TO Á Ncaoc PC2 IH C

dvntailieu.wordpress.
com 2 February 2010
Tài liệu tham khảo:

TOÁN CAO CẤP C2 ĐẠI HỌC 1. Giáo trình Toán cao cấp A2
– Nguyễn Phú Vinh – ĐHCN TP. HCM.
2. Giáo trình Đại số tuyến tính
PHỐI CHƯƠNG TRÌNH
PHÂN PHỐ – Khoa Toán Thống kê – ĐH Kinh tế TP.HCM.
Số tiế
tiết: 45 3. Toán cao cấp A2
– Đỗ Công Khanh – NXBĐHQG TP. HCM.
----- 4. Toán cao cấp A2
Chương 1. Ma trận – Định thức – Nguyễn Đình Trí – NXB Giáo dục.
– Hệ phương trình tuyến tính 5. Toán cao cấp A2
Chương 2. Không gian vector – Nguyễn Viết Đông – NXB Giáo dục.
6. Toán cao cấp Đại số Tuyến tính
Chương 3. Dạng toàn phương – Lê Sĩ Đồng – NXB Giáo dục.
Chương 1. Ma trậ
trận – ðị
ðịnh thứ
thức – Hệ pttt
7. Bài tập Toán cao cấp Đại số Tuyến tính
– Hoàng Xuân Sính – NXB Giáo dục.
§1. MA TRẬN (Matrix)
8. Đại số tuyến tính 1.1. Định nghĩa
– Bùi Xuân Hải – ĐHKHTN TP. HCM. a) Ma trận A cấp m × n trên ℝ là 1 hệ thống gồm m × n
9. Fundamental Methods of Mathematical Economics ( )
số aij ∈ ℝ i = 1, m; j = 1, n và được sắp thành bảng:
– Alpha C. Chiang, Kevin Wainwright.  a11 a12 ... a1n 
a a22 ... a2 n 
A =  21  (gồm m dòng và n cột).
Giảng viên: ThS. Đoà
Giả Đoàn Vương Nguyên  ... ... ... ... 
 
 am1 am 2 ... amn 
Download Slide bà giảng Toá
bài giả tại
Toán C2 tạ
dvntailieu.wordpress.com • aij là các phần tử của A ở dòng thứ i và cột thứ j.
• Cặp số (m, n) là kích thước của A.
trận – ðị
ðịnh thứ
thức – Hệ pttt Chương 1. Ma trậ
trận – ðị
ðịnh thứ
• Khi m = 1: A = (a11 a12 … a1n) là ma trận dòng;  1 x y   1 0 −1
 a11 
VD 1.  z 2 t  = 2 u 3 
   
n = 1: A =  ...  là ma trận cột; ⇔ x = 0; y = −1; z = 2; u = 2; t = 3 .
 
a 
 m1  c) Ma trận O = (0ij ) m×n có tất cả các phần tử đều bằng 0
m = n = 1: A = (a11 ) là ma trận gồm 1 phần tử. là ma trận không.
• Tập hợp các ma trận A là M m ,n (ℝ ) , để cho gọn ta viết d) Khi m = n :
là A = ( aij ) m×n . A là ma trận vuông cấp n.
Ký hiệu A = (aij ) n .
b) Hai ma trận A và B bằng nhau, ký hiệu A = B khi và Đường chéo chứa a11, a22, …, ann
chỉ khi chúng cùng kích thước và aij = bij , ∀i, j . là đường chéo chính của A, đường chéo còn lại
là đường chéo phụ.
1
dvntailieu.wordpress.com 2 February 2010
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
Các ma trận vuông đặc biệt:
• Ma trận vuông có tất cả các phần tử nằm ngoài • Ma trận tam giác trên (dưới) cấp n là ma trận có các
đường chéo chính đều bằng 0 là ma trận đường chéo phần tử nằm phía dưới (trên) đường chéo chính đều
(diagonal matrix). Ký hiệu: dig(a11, a22, …, ann). bằng 0.
• Ma trận chéo cấp n gồm tất cả các phần tử trên
đường chéo chính đều bằng 1 là ma trận đơn vị cấp n 1 0 −2 
(Identity matrix). Ký hiệu In. VD 3. A =  0 −1 1  là ma trận tam giác trên;
 
 3 0 0  −1 0 0  0 0 0 

VD 2. A =  0 −4 0  , B =  0 5 0  là MT chéo.
    3 0 0
0 0 6  0 0 0
    B= 4 1 0  là ma trận tam giác dưới.
1 0 0  
1 0  −1 5 2 
I2 =  =   
 3  0 1 0  là MT đơn vị.
, I
0 1 0 0 1
 
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
• Ma trận đối xứng cấp n là ma trận có các phần tử đối 1.2. Các phép toán trên ma trận
xứng qua đường chéo chính bằng nhau (aij = aji). a) Phép cộng và trừ
• Ma trận phản đối xứng cấp n là ma trận có các phần Cho A = ( aij ) m×n , B = (bij ) m×n ta có:
tử đối xứng qua đường chéo chính đối nhau và tất cả A ± B = ( aij ± bij ) m×n .
các phần tử trên đường chéo chính đều bằng 0.
3 4 −1  −1 0 2  2 0 2 1 0 4
VD 5.  + = ;
VD 4. A =  4 1 0  là ma trận đối xứng; 2 3 −4   5 −3 1   7 0 −3 
 
 −1 0 2   −1 0 2  2 0 2   −3 0 0
 2 − = .
0 −4 1   3 −4   5 −3 1   −3 6 −5 
B= 4 0 0  là ma trận phản đối xứng. Nhận xét
 
 −1 0 0  • Phép cộng ma trận có tính giao hoán và kết hợp.

trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
b) Nhân vô hướng c) Nhân hai ma trận
Cho A = ( aij ) m×n , λ ∈ ℝ ta có: λ A = (λ aij ) m×n . Cho A = ( aij ) m×n , B = (b jk ) n× p ta có:
( )
n
 −1 1 0   3 −3 0  AB = (cik ) m× p , cik = ∑ aij b jk i = 1, m; k = 1, p .

VD 6. −3  = ;
0 −4   6 0 12 
j =1
 −2
 2 6 4  1 3 2  −1 
= 2  1 0  0 0 
 −4
 0 8 .
 −2 0 4  VD 7. Tính a) (1 2 3)  2  ; b)   ;
   4 0  −3 2 
 −5 
Nhận xét  
2 0 1
• Phép nhân vô hướng có tính phân phối đối với phép  1 1 −1   
cộng ma trận. c)   1 −1 2 .
 −2 0 3   −1 3 −2 
• Ma trận –A là ma trận đối của A.  
2
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
Tính chất
1) (AB)C = A(BC); 2) A(B + C) = AB + AC;
3) (A + B)C = AC + BC; 4) λ(AB) = (λA)B = A(λB);
5) AI n = A = I m A , với A ∈ M m,n (ℝ ) .
1 0 −1  −1 −2 1 
VD 8. Tính a)  2 −2 0  0 −3 1  ;
  
3 0  2
−3  −1 0 
 VD 9. Tính:
 −1 −2 1  1 0 −1   1 −1 2  0 1 3  2 −1 2  −1 
b)  0 −3 1  2 −2 0  . A =  2 −3 0  −1 −2 1  1 0 −2  1  .
       
2  3  −1 1 4  2 −1 −3  3 1 0  −2 
 −1 0  0 −3      
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
 1 −1 
VD 10. Cho A =  2009
 , tính A .
0 1 
Nhận xét
• Phép nhân ma trận không có tính giao hoán.
• Đặc biệt, khi A = (aij ) n và p ∈ ℕ* ta có:
A0 = In; Ap = Ap–1A (lũy thừa ma trận); I nk = I n .
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
VD 12. Cho A = (aij ) là ma trận vuông cấp 100 có các
phần tử ở dòng thứ i là (–1)i. Tìm phần tử a36 của A2.
 2 0
VD 11. Cho B =   , tính ( I 2 − B) .
2009
 1 0 
VD 13. Cho A = (aij ) là ma trận vuông cấp 40 có các
phần tử aij = (−1)i+ j . Phần tử a25 của A2 là:
A. a25 = 0 ; B. a25 = −40 ; C. a25 = 40 ; D. a25 = −1.
3
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
d) Phép chuyển vị (Transposed matrix)  1 −1 
 0 1 −2 
Cho A = ( aij ) m×n , ma trận chuyển vị của A là: VD 15. A =  0 2  , B =  T T
 . Tính B A .
   −1 0 − 3 
AT = (a ji ) n×m (chuyển tất cả các dòng thành cột).  −3 −2 
 
 1 4
 1 2 3  
VD 14. Cho A =   ⇒ A =  2 5 .
T
 4 5 6 3 6
 
Tính chất
1) (A + B)T = AT + BT; 2) (λA)T = λAT;
T T
3) (A ) = A; 4) (AB)T = BTAT;
5) A = A ⇔ A đối xứng; 6) AT = − A ⇔ A phản đx.
T
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
1.3. Phép biến đổi sơ cấp trên dòng của ma trận 3) Tương tự, ta cũng có các phép biến đổi sơ cấp trên
(Gauss – Jordan) cột của ma trận.  2 1 −1 
a) Định nghĩa
• Cho ma trận A = (aij ) m×n (m ≥ 2) . VD 16. Cho hai ma trận A =  1 −2 3  và
 
 3 −1 2 
Các phép biến đổi sơ cấp dòng e trên A là:  
– (e1): Hoán vị hai dòng cho nhau A  d i ↔d k
→ A′ .  1 −2 3 
– (e2): Nhân 1 dòng với số λ ≠ 0 , A → A′′ . di → λ di
B =  0 1 −7 / 5  . Chứng tỏ A ∼ B .
 
– (e3): Thay 1 dòng bởi tổng của dòng đó với λ lần 0 0 0 
d i → di + λ d k 
dòng khác A  → A′′′ . Giải
Chú ý
di → µ di + λ d k  1 −2 3   1 −2 3 
1) Trong thực hành ta thường làm A  → B.  
d1 ↔ d 2
A → 2 1 −1  d 2 →d 2 − 2 d1
→  0 5 −7 
2) Sau 1 số hữu hạn các PBĐSC dòng ta được   d3 →d3 −3 d1  
ma trận B tương đương với A, ký hiệu B ∼ A .  3 −1 2   0 5 −7 
   
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
 1 −2 3  1.4. Ma trận bậc thang và bậc thang rút gọn
d3 → d3 − d 2
 → 0 1 −7 / 5  ⇒ A ∼ B .

a) Ma trận bậc thang
1
d2 → d2  
5  0 
0 0 • Một dòng có tất cả các phần tử đều bằng 0 được gọi
là dòng bằng 0.
b) Ma trận sơ cấp
• Phần tử khác 0 đầu tiên tính từ trái sang của 1 dòng
• Ma trận thu được từ ma trận đơn vị In bởi đúng 1
được gọi là phần tử cơ sở của dòng đó.
phép biến đổi sơ cấp dòng (cột) là ma trận sơ cấp.
• Ma trận bậc thang là ma trận khác 0 cấp m × n
VD 17. Chứng tỏ các ma trận sau đây là sơ cấp: ( m, n ≥ 2) thỏa 2 điều kiện:
0 0 1  1 0 0 1 0 0
A = 0 1 0 , B = 0 −5 0 và C =  2 1 0  .
    1) Các dòng bằng 0 ở phía dưới các dòng khác 0;
      2) Phần tử cơ sở của 1 dòng bất kỳ nằm bên phải
 1 0 0 0 0 1 0 0 1
      phần tử cơ sở của dòng ở phía trên dòng đó.
4
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
1 0 2  0 1 2 3 b) Ma trận bậc thang rút gọn
VD 18. A = 0 0 3 , B =  0 0 4 5  , In
  • Ma trận bậc thang rút gọn là ma trận bậc thang có
    phần tử cơ sở của một dòng bất kỳ đều bằng 1 và là
0 0 0 0 0 0 1
    phần tử khác 0 duy nhất của cột chứa phần tử đó.
là các ma trận bậc thang; 1 3 0 0 0 1 0 3
0 2 7  2 3 5 VD 19. In, A =  0 0 1 0  , B =  0 0 1 2 
   
C = 0 3 4 , D = 0 0 0
 
0 0 0 1 0 0 0 0
       
0 0 5 0 1 3
    là các ma trận bậc thang rút gọn.
không phải là các ma trận bậc thang. 1.5. Ma trận khả nghịch
Định lý a) Định nghĩa
• Mọi ma trận đều có thể đưa về bậc thang bằng hữu • Ma trận A ∈ M n ( ℝ) được gọi là khả nghịch nếu
hạn phép biến đổi sơ cấp trên dòng. tồn tại ma trận B ∈ M n ( ℝ) sao cho AB = BA = In.
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
• Ma trận B là duy nhất và được gọi là 2) Mọi ma trận sơ cấp đều khả nghịch và ma trận
ma trận nghịch đảo của A, ký hiệu A–1. nghịch đảo cũng là ma trận sơ cấp.
Khi đó: 3) (AB)–1 = B–1A–1.
A–1A = AA–1 = In; (A–1)–1 = A.
b) Tìm ma trận nghịch đảo bằng phép
• Nếu ma trận B là ma trận nghịch đảo của A thì A biến đổi sơ cấp trên dòng
cũng là ma trận nghịch đảo của B. • Cho ma trận A ∈ M n (ℝ ) , ta tìm A–1 (nếu có) như sau:
 2 5  3 −5  Bước 1. Lập ma trận ( A I n ) (ma trận chia khối) bằng
VD 20. A =   và B =   là nghịch đảo
 1 3  −1 2  cách ghép In vào bên phải A.
của nhau vì AB = BA = I2. Bước 2. Dùng phép biến đổi sơ cấp trên dòng để đưa
Nhận xét ( A I n ) về dạng ( A′ B ) ( A′là ma trận bậc
1) Nếu ma trận vuông A có 1 dòng (hoặc 1 cột) thang dòng rút gọn).
bằng 0 thì không khả nghịch.
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
Khi đó:  1 −1 0 1 1 0 0 0
1) Nếu A′ có 1 dòng (cột) bằng 0 hoặc A′ ≠ I n thì  
0 −1 1 0 0 1 0 0
kết luận A không khả nghịch. Giải. ( A I 4 ) = 
2) Nếu A′ = I n thì kết luận A khả nghịch và A–1 = B. 0 0 1 1 0 0 1 0
 
0 0 0 1 0 0 0 1
VD 21. Tìm ma trận nghịch đảo (nếu có) của ma trận:
 1 −1 0 1 
 0 −1 1 0   1 1 −1 
A= ; B =  1 0 1 .
0 0 1 1  
2 1 0 
   
0 0 0 1
5
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
1.6 Một số ứng dụng của ma trận trong kinh tế

VD 22. Một khách hàng mua tại siêu thị X lượng gạo,
thịt, rau (đơn vị: kg) cho bởi ma trận A = (12; 2; 3) với
giá tương ứng (ngàn đồng / kg) cho bởi B = (9; 62; 5) .
 1 1 −1 1 0 0  Khi đó, AB T = (12 2 3)( 9 62 5 ) = (247) .
T
( B I 3 ) =  1 0 1 0 1 0  Vậy số tiền khách hàng phải trả là 247.000 đồng.

2 1 0 0 0 1
  VD 23. Công ty X có 3 cửa hàng I, II, III cùng bán 4
mặt hàng: tivi, tủ lạnh, máy giặt, máy lạnh với giá bán
tương ứng (triệu đồng / chiếc) cho bởi ma trận
A = ( 3 5 4,5 6, 7 ) .
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
Lượng hàng bán được trong ngày của 3 cửa hàng
2 1 4 5 Chỉ số giá Laspeyres và Paasche
tương ứng 3 dòng của ma trận B =  0 2 6 1  . VD 24. Giả sử giá bán (ngàn đồng / kg) của gạo,
  đường và bột mì vào các ngày 1/1 và 1/6 lần lượt cho
 5 2 0 2
   10 11 
Hãy cho biết ý nghĩa các phần tử của tích BAT ?
bởi 2 cột của ma trận P =  20 19  .
 
 3   30 32 
 2 1 4 5  62,5   
5  
Giải. BAT =  0 2 6 1    = 43,7  . Một người A trong hai ngày đó đã mua vào lượng
     4 3
 5 2 0 2   4,5   38, 4 
   6,7  
 
 hàng tương ứng cho bởi 2 cột của ma trận Q =  2 3  .
 
Vậy số tiền cửa hàng I, II, III bán được trong ngày lần  3 4
 
lượt là: 62,5; 43,7; 38,4 (triệu đồng).
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
Khi đó, ta có:
1) Nếu lấy ngày 1/1 làm cơ sở thì v11 , v12 lần lượt là
 10 11 
 4 2 3    170 178  giá của tổng lượng hàng người A mua tại ngày cơ
V =Q P =
T
  20 19  =  210 218  . sở tính tại ngày cơ sở và ngày 1/6. Khi đó:
 3 3 4   30 32   
  v12
≈ 1,047 được gọi là chỉ số Laspeyres.
v11
Từ ma trận V, ta suy ra:
+ v11 = 170 : tiền mua hàng 1/1 theo giá ngày 1/1. 2) Nếu lấy ngày 1/6 làm cơ sở thì v21 , v22 lần lượt là
giá của tổng lượng hàng người A mua tại ngày cơ
+ v12 = 178 : tiền mua hàng 1/1 theo giá ngày 1/6.
sở tính tại ngày 1/1 và ngày cơ sở. Khi đó:
+ v21 = 210 : tiền mua hàng 1/6 theo giá ngày 1/1. v22
≈ 1,038 được gọi là chỉ số Paasche.
v21
+ v22 = 218: tiền mua hàng 1/6 theo giá ngày 1/6.
6
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
§2. ĐNNH THỨC Khi đó:
2.1. Định nghĩa 4 6
B=  là 1 ma trận con cấp 2 của A,
a) Ma trận con cấp k 7 9
• Cho A = ( aij ) ∈ M n ( ℝ) . Ma trận vuông cấp k được 1 2
n M 23 =   (bỏ dòng 2, cột 3 của A).
lập từ các phần tử nằm trên giao k dòng và k cột của 7 8
A được gọi là ma trận con cấp k của A. b) Định thức (Determinant)
• Ma trận Mij cấp n–1 thu được từ A bằng cách bỏ đi • Định thức cấp n của ma trận A = ( aij ) ∈ M n ( ℝ ) ,
dòng thứ i và cột thứ j là ma trận con của A ứng với n
phần tử aij. ký hiệu det A hay A , là 1 số thực được định nghĩa:

 1 2 3 1) A cấp 1: A = ( a11 ) ⇒ det A = a11 ;
VD 1. Cho ma trận A =  4 5 6  . a a12 
 
7 8 9 2) A cấp 2: A =  11  ⇒ det A = a11a22 − a12 a21;
  a
 21 a 22 
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
3) A cấp n: det A = a11A11 + a12A12 + … + a1nA1n VD 2. Tính định thức của các ma trận sau:
trong đó Aij = (–1)i+jdet(Mij) là phần bù đại số của  1 2 −1 
 3 −2   
phần tử aij. A=  , B =  3 −2 1  .
Chú ý  1 4  2 1 1 
 
1) Giải
3 −2
det A = = 3.4 − 1( −2) = 14 .
1 4
1 2 −1
(Tổng của tích các phần tử trên đường chéo nét liền trừ det B = 3 −2 1 = [1.( −2).1 + 2.1.2 + 3.1.( −1)]
đi tổng của tích các phần tử trên đường chéo nét đứt) 2 1 1
2) det In = 1, det 0n = 0. − [ 2.( −2)( −1) + 3.2.1 + 1.1.1] = −12.
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
VD 3. Tính định thức của ma trận 2.2. Các tính chất cơ bản của định thức
 0 0 3 −1  Cho ma trận vuông A = ( aij ) ∈ M n ( ℝ) , ta có các tính
 4 1 2 −1  n
chất cơ bản sau:
A= .
3 1 0 2 
Tính chất 1: det ( A ) = det A .
T
 
2 3 3 5 
Giải. det A = 0. A11 + 0. A12 + 3. A13 + (−1). A14 1 3 2 1 2 −1
= 3( −1)1+3 det M 13 − ( −1)1+ 4 det M 14 VD 4. 2 −2 1 = 3 −2 1 = −12 .
4 1 −1 4 1 2 −1 1 1 2 1 1
=33 1 2 + 3 1 0 = −49 . Tính chất 2: Hoán vị hai dòng (hoặc cột) cho nhau thì
2 3 5 2 3 3 định thức đổi dấu.
7
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
1 3 2 −1 1 1 1 −1 1
3.1 0 3.(−1) 1 0 −1
VD 5. 2 −2 1 = − 2 −2 1 = −2 2 1.
VD 7. 2 1 −2 = 3 2 1 −2 ;
−1 1 1 1 3 2 3 1 2
3 1 7 3 1 7
Hệ quả: Định thức có ít nhất 2 dòng (cột) giống nhau x +1 x x3
1 x x3
thì bằng 0. x +1 y y 3 = ( x + 1) 1 y y3 .
3 3 1 x x 2 x3
x +1 z z3 1 z z3
VD 6. 2 2 1 = 0 ; 1 y 2 y5 = 0.
1 1 7 1 y2 y5 Hệ quả
Tính chất 3: Nhân 1 dòng (cột) với số thực λ thì 1) Định thức có ít nhất 1 dòng (cột) bằng 0 thì bằng 0.
định thức tăng lên λ lần. 2) Định thức có 2 dòng (cột) tỉ lệ với nhau thì bằng 0.
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
Tính chất 4: Nếu định thức có 1 dòng (cột) mà mỗi Giải
phần tử là tổng của 2 số hạng thì có thể
tách thành tổng 2 định thức.
x + 1 x x3 x x x3 1 x x3
VD 8. x + 1 y y = x y y + 1 y y 3 .
3 3
x −1 z z3 x z z 3 −1 z z 3
Tính chất 5: Định thức sẽ không đổi nếu ta cộng vào 1

dòng (cột) với λ lần dòng (cột) khác.
1 2 3 x 1 1
VD 9. Tính các định thức −1 2 −1 ; 1 x 1 .
1 5 d1 → d 2 − 2 d1 0 −7
2 3 4 1 1 x Chú ý: Phép biến đổi ===== là sai.
2 3 1 3
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
2.3. Định lý Laplace 1 0 0 2

Cho ma trận vuông A = ( aij )n ∈ M n ( ℝ ) , ta có các khai 2 1 1 2
VD 10. Tính định thức bằng cách
triển det A sau: 1 2 2 3
a) Khai triển theo dòng thứ i 3 0 2 1
det A = ai1 Ai1 + ai 2 Ai 2 + ... + ain Ain
n khai triển theo dòng 1 và cột 2.
= ∑ aij Aij , Aij = ( −1) i + j det( M ij ) .
j =1
b) Khai triển theo cột thứ j
det A = a1 j A1 j + a2 j A2 j + ... + anj Anj
n
= ∑ aij Aij , Aij = ( −1) i + j det( M ij ) .
i =1
8
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
Các kết quả đặc biệt:
1) det(AB) = detA.detB.
2) Dạng tam giác:
a11 a12 ... a1n a11 0 ... 0
VD 11. Áp dụng tính chất và định lý Laplace, tính 0 a22 ... a2 n a21 a22 ... 0
1 1 1 2 = = a11a22 ...ann .
... ... ... ... ... ... ... ...
2 −1 1 3 0 0 ... ann an1 an 2 ... ann
định thức .
1 2 −1 2 3) Dạng chia khối, với A, B, C ∈ M n (ℝ) :
3 3 2 1 A ⋮ B
… … … = det A.det C .
On ⋮ C
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
VD 12. Tính các định thức sau: Giải. det A = 1.(−2).3.(−1) = 6 ;
1 2 3 4 0 0 3 4
0 −2 7 19 3 −2 7 19
det A = ; det B = ;
0 0 3 0 1 2 3 7
0 0 0 −1 0 0 8 −1
1 1 −1  2 1 4 
det C =  2 0 3  2 1 3  ;
  
1  1 2 1 
2 −3 
 
 1 1 −1  2 1 4  −3
T
1 4
det D =  2 0 3  2 1 3  0 1 2 .
   
 1 2 −3  1 2 1  1 2 1 
  
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
2.4. Ứng dụng định thức tìm ma trận nghịch đảo VD 13. Giá trị của tham số thực m để ma trận
0   m −1 0 
T
a) Định lý  m 1  m
A=   
Ma trận vuông A khả nghịch khi và chỉ khi det A ≠ 0 .
 0 m  1 m − 1  1 m 2 
b) Thuật toán tìm A–1 khả nghịch là:
Bước 1. Tính det A. Nếu det A = 0 thì kết luận A
m = 0 m ≠ 0
không khả nghịch, ngược lại làm tiếp bước 2. A.  ; B.  ; C. m ≠ 0 ; D. m ≠ 1.
Bước 2. Lập ma trận ( Aij ) , Aij = ( −1)i + j det M ij . m = 1 m ≠ 1
n
Suy ra ma trận phụ hợp (adjunct matrix) của A là:
adjA =  ( Aij )  .
T
 n
−1 adjA
Bước 3. A = .
det A
9
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
VD 14. Tìm ma trận nghịch đảo (nếu có) của ma trận:
 1 2 1
A =  0 1 1.
 
 1 2 3
  Nhận xét
Giải. Ta có: det A = 2 ≠ 0 ⇒ A khả nghịch.
1 1 0 1 0 1 • Nếu ac − bd ≠ 0 thì:
A11 = = 1, A12 = − = 1, A13 = = −1 −1
2 3 1 3 1 2  a b 1  c −b 
2 1 1 1 1 2  d c  = ac − bd  − d a 
.
A21 = − = −4, A22 = = 2, A23 = − =0   
2 3 1 3 1 2 −1
 9 −2  1  4 2   2 / 25 1 / 25 
A31 =
2 1
= 1, A32 = −
1 1
= −1, A33 =
1 2
=1
VD 15. 
7 4  = 50  −7 9  =  −7 / 50 9 / 50  .
     
1 1 0 1 0 1
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
 5 −3   −4 1  VD 17. Cho hai ma trận A và B khả nghịch thỏa mãn:
VD 16. Cho hai ma trận A =   , B= .
 3 −2   −2 3  1
AB = BA, det A = a , det B = b, det( A−1 + B −1 ) = .
Ma trận X thỏa AX = B là: ab
 −2 3   −2 −7  Kết quả đúng là:
A.  ; B.  ; A. det( A + B ) = 1; B. det( A + B ) = a + b ;
 − 3 5   −2 −12  1 1
 −2 −7   −2 −3  C. det( A + B ) = + ; D. det( A + B ) = ab .
C.  ; D.  . a b
 2 − 12   3 5
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
2.5. Hạng của ma trận c) Phương pháp tìm hạng của ma trận
a) Định thức con cấp k Định lý
Cho ma trận A = ( aij ) . Định thức của ma trận con • Hạng của ma trận bậc thang bằng số dòng khác 0 của
m×n
cấp k của A được gọi là định thức con cấp k của A. ma trận đó.
Định lý • Cho A là ma vuông cấp n, khi đó:
Nếu trong ma trận A, tất cả các định thức con cấp k r ( A) = n ⇔ det A ≠ 0 .
đều bằng 0 thì các định thức con cấp k+1 cũng bằng 0.
b) Hạng của ma trận (rank of matrix) Thuật toán tìm hạng của ma trận
• Hạng của ma trận A khác không là cấp cao nhất của – Bước 1. Dùng PBĐSC dòng đưa ma trận A về
định thức con khác 0 của A, ký hiệu r(A). ma trận bậc thang.
Ta có: 1 ≤ r ( A) ≤ min{m, n} . – Bước 2. Số dòng khác 0 của A sau biến đổi là r(A).
• Nếu A là ma trận không thì ta quy ước r(A) = 0.
10
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
 1 −3 4 2  VD 19. Tìm hạng của ma trận:
VD 18. Tìm hạng của ma trận A =  2 −5 1 4  .  2 1 −1 3 
   0 −1 0 0 
 3 −8 5 6 
  A= .
0 1 2 0 
 
 0 −1 1 −4 
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
Chú ý VD 21. Tùy theo giá trị của m, tìm hạng của ma trận:
Ta có thể hoán vị cột của ma trận rồi đưa về bậc thang.  −1 2 1 −1 1 
VD 20. Giá trị của tham số thực m để ma trận  m −1 1 −1 −1 
 m +1 1 3 A= .
1 m 0 1 1
A= 2  m + 2 0  có r(A) = 2 là:  

 2m
  1 2 2 −1 1 
 1 3 
 m = −2  m = −1
A.  ; B. m = 1; C. m = –2; D.  .
 m = 1 m = 0
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
§3. HỆ PHƯƠNG TRÌNH TUYẾN TÍNH  b1 
3.1. Định nghĩa
B =  ...  = ( b1 ... bm ) (ma trận cột tự do)
T
• Hệ phương trình tuyến tính gồm n Nn và m phương  
b 
trình có dạng:  m
a11 x1 + a12 x2 + ... + a1n xn = b1  x1 
a x + a x + ... + a x = b
và X =  ...  = ( x1 ... xn ) là ma trận cột của Nn.
T
 21 1 22 2 2n n 2
 
 (I).  
 ............................................  xn 
am1 x1 + am 2 x2 + ... + amn xn = bm Khi đó, hệ (I) trở thành AX = B .
 a11 ... a1n 

• Bộ số α = (α1 ... α n ) được gọi là nghiệm của (I)
T
Đặt A =  ... ... ...  = ( aij ) (ma trận hệ số),

  m×n nếu Aα = B .
a 
 m1 ... amn 
11
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
3.2. Định lý Crocneker – Capelli
 x1 − x2 + 2 x3 + 4 x4 = 4
 • Cho hệ phương trình tuyến tính AX = B.
VD 1. Cho hệ phương trình 2 x1 + x2 + 4 x3 = −3 . Xét ma trận mở rộng:
2 x − 7 x = 5  a11 a12 ... a1n b1 
Ta có:  2 3
 
 x1  A = ( A B ) =  ... ... ... ... ...  .
 1 −1 2 4  4 x  a 
A =  2 1 4 0  , B =  −3  , X =  2   m1 am 2 ... amn bm 
     x3 
 0 2 −7 0  5 • Hệ AX = B có nghiệm khi và chỉ khi:
    x 
 4 ( )
r A = r ( A) = r .
và α = (1 −1 −1 1) là 1 nghiệm của hệ.
T
Khi đó:
1) r = n: Hệ AX = B có nghiệm duy nhất;
Chú ý
Ta có thể viết nghiệm dưới dạng (1; –1; –1; 1). 2) r < n: Hệ AX = B có vô số nghiệm phụ thuộc
vào n – r tham số.
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
VD 2. Điều kiện của tham số m để hệ phương trình: 3.3. Phương pháp giải hệ phương trình tuyến tính
mx + 8 z − 7t = m − 1 a) Phương pháp ma trận nghịch đảo
3 x + my + 2 z + 4t = m • Cho hệ phương trình tuyến tính AX = B, A là ma trận
 vuông cấp n khả nghịch. Ta có:

 mz + 5t = m 2 − 1 AX = B ⇔ X = A−1 B .
 5 z − mt = 2m + 2
2 x + y − z = 1
có nghiệm duy nhất là: 
VD 3. Giải hệ phương trình  y + 3 z = 3 .
A. m ≠ 0 ; B. m ≠ 1; C. m ≠ ±1; D. m ≠ ±5 .
 2 x + y + z = −1

 2 1 −1   −1 −1 2 
Giải. A =  0 1 3  ⇒ A−1 =
1
3 2 −3  .
  2  
2 1 1  
   −1 0 1 
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
1) Nếu ∆ ≠ 0 thì hệ có nghiệm duy nhất:
∆j
xj = , ∀j = 1, n .
b) Phương pháp định thức (Cramer) ∆
• Cho hệ AX = B , với A là ma trận vuông cấp n.
2) Nếu ∆ = ∆ j = 0, ∀j = 1, n thì hệ có vô số nghiệm
a11 ... a1 j ... a1n
(ta thay tham số vào hệ và tính trực tiếp).
Đặt ∆ = det A = ... ... ... ... ... ,
an1 ... anj ... ann 3) Nếu ∆ = 0 và ∃∆ j ≠ 0, j = 1, n thì hệ vô nghiệm.
a11 ... b j ... a1n VD 4. Giải hệ phương trình sau bằng định thức:
2 x + y − z = 1
∆ j = ... ... ... ... ... , j = 1, n 
 y + 3z = 3 .
an1 ... b j ... ann  2 x + y + z = −1

(thay cột j trong A bởi cột tự do).
12
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
Giải ( m + 1) x + y = m + 2
VD 5. Hệ phương trình 
2 1 −1 1 1 −1  x + ( m + 1) y = 0
có nghiệm khi và chỉ khi:
∆ = 0 1 3 = 4 , ∆1 = 3 1 3 = −12 ,
A. m = −2 ∨ m = 0 ; B. m ≠ −2 ∧ m ≠ 0 ;
2 1 1 −1 1 1 C. m ≠ 0 ; D. m = 0.
2 1 −1 2 1 1
∆ 2 = 0 3 3 = 24 , ∆ 3 = 0 1 3 = −4 .
2 −1 1 2 1 −1
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
VD 6. Tùy theo tham số m, biện luận số nghiệm của c) Phương pháp Gauss
mx + y + z = 1 • Bước 1. Đưa ma trận mở rộng ( A B ) về dạng bậc

hệ phương trình  x + my + z = m . thang bởi PBĐSC trên dòng.
 x + y + mz = m 2 • Bước 2. Giải ngược từ dòng cuối cùng lên trên.

Chú ý
Trong quá trình thực hiện bước 1, nếu:
1) Có 2 dòng tỉ lệ thì xóa đi 1 dòng;
2) Có dòng nào bằng 0 thì xóa dòng đó;
3) Có 1 dòng dạng ( 0 ... 0 b ) , b ≠ 0 thì kết luận
hệ vô nghiệm.
4) Gặp hệ giải ngay được thì không cần phải đưa
( A B ) về bậc thang.
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
VD 7. Giải hệ sau bằng phương pháp Gauss: VD 8. Giải hệ phương trình:
2 x + y − z = 1  x1 + 6 x2 + 2 x3 − 5 x4 − 2 x5 = −4
 
 y + 3z = 3 . 2 x1 + 12 x2 + 6 x3 − 18 x4 − 5 x5 = −5 .
2 x + y + z = −1 3 x + 18 x + 8 x − 23 x − 6 x = −2
  1 2 3 4 5
13
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
5x1 − 2 x2 + 5 x3 − 3 x4 = 3 VD 10. Tìm nghiệm của hệ phương trình tuyến tính:
  x + 4 y + 5 z = −1
VD 9. Giải hệ phương trình 4 x1 + x2 + 3 x3 − 2 x4 = 1 .
2 x + 7 x − x 
 1 2 3 = −1 2 x + 7 y − 11z = 2 .
3 x + 11 y − 6 z = 1

 x = 15

A.  y = −4 ; B. Hệ có vô số nghiệm;
z = 0

 x = 15 − 79α  x = 15 + 79α
 
C.  y = −4 − 21α ; D.  y = −4 − 21α .
z = α ∈ ℝ z = α ∈ ℝ
 
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
VD 11. Giá trị của tham số m để hệ phương trình tuyến
 x + 2 y + (7 − m) z = 2

tính 2 x + 4 y − 5z = 1 có vô số nghiệm là:
3 x + 6 y + mz = 3

A. m = −1; B. m = 1; C. m = −7 ; D. m = 7 . Chú ý
• Nghiệm của các hệ phương trình trong VD 8 và
VD10 được gọi là nghiệm tổng quát.
• Khi cho các tham số bởi các giá trị cụ thể ta được
nghiệm riêng hay còn gọi là nghiệm cơ bản.
Chẳng hạn, ( x = 15; y = −4; z = 0 ) là 1 nghiệm cơ bản
của hệ phương trình trong VD 10.
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
3.4. Hệ phương trình tuyến tính thuần nhất b) Định lý
a) Định nghĩa • Hệ (II) chỉ có nghiệm tầm thường khi và chỉ khi:
• Hệ pttt thuần nhất là hệ pttt có dạng: r ( A) = n .
a11 x1 + a12 x2 + ... + a1n xn = 0
a x + a x + ... + a x = 0 VD 12. Điều kiện của tham số m để hệ phương trình:
 21 1 22 2 3 x + m 2 y + (m − 5) z = 0

2n n
⇔ AX = θ (II).
 ............................................. 
 ( m + 2) y + z = 0
am1 x1 + am 2 x2 + ... + amn xn = 0 
 4 y + ( m + 2) z = 0
Nhận xét chỉ có nghiệm tầm thường là:
m ≠ 0
( )
Do r A = r ( A) nên hệ pttt thuần nhất luôn có nghiệm. A.  ; B. m ≠ 0 ; C. m ≠ −4 ; D. m ≠ 4 .
Nghiệm (0; 0;…; 0) được gọi là nghiệm tầm thường. m ≠ −4
14
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
3.5. Một số mô hình tuyến tính trong phân tích
Kinh tế
3.5.1. Mô hình cân bằng thị trường
a) Thị trường một loại hàng hóa
• Gọi P, QD , QS lần lượt là giá thị trường, lượng cầu
và lượng cung của mặt hàng cần khảo sát. Khi đó,
c) Liên hệ với hệ pttt tổng quát lượng QS và QD phụ thuộc vào P . Các mối quan hệ
Định lý
này được gọi là hàm cung và hàm cầu.
• Xét hệ pttt tổng quát AX = B (I) và hệ pttt thuần nhất
AX = θ (II). Khi đó: • Giả sử ta có các mối quan hệ tuyến tính:
1) Hiệu hai nghiệm bất kỳ của (I) là nghiệm của (II); P = aQD + b và P = cQS + d .
2) Tổng 1 nghiệm bất kỳ của (I) và 1 nghiệm bất kỳ Người ta đã chứng minh được rằng:
của (II) là nghiệm của (I). thông thường lượng cầu giảm khi giá tăng và
lượng cung tăng khi giá tăng.
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
• Thị trường cân bằng khi VD 14. Cho biết hàm cung và cầu của 1 loại hàng hóa:
lượng cung bằng lượng cầu. P = 1,5QS + 15 , P = −QD + 125.
Giá P0 là giá cân bằng và 1) Hãy tìm giá cân bằng và lượng cân bằng?
lượng Q0 là lượng cân bằng. 2) Giả sử nhà nước đánh thuế 5 đơn vị tiền tệ trên 1
đơn vị sản phNm. Hãy cho biết người mua hay người
VD 13. Cho biết hàm cung và bán phải trả thuế này?
hàm cầu của 1 loại hàng hóa: Giải
5P = QS + 30 , 4 P = −QD + 240 . 1) Khi thị trường cân bằng, ta có: QS = QD = Q0 .
Hãy tìm giá cân bằng và lượng cân bằng?  P0 = 1,5Q0 + 15  P0 = 81
 ⇔ .
Giải. Khi thị trường cân bằng, ta có: QS = QD = Q0 .  P0 = −Q0 + 125 Q0 = 44
5P0 = Q0 + 30  P0 = 30 2) Khi nhà nước đánh thuế thì hàm cung sẽ bị thay đổi,
 ⇔ .
4 P0 = −Q0 + 240 Q0 = 120 cụ thể là: P − 5 = 1,5QS + 15.
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
 P0 − 5 = 1,5Q0 + 15  P0 = 83 Trong đó: QSi , QDi và Pi tương ứng là lượng cung,
 ⇔ .
P
 0 = − Q 0 + 125 Q0 = 42
cầu và giá của hàng hóa i.
So sánh 2) và 1) ta thấy giá cân bằng tăng lên 2 đơn • Khi thị trường cân bằng thì: QSi = QDi ; i = 1, 2,..., n
vị và đó là phần thuế người mua phải trả; phần còn  c11 P1 + c12 P2 + ... + c1n Pn = −c10
lại người bán phải trả.  c P + c P + ... + c P = −c

b) Thị trường nhiều loại hàng hóa liên quan ⇔  21 1 22 2 2n n 20
, cik = aik − bik .
 ............................................
• Trong thị trường nhiều hàng hóa, giá của mặt hàng
này có thể ảnh hưởng đến lượng cung – cầu của các  cn1 P1 + cn 2 P2 + ... + cnn Pn = −cn 0
mặt hàng khác. Hàm cung – cầu tuyến tính của thị Chú ý
trường n hàng hóa có dạng: • Nếu việc tăng giá mặt hàng 2 khiến người tiêu dùng
QSi = ai 0 + ai1 P1 + ai 2 P2 + ... + ain Pn chuyển sang chọn mặt hàng 1 làm tăng lượng cầu
QDi = bi 0 + bi1 P1 + bi 2 P2 + ... + bin Pn ; i = 1, 2,..., n . của mặt hàng 1 thì ta nói mặt hàng 1 và 2 có thể thay
thế lẫn nhau.
15
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
• Nếu việc tăng giá mặt hàng 2 làm giảm lượng cầu  P = 70 Q = 25
mặt hàng 2 và cũng làm lượng cầu của mặt hàng 1 ⇔ 1 ⇒ 1 .
P
 2 = 20 Q2 = 60
giảm theo thì ta nói 2 mặt hàng phụ thuộc lẫn nhau.
2) Từ QD1 = 145 − 2 P1 + P2 , ta thấy:
VD 15. Cho biết hàm cung và cầu của 2 loại hàng hóa:
QS1 = −45 + P1 ; QD1 = 145 − 2 P1 + P2 ; P2 ↑⇒ QD1 ↑⇒ hai mặt hàng này có thể thay thế nhau.
QS2 = −40 + 5P2 ; QD2 = 30 + P1 − 2 P2 . VD 16. Cho biết hàm cung và cầu của 3 loại hàng hóa:
1) Hãy tìm giá và lượng cân bằng của hai mặt hàng? QS1 = −4 + P1 ; QD1 = 70 − P1 − 2 P2 − 6 P3 ;
2) Hãy cho biết hai mặt hàng này có thể thay thế lẫn QS2 = −3 + P2 ; QD2 = 76 − 3P1 − P2 − 4 P3 ;
nhau hay phụ thuộc lẫn nhau?
QS3 = −6 + 3P3 ; QD3 = 70 − 2 P1 − 3P2 − 2 P3 .
Giải. 1) Khi thị trường cân bằng, ta có: 1) Hãy tìm giá và lượng cân bằng của ba mặt hàng?
QS1 = QD1 = Q1 145 − 2 P1 + P2 = −45 + P1 2) Hãy cho biết ba mặt hàng này có thể thay thế lẫn
 ⇔
QS2 = QD2 = Q2 30 + P1 − 2 P2 = −40 + 5P2 nhau hay phụ thuộc lẫn nhau?
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
Giải. 1) Khi thị trường cân bằng, ta có: 3.5.2. Mô hình Input – Output Leontief
QS1 = QD1 = Q1  P1 + P2 + 3P3 = 37 a) Khái niệm chung
 
QS2 = QD2 = Q2 ⇔ 3P1 + 2 P2 + 4 P3 = 79 • Mô hình này còn được gọi là mô hình I/O hay mô
Q = Q = Q  2 P + 3P + 5P = 76 hình cân đối liên ngành, đề cập đến việc xác định
 S3 D3 3  1 2 3 mức tổng cầu đối với sản phNm của mỗi ngành sản
 1
P = 15  1
Q = 11 xuất trong tổng thể nền kinh tế.
 
⇔  P2 = 7 ⇒ Q2 = 4 . • Trong mô hình I/O, khái niệm ngành được xét theo
P = 5 Q = 9 nghĩa thuần túy là sản xuất, với các giả thiết sau:
 3  3 Mỗi ngành sản xuất 1 loại hàng hóa hoặc sản xuất
2) Từ các hàm cầu, ta thấy rằng: bất kỳ mặt hàng nào 1 số loại hàng hóa theo tỉ lệ nhất định.
tăng giá sẽ kéo tất cả lượng cầu giảm theo. Các yếu tố đầu vào (input – nguyên liệu) của sản
Do đó, ba mặt hàng này là phụ thuộc lẫn nhau. xuất trong 1 ngành được sử dụng theo tỉ lệ cố định.
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
• Tổng cầu đối với đầu ra (output – sản phm) của mỗi yi : tổng đơn vị đầu vào i,
ngành bao gồm: x j : tổng đơn vị đầu ra j.
Cầu trung gian từ phía các nhà sản xuất sử dụng
bi : giá trị hàng hóa của ngành i cần cho tiêu dùng
các loại sản phNm cho quá trình sản xuất.
Cầu cuối cùng từ phía người sử dụng các loại và xuất khNu (cầu cuối cùng).
sản phNm để tiêu dùng hoặc xuất khNu. Đặt
b) Mô hình I/O tổng quát  a11 a12 ... a1n   x1   y1 
a a22 ... a2 n   x  y 
• Giả sử có m đầu vào được dùng để sản xuất n đầu ra
A =  21  , X =  2 , Y =  2  .
(m > n). Trong m đầu vào có n đầu vào lấy từ n đầu  ... ... ... ...   ...   ... 
ra của chính n ngành sản xuất và m – n đầu vào lấy a    y 
từ m – n đầu ra ngành khác.  m1 am 2 ... amn   xn   m
Gọi aij : số đơn vị đầu vào i (i = 1, 2,…, m) để Ta có phương trình ma trận:
sản xuất 1 đơn vị đầu ra j (j = 1, 2,…, n), AX = Y (I).
16
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
−1
• Thông thường, bài toán đặt ra là tìm mức n đầu ra để Ma trận tổng cầu được xác định: X = ( I − A) D .
đáp ứng nhu cầu n đầu vào cho n ngành sản xuất. I − A được gọi là ma trận Leontief hay ma trận hệ
Ngoài ra, phải còn dư một phần khác cho nhu cầu số công nghệ. Ta có:
D = ( d1 ... d n )T của ngành kinh tế mở (ngành không ( I − A) −1 ≈ I + A + A2 + ... + Am , m đủ lớn.
sản xuất mà chỉ tiêu thụ sản phNm của n ngành sản
Ý nghĩa
xuất trên). 1) Pt(I) dùng để tìm đầu vào Y khi biết đầu ra X.
Khi đó, m = n và AX = Y ⇔ AX = X − D 2) Các số liệu ở cột j trong ( I − A ) − 1 cho biết lượng
⇔ ( I − A) X = D (II). đơn vị phải sản xuất thêm (đầu ra tăng thêm) của
mỗi ngành khi nhu cầu của ngành mở đối với ngành
c) Định lý j tăng thêm 1 đơn vị.
• Trong (II), nếu tất cả các phần tử của A và D không 3) Pt(II) cho phép ta xác định được tổng cầu đối với
âm đồng thời tổng các phần tử trên mỗi cột của A hàng hóa của tất cả các ngành sản xuất. Giúp cho
nhỏ hơn 1 thì I − A khả nghịch. việc lập kế hoạch sản xuất đảm bảo cho nền kinh tế
vận hành tốt, tránh dư thừa hay thiếu hàng hóa.
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
VD 17. Xét nền kinh tế có 2 ngành: ngành 1 sản xuất Nhu cầu đầu vào lấy từ ngành gas là:
điện, ngành 2 sản xuất gas. Giả sử 0,1x1 + 0, 4 x2 = y2 .
1 đơn vị đầu ra điện cần số đơn vị đầu vào là: Nhu cầu đầu vào lấy từ ngành nước là:
0,3 điện; 0,1 gas; 1,0 nước. 1,0 x1 + 1, 2 x2 = y3 .
1 đơn vị đầu ra gas cần số đơn vị đầu vào là:
0,2 điện; 0,4 gas; 1,2 nước.  0, 3 0, 2 
Vậy, đặt A =  0,1 0, 4  ⇒ AX = Y .
1) Gọi X = ( x1 x2 ) : số đơn vị đầu ra của 2 ngành,  
T
 1,0 1, 2 
Y = ( y1 y2 y3 ) : số đơn vị đầu vào của 3 ngành.
T  
Hãy tìm một phương trình ma trận giữa X và Y ? 2) Cho biết giá của mỗi đơn vị đầu vào điện, gas và
Giải nước lần lượt là 8, 4 và 1. Hãy tìm tổng chi phí để
Nhu cầu đầu vào lấy từ ngành điện là: sản xuất 1000 đơn vị đầu ra ngành điện và 900 đơn
vị đầu ra ngành gas?
0,3x1 + 0, 2 x2 = y1.
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
Giải. Tổng chi phí sản xuất là:  x   0, 3 0, 2   x1   d1 
 0,3 0, 2  ⇔ 1=    +  .
 1000   x2   0,1 0, 4   x2   d 2 
(8 4 1)  0,1 0, 4    = ( 4408 ) (đơn vị tiền).
 1,0 1, 2   900   0,3 0, 2  1  7 −2 
  Đặt A =   ⇒ I − A = 10  −1 6 
 0,1 0, 4   
3) Cho biết nhu cầu của ngành kinh tế mở là
1 6 2
D = ( 40 80 ) . Hãy tìm lượng đơn vị đầu ra của −1
⇒ ( I − A) =  .
4  1 7 
ngành điện, gas để đủ đáp ứng nhu cầu của hai
 x  1  6 2   40   100 
ngành đó và ngành kinh tế mở? Tìm lượng đơn vị Vậy  1  =    =   (đơn vị).
đầu vào của ngành nước?  x2  4  1 7   80   150 
 x   y  d  Lượng đơn vị đầu vào lấy từ ngành nước là:
Giải. Ta có:  1  =  1  +  1 
 x2   y2   d 2  y3 = 1,0 x1 + 1, 2 x2 = 100 + 1, 2.150 = 280 (đơn vị).
17
trận – ðị
ðịnh thứ
trận – ðị
ðịnh thứ
VD 18. Trong mô hình I/O Leontief (3 ngành), cho
 40 25 15 
 0,3 0, 4 0,1  1 
ma trận hệ số đầu vào A =  0, 2 0,3 0, 2  .
⇒ ( I − A) −1 = 16 40 16  .
  20  

 0, 2 0,1 0, 4   16 15 41 
 
1) Nếu nhu cầu của ngành kinh tế mở đối với ngành 2 Từ cột 2 của ( I − A) −1 cho ta biết:
tăng thêm 1 đơn vị thì đầu ra của mỗi ngành tăng 25
thêm (sản xuất thêm) bao nhiêu đơn vị? Đầu ra ngành 1 tăng thêm đơn vị;
20
Giải 40
 7 −4 −1  Đầu ra ngành 2 tăng thêm đơn vị;
20
Ta có: I − A =  −2 7 −2 
1
15
10  

Đầu ra ngành 3 tăng thêm đơn vị.
 −2 −1 6  20
trận – ðị
ðịnh thứ
thức – Hệ pttt Chương 2. Không gian vector
2) Cho biết nhu cầu của ngành mở đối với đối với §1. Khái niệm không gian vector
ngành 1 giảm 1 đơn vị; ngành 2 tăng 2 đơn vị; §2. Sự độc lập tuyến tính và phụ thuộc tuyến tính
ngành 3 giảm 1 đơn vị thì mức sản lượng (đầu ra) §3. Cơ sở – Số chiều – Tọa độ
của 3 ngành tăng hay giảm bao nhiêu?
§4. Ánh xạ tuyến tính
Giải. Từ 3 dòng của ( I − A) −1 cho ta biết:
Mức thay đổi sản lượng (theo đơn vị) của ngành 1 là: §5. Chéo hóa ma trận
−1 × 40 + 2 × 25 − 1 × 15 1 ……………………………
∆x1 = = − (giảm);
20 4 §1. KHÁI NIỆM KHÔNG GIAN VECTOR
Mức thay đổi sản lượng (theo đơn vị) của ngành 2 là: (Vector space)
−1 × 16 + 2 × 40 − 1 × 16 12 1.1. Định nghĩa. Không gian vector V trên ℝ là cặp
∆x 2 = = (tăng);
20 5 (V, ℝ ) trang bị hai phép toán
Mức thay đổi sản lượng (theo đơn vị) của ngành 3 là: V ×V → V ℝ ×V → V
−1 × 16 + 2 × 15 − 1 × 41 27
∆x3 = =− (giảm). ( x, y ) ֏ x + y (λ , y ) ֏ λ x
20 20
Chương 2. Không gian vector Chương 2. Không gian vector

thỏa 8 tính chất sau:
1) x + y = y + x;
{ }
• Tập V = u = ( x1 , x2 ,..., xn ) xi ∈ ℝ, ∀i ∈ 1, n các bộ
2) (x + y) + z = x + (y + z); số thực là kgvt ℝ n (kgvt Euclide).

3) ∃!θ ∈ V : x + θ = θ + x = x ; 1.2. Không gian vector con (vectorial subspace)
4) ∃(− x) ∈ V : (− x ) + x = x + (− x) = θ ; Định nghĩa
5) (λ1λ2 ) x = λ1 (λ2 x ) ; • Cho kgvt V, tập W ⊂ V là kgvt con của V nếu (W, ℝ )
6) λ ( x + y ) = λ x + λ y ; cũng là một kgvt.
7) (λ1 + λ2 )x = λ1 x + λ2 x ; Định lý
8) 1.x = x. • Cho kgvt V, tập W ⊂ V là kgvt con của V nếu:
VD 1 ( x + λ y ) ∈ W , ∀x , y ∈ W , ∀λ ∈ ℝ .
• Tập nghiệm của hệ phương trình tuyến tính thuần VD 2
nhất là một không gian vector (kgvt). • Tập W = {θ } là kgvt con của mọi kgvt V.
• Tập V = { A A ∈ M n ( ℝ )} các MT vuông cấp n là kgvt. • Trong ℝ n , W = {u = ( x1 ,0,...,0) x1 ∈ ℝ} là kgvt con.
18

§2. SỰ ĐỘC LẬP TUYẾN TÍNH VD 1. Trong ℝ 2 , xét sự đltt hay pttt của hệ vector:
VÀ PHỤ THUỘC TUYẾN TÍNH {u1 = (1;–1), u2 = (2; 3)}.
2.1. Định nghĩa Giải. Ta có:
Trong kgvt V, cho n vector ui (i = 1, 2,…, n). Khi đó: λ1u1 + λ2 u2 = θ ⇔ λ1 (1; −1) + λ2 (2; 3) = (0; 0)
 λ + 2λ2 = 0 λ = 0
n
• Tổng ∑ λ u , λ ∈ ℝ được gọi là 1 tổ hợp tuyến tính
i i i ⇔ 1 ⇔ 1 ⇒ hệ đltt.
i =1
 1− λ + 3 λ2 = 0 λ2 = 0
của n vector ui.
VD 2. Trong ℝ n , xét sự đltt hay pttt của hệ vector:
• Hệ n vector {u1, u2,…, un} được gọi là độc lập tuyến {u1 = (1;0;...;0),..., ui = (0;...;1;...;0),..., un = (0;0;...;1)}.
n
tính (đltt) nếu có ∑λ u
i =1
i i = θ thì λi = 0, ∀i = 1, n .
• Hệ n vector {u1, u2,…, un} không là độc lập tuyến
tính thì được gọi là phụ thuộc tuyến tính (pttt).

VD 3. Trong ℝ 3 , xét sự đltt hay pttt của hệ vector: Định lý
u1 = (–1; 3; 2), u2 = (2; 0; 1), u3 = (0; 6; 5)}. • Hệ n vector phụ thuộc tuyến tính khi và chỉ khi tồn
tại một vector là tổ hợp tuyến tính của n − 1 vector
còn lại.
VD 4. Nếu v1 = 2v2 − 3v3 thì v1 − 2v2 + 3v3 = θ .
Suy ra hệ {v1 ; v2 ; v3 } là phụ thuộc tuyến tính.
Hệ quả
• Hệ có một vector không thì phụ thuộc tuyến tính.
• Nếu có một bộ phận của hệ pttt thì hệ pttt.
2.2. Hệ vector trong ℝ n
Định nghĩa
• Trong ℝ n cho m vector ui = ( ai1 , ai 2 ,..., ain ), i = 1, m .
Ta gọi A = ( aij ) là ma trận dòng của m vector ui.
m×n

Định lý
Trong ℝ n , cho hệ vector {u1 , u2 ,..., um }. Khi đó:
• Hệ độc lập tuyến tính khi và chỉ khi r ( A) = m .
• Hệ phụ thuộc tuyến tính khi và chỉ khi r ( A) < m . Hệ quả
VD 5. Xét sự đltt hay pttt của các hệ vector: • Trong ℝ n , hệ có nhiều hơn n vector thì pttt.
1) B1 = {(–1; 2; 0), (2; 1; 1)}, • Trong ℝ n , hệ n vector đltt ⇔ det A ≠ 0 .
2) B2 = {(–1; 2; 0), (1; 5; 3), (2; 3; 3)}.
VD 6. Trong ℝ 3 , tìm điều kiện m để hệ sau là đltt:
{u1 = ( m; 1; 1), u2 = (1; m; 1), u3 = (1; 1; m)}.
19

§3. CƠ SỞ – SỐ CHIỀU – TỌA ĐỘ • Trong ℝ n , hệ E = {e1 = (1; 0;…; 0), e2 = (0; 1;…; 0),
3.1. Cơ sở (basic) của kgvt …, en = (0;…; 0; 1)} là cơ sở chính tắc.
Định nghĩa 3.2. Số chiều (dimension) của kgvt
• Trong kgvt V, hệ B = {u1, u2,…, un} được gọi là một Định nghĩa
cơ sở của V nếu hệ B đltt và mọi vector của V đều • Kgvt V được gọi là có n chiều, ký hiệu dimV = n, nếu
biểu diễn tuyến tính qua B. trong V có ít nhất 1 hệ gồm n vector đltt và mọi hệ
VD 1 gồm n + 1 vector đều pttt.
• Trong ℝ 2 , hệ B = {u1 = (1;–1), u2 = (2; 3)} là 1 cơ sở. Định lý
• Kgvt V có dimV = n khi và chỉ khi trong V tồn tại
 1 −1
Thật vậy, do r   = 2 ⇒ hệ B đltt. một cơ sở gồm n vector.
2 3  VD 2. dim ℝ n = n .
3a − 2b a+b
Xét x = ( a; b) ∈ ℝ 2 , ta có: x = u1 + u2 . Hệ quả
5 5 • Trong ℝ n , mọi hệ gồm n vector đltt đều là cơ sở.

3.3. Tọa độ b) Chuyển đổi cơ sở
a) Định nghĩa
• Ma trận chuyển cơ sở
• Trong kgvt V cho cơ sở B = {u1, u2,…, un}. Khi đó,
n Trong kgvt V cho 2 cơ sở B1 = {ui }, B2 = {vi }, i = 1, n .
x ∈V có biểu diễn tuyến tính duy nhất x = ∑ xi ui .
i =1
Ma trận ([ v ]1 B1 [v2 ]B ... [vn ]B )
1 1
được gọi là ma trận
Ta nói x có tọa độ đối với B là (x1, x2,…, xn). chuyển cơ sở từ B1 sang B2. Ký hiệu PB1 →B2 .
Ký hiệu [ x ]B = ( x1 x2 ... xn ) .
T
Đặc biệt, nếu E là cơ sở chính tắc thì:
• Đặc biệt, tọa độ của vector x đối với cơ sở chính tắc PE → B1 = ([u1 ][u2 ]...[un ]) .
E là [x]E = [x] (tọa độ cột thông thường của x).
VD 3. Trong ℝ 2 , cho x = (3;–5). Tìm [x]B với cơ sở: • Công thức đổi tọa độ
B = {u1 = (2;–1), u2 = (1; 1)}. [ x ]B1 = PB1→B2 [ x ]B2 .

VD 4. Trong kgvt ℝ 2 , cho 2 cơ sở:
B1 = {u1 = (1; 0), u2 = (0;–1)},
1
B2 = {v1 = (2;–1), v2 = (1; 1)} và [ x ]B =   .
1) Tìm PB1→B2 ; 2) Tìm [ x ]B .
2
 2
1
Định lý
• Trong kgvt ℝ n , cho 3 cơ sở B1, B2 và B3. Khi đó:
1) PBi → Bi = I n (i =1, 2, 3); 2) PB1→ B3 = PB1→B2 .PB2 → B3 ;
( )
−1
3) PB1→ B2 = PB2 →B1 .
Hệ quả
( )
−1
PB1→ B2 = PB1→ E PE →B2 = PE →B1 PE → B2 .
20

VD 5. Dựa vào hệ quả, giải lại VD 4. VD 6. Trong ℝ 3 cho hai cơ sở B1 và B2. Biết ma trận
 1 −1 2 
chuyển từ B2 sang B1 là  0 1 3  và tọa độ
 
 0 0 −2 
 
của vector v trong cơ sở B1 là (1; 2; 3).
Tọa độ của v trong cơ sở B2 là:
A. (5; 11;–6); B. (7; 10;–6);
C. (1; 6;–2); D. (6; 7;–4).

3.4. Không gian con sinh bởi 1 hệ vector VD 8. Trong ℝ 4 , cho hệ vector:
• Trong kgvt V cho hệ m vector S = {u1,…, um}. Tập S = {(1;2;3;4), (2;4;9;6), (1;2;5;3), (1;2;6;3)}.
tất cả các tổ hợp tuyến tính của S được gọi là không Số chiều của không gian sinh <S> là:
gian con sinh bởi S trên ℝ . Ký hiệu <S> hoặc spanS. A. dim<S> = 4; B. dim<S> = 2;
• Trong kgvt ℝ n , ta có: C. dim<S> = 1; D. dim<S> = 3.
 m

u1 , u2 ,..., um =  x ∈ ℝ n x = ∑ λi ui , λi ∈ ℝ  .
 i =1 
Khi đó:
dim<S> = r(S) (hạng ma trận dòng m vector của S).
Nếu dim<S> = r thì mọi hệ con gồm r vector đltt
của S đều là cơ sở của <S>.
VD 7. Trong ℝ 4 , tìm dim<S> và 1 cơ sở của <S>, với:
S = {u1=(–2;4;–2;–4), u2=(2;–5;–3;1), u3=(–1;3;4;1)}.

§4. ÁNH XẠ TUYẾN TÍNH VD 1. Chứng tỏ f ( x1 ; x2 ; x3 ) = ( x1 − x2 + x3 ; 2 x1 + 3x2 )
4.1. Định nghĩa là ánh xạ tuyến tính từ ℝ3 → ℝ 2 .
• Ánh xạ f : ℝ n → ℝ m thỏa: Giải
 f ( x + y) = f ( x) + f ( y) Trong ℝ 3 xét x = ( x1 ; x2 ; x3 ), y = ( y1 ; y2 ; y3 ) .
 , ∀x, y ∈ ℝ n , ∀λ ∈ ℝ
 f (λ x ) = λ f ( x ) Với λ ∈ ℝ , ta có:
được gọi là ánh xạ tuyến tính. f ( x + λ y ) = f ( x1 + λ y1 ; x2 + λ y2 ; x3 + λ y3 )
• Khi n = m thì f được gọi là phép biến đổi tuyến tính. = ( x1 + λ y1 − x2 − λ y2 + x3 + λ y3 ; 2 x1 + 2λ y1 + 3x2 + 3λ y2 )
Chú ý = ( x1 − x2 + x3 ; 2 x1 + 3 x2 ) + λ ( y1 − y2 + y3 ; 2 y1 + 3 y2 )
 f ( x + y) = f ( x) + f ( y) = f ( x ) + λ f ( y ) ⇒ f là ánh xạ tuyến tính từ ℝ 3 → ℝ 2 .
• Điều kiện: 
 f (λ x ) = λ f ( x ) • Chứng minh tương tự, f ( x1 ; x2 ) = ( x1 − x2 ; 2 x1 + 3 x2 ) là
⇔ f ( x + λ y ) = f ( x ) + λ f ( y ) ( ∀x , y ∈ ℝ n , ∀λ ∈ ℝ ) . phép biến đổi tuyến tính từ ℝ 2 → ℝ 2 .
21

VD 2. Chứng tỏ f ( x1 ; x2 ) = ( x1 − x2 ; 2 + 3 x2 ) không 4.2. Ma trận của ánh xạ tuyến tính (AXTT)
phải là phép biến đổi tuyến tính (PBĐTT) từ ℝ 2 → ℝ 2 . a) Định nghĩa
• Cho AXTT f : ℝ n → ℝ m và hai cơ sở lần lượt là:
B1 = {u1, u2,…, un} và B2 = {v1, v2,…, vm}.
(
Ma trận cấp m × n : [ f (u1 ) ]B [ f (u2 ) ]B ...[ f (un )]B
2 2 2
)
được gọi là ma trận của AXTT f trong cặp cơ sở B1
• Các PBĐTT thường gặp trong mặt phẳng: và B2. Ký hiệu: [ f ]BB12 hoặc A.
1) Phép chiếu vuông góc xuống trục Ox, Oy: Cụ thể, nếu:
f(x; y) = (x; 0), f(x; y) = (0; y).  f ( u1 ) = a11 v1 + a 21 v 2 + a 31 v 3 + ... + a m 1 v m
2) Phép đối xứng qua Ox, Oy: 
f(x; y) = (x;–y), f(x; y) = (–x; y).  f ( u 2 ) = a12 v1 + a 22 v 2 + a 32 v 3 + ... + a m 2 v m

3) Phép quay góc φ quanh gốc tọa độ O:  .............................................................
 f ( u n ) = a1n v1 + a 2 n v 2 + a 3 n v 3 + ... + a mn v m
f(x; y) = (xcosφ – ysinφ; xsinφ + ycosφ). 

 a11 ... an1 
a12 VD 3. Cho AXTT f : ℝ 4 → ℝ 3 xác định như sau:
a ... an 2 
a22 f ( x ; y ; z ; t ) = ( 3 x + y − z ; x − 2 y + t ; y + 3 z − 2t ) .
thì [ f ]BB12 =  21 .
Tìm ma trận [ f ]EE34 .
 ...
... ... ... 
 
 am1
am 2 ... amn 
• Cho PBĐTT f : ℝ n → ℝ n và cơ sở B = {u1,…, un}.
Ma trận vuông cấp n: ([ f (u1 ) ]B [ f (u2 ) ]B ...[ f (un ) ]B )
được gọi là ma trận của PBĐTT f trong cơ sở B.
Ký hiệu: [ f ]B hoặc [ f ] hoặc A.
Chú ý
• Nếu A là ma trận của AXTT f trong cặp cơ sở B1, B2
thì f ( x1 , x2 ,..., xn ) = A( x1 x2 ...xn )T .

Tương tự: 3 0  Tìm ma trận f trong cơ sở B1= {u1= (1; 1), u2= (1; 2)}
• AXTT f ( x; y ) = ( 3 x; x − 2 y ; –5 y ) có [ f ]EE32 =  1 −2  . và B2 = {v1 = (1; 0; 1), v2 = (1; 1; 1), v3 = (1; 0; 0)}.
 0 −5 
 
• PBĐTT f ( x; y; z ) = ( 3x + y − z; x − 2 y; y + 3z ) có:
 3 1 −1 
[ f ]E3 =  1 −2 0  .
 
0 1 3 
 
VD 4. Cho AXTT f : ℝ 2 → ℝ 3 có ma trận của f trong
 1 −3 
hai cơ sở chính tắc E2 và E3 là A =  0 2  .
 
4 3 
 
22

b) Ma trận đồng dạng VD 5. Cho PBĐTT f ( x; y ) = ( x + y; x − 2 y ) .
Định nghĩa Tìm ma trận của f trong cơ sở chính tắc E và trong
• Hai ma trận vuông A và B cấp n được gọi là đồng cơ sở B = {u1 = (2;1), u2 = (1;–1)}.
dạng với nhau nếu tồn tại ma trận khả nghịch P thỏa:
B = P –1 AP .
Định lý
• Nếu AXTT f : ℝ n → ℝ m có ma trận trong các cặp cơ
sở ( B1 , B1/ ) , ( B2 , B2/ ) tương ứng là A1, A2 và
P = PB1→B2 , P′ = PB / →B / thì A2 = ( P′ ) A1P .
−1
1 2
• Đặc biệt, nếu PBĐTT f : ℝ n → ℝ n có ma trận trong

hai cơ sở B1, B2 lần lượt là A, B và P = PB1→B2 thì
B = P –1 AP .

VD 6. Cho AXTT f ( x; y; z ) = ( x + y − z; x − y + z ) . c) Thuật toán tìm ma trận của AXTT
Tìm ma trận của f trong cặp cơ sở: • Cho AXTT f : ℝ n → ℝ m và hai cơ sở lần lượt là:
B = {u1 = (1; 1; 0), u2 = (0; 1; 1), u3 = (1; 0; 1)} B1 = {u1 , u2 , …, un } và B2 = {v1 , v2 , …, vm }.
và B ′ = {u1/ = (2; 1), u2/ = (1; 1)}. Bước 1. Tìm các ma trận:
S = ([v1 ][v2 ]...[vm ]) (ma trận cột các vector của B2),
Q = ([ f (u1 )][ f (u2 ) ]...[ f (un ) ]) .
Bước 2. Dùng PBĐSC dòng đưa ma trận ( S Q ) về
(
dạng I [ f ]B2 .
B
1
)
VD 7. Dùng thuật toán, tìm lại ma trận f trong VD 4.

VD 8. Cho AXTT f ( x; y ; z ) = ( x + y − z; x − y + z ) . VD 9. Ma trận của PBĐTT f ( x; y ) = ( 2 x + y; x − y )
Dùng thuật toán, tìm ma trận của f trong cặp cơ sở: trong cơ sở B = {(1; 1), (1; 0)} là:
B = {u1 = (1; 1; 0), u2 = (0; 1; 1), u3 = (1; 0; 1)}  3 2  0 1  3 0  0 3
A.   ; B.   ; C.   ; D.  .
và B ′ = {u1/ = (2; 1), u2/ = (1; 1)}. 0 1  3 1  2 1  1 1
23
VD 10. Ma trận của AXTT f : ℝ → ℝ , biết:

2 3 VD 11. Cho PBĐTT f : ℝ 2 → ℝ 2 , biết:
f ( x; y ) = ( x + y ; y − x; x ) f (1; 1) = ( −1; 1) và f (1; 0 ) = (1; 2 ) .
trong cặp cơ sở: Ma trận của f trong cơ sở chính tắc là:
B = {(1; 0), (1; 1)}, B′ = {(0; 1; 0), (0; 1; 1), (1; 0; 0)} là: 1 2 1 2  1 −2   1 −2 
A.   ; B.  2 1  ; C.  0 −1  ; D.  2 −1  .
 −2 −1   2 −1   2 −1   −2 −1  − 2 − 1       
A. 1 1 ; B. 1 1 ; C. 1 1 ; D.  −1 1 
     
       
 1 2 1 2   −1 2   1 2
       

§5. CHÉO HÓA MA TRẬN • Đa thức PA(λ) = det (A – λI) được gọi là đa thức đặc
trưng (characteristic polynomial) của A hay f và λ
5.1. Giá trị riêng, vector riêng của PBĐTT là nghiệm của phương trình đặc trưng PA(λ) = 0.
{ }
a) Định nghĩa
Cho PBĐTT f : ℝ n → ℝ n có ma trận trong cơ sở • Tập E (λ ) = x ∈ ℝ n A[ x ] = λ [ x ] là không gian riêng
B = {u1 , u2 ,… , un } là A. Ký hiệu [ x ] = ( x1 ,…, xn )T . (eigenvector space) ứng với giá trị riêng λ.
Hệ nghiệm cơ bản của hệ phương trình:
• Số λ ∈ ℝ được gọi là giá trị riêng (proper value, ( A − λ I )[ x ] = [θ ] là một cơ sở của E (λ ) .
eigenvalue of a matrix) của A hay của f nếu: b) Tính chất
∃x ∈ ℝ n , x ≠ θ : A[ x ] = λ [ x ] (*). • Nếu x là vector riêng của A ứng với λ thì
α x , α ∈ ℝ \ {0} cũng là vector riêng của A ứng với λ.
• Vector x thỏa (*) được gọi là vector riêng (eigen • Nếu λ là giá trị riêng của A thì λ p cũng là giá trị
riêng của A p , p ∈ ℕ .
vector) của A hay của f ứng với giá trị riêng λ .
• Hệ gồm các vector riêng ứng với các giá trị riêng
khác nhau thì độc lập tuyến tính.

Phương pháp tìm trị riêng và vector riêng −λ 0 1
Bước 1. Giải phương trình đặc trưng A − λ I = 0 để ⇔ 0 1− λ 0 = 0 ⇔ (1 − λ )(λ 2 − 1) = 0
tìm giá trị riêng λ. 1 0 −λ
Bước 2. Giải hệ phương trình ( A − λ I ) [ x ] = [θ ], ⇒ λ = ±1 là giá trị riêng của A.
nghiệm không tầm thường là vector riêng.
0 0 1
VD 1. Cho ma trận A =  0 1 0  .
 
1 0 0
 
Tìm giá trị riêng và vector riêng của A.
Giải. Phương trình đặc trưng A − λ I = 0
24
 2 4 3
VD 3. Cho ma trận C = −4 −6 −3  .

 
1 3 3  3 3 1 

VD 2. Cho ma trận B =  −3 −5 −3  . Tìm số chiều của các không gian riêng ứng với
 
3 3 1 các giá trị riêng của C.
 
Tìm giá trị riêng và vector riêng của B.

5.2. Chéo hóa ma trận
a) Định nghĩa
• Cho PBĐTT f : ℝ n → ℝ n , nếu có một cơ sở nào đó
sao cho ma trận của f là ma trận đường chéo thì ta
nói f chéo hóa được.
• Ma trận vuông A là chéo hóa được nếu nó đồng dạng
với ma trận đường chéo D. Nghĩa là tồn tại ma trận
khả nghịch P thỏa: P–1AP = D (P làm chéo hóa A).
Chú ý. P là ma trận cột các vector riêng của A (thứ tự
của mỗi vector là không quan trọng).
0 0 0
VD 4. Cho ma trận A =  0 1 0  .
Nhận xét:
dim E (λ ) = n − r ( A − λ I ) .  
1 0 1
 
 1 0 0  1 0 0 b) Điều kiện chéo hóa được

Định lý
Xét ma trận P =  0 1 0  ⇒ P −1 =  0 1 0  .
    • Nếu ma trận A có n giá trị riêng đôi một phân biệt thì
 −1 0 1  1 0 1
    A chéo hóa được.
Khi đó: • Ma trận A chéo hóa được khi và chỉ khi A có n giá trị
 0 0 0 0 0 0 riêng kể cả bội và số chiều của tất cả không gian con
riêng bằng số bội của giá trị riêng tương ứng.
P AP = 0 1 0 ⇒ A = P  0 1 0  P −1 .
−1  
    c) Thuật toán chéo hóa ma trận
0 0 1 0 0 1
    Bước 1. Giải A − λ I = 0 tìm các giá trị riêng của A.
Nhận xét
A = PDP ⇒ A = ( PDP )( PDP ) = P. D 2 . P −1
−1 2 −1 −1 Nếu A không có giá trị riêng nào thì A không chéo
hóa được.
⇒ Ak = P.[dig (λ1 ,..., λn )]k . P −1 .
Nếu A có k giá trị riêng phân biệt λ1, λ2,…, λk với
Vậy A = P.dig (λ1 ,..., λn ). P .
k k k −1
số bội tương ứng n1, n2,…, nk.
25

Khi đó: VD 5. Ma trận C trong VD 3 là không chéo hóa được
n1 + n2 + ... + nk < n ⇒ A không chéo hóa được. vì λ = −2 là nghiệm bội 2, nhưng dim E ( −2) = 1 < 2 .
n1 + n2 + ... + nk = n ⇒ ta làm tiếp bước 2.
1 0 
Bước 2. Với mỗi λi ta có r ( A − λi I ) = ri . Suy ra: VD 6. Chéo hóa (nếu được) ma trận A =  .
 6 −1 
dim E ( λi ) = n − ri .
Nếu có một λi mà dimE(λi) < ni thì A không chéo
hóa được.
Nếu dimE(λi) = ni với mọi λi thì kết luận A chéo
hóa được. Ta làm tiếp bước 3.
Bước 3. Lập ma trận P có các cột lần lượt là các
vector cơ sở của E(λi). Khi đó, P–1AP = D với D là
ma trận đường chéo có các phần tử trên đường
chéo chính lần lượt là λi (xuất hiện liên tiếp ni lần).
1 3 3
3 0 
VD 7. Chéo hóa ma trận B =  −3 −5 −3  . VD 8. Cho ma trận A =  2010
   . Tính A .
3 3 1  8 −1 
 
1 0 2  VD 10. Ma trận nào sau đây chéo hóa được:

VD 9. Ma trận A =  2 3 1  có các giá trị riêng là:  1 0  1 −3  1 3 
  A=  , B =  2 5  , C =  1 −1  .
 0 0 −1   2 3     
  A. A và B; B. B và C; C. C và A; D. A, B và C.
A. λ = 1, λ = 3; B. λ = −1, λ = 2 ;
C. λ = ±1, λ = 3; D. λ = ±1, λ = 2 .
26
Chương 3. Dạ
Dạng toà
toàn phương Chương 3. Dạ
Dạng toà
toàn phương
§1. Khái niệm dạng toàn phương • Ma trận A và r(A) được gọi là ma trận và hạng của
§2. Đưa dạng toàn phương về dạng chính tắc dạng toàn phương Q.
§3. Luật quán tính
Xác định dấu của dạng toàn phương VD 1. Tìm dạng toàn phương Q(x) hai biến x1, x2.
§4. Rút gọn Quadric  1 −1
………………………….………….. Biết ma trận của Q(x) là A =  .
§1. KHÁI NIỆM DẠNG TOÀN PHƯƠNG  −1 2 
1.1. Dạng toàn phương tổng quát
Định nghĩa
• Hàm Q : ℝ n → ℝ có n biến số x = ( x1 , x2 , … , xn )
cho bởi biểu thức:
n n
Q( x ) = [ x ] A [ x ] = ∑∑ aij xi x j (A đối xứng)
T
i =1 j =1
được gọi là dạng toàn phương trong ℝ n .
Chương 3. Dạ
Dạng toà
Dạng toà
toàn phương
1.2. Dạng chính tắc của dạng toàn phương
Định nghĩa
• Dạng chính tắc trong ℝ n là một dạng toàn phương
chỉ chứa bình phương của các biến:
VD 2. Cho dạng toàn phương 3 biến: n
Q( x) = 2 x12 + 3 x22 − x32 − x1 x2 + 6 x2 x3 . Q( x) = ∑ aii xi2 .
i =1
Tìm ma trận A.
• Ma trận A của dạng chính tắc là ma trận đường chéo.
1 0 
VD 3. Dạng chính tắc có ma trận A =   là:
 0 −2 
Q ( x1 ; x2 ) = [ x ] A [ x ] = x12 − 2 x22 .
T
Chương 3. Dạ
Dạng toà
Dạng toà
toàn phương
VD 4. Dạng chính tắc Q ( x1 ; x2 ; x3 ) = x12 − 5 x22 − 3x32 §2. ĐƯA DẠNG TOÀN PHƯƠNG
1 0 0  VỀ DẠNG CHÍNH TẮC
có ma trận A =  0 −5 0  .
  Phương pháp chung
 0 0 −3 
  • Xét dạng toàn phương Q(x) trong ℝ n . Ta đi tìm ma
VD 5. Ma trận của DTP Q ( x1 ; x2 ) = x12 − 2 x1 x2 + 6 x22 trận vuông P không suy biến ( det P ≠ 0 ) sao cho khi
trong cơ sở B = {(1; 1), ( −1; 1)} là: đổi biến x ∈ ℝ n bởi biến y ∈ ℝ n :
1 5 5
A.  ; B. 
1  5 5
;
[ x ] = P [ y ] ⇔ [ y ] = P −1 [ x ]
2 5 9  2  −5 9 
1  5 −5  1 5 5  thì D = P T AP có dạng chéo và
Q = [ x ] A [ x ] = [ y ] D [ y ] có dạng chính tắc theo y.
C.   ; D.  .
2  5 −9 
T T
2 5 9 
27
Chương 3. Dạ
Dạng toà
Dạng toà
toàn phương
2.1. Thuật toán Lagrange Đổi biến:
Cho dạng toàn phương
n
( )
y1 = a11 x1 + a12 x2 + ... + a1n xn , yi = xi i = 2, n .
Q( x) = ∑ a x + 2 2
ii i ∑ aij xi x j (aij = aji). Đổi biến ngược:
i =1 1≤i < j ≤ n
x1 =
1
a11
(
( y1 − a12 y2 − ... − a1n yn ) ; xi = yi i = 2, n . )
a) Trường hợp 1 (có 1 hệ số aii ≠ 0 )
 1 −1 ... −1 
Bước 1. Giả sử a11 ≠ 0 , ta tách tất cả các số hạng chứa  
1  0 a11 ... 0 
x1 trong Q(x) và thêm hoặc bớt để có dạng: Ta có ma trận P1 = .
1 a11  ... ... ... ... 
Q( x) = ( a11 x1 + ... + a1n xn ) + Q1 ( x2 ,..., xn ) ,
2
a11  0 0 ... a 
 11 
với Q1 ( x2 ,..., xn ) chứa n − 1 biến. 1 2
Với biến mới thì Q ( y ) = y1 + Q1 ( y2 ,..., yn ) .
a11
Chương 3. Dạ
Dạng toà
Dạng toà
toàn phương
Bước 2. Tiếp tục làm như bước 1 cho Q1(y2,…, yn),… Giải
Sau k bước thì Q(x) có dạng chính tắc.  y1 = x2  x1 = y2 0 1 0
Ma trận cần tìm P = P1 ... Pk .  
Đổi biến:  y2 = x1 ⇔  x2 = y1 ⇒ P1 =  1 0 0  .
 
b) Trường hợp 2 (các hệ số aii = 0) y = x x = y 0 0 1
• Giả sử a12 ≠ 0 , ta đổi biến:  3 3  3 3  
 x1 = y1 + y2

 x2 = y1 − y2 (i = 3,..., n ) .
x = y
 i i
Khi đó, Q = 2a12 y12 − 2a12 y22 + ... có hệ số của y12 là

a12 ≠ 0 . Ta trở lại trường hợp 1.
VD 1. Đưa dạng toàn phương sau về dạng chính tắc và
tìm ma trận P: Q ( x ) = − x22 + 4 x32 + 2 x1 x2 + 4 x1 x3 .
Chương 3. Dạ
Dạng toà
Dạng toà
toàn phương
Chú ý. Cách giải sau đây là sai: VD 2. Đưa dạng toàn phương sau về dạng chính tắc và
Giải. Đổi biến: tìm ma trận P: Q = 2 x1 x2 + 2 x1 x3 − 6 x2 x3 .
 y1 = x2
  x1 = y1 + y2 1 1 0
 y 2 = x1 ⇒ Q = − ( y1 − y 2 ) + ( y 2 + y3 ) .
2

2
Giải. Đổi biến:  x2 = y1 − y2 ⇒ P1 =  1 −1 0  .

y = x  
 3 3 x = y 0 0 1
 3  
 u1 = y1 − y 2
3

Đổi biến:  u2 = y 2 + y3 ⇒ Q (u1 ; u2 ; u3 ) = − u12 + u22 .
u = y
 3 3
 0 1 −1 
và P = P1 P2 =  1 1 −1  !
 
0 0 1 
 
28
Chương 3. Dạ
Dạng toà
Dạng toà
toàn phương
VD 3. Đưa dạng toàn phương f ( x1 ; x2 ) = 2 x12 − 8 x1 x2
1 2
về dạng chính tắc với ma trận P =   là:
0 1
A. f ( y ) = 2 y12 − 4 y22 ; B. f ( y ) = 2 y12 − 8 y22 ;
C. f ( y ) = 2 y12 + 4 y22 ; D. f ( y ) = 2 y12 + 8 y22 .
Nhận xét
Do cách đổi biến có thể khác nhau nên dạng chính
tắc không duy nhất.
Chương 3. Dạ
Dạng toà
Dạng toà
toàn phương
2.2. Thuật toán Jacobi D j −1, i
• Cho dạng toàn phương Q( x) có ma trận A = ( aij )
với b ji = ( −1)i + j .
n D j −1
thỏa Dk ≠ 0, ∀k = 1, n . Với j > i, ta đặt Dj–1, i là định  1 b21 ... bn1 
thức của ma trận có các phần tử nằm trên giao các  0 1 ... b 
dòng 1, 2,…, j–1 và các cột 1, 2, …, i–1, i+1,…, j Khi đó, P =  n2
 và
(bỏ cột i) của A.  ... ... ... ... 
 0 0 ... 1 
Đổi biến theo công thức:  
 x1 = y1 + b21 y2 + b31 y3 + b41 y4 + ... + bn1 yn D2 2 D3 2 D
x = Q = D1 y1 +
2
y2 + y3 + ... + n yn2 .
 2 y2 + b32 y3 + b42 y4 + ... + bn 2 yn D1 D2 Dn−1
 ,
 ............................................................ VD 4. Đưa DTP sau về dạng chính tắc bằng Jacobi:
 xn = yn Q ( x1 ; x2 ; x3 ) = 2 x12 + x22 + x32 + 3 x1 x2 + 4 x1 x3 .
Chương 3. Dạ
Dạng toà
Dạng toà
toàn phương
 2 3 / 2 2 3/2 2
Giải. Ma trận của Q(x) là A =  3 / 2 1 0  và D3−1, 1 1 0
  b31 = ( −1)1+ 3 = = 8,
 2 0 1  −1 / 4
 D2
2 3/ 2 1 17 2 2
D1 = 2, D2 = = − , D3 = det A = − .
3/ 2 1 4 4 D 3−1, 2 3 /2 0
b32 = ( −1) 2+3 = = −12 .
D2 −1 / 4
 x1 = y1 + b21 y2 + b31 y3
  1 −3 / 4 8 
Đổi biến  x2 = y2 + b32 y3 , trong đó:
Vậy với ma trận đổi biến P =  0 1 −12  thì
x =  
 n y3 0 0 1 

D2−1, 1 3/ 2 3 D D 1
b21 = ( −1)1+ 2 =− =− , Q ( y ) = D1 y12 + 2 y22 + 3 y32 = 2 y12 − y22 + 17 y32 .
D1 2 4 D1 D2 8
29
Chương 3. Dạ
Dạng toà
Dạng toà
toàn phương
2.3. Thuật toán chéo hóa trực giao c) Thuật toán
a) Định nghĩa Bước 1. Tìm các giá trị riêng λi và vector riêng cơ sở
• Ma trận vuông P được gọi là ma trận trực giao nếu ui của không gian riêng ứng với λi , i = 1, n .
PT = P–1 hay P P = I n .
T
Bước 2. Dùng thuật toán Gram – Schmidt trực chuNn
• Nếu có ma trận trực giao P làm chéo hóa ma trận A hóa các vector ui như sau:
thì ta nói P chéo hóa trực giao ma trận A.
Chú ý. Nếu P = ( a ij ) là ma trận trực giao thì
n
∑ a ij2 = 1 u2 v1
n
i =1 Đặt v1 = u1, v2 = u2 − v1 ,
(tổng bình phương mỗi cột của P bằng 1). v1 v1
b) Định lý
u3 v1 u3 v2
• Mọi dạng toàn phương Q(x) trong ℝ n đều đưa được v3 = u3 − v1 − v2 ,…
về dạng chính tắc Q ( y ) = λ1 y12 + λ2 y22 + ... + λn yn2 v1 v1 v2 v2
bằng phép đổi biến [x] = P[y], với P là ma trận làm (ký hiệu u v là tích vô hướng của vector u và v).
chéo hóa trực giao A và λi là các giá trị riêng của A.
Chương 3. Dạ
Dạng toà
Dạng toà
toàn phương
v
ChuNn hóa wi = i , với vi = ( ai1 ;...; ain ) thì λ = 7
det( A − λ I ) = 0 ⇔ ( λ − 7) 2 ( λ + 2) = 0 ⇔  .
 λ = −2
vi
n
Với λ = 7 , ta có 2 vector cơ sở của không gian riêng:
∑a là độ dài vector vi và v v = ( v ).
2
vi = 2
ij
 1 
j =1 u1 = (1; 0; 1), u2 =  − ; 1; 0  .
 
Bước 3. Ma trận trực giao: P = ([ w1 ] [ w2 ] … [ wn ]) .
2
Với λ = −2 , ta có 1 vector cơ sở của không gian riêng:
VD 5. Đưa dạng toàn phương sau về dạng chính tắc  1 
bằng chéo hóa trực giao và tìm P: u3 =  −1; − ; 1 .
 2 
Q ( x ) = 3 x12 + 6 x22 + 3x32 − 4 x1 x2 + 8 x1 x3 + 4 x2 x3 . Trực chuNn hóa Gram – Schmidt:
 3 −2 4  Đặt v1 = u1 = (1; 0; 1)
Giải. Q(x) có ma trận A =  −2 6 2  . v (1; 0; 1)  2 2
  ⇒ w1 = 1 = = ; 0; ,
 4 2 3 
 v1 1 + 0 +1
2 2 2
 2 2 
Chương 3. Dạ
Dạng toà
Dạng toà
toàn phương
u 2 v1  1  −1 / 2 VD 6. Cho biết ma trận A của dạng toàn phương Q(x)
v2 = u2 − v1 =  − ; 1; 0  − (1; 0; 1) có các giá trị riêng và vector riêng cơ sở tương ứng là:
v1 v1  2  2
λ1 = 3, u1 = (1; 1; 1); λ2 = 6, u2 = ( −1; −1; 2)
 1 1  2 2 2 2
=  − ; 1;  ⇒ w 2 =  − ; ; , và λ3 = 8, u3 = ( −1; 1; 0) .
 4 4  6 3 6  Tìm ma trận trực giao P và dạng chính tắc?
u 3 v1 u3 v2  1 
v3 = u3 − v1 − v 2 =  − 1; − ; 1 
v1 v1 v2 v2  2 
 2 1 2
⇒ w3 =  − ; − ;  .
 3 3 3
 2 / 2 − 2 / 6 −2 / 3 
 
Vậy P =  0 2 2 / 3 − 1 / 3  và với [ x ] = P [ y ]
 
 2 /2 2 /6 2 / 3 
ta có dạng chính tắc là Q ( y ) = 7 y 12 + 7 y 22 − 2 y 32 .
30
Chương 3. Dạ
Dạng toà
Dạng toà
toàn phương
2.4. Thuật toán biến đổi sơ cấp ma trận đối xứng  0 1 −2 1 0 0 
Bước 1. Biến đổi sơ cấp dòng ma trận ( A I n ) và đồng ( 3 )  1 0 3 0 1 0 
A I =
thời lặp lại các biến đổi cùng kiểu trên các cột của  −2 3 0 0 0 1 
   1 1 1 1 1 0
( A I n ) để đưa A về dạng chéo. d1 → d1 + d 2  
Khi đó, I n sẽ trở thành P T và P T AP = dig (λ1 ;...; λn ).  → 1 0 3 0 1 0
Bước 2. Đổi biến [ x ] = P[ y ] ta được:  2 1 1 1 1 0   −2 3 0 0 0 1 
Q ( y ) = λ1 y12 + λ2 y22 + ... + λn yn2 . c1 →c1 + c2  
 → 1 0 3 0 1 0
VD 7. Đưa dạng toàn phương Q = 2 x1 x2 − 4 x1 x3 + 6 x2 x3 1 3 0 0 0 1
 
về dạng chính tắc bằng thuật toán biến đổi sơ cấp. 2 1 1 1 1 0
 0 1 −2  d 2 →2 d 2 − d1  
→  0 −1 5 −1 1 0 
Giải. Ma trận của Q là A =  1 0 3  . d 3 →2 d 3 − d1
  0 5 −1 −1 −1 2 
 −2 3 0  
 
Chương 3. Dạ
Dạng toà
Dạng toà
toàn phương
2 0 0 1 1 0 §3. LUẬT QUÁN TÍNH
c2 →2 c2 − c1   XÁC ĐNNH DẤU CỦA DẠNG TOÀN PHƯƠNG

c3 →2 c3 − c1
→  0 − 2 10 −1 1 0 
 0 10 −2 −1 −1 2  3.1. Luật quán tính
  2 0 0 1 1 0 • Số hệ số dương và số hệ số âm trong dạng chính tắc
d →d +5 d  
3 3 2
→  0 −2 10 −1 1 0  là những đại lượng bất biến, không phụ thuộc vào
 2 0 0 1 1 0   0 0 48 −6 4 2 
c3 → c3 +5 c2     phép biến đổi tuyến tính không suy biến đưa dạng
 →  0 − 2 0 −1 1 0  toàn phương về dạng chính tắc.
 0 0 48 −6 4 2 
  VD 1. Cho dạng toàn phương Q ( x ) = x12 − 3x22 − 2 x1 x2 .
1 1 0  1 −1 −6 
Cách 1. Biến đổi Q ( x ) = ( x1 − x2 ) 2 − 4 x22 .
Vậy P =  −1
T
1 0 ⇒ P = 1 1 4 

    Đặt y1 = x1 − x2 , y2 = x2 ⇒ Q ( y ) = y12 − 4 y22 (1).
 −6 4 2   
 0 0 2  1 4
và Q ( y ) = 2 y12 − 2 y2 + 48 y3 .
2 2 Cách 2. Biến đổi Q ( x ) = − ( x1 + 3x2 ) 2 + x12 .
3 3
Chương 3. Dạ
Dạng toà
Dạng toà
toàn phương
1 4 VD 2.
Đặt z1 = x1 + 3 x2 , z2 = x1 ⇒ Q ( z ) = − z12 + z22 (2). • Dạng toàn phương Q ( x ) = x12 + 3 x 22 − 2 x1 x 2 xác định
3 3
Nhận thấy qua 2 cách biến đổi trên, dạng chính tắc dương vì Q ( x ) = ( x1 − x 2 ) 2 + 2 x 22 > 0, ∀ x ∈ ℝ 2 \ {θ } .
khác nhau nhưng đều có 1 hệ số dương và 1 hệ số âm. • Dạng toàn phương Q ( x ) = − 4 x12 − x 22 + 4 x1 x 2 là nửa
3.2. Tính xác định dấu của dạng toàn phương xác định âm vì Q ( x ) = − (2 x1 − x 2 ) 2 ≤ 0, ∀ x ∈ ℝ 2 .
Định nghĩa • Dạng toàn phương Q ( x ) = x12 − x 22 + x1 x 2 không xác
• Dạng toàn phương Q(x) là xác định dương nếu: định dấu vì Q (1; − 1) = − 1 và Q (1; 1) = 1.
Q ( x ) > 0, ∀ x ∈ ℝ n \ {θ } .
3.3. Các tiêu chu5n xác định dấu của DTP
• Dạng toàn phương Q(x) là xác định âm nếu:
a) Định lý 1
Q ( x ) < 0, ∀ x ∈ ℝ n \ {θ } .
• Dạng toàn phương Q(x) trong ℝ n xác định dương khi
• Dạng toàn phương Q(x) là nửa xác định dương (âm) và chỉ khi tất cả các hệ số ở dạng chính tắc của nó
nếu: Q ( x ) ≥ 0, ∀ x ∈ ℝ ( Q ( x ) ≤ 0, ∀ x ∈ ℝ ) .
n n
đều dương.
• Dạng toàn phương Q(x) là không xác định dấu nếu • Dạng toàn phương Q(x) trong ℝ n xác định âm khi và
nó nhận cả giá trị dương lẫn âm. chỉ khi tất cả các hệ số dạng chính tắc của nó âm.
31
Chương 3. Dạ
Dạng toà
Dạng toà
toàn phương
Hệ quả
• Dạng toàn phương Q(x) xác định dương khi và chỉ
khi ma trận của nó có tất cả các giá trị riêng dương.
• Dạng toàn phương Q(x) xác định âm khi và chỉ khi
ma trận của nó có tất cả các giá trị riêng âm. VD 4. Xét tính xác định dấu của dạng toàn phương:
VD 3. Xét tính xác định dấu của dạng toàn phương: Q ( x ) = 7 x12 + 2 x22 − x32 + 5 x1 x3 .
Q ( x ) = 4 x12 + x22 + 5 x32 − 2 x1 x2 + 6 x1 x3 .
Chương 3. Dạ
Dạng toà
Dạng toà
toàn phương
• Dạng toàn phương Q(x) xác định dương khi và chỉ

khi ma trận của nó có tất cả các định thức con chính
đều dương. Nghĩa là Dk > 0, k = 1, n .
• Dạng toàn phương Q(x) xác định âm khi và chỉ khi
ma trận của nó có các định thức con chính cấp chẵn
b) Định lý 2 (Sylvester) dương, cấp lẻ âm. Nghĩa là ( −1) k Dk > 0, k = 1, n .
Cho ma trận vuông cấp n là A = ( aij ) . Định thức:
n
a11 ... a1k VD 5. Xét tính xác định dấu của dạng toàn phương:
Dk = ... ... ... (1 ≤ k ≤ n ) Q ( x ) = −2 x12 − 4 x22 − 3x32 + 4 x1 x2 .
ak 1 ... akk
được gọi là định thức con chính của A (A có n định
thức con chính).
Chương 3. Dạ
Dạng toà
Dạng toà
toàn phương
 −2 2 0  VD 6. Dùng định lý Sylvester xét tính xác định dấu

Giải. Q ( x ) có ma trận A =  2 −4 0  . của dạng toàn phương trong VD 4.
 
 0 0 −3 

32
Chương 3. Dạ
Dạng toà
Dạng toà
toàn phương
§4. RÚT GỌN QUADRIC 3) y2 = 2 p x (parabol);
(Khảo sát đường và mặt bậc hai) 4) x2 − y 2 = 0 (cặp đường thẳng cắt nhau);
4.1. Đường bậc hai trên mặt phẳng tọa độ Oxy 5) y2 = a , a > 0 (cặp đường thẳng song song);
a) Định nghĩa 6) y2 = 0 (cặp đường thẳng trùng nhau).
• Trên mpOxy, đường bậc hai là tập hợp tất cả các • Các đường bậc hai có phương trình dạng 1), 2) và 3)
điểm M(x; y) có tọa độ thỏa phương trình: (Conic) được gọi là không suy biến.
Ax 2 + 2 Bxy + Cy 2 + 2 Dx + 2 Ey + F = 0 (1). b) Cách nhận biết các đường Conic
Trong đó, A2 + B 2 + C 2 > 0 . • Cho (C) là đường bậc hai có phương trình (1).
• Các dạng chính tắc của đường bậc hai:  A B C
x2 y 2 Đặt Q =  B C E  , khi đó:
1) 2 + 2 = 1 (đường elip);  
a b D E F 
 
x2 y 2
2) 2 − 2 = 1 (đường hyperbol);
a b
(C) không suy biến ⇔ det Q ≠ 0 ⇔ r Q = 3 . ( )
Chương 3. Dạ
Dạng toà
Dạng toà
toàn phương
• Cho (C) là đường bậc hai không suy biến (Conic) có Bước 1. Đưa dạng toàn phương Q(x; y) về dạng chính
 A B tắc bằng phép biến đổi trực giao (phép quay).
phương trình (1). Đặt Q =   , khi đó:
B C Bước 2. Tịnh tiến hệ tọa độ một cách thích hợp để
1) (C) là đường elip ⇔ det Q > 0 ; phương trình (C) có dạng chính tắc.
2) (C) là đường hyperbol ⇔ det Q < 0 ; VD 1. Xác định dạng của đường bậc hai
3) (C) là đường parabol ⇔ det Q = 0 ; ( C ) : x 2 − 4 xy + 4 y 2 + 4 x − 3 y − 7 = 0 .
c) Phương pháp lập phương trình chính tắc của  1 −2 4 
đường bậc hai

Giải. Ta có Q = − 2

4 −3 / 2  ⇒ r Q = 3
 ( )
Giả sử đường bậc hai (C) có phương trình (1) trong  2 −3 / 2 − 7 

mpOxy. Xét dạng toàn phương: ⇒ (C) không suy biến (Conic).
Q ( x; y ) = Ax 2 + 2 Bxy + Cy 2  1 −2 
xác định bởi phần đẳng cấp trong (1). Q=  ⇒ det Q = 0 ⇒ (C) là đường parabol.
 −2 4 
Chương 3. Dạ
Dạng toà
Dạng toà
toàn phương
VD 2. Trong hệ tọa độ Oxy, lập phương trình chính tắc  1 2
 x = x′ − y′
của ( C ) : 5 x 2 + 4 xy + 8 y 2 − 32 x − 56 y + 80 = 0 . 5 5
Nghĩa là ta đổi tọa độ:  .
Giải. Xét dạng toàn phương Q ( x; y ) = 5 x 2 + 4 xy + 8 y 2 . y = 2
x′ +
1
y′
 5 2
Ta có Q = 
 5 5
 Khi đó: (C) có phương trình:
2 8
144 8
 1 2  9 x′ 2 + 4 y ′2 − x′ + y′ + 80 = 0
 5 − 5 5 5
⇒P=  là ma trận trực giao chéo hóa Q.  8 
2
 1 
2
 2 1  ⇔ 9  x′ −  + 4  y ′ +  = 36
   5  5
 5 5  2 2
 cos ϕ sin ϕ  
′ −
8  
′ +
1 
Quay quanh O một góc ϕ sao cho P =  .  x   y 
 − sin ϕ cos ϕ  ⇔
5 
+
5
= 1.
4 9
33
Chương 3. Dạ
Dạng toà
Dạng toà
toàn phương
 8 Trong đó A, B, C, D, E, F không đồng thời bằng 0.
 X = x′ − 5 • Các dạng chính tắc của mặt bậc hai:
Dùng phép tịnh tiến hệ tọa độ:  thì 1) x 2 + y 2 + z 2 = R 2 (mặt cầu);
Y = y′ + 1
x2 y 2 z 2
 5 2) 2 + 2 + 2 = 1 (mặt elipsoid);
a b c
X2 Y2 x2 y 2 z 2
(C ) : + = 1 là một elip. 3) 2 + 2 − 2 = 1 (hyperboloit 1 tầng);
4 9 a b c
3.2. Mặt bậc hai trong không gian tọa độ Oxyz x2 y2 z 2
a) Định nghĩa 4) 2 + 2 − 2 = −1 (hyperboloit 2 tầng);
a b c
• Trong không gian Oxyz, mặt bậc hai là tập hợp tất cả x2 y2 z 2
các điểm M(x; y; z) có tọa độ thỏa phương trình: 5) 2 + 2 − 2 = 0 (nón eliptic);
a b c
Ax 2 + 2 Bxy + 2Cxz + Dy 2 + 2 Eyz + Fz 2
x2 y2
+ 2Gx + 2 Hy + 2 Kz + L = 0 (2). 6) 2 + 2 = 2 z (parabolit eliptic);
a b
Chương 3. Dạ
Dạng toà
Dạng toà
toàn phương
x2 y2
7) 2 − 2 = 2 z (parabolic hyperbolic – yên ngựa);
a b
(S) không suy biến ⇔ det Q ≠ 0 ⇔ r Q = 4 . ( )
x2 y2 Khi đó:
8) 2 + 2 = 1 (mặt trụ eliptic); (S) là mặt elipsoid ⇔ Q xác định dương hoặc
a b
x2 y2 xác định âm.
9) 2 − 2 = 1 (mặt trụ hyperbolic); (S) là mặt parabolic ⇔ det Q = 0 .
a b
10) y 2 = 2 px (mặt trụ parabolic). VD 3. Xác định dạng của mặt bậc hai sau đây rồi lập
b) Cách nhận biết các mặt bậc hai phương trình chính tắc:
Cho (S) là mặt bậc hai có phương trình (2). Đặt ( S ) : 22 x 2 + 8 xy + 28 y 2 + 15 z 2 − 112 x
A B C G − 184 y − 30 z + 343 = 0. 22 4 −56 
A B C B D E H  0
 22 4 0   4 −92 
Q =  B D E  và Q =   , ta có: 28 0
Giải. Ta có Q =  4 28 0  , Q =  0
   .
C E F   C E F K    0 15 −15 
     0 0 15   −56 −92 −15
 G H K L     343 
Chương 3. Dạ
Dạng toà
Dạng toà
toàn phương
( )
Do r Q = 4 nên (S) không suy biến. 30 x ′ + 20 y ′2 + 15z ′2 −
2 480
x′ −
40
y ′ − 30 z ′ + 343 = 0
Theo định lý Sylvester, Q có: 5 5
2 2
D1 = 22 > 0; D2 = 600 > 0; D3 = 9000 > 0  8   1 
 x ′ −   y ′ − 
5  ( z ′ − 1)
2
nên Q xác định dương ⇒ (S) là mặt elipsoid.
⇔
5 
+ + = 1.
 1 / 5 −2 / 5 0  2 3 4

Ta có ma trận trực giao: P =  2 / 5 1 / 5 0  .
  X = x′ − 8 / 5

( )
 0 1 
Đổi tọa độ:
( ) ( )
 x = 1 / 5 x′ − 2 / 5 y′ 
0


Dùng phép tịnh tiến hệ tọa độ: Y = y ′ − 1 / 5 thì ( )
 
 Z = z ′ − 1

( ) ( )
 y = 2 / 5 x ′ + 1 / 5 y ′ . Khi đó, (S) có pt:
X 2 Y2 Z2
 + + = 1 là mặt elipsoid.
 z = z ′
(S ) :
2 3 4
34

TO Á Ncaoc PC2 IH C

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

TO Á Ncaoc PC2 IH C

Uploaded by

Copyright:

Available Formats

dvntailieu.wordpress.

com 2 February 2010

Tài liệu tham khảo:

 −1 1 0   3 −3 0  AB = (cik ) m× p , cik = ∑ aij b jk i = 1, m; k = 1, p .

1.6 Một số ứng dụng của ma trận trong kinh tế

( B I 3 ) =  1 0 1 0 1 0  Vậy số tiền khách hàng phải trả là 247.000 đồng.

phần tử aij. ký hiệu det A hay A , là 1 số thực được định nghĩa:

Tính chất 5: Định thức sẽ không đổi nếu ta cộng vào 1

2.3. Định lý Laplace 1 0 0 2

 a11 ... a1n 

Đặt A =  ... ... ...  = ( aij ) (ma trận hệ số),

Chương 2. Không gian vector Chương 2. Không gian vector

2) (x + y) + z = x + (y + z); số thực là kgvt ℝ n (kgvt Euclide).

Chương 2. Không gian vector Chương 2. Không gian vector

Chương 2. Không gian vector Chương 2. Không gian vector

Chương 2. Không gian vector Chương 2. Không gian vector

Chương 2. Không gian vector Chương 2. Không gian vector

Chương 2. Không gian vector Chương 2. Không gian vector

Chương 2. Không gian vector Chương 2. Không gian vector

Chương 2. Không gian vector Chương 2. Không gian vector

Chương 2. Không gian vector Chương 2. Không gian vector

Chương 2. Không gian vector Chương 2. Không gian vector

Chương 2. Không gian vector Chương 2. Không gian vector

Chương 2. Không gian vector Chương 2. Không gian vector

Chương 2. Không gian vector Chương 2. Không gian vector

Chương 2. Không gian vector Chương 2. Không gian vector

• Đặc biệt, nếu PBĐTT f : ℝ n → ℝ n có ma trận trong

Chương 2. Không gian vector Chương 2. Không gian vector

Chương 2. Không gian vector Chương 2. Không gian vector

Chương 2. Không gian vector Chương 2. Không gian vector

VD 10. Ma trận của AXTT f : ℝ → ℝ , biết:

Chương 2. Không gian vector Chương 2. Không gian vector

Chương 2. Không gian vector Chương 2. Không gian vector

Chương 2. Không gian vector Chương 2. Không gian vector

Chương 2. Không gian vector Chương 2. Không gian vector

Chương 2. Không gian vector Chương 2. Không gian vector

 1 0 0  1 0 0 b) Điều kiện chéo hóa được

Chương 2. Không gian vector Chương 2. Không gian vector

Chương 2. Không gian vector Chương 2. Không gian vector

Chương 2. Không gian vector Chương 2. Không gian vector

1 0 2  VD 10. Ma trận nào sau đây chéo hóa được:

được gọi là dạng toàn phương trong ℝ n .

Khi đó, Q = 2a12 y12 − 2a12 y22 + ... có hệ số của y12 là

Giải. Đổi biến:  x2 = y1 − y2 ⇒ P1 =  1 −1 0  .

• Dạng toàn phương Q(x) xác định dương khi và chỉ

 −2 2 0  VD 6. Dùng định lý Sylvester xét tính xác định dấu

You might also like