Professional Documents
Culture Documents
Chương 4.
Không gian vecto nhiều chiều Rn
1 Phép cộng hai vecto cùng chiều: x = (x1 , x2 , ..., xn ), y = (y1 , y2 , ..., yn ).
Định nghĩa
x + y = (x1 + y1 , x2 + y2 , ..., xn + yn )
2 Phép nhân một số với một vecto: x = (x1 , x2 , ..., xn ), λ ∈ R. Định nghĩa
Chú ý
Vecto không của Rn là bộ n số không (0, 0, ..., 0). Kí hiệu θ = (0, 0, ..., 0).
Định nghĩa vecto đối của vecto x = (x1 , x2 , ..., xn ) kí hiệu là
Định nghĩa phép trừ của hai vecto x = (x1 , x2 , ..., xn ); y = (y1 , y2 , ..., yn ). là
Tính chất
Notes
Với mọi số x, y, z ∈ Rn , mọi số λ, β ∈ R.
1 Phép cộng có tính chất giao hoán:
x+y =y+x
(x + y) + z = x + (y + z)
3 x + θ = x.
4 Vecto đối của x thỏa mãn điều kiện
x + (−x) = θ
5 1x = x
6 Phép nhân vecto với số có tính chất phân phối với phép cộng vecto
α(x + y) = αx + αy
7 Phép nhân vecto với số có tính chất phân phối với phép cộng số
(α + β)x = αx + βx
8 (αβ)x = α(βx)
Chương 4. Không gian vecto nhiều chiều Rn 4 / 27
2. Không gian vecto Rn
Notes
Định nghĩa
Tập hợp các vecto n chiều với hai phép toán cộng vecto và nhân một số với
một vecto thỏa mãn 8 tính chất đặc trưng ở trên được gọi là không gian vecto.
Không gian vecto n chiều cũng kí hiệu là Rn .
Định nghĩa
Cho một hệ vecto {α1 , α2 , ..., αm } trong không gian Rn . Vecto x được gọi là tổ
hợp tuyến tính (hay biểu diễn tuyến tính qua) các vecto {α1 , α2 , ..., αm } nếu:
x = λ1 α1 + λ2 α2 + ... + λm αm ,
x = λ1 α1 + λ2 α2 + ... + λm αm
Định nghĩa
Trong không gian Rn hệ vecto {α1 , α2 , ..., αm } được gọi là:
Độc lập tuyến tính nếu, nếu có
λ1 α1 + λ2 α2 + ... + λm αm = θ.
thì λ1 = λ2 = ... = λm = 0
Phụ thuộc tuyến tính nếu hệ không độc lập tuyến tính nghĩa là, tồn tại m
số thực λ1 , λ2 , ..., λm không đồng thời bằng 0 sao cho:
λ1 α1 + λ2 α2 + ... + λm αm = θ.
θ = λ1 α1 + λ2 α2 + ... + λm αm
khi và chỉ khi hệ phương trình với ẩn là λ1 , λ2 , ..., λm sau có nghiệm không
tầm thường:
Tính chất
Notes
1 Tính chất 1. Hệ phụ thuộc tuyến tính khi và chỉ khi hệ có một vecto biểu
diễn tuyến tính qua các vecto còn lại.
2 Hệ quả. Mọi hệ vecto có chứa vecto không đều phụ thuộc tuyến tính.
Hệ con của hệ vecto là một hệ vecto gồm một số (hoặc tất cả) các vecto
của hệ.
3 Tính chất 2. Nếu một hệ chứa hệ con phụ thuộc tuyến tính thì hệ phụ
thuộc tuyến tính.
4 Hệ quả 1. Hệ độc lập tuyến tính thì mọi hệ con của nó độc lập tuyến tính.
5 Hệ quả 2. Nếu trong một hệ có hai vecto tỉ lệ với nhau thì hệ phụ thuộc
tuyến tính.
6 Tính chất 3. (Bổ đề cơ bản về sự phụ thuộc tuyến tính) Trong không gian
Rn cho hai hệ vecto: {α1 , α2 , ..., αm } và hệ {β1 , β2 , ..., βp }. Giả sử m > p và
mỗi vecto của hệ {α1 , α2 , ..., αm } biểu diễn tuyến tính qua vecto của hệ
{β1 , β2 , ..., βp }. Khi đó hệ {α1 , α2 , ..., αm } phụ thuộc tuyến tính.
7 Hệ quả. Trong không gian vecto V nếu hai hệ vecto {α1 , α2 , ..., αm } và
{β1 , β2 , ..., βp } cùng độc lập tuyến tính, và mỗi vecto của hệ này biểu diễn
tuyến tính qua vác vecto của hệ kia thì hai hệ đó có số vecto bằng nhau.
Chương 4. Không gian vecto nhiều chiều Rn 10 / 27
Bài 3. Hạng của hệ vecto
Notes
1. Định nghĩa, tính chất
Trong không gian vecto Rn cho hệ vecto {α1 , α2 , ..., αm }.
Định nghĩa
Hệ vecto {α1 , α2 , ..., αm } trong Rn có hạng là r nếu tồn tại hệ con r vecto của
nó độc lập tuyến tính và mọi hệ con có nhiều hơn r vecto của nó đều phụ
thuộc tuyến tính. Kí hiệu r(α1 , α2 , ..., αm ).
Chú ý:
Quy ước hệ có toàn vecto không có hạng bằng 0.
Nghĩa là hạng của vecto là số vecto độc lập tuyến tính tối đa của hệ.
r(α1 , α2 , ..., αm ) ≤ m.
r{α1 , α2 , ..., αm } = m ⇔ hệ véc tơ {α1 , α2 , ..., αm } độc lập tuyến tính.
r{α1 , α2 , ..., αm } < m ⇔ hệ véc tơ {α1 , α2 , ..., αm } phụ thuộc tuyến tính.
Notes
Tính chất
Bổ đề 1: Nếu hệ {α1 , α2 , ..., αm } có hạng bằng r thì mọi vecto của hệ này
đều biểu thị tuyến tính qua hệ con bất kì của hệ có r vecto độc lập tuyến
tính.
Tính chất 1. Hạng của một hệ vecto không thay đổi nếu ta thêm vào hệ
một vecto là tổ hợp tuyến tính các vecto của hệ, hoặc bớt đi một vecto là
tổ hợp tuyến tính các vecto còn lại của hệ.
Tính chất 2. Trong Rn , nếu mọi vecto của hệ {α1 , α2 , ..., αm } đều biểu thị
tuyến tính qua các vecto của hệ {β1 , β2 , ..., βp } thì
Định lý: Hạng của hệ véc tơ bằng hạng của ma trận A (ma trận véc tơ dòng)
và bằng hạng của ma trận véc tơ cột
Hệ quả: Trong không gian Rn cho hệ vecto {α1 , α2 , ..., αm } ta có các khẳng
định sau:
1 Hạng của hệ bằng số vecto của hệ khi và chỉ khi hệ độc lập tuyến tính.
2 Hạng của hệ nhỏ hơn số vecto của hệ khi và chỉ khi hệ phụ thuộc tuyến
tính.
3 Khi số vecto của hệ bằng số chiều của không gian, tức là m = n thì
r{α1 , α2 , ..., αn } = n ⇔ det A , 0 ⇔ hệ {α1 , α2 , ..., αn } độc lập tuyến tính.
r{α1 , α2 , ..., αn } < n ⇔ det A = 0 ⇔ hệ {α1 , α2 , ..., αn } phụ thuộc tuyến tính.
Chương 4. Không gian vecto nhiều chiều Rn 13 / 27
Nhận xét:
Hạng của mọi hệ vecto trong Rn đều nhỏ hơn hay bằng n. Mọi hệ vecto Notes
nhiều hơn n vecto đều phụ thuộc tuyến tính.
Hạng của ma trận không thay đổi qua các phép biến đổi sơ cấp trên dòng
(trên cột).
Nếu ma trận có dạng thang dòng thì hạng của ma trận bằng số dòng
khác 0 của nó.
Ví dụ 1: Tìm hạng của hệ sau:
Ví dụ 2: Tùy theo giá trị của tham số m xác định hạng của hệ sau
Ví dụ 3: Các hệ sau là độc lập tuyến tính hay phụ thuộc tuyến tính trong
không gian vecto tương ứng
a. (1, 2, 3), (3, 6, 7) trong R3 .
b. (2, −3, 1), (3, −1, 5), (1, −4, 3) trong R3 .
c. (1, 2, 3), (3, −1, 5), (1, −4, 3), (3, 6, 7) trong R3 .
Chương 4. Không gian vecto nhiều chiều Rn 14 / 27
Bài 4. Không gian con, cơ sở và chiều
Notes
1. Khái niệm không gian con, cơ sở và chiều
Định nghĩa Không gian con
Một tập con L ⊂ Rn được gọi là không gian con của Rn nếu:
1 L , ∅.
2 ∀x, y ∈ L thì x + y ∈ L.
3 ∀λ ∈ R, x ∈ L thì λx ∈ L.
Ví dụ: Tập nào sau đây là không gian con của không gian tương ứng
L0 = {θ}
L1 = {(0; 1), (1; 2), (1; 3), (−1; −1)}
L2 = {(x, 0) ∈ R2 }
L3 = {(x, y) ∈ R2 /x + 2y = 0}
L4 = {(x, x2 ) ∈ R2 }
L5 = {(x, y, z) ∈ R3 /x + 2y − z = 0}
Notes
Định nghĩa Cơ sở
Cho L là một không gian con của Rn . Hệ vecto {α1 , α2 , ..., αm } của L được gọi
là một cơ sở của L nếu thỏa mãn hai điều kiện:
Hệ {α1 , α2 , ..., αm } độc lập tuyến tính.
Mọi vecto của L đều biểu thị tuyến tính qua hệ {α1 , α2 , ..., αm }.
Nhận xét:
Số vecto của một cơ sở L không vượt quá n, tức là m ≤ n.
Hai cơ sở bất kỳ của L có cùng số vecto.
Hệ này độc lập tuyến tính và với mọi vecto x = (x1 , x2 , ..., xn ) ∈ Rn ta đều có:
x = x1 e1 + x2 e2 + ... + xn en .
Notes
AX = O,
dim L = n − r(A).
Hệ nghiệm cơ bản
Notes
Định nghĩa. Mỗi cơ sở của không gian nghiệm của hệ phương trình tuyến tính
thuần nhất AX = O là một hệ nghiệm cơ bản của hệ phương trình này.
1 Chứng minh tập nghiệm của hệ phương trình thuần nhất dưới đây là
không gian con của R3 .
2 Tìm một cơ sở (hệ nghiệm cơ bản) và chiều của không gian nghiệm đó
Chương 4. Không gian vecto nhiều chiều Rn 20 / 27
Notes
Định lý: Không gian sinh bởi hệ vecto S là không gian con của Rn , có chiều
bằng hạng của hệ vecto S, tức là
và nếu hạng của S là r thì mọi hệ con có r vecto độc lập tuyến tính của S đều
là cơ sở của Span(S).
Bài toán 1.
Trong Rn cho hệ vecto S = {α1 , α2 , ..., αm }. Tìm cơ sở và chiều của SpanS.
Cách làm.
- Lập ma trận A có các dòng là các vecto α1 , α2 , ..., αm
- Sử dụng các phép biến đổi sơ cấp đưa A → B, B là ma trận bậc thang
dòng.
- Số các vecto dòng khác không của ma trận B là hạng của hệ vecto S và
là chiều của Span(S), hơn nữa các vecto dòng này là cơ sở của Span(S).
Bài toán 2.
Trong Rn cho x và hệ vecto {α1 , α2 , ..., αm }. Tìm điều kiện để
x ∈Span{α1 , α2 , ..., αm }.
Cách làm.
Notes
x = λ1 α1 + λ2 α2 + · · · + λn αn .
λ1
λ
2
Kí hiệu x = (λ1 , λ2 , ..., λn ) hay [x] = . .
{α1 ,α2 ,...,αn } {α1 ,α2 ,...,αn } ..
λn
Chú ý
Trong Rn với x = (x1 , x2 , ..., xn ) thì (x1 , x2 , ..., xn ) là tọa độ đối với cơ sở chính
tắc.
Định lý
Ta có
PA→B khả đảo.
P−1
A→B
= PB→A là ma trận chuyển từ cơ sở B sang cơ sở A.
Notes