Vector

Đại học Khoa học Tự Nhiên, ĐHQG Thành phố Hồ Chí Minh

Ngày 29 tháng 3 năm 2021

Vector 1 / 37
1 Phân rã QR

2 Trị riêng và vector riêng

3 Chéo hóa

4 Ứng dụng sự chéo hóa

Vector 2 / 37
 Phân rã QR

Outlines

1 Phân rã QR

2 Trị riêng và vector riêng

3 Chéo hóa

4 Ứng dụng sự chéo hóa

Vector 3 / 37
 Phân rã QR

Trực giao hóa Gram-Schmidt

Ví dụ 1
Trong không gian Euclid R4 với tích vô hướng chính tắc cho các
vector u1 = (1, 1, 1), u2 = (0, 1, 1), u3 = (0, 0, 1). Hãy trực chuẩn hóa
họ vector trên nếu có thể.

B1. Đặt v1 = u1 = (1, 1, 1), kv1 k2 = 12 + 12 + 12 = 3

B2.

hu2 , v1 i = 0.1 + 1.1 + 1.1 = 2

 
hu2 , v1 i 2 −2 1 1
v 2 = u2 − v1 = (0, 1, 1) − (1, 1, 1) = , ,
kv1 k2 3 3 3 3
2
kv2 k2 =
3
Vector 4 / 37
 Phân rã QR

Trực giao hóa Gram-Schmidt

B3.
1
hu3 , v1 i = 1, hu3 , v2 i =
3  
hu3 , v1 i hu3 , v2 i −1 1
v3 = u3 − v1 − v2 = 0, ,
kv1 k2 kv2 k2 2 2
1
kv3 k2 =
2
Như vậy ta có họ trực giao tương ứng
   
−2 1 1 −1 1
v1 = (1, 1, 1), v2 = , , , v3 = 0, ,
3 3 3 2 2

Vector 5 / 37
 Phân rã QR

Để tìm họ trực chuẩn, ta thực hiện thêm bước chuẩn hóa

v1 1
q1 = = √ (1, 1, 1)
kv1 k 3
v2 1
q2 = = √ (−2, 1, 1)
kv2 k 6
v3 1
q3 = = √ (0, −1, 1)
kv3 k 2

Vector 6 / 37
 Phân rã QR

Trực giao hóa Gram-Schmidt

Ví dụ 2
Trong không gian Euclid R4 với tích vô hướng chính tắc cho các
vector u1 = (1, 1, 0, 0), u2 = (1, 0, −1, 1), u3 = (0, 1, 1, 1). Hãy trực
chuẩn hóa họ vector trên nếu có thể.

Vector 7 / 37
 Phân rã QR

Phân rã QR - QR decomposition

Mệnh đề
Nếu A là ma trận có kích thước m × n gồm n vector cột độc lập
tuyến tính thì A có thể được phân tích thành tích của 2 ma trận

A = QR

Với Q là ma trận m × n gồm n vector cột trực chuẩn và R là ma

trận n × n tam giác trên khả nghịch.

Vector 8 / 37
 Phân rã QR

Phân rã QR - QR decomposition
Thuật giải
B1. Xác định n cột của A = [u1 |u2 | . . . |un ].
B2. Thực hiện thuật giải Gram-Schmidt trực chuẩn hóa
u1 , u2 , . . . , un . Thông báo nếu các cột của A không độc lập
tuyến tính và kết thúc, ngược lại sẽ nhận được q1 , q2 , . . . , qn là
họ trực chuẩn tương ứng.
B3. Xây dựng ma trận Q gồm n cột q1 , q2 , . . . , qn .
B4. Xây dựng ma trận R kích thước n × n như sau
 
hu1 , q1 i hu2 , q1 i · · · hun , q1 i
 0 hu2 , q2 i · · · hun , q2 i
R =  .. .. .. 
 
 . . . .
. . 
0 0 · · · hun , qn i
Vector 9 / 37
 Phân rã QR

Phân rã QR - QR decomposition

Ví dụ
Tiếp theo ví dụ 1 ở trên đã xây dựng họ trực chuẩn. Phân rã QR ma
trận sau.
 
1 1 0
A = 1 1 0
1 1 1

Ta có các cột của A lần lượt như sau

     
1 0 0
u1 = 1 , u2 = 1 , u3 = 0
    
1 1 1

Vector 10 / 37
 Phân rã QR

Phân rã QR
Dùng thuật giải Gram-Schmidt trực chuẩn hóa u1 , u2 , u3 được
1 1 1
q1 = √ (1, 1, 1), q2 = √ (−2, 1, 1), q3 = √ (0, −1, 1)
3 6 2
Tính các tích vô hướng
3
hu1 , q1 i = √
3
...
1
hu3 , q3 i = √
2
Từ đó ta có
   √ √ √ 
hu1 , q1 i hu2 , q1 i hu3 , q1 i 3/ 3 2/√3 1/√3
R = 0 hu2 , q2 i hu3 , q3 i =  0 2/ 6 1/√6
0 0 hu3 , q3 i 0 0 1/ 2
Vector 11 / 37
 Phân rã QR

Phân rã QR

Như vậy ta có một phân rã QR của A là

 
1 1 0
A = 1 1 0
1 1 1
 √ √  √ √ √ 
1/√3 −2/√ 6 0√ 3/ 3 2/√3 1/√3
= 1/√3 1/√6 −1/√ 2  0 2/ 6 1/√6
1/ 3 1/ 6 1/ 2 0 0 1/ 2

Ví dụ
Phân rã QR ma trận ở ví dụ 2 đã trực chuẩn hóa ở phần trên.

Vector 12 / 37
 Trị riêng và vector riêng

Outlines

1 Phân rã QR

2 Trị riêng và vector riêng

3 Chéo hóa

4 Ứng dụng sự chéo hóa

Vector 13 / 37
 Trị riêng và vector riêng

Trị riêng và vector riêng

Định nghĩa
Cho A là một ma trận vuông, vector x ∈ Rn được gọi là vector riêng
của A nếu Ax tỷ lệ theo một hằng số với x, nghĩa là

Ax = λx

với hằng số tỷ lệ λ. Trong đó, λ được gọi là trị riêng của A và vector
x được gọi là vector riêng ứng với trị riêng λ.

Vector 14 / 37
 Trị riêng và vector riêng

Trị riêng và vector riêng

Ví dụ
 
3 0
Cho ma trận A = , vector x = (1, 2) là một vector riêng
8 −1
của ma trận A, với một trị riêng là λ = 3.

 
3 0


Ax = 1 2 = 3 6 = 3x
8 −1

Vector 15 / 37
 Chéo hóa

Outlines

1 Phân rã QR

2 Trị riêng và vector riêng

3 Chéo hóa

4 Ứng dụng sự chéo hóa

Vector 16 / 37
 Chéo hóa

Trị riêng và vector riêng

Định nghĩa
Cho A là ma trận vuông có kích thước n × n, λ được gọi là trị riêng
của A khi và chỉ khi

det(A − λI ) = 0

Trong đó PA (λ) = det(A − λI ) được gọi là đa thức đặc trưng của A.

Ví dụ
 
4 2 −1
Cho ma trận A = −6 −4 3  tìm đa thức đặc trưng của A.
−6 −6 5

Vector 17 / 37
 Chéo hóa

Trị riêng và vector riêng

Đa thức đặc trưng của A, det(A − λI )

 
4 − λ 2 −1 

 −6 −4 − λ
 3  = − (λ − 1) (λ − 2)2
 −6 −6 5 − λ

Định nghĩa
Cho ma trận vuông A ∈ Mn , với trị riêng λ, ta gọi nghiệm X của
phương trình

(A − λIn ) X = 0

là một vector riêng của A ứng với trị riêng λ.

Vector 18 / 37
 Chéo hóa

Ví dụ
Hãy tìm vector riêng ứng với ma trận đã có đa thức đặc trưng ở ví dụ
trên

Giải phương trình đa thức đặc trưng, ta có

− (λ − 1) (λ − 2)2 = 0
λ = 1 hay λ = 2

Với λ = 1, tìm cơ sở cho không gian nghiệm phương trình

(A − I3 )X = 0, ta có
   
3 2 −1 3 2 −1
A − I3 = −6 −5
 3  −→ 0 −1 1 
−6 −6 4 0 0 0

Vector 19 / 37
 Chéo hóa

 
1
Ta có nghiệm hệ phương trình trên (x, y , z) = − t, t, t , t ∈ R
3 
1
Ứng với trị riêng λ = 1, tồn tại vector riêng u1 = − , 1, 1 .
3
Với λ = 1, tìm cơ sở cho không gian nghiệm phương trình
(A − I3 )X = 0, ta có
   
2 2 −1 3 2 −1
A − 2I3 = −6 −6 3  −→ 0 0 0 
−6 −6 3 0 0 0

Ta có nghiệm PT (x, y , z) = (t, s, 2t + 2s) , t, s ∈ R

Ứng với trị riêng λ = 1, tồn tại vector riêng
u2 = (1, 0, 2) , u3 = (0, 1, 2).

Vector 20 / 37
 Chéo hóa

Thuật toán chéo hóa ma trận vuông A ∈ Mn

B1. Tìm đa thức đặc trưng det(A − λI ). Nếu PA (λ) có tổng các lũy
thừa khác n thì A không chéo hóa được và thuật toán kết thúc,
ngược lại chuyển sang bước 2.
B2. Tìm tất cả các nghiệm λi của phương trình đa thức đặc trưng.
Với mỗi trị riêng λi tìm cơ sở và số chiều cho không gian
nghiệm phương trình (A − λIn ) X = 0.
Nếu mỗi λi số chiều không gian nghiệm nhỏ hơn lũy thừa của λi
trong đa thức đặc trưng thì A không chéo hóa được và thuật
toán kết thúc, ngược lại chuyển sang bước 3.
B3. Với các vector trong cơ sở không gian nghiệm tìm được ở bước
2, ta đặt ma trận P là ma trận có được bằng cách dựng các
vector thành các cột. Khi đó ma trận P làm chéo A và P −1 AP
là ma trận đường chéo. diag (λ1 , . . . , λr )

Vector 21 / 37
 Chéo hóa

Ví dụ
 
1 3 3
Cho ma trận A = −3 −5
 −3, tìm trị riêng và vector riêng của
3 3 1
A, xác định cơ sở và số chiều của các không gian vector riêng tương
ứng.

- Đa thức đặc trưng

 
1 − λ 3 3 

PA (λ) = |A − λI3 | =  −3 −5 − λ −3  = −(λ − 1)(λ + 2)2
 3 3 1 − λ

- Trị riêng

PA (λ) = 0 ⇔ λ = 1( bội 1), λ = −2( bội 2)

Vector 22 / 37
 Chéo hóa

- Vector riêng
Với λ = 1, giải nghiệm hệ phương trình (A − I3 )X = 0, ta có
nghiệm tổng quát

(x, y , z) = (t, −t, t), t ∈ R

Với trị riêng λ = −2, vector riêng tương ứng là u1 = (1, −1, 1)
Với λ = 1, giải nghiệm hệ phương trình (A + 2I3 )X = 0, ta có
nghiệm tổng quát

(x, y , z) = (−t − s, t, s), t, s ∈ R

Với trị riêng λ = 1, vector riêng tương ứng là

u2 = (−1, 1 − 0), u3 = (−1, 0, 1)
Vì các không gian nghiệm đều có số chiều bằng số bội của lũy thừa
nên A chéo hóa được.
Vector 23 / 37
 Chéo hóa

Lập ma trận P bằng cách lần lượt dựng các vector u1 , u2 , u3 thành
các cột
 
1 −1 −1
P = −1
 1 0
1 0 1

Khi đó
 
1 0 0
P −1 AP = 0 −2 0 
0 0 −2

Vector 24 / 37
 Chéo hóa

Ví dụ - SV tự giải
 
1 −4 −4
Cho ma trận A =  8 −11 −8, hãy chéo hóa ma trận trên.
−8 8 5

Ví dụ - SV tự giải
 
3 3 2
Cho ma trận A =  1 1 −2, hãy chéo hóa ma trận trên.
−3 −1 0

Vector 25 / 37
 Ứng dụng sự chéo hóa

Outlines

1 Phân rã QR

2 Trị riêng và vector riêng

3 Chéo hóa

4 Ứng dụng sự chéo hóa

Vector 26 / 37
 Ứng dụng sự chéo hóa

Tính lũy thừa của ma trận

Ví dụ
 
1 −1
Cho A = , hãy tìm An .
2 4

Để tìm An , ta chéo hóa ma trận A trên, vì nếu A chéo hóa được thì

P −1 AP = D ⇔ A = PDP −1 ⇔ Ak = (PDP −1 )k = PD k P −1

Đa thức đặc trưng

PA (λ) = (λ − 2)(λ − 3)

Trị riêng, A có 2 trị riêng là λ1 = 2 và λ2 = 3

Vector 27 / 37
 Ứng dụng sự chéo hóa

Vector riêng

u1 = (−1, 1), u2 = (−1, 2)

 
−1 −1
Vậy A chéo hóa được, P = là ma trận làm chéo A và
1 2
 
−1 2 0
D = P AP =
0 3

Ta có

A = PDP −1

Do đó

An = PD n P −1
Vector 28 / 37
 Ứng dụng sự chéo hóa

Do D là ma trận đường chéo nên dễ dàng tính được

 n 
n 2 0
D =
0 3n

Tiếp theo ta tìm được

 
−1 −2 −1
P =
1 1

Do đó,

2n+1 − 3n 2n − 3n

n n −1
A = PD P =
−2n+1 + 2.3n −2n + 2.3n

Vector 29 / 37
 Ứng dụng sự chéo hóa

Ví dụ - SV tự giải
 
1 3 3
Cho A = −3 −5 −3, hãy tìm A100 .
3 3 1

Vector 30 / 37
 Ứng dụng sự chéo hóa

Tìm một dãy số thỏa công thức truy hồi

Ví dụ
Cho các dãy số thực un , vn thỏa công thức truy hồi

un+1 = un − vn
vn+1 = 2un + 4vn

và u0 = 2, v0 = 1. Tìm công thức tính các số hạng tổng quát của

un ,vn .

Đặt
   
un 1 −1
Xn = ,A =
vn 2 4

Vector 31 / 37
 Ứng dụng sự chéo hóa

Điều kiện ban đầu của dãy số có thể được viết lại như sau
 
2
Xn+1 = AXn với X0 =
1

Từ đó ta tính được Xn = An X0 Bằng cách chéo hóa ma trận A, ta có

 n+1
− 3n 2n − 3n

n x
A =
−2n+1 + 2.3n −2n + 2.3n

Suy ra
   n+1
− 3n 2n − 3n
 
un 2 2
= n+1 n n n
vn −2 + 2.3 −2 + 2.3 1

Vector 32 / 37
 Ứng dụng sự chéo hóa


2n+2 − 2.3n + 2n − 3n

=
−2n+2 + 4.3n − 2n + 2.3n

Vậy

un = 5.2n − 3n+1
vn = −5.2n + 6.3n

Vector 33 / 37
 Ứng dụng sự chéo hóa

Ví dụ - Dãy Fibonacci
Dãy Fibonacci là dãy vô hạn các số

0, 1, 1, 2, 3, 5, 8, 13, 21, . . .

Mỗi số hạng trong dãy Fibonnacci, kể từ số hạng thứ ba, bằng tổng
của hai số hạng đứng ngay trước nó.

Fk+2 = Fk+1 + Fk , k ≥ 0, F0 = 1, F1 = 1

Hãy tìm công thức tổng quát để xác định số hạng Fn .

Vector 34 / 37
 Ứng dụng sự chéo hóa

Ứng dụng trong nhận diện khuôn mặt

Vector 35 / 37
Ứng dụng sự chéo hóa

Vector 36 / 37
Ứng dụng sự chéo hóa

Vector 37 / 37
Ứng dụng sự chéo hóa

Vector 38 / 37