BÀI GIẢNG: ĐẠI SỐ TUYẾN TÍNH

Chương 1. Cấu trúc đại số và số phức

Chương 2. Ma trận, định thức, hệ phương trình đại số tuyến tính

Chương 3. Không gian vectơ

Chương 4. Ánh xạ tuyến tính, trị riêng và vectơ riêng

Chương 5. Dạng song tuyến tính, dạng toàn phương và không
gian Euclide
1

TOÁN CAO CẤP A3

CHƯƠNG 3.
KHÔNG GIAN VECTƠ

3.1 Không gian vectơ và không gian vectơ con

3.2 Cơ sở của không gian vectơ
3.3 Số chiều của không gian vectơ – Ma trận của một hệ vectơ
3.4 Phép đổi cơ sở - Ma trận chuyển

2
 3.1 KHÔNG GIAN VECTƠ VÀ KHÔNG GIAN VECTƠ CON

3.1.1 Khái niệm về không gian vectơ

¡ Định nghĩa
Cho V là một tập hợp mà các phần tử được kí hiệu bởi 𝛼, 𝛽, 𝛾, …,
xét hai phép toán cộng và nhân với số thực như sau:
𝑉×𝑉 → 𝑉 ℝ×𝑉 → 𝑉
α, 𝛽 ↦ α + β 𝑘, 𝛼 ↦ 𝑘α
Ta nói V cùng với hai phép toán trên là một không gian vectơ
(vector space) trên ℝ nếu 8 điều kiện sau được thỏa mãn ∀α, 𝛽, 𝛾 ∈
𝑉 và 𝑟, 𝑠, 1 ∈ ℝ:

TOÁN CAO CẤP A3 3

 3.1 Không gian vectơ và không gian vectơ con
3.1.1 Khái niệm về không gian vectơ

1. 𝛼 + 𝛽 + 𝛾 = 𝛼 + (𝛽 + 𝛾)
2. 𝛼 + 𝛽 = 𝛽 + 𝛼
3. Tồn tại phần tử θ ∈ V sao cho 𝛼 + θ = θ + 𝛼 = 𝛼
4. Với mỗi 𝛼 ∈ V, tồn tại phần tử đối – 𝛼 ∈ V sao cho:𝛼+ (–𝛼) =
(–𝛼) + 𝛼 =θ
5. r 𝛼 + 𝛽 = 𝑟𝛼 + 𝑟𝛽
6. r + s 𝛼 = 𝑟𝛼 + 𝑠𝛼
7. (r.s). 𝛼 = r.(s.𝛼)
8. 1 .𝛼=𝛼

TOÁN CAO CẤP A3 4

 3.1 Không gian vectơ và không gian vectơ con
3.1.1 Khái niệm về không gian vectơ

v Chú ý.
i) Mỗi phần tử α thuộc V được gọi là một vectơ.
Mỗi phần tử thuộc ℝ được gọi là một phần tử vô hướng.
ii) θ được gọi là vectơ không và là duy nhất.
iii) −α được gọi là vectơ đối của α.

TOÁN CAO CẤP A3 5

 3.1 Không gian vectơ và không gian vectơ con
3.1.1 Khái niệm về không gian vectơ

Ví dụ 1.
Tập hợp V các vectơ 𝑂𝐴 , 𝑂𝐵, 𝑂𝐶, … chung gốc O trong không
gian cùng với phép cộng hai vectơ và phép nhân một vectơ với một
số thực, là một không gian vectơ. (Không gian vectơ hình học)

Ví dụ 2.
Tập hợp 𝑀!×# (ℝ) với hai phép toán cộng ma trận và nhân vô
hướng là một không gian vectơ.

TOÁN CAO CẤP A3 6

 3.1 Không gian vectơ và không gian vectơ con
3.1.1 Khái niệm về không gian vectơ

Ví dụ 3.
Gọi P$[𝑥] là tập hợp các đa thức hệ số thực theo biến x có bậc nhỏ
hơn hoặc bằng n.
Mỗi phần tử p hay p(𝑥) ∈ P$[𝑥] có dạng:
p 𝑥 = a% + a&𝑥 + 𝑎'𝑥 ' + ⋯ + 𝑎# 𝑥 # 𝑎( ∈ ℝ, 𝑖 = 0,1,2, … , 𝑛
P$[𝑥] là một không gian vectơ với hai phép toán:

𝑝 𝑥 ,𝑞 𝑥 ↦ 𝑝 𝑥 + 𝑞 𝑥 𝑣à 𝜆, 𝑝 𝑥 ↦ 𝜆𝑝 𝑥 𝜆∈ℝ

Vectơ không thuộc P$[𝑥] là 𝜽 = 𝟎 + 𝟎𝒙 + ⋯ + 𝟎𝒙𝒏 .

TOÁN CAO CẤP A3 7

3.1 Không gian vectơ và không gian vectơ con
3.1.2 Không gian vectơ con

v Định nghĩa:
Cho không gian vectơ V, tập hợp W ⊂ 𝑉 được gọi là không gian
vectơ con (vectorial subspace) của V nếu W cũng là một không
gian vectơ (kgvt).

v Định lí.
V là một không gian vectơ, W ⊂ 𝑉, 𝑊 ≠ ∅. Điều kiện cần và đủ
để W là không gian con của V là:
(i) Nếu u và v ∈ W thì u + v ∈ W.
(ii)Nếu k ∈ R, u ∈ W thì ku ∈ W.

8
3.1 Không gian vectơ và không gian vectơ con
3.1.2 Không gian vectơ con
Ví dụ 4.
Với mỗi không gian vectơ V, bản thân V và tập {θ} là những không
gian con của V (chúng được gọi là những không gian con tầm
thường của V)

Ví dụ 5.
Mỗi phần tử của 𝑅' là một cặp 𝑢 = 𝑥&, 𝑦& biểu diễn bằng một
điểm trong mặt phẳng tọa độ Oxy. Xét W là tập các điểm thuộc
đường thẳng đi qua gốc tọa độ, có phương trình 𝐴𝑥& + 𝐵𝑦& = 0
với A và B không đồng thời = 0.
Giả sử 𝑢 = 𝑥&, 𝑦& và 𝑣 = 𝑥', 𝑦' đều ∈ 𝑊 và 𝑘 ∈ 𝑅 thì ta có:
𝐴𝑥& + 𝐵𝑦& = 0, 𝐴𝑥' + 𝐵𝑦' = 0
Do đó, 𝐴 𝑥& + 𝑥' + 𝐵 𝑦& + 𝑦' = 0, 𝐴 𝑘𝑥& + 𝐵 𝑘𝑦& = 0.
Vậy ta có u + v ∈ 𝑊, 𝑘𝑢 ∈ 𝑊. Vậy W là không gian con của 𝑅'. 9
3.1 Không gian vectơ và không gian vectơ con
3.1.2 Không gian vectơ con
Định lí.
Giả sử A = {𝑢&, 𝑢', … , 𝑢# } là một hệ vectơ của kgvt V. Khi đó tập
hợp
𝑊 = 𝛼&𝑢& + 𝛼'𝑢' + ⋯ + 𝛼# 𝑢# α( ∈ ℝ, ∀𝑖 = 1,2, … , 𝑛}
là một không gian con của V.
W được gọi là không gian sinh bởi hệ vectơ A, còn A được gọi là
hệ sinh của W.

10
3.1 Không gian vectơ và không gian vectơ con
3.1.2 Không gian vectơ con

Ví dụ 6: Trong không gian vectơ 𝑅' xét hai vectơ

𝑒& = 1,0 , 𝑒' = (0,1).
Mọi vectơ trong 𝑅' đều có dạng:
𝑥 = 𝑥&, 𝑥' = 𝑥& 1,0 + 𝑥' 0,1 = 𝑥&𝑒& + 𝑥'𝑒'
Nên hệ E = {𝑒&, 𝑒'} là một hệ sinh của 𝑅'.

11
Ví dụ 7: Trong không gian vectơ 𝑃' các đa thức có bậc ≤ 2, xét
họ ba vectơ p% 𝑥 = 1, p& 𝑥 = x, p' 𝑥 = 𝑥 '.
Mọi vectơ 𝑝(𝑥) trong 𝑃' đều có dạng:
p 𝑥 = 𝑎𝑥 ' + 𝑏𝑥 + 𝑐 = 𝑎𝑝' 𝑥 + 𝑏𝑝& 𝑥 + 𝑐𝑝%(𝑥)
Vậy họ S = {p% 𝑥 , p& 𝑥 , p' 𝑥 } là một hệ sinh của 𝑃'.

12
 3.2 CƠ SỞ CỦA KHÔNG GIAN VECTƠ

¡ Tổ hợp tuyến tính

Định nghĩa.
Trong kgvt V, xét n vectơ 𝑢( (𝑖 = 1,2, … , 𝑛). Tổng
#
𝛼&𝑢& + 𝛼'𝑢' + ⋯ + 𝛼# 𝑢# = u 𝛼( 𝑢( (𝛼( ∈ ℝ)
(*&
được gọi là một tổ hợp tuyến tính của n vectơ 𝑢( .
Nếu 𝑥 = ∑#(*& 𝛼( 𝑢( (𝛼( ∈ ℝ) thì ta nói vectơ 𝑥 được biểu diễn
(biểu thị) tuyến tính qua n vectơ 𝑢( .

TOÁN CAO CẤP A3 13

Ví dụ 8. Tìm biểu diễn tuyến tính của 𝑥 = (−1, −3, 12) qua hai
vectơ 𝑢& = 1, −1 , 2 và 𝑢' = 2, 0, −3 .

Giải: Ta có: 𝑥 = 𝛼&. 𝑢& + 𝛼'. 𝑢'

⟺ −1, −3,12 = 𝛼&. 1, −1,2 + 𝛼'. 2,0, −3
⟺ −1, −3,12 = 𝛼& + 2𝛼', −𝛼& + 0, 2𝛼& − 3𝛼'

𝛼& + 2𝛼' = −1
𝛼& = 3
⟺ y −𝛼& = −3 ⟺ z
𝛼' = −2
2𝛼& − 3𝛼' = 12

14
Ví dụ 9. Tìm biểu diễn tuyến tính của 𝑢 = (−1, −2, 3) qua hai
vectơ 𝑣 = 1, −3 , −2 và 𝑤 = 2, −1, −1 .

Giải: Ta có: u = 𝑎. 𝑣 + 𝑏. 𝑤
⟺ −1, −2, 3 = 𝑎. 1, −3, −2 + 𝑏. 2, −1, −1
⟺ −1, −2, 3 = 𝑎 + 2𝑏, −3𝑎 − b, −2𝑎 − 𝑏

𝑎 + 2𝑏 = −1
⟺ y−3𝑎 − 𝑏 = −2 ⇒ vô nghiệm
−2𝑎 − 𝑏 = 3
Do hệ vô nghiệm nên u không có biểu diễn tuyến tính qua v và w.

15
 Ví dụ 10. Trong ℝ+ cho 4 vectơ :
𝑢& = 1, −1, 𝑚, 1 , 𝑢' = 2, −2, 𝑚 + 3 , −1 ,
𝑢, = −1, 3, −2, 𝑚 + 2 , 𝑢+ = 4, −2, 𝑚 + 4, 𝑚 + 1
Tìm m để 𝑢& là tổ hợp tuyến tính của 𝑢', 𝑢,, 𝑢+ .
Giải: Ta có: u& = 𝑥. 𝑢' + 𝑦. 𝑢, + 𝑧. 𝑢+
⟺ 1, −1, 𝑚, 1 = 𝑥. 2, −2, 𝑚 + 3, −1 + 𝑦. −1, 3, −2, 𝑚 + 2
+𝑧(4, −2, 𝑚 + 4, 𝑚 + 1)
2𝑥 − 𝑦 + 4𝑧 = 1
−2𝑥 + 3𝑦 − 2𝑧 = −1
⟺
𝑚 + 3 𝑥 − 2𝑦 + 𝑚 + 4 𝑧 = 𝑚
−𝑥 + 𝑚 + 2 𝑦 + 𝑚 + 1 𝑧 = 1
𝑢& là tổ hợp tuyến tính của 𝑢', 𝑢,, 𝑢+ khi và chỉ khi hệ trên có nghiệm

16
Ta có:
-! →-" /-!
2 −1 4 1
-# → !/, -" 0'-#
−2 3 −2 −1-$ →-" /'-$
𝐴𝐵 =
𝑚+3 −2 𝑚+4 𝑚
−1 𝑚+2 𝑚+1 1
2 −1 4 1 -# → &0! -! 0-#
0 2 2 0 -$ → '!/, -! 0-$
0 1 − 𝑚 2𝑚 + 4 3 − 𝑚
0 2𝑚 + 3 2𝑚 + 6 3
2 −1 4 1 2 −1 4 1
0 1 1 0 -# ↔-$ 0 1 1 0
0 0 −3𝑚 − 3 𝑚 − 3 0 0 1 1
0 0 −3 −3 0 0 −3𝑚 − 3 𝑚 − 3
2 −1 4 1
-$ → 0,!0, -# 0-$ 0 1 1 0
0 0 1 1
0 0 0 −4𝑚
Vậy hệ có nghiệm ⟺ 𝑟 𝐴 = 𝑟 𝐴 𝐵 ⟺ 𝑚 = 0 17
3.2 Cơ sở của không gian vectơ
3.2.1 Hệ độc lập tuyến tính, hệ phụ thuộc tuyến tính

Định nghĩa.
Trong kgvt V, xét n vectơ 𝑢( (𝑖 = 1,2, … , 𝑛).
• Hệ chứa n vectơ 𝑢&, 𝑢', … , 𝑢# được gọi là độc lập tuyến tính
(đltt) nếu ∑#(*& 𝛼( 𝑢( = θ thì 𝛼( = 0, ∀𝑖 = 1,2, … , 𝑛

• Hệ vectơ không phải là độc lập tuyến tính thì được gọi là phụ

thuộc tuyến tính(pttt) nói cách khác, nếu có n vectơ không

đồng thời bằng 0 sao cho ∑#(*& 𝛼( 𝑢( = 𝜃.

18
3.2 Cơ sở của không gian vectơ
3.2.1 Hệ độc lập tuyến tính, hệ phụ thuộc tuyến tính

Ví dụ 11. Trong kgvt ℝ', xét sự độc lập tuyến tính hay phụ
thuộc tuyến tính của hệ vectơ A = {𝑢& = 2, 3 ; 𝑢' = 5, −4 }.

Giải: Ta xét:
𝑎𝑢& + 𝑏𝑢' = 𝜃 ⟺ 𝑎 2,3 + 𝑏 5, −4 = 0,0
2𝑎 + 5𝑏 = 0 𝑎=0
⟺z ⟺z
3𝑎 − 4𝑏 = 0 𝑏=0
Vậy hệ A là độc lập tuyến tính.

19
3.2 Cơ sở của không gian vectơ
3.2.1 Hệ độc lập tuyến tính, hệ phụ thuộc tuyến tính
Ví dụ 12A. Trong kgvt ℝ,, xét sự độc lập tuyến tính hay phụ
thuộc tuyến tính của hệ vectơ
B = {𝑢& = 2, −1, 3 ; 𝑢' = 3, 5, −4 ; 𝑢, = (7, 3, 2)}.
Giải: Ta xét:
𝑎𝑢& + 𝑏𝑢' + 𝑐𝑢, = 𝜃
⟺ 𝑎 2, −1,3 + 𝑏(3,5, −4) + 𝑐 7,3,2 = 0,0,0
2𝑎 + 3𝑏 + 7𝑐 = 0
⟺ y−𝑎 + 5𝑏 + 3𝑐 = 0
3𝑎 − 4𝑏 + 2𝑐 = 0
Do hệ trên có vô số nghiệm nên hệ vector B là phụ thuộc tuyến
tính.

20
Ví dụ 12B. Trong kgvt 𝑃', xét sự độc lập tuyến tính hay phụ
thuộc tuyến tính của hệ vectơ
B = {𝑝(𝑥) = 𝑥 ' − 2𝑥 + 3 ; 𝑞(𝑥) = 2𝑥 − 2; 𝑟(𝑥) = 2}.

21
3.2 Cơ sở của không gian vectơ
3.2.1 Hệ độc lập tuyến tính, hệ phụ thuộc tuyến tính

v Các tính chất.

Tính chất 1.
• Nếu thêm p vectơ vào một hệ vectơ phụ thuộc tuyến tính thì
được một hệ phụ thuộc tuyến tính.
• Nếu bớt đi p vectơ của một hệ vectơ độc lập tuyến tính thì
được một hệ độc lập tuyến tính.

22
3.2 Cơ sở của không gian vectơ
3.2.1 Hệ độc lập tuyến tính, hệ phụ thuộc tuyến tính

Tính chất 2.
• Một hệ n vectơ (n > 0) là phụ thuộc tuyến tính khi và chỉ khi
có một vectơ của hệ được biểu thị qua các vectơ còn lại.
• Một hệ n vectơ (n > 0) là độc lập tuyến tính khi và chỉ khi
không có một vectơ nào của hệ được biểu thị qua các vectơ
còn lại.

23
3.2 Cơ sở của không gian vectơ
3.2.1 Hệ độc lập tuyến tính, hệ phụ thuộc tuyến tính

Tính chất 3.
• Một hệ gồm n vectơ (𝑛 > 0) là độc lập tuyến tính khi và chỉ
khi mỗi tổ hợp tuyến tính của hệ đều chỉ có một cách biểu thị
tuyến tính duy nhất qua hệ đó.
• Một hệ gồm n vectơ (𝑛 > 0) là phụ thuộc tuyến tính khi và
chỉ khi có một vectơ của V biểu thị tuyến tính được qua hệ đó
theo hai cách khác nhau.

24
3.2 Cơ sở của không gian vectơ
3.2.1 Hệ độc lập tuyến tính, hệ phụ thuộc tuyến tính

Tính chất 4.
• Nếu thêm vào một hệ độc lập tuyến tính một vectơ không biểu
thị tuyến tính được qua hệ ấy thì được một hệ độc lập tuyến
tính.
• Nếu bớt đi ở một hệ phụ thuộc tuyến tính một vectơ không
biểu thị tuyến tính được qua các vectơ còn lại thì được một hệ
phụ thuộc tuyến tính.

25
3.2 Cơ sở của không gian vectơ
3.2.2 Hệ vectơ độc lập tuyến tính tối đại (tự tìm hiểu)

26
3.2 Cơ sở của không gian vectơ
3.2.3 Cơ sở của không gian vectơ
v Định nghĩa.
Một hệ sinh độc lập tuyến tính của một không gian vectơ khác
{𝜃} được gọi là một cơ sở của kgvt đó.

Ví dụ 13.
1) Trong không gian vectơ hình học, tập ba vectơ không đồng
phẳng tùy ý lập thành một cơ sở.

27
3.2 Cơ sở của không gian vectơ
3.2.3 Cơ sở của không gian vectơ

Ví dụ 13.
2) Trong kgvt ℝ# , hệ A gồm n vectơ 𝜀& = 1,0, … , 0 , 𝜀' =
0,1, … , 0 , … , 𝜀# = (0,0, … , 1) là một cơ sở.

Thật vậy, mỗi vectơ 𝛼 = (𝑎&, 𝑎', … , 𝑎# ) ∈ ℝ# đều viết được

dưới dạng
𝛼 = 𝑎&, 0, … , 0 + 0, 𝑎', … , 0 + ⋯ + 0,0, … , 𝑎#
= 𝑎&ε& + a'𝜀' + ⋯ + 𝑎# 𝜀#
Hơn nữa, hệ A độc lập tuyến tính vì nếu 𝑎&ε& + a'𝜀' + ⋯ +
𝑎# 𝜀# = 𝜃 thì 𝑎&, 𝑎', … , 𝑎# = (0, 0, … , 0) hay 𝑎& = 𝑎' = ⋯ =
𝑎# = 0. Cơ sở 𝜀&, 𝜀', … , 𝜀# được gọi là cơ sở chính tắc của ℝ#
28
3.2 Cơ sở của không gian vectơ
3.2.3 Cơ sở của không gian vectơ
Ví dụ 13.
3) Trong kgvt ℝ,, hệ gồm 4 vectơ 𝜀& = 1,0, 0 , 𝜀' =
0,1,0 , 𝜀, = 0,0,1 , 𝜀+ = 1,1,1 là một hệ sinh nhưng không
độc lập tuyến tính vì
𝜀+ = 𝜀& + 𝜀' + 𝜀,

4) Không gian vectơ 𝑃# [𝑥] gồm đa thức không và các đa thức

𝑓(𝑥) ∈ ℝ[𝑥] với bậc 𝑓 𝑥 ≤ n có một cơ sở là {1, 𝑥, 𝑥 ', … , 𝑥 # }.
Thật vậy,
Mọi đa thức 𝑓 𝑥 ∈ 𝑃# [𝑥] đều có dạng
𝑓 𝑥 = 𝑎% + 𝑎&𝑥 + 𝑎'𝑥 ' + ⋯ + 𝑎# 𝑥 #
Mà hệ {1, 𝑥, 𝑥 ', … , 𝑥 # } độc lập tuyến tính (dựa vào định nghĩa đa
thức) nên hệ 1, 𝑥, 𝑥 ', … , 𝑥 # là một cơ sở của 𝑃# [𝑥].
29
3.2 Cơ sở của không gian vectơ
3.2.3 Cơ sở của không gian vectơ
v Sự tồn tại của cơ sở
• Bổ đề.
Nếu không gian vectơ có một hệ sinh gồm n vectơ thì số vectơ của
mọi hệ độc lập tuyến tính của nó không vượt quá n.
• Hệ quả. Số vectơ trong hai cơ sở của một không gian vectơ
bằng nhau.
• Định lí.
Mỗi không gian vectơ 𝑉 ≠ {𝜃} đều có cơ sở.
• Hệ quả.
Trong không gian vectơ, mỗi hệ vectơ độc lập tuyến tính bất kì
đều có thể bổ sung thành một cơ sở.
Từ một hệ sinh của một không gian vectơ khác {𝜃} có thể chọn ra
một cơ sở.
30
 3.3 SỐ CHIỀU CỦA KHÔNG GIAN VECTƠ
– MA TRẬN CỦA MỘT HỆ VECTƠ
3.3.1 Số chiều của không gian vectơ

v Khái niệm về không gian n chiều

Định nghĩa.

Không gian vectơ V được gọi là không gian n chiều (1 ≤

𝑛 nguyên) nếu trong V tồn tại n vectơ độc lập tuyến tính và
không tồn tại quá n vectơ độc lập tuyến tính.

TOÁN CAO CẤP A3 31

 Định nghĩa.
• Số vectơ trong một cơ sở của kgvt V được gọi là số chiều của
V, kí hiệu: dim(𝑉).
• Nếu dim(𝑉) = 𝑛 thì V được gọi là không gian n chiều.
• Không gian chỉ gồm một vectơ không thì không có cơ sở, quy
ước dim{𝜃} = 0.

TEACH A COURSE 32
3.3.1 Số chiều của không gian vectơ

Ví dụ 14.
1) dim R$ = n vì R$ có một cơ sở là ε& = 1,0, … , 0 , ε' =
0,1, … , 0 , … , ε# = (0,0, … , 1) (cơ sở chính tắc)

2) dim 𝑃# 𝑥 = 𝑛 + 1 vì 𝑃# 𝑥 có 1, 𝑥, 𝑥 ', … , 𝑥 # là một cơ sở

(cơ sở chính tắc).

v Chú ý.
1. Không gian vectơ có số chiều hữu hạn được gọi là không gian
vectơ hữu hạn chiều.
2. Một không gian vectơ có thể có nhiều cơ sở và số vectơ đó
trong các cơ sở là không đổi.
33
3.3.2 Ma trận tọa độ của một hệ vectơ trong không gian n
chiều

Định nghĩa.
Trong kgvt ℝ# , xét m vectơ 𝑢( = 𝑎(&, 𝑎(', … , 𝑎(# (𝑖 = 1, … , 𝑚).
Ma trận dòng của hệ m vectơ {𝑢&, 𝑢', … , 𝑢! } là

𝑎!! 𝑎!" … 𝑎!$ 𝑢!

𝑎"! 𝑎"" … 𝑎"$ 𝑢"
𝐴= ⋮ ⋮ ⋱ ⋮
𝑎#! 𝑎#" ⋯ 𝑎#$ 𝑢%

34
3.3.2 Ma trận tọa độ của một hệ vectơ trong không gian n
chiều
v Định lí.
Trong kgvt ℝ# , giả sử hệ 𝑊 gồm m vectơ và có ma trận dòng là
𝐴 ∈ 𝑀!×# (ℝ).
• Hệ vectơ W là độc lập tuyến tính khi và chỉ khi

𝑟 𝐴 =𝑚

• Hệ vectơ W là phụ thuộc tuyến tính khi và chỉ khi

𝑟 𝐴 <𝑚

35
3.3.2 Ma trận tọa độ của một hệ vectơ trong không gian n
chiều

v Hệ quả.
• Trong kgvt ℝ# , hệ chứa nhiều hơn n vectơ thì phụ thuộc tuyến
tính.
• Trong kgvt ℝ# , hệ chứa n vectơ là độc lập tuyến tính khi và chỉ
khi
det 𝐴 ≠ 0

36