Chuong 3 - DSTT

CHƯƠNG 3
KHÔNG GIAN VECTOR
Chương 3 – Không gian vector

I. Không gian vector
I.1 Định nghĩa không gian vector
 Xét tập hợp
R = R  R  R
n
n lần
= {X = ( x1 , x2 ,, xn ) | x1 , x2 ,, xn  R}
vector
 Cụ thể,
R1 = R
R 2 = R  R = {X = (a, b) | a, b  R}
R3 = R  R  R = {X = (a, b, c) | a, b, c  R}
Chương 3 – Không gian vector 2

✓ Tập hợp 𝑽 ≠ ∅;
Xét :
𝑢, 𝑣 ∈ 𝑽: các vector
✓ Trường số 𝑲, λ ∈ 𝑲
Phép cộng hai vector: “ + ’’ :
Phép nhân một số với vector: “ . ’’ :

 Cấu trúc đại số (V , +, •)

gọi là không gian vector ( KGVT ) trên trường K nếu thỏa mãn 8 tiên đề sau:







I.2 Một số tính chất của không gian vector
u , v, w  (V , +, •),   K
1. Chỉ có duy nhất một vector 𝜃 ∈ 𝑽 sao cho: u + =  + u = u
2. Tồn tại duy nhất vector đối của u là –u sao cho: u + (−u ) = 
3. u+v =u+w v = w
4. 0.u =  , (−1).u = −u
5.  . = 
 = 0
6. u =   
u = 

I.3 Không gian vector con
 Cho KGVT (V ,+,•) trên K & xét  W V

 W thừa hưởng phép + và nhân từ K có sẵn trên V
 (W ,+,•) là 1 KGVT con của (V ,+,•) nếu nó thỏa 2 điều kiện
 ,   W : ( +  )  W
 (*)
c  K ,   W : (c )  W
Hoặc c  K ,  ,   W : (c +  )  W (**)
 Ký hiệu (W ,+,•)  (V ,+,•) hay W V

 Ta thấy muốn chứng minh W là không gian vector con của V ta
cần CM W ≠ ∅ và (*) hoặc W ≠ ∅ và (**)
Ví dụ 1: CM tập 𝑊 = 𝑥, 0 ∈ ℝ2 ⊂ ℝ2 là không gian vector con của ℝ2

 Ví dụ 2 V ={f : R → R | f khả vi mọi cấp}
 kiểm chứng W V
W = { f  V | 2 f "−3 f '+5 f = }
 Trước hết, ta có  W V ( do có hàm  W )
 Tiếp theo, xét g , h  W , và c  R . Ta CM (cg + h)  W
 Thật vậy, do g , h W  c(2 g"−3g '+5g ) + (2h"−3h'+5h) = 
 2 g"−3g '+5 g =   2(cg"+ h" ) − 3(cg '+ h' ) + 5(cg + h) = 
, nên 
2h"−3h'+5h =   2(cg + h)"−3(cg + h)'+5(cg + h) = 
 c(2 g"−3g '+5g ) =   2k"−3k '+5k =   k = (cg + h)  W
 KL: W V
• Bài Tập: Kiểm tra các tập sau đây có là không gian vector con
của các không gian vector tương ứng không?
U = ( x, y, z )  R 3 / 2 x − y + 3z = 0
W = ( x, y )  R / x − 2 y = 1
2
M =  x(t ) = at 2 + bt + c  P2 [t ] / a − b + c = 0

  a11 a12  

N = A =   / a11 + a12 − a21 + 2a22 = 0

  a21 a22  


II. Sự độc lập và phụ thuộc tuyến tính
II.1 Tổ hợp tuyến tính
Cho các vector x1 , x2 , , xm  V , với V là KGVT trên trường K
Các hệ số 1 , 2 , , m  K
Vector x = 1 x1 + 2 x2 + + m xm
là tổ hợp tuyến tính của hệ vector {𝑥1 , 𝑥2 , … , 𝑥𝑚 }

=> Vector 𝑥 biểu thị tuyến tính được qua hệ vector {𝑥1 , 𝑥2 , … , 𝑥𝑚 }
Lưu ý:
Ta có thể thành lập vô số tổ hợp tuyến tính từ hệ vector {𝑥1 , 𝑥2 , … , 𝑥𝑚 }

Ví dụ: Cho x1 = (1, −2), x2 = (3,1), x3 = (5, −3)
Ta có: 2 (1,-2) + (3,1) = (5,-3)

hay 2 x1 + x2 = x3
Vậy 𝑥3 là tổ hợp tuyến tính của hệ (𝑥1 , 𝑥2 )
hay 𝑥3 biểu thị tuyến tính được qua hệ (𝑥1 , 𝑥2 )


Nhận xét:

II.2 Hệ độc lập và phụ thuộc tuyến tính
Nếu:  = 0 x1 + 0 x2 + ... + 0 xn
=> Vector không (𝜃) biểu thị tuyến tính tầm thường
qua hệ vector {𝑥1 , 𝑥2 , … , 𝑥𝑛 }
n
Nếu:  = 1 x1 + 2 x2 + ... + n xn =  i xi (𝜆𝑖 ≠ 0)
i =1
=> Vector không (𝜃) biểu thị tuyến tính không tầm thường
qua hệ vector {𝑥1 , 𝑥2 , … , 𝑥𝑛 }

Cho hệ n vector 𝑋 = 𝑥1 , 𝑥2 , … 𝑥𝑛 ⊂ 𝑉
X: là hệ độc lập tuyến tính nếu vector không chỉ biểu thị tuyến
tính tầm thường qua hệ vector X
X: là hệ phụ thuộc tuyến tính nếu vector không có thể biểu thị
tuyến tính không tầm thường qua hệ vector X

Phương pháp xét sự độc lập của hệ vector X={𝒙𝟏 , 𝒙𝟐 , … , 𝒙𝒏 }
 Xét đẳng thức:
1 x1 + 2 x2 + ... + n xn = 
 Đưa đẳng thức trên về hệ phương trình tuyến tính thuần nhất.
 Tìm hạng của ma trận hệ số của hệ phương trình tuyến tính thuần nhất:
➢ Nếu r(A) =n: hệ chỉ có nghiệm tầm thường => hệ vector X độc lập
tuyến tính
➢ Nếu r(A) <n: hệ có nghiệm không tầm thường => hệ vector X phụ
thuộc tuyến tính

1 x1 + 2 x2 + 3 x3 = 

1 x1 + 2 x2 + 3 x3 = 

Từ đây ta có thể chọn ra rất nhiều bộ

{ 𝜆1 , 𝜆2 , 𝜆3 } không đồng thời bằng 0
thỏa mãn điều kiện này
Hệ vector trên là phụ thuộc tuyến tính

1 x1 + 2 x2 + 3 x3 = 


 1 2 0  1 2 0  1 2 0 
   
A =  −2 −1 3  →  0 3 3  →  0 3 3   
 1 0 −5 0 −2 −5 0 0 −9 
 r ( A) = 3
Hệ chỉ có nghiệm tầm thường: 1 = 2 = 3 = 0

• Ví dụ: Xét sự độc lập và phụ thuộc tuyến tính của hệ vector sau
1 0 1 2
X1 =   ; X2 = 
0 0 0 0 
1 2 1 2
X3 =   ; X4 = 
3 0 3 4 
Xét đẳng thức: 1 X1 + 2 X 2 + 3 X 3 + 4 X 4 = 
1 0  1 2  1 2  1 2  0 0 
1   + 2   + 3   + 4   = 
0 0  0 0  3 0  3 4   0 0 
1 0  1 2  1 2  1 2  0 0 
1   + 2   + 3   + 4   = 
 0 0   0 0   3 0   3 4   0 0 
1 + 2 + 3 + 4 = 0 1 1 1 1
  +  +  =  
 2 2 2 0 0 2 2 2

2 3 4
A = 
 33 + 34 = 0 0 0 3 3
 44 = 0  
0  0 0 4
Hệ chỉ có nghiệm tầm thường. Vậy hệ vectơ đã cho độc lập tuyến tính.

Nhận xét:

II.3 Hạng của một hệ vector
1. Định nghĩa : Cho S = {v1 , v2 , , vn }  V , với V là KGVT trên trường K
Số tối đa các vector độc lập tuyến tính có thể rút ra từ S gọi là hạng
của hệ S, kí hiệu r(S) hay rank(S)
2. Tính chất :
+) Nếu r(S) = r thì mọi vectơ của S đều biểu thị tuyến tính qua hệ con bất
kì (của S) có r vectơ đltt.
m
+) Nếu u =  v
i =1
i i thì r(S) = r(S’), trong đó S ' = S  {u}.
+) Nếu mọi vectơ của hệ S đều biểu thị tuyến tính qua các vectơ của hệ
W = {w1 , w2 , , wn }  V thì r(S) ≤ r(W)

3. Phương pháp tìm hạng của một hệ vector
• Tính hạng của một hệ vectơ theo hạng của ma trận
Trong Rn cho hệ vectơ : S={v1 , v2 ,..., vm }
v1 = (a11 , a12 ,..., a1n )  a11 a12 ... a1n 
=> ta lập a a22 ... a2 n 
v2 = (a21 , a22 ,..., a2 n ) ma trận: A=  21
 ... ... ... ... 

 
vm = (am1 , am 2 ,..., amn )  am1 am 2 ... am n 
Định lý: Hạng của hệ vector S bằng hạng của ma trận A thành lập từ tọa độ
của các vector của hệ S xem là các hàng của A hoặc xem là các cột của A

n
Hệ quả: Trong R cho hệ vectơ S={v1 , v2 ,..., v.m } Ta có :
➢ Nếu m > n : hệ S pttt

➢ Nếu m<= n:
▪Nếu r(S) =m : hệ S đltt
▪Nếu r(S) <m : hệ S pttt

Ví dụ:
a)
R3 : 1 = (1, 0, −2),  2 = (−4, −1,5),  3 = (1,3, 4)
1 0 −2 1 0 0
det A = −4 −1 5 = −4 −1 −3 = 3  0
1 3 4 1 3 6
 r ( A) = 3 = r ({1 ,  2 ,  3 })
Vậy hệ {1 , 2 , 3 } đltt.

Ví dụ:
b)
R 4 : 1 = (1,3, 0,3),  2 = (3, 2, −1, 2), 3 = (4,5, −1,5)
1 3 0 3  1 3 0 3 
A =  3 2 −1 2  → ... → 0 −7 −1 −7 
 4 5 −1 5  0 0 0 0 
 r ( A) = 2 = r ({1 ,  2 ,  3 })  3.
Vậy hệ {1 , 2 , 3 } pttt.

III. Cơ sở và số chiều
III.1 Hệ sinh của một không gian vector
Cho 𝑆 = {𝑢1 , 𝑢2 , … , 𝑢𝑛 } ⊂ 𝑉 , V: KGVT trên trường K
1. Không gian con sinh bởi một họ vector
W= tập hợp tất cả các THTT của các vector của S gọi là
bao tuyến tính của S
Kí hiệu: W= span(S), S: hệ sinh của W
 k 
W = span( S ) =  i vi | k  N , vi  S , i  K 
 i =1 
 W=span(S) là một không gian vector con của V: W≤S

2. Hệ sinh của một không gian vector
Nếu ∀ 𝑢 𝜖 𝑉: u = c1u1 + c2u2 + ... + cnun
 Hệ S sinh ra V hay S là hệ sinh hữu hạn của V
Kí hiệu V= span(S)
Ví dụ: Trong không gian vector ℝ2 , cho hệ vector

𝐸 = 𝑒1 = 1,0 ; 𝑒2 = 0,1
Khi đó hệ vector E là hệ sinh của không gian vector ℝ2

2. Hệ sinh của một không gian vector
Ví dụ: Trong không gian vector ℝ2 , cho hệ vector
𝐸 = 𝑒1 = 1,0 ; 𝑒2 = 0,1
Khi đó hệ vector E là hệ sinh của không gian vector ℝ2
Thật vậy, ∀𝑥 𝜖 ℝ2 , khi đó,
𝑥 = 𝑎, 𝑏 = 𝑎 1,0 + 𝑏 0,1 = 𝑎𝑒1 + 𝑏𝑒2

III.2 Cơ sở và số chiều của một không gian vector
III.2.1 Khái niệm
• Cơ sở của không gian vector: Hệ vector 𝐸 = 𝑒1 , 𝑒2 , … , 𝑒𝑛 trong
không gian vector V được gọi là một cơ sở của V nếu E là hệ sinh và
độc lập tuyến tính.
▪ V có ít nhất 1 cơ sở
▪ tất cả các cơ sở khác của V đều có đúng n vector
Số chiều của không gian vector : số lượng vector n trong mỗi cơ

sở của V gọi là số chiều của V
Kí hiệu: n = dim V
 V: không gian n chiều Quy ước: dim{ } = 0

n>0: V: không gian hữu hạn chiều
n
 Ví dụ 1 R có 1 cơ sở thông dụng là
E0 = {1 = (1, 0, 0, , 0),  2 = (0,1, 0, , 0), ,  n = (0, , 0,1)}
Vì 𝐸0 đltt và
R n = span( E0 ) = { = c11 + c2 2 + + cn n | c1 , c2 , , cn  R}
 Ta nói 𝐸0 là cơ sở chính tắc của 𝑅𝑛
 Vậy dim 𝑅𝑛 = n
 Ví dụ 2 tương tự Rn [ x] có cơ sở chính tắc là
 0 = {1, x, x 2 , x 3 ,, x n } và dim Rn [ x] = n + 1

III.2.2 Cách tìm cơ sở của không gian vector
1. Nhận diện nhanh 1 cơ sở trong Rn
a/ nếu n = 1 , nghĩa là R1 = R thì

  R \{0} , ta có a = { } là 1 cơ sở cho 𝑅1
b/ nếu n = 2 , ứng với R 2 = {(a, b) | a, b  R}

và 1 ,  2  R 2 sao cho 1 và  2 có tọa độ không tỷ lệ
thì a = {1 ,  2 } là 1 cơ sở của 𝑅2

c/ nếu n  2 , và ta xét a = {1 ,  2 ,,  n } ( có n vector ) trong 𝑅𝑛

 1 
 
 Lập ma trận  2 
Aa =  

 
 
 n
 Nếu det( Aa )  0 thì 𝛼 là 1 cơ sở của 𝑅 𝑛
 Nếu det( Aa ) = 0 thì 𝛼 không là 1 cơ sở của 𝑅 𝑛

3
 Ví dụ trong R cho
a = {1 = (−3,1,0), 2 = (5,4,3),3 = (9,1,5)}
 = {1 = (−3,1,0), 2 = (5,4,3), 4 = (7,9,6)}
 Lập
 1   − 3 1 0   1   − 3 1 0 
       
Aa =   2  =  5 4 3  A =   2  =  5 4 3 
   9 1 5    7 9 6
 3    4  

 Ví dụ (tt)
−3 1 0 0 1 0
17 3
| Aa |= 5 4 3 = 17 4 3 = − = −49  0
12 5
9 1 5 12 1 5
−3 1 0 −3 1 0
−3 1
& | A |= 5 4 3= 5 4 3 = −3 =0
−3 1
7 9 6−3 1 0
3
 KL: a là 1 cơ sở của R
 không là cơ sở của R3
2.Nhận diện cơ sở khi đã biết số chiều của không gian
 Xét KGVT V có dim V= n , và tập hợp
a = {1 ,  2 ,,  n }  V ( a có đúng n vector )
 Khi đó
a là 1 cơ sở của V  span(a)=V
a là 1 cơ sở của V  a độc lập tuyến tính ( thường dùng )

3. Cách tìm cơ sở của KG con sinh bởi một hệ vector:
• Trong không gian vector V, cho hệ 𝑆 = {𝑢1 , … , 𝑢𝑝 } ⊂ 𝑉
• W= span(S): không gian con của V
 r(S)= dim W
 Mọi hệ gồm r vector độc lập tuyến tính rút từ S là một cơ sở của W

Ví dụ: Trong R4 cho
1 = (1,3,0,3), 2 = (3, 2, −1, 2), 3 = (4,5, −1,5).
Tìm cơ sở của W = span{1 , 2 , 3 }.
Giải:  1 3 0 3  1 3 0 3  1 3 0 3 
A =  3 2 −1 2  → 0 −7 −1 −7  → 0 −7 −1 −7 
 4 5 −1 5  0 −7 −1 −7  0 0 0 0 
 r ( A) = 2,
Vậy 1 cơ sở của W là (1,3,0,3), (0,-7,-1,-7). (or (1,3,0,3), (3,2,-1,2))
Ví dụ: Trong R 3 cho 1 = (1,0, −2), 2 = (−4, −1,5), 3 = (1,3, 4)
Tìm cơ sở của W = span{1 , 2 , 3}.

Giải:
1 0 −2 1 0 0
det A = −4 −1 5 = −4 −1 −3 = 3  0
1 3 4 1 3 6
 r ( A) = 3
Vậy 1 cơ sở của W là 1 , . 2 , 3 .

 Ví dụ Cho
W = { X = (a + 2b + c + 2d , a − b − c + d ,2a − 5b − 4c + d ,
4a + 2b + 6d )  R 4 | a, b, c, d  R}
 CM W  R4 và chỉ ra 1 tập sinh (hệ sinh) S cho W
 Ta có
W = { X = (a, a,2a,4a) + (2b,−b,−5b,2b) + (c,−c,−4c,0)

+ (2d , d , d ,6d ) | a, b, c, d  R}
= { X = a(1,1,2,4) + b(2,−1,−5,2) + c(1,−1,−4,0)
+ d (2,1,1,6) | a, b, c, d  R}
 W = {X = a1 + b 2 + c3 + d 2 | a, b, c, d  R}
1 = (1,1,2,4)
 = (2,−1,−5,2)
, với
 2

 3 = (1,−1,−4,0)
 4 = (2,1,1,6)
 W = S  , trong đó S = {1 ,  2 , 3 ,  4 }
 W  R4

IV. Tọa độ trong không gian vector
IV.1 Tọa độ vector theo cơ sở
 Giả sử KGVT n chiều V có cơ sở là 𝐸 = {𝑒1 , 𝑒2 , … , 𝑒𝑛 }
 Với mỗi 𝐸 ∈ 𝑉, ta đã biết tồn tại duy nhất các số thỏa
 Ký hiệu
& gọi là tọa độ của x theo cơ sở E

Ta có: x = (5,3) = 5(1,0) + 3(0,1) = 5e1 + 3e2

Vậy: ( x)/ E = (5,3)
Ta có: x = (5,3) = 3(1,1) + 2(1,0) = 3 f1 + 2 f 2

Vậy: ( x)/ F = (3, 2)

 Ví dụ V = R 3 có cơ sở
a = {1 = (−3,2,1), 2 = (1,5,0),3 = (−2,−4,1)}
 Cho  = (1,4,−2)  R3  hỏi [ ]a = ???
 c1 
 
 Đặt [ ]a =  c2    = c11 + c2 2 + c33
c 
 3
 (1,4,−2) = c1 (−3,2,1) + c2 (1,5,0) + c3 (−2,−4,1)

− 3c1 + c2 − 4c3 = 1 c1 = 1

 giải 
 2c1 + 5c2 − 4c3 = 4 c2 = −2
c + c = −2 c = −3
1 3  3
 1
 
 [ ]a =  − 2 
 − 3
 

Ta có: x(t ) = x1 f1 (t ) + x2 f 2 (t ) + x3 f3 (t )

x(t ) = x1 f1 (t ) + x2 f 2 (t ) + x3 f3 (t )
7t 2 + 3t + 21 = x1 (t 2 + 2t ) + x2 (3t − 1) + x3 (t 2 + 5)
 x1 + x3 = 7  x1 = 3
 
 2 x1 + 3x2 =3   x2 = −1
 − x + 5 x = 21 
 2 3
 x3 = 4
Vậy: ( x)/ F = (3, −1, 4)

IV.2 Ma trận chuyển cơ sở
Giả sử trong KGVT n chiều V cho hai cơ sở

A={1 , 2 ,...,n }, B={1 , 2 ,..., n }
và x V có các tọa độ  x/ A ,  x/ B

Định nghĩa: Ma trận P thỏa mãn hệ thức:
 x/ A = P  x/ B , x V (*)
gọi là ma trận chuyển cơ sở từ cơ sở A sang cơ sở B.

Khi đó công thức (*) được gọi là công thức biến đổi tọa độ của vector x
giữa 2 cơ sở A và B.

Tìm ma trận P chuyển cơ sở từ A sang B:

Biểu diễn tuyến tính mỗi vector của B đối với A
1 = a111 + a12 2 + ... + a1n n  a11 a21 ... an1 

a ... an 2 
 2 = a211 + a22 2 + ... + a2 n n  a22
P=
12
......  ... ... ... ... 

 n = an11 + an 2 2 + ... + ann n  
 a1n a2 n ... an n 

Tính chất của ma trận chuyển cơ sở
TC1: Giả sử P là ma trận chuyển từ cơ sở A sang cơ sở B. Khi đó
1) P khả nghịch
2) P −1là ma trận chuyển từ cơ sở B sang cơ sở A

Ví dụ
Trong R 3 cho 2 cở sở: E cơ sở chính tắc và
B={1 = (1, −1,1), 2 = (2,3,1), 3 =(1,2,1)}
a) Tìm ma trận chuyển từ E sang B
b) Tìm ma trận chuyển từ B sang E
c) Cho  = (1, 2,3) . Tìm ( )/ B .

Ví dụ. a) Ta có E={e1 = (1,0,0), e2 = (0,1,0), e3 =(0,0,1)}

1 = e1 − e2 + e3  1 2 1
 2 = 2e1 + 3e2 + e3  P =  −1 3 2 
 
 n = e1 + 2e2 + e3  1 1 1 
b) Do đó ma trận chuyển từ B sang E :
 1 −1 1 
=  3 0 −3 = ...
1
P −1
3
 −4 1 5 
Bài tập 1:
3
Trong KGVT R cho các vector
f1 = (1, 2,3), f 2 = (−1,1,0), f3 = (2,1,1), x = (4,6, −3)
CMR: hệ vector F = { f1 , f 2 , f3} là cơ sở của R , 3
tìm tọa độ của vector x đối với cơ sở F.

Bài tập 2:
Trong KGVT R 3 cho các vector
f1 = (1, 2,3), f 2 = (−1,1,0), f3 = (2,1, m)
Tìm m để hệ vector F = { f1 , f 2 , f3} là cơ sở của R 3

Chuong 3 - DSTT

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Chuong 3 - DSTT

Uploaded by

Copyright:

Available Formats

CHƯƠNG 3

KHÔNG GIAN VECTOR

Chương 3 – Không gian vector

Chương 3 – Không gian vector 2

Phép cộng hai vector: “ + ’’ :

Phép nhân một số với vector: “ . ’’ :

Chương 3 – Không gian vector 3

 Cấu trúc đại số (V , +, •)

Chương 3 – Không gian vector 4

Chương 3 – Không gian vector 5

Chương 3 – Không gian vector 6

Chương 3 – Không gian vector 7

Chương 3 – Không gian vector 8

Chương 3 – Không gian vector 9

Chương 3 – Không gian vector 10

Chương 3 – Không gian vector 11

 Cho KGVT (V ,+,•) trên K & xét  W V

 (W ,+,•) là 1 KGVT con của (V ,+,•) nếu nó thỏa 2 điều kiện

Hoặc c  K ,  ,   W : (c +  )  W (**)

 Ký hiệu (W ,+,•)  (V ,+,•) hay W V

Chương 3 – Không gian vector 12

Ví dụ 1: CM tập 𝑊 = 𝑥, 0 ∈ ℝ2 ⊂ ℝ2 là không gian vector con của ℝ2

Chương 3 – Không gian vector 13

Chương 3 – Không gian vector 15

Cho các vector x1 , x2 , , xm  V , với V là KGVT trên trường K

là tổ hợp tuyến tính của hệ vector {𝑥1 , 𝑥2 , … , 𝑥𝑚 }

Chương 3 – Không gian vector 16

Ta có: 2 (1,-2) + (3,1) = (5,-3)

Chương 3 – Không gian vector 17

Chương 3 – Không gian vector 18

Chương 3 – Không gian vector 19

Chương 3 – Không gian vector 20

Chương 3 – Không gian vector 21

Chương 3 – Không gian vector 22

Chương 3 – Không gian vector 23

Chương 3 – Không gian vector 24

Từ đây ta có thể chọn ra rất nhiều bộ

Hệ vector trên là phụ thuộc tuyến tính

Chương 3 – Không gian vector 25

Chương 3 – Không gian vector 26

Chương 3 – Không gian vector 27

Chương 3 – Không gian vector 28

Xét đẳng thức: 1 X1 + 2 X 2 + 3 X 3 + 4 X 4 = 

Chương 3 – Không gian vector 30

Chương 3 – Không gian vector 31

1. Định nghĩa : Cho S = {v1 , v2 , , vn }  V , với V là KGVT trên trường K

Chương 3 – Không gian vector 32

 ... ... ... ... 

Chương 3 – Không gian vector 33

➢ Nếu m > n : hệ S pttt

Chương 3 – Không gian vector 34

Vậy hệ {1 , 2 , 3 } đltt.

Chương 3 – Không gian vector 35

Chương 3 – Không gian vector 36

Kí hiệu: W= span(S), S: hệ sinh của W

Chương 3 – Không gian vector 37

Ví dụ: Trong không gian vector ℝ2 , cho hệ vector

Chương 3 – Không gian vector 38

Ví dụ: Trong không gian vector ℝ2 , cho hệ vector

Thật vậy, ∀𝑥 𝜖 ℝ2 , khi đó,

𝑥 = 𝑎, 𝑏 = 𝑎 1,0 + 𝑏 0,1 = 𝑎𝑒1 + 𝑏𝑒2

Chương 3 – Không gian vector 39

Số chiều của không gian vector : số lượng vector n trong mỗi cơ