Hệ sinh, cơ sở, số chiều và hạng của một hệ vectơ

________________________________________________
1. Hệ sinh:
1.1 Định nghĩa: Cho S là một tập con của không gian vectơ V. Ta gọi tập hợp các tổ
hợp tuyến tính của các phần tử của S là bao tuyến tính của S và ký hiệu là E(S). S được gọi
là hệ sinh của V nếu E(S) = V. Ta gọi S là hệ sinh tối tiểu nếu nó không chứa tập con thực
sự cũng là hệ sinh.
Không gian vectơ có một hệ sinh hữu hạn được gọi là không gian hữu hạn sinh hay
không gian hữu hạn chiều.
Do đó, nếu cho
1 2
{ , ,..., } ,
n
S u u u V · ⊂
S là hệ sinh của V khi và chỉ khi:
1 2 1 1 2 2
, ( , ,..., ) : ...
n
n n n
u V u u u u α α α α α α ∀ ∈ ∃ ∈ · + + + ¡
.
Nếu S là hệ sinh của V thì ta ký hiệu
1 2
{ , ,..., }
n
V S u u u · ·
.
1.2 Ví dụ:
1. Nếu
{ } S · ∅
thì
( ) { } E S · ∅
.
2. Đối với không gian vectơ
n
¡ , hệ vectơ gồm các vectơ
1 2
(1, 0,..., 0); (0,1, 0,..., 0);...; (0, 0,....,1)
n
e e e · · ·
là một cơ sở của không gian vectơ
n
¡ .
3. Tập các đơn thức { | 0}
n
t n ≥ là một hệ sinh của không gian các đa thức K[t].
4. Nếu S là hệ sinh của V, thì mọi tập chứa nó đều là hệ sinh của V. Nói riêng V là hệ
sinh của V.
1.3 Nhận xét:
Để chứng minh S là một hệ sinh của V ta chứng minh mọi tập con hữu hạn
1 2
, ,..,
n
v v v

hệ sinh của V. Khi đó, ta có thể sử dụng một trong các phương pháp sau:
Phương pháp 1:
Chứng minh với mọi vector v thuộc V thì có các số
1 2
, ,...,
n
α α α
thuộc trường K sao cho
1 1 2 2
...
n n
v v v v α α α · + + +
.
Trong không gian vector
m
K với
n m ≥
điều này tương đương với hệ phương trình:
11 1 12 2 1 1
21 1 22 2 2 2
1 1 2 2
...
...
...
...
n n
n n
m mn n m
a x a x a x b
a x a x a x b
a x a x a x b
+ + + · ¹
¹
+ + + ·
¹
'
¹
¹
+ + + ·
¹
luôn có nghiệm với
1 2
( , ,..., )
m
m
v b b b K · ∈
trong đó
1i 2i
( , ,..., ), 1,..,
i mi
v a a a i n · ∀ · .
Phương pháp 2:
Nếu biết trước 1 hệ sinh
1 2
, ,...,
m
u u u
của V thì cần chứng tỏ mỗi vector
i
u
biểu diễn được
qua các vector
1 2
, ,...,
m
v v v
với i = 1, …, m.
Ví dụ: Chứng minh rằng hệ 4 vector
(1, 2, 3); (0, 2,1); (0, 0, 4); (2; 4;5) u v w z · · · ·
là hệ
sinh của không gian vector
3
¡ .
Giải:
Xét hệ phương trình
1 2 3 4 1
1 2 3 4 2
1 2 3 4 3
1. 0. 0 2
2. 2. 0 4
3. 1. 4. 5
x x x x b
x x x x b
x x x x b
+ + + · ¹
¹
+ + + ·
'
¹
+ + + ·
¹
Hệ này có nghiệm vì hạng của ma trận hệ số bằng với hạng của ma trận hệ số mở rộng
và nghiệm của hệ phương trình là:
1 1
2
2 1
3 3 1
4
2
( 3 ) / 4
0
x b
b
x b
x b b
x
· ¹
¹
¹
· −
¹
'
¹
· −
¹
·
¹
¹
1.4 Định lý: E(S) là không gian con của V và là không gian con nhỏ nhất của V chứa
tập S.
1.5 Định lý: S là hệ sinh tối tiểu của E(S) khi và chỉ khi S là hệ độc lập tuyến tính.
2. Cơ sở, số chiều và hạng của hệ vectơ:
2.1 Định nghĩa: Ta gọi hệ vectơ S V ⊂ là cơ sở của V nếu S là hệ sinh tối tiểu của V.
Nói cách khác S là cơ sở của V nếu và chỉ nếu S là hệ sinh của V và S là hệ vectơ độc lập
tuyến tính.
Nếu tập được sắp thứ tự
{ | }
i
S u i I · ∈
là cơ sở của V và u V ∈ thì bộ các số
( )
i i I
α

được
gọi là tọa độ của u theo S nếu
i i
i I
u u α

·

.
Ví dụ:
Trong
4
¡ xét cơ sở chính tắc gồm 4 vector sau đây:
1 2 3 4
(1, 0, 0, 0); (0,1, 0, 0); (0, 0,1, 0); (0, 0, 0,1) u u u u · · · ·
khi đó vector
4
(1, 2, 3, 4) u · ∈¡
được biểu thị tuyến tính qua các vector
1 2 3 4
, , , u u u u
như sau:
1 2 3 4
2 3 4 u u u u u · + + +
. Suy ra tọa độ của vector u đối với cơ sở trên là u = (1, 2, 3, 4).
Mặt khác, trong
4
¡ xét cơ sở gồm các vector sau:
1 2 3 4
(1, 0, 0,1); (0,1, 0, 0); (0, 0,1, 0); (1,1, 0, 0) v v v v · · · ·
thì khi đó vector
4
(1, 2, 3, 4) u · ∈¡ được biểu thị tuyến tính qua các vector trên như sau:
1 2 3 4
2 3 3 u v v v v · − − + +
. Khi đó, tọa độ của u đối với cơ sở này là u = (-2, -1, 3, 3).
2.2 Định lý: Nếu V là không gian hữu hạn sinh thì số vectơ trong mọi cơ sở của V là
như nhau. Số này gọi là số chiều của V. Ký hiệu là dimV.
2.3 Ví dụ:
- Các vectơ
1 2
(1, 0, 0,..., 0); (0,1, 0,..., 0);...; (0, 0, ....,1)
n
e e e · · ·
lập thành một cơ sở của
không gian vectơ
n
¡ . Ta gọi đây là cơ sở chính tắc (cơ sở tự nhiên) của
n
¡ , vậy
dim
n
n · ¡ . Một vectơ
1 2
( , ,..., )
n
x x x x ·
có tọa độ với hệ
1 2
{ , ,..., }
n
e e e

1 2
( , ,..., )
n
x x x
. Tuy
nhiên, tọa độ của x theo hệ
2 1
{ , ,..., }
n
e e e
lại là
2 1
( , ,..., )
n
x x x
- Các ma trận
1 2 3 4
1 0 0 1 0 0 0 0
; ; ;
0 0 0 0 1 0 0 1
I I I I
¸ _ ¸ _ ¸ _ ¸ _
· · · ·

¸ , ¸ , ¸ , ¸ ,
lập thành một cơ sở của
không gian các ma trận M(2;K). Một ma trận
a b
A
c d
¸ _
·

¸ ,
sẽ có tọa độ đối với hệ cơ sở này
là (a, b, c, d).
- Trong không gian vectơ các ma trận
( ; ) M m n × ¡
, ta có thể lập một hệ cơ sở bao gồm
các ma trận ij
E
trong đó các phần tử tương ứng ở dòng i và cột j với
1 ;1 i m j n ≤ ≤ ≤ ≤
bằng
1 còn các phần tử còn lại của ma trận ij
E
này đều bằng 0. Khi đó,
dim ( ; ) M m n K mn × ·
.
-
( )
n
x ¡
là tập hợp các đa thức hệ số thực bậc nhỏ hơn hay bằng n với các phép toán
thông thường là một không gian vectơ. Trong đó, hệ
2
1, , ,...,
n
x x x là một cơ sở của không
gian vectơ này. Do đó,
dim ( ) 1
n
x n · + ¡
.
2.4 Định lý: Cho S là một hệ vectơ của không gian vectơ V. Khi đó, các điều kiện sau
tương đương:
i) S là cơ sở của V;
ii) Mỗi vectơ của V có thể biểu diễn duy nhất qua các vectơ của hệ S;
iii) S là một hệ độc lập tuyến tính tối đại của V. Khi ta có dimV = n thì các điều kiện
trên tương đương với: iv) S là một hệ sinh có đúng n phần tử;
v) S là một hệ độc lập tuyến tính có n phần tử;
vi) S có đúng n phần tử và ma trận các cột (dòng) là các vectơ tọa độ của các phần tử
của S theo một cơ sở đã biết có định thức khác không.
2.5 Nhận xét:
Đối với không gian hữu hạn chiều (giả sử dim V = n ) thì để chứng minh một hệ vector
gồm n vector là cơ sở của không gian V ta chỉ cần chứng minh hệ vector này là độc lập
tuyến tính.
2.6 Hệ quả 1:
i) Bất kỳ hệ sinh nào của V cũng chứa một cơ sở của V.
ii) Bất kỳ hệ độc lập tuyến tính nào cũng có thể bổ sung các vectơ để trở thành cơ sở.
2.7 Hệ quả 2:
i) Không gian con của không gian hữu hạn chiều là không gian có số chiều hữu hạn.
ii) Không gian chứa một không gian vô hạn chiều là vô hạn chiều.
2.8 Định nghĩa: Cho một hệ hữu hạn vectơ { }
i
i I
x

trong không gian vectơ V. Số phần
tử của một hệ con độc lập tuyến tính tối đại của { }
i
i I
x

là một hằng số (không phụ thuộc
vào cách chọn hệ con, chỉ phụ thuộc vào bản chất của hệ
{ }
i
x
). Hằng số này được gọi là
hạng của hệ vectơ { }
i
i I
x

. Ta ký hiệu hạng của hệ { }
i
i I
x


( )
i i I
rank x

.
2.9 Định lý: Gọi A là ma trận có các dòng (cột) là các tọa độ của các vectơ
i
x
khi đó
ta có
( ) ( )
i i I
rank A rank x

·
.
Nhận xét: Từ định lý trên muốn tìm hạng của một hệ vectơ ta có thể lập ma trận gồm
có các dòng là tọa độ của các vectơ và tìm hạng của ma trận đó.
Ví dụ:
Xét hệ vector
1 2 3 4
(1, 0, 0,1); (0,1, 0, 0); (0, 0,1, 0); (1,1, 0, 0) u u u u · · · ·
. Khi đó,
1,4
( )
i
i
rank u rankA
·
·
= 4 với A là ma trận có các dòng là tọa độ của các vector
i
u
trong
cơ sở chính tắc của
4
¡ .
4 4 1 4 4 2
1 0 0 1 1 0 0 1 1 0 0 1
0 1 0 0 0 1 0 0 0 1 0 0
0 0 1 0 0 0 1 0 0 0 1 0
1 1 0 0 0 1 0 1 0 0 0 1
d d d d d d
A
→ − → −
1 1 1
1 1 1
1 1 1
· ÷÷÷÷→ ÷÷÷÷→
1 1 1
1 1 1
− −
¸ ] ¸ ] ¸ ]
3. Không gian hữu hạn chiều:
3.1 Định nghĩa: Không gian vectơ V được gọi là không gian vectơ n chiều nếu cơ sở
của V có n vectơ.
3.2 Tính chất:
Cho V là một không gian hữu hạn chiều, dimV = n. Khi đó:
(a) Mọi hệ vectơ có nhiều hơn n vectơ đều phụ thuộc tuyến tính.
(b) Mọi hệ có n vectơ độc lập tuyến tính đều là cơ sở của V.
(c) Mọi hệ có n vectơ là hệ sinh của V đều là cơ sở của V.
(d) Mọi hệ độc lập tuyến tính có k vectơ đều có thể bổ sung thêm n-k vectơ để lập
thành một cơ sở của V.

Chú ý: Từ tính chất (b) và (c) ta suy ra, nếu biết dimV = n thì để chứng minh một hệ n
vectơ là cơ sở thì ta cần chứng minh đó là hệ độc lập tuyến tính hoặc đó là hệ sinh.
Bài tập
3.2.trong các trường hợp sau đây, xét xem W có phải là không gian con của
không gian vectơ R
3

a) W = ( ) { }
3
1 2 3 1
, , ) : 0 x x x R x ∈ ≥
b)W =
( ) { }
3
1 2 3 1 2 3
, , : 2 x x x R x x x ∈ + ·
C)w =
( ) { }
3
1 2 3 1 2
, , : 0 x x x R x x ∈ · ·

Bài giải
a) Với u = (1,2,3) u

W , Ta có -3u = (-3,-6, -9)

W( Vì -3≤ 0)
Do đó W không là không gian con của R
3
b) ta có 0 = (0,0,0)

W ( vì 0 + 2.0 = 0 ). Suy ra W
≠ ∅
với mọi u = ( x
1
,x
2
,x
3
)

W nghĩa là x
1
+ 2x
2
= x
3

và v = (y
1,
y
2
,y
3
)

W nghĩa là y
1
+ 2y
2
= y
3
suy ra x
3
+ y
3
= x
1
+y
1
+ 2x
2
+ 2y
2
= x
1
+ y
1
+ 2(x
2
+ y
2
)
ta có u + v = (x
1
+ y
1
,x
2
+ y
2
,x
3
+ y
3
) = (x
1
+ y
1
,x
2
+ y
2
, x
1
+ y
1
+ 2(x
2
+ y
2
) )
vậy u + v

W (1)
mặt khác, ta lại có
với mọi
α ∈
R
α
u = (
α
x
1
,
α
x
2
,
α
x
3
) = (
α
x
1
,
α
x
2
,
α
(x
1
+ 2x
2
))
= (
α
x
1
,
α
x
2
,
α
x
1
+ 2
α
x
2
)
vậy
α
u

W (2)
Từ (1) và (2) ta suy ra W≤ R
c) ta có 0 = (0,0,0)

W suy ra W
≠ ∅
với mọi u = ( x
1
,x
2
,x
3
)

W nghĩa là u = (0,0,x
3
)
và v = (y
1,
y
2
,y
3
)

W nghĩa là v = (0,0,y
3
)
ta có u + v = (0,0,x
3
+ y
3
)
vậy u + v

W(1)
mặt khác ta lại có với mọi
α ∈
R
α
u = (0,0,
α
x
3
)
vậy
α
u

W (2)
Từ (1) và (2) ta suy ra W≤ R
3.7trong không gian R
4
cho các tập
W
1
= {( x
1
,x
2
,x
3
,x
4
)

R
4
: x
1
+ x
2
= x
3
,x
1
- x
2
+ x
3
= 2x
4
}
W
2
= {( x
1
,x
2
,x
3
,x
4
)

R
4
: x
1
= x
2
= x
3
}
W
3
= {( x
1
,x
2
,x
3
,x
4
)

R
4
: x
1
= x
2
= 0}
a)Chứng minh W
1
, W
2
, W
3
là các không gian con của R
4

b) tìm một cơ sở của W
1
, W
2
, W
3
bài giải
a)
• Xét W
1.
Ta có 0 =(0,0,0,0)

W
1
( vì 0 + 0 = 0 và 0+0+0= 2.0)
Suy ra W
1

≠ ∅
Từ để bài ta có thể viết : x
1
+ x
2
– x
3
= 0 và x
1
– x
2
+ x
3
– 2x
4
= 0
với mọi u = ( x
1
,x
2
,x
3,
x
4
)

W nghĩa là x
1
+ x
2
–x
3
= 0 và x
1
–x
2
+ x
3
-2x
4
= 0
và v = (y
1
,y
2
,y
3
,y
4
) ∈
W nghĩa là y1 + y2 –y3 = 0 và y1 – y2 + y3 -2y4 = 0
ta có u + v = ( x1+y1,x2+y2,x3+y3,x4+y4)
vì (x
1
+y
1
) + (x
2
+y
2
) – (x
3
+y
3
) = (
x
1
+ x
2
–x
3
) + (
y
1
+ y
2
–y
3
) = 0 + 0 = 0
và (x
1
+y
1
) – (x
2
+y
2
) + (x
3
+y
3
) -2(x
4
+y
4
) = (x
1
–x
2
+x
3
–2x
4
) + (y
1
-y
2
+y
3
-2y
4
)
= 0+0 = 0
Do đó u+v

W (1)
Mặt khác với mọi α ∈ R α u = (α x
1
, α x
2
, α x
3
,

α x
4
)
Vì αx
1
+ αx
2
– αx
3
= α(x
1
+ x
2
– x
3
) = α.0 = 0 và
αx
1
– αx
2
+ αx
3
-2αx
4
= α(x
1
– x
2
+x
3
-2x
4
) = α.0 = 0
do đó αu ∈
W (2)
Từ (1) và (2) ta suy ra W
1
≤ R
• Xét W
2
ta có ( )
2
0 0, 0, 0, 0 0 0 0 W vi · ∈ · ·

Với mọi ( )
1 2 3 4 2
, , , u x x x x W · ∈
nghĩa là x
1
= x
2
=x
3
(1)
Và v = ( )
1 2 3 4 2
, , , y y y y W ∈
nghĩa là y
1
=y
2
=y
3
(2)
Ta có u + v = (x
1
+y
1
,x
2
+y
2
,x
3
+y
3
,x
4
+y
4
)
Từ (1) và (2) ta có x
1
+y
1
= x
2
+y
2
= x
3
+y
3

Do đó
2
u v W + ∈
(3)
Mặt khác với mọi R α ∈
1 2 3 4
( , , , ) u x x x x α α α α α ·
từ (1) ta có
1 2 3
x x x α α α · ·
Do đó u R α ∈ (4)
Từ (3) và (4) suy ra W
2
≤R
• Xét W
3
dễ thấy
Với mọi ( )
1 2 3 4 3
, , , u x x x x W · ∈
nghĩa là u = (0,0,x
3
, x
4
)
Và ( )
1, 2 3 4 3
, , v y y y y W · ∈
nghĩa là v = (0,0,y
3
,y
4
)
Ta có u+v = (0,0, x
3
+y
3
,x
4
+y
4
)
Do đó
3
u v W + ∈
(1)
Mặt khác với mọi R α ∈ ( )
3 4
0, 0, , u x x α α α ·
Do đó
3
u W α ∈
(2)
Từ (1) và (2) suy ra W
3
≤R
b)
• Tìm một cơ sở của W
1
Ta có x
1
+ x
2
= x
3
và x
1
– x
2
+x
3
= 2x
4
nên
(x
1
,x
2
,x
3
,x
4
) = ( x
1
,x
2
, x
1
+x
2
,
1 2 3
2
x x x − +
) = (x
1
,x
2
x
1
+x
2
,x
1
)
=(x
1
,0,x
1
,x
1
) + (0,x
2
,x
2
,0) = x
1
(1,0,1,1) + x
2
(0,1,1,0)
Vậy 2 vecto u = (1,0,1,1) và v = (01,1,0) là tập sinh của W
1
Xét ma trận A =
1 0 1 1
0 1 1 0
r(A) =2 = Số dòng của A
Suy ra u và v độc lập tuyến tính
Vậy u và v là một cơ sở của W
1
• Tìm một cơ sở của W
2
Ta có x
1
= x
2
= x
3
nên
(x
1
,x
2
,x
3
,x
4
) = (x
1
,x
1
,x
1
,x
4
) = (x
1
,x
1
,x
1
,0) + (0,0,0,x
4
)
= x
1
(1,1,1,0) + x
4
(0,0,0,1)
Vậy 2 vectơ u = (1,1,1,0) và v = (0,0,0,1) là tập sinh của W
2
Xét ma trận A =
1 1 1 0
0 0 0 1
r(A) =2 = Số dòng của A
Suy ra u và v độc lập tuyến tính
Vậy B = ( ) ( ) { }
1,1,1, 0 , 0, 0, 0.1 u v · ·
là một cơ sở của W
2
• Tìm một cơ sở của W
3
Ta có x
1
= x
2
= 0 nên
(x
1
,x
2
,x
3
,x
4
) = (0,0,x
3
,x
4
) = (0,0,x
3
,0) + (0,0,0,x
4
)
= x
3
(0,0,1,0) + x
4
(0,0,0,1)
Vậy 2 vectơ u = (0,0,1,0) và v =(0,0,0,1) là tập sinh của W
3
Xét ma trận A =
0 0 1 0
0 0 0 1
r(A) = 2 = số dòng của A
Suy ra u và v độc lập tuyến tính
Vậy B = ( ) ( ) { }
0, 0,1, 0 , 0, 0, 0,1 u v · ·
là một cơ sở của W
3
3.10
a) chứng minh B là cơ sở của R
3
Lập A =
1
2
3
1 0 1
1 2 2
0 1 1
u
u
u
·
− −

Ta có detA = 1 Suy ra B độc lập tuyến tính, mặt khác số vectơ của B bằng 3 =
dimR
3
nên B là cơ sở của R
3
Chứng minh E là cơ sở của R
3
Lập A =
1
2
3
1 0 1
1 1 1
1 2 2
u
u
u

·

Ta có detA = -3 suy ra E độc lập tuyến tính, mặt khác số vectơ của E bằng 3 =
dimR
3
Nên E là cơ sở của R
3
b)
• tìm ma trận chuyển cơ sở từ B sang E
Lâp ma trận mở rộng
(v
1
T
,v
2
T
,v
3
T
│u
1
T
,u
2
T
,u
3
T
) →
1 1 0 1 1 1
0 2 1 0 1 2
1 2 1 1 1 2


− −

1 0 0 1 0 0
0 1 0 2 1 1
0 0 1 4 1 4



Vậy P(B→E) =
1 0 0
2 1 1
4 1 4



• Cho u = (1,2,3) tìm [ ] [ ] ,
B E
u u
Lập ma trận mở rộng (v
1
T
,v
2
T
,v
3
T
│u
T
) →
1 1 0 1 1 0 0 1
0 2 1 2 0 1 0 0
1 2 1 3 0 0 1 2
− →
− −
Vậy [ ]
1
0
2
B
u
1
1
·
1
1 −
¸ ]
Lập ma trân mở rộng (u
1
T
,u
2
T
,u
3
T
│u
T
) =
1 1 1 1 1 0 0 1
0 1 2 2 0 1 0 2
1 1 2 3 0 0 1 0
− − 1
1

1
1

¸ ]

Vậy
[ ]
1
2
0
E
u

1
1
·
1
1
¸ ]
b)
• Tìm P(E→ B)
Ta có P(E → B) = ( )
1
P B E

→ 1
¸ ]
=
1 0 0
4 4 1
3 3 3
2 1 1
3 3 3
1
1 −
1
1

1
1
1
− −
¸ ]
• Cho [ ]
3
2
1
B
v
1
1
·
1
1 −
¸ ]
tìm v
Ta có [ ]
3
2
1
B
v
1
1
·
1
1 −
¸ ]
suy ra v = 3v
1
+ 2v
2
– v
3
= 3(1,0,1) + 2(1,2,2) – (0,-1,-1)
= (5,5,8)
• Tìm [ ]
E
v
Lập ma trận mở rộng
(u
1
T
,u
2
T
,u
3
T
│v
T
) =
1 1 1 5 1 0 0 3
0 1 2 5 0 1 0 7
1 1 2 8 0 0 1 1
− 1 − 1
1 1

1 1
1 1
− −
¸ ] ¸ ]
Vậy [ ]
3
7
1
E
v
− 1
1
·
1
1 −
¸ ]
( )
1
P B E

→ 1
¸ ]
Tài liệu tham khảo
 Bài giảng môn học đại số A
1
– Lê Văn Luyện – Đại học Khoa Học Tự
Nhiên thành phố Hồ Chí Minh
 Bài tâp toán cao cấp - tập 1 – Nguyển Thuỷ Thanh – nhà xuất bản Đại
học Quốc Gia Hà Nội
 Chuơng 4: không gian vectơ -
http://linearalgebra1.wikispaces.com/file/view/Chuong+4-
Khong+gian+vector.doc
 Bài giảng toán cao cấp A
2
– C
2
– Đại Học Công Nghiệp Thực Phẩm
Thành Phố Hồ Chí Minh

3 Ví dụ: .x2 + 0 x3 + 2 x 4 = b1  Xét hệ phương trình 2.5 Định lý: S là hệ sinh tối tiểu của E(S) khi và chỉ khi S là hệ độc lập tuyến tính.x + 1. 0. 0).1. 2. u2 . Nếu tập được sắp thứ tự S = {ui | i ∈ I } là cơ sở của V và u ∈ V thì bộ các số (α i )i∈I được gọi là tọa độ của u theo S nếu u = ∑ α i ui . 0. tọa độ của u đối với cơ sở này là u = (-2. 1. 0). i∈I Ví dụ: Trong ¡ 4 xét cơ sở chính tắc gồm 4 vector sau đây: u1 = (1. 0). u3 = (0. 4). 0).x1 + 2.1. -1. 0. Giải: 1. 0. 2.1 Định nghĩa: Ta gọi hệ vectơ S ⊂ V là cơ sở của V nếu S là hệ sinh tối tiểu của V. v2 = (0. 0. số chiều và hạng của hệ vectơ: 2.1.3). 0.4 Định lý: E(S) là không gian con của V và là không gian con nhỏ nhất của V chứa tập S. Nói cách khác S là cơ sở của V nếu và chỉ nếu S là hệ sinh của V và S là hệ vectơ độc lập tuyến tính. 4 Mặt khác. 4) ∈ ¡ được biểu thị tuyến tính qua các vector u1 . Khi đó. u4 = (0.0. 4) ∈ ¡ 4 được biểu thị tuyến tính qua các vector trên như sau: u = −2v1 − v2 + 3v3 + 3v4 . Suy ra tọa độ của vector u đối với cơ sở trên là u = (1. Số này gọi là số chiều của V. trong ¡ 4 xét cơ sở gồm các vector sau: v1 = (1.Ví dụ: Chứng minh rằng hệ 4 vector u = (1. w = (0. 4.x + 5 x = b 2 3 4 3  1 Hệ này có nghiệm vì hạng của ma trận hệ số bằng với hạng của ma trận hệ số mở rộng và nghiệm của hệ phương trình là:  x1 = b1   x2 = b2 − b1  2   x3 = (b3 − 3b1 ) / 4   x4 = 0  1. 0. 0. v4 = (1. 0. u4 như sau: u = u1 + 2u2 + 3u3 + 4u4 .2 Định lý: Nếu V là không gian hữu hạn sinh thì số vectơ trong mọi cơ sở của V là như nhau. Cơ sở.1). 0. 3). v3 = (0. 0. 3.1) khi đó vector u = (1.x2 + 0 x3 + 4 x 4 = b2 3.x + 4.5) là hệ sinh của không gian vector ¡ 3 . 2.1. 4). 2. u2 = (0. 0) thì khi đó vector u = (1.x1 + 0. 2.1). v = (0. 0).1. 2. 2.3. u3 . z = (2. 3.3. 2. Ký hiệu là dimV.

.. vi) S có đúng n phần tử và ma trận các cột (dòng) là các vectơ tọa độ của các phần tử của S theo một cơ sở đã biết có định thức khác không. Khi ta có dimV = n thì các điều kiện trên tương đương với: iv) S là một hệ sinh có đúng n phần tử..7 Hệ quả 2: i) Không gian con của không gian hữu hạn chiều là không gian có số chiều hữu hạn.1) lập thành một cơ sở của không gian vectơ ¡ n .... tử của một hệ con độc lập tuyến tính tối đại của { xi } i∈I là một hằng số (không phụ thuộc 2.. 2..... x2 . vậy dim ¡ n = n .1 ≤ j ≤ n bằng 1 còn các phần tử còn lại của ma trận Eij này đều bằng 0. hệ 1. 2.¡ n ( x) là tập hợp các đa thức hệ số thực bậc nhỏ hơn hay bằng n với các phép toán thông thường là một không gian vectơ..6 Hệ quả 1: i) Bất kỳ hệ sinh nào của V cũng chứa một cơ sở của V. xn ) 1 0 0 1 0 0 0 0  . ta có thể lập một hệ cơ sở bao gồm các ma trận Eij trong đó các phần tử tương ứng ở dòng i và cột j với 1 ≤ i ≤ m.. ii) Bất kỳ hệ độc lập tuyến tính nào cũng có thể bổ sung các vectơ để trở thành cơ sở....... Số phần . x1 . 0). .. Một vectơ x = ( x1 . 2. Một ma trận A =   sẽ có tọa độ đối với hệ cơ sở này c d  .... en} lại là ( x2 .. v) S là một hệ độc lập tuyến tính có n phần tử. 0. e2 . ¡ ) . x.Các ma trận I1 =  là (a. 0. Do đó. ii) Mỗi vectơ của V có thể biểu diễn duy nhất qua các vectơ của hệ S. K ) = mn .. . I4 =   lập thành một cơ sở của 0 0 0 0 1 0 0 1 a b không gian các ma trận M(2.8 Định nghĩa: Cho một hệ hữu hạn vectơ { xi } i∈I trong không gian vectơ V. e2 = (0.. dim ¡ n ( x) = n + 1 ..4 Định lý: Cho S là một hệ vectơ của không gian vectơ V. các điều kiện sau tương đương: i) S là cơ sở của V.K). en } là ( x1 . d). Ta gọi đây là cơ sở chính tắc (cơ sở tự nhiên) của ¡ n . 2. dim M ( m × n. 0).1.. x 2 . en = (0. x2 ..5 Nhận xét: Đối với không gian hữu hạn chiều (giả sử dim V = n ) thì để chứng minh một hệ vector gồm n vector là cơ sở của không gian V ta chỉ cần chứng minh hệ vector này là độc lập tuyến tính. ii) Không gian chứa một không gian vô hạn chiều là vô hạn chiều. iii) S là một hệ độc lập tuyến tính tối đại của V.. c... Khi đó... xn ) có tọa độ với hệ {e1 . e1 . Khi đó. Trong đó......Trong không gian vectơ các ma trận M (m × n. x n là một cơ sở của không gian vectơ này. I2 =   . 0. xn ) . b.. I3 =   .Các vectơ e1 = (1. Tuy nhiên. tọa độ của x theo hệ {e2 ... 0.

u2 = (0.vào cách chọn hệ con. 0) . Khi đó: (a) Mọi hệ vectơ có nhiều hơn n vectơ đều phụ thuộc tuyến tính. 0). 2. . u3 = (0. Không gian hữu hạn chiều: 3.1. 0. nếu biết dimV = n thì để chứng minh một hệ n vectơ là cơ sở thì ta cần chứng minh đó là hệ độc lập tuyến tính hoặc đó là hệ sinh. (d) Mọi hệ độc lập tuyến tính có k vectơ đều có thể bổ sung thêm n-k vectơ để lập thành một cơ sở của V. Khi đó. Ta ký hiệu hạng của hệ { xi } i∈I là rank ( xi )i∈I . (b) Mọi hệ có n vectơ độc lập tuyến tính đều là cơ sở của V. 3.1. chỉ phụ thuộc vào bản chất của hệ {xi } ).4 = rankA = 4 với A là ma trận có các dòng là tọa độ của các vector ui trong cơ sở chính tắc của ¡ 4 . 1 0 A= 0  1 0 1 0 1 0 0 1 0 1 1  0  d4 →d4 −d1 0   → 0 0   0 0 0 1 0 1 0 1 1  0 0  d 4 →d 4 − d 2  0   → 0 1 0   0 −1 0 0 1 0 0 0 1 0 0  1 0  0 −1 3. Nhận xét: Từ định lý trên muốn tìm hạng của một hệ vectơ ta có thể lập ma trận gồm có các dòng là tọa độ của các vectơ và tìm hạng của ma trận đó.2 Tính chất: Cho V là một không gian hữu hạn chiều. (c) Mọi hệ có n vectơ là hệ sinh của V đều là cơ sở của V. Ví dụ: Xét hệ vector u1 = (1. 0. 0. rank (ui )i =1. 0. u4 = (1. Chú ý: Từ tính chất (b) và (c) ta suy ra. Hằng số này được gọi là hạng của hệ vectơ { xi } i∈I . 0.1.1).9 Định lý: Gọi A là ma trận có các dòng (cột) là các tọa độ của các vectơ xi khi đó ta có rank ( A) = rank ( xi )i∈I . 0). dimV = n.1 Định nghĩa: Không gian vectơ V được gọi là không gian vectơ n chiều nếu cơ sở của V có n vectơ.

α x2.Bài tập 3.2. x2 . x )∈R 1 2 3 3 : x1 ≥ 0 ) } 3 b)W = { ( x1 . Suy ra W ≠ ∅ với mọi u = ( x1. xét xem W có phải là không gian con của không gian vectơ R3 a) W = {( x .0) ∈ W ( vì 0 + 2.x3) ∈ W nghĩa là x1 + 2x2 = x3 và v = (y1.-6. x .x3 + y3 ) = (x1 + y1. x3 ) ∈ R : x1 + 2 x2 = x3 } 3 C)w = { ( x1 .0 = 0 ). ta lại có với mọi α ∈ R α u = ( α x1.2. y2. α x2.x2 + y2.3) u ∈ W . -9) ∉ W( Vì -3≤ 0) Do đó W không là không gian con của R3 b) ta có 0 = (0.trong các trường hợp sau đây. x3 ) ∈ R : x1 = x2 = 0} Bài giải a) Với u = (1. x1 + y1 + 2(x2 + y2) ) vậy u + v ∈ W (1) mặt khác.x2. x2 .x2 + y2.0. Ta có -3u = (-3.y3 ) ∈ W nghĩa là y1 + 2y2 = y3 suy ra x3 + y3 = x1 +y1 + 2x2 + 2y2 = x1 + y1 + 2(x2 + y2) ta có u + v = (x1 + y1. α x1 + 2 α x2) vậy α u ∈ W (2) Từ (1) và (2) ta suy ra W≤ R . α x3) = ( α x1. α (x1 + 2x2)) = ( α x1. α x2.

x3) ∈ W nghĩa là u = (0.x2.x3+y3. Ta có 0 =(0.x3.x3.x2 + x3 = 2x4} W2 = {( x1.x2.0.7trong không gian R4 cho các tập W1 = {( x1.0.x3) và v = (y1.y3.x1 . y2. W3 là các không gian con của R4 b) tìm một cơ sở của W1.x2.0) ∈ W suy ra W ≠ ∅ với mọi u = ( x1.c) ta có 0 = (0.y3 ) ∈ W nghĩa là v = (0.x4) ∈ R4 : x1 = x2 = 0} a)Chứng minh W1.y3 ) ta có u + v = (0.x2+y2.x3.0) Suy ra W1 ≠ ∅ Từ để bài ta có thể viết : x1 + x2 – x3 = 0 và x1 – x2 + x3 – 2x4 = 0 với mọi u = ( x1.x4) ∈ R4 : x1 + x2 = x3.x3 + y3) vậy u + v ∈ W(1) mặt khác ta lại có với mọi α ∈ R α u = (0. W2.0.0) ∈ W1 ( vì 0 + 0 = 0 và 0+0+0= 2.0.x4+y4) . W3 bài giải a) • Xét W1.x2.x2.x3.x4) ∈ R4 : x1 = x2 = x3} W3 = {( x1. α x3) vậy α u ∈ W (2) Từ (1) và (2) ta suy ra W≤ R 3.0.0.y4) ∈ W nghĩa là y1 + y2 –y3 = 0 và y1 – y2 + y3 -2y4 = 0 ta có u + v = ( x1+y1.0.x4) ∈ W nghĩa là x1 + x2 –x3 = 0 và x1 –x2 + x3 -2x4 = 0 và v = (y1. W2.y2.

y3 . 0.vì (x1+y1) + (x2+y2) – (x3+y3) = (x1 + x2 –x3) + (y1 + y2 –y3) = 0 + 0 = 0 và (x1+y1) – (x2+y2) + (x3+y3) -2(x4+y4) = (x1–x2+x3–2x4) + (y1-y2+y3-2y4) = 0+0 = 0 Do đó u+v ∈ W (1) Mặt khác với mọi α ∈ R α u = ( α x1. 0) ∈W2 vi 0 = 0 = 0 Với mọi u = ( x1 . x4 ) ∈W2nghĩa là x1 = x2 =x3 (1) Và v = ( y1 .0.x2 +y2. 0.x3+y3. α x4) Vì αx1 + αx2 – αx3 = α(x1 + x2 – x3 ) = α. α x2.0 = 0 do đó αu ∈ W (2) Từ (1) và (2) ta suy ra W1≤ R • Xét W2 ta có 0 = ( 0. x3 . y2 . x3 . α x2 . α x4 ) từ (1) ta có α x1 = α x2 = α x3 Do đó α u ∈ R (4) Từ (3) và (4) suy ra W2 ≤R • Xét W3 dễ thấy Với mọi u = ( x1 . x2 .0 = 0 và αx1 – αx2 + αx3 -2αx4 = α(x1 – x2 +x3 -2x4) = α.x4+y4) Từ (1) và (2) ta có x1+y1 = x2+y2 = x3+y3 Do đó u + v ∈ W2 (3) Mặt khác với mọi α ∈ R α u = (α x1 . x2 . x4 ) ∈ W3 nghĩa là u = (0. y 4) ∈ W2 nghĩa là y1 =y2 =y3 (2) Ta có u + v = (x1+y1. α x3 .x3. x4) . α x3.

x2.0.0.1) + x2(0.1) Vậy 2 vectơ u = (1.y3.x1) + (0.0.x4+y4) Do đó u + v ∈ W3 (1) Mặt khác với mọi α ∈ R α u = ( 0.x4) = ( x1.0.0) + (0.1.1.x4) = (x1.0.x2.0) và v = (0. x1 − x2 + x3 ) = (x1.Và v = ( y1.1.1.1. y 4 )∈ W3 nghĩa là v = (0. y 3 .x3.0.x1.x4) = (x1.0.x2. α x4 ) Do đó α u ∈W3 (2) Từ (1) và (2) suy ra W3 ≤R b) • Tìm một cơ sở của W1 Ta có x1 + x2 = x3 và x1 – x2 +x3 = 2x4 nên (x1.x1.1.x1.1.0. α x3 .x2x1+x2.0) = x1(1.1) và v = (01.x2.1.x1) 2 =(x1.0.0.0) là tập sinh của W1 Xét ma trận A = 1 0 1 1 0 1 1 0 r(A) =2 = Số dòng của A Suy ra u và v độc lập tuyến tính Vậy u và v là một cơ sở của W1 • Tìm một cơ sở của W2 Ta có x1 = x2 = x3 nên (x1.1.y4) Ta có u+v = (0. y 2 .0) Vậy 2 vecto u = (1.x2. 0.1) là tập sinh của W2 .0.x1.x3.0) + x4(0.x1. x3+y3.x4) = x1(1. x1+x2.

1) } là một cơ sở của W3 3. v = ( 0. v =( 0. 0. 0) .0. 0.1.x4) = x3(0.1) } là một cơ sở của W2 • Tìm một cơ sở của W3 Ta có x1 = x2 = 0 nên (x1.0.1.1) Vậy 2 vectơ u = (0.0) + x4(0.x2. 0.1) là tập sinh của W3 Xét ma trận A = 0 0 1 0 r(A) = 2 = số dòng của A 0 0 0 1 Suy ra u và v độc lập tuyến tính Vậy B = { u = ( 0.x3.0) và v =(0.0.0. 0.1.x3.10 a) chứng minh B là cơ sở của R3 u1 u3 1 0 2 1 2 Lập A = u2 = 1 0 −1 −1 Ta có detA = 1 Suy ra B độc lập tuyến tính.0.x4) = (0.0. 0.Xét ma trận A = 1 1 1 0 r(A) =2 = Số dòng của A 0 0 0 1 Suy ra u và v độc lập tuyến tính Vậy B = { u = ( 1.0.0.0) + (0.x3.x4) = (0.0.0.1. 0) . mặt khác số vectơ của B bằng 3 = dimR3 nên B là cơ sở của R3 Chứng minh E là cơ sở của R3 .1.

2.v2T.u3T│uT) = 0 1 −1 1 .u2T.v2T.u2T.u3T) → 0 2 −1 0 1 1 2 −1 −1 1 −1 0 0 2 → 0 1 0 2 2 0 0 1 4 Vậy P(B→E) = 2 4 1 −1 1 −4 • Cho u = (1. mặt khác số vectơ của E bằng 3 = dimR3 Nên E là cơ sở của R3 b) • tìm ma trận chuyển cơ sở từ B sang E Lâp ma trận mở rộng 1 1 0 1 1 −1 1 0 0 −1 0 1 1 0 −1 −4 (v1T.v3T│u1T.3) tìm [ u ] B .u1 u3 1 0 −1 1 1 2 Lập A = u2 = 1 −1 2 Ta có detA = -3 suy ra E độc lập tuyến tính. [ u ] E 1 1 0 1 1 0 0 1 0 0 1 −2 Lập ma trận mở rộng (v1T.v3T│uT) → 0 2 −1 2 → 0 1 0 0 1 2 −1 3 Vậy [ u ] B 1 =0    −2   1 1 −1 1 1 0 0 −1   2 2 → 0 1 0 2  0 0 1 0  2 3   Lập ma trân mở rộng (u1T.

1) + 2(1.2.u2T.8) • 3 =  2  suy ra v = 3v1 + 2v2 – v3 = 3(1.-1.-1)    −1   Tìm [ v] E Lập ma trận mở rộng  1 1 −1 5  1 0 0 − 3     (u1T.2) – (0.0.Vậy [ u] E  −1 =2   0   b) • Tìm P(E→ B)   −1  4 =   3  2 −  3 0 4 3 1 3  0   1 − 3 1 −  3 Ta có P(E → B) =  P ( B → E )    −1 • Cho [ v ] B 3 =  2  tìm v    −1   Ta có [ v ] B = (5.5.u3T│vT ) =  0 1 2 5 →  0 1 0 7   −1 1 2 8  0 0 1 − 1     Vậy [ v ] E  −3 −1 =  7  P ( B → E )      −1   .

Tài liệu tham khảo  Bài giảng môn học đại số A1 – Lê Văn Luyện – Đại học Khoa Học Tự Nhiên thành phố Hồ Chí Minh  Bài tâp toán cao cấp .doc Bài giảng toán cao cấp A2 – C2 – Đại Học Công Nghiệp Thực Phẩm Thành Phố Hồ Chí Minh  .com/file/view/Chuong+4Khong+gian+vector.tập 1 – Nguyển Thuỷ Thanh – nhà xuất bản Đại học Quốc Gia Hà Nội  Chuơng 4: không gian vectơ http://linearalgebra1.wikispaces.

Sign up to vote on this title
UsefulNot useful