Chương 3:

KHÔNG GIAN VECTOR

Ngày 8 tháng 10 năm 2023

1
1 Vectơ n-chiều 3
2 Không gian vectơ 5
Định nghĩa - Tích vô hướng 5
Trực giao - Trực chuẩn 7
3 Tổ hợp huyến tính 8
Định nghĩa 8
Liên hệ giữa tổ hợp tuyến tính và HPT 9
Phụ thuộc tuyến tính - Độc lập tuyến tính 11
4 Hạng của hệ vectơ 15
Định nghĩa 15
Tính chất 16
Tìm hạng của hệ vectơ bằng hạng của ma trận 17
5 Không gian con 19
Định nghĩa 19
Cơ sở và số chiều của không gian con 21
Không gian sinh 23
Không gian nghiệm của HPT thuần nhất 27
6 Tọa độ trong không gian 29
Tọa độ của vectơ đối với cơ sở 29
Ma trận chuyển cơ sở 2 30
Vectơ n-chiều

Định nghĩa 1.1. Một vectơ n−chiều là một bộ n số thực có thứ tự

x = (x1 , x2 , . . . , xn ) với xi ∈ R.
Vectơ không được kí hiệu là 0 = (0, 0, . . . , 0).

Định nghĩa 1.2. Cho hai vectơ x = (x1 , x2 , . . . , xn ) và y = (y1 , y2 , . . . , yn )

x = y ⇔ xi = yi , ∀i
x + y = (x1 + y1 , x2 + y2 , . . . , xn + yn )
kx = (kx1 , kx2 , . . . , kxn ) với k ∈ R

Tổng quát, ta có: ax + by = (ax1 + by1 , ax2 + by2 , . . . , axn + byn )

Ví dụ: Cho hai vectơ x = (1, −2, 2) và y = (−1, −3, 1), ta có:
x + y = (0, −5, 3)
−2x = (−2, 4, −4)
2x − 3y = (2, −4, 4) + (3, 9, −3) = (5, 5, 1)

3
Vectơ n-chiều

Tính chất 1.1.

1 x+y =y+x
2 (x + y) + z = x + (y + z) = x + y + z
3 x+0=x
4 x + (−x) = 0
5 k(lx) = (kl)x
6 (k + l)x = kx + lx
7 k(x + y) = kx + ky
8 1.x = x

4
Không gian vectơ Định nghĩa - Tích vô hướng

Định nghĩa 2.1 (Không gian vectơ n−chiều). Tập hợp các vectơ
n−chiều xây dựng trên R được trang bị 2 phép toán trên được gọi là không
gian vectơ Rn .

Định nghĩa 2.2 (Không gian Euclide n−chiều). Không gian

Euclide Rn là không gian vectơ Rn được trang bị thêm một tích vô hướng
của 2 vectơ x = (x1 , x2 , . . . , xn ), y = (y1 , y2 , . . . , yn ) được định nghĩa:

x.y = x1 .y1 + x2 .y2 + · · · + xn .yn

Tính chất 2.1. Với mọi vectơ x, y, z ∈ Rn , ta có:

i) x.y = y.x
ii) x.x ≥ 0; x.x = 0 ⇔ x = 0
iii) (x + y).z = x.z + y.z
iv) x.(ky) = (kx).y = k(x.y)

5
Không gian vectơ Định nghĩa - Tích vô hướng

Định nghĩa 2.3. Trong Rn , cho x = (x1 , x2 , . . . , xn ), y = (y1 , y2 , . . . , yn )

√ p
Độ dài của x: ∥x∥ = x.x = x21 + x22 + · · · + x2n
Khoảng cách giữa x và y:
p q
∥x − y∥ = (x − y).(x − y) = (x1 − y1 )2 + (x2 − y2 )2 + · · · + (xn − yn )2

Góc giữa x và y, kí hiệu (x, y):

x.y
cos(x, y) =
∥x∥ . ∥y∥

6
Không gian vectơ Trực giao - Trực chuẩn

Định nghĩa 2.4 (Tính trực giao).

x, y trực giao ⇔ x.y = 0.
Hệ vectơ {a1 , a2 , . . . , am } là hệ trực giao ⇔ ai .aj = 0 ∀i ̸= j.

Ví dụ:
Trong R3 cho x = (3, 1, 2), y = (1, 1, m). Xác định m để x trực giao với y.
Giải. x trực giao với y ⇔ x.y = 0 ⇔ 3 − 1 + 2m = 0 ⇔ m = −1

Định nghĩa 2.5 (Tính trực chuẩn). Hệ vectơ {a1 , a2 , . . . , am } là hệ trực

chuẩn ⇔ {a1 , a2 , . . . , am } là hệ trực giao và ∥ai ∥ = 1, ∀i.

Ví dụ:
Trong R3 cho hệ vectơ {x = (1, 0, 0), y = (0, 1, 0), z = (0, 0, 1)}
Ta có: x.y = y.z = z.x = 0 và ∥x∥ = ∥y∥ = ∥z∥ = 1
Vậy: hệ {x, y, z} là hệ trực chuẩn.

7
Tổ hợp huyến tính Định nghĩa

Trong Rn cho hệ vectơ H = {a1 , a2 , . . . , am }

Định nghĩa 3.1. Vectơ b được gọi là một tổ hợp tuyến tính của hệ
H⇔ Tồn tại x1 , x2 , . . . , xm ∈ R sao cho

x1 a1 + x2 a2 + · · · + xm am = b.

Ví dụ: Trong R2 cho hệ vectơ H = {a1 = (1, 1), a2 = (1, 0)} . Vectơ b = (2, 3)
có phải là một tổ hợp tuyến tính của H hay không? Biểu diễn b theo H nếu
được.
Giải.
Giả sử b = x1 a1 + x2 a2 với x1 , x2 ∈ R
⇔ (2, 3) = x1 (1, 1) + x2(1, 0) ⇔ (2, 3) = (x1 + x2 , x1 )
x1 + x2 = 2 x1 = 3
⇔ ⇔ ⇒ b = 3a1 − a2
x1 = 3 x2 = −1
Vậy b là tổ hợp tuyến tính của H.

8
Tổ hợp huyến tính Liên hệ giữa tổ hợp tuyến tính và HPT

Giả sử aj = (a1j ,
a2j , . . . 
, anj ), b =
 (b1 , b
2 , . . . , bn )  
a1j b1 x1
 a2j   b2   x2 
Ta kí hiệu: Aj =  .  , B =  .  và X =  .
     
 .  . .
 .   ..


anj bn xm
Khi đó, b là một tổ hợp tuyến tính của hệ H
⇔ x1 a1 + x2 a2 + · · · + xm am = b có nghiệm
⇔ x1 A1 + x2 A2 + · · · + xm Am = B có nghiệm

⇔ AX = B có nghiệm, với A = A1 A2 · · · Am

9
Tổ hợp huyến tính Liên hệ giữa tổ hợp tuyến tính và HPT
Ví dụ: Trong R3 cho u = (1, −1, 2), v = (1, 1, −1), w = (−1, −3, 4). Cho biết
x = (1, −3, 5) có phải là một tổ hợp tuyến tính của {u,v,w} hay không? Hãy
chỉ ra một cách biểu diễn của x theo u, v,w nếu có.
Giải.
Giả sử x = au + bv + cw, a, b, c ∈ R.
⇔ (1, −3, 5) = (a, −a, 2a) + (b, b, −b) + (−c, −3c, 4c)
⇔ (1, −3, 5) = (a + b − c, −a + b − 3c, 2a − b + 4c)
 a+b−c=1
⇔ −a + b − 3c = −3
2a − b + 4c = 5

   
1 1 −1 1 1 1 −1 1
(A |B ) =  −1 1 −3 −3  −−−→  0 2 −4 −2 
2 −1 4 5 0 −3 6 3
 
1 1 −1 1
−−−→
0 1 −2 −1

a+b−c=1
Hệ phương trình tương đương với
b − 2c = −1
Chọn c = 0 ta được b = −1, a = 2.
Vậy x = 2u − v chứng tỏ x là một tổ hợp 10
tuyến tính của u, v, w.
Tổ hợp huyến tính Phụ thuộc tuyến tính - Độc lập tuyến tính

Trong Rn cho hệ vectơ H = {a1 , a2 , . . . , am }

Định nghĩa 3.2.

Hệ H là hệ phụ thuộc tuyến tính
⇔ Tồn tại một vectơ aj ∈ H là tổ hợp tuyến tính của các vectơ còn lại.
⇔ Tồn tại bộ số x1 , x2 , . . . , xm với ít nhất một xj ̸= 0 sao cho
x1 a1 + x2 a2 + · · · + xm am = 0
⇔ AX = 0 có nghiệm không tầm thường với A được định nghĩa ở trên.
Ngược lại H là hệ độc lập tuyến tính.

11
Tổ hợp huyến tính Phụ thuộc tuyến tính - Độc lập tuyến tính

Ví dụ: Hệ

H = {a1 = (1, 1, 1, 1), a2 = (1, −1, −1, 1), a3 = (1, −1, 1, −1), a4 = (1, 1, −1, −1)}

trong R4 độc lập hay phụ thuộc tuyến tính?

Giải.
 x1 a1 + x2 a2 + x3 a3+ x4 a4= 0 ⇔ AX = 0
Giả sử 
1 1 1 1 1 1 1 1
 1 −1 −1 1   0 −2 −2 0 
A=  1 −1 1 −1  −→  0 −2 0 −2 
  

 1 1 −1 −1   0 0 −2 −2 
1 1 1 1 1 1 1 1
 0 −2 −2 0   0 −2 −2 0 
−→   −→  
 0 0 2 −2   0 0 2 −2 
0 0 −2 −2 0 0 0 −4
⇒ Hệ phương trình chỉ có nghiệm tầm thường (x1 , x2 , x3 , x4 ) = (0, 0, 0, 0).
Vậy hệ H độc lập tuyến tính.

12
Tổ hợp huyến tính Phụ thuộc tuyến tính - Độc lập tuyến tính

Ví dụ: Hệ H = {a1 = (−1, 2, 1), a2 = (1, 1, −2), a3 = (0, 3, −1)} trong R3 độc lập
hay phụ thuộc tuyến tính? Nếu hệ phụ thuộc tuyến tính hãy tìm một
phương trình biểu diễn sự phụ thuộc đó.
Giải.
Giả sử
 x1 a1 + x2 a2 + x ⇔ AX = 0
3 a3 = 0 
−1 1 0 −1 1 0  
−1 1 0
A= 2 1 3  −→  0 3 3  −→
0 1 1
1 −2 −1  0 −1 −1
−x1 + x2 = 0
Hệ phương trình tương đương
x2 + x3 = 0
Chọn x2 = 1 ⇒ x1 = 1, x3 = −1. ⇒ Hệ H là hệ phụ thuộc tuyến tính.
Một phương trình biểu diễn sự phục thuộc: a1 + a2 − a3 = 0.

13
Tổ hợp huyến tính Phụ thuộc tuyến tính - Độc lập tuyến tính

Tính chất 3.1.

i) Hệ có chứa vectơ không là hệ phụ thuộc tuyến tính.
ii) Hệ có chứa 2 vectơ tỉ lệ là hệ phụ thuộc tuyến tính.
iii) Một hệ có số vectơ nhiều hơn số chiều luôn là hệ phụ thuộc tuyến tính.
iv) Hệ vectơ có một hệ con phụ thuộc tuyến tính thì nó phụ thuộc tuyến
tính.
Hệ độc lập tuyến tính thì mọi hệ con của nó đều độc lập tuyến tính.

14
Hạng của hệ vectơ Định nghĩa

Trong Rn cho hệ vectơ H = {a1 , a2 , . . . , am }

Định nghĩa 4.1. Hạng của H, kí hiệu là rank(H), là số vectơ độc lập
tuyến tính tối đa của hệ.

Mọi hệ con có nhiều hơn rank(H) vectơ đều là hệ phụ thuộc tuyến tính.
Hệ có toàn vectơ không được quy ước có hạng bằng 0.

Ví dụ: Tìm hạng của hệ vectơ:

H = {a1 = (1, −3, 2), a2 = (1, −4, 0), a3 = (−1, 2, −4)}

. Giải.
Ta có: a2 = 2a1 + a3 nên a1 , a2 , a3 phụ thuộc tuyến tính.
Mặt khác a1 , a3 độc lập tuyến tính.
Vậy rank(H) = 2.

15
Hạng của hệ vectơ Tính chất

Tính chất 4.1.

i) Mọi vectơ của hệ H đều là một tổ hợp tuyến tính của một hệ độc lập
tuyến tính có rank(H) > 0 vectơ.
ii) Hạng của hệ vectơ không đổi nếu ta thêm vào hệ một vectơ là tổ hợp
tuyến tính của các vectơ của hệ.
iii) Hạng của hệ vectơ không đổi nếu ta bớt đi một vectơ là tổ hợp tuyến
tính của các vectơ còn lại của hệ.
iv) Trong Rn , cho hai hệ vectơ H = {a1 , a2 , . . . , am }, F = {b1 , b2 , . . . , bk }.
Nếu mọi vectơ aj đều là tổ hợp tuyến tính của hệ F thì
rank(H) ≤ rank(K).

16
Hạng của hệ vectơ Tìm hạng của hệ vectơ bằng hạng của ma trận
 
a11 a12 ... a1n
 a21 a22 ... a2n 
Định lý 4.1. Cho A = 
 .. .. .. .. . Khi đó, hạng của A

 . . . . 
am1 am2 . . . amn
bằng hạng của hệ vectơ dòng của A, cũng bằng hạng của hệ vectơ cột của A.

Vì vậy, khi ta cần tìm hạng của một hệ vec tơ ta tìm hạng của ma trận các
dòng/cột được lập từ những vectơ này.

Ví dụ: Trong R4 cho H = {u = (1, −2, 1, 0), v = (2, 3, 2, −1), w = (3, 1, 3, −1)}.
Tìm rank(H).
Giải. Ta có
1 −2 1 0 −2
!
1 1 0
!
A= 2 3 2 −1 −−−→ 0 7 0 −1
3 1 3 −1 0 7 0 −1
1 −2 1 0
!
−−−→ 0 7 0 −1 =B
0 0 0 0
Vậy rank(H) = rank(A) = rank(B) =17 2.
Hạng của hệ vectơ Tìm hạng của hệ vectơ bằng hạng của ma trận

Định lý 4.2.
Hạng của hệ bằng số vectơ của hệ ⇔ Hệ độc lập tuyến tính.
Hạng của hệ nhỏ hơn số vectơ của hệ ⇔ Hệ phụ thuộc tuyến tính.

Hệ quả 4.3. Trong Rn ,

Hệ chứa nhiều hơn n vectơ thì phụ thuộc tuyến tính.
Hệ chứa n vectơ độc lập tuyến tính ⇔ det(A) ̸= 0.

18
Không gian con Định nghĩa

Định nghĩa 5.1. Cho X là một không gian vectơ và Y là tập con khác rỗng
của X. Y được gọi là một không gian vectơ con của X nếu Y cũng là một
không gian vectơ.

Định
 lý 5.1. Xét L ⊆ R . L là một không gian con của R
n n

 L ̸= ∅
⇔ ∀x, y ∈ L ⇒ x + y ∈ L
 ∀x ∈ L, k ∈ R ⇒ kx ∈ L

0∈L
⇔
∀x, y ∈ L, k ∈ R ⇒ x + ky ∈ L

Lưu ý:

Nếu L là một không gian con của Rn thì 0 ∈ L.

/ L thì L không phải là không gian con của Rn .
Do đó, nếu 0 ∈

Ví dụ: Cho biết tập nào sau đây là một không gian con của R2 .
1 L1 = {x ∈ R2 : x = (a, 2 + 3a), a ∈ R}
2 L2 = {x ∈ R2 : x = (a, 3a), a ∈ R}
19
Không gian con Định nghĩa

Ví dụ: Trong không gian R3 , cho W = {x = (x1 ; x2 ; x3 ) : x1 + x2 + x3 = 0}.

Chứng minh rằng W là không gian con của R3 .
Ví dụ: Trong không gian R3 , cho V là tập nghiệm của hệ phương trình
tuyến tính 
2x1 + x2 − 3x3 = 0
x1 − 2x2 + x3 = 5
Chứng minh rằng V không là không gian con của R3 .

20
Không gian con Cơ sở và số chiều của không gian con

Định nghĩa 5.2. Hệ H = {a1 , a2 , . . . , am } là cơ sở của không gian L của

Rn nếu:
i) Hệ H độc lập tuyến tính;
ii) Mọi vectơ của L đều là tổ hợp tuyến tính của H.

Ví dụ: Trong không gian R3 , cho tập

M = {v1 = (1; 0; 2), v2 = (2; 1; −2), v3 = (4; 2; 3)}

Tập M có là một cơ sở của R3 hay không?

Lưu ý:

1 Số vectơ trong một cơ sở của L không vượt quá n.

2 Số vectơ trong các cơ sở của L luôn bằng nhau.

Định nghĩa 5.3. Số vectơ trong một cơ sở của không gian L được gọi là số
chiều của L, kí hiệu là dim(L).

21
Không gian con Cơ sở và số chiều của không gian con

Tính chất 5.1.

i) Nếu dim(L) = r thì mọi hệ có r vectơ độc lập tuyến tính của L đều là cơ
sở của L.
ii) Trong Rn , mọi hệ có n vectơ độc lập tuyến tính đều là cơ sở của Rn .
Hệ En = {e1 , e2 , . . . , en } với
e1 = (1, 0, . . . , 0), e2 = (0, 1, 0, . . . , 0), . . . , en = (0, 0, . . . , 1)
được gọi là cơ sở chính tắc của Rn .
ii) Mọi vectơ của L đều là một tổ hợp tuyến tính duy nhất qua các vectơ
trong mỗi cơ sở của L.

Ví dụ: L2 = {x ∈ R2 : x = (a, 3a), a ∈ R} là không gian con của R2 . Tìm

một cơ sở của L2 và xác
 định dim(L2 ).
2
Ví dụ: Cho biết L = x ∈ R : x = (a + b, 2a − b), a, b ∈ R . Tìm một cơ sở
của L và xác định dim(L).

22
Không gian con Không gian sinh

Định nghĩa 5.4 (Không gian sinh). Trong không gian Rn cho hệ gồm
m vectơ H = {a1 , a2 , . . . , am }.
Tập hợp V chứa tất cả các tổ hợp tuyến tính của H được gọi không gian
con sinh bởi H, kí hiệu là Span(H), hoặc ⟨H⟩.
V = Span(H) = ⟨H⟩ = {v = α1 a1 + α2 a2 + · · · + αm am ; αi ∈ R}
Nếu Span(H) = V thì ta gọi H là hệ sinh của V hay V được sinh ra bởi
hệ H.

Ví dụ: Trong R3 , cho hệ S = {u1 = (1; 0; −1), u2 = (0; 1; −1)}. Hãy xác định
Span(S).
Giải. Gọi v ∈ Span(S), với v = (x; y; z), ta có:

v = αu1 + βu2 = α(1; 0; −1) + β(0; 1; −1) = (α; β; −α − β) (α, β ∈ R)

Vậy Span(S) = {(α; β; −α − β) (α, β ∈ R)} ⊂ R3

Ví dụ: Chứng tỏ hệ vectơ W = {u1 = (1; 1; 1), u2 = (0; 1; −1)} không phải là
hệ sinh của R3 .

23
Không gian con Không gian sinh

Định lý 5.2.
Span(H) là một không gian con của Rn
dim(Span(H)) = rank(H).

Bài toán 1. Trong Rn cho hệ H = {a1 , a2 , . . . , am }. Hãy tìm một cơ sở và số

chiều của SpanH.

Phương pháp giải

1 Lập ma trận A có hệ vectơ dòng là H.
2 Dùng các phép biến đổi sơ cấp trên dòng biến đổi A về dạng bậc thang
theo dòng B.
3 Hệ các vectơ dòng khác không của B là một cơ sở của Span(H).

24
Không gian con Không gian sinh

Ví dụ: Trong R4 cho hệ

H = {a1 = (−2, 4, −2, −4), a2 = (2, −5, −3, 1), a3 = (−1, 3, 4, 1)}.

Hãy tìm một cơ sở và số chiều của Span(H).

Giải.
Xét
     
a3 −1 3 4 1 −1 3 4 1
A =  a2  =  2 −5 −3 1  −−−→  2 −5 −3 1 
a1 −2 4 −2 −4 0 −1 −5 −3
   
−1 3 4 1 −1 3 4 1
−−−→  0 1 5 3  −−−→  0 1 5 3 
0 −1 −5 −3 0 0 0 0

Vậy: Một cơ sở của Span(H) là {(−1, 3, 4, 1), (0, 1, 5, 3)} và

dim(Span(H)) = 2.

25
Không gian con Không gian sinh

Bài toán 2.Trong Rn cho hệ H = {a1 , a2 , . . . , am }. Tìm điều kiện để x ∈ Span(H).

Phương pháp giải

1 x ∈ Span(H) ⇔ x là một tổ hợp tuyến tính của H.
2 Nếu ta có F = {b1 , b2 , . . . , bk } là một cơ sở của Span(H), khi đó
x ∈ Span(H) ⇔ x là một tổ hợp tuyến tính của F .
Ví dụ: Trong R3 cho hệ H = {a1 = (1, 2, −4), a2 = (2, −1, 1), a3 = (−3, −1, 3)}.
Hãy tìm m để b = (−1, 3, m) ∈ Span(H) .

1 2 −3 −1
!


A= a1 a2 a3 b = 2 −1 −1 3
−4 1 3 m
1 2 −3 −1 −3 −1
!
1 2
!
−−−→ 0 −5 5 5 −−−→ 0 −1 1 1
0 9 −9 m−4 0 9 −9 m−4
1 2 −3 −1
!
−−−→ 0 −1 1 1
0 0 0 m+5
Ta có rank(A) = 2. b ∈ Span(H) ⇔ rank(A) = 2 ⇔ m + 5 = 0 ⇔ m = −5.
26
Không gian con Không gian nghiệm của HPT thuần nhất

Cho hpttt thuần nhất AX = 0. Không gian nghiệm của hệ là

L = {x = (x1 , x2 , . . . , xn ) ∈ Kn : AX = 0}

Định lý 5.3.
rank(A) + dim(L) = n

dim(L) = n − rank(A)

Định nghĩa 5.5. Mỗi cơ sở của không gian nghiệm L được gọi là một hệ
nghiệm cơ bản của hệ.

27
Không gian con Không gian nghiệm của HPT thuần nhất
Ví dụ: Tìm nghiệm tổng quát và một hệ nghiệm cơ bản của hệ

 x1 + 2x2 − x3 + x4 = 0
2x1 + 4x2 − 3x3 = 0
x1 + 2x2 + x3 + 5x4 = 0


Giải. Ta có
   
1 2 −1 1 1 2 −1 1
A =  2 4 −3 0  −−−→  0 0 −1 −2 
1 2 1 5 0 0 2 4
   
1 2 −1 1 1 2 0 3
−−−→ −−−→
0 0 1 2 0 0 1 2
 
x1 + 2x2 + 3x4 = 0 x1 = −2x2 − 3x4
Hệ ⇔ ⇔
x3 + 2x4 = 0 x3 = −2x4
Nghiệm tổng quát của hệ là (−2a − 3b, a, −2b, b), a, b ∈ R
Không gian nghiệm L = {x = (−2a − 3b, a, −2b, b), a, b ∈ R} =
{x = a(−2, 1, 0, 0) + b(−3, 0, −2, 1), a, b ∈ R}
⇒ L = Span{(−2, 1, 0, 0), (−3, 0, −2, 1)}.
Vậy một hệ nghiệm cơ bản của hệ là {(−2, 1, 0, 0), (−3, 0, −2, 1)}.
28
Tọa độ trong không gian Tọa độ của vectơ đối với cơ sở

Định nghĩa 6.1. Trong không gian vectơ n chiều X, cho một cơ sở được
sắp thứ tự H = {a1 , a2 , . . . , an }. Khi đó, mọi vectơ x của X đều được biểu
diễn một cách duy nhất dưới dạng tổ hợp tuyến tính của các vectơ trong H
là
x = x1 a1 + x2 a2 + . . . + xn an

và tọa độ của vectơ x trong cơ sở H được kí hiệu là x|H= (x1

, x2 , . . . , xn )
x1

 x2 
Ta cũng kí hiệu (x |H ) = x1 x2 . . . xn , [x]H =  . 
 
 .. 
xn

Ví dụ: Trong R2 , cho cơ sở B = {(2; 1), (1; 1)} và vectơ x = (3; −5). Tìm [x]B .
Ví dụ: Ví dụ. Trong R3 , cho cơ sở B = {(1; 1; 0), (2; 1; 3), (1; 0; 2)} và vectơ
x = (6; 5; 4). Tìm [x]B .

Trong Rn :
x = (x1 , x2 , . . . , xn ) = x1 e1 + x2 e2 + · · · + xn en ⇒ x|En = (x1 , x2 , . . . , xn )
29
Tọa độ trong không gian Ma trận chuyển cơ sở

Định lý 6.1. Cho A = {a1 , a2 , . . . , an } và B = {b1 , b2 , . . . , bn } là hai cơ sở

của không gian n chiều X. Khi đó, tồn tại ma trận vuông cấp n khả nghịch
P sao cho
[x]A = P [x]B , ∀x ∈ Rn
P được gọi là ma trận chuyển cơ sở từ A sang B, được kí hiệu là PAB .
Cột thứ i của ma trận PAB là tọa độ của vectơ bi theo cơ sở A

PAB = ([b1 ]A [b2 ]A . . . [bn ]A )

PAA = In

−1
PAB = PBA

Ví dụ: Tìm tọa độ của vectơ x = (6; 5; 4) theo cơ sở B của R3

B = {b1 = (1; 1; 0), b2 = (2; 1; 3), b3 = (1; 0; 2)}

30
Tọa độ trong không gian Ma trận chuyển cơ sở

Định lý 6.2. Trong không gian vectơ n chiều X cho 3 cơ sở A, B và C, khi

đó:
PAC = PAB .PBC

Hệ quả 6.3. Trong Rn , ta có

−1
PAB = PAE .PEB = PEA PEB

Ví dụ: Trong không gian R2 , cho các cơ sở

B = {b1 = (9; −1), b2 = (5; 1)} và C = {c1 = (−1; 4), c2 = (−3; 5)}

Hãy tìm ma trận chuyển cơ sở từ B sang C.

31
Tọa độ trong không gian Ma trận chuyển cơ sở

Ví dụ: Cho E3 , A = {a1 = (1, 1, −1), a2 = (0, 1, 2), a3 = (0, 0, 1)} và

B = {b1 = (1, −1, 1), b2 = (2, 3, 1), b3 = (1, 2, 1)} là các cơ sở của R3 .
a. Tìm ma trận chuyển cơ sở từ E3 sang A và ngược lại.
b. Tìm ma trận chuyển cơ sở từ A sang B.
c. Cho biết x|B = (−2, 1, 3). Hãy xác định x|A và x|E3 .
Giải
a. Ta có a1 |E
3 = (1, 1, −1),a2 |E3 = (0, 1, 2), a3 |E3 = (0, 0, 1).
1 0 0
Nên PEA3 =  1 1 0  = P
−1 2 1  
1 0 0
Từ đó ta được PAE3 = P −1 =  −1 1 0 
3 −2 1

32
Tọa độ trong không gian Ma trận chuyển cơ sở

 x1 = 1
b. Giả sử b1 = x1 a1 + x2 a2 + x3 a3 ⇔ x1 + x2 = −1
−x1 + 2x2 + x3 = 1


 x1 = 1
⇔ x2 = −2 ⇒ b1 |A = (1, −2, 6)
x3 = 6

Tương tự, ta được b2 |A = (2, 1, 1), b3 |A = (1, 1, 0)
 
1 2 1
Vậy ma trận chuyển cơ sở từ A sang B là PAB =  −2 1 1 
6 1 0
c. Ta có x|B = (−2,1, 3)     
1 2 1 −2 3
[x]A = PAB [x]B =  −2 1 1  .  1  =  8 
6 1 0 3 −11
Vậy x|A = (3, 8, −11)
Tương tự, ta được      
1 0 0 3 3
[x]E3 = PEA3 [x]A =  1 1 0  .  8  =  11  .
−1 2 1 −11 2
Vậy x|E3 = (3, 11, 2)
33