Chương 4: Ánh xạ tuyến tính

Nguyễn Minh Trí

Ngày 8 tháng 4 năm 2010

1 Định nghĩa và ví dụ
1.1 Định nghĩa
Cho E, F là hai K-không gian vectơ , ánh xạ f : E → F là ánh xạ tuyến tính nếu f thỏa 2
điều kiện:

1. f (a + b) = f (a) + f (b) ∀a, b ∈ E

2. f (ka) = kf (a) ∀a ∈ E, ∀k ∈ K

Một ánh xạ tuyến tính f : E → E được gọi là một phép biến đổi tuyến tính của E
Như vậy muốn chứng minh f là một ánh xạ tuyến tính thì ta cần kiểm tra 2 điều kiện như
trên

1.2 Các ví dụ
1. Ánh xạ không:
0:E →F
a 7→ 0(a) = 0
là ánh xạ tuyến tính

2. Ánh xạ đồng nhất

id : E → E
a 7→ id(a) = a
là ánh xạ tuyến tính

3. Ánh xạ
p : R3 → R2
(x1 , x2 , x3 ) 7→ p(x1 , x2 , x3 ) = (x1 , x2 )
là ánh xạ tuyến tính

4. Ánh xạ
f : R3 → R3
(x1 , x2 , x3 ) 7→ f (x1 , x2 , x3 ) = (x1 + x2 , x1 + x3 , x3 )
là ánh xạ tuyến tính.
Chứng minh:

1
Bài giảng ĐẠI SỐ TUYẾN TÍNH

• ∀x, y ∈ R3 , ta có x = (x1 , x2 , x3 ), y = (y1 , y2 , y3 ):

f (x + y) = f (x1 + y1 , x2 + y2 , x3 + y3 )
= ((x1 + y1 ) + (x2 + y2 ), (x1 + y1 ) + (x3 + y3 ), x3 + y3 )
= ((x1 + x2 ) + (y1 + y2 ), (x1 + x3 ) + (y1 + y3 ), x3 + y3 )
= (x1 + x2 , x1 + x3 , x3 ) + (y1 + y2 , y1 + y3 , y3 )
= f (x) + f (y)
• ∀x ∈ R3 , ∀k ∈ R ta có x = (x1 , x2 , x3 )
f (kx) = f (kx1 , kx2 , kx3 )
= (kx1 + kx2 , kx1 + kx3 , kx3 )
= k.(x1 + x2 , x1 + x3 , x3 )
= k.f (x)

1.3 Các tính chất cơ bản của ánh xạ tuyến tính

Cho E, F là hai K-không gian vectơ , f : E → F là ánh xạ tuyến tính, khi đó
1. f (0E ) = 0F , f (−a) = −f (a)

2. Ánh xạ f : E → F là ánh xạ tuyến tính khi và chỉ khi

f (ax + by) = a.f (x) + b.f (y) , ∀a, b ∈ K; ∀x, y ∈ E

3. Với mọi x1 , x2 , . . . , xn ∈ E và k1 , k2 , . . . , kn ∈ K ta có
f (k1 x1 + k2 x2 + · · · + kn xn ) = k1 f (x1 ) + k2 f (x2 ) + · · · + kn f (xn )

4. Ánh xạ tuyến tính biết một hệ phụ thuộc tuyến tính thành một hệ phụ thuộc tuyến tính

5. Ánh xạ tuyến tính không làm tăng hạng của một hệ vectơ

2 Ma trận của ánh xạ tuyến tính

2.1 Định lí cơ bản về sự xác định của ánh xạ tuyến tính
Định lí 1 Cho E là không gian vectơ n chiều (dimE = n), B = {e1 , e2 , . . . , en } là một cơ sở
của E, F là không gian vectơ tùy ý và b1 , b2 , . . . , bn là hệ các vectơ tùy ý trong F . Khi đó tồn
tại duy nhất một ánh xạ tuyến tính f : E → F thỏa mãn f (ei ) = bi với mọi i = 1, 2, . . . , n

Từ định lí này ta thấy một ánh xạ tuyến tính hoàn toàn được xác định nếu như ta biết được
ảnh của một cơ sở của nó.Và để cho 1 ánh xạ tuyến tính ta chỉ cần cho ảnh của một cơ sở là
đủ.

2.2 Ma trận của ánh xạ tuyến tính

Giả sử E, F là hai K-không gian vectơ , dimE = n, dimF = m và ánh xạ tuyến tính f : E → F .
Giả sử B = {e1 , e2 , . . . , en } là một cơ sở của E; C = {f1 , f2 , . . . , fm } là một cơ sở của F ;
Vì f (ei ) ∈ F nên f (ei ) biểu thị tuyến tính được qua hệ các vectơ của C. Ta có

f (e1 ) = a11 f1 + a12 f2 + · · · + a1m fm

f (e2 ) = a21 f1 + a22 f2 + · · · + a2m fm
···
f (en ) = an1 f1 + an2 f2 + · · · + anm fm

2 triminhng@gmail.com
Bài giảng ĐẠI SỐ TUYẾN TÍNH

Ma trận  
a11 a21 . . . an1
 a12 a22 . . . an2 
A =  ..
 
.. .. .. 
 . . . . 
a1m a2m . . . anm
gọi là ma trận của ánh xạ tuyến tính f trong cặp cơ sở B, C. Ta kí hiệu A = Af /B,C
Trường hợp đặc biệt khi f là phép biến đổi tuyến tính của E, f : E → E và B ≡ C thì ma
trận của ánh xạ tuyến tính f trong cặp cơ cở B, B được gọi là ma trận của f trong cơ sở B và
kí hiệu là Af /B

Ví dụ 1: Cho ánh xạ tuyến tính f : R2 → R3

f (x1 , x2 ) = (x1 + 2x2 , x1 − x2 , −x2 )

Tìm ma trận của ánh xạ tuyến tính f trong cặp cơ sở B, C với các cơ sở B, C cho như sau:
B = {e1 = (1, 1), e2 = (1, 0)}
C = {f1 = (1, 1, 1), f2 = (−1, 2, 1), f3 = (1, 3, 2)}

Giải: Ta có

f (e1 ) = a1 f1 + a2 f2 + a3 f3 = (3, 0, −1) (1)

f (e2 ) = b1 f1 + b2 f2 + b3 f3 = (1, 1, 0) (2)
Theo định nghĩa thì ma trận của ánh xạ tuyến tính f đối với cặp cơ sở B, C là Af /B,C
 
a1 b 1
Af /B,C =  a2 b 2 
a3 b 3

Giải các phương trình (1) và (2) để tìm a1 , a2 , a3 và b1 , b2 , b3 . Các phương trình (1), (2) tương
đương
 với hệ phương trình  tuyến tínhmà ma trận các hệ sốbổ sung như sau:
1 −1 1 3 1 1 −1 1 3 1
h2 →−h1 +h2
 1 2 3 0 1  −− −−−−−→  0 3 2 −3 0 
h3 →−h1 +h3
1 1 2 −1 0  0 2 1 −4  −1 
1 −1 1 3 1 1 −1 1 3 1
h2 →−h3 +h2 h →−2h +h3
−− −−−−−→  0 1 1 1 1  −−3−−−−2−−→  0 1 1 1 1 
0 2 1 −4 −1 0 0 −1 −6 −3
Hệ (1): a3 = 6; a2 = 1 − a3 = −5; a1 = 3 − a3 + a2 = −8
Hệ (2): b3 = 3;b2 = 1 − b3 
= −2; b1 =  1 + b2 − b3 = −4
a1 b 1 −8 −4
Vậy Af /B,C = a2 b2  =  −5 −2 
a3 b 3 6 3

Ví dụ 2: Cho ánh xạ tuyến tính f : R3 → R3

f (x1 , x2 , x3 ) = (x1 + 2x2 − x3 , x2 + x3 , x1 + x2 − 2x3 )

Tìm ma trận của f đối với cơ sở B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}

3 triminhng@gmail.com
Bài giảng ĐẠI SỐ TUYẾN TÍNH

2.3 Biểu thức tọa độ của ánh xạ tuyến tính

Cho E, F là các K-không gian vectơ , B = {e1 , e2 , . . . , en } là một cơ sở của E; C = {f1 , f2 , . . . , fm }
là một cơ sở của F . Cho f : E → F là ánh xạ tuyến tính. Đặt A = Af /B,C là ma trận của f
trong cặp cơ sở B, C
Với mọi vectơ x ∈ E, giả sử
   
x1 y1
 x2   y2 
[x]/B =  ..  và [f (x)]/C =  .. 
   
.  . 
xn ym

Khi đó công thức sau gọi là biểu thức tọa độ của ánh xạ tuyến tính f
   
y1 x1
 y2   x2 
 ..  = A.  .. 
   
 .  .
ym xn

2.4 Ma trận của ánh xạ tuyến tính trong các cơ sở khác nhau
0 0 0 0
Cho E, F là các K-không gian vectơ , B = {e1 , e2 , . . . , en }, B = {e1 , e2 , . . . , en } là hai cơ sở
0 0 0 0
của E; C = {f1 , f2 , . . . , fm }; C = {f1 , f2 , . . . , fm } là hai cơ sở của F . Cho ánh xạ tuyến tính
0 0
f : E → F , khi đó ta có công thức liên hệ giữa ma trận của f trong cặp ma trận B , C với ma
trận của f trong cặp cơ sở B, C như sau:
−1
Af /B0 ,C 0 = TCC 0 .Af /B,C .TBB 0

0
trong đó TBB 0 là ma trận chuyển cơ sở từ B sang B
0 0 0 0
Nếu f : E → E là phép biến đổi tuyến tính và B = {e1 , e2 , . . . , en }, B = {e1 , e2 , . . . , en } là
hai cơ sở của E, ta có
−1
Af /B0 = TBB 0 .Af /B .TBB 0

3 Hạt nhân và ảnh

3.1 Các khái niệm cơ bản
Cho E, F là các K-không gian vectơ , f : E → F là ánh xạ tuyến tính

• Kí hiệu Kerf = {x ∈ E|f (x) = 0} gọi là hạt nhân của ánh xạ tuyến tính f

• Kí hiệu Imf = f (E) = {f (x)|x ∈ E} gọi là ảnh của ánh xạ tuyến tính f

Ta có Kerf và Imf đều là các K-không gian vectơ

3.2 Nhận xét

• Cách tìm hạt nhân của một ánh xạ tuyến tính f : E → F .

4 triminhng@gmail.com
Bài giảng ĐẠI SỐ TUYẾN TÍNH

Chọn B = {e1 , e2 , . . . , en } là một cơ sở của E; C = {f1 , f2 , . . . , fm } là một cơ sở của F .

Ta có [f (x)]/C = A.[x]/B

x ∈ Kerf ⇐⇒ f (x) = 0  
0
0
⇐⇒ [f (x)]/C =  .. 
 
.
 0
0
0
⇐⇒ A.[x]/B =  ..  (∗)
 
.
0

Như vậy x ∈Kerf khi và chỉ khi tọa độ của x trong cơ sở B là nghiệm của hệ phương
trình tuyến tính thuần nhất (*)
Từ đó để tìm hạt nhân của ánh xạ tuyến tính f : E → F ta làm như sau:

1. Tìm ma trận của ánh xạ tuyến tính f đối với cặp cơ sở B, C (tìm Af /B,C )
2. Giải hệ phương trình tuyến tính thuần nhất
   
x1 0
 x2  0
A.  ..  =  ..  (∗)
   
 .  .
xn 0

Tập hợp tất cả các vectơ có tọa độ đối với cơ sở B là nghiệm cơ bản của hệ phương
trình (*) là cơ sở của Kerf
3. Tìm nghiệm của (*)
4. Kerf là tập tất cả các nghiệm của (*). (Hệ nghiệm cơ bản của (*) chính là cơ sở của
Kerf )

• Cách tìm ảnh của ánh xạ f

Vì e1 , e2 , . . . , en là hệ sinh của E nên f (e1 ), f (e2 ), . . . , f (en ) là hệ sinh của Imf .
Hay Imf = hf (e1 ), f (e2 ), . . . , f (en )i. Ta tìm một hệ con độc lập tuyến tính tối đại của
f (e1 ), f (e2 ), . . . , f (en ) đó là cơ sở của Imf (Số vectơ độc lập tuyến tính tối đại bằng hạng
của hệ các vectơ f (e1 ), f (e2 ), . . . , f (en ))

Ví dụ Cho ánh xạ tuyến tính f : R3 → R3

f (x1 , x2 , x3 ) = (x1 + 2x2 − x3 , x2 + x3 , x1 + x2 − 2x3 )

Tìm hạt nhân và ảnh của f .

Giải:
• (x1 , x2 , x3 ) ∈Kerf ⇔ f (x1 , x2 , x3 ) = 0 ⇔ (x1 , x2 , x3 ) là nghiệm hệ phương trình:

 x1 + 2x2 − x3 = 0
x2 + x3 = 0
x1 + x2 − 2x3 = 0


5 triminhng@gmail.com
Bài giảng ĐẠI SỐ TUYẾN TÍNH

Ta biến đổi ma trận hệ số bổ sung

     
1 2 −1 0 1 2 −1 0 1 2 −1 0
h3 →−h1 +h3 h3 →h2 +h3
 0 1 1 0  −− −−−−−→  0 1 1 0  −− −−−−→  0 1 1 0 
1 1 −2 0 0 −1 −1 0 0 −1 −1 0
Hệ có vô số nghiệm phụ thuộc 1 tham số là x3 . Ta có:

 x3 = t
x2 = −x3 = −t ,t ∈ R
x1 = −2x3 + x3 = 3x3 = 3t


Nghiệm cơ bản của hệ là (3, −1, 1)

Vậy {(3, −1, 1)} là cơ sở của Kerf và dim Kerf = 1
• Tìm Imf
Ta tìm ảnh của f đối với cơ sở chính tắc B = {e1 = (1, 0, 0), e2 = (0, 1, 0), e3 = (0, 0, 1)}.
Ta có
f (e1 ) = (1, 0, 1), f (e2 ) = (2, 1, 1), f (e3 ) = (−1, 1, −2)
Imf = hf (e1 ), f (e2 ), f (e3 )i
Tìm hệ con độc lập tuyến tính tối đại của hệ f (e1 ), f (e2 ), f (e3 ).
Tìm hạng của hệ các vectơ f (e1 ), f (e2 ), f (e3 )
     
1 0 1 f (e1 ) 1 0 1 f (e1 ) 1 0 1 f (e1 )
h2 →−2h1 +h2 h3 →−h2 +h3
 2 1 1  f (e2 ) −−−−−−−−→ 0 1 −1  f (e2 ) −−−−−−−→ 0 1 −1
  f (e2 )
h3 →h1 +h3
−1 1 −2 f (e3 ) 0 1 −1 f (e3 ) 0 0 0 f (e3 )
Vậy cơ sở của Imf là {f (e1 ), f (e2 )}

4 Đơn cấu, toàn cấu, đẳng cấu

4.1 Các định nghĩa
Cho E, F là các K-không gian vectơ và ánh xạ tuyến tính f : E → F . Khi đó:
• f gọi là đơn cấu nếu f đơn ánh
• f gọi là toàn cấu nếu f toàn ánh
• f gọi là đẳng cấu nếu f song ánh

4.2 Các định lí về đơn cấu, toàn cấu, đẳng cấu

Định lí 2 Cho E, F là các K-không gian vectơ và ánh xạ tuyến tính f : E → F . Khi đó:
1. f là đơn cấu ⇔ Kerf = {0}
2. f là toàn cấu ⇔ Imf = F
Chứng minh trang 190
Định lí 3 Cho E, F là các K-không gian vectơ hữu hạn chiều và ánh xạ tuyến tính f : E → F .
Khi đó f là đẳng cấu khi và chỉ khi dimE =dim F
Chứng minh trang 192
Bài tập
Bài 1 trang 223; bài 8, 9 trang 224; bài 13, 16, 17 trang 225; bài 18,21 trang 226; bài 23,
25 trang 227

6 triminhng@gmail.com