Toán Cao Cấp 1 - Slide (Tiếp Theo)

ĐẠI SỐ TUYẾN TÍNH
HỒ VŨ
Bộ môn Toán Kinh tế

Trường Đại học Ngân hàng TP. HCM.
Ngày 1 tháng 10 năm 2023
Hồ Vũ (BUH) ĐẠI SỐ TUYẾN TÍNH Ngày 1 tháng 10 năm 2023 1 / 99

MỤC LỤC
1 BÀI 4. KHÔNG GIAN VÉCTƠ
Định nghĩa
Không gian rỗng của ma trận
Độc lập tuyến tính và phụ thuộc tuyến tính
Cơ sở - Toạ độ véc tơ
2 BÀI 5. TRỊ RIÊNG VÀ VÉC TƠ RIÊNG CỦA MA TRẬN
Trị riêng và véc tơ riêng
Chéo hoá ma trận
3 BÀI 6. PHÉP BIẾN ĐỔI TUYẾN TÍNH
Phép biến đổi tuyến tính
Ma trận của phép biến đổi tuyến tính
4 BÀI 7. DẠNG T OÀN PHƯƠNG
Định nghĩa
Đưa về dạng toàn phương chính tắc
Xác định dấu của dạng toàn phương
BÀI 4. KHÔNG GIAN VÉCTƠ Định nghĩa
NHẮC LẠI
Định nghĩa 1.1.
Véc tơ là một đoạn thẳng có hướng.
Ví dụ 1.1.
Trong không gian Oxy.
y
v
x
−w

Tính chất 1.1.

Cho x = (x1 , x2 ) và y = (y1 , y2 ) là hai véc tơ trong R2 và k là số thực. Ta có
1 kx = (kx1 , kx2 );
2 x + y = (x1 + y1 , x2 + y2 );
3 x − y = (x1 − y1 , x2 − y2 );
q
4 Độ dài của véc tơ : |x| = x12 + x22 .
Tính chất 1.2.

Cho x = (x1 , x2 , x3 ) và y = (y1 , y2 , y3 ) là hai véc tơ trong R3 và k là số thực. Ta có
1 kx = (kx1 , kx2 , kx3 );
2 x + y = (x1 + y1 , x2 + y2 , x3 + y3 );
3 x − y = (x1 − y1 , x2 − y2 , x3 − y3 );
q
4 Độ dài của véc tơ : |x| = x12 + x22 + x32 .

Định nghĩa 1.2.

Không gian véc tơ V là tập V khác rỗng và được trang bị hai phép toán
1 x + y ∈ V với mọi x, y ∈ V ;
2 αx ∈ V với mọi x ∈ V và α ∈ C;
Tiên đề
1 x + y = y + x;
2 (x + y) + z = x + (y + z);
3 Tồn tại véc tơ không, ký hiệu 0 sao cho x + 0 = x;
4 Mọi x thuộc V , tồn tại véc tơ −x sao cho x + (−x) = 0;
5 Với mọi α, β ∈ K và mọi véc tơ x ∈ V : (α + β)x = αx + βx;
6 Với mọi α ∈ K và mọi véc tơ x ∈; V : (x + y)α = αx + αy;
7 (αβ)x = α(βx)
8 1.x = x.
Định nghĩa 1.3.

Cho V là một không gian véc tơ và S là tập con của V . Nếu S thoả mãn các điều
kiện
1 x + y ∈ S với mọi x, y ∈ S;
2 αx ∈ S với mọi x ∈ S và α ∈ C,
thì ta nói S là không gian véc tơ con của V .

Ví dụ 1.2.
Tập S = {x = (x1 , x2 , x3 ) ∈ R3 x1 = x3 } là không gian véc tơ con của R3 . Thật vậy,
1 Vì 0 = (0, 0, 0) ∈ S nên S ̸= ∅.
2 Nếu x = (a, b, a) ∈ S thì
αx = α(a, b, a) = (αa, αb, αa) ∈ S.
3 Nếu x = (a, b, a) ∈ S và y = (a, c, a) ∈ S thì

x + y = (2a, b + c, 2a) ∈ S.
Ví dụ 1.3.
Tập S = {x = (x1 , x2 ) ∈ R2 x1 + 2x2 = 0} là không gian véc tơ con của R2 . Thật
vậy,
1 Vì 0 = (0, 0, 0) ∈ S nên S ̸= ∅.
2 Nếu x = (2a, −a) ∈ S thì
αx = α(2a, −a) = (2αa, −αa) ∈ S.
3 Nếu x = (2a, −a) ∈ S và x = (2b, −b) ∈ S thì

x + y = (2a + 2b, −a − b) ∈ S.
Ví dụ 1.4.
Tập S = {x = (x1 , x2 , x3 ) ∈ R3 x1 + x2 x3 = 0} không là không gian véc tơ con của
R3 . Thật vậy, chọn tuỳ ý x = (1, 1, −1) ∈ S và y = (2, 2, −1) ∈ S, ta được
x + y = (1, 1, −1) + (2, 2, −1) = (3, 3, −2) ∈
/ S.
BÀI 4. KHÔNG GIAN VÉCTƠ Không gian rỗng của ma trận
Định lý 1.1.
Cho A là ma trận cỡ n × m. N (A) là tập chứa tất cả các nghiệm của hpt thuần
nhất Ax = 0. Khi đó,
N (A) = x ∈ Rm | Ax = 0

là không gian véc tơ con của Rm

Ví dụ 1.5.
Cho ma trận
1 1 1 0
A= .
2 1 0 1
Xác định N (A) ?

Lời giải: ➤ Xét hpt Ax = 0, ta có

1 1 1 0 0 1 1 1 0 0
(A|0) = ∼
2 1 0 1 0 0 −1 −2 1 0
Từ ma trận bậc thang trên, ta viết lại

x1 = x3 − x4
( 
x1 + x2 + x3 =0
⇐⇒ x2 = −2x3 + x4
− x2 − 2x3 + x4 = 0 
x3 , x4 tuỳ ý.

➤ Khi đó, ta có
x = (x1 , x2 , x3 , x4 ) = (x3 − x4 , −2x3 + x4 , x3 , x4 )
= (x3 , −2x3 , x3 , 0) + (−x4 , x4 , 0, x4 )
= x3 (1, −2, 1, 0) + x4 (−1, −1, 0, 1), ∀x3 , x4 ∈ R.
➤ Vậy
N (A) = (x1 , x2 , x3 , x4 ) ∈ R4 | x3 (1, −2, 1, 0) + x4 (−1, 1, 0, 1) .


Ví dụ 1.6.
Cho ma trận  
1 −1 −2
A =  −1 2 3 .
2 −2 −2
Xác định N (A) ?
Lời giải: ➤ Xét hpt Ax = 0, ta có
   
1 −1 −2 0 1 0 0 0
(A|0) =  −1 2 3 0 ∼ 0 1 0 0 
2 −2 −2 0 0 0 1 0
➤ Nghiệm của hpt là x = (0, 0, 0) =⇒ N (A) = ∅.

Định nghĩa 1.4.

Cho S = {v1 , v2 , . . . , vn } là tập của các véc tơ trong không gian véc tơ V . Véc tơ
x ∈ V được gọi tổ hợp tuyến tính của các véc tơ trong S nếu
x = c1 v1 + c2 v2 + . . . + cn vn
trong đó, c1 , c2 , . . . , cn là các số thực. Nói cách khác, véc tơ x được biểu diễn bởi
các véc tơ trong S.
Ví dụ 1.7.
Hãy biễu diễn véc tơ x = (2, 3, 5) ∈ R3 qua các véc tơ trong
S = {v1 = (−2, −3, 4), v2 = (2, 3, 2)} ⊂ R3 .
Lời giải: ➤ Cho c1 , c2 ∈ R. Ta xét biểu thức sau:
x = c1 v1 + c2 v2
⇐⇒ (2, 3, 5) = c1 (−2, −3, 4) + c2 (2, 3, 2)

➤ Ta có hpt sau:
 

 −2c 1 + 2c2 = 2 c1 = 1

1 3
−3c1 + 3c2 = 3 ⇐⇒ 2 Vậy ta có x = v1 + v2 .
 c2 = 3 .
 2 2
4c1 + 2c2 = 5

2
z
v = (2, 3, 5)
v1 = (−2, −3, 4)
v2 = (2, 3, 2)
y
x
Định nghĩa 1.5.

Cho S = {v1 , v2 , . . . , vn } ⊂ V . Bao tuyến tính của S, ký hiệu Span(S), được định
nghĩa như sau:
Span(S) = {x ∈ Rn | x = c1 v1 + c2 v2 + . . . + cn vn }
Ví dụ 1.8.
Cho S = (2, −1, 0), (1, 3, −2), (1, 1, 4) ⊂ R3 . Chứng tỏ rằng x = (−4, 4, 6) ∈ R3
thuộc Span(S).
Lời giải: ➤ Cho c1 , c2 .c3 ∈ R. Ta xét biểu thức sau:
x = c1 v1 + c2 v2 + c3 v3
⇐⇒ (−4, 4, −6) = c1 (2, −1, 0) + c2 (1, 3, −2) + c3 (1, 1, 4)
 

 2c1 + c2 + c 3 = −4 c1 = −2

⇐⇒ −c1 + 3c2 + c3 = 4 ⇐⇒ c2 = 1
 
− 2c2 + 4c3 = −6 c3 = −1
 
=⇒ x là tổ hợp tuyến tính của S hay x ∈ Span(S).

Ví dụ 1.9.
Cho S = (1, 1, 1), (1, 0, 2), (1, 1, 0) ⊂ R3 . CMR span(S) = R3 .

Lời giải: ➤ Cho c1 , c2 , c3 ∈ R và x = (a, b, c) ∈ R3 . Ta xét biểu thức sau:
x = c1 v1 + c2 v2 + c3 v3
⇐⇒ (a, b, c) = c1 (1, 1, 1) + c2 (1, 0, 2) + c3 (1, 1, 0)

c1 + c2 + c3 = a

⇐⇒ c1 + c3 = b

c1 + 2c2 =c

 
1 0 0 −2a + 2b + c
⇐⇒ (A|b) ∼  0 1 0 a−b 
0 0 1 2a − b − c
➤ Rõ ràng, hpt có nghiệm duy nhất với mọi a, b, c ∈ R. Do đó, mọi véc tơ x ∈ R3
là hợp hợp tuyến tính của S. Tức là span(S) = R3 .
Nhận xét
Trong Rn và S = {v1 , v2 , . . . , vn } ⊂ Rn . Thì để xác định Span(S), ta cần chứng tỏ
rằng hpt
Ax = b
có nghiệm (nghiệm duy nhất hoặc là vô số nghiệm), trong đó
A = [v1 ]T [v2 ]T . . . [vn ]T và b = [x]T

ở đây [v1 ]T , . . . , [vn ]T là các chuyển vị của v1 , . . . , vn và x ∈ R3 .

Cụ thể hơn,
1 HPT có nghiệm duy nhất ⇐⇒ det(A) ̸= 0 hoặc r(A) = n
2 HPT vô số nghiệm ⇐⇒ r(A) < 0 hoặc det(A) = 0
Lưu ý: Với trường hợp det(A) = 0 cần kiểm tra lại hpt vô số nghiệm hay vô
nghiệm trước khi kết luận (đối với hệ chứa tham số).

Một vài trường hợp đặt biệt

1 Nếu ma trận bậc thang của ma trận A không chứa bất kỳ dòng 0 nào thì
Span(S) = Rn .
2 Nếu ma trận bậc thang của ma trận A chứa ít nhất một dòng 0 thì
Span(S) ̸= Rn .
3 Nếu trong S′ ⊂ Rn chỉ có tối đa k < n véc tơ thì Span(S′ ) ̸= Rn .
Ví dụ 1.10.
Xét S = {(1, 0, 1), (1, 1, 0), (0, 1, 1)} ⊂ R3 . Ta có
   
1 1 0 1 1 0
A =  0 1 1  ∼  0 1 1 .
1 0 1 0 0 2
Ma trận bậc thang của A không chứa dòng 0 nào, nên

Span{(1, 0, 1), (1, 1, 0), (0, 1, 1)} = R3 .
Ví dụ 1.11.
Xét S = {(1, 1, 1), (1, 2, 0), (2, 1, 3), (2, 3, 1)} ⊂ R3 . Ta có
   
1 1 2 2 1 1 2 2
A =  1 2 1 3  ∼  0 1 −1 1  .
1 0 3 1 0 0 0 0
Ma trận bậc thang của A chứa dòng 0, nên
̸ R3 .
Span{(1, 1, 1), (1, 2, 0), (2, 1, 3), (2, 3, 1)} =
Ví dụ 1.12.
Xét
S = {(1, 1, 1, 1), (0, 0, 1, 2), (−1, 0, 0, 1)} ⊂ R4 .
Ta thấy rằng số véc tơ trong S là k = 3 < n = 4. Do đó, Span(S) ̸= R4 .

BÀI 4. KHÔNG GIAN VÉCTƠ Độc lập tuyến tính và phụ thuộc tuyến tính
Định nghĩa
1.6.
Cho S = v1 , v2 , . . . , vn trong không gian véc tơ V . Nếu phương trình
c1 v1 + c2 v2 + . . . + cn vn = 0
có nghiệm duy nhất c1 = c2 = . . . = cn = 0 thì S được gọi là độc lập tuyến tính.
Ngược lại, S được gọi là phụ thuộc tuyến tính.
y y y
v2
v1
v2 v1
v1
x x v2 x
v1 , v2 đltt v1 , v2 pttt v1 , v2 pttt

Nhận xét: Trong Rn , ta thấy rằng biểu thức
c1 v1 + c2 v2 + . . . + cn vn = 0
có thể viết về dạng sau: Khi đó, việc kiểm tra S là độc lập tuyến tính hay phụ
thuộc tuyến tính trở thành bài toán giải hệ phương trình.
1 S độc lập tuyến tính ⇐⇒ Ax = 0 có nghiệm duy nhất x = 0
⇐⇒ det(A) ̸= 0 hoặc r(A) = n.
2 S phụ thuộc tuyến tính ⇐⇒ Ax = 0 có vô số nghiệm hay
⇐⇒ det(A) = 0 hoặc r(A) < n.
(A|0) = [v1 ]T [v2 ]T [vn ]T |0

...
trong đó [v1 ]T , . . . , [vn ]T là các chuyển vị của v1 , . . . , vn .

Ví dụ 1.13.
Cho S = {(1, −2, 3), (5, 6, −1), (3, 2, 1)} ⊂ R3 . CMR S phụ thuộc tuyến tính.
Lời giải: Cách 1. Lấy c1 , c2 , c3 ∈ R. Xét hệ thức sau:
c1 (1, −2, 3) + c2 (5, 6, −1) + c3 (3, 2, 1) = (0, 0, 0)


 c1 + 5c2 + 3c3 = 0

1 5 3 0
⇐⇒ −2c1 + 6c2 + 2c3 = 0 ⇐⇒
 0 2 1 0
3c1 − c2 + c3 = 0

Do r(A) = r(A|0) = 2 < n = 3 =⇒ hpt vô số nghiệm. Vậy S phụ thuộc tuyến tính.
Cách 2. Ta có
1 5 3
det(A) = −2 6 2 =0
3 −1 1
=⇒ S phụ thuộc tuyến tính.

Ví dụ 1.14.
Cho S = {(1, 0, 0, 1), (0, 2, 1, 0), (1, −1, 1, 1)} ⊂ R4 . CMR S độc lập tuyến tính.
Lời giải: Cách 1. Lấy c1 , c2 , c3 ∈ R. Xét hệ thức sau:
c1 (1, 0, 0, 1) + c2 (0, 2, 1, 0) + c3 (1, −1, 1, 1) = (0, 0, 0, 0)


 c1 + c3 = 0

2c2 − c3 = 0


⇐⇒ ⇐⇒ c1 = c2 = c3 = 0.


 c 2 + c3 = 0

c
1 +c =03
=⇒ S độc lập tuyến tính.

Cách 2. Ta xét
   
1 0 0 1 1 0 0 1
A= 0 2 1 0 ∼ 0 2 1 0 
1 −1 1 1 0 0 3 0
Do r(A) = 3 = n =⇒ S độc lập tuyến tính.
Ví dụ 1.15.
Cho S = {(1, −2, 3), (m, 2, −1), (1, m, 1)} ⊂ R3 . Tìm m để S độc lập tuyến tính.
Lời giải: ➤ Ta có
1 m 1
det(A) = −2 2 m = 3m 2 + 3m − 2
3 −1 1
➤ Theo ycbt, thì
det(A) ̸= 0 ⇐⇒ 3m 2 + 3m − 2 ̸= 0
√ √
−3 − 33 −3 + 33
⇐⇒ m ̸= ∧ m ̸=
6 6

Ví dụ 1.16.
Cho S = {(1, 2, 1), (m + 1, −m, −1), (2, 0, 2)} ⊂ R3 . Tìm m để S phụ thuộc tuyến
tính.
1 m +1 2
det(A) = 2 −m 0 = −4m − 8
1 −1 2
➤ Theo ycbt, thì
det(A) = 0 ⇐⇒ −4m − 8 = 0
⇐⇒ m = −2

Định lý 1.2.
Trong không gian véc tơ V ta có các khẳng định sau:
1 Nếu S chứa véc tơ 0 thì S phụ thuộc tuyến tính.
2 Nếu bỏ đi 1 véctơ trong S độc lập tuyến tính thì S độc lập tuyến tính.
3 Nếu thêm véc tơ vào S phụ thuộc tuyến tính thì S phụ thuộc tuyến tính.
4 Nếu S chứa hai hoặc nhiều hơn véc tơ các véc tơ tỷ lệ nhau thì S phụ thuộc
tuyến tính.
5 Nếu tồn tại 1 véc tơ trong S sao cho nó là tổ hợp tuyến tính của các véc tơ
còn lại trong S thì S phụ thuộc tuyến tính.
Ví dụ 1.17.
1 S = {u1 = (0; 0; 0), u2 = (1; 0; 1), u3 = (0; 1; 2)} phụ thuộc tuyến tính, do
chứa véc tơ 0
2 S = {u1 = (1, 3, 1), u2 = (−1, 2, 1), u3 = (2, 6, 2)} phụ thuộc tuyến tính, do
chứa 2 véc tơ tỉ lệ nhau.
BÀI 4. KHÔNG GIAN VÉCTƠ Cơ sở - Toạ độ véc tơ
Định nghĩa 1.7.

Cho S là tập con của không gian véc tơ V . Tập S được gọi là cơ sở của V nếu S
thoả hai điều kiện sau:
1 S độc lập tuyến tính;
2 Span(S) = V .
Nhận xét
1 Trong Rn , xét tập S = {v1 , v2 , . . . , vn } thì để kiểm tra S có là cơ sở của Rn
hay không ? Ta cần chứng tỏ rằng
det(A) ̸= 0 hoặc r(A) = n,
trong đó A = [v1 ]T [v2 ]T [vn ]T , ở đây [v1 ]T , . . . , [vn ]T là các chuyển vị

...
của v1 , . . . , vn .
2 Trong trường hợp S có tối đa k véc tơ < n thì S không là cơ sở của Rn vì
Span(S) ̸= Rn .
Ví dụ 1.18.
Chứng minh rằng S = {(1, 2, 1), (2, 9, 0), (3, 3, 4)} là cơ sở của R3 .
1 2 3
det(A) = 2 9 3 = −1
1 0 4
➤ Do det(A) = −1 ̸= 0 =⇒ S độc lập tuyến tính và Span(S) = R3 =⇒ S là cơ sở

của R3 .
Ví dụ 1.19.
Cho
V = Span{(1, 1, 1, 1), (1, −1, −1, 1), (1, 0, 0, 1)}
và
S = {(1, 1, 1, 1), (1, −1, −1, 1)}.
CMR S là cơ sở của V

1 1 1 1 1 1 1 1
A= ∼
1 −1 −1 1 0 −2 −2 0
=⇒ r(A) = 2 =⇒ S độc lập tuyến tính.

➤ Hơn nữa, từ V ta có
   
1 1 1 1 1 1 1 1
B =  1 −1 −1 1  ∼  0 −2 −2 0 
1 0 0 1 0 0 0 0
=⇒ r(B) = 2 < n = 3 =⇒ S phụ thuộc tuyến tính.
=⇒ Span{(1, 1, 1, 1),(1, −1, −1, 1)}

= Span{(1, 1, 1, 1), (1, −1, −1, 1), (1, 0, 0, 1)}
➤ Do đó, S là cơ sở của V .
Ví dụ 1.20.
Cho S = {(1, 1, 1, 1), (0, 0, 1, 2), (−1, 0, 0, 1)} ⊂ R4 . Hỏi S có phải là cơ sở của R4
hay không ?
Lời giải:
➤ Ta có
   
1 1 1 1 1 1 1 1
A= 0 0 1 2 ∼ 0 1 1 2 
−1 0 0 1 0 0 1 2
=⇒ r(A) = 3 =⇒ S độc lập tuyến tính.

➤ Mặc khác,
k = 3 < 4 =⇒ Span(S) ̸= R4
➤ Vì vậy, S không là cơ sở của Rn .

Ví dụ 1.21.
Cho V = Span(S) và S = {(1, 1, 1), (0, 0, 1), (1, 1, 0)} ⊂ R3 . Hỏi S có phải là cơ sở
của R3 hay không ?
   
1 1 1 1 1 1
A= 0 0 1 ∼ 0 1 1 
1 1 0 0 0 0
=⇒ r(A) = 2 < n = 3 =⇒ S phụ thuộc tuyến tính.
➤ Vì vậy, S không là cơ sở của Rn .
Chú ý: Tập En = {e1 , e2 , . . . , en } là cơ sở chính tắc của Rn , trong đó
e1 = (1, 0, 0, . . . , 0)
e2 = (0, 1, 0, . . . , 0)
..
.
en = (0, 0, 0, . . . , 1)
Định nghĩa 1.8.

Số chiều của cơ sở S, ký hiệu dim(S), trong không gian véc tơ V là số véc tơ độc
lập tuyến tính trong S.
Ví dụ 1.22.
Cho
S = {(1, 0, 1), (−2, 1, 3), (2, −1, 0), (2, 0, 2)} ⊂ R3 .
Xác định dim(S) ?
Lời giải: ➤ Ta xét
   
1 −2 2 2 1 −2 2 2
A= 0 1 −1 0  ∼  0 1 −1 0 
1 3 0 2 0 0 3 −2
➤ Vậy r(A) = 3 =⇒ Số véc tơ độc lập tuyến tính trong S là 3 =⇒ dim(S) = 3.

Ví dụ 1.23.
Tìm cơ sở và số chiều của không gian nghiệm của HPT sau:

 x1 + 3x2 + 3x3 = 0

2x1 + 6x2 + 9x3 = 0

−x1 − 3x2 + 3x3 = 0

   
1 3 3 0 1 3 3 0
(A|0) =  2 6 9 0 ∼ 0 0 3 0 
−1 −3 0 0 0 0 0 0
➤ Nghiệm của HPT là: (x1 , x2 , x3 ) = (−3x2 , x2 , 0) = x2 (−3, 1, 0) với x2 ∈ R.

➤ Do L = {(−3, 1, 0)} độc lập tuyến tính và Span(L) của không gian nghiệm nên
L là cơ sở của không gian nghiệm và dim(L) = 1.
Ví dụ 1.24.
Tìm cơ sở và số chiều của không gian nghiệm của HPT sau:
(
x1 + x2 − x3 + x4 = 0
−x1 + x2 − x3 − 2x4 = 0
Lời giải: ➤ Ta xét

1 1 −1 1 0 1 1 −1 1 0
(A|0) = ∼
−1 1 −1 −2 0 0 2 −2 −1 0
➤ Nghiệm của HPT là

(x1 ,2 , x3 , x4 ) = − 3x2 + 3x3 , x2 , x3 , 2x2 − 2x3

= − 3x2 , x2 , 0, 2x2 + 3x3 , 0, x3 , −2x3
= x2 (−3, 1, 0, 2) + x3 (3, 0, 1, −2), x2 , x3 ∈ R.
➤ Do L = {(−3, 1, 0, 2), (3, 0, 1, −2)} độc lập tuyến tính và Span(L) của không
gian nghiệm nên L là cơ sở của không gian nghiệm và dim(L) = 2.
Định lý 1.3.
Cho S = {v1 , v2 , . . . , vn } là cơ sở của không gian véc tơ V . Thì mỗi véc tơ v trong
V được biểu diễn (duy nhất) như sau:
v = c1 v1 + c2 v2 + . . . + cn vn .
Các hệ số c1 , c2 , . . . , cn là các thành phần của toạ độ của véc tơ v đối với S, và
véc tơ cột
 
c1
 c2 
[x]S =  .  = (c1 , c2 , . . . , cn )
 
.
 . 
cn
hay còn được gọi là véc tơ v đối với cơ sở S.

Ví dụ 1.25.
Cho S = {(1, 2, 1), (2, 9, 0), (3, 3, 4)} là cơ sở của R3 .
1 Xác định toạ độ của véc tơ v = (5, −1, 9) đối với S.
2 Xác định toạ độ của w trong R3 sao cho [w] = (−1, 3, 2).
S
Lời giải: ➤ (1) Ta có hệ thức sau: v = c1 v1 + c2 v2 + c3 v3 tương đương hpt
 
 c1 + 2c2 + 3c3 = 5
 c1 = 1

2c1 + 9c2 + 3c3 = −1 ⇐⇒ c2 = −1
 
c1 + 4c3 = 9 c3 = 2
 
⇐⇒ [v]S = (1, −1, 2)
➤ (2) Theo đề, ta có
[w]S = (−1, 3, 2) ⇐⇒ w = −1(1, 2, 1) + 3(2, 9, 0) + 2(3, 3, 4)

= (11, 31, 7).

Định nghĩa 1.9.

Cho S = {v1 , v2 , . . . , vn } và S′ = {u1 , u2 , . . . , un } là các cơ sở của không gian véc tơ
V . Ma trận chuyển cơ sở từ S sang S′ được định nghĩa như sau:

PS→S′ = [u1 ]S [u2 ]S . . . [un ]S .
Tính chất 1.3.

Cho S, S′ và H là các cơ sở là các cơ sở của không gian véc tơ V và v ∈ V . Ta có,
1 P −1
S→S′ = PS′ →S .
2 P −1
S→S′ = PS→H PH→S′ = PH→S PH→S′ .
3 [v] = P
S S→S′ [v]S′ .
Chú ý
Cho En = {e1 , e2 , . . . , en } là cơ sở chuẩn tắc của Rn . Then ta có
PEn →S′ = [u1 ]En [u2 ]En . . . [un ]En = u1T u2T . . . unT .


Ví dụ 1.26.
Cho S = {(1, −1, 1), (2, −1, 0), (0, 1, 2)} và S′ = {(1, 1, 1), (0, 1, −1), (3, 0, 1)} là hai
cơ sở của R3 . Xác định PS→S′ và PS′ →S .
Lời giải: ➤ Ta có E3 = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} là cơ sở chính tắc của R3 . Khi
đó,
PS→S′ = PS→E3 PE3 →S′ = PE−1
3 →S
PE3 →S′
 −1    
1 2 0 1 0 3 −1 −3/2 −1
=  −1 −1 1   1 1 0 = 1 3/4 2 
1 0 2 1 −1 1 1 1/4 1
và
−1
PS′ →S = PS→S ′
 −1  
−1 −3/2 −1 −2 −10 18
1 
= 1 3/4 2  = −8 0 −10 
10
1 1/4 1 4 10 −6
Ví dụ 1.27.
Cho S = {(1, 2, 1), (2, 9, 0), (3, 3, 4)} là cơ sở của R3 .
1 Xác định toạ độ của véc tơ v = (5, −1, 9) đối với S.
2 Xác định toạ độ của w trong R3 sao cho [w] = (−1, 3, 2).
S
Lời giải: ➤ Với E3 = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} là cơ sở chính tắc của R3 , ta có
[v]S = PS→E3 [v]E3 = PE−1

3 →S
[v]E3
 −1    
1 2 3 5 1
=  2 9 3   −1  =  −1  .
1 0 4 9 2‘
➤ Ta có
    
1 2 3 −1 11
[w]E3 = PE3 →S [w]S =  2 9 3   3  =  31  .
1 0 4 2 7

BÀI 5. TRỊ RIÊNG VÀ VÉC TƠ RIÊNG CỦA MA TRẬN Trị riêng và véc tơ riêng
Ví dụ 2.1.
Tại một đất nước A. Mỗi năm có 4% dân số chuyển từ nông thôn ra thành thị và
1% dân số chuyển từ thành thị về nông thôn. Giả sử nếu ta muốn nghiên cứu
ảnh hưởng của việc di chuyển này trong một thời gian dài với điều kiện không
đổi.
➤ Gọi an và bn lần lượt là số dân chuyển từ nông thôn ra thành thị và thành thị
về nông thôn; n là số năm quan sát (n = 1, 2, . . .).
➤ Quan sát thấy
(
an = 0.96an−1 + 0.01bn−1 an 0.96 0.01 an−1
=
bn = 0.04an−1 + 0.99bn−1 bn 0.04 0.99 bn−1

an 0.96 0.01
➤ Đặt Xn = và A = . Thì
bn 0.04 0.99
Xn = AXn−1 = A2 Xn−2 = · · · = An X0

➤ Tiếp theo, ta tính An với n lớn. Ta thấy rằng

−1
0.96 0.01 1 1 1 0 1 1
A= =
0.04 0.99 4 −1 0 0.95 4 −1
| {z }| {z }
P D
hay
n
An = PDP −1

= PDP −1 PDP −1 · · · PDP −1
| {z }
n lần

= PD P −1 P D P −1 P · · · P −1 P DP −1
= PDI2 DI2 · · · I2 DP −1
= PDD · · · DP −1 = PD n P −1

Vì n n

1n 0 1 0 1 0
D = = =
0 0.95 0 0.95n 0 0.95n

n 1 0
suy ra limn→∞ D = . Do đó,
0 0
lim An = lim PD n P −1
n→∞ n→∞
−1
1 1 1 0 1 1 0.2 0.2
= = .
4 −1 0 0 4 −1 0.8 0.8
Mặc khác,

n n 0.2 0.2 a0
Xn = A X0 =⇒ lim Xn = lim A X0 =
n→∞ n→∞ 0.8 0.8 b0

hay

an 0.2 0.2 a0
lim =
n→∞ bn 0.8 0.8 b0
(
an = 0.2a0 + 0.2b0
⇐⇒
bn = 0.8a0 + 0.8b0
➤ Điều này có nghĩa, về lâu dài 80% dân số sẽ sống ở thành thị và 20% dân số
sẽ sống ở nông thôn.
Nhận xét
Trong Ví dụ 2.1, ta có biểu diễn ma trận A như sau:
A = PDP −1
trong đó D là ma trận đường chéo. Vậy bài toán đặt ra là ta xác định P và D
như thể nào ?
Định nghĩa 2.1.

Cho A là một ma trận vuông cỡ n. Một véc tơ x ̸= 0 thuộc Rn được gọi là véc tơ
riêng (VTR) của A khi và chỉ khi
Ax = λx,
trong đó λ là hằng số và còn được gọi là trị riêng (TR) của A.

Ví dụ 2.2.
Cho  
1 1 1
A= 1 1 1 
1 1 1
     
1 1 1
và các véc tơ u =  1  , v =  0  và w =  −2  .
1 −1 1
➤ Ta thấy rằng
      
1 1 1 1 3 1
Au =  1 1 1   1  =  3  = 3  1  = 3u
1 1 1 1 3 1
      
1 1 1 1 0 1
Av =  1 1 1   0  =  0  = 0  0  = 0v
1 1 1 −1 0 −1
và       
1 1 1 1 0 1
Aw =  1 1 1   −2  =  0  = 0  −2  = 0w
1 1 1 1 0 1
➤Vậy u là VTR của A ứng với TR λ = 3 và v, w là các VTR của A ứng với TR λ = 0.

Định nghĩa 2.2.

Cho A là ma trận vuông cỡ n và In là ma trận đơn vị cỡ n. Phương trình đặc
trưng của A được định nghĩa như sau:
pA (λ) = det(A − λIn ) = 0,
trong đó
pA (λ) = det(A − λIn )
được gọi là đa thức đặc trưng của A.
Định nghĩa 2.3.
Cho A là ma trận vuông cỡ n và λ là trị riêng của ma trận A. Nghiệm của phương
trình (A − λIn )x = 0 được gọi là không gian trị riêng của A và ký hiệu
Eλ = {x | det(A − λIn )x = 0}.

Ví dụ 2.3.
Tìm TR và VTR của ma trận

0.96 0.01
A= .
0.04 0.99
Lời giải:
➤ Xét phương trình đăc trưng sau:
pA (λ) = det(A − λI2 ) = 0

0.96 0.01 1 0
⇐⇒ −λ =0
0.04 0.99 0 1
0.96 − λ 0.01
⇐⇒ =0
0.04 0.99 − λ
⇐⇒ (0.96 − λ)(0.99 − λ) − 0.0004 = 0
⇐⇒ (λ − 0.95)(λ − 1) = 0
⇐⇒ λ = 1 ∨ λ = 0.95.
➤ Thay λ = 1 vào (A − λI2 )x = 0, ta được

−0.04 0.01 0 1 −0.25 0
(A − I2 )x = 0 ⇐⇒ ∼
0.04 −0.01 0 0 0 0
⇐⇒ x1 − 0.25x2 = 0 ⇐⇒ x1 = 0.25x2 .
Nghiệm của hpt là x = (x1 , x2 ) = (0.25x2 , x2 ) = 0.25x2 (1, 4) với mọi x2 ∈ R. Khi
đó,
E1 = Span{(1, 4)}
➤ Thay λ = 0.95 vào (A − λI2 )x = 0, ta được

0.01 0.01 0 1 1 0
(A − 0.95I2 )x = 0 ⇐⇒ ∼
0.04 0.04 0 0 0 0
⇐⇒ x1 + x2 = 0 ⇐⇒ x2 = −x1 .
Nghiệm của hpt là x = (x1 , x2 ) = (x1 , −x1 ) = x1 (1, −1) với mọi x1 ∈ R. Khi đó,
E0.95 = Span{(1, −1)}
Ví dụ 2.4.
Tìm TR và VTR của ma trận
 
2 1 3
A= 0 2 0 
0 0 2
Lời giải:
➤ Xét phương trình đăc trưng sau:
pA (λ) = det(A − λI3 ) = 0
   
2 1 3 1 0 0
⇐⇒  0 2 0  − λ  0 1 0  =0
0 0 2 0 0 1
2−λ 1 3
⇐⇒ 0 2−λ 0 = 0 ⇐⇒ (2 − λ)3 = 0 ⇐⇒ λ = 2
0 0 2−λ

 
0 1 3 0
(A − 2I3 )x = 0 ⇐⇒  0 0 0 0 
0 0 0 0
⇐⇒ x2 + 3x3 = 0 ⇐⇒ x2 = −3x3 .
Nghiệm của hpt là
x = (x1 , x2 , x3 ) = (x1 , −3x3 , x3 )

= (x1 , 0, 0) + (0, −3x3 , x3 )
= x1 (1, 0, 0) + x3 (0, −3, 1)
với mọi x1 , x3 ∈ R. Khi đó,
E2 = Span{(1, 0, 0), (0, −3, 1)}

KỸ THUẬT ĐỂ TÍNH NHANH pA (λ)
Định nghĩa 2.4.

Cho A = (aij )n×n . Trace (vết) của một ma trận được định nghĩa như sau:
n
X
tr(A) = aii = a11 + a22 + . . . + ann .
i=1
Ví dụ 2.5.
1 4
Ma trận A = có tr(A) = 1 + 2 = 3
3 2
Ví dụ 2.6.  
1 4 5
Ma trận A =  0 2 6  có tr(A) = 1 + 2 + 3 = 6.
0 0 3
Định lý 2.1.
Cho λ1 , λ2 , . . . , λn là các trị riêng của ma trận A. Ta có
1 det(A) = λ × λ × . . . × λ .
1 2 n
2 tr(A) = λ + λ + . . . + λ .
1 2 n
3 p (λ) = (−1)n λn + . . . + (−1)n−k c λn−k + . . . + c , trong đó
A k n
n
X
c1 = tr(A), ck+1 = |Mkk |, cn = det(A).
k=1
Chú ý
1 Cho A là ma trận cỡ 2 × 2 thì đa trức đặc trưng của A là
pA (λ) = λ2 − tr(A)λ + det(A).
2 Cho A là ma trận cỡ 3 × 3 thì đa trức đặc trưng của A là

Hồ Vũ (BUH) 3 2 SỐ TUYẾN TÍNH
ĐẠI Ngày 1 tháng 10 năm 2023 50 / 99
Ví dụ 2.7.
0.96 0.01
Cho A = . Xác định đa thức đặc trưng pA (λ) của A.
0.04 0.99
1 det(A) = 0.95.
2 tr(A) = 0.96 + 0.99 = 1.95
=⇒ pA (λ) = λ2 − 1.95λ + 0.95.

Ví dụ 2.8. 
2 1 3
Cho A =  0 2 0  Xác định đa thức đặc trưng pA (λ) của A.
0 0 2
1 det(A) = 8.
2 tr(A) = 2 + 2 + 2 = 6 và |M
11 | + |M11 | + |M11 | = 12.
3 2
=⇒ pA (λ) = −λ + 6λ − 12λ + 8.
BÀI 5. TRỊ RIÊNG VÀ VÉC TƠ RIÊNG CỦA MA TRẬN Chéo hoá ma trận
Định nghĩa 2.5.

Ma trận vuông A được gọi là chéo hoá được khi và chỉ khi tồn tại ma trận khả
nghịch P sao cho
A = PDP −1 ,
trong đó D được gọi là ma trận chéo, P là ma trận làm chéo.

Ví dụ 2.9.    
−4 0 −6 −2 0 −1
Ta thấy ma trận A =  2 1 2  chéo hoá được, vì ta có P =  1 1 0 
3 0 5 1 0 1
 
−1 0 0
thoả mãn A = P  0 1 0  P −1 .
0 0 2

Định lý 2.2.
Cho A là ma trận vuông cỡ n. Ma trận A chéo hoá được khi và chỉ khi A có n véc
tơ riêng độc lập tuyến tính.
Định lý 2.3.
Các VTR ứng với các TR khác nhau thì độc lập tuyến tính.
Định nghĩa 2.6.
1 Số bội hình học (BHH) của TR λ là số chiều của cơ sở S của không gian
λ
VTR Eλ tương ứng với TR λ.
2 Số bội đại số (BĐS) của TR λ là số nguyên dương lớn nhất r sao cho đa
i
thức pA (λ) chia hết cho (λ − λi )r .
Định lý 2.4.
Ứng với mỗi trị riêng thì BHH ≤ BĐS.
Định lý 2.5.
Ma trận vuông A cỡ n chéo hóa được khi và chỉ khi BHH = BĐS ứng với mỗi TR.
Thuật toán chéo hoá ma trận

1 Xác định tất cả các TR λ1 , λ2 , . . . , λn và VTR tương ứng bằng cách giải
phương trình đặc trưng det(A − λIn ) = 0.
2 Với mỗi TR λi , ta tìm cơ sở Sλi cho không gian VTR Eλi .
3 Nếu BHH ̸= BĐS ứng với 1 TR bất kỳ =⇒ A không chéo hoá được =⇒ DỪNG.
4 Nếu BHH = BĐS với mọi TR =⇒ A chéo hoá được =⇒ chuyển sang bước sau.
5 Ma trận làm chéo P và ma trận chéo D xác định như sau:
P = [VTR1 ]T [VTR2 ]T . . . [VTRn ]T ,

 
λ1 0
 λ2 
D=
 
.. 
 . 
0 λn

Ví dụ 2.10.

1 0
Cho A = . Chéo hoá ma trận A (nếu được).
1 2
Lời giải: Ta có det(A) = 2 và tr(A) = 3.
➤ Xét phương trình đặc trưng sau:
pA (λ) = det(A − λI2 ) = 0 ⇐⇒ pA (λ) = λ2 − 3λ + 2 = 0
(
λ = 1 =⇒ BĐS = 1
⇐⇒ pA (λ) = (λ − 1)(λ − 2) = 0 ⇐⇒
λ = 2 =⇒ BĐS = 1

0 0 0
(A − I2 )x = 0 ⇐⇒ ⇐⇒ x1 + x2 = 0
1 1 0
Nghiệm của hpt là x = (x1 , x2 ) = (x1 , −x1 ) = x1 (1, −1) với mọi x1 ∈ R. Khi đó,
E1 = Span{(1, −1)}
Do S1 = {(1, −1} là độc lập tuyến tính và Span(S1 ) = E1 , nên S1 là cơ sở của E1

=⇒ dim(S1 ) = 1 =⇒ BHH = BĐS.

−1 0 0
(A − 2I2 )x = 0 ⇐⇒ ⇐⇒ −1x1 + 0x2 = 0
1 0 0
Nghiệm của hpt là x = (x1 , x2 ) = (0, x2 ) = x2 (0, 1) với mọi x2 ∈ R. Khi đó,
E2 = Span{(0, 1)}
Do S2 = {(0, 1} là độc lập tuyến tính và Span(S2 ) = E2 , nên S2 là cơ sở của E2
=⇒ dim(S2 ) = 1 =⇒ BHH = BĐS.
Vì BHH = BĐS với mỗi TR =⇒ A chéo hoá được, tức là tồn tại ma trận P khả
nghịch thoả mãn
A = PDP −1 ,

1 1 2 0
trong đó P = và D = .
−1 0 0 1
Ví dụ 2.11.
 
3 1 1
Cho A =  2 4 2  . Chéo hoá ma trận A (nếu được).
1 1 3
Lời giải: Ta có
det(A) = 24;
tr(A) = 10;
|M11 | + |M22 | + |M33 | = 28.
pA (λ) = det(A − λI3 ) = 0
⇐⇒pA (λ) = −λ3 + 10λ2 − 28λ + 24 = 0
⇐⇒pA (λ) = −(λ − 2)2 (λ − 6) = 0
(
λ = 6 =⇒ BĐS = 1
⇐⇒
λ = 2 =⇒ BĐS = 2

 
1 1 1 0
(A − 2I3 )x = 0 ⇐⇒  2 2 2 0 
1 1 1 0
⇐⇒ x1 + x2 + x3 = 0 ⇐⇒ x1 = −x2 − x3
x = (x1 , x2 , x3 ) = (−x2 − x3 , x2 , x3 )
= (−x2 , x2 , 0) + (−x3 , 0, x3 )
= x2 (−1, −1, 0) + x3 (−1, 0, 1)
với mọi x2 , x3 ∈ R. Khi đó,
E2 = Span{(−1, −1, 0), (−1, 0, 1)}
Do S2 = {(−1, −1, 0), (−1, 0, 1)} là độc lập tuyến tính và Span(S2 ) = E2 , nên S2 là
cơ sở của E2 =⇒ dim(S2 ) = 2 =⇒ BHH = BĐS.

   
−3 1 1 0 −3 1 1 0
(A − 6I3 )x = 0 ⇐⇒  2 −3 2 0  ∼  0 1 2 0 
1 1 −3 0 0 0 0 0
( (
−3x1 + x2 + x3 = 0 x1 = x3
⇐⇒ ⇐⇒
x2 − 2x3 = 0 x2 = 2x3
x = (x1 , x2 , x3 ) = (x3 , 2x3 , x3 ) = x3 (1, 2, 1)
với mọi x3 ∈ R. Khi đó,

E6 = Span{(1, 2, 1)}
Do S6 = {(1, 2, 1)} là độc lập tuyến tính và Span(S6 ) = E6 , nên S6 là cơ sở của E6
=⇒ dim(S6 ) = 1 =⇒ BHH = BĐS.
Vì BHH =BĐS với mỗi TR =⇒ A chéo hoá được, tức là tồn tại ma trận P khả
nghịch thoả mãn A = PDP −1 , trong đó
   1 1 1 
1 −1 −1 6 0 0 4 4 4
A= 2 1 0   0 2 0   − 12 1
2 − 1 
2
1 0 1 0 0 2 − 14 − 14 3
4
| {z }| {z }| {z }
P D P −1
Ví dụ 2.12.
 
1 0 0
Cho A =  1 2 0  . Chéo hoá ma trận A (nếu được).
−3 5 2
det(A) = 4;
tr(A) = 5;
|M11 | + |M22 | + |M33 | = 12.

pA (λ) = det(A − λI3 ) = 0 ⇐⇒pA (λ) = −λ3 + 5λ2 − 8λ + 4 = 0
⇐⇒pA (λ) = −(λ − 2)2 (λ − 1) = 0
(
λ = 1 =⇒ BĐS = 2
⇐⇒
λ = 2 =⇒ BĐS = 1
   
−1 0 0 0 −3 5 0 0
(A − 2I3 )x = 0 ⇐⇒  1 0 0 0  ∼  1 0 0 0 
−3 5 0 0 0 0 0 0
( (
5x2 = 0 x2 = 0
⇐⇒ ⇐⇒
x1 =0 x3 = 0
x = (x1 , x2 , x3 ) = (x1 , 0, 0) = x1 (1, 0, 0)
∈ (BUH)
với mọi xHồ Vũ R. Khi đó, E = Span{(1, 0,TUYẾN
ĐẠI SỐ 0)} TÍNH Ngày 1 tháng 10 năm 2023 61 / 99
Do S2 = {(1, 0, 0)} là độc lập tuyến tính và Span(S2 ) = E2 , nên S2 là cơ sở của E2

=⇒ dim(S2 ) = 1 =⇒ BHH ̸= BĐS. Vậy A không chéo hoá được.
Định lý 2.6.
Nếu A là ma trận chéo hoá được thì Am = PD m P −1 .
Ví dụ2.13.
1 0 −1 1 1
Cho chéo hoá được với PDP , trong đó P = và D =
1 2 −1 0

2 0
. Tính A5 ?
0 1
A = PDP −1 ⇐⇒ A5 = PD 5 P −1
5 −1
5 1 1 2 0 1 1
⇐⇒ A =
−1 0 0 1 −1 0
5 −1
1 1 2 0 1 1 1 0
⇐⇒ A5 = =
−1 0 0 15 −1 0 31 32
BÀI 6. PHÉP BIẾN ĐỔI TUYẾN TÍNH Phép biến đổi tuyến tính
Định nghĩa 3.1.

Cho V , W là hai không gian véc tơ V . Ánh xạ T : V → W được gọi một phép biến
đổi tuyến tính nếu thoả mãn 2 điều kiện sau:
1 T (u + v) = T (u) + T (v) với mọi u, v ∈ V ;
2 T (ku) = kT (u) với mọi u ∈ V và k ∈ K.
Định nghĩa 3.2.

Với V = Rm và W = Rn . Phép biến đổi tuyến tính T : Rm → Rn được định nghĩa
như sau:
T (x1 , x2 , . . . , xm ) = T a11 x1 + a12 x1 + . . . + a1m xm ,

a21 x1 + a22 x1 + . . . + a2m xm ,
..............................,

an1 x1 + an2 x1 + . . . + anm xm
Trong trường hợp n = m, thì T được gọi là toán tử tuyến tính.

Ta có thể viết T về dạng sau:

  
a11 a12 · · · a1m x1
 a21 a22 · · · a2m  x2 
T (x1 , x2 , . . . , xm ) =  ,
  
.. .. ..  ..
 . . .  . 
an1 an2 · · · anm xn
| {z }
A
trong đó A được gọi mà ma trận chuẩn.

Ví dụ 3.1.
Cho án xạ T : R2 → R2 xác định như sau:
T (x1 , x2 ) = (x1 + 2x2 , −x2 )
là một toán tử tuyến tính. Ta có ma trận chuẩn của toán tử tuyến tính T là

1 2
A=
0 −1
Ví dụ 3.2.
Cho án xạ T : R3 → R2 xác định như sau:
T (x1 , x2 , x3 ) = (x1 + 2x3 , x1 − x2 )
là một phép biến đổi tuyến tính. Ta có ma trận chuẩn của phép biến đổi tuyến
tính T là

1 0 2
A=
0 −1 0
Định lý 3.1.
Giả sử T : Rm → Rn là một phép biến đổi tuyến tính. Cho {u1 , u2 , . . . , um } là cơ
sở của Rm . Mọi véc tơ v ∈ Rm có thể biểu diễn như sau:
v = c1 u1 + c2 u2 + · · · + cm um
với c1 , c2 , . . . , cm ∈ R. Thì
T (v) = c1 T (u1 ) + c2 T (u2 ) + . . . + cm T (um ).
Ví dụ 3.3.
Cho T : R3 → R2 là phép biến đổi tuyến tính sao cho
T (1, 1, 1) = (1, 3); T (0, 1, 1) = (−1, 2); T (2, 0, −1) = (4, −1).
Hãy xác định T .
Lời giải: ➤ Lấy (x1 , x2 , x3 ) ∈ R3 . Ta xét hệ thức sau:
(x1 , x2 , x3 ) = c1 (1, 1, 1) + c2 (0, 1, 1) + c3 (2, 0, −1)
 
c1
 + 2c3 = x1 c1 = x1 − 2x2 + 2x3

⇐⇒ c1 + c2 = x2 ⇐⇒ c2 = −x1 + 3x2 − 2x3
 
c1 + c2 − c3 = x3 c3 = x2 − x3
 
T (x1 , x2 , x3 ) = c1 T (1, 1, 1) + c2 T (0, 1, 1) + c3 T (2, 0, −1)
= (x1 − 2x2 + 2x3 )(1, 3) + (−x1 + 3x2 − 2x3 )(−1, 2)
+ (x2 − x3 )(4, −1)
Hồ Vũ (BUH) = (2x1 − x2 , xĐẠI
1− SỐxTUYẾN
2 + 3x 3 ).
TÍNH Ngày 1 tháng 10 năm 2023 66 / 99
Ví dụ 3.4.
Cho T : R3 → R3 là phép biến đổi tuyến tính sao cho
T (1, 1, 1) = (1, 0, 3); T (0, 1, 1) = (−1, 2, 0); T (2, 0, −1) = (0, 4, −1).
Hãy xác định T (1, −1, 1).
Lời giải: ➤ Ta xét hệ thức sau:
(1, −1, 1) = c1 (1, 1, 1) + c2 (0, 1, 1) + c3 (2, 0, −1)
 
c1
 + 2c3 = 1 c1 = 5

⇐⇒ c1 + c2 = −1 ⇐⇒ c2 = −6
 
c1 + c2 − c3 = 1 c3 = −2
 
T (x1 , x2 , x3 ) = c1 T (1, 1, 1) + c2 T (0, 1, 1) + c3 T (2, 0, −1)
= 5(1, 0, 3) − 6(−1, 2, 0) − 2(0, 4, −1)
= (11, −20, 17).
BÀI 6. PHÉP BIẾN ĐỔI TUYẾN TÍNH Ma trận của phép biến đổi tuyến tính
Định nghĩa 3.3.

Cho S = {u1 , u2 , . . . , um } và S′ = {v1 , v2 , . . . , vn } lần lượt là cơ sở của V và W và
T : V → W là phép biến đổi tuyến tính. Ma trận A trong cặp cơ sở S và S′ được
định nghĩa như sau:
′
[T ]SS = [T (u1 )]S′ [T (u2 )]S′ . . . [T (um )]S′ .

′
Trong trường hợp S ≡ S′ thì ký hiệu [T ]SS có thể viết thành [T ]S .
Ví dụ 3.5.
Cho E2 , E3 lần lượt là cơ sở chính tắc của R2 và R3 , và phép biến đổi tuyến tính
T : R3 → R2 được xác định như sau:
T (x1 , x2 , x3 ) = (x2 , x1 − 2x3 )
Xác định ma trận A trong cặp cơ sở R3 và R2 .

Nhắc lại: Để tìm nhanh toạ độ của véc tơ x đối với cơ sở chính tắc, ta chỉ cần
chuyển vị véc tơ x.
Lời giải: ➤ Ta có cơ sở chính tắc của R3 và R2 là:

E3 = {e1 = (1, 0, 0), (0, 1, 0), (0, 0, 1)}
E2 = {e1′ = (1, 0), e2′ = (0, 1)}.
2
A = [T ]EE3 = [T (e1 )]E2 [T (e2 )]E2 [T (e3 )]E2

0 1 0
= ,
1 0 −2
trong đó
0
T (e1 ) = T (1, 0, 0) = (0, 1) =⇒ [T (e1 )]E2 = ,
1

1
T (e2 ) = T (0, 1, 0) = (1, 0) =⇒ [T (e2 )]E2 =
0

0
T (e3 ) = T (0, 0, 1) = (0, −2) =⇒ [T (e3 )]E2 = .
−2
Ví dụ 3.6.
Cho phép biến đổi tuyến tính T : R3 → R3 được xác định như sau:
T (x1 , x2 , x3 ) = (x2 , x1 − 2x3 )
Xác định ma trận A trong cặp cơ sở chính tắc của R3 .

Lời giải:
➤ Ta có cơ sở chính tắc của R3 là
E3 = {e1 = (1, 0, 0), (0, 1, 0), (0, 0, 1)}
3
A = [T ]EE3 = [T (e1 )]E3 [T (e2 )]E3 [T (e3 )]E3

 
1 0 0
=  1 0 −2  ,
1 2 3

trong đó
 
1
T (e1 ) = T (1, 0, 0) = (1, 1, 1) =⇒ [T (e1 )]E3 =  1  ,
1
 
0
T (e2 ) = T (0, 1, 0) = (0, 0, 2) =⇒ [T (e2 )]E3 =  0 
2
 
0
T (e3 ) = T (0, 0, 1) = (0, −2, 3) =⇒ [T (e3 )]E3 =  −2  .
3
Ví dụ 3.7.
Cho phép biến đổi tuyến tính T : R2 → R2 được xác định như sau:
T (x1 , x2 ) = (x1 − 2x2 , 3x1 + 5x2 )
Tìm [f ]EB2 và [f ]B với cơ sở B = {(1; −1), (2; −3)}.
Lời giải:
➤ Ta có các cơ sở chính tắc của R2 là
E2 = {e1 = (1, 0), (0, 1)}

B = {(1; −1), (2; −3)}.
➤ Xác định [T ]EB2

= [T (e1 )]E2 [T (e2 )]E2 . Ta có,

3
T (1, −1) = (3, −2) =⇒ [T (1, −1)]E2 =
−2

8
T (2, −3) = (8, −9) =⇒ [T (2, −3)]E2 =
−9
Vậy

3 8
[T ]EB2 =
−2 −9

Nhắc lại: Để tìm nhanh toạ độ của các (3, −2), (8, −9) đối với cơ sở B = {(1; −1), (2; −3
ta giải hpt sau:

1 2 3 8
.
−1 −3 −2 −9
➤ Xác định [T ]B = [T ]B

B = [T (b1 )]B [T (b2 )]B . Ta có:

5
T (1, −1) = (3, −2) =⇒ [T (1, −1)]B =
−1

6
T (2, −3) = (8, −9) =⇒ [T (2, −3)]B =
1
Vậy

5 6
[T ]B = .
−1 1

Tính chất 3.1.

Cho S1 , S2 là hai cơ sở của V và S1′ , S2′ là hai cơ sở của W và T : V → W là phép
biến đổi tuyến tính. Thì
S′ S′
[T ]S22 = QS−1
′ →S ′ × [T ]S × PS1 →S2
1
1
1 2
S′
Sơ đồ xác định [T ]S22
QS−1
′ →S ′
1 2
S1′ S2′
[T ] [T ]
S1 S2
PS1 →S2

Ví dụ 3.8.  
1 −3
Cho phép biến đổi tuyến tính T : R2 → R3 có [T ]EE32 = 0 2 . Tìm ma trận
4 3
[T ]SS21 , trong đó hai cơ sở tương ứng là:
S1 = {u1 = (1, 1), u2 = (1, 2)} ,
S2 = {v1 = (1, 0, 1), v2 = (1, 1, 1), v3 = (1, 0, 0)} .
Hướng dẫn:
QS−1
2 →E3
E3 S2
[T ] [T ]
E2 S1
PE2 →S1
 −1  
1 1 1 0 −1 1
QS−1
2 →E3
= QE3 →S2  0 1 0  =  0 1 0 
1 1 0 1 0 −1

1 1
PE2 →S1 = .
1 2
➤ Theo ycbt, ta có
[T ]SS21 = QS−1
2 →E3
[T ]EE32 PE2 →S1
    
0 −1 1 1 −3 5 6
1 1
= 0 1 0  0 2  = 2 4 .
1 2
1 0 −1 4 3 −9 −15

Ví dụ 3.9.
Cho phép biến đổi tuyến tính T : R3 → R2 được định nghĩa như sau:
T (x1 , x2 , x3 ) = (x1 + x2 − x3 , x1 − x2 + x3 ).
Tìm ma trận của T trong cặp cơ sở: B = {(1, 1, 0), (0, 1, 1), (1, 0, 1)} và B′ =
{(2, 1), (1, 1)}.
Hướng dẫn:
QB−1
′ →E
2
E2 B′
[T ] [T ]
E3 B
PE3 →B

−1

2 1 1 −1
QB−1
′ →E = QE2 →B′ =
2 1 1 −1 2
 
1 0 1
E2
1 1 −1
PEE →B =  1 1 0  và [T ]E3 = .
1 −1 1
0 1 1
′ −1 E2
[T ]B
B = QB′ →E2 [T ]E3 PE3 →B
 
1 0 1
1 −1 1 1 −1  1 1 0 
=
−1 2 1 −1 1
0 1 1

2 0 −2
=
−2 0 4

Định lý 3.2.
Cho S = {u1 , u2 , . . . , um } và S′ = {v1 , v2 , . . . , vn } lần lượt là cơ sở của V và W và
T : V → W là phép biến đổi tuyến tính. Thì ta có
′
[T (w)]S′ = [T ]SS [w]S ,
trong đó
′
[T ]SS = [T (u1 )]S′ [T (u2 )]S′ . . . [T (um )]S′ .

Sơ đồ xác định [T (w)]S′

T
w T (w)
S S′
[w]S ′
[T (w)]S′
[T ]SS

Ví dụ 3.10.
Cho S = {(1, 1, 1), (−1, 0, 1), (0, 0, 1)} và S′ = {(1, 2), (−1, 1)} lần lượt là cơ sở của
R3 và R2 , và T : R3 → R2 là phép biến đổi tuyến tính được cho bởi
T (x1 , x2 , x3 ) = (3x1 + x2 + x3 , x1 − 3x2 − x3 )
Hãy xác định [T (w)]S′ , biết w = (1, 0, 2) ∈ R3 .
Lời giải: ➤ Ta có w = c1 u1 + c2 u2 + c3 u3 tương đương với
 
c1 − c2
 =1 c1 = 0

c1 = 0 ⇐⇒ c2 = −1 =⇒ [w]S = (0, −1, 3).
 
c1 + c2 + c3 = 2 c3 = 3
 
Nhắc lại: Để tìm nhanh toạ độ của các (5, −3), (−2, −2), (1, −1) đối với cơ sở
S′ = {(1, 2), (−1, 1)}, ta giải hpt sau:

1 −1 5 −2 1
.
2 1 −3 −2 −1
➤ Ta có

2 13
T (u1 ) = T (1, 1, 1) = (5, −3) =⇒ [T (u1 )]S′ = ,−
3 3

4 2
T (u2 ) = T (−1, 0, 1) = (−2, −2) =⇒ [T (u2 )]S′ = − ,
3 3
T (u3 ) = T (0, 0, 1) = (1, −1) =⇒ [T (u3 )]S′ = (0, −1).
Khi đó, ma trận của phép biến đổi tuyến tính có dạng:

S′ 2/3 −4/3 0
[T ]S =
−13/3 2/3 −1
 
0
2/3 −4/3 0  4 11
[T (w)]S′ = −1  = ,− .
−13/3 2/3 −1 3 3
| {z } 3
′
[T ]S
| {z }
S [w]S

BÀI 7. DẠNG T OÀN PHƯƠNG Định nghĩa
Định nghĩa 4.1.

Dạng toàn phương của các biến x1 , x2 , . . . , xn được định nghĩa như sau:
n X
X n
Q (x1 , x2 , . . . , xn ) = qij xi xj
i=1 j=i
= q11 x12 + q12 x1 x2 + · · · + q1n x1 xn

q22 x22 + · · · + q2n x2 xn
+ ······
+ qnn xn2
trong đó qij là các số thực.


➤ Ta định nghĩa ma trận đối xứng A = aij n×n sao cho

qii
 nếu i = j
aij = 12 qij nếu i < j

1
2 qji nếu i > j
và cho x = (x1 , x2 , . . . , xn )T . Thì
Q (x1 , x2 , . . . , xn )
1 1
  
q11 2 q12 ··· 2 q1n x1
1 1
 2 q12 q22 ··· 2 q2n
 x2 
= x1 x2 · · · xn
  
 .. .. ..  .. 
 . . .  . 
1 1 xn
2 q1n 2 q2n ··· qnn
T
= x Ax.
Khi đó, dạng toàn phương được xem như là phép biến đổi tuyến tính Q : Rn → R
được định nghĩa như sau:
Hồ Vũ (BUH) x TSỐ
Q(x) = ĐẠI Ax TÍNH x ∈ R
TUYẾNvới
n Ngày 1 tháng 10 năm 2023 83 / 99
Ví dụ 4.1.
Cho Q1 (x1 , x2 ) = x12 − x1 x2 + x22 là dạng toàn phương đối với x1 , x2 . Thì ta có
1 − 12

x1
Q1 (x1 , x2 ) = x1 x2 1
| {z } −2 1 x2
x T | {z } | {z }
A x
Ví dụ 4.2.
Cho Q2 (x1 , x2 , x3 ) = x12 + 2x22 + x32 + 2x1 x3 là dạng toàn phương đối với x1 , x2 , x3 .
Thì ta có   
1 0 1 x1
Q2 (x1 , x2 , x3 ) = x1 x2 x3  0 2 0   x2 
| {z } 1 0 1 x3
xT | {z } | {z }
A x

BÀI 7. DẠNG T OÀN PHƯƠNG Đưa về dạng toàn phương chính tắc
Định nghĩa 4.2.

Dạng toàn phương chính tắc của các biến y1 , y2 , . . . , yn được định nghĩa như
sau:
n
X
Q (y1 , y2 , . . . , yn ) = λi yi2 = yT Dy.
i=1
trong đó λi là các số thực và D = diag(λ1 λ2 . . . λn ) là ma trận đường chéo.

Ví dụ 4.3.
Cho Q2 (y1 , y2 , y3 ) = y12 + 3y22 − y32 là dạng toàn phương chính tắc đối với x1 , x2 , x3 .
Thì ta có   
1 0 0 y1
Q2 (y1 , y2 , y3 ) = y1 y2 y3  0 3 0   y2 
| {z } 0 0 −1 y3
yT | {z } | {z }
D y

THUẬT TOÁN JANCOBI: Q(x) → Q(y) = yT Dy
Giả sử ma trận A = (aij )n×m trong dạng toàn phương Q(x) có các định thức con
chính Dk ̸= 0 với k = 1, 2, . . . , n − 1.
➤ Bước 1: Tính các hệ số
Di−1,j
αij = (−1)i+j
Di−1
➤ Bước 2: Đổi biến theo công thức:
x1 = y1 + α21 y2 + α31 y3 + α41 y4 + . . . + αn1 yn

x2 = y2 + α32 y3 + α42 y4 + . . . + αn2 yn
················································
xn = yn

 
1 α21 . . . αn1
 0 1 . . . αn2 
Khi đó, ma trận đổi biến là P =  ..  và dạng chính tắc là
 
.. .. . .
 . . . . 
0 0 ... 1
D2 2 D3 2 Dn 2
Q(x) = D1 y12 + y2 + y3 + . . . + y
D1 D2 Dn−1 n
Ví dụ 4.4.
Đưa dạng toàn phương phương
Q(x1 , x2 , x3 ) = 2x12 + x22 + x32 + 3x1 x2 + 4x1 x3
về dạng chính tắc.
Lời giải. 
4 3 4
1
➤. Ma trận của Q là A =  3 2 0 
2
4 0 2
➤ Các định thức con chính của A là:

4 3 4
1 4 3 1 1 17
D1 = 2, D2 = =− , D3 = 3 2 0 =−
4 3 2 4 8 4
4 0 2
➤ Các hệ số α21 , α31 , α32
D2−1,1 3 D3−1,1
α21 = (−1)2+1 =− , α31 = (−1)3+1 =8
D1 4 D2
D3−1,2
α32 = (−1)3+2 = −12
D2
➤ Đổi biến
 
3
 x1 = y1 + α21 y2 + α11 y3
  x1 = y1 − 4 y2 + 8y3

x2 = y2 + α32 y3 ⇐⇒ x2 = y2 − 12y3
 
x3 = y3 x3 = y3
 
1 2
ta dược dạng chính tắc là Q(y1 , y2 , y3 ) = 2y12 − y + 17y32 .
Hồ Vũ (BUH) ĐẠI SỐ TUYẾN TÍNH
8 2 Ngày 1 tháng 10 năm 2023 88 / 99
Ví dụ 4.5.
Đưa dạng toàn phương phương
Q(x1 , x2 , x3 ) = 2x12 + x22 + 17x32 − 4x1 x2 + 12x1 x3 − 16x2 x3
Lời giải.  
2 −2 6
➤ Ma trận của Q là A =  −2 1 −8 
6 −8 17
➤ Các định thức con chính của A là:
2 −2
D1 = 2, D2 = = −2 và D3 = det A = −6
−2 1
Do D1 ̸= 0, D2 ̸= 0 nên ta sử dụng được thuật toán Jacobi.
➤ Các hệ số α21 , α31 , α32 :
D2−1,1 −2
α21 = (−1)2+1 =− =1
D1 2
−2 6
D3−1,1 1 −8
α31 = (−1)3+1 = = −5
D2 −2
2 6
D3−1,2 −2 −8
α32 = (−1)3+2 =− = −2
D2 −2
➤ Đổi biến:
 
 x1 = y1 + α21 y2 + α11 y3
  x1 = y1 + y2 − 5y3

x2 = y2 + α32 y3 ⇐⇒ x2 = y2 − 2y3
 
x3 = y3 x3 = y3
 
Khi đó, ta được dạng chính tắc của Q là:

D2 2 D3 2
Q(x1 , x2 , x3 ) = D1 y12 + y + y = 2y12 − y22 + 3y32
D1 2 D2 3
THUẬT TOÁN L AGRANGE: Q(x) → Q(y) = yT Dy
➤ Bước 1: Chọn một thừa số khác không của hệ số xk2 . Lập thành hai nhóm:
một nhóm gồm tất cả các hệ số chứa xk , nhóm còn lại không chứa số hạng này.
➤ Bước 2: Trong nhóm đầu tiên: lập thành tổng bình phương. Ta có một tổng
bình phương và một dạng toàn phương không chứa hệ số xk .
➤ Bước 3: Sử dụng bước 1 , và 2 cho dạng toàn phương không chứa hệ số xk .
➣ Nếu trong dạng toàn phương ban đầu tất cả các hệ số xk2 đều bằng 0, thì ta
chọn thừa số khác 0 của hệ số xi xj
➣ Thực hiện phép đổi biến:

 xi = yi + yj

xj = yi − yj

yk = xk , ∀k ̸= i, j.


Ví dụ 4.6.
Đưa dạng toàn phương
Q(x1 , x2 , x3 ) = 3x12 + 6x22 + 3x32 − 4x1 x2 + 8x1 x3 + 4x2 x3
Lời giải.
➤ Chọn thừa số 3x12 . Lập thành hai nhóm:

Q (x1 , x2 , x3 ) = 3x12 − 4x1 x2 + 8x1 x3 + 6x22 + 3x32 + 4x2 x3

2 4 8 2 2

= 3 x1 − x1 x2 + x1 x3 + 6x2 + 3x3 + 4x2 x3
3 3
➤ Lập thành tổng bình phương đủ ở nhóm 1
2
2 4 16 4 16 2
Q = 3 x1 − x2 + x3 + x2 x3 − x22 − x
3 3 3 3 3 3

+ 6x22 + 3x32 + 4x2 x3
2
2 4 14 2 28 7 2
Q = 3 x1 − x2 + x3 + x + x2 x3 − x3
3 3 3 2 3 3
➤ Lặp lại từ đầu cho dạng toàn phương:
14 2 28 7
x2 + x2 x3 − x32
3 3 3
14 2
➤ Chọn thừa số x . Lập 2 nhóm:
3 2

14 2 28 7 14 2 7
x2 + x2 x3 − x32 = x2 + 2x2 x3 − x32
3 3 3 3 3
➤ Lập thành tổng bình phương đủ ở nhóm đầu.
14 14 2 7 2 14
(x2 + x3 )2 − x − x = (x2 + x3 )2 − 7x32
3 3 3 3 3 3
2
2 4 14
Q = 3 x1 − x2 + x3 + (x2 + x3 )2 − 7x32
3 3 3
➤ Đổi biến
2 4

 y 1 = x1 − 3 x2 + 3 x3


 y2 =

x2 + x3
y2 = x3

➤ Vậy dạng chính tắc cần tìm là:
14 2
Q = 3y12 + y − 7y32
3 2

Ví dụ 4.7.
Đưa dạng toàn phương
Q(x1 , x2 , x3 ) = 4x1 x2 + 4x1 x3 + 4x2 x3

Lời giải.
➤ Trong dạng toàn phương không có hệ số chứa xk2 . Chọn một hệ số tùy ý chứa
xi xj . Ở đây ta chọn 4x1 x2
➤ Đổi biến:

 x1 = y1 + y2

x2 = y1 − y2

x3 = y 3 .

Khi đó, ta có
Q = 4y12 − 4y22 + 4 (y1 + y2 ) y3 + 4 (y1 − y2 ) y3

Q = 4y12 + 8y1 y3 − 4y22 = 4y12 + 8y1 y3 − 4y22

= 4 y12 + 2y1 y3 − 4y22 = 4 (y1 + y3 )2 − 4y22 − 4y32
➤ Đổi biến:

 z1 = y 1 + y 3

z2 = y 2

z3 = y 3

➤ Dạng chính tắc cần tìm là:

Q (z1 , z2 , z3 ) = 4z12 − 4z22 − 4z32
với

 x1 = z1 + z2 − z3

x2 = z1 − z2 − z3

xĐẠI
3 = z3

Hồ Vũ (BUH) SỐ TUYẾN TÍNH Ngày 1 tháng 10 năm 2023 96 / 99
BÀI 7. DẠNG T OÀN PHƯƠNG Xác định dấu của dạng toàn phương
Định lý 4.1.
Cho dạng toàn phương Q(x) = x T Ax.
# »
1 Q(x) xác định dương khi và chỉ khi (∀k = 1, k) : D > 0.
k
# »
2 Q(x) xác định âm khi và chỉ khi (∀k = 1, n) : (−1)k D > 0.
k
Trong trường hợp dạng toàn phương đưa về chính tắc được:
n
X
Q (y1 , y2 , . . . , yn ) = λi yi2 .
i=1
Ta có
1 Nếu (∀k = 1, . . . , n) : λk > 0 thì Q xác định dương.
2 Nếu (∀k = 1, . . . , n) : λk < 0, thì Q xác định âm.
3 Nếu (∀k = 1, . . . , n) : λk ≥ 0 và ∃λk = 0 thì Q xác định nửa dương.
4 Nếu (∀k = 1, . . . , n) : λk ≤ 0 và ∃λk = 0 thì Q xác định nửa âm.
5 Nếu ∃λ1 < 0; λ2 > 0 thì Q không xác định dấu.
Ví dụ 4.8.
Với giá trị nào của m thì dạng toàn phương sau
Q (x1 , x2 , x3 ) = x12 + 4x22 + mx32 − 2x1 x2 + 8x1 x3 + 4x2 x3
xác định dương.
Lời giải. 
1 −1 4
➤ Ma trận của dạng toàn phương là: A =  −1 4 2 
4 2 m
➤ Dạng toàn phương xác định dương khi và chỉ khi các định thức Dk đều dương.
1 −1
D1 = |a11 | = 1 > 0, D2 = =3>0
−1 4
1 −1 4
∆3 = −1 4 2 > 0 ⇐⇒ m > 28
4 2 m
Ví dụ 4.9.
Với giá trị nào của m thì dạng toàn phương sau
Q (x1 , x2 , x3 ) = x12 + 5x22 + mx32 − 4x1 x2 + 6x1 x3 + 2x2 x3
không xác định dấu.

Lời giải.
➤ Đưa dạng toàn phương về chính tắc bằng biến đổi Lagrange.
Q = (x12 − 4x1 x2 + 6x1 x3 ) + (5x22 + mx32 + 2x2 x3 )

= (x1 − 2x2 + 3x3 )2 + x22 + 14x2 x3 + (m − 9)x32
= (x1 − 2x2 + 3x3 )2 + (x2 + 7x3 )2 + (m − 58)x32
➤ Dạng toàn phương không xác định dấu khi và chỉ khi có ít nhất một hệ số âm
và một hệ số dương
⇐⇒ m < 58

Toán Cao Cấp 1 - Slide (Tiếp Theo)

Uploaded by

Document Information

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

Toán Cao Cấp 1 - Slide (Tiếp Theo)

Uploaded by

Copyright:

Available Formats

ĐẠI SỐ TUYẾN TÍNH

Bộ môn Toán Kinh tế

Ngày 1 tháng 10 năm 2023

Hồ Vũ (BUH) ĐẠI SỐ TUYẾN TÍNH Ngày 1 tháng 10 năm 2023 1 / 99

Hồ Vũ (BUH) ĐẠI SỐ TUYẾN TÍNH Ngày 1 tháng 10 năm 2023 3 / 99

Tính chất 1.1.

Tính chất 1.2.

Hồ Vũ (BUH) ĐẠI SỐ TUYẾN TÍNH Ngày 1 tháng 10 năm 2023 4 / 99

Định nghĩa 1.2.

Định nghĩa 1.3.

thì ta nói S là không gian véc tơ con của V .

3 Nếu x = (a, b, a) ∈ S và y = (a, c, a) ∈ S thì

2 Nếu x = (2a, −a) ∈ S thì

αx = α(2a, −a) = (2αa, −αa) ∈ S.

3 Nếu x = (2a, −a) ∈ S và x = (2b, −b) ∈ S thì

là không gian véc tơ con của Rm

Hồ Vũ (BUH) ĐẠI SỐ TUYẾN TÍNH Ngày 1 tháng 10 năm 2023 8 / 99

Lời giải: ➤ Xét hpt Ax = 0, ta có

Hồ Vũ (BUH) ĐẠI SỐ TUYẾN TÍNH Ngày 1 tháng 10 năm 2023 9 / 99

➤ Nghiệm của hpt là x = (0, 0, 0) =⇒ N (A) = ∅.

Hồ Vũ (BUH) ĐẠI SỐ TUYẾN TÍNH Ngày 1 tháng 10 năm 2023 10 / 99

Định nghĩa 1.4.

S = {v1 = (−2, −3, 4), v2 = (2, 3, 2)} ⊂ R3 .

Lời giải: ➤ Cho c1 , c2 ∈ R. Ta xét biểu thức sau:

Hồ Vũ (BUH) ĐẠI SỐ TUYẾN TÍNH Ngày 1 tháng 10 năm 2023 11 / 99

Định nghĩa 1.5.

=⇒ x là tổ hợp tuyến tính của S hay x ∈ Span(S).

Lời giải: ➤ Cho c1 , c2 , c3 ∈ R và x = (a, b, c) ∈ R3 . Ta xét biểu thức sau:

A = [v1 ]T [v2 ]T . . . [vn ]T và b = [x]T

ở đây [v1 ]T , . . . , [vn ]T là các chuyển vị của v1 , . . . , vn và x ∈ R3 .

Hồ Vũ (BUH) ĐẠI SỐ TUYẾN TÍNH Ngày 1 tháng 10 năm 2023 15 / 99

Một vài trường hợp đặt biệt

Ma trận bậc thang của A không chứa dòng 0 nào, nên

Ma trận bậc thang của A chứa dòng 0, nên

Hồ Vũ (BUH) ĐẠI SỐ TUYẾN TÍNH Ngày 1 tháng 10 năm 2023 17 / 99

v1 , v2 đltt v1 , v2 pttt v1 , v2 pttt

Hồ Vũ (BUH) ĐẠI SỐ TUYẾN TÍNH Ngày 1 tháng 10 năm 2023 18 / 99

Nhận xét: Trong Rn , ta thấy rằng biểu thức

(A|0) = [v1 ]T [v2 ]T [vn ]T |0

trong đó [v1 ]T , . . . , [vn ]T là các chuyển vị của v1 , . . . , vn .

Hồ Vũ (BUH) ĐẠI SỐ TUYẾN TÍNH Ngày 1 tháng 10 năm 2023 19 / 99

c1 (1, −2, 3) + c2 (5, 6, −1) + c3 (3, 2, 1) = (0, 0, 0)

=⇒ S phụ thuộc tuyến tính.

=⇒ S độc lập tuyến tính.

➤ Theo ycbt, thì

Hồ Vũ (BUH) ĐẠI SỐ TUYẾN TÍNH Ngày 1 tháng 10 năm 2023 22 / 99

➤ Theo ycbt, thì

Hồ Vũ (BUH) ĐẠI SỐ TUYẾN TÍNH Ngày 1 tháng 10 năm 2023 23 / 99

Định nghĩa 1.7.

det(A) ̸= 0 hoặc r(A) = n,

trong đó A = [v1 ]T [v2 ]T [vn ]T , ở đây [v1 ]T , . . . , [vn ]T là các chuyển vị

➤ Do det(A) = −1 ̸= 0 =⇒ S độc lập tuyến tính và Span(S) = R3 =⇒ S là cơ sở

=⇒ r(A) = 2 =⇒ S độc lập tuyến tính.

=⇒ r(B) = 2 < n = 3 =⇒ S phụ thuộc tuyến tính.

=⇒ Span{(1, 1, 1, 1),(1, −1, −1, 1)}

=⇒ r(A) = 3 =⇒ S độc lập tuyến tính.

Hồ Vũ (BUH) ĐẠI SỐ TUYẾN TÍNH Ngày 1 tháng 10 năm 2023 28 / 99

Định nghĩa 1.8.

➤ Vậy r(A) = 3 =⇒ Số véc tơ độc lập tuyến tính trong S là 3 =⇒ dim(S) = 3.

Hồ Vũ (BUH) ĐẠI SỐ TUYẾN TÍNH Ngày 1 tháng 10 năm 2023 30 / 99

➤ Nghiệm của HPT là: (x1 , x2 , x3 ) = (−3x2 , x2 , 0) = x2 (−3, 1, 0) với x2 ∈ R.

hay còn được gọi là véc tơ v đối với cơ sở S.

Hồ Vũ (BUH) ĐẠI SỐ TUYẾN TÍNH Ngày 1 tháng 10 năm 2023 33 / 99

⇐⇒ [v]S = (1, −1, 2)