MATH231: Bài giảng Đại số tuyến tính (Kỳ 1-23-24)

Trần Đức Anh, mail: ducanh@hnue.edu.vn

Tuần 1 (4-8/9/2023)

Mục lục
A. Khái niệm không gian vector 1

B. Tổ hợp tuyến tính và tính độc lập tuyến tính 2

C. Tập con độc lập tuyến tính tối đại và hạng của hệ vector 4

A. Khái niệm không gian vector

Đầu tiên, R là tập số thực quen thuộc, và ở đây ta sẽ gọi R là trường số thực. Tiếp theo, cho
V là một tập hợp khác rỗng. Các phần tử của V được ký hiệu là ~u, ~v , w
~ v.v. Giả sử V được
trang bị hai phép toán + và . như sau:

• Với mọi ~u, ~v ∈ V, tổng ~u + ~v định nghĩa được và là một phần tử của V.

• Với mọi số thực λ và phần tử ~u ∈ V, tích λ · ~u định nghĩa được và là một phần tử của V.

Định nghĩa 1 (không gian vector). Ta nói V là không gian vector trên trường số thực R
(hoặc một cách ngắn gọn, ta nói V là R−không gian vector) nếu các phép toán + và . ở trên
thỏa mãn các tính chất sau:

• Với mọi ~u, ~v ∈ V, ta có ~u + ~v = ~v + ~u (tính chất giao hoán).

• Với mọi ~u, ~v , w

~ ∈ V, ta có (~u + ~v ) + w
~ = ~u + (~v + w)
~ (tính chất kết hợp).

• Tồn tại một phần tử "trung lập" trong V đối với phép +, được ký hiệu là ~0, thỏa mãn
~u + ~0 = ~0 + ~u = ~u với mọi ~u ∈ V.

• Với mỗi phần tử ~u ∈ V, tồn tại phần tử đối của ~u, được ký hiệu là −~u, thỏa mãn
~u + (−~u) = (−~u) + ~u = ~0.

• Với mọi λ ∈ R và ~u, ~v ∈ V, ta có λ · (~u + ~v ) = λ · ~u + λ · ~v (tính chất phân phối của phép
· với phép + về phía bên phải).

• Với mọi λ, µ ∈ R, với mọi ~u ∈ V, ta có (λ + µ) · ~u = λ · ~u + µ · ~u (tính chất phân phối

của phép · với phép + về phía bên trái).

• Với mọi λ, µ ∈ R, với mọi ~u ∈ V, ta có (λ · µ) · ~u = λ · (µ · ~u) (tính chất kết hợp).

• Với mọi ~u ∈ V, ta có 1 · ~u = ~u (tính chất chuẩn hóa).

1
Ghi chú 2. Khi V là R−không gian vector, ta có thể nói ngắn gọn V là không gian vector,
và viết tắt là kgvt. Các phần tử của V sẽ được gọi là vector. Phần tử ~0 được gọi là vector
không. Phép nhân · của V được gọi là phép nhân với vô hướng, hoặc phép nhân với số thực.

Ví dụ 3. Ta trang bị cho tập Rn một cấu trúc R−không gian vector như sau. Mỗi phần tử
của Rn đều có n tọa độ, ta xét hai phần tử của Rn : ~u = (x1 , x2 , . . . , xn ) và ~v = (y1 , y2 , . . . , yn ).
Tổng ~u + ~v được định nghĩa là ~u + ~v = (x1 + y1 , x2 + y2 , . . . , xn + yn ) ∈ Rn .
Phép nhân với số thực được định nghĩa như sau: Với λ ∈ R và ~u = (x1 , x2 , . . . , xn ) ∈ Rn ,
ta định nghĩa λ · ~u = (λx1 , λx2 , . . . , λxn ).
Với hai phép toán này, Rn trở thành không gian vector trên trường số thực.

Ví dụ 4. Ký hiệu R[x] là tập các đa thức một biến x với hệ số thực. Nghĩa là, mỗi phần tử
R[x] có dạng f (x) = a0 + a1 x + a2 x2 + . . . + ak xk với k là số tự nhiên và ai là các số thực. Cho
hai đa thức f (x), g(x), ta có thể định nghĩa được f (x) + g(x) một cách thông thường, và thu
được một đa thức. Tương tự, nếu λ là một số thực và f (x) là một đa thức thì λ · f (x) cũng
là một đa thức. Do đó, ta thu được (R[x], +, ·) là không gian vector.

Ví dụ 5. Pn tập các đa thức có bậc ≤ n là một không gian vector trên R.

Ví dụ 6. Cho X là một tập khác rỗng. Ký hiệu F(X) là tập tất cả các hàm số f : X → R.
Khi đó F(X) là một R−không gian vector.

Bài tập 7. Cho V là một R−không gian vector. Khi đó, ta có các tính chất sau:

1. (luật giản ước) ~u + ~v = ~u + w

~ suy ra ~v = w.
~

2. 0 · ~u = ~0.

3. λ · ~0 = ~0.

4. (−1) · ~u = −~u.

B. Tổ hợp tuyến tính và tính độc lập tuyến tính

Định nghĩa 8. Cho V là một không gian vector. Cho ~v1 , ~v2 , . . . , ~vk là k vector trong V. Cho
a1 , a2 , . . . , ak ∈ R. Biểu thức
a1~v1 + a2~v2 + . . . + ak~vk
được gọi là tổ hợp tuyến tính của các vector ~v1 , ~v2 , . . . , ~vk . Các số thực ai được gọi là hệ số
(hoặc trọng số ) của tổ hợp tuyến tính.

Định nghĩa 9. Các vector ~v1 , ~v2 , . . . , ~vk ∈ V được gọi là phụ thuộc tuyến tính nếu tồn tại các
số thực a1 , a2 , . . . , ak không đồng thời bằng 0 sao cho

a1~v1 + a2~v2 + . . . + ak~vk = ~0.

Ta nói ~v1 , ~v2 , . . . , ~vk là độc lập tuyến tính nếu chúng không phụ thuộc tuyến tính.

Ghi chú 10. Một tổ hợp tuyến tính a1~v1 +a2~v2 +. . .+ak~vk mà các hệ số a1 = a2 = . . . = ak = 0
đều triệt tiêu thì được gọi là tổ hợp tuyến tính tầm thường.

Ví dụ 11. Xét một vector ~v1 ∈ V. Hệ một vector ~v1 là độc lập tuyến tính khi và chỉ khi
~v1 6= ~0.

2
Ví dụ 12. Xét hai vector ~v1 , ~v2 ∈ V. Hai vector này là độc lập tuyến tính khi và chỉ khi ~v1 6 k~v2
(không song song). Như vậy, hai vector ~v1 , ~v2 là phụ thuộc tuyến tính khi và chỉ hai vector
này cùng phương với nhau. Hay nói cách khái là tính phụ thuộc tuyến tính là tổng quát hóa
cho quan hệ song song đã được học ở phổ thông.
Ví dụ 13. Xét ba vector ~v1 , ~v2 , ~v3 ∈ R3 . Ba vector này phụ thuộc tuyến tính khi và chỉ khi
chúng đồng phẳng.
Mệnh đề 14. Cho ~u1 , ~u2 , . . . , ~uk là k vector độc lập tuyến tính trong không gian vector V.
Giả sử có hai tổ hợp tuyến tính
λ1~u1 + λ2~u2 + . . . + λk ~uk = µ1~u1 + µ2~u2 + . . . λk ~uk .
Khi đó λi = µi với mọi 1 ≤ i ≤ k.
Định nghĩa 15 (không gian vector con). Cho V là không gian vector và W ⊂ V là một tập
con khác rỗng. Ta nói W là không gian vector con của V nếu nó thỏa mãn hai điều sau:
• Với mọi ~u, ~v ∈ W, ta có ~u + ~v ∈ W (ta nói W ổn định với phép cộng của V ).
• Với mọi λ ∈ R và ~u ∈ W, ta có λ · ~u ∈ W (ta nói W ổn định với phép nhân với số thực).
Định nghĩa 16. Cho A ⊂ V là một tập con. Giả sử các phần tử của A là ~v1 , ~v2 , . . . , ~vk . Định
nghĩa tập span A là tập tất cả các tổ hợp tuyến tính của A. Dễ thấy span A là không gian
vector con của V và ta gọi span A là không gian vector con sinh bởi A (hoặc bao tuyến tính
của A).
Ghi chú 17. Trong giáo trình của môn học, các tác giả sử dụng ký hiệu hAi thay cho span A.
Ta sẽ sử dụng song song cả hai ký hiệu trong môn học.
Từ định nghĩa của bao tuyến tính, ta có mệnh đề đơn giản sau.
Mệnh đề 18. Giả sử ~v1 , ~v2 , . . . , ~vk là k vector độc lập tuyến tính của không gian vector V.
Giả sử ~vk+1 ∈ V là vector thỏa mãn ~vk+1 6∈ span {~v1 , ~v2 , . . . , ~vk }, khi đó, k + 1 vector
~v1 , ~v2 , . . . , ~vk+1
là độc lập tuyến tính.

Chứng minh Giả sử ~v1 , ~v2 , . . . , ~vk+1 là phụ thuộc tuyến tính, khi đó, tồn tại một tổ hợp
tuyến tính không tầm thường
a1~v1 + a2~v2 + . . . + ak+1~vk+1 = ~0,
trong đó, ai là các số thực không đồng thời bằng 0.
Nếu ak+1 6= 0 thì ta thu được
a1 a2 ak
~vk+1 = − ~v1 − ~v2 − . . . − ~vk+1 ∈ span {~v1 , ~v2 , . . . , ~vk }.
ak+1 ak+1 ak+1
Điều này gây mâu thuẫn.
Như vậy, ak+1 = 0, khi đó, ta thu được tổ hợp tuyến tính không tầm thường
a1~v1 + a2~v2 + . . . + ak~vk = ~0.
Điều này cũng là không thể, vì theo giả thiết, ~v1 , ~v2 , . . . , ~vk là độc lập tuyến tính.
Mệnh đề 19. Cho X, Y ⊂ V là các tập con nào đó của không gian vector V. Giả sử mọi
vector của Y đều là tổ hợp tuyến tính của các vector của X. Khi đó, ta có
span Y ⊂ span X.

3
Chứng minh Mỗi phần tử của span Y là tổ hợp tuyến tính của các vector của Y, tức là
một biểu thức có dạng a1~v1 + a2~v2 + . . . + ak~vk với ai là các số thực và ~vi là các vector trong
Y.
Mỗi vector ~vi lại là tổ hợp của các vector trong X. Do đó, ta khai triển biểu thức a1~v1 +
a2~v2 + . . . + ak~vk và thu được đây chính là tổ hợp tuyến tính của các vector trong X.
Tức là span Y ⊂ span X.

C. Tập con độc lập tuyến tính tối đại và hạng của hệ
vector
Ta xét k vector ~v1 , ~v2 , . . . , ~vk ∈ V. Ký hiệu A = {~v1 , ~v2 , . . . , ~vk }. Ta gọi A là một hệ vector
trong V.
Định nghĩa 20. Tập B ⊂ A được gọi là tập con độc lập tuyến tính tối đại của A nếu các
vector trong B độc lập tuyến tính và nếu ta lấy thêm một vector trong A\B cho vào B thì
tập B sẽ không còn độc lập tuyến tính nữa.
Bài tập 21. Cho A = {(1, 1, 1), (1, 2, 3), (2, 3, 4)} ⊂ R3 là một hệ vector. Chứng minh rằng
B = {(1, 1, 1), (1, 2, 3)} là hệ con độc lập tuyến tính tối đại của A.
Mệnh đề 22. Giả sử B là tập con độc lập tuyến tính tối đại của A.
(a) Khi đó, mọi vector ~v ∈ A đều là tổ hợp tuyến tính của các vector trong B, tức là ~v ∈
span B.

(b) Do đó,
span B = span A.

Chứng minh Chứng minh ý (a) Giả sử B = {~v1 , ~v2 , . . . , ~vm }. Xét vector ~vj ∈ A bất kỳ.
Nếu ~vj 6∈ span B, khi đó, {~v1 , ~v2 , . . . , ~vm , ~vj } là độc lập tuyến tính theo Mệnh đề 18, như vậy,
B không phải hệ con độc lập tuyến tính tối đại. Do đó, ~vj ∈ span B.

Chứng minh ý (b) Do B ⊂ A nên span B ⊂ span A. Mặt khác, mỗi vector của A đều là
tổ hợp tuyến tính của các vector của B theo Mệnh đề 19 nên span A ⊂ span B.
Do đó, span B = span A.
Mệnh đề 23 (Bổ đề Steinitz). Cho B và C là hai tập con độc lập tuyến tính tối đại của A.
Khi đó B và C có cùng số phần tử.

Ý tưởng chứng minh Chứng minh chi tiết xem trong Giáo trình, Bổ đề 2.3.3, trang 36.
Ở đây, tôi chỉ nêu ý tưởng cơ bản.
Giả sử B = {~u1 , ~u2 , . . . , ~ur } và C = {~v1 , ~v2 , . . . , ~vs }. Do B là hệ con độc lập tuyến tính tối
đại, nên mỗi vector ~vi ∈ C đều là tổ hợp tuyến tính của các vector của B theo Mệnh đề 22.
Ta xét vector ~v1 ∈ C. Giả sử

~v1 = a1~u1 + a2~u2 + . . . + ar ~ur .

Do ~v1 6= ~0, nên tồn tại một hệ số ai 6= 0. Ta có thể giả sử a1 6= 0.

Khi đó, ta thu được
1 a2 ar
~u1 = ~v1 − ~u2 − . . . − ~ur .
a1 a1 a1

4
 Tức là ~u1 là tổ hợp tuyến tính của {~v1 , ~u2 , . . . , ~ur }. Từ đây, ta chứng minh được {~v1 , ~u2 , ~u3 , . . . , ~ur }
là hệ con độc lập tuyến tính tối đại(1) của A.
Điều này có nghĩa là: Ta có thể rút ra lần lượt từng vector ~vi của C, khi đó, ta có thể rút
bỏ một vector ~uj nào đó của B và sau đó thế ~vi vào thay cho ~uj thì ta vẫn thu được một hệ
con độc lập tuyến tính tối đại với số vector bằng r, tức là bằng với số vector của B. Quá trình
này thực hiện cho tới khi ta rút hết các vector của C, nên ta suy ra s ≤ r.
Do B và C bình đẳng, nên số phần tử của hai tập này bằng nhau.

Định nghĩa 24. Với mỗi hệ vector ~v1 , ~v2 , . . . , ~vk ∈ V, ta gọi số phần tử của tập con độc lập
tuyến tính tối đại của hệ đó là hạng của hệ vector đó, ký hiệu là rank {~v1 , ~v2 , . . . , ~vk } hoặc
gọn hơn rk {~v1 , ~v2 , . . . , ~vk }.

Ghi chú 25. Một số giáo trình ký hiệu hạng của hệ vector theo kiểu khác: rang{~v1 , ~v2 , . . . , ~vk },
hoặc rg {~v1 , ~v2 , . . . , ~vk }. Giáo trình của môn học thì dùng ký hiệu hạng {~v1 , ~v2 , . . . , ~vk }.

Hệ quả 26. Từ định nghĩa của hạng, ta có

rank{~v1 , ~v2 , . . . , ~vk } ≤ k.

Bài tập 27. Cho ~u1 , ~u2 , . . . , ~uk ∈ V là k vector độc lập tuyến tính. Chứng minh rằng ~ui 6= ~0
với mọi 1 ≤ i ≤ k.

Bài tập 28. Tập nào dưới đây là không gian vector con của R3 ?

a) Các vector có dạng (a, 0, 0) với a ∈ R?

b) Các vector có dạng (a, 1, 1)?

c) Các vector có dạng (a, b, c) với b = a + c?

d) Các vector có dạng (a, b, c) với b = a + c + 1?

Bài tập 29. Ký hiệu P3 là tập tất cả các đa thức một biến hệ số thực có bậc ≤ 3. Đây là
một R−không gian vector. Hỏi rằng tập con nào sau đây là không gian vector con của P3 ?

a) Các đa thức a0 + a1 x + a2 x2 + a3 x3 với a0 = 0 ?

b) Các đa thức a0 + a1 x + a2 x2 + a3 x3 với a0 + a1 + a2 + a3 = 0 ?

c) Các đa thức a0 + a1 x + a2 x2 + a3 x3 với a0 , a1 , a3 là các số nguyên?

Bài tập 30. Hãy biểu diễn vector ~x sau thành tổ hợp tuyến tính của các vector ~u, ~v , w
~:

a) ~x = (7, −2, 15), ~u = (2, 3, 5), ~v = (3, 7, 8), w

~ = (1, −6, 1).

~ = (1, −6, 1).

b) ~x = (0, 0, 0), ~u = (2, 3, 5), ~v = (3, 7, 8), w

c) ~x = (1, 4, −7, 7), ~u = (4, 1, 3, −2), ~v = (1, 2, −3, 2), w

~ = (16, 9, 1, −3).

(1)
SV tự chứng minh điều này, coi như bài tập.