Bài 1.

Sơ lược về lý thuyết tập hợp

Trong toán học, tập hợp có thể hiểu tổng quát là một tụ tập của một số hữu hạn hay vô hạn các
đối tượng nào đó. Các đối tượng này được gọi là các phần tử của tập hợp. Tập hợp là một khái
niệm nền tảng (fundamental) và quan trọng của toán học hiện đại. Ngành toán học nghiên cứu về
tập hợp là lý thuyết tập hợp.
Trong lý thuyết tập hợp giản đơn, người ta xem tập hợp là một khái niệm nguyên thủy,
không định nghĩa. Trong lý thuyết tập hợp hiện đại, người ta định nghĩa tập hợp dựa vào hệ
thống các tiên đề và xây dựng một cách chặt chẽ. Khái niệm tập hợp là nền tảng để xây dựng các
khái niệm khác như số, hình, hàm số... trong toán học.
Nếu a là phần tử của tập hợp A, ta ký hiệu 𝑎 ∈ 𝐴. Khi đó ta cũng nói rằng phần tử a thuộc tập
hợp A.
Một tập hợp có thể là một phần tử của một tập hợp khác. Tập hợp mà mỗi phần tử của nó là một
tập hợp còn được gọi là họ tập hợp.
Lý thuyết tập hợp cũng thừa nhận có một tập hợp không chứa phần tử nào, được gọi là tập hợp
rỗng, ký hiệu là ∅. Các tập hợp có chứa ít nhất một phần tử được gọi là tập hợp không rỗng.
Ngày nay, một phần của lý thuyết tập hợp đã được nhiều nước đưa vào giáo dục phổ thông, thậm
chí ngay từ bậc tiểu học.
Nhà toán học Georg Cantor được coi là ông tổ của lý thuyết tập hợp. Để ghi nhớ những đóng góp
của ông cho lý thuyết tập hợp nói riêng và toán học nói chung, tên ông đã được đặt cho một ngọn
núi ở Mặt Trăng.
1.1. Biểu diễn tập hợp
Không phải mọi tập hợp đều cần phải liệt kê rành mạch theo thứ tự nào đó. Chúng có thể được
mô tả bằng các tính chất đặc trưng mà nhờ chúng có thể xác định một đối tượng nào đó có thuộc
tập hợp này hay không. Tập hợp có thể được xác định bằng lời:

Ví dụ 1:

𝐴 là tập hợp bốn số nguyên dương đầu tiên.

𝐵 là tập hợp các màu trên quốc kỳ Pháp.
Có thể xác định một tập hợp bằng cách liệt kê các phần tử của chúng giữa cặp dấu { }.
Ví dụ 2: 𝐶 = {4, 2, 1, 3}, 𝐷 = {đỏ, 𝑡𝑟ắ𝑛𝑔, 𝑥𝑎𝑛ℎ}
Chú ý: Các tập hợp có nhiều phần tử có thể liệt kê một số phần tử.

Ví dụ 3:

 Chẳng hạn tập hợp 1000 số tự nhiên đầu tiên có thể liệt kê như sau: {0, 1, 2, 3,..., 999},

1
  Tập các số tự nhiên chẵn có thể liệt kê: {2, 4, 6, 8,... }.

 Tập hợp F của 20 số chính phương đầu tiên có thể cho như sau F = {n2 : n là số nguyên
và 0 ≤ n ≤ 19}.

Giới thiệu: Tập hợp có thể xác định bằng đệ quy. Chẳng hạn tập các số tự nhiên lẻ L có thể cho
như sau:

 1∈𝐿

 Nếu 𝑛 ∈ 𝐿 thì 𝑛 + 2 ∈ 𝐿

Biểu diễn hình học: Để mô tả về các phần tử, các tập hợp và mối quan hệ giữa chúng, ta thường
dùng biểu đồ Venn. Khi đó ta biểu diễn các phần tử bằng các điểm trên mặt phẳng và các tập hợp
là các vùng khoanh tròn trên mặt phẳng.

.𝒙 𝑨

.𝒚

Ví dụ: Biểu diễn tập hợp 𝐴 và 𝑥 ∈ 𝐴, 𝑦 ∉ 𝐴

1.2. Quan hệ giữa các tập hợp

1.2.1. Quan hệ bao hàm
Tập hợp con: Nếu mọi phần tử của tập hợp 𝐴 đều là phần tử của tập hợp 𝐵 thì tập hợp 𝐴 được
gọi là tập hợp con của tập hợp 𝐵, ký hiệu là 𝐴 ⊂ 𝐵, và tập hợp 𝐵 bao hàm tập hợp 𝐴.

Quan hệ bao hàm: 𝐴 ⊂ 𝐵

2
Các tập hợp số

Quan hệ 𝐴 ⊂ 𝐵 còn được gọi là quan hệ bao hàm. Quan hệ bao hàm là một quan hệ thứ
tự trên các tập. Ví dụ:

ℕ: Tập hợp số tự nhiên

ℤ: Tập hợp số nguyên
ℚ: Tập hợp số hữu tỉ
: Tập hợp số vô tỉ
ℝ : Tập hợp số thực
Ta có ℕ ⊂ ℤ ⊂ ℚ ⊂ ℝ

Câu hỏi: Một tập hợp có n phần tử thì có bao nhiêu tập hợp con?

1.2.2. Quan hệ bằng nhau

Hai tập hợp 𝐴 và 𝐵 được gọi là bằng nhau nếu 𝐴 là tập hợp con của 𝐵 và 𝐵 cũng là tập hợp con
của 𝐴, ký hiệu 𝐴 = 𝐵.
Theo định nghĩa, mọi tập hợp đều là tập con của chính nó; tập rỗng là tập con của mọi tập hợp.
Mọi tập hợp 𝐴 không rỗng có ít nhất hai tập con là rỗng và chính nó. Chúng được gọi là các tập
con tầm thường của tập 𝐴. Nếu tập con 𝐵 của 𝐴 khác với chính 𝐴, nghĩa là có ít nhất một phần
tử của 𝐴 không thuộc 𝐵 thì 𝐵 được gọi là tập con thực sự hay tập con chân chính của tập 𝐴.

1.3. Các phép toán trên tập hợp

1.3.1. Hợp của 2 tập hợp

3
Hợp: Hợp của 𝐴 và 𝐵 là tập hợp gồm tất cả các phần tử thuộc ít nhất một trong hai tập hợp 𝐴 và
𝐵, ký hiệu 𝐴 ∪ 𝐵. Ta có 𝐴 ∪ 𝐵 = {𝑥: 𝑥 ∈ 𝐴 ℎ𝑜ặ𝑐 𝑥 ∈ 𝐵}

1.3.2. Giao của hai tập hợp

Giao: Giao của hai tập hợp 𝐴 và 𝐵 là tập hợp tất cả các phần tử vừa thuộc 𝐴, vừa thuộc 𝐵, ký
hiệu 𝐴 ∩ 𝐵. Ta có 𝐴 ∩ 𝐵 = {𝑥: 𝑥 ∈ 𝐴 𝑣à 𝑥 ∈ 𝐵}

1.3.3. Hiệu của hai tập hợp

Hiệu: Hiệu của tập hợp 𝐴 với tập hợp 𝐵 là tập hợp tất cả các phần tử thuộc 𝐴 nhưng không thuộc
𝐵, ký hiệu 𝐴\𝐵. Ta có: 𝐴\𝐵 = {𝑥: 𝑥 ∈ 𝐴 𝑣à 𝑥 ∉ 𝐵}
Lưu ý, 𝐴\𝐵 ≠ 𝐵\𝐴

1.3.4. Phần bù

4
Nếu 𝐴 ⊂ 𝐵 thì 𝐵\𝐴 được gọi là phần bù của 𝐴 trong 𝐵, ký hiệu 𝐶𝐵 (𝐴)

Trong nhiều trường hợp, khi tất cả các tập hợp đang xét đều là tập con của một tập hợp 𝑼 (được
gọi là tập vũ trụ-đôi khi có nghĩa như trường hay không gian - trong vật lý), người ta thường xét
phần bù của mỗi tập 𝐴, 𝐵, 𝐶, . .. đang xét trong tập 𝑼, khi đó ký hiệu phần bù không cần chỉ
rõ 𝑼 mà ký hiệu đơn giản là 𝐶(𝐴), 𝐶(𝐵), . .. hoặc 𝐴̅, 𝐵̅ . ..

Ví dụ 1. Cho các tập hợp sau: 𝐴 ={Các sinh viên K57 của ĐHBKHN}, 𝐵={Các sinh viên nữ
của ĐHBKHN}, 𝐶={Các sinh viên ĐHBKHN sinh năm 1993}, 𝐷={Các sinh viên cao trên
1m60}.

Khi đó: 𝐴 ∩ 𝐵={Các sinh viên nữ K57 của ĐHBKHN}, (𝐴 ∩ 𝐶)\𝐵={Các nam sinh viên K57
sinh năm 1993 của ĐHBKHN}, ((𝐷 ∩ 𝐶) ∪ 𝐵)\𝐴={Hoặc là các sinh viên nữ ĐHBKHN hoặc là
các sinh viên sinh năm 1993 và cao hơn 1m60 nhưng tuyệt đối khổng phải là sinh viên K57}.

1.3.5. Các tính chất cơ bản

Các phép toán trên tập hợp có các tính chất sau:

Luật luỹ đẳng 𝐴 ∪ 𝐴 = 𝐴, 𝐴 ∩ 𝐴 = 𝐴

Luật nuốt (còn gọi là luật hấp thụ) 𝐴 ∪ (𝐴 ∩ 𝐵) = 𝐴, 𝐴 ∩ (𝐴 ∪ 𝐵) = 𝐴

Luật nuốt còn được viết dưới dạng khác như sau:
Nếu 𝐴 ⊂ 𝐵 thì 𝐴 ∪ 𝐵 = 𝐵 và 𝐴 ∩ 𝐵 = 𝐴

Luật giao hoán: 𝐴 ∪ 𝐵 = 𝐵 ∪ 𝐴, 𝐴 ∩ 𝐵 = 𝐵 ∩ 𝐴

Luật kết hợp: (𝐴 ∪ 𝐵) ∪ 𝐶 = 𝐴 ∪ (𝐵 ∪ 𝐶), (𝐴 ∩ 𝐵) ∩ 𝐶 = 𝐴 ∩ (𝐵 ∩ 𝐶)

Luật phân phối: 𝐴 ∩ (𝐵 ∪ 𝐶) = (𝐴 ∪ 𝐵) ∩ (𝐴 ∪ 𝐶), 𝐴 ∪ (𝐵 ∩ 𝐶) = (𝐴 ∪ 𝐵) ∩ (𝐴 ∪ 𝐶)

Luật De Moocgan: ̅̅̅̅̅̅̅

𝐴 ∩ 𝐵 = 𝐴̅ ∪ 𝐵̅ , ̅̅̅̅̅̅̅
𝐴 ∪ 𝐵 = 𝐴̅ ∩ 𝐵̅

1.4. Tích Đềcác

Trong toán học, đặc biệt là trong lý thuyết tập hợp, tích Descartes (hay tích Đềcác) của hai tập
hợp 𝐴 và 𝐵, ký hiệu là 𝐴 × 𝐵, là một tập hợp chứa tất cả các bộ có dạng (𝑎, 𝑏) với 𝑎 là một phần
tử của 𝐴 và 𝑏 là một phần tử của 𝐵. Hay, viết trong ngôn ngữ của lý thuyết tập hợp:

5
 𝐴 × 𝐵 = {(𝑎, 𝑏)|𝑎 ∈ 𝐴, 𝑏 ∈ 𝐵}

Ví dụ 1. Cho 𝐴 = {1,2}, 𝐵 = {𝑝, 𝑞, 𝑟}

thì: 𝐴 × 𝐵 = {(1, 𝑝), (1, 𝑞), (1, 𝑟), (2, 𝑝), (2, 𝑞), (2, 𝑟)}

và: 𝐵 × 𝐴 = {(𝑝, 1), (𝑞, 1), (𝑟, 1), (𝑝, 2), (𝑞, 2), (𝑟, 2)}

Như vậy tích Descartes của 2 tập hợp là một phép toán 2 ngôi trên các tập hợp. Có thể mở rộng
định nghĩa tích Descartes của nhiều tập hợp 𝐴1 × 𝐴2 ×. . .× 𝐴𝑛 là tập hợp chứa tất cả các bộ có
dạng (𝑎1 , 𝑎2 , . . . , 𝑎𝑛 ) với 𝑎𝑖 là một phần tử của 𝐴𝑖 (𝑖 = 1, 2, . . . , 𝑛). Hay, viết trong ngôn ngữ
của lý thuyết tập hợp:

𝐴1 × 𝐴2 × … × 𝐴𝑛 = {(𝑎1 , 𝑎2 , … , 𝑎𝑛 )|𝑎1 ∈ 𝐴1 , 𝑎2 ∈ 𝐴2 , … , 𝑎𝑛 ∈ 𝐴𝑛 }

Ta có lũy thừa bậc 2 Descartes (hay bình phương Descartes) của tập hợp 𝐴 được định nghĩa là
tích Descartes của 𝐴 với 𝐴:

𝐴2 = 𝐴 × 𝐴
Tương tự, lũy thừa Descartes bậc n là tích Descartes của n tập 𝐴:

𝐴𝑛 = 𝐴 × 𝐴 ×. . .× 𝐴
(có n tập A ở vế phải)

1.5 Lực lượng của tập hợp

Khái niệm: “Số phần tử” của một tập hợp 𝐴 gọi là lực lượng tập hợp 𝐴, ký hiệu |𝐴| (hoặc
𝑐𝑎𝑟𝑑(𝐴)). Lực lượng của một tập hợp chia làm 2 loại : hữu hạn và vô hạn

Lực lượng vô hạn chia làm 2 loại: đếm được (có thể đánh số tất cả các phần tử), không đếm được
(không thể đánh số tất cả các phần tử)

Ví dụ
+) 𝐴 = {1; 2; 𝑎; 𝑏; 𝑐} → |𝐴| = 5
+) |ℕ| = |ℤ| = |ℚ| đều vô hạn đếm được
+) |ℝ| = |(0; 1)| vô hạn không đếm được
Các tập hợp hữu hạn
Quy tắc cộng: |𝐴 ∪ 𝐵| = |𝐴| + |𝐵| − |𝐴 ∩ |
Quy tắc nhân: |𝐴 × 𝐵| = |𝐴|. |𝐵|

6
Ví dụ: Có bao nhiêu số tự nhiên trong 𝑛: 1 ≤ 𝑛 ≤ 1000 thỏa mãn n chia hết cho 2, hoặc chia hết
cho 3, hoặc chia hết cho 5.

Chú ý: Hai tập hợp gọi là cùng lực lượng nếu ta có thể xây dựng một song ánh(sẽ học ở bài
3) giữa chúng.

7
 Bài 2. Quan hệ hai ngôi
2.1. Định nghĩa: Cho X là một tập hợp, ta nói S là một quan hệ hai ngôi trên X nếu S
là một tập con của tích Descartes X 2 .
Nếu hai phần tử a, b thỏa (a; b)  S thì ta nói a có quan hệ S với b. Khi đó, thay vì viết
(a; b)  S ta có thể viết là aSb.
2.2.Ví dụ:
- Quan hệ chia hết trong tập hợp số tự nhiên.
- Quan hệ bằng nhau.
- Quan hệ lớn hơn.
2.3. Một số quan hệ thường gặp:
2.3.1 Quan hệ tương đương:
Định nghĩa: Một quan hệ hai ngôi trên tập X được gọi là quan hệ tương đương nếu nó
thỏa các tính chất sau:
i) Phản xạ: xSx, với mọi x  X ,
ii) Đối xứng: Nếu xSy thì ySx, với mọi x, y  X .
iii) Bắc cầu: Nếu xSy và ySz thì xSz với mọi x, y, z  X .
Khi trên tập X đã xác định một quan hệ tương đương, khi đó thay vì viết xSy ta thường
ký hiệu x y .
Ví dụ:
- Quan hệ bằng nhau ở các tập hợp số ; ; ; ... là một quan hệ tương đương vì
thỏa các tính chất phản xạ; đối xứng; bắc cầu.
- Xét trong quan hệ S xác định bởi xSy  x 2  y 2  x  y là một quan hệ tương
đương.
- Gọi X là tập các đường thẳng trong mặt phẳng, quan hệ cùng phương của hai
đường thẳng bất kỳ trong mặt phẳng là quan hệ tương đương. (Chú ý: Hai đường thẳng
được gọi là cùng phương là hai đường thẳng song song hoặc trùng nhau.)
- Quan hệ vuông góc giữa các đường thẳng trong mặt phẳng không phải là quan hệ
tương đương vì không thỏa tính phản xạ.
- Quan hệ chia hết cho trong tập hợp số tự nhiên không phải là quan hệ tương
đương vì không có tính chất đối xứng.
- Quan hệ “nguyên tố cùng nhau” trên tập hợp số tự nhiên không là quan hệ
tương đương vì không có tính chất bắt cầu. Ví dụ (2, 3) = 1; (4, 3) = 1 nhưng (4, 2)  1 .
Cho S là một quan hệ tương đương trên tập X và x  X . Ta gọi tập hợp
S ( x)  { y  X | y x} là lớp tương đương của x theo quan hệ tương đương S. Khi đó ta có:
- S ( x)   vì x  S ( x) .

1
 - S ( x)  X .
xX

- x, y  X thì hoặc S(x) = S(y) hoặc S ( x)  S ( y)   .

Từ tính chất trên ta nhận được một phân hoạch của X qua các lớp tương đương S(x).
Tập hợp tất cả các lớp tương đương này được ký hiệu là X/S và gọi là tập thương của X
qua quan hệ tương đương S.
2.3.2 Quan hệ thứ tự:
Định nghĩa: Một quan hệ hai ngôi S trên tập X được gọi là quan hệ thứ tự nếu quan
hệ đó có các tính chất: phản xạ, bắc cầu và phản đối xứng (tức là nếu xSy và ySx thì suy
ra x = y với mọi x, y  X ).
Nếu tập X có một quan hệ thứ tự bộ phận S thì ta nói X là một tập được sắp thứ tự bởi
S.
Ta thường dùng ký hiệu  để chỉ một quan hệ thứ tự bộ phận.
Với hai phần tử x, y  X , nếu x có quan hệ với y ta viết x  y (đọc là “x bé hơn hay
bằng y”) hoặc viết y  x (đọc là “y lớn hơn hay bằng x”).
Khi x  y thì thay cho x  y (hay y  x ) ta viết x < y (hay y > x) và đọc là “x bé hơn y”
(hay “y lớn hơn x”).
Quan hệ thứ tự  trong X được gọi là quan hệ thứ tự toàn phần (hay tuyến tính) nếu
với mọi x, y  X ta đều có x  y hoặc y  x .
Một quan hệ thứ tự không toàn phần gọi là quan hệ thứ tự bộ phận (hay từng phần).
Các phần tử đặc biệt. Quan hệ thứ tự tốt.
Cho X là tập được sắp thứ tự bởi  và A là một tập con của X.
Phần tử a  A được gọi là phần tử bé nhất (lớn nhất) của A nếu với mọi x  A thì
a  x ( x  a ).
Phần tử a  A được gọi là phần tử tối tiểu (tối đại) của A nếu với mọi
x  A, x  a  x  a,(a  x  a  x) .
Phần tử x0  X được gọi là cận dưới (cận trên) của A nếu với mọi a  A : x0  a(a  x0 ).
Quan hệ thứ tự  trong X được gọi là một quan hệ thứ tự tốt nếu mọi tập con khác
rỗng của X đều có phần tử bé nhất. Khi đó, X gọi là được sắp tốt bởi  .
Ví dụ:
a) Cho X là một tập hợp, trên P(X) ta xét quan hệ bao hàm  . Ta chứng minh được
đây là một quan hệ thứ tự bộ phận trên P(X).
Ngoài ra, nếu X chứa ít nhất hai phần tử x  y thì quan hệ thứ tự trên không phải
tuyến tính (hay quan hệ thứ tự toàn phần) vì {x} không so sánh được với {y}.
b) Quan hệ thứ tự thông thường trên tập hợp các số nguyên là một quan hệ thứ tự
tuyến tính, nhưng không phải quan hệ thứ tự tốt vì không phải mọi tập con khác rỗng của
đều có phần tử bé nhất.

2
 Ví dụ: Tập {..., - 2, -1, 0} không có phần tử tối tiểu.
c) Quan hệ chia hết trên tập hợp số tự nhiên là một quan hệ thứ tự bộ phận, nhưng
không phải là quan hệ tuyến tính.
d) Quan hệ thứ tự thông thường trên tập hợp số tự nhiên là một quan hệ thứ tự
tuyến tính, hơn nữa đây còn là một quan hệ thứ tự tốt. Với phần tử bé nhất là phần tử 0,
nhưng không có phần tử lớn nhất.
e) Trong tập các số tự nhiên lớn hơn 1, sắp thứ tự theo quan hệ chia hết các phần tử
tối tiểu là các số nguyên tố.

3
 Bài 3 Ánh xạ
Trong toán học, ánh xạ là khái quát của khái niệm hàm số. Hàm số lại xuất phát từ khái
niệm tương quan giữa các đại lượng vật lý. Chẳng hạn trong một chuyển động đều, độ dài quãng
đường đi được bằng tích của tốc độ với thời gian. Nếu tốc độ là 5m/s thì quãng đường đi được
trong t giây là s = 5t.

Về ý nghĩa, ánh xạ biểu diễn một tương quan (quan hệ) giữa các phần tử của hai tập
hợp 𝑋 và 𝑌 thoả mãn điều kiện: mỗi phần tử 𝑥 của tập 𝑋 đều có một và chỉ một phần tử 𝑦 của tập
hợp 𝑌 tương ứng với nó. Thông qua khái niệm ánh xạ có thể cho ta biết các thông tin của tập hợp
𝑌 khi có thông tin của 𝑋 và ngược lại.

3.1 Khái niệm

3.1.1 Các định nghĩa

Ánh xạ 𝑓 từ một tập hợp 𝑋 vào một tập hợp 𝑌 (ký hiệu 𝑓: 𝑋 → 𝑌) là một quy tắc cho ứng
mỗi phần tử 𝑥 ∈ 𝑋 với một phần tử xác định 𝑦 ∈ 𝑌, phần tử 𝑦 được gọi là ảnh của phần tử 𝑥, ký
hiệu 𝑦 = 𝑓(𝑥).
Tập 𝑋 được gọi là tập nguồn, tập 𝑌 được gọi là tập đích.
Với mỗi tập con khác rỗng 𝐴 ⊂ 𝑋, tập con của 𝑌 gồm các phần tử là ảnh của 𝑥 ∈ 𝐴 qua ánh xạ 𝑓
được gọi là ảnh của tập 𝐴 kí hiệu là 𝑓(𝐴): 𝑓(𝐴) = {𝑓(𝑥)|𝑥 ∈ 𝐴}

Chú ý: 𝑦 ∈ 𝑓(𝐴) ⇔ ∃𝑥 ∈ 𝐴, 𝑓(𝑥) = 𝑦

Ảnh của tập hợp con là tập hợp con của ảnh: 𝐴 ⊂ 𝐵 ⇒ 𝑓(𝐴) ⊂ 𝑓(𝐵)
Quy ước: 𝑓(∅) = ∅
Với mỗi tập con 𝐵 ⊂ 𝑌 , tập con của 𝑋 gồm các phần tử 𝑥 có ảnh 𝑓(𝑥) ∈ 𝐵 được gọi là tạo ảnh
của tập 𝐵 kí hiệu là 𝑓 −1 (𝐵): 𝑓 −1 (𝐵) = {𝑥 ∈ 𝑋|𝑓(𝑥) ∈ 𝐵}.

Chú ý: 𝑥 ∈ 𝑓 −1 (𝐵) ⇔ 𝑓(𝑥) ∈ 𝐵

Nếu 𝑋 và 𝑌 là các tập hợp số thì ánh xạ 𝑓: 𝑋 → 𝑌 được gọi là hàm số. Khi đó 𝑋 cũng được gọi
là tập xác định hay miền xác định của hàm số 𝑓(𝑥), tập các ảnh 𝑓(𝑋) được gọi là miền giá
trị của hàm 𝑓(𝑥).

3.1.2 Một số ví dụ

1
Ví dụ 1. Cho 𝐴={Nam giới}, 𝐵={Nữ giới}. Tương ứng nào sau đây là ánh xạ từ tập hợp 𝐴 đến
𝐵, giải thích vì sao ?

a) “Chồng vợ” ← không phải là ánh xạ

b) “Bạn gái” ← không phải là ánh xạ

c) “Mẹ ruột ” ← là ánh xạ

Ví dụ 2. 𝑋 = 𝑌 = ℝ và ánh xạ 𝑓 cho bởi

𝑓(𝑥) = {1 𝑛ế𝑢 𝑥 𝑙à 𝑠ố ℎữ𝑢 𝑡ỉ

0 𝑛ế𝑢 𝑥 𝑙à 𝑠ố 𝑣ô 𝑡ỉ

3.1.3 Các cách cho ánh xạ

Ánh xạ giữa hai tập hợp thường được cho bởi:

 Liệt kê

 Mô tả

 Một hoặc một vài công thức

Ví dụ 1.

x 1 3 5 -1 6 9 0 2 4

f(x) 3 5 3 9 -4 2 1 0 2

Ví dụ 2. Ánh xạ “Tuổi” từ tập hợp các SV ĐHBKHN đến tập các số tự nhiên ℕ
1
𝑛ế𝑢 𝑥 > 0
Ví dụ 3. Cho hàm số 𝑓(𝑥) = { 𝑥2
5𝑥 + 3 𝑛ế𝑢 𝑥 ≤ 0

3.2 Các ánh xạ đặc biệt

Ánh xạ không đổi (ánh xạ hằng): là ánh xạ từ 𝑋 vào 𝑌 sao cho mọi phần tử 𝑥 ∈ 𝑋 đều cho ảnh
tại một phần tử duy nhất 𝑦0 ∈ 𝑌.

Ánh xạ đồng nhất: là ánh xạ từ 𝑋 vào chính 𝑋 sao cho với mọi phần tử 𝑥 trong 𝑋, ta có 𝑓(𝑥) =
𝑥.

2
Ánh xạ nhúng: là ánh xạ 𝑓 từ tập con 𝑋 ⊂ 𝑌 vào 𝑌 cho 𝑓(𝑥) = 𝑥 với mọi 𝑥 ∈ 𝑋. Khi đó ta ký
hiệu 𝑓 : 𝑋 𝑌.

Toàn ánh: là ánh xạ từ 𝑋 vào 𝑌 trong đó ảnh của 𝑋 là toàn bộ tập hợp 𝑌. Khi đó người ta cũng
gọi f là ánh xạ từ 𝑋 lên 𝑌: 𝑓(𝑋) = 𝑌 hay ∀𝑦 ∈ 𝑌, ∃𝑥 ∈ 𝑋, 𝑓(𝑥) = 𝑦.

Đơn ánh: là ánh xạ mà các phần tử khác nhau của 𝑋 cho các ảnh khác nhau trong 𝑌 . Đơn
ánh còn được gọi là ánh xạ 1-1 vì tính chất này: ∀𝑥1 , 𝑥2 ∈ 𝑋: 𝑥1 ≠ 𝑥2 ⇒ 𝑓(𝑥1 ) ≠ 𝑓(𝑥2 )
Hay ∀𝑥1 , 𝑥2 ∈ 𝑋: 𝑓(𝑥1 ) = 𝑓(𝑥2 ) ⇒ 𝑥1 = 𝑥2 .
Song ánh là ánh xạ vừa là đơn ánh, vừa là toàn ánh. Song ánh vừa là ánh xạ 1-1 và vừa là ánh xạ
"onto" (từ 𝑋 lên 𝑌).

s
Chú ý:

Đối với các hàm số 𝑦 = 𝑓(𝑥) ta coi là phương trình ẩn 𝑥 tham số 𝑦, khi đó:

 𝑓 là đơn ánh khi và chỉ khi phương trình luôn có không quá một nghiệm ∀𝑦 ∈ 𝑌
 𝑓 là toàn ánh khi và chỉ khi phương trình luôn có nghiệm ∀𝑦 ∈ 𝑌
 𝑓 là song ánh khi và chỉ khi phương trình luôn có nghiệm duy nhất ∀𝑦 ∈ 𝑌

Ví dụ 1: Ánh xạ nào sau đây là đơn ánh, toàn ánh, song ánh từ tập hợp các SV ĐHBKHN đến
tập các số tự nhiên ℕ

3
 a) Ánh xạ “Tuổi” ← Không phải là đơn ánh, không phải là toàn ánh

b) Ánh xạ “MSSV” ← Là đơn ánh nhưng không phải toàn ánh

Ví dụ 2: Ánh xạ nào sau đây là đơn ánh, toàn ánh, song ánh từ ℝ đến ℝ

a) 𝑓(𝑥) = 𝑥 3 + 2𝑥 2 + 3𝑥 + 4 ←Là đơn ánh, toàn ánh → song ánh

𝑥 2 −1
b) 𝑓(𝑥) = 𝑥 2 +1 ←Không là đơn ánh, không là toàn ánh

(Ta dùng công cụ khảo sát hàm số để kiểm chứng các kết quả của ví dụ trên)

3.3 Hợp thành (tích) của hai ánh xạ, ánh xạ ngược

3.3.1 Ánh xạ tích

Khái niệm

Cho hai ánh xạ 𝑓: 𝑋 → 𝑌 và 𝑔: 𝑌 → 𝑍. Tích của hai ánh xạ 𝑓, 𝑔, ký hiệu là 𝑔 ∘ 𝑓 là ánh xạ từ 𝑋

vào 𝑍, xác định bởi đẳng thức: (𝑔 ∘ 𝑓)(𝑥) = 𝑔(𝑓(𝑥))

Một số tính chất của ánh xạ tích

Nếu 𝑔 ∘ 𝑓 là đơn ánh thì f là đơn ánh.
Nếu 𝑔 ∘ 𝑓 là toàn ánh thì g là toàn ánh.
Nếu 𝑔 ∘ 𝑓 là song ánh thì f và g đều là song ánh.

Ví dụ: Cho các ánh xạ sau: 𝑓= “Mẹ”, 𝑔= “Chị gái”, ℎ= “Em trai”, 𝑘= “Bố”

Khi đó: ℎ ∘ 𝑓= “Cậu”, 𝑘 ∘ 𝑔= “Bố”,…

3.3.2 Ánh xạ ngược

Định nghĩa: Giả sử f : X  Y và g : Y  X là hai ánh xạ thỏa: gf  1X và fg  1Y thì khi đó g

được gọi là ánh xạ ngược của ánh xạ f.
f:  f 1 : 
Ví dụ: Ánh xạ có ánh xạ ngược
x x3 y 3 y
Trong trường hợp các hàm, khái niệm ánh xạ ngược chính là khái niệm hàm số ngược.

4
Định lý: Ánh xạ f : X  Y có ánh xạ ngược khi và chỉ khi f là song ánh. Nếu f là song ánh thì
f 1 cũng là song ánh.
Định lý: Ánh xạ ngược của một ánh xạ là duy nhất.
Định lý: Nếu f : E  F và g : F  G là những song ánh, thì g f : E  G là song ánh và
g f   f 1 g 1
1

3.4 Thu hẹp và thác triển (hoặc mở rộng) ánh xạ

3.4.1 Thu hẹp ánh xạ
Cho X và Y là hai tập hợp và f : X  Y là một ánh xạ, gọi A là một tập con của X. Khi đó
thu hẹp của f vào A là ánh xạ ký hiệu là f | A xác định bởi:
f |A: A  Y
x f ( x)
3.4.2 Thác triển (mở rộng) ánh xạ
Cho X và Y là hai tập hợp và f : X  Y là một ánh xạ, X’ là tập hợp sao cho X  X ' . Khi
đó, mở rộng của f trên X’ là ánh xạ g : X '  Y sao cho x  X , g ( x)  f ( x) .
Ví du:

f:  *

sin x
x
x
g: 
 sin x
Khi đó, ánh xạ g là một mở rộng của f được xác định bởi:  x0
x  x
1 x0

Nhận xét: g là mở rộng duy nhất của f và liên tục tại 0.

5
 Bài 4. Phép toán 2 ngôi và các cấu trúc đại số

4.1 Phép toán hai ngôi

4.1.1 Khái niệm

Định nghĩa: Cho tập hợp 𝑋, phép toán hai ngôi 𝑓 trên 𝑋 là một ánh xạ từ tập hợp 𝑋 2 đến 𝑋

𝑓: 𝑋 2 → 𝑋

Chú ý: Đối với phép toán hai ngôi ta thường ký hiệu 𝑥𝑓𝑦 thay cho 𝑓(𝑥, 𝑦), và ta thường dùng
các ký hiệu ∗, °, +,×, … Đặc biệt, ta thường viết gọn là 𝑎𝑏 thay cho 𝑎 × 𝑏.

Ví dụ:

➢ Phép cộng, trừ, nhân, chia các số thông thường là các phép toán hai ngôi.
➢ Phép hợp, giao, hiệu,… của các tập hợp là các phép toán hai ngôi.
➢ Phép toán tích vô hướng thông thường của hai véc tơ không phải là phép toán hai ngôi.

Câu hỏi: Hãy nêu 5 ví dụ khác các ví dụ kể trên về phép toán hai ngôi.

4.1.2 Tính chất

Khi xem xét một phép toán hai ngôi ∗ trên tập hợp 𝑋 ta thường xem xét phép toán có hay không
những tính chất sau:

➢ Phép toán ∗ được gọi là có tính chất kết hợp nếu

▪ (𝑎 ∗ 𝑏) ∗ 𝑐 = 𝑎 ∗ (𝑏 ∗ 𝑐), ∀𝑎, 𝑏, 𝑐 ∈ 𝑋
➢ Phép toán ∗ được gọi là có tính chất giao hoán nếu
▪ 𝑎 ∗ 𝑏 = 𝑏 ∗ 𝑎, ∀𝑎, 𝑏 ∈ 𝑋
➢ Phép toán ∗ được gọi là có phần tử trung hòa 𝑒 ∈ 𝑋 nếu
▪ 𝑎 ∗ 𝑒 = 𝑒 ∗ 𝑎 = 𝑒, ∀𝑎 ∈ 𝑋

Khi phép toán ∗ có phần tử trung hòa 𝑒, và 𝑎 ∈ 𝑋 là một phần tử nào đó, ta gọi 𝑏 là phần tử đối
xứng của 𝑎 nếu

𝑎∗𝑏 =𝑏∗𝑎 =𝑒

Chú ý:
 ➢ Khi phép toán ∗ có tính chất kết hợp, thì phần tử trung hòa nếu có thì là duy nhất. Ta
thường gọi phần tử trung hòa là phần tử không khi phép toán ∗ là phép + và hay ký hiệu
là 0, và gọi là phần tử đơn vị khi phép toán ∗ là phép × và hay ký hiệu là 1.
➢ Khi phép toán ∗ có tính chất kết hợp và có phần tử trung hòa thì với một phần tử 𝑎 cho
trước, phần tử đối xứng nếu có thì là duy nhất. Ta thường gọi phần tử đối xứng là phần tử
đối khi phép toán ∗ là phép +, và gọi là phần tử nghịch đảo khi phép toán ∗ là phép ×.

Ví dụ.

➢ Phép toán cộng thông thường trên tập số thực có tính chất kết hợp, giao hoán, có phần tử
không và mọi phần tử của ℝ đều có phần tử đối.
➢ Phép toán tích có hướng thông thường của các véc tơ là một phép toán hai ngôi không có
tính chất kết hợp, không có tính chất giao hoán, không có phần tử trung hòa.

Câu hỏi: Kiểm tra các tính chất kể trên đối với phép toán sau trên tập số thực

𝑎@𝑏 = 𝑎𝑏 + 𝑎 + 𝑏

4.2 Nhóm

4.2.1 Định nghĩa Cho tập hợp 𝑋 và phép toán hai ngôi ∗ trên 𝑋. Cặp (𝑋,∗) gọi là một nhóm nếu:

➢ Phép toán ∗ có tính chất kết hợp.

➢ Phép toán ∗ có phần tử trung hòa.
➢ Mọi phần tử của 𝑋 đều có phần tử đối xứng.

Nếu (𝑋,∗) là một nhóm và phép toán ∗ có thêm tính chất giao hoán thì (𝑋,∗) gọi là một nhóm
giao hoán hoặc nhóm abel.

Ví dụ.

➢ Tập các số nguyên ℤ với phép toán cộng thông thường là một nhóm giao hoán.
➢ Tập các số hữu tỉ ℚ với phép toán nhân thông thường không phải là một nhóm do 0
không có phần tử đối xứng (khả nghịch) đối với phép toán nhân. Tuy nhiên ℚ∗ = ℚ\{0}
với phép toán nhân thông thường là một nhóm giao hoán.
➢ Tập các song ánh từ 𝑋 đến 𝑋 với phép toán hợp thành ° là một nhóm không giao hoán.
➢ Cho 𝑋 là một tập bất kỳ khác rỗng, 𝑃(𝑋) là họ các tập con của 𝑋. Khi đó 𝑃(𝑋) và phép
toán hợp không lập thành 1 nhóm mặc dù phép hợp của các tập hợp có tính chất kết hợp,
giao hoán, có phần tử trung hòa là ∅ nhưng một tập con khác rỗng bất kỳ của 𝑋 đều
không có phần tử đối xứng.
Câu hỏi: Trang bị trên tập 𝑋 các sinh viên của lớp một phép toán @ để (𝑋, @) là một nhóm
giao hoán.

4.2.2 Nhóm con

Cho nhóm (𝑋,∗)

➢ Khái niệm: Tập hợp con 𝐴 của 𝑋 gọi là một nhóm con của (𝑋,∗) nếu 𝐴 cùng với phép toán ∗
của 𝑋 lập thành một nhóm
➢ Ví dụ: Cho (𝑋,∗) = (ℤ, +) thì tập các số nguyên chẵn là một nhóm con của 𝑋. Tập các số
nguyên lẻ không phải là nhóm con của 𝑋. Tập các số tự nhiên ℕ không phải là nhóm con của
𝑋.
∀𝑥, 𝑦 ∈ 𝐴 → 𝑥 ∗ 𝑦 ∈ 𝐴
➢ Tiêu chuẩn: Bộ phận 𝐴 của 𝑋 là nhóm con khi và chỉ khi {
∀𝑥 ∈ 𝐴 → 𝑥 −1 ∈ 𝐴
4.2.3 Nhóm con chuẩn tắc, nhóm thương

Cho nhóm (𝑋,∗) và 𝐴 là một nhóm con của 𝑋

➢ Với phần tử 𝑥 ∈ 𝑋 ta có tập hợp 𝑥𝐴 = {𝑥 ∗ 𝑎|𝑎 ∈ 𝐴} gọi là lớp ghép phải của 𝑥 và
𝐴𝑥 = {𝑎 ∗ 𝑥|𝑎 ∈ 𝐴} gọi là lớp ghép trái của 𝑥.
➢ Nhóm con 𝐴 gọi là nhóm con chuẩn tắc của 𝑋 nếu 𝑥𝐴 = 𝐴𝑥 với mọi 𝑥 ∈ 𝑋.
➢ Chú ý: Mọi nhóm con của nhóm giao hoán đều là nhóm con chuẩn tắc.
➢ Cho 𝐴 là nhóm con chuẩn tắc của 𝑋. Khi đó quan hệ 𝑥~𝑦 ⟺ 𝑥𝐴 = 𝑦𝐴, ∀𝑥, 𝑦 ∈ 𝑋 là một
quan hệ tương đương trên 𝑋.
➢ Khi đó tập thương 𝐴/~ xác định phép toán 𝑥𝐴 ∗ 𝑦𝐴 = (𝑥 ∗ 𝑦)𝐴 và trở thành một nhóm
gọi là nhóm thương của 𝑋 trên 𝐴, ký hiệu 𝑋/𝐴
➢ Ví dụ: (𝑋,∗) = (ℤ, +), 𝐴 = 5ℤ = {5𝑛|𝑛 ∈ ℤ} là nhóm con chuẩn tắc của 𝑋. Khi đó ta có
nhóm thương ℤ/5ℤ ={0̅; 1̅; 2̅; 3̅; 4̅} với các phép toán cụ thể như bảng sau
+ 0̅ 1̅ 2̅ 3̅ 4̅
0̅ 0̅ 1̅ 2̅ 3̅ 4̅
̅1 ̅1 ̅2 ̅3 ̅4 0̅
2̅ 2̅ 3̅ 4̅ 0̅ 1̅
3̅ 3̅ 4̅ 0̅ 1̅ 2̅
̅4 ̅4 ̅0 ̅1 ̅2 3̅

Ta thường ký hiệu ℤ𝑛 = ℤ/𝑛ℤ.

4.3. Vành

Định nghĩa: Cho tập hợp 𝑋 và hai phép toán hai ngôi +,× trên 𝑋. Bộ ba (𝑋, +,×) gọi là một
vành nếu:
 ➢ Phép toán + có tính chất kết hợp.
➢ Phép toán + có phần tử không.
➢ Mọi phần tử của 𝑋 đều có phần tử đối với phép toán +.
➢ Phép toán + có tính chất giao hoán.
➢ Phép toán × có tính chất kết hợp.
➢ Giữa + và × có tính chất phân phối nghĩa là: 𝑎(𝑏 + 𝑐) = 𝑎𝑏 + 𝑎𝑐; (𝑎 + 𝑏)𝑐 = 𝑎𝑐 + 𝑏𝑐

Nếu (𝑋, +,×) là một vành và phép toán × có thêm tính chất giao hoán thì (𝑋, +,×) gọi là một
vành giao hoán, và nếu phép toán × có phần tử đơn vị thì (𝑋, +,×) gọi là một vành có đơn vị.

Nhận xét: Bộ ba (𝑋, +,×) gọi là một vành khi và chỉ khi (𝑋, +) là một nhóm giao hoán, phép
toán × có tính chất kết hợp, giữa + và × có tính chất phân phối.

Ví dụ.

➢ Tập các số nguyên ℤ với hai phép toán cộng, nhân thông thường là một vành giao hoán
có đơn vị. Tập các số nguyên chẵn 2ℤ với hai phép toán cộng, nhân thông thường là một
vành giao hoán không có đơn vị.
➢ Tập các số hữu tỉ ℚ với hai phép toán cộng, nhân thông thường là một vành giao hoán có
đơn vị.
➢ Cho 𝑋 là một tập bất kỳ khác rỗng, 𝑃(𝑋) là họ các tập con của 𝑋. Khi đó 𝑃(𝑋) và hai
phép toán hợp, giao không phải là 1 vành.

Câu hỏi: Trang bị trên tập 𝑋 các sinh viên của lớp một phép toán @, ∆ để (𝑋, @, ∆) là một vành.

4.4 Trường

Định nghĩa: Cho tập hợp 𝑋 và hai phép toán hai ngôi +,× trên 𝑋. Bộ ba (𝑋, +,×) gọi là một
trường nếu:

➢ Phép toán + có tính chất kết hợp.

➢ Phép toán + có phần tử không 0.
➢ Mọi phần tử của 𝑋 đều có phần tử đối với phép toán +.
➢ Phép toán + có tính chất giao hoán.
➢ Phép toán × có tính chất kết hợp.
➢ Phép toán × có phần tử đơn vị.
➢ Mọi phần tử của 𝑋 ∗ = 𝑋\{0} đều có phần tử nghịch đảo đối với phép toán ×.
 ➢ Phép toán × có tính chất giao hoán.
➢ Giữa + và × có tính chất phân phối nghĩa là: 𝑎(𝑏 + 𝑐) = 𝑎𝑏 + 𝑎𝑐; (𝑎 + 𝑏)𝑐 = 𝑎𝑐 + 𝑏𝑐

Nhận xét:

➢ Bộ ba (𝑋, +,×) gọi là một trường khi và chỉ khi (𝑋, +) là một nhóm giao hoán, (𝑋 ∗ ,×) là
một nhóm giao hoán và giữa + và × có tính chất phân phối.
➢ (𝑋, +,×) gọi là một trường khi và chỉ khi (𝑋, +,×) gọi là một vành giao hoán có đơn vị
và mọi phần tử khác không đều khả nghịch

Ví dụ.

➢ Tập các số nguyên ℤ với hai phép toán cộng, nhân thông thường không phải là một
trường.
➢ Tập các số hữu tỉ ℚ với hai phép toán cộng, nhân thông thường là trường.
➢ Tập các số thực ℝ với hai phép toán cộng, nhân thông thường là trường.

Câu hỏi: Trang bị trên tập 𝑋 các sinh viên của lớp có 53 sinh viên một phép toán @, ∆ để
(𝑋, @, ∆) là một trường.

4.5 Trường số phức

4.5.1. Xây dựng trường số phức

➢ Tập hợp ℂ = ℝ2 = {(𝑎, 𝑏)|𝑎, 𝑏 ∈ ℝ}

➢ Phép toán

(𝑎, 𝑏) + (𝑐, 𝑑) ≔ (𝑎 + 𝑐, 𝑏 + 𝑑)

(𝑎, 𝑏)(𝑐, 𝑑): = (𝑎𝑐 − 𝑏𝑑, 𝑎𝑑 + 𝑏𝑐)

Ta có thể dể dàng kiểm tra được (ℂ, +,×) như trên là 1 trường với các thông tin cụ thể như sau:

➢ Phần tử không là (0,0)

➢ Phần tử đối của phần tử (𝑎, 𝑏) là (−𝑎, −𝑏)
➢ Phần tử đơn vị là (1,0)
𝑎 𝑏
➢ Phần tử nghịch đảo của phần tử (𝑎, 𝑏) ≠ (0,0) là (𝑎2 +𝑏2 , − 𝑎2 +𝑏2 )

Ta gọi ℂ là trường số phức, mỗi cặp (𝑎, 𝑏) ∈ ℂ gọi là một số phức.

Nhận xét:
Phép toán trừ các số phức

(𝑎, 𝑏) − (𝑐, 𝑑) ≔ (𝑎, 𝑏) + (−𝑐, −𝑑) = (𝑎 − 𝑐, 𝑏 − 𝑑)

Phép chia các số phức

𝑐 𝑑
(𝑎, 𝑏): (𝑐, 𝑑): = (𝑎, 𝑏)( ,− 2 )
𝑐2 +𝑑 2 𝑐 + 𝑑2

Sự mở rộng của trường số thực

Đặt 𝑅 = {(𝑎, 0)|𝑎 ∈ ℝ}. Ta có

(𝑎, 0) + (𝑏, 0) = (𝑎 + 𝑏, 0)

(𝑎, 0)(𝑏, 0) = (𝑎𝑏, 0)

Do đó ta có thể ký hiệu 𝑎 thay cho cặp (𝑎, 0) mà không sợ hiểu lầm giữa số 𝑎 ∈ ℂ và 𝑎 ∈ ℝ.
Hay nói cách khác ta có ℝ ⊂ ℂ.

4.5.2. Dạng chính tắc của số phức

Đơn vị ảo: Đặt 𝑖 = (0,1), ta có 𝑖 2 = (0,1)(0,1) = (−1,0) = −1. Ta gọi 𝑖 là đơn vị ảo của
trường số phức.

Dạng chính tắc: Với số phức bất kỳ 𝑧 = (𝑎, 𝑏) ∈ ℂ → 𝑧 = (𝑎, 0) + (0, 𝑏) = 𝑎 + 𝑏𝑖.

𝒛 = 𝒂 + 𝒃𝒊

Gọi là dạng chính tắc của số phức. Trong đó 𝑎 gọi là phần thực của số phức 𝑧, ký hiệu 𝑅𝑒(𝑧) và
𝑏 gọi là phần ảo của số phức 𝑧, ký hiệu 𝐼𝑚(𝑧).

Khi 𝑏 = 0 ta có 𝑧 là một số thực và khi 𝑎 = 0 ta nói số phức là số thuần ảo.

Số phức liên hợp: Cho số phức 𝑧 = 𝑎 + 𝑏𝑖. Khi đó số phức 𝑎 − 𝑏𝑖 gọi là số phức liên hợp của 𝑧
và ký hiệu là 𝑧̅. Ta có tính chất

̅̅̅̅̅̅̅̅̅
𝑧1 + 𝑧2 = 𝑧̅1 + 𝑧̅2 ; ̅̅̅̅̅̅
𝑧1 𝑧2 = 𝑧̅1 𝑧̅2

Chú ý: Với mọi số phức 𝑧 bất kỳ ta luôn có

➢ 𝑧 + 𝑧̅ ∈ ℝ; 𝑧𝑧̅ ∈ ℝ
➢ 𝑧 là số thực khi và chỉ khi 𝑧 − 𝑧̅ = 0
➢ 𝑧 là số thuần ảo khi và chỉ khi 𝑧 + 𝑧̅ = 0
Biểu diễn hình học của số phức:

Trên mặt phẳng tọa độ 𝑂𝑥𝑦 ta cho ứng mỗi số phức 𝑧 = 𝑥 + 𝑦𝑖 với điểm 𝑀(𝑥, 𝑦), khi đó mọi
điểm trên mặt phẳng đều được đánh dấu bằng một số phức và ta gọi mặt phẳng là mặt phẳng
phức. 𝑀 gọi là điểm biểu diễn của số phức 𝑧.

Môđun của số phức: Cho 𝑧 = 𝑥 + 𝑦𝑖. Khi đó số thực √𝑥 2 + 𝑦 2 gọi là môđun của số phức 𝑧, ký
hiệu |𝑧|. Môđun của số phức 𝑧 cho biết thông tin của đoạn 𝑂𝑀 với 𝑀 là điểm biểu diễn của 𝑧. Ta
𝑧 |𝑧1 |
có tính chất: 𝑧. 𝑧̅ = |𝑧|2 ; |𝑧| = |𝑧̅|, |𝑧1 𝑧2 | = |𝑧1 ||𝑧2 |; |𝑧1 | = .
2 |𝑧2 |

Ví dụ. Cho các số phức 𝑧 = 4 − 2𝑖. Ta có điểm biểu diễn là (4; −2) , số phức liên hợp là 𝑧̅ =
4 + 2𝑖, môđun |𝑧| = √20.

4.5.3. Dạng lượng giác của số phức

Khái niệm: Cho số phức 𝑧 = 𝑥 + 𝑦𝑖 khác không và có môđun 𝑟 = √𝑥 2 + 𝑦 2 thì có góc 𝜑 xác
𝑥
cos 𝜑 =
√𝑥 2 +𝑦 2
định sai khác 𝑘2𝜋 (𝑘 ∈ ℤ) sao cho { 𝑦 . Ta có 𝑧 = 𝑟(cos 𝜑 + 𝑖𝑠𝑖𝑛 𝜑) gọi là dạng
sin 𝜑 =
√𝑥 2 +𝑦 2
lượng giác của số phức 𝑧. Góc 𝜑 + 𝑘2𝜋 gọi là argument của 𝑧, ký hiệu arg(𝑧). Trường hợp 𝑧 =
0 thì 𝑟 = 0 còn 𝜑 chọn tùy ý.

Phép toán: Cho 𝑧1 = 𝑟1 (cos 𝜑1 + 𝑖𝑠𝑖𝑛 𝜑1 ), 𝑧2 = 𝑟2 (cos 𝜑2 + 𝑖𝑠𝑖𝑛 𝜑2 ) khi đó ta có

𝑧1 𝑧2 = 𝑟1 𝑟2 [cos(𝜑1 + 𝜑2 ) + 𝑖𝑠𝑖𝑛 (𝜑1 + 𝜑2 )]

𝑧1 𝑟1
= [cos(𝜑1 + 𝜑2 ) + 𝑖𝑠𝑖𝑛 (𝜑1 + 𝜑2 )]
𝑧2 𝑟2

Đặc biệt, ta có công thức Moivre

[𝑟(cos 𝜑 + 𝑖𝑠𝑖𝑛 𝜑)]𝑛 = 𝑟 𝑛 (cos 𝑛𝜑 + 𝑖𝑠𝑖𝑛 𝑛𝜑), ∀𝑛 ∈ ℤ

13 5
Ví dụ. Tìm 𝐼𝑚 (𝑧) biết (√3 + 𝑖) 𝑧 = (2 − √12) .

13 𝜋 𝜋 13
(√3+𝑖) [2(cos +𝑖𝑠𝑖𝑛 )] 213 13𝜋 5𝜋 13𝜋 5𝜋
6 6
Ta có 𝑧 = 5 = −𝜋 5
= [cos ( + ) + 𝑖𝑠𝑖𝑛 ( + )]
(2−√12) −𝜋
[4(cos +𝑖𝑠𝑖𝑛 )] 45 6 3 6 3
3 3

−𝜋 −𝜋
= 8(cos + 𝑖𝑠𝑖𝑛 ) = 4(√3 − 𝑖)
6 6

Do đó 𝐼𝑚(𝑧) = 4√3.

Khai căn số phức

Cho 𝑛 là số tự nhiên, 𝑎 là số phức cho trước. Tập hợp các số phức 𝑧 sao cho 𝑧 𝑛 = 𝑎 gọi là tập
căn phức bậc 𝑛 của 𝑎. Với 𝑎 = 0 tập căn thức chỉ có một phần tử là 0. Trong trường hợp còn lại
𝜌𝑛 = 𝑟
𝑎 = 𝑟(cos 𝜑 + 𝑖𝑠𝑖𝑛 𝜑 ), 𝑧 = 𝜌(cos 𝛼 + 𝑖𝑠𝑖𝑛 𝛼). Do 𝑧 𝑛 = 𝑎 ta có { →
𝑛𝛼 = 𝜑 + 𝑘2𝜋 , 𝑘 ∈ ℤ
𝑛
𝜌 = √𝑟
{ 𝜑+𝑘2𝜋 . Khi cho 𝑘 lần lượt các giá trị 0; 1; … ; 𝑛 − 1 ta sẽ thu được toàn bộ các căn
𝛼= ,𝑘 ∈ ℤ
𝑛
bậc 𝑛 của 𝑎. Vậy các căn bậc 𝑛 của số phức 𝑎 = 𝑟(cos 𝜑 + 𝑖𝑠𝑖𝑛 𝜑 ) khác không là:

𝑛 𝜑 + 𝑘2𝜋 𝜑 + 𝑘2𝜋
𝑧𝑘 = √𝑟 [cos + 𝑖𝑠𝑖𝑛 ]
{ 𝑛 𝑛
𝑘 ∈ {0; 1; 2; … ; 𝑛 − 1}

Ví dụ Tìm các số phức z thỏa mãn 𝑧 7 = 1 + 𝑖.

𝜋 𝜋
𝜋 𝜋 14 +𝑘2𝜋 +𝑘2𝜋
7 4 4
Ta có 𝑧 = √𝟐(cos 4 + 𝑖𝑠𝑖𝑛 4 ) → 𝑧𝑘 = √2 [cos + 𝑖𝑠𝑖𝑛 ] , 𝑘 = 0; 1; … ; 6
7 7

Tính chất: Khi biểu diễn các căn bậc 𝑛 của 𝑎 trên mặt phẳng phức ta có các đỉnh của một đa
2𝜋 2𝜋
giác đều 𝑛 cạnh. Đặt 𝜖 = cos + 𝑖𝑠𝑖𝑛 thì {1; 𝜖; 𝜖 2 ; … ; 𝜖 𝑛−1 } là các căn bậc 𝑛 của 1 và thêm
𝑛 𝑛
𝑛 𝜑 𝜑
𝑧0 = √𝑟 [cos 𝑛 + 𝑖𝑠𝑖𝑛 𝑛 ] thì {𝑧0 ; 𝑧0 𝜖; 𝑧0 𝜖 2 ; … , 𝑧0 𝜖 𝑛−1 } là các căn bậc 𝑛 của a, hơn thế chúng là
các cấp số nhân với công bội 𝜖.

4.5.4. Phương trình đại số trên trường số phức

Phương trình bậc hai. 𝑎𝑥 2 + 𝑏𝑥 + 𝑐 = 0 (𝑎, 𝑏, 𝑐 ∈ ℂ, 𝑎 ≠ 0)

−𝑏 ± (𝑑 + 𝑒𝑖)
Δ = b2 − 4𝑎𝑐 = 𝑚 + 𝑛𝑖 = (𝑑 + 𝑒𝑖)2 → 𝑥1,2 =
2𝑎
Ví dụ: Giải phương trình 𝑥 2 + (2 − 4𝑖)𝑥 − (6 + 8𝑖) = 0

Ta có Δ = (4𝑖 − 2)2 + 4(6 + 8𝑖) = −12 − 16𝑖 + 24 + 32𝑖 = 12 + 16𝑖 = (4 + 2𝑖)2

−2 + 4𝑖 − (4 + 2𝑖)
𝑥= = −3 + 𝑖
→[ 2
−2 + 4𝑖 + 4 + 2𝑖
𝑥= = 1 + 3𝑖
2
Đặc biệt: Khi 𝑎, 𝑏, 𝑏 ∈ ℝ ta có

−𝑏 −𝑏 ± 𝑖√−Δ
−𝑏 ± √Δ Δ = 0 → 𝑥1 = 𝑥2 = Δ < 0 → 𝑥1,2 =
Δ > 0 → 𝑥1,2 = 2𝑎 2𝑎
2𝑎
 1±𝑖√15
Ví dụ: a) 𝑥 2 − 𝑥 + 4 = 0 → 𝑥1,2 = .
2

−2±𝑖√10
b) 2𝑥 2 + 4𝑥 + 7 = 0 → 𝑥1,2 = .
2

Đa thức và phương trình đại số bậc cao

Ta có
̅̅̅̅̅̅̅̅̅
𝑧1 + 𝑧2 = 𝑧̅1 + 𝑧̅2 ; ̅̅̅̅̅̅
𝑧1 𝑧2 = 𝑧̅1 𝑧̅2

̅̅̅̅̅̅ = 𝑃(𝑧̅).
Do đó nếu ta có đa thức hệ số thực 𝑃(𝑥) = 𝑎𝑛 𝑥 𝑛 + 𝑎𝑛−1 𝑥 𝑛−1 + ⋯ + 𝑎1 𝑥 + 𝑎0 thì 𝑃(𝑧)

Nên nếu 𝑧 là một nghiệm của 𝑃(𝑥) thì 𝑧̅ cũng là một nghiệm của 𝑃(𝑥). Do vậy 𝑃(𝑥) có các
nghiệm 𝑥1 , 𝑥2 , … , 𝑥𝑘 ∈ ℝ và 𝑧1 , 𝑧̅1 , 𝑧2 , 𝑧̅2 , … , 𝑧𝑛 , ̅̅̅
𝑧𝑛 ∈ ℂ − ℝ. .
2
Mà (𝑥 − 𝑧𝑖 )(𝑥 − 𝑧̅)
𝑖 = 𝑥 − (𝑧𝑖 + 𝑧
̅) ̅𝑖 = 0. Ta đặt 𝑏𝑖 = (𝑧𝑖 + 𝑧̅),
𝑖 + 𝑧𝑖 𝑧 𝑖 𝑐𝑖 = 𝑧𝑖 𝑧
̅𝑖 thì

𝑃(𝑥) = 𝑎 ∏𝑘𝑖=1(𝑥 − 𝑥𝑖 ) ∏𝑛𝑖=1(𝑥 2 − 𝑏𝑖 𝑥 + 𝑐𝑖 ).

TUD&TH

CHƯƠNG II: MA TRẬN – ĐỊNH THỨC – HỆ PHƯƠNG TRÌNH

TUYẾN TÍNH
Bài 5: Khái niệm và các phép toán trên ma trận
Ma trận là một đối tượng đã được nghiên cứu từ xa xưa. Thời tiền sử đã có các khái niệm hình
vuông Latin và hình vuông kì diệu. Và ngày nay, lịch sử toán học hiện đại gắn liền với việc
giải hệ phương trình tuyến tính và các bài toán tuyến tính trong kỹ thuật và kinh tế. Ma trận là
khái niệm cơ bản thể hiện quan điểm tư duy hệ thống trong các vấn đề, bài toán nhiều thông số.
Qua bài học này sẽ giúp sinh viên nắm các khái niệm và phép toán trên ma trận, làm tiền đề cho
việc nghiên cứu các vấn đề chính của đại số tuyến tính.

5.1 Khái niệm ma trận

➢ Ma trận m dòng, n cột trên trường số 𝐾(ℚ, ℝ, ℂ) là một bảng số hình chữ nhật gồm 𝑚
dòng, 𝑛 cột, mỗi số trong ma trận thuộc trường 𝐾 và được gọi là một phần tử của ma trận.
𝑚 × 𝑛 gọi là kích thước của ma trận.
➢ Ta ký hiệu tập các ma trận kích thước 𝑚 × 𝑛 là 𝑀𝑚×𝑛 (𝐾) và mỗi ma trận thuộc
𝑀𝑚×𝑛 (𝐾) được viết chi tiết là:
 a11 a12 ... a1n 
 a11 a12 ... a1n   
a a22 
... a2 n   a21 a22 ... a2 n 
 21 hoặc  
   
   am1 am 2 ... amn 
 am1 am 2 ... amn 

Hay viết gọn là A  (aij )mn hoặc A  [aij ]mn trong đó i  1, m chỉ số dòng và j  1, n chỉ
số cột của phần tử.
➢ Quy ước: Trong giáo trình này nếu không đề cập đến trường số thì ta quy ước là
trường số thực
➢ Ma trận bằng nhau: Hai ma trận A  (aij )mn và B  (bij ) mn được gọi là bằng nhau nếu

aij  bij với mọi i  1, m và j  1, n .

1 2 3
1 2 3
➢ Ví dụ: Ma trận A    ; B   4 5 6
 4 5 6 2x3 7 8 9  3 x 3

5.2 Một số dạng ma trận đặc biệt

1
TUD&TH

5.2.1 Ma trận không

Ma trận có tất cả các phần tử đều bằng 0 được gọi là ma trận không. Mỗi kích thước ta có
một ma trân không. Tuy nhiên ta dùng số 0 để biểu thị cho mọi ma trận không mà sẽ không sợ
nhầm lẫn trong các tình huống cụ thể.
0 0 0
Ví dụ: Ma trận 0 cấp 2x3:  
0 0 0
5.2.2 Ma trận dòng, ma trận cột
Nếu 𝑚 = 1 thì ma trận chỉ có một dòng, được gọi là ma trận dòng. Tương tự, nếu 𝑛 = 1
thì ta có ma trận chỉ có một cột, được gọi là ma trận cột. Một số thuộc trường K được gọi là ma
trận một dòng, một cột.
1 
Ví dụ: Ma trận dòng: A  1 2 3 4 và ma trận cột B   5 
 7 

5.2.3 Ma trận vuông

Trong trường hợp số dòng và số cột của hai ma trận bằng nhau thì ta có khái niệm ma trận
vuông. Ký hiệu tập các ma trận vuông là 𝑀𝑛 (𝐾), với 𝑛 là cấp của ma trận vuông.
 a11 a12 ... a1n 
a a22 ... a2 n 
A=  21
 
 
 an1 an 2 ... ann 

Trong ma trận vuông các phần tử a11 , a22 ,..., ann là các phần tử nằm trên đường chéo chính,
các phần tử an1 , a( n 1)2 ,..., a1n là các phần tử nằm trên đường chéo phụ.

Ví dụ:
1 2 3 
1 2 
A  là ma trận vuông cấp hai và B   4 5 7  là một ma trận vuông cấp 3.
3 4  7 8 9 

Phần tử nằm trên đường chéo chính của ma trận A là 1; 4. Phần tử nằm trên đường chéo
chính của ma trận B là 1, 5, 9.
5.2.4 Ma trận chéo
Ma trận vuông có các phần tử ngoài đường chéo chính đều bằng 0 được gọi là ma trận chéo
(hay ma trận đường chéo). Ma trận chéo cấp n có dạng

2
TUD&TH

 a11 0 ... 0
0 ... 0 
a  0, i  j 
a22
A= 
  ij

 
0 0 ... ann 

Ví dụ:
1 0 0 0
 0 1 0 0 
C
0 0 1 0
 
0 0 0 4

Nhận xét: Ma trận đường chéo thường được ký hiệu bởi diag(a1 , a2 ,..., an ) với các phần tử trên
đường chéo chính là a1 , a2 ,..., an

5.2.5 Ma trận đơn vị

Ma trận chéo cấp n, có tất cả các phần tử trên đường chéo chính đều bằng 1, được gọi là ma
trận đơn vị, ký hiệu I n

5.2.6 Ma trận tam giác

Ma trận có các phần tử ở trên (hoặc dưới) đường chéo chính bằng 0 được gọi là ma trận tam
giác
 a11 a12 ... a1n 
0 a22 ... a2 n 
A= 
 
 
0 0 ... ann 

Trong đó aij  0 khi i> j được gọi là ma trận tam giác trên.

1 2 3 4
0 4 3 2 
Ví dụ: A   là ma trận tam giác trên
0 0 1 2
 
0 0 0 5

 b11 0 ... 0
b b ... 0 
B =  21 22 Trong đó bij  0 khi i < j được gọi là ma trận tam giác dưới.
 
 
bn1 bn 2 ... bnn 

3
TUD&TH

3 0 0
Ví dụ: B  1 2 0  là ma trận tam giác dưới.
0 1 1 

Nhận xét: Ma trận tam giác trên và ma trận tam giác dưới được gọi chung là ma trận tam giác.
5.2.7 Ma trận chuyển vị
a) Định nghĩa
Cho ma trận A, ma trận chuyển vị của ma trận A, ký hiệu AT là ma trận mà trong đó, vai trò
của dòng và cột hoán chuyển cho nhau nhưng vẫn giữ nguyên chỉ số của chúng.
 a11 a12 ... a1n 
a a22 ... a2 n 
Giả sử ta có ma trận A=  21 thì khi đó ma trận chuyển vị của ma trận A là
 
 
 am1 am 2 ... amn 

 a11 a21 ... am1 

a a22 ... am 2 
A   12
T
 
 
 a1n a2 n ... amn 

Nhận xét:
➢ Nếu ma trận A có cấp là m x n thì ma trận AT có cấp là n x m.
➢ Trường hợp đặc biệt chuyển vị của ma trận cột là ma trận dòng và ngược lại chuyển vị
của ma trận dòng là ma trận cột.
Ví dụ:
1 5 9
1 2 3 4  2
  6 1 
Ma trận A  5 6 7 8  thì ma trận chuyển vị của ma trận A là A  
T

3 7 2
9 1 2 3   
4 8 3

b) Định lý: Cho các ma trận A, B  M mxn ( K ) . Khi đó ta có các khẳng định sau:

A  T T
 A.

AT  BT  A  B
5.2.8 Ma trận đối xứng – Ma trận phản đối xứng
Nếu ma trận vuông A thỏa mãn aij  a ji , i, j  1, n thì ta nói A là ma trận đối xứng.

4
TUD&TH

1 2 3
Ví dụ: Ma trận A   2 1 0  là một ma trận đối xứng cấp3.
 3 0 1 

1 2 3 4 
 2 0 1 2 
Ma trận A    là ma trận đối xứng cấp 4.
 3  1 1 0 
 
4 2 0 3

Nếu ma trận vuông A thỏa mãn aij   a ji , i, j  1, n thì A gọi là một ma trận phản đối xứng.

Ví dụ:
0 2 4 
3
 2 0 5 1 
Ma trận B   là ma trận phản đối xứng.
 3 5 0 3
 
4 1 3 0 

5.2.9 Ma trận bậc thang

Nếu một ma trận trên K có các dòng khác 0 nằm bên trên các dòng 0, đồng thời trên hai
dòng khác 0, ta có các phần tử khác 0 đầu tiên của dòng dưới nằm bên phải phần tử khác 0 đầu
tiên của dòng trên thì ma trận đó được gọi là ma trận bậc thang trên K.
 0 3 12 1 7 0 
0 0 1 2 3 4 
Ví dụ: Ma trận B    là ma trận bậc thang có ba dòng khác 0.
0 0 0 0 4 5 
 
0 0 0 0 0 0 
5.3 Các phép biến đổi sơ cấp trên dòng của ma trận
bao gồm các phép biến đổi sau
i. Đổi chổ hai dòng i và dòng j của ma trận cho nhau.
ii. Nhân dòng thứ i với một số khác không.
iii. Cộng dòng thứ i với dòng thứ j nhân với một số  với i  j .
Nếu thay từ dòng bằng từ cột ta có các phép biến đổi sơ cấp trên cột.
Ma trận B được gọi là tương đương dòng với ma trận A nếu có một số hữu hạn phép biến đổi sơ
cấp dòng biến ma trận A thành ma trận B.
5.4 Các phép toán trên ma trận
5.4.1 Phép cộng các ma trận cùng kích thước

5
TUD&TH

Định nghĩa: Tổng của hai ma trận A  (aij )mn và B  (bij ) mn là một ma trận C  (cij )mn với
cij  aij  bij . Tổng hai ma trận được ký hiệu C = A+B.

 a11 a12 ... a1n   b11 b12 ... b1n   a11  b11 a12  b12 ... a1n  b1n 
a a22 ... a2 n   b21 b22 ... b2 n   a21  b21 a22  b22 ... a2 n  b2 n 
 21  
     
     
 am1 am 2 ... amn  bm1 bm 2 ... bmn   am1  bm1 am 2  bm 2 ... amn  bmn 

Ví dụ:
1 2 3  0 2 1  1 0 4 
A  và B    . Khi đó, A  B   
 2 1 4   1 3 4  3 2 0 
5.4.2 Phép nhân ma trận với một số
Định nghĩa: Tích của ma trận A  (aij )mn với số  thu được bằng cách nhân các phần tử của ma
trận A với số  , ký hiệu  A . Ta có,  A  ( aij )mn

Ví dụ:
 4 2 3  8 4 6 
2   
7 3 2   14 6 4 
Với A và B là hai ma trận cấp m x n, ta ký hiệu A + (-1)B = A – B, gọi là phép trừ của hai ma
trận.
 2 3 5  2 1 3 
A  và B    thì
4 2 1   3 5 2 
0 4 8
A B   
1 3 3 
Tính chất: Với A, B, C  M mxn ( K ) và  ,   K ta có:
a) A + B = B + A
b) (A + B) + C = A + (B + C)
c) 0 + A = A + 0 = A
d) A + (-A ) = (-A) + A = 0

e)  A  B   AT  BT
T

f)  ( A  B)   A   B

6
TUD&TH

g) (   ) A   A   A

5.4.3 Phép nhân hai ma trận

Định nghĩa:
Cho hai ma trận A  (aij )mr và B  (bij ) rn , khi đó tích của hai ma trận A và B, ký hiệu là AB
là một ma trận C  (cij )mn với các phần tử cij là tổng của các tích các phần tử tương ứng dòng i
của ma trận A với cột j của ma trận B.
r
Tức là cij  ai1b1 j  ai 2b2 j  ...  air brj   aik bkj
k 1

 a11 a12 ... a1r 

a ... a2 r   b11 b12 ... b1 j ... b1n   c11 c12 c1n 
 21 a22 ...
 ...  b21 b22 ... b2 j ... b2 n   c21 c22 ... c2 n 
 . 
 ai1 ai 2 ... air     cij 
   br1 br 2 ... brj  
... brn  cm1 cm 2 ... cmn 

  
 am1 am 2 ... amr 

Chú ý:
Tích của ma trận A và ma trận B chỉ được xác định khi số dòng của ma trận B bằng đúng số
cột của ma trận A. Tức là nếu A là ma trận cấp m x p và B là ma trận cấp p x n thì AB là ma trận
cấp m x n. Do đó, với A và B là hai ma trận bất kỳ thì nếu có tích của AB, ta cũng không hẳn suy
ra được tích của hai ma trận BA, nói cách khác, tích của hai ma trận không giao hoán.
Ngoài ra, có những ma trận khác 0 nhưng tích của chúng lại là ma trận 0.
Ví dụ:
 1 2  2 1  2 3  1 7
a) Giả sử A    và B    khi đó; AB    và BA    . Vậy
 1 3   0 1  2 2   1 3 
AB  BA
1 0  0 0  0 0 
b) Với C    ;D    ta có CD    mặc dù C  0; D  0 .
0 0  1 0  0 0 
Nếu tồn tại hai ma trận A, B thỏa AB = BA thì ta nói ma trận A và ma trận B có thể hoán vị
với nhau. Ma trận đơn vị có thể hoán vị với mọi ma trận cùng cấp.

7
TUD&TH

1 2 1
c) Cho A    và
3 1 4 

 2 5 
B   4 3 1.(2)  2.4  (1).2 1.5  2.(3)  (1).1  4 2 
thì AB   
 2 1   3.(2)  1.4  4.2 3.5  1.(3)  4.1  6 16 

2
 1 x 3 4 12 
d) Cho A    và B    . Nếu AB   6  hãy tìm x và y
 2 1 1  y   

Giải:
2
1 x 3    2  4 x  3 y  12 
Ta có AB    4   6
 2 1 1    y   
 y
Suy ra y = 6 và x = -2. ■
Tính chất:
Cho A, A '  M mxn ( K ) và B, B '  M nxp ( K ) và C  M pxq ( K ) và   K thì:
a ) A0nxp  0mxp ;
b)0rxm A  0 rxn ;
c) A( B  B ')  AB  AB ';
d )  AB   BT AT ;
T

e) ( AB)  ( A) B  A( B),   K

Nhận xét:
Cho các ma trận A1 , A2 ,..., An là các ma trận có số cột của ma trận liền trước bằng số dòng của
ma trận liền sau. Khi đó tích của n ma trận này được định nghĩa theo cách quy nạp sau:
A1 A2 A3  ( A1 A2 ) A3
A1 A2 A3 A4  ( A1 A2 A3 ) A4

A1 A2 A3 A4 ... An 1 An  ( A1 A2 ... An 1 ) An

Hơn thế bằng cách chứng minh quy nạp ta có:

( A1 A2 .... An )T  AnT AnT1... A2T A1T

8
TUD&TH

Câu hỏi: Hãy cho biết nguyên nhân của việc đặt phép toán nhân hai ma trận theo nguyên tắc
như trên?
5.4.4 Lũy thừa ma trận
Định nghĩa: Cho ma trận A, lũy thừa bậc k của ma trận A là: A  A. A... A .
k

k lân

k 1
Cụ thể, A  I n ; A  A; A  A. A;..., A  A . A
0 1 2 k

0 1 0  0 0 1 0 0 0
     
Ví dụ: Cho A  0 0 1  thì ta được A   0 0 0  và A   0 0 0 
2 3

0 0 0  0 0 0 0 0 0
   

Nhận xét: Có những ma trận khác ma trận không nhưng lũy thừa k lần với k  sẽ thành ma
trận không.
Một ma trận A  M (n; K ) thỏa tính chất tồn tại một số k  , sao cho A  0 thì khi đó ma
k

trận A được gọi là ma trận lũy linh.

Một ma trận A  M (n; K ) thỏa tính chất A  E thì khi đó ma trận A được gọi là ma trận lũy
2

đẳng.
Tính chất:
Cho A  M (n; K ) và r , s  , khi đó:

 0  0;
r
✓

 In   In
r
✓
rs
✓ A  A .A
r s

 
s
✓ A  A
rs r

Định lý: Giả sử A, B là hai ma trận giao hoán trong M(n;K) (nghĩa là AB = BA) và k  , khi
đó ta có:

✓ ( AB)  A .B ;
k k k

k 1 k 2 k 1
✓ A  B  ( A  B)( A  A B  ...  B ) ;
k k

✓ ( A  B)   Ck A B .
k i i k i

5.4.5 Đa thức của ma trận

9
TUD&TH

n 1
Định nghĩa: Cho f là một đa thức bậc n trên K có dạng f ( x)  an x  an 1 x  ...  a1 x  a0 . Giả
n

n 1
sử A  M (n; K ) thì ta gọi f ( A)  an A  an 1 A  ...  a1 A  a0 I n là đa thức của ma trận A.
n

2 0
Ví dụ: Cho f ( x)  x  3x  5 . Hãy tính f (A) với A  
3 2
.
0 3
8 0   4 0  1 0  1 0 
Ta có f ( A)  A  3 A  5 I 2   3 5 
3 2
  .
0 27   0 9  0 1  0 5 

10
TUD&TH

Bài 6. Định thức

Khái niệm định thức xuất hiện đầu tiên gắn với việc giải hệ phương trình đại số tuyến tính có số
phương trình bằng số ẩn. Hệ này có một nghiệm duy nhất khi và chỉ khi định thức của ma trận
tương ứng với hệ phương trình này khác 0. Định thức là một đại lượng gắn liền với ma trận
vuông. Đại lượng này cho biết nhiều tính chất của ma trận vuông. Bên cạnh đó là nhiều các ứng
dụng của đại số tuyến tính gắn liền với khái niệm định thức. Thông qua bài học này, sinh viên
nắm được khái niệm định thức của một ma trận vuông, tính chất và các cách tính định thức. Đây
là tiền để cơ bản để sinh viên có thể nắm bắt và học tốt các vấn đề tiếp theo của đại số tuyến tính.

6.1 Định nghĩa

6.1.1 Phép thế và dấu

Một song ánh trên tập {1; 2; … ; 𝑛} được gọi là một phép thế cấp 𝒏. Tập các phép thế cấp 𝑛 được
ký hiệu 𝑆𝑛 với số phần tử là 𝑛! (số các hoán vị cấp 𝑛). Một phép thế 𝜎 ∈ 𝑆𝑛 được viết bởi

1 2 ⋯ 𝑛
𝜎=( ).
𝜎(1) 𝜎(2) ⋯ 𝜎(𝑛)
𝜎(𝑖)−𝜎(𝑗)
Cho phép thế 𝜎 ∈ 𝑆𝑛 , cặp không kể thứ tự (𝑖, 𝑗) gọi là một nghịch thế của 𝜎 nếu < 0.
𝑖−𝑗
Số các nghịch thế của 𝜎 được ký hiệu là 𝑁(𝜎) và đại lượng (−1)𝑁(𝜎) gọi là dấu của phép thế 𝜎
và ký hiệu là 𝑠𝑖𝑔𝑛(𝜎).

Ví dụ: Cho 𝑛 = 6, số phần tử của 𝑆6 = 6! = 720.

1 2 3 4 5 6
Cho phép thế     của 𝑆6 .
5 3 6 1 2 4

Cặp (1; 2) là một nghịch thế của 𝜎 do 𝜎(1) > 𝜎(2). Số các nghịch thế của 𝜎 là 𝑁(𝜎) = 4 + 2 +
3 = 9. Do đó 𝑠𝑖𝑔𝑛(𝜎) = −1.

6.1.2 Định nghĩa định thức

Định thức của ma trận A, ký hiệu là detA hay |A| được tính bằng

det A   sign( ) a 
 Sn
a
1 (1) 2 (2) ...an ( n)

Định thức trên là tổng của 𝑛! số hạng, mỗi số hạng là một tích của dấu phép thế và 𝑛 phần tử của
ma trận nằm ở các vị trí tương ứng với phép thế.

6.1.3 Ví dụ

1
TUD&TH

1 2   1 2    a11 a12 

Khi n = 2. Ta có nhóm các phép thế S 2   ;   . Cho A   a  ta có định
1 2   2 1    21 a22 
thức của ma trận A là detA hay |A|, được tính bằng

det A   sign( )a 
 S2
a
1 (1) 2 (2)  a11a22  (1)a12 a21  a11a22  a12 a21.

Khi n = 3. Ta có nhóm các phép thế

1 2 3   1 2 3  1 2 3   1 2 3   1 2 3   1 2 3  
S3   ; ; ; ; ; 
1 2 3   2 1 3  1 3 2   3 2 1   2 3 1   3 1 2  

 a11 a12 a13 

Cho A   a21 a22 a23  khi đó ta có
 a31 a32 a33 

det A   sign( )a 
 S3
a a
1 (1) 2 (2) 3 (3)  a11a22 a33  a12 a23a31  a13a21a32  a13a22a31  a11a23a32  a12a21a33 .

Công thức trên thường được nhớ theo quy tắc Sarrus như sau: Ta viết them cột thứ nhất và thứ
hai vào bên phải định thức ta được

a11 a12 a13 a11 a12

a21 a22 a23 a21 a22
a31 a32 a33 a31 a31

Thì tích các phần tử trên ba đường chấm chấm sẽ có dấu như sau:

Cụ thể:

2 1
a)  2.3  4.1  2
4 3

2
TUD&TH

1 2 3
b) 2 1 3  1.1.2  2.1.3  2.3.3  3.1.3  3.1.1  2.2.2  6
3 1 2

6.2 Các tính chất

Tính chất 1: Định thức không đổi qua phép chuyển vị, tức là det( A)  det( At )

Chú ý: Từ tính chất này thì một mệnh đề về định thức nếu đúng với dòng thì cũng đúng với cột
và ngược lại.

2 5 2 4
Ví dụ:   14
4 3 5 3

Tính chất 2: Nếu ta đổi chỗ hai dòng (i  j ) (hoặc hai cột khác nhau) bất kỳ của định thức thì
định thức đổi dấu.

4 3 5 3 1 7
2 7 6 2 7 6
Ví dụ: 3 1 7 4 3 5

Tính chất 3: Nếu tất cả các phần tử của một dòng (hoặc một cột) của định thức được nhân với 
thì định thức mới bằng định thức ban đầu nhân với  .

1 2 3 1 2 3
Ví dụ: 6 3 9  3. 2 1 3
5 8 6 5 8 6

Nhận xét: Từ tính chất này suy ra nếu A là ma trận vuông cấp n thì det( A)   n det( A).

Tính chất 4: Cho A là ma trận vuông cấp n. Giả sử dòng thứ i của ma trận A có thể biểu diễn
dưới dạng aij  aij'  aij'' với j = 1, 2, …,n. Khi đó ta có:

... ... ... ... ... ... ... ... ... ... ... ...
det A  ai1'  ai1'' ai2'  ai2'' ... ain'  ain''  ai1' ai2' ... ain'  ai1'' ai2'' ... ain''
... ... ... ... ... ... ... ... ... ... ... ...

Trong đó các dòng còn lại của 2 định thức ở hai vế là hoàn toàn như nhau và chính là các dòng
còn lại của ma trận A.

3
TUD&TH

1 2 3 1 2 3 1 2 3
Ví dụ: 4 5 6  1 2 3  3 3 3
7 8 9 7 8 9 7 8 9

Từ tính chất trên, ta cũng có kết quả tương tự đối với cột.

Chú ý: Các tính chất 2, 3, 4 trên chính là tính đa tuyến tính thay phiên của định thức. Từ các tính
chất trên ta có các kết quả sau:

Tính chất 5: Định thức của ma trận A sẽ bằng 0 nếu thỏa một trong các điều kiện sau:

➢ Có một dòng mà tất cả các phần tử của dòng đó đều bằng 0,

➢ Có hai dòng bằng nhau hoặc tỉ lệ với nhau
➢ Có một dòng là tổ hợp tuyến tính của các dòng khác. Tức là tồn tại dòng d i mà
di  a1d1  a2d2  ...  ai 1di 1  ai 1di 1  ...  ak dk  ... với ai  K.

Tính chất 6: Định thức sẽ không thay đổi nếu:

➢ Nhân một dòng với một số bất kỳ rồi cộng vào dòng.
➢ Cộng vào một dòng một tổ hợp tuyến tính của các dòng khác.

Nhận xét:

- Nếu thay từ dòng bằng từ cột thì các tính chất trên vẫn đúng.

- Đối với các ma trận A có cấp n (với n là một số rất lớn), khi đó việc tính detA bằng định nghĩa
ta sẽ gặp rất nhiều khó khăn. Do đó, ngoài cách vận dụng các tính chất trên của định thức, ta còn
rất hay sử dụng định lý Laplace sau đây.

6.3 Định lý Laplace

6.3.1 Định thức con và phần bù đại số

Cho A là ma trận vuông cấp n và k là một số tự nhiên thỏa 1  k  n . Ta xóa đi n-k dòng bất kỳ
và n-k cột bất kỳ của A thì thu được một ma trận vuông cấp k của A. Định thức của ma trận này
được gọi là một định thức con cấp k của A.

Đặc biệt, khi cho trước 1  i, j  n , nếu ta xóa đi dòng i, cột j của ma trận A ta sẽ được định thức
con cấp n-1 của ma trận A, ký hiệu là M ij . Khi đó, Aij  (1)i  j M ij được gọi là phần bù đại số
của phần tử aij (với aij là phần tử nằm ở hàng i và cột j của ma trận A).

4
TUD&TH

1 2 0 3
0 3 4 1  1 2
Ví dụ: Xét ma trận A   khi đó. Định thức D2   3 được gọi là định thức
1 4 1 4  0 3
 
0 5 2 1
3 4 1
con cấp 2 của A. Ta có M 11  4 1 4 khi đó phần bù đại số của phần tử ở dòng 1 và cột 1
5 2 1
của ma trận A là: A11  (1)11 M 11  88

 a11 a12 ... a1 j ... a1n 

a a22 ... a2 j ... a2 n 
 21
 
6.3.2 Định lý Laplace: Cho A là ma trận vuông cấp n A   .
 ai1 ai2 ... aij ... ain 
 
 
 an1 an 2 ... anj ... ann 

Khi đó

Nếu khai triển định thức A theo dòng thứ i thì detA được biểu diễn dưới dạng
n
det A  ai1 Ai1  ai2 Ai2  ...  ain Ain   aik Aik
k 1

Nếu khai triển định thức A theo cột thứ j thì detA được biểu diễn dưới dạng
n
det A  a1 j A1 j  a2 j A2 j  ...  anj Anj   akj Akj .
k 1

1 0 2 a
2 0 b 0
Ví dụ: Xét ma trận A  . Nhận thấy dòng 4 có nhiều số 0, nên khai triển định thức
3 c 4 5
d 0 0 0
0 2 a
theo dòng 4 ta có: A  (1) 41 d 0 b 0 . Tiếp tục khai triển theo dòng thứ 3 của định thức
c 4 5
0 2 1
2 a
0 b 0 ta có: A  d .c.  dc(ab)  abcd
b 0
c 4 5

5
TUD&TH

0 3 0 5
2 3 1 1
Xét ma trận B 
1 1 3 0
0 4 0 5

2 1 1 2 3 1
1 2 1 4
Khai triển theo dòng 1 có B  (1) 3 1 3 0  (1) 5 1 1 3
0 0 5 0 4 0

Khai triển theo dòng cuối của 2 định thức trên có:

2 1 2 1
B  (1)1 2 .3.5.(1)33  (1)1 4 4.(1) 23 .5  25
1 3 1 3

Tính chất 1: Nếu A là ma trận tam giác trên (ma trận tam giác dưới) thì định thức của ma trận A
 a11 a12 ... a1n 
0 a ... a2 n 
bằng tích của tất cả các phần tử trên đường chéo chính. Tức là nếu A   22
thì
 
 
0 0 ... ann 
det A  a11.a22 ...ann .

Tính chất 2: Nếu A và B là các ma trận vuông cấp n thì det(A.B) = detA . det B.

6.4 Một số lưu ý

Nhờ có định lý Laplace, để tính một định thức cấp cao (n > 3) ta có thể khai triển định thức theo
một dòng và một cột bất kỳ để đưa về tính các định thức cấp bé hơn. Cứ như vậy, sau một số lần
ta sẽ đưa việc tính định thức cấp cao về dạng tính định thức cấp 2, 3. Tuy nhiên, trên thực tế thì
nếu làm như vậy thì số lượng phép tính sẽ khá lớn. Bởi vậy, ta thực hiện theo các bước sau sẽ
làm giảm đi số phép tính cần thực hiện:

Bước 1: Chọn dòng hoặc cột có nhiều số 0 nhất để khai triển định thức theo dòng (cột) đó.

Bước 2: Sử dụng tính chất 6 để đưa định thức về dạng có dòng (cột) đã chọn thành dòng (cột) chỉ
có một số khác 0.

Bước 3: Khai triển định thức theo dòng (cột) đó. Khi đó, việc tính một định thức cấp n quy về
việc tính định thức cấp n-1. Tiếp tục lặp lại các bước 1, 2 cho định thức cấp n-1, cuối cùng ta sẽ
dẫn về việc tính định thức cấp 2, 3.

Chú ý các phép biến đổi 𝑎1 ℎ1 + 𝑎2 ℎ2 + ⋯ + 𝑎𝑛 ℎ𝑛 → ℎ𝑘 (với 𝑎𝑘 ≠ 0) làm cho định thức tăng
lên 𝑎𝑘 lần
6
TUD&TH

Ví dụ 1: Tính detA với

1 0 1 1 2
0 1 1 2 1

A 1 2 1 0 1
 
 1 0 1 0 2
 1 1 1 1 1 

Giải:

Ta chọn cột 2 để khai triển. Tuy nhiên, trước hết ta nhân dòng 2 với -2 rồi cộng vào dòng 3 và
nhân dòng 2 với -1 rồi cộng vào dòng 5. Khi đó

1 0 1 1 2
0 1 1 2 1
1 0 1 4 3
1 0 1 0 2
1 0 0 1 2
.

Khai triển theo cột 2 ta được

1 1 1 2
1  1 4 3
1 1 0 2
1 0 1 2

Tiếp theo ta thực hiện các bước sau trên định thức cấp 4. Ta nhân cột 1 với (-1) với cột 3, sau đó
nhân cột 1 với 2 rồi cộng vào cột 4. Định thức trên sẽ trở thành:

1 1 2 4
1  1 5 5
1 1 1 0
1 0 0 0

Tiếp theo ta khai triển theo dòng 4 thì được định thức

1 2 4
(1)(1) 1 5 5  1
5

1 1 0

7
TUD&TH

1 1 2 3
2 3 1 2
Ví dụ 2. Tính . Ta có:
2 4 3 1
1 2 1 3

1 1 2 3 1 1 2 3 1 1 2 3
h2  2h1  h2
2 3 1 2 0 1 5 4 h3  2h2  h3 0 1 5 4
h3  2h1  h3
2 4 3 1 0 2 1 5 h4  3h2  h4 0 0 9 3
h4  h1  h4
1 2 1 3 0 3 3 6 0 0 18 18
1 1 2 3
0 1 5 4
h4  2h3  h4  1.1.9.12  108
0 0 9 3
0 0 0 12

8
TUD&TH

Bài 7. Hạng của ma trận

Ta có khái niệm định thức dành cho ma trận vuông, vậy với ma trận A kích thước m n bất kỳ
thì sao? Với số 1  p  min{m, n} ta xóa đi m  p hàng và n  p cột thì thu được một ma trận
vuông cấp p và gọi là một định thức con cấp p của A.
Câu hỏi: Có bao nhiêu định thức con cấp 5 của một ma trận kích thước 7  8 .
Khái niệm hạng của ma trận thể hiện rất nhiều các đặc tính của ma trận bất kỳ. Trong bài này ta
sẽ tìm hiểu khái niệm và các tìm hạng của ma trận.
7.1 Định nghĩa Cho A là ma trận cấp m n khác không. Hạng của ma trận A là số tự nhiên r,
1  r  min{m, n} thỏa mãn các điều kiện sau:
 Tồn tại ít nhất một định thức con cấp r của ma trận A khác 0.
 Mọi định thức con cấp lớn hơn r (nếu có) của ma trận A đều bằng 0.
Nói cách khác hạng của ma trận A  0 chính là cấp cao nhất của các định thức con khác
không của ma trận A. Hạng của ma trận A, ký hiệu là r(A) hoặc rank(A).
Quy ước: Hạng của ma trận 0 bằng 0.
Ví dụ: Tìm hạng của ma trận A sau:
1 2 3 1
 2 2 1 2 
A
1 0 5 1
 
4 0 9 2
Ma trận A có duy nhất một định thức cấp 4 và nó bằng 0. Tồn tại một định thức con cấp 3 của A
là
1 2 3
1 0 5  22  0 . Vậy rank(A)=3
4 0 9
7.2 Các tính chất
Tính chất 1: Hạng của ma trận không đổi qua các phép biến đổi sau:
 Phép chuyển vị ma trận. Tức là rank ( A)  rank ( A ).
T

 Các phép biến đổi sơ cấp dòng hoặc cột.

 Bỏ đi các dòng hoặc các cột gồm toàn số 0.
 Bỏ đi các dòng hoặc các cột là tổ hợp tuyến tính của các dòng hay các cột khác.
Tính chất 2: Nếu A là ma trận vuông cấp n thì:
 rank ( A)  n  det A  0
 rank ( A)  n  det A  0
Nếu xảy ra trường hợp đầu thì ta nói ma trận vuông A không suy biến.
Nếu xảy ra trường hợp hai thì ta nói ma trận vuông A suy biến.
Tính chất 3:
 Nếu A, B là các ma trận cùng cấp thì rank ( A  B)  rankA  rankB .
TUD&TH

 Cho A, B là các ma trận sao cho tồn tại tích AB. Khi đó, rank ( AB)  min{rankA, rankB}
7.3 Cách tính hạng của ma trận
Nhận xét: Ma trận A cấp mxn khác không được gọi là ma trận bậc thang nếu tồn tại một số tự
nhiên r thỏa 1  r  min{m, n} thỏa các điều kiện sau:
(1) r dòng đầu khác 0. Các dòng thứ r +1 trở đi (nếu có) đều bằng 0.
(2) Xét dòng thứ k với 1  k  r . Nếu akik là phần tử đầu tiên bên trái (tính từ trái sang phải)
khác không của dòng k thì ta phải có i1  i2  ...  ir .
Các phần tử akik được gọi là các phần tử đánh dấu của ma trận A. Các cột chứa các phần tử
được đánh dấu {i1 , i2 ,..., ir } gọi là cột đánh dấu của ma trận A.
Điều kiện (2) có thể phát biểu lại: Nếu đi từ trên xuống thì các phần tử được đánh dấu phải
lùi dần về bên phải. Do đó, ma trận bậc thang có dạng như sau:
0...0 a1i1 ... .... ... .... 
 
0...0 0...0 a2i2 ... ... ... 
 ... ... ... ... ... .... 
 
A   ... ... ... arir ... ... 
 
0...0 0..0 0...0 ... 0...0 0...0
 ... ... ... ... ... ... 
 
0...0 0..0 0..0 0..0 0...0 0...0
Nhận xét:
Nếu A là ma trận bậc thang thì số r các dòng khác 0 trong định nghĩa chính là rankA. Hay rankA
= r. Thật vậy chỉ có định thức con cấp r của A khác 0 chính là định thức Dr tạo ra bởi r dòng đầu
và r cột đánh dấu bởi các cột {i1 , i2 ,..., ir } . Ngoài ra, các định thức con cấp r +1 của A đều tạo bởi
r + 1 dòng nào đó nên có ít nhất một dòng bằng không. Do đó, chúng đều bằng 0.
Nhắc lại các phép biến đổi sơ cấp trên ma trận
Ba phép biến đổi sau đây được gọi là phép biến đổi sơ cấp trên dòng của ma trận:
 Đổi chổ hai dòng cho nhau;
 Nhân một dòng cho một số khác 0;
 Nhân một dòng cho một số bất kỳ rồi cộng vào dòng khác.
 Nếu thay từ dòng bằng từ cột, ta có các phép biến đổi sơ cấp trên cột.
Tìm hạng của ma trận bằng phương pháp sử dụng các phép biến đổi sơ cấp
Nội dung của phương pháp này được dựa trên 2 nhận xét sau:
 Các phép biến đổi sơ cấp không làm thay đổi hạng của ma trận;
 Một ma trận khác ma trận 0 bất kỳ đều có thể đưa về dạng ma trận bậc thang sau một số
hữu hạn phép biến đổi sơ cấp trên dòng.
Vậy muốn tìm hạng của ma trận A, ta sẽ dùng các phép biến đổi sơ cấp đưa ma trận A về
dạng bậc thang, từ đó suy ra hạng của ma trận A bằng hạng của ma trận bậc thang và bằng đúng
số dòng khác 0 của nó.
TUD&TH

Thuật toán để đưa ma trận khác 0 bất kỳ về dạng ma trận bậc thang bằng các phép biến
đổi sơ cấp:
a) Thuật toán:
 a11 a12 ... a1n 
a a2 n 
Xét ma trận A   21 a22 ...
 
 
 am1 am 2 ... amn 
Bước 1:
 Bằng cách đổi chỗ hai dòng cho nhau nếu cần để a11  0 .
a21
 Ta nhân dòng (1) với rồi cộng vào dòng (2).
a11
a31
 Ta nhân dòng (1) với rồi cộng vào dòng (3).
a11
…
am1
 Ta nhân dòng (1) với rồi cộng vào dòng (m).
a11
 a11 a12 ... ... a1n 
0 b ... ... b2 n 
 22

Khi đó ta nhận được ma trận A1   0 b32 ... ... b3n 

 
 
 0 bm 2 ... ... bmn 
Nhận xét: ở ma trận A1 thì chỉ có giá trị a11  0 còn tất cả các phần tử khác của cột 1 đều
bằng 0.
Chú ý: Nếu ở ma trận A ban đầu mọi phần tử ở cột 1 đều bằng 0 thì ta có thể bỏ qua cột 1 mà
thực hiện bước 1 đối với cột kế tiếp.
 b22 b23 ... b2 n 
b b33 ... b3n 
Bước 2: Xét ma trận B   32

 
 
bm 2 bm3 ... bmn 
Nếu ma trận B có dạng bậc thang, hoặc ma trận B = 0 thì suy ra ma trận A1 có dạng bậc thang
và thuật toán kết thúc. Trong trường hợp ngược lại, thì thực hiện bước 1 cho ma trận B. Vì ma
trận B có ít hơn ma trận A1 dòng và 1 cột, nên thuật toán sẽ kết thúc sau một số hữu hạn các bước
lặp.
b) Ví dụ:
TUD&TH

0 1 3 4 6
 1 3 4 5 2 
Tính hạng của ma trận A   
 3 5 2 3 4
 
 2 3 5 6 4 
Giải:
 1 3 4 5 2  1 3 4 5 2
0 1 3 4 6 0 1 3 4 6 
d1  d2
A    
d3 3d1  d3 
 3 5 2 3 4 d4 2 d1  d4 0 4 10 12 2
   
 2 3 5 6 4  0 3 13 16 8
1 3 4 5 2  1 3 4 5 2 
0 1 3 4 6  0 1 3 4 6 
d3  4 d 2  d3
    
d 4  d 4  d3 
d4 3d2  d4
0 0 22 28 26 0 0 22 28 26
   
0 0 22 28 26 0 0 0 0 0 
Vậy rankA = 3■
Ví dụ 2: Tính hạng của ma trận sau:
 a 1 1 ... 1 
 1 a 1 ... 1 
B 
 
 
 1 1 1 ... a 
Giải:
 a  (n  1) 1 1 ... 1   a  (n  1) 1 1 ... 1 
 a  (n  1) a 1 ... 1  d2 d2 d1  0 a  1 0 ... 0 
c1 c2  c3 ... cn
B    d3 d3  d1
  C
  ...dn dn d1  
   
 a  (n  1) 1 1 ... a   0 0 0 ... a  1
Nếu a  (1  n), a  1 thì ma trận C là ma trận bậc thang cấp n. Khi đó, rankB = rankC = n.
Nếu a = 1 thì ma trận C là ma trận bậc thang. Khi đó rank B = rankC = 1.
0 1 1 ... 1 
0 n 0 ... 0 
Nếu a = 1 – n thì khi đó C    . Khi đó C là ma trận bậc thang có định thức
 
 
0 0 0 ... n 
n 0 0 0
0 n 0 0
cấp n – 1 khác 0, đó là định thức  (n)n1  0 và det C = 0.

0 0 0 n
Do đó, rankB = rank C = n – 1. ■
TUD&TH

Ví dụ 3
1 3 4 
Tìm điều kiện của m để hạng ma trận sau bằng 1: A   2 6 m 
 3 9 12
Giải
Nhận thấy ma trận A có hai dòng 1 và 3 tỉ lệ với nhau, do đó để ma trận có hạng bằng 1 thì m =
8.
Nhận xét: Do rank ( A)  rank ( A ) nên ta có thể thay thế các phép biến đổi trên dòng bởi các
T

phép biến đổi trên cột để đưa ma trận A về dạng bậc thang từ đó suy ra hạng của ma trận A.
TUD&TH

Bài 8. Ma trận nghịch đảo

Liệu có tồn tại phép chia hai ma trận? Ta sẽ hiểu rỏ điều này thông qua bài giảng về ma trận
nghịch đảo. Bên cạnh đó là các vận dụng trong việc tính toán và giải phương trình, hệ phương
trình.
8.1 Các khái niệm
Cho A  M n ( K ) , ma trận A được gọi là khả nghịch trái nếu tồn tại ma trận B  M n ( K ) sao cho
B. A  I n .
Tương tự ma trận A được gọi là khả nghịch phải nếu tồn tại ma trận C  M n ( K ) sao cho
.  In .
AC
Ma trận A được gọi là ma trận khả nghịch nếu A là ma trận khả nghịch trái và khả nghịch phải
tức là tồn tại ma trận B vuông cấp n sao cho AB = BA = In, với In là ma trận đơn vị.
Nếu A là ma trận khả nghịch thì ma trận B thỏa điều kiện AB = BA = In là duy nhất và ma trận B
được gọi là ma trận nghịch đảo của ma trận A, ký hiệu A-1. Vậy
AA1  A1 A  I n .
8.2 Ví dụ
 3 4 6  1 2 2
   
Cho ma trận A   0 1 1  và B   2 0 3
 2 3 4   2 1 3 
 
Ta có thể kiểm tra được AB  BA  I n . Do đó ma trận A khả nghịch và ma trận nghịch đảo
của nó là ma trận B.
8.3 Các tính chất
- A khả nghịch  A là ma trận không suy biến, tức là det A  0.
- Nếu A và B là hai ma trận khả nghịch thì tích AB cũng là ma trận khả nghịch và
( AB)1  B1 A1 .
Nhận xét: Cho A  M n ( K ) khi đó,
i) A khả nghịch trái  A khả nghịch phải  A khả nghịch.
1 1
ii) Nếu A khả nghịch thì | A || A |
iii) Nếu A có 1 dòng (hoặc 1 cột ) bằng 0 thì A không khả nghịch.
Nếu A khả nghịch thì A , A ,  A(  K ,  0) cũng khả nghịch và
1 T
iv)

 A1   A;( AT )1   A1  ;( A1 )  1 A1

1 T


8.4 Định lý
Nếu A1 , A2 ,..., Ak  M n ( K ) khả nghịch thì tích A1 A2 ...Ak cũng khả nghịch và
( A1 A2 .... Ak ) 1  Ak1. Ak11... A21. A11
8.5 Các phương pháp tìm ma trận nghịch đảo
TUD&TH

8.5.1 Phương pháp tìm ma trận nghịch đảo bằng cách sử dụng định thức
Phần bù đại số - Ma trận phụ hợp của ma trận
Cho A là ma trận vuông cấp n, nếu ta bỏ đi dòng i và cột j của ma trận A ta được ma trận con
i j
cấp n-1 của ma trận A ký hiệu M ij . Khi đó, Aij  (1) det( M ij ) được gọi là phần bù đại số của
phần tử nằm ở dòng i và cột j của ma trận A.
 A11 A12 ... A1n 
A A22 ... A2 n 
Ma trận A P   21 được gọi là ma trận phụ đại số của ma trận A.
 
 
 An1 An 2 ... Ann 
Ví dụ:
1 1 1 
 
Cho A  1 2 3 khi đó
1 4 9 
2 3 1 3 1 2
A11  (1)11  6 ; A12  (1)1 2  6 ; A13  (1)13 2
4 9 1 9 1 4
1 1 1 1 1 1
A21  (1) 21  5 ; A22  (1) 2 2  8 ; A23  (1) 23  3
4 9 1 9 1 4
1 1 1 1 1 1
A31  (1)31  1 ; A32  (1)3 2  2 ; A33  (1)33 1
2 3 1 3 1 2
 6 6 2 
 
Suy ra ma trận phụ hợp Ap   5 8 3
 1 2 1 
Thuật toán tìm ma trận nghịch đảo của ma trận A:
Nếu det A = 0 thì A không khả nghịch, tức là A sẽ không có ma trận nghịch đảo.
1 1 T
Nếu det A  0 thì A khả nghịch và A  Ap .
det A
Ví dụ:
a) Tìm ma trận nghịch đảo của ma trận sau:
1 2 1
A  0 1 1
1 2 3
Giải:
Ta có detA = 2. Vậy A khả nghịch.
Tìm ma trận phụ hợp PA của A.
TUD&TH

1 1 0 1 0 1
A11  (1)11  1 , A12  (1)1 2  1 , A13  (1)13  1 ,
2 3 1 3 1 2
2 1 1 1 1 2
A21  (1) 21  4 , A22  (1) 2 2  2 , A23  (1) 23 0
2 3 1 3 1 2
2 1 1 1 1 2
A31  (1)31  1 , A32  (1)3 2  1 , A33  (1)33 1
1 1 0 1 0 1
 1 4 1   1 4 1   1/ 2 2 1/ 2 
  1 1   1 1/ 2 
Suy ra, AP   1 2 1 . Do đó, A   1 2 1   1/ 2
2
 1 0 1   1 0 1   1/ 2 0 1/ 2 
■
1 2 2 
 
b) Cho ma trận A   2 m  2 m  5 . Tìm điều kiện của m để A khả nghịch.
 m 1 m  1
Giải:
Để A khả nghịch thì det A  0  (m  1)(m  3)  0 . Vậy A khả nghịch khi và chỉ khi m  1
và m  3 .
Nhận xét: Đối với việc tìm ma trận nghịch đảo của một định thức A có cấp n > 3 ta sẽ phải tính
2
một định thức cấp n và n định thức cấp n – 1. Do đó, phương pháp này không hiệu quả đối với
những định thức cấp lớn. Do đó với những định thức cấp n >3 ta thường sử dụng phương pháp
sau:
8.5.2 Phương pháp tìm ma trận nghịch đảo dựa vào các phép biến đổi sơ cấp (pp
Gauss)
Để tìm ma trận nghịch đảo của ma trận vuông A cấp n ta lập ma trận có cấp nx2n sau đây:
 a11 a12 ... a1n 1 0 ... 0 
 
a a22 ... a2 n 0 1 ... 0 
 A I n    21
 
 
 an1 an 2 ... ann 0 0 ... 1 

Sau đó ta sử dụng các phép biến đổi sơ cấp trên dòng để đưa ma trận  A | I n  về dạng  I n | B .
Khi đó, ma trận B chính là ma trận nghịch đảo của ma trận A.
Chú ý: Nếu trong quá trình biến đổi nếu vế bên trái của ma trận xuất hiện toàn số 0 thì ma trận A
không khả nghịch.
Ví dụ: Tìm ma trận nghịch đảo của ma trận sau:
0 1 1 1 
1 0 1 1 
A 
1 1 0 1 
 
1 1 1 0 
TUD&TH

Giải:
Xét ma trận sau:
0 1 1 1 1 0 0 0 3 3 3 3 1 1 1 1 1 1 1 1 1/ 3 1/ 3 1/ 3 1/ 3 
     
1 0 1 1 0 1 0 0  d1  d1  d2  d3  d4 1 0 1 1 0 1 0 0  d1  13 d1 1 0 1 1 0 1 0 0 
  
1 1 0 1 0 0 1 0 1 1 0 1 0 0 1 0 1 1 0 1 0 0 1 0 
     
1 1 1 0 0 0 0 1  1 1 1 0 0 0 0 1  1 1 1 0 0 0 0 1 
1 1 1 1 1/ 3 1/ 3 1/ 3 1/ 3  1 0 0 0 2 / 3 1/ 3 1/ 3 1/ 3 
   
d 2  d 2  d1  0 1 0 0 1/ 3 2 / 3 1/ 3 1/ 3  
d1  d1  d 2  d3  d 4 0 1 0 0 1/ 3 2 / 3 1/ 3 1/ 3 
  
d3  d3  d1
d 4  d 4  d1 0 0 1 0 1/ 3 1/ 3 2 / 3 1/ 3 0 0 1 0 1/ 3 1/ 3 2 / 3 1/ 3 
   
0 0 0 1 1/ 3 1/ 3 1/ 3 2 / 3  0 0 0 1 1/ 3 1/ 3 1/ 3 2 / 3 
1 0 0 0 2 / 3 1/ 3 1/ 31/ 3 
d 2  d 2

d3  d3
0 1 0 0 1/ 3 2 / 3 1/ 3 1/ 3 

 d 4  d 4
0 0 1 0 1/ 3 1/ 3 2 / 3 1/ 3 
 
0 0 0 1 1/ 3 1/ 3 1/ 3 2 / 3

Vậy ma trận nghịch đảo của ma trận A là

 2 / 3 1/ 3 1/ 3 1/ 3 
 1/ 3 2 / 3 1/ 3 1/ 3 
A1  
 1/ 3 1/ 3 2 / 3 1/ 3 
 
 1/ 3 1/ 3 1/ 3 2 / 3 ■
(Sinh viên có thể dùng phương pháp 1 để tính lại ma trận nghịch đảo của ma trận A).
8.5.3 Phương pháp tìm ma trận nghịch đảo bằng cách giải hệ phương trình
Cho ma trận vuông A cấp n ta có:
 a11 a12 ... a1n 
a a22 ... a2 n 
A   21
 
 
 an1 an 2 ... ann 
1
Để tìm ma trận nghịch đảo A , ta lập hệ phương trình
a11 x1  a12 x2  ...  a1n xn  y1
a x  a x  ...  a x  y
 21 1 22 2 2n n 2
 (1)

an1 x1  an 2 x2  ...  ann xn  yn

Trong đó x1 , x2 ,..., xn là các biến và y1 , y2 ,..., yn là các tham số.

- Nếu với mọi tham số y1 , y2 ,..., yn thì hệ (1) luôn có nghiệm duy nhất
TUD&TH

 x1  b11 y1  b12 y2  ...  b1n yn

 x  b y  b y  ...  b y
 2 21 1 22 2 2n n


 xn  bn1 y1  bn 2 y2  ...  bnn yn

 b11 b12 ... b1n 

b b22 ... b2 n 
Khi đó, A  
1 21

 
 
bn1 bn 2 ... bnn 

- Nếu tồn tại y1 , y2 ,..., yn để hệ (1) vô nghiệm hay có vô số nghiệm thì ma trận A không khả
nghịch.
Ví dụ: Tìm ma trận nghịch đảo của ma trận
a 1 1 1 
1 a 1 1 
A 
1 1 a 1 
 
1 1 1 a 
Giải
Ta lập hệ phương trình sau:
 ax1  x2  x3  x4  y1 (1)
 x  ax  x  x  y (2)
 1 2 3 4 2

 x1  x2  ax3  x4  y3 (3)
 x1  x2  x3  ax4  y4 (4)
Cộng hai vế của hệ phương trình ta có
(a  3)( x1  x2  x3  x4 )  ( y1  y2  y3  y4 ) (*)
Nếu a = -3 ta có thể chọn các tham số y1 , y2 , y3 , y4 sao cho y1  y2  y3  y4  0 . Khi đó (*) vô
nghiệm nên hệ phương trình trên vô nghiệm suy ra ma trận A không khả nghịch.
1
Nếu a  3 thì từ (*) ta có x1  x2  x3  x4  y1  y2  y3  y4 (**).
(a  3)
Ta lần lượt lấy các dòng (1), (2), (3), (4) trừ cho (**) thì
1
(a  1) x1   (a  2) y1  y2  y3  y4 
a3
1
(a  1) x2    y1  (a  2) y2  y3  y4 
a3
1
(a  1) x3    y1  y2  (a  2) y3  y4 
a3
1
(a  1) x4    y1  y2  y3  (a  2) y4 
a3
TUD&TH

Nhận xét:
- Nếu a = 1 ta có thể chọn các giá trị của các tham số y1 , y2 , y3 , y4 sao cho
(a  2) y1  y2  y3  y4  0 khi đó hệ phương trình vô nghiệm do đó A không khả nghịch.
- Nếu a  1 thì
1
x1   (a  2) y1  y2  y3  y4 
(a  1)(a  3)
1
x2    y1  (a  2) y2  y3  y4 
(a  1)(a  3)
1
x3    y1  y2  (a  2) y3  y4 
(a  1)(a  3)
1
x4    y1  y2  y3  (a  2) y4 
(a  1)(a  3)
Khi đó, chọn các giá trị cho các tham số y1 , y2 , y3 , y4 là 1 ta có ma trận nghịch đảo của ma trận A
là:
(a  2) 1 1 1 
 1 (a  2) 1 1 
1 1 
A 
(a  1)(a  3)  1 1 (a  2) 1 
 
 1 1 1 (a  2) 
Kết luận:
Nếu a = -3, a = 1 thì ma trận A không khả nghịch.
Nếu a  1, a  3 thì ma trận A khả nghịch và ma trận nghịch đảo của A được xác định bởi công
thức
(a  2) 1 1 1 
 1 (a  2) 1 1 
1 
A1 
(a  1)(a  3)  1 1 (a  2) 1 
 
 1 1 1 (a  2)  ■
8.6. Ứng dụng vận dụng ma trận nghịch đảo để giải một phương trình ma trận:
1
Xét phương trình ma trận AX = B. Nếu A khả nghịch thì X  A B
1
Xét phương trình ma trận XA = B. Nếu A khả nghịch thì X  BA

Ví dụ 1:
 2 1 x x2  1 2 
Cho ma trận A    ;X   1  ;B    . Hãy giải pt AX  B
 5 3  x3 x4  3 4 
Giải
TUD&TH

 3 1
Vì det A  0 nên A khả nghịch và A  
1

 5 2 
0 2 
X  A1 B   
1 2 
Ví dụ 2:
1 2 2  7 3 0 
   
Giải phương trình ma trận sau:  3 2 4  X   6 8 4 
 2 1 0  1 0 5 
Sinh viên tự làm như bài tập nhỏ.
TUD&TH

Bài 9. Hệ phương trình tuyến tính

9.1 Các khái niệm cơ bản về hệ phương trình tuyến tính
9.1.1 Định nghĩa
a11 x1  a12 x2  ...  a1n xn  b1
a x  a x  ...  a x  b
 21 1 22 2 2n n 2
Hệ phương trình dạng  (1)
...
am1 x1  am 2 x2  ...  amn xn  bm
Trong đó x1 , x2 ,..., xn là các ẩn và aij , b j  là các hằng số, được gọi là hệ phương trình
tuyến tính m phương trình, n ẩn.
 a11 a12 ... a1n 
a a22 ... a2 n 
Ma trận A  
21
được gọi là ma trận các hệ số của hệ (1).
 
 
 am1 am 2 ... amn 
 a11 a12 ... a1n b1 
 
a a22 ... a2 n b2 
Ma trận A   21 là ma trận các hệ số mở rộng của hệ (1).
 
 
 am1 am 2 ... amn bm 
9.1.2 Nhận xét Một hệ phương trình hoàn toàn xác định nếu ta biết được ma trận hệ số mở rộng
 b1 
b 
của nó. Cột   được gọi là cột tự do của hệ (1).
2

 
 
bm 
 x1   b1 
x  b 
Hệ (1) có thể được viết lại dưới dạng A      với A là ma trận các hệ số của hệ (1).
2 2

   
   
 xn  bm 
Khi ta thực hiện các phép biến đổi sơ cấp trên các dòng của hệ phương trình tuyến tính thì ta
được một hệ mới tương đương với hệ đã cho.
Ta nói (c1 ; c2 ;...; cn ) là một nghiệm của hệ (1) nếu khi thay x j  c j thì tất cả các phương trình
trong hệ (1) đều thỏa mãn.
Nếu X   x1 x2 ... xn  và B   b1 b2 ... bm  thì hệ phương trình có thể viết được
T T

dưới dạng: AX = B.
9.1.3 Ví dụ
TUD&TH

2 x1  x2  x3  1;

Hệ phương trình  x1  x2  x3  4; là một hệ phương trình tuyến tính 3 ẩn trên .
 x  x  2 x  3,
 1 2 3

 2 1 1   x1   1 
Hệ phương trình này còn có thể được viết dưới dạng 1 1 1   x2    4  hoặc
1 1 2  x3   3
 2 1 1 1 
 
1 1 1 4 
1 1 2 3

Trong đó (1, 2,1)  3

là một nghiệm của hệ phương trình trên.
9.2 Một vài hệ phương trình đặc biệt
Hệ Cramer: Hệ phương trình tuyến tính (1) được gọi là hệ Cramer nếu m = n (tức là số phương
trình bằng số ẩn) và ma trận các hệ số A không suy biến (hay det A  0) .
 x1  x3  1

Ví dụ: Hệ phương trình 2 x1  x2  3x3  2 là hệ Cramer.
4 x  x  8 x  3
 1 2 3

Hệ phương trình tuyến tính thuần nhất:

Nếu cột tự do của hệ bằng 0 (tức là b1  b2  ...  0 ) thì hệ phương trình tuyến tính (1) được
gọi là hệ phương trình tuyến tính thuần nhất.
Hệ này được gọi là hệ liên kết với hệ phương trình (1).
Nhận xét: Hệ phương trình tuyến tính thuần nhất luôn có ít nhất 1 nghiệm là
( x1 , x2 ,..., xn )  (0, 0,..., 0) và nghiệm này được gọi là nghiệm tầm thường của hệ.
9.3 Các định lý và tính chất
Định lý: Đối với một hệ phương trình tuyến tính thì chỉ có một trong ba trường hợp nghiệm xảy
ra là:
- Có một nghiệm duy nhất;
- Vô nghiệm;
- Có vô số nghiệm.
Hệ quả: Hệ phương trình tuyến tính thuần nhất hoặc chỉ có nghiệm tầm thường hoặc có vô số
nghiệm.
Định nghĩa: Hai hệ phương trình có cùng số ẩn được gọi là tương đương nhau nếu chúng có
cùng tập hợp nghiệm.
Định lý: Nếu hai hệ phương trình có hai ma trận hệ số mở rộng tương ứng tương đương dòng
với nhau thì chúng tương đương nhau. Hoặc có thể phát biểu lại như sau:
TUD&TH

Cho hai hệ gồm m phương trình tuyến tính n ẩn trên K có dạng ma trận hóa lần lượt là
A   A B  và C  (C | D) . Khi đó nếu A C thì hai hệ phương trình tương đương nhau. Nhận
xét:
Ta có thể sử dụng các phép biến đổi sơ cấp trên dòng một cách tùy ý đối với ma trận hóa của
một hệ phương trình tuyến tính để đưa nó về dạng một hệ phương trình tuyến tính đơn giản hơn.
2 x1  x2  x3  1;

Ví dụ: Để giải hệ phương trình  x1  x2  x3  4; ta tiến hành ma trận hóa và sử dụng các phép
 x  x  2 x  3,
 1 2 3

biến đổi sơ cấp trên dòng để đưa ma trận hóa về dạng đơn giản.
 2 1 1 1  0 3 1 7  0 0 7 7  1
0 0 1 1 
  d1 2 d2   d3 d1   d1  
1 1 1 4    1 1 1 4    1 0 3 4    1 0 0 1 
7
d3  d 2 d 2  d3 d 2 3d1
1 1 2 3 0 2 3 7  d1 3d3 0 1 2 0  d3  2 d1 0 1 0 2 

0 x1  0 x2  x3  1;  x1  1
 
Vậy hệ đã cho tương đương với  x1  0 x2  0 x3  1;   x2  2
0 x  x  0 x  2 x  1
 1 2 3  3 ■
Định lý: Giả sử u 0 là một nghiệm cho trước của hệ phương trình (1). Khi đó u  K n là một
nghiệm của hệ (1) khi và chỉ khi u  u0  v , với v là nghiệm của hệ phương trình tuyến tính
thuần nhất liên kết với hệ (1).
Nói cách khác nếu v1 , v2 ,..., vr là các nghiệm của hệ phương trình tuyến tính thuần nhất liên
kết thì ta có thể viết nghiệm của hệ phương trình tuyến tính (1) là u  u0  t1v1  t2v2  ...  tr vr ,
trong đó t1 , t2 ,..., tr  K .
Định nghĩa: Một nghiệm cố định u 0 của hệ phương trình tuyến tính (1) được gọi là nghiệm
riêng, còn nghiệm u  u0  t1v1  t2v2  ...  tr vr được gọi là nghiệm tổng quát của hệ.
Ví dụ:
Xét hệ phương trình sau:
2 x1  5 x2  3x3  2 x4  4

3x1  7 x2  2 x3  4 x4  7 (1)
5 x  10 x  5 x  10 x  15
 1 2 3 4

Nhận xét hệ 1 có 1 nghiệm là u0  (1, 0, 0,1)

Xét hệ phương trình thuần nhất liên kết với hệ (1).
2 x1  5x2  3x3  2 x4  0

3x1  7 x2  2 x3  4 x4  0
5 x  10 x  5 x  10 x  0
 1 2 3 4

Hệ thuần nhất này có các nghiệm là v1  (11,5,1, 0); v2  (6, 2, 0,1) .
TUD&TH

Khi đó nghiệm tổng quát của hệ phương trình ban đầu là u  u0  t1v1  t2 v2
9.3 Các phương pháp giải hệ phương trình tuyến tính
9.3.1 Phương pháp Cramer
Nội dung của phương pháp này cũng chính là định lý sau:
Định lý: Cho hệ Cramer
a11 x1  a12 x2  ...  a1n xn  b1  a11 a12 ... a1n 
a x  a x  ...  a x  b a a22 ... a2 n 
 21 1 22 2 

2n n 2
(2) trong đó A  21
là ma trận các hệ
 ...  
an1 x1  an 2 x2  ...  ann xn  bn  
 an1 an 2 ... ann 
số. Khi đó:
- Nếu det A  0 thì hệ phương trình có nghiệm duy nhất xác định bởi công thức sau:
det Ai
xi  , trong đó Ai chính là ma trận thu được ma trận A bằng cách thay cột i bởi cột hệ
det A
 b1 
b 
số tự do  
2

 
 
bn 
- Nếu detA = 0 và tồn tại j {1, 2,...., n} sao cho | Aj | 0 thì hệ phương trình vô nghiệm
- Nếu detA = 0 và | Aj | 0, j  1, n thì hệ phương trình không có nghiệm duy nhất (nghĩa
là vô nghiệm hoặc vô số nghiệm). Nếu xảy ra trường hợp này thì ta sẽ dùng phương pháp Gauss
(được nêu trong phần tiếp theo) để giải hệ phương trình này.
Hệ quả: Hệ phương trình tuyến tính thuần nhất n phương trình n ẩn có nghiệm không tầm
thường khi và chỉ khi định thức của ma trận các hệ số bằng 0.
Nhận xét: Phương pháp này dùng để giải hệ phương trình có số phương trình bằng số ẩn.
Các ví dụ:
ax1  bx2  c

Ví dụ 1: Giải hệ phương trình sau: cx2  ax3  b (1) với a, b, c là các số khác 0.
cx  bx  a
 1 3

Giải:
a b 0
Ta có det A  0 c a  2abc  0 nên đây là hệ Cramer. Hơn nữa
c 0 b
c b 0
det A1  b c a  (a 2  b2  c 2 )b
a 0 b
TUD&TH

a c 0
det A2  0 b a  (a 2  b2  c 2 )a
c a b
a b c
det A3  0 c b  (a 2  b2  c 2 )c
c 0 a
Do đó, hệ có nghiệm duy nhất
det A1 a 2  b2  c 2 det A2 a 2  b2  c2 det A3 a 2  b2  c 2
x1   ; x2   ; x3  
det A 2ac det A 2bc det A 2ab ■
Ví dụ 2:
Giải hệ phương trình sau:
 x1  2 x2  2 x3  0

2 x1  x2  4 x3  2
 x  x  2 x  2
 1 2 3

Giải:
Ta có |A|=0 và | A1 | 8 nên hệ phương trình vô nghiệm. ■
Ví dụ 3:
Giải hệ phương trình sau:
 x1  x2  x3  1

2 x1  x2  x3  2
x  2x  2x  1
 1 2 3

Ta có
det A  0;det A1  det A2  det A3  0
Hệ phương trình không có nghiệm duy nhất tức là hệ có vô số nghiệm hoặc hệ vô nghiệm.
Đối với trường hợp này thì phải dùng phương pháp Gauss để giải lại hệ phương trình trên.
9.3.3 Phương pháp Gauss
Định lý Cronecker Capelly: Cho hệ phương trình tuyến tính tổng quát
a11 x1  a12 x2  ...  a1n xn  b1
a x  a x  ...  a x  b
 21 1 22 2 2n n 2
 (1)
...
am1 x1  am 2 x2  ...  amn xn  bm

A và A lần lượt là các ma trận hệ số và ma trận hệ số mở rộng. Khi đó:

i) Nếu rankA  rank A thì hệ (1) vô nghiệm;
ii) Nếu rankA  rank A  r thì hệ (1) có nghiệm. Hơn nữa:
TUD&TH

 Nếu r = n thì hệ (1) có nghiệm duy nhất.

 Nếu r < n thì hệ (1) có vô số nghiệm phụ thuộc n – r tham số.
Thuật toán sau để giải hệ phương trình tuyến tính (gọi là thuật toán Gauss):
Lập ma trận các hệ số mở rộng A . Bằng các phép biến đổi sơ cấp trên dòng đưa ma trận A về
dạng bậc thang. Giả sử ma trận bậc thang cuối cùng có dạng:
0 ... c1*i1 ... .... .... .... ... c1n d1 
 
0 ... 0 c2*i2 ... ... ... ... c2 n d 2 
 
... ... ... ... ... ... ... ... ... ... 
A  C  0 ... 0 ... ... cri* r ... ... crn d r 
 
0 ... 0 ... 0 ... 0 ... 0 d r 1 
... ... ... ... ... ... ... ... ... ... 

 0 ... 0 ... 0 ... 0 ... 0 d m 
Hệ phương trình tương ứng với ma trận C tương đương với hệ ban đầu. Do đó:
1) Nếu tồn tại ít nhất d i với r  1  i  m khác 0 thì hệ vô nghiệm.
2) Nếu d r 1  d r  2  ...  d m  0 thì hệ có nghiệm. Khi đó các cột i1 , i2 ,..., ir (là các cột được
đánh dấu * ) được giữ lại bên trái và các xi1 , xi2 ,..., xir là các ẩn, còn các cột còn lại thì được
chuyển sang bên phải, các ẩn xk tương ứng với các cột này sẽ trở thành tham số. Vậy ta sẽ có n
– r tham số và hệ đã cho tương ứng với hệ
c1i1 c1i2 ... c1ir d1 ( xk ) 
 
 0 c2i2 ... ... d 2 ( xk ) 
 ... ... ... ... ...  (3)
 
0 0 ... c d ( xk 
)
 rir r

Trong đó di ( xk ) là các hàm tuyến tính của xk với k  i1 , i2 ,..., ir . Hệ phương trình (3) là hệ
phương trình dạng tam giác ta có thể dễ dàng giải được bằng cách thế dần từ dưới lên, tức là tính
lần lượt xir , xir 1 ,..., xi1 .
Chú ý: Nếu trong quá trình biến đổi xuất hiện 1 dòng mà bên trái bằng 0 còn bên phải là số
khác 0 thì ta có thể kết luận hệ phương trình vô nghiệm và không cần làm gì tiếp.
Nhận xét: Nếu ma trận thu được cuối cùng trong thuật toán Gauss có dạng A’|B’ thì A’ được
gọi là ma trận rút gọn theo dòng từng bậc hay đơn giản là ma trận rút gọn, ký hiệu R A .

Khi đó hạng của ma trận A bằng hạng của R A .

Các ví dụ:
a) Giải hệ phương trình sau:
TUD&TH

 x1  2 x2  2 x3  0

2 x1  x2  2 x3  2 (*)
3x  x  4 x  2
 1 2 3

Giải:
Vì | A || A1 || A2 || A3 | 0 nên ta không thể dùng phương pháp Cramer để giải hệ phương
trình này.
Ta sẽ áp dụng phương pháp Gauss để giải hệ phương trình trên.
Ta viết hệ dưới dạng ma trận hóa như sau:
1 2 2 0 1 2 2 0  1 2 2 0 
  d2 d2  2 d1   d3  d3  d 2  
 2 1 2 2   d3 d3 3 d1 0 5 2 2   0 5 2 2 
 3 1 4 2 0 5 2 2  0 0 0 0 
1 2 2 0 
 
1
d2  d2
 5
 0 1 2 / 5 2 / 5
0 0 0 0 

Vậy hệ phương trình (*) có vô số nghiệm phụ thuộc vào tham số x3 .

 4 4 4 6
 x1  2 x2  2 x3  5  5 x3  2 x3  5  5 x3

 2 2
 x2   x3
 5 5
 x3 

 ■
Chú ý:
- Khi hệ phương trình có vô số nghiệm thì dù giải bằng phương pháp nào ta cũng có thể có
nhều cách chọn biến tự do.
- Khi giải hệ phương trình tuyến tính thuần nhất, ta có nhiều cách chọn hệ nghiệm cơ bản.
 x1  2 x2  5 x3  9

b) Giải hệ phương trình  x1  x2  3x3  2
3x  6 x  x  25
 1 2 3

Giải:
Ta tiến hành giải bằng thuật toán Gauss như sau:
1 2 5 9 d d d 1 2 5 9 1 2 5 9 
  d32 d32 3d11   d3  d3  4 d 2  
1 1 3 2   0 3 2 11   0 3 2 11 
3 6 1 25  0 12 16 52  0 0 8 8 
Vậy hệ phương trình đầu tương đương với hệ:
TUD&TH

 x1  2 x2  5 x3  9

  3x2  2 x3  11
 - 8x3  8

Do đó nghiệm của hệ là ( x1 , x2 , x3 )  (2, 3, 1) .
Sinh viên có thể tham khảo them thuật toán Gauss Jordan trong các tài liệu viết về đại số
tuyến tính.
Thực chất của thuật toán Gauss Jordan thì ta sẽ thực hiện các phép biến đổi trên dòng đối với
ma trận hệ số mở rộng trở thành ma trận có các tính chất sau:
- Các dòng khác 0 thì nằm trên các dòng 0;
- Hệ số khác 0 đầu tiên ở các dòng khác 0 đều bằng 1.
- Các phần tử còn lại của cột chứa số 1 chuẩn (gọi là cột chuẩn) đều bằng 0.
Ví dụ: Ta có thể dùng thuật toán Gauss Jordan để giải lại hệ phương trình trên:
1 2 5 9 d d d 1 2 5 9 1 2 5 9
  d32 d32 3d11   d3  d3  4 d 2  
1 1 3 2   0 3 2 11   0 3 2 11 
3 6 1 25  0 12 16 52  0 0 8 8 

1
1 2 5 9 d d  2 d 1 2 0 4  1
1 2 0 4
d3  d3   d12d125d33   d2  3 d2  
 8
 0 3 2 11   0 3 0 9    0 1 0 3
0 0 1 1 0 0 1 1 0 0 1 1
1 0 0 2
d1 d1  2 d 2  
 0 1 0 3
0 0 1 1

Vậy nghiệm của hệ là ( x1 , x2 , x3 )  (2, 3, 1) .■

Ví dụ: Giải hệ phương trình với ma trận hệ số mở rộng là
1 1 0 0 7 
 
 0 1 1 1 5 
A
1 1 1 1 6 
 
0 1 0 110
Giải
Thực hiện các phép biến đổi sơ cấp trên dòng đưa ma trận A về dạng bậc thang.
TUD&TH

1 1 0 0 7  1 1 0 0 7  1 1 0 0 7
    d3  d3  2 d 2  
0 1 1 1 5  d3 d3 d1 0 1 1 1 5  d4 d4 d2 0 1 1 1 5 
A   
1 1 1 1 6  0 2 1 1 1 0 0 1 3 9 
     
0 1 0 110 0 1 0 1 10  0 0 1 2 5 
1 1 0 0 7
 
0 1 1 1 5
d 4  d 4  d3
 
0 0 1 3 9
 
0 0 0 1 14 
Các phần tử trên đường chéo 1; 1; -1; 1 được gọi là phần tử đánh dấu. Ta sẽ khử các phần tử
còn lại của các phần tử ở các cột chứa phần tử đánh dấu ngược từ dòng 4 lên dòng 1 để được ma
trận bên vế trái là ma trận đơn vị.
1 1 0 0 7 1 1 0 0 7  1 1 0 0 7
  d3  d3  3 d 4    
0 1 1 1 5  d 2 d 2  d 4  0 1 1 0 9  d3  d3 0 1 1 0 9 
  
0 0 1 3 9 0 0 1 0 43 0 0 1 0 43 
     
0 0 0 1 14 0 0 0 1 14  0 0 0 1 14 
1 0 7
1 0 1 0 0 0 27 
   
0 1 0
0 34  d1 d1 d2 0 1 0 0 34 
 
d 2  d 2  d3
 
0 0 43
0 1 0 0 1 0 43 
   
0 1 14 
0 0 0 0 0 1 14 
Khi đó nghiệm của hệ phương trình là x  (27,34, 43,14)
3. Giải và biện luận một hệ phương trình tuyến tính tổng quát
Các ví dụ:
a) Giải hệ phương trình sau:
 x1  2 x2  2 x4  x5  1
2 x  4 x  x  3x  3
 1 2 3 4

3x1  6 x2  2 x3  3x4  x5  m
 x1  2 x2  x3  x5  2m  8
Giải:
Ma trận hệ số mở rộng của hệ phương trình trên là
TUD&TH

1 2 0 2 1 1  1 2 0 2 1 1 
  dd32 
d2  2 d1
 
2 4 1 3 0 3  d3 3d1
0 0 1 1 2 1 
B 
3 6 2 3 1 m  d4 d4 d1 0 0 2 3 2 m  3 
   
1 2 1 0 1 2m  8 0 0 1 2 0 2m  9 
1 2 0 2 1 1  1 2 0 2 1 1 
   
d3  d3  2 d 2 0 0 1 1 2 1  0 0 1 1 2 1 
  
d 4 d 4  d 2
0 0 0 1 2 m  5  d 4 d 4  d3
0 0 0 1 2 m  5
   
0 0 0 1 2 2m  10 0 0 0 0 0 m  5
Nếu m  5 thì hệ phương trình vô nghiệm.
Nếu m = 5 thì hệ phương trình trở thành
1 2 0 2 1 1
 
0 0 1 1 2 1 
0 0 0 1 2 0 
 
0 0 0 0 0 0 
Vậy hệ phương trình có vô số nghiệm phụ thuộc tham số x5 , x2 với x2 , x5 
 x1  2 x4  1  2 x2  x5  x4  2 x5
 
 x3  x4  1  2 x5 . Từ đó suy ra,  x3  4 x5  1
 x  2 x  x  2 x  5 x  1
 4 5  1 2 5 ■

b) Giải hệ phương trình

 x1  x2  x3  mx4  1
 x  x  mx  x  1
 1 2 3 4

 x1  mx2  x3  x4  1
mx1  x2  x3  x4  1

Giải:
Ta viết hệ trên dưới dạng ma trận hóa như sau:
TUD&TH

 1 1 1 m 1 1 1 1 m 1 1 1 1 m 1
     
 1 1 m 1 1 
d2 d2  d1 0 0 m 1 1  m 0  d 2  d3  0 m  1 0 1 m 0

 1 m 1 1 1 dd34  d3  d1
d4  md1 0 m  1 0 1 m 0 0 0 m 1 1  m 0
     
 m 1 1 1 1 0 1  m 1  m 1  m 0 0 1  m 1  m 1  m 0 
2 2

1 1 1 m 1
 
0 m 1 0 1 m 0
d 4  d 4  d3  d 2
 
0 0 m 1 1 m 0
 
0 0 0 3  2m  m 2 0

Vì 3  2m  m2  (1  m)(m  3) nên:
Nếu m = 1 thì ma trận hệ số mở rộng trên có dạng
1 1 1 1 1
 
0 0 0 0 0
0 0 0 0 0
 
0 0 0 0 0 
 x1  1  x2  x3  x4
x 
 2
Khi đó hệ có vô số nghiệm phụ thuộc 3 tham số x2 , x3 , x4 . Tức là 
 x3 
 x4 

 x2  t2 

Đặt  x3  t3  thì x1  1  t2  t3  t4
x  t 
 4 4
1 1 1 3 1 
 
 0 4 0 4 0 
Khi m =-3 thì hệ trở thành . Hệ phương trình vô nghiệm.
0 0 4 0 0 
 
0 0 0 0 4 
Khi m  3, m  1 thì hệ pt có nghiệm duy nhất
1 m 1
x4  
3  2m  m 2
m3
1
x3  x4 
m3
1
x2  x4 
m3
1
x1  1  x2  x3  mx4 
m3
TUD&TH

Kết luận:
- Nếu m = 1 thì hệ phương trình có vô số nghiệm.
- Nếu m = -3 thì hệ vô nghiệm.
1
- Nếu m  1, 3 thì hệ có một nghiệm duy nhất x1  x2  x3  x4  .■
m3
Giải hệ phương trình bằng phương pháp thích hợp:
Ví dụ 1:
Giải hệ phương trình sau bằng phương pháp thích hợp:
 x  y  z  t  a
x  y  z  t  b


x  y  z  t  c
 x  y  z  t  d
Cộng theo vế 4 phương trình ta được:
abcd
x y  z t  (*)
2
Lấy (*) trừ cho phương trình thứ (1) của hệ được:
abcd a  b  c  d
2x  a x 
2 4
Lấy (*) trừ cho phương trình thứ (2) của hệ được:
a bc  d
y
4
Lấy (*) trừ cho phương trình thứ (3) của hệ được:
abcd
z
4
Thực hiện tương tự lấy (*) trừ cho phương trình thứ (4) của hệ được:
abcd
t
4
Ví dụ 2:
Giải hệ phương trình sau:
mx  y  z  t  1
 x  my  z  t  1


 x  y  mz  t  1
 x  y  z  mt  1
Giải
Cách 1: SV tự giải bằng phương pháp Gauss (hoặc Gauss Jordan).
Cách 2: Cộng tất cả các phương trình ta được:
(m  3)( x  y  z  t )  4 (*)
TUD&TH

Nhận xét:
Khi m = - 3 thì phương trình (*) vô nghiệm, hệ vô nghiệm
Khi m = 1 hệ có vô số nghiệm.
 x  t  t1  t2  t3
y  t

với t1 , t2 , t3 
1

 z  t 2
t  t3
Khi m  3, m  1 thì chia biểu thức (*) cho m + 3 ta có
4
x y z t 
m3
Lấy kết quả trên trừ đi phương trình thứ 1 của hệ ta được:
1
x
m3
1
Thực hiện tương tự ta được y  z  t 
m3
TUD&TH

Chương 4. KHÔNG GIAN VECTƠ

Bài 10. Khái niệm Không gian vectơ
10.1 Khái niệm không gian vectơ
10.1.1 Định nghĩa: Ta nói tập hợp V là một không gian vectơ trên trường K, hay một K-không
gian vectơ, nếu V được trang bị một phép toán đại số (gọi là phép cộng), ký hiệu (+) và một phép
nhân vô hướng, ký hiệu (.)
() : V  V  V
(u, v) u  v
(.) : K  V  V
( , v)  v
thỏa mãn các điều kiện sau:
1. Tính giao hoán của phép cộng: ( x, y) V 2 , x  y  y  x ;
2. Tính kết hợp của phép cộng: ( x, y, z) V 3 ,( x  y)  z  x  ( y  z) ;
3. Tồn tại trong V một phần tử không, ký hiệu là 0 thỏa mãn: x V , x  0  x;
4. x  V , tồn tại một phần tử đối, ký hiệu là  x thỏa mãn: x  ( x)  0;
5. ( x, y) V 2 ,   K ,  ( x  y)   x   y;
6. x V ,   ,    K 2 ,(   ) x   x   x;
7. x V ,   ,    K 2 ,( ) x   ( x);
8. x  V ,1x  x.
Nhận xét:
- Các phần tử 0 trong điều kiện (3) và phần tử  x trong điều kiện (4) là duy nhất.
- Các phần tử của V được gọi là vectơ được ký hiệu bởi các chữ La tinh nhỏ x, y, z ,... Các
phần tử của trường K được gọi là các vô hướng và ký hiệu là các chữ Hy Lạp nhỏ  ,  ,  ,...
- Nếu K  thì ta gọi V là không gian vectơ thực, còn nếu K  thì ta gọi V là không gian
vectơ phức.
- Ta định nghĩa phép trừ vectơ bằng công thức sau: x  y  x  ( y )
- Luật phân phối đối với hiệu: (   )x   x   x ;
 ( x  y )   x   y.
Quy ước: Khi chỉ nói không gian vectơ thì trường vô hướng là
10.1.2 Ví dụ
- Trường K là một không gian vectơ trên chính nó, tức là mỗi phần tử của K vừa đóng vai trò
là một vectơ, vừa đóng vai trò là một vô hướng.
- Cho n
 {( x1 , x2 ,..., xn ) | xi  } với các phép toán
x  ( x1 , x2 ,..., xn ), y  ( y1 , y2 ,..., yn )  n

x  y  ( x1  y1 , x2  y2 ,..., xn  yn );
 x  ( x1 ,  x2 ,...,  xn ).
TUD&TH

- Tập hợp những vectơ tự do trong mặt phẳng với những phép toán cộng vectơ và phép nhân
vectơ với một số thực mà chúng ta đã biết trong chương trình toán phổ thông là một không gian
vectơ trên trường số thực .
- Tập hợp M(m, n, K) với các phép toán cộng ma trận và nhân ma trận với một số tạo thành
một không gian vectơ trên K.
- Tập hợp K[x] các đa thức một biến với hệ số trên trường K cùng với phép toán cộng đa thức
và nhân đa thức với một số K tạo thành một không gian vectơ trên trường K.
- Gọi tập hợp n [ x] là tập hợp tất cả các đa thức với hệ số thực có bậc nhỏ hơn hoặc bằng n,
trong đó n là số nguyên dương.
Ký hiệu Kn [ x]  { f  K[t ] | deg f  n} , với deg f là bậc của f.
Nếu   và f  a0  a1t  ...  amt m với m  n .
Trong K n [t ] với phép toán cộng và phép nhân vô hướng được định nghĩa như sau:
f , g  K [t ] giả sử f  a0  a1t  ...  amt m và g  a0  a1t  ...  ar t r với m, r  n
Không mất tính tổng quát giả sử m < r.
f  g  (a0  b0 )  (a1  b1 )t  ...  (ar  br )t r  ar t r 1  ...  amt m
 f   a0   a1t  ...   amt m
Kiểm tra được K n [t ] cùng với hai phép toán được định nghĩa là không gian vectơ trên
trường số thực .
- Gọi C[a, b] là tập hợp tất cả các hàm số f (t ) liên tục trên đoạn [a, b]. Định nghĩa các phép
toán trong C[a, b] như sau:
- Nếu f , g  C[a, b],   thì ( f  g )(t )  f (t )  g (t ), t  [a, b];
( f )(t )   f (t ), t  [a, b].
10.1.3 Tính chất
i )x  V , 0 x  0 , trong đó 0 ở vế phải là vectơ 0, còn 0 ở vế trái là phần tử 0 của trường K;
ii )x  V ,  x  (1) x;
iii )x V ,   K , ( x)  ( ) x   ( x);
iv) .0  0.
v) Nếu  x  0 thì hoặc   0 hoặc x  0;
iv) x   x, x  0     ;
 x   y,   0  x  y.
(Sinh viên tự chứng minh các tính chất trên như là bài tập.)
10.2 Không gian vectơ con
10.2.1 Định nghĩa
Cho V là một K-không gian vectơ và W là một tập con khác rỗng của V. Khi đó W được gọi
là một không gian vectơ con của V nếu W là một K-không gian vectơ ứng với những phép toán
(+) và (.) của V khi ta hạn chế chúng lên W.
TUD&TH

10.2.2 Định lý
Tập con W   của không gian vectơ V là một không gian con của V khi và chỉ khi các điều
kiện sau đây được thỏa:
i) x, y W , x  y W ;
ii)   K , x  W ,  x  W .
Nhận xét: Hai điều kiện i) và ii) ở trên có thể được thay thế bằng điều kiện sau:
  , ( x, y) W 2 ,  x  y W .
Để chứng minh một tập hợp khác rỗng là không gian vectơ thì có hai cách hoặc chứng minh tập
hợp này với hai phép toán cộng và nhân vô hướng thỏa các tiên đề của không gian vectơ; hoặc
chứng minh rằng tập hợp đó là không gian vectơ con của một không vectơ khác.
10.2.3 Ví dụ
1. Cho V là một không gian vectơ trên K thì V cũng là không gian vectơ con của V.
2. Tập 0 cũng là một không gian vectơ con của V, được gọi là không gian không (hoặc
không gian con tầm thường).
3. Với V  2
và W  {x  ( x1 ,0) | x1  } thì W là không gian vectơ con của V, thật vậy:
u  au1  bu2  cu3 x  ( x1 ,0), y  ( y1 ,0) W ,   ta có:  x  y  ( x1  y1 ,0) W .
10.2.4 Định lý Giao của một họ bất kỳ các không gian con của V là một không gian con của V.
Ví dụ: Trong 3 ta xét hai tập hợp sau:
W1  {( x, y,0) | x, y  } và W2  {( x,0, z) | x, z  }
Khi đó ta có thể kiểm tra được W1 ,W2 là các không gian con của 3
.
Đồng thời W1 W2  {( x,0,0) | x  } là không gian con của 3
.
Tuy nhiên W1 W2  {( x, y, z) | y  0 hay z = 0}, không phải là không gian con của 3
.
10.3 Hệ vectơ
10.3.1 Tổ hợp tuyến tính:
Định nghĩa: Cho V là một không gian vectơ trên trường K và v1 , v2 ,..., vn là các phần tử của V. Ta
nói vectơ v là tổ hợp tuyến tính của các vectơ v1 , v2 ,..., vn nếu tồn tại các vô hướng
1 ,  2 ,...,  n K sao cho v  1v1   2v2  ...   nvn .
Ví dụ:
i) Trong 3
cho 3 vectơ u1  (1,0,0); u2  (0,1,0); u3  (0,0,1) . Khi đó vectơ u có dạng
u  (a, b, c)  có dạng: u  au1  bu2  cu3 . Vậy, vectơ u là tổ hợp tuyến tính của các vectơ
3

u1 , u2 , u3 , hoặc ta có thể nói u biểu thị tuyến tính được qua các vectơ u1 , u2 , u3 .
ii) Cho V  K 3 , v  (4,0,3); v1  (1,0,1); v2  (2,1,0); v3  (0,1,1). Khi đó, vectơ v là tổ hợp
tuyến tính của các vectơ v1 , v2 , v3 vì v  2v1  v2  v3 .
TUD&TH

Mặt khác, vectơ u  (4, 2, 2) không là tổ hợp tuyến tính của các vectơ u1  (1, 2,0) ;
u2  (3,1,0) vì nếu ngược lại thì thành phần thứ 3 của vectơ u phải bằng 0, vô lý.
Nhận xét:
i) Nếu v là một tổ hợp tuyến tính của các vectơ v1 , v2 ,..., vn thì v cũng là tổ hợp tuyến tính của
các vectơ v1 , v2 ,..., vn , vn1 .
Thật vậy, nếu v  a1v1  a2v2  ...  anvn thì v  a1v1  a2v2  ...  anvn  0vn1
ii) Vectơ 0 luôn là tổ hợp tuyến tính của một họ vectơ bất kỳ.
10.3.2 Hệ vectơ độc lập tuyến tính – Hệ vectơ phụ thuộc tuyến tính
Định nghĩa: Họ các vectơ v1 , v2 ,..., vn của không gian vectơ V trên trường K được gọi là phụ
thuộc tuyến tính nếu tồn tại các vô hướng 1 ,  2 ,...,  n  K không phải tất cả đều bằng 0 sao cho:
1v1  2v2  ...   nvn  0 . Họ vectơ không phụ thuộc tuyến tính được gọi là hệ độc lập tuyến
tính.
Nhận xét:
- Họ các vectơ v1 , v2 ,..., vn phụ thuộc tuyến tính 1v1   2v2  ...   nvn  0 thì tồn tại ít nhất 1
  
hệ số  0 . Giả sử đó là  n  0 . Khi đó, vn   1 v1  2 v2  ...  n 1 vn 1 .
n n n
Suy ra, nếu các vectơ v1 , v2 ,..., vn phụ thuộc tuyến tính thì tồn tại ít nhất một vectơ là tổ hợp
tuyến tính của các vectơ còn lại.
- Các vectơ v1 , v2 ,..., vn độc lập tuyến tính nếu và chỉ nếu
n
(1 ,  2 ,...,  n )  K n ,   i vi  0   i  0, i  1,..., n. Nói cách khác, hệ phương trình vectơ
i 1

x11  x22  ...  xn n  0 có nghiệm duy nhất là (0, 0, …,0).

Ví dụ: Trong 4 cho hệ vectơ 1  (1,0,1,1); 2  (0,1, 2,3); 3  (1, 2,3, 4) . Hệ trên độc lập
tuyến tính hay phụ thuộc tuyến tính?
Giải:
Xét hệ phương trình vectơ:
 x1  x3  0
x  2x  0
 2
x11  x2 2  x3 3  0  
3
.
 x1  2 x2  3 x3  0
 x1  3 x2  3 x3  0

1 0 1
 
 0 1 2
Ta có ma trận các hệ số của hệ trên là A  và rankA = 3, nên hệ phương trình
1 2 3
 
1 3 4
trên có nghiệm duy nhất (0, 0, 0). Do đó, hệ các vectơ trên độc lập tuyến tính.
TUD&TH

Nhận xét:
i) Từ ví dụ trên để xét hệ m các vectơ v1 , v2 ,..., vm là độc lập tuyến tính hay phụ thuộc tuyến
tính trong n , ta lập ma trận A với các cột là các vectơ v1 , v2 ,..., vm , rồi tìm rankA. Nếu rankA =
m (bằng số vectơ của hệ) thì hệ độc lập tuyến tính, ngược lại nếu rankA <m thì hệ phụ thuộc
tuyến tính.
Do rankA  rankAT nên nếu lập ma trận A có các dòng là các vectơ v1 , v2 ,..., vm và thực hiện

các phép biến đổi sơ cấp trên dòng đưa A về dạng bậc thang¸khi đó hệ vectơ là độc lập tuyến nếu
rankA = m (bằng số vectơ của hệ), ngược lại nếu rankA <m thì hệ phụ thuộc tuyến tính.
ii) Vectơ u V gọi là biểu thị tuyến tính được qua hệ vectơ v1 , v2 ,..., vm , nếu tồn tại các số
1 , 2 ,..., m  K , sao cho u  1v1  2v2  ...  mvm (hay phương trình vectơ
u  x1v1  x2v2  ...  xmvm có nghiệm)
Ví dụ 2: Trong 3 cho 3 vectơ sau: u1  (1, 2,3); u2  (0,1, 2); u3  (1,3,5) . Khi đó ta có
u1  u2  u3  0 khi đó hệ ba vectơ trên là phụ thuộc tuyến tính.
Sinh viên có thể nhận xét do vectơ u3 là tổ hợp tuyến tính của hai vectơ u1 ; u2 nên hệ 3 vectơ
này phụ thuộc tuyến tính.
10.3.3 Định lý và hệ quả
Định lý: Điều kiện cần và đủ để hệ các vectơ u1 , u2 ,..., un V phụ thuộc tuyến tính là một trong
các vectơ đó là tổ hợp của các vectơ còn lại.
Sinh viên tự chứng minh định lý như bài tập nhỏ.
Hệ quả: Trong các vectơ u1 , u2 ,..., un V nếu có vectơ 0 thì hệ các vectơ này phụ thuộc tuyến
tính.
✓ Nếu một phần của họ các vectơ u1 , u2 ,..., un V phụ thuộc tuyến tính thì tất cả các vectơ
của hệ đó đều phụ thuộc tuyến tính.
✓ v V thì {v} độc lập tuyến tính khi và chỉ khi v  0 .
✓ Hệ gồm hai vectơ phụ thuộc tuyến tính khi và chỉ khi hai vectơ đó tỷ lệ.
Sau đây, ta sẽ mở rộng định nghĩa độc lập tuyến tính và phụ thuộc tuyến tính cho một họ bất
kỳ những vectơ của không gian vectơ V.
Định nghĩa: Một họ khác rỗng những vectơ của không gian vectơ V gọi là phụ thuộc tuyến tính
nếu tồn tại một họ con hữu hạn khác rỗng phụ thuộc tuyến tính của V.
Ngược lại, một họ khác rỗng bất kỳ những vectơ của V gọi là độc lập tuyến tính, nếu mọi họ
con hữu hạn khác rỗng của nó đều độc lập tuyến tính.
10.4 Hệ sinh
10.4.1 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 span(S). S được gọi là hệ
sinh của V nếu span(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.
TUD&TH

Do đó, nếu cho S  {u1 , u2 ,..., un }  V , S là hệ sinh của V khi và chỉ khi:
u V , (1 ,  2 ,...,  n )  n
: u  1u1   2u2  ...   nun .
Nếu S là hệ sinh của V thì ta ký hiệu V  span(S )  span(u1 , u2 ,..., un ) .
Ví dụ:
1. Nếu S  {} thì span( S )  { } .
2. Đối với không gian vectơ n , hệ vectơ gồm các vectơ
e1  (1,0,...,0); e2  (0,1,0,...,0);...; en  (0,0,....,1) là một cơ sở của không gian vectơ n
.
3. Tập các đơn thức {t n | n  0} 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.
Nhận xét:
Để chứng minh S là một hệ sinh của V ta chứng minh mọi tập con hữu hạn v1 , v2 ,.., vn là hệ
sinh của V. Khi đó, ta có thể sử dụng một trong các phương pháp sau:
Phương pháp 1:
Chứng minh với mọi vectơ v thuộc V thì có các số 1 ,  2 ,...,  n thuộc trường K sao cho
v  1v1   2v2  ...   nvn .
Trong không gian vectơ K m với n  m điều này tương đương với hệ phương trình:
 a11 x1  a12 x2  ...  a1n xn  b1
 a x  a x  ...  a x  b
 21 1 22 2
v  (b1 , b2 ,..., bm )  K m trong
2n n 2
 luôn có nghiệm với đó
...
 am1 x1  a2 x2  ...  amn xn  bm
vi  (a1i , a2i ,..., ami ), i  1,.., n .
Phương pháp 2:
Nếu biết trước 1 hệ sinh u1 , u2 ,..., um của V thì cần chứng tỏ mỗi vectơ ui biểu diễn được qua
các vectơ v1 , v2 ,..., vm với i = 1, …, m.
Ví dụ: Chứng minh rằng hệ 4 vectơ u  (1, 2,3); v  (0, 2,1); w  (0, 0, 4); z  (2; 4;5) là hệ sinh
của không gian vectơ 3 .
Giải:
1.x1  0.x2  0 x3  2 x4  b1

Xét hệ phương trình 2.x1  2.x2  0 x3  4 x4  b2
3.x  1.x  4.x  5 x  b
 1 2 3 4 3

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:
TUD&TH

 x1  b1
 b2
 x2   b1
 2
 x3  (b3  3b1 ) / 4

 x4  0
Định lý: span(S) là không gian con của V và là không gian con nhỏ nhất của V chứa tập S.
Định lý: S là hệ sinh tối tiểu của span(S) khi và chỉ khi S là hệ độc lập tuyến tính.
TUD&TH

Bài 11. CƠ SỞ VÀ TỌA ĐỘ

.
11.1 Khái niệm cơ sở và tọa độ
11.1.1 Định nghĩa Ta gọi hệ vectơ S  V là cơ sở của V nếu S là hệ sinh độc lập tuyến tính của
V.
Nếu tập được sắp thứ tự S  {ui | i  I } là cơ sở của V và u V thì bộ các số ( i )iI được gọi là tọa
độ của u theo S nếu u  iui .
iI

Ví dụ:
Trong 4
xét cơ sở chính tắc gồm 4 vectơ sau đây:
u1  (1, 0, 0, 0); u2  (0,1, 0, 0); u3  (0, 0,1, 0); u4  (0, 0, 0,1) khi đó vectơ u  (1, 2,3, 4)  4
được
biểu thị tuyến tính qua các vectơ u1 , u2 , u3 , u4 như sau:
u  u1  2u2  3u3  4u4 . Suy ra tọa độ của vectơ u đối với cơ sở trên là u = (1, 2, 3, 4).
Mặt khác, trong 4 xét cơ sở gồm các vectơ sau:
v1  (1, 0, 0,1); v2  (0,1, 0, 0); v3  (0, 0,1, 0); v4  (1,1, 0, 0)
thì khi đó vectơ u  (1, 2,3, 4)  4
được biểu thị tuyến tính qua các vectơ trên như sau:
u  2v1  v2  3v3  3v4 . Khi đó, tọa độ của u đối với cơ sở này là u = (-2, -1, 3, 3).
11.1.2 Định lý và định nghĩa Nếu V là không gian vectơ có hệ sinh hữu hạn thì số vectơ trong
mọi cơ sở của V là như nhau. Số này gọi là số chiều của V. Ký hiệu là dimV.
Ví dụ:
- Các vectơ e1  (1, 0, 0,..., 0); e2  (0,1, 0,..., 0);...; en  (0, 0,....,1) 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 x  ( x1 , x2 ,..., xn ) có tọa độ với hệ {e1 , e2 ,..., en } là ( x1 , x2 ,..., xn ) . Tuy nhiên, tọa độ của x theo
hệ {e2 , e1 ,..., en } lại là ( x2 , x1 ,..., xn )
1 0 0 1 0 0 0 0
- Các ma trận I1    ; I2    ; I3    ; I4    lập thành một cơ sở của
0 0 0 0 1 0 0 1
a b
không gian các ma trận M(2;K). Một ma trận A    sẽ có tọa độ đối với hệ cơ sở này là (a,
c d 
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 Eij trong đó các phần tử tương ứng ở dòng i và cột j với 1  i  m;1  j  n bằng 1 còn các
phần tử còn lại của ma trận Eij này đều bằng 0. Khi đó, dim M (m  n; K )  mn .
- Pn [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 1, x, x 2 ,..., x n là một cơ sở của không gian vectơ này.
Do đó, dim Pn [x]  n  1 . Ta gọi đây là cơ sở chính tắc (cơ sở tự nhiên) của Pn [x]
TUD&TH

11.1.3 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.
Nhận xét:
Đối với không gian hữu hạn chiều (giả sử dim V = n ) thì để chứng minh một hệ vectơ gồm n
vectơ là cơ sở của không gian V ta chỉ cần chứng minh hệ vectơ này là độc lập tuyến tính.
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.
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.
11.1.4 Hạng của hệ vectơ
Định nghĩa: Cho một hệ hữu hạn vectơ xi iI trong không gian vectơ V. Số phần tử của một hệ
con độc lập tuyến tính tối đại của xi iI là một hằng số (không phụ thuộc vào cách chọn hệ con,
chỉ phụ thuộc vào bản chất của hệ {xi } ). Hằng số này được gọi là hạng của hệ vectơ xi iI . Ta
ký hiệu hạng của hệ xi iI là rank ( xi )iI .
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 .
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.
Chú ý: Trong phạm vi của tài liệu này ta chỉ đề cập đến không gian vectơ hữu hạn chiều,
tức là dimV  n   .
Ví dụ:
Xét hệ vectơ u1  (1, 0, 0,1); u2  (0,1, 0, 0); u3  (0, 0,1, 0); u4  (1,1, 0, 0) . Khi đó,
rank (ui )i 1,4  rankA = 4 với A là ma trận có các dòng là tọa độ của các vectơ ui trong cơ sở
4
chính tắc của .
TUD&TH

1 0 0 1 1 0 0 1 1 0 0 1
0 1 0 0 d4 d4 d1 0
 1 0 0  d4 d4 d2 0
 1 0 0 
A  
0 0 1 0 0 0 1 0 0 0 1 0
     
1 1 0 0 0 1 0 1 0 0 0 1
Chú ý:
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.
11.2 Tọa độ vectơ trong cơ sở - Công thức đổi tọa độ
11.2.1 Định nghĩa Một cơ sở của không gian vectơ được gọi là cơ sở được sắp nếu ta chú ý
đến thứ tự của các vectơ cơ sở. Ta dùng ký hiệu B  (1 ,  2 ,...,  n ) để chỉ cơ sở được sắp, còn
B  {1 ,  2 ,...,  n } là cơ sở không được sắp. Ta gọi cơ sở không được sắp là một tập cơ sở.
Do đó, B  (1 ,  2 ,...,  n ) và B '  ( 2 , 1 ,...,  n ) là hai cơ sở khác nhau. Rõ ràng hai cơ sở
được sắp B và B’ nói trên đều thuộc vào môt tập cơ sở. Ứng với một tập cơ sở gồm n phần tử ta
sẽ có n! cơ sở được sắp.
Cho V là không gian vectơ n chiều B  (1 ,  2 ,...,  n ) là một cơ sở của V khi đó, x viết được
duy nhất dưới dạng: x  a11  a2 2  ...  an n ,  i  .
Bộ số (a1 , a2 ,..., an ) được xác định một cách duy nhất và được gọi là tọa độ của x trong cơ sở
B.
 a1 
a 
Để chỉ tọa độ của x trong cơ sở B, ta ký hiệu:  x B   2  hoặc  x B   a1 a2 ... an 
T

 
 
 an 
hoặc không sợ hiểu làm ta viết  x B   a1 , a2 ,..., an 
T

Ví dụ:
Trong 3
cho hệ 3 vectơ B  {u1  (1,1, 0); u2  (1, 0,1); u3  (0,1,1)} .
a) Chứng minh rằng B là một cơ sở của 3 .
b) Tìm tọa độ của các vectơ e1 (1, 0, 0); e2 (0,1, 0); e3  (0, 0,1); u  (3, 4,5) trong cơ sở B.
Giải:
Vì B là hệ gồm 3 vectơ trong không gian hữu hạn chiều 3 , nên để chứng minh B là cơ sở
của 3 ta chỉ cần chứng minh B là hệ độc lập tuyến tính.
Để chứng minh điều này ta có thể xây dựng ma trận A có các dòng là các vectơ u1 , u2 , u3 , sau
đó chứng minh rankA = 3 hay det A  0 .
TUD&TH

1 1 0
Ta có, det A  1 0 1  2  0 .
0 1 1
Vậy hệ các vectơ u1 , u2 , u3 là hệ độc lập tuyến tính nên đó là cơ sở của 3
.
b) Xét một vectơ tùy ý a  (a1 , a2 , a3 )  3
, giả sử a[ B ]  ( x1 , x2 , x3 ) , khi đó

 a1  1  1  0  a1   x1  x2   x1  x2  a1
            
a  x1u1  x2u2  x3u3  a2   x1 1   x2 0  x3 1   a2    x1  x3    x1  x3  a2
 a3  0 1  1   a3   x2  x3  x  x  a
 2 3 3

 1
 x1  2 (a1  a2  a3 )

 1
  x2  (a1  a2  a3 )
 2
 1
 x3  2 (a1  a2  a3 )

Vậy với mọi vectơ tùy ý a  (a1 , a2 , a3 )  3
, thì ta có
1 1 1 
a[ B ]   (a1  a2  a3 ), (a1  a2  a3 ), (a1  a2  a3 )  .
2 2 2 
Lần lượt cho a bằng e1 , e2 , e3 , u ta có tọa độ của các vectơ e1 , e2 , e3 , u trong cơ sở B lần lượt là:
1 1 1
e1   , ,  
2 2 2
1 1 1
e2   ,  , 
2 2 2
 1 1 1
e3    , , 
 2 2 2
u  (1, 2,3) ■
11.2.2 Đổi cơ sở, ma trận đổi cơ sở, công thức đổi tọa độ
Giả sử trong không gian vectơ V, ngoài cơ sở B  {e1 , e2 ,..., en } còn có một cơ sở khác là
B '  {e1' , e2' ,..., en' } .
n
Nếu tọa độ của các vectơ e'j trong cơ sở B là e'j[ B]  (c1 j , c2 j ,...., cnj ), j  1, n , hay e'j   cij ei
i 1
.
TUD&TH

 c11 c12 ... c1n 

c c22 ... c2n 
Khi đó, đặt C  
21
, mà các cột của ma trận này lần lượt là tọa độ của các
 
 
cn1 cn 2 ... cnn 
vectơ e'j trong cơ sở B.
Khi đó, C được gọi là ma trận chuyển cơ sở từ cơ sở B sang cơ sở B’, ký hiệu là C : B  B '
hay CB  B ' .
Định lý: Cho V là một không gian vectơ n chiều trên trường K và A, B, B’ là các cơ sở được sắp
của V. Khi đó, ta có các điều khẳng định sau:
a) Ma trận đổi cơ sở từ A sang A là I n .
b) (C : A  B ')  (C : A  B)(C : B  B ') .
 C : A  B    C : B  A
1
c) .
Công thức đổi tọa độ:
Cho không gian vectơ V, gọi B và B’ là hai cơ sở được sắp của V. Giả sử x V và tọa độ của
x đối với cơ sở B và B’ lần lượt là: x[ B ]T  ( x1 , x2 ,..., xn ) và x[ B ']T  ( x1' , x2' ,..., xn' ) .
n n n n
 n  n  n 
x   xi ei   x 'j e'j . Mặt khác, e'j   cij ei , nên x   x 'j   cij ei      cij x 'j ei .
i 1 j 1 i 1 j 1  i 1  i 1  j 1 
Do tính duy nhất của phép biểu thị tuyến tính qua cơ sở B của x nên ta có
 x1  c11 x1'  c12 x2'  ...  c1n xn'

 x2  c21 x1  c22 x2  ...  c2 n xn
n ' ' '
xi   cij x j , i  1, n . Hay, ta có thể viết tường minh như sau: 
'

j 1 ...
 x  c x '  c x '  ...  c x '
 n n1 1 n2 2 nn n

 x1   c11 c12 ... c1n   x1' 

 x  c  
c22 ... c2 n   x2' 
Dạng ma trận của biểu thức trên là [ x][ B ]  CBB ' [ x][ B '] hoặc    
2 21

    
    ' 
 xn  cn1 cn 2 ... cnn   xn 
Ghi nhớ [𝒙]𝑩′ = 𝑪−𝟏 [𝒙]𝑩
Câu hỏi:
1) Khi nào thì nên vận dụng công thức đổi tọa độ?
2) Tại sao khi vận dụng công thức đổi tọa độ thì 𝑩 thường là cơ sở chính tắc của không
gian vectơ?
11.2.3 Các ví dụ
1) Trong 3 , cho cơ sở B với các vectơ u1 , u2 , u3 lần lượt có tọa độ sau:
u1  (1,1, 0); u2  (1, 0,1); u3  (0,1,1) .
1. Hãy lập ma trận và công thức đổi từ cơ sở chính tắc C sang cơ sở B.
TUD&TH

2. Tìm tọa độ của u = (5, 4, 3)  3 trong cơ sở B.

3. Tìm vectơ v  3 , biết tọa độ của vectơ v trong cơ sở B là v[ B ]  (1, 2,3) .
Giải:
1) Ta có cơ sở chính tắc C của 3 là cơ sở gồm các vectơ
e1  (1, 0, 0); e2  (0,1, 0); e3  (0, 0,1) . Khi đó,
1  1  0
[u1 ][C ]  1  ;[u2 ][C ]  0 ;[u3 ][C ]  1  . Do đó, ma trận đổi từ cơ sở chính tắc C sang cơ sở B
   
0 1 1
là
1 1 0 
P  1 0 1 
0 1 1 
■
 x1 
2) Giả sử [u ][ B ]   x2  , khi đó áp dụng công thức đổi tọa độ của một vectơ ta có:
 x3 
5 1 1 0  x1  5  x1  x2  x1  3
4  1 0 1  x   4  x  x   x  2 . Vậy [u ]  (3, 2,1) .■
    2  1 3  2 [ B]

3 0 1 1  x3     x  1

3 x2 x3  3
3) Gọi tọa độ của v trong cơ sở chính tắc V là ( x1 , x2 , x3 ) ta có
 x1  1 1 0 1   x1  3
 x   1 0 1  2 . Vậy 
 x2  4 hay v= (3, 4, 5)  .■
3
 2   
 x3  0 1 1  3 x  5
 3
2) Trong 3
cho 2 cơ sở B(1 ,  2 ,  3 ) và B '( 1 ,  2 , 3 ) như sau:
1  (1,1,1); 2  (1, 2,1);3  (1,3, 2)
1  (1,0,1); 2  (1,1,0); 3  (0,1,1)
1) Tìm ma trận chuyển từ cơ sở B sang cơ sở B’.
2) Viết công thức tính tọa độ của vectơ x trong cơ sở B theo tọa độ của x trong cơ sở B’.
Giải:
1  a11  a2 2  a3 3 (1)
Giả sử  2  b11  b2 2  b3 3 (2) . Khi đó, ma trận chuyển cơ sở B sang cơ sở B’ có dạng:
3  c11  c2 2  c3 3 (3)
 a1 b1 c1 
CB  B '  a2 b2 c2  . Để tìm ai , bi , ci ta phải giải các phương trình vectơ (1), (2), (3).
 a3 b3 c3 
TUD&TH

a1  a2  a3  1

Phương trình (1) tương đương với hệ a1  2a2  3a3  0
a  a  2a  1
 1 2 3

b1  b2  b3  1

Phương trình (2) tương đương với hệ b1  2b2  3b3  1
b  b  2b  0
1 2 3

c1  c2  c3  0

Phương trình (3) tương đương với hệ c1  2c2  3c3  1
c  c  2c  1
1 2 3

Ta dùng phương pháp Gauss để giải các hệ phương trình trên, lập các ma trận hệ số mở rộng:
1 1 1 1 1 0 1 1 1 1 1 0 1 1 1 1 1 0
  d2 d2 d1   d 2  d 2  d3  
1 2 3 0 1 1   d3 d3  d1
 0 3 2 1 0 1   0 1 1 1 1 0 
1 1 2 1 0 1  0 2 1 0 1 1  0 2 1 0 1 1 
1 1 1 1 1 0 
d3  d3  2 d 2  
 0 1 1 1 1 0 
0 0 1 2 3 1 

a3  2;

Vậy với hệ (1) ta có a2  1  a3  1;
a  a  a  1  4
 1 2 3

b3  3;

Hệ (2) ta có b2  1  b3  2;
b  b  b  1  4
1 2 3
c3  1;

Hệ (3) ta có c2  c3  1;
c  c  c  2
1 2 3
 4 4 2 
Vậy ma trận đổi cơ sở B sang cơ sở B’ là CBB '   1 2 1  .■
 2 3 1
b) Giả sử [ x][ B ]  ( x1 , x2 , x3 ) và [ x][ B ']  ( y1 , y2 , y3 ) . Khi đó, công thức tính tọa độ của x trong
cơ sở B theo tọa độ của x trong cơ sở B’ là:
 x1   4 4 2   y1   x1  4 y1  4 y2  2 y3
 x    1 2 1   y    x  y  2 y  y
 2   2  2 1 2 3

 x3   2 3 1  y3   x  2 y  3 y  y
 3 1 2 3■
TUD&TH

3) Trong n [ x] cho 2 cơ sở B(u1 , u2 ,..., un 1 ) và B '(v1 , v2 ,..., vn ) với

u1  1, u2  x, u3  x 2 ,..., un1  x n
v1  1, v2  ( x  a), v3  ( x  a)2 ,..., vn1  ( x  a) n , với a là một hằng số.
a) Tìm ma trận đổi cơ sở từ B sang B’.
b) Tìm ma trận đổi cơ sở từ B’ sang B.
Giải:
vk 1  ( x  a)k  Ck0 (a)k  Ck1 (a) k 1 x  ...  Ckk x k
a) Ta có
= Ck0 (a)k u1  Ck1 (a) k 1 u2  ...  Ckk uk 1  0uk  2  ...  0un 1
Lần lượt cho k = 0, 1, 2, …, n ta có
C00 C10 (a) ... Ck0 (a)k ... Cn0 (a)n 
 
0 C11 ... Ck1 (a)k 1 ... Cn1 (a) n1 
 
 
CB  B '   ... ... 
 Ckk
... 
 
 
0 n 
 0 ... 0 ... Cn 
b) Ta có:
uk 1  x k  ( x  a)  a   Ck0 a k  Ck1a k 1 ( x  a)  ...  Ckk ( x  a)k
k

= Ck0 a k v1  Ck1 a k 1v2  ...  Ckk vk 1  0vk  2  ...  0vn1

Lần lượt cho k các giá trị k = 0, 1, …., n ta có
C00 C10 a ... Ck0 a k ... Cn0 a n 
 1 k 1 
1
 0 C1 ... Ck a ... Cn1a n1 
 
 
C B ' B   ... ... 
 Ckk ... 
 
 
0 n 
 0 ... 0 ... Cn  ■

Bài toán vui:

Trong không gian “độ dài” có 2 cơ sở 𝐵1 = "Km"; 𝐵2 = "𝑚". Ma trận chuyển cơ sở từ
𝐵1 sang 𝐵2 là gì? Với một độ dài 𝑙 thì mối liên hệ giữa [𝑙]𝐵1 và [𝑙]𝐵2 là gì?
11.3. Không gian dòng của ma trận
11.3.1 Định nghĩa Cho ma trận A  (aij )  M m n ( K ) . Với mỗi i = 1, 2, …., m đặt
ui  ( ai1 , ai2 ,..., ain ) và WA  u1 , u2 ,..., um là không gian con của V n sinh bởi các vectơ
u1 , u2 ,..., um . Ta gọi u1 , u2 ,..., um là các vectơ dòng và WA là không gian dòng của ma trận A.
TUD&TH

Nhận xét: Không gian dòng của ma trận sẽ không thay đổi nếu ta áp dụng các phép biến đổi
sơ cấp trên dòng đối với ma trận. Do đó, ta sẽ dễ dàng tìm được cơ sở và số chiều của không
gian này.
11.3.2 Định lý Cho A, B  M mn ( K ) . Khi đó:
i) Nếu A tương đương dòng với B thì WA  WB .
ii) dim WA  r ( A) .
Hệ quả: Cho A  M mn ( K ) và B là một dạng bậc thang của ma trận A. Khi đó có thể chọn các
vectơ dòng khác 0 của B làm cơ sở cho không gian dòng WA.
Ví dụ: Tìm một cơ sở và số chiều cho không gian con của 4 sinh ra bởi các vectơ
u1  (1, 2, 3, 4); u2  (2,3, 0, 1); u3  (4, 7, 12,15); u4  (3,1, 9, 7); u5  (2,5, 6,9)
Giải:
Có thể xem u1 , u2 , u3 , u4 , u5 như các vectơ dòng của ma trận A
1 2 3 4 
2 3 0 1

A  4 7 12 15 
 
3 1 9 7 
 2 5 6 9 
Dùng các phép biến đổi sơ cấp trên dòng để đưa ma trận A về dạng bậc thang.
1 2 3 4  1 2 3 4  1 2 3 4
 2 3 0 1 0 1 6 9 0 1 6 9
    
A   4 7 12 15  d d  2 d
 0 1 0 1   1  0 1 0 1
  d32 d32 4 d11   d5  5 d5  
 3 1 9 7  dd54  d 4 3d1
d5  2 d1 0 5 0 5 0 1 0 1
 2 5 6 9  0 1 0 1  0 1 0 1 
1 2 3 4  1 2 3 4 
0 1 6 9 0 1 6 9
   

d5  d5  d 4
  0 1 0 1 
d d  d
  0 0 6 9 B
d 4  d 4  d3   3 3 2  
0 0 0 0  0 0 0 0 
0 0 0 0  0 0 0 0 
Vậy W  WA  WB . Do đó, dim W = 3.
11.4 Tổng của các không gian con – Tổng trực tiếp
11.4.1 Định lý Trong không gian vectơ V cho m ( m  2 ) không gian con W1 ,W2 ,...,Wm . Khi
đó tập hợp W  {x  x1  x2  ...  xm | xi Wi , i  1, m} là một không gian con của V, hơn nữa
m
nó là không gian nhỏ nhất (theo quan hệ bao hàm) của không gian V chứa Wi , W được
i 1
m
gọi là không gian tổng của các không gian con Wi , ký hiệu là W  Wi  W1  W2  ...  Wm .
i 1
TUD&TH

Nhận xét:
i) Mỗi x W  W1  W2  ...  Wm đều biểu diễn được thành tổng các vectơ từ các không gian
con thành phần W1 ,W2 ,...,Wm . Tuy nhiên, cách biểu diễn trên có thể không duy nhất.
ii) Nếu W  w1 , w2 ,..., wm và Z  z1 , z2 ,..., zn thì W  Z  w1 , w2 ,..., wm , z1 , z2 ,..., zn .
Ví dụ:
1) Trong 3
, xét cơ sở chính tắc C  {e1 , e2 , e3} . Ta có các không gian con của 3
như sau:
W, Z, T .
W  e1 , e2  {( x, y,0) | x, y  } ; Z  e2 , e3  {(0, y, z ) | y, z  } và
T  e1  {( x,0,0) | x  } . Khi đó,
W  Z  e1 , e2 , e3  3
; Z  T  e1 , e2 , e3  3
và W  T  e1 , e2  W .■
2) Với V  3
, xét các không gian con sau:
W1  {( ,  ,  )  3
|      }  {( ,  ,  ) |   } và
W2  {( ,  ,  )  3
|      }  {( ,  ,  ) |   }
Khi đó, vectơ (3,3, 1) W1  W2 vì (3,3, -1) = (2,2,-2) +(1,1, 1) trong đó (2, 2, 2) W1 và
(1,1,1) W2 .
Tuy nhiên, vectơ (3, 0,3) W1  W2 vì W1  W2  {(   ,    ,    ) |  ,   } .■
3) Với V  3
, xét các không gian con sau:
W1  {( ,  ,  )  3
|     2  0}; và W2  {( ,  ,  )  3
|     0}. Chứng minh rằng
V  W1  W2
Giải:
Kiểm tra được W1  W2  V .
       
Ngược lại, với mọi vectơ ( ,  ,  ) V thì ( ,  ,  )    ,  ,    0,0,   .
 2   2 
       
Kiểm tra được   ,  ,  W1 và  0,0,    W2 . Suy ra, V  W1  W2
 2   2 
Do đó, V  W1  W2 .■
n
11.4.2 Định nghĩa Tổng W  Wi được gọi là tổng trực tiếp nếu với mỗi x W thì chỉ có
i 1

một cách biểu diễn duy nhất x  x1  x2  ...  xn , với xi Wi , i  1, n . Khi đó ta ký hiệu
n
W  Wi  W1  W2  ...  Wn .
i 1

Trường hợp W  W1  W2 , thì ta nói W1 (tương ứng W2 ) là không gian con bù trực tiếp của
W2 (tương ứng W1 ).
TUD&TH

Định lý: Cho W ,W1 ,W2 ,...,Wm là những không gian con của không gian vectơ V. Khi đó, W là
tổng trực tiếp của W1 ,W2 ,...,Wm nếu và chỉ nếu mọi phần tử x của W đều viết được một cách
duy nhất dưới dạng: x  x1  x2  ...  xm , với xi Wi , i  1, m .
Định lý: Giả sử W1 và W2 là hai không gian con của không gian vectơ V khi đó, các khẳng
định sau là tương đương:
i) W1  W2 là tổng trực tiếp;
ii) W1  W2  {0} .
Định lý: Cho W1 và W2 là hai không gian con của không gian vectơ hữu hạn chiều V. Khi đó,
dim(W1  W2 )  dimW1  dimW2  dim(W1  W2 ).
Hệ quả: Nếu tổng W + Z của hai không gian hữu hạn chiều W, Z trong không gian vectơ V
là tổng trực tiếp thì dimW  dim Z  dim(W  Z ).
11.4.3 Ví dụ
1) Trong không gian 3 xét hai không gian con W  {( x, y, z ) | x, y  } và
Z  {( x, x, z) | x, z  } .
Hãy xác định dimW, dimZ, tìm W  Z và W + Z.
Giải:
Ta có: W  {( x, y, z) | x, y  }  (1,0,1);(0,1,0) và
Z  {( x, x, z) | x, z  }  (1,1,0);(0,0,1) .
Do đó, dimW = dimZ = 2
Ta có: W  Z  {( x, x, x) | x  }  (1,1,1) , nên dim(W  Z )  1 . Từ đó ta được,
dim(W  Z )  dim W  dim Z  dim(W  Z )  2  2  1  3  dim 3
.
Do W  Z  3 , nên W  Z  3 .■
2) Cho U là không gian con sinh bởi các vectơ
u1  (1,3, 2, 2,3); u2  (1, 4, 3, 4, 2); u3  (2,3, 1, 2,9) và V là không gian con sinh bởi các
vectơ v1  (1,3, 0, 2,1); v2  (1,5, 6, 6,3); v3  (2,5,3, 2,1)
Hãy tìm một cơ sở và số chiều của U + V và U V
Giải
a) Tìm cơ sở của U +V.
Lập ma trận A có các dòng là các vectơ u1 , u2 , u3 , v1 , v2 , v3 , thực hiện phép biến đổi sơ cấp trên
dòng ta đưa ma trận này về dạng bậc thang. Khi đó số chiều của U + V là rank A và ta có thể
chọn các dòng khác 0 của ma trận A làm vectơ trong cơ sở của U + V.
TUD&TH

1 3 -2 2 3

1 4 -3 4 2
 
2 3 -1 -2 9
A := 
1 3 0 2 1
1 
5 -6 6 3
 
2 5 3 2 1
Sau các phép biến đổi sơ cấp trên dòng ta được ma trận bậc thang sau:

1 0 -4 7
0

0 0 2 -2
1
 
0 1 0 -1
0
0 0 0 0
0
0 
0 0 0
0
 
0 0 0 0
0
Khi đó, gọi e1  (1, 0, 0, 4, 7); e2  (0,1, 0, 2, 2); e3  (0, 0,1, 0,  1) là một cơ sở của U+
V.
Suy ra, dim U + V = 3.
Để tìm được cơ sở của U V ta tìm điều kiện để vectơ x  ( x1 , x2 , x3 , x4 , x5 ) thuộc U
và thuộc V.
Ta có vectơ x thuộc U khi và chỉ khi x biểu thị tuyến tính qua các vectơ cơ sở của U tức là hệ
phương trình với ma trận hệ số sau có nghiệm.
 1 1 2 x1  1 1 2 x1  1 1 2 x1 
  dd2 
d2 3d1    
 3 4 3 x2  d34 d34 2 d11 0 1 3 x2  3x1  d34 d34 22d2 0 1 3 x2  3x1 
d 2d d d  d

 2 3 1 x3  
d5 d5 3d1
0 1 3 x3  2 x1  
d5  d5  d 2
0 0 0 x3  x2  x1 
     
 2 4 2 x4  0 2 6 x4  2 x1  0 0 0 x4  4 x1  2 x2 
 3 2 9 x5  0 1 3 x5  3x1  0 0 0 x5  x2  6 x1 
    
 x1  x2  x3  0

Vậy để vectơ x thuộc U khi và chỉ khi 4 x1  2 x2  x4  0
6 x  x  x  0
 1 2 5
Ta có vectơ x thuộc V khi và chỉ khi x biểu thị tuyến tính qua các vectơ cơ sở của V tức là hệ
phương trình với ma trận hệ số sau có nghiệm.
1 1 2 x1  1 1 2 x1  1 1 2 x1 
  d  d 3 d   d d 3d  
3 5 5 x2  d2 d2 2 d1 0 2 1 x2  3x1  d3 d3 2 d2 0 1 3 x2  3x1 
4 4 1 4 4 2
0 6 3 x3  
d5 d5  d1
0 6 3 x3  
d5  d5  d 2
0 0 0 x3  x2  3x1 
     
2 6 2 x4  0 4 2 x4  2 x1  0 0 0 x4  4 x1  2 x2 
1 3 x5  0 2 1 x5  x1  0 0 0 x5  x2  2 x1 
 1   
TUD&TH

3x1  x2  x3  0

Vậy để vectơ x thuộc V khi và chỉ khi 4 x1  2 x2  x4  0
2 x  x  x  0
 1 2 5
Do đó, để x thuộc U giao V khi và chỉ khi
3x1  x2  x3  0
4 x  2 x  x  0
 1 2 4
2 x1  x2  x5  0

 x1  x2  x3  0
4 x1  2 x2  x4  0

6 x1  x2  x5  0
Hệ phương trình thuần nhất trên có ma trận hệ số là:
-3 1 1 0 0

 4 -2 0 1 0
 
2 -1 0 0 1
A := 
-1 1 1 0 0
-4 -2 0 
1 0
 
-6 -1 0 0 1

Thực hiện các phép biến đổi sơ cấp trên dòng đưa ma trận A về dạng bậc thang sau
1 0 0 0 0
0 1 0 0 -1
 
0 0 1 0 1
0 0 0 1 -2
0 0 0 0 0
 
0 0 0 0 0
Vậy hệ phương trình trên có vô số nghiệm phụ thuộc 1 tham số
 x1  0
x  t
 2
 x3  t với t 
 x  2t
 4
 x5  t
Khi đó cơ sở của U V gồm 1 vectơ duy nhất u  (0,1, 1, 2,1)
Do đó, dimU V  1
TUD&TH
TUD&TH

Chương IV. ÁNH XẠ TUYẾN TÍNH

Bài 12. Khái niệm ánh xạ tuyến tính
12.1. Khái niệm ánh xạ tuyến tính
12.1.1 Định nghĩa: Cho hai không gian vectơ V và V’ trên trường K. Một ánh xạ
f : V  V ' được gọi là ánh xạ tuyến tính nếu f thỏa mãn hai điều kiện sau đây:
i) f ( x  y)  f ( x)  f ( y), x, y V (tính bảo toàn phép cộng).
ii) f ( x)   f ( x), x V ,   K (tính bảo toàn phép nhân với vô hướng).
- Nếu V = V’ thì ta gọi f là phép biến đổi tuyến tính hay toán tử tuyến tính.
Đặt L(V, W) là tập tất cả các ánh xạ tuyến tính từ V vào W. Trên L(V, W) ta đặt các phép
toán sau:
 f  g  (u)  f (u)  g (u)
u V ,   K
 f  (u)   f (u)
Khi đó, L(V, W) cùng với hai phép toán được định nghĩa như trên là không gian vector.
Sinh viên tự kiểm tra không gian này thỏa các tiên đề về không gian vector.
Chú ý: Ở điều kiện (i) thì phép (+) bên vế trái là phép cộng trong V còn phép cộng bên vế
phải là phép (+) trong V’, tương tự với điều kiện (ii).
Các điều kiện (i) và (ii) trong định nghĩa có thể thay thế bằng điều kiện sau:
f ( x  y)   f ( x)  f ( y), x, y V ;   K
12.1.2.Ví dụ
f : K  Km
a) Ánh xạ
x ( x, 0,..., 0)
là một ánh xạ tuyến tính và được gọi là phép nhúng từ K vào K m .
g : Kn K
b) Với mỗi i = 1, 2, …, n ta đặt ánh xạ
(x1 , x2 ,..., xn ) xi
là một ánh xạ tuyến tính và được gọi là phép chiếu lên thành phần thứ i của K n .
 :V  V '
c) Ánh xạ: là ánh xạ tuyến tính, gọi là ánh xạ không.
x 0V '
h: 2  2
d) Kiểm tra ánh xạ có phải là ánh xạ tuyến tính không?
( x; y) (2 x  y; x  2 y)
Giải:
Với x, y  2
suy ra x  ( x1 , x2 ) và y  ( y1 , y2 ) với  ;   K . Khi đó,
h( x  y)  h( x1  y1 , x2  y2 )  (2( x1  y1 )  x2  y2 , x1  y1  2( x2  y2 ))
 (2 x1  x2 , x1  2 x2 )  (2 y1  y2 , y1  2 y2 )  h( x)  h( y)
Khi đó, h( x)   (2 x1  x2 , x1  2 x2 )
Vậy ánh xạ h cho bởi công thức trên là ánh xạ tuyến tính.
TUD&TH

Hơn nữa đây còn là một phép biến đổi tuyến tính, hay toán tử tuyến tính từ không gian vector
2
vào chính nó.
12.1.3. Các tính chất
Nếu f là một ánh xạ tuyến tính từ V vào V’ thì ta có:
i) f ( x   y)   f ( x)   f ( y);
ii) f (0V )  0V ' ; f ( x)   f ( x);
iii) Nếu f : V  V ' và g : V '  V '' là các ánh xạ tuyến tính thì gf : V  V '' cũng là ánh xạ
tuyến tính.
iv) Qua một ánh xạ tuyến tính thì một hệ vectơ phụ thuộc tuyến tính (trong V) được biến thành
một hệ phụ thuộc tuyến tính (trong V’). Tức là nếu hệ các vectơ {x1 , x2 ,..., xn } phụ thuộc tuyến tính
trong V, thì hệ  f ( x1 ), f ( x)2 ,..., f ( xn ) phụ thuộc tuyến tính trong V’.
v) Ánh xạ tuyến tính không làm tăng hạng của một hệ vectơ. Tức là:
rank ( x1 , x2 ,..., xn )  rank ( f ( x1 ), f ( x2 ),..., f ( xn )), xi V
12.2. Định lý cơ bản về sự xác định ánh xạ tuyến tính
Định lý: Cho một cơ sở B  {e1 , e2 ,..., en } của không gian vectơ V ( n  1) và v1 , v2 ,..., vn là n
vectơ tùy ý của không gian vectơ V’. Khi đó, tồn tại duy nhất một ánh xạ tuyến tính f : V  V '
sao cho f (ei )  vi , i  1, n hay nói khác hơn ánh xạ tuyến tính hoàn toàn xác định bởi ảnh của một
cơ sở.
Ví dụ:
1) Trong 3
cho cơ sở chính tắc {e1  (1,0,0); e2  (0,1,0); e3  (0,0,1)} , trong 2
cho 3 vectơ
v1  (1,1); v2  (2,3); v3  (4,5) . Hãy xác định ánh xạ f: 3
 2
thỏa tính chất
f (ei )  vi , i  1, 2,3 .
Giải:
Với x  ( x1 , x2 , x3 )  3 ta có x  x1e1  x2e2  x3e3 . Do f là ánh xạ tuyến tính thỏa
f (ei )  vi , i  1, 2,3 nên có
f ( x)  x1 f (e1 )  x2 f (e2 )  x3 f (e3 )  x1v1  x2v2  x3v3  ( x1 , x1 )  (2 x2 ,3x2 )  (4 x3 ,5x3 )
 ( x1  2 x2  4 x3 , x1  3x2  5x3 )
Vậy f ( x1, x2 , x3 )  ( x1  2 x2  4 x3, x1  3x2  5 x3 ) ■
2) Trong 3
cho hai hệ vectơ {u1  (1,1, 0); u2  (0,1,1); u3  (1, 0,1)} và
{v1  (1,1,1); v2  (0, 0,1); v3  (1, 2,1)} . Hỏi có tồn tại một phép biến đổi tuyến tính f : 3
 3

thỏa f (ui )  vi , i  1, 2,3 không? Nếu có hãy xác định công thức của f.
Giải:
Hệ vectơ {u1  (1,1, 0); u2  (0,1,1); u3  (1, 0,1)} độc lập tuyến tính do
TUD&TH

1 1 0
0 1 1 20.
1 0 1
nên suy ra u1 , u2 , u3 là một cơ sở của 3
. Do đó, tồn tại một phép biến đổi tuyến tính từ
f: 3
 3
sao cho f (ui )  vi .
Cho x  ( x1 , x2 , x3 )  3
, giả sử x  1u1  2u2  3u3 . Khi đó,
 x1  1  0  1   1  3 
 x    1    1     0       
 2 1   2   3    1 2
 x3  0 1  1  2  3 
 1
1  2 ( x1  x2  x3 )

 1
2  ( x1  x2  x3 )
 2
 1
3  2 ( x1  x2  x3 )

1  0 1  1  3 
f ( x)  1v1  2v2  3v3  1 1  2 0  3  2   1  23  .
   
1 1 1 1  2  3 
Vậy công thức biểu diễn của phép biến đổi tuyến tính f
 3 1 1 1 1 1 
f ( x)   x1; x1  x2  x3 ; x1  x2  x3  ■
 2 2 2 2 2 2 
3) Giả sử cho f  L( 2
, 2
) là một ánh xạ tuyến tính thỏa mãn f (1,0)  (3, 4); f (0,1)  (2,5)
Khi đó, x  ( x1 , x2 )  2
thì
f ( x1 , x2 )  x1 f (1, 0)  x2 f (0,1)  x1 (3, 4)  x2 (2,5)  (3x1  2 x2 , 4 x1  5 x2 )
TUD&TH

Bài 13. Ma trận biểu diễn ánh xạ tuyến tính

13.1 Ma trận và biểu thức tọa độ của ánh xạ tuyến tính
13.1.1 Ma trận của một ánh xạ tuyến tính
Cho f : V  V ' là ánh xạ tuyến tính từ không gian vectơ n chiều V vào không gian vectơ m
chiều V’ (với  m, n  1 . Giả sử B  (e1 , e2 ,..., en ) và B '  (e1' , e2' ,..., em' ) lần lượt là hai cơ sở được
sắp của không gian V và V’. Khi đó, mỗi vectơ f (e j ) trong V’ có dạng:
m
f (e j )  a1 j e1'  a2 j e2'  ...  amj em'   aij ei' , hay f (e j )[ B ]  (a1 j , a2 j ,..., amj ), j  1, n . Vậy f sẽ hoàn
i 1

toàn xác định nếu biết các hệ số aij , hay f được xác định bởi ma trận A  (aij )  M (m, n; K ) .
Ma trận A  (aij )mn là ma trận của ánh xạ tuyến tính f đối với cặp cơ sở (B; B’).
Ma trận A là ma trận với m dòng (bằng số chiều của không gian V’) và n cột (bằng số chiều
của không gian V), cột thứ j là tọa độ của f (e j ) trong cơ sở B’ ( j  1, n) .
Nếu f là một phép biến đổi tuyến tính thì ma trận của f là một ma trận vuông cấp n.
13.1.2 Ví dụ
Xét cơ sở chính tắc trong các không gian vectơ sau đây
f:  m
a) Ánh xạ tuyến tính thì ma trận biểu diễn của ánh xạ f trong cặp cơ sở
x ( x, 0,..., 0)
1 
0 
chính tắc của không gian , m
là  
 
 
0 
g: n

b) Ánh xạ tuyến tính có ma trận biểu diễn của ánh xạ g trong cặp cơ sở
( x1 , x2 ,..., xn ) x1
chính tắc của không gian n
, là 1 0 ... 0 .
h: 2
 2
c) Ánh xạ có ma trận biểu diễn của ánh xạ h trong cặp cơ sở
( x, y ) (2 x  y,3 x  2 y )
2 2 1 
chính tắc của là  
 3 2 
id : n
 n
d) Ánh xạ đồng nhất có ma trận biểu diễn của ánh xạ đồng nhất trong cặp cơ
u u
sở chính tắc là ma trận đơn vị I n .
13.2 Biểu thức tọa độ của ánh xạ tuyến tính
TUD&TH

Cho f : V  V ' là ánh xạ tuyến tính từ không gian vectơ n chiều V vào không gian vectơ m
chiều V’ (m, n  1) và A  (aij )mn là ma trận của f trong cặp cơ sở (B, B’). Với mỗi vectơ x V ,
ta thiết lập mối quan hệ giữa các tọa độ của x trong B với tọa độ của f ( x)  V ' trong B’.
n m
Giả sử x[ B ]  ( x1 , x2 ,..., xn ) và f ( x)[ B ']  ( x1' , x2' ,..., xm' ) hay x   x j e j và f ( x)   xi' ei' .
j 1 i 1

Khi đó,
m  n  n n
 m '
m  n  ' n

 x ' '
e
i i  f ( x )  f  j j   j
x e  x f ( e j )   x j   ij i     ij j  i
 i 1
a e 
 i 1  j 1
a x e  xi
'
  aij x j , i  1, m
i 1  j 1  j 1 j 1  j 1

Cụ thể:
 x1'  a11 x1  a12 x 2 ...  a1n xn  x1'   a11 a12 ... a1n   x1 
 '  ' 
 x2  a21 x1  a22 x 2 ...  a2 n xn  x2    a21 a22 ... a2 n   x2 
 hoặc
  
  
 '    
 x '  a x  a x ...  a x  xm   am1 am 2 ... amn   xn 
 m m1 1 m2 2 mn n

Tức là,  f ( x)B '  A  x B , đây gọi là biểu thức tọa độ của f đối với cặp cơ sở (B, B’).
Ví dụ:
Xét phép biến đổi tuyến tính f : 3
 3
với cơ sở chính tắc của 3
, khi đó ma trận của f
đối với cơ sở này là:
3 4 0
A   5 2 1  .
 2 3 0 

2
Nếu vector x có tọa độ trong cơ sở chính tắc là [ x]   5 
 7 

 3 4 0   2   28 
Khi đó [ f ( x)]  A.[ x]  5 2 1  5    27 
 2 3 0  7  19 
13.3 Ma trận của tích các ánh xạ tuyến tính
Định lý: Giả sử các ma trận A và B lần lượt là ma trận của các ánh xạ tuyến tính f : V  V ' và
g : V '  V '' ứng với các cặp cơ sở là (B, B’) và (B’, B’’) thì ma trận của ánh xạ tích gf : V  V ''
ứng với cặp cơ sở (B, B’’) là ma trận BA.
Ví dụ: Cho hai ánh xạ tuyến tính f : 3
 2
và g : 2
 3
xác định như sau:
f ( x, y, z )  (2 x  y  z , x  2 y  3 z ), ( x, y, z )  3

g ( x ', y ')  ( x ' y ', x ' 2 y ', x ' y '), ( x ', y ')  2
TUD&TH

Hãy xác định ma trận của ánh xạ f, g, gf trong cặp cơ sở chính tắc của các không gian tương
ứng.
Giải:
Ma trận của ánh xạ f và g trong cơ sở chính tắc lần lượt là
1 1
 2 1 1
A  và B  1 2 
1 2 3  1 1 

1 1 4 
Ma trận của ánh xạ tích gf là C  BA   4 5 5  . Do đó, ánh xạ tích h=gf có dạng sau:
 3 3 2 
h( x, y, z)  ( x  y  4 z, 4 x  5 y  5z,3x  3 y  2 z), ( x, y, z)  3 .■
13.4 Ma trận của một ánh xạ tuyến tính trong các cặp cơ sở khác nhau
Định lý: Giả sử ánh xạ tuyến tính f : V  V ' có ma trận trong các cặp cơ sở ( B1 , B1' ) và
( B2 , B2' ) tương ứng là A1 , A2 . Nếu C và C’ tương ứng là các ma trận đổi cơ sở từ B1 sang B2 và B1'
sang B2' , thì ta có A2   C ' A1C .
1

Nếu A1 , A2 lần lượt là ma trận của ánh xạ tuyến tính f : V  V trong hai cơ sở B1 , B2 và
C : B1  B2 là ma trận đổi cơ sở từ B1 sang B2 .Thì A2  C 1 A1C .
Ví dụ:
1) Cho ánh xạ tuyến tính f : 3
 2
xác định bởi
f ( x, y, z)  ( x  y  z, x  y  z), ( x, y, z)  3

Tìm ma trận của f trong cặp cơ sở (B, B’) biết

B  {u1  (1,1,0); u2  (0,1,1); u3  (1,0,1)} và B '  {u1'  (2,1); u2'  (1,1)}
Giải:
Ma trận của f trong cặp cơ sở chính tắc  C3,C2  là

1 1 1
A1   
1 1 1 
1 1 0 
Ma trận đổi cơ sở từ C3 sang B là C  0 1 1 
1 0 1 
 2 1  1 1
và  C '  
1
Ma trận đổi cơ sở từ C2 sang B’ là C '    
1 1  1 2 
Vậy ma trận của f đối với cặp cơ sở (B, B’) là
TUD&TH

 2 0 2 
A2  (C ') 1 A1C   ■
 2 0 4 
2) Cho toán tử tuyến tính f : 2
 2
xác định như sau:
f ( x, y)  ( x  2 y, 2 x  y), ( x, y)  2

Tìm ma trận của f đối với cơ sở B  {u1  (2,1); u2  (3, 2)}

Giải:
Ma trận của f trong cơ sở chính tắc là
1 2 
A1   
2 1
2 1  2 3 
Ma trận đổi cơ sở từ C2 sang B là C    và C 1   
3 2  1 2 
 7 10 
Vậy ma trận của f trong cơ sở B là A2  C 1 A1C   ■
6 9 
3) Xét ánh xạ tuyến tính f được xác định như sau:
f: 2
 3

( x, y ) (2 x  y, x,3 y )
Gọi B0 ; B0' lần lượt là cơ sở chính tắc của 2
, 3
. Đặt
B  ((2,3);(3, 4)); C  ((1,1, 2), (1, 4,5), (0,3, 1)) lần lượt là cơ sở của 2
, 3
.
Khi đó, ma trận chuyển cơ sở từ B0 sang B là
2 3
P  và ma trận chuyển cơ sở từ B0 sang C là:
'

 3 4 
1 1 0 
Q  1 4 3 
 2 5 1

2 1
Nhận thấy ma trận của f đối với cặp cơ sở chính tắc B0 , B là ma trận A   1 0 
'
0

 0 3 
Khi đó ma trận của f đối với cặp cơ sở B, C là ma trận T được xác định như sau:
19 /12 1/12 1/ 4   2 1  104 151 
    2 3 1 
1
T  Q AP   7 /12 1/12 1/ 4  1 0      20 31
 1/ 4 3 4 2 
1/ 4 1/ 4  0 3  0 3 
TUD&TH

Bài 14. Giá trị riêng – vectơ riêng

14.1 Giá trị riêng và vectơ riêng của ma trận
14.1.1 Định nghĩa Cho A là một ma trận vuông cấp n trên trường K. Một số   K được gọi
là giá trị riêng của ma trận A nếu tồn tại vectơ khác không u  K n , sao cho A(u )  u . Khi đó
vectơ u được gọi là vectơ riêng của ma trận A ứng với giá trị riêng  .
14.1.2 Ví dụ:
2 3  1 1 
Cho ma trận A    ,u    ,v   
 3 6   3 2
Ta có:
 2 3   1   7 
Au          7u
 3 6   3  21
 2 3  1   8  1 
Và Av       k 
 3 6   2   9   2
Kết luận: u là vectơ riêng của ma trận A ứng với giá trị riêng – 7, còn v không là vectơ riêng
của ma trận A vì không tồn tại một số thực k nào thỏa Av = kv.
14.1.3 Định lý Cho A là một ma trận vuông cấp n trên trường K. Khi đó số   K là giá trị
riêng của A nếu và chỉ nếu phương trình thuần nhất ( A   I n ) x  0 có nghiệm không tầm thường.
Chứng minh:
Giả sử   K là một giá trị riêng của ma trận A. Khi đó, tồn tại một vectơ khác không u  K n
sao cho Au  u , suy ra ( A   I n )u  0 hay u chính là nghiệm của phương trình thuần nhất
( A   I n ) x  0 . Vậy phương trình nhất ( A   I n ) x  0 có nghiệm không tầm thường.
Ngược lại, nếu phương trình ( A   I n ) x  0 có nghiệm không tầm thường u  K n thì
( A   I n )u  0 hay Au  u nên u là vectơ riêng của ma trận A ứng với giá trị riêng  .
Ví dụ:
1 3 3
2 3   
Cho ma trận vuông A  
  và B   3 5 3
 3 6   3 3 1 
a) Chứng tỏ rằng   1 là một giá trị riêng của ma trận B và hãy tìm các vectơ riêng ứng với
giá trị riêng   1 .
b) Tìm vectơ riêng của ma trận A ứng với giá trị riêng   3
Giải:
0 3 3
a) Xét ma trận B  I 3   3 6 3 . Vì det(B - I3) = 0 nên hệ phương trình tuyến tính
 3 3 0 
thuần nhất (B - I3)x = 0 (1) có nghiệm không tầm thường.
TUD&TH

Giải hệ phương trình (1):

0 3 3  0 3 3  d d  d 0 3 3 0 1 1 
  d3  d3  d 2   3 3 1
d 2  d 2 /( 3)
B  I 3   3 6 3   3 6 3  1 2 1     d1  d1 /(3)
 1 2 1 
 3 3 0   0 3 3 0 0 0  0 0 0 
1 2 1 
 0 1 1 
d1  d 2

0 0 0 
Vậy hệ phương trình có vô số nghiệm phụ thuộc vào x3.
 x1  t

 x2  t
x  t 
 3
1
Chọn u   1 , khi đó x   u là các vectơ riêng của B ứng với giá trị riêng   1 với
 1 
  ,  0 .
 1 3 
b) Xét ma trận A  3I 2    . Xét hệ phương trình tuyến tính thuần nhất (A – 3I2)x = 0
 3 3
Ta có
  x1  3 x2  0  x1  3 x2  x1  3t
  
3 x1  9 x2  0  x2  x 2  t 
3
Do đó nếu chọn u    thì u là một vectơ riêng ứng với giá trị riêng   3 .
1 
14.1.4 Hệ quả Cho A là một ma trận vuông cấp n trên trường K. Khi đó, 0 là giá trị riêng
của A nếu và chỉ nếu A không khả nghịch.
Chứng minh:
Ta có 0 là giá trị riêng của ma trận A nếu và chỉ nếu phương trình Ax  ( A  0I n ) x  0 có
nghiệm không tầm thường. Ta đã biết phương trình Ax = 0 có nghiệm không tầm thường khi và
chỉ khi ma trận A không khả nghịch. Do đó 0 là giá trị riêng của A nếu và chỉ nếu A không khả
nghịch.
14.1.5 Định lý Cho A là một ma trận vuông cấp n trên trường K. Giả sử u1 , u2 ,..., ur là các
vectơ riêng ứng với các giá trị riêng 1 , 2 ,..., r của ma trận A, khi đó tập {u1 , u2 ,..., ur } độc lập
tuyến tính.
Chứng minh:
TUD&TH

Giả sử {u1 , u2 ,..., ur } phụ thuộc tuyến tính. Khi đó, tồn tại chỉ số s nhỏ nhất sao cho us 1 khác
0 là một tổ hợp tuyến tính của các vectơ độc lập tuyến tính u1 , u2 ,..., us nghĩa là tồn tại
k1 , k2 ,.., ks  K sao cho: us 1  k1u1  k2u2  ...  ksus .
Do ui là vectơ riêng của A ứng với giá trị riêng i nên Aui  iui với mọi i = 1, 2, …, s.
Từ đó ta có Aus 1  k1 Au1  k2 Au2  ...  ks Aus  s 1us 1  k11u1  k22u2  ...  ks sus . Suy ra,
k1 (1  s 1 )u1  k2 (2  s 1 )u2  ...  ks (s  s 1 )us  0 .
Vì tập {u1 , u2 ,..., us } độc lập tuyến tính nên ki (i  s 1 )  0 do đó ki  0 với mọi i = 1, 2, …,
s. Điều này dẫn đến us 1  0 mâu thuẫn với us 1 khác 0. Vậy tập {u1 , u2 ,..., ur } độc lập tuyến tính.
Cho A là một ma trận vuông cấp n trên trường K và   K là giá trị riêng của A. Tập tất cả các
nghiệm của phương trình ( A   I n ) x  0 được gọi là không gian vectơ riêng của ma trận A ứng
với giá trị riêng  và ký hiệu là EA ( ) .
Vậy không gian vectơ riêng EA ( ) bao gồm vectơ không và tất cả các vectơ riêng của ma trận
A ứng với giá trị riêng  .
14.1.6 Định lý Cho A là một ma trận vuông cấp n trên K và   K là giá trị riêng của A. Khi
đó, không gian vectơ riêng EA ( ) là một không gian vectơ con của K n .
Chứng minh:
Do vectơ 0 thuộc EA ( ) nên EA ( ) khác rỗng. Nếu u, v  EA ( ) thì Au  u và Av  v . Do
đó, A(u  v)  Au  Av  u   v   (u  v) và A(ku )  k ( Au )  k u   (ku ) .Vậy u + v và ku đều
thuộc EA ( ) với mọi k  K ; u, v  EA ( ) . Vậy EA ( ) là một không gian vectơ con của K n .
Ví dụ:
2 3 
Ma trận A    có các giá trị riêng là   3, 7 . Không gian vectơ riêng EA (3) và
 3 6 
EA (7) của ma trận A là:
EA (3)   (3,1) |    và EA (7)   (1, 3) |    . Ta có u1  (3,1) và u2  (1, 3) lần
lượt là cơ sở của EA (3) và EA (7) . Do u1 ; u2  độc lập tuyến tính nên lập thành một cơ sở của
2

1 3 3
Ma trận B   3 5 3 có các giá trị riêng là   1, 2 . Không gian vectơ riêng
 3 3 1 
EA (1)   (1, 1,1) |    ứng với giá trị riêng   1 . Không gian này có số chiều bằng 1 và có
cơ sở gồm một vectơ u1  (1, 1,1) . Không gian vectơ riêng
EA (2)   (1,1,0)   (1,0,1) |  ,    ứng với giá trị riêng và có số chiều bằng 2 với cơ sở
gồm hai vectơ u2  (1,1,0); u3  (1,0,1) . Nhận thấy {u1 , u2 , u3} độc lập tuyến tính nên là cơ sở
3
của .
TUD&TH

14.2. Đa thức đặc trưng

14.2.1 Định nghĩa Cho A  (aij ) là ma trận vuông cấp n trên K. Xét ma trận vuông
 a11  t a12 ... a1n 
 a a22  t ... a2 n 
A  tI n   21
 
 
 an1 an 2 ... ann  t 
Đa thức f A (t )  det( A  tI n )  K[ x] được gọi là đa thức đặc trưng của ma trận A. Phương trình
f A (t )  0 được gọi là phương trình đặc trưng của ma trận A.

14.2.2 Ví dụ
2 3 
1. Đa thức đặc trưng của ma trận A    là f A (t )  t  4t  21
2

 3 6 
1 3 3
2. Đa thức đặc trưng của ma trận B   3 5 3 là f B (t )  t 3  3t 2  4
 3 3 1 
1 0 1 1
0 1 1 1 
3. Đa thức đặc trưng của ma trận C   là fC (t )  t 4  4t 3  2t 2  4t  3
1 1 1 0
 
1 1 0 1
14.2.3 Định lý Cho A là một ma trận vuông cấp n trên trường K. Khi đó số   K là giá trị
riêng của A nếu và chỉ nếu  là nghiệm của phương trình đặc trưng f A (t )  0 .
Chứng minh:  là giá trị riêng của ma trận A nếu và chỉ nếu hệ phương trình tuyến tính thuần
nhất ( A   I n ) x  0 có nghiệm không tầm thường. Mặt khác hệ phương trình trên có nghiệm không
tầm thường khi và chỉ khi det( A   I n )  0 hay f A ( )  0 . Vậy  là nghiệm của phương trình
đặc trưng.
Nhận xét:
- Muốn xác định các giá trị riêng của ma trận vuông A ta chỉ cần giải phương trình đặc trưng
f A (t )  0 . Nghiệm của phương trình này chính là các giá trị riêng cần tìm.
- Muốn tìm vectơ riêng của ma trận A chỉ việc xác định các giá trị riêng  của ma trận A rồi
giải hệ phương trình tuyến tính thuần nhất ( A   I n ) x  0 . Nghiệm khác không của hệ phương
trình tuyến tính thuần nhất này chính là các vectơ riêng của A ứng với giá trị riêng  . Từ đây ta
cũng xác định các không gian vectơ riêng EA ( ) .
- Nếu phương trình đặc trưng f A (t )  0 không có nghiệm trong K thì ma trận A sẽ không có
các giá trị riêng và vectơ riêng.
14.2.4 Ví dụ
TUD&TH

2 3 
1. Xác định các giá trị riêng và vectơ riêng của ma trận A   
 3 6 
Giải
Đa thức đặc trưng của ma trận A là f A (t )  t 2  4t  21 . Giải phương trình đặc trưng f A (t )  0 được
hai nghiệm là t = 3 và t = - 7. Do đó, ma trận A có hai giá trị riêng phân biệt là   3 và   7 .
Với   3 các vectơ riêng của A ứng với giá trị riêng   3 là các nghiệm không tầm thường
của hệ pt tuyến tính thuần nhất ( A  3I3 ) x  0 hay
 x1  3 x2  0  x1  3 x2  x1  3
   .
3 x1  9 x2  0  x2   x2   
Do đó, u  (3 ,  )   (3,1) là vectơ riêng của A ứng với các giá trị riêng   3 với   0 .
Không gian vectơ riêng EA (3)  { (3,1) |   } ứng với giá trị riêng   3 . Không gian này có
số chiều bằng 1 và vectơ u1  (3,1) là một cơ sở.
Thực hiện các bước tương tự ta cũng xác định được là vectơ riêng ứng với giá trị riêng   7
trong đó   0 . Không gian vectơ riêng EA (7)  { (1, 3) |   } ứng với giá trị riêng   7 .
Không gian này có số chiều bằng 1 và vectơ u2  (1, 3) làm vectơ cơ sở.
1 3 3
2. Cho ma trận B   3 5 3 . Hãy xác định các giá trị riêng và vectơ riêng của ma trận
 3 3 1 
B.
Sinh viên tự làm như là bài tập nhỏ.
0 1
3. Cho ma trận C    . Hãy xác định các giá trị riêng và vectơ riêng của ma trận C
1 0 
trong và trong
Giải:
Đa thức đặc trưng của ma trận C là fC (t )  t 2  1 . Phương trình đặc trưng fC (t )  0 không có
nghiệm trong , nhưng lại có nghiệm i và – i trong . Do đó, nếu K  thì ma trận A không
có giá trị riêng nào. Nếu K  thì ma trận A có hai giá trị riêng phân biệt là 1  i; 2  i . Khi
đó có các vectơ riêng ứng với các giá trị riêng 1  i; 2  i lần lượt là ( a, ai ) và (a, ai ) với
a .
14.2.5 Định lý Mọi ma trận vuông A trên trường số phức đều có giá trị riêng.
Chứng minh:
Đa thức đặc trưng của ma trận A là f A (t )  [ x] . Theo định lý cơ bản của đại số thì phương
trình đặc trưng f A (t )  0 luôn có nghiệm 0 trong trường số phức. Giá trị 0 chính là giá trị riêng
của ma trận A.
TUD&TH

14.2.6 Định nghĩa Giả sử A và B là các ma trận vuông cấp n trên K. Ta nói rằng A và B là
hai ma trận đồng dạng nếu tồn tại một ma trận khả nghịch P sao cho B  P1 AP và ký hiệu là
A B.
14.2.7 Ví dụ
2 3  3 0  3 1 
1. Cho hai ma trận A    và B    . Xét ma trận P   .
 3 6  0 7  1 3
3 /10 1/10 
Vì det P = -10 nên P khả nghịch và P 1    . Ta có:
1/10 3 /10 
3 /10 1/10   2 3  3 1   3 0 
P 1. A.P      B
1/10 3 /10   3 6  1 3 0 7 
Do đó A và B là hai ma trận đồng dạng.
1 3 3 1 0 0 

2. Cho hai ma trận A   3 5 3 và B  0 2 0 

 3 3 1  0 0 2 

 1 1 1
Gọi ma trận P   1 1 0  và rõ ràng P khả nghịch. Ta có
 1 0 1 

1 2 2 1 2 2
 
AP   1 2 0  và PB   1 2 0 
 1 0 2   1 0 2 
Vậy AP = PB nên B  P1 AP , từ đó hai ma trận A và B là đồng dạng.
14.2.8 Định lý: Nếu A và B là hai ma trận đồng dạng thì f A (t )  f B (t ) .
Chú ý: Mệnh đề đảo của Định lý 1.2.9 nói chung không đúng, nghĩa là hai ma trận có cùng đa
thức đặc trưng chưa hẳn là đồng dạng.
Ví dụ: Xét hai ma trận sau:
1 1 1 0 
A  và B   
 0 1 0 1 
Nhận thấy A và B có cùng đa thức đặc trưng f A (t )  f B (t )  (t  1)2 . Tuy nhiên A và B không
đồng dạng. Thật vậy, nếu A và B đồng dạng thì tồn tại ma trận khả nghịch P sao cho B  P1 AP
suy ra A  PBP 1  B  I 2 . Điều này dẫn đến mâu thuẫn. Vậy A và B không đồng dạng.
14.2.9 Định lý (Định lý Caley-Halmilton) Ma trận A là nghiệm của đa thức đặc trưng
f A (t ) hay f A ( A)  0 .
Chứng minh:
Giả sử A  [aij ]  M n ( K ) và đa thức đặc trưng của A là
TUD&TH

f ( ) | A   I | (1) n ( n  a1 n 1  ...  an 1  an ) . Gọi B là ma trận phụ hợp của ma trận
A   I . Khi đó phần tử dòng i cột j của B là phần bù đại số của phần tử dòng i cột j trong ma trận
A   I nên là một đa thức bij ( )  K [ ] với bậc không vượt quá n-1. Vì thế ta có thể viết ma trận
B được dưới dạng B  B1 n 1  B2  n  2  ...  Bn 1  Bn với B1 , B2 ,..., Bn là các hằng ma trận vuông
cấp n.
Ta có đẳng thức: ( A   I ) B | A   I | I (*)
Do đó:
(*)  ( A   I )( B1 n 1  B2 n  2  ...  Bn 1  Bn )  (1) n ( n  a1 n 1  ...  an 1  an ) I
Khai triển rút gọn và đồng nhất hệ tử hai vế theo định nghĩa đa thức bằng nhau ta có:
(1) n an I  ABn (0)
(1) n an 1 I  ABn 1  Bn I (1)
(1) n an  2 I  ABn  2  Bn 1 I (2)
...
(1) n a1 I  AB1  B2 I ( n  1)
(1) I   B1 I
n
(n)
Nhân bên trái hai vế của đẳng thức (k) với ma trận Ak , k  0,..., n , rồi cộng tất cả theo vế ta có,
(1) n ( An  a1 An 1  ...  an 1 A  an I )  0 , hay f (A) = 0.■
14.3 Chéo hóa ma trận
14.3.1 Định nghĩa Cho A là một ma trận vuông cấp n trên K. Ma trận A được gọi là chéo hóa
được nếu A đồng dạng với một ma trận đường chéo.
Nhận xét: Ma trận vuông A chéo hóa được nếu tồn tại một ma trận khả nghịch P và một ma
trận đường chéo D để A  PDP1 .
14.3.2 Ví dụ
2 3  3 1 
1. Ma trận A    chéo hóa được vì tồn tại ma trận khả nghịch P    và ma trận
 3 6  1 3
3 0  1
đường chéo D    thỏa mãn A  PDP .
 0 7 
1 3 3
2. Ma trận B   3 5 3 chéo hóa được vì tồn tại ma trận khả nghịch P và ma trận
 3 3 1 
đường chéo D lần lượt là:
 1 1 1 1 0 0 
 
P   1 1 0  và D  0 2 0  thỏa mãn B  PDP1 .
 1 0 1  0 0 2 
TUD&TH

Định lý Cho A là ma trận vuông cấp n trên trường K. Khi đó A chéo hóa được nếu và chỉ nếu
A có n vectơ riêng độc lập tuyến tính. Hơn nữa, nếu A  PDP1 với D là ma trận chéo thì các
phần tử trên đường chéo chính của D là các giá trị riêng của ma trận A và các cột của ma trận P
là các vectơ riêng tương ứng.
Chứng minh: Nếu P là ma trận vuông cấp n với các cột u1 , u2 ,..., un và D là ma trận đường
chéo với các phần tử trên đường chéo chính là các giá trị riêng 1 , 2 ,..., n thì
AP  A[u1 u2 ... un ] [ Au1 Au2 ... Aun ] (1)
1 0 ... 0
0  ... 0 
Và PD  P 
2
  1u1 2u2 ... nun  (2)
 
 
0 0 ... n 
Vì A chéo hóa được nên tồn tại ma trận khả nghịch P sao cho A  PDP1 . Nhân bên phải hai
vế đẳng thức này cho P ta được AP  PD .
Từ (1) và (2) suy ra [ Au1 Au2 ... Aun ]  [1u1 2u2 ... nun ] (3)
Khi đó các cột tương ứng phải bằng nhau tức là:
Au1  1u1; Au2  2u2 ;...; Aun  nun . (4)
Vì ma trận P khả nghịch nên các cột u1 , u2 ,..., un phải độc lập tuyến tính. Từ (4) suy ra các
1 , 2 ,..., n là các giá trị riêng và u1 , u2 ,..., un là các vectơ riêng tương ứng với từng giá trị riêng
đó.
Ngược lại nếu u1 , u2 ,..., un là các vectơ riêng của ma trận A độc lập tuyến tính tương ứng với
 1 0 ... 0
0  ... 0 
các giá trị riêng 1 , 2 ,..., n . Đặt P  [u1 u2 ... un ] và D  
2

 ... ... ... ... 

 
0 0 ... n 
Khi đó từ (1) (2) và (3) ta suy ra AP = PD. Do các vectơ riêng u1 , u2 ,..., un độc lập tuyến tính
nên ma trận P khả nghịch suy ra tồn tại P1 . Nhân bên bải hai vế của đẳng thức AP = PD với P1
ta được A  PDP1 . Do đó ma trận A chéo hóa được.
Nhận xét:
Ma trận vuông A cấp n chéo hóa được nếu và chỉ nếu nó có đủ n vectơ riêng u1 , u2 ,..., un độc
lập tuyến tính và lập thành một cơ sở của K n . Cơ sở u1 , u2 ,..., un  được gọi là cơ sở vectơ riêng
của ma trận A.
14.3.3 Ví dụ
1 3 3
1. Chéo hóa ma trận A nếu được với A   3 5 3
 3 3 1 
TUD&TH

Giải:
Ta thực hiện theo 4 bước sau:
Bước 1: Xác định các giá trị riêng của ma trận A. Trong bước này ta cần xác định đa thức đặc
trưng f A (t ) và giải phương trình đặc trưng f A (t ) = 0 để tìm các giá trị riêng của A. Đa thức đặc
trưng: f A (t )  t 3  3t 2  4  (t  1)(t  2) 2 . Giải phương trình đặc trưng f A (t )  0 ta được hai
nghiệm t = 1 và t = -2. Vậy ma trận A có hai giá trị riêng là   1;   2 .
Bước 2: Xác định ba vectơ riêng của ma trận A độc lập tuyến tính. Vì A là một ma trận vuông
cấp 3 nên muốn A chéo hóa được thì nó ắt phải có ba vectơ riêng lập thành cơ sở của 3 . Muốn
xác định được ba vectơ riêng của ma trận A lập thành cơ sở của 3 , ta chỉ cần tìm một cơ sở của
mỗi không gian vectơ riêng EA ( ) ứng với mỗi giá trị riêng  .
1
Cơ sở của EA (1) là u1   1
 1 

 1  1
Cơ sở của EA (2) là u2   1  và u3   0 
 
 0   1 
Nhận thấy {u1 , u2 , u3} độc lập tuyến tính do đó nó là cơ sở của 3
.
Bước 3: Lập ma trận P từ các vectơ riêng trong bước 2. Thứ tự các vectơ riêng không quan
trọng. Sử dụng thứ tự đã chọn trong bước 2, ta lập được ma trận khả nghịch P.
 1 1 1
P  [u1 , u2 , u3 ]   1 1 0 
 1 0 1 
Bước 4: Lập ma trận đường chéo D từ các giá trị riêng tương ứng. Trong bước này thứ tự của
các giá trị riêng là quan trọng. Nó phải sắp xếp theo thứ tự của các cột của ma trận P. Ở đây ta sử
dụng giá trị riêng   2 hai lần. Một lần cho vectơ riêng u2 và một lần cho vectơ riêng u3 ứng
với giá trị riêng   2 .
1 0 0 
Do đó ma trận D  0 2 0 
0 0 2 
Do P khả nghịch nên muốn kiểm tra xem hai ma trận P và D có thỏa mãn A  PDP1 . Ta có
 1 3 3   1 1 1  1 2 2 
AP   3 5 3 .  1 1 0    1 2 0 
 3 3 1   1 0 1   1 0 2 
TUD&TH

 1 1 1 1 0 0   1 2 2 
và PD   1 1 0  . 0 2 0    1 2 0 
 1 0 1  0 0 2   1 0 2 
Vậy A chéo hóa được.
2 4 3
2. Chéo hóa ma trận B nếu được với B   4 6 3
 3 3 1 
Giải
Đa thức đặc trưng của ma trận A là f A (t )  t 3  3t 2  4  (t  1)(t  2) 2 .
Giải phương trình đặc trưng f A (t )  0 ta được các nghiệm là t = 1 và t = 2. Vậy ma trận A có
hai giá trị riêng là   1;   2 . Khi tìm cơ sở của các không gian riêng EA (1) và EA (1) ta được:
1  1
 
Cơ sở của EA (1) là u1   1 và cơ sở của EA (2) là u2   1  .
 1   0 
Mặt khác mọi vectơ riêng của ma trận A đều là tổ hợp tuyến tính của u1 hoặc u2 . Do đó, ta
không thể tìm được ba vectơ riêng của A để lập thành cơ sở của 3 . Vậy ma trận A không thể chéo
hóa được (theo định lý 1.3.2).
14.3.4 Hệ quả Cho A là ma trận vuông cấp n trên K. Khi đó nếu A có n giá trị riêng phân biệt
thì A chéo hóa được.
Chứng minh:
Giả sử 1 , 2 ,..., n là các giá trị riêng phân biệt của ma trận A. Gọi u1 , u2 ,..., un là các vectơ
riêng của A tương ứng với các giá trị riêng 1 , 2 ,..., n . Khi đó {u1 , u2 ,..., un } độc lập tuyến tính
trong K n theo định lý 1.1.5 do đó ma trận A chéo hóa được theo định lý 1.3.3.
1 8 3 
Ví dụ: Chứng tỏ ma trận A  0 3 3 chéo hóa được
0 0 2 
Giải
Ma trận A là ma trận tam giác trên có 1, - 3, -2 là các giá trị riêng phân biệt. Mặt khác do A là
ma trận vuông cấp 3 có 3 giá trị riêng phân biệt nên nó chéo hóa được.
Nhận xét:
Cho A là ma trận vuông cấp n trên K. Nếu A có n giá trị riêng phân biệt 1 , 2 ,.., n thì các vectơ
riêng tương ứng u1 , u2 ,..., un độc lập tuyến tính. Khi đó ta lập ma trận khả nghịch
TUD&TH

 1 0 ... 0 
 0  ... 0 
P  [u1 u2 ... un ] và ma trận đường chéo D    sao cho A  PDP1 hay ma
2

 ... ... ... ... 

 
 0 0 ... n 
trận A chéo hóa được. Trong trường hợp ma trận A có ít hơn n giá trị riêng phân biệt thì ta vẫn tìm
được ma trận khả nghịch P và ma trận đường chéo D để A  PDP1 , tức là A sẽ chéo hóa được
theo định lý sau đây.
Định lý: Cho A là ma trận vuông cấp n trên K. Giả sử 1 , 2 ,..., r là các giá trị riêng phân biệt
của A và Si là cơ sở của không gian vectơ riêng EA (i ) với mọi i = 1, 2, …, r. Khi đó
S  S1  S2  ...  Sr độc lập tuyến tính trong K n và A chéo hóa được nếu và chỉ nếu S chứa n
vectơ.
Chứng minh
Giả sử Si  {ui1 ; ui2 ;...; uiki } với ki  dimK EA (i ) và i = 1, 2, …, r.
Muốn chứng minh S độc lập tuyến tính, ta giả sử:
a11 u11  a12 u12  ...  a1k1 u1k1  ...  ar1 ur1  ar2 ur2  ...  arkr urkr  0
u1 ur

Chú ý rằng ui  ai1ui1  ai2ui2  ...  aiki uiki  E A (i ) do đó ui là vectơ riêng của ma trận A ứng
với giá trị riêng i hoặc ui  0 . Do tập các vectơ riêng ứng với các giá trị riêng phân biệt là độc
lập tuyến tính nên từ đẳng thức u1  u2  ...  ur  0 ta suy ra ui  0 với mọi i = 1, 2, …, r. Do đó,
ai1ui1  ai2ui2  ...  aiki uiki  0 . Vì Si là cơ sở của EA (i ) nên aij  0 với mọi i = 1, 2, …r và j =
1, 2, …, ki . Vậy S  S1  S2  ...  Sr độc lập tuyến tính trong K n . Nếu S chứa n vectơ riêng độc
lập tuyến tính. Nhóm các vectơ riêng ứng với giá trị riêng i vào Si . Chú ý rằng Si  S j   với
mọi i khác j. Từ đó suy ra, S  S1  S2  ...  Sr chứa n vectơ riêng của ma trận A.
Ví dụ: Chéo hóa ma trận sau đây (nếu được)
1 0 1 1 
0 1 1 1 
A 
1 1 1 0 
 
1 1 0 1 
Giải
Ta có đa thức đặc trưng của ma trận A là f A (t )  t 4  4t 3  2t 2  4t  3  (t  3)(t  1) 2 (t  1) .
Giải phương trình đặc trưng f A (t )  0 ta được các nghiệm t = 3, 1, -1. Vậy ma trận A có ba giá
trị riêng   3,1, 1 . Ta sẽ tìm một cơ sở của không gian vectơ riêng EA (3), EA (1), EA (1) .
TUD&TH

1
1
Cơ sở của EA (3) là u1   
1

1
 1 0
1 0
Cơ sở của EA (1) gồm hai vectơ u2    ,u   
 0  3  1
   
0 1
 1
 1
Cơ sở của EA (1) là vectơ u4   
1
 
1
Nhận thấy S  {u1 , u2 , u3 , u4 } là hệ độc lập tuyến tính và do đó ma trận P  [u1 u2 u3 u4 ]
khả nghịch và A  PDP1 , trong đó
1 1 0 1 3 0 0 0
1 1 0 1 0 1 0 0 
P   và D  
1 0 1 1  0 0 1 0
   
1 0 1 1  0 0 0 1
14.4. Vectơ riêng – Giá trị riêng của một phép biến đổi tuyến tính
14.4.1 Định nghĩa Cho V là một không gian vectơ trên trường K. Một ánh xạ tuyến tính
 :V  V được gọi là một toán tử tuyến tính của V. Một toán tử tuyến tính  của V còn được gọi
là một phép biến đổi tuyến tính.
14.4.2 Ví dụ
1. Cho ánh xạ  : 2
 2
xác định bởi  ( x1 , x2 )  (2 x1  x2 , x1  2 x2 ) . Khi đó  là một toán
2
tử tuyến tính trên .
2. Cho ánh xạ  : P2 [ x]  P2 [ x] cho bởi  (a0  a1t  a2t 2 )  3a0  (5a0  2a1 )t  (ta1  a2 )t 2
Khi đó  là một toán tử tuyến tính trên P2 [ x] .
3. Cho ánh xạ  : M 2 ( )  M 2 ( ) xác định bởi
1 2 
 (X )   X
3 4 
Khi đó  là một toán tử tuyến tính trên M 2 ( ) .
14.4.3 Định nghĩa Cho  là một toán tử tuyến tính của không gian vectơ V trên trường K.
Một phần tử   K được gọi là giá trị riêng của  nếu tồn tại một vectơ khác không v V sao cho
 (v)   v . Khi đó vectơ v được gọi là vectơ riêng của  ứng với giá trị riêng  .
14.4.4 Ví dụ
TUD&TH

1. Cho  là một toán tử tuyến tính của không gian vectơ V trên trường K. Khi đó phần tử 0 là
giá trị riêng của  khi và chỉ khi Ker  0 . Vì Khi đó v  0 là vectơ riêng của  ứng với giá trị
riêng 0 khi và chỉ khi v  Ker .
2. Mọi vectơ khác 0 đều là vectơ riêng của toán tử đồng nhất hoặc toán tử 0. Với toán tử đồng
nhất, thì giá trị riêng bằng 1, còn toán tử 0 thì giá trị riêng là 0.
3. Cho f là toán tử tuyến tính trên không gian 3 được xác định như sau:
f ( x1 , x2 , x3 )  (3x1  3x2  2 x3 , x1  x2  2 x3 , 3x1  x2 ) có giá trị riêng là   4 và một vectơ
riêng tương ứng với giá trị riêng này là u  (1,1, 1) vì f (u) = f (1, 1, -1) = (4,4,-4) = u .
14.4.5 Định lý Giả sử  là một toán tử tuyến tính của không gian vectơ v trên trường K. Khi
đó   K là giá trị riêng của  nếu và chỉ nếu    IdV không là đơn ánh.
Chứng minh:
Nhận xét  (v)   v khi và chỉ khi    IdV  v  0 với mọi   K . Nếu  là một giá trị riêng
của  thì tồn tại một vectơ v khác 0 sao cho  (v)   v . Suy ra v  Ker (   Id ) , vì v khác 0
nên Ker (   IdV ) khác 0 do đó    IdV không là đơn ánh. Đảo lại, giả sử    IdV không là
đơn cấu. Khi đó tồn tại một vectơ v khác 0 sao cho    IdV  v  0 suy ra  (v)   v . Do đó 
là một giá trị riêng của  và v là vectơ riêng tương ứng.
14.4.6 Định lý Giả sử  là một toán tử tuyến tính của không gian vectơ V trên trường K. Khi
đó nếu c là các vectơ riêng của  ứng với các giá trị riêng phân biệt 1 , 2 ,..., r thì {v1 , v2 ,..., vr }
độc lập tuyến tính.
Chứng minh: Giả sử {v1 , v2 ,..., vr } phụ thuộc tuyến tính. Khi đó, tồn tại chỉ số s nhỏ nhất sao
cho vs 1 là tổ hợp tuyến tính của các vectơ độc lập tuyến tính v1 , v2 ,..., vs hay tồn tại các số
k1 , k2 ,..., ks  K sao cho vs 1  k1v1  k2v2  ...  ks vs .
Do vi là các vectơ riêng của toán tử  ứng với giá trị riêng i nên  (vi )  i vi với mọi i = 1,
2,..,s.
Từ đó ta có  (vs 1 )  k1 (v1 )  k2 (v2 )  ...  ks (vs ) hay s 1vs 1  k11v1  k22v2  ...  ks s vs .
Suy ra k1 (1  s 1 )v1  k2 (2  s 1 )v2  ...  ks (s  s 1 )vs  0 . Vì tập v1 , v2 ,..., vs  độc lập
tuyến tính nên ki (i  s 1 )  0 suy ra ki  0, i  1, s . Do đó vs 1  0 , mâu thuẫn với vs 1  0 . Vậy
{v1 , v2 ,..., vr } độc lập tuyến tính.
14.4.7 Định lý Cho  là một toán tử tuyến tính của không gian vectơ V trên trường K. Giả
sử   K là một giá trị riêng của  . Khi đó tập V ( )  { V |  (v)  v} là một không gian
vectơ con của V.
Chứng minh:
Do vectơ 0 thuộc V ( ) nên V ( )   . Nếu u, v V ( ) thì  (u )  u;  (v)   (v) . Khi đó,
 (u  v)   (u )   (v)  u   v   (u  v)
 (ku )  k (u )  k (u )   (ku )
TUD&TH

Vậy u + v và ku đều thuộc vào V ( ) với mọi u, v V ( ) và với mọi k thuộc K. Do đó
V ( ) là một không gian vectơ con của V.
Không gian vectơ con V ( ) được gọi là không gian vectơ riêng của  ứng với giá trị riêng
 . Không gian vectơ riêng V ( ) bao gồm các vectơ riêng của  ứng với giá trị riêng  và vectơ
0.
Nhận xét:
Nếu dim V = n và  có ma trận biểu diễn A theo cơ sở S thì
a)  là giá trị riêng của  khi và chỉ khi  là nghiệm của đa thức đặc trưng
f (t )  f A (t ) | A  tI n | của  .
b) Mỗi toán tử tuyến tính của không gian vectơ n chiều có tối đa n giá trị riêng khác nhau.
c) Ký hiệu [v]S là tọa độ của vectơ v trong cơ sở S. Khi đó  là giá trị riêng của  khi và chỉ
khi hệ phương trình tuyến tính thuần nhất A.[v]S  [v]S có nghiệm không tầm thường. Tập các
nghiệm không tầm thường của hệ này là tọa độ của tất cả các vectơ riêng của  ứng với giá trị
riêng  .
Thuật toán tìm giá trị riêng và vectơ riêng của một toán tử tuyến tính:
1. Tìm ma trận biểu diễn A của toán tử  theo một cơ sở nào đó (để được ma trận chứa càng
nhiều số 0 càng tốt).
2. Tìm đa thức đặc trưng f A (t ) .
3. Tìm nghiệm của đa thức đặc trưng trên trường K đã cho. Đó là tập các giá trị riêng.
4. Với mỗi giá trị riêng  , lập hệ phương trình thuần nhất
(a11   ) x1  a12 x2  ...  a1n xn  0
 a x  (a   ) x  ...  a x  0
 21 1 22 2 2n n
 rồi giải tìm hệ nghiệm cơ sở. Đó chính là cơ sở của không

 an1 x1  an 2 x2  ...  ( ann   ) xn  0
gian riêng ứng với giá trị riêng  .
Ví dụ:
1. Cho toán tử tuyến tính  của n
có ma trận biểu diển trong cơ sở chính tắc là
0 2 
A  . Hãy tìm các giá trị riêng và vectơ riêng của toán tử  .
1 0 
Giải
Đa thức đặc trưng của ma trận A là: f A (t )  t 2  2
Nhận thấy f A (t ) có hai nghiệm là  2 hay  có hai giá trị riêng là  2 .
Khi đó ta có hai hệ phương trình tuyến tính tương ứng sau đây
 2 x1  2 x2  0  2 x1  2 x2  0
 và 
 x1  2 x2  0  2 x1  x2  0
TUD&TH

Giải lần lượt các hệ ta được

Tập các vectơ riêng ứng với giá trị riêng   2 là c( 2,1), c  0 . Tập các vectơ riêng ứng
với giá trị riêng    2 là c( 2, 1), c  0
2. Cho toán tử tuyến tính  : 2  2 xác định bởi  ( x1 , x2 )  (2 x1  x2 , x1  2 x2 ) . Hãy xác
định tất cả các giá trị riêng của  và tất cả các vectơ riêng ứng với các giá trị riêng tìm được.
Giải:
Xét ma trận A của  trong cặp cơ sở chính tắc của 2
. Ta có ma trận A như sau:
2 1
A 
1 2 
Xét đa thức đặc trưng của ma trận A.
2t 1
f A (t )   (2  t ) 2  1  4  4t  t 2  1  t 2  4t  3 .
1 2t
Xét phương trình đặc trưng của ma trận A ta có được hai nghiệm t = 1 và t = 3. Khi đó   1
và   3 là hai giá trị riêng của A.
1 1  x1   x1  t
Xét hệ phương trình ( A  I 2 ) X  0       0 ta được 
1 1  x2   x2  t 
Khi đó vectơ u1 = (-1, 1) là một vectơ riêng của A.
 1 1   x1   x1  t
Xét hệ pt ( A  3I 2 ) X  0       0 ta được 
 1 1  x2   x2  t 
Khi đó vectơ u2 = (1, 1) là một vectơ riêng của A.
14.4.8 Định nghĩa Cho  là một toán tử tuyến tính của không gian vectơ V trên trường K.
Một không gian vectơ con W của V là một không gian bất biến đối với toán tử  nếu  (W )  W
, hay  ( w)  W với mọi w W .
Ví dụ: Cho  là một toán tử tuyến tính của không gian vectơ V trên trường K. Khi đó 0 và V
là các không gian bất biến của V đối với toán tử  và chúng được gọi là không gian con bất biến
tầm thường. Nếu  không là đẳng cấu thì hạt nhân Ker  0 là một không gian bất biến không
tầm thường của V đối với  .
Nếu  là ánh xạ đồng nhất hoặc ánh xạ 0 thì mọi không gian con của V là không gian con bất
biến đối với toán tử  .
Nếu  là một giá trị riêng của  thì mọi không gian con của không gian vectơ riêng ứng với
 đều là không gian bất biến của  .
14.4.9 Định lý Không gian V ( ) là không gian con bất biến của V đối với  .
Chứng minh: Ta có V ( ) là một không gian vectơ con của V. Với mọi v V ( ) . Ta có
 ( v)   (v)   ( v) do đó v V ( ) . Như vậy với mọi vectơ v V ( ) , ta luôn có
 (v)  v V ( ) . Do đó V ( ) là không gian con bất biến của V .
TUD&TH

Cho V là không gian vectơ n chiều trên trường K và  là một toán tử tuyến tính của V. Giả sử
S  {v1 , v2 ,..., vn } là một cơ sở của V. Với mọi v V , ta sẽ tìm mối quan hệ giữa [v]S và [ (v)]S .
Do S là một cơ sở của V nên vectơ v được viết duy nhất dưới dang v  k1v1  k2v2  ...  knvn . Khi
 k1 
k 
đó tọa độ của v đối với cơ sở S là [v ]S   
2

 
 
 kn 
Mặt khác do  là một toán tử tuyến tính trên K nên
 (v)   (k1v1  k2v2  ...  knvn )  k1 (v1 )  k2 (v2 )  ...  kn (vn ) . Do đó ta có
 a1i 
a 
 (v)S  k1  (v1 )S  k2  (v2 )S  ...  kn  (vn )S . Giả sử [ (vi )]S   2i  là tọa độ của
 
 ani 
vectơ  (vi ) đối với cơ sở S với mọi i = 1, 2, …, n. Khi đó ta viết [ (v)]S  A[v]S trong đó ma trận
 a11 a12 ... a1n 
a a22 ... a2 n 
A   (v1 ) S  (v2 )S ...  (vn ) S    21
 ... ... ... ... 
 
 an1 an 2 ... ann 
Tính chất:
a) Không gian con U  V là không gian con bất biến của  khi và chỉ khi ảnh của một hệ
sinh của U nằm trong U.
b) Nếu U  V là không gian con bất biến, thì ánh xạ hạn chế  |U là một toán tử tuyến tính
của U.
(SV. Tự chứng minh như bài tập nhỏ).
14.4.10 Định nghĩa Cho V là một không gian vectơ n chiều trên trường K và  là một toán
tử tuyến tính của V . Toán tử tuyến tính  được gọi là chéo hóa được nếu ma trận biểu diễn của
 theo một cơ sở S nào đó là ma trận đường chéo.
14.4.11 Định lý Cho V là một không gian vectơ n chiều trên trường K và  là một toán tử
tuyến tính của V. Khi đó  chéo hóa được nếu và chỉ nếu  có n vectơ riêng độc lập tuyến tính.
Hơn nữa các phần tử trên đường chéo chính của ma trận biểu diễn là các giá trị riêng của  .
Chứng minh:
Giả sử A chéo hóa được và A là ma trận biểu diễn của  theo cơ sở S  {v1 , v2 ,..., vn } . Khi đó
 1 0 ... 0
0  ... 0 
A 2
và  (vi )  i vi .
 ... ... ... ... 
 
0 0 ... n 
TUD&TH

Vì S là cơ sở của V nên vi khác vectơ 0 với mọi i = 1, 2, …, n. Do đó, 1 , 2 ,..., n là các giá
trị riêng của  và v1 , v2 ,.., vn là các vectơ riêng tương ứng. Đảo lại nếu  có n vectơ riêng
v1 , v2 ,.., vn độc lập tuyến tính thì S  {v1 , v2 ,..., vn } là cơ sở của V. Vì vi là vectơ riêng của  nên
tồn tại i  K sao cho  (vi )  i vi với mọi i = 1, 2, …, n. Khi đó
 1 0 ... 0 
 0  ... 0 
A 2  chính là ma trận của  theo cơ sở S. Ma trận biểu diễn A của  là ma
 ... ... ... ... 
 
 0 0 ... n 
trận đường chéo nên  chéo hóa được.
Hai ma trận của cùng một toán tử tuyến tính theo hai cơ sở khác nhau là đồng dạng và do đó
chúng có cùng đa thức đặc trưng. Nếu ta đồng nhất v V với [v]S thì toán tử tuyến tính  được
xác định bởi  (v)  Av trong đó A là ma trận biểu diễn của  .
Giả sử   K là một giá trị riêng của A. Khi đó tồn tại vectơ v khác 0 sao cho A(v)   v   (v)
. Điều này đồng nghĩa với  cũng là giá trị riêng của toán tử tuyến tính  và ngược lại. Do đó A
và  có cùng tập các vectơ riêng và tập các giá trị riêng. Vậy muốn xác định các giá trị riêng và
các vectơ riêng của một toán tử tuyến tính  ta chỉ việc xác định các giá trị riêng và các vectơ
riêng của ma trận biểu diễn A của  theo một cơ sở nào đó.
14.4.12 Hệ quả Cho V là một không gian vectơ n chiều trên trường K,  là một toán tử tuyến
tính của V và A là ma trận biểu diễn của  theo cơ sở S. Khi đó,  là chéo hóa được nếu và chỉ
nếu A chéo hóa được.
Ví dụ:
1. Cho phép biến đổi tuyến tính  : 2
 2
xác định bởi  ( x, y )  (5 x  4 y,8 x  9 y )
a) Tìm các giá trị riêng và vectơ riêng của phép biến đổi 
b) Hỏi phép biến đổi  có chéo hóa được không?
Giải
Ma trận của  đối với cặp cơ sở chính tắc của 2
là
5 4 
A 
8 9 
5t 4
Đa thức đặc trưng của phép biến đổi  là f (t )   t 2  14t  13
8 9t
Xét phương trình đặc trưng f (t )  0  t 2  14t  13  0  t  1  t  13 . Vậy phép biến đổi 
có hai giá trị riêng là   1,   13
Ứng với giá trị riêng   1 . Xét hệ pt thuần nhất
4 x  4 y  0

8 x  8 y  0
TUD&TH

Vậy hệ có nghiệm u =( s, -s) với s  , s  0 . Do đó tập các vectơ riêng ứng với giá trị riêng
  1 là u =( s, -s) với s  , s  0 .
Chọn s = 1, ta được 1 vectơ riêng u1  (1, 1) ứng với giá trị riêng   1
Tương tự đối với giá trị riêng   13 . Xét hệ pt thuần nhất
8 x  4 y  0
 . Hệ có nghiệm u =( s, 2s) với s  , s  0 . Do đó tập các vectơ riêng ứng với
8 x  4 y  0
giá trị riêng   13 là u =( s, 2s) với s  , s  0 .
Chọn s = 1 ta được 1 vectơ riêng u2 = ( 1, 2) ứng với giá trị riêng   13 .
Do  có hai vectơ riêng độc lập tuyến tính nên  chéo hóa được và ứng với cơ sở S  {u1 , u2 }
thì ma trận của  có dạng chéo như sau:
1 0 
A'   
0 13
2. Cho T là toán tử tuyến tính trên 3 xác định bởi
T ( x1 , x2 , x3 )  (3x1  x2  x 3 , 2x1  2x2  x3 , 2 x1  2 x2 )
a) Hãy xác định các giá trị riêng và vectơ riêng của T.
b) Hỏi T có chéo hóa được không? Nếu được tìm cơ sở để ma trận của T trong cơ sở đó có
dạng chéo.
3. Cho toán tử tuyến tính  : 2
 2
xác định bởi  ( x1 , x2 )  (2 x1  x2 , x1  2 x2 ) .
a) Tìm các giá trị riêng và vectơ riêng của  .
b) Chứng tỏ rằng  chéo hóa được. Hãy tìm một cơ sở S để ma trận của  theo S theo ma
trận đường chéo
(Sinh viên tự làm như bài tập nhỏ).
Định lý 14.4.13 Cho  là một toán tử tuyến tính trên không gian vectơ hữu hạn chiều V. Gọi
1 , 2 ,..., k là tất cá các trị riêng khác nhau của T và E(i ) là không gian riêng ứng với giá trị
riêng i và ni  dim E(i ) . Khi đó các điều sau đây tương đương:
i) T chéo hóa được;
ii) Đa thức đặc trưng của T có dạng fT (t )  (t  1 ) n1 (t  2 ) n2 ...(t  k ) nk
iii) n1  n2  ..  nk  dimV .
Nhận xét:
Giả sử  là một giá trị riêng của T, dim E ( )  k và đa thức đặc trưng của T có dạng
fT (t )  (t   ) m g ( x) , với g ( )  0 , nếu m > k thì T không chéo hóa được.
 CHƯƠNG V. DẠNG SONG TUYẾN TÍNH – DẠNG TOÀN
PHƯƠNG – KHÔNG GIAN EUCLIDE
Bài 15. DẠNG SONG TUYẾN TÍNH
15.1 Giới thiệu về dạng tuyến tính
Định nghĩa:
Giả sử K là một trường số. Mỗi ánh xạ tuyến tính từ không gian vectơ V trên trường K
vào K được gọi là một dạng tuyến tính trên V. Vậy, mỗi dạng tuyến tính trên V là một ánh
xạ f : V  K thỏa các điều kiện sau:
- f ( x  y )  f ( x)  f ( y )
- f ( x)   f ( x) với mọi x, y V và   K .
Ví dụ: Xét ánh xạ
f: 2
với x  ( x1 , x2 ) 
x x1  2 x2
Sinh viên tự kiểm tra đây là một dạng tuyến tính trên trường số thực
Sinh viên cho các ví dụ khác về các dạng tuyến tính.
Ký hiệu V * là tập tất cả các dạng tuyến tính trên V. Trên tập V * xét hai phép toán sau
đây:
- Phép cộng các dạng tuyến tính:
Với f , g V * ánh xạ f  g : V  K xác định bởi
( f  g )( x)  f ( x)  g ( x), x V
- Phép nhân các phần tử của trường K với dạng tuyến tính:
Với   K , f V * thì ánh xạ  f : V  K được xác định bởi ( f )( x)   f ( x) , x V .
Ta có thể kiểm tra được các ánh xạ f + g và  f là các dạng tuyến tính trên V, và tập
V với hai phép toán trên là một không gian vectơ trên trường K với vetor không là ánh xạ
*

không: O : V  K , xác định bởi O( x)  0 x V . Vectơ đối của vectơ f là vectơ (-f ).
không gian vectơ V* trên trường K, được gọi là không gian đối ngẫu của không gian
vectơ V.
15.2 Dạng song tuyến tính
15.2.1 Định nghĩa
Một ánh xạ f : n  n
 là một dạng song tuyến tính trên n
nếu với mọi
x, y, z  n ,   ta có:
(1) f ( x  z, y)  f ( x, y)  f ( z, y)
(2) f ( x, y)   f ( x, y)
(3) f ( x, y  z)  f ( x, y)  f ( x, z)
 (4) f ( x,  y)   f ( x, y)
Nhận xét: Một ánh xạ f : n  n  được gọi là một dạng song tuyến tính trên n
nếu với mọi y cố định f là một dạng tuyến tính trên n theo biến x, và với mỗi x cố định
thì f là một dạng tuyến tính trên n theo biến y.
Tổng quát:
Giả sử V là một không gian vectơ trên trường K. Ánh xạ  :V V  K được gọi là một
dạng song tuyến tính trên không gian vectơ V nếu các điều kiện sau đây được thỏa mãn với
mọi vectơ x, x’, y, y’ thuộc V và mọi phần tử  thuộc K.
 ( x  x ', y)   ( x, y)   ( x ', y)
 (1)
 ( x, y)   ( x, y)
 ( x, y  y ')   ( x, y)   ( x, y ')
 (2)
 ( x,  y)   ( x, y)
Điều kiện (1) cho thấy với mỗi y cố định thì  ( x, y) là một dạng tuyến tính trên V đối
với x. Điều kiện (2) cho thấy với mỗi x cố định thì  ( x, y) là một dạng tuyến tính trên V đối
với y. Nói cách khác, khi cố định một biến thì  là dạng tuyến tính đối với biến còn lại.
15.2.2 Ví dụ
- Cho f ( x, y)  x1 y1  2 x1 y2  3x2 y1  4 x2 y2 với mọi x  ( x1 , x2 ), y  ( y1 , y 2 )  2 là một dạng
song tuyến tính trên 2 .
- Nếu g là một dạng tuyến tính trên V và h là một dạng tuyến tính trên W thì
f ( x, y)  g ( x)h( y) với mọi x V , y W là một dạng song tuyến tính trên V x W. Cụ thể như:
V  K 2 ,W  K 3 thì f : V W  K được xác định như sau: f ( x, y)  ( x1  x2 )( y1  2 y2  3 y3 ) là
một dạng song tuyến tính, với x  ( x1 , x2 )  K 2 và y  ( y1 , y 2 , y3 )  K 3 .
- Nếu E là không gian Euclide thì tích vô hướng là một dạng song tuyến tính trên E.
- Ánh xạ f : K 2  K 2  K xác định bởi
a b
f (a, b; c, d )  là một dạng song tuyến tính.
c d
- Dạng song tuyến tính  gọi là đối xứng nếu thỏa mãn điều kiện:
 ( x, y)   ( y, x), x, y V
- Trên 3 , xét f ( x, y )  x1 y1  x1 y2  x2 y1  x2 y3  x3 y2  x3 y3 là một dạng song tuyến tính
đối xứng.
- Mỗi tích vô hướng trên không gian vectơ Euclid là dạng song tuyến tính đối xứng trên
.
Sinh viên tự kiểm tra như bài tập nhỏ.
Trong không gian vectơ V xét cơ sở B  (v1 , v2 ,..., vm ) và trong không gian vectơ W xét
cơ sở B '  ( w1 , w2 ,..., wn ) .
 15.3 Ma trận của dạng song tuyến tính
15.3.1 Ma trận của dạng song tuyến tính đối với một cơ sở
Xét không gian vectơ V trên trường K, gọi B  {u1 , u2 ,..., un } là cơ sở của V.
Giả sử  là một dạng song tuyến tính trên không gian vectơ V. Khi đó, đối với các vectơ
n n
x   xi ui , y   y j u j .
i 1 j 1

n n n  n  n n
Ta có  ( x, y)   ( xiui ,  y j u j )   xi  ui ,  y j u j    xi y j (ui , u j )
i 1 j 1 i 1  j 1  i 1 j 1

Đặt aij   (ui , u j ) : i, j  1,..., n

Ma trận A  (aij )nn được gọi là ma trận của dạng song tuyến tính  đối với cơ sở B.
Ví dụ:
Cho f ( x, y)  x1 y1  2 x1 y2  3x2 y1  x2 y2 là dạng song tuyến tính trên 2

Xét cơ sở chính tắc B  {e1 , e2 } thì có

f (e1 , e1 )  1; f (e1 , e2 )  2; f (e2 , e1 )  3; f (e2 , e2 )  1 .
1 2
Ma trận A    là ma trận đối với cơ sở chính tắc của B.
3 1
1 2  y1  y 
f ( x, y )   x1 x2        x1  3x2 2 x1  x2   1  
3 1  y2   y2 
y 1 ( x1  3x2 )  y2 (2 x1  x2 )  x1 y1  3x2 y1  2 x1 y2  x2 y2
Nhận xét:
Ta có
 a11 a12 ... a1n 
a y 
a ... a2 n   1 
 ( x, y)  [ x1 x2 ... xn ]  21 22 ...
 ... ... ... ...   
  y 
 an1 an 2 ... ann   n 
 y1 
Hay  ( x, y)  [ x1 ... x n ] A  ... 
 yn 
Nếu dạng song tuyến tính của  là dạng song tuyến tính đối xứng thì A là ma trận đối
xứng.
Định lý: Ánh xạ f : V W  K là một dạng song tuyến tính khi và chỉ khi tồn tại mn
m n
phần tử aij  K , i  1,..., m; j  1,..., n sao cho f ( x, y )   aij xi y j với mọi
i 1 j 1
x  x1v1  x2v2  ...  xmvm và y  y1w1  y2 w2  ...  ym wm . Hơn nữa khi đó
f (vi , w j )  aij , i  1,..., m; j  1,..., n và f là dạng song tuyến tính duy nhất thỏa điều kiện này.
Ma trận A  (aij )mn  M (m, n; K ) được gọi là ma trận của dạng song tuyến tính f đối với
cặp cơ sở (B, B’).
Nếu f là dạng song tuyến tính trên V, thì ma trận biểu diễn của f theo cặp cơ sở (B, B)
được gọi là ma trận biểu diễn của f theo B.
Ví dụ: Nếu f là dạng song tuyến tính trên K 2  K 3 được xác định bởi
f ( x1 , x2 ; y1 , y2 , y3 )  ( x1  x2 )( y1  2 y2  3 y3 ) thì ma trận biểu diễn f theo cặp cơ sở chính
tắc là
 1 2 3 
A 
1 2 3
Nếu f là tích vô hướng của không gian Euclid thì ma trận biểu diễn của f theo một cơ
sở S chính là ma trận Gram của cơ sở đó.
Định lý : Nếu dạng song tuyến tính f trên V có các ma trận biểu diễn theo các cơ sở S
và T lần lượt là A và B và P là ma trận chuyển cơ sở từ S sang T thì B  PT AP .
Hai ma trận A, B thỏa tính chất trên được gọi là hai ma trận tương đẳng. Nói cách khác,
hai ma trận được gọi là tương đẳng với nhau nếu chúng là ma trận biểu diễn của cùng một
dạng song tuyến tính.
Ví dụ 1: Xét ma trận của dạng song tuyến tính f ( x, y)  x1 y1  2 x1 y2  3x2 y1  x2 y2 là dạng
song tuyến tính trên 2 đối với cơ sở chính tắc của 2 là:
1 2
A 
3 1
Tuy nhiên, ma trận B của dạng song tuyến tính f đối với cơ sớ B '  {u1 , u2 } với
u1  (1,1); u2  (1, 0)
f (u1 , u1 )  1; f (u1 , u2 )  4; f (u2 , u1 )  2; f (u2 , u2 )  1
1 4 
B 
2 1
Ví dụ 2: Dạng song tuyến tính
 ( x, y)  x1 y1  2 x1 y2  x1 y3  x2 y2  3x3 y1  7 x3 y3 có ma trận trong cơ sở chính tắc là
1 2 1
C  0 1 0 
3 0 7 
Định lý: Hạng của dạng song tuyến tính f trên V là hạng của một ma trận biểu diễn
của nó và được ký hiệu là rank(f).
 Chú ý: Dạng song tuyến tính f được gọi là suy biến nếu rank(f ) < dim V và không suy
biến nếu rank(f ) = dim V.
Ví dụ: Tìm hạng của các dạng song tuyến tính trong các ví dụ trên.
Định nghĩa: Cho f là dạng song tuyến tính trên V. x, y V ,
f được gọi là đối xứng nếu: f ( x, y)  f ( y, x) .
f được gọi là đối xứng lệch nếu f ( x, y)   f ( y, x)
f được gọi là thay phiên nếu f (x, x ) = 0
Ví dụ:
Cho V  K 2 . Xét các ánh xạ f và g được xác định như sau:
f : K2  K2  K g : K2  K2  K
và với x  ( x1 , x2 )  K 2 và y  ( y1 , y2 )  K 2
( x, y) x1 y2  x2 y1 ( x, y) x1 y2  x2 y1
Khi đó, f là một dạng song tuyến tính đối xứng và g là một dạng song tuyến tính thay
phiên, đồng thời là dạng song tuyến tính đối xứng lệch.
Sinh viên tự kiểm tra lại kết quả trên
Sinh viên tìm thêm các ví dụ khác về dạng song tuyến tính đối xứng và đối xứng lệch.
Định lý: Dạng song tuyến tính  trên K-không gian vectơ hữu hạn chiều V là đối xứng
khi và chỉ khi ma trận của nó đối với cơ sở nào đó là ma trận đối xứng.
Chứng minh:
Giả sử  là dạng song tuyến tính đối xứng và A  (aij )nn là ma trận của  đối với cơ sở
{u1 , u2 ,..., un } . Theo (**) thì aij   (ui , u j )   (u j , ui )  a ji với i, j = 1,…, n . Suy ra A là ma
trận đối xứng.
Ngược lại giả sử rằng A là ma trận đối xứng theo hệ thức (**) thì
n n n n
 ( x, y)   aij xi y j   a ji y j xi   ( y, x) .
i 1 j 1 j 1 i 1

Vậy  là dạng song tuyến tính đối xứng.

Nhận xét: Nếu A là ma trận biểu diễn của một dạng song tuyến tính f. Khi đó f là một
dạng song tuyến tính đối xứng khi và chỉ khi A đối xứng, và f là đối xứng lệch khi và chỉ
A là đối xứng lệch.
 Bài 16. Dạng toàn phương
16.1 Khái niệm và ma trận của dạng toàn phương
Định nghĩa:
Giả sử  là dạng song tuyến tính đối xứng trên K- không gian vectơ V, khi đó ánh xạ
 :V  K xác định bởi: ( x)   ( x, x), x V được gọi là dạng toàn phương trên không gian
vectơ V sinh bởi dạng song tuyến tính  .
Ví dụ:
- Trên , xét dạng song tuyến tính đối xứng sau:
3

f ( x, y )  x1 y1  x 1 y2  x2 y1  x2 y3  x3 y2  x3 y3 có ma trận trong cơ sở chính tắc là:

 1 1 0
A   1 0 1 
 0 1 1 
Từ đó,  ( x)  f ( x, x)  x12  2 x1 x2  2 x2 x3  x32 là một dạng toàn phương.

- Xét ánh xạ  : 3  được xác định như sau:

 ( x, y, z )  3x 2  4 xy  2 xz  y 2  6 yz  2 z 2 , ( x, y, z )  3 đây là một dạng toàn phương
trên 3 .
Sinh viên hãy viết ma trận của dạng toàn phương trên trong cơ sở chính tắc.
Sinh viên cho các ví dụ về dạng toàn phương trên 2 ; 4
Trong không gian vectơ V, xét cơ sở: {u1 , u2 ,..., un } (1).
Giả sử A  (aij )nn là ma trận của dạng song tuyến tính đối xứng  . Theo trên, thì A là
n n n
ma trận đối xứng với x   xiui . Khi đó ta có  ( x)   aij xi x j (i) Suy ra
i 1 i 1 j 1

 x1 
 ( x)  ( x1 ... xn ) A  ...  (ii)
x 
 n
Các hệ thức (i) và (ii) được gọi là biểu thức tọa độ của dạng toàn phương  đối với cơ
sở (I).
Xét một cơ sở khác của không gian V: {v1 , v2 ,..., vn } (2).
Giả sử B là ma trận của dạng toàn phương  đối với cơ sở (2). Khi đó công thức (ii) ta
có:
 x1' 
 
Với x   xi' vi thì  ( x)   x1' x2' ... xn'  B  ...  (a)
n

i 1  xn' 
 
 Gọi T là ma trận chuyển từ cơ sở (1) sang cơ sở (2) theo công thức biến đổi tọa độ ta
có:
 x1   x '1 
x   
 2   T  x '2  (b)
 ...   ... 
   
 xn   x 'n 
Thực hiện phép chuyển vị ma trận ở (iii) ta có
 x1 ... xn    x '1 ... x 'n  T T (c)
 x1' 
 
Khi đó,  ( x)   x1' ... xn'  T t AT  ...  (d)
 xn' 
 
So sánh vế phải (a) và (d) ta có: B  T T AT (***)
Hệ thức (***) cho thấy mối quan hệ giữa hai ma trận của cùng một dạng toàn phương
đối với hai cơ sở khác nhau.
Vì T là ma trận không suy biến, nên ta có r(B) = r(A). Vậy, hạng của ma trận dạng toàn
phương  . Nếu r(A) = n thì  gọi là dạng không suy biến.
Định lý: Cho S là cơ sở của không gian vectơ V n chiều. Một ánh xạ f : V  K được
gọi là một dạng toàn phương khi và chỉ khi nó được viết dưới dạng:
n n
f ( x)   aij xi x j trong đó x  ( x1 , x2 ,..., xn ) là tọa độ của x theo cơ sở S và aij  K .
i 1 j 1

16.2 Dạng chính tắc của dạng toàn phương

16.2.1 Cơ sở chính tắc của dạng toàn phương
Cơ sở {v1 , v2 ,..., vn } của không gian vectơ V trên trường K được gọi là cơ sở chính tắc của
dạng toàn phương  nếu ma trận B của dạng  đối với cơ sở đó là ma trận chéo.
b1 0 ... 0 
0 b ... 0 
B 2

... ... ... ... 

 
0 0 ... bn 
Khi đó biểu thức tọa độ của  có dạng  ( x)  b1t12  b2t22  ...  bntn2 (iv) trong đó
x  t1v1  t2v2  ...  tn vn
Biểu thức (iv) được gọi là dạng chính tắc của dạng toàn phương  .
Chú ý: Dạng chính tắc của một dạng toàn phương xác định không duy nhất.
Nếu  ( x) có dạng chính tắc thì ta có các kết quả sau:
  ( x) xác định dương nếu mọi bi  0
   ( x) nửa xác định dương nếu mọi bi  0
  ( x) xác định âm nếu mọi bi  0
  ( x) nửa xác định âm nếu mọi bi  0
  ( x) không xác định nếu có các bi trái dấu.
Để xét tính xác định của một dạng toàn phương bất kỳ, ta tìm cách đưa nó về dạng
chính tắc sau đó kết luận theo cách trên.
16.2.2 Đưa dạng toàn phương về dạng chính tắc
a) Phương pháp Lagrange:
Nếu trong dạng toàn phương  ( x) có a11  0 thì ta viết
2
 a a 
 ( x)  a x  2a12 x1 x2  ...  2a1n x1 xn  ...  a11  x1  12 x2  ...  1n xn   g1
2
11 1
 a11 a11 
Đặt
a12 a
x1'  x1  x2  ...  1n xn
a11 a11 với j =2, …, n.
x'j  x j
Khi đó,  ( x)  a11 x '12  g1 , trong đó g1 là một dạng toàn phương không chứa x1 .
 x1  x1'  x2'

Nếu a11  0 , nhưng a12  0 thì đặt 
 x2  x1  x2

' '

Khi đó, a12 x1 x2  a12 x1'2  a12 x2'2 , khi đó  ( x)  bx1'2  g1 với g1 là một dạng toàn phương
không chứa x1 . Tiếp tục quá trình này ta đưa  ( x) về dạng chính tắc.
Ví dụ:
1) Cho dạng toàn phương  ( x)  x12  2 x22  7 x32  4 x1 x2  8x1 x3 . Hãy đưa dạng toàn
phương trên về dạng chính tắc
Giải
Áp dụng phương pháp Larange
 ( x)  x12  2 x22  7 x32  4 x1 x2  8x1 x3  [ x12  2 x1 (4 x3  2 x2 )  (4 x3  2 x2 ) 2 ]  (4 x3  2 x2 ) 2  2 x22  7 x32
  x1  4 x3  2 x2   16 x32  16 x 2 x3  4 x22   2 x22  7 x32   x1  4 x3  2 x2   23x32  16 x 2 x3  2 x22
2 2

  x1  4 x3  2 x2   2( x22  8x2 x3  16 x32 )  9 x32

2

t1  x1  4 x3  2 x2

Đặt t2  x2  4 x3
t  x
3 3

Khi đó, dạng chính tắc của dạng toàn phương là

 (t )  t12  2t22  9t32
Nhận xét: dạng toàn phương này không xác định dương.
2) Cho dạng song tuyến tính có ma trận biểu diễn là
0 1 2 
A  1 0 1 .
 2 1 0 
0 1 2   x1 
Khi đó  ( x1 , x2 , x3 )   x1 x2 x3  1 0 1  x2   2 x1 x2  4 x1 x3  2 x2 x3
2 1 0   x3 

 x1  x1  x2
' '

Đặt  Khi đó,


 2
x  x1
'
 x2
'

 x1  x1'  x2'

 x2  x1  x2
' '

x  x '
 3 3

 ( x)  2( x1'  x2' )( x1'  x2' )  4  x1'  x2'  x3'  2  x1'  x2'  x3'
 2  x1'2  x2'2   4 x1' x3'  4 x2' x3'  2 x1' x3'  2 x2' x3'
 x '2 
 2  x1'2  x2'2   2 x1' x3'  6 x2' x3'  2  x1'2  x1' x3'  3   2 x2'2  3  6 x2' x3'
x '2 (*)
 4  2
 x '2  9 18 x'2
 2  x1'2  x1' x3'  3   2( x2'2  3x2' x3'  x3'2 )  x3'2  3
 4  4 2 2
2
 x '2  3 17
 2  x1'  3   2( x2'  x3' )2  x3'2
 2  2 2
 x '3
t1  x '1  2

 3
Đặt t2  x2'  x3' khi đó có dạng chính tắc của dạng toàn phương như sau:
 2
t3  x3'


17
 (t )  2t12  2t22  t32
2
3) Xét dạng toàn phương trong không gian 3 được xác định như sau:
 ( x)  x12  2 x1 x2  x22  4 x1 x3  4 x32  2 x2 x3 với x  ( x1 , x2 , x3 )  3
 Hãy tìm dạng chính tắc của dạng toàn phương trên.
Sinh viên tự làm như bài tập nhỏ.
b) Phương pháp Jacobi
Giả sử biểu thức của dạng toàn phương  ( x) trong cơ sở B  (e1 , e2 ,..., en ) là
n
 (u )   (u, u )   aij xi x j , với aij   (ei , e j )
i , j 1

 a11 a12 ... a1n 

a a ... a2 n 
Khi đó, A  (aij )   21 22
 ... ... ... ... 
 
 an1 an 2 ... ann 
Xét các định thức con chính của ma trận A
a11 a12
1  a11 ;  2  ;...; 1  det( A) (5)
a21 a22
Nếu tất cả các định thức con chính đều khác 0, tức là:
1  0;  2  0;...;  n  0 , thì tồn tại phương pháp, gọi là phương pháp Jacobi để tìm một
cơ sở E '{e1' ; e2' ;...; en' } sao cho dạng toàn phương  ( x) có dạng chính tắc sau đây:
0 '2 0 '2 
 ( x)  x1  x2  ...  0 xn'2 (6)
1 1 1
Trong đó [ x]E '  ( x1' , x2' ,..., xn' )
Với giả thiết (5), ta đi tìm các hệ số aij  sao cho
e1'  11e1
 '
e2   21e1   22e2
 (7)
...
e'   e   e  ...   e
 n n1 1 n2 2 nn n

1 0 
Suy ra, 11   ; k  k 1
a11 1 k
Ta tìm các hệ số  kj của hàng thứ k trong (7) bằng quy nạp theo k. Giả sử đã tìm được
tất cả các hệ số của k – 1 hàng đầu tiên của (7). Để tìm các hệ số của hàng thứ k, ta giải hệ
pt sau:
a11 k1  a12 k 2  ...  a1k kk  0;
...


ak 1,1 k1  ak 1,2 k 2  ...  ak 1,k kk  0;

ak1 k1  ak 2 k 2  ...  akk kk  1.
Ví dụ:
Trong 3
, xét dạng toàn phương
Q(u)  2 x12  3x1 x2  4 x1 x3  x22  x32
Giải
Ma trận của Q trong cơ sở chính tắc là:
 3 
2 2
2
 
A 1 0
3
2 
2 0 1 

 
Các định thức con chính của A là:
2 3/ 2 1 17
1  2;  2    ; 3  det( A)  
3/ 2 1 4 4
Do đó,
0 1   1
11   ; 22  1  8;33  2 
1 2 2 3 17
1 1 '2
Vậy Q(u )  x1'2  8 x2'2  x3
2 17
Tìm cơ sở E '  (e1' , e2' , e3' ) trong đó, Q(u) có dạng chính tắc nói trên.
Khi k = 2, ta giải hệ
 3
2 21  2  22  0  22  8
 
3   0  21  6
 2 21 22

Khi k = 3, ta giải hệ
 3
231  2 32  233  0

3
  31  32 0
 2
231 +33  1


1 8 12
Thay  33  , ta giải hệ được  31  và  32 
17 17 17
Vậy cơ sở mới là
  ' e1
e1  2
 '
e2  6e1  8e2
 8e  12e2  e3
e3'  1
 17
c) Phương pháp giá trị riêng (phương pháp chéo hóa trực giao – chứng minh ở bài
sau)
Định lý: Mỗi dạng toàn phương  trên không gian vectơ Euclid hữu hạn chiều E đều
có một cơ sở chính tắc là cơ sở trực chuẩn của không gian Euclid.
Các vectơ của cơ sở chính tắc đó gọi là các phương chính của dạng toàn phương  .
Chứng minh:
Trong không gian vectơ Euclid E xét một cơ sở trực chuẩn: {u1 , u2 ,..., un } (I). Gọi A là
ma trận của dạng toàn phương  đối với cơ sở trực chuẩn trên. Vì A là ma trận đối xứng
thực nên tồn tại ma trận trực giao Q sao cho
1 0 ... 0 
 0  ... 0 
B  Q AQ 
T  2 
 ... ... ... 
 
0 0 ... n 
Ma trận trực giao Q chuyển cơ sở trực chuẩn (I) về cơ sở trực chuẩn  f1 ,..., f n  (II) được
xác định bởi
 f1 f2 ... fn   u1 u2 ... un  Q
Khi đó, ma trận đường chéo B chính là ma trận của dạng toàn phương  đối với cơ sở
trực chuẩn (II). Vậy cơ sở trực chuẩn (II) chính là một cơ sở chính tắc của dạng toàn phương
.
Nhận xét:
Trong cơ sở các phương chính (II), biểu thức tọa độ của dạng toàn phương  là
n
 ( x)  1t12  ...  ntn2 với x   ti fi và 1 , 2 ,..., n là các giá trị riêng của ma trận A.
i 1

Các cột của ma trận chuyển Q là các vectơ riêng của ma trận A.
Ví dụ: Dạng toàn phương  trên không gian 3 được cho bởi:
 ( x)  11x12  2 x22  5x32  4 x1 x2  16 x1 x3  20 x2 x3 với x  ( x1 , x2 , x3 )
Giải
Ma trận của dạng toàn phương  đối với cơ sở chính tắc {e1 , e2 , e3} là
 11 2 8
A   2 2 10 
8 10 5 
Đa thức đặc trưng của ma trận A là:
P( )   2  18 2  81  1458  (  9)(  9)(  18)
Vậy ma trận A có giá trị riêng là: 1  9, 2  18, 3  9
 ( x)  9 y12  18 y22  9 y32

Khi đó dạng toàn phương có dạng chính tắc là 
 x  y1 f1  y2 f 2  y3 f3

Các vectơ riêng của ma trận A ứng với giá trị riêng   9 là u  t (2, 2,1) với t  .
Chọn t =1 ta được một vectơ riêng là u1  (2, 2,1)
Các vectơ riêng ứng với giá trị riêng   18 là u  t (2, 1, 2) với t  .
Chọn t =1 ta được một vectơ riêng là u2  (2, 1, 2)
Các vectơ riêng ứng với giá trị riêng   9 là các vectơ u  t (1, 2, 2) với t  .
Chọn t = 1 ta được một vectơ riêng là u3  (1, 2, 2)
Ta có các vectơ u1, u2, u3 trực giao với nhau.
Chuẩn hóa:
1  2 2 1
v1   , , 
|| u1 ||  3 3 3 
1  2 1 2 
v2   , , 
|| u2 ||  3 3 3 
1  1 2 2 
v3   , , 
|| u3 ||  3 3 3 
 2 / 3 2 / 3 1/ 3 
Khi đó  f1 f2 f3    e1 e2 e3   2 / 3 1/ 3 2 / 3 
 1/ 3 2 / 3 2 / 3 
 
Cơ sở các phương chính của  là
 2 2 1
f1   , , 
 3 3 3
 2 1 2 
f2   ,  , 
3 3 3 
1 2 1
f3   ,  , 
3 3 3
 d) Phương pháp đưa dạng toàn phương về dạng chuẩn tắc bằng cách sử dụng các
phép biến đổi sơ cấp ma trận đối xứng của nó:
Cho dạng toàn phương q trên không gian vectơ n chiều V (n  2) có ma trận trong cơ
sở B  (e1 , e2 ,.., en ) là A  [aij ]n  M n ( K ) . Khi đó, A là ma trận đối xứng. Do đó, việc đưa q
về dạng chính tắc theo ngôn ngữ ma trận là tìm ma trận khả nghịch C sao cho CT AC là ma
trận chéo.
Nội dung thuật toán:
Lập ma trận [ A | I n ] dùng các phép biến đổi sơ cấp trên dòng, đồng thời lập lại các biến
đổi cùng kiểu trên các cột của [ A | I n ] để đưa A về dạng chéo. Khi đó, I n sẽ trở thành CT .
Ví dụ 1:
Cho dạng toàn phương 3 biến thực
q( x, y, z )  x 2  4 xy  6 xz  5 y 2  8 yz  8 z 2  3

Hãy đưa q về dạng chính tắc.

Giải:
Xét cơ sở chính tắc của 3 , ma trận của q trong cơ sở này là:
1 2 3 
A   2 5 4
 3 4 8 
Lập ma trận [ A | I 3 ] rồi thực hiện các phép biến đổi sơ cấp để đưa A về dạng chéo
1 2 3 1 0 0  d  d  2 d 1 2 3 1 0 0  c c  2 c  1 0 0 1 0 0 
  d32 d32 3d11   c32 c32 3c11  
A  2 5 4 0 1 0   0 1 2 2 1 0    0 1 2 2 1 0 
 3 4 8 0 0 1  0 2 1 3 0 1  0 2 1 3 0 1 
1 0 0 1 0 0 1 0 0 1 0 0
d3  d3  2 d 2   c3 c3  2c2  
 0 1 2 2 1 0    0 1 0 2 1 0 
0 0 5 7 2 1  0 0 5 7 2 1 
Ta nhận thấy ma trận vế trái có dạng chéo. Khi đó, đặt
 1 0 0 1 2 7  1 0 0 
C T   2 1 0 suy ra C  0 1 2  và C T AC  0 1 0 
7 2 1  0 0 1  0 0 5
Thay cơ sở chính tắc của 3 bằng cơ sở B sao cho C chính là ma trận đổi cơ sở từ cơ sở
chính tắc sang cơ sở B, hay ta đã sử dụng phép đổi biến.
 x  x ' 2 y ' 7 z '

 y  y ' 2 z '
z  z '

 Ví dụ 2: Hãy đưa dạng toàn phương 3 biến thực sau đây về dạng chính tắc
q( x, y, z )  2 xy  3xz  7 yz , ( x, y, z )  3
Sinh viên tự làm như một bài tập nhỏ.
16.3 Dạng toàn phương trên không gian vectơ thực
16.3.1 Dạng toàn phương xác định dương
Định nghĩa: Dạng toàn phương  trên - không gian vectơ V gọi là xác định dương
nếu  ( x)  0 đối với mọi x khác vectơ 0. Ngược lại nếu  ( x)  0 đối với mọi x khác vectơ
0 thì dạng  được gọi là xác định âm.
Định lý: Dạng toàn phương trên - không gian vectơ n chiều V xác định dương khi và
chỉ khi tất cả các hệ số trong dạng chính tắc của nó đều dương. Tức là, nếu  có dạng
chính tắc.  ( x)  b1t12  ...  bntn2 thì bi > 0 với i = 1, …, n.
Nhận xét:
Giả sử V là một không gian vectơ n chiều trên . Khi đó, một dạng toàn phương trên
V được gọi là dạng toàn phương thực.
Bổ đề: Cho  là một dạng toàn phương thực. Ta có thể tìm thấy một cơ sở S của V sao
cho: ( x)  x12  ...  x2p  x2p1  ...  xr2 trong đó x1 , x2 ,..., xr là tọa độ của vectơ x theo S.
Định lý: Mọi dạng chính tắc của dạng toàn phương thực.
( x)  c1 x12  ...  c p x2p  c p1x2p1  ...  cr xr2 (c1 ,..., cr  0) đều có cùng số p các hệ số dương
và số r-p các hệ số âm.
Định nghĩa: Số p các hệ số dương và số r - p các hệ số âm trong dạng chính tắc của
một dạng toàn phương thực tương ứng được gọi là chỉ số quán tính dương và chỉ số quán
tính âm. Hiệu giữa chỉ số quán tính dương và chỉ số quán tính âm được gọi là kí số của 
.
Định nghĩa: Một dạng toàn phương thực  được gọi là xác định dương (tương ứng
xác định âm) nếu  ( x)  0 (hay  ( x)  0 ) với mọi x  0 .
Một dạng toàn phương thực  được gọi là nửa xác định dương (hay nửa xác định âm)
nếu  ( x)  0 (hay  ( x)  0 ).
Ví dụ: | x |2 là một dạng toàn phương thực xác định dương.
Nhận xét: Một dạng toàn phương thực là xác định dương (tương ứng âm) khi và chỉ
khi chỉ số quán tính dương (tương ứng âm ) của nó bằng dim V.
16.3.2 Dạng chuẩn tắc. Luật quán tính Sylvester
a) Dạng chuẩn tắc:
Từ dạng chính tắc của dạng toàn phương Q(u)  a1 x12  a2 x22  ...  ar xr2 , trong đó r là hạng
của dạng toàn phương và a1a2 ...ar  0 .
Một dạng toàn phương chính tắc được gọi là dạng toàn phương chuẩn tắc nếu
| ai | 1, i  1,..., r
 Cơ sở của không gian n sao cho dạng toàn phương có dạng chuẩn tắc được gọi là cơ
sở chuẩn tắc.
Từ dạng chính tắc Q(u)  a1 x12  a2 x22  ...  ar xr2 có thể đưa về dạng chuẩn tắc bằng quá
trình chuẩn hóa như sau:
- Đánh số lại nếu cần, ta có thể giả sử
- a1 , a2 ,.., as  0 và as 1 , as  2 ,..., ar  0
Khi đó dùng phép biến đổi
 1 '
 xi  xi , i  1, 2,..., s
 a i

 1
 xi  xi' , i  s  1, s  2,..., r
 ai
 x  x ' , i  r  1, r  2,..., n
 i i

Trong hệ tọa độ mới, Q sẽ có dạng chuẩn tắc
Q  x12  x22  ...  xs2  xs21  ...  xr2
b) Luật quán tính Sylvester:
Định lý:
Đối với mỗi dạng toàn phương cho trước trên không gian vectơ n chiều, số s các số
hạng mang dấu “+” và số p các số hạng mang dấu “-“ của dạng toàn phương chuẩn tắc là
không đổi.
Hay nói cách khác, hai số s và p của một dạng toàn phương chuẩn tắc không phụ thuộc
vào việc chọn cơ sở chuẩn tắc.
c) Chỉ số quán tính:
Theo luật quán tính Sylvester thì mỗi dạng toàn phương có số s các số hạng mang dấu
“+” và số p các số hạng mang dấu “-” là không đổi.
- Số s được gọi là chỉ số dương quán tính của dạng toàn phương.
- Số p được gọi là chỉ số âm quán tính của dạng toàn phương.
- Cặp số (s, p) được gọi là cặp chỉ số quán tính của dạng toàn phương.
- Số s – p được gọi là ký số của dạng toàn phương.
Định lý: (Sylvester) Điều kiện cần và đủ để một dạng toàn phương xác định dương là tất
cả các định thức con chính của ma trận của nó đều dương
 Bài 17 Không gian Euclide
Trong chương này đề cập đến khái niệm tích vô hướng, độ dài vectơ hay góc giữa hai vectơ
trên trường số thực.
17.1. Khái niệm tích vô hướng – Không gian Euclide
Định nghĩa: Cho V là một không gian vectơ trên trường . Một tích vô hướng trên V là
một ánh xạ được xác định như sau:
, : V V →
thỏa các điều kiện sau:
(x, y ) x, y
i ) x + x ', y = x, y + x ', y
ii ) kx, y = k x, y x, x ', y V và k 
iii ) x, x  0, x  0
Định nghĩa: Không gian vectơ V trên trường số thực có trang bị trên nó một tích vô
hướng , được gọi là không gian vectơ Euclide.
Ký hiệu: E = (V , , ) với tích vô hướng trên nó là , .
Nhận xét:
Mọi không gian vectơ con của một không gian vectơ Euclide là một không gian vectơ
Euclide với tích vô hướng cảm sinh tự nhiên.
Ví dụ:
1) V = n

x = ( x1 , x2 ,..., xn ), y = ( y1 , y2 ,..., yn )  n

( , , ) là một không
n
Ta định nghĩa x, y =  xi yi . Đây là một tích vô hướng trên n
và n

i =1
gian vectơ Euclide.
2) Cho V = C[ a ,b ] là không gian vectơ các hàm số thực liên tục trên đoạn [a, b]. Khi đó C[ a ,b ]
b
là không gian vectơ Euclide với tích vô hướng là f , g =  f ( x) g ( x)dx f , g  C[ a ,b ] .
a

3) Tập tất cả các dãy số thực vô hạn

 

l2 =  x := ( x1 , x2 ,..., xn ,...}|  xn2    lập thành không gian Euclide vô hạn chiều với tích vô
 n =1 

hướng được định nghĩa sau: x, y =  xn yn .
n =1

Chú ý: Trong toàn bộ chương này ta chỉ xét các không gian vectơ hữu hạn chiều trên trường
số thực .
17.2 Độ dài
 Định nghĩa: Cho E là một không gian vectơ Euclide. Với mỗi x  E , ta gọi độ dài của x ký
hiệu là ||x|| là một số thực không âm và có giá trị là || x ||= x, x .
Nhận xét:
|| x ||= 0  x = 0 và || tx ||=| t | . || x || (t  )
Ví dụ:
1) Trong không gian vectơ Euclide E = ( n
, , ) thì với mọi x = ( x1 , x2 ,..., xn )  n
thì

|| x ||= x12 + x22 + ... + xn2

b

2) Trong không gian vectơ Euclide E = (C[ a ,b ] , , ) thì f  C[ a ,b ] ,|| f ||=   f ( x) 

2
dx
a

Định lý: Cho E là không gian Euclide. Khi đó:

x, y  E , | x, y ||| x || .|| y ||
Dấu bằng xảy ra khi và chỉ khi x và y phụ thuộc tuyến tính.
Chứng minh:
- Nếu y = 0 thì bất đẳng thức luôn đúng.
- Nếu y  0 thì tam thức bậc hai
f (t ) = y, y t 2 − 2 x, y t + x, x = x − ty, x − ty  0, t 
Do đó  ' f  0 hay
− x, x y, y  0  x, y − || x ||2 . || y ||2  0  x, y || x ||2 . || y ||2
2 2 2
x, y
- Nếu y = 0 thì dấu bằng xảy ra đồng thời x và y phụ thuộc tuyến tính.
- Nếu y  0 thì
x, y =|| x || .|| y ||  ' f = 0  t0 , f (t0 ) = 0  t0 , x − t0 y, x − t0 y = 0  t0 , x − t0 y = 0
Điều này tương đương với x, y phụ thuộc tuyến tính.
Ví dụ:
Áp dụng bất đẳng thức trên cho các không gian Euclide E = ( n
, , ) và E = ( C [ a ,b ] , , ) ta
được các bất đẳng thức quen thuộc sau:
x = ( x1 , x2 ,..., xn ), y = ( y1 , y2 ,..., yn )  n
thì

| x1 y1 + x2 y2 + ... + xn yn | x12 + x22 + ... + xn2 . y12 + y22 + ... + yn2 |

b b b

 f ( x) g ( x) d ( x)    g ( x)
2 2
f , g  C[ a ,b ] thì f ( x) dx . dx
a a a

Định lý: Giả sử E là không gian vectơ Euclide. Khi đó:

x, y  E :|| x || − || y |||| x − y |||| x || + || y ||
Chứng minh:
 Ta có:
|| x + y ||2 = x + y, x + y = x, x + 2 x, y + y, y || x ||2 +2 || x || . || y || + || y ||2 = (|| x + y ||)
2

Suy ra || x + y |||| x || + || y || . (*)

Áp dụng bất đẳng thức (*) ta có:
|| x ||=|| x + y + (− y ) |||| x + y || + || y |||| x || − || y |||| x + y ||
17.3 Góc - Cơ sở trực giao – Khoảng cách
Định nghĩa: Cho E là không gian vectơ Euclide. Ta gọi góc giữa hai vectơ khác không
x, y  E là số thực   [0,  ] được xác định bởi:
x, y
cos  =
|| x || . || y ||
Ví dụ: Tính cosin của góc giữa hai vectơ
3
a) u = (-1, 2, -3) và v = (2, 1, 4) trong
3
b) u = (2, 3, 7) và v = (-2, 1, -4) trong .
Giải
u, v
a) Gọi  là góc giữa hai vectơ u và v. Trong 3
áp dụng công thức cos  = .
|| u || . || v ||
Ta có: u, v = −2 + 2 − 12 = −12 ; || u ||= 1 + 4 + 9 = 14 và || v ||= 4 + 1 + 16 = 21
−12
Suy ra, cos  =
14. 21
b) Sinh viên tự làm.
Nhận xét: Nếu  là góc giữa hai vectơ u và v thì
| u  v |=| u |2 + | v |2 2 | u | .| v | cos 
(Sinh viên tự chứng minh nhận xét trên).
Định nghĩa: Cho E là một không gian vectơ Euclide
1. Hai vectơ
2. được gọi là trực giao với nhau, ký hiệu x ⊥ y nếu x, y = 0 .

Nếu x, y  0 thì x ⊥ y khi và chỉ khi góc giữa chúng là  = .
2
3. Hệ vectơ x1 , x2 ,..., xm  E được gọi là một hệ trực giao nếu chúng đôi một trực giao,
nghĩa là xi ⊥ x j , i  j . Một cơ sở mà là hệ trực giao được gọi là cơ sở trực giao.
4. Vectơ x  E gọi là trực giao với tập A  E nếu x trực giao với mọi vectơ của A. Ký hiệu
x ⊥ A.
5. Hệ vectơ x1 , x2 ,..., xm  E được gọi là hệ trực chuẩn nếu chúng là một hệ trực giao và độ
dài mỗi vectơ là 1.
Một cơ sở mà là hệ trực chuẩn được gọi là cơ sở trực chuẩn.
 Ví dụ:
- Trong không gian Euclide n , xét cơ sở chính tắc
e1 = (1,0,.....,0); e2 = (0,1,0,...,0);...; en = (0,0,...,0,1) . Khi đó, với i  j , thì ei , e j = 0 . Do đó hệ
vectơ trên là hệ trực giao trong n
. Hơn nữa || ei ||= 1, i = 1,..., n . Do đó đây là hệ trực chuẩn.
Nhận thấy tập hợp e1 , 2e2 ,..., nen là một cơ sở trực giao của n
, nhưng đây không là cơ sở
trực chuẩn.
- Họ f k ( x) = cos kx, k = 0, n là một họ trực giao trong không gian vectơ Euclide
E = ( C[0, ] , , )
Định lý: Một hệ trực giao không chứa vectơ 0 là hệ độc lập tuyến tính.
Chứng minh:
m
Giả sử hệ x1 , x2 ,..., xm là một hệ trực giao trong không gian vectơ Euclide E. Xét k x
i =1
i i =0

với , k1 , k2 ,..., km  . Khi đó:

m m
j  {1,..., m} ta có: x j ,  ki xi = x j , 0 = 0   ki x j , xi = 0  k j x j , x j = 0 . Vì x j  0
i =1 i =1

nên k j = 0 . Do đó hệ x1 , x2 ,..., xm là hệ độc lập tuyến tính.

Định lý: Cho E là một không gian vectơ Euclide. Ta có:
x, y  E thì x ⊥ y || x + y ||2 =|| x ||2 + || y ||2
Chứng minh:
Vì || x + y ||2 = x + y, x + y = x, x + 2 x, y + y, y =|| x ||2 +2 x, y + || y ||2 . Do đó,
|| x + y ||2 =|| x ||2 + || y ||2  x, y = 0  x ⊥ y
Nhận xét: Ta có thể mở rộng định lý này cho n vectơ trực giao x1 , x2 ,..., xn , tức là
|| x1 + x2 + ... + xn ||2 =|| x1 ||2 +...+ || xn ||2 (định lý pitago).
(Sinh viên tự chứng minh như bài tập nhỏ).
Định lý: (Phương pháp trực giao hóa Schmidt).
Cho họ vectơ độc lập tuyến tính a1 , a2 ,..., am (m  2) trong không gian vectơ Euclide. Khi đó
trong E tồn tại họ vectơ độc lập tuyến tính b1 , b2 ,..., bm thỏa:
i) Họ a1 , a2 ,..., am biểu thị tuyến tính qua b1 , b2 ,..., bm .
ii) Họ b1 , b2 ,..., bm biểu thị tuyến tính qua a1 , a2 ,..., am .
iii) Họ b1 , b2 ,..., bm là họ trực giao.
Chứng minh:
Quy nạp theo m.
Với m = 2. Chọn b1 = a1 , khi đó b1  0
Chọn b2 = a2 + tb1 , t 
 Nhận thấy: b2  0 (vì nếu ngược lại thì a1 , a2 phụ thuộc tuyến tính).
Khi đó: a1 , a2 biểu thị được qua b1 , b2 (vì a1 = b1 , a2 = b2 − tb1 ) và ngược lại b1 , b2 cũng biểu thị
được qua a1 , a2 .
a2 , b1
Ngoài ra, b2 ⊥ b1  b2 , b1 = 0  a2 , b1 + t b1 , b1 = 0  t = − .
b1 , b1
Vậy với giá trị t được xác định như trên thì cả 3 điều kiện i, ii, iii của định lý đều thỏa.
Giả sử định lý đúng với m = k. Ta sẽ chứng minh định lý cũng đúng với m = k+1.
Thật vậy, xét họ độc lập tuyến tính a1 , a2 ,..., ak , ak +1 . Theo giả thiết quy nạp, trong E có họ
độc lập tuyến tính b1 , b2 ,..., bk thỏa các điều kiện i), ii), iii) ứng với họ vectơ a1 , a2 ,..., ak .
Nếu ta tìm vectơ bk +1 dưới dạng:
bk +1 = ak +1 + t1b1 + t2b2 + ... + tk bk (t1 , t2 ,.., tk  ) thì họ vectơ b1 , b2 ,..., bk , bk +1 thỏa điều kiện i, và
ii.
Mặt khác hệ b1 , b2 ,..., bk , bk +1 là trực giao
 bk +1 , bi = 0, i = 1, k
 ti bi , bi = − ak +1 , bi , i  k + 1
− ak +1 , bi
 ti = , i  k + 1
bi , bi
Do đó với cách chọn ti như trên thì họ vectơ b1 , b2 ,..., bk , bk +1 thỏa điều kiện i, và ii và iii.
Mặt khác nếu bk +1 = 0 thì ak +1 biểu thị tuyến tính qua b1 , b2 ,..., bk nên ak +1 sẽ biểu thị tuyến tính
qua a1 , a2 ,..., ak (vô lý). Vậy bk +1  0 hay họ b1 , b2 ,..., bk , bk +1 độc lập tuyến tính.
Phương pháp xác định họ trực giao b1 , b2 ,..., bm từ họ vectơ độc lập tuyến tính a1 , a2 ,..., am
như trên được gọi là phương pháp trực giao hóa Schmidt. Ta có thể tóm tắt lại quá trình tìm bk
bằng công thức sau:
k  {1,..., n}
ak , bi
bk = ak +  − bi
ik bi , bi

Nhận xét: Nếu ngay từ đầu ta đã biết k-1 vectơ trực giao thì ta chỉ việc bắt đầu xây dựng từ

vectơ thứ k.
Ví dụ 1: Tìm cơ sở trực giao của không gian con sinh bởi các vectơ:
u1 = (1, 2, 2, −1); u2 = (1,1, −5,3); u3 = (3, 2,8, −7)
Giải:
Áp dụng phương pháp trực giao hóa Schmidt.
 k  {1,..., n}
Đặt b1 = u1 = (1, 2, 2, −1) . Áp dụng công thức ak , bi
bk = ak +  − bi
ik bi , bi
u2 , b1
Ta được b2 = u2 − b1 với u2 , b1 = 1 + 2 − 10 − 3 = −10 và b1 , b1 = 1 + 4 + 4 + 1 = 10
b1 , b1
Suy ra, b2 = (1,1, −5,3) + (1, 2, 2, −1) = (2,3, −3, 2)
u3 , b1 u3 , b2
Và b3 = u3 − b1 − b2
b1 , b1 b2 , b2
Ta có, u3 , b1 = 3 + 4 + 16 + 7 = 20 u3 , b2 = 6 + 6 − 24 − 14 = −26 và
b2 , b2 = 4 + 9 + 9 + 4 = 26 . Do đó,
30 26
b3 = (3, 2,8, −7) −(1, 2, 2, −1) + (2,3, −3, 2) = (2, −1, −1, −2) .
10 26
Ví dụ 2: Hãy mở rộng hệ trực giao gồm hai vectơ u1 = (1,1,1, 2); u2 = (1, 2,3, −3) thành một cơ
sở trực giao của 4 .
Giải
Ta bổ sung thêm hai vectơ u3 , u4 để hệ u1 , u2 , u3 , u4 là hệ độc lập tuyến tính.
Ta có thể chọn u3 = e3 = (0,0,1,0) và u4 = e4 = (0,0,0,1) .
Áp dụng phương pháp trực giao hóa Schmidt như trên để tìm ra cơ sở trực giao của 4 .
(Sinh viên thực hành như là bài tập nhỏ).
Tuy nhiên, việc tính toán của bài trên khá phức tạp. Người ta có một cách khác đôi khi hiệu
quả hơn phương pháp trực giao hóa Schmidt.
Nhận xét: Mọi vectơ x = ( x1 , x2 , x3 , x4 ) vuông góc đối với cả hai vectơ u1 , u2 thỏa hệ phương
trình sau:
 x1 + x2 + x3 + 2 x4 = 0

 x1 + 2 x2 + 3 x3 − 3 x4 = 0
1 1 1 2  d2 →d2 −d1 1 1 1 2 
Xét ma trận A =   ⎯⎯⎯⎯→ 0 1 2 −5 . Hệ phương trình có vô số
1 2 3 −3  
nghiệm phụ thuộc vào hai tham số.
 x1 = − x2 − x3 − 2 x4  x1 = x3 − 7 x4 = t1 − 7t2
 
 x2 = −2 x3 + 5 x4  x2 = −2t1 + 5t2
 
 x3 = t1   x3 = t1 
 x4 = t2   x4 = t2 

Chọn t1 = 1, t2 = 0 được u3 = (1, −2,1,0) .

 Tọa độ vectơ u4 phải thỏa hai phương trình ban đầu và phương trình x1 − 2 x2 + x3 = 0 (*) (để
đảm bảo cho u3 trực giao với u4 ).
Xét hệ pt có ma trận hệ số như sau và thực hiện các phép biến đổi sơ cấp trên dòng của ma
1 1 1 2  d →d − d 1 1 1 2  1 1 1 2 
   
trận ta được 1 2 3 −3 ⎯⎯⎯⎯→ 0 1 2 −5 ⎯⎯⎯⎯→ 0 1 2 −5 
2 2 1
d3 → d3 − d1 d3 → d3 + 3 d 2

1 −2 1 0  0 −3 0 −2  0 0 6 −17 

Hệ phương trình có vô số nghiệm phụ thuộc 1 tham số.
 −25
 x1 = 6 x4

 x = −2 x
 2 4
 3
 17
 x3 = x4
 6
 x4 = t 
Chọn x4 = −6 ta được u4 = (25, 4, −17, −6)
Kiểm tra lại được u1 , u2 , u3 , u4 là cơ sở trực giao cần tìm.
Hệ quả: Trong không gian vectơ Euclide luôn tồn tại cơ sở trực chuẩn.
Chứng minh:
Nếu x1 , x2 ,..., xn là cơ sở của không gian Euclide E thì ta luôn tìm được cơ sở trực giao
u
u1 , u2 ,..., un của E. Khi đó, đặt vi = i , i = 1, n , ta sẽ được một cơ sở trực chuẩn v1 , v2 ,..., vn của
|| ui ||
E.
Nhận xét:
Nếu e1 , e2 ,..., en là một cơ sở trực chuẩn của không gian Euclide E thì
x = x1e1 + x2e2 + ... + xnen , y = y1e1 + y2e2 + ... + ynen  E thì
n n n n n n
x, y =  xi ei ,  y j e j =  xi y j ei , e j =  xi yi ei , ei =  xi yi = x1 y1 + x2 y2 + ... + xn yn
i =1 j =1 i =1 j =1 i =1 i =1

Định lý: Nếu T là ma trận chuyển cơ sở giữa hai cơ sở trực chuẩn của không gian vectơ Euclide
E thì T −1 = T T (với T T là ma trận chuyển vị của T).
Chứng minh:
Giả sử T là ma trận chuyển từ cơ sở trực chuẩn a1 , a2 ,..., an sang cơ sở trực chuẩn b1 , b2 ,..., bn
 n
 n

 j  ij i
b =  a  j  ij bi
a =
trong không gian vectơ Euclide E. Nếu  i =1 và  i =1 thì
 j = 1, n  j = 1, n
 
 11 12 ... 1n   11 12 ... 1n 
 
 22 ...  2 n    22 ...  2 n 
T =  21 và T −1 =  21
 ... ... ... ...   ... ... ... ... 
   
 n1  n 2 ...  nn    n1 n2 ...  nn 
Mặt khác ta có:
i, j  {1,.., n} thì
n n n n
a j , bi =  kj bk , bi =  kj bk , bi = ij và a j , bi = a j ,   ki ak =   ki a j , ak =  ji .
k =1 k =1 k =1 k =1

Suy ra  ij =  ji , i, j = 1, n . Do đó, T −1 = T T .

Định nghĩa: Một ma trận vuông A gọi là ma trận trực giao nếu A−1 = AT .
Ví dụ:
Ma trận đơn vị là ma trận trực giao.
 3 1 
 0
 2 2 
Ma trận A =  0 0 1  là ma trận trực giao.
 
 1
−
3
0
 2 2 
cos  − sin   cos  sin  
Ma trận B =   và ma trận C =   là hai ma trận trực giao.
 sin  cos    sin  − cos  
Nhận xét: Mọi ma trận trực giao đều có định thức bằng 1 hoặc bằng -1.
Định nghĩa: Cho hai không gian vectơ Euclide E1 = (V1 , , 1 ) và E = (V , , ) . Ta nói E
2 2 2 1

đẳng cấu với E2 , ký hiệu E1  E2 , nếu có một đẳng cấu không gian vectơ f : E1 → E2 thỏa
x, x '  E thì x, x ' 1 = f ( x), f ( x ') 2 . Quan hệ đẳng cấu là một quan hệ tương đương.
Định lý: Hai không gian vectơ Euclide có cùng số chiều thì đẳng cấu với nhau.
Chứng minh:
Giả sử E và F là hai không gian vectơ Euclide có cùng số chiều là n.
Gọi a1 , a2 ,..., an là một cơ sở trực chuẩn của E và b1 , b2 ,..., bn là một cơ sở trực chuẩn của F.
Khi đó tồn tại một đẳng cấu không gian vectơ f : E → F sao cho f (ai ) = bi , i = 1,.., n
n n
Nhận thấy: x =  xi ai , y =  yi ai , thì
i =1 i =1

 n
  n
 n n n
f ( x), f ( y ) = f   xi ai  , f   yi ai  =  xi y j bi , b j =  xi yi = x, y
 i =1   i =1  i =1 j =1 i =1

Định nghĩa:
 Cho V là không gian con của không gian Euclide E và x  E . Vectơ chiếu của x lên V là
vectơ v V sao cho x – v trực giao với V. Khi đó, ta gọi vectơ x – v là vectơ độ cao từ x đến V.
Nhận xét:
Nếu e1 , e2 ,..., en là một cơ sở trực chuẩn trong V thì vectơ chiếu v của x được xác định như
sau:
v = x, e1 e1 + ... + x, en en
Vectơ độ cao có độ dài ngắn nhất trong tất cả các vectơ nối x tới V.
Định lý:
Cho v là vectơ chiếu của vectơ x lên E. Khi đó với mọi u V ta có:
| x − u || x − v |
Định lý: E là không gian vectơ Euclide n chiều, L là một không gian con của E có số chiều là
k < n. Khi đó:
  E \ L, !  '  L sao cho  −  '  L
Sinh viên tự chứng minh định lý trên như bài tập nhỏ.
Định nghĩa :
Định thức D được gọi là định thức Gram của hệ vectơ 1 ,  2 ,...,  n
 1 , 1 1 ,  2 ... 1 ,  n 
 
 ,  2 , 2 ...  2 , n 
G (1 ,  2 ,...,  n ) =  2 1
Ký hiệu:  ... ... ... ... 
 
  n , 1 n ,2 ...  n ,  n 
là ma trận Gram.
Định lý: Cho hệ vectơ 1 ,  2 ,...,  n  E . Khi đó,
i) Ma trận Gram G(1 ,  2 ,...,  n ) là ma trận đối xứng.
ii) 1 ,  2 ,...,  n là hệ trực giao khi và chỉ khi ma trận Gram G(1 ,  2 ,...,  n ) là ma trận đường
chéo. Hệ 1 ,  2 ,...,  n là hệ trực chuẩn khi và chỉ khi G(1 ,  2 ,...,  n ) là ma trận đơn vị.
iii) G(1 ,  2 ,...,  n )  0 . Dấu bằng xảy ra khi và chi khi hệ vectơ 1 ,  2 ,...,  n phụ thuộc
tuyến tính.
Nhận xét:
Giả sử (1 j ,  2 j ,...,  nj ) là tọa độ của vectơ v j với j = 1, …,m theo một cơ sở trực chuẩn của
không gian Euclide E và A = ( ij ) là ma trận có n dòng và m cột, khi đó ma trận Gram
G (v1 , v2 ,..., vm ) = AT A
17.4 Phép biến đổi trực giao và ma trận trực giao
17.4.1 Định nghĩa E là không gian vectơ Euclide. Một phép biến đổi tuyến tính  của E
được gọi là phép biến đổi trực giao (hay đẳng cự) nếu:
x, y  E : x, y =  ( x),  ( y) .
Ví dụ:
 Id : E → E
- Ánh xạ đồng nhất là một phép biến đổi trực giao.
x, y = x, y
- Hợp của hai phép biến đổi trực giao là một phép biến đổi trực giao.
- Nếu f là một phép biến đổi trực giao thì f −1 cũng là một phép biến đổi trực giao.
- Phép quay xung quanh gốc tọa độ một góc  trên mặt phẳng 2 được xác định như sau:
 ( x, y ) = ( x cos  − y sin  , x sin  + y cos  ) là một phép biến đổi trực giao.
(Sinh viên tự chứng minh như bài tập nhỏ).
Nhận xét:
- Mọi không gian Euclide hữu hạn chiều đều đẳng cự với không gian Euclide n .
- Cho hai không gian vectơ Euclide E và F, ánh xạ tuyến tính  : E → F là một ánh xạ trực
giao nếu x, y  E : x, y =  ( x),  ( y)
17.4.2 Định nghĩa Ma trận A được gọi là trực giao nếu AT A = AAT = I
Ví dụ:
Ma trận đơn vị là ma trận trực giao
cos a − sin a 
Ma trận A =   là ma trận trực giao
 sin a cos a 
17.4.3 Tính chất
- Tích của hai ma trận trực giao là một ma trận trực giao.
- Ma trận nghịch đảo của một ma trận trực giao là ma trận trực giao
- Định thức của ma trận trực giao bằng 1
Sinh viên tự chứng minh những tính chất trên như bài tập nhỏ.
Định lý: Phép biến đổi trực giao là một song ánh. Ngoài ra, phép biến đổi trực giao bảo
toàn góc giữa hai vectơ.
Chứng minh:
Giả sử  là phép biến đổi trực giao trên không gian vectơ Euclide E. Khi đó,
x  E :  ( x) = 0   ( x),  ( x) = 0  x, x = 0  x = 0 .
Vậy  là đơn ánh. Mặt khác dim E   nên  cũng là toàn ánh. Vậy  là một song ánh.
x, y  E \{0} thì
x, y  ( x),  ( y)  ( x),  ( y)  ( x),  ( y)
= = =
|| x || . || y || x, x . y, y  ( x),  ( x) .  ( y),  ( y) ||  ( x) || . ||  ( y) ||
Vậy phép biến đổi trực giao  bảo toàn góc giữa hai vectơ.
Định lý: Giả sử  là một phép biến đổi tuyến tính của không gian Euclide E. Khi đó các khẳng
định sau là tương đương.
1)  là phép biến đổi trực giao,
2)  bảo toàn độ dài vectơ,
3)  biến cơ sở trực chuẩn thành một cơ sở trực chuẩn
 4) Đối với cơ sở trực chuẩn, ma trận của  là ma trận trực giao.
Chứng minh:
1  2 ) x  E thì ||  ( x) ||=  ( x),  ( x) = x, x =|| x ||
2  3) Giả sử a1 , a2 ,..., an là một cơ sở trực chuẩn của E. Nếu ai ⊥ a j thì
 (ai ) ⊥  (a j ), i  j và i, j = 1, …, n. Do đó  (a1 ),  (a2 ),...,  (an ) là một cơ sở trực giao. Theo
giả thiết 2)  bảo toàn độ dài vectơ, nên  (a1 ),  (a2 ),...,  (an ) là một cơ sở trực chuẩn.
3  4) Nếu A là ma trận của  đối với cơ sở trực chuẩn a1 , a2 ,..., an , thì theo định nghĩa A
chính là ma trận chuyển cơ sở từ cơ sở trực chuẩn a1 , a2 ,..., an sang cơ sở trực chuẩn
 (a1 ),  (a2 ),...,  (an ) (theo giả thiết 3). Do đó ma trận A là ma trận trực giao.
4  1) Trong E xét cơ sở trực chuẩn a1 , a2 ,..., an . Gọi A là ma trận của  đối với cơ sở trực
chuẩn a1 , a2 ,..., an theo giả thiết A là ma trận trực giao nên A−1 = AT . Khi đó,
x = x1a1 + x2 a2 + ... + xn an , y = y1a1 + y2a2 + ... + yn an  E
 x1   y1 
Đặt X =  ...  và Y =  ...  . Khi đó ta có
 
 xn   yn 
x, y = X T Y = X T I nY = X T A−1 AY = X T AT AY = ( AX )T AY =  ( x),  ( y )
Nhận xét:
Xét E là không gian Euclide và F  E , nếu F là không gian con bất biến đối với toán tử trực
giao f thì phần bù trực giao F ⊥ cũng là không gian con bất biến của toán tử f.
17.5 Phép biến đổi đối xứng và ma trận đối xứng
17.5.1 Định nghĩa Giả sử E là không gian vectơ Euclide. Một phép biến đổi tuyến tính 
của E được gọi là phép biến đổi đối xứng nếu x, y  E,  ( x), y = x,  ( y)
Ví dụ: Xét không gian 2 với cơ sở trực chuẩn là e1 = (1,0); e2 = (0,1)  là một phép biến đổi
đối xứng được xác định như sau:
: 2
→ 2

( x, y ) (2 x + y, x + 2 y )
17.5.2 Định lý Phép biến đổi tuyến tính là phép biến đổi đối xứng khi và chỉ khi ma trận
của nó đối với cơ sở trực chuẩn là một ma trận đối xứng.
Chứng minh:
Giả sử  là một phép biến đổi tuyến tính của E mà ma trận đối với cơ sở trực chuẩn
n
e1 , e2 ,..., en và A = [aij ]i , j =1,n . Khi đó  (ei ) =  aki ek , i = 1, n
k =1

Khi đó,
 n n
i, j  {1,..., n} thì  (ei ), e j = a k =1
ki ek , e j =  aki ek , e j = a ji (1)
k =1

n n
Và ei ,  (e j ) = ei ,  akj ek =  akj ei , ek = aij (2)
k =1 k =1

Giả sử  là phép biến đổi đối xứng khi đó từ (1) và (2) suy ra: aij = a ji , i, j {1,..., n} . Vậy
A là ma trận đối xứng.
Ngược lại, giả sử A là ma trận đối xứng
So sánh (1) và (2) ta được, i, j {1,..., n}  (ei ), e j = ei ,  (e j ) . Do đó
n n
x =  xi ei , y =  y j e j , thì
i =1 j =1
n n n n n n n n
 ( x), y =  x  (e ),  y e
i =1
i i
j =1
j j =  xi  y j  (ei ), e j =  xi  y j ei ,  (e j ) =
i =1 j =1 i =1 j =1
 x e ,  y  (e )
i =1
i i
j =1
j j

= x,  ( y )
Vậy  là phép biến đổi đối xứng.
17.5.3 Tính chất
Định lý: Mọi nghiệm đặc trưng của phép biến đổi đối xứng đều là nghiệm thực.
Định lý: Phép biến đổi tuyến tính là đối xứng khi và chỉ khi ma trận của nó đối với một cơ sở
trực chuẩn thích hợp nào đó là ma trận chéo.
Chứng minh:
Giả sử  là phép biến đổi tuyến tính đối xứng của không gian vectơ Euclide E. Ta sẽ chứng
minh bằng quy nạp theo số chiều của E.
Khi n = 1, ta có  có nghiệm thực là 0 nên có không gian con bất biến 1 chiều và do đó
không gian con này là E. Cơ sở trực chuẩn e1 của E là vectơ riêng của  nên ma trận của  đối
với e1 là ma trận chéo [0 ]
Giả sử định lý đúng với không gian vectơ Euclide n-1 chiều.
Xét trường hợp dimE =n.
 có nghiệm thực nên trong E có không gian bất biến một chiều của  . Gọi e1 là cơ sở trực
chuẩn và E1 là không gian con bù trực giao của không gian con này.
Vì x  E1 ,  ( x), e1 = x,  (e1 ) = 0 x, e1 = 0 , suy ra  ( x)  E1 . Do đó, E1 là không gian
con bất biến của  và có số chiều là n – 1. Suy ra,  |E1 là một phép biến đổi tuyến tính đối xứng
của E1. Theo giả thiết quy nạp trong E1 tồn tại một cơ sở trực chuẩn e2 ,..., en mà ma trận của  |E1
đối với cơ sở này là ma trận chéo. Vậy e1 , e2 ,..., en là cơ sở trực chuẩn của E mà đối với nó ma
trận của  là ma trận chéo.
Ngược lại, nếu ma trận của phép biến đổi tuyến tính đối với một cơ sở trực chuẩn nào đó có
dạng chéo thì suy ra phép biến đổi đó là đối xứng.
 Bài 18. Đường và mặt bậc hai
 a1 
a 
Cho ma trận thực A  aij  là ma trận đối xứng khác không, cột a   2  và số thực a .
nn   0

 
 an 
 x1 
x 
Tập hợp các bộ x    thỏa mãn xT Ax  aT x  a0  0 được gọi là một siêu mặt trong
2

 
 
 xn 
n
không gian . Dạng tường minh của phương trình là :
n n

 aij xi x j   ai xi  a0  0(*) .
i , j 1 i 1

Khi n  2 , ta gọi siêu mặt bậc hai là một đường bậc hai. Khi n  3 , ta gọi siêu mặt bậc hai là
một mặt bậc hai.
Dùng phương pháp chéo hóa trực giao ta có ma trận trực giao C để D  CT AC chéo. Ta dùng
phép biến đổi trực giao x  Cy  y  C T x . Ta có phương trình (*) về dạng
n n

 i xi 2   bi xi  b0  0(*)
i 1 i 1

b 2 b2  ac
Với việc sử dụng ax  bx  c  a( x  ) 
2
kết hợp với phép tịnh tiến
2a 4a
 x1  1  y1
x    y
 2 2 2
 ta sẽ đưa phương trình về dạng chính tắc và nhận dạng các đường mặt bậc hai.

 xn   n  yn

18.1 Đường bậc hai

Có 9 dạng đường bậc hai cơ bản như sau:
STT Phương trình đường Tên gọi
1 x2 y 2 Elip
 1
a 2 b2
2 x2 y 2 Elip ảo
  1
a 2 b2
3 x2 y 2 Hai đường thẳng ảo cắt nhau
 0
a 2 b2
 4 x2 y 2 Hypebol
 1
a 2 b2
5 x2 y 2 Hai đường thẳng cắt nhau
 0
a 2 b2
6 x 2  py Parabol

7 x2  a2 Hai đường thẳng song song

8 x2  0 Hai đường thẳng trùng nhau
9 x 2  a 2 Hai đường thẳng ảo song song

Ví dụ: Nhận diện đường bậc hai (C) sau 5x12  8x2 2  4 x1 x2  36(*)
Lời giải
 5 2
Ta có dạng toàn phương h  5x12  8x2 2  4 x1 x2 có ma trận A   
 2 8 
5   2   4
Phương trình đặc trưng 0 1
2 8   2  9
2 1
+) Với 1  4  cơ sở trực chuẩn của không gian riêng là u1  ( ; ).
5 5
1 2
+) Với 1  9  cơ sở trực chuẩn của không gian riêng là u2  ( ; ).
5 5
 2 1   2 1 
 5 5  x1   5 5   y1 
Chọn ma trận trực giao C   và đặt    
2   y2 
.
 1 2   x2   1
   5 
 5 5  5
y12 y2 2
Ta có phương trình của đường (C) 4 y  9 y2  36 
1
2 2
  1.
9 4
Do đó (C) là elip với 2 bán trục là 3 và 2.

18.1 Mặt bậc hai

Có 17 dạng đường bậc hai cơ bản như sau:
STT Phương trình mặt Tên gọi
1 x2 y 2 z 2 Elipsoid
  1
a 2 b2 c 2
 2 x2 y 2 z 2 Elipsoid ảo
   1
a 2 b2 c 2
3 x2 y 2 z 2 Nón ảo
  0
a 2 b2 c 2
4 x2 y 2 z 2 Hypeboloid 1 tầng
  1
a 2 b2 c 2
5 x2 y 2 z 2 Nón
  0
a 2 b2 c 2
6 x2 y 2 z 2 Hypeboloid 2 tầng
   1
a 2 b2 c 2
7 x2 y 2 Paraboloid eliptic (mặt chảo)
  pz
a 2 b2
8 x2 y 2 Paraboloid hypebolic (mặt yên
  pz ngựa)
a 2 b2
9 x2 y 2 Trụ eliptic
 1
a 2 b2
10 x2 y 2 Trụ hypebolic
 1
a 2 b2
11 x 2  py Trụ parabolic

12 x2 y 2 Trụ eliptic ảo
  1
a 2 b2
13 x2 y 2 Hai mặt phẳng ảo cắt nhau
 0
a 2 b2
14 x2 y 2 Hai mặt phẳng cắt nhau
 0
a 2 b2
15 x2  a2 Hai mặt phẳng song song
16 x 2  a 2 Hai mặt phẳng ảo song song
17 x2  0 Hai mặt phẳng trùng nhau

Ví dụ: Nhận diện mặt bậc hai (S) sau 2 x12  2 x2 2  3x32  2 x1 x3  2 x2 x3  10(*)
Lời giải
  2 0 1
2 2 2 
Ta có dạng toàn phương h  2 x  2 x2  3x3  2 x1 x3  2 x2 x3 có ma trận A   0 2 1

1

 1 1 3 
2 0 1  1  1
Phương trình đặc trưng 0 2   1  0  2  2
1 1 3    3  4
1 1 1
+) Với 1  1  cơ sở trực chuẩn của không gian riêng là u1  ( ; ; ).
3 3 3
1 1
+) Với 1  2  cơ sở trực chuẩn của không gian riêng là u2  ( ; ;0) .
2 2
1 1 2
+) Với 1  4  cơ sở trực chuẩn của không gian riêng là u3  ( ; ; ).
6 6 6
 1 1 1   1 1 1 
   
 3 2 6 3 2 6 y
 1 
x  1
 1 1 1  x    1 1 1  
Chọn ma trận trực giao C   và đặt y2 .
 3 2 6   2  3 2 6   
 x3   y 
 1 2   1 2   3 
 0 0
 3 6  
 3 6 
y12 y2 2 y32
Ta có phương trình của đường (C) y  2 y2  4 y3  10 
1
2 2 2
   1.
10 5 5 / 2
5
Do đó (C) là elipsoid với 3 bán trục là 10; 5 và .
2