Ch3-A2C2DH 14

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  (x 1; x 2 ;...; x n ) x i  , i  1,2,..., n 
là một không gian vector với hai phép toán:
x  y  (x 1  y1; x 2  y2 ;...; x n  yn ),
n
x  (x 1; x 2 ;...; x n ) (x , y   ,   ).
x i được gọi là thành phần thứ i của vector
n
x  (x 1; 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 )  a 0  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  .
Ta có v  (v1; v2 ; 0;...; 0)  W  v   n  W   n .
Lấy x  (x 1; x 2 ; 0;...; 0)  W , y  (y1; y2 ; 0;...; 0)  W .
Ta suy ra
x  y  (x 1  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
1u1  2u2  ...  n un   iui (i  )
i 1
được gọi là một tổ hợp tuyến tính của n vector ui .

n
Nếu x   iui (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; 3; 12)
qua hai vector u1  (1; 1; 2) và u2  (2; 0; 3).
Giải. Ta có: x  1u1  2u2
 (1; 3; 12)  1(1; 1; 2)  2 (2; 0; 3)
 (1  22 ; 1; 21  32 )  (1; 3; 12)
   2  1
 1 2   3
 1  3   1
 2  2.
21  32  12 

Vậy x  3u1  2u2 .
VD 2. Tìm biểu diễn tuyến tính của u  (1; 2; 3)
qua hai vector v  (1; 3; 2) và w  (2; 1; 1).
VD 3. Tìm m để u  (m; 2m  9; m  1) biểu thị
tuyến tính qua v  (1; 2; 1) và w  (2; 1; 3).
Giải. Ta có: u  av  bw
 a  2b  m  a  3
 
 2a  b  2m  9   b  1
 
  a  3b  m  1 m  1.
 
Vậy m  1 và u  3v  w .
4
VD 4. Trong  , cho 4 vector:
u1  (1; 1; m; 1), u2  (2; 2; m  3; 1),
u 3  (1; 3; 2; m  2), u 4  (4; 2; m  4; m  1) .
Tìm m để u1 là tổ hợp tuyến tính của u2 , u 3 , u 4 .
Giải. Ta có: u1  xu2  yu 3  zu 4
2x  y  4z  1

2x  3y  2z  1
 ().
(m  3)x  2y  (m  4)z  m

x  (m  2)y  (m  1)z  1
Yêu cầu đề bài tương đương với hệ () có nghiệm.
 2  1 4 1 
 
 2 
3  2  1 
 
Ta có: A B   
m  3 2 m 4 m

 
 1 m  2 m  1 1 
2  1 4 1 
 
0 
 2 2 0 

0 m  1 2m  4 m  3
 
0 2m  3 2m  6 3 
2 1 4 1  2 1 4 1 
   
0 1  0 1
 1 0   1 0 
  .
0 0 3m  3 m  3 0 0 1 1 
   
0 0 3 3  0 0 0 4m 
Vậy để u1 là tổ hợp tuyến tính của u2 , u 3 , u 4 thì:
 
r (A)  r A B  m  0 .
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 1
i i
  thì i  0, i  1,2,..., n .
• Hệ vector không phải là độc lập tuyến tính thì được

gọi là phụ thuộc tuyến tính (viết tắt là pttt).
2
VD 5. Trong  , xét sự độc lập tuyến tính hay
phụ thuộc tuyến tính của hệ vector
A  {u1  (2; 3), u2  (5; 4)} .
Giải. Ta có:
1u1  2u2    1(2; 3)  2 (5; 4)  (0; 0)
2  5  0   0
  1 2
  1
31  42  0 2  0.
 
Vậy hệ A là độc lập tuyến tính.
3
VD 6. Trong  , xét sự đltt hay pttt của hệ vector sau:
B  {u1  (2; 1; 3), u2  (3; 5; 4), u 3  (7; 3; 2)}.
Giải. Ta có:
a(2; 1; 3)  b(3; 5; 4)  c(7; 3; 2)  (0; 0; 0)
2a  3b  7c  0

 a  5b  3c  0 () .

3a  4b  2c  0

Do hệ () có vô số nghiệm nên hệ vector B là pttt.

 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
lại..
 Hệ quả
• Nếu hệ có vector không thì hệ pttt
pttt..
• Nếu có một bộ phận của hệ pttt thì hệ pttt
pttt..
VD 7.
• Trong  3 , xét hệ:
A  {u1  (0; 0; 0), u2  (1; 0; 1), u 3  (0; 1; 2)} .
Do 1.u1  0.u2  0.u 3   nên hệ A là pttt.
VD 7.
• Trong  3 , xét hệ:
A  {u1  (3; 0; 3), u2  (1; 0; 1), u 3  (0; 1; 2)} .
Do u1  3u2  u1  3u2  0.u 3   nên hệ A pttt.
2.3. Hệ vector trong Rn
 Định nghĩa
Trong  n , xét m vector ui  (ai 1, ai 2 ,..., ain )(i 1,...,m)
Ma trận dòng của hệ m vector {u1, u2 ,..., um } là
a  a1n  u1
 11 a12 
 a a  a2n 
A  21 22
 u2
     
 
am 1 am 2  amn  um
 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.
• Trong  n , hệ chứa n vector là đltt khi và chỉ khi
det A  0
3
VD 8. Trong  , xét sự đltt hay pttt của hệ vector
A  {(1; 2; 3), (1; 7; 14), (2; 1; 5)} .
1 2 3  1 2 3 
   
  
 

Giải. Ta có: A  1 7 14  0 5 11.
   
2 1 5  0 5 11 
Do r (A)  2  3 nên hệ A phụ thuộc tuyến tính.

4
VD 9. Trong  , xét sự đltt hay pttt của hệ vector
B  {(1; 2; 3; 3), (2; 1; 0; 2), (2; 5; 1; 3)}.
Giải. Ta có:
1 2 3 3 1 2 3 3 
   
   
A   2 1 0 2   0 5 6 8 .
   
 2 5 1 3   0 0 29 57
Do r (A)  3 nên hệ B độc lập tuyến tính.

3
VD 10. Trong  , tìm điều kiện m để hệ sau là pttt:
S  {(m  2; 3; 2m  1), (4; m  6; 2m  2)} .
 4 m  6 2m  2 
 
Giải. Ta có: A   
m  2 3 2m  1
4 m  6 2 m  2 
 
  2 .
0 8m  m 14m  2m 
2
Vậy hệ S là phụ thuộc tuyến tính khi và chỉ khi:

8m  m 2  0
r (A)  2    m  0.
14m  2m  0
2

3
VD 11. Trong  , biện luận sự đltt và sự pttt của hệ
{(m  5; 4; 2), (12; m  11; 6), (12; 12; m  7)}.
m  5  4 2 
 
 
Giải. Ta có: A   12 m  11 6 .
 
 12 12 m  7
m 5 4 2 m 5 2 2
12 m  11 6  12 m  5 6
0 1m m 1 0 0 m 1
m 5 2 2
 (m  1)  (m  1)(m  1) .
12 m 5
• Hệ W là pttt  det A  0  m  1.

• Hệ W là đltt  det A  0  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 
 
  2
A   1 m 1   det A  (m  2)(m  1) .
 
 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
Trong kgvt V cho hệ vector S  {u1, u2 ,, um }.
 m 
 S   v  V v   iui (i  )
 i 1 
3
VD 1. Tìm  S  trong  , biết hệ vector
S  {u1  (1; 0; 2), u2  (3; 1; 3)} .
Giải. Gọi v   S  và 1, 2   , ta có:
v  1u1  2u2  (1  32 ; 2 ; 21  32 ).

Vậy  S   (1  32 ; 2 ; 21  32 )   3 . 
VD 2. 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), X 2  (0; 1; 1; 0).
Gọi X là một nghiệm bất kỳ của hệ trên, ta có:

X  1X1  2X 2 (1, 2  )  X  X 1, X 2  .
Vậy X , X 
1 2
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
• 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 .
• Hệ gồm n vector độc lập tuyến tính trong kgvt V có
n chiều được gọi là một cơ sở (basic) của V .
 Quy ước
Không gian zero W  {} chỉ chứa 1 vector không
có số chiều là 0.
 Định lý
Nếu hệ S là một cơ sở của không gian n chiều V thì
 S  V
 Chú ý
Không gian vector có số chiều hữu hạn được gọi là
không gian vector hữu hạn chiều.
 Chú ý
n
• dim   n .
n
• Trong  , mọi hệ gồm n vector đltt đều là cơ sở.
n
• Cơ sở chính tắc En của  là hệ vector
En  {ei  (ai 1; ai 2 ;...; ain ), i  1,2,..., n }
trong đó aij  1 nếu i  j và aij  0 nếu i  j .
• Một không gian vector có thể có nhiều cơ sở và số
vector trong các cơ sở đó là không đổi.
2
VD 3. Tìm điều kiện của m để hệ sau là cơ sở của  :
A  {u1  (m; 2), u2  (2m; m  3)}.
2
Giải. Hệ A là cơ sở của  khi và chỉ khi hệ A đltt
m 2 m  1
  0  
2m m  3 m  0.

 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 .
VD 4. Tìm số chiều của  W  , cho biết

W  {u1  (2; 4; 2; 4),
u2  (2; 5; 3; 1), u 3  (1; 3; 4; 1)}.
Giải. Ta có:
2 4 2 4 1 3 4 1 
   
  
 

A   2 5 3 1    0 1 5 3
   
1 3 4 1   0 2 10 6
 r (A)  2  dim  W   2 .
3
VD 5. Tìm dimW , biết W   xác định như sau:

(  3  2;   ; 2  3   ) , ,    . 
Giải. Gọi w  W , ta có:
w  (  3  2;   ; 2  3   )
Ta có:  (1; 0; 2)  (3; 1; 3)  (2; 1; 1)
1 0 2 1 0 2
   
  
 

A  3 1 3  0 1 3 .
   
2 1 1 0 0 0 

 W  (1; 0; 2), (3; 1; 3), (2; 1; 1) . 
Vậy, do r (A)  2 nên dimW  2 .
VD 6. Tìm số chiều không gian nghiệm của hệ:
2x  3y  4z  0

6x  9y  12z  0

3x  2y  z  0.
  5 14 
Nghiệm tổng quát của hệ là X   ; ; .
 13 13 
Giải. Hệ phương trình trở thành:
2x  3y  4z  0 2x  3y  4
  
 
3x  2y  z  0 3x  2y  .
 
Vậy, không gian nghiệm của hệ là

V  5; 14; 13  và dimV  1.
 X  (; ; 2   )  (1; 0; 2)  (0; 1; 1) .

VD 7. Tìm số chiều không gian nghiệm của hệ:
2x  y  z  0

4x  2y  2z  0

6x  3y  3z  0.
Giải. Hệ phương  trình trở thành:
x  

2x  y  z  0  y  

z  2  
Vậy, không gian nghiệm của hệ là
W  (1; 0; 2), (0; 1; 1)
…………………………………………………..
và dimW  2 .
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  1u1  2u2  ...  n un   iui (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 ].
x 
 Chú ý  1 
n  
Trong  , nếu x  (x 1;...; x n ) thì [x ]    .
 
x n 
VD 1. Trong  2 , cho vector x  (7; 9) và cơ sở
B  {u1  (3; 1), u2  (2; 5)} . Tìm [x ]B .
a 
 
Giải. Gọi [x ]B   , ta có x  au1  bu2
b 
7 3 2
 [x ]  a[u1 ]  b[u2 ]     a    b  
9 1 5
     
 3a  2b  7 a  1
   
a  5b  9 b  2.
 
1
 
Vậy [x ]B   .
2
VD 2. Trong  3 , cho vector v  (0; 2; 0) và cơ sở
B  {(1; 2; 3), (1; 1; 5), (1; 2; 1)} . Tìm [v ]B .
T
Giải. Gọi [v ]B  (x y z ) , ta có:
(0; 2; 0)  x (1; 2; 3)  y(1; 1; 5)  z (1; 2; 1)
x  y  z  0 x  3
 
 2x  y  2z  2  y  2
 
3x  5y  z  0 z  1. 3
   
 
Vậy [v ]B  2.
 
1
3
VD 3. Trong  , xét hai cơ sở:
B1  {(1; 0; 1), (0; 1; 2), (1; 2; 1)} ,
B2  {(1; 2; 1), (0; 1; 2), (1; 0; 1)} .
T
Cho biết [v ]B  (0 1 2) . Tìm [v ]B .
1 2
Giải. Ta có:
0 1 0 1
       
       
[v ]B  1  [v ]  0.  0   1. 1  2. 2
1
       
2 1 2 1
 [v ]  (2 5 4)T .
T
Gọi [v ]B  (x y z ) , ta có:
2
1 0 1 2

         
       
x . 2  y. 1  z .  0   5.
       
1 2 1 4
Vậy [v ]B  (2 1 0)T .
2
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
2

PB B  [v1 ]B [v2 ]B ... [vn ]B
1 1 1 1

n
Đặc biệt, trong  , ta có:
1
  2
 
PE B  [u1 ] [u2 ]...[un ] , PE B  [v1 ] [v2 ]...[vn ]
 Hệ quả
n
Trong  , ta có:
1
PB B  PB E .PE B  (PE B ) PE B
1 2 1 2 1 2
VD 4. Trong  2 , tìm PB B với hai cơ sở:
1 2
B1  {u1  (1; 1), u2  (2; 5)},

B2  {v1  (1; 2), v2  (3; 2)}.
• Cách 1. Gọi [v1 ]B  (x y )T , ta có:
1
1 2 1 1

T
1 
     
x    y       [v1 ]B    .
1 5 2 1  3 3 
T
 19 5 
Tương tự, ta có [v2 ]B    .
1  3 3 
1 1 19
Vậy PB B    .
1 2
3 1 5 
VD 4. Trong  2 , tìm PB B với hai cơ sở:
1 2
B1  {u1  (1; 1), u2  (2; 5)},

B2  {v1  (1; 2), v2  (3; 2)}.
 
1
• Cách 2. Ta có: PB B  PE B PE B
1 2 1 2
1
1 2   1 3 1 1 19
     
        .
1 5 2 2 3 1 5 
VD 5. Trong  3 , tìm PAB với hai cơ sở:
A  {(1; 1; 1), (1; 1; 2), (0; 1; 2)},
B  {(1; 1; 2), (2; 1; 3), (1; 1; 1)}.
1
Giải. Ta có: PAB  PE A  PE B
1
0 1 1  1 1 0  1
  2 1
   
  
 PAB  1 1 0 .  1 1 1  1 1 1
    
0 3 0 1 2 2  2 3 
4.2.2. Công thức đổi tọa độ
[x ]B  PB B .[x ]B
1 1 2 2
2
VD 6. Trong  , xét hai cơ sở:
B1  {(2; 3), (4; 7)} và B2  {(3; 2), (2; 5)} .
Cho biết [x ]B  (1 2)T , tìm [x ]B .
2 1
1  13  6
1 
Giải. Ta có: PB B  (PE B ) .PE B    .
1 2 1 2
2 5 4 
1  13 6 1
  
 1 1
 
Vậy [x ]B  PB B .[x ]B        .
1 1 2 2
2 5 4   2 2 3
3
VD 7. Trong  , cho cơ sở:
A  {(1; 1; 1), (1; 1; 2), (0; 1; 2)} và
u  (3; 2; 2), v  (2; 5; 6). Tìm [u ]A, [v ]A .
1
Giải. Ta có: 1 1 0   3  0 2
    
    
[u ]A  PAE .[u ]E   1 1 1  2   1 2
    
1 2 2  2 1 1
0 2 1  2  4
     
     
Tương tự, [v ]A  1 2 1 5   6 .
     
1 1 0    6   7 
……………………………………………………………………………………

Ch3-A2C2DH 14

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

Ch3-A2C2DH 14

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

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 }).

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

Do hệ () có vô số nghiệm nên hệ vector B là pttt.

• Hệ vector W là phụ thuộc tuyến tính khi và chỉ khi

Do r (A)  2  3 nên hệ A phụ thuộc tuyến tính.

Do r (A)  3 nên hệ B độc lập tuyến tính.

Vậy hệ S là phụ thuộc tuyến tính khi và chỉ khi:

• Hệ W là pttt  det A  0  m  1.

• Hệ W 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:

VD 4. Tìm số chiều của  W  , cho biết

 X  (; ; 2   )  (1; 0; 2)  (0; 1; 1) .

Bài 4. Tọa độ của vector

4.1. Tọa độ của vector đối với một cơ sở

1 0 1 2

B1  {u1  (1; 1), u2  (2; 5)},

1 2 1 1

B1  {u1  (1; 1), u2  (2; 5)},

You might also like