Professional Documents
Culture Documents
Ch3-A2C2DH 14
Ch3-A2C2DH 14
• 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 , .
…………………………………………………………..
Chương 3. Không gian vector
2 1 4 1
0
2 2 0
0 m 1 2m 4 m 3
0 2m 3 2m 6 3
Bài 2. Sự độc lập tuyến tính – phụ thuộc tuyến tính
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 .
Bài 2. Sự độc lập tuyến tính – phụ thuộc tuyến tính
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 .
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
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.
Bài 2. Sự độc lập tuyến tính – phụ thuộc tuyến tính
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
Bài 2. Sự độc lập tuyến tính – phụ thuộc tuyến tính
Định lý
Trong n , giả sử hệ W gồm m vector và có ma trận
dòng là A M mn ().
• Hệ vector W là độc lập tuyến tính khi và chỉ khi
r (A) m
r (A) m
Bài 2. Sự độc lập tuyến tính – phụ thuộc tuyến tính
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
Bài 2. Sự độc lập tuyến tính – phụ thuộc tuyến tính
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
m 5 4 2 m 5 2 2
12 m 11 6 12 m 5 6
0 1m m 1 0 0 m 1
m 5 2 2
(m 1) (m 1)(m 1) .
12 m 5
m
S v V v iui (i )
i 1
Bài 3. Số chiều, cơ sở của không gian vector
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 32 ; 2 ; 21 32 ).
Vậy S (1 32 ; 2 ; 21 32 ) 3 .
Bài 3. Số chiều, cơ sở của không gian vector
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).
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.
Bài 3. Số chiều, cơ sở của không gian vector
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.
Bài 3. Số chiều, cơ sở của không gian vector
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 .
Bài 3. Số chiều, cơ sở của không gian vector
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 .
Bài 3. Số chiều, cơ sở của không gian vector
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 .
Bài 3. Số chiều, cơ sở của không gian vector
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.
Bài 3. Số chiều, cơ sở của không gian vector
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
Bài 4. Tọa độ của vector
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
Vậy [v ]B (2 1 0)T .
2
Bài 4. Tọa độ của vector
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
Bài 4. Tọa độ của vector
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
Bài 4. Tọa độ của vector
VD 4. Trong 2 , tìm PB B với hai cơ sở:
1 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
Bài 4. Tọa độ của vector
VD 5. Trong 3 , tìm PAB 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: PAB PE A PE B
1
0 1 1 1 1 0 1
2 1
PAB 1 1 0 . 1 1 1 1 1 1
0 3 0 1 2 2 2 3
Bài 4. Tọa độ của vector
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
Bài 4. Tọa độ của vector
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 PAE .[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
……………………………………………………………………………………