BÀI GIẢNG TÓM TẮT

ĐẠI SỐ TUYẾN TÍNH

PHẠM THẾ HIỂN

 Mục Lục

Trang phụ bìa Trang

Mục Lục..........................................................................................................................1
Chương I Tập hợp – Ánh xạ - Cấu trúc đại số...............................................3
I.1 Mệnh đề - Tập hợp – Ánh xạ ....................................................................................3
I.1.1 Mệnh đề ............................................................................................................3
I.1.2 Tập hợp - Một số tập hợp thường gặp ..............................................................7
I.1.3 Ánh xạ............................................................................................................. 13
I.2 Cấu trúc đại số......................................................................................................... 16
I.2.1 Luật hợp thành trong cấu trúc đại số .............................................................. 16
I.2.2 Cấu trúc nhóm, vành, trường.......................................................................... 16
I.2.3 Số phức ........................................................................................................... 18
I.3 Đa thức – Phân thức – Phân thức hữu tỷ ................................................................ 21
I.3.1 Đa thức............................................................................................................ 21
I.3.2 Phân thức – Phân thức hữu tỷ......................................................................... 22
Bài tập........................................................................................................................... 24
Chương II Ma trận - Định thức - Hệ phương trình tuyến tính ...................... …27
II.1 Ma trận ................................................................................................................... 27
II.1.1 Các khái niệm................................................................................................ 27
II.1.2 Các phép toán trên ma trận............................................................................ 30
II.2 Định thức ............................................................................................................... 32
II.2.1 Khái niệm về định thức ................................................................................. 32
II.2.2 Các tính chất cơ bản của định thức ............................................................... 34
II.2.3 Ma trận nghịch đảo........................................................................................ 37
II.3 Hệ phương trình tuyến tính.................................................................................... 39
II.3.1 Các khái niệm................................................................................................ 39
II.3.2 Hệ phương trình Cramer ............................................................................... 40
II.3.3 Hạng của ma trận........................................................................................... 41
II.3.4 Phương pháp giải hệ phương trình tuyến tính............................................... 43
Bài tập........................................................................................................................... 46
Chương III Không gian vector – Ánh xạ tuyến tính...................................... …55
III.1 Không gian vector ................................................................................................ 55
III.1.1 Khái niệm – Tính chất.................................................................................. 55
III.1.2 Phụ thuộc tuyến tính - Độc lập tuyến tính ................................................... 56
III.1.3 Cơ sở - Chuyển cơ sở - Không gian vector hữu hạn chiều.......................... 58
III.1.4 Không gian con ............................................................................................ 63
III.2 Không gian Euclide .............................................................................................. 64
III.2.1 Khái niệm..................................................................................................... 64
III.2.2 Các bất đẳng thức cơ bản............................................................................. 65
III.2.3 Cơ sở trực chuẩn - Trực chuẩn hóa.............................................................. 65

1
III.3 Ánh xạ tuyến tính ................................................................................................. 66
III.3.1 Khái niệm về ánh xạ tuyến tính ................................................................... 66
III.3.2 Ánh xạ tuyến tính và ma trận....................................................................... 67
Bài tập........................................................................................................................... 69
Chương IV Trị riêng và vector riêng - Dạng toàn phương........................ …72
IV.1 Trị riêng – Vector riêng........................................................................................ 72
IV.1.1 Khái niệm và tính chất................................................................................. 72
IV.1.2 Đa thức và phương trình đặc trưng.............................................................. 72
IV.1.3 Cách tìm trị riêng và vector riêng ................................................................ 72
IV.2 Dạng toàn phương ................................................................................................ 74
IV.2.1 Khái niệm về dạng song tuyến, dạng toàn phương ..................................... 74
IV.2.2 Đưa dạng toàn phương về dạng chính tắc ................................................... 75
IV.2.3 Các dạng xác định........................................................................................ 78
Bài tập........................................................................................................................... 93
Tài Liệu Tham Khảo .................................................................................................... 96

2
Chương I Tập hợp – Ánh xạ – Cấu trúc đại số

I.1 Mệnh đề – Tập hợp – Ánh xạ

I.1.1 Mệnh đề

1. Khái niệm
Mệnh đề (toán học) là một phát biểu mà ta có thể khẳng định là đúng hoặc sai, sai
hay đúng được gọi là chân trị của mệnh đề.
Thông thường người ta hay dùng ký hiệu số 1 (hay ký tự Đ) cho giá trị đúng và ký
hiệu số 0 (hay ký tự S) cho giá trị sai.
Ký hiệu p, q, r, … là các mệnh đề toán học.
Ví dụ:
i. p = “ phương trình x2 + 1 = 0 luôn luôn có nghiệm với mọi x thuộc R ” là một
mệnh đề sai.
ii. q = “ số 6 là số vừa chia hết cho 2 và vừa chia hết cho 3 ” là một mệnh đề đúng.
iii. Cậu làm bài tập về nhà chưa! Không phải là một mệnh đề. Vì có thể là cậu đó
đã làm bài tập rồi nhưng cũng có thể là chưa hoặc là đang làm. Bản thân nó là một câu
hỏi.

2. Các phép toán

a. Phép tuyển (hay phép hoặc): tuyển của hai mệnh đề p và q là một mệnh đề toán
học và nhận giá trị sai nếu p và q đều sai; còn đúng trong các trường hợp còn lại. Ký
hiệu là p ∨ q (đọc là p hoặc q).
Bảng chân trị (chân lý) của phép tuyển được cho ở bảng 1.1.

p q p∨q
0 0 0
0 1 1
1 0 1
1 1 1

Bảng 1.1: Bảng chân trị của phép tuyển.

Ví dụ:
a) Cho p = “ x = 2 là nghiệm của phương trình x2 + 2x – 3 = 0 ” và q = “ x = 2 là
nghiệm của phương trình x2 – 4 = 0 ”. Khi đó mệnh đề tuyển p ∨ q = “ x = 2 là nghiệm
của phương trình x2 + 2x – 3 = 0 hoặc là nghiệm của phương trình x2 – 4 = 0 ” là một
mệnh đề nhận giá trị đúng.

3
 2
b) Cho p = “ không phải là một số hữu tỷ ” và q = “ 2 là một số nguyên
3
2
không âm ”. Khi đó mệnh đề tuyển p ∨ q = “ không phải là một số hữu tỷ hoặc 2
3
là một số nguyên không âm ” là một mệnh đề sai.

b. Phép hội (hay phép và): hội của hai mệnh đề p và q là một mệnh đề toán học và
nhận giá trị đúng khi cả p và q đều đúng; còn nhận giá trị sai trong tất cả các trường
hợp còn lại. Ký hiệu là p ∧ q (đọc là p và q).
Bảng chân trị của phép hội được cho ở bảng 1.2.

p q p∧q
0 0 0
0 1 0
1 0 0
1 1 1

Bảng 1.2 : Bảng chân trị của phép hội.

Ví dụ:
a) Cho p = “ Số 6 là số chia hết cho 2 ” và q = “ Số 6 là số chia hết cho 3 ”. Khi đó
mệnh đề hội p ∧ q = “ Số 6 là số chia hết cho 2 và 3” là một mệnh đề nhận giá trị
đúng.
b) Cho p = “ 2 và 3 là số nguyên tố ” và q = “ 6 là số nguyên tố ”. Khi đó mệnh đề
hội p ∧ q = “ 2, 3 và 6 là số nguyên tố” là một mệnh đề sai.

c. Phép kéo theo (hay phép nếu …thì …): ứng với giả thiết p nào đó ta suy ra kết
luận q của giả thiết đó. Sự suy này nhận giá trị sai khi p đúng và q sai; còn đúng trong
các trường hợp còn lại. Ký hiệu là p ⇒ q (đọc là p suy ra q). Khi đó ta cũng nói p là
điều kiện đủ của q và q là điều kiện cần của p.
Bảng chân trị của phép kéo theo được cho ở bảng 1.3.

p q p⇒q
0 0 1
0 1 1
1 0 0
1 1 1

Bảng 1.3 : Bảng chân trị của phép kéo theo.

4
 Ví dụ:
a) Cho p = “ Phương trình x2 + 5x + 6 = 0 có nghiệm ” và q = “ Nghiệm của
phương trình x2 + 5x + 6 = 0 là các số nguyên ”. Khi đó mệnh đề kéo théo p ⇒ q = “
Nếu phương trình x2 + 5x + 6 = 0 có nghiệm thì nghiệm của nó là các số nguyên ” là
mệnh đề đúng.
b) Cho p = “ 10 chia hết cho 2 và 5 ” và q = “ 10 chia hết cho 3 ”. Khi đó mệnh đề
kéo theo p ⇒ q = “ Nếu 10 chia hết cho 2 và 5 thì 10 chia hết cho 3 ” là mệnh đề sai.

d. Phép tương đương (hay khi và chỉ khi, nếu và chỉ nếu, điều kiện cần và đủ) :
hai mệnh đề p và q gọi là tương đương với nhau nếu p và q đồng thời có cùng một giá
trị chân lý; nghĩa là p và q cùng đúng hoặc cùng sai, trong những điều kiện hoàn toàn
như nhau. Ký hiệu là p ⇔ q (đọc là p đúng (sai) khi và chỉ khi q đúng (sai)); “⇔” gọi
là dấu liên hệ tương đương. Khi đó ta cũng nói p là điều kiện cần và đủ của q.
Bảng chân trị của phép tương đương được cho ở bảng 1.4.

p q p⇔q
0 0 1
0 1 0
1 0 0
1 1 1

Bảng 1.4 : Bảng chân trị của phép tương đương.

Ví dụ : Cho p = “ Tam giác ABC có ba cạnh bằng nhau hoặc có ba góc bằng nhau ”
và q = “ Tam giác ABC là tam giác đều ”. Khi đó mệnh đề tương đương p ⇔ q = “ Tam
giác ABC là tam giác đều khi và chỉ khi có ba cạnh bằng nhau hoặc có ba góc bằng
nhau ”.

Dễ thấy, mối quan hệ tương đương p ⇔ q chẳng qua là (p ⇒ q) ∧ (q ⇒ p) ((p kéo

theo q) và (q kéo theo p)). Nói cách khác, hai mệnh đề p và q tương đương nhau khi và
chỉ khi mệnh đề này kéo theo mệnh đề kia và ngược lại. Trong trường hợp này, hai
phát biểu p ⇒ q và q ⇒ p gọi là đảo đề của nhau.
Để chứng minh mối quan hệ tương đương p ⇔ q, ta phải chứng minh mối quan hệ
kéo theo p ⇒ q và q ⇒ p.
Chú ý: (p ⇔ q) ⇔ (q ⇔ p).
Trong ngôn ngữ tự nhiên, để diễn đạt mối liên hệ tương đương giữa p và q, người
ta có nhiều cách nói p đúng khi và chỉ khi q đúng; để cho p đúng, điều kiện cần và đủ
là q đúng; điều kiện để p đúng là q đúng; p đúng là một điều kiện cần và đủ để q đúng;
p tương đương q.
Nhận xét : Chứng minh bằng các quan hệ tương đương không phải lúc nào cũng
đơn giản, nhiều khi cần phải chứng minh riêng lẻ từng đảo đề tương ứng.
e. Phép phủ định : mệnh đề p đúng thì sự phủ nhận của mệnh đề p lại là sai và
ngược lại. Ký hiệu là p (⎤ p).

5
 Bảng chân trị của phép phủ định được cho ở bảng 1.5.

p p
0 1
1 0

Bảng 1.5 : Bảng chân trị của phép phủ định.

Ví dụ : Cho p = “ Phương trình x2 + x – 2 = 0 có nghiệm ”. Khi đó mệnh đề phủ

định của mệnh đề p là p = “ Phương trình x2 + x – 2 = 0 không có nghiệm ”.

3. Lượng từ
Cho p(x) là một phát biểu thoả tính chất với mỗi x cụ thể thuộc tập X nào đó, phát
biểu p(x) là đúng hoặc sai (tức là phát biểu p(x) là một mệnh đề toán học).
a. Để diễn tả mệnh đề với mọi x thuộc tập X nào đó có tính chất p(x) ta có viết
∀x ∈ X : p(x).
b. Để diễn tả mệnh đề tồn tại x thuộc tập X nào đó có tính chất p(x) ta có viết
∃x ∈ X : p(x).
Ví du :
a) ∀x ∈ R : x2 + 5x + 7 > 0; b) ∃x ∈ R : x2 + 5x – 6 = 0;

4. Tính chất
i. p = p ; ii. p ∨ p ≡ 1 (Đồng nhất đúng);
iii. p ∧ p ≡ 0 (Đồng nhất sai); iv. ( p ∨ q ) ⇔ ( p ∧ q ) ;
v. ( p ∧ q) ⇔ ( p ∨ q) ; vi. ( p ⇒ q) ⇔ ( p ∨ q) ⇔ ( q ⇒ p) ;
vii. ( p ⇒ q ) ⇔ ( p ∧ q ) ; viii. ( p ⇔ q ) ⇔ ( p ⇔ q ) ;
ix. ( ∀x ∈ X : p( x ) ) ⇔ ( ∃x ∈ X : p( x ) ) ; x. ( ∃x ∈ X : p( x)) ⇔ (∀x ∈ X : p( x)) ;
Chứng minh : Ở đây chỉ chứng minh minh họa tính chất iv.,vi. bằng bảng chân trị.
Việc chứng minh các tính chất còn lại xem như bài tập.

iv.
p q p∨q p∨q p q p∧q
0 0 0 1 1 1 1
0 1 1 0 1 0 0
1 0 1 0 0 1 0
1 1 1 0 0 0 0

Từ bảng chân trị ta có điều phải chứng minh.

6
 vi.

p q p q p⇒q p∨q p⇒q

0 0 1 1 1 1 1
0 1 1 0 1 1 1
1 0 0 1 0 0 0
1 1 0 0 1 1 1

Từ bảng chân trị ta có điều phải chứng minh.

Chú ý : Nếu có n mệnh đề thì có 2n giá trị cho bảng chân trị.
Ví dụ :
( x + 1)
n

a) Ta có ∀n ∈ N , n ≥ 2, ∀x ∈ R \ {1} , ( x + 1) = ( x − 1) ⇔
n n
= 1;
( x − 1)
n

b) Mối quan hệ “tương đương” ∀x, y ∈ R (x = y ⇔ x2 = y2) (bình phương lên) là

sai vì thí dụ 22 = ( - 2)2 không kéo theo 2 = - 2;
c) Mối quan hệ tương đương sau là đúng :
( )
∀x ∈ [ −1, +∞ ) , x − 1 ≥ x + 1 ⇔ ( x − 1) ≥ x + 1 ∧ x − 1 ≥ 0 (bình phương lên);
2

Khi bình phương lên ta mất thông tin “ x – 1 lớn hơn hoặc bằng căn bậc hai ” nên
nó không âm. Vậy để đạt được tương đương, ở mệnh đề sau ta phải bổ sung x – 1 ≥ 0.

I.1.2 Tập hợp - Một số tập hợp thường gặp

1. Khái niệm
a. Tập hợp là một khái niệm cơ bản của toán học, nó không được định nghĩa mà
được hiểu một cách trực quan như là sự tụ tập của nhiều đối tượng có chung tính chất
nào đó hoặc có thể liệt kê ra.
Các đối tượng tạo nên một tập hợp được gọi là các phần tử của tập hợp.
Các tập hợp được ký hiệu bằng những chữ hoa A, B, …; còn các phần tử của tập
hợp thường ký hiệu bằng các chữ thường a, b, … hoặc bằng những chữ số.
Ta thường dùng các chữ sau để ký hiệu các tập hợp số
+ N : tập hợp số tự nhiên; N* = N \{0}
+ Z : tập hợp các số nguyên; Z+ : tập hợp các số nguyên không âm; Z - : tập các số
nguyên không dương.
+ Q : tập hợp các số hữu tỷ
+ R : tập hợp các số thực; R* = R \ {0}; R+: tập hợp các số không âm; R*+ = R+ \ {0};
R -: tập hợp các số không dương; R*- = R - \ {0}
+ C : tập hợp các số phức
Ví dụ:
a) Tập hợp các điểm trên đường thẳng thực.
b) Tập hợp mái ngói của một ngôi nhà (Mỗi viên ngói là một phần tử của tập hợp
này).

7
 c) Tập hợp các hình trong một mặt phẳng (Mỗi hình trong một mặt phẳng là một
phần tử của tập hợp).

b. Ta ký hiệu x ∈ A để chỉ x là phần tử của tập hợp A và x ∉ A để chỉ x không là

phần tử của tập hợp A.
Có hai cách để cho một tập hợp
+ Liệt kê tất cả các phần tử của tập hợp.
Ví dụ: A = {a, b, c, d}. Tập hợp A có bốn phần tử a, b, c, d. Ta có a ∈ A, e ∉ A.
+ Nêu ra tính chất chung của tất cả các phần tử của tập hợp.
Ví dụ: A = {x ∈ R : - 4x2 + 3x + 1 > 0}. Tập hợp các nghiệm của bất phương trình
là S = {(-1/4; 1)}.

c. Cho hai tập hợp A, B. Nếu với mọi phần tử thuộc A đều thuộc B (∀ a ∈ A ⇒ a
∈ B) thì ta nói A là một bộ phận của B hay A là một tập hợp con của tập hợp B (hay A
bao hàm trong B). Ký hiệu A ⊂ B.
Dĩ nhiên A ⊂ A.
Nếu A ⊂ B và A ≠ B thì ta nói A là một bộ phận thực sự của B.
Nếu A ⊂ B và B ⊂ A ta nói (mọi phần tử thuộc A đều thuộc B và ngược lại mọi
phần tử thuộc B đều thuộc A) A và B bằng nhau, ký hiệu A = B.
Tập rỗng luôn được coi là tập con của mọi tập hợp bất kỳ, ký hiệu ∅, là tập hợp
không có phần tử nào.

d. Để cho dễ hình dung về tập hợp người ta thường dùng cách biểu diễn hình học
(Gọi là biểu đồ Ven) bằng hình phẳng giới hạn bởi một đường cong kín để minh họa
tập hợp; mỗi điểm trong hình phẳng chỉ một phần tử của tập hợp đó (Hình 1.1)

.a

Hình 1.1

2. Các phép toán trên tập hợp:

Cho hai tập hợp A và B. Khi đó
a. Hợp của hai tập hợp A và B là một tập hợp gồm tất cả các phần tử thuộc A hoặc
thuộc B (hay thuộc ít nhất một trong hai tập hợp A và B) được ký hiệu là A ∪ B (đọc
là A hợp B) (Hình 1.2). Vậy A ∪ B = {x : x ∈ A hoặc x ∈ B}.

A∪B

A B

Hình 1.2

8
 Ví dụ: Cho A = {a, b, c} và B = {b, c, e}.
Ta có A ∪ B = {a, b, c, e}.

Tương tự ta cũng có thể định nghĩa hợp của nhiều tập hợp. Giả sử A1, A2, …, An
là các tập hợp. Hợp của các tập hợp nói trên được viết như sau
n
A1 ∪ A 2 ∪… ∪ A n = ∪ A i .
i =1

Từ định nghĩa trên ta thấy phép hợp các tập hợp có các tính chất sau
i. A ∪ ∅ = A
ii. A ∪ A = A
iii. A ∪ B = B ∪ A ( tính chất giao hoán)
iv. (A ∪ B) ∪ C = A ∪ ( B ∪ C) (tính chất kết hợp)

b. Giao của hai tập hợp A và B là một tập hợp gồm tất cả các phần tử thuộc A và
thuộc B (Gồm tất cả các phần tử chung của A và B), ký hiệu là A ∩ B (đọc là A giao
B) (Hình 1.3). Vậy A ∩ B = {x : x ∈ A và x ∈ B}.

A∩B
A B

Hình 1.3

Ví dụ: Cho A = {1, 2, 3, 4} và B = {3, 4, 5}. Khi đó, ta có A ∩ B = {3, 4}.

Nếu A ∩ B = ∅ thì A và B được gọi là hai tập hợp rời nhau.

Tương tự ta cũng có thể định nghĩa giao của nhiều tập hợp. Giao của các tập hợp
A1, A2, …, An được viết như sau
n
A1 ∩ A 2 ∩… ∩ A n = ∩ A i
i =1
Từ định nghĩa trên ta thấy phép giao các tập hợp có các tính chất sau
i. A ∩ ∅ = ∅
ii. A ∩ A = A
iii. A ∩ B = B ∩ A (tính chất giao hoán)
iv. (A ∩ B) ∩ C = A ∩ ( B ∩ C) (tính chất kết hợp)
Hơn nữa ta thấy phép giao có tính chất phân phối với phép hợp và ngược lại phép
hợp cũng có tính chất phân phối với phép giao, tức là ta có
a) A ∩ (B ∪ C) = (A ∩ B) ∪ ( A ∩ C)
b) A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C)
Ta chứng minh đẳng thức b). Việc chứng minh đẳng thức a) xem như bài tập
Giả sử x ∈ A ∪ (B ∩ C). Khi đó x ∈ A hoặc x ∈ B ∩ C.
+ Nếu x ∈ A rõ ràng x ∈ A ∪ B và x ∈ A ∪ C, tức là x ∈ (A ∪ B) ∩ (A ∪ C).

9
 + Nếu x ∈ B ∩ C thì x ∈ B và x ∈ C, suy ra x ∈ A ∪ B và x ∈ A ∪ C, tức là
x ∈ (A ∪ B) ∩ (A ∪ C).
Vậy A ∪ (B ∩ C) ⊂ (A ∪ B) ∩ (A ∪ C) (1.1)
Ngược lại, giả sử x ∈ (A ∪ B) ∩ (A ∪ C). Khi đó ta có x ∈ A ∪ B và x ∈ A ∪ C.
+ Nếu x ∈ A thì rõ ràng x ∈ A ∪ (B ∩ C).
+ Nếu x ∉ A thì vì x ∈ A ∪ B và x ∈ A ∪ C nên x ∈ B và x ∈ C. Tức là x ∈ B ∩ C,
suy ra x ∈ A ∪ (B ∩ C).
Vậy (A ∪ B) ∩ (A ∪ C) ⊂ A ∪ (B ∩ ) (1.2)
Từ (1.1) và (1.2) suy ra đẳng thức cần chứng minh.

c. Hiệu và hiệu đối xứng của hai tập hợp

- Cho A, B là hai tập hợp. Hiệu của tập hợp A đối với tập hợp B là tập hợp gồm
tất cả các phần tử thuộc A nhưng không thuộc B. Ký hiệu A \ B (Hình 1.4).
Vậy A \ B = {x : x ∈ A và x ∉ B}.
Nói chung A \ B ≠ B \ A.

A\B

A B
Hình 1.4

Ví dụ: Cho A = {a, b, c, d, e}; B = {c, d, e, g, h}.

Ta có A \ B = {a, b}; B \ A = {g, h}.
- Hiệu đối xứng của hai tập hợp A và B được ký hiệu là A Δ B và được xác định
như sau A Δ B = (A \ B) ∪ (B \ A) (Hình 1.5).

A\B B\A

A B

Hình 1.5

Từ định nghĩa ta có A Δ B = B Δ A (Vì vậy trường hợp trên gọi là hiệu đối xứng
của A và B).
Ví dụ: Cho A = {1, 2, 3, 4}; B = {4, 5, 6}. Khi đó, ta có A Δ B = {1, 2, 3, 5, 6}.
Nhận xét: A Δ B = (A ∪B) \ (A ∩ B) (?)

d. Phần bù của một tập hợp và các quy tắc De Morgan

- Cho A và X là hai tập hợp , trong đó A ⊂ X. Khi đó X \ A (tập hợp tất cả các
phần thuộc X nhưng không thuộc A) được gọi là phần bù của tập hợp A đối với tập
hợp X. Ký hiệu là E XA hay A hoặc Ac (tức là A ∪ Ac = X, A ∩ Ac = ∅) (Hình 1.6).

10
 A A
X

Hình 1.6

Vậy Ac = {x ∈ X : x ∉ A}.
Ví dụ: Cho X = {1, 2, 3, 4, 5, 6}; A = {2, 3, 4}. Khi đó, ta có Ac = {1, 5, 6}.

- Cho A, B ⊂ X. Khi đó, ta có

A∪B = A∩B (1.3)
A∩B = A∪B (1.4)
Các đẳng thức (1.3) và (1.4) được gọi là các quy tắc De Morgan. Các quy tắc De
Morgan vẫn áp dụng được cho nhiều tập hợp.
Ta chứng minh đẳng thức (1.4). Việc chứng minh đẳng thức (1.3) xem như bài
tập.
Giả sử x ∈ A ∩ B ⇔ x ∉ A ∩ B ⇔ x ∉ A hoặc x ∉ B ⇔ x ∈ A hoặc x ∈ B ⇔ x ∈ A ∪ B .
Từ đó suy ra điều phải chứng minh.

e. Tích Descartes của các tập hợp

Cho X, Y là hai tập hợp. Tập hợp tất cả các cặp có thứ tự (x, y), trong đó x ∈ X,
y ∈ Y, được gọi là tích Descartes của X, Y (theo thứ tự đó) và được ký hiệu là X × Y
(X nhân Y). Vậy X × Y = {( x , y ) : x ∈ X , y ∈ Y } .
Tương tự, cho ba tập hợp X, Y, Z.
Vậy X × Y × Z = {( x , y, z ) : x ∈ X , y ∈ Y , z ∈ Z } .
Tổng quát, cho X1, X2, …, Xn là n tập hợp.
Ta có X 1 × X 2 × × X n = {( x 1, x 2,… , x n ) : x i ∈ X i, i = 1,2,… , n}
Đặc biệt, nếu X1 = X2 = … = Xn = X thì X 1 × X 2 × × Xn = X × X × × X = Xn
n
và ta có X n = {( x 1, x 2,… , x n ) : x i ∈ X , i = 1,2,… , n} .
Ví dụ: Cho A = {1, 2}; B = {3, 4, 5}. Khi đó, ta có
A × B = {(1, 3), (1, 4), (1, 5), (2, 3), (2, 4), (2, 5)}
B × A = {(3, 1), (3, 2), (4, 1), (4, 2), (5, 1), (5, 2)}

3. Các quan hệ trong tập hợp

a. Định nghĩa
Cho X là một tập hợp khác rỗng. Giả sử R là một tính chất nào đó có liên quan
đến các cặp phần tử của X. Khi đó nếu với hai phần tử a, b ∈ X hay (a, b) ∈ X x X mà
thỏa mãn tính chất R đối với b thì ta nói a có quan hệ R đối với b và viết a R b. Trong
trường hợp này ta nói R là một quan hệ hai ngôi trong X. Ở đây chỉ xét quan hệ hai
ngôi trên một tập hợp nên nói gọn là quan hệ trên tập hợp đó.

11
 Ví dụ:
a) Gọi X là tập hợp các sinh viên của một trường đại học với a, b ∈ X hay
(a, b) ∈ X × X, ta nói a có quan hệ với b nếu và chỉ nếu a, b cùng khóa. Vậy a R b khi
và chỉ khi a, b cùng khóa (Tính chất R là cùng khóa).
b) Gọi X là tập hợp các khối hình học trong không gian. Với a, b ∈ X, ta nói
a R b ⇔ V(a) = V(b) (thể tích).
c) Cho N* = N \ {0}. Với m, n ∈ N*, ta nói m R n nếu và chỉ nếu m n (R tính chia
hết cho).
d) Cho X là một tập hợp và P(x) là tập hợp các tập con của X. Với A, B ∈ P(x),
tức là A, B ⊂ X, ta nói A có R B nếu và chỉ nếu A ⊂ B (R là quan hệ bao hàm trong).

b. Tính chất
Giả sử X là một tập hợp khác rỗng và R là một quan hệ trong X. Khi đó quan hệ R
có thể có các tính chất sau
i. Tính phản xạ, tức là a R a, với mọi a thuộc X (Ví dụ: a), b))
ii. Tính đối xứng, tức là nếu a R b thì b R a, với a, b thuộc X (Ví dụ: a), b))
iii. Tính phản đối xứng, tức là nếu a R b và b R a thi a = b (Ví dụ: c), d))
iv. Tính bắc cầu, tức là nếu a R b và b R c thì a R c (Ví dụ: a), b))

c. Quan hệ tương đương trong một tập hợp

Quan hệ R trong tập hợp X gọi là quan hệ tương đương nếu nó thỏa các tính chất
phản xạ, đối xứng và bắc cầu. Khi đó thay cho R bằng “ ∼ ”; “ ∼ ” dấu sóng có nghĩa
tương đương.
Vậy nếu “ ∼ ” là quan hệ tương đương trong X thì
i. a ∼ a; ∀a ∈ X (Phản xạ)
ii. Nếu a ∼ b thì b ∼ a; a, b ∈ X (Đối xứng)
iii. Nếu a ∼ b và b ∼ c thì a ∼ c; a, b, c ∈ X (Bắc cầu)
Chẳng hạn trong các ví dụ đã nêu ở trên, ta thấy các quan hệ ở ví dụ a) và b) là
quan hệ tương đương (Các quan hệ ở ví dụ còn lại không phải quan hệ tương đương).

d. Quan hệ thứ tự trong một tập hợp

Quan hệ R trong tập hợp X được gọi là quan hệ thứ tự nếu nó thỏa mãn ba tính
chất phản xạ, phản đối xứng, bắc cầu. Khi đó thay cho R ta viết “ ≤ ”. Nếu “ ≤ ” là
quan hệ thứ tự trong tập hợp X thì
i. a ≤ a; ∀a ∈ X (Phản xạ)
ii. Nếu a ≤ b và b ≤ a thì a = b; a, b ∈ X (Phản đối xứng)
iii. Nếu a ≤ b và b ≤ c thì a ≤ c; a, b, c ∈ X (Bắc cầu)
Chú ý:
a) Nếu “ ≤ ” là quan hệ thứ tự trong tập X thì với a, b bất kỳ thuộc X chưa chắc ta
có a ≤ b hoặc b ≤ a. Còn nếu với a, b thuộc X mà ta có a ≤ b hoặc b ≤ a thì ta nói a và
b so sánh được với nhau (theo quan hệ thứ tự).
Ví dụ : 6 3 ⇔ 6 ≤ 3 ⇔ 6 so sánh được với 3; còn với 5 và 3 không so sánh được
với nhau.

12
 Vậy nên quan hệ thứ tự nói trên được gọi là quan hệ thứ tự bộ phận. Các quan hệ
trong các tập hợp mà ta hay gặp nói chung là các quan hệ thứ tự bộ phận.
b) Nếu quan hệ thứ tự “ ≤ ” trong tập X thỏa mãn điều kiện hai phần tử bất kỳ
thuộc X luôn luôn so sánh được với nhau thì quan hệ thứ tự đó được gọi là quan hệ thứ
tự toàn phần.

I.1.3 Ánh xạ

1. Định nghĩa
a. Cho X, Y là hai tập hợp khác rỗng. Một quy tắc ứng mỗi phần tử thuộc X với
một phần tử thuộc Y được gọi là một ánh xạ từ X vào Y (Hình 1.7).
Các ánh xạ thường được ký hiệu bằng các chữ f, g, h, ….
Nếu f là ánh xạ từ X vào Y thì ta viết f : X → Y hay f : X → Y ; x y = f ( x ) . Khi
đó X gọi là tập nguồn, Y gọi là tập đích.

x f(x)
X Y

Hình 1.7

Ví du:
a) Gọi X là tập hợp các sinh viên trong một trường đại học và Y là tập hợp mã số
của các sinh viên đó và gọi f là quy tắc ứng mỗi sinh viên thuộc X với mã số của sinh
viên đó. Rõ ràng f : X → Y.
b) Gọi f là quy tắc ứng mỗi số thực x ∈ R với số thực x3, ta có f : R → R (f(x) = x3
hay f : x x 3 ).
c) Cho f : R → R được xác định f(x) = ax (a > 0, a ≠ 1), ∀x ∈ R (f ứng với x ∈ R
với ax ∈ R hay f : x a x ). Ở đây ta cũng thấy f là ánh xạ từ R vào R.
d) Giả sử f ứng x ∈ R với x2 ∈ R. Ta thấy f : R → R.

Nhận xét: Vậy khái niệm hàm số mà ta đã biết là một trường hợp đặc biệt của ánh
xạ mà ta vừa tìm hiểu.

2. Ảnh và nghịch ảnh của một tập

+ Cho X, Y là hai tập khác rỗng và giả sử f : X → Y, x y = f ( x ) . Phần tử y ứng
với phần tử x qua ánh xạ f được gọi là ảnh của x; còn x được gọi là tạo ảnh của y bởi f.
+ A là tập con của X. Khi đó tập hợp tất cả các ảnh của tất cả các phần tử thuộc A
được gọi là ảnh của A bởi f được ký hiệu là f(A) (Hình 1.8). Vậy f(A) = {y ∈ Y : y =
f(x), x ∈ X}. Đặc biệt nếu A = X thì ta có f(X) = {y ∈ Y : y = f(x), x ∈ X}. Nói chung ta

13
có f(X) ⊂ Y và nó được gọi là miền giá trị của ánh xạ f; còn tập nguồn X được gọi là
miền xác định của f.
+ Giả sử B ⊂ Y. Khi đó tập hợp tất cả các phần tử x ∈ X sao cho f(x) ∈ B được
gọi là nghịch ảnh của B bởi f. Ký hiệu là f - 1(B) (Hình 1.9).
Vậy f – 1(B) = {x ∈ X : f(x) ∈ B}.
Đặc biệt nếu B chỉ gồm một phần tử y ∈ Y thì ta có f – 1(y) = {x ∈ x : f(x) = y}.
f

A f – 1(B) B
f(A)
X Y X f-1 Y

Hình 1.8 Hình 1.9

3. Tính chất:
Giả sử f : X → Y, f(A) = {y ∈ Y : y = f(x), x ∈ A}, f – 1(B) = {x ∈ X ; f(x) ∈ B},
A, B ⊂ X; C, D ⊂ Y. Khi đó
i. A = ∅ ⇔ f(A) = ∅; ii. A ⊂ B ⇒ f(A) ⊂ f(B);
iii. f(A ∩ B) ⊂ f(A) ∩ f(B); iv. f(A ∪ B) = f(A) ∪ f(B);
–1 –1
v. C ⊂ D ⇒ f (C) ⊂ f (D); vi. f - 1(C ∩ D) = f – 1(C) ∩ f – 1(D);
vii. f – 1(C ∪ D) = f – 1(C) ∪ f – 1(D); viii. f – 1(C \ D) = f – 1(C) \ f - 1(D);
ix. A ⊂ f – 1[ f(A)]; x. f[f - 1(C)] ⊂ C;
Chứng minh:
ii. Lấy y ∈ f(A), suy ra ∃x ∈ A để f(x) = y; x ∈ A suy ra x ∈ B do A ⊂ B. Vậy x ∈ B
để y = f(x) nên y ∈ f(B), suy ra f(A) ⊂ f(B) (Hỏi điều ngược lại có đúng không!, tức là
f(A) ⊂ f(B) ⇒ A ⊂ B (xem bài tập 6)).
v. Lấy x ∈ f – 1(A), suy ra f(x) = y ∈ A; do A ⊂ B nên y = f(x) ∈ B, suy ra x ∈ f – 1(B).
Vậy f – 1(A) ⊂ f – 1(B).
Việc chứng minh các tính chất còn lại xem như bài tập.

4. Đơn ánh, toàn ánh, song ánh

Giả sử X, Y là hai tập hợp khác rỗng và f : X → Y
a. f được gọi là đơn ánh nếu và chỉ nếu ∀x1, x2 ∈ X và x1 ≠ x2 ta có f(x1) ≠ f(x2)
(⇔ ∀x1, x2 ∈ X : f(x1) = f(x2) ⇒ x1 = x2).
b. f được gọi là toàn ánh nếu và chỉ nếu f(X) = Y (⇔∀y ∈ Y, ∃x ∈ X : y = f(x)).
c. f được gọi là song ánh nếu f vừa là đơn ánh vừa là toàn ánh (⇔∀y ∈ Y, ∃!x ∈ X:
y = f(x), dấu “!” gọi là duy nhất). Song ánh từ tập X vào tập Y còn được gọi là ánh xạ
một đối một từ X lên Y và ta viết f là ánh xạ 1-1 từ X lên Y.
Ví dụ:
a) Gọi X là tập hợp các sinh viên một trường đại học, Y là tập hợp các mã số của
các sinh viên đó, f : X → Y được xác định như sau f ứng sinh viên x ∈ X với mã số
của sinh viên đó (∈ Y). Ta thấy f là một song ánh.

14
 b) Xét ánh xạ g : R → R được xác định như sau g(x) = x3, ∀x ∈ R. Ta thấy g là
một song ánh.
c) Cho ánh xạ h : R → R được xác định h(x) = x2, ∀x ∈ R. Trường hợp này h chỉ
là ánh xạ không là đơn ánh; không là toàn ánh (do đó h không là song ánh). Trường
hợp h : R → [0; + ∞), h là toàn ánh nhưng không là song ánh cũng không là đơn ánh.

5. Ánh xạ ngược, ánh xạ tích (hay ánh xạ hợp)

+ Giả sử X, Y là hai tập hợp khác rỗng và f : X → Y là song ánh. Khi đó mỗi phần
tử x ∈ X được f ứng với một phần tử y = f(x) ∈ Y và ngược lại mỗi phần tử y ∈ Y chỉ
có một nghịch ảnh x ∈ X. Xét ánh xạ từ Y vào X như sau ánh xạ đó ứng y ∈ Y với
nghịch ảnh x của nó bởi f thuộc X, ánh xạ đó được gọi là ánh xạ ngược của ánh xạ f. Ký
hiệu là f – 1. Vậy f – 1 : Y → X và được xác định như sau f – 1 (y) = x sao cho f(x) = y.
Ta thấy f – 1 lại là một song ánh từ Y lên X và ánh xạ ngược của f – 1 lại là f. Trong
trường hợp này gọi là hai ánh xạ ngược nhau.
Ví dụ:
a) Cho f : R → R được xác định bởi f(x) = y = x3, ∀x ∈ R. Như đã biết f là một
song ánh. Khi đó có f – 1 : R → R và được xác định bởi f −1( y) = x = 3 y .
b) Cho g : R → R*+ được xác định bởi g(x) = y = ax, ∀x ∈ R (a > 0, a ≠ 1). Ta thấy
g là song ánh. Khi đó ta có g - 1 là ánh xạ g – 1 R*+ → R và được xác định bởi
g – 1(y) = x = logay.
c) h : R → R; h(x) = x2, suy ra h – 1 không tồn tại.
h : R → R+; h là một toàn ánh.
h : R+ → R+; h là một song ánh, suy ra h – 1 : R+ → R+; h −1( y ) = x = y .
h : R - → R+; h(x) = y = x2, ∀x ∈ R - (h là song ánh); h – 1 : R+ → R -;
h ( y) = x = − y .
−1

+ Cho X, Y, Z là ba tập hợp khác rỗng; f : X → Y; g : Y → Z. Khi đó mỗi phần tử

x thuộc X ta có phần tử y thuộc Y sao cho y = f(x) và phần tử z thuộc Z sao cho
z = g(y) = g[f(x)].
Vậy với mỗi phần tử x thuộc X đều có phần tử z thuộc Z sao cho z = g[f(x)] = h(x).
Ánh xạ h : X → Z được xác định như sau h(x) = z = g[f(x)] và được gọi là ánh xạ tích
(ánh xạ hợp) của các ánh xạ f và g. Ký hiệu h = g f (Với g f thì miền xác định của
nó là MXD = {x : x ∈ Df và f(x) ∈ Dg}; còn f g thì miền xác định của nó là MXD =
{x : x ∈ Dg và g(x) ∈ Df}) (Hình 1.10).
f g

x z=
g(f(x))
f(x)
h

X Y Z

Hình 1.10

15
 Nhận xét: Nói chung g f ≠ f g .
Ví dụ:
a) Cho f : R → R và g : R → R được xác định như sau y = f(x) = 3x, ∀x ∈ R và
g(y) = siny, ∀y ∈ R. Khi đó ta có h = g f : R → R và được xác định h(x) = g(f(x)) =
sin3x; h’(x) = f(g(x)) = 3sinx (Nếu tồn tại).
b) Cho f : R → R+ và g : R+ → R được xác định như y = f(x) = x2 – x + 1, ∀x ∈ R
và g( y) = y , ∀y ∈ R+. Khi đó ta có h : R → R; h(x) = g(f(x)) = x 2 − x + 1 , ∀x ∈ R;
h’(x) = f(g(x)) = x − x + 1 (Nếu tồn tại).

I.2 Cấu trúc đại số

I.2.1 Luật hợp thành trong cấu trúc đại số

1. Định nghĩa
Luật hợp thành trong trên tập X hay phép toán (hai ngôi) trên X là một quy luật khi
tác động lên hai phần tử x, y của X sẽ tạo ra một và chỉ một phần tử cũng của X. Nói
cách khác, luật hợp thành trong trên tập X là một ánh xạ từ X × X tới X. Ký hiệu luật
hợp thành trong trên X là *.
( x, y ) ∈ X × X x * y ∈ X hay x, y ∈ X x * y ∈ X
Một tập có trang bị một hay nhiều luật hợp thành trong với những tính chất xác
định tạo thành một trong những đối tượng toán học gọi là cấu trúc đại số.

2. Tính chất:
i. Tính kết hợp : x * (y * z) = (x * y) * z.
ii. Tính giao hoán : x * y = y * x.
iii. Phần tử trung hòa : x * e = e * x = x (Hay e là phần tử đơn vị).
iv. Phần tử đối : x * x’ = x’ * x = e (x’ gọi là phần tử đối của x).

I.2.2 Cấu trúc nhóm, vành, trường

1. Nhóm (Group)
a. Định nghĩa
Một tập G khác rỗng cùng với một phép toán hai ngôi *. Khi đó (G, *) được gọi là
nhóm nếu nó thỏa mãn các tính chất sau
i. Tính kết hợp : a * (b * c) = (a * b) * c
ii. Phần tử trung hòa : a * e = e * a = a
iii. Phần tử đối : a * a’ = a’ * a = e
Nếu phép toán hai ngôi * có tính giao hoán, tức là a * b = b * a thì (G, *) được gọi
là nhóm giao hoán hay nhóm Abel.

b. Tính chất
i. Với mọi phần tử a thuộc G tồn tại duy nhất một phần tử a’ đối của a sao cho
a * a’ = a’ * a = e.

16
 Thật vậy: Giả sử a’ và a” là hai phần tử đối của a. Khi đó ta có
a’ = e * a’ = (a” * a) * a’ = a” * (a * a’) = a” * e = a”.
ii. Phần tử đơn vị là duy nhất
Thật vậy, giả sử G có hai phần tử đơn vị e1 và e2. Thế thì e1 * e2 = e1. Nhưng ta
cũng có e1 * e2 = e2. Vậy e1 = e2.
iii. Quy tắc giản ước : a * x = a * y ⇒ x = y
Thật vậy, giả sử ta đã có a * x = a * y. Khi đó ta có
a’ * (a * x) = a’ * (a * y) ⇔ (a’ * a) * x = (a’ * a) * y ⇔ x = y.
iv. Với mọi phần tử a và b của G, tồn tại duy nhất phần tử x sao cho a * x = b.
Thật vậy, ta có a’ * (a * x) = a’ * b ⇔ (a’ * a) * x = a’ * b ⇔ x = a’ * b.
Tính duy nhất : x’ = e * x’ = (a’ * a) * x’ = a’ * (a * x’) = a’ * b = x.
Ví dụ : Trên R ta xây dựng một phép toán hai ngôi * xác định như sau
a*b=a+b–1
Khi đó (R, *) là một nhóm giao hoán.
Thật vậy, ta có
+ a * (b * c) = a + (b + c – 1) – 1 = (a + b – 1) + c – 1 = (a * b) * c (Thỏa tính kết
hợp)
+ a * e = e * a = a ⇔ a + e – 1 = e + a – 1 = a ⇒ e = 1(Tồn tại phần tử đơn vị)
+ a * a’ = a’ * a = e = 1 ⇔ a + a’ – 1 = a’ + a – 1 = 1 ⇒ a’ = 2 – a (Có phần tử đối)
+ a * b = a + b – 1 = b + a – 1 = b * a (Giao hoán)

2. Vành (Ring)
a. Tập A ≠ ∅ cùng với hai phép toán hai ngôi nhân (.) và phép cộng (+). Khi đó
(A, +, .) được gọi là một vành nếu nó thỏa mãn các tính chất sau
i. (A, +) là một nhóm giao hoán
ii. Luật nhân (.) có tính kết hợp, tức là ∀a, b, c ∈ A ta có a.(b.c) = (a.b).c
iii. Luật nhân (.) có tính phân phối hai phía đối với luật cộng (+), tức là ∀a, b, c ∈ A,
ta có a.(b + c) = a.b + a.c; (b + c).a = b.a + c.a;
(A, +, .) gọi là vành giao hoán nếu phép nhân (.) có tính chất giao hoán.
Nếu phép nhân (.) có phần tử đơn vị, ký hiệu là 1 thì (A, +, .) là vành có đơn vị.
b. Vành nguyên (Miền nguyên) là một vành (A, +, .) trong đó có tính chất a.b = 0,
suy ra a = 0 hoặc b = 0 (Nếu a ≠ 0 và b ≠ 0 mà a.b = 0 thì ta gọi là ước của không. Khi
đó a gọi là ước bên trái của không, b gọi là ước bên phải của không).
Điều kiện cần và đủ để một tích bằng không là một trong hai nhân tử bằng không.

3. Trường (Field)
a. Định nghĩa
Tập F ≠ ∅ cùng với hai phép toán hai ngôi phép nhân (.) và phép cộng (+). Khi đó
(F, +, .) được gọi là một trường nếu nó thỏa mãn các tính chất sau
i. (F, +, .) là vành có đơn vị.
ii. Với mọi a thuộc F, a ≠ 0 (Phần tử đơn vị của phép cộng (+)) thì tồn tại phần tử
1
nghịch đảo a – 1 ( hay ) của phép toán nhân (.), tức là a.a – 1 = a – 1.a = 1.
a
b. Tính chất
i. Trường là một vành nguyên.

17
 ii. F là một trường thì F \ {0} là một nhóm đối với phép toán nhân (.).
Hệ quả 1.1: Trong một trường có quy tắc giản ước (a.b = a.c suy ra b = c (a ≠ 0)).
b
iii. Trong một trường phương trình a.x = b, a ≠ 0 có nghiệm duy nhất x = a – 1.b = .
a

I.2.3 Số phức

1. Khái niệm
- Trong trường số thực R phương trình đơn giản x2 + 1 = 0 cũng không có nghiệm
nên người ta mới nghĩ là phải mở rộng trường số thực. Vì thế người ta xây dựng trường
số phức. Những số mà làm cho phương trình x2 + 1 = 0 có nghiệm gọi là các số phức.
- Người ta gọi đơn vị ảo là một số được ký hiệu là i và được xác định như sau i2 = - 1.
Việc đưa đơn vị ảo vào toán học giúp ta mở rộng tập hợp số thực và ta đi đến khái
niệm số phức mà ta sẽ định nghĩa sau. Số phức có nhiều ứng dụng quan trọng trong
toán, lý, hóa và nhiều ngành khoa học kỹ thuật khác.
- Số phức là một số có dạng z = a + bi, trong đó a, b ∈ R, i là đơn vị ảo, a được gọi
là phần thực ký hiệu Rez = a, b được gọi là phần ảo ký hiệu Imz = b.
Tập hợp tất cả các số phức ký hiệu là C = {z = a + bi : a, b ∈ R}. Trong số phức
z = a + bi, nếu a = 0 thì z = bi được gọi là số thuần ảo; còn nếu b = 0 thì z = a ∈ R.
Như thế số thực là trường hợp đặc biệt của số phức đó là trường hợp phần ảo bằng
không (b = 0). Vậy R ⊂ C. Số phức z = a + ib thường được viết dưới dạng z = (a, b),
tức là z = a + bi = (a, b). Vậy số phức chẳng qua là một cặp số thực có thứ tự.

2. Các phép toán

a. Phép cộng: (a + bi) + (c + di) = (a + c) + (b + d)i; sinh ra phép trừ:
(a + bi) – (c + di) = (a – c) + (b – d)i;
b. Phép nhân: (a + bi)(c + di) = (ac – bd) + (ad + bc)i; sinh ra phép chia:
a + bi a + bi c − di (ac + bd ) + (bc − ad )i ac + bd bc − ad
= . = = 2 + 2 i (c + di ≠ 0).
c + di c + di c − di 2
c +d
2
c +d
2
c +d
2

Mệnh đề: Ta có mở rộng trường (R, +, .) ⊂ (C, +, .), tức là phép toán cộng, trừ,
nhân, chia trên C có tính chất thông thường như phép các số thực và khi thực hiện trên
R chính là phép cộng, phép trừ, phép nhân, phép chia trên R quen biết.
Phần tử không 0 = 0 + 0i; phần tử một 1 = 1 + 0i; phần tử nghịch đảo
1 a − bi
= 2 (a + bi ≠ 0) .
a + bi a + b 2
Ví dụ : Cho z1 = 4 – i và z2 = 2 – 3i. Khi đó, ta có
z1 + z2 = (4 + 2) + (– 1 – 3)i = 6 – 4i
z1 – z2 = (4 – 2) + (– 1 – (– 3))i = 2 + 2i
z1.z2 = (4 – i)(2 – 3i) = 5 – 14i
z1 4 − i (4 − i)(2 + 3i) 11 − 10i
= = =
z 2 2 − 3i (2 − 3i)(2 + 3i) 13
c. Liên hợp phức: Cho z = a + bi. Khi đó z = a − bi được gọi là số phức liên hợp
của z
Tính chất: zz = a 2 + b 2 (Thực ≥ 0); z = z; ; z + z ' = z + z '; z.z ' = z.z ' ;

18
 Ví dụ:
3+4i (3+4i)(1-2i) 11 2
a) = = − ;
1 + 2i 2
1 +2
2
5 5
b) z + z = 2 Re z ; z − z = 2 Im zi ; z ∈ R ⇔ Im z = 0 ⇔ z = z ;
c) Nếu α là nghiệm của đa thức có hệ số thực thì liên hợp α của nó cũng là
nghiệm.
Thậy vậy: p(z) =a0 + a1z + … + an – 1zn - 1 + anzn, aj ∈ R;
p(α) = a0 + a1α + … + an - 1αn – 1 + anαn = 0;
p(α ) = a 0 + a1α + + a n −1α n −1 + a nα n = 0 = 0 ;
p(α ) = a 0 + a 1α + + a n −1α n −1 + a nα n = 0 ;
( ) + a (α ) = 0 ;
n −1 n
p(α ) = a 0 + a1α + + a n −1 α n

(α ) + a (α ) = 0 ; (vì aj ∈ R)
n −1 n
p(α ) = a 0 + a1α + + a n −1 n

d. Biểu diễn số phức

- Dạng đại số z = a + bi, a, b ∈ R, i2 = – 1; z = (a, b), C ≡ R2;
- Dạng hình học z = (a, b), C ≡ R2;
Imz (Trục ảo)

z + z’
bi z = (a, b)

i = (0, 1) z’
Rez (Trục thực)
0 (1, 0) a

Hình 1.11: Mặt phẳng phức

- Dạng lượng giác z = r(cosϕ + isinϕ), trong đó a = rcosϕ, b = rsinϕ,
b
r = a2 + b2 = z (modul của z), tgϕ = ,ϕ = Argz (Argument của z).
a
Nhận xét: z ≠ 0, Argz có vô số giá trị sai khác nhau 2kπ, k ∈Z (mod 2π). Nếu hạn
chế ϕ ∈ (- π, π] thì có duy nhất ký hiệu argz có tên gọi là argument chính;
Argz = {argz + 2kπ, k ∈ Z}.
( 3)
2
Ví dụ z = 3 − i hay z = ( 3, −1) ; ta có r = z = + (−1)2 = 2 ;
1 ⎛ π⎞ ⎛ ⎛ π⎞ ⎛ π ⎞⎞
tgϕ = − = tg ⎜ − ⎟ ; z = 2 ⎜ cos ⎜ − ⎟ + i sin ⎜ − ⎟ ⎟ ;
3 ⎝ 6⎠ ⎝ ⎝ 6⎠ ⎝ 6 ⎠⎠
- Dạng Euler z = reiϕ = r(cosϕ + isinϕ);
Tính chất
Cho z1 = r1(cosϕ1 + isinϕ1) và z2 = r2(cosϕ2 + isinϕ2). Khi đó, ta có
i. z1z2 = r1r2[cos(ϕ1 + ϕ2) + isin(ϕ1 + ϕ2)]; trong đó
r 1 = z1 , r 2 = z 2 , ϕ 1 = arg z1 , ϕ 2 = arg z 2 , z1z 2 = z1 z 2 , Arg ( z1z 2 ) = arg z1 + arg z 2

19
 ii. Công thức Moivre:
z n = [r(cosϕ + isinϕ)]n = rn(cosnϕ + isinnϕ); zn = (reiϕ)n = rneinϕ
π
Ví dụ 3 − i = 2e − i 6 ;
e. Căn bậc n của số phức
Cho z ∈ C, n ∈ N. Khi đó w ∈ C được gọi là (một) căn bậc n của z nếu và chỉ nếu
n
w = z. Ký hiệu là w = n z .
Ví dụ:
a) Cho z ≠ 0. Tìm w = n z .
Ta có z = r(cosϕ + isinϕ). Tìm w = ρ(cosθ + isinθ).
Theo định nghĩa ta có wn = z ⇔ρn(cosnθ + isinnθ) = r(cosϕ + isinϕ) (Công thức
n ⎧ρ = n r
⎪⎧ ρ = r ⎪
Moivre) ⇔ ⎨ ⇔⎨ ϕ 2kπ ; có n căn bậc n của z :
⎪⎩nθ = ϕ + 2kπ , k ∈ Z ⎪θ = + , k ∈ Z
⎩ n n
⎡ ⎛ ϕ 2kπ ⎞ ⎛ ϕ 2kπ ⎞ ⎤
w = n r ⎢ cos ⎜ + ⎟ + i sin ⎜ + ⎟ , k = 0,..., n ;
⎣ ⎝n n ⎠ ⎝n n ⎠ ⎥⎦
b) Căn bậc n của đơn vị n 1 , gồm n giá trị 1, ω, ω2, …, ωn -1; 1 = 1ei(0 + 2kπ)
,
2 kπ
ω = 1 = e , k = 0,… , n − 1 ; Thật vậy với n = 3 chẳng hạn thì ta có
k n i
n

Với k = 0, ω0 = cos0 + isin0 = 1;

2π 2π 1
Với k = 1, ω1 = cos + i sin = − + 3i ;
3 3 2
4π 4π 1 3
Với k = 2, ω2 = cos + i sin =− − i;
3 3 2 2
c) Tìm −5 − 12i với z = – 5 – 12i
Gọi −5 − 12i = a + bi , ta có
(a + bi)2 = – 5 – 12i ⇔ a2 – b2 + 2abi = – 5 – 12i ⇔

⎧ a 2 − b 2 = −5 ⎧ a 2 − b 2 = −5 ⎧a = 2 ⎧a = −2
⇔⎨ ⇔⎨ ⇔⎨ hoặc ⎨ .
⎩2ab = −12 ⎩ab = −6 ⎩b = −3 ⎩b = 3

Vậy, ta có −5 − 12i = ±(2 − 3i) .

Hình học n 1 là n đỉnh của n giác đều nội tiếp đường tròn đơn vị. Tổng quát n
z là
n đỉnh của n giác đều nội tiếp đường tròn bán kính n z .

f. Giải phương trình bậc hai

Trên trường số phức C ta thấy tất cả các phương trình bậc hai đều có hai nghiệm
(Phân biệt hoặc trùng nhau).
Thật vậy, xét phương trình ax2 + bx + c = 0; a, b, c ∈ R, a ≠ 0.

20
 Ta đã biết rằng nếu Δ = b2 – 4ac ≥ 0 thì phương trình bậc hai có hai nghiệm khác
nhau hay một nghiệm kép; còn đối với Δ < 0 thì ta có Δ = i −Δ , – Δ > 0 và phương
− b − i −Δ −b + i −Δ
trình có hai nghiệm phức liên hợp là x 1 = ; x2 =
2a 2a
Ví dụ :
a) Phương trình 4x2 – 2x + 1 = 0 có Δ’ = - 4 = 4i2 nên có hai nghiệm là
1 − 2i 1 + 2i
x1 = ; x2 = .
4 4
b) Phương trình z2 + (2i – 3)z + 5 – i = 0 có Δ = (4i – 1)2 nên có hai nghiệm là
z1 = 2 − 3i ; z 2 = 1 + i .

I.3 Đa thức – Phân thức – Phân thức hữu tỷ

I.3.1 Đa thức

1. Khái niệm
Xét đa thức bậc n có dạng như sau pn(x) = anxn + an – 1xn – 1 + … + a1x + a0, trong đó
các hệ số ai (i = 0, 1, …, n) là các hệ số thuộc C, an ≠ 0. Nếu an = an - 1 = … = a1 = 0 thì ta
nói pn(x) có bậc không. Nếu thêm điều kiện a0 = 0 thì ta quy ước bậc của đa thức là - ∞.
Bậc của đa thức pn(x) ký hiệu là deg(pn(x)) = n.
x0 được gọi là nghiệm của đa thức pn(x) (hay là nghiệm của phương trình pn(x) = 0)
nếu pn(x0) = 0.

2. Phép chia đa thức

Cho hai đa thức p(x) có bậc n và q(x) có bậc m (m ≤ n) trên C. Khi đó bao giờ cũng
tồn tại duy nhất cặp đa thức h(x) bậc n – m và r(x) bậc nhỏ hơn m sao cho
p(x) = h(x)q(x) + r(x), trong đó h(x) là thương của p(x) đối với q(x) và r(x) là phần dư
trong phép chia đa thức p(x) cho đa thức q(x) theo lũy thừa giảm.
Nếu r(x) ≡ 0 thì ta nói p(x) chia hết cho q(x).
Ví dụ : Chia đa thức p(x) = 2x3 – 4x2 – 1 + x4 + 5x cho q(x) = 3x + x2 + 2
Ta sắp xếp p(x), q(x) theo lũy thừa giảm. Do đó, p(x) và q(x) được viết lại như sau
p(x) = x4 + 2x3 – 4x2 + 5x – 1; q(x) = x2 + 3x + 2
Ta tiến hành chia như sau

x + 2 x − 4 x + 5x − 1 x 2 + 3x + 2
4 3 2
−
x + 3x + 2 x x − x −3
4 3 2 2

− x 3 − 6 x 2 + 5x − 1
−
− x 3 − 3x 2 − 2 x
− 3x 2 + 7 x − 1
−
− 3x 2 − 9 x − 6
16 x + 5

21
 - Định lý 1.1: Giả sử pn(x) có bậc lớn hơn hoặc bằng một (n ≥ 1). Điều kiện cần và
đủ để đa thức pn(x) có nghiệm x0 là nó chia hết cho x – x0, tức là pn(x) = (x – x0)qn - 1(x),
trong đó qn - 1(x) là đa thức có bậc n – 1.
Chứng minh:
+ Điều kiện cần: Giả sử pn(x) có nghiệm là x0. Khi đó ta chia pn(x) cho x – x0, tức
là pn(x) = (x – x0)qn - 1(x) + r, trong đó qn - 1(x) là đa thức bậc n – 1; còn r là đa thức bậc
không, tức là r là hằng số. Vì x0 là nghiệm nên pn(x0) = 0; do đó suy ra pn(x0) = r = 0.
Vậy pn(x) chia hết cho x – x0.
Trong trường hợp pn(x) có bậc là không (pn(x) = an = const) thì nó bằng không với
mọi x nếu an = 0 và khác không với mọi x nếu an ≠ 0.
+ Điều kiện đủ: Giả sử pn(x) có dạng pn(x) = (x – x0)qn – 1(x). Khi đó rõ ràng
pn(x0) = 0; do đó nó có nghiệm là x0.
- Định lý 1.2: Mọi đa thức pn(x) có bậc n ≥ 1 đều có ít nhất một nghiệm thực hoặc
phức.
Đây là định lý cơ bản của đại số học nên ta sẽ thừa nhận nó mà không chứng minh.
- Hệ quả 1.2: Mọi đa thức bậc n ≥ 1 có đúng n nghiệm thực hoặc phức. Các nghiệm
đó có thể là nghiệm đơn hoặc nghiệm bội. Nếu một nghiệm là bội n thì nghiệm đó
được kể n lần. Đồng thời đa thức có phân tích thành tích các thừa số bậc nhất
pn(x) = an(x – x1)(x – x2) … (x – xn), xi (i = 1, 2, … , n) thuộc C.
- Hệ quả 1.3: Mọi đa thức pn(x) bậc n ≥ 1 không thể có nhiều hơn n nghiệm thực
hoặc phức.

I.3.2 Phân thức – Phân thức hữu tỷ

1. Khái niệm
p( x )
- Phân thức hữu tỷ là tỷ số của hai đa thức, tức là nó có dạng , trong đó p(x)
q( x )
và q(x) là các đa thức và q(x) ≠ 0. Ở đây ta chỉ xét phân thức hữu tỷ với hệ số thực.
Nếu bậc của tử nhỏ hơn bậc của mẫu thì phân thức gọi là phân thức thực sự.
Nếu bậc của tử không nhỏ hơn bậc của mẫu thì phân thức gọi là phân thức không
thực sự. Một phân thức hữu tỷ không thực sự bao giờ cũng được phân tích thành tổng
của một đa thức với một phân thức thực sự bằng phép chia tử cho mẫu. Do đó ta chỉ
xét các phân thức hữu tỷ thực.
- Phân tích phân thức hữu tỷ thực sự thành tổng của những phân thức đơn giản.
A
+ Phân thức hữu tỷ có dạng , trong đó A, a là hằng số, m ≠ 0, m ≥ 1, được
( x − a)
m

gọi là phân thức đơn giản loại một.

Mx + N
+ Phân thức hữu tỷ có dạng , trong đó M ≠ 0, a ≠ 0, m ≥ 1,
(ax + bx + c )
2 m

b2 – 4ac < 0, được gọi là phân thức đơn giản loại hai.
Người ta đã chứng minh được rằng một phân thức hữu tỷ thực sự bao giờ cũng có
thể được phân tích thành tổng của những phân thức đơn giản loại một và các phân thức
đơn giản loại hai.

22
 Ta nắm phương pháp phân tích một phân thức hữu tỷ thành tổng của những phân
thức đơn giản loại một và loại hai thông qua các ví dụ sau.
Ví dụ: Phân tích phân thức thành tổng của những phân thức đơn giản
1 1 A B A( x − 3) + B( x − 2)
a) = = + = ;
x − 5 x + 6 ( x − 2)( x − 3) x − 2 x − 3 ( x − 2)( x − 3)
2

⇒ A(x – 3) + B(x – 2) ≡ 1 ⇔ A = – 1 và B = 1 (≡ đọc là đồng nhất).

1 1 1
Vậy =− + .
x − 5x + 6 x −2 x −3
2

1 1 A Bx + C
b) 3 = = + . Đồng nhất các hệ số A, B, C ta được
x − 1 ( x − 1)( x + x + 1) x − 1 x + x +1
2 2

1 1 2
A = , B = − ,C = − .
3 3 3
1 1 x+2
Vậy 3 = − .
x − 1 3( x − 1) 3( x + x + 1)
2

4
− 2−3 A Bx + C Dx + E
c) x x = + + . Đồng nhất các hệ số A, B, C, D, E ta
( x − 1)( x 2 + 1) x − 1 ( x 2 + 1) 2 x +1
2 2

3 1 1 7 7
được A = − , B = , C = , D = , E = .
4 2 2 4 4
x − x −3 3 x +1 7x + 7
4 2
Vậy =− + + .
( x − 1)( x + 1)
2 2
4( x − 1) 2 ( x + 1) 4 ( x 2 + 1)
2 2

Phương pháp vừa nêu để phân tích phân thức hữu tỷ thực sự thành tổng các phân
thức đơn giản loại một và loại hai gọi là phương pháp hệ số bất định.

23
 Bài tập

1. Các phát biểu sau đúng hay sai? Nếu sai thì hãy phát biểu lại cho đúng.
a) ∃x ∈ Z : x2 – 3x + 2 = 0; b) ∀x ∈ R : x2 – 5x + 7 > 0;
c) Số 120 chia hết cho 2 và 5; d) Số 111 là một số nguyên tố;
1 21
e) Số 6 không là một hợp số; f) Hỗn số 5 không phải là của phân số ;
4 4
2. Lập bảng chân trị cho các mệnh đề sau
a) ( p ∧ q ) ∨ ( q ⇒ p ) ; b) ( p ∨ q ) ⇒ ( p ∧ r ) ; c) ⎡⎣( p ⇒ q ) ∧ ( q ⇒ r ) ⎤⎦ ⇒ ( p ⇒ r ) ;
3. Rút gọn các biểu thức sau
a) ⎡( p ∧ q ∧ r ) ⇒ ( p ∨ q ) ⎤ ⇒ ( q ∧ r ) ; b) ⎡( p ⇒ q ) ∧ ( q ⇒ r ) ∧ ( r ⇒ p ) ⎤ ⇒ ( p ∨ q ∨ r ) ;
⎣ ⎦ ⎣ ⎦
4. Chứng tỏ rằng
a) ( p ⇒ q ) ∨ p ≡ 1 ; b) ( p ∧ q ) ⇔ ( q ⇒ p ) ;
c) (( p ∨ q) ∧ r ) ⇔ (( p ∧ r ) ∨ ( q ∧ r )) ; d) (( p ∧ q) ∨ r ) ⇔ (( p ∨ r ) ∧ ( q ∨ r )) ;
e) ( p ⇔ q ) ⇔ ( p ⇔ q ) ⇔ ( p ⇔ q ) ; (
f) ( p ∧ ( q ⇔ r ) ) ⇔ p ∨ ( q ⇔ r ) ; )
5. Cho A, B, C, D là các tập hợp. Chứng minh rằng
a) A ∩ (B \ C) = (A ∩ B) \ (A ∩ C); b) A \ (B \ C) = A ∩ B;
c) Nếu A Δ C = B thì C = A Δ B; d) (B \ C) \ (B \ A) ⊂ A \ C;
e) (A \ B) ∪ (B \ A) = (A ∪ B) \ (A ∩ B); f) A ∪ (B \ A) = A ∪ B;
g) A ∩ (B \ A) = ∅;
h) Nếu A ⊂ B và C ⊂ D thì A ∩ C ⊂ B ∩ D và A ∪ C ⊂ B ∪ D;
i) Nếu A ⊂ C và B ⊂ C thì A ∩ B ⊂ C và A ∪ B ⊂ C;
6. Cho X, Y ≠ ∅, f : X → Y và A, B ⊂ X. Chứng minh rằng A ⊂ B ⇔ f(A) ⊂ f(B)
7. Cho A, B, C là các tập con của một tập X. Chứng minh
a) A ⊂ B ⇔ A ∩ B = A ⇔ A ∪ B = B; b) (A \ B) ∪ B = A ∪ B;
c) (A \ B) \ C = A \ (B ∪ C); d) A \ (B \ C) = (A \ B) ∪ ( A ∩ C);
8. Cho A, B ⊂ X. Chứng minh rằng
a) Nếu A ⊂ B thì B ⊂ A
b) Nếu A ∩ B = ∅ thì X = A ∪ B . Nếu thiếu giả thiết thì khẳng định này còn đúng
không? Cho ví dụ.
9. Trong các tập sau, tập nào khác rỗng. Nếu có thì hãy liệt kê tất cả những phần tử
của tập đó.
a) A = {x ∈ N : x2 – 5x + 6 = 0}; b) B = {x ∈ Z : x2 + 5x – 6 = 0};
c) C = {x ∈ Q : x2 + 3x – 4 = 0}; d) D = {x ∈ R : x2 + 3x + 3 = 0};
e) E = {x ∈ R : x2 + 2x – 3 = 0}; f) F = {x ∈ R : x2 + 4 = 0};
10. Cho A = {0, 1, 2, 3 ,4}, B = {3, 4, 6, 7}, C = {2, 3, 5, 8, 9}. Hãy tính
a) A ∪ B; b) A ∩ C; c) A \ (B ∩ C); d) (A Δ B) ∩ (B Δ C);

24
 11. Trong các ánh xạ sau ánh xạ nào là đơn ánh, toàn ánh, song ánh?
2x
a) f : R \ {1} → R, x y = f (x) = ; b) g : R → R +, x y = g( x ) = x 2 ;
x −1
c) h : R → R, x y = h( x ) = 3 x + 5 ;
12. Hãy tìm g f , f g với
a) f : R → R, x f ( x ) = 2 x + 1 và g : R → R *+, x g( x ) = 1 + x 2
x x
b) f ( x ) = và g( x ) =
1− x 1+ x
2x
13. Ánh xạ f : R \ {1} → R, x y = f (x) = có ánh xạ ngược hay không? Nếu có
x −1
hãy tìm f – 1.
14. Cho biết rằng
2x − 3
a) g( x ) = x + 5 và (g f )( x ) = ( x ≠ 2) . Tìm f(x)
x+2
b) f ( x ) = x 2 − 3 và (g f )( x ) = 3 x 2 + 5 . Tìm g(x)
15. Tìm f(x) với
⎛1⎞
a) f ( x + 1) = x 2 − 3 x + 2 ; b) f ( x ) + 2 f ⎜ ⎟ = x ( x ≠ 0) ;
x
⎝ ⎠
2
−4
c) f ( x − 2) = x 2 ; d) f ( x − 1) = x 2 − 4 x + 3 ;
x +2
16. a) Trên R ta trang bị một phép toán hai ngôi * được xác định như sau a * b = 2ab.
Hỏi (R*, *) có phải là một nhóm hay không? Nếu có thì nó có giao hoán không?
b) Trên N* ta trang bị một phép toán hai ngôi * được xác định như sau
a * b = a × b + 1. Hỏi (N*, *) có phải là một nhóm không?
17. Cho z = cos ϕ + i sin ϕ ,0 ≤ ϕ < 2π . Hãy tính lượng giác của các số phức sau
a) z 2 + z ; b) z 2 − z ; c) z 2 − z ; d) z 2 + z ;
e) z 3 + z ; f) z 3 − z ; g) z 3 + z ; h) z 3 − z ;
18. Giải các phương trình sau
a) z 2 + 2 z + 5 = 0 ; b) z 2 + (5 − 2i)z + 5(1 − i) = 0 ; c) z 3 + 1 = 0 ;
d) ( z + 1) − 16 = 0 ;
4
e) z 4 + 18z 2 + 81 = 0 ; f) z 4 + 9 z 2 + 20 = 0 ;
2 2
g) z 6 + 4 z 3 + 3 = 0 ; h) z − z 2 = 4 − 3i ; i) z + z 2 = 3 + 4i ;
19. Hãy tính căn bậc hai của các số phức
a) 1– i; b) – 1 – i; c) 1 + 2i; d) – 1 – 2i; e) 3 – 2i; f) – 3 + 2i;
20. Cho hai ánh xạ
1 2x
f : R * → R *, x ; g : R * → R *, x
x 1+ x2
a) Chứng tỏ rằng f là song ánh. Tìm f – 1.
b) Chứng tỏ rằng g không là đơn ánh cũng không là toàn ánh.
c) Tìm g(R*).
x
21. Cho ánh xạ f : R → R, x . Tính f f; f f f.
1+ x2

25
 22. Cho hai ánh xạ
f : R → R +, x 2
x ; g : R + → R +, y y;
–1
a) f, g là đơn ánh, toàn ánh, song ánh? Tìm f , g – 1 nếu có.
b) Tìm g f và f g (Nếu tồn tại).
23. Thực hiện các phép tính sau
a) (2 – 4i)(1 – 5i); b) (3 – 2i)(1 + 2i); c) (1 – 2i)(2 + i)2;
5 7
d) (3 – i) (3 + i) ; e) (3 – 2i)3(1 + i); f) (4 – 2i)(2 + 3i)3;
( 2-i ) ( 2i + 1)
2 3
1 1
g) ; h) ; i) − ;
3+2i ( 2 − 3i ) 1 + 4i 4 − i
3

2i + 1 (1 + i)(3 + i) (1 − i)(3 − i)
j) ; k) − ;
(1 − 4i ) 3−i 3+i
2

24. a) Tìm x, y ∈ R thỏa mãn phương trình (2 + 3i)x + (1 – i)y = 7 + 3i.

b) Tìm x, y, z, t ∈ R thỏa hệ phương trình
⎧(2 + 3i) x + (1 − i) y + (2 + i)z + (1 + i)t = 10 + 7i
⎨
⎩(−1 + 2i) x + (i − 3) y + (2 − i)z + (3 + 2i)t = 9 + 7i
25. Cho hai số phức z1 = 7 – 3i; z2 = (x2 + y2 + xy) + (x + y)i; x, y ∈ R. Hãy tìm x, y
∈ R sao cho z1, z2 là hai số phức liên hợp.
26. Hãy chia
a) p( x ) = x 5 − 2 x 4 + 3 x 2 − 6 x + 7 cho q( x ) = x 3 + x 2 + 2 x + 3
b) p( x ) = 2 x 4 + 3 x 2 + 5 cho q( x ) = x 3 + x
c) p( x ) = x 3 − x 2 − x cho q( x ) = x − 1 + 2i
27. Hãy phân tích phân thức thành các phân thức tối giản
x+2 x +1
2
a) ; b) ;
( x + 3) ( x 2 + x + 2 ) x
3
+ x
2
− x − 1
x + x +1
4 2 4 x ( x 2 + 5)
c) ; d) ;
x + 2x − 3
2 4 2
x
5
+ 3 x
4
+ 3 x
3
+ 5 x + 8 x + 4

26
Chương II Ma trận - Định thức - Hệ phương
trình tuyến tính

II.1 Ma trận
II.1.1 Các khái niệm
- Ma trận là một bảng số gồm m hàng n cột. Ma trận ấy còn được gọi là ma trận cấp
m x n.
⎛3 1 ⎞
⎛ 1 −2 0 ⎞ ⎜ ⎟
Ví dụ: ⎜ ⎟ là ma trận cấp 2 × 3; ⎜ 4 5 ⎟ là ma trận cấp 3 × 2.
⎝3 1 1⎠ ⎜ ⎟
⎝ 0 −1⎠

- Ma trận mà có một hàng hay một cột thì người ta thường hay gọi là ma trận hàng
hay ma trận cột.

⎛ 1⎞
Ví dụ: ⎜⎜ 0 ⎟⎟ là ma trận cột cấp 3 × 1; ( 4 1 0 7 ) là ma trận hàng cấp 1 × 4.
⎜ 5⎟
⎝ ⎠

- Các ma trận thường được ký hiệu bằng các chữ hoa A, B, C, ….

- Giả sử A là ma trận cấp m × n, tức A là bảng số có dạng

⎛ a 11 a12 a 13 … a1n ⎞
⎜ ⎟
⎜ a 21 a 22 a 23 … a 2n ⎟
A = ⎜ a 31 a 32 a 33 … a 3n ⎟
⎜ ⎟
⎜… … … … …⎟
⎜ ⎟
⎝ a m1 a m2 a m3 … a mn ⎠

Khi đó các số có mặt trong ma trận A được gọi là các phần tử của A; còn a ij (Phần
tử a ij ) là phần tử ở hàng i cột j (i = 1, 2, …, m), (j = 1, 2, …, n).
Ma trận A cấp m × n còn được viết gọn lại A = ( a ij ) m×n . Tập các ma trận cấp m × n
ký hiệu là Mat(m × n).
Các phần tử của ma trận có thể là số thực hoặc số phức. Ở dây chỉ xét các ma trận
mà các phần tử là thực, tức là chỉ xét các ma trận thực.
- Ma trận cấp m × n mà các phần tử đều bằng không được gọi là ma trận không. Ký
hiệu là O (cấp m × n). Vậy O = ( a ij ) m×n , trong đó aij = 0, i = 1, 2, …, m; j = 1, 2, …, n.

27
 ⎛ 0 0 0⎞
Ví dụ: ⎜ ⎟ là ma trận cấp 2 × 3.
⎝ 0 0 0⎠

- Giả sử ta có ma trận A = ( a ij ) m×n . Khi đó ma trận ( −a ij ) mxn được gọi là ma trận đối
của ma trận A. Ký hiệu: - A.
- Cho hai ma trận A = ( a ij ) m×n , B = ( b ij ) m×n . Khi đó ta nói A = B khi và chỉ khi aij = bij,
i = 1, 2, …, m; j = 1, 2, …, n.

⎛1 0 −2 ⎞ ⎛ a b c⎞
Ví dụ: ⎜ ⎟=⎜ ⎟ ⇔ a = 1, b = 0, c = −2, d = 1, e = −2, f = 3 .
⎝ 1 −2 3 ⎠ ⎝d e f⎠

- Cho ma trận A = ( a ij ) m×n . Ma trận có được từ A bằng cách đổi hàng thành cột và
đổi cột thành hàng mà vẫn giữ nguyên thứ tự của các phần tử được gọi là ma trận
chuyển vị của ma trận A. Ký hiệu là At.
Vậy A = ( a ij ) m×n suy ra A t = ( a ij ) n×m

⎛ 1 1⎞
⎛ 1 0 −2 ⎞ ⎜ ⎟
Ví dụ: Nếu ma trận A = ⎜ ⎟ thì ma trận chuyển vị của A là A = ⎜ 0 −2 ⎟
t

⎝ 1 −2 3 ⎠ ⎜ −2 3 ⎟
⎝ ⎠

- Ma trận có số hàng bằng số cột và bằng n được gọi là ma trận vuông cấp n.
Vậy nếu A là ma trận vuông cấp n thì A có dạng

⎛ a11 a 12 … a1n ⎞
⎜ ⎟
a 21 a 22 … a 2n ⎟
A=⎜
⎜… … … …⎟
⎜⎜ ⎟⎟
⎝ a n1 a n2 … a nn ⎠

Khi đó các phần tử a11, a22, …, ann được gọi là các phần tử nằm trên đường chéo
chính của ma trận A.
Ma trận vuông cấp n có tất cả các phần tử trên đường chéo chính đều bằng một còn
các phần tử khác bằng không được gọi là ma trận đơn vị cấp n. Ma trận đơn vị thường
được ký hiệu bằng chữ I (Identity).
⎛ 1 0 0⎞
⎛ 1 0⎞ ⎜ ⎟
Ví dụ: ⎜ ⎟ là ma trận đơn vị cấp 2; ⎜ 0 1 0 ⎟ là ma trận đơn vị cấp 3.
⎝ 0 1⎠ ⎜ 0 0 1⎟
⎝ ⎠
Ma trận vuông mà các phần tử nằm ngoài đường chéo chính của nó đều bằng không
được gọi là ma trận đường chéo. Ký hiệu: (Diaganal) Dg(a11, a22, …, ann).

28
 ⎛ 1 0 0⎞
Ví dụ: Dg(1, 2, 3) = ⎜⎜ 0 2 0 ⎟⎟ .
⎜ 0 0 3⎟
⎝ ⎠

Ma trận đơn vị là trường hợp đặc biệt của ma trận đường chéo.
Ma trận vuông A gọi là ma trận đối xứng nếu (At)ij = (A)ji, với ∀i, j = 1, 2, …, n
(Hay nói một cách khác ma trận đối xứng là ma trận mà các phần tử tương ứng nằm
đối xứng với các phần tử nằm trên đường chéo chính bằng nhau tương ứng).

⎛1 0 5 7⎞
⎛ 1 2 4⎞ ⎜ ⎟
⎜ ⎟ 0 4 2 6⎟
Ví dụ: A = ⎜ 2 3 5 ⎟ ; B = ⎜ là các ma trận đối xứng
⎜ 4 5 2⎟ ⎜5 2 5 3⎟
⎝ ⎠ ⎜⎜ ⎟
⎝7 6 3 9 ⎟⎠

- Ma trận vuông mà các phần tử nằm dưới đường chéo chính đều bằng không được
gọi là ma trận tam giáctrên; còn ma trận vuông mà các phần tử nằm trên đường chéo
chính đều bằng không được gọi là ma trận tam giác dưới.

⎛ 1 2 3⎞ ⎛ 1 0 0⎞
Ví dụ: ⎜⎜ 0 5 6 ⎟⎟ là ma trận tam giác trên cấp 3 × 3; ⎜ ⎟
⎜ 2 3 0 ⎟ là ma trận tam giác
⎜ 0 0 1⎟ ⎜ 4 5 3⎟
⎝ ⎠ ⎝ ⎠
dưới cấp 3 × 3.
- Ma trận bậc thang là ma trận mà các hàng khác không (nếu có) luôn ở trên các
hàng bằng không; trên hai hàng khác không thì phần tử khác không đầu tiên ở hàng
dưới bao giờ cũng ở bên phải cột chứa phần tử khác không đầu tiên ở hàng trên.

⎛2 5 −4 0 3⎞
⎛ 1 3 −1 ⎞ ⎛ −1 0 2 1 ⎞ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ 0 1 3 7 6⎟
Ví dụ: A = ⎜ 0 2 5 ⎟ ; B = ⎜ 0 5 7 0 ⎟ ; C = ⎜ là các ma trận
⎜0 0 4 ⎟ ⎜ 0 0 0 1⎟ ⎜0 0 0 5 9⎟
⎝ ⎠ ⎝ ⎠ ⎜⎜ ⎟
⎝0 0 0 0 0 ⎟⎠
bậc thang.
- Ma trận A gọi là ma trận trực giao nếu AtA = I = AAt. Nếu A trực giao thì At = A – 1.
Thật vậy, giả sử AtA = I. Khi đó ta có det(AtA) = det(I) = 1 ⇒ det(At)det(A) = 1 ⇒
det(A) ≠ 0. Do đó tồn tại ma trận nghịch đảo A – 1. Ta nhân bên phải hai vế của AtA = I
với A – 1 ta được (AtA)A – 1 = IA – 1 = A – 1 ⇔ At(AA – 1) = A – 1; suy ra At = A – 1
Mặt khác, vì AA – 1 = I nên thay A – 1 = At; ta thấy AtA = I. Tương tự cho trường hợp
AAt = I.
⎛ 2 −3 0 ⎞ ⎛0 1 0 ⎞
1 ⎜ ⎟
Ví dụ : A = ⎜3 2 0 ⎟ ; B = ⎜⎜ 1 0 0 ⎟⎟ là các ma trận trực giao
13 ⎜ ⎜ ⎟
⎝0 0 13 ⎟⎠ ⎝ 0 0 −1⎠

29
 ⎛0 1 0⎞ ⎛0 1 0 ⎞
Thật vậy, với B = ⎜⎜ 1 ⎟ thì t ⎜ ⎟
0 0⎟ B = ⎜1 0 0 ⎟
⎜0 0 −1⎟⎠ ⎜ ⎟
⎝ ⎝ 0 0 −1⎠
⎛0 1 0 ⎞⎛ 0 1 0 ⎞ ⎛ 1 0 0⎞
Do đó, ta có BB = ⎜⎜ 1
t ⎟⎜ ⎟ ⎜
0 0 ⎟⎜ 1 0 0 ⎟ = ⎜ 0 1 0⎟ = I
⎟
⎜0 0 −1⎟⎠ ⎜⎝ 0 0 −1⎟⎠ ⎜⎝ 0 0 1 ⎟⎠
⎝

II.1.2 Các phép toán trên ma trận

1. Phép chuyển vị
Cho A ∈ Mat(m × n). Khi đó chuyển vị của A là ma trận thuộc Mat(m × n) nhận
được từ A bằng cách đổi hàng thành cột và cột thàng hàng với thứ tự các phần tử
không thay đổi. Ký hiệu At (t : tranpose)
⎛1 0⎞
⎛ 1 1 3⎞ ⎜ ⎟
A=⎜ ⎟ ∈ Mat(2 × 3); A = ⎜ 1 5 ⎟ ∈ Mat(3 × 2);
t
Ví dụ:
⎝ 0 5 1⎠ ⎜3 1⎟
⎝ ⎠

⎛ 1 0 3⎞ ⎛ 1 4 0⎞
⎜ ⎟ ⎜ ⎟
B = ⎜ 4 8 9 ⎟ ∈ Mat(3 × 3); B = ⎜ 0 8 1 ⎟ ∈ Mat(3 × 3).
t

⎜ 0 1 3⎟ ⎜ 3 9 3⎟
⎝ ⎠ ⎝ ⎠

2. Phép cộng ma trận

Cho hai ma trận cùng cấp m × n: A = ( a ij ) m×n , B = ( b ij ) m×n . Tổng của A và B là một
ma trận được ký hiệu A + B và được xác định A + B = ( a ij + b ij ) m×n .
Ví dụ: Cho hai ma trận cùng cấp 2 × 3:

⎛ 0 2 3⎞ ⎛ 10 7 2 ⎞
A=⎜ ⎟; B=⎜ ⎟
⎝ 1 4 6⎠ ⎝ 3 9 3⎠

⎛ 0 2 3 ⎞ ⎛ 10 7 2 ⎞ ⎛ 0 + 10 2 + 7 3 + 2 ⎞ ⎛ 10 9 5 ⎞
Khi đó A + B = ⎜ ⎟+⎜ ⎟=⎜ ⎟=⎜ ⎟ là ma
⎝ 1 4 6 ⎠ ⎝ 3 9 3 ⎠ ⎝ 1 + 3 4 + 9 6 + 3 ⎠ ⎝ 6 13 9 ⎠
trận cấp 2 × 3.
Từ định nghĩa ta thấy phép cộng các ma trận có một số tính chất sau:
i. A + O = A; ii. A + B = B + A;
iii. A + (- A) = O; iv. (A + B) + C = A + ( B + C);
Chú ý:
- Các ma trận ở các tính chất trên đều cùng cấp.
- Cho hai ma trận A = ( a ij ) m×n , B = ( b ij ) m×n . Khi đó ma trận A + (- B) được viết là A – B
và được gọi là hiệu của A đối với B.
Vậy: A – B = A + (- B).

30
 3. Phép nhân một số với một ma trận
Cho ma trận A = ( a ij ) m×n và α ∈ R . Tích của α và ma trận A là một ma trận được ký
hiệu là α A = (α a ij ) m×n .
⎛ 1 −2 3 ⎞ ⎛ 2 −4 6 ⎞
Ví dụ: cho A = ⎜ ⎟ . Khi đó ta có 2 A = ⎜ ⎟.
⎝0 1 0⎠ ⎝ 0 2 0⎠

Từ định nghĩa trên ta thấy phép nhân một số với một ma trận có các tính chất sau:
i. 1.A= A; ii. α.A = O khi và chỉ khi α = 0 hoặc A ≡ O;
iii. (- 1).A = - A; iv. (α + β).A = α.A + β.A;
v. α(βA) = (αβ).A; vi. α(A + B) = α.A + α.B;
với α , β ∈ R và A, B cùng cấp.

4. Phép nhân các ma trận

Cho hai ma trận A = ( a ik ) m×n , B = ( b kj ) n× p . Khi đó ma trận A.B là ma trận thuộc
n
Mat(n × p) được tính như sau ( ab ) ij = ∑ ( a ) ik ( b ) kj , i = 1, 2, …, m; j = 1, 2, …, p.
k =1

Ví dụ:
⎛1 2⎞ ⎛ 5 1⎞ ⎛ 1 2 ⎞ ⎛ 5 1⎞ ⎛ 1.5 + 2.0 1.1 + 2.3 ⎞ ⎛5 7⎞
a) A = ⎜ ⎟;B = ⎜ ⎟ ; AB = ⎜ ⎟⎜ ⎟=⎜ ⎟=⎜ ⎟
⎝3 4⎠ ⎝ 0 3⎠ ⎝ 3 4 ⎠ ⎝ 0 3 ⎠ ⎝ 3.5 + 4.0 3.1 + 4.3 ⎠ ⎝ 15 15 ⎠

⎛ 1 0⎞
⎛ 1 2 3⎞ ⎜ ⎟ ⎛ 17 21 ⎞
b) C = ⎜ ⎟ ; D = ⎜ 2 3 ⎟ ; CD = ⎜ ⎟
⎝ 4 5 6⎠ ⎜ 4 5⎟ ⎝ 38 45 ⎠
⎝ ⎠

Chú ý: Phép nhân các ma trận nói chung không có tính chất giao hoán.

⎛ 1 2 3⎞ ⎛ 1 0 1⎞ ⎛ 19 19 9 ⎞ ⎛2 3 7⎞
Ví dụ: A = ⎜ 4 0 5 ⎟ ; B = ⎜ 0 5 1 ⎟ ; AB = ⎜ 34 15 14 ⎟ ; BA = ⎜⎜ 21 1 29 ⎟⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ 1 1 4⎟ ⎜ 6 3 2⎟ ⎜ 25 17 10 ⎟ ⎜ 20 14 41 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠

Ta có một số tính chất sau dây

i. A.I = A; ii. A.O = O;
iii. (A + B)C = AC + BC; iv. (AB)t = BtAt;
Ví dụ:
⎛ 1 5⎞ ⎛ 2 1⎞ ⎛ 1 7⎞ ⎛ 2 0⎞ ⎛ 2 14 ⎞
A=⎜ ⎟; B = ⎜ ⎟; A =⎜
t
⎟; B = ⎜
t
⎟; B A =⎜
t t
⎟;
⎝ 7 8⎠ ⎝ 0 3⎠ ⎝ 5 8⎠ ⎝ 1 3⎠ ⎝ 16 31⎠

⎛ 2 16 ⎞ ⎛ 2 14 ⎞
( AB )
t
AB = ⎜ ⎟; =⎜ ⎟;
⎝ 14 31⎠ ⎝ 16 31⎠

31
II.2 Định thức
II.2.1 Khái niệm về định thức
- Cho ma trận vuông A cấp n
⎛ a11 a 12 … a1n ⎞
⎜ ⎟
a 21 a 22 … a 2n ⎟
A=⎜
⎜… … … …⎟
⎜⎜ ⎟⎟
⎝ a n1 a n2 … a nn ⎠

Ma trận con của ma trận A là ma trận có được từ ma trận A sau khi đã bỏ đi một số
hàng và cột bằng nhau.
Trong ma trận A nói trên bằng cách bỏ đi hàng i cột j ta được ma trận của A là Mij
và ma trận Mij là ma trận vuông cấp n – 1 và được gọi là ma trận con của A ứng với
phần tử aij.
Ví dụ:
⎛ a11 a 12 ⎞
a) Với A = ⎜ ⎟ , ta có M11 = (a22); M12 = (a21);
⎝ a 21 a 22 ⎠
⎛ b 11 b12 b13 ⎞
⎛ b 22 b 23 ⎞ ⎛ b 21 b 23 ⎞
b) Với B = ⎜⎜ b 21 b 22 b 23 ⎟⎟ , ta có M 11 = ⎜ ⎟ ; M 12 = ⎜ ⎟
⎜b ⎟ ⎝ b 32 b 33 ⎠ ⎝ b 31 b 33 ⎠
⎝ 31 b 32 b 33 ⎠

- Cho ma trận vuông A cấp n

⎛ a11 a 12 … a1n ⎞
⎜ ⎟
a 21 a 22 … a 2n ⎟
A=⎜
⎜… … … …⎟
⎜⎜ ⎟⎟
⎝ a n1 a n2 … a nn ⎠

Khi đó định thức của A là một số được định nghĩa bằng qui nạp như sau
+ Cho A là ma trận vuông cấp một, tức là A = (a11). Định thức của ma trận A là
một số được ký hiệu det(A) hay |A| và được xác định det(A) = |A| = a11.

⎛ a11 a 12 ⎞
+ Cho A là ma trận vuông cấp hai có dạng A = ⎜ ⎟ . Định thức của ma trận A
⎝ a 21 a 22 ⎠
này là một số cũng được ký hiệu như trên và được xác định như sau det(A) = |A| =
a11.det(M11) – a12.det(M12) = a11a22 – a12a21.
Định thức của ma trận A còn được viết dưới dạng khác

a11 a12
det(A) = |A| = = (- 1)1+1 a11det(M11) + (- 1)1+2 a12det(M11).
a 21 a 22
⎛1 3⎞ 1 3
Ví dụ: Cho A = ⎜ ⎟ ; det( A) = = 1.7 − 5.4 = −13 .
⎝4 7⎠ 4 7

32
 ⎛ a11 a12 a12 ⎞
+ Cho A là ma trận vuông cấp ba có dang A = ⎜⎜ a 21 a 22 a 23 ⎟⎟ . Định thức của A là
⎜a ⎟
⎝ 31 a 32 a 33 ⎠
một số được xác định như sau
det(A) = (- 1)1 + 1 a11det(M11) + (- 1)1 + 2 a12det(M12) + (- 1)1 + 3a13det(M13)
Có thể tính định thức của ma trận vuông cấp ba nói trên bằng qui tắc sau

a 11 a12 a13
a11 a12 a12 a11 a12 a13 a11 a12 a 21 a 22 a 23
a 21 a 22 a 23 = a 21 a 22 a 23 a 21 a 22 = a 31 a 32 a 33 =
a 31 a 32 a 33 a 31 a 32 a 33 a 31 a 32 a 11 a12 a13
a 21 a 22 a 23

= [ a11a 22 a 33 + a12 a 23a 31 + a13a 21a 32 ] − [ a13a 22 a 31 + a11a 23a 32 + a 12 a 21a 33]

= [ a11a 22 a 33 + a 21a 32 a13 + a 31a12 a 23] − [ a13a 22 a 31 + a 23a 32 a 11 + a 33a 12 a 21]

(+) (–)
(+)

(–)

Nguyên tắc là ta thêm hai hàng là hàng một và hàng hai theo đúng thứ tự một hai
vào bên dưới hàng thứ ba sau đó ta lấy tổng của tích ba số hạng của các đường chéo
(Những hàng chỉ có ba phần tử) song song với đường chéo chính (Kể cả đường chéo
chính) trừ đi cho tổng của tích ba số hạng của các đường chéo (Những hàng chỉ có ba
phần tử) song song với đường chéo phụ (là đường chéo đi ngược phía với đường chéo
chính) (Kể cả đường chéo phụ); còn đối với trường hợp cột thì ta thêm hai cột là cột
một và cột hai theo đúng thứ tự một hai vào bên phải cột thứ ba sau đó ta lấy tổng của
tích ba số hạng của các đường chéo (Những hàng chỉ có ba phần tử) song song với
đường chéo chính (kể cả đường chéo chính) trừ đi cho tổng của tích ba số hạng của các
đường chéo (Những hàng chỉ có ba phần tử) song song với đường chéo phụ (là đường
chéo đi ngược phía với đường chéo chính) (Kể cả đường chéo phụ).
Chú ý: Phương pháp này chỉ dùng để nháp thôi chứ không ghi vào bài làm. Vì có
một lý do tế nhị như sau: Định thức chỉ tính được cho ma trận vuông, do đó khi ta
thêm hàng hay cột thì ta đã làm cho định thức lúc này không còn là định thức của ma
trận vuông nữa.

33
 Hoặc theo quy tắc Sarius

(+) (–)

⎛ 1 2 3⎞
Ví dụ: Cho A = ⎜⎜ 2 −1 0 ⎟⎟ ;
⎜ 4 1 5⎟
⎝ ⎠

1 2 3
det( A) = 2 −1 0 = 1.(−1).5 + 2.0.4 + 3.2.1 − 3.(−1).4 − 1.0.1 − 2.2.5 = −7
4 1 5

+ Tổng quát: cho A là ma trận vuông cấp n ( n ≥ 1) có dạng

⎛ a11 a 12 … a1n ⎞
⎜ ⎟
a 21 a 22 … a 2n ⎟
A=⎜
⎜… … … …⎟
⎜⎜ ⎟⎟
⎝ a n1 a n2 … a nn ⎠

Định thức của ma trận này được xác định như sau
det(A) = (- 1)1 + 1 a11det(M11) + (- 1)1 + 2 a12det(M12) + (- 1)1 + 3a13det(M13) + …
…
+ (- 1)1 + na1ndet(M1n)
= (- 1)i +1 a11det(M11) + (- 1)i + 2 a12det(M12) + (- 1)i + 3a13det(M13) + …
…
+ (- 1)i + na1ndet(M1n).
Định thức của ma trận vuông cấp n gọi là định thức cấp n.
Chú ý: Vấn đề tính định thức trong phần này được trình bày theo cách khai triển
theo hàng thứ nhất. Độc giả có thể tính định thức theo cách khai triển theo cột thứ
nhất.

II.2.2 Các tính chất cơ bản của định thức

1. Với A là ma trận vuông, phép chuyển vị không làm thay đổi giá trị của định thức
của ma trận A; tức là ta có det(A) = det(At). Từ đó ta thấy một tính chất nào đó của
một định thức đã đúng với các hàng thì tính chất ấy cũng đúng cho các cột.

⎛ 1 0 5⎞ ⎛ 1 2 4⎞
Ví dụ: Cho A = ⎜ 2 3 1 ⎟ ; A = ⎜⎜ 0 3 2 ⎟⎟
⎜ ⎟ t

⎜ 4 2 5⎟ ⎜ 5 1 5⎟
⎝ ⎠ ⎝ ⎠

34
 1 0 5 1 2 4
det( A) = 2 3 1 = −27 ; det( A ) = 0 3 2 = −27
t

4 2 5 5 1 5

2. Nếu trong một định thức có một hàng hay một cột gồm toàn phần tử không (số
0) thì định thức đó bằng không.

⎛1 0⎞ 1 0
Ví dụ: Cho A = ⎜ ⎟ ; det( A) = = 1.0 − 0.5 = 0
⎝ 5 0⎠ 5 0

⎛ 1 0 4⎞ 1 0 4
⎜ ⎟; 0 7 5 7 5 0
B = ⎜ 5 0 7 ⎟ det( B) = 5 0 7 = 1 −0 +4 =0
⎜9 0 2⎟ 0 2 9 2 9 0
⎝ ⎠ 9 0 2

3. Nếu ta đổi chỗ hai hàng hay hai cột của một định thức cho nhau thì định thức đó
đổi dấu.
Ví dụ:
⎛ 2 3⎞ 2 3 ⎛3 2⎞ 3 2
Cho A = ⎜ ⎟ ; det( A) = = −11 ; A ' = ⎜ ⎟ ; det( A ') = = 11 .
⎝ 7 5⎠ 7 5 ⎝ 5 7⎠ 5 7

⎛1 3⎞ 1 3 ⎛ 5 7⎞ 5 7
B=⎜ ⎟ ; det( B) = = −8 ; B ' = ⎜ ⎟ ; det( B ') = = 8.
⎝ 5 7⎠ 5 7 ⎝1 3⎠ 1 3

Hệ quả 2.1: Nếu trong một định thức có hai hàng hoặc hai cột như nhau thì định
thức đó bằng không.
⎛ 1 1⎞ 1 1 ⎛ 5 7⎞ 5 7
Ví dụ: Cho C= ⎜ ⎟ ; det(C ) = = 0; D =⎜ ⎟ ; det( D ) = = 0.
⎝ 2 2⎠ 2 2 ⎝ 5 7⎠ 5 7

⎛ 1 3 1⎞ 1 3 1
⎜ ⎟; 7 2 2 2 2 7
E = ⎜ 2 7 2 ⎟ det( E ) = 2 7 2 = 1 −3 +1 = 0.
⎜ 5 4 5⎟ 4 5 5 5 5 4
⎝ ⎠ 5 4 5

4. Nếu ta nhân các phần tử của một hàng hay một cột của một định thức với cùng
một số thì giá trị của định thức được nhân lên với chính số đó (Khẳng định đó cũng có
nghĩa là nếu một hàng hay một cột của một định thức có một thừa số chung thì ta có
thể đưa thừa số chung đó ra ngoài dấu định thức).

⎛ 3 7⎞ 3 7
Ví dụ: Cho A = ⎜ ⎟ ; det( A) = = −29 ;
⎝8 9⎠ 8 9

35
 ⎛ 6 7⎞ 6 7
A' = ⎜ ⎟ ; det( A ') = = −58 .
⎝ 16 9 ⎠ 16 9

Hệ quả 2.2: Nếu trong một định thức có hai hàng hoặc hai cột tỷ lệ với nhau thì
định thức đó bằng không.
Ví dụ:
⎛1 3 5 ⎞ 1 3 5
⎜ ⎟; 6 10 2 10 2 6
A = ⎜ 2 6 10 ⎟ det( A) = 2 6 10 = 1 −3 +5 =0
⎜0 4 7 ⎟ 4 7 0 7 0 4
⎝ ⎠ 0 4 7

5. Nếu định thức có các hàng hay cột có dạng tổng của hai số hạng thì ta có thể
phân tích thành tổng của hai định thức.

⎛ 1 3 + 2 6⎞ 1 3+2 6 1 3 6 1 2 6
⎜ ⎟
Ví dụ: A = ⎜ 0 1 + 5 7 ⎟ ; det( A) = 0 1 + 5 7 = 0 1 7 + 0 5 7
⎜ 2 4 + 7 9⎟ 2 4+7 9 2 4 9 2 7 9
⎝ ⎠

Hệ quả 2.3: Trong một định thức nào có một hàng hay một cột là tổ hợp tuyến tính
của các hàng hoặc cột còn lại thì định thức đó bằng không.

⎛ 1 0 1⎞ 1 0 1
⎜ ⎟ 3 1 4 1 4 3
Ví dụ: A = ⎜ 4 3 1 ⎟ ; det( A) = 4 3 1 = 1 −0 +1 = 0.
⎜ 5 2 3⎟ 2 3 5 3 5 2
⎝ ⎠ 5 2 3

Hệ quả 2.4: Nếu ta nhân một hàng hay một cột của một định thức với cùng một số
rồi cộng vào hàng hay cột khác thì giá trị định thức không đổi.

⎛ 1 2 7⎞ 1 2 7
⎜ ⎟ 3 2 4 2 4 3
Ví dụ: A = ⎜ 4 3 2 ⎟ ; det( A) = 4 3 2 = 1 −2 +7 = 26 .
⎜ 5 6 9⎟ 6 9 5 9 5 6
⎝ ⎠ 5 6 9

1 2 7 1 2 7
h 2 h 2 4h 1
→ − −5 −26 0 −26 0 −5
4 3 2 ⎯⎯⎯⎯⎯→ 0 −5 −26 = 1 −2 +7 = 26
6 9 5 9 5 6
5 6 9 5 6 9

6. Đối với ma trận tam giác trên hoặc ma trận tam giác dưới thì định thức của nó
bằng tích các phần tử nằm trên đường chéo chính.

36
 a11 0 … 0 a11 a 12 … a1n
a 21 a 22 … 0 0 a 22 … a 2n
= a11a 22 … a nn ; = a11a 22 … a nn .
… … … … … … … …
a n1 a n 2 … a nn 0 0 … 0

Đặc biệt định thức của ma trận đơn vị bằng một.

⎛1 0 0⎞ 1 0 0
Ví dụ: A = ⎜⎜ 3 ⎟;
2 0 ⎟ det( A) = 3 2 0 = 1.2.3 = 6
⎜4 5 3 ⎟⎠ 4 5 3
⎝
⎛4 1 3⎞ 4 1 3
⎜ ⎟;
B = ⎜0 5 6 ⎟ det(B) = 0 5 6 = 4.5.7 = 140
⎜0 0 7 ⎟⎠ 0 0 7
⎝
Chú ý:
- Khi tính giá trị các định thức, đặc biệt là các định thức cấp cao, ít khi ta áp dụng
trực tiếp định nghĩa vì nó quá phức tạp nên ta tính các định thức ấy bằng cách áp dụng
các tính chất vừa nêu.
- Mặc dù phép nhân các ma trận nói chung không có tính chất giao hoán nhưng tuy
nhiên, người ta đã chứng minh được rằng trong trường hợp các phép nhân AB và BA
thực hiện được, tức là A và B là hai ma trận cùng cấp thì ta có det(AB) = det(BA) =
det(A)det(B).
⎛ 2 1⎞ 2 1 ⎛5 6⎞ 5 6
Ví dụ : Với A = ⎜ ⎟ ; det( A) = = 6; B = ⎜ ⎟ ; det( B) = = 11 .
⎝ 0 3⎠ 0 3 ⎝ −1 1 ⎠ −1 1
Khi đó ta có
⎛ 2 1 ⎞ ⎛ 5 6 ⎞ ⎛ 9 13 ⎞ 9 13
AB = ⎜ ⎟⎜ ⎟=⎜ ⎟ ; det( AB) = = 66
⎝ 0 3 ⎠ ⎝ −1 1 ⎠ ⎝ −3 3 ⎠ −3 3

⎛ 5 6 ⎞⎛ 2 1 ⎞ ⎛ 10 23 ⎞ 10 23
BA = ⎜ ⎟⎜ ⎟=⎜ ⎟ ; det( BA) = = 66
⎝ −1 1 ⎠⎝ 0 3 ⎠ ⎝ −2 2 ⎠ −2 2

Vậy det(AB) = det(BA) = det(A)det(B)

II.2.3 Ma trận nghịch đảo

- Cho A là ma trận vuông cấp n. Ma trận nghịch đảo của A được ký hiệu là A- 1 và
được xác định sao cho A.A- 1 = A- 1.A = I.
Định lý 2.1: Nếu A khả nghịch thì A- 1 là duy nhất và det(A) ≠ 0 (A không suy biến).
Chứng minh: Giả sử B là ma trận nghịch đảo của A.
Suy ra BA = AB = I và A- 1A = AA- 1 = I
Ta có B = BI = B(AA- 1) = (BA)A- 1 = IA- 1 = A- 1(duy nhất)
Ta lại có AA- 1 = I nên det(AA- 1) = det(I) =1
Suy ra det(A)det(A- 1) = 1.
Từ đó suy ra det(A) ≠ 0.

37
 - Cho A ∈ Mat(n × n) và det(A) ≠ 0. Khi đó tồn tại A- 1 và

⎛ b 11 b 21 … b n1 ⎞
⎜ ⎟
−1 1 ⎜ b12 b 22 … b n2 ⎟
A =
det( A) ⎜ … … … …⎟
⎜⎜ ⎟⎟
⎝ b1n b 2 n … b nn ⎠

trong đó b ij = ( −1) det ( M ij ) là phần bù đại số.

i+ j

Ví dụ:
⎛ 1 −1 2 ⎞
7 0 3 0
a) Cho A = ⎜⎜ 3 7 0 ⎟⎟ . Khi đó phần bù đại số của 1 là , của – 1 là − ,
⎜ 2 −5 1 ⎟ −5 1 2 1
⎝ ⎠
3 7
của 2 là , … (Minh họa theo hàng đầu tiên).
2 −5
⎛1 2⎞ -1
b) Cho A = ⎜ ⎟ . Tìm A .
⎝ 3 5⎠
1 ⎛ b11 b 21 ⎞ ⎛ b11 b 21 ⎞
Ta có det(A) = - 1 ≠ 0 suy ra ∃A- 1 và A −1 = ⎜ ⎟ = −⎜ ⎟
det( A) ⎝ b12 b 22 ⎠ ⎝ b12 b 22 ⎠
Các phần dù đại số
b11 = (- 1)1 + 1det(M11) = 5; b12 = (- 1)1 + 2det(M12) = - 3
b21 = (- 1)2 + 1det(M21) = - 2; b22 = (- 1)2 + 2det(M22) = 1

⎛ 5 −2 ⎞ ⎛ −5 2 ⎞
Suy ra A −1 = − ⎜ ⎟=⎜ ⎟;
⎝ −3 1 ⎠ ⎝ 3 −1⎠

⎛ 1 2 ⎞⎛ −5 2 ⎞ ⎛ 1 0 ⎞
⎟=I
-1
AA = ⎜ ⎟⎜ ⎟=⎜
⎝ 3 5 ⎠⎝ 3 −1⎠ ⎝ 0 1 ⎠
⎛ −1 2 −1⎞
c) Tìm ma trận nghịch đảo của ma trận A = ⎜⎜ −2 5 6 ⎟⎟ .
⎜ 8 5 1⎟
⎝ ⎠
−1 2 −1
-1
Ta có det( A) = −2 5 6 = 175 ≠ 0 , do đó A tồn tại và A- 1 được tính như sau
8 5 1

38
 ⎛ 5 6 2 −1 2 −1 ⎞
⎜ + − + ⎟
⎜ 5 1 5 1 5 6 ⎟
⎛ −25 −7 17 ⎞
1 ⎜ −2 6 −1 − 1 −1 − 1 ⎟ 1 ⎜ ⎟
−1
A = ⎜− + − ⎟= 50 7 8 ⎟ =
det( A) ⎜ 8 1 8 1 −2 6 ⎟ 175 ⎜⎜
⎟
⎜ ⎟ ⎝ −50 21 −1⎠
⎜ + −2 5
−
−1 2
+
−1 2 ⎟
⎜ 8 5 8 5 −2 5 ⎟⎠
⎝

⎛ 1 7 17 ⎞
⎜− 7 −
175 175 ⎟
⎜ ⎟
2 7 8 ⎟
=⎜
⎜ 7 175 175 ⎟
⎜ ⎟
⎜⎜ − 2 21
−
1 ⎟
⎟
⎝ 7 175 175 ⎠

II.3 Hệ phương trình tuyến tính

II.3.1 Các khái niệm

- Hệ phương trình tuyến tính là một hệ (Gồm m phương trình bậc nhất n ẩn) có dạng

⎧a 11 x 1 + a12 x 2 + + a1n x n = b1
⎪
⎪a 21 x 1 + a 22 x 2 + + a 2 n x n = b 2
⎨ (2.1)
⎪…………………………………
⎪⎩a m1 x 1 + a m 2 x 2 + + a mn x n = b m

Trong đó các x1, x2, …, xn là ẩn số; aij là các hệ số của xj; còn bi gọi là các số hạng
tự do.
- Nghiệm của hệ phương trình là một bộ n giá trị x1, x2, …, xn đồng thời thỏa mãn
tất cả các phương trình của hệ.
- Giải hệ phương trình (2.1) là tìm tất cả các nghiệm của nó hoặc chỉ ra rằng hệ đó
vô nghiệm.
- Trong trường hợp các hệ số hoặc các số hạng tự do của hệ (2.1) phụ thuộc tham số
ta còn gặp bài toán giải và biện luận hệ phương trình đó. Giải và biện luận hệ phương
trình đang xét xem trường hợp nào hệ phương trình vô nghiệm, trường hợp nào có
nghiệm và nếu hệ có nghiệm thì ta cần tìm nghiệm của hệ.
- Nếu các hệ số tự do của hệ (2.1) bằng không thì hệ được gọi là hệ phương trình
tuyến tính thuần nhất.
- Gọi A, X, B là các ma trận sau

39
 ⎛ a11 a 12 … a1n ⎞ ⎛ x1 ⎞ ⎛ b1 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
a 21 a 22 … a 2n ⎟ x2⎟ b2
A = ( a ij ) m×n = ⎜ ; X= ⎜ ; B=⎜ ⎟
⎜… … … …⎟ ⎜ ⎟ ⎜ ⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟
⎝ a m1 a m2 … a mn ⎠ ⎝ xn⎠ ⎝ bm ⎠

Ta thấy hệ (2.1) còn được viết lại dưới dạng phương trình ma trận như sau AX = B.

II.3.2 Hệ phương trình Cramer

Hệ phương trình Cramer là một hệ phương trình tuyến tính có dạng

⎧a 11 x 1 + a12 x 2 + + a1n x n = b1
⎪
⎪a 21 x 1 + a 22 x 2 + + a 2 n x n = b 2
⎨ (2.2)
⎪…………………………………
⎪⎩a n1 x 1 + a n 2 x 2 + + a nn x n = b n

Định lý 2.2 (Cramer): Hệ phương trình Cramer (det(A) ≠ 0, A là ma trận hệ cấp n x

det( A j )
n) bao giờ cũng có nghiệm duy nhất tính bằng công thức x j = ( j = 1,2,… , n) và
det( A)
A là ma trận các hệ số; Aj là ma trận có được từ ma trận A sau khi bỏ đi cột thứ j và
thay vào đó cột số hạng tự do.
Ví dụ: Giải hệ phương trình sau

⎧x1 − x 2 + x 3 = 1
⎪
⎨2 x 1 + x 2 + x 3 = 2
⎪
⎩3 x 1 + x 2 + 2 x 3 = 0

1 −1 1
1 1 2 1 2 1
Ta có det( A) = 2 1 1 =1 − (−1) +1 =1≠ 0
1 2 3 2 3 1
3 1 2
Suy ra hệ là hệ Cramer.
Ta có
1 −1 1 1 1 1 1 −1 1
det( A1) = 2 1 1 = 7 ; det( A 2) = 2 2 1 = −3 ; det( A 3) = 2 1 2 = −9
0 1 2 3 0 2 3 1 0

Vậy nghiệm của hệ phương trình là x 1 = 7; x 2 = −3; x 3 = −9 .

Chú ý: Gọi

40
 ⎛ a 11 a12 … a1n ⎞ ⎛ x1 ⎞ ⎛ b1 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
a 21 a 22 … a 2n ⎟ x2⎟ b
A = ( a ij ) m×n = ⎜ ; X= ⎜ ; B = ⎜ 2⎟
⎜… … … …⎟ ⎜ ⎟ ⎜ ⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟
⎝ a n1 a n2 … a nn ⎠ ⎝ xn⎠ ⎝ bn ⎠

Ta thấy hệ phương trình (2.2) được viết lại như sau AX = B, từ đó ta có X = A- 1B

(nhân hai vế với A- 1 vào vế trái).
Ví dụ : Giải hệ phương trình sau
⎧ x + 2 y + 5z = 4
⎪
⎨2 x + 5y + 10 z = 7
⎪ x + 3y + 11z = 4
⎩
1 2 5
Ta có det( A) = 2 5 10 = 6 ≠ 0 , suy ra A không suy biến và do đó ma trận A- 1 tồn
1 3 11
tại. Ta có
⎛ 5 10 2 5 2 5 ⎞
⎜+ − + ⎟
⎜ 3 11 3 11 5 10 ⎟ ⎛ 25 − 7 5⎞
− ⎟
⎜ 6 6 6
1 ⎜ 2 10 1 5 1 5 ⎟ ⎜ ⎟
A
−1
= ⎜− + − ⎟ = ⎜ −2 1 0 ⎟
det( A) ⎜ 1 11 1 11 2 10 ⎟ ⎜
⎜ ⎟ 1 1 1 ⎟
⎜+2 5 1 2 1 2 ⎟ ⎜ 6 −6 6 ⎠
⎟
− + ⎝
⎜ 1 3 1 3 2 5 ⎟⎠
⎝

⎛ 25 7 5⎞ ⎛ 31 ⎞ ⎧ 31
x
⎛ ⎞ ⎜ 6
−
6
− ⎟
6 ⎛ ⎞ ⎜ 6⎟
4 ⎪x = 6
⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎪
Vậy X = ⎜ y ⎟ = A B = ⎜ −2 1
−1
0 ⎟ ⎜ 7 ⎟ = ⎜ −1 ⎟ ; suy ra ⎨ y = −1
⎜ z⎟ ⎜ 1 1 1 ⎟ ⎜⎝ 4 ⎟⎠ ⎜ 1 ⎟ ⎪ 1
⎝ ⎠ ⎜ − ⎟ ⎜ ⎟ ⎪z =
⎝ 6 6 6 ⎠ ⎝ 6⎠ ⎩ 6

II.3.3 Hạng của ma trận

- Cho A ∈ Mat(m × n). Ta giữ lại p hàng và p cột bất kỳ (1≤ p ≤ min(m, n)) của A,
ta được ma trận vuông cấp p của A. Ma trận này được gọi là ma trận vuông con cấp p
của A và định thức của nó cũng được gọi là định thức con cấp p của A.

⎛1 0 2 1⎞
Ví dụ: Cho ma trận A = ⎜⎜ −3 4 6 2 ⎟⎟ ;
⎜ −1 −2 3 −1⎟
⎝ ⎠

41
 ⎛1 0⎞ ⎛ 4 2⎞
Các ma trận ⎜ ⎟; ⎜ ⎟ , … là các ma trận con cấp hai của A.
⎝ −3 4 ⎠ ⎝ −2 4 ⎠

- Cho ma trận A = ( a ij ) m×n . Hạng của ma trận A là một số bằng cấp cao nhất của các
định thức con khác không của A. Hạng của ma trận A ký hiệu là r(A) (Rank(A)).

⎛ 2 3 1 7⎞ 2 3 1
⎜ ⎟
Ví dụ: Cho A = ⎜ 0 1 5 6 ⎟ ; Ta có 0 1 5 = 92 ≠ 0 nên r(A) = 3. Vì A có định
⎜ 9 4 3 1⎟ 9 4 3
⎝ ⎠
thức con cấp ba khác không là cấp cao nhất.
- Cách tìm hạng của một ma trận
Ký hiệu A → T là phép biến đổi sơ cấp trên hàng của A để thành T. Cụ thể là đổi
chỗ hai hàng hoặc nhân một hàng với một số khác không hoặc cộng một hàng với một
hàng khác nhân hệ số.
Chú ý: Hạng của ma trận không đổi qua phép biến đổi sơ cấp.

Ví dụ:
⎛ 2 −1 3 −2 4 ⎞
a) Cho A = ⎜⎜ 4 −2 5 1 7 ⎟⎟
⎜ 2 −1 1 8 2 ⎟
⎝ ⎠

⎛ 2 −1 3 −2 4 ⎞ h 2→h 2 −2h 1 ⎛ 2 −1 3 −2 4 ⎞
⎜ ⎟ h 3→h 3 − h 1 ⎜ ⎟ h 3→h 3 − h 2
A = ⎜ 4 −2 5 1 7 ⎟ ⎯⎯⎯⎯⎯ → ⎜ 0 0 −1 5 −1 ⎟ ⎯⎯⎯⎯⎯ →
⎜ 2 −1 1 8 2⎠⎟ ⎜ ⎟
⎝ ⎝ 0 0 −2 10 −2 ⎠
⎛2 −1 3 −2 4 ⎞
h →h − h ⎜ ⎟
⎯⎯⎯⎯⎯
3 3 2
→⎜ 0 0 −1 5 −1⎟ = T
⎜0 0 0 0 0 ⎟⎠
⎝

Vậy r(A) = r(T) = 2.

⎛1 1 1 1⎞
⎜ ⎟
1 2 −1 −1⎟
b) Cho B = ⎜ . Tìm r(B)
⎜1 0 3 3⎟
⎜⎜ 2 ⎟
1 4 4 ⎟⎠
⎝
⎛1 1 1 1 ⎞ h 2 →h 2 −h 1 ⎛1 1 1 1 ⎞
−1 −1⎟ h 4→h 4 −2h 1 ⎜ 0 1 −2 −2 ⎟ h
⎜ ⎟ h 3→h 3− h 1 ⎜ ⎟ 3 h3 h2
→ +
1 2 h 4 h4 h2
B=⎜
→ +
⎯⎯⎯⎯⎯→ ⎯⎯⎯⎯⎯ →
⎜1 0 3 3⎟ ⎜ 0 −1 2 2 ⎟
⎜⎜ ⎟ ⎜⎜ ⎟⎟
⎝2 1 4 4 ⎟⎠ ⎝ 0 −1 2 2 ⎠

42
 ⎛1 1 1 1⎞
h 3→h 3+ h 2 ⎜ 0 ⎟
1 −2 −2 ⎟
h 4 →h 4 + h 2 → ⎜
⎯⎯⎯⎯⎯ =T
⎜0 0 0 0⎟
⎜⎜ ⎟
⎝0 0 0 0 ⎟⎠

Suy ra r(B) = r(T) = 2.

Nhận xét: Dùng phương pháp biến đổi sơ cấp trên hàng để tính ma trận nghịch đảo.
Cho A ∈ Mat(n × n); I ∈ Mat(n × n). Viết (A | I) → (I | B) (biến đổi sơ cấp trên
hàng). Khi đó A- 1 = B.
⎛ 1 2 3⎞
Ví dụ: Tìm ma trận nghịch đảo của A = ⎜⎜ 2 5 3 ⎟⎟
⎜ 1 0 8⎟
⎝ ⎠

Ta dùng phương pháp biến đổi sơ cấp trên hàng như sau

⎛ 1 2 3 1 0 0 ⎞ h 2 → h 2 −2 h 1 ⎛ 1 2 3 1 0 0 ⎞
⎜ ⎟ h 3→h 3− h 1 ⎜ ⎟ h 3→h 3 + 2h 2
⎜ 2 5 3 0 1 0 ⎟ ⎯⎯⎯⎯⎯→ ⎜ 0 1 −3 −2 1 0 ⎟ ⎯⎯⎯⎯⎯→
⎜1 0 8 0 0 1⎟ ⎜ 0 −2 5 −1 0 1 ⎟
⎝ ⎠ ⎝ ⎠
⎛ 1 2 3 1 0 0⎞ ⎛1 2 3 1 0 0⎞
h 3 h 3 2h 2
→ + ⎜ ⎟ h 3→ − h 3 ⎜ ⎟ h 2→h 2 +3h 3
⎯⎯⎯⎯⎯→ ⎜ 0 1 −3 −2 1 0 ⎟ ⎯⎯⎯⎯→ ⎜ 0 1 −3 −2 1 0 ⎟ ⎯⎯ ⎯⎯⎯→
⎜ 0 0 −1 − 5 2 1 ⎟ ⎜ 0 0 1 5 − 2 − 1⎟
⎝ ⎠ ⎝ ⎠
⎛1 2 3 1 0 0⎞ ⎛ 1 0 3 −25 10 6 ⎞
h 2 h 2 3h 3 → ⎜ 0
→
⎯⎯⎯⎯⎯
+ ⎟ h 1→h 1−2h 2 ⎜ ⎟ h 1→h 1−3h 3
1 0 13 −5 −3 ⎟ ⎯⎯⎯⎯⎯→ ⎜ 0 1 0 13 −5 −3 ⎟ ⎯⎯⎯⎯⎯ →
⎜
⎜0 0 1 5 −2 −1 ⎠⎟ ⎜ ⎟
⎝ ⎝ 0 0 1 5 −2 −1 ⎠
⎛1 0 0 −40 16 9 ⎞
h 1 h 1 3h 3
→ − ⎜ ⎟
⎯⎯⎯⎯⎯→ ⎜ 0 1 0 13 −5 −3 ⎟
⎜0 0 1 5 −2 −1 ⎟⎠
⎝

⎛ −40 16 9 ⎞
Vậy A = B = ⎜⎜ 13 −5 −3 ⎟⎟ .
−1

⎜ 5 −2 −1 ⎟
⎝ ⎠

II.3.4 Phương pháp giải hệ phương trình tuyến tính

- Hệ phương trình tuyến tính tổng quát

Xét hệ phương trình tuyến tính

43
 ⎧a 11 x 1 + a12 x 2 + + a1n x n = b1
⎪
⎪a 21 x 1 + a 22 x 2 + + a 2 n x n = b 2
⎨ (2.3)
⎪…………………………………
⎪⎩a m1 x 1 + a m 2 x 2 + + a mn x n = b m

Với hệ (2.3), ta thành lập các ma trận sau

⎛ a11 a 12 … a1n ⎞ ⎛ a 11 a … a1n b 1 ⎞

⎜ ⎟ ⎜ ⎟
a 21 a 22 … a 2n ⎟ a 21 a 22 … a 2n b 2 ⎟
A=⎜ ; A = ( A B) = ⎜
⎜… … … …⎟ ⎜… … … … ⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟
⎝ a n1 a n2 … a nn ⎠ ⎝ a m1 a m2 … a mn b m ⎟⎠

Ma trận A được gọi là ma trận bổ sung của ma trận A (hay ma trận mở rộng).
Sau đây chúng ta đề cập đến định lý nói về vấn đề nghiệm của hệ phương trình và
hạng của ma trận.

Định lý 2.3:
i. Hệ (2.3) có duy nhất nghiệm khi và chỉ khi r(A) = r(⎯A) = n.
ii. Hệ (2.3) có vô số nghiệm khi và chỉ khi r(A) = r(⎯A) < n.
iii. Hệ (2.3) vô nghiệm khi và chỉ khi r(A) < r(⎯A).
Nhận xét: Để tiện cho việc tính toán, thay vì viết hệ phương trình tuyến tính người ta
viết ma trận mở rộng, thay vì dùng phép biến đổi sơ cấp trong hệ phương trình tuyến
tính thì thường dùng phép biến đổi sơ cấp hàng trên ma trận mở rộng.
- phương pháp Gauss
Lần lượt chọn các phần tử chính (Trên các hàng của ma trận mở rộng) và khử dần
các số hạng dưới phần tử chính bằng các phép biến đổi sơ cấp hàng để đưa ma trận mở
rông đến dạng bậc thang.
Ví dụ: Giải hệ phương trình

⎧x − y + z − t = 2
⎪x + z + 2t = 0
⎪
⎨
⎪− x + 2 y − 2 z + 7t = −7
⎪⎩2 x − y − z = 3

Ta có
⎛ 1 −1 1 −1 2 ⎞ h 2 →h 2 −h 1 ⎛ 1 −1 1 − 1 2 ⎞
⎜ ⎟ h 3→h 3+ h 1 ⎜ ⎟ h 3→ h 3− h 2
⎜ 1 0 1 2 0 ⎟ h 4→h 4 −2h 1 ⎜ 0 1 0 3 −2 ⎟ h 4 h4 h2
→ −
A= ⎯⎯⎯⎯⎯→ ⎯⎯⎯⎯⎯ →
⎜ −1 2 −2 7 −7 ⎟ ⎜ 0 1 −1 6 −5 ⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟
⎝ 2 −1 −1 0 3 ⎠ ⎝ 0 1 −3 2 −1 ⎠

44
 ⎛ 1 −1 1 −1 2 ⎞ ⎛ 1 −1 1 −1 2 ⎞
h 3→h 3−h 2 ⎜ 0 1 0 3 −2 ⎟ h 3→− h 3 ⎜
0 1 0 3 −2 ⎟
⎟
h 4 h4 h2 ⎜ ⎟ h 4 h 4 3h 3
⎯⎯⎯⎯⎯→ ⎜
→ − → −
⎯⎯⎯⎯⎯ →
⎜ 0 0 −1 3 −3 ⎟ ⎜0 0 1 −3 3 ⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟
⎝ 0 0 −3 −1 1 ⎠ ⎝0 0 0 −10 10 ⎟⎠
Hệ tương đương

⎧x − y + z − t = 2 ⎧x = 2
⎪ y + 3t = −2 ⎪y = 1
⎪ ⎪
⎨ ⇔⎨
⎪ z − 3t = 3 ⎪z = 0
⎩⎪ − 10t = 10 ⎩⎪t = −1

Vậy hệ có nghiệm duy nhất x = 2; y = 1; z = 0; t = −1

45
 Bài tập

⎛ 2 3⎞ ⎛ 1 0⎞ ⎛ 7 8⎞
1. Cho A = ⎜ 5 6 ⎟ ; B = ⎜ 3 1 ⎟ ; C = ⎜⎜ −3 2 ⎟⎟
⎜ ⎟ ⎜ ⎟
⎜ 7 8⎟ ⎜ −1 4 ⎟ ⎜ 9 1⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
Tính
a) A – B; b) 2B + C; c) A + B – C; d) Tìm At, Bt, Ct;
2. Tính AB, ABC, với
⎛ 1 0⎞ ⎛ 1 2 3⎞
⎛2 5 6⎞ ⎛ 1 1 3⎞
a) A = ⎜⎜ 7 5 ⎟⎟ ; B = ⎜ ⎟; b) A = ⎜ ⎜ ⎟
⎟ ; B = ⎜ 5 −3 2 ⎟
⎜ 4 3⎟ ⎝ 9 1 0⎠ ⎝ −3 2 1 ⎠ ⎜ 7 0 3⎟
⎝ ⎠ ⎝ ⎠

⎛ 1 −3 2 ⎞ ⎛ 2 5 6⎞
c) A = ⎜ 3 −4 1 ⎟ ; B = ⎜⎜ 4 −1 3 ⎟⎟ ;
⎜ ⎟
⎜ 2 −5 3 ⎟ ⎜ 9 6 5⎟
⎝ ⎠ ⎝ ⎠

⎛ −5 −7 4 ⎞ ⎛ 2 1 2⎞ ⎛ 5 2 1⎞
d) A = ⎜ 8 16 −8 ⎟ ; B = ⎜ 1 2 2 ⎟ ; C = ⎜⎜ −3 −2 1 ⎟⎟
⎜ ⎟ ⎜ ⎟
⎜ 1 3 −4 ⎟ ⎜ 2 1 8⎟ ⎜ −1 −1 3 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠

⎛2 3⎞ 3 2
3. a) Cho ma trận A = ⎜ ⎟ và f(x) = x + 3x – 4x – 1. Hãy tính f(A).
⎝ 3 −4 ⎠

⎛2 −1 ⎞ 2
b) Cho ma trận B = ⎜ ⎟ và f(y) = y – 5y + 3. Hãy tính f(B).
⎝ −3 3⎠

⎛ 2 1 −1 ⎞
c) Cho ma trận C = ⎜⎜ 1 2 3 ⎟⎟ và f(z) = z4 + 2z2 + 2z – 3. Hãy tính f(C).
⎜ 2 1 −4 ⎟
⎝ ⎠
4. Tính
n n n
⎛ 1 1⎞ ⎛ cosα − sin α ⎞ ⎛λ 1⎞
a) A = ⎜ ⎟ ; b) A = ⎜ ⎟ ; c) A = ⎜ ⎟ ;
⎝ 0 1⎠ ⎝ sin α cosα ⎠ ⎝0 λ⎠
n n n
⎛ 3 1⎞ ⎛ 2 −1 ⎞ ⎛2 1⎞
d) A = ⎜ ⎟ ; e) A = ⎜ ⎟ ; f) A = ⎜ ⎟ ;
⎝ 0 3⎠ ⎝ 3 −2 ⎠ ⎝ −5 −2 ⎠

5. Cho A, B là hai ma trận vuông cùng cấp giao hoán (AB = BA). Hãy chứng minh
rằng
a) A2 – B2 = (A + B)(A – B); b) (A + B)2 = A2 + 2AB + B2;

46
 c) ( A + B ) = A n + C 1n A n −1B + C nn −2 A n −2 B 2 +
n
+ C nn B n

⎛ 0 0 1⎞ ⎛ 1 0 1⎞
6. a) Tính A 2004
, với A = ⎜⎜ −1 0 0 ⎟⎟ ; b) Tính B 2004
, với B = ⎜⎜ −1 1 0 ⎟⎟ ;
⎜ 0 −1 0 ⎟ ⎜ 0 −1 1 ⎟
⎝ ⎠ ⎝ ⎠

⎛ 1 −2 1 ⎞ ⎛ 2 1 0⎞
c) Tính C 100
, với C = ⎜⎜ −1 1 0 ⎟⎟ ; d) Tính D 100
, với D = ⎜⎜ 0 1 0 ⎟⎟ ;
⎜ 0 −1 0 ⎟ ⎜ 0 0 2⎟
⎝ ⎠ ⎝ ⎠

⎛ a b⎞
7. Cho A = ⎜ ⎟ , với a, b, c là các số thực. Hãy tìm tất cả các giá trị của a, b, c sao
⎝0 c⎠
cho tồn tại n thuộc N để An = I.
⎛a b⎞
8. Chứng minh rằng ma trận A = ⎜ ⎟ thỏa mãn phương trình X2 – (a + d)X +
⎝c d⎠
(ad – bc)I = 0.
9. Tìm ma trận vuông cấp hai X sao cho
⎛ 1 2⎞
a) X2 = 0; b) X2 = I;
c) XA = AX, với A = ⎜ ⎟;
⎝ 2 5⎠
10. Xác định xem trong các ma trận sau ma trận nào là ma trận trực giao

⎛ 1 −1 0 ⎞ ⎛ 2 1 2⎞
1⎛3 4 ⎞ 1 ⎜ ⎟ 1⎜
a) ⎜ ⎟; b) ⎜1 1 0 ⎟; c) ⎜ −2 2 1 ⎟⎟ ;
5 ⎝ 4 −3 ⎠ 2⎜ 3⎜ ⎟
⎝0 0 2 ⎟⎠ ⎝ −1 −2 2 ⎠

⎛1 1 1 1 ⎞ ⎛ 1 1 1 −1⎞
⎛ 0 1 1⎞ ⎜ ⎟ ⎜ ⎟
1 ⎜ ⎟ 1 ⎜ 1 1 −1 −1⎟ 1 ⎜ 1 1 −1 1 ⎟
d) ⎜ 1 0 1⎟ ; e) ; f) ;
2⎜ ⎟ 2 ⎜ 1 −1 1 −1⎟ 2 ⎜ 1 −1 1 1 ⎟
⎝ 1 1 0⎠ ⎜⎜ 1 −1 −1 1 ⎟⎟ ⎜⎜ −1 1 1 1 ⎟⎟
⎝ ⎠ ⎝ ⎠

11. Hãy tìm x, y, z, t để các ma trận sau là ma trận trực giao

⎛ 1 2 2⎞ ⎛ 6 2 3⎞
⎜ 3 − − ⎟ ⎜ 7 − − ⎟
3 3 7 7 ⎛ −1 −1 1 1⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
2 2 1 ⎟ 3 6 2 ⎟ 1 ⎜ 1 −1 1 1⎟
a) ⎜ − − ; b) ⎜ − ; c) ;
⎜ 3 3 3 ⎟ ⎜ 7 7 7 ⎟ 2 ⎜ 1 1 −1 1⎟
⎜ ⎟ ⎜ ⎟ ⎜⎜ ⎟
⎜⎜ x y z ⎟ ⎜⎜ x y z ⎟ ⎝ x y z t ⎟⎠
⎟ ⎟
⎝ ⎠ ⎝ ⎠

47
 ⎛0 1 1 1⎞
⎜ ⎟
1 ⎜1 0 1 −1 ⎟
d) ;
3 ⎜ 1 −1 0 1⎟
⎜⎜ ⎟
⎝x y z t ⎟⎠

12.Tính

0 1 1 1
1 4 3 1 a bc 1 a2 a3
1 0 1 1
a) ; b) 2 5 7 ; c) 1 b ca ; d) 1 b 2 b 3 ;
1 1 0 1
6 9 12 1 c ab 1 c2 c3
1 1 1 0

a b c 1
1 a a 3
x+a x x b c a 1
e) 1 b b 3 ; f) x x+b x ; g) c a b 1;
1 c c3 x x x+c b+c c+a a+b
1
2 2 2

1 0 3 0 5
0 2 7 −1 8
h) −2 4 −1 5 0
1 3 0 4 7
9 −1 2 3 4

13. Chứng minh đẳng thức

( a + b)
2 2 2
c c
( b+c ) = 2abc( a + b + c ) ;
2 2 2 3
a a
( a+c )
2 2 2
b b

1 2 −1 0
4 −1 5 7
14. Cho Δ = . Tính các định thức sau qua Δ
5 6 2 3
3 7 9 −1

2 −1 0 1 0 −1 2 1
−1 5 7 4 7 5 −1 4
a) b)
6 2 3 5 3 2 6 5
7 9 −1 3 −1 9 7 3

48
15. Giải phương trình

1 1 1 1 2
x 1 1 1
1 2 x
2 3 4 x 1 2
x 1 1
a) − x 3 −1 = 0 ; b) = 0; c) = 0;
4 9 16 x 2
1 1 2
x 1
3 −1 3
8 27 64 x 3 1 1 1 x
2

1 x x
2
x
3

1 2 4 8
d) = 0;
1 3 9 27
1 4 16 64

16. Chứng minh các đẳng thức sau

b+c c+a a+b a b c 1 a bc 1 a a 2

a) b '+ c ' c '+ a ' a '+ b ' = 2 a ' b ' c ' ; b) 1 b ca = 1 b b 2 ;
b ''+ c '' c ''+ a '' a ''+ b '' a '' b '' c '' 1 c ab 1 c c 2

1 a2 a3 1 a a2 1 a a3 1 a a2
c) 1 b 2 b 3 = (ab + bc + ca) 1 b b 2 ; d) 1 b b 3 = (a + b + c) 1 b b 2 ;
1 c2 c3 1 c c2 1 c c3 1 c c2

a b c d
−b a d −c
= (a2 + b2 + c2 + d 2) ;
2
e)
−c − d a b
−d c −b a

a 1 + b1x a1 − b1x c 1 a1 b1 c 1
f) a 2 + b 2x a 2 − b 2x c 2 = −2 x a 2 b 2 c 2 ;
a 3 + b 3x a 3 − b 3x c 3 a3 b3 c3

a1 b1 a1x + b1y + c 1 a 1 b1 c 1
g) a 2 b 2 a 2x + b 2y + c 2 = a 2 b 2 c 2 ;
a 3 b 3 a 3x + b 3y + c 3 a 3 b 3 c 3

a 1 + b1x a1x + b1 c 1 a1 b1 c 1
h) a 2 + b 2x a 2x + b 2 c 2 = (1 − x ) a 2 b 2 c 2 ;
2

a 3 + b 3x a 3x + b 3 c 3 a3 b3 c3

49
 ⎛ 2 −1 3 ⎞
17. Cho A = ⎜⎜ 2 4 5 ⎟⎟ . Tính det(2A3 – 3A2).
⎜ −1 2 0 ⎟
⎝ ⎠

18. Tìm ma trận nghịch đảo (nếu tồn tại) của các ma trận sau

⎛3 5 1 ⎞ ⎛ 2 −3 1 ⎞ ⎛ 3 1 1⎞
⎛ 2 3⎞
a) ⎜ ⎟; b) ⎜⎜ 1 2 −2 ⎟⎟ ; c) ⎜⎜ 4 1 −2 ⎟⎟ ; d) ⎜⎜ 1 3 1 ⎟⎟ ;
⎝ −2 1 ⎠ ⎜1 1 4 ⎟ ⎜ 6 −2 2 ⎟ ⎜ 1 1 3⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠

⎛ 2 −1 0 3⎞ ⎛ 1 3 4
9⎞
⎛ 2 1 1⎞ ⎜ ⎟ ⎜ ⎟
1 1 2 −1⎟ −2 6 0
3⎟
e) ⎜⎜ 1 2 1 ⎟⎟ ; f) ⎜ ; g) ⎜ ;
⎜ 1 1 2⎟ ⎜ −1 2 3 1⎟ ⎜ 0 7 2 5⎟
⎝ ⎠ ⎜⎜ ⎟ ⎜⎜ ⎟
⎝0 1 2 1 ⎟⎠ ⎝ 1 4 −1 0 ⎟⎠

⎛1 1 1 1 ⎞ ⎛ −1 1 1 1 ⎞ ⎛1 2 3 4⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ 1 1 −1 −1⎟ ⎜ 1 −1 1 1 ⎟ 2 3 1 2⎟
h) ; j) ; k) ⎜ ;
⎜ 1 −1 −1 1 ⎟ ⎜ 1 1 −1 1 ⎟ ⎜1 1 1 −1 ⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ ⎜⎜ ⎟
⎝ 1 −1 1 −1⎠ ⎝ 1 1 1 −1 ⎠ ⎝1 0 −2 −6 ⎟⎠

⎛ 1 2 −2 ⎞
19. a) Cho A = ⎜⎜ 2 1 2 ⎟⎟ . Hãy tính A – 2.
⎜1 1 2 ⎟
⎝ ⎠

⎛ −1 1 1 1 ⎞
⎜ ⎟
1 ⎜ 1 −1 1 1 ⎟
b) Cho B = . Hãy tính tổng M = B – 100 + B – 99 + … + B 99 + B100.
2 ⎜ 1 1 −1 1 ⎟
⎜⎜ 1 1 1 −1⎟⎟
⎝ ⎠
20. Chứng minh rằng nếu a, b, c, d không đồng thời bằng không thì ma trận sau khả
⎛a b c d ⎞
⎜ ⎟
b −a −d c ⎟
nghịch A = ⎜ .
⎜ c d −a −b ⎟
⎜⎜ ⎟⎟
⎝ d −c b − a ⎠

21. Giải các phương trình ma trận sau

⎛ 2 5⎞ ⎛ 4 −6 ⎞ ⎛ 3 −2 ⎞ ⎛ −1 2 ⎞ ⎛ 4 6⎞ ⎛ 1 1⎞
a) ⎜ ⎟X =⎜ ⎟; b) X ⎜ ⎟=⎜ ⎟; c) ⎜ ⎟X =⎜ ⎟;
⎝ 1 3⎠ ⎝2 1⎠ ⎝ 5 −4 ⎠ ⎝ −5 6 ⎠ ⎝ 6 9⎠ ⎝ 1 1⎠

50
 ⎛ 3 6⎞ ⎛2 4⎞ ⎛ 2 −3 ⎞ ⎛2 3 ⎞ ⎛ 3 −1 ⎞ ⎛ 5 6 ⎞ ⎛ 14 16 ⎞
d) X ⎜ ⎟=⎜ ⎟ ; e) ⎜ ⎟X =⎜ ⎟; f) ⎜ ⎟X⎜ ⎟=⎜ ⎟;
⎝ 4 8 ⎠ ⎝ 9 18 ⎠ ⎝4 6⎠ ⎝ 4 −6 ⎠ ⎝ 5 −2 ⎠ ⎝ 7 8 ⎠ ⎝ 9 10 ⎠

⎛ 2 1 −1⎞ ⎛ 1 −1 3 ⎞ ⎛ 1 2 −3 ⎞ ⎛ 1 −3 0 ⎞
g) X ⎜⎜ 2 1 0 ⎟⎟ = ⎜⎜ 4 3 2 ⎟⎟ ; h) ⎜ 3 2 −4 ⎟ X = ⎜⎜ 10 2 7 ⎟⎟ ;
⎜ ⎟
⎜ 1 −1 1 ⎟ ⎜ 1 −2 5 ⎟ ⎜ 2 −1 0 ⎟ ⎜ 10 7 8 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠

⎛ 5 3 1 ⎞ ⎛ −8 3 0 ⎞ ⎛ 3 −1 2 ⎞ ⎛ 3 9 7⎞
j) X ⎜⎜ 1 −3 −2 ⎟⎟ = ⎜⎜ −5 9 0 ⎟⎟ ; k) ⎜ 4 −3 3 ⎟ X = ⎜⎜ 1 11 7 ⎟⎟ ;
⎜ ⎟
⎜ −5 2 1 ⎟ ⎜ −2 15 0 ⎟ ⎜ 1 3 0⎟ ⎜ 7 5 7⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠

⎛ 2 −3 1 ⎞ ⎛ 9 7 6 ⎞ ⎛ 2 0 −2 ⎞
l) ⎜⎜ 4 −5 2 ⎟⎟ X ⎜⎜ 1 1 2 ⎟⎟ = ⎜⎜ 18 12 9 ⎟⎟ ;
⎜ 5 −7 3 ⎟ ⎜ 1 1 1 ⎟ ⎜ 23 15 11 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠

22. Giải các phương trình ma trận sau

⎛ 1 −1 ⎞ ⎛ 4 6⎞
a) XX t = ⎜ ⎟; b) XX t = ⎜ ⎟;
⎝ −1 1 ⎠ ⎝ 6 4⎠

23. Tìm hạng của các ma trận sau

⎛ 2 1 −1 4 ⎞
⎛ 1 3 −2 1 4 ⎞ ⎜ ⎟
1 2 1 −3 ⎟
a) A = ⎜⎜ 2 1 3 −2 2 ⎟⎟ ; b) B = ⎜ ;
⎜ 4 7 −1 0 10 ⎟ ⎜ 1 4 2 3⎟
⎝ ⎠ ⎜⎜ ⎟
⎝ −2 1 2 2 ⎟⎠

⎛2 3 −5 1 4 ⎞
⎜ ⎟
1 1 −1 2 −3 ⎟
c) C = ⎜ ;
⎜3 4 −6 3 1 ⎟
⎜⎜ ⎟
⎝1 0 2 5 −13 ⎟⎠

24. Tính hạng của các ma trận sau theo giá trị của tham số λ

⎛λ 1 1 1⎞
⎜ ⎟ ⎛ 1 2 −1 3 ⎞ ⎛ 1 λ −1 2 ⎞
1 λ 1 1⎟
a) A = ⎜ ; b) B = ⎜⎜ λ 1 2 −1 ⎟⎟ ; c) C = ⎜⎜ 2 −1 λ 5 ⎟⎟ ;
⎜1 1 λ 1⎟ ⎜ ⎟ ⎜ 1 10 −6 1 ⎟
⎜⎜ ⎟⎟ ⎝ 2 −3 λ −7 ⎠ ⎝ ⎠
⎝1 1 1 λ⎠

51
25. Giải các hệ phương trình tuyến tính sau

⎧ 2 x − y + 3z = 9 ⎧3 x + 2 y − 3z = −1
⎪ ⎪
a) ⎨ x − 4 y − z = −4 ; b) ⎨2 x − 4 y + z = 0 ;
⎪3 x + 2 y − 2 z = 4 ⎪6 x − y + 2 z = 9
⎩ ⎩

⎧ x + y + 3z − 2t = 9 ⎧ x + y + 2 z + 3t = 5
⎪ ⎪
c) ⎨2 x − y − z + t = −9 ; d) ⎨ x + 3y − 2 z − t = 3 ;
⎪ x + 2 y − 2z + t = 4 ⎪2 x − y + 3z + 5t = 5
⎩ ⎩

⎧ x + 2y + z + t = 3
⎪
e) ⎨2 x + 3y + 2 z − 3t = −10 ;
⎪2 x − y + 2 z + 4t = 15
⎩

26. Giải các hệ phương trình sau bằng phương pháp Crame

⎧2 x + 2y − z + t = 4
⎪4 x ⎧ 2 x − y + 3z = 9
⎪ + 3y − z + 2t = 6 ⎪
a) ⎨ ; b) ⎨3 x − 5y + z = −4 ;
⎪8 x + 5y − 3z + 4t = 12 ⎪4 x − 7 y + z = 5
⎪⎩3 x + 3y − 2z + 2t = 6 ⎩

⎧2 x + 3y + 11z + 5t = 2 ⎧2 x − 5y + 3t + t = 5
⎪x + 2 y + 5z + 2t = 1 ⎪3 x − 7y + 3z − t = −1
⎪ ⎪
c) ⎨ ; d) ⎨
⎪2 x + y + 3z + 2t = −3 ⎪5 x − 9y + 6z + 2t = 7
⎪⎩ x + y + 3z + 4t = −3 ⎪⎩4 x − 6y + 3z + t = 8

⎧2 x + 5y + 4 z + t = 20 ⎧2 x + y + 4 z + 2t = −1
⎪x + 3y + 2z + t = 11 ⎪x + 3 y − 6 z + 2t = 3
⎪ ⎪
e) ⎨ ; f) ⎨
⎪2x + 10y + 9y + 7t = 40 ⎪3 x − 2 y + 2 z − 2t = 8
⎪⎩3x + 8y + 9z + 2t = 37 ⎪⎩2 x − y + 2z = 4

⎧3 x + 4 y + z + 2 t = −3 ⎧7 x + 9 y + 4 z + 2t = 2
⎪3 x + 5y + 3z + 5t = −6 ⎪2 x − 2y + z + t = 6
⎪ ⎪
g) ⎨ ; h) ⎨
⎪6 x + 8y + z + 5t = −8 ⎪5 x + 6 y + 3 z + 2t = 3
⎪⎩3 x + 5y + 3z + 7t = −8 ⎪⎩2 x + 3y + z + t = 0

52
 ⎧6 x + 5y − 2 z + 4t = 14 ⎧2 x − y − 6 z + 3t = −1
⎪9 x − y + 4 z − t = 13 ⎪7 x − 4y + 2 z − 15t = −32
⎪ ⎪
i) ⎨ ; j) ⎨
⎪3 x + 4 y + 2 z − 2t = 1 ⎪x − 2y − 4 z + 9t = 5
⎪⎩3 x − 9y + 2t = 11 ⎪⎩ x − y + 2 z − 6t = −8

27. Chứng minh rằng nếu a ≠ 0 thì hệ phương trình sau luôn có nghiệm ∀b, c, d ∈ R

⎧ax + (1 − b) y + cz + (1 − d )t = a
⎪(b − 1) x + ay + (d − 1)z + ct = b
⎪
⎨
⎪−cx + (1 − d )y + az + (b − 1)t = c
⎪⎩(d − 1) x − cy + (1 − b)z + at = d

28. a) Tìm đa thức bậc hai f(x) biết rằng f(1) = - 1; f(- 1) = 9; f(2) = - 3.
b) Tìm đa thức bậc ba g(x) biết rằng g(- 1) =0; g(1) = 4; g(2) = 3; g(3) = 16.
29. Giải các hệ phương trình sau bằng phương pháp Gauss

⎧x − y + z − t = 2 ⎧3 x − 2 y − 5z + t = 3
⎪x − z + 2t = 0 ⎪2 x − 3y + z + 5t = −3
⎪ ⎪
a) ⎨ ; b) ⎨ ;
⎪− x + 2 y − 2 z − 7t = 7 ⎪x + 2y − 4t = −3
⎪⎩2 x − y − z = −3 ⎪⎩ x − y − 4 z + 9t = 22

⎧4 x − 3y + z + 5t = 7 ⎧2 x − 2y + t = −3
⎪x 2y 2 z − 3t = 3 ⎪
⎪ − − ⎪2 x + 3y + z − 3t = −6
c) ⎨ ; d) ⎨ ;
⎪3 x − y + 2z = −1 ⎪3 x + 4y − z + 2t = 0
⎪⎩2 x + 3y + 2 z − 8t = −7 ⎪⎩ x + 3y + z − t = 2

⎧x + y − 6 z − 4t = 6 ⎧2 x − y + z − t = 3
⎪3 x − y − 6 z − 4t = 2 ⎪4 x − 2 y − 2 z + 3t = 2
⎪ ⎪
e) ⎨ ; f) ⎨ ;
⎪2 x + 3 y + 9 z + 2t = 6 ⎪2 x − y + 5z − 6t = 1
⎪⎩3 x + 2 y + 3z + 8t = −7 ⎪⎩2 x − y − 3z + 4t = 5

⎧ x − y + 2 z + 2t + u = 3
⎪ 2 x + y + 5z + 2t + 2u = 6
⎪⎪
g) ⎨− x + 4 y − 6 t + u = −3 ;
⎪ −2 x − 4 y − 4 z − t + u = −3
⎪
⎪⎩2 x + 4 y + 4 z + 7t − u = 9

53
30. Giải các hệ phương trình thuần nhất sau

⎧2 x − y + 5z + 7t = 0 ⎧2 x + y − 4 z = 0
⎪ ⎪
a) ⎨4 x − 2 y + 7z + 5t = 0 ; b) ⎨3 x + 5y − 7z = 0 ;
⎪2 x − y − z − 5t = 0 ⎪4 x − 5y − 6 z = 0
⎩ ⎩

⎧x + 2 y + 4 z − 3t = 0 ⎧3 x + 5y + 2 z = 0
⎪3 x + 5 y + 6 z − 4t = 0 ⎪4 x + 7 y + 5z = 0
⎪ ⎪
c) ⎨ ; d) ⎨ ;
⎪4 x + 5y − 2 z + 3t = 0 ⎪x + y − 4z = 0
⎪⎩3 x + 8y + 24 z − 19t = 0 ⎪⎩2 x + 9 y + 6z = 0

⎧2 x − 4 y + 5z + 3t = 0
⎪
e) ⎨3 x − 6 y + 4 z + 2t = 0 ;
⎪4 x − 8y + 17z + 11t = 0
⎩

31. Giải và biện luận các hệ phương trình sau theo tham số λ

⎧5 x − 3y + 2z + 4t = 3 ⎧2 x + 5y + z + 3t = 2
⎪4 x − 2y + 3z + 7t = 1 ⎪4 x + 6y + 3z + 5t = 4
⎪ ⎪
a) ⎨ ; b) ⎨ ;
⎪8 x − 6y − z − 5t = 9 ⎪4 x + 14 x + z + 7t = 4
⎪⎩7 x − 3y + 7z + 17t = λ ⎪⎩2 x − 3y + 3z + λt = 7

⎧2 x + 2 y + 5z + 4t = 3 ⎧2 x − y + 3 z + 4t = 5
⎪2 x + 3y + 6 z + 8t = 5 ⎪4 x − 2y + 3z + 6t = 7
⎪ ⎪
c) ⎨ ; d) ⎨
⎪x − 6 y − 9z − 20t = −11 ⎪6 x − 3y + 7z + 8t = 9
⎪⎩4 x + y + 4z + λt = 2 ⎪⎩λ x − 4y + 9 z + 10t = 11

32. Giải và biện luận các hệ phương trình sau theo tham số

⎧x + y + z = 1 ⎧ax + y + z = 1
⎪ ⎪
a) ⎨ax + by + cz = d ; b) ⎨ x + by + z = 1 ;
⎪ 2x + ⎪x + y + cz = 1
by + cz = d
2 2 2
⎩a ⎩

⎧ax + y + z = a
⎪
c) ⎨ x + by + z = b ;
⎪ x + y + cz = c
⎩

54
Chương III Không gian vector – Ánh xạ
tuyến tính

III.1 Không gian vector

III.1.1 Khái niệm – Tính chất
- Gọi V3 là tập hợp tất cả các vector trong không gian thông thường. Ta đã xét phép
cộng các vector và phép nhân các số thực với các vector. Ta thấy các phép toán trên
thỏa mãn các tính chất sau
i. a + b = b + a; ∀a, b ∈ V 3 ; ( ) ( )
ii. a + b + c = a + b + c ; ∀a, b, c ∈ V 3 ;
iii. a + 0 = 0 + a = a; ∀a ∈ V 3 ; ( ) ( )
iv. a + − a = − a + a = 0; ∀a ∈ V 3 ;
v. 1.a = a; ∀a ∈ V 3 ; vi. α ( β a ) = (αβ ) a; ∀α , β ∈ R, ∀a ∈ V 3
;

( )
vii. α a + b = α a + α b; ∀α ∈ R, ∀a, b ∈ V 3 ;
viii. (α + β ) a = α a + β a; ∀α , β ∈ R, ∀a ∈ V 3 ;
Khi đó tập hợp V3 cùng với hai phép toán trên được gọi là không gian vector trên
trường số thực (hay không gian vector thực). Nếu thay trường số thực bởi trường số
phức thì với hai phép toán trên được gọi là không gian vector trên trường số phức (hay
không gian vector phức).
Từ đó, bằng cách tổng quát hóa ta đi đến khái niệm không gian vector tổng quát.
- Cho X là một tập khác trống (≠ ∅) và K là một trường. X được gọi là không gian
vector trên trường K nếu có hai phép toán
+ Phép toán cộng: Ứng với mỗi cặp phần tử x, y ∈ X với một phần tử trong X
thuộc X ký hiệu là x + y.
+ Phép toán nhân: Các phần tử thuộc K với các phần tử thuộc X ứng với mỗi cặp
(α, x) trong đó α ∈ K, x ∈ X với một phần tử thuộc X ký hiệu là αx.
Các phép toán đó thỏa mãn các tính chất sau
a) x + y = y + x; ∀x, y ∈ X
b) (x + y) + z = x + (y + z); ∀x, y, z ∈ X
c) ∃O ∈ X sao cho O + x = x + O = x; ∀x ∈ X
d) ∀x ∈ X, ∃ - x ∈ X sao cho (- x) + x = x + (- x) = O
e) 1.x =x; ∀x ∈ X (1 là phần tử đơn vị của trường K)
f) α(βx) = (αβ)x; α,β ∈ K, ∀x ∈ X
g) α(x + y) = αx + αy; α ∈ K, ∀x, y ∈ X
h) (α + β)x = αx + βx; α, β ∈ K, ∀x ∈ X
Nếu X là không gian vector trên trương K thì các phần tử của X cũng đều được gọi
là các vector và các phần tử của K được gọi là các lượng vô hướng. Nếu K = R hay K
= C thì X được gọi là không gian vector thực hoặc không gian vector phức tương ứng.
Ở đây chủ yếu ta xét không gian vector thực nên ta nói gọn là không gian vector.

55
 Ví dụ: Xét tập hợp R n = { x = ( x 1, x 2,… , x n ) , x i ∈ R, i = 1,… , n} .
Với x = ( x 1, x 2,… , x n ) , y = ( y 1, y 2,… , y n ) ∈ R n và ∀α ∈ R , ta đặt x + y = {x1 + y1, x2 +
y2, …, xn + yn}; αx = {αx1, αx2, …, αxn}. Ta thấy các phép toán trên thỏa mãn các
tính chất của các phép toán vector (hay phép toán đại số). Do đó tập hợp R n với các
phép toán trên là không gian vector thực. Trong trường hợp này mỗi phần tử x = (x1,
x2, …, xn), xi ∈ R, i = 1, 2, …, n là một vector; phần tử không hay vector không là
O = (0, 0, …, 0); vector x có vector đối là – x = ( - x1, - x2, …, - xn).

III.1.2 Phụ thuộc tuyến tính - Độc lập tuyến tính

- Cho X là không gian vector. Khi đó vector có dạng α1x1 + α2x2 + … + αnxn; αi ∈ R,
xi ∈ X, i = 1, 2, …, n, được gọi là một tổ hợp tuyến tính của các vector x1, x2, …, xn.
Chú ý: x ∈ X có thể được viết x = 1.x là tổ hợp tuyến tính của x.
Ví dụ:
+ Cho X là không gian vector và x ∈ X. Vector
1 ⎛ 1⎞ 1
y=x− x = 1x + ⎜ − ⎟ x = α 1 x 1 + α 2 x 2;α 1 = 1,α 2 = − , x 1 = x 2 = x
2 ⎝ 2⎠ 2
là tổ hợp tuyến tính của x.
+ Cho M là một tập con của không gian vector X (M ⊂ X). Khi đó tập hợp tất cả các
tổ hợp tuyến tính hữu hạn của các vector thuộc M được gọi là bao tuyến tính của M
hay không gian sinh ra bởi M và ký hiệu là Span(M). Vậy Span(M) = {α1x1 + α2x2 + …
…
+ αkxk; αi ∈ R, xi ∈ M, i = 1, 2, …, k}.
- Cho X là không gian vector, x = (x1, x2, …, xn) ∈ X. Hệ vector x được gọi là độc
lập tuyến tính nếu đẳng thức α1x1 + α2 + … + αnxn = 0 ( αi ∈ R) xảy ra khi và chỉ khi
α1 = α2 = … = αn = 0.
- Hệ vector x được gọi là phụ thuộc tuyến tính nếu đẳng thức α1x1 + α2 + … + αnxn = 0
( αi ∈ R) xảy ra khi và chỉ khi tồn tại các hằng số α1, α2, …, αn không đồng thời bằng
không.
Ta thấy hệ chỉ gồm một vector khác không bao giờ cũng độc lập tuyến tính.
Ví dụ:
a) Xét hệ E = { e1 = (1, 0, …, 0), e2 = ( 0, 1, …, 0), …, en = (0, 0, …, 1)} độc lập
tuyến tính hay phụ thuộc tuyến tính?
Xét α 1e1 + α 2e 2 + + α ne n = 0
⎧α 1 = 0
⎪
⎪α 2 = 0
⇔ α 1 (1,0,… ,0 ) + α 2 ( 0,1,… ,0 ) + + α n ( 0,0,… ,1) = 0 ⇔ ⎨
⎪… … …
⎪⎩α n = 0
Suy ra hệ E là độc lập tuyến tính.
b) Cho hệ a = {a1 = (1, 1, 1, 0), a2 = (1, 2, 0, 1), a3 = (- 1, 0, 2, 0)}. Hệ a độc lập
tuyến tính hay phụ thuộc tuyến tính?
Xét α 1a1 + α 2 a 2 + α n a n = 0

56
 ⎧α 1 + α 2 − α 3 = 0
⎪ ⎧α 1 = 0
⎪α 1 + 2α 2 = 0 ⎪
⇔ α 1 (1,1,1,0 ) + α 2 (1,2,0,1) + α 3 ( −1,0,2,0 ) ⇔ ⎨ ⇔ ⎨α 2 = 0
⎪α 1 + 2α 3 = 0 ⎪α = 0
⎪⎩ = 0 ⎩ 3
α2

Suy ra hệ a độc lập tuyến tính.

c) Cho hệ b = {b1 = (1, 2, 2), b2 = (0, 1, 1), b3 = (1, 1, 1)}. Hệ b độc lập tuyến tính
hay phụ thuộc tuyến tính?
Xét α 1b1 + α 2 b 2 + α n b n = 0
⎧α 1 + α3 = 0
⎪ ⎧α 1 = −α 3
⇔ α 1 (1,2,2 ) + α 2 ( 0,1,1) + α 3 (1,1,1) ⇔ ⎨2α 1 + α 2 + α 3 = 0 ⇔ ⎨
⎪2α + α + α = 0 ⎩α 2 = α 3
⎩ 1 2 3

Lấy α3 = 1 ta được α 1 = −1,α 2 = 1 .

Suy ra hệ b phuộc tuyến tính.
Định lý 3.1:
i. Trong một hệ vector nếu có vector không thì hệ đó bao giờ cũng phụ thuộc tuyến
tính.
ii. Trong một hệ vector nếu có một vector là tổ hợp tuyến tính của các vector còn lại
thì hệ đó phụ thuộc tuyến tính.
Chứng minh
i. Giả sử ta có một vector {0, x2, x3, …, xn} trong không gian vector X. Khi đó ta có
1.0 + 0x2 + 0x3 + … + 0xn = 0, trong đó α1 = 1 ≠ 0. Vậy hệ đã cho phụ thuộc tuyến tính.
ii. Giả sử hệ vector {x1, x2, …, xn} có x1 là tổ hợp tuyến tính của các vector còn lại;
tức là
x1 = α2x2 + α3x3 + … + αnxn ⇔ 1x1 - α2x2 - α3x3 - … - αnxn = 0 ⇔
⇔ 1x1 + (- α2)x2 + (- α3)x3 + … + (- αn)xn = 0 ⇔ 1x1 + α2’x2 + α3’x3 + … + αn’xn = 0
(α2’ = - α2, α3’ = - α3, …, - αn’ = - αn), trong đó α1’ = 1 ≠ 0. Vậy hệ {x1, x2, …, xn}
phụ thuộc tuyến tính.
- Cho hệ vector x = {x1, x2, …, xn}. Hạng của hệ x, ký hiệu r(x) là số r sao cho
+ Tồn tại hệ con x’ = {xi1, xi2, …, xir} độc lập tuyến tính (1 ≤ i1 < i2 < … < ir ≤ n).
+ Mọi hệ nhiều hơn r vector là phụ thuộc tuyến tính.
Nhận xét:
+ r(x) = n ⇔ hệ x độc lập tuyến tính.
+ r(x) < n ⇔ hệ x phụ thuộc tuyến tính.
Ví dụ: Trong R3 cho hệ vector
a) x = {x1 = (1, 2, 3), x2 = (- 1, 4, 7), x3 = (5, 1, 4)}.
⎛ 1 2 3⎞
Ta có A = ⎜⎜ −1 4 7 ⎟⎟ ∈ Mat(3 × 3) , suy ra r(x) = r(A).
⎜ 5 1 4⎟
⎝ ⎠

57
 1 2 3
4 7 −1 7 −1 4
Vì det( A) = −1 4 7 = 1 −2 +3 = 24 ≠ 0 nên suy ra r(A) = 3.
1 4 5 4 5 1
5 1 4

Vậy r(x) = 3 = số vector, suy ra hệ x độc lập tuyến tính.

b) y = {y1 = (1, 2, 3), y2 = (3, 4, 5), y3 = (6, 7, 8)}.

⎛ 1 2 3⎞
Ta có B = ⎜⎜ 3 4 5 ⎟⎟ ∈ Mat(3 × 3) , suy ra r(y) = r(B).
⎜ 6 7 8⎟
⎝ ⎠

1 2 3
5 6 4 6 4 5
Vì det(B) = 4 5 6 = 1 −2 +3 = −3 + 12 − 9 = 0 nên suy ra r(B) = 2.
8 9 7 9 7 8
7 8 9
Vậy r(y) = 2 < số vector, suy ra hệ y phụ thuộc tuyến tính.

III.1.3 Cơ sở - Chuyển cơ sở - Không gian vector hữu hạn chiều

- Cho X là không gian vector ; {x1, x2, …, xn} là một hệ vector trong X. Hệ này
được gọi là độc lập tuyến tính cực đại của X. Nếu nó là độc lập tuyến tính với không
có bất kỳ một hệ n + 1 vector nào độc lập tuyến tính trong X.
- Không gian vector X được gọi là n chiều nếu trong X có tồn tại một hệ n vector
độc lập tuyến tính cực đại. Khi đó ta viết là dim X = n. Do đó bất kỳ một hệ n vector
tuyến tính cực đại nào của X cũng đều được gọi là một cơ sở của X.
- Tất cả các vector trong không gian n chiều (n ∈ N cố định) tùy ý được gọi là các
không gian vector hữu hạn chiều. Các không gian vector không hữu hạn chiều được
gọi là các không gian vector vô hạn chiều. Ở đây chỉ xét các không gian hữu hạn
chiều.
- Đặt bài toán
Trong không gian vector n chiều V, giả sử có hai cơ sở B = {e1, e2, …, en} và
B’ = {e1’, e2’, …, en’}.
Xét v ∈ V. Đối với cơ sở B ta có v = v1e1 + v2e2 + … + vnen, tức là [v]B = {v1, v2, …,
vn}; (v)B = (v1, v2, …, vn)t; còn đối với cơ sở B’ ta có v = v1’e1’ + v2’e2’ + … + vn’en’,
tức là [v]B’ = {v1’, v2’, …, vn’}; (v)B’ = (v1’, v2’, …, vn’)t.
Hãy tìm liên hệ giữa [v]B và [v]B’, tức là giữa (v)B và (v)B’
Ma trận A thỏa mãn (v)B = A(v)B’ gọi là ma trận chuyển cơ sở từ B sang B’ và được
xác định như sau
⎧ v 1 = a11v 1' + a 12 v '2 + + a1n v 'n ⎛ a11 a 12 … a1n ⎞
⎪ ' ' ' ⎜ ⎟
⎪ v 2 = a 21v 1 + a 22 v 2 + + a 2 nv1 a 21 a 22 … a 2n ⎟
Nếu ⎨ thì A = ⎜
⎪… … … … … … … … … ⎜… … … …⎟
⎪⎩v n = a n1v 1' + a n 2 v '2 + ⎜⎜ ⎟⎟
+ a nn v 'n ⎝ a n1 a n2 … a nn ⎠

58
 Hay A = ( ( v 1' ) B, ( v '2 ) B,… , ( v 'n ) B ) .
Cụ thể để có A, trước hết ta viết các biểu diễn của các ei’ (i = 1, 2, …, n) trong cơ sở B

⎧ e1' = a 11e1 + a 21e 2 + + a n1e n

⎪ '
⎪e 2 = a12e1 + a 22e 2 + + a n 2e n
⎨
⎪… … … … … … … … …
⎪⎩e 'n = a 1ne1 + a 2 ne 2 + + a nne n

⎛ a11 ⎞ ⎛ a12 ⎞ ⎛ a 1n ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
a 21 a 22 a 2n
Tức là ( e1' ) B = ⎜ ⎟ , ( e '2 ) B = ⎜ ⎟ ,… , ( e 'n ) B = ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟
⎝ a n1 ⎠ ⎝ a n2 ⎠ ⎝ a nn ⎠
Như thế ta có

v = v 1' ( a11e1 + a 21e 2 + + a n1e n ) + v '2 ( a 12e1 + a 22e 2 + + a n 2e n ) +

+ v 'n ( a1ne1 + a 2 ne 2 + + a nn e n )
= ( a11v 1' + a 12 v '2 + + a1n v 'n ) e1 + ( a 21v1' + a 22 v '2 + + a 2 n v 'n ) e 2 +
+ ( a n1v '2 + a n 2 v '2 + + a nn v 'n ) e n
⎛ v1 ⎞
⎜ ⎟
v2
Mà v = v 1e1 + v 2e 2 + + v n e n , nghĩa là [ v ] B = ( v 1, v 2,… , v n ) hay ( v ) B = ⎜ ⎟
⎜ ⎟
⎜⎜ ⎟⎟
⎝ vn⎠
Từ đó suy ra
⎧v 1 = a11v 1' + + a1n v 'n
⎪
⎪v 2 = a 21v 1' + + a 2 n v 'n
⎨ .
⎪… … … … … … …
⎪v n = a n1v 1' + + a nn v 'n
⎩

Nếu A là ma trận chuyển cơ sở từ B sang B’ thì A khả đảo (det(A) ≠ 0) và A- 1 là ma

trận chuyển cơ sở từ B’ sang B ((v)B’ = A- 1(v)B; A −1 = ( ( v 1) B ', ( v 2 ) B ',… , ( v n ) B ' ) ).
Ví dụ :
a) Trong gian R3, cho B = {e1, e2, e3} với e1 = (1, 0, 0), e2 = (0, 1, 0), e3 = (0, 0, 1) là
cơ sở chính tắc và B’ = {e1’, e2’, e3’} với e1’ = (2, 1, 1), e2’ = (1, 2, - 1), e3’ = (1, 1, 2) là
một cơ sở khác. Hãy tìm ma trận chuyển cơ sở từ B sang B’ và B’ sang B. Tìm tọa độ
của x = (3, - 2, 4) trong cơ sở B’.
Ma trận chuyển cơ sở A từ B sang B’ là

59
 ⎛ 2 1 1⎞
⎜ ⎟
A = ⎜ 1 2 1⎟
⎜ 1 −1 2 ⎟
⎝ ⎠
Ta có
⎧ 5 ' 1 ' 1 '
⎪ e1 = 6 e1 − 6
e2 −
2
e3
⎧ e1' = 2e1 + e 2 + e3 ⎪
⎪ ' ⎪ 1 1 ' 1 '
⎨ e 2 = e 1 + 2e 2 − e 3 ⇔ ⎨e 2 = − e1' + e2 + e3
⎪e ' = e + e ⎪ 2 2 2
⎩ 3 + 2e 3
1 2
⎪ 1 ' 1 ' 1 '
⎪ e 3 = − 6 e1 − 6
e2 +
2
e3
⎩

Vậy ma trận chuyển cơ sở từ B’ sang B là

⎛ 5 1 1⎞
⎜ 6 − − ⎟
2 6
⎜ ⎟
−1 ⎜ 1 1 1⎟
A = ⎜− −
6 2 6⎟
⎜ ⎟
⎜⎜ − 1 1 1 ⎟
⎟
⎝ 2 2 2 ⎠

Tọa độ của x trong cơ sở B’ là

⎛ 5 1 1⎞ ⎛ 17 ⎞
⎜ 6 − − ⎟
2 6 ⎛ 3⎞ ⎜ 6 ⎟
⎜ ⎟ ⎜ ⎟
1 1 1 ⎟ ⎜ ⎟ ⎜ 13 ⎟ 17 13 1
( x ) B ' = A ( x ) B = ⎜⎜ −
−1
− ⎜ −2 ⎟ = − ⇔ x = e1' − e '2 − e '3
6 2 6 ⎟⎜ ⎟ ⎜ 6 ⎟ 6 6 2
⎜ ⎟⎝ 4 ⎠ ⎜ ⎟
⎜− 1 1 1 ⎟ ⎜ −1 ⎟
⎜ ⎟ ⎜ ⎟
⎝ 2 2 2 ⎠ ⎝ 2⎠

Hoặc tính (x)B’ trực tiếp

⎛ 3⎞ ⎛ 2⎞ ⎛1⎞ ⎛ 1⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ −2 ⎟ = a ⎜ 1 ⎟ + b ⎜ 2 ⎟ + c ⎜ 1 ⎟
⎜ 4⎟ ⎜ 1⎟ ⎜ −1 ⎟ ⎜ 2⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠

Do đó a, b, c là nghiệm của hệ phương trình

⎧ 17
⎪a = 6
⎧2 a + b + c = 3 ⎪
⎪ ⎪ 13
⎨ a + 2b + c = −2 ⇔ ⎨b = −
⎪ a − b + 2c = 4 ⎪ 6
⎩ ⎪ 1
⎪c = − 2
⎩

60
 Vậy ta có

⎛ 17 ⎞
⎜ 6 ⎟
⎜ ⎟
⎜ 13 ⎟ 17 13 1
( x ) B ' = ⎜ − ⎟ ⇔ x = e1' − e '2 − e 3'
6 6 6 2
⎜ ⎟
1
⎜⎜ − ⎟⎟
⎝ 2⎠

b) Trong R3, cho B = {b1, b2, b3} với b1 = (1, - 1, 1), b2 = (1, 0, 1), b3 = (- 1, 1, 0) và
B’ = {b1’, b2’, b3’} với b1’ = (1, 1, 1), b2’ = (2, 0, 1), b3’ = (- 1, 1, 1). Hãy tìm ma trận
chuyển cơ sở từ B sang B’, B’ sang B và công thức tọa độ tương ứng. Hãy tìm tọa độ
vector x = (4, 3, 4) trong cơ sở B, B’.
Tìm tọa độ của vector y = (a, b, c) ∈ R3 nào đó trong cơ sở B, tức là tìm y1, y2, y3 ∈ R
sao cho
⎧ y1 + y 2 − y 3 = a ⎧ y1 = c − a − b
⎪ ⎪
y = y 1b 1 + y 2 b 2 + y 3b 3 ⇔ ⎨− y 1 + y 3 = b ⇔ ⎨y 2 = a+b ⇔
⎪y = c ⎪ c−a
⎩ 1 + y2 ⎩y3 =

⎛ c − a − b⎞
⎜ ⎟
⇔ ( y)B = ⎜ a + b ⎟
⎜ c−a ⎟
⎝ ⎠

Thay vai trò của y = (a, b, c) lần lượt bởi b1’, b2’, b3’ ta được

⎛ −1⎞ ⎛ −1⎞ ⎛ 1⎞
( b1' ) B = ⎜⎜ 2 ⎟⎟ ; ( b '2 ) B = ⎜⎜ 2 ⎟⎟ ; ( b1' ) B = ⎜⎜ 0 ⎟⎟ ;
⎜0⎟ ⎜ −1⎟ ⎜ 2⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠

Vậy ma trận chuyển cơ sở từ B sang B’ là

⎛ −1 −1 1 ⎞
⎜ ⎟
A = ⎜ 2 2 0⎟
⎜ 0 −1 2 ⎟
⎝ ⎠

Công thức đổi tọa độ tương ứng là

' ' ' '

⎛ y1 ⎞ ⎛ −1 −1 1 ⎞ ⎛ y 1 ⎞ ⎛ − y 1 − y 2 + y 3 ⎞
⎜ ⎟ ⎜ ⎟
( y ) B = ⎜⎜ y 2 ⎟⎟ = A( y ) B ' = ⎜⎜ 2 2 0 ⎟⎟ ⎜ y '2 ⎟ = ⎜ 2 y 1' + 2 y '2 ⎟⇔
⎜y ⎟ ⎜ 0 −1 2 ⎟ ⎜ y ' ⎟ ⎜ ' ' ⎟
− y 2 + 2y 3 ⎠
⎝ 3⎠ ⎝ ⎠⎝ 3⎠ ⎝

61
 ⎧ y 1 = − y 1' − y '2 + y '3
⎪
⇔ ⎨ y 2 = 2 y 1' + 2 y '2
⎪y = − y '2 + 2 y '3
⎩ 3

Tọa độ của x trong cơ sở B là x = - 3b1 + 7b2 + 0b3.

Ta có
⎧ b1 = −2b1' + 2b '2 + '
b3
⎧ b1' = − b1 + 2b 2 ⎪
⎪ ' ⎪ 1 ' ' 1 '
⎨b 2 = − b1 + 2b 1 − b3 ⇔ ⎨b 2 = − b1 + b 2 + b3
⎪b ' = b ⎪ 2 2
⎩ 3 + 2b 3 '
1
⎪⎩ b 3 = b1 − b '2

Vậy ma trận chuyển cơ sở từ B’ sang B là

⎛ 1 ⎞
⎜ −2 − 2 1⎟
⎜ ⎟
A =⎜ 2 1 −1 ⎟
−1

⎜ 1 ⎟
⎜ 1 0⎟
⎝ 2 ⎠

Công thức đổi tọa độ tương ứng

⎛ 1 ⎞ ⎛− 1 ⎞
−2 − 1⎟ 2 z1 − z + z3 ⎟
⎜ ⎛ z1 ⎞ ⎜
'
⎛z ⎞
1 2 2 2
⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟
( )B' ⎜ z ⎟ A ( )B ⎜
z = '
2 = −1
z = 2 1 −1⎟ ⎜ z 2 ⎟ = ⎜ 2 z1 + z2 − z3 ⎟ ⇔
⎜z ⎟
' ⎜ 1 ⎟⎜ z ⎟ ⎜ 1 ⎟
⎝ ⎠3
⎜ 1 0 ⎟ ⎝ 3 ⎠ ⎜⎜ z1 + z ⎟⎟
⎝ 2 ⎠ ⎝ 2 2 ⎠

⎧ ' = 1
⎪ z1 −2 z1 − z + z3
2 2
⎪
⇔ ⎨ z '2 = 2 z1 + z2 − z3
⎪ 1
⎪ z '3 = z1 + z
⎩ 2 2

Tọa độ của x trong B’ là

⎛ 1 ⎞ ⎛ 5⎞
⎜ −2 − 2 1⎟
⎛ −3 ⎞ ⎜ 2 ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟ 5
'
1
'

( x ) B ' = A −1( x ) B = ⎜ 2 1 −1⎟ ⎜ 7 ⎟ = ⎜ 1 ⎟ ⇔ x = b + b '2 + b

⎜ ⎟⎜ 0 ⎟ ⎜ 1 ⎟ 2 1 2 3
1 ⎝ ⎠
⎜ 1 0⎟ ⎜ ⎟
⎝ 2 ⎠ ⎝2⎠

62
 Hoặc tính (x)B’ trực tiếp

⎛ 4⎞ ⎛ 1⎞ ⎛ 2⎞ ⎛ −1 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ 3 ⎟ = a ⎜ 1⎟ + b ⎜ 0 ⎟ + c ⎜ 1 ⎟
⎜ 4⎟ ⎜ 1⎟ ⎜ 1⎟ ⎜1⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠

Do đó a, b, c là nghiệm của hệ phương trình

⎧ 5
⎧ a + 2b − c = 4 ⎪a = 2
⎪ ⎪
⎨a + c = 3 ⇔ ⎨b = 1
⎪a + b + c = 4 ⎪ 1
⎩ ⎪c =
⎩ 2
Vậy ta có

⎛ 5⎞
⎜2⎟
⎜ ⎟ 5 1
( x ) B ' = ⎜ 1 ⎟ ⇔ x = b1' + b '2 + b 3'
⎜1⎟ 2 2
⎜ ⎟
⎝2⎠

III.1.4 Không gian con

- Cho X là không gian vector và M ⊂ X. M được gọi là không gian vector con (
không gian con) của X nếu với mọi x, y ∈ M và ∀α, β ∈ R, ta luôn có αx + yβ ∈ M
(điều đó có nghĩa là tập hợp M khép kín đối với các phép toán vector hay nói cách
khác bản thân tập con M của X cũng là không gian vector).
- Cho X là không gian vector; (x1, x2, …, xn) ∈ X. Khi đó vector có dạng x = α1x1 +
α2x2 + … + αnxn, với αi ∈ R, i = 1, 2, …, n, được gọi là một tổ hợp tuyến tính của các
vector x1, x2, …, xn.
- Cho M là tập con của không gian vector X (M ⊂ X). Khi đó tập hợp tất cả các tổ
hợp tuyến tính hữu hạn của các vector thuộc M được gọi là bao tuyến tính của M hay
không gian con sinh ra bởi M và ký hiệu là Span(M). Vậy Span(M) = {α1x1 + α2x2 + …
+ αnxn; αi ∈ R, xi ∈ M, i = 1, 2, …, n}
Tập Span(M) là một không gian vector con của X. Thật vậy, với ∀λ ∈ R, ∀x, y ∈
Span(M), ∃αi, βi ∈ R, i = 1, 2, …, n : x = α1x1 + α2x2 + … + αnxn; y = β1x1 + β2x2 + … +
βnxn. Ta có
Vì x1 = 1.x1 nên x1 ∈ Span(M), do đó Span(M) ≠ ∅.
Mặt khác ta lại có
x + y = (α1 + β1)x1 + (α2 + β2)x2 + … + (αn + βn)xn ⇒ x + y ∈ Span(M)
λx = (λα1)x1 + (λα2)x2 + … + (λαn)xn ⇒ λx ∈ Span(M)

63
 Nếu Span(M) = X, tức là ∀x ∈ X đều được biểu diễn dưới dạng x = α1x1 + α2x2 + …
+ αnxn; αi ∈ R, xi ∈ M, i = 1, 2, …, n thì ta nói toàn bộ không gian X được sinh ra bởi
hệ M và M được gọi là hệ sinh của X.
- Trong không gian vector X cho B ={x1, x2, …, xn} ⊂ X. Tập B’ = {x1, x2, …, xm}
⊂ B (m ≤ n) được gọi là tập con độc lập tuyến tính tối đại của B, nếu B’ là độc lập
tuyến tính và mọi vector của B đều được biểu diễn tuyến tính được qua các vector
thuộc B’.
Ví dụ : Hỏi mỗi tập cho dưới đây tập nào là không gian con của R3?
a) (0, y, 0); b) (x, 0, 1);
- Gọi M là tập các vector của R3 có dạng (0, y, 0); y ∈ R.
Ta thấy (0, y, 0) ∈ M, (0, y’, 0) ∈ M; suy ra (0, y, 0) + (0, y’, 0) = (0, y + y’, 0) ∈ M
k(0, y, 0) = (0, ky, 0) ∈ M
Vậy M là không gian con của R3.
- Gọi M là tập các vector của R3 có dạng (x, 0, 1), x ∈ R
Ta thấy (x, 0, 1) ∈ M, (x’, 0, 1) ∈ M; suy ra (x, 0, 1) + (x’, 0, 1) = (x + x’, 0, 2) ∉
M. Vậy M không là không gian con của R3.

III.2 Không gian Euclide

III.2.1 Khái niệm
- V là một không gian vector, u và v là hai vector của V. Tích vô hướng của u và v
là một số thực, ký hiệu là <u, v>, thỏa mãn các tính chất sau gọi là các tiên đề của tích
vô hướng
i. <u, v> xác định đối với mọi cặp u, v ∈ V
ii. <u, v> = <v, u>
iii. <u + v, w> = <u, w> + <v, w>
iv. <ku, v> = k<u, v>
v. <u, u> ≥ 0 và <u, u> = 0 ⇔ u = 0
Không gian vector V có trang bị một tích vô hướng gọi là không gian có tích vô
hướng. Không gian n chiều có tích vô hướng gọi là không gian Euclide.
- Tích vô hướng <u, v> = u1v1 + u2v2 + … + unvn gọi là tích vô hướng Euclide trong
Rn.
- Nếu V là một không gian có tích vô hướng và u ∈ V thì số (không âm) u xác
1
định bởi u = u, u 2 gọi là độ dài (chuẩn) của vector u.
Tính chất
i. u ≥ 0; u = 0 ⇔ u = 0
ii. ku = k u
iii. u + v ≤ u + v (bất đẳng thức tam giác)
- Cho V là không gian vector hữu hạn trong đó xác định một tích vô hướng (V là
không gian Euclide) và u, v ∈ V (ta còn nói u, v là hai điểm thuộc V). Số u − v được
gọi là khoảng cách giữa hai điểm u, v ký hiệu là d(u, v) = u − v .

64
 Tính chất
i. d(u, v) ≥ 0; d(u, v) = 0 ⇔ u = v
ii. d(u, v) = d(v, u)
iii. d(u, v) ≤ d(u, w) + d(w, v) (bất đẳng thức tam giác)
- Cho V là không gian vector trong đó có xác định tích vô hướng và u, v ∈ V. Khi
đó hai vector u và v gọi là trực giao và ta viết u ⊥ v nếu và chỉ nếu <u, v> = 0.
- Một họ vector M trong không gian có tích vô hướng gọi là một họ trực giao nếu
bất kỳ hai vector khác nhau nào của họ cũng trực giao. Nếu mọi vector u của M đều có
độ dài (chuẩn) bằng một thì M được gọi là một họ trực chuẩn.

III.2.2 Các bất đẳng thức cơ bản

Nếu u và v là hai vector trong một không gian có tích vô hướng thì ta có các bất
đẳng thức sau
- Bất đẳng thức Cauchy – Schwarz (C – S) u, v ≤ u . v .
Thật vậy, với ∀t ∈ R, ta có
2 2 2
0 ≤ u − tv = u − tv, u − tv = u, u + −tv, u + u, −tv + −tv, −tv = u − 2 u, v t + v t 2
Vì biểu thức cuối là một tam thức bậc hai không âm nên ( u, v )
2 2 2
− u v ≤ 0 (đpcm)
- Bất đẳng thức tam giác u + v ≤ u + v
Thật vậy:
0 ≤ u + v = u + v, u + v = u + 2 u, v + v ≤ u + 2 u v + v = ( u + v )
2 2 2 2 2 2
(đpcm)

III.2.3 Cơ sở trực chuẩn - Trực chuẩn hóa

- Hệ M ⊂ Rn là cơ sở trực chuẩn nếu M là cơ sở trực giao và ∀u ∈ M : u = 1
1 2 2 1
Ví dụ : Xét các vector trong R3 với u1 = (0, 0,1) ; u 2 = ( , ,0) ; u 3 = (− , ,0)
5 5 5 5
Họ M = {u1, u2, u3} trong R3 với tích vô hướng Euclide là một họ trực chuẩn vì <u1,
u2> = 0; <u1, u3> = 0; <u2, u3> = 0 và u1 = 1 ; u 2 = 1 ; u 3 = 1
1
- Nếu u là một vector khác không trong không gian có tích vô hướng thì u có
u
chuẩn là 1.
1 1
Thật vậy u = u =1
u u
- Phương pháp trực chuẩn hóa Gram – Smith
Giả sử ta có một cơ sở E = {u1, u2, …, un} nào đó. Khi đó ta sẽ xây dựng một cơ sở
trực giao F = {v1, v2, …, vn} như sau
Đặt v1 = u1
Ta tìm v2 sao cho {v1, v2} trực giao, tức là ta tìm v2 dưới dạng v2 = u2 + α1v1 nghĩa
u 2, v 1
là tìm α1 sao cho 0 = <v2, v1> = <u2, v1> + α1<v1, v1> ⇒ α 1 = −
v 1, v 1

65
 u 2, v 1
Do đó v 2 = u 2 − v1
v 1, v 1
Giả sử ta đã xây dựng được họ trực giao {v1, v2, …, vk}, 1 ≤ k < n, tức là
k −1
u k, v i
vk = uk − ∑
…
v i . Ta tìm vk+1 dưới dạng vk+1 = uk+1 + αkvk + αk-1vk-1 + + α 1v 1 =
i =1 v i, v i
k
u k +1 + ∑ α i v i sao cho 0 = <vk+1, vi> = <uk+1, vi> + αk<vk, vi> + αk-1<vk-1, vi> +
…
+
i =1
k
u k +1, v i
α1<v1, vi> = u k +1, v i + ∑ α i v i, v i ⇒ α i = − (i = 1, k )
i =1 v i, v i
k
u k +1, v i
Do đó v k +1 = u k +1 − ∑ vi
i =1 v i, v i
Thuật toán trên không kéo dài quá n bước, ta tìm được cơ sở trực giao {v1, v2, …,
vk}. Từ đó suy ra được cơ sở trực giao {v1, v2, …, vn}. Sau đó ta trực chuẩn hóa ta
được một cơ sở trực chuẩn v i' = v i , i = 1, 2, …, n.
vi
Ví dụ :
a) Hãy trực giao hóa hệ vector u1 = (1, 1, 1); u2 = (1, 0, 1); u3 = (1, 1, 0)
Đặt v1 = u1 = (1, 1, 1)
u 2, v 1 2 1
v2 = u2 − v 1 = (1, 0,1) − (1,1,1) = (1, −2,1)
v 1, v 1 3 3
u 3, v 2 u 3, v 1 1 2 1
v3 = u3 − v2 − v 1 = (1,1,0 ) + (1, −2,1) − (1,1,1) = (1,0, −1)
v 2, v 2 v 1, v 1 6 3 2
Vậy hệ {u1, u2, u3} sau khi trực giao hóa ta thu được hệ {v1, v2, v3}
b) Hãy trực chuẩn hóa hệ vector u1 = (- 1, 1, 1); u2 = (- 1, 0, 1); u3 = (1, - 1, 0)
Đặt v1 = u1 = (- 1, 1, 1)
u 2, v 1 2 1
v2 = u2 − v 1 = ( −1, 0,1) − ( −1,1,1) = ( −1, −2,1)
v1, v 1 3 3
u 3, v 2 u 3, v 1 1 2 1
v3 = u3 − v2 − v 1 = (1, −1,0 ) − ( −1, −2,1) + ( −1,1,1) = (1, 0,1)
v 2, v 2 v 1, v 1 6 3 2
1 1
Sau đó ta trực chuẩn v1, v2, v3 ta được v 1' = ( −1,1,1) ; v '2 = ( −1, −2,1) ;
3 6
1
'
v3 = (1,0,1) ;
2
Vậy hệ {u1, u2, u3} sau khi trực chuẩn hóa ta thu được hệ {v1’, v2’, v3’}
III.3 Ánh xạ tuyến tính
III.3.1 Khái niệm về ánh xạ tuyến tính
- Cho hai không gian vector thực X và Y. Khi đó ánh xạ f : X → Y được gọi là ánh
xạ tuyến tính nếu nó thỏa mãn
i. ∀x, y ∈ X: f(x + y) = f(x) + f(y) (bảo toàn phép toán cộng hai vector)

66
 ii. ∀α ∈ R, ∀x ∈ X: f(αx) = αf(x).
Từ đó dễ thấy rằng điều kiện i. và ii. tương đương với điều kiện sau
f(αx + βy) = αf(x) + βf(y); ∀α, β ∈ R, ∀x ∈ X.
Ký hiệu tập tất cả các ánh xạ tuyến tính từ X vào Y là L(X, Y) = {f sao cho f : X →
Y là ánh xạ tuyến tính}.
Ví dụ:
a) idX : X → X; x x , ∀x ∈ X là ánh xạ tuyến tính được gọi là phép đồng nhất của X.
b) 0 : X → Y; x 0, ∀x ∈ X là ánh xạ tuyến tính được gọi là ánh xạ không.
c) Ánh xạ : R2 → R; ( x , y ) ax + by , với a, b cho trước thuộc R là một ánh xạ tuyến
tính.
- Giả sử V và W là hai không vector và f : V → W là một ánh xạ tuyến tính. Khi đó:
+ Tập tất cả các phần tử của V có ảnh 0 ∈ W gọi là hạt nhân của f, ký hiệu là Kerf
= {x : x ∈ V, f(x) =0}.
+ Tập tất cả các phần tử của W là ảnh của ít nhất một phần tử của V gọi là ảnh của
f, ký hiệu là Imf = {y : y ∈ W, ∃x ∈ V, f(x) = y}. Như vậy Imf = f(V).
- Nếu f : V → W là một ánh xạ tuyến tính thì số chiều của Imf gọi là hạng của f,
kiệu là rank(f) = dim(Imf).
- Tính chất: Giả sử V và W là hai không gian vector và f : V → W là một ánh xạ
tuyến tính. Khi đó
i. f(0) = 0; ii. f(– x) = – x;
iii. f(x – y) = f(x) – f(y); iv. Kerf là một không gian con của V;
v. Imf là một không gian con của W;
- Định lý 3.2
+ Nếu f : V → W là một ánh xạ tuyến tính từ không gian vector n chiều V tới
không gian vector W thì ta có dim(Imf) + dim(Kerf) = n, tức là rank(f) + dim(Kerf) =
n.
+ Nếu A là ma trận cấp m × n thì số chiều của không gian nghiệm của phương trình
A(x) = 0 bằng n trừ đi hạng của A.

III.3.2 Ánh xạ tuyến tính và ma trận

- Xét hai không gian hữu hạn chiều V có n chiều và W có m chiều. Cơ sở B = {u1,
u2, …, un} là một cơ sở trong V, B’ = {v1, v2, …, vm} là một cơ sở trong W.
Cho ánh xạ tuyến tính f : V → W. Khi đó x ∈ V f ( x ) ∈ W , x = x1u1 + x2u2 + … +
xnun; f(x) = y1v1 + y2v2 + ….+ ymvm.
Chuyển qua tọa độ ta có [x]B = (x1, x2, …, xn) ∈ Rn; [f(x)]B’ = (y1, y2, …, ym) ∈ Rm,
tức là
⎛ x1 ⎞ ⎛ y1 ⎞
⎜ ⎟ ⎜ ⎟
x2 y2
( x ) B = ⎜ ⎟ ∈ Mat(n × 1) ( f ( x )) B ' = ⎜ ⎟ ∈ Mat(m × 1)
⎜ ⎟ ⎜ ⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟
⎝ xn⎠ ⎝ ym ⎠

Ta muốn tìm ma trận A ∈ Mat(m × n) liên hệ (x)B với (f(x))B’ sao cho A(x)B =
(f(x))B’ ∀x ∈ V để cho f(x) có thể thực hiện được bằng một phép nhân ma trận.

67
 - Ma trận A cấp m × n thỏa mãn A(x)B = (f(x))B’ nếu có sẽ được gọi là ma trận của
ánh xạ tuyến tính f : V → W đối với cơ sở B trong V với cơ sở B’ trong W.
Ta xây dựng ma trận A bằng cách xây dựng A(uj)B bởi A(uj)B = (f(uj))B’, j =1, 2, …,
n. Vì f(uj) ∈ W nên nó có phân tích trong cơ sở B’ là f(uj) = f1jv1 + f2jv2 + … + fmjvm,
tức là (f(uj))B’ = (f1j, f2j, …, fmj)t.
Do đó A = ((f(u1))B’, (f(u2))B’, …, (f(un))B’);

⎛ f 11 f 12 … f 1n ⎞
⎜ ⎟
f f 22 … f 2n ⎟
A = ⎜ 21
⎜… … … …⎟
⎜⎜ ⎟
⎝ f m1 f m2 … f mn ⎟⎠

Với ma trận A trên ta kiểm tra lại điều kiện A(x)B = (f(x))B’. Ta có x = x1u1 + x2u2 +
…
+ xnun; f(x) = f(x1u1 + x2u2 + … + xnun).
Do đó (f(x))B’ = x1(f(u1)B’ + x2(f(u2))B’ + … + xn(f(un))B’.

⎛ f 11 ⎞ ⎛ f 12 ⎞ ⎛ f 1n ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ f 21 ⎟ ⎜ f 22 ⎟ ⎜ f 2n ⎟
( f ( x )) B ' = x 1 ⎜ ⎟ + x 2 ⎜ ⎟ + + xn
⎜ ⎟
= A( x ) B
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟
⎝ f m1 ⎠ ⎝ f m2 ⎠ ⎝ f mn ⎠

Vậy ma trận A xây dựng như trên được thỏa mãn.

Nếu B = {e1, e2, …, en}, e1 = (1, 0, …, 0), e2 = (0, 1, 0, …, 0), …, en = (0, 0, …, 1)
thì b được gọi là cơ sở chính tắc và ma trận A gọi là ma trận chính tắc.
Ví dụ:
⎛⎛ x ⎞⎞ ⎛ x + 3y ⎞
a) Tìm ma trận chính tắc của ánh xạ f : R2 → R2 xác định bởi f ⎜ ⎜ ⎟ ⎟ = ⎜ ⎟
y x − 2y ⎝⎝ ⎠⎠ ⎝ ⎠

⎛⎛ 1⎞⎞ ⎛ 1⎞ ⎛⎛ 0⎞⎞ ⎛ 3⎞
Ta có f ( e1) = f ⎜ ⎜ ⎟ ⎟ = ⎜ ⎟ và f ( e 2 ) = f ⎜ ⎜ ⎟ ⎟ = ⎜ ⎟ .
⎝ ⎝ 0 ⎠ ⎠ ⎝ 1⎠ ⎝ ⎝ 1 ⎠ ⎠ ⎝ −2 ⎠
⎛1 3⎞
Vậy A = ⎜ ⎟.
⎝ 1 −2 ⎠
⎛⎛ x ⎞⎞ ⎛ − x + 2y ⎞
b) Cho ánh xạ g : R2 → R2 được xác định bởi g ⎜ ⎜ ⎟ ⎟ = ⎜ ⎟ . Hãy tìm ma trận
y 3 x + 5y ⎝⎝ ⎠⎠ ⎝ ⎠
của A đối với cơ sở B = {u1, u2} với u1 = (2, 1) và u2 = (1, 2).

⎛⎛ 2⎞⎞ ⎛0⎞ ⎛⎛ 1⎞⎞ ⎛3⎞

Ta có g ⎜ ⎜ ⎟ ⎟ = ⎜ ⎟ và g ⎜ ⎜ ⎟ ⎟ = ⎜ ⎟ .
⎝ ⎝ 1 ⎠ ⎠ ⎝ 11⎠ ⎝ ⎝ 2 ⎠ ⎠ ⎝ 13 ⎠
⎛0 3⎞
Vậy A = ⎜ ⎟.
⎝ 11 13 ⎠

68
 Bài tập

1. Các hệ cho dưới đây hệ nào phụ thuộc tuyến tính, hệ nào độc lập tuyến tính?
a) a1 = (1, 1, 0); a2 = (2, 3, 1); a3 = (1, 2, 2);
b) b1 = (2, 1, - 2, 0); b2 = (1, 1, 1, - 1); b3 = (2, - 1, 3, 2); b4 = (2, 3, - 1, 1);
c) c1 = (2, 2, 1); c2 = (1, 2, 2); c3 = (2, 1, 2);
d) d1 = (2, - 1, 1, 0); d2 = (1, 2, - 1, - 1); d3 = (1, - 1, 0, 2); d4 = (3, - 1, 2, - 2)
e) e1 = (1, 1, - 2, 1); e2 = (0, - 2, 3, 2); e3 = (1, 2, - 1, 3); e4 = (2, 1, 0, 6);
2. Cho a1 = (1, 2, 3, 1); a2 = (1, - 3, 1, - 4); a3 = (1, 1, 1, 0). Hỏi các vector nào dưới
đây là tổ hợp tuyến tính của a1, a2, a3
a) b1 = (4, 2, 8, - 2); b) b2 = (0, 1, 1, 1); c) b3 = (0, 1, 1, 0);
3. Hỏi hệ {a1, a2, a3} được cho sau đây có là cơ sở của không gian R3 hay không?
a) a1 = (1, 0, 0); a2 = (1, 1, 0); a3 = (1, 1, 1);
b) a1 = (2, 1, 2); a2 = (1, 2, - 2); a3 = ( - 2, 2, 1);
c) a1 = (1, 1, 3); a2 = (2, 2, - 3); a3 = (5, 1, 0);
d) a1 = (2, 1, 2); a2 = (1, - 2, 1); a3 = (1, 1, 1);
e) a1 = (1, - 1, 1); a2 = (2, - 1, 1); a3 = (1, 2, - 1);
4. Chứng minh rằng hệ {a1, a2, a3, a4} với a1 = (1, 2, - 2, 3); a2 = (2, 1, 0, 1); a3 = (1,
1, 4, 1); a4 = (- 2, 1, 0, 0) là một cơ sở của R4 và tìm tọa độ của x = (4, 8, 4, 9) trong hệ
cơ sở trên
5. Hãy xác định ma trận chuyển cơ sở từ cơ sở B = {a1, a2, a3} sang cơ sở B’ = {b1,
b2, b3} và ngược lại. Tìm tọa độ của x = (1, 2, 3) trong cơ sở B và B’. Biết rằng:
a) a1 = (1, 2, 2); a2 = (2, - 1, - 1); a3 = (3, 4, 5); b1 = (3, 2, 1); b2 = (2, - 1, - 2);
b3 = (1, 1, 1).
b) a1 = (3, 1, 1); a2 = (1, 3, - 1); a3 = (1, 1, 3); b1 = (1, 2, 1); b2 = (1, 0, - 1);
b3 = (- 1, 2, 3).
c) a1 = (2, 1, 2); a2 = (1, 2, - 2); a3 = (- 2, 2, 1); b1 = (1, 1, 3); b2 = (2, 2, - 3);
b3 = (5, 1, 0).
6. Xác định tọa độ của vector a = (1, 2, 3, 4) trong cơ sở {a1, a2, a3, a4} với a1 = (1, 2,
2, 2); a2 = (2, 1, 2, 2); a3 = (2, 2, 1, 2); a4 = (2, 2, 2, 1);
7. Hỏi các tập con sau đây tập nào là không gian con của R3 hoặc R4?
a) M = {(x, y, z): x + y + z = 0}; b) M = {(x, y, z, t): 2x + y - z + t = 0};
c) M = {(x, y, z): x = y + z }; d) M = {(x, y, z, t): x2 + xy + y2 + z2 + zt + t2 = 0};
8. Hãy chứng tỏ trong không gian Mat(2 × 2) (Bao gồm các ma trận vuông cấp 2),
các tập cho sau đây là không gian con
⎧⎛ 0 b ⎞ ⎫ ⎧⎛ a b ⎞ ⎫
a) A = ⎨⎜ ⎟ : b, c ∈ R ⎬ ; b) B = ⎨⎜ ⎟ : a, b, c ∈ R ⎬ ;
⎩⎝ c 0 ⎠ ⎭ ⎩⎝ c a ⎠ ⎭
⎧⎛ a b ⎞ ⎫ ⎧⎛ a − b b − c ⎞ ⎫
c) C = ⎨⎜ ⎟ : a, b, c ∈ R ⎬ ; d) D = ⎨⎜ ⎟ : a, b, c ∈ R ⎬ ;
⎩⎝ c a + c ⎠ ⎭ ⎩⎝ c − a 0 ⎠ ⎭
Nếu cho a, b, c ∈ Z thì có tập nào là không gian con không?

69
 9. Chứng minh rằng các tập con cho sau đây là không gian con ttrong không gian
4
R . Hãy chỉ ra một cơ sở và tính số chiều của nó.
a) M = {(x, y, z, t): x + z = y + t}; b) M = {(x, y, z, t): x + z = y + t = 0};
2 2
c) M = {(x, y, z, t): 2x + 2xy + y = 0}; d) M = {(x, y, z, t): x + y + 3z = y – 4z + t}
10. Hãy xác định cơ sở và số chiều của không gian con của R5 bao gồm tất cả các
nghiệm của hệ phương trình thuần nhất sau

⎧ x1 + x2 + x3 + x4 = 0
⎨
⎩2 x 1 − x 2 − 3x 3 + x5 = 0

11. Hãy trực giao hóa các hệ vector sau

a) u1 = (1, - 2, 1); u2 = (- 2, - 2, 2); u3 = (2, 1, 0);
b) u1 = (- 1, - 2, 1); u2 = (- 2, - 1, - 1); u3 = (0, - 3, - 1);
c) u1 = (2, 1, 1); u2 = (1, 2, - 1); u3 = (1, 1, 2);
d) u1 = (3, 1, 1); u2 = (1, 3, - 1); u3 = (1, 1, 3);
12. Hãy trực chuẩn hóa các hệ vector sau
a) u1 = (1, - 1, 1); u2 = (1, 1, - 1); u3 = (1, 1, 0);
b) u1 = (1, 2, -1); u2 = (1, 0, 1); u3 = (1, 1, 1);
c) u1 = (- 2, 2, 1); u2 = (1, - 3, - 1); u3 = (- 1, 2, 0);
d) u1 = (0, 2, 1); u2 = (1, - 1, - 1); u3 = (- 1, 2, 2);
13. Các ánh xạ cho dưới đây ánh xạ nào là ánh xạ tuyến tính?
a) f(x, y, z) = (x + y + 1, 2y – z, z – 2); b) f(x, y, z) = (2x – 3z, y + z, z2);
c) f(x, y, z) = (0, x + y – 3z, xy);
14. Ánh xạ f : R → R, f(x) = x + α có là ánh xạ tuyến tính hay không? Tại sao?
15. Chứng minh rằng ánh xạ f : R3 → R3 với f(x, y, z) = (2x – y + 3z, x + 2y + z, –
2x + y – z) là ánh xạ tuyến và lập ma trận của f trong cơ sở chính tắc.
16. Cho C[a, b] là không gian bao gồm tất cả các hàm số liên tục trên [a, b] và ánh
b
xạ F : C[a, b] → R xác định bởi F (u) = ∫ u(t )dt, ∀u ∈ C[a, b] . Chứng minh rằng F là ánh
a

xạ tuyến tính.
17. Cho C[a, b] là không gian bao gồm tất cả các hàm số liên tục trên [a, b] và α ∈
b
C[a, b]. Ta xác định ánh xạ F : C[a, b] → R như sau : F α (u) = ∫ α (t )u(t )dt, ∀u ∈ C[a, b] .
a

Chứng minh rằng F là ánh xạ tuyến tính.

18. Cho ánh xạ f : R3 → R3 với f(x, y, z) = (2x + y – 3z + a2 – 1, 2y – z + 3a – 3).
Hãy xác định giá trị của a để f là ánh xạ tuyến tính và với a tìm được hãy lập ma trận
của f trong cơ sở chính tắc.
19. Cho ánh xạ tuyến tính f : R3 → R3 sao cho f(1, 1, 1) = (2, 3, –5), f(2, 1, 6) = (1,
2, 2), f(1, 0, 0) = (4, –3, 3). Hãy lập ma trận của ánh xạ f trong cơ sở chính tắc của R3.
20. Trong không gian R3 cho ánh xạ f với f(x) = <x, a>a và a = (2, 1, 3).
a) Chứng minh rằng f là ánh xạ tuyến tính.
b) Lập ma trận của f trong cơ sở chính tắc.
c) Lập ma trận của f trong cơ sở {b1, b2, b3} với b1= (1, 2, 2), b2 = (–1, –3, 2), b3 =
(3, 1, 5).
21. Cho ánh xạ tuyến tính f : R3 → R3 có ma trận trong cơ sở chính tắc

70
 ⎛ 2 2 −1 ⎞
⎜ ⎟
A = ⎜ 2 5 −2 ⎟
⎜ 0 −3 1 ⎟
⎝ ⎠

Hãy xác định ma trận của f trong cơ sở {a1, a2, a3} với a1 = (1, 0, 1); a2 = (1, 2, 6);
a3 = (1, 2, –1).
22. Cho ánh xạ f : p3[t] → p3[t], f(u) = u – (2x – 1)u’ + x2u’’.
a) Chứng minh rằng f là ánh xạ tuyến tính và lập ma trận của f trong cơ sở {1, t, t2,
t3} của p3[t].
b) Xác định Kerf?
23. Cho ánh xạ f : R4 → R3 có ma trận trong cơ sở chính tắc là

⎛ 1 3 1 2⎞
⎜ ⎟
A = ⎜ 2 −1 4 1 ⎟
⎜ 4 5 6 5⎟
⎝ ⎠

Hãy tìm dimImf và dimKerf.

⎛ 3 5⎞
24. Ánh xạ tuyến tính f : R2 → R2 có ma trận A = ⎜ ⎟ trong hệ cơ sở a1 = (1, 2),
⎝ 4 3⎠
⎛ 4 6⎞
a2 = (2, 3) và ánh xạ tuyến tính g : R2 → R2 có ma trận B = ⎜ ⎟ trong hệ cơ sở b1 =
⎝ 6 9⎠
(3, 1), b2 = (4, 2). Hãy tìm ma trận của f + g trong cơ sở {b1, b2}.

71
Chương IV Trị riêng và vector riêng - Dạng
toàn phương

IV.1 Trị riêng – Vector riêng

IV.1.1 Khái niệm và tính chất
- Giả sử A là ma trận vuông cấp n. Số λ gọi là giá trị riêng của A nếu phương trình
Ax = λx, x ∈ Rn có nghiệm x = (x1, x2, …, xn) ≠ (0, 0, …, 0).
Vector x ≠ 0 này gọi là vector riêng ứng giá trị riêng λ.
Tương tự với phép biến đổi tuyến tính f trong Rn.
- Các vector riêng tương ứng với các giá trị riêng khác nhau của ma trận A là độc
lập tuyến tính.
A có không quá n trị riêng khác nhau. Nếu A có n trị riêng khác nhau thì trong
không gian Rn tồn tại một cơ sở gồm toàn vector riêng của A.

IV.1.2 Đa thức và phương trình đặc trưng

Để tìm các giá trị riêng của ma trận vuông A cấp n, ta viết Ax = λx thành Ax = λIx,
x ∈ Rn trong đó I là ma trận đơn vị cấp n. Do đó ta có (Ax - λI)x = 0.
Đây là một hệ phương trình thuần nhất. Muốn cho λ là giá trị riêng của A, điều kiện
là hệ trên có nghiệm x ≠ 0 và muốn thế điều kiện cần và đủ là det(A - λI) = 0.
Đó là phương trình để xác định các giá trị riêng của A, ta đi dến định nghĩa sau
Phương trình det(A - λI) = 0 gọi là phương trình đặc trưng của ma trận của A; còn
đa thức det(A - λI) gọi là đa thức đặc trưng của A.

IV.1.3 Cách tìm trị riêng và vector riêng

Muốn tìm giá trị riêng của phép biến đổi tuyến tính f hay ma trận A ta giải phương
trình đặc trưng det(A - λI) = 0 thì ta tìm được các giá trị riêng λ. Sau đó thay λ vào
phương trình Ax = λx rồi giải phương trình này ta tìm được vector riêng x = {x1, x2,
…, xn}, trong đó (x1, x2, …, xn) là nghiệm của phương trình Ax = λx thì x là vector
riêng ứng với giá trị riêng λ.
Ví dụ: Tìm giá trị riêng và vector riêng của phép biến đổi tuyến tính hoặc ma trận
sau
a) f(x1, x2, x3) = (- 3x1 + 4x2 + 2x3, - 4x1 + 5x2 + 2x3, - 4x1 + 4x2 + 3x3).
⎛ −3 4 2 ⎞
Ma trận chính tắc của f là A = ⎜⎜ −4 5 2 ⎟⎟ . Tìm giá riêng bằng cách giải phương
⎜ −4 4 3 ⎟
⎝ ⎠
−3 − λ 4 2
trình đặc trưng P A(λ ) = det( A − λ I ) = −4 5−λ 2 =0 ⇔
−4 4 3−λ

72
 ⇔ ( 3 − λ )( λ − 1) = 0 ⇔ λ = 3, λ = 1 (bội hai).
2

Tìm các vector riêng, bằng cách giải hệ phương trình (A - λI)x = 0.
Với λ = 3, ta có

⎧ −6 x 1 + 4 x 2 + 2 x 3 = 0 ⎧x1 = t
⎪ ⎪
⎨−4 x 1 + 2 x 2 + 2 x 3 = 0 ⇔ ⎨ x 2 = t (∀t ≠ 0) ⇒ x = (1,1,1)
(1)

⎪ −4 x + 4 x = 0 ⎪x = t
⎩ 1 2 ⎩ 3

Với λ = 1 (bội hai), ta có

⎧ −4 x 1 + 4 x 2 + 2 x 3 = 0 ⎧x1 = t + s
⎪ ⎪
⎨ −4 x 1 + 4 x 2 + 2 x 3 = 0 ⇔ ⎨ x 2 = t ( ∀t 2 + s 2 ≠ 0 )
⎪ −4 x + 4 x + 2 x = 0 ⎪ x = 2s
⎩ 1 2 3 ⎩ 3

⇒ x (2) = (2,1,2); x (3) = (0,1, −2)

⎛1 0 2 ⎞
b) A = ⎜⎜ 0 3 −2 ⎟⎟
⎜ 2 −2 2 ⎟
⎝ ⎠

+ Tìm các giá trị riêng, bằng cách giải phương trình đặc trưng

1− λ 0 2 ⎧λ = −1
⎪
P A (λ ) = 0 3−λ −2 = 0 ⇔ (λ + 1)(λ − 2)(λ − 5) = 0 ⇔ ⎨λ = 2
2 −2 2−λ ⎪λ = 5
⎩

+ Tìm vector riêng, bằng cách giải hệ phương trình (A - λI)x = 0

Với λ = - 1, ta có

⎧2 x 1 + 2x 3 = 0 ⎧x1 = −x 3 ⎧ x 1 = −2 t
⎪ ⎪ ⎪
4x 2 − 2x 3 = 0 ⇔ ⎨ 1 ⇔ ⎨ x 2 = t ( ∀t ≠ 0 ) ⇒ x = (−2,1,2)
(1)
⎨
⎪ x2 = x3
⎩2 x 1 − 2 x 2 + 3 x 3 = 0 ⎩⎪ 2 ⎪
⎩ x 3 = 2t

Với λ = 2, ta có

⎧− x 1 + 2x 3 = 0 ⎧ x 1 = 2s
⎪ ⎧x1 = 2x 3 ⎪
⎨ x 2 − 2x 3 = 0 ⇔ ⎨ ⇔ ⎨ x 2 = 2s ( ∀s ≠ 0 ) ⇒ x (2) = (2,2,1)
⎪2 x − 2 x ⎩x 2 = 2x 3 ⎪x = s
⎩ 1 2 = 0 ⎩ 3

Với λ = 5, ta có

73
⎧ −4 x 1 + 2x 3 = 0 ⎧ 1 ⎧x1 = u
⎪ ⎪x1 = x3 ⎪
⎨ − 2x 2 − 2x 3 = 0 ⇔ ⎨ 2 ⇔ ⎨ x 2 = −2u ( ∀u ≠ 0 ) ⇒ x (3) = (1, −2,2)
⎪ ⎩⎪ x 2 = − x 3 ⎪ x = 2u
⎩2 x 1 − 2 x 2 − 3 x 3 = 0 ⎩ 3

IV.2 Dạng toàn phương

IV.2.1 Khái niệm về dạng song tuyến, dạng toàn phương
- Cho V và W là hai không gian vector. Khi đó ánh xạ f : V × W → R được gọi là
một dạng song tuyến trên V × W nếu (nó tuyến tính đối với x khi y cố định và tuyến
tính đối với y khi x cố định) thỏa mãn các điều kiện sau
i. ∀h, k ∈ R, ∀x, x’ ∈ V, ∀y ∈ W : f(hx + kx’, y) = hf(x, y) + kf(x’, y).
ii. ∀h, k ∈ R, ∀x ∈ V, ∀y, y’ ∈ W : f(x, hy + ky’) = hf(x, y) + kf(x, y’).
Ký hiệu tập tất cả các dạng song tuyến trên V × W là L(V × W, R)
Nếu V = W thì f được gọi là dạng song tuyến trên V.
Chú ý : Ở đây chúng ta chỉ xét dạng song tuyến trong không gian thực hữu hạn
chiều, tức là xét V = Rm, W = Rn.
- Cho các không gian Rm và Rn lần lượt có cơ sở là E = {e1, e2, …, em}, F = {f1, f2,
…, fn} và f : Rm × Rn → R là một dạng song tuyến. Khi đó với x ∈ Rm, y ∈ Rn ta có
m n
biểu diễn x = ∑ x i e i ; y = ∑ y j f j .
i =1 j =1

⎛ m n
⎞ m n
Từ đó ta có f ( x , y ) = ⎜ ∑ x i e i, ∑ y j f j ⎟ = ∑∑ f ( e i, f j ) x i y j .
⎝ i =1 j =1 ⎠ i =1 j =1
m n
Vậy f(x, y) có biểu thức f ( x, y) = ∑∑ a ij x i y j , trong đó aij = f(ei, fj) và ma trận A =
i =1 j =1

(aij) ∈ Mat(m × n) được gọi là ma trận của dạng song tuyến f trong các cơ sở E và F.
Ngược lại, nếu cho trước ma trận A ∈ Mat(m × n), ta có thể xây dựng được một
m n
dạng song tuyến f : Rm × Rn → R như sau f ( x , y ) = ∑∑ a ij x i y j = X t AY (X =[x]E, Y =
i =1 j =1

[y]F).
Cho không gian Rm có hai cơ sở E = {e1, e2, …, em}, E’ = {e1’, e2’, …, em’} và ma
trận chuyển từ cơ sở E sang E’ là A; Cho không gian vector Rn có hai cơ sở là F = {f1,
f2, …, fn}, F’ = {f1’, f2’, …, fn’} và ma trận chuyển cơ sở từ F sang F’ là B. Với x ∈
Rm, y ∈ Rn ta đặt
X = [x]E, X’ = [x]E’ ⇒ X = AX’; Y = [y]F, Y’ = [y]F’ ⇒ Y = BY’
Xét dạng song tuyến f : Rm × Rn → R có ma trận là C trong các cơ sở E, F và có ma
trận là C’ trong cơ sở E’, F’.
Ta có X’tC’Y’ = f(x, y) = XtCY = (AX’)tC(BY’) = X’t(AtCB)Y’.
Vậy C’ = AtCB. Ta gọi hạng của dạng song tuyến f là hạng của C ký hiệu là r(f) =
r(C).
- Dạng song tuyến f : Rn × Rn → R được gọi là dạng song tuyến đối xứng nếu f(x, y)
= f(y, x), ∀x, y ∈ Rn.

74
 - Cho dạng song tuyến đối xứng f : Rn × Rn → R. Khi đó ánh xạ q : Rn → R,
x q( x ) = f ( x , x ) được gọi là dạng toàn phương sinh bởi dạng song tuyến đối xứng f.
Cho không gian Rn có hai cơ sở E và E’ và ma trận chuyển cơ sở từ E sang E’ là A.
Với x ∈ Rn ta có X = [x]E, X’ = [x]E’, suy ra X = AX’.
Xét dạng toàn phương q sinh bởi dang song tuyến đối xứng f trên Rn × Rn có ma trận
trong E và E’ tương ứng là B và B’.
Ta có X’tB’X’ = q(x) = XtBX = (AX’)tB(AX’) = X’t(AtBA)X’.
Vậy B’ = AtBA. Ta gọi hạng của dạng toàn phương q là hạng của B ký hiệu là r(q) =
r(B).

IV.2.2 Đưa dạng toàn phương về dạng chính tắc

- Cho không gian Rn có một cơ sở là E = {e1, e2, …, en} nào đó và q dạng toàn
n
phương của Rn trong cơ sở E có dạng q( x ) = ∑a
i , j =1
ij x i x j , với x = x1e1 + x2e2 +
…
+ xnen.

Vấn đề đặt ra là hãy tìm trong không gian Rn một cơ sở F = {f1, f2, …, fn} sao cho
n
trong F, q có dạng q( x ) = ∑ λ i u i2 , với x = u1f1 + u2f2 + … + unfn.
i =1
n
Khi đó cơ sở F gọi là cơ sở chính tắc của q(x), biểu thức q( x ) = ∑ λ i u i2 gọi là dạng
i =1

chính tắc của q(x) và λ1, λ2, …, λn gọi là các hệ số chính tắc của q(x). Ta nêu phương
pháp giải quyết bài toán này qua các ví dụ sau
Ví dụ : Đưa các dạng toàn phương sau về dạng chính tắc
a) q = 6x1x2 + 2x12 + x22 + 2x1x3 – x32
q = 2(x12 + 3x1x2 + x1x3) x22 – x32
2
⎡⎛ 3x 2 + x 3 ⎞ 1 2⎤
q = 2 ⎢⎜ x 1 + ⎟ − ( 3x 2 + x 3 ) ⎥ + x 2 − x 3
2 2

⎢⎣⎝ 2 ⎠ 4 ⎥⎦
+
Đặt y 1 = x 1 + 3 x 2 x 3 , y2 = x2, y3 = x3 ta được
2
2
2 7⎛ 6 ⎞ 3 2 7⎛ 3 ⎞ 6
q = 2 y 1 − ⎜ y 22 + y 2 y 3 ⎟ − y 32 = 2 y 1 − ⎜ y 2 + y 3 ⎟ − y 32
2⎝ 7 ⎠ 2 2⎝ 7 ⎠ 7
3
Đặt z1 = y1, z 2 = y 2 + y 3 , z3 = y3 ta được
7
7 6
q = 2 z12 − z 22 − z 32 (dạng chính tắc).
2 7
b) p = x1x2 + x2x3 + x3x1
Đặt x1 = y1 – y2, x2 = y1 + y2, x3 = y3 ta được
p = y12 – y22 + 2y1y3 = (y1 + y3)2 – y22 – y32
Đặt z1 = y1 + y3, z2 = y2, z3 = y3 ta được
p = z12 – z22 – z32 (dạng chính tắc)
Phương pháp trên gọi là phương pháp Lagrange. Phương pháp này được trình bày
tổng quát như sau
- Thuật toán Lagrange

75
 Trong cơ sở B của không gian hữu hạn chiều Rn xét dạng toàn phương
n
q( x ) = ∑a
i , j =1
ij x i x j , với aij = aji, x = x1e1 + x2e2 +
…
+ xnen hay q(x) = a11x12 + 2a12x1x2 + …
…
+ 2a1nx1xn + a22x22 + 2a21x2x1 + … + 2a2nx2xn + … + annxn2
Không giảm tính tổng quát giả sử a11 ≠ 0. Ta nhóm các số hạng chứa x1 ta được

1
( a11x 1 + a12 x 2 + + a1n x n ) + q1( x ) , trong đó q1(x) không chứa x1 nữa.
2
q( x ) =
a11
Đặt y1 = a11x1 + a12x2 + … + a1nxn, yi = xi, i = 2, 3, …, n và giải xi theo yi ta được

⎛ a 12 a1n ⎞
⎜1 − … - ⎟
⎜ a11 a11 ⎟
A=⎜ 0 1 … 0 ⎟
⎜… … … … ⎟⎟
⎜
⎜0 0 … 1 ⎟⎠
⎝

1 2
và rõ ràng det(A) ≠ 0. Khi đó, ta có q( x ) = q( y ) = y 1 + q1( y ) , trong đó q1(y) không
a11
n
chứa y1, q1( y) = ∑b
i , j =2
ij y i y j , bij = bji là các hệ số mới.

Sau đó ta làm việc với q1(y) chỉ còn chứa các y2, y3, …, yn như với q(x) trước đó. Cứ
thế cho tới khi thu được biểu diễn không chứa các số hạng chéo nữa, tức là không chứa
2aijxixj, i ≠ j.
Nếu a11 = 0 ta đi tìm trong các số a12, …, ann có số nào khác không hay không, chẳng
hạn akk ≠ 0 thì ta đổi vai trò akk thay cho a11.
Nếu tất cả các aii = 0 thì tồn tại ít nhất một số hạng 2aijxixj với aij ≠ 0. Lúc đó ta đặt
xi = yi – yj, xj = yi – yj, xk = yk, k ≠ i, j thì ta có 2aijxixj = 2aij(yi2 – yj2), tức là trong biểu
thức của dạng toàn phương đã xuất hiện các số hạng bình phương. Ta tiếp tục làm lại
từ đầu và sau hữu hạn bước ta sẽ đưa được dạng toàn phương q(x) về dạng chính tắc
n
q( x ) = ∑ k i u i2 , với x = k1f1 + k2f2 + … + knfn và
i =1

⎛ k1 0 … 0⎞
⎜ ⎟
0 k2 … 0⎟
K =⎜
⎜… … … …⎟
⎜⎜ ⎟
⎝0 0 … k n ⎟⎠

Ví dụ : Đưa dạng toàn phương q : R3 → R, về dạng chính tắc. Tìm cơ sở chính tắc
tương ứng của nó. Với
a) q(x) = 2x12 + x22 + 10x32 + 2x1x2 + 4x1x3 + 6x2x3
Theo thuật toán Lagrange, ta có
q(x) = 2(x12 + x1x2 + x1x3) + x22 + 10x32 + 6x2x3

76
 2
⎛ x2 ⎞ x 22
q( x ) = 2⎜ x 1 + + x 3 ⎟ + + 4 x 2 x 3 + 8 x 32
⎝ 2 ⎠ 2
⎧ x2 ⎧ y2 ⎛ 1 ⎞
⎪y1 = x1 + 2 + x 3 ⎪ x 1 = y1 − 2 + y 3 ⎜1 − 2 1⎟
⎪ ⎪ ⎜ ⎟
Đặt ⎨ y 2 = x 2 ⇔ ⎨x 2 = y2 ⇒ A = ⎜0 1 0⎟
⎪y = ⎪ =y ⎜0 0 1⎟
⎪ 3 x3 ⎪x3 3
⎜ ⎟
⎩ ⎩ ⎝ ⎠
Ta được
1 2 1
q( x ) = q( y ) = 2 y 12 +
2
( )
y 2 + 8y 2 y 3 + 16 y 3 = 2 y 1 + ( y 2 + 4 y 3 )
2 2

2
2

⎧ z1 = y 1 ⎧ y 1 = z1 ⎛1 0 0 ⎞
⎪ ⎪
Đặt ⎨ z 2 = y 2 + 4 y 3 ⇔ ⎨ y 2 = z 2 − 4 z 3 ⇒ B = ⎜⎜ 0 1 −4 ⎟⎟
⎪ =y ⎪y = ⎜0 0 1 ⎟
⎩z3 3 ⎩ 3 z3 ⎝ ⎠
1
Ta được q( x ) = q(z) = 2 z12 + z 22 , với x = z1f1 + z2f2, r(q(x)) = 2.
2
Để tìm ma trận chuyển cơ sở E từ cơ sở chính tắc của không gian R3 sang cơ sở
chính tắc F = {f1, f2} của q(x) ta chỉ cần lấy tích các ma trận A và B. Từ đó suy ra công
thức đổi toạ độ và cơ sở chính tắc F. Ta có

⎛ 1 ⎞ ⎛ 1 ⎞ ⎧ 1
⎜1 − 2 1⎟
⎛1 0 0 ⎞ ⎜ 1 −
2
3⎟ ⎪ x 1 = z 1 −
2
z 2 + 3z 3
⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎪
C = AB = ⎜ 0 1 0 ⎟ ⎜ 0 1 −4 ⎟ = ⎜ 0 1 −4 ⎟ ⇒ ⎨ x 2 = z 2 − 4z 3
⎜0 0 1 ⎟ ⎜⎝ 0 0 1 ⎟⎠ ⎜ 0 0 1⎟ ⎪x = z3
⎜ ⎟ ⎜ ⎟ ⎪ 3
⎝ ⎠ ⎝ ⎠ ⎩

và f1= (1, 0, 0), f2 = (– ½, 1, 0), f3 = (3, – 4, 1).

b) q(x) = x12 + x22 + 4x32 – 2x1x2 + 4x1x3 + 2x2x3
Theo thuật toán Lagrange, ta có
q(x) = (x1 – x2 + 2x3)2 + 6x2x3

⎧y1 = x1 − x 2 + 2 x 3 ⎧ x1 = y1 + y 2 − 2y 3 ⎛ 1 1 −2 ⎞
⎪ ⎪ ⎜ ⎟
Đặt ⎨ y 2 = x 2 ⇔ ⎨x 2 = y2 ⇒ A = ⎜0 1 0 ⎟
⎪y = ⎪ =y ⎜0 0 1 ⎟
⎩ 3 x3 ⎩x3 3 ⎝ ⎠

Ta được q(x) = q(y) = y12 + 6y2y3

⎧
⎪ z1 = y 1
⎪ ⎧ y 1 = z1 ⎛ 1 0 0⎞
⎪ y2 + y3 ⎪ ⎜ ⎟
Đặt ⎨ z 2 = ⇔ ⎨y 2 = z2 + z3 ⇒ B = ⎜ 0 1 1 ⎟
⎪ 2 ⎪ y = −z + z ⎜ 0 −1 1 ⎟
⎪ y2 − y3 ⎩ 3 2 3 ⎝ ⎠
⎪⎩ z 3 =
2

77
 Vậy dạng chính tắc của q(x) là q(x) = z12 + 6z22 – 6z32, với x = z1f1 + z2f2 + z3f3,
r(q(x)) = 3.
Công thức đổi tọa độ và cơ sở chính tắc F là

⎛ 1 1 −2 ⎞ ⎛ 1 0 0 ⎞ ⎛ 1 3 −1⎞ ⎧ x 1 = z 1 + 3z 2 − z 3
⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎪
C = AB = ⎜ 0 1 0 ⎟ ⎜ 0 1 1 ⎟ = ⎜ 0 1 1 ⎟ ⇒ ⎨ x 2 = z2 + z3
⎜ 0 0 1 ⎟ ⎜ 0 −1 1 ⎟ ⎜ 0 −1 1 ⎟ ⎪x = − z2 + z3
⎝ ⎠⎝ ⎠ ⎝ ⎠ ⎩ 3

và f1 = (1, 0, 0), f2 = (3, 1, –1), f3 = (–1, 1, 1).

IV.2.3 Các dạng xác định

- Cho dạng toàn phương thực q : Rn → R, ta nói
i. q là xác định dương (nửa xác định dương) nếu q(x) > 0, ∀x ∈ Rn, x ≠ 0 (q(x) ≥ 0).
ii. q là xác định âm (nửa xác định âm) nếu q(x) < 0, ∀x ∈ Rn, x ≠ 0 (q(x) ≤ 0).
iii. Dấu không xác định nếu nó có thể dương cũng như âm.
Ví dụ: q : R3 → R
a) q(x) = x12 + x22 + x32 là xác định dương
b) q(x) = x12 + x32 là nửa xác định dương (Vì khuyết x22)
c) q(x) = – x12 – x22 – 2x32 là xác định âm
d) q(x) = – x12 – 2x22 là nửa xác định âm (Vì khuyết x32)
e) q(x) = x12 – 2x22 + 3x33 là không xác định dấu
Nhận xét: Nếu q là xác định dương (nửa xác định dương) thì – q là xác định âm (nửa
xác định âm) và ngược lại
- Tiêu chuẩn Sylvester
Cho dạng toàn phương
n
q : Rn → R, q( x ) = ∑a
i , j =1
ij x i x j = X AX , với x = x1e1 + x2e2 +
t …
+ xnen.

Ta ký hiệu các định thức con chính

a 12 a 12 … a1n
a 11 a12 a13
a11 a 12 a 21 a 22 … a 2n
D1 = a11; D 2 = ; D 3 = a 21 a 22 a 23 ; …; D n =
a 21 a 22 … … … …
a 31 a 32 a 33
a n1 a n2 … a nn
a11 a12 … a1k
a 21 a 22 … a 2 k
Hoặc đặt D k = , k = 1, n . Khi đó Dk được gọi là định thức con chính
… … … …
a k1 a k 2 … a kk
thứ k của ma trận A = (aij) ∈ Mat(n × n) và
i. q xác định dương ⇔ D1 > 0, D2 > 0, …, Dk > 0
ii. q xác định âm ⇔ D1 < 0, D2 > 0, D3 < 0, …, (- 1)kDk > 0
iii. q không xác định dấu ⇔ D1 > 0, D2 < 0, …, hay D2i < 0 hoặc D2i + 1.D2j + 1 < 0
(tồn tại hai D lẻ trái dấu).

78
 Ví dụ:
a) q : R3 → R, q(x) = x12 + 3x22 + 5x32 – 2x1x2 là xác định dương do ma trận của q
⎛ 1 −1 0 ⎞
trong cơ sở chính tắc của R là A = ⎜⎜ −1 3 0 ⎟⎟ với D1 = 1 > 0, D2 = 2 > 0, D3 = 10 > 0
3

⎜ 0 0 5⎟
⎝ ⎠
b) q : R3 → R, q(x) = – x12 – 2x22 – x32 + 2x1x2 là dạng toàn phương xác định âm do
⎛ −1 1 0 ⎞
ma trận của q trong cơ sở chính tắc của R là A = ⎜⎜ 1 −2 0 ⎟⎟ với D1 = – 1 < 0,
3

⎜ ⎟
⎝ 0 0 −1⎠
D2 = 1 > 0, D3 = – 1 < 0
c) q : R3 → R, q(x) = 3x12 – 4x22 + x32 – 4x1x2 + 2x1x3 là dạng toàn phương không
⎛ 3 −2 1 ⎞
xác định dấu do ma trận của q trong cơ sở chính tắc của R là A = ⎜⎜ −2 −4 0 ⎟⎟ với
3

⎜ 1 0 1 ⎟⎠
⎝
D1 = 3 > 0, D2 = – 16 < 0, D3 = – 12 < 0
- Chéo hóa ma trận (Chỉ xét trong trường thực)
Cho ma trận vuông A ∈ Mat(n × n). Nếu tồn tại ma trận P ∈ Mat(n × n), det(P) ≠ 0
sao cho P – 1AP = Dg(λ1, λ2, …, λn) = D thì ta nói A là chéo hóa được nhờ P và ta nói
ma trận P làm chéo hóa ma trận A và D = P – 1AP là dạng chéo của A.
Định lý: Giả sử A là ma trận vuông cấp n. Điều kiện cần và đủ để A chéo hóa được
là nó có n vector riêng độc lập tuyến tính.
Hệ quả 4.1: Điều kiện cần và đủ để phép biến đổi tuyến tính f của không gian vector
n chiều Rn chéo hóa được là f có n vector riêng độc lập tuyến tính
Hệ quả 4.2: Phép biến đổi tuyến tính của không gian vector Rn (hoặc ma trận A ∈
Mat(n × n)) có n giá trị riêng phân biệt thì đưa được về dạng chéo.
Thuật toán chéo hóa
Cho ma trận A ∈ Mat(n × n) (Tương ứng f là một phép biến đổi tuyến tính của
không gian Rn có ma trận là A trong cơ sở nào đó của Rn)
Bước một : Tìm các giá trị riêng của A (hay f) bằng cách giải phương trình đặc
trưng PA(λ) = det(A - λI) = 0.
Trường hợp một : Nếu A có không đủ n giá trị riêng trong R, kể cả bội thì A (hay f)
không chéo hóa được
Trường hợp hai : Nếu A có đủ n giá trị riêng trong R, kể cả bội thì ta chuyển sang
bước hai
Bước hai : Tìm các vector riêng của A (hay f) bằng cách giải hệ phương trình (A -
λI)x = 0
Trường hợp một : Nếu A có ít hơn n vector riêng độc lập tuyến tính thì A (hay f)
không chéo hóa được
Trường hợp hai : Nếu A có n vector riêng độc lập tuyến tính thì A (hay f) chéo hóa
được

79
 Giả sử n vector riêng độc lập tuyến tính của A là v1, v2, …, vn. Khi đó ta có ma trận
P với v1, v2, …, vn là các cột và ma trận P – 1AP gọi là ma trận chéo với λ1, λ2, …, λn là
các phần tử chéo liên tiếp, trong đó λi là các giá trị riêng ứng với vi (i = 1, 2, …, n)
Để cụ thể hóa hơn ta làm một vài ví dụ sau
Ví dụ : Các ma trận (hay phép biến đổi tuyến tính f) sau đây có chéo hóa được
không?
⎛3 1 3 ⎞
a) A = ⎜⎜ 4 3 −6 ⎟⎟
⎜2 1 5 ⎟
⎝ ⎠
+ Tìm các giá trị riêng bằng cách giải phương trình đặc trưng det(A - λI) = 0
3−λ 1 3
3 − λ −6 = 0 ⇔ ( λ − 1)( λ − 5) = 0 ⇔ λ = 1 hoặc λ = 5 (bội hai)
2
P A (λ ) = 4
2 1 5−λ
(Vậy thỏa trường hợp hai ở bước một nên ta chuyển qua bước hai)
+ Tìm các vector riêng bằng cách giải hệ phương trình (A - λI)x = 0
Với λ = 1, ta có
⎧2 x 1 + x 2 + 3 x 3 = 0 ⎧x1 ∈ R ⎧x1 = t
⎪ ⎪ ⎪
⎨4 x 1 + 2 x 2 − 6 x 3 = 0 ⇔ ⎨ x 2 = −2 x 1 ⇒ ⎨ x 2 = −2t ( ∀t ≠ 0 ) ⇒ x = (1, −2, 0)
(1)

⎪2 x + x + 4 x = 0 ⎪x = 0 ⎪x = 0
⎩ 1 2 3 ⎩ 3 ⎩ 3
Với λ = 5 (bội hai), ta có
⎧
⎧ −2 x 1 + x 2 + 3 x 3 = 0 ⎪x1 ∈ R ⎧ x 1 = 3s
⎪ ⎪ ⎪
⎨4 x 1 − 2 x 2 − 6 x 3 = 0 ⇔ ⎨ x 2 = −2 x 1 ⇒ ⎨ x 2 = −6s ( ∀s ≠ 0 ) ⇒ x = (3, −6,4)
(2)

⎪2 x + x = 0 ⎪ 4 ⎪ x = 4s
⎩ 1 2
⎪x 3 = x1 ⎩ 3
⎩ 3
Với λ = 5 (bội hai) chỉ có một vector riêng x(2) = (3, - 6, 4) độc lập tuyến tính nên
không chéo hoá được (Không thỏa trường hợp hai của bước hai)
b) f : R3 → R, f(x, y, z) = (4x + y + z, 2x + 3y + z, 4x + 2y + 4z)

⎛ 4 1 1⎞
Ma trận A của f trong cơ sở chính tắc là A = ⎜⎜ 2 3 1 ⎟⎟
⎜ 4 2 4⎟
⎝ ⎠

+ Tìm các giá trị riêng bằng cách giải phương trình đặc trưng det(A - λI) = 0

4−λ 1 1
1 = 0 ⇔ ( λ − 2 ) ( λ − 7 ) = 0 ⇔ λ = 2 (bội hai) hoặc λ = 7
2
P A (λ ) = 2 3−λ
4 2 4−λ
(Vậy thỏa trường hợp hai ở bước một nên ta chuyển qua bước hai)
+ Tìm các vector riêng bằng cách giải hệ phương trình (A - λI)x = 0

80
 Với λ = 2 (bội hai), ta có

⎧2 x + y + z = 0 ⎧x ∈ R ⎧x = t
⎪
⎪4 x + 2 y + 2 z = 0
⎪
⎪z ∈ R
⎪
⎪z = s
2
⎨2x + y + z = 0 ⇔ ⎨ y = −2 x − z ⇒ ⎨ y = −2t − s ∀t + s ≠ 0
2
( )
⎩ ⎩ ⎩

⇒ x (1) = (−1,1,1) ; x (2) = (1, −2,0)

Với λ = 7, ta có

⎧ −3 x + y + z = 0 ⎧x = y ⎧x = u
⎪ ⎪ ⎪
⎨2x - 4y + z = 0 ⇔ ⎨ y ∈ R ⇒ ⎨ y = u ( ∀u ≠ 0 ) ⇒ x = (1,1,2)
(3)

⎪ 4 x + 2 y − 3z = 0 ⎪z = 2y ⎪z = 2u
⎩ ⎩ ⎩

Như vậy, mặc dù f có hai giá trị riêng khác nhau nhưng mà ta có thể chọn được ba
vector riêng độc lập tuyến tính của f là x(1) = (- 1, 1, 1), x(2) = (1, - 2, 0), x(3) = (1, 1, 2)
nên f chéo hóa được
⎛ −1 1 1 ⎞ ⎛ −4 −2 3 ⎞
1⎜
Ta có ma trận P = ⎜⎜ 1 −2 1 ⎟⎟ ; P −1 = ⎟
−1 −3 2 ⎟
⎜ 1 0 2⎟ 5 ⎜⎜ ⎟
⎝ ⎠ ⎝ 2 1 1⎠

⎛ −4 −2 3 ⎞ ⎛ 4 1 1 ⎞ ⎛ −1 1 1 ⎞ ⎛ 2 0 0 ⎞
−1 1⎜ ⎟⎜ ⎟⎜ ⎟ ⎜ ⎟
D = p AP = ⎜ −1 −3 2 ⎟ ⎜ 2 3 1 ⎟ ⎜ 1 −2 1 ⎟ = ⎜ 0 2 0 ⎟
5⎜ ⎟⎜ ⎟⎜ ⎟ ⎜ ⎟
⎝ 2 1 1⎠ ⎝ 4 2 4⎠ ⎝ 1 0 2⎠ ⎝ 0 0 7⎠

⎛ 1 4 −2 ⎞
c) A = ⎜⎜ −1 0 1 ⎟⎟
⎜ −1 −1 2 ⎟
⎝ ⎠

+ Tìm các giá trị riêng bằng cách giải phương trình đặc trưng det(A - λI) = 0
1− λ 4 −2
P A(λ ) = −1 −λ 1 = 0 ⇔ (1 − λ ) ( λ 2 − 2λ + 3 ) = 0
−1 −1 4 − λ

( )
⇔ λ = 1 λ = 1 − i 2; λ = 1 + i 2 (Vậy không thỏa trường hợp một ở bước một)
Không chéo hóa được vì A chỉ có một giá trị riêng thực là λ = 1.
- Thuật toán chéo hóa trực giao
Bước 1: Tìm các giá trị riêng và một cơ sở gồm các vector riêng của ma trận đối
xứng thực A
Bước 2: Trực chuẩn hóa cơ sở đó bằng phương pháp Gram – Smith

81
 Bước 3: Lập ma trận P làm chéo hóa trực giao ma trận A mà các cột là các vector cơ
sở trực chuẩn tìm được ở bước 2
Ví dụ: Chéo hóa các ma trận đối xứng bằng ma trận trực giao

⎛3 2 2⎞
a) A = ⎜⎜ 2 6 4 ⎟⎟
⎜2 4 6⎟
⎝ ⎠

+ Tìm các giá trị riêng bằng cách giải phương trình đặc trưng det(A - λI) = 0

3−λ 2 2
4 = 0 ⇔ ( λ − 2 ) ( λ − 11) = 0 ⇔ λ = 2 (bội hai) hoặc λ = 11
2
P A (λ ) = 2 6−λ
2 4 6−λ
+ Tìm các vector riêng bằng cách giải hệ phương trình (A - λI)x = 0
Với λ = 2 (bội hai), ta có

⎧ x + 2 y + 2z = 0 ⎧ x = − 2 y − 2 z ⎧ x = −2t − 2 s
⎪ ⎪ ⎪
⎨2x + 4y + 4z = 0 ⇔ ⎨ y ∈ R ⇒ ⎨y = t ( ∀t 2 + s 2 ≠ 0 )
⎪2 x + 4 y + 4 z = 0 ⎪z ∈ R ⎪z = s
⎩ ⎩ ⎩

⇒ x (1) = (−2,1,0) ; x (2) = (−2,0,1)

Áp dụng quá trình trực giao hóa Gram – Smith vào {x(1), x(2)} ta được những vector
riêng trực chuẩn ứng với λ = 2 là
t t
(1) ⎛ 2 1 ⎞ (2) ⎛ 2 4 5 ⎞
y = ⎜− , ,0 ⎟ ; y = ⎜− ,− , ⎟
⎝ 5 5 ⎠ ⎝ 3 5 3 5 3 5⎠
Với λ = 11, ta có
⎧ 1
⎪ x = y
⎧ −8 x + 2 y + 2 z = 0 2 ⎧x = u
⎪ ⎪ ⎪
⎨2x - 5y + 4z = 0 ⇔ ⎨ y ∈ R ⇒ ⎨ y = 2u ( ∀u ≠ 0 ) ⇒ x = (1,2,2)
(3)

⎪ 2 x + 4 y − 5z = 0 ⎪z = y ⎪z = 2u
⎩ ⎪ ⎩
⎩
t
⎛1 2 2⎞
Chuẩn hóa x(3) ta được y (3) = ⎜ , , ⎟
⎝3 3 3⎠

Từ đó suy ra ma trận P làm chéo hóa trực giao A là

82
 ⎛ 2 2 1⎞ ⎛ 2 1 ⎞
⎜− − ⎟ ⎜− 0 ⎟
⎜ 5 3 5 3⎟ 5 5
⎜ ⎟
⎜ 1 4 2⎟ ⎜ 2 4 5 ⎟
P=⎜ − ⎟;
−1
P = ⎜− − ⎟
⎜ 5 3 5 3⎟
⎜ 3 5 3 5 3 5⎟
⎜ 5 2⎟ ⎜ 1 2 2 ⎟
⎜ 0 3 ⎟⎠
⎜ ⎟
⎝ 3 5 ⎝ 3 3 3 ⎠

Vậy
⎛ 2 1 ⎞ ⎛ 2 2 1⎞
⎜− 0 ⎟ ⎜− − ⎟
5 5 5 3 5 3⎟
⎜ ⎟⎛ 3 2 2⎞⎜ ⎛2 0 0 ⎞
⎜ 2 4 5 ⎟⎜ ⎟⎜ 1 4 2⎟ ⎜ ⎟
P AP = ⎜ − ⎟⎜2 6 4⎟⎜ ⎟ = ⎜0 2 0 ⎟
−1
− −
3⎟ ⎜
⎜ 3 5 3 5 3 5 ⎟⎜
⎝ 2 4 6 ⎟⎠ ⎜
5 3 5
0 0 11⎟⎠
⎜ 1 2 2 ⎟ ⎜ 5 2⎟ ⎝
⎜ ⎟ ⎜ 0 3 ⎟⎠
⎝ 3 3 3 ⎠ ⎝ 3 5

⎛ 0 1 1⎞
b) A = ⎜⎜ 1 0 1 ⎟⎟
⎜ 1 1 0⎟
⎝ ⎠

+ Tìm các giá trị riêng bằng cách giải phương trình đặc trưng det(A - λI) = 0

−λ 1 1
1 = 0 ⇔ ( λ + 1) ( 2 − λ ) = 0 ⇔ λ = – 1 (bội hai) hoặc λ = 2
2
P A (λ ) = 1 −λ
1 1 −λ

+ Tìm các vector riêng bằng cách giải hệ phương trình (A - λI)x = 0
Với λ = – 1 (bội hai), ta có
⎧x + y + z = 0 ⎧ x = − y − z ⎧ x = −t − s
⎪ ⎪ ⎪
⎨x + y + z = 0 ⇔ ⎨ y ∈ R ⇒ ⎨y = t ( ∀t 2 + s 2 ≠ 0 )
⎪x + y + z = 0 ⎪z ∈ R ⎪z = s
⎩ ⎩ ⎩
⇒ x (1) = (−1,1,0) ; x (2) = (−1,0,1)
Áp dụng quá trình trực giao hóa Gram – Smith vào {x(1), x(2)} ta được những vector
riêng trực chuẩn ứng với λ = – 1 là

t t
(1) ⎛ 1 1 ⎞ (2) ⎛ 1 1 2 ⎞
y = ⎜− , ,0⎟ ; y = ⎜− ,− , ⎟
⎝ 2 2 ⎠ ⎝ 6 6 6⎠

Với λ = 2, ta có

83
 ⎧ −2 x + y + z = 0 ⎧x = y ⎧x = u
⎪ ⎪ ⎪
⎨ x - 2y + z = 0 ⇔ ⎨ y ∈ R ⇒ ⎨ y = u ( ∀u ≠ 0 ) ⇒ x = (1,1,1)
(3)

⎪ x + y − 2z = 0 ⎪z = y ⎪z = u
⎩ ⎩ ⎩
t
⎛ 1 1 1 ⎞
Chuẩn hóa x(3) ta được y (3) = ⎜ , , ⎟
⎝ 3 3 3⎠

Từ đó suy ra ma trận P làm chéo hóa trực giao A là

⎛ 1 1 1 ⎞ ⎛ 1 1 ⎞
⎜− − ⎟ ⎜− 0 ⎟
⎜ 2 6 3⎟ ⎜ 2 2 ⎟
⎜ 1 1 1 ⎟ ⎜ 1 1 2 ⎟
P=⎜ − ⎟;
−1
P = ⎜− − ⎟
⎜ 2 6 3⎟ ⎜ 6 6 6⎟
⎜ 2 1 ⎟ ⎜ 1 1 1 ⎟
⎜ 0 ⎟ ⎜ ⎟
⎝ 6 3⎠ ⎝ 3 3 3⎠

Vậy
⎛ 1 1 ⎞ ⎛ 1 1 1 ⎞
⎜− 0 ⎟ ⎜− − ⎟
⎜ 2 2 ⎟⎛ 0 1 1⎞⎜ 2 6 3⎟
⎛ −1 0 0 ⎞
⎜ 1 1 2 ⎟⎜ ⎜
⎟ 1 1 1 ⎟ ⎜ ⎟
P AP = ⎜ − ⎟⎜ 1 0 1⎟⎜ ⎟ = ⎜ 0 −1 0 ⎟
−1
− −
6 6 6 ⎟⎜ 2 6 3⎟ ⎜
⎜
⎝ 1 1 0 ⎟⎠ ⎜⎜ ⎟ ⎝ 0 0 2⎠
⎟
⎜ 1 1 1 ⎟ 2 1 ⎟
⎜ ⎟ ⎜ 0
⎝ 3 3 3⎠ ⎜ ⎟
⎝ 3 3⎠

- Phân loại đường bậc hai và mặt bậc hai

+ Đường bậc hai
Trong mặt phẳng hệ tọa độ vuông góc Descartes oxy, ta xét phương trình bậc hai
tổng quát ax2 + 2bxy + cy2 + 2dx + 2ey + f = 0 hay để cho gần với khái niệm ma trận
hơn thì ta có thể viết lại như sau
2
a 11 x + 2a 12xy + a 22 y + 2ax + 2by + c = 0
2
(4.1)
trong đó a11, a12, a22, a, b, c ∈ R và a11, a12, a22 không đồng thời bằng không.
Không giảm tính tổng quát, giả sử a11 ≠ 0. Ta xét ma trận đối xứng thực

⎛ a11 a 12 ⎞
A=⎜ ⎟
⎝ a12 a 22 ⎠
Phương trình đặc trưng của A là

a11 − λ a12
= 0 ⇔ λ 2 − ( a 11 + a12 ) λ + a11a 22 − a12
2
=0 (4.2)
a12 a 22 − λ

Vì A là ma trận đối xứng nên nó chéo hóa trực giao được. Do đó, ta có

84
PtAP = Dg(λ1, λ2), với λ1, λ2 là nghiệm của phương trình (4.2) và hai vector riêng x(1),
x(2) tương ứng với λ1, λ2 của A thỏa mãn x (1) = x (2) = 1 và x (1), x (2) = 0 .
Bằng phép chuyển cơ sở từ cơ sở chính tắc B sang cơ sở B’ = {x(1), x(2)}, với
x(1) = (x1, y1)t, x(2) = (x2, y2)t. Khi đó, ta có

⎛ x ⎞ ⎛ x1 x 2 ⎞ ⎛ x '⎞ ⎛ x⎞ ⎛ x1 x 2 ⎞ ⎛ x '⎞
⎜ ⎟=⎜ ⎟ ⎜ ⎟ hay X = PX’, trong đó X = ⎜ ⎟ , P = ⎜ ⎟, X ' = ⎜ ⎟
⎝ y ⎠ ⎝ y1 y 2 ⎠ ⎝ y ' ⎠ ⎝ y⎠ ⎝ y1 y 2 ⎠ ⎝ y '⎠

Do đó, phương trình bậc hai (4.1) trong hệ trục ox’y’ là

λ1x’2 + λ2y’2 + 2ax + 2by + c = 0
hay λ1x’2 + λ2y’2 + 2a(x1x’ + x2y’) + 2b(y1x’ + y2y’) + c = 0
hay
λ1x’2 + λ2y’2 + 2a’x’ + 2b’y’ + c = 0 (4.3)
trong đó a’ = ax1 + by1, b’ = ax2 + by2
Để phân biệt các đường bậc hai ta xét các trường hợp sau
Trường hợp một : Giả sử λ1 và λ2 khác không. Khi đó, phương trình (4.3) tương
đương với
2 2
⎛ a' ⎞ ⎛ b' ⎞
λ 1⎜ x '+ ⎟ + λ 2⎜ y '+ ⎟ + c ' = 0 (4.4)
⎝ λ1 ⎠ ⎝ λ2⎠

2 2
⎛ a' ⎞ ⎛ b' ⎞
trong đó c ' = c − λ 1⎜ ⎟ − λ 2⎜ ⎟ .
⎝ λ1 ⎠ ⎝ λ2⎠
Áp dụng công thức tịnh tiến trục, tức là tịnh tiến hệ tọa độ ox’y’ đến hệ tọa độ
IXY, với
a' b'
X = x '+ , Y = y '+
λ1 λ2
Ta được
λ1X2 + λ2Y2 + c’ = 0 (4.5)
Nếu c’ ≠ 0, λ1 × λ2 > 0, λ1 × c’ < 0 thì (4.5) xác định một elip thựcvà nếu thêm
c'
λ = λ1 = λ2 thì (4.5) trở thành đường tròn thực với bán kính r = .
λ
Nếu c’ ≠ 0, λ1 × λ2 > 0, λ1 × c’ > 0 thì (4.5) xác định một elip ảo và nếu thêm
λ = λ1 = λ2 thì (4.5) trở thành đường tròn ảo.
Nếu c’ ≠ 0, λ1 × λ2 < 0 thì (4.5) xác định một Hyperbol.
Nếu c’ = 0, λ1 × λ2 < 0 thì (4. 5) có dạng
λ 1 X 2 + λ 2Y 2 = 0 ⇔ ( λ1 X + λ 2 Y )( )
λ1 X − λ 2 Y = 0
và nó xác định một cặp đường thẳng thực cắt nhau.
Nếu c’ = 0, λ1 × λ2 > 0 thì (4.5) xác định một đường thẳng ảo cắt nhau tại một thực
Trường hợp hai : Giả sử λ1 = 0, λ2 ≠ 0 (Hoặc λ2 = 0, λ1 ≠ 0). Khi đó, phương trình
(4.3) được viết lại như sau
λ2y’2 + 2a’x’ + 2b’y’ + c’’ = 0 (4.6)

85
 2
⎛ b' ⎞ c b'
2
hay λ 2⎜ y '+ ⎟ = −2a '( x '+ c '') , với c '' = − và a ' ≠ 0 .
⎝ λ2⎠ a ' 2a ' λ 2
b'
Tịnh tiến hệ tọa độ ox’y’ đến hệ tọa độ JXY, với X = x’ + c’’, Y = y '+ ta được
λ2
a'
một Parabol Y2 = 2pX, với p = − .
λ2
Nếu a’ = 0 thì phương trình (4.6) được viết lại như sau
2
⎛ b' ⎞ b'
λ 2⎜ y '+ ⎟ + c ''' = 0 , với c ''' = c −
⎝ λ2⎠ λ2
b'
Tịnh tiến hệ tọa độ ox’y’ đến hệ tọa độ KXY, với X = x’, Y = y '+ ta được
λ2
λ 2Y 2 + c ''' = 0 (4.7)
Nếu λ2 × c’’’ < 0 thì (4.7) xác định một cặp đường thẳng song song với ox’.
Nếu λ2 × c’’’ > 0 thì (4.7) xác định một cặp đường thẳng ảo song song.
Nếu c’’’ = 0 thì (4.7) xác định một cặp đường thẳng trùng nhau.
Ví dụ: Hãy nhận dạng đường cong phẳng cho bởi phương trình
a) x2 + xy + y2 2x + 4y + 5 = 0
Ta có
⎛ 1⎞
⎜1 2⎟
A=⎜ ⎟
⎜1 1 ⎟⎟
⎜
⎝2 ⎠
Phương trình đặc trưng là
1
1− λ
2 1 3
= 0 ⇔ 4λ 2 − 8λ + 3 = 0 ⇒ λ = hoặc λ =
1 2 2
1− λ
2
1 3
Vậy ma trận đối xứng A có hai giá trị riêng là λ 1 = và λ 2 = và hai vector riêng
2 2
2 ⎛ −1 ⎞ 2 ⎛ 1⎞
x(1), x(2) tạo thành cơ sở trực chuẩn là x (1) = ⎜ ⎟,
(2)
x = ⎜ ⎟.
2 ⎝1⎠ 2 ⎝ 1⎠
Ma trận chuyển cơ sở từ cơ sở B sang cơ sở B’ là

⎛ 2 2⎞ ⎛1 ⎞
⎜− ⎟ 0⎟
2 2 ⎟ và D = t AP = ⎜ 2
P=⎜ P ⎜ ⎟
⎜ 2 2⎟ ⎜0 3⎟
⎜ ⎟ ⎜ ⎟
⎝ 2 2 ⎠ ⎝ 2⎠

Khi đó, ta có

86
 ⎛ 2 2⎞ ⎛ 2 2 ⎞ ⎧ 2 2
− ⎟ ⎛ x '⎞ ⎜ − x '+ y '⎟ ⎪x = − x' + y'
⎛ x ⎞ ⎜⎜ 2 2 ⎟ 2 2 ⎟ ⎪ 2 2
⎜ ⎟= ⎜ ⎟=⎜ ⇒⎨
⎝ y⎠ ⎜ 2 2 ⎟⎝ y '⎠ ⎜ 2 2 ⎟ ⎪ 2 2
⎜ ⎟ ⎜ x '+ y ' ⎟ ⎪y = x' + y'
⎝ 2 2 ⎠ ⎝ 2 2 ⎠ ⎩ 2 2

Vậy phương trình a) trong tọa độ (x, y) trở thành phương trình trong tọa độ (x’, y’)
là
1 2 3 2 ⎛ 2 2 ⎞ ⎛ 2 2 ⎞
x ' + y ' + 2 ⎜⎜ − x '+ y ' ⎟⎟ + 4 ⎜⎜ x '+ y ' ⎟⎟ + 5 = 0
2 2 ⎝ 2 2 ⎠ ⎝ 2 2 ⎠
1 3
( ) ( )
2 2
⇔ x '+ 2 + y '+ 2 + 1 = 0 (4.8)
2 2
1 3
Áp dụng công tịnh tiến trục, với X = x '+ 2 , Y = y '+ 2 , ta được X 2 + Y 2 = −1 .
2 2
1 3 3 1 1
Vì λ 1 × λ 2 = × = > 0 và λ 1 × c ' = × 1 = > 0 nên phương trình (4.8) xác định
2 2 4 2 2
2 2
một elip ảo trong hệ trục IXY là X 2 + Y 2 = 1 , với bán trục lớn là i 2 và bán trục nhỏ
2i 2
i
3
2
là i .
3
b) – x2 + 2xy – y2 + x + y + 2 = 0
Ta có
⎛ −1 1 ⎞
A=⎜ ⎟
⎝ 1 −1 ⎠
Phương trình đặc trưng là

−1 − λ1
= 0 ⇔ λ 2 + 2λ = 0 ⇒ λ = 0 hoặc λ = −2
1 −1 − λ
Vậy ma trận đối xứng A có hai giá trị riêng là λ 1 = 0 và λ 2 = −2 và hai vector riêng
2 ⎛ 1⎞ (2) 2 ⎛ −1 ⎞
x(1), x(2) tạo thành cơ sở trực chuẩn là x (1) = ⎜ ⎟, x = ⎜ ⎟.
2 ⎝ 1⎠ 2 ⎝1⎠
Ma trận chuyển cơ sở từ cơ sở B sang cơ sở B’ là

⎛ 2 2⎞
⎜ − ⎟
2 2 ⎟ và D = t AP = ⎛ 0 0 ⎞
P=⎜ P ⎜ ⎟
⎜ 2 2 ⎟ ⎝ 0 −2 ⎠
⎜ ⎟
⎝ 2 2 ⎠

Khi đó, ta có

87
 ⎛ 2 2⎞ ⎛ 2 2 ⎞ ⎧ 2 2
− x '− y '⎟ ⎪x = x' − y'
⎛ x ⎞ ⎜⎜ 2
⎟ ⎛ x '⎞ ⎜
2 ⎟ 2 2 ⎟ ⎪ 2 2
⎜ ⎟= ⎜ ⎟=⎜ ⇒⎨
⎝ y⎠ ⎜ 2 2 ⎟⎝ y '⎠ ⎜ 2 2 ⎟ ⎪ 2 2
⎜ ⎟ ⎜ x '+ y '⎟ y = x' + y'
⎝ 2 2 ⎠ ⎝ 2 2 ⎠ ⎩⎪ 2 2

Vì λ1 = 0 nên phương trình b) trong tọa độ (x, y) trở thành phương trình trong tọa
độ (x’, y’) là

⎛ 2 2 ⎞ ⎛ 2 2 ⎞ ⎛ 2 1⎞
−2 y ' 2 + ⎜⎜ x '− y ' ⎟⎟ + ⎜⎜ x '+ y ' ⎟⎟ + 2 = 0 ⇔ y ' 2 = 2 ⎜⎜ x '+ ⎟⎟ (4.9)
⎝ 2 2 ⎠ ⎝ 2 2 ⎠ ⎝ 4 2⎠

2 1 2
Áp dụng công thức tịnh tiến trục, với X = x '+ , Y = y ' , ta được ParabolY = 2X.
4 2
+ Mặt bậc hai
Trong hệ tọa độ vuông góc Descartes oxyz, ta xét phương trình bậc hai tổng quát
2
a11 x + a 22 y + a 33 z + 2a12xy + 2a13xz + 2a 23yz + 2ax + 2by + 2cz + d = 0
2 2
(4.10)

trong đó a11, a22, a33, a12, a13, a23, a, b, c, d ∈ R và a11, a22, a33 không đồng thời bằng
không.
Giả sử a11 ≠ 0. Khi đó, ta xét ma trận đối xứng thực

⎛ a11 a12 a13 ⎞

⎜ ⎟
A = ⎜ a12 a 22 a 23 ⎟
⎜a ⎟
⎝ 13 a 23 a 33 ⎠

Phương trình đa thức đặc trưng là

a11 − λ a 12 a13
a12 a 22 − λ a 23 = 0
a13 a 23 a 33 − λ

Giả sử λ1, λ2, λ3 là các giá trị riêng của A. Khi đó các vector riêng tương ứng với
các giá trị riêng λ1, λ2, λ3 tạo thành một cơ sở trực chuẩn là x(1), x(2), x(3).
Bằng phép chuyển cơ sở từ cơ sở chính tắc B sang cơ sở B’ = {x(1), x(2), x(3)}, với
x = (x1, y1, z3)t, x(2) = (x2, y2, z2)t, x(3) = (x3, y3, z3)t. Khi đó, ta có
(1)

⎛ x ⎞ ⎛ x1 x 2 x 3 ⎞ ⎛ x '⎞ ⎛ x⎞ ⎛ x1 x 2 x3⎞ ⎛ x '⎞

⎜ ⎟=⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ y ⎟ ⎜ y1 y 2 y 3 ⎟ ⎜ y ' ⎟ hay X = PX’, trong đó X = ⎜ y ⎟ , P = ⎜ y 1 y 2 y3⎟ , X ' = ⎜ y '⎟
⎜z⎟ ⎜z z z 3 ⎟⎠ ⎜⎝ z ' ⎟⎠ ⎜z⎟ ⎜z z z 3 ⎟⎠ ⎜ z' ⎟
⎝ ⎠ ⎝ 1 2 ⎝ ⎠ ⎝ 1 2 ⎝ ⎠

Do đó, phương trình bậc hai (4.10) trong hệ trục ox’y’z’ là

88
 λ1x’2 + λ2y’2 + λ3z’2+ 2ax’ + 2by’ + 2cz’ + d = 0
hay λ1x’ + λ2y’ + λ3z’2 + 2a(x1x’ + x2y’ + x3z’) + 2b(y1x’ + y2y’ + y3z’) + 2c(z1x’ +
2 2

+ z2y’ + z3z’) + d = 0
hay
λ1x’2 + λ2y’2 + λ3z’2+ 2a’x’ + 2b’y’ + 2c’z’ + d = 0 (4.11)
trong đó a’ = ax1 + by1 + cz1, b’ = ax2 + by2 + cz2, b’ = ax3 + by3 + cz3
Trường hợp một : Giả sử λ1, λ2 và λ3 khác không và cùng dấu. Khi đó, phương
trình (4.11) tương đương với
2 2 2
⎛ a' ⎞ ⎛ b' ⎞ ⎛ c' ⎞
λ 1⎜ x '+ ⎟ + λ 2⎜ y '+ ⎟ + λ 3⎜ z '+ ⎟ + d ' = 0 (4.12)
⎝ λ1 ⎠ ⎝ λ2 ⎠ ⎝ λ3⎠

2 2 2
⎛ a' ⎞ ⎛ b' ⎞ ⎛ c' ⎞
trong đó d ' = d − λ 1⎜ ⎟ − λ 2⎜ ⎟ − λ 3⎜ ⎟ .
⎝ λ1 ⎠ ⎝ λ2⎠ ⎝ λ3⎠
Áp dụng công thức tịnh tiến trục, tức là tịnh tiến hệ tọa độ ox’y’z’ đến hệ tọa độ
IXYZ, với
a' b' c'
X = x '+ , Y = y '+ , Z = z '+
λ1 λ2 λ3
Ta được
λ1X2 + λ2Y2 + λ3Z2 + d’ = 0 (4.13)
Nếu d’ ≠ 0 thì ta chia hai vế của (4.13) cho d’ ta được
λ1 2 + λ 2 2 + λ 3 2 = 1 (4.14)
X Y Z
d' d' d'
Khi đó (4.13) xác định một elipspoid thực khi d’ cùng dấu với các giá trị riêng; còn
nếu d’ khác dấu với các giá trị riêng thì (4.13) xác định một elipspoid ảo.
Nếu λ 1 , λ 2 , λ 3 không cùng dấu thì (4.13) xác định một hyperboloid. Bằng cách
d' d' d'
thay đổi các ký hiệu tọa độ, ta có thể giới hạn vào việc nghiên cứu hai phương trình

λ1 λ2 λ3 λ1 λ2 λ3
Z = 1 (H1); Z = −1 (H2)
2 2 2 2 2 2
X + Y − X + Y −
d' d' d' d' d' d'
Ta gọi (H1) là hyperboloid một tầng và gọi (H2) là hyperboloid hai tầng.
Nếu d’ = 0 và các giá trị riêng cùng dấu thì (4.13) xác định một mặt nón bậc hai ảo
đỉnh o’ (Thực); còn các giá trị riêng khác dấu thì (4.13) xác định một mặt nón bậc hai
đỉnh o’.
Trường hợp hai λ1 × λ2 × λ3 = 0. Khi đó ít nhất một λi (i =1, 2, 3) bằng không.
Nếu λ3 = 0, λ1 × λ2 ≠ 0, c’ ≠ 0 thì bằng cách tịnh tiến hệ tọa độ, ta đưa (4.11) về
dạng
λ1X2 + λ2Y2 + 2c’Z + d’’ = 0 (4.15)
Nếu λ1 × λ2 > 0 thì (4.15) xác định một paraboloid eliptic
Nếu λ1 × λ2 < 0 thì (4.15) xác định một paraboloid hyperbolic
Nếu λ3 = 0, λ1 × λ2 ≠ 0, c’ = 0 thì bằng cách tịnh tiến tọa độ ta đưa (4.11) về dạng
λ1X2 + λ2Y2 + d’’’ = 0 (4.16)
Nếu d’’’ ≠ 0, λ1 × λ2 > 0, d’’’ × λ1 < 0 thì (4.16) xác định một trụ eliptic thực

89
 Nếu d’’’ ≠ 0, λ1 × λ2 > 0, d’’’ × λ1 > 0 thì (4.16) xác định một trụ eliptic ảo
Nếu d’’’ ≠ 0, λ1 × λ2 < 0 thì (4.16) xác định một trụ hyperbolic
Nếu d’’’ = 0, λ1 × λ2 < 0 thì (4.16) xác định một cặp mặt phẳng cắt nhau theo o’Z
Nếu d’’’ = 0, λ1 × λ2 > 0 thì (4.16) xác định một cặp mặt phẳng ảo cắt nhau theo
o’Z
Nếu λ2 = λ3 = 0, λ1 ≠ 0, b’ ≠ 0, c’ ≠ 0 thì bằng cách tịnh tiến tọa độ ta đưa (4.11)
về dạng
λ1X2 + 2b’Y + 2c’Z + d’’’’ = 0 (4.17)
Khi đó (4.17) xác định một trụ parabolic.
Nếu b’ = c’ = 0, d’’’’ ≠ 0, λ1 × d’’’’ < 0 thì (4.17) xác định một cặp mặt phẳng
song song với mặt phẳng o’YZ.
Nếu b’ = c’ = 0, d’’’’ ≠ 0, λ1 × d’’’’ > 0 thì (4.17) xác định một cặp mặt phẳng ảo
song song.
Nếu b’ = c’ = 0, d’’’’ = 0 thì (4.17) xác định một cặp mặt phẳng trùng nhau.
Ví dụ : Hãy nhận dạng mặt bậc hai
a) x2 + 7y2 + z2 + 8xy – 4xz – 8yz + 2x + 3y + 5z + 8 = 0;
Ta có
⎛ 1 4 −2 ⎞
⎜ ⎟
A = ⎜ 4 7 −4 ⎟
⎜ −2 −4 1 ⎟
⎝ ⎠
Phương trình đặc trưng

1− λ 4 −2
7 − λ −4 = 0 ⇔ ( λ + 1) ( λ − 11) = 0 ⇒ λ = – 1 (Bội hai) hoặc λ = 11.
2
4
−2 −4 1 − λ

⎛ 2 ⎞ ⎛ 1 ⎞
⎜− ⎟ ⎜ ⎟
⎜ 5⎟ ⎜ 30 ⎟
⎜ 1 ⎟ (2) ⎜ 2 ⎟
Với λ = – 1, ta có hai vector trực chuẩn là x = ⎜
(1)
⎟; x = ⎜ ⎟
⎜ 5 ⎟ ⎜ 30 ⎟
⎜ 0 ⎟ ⎜ 5 ⎟
⎜ ⎟ ⎜ ⎟
⎝ ⎠ ⎝ 30 ⎠

⎛ 1 ⎞
⎜ ⎟
⎜ 6 ⎟
⎜ 2 ⎟
Với λ = 11, ta có vector trực chuẩn là x (3) = ⎜ ⎟
⎜ 6 ⎟
⎜ 1 ⎟
⎜− ⎟
⎝ 6⎠

90
 ⎛ 2 1 1 ⎞
⎜− ⎟
⎜ 5 30 6 ⎟
⎛ −1 0 0 ⎞
⎜ 1 2 2 ⎟ ⎜ ⎟
P=⎜ ⎟ và P AP = ⎜ 0 −1 0 ⎟
t

⎜ 5 30 6 ⎟ ⎜ 0 0 11⎟
⎜ 5 1 ⎟ ⎝ ⎠
⎜ 0 − ⎟
⎝ 30 6⎠
Từ đó ta có
⎛ 2 1 1 ⎞ ⎧ 2 1 1
⎜− ⎟ ⎪x = − x' + y' + z'
5 30 6 ⎟ x' 5 30 6
⎛ x⎞ ⎜ ⎛ ⎞ ⎪
⎜ ⎟ ⎜ 1 2 2 ⎟⎜ ⎟ ⎪ 1 2 2
⎜ y⎟ = ⎜ 5 ⎟ ⎜ y '⎟ ⇒ ⎨y = x' + y' + z'
⎜ z⎟ ⎜ 30 6 ⎟⎜ ⎟ ⎪ 5 30 6
⎝ ⎠ ⎜ z'
5 1 ⎟⎝ ⎠ ⎪ 5 1
⎜ 0 − ⎟ ⎪z = y' − z'
⎝ 30 6⎠ ⎩ 30 6

Do đó, phương trình a) trong tọa độ (x, y, z) trở thành phương trình trong tọa độ
(x’, y’, z’) là
1 33 3
− x ' 2 − y ' 2 + 11z ' 2 − x '+ y '+ z '+ 8 = 0
5 30 6
Bằng các tịnh tiến hệ tọa độ ox’y’z’ sang hệ tọa độ IXYZ ta được
315 315
− X 2 − Y 2 + 11Z 2 = ⇔ X 2 + Y 2 − 11Z 2 = −
44 44
Vậy phường trình a) xác định một hyperboloid hai tầng.
a) x2 + 4y2 + 6z2 + 4xy + 4xz + 8yz + x + 2y + 8z + 1 = 0;
Ta có
⎛1 2 2⎞
⎜ ⎟
A = ⎜ 2 4 4⎟
⎜2 4 6⎟
⎝ ⎠
Phương trình đặc trưng

1− λ 2 2
2 4−λ 4 = 0 ⇔ λ ( λ − 1)( λ − 10 ) = 0 ⇒ λ = 0 hoặc λ = 1 hoặc λ = 11.
2 4 6−λ
⎛ 2 ⎞
⎜− ⎟
⎜ 5⎟
⎜ 1 ⎟
Với λ = 0, ta có vector trực chuẩn là x (1) = ⎜ ⎟;
⎜ 5 ⎟
⎜ 0 ⎟
⎜ ⎟
⎝ ⎠

91
 ⎛ 1⎞
⎜−3⎟
⎜ ⎟
⎜ 2⎟
Với λ = 1, ta có vector trực chuẩn là x = −
(2)
⎜ 3⎟
⎜ ⎟
⎜⎜ 2 ⎟⎟
⎝ 3 ⎠
⎛ 1 ⎞
⎜ ⎟
⎜ 6 ⎟
⎜ 2 ⎟
Với λ = 10, ta có vector trực chuẩn là x (3) = ⎜ ⎟
⎜ 6 ⎟
⎜ 1 ⎟
⎜− ⎟
⎝ 6⎠
⎛ 2 1 2 ⎞
⎜− − ⎟
⎜ 5 3 3 5⎟
⎛0 0 0 ⎞
⎜ 1 2 4 ⎟ ⎜ ⎟
P=⎜ − ⎟ và P AP = ⎜ 0 1 0 ⎟
t

⎜ 5 3 3 5⎟ ⎜ 0 0 10 ⎟
⎜ 2 5 ⎟ ⎝ ⎠
⎜ 0
⎝ 3 3 5 ⎟⎠
Từ đó ta có
⎛ 2 1 2 ⎞ ⎧ 2 1 2
⎜− − ⎟ ⎪x = − x' − y' + z'
5 3 3 5 ⎟ x' 5 3 3 5
⎛ x⎞ ⎜ ⎛ ⎞ ⎪
⎜ ⎟ ⎜ 1 2 4 ⎟⎜ ⎟ ⎪ 1 2 4
⎜ y⎟ = ⎜ 5 − ⎟ ⎜ y '⎟ ⇒ ⎨y = x' − y' + z'
⎜ z⎟ ⎜ 3 3 5 ⎟⎜ ⎟ ⎪ 5 3 3 5
⎝ ⎠ ⎜ z'
2 5 ⎟⎝ ⎠ ⎪ 2 5
⎜ 0 ⎟ ⎪z = y' + z'
⎝ 3 3 5⎠ ⎩ 3 3 5

Do đó, phương trình b) trong tọa độ (x, y, z) trở thành phương trình trong tọa độ
(x’, y’, z’) là
2 11 50
y ' + 10 z ' 2 + y '+ z '+ 1 = 0
3 3 5
Bằng các tịnh tiến hệ tọa độ ox’y’z’ sang hệ tọa độ IXYZ ta được
2 2 15
Y + 10 Z =
4
Vậy phường trình b) xác định một trụ eliptic (Thực).

92
 Bài tập

1. Tìm dạng chuẩn tắc của các dạng toàn phương sau
a) q(x1, x2, x3) = x12 + x22 3x32 + 4x1x2 + 2x1x3 + 2x2x3
b) q(x1, x2, x3) = x12 – 2x22 + x32 + 2x1x2 + 4x1x3 + 2x2x3
c) q(x1, x2, x3) = x12 – 3x32 – 2x1x2 + 2x1x3 – 6x2x3
d) q(x1, x2, x3) = x1x2 + x1x3 + x2x3
2. Tìm tất cả các giá trị của λ để dạng toàn phương sau xác định dương
a) q(x1, x2, x3) = 5x12 + x22 + λx32 + 4x1x2 – 2x1x3 – 2x2x3
b) q(x1, x2, x3) = 2x12 + x22 + 3x32 + 2λx1x2 + 2x1x3
c) q(x1, x2, x3) = x12 + x22 + x32 + λx1x2 – 2x1x3 + 4x2x3
d) q(x1, x2, x3) = x12 + 4x22 + x32 + 2λx1x2 + 10x1x2 + 6x2x3
e) q(x1, x2, x3) = 2x12 + 2x22 + x32 + 2λx1x2 + 6x1x3 + 2x2x3
3. Tùy theo giá trị của λ hãy xác định dấu của các dạng toàn phương sau
a) q(x1, x2, x3) = 3x12 + x22 + λx32 + 6x1x2 + 2x1x3 + 6x2x3
b) q(x1, x2, x3) = 2x12 – 6x22 + 5x32 + 4x1x2 + 2λx1x3 + 8x2x3
c) q(x1, x2, x3) = 2x12 + 5x22 + 10x32 + 4λx1x2 + 6x1x3 + 12x2x3
d) q(x1, x2, x3) = – x12 + λx22 – x32 – 8x1x2 + 8x1x2 – 4x2x3
e) q(x1, x2, x3) = x12 + x22 + x32 + λx1x2 + 2x1x3 – 2x2x3
4. Hãy tìm các giá trị riêng và vector riêng của các ma trận sau

⎛ −2 1 2 ⎞ ⎛1 3 2⎞ ⎛ 0 1 2⎞
a) A = ⎜⎜ 1 −2 2 ⎟⎟ ; b) B = ⎜⎜ 3 1 2 ⎟⎟ ; c) C = ⎜⎜ 2 1 4 ⎟⎟ ;
⎜ −1 1 3 ⎟ ⎜ 5 5 3⎟ ⎜ 3 3 5⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠

⎛ 0 1 −1 ⎞ ⎛ −1 1 2 ⎞ ⎛ 5 1 −2 ⎞
d) D = ⎜⎜ 4 0 −1⎟⎟ ; e) E = ⎜⎜ 2 0 4 ⎟⎟ ; f) F = ⎜⎜ 1 3 4 ⎟⎟ ;
⎜ 2 1 −3 ⎟ ⎜ ⎟ ⎜ 2 0 −4 ⎟
⎝ ⎠ ⎝ −1 −1 −4 ⎠ ⎝ ⎠

⎛ 0 −1 0 ⎞ ⎛ 3 1 1⎞ ⎛ 2 −2 1 ⎞
g) G = ⎜⎜ 1 0 0 ⎟⎟ ; h) H = ⎜⎜ 2 2 1 ⎟⎟ ; j) J = ⎜⎜ 1 −1 1 ⎟⎟ ;
⎜ 0 0 1⎟ ⎜ 4 2 3⎟ ⎜ 1 −5 4 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠

⎛ 2 2 1⎞ ⎛ 5 2 1⎞ ⎛ 1 2 −1 ⎞
k) K = ⎜⎜ 3 1 1⎟⎟ ; l) L = ⎜⎜ 3 4 1 ⎟⎟ ; m) M = ⎜⎜ 1 0 1 ⎟⎟ ;
⎜ 6 4 1⎟ ⎜ 6 4 4⎟ ⎜1 1 1 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠

93
 ⎛ 1 0 2 −1 ⎞
⎜ ⎟
⎜ 0 1 4 −2 ⎟
n) N = ;
⎜ 2 −1 0 1 ⎟
⎜⎜ ⎟⎟
⎝ 2 −1 −1 2 ⎠
5. Các ma trận cho dưới đây có chéo hóa (trên trường thực) được không? Nếu được
thì hãy chéo hóa nó.

⎛ 2 −1 2 ⎞ ⎛3 1 2⎞ ⎛ −2 −1 2 ⎞ ⎛ 5 1 −2 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
A = ⎜ 5 −3 3 ⎟ ; B = ⎜ 2 4 4⎟ ; C = ⎜ 5 −7 3 ⎟ ; D = ⎜ 1 3 4 ⎟ ;
⎜ −1 0 −2 ⎟ ⎜ 2 2 4⎟ ⎜ ⎟ ⎜ 2 0 −4 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ −1 0 −6 ⎠ ⎝ ⎠

⎛2 3 6 ⎞ ⎛ 3 1 1⎞ ⎛ 1 −1 −1⎞ ⎛ 4 2 1⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
E = ⎜ 1 4 −2 ⎟ ; F = ⎜ 2 2 1⎟ ; G = ⎜2 4 2 ⎟ ; H = ⎜ 3 3 1⎟ ;
⎜1 3 1 ⎟ ⎜ 4 2 3⎟ ⎜2 1 3 ⎟ ⎜ 6 4 3⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠

⎛ 5 2 1⎞
⎜ ⎟
J = ⎜ 3 4 1⎟ ;
⎜ 6 4 4⎟
⎝ ⎠

6. Chéo hóa các ma trận sau bằng ma trận trực giao

⎛ 3 2 4⎞ ⎛ −2 1 2 ⎞ ⎛ 5 4 2⎞ ⎛2 2 7 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
A = ⎜ 2 3 4 ⎟ ; B = ⎜ 1 −2 2 ⎟ ; C = ⎜ 4 5 2⎟ ; D = ⎜ 2 5 14 ⎟ ;
⎜ 4 4 9⎟ ⎜ 2 2 1⎟ ⎜ 2 2 2⎟ ⎜ 7 14 20 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠

⎛ −2 3 7 ⎞
⎜ ⎟
E = ⎜ 3 6 21 ⎟ ;
⎜ 7 21 70 ⎟
⎝ ⎠

7. Đưa các dạng toàn phương sau về dạng chính tắc bằng biến đổi trực giao
a) q(x1, x2, x3) = 6x12 + x22 + x32 + 2x1x2 + 2x1x3 + 6x2x3
b) q(x1, x2, x3) = 6x12 – 2x22 + 3x32 + 8x1x2 + 4x1x3 + 4x2x3
c) q(x1, x2, x3) = 2x12 + 2x22 + 2x32 – 2x1x2 + 2x1x3 – 2x2x3
d) q(x1, x2, x3) = 2x12 – 2x22 – x32 + 4x1x2 – 4x1x3 – 2x2x3
e) q(x1, x2, x3) = x12 + x22 + x32 – 2x1x2 – 2x1x3 – 2x2x3
8. Hãy phân loại các đường bậc hai được cho sau đây
a) 9x2 + 4xy + 6y2 + 18x + 4y – 1 = 0
b) 34x2 – 32xy + 34y2 + 4x + 104y – 344 = 0
c) 7x2 – 48xy – 7y2 – 100x – 5oy + 25 = 0
d) 16x2 + 24xy + 9y2 + 20x + 20y + 40 = 0
e) x2 + 4xy + 4y2 + 2x + 4y – 3 = 0

94
9. Hãy phân loại các mặt bậc hai được cho sau đây
a) 7x2 + 4y2 + 7z2 + 4xy + 8xz + 4yz + 4x – 4y – 2z = 0;
b) 11x2 – 4y2 + 11z2 + 20xy + 20xz + 40yz – 6x – 12y + 12z + 27 = 0;
c) 3x2 + 3y2 + 2z2 + 2xy + 4xz + 4yz + 9x +3y + 5z = 0;
d) x2 + 3y2 + 3z2 + 6xy + xz + 2yz – x + 2y – 3z – 7 = 0;
e) x2 + 2y2 – 4z2 + 2xy + 4xz + 4yz + 5x – 3y + 4z – 8 = 0;

95
 Tài Liệu Tham Khảo

[1] Hoàng Xuân Sính. Đại số. NXB GD 1996.

[2] Ngô Thúc Lanh. Đại số Tuyến tính. NXB ĐH&THCN. HN 1970.
[3] Nguyễn Đình Trí (Chủ biên). Toán cao cấp, tập 1. NXB GD 2000.
[4] Nguyễn Đình Trí (Chủ biên). Bài tập Toán cao cấp, tập 1. NXB GD 2000.
[5] Nguyễn Hữu Việt Hưng. Đại số Tuyến tính. NXB ĐHQDHN 2001.
[6] Trần Văn Hãn. Đại số Tuyến Tính Trong Kỹ Thuật. NXB ĐH&THCN. HN 1994.
[7] V.A.Illin – E.G.Poznyak. Linear Algebra. “Mir” Moscow 1986.

96