Professional Documents
Culture Documents
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.
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.
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!
1.4. Ánh xạ 1
Bài tập 1
Ôn tập chƣơng 2 2
Bài tập 1
Bài tập 1
Bài tập 1
6 ÔN TẬP 2
Tổng cộng 45
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.
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.
Định nghĩa 1.2.1. Tập rỗng là tập hợp không có phần tử nào.
Ký hiệu: .
Ví dụ 1.1.10. Ta có: I .
Chú ý:
Người ta coi tập là tập con của mọi tập A .
Ta có: A B A B và B A .
Hình 1.2
Hình 1.4
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 1.2.2. 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 .
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 .
b) Cho X , Y .
Xét quy tắc
f : X Y
.
x y 10 x
Khi đó f là một ánh xạ.
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.
Khi đó f là một ánh xạ.
y x2n
c) x 2n y .
x 0, y 0
Vậy f là một song ánh.
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
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 1.3. Cho A 1,2, B 1,3. Hãy tìm biểu diễn hình học
của tập A B trên mặt phẳng tọa độ.
Ví dụ 2.1.1.
A 311 là ma trận cỡ 11 .
B 1 2 3 414 là ma trận cỡ 1 4 .
1
C 0 là ma trận cỡ 3 1 .
1 31
1 0 1
D là ma trận cỡ 2 3 .
2 1 3 23
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
0 0 ann
được gọi là ma trận chéo (cấp n ).
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
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 .
nm nm
Ví dụ 2.1.4.
A 311 thì At 311 .
1
2
B 1 2 3 414 thì B .
t
3
4 41
1
C 0 thì C t 1 0 113 .
1 31
1 2
1 0 1
D thì D 0 1 .
t
2 1 3 23 1 3 32
1 2 3 4
2 3 4 5
E
3 1 5 3
4 2 1 7 44
3 4 9 3 4 9
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
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
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
...
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.
b)
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:
mn n p
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 23 4 2 1 33
6 9 32
Như vậy:
AB Bt At .
t
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
a a
det A 11 12 a11.a22 a12 .a21
a21 a22
1 .det M11 1 .det M12 .
11 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.
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
theo các phần tử của hàng thứ nhất.
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
11 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
theo các phần tử của hàng thứ nhất.
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
ĐẠI HỌC CÔNG NGHIỆP VIỆT-HUNG 39
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.
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
11 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
11 1 j i 1
j 2 i 2
ĐẠI HỌC CÔNG NGHIỆP VIỆT-HUNG 40
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
Khi i k 1 thì a ' k 11 ak 1 det M ' k 11 det M k 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; 64 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
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 2.2.7. 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
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
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 .
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.
.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
det B det A .
11)
a11 a12 a1n b11 0 0
0 a22 a2 n b21 b22 0
a11a22 ...ann ; b11b22 ...bnn
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
a) -19 b) 98 c) 94.
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.
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.
11
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
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.
am1 am 2 amn mn
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
* Cách tính hạng của ma trận bằng các phép biến đổi sơ cấp
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).
1 1
Ta thấy 3 0 nên rank B 2.
0 3
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.
Định nghĩa 2.2.4. Ma trận A aij nn 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 A1.
Định lý 2.2.1. Ma trận nghịch đảo A1 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 nn khả nghịch khi và chỉ khi
det A 0 . Khi đó
Từ đó suy ra 1 det E det AA1 det A .det A1 . 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
Chứng minh.
Vì A, B nên tồn tại các ma trận nghịch đảo A1 , B1
cùng cấp với A, B. Ta có
AB B 1 A1 A BB 1 A1 AEA1 AA1 E
nên ma trận AB cũng khả nghịch và AB B 1 A1 .
1
1 1
1 1
11
50
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
11
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 23 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
31
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
ĐẠI HỌC CÔNG NGHIỆP VIỆT-HUNG 58
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
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 A1 1 2 2 .
1 1 1
Ví dụ 2.2.22. Tìm ma trận nghịch đảo (nếu có) của các ma trận
sau
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.
* 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.
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 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:
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.
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 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 11.1 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 .
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.
Giải.
Ta có
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 .
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
ĐẠI HỌC CÔNG NGHIỆP VIỆT-HUNG 73
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
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
1 1 2 1
h1 h2 h2
03 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.
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.
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 ,
ĐẠI HỌC CÔNG NGHIỆP VIỆT-HUNG 77
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
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.
* Mô hình IS - LM
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
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
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.
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 an21 an2
b) .
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
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
b) Ta có
0 0 0 0 0.
Biến đổi như trên ta được: 0 0.
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 .
(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
:
z z1 , z2 , z3 3
thì
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
:
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.
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.
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 ;
Thật vậy
1x 1 x1 , x2 , x3 1x1,1x2 ,1x3 x1, x2 , x3 x.
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 .
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.
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.
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.
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
).
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 22 .
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!
Ví dụ 3.1.15.
a) Trong không gian 2
, xét tập vectơ đơn vị
e 1,0 , e 0,1.
1 2
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 .
2 5 1 2
1 .
2 7
2 7
Vậy 5,13 2 1,3 7 1,1.
b 3a
1 2 x1 1 a
4
x2 3x1
2 b 3a
4 2 4
ba
1
4 .
b 3a
2 4
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.
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
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.
Ví dụ 3.1.22.
a) Trong không gian vectơ 2
, xét tập vectơ đơn vị
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
, xét tập vectơ đơn vị
e 1,0,0 , e 0,1,0 , e 0,0,1.
1 2 3
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.
Biến đổi tương đương ta được
z1 , z2 1 1, 2 2 3, 7
3 2 z1
1 .
21 7 2 z2
Cách 1.
Ta có
Ta được
1 7 z1 z2 , 2 2 z1 z2 .
Vậy tập u (1,2), v (5, 3) là một tập sinh của 2
.
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.
tính;
c) Trong không gian n
, tập các vectơ đơn vị
e 1, 0, ..., 0 , e 0, 1, ..., 0 ,
1 2 , en 0, 0, ..., 1
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.
Biến đổi tương đương ta được
1 2 3 3 0
1 2 2 2 3 0. (1)
3 0
1 2 3
c) Giả sử có hệ thức
1u1 2u2 3u3 0.
Biến đổi tương đương ta được
1 2 , 1,1,4 2 3,0, 5, 2 3 7, 2, 3,6 0,0,0,0
21 3 2 7 3 , 1 2 3 ,1 5 2 3 3 ,41 2 2 6 3
0,0,0,0
21 3 2 7 3 0
2 3 0
1
.
1 5 2 3 3 0
41 2 2 6 3 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 3.1.32.
a) Trong không gian 2 :
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.
Ví dụ 3.1.33.
a) Trong không gian : 2
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;
Ví dụ 3.1.34.
a) Trong không gian 2 :
Cơ sở luôn là tập gồm hai vectơ u, v với u, v không
cùng phương.
e 0, 0, 0, 1.
4
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.
ĐẠI HỌC CÔNG NGHIỆP VIỆT-HUNG 122
2
gọi là không gian vectơ 2 chiều thực.
3
gọi là không gian vectơ 3 chiều thực.
4
gọi là không gian vectơ 4 chiều thực.
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 n1 . 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 22 (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 22 4.
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.
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.
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
Nhận xét: Đây có thể coi là cách định nghĩa thứ 6 của khái
niệm cơ sở.
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.
Giải.
a) Đã chứng minh ở Ví dụ 3.1.37.
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.
tập: 1, x, x 2 ,... .
c) Cơ sở chính tắc của không gian M 22 (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
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.
Nhận xét:
+ Hai cách định nghĩa này là tương đương.
+ span S span M .
Mệnh đề 3.1.2. Các phép biến đổi sơ cấp không làm thay đổi
hạng của một hệ vectơ.
...
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
mn
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
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 .
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 3.2.2. 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.
Ví dụ 3.2.4. Ánh xạ f : 3
3
, xác định bởi
f x1 , x2 , x3
a1 x1 a2 x2 a3 x3 , b1 x1 b2 x2 b3 x3 , c1 x1 c2 x2 c3 x3
là ánh xạ tuyến tính.
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.
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
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 xS . (*)
Đối với cặp cơ sở S ', T ' : f x T ' B xS ' . (**)
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
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 lý 3.2.2. Tập hợp V là một không gian con của V , bất
biến đối với f .
* Cách tìm giá trị riêng, vectơ riêng; phương trình đặc
trưng, đa thức đặc trưng
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
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 .
Ta thừa nhận không chứng minh định lý này.
Ví dụ 3.2.7. Tìm giá trị riêng và vectơ riêng của phép biến đổi
tuyến tính f : 2 2 xác định bởi
2
+ Với 2 13, hệ phương trình riêng là
8 x1 4 x2 0 x
2 x1 x2 0 1 .
8 x1 4 x2 0 x2 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).
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
+ Với 2 6, hệ phương trình riêng là
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
A E 1 1 1 2 2 ... k k .
n n n n
Ta có: dim Vi 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 Vi . Do đó mi ni .
Nhận xét:
dim Vi 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.
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
Aui S i ui S .
Suy ra: i là các giá trị riêng, ui là các vectơ riêng
tương ứng.
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.
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 Vi .
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
Ví dụ 3.2.10. Thực hiện thuật toán chéo hóa với ma trận sau
2 1
A .
1 4
Giải.
Phương trình đặc trưng của A là
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
ĐẠI HỌC CÔNG NGHIỆP VIỆT-HUNG 154
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.
Ví dụ 3.2.11. Thực hiện thuật toán chéo hóa với ma trận sau
2 6
A .
3 4
Giải.
Phương trình đặc trưng của A là
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
1 3i 0
P 1 AP B.
0 1 3i
Ví dụ 3.2.12. Thực hiện thuật toán chéo hóa với ma trận sau
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
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
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.
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
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.
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
p3 x 14 3x 8 x 2
phụ thuộc tuyến tính.
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 .
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
.
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 .
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 .
x , y y , x , x, y V
: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
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
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
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
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.
x a y b R2
2 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
x2 y 2 z 2
1
a 2 b2 c2
trong đó a; b; c là những
hằng số dương.
Hình 5.3
Hình 5.4
x2 y 2 z 2
1
a 2 b2 c 2
Hình 5.5
Hình 5.6
Hình 5.9
[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),
Nhà xuất bản Giáo dục, 2006.
[11]. Jean-Marie Monier, Giáo trình Toán tập 6 (Đại số 2),
Nhà xuất bản Giáo dục, 2006.
[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-