Professional Documents
Culture Documents
Ta ký hiệu aij i 1,m; j 1,n để chỉ phần tử nằm ở dòng thứ i, cột thứ j của ma trận
A. Phần tử aij i 1,m; j 1,n có thể là số thực, số phức, hàm số, ….
Ta ký hiệu :
+) M mn ℕ là tập tất cả các ma trận cấp mn có các phần tử là các số tự nhiên.
+) M mn ℤ là tập tất cả các ma trận cấp mn có các phần tử là các số nguyên.
+) M mn ℚ là tập tất cả các ma trận cấp mn có các phần tử là các số hữu tỷ.
+) M mn ℝ là tập tất cả các ma trận cấp mn có các phần tử là các số thực.
+) M mn ℂ là tập tất cả các ma trận cấp mn có các phần tử là các số phức.
…………
Chú ý :
+) Ta thường ký hiệu ma trận là A aij mn , B bij mn , C cij mn , …
+) Nếu số dòng bằng số cột (m = n) thì ta gọi là ma trận vuông. Với ma trận vuông
nn các phần tử a11 , a22 , ..., ann tạo thành đường chéo chính của ma trận A.
A aij
Các phần tử a1n , a2 , n 1 , ..., an1 tạo thành đường chéo phụ của ma trận A.
1 3 0
Ví dụ 1 : Cho ma trận A M 23 ℝ . Ta có một số nhận xét
5 2 8 23
như sau :
+) A là ma trận thực, hình chữ nhật cấp 23 (2 dòng, 3 cột).
+) a11 1; a12 3 ; a13 0; a21 5; a22 2; a23 8
1
11
4 5
3
Ví dụ 2 : Cho ma trận A 7 0 6 M 33 ℝ . Ta có một số nhận xét
2 1 9
33
như sau :
+) A là ma trận vuông, thực cấp 33 (3 dòng, 3 cột).
+) a11 4; a22 0; a33 9 tạo thành đường chéo chính của ma trận A.
11
+) a13 ; a22 0; a31 2 tạo thành đường chéo phụ của ma trận A.
3
2. Một số dạng ma trận đặc biệt
a) Ma trận hàng, ma trận cột
Ma trận hàng (dòng) là ma trận chỉ có một hàng (dòng).
Ma trận cột là ma trận chỉ có một cột
Ví dụ 3 :
-) Các ma trận A 1 2 0 13 ; B 6 1 7 - 111 4 là các ma trận hàng.
5
3 5
-) Các ma trận C 2 ; D là các ma trận cột.
1 2
31
0 41
b) Ma trận không
Ma trận mà các phần tử của nó đều là số 0 thì gọi là ma trận không. Ma trận không
cấp mn được ký hiệu là Om n .
0 0 0 0 0
Ví dụ 4 : O2 2 ; O
2 3 ; O1 4 0 0 0 0 1 4 .
0 0 2 2 0 0 0 2 3
c) Ma trận tam giác trên, ma trận tam giác dưới
nn cấp n, được gọi là :
Ma trận vuông A aij
+) Ma trận tam giác trên nếu tất cả các phần tử nằm phía dưới đường chéo chính đều
bằng 0. Tức là aij 0 i j .
+) Ma trận tam giác dưới nếu tất cả các phần tử nằm phía trên đường chéo chính đều
bằng 0. Tức là aij 0 i j .
2
Ví dụ 5 : Các ma trận sau :
0 0 2 0
0 0 2 0
1 2 0 3 8
+) A ; B 0 1 7 ; C
0 8 2 2 0 0 0 0 0 1 4
33
0 0 0 0 4 4
là các ma trận tam giác trên.
2 0 0 0
0 0 0 0
1 0 3 0 0
+) E ; F 9 6 0 ; H
4 0 2 2 0 5 4 1 0 1 0
33
7 6 5 0 4 4
là các ma trận tam giác dưới.
d) Ma trận đường chéo
nn cấp n, được gọi là ma trận đường chéo nếu tất cả các
Ma trận vuông A aij
phần tử nằm ngoài đường chéo chính của A đều là số 0. Tức là aij 0 i j .
Ta ký hiệu ma trận đường chéo là
x1 0 ⋯ 0
0 x ⋯ 0
dg x1 ; x2 ;...; xn 2
⋯ ⋯ ⋯ ⋯
0 0 0 xn n n
Ví dụ 6 : Các ma trận sau
2 0 0
1 0
A dg 1; 5 = ; B dg 2; 0; 7 0 0 0 ;
0 5 2 2 0 0 7
33
2 0 0 0
0 3 0 0
C dg 2; 3; 9; 4 là các ma trận đường chéo
0 0 9 0
0 0 0 4 4 4
e) Ma trận đơn vị
Ma trận đường chéo có toàn bộ các phần tử trên đường chéo chính đều bằng 1 thì
được gọi là ma trận đơn vị. Ma trận đơn vị cấp n được ký hiệu là In hoặc En.
3
1 0 ⋯ 0
0 1 ⋯ 0
In dg 1; 1; ⋯⋯ ; 1
⋯ ⋯ ⋯ ⋯
n
0 0 0 1 n n
Ví dụ 7 : Ta có
1 0
+) I 2 = là ma trận đơn vị cấp 2.
0 1 22
1 0 0
+) I 3 0 1 0 là ma trận đơn vị cấp 3.
0 0 1
33
1 0 0 0
0 1 0 0
+) I 4 là ma trận đơn vị cấp 4.
0 0 1 0
0 0 0 1 4 4
II. CÁC PHÉP TOÁN TRÊN MA TRẬN
1. Hai ma trận bằng nhau
Hai ma trận cùng cấp A aij mn và mn được gọi là bằng nhau, ký
B bij
ma trận cấp nm thu được từ ma trận A bằng cách xếp các dòng (cột) của ma trận A
thành các cột (dòng) tương ứng của ma trận AT.
4
Ví dụ 9 : Cho các ma trận
1 6 4
1 0 5 7
A và B 2 0 8
3 4 2 9 24 5 7 1
33
Các ma trận chuyển vị tương ứng là
1 3
0 4 1 2 5
A T
và T
B 6 0 7
5 2 4 8 1
33
7 9 42
3. Cộng trừ hai ma trận cùng cấp
Cho hai ma trận cùng cấp A aij mn và mn . Ta ký hiệu tổng, hiệu
B bij
5
3 0 7
A
1 5 8 23
Ta có các kết quả sau :
0 0 0
+) 0.A O23
0 0 0 23
6 0 14
+) -2.A
2 10 16 23
5. Phép nhân hai ma trận
Cho hai ma trận A aij m p và B bij pn . Tích của ma trận A với ma trận
B là một ma trận cấp mn và được ký hiệu là A.B. Nếu ta đặt A.B cij mn thì
Chú ý :
+) Đối với phép nhân hai ma trận, điều kiện cần và đủ để ma trận A nhân được với ma trận B
là : số cột của ma trận A phải bằng số dòng của ma trận B. Nếu không có điều kiện này thì
không tồn tại phép nhân A.B.
+) Phép nhân ma trận không có tính giao hoán. Tức là, nói chung A.B ≠ B.A. Thậm chí, có
thể A.B tồn tại, nhưng B.A không tồn tại.
+) Nếu A là ma trận vuông, thì ta ký hiệu
A 2 A.A; A3 A.A.A; ⋯⋯; A n A.A… A;
n
+) Nếu A.B = O thì không suy ra được A = O hoặc B = O. Chẳng hạn
6
1 1 1 1
A và B
1 1 22 1 122
Ta có A.B = B.A = O, mặc dù A ≠ O và B ≠ O. (O là ma trận không).
Ví dụ 12 : Cho các ma trận
2 4 1 2 3
3 0 7
A ; B 1 2 ; C 2 4 0
1 5 8 23 3 6 0 1 5
32 33
Thực hiện các phép tính sau
1) A.B 2) B.A 3) A.C
4) B.C 5) C2 6) (2A-3BT).C
Giải
2 4
3 0 7 1 2 15 54
1) A.B .
1 5 8 23 3 6 27 42 22
32
2 4 10 20 46
3 0 7
2) B.A 1 2 . 5 10 23
3 6 1 5 8 23
32 3 30 27 33
1 2 3
3 0 7 3 1 26
3) A.C . 2 4 0
1 5 8 23 11 26 37 23
0 1 5 33
2 4 1 2 3
4) B.C 1 2
. 2 4 0 phép nhân không thực hiện được !!!
3 6 0 1 5
32 33
5) Sinh viên tự giải
6) Sinh viên tự giải
Chú ý : Cho Pk x ao x k a1 .x k 1 a2 .x k 2 ⋯⋯ ak 1 .x ak là một đa thức
Pk A ao Ak a1 .Ak 1 a2 .Ak 2 ⋯⋯ ak 1 .A ak .I n
Ví dụ 13 : Cho các đa thức
f x x2 5x 7 và g x 2 x3 5 x 2 x 3
Tính f A ? và g A ? với A là các ma trận sau
7
1 2 0
1 2
1) A 2) A 0 1 3
1 1 22 2 0 4
33
Giải
1) Ta có
1 2 1 2 1 4
+) A2 .
1 1 22 1 1 22 2 122
1 4 1 2 5 2
+) A3 A2 .A .
2 122 1 1 22 1 5 22
1 4 1 2 1 0
f A A2 5.A 7.I 2 5. 7.
2 122 1 1 22 0 1 22
1 6
f A
3 1 22
g A 2 A3 5 A2 A 3I 2
5 2 1 4 1 2 1 0
g A 2 5 3.
1 5 22 2 122 1 1 22 0 1 22
7 14
g A
7 7 22
2) Sinh viên tự giải
Ví dụ 14 : Sinh viên tự giải
3 4 6 1 2 2 3 1
2 1 1
1) 0
1 1 . 2 0 3
2) . 2 1
2 3 4 3 0 123
33 2 1 3 33 1 0 32
2
2 1 1 3
cos x sin x
3) 3 1 0 4)
0 1 2 sin x cos x 22
33
III. MỘT SỐ TÍNH CHẤT
Cho A, B, C là các ma trận bất kỳ và x, y là các số tùy ý. Giả sử các phép toán sau đây
đều hợp lệ. Lúc đó, ta có các tính chất sau :
1) A+B=B+A (Tính giao hoán của phép cộng ma trận).
2) (A + B) + C = A + (B + C) (Tính kết hợp của phép cộng ma trận).
3) A+O=O+A=A (O là ma trận không).
4) (A + B)T = AT + BT; (x.A) = x.AT; (A.B)T = BT.AT
T
8
5) x(A + B) = x.A + x.B
6) (x + y).A = x.A + y.A
7) (x.y).A = x.(y.A)
8) 0.A = O; 1.A = A; O.A = O
9) I.A = A và A.I = A (I là ma trận đơn vị)
10) (A.B).C = A.(B.C) (Tính kết hợp của phép nhân ma trận).
11) A.(B + C) = A.B + A.C
(B + C).A = B.A + C.A (Tính phân phối của phép nhân với phép cộng ma trận).
IV. BÀI TẬP
Bài 1 : Tính An với A là ma trận sau
1 1 3 1
1) A 2) A
1 1 22 1 3 22
a b 2 1
3) A
0 a,b,c ℝ , a c 4) A
c 22 1 2 22
1 2 1
1 1
5) A 6) A 1 1 0
1 3 22 2 0 1
33
4 3 3 2 4 1
7) A 2 3 2
8) A 2 4 1
4 4 3 2 2 1
33 33
1 1 ⋯ 1
2 0 0 1 1 ⋯ 1
10) A
9) A 0 3 0
0 1 2 ⋯ ⋯ ⋯ ⋯
33
1 1 ⋯ 1 nn
x y y ⋯ y y
y x y ⋯ y y 0 0 0 0 1
0 7 5 3 0
y y x ⋯ y y
11) A 12) A 0 5 4 2 0
⋯ ⋯ ⋯ ⋯ ⋯ ⋯
y y y ⋯ x y 0 9 6 4 0
1 0 0 0 0
55
y y y ⋯ y x n n
n
2 0 0 a11 n a12 n a13 n
0 3 0 a22 n
Bài 2 : Đặt
a21 n a22 n a23 n . Tính lim ?
0 1 2 n a32 n
33 a31 n a32 n a33 n 33
9
4 5 2
Bài 3 : Cho A 5 7 3
và
6 9 4
33
f x 2009 x 2009 2008 x 2008 2007 x 2007 2006 x 2006 ...... x
Tính f A ?
Bài 4 : Tồn tại hay không ma trận A M 2 ℝ thỏa
2008 2010
A2010
0 2009 22
Đáp số, gợi ý
cos 4 sin
1 1 4
1) A 2 .
1 1 22 sin
cos
4 4 22
n n
cos sin
n
An 2 .
4
sin n n
4
cos
4 4 22
cos sin
3 1 6 6
2) A 2.
1 3 22 sin
cos
6 6 22
n n
cos sin
n 6 6
An 2 .
sin n cos
n
6 6 22
n an cn
a b.
3) An ac (chứng minh bằng quy nạp).
0 cn
22
3n 1 3n 1
n 2 2
4) A
3n 1 3n 1
2 2 22
Cách 1 : Chứng minh bằng quy nạp.
10
1 0 1 1
Cách 2 : Phân tích A 1 1
0 1
Cách 3 : Chéo hóa ma trận.
2n n 2n 1 n 2n 1
5) An
n 2n 1 n n 1
2 n 2 22
Cách 1 : Chứng minh bằng quy nạp.
2 0 1 1
Cách 2 : Phân tích A
0 2 1 1
1 2n n
n 2 n n 1
6) A n n n 1
2
2 2
2 n 2 n 2 n n n 1 33
Cách 1 : Chứng minh bằng quy nạp.
0 2 1 1 0 0
Cách 2 : Phân tích A 1 0 0 0 1 0 B I 3
2 0 0 0 0 1
Bk O k 3
Cách 3 : Dùng định lý Cayli-Hamilton.
3.2n 2 3.2n 3 3.2n 3
n n 1 n 1 n 1
7) A 2 2 2 1 2 2
2n 2 4 2n 2 4 2n 2 5
33
Cách 1 : Chứng minh bằng quy nạp.
3 3 3 1 0 0
Cách 2 : Phân tích A 2 2 2 0 1 0 B I3
4 4 4 0 0 1
Bk B
Cách 3 : Chéo hóa ma trận.
2 2 2n 1 2n
8) An 2 2 2n 1 2n
2 2 1
33
Cách 1 : Chứng minh bằng quy nạp.
Cách 2 : Chéo hóa ma trận.
Cách 3 : Dùng định lý Cayli-Hamilton.
11
2n 0 0
n
9) A 0 3n 0
0 3n 2n 2n
33
Cách 1 : Chứng minh bằng quy nạp.
2 0 0 0 0 0
Cách 2 : Phân tích A 0 2 0 0 1 0 2 I3 B
0 0 2 0 1 0
Bk B
Cách 3 : Chéo hóa ma trận.
Cách 4 : Dùng định lý Cayli-Hamilton.
10) Ak nk 1 .A (chứng minh bằng quy nạp).
k 1 k k
11) Ak x y I n
yn x y x y .B với B 1nn
n
Chú ý rằng ta có phân tích A yB x y In
1 0 0 0 0
0 3 3 1 0
12) A2012 0 3 3 1 0
0 3 3 1 0
1 0 0 0 1 55
Cách 1 : Ta có phân tích
0 0 0 0 1 0 0 0 0 0
0 0 0 0 0 0 7 5 3 0
A 0 0 0 0 0 0 5 4 2 0 BD
0 0 0 0 0 0 9 6 4 0
1 0 0 0 0 55 0 0 0 0 0 55
Với B.D D.B O55 và B5 B; D k D 2 k 2 .
1 0 0 0 0
0 3 3 1 0
k
Cách 2 : Ta chứng minh được A4 A4 0 3 3 1 0 k 1
0 3 3 1 0
1 0 0 0 1 55
12
a22 n 3n 1
Bài 2 : lim lim lim 1.
n a32 n n 3n 2n n 2
n
1
3
Bài 3 : Bằng quy nạp ta chứng minh được Ak A2 k 3 f A 1004 A2 A
a b
Bài 4 : Đặt B A1005 B
c d
a 2 bc a d b 2008 2010
2
B vô lý.
a d c d 2 bc 0 2009
Không tồn tại ma trận A M 2 ℝ thỏa yêu cầu bài toán.
13
BÀI 2
ĐỊNH THỨC
I. ĐỊNH NGHĨA ĐỊNH THỨC
Định nghĩa : Cho ma trận vuông A aij nn , định thức của ma trận A là một số ký
hiệu là Det(A) hay A , và được xác định bằng quy nạp như sau :
1) Với n = 1 :
Ma trận A có dạng A a 11
Det A a (2.2.1)
Ví dụ 1 : Tính Det(A) với A 511 Det A A 5
2) Với n = 2 :
a b
Ma trận A có dạng A .
c d 22
a b
Det A ad bc . (2.2.2)
c d 2 2
2 3
Ví dụ 2 : Tính Det(A) với A
1 4 22
Det A 2. 4 1 . 3 11
3) Với n = 3 :
a11 a12 a13
Ma trận A có dạng A a21 a22 a23
a a33 33
31 a32
Ta có thể tính Det(A) theo quy tắc tam giác SARRUS như sau:
14
a11 a12 a13
Det A a21 a22 a23
a31 a32 a33
(a11a22a33 a12a23a31 a13a21a32 ) (a13a22a31 a11a23a32 a21a12a33 )
(2.2.3)
2 0 3
Ví dụ 3 : Tính Det(A) với A 1 1 4
0 5 2
33
Áp dụng quy tắc Sarrus ta có:
Det A 2.1. 2 0.4.0 5 1 3 3 .1.0 4. 5 .2 0. 1 . 2 21
4) Với n 2 tổng quát, bất kỳ
a11 a12 ⋯ a1n
a a ⋯ a2n
Ma trận A có dạng A 21 22
⋯ ⋯ ⋯ ⋯
an1 an 2 ⋯ ann nn
Ta có thể tính Det(A) theo công thức khai triển theo dòng, hoặc khai triển theo cột
như sau :
+) Công thức khai triển Det(A) theo dòng thứ i là :
n
Det A aij .Aij ai1 .Ai1 ai 2 .Ai 2 ⋯⋯ ain .Ain (2.2.4)
j 1
+) M ij là định thức con cấp (n-1) thu được từ ma trận A, khi ta loại bỏ khỏi A toàn bộ
dòng thứ i và toàn bộ cột thứ j.
Nhận xét : Khi áp dụng công thức khai triển định thức theo dòng (theo cột) thì ta nên chọn
dòng (hay cột) có nhiều số 0 (nếu có), thì sẽ giảm được khối lượng tính toán.
4 1 3
Ví dụ 4 : Tính Det(A) = ? với A 2 3 0
2 2 1
33
15
Giải
Cách 1 : Dùng quy tắc tam giác SARRUS ta có : Det(A) = 40.
Cách 2 : Chọn khai triển Det(A) theo dòng i = 2, ta được
3
Det A a2 j .A2 j a21 .A21 a22 .A22 a23 .A23
j 1
1 3
A21 121 .M 21 5 ;
2 1
4 3
A22 12 2 .M 22 10 ;
2 1
4 1
A23 123 .M 23 10 ;
2 2
Det A 2 . 5 3.10 0. 10 40
Cách 3 : Chọn khai triển Det(A) theo cột j = 3, ta được
3
Det A ai3 .Ai3 a13 .A13 a23 .A23 a33 .A33
i 1
2 3
A13 113 .M13 10 ;
2 2
4 1
A23 123 .M 23 10 ;
2 2
4 1
A33 133 .M 33 10 ;
2 3
Det A 3 . 10 0. 10 1.10 40
Nhận xét : Qua ví dụ trên, SV hãy đưa ra câu trả lời, tại sao ta nên chọn khai triển theo
dòng hay theo cột chứa nhiều số 0?
2 5 1 0
4 9 2 0
Ví dụ 5 : Tính Det(A) = ? với A
5 3 6 1
7 2 5 1 44
Giải :
16
Cách 1 : Chọn khai triển Det(A) theo dòng i = 1, ta được
4
Det A a1 j .A1 j a11 .A11 a12 .A12 a13 .A13 a14 .A14
j 1
9 2 0
11
A11 1 .M11 3 6 1 1 ;
2 5 1
4 2 0
1 2
A12 1 .M12 5 6 1 0 ;
7 5 1
4 9 0
A13 113 .M13 5 3 1 2 ;
7 2 1
4 9 2
1 4
A14 1 .M14 5 3 6 17 ;
7 2 5
Det A 2 .1 5.0 1 2 0.17 0
Cách 2 : Chọn khai triển Det(A) theo cột j = 4, ta được
4
Det A ai4 .Ai4 a14 .A14 a24 .A24 a34 .A34 a44 .A44
i 1
4 9 2
1 4
A14 1 .M14 5 3 6 17 ;
7 2 5
2 5 1
A24 124 .M 24 5 3 6 0 ;
7 2 5
2 5 1
3 4
A34 1 .M 34 4 9 2 17 ;
7 2 5
17
2 5 1
4 4
A44 1 .M 44 4 9 2 17 ;
5 3 6
Det A 0.17 0.0 1.17 1. 17 0
II. MỘT SỐ TÍNH CHẤT CỦA ĐỊNH THỨC
Tính chất 1 : Det A Det AT .
Ví dụ 6 :
2 3 2 5
+) A AT
5 6 22 3 6 22
Ta có Det A Det AT 3.
2 4 6 2 3 1
B T
+) B 3 5 1 4 5 2
1 2 3 6 1 3
33 33
Ta có Det B Det BT 52 .
Nhận xét : Từ kết quả này ta suy ra, một tính chất của định thức nếu đã đúng cho dòng
thì sẽ đúng cho cột và ngược lại.
Tính chất 2 : Ma trận có một dòng (một cột) gồm toàn số 0 thì định thức bằng 0.
0 7 1
Ví dụ 7 : A 0 2 9 Det A 0 .
0 1 5
33
Tính chất 3 : Khi đổi chỗ hai dòng (hai cột) cho nhau thì định thức sẽ đổi dấu.
Ví dụ 8 :
1 3 2 2
+) A B
2 2 22 1 3 22
Ta có Det A 8 ; Det B 8 .
1 4 2 2 4 1
+) C 3 9 1 D 1 9 3
2 5 4 4 5 2
33 33
Ta có Det C 3 ; Det D 3 .
Nhận xét : Nếu ta đổi chỗ một số chẵn lần các dòng, các cột cho nhau thì định thức
không thay đổi.
18
Tính chất 4 : Ma trận có hai dòng (hai cột) giống nhau thì định thức bằng 0.
Ví dụ 9 :
2 8 2
+) A 1 1 1 Det A 0
7 0 7
33
2 3 4 0
1 2 9 4
+) B Det B 0
7 5 1 8
1 2 9 4 44
Tính chất 5 : Có thể đưa thừa số chung của một dòng (một cột) ra khỏi dấu định thức.
Ví dụ 10 : Ta có thể đưa thừa số chung của dòng (hay cột) ra ngoài dấu định thức như
sau :
8
4 0
4 8 0 1 2 0 4 8 0 3
3 3 2 4. 3 3 2 hoặc 3 3 2 3 . 3 1 2
1 6 5 1 6 5 1 6 5 1 2 5
+
a11 a12 ⋯ a1 n 1 a1n a11 a12 ⋯ a1 n 1 a1n
⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯
b1 b2 bn 1 bn c1 c2 cn 1 cn
⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯
an1 an 2 ⋯ an n 1 ann an1 an 2 ⋯ an n 1 ann
Nhận xét : ta thường sử dụng kết quả này để phân tích một định thức thành tổng của
các định thức đơn giản hơn.
Ví dụ 14 :
2 1 1 3 1 1 1 3 1
+) 0 9 9
3 3 30 3 3 3 0 3
1 2a a x 1 a x 2a a x
+) 1 2b b x 1 b x 2b b x 0 0 0
1 2c c x 1 c x 2c c x
20
Tính chất 8 : Định thức của ma trận tam giác và ma trận đường chéo bằng tích của các
phần tử nằm trên đường chéo chính của ma trận.
2 3 0 4 0 0
Ví dụ 15 : 0 1 6 2 .1. 5 10 ; 0 2 0 4. 2 .1 8
0 0 5 0 0 1
Hệ quả : Det(In) = 1 (In là ma trận đơn vị cấp n)
Tính chất 9 : Định thức không thay đổi khi ta cộng vào một dòng (một cột) tổ hợp
tuyến tính của các dòng (các cột) khác.
Nhận xét :
+) Ta thường sử dụng kết quả của tính chất 9, để biến đổi một định thức về dạng định
thức đơn giản hơn (như định thức chứa nhiều số 0, định thức của ma trận tam giác, …).
+) Nếu ta khai triển một định thức cấp n theo dòng (hoặc theo cột) thì ta phải tính n
định thức con cấp (n-1). Ta có thể dùng kết quả của tính chất 9 để biến đổi một dòng
(một cột) của định thức về thành dòng (cột) chứa (n-1) con số 0, rồi khai triển định thức
theo dòng (cột) này. Lúc đó, ta sẽ giảm khối lượng tính toán xuống và chỉ cần tính thêm
01 định thức con cấp (n-1).
1 2 0 1
3 7 2 5
Ví dụ 16 : Tính định thức .
1 0 1 2
2 5 3 0
Giải :
Cách 1 : Áp dụng công thức khai triển định thức theo dòng hoặc theo cột, ta tính được
= 13.
Cách 2 : Áp dụng kết quả của tính chất 9, ta biến đổi về dạng định thức của ma trận
có một cột (một dòng) chứa nhiều số 0, rồi tiến hành khai triển theo cột (theo dòng) này.
Trước hết ta chọn cột j = 3 để đưa nó về cột chứa nhiều số 0 (vì nó đã có sẵn một con số
0, sẽ giảm cho ta khối lượng tính toán). Ta có :
1 2 0 1 1 2 0 1
3 7 2 5 d 2 d 2 2d 3 5 7 0 1
1 0 1 2 d 4 d 4 3d3 1 0 1 2
2 5 3 0 5 5 0 6
Chọn khai triển định thức theo cột thứ j =3 ta được
1 2 1
3 3
1 . 5 7 1 13
5 5 6
21
Cách 3 : Áp dụng kết quả của tính chất 9 và một số tính chất đã nêu, ta biến đổi về
dạng định thức của ma trận tam giác trên như sau :
1 2 0 1 1 2 0 1
3 7 2 5 d 2 d 2 3d1 0 1 2 2
1 0 1 2 d3 d3 d1 0 2 1 3
d d 2 d
2 5 3 0 4 4 1 0 1 3 2
1 2 0 1 1 2 0 1
d 3 d 3 2 d 2 0 1 2 2 d3 d 4 0 1 2 2
d 4 d 4 d 2 0 0 3 1 0 0 1 4
0 0 1 4 0 0 3 1
1 2 0 1
d 4 d 4 3d 3 0 1 2 2
1.1.1. 13 13
0 0 1 4
0 0 0 -13
1 x x
Ví dụ 17 : Tính định thức x 1 x
x x 1
Giải :
Cách 1 : Áp dụng công thức tam giác SARRUS 2 x3 3x 2 1
Cách 2 : Áp dụng công thức khai triển định thức theo dòng hoặc theo cột, ta tính được
2 x3 3 x 2 1
Cách 3 : Áp dụng kết quả của tính chất 9, ta biến đổi về dạng định thức của ma trận
tam giác trên như sau :
1 x x c1 c1 c2 c3
2x 1 x x 1 x x
x 1 x 2 x 1 1 x 2 x 1 1 1 x
x x 1 2x 1 x 1 1 x 1
d 2 d 2 d1
1 x x
2 x 1 0 1 x 0 2 x 1 . 1 x . 1 x
d 3 d 3 d1
0 0 1 x
2 x 1 x 12 2 x3 3 x 2 1
22
Ví dụ 18 : Cho các số 1798, 2139, 3255, 4867 chia hết cho 31.
1 7 9 8
2 1 3 9
Chứng minh rằng định thức D cũng chia hết cho 31.
3 2 5 5
4 8 6 7
Giải
Áp dụng tính chất 9, ta có :
1 7 9 8 1798 7 9 8
2 1 3 9 c1c1 100c2 10c3 c4 2139 1 3 9
D
3 2 5 5 3255 2 5 5
4 8 6 7 4867 8 6 7
58 7 9 8 58 7 9 8
69 1 3 9 69 1 3 9
D 31. 31.A với A
105 2 5 5 105 2 5 5
157 8 6 7 157 8 6 7
Rõ ràng A ℤ vì các phần tử của định thức của A đều là các số nguyên. Do đó, từ kết quả
D = 31.A D chia hết cho 31 (đfcm).
1 x x2
Ví dụ 19 : Giải phương trình 1 a a 2 0 (19)
1 b b2
Giải :
Áp dụng kết quả tính chất 9, ta có :
1 x x2 1 x x2 1 x x2
d 2 d 2 d1
1 a a2 0 a x a2 x2 a x . b x . 0 1 a x
d 3 d 3 d1
1 b b2 0 bx b2 x 2 0 1 b x
d 3 d 3 d 2
1 x x2
a x . b x . 01 ax b a . a x . b x
0 0 ba
Do đó, phương trình trên tương đương với phương trính
b a . a x . b x 0 (*)
+) Nếu b – a = 0 b = a : Phương trình (*) trở thành :
0 = 0 (luôn đúng)
23
nên phương trình (19) có nghiệm là x R
+) Nếu b – a ≠ 0 b ≠ a : Phương trình (*) x a; xb
Lúc đó, nghiệm của phương trình (19) là x a; x b .
Tính chất 10 : Det A 0 khi và chỉ khi các dòng (các cột) của ma trận A là phụ
thuộc tuyến tính.
Tính chất 11 : Det A.B Det A .Det B
III. CÔNG THỨC KHAI TRIỂN LAPLACE (tham khảo)
Cho ma trận vuông A aij nn và số tự nhiên k (0 < k < n). Để ý đến k dòng
2 1 6 7
3 0 6 8
Ví dụ 20 : Cho ma trận A
4 2 7 5
5 1 3 9 44
Ta có :
2 6 2 5
m1,2;1,3 30 ; M1,2;1,3 23
3 6 1 9
3 8 1 6
m2 ,4;1,4 13 ; M 2 ,4;1,4 5
5 9 2 7
1 6 7
m1,2 ,4;2 ,3,4 0 6 8 120 ; M1,2 ,4;2 ,3,4 4 4
1 3 9
Định lý LAPLACE : Định thức của ma trận A bằng tổng của tích mọi định thức con
rút từ k dòng với phần bù đại số tương ứng của chúng
24
Det A mi1 ,...,ik ; j1 ,..., jk .Ai1 ,...,ik ; j1 ,..., jk (2.2.6)
j1 ,..., jk
Hoặc rút từ k cột với phần bù đại số tương ứng của chúng
Det A mi ,...,i ; j ,..., j .Ai ,...,i ; j ,..., j
1 k 1 k 1 k 1 k
(2.2.7)
i1 ,...,ik
Nhận xét : Công thức khai triển định thức theo dòng (theo cột) là trường hợp riêng của
công thức khai triển LAPLACE, khi k = 1.
0 0 1 6 4
0 0 9 1 0
Ví dụ 21 : Tính định thức Det(A) = ? với A 0 0 4 0 2 .
2 1 0 3 1
3 1 5 2 4
55
Giải :
Áp dụng công thức khai triển LAPLACE theo 3 dòng đầu tiên ta được
Det A m1,2 ,3; j1 , j2 , j3 .A1,2 ,3; j1 , j2 , j3
j1 , j2 , j3
Det A m1,2 ,3;1,2 ,3 .A1,2 ,3;1,2 ,3 m1,2 ,3;1,2 ,4 .A1,2 ,3;1,2 ,4 m1,2 ,3;1,2 ,5 .A1,2 ,3;1,2 ,5
m1,2 ,3;1,3,4 .A1,2 ,3;1,3,4 m1,2 ,3;1,3,5 .A1,2 ,3;1,3,5 m1,2 ,3;1,4 ,5 .A1,2 ,3;1,4 ,5
m1,2 ,3;2 ,3,4 .A1,2 ,3;2 ,3,4 m1,2 ,3;2 ,3,5 .A1,2 ,3;2 ,3,5 m1,2 ,3;2 ,4 ,5 .A1,2 ,3;2 ,4 ,5
m1,2 ,3;3,4 ,5 .A1,2 ,3;3,4 ,5
1 6 4
Dễ thấy, ngoại trừ định thức m1,2 ,3;3,4 ,5 9 1 0 94 , tất cả các định thức
4 0 2
m1,2 ,3; j1 , j2 , j3 còn lại đều bằng 0. Do đó, ta có :
1 6 4
1 2 3 3 4 5 2 1
Det A 1 9 1 0 . 94
3 1
4 0 2
Hệ quả : Nếu ma trận A có dạng ma trận khối
B O B C
A ; ; A
C D O D
với O là ma trận không. Thì ta có Det A Det B .Det D .
Ví dụ 22 : Ta có :
25
2 6 0 0
1 4 0 0 2 6 5 2
+) . 14.17 238 .
3 0 5 2 1 4 1 3
5 7 1 3
1 4 7 5 9
2 3 1 2 0 1 4 6
1 4
+) 0 0 1 4 6 . 2 1 2 5.11 55 .
2 3
0 0 2 1 2 3 1 1
0 0 3 1 1
Nhận xét : Nếu định thức cần tính, chứa nhiều số 0, nhưng rời rạc nhau không thành
một khối, thì ta dùng các phép đổi chỗ các dòng, đổi chỗ các cột cho nhau để đưa về
dạng ma trận khối như hệ quả trên. Chú ý, mỗi lần đổi chỗ thì định thức đổi dấu.
Ví dụ 23 : Ta có :
0 3 0 1 2 4 5 0 2 5 4 0
1 1 6 4 d1 d 3 1 1 6 4 c2 c3 1 6 1 4
2 4 5 0 0 3 0 1 0 0 3 1
0 2 0 1 0 2 0 1 0 0 2 1
2 5 3 1
. 17 1 17
1 6 2 1
26
Bài 3 : Tính định thức
a 1 1 1
b 0 1 1
c 1 0 1
d 1 1 0
Giải
Áp dụng tính chất 9 ta có
a 1 1 1 a 1 1 1
b 0 1 1 d 2 d 2 d1 b a 1 0 0
c 1 0 1 d3 d3 d1 c a 0 1 0
d 1 1 0 d 1 1 0
Khai triển định thức theo cột thứ j=4 ta được
b a 1 0 d d d ba 1 0
1 4 2 2 3
1 c a 0 1 cad 1 0
d 1 1 d 1 1
d1 d1 d 2
b c d 2a 0 0
cad 1 0 b c d 2a
d 1 1
Bài 4: Sinh viên tự giải
0 a b c
a 0 c b
Chứng minh
b c 0 a
a b c c b a c 2 a b a c
c b a 0
27
BÀI 3
HẠNG CỦA MA TRẬN
I. ĐỊNH NGHĨA
1. Ma trận bậc thang
Định nghĩa : Ma trận A aij mn được gọi là ma trận bậc thang, nếu nó thỏa mãn các
yêu cầu sau :
+) Các dòng chứa toàn số 0 (nếu có) thì nằm phía dưới so với các dòng có chứa chữ số
khác 0.
+) Trên các dòng chứa chữ số khác 0 bất kỳ, chữ số khác 0 đầu tiên (tính từ trái sang) của
dòng nằm dưới thì nằm bên phải chữ số khác không đầu tiên (tính từ trái sang) của dòng trên.
Ví dụ 1 : Các ma trận sau là ma trận bậc thang
0 7 3 2 1
1 0 3 4 9 0 0 0 4 3
0 5 2 0 8
1) A 2) B 0 0 0 0 6
0 0 6 7 0
0 0 0 0 0
0 0 0 0 0 45 0 0 0 0 0
55
3 1 5 0 4 1 0 2
3) C 0 2 4
4) D 0 0 0 0 9
0 0 6 0 0 0 0 0
33 35
2. Các phép biến đổi sơ cấp (BĐSC)
Định nghĩa : Ta gọi các phép biến đổi trên ma trận sau đây là các phép biến đổi sơ cấp
trên dòng :
+) di d j : Đổi chỗ dòng thứ i cho dòng thứ j.
+) di kdi : Nhân vào dòng thứ i số thực k≠0.
+) di di kd j : Cộng vào dòng thứ i bội k lần dòng thứ j.
và các phép biến đổi sơ cấp trên cột
+) ci c j : Đổi chỗ cột thứ i cho cột thứ j.
+) ci kci : Nhân vào cột thứ i số thực k≠0.
+) ci ci kc j : Cộng vào cột thứ i bội k lần cột thứ j.
Nếu sau một số hữu hạn các phép biến đổi sơ cấp, ma trận A biến đổi thành ma trận B thì
BĐSC
ta ký hiệu là A
B.
Ví dụ 2 :
1 2 0 3 0 1 3 5
d1 d 2
A 0 1 3 5 1 2 0 3
2 4 7 1
34 2 4 7 1 34
0 1 3 5 15 1 3 5
d3 2.d3 c1 c1 3c4
1 2 0 3 8 2 0 3
4 8 14 2 10 8 14 2
34 34
28
3. Hạng của ma trận
a) Ma trận con, định thức con
Cho ma trận A aij mn
, các phần tử nằm trên k dòng bất kỳ (km) và p cột bất kỳ
(pn) của ma trận A thì tạo thành một ma trận được gọi là ma trận con cấp kp của A. Định
thức của ma trận con vuông cấp k của A thì được gọi là định thức con cấp k của A.
Ví dụ 3 : Cho ma trận
1 2 6 0 5
2 0 7 4 7
A
3 5 3 4 8
4 1 9 1 9 45
+) Ma trận con cấp 23 nằm trên các dòng 2, 3 và các cột 1, 2, 3 là :
1 2 6 0 5
2 0 7 4 7
2 0 7
A
3 -5 -3 4 8 3 5 3 23
4 1 9 1 9 45
+) Ma trận con cấp 22 nằm trên các dòng 1, 4 và các cột 2, 5 là :
1 -2 6 0 5
2 0 7 4 7
2 5
A
3 5 3 4 8 1 9 22
4 -1 9 1 -9 45
2 5
Định thức con cấp 2 tương ứng là 23 .
1 9
b) Hạng của Ma trận
Định nghĩa : Cho ma trận A aij mn
, hạng của ma trận A được ký hiệu là R(A) hay
Rank(A) chính là cấp của định thức con khác không cấp cao nhất của ma trận A.
Ta thừa nhận một số kết quả về hạng của ma trận như sau :
+) 0 R(A) min(m; n).
+) R(A) = 0 khi và chỉ khi A là ma trận không.
+) Nếu A là ma trận vuông cấp n thì R(A) = n khi và chỉ khi Det(A) ≠ 0.
+) R(A) = R(AT).
II. PHƯƠNG PHÁP TÌM HẠNG CỦA MỘT MA TRẬN
Định lý 1 : Hạng của ma trận bậc thang chính bằng số dòng chứa chữ số khác 0 của nó.
Ví dụ 4 :
1 0 3 4 9
0 5 2 0 8
1) A R(A) = 3.
0 0 6 7 0
0 0 0 0 0 45
29
0 4 1 0 2
2) B 0 0 0 0 9
R(B) = 2.
0 0 0 0 0
35
Định lý 2 : Các phép biến đổi sơ cấp không làm thay đổi hạng của ma trận.
Nhận xét : Từ các kết quả của hai định lý nêu trên ta suy ra, để tìm hạng của một ma trận, ta
dùng các phép biến đổi sơ cấp (BĐSC) để đưa ma trận đó về dạng ma trận bậc thang. Lúc đó,
hạng của ma trận ban đầu chính bằng hạng của ma trận bậc thang (bằng số dòng khác không
của ma trận bậc thang này).
Ví dụ 5 : Tìm hạng của các ma trận sau
3 2 1 0 4 3 2 5 1
3 7 2 1 2 3 3 9 5
1) A 2) B
6 9 3 1 2 5 5 7 2
5 7 3 2 44 3 2 3 2 4 45
Giải
1) Dùng các phép BĐSC, đưa ma trận A về dạng ma trận bậc thang ta có
1 2 3 0 d 2 d 2 2 d1 1 2 3 0
7 3 1
d3 d3 3d1
c1 c3 2 d 4 d 4 3d1 0 3 3 1
A
3 9 6 1 0 3 3 1
3 7 5 2 44 0 1 4 2 44
1 2 3 0 1 2 3 0
d 3 d 3 3d 2 4 2
d2 d4 0 1 4 2 d 4 d 4 3d 2 0 1
0 3 3 1 0 0 9 5
0 3 3 1 44 0 0 9 5 44
1 2 3 0
1 4 2
d 4 d 4 d3 0
R(A) = 3.
0 0 9 5
0 0 0 0 44
2) Sinh viên tự giải
Ví dụ 6 : Tìm m để ma trận sau có hạng bằng 2.
1 2 14
2 1 2 3
A
3 3 1 m 5
5 4 3 m 8 44
1) m = 3 2) m = 2 3) m ≠ 3 4) m ≠ 2
Giải
Dùng các phép biến đổi sơ cấp ta đưa ma trận A về dạng bậc thang
30
1 2 1
4 d2 d2 2d1 1 2 1 4
2 1 2 d3 d3 3d1
3 d4 d4 5d1 0 3 4 5
A
3 3 1 m 5 0 3 4 m 7
5 4 3 m 8 0 6 8 m 12
1 2 1 4 1 2 1 4
0 3 4
d3 d3 d 2
5 d4 d4 d3 0 3 4 5
d4 d 4 2d2
B
0 0 0 m 2 0 0 0 m 2
0 0 0 m 2 0 0 0 0
+) Nếu m - 2 = 0 m = 2 thì R(A) = R(B) = 2.
+) Nếu m - 2 ≠ 0 m ≠ 2 thì R(A) = R(B) = 3
Vậy ta chọn m = 2, tức là đáp án 2).
31
BÀI 4
MA TRẬN NGHỊCH ĐẢO
I. ĐỊNH NGHĨA
Định nghĩa : Cho ma trận vuông A aij nn , ma trận nghịch đảo của ma trận A cũng
là một ma trận vuông cấp n, được ký hiệu là A-1, thỏa điều kiện :
A.A-1 = A-1.A = In
Ma trận A có tồn tại ma trận nghịch đảo A-1 thì ta nói ma trận A là khả nghịch hay khả
đảo.
Tính chất
1) Nếu A khả nghịch thì A-1 cũng khả nghịch và (A-1)-1 = A
2) Nếu A khả nghịch thì AT cũng khả nghịch và (AT)-1 = (A-1)T
3) Nếu A, B là hai ma trận vuông cùng cấp n, khả nghịch thì A.B cũng là ma trận
vuông cùng cấp n, khả nghịch và (A.B)-1 = B-1.A-1.
Chứng minh
1) (A-1)-1 = A là theo định nghĩa của ma trận nghịch đảo.
2) Ta có (A.A-1) = In (A.A-1)T = (In)T (A-1)T.AT = In
(AT)-1 = (A-1)T theo định nghĩa của ma trận nghịch đảo.
3) Ta có (A.B).(B-1.A-1) = A.B.B-1.A-1 = A.In.A-1 = A.A-1 = In.
(A.B)-1 = B-1.A-1 theo định nghĩa của ma trận nghịch đảo.
II. CÔNG THỨC TÌM MA TRẬN NGHỊCH ĐẢO BẰNG MA TRẬN PHỤ HỢP
Định lý 1 (điều kiện tồn tại ma trận nghịch đảo)
Ma trận vuông nn
A aij khả nghịch khi và chỉ khi Det(A) ≠ 0. Lúc đó, ma trận
32
1 2 3
1 2
a) A b) A 1 1 5
3 4 2 2 0 2 3
33
Giải
1 1 A11 A21
a) Ta có Det(A) = -2 0 tồn tại A1 .PA .
Det A 2 A12 A22
11 1 5 1 2 1 5 1 3 1 1
A11 1 . 13 ; A12 1 3 ; A13 1 2 ;
2 3 0 3 0 2
2 1 2 3 2 2 1 3 23 1 2
A21 1 12 ; A22 1 . 3; A23 1 2;
2 3 0 3 0 2
3 1 2 3 3 2 1 3 3 3 1 2
A31 1 7; A32 1 . 2 ; A33 1 . 1 ;
1 5 1 5 1 1
13 12 7 13 12 7
1
PA 3 3 2 A 1
.PA = 3 3 2
2 2 det(A)
1 33 2 2
1 33
Ví dụ 2 : Tìm m để ma trận sau đây là khả nghịch
1 2 3 1 3 1
a)
b) B m 1 2
A 2 1 1 1
3 1 m 2 2 m 1 2 33
33
Giải
a) Ma trận A khả nghịch Det A 0
Ta có thể dùng quy tắc tam giác SARRUS để tính Det(A), tuy nhiên ta có thể tính
33
Det(A) đơn giản hơn như sau :
1 2 3 1 2 3 d3 d3 d2
1 2 3
d 2 d 2 2 d1
det A 2 1 1 0 5 5 0 5 5
d 3 d 3 3d1
3 1 m2 0 5 m 7 0 0 m2
Det A 5 m 2
Do đó, ma trận A khả nghịch Det A 5 m 2 0 m 2 .
b) Sinh viên tự giải
III. TÌM MA TRẬN NGHỊCH ĐẢO BẰNG CÁC PHÉP BĐSC TRÊN DÒNG
Cho ma trận vuông A aij nn , ta có thể tìm ma trận nghịch đảo A -1
bằng các phép
biến đổi sơ cấp trên dòng của A nhờ vào việc áp dụng các kết quả của các định lý sau đây :
Định lý 2 : Mọi ma trận vuông A aij nn không suy biến đều có thể biến đổi về thành
ma trận đơn vị In bằng các phép biến đổi sơ cấp trên dòng của nó.
a11 a12 ⋯ a1n 1 0 ⋯ 0
a a
⋯ a2 n 0 1 ⋯ 0
BDSC trên dòng
A 21 22 In
⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯
an1 an 2 ⋯ ann nn 0 0 ⋯ 1 nn
Định lý 3 : Nếu ma trận vuông không suy biến A aij nn biến đổi về thành ma trận
đơn vị In bằng các phép biến đổi sơ cấp trên dòng 1 ; 2 ;…… ; k . Thì cũng bằng
các phép biến đổi này (tuân theo thứ tự như trên) áp dụng vào các dòng của ma trận đơn
vị In ta sẽ biến đổi được In về thành ma trận nghịch đảo A-1.
Từ các kết quả của các định lý trên, ta suy ra cách tìm ma trận nghịch đảo A-1 bằng
các phép biến đổi sơ cấp trên dòng của ma trận A như sau :
Bước 1 : Viết ma trận A aij nn và ma trận đơn vị I n ở cạnh nhau có dạng
Bước 2 : Dùng các phép biến đổi sơ cấp trên dòng đối với toàn bộ ma trận A I n để
biến đổi phần ma trận A về thành ma trận đơn vị In. Lúc đó, phần ma trận đơn vị In ở
bên cạnh sẽ tự động biến đổi về ma trận nghịch đảo A-1.
Chú ý : Nếu trong quá trình biến đổi sơ cấp trên dòng đối với toàn bộ ma trận A I n , nếu
ở phần chứa ma trận A có xuất hiện một dòng (hay một cột) nào đó gồm toàn số 0 thì ta kết
34
luận ma trận A là suy biến, nên không tồn tại ma trận nghịch đảo A-1.
Ví dụ 3 : Dùng các phép biến đổi sơ cấp để tìm ma trận nghịch đảo của các ma trận sau
1 2 3
1 2
a) A b) A 1 1 5
3 4 2 2 0 2 3
33
Giải
1 2 1 0 1 2 1 0 h1 h1 h2 1 0 2 1
a) A I2 = 3 h2 h2 3 h1
4 0 1 0 2 3 1 0 2 3 1
1 2 1 2 1
h2 h2
2 1 0 3 1 A -1
= 3
1
0 1
2 2 2 2 22
1 2 3 1 0 0 1 2 3 1 0 0
b) A I3 h2 h2 h1
= 1 1 5 0 1 0 0 1 2 1 1 0
0 2 3 0 0 1 0 2 3 0 0 1
1 2 3 1 0 0 1 2 0 7 6 3
h3 h3 2 h2 h2 h2 2 h3
0 1 2 1 1 0
h1 h1 3 h3
0 1 0 3 3 2
0 0 1 2 2 1 0 0 1 2 2 1
1 0 0 13 12 7 1 0 0 13 12 7
h1 h1 2 h2 h2 h2
0 1 0 3 3 2
h3 h3
0 1 0 3 3 2
0 0 1 2 2 1 0 0 1 2 2 1
13 12 7
A-1 = 3 3 2
2 2 1 33
35
IA.X = A-1.D
X = A-1.D
2) Nhân ma trận nghịch đảo A-1 vào bên phải hai vế phương trình X.A = B ta được
P/t X.A-1.A = D.A-1
X.IA = D.A-1
X = D.A-1
3) Nhân ma trận nghịch đảo A-1 vào bên trái, ma trận nghịch đảo B-1 vào bên phải hai vế
phương trình A.X.B = D ta được
P/t A-1.A.X.B.B-1 = A-1.D.B-1
IA.X.IB = A-1.D.B-1
X = A-1.D.B-1
Ví dụ 4 : Giải các phương trình ma trận sau
1 2 3
1 2 1 0 1 1 0
a) .X = b) X . 1 1 5
3 4 2 2 2 1 2 2 0 2 3 0 2 3 2 3
33
Giải
2 1
1 2 1 0 1 .
1
a) Đặt A ; D= A 3
3 4 2 2 2 1 2 2
2 2 2 2
2 1 4 1
X= 3 1 0 =
1 5 1
2 1 22
2 2 22 2 2 22
1 2 3 13 12 7
1 1 0
b) Đặt A 1 1 5 ; D = A 3 3 2 .
1
0 2 3 0 2 3 2 3 2 2 1 33
33
13 12 7
1 1 0 16 15 9
X= . 3 3 2 =
0 2 3 23 2 2 12 12 7 23
1 33
36
V. BÀI TẬP (Sinh viên tự giải)
Bài 1 : Tính định thức và tìm ma trận nghịch đảo của các ma trận sau đây
2 4 0 3 1 1
a) A = 3 5 1 b) B = 2 0 4
5 9 1 5 1 6
33 33
1 2 3
A = 2 3 9
3 5 m
33
37
BÀI 5
HỆ PHƯƠNG TRÌNH ĐẠI SỐ TUYẾN TÍNH
I. ĐỊNH NGHĨA
Định nghĩa : Hệ phương trình đại số tuyến tính gồm m phương trình và n ẩn số là hệ
phương trình có dạng :
a11x1 a12 x2 ⋯⋯ a1n xn b1
a x a x ⋯⋯ a2n xn b2
21 1 22 2
(5.1)
⋯ ⋯ ⋯ ⋯ ⋯⋯ ⋯ ⋯ ⋯ ⋯
am1x1 am 2 x2 ⋯⋯ amn xn bm
Trong đó aij ℝ i 1,m; j 1,n là các hệ số của hệ (5.1), x1; x2 ;......; xn là các ẩn
số của hệ (5.1).
Ta gọi
a11 a12 ⋯ a1n
a a22 ⋯ a2n
mn
+) A aij 21
… ⋯ ⋯ ⋯
là ma trận hệ số của hệ (5.1).
am1 am 2 ⋯ amn mn
b1
b
+) B 2 là ma trận các hệ số tự do của hệ (5.1).
⋮
bm m1
x1
x
+) X 2 là ma trận các ẩn số của hệ (5.1).
⋮
xn n1
a11 a12 ⋯ a1n b1
a a22 ⋯ a2 n b2
+) A A B 21 là ma trận hệ số mở rộng
m n 1 ⋯ ⋯ ⋯ ⋯ ⋯
am1 am 2 ⋯ amn bm
m n 1
của hệ (5.1).
Hệ phương trình (5.1) có thể viết dưới dạng phương trình ma trận là
Hệ p/t (5.1) A.X = B
38
a11 a12 ⋯ a1n x1 b1
a x b
21 a22 ⋯ a2n
. 2 2
… ⋯ ⋯ ⋯ ⋮ ⋮
am1 am 2 ⋯ amn mn xn n1 bm m1
Định nghĩa : Nếu b1 b2 ...... bm 0 thì hệ phương trình tuyến tính (5.1) được gọi
là hệ phương trình tuyến tính thuần nhất. Ngược lại, nếu có tồn tại bi 0 i 1; m thì
ta nói hệ phương trình tuyến tính (5.1) là hệ phương trình tuyến tính không thuần nhất.
Vậy hệ phương trình tuyến tính thuần nhất gồm m phương trình, n ẩn số là hệ phương
trình có dạng
a11x1 a12 x2 ⋯⋯ a1n xn 0
a x a x ⋯⋯ a2n xn 0
21 1 22 2
(5.2)
⋯ ⋯ ⋯ ⋯ ⋯⋯ ⋯ ⋯ ⋯ ⋯
am1x1 am 2 x2 ⋯⋯ amn xn 0
Rõ ràng x1 0; x2 0;......; xn 0 là một nghiệm của hệ phương trình tuyến tính
thuần nhất (5.2). Ta gọi nghiệm này là nghiệm tầm thường của hệ phương trình tuyến
tính thuần nhất (5.2). Suy ra, hệ phương trình thuần nhất (5.2) không bao giờ vô
nghiệm. Hoặc hệ (5.2) có duy nhất nghiệm là nghiệm tầm thường
x1 0; x2 0;......; xn 0 , hoặc hệ (5.2) có vô số nghiệm (trong đó có cả nghiệm tầm
thường).
Ví dụ 1 : Xét hệ phương trình
2 x1 4 x2 5 x3 x4 0
3x2 x3 7 x4 2
x
1 x2 6 x3 2 x4 1
Là một hệ phương trình tuyến tính không thuần nhất gồm 3 phương trình, 4 ẩn.
2 4 5 1
+) A 0 3 1 7 là ma trận hệ số của hệ.
1 1 6 2
34
0
+) B 2 là ma trận các hệ số tự do của hệ.
1
31
39
x1
x
+) X 2 là ma trận các ẩn số của hệ.
x3
x4 41
2 4 5 1 0
+) A A B 0 3 1 7 2 là ma trận hệ số mở rộng của hệ.
35
1 1 6 2 1
35
Dạng phương trình ma trận của hệ phương trình này là :
x1
2 4 5 1 x 0
0 3 1 7 . 2 2
x3
1 1 6 2
34 x 1 31
4 41
Định lý Kronecker – Capelli (điều kiện tồn tại nghiệm)
Hệ phương trình tuyến tính (5.1) có nghiệm khi và chỉ khi R A R A .
Cụ thể ta có
+) Nếu R A R A n (n là số ẩn của hệ) thì hệ (5.1) có nghiệm duy nhất.
40
Ta có
1 2 1 1 2 1 1 2 1
d 2 d 2 2 d1
A 2 3 4 0 1 2 d 3 d 3 2d 2
0 1 2
d 3 d3 5d1
5 8 3m 0 2 3m 5 0 0 3m 9
Để R A 3 3m 9 0 m 3
Vậy ta chọn đáp án c).
Ví dụ 3 : Dùng định lý Kronecker – Capelli để xét sự tồn tại nghiệm của các hệ
phương trình sau đây :
x1 3 x2 x3 8 3 x1 2 x2 x3 2
a) 2 x1 5 x2 2 x3 10 b) 2 x1 x2 5 x3 1
3x 8 x x3 6 5 x x 6 x3 1
1 2 1 2
Giải
a) Ta dùng các phép BĐSC để tìm hạng của cả hai ma trận A và A như sau :
1 3 1 8 d 2 d 2 2 d1 1 3 1 8
d3 d 3 3d1
A A B 2 5 2 10 0 1 4 6
3 8 1 6 0 1 4 18
1 3 1 8
d 3 d 3 d 2
0 1 4 6
R A 2 R A 3
0 0 0 12
Kết luận : Hệ phương trình vô nghiệm theo kết quả của định lý Kronecker – Capelli.
b) Ta dùng các phép BĐSC để tìm hạng của cả hai ma trận A và A như sau :
3 2 1 2 1 3 4 3
d1 d1 d2
A A B 2 1 5 1 2 1 5 1
5 1 6 1 5 1 6 1
1 3 4 3
d 2 d 2 2 d1 1 3 4 3
d3 d3 5d1 d3 d 3 2 d 2
0 7 13 7 0 7 13 7
0 14 26 14 0 0 0 0
R A 2 R A 2
Kết luận : Hệ phương trình có vô số nghiệm theo kết quả của định lý Kronecker –
Capelli.
II. HỆ PHƯƠNG TRÌNH TUYẾN TÍNH CRAMER
Định nghĩa : Hệ phương trình tuyến tính (5.1) được gọi là hệ phương trình tuyến tính
CRAMER nếu nó thỏa hai điều kiện sau
41
+) Số phương trình bằng số ẩn (tức là m = n).
+) Det A 0 .
Định lý : (công thức CRAMER) Hệ phương trình tuyến tính CRAMER luôn tồn tại
duy nhất nghiệm xác định bởi công thức
Det Ai
xi
Det A
i 1; n (5.3)
Trong đó, Ai là ma trận thu được khi ta thay thế toàn bộ cột thứ i của ma trận A bằng
cột các hệ số tự do B.
Ví dụ 4 : Giải các hệ phương trình sau :
2 x1 x2 5 x3 4
1) 3 x1 2 x2 x3 1
5 x 3 x 4 x3 11
1 2
x1 3 x2 2 x3 x4 4
5 x2 x3 2 x4 1
3 x1
2)
2 x1 4 x2 5 x3 x4 9
5 x1 x2 3 x3 4 x4 15
Giải
1) Ta có
2 1 5 4 1 5
Det A 3 2 1 124 ; Det A1 1 2 1 124
5 3 4 11 3 4
2 4 5 2 1 4
Det A2 3 1 1 248 ; Det A3 3 2 1 0
5 11 4 5 3 11
Do Det A 124 0 đây là hệ phương trình tuyến tính Cramer, hệ này có duy
nhất nghiệm là
Det A1 Det A2 Det A3
x1 1; x2 2; x3 0
Det A Det A Det A
2) Ta có
1 3 2 1 4 3 2 1
3 5 1 2 -1 5 1 2
Det A 364 ; Det A1 364
2 4 5 1 -9 4 5 1
5 1 3 4 -15 1 3 4
42
1 4 2 1 1 3 4 1
3 -1 1 2 3 5 -1 2
Det A2 728 ; Det A3 0
2 -9 5 1 2 4 -9 1
5 -15 3 4 5 1 -15 4
1 3 2 4
3 5 1 -1
Det A4 1092
2 4 5 -9
5 1 3 -15
Do Det A 364 0 đây là hệ phương trình tuyến tính Cramer, hệ này có duy
nhất nghiệm là
Det A1 Det A2
x1 1; x2 2;
Det A Det A
Det A3 Det A4
x3 0 ; x4 3
Det A Det A
III. PHƯƠNG PHÁP GAUSS GIẢI HỆ PHƯƠNG TRÌNH ĐẠI SỐ TUYẾN TÍNH
Sử dụng các phép biến đổi sơ cấp trên dòng đối với ma trận hệ số mở rộng
A A B như sau :
2) Nhân vào một dòng của ma trận A A B với một số thực khác 0.
3) Cộng vào một dòng của ma trận A A B với bội k lần một dòng khác.
Phương pháp GAUSS giải hệ phương trình đại số tuyến tính (5.1) bao gồm hai quá
trình :
Quá trình thuận : Sử dụng các phép biến đổi sơ cấp trên dòng đối với ma trận hệ số
mở rộng A A B , để đưa ma trận này về ma trận bậc thang.
Quá trình ngược : Từ hệ phương trình cuối cùng, ta tiến hành giải ngược từ phương
trình cuối ngược lên phương trình đầu, ta được nghiệm của hệ.
Ví dụ 5 : Dùng phương pháp GAUSS giải các hệ phương trình sau
x1 2 x2 x3 6
1) 2 x1 5 x2 2 x3 10
x
1 4 x2 7 x3 2
43
5 x1 2 x2 4 x3 3 x4 5
4x x2 3 x3 5 x4 1
2) 1
2 x1 7 x2 x3 9 x4 7
9 x1 14 x2 8 x3 5 x4 21
Giải
1 2 1 6 d2 d2 2 d1 1 2 1 6
1) A 2 5 2 10 0 1 4 2
d3 d3 d1
1 4 7 2 0 2 8 4
1 2 1 6
d3 d3 2 d 2
0 1 4 2
0 0 0 0
x 2 x2 x3 6 x 6 2 x2 x3
Hệ 1 1
x2 4 x3 2 x2 2 4 x3
x 10 9 x3
1
x2 2 4 x3
x1 10 9a
Vậy hệ phương trình có vô số nghiệm là : x2 2 4 a a ℝ
x a
3
5 2 4 3 5 1 3 1 2 4
4 1 3 5 1 d1 d1 d 2 4 1 3 5 1
2) A
2 7 1 9 7 2 7 1 9 7
9 14 8 5 21 9 14 8 5 21
1 3 1 2 4 1 3 1 2 4
d 2 d 2 4 d1 4 1 3 5 1 d3 d3 d 2 0 13 1 13 15
d 3 d 3 2 d1 2 7 1 9 7 d 4 d 4 d 2 0 0 0 0 0
d 4 d 4 9 d1
9 14 8 5 21 0 0 0 0 0
x 3 x2 x3 2 x4 4
Hệ 1
13 x2 x3 13 x4 15
x1 4 3x2 x3 2 x4
15 1
x2 x3 x4
13 13
44
7 10
x1 x3 x4
13 13
x 15 1
x3 x4
2 13 13
Vậy hệ phương trình có vô số nghiệm là :
7 10
x1 a b
13 13
15 1
x2
13
13
a b a, b R
x3 a
x b
4
Ví dụ 6 : Cho hệ phương trình
x1 2 x2 5 x3 1
2 x1 5 x2 8 x3 2
x1 2 x2 m2 m 5 x3 m 1
45
R A R A 3 (bằng với số ẩn)
46
BÀI 6
KHÔNG GIAN VÉC TƠ
I. ĐỊNH NGHĨA
Định nghĩa 1 : Cho V là một tập khác rỗng, K là trường số thực ℝ hoặc số phức ℂ .
Trên V xác định hai phép toán “phép cộng véc tơ” và “phép nhân vô hướng” một số
với một véc tơ như sau :
*) Phép cộng :
: V V V
x, y ֏ x y
*) Phép nhân :
: K V V
, y ֏ .y
hai phép toán này thỏa các tính chất
1) Tính giao hoán của phép cộng
x y y x x, y V
2) Tính kết hợp của phép cộng
x y z x y z x, y, z V
3) Tồn tại phần tử trung hòa của phép cộng
V : x x x x V
4) Tồn tại phần tử đối của phép cộng
x V : x x x V
5) . .x . .x , K ; x V
6) .x .x .x , K ; x V
7) . x y .x .y K ; x, y V
8) 1.x x x V
Lúc đó, ta nói tập V với hai phép toán cộng và nhân nói trên tạo thành một K -
không gian véc tơ. Ta gọi V là không gian véc tơ thực (nếu K ℝ ) hoặc không gian
véc tơ phức (nếu K ℂ ) và mỗi phần tử x V được gọi là một véc tơ.
Chú ý 1 :
+) x, y V x y V ta nói tập V đóng kín đối với phép cộng.
+) K , x V .x V ta nói tập V đóng kín đối với phép nhân.
Ví dụ 1 : Ta có một số ví dụ về không gian véc tơ thường gặp như sau
1) Cho tập V3 là tập các véc tơ hình học trong không gian với hai phép toán
+) Phép cộng là cộng hai véc tơ hình học
+) Phép nhân là nhân một số thực với một véc tơ hình học.
Lúc đó, tập V3 đóng kín với phép cộng, phép nhân và thỏa cả 8 yêu cầu nêu trên
với phần tử trung hòa chính là véc tơ không, tức là 0 . Do đó, tập V3 sẽ là một
không gian véc tơ thực.
2) Cho tập ℝ n x1 ; x2 ;......; xn xi ℝ i 1,n với hai phép toán xác định như sau
+) Phép cộng : x, y ℝ n x x1 ; x2 ;......; xn ; y y1 ; y2 ;......; yn
x y x1 y1 ; x2 y2 ;......; xn yn .
47
+) Phép nhân : x ℝ n x x1 ; x2 ;......; xn
k.x kx1 ;kx2 ;......;kxn k ℝ
Lúc đó, tập ℝ n đóng kín với phép cộng, phép nhân và thỏa cả 8 yêu cầu nêu trên
với phần tử trung hòa chính là 0; 0;......; 0 . Do đó, tập ℝ n sẽ là một không gian
n
véc tơ thực.
3) Cho tập Pn x là tập tất cả các đa thức hệ số thực có bậc n. Tức là Pn x có dạng
Pn x a x
n
n
an 1 .x n 1 ...... a1 .x ao ai ℝ i 0 ,n
Trên Pn x ta xác định hai phép toán
+) Phép cộng : là cộng hai đa thức
+) Phép nhân : là nhân một số thực với một đa thức.
Lúc đó, tập Pn x đóng kín với phép cộng, phép nhân và thỏa cả 8 yêu cầu nêu
trên với phần tử trung hòa chính là số 0, tức là 0 . Do đó, tập Pn x sẽ là một
không gian véc tơ thực.
4) Cho tập M m,n ℝ là tập tất cả các ma trận thực cấp mn. Trên M m,n ℝ ta xác
định hai phép toán
+) Phép cộng : là cộng hai ma trận thực cùng cấp mn.
+) Phép nhân : là nhân một số thực với một ma trận thực cấp mn.
Lúc đó, tập M m,n ℝ đóng kín với phép cộng, phép nhân và thỏa cả 8 yêu cầu
nêu trên với phần tử trung hòa chính là ma trận không, tức là Om,n . Do đó, tập
M m,n ℝ sẽ là một không gian véc tơ thực.
5) Cho tập C a; b là tập tất cả các hàm số thực liên tục trên a; b . Trên C a; b ta xác
định hai phép toán
+) Phép cộng : f , g C a; b f g x f x g x
+) Phép nhân : ℝ ; f C a; b f x .f x
Lúc đó, tập C a; b đóng kín với phép cộng, phép nhân và thỏa cả 8 yêu cầu nêu
trên với phần tử trung hòa chính là hàm số f x 0 , tức là 0 . Do đó, tập C a; b sẽ
là một không gian véc tơ thực.
Ví dụ 2 : Ta có một số ví dụ về một tập không đóng kín đối với hai phép toán cộng và
nhân vô hướng
1) Cho tập W x1; x2 ;1 x1 ,x2 R với hai phép toán xác định trên ℝ3 . Ta có
x, y W x x1; x2 ; 1 ; y y1; y2 ; 1
+) x y x1 y1; x2 y2 ; 2 W W không đóng kín đối với phép cộng.
+) k.x kx1;kx2 ; k W k ℝ W không đóng kín đối với phép nhân.
2) Cho tập P2 * x là tập tất cả các đa thức hệ số thực có bậc bằng 2. Tức là P2 * x
có dạng
48
P2 * x ax 2
bx c a, b, c R; a 0
Chọn f x x 2 3x 5 và g x x 2 x 2 f x , g x P2 * x
Ta có f x g x 4 x 7 f x g x P2 * x
P2 * x không đóng kín đối với phép cộng.
Định lý 1 : Cho không gian véc tơ V. Ta có một số kết quả sau :
1) Phần tử trung hòa là duy nhất.
2) x V thì véc tơ đối (-x) là duy nhất.
3) 0.x x V .
4) . K .
5) 1 .x x x V .
6) .x 0 hoặc x .
Chứng minh
1) Giả sử có tồn tại phần tử trung hòa khác là * ≠ . Do *, đều là hai véc tơ của
không gian V nên theo định nghĩa phần tử trung hòa ta có :
* *
vô lý, vì * ≠ đfcm.
2) Giả sử có tồn tại phần tử đối khác của véc tơ x là x* ≠ -x. Theo định nghĩa phần tử
đối ta có :
x* x* x* x x x* x x x x
vô lý, vì x* ≠ x đfcm.
3) Ta có
0.x 0.x x V (1)
0.x 0 0 x 0.x 0.x x V (2)
thế (2) vào (1) ta được
(1) 0.x 0.x 0.x
0.x 0.x 0.x
0.x
0.x (đfcm)
4) Ta có . . 0.x .0 .x 0.x K (đfcm)
5) Ta có 1 .x x 1 .x 1.x 1 1 .x 0.x x V
1 .x x (đfcm)
6) Chiều ngược : Nếu 0 hoặc x .x theo chứng minh ở câu 3)
và câu 4).
Chiều thuận : Nếu .x
+) Nếu 0 đfcm
+) Nếu 0 1 . .x 1. 1.x x (đfcm)
II. KHÔNG GIAN VÉC TƠ CON
Định nghĩa 2 : Cho V là một K - không gian véc tơ. Tập con khác rỗng W≠ của V
được gọi là một không gian véc tơ con (gọi tắt là không gian con) của V nếu tập W cùng
với hai phép toán cộng và nhân xác định trên V, tạo thành một K - không gian véc tơ.
Như vậy, muốn chứng tỏ một tập W là một không gian con của K- không gian véc
49
tơ V ta cần phải chỉ ra :
+) W ≠ và W là tập con của V
+) W đóng kín đối với hai phép toán cộng véc tơ và nhân vô hướng của V.
+) W với hai phép toán cộng véc tơ và nhân vô hướng của V sẽ thỏa 8 yêu cầu
nêu trong định nghĩa của không gian véc tơ.
Tuy nhiên, định lý sau đây sẽ giúp chúng ta chứng minh W là không gian con của
V một cách đơn giản hơn.
Định lý 2 : Cho V là một K – không gian véc tơ và tập W≠ là một tập con của V.
Điều kiện cần và đủ để tập W là không gian con của V là W đóng kín đối với phép cộng
véc tơ và phép nhân vô hướng của V. Tức là :
+) x, y W x y W
+) K ; x W .x W
Chứng minh
Do W đóng kín đối với hai phép toán cộng véc tơ và nhân vô hướng của V nên ta
có thể lấy hai phép toán này để làm hai phép toán xác định trên W.
Chiều thuận : Nếu W là không gian con của V thì bản thân W là một không gian véc
tơ nên đóng kín với phép cộng véc tơ và nhân vô hướng là đương nhiên theo định nghĩa
của không gian véc tơ.
Chiều nghịch : Nếu W đóng kín đối với hai phép toán cộng véc tơ và nhân vô hướng
của V. Vì W là tập con của V nên x, y W x, y V . Do đó, 8 yêu cầu của
định nghĩa không gian véc tơ đã thỏa mãn trong V nên cũng sẽ thỏa mãn trong W.
W là một không gian véc tơ W là không gian véc tơ con của V (đfcm).
Chú ý 2 :
+) Cho tập W ≠ là một tập con của không gian véc tơ V. Từ kết quả của định lý trên
ta suy ra, để chứng minh tập W là một không gian con của V, ta chỉ cần chứng minh W
đóng kín đối với hai phép toán trên V.
+) Hai điều kiện đóng kín nói trên tương đương với điều kiện
x y W x, y W; , K
Ví dụ 3 : Cho V là một K – không gian véc tơ. Dễ thấy, hai tập W1 và W2 V
chính là hai không gian con của V (gọi là hai không gian con tầm thường của V).
Ví dụ 4 : Cho tập W x1 , x2 , x3 x1 ,x2 ,x3 ℝ; x1 x2 x3 0 thì W sẽ là một
không gian con của không gian ℝ3 .
Chứng minh Ta chứng minh như sau :
Ý 1 : W ≠ và W là tập con của ℝ3
+) Dễ thấy X 6, 4,2 W (vì -6 + 4 + 2 = 0) W≠
+) W là tập con của ℝ3 hiển nhiên.
Ý 2 : W đóng kín đối với hai phép toán cộng véc tơ và nhân vô hướng của ℝ3 .
+) W đóng kín đối với phép cộng. Tức là x, y W x y W
+) W đóng kín đối với phép nhân. Tức là K , x W .x W
Thật vậy
x1 x2 x3 0
X , Y W X x1 ; x2 ; x3 ; Y y1 ; y2 ; y3 với
y1 y2 y3 0
50
X Y x1 y1; x2 y2 ; x3 y3
Do x1 y1 x2 y2 x3 y3 x1 x2 x3 y1 y2 y3 0 0 0
X Y W W đóng kín đối với phép cộng.
.X x1; x2 ; x3
Do x1 x2 x3 x1 x2 x3 .0 0
.X W ℝ W đóng kín đối với phép nhân.
W là không gian con của không gian ℝ3 .
a b
Ví dụ 5 : Cho tập W a,b,c ℝ thì W sẽ là một không gian con của không
c 0
gian véc tơ M 2 ℝ .
Chứng minh Ta chứng minh như sau :
Ý 1 : W ≠ và W là tập con của M 2 ℝ
1 3
+) Dễ thấy A W W≠
2 0
+) W là tập con của M 2 ℝ hiển nhiên.
Ý 2 : W đóng kín đối với hai phép toán cộng véc tơ và nhân vô hướng của M 2 ℝ .
+) W đóng kín đối với phép cộng. Tức là x, y W x y W
+) W đóng kín đối với phép nhân. Tức là K , x W .x W
Thật vậy
a b a b
A, B W A 1 1 ; B 2 2
c1 0 c2 0
a a b b
A B 1 2 1 2 A B W W đóng kín đối với phép cộng.
c1 c2 0
.a .b1
.A 1 .A W ℝ W đóng kín đối với phép nhân.
1 .c 0
W là không gian con của không gian M 2 ℝ .
Nhận xét : Trong các ví dụ trên, nếu ta thay đổi một chút về tập W thì nó sẽ không
phải là không gian con.
Ví dụ 6 : Cho tập W x1 , x2 , x3 x1 ,x2 ,x3 ℝ; x1 x2 x3 1 thì W sẽ không
phải là một không gian con của không gian ℝ3 . Thật vậy
x1 x2 x3 1
X , Y W X x1 ; x2 ; x3 ; Y y1 ; y2 ; y3 với
y1 y2 y3 1
X Y x1 y1; x2 y2 ; x3 y3
Do x1 y1 x2 y2 x3 y3 x1 x2 x3 y1 y2 y3 1 1 2
X Y W W không đóng kín đối với phép cộng.
.X x1; x2 ; x3
51
Do x1 x2 x3 x1 x2 x3 .1
.X W ℝ W không đóng kín đối với phép nhân.
W không phải là không gian con của ℝ3 .
a b
Ví dụ 7 : Cho tập W a,b,c ℝ thì W sẽ không phải là một không gian
c 1
con của không gian M 2 ℝ . Thật vậy
a b a b
A, B W A 1 1 ; B 2 2
c1 1 c2 1
a a b b
A B 1 2 1 2 W W không đóng kín đối với phép cộng.
c
1 2 c 2
.a .b1
.A 1 W ℝ W không đóng kín đối với phép nhân.
1 .c
W không phải là không gian con của không gian M 2 ℝ .
Ví dụ 8 : Cho tập W x1 , x2 x1 ,x2 ℝ; x1.x2 0 thì W sẽ không phải là một
không gian con của không gian ℝ 2 .
Thật vậy, ta có thể lấy phản ví dụ cụ thể để chỉ ra rằng tập W không đóng kín đối
với phép cộng
Chọn X 2; 0 ; Y 0; 5 X , Y W
Nhưng X Y 2; 0 0; 5 2; 5
X Y W W không đóng kín đối với phép cộng.
W không phải là không gian con của ℝ 2 .
Chú ý : Tập W ở ví dụ 8, không đóng kín với phép cộng nhưng vẫn đóng kín đối với
phép nhân. Thật vậy, X x1 ,x2 W thì x1.x2 0 .
X x1 ,x2 x1 , x2
Ta có x1 . x2 2 .x1 .x2 2 .0 0 X W ℝ
W đóng kín đối với phép nhân.
52
Ví dụ 9 : Trong không gian ℝ3 xét họ các véc tơ
E e1 1, 1, 2 ; e2 1, 0, 3 ; e3 2, 1, 1
Các véc tơ u 5, 1,6 và v 7 , 4,1 là tổ hợp tuyến tính của họ các véc tơ nói
trên, vì
2e1 e2 e3 2 1,1, 2 1,0,3 2,1,1 5, 1,6
e1 2e2 3e3 1, 1, 2 2 1,0, 3 3 2,1, 1 7 ,4, 1
Ví dụ 10 : Trong không gian P2 x xét họ các véc tơ
E e1 x 2 1; e2 2 x 3; e3 3x 2 x 5; e4 x 2 3x
Các véc tơ A 6 x 2 x 18 và B 5 x 2 14 là tổ hợp tuyến tính của họ các véc tơ
nói trên, vì
e1 3e2 2e3 e4 x 2 1 3 2 x 3 2 3x 2 x 5 x 2 3x 6 x 2 x 18
e1 e2 2e3 x 2 1 2 x 3 2 3x 2 x 5 5 x 2 14
Ví dụ 11 : Trong không gian ℝ3 xét họ các véc tơ
v 0,m,1 ; v1 1, 2, 1 ; v2 1,0 ,1
Với giá trị nào của m thì v là tổ hợp tuyến tính của hai véc tơ v1 và v2?
Giải
Để v là tổ hợp tuyến tính của hai véc tơ v1 và v2 thì phải tồn tại các số thực
1 , 2 ℝ thỏa v 1v1 2v2
0,m,1 1 1,2 ,1 2 1,0 ,1
0,m,1 1 , 21 ,1 2 ,0, 2
0,m,1 1 2 , 21 ,1 2
1 1
1 2 1 2
1 2 0
1 1
21 m 2 2
1 2 2
1 2 21 m m 1
Vậy để v là tổ hợp tuyến tính của hai véc tơ v1 và v2 thì m = -1.
Ví dụ 12 : Trong không gian ℝ 3 cho các véc tơ
x 3,5,0 ; y 7 ,12,1 ; u 1, 2,3 ; v 2,3, 4
Phát biểu nào sau đây đúng
a) x và y đều là tổ hợp tuyến tính của u, v
b) x là tổ hợp tuyến tính của u, v ; y không phải là tổ hợp tuyến tính của u, v .
c) x và y đều không phải là tổ hợp tuyến tính của u, v
d) x không phải là tổ hợp tuyến tính của u, v ; y là tổ hợp tuyến tính của u, v .
Giải
Để x là tổ hợp tuyến tính của hai véc tơ u và v thì phải tồn tại các số thực
53
1 , 2 ℝ thỏa x 1u 2v
3,5,0 1 1, 2,3 2 2,3, 4
3,5,0 1 ,21 ,31 2 2 ,3 2 , 4 2
3,5,0 1 2 2 , 21 3 2 ,31 4 2
1 2 2 3 1 1
21 3 2 5 2 1 vô nghiệm
3 4 0 3 4 0
1 2 1 1
Vậy x không phải là tổ hợp tuyến tính của hai véc tơ u, v.
Để y là tổ hợp tuyến tính của hai véc tơ u và v thì phải tồn tại các số thực
1 , 2 ℝ thỏa y 1u 2v
7 ,12 ,1 1 1, 2,3 2 2,3, 4
7 ,12,1 1 ,2 1 ,31 2 2 ,3 2 , 4 2
7 ,12,1 1 2 2 , 21 3 2 ,31 4 2
1 2 2 7 1 3
3
21 3 2 12 2 2 1
3 4 1 3 4 1 2 2
1 2 1 1
Ta có thể biểu diễn y ở dạng y 3u 2v
Vậy y là một tổ hợp tuyến tính của hai véc tơ u, v.
ta chọn đáp án d)
2) Không gian con sinh bởi một họ véc tơ
Định nghĩa 3 : Cho V là một K - không gian véc tơ. Trong V ta xét họ các véc tơ
E e1;e2 ;......;ek V
Ta gọi tập hợp tất cả các véc tơ là tổ hợp tuyến tính của họ véc tơ
E e1;e2 ;......;ek là bao tuyến tính của họ véc tơ này và ký hiệu là Span(E) hay
E .
Span E 1e1 2e2 ...... k ek 1 ,......, k K
Định lý 3 : Cho V là một K - không gian véc tơ. Trong V ta xét họ các véc tơ
E e1;e2 ;......;ek V
Lúc đó, ta có
1) Tập Span E là một không gian con của V.
2) Tập Span E là không gian con nhỏ nhất của V mà chứa họ véc tơ E.
Chứng minh
1) Để chứng minh Span E là một không gian con của V, ta chứng minh theo các
bước sau :
+) Span E và Span E là tập con của V. Thật vậy
Chọn 1 1, 2 ...... k 0 1e1 2e2 ...... k ek e1 Span E .
Span E
x Span E tồn tại bộ số 1 ,......, k K để x 1e1 2e2 ...... k ek
54
x V Span E V
+) Span E đóng kín với hai phép toán cộng véc tơ và nhân vô hướng của V.
Thật vậy X , Y Span E tồn tại bộ số 1 ,......, k K và 1 ,......, k K để
X 1 .e1 2 .e2 ...... k .ek ; Y 1 .e1 2 .e2 ...... k .ek
X Y 1 1 .e1 2 2 .e2 ...... k k .ek
X Y Span E
Span E đóng kín đối với phép cộng véc tơ của V.
a.X a.1.e1 2 .e2 ...... k .ek a.1.e1 a. 2 .e2 ...... a. k .ek a K
a.X Span E a K .
Span E đóng kín đối với phép nhân vô hướng của V.
Span E là một không gian con của V. (đfcm)
2) Để chứng minh Span E là không gian con nhỏ nhất của V chứa họ véc tơ E, ta sẽ
chứng minh Span E là tập con của mọi không gian con W của V mà W chứa họ véc
tơ E.
Thật vậy, x Span E x 1e1 2e2 ...... k ek 1 ,......, k K
Mặt khác, do W là không gian con của V mà W chứa họ véc tơ E nên ta có véc tơ
x 1e1 2e2 ...... k ek W 1 ,......, k K
Span E W (đfcm).
Chú ý : Ta nói Span E là không gian con sinh bởi họ véc tơ E hay họ véc tơ E là hệ
sinh của không gian con Span E .
Tổng quát, ta có khái niệm về hệ sinh của một không gian véc tơ như sau
Định nghĩa 4 : Cho V là một K - không gian véc tơ. Ta nói họ véc tơ
S u1 ;u2 ;......;um V
là một hệ sinh của không gian V (hoặc họ véc tơ S sinh ra không gian véc tơ V) nếu mọi
véc tơ x bất kỳ thuộc không gian véc tơ V luôn biểu diễn được x dưới dạng tổ hợp
tuyến tính của họ véc tơ S.
Tức là x V luôn tồn tại bộ số 1 ,......, m K để
x 1u1 2u2 ...... mum
Nói cách khác, họ S là hệ sinh của không gian V nếu ta có V Span S
Chú ý : Nếu họ véc tơ S là một hệ sinh của không gian véc tơ V thì mọi họ véc tơ chứa
S cũng là hệ sinh của không gian V.
Ví dụ 13 : Trong không gian ℝ3 xét họ các véc tơ
E e1 1,0,0 ; e2 0,1,0 ; e3 0 ,0,1 ℝ3
Lúc đó, E là một hệ sinh của ℝ 3 .
Thật vậy, x x1 ,x2 ,x3 ℝ3 x x1 ,0 ,0 0,x2 ,0 0,0,x3
x x1.1,0,0 x2 . 0,1,0 x3 . 0,0 ,1 x1.e1 x2 .e2 x3 .e3
Span E ℝ3
E là một hệ sinh của ℝ3 (đfcm).
55
Ví dụ 14 : Trong không gian ℝ3 xét họ các véc tơ
E e1 1,1,1 ; e2 1, 2, 2 ; e3 2,3,0 ℝ3
Thì họ véc tơ E sẽ là một hệ sinh của không gian ℝ3 ?
Chứng minh
Cách 1 : Để chứng minh họ véc tơ E là một hệ sinh của ℝ 3 , ta sẽ chứng minh
X x1 ,x2 ,x3 ℝ3 đều biểu diễn được dưới dạng tổ hợp tuyến tính của họ véc tơ E.
Tức là, có tồn tại các số thực 1 , 2 , 3 ℝ để
X 1.e1 2 .e2 3 .e3 (1)
Thật vậy
Hệ thức (1) x1 ,x2 ,x3 1 1,1,1 2 1,2, 2 3 2,3,0
x1 ,x2 ,x3 1 ,1 ,1 2 , 2 2 , 2 2 2 3 ,3 3 ,0
x1 ,x2 ,x3 1 2 2 3 , 1 2 2 3 3 , 1 2 2
1 2 2 3 x1
1 2 2 3 3 x2 (2)
2 x3
1 2
Nếu hệ phương trình (2) có nghiệm với các ẩn là 1 , 2 , 3 thì hệ thức (1) xảy ra,
chứng tỏ X x1 ,x2 ,x3 ℝ3 đều có thể biểu diễn được dưới dạng tổ hợp tuyến tính
của họ véc tơ E nên họ véc tơ E sẽ là một hệ sinh của ℝ3 . Ngược lại, nếu hệ phương
trình (2) vô nghiệm với các ẩn là 1 , 2 , 3 thì hệ thức (1) không xảy ra, chứng tỏ họ
véc tơ E sẽ không phải là một hệ sinh của ℝ3 .
Để xét sự tồn tại nghiệm của hệ phương trình (2), ta xét hạng của ma trận hệ số A
và ma trận hệ số mở rộng A :
1 1 2 x1 1 1 2 x1
d 2 d 2 d1
A A B 1 2 3 x2 0 1 1 x2 x1
d 3 d 3 d1
1 2 0 x 0 3 2 x x
3 3 1
1 1 2 x1
d3 d3 3d 2
0 1 1 x2 x1
0 0 1 x 3x 4 x
3 2 1
R A R A 3 (bằng số ẩn).
Theo định lý Kronecker – Capelli hệ (2) có duy nhất nghiệm.
Chứng tỏ X x1 ,x2 ,x3 ℝ 3 đều có thể biểu diễn được dưới dạng tổ hợp tuyến
tính của họ véc tơ E ở dạng (1).
E là một hệ sinh của ℝ3 hay nói cách khác là Span E ℝ3 (đfcm).
1 1 2
Cách 2 : Ta có 1 2 3 1 0
1 2 0
56
E là một hệ sinh của ℝ3 hay nói cách khác là Span E ℝ3 (đfcm).
Ví dụ 15 : Sinh viên tự giải
Trong không gian ℝ3 xét họ các véc tơ
E e1 0 ,0 ,1 ; e2 1, 1,0 ; e3 1,1,m ℝ3
Với điều kiện nào của m thì họ véc tơ E sẽ là một hệ sinh của không gian ℝ 3 ?
Giải
Ví dụ 17 : Tập hợp nào sau đây KHÔNG PHẢI là không gian con của ℝ3 ?
a) W1 a,0, 2a a ℝ
b) W2 a, b,b 1 a,b ℝ
c) W3 a b,a,a b a,b ℝ d) W4 a,b,0 a,b ℝ
Giải
Ta có
+) W1 a,0,2a aℝ a 1,0,2 aℝ
W1 là không gian véc tơ sinh bởi véc tơ e1 1,0, 2 ℝ3
W1 là một không gian con của ℝ3 .
+) W3 a b,a,a b a,b ℝ a,a,a b,0,b a,b ℝ
W3 a 1,1,1 b 1,0,1 a,b ℝ
W3 là không gian véc tơ sinh bởi họ véc tơ f1 1,1,1 ; f 2 1,0 ,1 ℝ3
W3 là một không gian con của ℝ3 .
+) W4 a,b,0 a,b ℝ a,0,0 0,b,0 a,b ℝ
W4 a 1,0,0 b 0,1,0 a,b ℝ
W4 là không gian véc tơ sinh bởi họ véc tơ u1 1,0,0 ; u2 0 ,1,0 ℝ3
W4 là một không gian con của ℝ 3 .
+) W2 a, b,b 1 a,b ℝ không phải là không gian con của ℝ 3 .
Thật vậy
x, y W2 x a1 ,b1 ,b1 1 , y a2 ,b2 ,b2 1 a1 ,a2 ,b1 ,b2 ℝ
x y a1 ,b1 ,b1 1 a2 ,b2 ,b2 1 a1 a2 ,b1 b2 ,b1 b2 2
Đặt a a1 a2 , b b1 b2 thì x y có dạng
x y a, b,b 2
x y W2 W2 không đóng kín đối với phép cộng.
W2 không phải là một không gian véc tơ con của ℝ3 .
Vậy ta chọn đáp án b).
Ví dụ 18 : Cho tập W x1 , x2 , x3 x1 ,x2 ,x3 ℝ; x1 2 x2 3 x3 0 thì W sẽ là một
không gian con của không gian ℝ3 .
Chứng minh
57
Cách 1 : Để chứng minh W là không gian con của ℝ3 , ta có thể chứng minh theo
phương pháp như các ví dụ đã nêu ở trên, tức là chứng minh
Ý 1 : W ≠ và W là tập con của ℝ3
Ý 2 : W đóng kín đối với hai phép toán cộng véc tơ và nhân vô hướng của ℝ3 .
Tuy nhiên, ta có thể dùng khái niệm không gian con sinh bởi một hệ véc tơ để làm
bài này đơn giản hơn như sau :
Cách 2 : Ta có thể viết W ở dạng W 2 x2 3x3 , x2 , x3 x2 ,x3 ℝ
W x2 2 ,1,0 x3 3,0,1 x2 ,x3 ℝ
W là không gian véc tơ sinh bởi họ véc tơ u1 2,1,0 ; u2 3,0,1 ℝ3
W là một không gian con của ℝ 3 .
58
BÀI 7
CƠ SỞ VÀ SỐ CHIỀU CỦA KHÔNG GIAN VÉC TƠ
I. ĐỘC LẬP TUYẾN TÍNH, PHỤ THUỘC TUYẾN TÍNH
Cho V là một K – không gian véc tơ. Trên V xét họ các véc tơ :
E e1 ,e2 ,......,ek V
Xét hệ thức
1e1 2e2 ...... k ek i K i 1,k (7.1)
Ta có nhận xét rằng, nếu 1 2 ...... k 0 , hệ thức (3.2.1) có dạng :
0e1 0e2 ...... 0ek
......
(luôn đúng)
Vậy bộ giá trị 1 2 ...... k 0 luôn thỏa hệ thức (7.1). Câu hỏi đặt ra là, ngoài
bộ giá trị 1 2 ...... k 0 này, còn có bộ giá trị nào khác thỏa hệ thức (7.1)
nữa hay không? Trả lời câu hỏi này, ta dẫn tới định nghĩa như sau :
1) Định nghĩa
Định nghĩa 1 : Cho V là một K – không gian véc tơ. Họ véc tơ
E e1 ,e2 ,......,ek V
được gọi là độc lập tuyến tính nếu ta có
1e1 2e2 ...... k ek 1 2 ...... k 0 .
Ngược lại, nếu có tồn tại giá trị i 0 i 1,k để
1e1 2e2 ...... k ek
thì ta nói họ véc tơ E e1 ,e2 ,......,ek V là phụ thuộc tuyến tính.
Như vậy, nếu chỉ tồn tại duy nhất bộ giá trị 1 2 ...... k 0 để hệ thức
(3.2.1) xảy ra thì họ véc tơ E là độc lập tuyến tính. Còn nếu ngoài bộ giá trị
1 2 ...... k 0 còn có bộ giá trị khác để hệ thức (3.2.1) xảy ra thì họ véc tơ E
là phụ thuộc tuyến tính.
Ví dụ 1 : Trong không gian véc tơ V3 (là không gian các véc tơ hình học), hai véc tơ (khác
véc tơ không 0 ) a và b là độc lập tuyến tính khi và chỉ khi chúng không cùng phương
và phụ thuộc tuyến tính khi và chỉ khi chúng cùng phương.
a
+) Nếu a và b cùng phương (tức là a // b ), chọn 1 1, 2 ta có
b
1 a 2 b 0
59
a và b phụ thuộc tuyến tính.
+) Nếu a và b không cùng phương. Lúc đó, hệ thức 1 a 2 b 0 không bao giờ
xảy ra theo tính chất của các phép toán của véc tơ hình học.
a và b độc lập tuyến tính.
Ví dụ 2 : Chứng minh rằng trong không gian véc tơ ℝ3 các véc tơ
e1 1,1,1 ; e2 1, 2,3 ; e3 2,3,2
là độc lập tuyến tính.
Giải
Cách 1 : Xét hệ thức
1e1 2e2 3e3
1 1,1,1 2 1, 2,3 3 2,3, 2 0 ,0,0
1 ,1 ,1 2 ,2 2 ,3 2 23 ,33 ,23 0,0,0
1 2 23 ,1 2 2 33 ,1 3 2 23 0,0,0
1 2 2 3 0 1 0
1 2 2 3 3 0 2 0 là nghiệm duy nhất của hệ.
3 2 3 0 0
1 2 3
Vậy họ véc tơ e1 ; e2 ; e3 là độc lập tuyến tính.
1 1 1
Cách 2 : Do định thức 1 2 3 6 0
2 3 2
họ véc tơ e1 ; e2 ; e3 là độc lập tuyến tính.
1 1 1
Cách 3 : Tìm hạng của ma trận A 1 2 3 . Ta có
2 3 2
1 1 1 d2 d2 d1 1 1 1 1 1 1
A 1 2 3 0 1 2 0 1 2
d3 d3 2 d1 d3 d3 d 2
2 3 2 0 1 4
0 0 6
R(A) = 3 (bằng số lượng các véc tơ e1; e2 ; e3 )
Họ véc tơ e1; e2 ; e3 là độc lập tuyến tính.
Chú ý : Ta thường dùng cả 3 cách này trong không gian ℝ n nói chung, khi chứng
minh một họ véc tơ E e1 ,e2 ,......,ek ℝ n là độc lập tuyến tính hay phụ thuộc
tuyến tính. Tuy nhiên, cách 2 chỉ dùng được khi k = n.
Ví dụ 4 : Trong không gian véc tơ ℝ3 cho các véc tơ
e1 1,1,0 ; e2 1, 1, 2 ; e3 1,2,m
Tìm tất cả các giá trị của m để các véc tơ trên là phụ thuộc tuyến tính.
Giải
61
1 1 0
Cách 1 : Họ véc tơ e1 ; e2 ; e3 phụ thuộc tuyến tính 1 1 2 0
1 2 m
2m 6 0 m 3 .
Vậy m 3 là giá trị cần tìm.
1 1 0
Cách 2 : Tìm hạng của ma trận A 1 1 2 .
1 2 m
Ta có
1 1 0 1 1 0 d 1 d 1 1 0
d 2 d 2 d1
A 1 1 2 0 2 2 2
2 0 1 1
2
d3 d3 d1
1 2 m 0 3 m 0 3 m
1 1 0
1
d3 d3 3d 2
0 1
0 0 m 3
Họ véc tơ e1 ; e2 ; e3 phụ thuộc tuyến tính
R(A) < 3 (nhỏ hơn số lượng các véc tơ e1 ; e2 ; e3 )
m+3=0 m 3
Vậy m 3 là giá trị cần tìm.
2) Tính chất
Dựa vào định nghĩa của họ véc tơ độc lập tuyến tính, phụ thuộc tuyến tính ta suy ra một
số tính chất sau :
Định lý 1 :
1) Họ véc tơ E e1 ,e2 ,......,ek V phụ thuộc tuyến tính khi và chỉ khi tồn tại một
véc tơ ei i 1,k là tổ hợp tuyến tính của các véc tơ còn lại.
2) Tập chứa một véc tơ x khác véc tơ không thì độc lập tuyến tính. Tập chứa một
véc tơ x mà phụ thuộc tuyến tính khi và chỉ khi x là véc tơ không.
3) Mọi họ véc tơ chứa véc tơ đều phụ thuộc tuyến tính.
4) Cho E e1 ,e2 ,......,ek V là một họ véc tơ phụ thuộc tuyến tính. Lúc đó, mọi
họ véc tơ F chứa E đều là tập phụ thuộc tuyến tính.
5) Cho E e1 ,e2 ,......,ek V là một họ véc tơ độc lập tuyến tính. Lúc đó, mọi họ
véc tơ F là tập con của E đều là tập độc lập tuyến tính.
62
3) Bổ đề cơ bản về tập véc tơ phụ thuộc tuyến tính.
Bổ đề 1 : Cho V là K – Không gian véc tơ. Trong V ta xét hai họ véc tơ :
F f1 , f 2 ,......, f m V và E e1 ,e2 ,......,ek V
Nếu họ véc tơ F là tổ hợp tuyến tính của họ véc tơ E và m > k thì họ véc tơ F là phụ
thuộc tuyến tính.
Ví dụ 5 : Chứng minh rằng họ véc tơ
F f1 1,1,1 ; f 2 2 , 1,3 ; f3 3, 2 ,0 ; f 4 5,3, 1 ℝ 3
là phụ thuộc tuyến tính.
Giải
Ta có thể chứng minh họ véc tơ F là phụ thuộc tuyến tính bằng các phương pháp như ở ví
dụ 3. Tuy nhiên, ta có thể sử dụng kết quả của Bổ đề để chứng minh F phụ thuộc tuyến tính
như sau :
Ở phần bài học trước, ta đã chứng minh được họ các véc tơ
E e1 1,0,0 ; e2 0,1,0 ; e3 0 ,0,1 ℝ3
E u1 x x 2 ; u2 x x; u3 x 1
là một cơ sở của không gian véc tơ P2 x (gọi là cơ sở chính tắc của P2 x ).
Giải
Để chứng minh tập E là một cơ sở của P2 x , ta sẽ chứng minh :
+) Ý 1 : E là một hệ sinh của P2 x .
64
1 2 3 0
E độc lập tuyến tính.
E là một cơ sở của P2 x Dim P2 x 3 .
Ví dụ 8 : Chứng minh rằng họ các véc tơ
1 0 0 1 0 0 0 0
E e1 ; e ; e ; e
2 0 0 3 1 0 4 0 1
0 0
là một cơ sở của không gian véc tơ M 2 ℝ (gọi là cơ sở chính tắc của M 2 ℝ ).
Giải
Để chứng minh tập E là một cơ sở của M 2 ℝ , ta sẽ chứng minh :
+) Ý 1 : E là một hệ sinh của M 2 ℝ .
a b
Thật vậy, A M 2 ℝ A a,b,c,d ℝ
c d
a b a 0 0 b 0 0 0 0
c d 0 0 0 0 c 0 0 d
a b 1 0 0 1 0 0 0 0
a. b c d
c d 0 0 0 0 1 0 0 1
A a.e1 b.e2 c.e3 d .e4
E là một hệ sinh của M 2 ℝ (đfcm).
+) Ý 2 : E độc lập tuyến tính.
Xét hệ thức
1.e1 2 .e2 3 .e3 4 .e4 1 , 2 , 3 , 4 ℝ
1 0 0 1 0 0 0 0 0 0
1. 2 3 4 0 0
0 0 0 0 1 0 0 1
1 0 0 2 0 0 0 0 0 0
0 0 0 0 0 0 0 0
3 4
1 2 0 0
3 4 0 0
1 2 3 4 0
E độc lập tuyến tính.
E là một cơ sở của M 2 ℝ Dim M 2 ℝ 4 .
65
Tổng quát :
1) Không gian véc tơ ℝ n
là không gian n – chiều ( Dim ℝ n n ), có cơ sở chính
tắc là
E e1 1,0,...,0 ; e2 0,1,...,0 ;......; en 0,0 ,...,1
2) Không gian véc tơ Pn x là không gian (n+1) – chiều ( Dim Pn x n 1 ), có cơ
sở chính tắc là
E u1 x x n ; u2 x x n 1 ;......; un x x; un 1 x 1
3) Không gian véc tơ M mn ℝ là không gian m.n – chiều ( Dim M mn ℝ m.n ),
có cơ sở chính tắc là
1 0 ⋯ 0 0 1 ⋯ 0
0 0 ⋯ 0 0 0 ⋯ 0
E e1 ; e2 ;......
⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯
0 0 0 0 m n 0 0 0 0 m n
0 0 ⋯ 0
0 0 ⋯ 0
......, em.n
⋯ ⋯ ⋯ ⋯
0 0 0 1 mn
2) Tính chất
Định lý 3 : Trong một K – không gian véc tơ n chiều V, mọi họ gồm n véc tơ độc lập tuyến
tính đều là một cơ sở của V
Nhận xét : Từ kết quả của định lý trên ta suy ra, trong K – không gian véc tơ n chiều V,
để chứng minh họ gồm n véc tơ E e1 ,e2 ,......,en V là cơ sở của V, ta không cần
chứng minh E là hệ sinh mà chỉ cần chứng minh E độc lập tuyến tính.
Ví dụ 9 : Chứng minh rằng họ các véc tơ
E e1 1,1, 2 ; e2 2,3,7 ; e3 1,2 ,6
Theo kết quả của định lý 3, do Dim ℝ3 3 , nên để chứng minh E là một cơ sở
66
1 1 2
Ta có 2 3 7 1 0 E độc lập tuyến tính.
1 2 6
E là một cơ sở của ℝ3 .
Ví dụ 10 : Sinh viên tự giải
Tìm m để họ véc tơ
E e1 1,2,3 ; e2 1,4,0 ; e3 2,2 ,m
E u1 x x 2 2 x 1; u2 x 2 x 2 5 x 3; u3 x 2 x 3
là một cơ sở của không gian véc tơ P2 x .
Giải
Theo kết quả của định lý 3, do Dim P2 x 3 , nên để chứng minh E là một cơ sở
của P2 x ta chỉ cần chứng minh E độc lập tuyến tính.
Cách 1 : Xét hệ thức
1.u1 x 2 .u2 x 3 .u3 x 1 , 2 , 3 ℝ
1. x 2 2 x 1 2 . 2 x 2 5 x 3 3 . 2 x 3 0 1 , 2 , 3 ℝ
67
Họ véc tơ E là độc lập tuyến tính.
E là một cơ sở của ℝ3 (đfcm).
Hệ quả : Trong một K – không gian véc tơ n chiều V, ta có các khẳng định sau :
1) Mọi hệ véc tơ có số lượng véc tơ lớn hơn n đều phụ thuộc tuyến tính, hay nói cách khác số
véc tơ độc lập tuyến tính tối đại của V là n véc tơ.
2) Mọi tập sinh của V đều có tối thiểu là n véc tơ, hay nói cách khác mọi họ véc tơ có số lượng
véc tơ < n thì không thể là hệ sinh của V.
3) Mọi họ gồm n véc tơ là hệ sinh của V đều là cơ sở của V.
4) Mọi không gian con của V đều có số chiều n.
Định lý 4 : Trong một K – không gian véc tơ n chiều V, mọi họ gồm k véc tơ độc lập tuyến
tính (1 k < n) đều có thể bổ sung thêm (n-k) véc tơ khác để trở thành một cơ sở của V
Nhận xét : Cách chứng minh này cũng cho ta biết cách bổ sung (n-k) véc tơ vào một
họ gồm k véc tơ độc lập tuyến tính để trở thành một cơ sở của một không gian cho
trước.
Ví dụ 12 : Trong ba họ véc tơ sau
E e1 1,1,1,1 ; e2 1,0 ,2 ,3 ; e3 3,3,1,0
F f1 2 , 4 ,1,1 ; f 2 0 ,0 ,0 ,0 ; f3 3,1,7 ,3
U u1 1,1,1,1 ; u2 2, 2,2 ,2 ; u3 3, 2,0,1
Họ nào có thể bổ sung thêm một véc tơ để trở thành một cơ sở của không gian véc tơ ℝ 4 .
A) Chỉ có họ E B) Chỉ có họ F
C) Chỉ có họ U D) Không có họ nào.
Giải
Hệ F phụ thuộc tuyến tính, vì có chứa véc tơ không f 2 0 ,0 ,0 ,0 .
Hệ U phụ thuộc tuyến tính, vì ta có u2 2u1 .
Hệ E độc lập tuyến tính. Thật vậy, hạng của ma trận tương ứng là
1 1 1 1 d2 d 2 d1 1 1 1 1
A 1 0 2 3
d3 d3 3d1
0 1 3 2
3 3 1 0 0 0 2 3
R(A)=3 (bằng số lượng véc tơ của họ E).
Họ véc tơ E độc lập tuyến tính.
Theo kết quả của định lý 4, ta có thể bổ sung vào họ véc tơ E một véc tơ nữa, để thu
được một cơ sở của ℝ 4 . Vậy ta chọn đáp án A).
68
III. HẠNG CỦA MỘT HỌ VÉC TƠ. CƠ SỞ, SỐ CHIỀU CỦA KHÔNG GIAN
CON SINH BỞI MỘT HỌ VÉC TƠ
1) Hạng của họ véc tơ
Định nghĩa 5 : Cho V là một K – không gian véc tơ. Hạng của họ véc tơ
E e1 ,e2 ,......,ek V
Chính bằng số véc tơ độc lập tuyến tính tối đại của họ E và ký hiệu là R(E) hay Rank(E).
Như vậy, nếu R(E) = r r ℕ; r k thì họ véc tơ E chỉ có tối đa r véc tơ độc lập
tuyến tính. Mọi họ từ (r+1) véc tơ trở lên rút ra từ họ E đều phụ thuộc tuyến tính.
Chú ý : Trong không gian ℝ n , hạng của một họ véc tơ chính bằng hạng của ma trận
tương ứng lập từ họ véc tơ đó.
Ví dụ 13 : Trong không gian ℝ 4 , tìm hạng của họ véc tơ sau
E e1 1,1,1,1 ; e2 1,2 ,2 ,1 ; e3 2 ,3,3,0 ; e4 3,5,4 ,2
Giải
Hạng của ma trận tương ứng của họ véc tơ E là :
1 1 1 1 d2 d2 d1 1 1 1 1
1 d3 d3 2 d1
2 2 1 d4 d4 3d1 0 1 1 2
A
2 3 3 0 0 1 1 2
3 5 4 2 0 2 1 1
1 1 1
1 1 1 1
1
0
d3 d3 d 2
1 1 2 d3 d4 0 1 1 2
d4 d 4 2d2
0 0 0 0 0 0 1 3
0 0 1 3 0 0 0 0
R(A) = 3
Vậy họ véc tơ E có hạng bằng 3. Ta có thể chỉ ra ba véc tơ e1 ; e2 ; e4 của họ E là độc lập
tuyến tính.
Ví dụ 14 : Trong không gian ℝ 4 , cho họ véc tơ :
E e1 1,2 ,1,0 ; e2 2 ,5, 3,1 ; e3 1,3,2, 1 ; e4 3,7 ,m 6 ,m 3
tìm m để R(E) = 2.
A) m = 2 B) m = –3 C) m = 3 D) m = –2
Giải
Hạng của ma trận tương ứng của họ véc tơ E là :
69
1 2 1
0 d2 d 2 2 d1 1 1 1 1
2 5 3 1 d34 d34 31d1 0
d d d
1 1 1
A
1 3 2 1 0 1 1 1
3 7 m 6 m 3 0 1 m 3 m 3
1 1 11 1 1 1 1
0
d3 d3 d 2
1 1 1 d4 d3 0
1 1 1
d4 d 4 d2
0 0 0 0 0 0 m 2 m 2
0 0 m 2 m 2 0 0 0 0
Để R(E) = 2 ta phải có m – 2 = 0 m = 2.
Vậy ta chọn đáp án A).
2) Cơ sở, số chiều của không gian con sinh bởi một họ véc tơ
Định lý 5 : Cho V là một K – không gian véc tơ và họ véc tơ
E e1 ,e2 ,......,ek V với Rank E r
Số chiều của không gian con sinh bởi họ véc tơ E là
Dim Span E Rank E r
Mọi họ gồm r véc tơ độc lập tuyến tính rút ra từ E đều tạo thành một cơ sở của Span(E).
Ví dụ 15 : Trong không gian ℝ 4 , xét tập
W a,a b,2a b,a 3b a,b ℝ
Chứng minh rằng W là không gian con của ℝ 4 . Tìm số chiều và một cơ sở của W?
Giải
Ta có W a,a,2a,a 0,b,b,3b a,b ℝ
W a.1,1, 2 , 1 b. 0 ,1, 1,3 a,b ℝ
70
Ví dụ 17 : Trong không gian ℝ 4 , xét không gian con W sinh bởi họ véc tơ
e1 1,2,1,0 ; e2 1,1, 2 ,1
Tức là W Span e1 1, 2, 1,0 ; e2 1, 1, 2,1 .
Tìm m để véc tơ u 2 ,m,1,m thuộc không gian con W?
A) m = 0 B) m = –1 C) m = 1 D) m = 2
Giải
Do W Span e1 1, 2 , 1,0 ; e2 1, 1, 2 ,1 nên mọi véc tơ u ℝ 4 là thuộc W
khi và chỉ khi u là tổ hợp tuyến tính của hai véc tơ e1 1,2, 1,0 ; e2 1,1, 2,1 . Tức
là, tìm m để tồn tại hai số thực 1 , 2 ℝ thỏa u 1 .e1 2 .e2 .
2,m,1,m 1 .1,2 ,1,0 2 .1, 1,2 ,1
2,m,1,m 1 ,21 , 1 ,0 2 , 2 , 2 2 , 2
2,m,1,m 1 2 ,21 2 , 1 2 2 , 2
1 2 2 1 2 2
2 m 2 1
1 2 1 2
1 2 2 1 21 2 m
2 m 2 m
Bài toán trở thành, tìm m để hệ phương trình trên có nghiệm với hai ẩn 1 , 2 ℝ .
1 1
2 1
m=1
21 2 m
2 m
Vậy ta chọn đáp án C).
IV. KHÔNG GIAN NGHIỆM CỦA HỆ PHƯƠNG TRÌNH TUYẾN TÍNH
THUẦN NHẤT
Định lý 6 : Cho hệ phương trình tuyến tính thuần nhất
a11x1 a12 x2 ⋯⋯ a1n xn 0
a x a x ⋯⋯ a2 n xn 0
21 1 22 2
(7.2)
⋯ ⋯ ⋯ ⋯ ⋯⋯ ⋯ ⋯ ⋯ ⋯
am1x1 am 2 x2 ⋯⋯ amn xn 0
Gọi W là tập nghiệm của hệ phương trình (7.2), thì W là một không gian con của không
gian ℝ n và gọi là không gian nghiệm của hệ phương trình (7.2).
71
Ví dụ 18 : Tìm một cơ sở, số chiều của không gian nghiệm W của hệ phương trình sau
x1 2 x2 4 x3 3 x4 0
2 x 5 x2 6 x3 5 x4 0
1
3 x1 7 x2 10 x3 8 x4 0
2 x1 3 x2 10 x3 7 x4 0
Giải
Áp dụng phương pháp GAUSS giải hệ phương trình trên ta có
1 2 4
3 d2 d 2 2 d1 1 2 4 3
2 5 6 5 d34 d34 2 d11 0 1 2 1
d d 3d
A
3 7 10 8 0 1 2 1
2 3 10 7 0 1 2 1
1 2 4 3
0
d3 d3 d 2
1 2 1
d4 d 4 d2
0 0 0 0
0 0 0 0
Từ ma trận cuối cùng ta đưa ra hệ
x1 2 x2 4 x3 3 x4 0
Hệ p/t
x2 2 x3 x4 0
x1 8 x3 5 x4
x2 2 x3 x4
Vậy không gian nghiệm W của hệ phương trình trên là
W 8a 5b,2a b,a,b
a,b ℝ
3 4 m
0 1 m 6 0 0 m 6
Từ ma trận cuối cùng ta đưa ra hệ
x1 x2 2 x3 0
Hệ p/t x2 0
m 6 x3 0
Trường hợp 1 : Nếu m + 6 = 0 m = -6.
x1 x2 2 x3 0
x 2 x3
Hệ p/t x2 0 1
x2 0
0.x3 0
73
BÀI 8
TỌA ĐỘ CỦA VÉC TƠ, MA TRẬN CHUYỂN CƠ SỞ
I. TỌA ĐỘ CỦA VÉC TƠ TRONG MỘT CƠ SỞ
Định lý 1 : Cho V là một K – không gian véc tơ.
1) V là không gian véc tơ n – chiều và họ véc tơ E e1 ,e2 ,......,en V là một cơ
sở của V. Lúc đó, mọi véc tơ x bất kỳ thuộc V luôn biểu diễn được x duy nhất dưới
dạng :
x x1 .e1 x2 .e2 ...... xn .en x1 ,x2 ,......,xn K (8.1)
2) Ngược lại, nếu mọi véc tơ x bất kỳ thuộc V luôn biểu diễn được x duy nhất dưới
dạng (8.1) thì V là không gian véc tơ n – chiều và họ véc tơ E e1 ,e2 ,......,en V
là một cơ sở của V.
Định nghĩa 1 : Ta gọi bộ giá trị x1 ,x2 ,......,xn K ở biểu diễn (8.1) là tọa độ của véc tơ
x trong cơ sở E và ký hiệu là
x1
x
xE ⋮2
xn
Vậy ta có
x1
x
xE ⋮2 x x1 .e1 x2 .e2 ...... xn .en
xn
Ví dụ 1 : Trong không gian ℝ3 cho véc tơ x 3,5, 2 . Tìm tọa độ của véc tơ x trong
cơ sở chính tắc E e1 1,0,0 ; e2 0,1,0 ; e3 0,0,1 .
Giải
Dễ thấy x 3, 0 , 0
0,5,0 0,0,2
x 3.1,0 ,0 5. 0 ,1,0 2 . 0 ,0 ,1
x 3.e1 5.e2 2 .e3
3
Vậy tọa độ của véc tơ x 3,5, 2 trong cơ sở chính tắc là x E 5
2
Ví dụ 2 : Trong không gian ℝ3 cho véc tơ x 1,1,3 .
74
1) Chứng minh họ véc tơ E e1 1,1, 2 ; e2 2,0, 1 ; e3 4 ,2 ,5 là một cơ sở của
không gian ℝ3 .
2) Tìm tọa độ của véc tơ x trong cơ sở E, tức là tìm x E ?
Giải
1 1 2
1) Do 2 0 1 6 0 Họ véc tơ E là một cơ sở của ℝ3 .
4 2 5
2) Theo định nghĩa về tọa độ véc tơ trong một cơ sở, ta có
x1
x E x2 x x1.e1 x2 .e2 x3 .e3
x
3
1,1,3 x1 .1,1, 2 x2 . 2 ,0 , 1 x3 . 4 ,2 ,5
1,1,3 x1 ,x1 ,2 x1 2 x2 ,0, x2 4 x3 ,2 x3 ,5x3
1,1,3 x1 2 x2 4 x3 ,x1 2 x3 ,2 x1 x2 5 x3
x1 2 x2 4 x3 1 x1 1
x1 2 x3 1 x2 1
2 x x 5 x3 3 x 0
1 2 3
1
Vậy tọa độ của véc tơ x 1,1,3 trong cơ sở E là x E 1
0
Ví dụ 3 : Trong không gian ℝ3 cho cơ sở
E e1 1,2 ,0 ; e2 3, 1,1 ; e3 4 ,1, 2
1
1) Cho x E 2 , hãy xác định véc tơ x = ?
3
2) Cho y 5,3,1 , hãy xác định y E ?
Giải
1) Theo định nghĩa về tọa độ véc tơ trong một cơ sở, ta có
x1
x E x2 x x1 .e1 x2 .e2 x3 .e3
x
3
75
1
xE 2 x 1 .1,2 ,0 2. 3, 1, 1 3. 4 ,1, 2
3
x 1,2,0 6,2,2 12 ,3,6 17 ,1,4
2) Sinh viên tự giải
II. MA TRẬN CHUYỂN CƠ SỞ (Tham khảo)
Định nghĩa 2 : Cho V là một K – không gian véc tơ n – chiều. Trong V xét hai cơ sở
bất kỳ là :
E e1 ,e2 ,......,en V và F f1 , f 2 ,......, f n V .
Ta gọi ma trận
+) PF E PE F 1
+) PE H PE F . PF H
+) x E PE F . x F
Ví dụ 4 : Trong không gian ℝ 2 cho hai cơ sở
E e1 1,2 ; e2 2,1 và F f1 1,1 ; f 2 3, 5
1) Tìm ma trận chuyển cơ sở PE F ?
1
2) Biết x F , tìm x E ?
4
Giải
1) Ta có PE F f1E ; f2 E
Với f1 E là tọa độ của véc tơ f1 1,1 trong cơ sở E.
a
f1 E f1 a.e1 b.e2 1,1 a.1,2 b. 2,1
b
1,1 a,2a 2b,b 1,1 a 2b,2a b
76
1
a 2b 1 a 3
.
2a b 1 b 1
3
1
Vậy tọa độ của véc tơ f1 1,1 trong cơ sở E là : f1 E 3 .
1
3
c
Tương tự f 2 E f 2 c.e1 d .e2
d
13
c
c 2d 3 3
.
2c d 5 d
11
3
13
3
Vậy tọa độ của véc tơ f 2 3, 5 trong cơ sở E là : f 2 E
11
3
1 13
3 3
Ma trận chuyển cơ sở từ cơ sở E sang cơ sở F là : PE F .
1 11
3 3
2) Cách 1 : Theo định nghĩa về tọa độ véc tơ trong một cơ sở, ta có
x
x F 1 x x1 . f1 x2 . f 2
x2
1
Do đó x F x 1 . f1 4. f 2
4
x 1 .1,1 4. 3,5 x 1, 1 12 , 20 11,21
a
Đặt x E x a.e1 b.e2 11,21 a.1,2 b. 2,1 .
b
53
a 2b 11 a 3
.
2a b 21 b 43
3
77
53
3
Vậy tọa độ của véc tơ x 11, 21 trong cơ sở E là : x E
43
3
Cách 2 : Áp dụng công thức x E PE F . xF
1 13 53
3
3 1 3
x E .
1 11 4 43
3 3 3
Ví dụ 5 : Trong không gian ℝ3 cho hai cơ sở
E e1 1,1,1 ; e2 2 ,1, 3 ; e3 3, 2 ,1
F f1 2 ,0 ,1 ; f 2 1,1,3 ; f3 1,1,5
1) Tìm ma trận chuyển cơ sở PE F ?
3
2) Biết x F 0 , tìm x E ?
1
Giải
1) Ta có PE F f1E ; f2 E ; f3 E
Với f1 E là tọa độ của véc tơ f1 2 ,0 ,1 trong cơ sở E.
a
f1 E b f1 a.e1 b.e2 c.e3
c
2,0,1 a.1,1,1 b. 2,1,3 c. 3,2,1
2,0,1 a 2b 3c,a b 2c,a 3b c
a 2b 3c 2 a 5
a b 2c 0 b 1 .
a 3b c 1 c 3
5
Vậy tọa độ của véc tơ f1 2 ,0 ,1 trong cơ sở E là : f1 E 1 .
3
78
Hoàn toàn tương tự, ta tìm được
1
3
5
4
f 2 E 0 và
f 3 E
2 3
4
3
1
5 5 3
4
Ma trận chuyển cơ sở từ cơ sở E sang cơ sở F là : PE F 1 0 .
3
3 2 4
3
2) Cách 1 : Theo định nghĩa về tọa độ véc tơ trong một cơ sở, ta có
x1
x F x2 x x1 . f1 x2 . f 2 x3 . f3
x
3
3
Do đó xF 0 x 3. f1 0. f 2 1 . f3
1
x 3. 2 ,0 ,1 0. 1,1,3 1 .1,1,5 5,1,2
a
Đặt x E b x a.e1 b.e2 c.e3
c
5,1,2 a.1,1,1 b. 2,1,3 c. 3,2,1 .
44
a 3
a 2b 3c 5
5
a b 2c 1 b .
a 3b c 2 3
23
c 3
79
44
3
5
Vậy tọa độ của véc tơ x 5, 1,2 trong cơ sở E là : x E
3
23
3
Cách 2 : Áp dụng công thức x E PE F . xF
1 44
5 5 3
3 3
4 5
x E 1 0 . 0
3 3
1
3 2 4 23
3 3
80
BÀI 9
ÁNH XẠ TUYẾN TÍNH
I. KHÁI NIỆM ÁNH XẠ TUYẾN TÍNH
Định nghĩa 1 : Cho V, W là hai không gian véc tơ thực. Ánh xạ T : V W được
gọi là một ánh xạ tuyến tính (AXTT) nếu thỏa điều kiện :
1) T x y T x T y x, y V . (9.1)
2) T .x .T x x V ; ℝ . (9.2)
Chú ý 1 :
1) Hai điều kiện nói trên là tương đương với một điều kiện
T .x y .T x T y x, y V ; ℝ (9.3)
Lúc đó, để chứng minh ánh xạ T là một ánh xạ tuyến tính, thay vì kiểm tra T thỏa cả hai
điều kiện (9.1) và (9.2) thì ta chỉ cần kiểm tra T thỏa một điều kiện (9.3) là đủ.
2) Nếu VW thì ánh xạ tuyến tính T : V V được gọi là một toán tử tuyến tính.
Ví dụ 1 : Ánh xạ không
: V W
biến mọi phần tử x V thành véc tơ không W (tức là O x W x V ) là
một ánh xạ tuyến tính.
Thật vậy, x, y V , ℝ thì x y V O x y W (9.4)
Mặt khác .O x O y . W (9.5)
Từ (9.4) và (9.5) suy ra O x y .O x O y x, y V , ℝ
Vậy ánh xạ không O là một ánh xạ tuyến tính.
Ví dụ 2 : Ánh xạ đồng nhất
Id : V V
biến mọi phần tử x V thành chính nó (tức là Id x x x V ) là một ánh xạ
tuyến tính.
Thật vậy, x, y V , ℝ thì x y V Id x y x y (9.6)
Mặt khác .Id x Id y .x y (9.7)
Từ (9.6) và (9.7) suy ra Id x y .Id x Id y x, y V , ℝ
Vậy ánh xạ đồng nhất Id là một ánh xạ tuyến tính.
Ví dụ 3 : Cho ma trận A M m,n ℝ .
Ánh xạ
A : ℝn ℝm
81
xác định bởi A x A.x x ℝ n , là một ánh xạ tuyến tính. (quy ước khi viết A.x thì
ta nhân ma trận A với x ở dạng cột).
Thật vậy, x, y ℝ n , ℝ thì x y ℝ n
A x y A x y A x Ay .Ax Ay A x A y
Vậy ánh xạ A là một ánh xạ tuyến tính, hay nói cách khác phép nhân ma trận là một
ánh xạ tuyến tính.
Ví dụ 4 : Cho tập C1a,b là tập các hàm số một biến khả vi liên tục tới cấp một trên
khoảng (a,b).
Ánh xạ đạo hàm
D : C1a,b C1a,b
T x y 2 x1 x2 2 y1 y2 ; x2 x3 y2 y3
2 x1 x2 ; x2 x3 2 y1 y2 ; y2 y3
T x y T x T y x, y V (đúng)
T x T x1 , x2 , x3 2 x1 x2 ; x2 x3 2 x1 x2 ; x2 x3 ;
82
T x T x x V ; ℝ (đúng)
Vậy T là một ánh xạ tuyến tính (đpcm).
Cách 2 : Ta có x ℝ3 x x1 ,x2 ,x3 .
x1
2 1 0 2 1 0 2 x1 x2
Đặt A A.x 0 1 1 x2 x x
0 1 1 2 3
x3
T
T x A.x Vậy T là một ánh xạ tuyến tính (đpcm).
Định lý 1 : Cho V, W là hai không gian véc tơ thực, xét ánh xạ tuyến tính
T : V W
Ta có một số kết quả sau :
1) Ánh xạ T biến véc tơ không của V thành véc tơ không của W, tức là T V W .
2) T x T x x V .
3) Ánh xạ T biến một họ véc tơ phụ thuộc tuyến tính của V thành một họ véc tơ phụ thuộc
tuyến tính của W. Tức là, nếu họ véc tơ e1 ,e2 ,......,ek V phụ thuộc tuyến tính, thì họ véc
tơ T e1 ,T e2 ,......,T ek W là phụ thuộc tuyến tính.
4) Ánh xạ T biến một không gian con của V thành một không gian con của W. Tức là, nếu U
là một không gian con của V thì T U sẽ là một không gian con của W. Lúc đó, hệ sinh của
U sẽ biến thành hệ sinh của T U .
II. NHÂN VÀ ẢNH CỦA ÁNH XẠ TUYẾN TÍNH, HẠNG CỦA ÁNH XẠ TUYẾN
TÍNH. (Tham khảo)
Định nghĩa 2 : Cho V, W là hai không gian véc tơ thực, xét ánh xạ tuyến tính
T : V W
Ta định nghĩa tập
+) K er T x V T x W là nhân của ánh xạ T.
+) Im T y W x V T x y là ảnh của ánh xạ T.
x y x1 y1 , x2 y2 , x3 y3 ; ℝ .
T x x1 x2 2 x3 ; 2 x1 3x2 7 x3 ; 3x1 4 x2 9 x3 ;
T y y1 y2 2 y3 ; 2 y1 3 y2 7 y3 ; 3 y1 4 y2 9 y3 ;
T x y T x1 y1 , x2 y2 , x3 y3
x1 y1 x2 y2 2 x3 y3 ; 2 x1 y1 3 x2 y2
7 x3 y3 ; 3 x1 y1 4 x2 y2 9 x3 y3 .
T x y x1 x2 2 x3 y1 y2 2 y3 ; 2 x1 3 x2 7 x3
2 y1 3 y2 7 y3 ; 3 x1 4 x2 9 x3 3 y1 4 y2 9 y3
T x y x1 x2 2 x3 ; 2 x1 3 x2 7 x3 ; 3 x1 4 x2 9 x3
y1 y2 2 y3 ; 2 y1 3 y2 7 y3 ; 3 y1 4 y2 9 y3
T x y T x T y x, y ℝ3 , ℝ
T là ánh xạ tuyến tính.
2) Tìm Ker(T)
x ℝ3 x x1 ,x2 ,x3 .
Ta có x K er T T x ℝ3
T x1 ,x2 ,x3 x1 x2 2 x3 ; 2 x1 3 x2 7 x3 ; 3 x1 4 x2 9 x3 0 ,0 ,0
x1 x2 2 x3 0 x1 x2 2 x3 0
2 x1 3 x2 7 x3 0 x2 3 x3 0
3x 4 x 9 x3 0 x2 3 x3 0
1 2
85
x1 x2 2 x3 0 x1 x3
x2 3 x3 0 x2 3 x3
K er T a,3a,a a ℝ
K er T a 1,3,1 a ℝ
Ta có y Im T x V ℝ3 : T x y
T x1 ,x2 ,x3 x1 x2 2 x3 ; 2 x1 3 x2 7 x3 ; 3 x1 4 x2 9 x3 y1 , y2 , y3
x1 x2 2 x3 y1 x1 x2 2 x3 y1
2 x1 3 x2 7 x3 y2 x2 3 x3 y2 2 y1
3x 4 x 9 x3 y3 x2 3 x3 y3 3 y1
1 2
x1 x2 2 x3 y1
x2 3 x3 y2 2 y1
0 y3 y1 y2
Để hệ có nghiệm với ẩn x1 ,x2 ,x3 , ta phải có y3 y2 y1 0 y1 y3 y2
Im T b a,a,b a,b ℝ
Im T a,a,0 b,0 ,b a,b ℝ a 1,1,0 b 1,0 ,1 a,b ℝ
Im(T) là không gian con của ℝ3 sinh bởi họ véc tơ e2 1,1,0 ; e3 1,0 ,1
Do hai véc tơ e2 1,1,0 ; e3 1,0 ,1 độc lập tuyến tính, nên chúng là một cơ sở
của Im(T) Dim(Im(T)) = 2.
3) Tìm Rank(T)
Cách 1 : Rank(T) = Dim(Im(T)) = 2.
Cách 2 : Rank(T) = Dim(V) – Dim(Ker(T)) = 3 – 1 = 2.
Ví dụ 7 : Cho ánh xạ T : ℝ3 ℝ3 với
T x1 ,x2 ,x3 x1 3 x2 5 x3 ; 2 x1 5 x2 8 x3 ; 3 x1 8 x2 9 x3
1) Chứng minh T là một ánh xạ tuyến tính.
2) Tìm cơ sở, số chiều của Ker(T) và Im(T).
3) Tìm Rank(T) = ?
86
Giải
1) Chứng minh T là một ánh xạ tuyến tính (tương tự như ví dụ trên).
2) Tìm Ker(T)
x ℝ3 x x1 ,x2 ,x3 .
Ta có x K er T T x ℝ3
T x1 ,x2 ,x3 x1 3 x2 5 x3 ; 2 x1 5 x2 8 x3 ; 3 x1 8 x2 9 x3 0 ,0 ,0
x1 3 x2 5 x3 0 x1 3 x2 5 x3 0
2 x1 5 x2 8 x3 0 x2 2 x3 0
3x 8 x 9 x3 0 x2 6 x3 0
1 2
x1 3 x2 5 x3 0 x1 0
x2 2 x3 0 x2 0
4 x3 0 x 0
3
K er T 0,0,0 Dim(Ker(T)) = 0.
Tìm Im(T)
Cách 1 :
Do Dim(Im(T)) = Dim(V) – Dim(Ker(T)) = 3 – 0 = 3 Im T ℝ3 .
Cach 2 :
y ℝ3 y y1 , y2 , y3 .
Ta có y Im T x V ℝ3 : T x y
T x1 ,x2 ,x3 x1 3 x2 5 x3 ; 2 x1 5 x2 8 x3 ; 3 x1 8 x2 9 x3 y1 , y2 , y3
x1 3 x2 5 x3 y1
2 x1 5 x2 8 x3 y2
3x 8 x 9 x3 y3
1 2
1 3 5
Do Det A 2 5 8 4 0 Đây là hệ Cramer, hệ phương trình luôn luôn có
3 8 9
duy nhất nghiệm với mọi giá trị y1 , y2 , y3 ℝ .
Im T y1 , y2 , y3 y1 , y2 , y3 ℝ Im T ℝ3 Dim(Im(T)) = 3.
3) Tìm Rank(T)
Cách 1 : Rank(T) = Dim(Im(T)) = 3.
Cách 2 : Rank(T) = Dim(V) – Dim(Ker(T)) = 3 – 0 = 3.
87
BÀI 10
MA TRẬN CỦA ÁNH XẠ TUYẾN TÍNH
I. CÁC KHÁI NIỆM CƠ BẢN
Định nghĩa 1 : Cho V, W là hai không gian véc tơ thực với V là không gian n – chiều, W là
không gian m – chiều.
E e1 ,e2 ,......,en V là một cơ sở của không gian V.
F f1 , f 2 ,......, f m W là một cơ sở của không gian W.
Xét ánh xạ tuyến tính
T : V W
Ta định nghĩa ma trận
E và ký hiệu là T E
Định lý 1 : Với mọi véc tơ x bất kỳ thuộc không gian V, ta có mối liên hệ giữa tọa độ của véc
tơ x trong cơ sở E với tọa độ của véc tơ T(x) trong cơ sở F là :
T x T E ,F . x E x V .
F
Định lý 2 : Hạng của ánh xạ tuyến tính bằng hạng của ma trận biểu diễn. Tức là
Rank T Rank T E ,F .
Ví dụ 1 : Cho ánh xạ tuyến tính T : ℝ3 ℝ 2 xác định bởi
T x1 ,x2 ,x3 x1 x2 2 x3 , 2 x1 x3
1) Tìm ma trận của ánh xạ T trong hai cơ sở chính tắc của ℝ 3 và ℝ 2 . Từ đó suy ra
Rank(T) = ?
2) Tìm ma trận của ánh xạ T trong hai cơ sở
88
E e1 1,1,1 ;e2 1, 2 ,3 ;e3 3,4 , 4 ℝ 3
F f1 1,3 ; f 2 2 ,5 ℝ 2
1
3) Biết x
E
2 . Hãy xác định T x ?
F
1
Giải
1) Ta có các cơ sở chính tắc trong ℝ 3 và ℝ 2 là
U u1 1,0 ,0 ;u2 0 ,1,0 ;u3 0 ,0 ,1 ℝ3
1
T u1 T 1,0 ,0 1, 2 1,0 2. 0 ,1 v1 2v2 T u1 .
V
2
1
T u2 T 0 ,1,0 1,0 v1 T u2 .
V
0
2
T u3 T 0 ,0 ,1 2 ,1 2 1,0 0 ,1 2 v1 v2 T u3 .
V
1
Vậy ma trận của ánh xạ T trong hai cơ sở chính tắc U và V là :
1 1 2
T U ,V
2 0 1
Ta có Rank(T) = Rank(A) = 2.
Nhận xét 1 : Ma trận của ánh xạ T trong cơ sở chính tắc chính là các véc tơ T u1 ; T u2 ;
T u3 xếp thành các cột tương ứng.
2) Ta có T x1 ,x2 ,x3 x1 x2 2 x3 , 2 x1 x3
T e1 T 1,1,1 0 ,3 ; T e2 T 1, 2 ,3 3,5 ; T e3 T 3, 4 , 4 1,10
a
Đặt T e1 T e1 a. f1 b. f 2 a.1,3 b. 2 ,5 a 2b,3a 5b
F
b
a 2b 0 a 6
0,3 a 2b,3a 5b
3a 5b 3 b 3
6
Vậy tọa độ của véc tơ T e1 trong cơ sở F là T e1 .
F
3
25 25
Tương tự, ta có T e2 ; T e3
F F
14 13
89
Vậy ma trận của ánh xạ T trong hai cơ sở E và F là :
6 25 25
T E ,F
2 14 13
3) Cách 1 : Do T x T E ,F . x E
F
1
6 25 25 31
T x 2
F
3 14 13 1 18
1
Cách 2 : x E 2 x 1,1,1 2.1, 2 ,3 1 3, 4 , 4 0 ,1,3 .
1
T x T 0 ,1,3 5,3 .
31
Tương tự như cách tìm tọa độ T e1 ở câu 2), ta tìm được : T x
F F
18
Ví dụ 2 : Cho ánh xạ T : ℝ3 P2 x xác định bởi T a,b,c ax 2 bx c
1) Chứng minh rằng T là một ánh xạ tuyến tính. Xác định Ker(T) và Im(T)?
2) Tìm ma trận của ánh xạ T trong hai cơ sở chính tắc của ℝ3 và P2 x .
3) Tìm ma trận của ánh xạ T trong hai cơ sở
E e1 2 , 4 ,9 ;e2 1,3,14 ;e3 1, 2 ,14 ℝ 3
F f1 x 2 x 1; f 2 x 2 2 x 3; f3 x 5 P2 x
T
4) Biết AE 1; 0; 2 . Hãy xác định T A ?
F
Giải
1) Ta có A, B ℝ3 A a1 ,b1 ,c1 , B a2 ,b2 ,c2 .
A B a1 a2 , b1 b2 , c1 c2 ℝ
T A B T a1 a2 , b1 b2 , c1 c2
T A B a1 a2 x 2 b1 b2 x c1 c2
T A B a1x 2 b1x c1 a2 x 2 b2 x c2
T A B T A T B A,B ℝ3 , ℝ
T là một ánh xạ tuyến tính.
*) Tìm Ker(T) A ℝ3 A a,b,c .
Ta có A K er T T A P2 x
90
T a,b,c ax 2 bx c 0 x ℝ a b c 0
K er T 0 ,0 ,0 Dim(Ker(T)) = 0.
*) Tìm Im(T) f x P2 x f x x 2 x , , ℝ .
Ta có f x Im T A a,b,c ℝ3 : T A f x
ax 2 bx c x 2 x x ℝ a ; b ; c
Im T , , , , ℝ Im T ℝ3 Dim(Im(T)) = 3.
V v1 x 2 ;v2 x;v3 1 P2 x
Vì T a,b,c ax 2 bx c nên ta có
T
T u1 T 1,0 ,0 x 2 v1 T u1 1; 0; 0 .
V
T
T u2 T 0 ,1,0 x v2 T u2 0;1; 0 .
V
T
T u3 T 0 ,0 ,1 1 v3 T u3 0; 0;1 .
V
Vậy ma trận của ánh xạ T trong hai cơ sở chính tắc U và V là :
1 0 0
T U ,V 0 1 0
0 0 1
3) Ta có T a,b,c ax 2 bx c
T e1 T 2 , 4 ,9 2 x 2 4 x 9 ;
T e2 T 1,3,14 x 2 3 x 14 ;
T e3 T 1, 2 , 14 x 2 2 x 14 ;
T
Đặt T e1 a1 ;a2 ;a3 T e1 a1 . f1 a2 . f 2 a3 . f3
F
2 x 2 4 x 9 a1 x 2 x 1 a2 x 2 2 x 3 a3 x 5
2 x 2 4 x 9 a1 a2 x 2 a1 2a2 a3 x a1 3a2 5a3
a1 a2 2 a1 1
a1 2a2 a3 4 a2 1
a 3a 5a3 9 a 1
1 2 3
91
T
Vậy tọa độ của véc tơ T e1 trong cơ sở F là T e1 1;1;1 .
F
T T
Tương tự, ta có T e2 2; 1; 3 ; T e3 1; 0; 3
F F
Vậy ma trận của ánh xạ T trong hai cơ sở E và F là :
1 2 1
T E ,F 1 1 0
1 3 3
4) Do T A T E ,F . AE
F
1 2 1 1 3
T A 1 1 0 0 1
F
1 3 3 2 5
II. MA TRẬN ĐỒNG DẠNG
1. Hai ma trận đồng dạng
Định nghĩa Cho hai ma trận A, B M n ℝ . Ta nói ma trận A đồng dạng với ma trận B nếu
tồn tại ma trận vuông khả nghịch P M n ℝ để
A P 1BP
Lúc đó, ta ký hiệu là A ∼ B .
1
Nhận xét 2 : Ta có A P 1BP thì B PAP 1 P 1 AP 1 Q 1 AQ (với
Q P 1 ). Do đó, nếu A đồng dạng với B thì B cũng đồng dạng với A.
2. Ma trận của ánh xạ tuyến tính thông qua phép đổi cơ sở
Định lý dưới đây cho ta thấy ma trận của một toán tử tuyến tính trong hai cơ sở khác
nhau thì đồng dạng và điều ngược lại cũng đúng.
Định lý 3 : Cho V là một không gian véc tơ thực n – chiều. Trong V xét hai cơ sở
E e1 ,e2 ,......,en V và F f1 , f 2 ,......, f n V
Xét toán tử tuyến tính
T : V V
Lúc đó, ma trận biểu diễn của toán tử tuyến tính T trong hai cơ sở E và F là đồng dạng
với nhau. Trong đó, gọi PF E là ma trận chuyển cơ sở từ cơ sở F sang cơ sở E thì
T E PF
1
E T F PF E hay T E PE F T F PE
1
F
8 x1 16 x2 9 x3 1 x1 1
6 x1 7 x2 3 x3 2 x2 1
7x x
1 13 x2 7 x3 1 3 1
1 18 15 1 2
+) T f1 T E f1 E 1 22 20 .1 3
E
1 25 22 1 2
T f1 2 e1 3 e2 2 e3
T f1 2 8, 6 ,7 3 16 ,7 , 13 2 9 , 3,7 14 , 3,11
1 18 15 1 10
+) T f 2 T E f 2 E 1 22 20 . 2 15
E
1 25 22 3 17
T f 2 10e1 15e2 17e3
T f 2 10. 8,6 ,7 15. 16 ,7 ,13 17. 9 , 3,7 7 ,6,6
1 18 15 3 3
+) T f3 T E f3 E 1 22 20 . 5 7
E
1 25 22 6
10
T f 2 3 e1 7 e2 10 e3
93
T f 2 3 . 8, 6 ,7 7 . 16 ,7 , 13 10 . 9 , 3,7 2,1,0
*) Tìm tọa độ các véc tơ T f1 ; T f 2 ; T f3 trong cơ sở F
T
Đặt T f1 x1 ; x2 ; x3 T f1 x1 f1 x2 f 2 x3 f3
F
14 ,3,11 x1 1,2,1 x2 3,1,2 x3 2 ,1,2
14 ,3,11 x1 3x2 2 x3 ,2 x1 x2 x3 ,x1 2 x2 2 x3
x1 3 x2 2 x3 14 x1 1
2 x1 x2 x3 3 x2 3
x 2 x2 2 x3 11 x 2
1 3
T
Vậy T f1 1; 3; 2
F
T T
Tương tự ta tìm được T f 2 2; 1; 3 ; T f3 2; 2;1
F F
Ma trận biểu diễn của ánh xạ T trong cơ sở F là :
T F
T f1 ; T f 2 ; T f3
F F F
1 2 2
T F 3 1 2
2 3 1
Vậy f1 E 1; 1; 1T
T
Tương tự ta tìm được f 2 E 1; 2; 3 ; f3 E 3; 5; 6 T
Cách 2 :
Ta có ma trận chuyển cơ sở từ cơ sở E sang cơ sở F là
PE F f1 E ; f2 E ; f3 E
1 1 3 3 3 1
PE F 1 2 5 PE
1
F 1 3 2
1 3 6 1 2 1
Áp dụng công thức
T F PE
1
F T E PE F
ta có
3 3 1 1 18 15 1 1 3 1 2 2
T F 1 3 2 1 22 20 1 2 5 3 1 2
1 2 1 1 25 22 1 3 6
2 3 1
Chú ý 2 : Ta có thể tìm tọa độ các véc tơ T f1 ; T f 2 ; T f3 trong cơ sở F bằng cách
94
áp dụng công thức T x PF E . T x x ℝ3 , với PF E là ma trận chuyển
F E
cơ sở từ cơ sở F sang cơ sở E.
Ví dụ 4 : Cho V là một không gian véc tơ có cơ sở là E e1 ,e2 ,e3 , xét ánh xạ tuyến tính
T : V V.
15 11 5
Cho ma trận biểu diễn của T trong cơ sở E là T E 20 15 8 .
8 7 6
1) Chứng minh họ véc tơ
F f1 2e1 3e2 e3 ; f 2 3e1 4e2 e3 ; f3 e1 2e2 2e3
cũng là một cơ sở của không gian V.
2) Tìm ma trận biểu diễn của T trong cơ sở F?
Giải
1) Theo giả thiết Dim(V) = 3, do đó để chứng minh họ véc tơ F gồm 3 véc tơ f1 ; f 2 ; f3
là một cơ sở của V ta chỉ cần chứng minh họ véc tơ F là độc lập tuyến tính.
95
T
T f1 1; 0; 0
F
15 11 5 3 6
+) T f 2 T E f 2 E 20 15 8 . 4 8
E
8 7 6 1 2
T f 2 6e1 8e2 2e3
T f 2 6 6 f1 4 f 2 f3 8 5 f1 3 f 2 f3 2 2 f1 f 2 f3 2 f 2
T
T f 2 0; 2; 0
F
15 11 5 1 3
+) T f3 T E f3 E 20 15 8 . 2 6
E
8 7 6 2 6
T f3 3e1 6e2 6e3
T f3 3 6 f1 4 f 2 f3 6 5 f1 3 f 2 f3 6 2 f1 f 2 f3
T f3 3 f3
T
T f3 0; 0; 3
F
Ma trận biểu diễn của ánh xạ T trong cơ sở F là :
T F
T f1 ; T f 2 ; T f3
F F F
1 0 0
T F 0 2 0
0 0 3
Cách 2 :
Ta có ma trận chuyển cơ sở từ cơ sở E sang cơ sở F là
PE F f1 E ; f2 E ; f3 E
2 3 1 6 5 2
PE F 3 4 2 PE
1
F 4 3 1
1 1 2 1 1 1
Áp dụng công thức
T F PE
1
F T E PE F
ta có
6 5 2 15 11 5 2 3 1 1 0 0
T F 4 3 1 20 15 8 3 4 2 0 2 0
1 1 1 8 7 6 1 1 2
0 0 3
96
III. BÀI TẬP
Bài 1 : Cho không gian véc tơ V có một cơ sở là E e1 ,e2 ,e3 ,e4 . Xét ánh xạ tuyến tính
T : V V.
Giả sử
T e1 e3 e4 ; T e2 e1 e4 ; T e3 e1 e2 ; T e4 e2 e3 .
1) Tìm ma trận biểu diễn T E của ánh xạ T trong cơ sở E?
T
2) Cho véc tơ x V có tọa độ trong cơ sở E là x E x1 ; x2 ; x3 ; x4 . Hãy tìm tọa độ
Bài 3 : Cho V là tập tất cả các hàm số thực một biến f : ℝ ℝ sinh ra bởi tập
E e1 1; e2 x; e3 sin 3 x; e4 cos 3 x
Gọi T : V V là ánh xạ đạo hàm trên V (tức là T f x f ' x f x V ).
1) Chứng minh E là một cơ sở của không gian véc tơ V.
2) Chứng minh T là một toán tử tuyến tính trên V.
3) Tìm ma trận biểu diễn T E của ánh xạ T trong cơ sở E?
97
BÀI 11
TRỊ RIÊNG, VÉC TƠ RIÊNG
I. TRỊ RIÊNG, VÉC TƠ RIÊNG CỦA MA TRẬN
1. Các khái niệm cơ bản
Định nghĩa 1 : Cho A M n K K ℝ ; K ℂ là một ma trận vuông cấp n. Số K
được gọi là một trị riêng của ma trận A nếu có tồn tại véc tơ x K n , x 0; 0;...; 0 thỏa:
Ax x (11.1)
Lúc đó, véc tơ x 0; 0;...; 0 thỏa điều kiện (11.1) được gọi là véc tơ riêng ứng với trị
riêng của ma trận A.
Chú ý 1 :
+) Mặc dù véc tơ không x 0; 0;...; 0 thỏa điều kiện (11.1), nhưng x 0; 0;...; 0
không được gọi là véc tơ riêng của ma trận A. Véc tơ riêng của một ma trận phải là một véc tơ
khác véc tơ không.
+) Nếu véc tơ x là một véc tơ riêng ứng với trị riêng của ma trận A thì tất cả các véc tơ
c.x c K ; c 0 cũng là véc tơ riêng ứng với trị riêng của ma trận A. Thật vậy, ta có
A cx c A.x c x cx
c.x c K ; c 0 là véc tơ riêng ứng với trị riêng của ma trận A . (11.2)
+) Nếu x, y là hai véc tơ riêng ứng với trị riêng của ma trận A thì véc tơ x y cũng là
véc tơ riêng ứng với trị riêng của ma trận A. Thật vậy, ta có :
A x y Ax Ay x y x y
x y là véc tơ riêng ứng với trị riêng của ma trận A . (11.3)
+) Như vậy, từ (11.2) và (11.3) suy ra ứng với một trị riêng thì có vô số véc tơ riêng, các
véc tơ riêng này cùng với véc tơ không tạo thành một không gian con của không gian K n . Ta
gọi không gian này là không gian con riêng của ma trận A ứng với trị riêng .
+) Một trị riêng thì có vô số véc tơ riêng, nhưng ngược lại một véc tơ riêng thì chỉ tương
ứng với duy nhất một trị riêng. Thật vậy, giả sử véc tơ x 0; 0;...; 0 là véc tơ riêng ứng
với hai giá trị riêng 1, 2 của ma trận A. Ta có :
Ax Ax 1x 2 x 1 2 x 1 2 0 1 2
+) Nếu véc tơ x 0; 0;...; 0 là một véc tơ riêng ứng với trị riêng của ma trận A thì véc
x
tơ là véc tơ riêng có độ dài bằng 1 và ta gọi là véc tơ riêng đã chuẩn hóa.
x
+) Hai véc tơ riêng ứng với hai trị riêng phân biệt thì độc lập tuyến tính. Thật vậy, giả sử
x, y K n là hai véc tơ riêng ứng với hai trị riêng 1 2 của ma trận A.
98
Xét hệ thức
a.x b.y a,b K (11.4)
Nhân vào hai vế (11.4) với 1 ta được
1a.x 1b.y (11.5)
Nhân ma trận A vào hai vế của (5.1.4) ta được
A a.x b.y A.
aA.x bA.y
a1x b2 y (5.1.6)
Lấy (11.5) trừ cho (11.6) ta được
1 2 by
b 0 (vì 1 2 ; y )
Thế b = 0 vào (11.4) suy ra a = 0.
x, y K n độc lập tuyến tính (đpcm).
Mở rộng kết quả trên ta có, các véc tơ riêng, ứng với các trị riêng khác nhau của ma trận
A thì độc lập tuyến tính.
Định nghĩa 2 : Cho A M n K là một ma trận vuông cấp n. Ta gọi
+) Đa thức PA Det I n A là một đa thức đối với và được gọi là đa thức đặc
trưng của ma trận A.
+) Phương trình PA 0 là phương trình đặc trưng của ma trận A.
+) Nghiệm của phương trình đặc trưng là trị riêng đặc trưng của ma trận A.
Định nghĩa 3 : Cho A M n K là một ma trận vuông thực cấp n. Ta gọi ma trận con cấp i
của A, có đường chéo chính là một phần của đường chéo chính của A (Tức là, ma trận con cấp
i của A nhận được từ A bằng cách xóa (n-i) dòng và (n-i) cột có chỉ số giống nhau), là ma trận
con chính cấp i của ma trận A. Định thức của ma trận này gọi là định thức con chính cấp i
của ma trận A.
Chú ý 2 : Đa thức đặc trưng PA Det I n A là đa thức bậc n đối với và có dạng
Ta có
a1 a11 a22 ...... ann tr A
n
an 1 Det A
Tổng quát, ta có thể xác định các hệ số ai K ; i 1,n trong (11.7) như sau :
99
Công thức 1 : (tính theo định thức con chính của ma trận A)
ai 1
i
i ; i 1,2 ,...,n
Trong đó i là tổng của tất cả các định thức con chính cấp i của ma trận A
3 Det A
Công thức 2 : (Công thức Bôcher, tính theo vết của ma trận Ak)
Nếu ký hiệu Sk Tr Ak k 1,2 ,3,... thì Bôcher đã chứng minh được :
a1 S1
1
a2 a1S1 S2
2
1
a3 a2 S1 a1S 2 S3
3
1
a4 a3S1 a2 S 2 a1S3 S 4
4
……………
1
an an 1S1 an 2 S2 ...... a1Sn 1 Sn
n
Ví dụ 1 : Tìm đa thức đặc trưng PA Det I n A của các ma trận sau
2 1 0
1 1
1) A 2) A 9
4 6
2 5 8 0 3
Giải
1) Cách 1 :
1 1
PA Det I 2 A 1 5 2
2 5
PA 2 6 7
Cách 2 : PA 2 a1 a2
a1 1
1
1 a11 a22 1 5 6
100
1 1
a2 1
2
2 2 5
7
PA 2 6 7
Cách 3 : PA 2 a1 a2
1 1
A S1 Tr A 1 5 6 .
2 5
1 6
A2
12 23
S2 Tr A2 1 23 22 .
a1 S1 tr A 6
1 1
a2 a1S1 S2 6.6 22 7
2 2
PA 2 6 7
2) Cách 1 :
2 1 0
PA Det I3 A 9 4 6
8 0 3
PA 3 3 2 3
a1 1
1
1 a11 a22 a33 2 4 3 3
2 1 4 6 2 0
a2 1
2
2 9 4
0 3
8 3
17 12 6 1
2 1 0
a3 1
3
3
9 4 6 3
8 0 3
PA 3 3 2 3
2 1 0
A 9 4 6 S1 Tr A 2 4 3 3 .
8 0 3
101
5 6 6
A 6 7
2
8 8
6
S2 Tr A2 5 7 9 11 .
9
16 19 18
A3 27
16
22
24 S3 Tr A3 16 22 21 27 .
24 21
a1 S1 tr A 3
1 1
a2 a1S1 S2 3.3 11 1
2 2
1 1
a3 a2 S1 a1S 2 S3 1.3 3 .11 27 3
3 3
PA 3 3 2 3
2. Thuật toán tìm trị riêng, véc tơ riêng và không gian con riêng của ma trận
Cho ma trận A M n K , để tìm trị riêng, véc tơ riêng, không gian con riêng của ma
trận A, ta tiến hành làm theo các bước sau :
Bước 1 : Lập đa thức đặc trưng PA Det I n A của ma trận A.
Bước 2 : Giải phương trình đặc trưng
PA 0
để tìm tất cả các trị đặc trưng của ma trận A, các trị đặc trưng này chính là các trị riêng của A.
Bước 3 : Ứng với mỗi trị riêng o, ta giải phương trình ma trận
o .I n A .x O
để tìm tất cả các véc tơ riêng ứng với trị riêng o của ma trận A. Từ đó, suy ra cơ sở, số chiều
của không gian con riêng W ứng với trị riêng o.
Ví dụ 2 : Tìm tất cả các trị riêng, véc tơ riêng, cơ sở, số chiều của không gian con riêng của
các ma trận thực sau :
3 4 2 3 0 0
1) A 2 4 2
2) A 0 2 0
2 1 1 0 1 2
Giải
1) Đa thức đặc trưng của ma trận A là
3 4 2
PA Det I3 A Det 2 4 2 1 1 2
2 1 1
Phương trình đặc trưng
102
PA 0 1 1 2 0
1 1; 2 1; 3 2 là 3 trị riêng đơn phân biệt của ma trận A.
*) Với trị riêng 1 = -1
Giả sử x x1 ; x2 ; x3 ℝ 3 là véc tơ riêng ứng với trị riêng 1 = -1 của ma trận A. Ta
xét phương trình 1I3 A .x O
2 x1 4 x2 2 x3 0
x1 x3
2 x1 5 x2 2 x3 0
2 x x x2 0
1 2 2 x3 0
Các véc tơ riêng ứng với trị riêng 1 = -1 có dạng
x a,0 , a a 0
Không gian con riêng, ứng với trị riêng 1 = -1 là
W1 a,0,a a ℝ
W1 a 1,0 , 1 a ℝ
Véc tơ e1 1,0 ,1 là một cơ sở của không gian W1.
Dim(W1) = 1.
*) Với trị riêng 2 = 1
Giả sử x x1 ; x2 ; x3 ℝ 3 là véc tơ riêng ứng với trị riêng 2 = 1 của ma trận A. Ta
xét phương trình 2 I3 A .x O
4 x1 4 x2 2 x3 0 1
x1 x2
2 x1 3 x2 2 x3 0 2
2 x x 0 x2 x3
1 2
Các véc tơ riêng ứng với trị riêng 2 = 1 có dạng
1
x b,b,b b 0
2
Không gian con riêng, ứng với trị riêng 2 = 1 là
1
W2 b,b,b b ℝ
2
b
W2 1,2 , 2 b ℝ
2
Véc tơ e2 1, 2 ,2 là một cơ sở của không gian W2.
Dim(W2) = 1.
*) Với trị riêng 3 = 2
103
Giả sử x x1 ; x2 ; x3 ℝ 3 là véc tơ riêng ứng với trị riêng 3 = 2 của ma trận A. Ta
xét phương trình 3 I3 A .x O
5 x1 4 x2 2 x3 0
x1 2 x3
2 x1 2 x2 2 x3 0
2 x x x2 3 x3
1 2 x3 0
Các véc tơ riêng ứng với trị riêng 3 = 2 có dạng
x 2c,3c,c c 0
Không gian con riêng, ứng với trị riêng 3 = 2 là
W3 2c,3c,c c ℝ
W3 c 2 ,3,1 c ℝ
Véc tơ e3 2 ,3,1 là một cơ sở của không gian W3.
Dim(W3) = 1.
2) Sinh viên tự giải
2. Các định lý
Định lý 1 : Các ma trận đồng dạng thì có cùng đa thức đặc trưng.
Hệ quả 1 :
+) Các ma trận đồng dạng có cùng trị riêng.
+) Các ma trận đồng dạng có vết và cùng định thức.
Định lý 2 : Cho A, B M n K . Ta có
1) A và AT có cùng đa thức đặc trưng.
2) A.B và B.A có cùng đa thức đặc trưng.
Định lý 3 : Cho ma trận A M n K có các trị riêng là 1 , 2 ,......,n và f(x) là một đa thức
bất kỳ đối với x. Ta có :
1) Det f A f 1 . f 2 ...... f n
2) f 1 , f 2 ,......, f n là cá trị riêng của ma trận f(A).
Hệ quả 2 :
1) Nếu 1 , 2 ,......, n là các trị riêng của ma trận A M n K thì ta có
Det A 12 ......n
2) Ma trận A M n K suy biến khi và chỉ khi 0 là một trị riêng của ma trận A.
Kết quả của định lý 3 vẫn còn đúng nếu f x không phải là một đa thức mà là một hàm
P x
hữu tỷ, tức f x m với Pm x , Qk x lần lượt là hai đa thức cấp m và k của x. Cụ
Qk x
104
thể ta có định lý
P x
Định lý 4 : Cho ma trận A M n K có các trị riêng là 1 , 2 ,......,n và f x m là
Qk x
một hàm hữu tỷ đối với x và Det Qk A 0 . Ta có :
1) Det f A f 1 . f 2 ...... f n
2) f 1 , f 2 ,......, f n là cá trị riêng của ma trận f(A).
Hệ quả 3 : Cho 1 , 2 ,......, n là các trị riêng của ma trận A M n K và k ℤ là một
số nguyên (nếu A là ma trận suy biến thì k là số nguyên dương). Lúc đó 1k , 2k ,......, nk là
các trị riêng của ma trận Ak . (Nói riêng, nếu A là ma trận không suy biến thì
1 1 1
, , ...... là các trị riêng của ma trận nghịch đảo A1 ).
1 2 n
Chú ý 3 :
k
+) Cho A M n K ; Det A 0 , ta định nghĩa A k A1 k ℤ .
1 0 2
A 0 1 1
0 1 0
105
Tính f A ?
Giải
Đa thức đặc trưng của ma trận A là
1 0 2
PA Det I 3 A Det 0 1 1
0 1 0
PA 3 2 1 .
Thực hiện phép chia đa thức f cho đa thức PA ta có phần dư là
r 24 2 37 10
Tức là ta có phân tích
f PA .g 24 2 37 10
f A 24 A2 37 A 10 I3
3 48 26
f A 0 95 61
0 61 34
PA 3 2
Theo định lý Cayli Hamilton ta có :
PA A A3 A2 O33
A3 A2
Bằng quy nạp, ta chứng minh được :
Ak A2 k 2
Do đó
f A 2014.A2014 2013.A2013 ...... 2.A2 A
f A 2014 2013 ... 3 2 .A2 A
106
f A 1008 A2 A
3 3 1
Với A 3 3 1
2
3 3 1
33
Suy ra
3028 3029 1010
f A 3028 3031 1011
3030 3033 1012
33
Hệ quả của phép rút gọn đa thức nói trên là ta có thể áp dụng để tính được lũy thừa của
một ma trận
Ví dụ 5 : Cho ma trận
1 0 0
A 1 1 1
2 0 1
33
Tìm A2014 ?
Giải
Đa thức đặc trưng của A là : PA det I 3 A
2
PA 1 1
Thực hiện phép chia x 2014 cho đa thức PA x ta phân tích được :
x 2014 PA x .h x ax 2 bx c (11.10)
A2014 PA A .h A aA2 bA cI 3
A2014 aA2 bA cI 3 (11.11)
Hamintơn ta có thể tìm được ma trận nghịch đảo A1 . Thật vậy, ta có
PA n a1 n 1 ...... an 1 an
PA A An a1 An 1 ...... an 1 A an .I n On
+) Nếu an 0 thì A là ma trận suy biến, nên không khả nghịch.
+) Nếu an 0 thì A là khả nghịch. Nhân hai vế của đẳng thức trên với ma trận nghịch đảo
A1 ta được
An 1 a1 An 2 ...... an 1I n an .A1 On
A 1
1
an
An 1 a1 An 2 ...... an 1I n
Ví dụ 6 : Cho ma trận
2 2 0
A 0 3 1
1 0 1
33
Tìm ma trận nghịch đảo A1 ?
Giải
Đa thức đặc trưng của ma trận A là
PA 3 a1 2 a2 a3
Áp dụng công thức Bôcher để tìm các hệ số của PA như sau :
2 2 0
A 0 3 1 S1 Tr A 6 .
1 0 1
33
4 10 2
A2 1 9 4
S 2 Tr A2 14 .
3 2 1
33
Ta chỉ cần tính các phần tử trên đường chéo chính của ma trận A3 (không cần tính A3 ),
108
ta suy ra S3 Tr A3 42 .
a1 S1 6
1
a2 a1S1 S2 11
2
1
a3 a2 S1 a1S2 S3 8
3
PA 3 6 2 11 8
3 2 2
1 1 1 2 2
8
A1 A2 6 A 11I 3 A1
8
3 2 6
109
BÀI 12
CHÉO HÓA MA TRẬN
*) Đặt vấn đề
Ta đã biết rằng mỗi toán tử tuyến tính được biểu diễn không phải bởi một ma trận
mà là bằng một lớp các ma trận (tùy vào cơ sở được chọn) và các ma trận đó là đồng
dạng với nhau. Như vậy, tập các ma trận vuông M n K trên trường K được chia thành
các lớp rời nhau, mỗi lớp ma trận sẽ biểu diễn cho một và chỉ một toán tử tuyến tính của một K
– không gian véc tơ n chiều V. Như vậy, các ma trận thuộc một lớp, cho dù có dạng khác nhau
nhưng có những tính chất giống nhau (đó là tính chất của toán tử tuyến tính mà chúng là ma
trận biểu diễn). Vấn đề đặt ra là trong lớp các ma trận đó, ta tìm ma trận có dạng đơn giản nhất,
chẳng hạn như ma trận dạng tam giác, ma trận dạng đường chéo, …
Nói cách khác, ta cũng có thể đặt vấn đề là, tìm một cơ sở E của K – không gian n chiều
V để toán tử tuyến tính T : V V có ma trận biểu diễn T E có dạng đơn giản
như ma trận tam giác, ma trận đường chéo, …
Như ta sẽ thấy ở các bài học sau này, cần chú ý rằng một ma trận A có thể không
đồng dạng với ma trận chéo, hay lớp các ma trận đồng dạng với ma trận A có thể không
chứa ma trận đường chéo.
I. CHÉO HÓA MA TRẬN
1. Các khái niệm cơ bản
Định nghĩa 1 : Cho A M n K K ℝ; K ℂ , nếu tồn tại ma trận khả nghịch
P M n K để sao cho P 1 AP là một ma trận đường chéo thì ta nói ma trận A là chéo hóa
được và P là ma trận chéo hóa ma trận A.
Nói cách khác ma trận A M n K được gọi là chéo hóa được nếu nó đồng dạng với ma
trận đường chéo.
Dưới đây, ta sẽ nêu ra một số tiêu chuẩn để nhận biết một ma trận có chéo hóa được hay
không và thuật toán chéo hóa một ma trận nếu nó chéo hóa được.
2. Các Định lý
Câu hỏi đặt ra là một ma trận A M n K có thể đồng dạng với nhiều ma trận đường
chéo hay không, nói cách khác trong một lớp các ma trận đồng dạng có thể chứa nhiều ma trận
đường chéo hay không. Câu trả lời là khẳng định, tức là một lớp ma trận đồng dạng có thể
chứa nhiều ma trận đường chéo. Tuy nhiên, các ma trận đường chéo này chỉ khác nhau về cách
sắp xếp các phần tử trên đường chéo chính mà thôi. Cụ thể ta có
Định lý 1 : Hai ma trận đường chéo A dg 1 ; 2 ;......; n và B dg 1 ; 2 ;......; n
là đồng dạng với nhau khi và chỉ khi 1 ; 2 ;......; n là một hoán vị của 1 ; 2 ;......; n .
110
Định lý 2 : Ma trận A M n K chéo hóa được khi và chỉ khi A có đúng n véc tơ riêng X1,
X2, …, Xn độc lập tuyến tính. Lúc đó, ma trận P mà các cột của nó chính là các véc tơ riêng
X1, X2, …, Xn sẽ chéo hóa ma trận A.
P 1 AP dg 1 ; 2 ;...; n
Trong đó X i là véc tơ riêng ứng với trị riêng i i 1,2,...,n .
Hệ quả 1 : Ma trận A M n K có n trị riêng phân biệt thì chéo hóa được.
Hệ quả 2 : Ma trận vuông thực A M n ℝ là chéo hóa được nếu nó thỏa mãn các yêu cầu
sau :
1) Đa thức đặc trưng PA phân tích được thành tích của các nhị thức có dạng
r r r
PA 1 1 2 2 ... k k
2) Với mỗi trị riêng i i 1, 2 ,...,k , không gian con riêng Vi tương ứng, có số chiều bằng
bội của trị riêng i . Tức là Dim Vi ri i 1,2 ,...,k .
3. Thuật toán chéo hóa một ma trận
Từ kết quả của các định lý nêu trên ta đưa ra thuật toán chéo hóa một ma trận như sau :
a) Trường hợp tổng quát ma trận A M n K
Bước 1 : Tìm n véc tơ riêng X 1 ; X 2 ;......; X n độc lập tuyến tính của ma trận A. (Ta thường
tìm các véc tơ riêng này bằng cách lấy cơ sở của tất cả các không gian con riêng hợp lại).
Bước 2 : Lập ma trận P mà các cột của nó chính là các véc tơ riêng X1 ; X 2 ;......; X n tương
ứng.
Bước 3 : Ma trận P ở bước 2, sẽ chéo hóa ma trận A và ta có
P 1 AP dg 1 ; 2 ;...; n
Trong đó X i là véc tơ riêng ứng với trị riêng i i 1,2,...,n .
b) Trường hợp ma trận thực A M n ℝ
Nếu A là ma trận vuông thực, thì ta thường tiến hành chéo hóa như sau :
Bước 1 : Lập ma trận đặc trưng PA của ma trận A.
+) Nếu đa thức đặc trưng PA phân tích được thành tích các nhị thức có dạng
r r r
PA 1 1 2 2 ... k k
thì chuyển sang bước 2.
+) Nếu đa thức đặc trưng PA không phân tích được thành tích các nhị thức như trên thì
kết luận ma trận A không chéo hóa được.
Bước 2 : Tìm tất cả các trị riêng i của ma trận A cùng với số bội ri i 1,2,...,k tương
ứng.
111
Bước 3 : Với mỗi trị riêng i , tìm không gian con riêng Wi và số chiều Dim Wi .
+) Nếu tất cả các không gian con riêng Wi ta đều có số chiều của Wi chính bằng số bội
của trị riêng i . Tức là Dim Wi ri i 1,2,...,k thì ta kết luận là ma trận A chéo hóa
được và chuyển qua bước 4.
+) Ngược lại, nếu có tồn tại không gian con riêng Wi để Dim Wi ri thì ta kết luận ma
trận A không chéo hóa được.
Bước 4 : Lập ma trận P có các cột là các véc tơ trong các cơ sở của các không gian con riêng
Wi , thì ma trận P sẽ chéo hóa ma trận A.
Ví dụ 1 : Chéo hóa các ma trận sau
3 4 2 3 0 0
1) A 2 4 2
2) A 0 2 0
2 1 1 0 1 2
3 4 2 2 0 2
3) A 2 4 2 4) A 0 3 0
2 1 1 0 0 3
Giải
1) Đa thức đặc trưng
PA 4 2 4
Như vậy, trong không gian số thực ℝ , vì PA không phân tích được thành tích các
nhị thức nên ma trận A không chéo hóa được.
2) Đa thức đặc trưng
2
PA 3 2
Ma trận A có hai trị riêng là 1 3 (đơn) và 2 2 (bội 2).
*) Với trị riêng 1 = 3
Các véc tơ riêng ứng với trị riêng 1 = 3 có dạng
x a,0 ,0 a 0
Không gian con riêng, ứng với trị riêng 1 = 3 là
W1 a,0,0 a ℝ
W1 a 1,0 ,0 a ℝ
Véc tơ e1 1,0 ,0 là một cơ sở của không gian W1.
Dim(W1) = 1.
*) Với trị riêng 2 = 2
112
Các véc tơ riêng ứng với trị riêng 2 = 2 có dạng
x 0 ,0 ,b b 0
Không gian con riêng, ứng với trị riêng 2 = 2 là
W2 0,0,b b ℝ
W2 b 0 ,0 ,1 b ℝ
Véc tơ e2 0 ,0 ,1 là một cơ sở của không gian W2.
Dim(W2) = 1< 2 (là bội của trị riêng 2 = 2).
Ma trận A không chéo hóa được.
3) Sinh viên tự giải
4) Sinh viên tự giải
Nhận xét 1 : Nếu A chéo hóa được, thì ta có thể tính lũy thừa ma trận Ak bằng phương pháp
chéo hóa như sau :
Đặt B P 1 AP A PBP 1 (với B là ma trận đường chéo).
k
Ak PBP 1
Ak PB k P 1
Chú ý rằng nếu B dg 1 ; 2 ;...; n thì B k dg 1k ; 2k ;...; nk
Ví dụ 2 : Chéo hóa các ma trận sau, từ đó tính A2016
3 2 0
A 2 3 0
0 0 5
Giải
Đa thức đặc trưng
2
PA 1 5
Ma trận A có hai trị riêng là 1 1 (đơn); 2 5 (bội 2).
*) Với trị riêng 1 = 1
Các véc tơ riêng ứng với trị riêng 1 = 1 có dạng
x a,a,0 a 1,1,0 a 0
Không gian con riêng, ứng với trị riêng 1 = 1 là
W1 a 1,1,0 a ℝ
113
Véc tơ e1 1,1,0 là một cơ sở của không gian W1.
Dim(W1) = 1.
*) Với trị riêng 2 = 5
Các véc tơ riêng ứng với trị riêng 2 = 5 có dạng
x a,a,b a 1,1,0 b 0 ,0 ,1 a 2 b 2 0
Không gian con riêng, ứng với trị riêng 2 = 1 là
W2 a 1,1,0 b 0 ,0 ,1 a,b ℝ
Véc tơ e2 1,1,0 ; e3 0 ,0 ,1 là một cơ sở của không gian W2.
Dim(W2) = 2 (bằng với bội của trị riêng 2 = 5).
Ma trận A chéo hóa được.
Ta lập ma trận P có các cột là các véc tơ e1 ; e2 ; e3 , tức là P có dạng
1 0 1 1 1 0
1
P 1 0 1 P 1
0 0 2
0 1 0 2
1 1 0
thì ma trận P sẽ chéo hóa ma trận A. Cụ thể ta có
5 0 0 5 0 0
P 1 AP 0 5 0 A P. 0 5 0 .P 1
0 0 1 0 0 1
2016 52016 0 0
5 0 0
A2016 P. 0 5 0 .P 1 P. 0 52016 0 .P 1
0 0 1
0 0 1
1 52016 1 52016 0
1
A2016 1 52016 1 52016 0
2
0 0 2.52016
Ví dụ 7 : Chọn khẳng định đúng trong số các khẳng định sau :
1) Mọi ma trận chéo hóa được đều đối xứng.
2) Mọi ma trận đối xứng đều chéo hóa được.
Trả lời : Câu 2)
Ví dụ 8 : Cho ma trận A có đa thức đặc trưng là
4
PA 2 3
Chọn khẳng định đúng trong số các khẳng định sau :
1) A không chéo hóa được vì A chỉ có hai trị riêng phân biệt.
114
2) A chéo hóa được.
3) A chéo hóa được nếu và chỉ nếu, không gian con riêng ứng với trị riêng 2 3 có số
chiều bằng 4.
4) Tất cả khẳng định trên đều sai.
Trả lời : Câu 3)
115