You are on page 1of 99

TOÁN CAO CẤP C2

Nguyễn Ngọc Vinh

Khoa GD Đại Cương


Đại học Quốc Tế Hồng Bàng

Ngày 3 tháng 6 năm 2010

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 1 / 99
NỘI DUNG MÔN HỌC

Chương 1 : Ma trận
Chương 2 : Định thức
Chương 3 : Hệ phương trình tuyến tính
Chương 4 : Không gian véctơ
Chương 5 : Ánh xạ tuyến tính
Chương 6 : Dạng toàn phương
Chương 7 : Ứng dụng trong các bài toán kinh tế

GIÁO TRÌNH THAM KHẢO

1 Slide Bài giảng Toán cao cấp A2 - ĐH Bách Khoa TPHCM-TS.Đặng Văn
Vinh.
2 Toán cao cấp C2 - ĐH Ngân Hàng TpHCM- TS Lê Sĩ Đồng.
3 Toán cao cấp - ĐH Khoa học Tự Nhiên TPHCM- PGS.TS Nguyễn Đình Phư.
4 Các giáo trình khác liên quan (Nhà sách ĐH Kinh tế) - Rất nhiều...
Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 2 / 99
CHƯƠNG I: MA TRẬN

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 3 / 99
Định nghĩa 1.1: Ma trận là gì?
Ma trận cỡ m × n là bảng số (thực hoặc phức) hình chữ nhật có m hàng và n cột.

Ma trận A cỡ m × n với i = 1, m và j = 1, n
 
a11 ... a1j ... a1n
 .. .. .. 
 . . . 
 
A= a
 i1 ... a ij ... ain  ← hàng thứ i
 .. .. .. 
 . . . 
am1 ... amj ... amn m×n

cột thứ j

Kí hiệu
A = (aij )m×n với i = 1, m, j = 1, n

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 4 / 99
Ví dụ:  
1 2 3
A= 4 5 6 
7 8 9 3×3

Ma trận thực cỡ 3 × 3. Vậy ma trận có 3 hàng và 3 cột.


Phần tử của A là:
a11 = 1, a12 = 2, a13 = 3
a21 = 4, a22 = 5, a23 = 6
a31 = 7, a32 = 8, a33 = 9

Định nghĩa 1.2:


Ma trận không là ma trận có tất cả các phần tử là không.
Ký hiệu: 0, (aij = 0, ∀i, j).

Ví dụ:  
0 0 0 0
A= 0 0 0 0 
0 0 0 0 3×4

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 5 / 99
Định nghĩa 1.3:
Ma trận chuyển vị của A = (aij )m×n là ma trận AT = (aij )n×m thu được từ A
bằng cách chuyển hàng thành cột.

Ví dụ:    
2 −1 3 2 4 4
A= 4 0 9  AT =  −1 0 −1 
4 −1 −2 3×3 3 9 −2 3×3

Định nghĩa 1.4:


Ma trận vuông cấp n là ma trận có số hàng và cột bằng nhau và bằng n.

Ví dụ:  
2 1 4 2
 1 1 0 1 
A=
 1

3 9 3 
0 9 1 2 4×4

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 6 / 99
Định nghĩa 1.5:
Ma trận vuông A = (aij )nxn được gọi là ma trận tam giác trên nếu:
aij = 0, ∀i > j

Ví dụ:  
2 1 3
A= 0 3 6 
0 0 1

Định nghĩa 1.6:


Ma trận vuông A = (aij )nxn được gọi là ma trận tam giác dưới nếu:
aij = 0, ∀i < j

Ví dụ:  
2 0 0 0
 1 5 0 0 
A=
 3

4 3 0 
3 4 3 0

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 7 / 99
Định nghĩa 1.7:
Ma trận vuông A được gọi là ma trận chéo nếu các phần tử nằm ngoài đường
chéo đều bằng không, tức là: aij = 0, i 6= j.

 
1 0 0
A= 0 2 0 
0 0 3

Định nghĩa 1.8:


Ma trận chéo với các phần tử đường chéo đều bằng 1 được gọi là ma trận đơn
vị, tức là: aij = 0, i 6= j và aii = 1, ∀i.

 
1 0 0 0
 0 1 0 0 
A=
 0

0 1 0 
0 0 0 1

Thường kí hiệu là In với n là cấp của ma trận.


Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 8 / 99
Định nghĩa 1.9:
Ma trận vuông thực A thỏa aij = aji với mọi i, j = 1, . . . , n được gọi là ma trận
đối xứng.

Ví dụ:  
2 1 0
A= 1 2 5 
0 5 1

Định nghĩa 1.10:


Ma trận vuông thực A thỏa aij = −aji với mọi i, j = 1, n được gọi là ma trận
phản đối xứng.

Ví dụ:  
1 1 2 4
 −1 1 7 3 
A=
 
−2 −7 1 0 
−4 −3 0 1

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 9 / 99
Phần tử khác không đầu tiên của một hàng kể từ bên trái được gọi là
phần tử cơ sở của hàng đó.

Định nghĩa 1.11:


Ma trận bậc thang thỏa các điều sau:
Hàng không có phần tử cơ sở (nếu tồn tại) thì nằm dưới cùng.
Phần tử cơ sở của hàng dưới nằm bên phải (không cùng cột) so với phần tử
cơ sở của hàng trên.

Ví dụ:
   
2 1 0 3 −2 1 3 0 2 −2
 0 0 7 2 6   0 0 7 1 4 
A=  A= 
 0 4 1 −2 5   0 0 0 −2 5 
0 0 0 0 0 4×5
0 0 0 0 0 4×5

Đây không là ma trận bậc thang Đây là ma trận bậc thang

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 10 / 99
Tính chất 1.1: Các phép biến đổi sơ cấp trên hàng
1 Nhân một hàng tùy ý với 1 số khác không hi → αhi với α 6= 0.
2 Cộng vào một hàng một hàng khác đã được nhân với một số tùy ý khác
không hi → hi + βhj với β 6= 0.
3 Đổi chổ tùy ý 2 hàng hi ↔ hj .

Ví dụ. Đưa ma trận sau về dạng bậc thang bằng các phép biến đổi sơ cấp:
(Xem file MT0)  
1 1 −1 2 1
 2 3
 −1 4 5 

 3 2 −3 7 4 
−1 1 2 −3 1
Anh/Chị chú ý !!! ??

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 11 / 99
Định nghĩa 1.12:
Mọi ma trận đều có thể đưa về ma trận dạng bậc thang bằng các phép biến đổi
sơ cấp đối với hàng.

Chú ý: Khi dùng các phép biến đổi sơ cấp đối với hàng ta thu được nhiều ma
trận bậc thang khác nhau.

Định nghĩa 1.13:


Hai ma trận A = (aij )nxm và B = (bij )nxm bằng nhau nếu:
Cùng cỡ.
Các phần tử ở những vị trí tương ứng bằng nhau aij = bij với ∀i, j.
Kí hiệu: A = B

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 12 / 99
Định nghĩa 1.14:
Tổng 2 ma trận A = (aij )nxm và B = (bij )nxm , i = 1, n, j = 1, m cùng cấp là ma
trận C = (cij )nxm với cij = aij + bij , i = 1, n, j = 1, m.
Kí hiệu: C = A + B

Ví dụ:
     
2 1 4 2 1 4 4 2 8
C =A+B = 1 1 0 + 1 4 0 = 2 5 0 
1 3 9 4 3 2 5 6 11

Định nghĩa 1.15:


Nhân ma trận A = (aij )nxm , i = 1, n, j = 1, m với một số k, ta lấy số k nhân với
tất cả các phần tử của ma trận A. Kí hiệu: kA = (kaij )nxm = B với B = (bij )nxm

Ví dụ:    
2 1 4 4 2 8
A= 1 1 0  2A =  2 2 0 
1 3 9 3×3 2 6 18 3×3

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 13 / 99
Tính chất 1.2:
1 A+B =B +A 1 (A + B) + C = A + (B + C )
2 A+0=A 2 k(A + B) = kA + kB
3 k(mA) = (km)A 3 (k + m)A = kA + mA

Định nghĩa 1.16:


Nhân 2 ma trận A = (aij )nxp và B = (bij )pxm là ma trận C = (cij )nxm với
cij = ai1 b1j + ai2 b2j + ... + aip bpj .

hay  
  b1j 
..

∗  ∗ b2j ∗  
 . 
AB =  ai1 ai2 ... aip   .. = ... c ... 

ij
.   ..

∗ 
bpj .

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 14 / 99
Ví dụ. Nhân 2 ma trận:  
  1 1 2
2 1 4
A= B = 3 0 1 
4 1 0 2x3
2 4 3 3x3

Giải:
 
  1 1 2  
2 1 4 c11 c12 c13
A×B = × 3 0 1  =
4 1 0 c21 c22 c23
2x3 2 4 3 3x3

với  
 1
c11 = 2 1 4 ×  3  = 2.1 + 1.3 + 4.2 = 13
2
tương tự, ta có:

c12 = 18, c13 = 17, c21 = 7, c22 = 4, c23 = 9

 
13 18 17
A×B =
7 4 9

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 15 / 99
   
2 −1 1
Ví dụ. Tìm ma trận X thỏa AX = B, biết: A = và B =
 2 1 3

a
Giải: Đặt X = , ta có:
b
        
2 −1 a 1 2a − b 1
AX = B ⇔ = ⇔ =
2 1 b 3 2a + b 3
   
2a − b = 1 a=1 1
⇔ ⇔ Vậy X =
2a + b = 3 b=1 1

Tính chất 1.3:


1 A(BC ) = (AB)C
1 k(A + B) = kA + kB
2 A(B + C ) = AB + AC
2 Im A = A = AIm
3 k(AB) = (kA)B = A(kB)

Chú ý:
AB =6 BA
AB = CB nhưng A chưa chắc bằng C .
AB = 0 không suy ra được A = 0 hoặc B = 0.
Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 16 / 99
Quy ước:

A0 = I , A2 = A.A, . . . , An = A
| · A ·{z
· · A · A}
n

Bài toán. Tính f (x), biết:

f (x) = an x n + an−1 x n−1 + ... + a1 x + a0 , A = (aij )n×n

hay
f (A) = an An + an−1 An−1 + ... + a1 A + a0 I
Ví dụ : Tính f (A), biết
 
2 1
A= và f (x) = 2x 2 + 4x + 3
1 2

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 17 / 99
BÀI TẬP CHƯƠNG 1
Bài 1. Cho:    
2 1 2 0 2 3
A= B=
−1 1 0 −1 1 1
1Tính A + B.
2Tính 2A − 3B.
Bài 2. Cho:    
2 1 2 0 2 3
A = −1 1 0 B = −1 1 1
−1 4 1 1 3 3
1Tính 3A − B.
2Tính 2A + 5B.
Bài 3. Cho:
     
2 1 2 2 −2 1 0 −1 1 1 0 1
−1 1 0 −2 −1 −1 0 −2 −1 −1 0 −2
A= −1 4 1 4 
 B =
−1
 C = 
−4 −1 −4 −1 −4 −1 −4
2 3 4 3 2 1 1 −3 1 1 1 6

1 Tính A + B − C .
2 Tính −A + 3B − 2C .
Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 18 / 99
Bài 4. Cho:    
4 3 3 −3 1 3
A = 2 1 1 B = −1 −1 4
3 4 1 −1 −4 3

1Tính A − 2B.
2Tính A.B, B.A.
Bài 5. Cho:  
  4 3 2
4 3 3 1 2 0 1
A = 2 1 1 2 B =
0

4 0
3 4 1 −1
3 0 −1

1Tính A2 , B 2 .
2 Tính A.B, B.A.
Bài 6. Cho:  
3 2
A=
2 1

1 Tính A2 , A3 .
2 Tính f (A),biết f (x) = x 3 − 2x 2 − 2x − 1.
Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 19 / 99
Bài 7. Cho:  
2 2
A=
3 −1

1 Tính A2 , A3 .
2 Chứng minh rằng f (A),biết f (x) = x 2 + 2x − 11.
Bài 8. Cho:  
1 2
A=
0 1
 
1 k
1 Chứng minh rằng ASk = Sk A = Sk+2 với: Sk =
0 1
2 Tính An .
Bài 9. Cho:  
3 2 2
A = 1 −2 3
4 2 0

1 Tính A3 .
2 Tính f (A),biết f (x) = x 3 − 3.
Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 20 / 99
Bài 10. Cho:
     
x y 5 −1 1 2
A= B= C=
z w 4 7 6 −3

1Tìm A sao cho 2A = 3B − 2C .


2Tính f (A),biết f (x) = x 3 − x 2 − 2.
Bài 11. Cho:  
0 1 0 0
0 0 1 0
A= 0

0 0 1
0 0 0 0
Tính các tích ma trận sau:
1 A2 , A3 , A4
2 A.AT , AT .A
Bài 12.
Chứng tỏ rằng
 nếu  ma trận S ∈ M2x2 (R) thỏa: SA = AS, ∀A ∈ M2x2 (R) thì S có
a 0
dạng: S =
0 a
Bài 13. Cho A là ma trận vuông cấp n, có các phần tử đều bằng 1. Tính Ak .
Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 21 / 99
CHƯƠNG II: HỆ PHƯƠNG TRÌNH TUYẾN TÍNH

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 22 / 99
Định nghĩa 2.1:
Giả sử Anxm tương đương hàng (cột) với ma trận bậc thang E . Khi đó ta gọi
hạng của ma trận A là số các hàng khác không của ma trận bậc thang E . Ký
hiệu: r (A) = "Số hàng khác không của ma trận bậc thang E ".

Ví dụ. Dùng các phép biển đổi sơ cấp, tìm hạng của ma trận sau:
 
1 2 3 3
A= 2 4 6 9 
2 6 7 6

Tính chất 2.1:


r (A) = 0 khi và chỉ khi A = 0.
A = (aij )nxm , khi đó r (A) ≤ min{n, m}.
A −
bđsc
−→ B thì r (A) = r (B).
Ví dụ. Tìm tất cả các giá trị thực của m để cho r (A) = 3:
 
1 1 1 1
A= 2 3 1 4 
3 3 m m+1
Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 23 / 99
Định nghĩa 2.2:
Ma trận vuông A được gọi là ma trận khả nghịch nếu tồn tại ma trận In sao cho
AB = In = BA. Khi đó B được gọi là nghịch đảo của A và ký hiệu là A−1 .

Lưu ý: Không phải bất kỳ ma trận vuông A nào cũng khả nghịch. Có rất nhiều
ma trận vuông không khả nghịch!!!!!!!!!!!!!!!!!!!!!!!!

Định nghĩa 2.3:


Ma trận khả nghịch được gọi là ma trận không suy biến.
Ma trận không khả nghịch được gọi là ma trận suy biến.

Sự tồn tại của ma trận khả nghịch:


1 Tồn tại A−1
2 r (A) = n
3 AX = 0, suy ra X = 0
4 ???

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 24 / 99
Cách tìm A−1

(A|In ) bđsc theo hàng (In |A−1 )


−−−−−−−−−−→
Ví dụ. Tìm ma trận nghịch đảo của ma trận sau: (Xem file MT)
 
1 1 1
A= 1 2 2 
1 2 3

Sau khi biến đổi ta có:


 
2 −1 0
A−1 =  −1 2 −1 
0 −1 1

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 25 / 99
Định nghĩa 2.4:
Hệ phương trình tuyến tính gồm m phương trình, n ẩn có dạng:


 a11 x1 + a12 x2 + · · · + a1n xn = b1
a21 x1 + a22 x2 + · · · + a2n xn = b2

(1)

 · · · · · · · · ·
am1 x1 + am2 x2 + · · · + amn xn = bm

1 a11 , a12 , . . . , amn là hệ số của hệ phương trình.


2 b1 , b2 , . . . , bm là hệ số tự do của hệ phương trình

Ta có thể viết phương trình (1) về dạng: AX = B Với:


 
x1
  

a11 a12 · a1n b1
 x2 
 a21 a22 · a2n  X = 
 b2 
A= B =

·
 
 · · · ·   · 
am1 am2 · amn xn bm

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 26 / 99
Hệ có ma trận hệ số là: Hệ có ma trận mở rộng là:
   
a11 a12 · a1n a11 a12 · a1n b1

 a21 a22 · a2n



 a21 a22
 · a2n b2



 · · · ·   · · · · · 

am1 am2 · amn am1 am2 · amn bm

Ghi chú:
Hệ phương trình (1) được gọi là thuần nhất khi b1 = b2 = . . . = bm = 0.
Hệ phương trình (1) được gọi là không thuần nhất khi ∃bi 6= 0, i = 1, m.

Định nghĩa 2.5:


Một phép biến đổi được gọi là tương đương nếu biến một hệ phương trình về một
hệ tương đương.

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 27 / 99
Tính chất 2.2:
Có 3 phép biến đổi tương đương đối với hệ phương trình:
Nhân hai vế của phương trình với một số tùy ý khác không.
Cộng vào một phương trình một phương trình khác đã được nhân với một số
tùy ý khác không.
Đổi chổ hai phương trình.

Ví dụ. Giải hệ phương trình sau:



 x + y = 0
2x − y + 3z = 3
x − 2y − z = 3

Hệ có ma trận hệ số là : Hệ có ma trận mở rộng là:


   
1 1 0 1 1 0 0

 2 −1 3   2 −1 3 3 

1 −2 −1 1 −2 −1 3

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 28 / 99
Định nghĩa 2.6:
Ẩn cơ sở là ẩn tương ứng với cột chứa phần tử cơ sở.
Ẩn tự do là tương ứng với cột không có phần tử cơ sở.

Ví dụ. Cho hệ phương trình sau: (Xem file MT1)



 x1 + x2 − 2x3 +4x4 = 5
2x1 + 2x2 − 3x3 +x4 = 3
3x1 + 3x2 − 4x3 −2x4 = 1

Ma trận mở rộng của phương trình là:


   
1 1 −2 4 5 1 1 0 −10 −9
 2 2 −3 1 3  bđsc theo hàng  0 0 1 −7 −7 
3 3 −4 −2 1
−−−−−−−−−−−→ 0 0 0

0 0

x1 , x3 là ẩn cơ sở
x2 , x4 là ẩn tự do

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 29 / 99
Định lý 2.1:
Nếu r (A|B) 6= r (A) thì hệ (1) vô nghiệm.
Nếu r (A|B) = r (A) thì hệ (1) có nghiệm:
- r (A|B) = r (A) = số ẩn thì (1) có nghiệm duy nhất.
- r (A|B) = r (A) < số ẩn thì (1) vô số nghiệm.
hay còn được gọi là Định lý Kronecker Capelli.

Lưu ý: Cách sử dụng phép biến đổi sơ cấp đối với hàng để giải hệ (1):
Phương pháp Gauss-Jordan:
Lập ma trận mở rộng (A|B).
Dùng biến đổi sơ cấp đối với hàng đưa ma trận mở rộng về ma trận dạng bậc
thang. Kiểm tra hệ có nghiệm hay không (Sử dụng ĐL Kronecker Capelli)
Viết hệ phương trình tương ứng với ma trận bậc thang vừa tìm được.
Giải hệ phương trình ngược từ dưới lên, tìm ẩn xn , sau đó xn−1 , . . . , x1 .

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 30 / 99
Ví dụ. Giải hệ phương trình sau: (Xem file MT2)

 x + 2z +t = 1
−x − 2y + z +2t = 3
x + 3y − z +t = −2

Ma trận mở rộng của phương trình là:


   
1 0 2 1 1 1 0 0 −5 −3
 −1 −2 1 2 3  bđsc theo hàng  0 1 0 3 1 
1 3 −1 1 −2 −−−−−−−−−−−→ 0 0 1 3 2

Ta thấy r (A|B) = r (A) = 3 < số ẩn của phương trình 4.


Vậy phương trình có vô số nghiệm.
Nghiệm tổng quát của hệ là :
Đặt t = a, suy ra z = 2 − 3a, y = 1 − 3a, x = −3 + 5a

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 31 / 99
Ví dụ. Giải hệ phương trình sau: (Xem file MT3)

 y + z = 3
3x + 5y + 9z = −2
x + 2y + 3z = 3

Ma trận mở rộng của phương trình là:


   
0 1 1 3 1 0 0 5

 3 5 9 −2  bđsc theo hàng  0 1 0 11 
1 2 3 3 −−−−−−−−−−−→ 0 0 1

−8

Ta thấy r (A|b) = r (A) = 3 = số ẩn của phương trình.


Vậy phương trình có nghiệm duy nhất là: x = 5, y = 11, z = −8

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 32 / 99
Ví dụ. Giải hệ phương trình sau: (Xem file MT4)

 x + y + −2z +3t = 4
2x + 3y + 3z −4t = 3
5x + 7y + 4z −5t = 5

Ma trận mở rộng của phương trình là:


   
1 1 −2 3 4 1 1 −2 3 4

 2 3 3 −4 3  bđsc theo hàng  0 1 7 −10 −5 
5 7 4 −5 5
−−−−−−−−−−−→ 0 0 0 0

−5

Ta thấy r (A|B) = 3 > r (A) = 2 .Vậy phương trình vô nghiệm.

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 33 / 99
Xét hệ phương trình gồm n phương trình n ẩn số viết dưới dạng ma trận:

AX = B (2)

Định lý 2.2:
Nếu tồn tại A−1 thì phương trình có nghiệm (2) có nghiệm duy nhất X = A−1 B.

Xét lại ví dụ: 


 y + z = 3
3x + 5y + 9z = −2
x + 2y + 3z = 3

Anh/Chị giải xem ??? Chúc may mắn !!!!!!!!!!!! (Xem file MT5)

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 34 / 99
CHƯƠNG III: ĐỊNH THỨC

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 35 / 99
Định nghĩa 3.1:
Cho A = (aij )n×n ma trận vuông cấp n. Định thức của A là một số kí hiệu bởi:

detA = |aij |n×n = |A|

Ký hiệu Mij là định thức thu được từ A bằng cách bỏ đi hàng thứ i và cột thứ j
của ma trận A.

Định nghĩa 3.2:


Cho A = (aij )n×n ma trận vuông cấp n. Phần bù đại số của (aij ) là đại lượng
Aij = (−1)i+j Mij

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 36 / 99
Định nghĩa 3.3:
 
a11 a12 ··· a1n
 a21 a22 ··· a2n 
A= .. .. .. ..  → detA = a11 A11 + a12 A12 + · · · + a1n A1n
 
 . . . . 
an1 an2 ··· ann

Trong trường hợp A là ma trận vuông cấp 3 thì ta sử dụng quy tắc ”tổng 3
đường chéo thuận trừ tổng 3 đường chéo nghịch”.
 
a11 a12 a13
A = a21 a22 a23  → detA = (a11 a22 a33 + a12 a23 a31 + a13 a21 a32 )
a31 a32 a33
− (a31 a22 a13 + a32 a23 a11 + a33 a21 a12 )
Ví dụ. Tính detA, biết:
 
  2 0 2 3
  1 2 1 1 4 0 2
2 1 A=
A= A = 2 0 −1 3 1 5

3
1 3
3 1 2 4 3 6 2
Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 37 / 99
Tính chất 3.1:
1 Có thể tính định thức bằng cách khai triển theo bất kỳ hàng hoặc cột tùy ý
nào đó.
2 Định thức của ma trận tam giác bằng tích các phần tử nằm trên đường chéo.
3 Sử dụng bđsc đối với hàng để tính định thức.
4 det(AT ) = detA
5 det(AB) = detA.detB
6 Ma trận có một hàng (cột) bằng không, thì detA = 0.
7 Ma trận có hai hàng (cột) tỉ lệ nhau, thì detA = 0.

Chú ý: det(A + B) 6= detA + detB


Ví dụ. Cho 2 ma
 trận sau:   
1 3 −1 −1 −2 3
A = 0 1 3  B = −1 0 2
2 1 2 1 1 2

1 Tính AT và A.B
2 Chứng tỏ det(AT ) = detA và detA.B = detA.detB.
Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 38 / 99
Nguyên tắc tính định thức sử dụng biến đổi sơ cấp:

1 Chọn 1 hàng (hoặc một cột) tùy ý.


2 Chọn một phần tử khác không tùy ý của hàng (hay cột) ở bước 1. Dùng biến
đổi sơ cấp, khử tất cả các phần tử khác.
3 Khai triển theo hàng (hay cột) đã chọn.
Chú ý: Nhân một số với định thức là nhân số đó với 1 hàng (cột) duy nhất trong
định thức. Vì thế, không được dùng phép bđsc: hi → α.hj − hi .

Định lý 3.1:
Ma trận vuông A khả nghịch khi và chỉ khi detA 6= 0.

Công thức tính ma trận nghịch đảo A−1 :


 T
A11 A12 · · · A1n
1  21 A22 · · · A2n
A
 
A−1 = PA với PA =  . .. ..

|A|  ..

. . 
An1 An2 ··· Ann
i+j
Trong đó: Aij = (−1) Mij
Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 39 / 99
 
1 2 1
Ví dụ. Tìm m để ma trận sau khả nghịch: A =  2 3 m 
 3 2 −1 
1 −2 1
Ví dụ. Tìm m để ma trận sau khả nghịch: A =  0 3 m 
3 0 2
 
1 1 1
Ví dụ. Tìm ma trận nghịch đảo của ma trận: A =  2 3 1 
3 4 0
 
1 1 2
Ví dụ. Tìm ma trận nghịch đảo của ma trận: A =  0 3 1 
3 2 1

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 40 / 99
Xét hệ phương trình tuyến tính gồm n ẩn số x1 , x2 , . . . , xn . Dạng ma trận của hệ
phương trình: AX = B (1)

Định lý 3.2:
Nếu hệ phương trình (1) có định thức ma trận hệ số khác không thì hệ có nghiệm
duy nhất và nghiệm duy nhất được biểu thị bằng công thức Cramer:
∆i
xi = , ∀i = 1, n

Trong đó:
1 ∆ = detA
2 ∆i là định thức của ma trận thiết lập từ ma trận A bằng cách bỏ đi cột i và
thay vào đó là cột của ma trận B.

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 41 / 99
Ví dụ . Giải các hệ phương trình sau:

 x + 2z = 1
1 −x − 2y + z = 3
x + 3y − z = −2



 2y + z + 3t = 1
x + 2y + z = 2

2

 x + 3y + t = 1
3x + 2y + z = 3

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 42 / 99
BÀI TẬP CHƯƠNG 2-3

Bài 1. Tìm hạng của các ma trận sau:


 
    0 1 1 0 1
1 2 3 1 3 −2 −1  1 1 0 0 1 
 4 5 6   2 5 −2 1   
a. 
 7
    0 1 0 1 1 
8 9   1 1 6 13   
 1 0 1 0 1 
10 11 12 −2 −6 8 10
0 0 1 1 1
 
0 1 1 0 0    
 1 1 0 0 0 
  1 a −1 2 2 −1 a 1
 0 1 0 1 1 
b.    2 −1 a 5   5 b −1 2 
 1 0 1 0 0  1 10 −6 a 1 −6 10 1
0 0 a 1 0

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 43 / 99
Bài 2. Dùng phép bđsc, tìm ma trận nghịch đảo của các ma trận sau:
     
1 1 0 1 2 2 1 0 0
a.  1 1 1   3 1 0   0 −3 0 
0 2 1 1 1 1 0 0 2
   
  1 1 1 1 1 0 0 0
1 5 3  1 1 −1 −1   1 1 0 0 
b.  2 7 3  
 1 −1 1 −1 
 
 1 1 1 0 

3 9 4
1 −1 −1 1 1 1 1 0
Bài 3. Giải các hệ phương trình sau bằng phương pháp Gauss-Jordan:

 x1 − 3x2 + 2x3 = 0
a. 2x1 + x2 + 3x3 = 0
3x1 + 5x2 + 4x3 = 1


 2x1 + 2x2 + x3 = 4
b. x1 + 3x2 + x3 = 10
x1 + x2 + 5x3 = −14

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 44 / 99

 x1 + 2x2 + x3 = 3
c. 2x1 + 5x2 − x3 = −4
3x1 − 2x2 − x3 = 5



 x1 + x2 + 2x3 + 3x4 = 1
x1 − x2 − x3 − 2x4 = −4

d.

 x 1 + 3x2 − x3 − x4 = −6
x1 + 2x2 + 3x3 − x4 = −4



 x1 + 2x2 + 3x3 − 2x4 = 6
2x1 + x2 + 2x3 − 3x4 = −8

e.

 3x1 + 2x2 − x3 + 2x4 = 4
2x1 − 3x2 + 2x3 + x4 = −8


 x1 + x2 − 2x3 − 3x4 = 4
f. 2x1 + 3x2 + 3x3 − x4 = 3
5x1 + 7x2 + x43 + x4 = 5

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 45 / 99
Bài 4. Tính các định thức sau:

2 1 1 3 −2 −4 −2 −1 4

a. 0 5 −2 2 5 −1

6 −3 −2

1 −3 4 0 6 1 4 1 2

7 6 5 4 −2 −3 −2 −3 7

b. 1 2 1 2 5 −4 3 −4 −5

3 −2 1 2 0 4 3 −1 2

−7 −6 −5 4 −4 −9 2 3 7

c. 9 4 7 2 15 4 −3 4 5

5 −2 4 3 11 4 3 −1 2

3
2 4 5 3
2 0 −5 3 2
3 −1
0 −2 3 4 2 −2 11 −4 3 −2 1 −2
d.
−1 3 7 3
−1 −3 11 −3 3 −3 1 −3

3 6 0 0 3 6 −3 −1 3 2 −3 −1

1 −2 −4 15 1 4 0 −5 1 4 2 −5

2 −2 13 14 4 −2 11 −4 4 −2 2 −4
e.
−1 0 −7 −3 −13
7 13 1 7 14 0 −14

1 −2 −2 −2 1 1 −3 −1 1 2 0 −7

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 46 / 99

−1 −2 −4 5 0 0 0 −5 2 4 2 −5

1 −2 1 4 2 −2 1 −4 2 4 1 −4
f.
1 −3

1 0 0 0 1 −1 1
2 1 −1
1 −2 −2 −2 1 −1 −3 −1 1 2 −3 −1

1
2 3 ··· ··· (n − 2) (n − 1) n
2
3 4 ··· ··· (n − 1) n n
3 4 5 ··· ··· n n n
g. . .. .. .. .. .. .. ..

.. . . . . . . .

(n − 1) n n··· ··· ··· n n n

n n n··· ··· ··· n n n

a x x ··· ··· ··· x
1 2 3 4 ··· ··· n
x a x ··· ··· ··· x
2 2 3 4 ··· ··· n
x x a ··· ··· ··· x
h. . . .

.. .. .. ..
3 3 3 4 ··· ··· n
.. .. .. .. .. .. .. .. .. ..

. . . . .
. . . . . .
x x x ··· ··· a x
n n n n ··· ··· n
x x x ··· ··· ··· a

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 47 / 99
Bài 7. Giải các phương trình sau bằng phương pháp Cramer:

 x1 + 2x2 + 4x3 = 31
a. 5x1 + x2 + 2x3 = 29
3x1 − x2 + x3 = 10


 7x1 + 2x2 + 3x3 = 15
b. 5x1 − 3x2 + 2x3 = 15
10x1 − 11x2 + 5x3 = 36


 x1 + 2x2 − x3 = 9
c. −3x1 + 2x2 − x3 = 11
2x1 − x2 + x3 = 6


 x1 + 2x2 + x3 − 2x4 = 9

4x1 + x2 + 3x3 + x4 = 9

d.

 2x1 + 2x2 + 3x3 + x4 = 9
x1 + x2 + 5x3 + 4x4 = 9

Bài 8. Dùng phương pháp định thức, tìm ma trận nghịch đảo của các ma
trận trong bài 2

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 48 / 99
CHƯƠNG IV: KHÔNG GIAN VÉCTƠ

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 49 / 99
Định nghĩa 4.1:
Không gian véctơ V là tập V khác rỗng và được trang bị hai phép toán (phép
cộng, nhân véctơ với 1 số), thỏa mãn 8 tiên đề.

Tiên đề 4.1:
1 x +y =y +x
2 (x + y ) + z = x + (y + z)
3 Tồn tại véctơ không, ký hiệu 0 sao cho x + 0 = x
4 Mọi x thuộc V , tồn tại vectơ, ký hiệu ˘x sao cho x + (−x) = 0
5 Với mọi α, β ∈ K và mọi véctơ V : (α + β)x = αx + βx
6 Với mọi α ∈ K và mọi véctơ V : (x + y )α = αx + αy
7 (αβ)x = α(βx)
8 1.x = x

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 50 / 99
Hỏi các V1 → V5 có phải là không gian véc tơ hay không ?
Ví dụ. V1 = { (x1 , x2 , x3 ) |xi ∈ R }
2

Ví dụ. V2 = ax  + bx + c |a, b, c ∈ R 
a b
Ví dụ. V3 = |a, b, c, d ∈ R
c d
Ví dụ. V4 = { (x1 , x2 , x3 ) |xi ∈ R ∧ 2x1 + 3x2 + x3 = 0 }
Ví dụ. V5 = { (x1 , x2 , x3 ) |xi ∈ R ∧ x1 + x2 − 2x3 = 1 }
CHÚ Ý: Có nhiều cách khác nhau để định nghĩa hai phép toán trên V1, ( hoặc
V2, hoặc V3 ) sao cho V1 ( hoặc V2, hoặc V3 ) là không gian véctơ.

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 51 / 99
Định nghĩa 4.2:
Cho không gian véctơ V trên trường K và tập con: M = {x1 , x2 , . . . , xm }.
1 Nếu tồn tại α1 , α2 , . . . , αm ∈ K không đồng thời bằng 0 sao cho:
α1 x1 + α2 x2 + . . . + αm xm = 0 thì ta nói M phụ thuộc tuyến tính.
2 Ngược lại, nếu: α1 x1 + α2 x2 + . . . + αm xm = 0 suy ra được
α1 = α2 = . . . = αm = 0. Ta nói M độc lập tuyến tính.
3 Véctơ x trong V được gọi là tổ hợp tuyến tính M nếu tồn tại
α1 , α2 , . . . , αm ∈ K suy ra: x = α1 x1 + α2 x2 + . . . + αm xm

Cách chứng minh độc lập tuyến tính, phụ thuộc tuyến tính và tổ hợp
tuyến tính:
1 α1 x1 + α2 x2 + . . . + αm xm = 0 ⇐⇒ AX = 0
Nếu hệ có nghiệm X=0 thì M độc lập tuyến tính.
Nếu hệ có nghiệm X khác không thì M phụ thuộc tuyến tính.
2 α1 x1 + α2 x2 + . . . + αm xm = x ⇐⇒ AX = B
Nếu hệ có nghiệm thì x là tổ hợp tuyến tính của M.
Nếu hệ vô số nghiệm thì x không là tổ hợp tuyến tính của M.

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 52 / 99
Ví dụ.Trong không gian R 3 cho họ véctơ M = {(1, 1, 1); (2, 1, 3), (1, 2, 0)}:
1 Hỏi M độc lập tuyến tính hay phụ thuộc tuyến tính ?
2 Véctơ x = (2, −1, 3) có là tổ hợp tuyến tính của họ M ?
Lưu ý.
1 Nếu M chứa véctơ 0, thì M phụ thuộc tuyến tính.
2 Thêm một số véctơ vào họ phụ thuộc tuyến tính ta thu được một họ phụ
thuộc tuyến tính.
3 Bỏ đi một số véctơ của họ độc lập tuyến tính ta thu được họ độc lập tuyến
tính.
4 M = {x1 , x2 , . . . , xm } phụ thuộc tuyến tính khi và chỉ khi tồn tại xi là tổ hợp
tuyến tính của các véctơ còn lại trong M.
5 Cho họ véctơ M chứa m véctơ M = {x1 , x2 , . . . , xm }, họ véctơ N chứa n
véctơ N = {y1 , y2 , . . . , yn }. Nếu mỗi véctơ yk của N là tổ hợp tuyến tính của
M và n > m, thì N là tập phụ thuộc tuyến tính.

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 53 / 99
Định nghĩa 4.3:
Cho M = {x1 , x2 , · · · , xm , · · · } ⊂ V . Hạng của họ M là k0 nếu tồn tại k0 véctơ
độc lập tuyến tính của M và mọi tập con của M chứa nhiều hơn k0 véctơ thì phụ
thuộc tuyến tính.

1 Hạng của họ véctơ M không đổi nếu ta nhân một véctơ của M với một số
khác không.
2 Cộng vào một véctơ của họ M, một véctơ khác đã được nhân với một số thì
hạng không thay đổi.
3 Thêm vào họ M một véctơ x là tổ hợp tuyến tính của M thì hạng không thay
đổi.

Định lý 4.1:
Cho A là ma trận cỡ m × n trên trường K.
Hạng của ma trận A bằng với hạng của họ véctơ hàng A.
Hạng của ma trận A bằng với hạng của họ véctơ cột của A.

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 54 / 99
Lưu ý.
1 Nếu hạng của M bằng với m (số véctơ của M) thì M độc lập tuyến tính.
2 Nếu hạng của M nhỏ hơn m (số véctơ của M ) thì M phụ thuộc tuyến tính.
3 Nếu hạng của M bằng với hạng của M thêm véctơ x, thì x là tổ hợp tuyến
tính của M.
Ví dụ. Tìm hạng của họ véctơ sau :

M = {(1, 1, 1); (2, 1, 3), (1, 2, 0)}

Ví dụ. Tìm hạng của họ véctơ sau :

M = {(1, 1, 1, 0); (1, 2, 1, 1); (2, 3, 2, 1), (1, 3, 1, 2)}

Ví dụ. Xác định tất cả các giá trị của hằng số thực m, để họ véctơ sau phụ thuộc
tuyến tính:
M = {(1, 1, 0); (1, 2, 1); (m, 0, 1)}

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 55 / 99
Định nghĩa 4.4:
Cho M = {x1 , x2 , · · · , xm , · · · } ⊂ V .Tập hợp M được gọi là tập sinh của không
gian véctơ V nếu mọi véctơ x của V là tổ hợp tuyến tính của M. (hay còn gọi
là M sinh ra V hay Kgvt V sinh bởi M).

Ví dụ. Kiểm tra tập sau đây có là tập sinh của không gian R 3 :

M = {(1, 1, 1); (1, 2, 1); (2, 3, 1)}

Định nghĩa 4.5:


Cho M = {x1 , x2 , · · · , xm , · · · } ⊂ V . Nếu M độc lập tuyến tính và M sinh ra
V thì M là cơ sở của V . Ký hiệu là V=<M>.

Lưu ý. Nếu M tập hữu hạn và V là kgvt hữu hạn chiều thì ký hiệu:

dimV= số véctơ trong cơ sở của V


Nếu V không được sinh ra bởi tập hữu hạn, thì V được gọi là không gian vô hạn
chiều.
Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 56 / 99
Định nghĩa 4.6:
Cho E = {e1 , e2 , . . . , em } là cơ sở được sắp xếp theo thứ tự của kgvt V.

∀x ∈ V ⇐⇒ x = x1 e1 + x2 e2 + . . . + xm em

Bộ số {x1 , x2 , . . . , xm } được gọi là tọa độ của véctơ x trong cơ sở E.


 
x1
 x2 
[x]E =  . 
 
 .. 
xn

Ví dụ. Cho F = {(1, 1, 1); (1, 0, 1); (1, 1, 0)} là cơ sở của R 3 và một véctơ
x = (3, 1, −1) trong không gian R 3 . Tìm tọa độ véctơ x trong cơ sở F.
Ví dụ. Cho F = {(1, 1, 1); (1, 3, 1); (1, 1, 2)} là cơ sở của R 3 và một véctơ
x = (0, 1, 2) trong không gian R 3 . Tìm tọa độ véctơ x trong cơ sở F.

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 57 / 99
Định nghĩa 4.7:
Cho V là kgvt. Tập F là tập con khác rỗng của V và trang bị thêm hai phép toán
trong V. Ta nói F là không gian con của V.

Định lý 4.2:
Cho F là tập con khác rỗng của kgvt V thì F là kgvt con khi và chỉ khi thỏa:
1 ∀f , g ∈ F : f + g ∈ F
2 ∀f ∈ F , α ∈ K : αf ∈ F

Ví dụ. Cho: F = {(x1 , x2 , x3 ) ∈ R3 | x1 + 2x2 − x3 = 0}


1 Chứng tỏ F là không gian con của R 3 .
2Tìm cơ sở và số chiều của F.
Ví dụ. Cho: F = (x1 , x2 , x3 ) ∈ R 3 |x1 + x2 − 2x3 = 0


1 Chứng tỏ F là không gian con của R 3 .


2 Tìm cơ sở và số chiều của F.

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 58 / 99
Cho F và G là hai không gian con của kgvt V.

Định nghĩa 4.8:


Giao của hai không gian con F và G là tập hợp con của V, ký hiệu bởi:

F ∩ G = {x ∈ V |x ∈ F và x ∈ G }

Định nghĩa 4.9:


Tổng của hai không gian con F và G là tập hợp con của V, ký hiệu bởi:

F + G = {f + g |f ∈ F và g ∈ G }

Định lý 4.3:
1 F ∩ G và F + G là hai không gian con của V.
2 dim(F + G ) = dimF + dimG − dim(F ∩ G )

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 59 / 99
*Cách tìm F ∩ G làm theo định nghĩa.
*Cách tìm F+G:
Bước 1. Tìm tập sinh của F. Giả sử là: {f1 , f2 , . . . , fn }
Bước 2. Tìm tập sinh của G. Giả sử là: {g1 , g2 , . . . , gm }
Bước 3. F + G =< f1 , f2 , . . . , fn , g1 , g2 , . . . , gm >
Ví dụ. Cho F và G là hai không gian con của R 3 , với:

F = {(x1 , x2 , x3 )|x1 + x2 − 2x3 = 0} và G = {(x1 , x2 , x3 )|x1 + 2x2 − x3 = 0}

1 Tìm cơ sở và chiều của F ∩ G .


2 Tìm cơ sở và chiều của F + G .
Ví dụ. Cho F và G là hai không gian con của R 3 , với:

F = {(x1 , x2 , x3 )|x1 + x2 + x3 = 0} và G =< (1, 0, 1); (2, 3, 1) >

1 Tìm cơ sở và chiều của F ∩ G .


2 Tìm cơ sở và chiều của F + G .
Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 60 / 99
CHƯƠNG V: KHÔNG GIAN EUCLIDE

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 61 / 99
Định nghĩa 5.1:
Tích vô hướng trong kgvt V là một hàm thực sao cho mỗi cặp véctơ u và v
thuộc V, tương ứng với một số thực ký hiệu (u,v) thỏa 4 tiên đề sau:
1 ∀u, v ∈ V : (u, v ) = (v , u)
2 ∀u, v , w ∈ V : (u + v , w ) = (u, w ) + (v , w )
3 ∀α ∈ R, ∀u, v ∈ V : (αu, v ) = α(u, v )
4 ∀u ∈ V : (u, u) ≥ 0, (u, u) = 0 ⇐⇒ u = 0

Định nghĩa 5.2:


Không gian thực hữu hạn chiều cùng với một tích vô hướng trên đó được gọi là
không gian Euclide.

Ví dụ. Cho không gian R 2 với ∀(x1 , x2 ) và (y1 , y2 ) ∈ R 2 :


(x, y ) = ((x1 , x2 ), (y1 , y2 )) = x1 y1 + 2x1 y2 + 2x2 y1 + 10x2 y2

1 Chứng tỏ (x,y) là tích vô hướng.


2 Tính tích vô hướng của hai véctơ u = (2, 1), v = (1, −1)
Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 62 / 99
Định nghĩa 5.3:
p bởi ||u|| và được định nghĩa như sau:
Độ dài véctơ u là số thực dương ký hiệu
||u|| = (u, u)

Định nghĩa 5.4:


Cho hai véctơ u và v của không gian Euclide V, khoảng cách giữa hai véctơ u
và v, ký hiệu bởi d(u,v), là độ dài của véctơ: u - v

d (u, v ) = ||u − v ||

Định nghĩa 5.5:


Cho hai véctơ u và v của không gian Euclide V. Góc α giữa hai véctơ u và v là đại
lượng thỏa:
(u, v )
cos α =
||u||.||v ||

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 63 / 99
Lưu ý.
Véctơ có độ dài bằng 1 gọi là véctơ đơn vị.
Chia một véctơ cho độ dài của nó ta được véctơ đơn vị.
Quá trình tạo ra véctơ đơn vị được gọi là chuẩn hóa.
Ví dụ.Cho không gian R 3 với ∀(x1 , x2 , x3 ) và (y1 , y2 , y3 ) ∈ R 3 :

(x, y ) = ((x1 , x2 , x3 ), (y1 , y2 , y3 )) = 5x1 y1 + 2x1 y2 + 2x2 y1 + 3x2 y2 + x3 y3

1 Chứng tỏ (x,y) là tích vô hướng.


2 Tính tích vô hướng của hai véctơ u = (2, 1, 2), v = (1, −1, 0).
3 Tìm độ đài của véctơ u = (2, 3, 2).
4 Tìm khoảng cách giữa u = (1, 2, 2) và v (−1, 1, 2).

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 64 / 99
Định nghĩa 5.6:
Hai vectơ u và v được gọi là vuông góc nhau, nếu (u,v) = 0, ký hiệu: u⊥v

Định nghĩa 5.7:


Véctơ x vuông góc với tập M nếu ∀y ∈ M thì x⊥y

Định nghĩa 5.8:


Tập hợp con M của không gian Euclide V được gọi là họ trực giao, nếu:

∀x, y ∈ M sao cho x 6= y thì x⊥y

Định nghĩa 5.9:


Tập hợp con M của không gian Euclide V được gọi là họ trực chuẩn, nếu:
1 M trực giao.
2 ∀x ∈ M : ||x|| = 1
Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 65 / 99
Định lý 5.1:
Véctơ x vuông góc với không gian con F khi và chỉ khi x vuông góc với tập
sinh của F.
Ví dụ. Trong không gian R 3 với tích vô hướng chính tắc cho không gian con:
F = {(x1 , x2 , x3 ) ∈ R 3 |x1 + x2 − x3 = 0 và 2x1 + 3x2 + x3 = 0}
và véctơ x = (1, 2, m). Tìm m để x vuông góc với không gian con F.

Định nghĩa 5.10:


Cho không con F của không gian Euclide V. Tập hợp:

F ⊥ = {x ∈ V |x⊥F }

được gọi là bù vuông góc của không gian con F.

Định lý 5.2:
Cho không con F của không gian Euclide V. Khi đó:
1 F ⊥ không gian con của V.
2 dimF + dimF ⊥ = dimV
Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 66 / 99
Định lý 5.3:
Giả sử E = e1 , e2 , ..., en là cơ sở trực chuẩn của không gian Euclide V. Khi đó với
mọi ∀x ∈ V , x có thể biễu diễn duy nhất ở dạng x = x1 e1 + x2 e2 + . . . + xn en với
xi = (x, ei )

Các bước tìm cơ sở và chiều của không gian F ⊥ :


Bước 1. Tìm một tập sinh của F. Giả sử đó là: {β1 , β2 , . . . , βn }
Bước 2. Tìm không gian con bù vuông góc.

∀y ∈ F ⊥ ⇐⇒ y ⊥F ⇐⇒ y vuông góc với tập sinh của F .


 

 y ⊥β1 
 (y , β1 ) = 0
y ⊥β2 (y , β2 ) = 0
 
⇐⇒ ⇐⇒

 ... 
 ...
y ⊥βn (y , βn ) = 0
 

Ví dụ. Cho không gian con của R 3 : F =< (1, 1, 1), (2, 1, 0), (1, 0, −1) >. Tìm cở
sở và chiều F ⊥ .
Ví dụ. Cho F = {(x1 , x2 , x3 ) ∈ R3 | x1 + x2 + x3 = 0và2x1 + x2 − x3 = 0 là
không gian con của R 3 . Tìm cơ sở và chiều của F ⊥ .
Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 67 / 99
Cho cơ sở trực chuẩn của không gian Euclide V:

E = {e1 , e2 , ..., en }

Cho hai véctơ của V:

x = x1 e1 + x2 e2 + . . . + xn en và y = y1 e1 + y2 e2 + . . . + yn en

Xét tích vô hướng của x và y:

(x, y ) = (x1 e1 + x2 e2 + . . . + xn en , y1 e1 + y2 e2 + . . . + yn en )
= x1 y1 (e1 , e1 ) + x2 y2 (e2 , e2 ) + . . . + xn yn (en , en )
= x1 y1 + x2 y2 + . . . + xn yn

Nhận xét. Việc tính toán tọa độ, tích vô hướng của hai véctơ, độ dài, khoảng
cách,... trong không gian Euclide nhanh và gọn hơn nếu dựa vào cơ sở trực
chuẩn. Vậy ta dựa Quá trình Gram – Schmidt (là quá trình đơn giản dùng để tìm
một cơ sở trực giao, sau đó là cơ sở trực chuẩn cho một không gian con của
không gian Euclide) để tìm một cơ sở trực chuẩn của không gian Euclide V.

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 68 / 99
Đặt bài toán. Tìm một cơ sở trực chuẩn của không gian Euclide V:
Bước 1. Ta chọn một cơ sở tùy ý E của V.
Bước 2. Dùng quá trình Gram – Schdmidt sau đây đưa E về cơ sở trực giao.
Bước 3. Chia mỗi véctơ cho độ dài của nó ta được cơ sở trực chuẩn.

Định lý 5.4:
Cho E = {e1 , e2 , . . . en } là họ độc lập tuyến tính của không gian Euclide V. Khi đó
có thể xây dựng từ E một họ trực giao:

F = {β1 , β2 , . . . βn }

Sao cho:
< β1 , β2 , . . . βn >=< e1 , e2 , . . . en >

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 69 / 99
Quá trình Gram-Schmidt

Bước 1. Chọn β1 = e1 . Tìm β2 = e2 + α1 β1 . Ta có:

(β2 , β1 ) = (e2 , β1 ) + (α1 β1 , β1 ) = (e2 , β1 ) + α1 (β1 , β1 ) = 0


(e2 , β1 ) (e2 , β1 )
=⇒ α1 = − =⇒ β2 = e2 − β1
β1 , β1 (β1 , β1 )

Bước 2. Chọn β3 = e3 + α1 β1 + α2 β2 . Tương tự ta có:

(e3 , β1 ) (e3 , β2 )
β3 = e 3 − β1 − β2
(β1 , β1 ) (β2 , β2 )

Bước ... . . . . . . . . . . . .
Bước n.
n−1
X (en , βk )
βn = e n − βk
(βk , βk )
k=1

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 70 / 99
Ví dụ.Trong R 3 cho họ độc lập tuyến tính E= {(1,0,1), (2,1,1), (1,1,1)}. Dùng
quá trình Gram –Schmidt tìm họ trực giao, họ trực chuẩn.
Ví dụ.Trong R 4 cho họ độc lập tuyến tính E= {(2,0,-1,1), (0,2,-1,1), (1,-1,2,1)}.
Dùng quá trình Gram –Schmidt tìm họ trực giao, họ trực chuẩn.
Ví dụ. Trong không gian R 4 với tích vô hướng chính tắc cho không gian con:

x1 + x2 − x3 + x4 = 0
F = {(x1 , x2 , x3 , x4 )

2x1 + 3x2 − x3 + 3x4 = 0

Tìm chiều và một cơ sở trực chuẩn của F.


Ví dụ. Trong không gian R 4 với tích vô hướng chính tắc cho không gian con:

x1 + x2 − 2x3 + 2x4 = 0
F = {(x1 , x2 , x3 , x4 )

2x1 + x2 − x3 + x4 = 0

Tìm chiều và một cơ sở trực chuẩn của F.

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 71 / 99
Trong không gian Euclide V cho không gian con F và một véctơ v tùy ý.
Véctơ v có thể biễu diễn duy nhất dưới dạng:

v = f + g với f ∈ F và g ∈ F ⊥

véctơ f được gọi là hình chiếu vuông góc của v xuống F:

f = prF v

Nếu coi véctơ v là một điểm, thì độ dài của véctơ g là khoảng cách từ v đến
không gian con F:
d (v , F ) = ||g || = ||v − prF v ||

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 72 / 99
Bài toán. Cho không gian con F và một vectơ v.
1 Tìm hình chiếu vuông góc của v xuống F.
2 Tìm khoảng cách từ v đến F.
Giải. Tìm cơ sở của F.
Giả sử là {f1 , f2 , . . . , fm }. Mà: v = f + g = x1 f1 + x2 f2 + ... + xm fm + g


 x1 (f1 , f1 ) + x2 (f1 , f2 ) + ... + xm (f1 , fm ) + (g , f1 ) = (v , f1 )
x1 (f2 , f1 ) + x2 (f2 , f2 ) + ... + xm (f2 , fm ) + (g , f2 ) = (v , f2 )


 ... ... ...
x1 (fm , f1 ) + x2 (fm , f2 ) + ... + xm (fm , fm ) + (g , fm ) = (v , fm )

Giải hệ tìm x1 , x2 , . . . , xm =⇒ prF v = f = x1 f1 + x2 f2 + ...xm fm


Ví dụ. Trong không gian R 4 với tích vô hướng chính tắc cho không gian con:

x1 + x2 − x3 + x4 = 0
F = {(x1 , x2 , x3 , x4 )
2x1 + x2 − 3x3 + 3x4 = 0

1 Tìm hình chiếu vuông góc của véctơ x = (1, 1, 0, 1) xuống F.


2 Tìm khoảng cách từ véctơ x = (1, 1, 0, 1) đến F.

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 73 / 99
CHƯƠNG VI: ÁNH XẠ TUYẾN TÍNH

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 74 / 99
Định nghĩa 6.1:
Cho V và W là hai không gian véctơ trên cùng trường số K. Ánh xạ tuyến tính
f : V −→ W giữa hai không gian V và W là ánh xạ thỏa:
1 ∀v1 , v2 ∈ V : f (v1 + v2 ) = f (v1 ) + f (v2 )
2 ∀v ∈ V , α ∈ K : f (αv ) = αf (v )

Ví dụ. Cho ánh xạ f : R 3 −→ R 2 xác định bởi:


f (x1 , x2 , x3 ) = (x1 + 2x2 − 3x3 , 2x1 + x2 ).
Chứng tỏ f là ánh xạ tuyến tính.
Ví dụ. Cho ánh xạ f : R 3 −→ R 3 xác định bởi:
f (x1 , x2 , x3 ) = (x1 + 2x2 − 3x3 , 2x1 + x2 − x3 , x1 − x2 + 3x3 ).
Chứng tỏ f là ánh xạ tuyến tính.
Lưu ý. Ánh xạ tuyến tính được xác định hoàn toàn nếu biết được ảnh của một
tập sinh của V.
Thật vậy, cho ánh xạ tuyến tính f : V −→ W . Cho E = {α1 , α2 , . . . , αn } tập sinh
của V. Giả sử biết f (α1 ), f (α2 ), . . . , f (αn ). Ta có:
∀x ∈ V =⇒ x = x1 α1 + x2 α2 + . . . + xn αn
=⇒ f (x) = f (x1 α1 + x2 α2 + . . . + xn αn )
=⇒ f (x) = x1 f (α1 ) + x2 f (α2 ) + . . . + xn f (αn )
Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 75 / 99
Ví dụ. Cho ánh xạ tuyến tính f : R 3 −→ R 2 , biết:

f (1, 1, 0) = (2, −1), f (1, 1, 1) = (1, 2), f (1, 0, 1) = (−1, 1)

1 Tính f (3, 1, 5)
2 Tìm f (x)
Ví dụ. Cho ánh xạ tuyến tính f : R 3 −→ R 3 , biết:

f (1, 1, 0) = (2, −1, 0), f (1, 1, 1) = (1, 1, 2), f (1, 0, 1) = (1, −1, 1)

1 Tính f (2, 1, 3)
2 Tìm f (x)

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 76 / 99
Định nghĩa 6.2:
Cho ánh xạ tuyến tính f : V −→ W .
1 Nhân của ánh xạ tuyến tính f là tập hợp tất cả các vectơ x của không gian
véctơ V, sao cho f (x) = 0. Ký hiệu:

Kerf = {x ∈ V | f (x) = 0}

2 Ảnh của ánh xạ tuyến tính f là tập hợp tất cả các phần tử y của không
gian véctơ W sao cho tồn tại x ∈ V để y = f (x). Ký hiệu:

Imf = {y ∈ W | ∃x ∈ V : y = f (x)}

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 77 / 99
Định lý 6.1:
Cho ánh xạ tuyến tính f : V −→ W .
1 Nhân của ánh xạ tuyến tính f là không gian con của V.
2 Ảnh của ánh xạ tuyến tính f là không gian con của W.
3 dim(Kerf ) + dim(Imf ) = dim(V )

Định lý 6.2:
Ảnh của ánh xạ tuyến tính là không gian con được sinh ra bởi ảnh của một tập
sinh của V.
Các bước tìm ảnh của ánh xạ tuyến tính:
1 Chọn một cơ sở của V là: E = {α1 , α2 , . . . , αn }
2 Tìm f (α1 ), f (α2 ), . . . , f (αn )
3 Imf =< f (α1 ), f (α2 ), . . . , f (αn ) >

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 78 / 99
Ví dụ. Cho ánh xạ tuyến tính f : R 3 −→ R 3 :

f (x) = f (x1 , x2 , x3 ) = (x1 + x2 − x3 , 2x1 + 3x2 − x3 , 3x1 + 5x2 − x3 )

1 Tìm cơ sở và chiều của Kerf.


2 Tìm cơ sở và chiều của Imf.

Định nghĩa 6.3:


Cho ánh xạ tuyến tính f : V −→ W với E = {α1 , α2 , . . . , αn } là cơ sở của V.
F = {β1 , β2 , . . . , βm } là cơ sở của W. Ma trận A cấp n × m của f trong cặp cơ sở
V và W là:
[A]E ,F = ([f (α1 )]F [f (α2 )]F . . . [f (αn )]F )
Với  
β1
 β2 
[f (αj )]F =  
. . .
βm

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 79 / 99
Ví dụ. Cho ánh xạ f : R 3 −→ R 2 xác định bởi: f (x) = (x1 + 2x2 − 3x3 , 2x1 + x3 ).
Tìm ma trận của ánh xạ tuyến tính trong cặp cơ sở:

E = {(1, 1, 1), (1, 0, 1), (1, 1, 0)};F = {(1, 1), (1, 2)}

Định lý 6.3:
1 Cho ánh xạ tuyến tính f : V −→ W . Khi đó tồn tại duy nhất một ma trận
AE ,F cỡ n × m sao cho:
[f (x)]F = AE ,F [x]E
Với E và F là hai cơ sở trong V và W tương ứng.
2 Cho ma trận A = (ai j)n×m trên trường số K. Khi đó tồn tại duy nhất một
ánh xạ tuyến tính f : K m −→ K n thỏa:

[f (x)]F = AE ,F [x]E

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 80 / 99
Ví dụ. Cho ánh xạ tuyến tính f : R 3 −→ R 3 . Biết ma trận của f trong cơ sở
E = {(1, 1, 1); (1, 1, 0); (1, 0, 0)} là:
 
1 0 1
AE ,E =  2 1 4 
1 1 3

1 Tính f (4,3, 5).


2 Tìm cơ sở và chiều của Imf.
Ví dụ. Cho ánh xạ tuyến tính f : R 3 −→ R 3 . biết ma trận của f trong cơ sở
E = {(1, 1, 1); (1, 0, 1); (1, 1, 0)} là :
 
1 1 −1
AE ,E =  2 3 3 
1 2 4

1 Tìm f (2,3,-1).
2 Tìm cơ sở và chiều của Kerf.

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 81 / 99
Định nghĩa 6.4:
Cho hai cơ sở của kgvt V : E = {α1 , α2 , . . . , αn } và E 0 = {α10 , α20 , . . . , αn0 }. Ma
trận P = ([α10 ]E , [α20 ]E , . . . , [αn0 ]E ) được gọi là ma trận chuyển cơ sở từ E sang
E 0 , ta có:
[x]E = P.[x]E 0

Ví dụ. Cho cặp cơ sở trong R 3 E = {(1, 1, 1); (1, 0, 1); (1, 1, 0)} và
E 0 = {(1, 1, 2); (1, 2, 1); (1, 1, 1)}. Tìm ma trận chuyển cơ sở từ E và E 0 .

Định nghĩa 6.5:


Cho ánh xạ tuyến tính f : V −→ W .
Cho hai cơ sở trong V là E = {α1 , α2 , . . . , αn } và E 0 = {α10 , α20 , . . . , αn0 }.
Cho hai cơ sở trong W là F = {β1 , β2 , . . . , βm } và F 0 = {β10 , β20 , . . . , βm0
}.
0
Giả sử P là ma trận chuyển cơ sở từ E vào E . Q là ma trận chuyển cơ sở từ F
vào F 0 .
A là ma trận của ánh xạ tuyến tính f trong cặp cơ sở E và F.
[f (x)]F 0 = Q −1 AEF P[x]E 0
Khi đó, Q AEF P là ma trận của f trong cặp cơ sở E 0 và F 0 .
−1

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 82 / 99
CHƯƠNG VII: TRỊ RIÊNG VÀ VÉCTƠ RIÊNG CỦA MA TRẬN

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 83 / 99
Định nghĩa 7.1:
Số λ được gọi là trị riêng của ma trận A nếu tồn tại véctơ x khác không thỏa:
Ax = λx
Khi đó, véctơ x được gọi là véctơ riêng của ma trận vuông A tương ứng với trị
riêng.
det(A − λI ) = 0 được gọi là phương trình đặc trưng.
pA (λ) = det(A − λI ) được gọi là đa thức đặc trưng.

Tìm trị riêng, véctơ riêng của ma trận vuông A cấp n:


Bước 1. Lập phương trình đặc trưng det(A − λI ) = 0.
Bước 2. Giải phương trình đặc trưng. Tất cả các nghiệm của phương trình
đặc trưng là trị riêng λi của A và ngược lại.
Bước 3. Tìm VTR của A tương ứng TR λi bằng cách giải phương trình:
(A − λi I )X = 0.

Định nghĩa 7.2:


Không gian nghiệm của hệ (A − λi I )X = 0 được gọi là không gian con riêng ứng
với trị riêng λi . Ký hiệu: Eλi

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 84 / 99
Định lý 7.1:
Các véctơ riêng ứng với các trị riêng khác nhau thì độc lập tuyến tính.

Ví dụ. Tìm trị riêng, cơ sở, chiều của các không gian con riêng ứng:
 
3 1 1
A= 2 4 2 
1 1 3

Ví dụ. Tìm trị riêng, cơ sở, chiều của các không gian con riêng ứng:
 
−1 1 1
A= 2 2 1 
1 1 −2

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 85 / 99
Định nghĩa 7.3:
Ma trận vuông A gọi là chéo hóa được nếu tồn tại ma trận khả nghịch P sao
cho: P −1 AP = D, trong đó D là ma trận chéo.

Định lý 7.2:
Ma trận vuông A cấp n chéo hóa được khi và chỉ khi tồn tại n véctơ riêng độc lập
tuyến tính.

Lưu ý. Không phải ma trận vuông nào cũng chéo hóa được.
Các bước chéo hóa ma trận vuông A cấp n:
(Chéo hóa ma trận A là tìm ra ma trận khả nghịch P và ma trận chéo D)
Bước 1. Lập phương trình đặc trưng. Giải tìm các trị riêng λi . Nếu không
tồn tại n véctơ riêng độc lập tuyến tính thì A không chéo hóa được.
Bước 2. Giả sử A chéo hóa được. Giải các hệ phương trình tương ứng với
từng trị riêng λi . Tìm cơ sở của các không gian con riêng.
Bước 3. Ma trận P có các cột là các cơ sở của những không gian con riêng.
Các phần tử trên đường chéo chính của D là các trị riêng.

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 86 / 99
Định nghĩa 7.4:
Ma trận vuông thực A thỏa aij = aji với mọi i = 1,. . . .n và j =1,. . . ,n được gọi là
ma trận đối xứng (tức là: A = AT )

Định nghĩa 7.5:


Ma trận vuông A được gọi là ma trận trực giao nếu A−1 = AT

Định nghĩa 7.6:


Ma trận vuông A được gọi là chéo hóa trực giao nếu tồn tại ma trận trực giao P
và ma trận chéo D sao cho: A = PDP −1 = PDP T

Định lý 7.3:
Cho A là ma trận đối xứng thực. Khi đó các mệnh đề sau đúng:
1 Trị riêng của A là những số thực.
2 Ma trận A chéo hóa trực giao.
3 Các véctơ riêng ứng với các trị riêng khác nhau thì vuông góc với nhau.
Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 87 / 99
Các bước chéo hóa trực giao ma trận đối xứng thực:
Bước 1. Lập phương trình đặc trưng. Giải tìm trị riêng.
Bước 2. Giải các hệ phương trình tương ứng với từng trị riêng. Tìm cơ sở
TRỰC CHUẨN của các không gian con riêng.
Bước 3. Ma trận P có các cột là các cơ sở TRỰC CHUẨN của những
không gian con riêng. Các phần tử trên đường chéo chính của D là
các trị riêng.
Ví dụ. Chéo hóa trực giao ma trận đối xứng sau:
 
3 −2 4
A =  −2 6 2 
4 2 3

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 88 / 99
Định nghĩa 7.7:
Cho V là không gian véctơ, ánh xạ tuyến tính f : V −→ V
Số λ ∈ K được gọi là trị riêng của f, nếu tồn tại véctơ x ∈ V khác không, sao
cho: f (x) = λx
Khi đó, véctơ x được gọi là véctơ riêng của ánh xạ tuyến tính f tương ứng với trị
riêng.

Tìm trị riêng, véctơ riêng của ánh xạ tuyến tính f:


Bước 1. Chọn một cơ sở E tùy ý của kgvt V. Tìm ma trận A của f trong cơ
sở E.
Bước 2. Tìm trị riêng và véctơ riêng của ma trận A.
Bước 3. Kết luận:
1 Trị riêng của ma trận là trị riêng của ánh xạ tuyến tính và
ngược lại.
2 Nếu véctơ x0 là véctơ riêng của ma trận A ứng với trị riêng λ0
thì véctơ x thỏa [x]E = x0 là véctơ riêng của f ứng với λ0 .

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 89 / 99
Ví dụ. Cho ánh xạ tuyến tính f : R 3 −→ R 3 xác định bởi:

f (x) = f (x1 , x2 , x3 ) = (5x1 − 10x2 − 5x3 , 2x1 + 14x2 + 2x3 , −4x1 − 8x2 + 6x3 )

Tìm trị riêng, véctơ riêng của ánh xạ tuyến tính f.


Ví dụ. Cho ánh xạ tuyến tính f : R 3 −→ R 3 , biết:

f (1, 1, 1) = (2, 1, 3); f (1, 0, 1) = (6, 3, 5); f (1, 1, 0) = (−2, −1, −3).

Tìm trị riêng, véctơ riêng của ánh xạ tuyến tính f.


Ví dụ. Cho ánh xạ tuyến tính f : R 3 −→ R 3 , biết ma trận của f trong cơ sở
E = {(1, 1, 1), (1, 2, 1), (1, 1, 2)} là:
 
2 −2 −1
A =  −2 −1 −2 
14 25 14

Tìm trị riêng, véctơ riêng của ánh xạ tuyến tính f.


Ví dụ. Tìm ánh xạ tuyến tính f : R 3 −→ R 3 , biết 3 trị riêng là:
λ1 = 2, λ2 = 1, λ1 = 0 và 3 véctơ riêng là: (1, 1, 1), (1, 2, 1), (1, 1, 2).

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 90 / 99
Định nghĩa 7.8:
Ánh xạ tuyến tính f : V −→ V gọi là chéo hóa được nếu tồn tại cơ sở B của V,
sao cho ma trận của f trong cơ sở đó là ma trận chéo D.

Các bước chéo hóa ánh xạ tuyến tính:


Bước 1. Chọn một cơ sở E của không gian véctơ V.Tìm ma trận A của f
trong cơ sở E.
Bước 2. Chéo hóa ma trận A (nếu được)
Bước 3. Kết luận:
1 Nếu A chéo hóa được, thì f chéo hóa được.
2 Nếu A không chéo hóa được, thì f không chéo hóa được.
Giả sử A chéo hóa được bởi ma trận P và ma trận chéo D. Khi đó cơ sở B cần
tìm có: tọa độ mỗi véctơ của B trong cơ sở E là một cột của ma trận P. Ma trận
của f trong cơ sở B là ma trận chéo D.

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 91 / 99
Ví dụ. Cho ánh xạ tuyến tính f : R 3 −→ R 3 , biết:

f (x) = (2x1 − 2x2 − x3 , −2x1 − x2 − 2x3 , 14x1 + 25x2 + 14x3 )

Chéo hóa f nếu được.


Ví dụ. Cho ánh xạ tuyến tính f : R 3 −→ R 3 , biết:

f (1, 1, 1) = (1, −7, 9); f (1, 0, 1) = (−7, 4, −15); f (1, 1, 0) = (−7, 1, −12).

Chéo hóa f nếu được.

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 92 / 99
Định nghĩa 7.9:
Dạng toàn phương trong R n là hàm thực f : R n −→ R thỏa:

∀x = (x1 , x2 , . . . , xn )T : f (x) = x T Ax

trong đó A là ma trận đối xứng thực và được gọi là ma trận của dạng toàn
phương (trong cơ sở chính tắc).

Ta thường xét dạng toàn phương trong f : R 3 −→ R xác định bởi:

f (x) = f (x1 , x2 , . . . , xn ) = Ax21 + Bx22 + C x23 + 2Dx1 x2 + 2Ex1 x3 + 2Fx2 x3

Ma trận của dạng toàn phương lúc này là ma trận đối xứng:
 
A D E
M= D B F 
E F C

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 93 / 99
Định nghĩa 7.10:
Dạng toàn phương f (y ) = y T Dy được gọi là dạng chính tắc của dạng toàn
phương f (x) = x T Ax

Lưu ý.
Dạng chính tắc là dạng toàn phương có các số hạng là các bình phương.
Ma trận A là ma trận của dạng toàn phương f (x) = x T Ax trong cơ sở chính
tắc.
Ma trận D cũng là ma trận của dạng toàn phương f (x) = x T Ax trong cơ sở
tạo nên từ các cột của ma trận trực giao P.
Dạng toàn phương f (x) = x T Ax luôn luôn có thể đưa về dạng toàn phương
chính tắc f (y ) = y T Dy bằng chéo hóa trực giao ma trận A của dạng toàn
phương.

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 94 / 99
Đưa dạng toàn phương về dạng chính tắc bằng biến đổi trực giao:
Bước 1. Viết ma trận A của dạng toàn phương (trong chính tắc)
Bước 2. Chéo hóa A bởi ma trận trực giao P và ma trận chéo D
Bước 3. Kết luận:
1 Dạng chính tắc cần tìm là f (y ) = y T Dy
2 Phép biến đổi cần tìm x = Py
Ví dụ. Đưa dạng toàn phương sau về dạng chính tắc bằng phép biến đổi trực
giao. Nêu rõ phép biến đổi:

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

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 95 / 99
Đưa toàn phương về dạng chính tắc bằng biến đổi Lagrange:
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 .
Lưu ý.
Nếu trong dạng toàn phương ban đầu tất cả các hệ số xk2 bằng không thì ta
chọn thừa số khác 0 của hệ số xi xj .
Biến đổi (∀k 6= i, j) : yk = xk ; xi = yi + yj và xj = yi − yj .
Ví dụ. Đưa dạng toàn phương sau về dạng chính tắc bằng phép biến đổi
Lagrange. Nêu rõ phép biến đổi:
f (x1 , x2 , x3 ) = 3x12 + 6x22 + 3x32 − 4x1 x2 + 8x1 x3 + 4x2 x3
Ví dụ. Đưa dạng toàn phương sau về dạng chính tắc bằng phép biến đổi
Lagrange. Nêu rõ phép biến đổi:
f (x1 , x2 , x3 ) = 4x1 x2 + 4x1 x3 + 4x2 x3

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 96 / 99
Định nghĩa 7.11:
Dạng toàn phươngf (x) = x T Ax được gọi là:
1 Xác định dương nếu: ∀x 6= 0 : f (x) > 0
2 Xác định âm nếu: ∀x 6= 0 : f (x) < 0
3 Xác định nửa dương nếu: ∀x 6= 0 : f (x) ≥ 0 và ∃x1 6= 0 : f (x1 ) = 0
4 Xác định nửa âm nếu: ∀x 6= 0 : f (x) ≤ 0 và ∃x1 6= 0 : f (x1 ) = 0
5 Không xác định dấu: ∃x1 , x2 6= 0 : f (x1 ) < 0&f (x2 ) > 0

Giả sử dạng toàn phương đưa về chính tắc được:

f (y ) = λ1 y12 + λ2 y22 + ... + λn yn2

1 Nếu ∀k = 1, n : λk > 0 thì dạng toàn phương xác định dương.


2 Nếu ∀k = 1, n : λk < 0 thì dạng toàn phương xác định âm.
3 Nếu ∀k = 1, n : λk ≥ 0và ∃λk = 0 thì dạng toàn phương xác định nửa dương.
4 Nếu ∀k = 1, n : λk ≤ 0và ∃λk = 0 thì dạng toàn phương xác định nửa âm.
5 Nếu ∃λi > 0và λj < 0 thì dạng toàn phương không xác định dấu.
Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 97 / 99
Định nghĩa 7.12:
Cho ma trận thực A vuông cấp n:
..
 
 a11 a12 a13 . a1n 
 .. 
 a21 a22 a23 . a2n 
 
A= .. 
 a31 a32 a33 . a3n 
 
 ··· ··· ··· ··· ··· 
 
..
an1 an2 an3 . ann

Tất cả các định thức con tạo nên dọc theo đường chéo chính được gọi là định
thức con chính cấp 1, 2,. . . , n. Ký hiệu: ∆1 , ∆2 , . . . , ∆n .

Định lý 7.4:
Cho dạng toàn phương f (x) = x T Ax
1 f (x) xác định dương khi và chỉ khi ∆i > 0 với ∀i = 1, n.
2 f (x) xác định âm khi và chỉ khi (−1)i ∆i > 00 với ∀i = 1, n.

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 98 / 99
Ví dụ. Với giá trị nào của m thì dạng toàn phương sau đây xác định dương:

f (x1 , x2 , x3 ) = x12 + 4x22 + mx32 − 2x1 x2 + 8x1 x3 + 4x2 x3

Ví dụ. Tìm m để dạng toàn phương không xác định dấu:

f (x1 , x2 , x3 ) = x12 + 5x22 + mx32 − 4x1 x2 + 6x1 x3 + 2x2 x3

Nguyễn Ngọc Vinh (ĐH Quốc Tế Hồng Bàng) TOÁN CAO CẤP C2 Ngày 3 tháng 6 năm 2010 99 / 99

You might also like