Chương 3: Không gian véctơ trên R

Giảng viên: PGS. TS. Nguyễn Duy Tân

email: tan.nguyenduy@hust.edu.vn

Viện Toán ƯDTH, HUST

Tháng 11, 2023

1 / 51
 Contents

Nội dung

1 3.1. Khái niệm không gian véctơ

3.1.1. Định nghĩa, ví dụ
3.1.2. Tính chất cơ bản

2 3.2. Không gian véctơ con

3.2.1. Định nghĩa
3.2.2. Không gian con sinh bởi hệ véctơ

3 3.3. Cơ sở và số chiều
3.3.1. Độc lập tuyến tính, phụ thuộc tuyến tính
3.3.2. Cơ sở và số chiều
3.3.3. Tọa độ của véc tơ đối với một cơ sở
3.3.4. Hạng của hệ véctơ

2 / 51
 3.1. Khái niệm không gian véctơ 3.1.1. Định nghĩa, ví dụ

3.1.1. Định nghĩa, ví dụ

Định nghĩa
Cho V là một tập khác rỗng, cùng với hai phép toán:
Phép cộng véctơ:
+: V × V → V
(u, v ) 7→ u + v

Phép nhân véctơ với vô hướng:

·: R × V → V
(a, v ) 7→ av
Tập V cùng với hai phép toán này được gọi là một không gian véctơ trên R, hay R-không gian véctơ
nếu các điều kiện (tiên đề) sau đây được thỏa mãn.

3 / 51
 3.1. Khái niệm không gian véctơ 3.1.1. Định nghĩa, ví dụ

Với mọi u, v , w ∈ V , với mọi a, b ∈ R:

1 (u + v ) + w = u + (v + w ),
2 ∃0 ∈ V : v + 0 = 0 + v = v ,
3 ∀v ∈ V , ∃v 0 ∈ V : v + v 0 = v 0 + v = 0,
4 u + v = v + u,
5 (a + b)v = av + bv ,
6 a(u + v ) = au + av ,
7 a(bv ) = (ab)v ,
8 1v = v .

Phần tử của không gian véctơ V được gọi là véctơ. Phần tử thuộc R được gọi là vô hướng.
Phần tử 0 trong đk 2 được gọi là véctơ không. (Giáo trình: ký hiệu θ.)
Phần tử v 0 trong đk 3 được gọi là véctơ đối của v , ký hiệu −v .

4 / 51
 3.1. Khái niệm không gian véctơ 3.1.1. Định nghĩa, ví dụ

Ví dụ

Xét Rn = {(x1 , . . . , xn ) | x1 , . . . , xn ∈ R}.

Trang bị hai phép toán:

(x1 , . . . , xn ) + (y1 , . . . , yn ) = (x1 + y1 , . . . , xn + yn ),

a(x1 , . . . , xn ) = (ax1 , . . . , axn ).

Tập Rn cùng với hai phép toán ở trên là một không gian véctơ trên R.
Véctơ không là 0 = (0, 0, . . . , 0).
Véc tơ đối của v = (x1 , . . . , xn ) là −v = (−x1 , . . . , −xn ).

5 / 51
 3.1. Khái niệm không gian véctơ 3.1.1. Định nghĩa, ví dụ

Ví dụ

Tập hợp M2,2 (R) gồm tất cả các ma trận thực cỡ 2 × 2, với phép cộng ma trận và phép nhân với
một số thực, là một không gian véctơ thực (trên R).
Các tính chất giao hoán, kết hợp, phân phối, . . . được thừa hưởng từ phép cộng ma trận và phép nhân
với số thực;
Véctơ không là ma trận O2 ;  ‹  ‹
a b −a −b
Véctơ đối của của véctơ A = là −A = .
c d −c −d

Tập hợp Mm,n (R) gồm tất cả các ma trận thực cỡ m × n, với phép cộng ma trận và phép nhân
với số thực là một không gian véctơ thực.

6 / 51
 3.1. Khái niệm không gian véctơ 3.1.1. Định nghĩa, ví dụ

Ví dụ

Tập hợp P2 [x] = a2 x 2 + a1 x + a0 |a0 , a1 , a2 ∈ R các đa thức hệ số thức với bậc không quá 2 với

hai phép toán:

(a2 x 2 + a1 x + a0 ) + (b2 x 2 + b1 x + b0 ) = (a2 + b2 )x 2 + (a1 + b1 )x

+ (a0 + b0 )
c(a2 x + a1 x + a0 ) = ca2 x 2 + ca1 x + ca0
2

là một không gian véctơ trên R.

Tính đóng của các phép toán: từ định nghĩa trên.
Các tính chất giao hoán, kết hợp, phân phối, . . . : thừa hưởng từ các phép cộng đa thức và phép nhân
của đa thức với một số.
Véc tơ không là đa thức không 0 = 0 · x 2 + +0 · x + 0.
Véctơ đối của a2 x 2 + a1 x + a0 là −a2 x 2 − a1 x − a0 .

Tập hợp Pn [x] các đa thức thực với bậc không quá n cùng với phép cộng đa thức và phép nhân đa
thức với số thực được định nghĩa tương tự như trên là một không gian véctơ trên R.

7 / 51
 3.1. Khái niệm không gian véctơ 3.1.1. Định nghĩa, ví dụ

Ví dụ

Tập hợp Z các số nguyên với hai phép toán thông thường không phải một không gian véc tơ trên
R.

Tập hợp R+ gồm các số thực dương cùng với hai phép toán thông thường không phải một không
gian véctơ thực.

Tập hợp các đa thức hệ số thực với bậc 2 cùng với hai phép toán thông thường không phải một
không gian véctơ trên R.

Tập hợp R2 với phép cộng thông thường và phép nhân sau:

c(x1 , x2 ) = (cx1 , 0)

không phải một không gian véctơ.

8 / 51
 3.1. Khái niệm không gian véctơ 3.1.2. Tính chất cơ bản

3.1.2. Một số tính chất cơ bản

Tính chất
Cho V là một không gian véctơ trên R. Với mọi u, v ∈ V và c ∈ R, ta có các khẳng định sau.
1 Véc tơ không 0 là duy nhất
2 Véctơ đối (−v ) của véctơ v là duy nhất.
3 (−1)v = −v .
4 0v = 0.
5 c0 = 0.
6 Nếu cv = 0 thì c = 0 hoặc v = 0.

9 / 51
 3.2. Không gian véctơ con 3.2.1. Định nghĩa

3.2.1. Định nghĩa

Cho V là một không gian véctơ trên R.

Không gian véctơ con

Một tập con khác rỗng W của V được gọi là một không gian véctơ con của V nếu W đóng kín (khép
kín) với hai phép toán trên V , nghĩa là nếu
¨
u + v ∈ W , ∀u, v ∈ W
cv ∈ W , ∀c ∈ R, v ∈ W ,

và cùng với hai phép toán này thì W trở thành một không gian véctơ trên R.

10 / 51
 3.2. Không gian véctơ con 3.2.1. Định nghĩa

Tiêu chuẩn không gian con

Một tập con khác rỗng W của V là một không gian véctơ con của V nếu và chỉ nếu W đóng kín (khép
kín) với hai phép toán trên V , nghĩa là
¨
u + v ∈ W , ∀u, v ∈ W
cv ∈ W , ∀c ∈ R, v ∈ W .

Ví dụ: Xét V là một không gian véctơ bất kỳ. Khi đó

{0} (tập con của V chỉ gồm vectơ không) là một không gian con của V .
Bản thân V là một không gian con của V .

Nhận xét: Nếu W là không gian véc tơ con của V thì 0 ∈ W .

11 / 51
 3.2. Không gian véctơ con 3.2.1. Định nghĩa

Ví dụ
Xét không gian véctơ V = R3 (với hai phép toán thông thường). Tập hơp con
W = {(x, y , z) ∈ R3 | x + 2y + 3z = 0} là một không gian véctơ con của R3 .

Vì 0 = (0, 0, 0) thuộc W nên W 6= ∅.

Xét u = (x1 , y1 , z1 ) ∈ W và v = (x2 , y2 , z2 ) ∈ W , và c ∈ R bất kỳ.
Khi đó u + v = (x1 + x2 , y1 + y2 , z1 + z2 ) ∈ W vì

(x1 + x2 ) + 2(y1 + y2 ) + 3(z1 + z2 ) = (x1 + 2y1 + 3z1 ) + (x2 + 2y2 + 3z2 )

= 0 + 0 = 0.

Như vậy W đóng kín với phép cộng véctơ.

Ta có cv = (cx2 , cy2 , cz2 ) ∈ W vì

cx2 + 2cy2 + 3cz2 = c(x2 + 2y2 + 3z2 ) = c · 0 = 0.

Như vậy W đóng kín với phép nhân với số thực.

Vậy W là không gian véc tơ con của R3 .
12 / 51
 3.2. Không gian véctơ con 3.2.1. Định nghĩa

Không gian nghiệm của hệ pttt thuần nhất

Xét không gian véctơ Rn (với phép toán thông thường). Tập hợp con W của Rn gồm tất cả các nghiệm
của hệ pttt thuần nhất 

 a11 x1 + a12 x2 + · · · + a1n xn =0

a x + a x + · · · + a x
21 1 22 2 2n n =0
. . . . . . . . . . . .


am1 x1 + am2 x2 + · · · + amn xn =0


là một không gian véctơ con của Rn .

13 / 51
 3.2. Không gian véctơ con 3.2.1. Định nghĩa

Giao của hai không gian con

Tính chất
Nếu U và W là hai không gian véc tơ con của không gian véc tơ V thì U ∩ W cũng là một không gian
véc tơ con của V .

Chú ý:
Kết quả trên có thể mở rộng cho giao của một số hữu hạn (hoặc vô hạn) các không gian véc tơ
con.
Hợp của hai không gian véc tơ con nói chung không phải là một không gian véc tơ con.
(Ví dụ: V = R2 , U là trục hoành, W là trục tung, U ∪ W không đóng với phép cộng)

14 / 51
 3.2. Không gian véctơ con 3.2.2. Không gian con sinh bởi hệ véctơ

3.2.2. Không gian con sinh bởi hệ véctơ

Cho không gian véc tơ V trên trường K . (Nếu viết V = Rn thì ta ngầm hiểu phép cộng và phép nhân
với vô hướng là hai phép toán thông thường trên Rn .)

Định nghĩa (Tổ hợp tuyến tính)

Cho các véc tơ v1 , v2 , . . . , vn thuộc V . Một véctơ v ∈ V có dạng

v = c1 v1 + c2 v2 + · · · + cn vn , với c1 , c2 , . . . , cn ∈ K ,

được gọi là một tổ hợp tuyến tính của các véctơ v1 , v2 , . . . , vn .

Trong trường hợp này ta cũng nói:

Véctơ v là một tổ hợp tuyến tính của hệ véctơ {v1 , v2 , . . . , vn },
Véctơ v biểu thị tuyến tính được qua v1 , . . . , vn (hoặc qua hệ véctơ {v1 , v2 , . . . , vn }).
Ví dụ: V = R2 , v1 = (3, 4), v2 = (1, 1) và v = (1, 2). Khi đó

v = (1, 2) = (3, 4) − 2(1, 1) = v1 − 2v2

và v là một tổ hợp tuyến tính của v1 và v2 .

15 / 51
 3.2. Không gian véctơ con 3.2.2. Không gian con sinh bởi hệ véctơ

Ví dụ
V = R3 , v1 = (1, 2, 3), v2 = (0, 1, 2), v3 = (−1, 0, 1) và v = (1, 1, 1). Hỏi v có phải là một tổ hợp tuyến
tính của v1 , v2 , v3 ?

Véc tơ v là một tổ hợp tuyến tính của v1 , v2 , v3 khi và chỉ khi tồn tại các số thực c1 , c2 , c3 sao cho
c 1 v1 + c 2 v2 + c 3 v3 = v .
Việc này tương đương với hệ pttt sau có nghiệm (ẩn c1 , c2 , c3 )

 c1
 − c3 = 1
2c1 + c2 =1

3c1 + 2c2 + c3 = 1


Hệ có vô số nghiệm: c1 = 1 + t, c2 = −1 − 2t, c3 = t (t ∈ R). Do vậy v là một tổ hợp tuyến tính

của v1 , v2 , v3 .
Chọn chẳng hạn t = 1, ta được một biểu diễn của v dưới dạng tổ hợp tuyến tính của v1 , v2 , v3 :

v = 2v1 − 3v2 + v3 .

16 / 51
 3.2. Không gian véctơ con 3.2.2. Không gian con sinh bởi hệ véctơ

Ví dụ
V = R3 , v1 = (1, 2, 3), v2 = (0, 1, 2), v3 = (−1, 0, 1) và v = (1, −2, 2). Hỏi v có phải là một tổ hợp
tuyến tính của v1 , v2 , v3 ?

Véc tơ v là một tổ hợp tuyến tính của của v1 , v2 , v3 khi và chỉ khi tồn tại các số thực c1 , c2 , c3 sao
cho c1 v1 + c2 v2 + c3 v3 = v .
Việc này tương đương với hệ pttt sau có nghiệm (ẩn c1 , c2 , c3 )

 c1
 − c3 = 1
2c1 + c2 = −2

3c1 + 2c2 + c3 = 2


Hệ này vô nghiệm. Do vậy v không là một tổ hợp tuyến tính của v1 , v2 , v3 .

17 / 51
 3.2. Không gian véctơ con 3.2.2. Không gian con sinh bởi hệ véctơ

Cho S = {v1 , v2 , . . . , vn } là một hệ véctơ trong R-kgvt V .

Định nghĩa
Tập hợp tất cả các tổ hợp tuyến tính của các véctơ của S được gọi là bao tuyến tính của S và ký hiệu
là span(S) hoặc span{v1 , v2 , . . . , vn }:

span(S) = {c1 v1 + c2 v2 + · · · + cn vn | c1 , c2 , . . . , cn ∈ K } ⊂ V .

Định lý
Tập con span(S) là một không gian véc tơ con của V . Nó là không gian véc tơ con nhỏ nhất của V mà
chứa S.

Định nghĩa
Không gian véc tơ span(S) được gọi là không gian véc tơ con sinh bởi hệ véc tơ S.

Ví dụ: V = R2 , v1 = (1, 1), v2 = (1, 2). Khi đó span{v1 } = {c(1, 1) | c ∈ R} = {(c, c) | c ∈ R}.
span{v1 , v2 } = {a(1, 1) + b(1, 2) | a, b ∈ R} = {(a + b, a + 2b) | a, b ∈ R} = R2 .

18 / 51
 3.2. Không gian véctơ con 3.2.2. Không gian con sinh bởi hệ véctơ

Hệ sinh

Cho S = {v1 , v2 , . . . , vn } là một hệ véctơ trong R-kgvt V .

Định nghĩa
Nếu span(S) = V thì S được gọi một hệ sinh của V , hay không gian V sinh bởi S.

Như vậy, S = {v1 , v2 , . . . , vn } là một hệ sinh của V nếu và chỉ nếu với mọi v ∈ V đều tồn tại
c1 , . . . , cn ∈ K sao cho
v = c 1 v1 + · · · + c n vn .

19 / 51
 3.2. Không gian véctơ con 3.2.2. Không gian con sinh bởi hệ véctơ

Ví dụ

{(1, 1), (1, 2)} là một hệ sinh của R2 .

{(1, 1), (1, 2), (1, 3)} là một hệ sinh của R2 .
{(1, 1)} không là một hệ sinh của R2 .
{(1, 0), (0, 1)} là một hệ sinh của R2 .
{(1, 0, 0), (0, 1, 0), (0, 0, 1)} là một hệ sinh của R3 .
{1, x, x 2 } là một hệ sinh của P2 [x].
Hệ véc tơ gồm

e1 = (1, 0, 0, . . . , 0), e2 = (0, 1, 0, . . . , 0), . . . , en = (0, 0, . . . , 0, 1)

là một hệ sinh của Rn .

Hệ {1, x, . . . , x n } là một hệ sinh của Pn [x].

20 / 51
 3.2. Không gian véctơ con 3.2.2. Không gian con sinh bởi hệ véctơ

Ví dụ
Cho v1 = (1, 2, 3), v2 = (0, 1, 2), v3 = (−1, 1, 1). Hỏi S = {v1 , v2 , v3 } có phải là một hệ sinh của R3 ?

Xét v = (a, b, c) ∈ R3 tùy ý. Xét hệ thức v = c1 v1 + c2 v2 + c3 v3 . Hệ thức này tương đương với

c 1 − c 3 = a

(a, b, c) = c1 (1, 2, 3) + c2 (0, 1, 2) + c3 (−1, 1, 1) ⇔ 2c1 + c2 + c3 = b

3c1 + 2c2 + c3 = c


1 0 −1
Hệ này (với ẩn c1 , c2 , c3 ) có định thức ma trận hệ số 2 1 1 6= 0. Do đó hệ này luôn có
3 2 1
nghiệm với mọi a, b, c.
Như vậy với mọi v ∈ R3 , ta luôn tìm được c1 , c2 , c3 sao cho v = c1 v1 + c2 v2 + c3 v3 .
Vậy S = {v1 , v2 , v3 } là một hệ sinh của R3 .

21 / 51
 3.2. Không gian véctơ con 3.2.2. Không gian con sinh bởi hệ véctơ

Ví dụ
Cho v1 = (1, 2, 3), v2 = (0, 1, 2), v3 = (−1, 0, 1). Hỏi S = {v1 , v2 , v3 } có phải là một hệ sinh của R3 ?

KHÔNG

22 / 51
 3.3. Cơ sở và số chiều 3.3.1. Độc lập tuyến tính, phụ thuộc tuyến tính

3.3.1. Độc lập tuyến tính, phụ thuộc tuyến tính

Cho S = {v1 , v2 , . . . , vn } là một hệ véctơ trong kgvt V .

Định nghĩa
Hệ S được gọi là phụ thuộc tuyến tính nếu tồn tại các số c1 , c2 , . . ., cn không đồng thời bằng 0
sao cho
c1 v1 + c2 v2 + · · · + cn vn = 0.

Hệ S được gọi là độc lập tuyến tính nếu nó không phụ thuộc tuyến tính. Như vậy S là độc lập
tuyến tính nếu điều kiện

c1 v1 + c2 v2 + · · · + cn vn = 0 (với c1 , c2 , . . . , cn ∈ R)

xẩy ra khi và chỉ khi c1 = c2 = · · · = cn = 0.

23 / 51
 3.3. Cơ sở và số chiều 3.3.1. Độc lập tuyến tính, phụ thuộc tuyến tính

2
S = {(1, 1), (2, 2)} ⊂ R là phụ thuộc tuyến tính vì
2 · (1, 1) + (−1) · (2, 2) = 0 = (0, 0).

S = {(1, 0), (0, 1), (−2, 4)} ⊂ R2 là phụ thuộc tuyến tính vì
2(1, 0) − 4(0, 1) + (−2, 4) = (0, 0).

S = {(1, 1), (1, 2)} ⊂ R2 là độc lập tuyến tính.

Thật vậy, hệ thức c1 (1, 1) + c2 (1, 2) = 0 xẩy ra khi và chỉ khi
¨ ¨
c1 + c2 = 0 c1 = 0
(c1 + c2 , c1 + 2c2 ) = (0, 0) ⇔ ⇔
c1 + 2c2 = 0 c2 = 0

S = {(1, 1), (1, 2), (1, 3)} ⊂ R2 là phụ thuộc tuyến tính.
Thật vậy, hệ thức c1 (1, 1) + c2 (1, 2) + c3 (1, 3) = 0 xẩy ra khi và chỉ khi
¨
c1 + c2 + c3 = 0
(c1 + c2 + c3 , c1 + 2c2 + 3c3 ) = (0, 0) ⇔
c1 + 2c2 + 3c3 = 0
¨
c1 + c2 + c3 = 0
⇔
c2 + 2c3 = 0
Hệ này có nghiệm không tầm thường, chẳng hạn c1 = 1, c2 = −2, c3 = 1. Như vậy S là phụ thuộc
24 / 51
 3.3. Cơ sở và số chiều 3.3.1. Độc lập tuyến tính, phụ thuộc tuyến tính

Trong Rn , hệ véc tơ gồm

e1 = (1, 0, 0, . . . , 0), e2 = (0, 1, 0, . . . , 0), . . . , en = (0, 0, . . . , 0, 1)

là độc lập tuyến tính.

Trong Pn [x], hệ {1, x, . . . , x n } là độc lập tuyến tính.

25 / 51
 3.3. Cơ sở và số chiều 3.3.1. Độc lập tuyến tính, phụ thuộc tuyến tính

Ví dụ
Trong R3 , xác định sự phụ thuộc tuyến tính và độc lập tuyến tính của hệ sau: S = {v1 , v2 , v3 }, với
v1 = (1, 2, 3), v2 = (1, 1, −2), v3 = (2, 3, 2).

Hệ thức c1 v1 + c2 v2 + c3 v3 = 0 xẩy ra khi và chỉ khi


c1 + c2 + 2c3 = 0

c1 (1, 2, 3) + c2 (1, 1, −2) + c3 (2, 3, 2) = (0, 0, 0) ⇔ 2c1 + c2 + 3c3 = 0

3c1 − 2c2 + 2c3 = 0


1 1 2
Hệ thuần nhất này có định thức của ma trận hệ số 2 1 3 6= 0.
3 −2 2
Do vậy hệ có nghiệm chỉ có tầm thường (c1 , c2 , c3 ) = (0, 0, 0).
Như vậy hệ S là độc lập tuyến tính.

26 / 51
 3.3. Cơ sở và số chiều 3.3.1. Độc lập tuyến tính, phụ thuộc tuyến tính

Ví dụ
Trong R3 , xác định sự phụ thuộc tuyến tính và độc lập tuyến tính của hệ sau: S = {v1 , v2 , v3 }, với
v1 = (1, 2, 3), v2 = (1, 1, −2), v3 = (2, 3, 1).

Hệ thức c1 v1 + c2 v2 + c3 v3 = 0 xẩy ra khi và chỉ khi


c1 + c2 + 2c3 = 0

c1 (1, 2, 3) + c2 (1, 1, −2) + c3 (2, 3, 1) = (0, 0, 0) ⇔ 2c1 + c2 + 3c3 = 0

3c1 − 2c2 + 1c3 = 0


1 1 2
Hệ thuần nhất này có định thức của ma trận hệ số 2 1 3 = 0.
3 −2 1
Do vậy hệ có nghiệm không tầm thường (c1 , c2 , c3 ) 6= (0, 0, 0). (Ví dụ c1 = 1, c2 = 1, c3 = −1.)
Như vậy hệ S là phụ thuộc tuyến tính.

27 / 51
 3.3. Cơ sở và số chiều 3.3.1. Độc lập tuyến tính, phụ thuộc tuyến tính

Tính chất
1 Hệ con (khác rỗng) của hệ độc lập tuyến tính là độc lập tuyến tính.
2 Hệ chứa hệ phụ thuộc tuyến tính là phụ thuộc tuyến tính.
3 Hệ gồm một véctơ {v } là độc lập tuyến tính nếu và chỉ nếu v 6= 0.
4 Hệ gồm hai véctơ là phụ thuộc tuyến tính nếu và chỉ nếu một vectơ này là bội của vec tơ kia.

Nhận xét: Một hệ chứa vectơ không luôn phụ thuộc tuyến tính.

Mệnh đề
Hệ véctơ S = {v1 , . . . , vk }, k ≥ 2, là phụ thuộc tuyến tính nếu và chỉ nếu một trong các vectơ vj có thể
viết là tổ hợp tuyến tính của các véctơ còn lại.

Định lý
Cho V là một không gian véctơ. Giả sử {v1 , . . . , vn } là một hệ vec tơ trong V độc lập tuyến tính và
{w1 , . . . , wm } là một hệ sinh của V . Khi đó n ≤ m.

28 / 51
 3.3. Cơ sở và số chiều 3.3.2. Cơ sở và số chiều

3.3.2. Cơ sở và số chiều

Định nghĩa (cơ sở)

Một hệ véctơ B = {v1 , . . . , vn } trong KGVT V được gọi là một cơ sở nếu nó thỏa mãn hai điều kiện:
1 B là độc lập tuyến tính,
2 B là một hệ sinh của V .

Ví dụ:
{(1, 1), (1, 2)} là một cơ sở của R2 .
{(1, 0), (0, 1)} là một cơ sở của R2 .
{(1, 1), (1, 2), (1, 3)} không là một cơ sở của R2 .

29 / 51
 3.3. Cơ sở và số chiều 3.3.2. Cơ sở và số chiều

Ví dụ: Cơ sở chính tắc

Hệ {e1 , . . . , en } trong Rn gồm các vectơ

e1 = (1, 0, 0, . . . , 0), e2 = (0, 1, 0, . . . , 0), . . . , en = (0, 0, . . . , 0, 1)

là một cơ sở của Rn . Cơ sở này được gọi là cơ sở chính tắc (hay chuẩn tắc) của Rn .
Hệ {1, x, x 2 , . . . , x n } là một cơ sở của Pn [x]. Cơ sở này được gọi là cơ sở chính tắc của Pn [x].
Một cơ sở của M2×2 (R) là
§• ˜ • ˜ • ˜ • ˜ª
1 0 0 1 0 0 0 0
, , ,
0 0 0 0 1 0 0 1

30 / 51
 3.3. Cơ sở và số chiều 3.3.2. Cơ sở và số chiều

Số chiều

Định lý
Nếu V có một cơ sở gồm n vectơ, thì mọi cơ sở của V cũng có n vectơ

Định nghĩa (số chiều)

Nếu V có một cơ sở gồm n vectơ thì n được gọi là số chiều của V , ký hiệu dim V = n, và V là không
gian vectơ n chiều.

Chú ý:
Nếu V = {0}, thì ta quy ước dim V = 0, và ∅ là cơ sở của V .
Nếu V 6= {0} và V không có một cơ sở gồm hữu hạn véc tơ thì ta nói V là vô hạn chiều, ký hiệu
dim V = ∞.
Trường hợp dim V = n hoặc dim V = 0 thì ta nói V là hữu hạn chiều.

31 / 51
 3.3. Cơ sở và số chiều 3.3.2. Cơ sở và số chiều

Ví dụ

dim Rn = n.
dim Pn [x] = n + 1.
dim Mm×n (R) = mn.

Ví dụ
Tìm số chiều của không gian véctơ con sau của R3 :

W = {(a, a + b, b) | a, b ∈ R}.

Xét v = (a, a + b, b) ∈ W bất kỳ. Ta có (a, a + b, b) = (a, a, 0) + (0, b, b) = a(1, 1, 0) + b(0, 1, 1).
Như vậy W sinh bởi S = {(1, 1, 0), (0, 1, 1)}.
Chỉ ra được S là ĐLTT.
Do vậy S là một cơ sở của W và dim W = 2.

32 / 51
 3.3. Cơ sở và số chiều 3.3.2. Cơ sở và số chiều

Định lý (Số chiều không gian nghiệm thuần nhất)

Gọi V là không gian nghiệm của hệ phương trình tuyến tính thuần nhất Ax = 0, với n=số ẩn=số cột
của A. Khi đó
dim V = n − rank(A).

Ví dụ (CK20151)
Tìm m để không gian nghiệm của hệ sau có số chiều là 2:

2x1 + x2 − x3 + 3x4 − 2x5
 =0
x1 − 2x2 + 3x3 + mx4 + x5 =0.

3x1 − x2 + 2x3 + 4x4 − x5 =0


33 / 51
 3.3. Cơ sở và số chiều 3.3.2. Cơ sở và số chiều

Tính chất
Cho V là một không gian véc tơ chiều n.
Hệ bất kỳ gồm ít hơn n véc tơ đều không là hệ sinh của V .
Hệ bất kỳ gồm nhiều hơn n đều phụ thuộc tuyến tính.
Nói riêng, mọi hệ véc tơ V mà có số véc tơ khác n đều không là cơ sở của V .

Định lý
Cho V là một không gian véc tơ chiều n.
Hệ bất kỳ gồm đúng n véctơ và độc lập tuyến tính đều là một cơ sở của V .
Hệ bất kỳ gồm đúng n véctơ mà là hệ sinh đều là một cơ sở của V .

34 / 51
 3.3. Cơ sở và số chiều 3.3.2. Cơ sở và số chiều

Bổ sung và hệ ĐLTT

Định lý (Bổ sung vào hệ ĐLTT)

Cho V là KGVT chiều n. Cho S = {v1 , . . . , vk } ⊂ V là một hệ ĐLTT gồm k véctơ. Khi đó k ≤ n. Nếu
k < n thì ta có thể tìm được n − k véctơ vk+1 , . . . , vn sao cho hệ {v1 , . . . , vk , vk+1 , . . . , vn } là một cơ sở
của V .

Định lý (Bỏ bớt từ hệ sinh)

Cho V là KGVT chiều n. Cho S = {v1 , . . . , vm } ⊂ V là một hệ sinh gồm m véctơ. Khi đó m ≥ n. Ta có
thể bỏ đi m − n véctơ trong S sao cho hệ n véctơ còn lại là một cơ sở của V .

35 / 51
 3.3. Cơ sở và số chiều 3.3.3. Tọa độ của véc tơ đối với một cơ sở

3.3.3. Tọa độ của véc tơ đối với một cơ sở

Cho B = {v1 , . . . , vn } là một cơ sở của không gian véc tơ V .

Định lý - Định nghĩa

Cho v ∈ V . Khi đó tồn tại duy nhất bộ số (c1 , c2 , . . . , cn ) ∈ K n , sao cho

v = c 1 v1 + c 2 v2 + · · · + c n vn .

Các số c1 , c2 , . . . , cn được gọi là các tọa độ của v đối với cơ sở B.

Bộ số (c1 , c2 , . . . , cn ) được gọi là vectơ tọa độ của v đối với cơ sở B, ký hiệu

(v )B = (c1 , c2 , . . . , cn ).
 
c1
 c2 
Ta cũng dùng ký hiệu [v ]B =  . , gọi là ma trận (cột) tọa độ của v đối với cơ sở B.
 
 .. 
cn

Chú ý: Tọa độ của v phụ thuộc vào thứ tự các véc tơ trong cơ sở.
36 / 51
 3.3. Cơ sở và số chiều 3.3.3. Tọa độ của véc tơ đối với một cơ sở

Ví dụ
Trong R2 tìm tọa độ của v = (1, 4) đối với cơ sở B = {v1 = (1, 1, ), v2 = (−1, 2)}.
¨
c1 − c2 = 1
(v )B = (c1 , c2 ) ⇔ v = c1 v1 + c2 v2 ⇔ (1, 4) = c1 (1, 1) + c2 (−1, 2) ⇔ ⇔
c1 + 2c2 = 4
¨
c1 = 2
c2 = 1
• ˜
2
(v )B = (2, 1), hoặc [v ]B = .
1

37 / 51
 3.3. Cơ sở và số chiều 3.3.3. Tọa độ của véc tơ đối với một cơ sở

Đổi cơ sở

Bài toán
Cho V là một KGVT. Giả sử có hai cơ sở B = {v1 , v2 , . . . , vn } và B 0 = {v10 , v20 , . . . , vn0 }. Ta muốn tìm
mối liên hệ giữa [v ]B và [v ]B0 .

Với mỗi j, ta biểu diễn vj0 theo cơ sở B:

v10 = p11 v1 + p21 v2 + · · · + pn1 vn

v20 = p12 v1 + p22 v2 + · · · + pn2 vn
···
vn0 = p1n v1 + p2n v2 + · · · + pnn vn .

Tức là      
p11 p12 p1n
p21  p22  p2n 
[v10 ]B =  .  , [v20 ]B =  .  , . . . , [vn0 ]B =  .  .
     
 ..   ..   .. 
pn1 pn2 pnn

38 / 51
 3.3. Cơ sở và số chiều 3.3.3. Tọa độ của véc tơ đối với một cơ sở

Ma trận chuyển cơ sở
Định nghĩa (Ma trận chuyển cơ sở)
 
p11 p12 ... p1n
p21 p22 ... p2n 
Ma trận P = [[v10 ]B [v20 ]B · · · [vn0 ]B ] =  . .. ..  được gọi là ma trận chuyển từ cơ sở B
 
 .. ..
. . . 
pn1 pn2 ... pnn
sang cơ sở B 0 .

Định lý
Ta có
[v ]B = P[v ]B0 , ∀v ∈ V .
Hơn nữa nếu Q là ma trận sao cho [v ]B = Q[v ]B0 , ∀v ∈ V , thì Q = P.

Tính chất
Nếu P là ma trận chuyển từ cơ sở B sang B 0 thì P khả nghịch và P −1 là ma trận chuyển từ cơ sở B 0
sang B, và
[v ]B0 = P −1 [v ]B , ∀v ∈ V .
39 / 51
 3.3. Cơ sở và số chiều 3.3.3. Tọa độ của véc tơ đối với một cơ sở

Ví dụ
Cho B = {(1, 1), (−1, 2)} và B 0 = {(1, 4), (−2, 1)} là hai cơ sở của R2 . Tìm ma trận chuyển P từ B
sang B 0 .
Với v = (−1, 5), so sánh [v ]B và P[v ]B0 .
• ˜
2
v10 = (1, 4), [v10 ]B = .
1
• ˜
−1
v20 = (−2, 1), [v20 ]B = .
1
Ma trận chuyển từ B sang B 0 : • ˜
2 −1
P=
1 1
• ˜ • ˜
1 1
[v ]B = , [v ]B0 = và
2 1
• ˜• ˜ • ˜
2 −1 1 1
P[v ]
B0 = = = [v ]B .
1 1 1 2

40 / 51
 3.3. Cơ sở và số chiều 3.3.4. Hạng của hệ véctơ

3.3.4. Hạng của hệ véctơ

Cho hệ véc tơ S = {v1 , v2 , . . . , vm } trong KGVT V .

Định nghĩa
Một tập con T của hệ véc tơ S được gọi là độc lập tuyến tính tối đại (hay cực đại) (trong S) nếu hai
điều kiện sau được thỏa mãn.
T là độc lập tuyến tính.
Nếu T ⊂ T 0 ⊂ S và T 6= T 0 , T 0 là phụ thuộc tuyến tính. Điều này tương đương với: nếu bổ sung
bất kỳ véc tơ nào của S vào hệ T thì ta được hệ phụ thuộc tuyến tính.

[Giáo trình dùng thuật ngữ: Bộ phận độc lập tuyến tính tối đại.]

Ví dụ
Xét S = {v1 , v2 , v3 , v3 } với v1 = (1, 1, 1), v2 = (1, 2, 3), v3 = (2, 3, 4), v4 = (0, 1, 2). Khi đó
T = {v1 , v2 } là một tập con ĐLTT cực đại trong S. Vì
{v1 , v2 } ĐLTT, và
nếu bổ sung v3 vào T thì tập {v1 , v2 , v3 } không ĐLTT, và
nếu bổ sung v4 vào T thì tập {v1 , v2 , v4 } không ĐLTT.
Tương tự {v1 , v3 } cũng là một tập con ĐLTT cực đại.
41 / 51
 3.3. Cơ sở và số chiều 3.3.4. Hạng của hệ véctơ

Mệnh đề
Nếu T là một tập con ĐLTT tối đại trong S thì T là một cơ sở của span(S).

Hệ quả
Hai tập con độc lập tuyến tính tối đại của S đều có số véc tơ bằng nhau.

Định nghĩa (Hạng của hệ véctơ)

Số véc tơ trong một tập con độc lập tuyến tính tối đại của S = {v1 , . . . , vm } được gọi là hạng của S, ký
hiệu
rank(S) = rank{v1 , . . . , vm }.

Nhận xét:
Số chiều của không gian sinh bởi hệ véctơ
dim span(S) = rank(S).

rank{v1 , . . . , vm } = r có nghĩa là trong hệ có r véc tơ độc lập tuyến tính, và mọi tập con của hệ
gồm r + 1 véc tơ đều phụ thuộc tuyến tính.
rank{v1 , . . . , vm } = m ⇔ hệ {v1 , . . . , vm } độc lập tuyến tính.
42 / 51
 3.3. Cơ sở và số chiều 3.3.4. Hạng của hệ véctơ

Ma trận tọa độ hàng (cột) của hệ véctơ

B là một cơ sở của V , dim V = n, S = {v1 , . . . , vm } là một hệ véctơ trong V .

Giả sử
(v1 )B = (a11 , a12 , . . . , a1n )
(v2 )B = (a21 , a22 , . . . , a2n )
...
(vm )B = (am1 , am2 , . . . , amn )
 
a11 a12 ... a1n
 a21 a22 ... a2n 
 .. .. .. = ma trận tọa độ hàng của hệ S đối với cơ sở B.
 
..
 . . . . 
am1 am2 ... amn
 
a11 a21 ... am1
a12 a22 ... am2 
 .. ... .. : ma trận tọa độ cột của hệ S đối với cơ sở B.
 
..
 . . . 
a1n a2n ... amn

43 / 51
 3.3. Cơ sở và số chiều 3.3.4. Hạng của hệ véctơ

Mệnh đề (Tính hạng của hệ véctơ)

Cho V là kgvt n chiều, B là một cơ sở của V , và S = {v1 , . . . , vm } là một hệ véctơ trong V . Gọi A là
ma trận tọa độ hàng của hệ S đối với cơ sở B. Khi đó

rank(S) = rank(A).

Chú ý:
Tương tự, có thể sử dụng ma trận tọa độ cột để tính hạng hệ véctơ.
Nhắc lại: Khi tính hạng của ma trận có thể chỉ cần sử dụng phép biên đổi sơ cấp trên hàng, hoặc
có thể kết hợp cả phép biến đổi sơ cấp trên cột.

Hệ quả (Một tiêu chuẩn kiểm tra cơ sở)

Cho V là kgvt n chiều, B là một cơ sở của V , và S = {v1 , . . . , vn } là một hệ gồm n véctơ trong V . Gọi
A là ma trận tọa độ hàng của hệ S đối với cơ sở B. Khi đó

S là cơ sở củaV ⇔ det(A) 6= 0.

44 / 51
 3.3. Cơ sở và số chiều 3.3.4. Hạng của hệ véctơ

Ví dụ (CK20181-N2)
Trong không gian P2 [x] cho các véctơ v1 = 1 + x + x 2 , v2 = 2 + mx − x 2 , v3 = 4 + 5x + x 2 ,
v = 10 + 11x − 5x 2 .
a) Xác định m để hệ B = {v1 , v2 , v3 } phụ thuộc tuyến tính.
b) Với m = 2, chứng minh B lập thành cơ sở của không gian P2 [x]. Tìm tọa độ của véctơ v đối với
cơ sở B.
 
1 1 1
Ma trận tọa độ hàng của B đối với cơ sở chính tắc {1, x, x 2 } là A = 2 m −1.
4 5 1
B phụ thuộc tuyến tính ⇔ rank(B) < 3 ⇔ rank(A) < 3 ⇔ det(A) = 0.
1 1 1
det(A) = 2 m −1 = 9 − 3m.
4 5 1
B phụ thuộc tuyến tính ⇔ 9 − 3m = 0 ⇔ m = 3.

45 / 51
 3.3. Cơ sở và số chiều 3.3.4. Hạng của hệ véctơ

Với m = 2, det(A) 6= 0, do đó B là một cơ sở của P2 [x].

Gọi (v )B = (c1 , c2 , c3 ) là tọa độ của v đối với cơ sở B.
 
c1 + 2c2 + 4c3
 = 10 c1 = −2

Khi đó v = c1 v1 + c2 v2 + c3 v3 ⇔ c1 + 2c2 + 5c3 = 11 ⇔ c2 = 4 .
 
c1 − c2 + c3 = −5 c3 = 1
 

(v )B = (−2, 4, 1).

46 / 51
 3.3. Cơ sở và số chiều 3.3.4. Hạng của hệ véctơ

Tìm một cơ sở của span(S))

Cho S là một hệ gồm hữu hạn véc tơ trong KGVT V . Ta tìm một cơ sở của span(S) như sau.
Viết ma trận tọa độ hàng A của hệ S đối với cơ sở B nào đó.
Sử dụng các phép biến đổi sơ cấp trên hàng đưa A về ma trận bậc thang A0 . Ma trận A0 có r hàng
khác 0 là u1 , . . . , ur .
Gọi v10 , . . . , vr0 là các véctơ trong V sao cho (vk0 )B = uk , với mọi k = 1, . . . , r .
Khi đó {v10 , . . . , vr0 } lập thành một cơ sở của span(S).

47 / 51
 3.3. Cơ sở và số chiều 3.3.4. Hạng của hệ véctơ

Ví dụ (CK20191-N3-Đề 6-Câu 5b)

Trong KGVT R4 cho

V = span{v1 = (1, −1, 0, 1), v2 = (1, 1, 0, 0), v3 = (1, 1, 0, 1), v4 = (0, −2, 0, −1)}.

Hãy tìm một cơ sở của V

48 / 51
 3.3. Cơ sở và số chiều 3.3.4. Hạng của hệ véctơ

Tổng và giao của các không gian con

Cho V1 và V2 là hai không con của kgvt V .

Tập hợp V1 + V2 = {v = v1 + v2 | v1 ∈ V1 , v2 ∈ V2 } là một không con của V , được gọi là tổng của V1
và V2 .

Định lý
Nếu V1 và V2 có số chiều hữu hạn thì V1 + V2 cũng hữu hạn chiều và

dim(V1 + V2 ) = dim(V1 ) + dim(V2 ) − dim(V1 ∩ V2 ).

49 / 51
 3.3. Cơ sở và số chiều 3.3.4. Hạng của hệ véctơ

Ví dụ (CK20181)
Trong không gian P3 [x], cho hệ véctơ u1 = 1 + 2x − x 3 , u2 = 2 − x + x 2 + 2x 3 , u3 = −1 + x − x 2 + x 3 ,
u4 = 4 + 2x 2 và các không gian véctơ con V1 = span{u1 , u2 }, V2 = span{u3 , u4 }. Tìm số chiều và cơ
sở của các không gian con V1 + V2 và V1 ∩ V2 .

50 / 51
 3.3. Cơ sở và số chiều 3.3.4. Hạng của hệ véctơ

Một số bài tập

(CK20151) Trong R4 cho các véctơ u1 = (1, 3, −2, 1), u2 = (−2, 3, 1, 1), u3 = (2, 1, 0, 1),
u = (1, −1, −3, m). Tìm m để u ∈ span{u1 , u2 , u3 }.
(CK20151-Đề 7) Trong R4 cho các véctơ u1 = (1, 0, 1, 1), u2 = (−3, 2, 1, −1), u3 = (2, 1, 0, 2),
u = (1, 2, 1, m). Tìm m để S = {u1 , u2 , u3 , u4 } phụ thuộc tuyến tính.
(CK20151) Trong không gian P3 [x] - các đa thức bậc không quá 3, cho các véc tơ
v1 = 1 + x + x 2 , v2 = x − x 2 + x 3 , v3 = 1 + 2x + x 2 + x 3 , v4 = 2 + 2x + 4x 2 , V1 = span{v1 , v2 },
V2 = span{v3 , v4 }. Tìm số chiều và một cơ sở của V1 + V2 .
(CK20181-N3) Cho các véc tơ v1 = (2, 1, 5, 8), v2 = (1, −1, 3, 5), v3 = (0, 2, 1, 6), v4 = (−3, 5, 2, 1)
a) Chứng minh v1 , v2 , v3 , v4 lập thành một cơ sở của không gian R4 .
b) Tìm tọa độ của véc tơ v = (−5, 15, 15, 13) đối với cơ sở trên.
(CK20193-N2) Cho các véc tơ u1 = (2, −1, 3, 0, 2), u2 = (1, −4, 2, 5, −1), u3 = (3, 2, 4, 6, 0),
u4 = (7, 0, 10, 6, 4) trong không gian R5 . Tìm số chiều và một cơ sở của không gian sinh bởi các
véctơ này.

51 / 51