Giáo Trình Toán CC1 ĐHCNVH

LƯU HÀNH NỘI BỘ - 2020
TRƢỜNG ĐẠI HỌC CÔNG NGHIỆP VIỆT - HUNG

BỘ MÔN TOÁN
***&&&***
TOÁN CAO CẤP 1
LƯU HÀNH NỘI BỘ - 2020
ĐẠI HỌC CÔNG NGHIỆP VIỆT-HUNG 1

LỜI NÓI ĐẦU
Lời đầu tiên, các tác giả và tập thể giảng viên trong Bộ
môn Toán xin bày tỏ lòng biết ơn trân trọng đến Ban Giám
Hiệu Trường Đại học Công nghiệp Việt-Hung, Hội đồng thẩm
định giáo trình, Phòng Quản lý Khoa học, Phòng Quản lý Đào
tạo, Trung tâm Thông tin thư viện nhà trường đã tin tưởng và
tạo điều kiện thuận lợi để chúng tôi hoàn thành việc biên soạn
và xuất bản cuốn giáo trình này.
Giáo trình này được các giảng viên (GV) trong Bộ môn
Toán biên soạn với mong muốn cung cấp cho các em tân sinh
viên của Trường Đại học Công nghiệp Việt-Hung một tài liệu
tốt với các tiêu chí:
chính xác, đầy đủ, bản chất, tinh gọn, dễ hiểu, dễ áp dụng.
Kiến thức của giáo trình là về Đại số tuyến tính, gồm

các kiến thức căn bản tương tự như chương trình của các
trường Đại học ứng dụng khác. Cụ thể, giáo trình gồm 5
chương.
Chương 1. Tập hợp và ánh xạ

Trình bày về tập hợp và ánh xạ. Đây là các khái niệm căn bản,
sẽ dùng trong các chương sau và cho cả giáo trình Toán cao
cấp 2.
Chương 2. Ma trận - định thức - hệ phương trình tuyến tính

Trình bày về ma trận và các phép toán ma trận; các phép biến
đổi sơ cấp; định nghĩa định thức và cách tính; hạng của ma
trận; ma trận nghịch đảo; hệ phương trình tuyến tính. Cuối
chương có nêu một số ứng dụng của hệ phương trình.

Chương 3. Không gian vectơ - ánh xạ tuyến tính
Trình bày về không gian vectơ; không gian con; biểu diễn
tuyến tính; tập sinh; độc lập tuyến tính; cơ sở; hạng của hệ
vectơ; ánh xạ tuyến tính; chéo hóa ma trận. Cuối chương có
nêu ý nghĩa của không gian vectơ - ánh xạ tuyến tính.
Đây là chương có tính trừu tượng khá cao, nên tác giả viết với
mục tiêu là truyền đạt theo cách dễ hiểu nhất, đồng thời giữ
nguyên được bản chất kiến thức. Một cách để thực hiện điều
này, chẳng hạn là trình bày kỹ các ví dụ trong không gian
vectơ hình học 2 , 3. Điều này tạo ra sự dễ hiểu và kiến
thức vững chắc trong phần có thể tưởng tượng ( 2, 3 ), từ đó
làm cầu nối đến phần trừu tượng (không gian vectơ có số
chiều lớn hơn 3).
Chương 4. Dạng toàn phương, Chương 5. Hình học giải tích

Các chương này được viết ngắn gọn, chính xác, có tính chất
giới thiệu kiến thức.
Về bố cục các chương gồm có: Lý thuyết; các công

thức; các ví dụ đơn giản minh họa khái niệm; các ví dụ có lời
giải chi tiết; các ví dụ chưa giải để sinh viên luyện tập; bài tập
cuối chương.
Ngoài ra, hệ thống bài tập của giáo trình còn có Ngân
hàng Đề thi mẫu trắc nghiệm Toán cao cấp 1 được viết trong
tài liệu khác để thuận lợi cho sinh viên trong quá trình làm bài
tập và thi trắc nghiệm.
Giáo trình này được viết lần đầu vào năm 2011 để
giảng dạy cho K35 là khóa sinh viên đại học đầu tiên của Nhà
trường và sau đó được chỉnh sửa.

Phiên bản đầu tiên có sự tham gia của
GV Nguyễn Danh Cường: viết chương 1

GV Nguyễn Văn Minh: viết chương 2
GV Nguyễn Việt Huy: viết chương 3
GV Đỗ Phương Long: viết chương 4
GV Lê Ngọc Kiên: viết chương 5
GV Đỗ Tiến Dũng: phụ trách chung
Tài liệu đƣợc chỉnh sửa lần 1, 2, 3, 4, 5, 6 (năm 2012, 2013,

2017, 2018, 2019, 2020) với nhiều thay đổi
GV Nguyễn Việt Huy: phụ trách chỉnh sửa toàn bộ.
Ngoài ra, giáo trình có sự góp ý của các GV:

Nguyễn Văn Minh, Hà Đăng Toàn, Đỗ Tiến Dũng (lần 1, 6);
Lê Ngọc Kiên, Đỗ Phương Long (lần 1);
Nguyễn Thị Huyền Trang, Trần Quang Ánh (lần 6).
Như đã nói ở trên, giáo trình này được biên soạn để các
em tân sinh viên của Trường Đại học Công nghiệp
Việt-Hung có một tài liệu tốt, từ đó học tập môn Toán một
cách thuận lợi nhất. Các thầy cô mong các em học tập thật
chăm chỉ, nhiệt tình và say mê, để qua đó có sự phát triển về
tư duy (logic, tưởng tượng, mô hình hóa, …), kỹ năng (trình
bày, tính toán, …) và khả năng làm việc tập trung, bài bản, ...
Khi các em ra trường có thể sẽ không thấy môn Toán và nhiều
môn học khác một cách cụ thể trong mọi việc nhưng năng lực
bản thân đã được tăng lên như cầu thủ bóng đá khi ra sân đã
được rèn thể lực! Chúc các em tự tin, nỗ lực, hạnh phúc, thành
công trong học tập và cuộc sống!

Giáo trình này đã được viết với rất nhiều cố gắng, tuy
nhiên sẽ có những thiếu sót khó tránh khỏi, các tác giả mong
nhận được sự góp ý của các thầy cô đồng nghiệp, các em
sinh viên và bạn đọc!
Xin trân trọng cảm ơn!.
Hà Nội, tháng 9 năm 2020

CÁC TÁC GIẢ

Số
TT NỘI DUNG
tiết
CHƢƠNG 1. TẬP HỢP VÀ ÁNH XẠ 2
1.1. Tập hợp và phần tử (tự đọc)

1
1.2. Các phép toán về tập hợp 1
1.4. Tích Descartes
1.4. Ánh xạ 1
1.5. Tập hữu hạn - tập đếm đƣợc - tập

không đếm đƣợc (đọc thêm)
CHƢƠNG 2. MA TRẬN - ĐỊNH THỨC -

18
HỆ PHƢƠNG TRÌNH TUYẾN TÍNH
2.1. Ma trận và các phép toán 2
2.1.1. Các khái niệm mở đầu về ma trận

2
2.1.2. Các phép toán trên ma trận
2.2. Định thức và ứng dụng 9

2
2.2.1. Định nghĩa và tính chất 2
Bài tập 1
2.2.2. Các phép biến đổi sơ cấp trên ma trận 1
2.2.3. Tính định thức bằng biến đổi sơ cấp 2
2.2.4. Hạng của ma trận và cách tìm hạng bằng

1
biến đổi sơ cấp

Bài tập 1
2.2.5. Ma trận nghịch đảo 1
2.3. Hệ phƣơng trình tuyến tính 5
2.3.1. Các khái niệm cơ bản 1
2.3.2. Hệ phương trình Cramer và phương

1
pháp Cramer
Bài tập 1
2.3.3. Hệ phương trình tuyến tính tổng quát

2
và phương pháp Gauss
2.4. Một số ứng dụng của hệ phƣơng trình

(đọc thêm)
Ôn tập chƣơng 2 2
CHƢƠNG 3. KHÔNG GIAN VECTƠ -

20
ÁNH XẠ TUYẾN TÍNH
3.1. Không gian vectơ 16
3.1.1. Định nghĩa và ví dụ 2
3 3.1.2. Không gian con 1
Bài tập 1
3.1.3. Biểu diễn tuyến tính 2
3.1.4. Tập sinh 1
Bài tập 1

3.1.5. Sự độc lập tuyến tính và phụ thuộc tuyến
1
tính của hệ vectơ
3.1.6. Cơ sở, số chiều của không gian vectơ 1
3.1.7. Cơ sở, hạng của hệ vectơ 2
Ôn tập và thi giữa học phần 4
3.2. Ánh xạ tuyến tính 4
3.2.1. Định nghĩa ánh xạ tuyến tính và biến đổi

1
tuyến tính
3.2.2. Ma trận của ánh xạ tuyến tính 1
3.2.3. Mối liên hệ của ma trận của một ánh xạ

1
tuyến tính trong các cặp cơ sở khác nhau
Bài tập 1
3.2.4. Giá trị riêng, vectơ riêng

của ánh xạ tuyến tính (đọc thêm)
3.2.5. Chéo hóa ma trận (đọc thêm)
3.3. Ý nghĩa của Không gian vectơ - Ánh xạ

tuyến tính (đọc thêm)
CHƢƠNG 4. DẠNG TOÀN PHƢƠNG 3
4.1. Dạng song tuyến tính 1

4
4.1.1. Định nghĩa và ví dụ
1
4.1.2. Ma trận của dạng song tuyến tính

4.2. Dạng toàn phƣơng 2

2
4.2.2. Dạng chính tắc của dạng toàn phương
CHƢƠNG 5. HÌNH HỌC GIẢI TÍCH

5
(đọc thêm)
6 ÔN TẬP 2
Tổng cộng 45
Giải thích thuật ngữ

“tự đọc”: kiến thức có liên quan đến phần sau;
“đọc thêm”: không thi, có tính chất giới thiệu.

CHƢƠNG 1. TẬP HỢP VÀ ÁNH XẠ
1.1. TẬP HỢP VÀ PHẦN TỬ
1.1.1. Khái niệm về tập hợp và phần tử
Khái niệm tập hợp và phần tử không thể định nghĩa
bằng những khái niệm đã biết. Ta coi tập hợp là khái niệm
nguyên sơ, không định nghĩa. Tuy nhiên ta có thể nói như sau:
Tất cả những đối tượng xác định nào đó hợp lại tạo
thành một tập hợp, mỗi đối tượng cấu thành tập hợp là một
phần tử của tập hợp.
Ví dụ 1.1.1. Tập hợp tất cả bàn, ghế trong một lớp học. Mỗi
chiếc bàn, ghế là một phần tử của tập hợp đó.
Ví dụ 1.1.2. Tất cả các đường thẳng trong không gian tạo

thành tập hợp các đường thẳng trong không gian. Mỗi đường
thẳng là một phần tử của tập hợp đó.
1.1.2. Các ký hiệu

 : Ký hiệu này thay cho cụm từ “với mọi” hay “với
bất kỳ”.
Ví dụ 1.1.3. x  , ta có x2  x  1  0 .
 : Ký hiệu này thay cho cụm từ “tồn tại” hay là “có”.

Ví dụ 1.1.4. x  để x 2  3x  2  0 , đó là x  1 hoặc x  2 .
Nếu a là phần tử của tập hợp E thì ta nói: a thuộc E ,

và viết a  E .
Nếu a không là phần tử của E thì ta nói: a không
thuộc E , và viết a  E.
Ví dụ 1.1.5. Số 4  tập các số chẵn; Số 3  tập các số chẵn.

1.1.3. Cách mô tả một tập hợp
Muốn mô tả một tập hợp ta phải làm đủ rõ để khi cho
một phần tử ta biết được nó có thuộc tập hợp của ta hay
không. Thường có hai cách:
Cách 1. Liệt kê ra tất cả các phần tử của tập hợp.

Ví dụ 1.1.6. Cho tập hợp A  3, 4, 5, 6, 7, 8, 9, 10.
Cách 2. Nêu ra tính chất đặc trưng của các phần tử tạo thành
tập hợp.
Ví dụ 1.1.7. Tập hợp A ở ví dụ trên có thể viết là
A  n n  ,3  n  10.
Cách viết này đọc là: A là tập hợp các phần tử n trong
đó n là số tự nhiên và 3  n  10.
Ký hiệu đặt trước phần giải thích tính chất đặc trưng
của phần tử n.
Ví dụ 1.1.8. Tập hợp các số chẵn có thể mô tả như sau

P  m m  2k , k  .
Chú ý: Sau này để cho gọn, đôi khi ta chỉ dùng từ “tập” thay
cho cụm từ “tập hợp”.
1.1.4. Một số tập hợp số thƣờng gặp
Tập các số tự nhiên:  0, 1, 2, 3, .

Tập các số nguyên dương: *
 1, 2, 3, .
Tập các số nguyên:  0,  1,  2,  3, .
p 
Tập các số hữu tỷ:   p , q *
.
q 

Mỗi phần tử của gọi là số hữu tỷ, mỗi số hữu tỷ có
thể biểu diễn ở dạng số thập phân hữu hạn hoặc vô hạn tuần
hoàn.
Tập các số vô tỷ: I .
Mỗi phần tử của I gọi là số vô tỷ, mỗi số vô tỷ có thể
biểu diễn ở dạng số thập phân vô hạn không tuần hoàn.
Tập các số thực: .
  I.
Nhận xét: Ta có thể viết

p 
  p  , q  , q  0
q 
tuy nhiên ta có thể coi mẫu số q  0 vì nếu mẫu số q  0 thì
p p
ta đồng nhất  và được mẫu số là q  0. Vậy nên ta
q q
có thể coi q  0 và vì q nên ta viết q  *
.
1.1.5. Tập rỗng

Theo cách nói ở mục 1.2.1 thì một tập hợp phải có ít
nhất một phần tử mới có nghĩa. Tuy nhiên để cho tiện về sau,
ta đưa thêm vào khái niệm tập rỗng.
Định nghĩa 1.2.1. Tập rỗng là tập hợp không có phần tử nào.
Ký hiệu:  .
Ví dụ 1.1.9. Tập nghiệm thực của phương trình x2  3x  2  0

là 1,2 , nhưng tập nghiệm thực của phương trình
x2  x  1  0 là  vì phương trình không có nghiệm thực.
Ví dụ 1.1.10. Ta có:  I  .

1.1.6. Sự bằng nhau của hai tập
Định nghĩa 1.1.2. Hai tập hợp A và B được gọi là bằng nhau
nếu mỗi phần tử của tập hợp A cũng là phần tử của tập hợp B
và ngược lại. Ta viết A  B.
Ví dụ 1.1.11. Cho hai tập hợp

A  x, y, 1, 5, B  1, 5, x, y .
Ta có A  B.
1.1.7. Tập con

Định nghĩa 1.1.3. Nếu mọi phần tử của B cũng là phần tử của
A thì ta nói B là (một) tập con của A, ký hiệu: B  A.
Chú ý:
Người ta coi tập  là tập con của mọi tập A .
Ta có:  A  B    A  B và B  A .
1.1.8. Biểu diễn hình học - Biểu đồ Venn

Để dễ hình dung một số quan hệ giữa các tập hợp người
ta dùng cách biểu diễn hình học gọi là biểu đồ Venn: Xem mỗi
tập hợp là tập điểm trong một vòng phẳng, mỗi điểm trong
vòng là một phần tử của tập hợp.
Khi đó quan hệ B  A biểu hiện trên hình 1.1 bằng

cách vẽ vòng B nằm trong vòng A.

Hình 1.1
1.2. CÁC PHÉP TOÁN VỀ TẬP HỢP

Định nghĩa 1.2.1. Hợp của hai tập A và B là một tập, ký hiệu
là A  B và được xác định như sau
A  B   x x  A hoặc x  B.
Minh họa A  B bằng biểu đồ Venn như hình 1.2.
Hình 1.2
Định nghĩa 1.2.2. Giao của hai tập A và B là một tập, ký

hiệu là A  B và được xác định như sau
A  B   x x  A và x  B.
Minh họa A  B bằng biểu đồ Venn như hình 1.3.

Hình 1.3
Định nghĩa 1.2.3. Khi A  B   ta nói A và B rời nhau.
Định nghĩa 1.2.4. Hiệu của hai tập A và B là một tập, ký

hiệu là A \ B và được xác định như sau
A \ B   x x  A và x  B.
Minh họa A \ B bằng biểu đồ Venn như hình 1.4.
Hình 1.4
Định nghĩa 1.2.5. Khi B  A thì tập A \ B được gọi là phần

bù của B trong A và ký hiệu là B
B  A \ B   x x  A và x  B.
Minh họa B bằng biểu đồ Venn như hình 1.5.

Hình 1.5
Chú ý: Ta có khi B  A thì B  A và B  B.
Tính chất 1.2.1. Các phép toán hợp, giao, hiệu có các tính
chất sơ cấp sau đây
+ Giao hoán:
A  B  B  A; A  B  B  A;
+ Kết hợp:
A   B  C    A  B   C;
A   B  C    A  B   C;
+ Phân phối:
A   B  C    A  B    A  C ;
A   B  C    A  B    A  C ;
+ Công thức De Morgan: Với mọi A, B  X , ta có
A  B  A  B, A  B  A  B.
Ví dụ 1.2.1. Xét A  1, 2 , B  1, 3. Khi đó

A  B  1, 2, 3, A  B  1, A \ B  2.

Định nghĩa 1.2.6. Khái niệm phủ và phân hoạch
Giả sử I  và S   A   là một họ của những tập
i iI
con của tập X .

n
Nếu Ai  X thì ta nói S là một phủ của X .
i 1
Nếu ngoài ra, i  I , Ai   và Ai  Aj   thì ta nói

họ S là một phân hoạch của X .
Ví dụ 1.2.2. Xét X là mặt phẳng Oxy thì tập tất cả các đường
thẳng vuông góc với Ox, x  xi , xi  tạo thành một phân
hoạch của X .
1.3. TÍCH DESCARTES

Định nghĩa 1.3.1.
Tích Descartes của hai tập A và B là một tập, ký hiệu
là A  B và được xác định như sau

A  B   a, b  a  A, b  B . 
Tích Descartes của ba tập A, B, C là một tập, ký hiệu
là A  B  C và được xác định như sau

A  B  C   a, b, c  a  A, b  B, c  C . 
Tích Descartes của n tập A1, A2 ,... An là một tập, ký
hiệu là A1  A2  ...  An và được xác định như sau
 
A1  A2  ...  An   a1 , a2 , ..., an  ai  Ai , i  1, n .
Tích Descartes A  A  ...  A ( n lần) viết gọn là An .
 
An   a1 , a2 , ..., an  ai  A, i  1, n .

Ví dụ 1.3.1. Cho A  1, 3 , B  2, x. Khi đó, ta có
A  B  1, 2  , 1, x  ,  3, 2  ,  3, x ;
và
A2  A  A  1, 1 , 1, 3 ,  3, 1 , 3,3.
Chú ý: Chú ý rằng 1, 3 và  3, 1 là hai cặp khác nhau.
Ví dụ 1.3.2. Nếu A  1, 3 , B  2, x, C  a thì

A  B  C  1, 2, a  , 1, x, a  ,  3, 2, a  ,  3, x, a .
và
A3  A  A  A
 1, 1, 1 , 1, 1, 3 , 1, 3, 1 , 1, 3, 3 ,

 3, 1, 1 , 3, 1, 3 , 3, 3, 1, 3, 3, 3 .
1.4. ÁNH XẠ
Định nghĩa 1.4.1. Với X , Y  , ánh xạ

f : X Y
x y  f  x
là một quy tắc đặt tương ứng mỗi phần tử x  X với duy nhất
một phần tử y Y xác định duy nhất theo x, ký hiệu là
f  x .
Ánh xạ còn được ký hiệu bởi một trong các cách sau
f : X Y, x y  f  x ;
f : X  Y;
y  f  x  hoặc f .

Ví dụ 1.4.1 .
a) Cho X  , Y  .
Xét quy tắc
f : X Y
.
x y  2 x 2  3x  5
Khi đó f là một ánh xạ.
b) Cho X  , Y  .
Xét quy tắc
f : X Y
.
x y  10 x
Ví dụ 1.4.2 . Cho
X  “Tất cả hàng hóa bán trong một siêu thị”;
Y  “Các giá trị tiền vnđ”.
Xét quy tắc
f : X Y
x y  f  x
trong đó với mỗi hàng hóa x thì y  f  x  là giá tiền của x.
Ví dụ 1.4.3. Cho X   1,1 , Y  .

Xét quy tắc
f : X Y
x y
với x  sin y.
Khi đó f không là một ánh xạ.
1
Thật vậy, xét một giá trị của x  X , chẳng hạn x  ta được
2


 6  k .2
y , k .
 5  k .2
 6
Nghĩa là, quy tắc trên đặt tương ứng mỗi phần tử x  X với vô
số y Y , trái với điều kiện đặt tương ứng mỗi phần tử x  X
với duy nhất một phần tử y  Y .
Định nghĩa 1.4.2. Xét ánh xạ

f : X Y
.
x y  f  x
Các tập X và Y lần lượt được gọi là tập nguồn và tập
đích của ánh xạ f .
Xét cặp  x, y  với y  f  x  , ta gọi y là ảnh của x và
x là nghịch ảnh của y. Chú ý rằng mỗi phần tử của x  X có
một và chỉ một ảnh, nhưng mỗi y Y chưa chắc đã có nghịch
ảnh.

Giả sử A  X . Khi đó tập f  A  f  x  x  A được
gọi là ảnh của A bởi f .
Giả sử B  Y . Khi đó tập f 1  B    x  X f  x   B
được gọi là nghịch ảnh của B bởi f .

Tập f  X   f  x  x  X  được gọi là tập giá trị của
ánh xạ f hay ảnh của X bởi f . Ta có f  X   Y .
Định nghĩa 1.4.3. Xét ánh xạ f : X  Y .

a) Ánh xạ f : X  Y được gọi là một đơn ánh nếu với
mọi x, x '  X , x  x ' thì f  x   f  x ' .

b) Ánh xạ f : X  Y được gọi là một toàn ánh nếu với
mọi y Y thì tồn tại (ít nhất) một x  X sao cho f  x   y.
c) Ánh xạ f : X  Y được gọi là một song ánh (hay

một tương ứng 1  1 ) nếu nó vừa là một đơn ánh và vừa là một
toàn ánh.
Tính chất 1.4.1. Xét song ánh f : X  Y . Khi đó với mỗi

y Y thì tồn tại duy nhất x  X sao cho f  x   y.
Chứng minh.
Vì ánh xạ f : X  Y là một song ánh nên nó vừa là
một đơn ánh và vừa là một toàn ánh.
Do f là một toàn ánh nên với mỗi y Y thì tồn tại (ít
nhất) một x  X sao cho f  x   y.
Để chứng minh phần tử x  X sao cho f  x   y là
duy nhất ta chứng minh bằng phản chứng. Tức là, giả sử tồn
tại (ít nhất) hai phần tử x, x '  X , x  x ' mà f  x   y ,
f  x   y . Nhưng do f là một đơn ánh nên f  x   f  x '.
Điều mâu thuẫn này xuất hiện do ta giả sử ở trên.
Vậy với mỗi y Y thì tồn tại duy nhất x  X sao cho
f  x   y.
Từ Tính chất 1.4.1 ta suy ra định nghĩa sau.
Định nghĩa 1.4.4. Xét song ánh f : X  Y . Khi đó với mỗi

y Y thì tồn tại duy nhất x  X sao cho f  x   y. Ta ký
hiệu phần tử x duy nhất đó như sau: x  f 1  y  .
Như thế, quy tắc

f 1 : Y  X
y x  f 1  y 
cũng là một ánh xạ và được gọi là ánh xạ ngược của f .
Tính chất 1.4.2.

a) Nếu f : X  Y là song ánh thì ta có ánh xạ ngược
f 1 cũng là một song ánh và  f 1   f .
1
b) Xét song ánh f : X  Y . Ta có với mỗi y Y thì có

duy nhất x  X và ngược lại với mỗi x  X thì có duy nhất
y Y sao cho:
f  x   y và x  f 1  y  .
Nên ta gọi song ánh f : X  Y là một tương ứng 1  1.
c) Xét ánh xạ
f : X Y
.
x y  f  x
Nếu ta có thể biến đổi tương đương
y  f  x   x  f 1  y  , x  X
thì ánh xạ f là một song ánh.
Ví dụ 1.4.4. Xét các ánh xạ sau có phải là song ánh không?

a) f :  , x y  x2 n1;
b) f :   ,x y  x2n ;
c) f :    ,x y  x2n ;
với n *
.
Giải.
a) y  x 2 n1  x  2 n1 y .
Vậy f là một song ánh.

b) y  x 2 n  x   2 n y .
Vậy f không là một song ánh.
 y  x2n
c)   x  2n y .
 x  0, y  0
Vậy f là một song ánh.
Định nghĩa 1.4.5. Cho các ánh xạ f : X  Y , g : Z  T .

Nếu Y  Z thì ta gọi ánh xạ g f : X  T , xác định bởi
g f  x   g  f  x   , x  X là ánh xạ hợp của hai ánh xạ
f và g .
Ví dụ 1.4.5. Cho X  Y  Z  T  . Xét các ánh xạ
f:   g:
;
x x2 x 5 x  2.
a) Tìm ánh xạ hợp g f ;
b) Tìm ánh xạ hợp f g.
Giải.
a)  g f  x   g  f  x    g  x 2   5 x 2  2;
b)  f g  x   f  g  x    f  5x  2   5x  2 .
2
Ví dụ 1.4.6. Cho các ánh xạ

f:    g:   
; .
x 3x x x
a) Tìm ánh xạ hợp g f ;
b) Tìm ánh xạ hợp f g.

1.5. TẬP HỮU HẠN - TẬP ĐẾM ĐƢỢC - TẬP
KHÔNG ĐẾM ĐƢỢC (đọc thêm)
1.5.1. Một số ví dụ mở đầu

Xét các tập hợp
A  a, b, c có 3 phần tử;
B  x1, x2 , x3 có 3 phần tử;
C  1, 2, ..., n có n phần tử;
D  x1 , x2 , ..., x n có n phần tử.
Ta nói những tập này chỉ có một số hữu hạn phần tử.
Các tập sau

*
 1, 2, ..., n, ... ;
X  x1 , x2 , ..., x n, ... ;
là tập các số thực;
Y   0,1   y  0  y  1.
Ta nói những tập này có vô hạn phần tử.
1.5.2. Lực lƣợng của tập hợp

Định nghĩa 1.5.1. Ta nói hai tập X , Y có cùng lực lượng nếu
tồn tại một song ánh (tương ứng 1  1 ) f : X  Y .
Trở lại các Ví dụ ở mục 1.5.1.
Giữa A và B có tương ứng 1  1:
a  x1 , b  x2 , c  x3 .
Điều đó biểu hiện ở chỗ chúng có 3 phần tử. Ta nói 3 là lực
lượng của A và B .
Giữa C và D có tương ứng 1  1:
i  xi ; i  1, n .

Điều đó biểu hiện ở chỗ chúng cùng có n phần tử. Ta nói n là
lực lượng của C và D .
Giữa * và X có tương ứng 1  1:
i  xi , i  1, 2, .
Ta nói *
và X có cùng lực lượng.
Giữa và Y có tương ứng 1  1:

1 1
x   y  arctan x  .
 2
Ta nói và Y có cùng lực lượng.
1.5.3. Tập hữu hạn, tập đếm đƣợc và tập không đếm
đƣợc
Tập C và các tập có cùng lực lượng với nó được gọi là
các tập hữu hạn (có n phần tử).
Tập * và tập có cùng lực lượng với nó được gọi là các
tập đếm được.
Tập và các tập có cùng lực lượng với nó được gọi là
những tập không đếm được (có vô số phần tử không đếm
được).
BÀI TẬP CHƢƠNG 1
Bài 1.1. Cho A là tập con của E . Hãy xác định các tập sau
A  A, A, A  A, , E .
Bài 1.2. Cho A  1, 2, 3, B  2, 3, 4 . Hãy tìm A  B và

biểu diễn chúng thành các điểm trên mặt phẳng tọa độ.
Bài 1.3. Cho A  1,2, B  1,3. Hãy tìm biểu diễn hình học
của tập A  B trên mặt phẳng tọa độ.

CHƢƠNG 2. MA TRẬN - ĐỊNH THỨC
- HỆ PHƢƠNG TRÌNH TUYẾN TÍNH
2.1. MA TRẬN VÀ CÁC PHÉP TOÁN
2.1.1. Các khái niệm mở đầu về ma trận

Định nghĩa 2.1.1. Ma trận cỡ m  n
Ma trận A cỡ m  n là một bảng số gồm m hàng và n

cột, được ký hiệu là
 a11 a12 a1n 
a a a 
A 21 22 2 n 
 
 
 am1 am 2 amn 
trong đó số aij (thực hoặc phức) nằm ở hàng i , cột j được
gọi là phần tử của ma trận A. Ký hiệu ma trận có thể dùng dấu
ngoặc vuông như trên hay dấu ngoặc tròn.
Để nói ma trận A cỡ m  n có phần tử nằm ở hàng i ,
cột j là aij ta viết: A  aij  hoặc A   aij  .
mn mn
Ví dụ 2.1.1.
A  311 là ma trận cỡ 11 .
B  1 2 3 414 là ma trận cỡ 1 4 .
1
C   0  là ma trận cỡ 3 1 .
 1 31
1 0 1
D  là ma trận cỡ 2  3 .
 2 1 3  23

1 2 3 4
 2 3 4 5
E  là ma trận cỡ 4  4 .
 3 1 5 3
 
 4 2 1 7  44
Định nghĩa 2.1.2. Ma trận không

Ma trận không là ma trận mà mọi phần tử đều bằng
không, được ký hiệu là O . Như vậy
0 0 0
0 0 0 
O  .
 
 
0 0 0  mn
Định nghĩa 2.1.3. Ma trận bằng nhau

Hai ma trận A, B được gọi là bằng nhau và viết A  B
nếu chúng có cùng cỡ và các phần tử ở cùng vị trí bằng nhau.
Ví dụ 2.1.2.
 a11 a12 a13  1 2 3 a11  1, a12  2, a13  3
a   
a23  1 4 5
.
 21 a22 a21  1, a22  4, a23  5
Định nghĩa 2.1.4. Ma trận vuông

Nếu m  n thì ta có ma trận vuông và gọi nó là ma trận
vuông cấp n :
 a11 a12 a1n 
a a22 a2 n 
A   aij    21
.
nn  
 
 an1 an 2 ann 

Các phần tử a11, a22 , ..., ann được gọi là các phần tử
chéo. Đường thẳng đi qua các phần tử chéo a11, a22 , ..., ann
được gọi là đường chéo chính.
Định nghĩa 2.1.5. Ma trận tam giác trên

Ma trận vuông (cấp n ) dạng:
 a11 a12 a1n 
 0 a22 a2 n 

 
 
 0 0 ann 
được gọi là ma trận tam giác trên (cấp n ). Đó là ma trận
aij  , trong đó aij  0 nếu i  j .
nn
Định nghĩa 2.1.6. Ma trận tam giác dưới

Ma trận aij  , trong đó aij  0 nếu i  j được gọi là
nn
ma trận tam giác dưới.
Định nghĩa 2.1.7. Ma trận chéo

Ma trận vuông (cấp n ) mà mọi phần tử ngoài đường
chéo chính đều bằng 0:
 a11 0 0
0 a 0 
 22
 
 
0 0 ann 
được gọi là ma trận chéo (cấp n ).
Định nghĩa 2.1.8. Ma trận đơn vị

Ma trận chéo (cấp n ) mà mọi phần tử trên đường chéo
chính đều bằng 1 được gọi là ma trận đơn vị (cấp n ), được ký
hiệu là E . Ta có:

1 0 0
0 1 0
E .
 
 
0 0 1
Định nghĩa 2.1.9. Ma trận bậc thang

Ma trận được gọi là có dạng bậc thang (hàng) nếu thỏa
mãn các điều kiện sau:
i) Các hàng khác không (tức là có ít nhất một phần tử
của hàng khác 0) luôn ở trên các hàng không (tức là tất cả các
phần tử của hàng đều bằng 0).
ii) Trên hai hàng khác không thì phần tử khác 0 đầu tiên
ở hàng dưới bao giờ cũng ở bên phải cột chứa phần tử khác 0
đầu tiên ở hàng trên.
Ví dụ 2.1.3.
a) Các ma trận sau là ma trận bậc thang
 1 5 3 7 
1 1 3   
0 5 2  ;  0 3 1 8
  0 0 2 6
0 0 3  
0 0 0 0
 2 6 1 9 4   1 12 0 2 5 
 0 3 2 0 5   0 0 6 0 10 
 ;  .
 0 0 0 5 3  0 0 0 1 8 
   
 0 0 0 0 2   0 0 0 0 0 
b) Các ma trận sau không là ma trận bậc thang

 2 1 3 
2 1 2  
 3 4 9  ;  3 5 2  ;
  0 0 1 
 
3 1 2 5 
4 5 9 0  
0 0 2 3 ; 0 0 5 12 
.
  0 0 2 6
 0 6 8 4   
0 0 0 0
Định nghĩa 2.1.10. Ma trận chuyển vị

Cho ma trận A  aij  . Nếu từ ma trận A , ta đổi
mn
hàng thành cột, cột thành hàng, ta được một ma trận mới được
gọi là ma trận chuyển vị của A , được ký hiệu là At . Như vậy
At   aijt    a ji  .
nm nm
Ví dụ 2.1.4.
A  311 thì At  311 .
1
 2 
B  1 2 3 414 thì B    .
t
3
 
 4  41
1
C   0  thì C t  1 0 113 .
 1 31
1 2
1 0 1
D  thì D   0 1 .
t
 2 1 3  23  1 3  32
1 2 3 4
 2 3 4 5
E 
 3 1 5 3
 
 4 2 1 7  44

1 2 3 4 
 2 3 1 2 
thì E  
t  .
 3 4 5 1 
 
 4 5 3 7  44
Định nghĩa 2.1.11. Ma trận đối xứng

Ma trận vuông A  aij  được gọi là ma trận đối
nn
xứng nếu At  A , tức là aij  a ji với mọi i, j  1, n.

Ví dụ 2.1.5.
 1 2 3  1 2 3
A   2 7 4   A   2 7 4  .
  t
 3 4 9   3 4 9 
Định nghĩa 2.1.12. Ma trận phản đối xứng

Ma trận vuông A  aij  được gọi là ma trận phản
nn
đối xứng nếu A   A , tức là aij  a ji với mọi i, j  1, n. Từ

t
đó suy ra aii  0 với mọi i  1, n.
Ví dụ 2.1.6.
 0 2 3 0 2 3
A   2 0 4   At   2 0 4    A .
 3 4 0   3 4 0 
* Tóm tắt tên các loại ma trận
Ma trận cỡ m  n
Ma trận không Ma trận bằng nhau
Ma trận vuông
Ma trận tam giác trên Ma trận tam giác dưới

Ma trận chéo Ma trận đơn vị
Ma trận bậc thang Ma trận chuyển vị
Ma trận đối xứng Ma trận phản đối xứng.
2.1.2. Các phép toán trên ma trận

* Phép cộng hai ma trận
Định nghĩa 2.1.13. Cho hai ma trận cùng cỡ m  n :
A  aij  , B  bij  .
mn mn
Khi đó, ta định nghĩa: A  B  aij  bij  .

mn
* Phép nhân ma trận với một số

Định nghĩa 2.1.14. Cho số   hoặc   , ma trận
A  aij  . Khi đó, ta định nghĩa  A  aij  .
mn mn
Ví dụ 2.1.7.
1 2 3   2 1 2 1  2 1 5
6 5 4    .
   4 3 0   10 5  3 4 
1 3
1
1 1 2 3   2 2
 .
2 6 5 4  
2 
5
3
 2 
* Phép nhân hai ma trận

Định nghĩa 2.1.15. Tích của ma trận A   aik mxp với ma trận
B   akj  pxn là ma trận C  AB  cij  , trong đó
mn

 b1 j 
b 
cij  Ai .B   ai1 ; ai 2 ...; aip  . 
j 2j
 ... 
 
 bpj 
 ai1.b1 j  ai 2 .b2 j  ...  aip .bpj
p
  aik .bkj .
k 1
trong đó ta ký hiệu
Ai : là hàng i của ma trận A;
B j : là cột j của ma trận B;
i  1, m; j  1, n.
Như vậy, phần tử cij của ma trận C là tổng các tích của
các phần tử ở hàng i của ma trận A với các phần tử tương
ứng ở cột j của ma trận B.
Theo định nghĩa thì tích A.B xác định khi và chỉ khi số
cột của ma trận A bằng số hàng của ma trận B.
Ví dụ 2.1.8. Hãy tính AB và BA

2 1 2
1 3 4 
a) A    , B   3 1 0  ;
 2 0 5  23  4 2 1  33
4
b) A  3 2 113 , B   2  ;
 5 31
 3 0 2  1 2

c) A  4 1 1  ; B   1 0  .
   
1 0 5  33  1 3 32

Giải.
a)
1.2  3.3  4.4 1.1  3  1  4.2 1.2  3.0  4.1
AB   
 2.2  0.3  5.4 2.1  0  1  5.2 2.2  0.0  5.1 23
 27 6 6 
 
 24 12 9  23
BA không tồn tại.
b)
AB  3.4   2 2  1. 511  311 ,

 4.3 4  2  4.1   12 8 4 
 
BA   2.3 2  2  2.1    6 4 2  .
 
 5.3 5  2  5.1 
 15 10 5  33
33
c) Bạn đọc tự giải.
Định lý 2.1.1. Cho các ma trận A, B, C và các số  ,  . Ta có

các tính chất sau (với giả thiết cỡ của các ma trận đều thỏa
mãn định nghĩa phép tính trong từng trường hợp)
1) A  B  B  A ;
2) A   B  C    A  B   C ;
3)     A   A   A ;
4)   A  B    A   B ;
5)    A    A ;
6)  A  B  C  AC  BC ;
7) A  B  C   AB  AC .
8)   AB    A B  A  B  ;

9)  AB  C  A  BC 
10) AB nhìn chung khác BA.
Định lý 2.1.2. Cho hai ma trận A, B. Ta có các tính chất sau

(với giả thiết cỡ của các ma trận đều thỏa mãn định nghĩa phép
tính trong từng trường hợp)
  2)  A  B   At  Bt ;
t t
1) At  A;
3)  A   At ; 4)  AB   Bt At .
t t
Chứng minh.
Ba tính chất đầu tiên dễ dàng suy ra được từ các định nghĩa:
ma trận chuyển vị, phép cộng hai ma trận và phép nhân một số với
một ma trận. Ta sẽ chứng minh tính chất 4).
Ta đặt A   aij  , B  bij  . Khi đó:
mn n p
At   aijt  , Bt  bijt  , trong đó aijt  a ji , bijt  b ji .

nm p n
n
Gọi AB  C  cij  trong đó cij   aik bkj
m p
k 1
n
và B . A  D   dij 
t t
p m
trong đó dij   bikt akjt .
k 1
Từ đó suy ra C  c  trong đó c  c ji .

t t
ij
t
ij
p m
Ta thấy
n n
dij   b .a   a jk .bki  c ji  cijt .
t
ik
t
kj
k 1 k 1
Từ đó suy ra B . A  D  C   A.B  .
t t t t
Ví dụ 2.1.9.
2 1 2
1 3 4 
Cho A    , B   3 1 0  .
 2 0 5  23  4 2 1  33

Khi đó
9 11 16 
AB  
12 9 
;
 24
1 2 2 3 4
At   3 0  ; B t  1 1 2  .
 4 5  32  2 0 1  33
Suy ra
 9 24 
B . A  11 12  .
t t
 6 9  32
Như vậy:
 AB   Bt At .
t
2.2. ĐỊNH THỨC VÀ ỨNG DỤNG

2.2.1. Định nghĩa và tính chất
* Định nghĩa định thức
Cho ma trận vuông A cấp n
 a11 a12 a1 j a1n 
a a22 a2 j a2 n 
 21 
 
A .
 ai1 ai 2 aij ain 
 
 
 an1 an 2 anj ann 

Xét phần tử aij . Nếu từ ma trận A , ta bỏ đi hàng thứ i ,
cột thứ j , ta được một ma trận vuông cấp n  1 , được gọi là
ma trận con cấp n  1 của A ứng với phần tử aij , ký hiệu là
M ij .
Ví dụ 2.2.1.
1 2
Nếu ma trận A  
4 
thì
3
M11   4, M12  3, M 21   2, M 22  1 .
1 2 3
Nếu ma trận B   4 5 6  thì

 7 8 9 
5 6 1 2  2 3
M 11    , M 23    , M 31   .
 8 9   7  8   5 6 
Định nghĩa 2.2.1. Định thức của ma trận vuông A , cấp n là

một số, được ký hiệu là det  A hoặc A , được định nghĩa như
sau
Nếu A là ma trận vuông cấp 1, A   a11 11 thì
det  A  a11  a11 .
Nếu A là ma trận vuông cấp 2, A  aij  thì
22
a a
det  A  11 12  a11.a22  a12 .a21
a21 a22
  1 .det  M11    1 .det  M12 .
11 1 2
(2.1)
Công thức (2.1) được gọi là khai triển định thức cấp 2
theo các phần tử của hàng thứ nhất.

Nếu A là ma trận vuông cấp 3, A  aij  thì
33
a11 a12 a13

det  A   a21 a22 a23
a31 a32 a33
  1 .det  M11    1 .det  M12    1 .det  M13 
11 1 2 13
a22 a23 a a a a
= a11  a12 21 23  a13 21 22 .
a32 a33 a31 a33 a31 a32
(2.2)
Công thức (2.2) được gọi là khai triển định thức cấp 3
Một cách tổng quát, nếu A là ma trận vuông cấp n , thì
a11 a12 a1n
a a22 a2 n
det  A  21 
an1 an 2 ann
  1 .det  M11   ...   1 .det  M1 j   ...   1 .det  M1n 
11 1 j 1 n
.det  M1 j .
n
   1
1 j
(2.3)
j 1
Công thức (2.3) được gọi là khai triển định thức cấp n
Định thức của ma trận vuông cấp n được gọi là định
thức cấp n .
Ví dụ 2.2.2.
det  5  5  5 .
1 2
 1.4  2.3  2 .
3 4
1 2 3
5 6 4 6 4 5
4 5 6 1 2   3
8 9 7 9 7 8
7 8 9
  5. 9   6. 8   2. 4. 9   6. 7    3. 4. 8  5. 7  
 18.
* Những tính chất của định thức
Tính chất 2.2.1. det  At   det  A .

Chứng minh.
Để chứng minh tính chất này trước hết ta chứng minh công
thức sau đây:
det  A  a11 det  M11   a21 det  M 21   ...   1 an1 det  M n1 
n 1
n
   1 ai1 det  M i1  .
i 1
(2.4)
i 1
Đây chính là công thức khai triển định thức theo cột thứ
nhất. Ta chứng minh (2.4) bằng phương pháp quy nạp toán học.
Trước hết ta ký hiệu M ijkl là ma trận con của ma trận A sau
khi bỏ các hàng i, k và các cột j, l .
Rõ ràng (2.4) đúng với định thức cấp 1 và cấp 2. Giả sử
(2.4) đúng với định thức cấp n  1, n  2 . Theo công thức (2. 3) ta
có
a1 j det  M1 j  .
n
det  A   1 a11 det  M11     1
11 1 j
j 2
 
Do các định thức det M1 j có cấp n  1 nên theo giả thiết
quy nạp ta được
det  A 
 n 
a1 j    1 ai1 det  M1i1j  
n
 1 a11 det  M11     1
11 1 j i 1
j 2  i 2 
 a11.det  M 11     1 a1 j ai1 det  M 1i1j 
n n
i j
i 2 j 2
 n 
ai1    1 a1 j det  M 1i1j  
n
 a11 det  M 11     1
i 1 1 j
i 2  j 2 
n n
 a11 det  M11     1 ai1 det  M i1     1 ai1 det  M i1  .
i 1 i 1
i 2 i 1
Tức là (2.4) được chứng minh.
Ví dụ 2.2.3.
1 2 1 2
Nếu A    thì det A   4  6  2 ;
3 4 3 4
1 3
det At   4  6  2 .
2 4
Hệ quả 1. Nếu một tính chất của định thức đã đúng khi phát
biểu với hàng thì nó vẫn đúng khi ta thay hàng bằng cột.
Tính chất 2.2.2. Nếu đổi chỗ hai hàng (hay hai cột) của ma
trận A thì định thức det  A sẽ đổi dấu.
Chứng minh.
Trước hết ta chứng minh tính chất phụ sau: Nếu đổi chỗ hai
hàng liên tiếp thì định thức đổi dấu.
Rõ ràng tính chất đúng với định thức cấp 2. Giả sử nó đúng
đến định thức cấp n  1, n  2 .
Đặt A '  a 'ij  là ma trận suy ra từ ma trận A sau khi đổi
chỗ hai hàng liên tiếp k , k  1.
Khai triển det  A ' theo cột thứ nhất ta có
n
det  A '    1 a 'i1 det  M 'i1  ,
i 1
i 1
trong đó det  M 'i1  là các định thức cấp n  1 , đồng thời

Khi i  k thì a 'k 1  a k 11  det  M 'k 1   det M  k 11  
  1 a 'i1 det  M 'i1    1
i 1  k 11
  
a k 11  det M  k 11 .
 
Khi i  k  1 thì a ' k 11  ak 1  det M ' k 11  det  M k 1 
  1 a 'i1 det  M 'i1    1 ak1   det  M k1   .

i 1 k 1
Khi i  k , k  1 thì a 'i1  ai1  det  M 'i1    det  M i1  .

Do đó
n n
det  A '    1 a 'i1 det  M 'i1     1 ai1 det  M i1 
i 1 i 1
i 1 i 1
  det  A .
Điều này nghĩa là tính chất phụ được chứng minh.
Trở lại bài toán chính. Giả sử ta muốn đổi chỗ hai hàng bất
kỳ r , s  r  s  1 . Trước hết ta đưa hàng r đến hàng s bằng
r  s lần đổi chỗ hai hàng liên tiếp. Khi đó hàng s cũ chiếm vị trí
hàng s  1 nên ta đưa nó đến vị trí hàng r cũ bằng r  s  1 lần đổi
chỗ hai hàng liên tiếp. Như vậy muốn đổi chỗ hai hàng bất kỳ
r , s  r  s  1 , ta phải thực hiện r  s  r  s  1  2  r  s   1
lần đổi chỗ hai hàng liên tiếp. Theo tính chất phụ thì định thức
det  A đổi dấu 2  r  s   1 lần, tức là một số lẻ lần nên định thức
mới bằng  det  A .
Tính chất 2.2.2 được chứng minh.
Ví dụ 2.2.4.
1 2 2 1
 4  6  2;  64  2.
3 4 4 3
Tính chất 2.2.3. Nếu ma trận A có hai hàng (hay hai cột) như
nhau thì định thức det  A  0 .
Chứng minh.
Ta đổi chỗ hai hàng (hay hai cột) như nhau ở trên thì định
thức đổi dấu nhưng hai hàng (hay hai cột) đổi chỗ lại như nhau nên
định thức không thay đổi, tức là

det  A   det  A  det  A  0 .
Ví dụ 2.2.5.
1 2 3
2 3 1 3 1 2
1 2 3 1 2 3
5 6 4 6 4 5
4 5 6
 12  15  2  6  12  3 5  8  0 .
Tính chất 2.2.4. Dựa vào định nghĩa  2.2.3 và sử dụng tính
chất 2.2.2 ta được
det  A 
 1
i 1
 a det  M
i1 i1   a12 det  M i 2   ...   1
1 n
ain det  M in  
i 1   n
  1    1 aij det  M ij      1 aij det  M ij  .
n
1 j i j
 j 1  j 1
(2.5)
Công thức (2.5) được gọi là khai triển của định thức
theo hàng thứ i (bạn đọc hãy tự viết công thức ở dạng khai
triển).
Tương tự ta cũng có công thức khai triển của định thức
theo cột thứ j
aij det  M ij  .
n
det  A    1
i j
(2.6)
i 1
Tính chất 2.2.5. Nếu ma trận A có một hàng (hay một cột)
đều bằng 0 thì định thức det  A  0 .
Chứng minh.
Khai triển định thức theo hàng (hay cột) đều bằng 0 đó và sử
dụng Tính chất 2.2.4 ở trên ta có điều phải chứng minh.

Tính chất 2.2.6. Nếu ma trận A có tất cả các phần tử của một
hàng (hay một cột) được nhân với số  thì định thức của ma
trận được nhân lên với  .
Chứng minh.
Ta chứng minh tương tự như tính chất 2.2.5.
Ví dụ 2.2.6.
1 2 1.5 2.5
 4  6  2;  20  30  10   2  5 .
3 4 3 4
Hệ quả 2. Nếu các phần tử của một hàng (hay một cột) có
thừa số chung, ta có thể đưa thừa số chung ra ngoài dấu định
thức.
Tính chất 2.2.7. Nếu ma trận A có hai hàng hay hai cột tỷ lệ
với nhau thì định thức det  A  0 .
Chứng minh.
Ta đưa hệ số tỷ lệ ra ngoài dấu định thức thì được một định
thức có hai hàng (hay hai cột) như nhau nên định thức bằng 0.
Tính chất 2.2.8. Nếu mọi phần tử của một hàng (hay một cột)
là tổng của hai số hạng thì có thể phân tích thành tổng của hai
định thức. Chẳng hạn:
a11  b11 a12  b12 a13  b13 a11 a12 a13 b11 b12 b13
a21 a22 a23  a21 a22 a23  a21 a22 a23 .
a31 a32 a33 a31 a32 a33 a31 a32 a33
Chứng minh.
Tính chất này được suy ra trực tiếp từ tính chất 2.2.4 bằng
cách khai triển định thức theo hàng (hay cột) có dạng tổng của hai
số hạng.
Tính chất 2.2.9. Nếu ma trận A có một hàng (hay một cột) là
tổ hợp tuyến tính của các hàng khác (hay của các cột khác) thì

định thức det  A  0 .
Chứng minh.
Đây chính là hệ quả của Tính chất 2.2.7 và 2.2.8.
Tính chất 2.2.10. Khi ta nhân các phần tử của một hàng (hay
một cột) với số   0 rồi cộng với các phần tử tương ứng của
một hàng (hay một cột) khác của ma trận A thì định thức của
ma trận A không thay đổi.
Chứng minh.
Khai triển định thức mới sau khi đã thực hiện công đoạn
như trên bằng cách sử dụng Tính chất 2.2.10 rồi so sánh với định
thức ban đầu ta thấy định thức không thay đổi.
Ví dụ 2.2.7.
1 2
 4  6  2 , nhân hàng thứ hai với 4 rồi cộng
3 4
13 18
vào hàng thứ nhất ta được định thức  52  54  2 .
3 4
Cho nên ta có thể viết:
1 2 13 18
 4h2  h1  h1    52  54  2 .
3 4 3 4
Tính chất 2.2.11. Nếu ma trận A có dạng tam giác thì định
thức det  A bằng tích của các phần tử chéo:
a11 a12 a1n b11 0 0
0 a22 a2 n b21 b22 0
 a11a22 ...ann ;  b11b22 ...bnn
0 0 ann bn1 bn 2 bnn

Chứng minh.

Khai triển định thức theo các cột đầu tiên (đối với ma trận
A có dạng tam giác trên) và các hàng đầu tiên (đối với ma trận A
có dạng tam giác dưới) ta suy ra điều phải chứng minh.
Ví dụ 2.2.8.
1 3 4 5
0 2 7 9
 1.2.3.4  24 .
0 0 3 3
0 0 0 4
Tính chất 2.2.12. Nếu A, B là hai ma trận vuông cùng cấp thì
det  AB   det  A.det  B  .
* Tóm tắt 12 tính chất
1) det  At   det  A .
Hệ quả 1. Mọi tính chất của định thức đúng với hàng thì vẫn
đúng khi thay hàng bằng cột.
2) Nếu hi  h j , gọi ma trận mới là B thì det  B    det  A .
3) Nếu hi  h j , thì det  A  0.
4) Khai triển định thức theo hàng i, cột j
.det  M ij .
n
Theo hàng i : det  A    1
i j
j 1
.det  M ij .
n
Theo cột j : det  A    1
i j
i 1
5) Nếu hi  0 thì det  A  0 .

6) Nếu  hi  hi , gọi ma trận mới là B thì det  B    det  A.
Hệ quả 2. Nếu các phần tử của một hàng (cột) có thừa số
chung  , ta có thể đưa  ra ngoài dấu định thức.
7) Nếu hi   h j thì det  A  0 (suy từ 3 và 6).
8) Nếu hi  h 'i  h ''i thì det  A  det  A '  det  A ''.
9) Nếu h j   hi , I  1,2,..., n \  j thì det  A  0 .

iI
10) Nếu hi   h j  hi , gọi ma trận mới là B thì
det  B   det  A .
11)
a11 a12 a1n b11 0 0
0 a22 a2 n b21 b22 0
 a11a22 ...ann ;  b11b22 ...bnn
0 0 ann bn1 bn 2 bnn
12) Nếu A, B là hai ma trận vuông cấp thì

det  AB   det  A.det  B  .
Ví dụ 2.2.9. Tính định thức của các ma trận sau (khai triển
theo hàng hoặc cột)
 2 3 4  3 5 1
a) A   1 2 0  ; b) B   0 9 1  ;
 5 0 3   2 6 4 

 1 1 0 1
1 2 2 5
c) C   .
2 1 0 0
 
 3 1 4 2
Đáp số:
a) -19 b) 98 c) 94.
2.2.2. Các phép biến đổi sơ cấp trên ma trận

Các thao tác sau trên các hàng (cột) của một ma trận A
gọi là: Các phép biến đổi sơ cấp. Đó là
i) Đổi chỗ hai hàng (hoặc cột) : hi  h j
ii) Nhân một hàng (cột) với số   0 :  hi  hi ;
iii) Cộng vào một hàng (cột) với  lần một hàng (cột)
khác: hi   h j  hi .
Nhận xét: Các phép biến đổi sơ cấp chính là nội dung phần
đầu của các Tính chất 2.2.2, 2.2.6, 2.2.10.
Câu hỏi: Các phép biến đổi sơ cấp dùng để làm gì?
Trả lời: Có nhiều ứng dụng, như Tính định thức, Tìm hạng
của ma trận và Giải hệ phương trình ở các phần sau.
2.2.3. Phƣơng pháp tính định thức bằng biến đổi sơ cấp
Để tính một định thức, người ta có thể sử dụng định
nghĩa hoặc các tính chất để biến đổi định thức đã cho về định
thức có một hàng (hay một cột) có nhiều phần tử bằng 0, rồi
khai triển định thức theo hàng (hay cột) đó. Để làm việc đó, ta
sử dụng các phép biến đổi sơ cấp.

Câu hỏi: Các phép biến đổi sơ cấp tác động đến định thức như
thế nào?
Trả lời:
i) hi  h j : det  B    det  A .
ii)   0 ,  hi  hi : det  B    det  A.
iii) hi   h j  hi : det  B   det  A .
với B là ma trận mới hình thành sau phép biến đổi sơ cấp.
Ví dụ 2.2.10. Tính định thức của các ma trận sau bằng các
phép biến đổi sơ cấp
 4 10 1 0 
1 4 9  1 2 3 4 

a) A   2 3 5  b) B   .
 2 1 5 2 
 3 10 4   
 3 5 1 3 
Giải.
a) Ta có
1 4 9 1 4 9
det  A   2 3 5 h2  2h1  h2  0 11 13
3 10 4 h3  3h1  h3 0 2 31
11 13
 1. 1 .  11. 31   2  .13  315.
11
2 31
b) Ta có
4 10 1 0 h1  4h2  h1
1 2 3 4
det  B  
2 1 5 2 h3  2h2  h3
3 5 1 3 h4  3h2  h4

0 2 13 16
1 2 3 4

0 5 1 6
0 1 8 9
2 13 16 h1  2h3  h1 0 29 34

 1. 1
2 1
5 1 6 h2  5h3  h2   0 39 39
1 8 9 1 8 9
29 34 29 34
   1 1
31
 39
39 39 1 1
 39. 29  34   195.
Ví dụ 2.2.11. Tính định thức của các ma trận sau theo 2 cách:
dùng định nghĩa (khai triển theo hàng hoặc cột) và dùng các
phép biến đổi sơ cấp
 1 3 2 
a) A   2 8 0  ;
 3 5 4 
2 5 3 
b) B  1 3 0  ;
 4 1 1 
3 4 0 2
 1 1 2 5 
c) C   .
2 3 0 0
 
5 3 4 6 
Đáp số:
a) 36 b) -22 c) 92.

2.2.4. Hạng của ma trận
Định nghĩa 2.2.2. Cho ma trận
 a11 a12 a1n 
a a22 a2 n 
A  21
 
 
 am1 am 2 amn  mn
với k  : k  min  m , n  . Định thức cấp k được thành lập
từ các phần tử nằm ở chỗ giao nhau của k hàng và k cột tùy ý
của ma trận A được gọi là định thức con cấp k của A.
Ví dụ 2.2.12.
 1 2 3 
Cho A   .
 2 4 6 
Khi đó, các định thức con cấp 2 của ma trận A là
1 2 1 3 2 3
, và .
2 4 2 6 4 6
Ví dụ 2.2.13.
1 1 1 1
Cho B   1 2 3 2  .
 1 4 1 0 
Khi đó, các định thức con cấp 3 của ma trận B là
1 1 1 1 1 1 1 1 1 1 1 1
1 2 3 , 1 2 2 , 1 3 2 và 2 3 2 .
1 4 1 1 4 0 1 1 0 4 1 0

Định nghĩa 2.2.3. Hạng của ma trận A, được ký hiệu là
rank  A , là cấp cao nhất của các định thức con khác 0 của
A. Từ đó suy ra rank  A  min m; n.
Ví dụ 2.2.14. Ta thấy các định thức con cấp 2 của ma trận A

là
1 2 1 3 2 3
  0
2 4 2 6 4 6
nên hạng của A không thể bằng 2. Hơn nữa 1  0 nên
rank  A  1.
Ta cũng thấy các định thức con cấp 3 của ma trận B là
1 1 1 1 1 1 1 1 1 1 1 1
1 2 3  1 2 2  1 3 2  2 3 2  0
1 4 1 1 4 0 1 1 0 4 1 0
nên hạng của ma trận B không thể bằng 3. Mặt khác ta có
1 1
 3  0 nên rank  B   2.
1 2
Nhận xét: Nếu A là ma trận vuông thì det  At   det  A . Từ

đó suy ra với mọi ma trận A, ta có rank  At   rank  A .
* Cách tính hạng của ma trận bằng các phép biến đổi sơ cấp
Hai ma trận A và B được gọi là tương đương và được

ký hiệu A B nếu rank  A  rank  B  .
Ở phần này để biến đổi ma trận A thành ma trận tương

đương B với mục tiêu là tìm hạng dễ hơn, ta lại sử dụng các
phép biến đổi sơ cấp. Nhắc lại, các phép biến đổi sơ cấp là

i) hi  h j ;
ii)   0 , hi  hi ;
iii) hi   h j  hi .
Câu hỏi: Các phép biến đổi sơ cấp tác động đến hạng của ma
trận như thế nào?
Trả lời: Chúng không làm thay đổi hạng của ma trận (khá bất
ngờ).
Ta dùng các phép biến đổi sơ cấp để biến đổi A về ma

trận bậc thang - là ma trận dễ tìm hạng nhất, từ đó tìm được
rank  A .
Nhận xét: Ta có thể chứng minh

Hạng của ma trận bậc thang “=” Số hàng khác không của nó.
Ví dụ 2.2.15. Trở lại với ma trận B ở trên. Ta có thể tìm hạng

của ma trận B như sau
1 1 1 1 1 1 1 1 
   h1  h2  h2  
B   1 2 3 2   0 3 2 1
 1 4 1 0 
 h1  h3  h3  
0 3 2 1
1 1 1 1 
0 3 2 1 1 1 1 1 
 h2  h3  h3    0 3 2 1 .
0 0 0 0   
1 1
Ta thấy  3  0 nên rank  B   2.
0 3
Nhận xét: Ta có thể suy ra rank  B   2 do ma trận bậc thang

có 2 hàng khác không.

Ví dụ 2.2.16. Tìm hạng của ma trận
 1 1 1 2 3
 1 3 1 2 5
C .
 2 3 2 4 2
 
 1 2 1 2 1
Giải.
Ta có:
 1 1 1 2 3
 1 3 1 2  h1  h2  h2 
5
C   2h1  h3  h3 
 2 3 2 4 2
   h1  h4  h4 
 1 2 1 2 1
1 1 1 2 3  1 1 1 2 3 
0 2 0 0 8  0 1 0 0 4 
   1 h2  h2   
0 1 0 0 4   2  0 1 0 0 4 
   
0 1 0 0 4  0 1 0 0 4 
1 1 1 2 3 
 h2  h3  h3  0 1 0 0 4 1 1 1 2 3
 h2  h4  h4  0 0 0 0 0  0 1 0 0 4
.
 
0 0 0 0 0 
Ta có rank  C   2.
Ví dụ 2.2.17. Tìm hạng của ma trận

 3 5 1 3 
 1 2 3 4 
a) A   ;
 2 1 5 2 
 
 4 10 1 0 

1 2 1 1 1 
2 5 3 2 3 
b) B   .
 1 1 1 2 1 
 
3 7 3 14 13
2.2.5. Ma trận nghịch đảo
Định nghĩa 2.2.4. Ma trận A   aij  nn được gọi là khả nghịch
(không suy biến) nếu có ma trận B sao cho AB  BA  E . Khi
đó, ma trận B được gọi là ma trận nghịch đảo của ma trận A
và được ký hiệu là A1.
Định lý 2.2.1. Ma trận nghịch đảo A1 của ma trận A (nếu có)
là duy nhất.
Chứng minh.
Giả sử B, C đều là ma trận nghịch đảo của ma trận
nghĩa là AB  BA  E và AC  CA  E.
Ta có B  BE  B  AC    BA C  EC  C . Từ đó định
lý được chứng minh.
Định lý 2.2.2. Ma trận A   aij  nn khả nghịch khi và chỉ khi
det  A  0 . Khi đó
.C t , với C  cij  , cij   1 .det  M ij  .

1 i j
A1 
det  A
Ta gọi cij là phần phụ đại số của phần tử aij ;
ma trận C t là ma trận phụ hợp của ma trận A.

Chứng minh.
Giả sử A khả nghịch, tức là tồn tại A1 để AA1  E .
 
Từ đó suy ra 1  det  E   det AA1  det  A .det A1 . Tức là  
det  A  0 .
Giả sử ngược lại, ta có det  A  0 . Ta chứng minh A
khả nghịch.
Theo công thức (2.5) và Tính chất 2.2.3 ta được
det  A khi k  i
akj det  M ij   
n n
 akj cij    1

i j
.
j 1 j 1  0 khi k  i
(2.7)
Theo công thức (2.6) và Tính chất 2.2.3 ta được
det  A  khi k  j
aik det  M ij   
n n
 aik cij    1

i j
.
i 1 j 1 0 khi k  j
(2.8)
Nhân ACt và áp dụng công thức (2.7) ta được
det  A 0 0 
 
0 det  A 0    det  A  E .
AC t  
 
 
 0 0 det  A  
Nhân Ct A và áp dụng công thức (2.8) ta được

det  A 0 0 
 
0 det  A 0    det  A  E .
Ct A  
 
 
 0 0 det  A 

1 1
Từ đó suy ra . AC t  .C t A  E , tức là ma
det  A det  A
1
trận A khả nghịch và ma trận A1  Ct .
det  A
Định lý được chứng minh.
Định lý 2.2.3. Nếu A, B là hai ma trận vuông cùng cấp và khả

nghịch thì ma trận AB cũng khả nghịch và  AB   B 1 A1.
1
Chứng minh.
Vì A, B nên tồn tại các ma trận nghịch đảo A1 , B1
cùng cấp với A, B. Ta có
 AB   B 1 A1   A  BB 1  A1  AEA1  AA1  E
nên ma trận AB cũng khả nghịch và  AB   B 1 A1 .
1
Do đó định lý được chứng minh.
Ví dụ 2.2.18. Tính A1 với

1 2 
A .
1 3 
Giải.
1 2
Ta có det  A   1  0 nên ma trận A khả nghịch
1 3
 3 1  3 2
t
1 1
và A  
det  A  2 1   1 1 
. .
Ví dụ 2.2.19. Tính B 1 với

1 3 5
B   2 7 9  .
 1 1 4 

Giải.
Ta có:
1 3 5 1 3 5
 2h1  h2  h2 
det  B   2 7 9  0 1 1
 h1  h3  h3 
1 1 4 0 4 1
1 1
 1 1
11
50
4 1
nên ma trận B khả nghịch.
Ta có các phần phụ đại số
7 9 1 2 2 9
c11   1  37 , c12   1
11
 1 ,
1 4 1 4
2 7 3 5
c13   1 c21   1
1 3 2 1
 9,  17 ,
1 1 1 4
1 5 23 1 3
c22   1  1 , c23   1
2 2
 4 ,
1 4 1 1
3 5 3 2 1 5
c31   1  8 ; c32   1
31
 1,
7 9 2 9
1 3
c33   1
3 3
 1.
2 7
Từ đó suy ra
 37 17 8
 5 5
 
5
 37 17 8  
1
1 1 1    
1 1 1 
B 
1
.
5    5 5 5 
 9 4 1  
 9 4 1 

 5 5 5 
Ví dụ 2.2.20. Tìm ma trận X sao cho
1 2   3 8 
X   7 18 .
1 3   
Giải.
1 2 1 2 
Ta thấy  1  0 nên ma trận   khả nghịch.
1 3 1 3 
Ta có:
1
 3 8  1 2   3 8   3 2  1 2 
X        1 1   3 4  .
 7 18  1 3   7 18    
* Tìm ma trận nghịch đảo bằng biến đổi sơ cấp về hàng
Ý tưởng của ta là dùng phương pháp đổi sơ cấp về hàng

để đưa ma trận  A | E  về dạng  E | A ' . Khi đó A ' chính là
ma trận nghịch đảo A1 của ma trận A .
Ví dụ 2.2.21. Tìm ma trận nghịch đảo của ma trận

0 1 2
A   2 1 2  .
 2 2 1 
Giải.
Ghép ma trận A với ma trận đơn vị tương ứng là
 A | E  có dạng:
0 1 2 1 0 0
 A | E   2 1 2 0 1 0 .
 2 2 1 0 0 1 
Biến đổi sơ cấp về hàng trên ma trận này ta được

h1
 0 1 2 1 0 0  h1  h3  2 2 1 0 0 1  2  h1
   
 2 1 2 0 1 0   2 1 2 0 1 0  h2  h1  h2
 2 2 1 0 0 1  0 1 2 1 0 0 
   
 1 1 h
1 1 2
0 0
2 h1  3  h1
2

0 1 1 0 1 1 h2  h3  h2
0 0 1 1 1 1 
 
 
 1 1 
1 1 0
0 2 2
 
0 1 0 1 2 2  h1  h2  h1
0 0 1 1 1 1 
 
 
 3 5 
1 0  2 
0 2 2
 
0 1 0 1 2 2  .
0 0 1 1 1 1 
 
 
 3 5 
 2 2
2
 
Vậy ta được A1   1 2 2  .
 1 1 1 
 
 
Ví dụ 2.2.22. Tìm ma trận nghịch đảo (nếu có) của các ma trận
sau

1 2 0  1 0 2
2 1    
A1    ; A2  3 2 1  ; A3  3 2 4  .
6 7  0 1 2  4 1 8 
2.3. HỆ PHƢƠNG TRÌNH TUYẾN TÍNH

2.3.1. Các khái niệm cơ bản
* Hệ phương trình tuyến tính tổng quát
Hệ phương trình tuyến tính tổng quát có dạng:
a11 x1  a12 x2   a1n xn  b1
a x  a x   a x  b
 21 1 22 2 2n n 2
 (2.9)

am1 x1  am 2 x2   amn xn  bm
trong đó x1 , x2 , , xn là các ẩn số, aij là các hệ số của ẩn x j ,

bi là hệ số tự do, i  1, m, j  1, n.
Hệ phương trình (2.9) được gọi là hệ phương trình
tuyến tính thuần nhất nếu b1  b2   bm  0 . Khi đó, hệ
phương trình (2.9) trở thành:
a11 x1  a12 x2   a1n xn  0
a x  a x   a x  0
 21 1 22 2 2n n
 (2.10)

am1 x1  am 2 x2   amn xn  0
* Nghiệm của hệ phương trình tuyến tính

Mỗi nghiệm của hệ phương trình (2.9) là một bộ số
 x1 , x2 , , xn  sao cho khi thay bộ số này vào hệ phương
trình (2.9) ta được m đẳng thức.

Hệ phương trình (2.9) được gọi là tương thích nếu nó
có nghiệm, không tương thích nếu nó không có nghiệm.
Dễ thấy bộ số  0 , 0 , , 0  luôn là một nghiệm của
hệ phương trình thuần nhất (2.10), nghiệm này được gọi là
nghiệm tầm thường.
* Các hệ phương trình tuyến tính tương đương

Hai hệ phương trình tuyến tính
a11 x1  a12 x2   a1n xn  b1
a x  a x   a x  b
 21 1 22 2 2n n 2


am1 x1  am 2 x2   amn xn  bm
và
a '11 x1  a '12 x2   a '1n xn  b '1
a ' x  a ' x   a ' x  b '
 21 1 22 2 2n n 2


a 'm1 x1  a 'm 2 x2   a 'mn xn  b 'm
được gọi là tương đương với nhau nếu mỗi nghiệm của hệ
phương trình này là nghiệm của hệ phương trình kia và ngược
lại. Tức là tập nghiệm của hai hệ phương trình đó trùng nhau.
* Các phép biến đổi tương đương

Một phép biến đổi không làm thay đổi tập nghiệm của
các hệ phương trình được gọi là phép biến đổi tương đương.
Dễ dàng chứng minh được rằng các phép biến đổi sau
đây là các phép biến đổi tương đương:
i) Thay đổi thứ tự các phương trình của hệ phương
trình.

ii) Loại khỏi hệ phương trình các phương trình có các
hệ số của các ẩn và hệ số tự do đều bằng 0.
iii) Nhân vào hai vế của một phương trình với một số
k  0.
iv) Cộng vào hai vế của một phương trình vào các vế
của một phương trình khác.
* Dạng ma trận của hệ phương trình tuyến tính

Xét hệ phương trình (2.9).
 a11 a12 a1n 
a a22 a2 n 
Ma trận A   21 được gọi là ma trận
 
 
 am1 am 2 amn 
hệ số;
 b1 
b 
ma trận b   2  được gọi là ma trận vế phải hay cột vế phải;
 
 
bm 
 x1 
x 
ma trận x   2  được gọi là ma trận ẩn.
 
 
 xn 
Khi đó, theo định nghĩa phép nhân hai ma trận, hệ
phương trình (2.9) có thể viết là
Ax  b. (2.11)
đây là dạng ma trận của hệ phương trình (2.9).
Bạn đọc tự kiểm tra lại công thức (2.11).

2.3.2. Hệ phƣơng trình Cramer và phƣơng pháp Cramer
* Hệ Cramer
Hệ phương trình (2.9) có số phương trình bằng số ẩn
 m  n  và ma trận hệ số A có định thức det  A  0 được gọi
là hệ Cramer.
* Phương pháp Cramer

Định lý 2.3.1. Hệ Cramer
a11 x1  a12 x2   a1n xn  b1
a x  a x   a2 n xn  b2
 21 1 22 2
 (2.12)

an1 x1  an 2 x2   ann xn  bn
có nghiệm duy nhất được tính theo công thức
 det  Aj 
x j 
 det  A  .

 j  1, n
trong đó ma trận A j nhận được từ ma trận A của hệ (2.12)
bằng cách thay các phần tử ở cột thứ j (hệ số của ẩn x j ) bởi
các phần tử b1 , b2 , , bn (các hệ số tự do).
Chứng minh.
Hệ phương trình (2.12) viết dưới dạng ma trận là Ax  b.
Với giả thiết đây là hệ Cramer ta được:
 c11 c21 cn1   b1 
 cn 2  b2 
1  c12 c22
x A b
1
.
det  A   
  
c1n c2 n cnn  bn 
Do đó
 c1 j b1  c2 j b2  ....  cnj bn det  Aj 
x j  
 det  A det  A .

 j  1, n
Ví dụ 2.3.1. Giải hệ phương trình

 x1  2 x2  x3  8

2 x1  3x2  x3  7 .
3x  x  3x  14
 1 2 3
Giải.
Ta có:
1 2 1 8 2 1
det  A   2 3 1  15 , det  A1   7 3 1  15
3 1 3 14 1 3
1 8 1 1 2 8
det  A2   2 7 1  30 , det  A3   2 3 7  45 .
3 14 3 3 1 14
Áp dụng công thức trên ta được hệ phương trình có
nghiệm duy nhất
 x1 , x2 , x3   1 , 2 , 3 .
Định lý 2.3.2. Hệ n phương trình tuyến tính thuần nhất n ẩn
có nghiệm không tầm thường khi và chỉ khi det  A  0 .
Chứng minh.
Nếu det  A  0 thì theo định lí 2.3.1 nó có nghiệm duy
nhất và đó là nghiệm tầm thường. Cho nên nếu hệ có nghiệm
không tầm thường thì det  A  0 .

Nếu det  A  0 thì bằng phép biến đổi sơ cấp về hàng và
bằng cách đánh số lại các ẩn tức là đổi chỗ các cột của ma trận,
ta đưa ma trận A về dạng tam giác trên
 a '11 a '12 a '1r a '1 r 1 a '1n 
 
 0 a '22 a '2 r a '2 r 1 a '2 n 
 
 
 0 0 a 'rr a 'r  r 1 a 'rn  ,
 
 0 0 0 0 0 
 
 
 0 0 0 0 0 
trong đó a 'ii  0, i  1, 2, , r . Nếu r  n thì det  A 
a11a22 ann  0 (trái với giả thiết). Cho nên r  n . Từ đó ta
suy ra hệ tam giác trên thuần nhất đương đương với hệ đã cho sẽ
có số phương trình ít hơn số ẩn nên nó có vô số nghiệm. Do đó
ngoài nghiệm tầm thường thì hệ còn có nghiệm không tầm
thường.
2.3.3. Hệ phƣơng trình tuyến tính tổng quát và phƣơng

pháp Gauss
Ta xét hệ phương trình (2.9). Nếu ta thêm cột ma trận
vế phải vào ma trận hệ số A , ta được ma trận
 a11 a12 a1n b1 

a a22 a2 n b2 
A   A , b    21
 
 
 am1 am 2 amn bm 
được gọi là ma trận hệ số mở rộng.

Định lý 2.3.3. (Định lý Cronecker – Capelli)
Hệ phương trình (2.9) có nghiệm khi và chỉ khi hạng
của ma trận hệ số A bằng hạng của ma trận mở rộng A .
Chứng minh.
Bằng phép biến đổi sơ cấp trên hàng và bằng cách đánh
số lại các ẩn, tức là đổi chỗ các cột ma trận, ta đưa ma trận mở
rộng A về dạng :
 a '11 a '12 a '1r a '1 r 1 a '1n b '1 
 
 0 a '22 a '2 r a '2 r 1 a '2 n b '2 
 
 
 0 0 a 'rr a 'r  r 1 a 'rn b 'r  .
 
 0 0 0 0 0 b 'r 1 
 
 
 0 0 0 0 0 0 b 'm 
Từ đó định lý được chứng minh.
Từ định lý này suy ra
+ Nếu rank  A  rank A   thì hệ phương trình vô
nghiệm.
 
+ Nếu rank  A  rank A  n , với n là số ẩn thì hệ
phương trình là hệ Cramer. Do đó hệ phương trình có nghiệm
duy nhất.
 
+ Nếu rank  A  rank A  r  n thì hệ có vô số
nghiệm, phụ thuộc vào n  r tham số. Ta giải hệ phương trình
(2.9) như sau:

 
Vì rank  A  rank A  r  n nên tồn tại một định thức
con khác 0, cấp r của A , định thức đó được gọi là định thức con
chính. Các phần tử của định thức con chính nằm ở r phương
trình, được gọi là các phương trình chính, và là hệ số của r ẩn,
được gọi là các ẩn chính. Các ẩn còn lại được gọi là ẩn phụ. Khi
đó, hệ phương trình (2.9) tương đương với hệ mới gồm r
phương trình chính, được gọi là hệ con chính. Trong hệ con
chính, ta chuyển các ẩn phụ sang vế phải, ta được một hệ con có
r phương trình đối với r ẩn chính. Giải hệ con đó với các ẩn
chính ta được nghiệm của hệ phụ thuộc vế phải và n  r ẩn phụ.
* Phương pháp Gauss
Để giải hệ phương trình tuyến tính tổng quát ta thực

hiện theo các bước sau, gọi là phương pháp Gauss.
+ Viết ma trận hệ số mở rộng A.
+ Dùng các phép biến đổi sơ cấp trên hàng để biến đổi
A về dạng ma trận bậc thang U .
+ Áp dụng định lí Kronecker – Capelli để kết luận về số
nghiệm của hệ.
+ Viết lại hệ phương trình và giải hệ (ma trận hệ số mở
rộng của hệ mới là ma trận bậc thang U ).
Nhận xét:
Bản chất của phương pháp Gaus là dùng các phép biến
đổi tương đương trên các phương trình để đưa hệ ban đầu về
hệ tương đương ở dạng đơn giản hơn (có thể gọi là hệ bậc
thang), sau đó giải từ phương trình cuối cùng và thế lần lượt
lên các phương trình trên.

Để việc tính toán đơn giản, thay vì dùng các phép biến
đổi tương đương trên các phương trình ta dùng các phép biến
đổi (sơ cấp) trên các hệ số của mỗi phương trình, chính là các
hàng của ma trận hệ số mở rộng A.

 x1  2 x2  x3  8

2 x1  3x2  x3  7 .
3x  x  3x  14
 1 2 3
Giải.
Ta có
1 2 1 8 
A   2 3 1 7  .
 3 1 3 14 
Áp dụng các phép biến đổi sơ cấp ta có
1 2 1 8 
 2h1  h2  h2 
A   2 3 1 7 
 3 1 3 14 
 3h1  h3  h3 
1 2 1 8  1 2 1 8 
0 7 3 23 h  h 0 5 0 10   1 h  h 
  2 3    5 2 2

0 5 0 10  0 7 3 23
1 2 1 8 
0 1 0 2  7 h  h  h
  2 3 3
0 7 3 23
1 2 1 8  1 2 1 8 
0 1 0 2    1 h  h  0 1 0 2  .
   3 3 3
  
0 0 3 9  0 0 1 3 

1 2 1
Ta thấy 0 1 0  1  0 nên rank  A  rank A  3 .  
0 0 1
Hệ phương trình trở thành
 x1  2 x2  x3  8  x1  1
 
 x2  2   x2  2 .
 x3  3 
  x3  3
Vậy hệ phương trình có nghiệm duy nhất là
x 1 , x2 , x3   1 , 2 , 3 .

 x1  x2  x3  x4  0
  x  2 x  x  x  3
 1 2 3 4
 .
2
 1 x  3 x2  x3  2 x 4  7
3x1  x2  x3  3x4  6
Giải.
Ta có
1 1 1 1 0
 1 2 1 1 3  h1  h2  h2 
B   2h1  h3  h3 
 2 3 1 2 7 
   3h1  h4  h4 
 3 1 1 3 6 
1 1 1 1 0
0 1 0 2 3  h2  h3  h3 
 
0 1 3 0 7   2h2  h4  h4 
 
0 2 4 0 6

1 1 1 1 0  1 1 1 1 0 
0 1 0 2 3   0 1 0 2 3 
   h3  1 h4   
0 0 3 2 10   4  0 0 1 1 0 
   
0 0 4 4 0  0 0 3 2 10 
1 1 1 1 0 
0 1 0 2 3 
 3h  h4  h4   
3
0 0 1 1 0 
 
0 0 0 5 10 
1 1 1 1 0
0 1 2 3
 1  
0
.
  h4  h4  0 0 1 0
 5  1
 
0 0 0 1 2 
1 1 1 1
0 1 0 2
Ta thấy  1 11.1  1
0 0 1 1
0 0 0 1
 
nên rank  B   rank B  4 . Khi đó hệ phương trình trở thành
 x1  x2  x3  x4  0  x1  1
  x  2 x  3  x  1
  2

2 4
 .
 x3  x 4  0 x
 3  2
 x4  2  x4  2
Vậy hệ phương trình có nghiệm duy nhất là
 x1 , x2 , x3 , x4   1 , 1 , 2 , 2  .

 x1  x2  x3  1

2 x1  x2  x3  4 .
4 x  3x  x  5
 1 2 3
Giải.
Ta có
1 1 1 1  1 1 1 1 
 2h1  h2  h2 
C   2 1 1 4  0 1 3 2 
 
 4 3 1 5 
 4h1  h3  h3  0 1 3 1 
1 1 1 1 
0 1 3 2  .
 h
2  h3  h3   
0 0 0 1
1 1 1
1 1
Ta thấy  1  0; 0 1 2  1  0 suy ra
0 1
0 0 1
 
rank  C   2; rank C  3 .
 
Vì rank  C   2  rank C nên hệ phương trình vô
nghiệm.

 x1  x2  x3  1

 x1  2 x2  x3  2 .
3x  3x  x  5
 1 2 3
Giải.
Ta có

1 1 1 1  1 1 1 1 
 h1  h2  h2 
D  1 2 1 2  0 3 2 1 
 
3 3 1 5 
 3h1  h3  h3  0 6 4 2 
1 1 1 1 
1 1 1 1
 2h2  h3  h3  0 3 2 1  0 3 2 1 .
0 0 0 0   
1 1
Từ đó ta có  3  0 nên
0 3
 
rank  B   rank B  2  3 .
Hệ đã cho có vô số nghiệm. Chọn định thức con chính

1 1
của ma trận hệ số D là .
0 3
Hệ phương trình tương đương với hệ
 x1  x2  x3  1  x1  x2  1  x3
   .
  3 x2  2 x3  1   3 x2  1  2 x3
Đặt ẩn phụ x3   .
1
Từ phương trình thứ hai ta được x2   1  2  .
3
1
Thế vào phương trình thứ hai ta được x1   4    .
3
Vậy hệ phương trình có vô số nghiệm dạng
 1
 x1  4  
3

 1
 x2   1  2  , với mọi   .
 3
 x3  


Ví dụ 2.3.6. Giải và biện luận hệ phương trình
 x  y  z  1

x   y  z  1.
x  y   z  1

Giải.
Ta có ma trận hệ số của hệ phương trình là
 1 1 
A   1  1  .
 1 1  
Từ đó ta được det  A     2    1 .
2
Nếu   2;   1 thi hệ phương trình là hệ Cramer nên

hệ có nghiệm duy nhất
1 1 1
1  1
det  A1  1 1     1
2
1
x    .
det  A    2    1 2
   2  
  1
2
  2
Ta thấy vai trò của các ẩn x, y, z trong hệ là đối xứng

1
nên ta cũng có y  z  .
2
Hệ đã cho có nghiệm duy nhất
 x , y , z   
1 1 1 
, , .
 2  2  2
Nếu   1 thì hệ đã cho tương đương với phương trình
x  y  z  1 . Từ đó ta được nghiệm của hệ là
 x , y , z   1      ,  ,   , với mọi  ,   .
Nếu   2 thì hệ phương trình đã cho trở thành

2 x  y  z  1

x  2 y  z  1 .
x  y  2z  1

Ta có
 2 1 1 1  1 1 2 1
A   1 2 1 1  h1  h3   1 2 1 1
 
 1 1 2 1  2 1 1 1
1 1 2 1 
 h1  h2  h2  
03 3 0 
 2h1  h3  h3  
0 3 3 3 
1 1 2 1 
0 3 3 0  .
 h2  h3  h3   
0 0 0 3
1 1 1
1 1
Ta thấy  3  0 ; 0 3 0  9  0 nên
0 3
0 0 3
 
rank  A  2; rank A  3 . Từ đó suy ra hệ phương trình đã
cho vô nghiệm.
Ví dụ 2.3.7. Giải các hệ phương trình sau

 x1  5 x2  4 x3  7

a) 2 x1  9 x2  x3  4 ;
3x  11x  7 x  17
 1 2 3

4x1  2 x2  x3  7
 x  x  x  2

b)  1 2 3
;
 2 x1  3 x2  3 x3  11
4 x1  x2  x3  7
 3x1  x2  x3  2 x4  1
 x  x  2x  4x  5
 1 2 3 4
c)  ;
 1 x  x 2  3 x3  6 x4  9
12 x1  2 x2  x3  2 x4  10
4 x1  2 x2  x3  3x4  7
 x  x  x  2x  5
 1 2 3 4
d)  .
2 x1  3x2  3x3  x4  3
4 x1  x2  x3  5 x4  1
Đáp số:
a) Hệ có nghiệm duy nhất:  x1 , x2 , x3   1, 0,  2 .
b) Hệ có nghiệm duy nhất:  x1 , x2 , x3   1, 2,  1.
c) Hệ có vô số nghiệm dạng:
c  2c  4 5c3  10c4  14
 x1 , x2 , x3 , x4    3 4 , 
, c3 , c4  .
 2 2 
d) Hệ vô nghiệm.
2.4. MỘT SỐ ỨNG DỤNG CỦA HỆ PHƢƠNG

TRÌNH (đọc thêm)
* Mô hình cân bằng thị trƣờng (Market equilibrium model)
Một mô hình kinh tế thường bao gồm một số đại lượng

(chỉ tiêu) trong kinh tế và các mối quan hệ giữa chúng. Theo
ngôn ngữ toán học, các đại lượng kinh tế là các biến số, còn
các mối quan hệ giữa các đại lượng kinh tế được biểu diễn bởi
các phương trình. Một mô hình tuyến tính trong kinh tế là mô
hình kinh tế mà tập hợp các quan hệ được biểu diễn bởi một
hệ phương trình tuyến tính.
i. Mô hình cân bằng thị trường (đơn giản) một loại hàng
hóa
Khi phân tích một thị trường hàng hóa, các nhà kinh tế
học luôn sử dụng hàm cung và hàm cầu để biểu thị sự phụ
thuộc của lượng cung và lượng cầu của hàng hóa (được tính
trong một đơn vị thời gian nào đó) vào giá của hàng hóa đó
(trong giả thiết các yếu tố khác không thay đổi). Trong mô
hình này, ta chỉ xét một loại hàng hóa và chỉ quan tâm đến ba
biến số dưới đây:
Biến giá p (price): giá của loại hàng hóa đó (tính bằng
đơn vị tiền tệ).
Hàm cung Qs (quantity supplied): lượng hàng hóa mà
người bán bằng lòng bán.
Hàm cầu Qd (quantity demanded): lượng hàng hóa mà
người mua bằng lòng mua.
Rõ ràng Qs  Qs  p  , Qd  Qd  p  : là các hàm số của
biến giá p. Trong thực tiễn ta thấy rằng:
(i) Qs là hàm tăng theo giá p và khi p lớn hơn một giá
trị p0  0 nào đó thì Qs mới dương.
(ii) Qd là hàm giảm theo giá p .
(iii) Thị trường ở trạng thái cân bằng khi Qs  Qd (*).
Mô hình (*) được gọi là mô hình cân bằng thị trường (đơn
giản) một loại hàng hóa.
Từ thực tiễn và cũng để đơn giản, ta giả sử
Qs  p  , Qd  p  là các hàm bậc nhất, tức là có dạng tuyến tính
Qs  a0  a1 p , Qd  b0  b1 p ,
ở đây a0 , a1, b0 , b1 là các hằng số dương.
Mô hình cân bằng thị trường lúc này có dạng:
Qs  a0  a1 p

Qd  b0  b1 p .
a  a p  b  b p
 0 1 0 1
Giải hệ phương trình (với ẩn là p ), ta tìm được giá cân bằng,

lượng cung và cầu cân bằng.
Ví dụ 2.4.1. Cho hàm cung và hàm cầu theo giá của một loại
hàng hóa là Qs  10  2 p , Qd  50  3 p .
a) Tìm giá cân bằng thị trường;
b) Tìm lượng (cung và cầu) cân bằng.
Giải
a) Giá cân bằng thị trường là nghiệm của phương trình
Qs  p   Qd  p 
 10  2 p  50  3 p  5 p  60  p  12 .
Vậy giá cân bằng là p  12 (đơn vị tiền tệ).
b) Lượng (cung và cầu) cân bằng là Qs  Qd  14 (đơn
vị loại hàng hóa).
ii. Mô hình cân bằng thị trường tổng quát nhiều loại hàng
hóa
Bây giờ ta xét thị trường có n loại hàng hóa. Lúc đó, giá
của hàng hóa này có thể ảnh hưởng đến lượng cung và lượng
cầu của loại hàng hóa kia. Ta sẽ dùng các ký hiệu biến số như
sau:
Biến giá pi : giá hàng hóa thứ i, i  1, n.
Hàm cung Qsi : lượng cung hàng hóa thứ i, i  1, n.
Hàm cầu Qdi : lượng cầu hàng hóa thứ i, i  1, n.

Trong mô hình này, ta vẫn giả thiết các yếu tố khác không
thay đổi, còn các hàm cung và hàm cầu phụ thuộc tuyến tính
vào giá, tức là
Qsi  ai 0  ai1 p1  ai 2 p2  ...  ain pn ;
Qdi  bi 0  bi1 p1  bi 2 p2  ...  bin pn .
Mô hình cân bằng thị trường tổng quát đối với n loại
hàng hóa được biểu diễn bởi các đẳng thức Qsi  Qdi , i  1, n.
Đặt cik  aik  bik , ta được hệ phương trình tuyến tính
 c11 p1  c12 p2  ...  c1n pn  c10
 .....

 ci1 p1  ci 2 p2  ...  cin pn  ci 0 .
 .....

cn1 p1  cn 2 p2  ...  cnn pn  cn 0
Giải hệ phương trình trên ta tìm được giá cân bằng của
từng loại hàng hóa, từ đó tìm được lượng cung và cầu cân
bằng của n loại hàng hóa đã cho.
* Mô hình cân bằng kinh tế vĩ mô

(Model of macroeconomic equilibrium)
Ở dạng đơn giản, ta xét mô hình cân bằng đối với nền
kinh tế đóng, tức là nền kinh tế không có quan hệ kinh tế đối
ngoại. Trong mỗi nền kinh tế, ta luôn xét các đại lượng sau
đây.
Y : Tổng thu nhập quốc dân National Income
E : Tổng chi tiêu của nền kinh tế Expenditure
C : Tổng tiêu dùng của dân cư Consumption

T : Tổng thuế Tax
I : Mức đầu tư theo kế hoạch

Investment
của chính phủ cho nền kinh tế
G : Mức chi tiêu của chính phủ Government
Phương trình cân bằng trong nền kinh tế đóng là

Y  C  I  G.
* Mô hình IS - LM
Trong kinh tế vĩ mô, mô hình IS - LM

(Investment/Saving - Liquidity preference/Money supply, tạm
dịch là Đầu tư/Tiêt kiệm - Nhu cầu thanh toán/Tiền cung cấp
ưu đãi) do John Hicks (Anh) cùng Alvin Hansen (Hoa kỳ) đưa
ra và phát triển. Mô hình này được dùng để phân tích trạng
thái cân bằng của nền kinh tế trong cả hai thị trường: thị
trường hàng hóa và thị trường tài chính (tiền tệ).
1 2  1 9  1 0 
Bài 2.1. Cho A    , B  , C .
 3 4   5 1   2 3 
a) Hãy tính: A  2 B  3C ; AB  C ;
b) Hãy tính: At ;  A  B  ;  BC  .
t t
Bài 2.2. Thực hiện các phép nhân ma trận sau

3 2 1   1 2 1 
a) 1 1 2  .  1 1 0  ;
1 2 3   1 0 1 

 1 1
1 1 2 
b)  2 3  . 
0 1 2 
;
 4 0  
1
0
c) 1 2 3 4.   ;
 1
 
2
1
0
d)   1 2 3 4 .
 1
 
2
Bài 2.3. Thực hiện các phép tính
 3 4 
3 n
1 1
 , n
*
a)   ; b)  ;
  2 2   0 1
cos   sin  
n
c)  , n *
cos  
;
 sin 
n
1 1 1
d) 1 1 1 , n  *
.
1 1 1
Bài 2.4. (đọc thêm) Hãy tìm f  A nếu

1 2 
f  X   X 2  X  E, A   .
3 4 
Bài 2.5. (đọc thêm) Cho A, B là hai ma trận vuông cấp n

thỏa mãn AB  BA . Chứng minh rằng
a)  A  B   A2  2 AB  B 2 ;
2

b)  A  B   A2  2 AB  B 2 ;
2
c) A2  B 2   A  B  A  B  ;
d) A3  B3   A  B   A2  AB  B 2  .
Bài 2.6. (đọc thêm) Hãy tìm tất cả các ma trận giao hoán với
ma trận A trong các trường hợp sau
1 2 1 1
a) A    ; b) A  0 1 .
 1 1  
Bài 2.7. (đọc thêm) Hãy tìm tất cả các ma trận vuông cấp 2 có
bình phương bằng ma trận đơn vị.
Bài 2.8. Tính các định thức cấp 2 sau

1 2 2 6
a) ; b) ;
4 3 3 4
sin  cos  a c  di
c) ; d) .
 cos  sin  c  di b
Bài 2.9. Tính các định thức cấp sau

0 1 1 1 2 3
a) 1 0 1 ; b) 1 0 2 ;
1 1 0 1 3 4
1 0 1 1
3 1 2
2 3 0 4
c) 1 3 1 ; d) .
2 2 0 0
2 5 6
3 4 2 5

Bài 2.10. Giải phương trình
1 x x 2 x3
a a a
1 2 4 8
a)  a a x  0 ; b)  0.
1 3 9 27
a a x
1 4 16 64
Bài 2.11. (đọc thêm) Chứng minh các đẳng thức sau
 a1  b1  a12  b12 a1b1
2
a)  a2  b2  a22  b22 a2b2  0 ;

2
 a3  b3  a32  b32
2
a3b3
b1  c1 c1  a1 a1  b1 a1 b1 c1
b) b2  c2 c2  a2 a2  b2  2 a2 b2 c2 .
b3  c3 c3  a3 a3  b3 a3 b3 c3
Bài 2.12. (đọc thêm) Tính các định thức cấp n sau
1 2 3 n
1 x 1 3 n
a) 1 2 x 1 n ;
1 2 3 x 1
1 1 1 1 1
a1 a2 a3 an 1 an
a12 a22 a32 an21 an2
b) .
a1n 2 a2n  2 a3n  2 ann12 ann  2

a1n 1 a2n 1 a3n 1 ann11 ann 1
(Định thức Vandermonde của n số a1 , a2 , ..., an ).

Bài 2.13. Tìm hạng của các ma trận sau
1 2
a) A   ;
 4  8 
1 2 3
b) B   1 4 7  ;
 1 10 17 
1 1 1 1 3
 2 1 0 3 2 
c) C   .
3 0 2 3 2
 
4 3 2 1 8 
Bài 2.14. Tìm ma trận nghịch đảo của các ma trận sau
1 2  a c 
a) A    ; b) B   ;
1 3  b d 
1 1 2 
c) C   2 3 2  .
 2 3 1
Bài 2.15. (đọc thêm) Tìm ma trận X từ các phương trình sau
 2 5  4 6
a)   X  ;
 1 3   2 1 
3 1  5 6  14 16 
b)  X  .
5 2  7 8   9 10 
Bài 2.16. Giải các hệ phương trình Cramer sau

 x1  2 x2  5
a)  ;
3x1  4 x2  5

 x1  x2  2 x3  1

b) 2 x1  x2  2 x3  4 .
4 x  x  4 x  2
 1 2 3
Bài 2.17. Giải các hệ phương trình sau

 x1  2 x2  4 x3  31

a) 5 x1  x2  2 x3  29 ;
3x  x  x  10
 1 2 3
 x1  x2  2 x3  3x4  1
3x  x  x  2 x  4
 1 2 3 4
b)  ;
2
 1 x  3 x 2  x 3  x 4   6
 x1  2 x2  3x3  x4  4
 x2  3x3  4 x4  5
 x  2 x  3x  4
 1 3 4
c)  ;
3x1  2 x2  5 x4  12
4 x1  3x2  3x3  5
 x1  2 x2  3x4  2 x5  0
 x  x  3x  x  3x  2
 1 2 3 4 5
d)  .
 2 x1  3 x2  4 x3  5 x4  2 x5  7
9 x1  9 x2  6 x3  16 x4  2 x5  25
Bài 2.18. (đọc thêm) Giải và biện luận các hệ phương trình sau
 x  y  3z  
 x  y  1 
a)  . b)  x  y  5 z  4 .
 x   y  2 x   y  4z  


CHƢƠNG 3. KHÔNG GIAN VECTƠ
- ÁNH XẠ TUYẾN TÍNH
3.1. KHÔNG GIAN VECTƠ

Ở trường THPT ta đã dùng vectơ để nghiên cứu hình
học. Vectơ còn được dùng để nghiên cứu nhiều ngành toán
học khác và cả các môn khoa học khác như cơ học, vật lý, hóa
học, địa lí và nhiều ngành kỹ thuật.
Trong hình học sơ cấp, một vectơ v trong không gian

được đặc trưng bởi bộ ba số thực  x, y, z  là ba thành phần
của nó. Xét tập hợp các vectơ tự do trong không gian, nếu ta
đồng nhất những vectơ có cùng hướng, cùng độ dài (những
vectơ bằng nhau), thì có một song ánh giữa tập các vectơ với
tập các bộ ba số thực khác  x, y, z  , tức là tập hợp 3 .
Trong tập hợp đó, ta định nghĩa phép cộng hai vectơ và
phép nhân một vectơ với một số thực.
Nếu v   v1 , v2 , v3  , w   w1, w2 , w3  và  là một số
thực thì
v  w   v1  w1 , v2  w2 , v3  w3  ;
 v   v1 ,  v2 ,  v3  .
Phép cộng hai vectơ có các tính chất như phép cộng hai
số thực: nó có tính kết hợp, tính giao hoán, tồn tại phần tử
trung hòa (là vectơ 0 − có vai trò tương tự số 0), mọi vectơ v
đều có vectơ đối v .

Phép nhân một vectơ với một số thực có tính phân phối
đối với phép cộng hai vectơ và phép cộng hai số thực, ngoài ra
 
nếu  và  là hai số thực thì   v    v và 1v  v .
Ta nói rằng với hai phép toán này, tập hợp các vectơ tự
do trong không gian có cấu trúc của một không gian vectơ
thực.
Trong toán học và nhiều ngành khoa học khác còn có

những tập hợp mà các phần tử của chúng không phải là những
vectơ hình học nhưng các phần tử có thể “cộng” với nhau và
“nhân” với một “số” và có các tính chất trên, chẳng hạn như:
Tập các hàm số liên tục;
Tập các đa thức;
Tập các ma trận cùng cỡ …
Để nghiên cứu chúng theo một quan điểm thống nhất,
người ta xây dựng khái niệm không gian vectơ mà mỗi tập
trên chỉ là một trường hợp cụ thể.
Định nghĩa 3.1.1. Xét tập V khác  mà mỗi phần tử ta quy

ước gọi là một vectơ và trường số thực . Giả sử trong V ta
định nghĩa được hai phép toán: phép cộng hai vectơ và phép
nhân một vectơ với một số thực (số thuộc ).
Phép cộng hai vectơ:
Cho phép tạo ra từ một cặp vectơ x, y V một vectơ duy nhất
gọi là tổng của chúng, ký hiệu là x  y .
Phép nhân một vectơ với một số thực (còn gọi là phép
nhân vô hướng):
Cho phép tạo ra từ một vectơ x  V và một số   một
vectơ duy nhất gọi là tích của chúng, ký hiệu là  x.

Nếu 10 yêu cầu (tiên đề) sau được thỏa mãn với mọi
x, y, z V và mọi  ,   thì ta nói (theo 1 trong 3 cách
sau):
V , ,. là không gian vectơ (trên ); hoặc V , ,. là
- không gian vectơ, hoặc V là không gian vectơ.
(1) Nếu x, y V thì x  y V ;

(2)  x  y   z  x   y  z  , x, y, z V ;
(3) x  y  y  x, x, y V ;
(4) Tồn tại vectơ 0  V thỏa mãn điều kiện:
0  x  x  0  x, x V ;
(5) Với mỗi vectơ x V , tồn tại một vectơ kí hiệu là
 x, cũng thuộc V thỏa mãn điều kiện:
x    x     x   x  0;
(6) Nếu x  V ,   thì  x V ;
(7)  ( x  y)   x   y, x, y V ,   ;
(8) (   ) x   x   x,  ,   , x V ;
(9)    x     x,  ,   , x V ;
(10) 1x  x, x V .
Chú ý:
Yêu cầu (1) nói lên tính đóng kín của V đối với phép
cộng vectơ, tức là tổng của hai vectơ có kết quả cũng là vectơ.
Yêu cầu (6) nói lên tính đóng kín của V đối với phép
nhân với hằng số (vô hướng)
Yêu cầu (2) nói lên tính giao hoán (đổi chỗ được) của
phép cộng vectơ.
Yêu cầu (3) nói lên tính kết hợp của phép cộng vectơ.

Vectơ 0 trong tiên đề (4) gọi là vectơ không hay phần tử
trung hòa của phép cộng. Vectơ  x trong tiên đề (5) được gọi
là vectơ đối của x .
Bạn đọc nên tránh nhầm lẫn giữa khái niệm vectơ
không và số không dù ta dùng chung ký hiệu là 0 . Chúng
khác nhau về bản chất, vectơ 0 là phần tử của không gian
vectơ V , trong khi đó số 0 là phần tử của tập số thực (còn
gọi là trường số thực ).
Có những tài liệu người ta chỉ nêu 8 tiên đề: (2), (3),
(4), (5), (7), (8), (9), (10) và xem các tiên đề: (1), (6) đã bao
hàm trong các định nghĩa của hai phép tính cộng hai vectơ và
nhân nhân một vectơ với một số.
Nếu thay bởi trường số phức thì ta có không gian
vectơ trên trường (hoặc gọi là không gian vectơ trên trường
số phức). Tổng quát hơn, còn có thể thay bởi trường K bất
kỳ (gọi là không gian vectơ trên trường K - khái niệm trường
ta không định nghĩa). Ở giáo trình này ta chỉ quan tâm đến các
không gian vectơ trên và từ nay ta gọi tắt là không gian
vectơ.
Tính chất 3.1.1. Các tính chất sau suy ra từ định nghĩa
a) 0x  0, x V ;
b)  0  0,   ;
c)  x  0 khi và chỉ khi   0 hoặc x  0 ;
d)    x    x     x .
Chứng minh.
a) Ta có:
0 x   0  0  x  0 x  0 x.
 0 x  0 x   0 x   0 x   0 x 

 0 x   0 x   0 x    0  0 x  0  0.
Vậy 0 x  0.
b) Ta có
 0    0  0    0   0.
Biến đổi như trên ta được:  0  0.
c) Theo các tính chất a) và b) ta có

Nếu   0 hoặc x  0 thì  x  0 .
Ngược lại, giả sử  x  0 .
Khi   0 thì đẳng thức đúng.
1
Khi   0 thì  1   . Ta có:

 1  x    1 0   1  x  0  1x  0.
Do đó x  0.
d) Ta có
   x    x     x  x    0  0.
Vậy    x    x.
Tương tự ta có:  x     x.
Ví dụ 3.1.1.
a) Tập 3
xác định bởi
3
     a, b, c  | a, b, c  .
Trên 3 ta định nghĩa phép cộng hai vectơ và phép nhân một
vectơ với một số thực như sau
Với x   x1 , x2 , x3   3 , y   y1 , y2 , y3   3 ,   :
x  y   x1  y1 , x2  y2 , x3  y3  ;
 x   x1 ,  x2 ,  x3 .

Chẳng hạn với x   3, 5,2  , y   4,0,1 thì
x  y   1, 5,3 ;  x   3,5, 2  ; 3 y   12,0,3.
Ta kiểm tra 3 cùng với hai phép toán cộng và nhân
định nghĩa ở trên thỏa mãn 10 tiên đề của không gian vectơ.
(1) Nếu x, y  3
thì x  y  3
:
Thật vậy, với x   x1 , x2 , x3   3
, y   y1 , y2 , y3   3
, thì
x  y   x1  y1 , x2  y2 , x3  y3   3
.
(2)  x  y   z  x   y  z  , x, y, z  3
:
Thật vậy, với x   x1 , x2 , x3   3

, y   y1 , y2 , y3   3
,
z   z1 , z2 , z3   3
thì
 x  y   z    x1, x2 , x3    y1, y2 , y3     z1, z2 , z3 

  x1  y1 , x2  y2 , x3  y3    z1 , z2 , z3 
  x1  y1  z1 , x2  y2  z2 , x3  y3  z3  ;
x   y  z    x1 , x2 , x3     y1 , y2 , y3    z1 , z2 , z3  
  x1, x2 , x3    y1  z1, y2  z2 , y3  z3 
  x1  y1  z1, x2  y2  z2 , x3  y3  z3 .
Vậy  x  y   z  x   y  z  .
(3) x  y  y  x, x, y  3
:
Thật vậy với x   x1 , x2 , x3   3

, y   y1 , y2 , y3   3
thì

x  y   x1  y1, x2  y2 , x3  y3 ;
y  x  y1  x1, y2  x2 , y3  x3 .
Vậy x  y  y  x.
(4) Vectơ không là 0   0,0,0 . Thật vậy, với mọi
x   x1 , x2 , x3   3
ta có
0  x   0,0,0    x1 , x2 , x3    x1 , x2 , x3   x;
x  0   x1 , x2 , x3    0,0,0    x1 , x2 , x3   x.
Vậy 0  x  x  0  x.
(5) Vectơ đối của vectơ x   x1 , x2 , x3   3

là
 x    x1 ,  x2 ,  x3   3
.
(6) Với x   x1 , x2 , x3   3
,  thì
 x   x1 , x2 , x3   3
.
(7)   x  y    x   y,
với mọi x   x1 , x2 , x3   3
, y   y1 , y2 , y3   3
,  .
Thật vậy
 ( x  y)    x1  y1 , x2  y2 , x3  y3 
  x1   y1 , x2   y2 , x3   y3  ;
 x   y   x1 , x2 , x3    y1 , y2 , y3 
  x1   y1 , x2   y2 , x3   y3 .
Vậy   x  y    x   y.

(8)     x   x   x,
với mọi x   x1 , x2 , x3   3
; ,   .
Thật vậy:
    x      x1, x2 , x3 
      x1 ,     x2 ,     x3  ;
 x   x   x1 , x2 , x3     x1 ,  x2 ,  x3 
  x1   x1 , x2   x2 , x3   x3 .
      x1 ,     x2 ,     x3  .
Vậy     x   x   x.
(9)    x     x,
với mọi x   x1 , x2 , x3   3
; ,   .
Thật vậy:
   x       x1 , x2 , x3       x1,  x2 ,  x3 
  x1 , x2 , x3  ;
  x   x1, x2 , x3 .

Vậy    x     x.
(10) 1x  x, với mọi x   x1 , x2 , x3   3

.
Thật vậy
1x  1 x1 , x2 , x3   1x1,1x2 ,1x3    x1, x2 , x3   x.

Vậy 3 là một (  ) không gian vectơ, gọi là không
gian vectơ thực 3 chiều.
b) Tương tự ta có tập
2
    a; b  | a, b  
với hai phép toán cộng và nhân định nghĩa như trên là không
gian vectơ, gọi là không gian vectơ thực 2 chiều.
c) Tập
4
      a, b, c, d  | a, b, c, d  
với hai phép toán cộng và nhân định nghĩa như các phần trên
là không gian vectơ, gọi là không gian vectơ thực 4 chiều.
Trong không gian vectơ thực 4
, vectơ không là
0   0,0,0,0  , vectơ đối của vectơ x   x1, x2 , x3 , x4  là
 x    x1,  x2 ,  x3 ,  x4 .
d) Đặc biệt, tập cũng là không gian vectơ (số thực x

cũng gọi là vectơ x ), hai phép toán là: cộng hai số thực và
nhân hai số thực thỏa mãn 10 tiên đề (bạn đọc tự kiểm tra).
Vectơ không trong trường hợp này là số 0.
Ví dụ 3.1.2. Tổng quát Ví dụ 3.1.1, xét

n
 x   x1 , x2 , ... , xn  | xi  , i  1, n
với n *. Tập n gọi là lũy thừa Đề - các bậc n của .
Trong n , phép cộng hai vectơ và phép nhân vô hướng
được xác định như sau:
Với x   x1, x2 , ... , xn   n , y   y1, y2 , ... , yn   n
và   thì

x  y   x1  y1 , x2  y2 , ... , xn  yn  ;
 x   x1 ,  x2 , ...,  xn .
Tương tự như Ví dụ 3.1.1a, ta kiểm tra được tập n
cùng hai phép toán trên thỏa mãn các tiên đề của không gian
vectơ. Vậy n là một không gian vectơ.
Không gian vectơ n có vectơ không là
0   0,0, ... ,0  ; vectơ đối của vectơ x   x1 , x2 , ... , xn  là
 x    x1 ,  x2 , ... ,  xn .
Từ đây trở đi, mỗi khi nói đến không gian n (nếu
không có chú ý gì thêm) ta hiểu rằng đó là không gian vectơ
(trên trường ) với hai phép toán được định nghĩa như trên.
Ví dụ 3.1.3.
a) Gọi 2 (không phải 2
) là tập các vectơ hình học
trong mặt phẳng có chung gốc O hay các vectơ hình học tự do
trong mặt phẳng - trong đó các vectơ bằng nhau ta coi là một
vectơ duy nhất, với vectơ đại diện là vectơ có điểm gốc là gốc
tọa độ O (bạn đọc tự vẽ hình).
Trong 2 ta xét hai phép toán: phép cộng hai vectơ
theo quy tắc ba điểm và phép nhân một vectơ với một số thực
thông thường. Ta thấy cả 10 tiên đề 1  10  đều thỏa mãn;
phần tử trung hòa là vectơ 0 , phần tử đối của vectơ a là  a .
Vậy 2 là một không gian vectơ.
b) Một cách tương tự tập 3 các vectơ hình học trong

không gian có chung gốc O cùng với phép cộng vectơ và
phép nhân vectơ với một số thực là không gian vectơ.

Các không gian vectơ 2 và 3 gọi là không gian
vectơ hình học.
Ví dụ 3.1.4. (đọc thêm) Tập  x các đa thức của ẩn x với hệ

số thực cùng với hai phép toán: phép cộng hai đa thức và phép
nhân một đa thức với một số thực, là một không gian vectơ.
Ví dụ 3.1.5. (đọc thêm) Gọi n  x là tập gồm đa thức 0 và các

đa thức có bậc nhỏ hơn n của  x :
n  x   f   x | f  x  : a0  a1x  ...  an1xn1, ai  , i  1, n  1.

n  x  cùng phép cộng hai đa thức và phép nhân một đa
thức với một số, là một không gian vectơ.
Ví dụ 3.1.6. (đọc thêm) Gọi C  a, b là tập các hàm số liên tục

trên đoạn  a, b với a, b cho trước.
Viết f  g nếu f  x   g  x  , x   a; b.
Trên C  a, b ta định nghĩa phép cộng f  g và phép
nhân  f ,   như sau:
 f  g  x   f  x   g  x  , x  a, b .
 f  x    f  x  , x   a, b.
Ta có: f  g  C  a, b ,  f  C  a, b.
Đó là các tiên đề 1 và  6  . Các tiên đề còn lại cũng

thỏa mãn (bạn đọc tự kiểm tra). Phần tử trung hòa là hàm số
đồng nhất 0, tức là f  x   0, x   a, b. Phần tử đối của hàm
số f là hàm số  f :   f  x    f  x  , x   a, b.
Vậy C  a, b là một không gian vectơ.

Nhận xét: Có thể xét tập C  a, b  gồm các hàm số liên tục trên
khoảng  a, b  , C  ,   các hàm số liên tục trên khoảng
 ,  . Đó cũng là các không gian vectơ.
Ví dụ 3.1.7. Gọi M mn là tập hợp các ma trận (phần tử là số
thực) cỡ m  n với hai phép toán: phép cộng hai ma trận và
phép nhân một ma trận với một số thực. Ta thấy cả 10 tiên đề
1  10 đều thỏa mãn. Vậy M mn là một không gian vectơ.
Ví dụ 3.1.8. (đọc thêm) Xét tập P2* các đa thức thực có bậc
bằng 2:
P2*   p* | p*  a0  a1x  a2 x 2 , ai  , a2  0, i  0, 1, 2.
Ta lấy: p*  3  4 x  2 x2 ; q*  5  x  2 x2
thì được: p*  q*  8  3x  P2*.
Như vậy tiên đề 1 không thỏa mãn, do đó P2* không
phải là một không gian vectơ.
3.1.2. Không gian con
Định nghĩa 3.1.2. Cho V , ,. là một không gian vectơ. Nếu
i) W  V , W   ;
ii) W , ,. cũng là một không gian vectơ .
(với phép " " và "." là hai phép toán trong V ) thì W được
gọi là một không gian con của V .
Nhận xét: Như vậy ta phải chứng minh W , ,. cũng thỏa
mãn 10 tiên đề của không gian vectơ. Định lý sau giúp việc
chứng minh này đơn giản hơn.

Định lý 3.1.1. Giả sử V là một không gian vectơ,
W  V , W  . W là không gian con của V khi và chỉ khi
thỏa mãn:
a) x, y W thì: x  y W (tiên đề 1)
b) x W ,   thì:  x  W (tiên đề 6)
Chứng minh.
1) Điều kiện cần
Nếu W là không gian con của V thì bản thân nó là một
không gian vectơ, nên thỏa mãn cả 10 tiên đề trong đó tiên đề
1 và  6  chính là  a  và  b  .
2) Điều kiện đủ
Ngược lại, giả sử  a  và  b  thỏa mãn thì đó là các tiên
đề 1 và  6  . Trong các tiên đề còn lại các tiên đề  2  ,  3 ,
 7  , 8 ,  9  , 10 đã thõa mãn trong V nên cũng thỏa mãn
trong W . Do đó để hoàn thành ta chỉ còn phải chứng minh các
tiên đề  4  và  5 cũng thỏa mãn trong W .
Vì W   nên tồn tại x  W . Theo điều kiện  b  ta có
 x  W với mọi số   . Với   0 ta có 0  0 x  W . Với
  1, ta có:  x   1 x W . Sau đó trong W ta có
x0  0 x  x
  x   x  x    x   1   1  x  0 x  0
vì 0 x  0 theo Tính chất 3.1.1.
Vậy W là một không gian vectơ. Do đó W là không gian
con của V .
Nhận xét: Hai điều kiện  a  và  b  trong định lí trên tương
đương với một điều kiện sau
Với mọi x, y W và  ,   thì  x   y W .
Ví dụ 3.1.9.
a) Nếu V là một không gian vectơ thì bản thân V có
thể xem là không gian con của V .
b) Tập chỉ có vectơ 0, 0 thỏa mãn
0  0  0 0,  0  0 0.
Vậy tập 0 cũng là một không gian con của V .
Ví dụ 3.1.10. Trong không gian vectơ 2

, mỗi phần tử là một
cặp số u   x1 , y1  biểu diễn bằng một điểm trong mặt phẳng
tọa độ Oxy.
Xét W là tập điểm thuộc đường thẳng đi qua gốc tọa độ
O , có phương trình:
ax1  by1  0 ( a, b không đồng thời bằng 0).
Ta có: W là không gian con của 2 .
Chứng minh.
Thật vậy, với mọi u   x1 , y1  W , v   x2 , y2  W và
 ta có: ax1  by1  0, ax2  by2  0.
Do đó:
a  x1  x2   b  y1  y2   0, a  x1   b  y1   0.
Vậy u  v W , u W . Theo Định lí 3.1.1, W là không
gian con của 2 .
Nhắc lại: u  v   x1  x2 , y1  y2  ,  u   x1 , y1 .
Ví dụ 3.1.11. Trong không gian vectơ 3

, mỗi phần tử là một
bộ số u   x1 , y1 , z1  biểu diễn bằng một điểm trong không
gian Oxyz.
a) Xét W là tập các điểm nằm trên mặt phẳng đi qua
gốc tọa độ O có phương trình x1  y1  2 z1  0.

Ta có W là không gian vectơ con của 3
.
b) Tổng quát, xét W là tập các điểm nằm trên mặt

phẳng đi qua gốc tọa độ O có phương trình ax1  by1  cz1  0
(với a, b, c không đồng thời bằng 0).
Ta có W là không gian vectơ con của 3 .
Chứng minh.
a) Với mọi u   x1 , y1 , z1  W , v   x2 , y2 , z2  W , ta
chứng minh u  v W . Thật vậy, ta có:
 x1  y1  2 z1  0
 .
 x2  y2  2 z2  0
Do đó:  x1  x2    y1  y2   2  z1  z2   0 . Vậy u  v W .
Tương tự với mọi   , u   x1 , y1 , z1  W , ta có
 x1   y1  2 z1  0. Vậy  u  W .
Theo Định lí 3.1.1, W là không gian con của 3
.
b) Chứng minh tương tự.
Ví dụ 3.1.12.
a) Hãy chỉ ra tất cả các không gian con của 2 ( 2
);
b) Hãy chỉ ra tất cả các không gian con của 3 ( 3
).
Ví dụ 3.1.13. (đọc thêm) Theo Ví dụ 3.1.7, tập M 22 tất cả các

ma trận vuông cấp 2 là một không gian vectơ. Xét W là tập các
ma trận cấp 2 có dạng:
a b 
 c 2a  với a, b, c  .
 
Ta có W là không gian con của M 22 .
Chứng minh.

 a1 b1   a2 b2 
Lấy A     W , B   c 2a   W ,   bất
 c1 2a1   2 2
kỳ ta có:
 a1  a2 b1  b2 
A B    W ;
 c1  c2 2  a1  a2  
 a  b1 
A  1  W .
 c1 2 a1 
Vậy W là không gian con của M 22 .
Ví dụ 3.1.14. (đọc thêm)

a) n  x  là không gian con của không gian  x .
b) Ký hiệu C1  a, b  là tập các hàm số xác định và có đạo
hàm liên tục trên khoảng  a, b  . Ta thấy C1  a, b  là một không
gian con của không gian vectơ C  a, b  các hàm xác định liên
tục trên khoảng  a, b  .
Nhận xét:
Trong chương 3 nói chung luôn có 2 cách tư duy,
chứng minh với mỗi khái niệm, ví dụ mà ta tạm gọi là Đại số
và Hình học. Và chúng biến đổi tương đương được với nhau.
Với cá nhân tác giả viết chương này, luôn khuyến khích
bạn đọc nhìn nhận được trước hết theo hướng Hình học, bởi
những tác dụng như: trực quan, hiểu tổng quát, bản chất, ngắn
gọn và đẹp đẽ. Còn Đại số để tính toán.
Cũng như vậy bạn có thể hiểu bằng Hình học với nhiều
phần các môn Toán khác (như Xác suất thống kê, Quy hoạch
tuyến tính …). Bạn hãy chuyển ký hiệu, ngôn ngữ trong Toán
ở đại học thành hình vẽ!

3.1.3. Biểu diễn tuyến tính
Định nghĩa 3.1.3. Cho V là một không gian vectơ và S là
một tập các vectơ của V : S  x1 , x2 , ..., xn   V . Nếu
x  1x1   2 x2    n xn (với i  , i  1, n )
thì x  V và ta nói x là một tổ hợp tuyến tính của tập vectơ S
hay x biểu diễn tuyến tính qua các vectơ thuộc tập S .
Ví dụ 3.1.15.
a) Trong không gian 2
, xét tập vectơ đơn vị
e  1,0 , e   0,1.
1 2
Hãy biễu diễn vectơ x  1, 2  qua e1 , e2 .

b) Trong không gian 3
e  1,0,0 , e   0,1,0 , e   0,0,1.
1 2 3
Hãy biễu diễn vectơ x  1 ,  2 , 3  qua e1 , e2 , e3.

Giải.
a) Ta có
1 , 2   1 ,0    0, 2 
 1 1,0    2  0,1  1e1   2e2 .
b) Ta có
1, 2 , 3   1,0,0    0, 2 ,0    0,0, 3 
 1 1,0,0    2  0,1,0    3  0,0,1
 1e1   2e2   3e3 .
Ví dụ 3.1.16. Trong không gian 2

, xét tập vectơ
u   1,3 , v  1,1.
a) Hãy biễu diễn vectơ x   5,13 qua u, v.

b) Chứng minh rằng vectơ x   a, b  bất kỳ đều biểu
diễn tuyến tính được qua u, v.
Giải.
a) Giả sử  5,13  1  1,3   2 1,1.
Biến đổi tương đương ta được

 5,13   1   2 ,31   2 
   2  5    2  5
 1  1
31   2  13  4 2  28
   2  5 1  2
 1  .
  2  7 
 2  7
Vậy  5,13  2  1,3  7 1,1.
b) Giả sử  a, b   1  1,3   2 1,1.

 a, b    1   2 ,31   2 
   2  a    2  a
 1  1
31   2  b  4 2  b  3a
 b  3a
1   2  x1  1  a
  4
 x2  3x1  
 2    b  3a
4  2 4
 ba
 1 
 4 .
  b  3a
 2 4

Vậy ta có thể biểu diễn
ba b  3a
x   a, b    1,3  1,1.
4 4

, xét tập vectơ
u  3,0,1 , v   6, 2,5 , w  1,0,2 .
Chứng minh rằng vectơ x   a, b, c  bất kỳ đều biểu
diễn tuyến tính được qua tập u, v, w.
Giải.
Giả sử: x  1u   2v  3w.
 a, b, c   1  3, 0, 1   2  6,  2, 5    3 1, 0, 2 
  a, b, c    31  6 2   3 ,  2 2 , 1  5 2  2 3 
31  6 2   3  a

   2 2 b.
  5  2  c
 1 2 3
Ta có
3 6 1
det  A   0 2 0  10  0.
1 5 2
nên hệ luôn có nghiệm 1,  2 , 3.
Vậy vectơ x   a, b, c  bất kỳ đều biểu diễn tuyến tính
được qua tập u, v, w.
Ví dụ 3.1.18. Trong không gian 2 cho hai vectơ u, v

không cùng phương. Chứng minh rằng vectơ x bất kỳ đều
biểu diễn tuyến tính được qua u, v.

Ví dụ 3.1.19. Trong không gian 3 cho ba vectơ u, v, w
không đồng phẳng. Chứng minh rằng vectơ x   a, b, c  bất
kỳ đều biểu diễn tuyến tính được qua tập u, v, w.
Định nghĩa 3.1.4. Cho V là không gian vectơ và tập

S  x1 , x2 , ..., xn   V . Ta gọi tập tất cả những tổ hợp tuyến
tính của các vectơ của S gọi là bao tuyến tính của S , kí hiệu
là span  S  .
 n

span  S    x   i xi |  i  , xi  S , i  1, n .
 i 1 
Định lý 3.1.2. Cho V là không gian vectơ và tập

S  x1 , x2 , ..., xn   V . Tập span  S  là không gian con của
V và là không gian con nhỏ nhất chứa S .
Chứng minh.
+ Ta chứng minh span  S   V .
n
Thật vậy với x  span  S  có dạng x   x
i 1
i i (với
i  ). Do đó x  V .
+ Ta chứng minh span  S    và S  span  S  .
Do S   nên với mỗi u  S ta có u  1u  span  S  . Do
đó S  span  S  và span  S    .
+ Ta chứng minh với x, y  span  S  và  ,   thì
 x   y  span  S  . Thật vậy, do x, y  span  S  nên có dạng
n n
x   i xi và y   i yi với xi , yi  S ; i , i  .
i 1 i 1

n n
Suy ra  x   y  i xi   j x j  span  S .
i 1 j 1
Vậy span  S  là không gian con của V .

+ Ta chứng minh span  S  là không gian con nhỏ nhất
chứa S .
Thật vậy, giả sử F là một không gian con chứa tập S . Khi đó với
n
mọi x  span  S  , x   x
i 1
i i (với i  , xi  S ).
Vì xi  S  F , i  1, n và F là không gian con nên

n
i xi  F . Suy ra  x  F
i 1
i i hay x  F . Do đó span  S   F .
Vậy span  S  là không gian vectơ nhỏ nhất chứa tập S .
Ví dụ 3.1.20. Trong không gian 2 hãy tìm

a) spanu  ?, với u  0 ;
b) spanu, v  ?, với u, v không cùng phương;
c) spanu, v  ?, với u, v cùng phương.
Ví dụ 3.1.21. Trong không gian 3 hãy tìm

a) spanu  ?, với u  0 ;
b) spanu, v  ?, với u, v không cùng phương;
c) spanu, v, w  ?, với u, v, w không đồng phẳng;
d) spanu, v, w  ?, với u, v, w đồng phẳng.
Chú ý: span  S  được gọi là không gian con sinh bởi tập S ,
còn S được gọi là tập sinh của span  S  . Ta biết là
span  S   V , đặc biệt khi span  S   V ta có định nghĩa sau.

3.1.4. Tập sinh
Định nghĩa 3.1.5. Cho V là không gian vectơ và tập
S  x1 , x2 , ..., xn   V .
Nếu span  S   V tức là với mọi vectơ x  V thì x  span  S  ,
điều này nghĩa là x có thể biểu diễn tuyến tính qua tập S
x  1x1   2 x2    n xn .
Khi đó ta nói tập S sinh ra V hay S là tập sinh của V .
Nhận xét: Như ta đã biết với hai tập A, B thì

A  B
AB .
B  A
Tuy nhiên, để chứng minh S là tập sinh của V tức là
span  S   V , ta chỉ cần chứng minh V  span  S  vì ta luôn có
span  S   V . Vậy ta cần chứng minh với mọi vectơ x  V thì
x  span  S  , điều này nghĩa là x có thể biểu diễn tuyến tính
qua tập S :
x  1x1   2 x2    n xn .
Ví dụ 3.1.22.
a) Trong không gian vectơ 2
e  1,0 , e   0,1. Với mọi vectơ
1 2 x  1 , 2   2
ta đều
có biểu diễn
x  1 , 2   1 ,0    0, 2 
 1 1,0    2  0,1  1e1   2e2 .
Vậy 2
 span e1 , e2  hay e1 , e2  là tập sinh của 2
.
b) Trong không gian vectơ 3
e  1,0,0 , e   0,1,0 , e   0,0,1.
1 2 3

Với mọi vectơ x  (1 , 2 , 3 )  3
ta đều có biểu diễn
x  1 ,  2 ,  3   1 , 0, 0    0,  2 , 0   0, 0,  3 
 1 1,0,0    2  0,1,0    3  0,0,1  1e1   2 e2   3e3.
Vậy 3
 span e1 , e2 , e3 hay e1 , e2 , e3 là tập sinh của 3
.
c) Tổng quát, trong không gian vectơ n

, tập vectơ đơn
vị
e  1, 0, ..., 0 , e   0, 1,..., 0 ,
1 2 , en   0, 0, ..., 1
(vectơ ei có tọa độ thứ i bằng 1 , các tọa độ khác bằng 0) là
tập sinh của không gian vectơ n
. Nói cách khác
n
 span e1 , e2 , ... en  .
Ví dụ 3.1.23. Xét các tập sau có là tập sinh của không gian 2
hay không?
a) u  1, 2  , v   3, 7 ;
b) u  1, 2  , v   3, 6 .
Giải.
a) Ta xét vectơ bất kì z   z1, z2   2
và tìm
1,  2  để có z  1u   2v.
 z1 , z2   1 1, 2    2  3, 7 
   3 2  z1
 1 .
21  7 2  z2
Cách 1.
Ta có

1 3
det( A)   1.7  2.3  1  0
2 7
nên hệ luôn có nghiệm 1 ,  2 .
Vậy tập u  1, 2  , v   3, 7  là một tập sinh của 2
.
Nói cách khác
2
 span (1,3), (1,1).
Cách 2.
Ta có
 1 3 z1   1 3 z1   1 0 7 z1  z2 
A     .
 2 7 z 2  0 1 z 2  2 z1  0 1 z 2  2 z1
Ta được
1  7 z1  z2 ,  2  2 z1  z2 .
Vậy tập u  (1,2), v  (5, 3) là một tập sinh của 2
.
b) Ta xét vectơ bất kì z   z1, z2   2

và tìm
1,  2  để có z  1u   2v.
 z1 , z2   1 1, 2    2  3, 6 
   3 2  z1
 1 .
21  6 2  z2
 1 3 z1   1 3 z1 
A   .
 2 6 z 2  0 0 z 2  2 z1
Hệ có nghiệm khi và chỉ khi

   
r  A  r A  r A  1  z2  2 z1.
Suy ra ta chỉ có biểu diễn tuyến tính z  1u   2v
khi z2  2 z1 , trái với giả thiết z   z1 , z2  là vectơ bất kì.

Vậy tập u  1, 2  , v   3, 6  không là tập sinh của
2
không gian .
Ví dụ 3.1.24. Chứng minh rằng tập

S  u1  1, 1,  1 , u2  1, 3, 4  , u3   3, 2,  5 
là tập sinh của không gian vectơ 3 .
Chứng minh.
Ta xét vectơ bất kì z   z1, z2 , z3   3
và tìm
1,  2 , 3  để có z  1u1   2u2  3u3.
Điều này tương đương với
 z1, z2 , z3   1 1, 1,  1   2 1, 3, 4    3 3, 2,  5 
  z1 , z2 , z3   1   2  3 3 , 1  3 2  2 3 ,  1  4 2  5 3 
 1   2  3 3  z1

  1  3 2  2 3  z2 .
  4  5  z
 1 2 3 3
Ta có
1 1 3
det( A)  1 3 2  3  0
1 6 5
nên hệ luôn có nghiệm.
Vậy tập
S  u1  1, 1,  1 , u2  1, 3, 4  , u3   3, 2,  5 
là một tập sinh của 3
. Nói cách khác
3
 span 1, 1,  1 , 1, 3, 4  ,  3, 2,  5  .
Ví dụ quan trọng sau là kết quả của Ví dụ 3.2.18, Ví dụ 3.2.19.

Ví dụ 3.1.25.
a) Trong không gian 2 :
Tập gồm hai vectơ u, v là tập sinh khi và chỉ khi
u, v không cùng phương.
Như vậy, tập gồm hai vectơ u, v cùng phương sẽ
không là tập sinh.
b) Trong không gian 3 :
Tập gồm ba vectơ u, v, w là tập sinh khi và chỉ khi
u, v, w không đồng phẳng.
Như vậy, tập gồm ba vectơ u, v, w đồng phẳng sẽ
Nhận xét: Có thể dùng ví dụ này để giải lại các ví dụ trên.
Tính chất 3.1.2. Xét trong không gian vectơ V .

a) Mọi tập chứa một tập sinh là tập sinh.
b) Mọi tập con của một tập không là tập sinh cũng
Chứng minh.
Bạn đọc có thể tự chứng minh dựa vào định nghĩa.

a) Với không gian các đa thức ẩn x hệ số thực ta có:
n  x   
span 1, x, x 2 , ..., x n1 ;
 x   span 1, x, x 2 , ... ;

b) 3  x  
span 1,  x  1 ,  x  1
2
 .

3.1.5. Độc lập tuyến tính và phụ thuộc tuyến tính
* Định nghĩa và ví dụ theo cách 1 (đại số)
Cho V là một không gian vectơ và S là một tập hữu

hạn các vectơ của V : S  x1 , x2 , ..., xn   V .

Tập vectơ S  x1 , x2 , ..., xn  gọi là phụ thuộc tuyến
tính nếu tồn tại các số 1 ,  2 , ...,  n  trong đó có ít nhất
một số  k  0 sao cho
1x1  2 x2    n xn  0.
Tập vectơ S  x1 , x2 , ..., xn  gọi là độc lập tuyến tính
nếu nó không phụ thuộc tuyến tính - nghĩa là
1x1   2 x2    n xn  0
chỉ xảy ra khi 1   2  ...   n  0.
Nhận xét: Theo định nghĩa, hai khái niệm độc lập tuyến tính
và phụ thuộc tuyến tính của tập vectơ là hai khái niệm phủ
định lẫn nhau. Vì thế, khái niệm này có một tính chất gì thì
lập tức suy ra một tính chất tương ứng của khái niệm kia.
Ví dụ 3.1.27. Chứng minh rằng

a) Trong không gian 2
, tập các vectơ đơn vị
e  1, 0 , e   0, 1 là độc lập tuyến tính;
1 2
b) Trong không gian 3

e  1, 0, 0 , e   0, 1, 0  , e  0, 0, 1 là độc lập tuyến
1 2 3
tính;
c) Trong không gian n
e  1, 0, ..., 0  , e   0, 1, ..., 0  ,
1 2 , en   0, 0, ..., 1

là độc lập tuyến tính (vectơ ei có tọa độ thứ i bằng 1, các tọa
độ khác bằng 0, n * ).
Chứng minh.
Ta chứng minh phần b), các phần a), c) hoàn toàn tương
tự. Thật vậy, giả sử ta có hệ thức
1e1   2e2  3e3  0.
1 1, 0, 0    2  0, 1, 0   3  0, 0, 1   0, 0, 0 
 1 ,  2 ,  3    0, 0, 0 
 1   2   3  0.
Vậy tập e1 , e2 , e3 độc lập tuyến tính.
Ví dụ 3.1.28. Xét tính độc lập tuyến tính, phụ thuộc tuyến tính
của các tập vectơ sau
a) Tập
S1  u1  1, 1, 1 , u2  1, 2, 3 , u3   3,  2, 1
3
trong không gian ;
b) Tập
S2  u1   2, 1,  1 , u2  1, 3, 4  , u3   3,  1,  6 
3
trong không gian ;
c) Tập
S3  u1   2,  1, 1, 4  , u2   3, 0,  5,  2  , u3   7,  2,  3, 6 
4
trong không gian .
Giải.
a) Giả sử ta có hệ thức
1u1   2u2  3u3  0.

1 1, 1, 1   2 1, 2, 3   3  3,  2, 1   0, 0, 0 
 1   2  3 3 , 1  2 2  2 3 , 1  3 2   3    0, 0, 0 
1   2  3 3  0

 1  2 2  2 3  0. (1)
  3    0
 1 2 3
Ta có thể làm tiếp theo một trong 2 cách sau.

Cách 1. Giải trực tiếp hệ (1).
Chẳng hạn ta giải hệ bằng phương pháp Gauss, biến đổi
(d2  d1  d2 , d3  d1  d3 ) ta được
1   2  3 3  0 1   2  3 3  0
 
  2  5 3  0    2  5 3  0
 2  2  0   2  3
 2 3 
 1   2  3  0.
Vậy tập đã cho độc lập tuyến tính.
Chú ý là phương pháp Gauss có thể viết ở dạng biến đổi trên
ma trận hệ số mở rộng như đã biết trong chương II.
Cách 2. Nhận xét về nghiệm của hệ (1).
Hệ (1) là hệ phương trình Cramer thuần nhất. Định thức
của ma trận hệ số
1 1 3
det( A)  1 2 2  8  0
1 3 1
nên hệ chỉ có duy nhất nghiệm tầm thường 1   2  3  0.

b) Giả sử ta có hệ thức
1u1   2u2  3u3  0.
1  2, 1, 1   2 1, 3, 4    3 3, 1,  6   0, 0, 0 
  21   2  3 3 , 1  3 2   3 ,  1  4 2  6 3    0, 0, 0 
21   2  3 3  0

  1  3 2   3  0 (2)
  4  6  0
 1 2 3
Ta nhận xét về nghiệm của hệ (2):

Hệ (2) là hệ phương trình Cramer thuần nhất. Định thức
2 1 3
det  A   1 3 1  0
1 4 6
nên hệ có nghiệm không tầm thường (ngoài nghiệm tầm
thường 1   2  3  0 còn có vô số nghiệm khác).
Vậy tập đã cho phụ thuộc tuyến tính.
c) Giả sử có hệ thức
1u1   2u2  3u3  0.
1  2 ,  1,1,4    2  3,0, 5, 2    3  7, 2, 3,6    0,0,0,0 
  21  3 2  7 3 , 1  2 3 ,1  5 2  3 3 ,41  2 2  6 3 
  0,0,0,0 
21  3 2  7 3  0
  2 3  0
 1
 .
 1  5 2  3 3  0
41  2 2  6 3  0

Ta có ma trận mở rộng của hệ là
 2 3 7 0
 1 0 2 0 
A 
 1 5 3 0  (d3  d1 )
 
 4 2 6 0 
 1 5 3 0
 1 0 2 0  (d 2  d1  d 2 )
 
2 3 7 0  (d3  2d1  d3 )
 
 4 2 6 0  (d 4  4d1  d 4 )
1 5 3 0 1 5 3 0
0 5 5 0 0 1 1 0
   
0 13 13 0 0 1 1 0
   
0 18 18 0 0 1 1 0
1 5 3 0
0 1 1 0
 .
0 0 0 0
 
0 0 0 0
 
Suy ra rank  A  rank A  2  3 nên hệ (*) có vô số
nghiệm.
Vậy tập đã cho phụ thuộc tuyến tính.
Ví dụ 3.1.29. Bạn đọc hãy đề xuất và giải các bài tập tương tự
ví dụ trên trong không gian vectơ 2 , 3 , 4 .
Ví dụ 3.1.30. (đọc thêm) Chứng minh rằng tập

 1 0 0 1 0 0  0 0 
S   E1    , E2    , E3    , E4   
 0 0 0 0 1 0  0 1 
trong không gian vectơ M 22 là độc lập tuyến tính.
Chứng minh.
Thật vậy, giả sử ta có hệ thức:
1E1  2 E2  3 E3  4 E4  0.
1 0 0 1 0 0  0 0  0 0
1    2    3    4     0 0
 0 0  0 0 1 0  0 1   
  2   0 0 
 1    1   2   3   4  0.
 3  4   0 0 
Ví dụ 3.1.31. (đọc thêm) Chứng minh rằng

a) Trong không gian n  x các đa thức bậc nhỏ hơn n,
 
tập 1, x, ..., x n1 độc lập tuyến tính.
b) Trong không gian các đa thức  x  , tập
1, x, x , ... độc lập tuyến tính.
2
c) Trong không gian 3  x các đa thức bậc nhỏ hơn 3,


tập 1,  x  1 ,  x  1
2
 độc lập tuyến tính.
* Định nghĩa và ví dụ theo cách 2 (hình học)
Cho V là một không gian vectơ và S là một tập hữu
hạn các vectơ của V : S  x1 , x2 , ..., xn   V .
Định nghĩa 3.1.7. Xét trong không gian vectơ V .

Tập các vectơ S  x1 , x2 , ..., xn  là phụ thuộc tuyến
tính khi và chỉ khi có một vectơ của tập này biểu diễn tuyến
tính được qua các vectơ còn lại ( n  , n  2 ).

Tập các vectơ S  x1 , x2 , ..., xn  là độc lập tuyến tính
khi và chỉ khi không tồn tại một vectơ nào biểu diễn tuyến tính
được qua các vectơ còn lại  n  , n  2  .
Chứng minh.
Thật vậy, theo định nghĩa hệ S phụ thuộc tuyến tính khi
và chỉ khi tồn tại các số 1 ,  2 , ...,  n  trong đó có ít nhất
một số  k  0 sao cho
1x1   2 x2    n xn  0 .
Hay tương đương với
1   
xk   x1  ...  k 1 xk 1  k 1 xk 1  ...  n xn .
k k k k
Vậy tập S là phụ thuộc tuyến tính khi và chỉ khi tồn tại
một vectơ biểu diễn tuyến tính được qua các vectơ còn lại.
Khẳng định thứ hai suy ra từ khẳng định thứ nhất.
Ví dụ 3.1.32.
Tập gồm hai vectơ u, v là tập độc lập tuyến tính khi
và chỉ khi u, v không cùng phương.
Như vậy, tập gồm hai vectơ là phụ thuộc tuyến tính khi
và chỉ khi hai vectơ cùng phương.

Tập gồm ba vectơ u, v, w là tập độc lập tuyến tính
khi và chỉ khi u, v, w không đồng phẳng.
Như vậy, tập gồm ba vectơ là phụ thuộc tuyến tính khi
và chỉ khi ba vectơ đồng phẳng.

Nhận xét: Có thể dùng ví dụ này để giải lại các ví dụ trên.
Tính chất 3.1.3. Xét trong không gian vectơ V .

a) Mọi tập con của một tập độc lập tuyến tính là tập độc
lập tuyến tính.
b) Mọi tập chứa một tập phụ thuộc tuyến tính là tập phụ
thuộc tuyến tính.
c) Tập một vectơ u phụ thuộc tuyến tính khi và chỉ
khi u  0 .
Chứng minh.
a), b) Bạn đọc có thể tự chứng minh dựa vào định nghĩa.
c) Thật vậy, theo Tính chất 3.1.1c ta có  u  0 khi và chỉ
khi u  0 hoặc   0 . Nếu u  0 thì   0 hay u độc lập
tuyến tính. Vậy khẳng định trên là đúng. Từ tính chất trên suy ra:
Mỗi tập chứa vectơ 0 là tập phụ thuộc tuyến tính.
Ví dụ 3.1.33.
a) Trong không gian : 2
Tập gồm ba (hoặc nhiều hơn ba) vectơ bất kỳ là phụ

Tập gồm bốn (hoặc nhiều hơn bốn) vectơ bất kỳ là phụ
(Bạn đọc tự vẽ hình).
Chứng minh.
b) Thật vậy, nếu trong bốn vectơ có ba vectơ đồng phẳng
- theo Ví dụ 3.1.32b thì ba vectơ đó phụ thuộc tuyến tính. Do đó
theo Tính chất 3.1.3.b ở trên thì bốn vectơ ban đầu phụ thuộc
tuyến tính.
Nếu trong bốn vectơ có ba vectơ không đồng phẳng - thì
vectơ còn lại biểu diễn tuyến tính được qua ba vectơ này (theo Ví

dụ 3.1.19), do đó theo Định nghĩa 3.1.7 ở trên bốn vectơ ban đầu
phụ thuộc tuyến tính.
Ta có bốn vectơ bất kỳ là phụ thuộc tuyến tính, theo Tính
chất 3.1.3.b ta suy ra tập gồm nhiều hơn bốn vectơ trở lên là phụ
Các khẳng định trong 2 chứng minh tương tự.
3.1.6. Cơ sở, số chiều của không gian vectơ

Ta nhắc lại rằng, trong giáo trình này ta chỉ xét các
không gian vectơ có tập sinh gồm hữu hạn phần tử.
Định nghĩa 3.1.8. Xét không gian vectơ V với V  0. Tập
con S   x1 , x2 , ..., xn   V được gọi là một cơ sở của không
gian V nếu thỏa mãn một trong ba cách định nghĩa sau
Cách 1.
i) S là tập sinh của V (tức là span  S   V ) ;
ii) S là tập độc lập tuyến tính;
Cách 2. S là tập sinh tối thiểu của V (nghĩa là S là một tập

sinh của V và số vectơ của S là ít nhất có thể);
Cách 3. S là tập độc lập tuyến tính tối đa của V (nghĩa là S

là tập độc lập tuyến tính của V và số vectơ của S là nhiều
nhất có thể).
Ví dụ 3.1.34.
Cơ sở luôn là tập gồm hai vectơ u, v với u, v không
cùng phương.

Như vậy, có thể có vô hạn cơ sở gồm hai vectơ không
cùng phương bất kỳ. Ngoài ra, tập gồm n vectơ với n  2
không thể là cơ sở của 2 .

Cơ sở luôn là tập gồm ba vectơ u, v, w với u, v, w
không đồng phẳng.
Như vậy, có thể có vô hạn cơ sở gồm ba vectơ không
cùng phương bất kỳ. Ngoài ra, tập gồm n vectơ với n  3
không thể là cơ sở của 3.
Ví dụ 3.1.35. Trong không gian n

, tập vectơ đơn vị
e  1, 0, ..., 0  , e   0, 1, ..., 0  ,
1 2 , en   0, 0, ..., 1
là tập sinh và độc lập tuyến tính. Vậy tập e1 , ..., en  là một cơ
n
sở và được gọi là cơ sở chính tắc của không gian .
Ta thường gặp các trường hợp sau:
+ Không gian 2 có cơ sở chính tắc là
e  1, 0 , e   0, 1,
1 2
hoặc viết ở dạng cột là

 1  0 
e1    , e2    .
 0  1  
3
+ Không gian có cơ sở chính tắc là
e  1, 0, 0 , e   0, 1, 0 , e   0, 0, 1,
1 2 3

 1  0  0 
      
e1  0 , e2  1  , e3  0 .
 0 0 1  


+ Không gian 4
có cơ sở chính tắc là
e  1, 0, 0, 0 , e   0, 1, 0, 0 , e   0, 0, 1, 0 ,
1 2 3
e   0, 0, 0, 1.
4

 1  0 0 0 
 0 1  0 0 
       
e1  , e2  , e3  , e4    .
 0 0 1  0 
        
0 0 0 1  
+ Không gian có cơ sở chính tắc là gì? Đó là
e  1.
1
Vectơ đơn vị (duy nhất) là số 1.
Định lý 3.1.3. Nếu không gian vectơ V có một cơ sở hữu hạn

gồm n vectơ thì các cơ sở khác của V cũng có n vectơ. Số
n đó gọi là số chiều của không gian vectơ V , ký hiệu
n  dimV .
Ta thừa nhận không chứng minh định lý này.
Nhận xét: Nếu không gian vectơ V có một cơ sở có vô hạn

vectơ thì số vectơ của các cơ sở khác cũng vô hạn. Khi đó ta
nói số chiều của không gian vectơ V là vô hạn, ký hiệu
dim V  . Ta cũng quy ước: dim0  0.
Ví dụ 3.1.36.
a) Không gian vectơ n có cơ sở chính tắc gồm n
vectơ: e1 , ..., en . Do đó ta có dim n  n.
n
gọi là không gian vectơ n chiều thực.
Chẳng hạn
gọi là không gian vectơ 1 chiều thực.
2
3
4
b) (đọc thêm) Không gian n  x  (các đa thức có bậc

nhỏ hơn n ) có cơ sở chính tắc gồm n vectơ: 1, x, ..., x n1 . Do 
đó ta có dim n  x  n.
Chẳng hạn, không gian 5  x (các đa thức có bậc nhỏ

hơn 5) có cơ sở chính tắc gồm 5 vectơ: 1, x, x 2 , x3 , x 4 . Vậy
dim 5  x  5.
c) (đọc thêm) Không gian các đa thức  x có cơ sở
 
chính tắc là tập: S  1, x, x 2 ,... . Vậy ta có dim  x  .
d) Không gian M 22 (các ma trận vuông cấp 2) có cơ sở
chính tắc của là tập:
 1 0 0 1  0 0  0 0 
 E1    , E2    , E3    , E4    .
  0 0   0 0   1 0   0 1 
Vậy ta có dim M 22  4.
Sau đây là một kết quả đẹp và quan trọng.
Định lý 3.1.4. Cho V là không gian vectơ, nếu

dimV  n   thì
a) Số vectơ của mỗi tập độc lập tuyến tính trong không
gian tối đa là n .
Như vậy, với m  n thì mỗi tập gồm m vectơ của V
b) Số vectơ của mỗi tập sinh trong không gian tối thiểu
là n .
Như vậy, với k  n thì mỗi tập gồm k vectơ của V
c) Mỗi tập độc lập tuyến tính gồm n vectơ là một cơ sở
của không gian V .
d) Mỗi tập sinh gồm n vectơ là một cơ sở của không
gian V .
e) Nếu W là một không gian con của không gian V thì
dimW  n; dimW  n khi và chỉ khi W  V .
Nhận xét: Ý nghĩa hình học của khái niệm không gian vectơ
con và số chiều trong không gian vectơ thực 3 chiều 3 là:
Không gian vectơ con 0 chiều duy nhất là 0 , không gian
vectơ con 1 chiều là một đường thẳng bất kì đi qua gốc tọa độ
O , không gian vectơ con 2 chiều là một mặt phẳng bất kì đi
qua gốc tọa độ O . Như vậy có vô số không gian vectơ con 1
chiều và 2 chiều.
Chú ý: Từ phần c) và d) của Định lý 3.1.4 ta suy ra, để chứng

minh tập S gồm n vectơ trong không gian vectơ n là cơ sở
của n ta chỉ cần chứng minh một trong hai tính chất: S độc
lập tuyến tính hoặc S là tập sinh (mà không cần chứng minh
cả hai tính chất này). Vì tầm quan trọng của hai tính chất này
nên ta sẽ có riêng định nghĩa về cơ sở liên quan đến nó.
Định nghĩa 3.1.9. Xét không gian vectơ V với

dim V  n  . Tập con S  V được gọi là một cơ sở của
không gian V ngoài ba cách định nghĩa ở Định nghĩa 3.1.9
còn được định nghĩa theo hai cách sau
Cách 4. S là tập độc lập tuyến tính gồm n vectơ;
Cách 5. S là tập sinh gồm n vectơ.

, xét tập
S  u1  1, 2, 3 , u2   2, 1,  1 , u3   1, 3, 4 .
Chứng minh S là cơ sở của 3 .
Chứng minh.
Theo chú ý ở trên, ta chỉ cần chứng minh một trong hai
tính chất:
S là tập sinh của 3 hoặc S là tập độc lập tuyến tính.
Bạn đọc tự chứng minh tương tự như các ví dụ ở các
phần trước.
Định lý 3.1.5. Tập vectơ S   x1 , x2 , ..., xn   V là một cơ sở

của không gian vectơ V khi và chỉ khi mỗi vectơ x  V có thể
biểu diễn tuyến tính duy nhất qua tập S , tức là
n
x  1 x1   2 x2  ...   n xn   i xi . (3.1)
i 1
Chứng minh.
1) Điều kiện cần
Giả sử S   x1 , x2 , ..., xn   V là một cơ sở của không
gian vectơ V . Theo định nghĩa thì span  S   V , nên mỗi vectơ
x  V đều có thể biểu diễn tuyến tính qua hệ S . Giả sử có hai biểu
diễn
n n
x   i xi và x   'i xi .
i 1 i 1
n
Suy ra:  
i 1
i   'i  xi  x  x  0.
Vì hệ S độc lập tuyến tính nên ta có: i   'i  0 i  1, n .  

Do đó: i   'i i  1, n.
Vậy biểu diễn tuyến tính của x qua hệ S là duy nhất.

2) Điều kiện đủ
Giả sử hệ vectơ S   x1 , x2 , ..., xn   V thỏa mãn các điều
kiện của định lý. Rõ ràng S là tập sinh của không gian vectơ V
hay span  S   V . Ta cần chứng minh S độc lập tuyến tính. Thật
vậy, giả sử có tổ hợp tuyến tính
n
 x
i 1
i i  0.
n
Nhưng ta luôn có  0x
i 1
i  0. Theo giả thiết thì vectơ 0 chỉ có biểu
diễn tuyến tính duy nhất qua tập S , nên ta có

1   2  ...   n  0.
Do đó S là tập độc lập tuyến tính.
Vậy S là một cơ sở của không gian vectơ V .
Nhận xét: Đây có thể coi là cách định nghĩa thứ 6 của khái
niệm cơ sở.

Các số 1,  2 , ...,  n được xác định duy nhất bởi công
thức (3.1) gọi là các tọa độ của vectơ x đối với cơ sở S .
Vectơ 1 ,  2 , ... ,  n   n gọi là vectơ tọa độ của x
đối với cơ sở S , kí hiệu là  x  S :
 x S  1 , 2 , ... ,  n .
Vectơ  x  S viết dưới dạng cột là ma trận cỡ n  1 , kí
hiệu là  x S :
1 
 
 x S   2 .
 ... 
 
 n 
Chú ý là:  xS   x S .
t
Nhận xét: Ta có thể hình dung vectơ tọa độ của x là ảnh của
x nhìn qua tấm gương là cơ sở S  x1 , x2 , ..., xn . Như vậy
với cùng một vectơ x nhưng nhìn qua những cơ sở khác nhau
ta sẽ thu được những hình ảnh khác nhau, do đó cần chú ý ta
đang xét cơ sở nào của không gian vectơ.

, xét tập
S  u1  1, 2, 3 , u2   2, 1,  1 , u3   1, 3, 4 .
a) Chứng minh S là cơ sở của 3 .
b) Hãy tìm tọa độ của các vectơ x   6,  3, 1 ,
y  12, 9, 25 đối với cơ sở S .
c) Bạn đọc hãy đề xuất và giải các bài tập tương tự.
Giải.
a) Đã chứng minh ở Ví dụ 3.1.37.
b) Biểu diễn tuyến tính vectơ x   6,  3, 1 qua các

vectơ của cơ sở S . Giả sử
x  1u1   2u2  3u3.
Biến đổi tương đương
 6,  3, 1  1 1, 2, 3   2  2, 1,  1   3  1, 3, 4 
  6,  3, 1  1  2 2   3 , 21   2  3 3 , 31   2  4 3 
 1  2 2   3  6

 21   2  3 3  3.
3    4  1
 1 2 3

1  1

Giải hệ ta được:  2  2.
  1
 3
1
Vậy  x S   2  .
 1
Với vectơ y  12, 9, 25 giải tương tự được kết quả
4
 y S   5  .
 2 
Ví dụ 3.1.39. Trong không gian n xét cơ sở chính tắc

e1, ..., en . Với mỗi vectơ x  1, ...,  n   n ta đều có
biểu diễn
x  1 , ...,  n 
 1 , 0, ..., 0    0,  2 , ..., 0    0, 0, ...,  n 
 1 1, 0, ..., 0    2  0, 1, ..., 0   ...   n  0, 0, ..., 1
n
 1e1   2e2  ...   nen   i ei .
i 1
Ngoài ra có thể viết ở dạng cột

1  1 0 0
  0 1 0
 x    ...   1.     2 .    ...   n .  
 2    
... ... ...
       
 n  0 0 1
n
 1e1   2e2  ...   n en    i ei .
i 1

Do đó tọa độ của vectơ x đối với cơ sở chính tắc là
1, ...,  n  , nghĩa là chính x. Như vậy: Tọa độ của vectơ x
bất kỳ đối với cơ sở đơn vị là chính nó.
Ví dụ 3.1.40. (đọc thêm) Xét một cơ sở S  x1 , x2 , ..., xn 

bất kỳ thì xi với tư cách là một vectơ trong không gian cũng
có phân tích duy nhất qua S  x1, x2 , ..., xn  , ta có
n
xi   i xi , với i  1,  k  0 k  i.
i 1
Hay:  xi  S  ei .
Ta được tọa độ của vectơ xi đối với cơ sở
S  x1 , x2 , ..., xn  là vectơ đơn vị ei .
Ta có thể nói: Tọa độ của vectơ x bất kỳ đối với cơ sở
chứa nó bao giờ cũng là vectơ đơn vị.

a) Cơ sở chính tắc của không gian n  x các đa thức bậc
 
nhỏ hơn n là tập: 1, x,..., x n1 .
b) Cơ sở chính tắc của không gian  x các đa thức là

tập: 1, x, x 2 ,... . 
c) Cơ sở chính tắc của không gian M 22 (các ma trận
vuông cấp 2) là tập:
 1 0 0 1  0 0  0 0 
 E1   , E  , E  , E 
 2  0 0  3  1 0  4  0 1  .
 0 0      

Ví dụ 3.1.42. (đọc thêm) Chứng minh rằng tập
 1 2  2 4 1 3   0 0 
S   A1    , A2    , A3    , A4   
 0 0 0 6 1 1   5 0 
là cơ sở của không gian vectơ M 22 .
Chứng minh.
Vì dim M 22  4 nên để chứng minh tập bốn vectơ (ma
trận):
 1 2  2 4 1 3   0 0 
S   A1   , A  , A  , A 
 2  0 6  3 1 1  4  5 0  
 0 0      
là cơ sở ta chỉ cần chứng minh S độc lập tuyến tính. Bạn đọc tự
chứng minh điều này.
3.1.7. Cơ sở, hạng của một hệ vectơ

Định nghĩa 3.1.10. Trong không gian vectơ V , cho hệ vectơ
M  x1 , x2 , ..., xn   V . Tập con S  M được gọi là một cơ
sở của M nếu thỏa mãn một trong hai cách định nghĩa sau
Cách 1. S là cơ sở của không gian con span  M .
Cách 2. S là tập con độc lập tuyến tính tối đa của M .
Ngoài ra, nếu hệ vectơ M có một cơ sở S gồm k vectơ thì

các cơ sở khác cũng có số vectơ bằng k .
Ký hiệu k  rank  M  , số k gọi là hạng của hệ vectơ M .
Nhận xét:
+ Hai cách định nghĩa này là tương đương.
+ span  S   span  M  .

+ Nếu hệ S gồm k vectơ thì dim span  M   k.
+ Ta thường dùng Cách 2.
Ví dụ 3.1.43. Tìm cơ sở và hạng của mỗi hệ vectơ sau

M 1 gồm n vectơ cùng phương;
M 2 gồm n vectơ, trong đó có ít nhất hai vectơ không
cùng phương.
( n  * , n  2 ).
M 3 gồm m vectơ cùng phương;
M 4 gồm m vectơ đồng phẳng, trong đó có ít nhất hai
vectơ không cùng phương.
M 5 gồm m vectơ, trong đó có ít nhất ba vectơ không
đồng phẳng.
( m  * , m  3 ).
(Bạn đọc tự vẽ hình minh họa).
* Phép biến đổi sơ cấp đối với hệ vectơ
Định nghĩa 3.1.11. Cho hệ vectơ M  x1 , ..., xm . Các phép

biến đổi sau đây được gọi là các phép biến đổi sơ cấp đối với
hệ vectơ M :
i) Thay đổi thứ tự các vectơ của hệ M ;
ii) Loại vectơ 0 (nếu 0  M ) ra khỏi hệ M ;
iii) Trong hệ M thay vectơ ui bởi vectơ  ui ,   *
.
iv) Trong hệ M thay vectơ ui bởi vectơ
ui  uk , uk  M .
Kết hợp các phép biến đổi iii) và iv) ta được:

iv’) Trong hệ M thay vectơ ui bởi vectơ
ui   uk , uk  M .
Mệnh đề 3.1.2. Các phép biến đổi sơ cấp không làm thay đổi
hạng của một hệ vectơ.
* Mối liên hệ giữa hạng của ma trận và hạng của hệ

vectơ
Giữa hai khái niệm hạng của ma trận và hạng của hệ
vectơ có mối liên quan chặt chẽ.
Cho A  aij  là ma trận với hệ số thực. Các hệ số
mn
trong hàng thứ i lập thành vectơ Ai   ai1 , ... , ain   n

và gọi
là vectơ hàng thứ i . Các hệ số trong cột thứ j lập thành vectơ
cột A j ,
 a1 j 
a 
A     m.
j 2j
 ... 
 
 amj 
Đặc biệt, ta thấy các phép biến đổi sơ cấp về hàng (cột)
của ma trận A  aij  chính là các phép biến đổi sơ cấp của
mn
hệ vectơ hàng (cột).
Định lý 3.1.6. Trong ma trận A  aij  , hạng của hệ vectơ

mn
cột bằng hạng của hệ vectơ hàng và bằng hạng của ma trận
rank  A1 , A2 ,..., An   rank  A1 , A2 ,..., Am   rank  A .
* Cách tính hạng của hệ vectơ bằng các phép biến đổi
sơ cấp

Để tính hạng của hệ vectơ M  V  n ta xếp chúng
thành các hàng của một ma trận – ký hiệu là ma trận A và tính
hạng của A . Ta có: rank  M   rank ( A).
Ta có thể tính hạng của A bằng định nghĩa (tính định
thức con) hoặc bằng các phép biến đổi sơ cấp về hàng, biến
đổi A thành ma trận bậc thang U . Gọi S là hệ vectơ hàng của
ma trận U thì ta có
rank  M   rank  A  rank U   rank  S  .

, xét hệ vectơ
M   3, 1, 5 ,  2,  1, 0  , 1, 1, 3.
Tìm rank  M  , tìm một cơ sở và số chiều của không
gian vectơ con span  M .
Giải.
Ta có, ma trận tương ứng nhận các vectơ của M làm hệ
vectơ hàng là
3 1 5
A   2 1 0  .
1 1 3 
3 1 5 1 1 3 
 2 1 0  d  d  2 1 0 
  1 3  
1 1 3  3 1 5 
1 1 3  1 1 3
0 3 6  0 1 2   U .
  
0 2 4  0 0 0 
Ta có rank  M   rank  A  rank U   2.

Suy ra dimspan  M   2. Một cơ sở của span  M  (và
cũng là của M ) là S  1,1,3 ,  2,  1,0 .
Nhận xét:
span  M   span  S   span 1, 1, 3 ,  2,  1, 0 

 a 1, 1, 3  b  2,  1, 0  a, b  .
Trong không gian 3
, span  M  là mặt phẳng đi qua
gốc tọa độ O, có cặp vectơ chỉ phương là 1,1,3 ,  2,  1,0 .
Ví dụ 3.1.45. Tìm rank  M i  , tìm một cơ sở và số chiều của

không gian vectơ con span  M i  , i  1,3.
M 1  u1  1,0,5  , u2   2,0,10  , u3   0,0,0 ,
M 2  u1  1,2,2  , u2   3,1,6  , u3   1,3, 2  , u4   4,3,8 .
4
b) Trong không gian :
M 3  1,1,1,1 ,  0,0,0,0 , 1,2,3,4 , 5,6,7,8 , 9,10,11,12 .
, xét tập vectơ
M  u1  1, 2, 3 , u2   2, 1,  1 , u3   1, 3, 4 .
a) Dùng hạng của hệ vectơ chứng minh M là cơ sở.
b) Bạn đọc hãy đề xuất và giải các bài tập tương tự.
Giải.
a) Vì dim 3  3 nên để chứng minh tập M gồm ba
vectơ là cơ sở của 3 ta chỉ cần chứng minh M độc lập tuyến
tính. Ta tìm rank  M  .
Ma trận nhận các vectơ của M làm hệ vectơ hàng là

1 2 3
A   2 1 1 .
 1 3 4 
Ta có det  A   4  2  18   3  16  3  10  0.
Suy ra rank  M   rank  A  3, hay M có 3 vectơ độc lập
tuyến tính. Vậy M độc lập tuyến tính hay M là cơ sở của 3
.
3.2. ÁNH XẠ TUYẾN TÍNH
3.2.1. Ánh xạ tuyến tính và phép biến đổi tuyến tính

Định nghĩa 3.2.1. Giả sử V , V ' là các không gian vectơ, ánh
xạ f : V  V ' được gọi là ánh xạ tuyến tính (hay đồng cấu)
của không gian vectơ V vào không gian vectơ V ' nếu các
điều kiện sau được thỏa mãn với mọi vectơ x, y V và mọi số
 :
a) f  x  y   f  x   f  y  ;
b) f  x    f  x  .
Ánh xạ tuyến tính f : V  V gọi là phép biến đổi tuyến
tính của không gian V .
Chú ý: Kết hợp các điều kiện a) và b) ta có ánh xạ f : V  V '

là ánh xạ tuyến tính khi và chỉ khi
f  x   y    f  x    f  y  ( x, y V ,  ,   ).
Nếu ánh xạ tuyến tính f là đơn ánh thì gọi là đơn cấu.
Nếu ánh xạ tuyến tính f là toàn ánh thì gọi là toàn cấu.
Nếu ánh xạ tuyến tính f vừa là đơn cấu vừa là toàn cấu
thì gọi là đẳng cấu.

Khi có một đẳng cấu f : V  V ' thì ta nói hai không
gian vectơ V và V ' đẳng cấu với nhau và ký hiệu là V  V '.
Ta có kết quả rất hay và quan trọng như sau.
Định lý 3.2.1. Giả sử V , V ' là các không gian vectơ hữu hạn
chiều. Nếu số chiều của chúng bằng nhau thì chúng đẳng cấu.
Như vậy:
Mỗi không gian n chiều trên đẳng cấu với không gian n .
Chứng minh.
Giả sử dimV  dimV '  n. Chọn hệ u1 , u2 , ..., un  là
một cơ sở của không gian vectơ V , hệ v1 , v2 , ..., vn  là một cơ
sở của không gian vectơ V '.
Ánh xạ  : V  V ' xác định bởi   ui   vi , i  1, n.
Với mỗi x  V , ta có x biểu diễn (duy nhất) dưới dạng
n
x   iui .
i 1
n n
Ta có   x   i  ui   ivi .
i 1 i 1
Bạn đọc có thể tự chứng minh  là đẳng cấu qua các bước:
 là ánh xạ (việc định nghĩa là đúng);
 là ánh xạ tuyến tính;
 là đơn ánh;
 là toàn ánh.
Nhận xét: Định lí 3.2.1 đã giúp việc nghiên cứu các tính chất
chung (liên quan đến hai phép toán và các tiên đề) của các
 không gian vectơ khác nhau được đơn giản hóa, chỉ cần
nghiên cứu trên không gian n .

Ví dụ 3.2.1. (đọc thêm) Giả sử V , V ' là các không gian vectơ.
a) Ánh xạ O : V  V ' xác định bởi O  x   0 , x V , là
ánh xạ tuyến tính.
Thật vậy  x, y V và  ,   , ta có:
O  x   0, O  y   0, O  x   y   0
(do  x   y V ). Suy ra
O  x   y   0   O  x    O  y  .
b) Ánh xạ T : V  V xác định bởi T  x    x , x  V
và   *
 cố định, là một ánh xạ tuyến tính.
Nếu   1 , T được gọi là một phép dãn, nếu 1    0 ,
T được gọi là một phép co.
Ví dụ 3.2.2. Ánh xạ f : 2
 3
, xác định bởi
f  x1, x2    x1  x2 , x1  x2 , 2 x1  3x2 
là ánh xạ tuyến tính.
Thật vậy: x, y  2
; x   x1 , x2  , y   y1, y2  và
  ta có: x  y   x1  y1, x2  y2 .
f  x  y   f  x1  y1 , x2  y2 
  x1  y1  x2  y2 , x1  y1  x2  y2 , 2  x1  y1   3  x2  y2  
  x1  x2 , x1  x2 ,2 x1  3x2    y1  y2 , y1  y2 ,2 y1  3 y2 
 f  x   f  y .
f  x   f   x ,  x  
1 2
  x1   x2 ,  x1   x2 , 2 x1  3 x2 
   x1  x2 , x1  x2 , 2 x1  3x2    f  x  .
Tổng quát, ta có các kết quả sau.

 3
f  x1, x2    a1x1  a2 x2 , b1x1  b2 x2 , c1x1  c2 x2 
 3
f  x1 , x2 , x3 
  a1 x1  a2 x2  a3 x3 , b1 x1  b2 x2  b3 x3 , c1 x1  c2 x2  c3 x3 
Bạn đọc tự chứng minh tương tự ví dụ Ví dụ 3.2.2.
Hãy thay số vào 2 ví dụ trên để thu được các ví dụ cụ
thể về ánh xạ tuyến tính.
3.2.2. Ma trận của ánh xạ tuyến tính

Giả sử V , V ' là hai không gian vectơ dimV  n ,
dimV  m , S  e1, ..., en  là một cơ sở của V,
S '= e '1 , ... , e 'm  là một cơ sở của V ' và f : V  V ' là một
ánh xạ tuyến tính.
Ta có: x V , x  x1e1  x2e2  ...  xnen .
Do đó: f  x   x1 f  e1   x2 f  e2   ...  xn f  en . (3.2)
Vậy ánh xạ f được hoàn toàn xác định nếu biết
f  e1  , f  e2  , ..., f  en  . Vì f  e1  , f  e2  , ..., f  en  V ', có
thể phân tích chúng theo các vectơ của V '. Giả sử:
 f  e1   a11e '1  a21e '2  ...  am1e 'm

 f  e2   a12e '1  a22e '2  ...  am 2e 'm
 (3.3)
....
 f  e   a e '  a e '  ...  a e ' .
 n 1n 1 2n 2 mn m
Thế (3.3) vào (3.2) ta được

f  x
 x1  a11e '1  a21e '2  ...  am1e 'm 
 x2  a12e '1  a22e '2  ...  am 2e 'm 
...
 xn  a1n e '1  a2 n e '2  ...  amn e 'm 
  a11 x1  a12 x2  ...  a1n xn  e '1

  a21 x1  a22 x2  ...  a2 n xn  e '2
(3.4)
 ...
  am1 x1  am 2 x2  ...  amn xn  e 'm .
Do đó, ma trận tọa độ của f  x  đối với cơ sở S ' là
 a11 a12 ... a1n   x1 

a ... a2 n   x2 
 21 a22 .
 ... ... ... ...   
  
 am1 am 2 ... amn   xn 
Ma trận
 a11 a12 ... a1n 
a a22 ... a2 n 
A   21
 ... ... ... ... 
 
 am1 am 2 ... amn 
được gọi là ma trận của ánh xạ tuyến tính f .

Công thức (3.3) có thể viết là
 f  x  S '  A xS . (3.5)
Trong đó ma trận A gồm n cột, cột thứ i chính là  f  ei  S ' .

Vậy
A    f  e1   S '  f  e2   S ' ...  f  en   S '  . (3.6)
Ví dụ 3.2.5. Tìm ma trận của ánh xạ tuyến tính f : 2

 3
,
xác định bởi
f  x, y    5x  6 y,  8x  3 y, 9 x  2 y 
theo các cơ sở chính tắc của 2
và 3
.
Giải.
Cách 1. Cơ sở chính tắc của 2
là e1  1,0  , e2   0,1, của
3
là e '1  1,0,0  , e '2   0,1,0  , e '3   0,0,1.
Áp dụng công thức (3.6) ta có
f  e1   f 1, 0    5,  8, 9  , f  e2   f  0, 1   6, 3, 2 .
4 6
Viết ở dạng cột:  f  e1     8 ,  f  e2     3  .
 9   2 
Ta được ma trận của ánh xạ tuyến tính f là
 5 6
A   8 3  .
 9 2 
Cách 2. Với các cơ sở chính tắc ta có thể giải một cách đơn
giản hơn như sau. Ta có
 5x  6 y   5 6
x
 f  x, y     8 x  3 y    8 3  .   .
 9 x  2 y   9 2   
y
Vậy ma trận của ánh xạ tuyến tính f là

 5 6
A   8 3  .
 9 2 
Ví dụ 3.2.6. Tìm ma trận của phép biến đổi tuyến tính

f : 2  2 , xác định bởi f  x, y    x  y,  2 x  4 y .
a) Theo cơ sở chính tắc của 2
;
b) Theo cơ sở S  u  1,3 , v  1,2  của 2
;
c) Theo các cơ sở S1  u   1,1 , v   2,3 và
S2   x  1,2  , y   3,4  của 2
.
Bạn đọc tự giải ví dụ trên.
3.2.3. Mối liên hệ của ma trận của một ánh xạ tuyến tính
trong các cặp cơ sở khác nhau
Cho ánh xạ tuyến tính f : V  V '.
Đối với cặp cơ sở  S , T  :  f  x T  A xS . (*)
Đối với cặp cơ sở  S ', T ' :  f  x T '  B  xS ' . (**)
Gọi P : S  S ', P ' : T  T ' là các ma trận chuyển cơ
sở.
Ta có công thức
B   P ' AP.
1
(3.7)
Chứng minh.
Ta có:  y S  P  y S ' ;  y T  P ' y T ' .
*  P '  f  x T '  AP  x S '
  f  x  T '   P ' AP  x S ' *** .
1
Từ (**) và (***) ta có (3.7).

Với V '  V , f : V  V là phép biến đổi tuyến tính. Lấy
T  S , T '  S ' thì P '  P. Ta được công thức quan trọng:
B  P1 AP. (3.8)
3.2.4. Giá trị riêng, vectơ riêng của ánh xạ tuyến tính
(đọc thêm)
* Không gian con bất biến, giá trị riêng, vectơ riêng, không
gian con riêng
Định nghĩa 3.2.2. Cho V là một không gian vectơ với cơ sở

S và f : V  V là một phép biến đổi tuyến tính.
Không gian con W của V được gọi là bất biến đối với
f nếu f  v  W , v W , tức là nếu f W   W .
Rõ ràng, tập hợp 0 và V là những không gian con
bất biến đối với f . Câu hỏi là, ngoài 0 và V , còn những
không gian con nào khác của V bất biến đối với f .
Định nghĩa 3.2.3. Cho V là một không gian vectơ với cơ sở

S và f : V  V là một phép biến đổi tuyến tính. Số  gọi là
giá trị riêng của phép biến đổi tuyến tính f nếu tồn tại vectơ
x V , x  0 sao cho
 f  x  S    xS . (3.9)
Khi đó vectơ x được gọi là vectơ riêng của phép biến
đổi tuyến tính f ứng với giá trị riêng  .
Nếu  là một giá trị riêng của f , đặt V là tập hợp
gồm vectơ 0 và tất cả các vectơ riêng của f ứng với  .
Định lý 3.2.2. Tập hợp V là một không gian con của V , bất
biến đối với f .

Định nghĩa 3.2.4. V gọi là không gian con riêng của f ứng
với giá trị riêng  .
* Cách tìm giá trị riêng, vectơ riêng; phương trình đặc
trưng, đa thức đặc trưng
Giả sử dimV  n, S  e1, e2 ,..., en  là một cơ sở của V .

Gọi A là ma trận của phép biến đổi tuyến tính f , có cột thứ i
là ma trận tọa độ của f  ei  đối với cơ sở S . Theo công thức
(3.13), ta có:  f  x  S  A xS .
Phương trình (3.17) xác định giá trị riêng, vectơ riêng
 f  x  S    x S
có thể viết dưới dạng: A x S    x S hay  A   E   x S  0.
Cụ thể
a11 x1  a12 x2  ...  a1n xn   x1
a x  a x  ...  a x   x
 21 1 22 2 2n n 2

...
an1 x1  an 2 x2  ...  ann xn   xn
hay
 a11    x1  a12 x2  ...  a1n xn  0

a21 x1   a22    x2  ...  a2 n xn  0
 . (3.10)
...
a x  a x  ...   a    x  0
 n1 1 n 2 2 nn n
Đây là một hệ phương trình tuyến tính thuần nhất n ẩn,

nó có nghiệm không tầm thường khi và chỉ khi định thức của
ma trận hệ số của nó bằng 0.

a11   a12 ... a1n
a22 a22   ... a2 n
A  E   0. (3.11)
... ... ... ...
an1 an 2 ... ann  
Phương trình (3.11) được gọi là phương trình đặc trưng
của phép biến đổi tuyến tính f . Đây là một phương trình bậc
n đối với  , nên nó có nghiệm, thực hoặc phức, đơn hoặc
bội. Nghiệm của (3.11) là giá trị riêng của f .
Sau khi tìm được giá trị riêng  , nghiệm không tầm
thường của hệ (3.10) ứng với  là các vectơ riêng tương ứng.
Hệ (3.10) gọi là hệ phương trình riêng của f (hoặc của A )
ứng với giá trị riêng  .
Định nghĩa 3.2.5. Gọi A là ma trận của phép biến đổi tuyến
tính f . Ma trận A   E gọi là ma trận đặc trưng, định thức
A   E gọi là đa thức đặc trưng, phương trình A   E  0
gọi là phương trình đặc trưng của f .
Giả sử các giá trị riêng phân biệt là 1,..., i ,..., k với số
bội tương ứng là n1,..., ni ,..., nk ; n1  ...  ni  ...  nk  n, tức là
ta có phân tích:
A   E   1    1  1    2  2 ...   k  k .
n n n n
Định lý 3.2.3. Phương trình đặc trưng của phép biến đổi tuyến
tính f không phụ thuộc vào việc chọn cơ sở của không gian
vectơ V .
Ví dụ 3.2.7. Tìm giá trị riêng và vectơ riêng của phép biến đổi
tuyến tính f : 2  2 xác định bởi

f  x1, x2    5x1  4 x2 , 8x1  9 x2 .
Giải.
Trước hết, ta tìm ma trận của f theo cơ sở chính tắc
của 2
. Ta có
f  e1   f  1, 0     5, 8 , f  e2   f   0, 1   4, 9 .
Viết ở dạng cột
5   4
 f  e1      ,  f  e2      .
8  9 
5 4 
Vậy ma trận của f là A   .
 8 9 
Phương trình đặc trưng tương ứng là
5 4
A  E   0.
8 9
Biến đổi ta được
 2  14  13  0  1  1, 2  13.
Đó là các giá trị riêng của f .
+ Với 1  1, hệ phương trình riêng là
4 x1  4 x2  0 x  
  x1  x2  0   1    .
 8 x1  8 x2  0  x2  
Vậy các vectơ riêng ứng với giá trị riêng 1  1 là
 x1  1
 x     1 ,   .
*
 2  
8 x1  4 x2  0 x  
  2 x1  x2  0   1    .
 8 x1  4 x2  0  x2  2

Vậy các vectơ riêng ứng với giá trị riêng 2  13 là
 x1  1 
 x    2 ,  
*
.
 2  
Ví dụ 3.2.8. Tìm giá trị riêng, vectơ riêng của phép biến đổi
tuyến tính f xác định bởi
f  x1 , x2 , x3 
  2 x1  5 x2  3x3 ,  x1  2 x2  3x3 , 3x1  15 x2  12 x3 .
Giải.
Ma trận của phép biến đổi tuyến tính f theo cơ sở
chính tắc là
 2 5 3
 1 2 3

 3 15 12 
Phương trình đặc trưng của f là
2 5 3 2 5 3
0  1 2   3  1 2   3
3 15 12   0 9  3 3  
2 5 3
  3    1 2   3  c2  3c3  c2 
0 3 1
2 4 3
2 4
 (3   ) 1 7   3   3   
1 7  
0 0 1
  3      2  9  18    3      3   6  .
Vậy f có hai giá trị riêng: 1  3 (giá trị riêng kép) và
2  6 (giá trị riêng đơn).

  x1  5 x2  3x3  0

  x1  5 x2  3x3  0  x1  5 x2  3x3  0.
3x  12 x  9 x  0
 1 2 3
Trong , x1  5x2  3x3  0 là phương trình của một

3
mặt phẳng đi qua gốc tọa độ, là không gian hai chiều. Cơ sở
của nó gồm hai vectơ độc lập tuyến tính có tọa độ thỏa mãn
phương trình:
x1  5x2  3x3  0  x1  5x2  3x3 .
Do đó nghiệm của phương trình có dạng
 x1, x2 , x3    5x2  3x3 , x2 , x3 
  5x2 ,x2 ,0    3x3 ,0, x3   x2  5, 1,0   x3  3,0,1.
Ta chọn hai vectơ cơ sở là: u1   3,0,1 , u2   5,1,0 .
Các vectơ riêng ứng với 1 (ở dạng cột) là
 3   5
  0     1  với  ,  không đồng thời bằng 0.
 
 1   0 
4 x1  5 x2  3 x3  0

 x1  8 x2  3 x3  0
 x  5x  2x  0
 1 2 3
15 x2  5 x3  0

 3x2  x3  0
 x  5x  2 x  0
 1 2 3
3x2  x3  0  x3  3x2
  .
 x1  5 x2  2 x3  0  x1  x2

Do đó nghiệm của hệ có dạng
 x1, x2 , x3    x2 , x2 ,  3x2   x2 1, 1,  3.
Các vectơ riêng ứng với 2 (ở dạng cột) là
1
  1  ,   *
.
 3
Định lý 3.2.4. Cho V là một không gian vectơ, f : V  V là

một phép biến đổi tuyến tính. Giả sử các giá trị riêng phân biệt
là 1,..., i ,..., k với số bội tương ứng là n1,..., ni ,..., nk ;
n1  ...  ni  ...  nk  n, tức là
A   E   1    1  1    2  2 ...   k  k .
n n n n
 
Ta có: dim Vi  ni , i  1, k . (3.12)
Hệ quả: Gọi mi là số vectơ riêng độc lập tuyến tính ứng với
 
giá trị riêng i . Ta có mi  dim Vi . Do đó mi  ni .
Nhận xét:
 
dim Vi gọi là bội hình học, ni gọi là bội đại số của
vectơ riêng i .
Bất đẳng thức (3.12) có thể phát biểu là:
Với mỗi vectơ riêng, bội hình học không vượt quá bội
đại số của nó.
Định lý 3.2.5. Cho V là một không gian vectơ, f : V  V là

một phép biến đổi tuyến tính. Các vectơ riêng của f ứng với
các giá trị riêng khác nhau từng đôi một thì độc lập tuyến tính.

3.2.5. Chéo hóa ma trận (đọc thêm)
* Đặt bài toán
Ta biết rằng với mỗi cơ sở của V , phép biến đổi tuyến

tính f : V  V có một ma trận duy nhất và các tính toán trên
f có thể quy về các tính toán trên ma trận của nó. Nếu ma
trận càng đơn giản thì việc tính toán càng dễ dàng. Do vậy ta
muốn có một cơ sở sao cho ma trận của f có dạng đơn giản,
chẳng hạn như dạng đường chéo. Vậy bài toán đặt ra là: Có
thể tìm được một cơ sở của V sao cho ma trận của f đối với
cơ sở đó là ma trận đường chéo không?

a) Cho phép biến đổi tuyến tính f : V  V trên không
gian vectơ n chiều V , nếu tồn tại một cơ sở của V sao cho
ma trận của f đối với cơ sở đó có là ma trận đường chéo thì
f gọi là chéo hóa được. Việc tìm một cơ sở như vậy gọi là
chéo hóa f .
b) Cho ma trận A vuông cấp n. Ta có thể coi A là ma
trận của một phép biến đổi tuyến tính f : V  V nào đó đối
với một cơ sở S của V :  f  x  S  A xS . Nếu f chéo hóa
được, tức là tồn tại một cơ sở S '  u1 ,..., ui ,..., un  của V để
ma trận của f đối với cơ sở đó là B có dạng đường chéo thì
ta nói ma trận A chéo hóa được . Ta có B  P1 AP, với P là
ma trận chuyển cơ sở S sang S '.
Khái niệm này có thể phát biểu lại như sau: Ma trận A
gọi là chéo hóa được nếu tồn tại ma trận khả nghịch P để
B  P 1 AP là ma trận đường chéo. Việc tìm ma trận P như

vậy gọi là chéo hóa A.
* Giải bài toán chéo hóa ma trận
Ta cần xác định S ', B, P. Giả sử

S '  u1 ,..., ui ,..., un 
1 0 0 0
 0 ... ... 0 
 
B i .
 
 0 ... ... 0 
 0 0 0 n 
Ta có:  f  x  S '  B  xS ' .
Xét x  ui , biểu diễn qua S '  u1 ,..., ui ,..., un  ta có:
n
ui   k uk với i  1,  k  0 k  i.
k 1
Ta được ui S'
là vectơ đơn vị ei . Ta có:
 f  ui   S '  B ui S '
1 0 0 0  ...  ...  ...
 0 ... ... 0  ...  ...  ...
       
 i  .  1   i   i  1   i .ui S ' .
       
 0 ... ... 0  ...  ...  ...
 0 0 0 n  ...  ...  ...
 P  f  ui   S '  i P ui S '   f  ui  S  i ui S
 Aui S  i ui S .
Suy ra: i là các giá trị riêng, ui là các vectơ riêng
tương ứng.

Như vậy ta đã xác định được S ', B, ta cần chỉ ra ma
trận P :
P  u1 S ,..., ui S ,..., un S  .
Nếu ta chọn S là cơ sở chính tắc thì
P  u1  ,..., ui ,..., un  .
Từ các lập luận này, ta có kết quả sau.
Định lý 3.2.6.
a) Phép biến đổi tuyến tính f trên không gian vectơ n
chiều V chéo hóa được khi và chỉ khi nó có một cơ sở
u1, ..., ui , ..., un  gồm các vectơ riêng.
b) Ma trận A vuông cấp n chéo hóa được khi và chỉ
khi nó có n vectơ riêng độc lập tuyến tính.
Hệ quả: Ma trận A vuông cấp n có n giá trị riêng phân biệt

thì chéo hóa được.
Hệ quả trên suy ra từ Định lý 3.2.6b và Định lý 3.2.5.
Định lý 3.2.7. Cho ma trận A vuông cấp n có các giá trị

riêng phân biệt 1, ..., i , ..., k với số bội tương ứng là
n1, ..., ni , ..., nk , n1  ...  ni  ...  nk  n. Ma trận A chéo hóa
được khi và chỉ khi dimVi  ni , i  1, k.
Nói cách khác, A là chéo hóa được khi và chỉ khi bội
đại số của giá trị riêng bất kì bằng bội hình học của nó.
Chứng minh.
Suy ra từ Định lý 3.2.4 và Định lý 3.2.5.

* Thuật toán chéo hóa ma trận
Bước 1. Giải phương trình đặc trưng để tìm các giá trị
riêng của A. Nếu ta giải phương trình trên thì luôn có đủ n
giá trị riêng (kể cả bội).
0  A   E   1    1  1 ...   i  i ...   k  k .
n n n n
Bước 2. Với mỗi giá trị riêng i , ta tìm các vectơ riêng
tương ứng. Chú ý là ta chọn các vectơ riêng là cơ sở của
không gian riêng Vi .
Nếu tồn tại một giá trị riêng i mà dimVi  ni thì kết
luận ma trận A không chéo hóa được. Ngược lại thì A chéo
hóa được. Chuyển sang bước 3.
Bước 3. Gọi các giá trị riêng là 1,..., i ,..., n (có thể
trùng nhau) và các vectơ riêng tương ứng là u1,..., ui ,..., un .
Khi đó ma trận làm chéo hóa A là
P  u1  ,..., ui  ,..., un  .
Ta có
1 0 0 0
 0 ... ... 0 
 
P 1 AP  B   i .
 
 0 ... ... 0 
 0 0 0 n 
Ví dụ 3.2.9. Thực hiện thuật toán chéo hóa với ma trận sau
 1 2 3
A  0 2 3 .
0 0 3

Giải.
Phương trình đặc trưng của A là
1  2 3
0  A  E  0 2 3
0 0 3
 1    2    3   
 1  1, 2  2, 3  3.
A có 3 giá trị riêng phân biệt nên A chéo hóa được.
+ Với 1  1 hệ phương trình riêng là
2 x2  3x3  0  x1  
 
 x2  3x3  0   x2  0 .
 
 2 x3  0  x3  0
Các vectơ riêng là
 x1  1 
 x    0 ,   *
.
 2  
 x3   0 
 x1  2 x2  3x3  0  x1  2
  x1  2 x2 
 3x3  0     x2   .
  3
x  0 x  0
 x3  0  3
 x1   2
 x    1  ,   *
.
 2  
 x3   0 

 3
 x  x  x3
1 2
2  x1  9
2 x1  2 x2  3x3  0  
   x2  3x3   x2  6 .
  x2  3x3  0  x  2  x  2
 3  3

 x1  9 
x    6 ,   *
.
 2  
 x3   2 
Ma trận làm chéo hóa A là (các cột là các vectơ riêng -
là cơ sở của không gian riêng)
1 2 9 
P   0 1 6 
 0 0 2 
và
1 0 0
P AP   0
1
2 0   B.
 0 0 3 
 2 1
A .
 1 4
Giải.
2 1
A  I    2  6  9  (  3) 2  0.
1 4  
A có giá trị riêng duy nhất là   3 (bội 2), ta xét hệ
 x1  x2  0
  x1  x2 .
 x1  x2  0
Ta được
 x1  1
 x    1 ,  
*
.
 2 
Không gian con riêng: V  span 1, 1
dimV  1  2 (bội hình học nhỏ hơn bội đại số).
Vậy theo Định lý 3.2.8 thì A không chéo hóa được.
2 6
A .
 3  4 
Giải.
2 6
A  I  0  0
3 4  
  2  2  10  0     1  9.
2
 1  1  3i, 2  1  3i.
A có 2 giá trị riêng phân biệt nên A chéo hóa được.
+ Với 1  1  3i hệ phương trình riêng là
 3  3i  x1  6 x2  0  1  i 1  i  x2  2 x2  0

  
3x1   3  3i  x2  0  x1   1  i  x2
2 x2  2 x2  0  x1   1  i 
  .
 x1   1  i  x2  x2  
Ta được các vectơ riêng là
 x1   1  i 
x     1  ,   \ 0.
 2  
+ Với 2  1  3i hệ phương trình riêng là

 3  3i  x1  6 x2  0

3x1   3  3i  x2  0
1  i  1  i  x2  2 x2  0

 x1   1  i  x2
2 x2  2 x2  0  x   1  i  
  1 .
 x1   1  i  x2  x2  
 x1   1  i 
x     1  ,   \ 0.
 2  
Ma trận làm chéo hóa A là
 1  i 1  i 
P
 1 1 
và
 1  3i 0 
P 1 AP     B.
 0 1  3i 
0 8 6 
A   1 8 7  .

 1 14 11
1 1 1  0 8 6  1 1 2 
P 1 AP   2 3 1  1 8 7  . 1 2 3 
 1 2 1   1 14 11 1 3 5 
Đáp số:
 2 0 0
  0 2 0   B.
 0 0 3

Chú ý: Ta có một ứng dụng quan trọng sau của việc chéo hóa.
Đó là tính lũy thừa của một ma trận vuông. Giả sử A chéo
hóa được, tức là P1 AP  B.
Khi đó
P AP   B k , k 
1 k
 P 1 Ak P  B k  Ak  PB k P 1.
hay
1k 0 ... 0
 
0 2k ... 0  1
A  P
k
P .
 ... 
 
 0 0 ... nk 
Nếu A khả nghịch thì công thức trên vẫn đúng nếu
k .
Ví dụ 3.2.13. Cho ma trận (như trong Ví dụ 3.2.12).

0 8 6 
A   1 8 7  .

 1 14 11
Chứng minh rằng A khả nghịch và tính A , k  .

k
Giải.
Sử dụng kết quả trong Ví dụ 3.2.12 ta được
Ak  PB k P 1
1 1 2  ( 2) 0   1 1 1
k
0
 
 1 2 3   0 2k 0   2 3 1 .
1 3 5   0 0 3k   1 2 1 
Ta tính được:
(2) k  2.2k  2.3k (2) k  3.2k  4.3k (2) k  2k  2.3k 
 
Ak   (2)k  4.2k  3.3k (2)k  6.2k  6.3k (2) k  2.2k  3.3k  .
 (2)k  6.2k  5.3k (2) k  9.2k  10.3k (2) k  3.2k  5.3k 


3.3. Ý NGHĨA CỦA KHÔNG GIAN VECTƠ - ÁNH XẠ
TUYẾN TÍNH (đọc thêm)
Việc dạy - học ở đại học ngoài việc chuẩn bị cho sinh
viên có kỹ năng nghề nghiệp còn chuẩn bị cho họ có tầm nhìn
về cấu trúc - hệ thống của mỗi đối tượng trong các lĩnh vực
kinh tế - kinh doanh … Toán học nói chung và đại số tuyến
tính nói riêng là môn học có tiềm năng trang bị cho sinh viên
các tri thức đó. Sau hàng nghìn năm sàng lọc, toán học mới
xác định được ba cấu trúc: thứ tự, tô pô, đại số là các cấu trúc
cơ bản, dạy học toán tất yếu phải hướng tới hình thành các
biểu tượng về cấu trúc thông qua các vật liệu cụ thể của các
môn học. Trong các cấu trúc - hệ thống không gian vectơ và
ánh xạ tuyến tính là cấu trúc đại số - hình học hiện đại đầu tiên
mà sinh viên được tiếp cận kết nối tri thức toán phổ thông và
tri thức toán cao cấp ở đại học.
Không gian vectơ và ánh xạ tuyến tính là cấu trúc đại số

- hình học, xây dựng nên từ các tập hợp mà các phần tử có thể
“cộng” với nhau và “nhân” với một số, từ đó hình thành biểu
tượng về không gian vectơ tổng quát.
Trong chương 3 tài liệu này, chúng ta bắt đầu bằng các
ví dụ cụ thể về mô hình cấu trúc không gian vectơ hình thành
nên từ các kiến thức mà các bạn sinh viên đã được học ở bậc
phổ thông. Trước tiên là không gian vectơ hình thành từ các
phần tử “số thực” và mở rộng của nó trong Ví dụ 3.1.1, cụ thể
3 2
đó là không gian vectơ , , với hai phép toán cộng
vectơ và nhân vectơ với một số mà sinh viên đã hiểu rõ, phần
kiến thức mới là yêu cầu hai phép toán thỏa mãn 10 tính chất
có vẻ hiển nhiên (còn gọi là tiên đề, nhưng sẽ không đúng khi

thay + bởi - …). Ngoài ra có một sự tương tự khá tự nhiên là
không gian vectơ 4 .
Tiếp đó với Ví dụ 3.1.3 về không gian vectơ 2 / 3 các vectơ
hình học trong mặt phẳng/không gian có chung gốc O cùng
với phép cộng vectơ (theo quy tắc ba điểm) và phép nhân
vectơ với một số thực cũng là không gian vectơ và gọi là các
không gian vectơ hình học. Chúng tương đương với 2 / 3
và tạo ra sự kết nối giữa mô tả đại số bằng con số và tưởng
tượng hình học.
Các ví dụ tiếp theo sẽ quen thuộc hơn với sinh viên học
chuyên/chọn ở THPT nhưng nếu đọc kỹ thì mọi sinh viên đều
hiểu được. Đó là Ví dụ 3.1.4 về không gian  x các đa thức
của ẩn x với hai phép toán là cộng hai đa thức và nhân một đa
thức với một số thực, Ví dụ 3.1.5 về không gian  x các đa
n
thức có bậc nhỏ hơn n và Ví dụ 3.1.6 về không gian C  a, b

các hàm số liên tục trên đoạn  a, b .
Tiếp theo, chúng ta sẽ nói về một số mô hình không
gian vectơ hình thành nên từ những tập hợp mà các bạn sinh
viên học ở bậc đại học, chính là trong chương 2 của tài liệu
này.
Đầu tiên đó là ở Ví dụ 3.1.2 là tổng quát Ví dụ 3.1.1, xét:
n
 x   x1 , x2 , ... , xn  | xi  , i  1, n
với phép cộng hai vectơ và phép nhân vô hướng được xác định
bởi:
Với x   x1 , x2 , ... , xn   n , y   y1, y2 , ... , yn   n ,  
x  y   x1  y1 , x2  y2 , ... , xn  yn  ;
 x   x1 , x2 , ... , xn .

Ta kiểm tra được tập n cùng hai phép toán trên thỏa mãn các
tiên đề của không gian vectơ. Vậy n là một không gian
vectơ. (Với n 3 ta không còn tưởng tượng được n nữa).
Tiếp đó là ở Ví dụ 3.1.7, xét M mn là tập hợp các ma
trận (phần tử là số thực) cỡ m  n với hai phép toán: phép
cộng hai ma trận và phép nhân một ma trận với một số thực.
Ta thấy cả 10 tiên đề 1  10  đều thỏa mãn. Vậy M mn là
một không gian vectơ.
Có một Ví dụ chưa được trình bày trong phần trước, đó
là Không gian nghiệm của hệ phương trình tuyến tính thuần
nhất:
a11 x1  a12 x2   a1n xn  0
a x  a x   a x  0
 21 1 22 2 2n n


am1 x1  am 2 x2   amn xn  0
Ta thấy rằng nếu

c   c1, c2 , ... , cn   n
, d   d1, d2 , ... , d n   n
là 2 nghiệm của hệ trên thì

c  d   c1  d1, c2  d2 , ... , cn  dn   n
,
 c   c1 , c2 , ... , cn   n
cũng là nghiệm của hệ và thỏa mãn 10 tiên đề. Do đó nó là

không gian vectơ và là không gian con của n . Nói thêm về ý
nghĩa hình học, với n  3 thì trong 3 tập nghiệm của mỗi
phương trình là một mặt phẳng qua gốc, đó chính là không
gian con 2 chiều của 3 . Tổng quát, trong n tập nghiệm của
mỗi phương trình có tên là siêu phẳng, đó chính là không gian
con n-1 chiều của không gian n chiều n . Không gian nghiệm

của hệ phương trình tuyến tính thuần nhất trên chính là giao
của m siêu phẳng.
Khái niệm không gian vectơ tổng quát có thể cũng cố
bằng các phản ví dụ, trong đó đưa ra các tập hợp có trang bị 2
phép toán nhưng không “đóng kín”, do vậy không tạo
thành không gian vectơ, như Ví dụ 3.1.8, xét tập P2* các đa
thức thực có bậc bằng 2:
P2*   p* | p*  a0  a1x  a2 x 2 , ai  , a2  0, i  0, 1, 2.
Ta lấy: p*  3  4 x  2 x2 ; q*  5  x  2 x 2
thì được: p*  q*  8  3x  P2*.
Như vậy tiên đề 1 không thỏa mãn, do đó P2* không phải là
một không gian vectơ.
Quay lại với chủ đề hệ phương trình, ở đây là hệ

phương trình tuyến tính tổng quát:
a11 x1  a12 x2   a1n xn  b1
a x  a x   a x  b
 21 1 22 2 2n n 2


am1 x1  am 2 x2   amn xn  bm
Hệ được viết dưới dạng tương đương
x1 A1  x2 A2  ...  xn An  b
trong đó A j là vectơ cột của ma trận A , b là ma trận cột vế
phải của A .
Ta thấy b là một tổ hợp tuyến tính (gồm tổ hợp các phép cộng

và nhân) của hệ vectơ cột A1 , A2 ,..., An . 

Như vậy khái niệm hệ phương trình tuyến tính tổng
quát nằm trong khái niệm tổ hợp tuyến tính, nói cách khác là
nằm trong khái niệm không gian vectơ.
Ở đây, ta mượn suy luận này để nói đến vấn đề mối liên
hệ có tính cấu trúc - hệ thống giữa các yếu tố của hoạt động
kinh tế - kinh doanh. Bạn đọc có thể xem lại mục 2.3.4. Một
số ứng dụng của hệ phương trình, hoặc xem trước Các ví dụ
thực tế dẫn bài toán Quy hoạch tuyến tính để thấy rằng các mô
hình kinh tế được đưa về hệ phương trình, chính là đưa về tổ
hợp tuyến tính/không gian vectơ.
Bài 3.1. (đọc thêm) Hãy kiểm tra lại 10 tiên đề của không gian
vectơ trong các ví dụ 1, 2, 3 ở mục 3.1.1.
Bài 3.2. (đọc thêm) Giả sử V , V ' là các không gian vectơ.
Chứng minh rằng tập V  V '   x, x ' | x V , x V ' cùng với
các phép toán sau là một không gian không gian vectơ
 x, x '   y, y '   x  y, x ' y ';
  x, x '   x,  x '.
Bài 3.3.
a) Chứng minh tập hợp
F1   x , x , x  | 2x  7 x
1 2 3 1 2  10 x3  0; xi  , i  1,3 
là không gian con của không gian 3 .
b) Chứng minh các tập hợp sau là không gian con của
không gian 4
F2   x , x , x , x  | 8x  2x
1 2 3 4 1 2 
 x3  3x4  0; xi  , i  1,4

F3   x1 , 0, x3 , x4  | xi  , i  1,3,4
F4   4 , 3 ,8 ,12  |   
Bài 3.4. Cho không gian vectơ 3 cho các tập
S1  (1, 2, 3), (4, 5, 6), (7, 8, 9);
S2   2,5,0 ,  4, 3, 7  , 10,2,8;
S3  3,6,1 ,  4, 12, 5 ,  0,0,0;
S4   2,3,5 ,  7,11,13 ,  0, 2, 4  ,  1, 2, 3;
a) Xét tính độc lập tuyến tính, phụ thuộc tuyến tính của
các tập trên.
b) Tìm hạng của các tập vectơ trên. Từ đó tìm cơ sở và
số chiều của không gian con sinh bởi các tập này. Tập nào là
tập sinh, tập nào là cơ sở của không gian vectơ 3 ?
c) Hãy đề xuất và giải các bài tập tương tự trong không
gian vectơ 3 , 4 .
Bài 3.5. Trong không gian vectơ 2

cho cơ sở
S '  u  1, 2  , v   3, 4  .
a) Chứng minh S ' là cơ sở của 3 .
b) Hãy tìm tọa độ của vectơ x  8,10  đối với cơ sở
S ' :  x S ' .
Bài 3.6. Trong không gian vectơ 4

cho cơ sở
S  u1   0,1,1,1 , u2  1,0,1,1 , u3  1,1,0,1 , u4  1,1,1,0 .
Tìm tọa độ của x  1,1,1,1 , y  8,5,7, 18 đối với cơ sở S .
Bài 3.7. (đọc thêm)

a) Cho P2 là tập hợp các đa thức bậc 2 với hệ số thực.

Chứng minh rằng hệ
S1   p1  x   3  4 x  5 x 2 , p2  x   8  5 x  2 x 2 ,
p3  x   14  3x  8 x 2 
b) Cho P3 là tập hợp các đa thức bậc 3 với hệ số thực.
Chứng minh rằng hệ
S2  q1 ( x)  1; q2 ( x)  1  x; q3 ( x)  1  x  x 2 
độc lập tuyến tính.
c) Họ vectơ S3   p  x  , p '  x  , p ''  x  là độc lập
tuyến tính trong đó p  x   ax 2  bx  c , a  0 .

CHƢƠNG 4. DẠNG TOÀN PHƢƠNG
Trong Hình học, khi nghiên cứu những đường bậc hai,
mặt bậc hai, việc đưa phương trình của chúng về dạng chính
tắc có một ý nghĩa rất quan trọng, vì ở dạng chính tắc ta dễ
nhận biết dạng và các đặc tính của chúng, phân loại chúng.
Công việc này thực hiện được nhờ những khái niệm như:
Dạng tuyến tính, dạng song tuyến tính, dạng toàn phương.
Như vậy việc nghiên cứu Hình học được thực hiện bằng
những phương tiện Đại số. Ta sẽ thấy rằng phương tiện này
tỏ ra rất hữu hiệu.
Một ánh xạ tuyến tính từ một không gian véctơ đến

không gian véctơ được gọi là một dạng tuyến tính. Mở rộng
khái niệm này ta có những khái niệm: Dạng song tuyến tính,
dạng song tuyến tính đối xứng, dạng song tuyến tính phản đối
xứng, dạng toàn phương.
Khi học chương này ta cần hiểu được:

Các khái niệm dạng tuyến tính, dạng song tuyến tính, dạng
toàn phương;
Các phương pháp đưa dạng toàn phương về dạng chính tắc.
Để học được chương này dễ dàng, ta cần nắm vững các

kiến thức về ma trận, không gian véctơ và ánh xạ tuyến tính.
4.1. DẠNG SONG TUYẾN TÍNH

Định nghĩa 4.1.1. Giả sử V là một không gian véctơ n chiều.
Ánh xạ:

 : V V 
 x, y    x, y 
được gọi là một dạng song tuyến nếu  tuyến tính theo từng
biến x, y , nghĩa là:
a)   x   ' x ', y     x, y    '  x ', y  , với mọi
vectơ x, x ', y V , với mọi  ,  '  .
b)   x, y   ' y '    x, y    '  x, y ' , với mọi
vectơ x, y, y ' V , với mọi  ,  '  .
Ví dụ 4.1.1. Ký hiệu C  a, b là không gian các hàm số một

biến thực liên tục trên đoạn C  a, b. Khi đó
b
  u , v  :  u  t  v  t  dt , với u, v  C  a, b
a
là một dạng song tuyến tính trên V  C  a, b.

Thật vậy với mọi  ,  '  , mọi u, u ', v  C  a, b ta có
b
  u   ' u ' , v     u   ' u ' t  v  t  dt
a
b b
   u  t  v  t  dt    ' u ' t  v  t  dt
a a
b b
   u  t  v  t  dt   '  u '  t  v  t  dt    u , v    '  u ' , v  .
a a
Tính chất thứ hai được kiểm tra tương tự.
Ví dụ 4.1.2. Cho x   x1 , x2   2
, y   y1 , y2   2
. Hàm số
  x, y   x1 y1  x1 y2  x2 y1  x2 y2 cũng là một dạng song tuyến
tính trên V  2
.

Dễ dàng kiểm tra được hai tính chất của dạng song
tuyến tính.
Tổng quát, ta có kết quả sau.
Ví dụ 4.1.3. Cho x   x1 , x2   2
, y   y1 , y2   2
. Hàm số
  x, y   a11 x1 y1  a12 x1 y2  a21 x2 y1  a22 x2 y2 là một dạng song
tuyến tính trên V  2
, với a11, a12 , a21, a22  .
4.1.2. Ma trận của dạng song tuyến tính
Giả sử   x , y  là một dạng song tuyến trên V . Gọi

E  e1 , e2 , , en  là một cơ sở của V . Khi đó với hai véctơ
x, y bất kỳ thuộc V . Ta có:
n n
x   xi ei ; y   y j e j 
i 1 j 1
  n n
j j    xi y j  ei , e j  .
n n
  x , y      xi ei ,  y e
 i 1 j 1  i 1 j 1
Đặt aij    ei , e j  , ta được:
n n
  x , y    aij xi y j . (4.1)
i 1 j 1
Biểu thức (4.1) được gọi là biểu thức tọa độ của dạng
song tuyến tính đối với cơ sở E .
Định nghĩa 4.1.2. Giả sử V là một không gian véctơ n chiều.

Dạng song tuyến tính  trên V được gọi là đối xứng (tương
ứng, phản đối xứng) nếu:
  x , y     y , x  , x, y V

(tương ứng,   x , y     y , x  , x, y V ).
Ma trận của dạng song tuyến đối xứng  trong một cơ sở
E bất kỳ là một ma trận đối xứng. Cũng như vậy, ma trận của dạng
song tuyến tính phản đối xứng là một ma trận phản đối xứng.
Ma trận A  aij  được gọi là ma trận của dạng song
nn
tuyến tính  trong cơ sở E .

Công thức (4.1) được viết lại thành:
n n n
 n 
  x , y    aij xi y j     xi aij  y j
i 1 j 1 j 1  i 1 
Theo định nghĩa phép nhân ma trận thì:
  x , y    x E . A. y E , x, y V ,
t
(4.2)
 x1   y1 
với  x E    ,  y E   
 
 xn   yn 
được gọi là dạng ma trận của dạng song tuyến tính  .
Chú ý: Nếu cơ sở không được chỉ rõ thì khi đó ta coi E là cơ
sở chính tắc của V .
Ví dụ 4.1.4. Dạng song tuyến tính

  x, y   x1 y1  x1 y2  x2 y1  x2 y2
có ma trận là:
1 1
A .
1 1

  x, y   a11 x1 y1  a12 x1 y2  a21 x2 y1  a22 x2 y2
có ma trận là

a a 
A   11 12  .
 a21 a22 

  x , y   x1 y1  2 x1 y2  x1 y3  x2 y2  3x3 y1  7 x3 y3
có ma trận là
1 2 1
A  0 1 0  .
 3 0 7 
4.2. DẠNG TOÀN PHƢƠNG

Định nghĩa 4.2.1. Giả sử  là dạng song tuyến tính đối xứng
trên không gian véctơ V . Khi đó, ánh xạ:
 :V 
x   x  :   x , x 
được gọi là dạng toàn phương trên V ứng với  .
Chú ý rằng khi cho  thì  hoàn toàn xác định bởi
  x  y    x    y
  x , y  , x, y V .
2
Nếu A là ma trận của dạng song tuyến tính  trong
một cơ sở nào đó thì A cũng được gọi là ma trận của dạng
toàn phương  trong cơ sở ấy. Ta có A là ma trận đối xứng,
nghĩa là At  A và khi đó:
n
  x    x E . A. x E   aij xi x j , x V .
t
(4.3)
i , j 1

Hệ thức (4.3) được gọi là biểu thức tọa độ của dạng
toàn phương  .
Hạng của ma trận A được gọi là hạng của dạng toàn
phương  , ký hiệu là rank   .
Nếu rank    n thì  được gọi là dạng toàn phương
không suy biến.
Nếu rank    n thì  được gọi là dạng toàn phương
suy biến.
Ví dụ 4.2.1. Tính  x  . A. x  đối với các ma trận sau

t
4 0  3 2 
a) A   b) A  
3  ;
;
0  2 7 
1 1 2 
c) A   1 2 3  .
 2 3 4 
Giải.
 4 0   x1 
a) Ta có:  x  . A. x    x1 x2    4 x12  3x22 .
t
  
 0 3  x2 
b) Ta có:
 3 2   x1   3x  2 x2 
 x  . A. x    x1
x2     x    x1 x2   1
t

 2 7  2  2 x1  7 x2 
 3x1  4 x1 x2  7 x2 .
2 2
c) Ta có:
 1 1 2   x1 
 x  . A. x    x1 x3   1 2 3   x2 
t
x2
 2 3 4   x3 

 x1  x2  2 x3 
  x1 x2 x3    x1  2 x2  3x3 
 2 x1  3x2  4 x3 
 x1  x1  x2  2 x3   x2   x1  2 x2  3x3   x3  2 x1  3x2  4 x3 
 x12  2 x22  4 x32  2 x1 x2  4 x1 x3  6 x2 x3 .
Ví dụ 4.2.2. Với véctơ x   x1 , x2 , x3   3

, cho
  x   5x12  3x22  2 x32  x1x2  8x2 x3 .
Hãy viết dạng toàn phương này dưới dạng  x  . A. x  .
t
Giải.
Ta thấy rằng các hệ số của x12 , x22 , x32 sẽ nằm trên
đường chéo của A . Để A là ma trận đối xứng, các hệ số của
xi x j với i  j sẽ phải chia đều giữa các phần tử  i , j  và
 j , i của A. Dễ dàng kiểm tra lại rằng
 1 
 5  0
2
   x1 
x3    4   x2  .
1
  x   xt . A.x   x1 x2 3
 2  
 0 x 
4 2  3 
 
 
4.2.2. Dạng chính tắc của dạng toàn phƣơng
* Cơ sở chính tắc
Giả sử  là một dạng toàn phương trên không gian
véctơ n chiều V . Cơ sở F   f1 , f 2 , , f n  của V được gọi
là cơ sở chính tắc của  nếu ma trận của  đối với cơ sở đó
có dạng đường chéo

b1 0 0
0 b 0 
B  2
.
 
 
0 0 bn 
Khi đó biểu thức tọa độ của  có dạng
  x   b1x12  b2 x22   bn xn2 . (4.4)
Biểu thức (4.7) được gọi là dạng chính tắc của dạng
toàn phương  .
Bài 4.1. Viết ma trận của các dạng song tuyến tính sau
a)   x , y   x1 y1  x2 y2 ;
b)   x , y   2 x1 y1  3x2 y3  4 x3 y1  x3 y3 ;
c)   x , y   4 x1 y2  5 x1 y3  8 x2 y1  6 x2 y3  x3 y3 .
Bài 4.2. Tìm ma trận của dạng toàn phương  biết rằng  có
biểu thức toạ độ sau
a)   x   2 x12  2 x22  x32  4 x1x2  6 x1x3  10 x2 x3 .
b)   x   2 x12  4 x22  4 x1x2  6 x1x3 .
c)   x   x12  x22  3x32  4 x42  2 x1 x2  4 x1 x3  6 x1 x4  8 x3 x4 .
Bài 4.3. Viết các dạng toàn phương sau đây dưới dạng ma trận
a)   x   x12  2 x22  3x1x2 .
b)   x   x12  2 x22  6 x1x2  2 x1x3  4 x2 x3 .
c)   x   x12  x22  x32  x42  2 x1x2  4 x2 x3  6 x3 x4  8x4 x1 .
Bài 4.4. Cho các dạng toàn phương sau đây được viết dưới
dạng ma trận. Hãy viết chúng dưới dạng biểu thức tọa độ

 2 1  x1 
a)  x1 x2    ;
 1 3   x2 
 1 2 1  x1 
b)  x1 x2 x3   2 1 3   x2  ;
 1 3 2   x3 
 1 1 2 0   x1 
 1 2 1 2   x2 
c)  x1 x2 x3 x4    .
2 1 3 3   x3 
  
 0 2 3 4   x4 

CHƢƠNG 5. HÌNH HỌC GIẢI TÍCH
(đọc thêm)
Hình học giải tích là môn hình học lấy đại số là phương
tiện chủ yếu, tức là áp dụng các phương pháp đại số để giải
quyết các vấn đề hình học.
Trong chương trình sách giáo khoa ở bậc phổ thông,
các khái niệm và tính chất cơ bản về môn học này đã được
trình bày khá chi tiết. Cụ thể đó là hai phần phương pháp toạ
độ trong mặt phẳng và phương pháp toạ độ trong không gian.
Chương này chỉ ôn tập các khái niệm đường bậc hai và
mặt bậc hai nhằm phục vụ cho việc nghiên cứu hàm số nhiều
biến số khi học môn giải tích toán học.
5.1. CÁC ĐƢỜNG BẬC HAI TRONG MẶT PHẲNG

5.1.1. Phƣơng trình đƣờng bậc hai tổng quát
Dạng tổng quát của phương trình bậc hai là:
Ax 2  2Bxy  Cy 2  2Dx  2Ey  F  0  A2  B 2  C 2  0 
5.1.2. Đƣờng tròn
Đường tròn tâm I  a ; b  , bán kính R có phương trình:
 x  a   y  b  R2
2 2
5.1.3. Elip và Hypebol (ellipse, hyperbole)
Đường elip (hình 5.1) có tâm O  0 ; 0  , trục lớn nằm

trên Ox , trục nhỏ nằm trên Oy có phương trình:
x2 y 2
  1 ( a, b là những số dương).
a 2 b2
Đường hypebol (hình 5.2) có trục thực nằm trên Ox ,
trục ảo nằm trên Oy có phương trình
x2 y 2
  1 ( a, b là những số dương).
a 2 b2
Hình 5.1 Hình 5.2
5.1.4. Parabol
Các phương trình biểu diễn đường parabol trong mặt
phẳng
y 2  2 px ; y 2  2 px ;
x2  2 py ; x2  2 py  p  0 .
5.2. MẶT BẬC HAI
5.2.1. Phƣơng trình mặt bậc hai tổng quát
Phương trình mặt bậc hai tổng quát có dạng
A1 x 2  A2 y 2  A3 z 2  2 Axy  2Byz  2Cxz  2 Dx  2 Ey  2Fz  G  0

trong đó A1; A2 ; A3 ; A; B; C không đồng thời bằng 0.
5.2.2. Mặt cầu

Phương trình mặt cầu tâm I  a ; b ; c  bán kính R là:
 x  a   y  b   z  c  R2
2 2 2
5.2.3. Mặt elipxôit (ellipsoid)

Phương trình của mặt elipxôit
(hình 5.3) có dạng:
x2 y 2 z 2
  1
a 2 b2 c2
trong đó a; b; c là những
hằng số dương.
Hình 5.3
5.2.4. Mặt hypebôlôit (hyperboloid) một tầng

Phương trình của mặt hypebôlôit
một tầng (hình 5.4) có dạng (trong
đó a; b; c là những hằng số
dương):
x2 y 2 z 2
  1
a 2 b2 c2
Hình 5.4

5.2.5. Mặt hypebôlôit
(hyperboloid) hai tầng
Phương trình của mặt
hypebôlôit hai tầng (hình
5.5) có dạng (trong đó a, b, c
là những hằng số dương):
x2 y 2 z 2
   1
a 2 b2 c 2
Hình 5.5
5.2.6. Mặt parabôlôit eliptic (paraboloid elliptic)

parabôlôit eliptic (hình 5.6) có
dạng:
x2 y 2
  2z
p q
trong đó p, q là những hằng
số dương.
Hình 5.6

5.2.7. Mặt parabôlôit hypebôlic (paraboloid hyperboloid
- mặt yên ngựa)
parabôlôit hypebôlic (hình
5.7) có dạng
x2 y 2
  2z
p q
trong đó p, q là những
hằng số dương.
Hình 5.7
5.2.8. Mặt trụ bậc hai
Mặt trụ là một mặt S được
tạo bởi một đường thẳng 
di chuyển trong không gian
luôn luôn song song với
một phương cho trước và
tựa vào một đường cong
cho trước. Đường thẳng 
gọi là đường sinh, đường Hình 5.8
cong gọi là đường chuẩn.
5.2.9. Mặt nón bậc hai
Hình 5.9

TÀI LIỆU THAM KHẢO
[1]. Lê Tuấn Hoa, Đại số tuyến tính qua các ví dụ & bài tập,
Nhà xuất bản Đại học Quốc Gia Hà Nội, 2006.
[2]. Trần Trọng Huệ, Đại số tuyến tính và Hình học giải tích,
Nhà xuất bản Giáo dục, 2007.
[3]. Nguyễn Hữu Việt Hưng, Đại số tuyến tính, Nhà xuất bản
Đại học Quốc gia Hà Nội, 2000.
[4]. Nguyễn Duy Thuận - Phí Mạnh Ban - Nông Quốc Chinh,
Đại số tuyến tính, Nhà xuất bản Đại học Sư Phạm, 2009.
[5]. Nguyễn Đình Trí - Tạ Văn Đĩnh - Nguyễn Hồ Quỳnh,
Toán học cao cấp (Tập 1), Nhà xuất bản Giáo dục, 2000.
[6]. Nguyễn Đình Trí - Tạ Văn Đĩnh - Nguyễn Hồ Quỳnh, Bài
tập Toán học cao cấp (Tập 1), Nhà xuất bản Giáo dục, 2000.
[7]. Lê Bá Long - Đỗ Phi Nga, Bài giảng Toán cao cấp A2,
Lưu hành nội bộ - Học viện công nghệ Bưu chính viễn thông,
2006.
[8]. Lê Bá Long - Đỗ Phi Nga, Sách hướng dẫn bài tập Toán
cao cấp A2, Lưu hành nội bộ - Học viện công nghệ Bưu chính
viễn thông, 2006.
[9]. Nguyễn Phú Vinh, Toán cao cấp A2-C2, Đại số tuyến
tính, Lưu hành nội bộ - ĐHCN TP.HCM, 2009.
[10]. Jean-Marie Monier, Giáo trình Toán tập 5 (Đại số 1),
[11]. Jean-Marie Monier, Giáo trình Toán tập 6 (Đại số 2),
[12]. Nguyễn Văn Lộc - Đinh Tiến Liêm, Không gian vectơ và
sự hình thành tư duy cấu trúc - hệ thống trong hoạt động kinh
tế - kinh doanh, Nguồn: https://ebookxanh.com/tai-lieu/khong-

gian-vecto-va-su-hinh-thanh-tu-duy-cau-truc-he-thong-trong-
hoat-dong-kinh-te-kinh-doanh-1156956.html.
[13]. PGS.TS Lê Anh Vũ, Bài giảng Toán Cao Cấp, Nguồn:
https://maths.uel.edu.vn/Resources/Docs/SubDomain/maths/T
OAN%20CAO%20CAP%20CHAPTER%201%20VER1.pdf.

Giáo Trình Toán CC1 ĐHCNVH

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

Giáo Trình Toán CC1 ĐHCNVH

Uploaded by

Copyright:

Available Formats

LƯU HÀNH NỘI BỘ - 2020

TRƢỜNG ĐẠI HỌC CÔNG NGHIỆP VIỆT - HUNG

TOÁN CAO CẤP 1

LƯU HÀNH NỘI BỘ - 2020

ĐẠI HỌC CÔNG NGHIỆP VIỆT-HUNG 1

Kiến thức của giáo trình là về Đại số tuyến tính, gồm

Chương 1. Tập hợp và ánh xạ

Chương 2. Ma trận - định thức - hệ phương trình tuyến tính

ĐẠI HỌC CÔNG NGHIỆP VIỆT-HUNG 3

Chương 4. Dạng toàn phương, Chương 5. Hình học giải tích

Về bố cục các chương gồm có: Lý thuyết; các công

ĐẠI HỌC CÔNG NGHIỆP VIỆT-HUNG 4

GV Nguyễn Danh Cường: viết chương 1

Tài liệu đƣợc chỉnh sửa lần 1, 2, 3, 4, 5, 6 (năm 2012, 2013,

GV Nguyễn Việt Huy: phụ trách chỉnh sửa toàn bộ.

Ngoài ra, giáo trình có sự góp ý của các GV:

ĐẠI HỌC CÔNG NGHIỆP VIỆT-HUNG 5

Xin trân trọng cảm ơn!.

Hà Nội, tháng 9 năm 2020

ĐẠI HỌC CÔNG NGHIỆP VIỆT-HUNG 6

CHƢƠNG 1. TẬP HỢP VÀ ÁNH XẠ 2

1.1. Tập hợp và phần tử (tự đọc)

1.4. Tích Descartes

1.5. Tập hữu hạn - tập đếm đƣợc - tập

CHƢƠNG 2. MA TRẬN - ĐỊNH THỨC -

2.1. Ma trận và các phép toán 2

2.1.1. Các khái niệm mở đầu về ma trận

2.2. Định thức và ứng dụng 9

2.2.2. Các phép biến đổi sơ cấp trên ma trận 1

2.2.3. Tính định thức bằng biến đổi sơ cấp 2

2.2.4. Hạng của ma trận và cách tìm hạng bằng

ĐẠI HỌC CÔNG NGHIỆP VIỆT-HUNG 7

2.2.5. Ma trận nghịch đảo 1

2.3. Hệ phƣơng trình tuyến tính 5

2.3.1. Các khái niệm cơ bản 1

2.3.2. Hệ phương trình Cramer và phương

2.3.3. Hệ phương trình tuyến tính tổng quát

2.4. Một số ứng dụng của hệ phƣơng trình

CHƢƠNG 3. KHÔNG GIAN VECTƠ -

3.1. Không gian vectơ 16

3.1.1. Định nghĩa và ví dụ 2

3 3.1.2. Không gian con 1

3.1.3. Biểu diễn tuyến tính 2

3.1.4. Tập sinh 1

ĐẠI HỌC CÔNG NGHIỆP VIỆT-HUNG 8

3.1.6. Cơ sở, số chiều của không gian vectơ 1

3.1.7. Cơ sở, hạng của hệ vectơ 2

Ôn tập và thi giữa học phần 4

3.2. Ánh xạ tuyến tính 4

3.2.1. Định nghĩa ánh xạ tuyến tính và biến đổi

3.2.2. Ma trận của ánh xạ tuyến tính 1

3.2.3. Mối liên hệ của ma trận của một ánh xạ

3.2.4. Giá trị riêng, vectơ riêng

3.2.5. Chéo hóa ma trận (đọc thêm)

3.3. Ý nghĩa của Không gian vectơ - Ánh xạ

CHƢƠNG 4. DẠNG TOÀN PHƢƠNG 3

4.1. Dạng song tuyến tính 1

ĐẠI HỌC CÔNG NGHIỆP VIỆT-HUNG 9

4.2.1. Định nghĩa và ví dụ

CHƢƠNG 5. HÌNH HỌC GIẢI TÍCH

Giải thích thuật ngữ

ĐẠI HỌC CÔNG NGHIỆP VIỆT-HUNG 10

Ví dụ 1.1.2. Tất cả các đường thẳng trong không gian tạo