Chuong4 MI1144

Chương 4: Ánh xạ tuyến tính
Giảng viên: PGS. TS. Nguyễn Duy Tân

email: tan.nguyenduy@hust.edu.vn
Viện Toán ƯDTH, HUST
Tháng 10, 2022
1 / 52
Contents
Nội dung
1 4.1. Khái niệm ánh xạ tuyến tính

4.1.1. Định nghĩa
4.1.2. Hạt nhân và ảnh
4.1.3. Đơn cấu, toàn cấu, đẳng cấu
2 4.2. Ma trận của ánh xạ tuyến tính

4.2.1. Ma trận của ánh xạ tuyến tính
4.2.2. Ma trận của phép biển đối tuyến tính đối với một cơ sở
4.2.3. Ma trận đồng dạng
3 4.3. Trị riêng và véctơ riêng

4.3.1. Trị riêng và véctơ riêng của ma trận
4.3.2. Trị riêng và véctơ riêng của phép biển đổi tuyến tính
4.3.3. Chéo hóa ma trận và BĐTT
2 / 52
4.1. Khái niệm ánh xạ tuyến tính 4.1.1. Định nghĩa
4.1.1. Định nghĩa, ví dụ
Định nghĩa
Cho hai không gian véc tơ V và W trên K . Một ánh xạ f : V → W được gọi là
ánh xạ tuyến tính nếu nó thỏa mãn hai tính chất:
a) f (u + v ) = f (u) + f (v ), , ∀u, v ∈ V ;
b) f (cv ) = cf (v ), ∀c ∈ K , ∀v ∈ V .
Ánh xạ tuyến tính đi từ V vào chính nó được gọi là biến đổi tuyến tính (hoặc
toán tử tuyến tính).
3 / 52
Ví dụ
Ví dụ
: Các ánh xạ sau là ánh xạ tuyến tính:

1 f : R3 → R2 , f (x1 , x2 , x3 ) = (x1 + x2 + x3 , x1 − 2x2 + x3 ).
2 Ánh xạ không f : V → W , f (v ) = 0, ∀v ∈ V .
3 Ánh xạ đồng nhất idV : V → V , idV (v ) = v , ∀v ∈ V .
4 Với a ∈ K cố định f : V → V cho bởi f (v ) = av .
5 Cho A là ma trận thực cỡ m × n, ánh xạ f : Mn×1 (R) → Mm×1 (R) cho bởi
f (X ) = AX .
Ví dụ: Các ánh xạ sau không là ánh xạ tuyến tính:
1 f : R3 → R2 , f (x1 , x2 , x3 ) = (x1 + x2 + x3 , x1 − 2x2 + x3 + 1).
2 f : R2 → R2 , f (x, y ) = (x 2 + y , 2x − y ).
4 / 52
Một số tính chất

Cho f : V → W là một ánh xạ tuyến tính. Khi đó
f (0) = 0;
f (−v ) = −f (v ), ∀v ∈ V ;
f (c1 v1 + · · · + cm vm ) = c1 f (v1 ) + · · · + cm f (vm ), , ∀ci ∈ K , ∀vi ∈ V .
Ví dụ: Giả sử f : R3 → R3 là một ánh xạ tuyến tính mà
f (1, 0, 0) = (1, −1, 2), f (0, 1, 0) = (2, 3, 1), f (0, 0, 1) = (−1, 2, 2).
Tính f (1, −2, 3). Giải.
Đặt e1 = (1, 0, 0), e2 = (0, 1, 0), e3 = (0, 0, 1), v = (1, 2, 3). Khi đó
v = e1 − 2e2 + 3e3 .
f (v ) = f (e1 − 2e2 + 3e3 ) = f (e1 ) − 2f (e2 ) + f (e3 ) =
(1, −1, 2) − 2(2, 3, 1) + 3(−1, 2, 2) = (−6, −1, 6).
5 / 52
Định lý
Cho V và W là hai KGVT trên K . Cho B = {v1 , . . . , vn } là một cơ sở của V , và
{w1 , . . . , wn } là một hệ véctơ (tùy ý) của W . Khi đó tồn tại duy nhất một ánh xạ
tuyến tính f : V → W sao cho
f (v1 ) = w1 , f (v2 ) = w2 , . . . , f (vn ) = wn .
Ánh xạ tuyến tính được xác định duy nhất bởi ảnh của nó trên một cơ sở của V .
6 / 52
Phép toán
Định nghĩa
Cho f và g là hai ánh xạ tuyến tính từ V vào W .
Tổng của hai AXTT f và g là ánh xạ f + g : V → W xác định bởi
(f + g )(v ) = f (v ) + g (v ), v ∈ V.
Tích của một số a ∈ K với AXTT f là ánh xạ af : V → W xác định bởi
(af )(v ) = af (v ), v ∈ V.
Tính chất
Với ký hiệu như trên, f + g và af là các ánh xạ tuyến tính.
Mệnh đề
Cho f : V → W và g : W → U là hai ánh xạ tuyến tính. Khi đó ánh xạ
g ◦ f : V → U cũng là ánh xạ tuyến tính 7 / 52
4.1. Khái niệm ánh xạ tuyến tính 4.1.2. Hạt nhân và ảnh
4.1.2. Hạt nhân và ảnh
Định nghĩa
Cho f : V → W là một AXTT.
Tập hợp ker(f ) = {v ∈ V | f (v ) = 0} được gọi là hạt nhân của f .
Tập hợp im(f ) = {f (v ) | v ∈ V } được gọi là ảnh của f .
Như vậy ker(f ) = f −1 ({0}) và im(f ) = f (V ).
Tính chất
ker(f ) là một không gian véc tơ con của V .
im(f ) là một không gian véc tơ con của W .
Định lý (về số chiều của hạt nhân và ảnh)

Cho f : V → W là ánh xạ tuyến tính và dim V = n. Khi đó
dim(imf ) + dim(ker f ) = n.
8 / 52
Mệnh đề (Cách tìm ảnh)

Cho f : V → W là một AXTT. Giả sử S = {v1 , . . . , vn } là một hệ sinh của V .
Khi đó {f (v1 ), . . . , f (vn )} là một hệ sinh của imf .
Như vậy, S là một hệ sinh của V ⇒ f (S) một hệ sinh của f (V ) = imf :
V = span{v1 , . . . , vn } ⇒ f (V ) = span{f (v1 ), . . . , f (vn )}
Nói riêng, S là một cơ sở của V ⇒ f (S) một hệ sinh của f (V ) = imf .
Định nghĩa
Cho f : V → W là AXTT, hạng của f , ký hiệu rank(f ) được định nghĩa là số
chiều của không gian ảnh của f :
rank(f ) = dim(im(f )).
9 / 52
Ví dụ
Cho ánh xạ tuyến tính f : R4 → R3 ,
f (x1 , x2 , x3 , x4 ) = (x1 − x2 + 2x3 + x4 , 2x1 − 2x2 + 3x3 + 4x4 , x1 − x2 + x3 + 3x4 ).
Tìm một cơ sở của ker(f ) và một cơ sở của im(f ).
v = (x1 , x2 , x3 , x4 ) ∈ ker(f ) ⇔ f (v ) = 0 ⇔ (x1 , x2 , x3 , x4 ) là nghiệm của hệ


x1 − x2 + 2x3 + x4
 =0
2x1 − 2x2 + 3x3 + 4x4 = 0 .

x1 − x2 + x3 + 3x4 =0

   
1 −1 2 1 1 −1 2 1
Giải hệ thuần nhất: 2 −2 3 4 → · · · → 0 0 −1 2.
1 −1 1 3 0 0 0 0
Hệ vô số nghiệm: x1 = a − 5b, x2 = a, x3 = 2b, x4 = b. Và v =
(a − 5b, a, 2b, b) = (a, a, 0, 0) + (−5b, 0, 2b, b) = a(1, 1, 0, 0) + b(−5, 0, 2, 1).
S = {(1, 1, 0, 0), (−5, 0, 1, 1)} là một hệ sinh của ker(f ).
Kiểm tra được S là ĐLTT. Do vậy S là một cơ sở của ker(f ).
10 / 52
Gọi {e1 , e2 , e3 , e4 } là cơ sở chính tắc của R4 .

im(f ) = span{f (e1 ), f (e2 ), f (e3 ), f (e4 )} =
span{(1, 2, 1), (−1, −2, −1), (2, 3, 1), (1, 4, 3)}.
   
1 2 1 1 2 1
−1 −2 −1 0 −1 −1
B=  → ··· → B =  .
2 3 1 0 0 0
1 4 3 0 0 0
Một cơ sở của im(f ) là {(1, 2, 1), (0, −1, −1)}.
(Một cơ sở khác của im(f ) là {(1, 2, 1), (2, 3, 1)}.)
11 / 52
4.1. Khái niệm ánh xạ tuyến tính 4.1.3. Đơn cấu, toàn cấu, đẳng cấu
4.1.3. Đơn cấu, toàn cấu, đẳng cấu
Định nghĩa
f được gọi là một đơn cấu nếu f là đơn ánh.
f được gọi là một toàn cấu nếu f là toàn ánh.
f được gọi là một đẳng cấu nếu f là song ánh.
Mệnh đề
f là đơn cấu ⇔ ker(f ) = {0}.
f là toàn cấu ⇔ rank(f ) = dim(W ). [Nhắc lại rank(f ) = dim(im(f )).]
Nếu f là đẳng cấu thì ánh xạ ngược f −1 : W → V cũng là đẳng cấu.
12 / 52
Đị nh lý
Cho f : V → W là AXTT. Giả sử dim V = dim W = n. Khi đó ba khẳng định sau
là tương đương.
f là đơn cấu.
f là toàn cấu.
f là đẳng cấu.
Bài tập: (CK20171-Đề3) Cho P2 [x] là tập các đa thực hệ số thức có bậc nhỏ hơn
hoặc bằng 2 và ánh xạ ϕ : P2 [x] → R3 xác định bởi
ϕ(p(x)) = (p(0), p(1), p(−1)). Hỏi ϕ có phải là một đẳng cấu không? Giải thích?
13 / 52
Định nghĩa
Ta nói KGVT V đẳng cấu với KGVT W nếu tồn tại đẳng cấu f : V → W . Trong
trường hợp này ta cũng nói V và W đẳng cấu với nhau.
Mệnh đề
Cho V và W là hai KGVT hữu hạn chiều trên K . Khi đó
V và W đẳng cấu với nhau ⇔ dim V = dim W .
Hệ quả
Mọi không gian thực số chiều n đều đẳng cấu với Rn .
14 / 52
4.2. Ma trận của ánh xạ tuyến tính 4.2.1. Ma trận của ánh xạ tuyến tính
4.2.1. Ma trận của ánh xạ tuyến tính đối với cặp cơ sở

Bài toán
Cho f : V → W là một ánh xạ tuyến tính, B = {v1 , . . . , vn } là một cơ sở của V ,
B 0 = {w1 , . . . , wm } là một cơ sở của W . Ta muốn tìm mối liên hệ giữa [f (v )]B0
và [v ]B .
Với mỗi vj ∈ B, ta biểu diễn f (vj ) theo cơ sở B 0 :

f (v1 ) = a11 w1 +21 w2 + · · · + am1 wm
f (v2 ) = a12 w1 + a22 w2 + · · · + am2 wm
···
f (vn ) = a1n w1 + a2n w2 + · · · + amn wm .
Tức là
     
a11 a12 a1n
 a21   a22   a2n 
[f (v1 )]B0 =  .  , [f (v2 )]B0 =  .  , . . . , [f (vn )]B0 =  .  .
     
 ..   ..   .. 
am1 am2 amn
15 / 52
Định nghĩa
 
a11 a12 ... a1n
 a21 a22 ... a2n 
Ma trận A = [f ]B,B0 = [[f (v1 )]B0 [f (v2 )]B0 · · · [f (vn )]B0 ] =  . .. .. 
 
 .. ..
. . . 
am1 am2 ... amn
0
được gọi là ma trận của f đối với cặp cở sở B và B .
Định lý (Công thức tọa độ)
[f (v )]B0 = A[v ]B , ∀v ∈ V .
Hơn nữa nếu B là ma trận sao cho [f (v )]B0 = B[v ]B , ∀v ∈ V , thì B = A.
Mệnh đề (hạng axtt và hạng của ma trận của nó)
rank(f ) = rank(A).
16 / 52
Ví dụ
Cho AXTT f : R3 → R2 xác định bởi f (x, y , z) = (x − y + z, x + 2y − z).
Tìm ma trận của f đối với cặp cơ sở chính tắc.

1
f (e1 ) = f (1, 0, 0) = (1, 1) và [f (e1 )] = .
1

−1
f (e2 ) = f (0, 1, 0) = (−1, 2) và [f (e2 )] = .
2

1
f (e3 ) = f (0, 0, 1) = (1, −1) và [f (e3 )] = .
−1

1 −1 1
Ma trận của f đối với cặp cơ sở chính tắc là .
1 2 −1
17 / 52
Ví dụ
Cho AXTT f : R3 → R2 xác định bởi f (x, y , z) = (x − y + z, x + 2y − z).
Tìm ma trận của f đối với cặp cơ sở
B = {v1 = (1, 0, 0), v2 = (1, 1, 0), v3 = (1, 1, 1)} và
B 0 = {w1 = (1, 0), w2 = (1, 1)}.

0
f (v1 ) = f (1, 0, 0) = (1, 1) và [f (v1 )]B0 = .
1

−3
f (v2 ) = f (1, 1, 0) = (0, 3) và [f (v2 )]B0 = .
3

−1
f (v3 ) = f (1, 1, 1) = (1, 2) và [f (v3 )]B0 = .
2

0 −3 −1
Ma trận của f đối với cặp cơ sở B và B 0 là .
1 3 2
18 / 52
Ví dụ
 
1 2 1
Cho ánh xạ tuyến tính f : R3 → P2 [x] có ma trận A = 1 −1 2  đối với cặp
2 1 −1
0
cơ sở B = {(1, 1, 1), (1, 1, 0), (0, 1, 1)} và B = {1, 1 + x, 1 + x 2 }. Tính f (2, 3, 2).
Đặt v1 = (1,1,1), v2 = (1, 1, 0), v3 = (0, 1, 1).

1
[f (v1 )]B0 = 1 ⇒ f (v1 ) = 1 · 1 + 1 · (1 + x) + 2 · (1 + x 2 ) = 4 + x + 2x 2 .
2
 
2
[f (v2 )]B0 = −1 ⇒ f (v2 ) = 2 · 1 + (−1) · (1 + x) + 1 · (1 + x 2 ) = 2 − x + x 2 .
1
 
1
[f (v3 )]B0 =  2  ⇒ f (v3 ) = 1 · 1 + 2 · (1 + x) + (−1) · (1 + x 2 ) = 2 + 2x − x 2 .
−1
Ta có v = v1 + v2 + v3 và
f (v ) = f (v1 + v2 + v3 ) = f (v1 ) + f (v2 ) + f (v3 )
= (4 + x + 2x 2 ) + (2 − x + x 2 ) + (2 + 2x − x 2 ) = 8 + 2x + 2x 2
19 / 52
Ví dụ
 
1 2 1
Cho ánh xạ tuyến tính f : R3 → P2 [x] có ma trận A = 1 −1 2  đối với cặp
2 1 −1
cơ sở B = {(1, 1, 1), (1, 1, 0), (0, 1, 1)} và B 0 = {1, 1 + x, 1 + x 2 }. Tính f (2, 3, 2).
 
1
Đặt v = (2, 3, 2). Ta có [v ]B = 1 và
1
    
1 2 1 1 4
[f (v )]B0 = A[v ]B = 1 −1 2  1 = 2
2 1 −1 1 2
f (v ) = 4 · 1 + 2 · (1 + x) + 2 · (1 + x 2 ) = 8 + 2x + 2x 2 .
20 / 52
Liên hệ giữa AXTT và ma trận
Cho B = {v1 , . . . , vn } là một cơ sở của V , dim V = n.

Cho B 0 = {w1 , . . . , wm } là một cơ sở của W , dim V = m.
Khi đó
Với mọi AXTT f : V → W , ta có [f ]B,B0 là một ma trận cỡ m × n.
Ngược lại, cho trước A là ma trận cỡ m × n, khi đó tồn tại và duy nhất
AXTT f : V → W sao cho [f ]B,B0 = A.
Như vậy, có một tương ứng 1-1 (song ánh) giữa tập các AXTT từ V vào W và
tập các ma trận cỡ m × n.
21 / 52
Phép cộng và phép nhân với một số

Cho B = {v1 , . . . , vn } là một cơ sở của V .
Cho B 0 = {w1 , . . . , wm } là một cơ sở của W .
Giả sử f và g là hai AXTT từ V vào W .
Gọi A và B lần lượt là ma trận của f và g đối với cặp cơ sở B và B 0 .
Khi đó
A + B là ma trận của f + g là đối với cặp cơ sở B và B 0 ;
Với c ∈ K , cA là ma trận của cf là đối với cặp cơ sở B và B 0 .
Liên hệ giữa phép hợp thành AXTT và phép nhân ma trận

Giả sử V , W và U là các KGVT với các cơ sở lần lượt là B, B 0 và B 00 .
Cho f : V → W là một AXTT có ma trận A đối với cặp cơ sở B và B 0 .
Cho g : W → U là AXTT có ma trận B đối với cặp cơ sở B 0 và B 00 .
Khi đó AXTT g ◦ f : V → U có ma trận BA đối với cặp cơ sở B và B 00 .
22 / 52
Hệ quả
Cho f : V → W là một ánh xạ tuyến tính. Gọi A là ma trận của f đối với cặp cơ
sở B và B 0 . Hai khẳng định sau là tương đương
f là đẳng cấu,
A khả nghịch.
Trong trường hợp này thì A−1 là ma trận của f −1 đối với cặp cơ sở B 0 và B.
23 / 52
4.2. Ma trận của ánh xạ tuyến tính 4.2.2. Ma trận của phép biển đối tuyến tính đối với một cơ sở
4.2.2. Trường hợp riêng: Ma trận của phép biển đối tuyến
tính đối với một cơ sở
Cho f : V → V là một biến đổi tuyến tính (BĐTT) và B là một cơ sở của V .

Khi đó ma trận A của f đối với cặp cơ sở B và B được gọi đơn giản là ma
trận của f đối với cơ sở B.
Như vậy nếu B = {v1 , . . . , vn } thì
A = [f ]B = [[f (v1 )]B · · · [f (vn )]B ].
Tính chất (công thức tọa độ)
[f (v )]B = A[v ]B , ∀v ∈ V .
Hơn nữa nếu B là ma trận sao cho [f (v )]B = B[v ]B , ∀v ∈ V , thì B = A.
24 / 52
Chuyển cơ sở
Cho f : V → V là một BĐTT.

Gọi A là ma trận của f đối với cơ sở B của V .
Gọi B là ma trận của f đối với cơ sở B 0 của V .
Gọi P là ma trận chuyển từ cơ sở B sang B 0 .
Định lý
B = P −1 AP.
Chứng minh: Với mọi v ∈ V , ta có [f (v )]B = A[v ]B , [f (v )]B0 = B[v ]B0 ,
[v ]B = P[v ]B0 . Do vậy
[f (v )]B = A[v ]B = AP[v ]B0 ,
[f (v )]B = P[f (v )]B0 = PB[v ]B0 .

Như vậy AP[v ]B = PB[v ]B0 , với mọi v ∈ V . Điều này suy ra AP = PB. Do đó
B = P −1 AP.
25 / 52
Ví dụ
Cho BĐTT f : R2 → R2 , f (x, y ) = (2x − y , x + y ). Tìm ma trận của f đối với cơ
sở B = {(1, 0), (1, 1)}.
Cách 1:
1
f (1, 0) = (2, 1) ⇒ [f (1, 0)]B = .
1

−1
f (1, 1) = (1, 2) ⇒ [f (1, 1)]B = .
2

1 −1
Ma trận của f đối với cơ sở B là .
1 2
Cách 2:
2 −1
Gọi A là ma trận của f đối với cơ sở chính tắc ⇒ A = .
1 1

1 1
Gọi P là ma trận chuyển từ cơ sở chính tắc sang cơ sở B ⇒ P = .
0 1
Ma trận của f đối với cơ sở B là

−1 1 −1 2 −1 1 1 1 −1
P AP = =
0 1 1 1 0 1 1 2
26 / 52
Ví dụ (CK20181-N2)
Cho AXTT f : R3 → R3 thỏa mãn f (1, 1, 0) = (3, 3, 9), f (2, −1, 1) = (−1, 3, 1),
f (0, 1, 1) = (1, 1, 3).
a) Lập ma trận của f đối với cơ sở chính tắc của R3 . [b)] Xác định f (3, 4, 5).
c) Xác định số chiều và một cơ sở của ker(f ).
Đặt e1 = (1, 0, 0), e2 = (0, 1, 0), e3 = (0, 0, 1).

[Muốn tính f (e1 ), f (e2 ), f (e3 ).]
f (1, 1, 0) = f (e1 + e2 ) = f (e1 ) + f (e2 ) = (3, 3, 9) = v1 .
f (2, −1, 1) = f (2e1 − e2 + e3 ) = 2f (e1 ) − f (e2 ) + f (e3 ) = (−1, 3, 1) = v2 .
f (0, 1, 1) = f (e2 + e3 ) = f (e2 ) + f (e3 ) = (1, 1, 3) = v3 .
 
f (e1 ) + f (e2 )
 = v1 f (e1 ) = (1, 2, 4)

Được hệ 2f (e1 ) − f (e2 ) + f (e3 ) = v2 ⇔ f (e2 ) = (2, 1, 5)
 
f (e2 ) + f (e3 ) = v3 f (e3 ) = (−1, 0, −2)
 
 
1 2 −1
Ma trận của f đối với cơ sở chính tắc 2 1 0 .
4 5 −2
27 / 52
Ví dụ (CK20181-N2)
Cho AXTT f : R3 → R3 thỏa mãn f (1, 1, 0) = (3, 3, 9), f (2, −1, 1) = (−1, 3, 1),
f (0, 1, 1) = (1, 1, 3).
a) Lập ma trận của f đối với cơ sở chính tắc của R3 .
Cách 2:
Gọi A là ma trận của f đối với cơ sở chính tắc. Khi đó, với mọi v ∈ R3 , ta có
[f (v )] = A[v ].
           
1 3 2 −1 0 1
A 1 = 3, A −1 =  3 , A 1 = 1.
0 9 1 1 1 3
     
1 2 0 3 −1 1 1 2 −1
A 1 −1 1 = 3 3 1 ⇔ A = 2 1 0 .
0 1 1 9 1 3 4 5 −2
28 / 52
Một số bài tập

 
1 2 1
(CK20183) AXTT f : P2 [x] → P2 [x] có ma trận A = 1 3 −1 đối với cơ
1 1 3
sở B = {v1 , v2 , v3 } với v1 = 1, v2 = 1 + x, v3 = 2 − x + x 2 .
Xác định ma trận f đối với cơ sở chính tắc E = {1, x, x 2 }. Tính
f (4 + 3x + 2x 2 ).
Tìm số chiều và một cơ sở của ker(f ).
(CK20193) Cho AXTT f : R3 → R3 xác định bởi
f (x1 , x2 , x3 ) = (2x1 − x2 + x3 , x2 + 2x3 , 6x1 − 2x2 + 5x3 ).
Tìm ma trận của f trong cơ sở chính tắc của R3 .
Tìm dim im(f ) và dim ker(f ).
Véctơ u = (1, 2, 3) có thuộc imf không? Tại sao?
(CK20193-N2) Cho AXTT f : P2 [x] → P3 [x] xác định bởi f (p) = xp + 2p.
Xác định ma trận của f theo cặp cơ sở chính tắc của các không gian
P2 [x], P3 [x].
(CK20161) Cho AXTT f : P2 [x] → P2 [x] thỏa mãn f (1 + x 2 ) = 2 + 5x + 3x 2 ,
f (−1 + 2x + 3x 2 ) = 7(x + x 2 ), f (x + x 2 ) = 3(x + x 2 ).
Tìm ma trận của f và f 2 = f ◦ f đối với cơ sở chính tắc {1, x, x 2 } của P2 [x].
Xác định m để véc tơ v = 2 + mx + 5x 2 thuộc Imf .
29 / 52
(CK20161) Cho toán tử tuyến tính f : P2 [x] → P2 [x] thỏa mãn

f (1 + x) = 5 + 5x 2 , f (1 + 3x + x 2 ) = 12 + 3x + 15x 2 ,
f (1 + 2x − x 2 ) = 7 + 7x 2 .
Tìm ma trận của f đối với cơ sở chính tắc {1, x, x 2 }. Ánh xạ f có phải là một
đơn cấu không? Vì sao?
Tìm số chiều và một cơ sở của Imf .
(CK20151) Cho AXTT f : P2 [x] → P2 [x] thỏa mãn
f (1 − x 2 ) = −3 + 3x − 6x 2 , f (3x + 2x 2 ) = 17 + x + 16x 2 ,
f (2 + 6x + 3x 2 ) = 32 + 7x + 25x 2 .
Tìm ma trận của f đối với cơ sở chính tắc của P2 [x]. Tính f (1 + x 2 ).
Xác định m để véc tơ v = 1 + x + mx 2 thuộc Imf .
30 / 52
4.2. Ma trận của ánh xạ tuyến tính 4.2.3. Ma trận đồng dạng
4.2.3. Ma trận đồng dạng
Định nghĩa
Cho A và B là hai ma trận vuông cấp n. Ta nói A đồng dạng với B, ký hiệu
A ∼ B, nếu tồn tại ma trận khả nghịch P sao cho B = P −1 AP.
Nhận xét: Hai ma trận của cùng một biến đổi tuyến tính trong hai cơ sở khác
nhau là hai ma trận
đồng dạng với nhau.
2 −1 1 −1
Ví dụ: Ma trận đồng dạng với .
1 1 1 2
Bài tập (CK20181-N3) CMR nếu A ∼ B thì A4 ∼ B 4 .
Tính chất
Ta luôn có A ∼ A.
Nếu A ∼ B thì B ∼ A.
Nếu A ∼ B và B ∼ C thì A ∼ C .
Nếu A ∼ B thì det(A) = det(B) và rank(A) = rank(B).
31 / 52
4.3. Trị riêng và véctơ riêng 4.3.1. Trị riêng và véctơ riêng của ma trận
4.3.1. Trị riêng và véctơ riêng của ma trận

 
x1
Với mỗi x = (x1 , . . . , xn ) ∈ K n , ta viết x ở dạng (ma trận) cột [x] = . . .. Để
xn
thuận tiện đôi khi ta đồng nhất x := [x]. Chẳng hạn với A ∈ Mn×n (K ) thì
Ax := A[x].
Định nghĩa (trị riêng - véc tơ riêng)

Cho A là một ma trận vuông cấp n trên K .
Một số λ ∈ K được gọi là một (giá) trị riêng của A nếu tồn tại x ∈ K n ,
x 6= (0, 0, . . . , 0) sao cho
Ax = λx.
Trong trường hợp này, véc tơ x 6= (0, 0, . . . , 0) thỏa mãn điều kiện Ax = λx,
được gọi là một véc tơ riêng của A ứng với trị riêng λ.
Chú ý: Có vô số véc tơ riêng ứng với một giá trị riêng λ. Chẳng hạn, nếu x là
một VTR ứng với λ thì cx, 0 6= c ∈ K , cũng là một VTR ứng với λ.
32 / 52
Ví dụ

2 −3 1
Với A = ,x= . Ta có
4 −5 1

2 −3 1 −1
Ax = = = −x.
4 −5 1 −1

1
Vậy x = là môt véc tơ của A ứng với trị riêng λ = −1.
1
33 / 52
Định nghĩa (không gian riêng)

Cho λ là một trị riêng của A. Tập hợp
Eλ = {x ∈ K n | Ax = λx}
là một không gian véc tơ con của K n và được gọi là không gian riêng của A ứng
với trị riêng λ.
Nhận xét: Eλ chính bằng tập hợp các véc tơ riêng của A đối với trị riêng λ cùng
với véc tơ 0 = (0, . . . , 0):
Eλ = {0} ∪ {x | x véctơ riêng ứng với λ}.
34 / 52
Cách tìm trị riêng và véctơ riêng của ma trận

Cho A là một ma trận cấp n. Gọi I là ma trận đơn vị cấp n. Cho λ ∈ K .
Định lý
Số λ là một trị riêng của A khi và chỉ khi
det(A − λI ) = 0.
Giả sử λ là một trị riêng của A. Khi đó các véctơ của A ứng với trị riêng λ là
các nghiệm không tầm thường của hệ PTTT thuần nhất (A − λI )x = 0.
Định nghĩa (Đa thức đặc trưng)

Đa thức (biến λ) PA (λ) = det(A − λI ) được gọi là đa thức đặc trưng của A.
Còn phương trình det(A − λI ) = 0 (biến λ) được gọi là phương trình đặc trưng.
Mệnh đề (Trị riêng của các ma trận đồng dạng)

Cho A ∼ B. Khi đó PA (λ) = PB (λ). Nói riêng A và B có cùng trị riêng.
35 / 52

2 −3
Ví dụ: Cho A = . Tìm các trị riêng của A và các VTR ứng với trị riêng
4 −5
tìm được.
Phương trình đặc trưng
2−λ −3
0 = det(A − λI ) = = (2 − λ)(−5 − λ) + 12 = λ2 + 3λ + 2.
4 −5 − λ
Các trị riêng của A là λ = −1 và λ = −2.
VTR của A ứng với trị riêng λ = −1 là nghiệm không tầm thường của hệ

3 −3 x1 0 x1 1
(A − (−1)I )x = 0 ⇔ = ⇔ x1 − x2 = 0 ⇔ =t .
4 −4 x2 0 x2 1

1
Các véc tơ riêng của A ứng với trị riêng λ = −1 là t , t 6= 0.
1
VTR của A ứng với trị riêng λ = −2 là nghiệm không tầm thường của hệ

4 −3 x1 0 x 3
(A − (−2)I )x = 0 ⇔ = ⇔ 4x1 − 3x2 = 0 ⇔ 1 = t .
4 −3 x2 0 x2 4

3
Các véc tơ riêng của A ứng với trị riêng λ = −2 là t , t 6= 0.
4
36 / 52
Ví dụ
 
1 2 −2
Cho A = −2 5 −2. Tìm các trị riêng và cơ sở của không gian riêng ứng với
−6 6 −3
từng trị riêng.
Phương trình đặc trưng

1−λ 2 −2
0 = det(A−λI ) = −2 5−λ −2 = −(λ−3)2 (λ+3) ⇔ λ = 3, −3.
−6 6 −3 − λ
Các trị riêng λ = −3 và λ = 3.
Không gian riêng Eλ=−3 ứng với trị riêng λ = −3 là không gian nghiệm của
hệ thuần nhất

x1 = t
    
4 2 −2 x1 0 
(A − (−3)I )x = 0 ⇔ −2 8 −2 x2  = 0 ⇔ x2 = t .
−6 6 0 x3 0

x3 = 3t

Một cơ sở của Eλ=−3 là [1 1 3]T .

37 / 52
Không gian riêng Eλ=3 ứng với trị riêng λ = −3 là không gian nghiệm của hệ
thuần nhất
    
−2 2 −2 x1 0
(A − 3I )x = 0 ⇔ −2 2 −2 x2  = 0 ⇔ −x1 + x2 − x3 = 0
−6 6 −6 x3 0

x1 = a − b

⇔ x2 = a ( với a, b là hai tham số tùy ý).

x3 = b

      
x1 a−b 1 −1
Vậy x = x2   a  = a 1 + b  0 .
x3 b 0 1
   
 1 −1 
Vậy Eλ=3 sinh bởi S = 1 ,  0  .
0 1
 
Kiểm tra được S là ĐLTT. Vậy S là một cơ sở của Eλ=3 .
38 / 52
4.3. Trị riêng và véctơ riêng 4.3.2. Trị riêng và véctơ riêng của phép biển đổi tuyến tính
4.3.2. Trị riêng và véctơ riêng của phép biển đổi tuyến tính
Cho f : V → V là một BĐTT.
Định nghĩa
Một số λ ∈ K được gọi là một trị riêng của f nếu có v ∈ V , v 6= 0 sao cho
f (v ) = λv .
Trong trường hợp này, véc tơ v 6= 0 thỏa mãn điều kiện f (v ) = λv , được gọi
là một véc tơ riêng của f ứng với trị riêng λ.
Cho λ là một trị riêng của f . Tập hợp
Vλ = {v ∈ V | f (v ) = λv }
là một không gian véc tơ con của V và được gọi là không gian riêng của f
ứng với trị riêng λ.
39 / 52
Cách tìm trị riêng và véctơ riêng của BĐTT

Viết tắt: GTR= (giá) trị riêng, VTR = véctơ riêng
Cho f : V → V là một BĐTT có ma trận A đối với cơ sở B của V .
Mệnh đề
Cho λ ∈ K và 0 6= v ∈ V . Khi đó
λ là GTR của f ⇔ λ là GTR của A,
v là VTR của f ứng với GTR λ ⇔ [v ]B là VTR của A ứng với GTR λ.
Định nghĩa (Đa thức đặc trưng của BĐTT)

Đa thức PA (λ) = det(A − λI ) cũng được gọi là đa thức đặc trưng của f
Pf (λ) := PA (λ) = det(A − λI ).
Chú ý: Đa thức đặc trưng của f không phụ thuộc vào cách chọn cơ sở B của V .
Điều này suy ra từ việc đa thức đặc trưng của hai ma trận đồng dạng là bằng
nhau.
40 / 52
Ví dụ (CK20181)
Cho BĐTT trên không gian R3 xác định bởi
f (1, 2, −1) = (2, 2, 4), f (2, 1, 3) = (1, 2, −1), f (1, 1, 2) = (2, 3, 1).
a) Xác định dim Imf b) Tìm các giá trị riêng của f .
B = {(1, 2, −1), (2, 1, 3), (1, 1, 2)} là một cơ sở của R3 .

 
0 1 1
Ma trận của f đối với cơ sở B là A = 0 0 0.
2 0 1
Đa thức đặc trưng của f là
−λ 1 1
Pf (λ) = det(A − λI ) = 0 −λ 0 = −λ(λ2 − λ − 2).
2 0 1−λ
Pf (λ) = −λ(λ2 − λ − 2) = 0 ⇔ λ = 0, −1 hoặc 2.
Các giá trị riêng của f là 0,-1, 2.
41 / 52
4.3. Trị riêng và véctơ riêng 4.3.3. Chéo hóa ma trận và BĐTT
4.3.3. Chéo hóa ma trận và BĐTT

Bài toán 1
Cho BĐTT f : V → V . Liệu tồn tại hay không một cơ sở của V sao cho ma trận
của f đối với cơ sở này là ma trận chéo?
Nếu có một cơ sở của V như vậy, thì ta nói f chéo hóa được.
Gọi A là ma trận của f đối với một cơ sở B nào đó.
Xét B 0 là một cơ sở tùy ý. Gọi P là ma trận chuyển từ B sang B 0 .
Khi đó P là khả nghịch và ma trận của f đối với cơ sở B 0 là P −1 AP.
Bài toán 1 đưa về bài toán dạng ma trận sau đây.
Bài toán 2
Cho A là môt ma trận vuông, liệu tồn tại ma trận khả nghịch P sao cho
P −1 AP = D là ma trận chéo?
Nếu có một ma trận khả nghịch P như vậy, thì ta nói A chéo hóa được. Ta cũng
nói P làm chéo ma trận A. Quá trình tìm P khả nghịch và D ma trận chéo sao
cho P −1 AP = D được gọi là quá trình chéo hóa ma trận A.
42 / 52
Mệnh đề
Cho BĐTT f : V → V , gọi A là ma trận của f đối với cơ sở B của V . Khi đó f
chéo hóa được khi và chỉ khi A chéo hóa được.

0 1
Ví dụ: Ma trận A = không chéo hóa được.
0 0

2 −3 1 3
Ví dụ: Ma trận A = chéo hóa được. Với P = ,
4 −5 1 4

−1 4 −3 2 −3 1 3 −1 0
P AP = = .
−1 1 4 −5 1 4 0 −2
43 / 52
Định lý (Điều kiện cần và đủ để ma trận chéo hóa được)

Ma trận vuông A cỡ n × n chéo hóa được khi và chỉ khi A có n véctơ riêng độc
lập tuyến tính.
44 / 52
Các bước chéo hóa ma trận

Cho A là ma trận cỡ n × n trên K .
1 Giải phương trình det(A − λI ) = 0 (*).
Nếu không có đủ nghiệm n kể cả bội trong K thì A không chéo hóa được.
Giả sử (∗) có đủ nghiệm n nghiệm kể cả bội và gọi các nghiệm phân biệt là
λ1 , . . . , λm . Ta thực hiện Bước 2.
2 Với mỗi trị riêng λi , tìm một cơ sở của không gian riêng Eλi . [Bằng cách giải
hệ thuần nhất (A − λi I )x = 0.]
3 Lấy hợp của tất cả các cơ sở của các không gian riêng tìm được ở Bước 2.
Ta được một hệ véc tơ riêng ĐLTT.
Nếu hệ véctơ nàyP không có đủ n véc tơ riêng thì A không chéo hóa được.
[Trường hợp này m i=1 dim Eλi < n.]
Nếu
Pm hệ véctơ này có đủ n véc tơ riêng thì A chéo hóa được. [Trường hợp này
i=1 dim E λi = n.] Ta thực hiện Bước 4.
4 Gọi p1 , p2 , . . . , pn là các véctơ riêng ĐLTT này, với giá trị riêng tương ứng là
α1 , . . . , αn (có thể lặp lại).
Đặt P = [p1 p2 · · · pn ] với các cột p1 , . . . , pn . Khi đó P làm chéo ma trận A và
P −1 AP = diag[α1 , α2 , . . . , αn ] = D.
45 / 52
Ví dụ
 
1 2 −2
Hãy chéo hóa ma trận A = −2 5 −2.
−6 6 −3
Ma trận A các giá trị riêng λ = −3 

và λ = 3.
1
Một cơ sở của KGR Eλ=−3 là p1 = 1.
3
    
 1 −1 
Một cơ sở của KGR Eλ=3 là p2 = 1 , p3 =  0  .
0 1
 
 
1 −1 1
Đặt P = 1 0 1. Khi đó P làm chéo hóa A và
3 1 0
 
−3 0 0
P −1 AP =  0 3 0 .
0 0 3
46 / 52
Mệnh đề
Giả sử v1 , . . . , vm là m véc tơ riêng của BĐTT f : V → V ứng với m trị riêng
phân biệt λ1 , . . . , λm . Khi đó hệ véc tơ {v1 , . . . , vm } là ĐLTT.
Hệ quả (Một điều kiện đủ cho ma trận chéo hóa được)

Nếu BĐTT f : V → V với dim V = n có n trị riêng phân biệt, thì f chéo hóa
được.
Nếu ma trân vuông A cấp n có n trị riêng phân biệt thì A chéo hóa được.
47 / 52
Chéo hóa BĐTT
Cho BĐTT f : V → V , dim V = n.

Gọi A là ma trận của f đối với cơ sở B nào đó của V .
Ta đã biết rằng f chéo hóa được ⇔ A chéo hóa được. Trong trường hợp này, ta
có thể tìm một cơ sở B 0 của V sao cho ma trận của f là ma trận chéo như sau.
Bằng quy trình chéo hóa ma trận A, ta tìm được n véctơ riêng ĐLTT
p1 , . . . , pn của ma trận A, với trị riêng tương ứng là λ1 , . . . , λn (có thể lặp
lại). [Như vậy Api = λi pi , ∀i = 1, . . . , n.]
Gọi v1 , . . . , vn là các véctơ của V sao cho, [v1 ]B = p1 , . . ., [vn ]B = pn .
[Như vậy f (vi ) = λi vi , ∀i = 1, . . . , n].
Đặt B 0 = {v1 , . . . , vn }. Khi đó B 0 là một cơ sở của V .
Ma trận của f đối với cơ sở B 0 là ma trận đường chéo
[f ]B0 = diag[λ1 , . . . , λn ].
48 / 52
Ví dụ
Cho AXTT f : P2 [x] → P2 [x] xác định bởi
f (a0 +a1 x +a2 x 2 ) = (a0 +2a1 −2a2 )+(−2a0 +5a1 −2a2 )x +(−6a0 +6a1 −3a2 )x 2 .
Tìm một cơ sở của P2 [x] để ma trận của f đối với cơ sở này có dạng chéo.
 
1 2 −2
Ma trận của f đối với cở chính tắc B = {1, x, x 2 } là A = −2 5 −2.
−6 6 −3
     
1 1 −1
Ta tìm được 3 VTR ĐLTT p1 = 1, p2 = 1, p3 =  0 .
3 0 1
Gọi v1 , v2 , v3 ∈ P2 [x] sao cho [v1 ]B = p1 , [v2 ]B = p2 , [v3 ]B = p3 .
Khi đó v1 = 1 + x + 3x 2 , v2 = 1 + x, v1 = −1 + x 2 .
Hệ {v1 , v2 , v3 } là một cơ sở của P2 [x] và f (v1 ) = −3v1 , f (v2 ) = 3v2 ,
f (v3 ) = 3v3 .  
−3 0 0
Ma trận của f đối với cơ sở {v1 , v2 , v3 } là ma trận chéo  0 3 0
0 0 3
49 / 52
Áp dụng chéo hóa để tính lũy thừa ma trận

Cho A là ma trận chéo hóa được. Giả sử P là ma trận làm chéo hóa A và
P −1 AP = D = diag[λ1 , . . . , λn ].
Khi đó A = PDP −1 và
Ak = PD k P −1 ,
với D k = diag[λk1 , . . . , λkn ].
n
2 −3
Ví dụ: Tính .
4 −5

2 −3 1 3
Ma trận A = chéo hóa được. Với P = , thì
4 −5 1 4

−1 0
P −1 AP = = D.
0 −2
Ta có
1 3 (−1)n 0 4 −3
An = PD n P −1 =
1 4 0 (−2)n −1 1

4(−1)n − 3(−2)n −3(−1)n + 3(−2)n
= .
4(−1)n − 4(−2)n −3(−1)n + 4(−2)n
50 / 52
Ghi chú
Ta cũng có thể sử dụng định lý sau để tính lũy thừa ma trận (khi A có đủ giá trị
riêng).
Định lý Caley-Hamilton (đọc thêm)

Cho ma trận vuông A với đa thức đặc trưng PA (λ) = det(A − λI ). Khi đó
PA (A) = O.
51 / 52
Một số bài tập

 
2 −2 −2
(CK2015) Cho AXTT f : P2 [x] → P2 [x] có ma trận A = −3 1 −3
−1 −1 3
đối với cơ sở chính tắc của P2 [x].
a) Xác định f 2 (1 + x + x 2 ) với f 2 = f ◦ f .
b) Tìm một cơ sở của P2 [x] để ma trận của f đối với cơ sở đó có dạng chéo.
(CK2015-Đề5) Cho BĐTT f : R3 → R3 xác định bởi f (1, 2, −1) = (3, 7, −1),
f (1, 3, 1) = (3, 8, 1), f (1, 2, 0) = (0, 0, 0).
Tìm ma trận của f đối với cơ sở chính tắc của R3 .
Chứng minh tồn tại cơ sở của R3 để f có dạng chéo.
(CK2015-Đề7) Cho BĐTT f : P2 [x] → P2 [x] xác định bởi
f (a0 + a1 x + a2 x 2 ) = (a0 + a1 ) + (2a0 − a1 + 2a2 )x + (3a1 − 2a2 )x 2 .
Tìm ma trận của f đối với cơ sở chính tắc của P2 [x] và tính r (f ).
Tìm các trị riêng và véc tơ riêng của f .
 
−6 −4 4
(CK2017-N2) Cho ma trận A =  4 4 −2. Hãy tính các GTR của A,
−14 −7 9
sau đó chéo hóa ma trận A.
52 / 52

Chuong4 MI1144

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

Chuong4 MI1144

Uploaded by

Copyright:

Available Formats

Chương 4: Ánh xạ tuyến tính

Giảng viên: PGS. TS. Nguyễn Duy Tân

Viện Toán ƯDTH, HUST

Tháng 10, 2022

1 4.1. Khái niệm ánh xạ tuyến tính

2 4.2. Ma trận của ánh xạ tuyến tính

3 4.3. Trị riêng và véctơ riêng

4.1.1. Định nghĩa, ví dụ

: Các ánh xạ sau là ánh xạ tuyến tính:

Một số tính chất

Ví dụ: Giả sử f : R3 → R3 là một ánh xạ tuyến tính mà

Tính f (1, −2, 3). Giải.

f (v1 ) = w1 , f (v2 ) = w2 , . . . , f (vn ) = wn .

Tích của một số a ∈ K với AXTT f là ánh xạ af : V → W xác định bởi

4.1.2. Hạt nhân và ảnh

Như vậy ker(f ) = f −1 ({0}) và im(f ) = f (V ).

Định lý (về số chiều của hạt nhân và ảnh)

Mệnh đề (Cách tìm ảnh)

V = span{v1 , . . . , vn } ⇒ f (V ) = span{f (v1 ), . . . , f (vn )}

Nói riêng, S là một cơ sở của V ⇒ f (S) một hệ sinh của f (V ) = imf .

rank(f ) = dim(im(f )).

v = (x1 , x2 , x3 , x4 ) ∈ ker(f ) ⇔ f (v ) = 0 ⇔ (x1 , x2 , x3 , x4 ) là nghiệm của hệ

Gọi {e1 , e2 , e3 , e4 } là cơ sở chính tắc của R4 .

4.1.3. Đơn cấu, toàn cấu, đẳng cấu

4.2.1. Ma trận của ánh xạ tuyến tính đối với cặp cơ sở

Với mỗi vj ∈ B, ta biểu diễn f (vj ) theo cơ sở B 0 :

Định lý (Công thức tọa độ)

Mệnh đề (hạng axtt và hạng của ma trận của nó)

Đặt v1 = (1,1,1), v2 = (1, 1, 0), v3 = (0, 1, 1).

Liên hệ giữa AXTT và ma trận

Cho B = {v1 , . . . , vn } là một cơ sở của V , dim V = n.

Phép cộng và phép nhân với một số

Liên hệ giữa phép hợp thành AXTT và phép nhân ma trận

Cho f : V → V là một biến đổi tuyến tính (BĐTT) và B là một cơ sở của V .

A = [f ]B = [[f (v1 )]B · · · [f (vn )]B ].

Tính chất (công thức tọa độ)

Cho f : V → V là một BĐTT.

[f (v )]B = A[v ]B = AP[v ]B0 ,

[f (v )]B = P[f (v )]B0 = PB[v ]B0 .

Đặt e1 = (1, 0, 0), e2 = (0, 1, 0), e3 = (0, 0, 1).

Một số bài tập

(CK20161) Cho toán tử tuyến tính f : P2 [x] → P2 [x] thỏa mãn

4.2.3. Ma trận đồng dạng

4.3.1. Trị riêng và véctơ riêng của ma trận

Định nghĩa (trị riêng - véc tơ riêng)

Định nghĩa (không gian riêng)

Eλ = {0} ∪ {x | x véctơ riêng ứng với λ}.

Cách tìm trị riêng và véctơ riêng của ma trận

Định nghĩa (Đa thức đặc trưng)

Mệnh đề (Trị riêng của các ma trận đồng dạng)

Phương trình đặc trưng

Một cơ sở của Eλ=−3 là [1 1 3]T .

Kiểm tra được S là ĐLTT. Vậy S là một cơ sở của Eλ=3 .

Cho f : V → V là một BĐTT.

Cách tìm trị riêng và véctơ riêng của BĐTT

Cho f : V → V là một BĐTT có ma trận A đối với cơ sở B của V .

Định nghĩa (Đa thức đặc trưng của BĐTT)

Pf (λ) := PA (λ) = det(A − λI ).

B = {(1, 2, −1), (2, 1, 3), (1, 1, 2)} là một cơ sở của R3 .

4.3.3. Chéo hóa ma trận và BĐTT

Định lý (Điều kiện cần và đủ để ma trận chéo hóa được)

Các bước chéo hóa ma trận

Ma trận A các giá trị riêng λ = −3 