. Trong , cho S {u1 (1; 0), u2 (0; 1)} .
2
Gọi v , với v (x ; y ), ta có:
v (x ; 0) (0; y ) x .u1 y.u2
2
v S S .
2 2
Mặt khác, do S nên S .
3
VD 2. Trong , cho hệ
S {u1 (1; 0; 1), u2 (0; 1; 1)}.
Gọi v S , với v (x ; y; z ), ta có:
v u1 u2 ( ; ; )( , ).
3
Vậy S {v ( ; ; )| , } .
3
Chứng tỏ S ?
VD 3. Chứng tỏ W {u1 (1; 1; 1), u2 (0; 1; 1)}
3
không phải là hệ sinh của .
3
Giải. Lấy vector v (0; 0; 1) , ta có:
v u
1 1
u
2 2
(0; 0; 1) 1
(1; 1; 1) 2
(0; 1; 1)
1
0
1 2
0 (VN) v W .
1 2
1
Gọi X là một nghiệm bất kỳ của hệ trên, ta có:

X X
1 1
X ( 1, 2
2 2
) X X1, X2 .
VD 4. Cho hệ phương trình thuần nhất
x y z t 0
x y z t 0
có hai nghiệm cơ bản là
X1 (0; 1; 0; 1), X2 (0; 1; 1; 0) .
Vậy X1, X2 là không gian vector chứa tất cả các

nghiệm của hệ, và được gọi là không gian nghiệm.
3.2. Số chiều và cơ sở
 Định nghĩa
• Hệ gồm n vector độc lập tuyến tính trong kgvt V có
n chiều được gọi là một cơ sở (basic) của V .
• Kgvt V được gọi là có n chiều (n – dimension), nếu
tồn tại n vector độc lập tuyến tính và không có bất kỳ
hệ độc lập tuyến tính nào chứa nhiều hơn n vector.
Ký hiệu số chiều của không gian vector V là dimV .
 Quy ước
Không gian zero W { } chỉ chứa 1 vector không
có số chiều là 0.
 Chú ý
Không gian vector có số nhiều hữu hạn được gọi là
không gian vector hữu hạn chiều.
 Định lý
Nếu hệ S là một cơ sở của không gian n chiều V thì
S V
2
VD 5. Trong , xét hệ vector
F {u1 (1; 1), u2 (0; 1)} .
1 1
Do det 1 0 nên hệ F là đltt.
0 1
2
Mặt khác, xét vector v (a; b) , ta có
v au1 (a b )u2 .
Suy ra hệ {u1, u2, v} là phụ thuộc tuyến tính.
2 2
Vậy dim 2 và hệ vector F là một cơ sở của .
 Chú ý
n
i) Trong , hệ vector
En {ei (ai 1; ai 2 ;...; ain ), i 1,2,..., n}
trong đó aij 1 nếu i j , aij 0 nếu i j là
n n
một cơ sở của và dim n.
n
Hệ En được gọi là cơ sở chính tắc của .
3
VD. Cơ sở chính tắc của là
E 3 {e1 (1; 0; 0), e2 (0; 1; 0), e3 (0; 0; 1)}.
n
ii) Trong , mọi hệ gồm n vector đltt đều là cơ sở.
iii) Một không gian vector hữu hạn chiều có thể có
nhiều cơ sở và số vector trong các cơ sở đó là
không đổi.
VD 6. Trong P2 [x ], xét hệ
2
S {f1 1, f2 x , f3 x }.
Nhận thấy hệ S là độc lập tuyến tính.
2
Xét f P2 [x ] với f a0 a1x a2x , ta có:
f a 0 .f1 a1.f2 a2 .f3
2
{f1 1, f2 x, f3 x , f } là pttt.
Vậy dim P2 [x ] 3 và S là một cơ sở của P2 [x ].
Tổng quát, ta có
dim Pn [x ] n 1, n
 Nhận xét
n
Trong , gọi A là ma trận dòng tạo bởi m vector
của hệ S .
• Ta có dim S r (A) n .
• Nếu dim S k thì mọi hệ gồm k vector đltt
của S đều là cơ sở của S .
4
VD 7. Trong , 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 .
1 2 3 4
2 4 9 6
Giải. Ma trận dòng của 4 vector là A .
1 2 5 3
1 2 3 4 1 2 3 4 1 2 6 3
0 0 3 2 0 0 3 2
A
0 0 2 1 0 0 0 1
0 0 3 1 0 0 0 0
Vậy, do r (A) 3 nên dim S 3.

4
VD 8. Trong , cho hệ vector
W {u1 ( 2; 4; 2; 4),
.
u2 (2; 5; 3; 1), u 3 ( 1; 3; 4; 1)}
Xác định số chiều và tìm một cơ sở của W .
Giải. Biến đổi tương tự VD 7, ta được:
1 2 1 2
A 0 1 5 3 r (A) 2.
0 0 0 0
Do hệ {u1, u2 } là độc lập tuyến tính nên:
dim W 2 , một cơ sở của W là {u1, u2 } .
Trong thực hành, ta thường chọn cơ sở là
{(1; 2; 1; 2), (0; 1; 5; 3)} .
4.1. Tọa độ của vector đối với một cơ sở

4.2. Tọa độ của vector trong các cơ sở
khác nhau
4.1. Tọa độ của vector đối với một cơ sở
 Định lý
Trong không gian vector n chiều V , cho một cơ sở
được sắp thứ tự B {u1, u2 , , un } . Khi đó, mọi
vector v của V đều viết được một cách duy nhất
dưới dạng tổ hợp tuyến tính của n vector trong B .
 Quy ước
Từ đây về sau, khi nói đến một cơ sở là ta ngầm hiểu
rằng cơ sở đó đã được sắp thứ tự.
 Định nghĩa
Trong kgvt V , cho cơ sở B {u1, u2 , , un } .
Theo định lý trên, x V đều viết được một cách
duy nhất dưới dạng n
x u
1 1
u
2 2
... u
n n
u ( i
i i
)
i 1
T
ký hiệu là [x ]B ( 1 2 n
) và ta gọi nó là
tọa độ của x trong cơ sở B.
 Quy ước
Trong n , ta viết cơ sở chính tắc En là E ,
và viết [x ]E là [x ].
 Chú ý x1
n
Trong , nếu x (x 1;...; x n ) thì [x ] .
xn
VD 1. Trong 2 , cho vector x (3; 5) và cơ sở
B {u1 (2; 1), u2 (1; 1)} . Tìm [x ]B .
a
Giải. Gọi [x ]B , ta có x au1 bu2
b
2a b 3 8 7
a ,b .
a b 5 3 3
3 2 1
[x ] a[u1 ] b[u2 ] a b
5 1 1
T
8 7
Vậy [x ]B .
3 3
2
VD 3. Trong , xét hai cơ sở:
B1 {u1 (1; 0), u2 (0; 1)},
B2 {v1 (2; 1), v2 (1; 1)} .
1
Cho biết [x ]B . Tìm [x ]B .
2 2 1
[x ]
a
Giải. Gọi [x ] và [x ]B , ta có:
b 1
1
x x v1 2v2
B2 2
[x ]B x u1 u2
1
4 1 0 4
1 0 1 1
a 2 1 4
2 [x ] .
b 1 1 1
4
Vậy [x ]B .
1 1
4.2. Tọa độ của vector trong các cơ sở khác nhau
4.2.1. Ma trận chuyển cơ sở
Trong không gian vector n chiều V , cho hai cơ sở:
B1 {u1, u2,..., un }, B2 {v1, v2,..., vn }.
Ma trận chuyển cơ sở từ cơ sở B1 sang cơ sở B2 là
PB B2
[v1 ]B [v2 ]B ... [vn ]B
1 1 1 1
n
Đặc biệt, trong , ta có
PE B2
[v1 ] [v2 ]...[vn ] .
2
VD 4. Trong , tìm PB B2
với hai cơ sở:
1
B1 {u1 (1; 0), u2 (1; 1)},

B2 {v1 (1; 2), v2 (3; 1)}.
a c
Giải. Gọi [v1 ]B và [v2 ]B , ta có:
1 b 1 d
1 1 1 a 1 1
a b [v1 ]B .
2 0 1 b 2 1 2
3 1 1 c 4 4
c d [v2 ]B .
1 0 1 d 1 1 1
1 4
Vậy PB .
1
B2
2 1
 Hệ quả
Trong n , ta có:
1
PB B2
PB E
.PE B2
(PE B
) PE B2
1 1 1
VD 6. Dựa vào hệ quả, giải lại VD 4.
1
Giải. Ta có PB B2
PE B1
PE B2
1
1
1 1 1 3 1 4
.
0 1 2 1 2 1
4.2.2. Công thức đổi tọa độ
[x ]B PB B2
.[x ]B
1 1 2
3
VD 7. Trong , xét hai cơ sở B1 và B2 . Tìm [v ]B biết
2
1 1 2 1
PB B1
0 1 3 và [v ]B 2 .
2 1
0 0 2 3
Giải. Ta có [v ]B PB B
.[v ]B (5 11 6)T .
2 2 1 1
2
VD 8. Trong , cho cơ sở A {(1; 2), (3; 4)}
và vector x (3; 2). Tìm [x ]A .
Giải. Ta có [x ]A PA E
.[x ]E
1
1 3 3 1 3
.
2 4 2 5 4
VD 9. Trong 2 , xét hai cơ sở:
A {(2; 3), (1; 2)} và B {(3; 2), (2; 5)} .
T
Cho biết [x ]B (1 2) , tìm [x ]A .
Giải. Ta có ma trận chuyển cơ sở là:
1
1
2 1 3 2
PA (PE ) .PE .
B A B
3 2 2 5
1 4 9 1 1 22
Vậy [x ]A PA .[x ]B .
B
7 13 4 2 7 5
………………………………………………….

CH 3-Khong Gian Véc Tơ

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

CH 3-Khong Gian Véc Tơ

Uploaded by

Copyright:

Available Formats

Chương 3.

Không gian vector

Bài 1. Khái niệm không gian vector

Bài 1. Khái niệm không gian vector

1.1. Định nghĩa

• Tập hợp W ( ; ; 0;...; 0) , là kgvt con

Bài 2. Sự độc lập tuyến tính

2.1. Tổ hợp tuyến tính

được gọi là một tổ hợp tuyến tính của n vector ui .

biểu diễn (hay biểu thị) tuyến tính qua n vector ui

(hay hệ vector {u1, u2 ,..., un }).

Vậy x 3u1 2u2 .

• Hệ vector không phải là độc lập tuyến tính thì được

Vậy hệ A là độc lập tuyến tính.

a11 a12 a1n u1

Vậy hệ đã cho là phụ thuộc tuyến tính khi và chỉ khi:

Bài 3. Số chiều, cơ sở của kgvt

3.1. Không gian sinh bởi một hệ vector

Gọi X là một nghiệm bất kỳ của hệ trên, ta có:

Vậy X1, X2 là không gian vector chứa tất cả các

Vậy, do r (A) 3 nên dim S 3.

Bài 4. Tọa độ của vector

4.1. Tọa độ của vector đối với một cơ sở

B1 {u1 (1; 0), u2 (1; 1)},

You might also like