CHƯƠNG 2: KHÔNG GIAN VÉC TƠ

Khoa Toán Kinh tế

Nội dung

1 Không gian Euclid Rn

2 Tổ hợp tuyến tính

3 Cơ sở và số chiều

4 Tọa độ của vector

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 2 / 16

Một số đối tượng trong không gian nhiều chiều

Chỉ số lạm phát

Giả sử ta có n loại hàng hóa khác nhau.
Giá của mỗi mặt hàng tại thời điểm t ký hiệu là (p1t , p2t ..., pnt ) và số lượng
tương ứng là (q1t , q2t , ..., qnt ).
Để xem xét chỉ số lạm phát, Laspeyres và Paasche đề xuất hai công thức
tương ứng là:
Σi pit qi0 Σi pit qit
PL = ; P P = .
Σi pi0 qi0 Σi pi0 qit

Cửa hàng kinh doanh trà sữa

Có một cửa hàng kinh doanh 9 loại trà sữa và muốn tổng kết số lượng
tiền bán được của mỗi loại trong từng tháng.

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 3 / 16

Không gian Rn

Ví dụ: R2 và R3 . Thời của Euclid: biểu diễn hình học. Thời sau
Descartes: biểu diễn đại số
Từ biểu diễn đại số, ta có thể mở rộng lên không gian Rn , n > 3

Định nghĩa
Không gian Rn là tập hợp tất cả các bộ có thứ tự u = (a1 , . . . , an ) với ai
là số thực, với mọi i.  
a1
 a2 
 
 ..  trong đó, ai
Vector u cũng có thể được viết dưới dạng cột u =  
.
an
được gọi là các thành phần của vector u và n là số chiều.

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 4 / 16

Không gian Rn

Ví dụ: R2 và R3 . Thời của Euclid: biểu diễn hình học. Thời sau
Descartes: biểu diễn đại số
Từ biểu diễn đại số, ta có thể mở rộng lên không gian Rn , n > 3

Định nghĩa
Không gian Rn là tập hợp tất cả các bộ có thứ tự u = (a1 , . . . , an ) với ai
là số thực, với mọi i.  
a1
 a2 
 
 ..  trong đó, ai
Vector u cũng có thể được viết dưới dạng cột u =  
.
an
được gọi là các thành phần của vector u và n là số chiều.

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 4 / 16

Không gian Rn

Ví dụ: R2 và R3 . Thời của Euclid: biểu diễn hình học. Thời sau
Descartes: biểu diễn đại số
Từ biểu diễn đại số, ta có thể mở rộng lên không gian Rn , n > 3

Định nghĩa
Không gian Rn là tập hợp tất cả các bộ có thứ tự u = (a1 , . . . , an ) với ai
là số thực, với mọi i.  
a1
 a2 
 
Vector u cũng có thể được viết dưới dạng cột u = 
 ..  trong đó, ai

.
an
được gọi là các thành phần của vector u và n là số chiều.

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 4 / 16

Không gian Rn

Ví dụ: R2 và R3 . Thời của Euclid: biểu diễn hình học. Thời sau
Descartes: biểu diễn đại số
Từ biểu diễn đại số, ta có thể mở rộng lên không gian Rn , n > 3

Định nghĩa
Không gian Rn là tập hợp tất cả các bộ có thứ tự u = (a1 , . . . , an ) với ai
là số thực, với mọi i.  
a1
 a2 
 
Vector u cũng có thể được viết dưới dạng cột u = 
 ..  trong đó, ai

.
an
được gọi là các thành phần của vector u và n là số chiều.

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 4 / 16

Không gian Rn

Ví dụ: R2 và R3 . Thời của Euclid: biểu diễn hình học. Thời sau
Descartes: biểu diễn đại số
Từ biểu diễn đại số, ta có thể mở rộng lên không gian Rn , n > 3

Định nghĩa
Không gian Rn là tập hợp tất cả các bộ có thứ tự u = (a1 , . . . , an ) với ai
là số thực, với mọi i.  
a1
 a2 
 
Vector u cũng có thể được viết dưới dạng cột u = 
 ..  trong đó, ai

.
an
được gọi là các thành phần của vector u và n là số chiều.

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 4 / 16

Định nghĩa (tt)

Vector 0: 0 = (0, . . . , 0).

Vector đối của u: −u = (−a1 , . . . , −an )
Phép cộng và phép nhân vô hướng tương tự như trong R3 .
Các tính chất cơ bản như: kết hợp, giao hoán, etc. hoàn toàn tương
tự R3

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 5 / 16

Định nghĩa (tt)

Vector 0: 0 = (0, . . . , 0).

Vector đối của u: −u = (−a1 , . . . , −an )
Phép cộng và phép nhân vô hướng tương tự như trong R3 .
Các tính chất cơ bản như: kết hợp, giao hoán, etc. hoàn toàn tương
tự R3

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 5 / 16

Định nghĩa (tt)

Vector 0: 0 = (0, . . . , 0).

Vector đối của u: −u = (−a1 , . . . , −an )
Phép cộng và phép nhân vô hướng tương tự như trong R3 .
Các tính chất cơ bản như: kết hợp, giao hoán, etc. hoàn toàn tương
tự R3

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 5 / 16

Định nghĩa (tt)

Vector 0: 0 = (0, . . . , 0).

Vector đối của u: −u = (−a1 , . . . , −an )
Phép cộng và phép nhân vô hướng tương tự như trong R3 .
Các tính chất cơ bản như: kết hợp, giao hoán, etc. hoàn toàn tương
tự R3

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 5 / 16

Định nghĩa tổ hợp tuyến tính

Cho u1 ,...,un và v là các vector trong Rn . V được gọi là một tổ hợp tuyến
tính của các vector u1 ,...,un nếu tồn tại các số thực α1 ,...,αn sao cho

v = α1 u1 + · · · + αn un

Ví dụ. Xét v1 = (1, 0, −1, 2), v2 = (2, 1, −3, 0), v3 = (5, 2, −7, 2).
Ta có v3 = v1 + 2v2 .
Suy ra, v3 được biểu diễn tuyến tính qua v1 , v2 .

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 6 / 16

Định nghĩa tổ hợp tuyến tính

Cho u1 ,...,un và v là các vector trong Rn . V được gọi là một tổ hợp tuyến
tính của các vector u1 ,...,un nếu tồn tại các số thực α1 ,...,αn sao cho

v = α1 u1 + · · · + αn un

Ví dụ. Xét v1 = (1, 0, −1, 2), v2 = (2, 1, −3, 0), v3 = (5, 2, −7, 2).
Ta có v3 = v1 + 2v2 .
Suy ra, v3 được biểu diễn tuyến tính qua v1 , v2 .

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 6 / 16

Định nghĩa tổ hợp tuyến tính

Cho u1 ,...,un và v là các vector trong Rn . V được gọi là một tổ hợp tuyến
tính của các vector u1 ,...,un nếu tồn tại các số thực α1 ,...,αn sao cho

v = α1 u1 + · · · + αn un

Ví dụ. Xét v1 = (1, 0, −1, 2), v2 = (2, 1, −3, 0), v3 = (5, 2, −7, 2).
Ta có v3 = v1 + 2v2 .
Suy ra, v3 được biểu diễn tuyến tính qua v1 , v2 .

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 6 / 16

Cách tìm (tt)

Cách tìm tổ hợp tt

Giả sử 

 u1 = (a11 , . . . , a1n )
 ..


.


 um = (am1 , . . . , amn )

 v = (b , . . . , b )
1 n

Giải hệ sau
(u1T , . . . , um
T
| vT )

Viết dưới dạng ma trận:

 
a11 a21 . . . am1 b1
a12 a22 . . . am2 b2 


 . .. .. .. .. 
 .
 . . . . .

a1n a2n . . . amn bn

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 7 / 16

Cách tìm (tt)

Cách tìm tổ hợp tt

Giả sử 

 u1 = (a11 , . . . , a1n )
 ..


.


 um = (am1 , . . . , amn )

 v = (b , . . . , b )
1 n

Giải hệ sau
(u1T , . . . , um
T
| vT )

Viết dưới dạng ma trận:

 
a11 a21 . . . am1 b1
a12 a22 . . . am2 b2 


 . .. .. .. .. 
 .
 . . . . .

a1n a2n . . . amn bn

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 7 / 16

Sự độc lập tuyến tính và phụ thuộc tuyến tính

Định nghĩa
Họ các vectors u1 , . . . , um được gọi là họ độc lập tuyến tính nếu từ
đẳng thức
α1 u1 + · · · + αm um = 0
ta suy ra được
α1 = · · · = αm = 0
nghĩa là phương trình x1 u1 + · · · + xm um = 0 có nghiệm duy nhất
α1 = · · · = αm = 0
Họ các vector không độc lập tuyến tính được gọi là phụ thuộc tuyến
tính.

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 8 / 16

Sự độc lập tuyến tính và phụ thuộc tuyến tính

Định nghĩa
Họ các vectors u1 , . . . , um được gọi là họ độc lập tuyến tính nếu từ
đẳng thức
α1 u1 + · · · + αm um = 0
ta suy ra được
α1 = · · · = αm = 0
nghĩa là phương trình x1 u1 + · · · + xm um = 0 có nghiệm duy nhất
α1 = · · · = αm = 0
Họ các vector không độc lập tuyến tính được gọi là phụ thuộc tuyến
tính.

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 8 / 16

Sự độc lập tuyến tính và phụ thuộc tuyến tính

Định nghĩa
Họ các vectors u1 , . . . , um được gọi là họ độc lập tuyến tính nếu từ
đẳng thức
α1 u1 + · · · + αm um = 0
ta suy ra được
α1 = · · · = αm = 0
nghĩa là phương trình x1 u1 + · · · + xm um = 0 có nghiệm duy nhất
α1 = · · · = αm = 0
Họ các vector không độc lập tuyến tính được gọi là phụ thuộc tuyến
tính.

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 8 / 16

Cách xác định độc lập/phụ thuộc

Đặt ma trận
 
u1
 .. 
A= . 
um

Dùng các phép biến đổi sơ cấp dòng tính r (A).

Nếu r (A) = m thì độc lập tuyến tính.
Nếu r (A) < m thì phụ thuộc tuyến tính.
Trường hợp đặc biệt: nếu A vuông thì ta có thể tính det(A) thay cho
r (A). Khi đó,
Nếu det(A) 6= 0 thì độc lập tuyến tính
Nếu det(A) = 0 thì phụ thuộc tuyến tính

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 9 / 16

Cách xác định độc lập/phụ thuộc

Đặt ma trận
 
u1
 .. 
A= . 
um

Dùng các phép biến đổi sơ cấp dòng tính r (A).

Nếu r (A) = m thì độc lập tuyến tính.
Nếu r (A) < m thì phụ thuộc tuyến tính.
Trường hợp đặc biệt: nếu A vuông thì ta có thể tính det(A) thay cho
r (A). Khi đó,
Nếu det(A) 6= 0 thì độc lập tuyến tính
Nếu det(A) = 0 thì phụ thuộc tuyến tính

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 9 / 16

Cách xác định độc lập/phụ thuộc

Đặt ma trận
 
u1
 .. 
A= . 
um

Dùng các phép biến đổi sơ cấp dòng tính r (A).

Nếu r (A) = m thì độc lập tuyến tính.
Nếu r (A) < m thì phụ thuộc tuyến tính.
Trường hợp đặc biệt: nếu A vuông thì ta có thể tính det(A) thay cho
r (A). Khi đó,
Nếu det(A) 6= 0 thì độc lập tuyến tính
Nếu det(A) = 0 thì phụ thuộc tuyến tính

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 9 / 16

Cách xác định độc lập/phụ thuộc

Đặt ma trận
 
u1
 .. 
A= . 
um

Dùng các phép biến đổi sơ cấp dòng tính r (A).

Nếu r (A) = m thì độc lập tuyến tính.
Nếu r (A) < m thì phụ thuộc tuyến tính.
Trường hợp đặc biệt: nếu A vuông thì ta có thể tính det(A) thay cho
r (A). Khi đó,
Nếu det(A) 6= 0 thì độc lập tuyến tính
Nếu det(A) = 0 thì phụ thuộc tuyến tính

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 9 / 16

Cách xác định độc lập/phụ thuộc

Đặt ma trận
 
u1
 .. 
A= . 
um

Dùng các phép biến đổi sơ cấp dòng tính r (A).

Nếu r (A) = m thì độc lập tuyến tính.
Nếu r (A) < m thì phụ thuộc tuyến tính.
Trường hợp đặc biệt: nếu A vuông thì ta có thể tính det(A) thay cho
r (A). Khi đó,
Nếu det(A) 6= 0 thì độc lập tuyến tính
Nếu det(A) = 0 thì phụ thuộc tuyến tính

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 9 / 16

Cách xác định độc lập/phụ thuộc

Đặt ma trận
 
u1
 .. 
A= . 
um

Dùng các phép biến đổi sơ cấp dòng tính r (A).

Nếu r (A) = m thì độc lập tuyến tính.
Nếu r (A) < m thì phụ thuộc tuyến tính.
Trường hợp đặc biệt: nếu A vuông thì ta có thể tính det(A) thay cho
r (A). Khi đó,
Nếu det(A) 6= 0 thì độc lập tuyến tính
Nếu det(A) = 0 thì phụ thuộc tuyến tính

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 9 / 16

Cách xác định độc lập/phụ thuộc

Đặt ma trận
 
u1
 .. 
A= . 
um

Dùng các phép biến đổi sơ cấp dòng tính r (A).

Nếu r (A) = m thì độc lập tuyến tính.
Nếu r (A) < m thì phụ thuộc tuyến tính.
Trường hợp đặc biệt: nếu A vuông thì ta có thể tính det(A) thay cho
r (A). Khi đó,
Nếu det(A) 6= 0 thì độc lập tuyến tính
Nếu det(A) = 0 thì phụ thuộc tuyến tính

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 9 / 16

Cách xác định độc lập/phụ thuộc

Đặt ma trận
 
u1
 .. 
A= . 
um

Dùng các phép biến đổi sơ cấp dòng tính r (A).

Nếu r (A) = m thì độc lập tuyến tính.
Nếu r (A) < m thì phụ thuộc tuyến tính.
Trường hợp đặc biệt: nếu A vuông thì ta có thể tính det(A) thay cho
r (A). Khi đó,
Nếu det(A) 6= 0 thì độc lập tuyến tính
Nếu det(A) = 0 thì phụ thuộc tuyến tính

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 9 / 16

Ví dụ

Ví dụ. Xét tính độc lập tuyến tính hay phụ thuộc tuyến tính của hệ vector
sau.
a) u = (1, 2, −1, 2), v = (2, 3, 0, −1), w = (1, 2, 1, 3), t = (1, 3, −1, 0)
b) u = (1, −2, 5, −3), v = (2, 3, 1, −4), w = (3, 8, −3, −5)

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 10 / 16

Cơ sở của không gian vector

Định nghĩa
Tập hợp B trong Rn được gọi là một cơ sở nếu B độc lập tuyến tính và
bất kỳ vector v ∈ Rn đều là tổ hợp tuyến tính của các vector trong B. Ở
đây thứ tự của các vectors trong B là quan trọng.

Tính chất
Mọi cơ sở của Rn đều có đúng n vectors.
Nếu B độc lập tuyến tính và có đúng n vectors thì B là cơ sở của Rn .

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 11 / 16

Cơ sở của không gian vector

Định nghĩa
Tập hợp B trong Rn được gọi là một cơ sở nếu B độc lập tuyến tính và
bất kỳ vector v ∈ Rn đều là tổ hợp tuyến tính của các vector trong B. Ở
đây thứ tự của các vectors trong B là quan trọng.

Tính chất
Mọi cơ sở của Rn đều có đúng n vectors.
Nếu B độc lập tuyến tính và có đúng n vectors thì B là cơ sở của Rn .

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 11 / 16

Cơ sở của không gian vector

Định nghĩa
Tập hợp B trong Rn được gọi là một cơ sở nếu B độc lập tuyến tính và
bất kỳ vector v ∈ Rn đều là tổ hợp tuyến tính của các vector trong B. Ở
đây thứ tự của các vectors trong B là quan trọng.

Tính chất
Mọi cơ sở của Rn đều có đúng n vectors.
Nếu B độc lập tuyến tính và có đúng n vectors thì B là cơ sở của Rn .

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 11 / 16

Số chiều của không gian vector

Định nghĩa
Số vector trong 1 cơ sở của không gian vector được gọi là số chiều của
không gian đó. Ký hiệu dim Rn = n.

Nhận xét
Trong Rn bất kỳ tập nào có nhiều hơn n vectors đều phụ thuộc tuyến tính.

Bài tập về nhà

Tập hợp tất cả các nghiệm của hệ thuần nhất tạo thành 1 không gian
vector có số chiều đúng bằng bậc tự do của nghiệm.

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 12 / 16

Số chiều của không gian vector

Định nghĩa
Số vector trong 1 cơ sở của không gian vector được gọi là số chiều của
không gian đó. Ký hiệu dim Rn = n.

Nhận xét
Trong Rn bất kỳ tập nào có nhiều hơn n vectors đều phụ thuộc tuyến tính.

Bài tập về nhà

Tập hợp tất cả các nghiệm của hệ thuần nhất tạo thành 1 không gian
vector có số chiều đúng bằng bậc tự do của nghiệm.

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 12 / 16

Số chiều của không gian vector

Định nghĩa
Số vector trong 1 cơ sở của không gian vector được gọi là số chiều của
không gian đó. Ký hiệu dim Rn = n.

Nhận xét
Trong Rn bất kỳ tập nào có nhiều hơn n vectors đều phụ thuộc tuyến tính.

Bài tập về nhà

Tập hợp tất cả các nghiệm của hệ thuần nhất tạo thành 1 không gian
vector có số chiều đúng bằng bậc tự do của nghiệm.

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 12 / 16

Ví dụ

1 Cho hệ vector
E (n) = (e1 = (1, 0, ..., 0), e2 = (0, 1, 0, ..., 0), ..., en = (0, ..., 0, 1) là
một cơ sở của Rn và gọi là cơ sở chính tắc.
Nêu cơ sở chính tắc trong R 2 , R 3 ?
2 Ví dụ: Tìm điều kiện của m để hệ

(B) = (b1 = (1, 2, 1), b2 = (2, 5, 3), b3 = (4, 9, m))

là một cơ sở của R3 .

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 13 / 16

Ví dụ

1 Cho hệ vector
E (n) = (e1 = (1, 0, ..., 0), e2 = (0, 1, 0, ..., 0), ..., en = (0, ..., 0, 1) là
một cơ sở của Rn và gọi là cơ sở chính tắc.
Nêu cơ sở chính tắc trong R 2 , R 3 ?
2 Ví dụ: Tìm điều kiện của m để hệ

(B) = (b1 = (1, 2, 1), b2 = (2, 5, 3), b3 = (4, 9, m))

là một cơ sở của R3 .

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 13 / 16

Ví dụ

1 Cho hệ vector
E (n) = (e1 = (1, 0, ..., 0), e2 = (0, 1, 0, ..., 0), ..., en = (0, ..., 0, 1) là
một cơ sở của Rn và gọi là cơ sở chính tắc.
Nêu cơ sở chính tắc trong R 2 , R 3 ?
2 Ví dụ: Tìm điều kiện của m để hệ

(B) = (b1 = (1, 2, 1), b2 = (2, 5, 3), b3 = (4, 9, m))

là một cơ sở của R3 .

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 13 / 16

Tọa độ của vector
Mọi vector v ∈ Rn đều được biểu diễn duy nhất dưới dạng tổ hợp tuyến
tính của các vector trong cơ sở B = (u1 , u2 , ..., un ).
v = x1 u1 + · · · + xn un
Khi đó, bộ thứ tự [v ]B = (x1 , . . . , xn ) được gọi là tọa độ của v trong cơ
sở B.Tọa độ cũng có thể được viết dưới dạng cột
α1
 
T  .. 
[v ]B =  . 
αn
Cách tìm: Giải hệ phương trình tuyến tính tương ứng với xi :
u1 x1 + · · · + un x1 = v .
Do ui là hệ ĐLTT, hạng của ma trận hệ số bằng n. Hạng của ma trận mở
rộng cũng phải bằng n và theo ĐL Kronecker- Capelli hệ chắc chắn có
một nghiệm duy nhất.
UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 14 / 16
Tọa độ của vector
Mọi vector v ∈ Rn đều được biểu diễn duy nhất dưới dạng tổ hợp tuyến
tính của các vector trong cơ sở B = (u1 , u2 , ..., un ).
v = x1 u1 + · · · + xn un
Khi đó, bộ thứ tự [v ]B = (x1 , . . . , xn ) được gọi là tọa độ của v trong cơ
sở B.Tọa độ cũng có thể được viết dưới dạng cột
α1
 
T  .. 
[v ]B =  . 
αn
Cách tìm: Giải hệ phương trình tuyến tính tương ứng với xi :
u1 x1 + · · · + un x1 = v .
Do ui là hệ ĐLTT, hạng của ma trận hệ số bằng n. Hạng của ma trận mở
rộng cũng phải bằng n và theo ĐL Kronecker- Capelli hệ chắc chắn có
một nghiệm duy nhất.
UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 14 / 16
Tọa độ của vector
Mọi vector v ∈ Rn đều được biểu diễn duy nhất dưới dạng tổ hợp tuyến
tính của các vector trong cơ sở B = (u1 , u2 , ..., un ).
v = x1 u1 + · · · + xn un
Khi đó, bộ thứ tự [v ]B = (x1 , . . . , xn ) được gọi là tọa độ của v trong cơ
sở B.Tọa độ cũng có thể được viết dưới dạng cột
α1
 
T  .. 
[v ]B =  . 
αn
Cách tìm: Giải hệ phương trình tuyến tính tương ứng với xi :
u1 x1 + · · · + un x1 = v .
Do ui là hệ ĐLTT, hạng của ma trận hệ số bằng n. Hạng của ma trận mở
rộng cũng phải bằng n và theo ĐL Kronecker- Capelli hệ chắc chắn có
một nghiệm duy nhất.
UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 14 / 16
Tọa độ của vector
Mọi vector v ∈ Rn đều được biểu diễn duy nhất dưới dạng tổ hợp tuyến
tính của các vector trong cơ sở B = (u1 , u2 , ..., un ).
v = x1 u1 + · · · + xn un
Khi đó, bộ thứ tự [v ]B = (x1 , . . . , xn ) được gọi là tọa độ của v trong cơ
sở B.Tọa độ cũng có thể được viết dưới dạng cột
α1
 
T  .. 
[v ]B =  . 
αn
Cách tìm: Giải hệ phương trình tuyến tính tương ứng với xi :
u1 x1 + · · · + un x1 = v .
Do ui là hệ ĐLTT, hạng của ma trận hệ số bằng n. Hạng của ma trận mở
rộng cũng phải bằng n và theo ĐL Kronecker- Capelli hệ chắc chắn có
một nghiệm duy nhất.
UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 14 / 16
Bài tập

Trong R4 , cho hệ vector

U = (u1 = (1, 2, −1, 2), u2 = (2, 3, 0, −1), u3 = (1, 2, 1, 3), u4 = (1, 3, −1, 0))

1 Chứng minh: U là cơ sở của R4 .

2 Tìm tọa độ của vector x = (7, 14, −1, 2) theo cơ sở U.

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 15 / 16

Bài tập

Trong R4 , cho hệ vector

U = (u1 = (1, 2, −1, 2), u2 = (2, 3, 0, −1), u3 = (1, 2, 1, 3), u4 = (1, 3, −1, 0))

1 Chứng minh: U là cơ sở của R4 .

2 Tìm tọa độ của vector x = (7, 14, −1, 2) theo cơ sở U.

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 15 / 16

 CẢM ƠN!
THANK YOU!
028 37244555 www.uel.edu.vn
ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH
TRƯỜNG ĐẠI HỌC KINH TẾ - LUẬT
Số 669, đường Quốc lộ 1, khu phố 3, phường Linh Xuân,
quận Thủ Đức, Thành phố Hồ Chí Minh.

UNITY - EXCELLENCE - LEADERSHIP CHƯƠNG 2: KHÔNG GIAN VÉC TƠ 16 / 16