Professional Documents
Culture Documents
A3 Hoàn Chỉnh (Mới Nhất)
A3 Hoàn Chỉnh (Mới Nhất)
A3 Hoàn Chỉnh (Mới Nhất)
1
1. Tập hợp A được gọi là tập hợp con (subset) của tập X (kí hiệu là A X ) nếu
mọi phần tử thuộc tập A đều thuộc tập X.
2. Tập X được gọi là tập hợp rỗng (empty set) nếu X không chứa phần tử nào, kí
hiệu là .
Quy ước rằng, tập rỗng là tập con của mọi tập hợp. Tập rỗng có vai trò như số
không trong việc thực hiện các phép toán trên tập hợp.
Ví dụ 3.
a. Ta luôn có .
2
b. Tập A x | (x 1)(x x 6) 0 1,2 .
c. Tập B x | x 1 0 .
2
2
Nếu A B thì hai tập hợp A, B được gọi là rời nhau.
Ví dụ 5. Cho hai tập hợp A x | x chia hết cho 2} ; B x | x chia
hết cho 3 .
1.1.4.3. Hiệu (deduction) của hai tập hợp A và B , ký hiệu là A \ B , là một tập
hợp mà các phần tử của nó thuộc tập A nhưng không thuộc tập B.
Ta có: A \ B { x | x A và x B }.
Một số tính chất. Với A, B , C , D là các tập hợp bất kì, ta có các tính chất sau:
a. A \ B nếu và chỉ nếu A B.
b. Nếu A B và C D thì A \ D B \ C .
c. Nếu A B thì C \ B C
\ A.
Cho A và B là hai tập hợp bất kì. Nếu B A thì A \ B được gọi là phần bù
(complement) của B trong A và được kí hiệu là C A B .
Như vậy C A (B ) x A | x B .
1.1.5 Mối quan hệ của các phép toán.
Với mọi tập hợp A, B , C bất kì ta luôn có:
a. A (A B ) A.
b. (A B ) B B .
c. A (B C ) (A B ) (A C ) .
d. A (B C ) (A B ) (A C ) .
e. A \ (B C ) (A \ B ) (A \ C ).
f. A \ (B C ) (A \ B ) (A \ C ).
1.1.6 Hiệu đối xứng của hai tập hợp.
Hiệu đối xứng của hai tập A và B là một tập hợp được cho bởi công thức:
3
A B A \ B B \ A
Một số tính chất. Cho A, B là hai tập hợp bất kì, ta có các tính chất sau:
a. A B B A.
b. A A ; A A .
c. A B (A B ) \ (A B ).
Biểu đồ Venn minh họa các phép toán trên tập hợp:
Cho X ,Y là hai tập hợp bất kì. Tích Descartes của hai tập hợp X và Y , ký hiệu
Y , là tập hợp tất cả các cặp x , y có thứ tự, trong đó
là X x thuộc tập X và y thuộc tập
Y.
Ta có: X Y (x , y ) | x X , y Y .
Một cách tổng quát, tích Descartes của họ n tập hợp X1, X2,..., Xn là tập
.. X n (x 1, x 2 ,..., x n ) | x i X i , i 1
X 1 X 2 , , n
Nhận xét:
1. Nếu X 1 X 2
. X n X thì X X
.. X X n gọi là lũy thừa
Descartes bậc n của tập X.
2. Tích Descartes của các tập hợp không có tính chất giao hoán.
3. Nếu X có n phần tử và Y có m phần tử thì X Y có m .n phần tử.
Ví dụ 6. Với các tập A 1, 3, 4 ; B 2, 5 ; C 1 , ta có:
A
B 1, 2, 1,
5, 3,
2, 3,
5, 4,
2, 4,
5 ;
2
B B
B 2, 2, 2,
5, 5,
2, 5,
5 ;
A
B C
1, 2, 1, 1,
5, 1, 3,
2, 1, 3, 5, 1, 4,
2, 1, 4,
5, 1 .
1.2 QUAN HỆ HAI NGÔI
1.2.1 Quan hệ hai ngôi.
Cho X là một tập bất kì, tập con của X X được gọi là một quan hệ hai ngôi
(binary relation) trên tập X.
Nếu với mọi x , y X và x , y thì ta nói x có quan hệ hai ngôi với y , kí
hiệu là x y .
4
Ví dụ 1. Cho tập hợp X 1, 2, 3, 4 . Tập hợp con
(1,1),(1, 2),(1, 3),(1, 4),(2, 2),(2, 3),(2, 4),(3, 3),(3, 4),(4, 4)
của X X là một quan hệ hai ngôi trên tập X. Ta định nghĩa quan hệ hai ngôi trên
tập X như sau:
ab khi và chỉ khi a, b
Vì (a, b ) X X | a b nên có thể định nghĩa quan hệ hai ngôi trên
tập X như sau:
ab khi và chỉ khi a b
Ví dụ 2.
a. Quan hệ bằng nhau, quan hệ nhỏ hơn hoặc bằng giữa các số trên các tập số
, , , đều là những quan hệ hai ngôi.
b. Quan hệ tập con của một tập X bất kì là một quan hệ hai ngôi.
a. Quan hệ bằng nhau giữa các số trên các tập , , , có tính phản xạ, đối xứng
và bắc cầu.
b. Quan hệ nhỏ hơn hoặc bằng giữa các số trên các tập , , , có tính phản xạ,
phản đối xứng, bắc cầu, tuy nhiên quan hệ này không có tính đối xứng.
c. Quan hệ tập con của một tập X bất kì có tính chất phản xạ, phản đối xứng, bắc
cầu nhưng không có tính đối xứng.
d. Xét quan hệ “chia hết” trên tập * như sau: a chia hết b ( a là ước của b ) nếu tồn
*
tại q sao cho b a .q .
Quan hệ “chia hết” trên tập * có tính phản xạ, phản đối xứng và bắc cầu.
Thật vậy,
- Với mọi a * ta có a.1 a. Suy ra a chia hết chính nó (tính phản xạ thỏa).
b *, giả sử
- Với mọi a, a chia hết b và b chia hết a. Theo định nghĩa, tồn tại
q1,q2 * sao cho aq1 b;bq2 a.
5
Suy ra (aq1 )q2 a q1q2 1 q1 q2 1 (vì q1,q2 * ).
Vậy a b (tính phản đối xứng thỏa).
*
- Với mọi a, b, c , giả sử a chia hết b và b chia hết c. Theo định nghĩa, tồn
tại q1, q2 * sao cho aq1 b, bq2 c. Suy ra c (aq1 )q2 a(q1q2 ).
Vậy, a chia hết c (tính bắc cầu thỏa).
Tuy nhiên, quan hệ “chia hết” trên * không có tính đối xứng (vì nếu a chia hết b
thì không hoàn toàn suy ra được b chia hết a).
1.2.3 Quan hệ tương đương.
Một quan hệ hai ngôi trên tập X bất kì được gọi là quan hệ tương đương
(equivalence relation) nếu nó thỏa mãn tính chất phản xạ, đối xứng và bắc cầu.
Ta kí hiệu một quan hệ tương đương bởi dấu ~.
Cho X một tập, ~ là một quan hệ tương đương trên X. Tập x {y X | y ~ x }
được gọi là lớp tương đương chứa x theo quan hệ tương đương ~.
Ví dụ 4.
a. Quan hệ bằng nhau giữa các số trên các tập , , , là các quan hệ tương
đương.
b. Quan hệ tập con của một tập X bất kì không phải là một quan hệ tương đương vì
không có tính chất đối xứng.
c. Quan hệ “chia hết” trên tập * (trong ví dụ 2d) không phải là một quan hệ tương
đương vì không có tính đối xứng.
Ví dụ 5. Trên tập , xét quan hệ a b xác định bởi “ a 3 – b 3 a b ”.
a 3 b 3 a b và b 3 c 3 b c
3 3
Cộng vế theo vế hai đẳng thức trên, ta được a c a c, nghĩa là a c. Suy ra
6
Ví dụ 6.
a. Quan hệ nhỏ hơn hoặc bằng giữa các số trên các tập , , , là các quan hệ
thứ tự.
b. Quan hệ “chia hết” trên tập * (trong ví dụ 2d.) là một quan hệ thứ tự.
c. Quan hệ tập con của một tập X bất kì là một quan hệ thứ tự.
1.2.5 Quan hệ thứ tự toàn phần.
Một quan hệ thứ tự trên X bất kì gọi là quan hệ thứ tự toàn phần (total order
relation) nếu với mọi a , b X , ta đều có hoặc a b hoặc b a .
Ví dụ 7.
a. Quan hệ nhỏ hơn hoặc bằng giữa các số trên các tập , , , là các quan hệ
thứ tự toàn phần, bởi vì ta đều có hoặc a b hoặc b a , với mọi a , b thuộc một trong
các tập kể trên.
b. Quan hệ tập con của một tập X bất kì không là quan hệ thứ tự toàn phần, bởi vì
nếu A và B rời nhau thì không có A B và cũng không có B A.
1.3 ÁNH XẠ
Cùng với khái niệm tập hợp, ánh xạ là một khái niệm rất quan trọng và cơ bản của
Toán học. Khái niệm ánh xạ chính là sự mở rộng tự nhiên của khái niệm hàm số.
trong đó, X gọi là tập nguồn (miền xác định) và Y gọi là tập đích (miền giá trị).
Phần tử y Y : y f (x ) gọi là ảnh của phần tử x X qua ánh xạ f . Phần tử
x X thỏa mãn y f (x ) gọi là tạo ảnh của phần tử y Y .
Từ định nghĩa trên nhận xét rằng:
- Mỗi phần tử x X có duy nhất một ảnh thuộc Y.
- Mỗi phần tử y Y có thể có một tạo ảnh, có nhiều tạo ảnh hoặc không có tạo
ảnh nào.
Ví dụ 1.
a. Mỗi hàm số y f (x ) bất kì có thể được xem là một ánh xạ đi từ tập D là miền
xác định của y f (x ) vào .
b. Với tập X tùy ý, quy tắc tương ứng idX : X X xác định bởi idX x x ,
với mọi x X là một ánh xạ và được gọi là ánh xạ đồng nhất (identity map) trên tập X.
c. Tương ứng f : xác định bởi f (x ) x 2 là một ánh xạ.
7
d. Cho hai tập hợp X a, b, c, d ;Y 1, 2, 3 . Tương ứng f : X Y
xác định
bởi f a 1 , f b 2, f c 3 không là ánh xạ vì không tồn tại phần tử y Y sao cho
f d y, d X .
a. Cho A 1, 2, 3 ; B 2, 3, 4 ;C 2, 4 là các tập con của tập X. Hãy xác
định các tập f (A), f (B ), f (C ), f (X ).
b. Cho U a, b, c ;V b, e ; W d ;T c là các tập con của tập Y. Xác
định các tập f 1U ; f 1 V ; f 1W ; f 1T ; f 1Y .
Bài giải. Dựa vào ánh xạ đã cho, ta tìm được.
a. f (A) a, c, d ; f (B ) c, d ; f (C ) d ; f (X ) a, c, d .
b. Ta có:
f 1U 1, 3 ; f 1V ; f 1W 2, 4 ; f 1T 3 ; f 1Y X .
a. f (A B ) f A f B .
b. f (A B ) f A f B .
c. f (A \ B ) f (A ) \ f (B ).
d. f 1 (C D ) f 1 C f 1D .
1 1 1
e. f (C D) f (C ) f (D).
f. f 1 C \ D f 1C \ f 1 D .
8
Tuy nhiên, bao hàm thức ngược lại ở câu b. và c. không xảy ra. Ta xét ví dụ sau:
2
Ví dụ 3. Xét ánh xạ f : xác định bởi f (x ) x .
9
Hơn nữa, nếu một ánh xạ f : X Y được cho dưới dạng công thức xác định ảnh
y f x thì có thể xác định tính đơn ánh, toàn ánh, song ánh của ánh xạ f bằng cách
xem f x y (y Y ) * như là một phương trình theo biến x.
2
d. Ánh xạ f : xác định bởi f (x) x x là một đơn ánh nhưng không
là toàn ánh.
1 1 4y
x 1,2
2
Vì x2 0 nên phương trình (*) có không quá một nghiệm trong . Do đó, f là
một đơn ánh.
Mặt khác, tồn tại y 1 mà nghiệm x1 nên phương trình (*) vô nghiệm
trong . Do đó, f không là một toàn ánh.
2
e. Ánh xạ f : xác định bởi f (x , y ) x là một toàn ánh nhưng không là
đơn ánh. Do đó, f không là song ánh.
f. Ánh xạ f : xác định bởi f x x 2 không là toàn ánh vì f 11
và cũng không là đơn ánh vì f 1 f 1 1. Do đó, f không là một song ánh.
10
Cho hai ánh xạ f : X Y và g : Y Z . Khi đó tích (hợp) của hai ánh xạ f và g
là một ánh xạ đi từ tập X vào tập Z , kí hiệu là g f và được xác định bởi
g f (x ) g f (x ) , với mọi x .
Nhận xét.
1. Nếu f và g là hai ánh xạ đi từ X vào chính nó thì xác định được tích f g và
g f.
2. Tích của hai ánh xạ không có tính giao hoán nhưng có tính chất kết hợp.
3. Nếu f , g là các hàm số thì ánh xạ tích (hợp) của f và g là hàm số hợp của hàm
số f và g .
Ví dụ 5. Cho hai ánh xạ f và g đều đi từ tập vào lần lượt được xác định
bởi f x 2x 1 ; g x x 2 , với mọi x .
Khi đó, các ánh xạ tích f g và g f là các ánh xạ đi từ vào lần lượt được
xác định như sau:
f
1
1
f.
Ví dụ 6.
a. Ánh xạ f : xác định bởi f x x 3 là một song ánh. Ánh xạ ngược của
11
2x 1
b. Ánh xạ f : \ 1 \ 2 xác định bởi f (x) là một song ánh.
x 1
y 1
Với mọi y \ {2 } , có duy nhất x \ {1} . Do đó, ánh xạ ngược của f là
y 2
x 1
f 1 : \ 2 \ 1 xác định bởi f (x )
1
.
x 2
b. A \ A \ B A B ;
c. A B \ A A B;
d. A \ B C A \ B A \ C ;
e. A \ B C A \ B A \ C ;
f. A \ B B \ A A B \ A B .
Bài 2. Cho với mọi tập A, B , C , D là các tập bất kì. Chứng minh rằng:
a. A \ B khi và chỉ khi A B ;
b. Nếu A B và C D thì A C B D.
Bài 3. Cho 2 tập hợp A 2,1, 0, 3, 4 ; B 1, 2, 3, 5 .
a. Xác định các tập hợp A B , A B , A \ B , B \ A, A B ;
b. Tìm tất cả các tập con của A mà cũng là tập con của B.
Bài 4. Cho 2 tập hợp A 2,1, 0,1, 4 ; B 0,1, 2 . Hãy xác định các tập hợp sau đây:
a. T (x , y ) A B | x y ;
b. U (x , y ) A B | x 2 y 2 ;
d. W (x , y ) A B | xy 0.
Bài 5. Liệt kê tất cả các phần tử của các tập hợp sau:
a. A x | (x 1)(2x 2 3x 1) 0 ;
b. B x | x x x ;
12
Bài 6. Biểu diễn các tập hợp sau trên mặt phẳng Oxy :
1
A (x , y ) 2 | x 2 y 2 1 ; B (x , y ) 2 | x 2 y 2 1
4
Bài 8. Cho A X hàm đặc trưng của A là hàm A : X {0,1} xác định bởi
1 khi x A
A (x )
0 khi x A
Chứng minh rằng nếu A X , B X thì với mọi x X :
13
a. f có phải là đơn ánh, toàn ánh không? Vì sao?
b. Xác định f ( ).
1
c. Cho ánh xạ g : xác định bởi g(x )
*
. Xác định ánh xạ f g .
x
Bài 14. Trong các ánh xạ f : X Y sau đây, những ánh xạ nào là đơn ánh, toàn ánh,
song ánh. Nếu f là song ánh, hãy chỉ ra ánh xạ ngược của nó.
a. X , Y ( 0, ), f (x ) arccot( x ) ;
b. X 1, 2 ,Y 1, 7 , f (x ) x 2 3x 3;
c. X Y , f (x ) 3x 4 x ;
x2
d. X ,Y 0, 5 , f (x ) ;
1 x2 x4
1 x
e. X ( 1, 0),Y , f (x ) ln
1 x .
Bài 15. Trên tập các số thực , xét các quan hệ sau:
Bài 16. Xét là tập các số nguyên, * là tập các số nguyên dương. Quan hệ ~
trên tập * được xác định như sau: a, b ~ c, d ad bc
Chứng minh rằng quan hệ ~ là một quan hệ tương đương trên tập * .
Bài 17. Trên tập 2 xét quan hệ hai ngôi như sau:
(a , b ) (c , d ) a d b c
Chứng minh rằng là một quan hệ tương đương trên 2 .
Bài 18. Kí hiệu X là tập các điểm trên mặt phẳng và O là một điểm cố định
thuộc X. Trên X , xét quan hệ sau: M N nếu OM ON.
14
CHƯƠNG 2.
Ví dụ 1.
a. Phép cộng thông thường (+) và phép nhân thông thường (.) trên các tập
, , , là những phép toán hai ngôi có tính kết hợp và giao hoán.
b. Phép cộng (+) trên các tập , , , có phần tử trung hòa là 0, vì ta luôn có
a 0 0 a a.
c. Phép nhân (.) trên các tập , , , , có phần tử trung hòa là 1, vì ta luôn có
*
a.1 1.a a.
d. Đối với phép cộng (+) trên các tập , , mọi phần tử a đều có phần tử đối là
a, vì a (a ) (a ) a 0.
e. Đối với phép nhân (.) trên các tập , mọi phần tử a 0 đều có phần tử đối là
a1, vì a . a 1 a 1 . a 1 .
15
Đối với phép nhân (.) trên tập , mọi phần tử khác 1 và khác 1 đều không có
phần tử đối.
Nếu phép toán hai ngôi là phép nhân thì phần tử đối được gọi là phần tử nghịch đảo.
Nhận xét. Cho * là một phép toán hai ngôi trên tập X.
1. Nếu e là phần tử trung hòa của phép toán hai ngôi * thì e là duy nhất.
2. Nếu * có tính kết hợp thì phần tử đối của mỗi phần tử là duy nhất.
3. Nếu * có tính kết hợp và phần tử a X có phần tử đối thì ta có luật giản
ước a * x a * y x y và phương trình a * x b có duy nhất nghiệm
x a * b , trong đó a ' là phần tử đối của a .
Ta kí hiệu (X , *) để chỉ tập X cùng với phép toán hai ngôi *.
2.1.3 Nhóm.
Nhóm (group) là một tập X khác rỗng, được trang bị một phép toán hai ngôi có tính
chất kết hợp, có phần tử trung hòa và mọi phần tử của X đều có phần tử đối.
Như vậy, tập (X , *) được gọi là một nhóm nếu thỏa các điều kiện sau:
1. Phép toán * có tính kết hợp: x * y * z x * y * z , với mọi x, y, z X .
2. Phép toán * có phần tử trung hòa: tồn tại e X sao cho x * e e * x x với
mọi x X .
3. Mọi phần tử X đều có phần tử đối: tồn tại x ' X sao cho x * x ' x '* x e,
với mọi x X .
Nếu phép toán * trong X có tính giao hoán thì (X , *) được gọi là nhóm giao hoán.
Ví dụ 2.
* *
a. (, ), (, ), (, ), ( ,.), ( ,.) là các nhóm giao hoán.
b. , không phải là một nhóm, vì mọi phần tử khác 0 của không có phần tử
đối.
c. ,., ,. không là nhóm giao hoán vì phần tử 0 không có phần tử nghịch đảo.
2.1.4 Vành.
Vành (ring) là một tập hợp X cùng với hai phép toán hai ngôi: một phép toán
được viết theo lối cộng “+”, một phép toán được viết theo lối nhân “.” và chúng thỏa mãn
các điều kiện sau:
1. X, + là nhóm giao hoán.
2. Phép nhân có tính chất kết hợp: x . y . z x y . z , x , y , z X .
3. Phép nhân phân phối đối với phép cộng:
x . y z x .y x .z , x , y , z X (luật phân phối trái).
16
Ta kí hiệu vành X cùng với phép toán cộng và phép toán nhân được định nghĩa
trên X là X, +,. .
- Nếu phép nhân trong X có tính giao hoán thì X gọi là vành giao hoán.
- Phần tử trung hòa đối với phép cộng gọi là phần tử không của vành.
- Phần tử trung hòa đối với phép nhân gọi là phần tử đơn vị của vành.
Ví dụ 3.
a. Tập , +, . cùng với hai phép toán cộng và nhân thông thường là một vành
và gọi là vành các số nguyên. Vành này có tính giao hoán, có phần tử không là 0 và phần
tử đơn vị là 1.
Tương tự, ta cũng có vành các số hữu tỷ , vành các số thực (với các phép
toán cộng và nhân thông thường).
b. Tập , +, . không phải là một vành vì , + không phải là một nhóm giao
hoán.
2.1.5 Trường.
Trường (field) là một vành giao hoán có đơn vị, có nhiều hơn một phần tử và mỗi
phần tử khác 0 (đối với phép nhân) đều có phần tử nghịch đảo.
Như vậy, X, +,.. là một trường nếu thỏa các điều kiện sau:
2. X\ {0} ,. là nhóm giao hoán.
y z .x y .x z .x ; x , y , z X
Ví dụ 4.
a. Các vành , với phép cộng và phép nhân thông thường đều là các trường và
lần lượt gọi là trường các số hữu tỷ, trường các số thực.
b. Vành các số nguyên với toán cộng và nhân thông thường là vành giao hoán
có đơn vị nhưng không là một trường vì các phần tử khác 1 đều không có phần tử
nghịch đảo trong .
2.2 SỐ PHỨC
Như ta biết trên trường số thực , mọi phương trình bậc hai có biệt thức âm
đều không có nghiệm. Từ thế kỷ XVI, các nhà toán học đã tìm cách mở rộng lý thuyết số
và đã tìm ra khái niệm số mới gọi là số phức có đơn vị ảo là i sao cho i 2 1 . Rõ ràng
khi đó, mọi phương trình bậc hai đều có nghiệm, chẳng hạn phương trình x 2 1 0 có
nghiệm là i .
17
2.2.1 Trường số phức
Mỗi cặp có thứ tự các số thực a, b được gọi là một số phức (complex number).
2
Xét tập 2 {( a , b ) |a , b } . Trên , ta định nghĩa hai phép toán hai ngôi
bao gồm phép cộng và phép nhân như sau:
a, b c, d a c, b d
(a , b ).(c , d ) (ac bd , ad bc ), với mọi (a,b),(c,d) 2
Khi đó, dễ dàng kiểm tra rằng tập 2 cùng với hai phép toán nêu trên là một trường
và được gọi là trường số phức (complex number filed), kí hiệu là .
Trường số phức có phần tử không là 0, 0, phần tử đơn vị là 1, 0 , phần tử
a b
nghịch đảo của số phức a, b (0, 0) là 2 , .
a b 2 a 2 b 2
Trường hợp đặc biệt:
thực a và viết là a , 0 a . Nói cách khác, số thực là một trường hợp riêng của số phức.
Nếu a 1 thì số phức 1, 0 có 1, 01, 0 1, 0 1 nên 1, 0 đồng nhất với
1 và gọi là đơn vị thực.
2. Những số phức có dạng 0, b , b khác 0 luôn có bình phương là một số âm và
được gọi là số thuần ảo (số ảo thuần túy).
3. Số i 0, 1 có i 2 0, 10, 1 1, 0 1 , tức là i 2 1 và i được
gọi là đơn vị ảo.
2.2.2 Dạng chính tắc của số phức.
Xét số phức z a , b , trong đó a , b . Ta có :
z a, b a, 0 0, b a 1, 0 b 0, 1 a bi
18
Cho số phức z a bi . Khi đó, số phức liên hợp của z , kí hiệu là z , là số phức
19
Xét mặt phẳng tương ứng với hệ tọa độ O x y , ta biểu diễn số phức z a bi bởi
một điểm M có tọa độ (a , b ).
Như vậy trong hệ tọa độ O x y , các số thực được biểu diễn trên trục hoành Ox (gọi
là trục thực) , các số thuần ảo được biểu điễn trên trục tung O y (gọi là trục ảo).
Ngược lại, với mỗi điểm M trên mặt phẳng Oxy có tọa độ là (a , b ), ta đặt tương
ứng số phức có dạng z a bi . Ta có thể biểu diễn số phức trên mặt phẳng Oxy được
gọi là mặt phẳng phức.
Mỗi điểm M (a , b ) trong mặt phẳng Oxy tương ứng với một vectơ có bán kính là
r a 2 b 2 | OM | và một góc cực tương ứng Ox ,OM .
Ta có:
a
cos
r
b
sin
r
Do đó z r(cos i sin ) (1) trong đó:
r là một số thực không âm và gọi là môđun (hay bán kính cực) của số phức z và
được tính bởi công thức r z a 2 b 2 .
gọi là Acgument (hay góc định hướng) của số phức z và được kí hiệu là Argz ,
trong đó 0 Argz 2 .
Công thức (1) được gọi là dạng lượng giác của số phức z. Chính nhờ vào dạng
lượng giác rất đặc biệt mà chúng ta có thể thành lập công thức nâng lên lũy thừa và khai
căn số phức.
2.2.8 Một số tính chất về môđun của số phức.
Với mọi số phức z 1 và z2, ta có các tính chất sau:
1. z 1.z 2 z 1 . z 2 ;
2
2. z.z z ;
z1 z1
3. ;
z2 z2
20
n
n *
4. z z , n ;
5. z 1 z 2 z 1 z 2 .
Ví dụ 1. Tìm dạng lượng giác của các số phức sau:
a. z 1 b. z i c. z 1 i 3
d. z 1 i 3 e. z 1 i 3 f. z 1 i .
Bài giải. Áp dụng công thức (1), ta tìm được:
a. z 1 cos 0 i.sin 0 .
b. z i cos i.sin .
2 2
c. z 1 i 3 2 cos i.sin .
3 3
2 2
d. z 1 i 3 2 cos i.sin .
3 3
4 4
e. z 1 i 3 2 cos i.sin .
3 3
f. z 1 i 2 cos i.sin .
4 4
Giả sử các số phức z 1 r1. cos1 +i.sin 1 và z 2 r2 . cos 2 + i .sin 2 . Khi đó
ta có các công thức sau:
z1 z2 rcos
1
1 r2cos2 i rsin
1
1 r2sin2 ;
z1.z2 r1.r2 cos 1 + 2 isin 1 2 ;
z1 r1
z2
r2
. cos 1 - 2 i.sin 1 2 .
Ví dụ 2. Viết các số phức sau dưới dạng lượng giác:
1 i
a. z1 1 i 3 i ; b. z1 .
3 i
Bài giải. Ta có:
1 i 2 cos i.sin ;
4 4
3 i 2 cos i.sin
6 6
Do đó,
21
5 5
a. z1 1 i
3 i 2 2 cos i.sin .
12 12
1 i 2
cos i.sin .
b. z1
3 i 2 12 12
z 3 z 2 .z r 3 cos 3 + i .sin 3
Bằng phương pháp qui nạp, hoàn toàn suy ra được công thức sau:
z n r n cos n i. sin n , n * (2)
Công thức (2) được gọi là công thức lũy thừa bậc n của số phức.
Ví dụ 3. Tính:
1945
1 i 3 .
7 7
a. 1 i ; b. 1 i 3
Bài giải.
1 i 3
7 7 7
b. Đặt z 2 1 i 3 và gọi w 1 i 3 .
Ví dụ 4. Hãy biểu diễn hình học các số phức z thỏa điều kiện:
1 z – i 2.
2
2 2
Bài giải. Giả sử z = x + iy thì z i x (y 1) .
22
Do đó, 1 < x2 + (y – 1)2 < 4 . Suy ra, điểm biểu diễn của z là M(x, y) nằm trong
đường tròn tâm I(0, 1), bán kính 2 và nằm ngoài đường tròn tâm I(0, 1), bán kính 1.
z 1 z 1 4
Bài giải. Gọi M(x y) là biểu diễn hình học của số phức z A(–1 0) là biểu diễn
hình học của số phức z1 1, B(1 0) là biểu diễn hình học của số phức z2 1. Tổng
khoảng cách từ điểm M đến hai điểm cố định A , B luôn bằng 4 nên tập hợp các điểm M
chính là tập hợp các điểm thuộc ellipse (E).
(E) có hai tiêu điểm là A , B ; nửa trục lớn là a = 2; tiêu cự 2c = AB = 2; nửa trục
x 2 y2
nhỏ b a 2 c 2 4 1 3, do đó phương trình của (E) là 1.
4 3
Ví dụ 6. Khai triển cos 3x và sin 3x theo các lũy thừa của co sx và sin x .
Bài giải. Ta có:
cos 3x i. sin 3x cos x i.sin x
3
n r n r
n k 2 k k 2 k
n n
k2 k2
i sin ;(k 0,1,2,...,(n 1)).
Suy ra wk r cos
n
n n
n n
Vì k nhưng công thức trên chỉ nhận n giá trị k khác nhau.
23
Như vậy, có đúng n giá trị căn bậc n của mỗi số phức z (z 0) ứng với các giá trị
n
k 0,1,2,...., n 1. Các giá trị này có cùng môđun là r và được biểu diễn bởi các
điểm là các đỉnh của một đa giác đều gồm n cạnh nội tiếp đường tròn có tâm là gốc tọa độ
n
O và bán kính R r .
Ta có z 1 cos 0 +i.sin 0 . Suy ra căn bậc hai của đơn vị là:
k cos(k ) i sin(k ),(k 0,1)
Vậy, căn bậc hai của đơn vị có 2 giá trị là:
k 0 : 0 1; k 1 : 1 1.
Tương tự, căn bậc n của đơn vị là:
k 2 k 2
k cos i sin
n ,(k 0,1,..., n 1).
n
Ví dụ 7. Tìm các căn bậc 6 của đơn vị.
Bài giải. Ta có z 1 cos 0 i sin 0.
k k
Suy ra k cos i sin ,(k 0,1,..., 5).
3 3
Ta có thể biểu diễn các giá trị căn bậc 6 của đơn vị trên đường tròn đơn vị trong
mặt phẳng phức theo hình sau:
24
Ví dụ 8. Tìm các bậc hai của các số phức sau:
a. z 5 12i; b. z 3 4i.
Bài giải.
2.3 ĐA THỨC
2.3.1 Vành đa thức K [x ].
Cho K là một trường số ( K có thể là hoặc ) và a 0 , a 1, a 2 ,..., a n K . Biểu
thức f x an x n an 1x n 1 ... a1x a 0 được gọi là một đa thức (polynomial) theo
Nếu an 0 thì an là hệ số cao nhất của đa thức f (x ). Khi đó, bậc của đa thức là
n, kí hiệu là d eg ( f ).
Nếu tất cả ai 0 thì f được gọi là đa thức không và không có bậc.
Ta kí hiệu tập các đa thức theo biến x với các hệ số thuộc K là K [x ].
Xét hai đa thức:
f x an x n a n 1x n 1 ... a1x 1 a 0 ;
ai bi ; i 0,..., m
trong đó ci
a; i m 1,..., n
i
- Phép nhân hai đa thức: f x .g x dm n x m n dm n 1x m n 1 ... d1x 1 d 0
trong đó dk a .b ; k 0,..., m n.
i j
i j k
Nhận xét. Tập K x cùng với hai phép toán định nghĩa như trên lập thành một
vành giao hoán, có đơn vị và được gọi là vành đa thức trên trường K.
2.3.2 Phép chia đa thức.
25
Cho hai đa thức f x , g x K [x ], giả sử rằng d eg( f ) n ,
deg(g ) m , g (x ) 0, m n . Nếu lấy đa thức f (x ) chia cho đa thức g(x ) thì ta thu được
một đa thức p(x ) với deg( p ) n m và một phần dư là đa thức r (x ) với deg(r ) m
nếu r (x ) 0.
Khi đó, đa thức f (x ) có thể biểu diễn duy nhất dưới dạng:
f x g x .p x r x
Đa thức p(x ) được gọi là đa thức thương và r (x ) được gọi là phần dư trong phép
chia f (x ) cho g (x ).
Nếu r (x ) 0 (đa thức không) thì ta nói f (x ) chia hết cho g(x ) , hay g(x ) là ước của
f (x ).
b. Phần tử được gọi là nghiệm bội (multiple root) bậc k (k n ) của đa thức f
k k 1
nếu f chia hết cho (x ) và f không chia hết cho (x ) .
2
Ví dụ 1. Đa thức f (x ) x(x 2) có nghiệm là 0 với số bội là 1 có nghiệm là 2
với số bội là 2.
Ví dụ 2. Xét xem 2 có là nghiệm của đa thức:
f (x) x 5 5x 4 7x 3 2x 2 4x 8 hay không? Nếu có, hãy chỉ rõ số bội của .
Bài giải.
5 4 3 2
Ta có f (2) 2 5.2 7.2 2.2 4.2 8 0 nên 2 là một nghiệm
của đa thức f (x ) .
3 2
Mặt khác, f (x) (x 2) (x x 1) .
Vì 2 không là nghiệm của x 2 x 1 nên số bội của 2 là 3.
2.3.4. Mệnh đề.
Cho đa thức f (x ) với hệ số thực. Nếu số phức z a bi là một nghiệm của đa
thức f (x ) thì số phức liên hợp z a bi cũng là một nghiệm của đa thức f (x ) .
Trường số phức là một mở rộng của trường số thực , do đó mỗi đa thức với
hệ số thực có thể được xem là một đa thức với hệ số phức.
26
2.3.5 Định lý.
Mỗi đa thức có bậc lớn hơn không trên trường số phức đều có nghiệm phức.
1 i 3
Ví dụ 3. Phương trình x 2 x 1 0 có hai nghiệm phức là x 1,2 .
2
Nhận xét. Giả sử f (x ) là một đa thức bậc n với hệ số thực thì f x luôn được
phân tích thành tích các nhân tử bao gồm các nhị thức bậc nhất hoặc những tam thức bậc
hai thực có biệt thức âm.
Ví dụ 4. Đa thức f x x 4 3x 3 3x 2 3x 2 có thể được viết dưới dạng
thành tích các nhân tử có dạng f x x 1x 2 x 2 1 .
2
Phương trình x 2 3 x 10i 0 có 9 40i 5 4i nên có 2 nghiệm:
z1 4 2i; z2 1 2i
Vì đa thức đã cho có hệ số thực nên các liên hợp của z 1 và của z 2 cũng là nghiệm.
Ví dụ 6. Cho số phức z 1 i 3. Hãy tìm một đa thức với hệ số nguyên có bậc
nhỏ nhất nhận z làm nghiệm.
27
5 6i 4 2i
b. ;
3 2i i
1 i
n
c. ;
1 i
n 2
1 2i 1 i
2 3
d. .
3 2i 2 i
3 2
a. 1 2i x 3 5i y 1 3i;
x iy
2
b. 3 4i;
x iy
2
c. 15 8i;
d. (x ai )(b yi ) 4 3i .
Bài 3. Với giá trị thực nào của x và y thì các cặp số phức sau đây là các cặp số phức
liên hợp?
a. z 1 y 2 2y xy x y x y i ; z 2 y 2 2y 11 4i.
b. z1 x y 2 1 4i ; z 2 3 ixy 2 iy 2 .
Bài 4. Biểu diễn các số phức sau dưới dạng lượng giác:
a. 1 i; 3 i; 1 i; 2 2i
1
b. 1 i 3; 3 i; 4 4i;
1i
Bài 5. Biến đổi về dạng lượng giác để tính các biểu thức sau:
1 i 3
3n
24 20
3 i 1 i 3
i 1
1000
;
1 i 3
150
; ; 1 ; ;
2 2 1 i 1 i
4n
1 i 3 1 i 3
15 15 6
3 i 1 i
100
; ; ;
1 i 1 i 1 i 1 i 1 i 1 i
20 20 8 4 96 96
1i 1i 1 i
Bài 6. Tính 6 ; 8 ; 6 .
3 i 3 i 3 i
Bài 7. Chứng minh các hệ thức sau:
28
n
a. 1 C n2 C n4 C n6 2n /2. cos
4
n
b. C n1 C n3 C n5 C n7 2n /2.sin
4
Bài 8. Chứng minh rằng:
a. 1 cos i sin 2n cosn cos n i sin n ;
n
2 2 2
1 i tan n
n
1 i tan
b. .
1 i tan 1 i tan n
1 1
c. Nếu số phức z thỏa z 2cos thì z n n 2 cos n. Áp dụng, tính
z z
2010
1 1
z 2010
, biết rằng z 1 .
z z
Bài 9. Hãy biểu diễn theo sin x và cos x :
b. Giải thích ý nghĩa hình học của đẳng thức trên.
Bài 14. Cho k là một số thực.
1 ki
a. Tính z
2k k 2 1 i
b. Tìm k sao cho z là số thực.
c. Tìm k sao cho z là số thuần ảo.
29
z 1
Bài 15. Cho số phức z a bi , z 1 . Chứng minh rằng là số thuần ảo
z 1
khi và chỉ khi a 2 b 2 1 .
Bài 16. Trong các số phức z thỏa điều kiện z 1 2i 1 , tìm số phức z có môđun nhỏ
nhất.
Bài 17. Hãy giải các phương trình sau trên :
2
a. z i;
2
b. z 5z 8 0;
2
c. z 2(2 3i)z 4 12i 0;
4 2
d. z z 2 0;
6
e. z 1 2 0;
3
z i
f. 1.
i z
Bài 18. Biểu diễn trên mặt phẳng phức các tập hợp sau:
a. {z / z 3};
b. z / 1 z 1 2 ;
c. z / z 1 i 2 ;
d. z / z 2 z 1 0 ;
3
e. z / 1 z 2 ; arg z ;
4
f. z / z 1 1 ; z 1 i 1 .
30
8 6 4 2
c. f (x) x 4x 6x 4x 1.
f x x 5 5x 4 7x 3 2x 2 4x 8
Chỉ rõ số bội của .
f x x 5 7x 4 16x 3 8x 2 16x 16 .
Chỉ rõ số bội của .
Bài 23. Tìm một đa thức f x có bậc nhỏ nhất với hệ số nguyên nhận:
3
a. 2 i làm nghiệm.
4
b. 5 5 làm nghiệm.
z
Bài 24. Hãy biểu diễn hình học số phức z thỏa điều kiện phần ảo của số phức
1i
bằng 0.
Bài 25. Phân tích các đa thức sau đây thành tích các thừa số tuyến tính:
3 2 4 2 3
a. z 6z 11z 6; b. 3z 23z 36; c. z z 2; d.
z 4 16 .
31
CHƯƠNG 3.
Ma trận và định thức luôn đi liền nhau và nhiều người cứ nghĩ rằng khái niệm định
thức phải ra đời sau khái niệm ma trận (vì chúng ta hay gọi định thức của ma trận), nhưng
điều này hoàn toàn ngược lại. Định thức ra đời nhằm giải hệ phương trình tuyến tính và
người đầu tiên đưa ra khái niệm này là Leibnitz vào năm 1693. Sau đó, định thức được tiếp
tục phát triển và nghiên cứu qua các công trình của Cramer (nhà toán học người Thụy sĩ),
Vandermonde (nhà toán học người Hà Lan), Laplace (nhà toán học người Pháp), Jacobi
(nhà toán học người Đức), … người đầu tiên nghiên cứu định thức một cách có hệ thống là
Cauchy (nhà toán học người Pháp).
Hệ phương trình tuyến tính đã được biết đến từ rất sớm và có rất nhiều ứng dụng
trong thực tế ở các lĩnh vực khác nhau. Ở Trung Quốc người ta đã tìm thấy một cuốn sách
có khoảng từ những năm trước công nguyên, đã chỉ dẫn về việc dùng một bàn tính để giải
các hệ phương trình tuyến tính, đó chính là thuật toán khử Gauss, một phương pháp khác
để giải các hệ phương trình tuyến tính là sử dụng định thức của Cramer. Chúng ta thấy
rằng vấn đề giải hệ phương trình tuyến tính có thể giải quyết bằng những phương tiện tính
toán sơ cấp. Tuy nhiên, nếu một hệ có số lượng lớn các phương trình thì sẽ gây khó khăn
không nhỏ. Với sự hỗ trợ của máy tính và các thuật toán thì sự việc sẽ trở nên đơn giản hơn.
Mục tiêu đạt được sau khi học xong chương này là:
- Vận dụng thành thạo các phép toán trên ma trận.
- Cách tìm hạng của một ma trận bằng các phép biến đổi sơ cấp.
- Tính định thức bằng nhiều phương pháp.
- Tìm được ma trận nghịch đảo (bằng phương pháp biến đổi sơ cấp và phần bù đại
số).
- Giải được các hệ phương trình tuyến tính bằng phương pháp thích hợp.
- Đối với hệ phương trình tuyến tính có chứa tham số, giải và biện luận nghiệm của
hệ theo tham số; tìm điều kiện của tham số để hệ phương trình thỏa điều kiện cho trước.
32
một ma trận (matrix) cấp m , n và có dạng sau:
a a1n a a1n
11 a12 11 a12
a a 22 a 2n a a 2n
A 21 A 21 a22
hay
a
m 1 am 2 a mn am 1 am 2 amn
- Phần tử aij là phần tử nằm ở dòng thứ i và cột thứ j; với mọi
i 1, ..., m ; j 1, ..., n .
- Nếu m n thì ma trận A gọi là ma trận vuông (square matrix) cấp n, kí hiệu là
A a ij .
n
- Nếu m n thì ma trận A gọi là ma trận chữ nhật (rectangular matrix), kí hiệu
là A aij .
m,n
a11, a22,, ann được gọi là vết của ma trận A (trace of a matrix) và được kí hiệu là Tr A.
Như vậy, Tr A a 11 a 22 a nn .
Kí hiệu:
1. Tập hợp tất cả các ma trận cấp m , n với các hệ số trên K được kí hiệu là
M m, n, K .
2. Tập hợp tất cả các ma trận vuông cấp n với các hệ số trên K được kí hiệu là
M n, K .
33
0 0 0
0 0 0
0 0 0
2. Ma trận đơn vị cấp n (unit matrix). Là một ma trận vuông cấp n có các phần tử
trên đường chéo chính bằng 1, các phần tử khác đều bằng 0 và có dạng:
1 0 0
0 1 0
I n
0 0 1
3. Ma trận tam giác trên. Là một ma trận vuông cấp n mà các phần tử nằm phía
dưới đường chéo chính đều bằng 0 và có dạng sau:
a a1n
11 a12
0 a a 2n
A 22
0 0 a nn
Như vậy, ma trận A aij là ma trận tam giác trên khi và chỉ khi aij 0, với
n
mọi 1 j i n .
4. Ma trận tam giác dưới là một ma trận vuông cấp n mà các phần tử nằm phía
trên đường chéo chính đều bằng 0 và có dạng sau:
a
11 0 0
a a22
0
A 21
a ann
n 1 an 2
Như vậy, ma trận A aij là ma trận tam giác dưới khi và chỉ khi aij 0, với
n
mọi 1 i j n .
Những ma trận tam giác trên và những ma trận tam giác dưới được gọi chung là ma
trận tam giác (triangular matrix).
5. Ma trận đường chéo (diagonal matrix). Là một ma trận vuông cấp n mà các phần
tử nằm ngoài đường chéo chính đều bằng 0 và có dạng:
34
a
11 0 0
0 a 0
A : diag(a11, a22 ,...., ann ) 22
0 0 ann
Ma trận đường chéo còn được gọi là ma trận dạng chéo hay ma trận chéo.
Ví dụ 1.
1 0 0
I 0 1 0
a. Ma trận 3 là ma trận đơn vị cấp 3.
0 0 1
1 2 4 5
b. Ma trận A 2 1 0 2 là ma trận cấp (3,4).
1 5 2 4
5 2 1 4
0 1 3 2
c. Ma trận B
0 4 2
là ma trận tam giác trên cấp 4.
0
0 0 0 6
1 2 3
d. Ma trận C 4 5 6 là ma trận vuông cấp 3 có các phần tử trên đường chéo
7 8 9
chính là 1, 5, 9.
Nhận xét.
- Ma trận đơn vị là ma trận đường chéo, điều ngược lại thì không đúng.
- Ma trận đường chéo là ma trận tam giác, điều ngược lại thì không đúng.
- A là một ma trận đường chéo khi và chỉ khi A là ma trận tam giác trên vừa là
ma trận tam giác dưới.
3.1.3 Ma trận chuyển vị.
Cho ma trận A cấp m , n với các hệ số trên K. Nếu lấy mỗi dòng của ma trận
A sắp thành cột tương ứng thì ta thu được ma trận cấp n , m và gọi là ma trận chuyển
vị (transposed matrix) của ma trận A, kí hiệu là AT (đọc là A chuyển vị).
35
1 2 3 4 1 2 3
2 4 ; B 2 1 1
Ví dụ 2. Cho ma trận A 1 3
0 1 4 3
3 1 0
Khi đó,
1 1 0
1 2 3
2 3 1 T
A
T
; B 2 1 1
3 2 4
4 4 3 1 0
3
T
Dễ thấy rằng, AT A.
3.1.4 Ma trận đối xứng - Ma trận phản đối xứng.
Cho ma trận A a ij M n , ; i, j 1, , n . Khi đó:
T
1. Nếu A A, tức là aij a ji thì A gọi là ma trận đối xứng (symmetric
matrix).
Như vậy, ma trận đối xứng là một ma trận vuông, trong đó các phần tử đối xứng
với nhau qua đường chéo chính thì bằng nhau.
T
2. Nếu A A, tức là aij a ji thì A gọi là ma trận phản đối xứng (skew -
symmetric matrix) hay còn gọi là ma trận phản xứng.
Như vậy, ma trận phản xứng là ma trận vuông trong đó mọi phần tử trên đường
chéo chính đều bằng 0, còn các phần tử đối xứng với nhau qua đường chéo chính thì trái
dấu nhau.
Ví dụ 3.
1 2 3 4
2 2 1 3
a. Ma trận A là ma trận đối xứng cấp 4.
3 1 3 2
4 3 2 4
0 2 3
b. Ma trận B 2 0 1 là ma trận phản đối xứng cấp 3.
3 1 0
3.1.5 Hai ma trận bằng nhau.
Hai ma trận A và B gọi là bằng nhau, kí hiệu là A B, nếu chúng có cùng cấp
và có các phần tử hoàn toàn như nhau ở mọi vị trí.
Điều này có nghĩa là, với hai ma trận A aij và B bij
m ,n (m,n ) trên K thì:
A B aij bij ; i 1,..., m; j 1,..., n
36
Ví dụ 4. Tìm các giá trị của x, y, z để
x 1 1 3y 4 1
2x 1 z y 1 2z 2
Bài giải. Theo đề bài, ta có hệ:
x 1 3y 4 x 1
2x 1 y 1
y 2
z 2z 2
z 2
3.1.6 Các phép toán trên ma trận.
3.1.6.1. Phép cộng hai ma trận.
r .A là một ma trận cấp m , n trên K thu được bằng cách nhân r với các phần tử của ma
trận A.
Ta có:
r.A r. aij r.a
m,n ij m,n
Như vậy muốn nhân một số với một ma trận ta nhân số đó với mọi phần tử của ma
trận.
Nếu r 1 thì ta viết A thay cho 1 A và gọi là ma trận đối của ma trận A
và A aij .
m,n
Hiệu của hai ma trận cùng cấp A và B là một ma trận cùng cấp, kí hiệu là
A B chính bằng tổng của A với ma trận đối của B .
37
Ví dụ 5. Cho hai ma trận
1 2 3 4 4 2 1 5
A 1 3 2 4 ; B 2 3 3 1
0 1 4 3 4 2 0 5
Ta tính được:
5 4 2 9 6 6 5 13
A B 3 6 1 5 ;2A B 4 9 1 9 ;
4 3 4 2 4 4 8 1
5 3 4
8 4 2 10
4 6 3
2B 4 6 6 2 ; AT BT (A B )T
2 1 4
8 4 0 10 9 5
2
Một số tính chất cơ bản.
c. A A; A A A A .
AT BT ;r.A r.AT .
T T
d. A B
e. r . A B r .A r .B .
f. r s .A r .A s .A.
g. r .s .A r . s .A r .s .A .
h. 1.A A; 0.A .
1 2 6
Ví dụ 6. Cho ma trận A 4 3 8 .
2 2 5
Hãy tìm ma trận X sao cho:
a. 5A 3X I 3 .
38
b. 3A 2X I 3 .
1
Bài giải. a. Ta có: 5A 3X I 3 X
3
5A I 3
1 2 6 1 0 0
5 10 30 1 0 0
1 1 1
X 5A I 3 5 4 3 8 0 1 0 20 15 40 0 1 0
3 3 3
2 2 5 0 0 1 10 10 25 0 0 1
4 10 30 4 / 3 10 / 3 10
1
20 14 40 20 / 3 14 / 3 40 / 3
3
10 10 24 10 / 3 10 / 3 8
Câu b. Tương tự câu a.
3.1.6.3. Phép nhân hai ma trận .
Cho hai ma trận A aik m,p và B bkj trên K. Khi đó ma trận tích của A
p,n
và B , kí hiệu AB, là một ma trận C cấp m , n trên K trong đó các phần tử của C được
p
xác định bởi công thức cij aikbkj .
k 1
Chú ý.
1. Ma trận tích AB có số dòng bằng số dòng của ma trận A và có số cột bằng số
cột của ma trận B. Tích của các ma trận chỉ xác định khi số cột của ma trận đứng trước
bằng số dòng của ma trận đứng liền sau nó.
2. Phần tử ở vị trí thứ i, j của ma trận tích chính bằng tổng các tích gồm phần tử ở
dòng thứ i và cột thứ j tương ứng.
3. Nếu hai ma trận vuông cùng cấp A và B thỏa mãn điều kiện AB BA thì
gọi là giao hoán nhau. Tuy nhiên, tích của các ma trận (nói chung) không giao hoán.
39
1 3
1 2 1
A ; B 2 1 ; C 2 1
3 1 2 1 0
3 1
Ta có:
1 3
1 2 1 6
AB 2 1 2
3 1 2 11 8
3 1
1 3 5
1 2 1 10 5
BA 2 1 5 5
0
3 1 2 0 5
3 1 5
1 3
2 1 5 1
BC 2 1 5 2
1 0
3 1 5 3
AB
T
c. BT AT ;
d. A BC AB C ;
f. D D A D A D A.
' '
Tập các ma trận vuông M n , K cùng với các phép toán cộng và nhân ma trận lập
thành một vành có đơn vị. Vành này không giao hoán nếu n 1. Phần tử đơn vị của vành
40
M n , K là ma trận đơn vị cấp n.
Chú ý rằng với một ma trận vuông A cấp n thì tích A.AT và AT .A là các ma trận
đối xứng.
T T T T T
. T nên A A T là ma trận đối xứng.
Thật vậy, do (AA ) (A ) A AA
T T T T T T
Tương tự, ta cũng chứng minh được (A A) A (A ) A .A.
Suy ra A T A là ma trận đối xứng.
0 1
Tuy nhiên, AAT AT A. Chẳng hạn, xét ma trận vuông cấp 2 A , thì
0 0
0 0 1 0 0 0
A
T
T
. Suy ra AA
, nhưng A A
T .
1 0 0 0 0 1
Lưu ý:
- Đối với những ma trận vuông cấp 2, cấp 3, chúng ta có thể sử dụng máy tính Casio
fx 570ES Plus để tính toán trên ma trận như cộng hai ma trận, nhân ma trận với một số,
nhân hai ma trận, tính lũy thừa, tính định thức hoặc tìm ma trận nghịch đảo của ma trận đó;
đối với máy tính VINACAL thì có thể áp dụng tính toán cho những ma trận vuông cấp 4.
- Ngoài ra, việc tính toán trên ma trận có thể được hỗ trợ bởi một số phần mềm thông
dụng như: Excel, Matlab, Maple,…, được thực hiện trên các ma trận có số dòng và số cột
lớn hơn 4, điều này các loại máy tính Casio không thể thực hiện được.
Trong Excel, có thể dùng hàm TRANSPOSE để tìm ma trận chuyển vị của một ma
trận cho trước, dùng hàm NMULT để thực hiện phép nhân hai ma trận.
1 3
Ví dụ 9. Cho hai ma trận A và B 5 7 . Thực hành tính toán trên Excel
6 8
2 4
để tính AB và BA.
Hướng dẫn:
41
(Lưu ý: các phần tử của A nằm ở các ô A1,A2,B1,B2;còn các phần tử của B nằm ở
các ô D1,D2,E1,E2).
Các phép biến đổi sau được gọi là các phép biến đổi sơ cấp trên dòng của ma trận A:
1. cj .cj ;0 K
2. c j ck ; j k
3. c j c j ck ; j k, K
Các phép biến đổi sơ cấp trên dòng và trên cột của ma trận gọi chung là các phép
biến đổi sơ cấp trên ma trận đó.
3.1.8 Ma trận tương đương.
Hai ma trận A và B cùng cấp được gọi là tương đương , kí hiệu là A ~ B , nếu
tồn tại hữu hạn các phép biến đổi sơ cấp biến ma trận A thành ma trận B.
1 2 3
Ví dụ 10. Cho ma trận A 6 5 4 .
7 8 9
42
Lấy dòng 1 nhân cho 6, sau đó lấy dòng 2 trừ dòng 1, ta được ma trận
1 2 3
B 0 7 14
7 8 9
Tiếp tục, đổi vị trí dòng 2 và dòng 3 ta được ma trận
1 2 3
C 7 8 9
0 7 14
Ma trận B,C là những ma trận tương đương với ma trận A.
Như vậy, một ma trận bất kì có vô số ma trận tương đương với nó.
3.1.9 Lũy thừa ma trận.
Cho A là một ma trận vuông cấp n với các hệ số trên K. Ta định nghĩa lũy thừa
bậc k (k ) của ma trận A là một ma trận cấp n kí hiệu là Ak và được xác định như
sau:
A0 I n ; A1 A; A2 A.A;; Ak Ak 1.A
Do tính kết hợp của ma trận, ta có A k A.A A (gồm k nhân tử).
Một số tính chất. Với A là một ma trận vuông cấp n và r , s , ta có:
r r
1. n n ; In In ;
2. A A .A ; A A
s
r s r s rs r
Ví dụ 11.
1 3
a. Cho ma trận A
2 3
. Hãy tính A , A , từ đó tính A 2 0 0 .
0 1
1 1 0
A 0 1 1 Tính Ak , k , k 1 .
b. Cho ma trận
0 0 1
Bài giải. a. Ta có.
1 6 1 2.3
2
A AA . =
0 1
0 1
1 3.3
A3 A2 .A ;; A200 1 200.3 1 600
0 1 0 1
0 1
43
b. Ta có:
1 k k (k 1)
2
,
Ak 0 1 k k , k 1 (*)
0 0 1
Cần chứng minh công thức trên bằng quy nạp:
Khi k 1 thì (*) đúng.
Giả sử (*) đúng với k n. Ta chứng minh (*) đúng với k n 1.
1 n n(n 1) 1 1 0 1 1 n n(n 1)
2 2
n 1 n
A A .A 0 1 n 0 1 1 0 1 n 1
0 0 1 0 0 1 0 0 1
Vậy (*) đúng với mọi n .
Ví dụ 12.
a. Tìm tất cả các ma trận vuông cấp 2 có bình phương của nó bằng ma trận 0.
b. Tìm tất cả các ma trận vuông cấp 2 có bình phương của nó bằng ma trận đơn vị.
Bài giải.
a b
a. Giả sử ma trận cần tìm có dạng A . Khi đó:
c d
a 2 bc 0
a 2 bc (a d )b 0 0
A2 (a d )b 0
(a d )c d 2
bc 0 0
.
2
d bc 0
Do đó,
b. Tương tự câu a.
Lưu ý:
0 0 k 0 0
1 1
0 0 0 2k 0
Nếu B thì B
2 k
0 0
n 0 0 nk
Mệnh đề. Giả sử k
và A, B là hai ma trận vuông cấp n giao hoán nhau. Khi đó:
44
k
a. AB Ak Bk ;
k k k1 k2 k 1
b. A B (A B)(A A B B );
k
c. A B C ki Ai B k i .
k
i 0
45
g(A) A3 3A2 4I
3 2
2 0 0 2 0 0 1 0 0
0 2 0 3 0 2 0 4 0 1 0
0 0 1 0 0 1 0 0 1
46
dòng khác 0 (hay cột khác 0).
3.1.12 Ma trận bậc thang.
Cho A là ma trận với các hệ số trên K.
1. Ma trận A được gọi là ma trận bậc thang dòng (row echelon matrix) nếu:
- Các dòng bằng 0 (nếu có) phải nằm ở phía dưới các dòng khác 0;
- Đối với hai dòng khác 0 bất kì của ma trận A, phần tử khác 0 đầu tiên (tính từ trái
qua phải) của dòng dưới luôn nằm về phía bên phải của cột chứa phần tử khác 0 đầu tiên
của dòng trên.
2. Ma trận A được gọi là ma trận bậc thang cột (column echelon matrix) nếu
- Các cột bằng 0 (nếu có) phải nằm phía bên phải các cột khác 0;
- Đối với hai cột khác 0 bất kì của ma trận A, phần tử khác 0 đầu tiên (tính từ trên
xuống dưới) của cột bên phải luôn nằm về phía dưới của dòng chứa phần tử khác 0 đầu
tiên của cột bên trái.
Các ma trận bậc thang dòng hay ma trận bậc thang cột gọi chung là các ma trận bậc
thang.
Ví dụ 15.
0 2 1 3 4 1 0 2
A 0 0 5 4 6 , B 0 0 3
a. Các ma trận và ma trận đơn vị I n là các
0 0 0 0 2 0 0 0
ma trận bậc thang dòng.
2 0 0 0 1 0 0 0 0 0
1 0 0 0 4 0 0 0 0 0
b. Các ma trận 4 2 0 0 , 3
1 0 0 0 0 và ma trận đơn
1 3 5 0 2 5 4 0 0 0
2 4 1 0 1 2 5 3 1 0
0 2 7 2 3 5
0 3 4 0 0 0
c. Ma trận và không phải ma trận bậc thang.
0 0 5 0 1 3
47
- Các phần tử khác 0 đầu tiên của dòng trong ma trận A đều bằng 1 (gọi là số 1
chuẩn);
- Các phần tử còn lại của cột chứa số 1 chuẩn đều bằng 0.
2. Ma trận A được gọi là ma trận bậc thang cột rút gọn (column – reduced
echolon matrix) nếu thỏa các điều kiện sau:
- A là ma trận bậc thang cột;
- Các phần tử khác 0 đầu tiên của cột trong ma trận A đều bằng 1 (gọi là số 1
chuẩn).
- Các phần tử còn lại của dòng chứa số 1 chuẩn đều bằng 0.
Các ma trận vừa có dạng bậc thang dòng rút gọn, vừa có dạng bậc thang cột rút gọn
được gọi là ma trận bậc thang chính tắc.
Ví dụ 16.
a. Ma trận đơn vị cấp n là ma trận bậc thang chính tắc.
1 0 0 3 4
0 1 0 2 3
b. Ma trận A
0 1 3 3
là ma trận bậc thang dòng rút gọn.
0
0 0 0 0 0
0 0 0
1 0 0
c. Ma trận B 0 1 0 là ma trận bậc thang cột rút gọn.
0 2 0
0 0 1
1 1 2 3 0
0 1 4 2 0
d. Ma trận C
0 0 2
là ma trận bậc thang dòng nhưng không phải là
0 0
0 0 0 0 0
ma trận bậc thang dòng rút gọn.
Tuy nhiên, mọi ma trận khác ma trận không đều có thể đưa về ma trận bậc thang
dòng (hay cột) thông qua thuật toán sau:
♣ Thuật toán Gauss.
Cho ma trận A aij M m, n, K ; m, n 2 . Để tìm dạng bậc thang dòng
m,n
của A, ta tiến hành theo các bước sau:
Bước 1. Cho i : 1; j : 1;
Bước 2. Nếu i m ; j n thì kết thúc thuật toán.
48
Bước 3. Nếu aij 0 thì chuyển sang Bước 4. Nếu aij 0 thì thực hiện các phép
tính biến đổi sơ cấp trên dòng như sau:
akj
dk dk .di ;k i
aij
Tiếp tục, cho i : i 1, j : j 1 và quay lại Bước 2.
Bước 4. Nếu akj 0 với mọi k j thì cho j : j 1 và quay lại Bước 2. Nếu
akj 0 với k i thì thực hiện phép biến đổi di dk rồi quay về Bước 3.
Nếu trong thuật toán Gauss, chúng ta thay Bước 3 bởi:
Bước 3’. Nếu aij 0 thì chuyển sang Bước 4. Nếu aij 0 thì thực hiện các phép
biến đổi sơ cấp trên dòng như sau:
akj 1
dk dk .di ;k i ; di .d
aij aij i
Tiếp tục, cho i : i 1, j : j 1 và quay lại Bước 2 thì thuật toán trên được gọi
là thuật toán Gauss – Jordan tìm dạng bậc thang dòng rút gọn của ma trận A.
Ví dụ 17. Tìm dạng bậc thang của ma trận:
1 2 3 2
A 2 5 1 4
3 6 9 6
Bài giải. Ta có
1 2 3 2 1 2 3 2
A 2 5 1 4 0
1 7 8 B
3 6 9 6 0 0 0 0
Ma trận B là một dạng bậc thang dòng của A.
Tiếp tục dùng phép biến đổi sơ cấp trên ma trận B , ta được:
1 2 3 2 1 2 3 2 1 0 17 18
B 0 1 7 8 0 1 7 8 0 1 7 8 C
0 0 0 0 0 0 0 0
0 0 0 0
Ma trận C chính là dạng bậc thang dòng rút gọn của A.
3.2 ĐỊNH THỨC
Tiếp theo, chúng ta xây dựng định nghĩa của định thức cấp n ( n là số nguyên
dương) theo quan điểm dấu phép thế và một số phương pháp tính định thức. Nội dung sau
49
đó xin nêu một số ứng dụng của định thức, hai ứng dụng cơ bản sẽ được trình bày là tìm
ma trận nghịch đảo và tìm hạng của ma trận. Ở các phần sau, định thức sẽ được ứng dụng
để giải hệ phương trình tuyến tính, tìm các giá trị riêng của ma trận, khảo sát tính độc lập
của một hệ hữu hạn các vectơ.
3.2.1 Phép thế.
Xét tập hợp X khác rỗng gồm n phần tử X 1, 2,, n . Gọi Sn là tập hợp tất
cả các song ánh đi từ tập X vào chính nó.
Mỗi phần tử của Sn được gọi là một phép thế (substitution) trên tập X.
Sn được biểu diễn như một ma trận cấp 2,n như sau:
Một phép thế
1 2 3 n
(1) (2) (3) (n )
Trong đó, dòng thứ nhất được sắp xếp theo một thứ tự tăng dần các phần tử của X ,
dòng thứ hai là các ảnh tương ứng của dòng thứ nhất qua song ánh .
S3 các định bởi 1 2, 2 3, 3 1 được biểu
Ví dụ 1. Phép thế
diễn như sau:
1 2 3
2 3 1
Chú ý. Mỗi phép thế trên tập X ứng với một cách sắp xếp n số tự nhiên
1, 2, 3, ..., n nên có tất cả n ! phép thế từ n số đã cho.
3.2.2 Nghịch thế. Giả sử là một phép thế trên tập X gồm n phần tử. Với
mọi i, j X , i j ; cặp i , j được gọi là một nghịch thế của nếu với i j
nhưng i j .
1 2 3 1 2 3 1 2 3
1 ; ; ;
1 2 3 2 2 3 1 3 3 1 2
1 2 3 1 2 3 1 2 3
4 ; ;
1 3 2 5 2 1 3 6 3 2 1
Trong đó:
50
4 có các nghịch thế là 3,2.
5 có các nghịch thế là 2,1.
6 có các nghịch thế là 3, 1, 3, 2 và 2,1.
Như vậy, 3 phép thế đầu tiên có số nghịch thế là một số chẵn và 3 phép thế sau có
số nghịch thế là một số lẻ.
3.2.3 Dấu của phép thế.
Phép thế gọi là một phép thế chẵn (even substitution) nếu có một số chẵn các
nghịch thế. Phép thế gọi là một phép thế lẻ (odd substitution) nếu có một số lẻ các
nghịch thế.
` Quy ước. Dấu của phép thế chẵn bằng 1 và dấu của phép thể lẻ bằng -1.
Dấu của phép thế được kí hiệu là sign ( ).
Ví dụ 3. Xét các phép thế trong S3 ở ví dụ 3, ta có:
sign (1 ) sign (2 ) sign ( 3 ) 1
sign ( 4 ) sign ( 5 ) sign ( 6 ) 1
trong đó, tổng lấy theo mọi phép thế của tập S n .
Cụ thể:
51
a11 a12
A sgn .a11.a22 sgn .a11.a22 a11a22 a12a21
a21 a22
3. Định thức của ma trận vuông cấp 3.
trong đó, tổng lấy theo 6 phép thế của tập S3.
Như vậy,
a11 a12 a13
A a 21 a 22 a 23
a 31 a 32 a 33
a 11a 22a 33 a12a 23a 31 a13a 21a 32 a13a 22a 31 a12a 21a 33 a11a 23a 32 *
Có thể minh họa công thức (*) theo qui tắc sau và gọi là quy tắc Sarrus.
52
Ví dụ 5. Định thức
2 a 4 b 2 4 a b 2 b a 4
1 6 1 6 1 6 1 6 1 6
2. Nếu mọi phần tử ở dòng thứ i của định thức có một thừa số chung là 0 thì
có thể đặt ra ngoài dấu định thức.
Từ đó, ta có nhận xét:
- Nếu nhân vào một dòng của định thức với số 0 thì giá trị của định thức
tăng lên lần.
- Với A là ma trận vuông cấp n và số thực 0 , ta có .A n A .
- Nếu A 0 thì A gọi là ma trận suy biến; và nếu A 0 thì A gọi là ma trận
không suy biến.
3. Nếu đổi chỗ hai dòng bất kì của định thức thì định thức đổi dấu.
4. Định thức có hai dòng bằng nhau (hoặc tỉ lệ với nhau) thì bằng 0.
5. Định thức có ít nhất một dòng toàn số 0 thì bằng 0.
6. Nếu cộng vào một dòng của định thức một dòng khác (hay hữu hạn các dòng
khác) đã được nhân với một số thì giá trị định thức sẽ không thay đổi.
Chú ý rằng trong tính chất 6, những dòng mà chúng ta muốn thay đổi thì không
được nhân với bất kì số thực nào khác 1.
7. A A T , với mọi A là ma trận vuông.
Bài giải. Lấy cột 1 nhân cho 1000, cột 2 nhân cho 100, cột 3 nhân cho 10 rồi cộng
tất cả vào cột 4, ta được:
1 7 9 8 1 7 9 1798 1 7 9 58
2 1 3 9 2 1 3 2139 2 1 3 69
A 31.
3 2 5 5 3 2 5 3255 3 2 5 105
4 8 6 7 4 8 6 4567 4 8 6 157
53
Vậy, định thức của ma trận A chia hết cho 31.
Ví dụ 7. Chứng minh rằng:
a1 b1 a1x b1y c1 a1 b1 c1
a2 b2 a2x b2y c2 a2 b2 c2
a3 b3 a3x b3y c3 a3 b3 c3
Bài giải.
Phân tích cột thứ 3 của định thức ở vế trái thành tổng 3 định thức. Ta có:
a1 b1 c1 a1 b1 c1 a1 b1 c1
2 2
a2 b2 c2 x a2 b2 c2 (1 x ) a2 b2 c2
a3 b3 c3 a3 b3 c3 a3 b3 c3
3.2.6 Định nghĩa.
Cho Dn là một định thức cấp n.
- Nếu trong Dn ta chọn ra r dòng i1, i2, ir và r cột j1, j 2 , , jr r n thì các
thành phần nằm ở giao của r dòng và r cột lập thành một định thức, kí hiệu là M iji ji j và1 2 r
12 r
54
được gọi là định thức con cấp r của Dn .
- Nếu xóa các r dòng và r cột đã chọn thì các thành phần còn lại lập thành một
định thức, kí hiệu là M iji ji j và được gọi là định thức con bù (complementary minor) của
1 2 r
12 r
12 r
1 2 r
Để đơn giản hóa kí hiệu, ta gọi định thức con bù của phần tử aij là M ij và phần bù
12 1212
1 0
Và A12 (1) là phần bù đại số của M1212 .
0 7
55
a 1 1 1
1 1 2
b 0 1 1
a. 3 1 5; b.
c 1 0 1
2 3 1
d 1 1 0
Bài giải. a. Khai triển Laplace theo dòng 1, ta được:
1 1 2
1 5 3 5 3 1
3 1 5 1. (1). 2. 13
3 1 2 1 2 3
2 3 1
b. Khai triển Laplace theo cột 1, ta
a 1 1 1
0 1 1 1 1 1 1 1 1 1 1 1
b 0 1 1
a 1 0 1 b 1 0 1 c 0 1 1 d 0 1 1
được: c 1 0 1
1 1 0 1 1 0 1 1 0 1 0 1
d 1 1 0
2a b c d
3.2.7.2 Định lý Laplace mở rộng.
Giả sử trong định thức Dn ta chọn ra r (0 r n ) dòng cố định i1, i2 , , ir (hoặc
r cột cố định j1, j2, , jr ). Gọi M1, M2,, Ms là tất cả các định thức con cấp r của Dn
được thành lập từ r dòng (cột) đã chọn và gọi A1, A2,, As là các phần bù đại số tương
ứng. Khi đó:
s
Dn M 1A1 M 2A2 M s As M A j j
j 1
Như vậy, chúng ta có thể phát biểu định lý trên như sau: Định thức của ma trận
vuông bằng tổng các tích mọi định thức rút ra từ r dòng (cột) với phần bù đại số tương
ứng của chúng.
Nhận xét: Nếu chọn những dòng (cột) có chứa nhiều phần tử 0 thì khả năng sẽ có
nhiều định thức con bằng 0. Khi đó, việc tính toán sẽ đơn giản hơn bởi vì chúng ta không
cần tính phần bù đại số tương ứng của những định thức con bằng 0 đó.
0 3 5 0
6 1 3 2
Ví dụ 11. Tính D4
0 1 2 0
4 7 0 5
Bài giải. Khai triển Laplace theo dòng 1 và dòng 3, có 6 định thức con trong đó có
56
3 5
1 định thức con khác 0 là M M1323 .
1 2
6 2
Phần bù đại số của M1323 là: A A1323 (1)1323 38
4 5
Ví dụ 12. Tính định thức sau bằng cách khai triển Laplace:
1 2 3 4 5 3
6 5 7 8 4 2
9 8 6 7 0 0
A
3 2 4 5 0 0
3 4 0 0 0 0
5 6 0 0 0 0
Bài giải. Khai triển định thức theo 2 cột cuối, sau đó khai triển theo hai dòng cuối
ta có:
1 2 3 4 5 3
6 5 7 8 4 2 9 8 6 7
9 8 6 7 0 0 5 3 3 2 4 5
A (1)5612 .
3 2 4 5 0 0 4 2 3 4 0 0
3 4 0 0 0 0 5 6 0 0
5 6 0 0 0 0
5 3 3 4 6 7
(1)5612 (1)3412 8.
4 2 5 6 4 5
57
a11 0 0
a21 a22 0
D 'n
an 1 an 2 ann
Bằng việc khai triển Laplace theo dòng hoặc theo cột, ta tính được
Dn a11.a22 ann Dn'
Ví dụ 13. Định thức:
1 2 1 5 1 2 1 5
1 5 6 3 0 3 7 2
D4 1.3.2.(2) 12
1 2 3 5 0 0 2 10
2 4 2 8 0 0 0 2
Ví dụ 14. Định thức
1 1 3 2 4 1 1 3 2 4
0 3 2 0 1 0 3 2 0 1
D5 0 0 4 1 1 0 0 4 1 1 1.3.4.2.1 24
0 6 4 2 3 0 0 0 2 1
1 1 3 2 5 0 0 0 0 1
3.2.7.4 Phương pháp truy hồi.
Biểu diễn định thức Dn đã cho dưới dạng định thức có cấp thấp hơn.
a1 a1 0 0 0
0 a 2 a 2 0 0
Dn 1
0 0 0 an an
1 1 1 1 1
Bài giải. Khai triển định thức theo cột cuối, ta có:
a1 a1 0 0 a1 a1 0 0
0 a2 a2 0 0 a2 a2 0
Dn 1 an .
0 0 0 an 1 1 1 1
n
1 .ai an .Dn1.
n
i 1
58
a1 a1
Nếu n 1 thì D2 1.2.a1.
1 1
a1 a1 0
Nếu n 2 thì D3 0 a1 a2 (1)2 3a1a2 .
1 1 1
a1 a1 0 0
0 a2 a2 0
Nếu n 3 thì D4 4a1a2a 3 (1)3 (3 1)a1a2a 3 .
0 0 a 3 a 3
1 1 1 1
n
Tổng quát, Dn1 1 . n 1 a1.a2 an (công thức này cần được chứng minh
bằng phương pháp quy nạp).
4 5 0 0 2 5 0 0
2 4 5 0 0 4 5 0
D5 4. 5. 4D4 10D3
0 2 4 5 0 2 4 5
0 0 2 4 0 0 2 4
59
3 0 0 0 0
1 4 3 0 0
0 1 4 3 0
Dn 4Dn 1 4Dn 1 3Dn2
0 0 1 4 0
0 0 0 0 4
Suy ra:
Dn Dn 1 3 Dn 1 Dn 2 32. Dn 2 Dn 3 3n 2 D 2 D1 3n *
Và Dn 3D n 1 Dn 1 3Dn 2 D 2 3D 1 1 * *
3n1 1
Từ (*) và (**) suy ra: Dn
2
x 1 1 1
1 x 1 1
Ví dụ 18. Tính định thức D4
1 1 x 1
1 1 1 x
Bài giải. Cộng các phần tử tương ứng ở các dòng lại với nhau ta được:
x 3 x 3 x 3 x 3 1 1 1 1
1 x 1 1 1 x 1 1
D4 (x 3)
1 1 x 1 1 1 x 1
1 1 1 x 1 1 1 x
1 1 1 1
0 x 1 0 0
(x 3) (x 3)(x 1)3
0 0 x 1 0
0 0 0 x 1
Đối với định thức có dạng tương tự và với giá trị x cụ thể, chúng ta thực hiện theo
cách tính như trên.
Ví dụ 19. Tính định thức:
60
a x x x x
x a x x x
Dn
x x x a x
x x x x a
Bài giải. Nhân (-1) với cột thứ n rồi lần lượt cộng vào các cột còn lại ta được:
a x 0 0 0 x
0 a x 0 0 x
Dn
0 0 0 a x x
x a x a x a x a a
Sau đó, lần lượt cộng các dòng 1,2,…, n 1 vào dòng thứ n ta nhận được:
a x 0 0 0 x
0 a x 0 0 x
Dn (a x )n 1(a (n 1)x )
0 0 0 a x x
0 0 0 0 a (n 1)x
Tuy nhiên , chúng ta có thể tính định thức trên theo cách sau: Lấy cột 2, cột 3,…,
cột n cộng vào cột 1, ta được cột 1 có nhân tử chung là (a (n 1)x ) . Lấy nhân tử chung
này ra ngoài, sau đó biến đổi định thức về dạng tam giác, thu được kết quả.
Lưu ý. Nếu định thức có dạng chia khối như sau:
A B A
D ,
C B C
1 2 3 4 5
5 0 0 3 0
D5 4 5 1 2 3
3 1 2 1 4
2 0 0 4 0
61
2 4 0 0 0
5 3 0 0 0 1 5 3
2 4
D5 4 2 1 5 3 . 2 1 4 (14).10 140.
5 3
3 1 2 1 4 3 2 5
1 4 3 2 5
0 0 0 0 x
0 x 1 0 0 1
0 15 x 0 3 0
3 24 x x 4
x x x 1 3
x 0 0 0 0
1 x 1 0 0 0 x 0 0
x 3
3 15 x 0 0 0 1 x 1 0 . 0
1 x
4 24 x x 3 3 15 x
3 x x 1 x
x 2 .(x 1)(x 2 3) 0 x 0 x 1 x 3
Đối với những ma trận vuông thực, có thể dùng hàm MDETERM trong Excel để tính
định thức của những ma trận vuông đó.
1 2 3
Ví dụ 22. Sử dụng phần mềm Excel tính định thức của ma trận A 0 4 5 .
0 0 6
Hướng dẫn:
- Nhập ma trận A.
62
Cho A là một ma trận vuông cấp n. Ma trận A gọi là có ma trận nghịch đảo
(invertible matrix) nếu tồn tại ma trận B cùng cấp với A sao cho AB BA I n (trong
đó I n ma trận đơn vị cấp n ).
Nếu ma trận A có ma trận nghịch đảo thì ta nói A khả nghịch (hay khả đảo).
2 5 3 5
Ví dụ 1. Cho hai ma trận A ;B
1 3 1 2
Dễ dàng kiểm tra rằng AB I 2 , BA I 2 nên B là ma trận nghịch đảo của A.
3.3.2 Các tính chất.
1. Nếu ma trận A có ma trận nghịch đảo là ma trận B thì B cũng có ma trận
nghịch đảo là A .
2. Ma trận nghịch đảo của A (nếu có) là duy nhất. Ta kí hiệu ma trận nghịch đảo
của A là A1.
3. Ma trận n không có ma trận nghịch đảo, vì với mọi ma trận A vuông cấp n
thì n A An n .
1 T
1 A12 A22 An 2
A1 Aij .
A A
A A Ann
1n 2n
63
Cho A là ma trận vuông cấp n. Để tìm ma trận nghịch đảo của A, ta thực hiện theo
các bước sau đây:
Bước 1. Lập ma trận A I n bằng cách ghép thêm vào bên phải ma trận A một ma
trận đơn vị In .
Bước 2. Dùng các phép biến đổi sơ cấp trên dòng đưa A I n về dạng RA B
Ví dụ 2. Tìm ma trận nghịch đảo của ma trận sau bằng phương pháp biến đổi sơ cấp:
1 1 2
A 1 2 2
2 4 3
Bài giải. Ta có:
1 1 2 1 0 0 1 1 2 1 0 0
A I 1 2 2 0 1 0 0 1 0 1 1 0
3
2 4 3 0 0 1 0 2 1 2 0 1
1 0 2 2 1 0 1 0 0 2 5 2
0 1 0 1 1 0 0 1 0 1 1 0
0 0 1 0 2 1 0 0 1 0 2 1
2 5 2
Do đó, A
1
1 1 0 .
0 2 1
Chú ý. Trong quá trình biến đổi sơ cấp trên dòng đối với ma trận A I n , nếu ma
trận bên trái xuất hiện một dòng đều bằng 0 hoặc hai dòng tỉ lệ nhau thì kết luận ma trận A
không có ma trận nghịch đảo.
Ví dụ 3. Tìm ma trận nghịch đảo (nếu có) của ma trận sau:
1 3 4
A 1 5 1
3 13 6
Bài giải. Ta có
64
1 3 4 1 0 0 1 3 4 1 0 0
A I 1 5 1 0 1 0 0 2 3 1 1 0
3
3 13 6 0 0 1 0 4 6 3 0 1
1 3 4 1 0 0
0 2 3 1 1 0
0 0 0 1 2 1
Như vậy, qua một số phép biến đổi sơ cấp trên dòng ma trận A có một dòng toàn
số không nên A không có ma trận nghịch đảo.
3.3.4.2 Tìm ma trận nghịch đảo bằng phần bù đại số.
Bước 1. Tính A .
- Nếu A 0 thì kết luận A có ma trận nghịch đảo, chuyển sang bước 2.
Bước 2. Tính Aij , với Aij là phần bù đại số của phần tử aij ,1 i, j n .
Bước 3. Ma trận nghịch đảo của A được tính bởi công thức:
A A An1
11 21
1 T
1 A12 A22 An 2
A1 Aij .
A A
A A Ann
1n 2n
Ví dụ 4. Tìm ma trận nghịch đảo của ma trận sau bằng phương pháp định thức:
1 1 2
A 1 2 2
2 4 3
Bài giải.
1 1 2
Vì A 1 2 2 1 0 nên A có ma trận nghịch đảo.
2 4 3
Ta tính được:
A11 2 A21 5 A31 2
A12 1 A22 1 A32 0
A13 0 A23 2 A33 1
Suy ra ma trận nghịch đảo của A là:
65
2 5 2
A1 1 1 0
0 2 1
1 a2 a
A a 1 a2
Ví dụ 5. Xét ma trận sau: . Tìm điều kiện để ma trận A khả
2
a a 1
nghịch. Suy ra ma trận nghịch đảo của A.
1 a
0
a 3 1 a 3 1
a 1
A1 3 3
0
a 1 a 1
a 1
0
a 3
1 a 3
1
a b
Nhận xét. Nếu a .d b.c 0 thì ma trận A có ma trận nghịch đảo là
c d
1 d b
A1 .
ad bc c a
3.3.5 Ứng dụng ma trận nghịch đảo để giải phương trình ma trận
Cho A , B là hai ma trận vuông, giả sử A , B đều khả nghịch. Khi đó,
. C có nghiệm duy nhất là X A 1C .
1. Phương trình ma trận AX
2. Phương trình ma trận X.A C có nghiệm duy nhất là X C .A1 .
. .B C có nghiệm duy nhất là X A1 .C .B 1 .
3. Phương trình ma trận AX
Ví dụ 6. Tìm ma trận X thỏa phương trình ma trận sau đây:
1 2 0 1 2
3 2 1 X 0 1
0 1 2 3 1
66
1 2 0 1 2
A 3 2 1 ; B 0 1
0 1 2 3 1
1 2 0
Ta có A 3 2 1 15 0 . Do đó, tồn tại ma trận nghịch đảo của A.
0 1 2
3 4 2
1 1
Ta tìm được: A 6 2 1
15
3 1 8
Vậy,
3 4 2 1 2 3 8
1 1
X A1B 6 2 1 0 1 9 11
15 15
3 1 8 3 1 27 13
Có thể dùng hàm MINVERSE trong Excel để tìm ma trận nghịch đảo (nếu có) của
một ma trận vuông.
Ví dụ 7. Dùng phần mềm Excel để tìm ma trận nghịch đảo của ma trận
1 1 2
A 1 2 1
2 1 1
Hướng dẫn:
- Nhập ma trận A.
- Đánh dấu khối hiện kết quả có cùng số hàng, số cột như ma trận cho.
Lưu ý:
67
1. Nếu ma trận A cấp (m, n ) trên K có (ít nhất) một định thức con khác không
cấp r (0 r m in{m , n }) thì rank (A) r .
2. Nếu A là một ma trận vuông cấp n trên K thì:
rank (A) n A 0
rank (A) n A 0
3. Nếu A là ma trận dòng (hoặc ma trận cột) có ít nhất một phần tử khác 0 thì hạng
của ma trận A bằng 1.
T
4. rank(A ) rank(A).
3.4.2 Cách tìm hạng của ma trận.
Cho A là một ma trận cấp (m, n ) với các hệ số trên K.
- Nếu A là ma trận không thì rank A 0.
- Nếu A khác ma trận không thì rank A 1. Cố định một phần tử nào đó khác 0
của A và xét tất cả các định thức con cấp 2 chứa phần tử đó. Nếu tồn tại một định thức
cấp 2 khác 0 là D2 thì rank A 2, ngược lại kết luận rank A 1.
- Xét tất cả các định thức con cấp 3 chứa D2 . Nếu tồn tại một định thức con cấp 3
khác 0 là D3 thì rank A 3, ngược lại ta kết luận rank A 2.
Tiếp tục quá trình lập luận như trên, cuối cùng ta tìm được hạng của A.
1 5 3
Ví dụ 1. Tìm hạng của ma trận A 4 20 12 .
2 1 5
1 5
Bài giải. Xét định thức con cấp 2 của A là D2 11 0
2 1
1 5 3
D3 4 20 12 0
2 1 5
Do đó, rank A 2. (vì định thức con khác 0 của có cấp cao nhất là 2).
1 2 3 4 5
Ví dụ 2. Tìm hạng của ma trận A 2 0 4 5 6 .
3 0 0 6 7
Bài giải.
68
2 3
Xét định thức con cấp 2 của A là D2 8 0 . Suy ra rank A 2.
0 4
2 3 4
D3 0 4 5 48 0
0 0 6
Do đó, rank (A) 3 (vì định thức con khác 0 của A có cấp cao nhất là 3).
Nói cách khác, hạng của ma trận không thay đổi qua các phép biến đổi sơ cấp.
Như vậy, để tìm hạng của ma trận A cấp (m, n); m, n 2 tùy ý khác ma trận ,
trước hết ta thực hiện liên tiếp các phép biến đổi sơ cấp trên dòng (hay trên cột) để đưa A
về dạng bậc thang dòng (hay cột) có dạng là ma trận B. Khi đó, hạng của A chính bằng
số dòng (hay số cột) khác không của B.
Lưu ý rằng, các ma trận tương đương đều có hạng bằng nhau.
Ví dụ 3. Tìm hạng của các ma trận sau đây bằng các phép biến đổi sơ cấp:
1 1 1 1 1 1 2 4 5
1 2 1 1 3 1 1 2 1
A
;B
1 0 3 4 1 1 3 6 9
2 1 4 4 12 2 1 2 10
69
1 1 2 4 5 1 1 2 4 5
3 1 1 2 1 0 2 5 10 14
B
1 1 3 6 9 0 2 5 10 14
12 2 1 2 10 0 10 25 50 70
1 1 2 4 5
0 2 5 10 14
0 0 0 0 0
0 0 0 0 0
Vậy, rank B 2.
Ví dụ 4. Cho ma trận
1 1 1 2
A 2 3 4 1
3 2 1 m 1
Hãy tìm điều kiện của tham số thực m để hạng của ma trận A bằng 3.
Bài giải. Đưa ma trận A về bậc thang, ta được:
1 1 1 2 1 1 1 2 1 1 1 2
A 2 3 4 1 0 1 2 3 0 1 2 3
3 2 1 m 1 0 2 4 m 2 0 0 0 m 8
1 1 1
1 1 1
A
1 1 1
1 1 1
Bài giải. Cộng các cột vào cột 1, sau đó lần lượt lấy các dòng 2, dòng 3, dòng 4
trừ đi dòng 1 ta được:
1 1 1 3 1 1 1 3 1 1 1
1 1 1 3 1 1 0 1 0 0
A
1 1 1 3 1 1 0 0 1 0
1 1 1 3 1 1 0 0 0 1
70
Ngoài việc ứng dụng để tìm hạng của ma trận thì thuật toán đưa một ma trận về
dạng bậc thang còn được ứng dụng để giải nhiều bài toán khác về Đại số tuyến tính.
- bi là các hệ số tự do, 1 i m .
a x b
11 a12 a1n 1 1
a a22 a2n x2 b
A a 21
; X ; B 2 . Khi đó, A được
Đặt ij (m,n )
a b
m1 am 2 amn x n m
gọi là ma trận các hệ số của hệ (1); X được gọi là ma trận các ẩn số của hệ (1) và B
được gọi là ma trận các hệ số tự do.
Hệ phương trình tuyến tính (1) khi đó được viết dưới dạng ma trận là AX B.
Đặt ma trận:
a a12 a1n b1
11
a a22 a2n b2
A A B 21
am1 am 2 amn bm
Ma trận A được gọi là ma trận mở rộng hay ma trận bổ sung của hệ phương trình
tuyến tính (1).
3.5.2 Định nghĩa.
Hai hệ phương trình tuyến tính có cùng ẩn số được gọi là tương đương nhau nếu
chúng có cùng tập nghiệm.
Một phép biến đổi không làm thay đổi tập nghiệm của hệ phương trình gọi là phép
biến đổi tương đương.
71
Các phép biến đổi sau đây là các phép biến đổi tương đương:
1. Thay đổi thứ tự các phương trình của hệ.
2. Loại khỏi hệ các phương trình có các hệ số của các ẩn và hệ số tự do đều bằng 0.
3. Nhân hai vế của một phương trình với một số k 0 .
4. Cộng hai vế của một phương trình vào các vế của một phương trình khác (hoặc
hữu hạn các phương trình khác).
Lưu ý rằng, nếu hai hệ phương trình tuyến tính là tương đương nhau thì điều cần
thiết là chúng có cùng số ẩn, nhưng số phương trình có thể khác nhau.
3.5.3 Định lí Kronerker - Capelli.
Hệ phương trình tuyến tính (1) có nghiệm khi và chỉ khi rank(A) rank(A).
Bước 2. Đưa A về dạng bậc thang bằng các phép biến đổi sơ cấp trên dòng.
Bước 3. Giải tìm nghiệm của hệ từ hệ phương trình tương đương.
- Nếu rank (A) rank (A) n (bằng số ẩn của hệ) thì kết luận hệ có nghiệm duy
nhất.
- Nếu rank (A) rank (A) n thì kết luận hệ có vô số nghiệm phụ thuộc vào
n rank (A ) tham số.
- Nếu rank (A) rank (A) thì kết luận hệ đã cho vô nghiệm.
72
Bài giải. Lập ma trận bổ sung của hệ và biến đổi về dạng bậc thang.
1 2 5 9 1 2 5 9 1 2 5 9
A 1 1 3 2 0 3 2 11 0 3 2 1
3 6 1 25 0 12 16 52 0 0 8 8
Suy ra rank (A) rank A 3 (bằng số ẩn của hệ) nên hệ đã cho có nghiệm
duy nhất.
Hệ đã cho tương đương
x 2y 5z 9 x 2
3y 2z 11
y 3
8z 8 z 1
Vậy, hệ phương trình đã cho có nghiệm là (2, 3, 1).
Bài giải. Ta có
5 3 4 3
2 1 1 1 3 2
4 2 3 7 1 4 2 3 7 1
A
8 6 1 5 9 1 3 8 22 9
7 3 7 17 0 7 3 7 17 0
1 1 1 3 2 1 1 1 3 2
0 2 7 19 7 0 2 7 19 7
0 0
0 2 7 19 7 0 0 0
0 4 14 38 14 0 0 0 0 0
Vì rank (A) rank (A) 2 4 nên hệ có vô số nghiệm. Nghiệm tổng quát của hệ
là:
1
x1 (3 5t1 13t2 )
2
1
x 2 (7 7t1 19t2 )
2
x3 t1
x t2
4
73
Ví dụ 3. Giải hệ phương trình sau:
x x x x 6
1 2 3 4
x 2x 3x 4x 3
1 2 3 4
4x 1 x 2 2x 3 3x 4 7
3x 1 2x 2 3x 3 4x 4 2
Bài giải.
Xét ma trận hệ số mở rộng của hệ trên, áp dụng phương pháp Gauss ta có:
1 1 1 1 6 1 1 1 1 6 1 1 1 1 6
1 2 3 4 3 0 1 2 3 3 0 1 2 3 3
A
0 3 2 1 17 0 0 4 8 26
4 1 2 3 7
3 2 3 4 2 0 1 0 1 16 0 0 2 4 19
1 1 1 1 5
0 1 2 3 3
0 0 4 8 26
0 0 0 0 12
Bài giải. Lập ma trận hệ số mở rộng của hệ phương trình, áp dụng phương pháp
Gauss, ta được:
3 2 5 4 3 1 1 1 4 2
2 3 6 8 5 2 3 6 8 5
A
1 6 9 20 11 1 6 9 20 11
4 1 4 2 4 1 4 2
1 1 1 4 2 1 1 1 4 2
0 5 8 16
9 0 5 8 16 9
0 0 0 0
0 5 8 16 9 0
0 5 8 16 10 0 0 0 1
a. Nếu 0 thì hệ có vô số nghiệm phụ thuộc 1 tham số
74
x 1 3 t 4
1 5 5 5
x 2 9 8 t 16
5 5 5
x t
3
1
x 4
b. Nếu 0 thì hệ vô nghiệm.
Lưu ý: Phương pháp khử Gauss có ưu điểm là có thể áp dụng cho mọi hệ phương
trình tuyến tính, tuy nhiên nhược điểm của phương pháp này là không đưa ra thông tin nào
về nghiệm của hệ phương trình trước khi tìm ra được hạng của A.
3.5.5 Hệ Cramer.
Cho hệ phương trình tuyến tính gồm n phương trình, n ẩn số:
a x a x a x b
11 1 12 2 1n n 1
a x a x a x b
21 1 22 2 2n n 2
(2)
.......................................
an1x1 an 2x 2 ann xn bn
Hệ phương trình (2) được gọi là hệ Cramer nếu định thức của ma trận các hệ số của
hệ khác 0.
Như vậy, hệ phương trình (2) là hệ Cramer nếu ma trận các hệ số của hệ là ma trận
không suy biến. Do đó, hệ Cramer còn được gọi là hệ không suy biến.
3.5.6 Định lý.
Hệ Cramer có nghiệm duy nhất cho bởi công thức:
j
xj (1 j n )
A
trong đó, j là định thức thu được từ định thức của A bằng cách thay cột thứ j bởi cột
các hệ số tự do.
ax 3y z 2
Ví dụ 5. Cho hệ phương trình ax y 2z 3 ; a , b là các tham số.
3x 2y z b
Xác định a, b để hệ phương trình trên là hệ Cramer, giải hệ đó.
Bài giải.
75
a 3 1
Ta có: A a 1 2 .
3 2 1
Hệ đã cho là hệ Cramer khi và chỉ khi định thức của ma trận A khác 0, tương
21
đương a .
2
Lần lượt ta tính được:
Ví dụ 6. Xét xem hệ phương trình được cho dưới đây có phải là hệ Cramer hay
không rồi giải chúng?
x y 3z 4t 3
x y 5z 2t 1
2x y 3z 2t 3
2x 3y 11z 5t 2
Bài giải. Trước tiên, ta tính định thức của ma trận các hệ số:
1 1 3 4
1 1 5 2
A 14 0
2 1 3 2
2 3 11 5
3 1 3 4
1 1 5 2
3 1 3 2
1 2 3 11 5 28
x 2
A 14 14
76
1 3 3 4
1 1 5 2
2 3 3 2
2 2 2 11 5 0
y 0
A 14 14
1 1 3 4
1 1 1 2
2 1 3 2
3 2 3 2 5 14
z 1
A 14 14
1 1 3 3
1 1 5 1
2 1 3 3
4 2 3 11 2 14
t 1
A 14 14
Lưu ý:
- Phương pháp giải hệ Cramer chỉ có thể áp dụng cho các hệ phương trình tuyến
tính không suy biến.
- Ngoài hai phương pháp chính trên, tùy thuộc vào đặc thù của hệ phương trình, ta
có thể có nhiều cách để đơn giản lời giải, chẳng hạn như khử biến (rút từ một phương trình
rồi thay vào tất cả các phương trình còn lại); cộng vế theo vế của một số phương trình lại
với nhau; v.v…
Ví dụ 7. Giải hệ phương trình sau:
x y z t a
x y z t b
x y z t c
x y z t d
77
x a b c d
2
a b c d
y
2
a b c d
z
2
a b c d
t 2
3.6 HỆ PHƯƠNG TRÌNH TUYẾN TÍNH THUẦN NHẤT
3.6.1 Định nghĩa.
Hệ phương trình tuyến tính có dạng:
78
x x 0
1 2
x x x 0
2 3 4
x 1 x 2 x 3 x 4 0
x 1 + 2x 4 0
Ví dụ 2. Tìm các giá trị của tham số m để hệ sau có nghiệm duy nhất là nghiệm
tầm thường.
3x m 2y (m 5)z 0
(m 2)y z 0
4y (m 2)z 0
3 m2 m 5
A 0 m 2 1 3(m 2 4m )
0 4 m 2
Hệ đã cho có nghiệm duy nhất là nghiệm tầm thường khi và chỉ khi:
m 0
A 0
m 4
79
Tính 3.A 2.B; 4.A 3.B; AT ; AT A, AAT .
Bài 2. Tìm x , y , z , w biết:
x y x 6 4 x y
3
z w 1 2w z w 3
Bài 7. a. Cho f (x ) x 3 7x 5 và g (x ) 2x 2 3x 4.
80
1 1 0
A 0 1 1
0 0 1
a b
b. Chứng tỏ rằng ma trận vuông thực cấp 2 là A thỏa mãn phương trình:
c d
X 2 (a d )X (ad bc) .
Bài 8.
1 2 2
a. Chứng minh rằng 1 0 3 là nghiệm của đa thức f (x ) x 3 x 2 9x 9.
1 3 0
1 0 0
b.Chứng minh rằng 0 1 0 là nghiệm của đa thức f (x ) x 3 5x 2 7x 3 .
0 0 3
Bài 9. Chứng minh rằng nếu A và B là hai ma trận vuông cùng cấp thỏa mãn điều kiện
A.B B .A thì:
a. (A B )2 A2 2AB B 2 ;
2 2
b. (A B )(A B ) A B ;
n(n 1) n 2 2
c. (A B )n An nAn 1B A B Bn .
2
1 2
A
Bài 10. Tìm tất cả các ma trận vuông cấp 2 giao hoán với 0 1 .
1 0 1
Bài 11. Tìm tất cả các ma trận vuông cấp 3 giao hoán với A 0 1 2 .
0 0 2
Bài 12. Tìm điều kiện của tham số để các ma trận sau khả nghịch:
1 a bc a b 1
a. A 1 b ca b. B 1 ab 1
1 c ab 1 b a
81
1 3 2 2 x 3
c. C 3 7 m 5 d. D 2 1 3
m 2m 1 2 7 5
n
Bài 13. Cho ma trận A a ij M (n , K ). Tổng
aij được gọi là vết của ma trận A , ký
i 1
hiệu là Tr (A) . Chứng minh rằng với mọi ma trận A, B M (n, K ). ta có :
b. Tr(AB) Tr(BA) .
Bài 14. Tính các định thức cấp 4:
2 1 1 x 3 1 1 1 1 1 1 1
1 2 1 y 1 3 1 1 1 2 3 4
a. ; b. ; c. ;
1 1 2 z 1 1 3 1 1 3 6 10
1 1 1 t 1 1 1 3 1 4 10 20
1 2 3 4 1 1 0 0 1 1 1 0
2 3 4 1 1 1 1 0 1 1 0 1
d. ; e. ; f. ;
3 4 1 2 0 1 1 1 1 0 1 1
4 1 2 3 0 0 1 1 0 1 1 1
Bài 15. Tính các định thức cấp 5:
2 0 1 3 1 1 2 3 4 5
1 1 2 2 3 2 3 4 5 1
a. 1 4 0 1 5 ; b. 3 4 5 1 2 ;
2 1 3 1 2 4 5 1 2 3
1 2 1 3 1 5 1 2 3 4
5 1 1 1 1 1 1 3 2 4
1 5 1 1 1 0 3 2 1 1
c. 1 1 5 1 1 ; d. 0 0 4 1 1 ;
1 1 1 5 1 0 6 4 2 3
1 1 1 1 5 1 1 3 2 5
1 2 1 2 1
2 1 2 1 2
e. 2 3 5 0 0 .
3 2 4 0 0
1 2 9 0 0
Bài 16. Áp dụng lệnh MDETERM trong Excel để tính các định thức trong bài 14, bài 15.
82
Bài 17. Tính các định thức cấp n :
1 2 3 ... n
1x 1 1
1 0 3 ... n
1 1x 1
a. ; b. 1 2 0 ... n ;
1 1 1x
1 2 3 ... n
2 1 0 ... 0 x 1 2 3 ... n
1 2 1 ... 0 1 x 2 3 ... n
c. 0 1 2 ... 0 ; d. 1 2 x 3 ... n ;
0 0 0 ... 2 1 2 3 x n
1 2 3 ... n 7 4 0 0 ... 0 0
1 x 1 3 ... n 3 7 4 0 ... 0 0
e. 1 2 x 2 ... n ; f. 0 3 7 4 ... 0 0 ;
1 2 3 x n 1 0 0 0 0 ... 3 7
1 2 3 ... n 1 n
1 2 2 ... 2
1 3 3 n 1 n
2 2 2 ... 2
1 2 5 n 1 n
g. 2 2 3 ... 2 ; h. ;
1 2 3 2n 3 n
2 2 2 ... n
1 2 3 n 1 2n 1
0 1 1 1 1 1
1 n n ... n
1 0 1 1 1 1
n 2 n n
1 1 0 1 1 1
i. n n 3 n ; j. .
1 1 1 1 0 1
n n n n
1 1 1 1 1 0
Bài 18. Dùng định lí Laplace mở rộng để tính các định thức sau :
1 2 0 0 0 0
0 0 2 1 4
2 1 0 0 0 0
0 0 3 1 2
3 5 2 1 0 0
a. D5 0 0 1 2 1 ; b. D6 ;
4 7 3 1 0 0
2 3 1 4 6
6 5 2 3 0 0
3 2 1 3 2
2 3 4 1 1 2
83
2 3 0 0 1 1 1 1 0 0 0 1
9 4 0 0 3 7 x1 x2 0 0 0 x3
4 5 1 1 2 4 a1 b1 1 1 1 c1
c. D6 ; d. D6 a b2 x1 x2 x3 c2 .
3 8 3 7 6 9 2
1 1 0 0 0 0 a3 b3 x12 x 22 x 32 c3
3 7 0 0 0 0 x12 x 22 0 0 0 x 32
Bài 19. a. Chứng minh rằng nếu A là ma trận vuông cấp n thỏa mãn điều kiện:
A2 3A I n thì A1 3I n A
nghịch và tìm A 1 .
a b
Bài 21. Cho ma trận A . Chứng tỏ rằng:
c a
a. Nếu A 1 thì A2 I 2 .
b. Nếu A 1 thì A4 I 2 .
2005 2001
3 5 2 3
Áp dụng tính
và
1 2
2 3
Bài 22. Tìm ma trận nghịch đảo (nếu có) của các ma trận sau bằng phép biến đổi sơ cấp và
bằng phương pháp định thức:
1 0 2 1 2 2 1 2 4
a. 2 1 3 ; b. 2 3 6 ; c. 1 1 5 ;
4 1 8 1 1 7 2 7 3
1 1 1 1 0 0 1 1 1 1 1 1
0 1 1 1
0 3 1 4
1 1 1 1
d. ; f. ;
e.
0 0 1 1 2 7 6 1 1 1 0 0
0 0 0 1
1 2 2 1 0 0 1 1
Bài 23. Vận dụng hàm MINVERSE trong Excel để tìm ma trận nghịch đảo của các ma trận
trong bài 22.
Bài 24. Áp dụng ma trận nghịch đảo để giải các phương trình ma trận sau đây:
84
2 5 4 6 1
a. X ;
1 3 2 1 0
1 2 3 1 3 0
b. 3 2 4 X 10 2 7 ;
2 1 0 10 7 8
1 1 1 1 1 3
c. X 2 1 0 4 3 2 ;
1 1 1 1 2 5
2 1 3 2 2 4
d. X .
3 2 5 3 3 1
Bài 25. Vận dụng hai hàm MINVERSE và MMULT trong Excel để giải các phương trình
ma trận trong bài 24.
Bài 26. Tìm hạng của các ma trận sau:
0 4 10 1 2 1 11 2
4 8 18 7 1 0 4 1
10 18 40 17 ; 11 4 56 5 ;
a. b.
1 7 17 3 2 1 5 6
2 0 3 1 1 1 1 1
1 2 2 3 1 1 1 1
c. ;
1 1 1 1 ;
d.
3 2 5 4
5 2 8 5
1 1 1 1
2 1 1 1
2 1 2 1 2 1 1 3 1 1
1 2 1 2 1 2 1 1 4 1
e. ; f. .
3 4 3 4 3 4 1 1 1 5
1 2 3
5 5 6 7 5 5 4
1 1 1 1
Bài 27. Biện luận theo tham số thực hạng của các ma trận sau:
1 2 3 4 5 1 2 1 1 1
4 6 8 9 10
a. 1 1 1 1
;
b.
5 8 11 13 15 1 0 1 1
10 16 22 26
1 2 2 1 1
85
2 1 3 4 2 8 1 2 1 0 1
1 0 1 1 0 0 2 5 3 1 2 3
3 4 2 4 1 1 ;
c. d. .
3 7 4 1 3 4
5 5 5 8 3 5 12 7 2 5
Bài 28. Ma trận vuông A được gọi là ma trận lũy linh (nilpotent matrix) nếu tồn tại r 1
sao cho A r . Chứng tỏ rằng nếu A, B là hai ma trận lũy linh và giao hoán với nhau thì
tích và tổng của chúng là những ma trận lũy linh.
Bài 29. Một ma trận vuông A được gọi là ma trận lũy đẳng (idempotent matrix) nếu
A2 A .
1 1
0
2 2
a. Chứng tỏ rằng ma trận A 0 0 0 là ma trận lũy đẳng .
1 1
0
2 2
b. Chứng tỏ rằng nếu A là ma trận lũy đẳng thì ma trận B 2A I có bình
phương bằng ma trận đơn vị I . Từ đó suy ra, ma trận B khả nghịch.
Bài 30. Với giá trị nào của tham số thì hạng của các ma trận sau bằng 1?
1 2 1 1 2 3 1 3 5
a. 2 2 ;
b. 3 6 9 ; c. 4 12 5 .
3 6 3 4 8 12
5 15 10
Bài 31. Với giá trị nào của tham số thì ma trận sau đây có hạng bằng 2?
0 1
A 3 4 1
1 1 2
Bài 32. Cho ma trận
1 2 3 4
2 3 4 5
A
3 4 5 6
4 5 6 m
Tìm giá trị của m (m ) để hạng của ma trận A là nhỏ nhất.
1 a bc 1 a a2
a. 1 b ca 1 b b 2 ;
1 c ab 1 c c 2
86
b c c a a b a b c
b. b1 c1 c1 a1 a1 b1 2 a1 b1 c1 ;
b2 c2 c2 a2 a2 b2 a2 b2 c2
a1 b1x a1 b1x c1 a1 b1 c1
c. a2 b2x a2 b2x c2 2x a2 b2 c2 ;
a 3 b3x a 3 b3x c3 a 3 b3 c3
a1 b1x a1x b1 c1 a1 b1 c1
2
d. a2 b2x a2x b2 c2 (1 x ) a2 b2 c2 ;
a 3 b3x a 3x b3 c3 a 3 b3 c3
1 a a3 1 a a2
e. 1 b b 3 (a b c) 1 b b 2 .
1 c c3 1 c c2
a b c 1 ab a 2 b 2 (a b)2
B bc b 2 c 2 (b c)2
A c b a 1 ; ;
c a b 1 2 2 2
ca c a (c a )
a b c 1
b c a 1
C .
c a b 1
c b b a a c 2
Không tính, chứng minh rằng các ma trận trên có định thức bằng 0.
Bài 35. Sử dụng phần mềm Excel, áp dụng ma trận nghịch đảo để giải các hệ phương trình
tuyến tính sau:
5x 7y 3z 10
3x 2y z 1
a. 8x y 2z 0
b. x 3y 2z 2
2x y 2z 2
2x y 3z 5
x 2y 3z 2t 6 y 3z 4t 5
2x y 2z 3t 8 x 2z 3t 4
c. d.
3x 2y z 2t 4 3x 2y 5t 12
2x 3y 2z t 8 4x 3y 5z 5
Bài 36. Giải các hệ phương trình tuyến tính sau bằng phương pháp thích hợp:
87
2x1 2x 2 x 3 1x 4 2
2x 5x 2x 7
1 2 3
4x 3x 2 x 3 2x 4 3
a. x1 2x 2 4x 3 3 b. 1
3x 4x 6x 5 8x1 5x 2 3x 3 4x 4 6
1 2 3 3x1 3x 2 2x 3 2x 4 3
3x 4x x 2x 3 x x 7
1 2 3 4 1 2
3x 5x 3x 5x 6 x x x 5
c.
1 2 3 4
d.
2 3 4
6x 1 8x 2 x 3 5x 4 8 x1 x 2 x 3 x 4 6
3x 1 5x 2 3x 3 7x 4 8 2x 2 x 3 x 4 1
x1 2x 2 4x 3 3x 4 1 x1 x 2 x 3 x 4 a
x1 2x 2 5x 3 2x 4 3 x x 2 x 3 x 4 b
e. f. 1
x1 2x 2 3x 3 4x 4 5 x1 x 2 x 3 x 4 c
2x1 4x 2 10x 3 4x 4 6 x1 x 2 x 3 x 4 d
Bài 37. Giải và biện luận các hệ phương trình tuyến tính sau theo các tham số thực tương
ứng:
x1 x 2 x 3 mx 4 1
mx x x x 1
1 2 3 4
x x 2 mx 3 x 4 1
a. x1 mx 2 x 3 x 4 1 b. 1
x x mx x 1 x1 mx2 x 3 x 4 1
1 2 3 4 mx1 x2 x 3 x 4 1
x1 2x 2 4x 3 3x 4 0
x mx m 2x 1
1 2 3
3x 5x 2 6x 3 4x 4 0
e. x1 2x 2 4x 3 2 f. 1
x 3x 9x 3 4x1 5x 2 2x 3 3x 4 0
1 2 3 x1 x 2 2x 3 ax 4 0
2x1 x 2 x 3 x 4 1 2x1 x 2 x 3 2x 4 3x 5 3
x 2x 2 x 3 4x 4 2 x x 2 x 3 x 4 x 5 1
g. 1 h. 1
x1 7x 2 4x 3 11x 4 m 3x1 x 2 x 3 3x 4 4x 5 6
4x1 8x 2 4x 3 16x 4 m 1 5x1 2x 2 5x 4 7x 5 9 m
x1 2x 2 x 3 2 3x1 2x 2 5x 3 4x 4 3
2x 3x 2 7x 3 1 2x 3x 2 6x 3 8x 4 5
i. 1 j. 1
x1 x 2 3x 3 6 x1 6x 2 9x 3 20x 4 11
5x1 x 2 2x 3 a 4x1 x 2 4x 3 mx 4 2
88
Bài 38. Cho hệ phương trình tuyến tính:
x1 2x 2 2x 4 x 5 1
2x1 4x 2 x 3 3x 4 3
3x1 6x 2 2x 3 3x 4 x 5 m
x1 2x 2 x 3 x 5 2m 8
Với giá trị nào của m thì hệ phương trình đã cho:
a. Có nghiệm? Tìm nghiệm của hệ.
b. Vô nghiệm?
Bài 39. Cho hệ phương trình tuyến tính:
ax bx c
1 2
cx ax b (a,b, c , a,b, c 0)
2 3
cx1 bx 3 a
Chứng minh rằng hệ trên có nghiệm duy nhất và tìm nghiệm đó.
x 2y mz 3
Bài 40. Xét hệ phương trình: 3x y mz 2
2x y 3z n
Với giá trị nào của tham số m và n thì
a. Hệ có nghiệm duy nhất?
b. Hệ vô nghiệm?
c. Hệ vô số nghiệm?
Bài 41. Giải các hệ phương trình thuần nhất sau:
x 2y 3z 0 x 2y 3z t 0
a. 2x 3y 4z 0 b. x y z 2t 0
3x 4y 5z 0
4x 5y 8z t 0
3x 2y 8z 6t 0
c. x y 4z 3t 0
x y z 0
Bài 42. Tìm điều kiện của tham số thực a sao cho hệ phương trình tuyến tính thuần nhất
sau có nghiệm không tầm thường.
x y z t 0
x 2y 3z 4t 0
2x y az t 0
3x y 2z 3t 0
89
Bài 43. Tìm đa thức bậc ba f (x ) nếu biết rằng đồ thị của nó đi qua các điểm
( 1, 0); (1, 4); (2, 3); (3, 1 6).
90
CHƯƠNG 4.
91
- Phép cộng hai vectơ là một phép toán hai ngôi trên V cho phép tạo ra từ một cặp
vectơ x , y V một vectơ duy nhất gọi là tổng của x và y , kí hiệu là x y .
- Phép nhân một vectơ với một vô hướng là một phép nhân ngoài trên V cho phép tạo
ra từ một vectơ x V và một số K một vectơ duy nhất gọi là tích của và x , kí hiệu
là x.
Nếu 8 tiên đề sau đây được thỏa mãn với mọi x , y , z V và mọi , K thì tập V
được gọi là một không gian vectơ (vectơ space) trên trường K :
1. x y z x y z ;
2. V : x x x ;
3. x V : x (x ) (x ) x ;
4. x y y x ;
5. x y x y ;
6. ( )x x x ;
7. ( )x ( x ) ;
8. 1.x x.
Một không gian vectơ V trên trường K có thể gọi vắn tắt là một K – không gian
vectơ.
Tiên đề 1, 2, 3, 4 nói lên một điều tập V cùng với phép cộng là một nhóm giao hoán.
Phần tử trung hòa V của phép cộng trong tiên đề 2 được gọi là vectơ không. Phần
tử đối x V trong tiên đề 3 gọi là vectơ đối của vectơ x .
Tổng của vectơ x và vectơ đối của y được gọi là hiệu của hai vectơ x và y , kí hiệu là
x y.
92
4.1.3 Mệnh đề.
Với mọi x , y V và mọi , K , ta luôn có:
(x y ) x y ; ( )x x x .
Ví dụ 1.
a. Từ định nghĩa trên, nhận thấy rằng;
- Trường K là một không gian vectơ trên chính nó.
- là một không gian vectơ trên hoặc trên .
- là một không gian vectơ đồng thời trên trường , , .
b. Tập tất cả các vectơ tự do trên mặt phẳng hoặc trong không gian lập thành một
không gian vectơ trên trường số thực.
Dễ dàng kiểm tra được rằng hai phép toán vừa định nghĩa thỏa mãn 8 tiên đề của một
không gian vectơ nên K n là một không gian vectơ trên trường K , với vectơ không là
(0, 0, ..., 0) , vectơ đối của x (x1, x2,..., xn ) là x (x1, x 2,..., xn ) .
d. Tập M (m , n , K ) cùng với phép cộng hai ma trận và phép nhân một số thuộc K
với một ma trận thỏa mãn 8 tiên đề nên M (m , n , K ) cũng là một không gian vectơ trên K ,
với vectơ không là ma trận không cấp (m, n ) và vectơ đối của ma trận A aij
(m,n ) là ma
trận A aij .
(m,n)
e. Tập Pn [x ] gồm các đa thức có bậc nhỏ hơn hoặc bằng n với phép cộng hai đa thức
và phép nhân đa thức với K cũng là một không gian vectơ trên K , với vectơ không là
đa thức không và vectơ đối của f (x ) là đa thức f (x ).
f. Xét tập hợp C [ a , b ] các hàm thực liên tục trên đoạn [a , b ], a b . Ta định nghĩa hai
phép toán sau t a , b ; f , g C a , b :
93
(f g)(t ) f (t ) g(t );
(f )(t ) .f (t ).
Với hai phép toán trên, tập C [a,b ] có cấu trúc của một không gian vectơ, với vectơ
không là hàm số đồng nhất bằng 0 và vectơ đối của hàm số f (x ) là hàm f (x ).
Những ví dụ trên đây cho chúng ta thấy rằng các phần tử của một không gian vectơ
không nhất thiết chỉ là các “vectơ” như vẫn hiểu theo nghĩa phổ thông.
4.2 SỰ ĐỘC LẬP TUYẾN TÍNH – SỰ PHỤ THUỘC TUYẾN TÍNH
4.2.1 Định nghĩa.
Giả sử u1, u2,...un là n vectơ trong K – không gian vectơ V n 1 và
1, 2, . . . , n là n vô hướng trong K. Nếu với mọi vectơ u V sao cho
n
u 1.u1 2.u2 ... n .un i .ui (1) thì u được gọi là một tổ hợp tuyến tính
i 1
Khi đó, ta nói vectơ u biểu thị tuyến tính được qua hệ vectơ u1, u2,...un .
Tổ hợp tuyến tính của hệ u1, u 2 ,...un được gọi là tổ hợp tuyến tính tầm thường nếu
1 2 ... n 0 .
Nếu tồn tại i sao cho i 0 thì tổ hợp tuyến tính của hệ u1, u 2 ,...un được gọi là
tổ hợp tuyến tính không tầm thường.
4.2.2 Cách nhận biết vectơ u là tổ hợp tuyến tính của các vectơ u1, u2,...un .
- Nếu (2) vô nghiệm thì kết luận u không phải là tổ hợp tuyến tính của các vectơ
u1, u2,...un .
- Nếu (2) có nghiệm 1, 2, . . . , n thì kết luận u là tổ hợp tuyến tính của các vectơ
u1, u2,...un và dạng biểu diễn tuyến tính của u là:
3
Ví dụ 1. Xét xem vectơ u (3,1,4) có phải là tổ hợp tuyến tính của các
vectơ u1 (1,2,1); u2 (1, 1,1); u3 (2,1,1) hay không?
94
1 2 23 3
21 2 3 1
2 3 4
1
Giải hệ trên, ta được nghiệm duy nhất là (1, 2, 3 ) 1,2,1 nên u là tổ hợp tuyến
tính của các vectơ u1, u2, u3 và dạng biểu diễn là u 1.u1 2.u2 1.u3 .
4
Ví dụ 2. Trong không gian vectơ , cho hệ vectơ sau:
u 1
(1, 2, 1, 2); u 2 (2, 3, 0,1); u 3 (1, 2,1, 3); u 4 (1, 3, 1, 2)
4
Tìm điều kiện của tham số m để vectơ x (7,14, 1, m) là một tổ hợp
tuyến tính của hệ đã cho.
Suy ra (7,14, 1, m) a1(1,2, 1, 2) a2 (2, 3,0,1) a3 (1,2,1,3) a4 (1,3, 1, 2).
Xét ma trận mở rộng của hệ phương trình (1), dùng các phép biến đổi sơ cấp trên
4.2.3 Hệ vectơ độc lập tuyến tính - Hệ vectơ phụ thuộc tuyến tính.
1. Hệ vectơ u1, u 2 , , un trong K – không gian vectơ V được gọi là hệ vectơ độc
lập tuyến tính (linearly independent) nếu 1.u1 2 .u2 ... n .un 0 thì
1 2 ... n 0.
95
2. Hệ không độc lập tuyến tính thì được gọi là hệ phụ thuộc tuyến tính (linearly
dependent), điều này có nghĩa là tồn tại i 0, i 1,..., n sao cho:
Nhận xét. Xét hệ vectơ u1, u 2 , , un trong K – không gian vectơ V . Giả sử rằng
- Nếu ngoài nghiệm tầm thường, (3) có nghiệm khác thì ta nói hệ u1, u 2 , , un là
phụ thuộc tuyến tính.
Ví dụ 3. Trong không gian các vectơ tự do của hình học sơ cấp:
- Hai vectơ cùng phương là phụ thuộc tuyến tính.
- Hai vectơ không cùng phương là độc lập tuyến tính.
- Ba vectơ đồng phẳng thì phụ thuộc tuyến tính.
3
Ví dụ 4. Trong không gian , xét hệ các vectơ đơn vị e1 (1, 0, 0); e2 (0,1, 0);
e3 (0, 0,1).
n
Tổng quát. Trong , hệ n vectơ đơn vị:
e1 (1, 0, 0,..., 0);e2 (0,1,0,...,0);...;en (0, 0, 0,...,1) là hệ độc lập tuyến tính.
Ví dụ 5. Trong không gian Pn x các đa thức có bậc nhỏ hơn hoặc bằng n, hệ vectơ
1 0
A1 ; A 0 1 ; A 0 0 ; A 0 0 ; A 1 1
2 0 0 3 1 0 4 0 1 5 1 1
0 0
Dễ thấy rằng:
1. Hệ {A1, A2, A3, A4 } là độc lập tuyến tính.
96
2. Hệ {A1, A2, A3, A4, A5 } là phụ thuộc tuyến tính.
4.2.4 Xét tính độc lập tuyến tính của hệ vectơ S {u1, u2 , . . . , un } trong không
gian n .
Bước 1. Lập ma trận A gồm các dòng là các vectơ u1, u2,..., un .
Bước 2. Xác định hạng của ma trận A (hay tính A ).
Bài giải:
1 2 3
a. Vì 2 5 1 1 0 nên S là hệ độc lập tuyến tính.
1 1 9
1 2 3
b. Vì 4 5 6 0 nên T là hệ phụ thuộc tuyến tính.
7 8 9
Theo định nghĩa, khái niệm độc lập tuyến tính và phụ thuộc tuyến tính là phủ định lẫn
nhau. Do đó, khái niệm này có tính chất gì thì chúng ta có thể suy ra tính chất tương ứng cho
khái niệm còn lại.
4.2.5 Tính chất.
a. Mọi hệ chứa hai vectơ tỉ lệ nhau thì phụ thuộc tuyến tính.
b. Hệ chỉ có một vectơ là độc lập tuyến tính khi và chỉ khi vectơ đó khác vectơ không.
c. Mỗi hệ vectơ chứa một hệ con phụ thuộc tuyến tính cũng là một hệ phụ thuộc
tuyến tính. Mỗi hệ con của một hệ độc lập tuyến tính đều là hệ độc lập tuyến tính.
d. Nếu thêm p vectơ ( p 0 ) vào một hệ phụ thuộc tuyến tính thì được một hệ phụ
thuộc tuyến tính. Nếu bỏ đi p vectơ ( p 0 ) trong một hệ độc lập tuyến tính thì được một hệ
độc lập tuyến tính.
e. Hệ n vectơ là hệ phụ thuộc tuyến tính khi và chỉ khi tồn tại một vectơ nào đó của
hệ biểu thị tuyến tính được qua các vectơ còn lại của hệ.
Hệ n vectơ là hệ độc lập tuyến tính khi và chỉ khi không có một vectơ nào của hệ
biểu thị tuyến tính được qua các vectơ còn lại.
97
g. Hệ n vectơ là hệ độc lập tuyến tính khi và chỉ khi mỗi tổ hợp tuyến tính của hệ đều
có một cách biểu thị tuyến tính duy nhất qua hệ đó.
Hệ n vectơ là hệ phụ thuộc tuyến tính khi và chỉ khi tồn tại một vectơ của V biểu thị
tuyến tính qua hệ đó theo hai cách khác nhau.
e1
(1, 0, 0);e2 (0,1, 0);e 3 (0, 0,1)
Với mọi x (x1, x 2, x 3 ) 3 , ta có sự biểu thị tuyến tính duy nhất sau:
x x1.(1, 0,0) x2 (0,1, 0) x 3 (0, 0,1) x1.e1 x2 .e2 x 3 .e3
Do đó, e1, e2 , e 3 là một cơ sở của 3 . Cơ sở này được gọi là cơ sở chính tắc
3
(standard basis) hay cơ sở tự nhiên của 3 và dim( ) 3.
Tổng quát, hệ n vectơ đơn vị:
e1 (1, 0, 0,..., 0);e2 (0,1,0,...,0);...;en (0, 0, 0,...,1)
98
n
là một cơ sở chính tắc của không gian n và dim( ) n.
Ví dụ 2. Trong không gian Pn x , xét hệ vectơ 1, x , x 2 , , x n . Nhận thấy rằng mọi
đa thức thuộc Pn x đều được biểu thị tuyến tính duy nhất dưới dạng:
f (x ) a0 .1 a1.x a2 .x 2 an x n
Do đó, hệ 1, x , x 2
, , x n là một cơ sở và gọi là cơ sở chính tắc của Pn x ,
dim(Pn [x ]) n 1.
Ví dụ 3. Trong không gian M 2, , cho các ma trận sau:
1 0 0 1 0 0 0 0
A1
0 0 ; A2 0 0 ; A3 1 0 ; A4 0 1
a b
Vì với mọi ma trận X M (2, ) đều có biểu thị tuyến tính duy nhất qua
c d
hệ A1, A2 , A3 , A4 , tức là :
a b 1 0 0
X a . 1 0 b 0 c . d . 0 0
0 0 0 0 1 0 0 1
c d
a .A1 b.A2 c.A3 d .A4
Do đó, hệ A1, A2 , A3 , A4 là một cơ sở và được gọi là cơ sở chính tắc của M 2, ,
dim(M (2, )) 4.
Ví dụ 4.
2
Trong - không gian vectơ P2[x ], cho tập M x x 1 ; 2x 1 ; 3 . Chứng
minh rằng M là một cơ sở của P2[x ].
2
Bài giải. Giả sử a(x x 1) b(2x 1) c.3 0 (đa thức không). Áp dụng
tính chất đồng nhất thức, ta tìm được a b c 0 .
99
b a 2c b a
1 a; 2 ; 3
2 6
2 b a 2c b a
Suy ra u(x ) a(x x 1) (x 1) .3
2 6
Vậy, M là một hệ sinh nên M là một cơ sở của P2 [x ] và dim P2[x ] 3.
Ví dụ 1.
a. và V là hai không gian con của V và được gọi là hai không gian con tầm
thường của V .
b. Đường thẳng thực là một - không gian con của mặt phẳng phức .
c. Xét tập U A M (n , ) | AT A là tập tất cả các ma trận đối xứng thực
cấp n . Dễ thấy rằng U là một không gian con của không gian M n , .
100
x y (a c , b d , (a c ) (b d ) 2) W
nên W không phải là một không gian con của 3 .
4.4.3 Không gian con sinh bởi hệ vectơ.
Giả sử S u1, u 2 ,..., un là một hệ vectơ của không gian vectơ V trên trường K.
Khi đó, tập hợp U u 1u1 2u2 n un | i K là một không gian con của
V và được gọi là không gian con sinh bởi S , hệ S được gọi là hệ sinh của U và được kí
hiệu là U S hay U u1, u 2 ,..., un .
Bài giải.
101
Kiểm tra được {X1; X2 } độc lập tuyến tính nên là một cơ sở của W và
dimW 2.
4.4.4 Tổng của các không gian con
2. Giả sử W1,W2, . . . ,Wn là các không gian con của không gian vectơ V trên
trường K. Khi đó, tập :
W1 W2 Wn w1 w 2 w n | w i Wi ; i 1,..., n
là một không gian con của V và được gọi là tổng của n không gian con của V , kí hiệu là
n
W Wi .
i 1
Giả sử V1,V2,...,Vi ,... là các không gian con của không gian vectơ V trên trường
K. Tập U Vi là một không gian con của V là được gọi là giao của các không gian
i I
con V i của V .
Giao của một họ bất kỳ các không gian con của V là một không gian con của V .
4.4.6 Tổng trực tiếp.
Giả sử V là một không gian vectơ trên trường K, V1 và V2 là hai không gian con
của V . Tổng của V1 và V2 được gọi là tổng trực tiếp, kí hiệu là V1 V2, nếu
Định lý. Nếu U và W là hai không gian con của không gian vectơ V hữu hạn
chiều thì dim U dim V dim (U V ) dim (U V ).
Hệ quả. Nếu U và W là hai không gian con của không gian vectơ V hữu hạn chiều
thì dim(U W ) dim U dim W .
4
Ví dụ 4. Trong không gian , cho các không gian con
102
W1 (a,b, c, d ) 4 / a 2b c d 0 ;
W2 (a, b, c, d ) 4
/ 2a 2b c d 0
Tìm một cơ sở và số chiều của mỗi không gian con W1, W2 , W1 W2 .
Bài giải.
1 0 0 2
Vì ma trận 0 1 0 2 có hạng bằng 3 nên hệ {v1; v2 ; v3 } độc lập tuyến tính. Cơ
0 0 1 1
sở của W2 là {v1; v2 ; v3 } và W2 có số chiều là 3.
Ta có: W1 W2 u1; u2 ; u 3 ; v1; v2 ; v 3
Lập ma trận A gồm các dòng là các vectơ sinh ra W1 W2 và ta tìm được
rank (A) 4 .
Bài giải. Ta có
1 1 1 1 0 1
F a b 0 1 / a, b
1 2 1 0 1 2 , 1 0 A1, A2
1 2 1 2 1 0
G c d 1 0 / c, d
1 1 1 5 1 1 , 1 5 A3 , A4
Do đó, F G A1, A2 , A3 , A4 .
103
Xét các vectơ trong 4 :
v1 (1,1,1,2); v2 (0,1, 1, 0); v3 (1,2,1,1); v4 (1, 0, 1,5) ta có:
1 1 1 2 1 1 1 2
0 1 1 0 0 1 1 0
A
1 2 1 1 0 0 1 1
1 0 1 5 0 0 0 0
104
x 5z 22s 0 x 5z 22s
y z 5s 0 y z 5s
t 2s
t 2s 0
z, s
Giải hệ phương trình thứ nhất ta được W1 (1,1,1, 0);(1, 1, 0,1) w1, w 2 .
1 1 1 0
Vì ma trận có hạng bằng 2 nên dim(W ) 2 và một cơ sở của
1 1 0 1
2
w 3
, w 4 .
Kiểm tra được hệ w1, w2, w 4 là độc lập tuyến tính nên dim(W1 W2 ) 3 và một
105
Khi đó, bộ n số 1, 2 ,..., n được gọi là tọa độ của vectơ u trong cơ sở S và được
kí hiệu là:
1
[u ]S 2
...
n
Nhận xét. Với mọi vectơ u (x1, x 2 ,..., x n ) n ta có:
x
1
x
u 2
(n )
...
x
n
3
Ví dụ 1. Trong không gian , cho hệ vectơ
S u1 (1,1, 0); u 2 (0,1,1); u 3 (1, 0,1)
a. Chứng tỏ S là một cơ sở của 3 .
b. Tìm tọa độ của e1 (1,0,0);e2 (0,1, 0);e3 (0,0,1); u (4,3,5) trong cơ sở S .
Bài giải:
1 1 0
a. Ta có: 0 1 1 2 0
1 0 1
106
1 1
2 2 1
e 1 1
2 S ; e 3 S ; u S 2
2 2
1 1 3
2 2
p1 x 2 x 1; p2 2x 2 3x 1; p3 x 2 2x 1
2
a. Tìm tọa độ của vectơ p x 3x 3 trong cơ sở S .
2
b. Cho biết q S 3 , tìm q (x ).
4
Bài giải.
2 2 2 2
a. Xét p x 3x 3 a(x x 1) b(2x 3x 1) c(x 2x 1)
Áp dụng đồng nhất thức, ta được hệ phương trình:
a 2b c 1
a 1
a 3b 2c 3
b 2
a b c 3
c4
1
Do đó, [p ]S 2
4
b. Theo đề bài ta có q x 2 p1 3 p2 4 p 3 , suy ra:
107
a v a u a u a u
1j 1 11 1 21 2 n1 n
a v a u a u a u
v 2 j hay 2 12 1 22 2 n2 n
j S ..........................................
a v a u a u a u
nj n 1n 1 2n 2 nn n
Lập ma trận P gồm các cột là các tọa độ tương ứng của của các vectơ v j :
a ... a1n
11 a12
a a22 ... a2n
P [v1 ]S [v2 ]S ... [vn ]S 21
... ... ... ...
a ... ann
n 1 an 2
Khi đó, ma trận P gọi là ma trận chuyển cơ sở từ S sang T . Kí hiệu: PST .
x y
1 1
x y
x 2 ; x 2
S T
x y
n n
Ta có
n n n n n n
x xiui y j vj y j aijui aijyi ui
i 1 j 1 j 1
i1 i1 j 1
Suy ra
n
xi a y ij j
x PST . x
S T
j 1
Công thức x PST . x gọi là công thức đổi tọa độ, nêu lên mối liên hệ của
S T
x và x . Thông qua công thức trên, nếu biết được ma trận chuyển cơ sở và biết được
S T
một trong hai tọa độ ta sẽ tìm được tọa độ còn lại.
Nhận xét.
a. Ma trận chuyển cơ sở là ma trận không suy biến.
PST v1 v2 vn , trong đó các vectơ vi (i 1,..., n) được viết dưới dạng
cột.
108
c. Ta có x PST . x , suy ra x PST 1 . x . Do đó, PTS PST
1
.
S T T S
- Lập ma trận ghép lớp A u1 u2 ... un v1 v2 ... vn , trong đó các vectơ
u i và vi được viết dưới dạng cột.
- Dùng các phép biến đổi sơ cấp trên dòng đưa ma trận A về dạng ma trận
I P .
n ST
Bài giải.
a. Ta có:
109
1 1 0
P(3)S 2 3 1
0 2 3
3
b. Với mọi u (a,b,c) , ta tìm được
7a 3b c
[u ]S 6a 3b c
4a 2b c
5 3 4
[v ] 4 ;[v ] 2 ;[v ] 3 ;
Do đó, 1 S 2S 3S
3 2 3
0
v 2
T
1
110
Áp dụng công thức đổi tọa độ, ta tìm được:
5 3 4 0 2
v P . v 4 2 3 2 1
S ST T
3 2 3 1 1
1 0 0 1 0 0 0 0
;
E E1 ; E2
;E3
; E4
0 0 0 0 1 0 0 1
1 1 1 1
T T1 ; T ;T 1 2 ;T 2 1
1 2 2 2 1 3 1 1 4 1 1
a. Tìm ma trận chuyển cơ sở từ E sang T .
1 2
b. Cho ma trận X M (2, ). Tìm X .
3 4 T
Bài giải. a. Ta có,
1 2 2 2
1 2 3 4 1 2 3 4
3 4 2 2
1 2 3 4 1 2 3 4
2 1 2
1 2 3 4 1
2 2 1
1 2 3 4
2
1 22 3 4 3 3 0
21 2 3 4 4 4 1
111
Vậy,
2
1
X
T 0
1
Ví dụ 5. Trong không gian P3 [x ] các đa thức có bậc nhỏ hơn hay bằng 3, cho hai
cơ sở sau:
U {u1 1; u2 x ; u 3 x 2 ; u4 x 3 }
V v1 1; v2 (x 2); v3 (x 2)2; v4 (x 2)3
a. Hãy tìm ma trận chuyển cơ sở từ U sang V .
Bài giải.
a. Lần lượt tìm tọa độ của các vectơ của cơ sở V trong cơ sở U , ta được:
a 2b 4c 8d 0 a 6
b 4c 12d 1 b 5
Tương đương
c 6d 1 c 1
d 0 d 0
Vậy,
112
6
5
p(x )
V 1
0
1. x , y y, x ;
2. x x ', y x , y x ', y ;
3. x , y . x , y ;
4. x, x 0 .
Một không gian vectơ thực trên đó xác định một tích vô hướng được gọi là không
gian vectơ Euclide (Euclidean vector space) hay còn gọi là không gian có tích vô hướng.
3. Hai vectơ x và y (x , y V ) được gọi là hai vectơ trực giao nếu tích vô hướng
của chúng bằng 0.
Ví dụ 1. a. Tích vô hướng trong không gian vectơ n được định nghĩa sau đây
gọi là tích vô hướng chính tắc:
n
x , y x 1y1 x 2y 2 x n yn với mọi x (x1,..., xn ), y (y1,..., yn )
Do đó, không gian vectơ n với tích vô hướng chính tắc còn được gọi là không
gian vectơ Euclide chính tắc n chiều.
113
Độ dài của vectơ x (x1,..., xn ) n được tính theo công thức:
n
x x
i 1
2
i
x 12 x 22 ... x n2
b. Không gian C a , b là một không gian vectơ Euclide với tích vô hướng được
định nghĩa như sau:
b
f
2
f (t ) (t )dt
a
ui uj 1 0 ; ij
, . ui , u j
ui uj ui . u j 1 ; ij
4.6.4 Tính chất.
4.6.4.1. Bất dẳng thức Cauchy – Schwarz (C - S).
Đối với hai vectơ bất kì x, y của không gian vectơ Euclide V , ta có :
x, y x . y
114
Hơn nữa, dấu “ = ” xảy ra khi và chỉ khi x và y phụ thuộc tuyến tính.
4.6.4.2 Bất đẳng thức tam giác.
Đối với hai vectơ x, y bất kỳ của không gian vectơ Euclide V , ta có:
x y x y
4.6.4.3 Định lí Pitago.
Giả sử S u1, u2 , . . , un là hệ vectơ trong không gian vectơ Euclide V từng cặp
2 2 2
trực giao nhau. Khi đó, u1 ... un u1 ... un .
Nếu hệ vectơ S u1, u2 , . . , un trong không gian vectơ Euclide V không chứa
vectơ không và từng cặp trực giao thì S độc lập tuyến tính.
4.6.5 Phương pháp trực giao hóa Gram – Schmidt.
Đây là một phương pháp chuyển một hệ p vectơ p 1 độc lập tuyến tính trong
không gian vectơ Euclide V sang hệ p vectơ không chứa vectơ không trực giao với nhau
từng đôi một .
Giả sử S u 1 , u 2 , . . , u p là hệ vectơ của V . Ta sẽ dựng một hệ gồm các vectơ
trực giao của V như sau:
Đặt v1 u1;
Đặt v2 a1.v1 u2 ;
u2, v1 u2, v1
Suy ra a1 2 .
v1, v1 v1
u2, v1
Do vậy, v2 u2 2
v1;
v1
Tiếp tục, tìm vectơ v 3 sao cho v1, v 3 v2 , v 3 0.
115
u3, v1 u3, v1
b1 2
;
v1, v1 v1
u3, v2 u3, v2
b2 2
v2, v2 v2
Do đó
u3, v1 u3, v2
v3 u3 2
.v1 2
.v2
v1 v2
Tiếp tục quá trình trên, sau hữu hạn bước ta tìm được một hệ gồm p vectơ trực giao
từng đôi một . Vectơ thứ p được tính theo công thức:
p1 u p , vi
v p up 2
.vi
i 1 vi
Khi đó, hệ v 1 , . . , v p là một hệ vectơ trực giao cần tìm.
Quá trình xây dựng một hệ p vectơ trực giao từng đôi một gọi là quá trình trực
giao hóa Gram – Schmidt (Gram –Shchmidt orthogonalization process).
Hãy trực giao hóa hệ vectơ {1, x , x 2 } trong không gian P2 [x ] bằng phương pháp
trực giao hóa Gram - Schmidt.
Bài giải. Đặt u 1 1; u 2 x ; u 3 x 2 . Cần trực giao hóa hệ vectơ {u1 ; u2 ; u 3 } .
Đặt v1 : u1 1 .
Cần tìm v2 sao cho v2 trực giao với v1 . Do u2 , v1 0 nên v2 u2 x .
1
Tiếp tục, cần tìm v3 sao cho v3 trực giao với v1 ; v 2 , ta được: v 3 x 2 . Vậy,
3
1
ta được một hệ trực giao của P2 [x ] là {1; x ; x 2 } .
3
3
Ví dụ 3. Trong không gian vectơ Euclide , cho không gian con
W {x (x 1, x 2 , x 3 ) 3 / 2x 1 x 2 x 3 0}
Tìm một cơ sở trực giao và một cơ sở trực chuẩn của W.
Bài giải. Ta có:
116
W {x (x 1, x 2 , x 3 ) 3 / 2x 1 x 2 x 3 0}
{(x 1, x 2 , 2x 1 x 2 ) / x 1, x 2 }
{x 1(1, 0,2) x 2 (0,1,1) / x 1, x 2 }
(1, 0,2),(0,1,1) u1, u2
1 0 2
Vì ma trận A có hạng bằng 2 nên hệ u , u là độc lập tuyến tính.
0 1 1
1 2
Thực hiện quá trình trực giao hóa Gram - Schmidt, ta được một cơ sở trực giao của
W là
2 1
(1,0,2); - ,1,
5 5
Trực chuẩn hóa hệ trực giao trên, ta được một cơ sở trực chuẩn của W là:
1 2 2 5 1
; 0;
; ; ;
5
5 15 6 30
Ví dụ 4. Trong không gian vectơ Euclide 4 với tích vô hướng thông thường, cho
3 vectơ:
1 1 7 7
x (1,1,1,1); y (2,2, 2, 2); z ( , , , )
2 2 2 2
a. Chứng tỏ rằng hệ {x , y , z } là hệ trực giao.
b. Hãy bổ sung vào hệ đã cho thêm một vectơ để có được một cơ sở trực giao của
4
.
Bài giải.
117
Vậy, cần bổ sung vào vectơ v (7, 7, 1, 1) để hệ đã cho trở thành một cơ sở
trực giao của 4 .
c. Xét xem hệ x y; y z ; z x là độc lập tuyến tính hay phụ thuộc tuyến tính?
Bài 4. Trong không gian vectơ V trên trường K , cho n vectơ u1, u2, . . . , un độc lập
tuyến tính. Chứng tỏ rằng hệ n vectơ u1; u1 u2 ;...; u1 u2 ... un cũng độc lập
tuyến tính.
Bài 5. Trong , cho hệ vectơ sau:
4
u 1
(1,1,1,1); u 2 (2, 3, 1, 0); u 3 (1, 1,1,1); u 4 (1, 2,1, 1)
u , u , u , u .
1 2 3 4
118
3
Bài 6. Cho hai vectơ u (3, x y , 5); v (x 1, y 2, 10) trong . Tìm x và y để hệ
vectơ u, v là phụ thuộc tuyến tính.
a. Vectơ u (2, 3, 3) có thể biểu thị tuyến tính được qua hệ u1, u2 không? Tại sao?
b. B (a, b, ab ) | a, b ;
c. C (a, b, a b ) | a, b ;
d. D (a , b , a 2 ) | a , b ;
e. E (a, b, c ) | a b c 0; a, b, c .
Bài 9. Trong các tập con W của không gian n sau đây, tập nào là không gian con của n ?
Nếu là không gian con, hãy tìm cơ sở và số chiều của không gian con đó.
a. W (x 1, x 2 ,..., x n ) | x 1 2x 2 3x 3 ;
Bài 10. Chứng tỏ các tập sau đây là các không gian con của không gian vectơ M 2, .
Hãy tìm một cơ sở và số chiều của không gian con đó.
a a b
a. W1 / a,b ;
b a b
a b
b. W2 / a , b, c ;
c a b
a b b
c. W3 / a, b, c ;
c a b c
a b a c
d. W4 / a, b, c .
a c b c
119
a b
Bài 11. Xét tập hợp D22 A | a, b, c M (2, ) .
b c
a. Chứng minh rằng D22 là một không gian con của M (2, ).
2 1
c. Tìm tọa độ của M trong cơ sở S .
1 3
Bài 13. Tìm ma trận chuyển cơ sở từ S sang T , với S ,T được cho như sau trong không
gian 3 :
S (2,1, 1);(2, 1, 2);(3, 0,1) ;T (3,1, 2);(1, 2, 5);(2, 4,1)
1 0 1 1 1 1 1 1
S S1
, S2 , S3 , S 4 ;
0 0 0 0 1 0 1 1
1 2 1 3 2 6 4 11
T T1 ,T2 ,T3 ,T4
3 4 5 7 9 13 17 15
Tìm ma trận chuyển cơ sở từ S sang T .
120
1 0
S S1 ; S 0 1 ; S 1 0 ; S 0 1
2 1 1 3 1 0 4 0 1
0 1
1 0
b. Cho ma trận A M 2, . Tìm A .
0 0 S
V a , b, c, d | a c d 0; b c d 0
Tìm cơ sở và số chiều của mỗi không gian con U ,V ,U V ,U V .
2, 0, 1; u2 1, 1, 1, 0; v1 1, 0, 1, 0; v2 1, 3, 0, 1
u1 1,
Bài 19. Trong không gian P2 x , cho W là không gian con sinh bởi 3 vectơ:
u1 x 2 2x 2; u2 mx 2 x ; u3 x 2 x 1
Chứng minh rằng số chiều của W là không đổi với mọi giá trị của m.
Bài 20. Trong không gian P3 x , cho W là không gian con sinh bởi 4 vectơ:
b. Cho u 5x 3 x 2 8x m P3 x , với giá trị nào của m thì vectơ u thuộc
W?
Bài 21. Trong không gian , cho hai không gian con:
4
W2 2, 7, 2, 2 ; 1,
3,1 ,1 ; 3, 1 0, 4, 3 ; 6,
2 1, 7, 6 .
Tìm một cơ sở và số chiều của mỗi không gian W1,W2 ,W1 W2,W1 W2 .
4
Bài 22. Trong , cho hai không gian con:
121
U x (x 1 , x 2 , x 3 , x 4 ) 4 / x 1 x 2 x 3 x 4 0 ;
V y (y 1 , y 2 , y 3 , y 4 ) 4 / y 1 y 2 y 3 y 4 0
Tìm một cơ sở và số chiều của U V . Chứng tỏ U V 4 .
Bài 23. Trong không gian , cho hai không gian con:
3
U (a, b, c ) | a 2b c 0 ;V (a, b, c ) | 2a 9b 3c 0
Tìm một cơ sở và số chiều của U W . Vectơ 6, 2, 10 có thuộc U W hay
không?
Bài 24. Trong không gian 3 với tích vô hướng chính tắc, cho không gian con
W 1,1 , 1; 1,
2, 3 ; 2,
3, 2 .
Bài 26. Gọi W1 và W2 lần lượt là không gian nghiệm của hai hệ phương trình sau trên :
x1 x 3 x 4 0 và x1 x 2 0
x x2 2x 4 0 x2 x 3 0
1
Bài 27. Trong không gian vectơ Euclide 3 , hãy trực giao hóa các hệ vectơ sau:
122
c. (1, 2, 2, 0);(1,1, 3, 5);(1, 0,1, 0) trong 4 .
Bài 28. Trong 3 với tích vô hướng chính tắc, cho 3 vectơ:
x 2, b, c ; y (1, 2, 2); z 2, 2, a . Tìm a , b , c để 3 vectơ trên lập thành một hệ
trực giao.
Cho vectơ p x x x 1 P2 x . Gọi W là tập hợp tất cả các vectơ của
2
Bài 32. Trong không gian Euclide C 0, 1 , xét tích vô hướng
1
u, u x x dx
0
Tìm các giá trị của tham số thực m để các cặp vectơ sau đây trực giao với nhau.
a. u(x) x m;v(x) x 2;
b. u(x) x 2 1;v(x) mx 2 1.
CHƯƠNG 5.
123
Như chúng ta đã biết, những không gian vectơ được tạo thành không chỉ bởi những
phần tử mà còn cả những phép toán. Vì vậy, mối liên hệ giữa chúng cũng phải được thể
hiện bởi những ánh xạ có liên quan đến các phép toán ấy, đó chính là ánh xạ tuyến tính.
Mục tiêu cụ thể của chương này là:
Chứng minh được một ánh xạ đã cho là ánh xạ tuyến tính.
Xác định một ánh xạ tuyến tính thông qua ảnh của các vectơ cơ sở.
Xác định được ảnh và hạt nhân của ánh xạ tuyến tính, tìm số chiều và một cơ sở của
ảnh và của hạt nhân.
Mối quan hệ giữa ảnh và hạt nhân với đơn cấu, toàn cấu và đẳng cấu. Xác định được
ma trận của ánh xạ tuyến tính trong cặp cơ sở cho trước, mối liên quan giữa tọa độ
của một vectơ và tọa độ ảnh của vectơ đó.
Mối quan hệ giữa hai ma trận của cùng một toán tử tuyến tính trong hai cơ sở khác
nhau.
5.1 ĐỊNH NGHĨA VÀ SỰ XÁC ĐỊNH ÁNH XẠ TUYẾN TÍNH
5.1.1 Định nghĩa ánh xạ tuyến tính.
Cho V và W là hai K - không gian vectơ. Ánh xạ f : V W được gọi là ánh xạ
tuyến tính (hay đồng cấu tuyến tính) nếu f thỏa các điều kiện sau:
1. f (x y ) f (x ) f (y ), x , y V ;
2. f (.x ) .f (x ), x V , K ;
Nếu V W thì ánh xạ tuyến tính f : V V được gọi là một toán tử tuyến tính
hay phép biến đổi tuyến tính.
Chú ý rằng trong định nghĩa trên, hai phép toán cộng và nhân vô hướng ở vế trái
được thực hiện trên V , còn hai phép toán này ở vế phải được thực trên W.
Ví dụ 1.
1. Ánh xạ không (kí hiệu là ) : V W được xác định bởi: (x ) 0 là một ánh
xạ tuyến tính.
2. Ánh xạ đồng nhất idV : V V xác định bởi: idV (x ) x là một ánh xạ tuyến
tính.
4. Ánh xạ f : K K n
xác định bởi f (x ) (x , 0, ..., 0) là một ánh xạ tuyến tính, và
được gọi là phép nhúng từ K vào K n .
124
5. Với mỗi i 1,..., n , ánh xạ fi : K n K xác định bởi f (x1, x2,..., xn ) xi là
một ánh xạ tuyến tính và được gọi là phép chiếu lên thành phần thứ i của K n .
6. Ánh xạ f : 3 4 xác định bởi f (x1, x2, x 3 ) (x1, x2, x 3, 0) là một ánh xạ
tuyến tính.
Thật vậy, với mọi x x 1, x 2 , x 3 ; y y1, y2 , y 3 3 ; với mọi , ta có:
f x y f x1 y1, x 2 y2 , x 3 y3 x1 y1, x 2 y2, x 3 y3, 0
x1, x 2,x 3, 0 y1, y2, y3 , 0 f x f y .
f (.x ) f (.x 1, .x 2 , .x 3 ) (.x 1, .x 2 , .x 3 , 0) . x 1, x 2 , x 3 , 0 .f x .
7. Ánh xạ f : 2 3
xác định bởi f x 1, x 2 (x 1, 2x 1 x 2 , 2x 2 1) không
phải là một ánh xạ tuyến tính. Thật vậy, với mọi x x 1, x 2 ; y y1, y 2 2 ta có:
f (x y ) (x 1 y1 ), 2(x 1 y1 ) (x 2 y 2 ), 2(x 2 y 2 ) 1;
Cho V ,W là hai không gian vectơ trên trường K. Hệ S u1, u2 , . . . , un là một
cơ sở của V và 1, 2, , n là n vectơ tùy ý của W. Khi đó, tồn tại duy nhất một ánh xạ
tuyến tính f đi từ V vào W sao cho f (ui ) vi ; i 1,..., n.
Chứng minh.
Giả sử S u1, u 2 ,..., un là một cơ sở của V , khi đó mọi vec tơ x, y của V đều
được biểu diễn duy nhất dưới dạng:
x a1u1 a 2u2 a n u n ; y b1u1 b2u 2 bn u n
125
Đặt f (x ) a1v1 a 2v2 a n vn ; f (y ) b1v1 b2v2 bn vn .
Ta có
Và
Giả sử tồn tại ánh xạ tuyến tính g thỏa điều kiện của định lý. Khi đó:
Vậy f g .
Định lí trên cho thấy rằng một ánh xạ tuyến tính hoàn toàn được xác định khi biết
được ảnh của các vectơ cơ sở.
Ví dụ 2. Trong không gian 3 với cơ sở chính tắc (3) e1,e2 , e3 . Cho biết
u1 (0,2); u2 (1, 1); u3 (3, 0) 2 . Hãy xác định ánh xạ tuyến tính f : 3
2
Bài giải.
Với mỗi vectơ x (x1, x 2, x 3 ) 3, ta luôn có x x1e1 x2e2 x 3e3 .
Suy ra f (x ) x 1 f e1 x 2 f e2 x 3 f e3 .
Tương đương f x x 1 0, 2 x 2 (1, 1) x 3 3, 0 (x 2 3x 3 , 2x 1 – x 2 )
Vậy, ánh xạ tuyến tính f : 3
2 xác định bởi:
f x 1, x 2 , x 3 (x 2 3x 3 , 2x 1 – x 2 ).
Ví dụ 3. Cho f : 3
3
là ánh xạ tuyến tính sao cho
f (1, 1, 2) (1, 2, 3), f (2, 1, 1) (0, 1, 1), f (2, 2, 3) (0, 1, 0)
Hãy tìm f (x 1, x 2 , x 3 ).
126
u1 (1,1, 2), v1 (1, 2, 3)
u2 (2,1,1), v2 (0,1,1)
u 3 (2, 2, 3), v 3 (0, 1, 0)
Do S là cơ sở của 3 nên tồn tại duy nhất ánh xạ tuyến tính f : 3
3
sao cho
f (u1 ) v1, f (u2 ) v2, f (u3 ) v3 .
Cho V ,W là hai không gian vectơ trên trường K , xét ánh xạ tuyến tính f đi từ V
vào W.
1. Tập f V được gọi là ảnh của ánh xạ tuyến tính f và được kí hiệu là Im f .
Im f {y W | f x y ; x V }
2. Tập f 1 (W ) được gọi là hạt nhân của ánh xạ tuyến tính f và được kí hiệu là
Kerf .
Kerf {x V | f x W }
Nhận xét: Nếu f : V W là một ánh xạ tuyến tính thì:
1. Im f là một không gian con của W.
2. K er f là một không gian con của V .
5.2.2 Các bước tìm số chiều và cơ sở của K er f và của Im f .
Cho ánh xạ tuyến tính f : V W ; S u1, u2 , . . . , un là một cơ sở của V .
1. Tìm số chiều và cơ sở của K er f :
Bước 1. Giải hệ phương trình thuần nhất f x 0 *
127
Bước 2. Các nghiệm cơ bản của hệ (*) chính là một cơ sở của K er f và số chiều
không gian nghiệm của hệ (*) là số chiều của K er f .
Bài giải.
a. Xét cơ sở chính tắc (3) {e1 (1, 0, 0),e2 (0,1, 0),e3 (0, 0,1)} của
3 . Khi đó Im f f (e1 ), f (e 2 ), f (e 3 ) (1, 0,1),(2,1,1),( 1,1, 2) .
1 0 1 1 0 1
Ta có dim Im f
ran k 2
1 1 rank 0
1 1 2.
1 1 2
0 0 0
Một cơ sở của Im f là {(1, 0, 1), (0, 1, 1)} .
f (x , y , z ) (x 2y z , y z , x y 2 z ) (0, 0, 0)
Tương đương
x 2y z 0 x 3a
y z 0 y a
x y 2z 0
z a
Vậy Ker f {(3a , a , a ) ∣a } {a (3, 1,1) ∣a } (3, 1,1) .
Do đó dim Ker f 1 với cơ sở là {(3, 1, 1)} .
Ví dụ 2. Cho ánh xạ tuyến tính : 3[t ] 3[t ] xác định bởi ( f (t )) f (t ) .
128
b. Tìm một cơ sở và số chiều của K er .
Bài giải:
đó dim Im 2 với {1,2t } là cơ sở.
b. Ta có :
Ker {a 0 a1t a2t 2 3 [t ] | (a 0 a1t a 2t 2 ) 0}
{a 0 a1t a2t 2 3 [t ] | a1 2a 2t 0}
{a 0 a1t a2t 2 3 [t ] | a1 a 2 0}
{a 0 3 [t ] | a 0 } 1
Vậy dim Ker 1 với cơ sở là {1} .
Bài giải.
a b
a. Giả sử X Ker . Khi đó, XA AX 0 , tương đương
c d
a b 1 2 1 2 a b 0 0
c d 3 4 3 4 c d 0 0
Ta có:
3b 2c 0
2a 3b 2d 0 b 2 c
3a 3c 3d 0 3
a
5c d
2c 3d 0
5 2 / 3
Vậy X c d 1 0 .
1 0 0 1
5 2 / 3 1 0
Do đó K er ,
0 1 .
1 0
129
5 2 / 3 1 0
Vậy , là một cơ sở của Ker và dim Ker 2.
1 0 0 1
1 0
E11 , E 0 1 , E 0 0 , E 0 0
12 0 0 13 1 0 14 0 1
0 0
0 2
(E11 ) , (E ) 3 3 , (E ) 2 0 , (E ) 0 2 .
0 3 3 2 3 0
3 0
12 13 14
Ta có
0 2 3 0
3 3 0 3
dim v1, v2, v3, v4 rank 2
2 0 3 2
0 2 3 0
Vậy v1, v 2 , v 3 , v 4 v1, v2 .
Do đó, Im (E11 ), (E 12 ) ; dim Im 2 với (E11 ), (E12 ) là một cơ sở.
Nếu f là một đẳng cấu thì ta nói không gian V đẳng cấu với không gian W.
Một đẳng cấu f đi từ không gian vectơ V vào chính nó được gọi là một tự đẳng
cấu.
Ví dụ 4.
a. Ánh xạ đồng nhất trên không gian vectơ V là một tự đẳng cấu.
130
b. Phép nhúng chính tắc f : U V : f x x (U là một không gian con của V )
là một đơn cấu.
c. Phép chiếu fi : n xác định bởi f x 1, . . . , x n x i ; i 1, . . . , n là các
toàn cấu.
5.2.4 Định lý.
Cho f : V W là một ánh xạ tuyến tính.
1. f là một toàn cấu khi và chỉ khi Im f W .
2. f là một đơn cấu khi và chỉ khi K er f V .
Chứng minh.
Suy ra f x 1 f x 2 f x 1 x 2 W .
Ví dụ 5.
131
Rõ ràng dim Im f 2 dim 2 nên Im f 2 .
Khi đó, mỗi vectơ f u j , j 1, ..., n có thể biểu thị tuyến tính duy nhất qua cơ sở
T . Giả sử rằng:
f (u ) a v a v a v
1 11 1 21 2 m1 m
f (u ) a v a v a v
2 12 1 22 2 m2 m
(*)
..............................................
f (un ) a1nv1 a2nv2 amnvm
Đặt ma trận:
a ... a1n
11 a12
a a 22 ... a2n
f 21
T
S ... ... ... ...
a ... amn
m 1 am 2
T
Ma trận f được gọi là ma trận của ánh xạ tuyến tính f trong cặp cơ sở (S ,T ).
S
Ta có:
Ví dụ 1.
a. Ma trận của ánh xạ đồng nhất idV : V V là một ma trận đơn vị.
132
Cho ánh xạ tuyến tính f : V W . Gọi S u1, u 2 ,..., un ; T v1, v 2 ,..., vm lần
T
lượt là cơ sở của V và của W ; f là ma trận của ánh xạ tuyến tính f trong cặp cơ sở
S
T
(S ,T ) . Khi đó, với mọi x V , ta có f (x ) f . x .
T S S
Công thức (1) gọi là biểu thức toạ độ của ánh xạ tuyến tính f .
1. Xét ánh xạ tuyến tính f đi từ n vào m . Khi đó, ma trận của f trong cặp cơ
thì f là một toán tử tuyến tính. Khi đó, ta chọn cơ sở T trùng với
2. Nếu V W
S và ma trận tương ứng gọi là ma trận của f trong cơ sở S . Trong trường hợp này, biểu
thức toạ độ của f được viết lại như sau:
Lưu ý.
1. Ma trận của một toán tử tuyến tính là một ma trận vuông.
2. Giống như toạ độ của vectơ, ma trận của ánh xạ tuyến tính phụ thuộc vào thứ tự
của các vectơ trong cơ sở. Nói khác hơn, ma trận của ánh xạ tuyến tính phụ thuộc rất nhiều
vào việc chọn cặp cơ sở.
f (x , y , z ) (x 5y 3z , y z )
133
Gọi ( 3) e 1 , e 2 , e 3 ; (2) e1' , e 2' lần lượt là cơ sở chính tắc của 3 và 2 .
Ta có: f e1 (1, 0); f e2 (5, 1); f e3 (3, 1).
(2)
1 5 3
Ma trận chính tắc của f là f .
(3) 0 1 1
Tuy nhiên, chúng ta có thể xác định ma trận chính tắc của f bằng cách viết biểu
thức của f x, y, z dưới dạng sau:
1 5 3 x
f (x, y, z ) y
0 1 1 z
(x , y , z ) (3x 2y 4 z , x 5y 3z )
Bài giải. a. Viết lại công thức của (x , y , z ) dưới dạng sau:
3x 2y 4z 3 2 4 x
(x, y, z ) y
x 5y 3z 1 5 3
z
Vậy ma trận của trong cặp cơ sở chính tắc (3) và (2) là
(2)
3 2 4
f
(3) 1 5 3
134
7 33 13
Vậy ma trận của trong cặp cơ sở S và T là f .
T
S
4 19 8
a b
Ví dụ 4. Cho | a, b, c . Xét ánh xạ tuyến tính : M ( )
b c 2
a b a c b
cho bởi
.
b c b a b c
1 0 0 1 0 0 1 0 0 1 0 0 0 0
, , , , , ,
0 0 1 0 0 1 0 0 0 0 1 0 0 1
1 0
(A3 ) E 0E 0E E
0 1
1 2 3 4
1 0 1
0 1 0
=
T
S 0 1 0
1 1 1
( f (t )) (2t 1) f (t ) 3 f (t )
135
Bài giải. Theo công thức của , ta có
3 1 0 0
0 5 2 0
S 0 0 7 3
0 0 0 9
trận Q f (u1) f (u2 ) ... f (un ) (ma trận cột các vectơ f (ui ) ).
Bước 2. Lập ma trận ghép lớp P | Q và dùng các phép biến đổi sơ cấp trên dòng
T
đưa ma trận P | Q về dạng I m | A . Lúc này, ma trận A chính là f cần tìm.
S
f (x , y ) x y, x y, x
Hãy dùng thuật toán đã nêu tìm ma trận của f trong cặp cơ sở (S ,T ) với:
S (1, 2) , 3, 4 ;T 1, 0, 0 , 1, 1, 0 , 1, 1, 1
1 1 1
P 0 1 1
Bài giải. Ta có ma trận:
0 0 1
Vì f (1, 2) (1, 3, 1); f 3, 4 7, 1, 3 nên ma trận:
136
1 7
Q 3 1
1 3
1 1 1 1 7 1 0 0 4 8
Ta có: P Q 0 1 1 3 1 0 1 0 2 4 .
0 0 1 1 3 0 0 1 1 3
Suy ra, ma trận của f trong cặp cơ sở đã cho là:
4 8
f 2 4
T
S
1 3
5.4 CÁC PHÉP TOÁN TRÊN TẬP CÁC ÁNH XẠ TUYẾN TÍNH
Cho V ,W là hai không gian vectơ trên K và f : V W là một ánh xạ tuyến tính.
Ta kí hiệu Hom K V ,W là tập hợp các ánh xạ tuyến tính f đi từ V vào W.
V và của W. Giả sử ma trận A aij (m,n) và ma trận B bij (m,n ) lần lượt là ma trận của
f và của g trong cặp cơ sở (S ,T ). Khi đó:
Nhận xét. Tập Hom K V ,W cùng với hai phép toán được định nghĩa như trên lập
thành một không gian vectơ và gọi là không gian các ánh xạ tuyến tính đi từ V vào W.
137
5.4.3 Tích của hai ánh xạ tuyến tính.
Cho f : V W và g : W U là hai ánh xạ tuyến tính. Ánh xạ g f : V U
xác định bởi (g f ) x g f x , với mọi x V là một ánh xạ tuyến tính và gọi là tích
của hai ánh xạ tuyến tính f và g .
Dễ dàng kiểm tra rằng, tổng của hai ánh xạ tuyến tính, tích của một ánh xạ tuyến
tính với một số, tích của hai ánh xạ tuyến tính đều là những ánh xạ tuyến tính.
1 2 3 1 1 3 0 1 6
A B 0 4 1 2 0 1 2 4 2
2 1 5 3 1 2 1 0 7
1 2 3 1 1 3 2 1 24
3A 5B 3. 0 4 1 5. 2 0 1 10 12 8
2 1 5 3 1 2 9 2 25
1 2 3 1 1 3 6 4 5
. 0
AB
4 1 . 2 0 1 5 1 6
2 1 5 3 1 2 15 3 15
138
Hai ma trận vuông cùng cấp A và B được gọi là đồng dạng nếu tồn tại ma trận
P khả nghịch sao cho B P 1AP .
1 0 1 0
Ví dụ 1. Hai ma trận A và B là đồng dạng với nhau vì
6 1 0 1
0 1 1
tồn tại ma trận P
1 3 thoả mãn B P A P .
Nhận xét.
1. Nếu ma trận B đồng dạng với ma trận A thì ma trận A cũng đồng dạng với
ma trận B. Thật vậy, vì B P 1 A P nên suy ra A P B P 1 . Đặt Q P 1 , ta có
A Q 1
BQ, tức là A đồng dạng với B.
Ma trận của ánh xạ tuyến tính sẽ thay đổi khi chúng ta thay đổi cơ sở của các không
gian vectơ, tuy nhiên giữa chúng có mối quan hệ chặt chẽ với nhau. Sau đây, chúng ta sẽ đi
tìm mối liên hệ giữa hai ma trận của cùng một toán tử tuyến tính trong hai cơ sở khác nhau.
Bài giải.
2 3 1
P 3 4 2
S
Ma trận chuyển cơ sở từ sang T là: .
1 1 2
139
1 2 5
Ma trận của trong cơ sở S là: A 2 3 6 .
3 4 7
a. Ánh xạ f : 3
3
xác định bởi f (a , b, c ) (a 2b, 2a b 3c, b 2c );
b. Ánh xạ f : 2 3
xác định bởi f (a , b ) (a b, 0, 2a 4b );
c. Ánh xạ f : 2 2 xác định bởi f (a , b ) (a b, a b 2);
d. Ánh xạ f : 3
4
xác định bởi f (a , b, c ) (a , a b c, 0, 2a b 3c );
e. Ánh xạ f : 3
3
xác định bởi f (a , b , c ) (a b , b , a b c ) (0, 0, 1).
Bài 3. Chứng minh các ánh xạ sau đây là các ánh xạ tuyến tính:
a. Phép cho tương ứng mỗi điểm M trong mặt phẳng thành điểm đối xứng với nó qua
trục Ox.
b. Phép cho tương ứng mỗi điểm M trong không gian thành điểm đối xứng với nó qua
mặt phẳng O x y .
Bài 4. Cho f là một toán tử tuyến tính trên V . Chứng tỏ rằng ánh xạ g : V V xác định
bởi g x f x – 2x cũng là một ánh xạ tuyến tính.
140
f 3, 1 (2, 4); f 1, 1 0, 2 . Xác định f x 1, x 2 .
b. Cho ánh xạ tuyến tính f : 3
2 xác định bởi:
f 1, 2, 3 1, 0; f 2, 5, 3 1, 0; f 1, 0, 10 0, 1
Xác định f x 1, x 2 , x 3 .
c. Tìm ánh xạ tuyến tính f : P2 x P2 x xác định bởi:
f 1 1 x ; f x 3 – x 2 ; f x 2 4 2x – 3x 2 .
Bài 6. Trong không gian 3, xét cơ sở chính tắc (3) và trong không gian 2 cho 3 vectơ
u1 (1,1); u2 (2, 3); u3 (4,5).
Xác định ánh xạ tuyến tính f : 3
2 sao cho f (ei ) ui ; i 1,2,3.
f (x , y , z , t ) (x y z t , x 2 z t , x y 3z 3t )
(x , y , z , s , t ) (x 2y z 3s 4t , 2x 5y 4 z 5s 5t , x 4y 5z s 2t )
Bài 11. Cho ánh xạ tuyến tính : 3[t ] 3[t ] xác định bởi ( f (t )) f (t ) .
141
Bài 12. Cho ánh xạ tuyến tính : M (2, ) M (2, ) xác định bởi (X ) XA AX ,
1 2
trong đó A .
3 4
a. Tìm một cơ sở và số chiều của K er .
f (x , y , z ) ( 2x 2y 2z , 2x 5y z , 2x y 5z )
b. Xét xem f có phải là một đẳng cấu không? Vì sao? Xác định K er f .
Bài 14. Xét ánh xạ tuyến tính f : P2 x P3 x xác định bởi f p(x ) x .p(x ).
f (x , y , z ) (2x 6y 2z , x 3y z , 3x 9y 3 z )
Bài 16. Cho ánh xạ tuyến tính : 4 3 được xác định bởi
(x , y , z , t ) (x y z t , x 2z t , x y 3z 3t )
S {(1,1,1,1),(1,1,1,0),(1,1,0,0),(1,0,0,0)}, T {(0,0,1),(0,1,1),(1,1,1)}
Bài 17. Cho ánh xạ : P3[t ] P4[t ] xác định bởi ( f (t ) ) t 2 f (t ) ; f (t ) 3[t ].
S {1 t 2 ,1 2t 3t 2 , 4 5t t 2 } T {1, t , t 2 , t 3 , t 4 }
142
1 2
X
Bài 18. Cho ánh xạ : M (2, ) M (2, ) cho bởi ( ) 3 4 X .
a. Chứng minh rằng là một toán tử tuyến tính.
1 0
E E1 , E 0 1 , E 0 0 , E 0 0
2 0 0 3 1 0 4 0 1
0 0
Bài 19. Cho ánh xạ tuyến tính f trên không gian vectơ V có ma trận trong cơ sở chính
1 2 0
1
3 0 1 2
A
2 5 3 1
1 2 1 3
E '' e1, e1 e2 , e1 e2 e 3 , e1 e2 e 3 e 4
Bài 20. Cho toán tử tuyến tính f trên không gian 3 có ma trận trong cơ sở chính tắc là:
1 0 1
A 2 1 0
1 0 0
a. Xác định f (x , y , z ).
b. Áp dụng kết quả câu a. để tính f (2, 0, 1) .
Bài 21. Giả sử ánh xạ tuyến tính f trên không gian vectơ V có ma trận trong cơ sở
(1,1,1);(1, 2, 3);(4, 5, 5) là:
1 1 0
A 0 0 1
1 1 1
143
Bài 22. Cho ánh xạ tuyến tính : M (2, ) M (2, ) xác định bởi:
1 2
(X ) X X 1 2
0 3
0 3
Bài 23. Cho ánh xạ tuyến tính : M (2, ) M (2, ) xác định bởi:
1 2
(X ) X X 1 2
3 5
3 5
Bài 24. Cho toán tử tuyến tính f trên 4 có ma trận trong cơ sở chính tắc là:
1 2 3
1
2 5 11 2
0 1 3 1
1 2 1 3
Tìm ma trận của f trong cơ sở S (1, 0, 0, 0);(1,1, 0, 0);(1,1,1, 0);(1,1,1,1) .
Bài 25. Cho toán tử tuyến tính f trên không gian P2 x có ma trận chính tắc là:
1 3 1
A 2 0 5
6 2 4
a. Tìm ma trận của f trong cơ sở 3x 3x 2 ; 1 3x 2x 2 ; 7 x 2x 2 .
b. Xác định f 1 x 2 .
f (a , b , c ) (2a b , b 3c ); g (a , b ) (2a 3b , a b )
Hãy xác định ánh xạ gf . Tìm một cơ sở của Im (gf ), của K er(gf ).
Bài 27. Chứng minh rằng nếu hai ma trận vuông A và B đồng dạng thì hai ma trận Ak
và Bk cũng đồng dạng, với k * .
144
Bài 28. Cho V là một K – không gian vectơ và f : V V là một toán tử tuyến tính trên
V . Chứng minh rằng I m f I m f 2
V I m f K e r f .
Bài 29. Cho V là một K – không gian vectơ và f : V V là một toán tử tuyến tính trên
V . Một toán tử tuyến tính f gọi là lũy đẳng nếu f 2
f . Chứng minh rằng f lũy đẳng khi
và chỉ khi (idV f ) là lũy đẳng.
145
CHƯƠNG 6.
- Cách tìm giá trị riêng, vectơ riêng tương ứng của một ma trận vuông.
- Nắm các bước chéo hóa một ma trận vuông.
- Vận dụng tính chéo hóa của ma trận vuông để tính lũy thừa ma trận, tính đa thức theo
ma trận, tìm một căn bậc hai của ma trận.
6.1 GIÁ TRỊ RIÊNG, VECTƠ RIÊNG CỦA MA TRẬN
6.1.1 Định nghĩa.
Cho ma trận A M n, K . Số K được gọi là giá trị riêng của ma trận A nếu
Vectơ v được gọi là vectơ riêng của ma trận A ứng với giá trị riêng .
a. Nếu là vectơ riêng của A ứng với giá trị riêng 1 và 2 thì 1 2 .
Thật vậy, ta có Av 1v; Av 2v. Suy ra 1v 2v 1 2 v . Suy ra,
1 2 0 (vì v ) hay 1 2 .
b. Nếu v là vectơ riêng của A ứng với giá trị riêng thì r .v (r 0) cũng là vectơ
riêng của A ứng với giá trị riêng , vì A.(r .v ) r .(A.v ) r .(v ) .(rv ).
c. Nếu v1, v2 (v1 v2 ) là hai vectơ riêng của A ứng với giá trị riêng thì vectơ
tổng v1 v2 cũng là vectơ riêng ứng với giá trị riêng .
6.1.3 Không gian riêng của ma trận.
Giả sử là một giá trị riêng của ma trận A vuông cấp n . Khi đó tập
E A ( ) v K n | Av v là một không gian con của V và được gọi là không gian
146
Nói cách khác, không gian riêng EA() chứa tất cả các vectơ riêng của A ứng với giá
trị riêng và chứa cả vectơ không.
Như vậy, các giá trị riêng của ma trận A chính là các nghiệm của phương trình đặc
trưng.
Nhận xét: Gọi v là vectơ riêng của ma trận A ứng với giá trị riêng . Suy ra,
A.v .v A .I v 0 . Do đó,
a. Các vectơ riêng của ma trận A ứng với giá trị riêng chính là nghiệm không tầm
thường của hệ phương trình tuyến tính thuần nhất A I v .
b. Vì A I 0 nên hệ phương trình A I v luôn có vô số nghiệm. Mỗi
nghiệm cơ bản của hệ chính là một vectơ riêng.
Lưu ý:
a b
- Đa thức đặc trưng của ma trận vuông cấp hai A
c d là
PA () A I 2 tr (A). A
a a a
11 12 13
A a a a
- Đa thức đặc trưng của ma trận vuông cấp 3 21 22 23 là:
a31 a32 a33
147
6.1.6. Tìm các giá trị riêng và vectơ riêng tương ứng của ma trận vuông.
Cho A là ma trận vuông cấp n . Để tìm các giá trị riêng và các vectơ riêng tương ứng
của A, ta thực hiện theo các bước sau:
Bước 1. Giải phương trình đặc trưng PA() 0 để tìm các giá trị riêng i .
Bước 2. Giải hệ phương trình tuyến tính thuần nhất A i I v , nghiệm không
tầm thường của hệ là các vectơ riêng tương ứng với giá trị riêng i .
Ví dụ 1. Tìm các giá trị riêng và các vectơ riêng tương ứng của ma trận:
4 2
A
1 1
4 2
PA() A I 2 2 5 6
1 1
2
PA() 0 5 6 0 1
2
2 3
* Ứng với 1 2, vectơ riêng v x 1, x 2 tương ứng là nghiệm khác không của hệ
phương trình thuần nhất:
2 2 x 1 0 2x 1 2x 2 0 x x 2
[A 2I 2 ] v 0 ⇔ 1
1 1 x 2 0 x 1 x 2 0 x
2
* Ứng với 2 3, vectơ riêng v x 1, x 2 tương ứng là nghiệm khác không của hệ
phương trình thuần nhất:
148
Ví dụ 2. Tìm các giá trị riêng và các vectơ riêng tương ứng của ma trận
11 5 5
A 5 3 3
5 3 3
Bài giải. Ta có đa thức đặc trưng của A là
* Với 1 0 : Các vectơ riêng của ma trận A ứng với giá trị riêng 1 0 là các
nghiệm không tầm thường của hệ phương trình tuyến tính thuần nhất
11x 5x 5x 0 x 0
1 2 3
1
5x1 3x 2 3x 3 0 x 2 a
5x1 3x 2 3x 3 0 x 3 a
* Với 2 1 : Các vectơ riêng của ma trận A ứng với giá trị riêng 2 1 là các
nghiệm không tầm thường của hệ phương trình tuyến tính thuần nhất
10x 5x 5x 0 x a
1 2 3
1
5x 2x 3x 0 2 a
x
1 2 3
5x1 3x2 2x 3 0
x a
3
E A (1) {(a, a, a ) | a } {a (1,1, 1) | a } (1,1, 1)
* Với 3 16 : Các vectơ riêng của ma trận A ứng với giá trị riêng 3 16 là
các nghiệm không tầm thường của hệ phương trình tuyến tính thuần nhất
5x 5x 5x 0 x 2a
1 2 3
1
5x1 13x 2 3x 3 0 x 2 a
5x1 3x 2 13x 3 0 x3 a
E A (16) {(2a, a, a ) | a } {a (2, 1,1) | a } (2, 1,1)
149
Vậy dim EA(16) 1 và {(2, 1, 1)} là một cơ sở của EA(16) .
Nhận xét. Nếu A là ma trận tam giác (hay ma trận đường chéo) thì các giá trị
riêng của A là các phần tử nằm trên đường chéo chính của A.
Mỗi ma trận đồng dạng với ma trận đường chéo gọi là ma trận chéo hóa được.
Điều này có nghĩa là, ma trận vuông A cấp n gọi là chéo hóa được nếu tồn tại ma
trận P không suy biến sao cho P 1AP có dạng là một ma trận đường chéo.
Khi đó, ma trận P được gọi là ma trận làm chéo hóa ma trận A.
Điều kiện cần và đủ để một ma trận A vuông cấp n chéo hóa được là A có n
vectơ riêng độc lập tuyến tính.
6.2.3 Hệ quả.
Mọi ma trận vuông cấp n có đúng n giá trị riêng khác nhau thì chéo hóa được.
Giả sử ma trận A M n, K có các trị riêng phân biệt 1, 2,, k với số bội tương
ứng là n1, n2 ,, nk . Khi đó, ma trận A chéo hóa được khi và chỉ khi
n1 n2 nk n
dim EA (i ) ni ; i 1,..., k
Cho ma trận A vuông cấp n . Hãy tìm một ma trận không suy biến P sao cho
P AP có dạng chéo. Đây là bài toán chéo hóa ma trận vuông A.
1
Cho A là ma trận vuông cấp n . Để tìm ma trận P làm chéo hóa ma trận A và
tìm dạng chéo D P 1AP của A, ta tiến hành thực hiện các bước sau:
Bước 1. Giải phương trình đặc trưng PA () 0 để tìm các giá trị riêng của ma
trận A.
- Nếu A không có giá trị riêng thì kết luận A không chéo hóa được, kết thúc thuật
toán.
150
- Nếu A có đúng n giá trị riêng phân biệt thì kết luận A chéo hóa được, chuyển
sang bước 2.
- Nếu A có k giá trị riêng phân biệt 1, 2,, k với i là nghiệm bội ni của
phương trình đặc trưng của A và nếu:
(ii) n1 n2 nk n thì kết luận A chéo hóa được, chuyển sang bước 2.
Bước 2. Lập ma trận P v1 v2 vn (các vectơ được viết theo cột), đây là
ma trận làm chéo hóa ma trận A.
0 0
1
0 0
D P 1AP diag 1, 2, , n 2
0 0 n
Chú ý rằng, ma trận chéo D đồng dạng với A là không duy nhất, chúng sai khác
nhau một hoán vị các giá trị riêng tương ứng với sự hoán vị các vectơ độc lập tuyến tính.
4 1 1
5 2 .
Ví dụ 1. Chéo hoá ma trận A 2
1 1 2
* Với 1 3 : Các vectơ riêng của ma trận A ứng với giá trị riêng 1 3 là các
nghiệm không tầm thường của hệ phương trình tuyến tính thuần nhất
x x x 0
x1 a
x1 a
1 2 3
2x 2x 2x 0 x2 b
x2 b
1 2 3
x1 x 2 x 3 0
x x x
x a b
3 1 2 3
151
Suy ra
* Với 2 5 : Các vectơ riêng của ma trận A ứng với giá trị riêng 2 5 là các
nghiệm không tầm thường của hệ phương trình tuyến tính thuần nhất
x x x 0
x1 a
1 2 3
x x 0
2x 2x 0 1 3
x 2 2a
1 3
x 2x 0
x1 x 2 x 3 0 2 3
x3 a
Suy ra, E A (5) {(a, 2a, a ) | a } {a(1, 2,1) | a } (1, 2,1) .
Do S S1 S2 {v1, v2, v3 } độc lập tuyến tính nên ma trận A chéo hoá được, ma
trận P làm chéo hóa A với các cột là các vectơ riêng v1, v2 , v 3 :
1 0 1
P [v1 v2 v3 ] 0 1 2
1 1 1
Ma trận đường chéo D với các phần tử trên đường chéo chính là 3,3,5 tương ứng
với các vectơ riêng v1, v2 , v 3 và có dạng :
3 0 0
D P AP=diag(3, 3,5) 0 3 0
1
0 0 5
1 2 3
Ví dụ 2. Xét tính chéo hóa được của ma trận A 0 1 0 .
0 0 2
152
Suy ra A có hai giá trị riêng khác nhau là 1 2 (nghiệm đơn) và 2 1
(nghiệm kép).
* Ứng với 1 2 , không gian con riêng E A (2) (3, 0,1) ; dim(E A (2)) 1 và
* Ứng với 2 1 , không gian con riêng E A (1) (1, 0, 0) ; dim(E A (2)) 1 và có
cơ sở là S 2 v 2 (1, 0, 0) .
Vì ma trận A cấp 3 và chỉ có 2 vectơ riêng v1, v2 độc lập tuyến tính nên A không
* Với 1 i : Các vectơ riêng của ma trận A ứng với giá trị riêng i là các
nghiệm không tầm thường của hệ phương trình tuyến tính thuần nhất
(i 1)x x 0 x a x a
1 2
1 1
2x 1 (i 1)x 2 0 x 2 (1 i )x 1 x 2 (1 i )a
* Với 2 i : Các vectơ riêng của ma trận A ứng với giá trị riêng i là các
nghiệm không tầm thường của hệ phương trình tuyến tính thuần nhất
(i 1)x x 0 x a x a
1 2
1
1
2x 1 (i 1)x 2 0 x 2 (1 i )x 1 x 2 (1 i )a
Do đó, E A (i ) {(a,(1 i )a ) | a } {a(1,1 i ) | a } (1,1 i ) .
153
1 1
P
1 i 1 i
Ma trận chéo với các phần tử trên đường chéo chính là i, i tương ứng với các
vectơ riêng v1, v2 có dạng :
i 0
D P 1AP diag(i, i)
0 i
Giả sử ma trận vuông A cấp n chéo hóa được. Khi đó tồn tại ma trận vuông P
1
khả nghịch sao cho A PDP , trong đó D là một ma trận chéo.
Ta có: A 2 (P D P 1
)2 P D P 1
.P D P 1
P D 2P 1
.
n 0 ... 0
1
0 2n ... 0
Từ đó suy ra: A n PD n P 1 ; trong đó D n .
0 0 ... nn
4 1 1
5 2 .
Ví dụ 1. Cho ma trận A 2
1 1 2
a. Chéo hóa ma trận A.
b. Tính A n ;n *.
Bài giải:
1 0 1 3 0 0
P [v1 v2 v3 ] 0 1 2 và D diag(3, 3,5) 0 3 0
1 1 1 0 0 5
b. Ta có:
154
1 0 1 3n 0 0 1 1 1
1
n n 1
A P .D .P 0 1 2 0 3 n
0 . 2 0 2
n
2
1 1 1 0 0 5 1 1 1
3n 5n 3n 5n 3n 5n
1
2.3n 2.5n 2.5n 2.3n 2.5n
2 n n
3 5 3n 5n 3.3n 5n
Cho A là một ma trận vuông cấp n trên trường K. Giả sử A chéo hóa được. Gọi
f (t ) a0 a1t a2t 2 ant n là một đa thức bậc n trên K.
A P .D .P 1 .
f ( ) 0 ... 0
1
0 f (2 ) ... 0
; trong đó f (D ) .
Suy ra f ( A ) P . f ( D ) .P 1
0 0 ... f (n )
1 7 5
Ví dụ 2. Cho ma trận A 2 8 6 .
4 16 12
Bài giải:
a. Tính đa thức đặc trưng của A, ta tìm được các giá trị riêng phân biệt là 0,1, 2.
155
Do S v1, v2, v3 nên A chéo hóa được và D P 1AP , trong đó ma trận khả
nghịch P với các cột là các vectơ riêng v1, v2 , v3 và ma trận đường chéo D với các phần
tử trên đường chéo chính là 0,1,2 tương ứng với các véc tơ riêng v1, v2 , v3 .
1 3 1 0 0 0
P [v1 v2 v 3 ] 2 2 1 và D diag(0,1, 2)
0 1 0
3 4 2 0 0 2
b. Vì A PDP 1 nên f ( A ) P f ( D )P 1
.
1 3 1 1 0 0 0 2 1
f (A) Pf (D )P 1 2 2 1 0 1 0 1 1 1
3 4 2 0 0 3 2n 2 5 4
1 3 n
32 0 2 1
2 2 n
32 1 1 1
3 4 6 2n 1 2 5 4
3 2n 1 14 5·2 n
10 2n 2
4 2 n 1
17 5·2 n n 2
12 2
n 2 n 1
8 2 32 5·2 23 2n 3
Giả sử A chéo hóa được. Khi đó tồn tại ma trận khả nghịch P và ma trận chéo D
sao cho A P .D .P 1 . Gọi B là một căn bậc k của A.
. .P1)k PC
Bk (PC . k .P1 P.DP
. 1 A.
k 0 0
1
k 2 0 1
B P .C .P 1 P. .P
0 0 k n
156
2 2
Ví dụ 3. Cho ma trận A 1 3 . Hãy tìm một căn bậc hai của ma trận A.
Bài giải.
1 2
P P 1 1 1 2
3 1 1
1 1
4 0
Ma trận dạng chéo của A là: D P AP .
1
0 1
4 0 2 0
Đặt ma trận C 1
và ma trận B P .C .P . Khi đó,
0
1 0 1
2
B 2 P.C .P 1 P.C 2 .P 1 P.D.P 1 A
1 2 2 0 1 1 2 1 4 2
B P.C .P 1
0 1 3 1 1 3 1 5
1 1
dạng song tuyến tính (bilinear form) trên V nếu thỏa các điều kiện sau với mọi
x , x ', y , y ' V ; r , s :
Như vậy, một dạng song tuyến tính f (x , y ) là một dạng tuyến tính theo biến x nếu
cố định y và là một dạng tuyến tính theo biến y nếu cố định x .
157
Ví dụ 1.
a. Tích vô hướng chính tắc của hai vectơ trong không gian n là một dạng song
tuyến tính trên n .
Trên V , chọn một cơ sở S u1 un . Giả sử rằng mọi vectơ x , y V có biểu diễn
n n
x x i ui ; y y j u j .
i 1 j 1
n n n n
i i j j xiyj f (ui, uj ).
Suy ra f (x, y) f x u ; y u
i1 j 1 i1 j 1
Đặt a ij f u i , u j . Khi đó ma trận A a ij gọi là ma trận của dạng song tuyến
n
158
Giả sử f (x , y ) là một dạng song tuyến tính trên không gian vectơ V thực n chiều,
S u1, u2 ,..., un ; T v1, v2,..., vn là hai cơ sở khác nhau của V . Khi đó,
f PT f P .
T ST S ST
Bài giải.
1. Dạng song tuyến tính f (x , y ) được viết lại như sau:
1 2 1 y
1
f (x, y) x1 x 2 x 3 0 1 0 y2
3 0 7 y3
1 2 1
A 0 1 0
3 0 7
1 1 1 1 1 2
P 1 2 3 P 1 2 2
T
2 2 4 1 3 4
Ví dụ 3. Cho dạng song tuyến tính : M 2 () M 2 () được xác định bởi
1 2
(X ,Y ) tr(X T AY ); A ; X ,Y M ()
3 4
2
159
Tìm ma trận của trong cơ sở chính tắc
E 1 0 , E 0 1 , E 0 0 , E 0 0
1 0 0 2 0 0 3 1 0 4 0 1
1 0 2 0
0 1 0 2
A
3 0 4 0
0 3 0 4
2 sinh bởi dạng song tuyến tính f (x, y) x1y1 x1y2 x2y1 x2y2.
b. Hàm f x, x x t dt,; x(t ) C a,b là một dạng toàn phương trên C [ a , b ]
2
a
b
sinh bởi dạng song tuyến tính f x, y x t y(t )dt, ; x, y C a,b .
a
6.4.6 Phân loại dạng toàn phương.
160
Ta nói dạng toàn phương f (x , x ) trên không gian vectơ V thực n chiều được gọi
là:
5. Có dấu không xác định nếu nó có thể dương cũng như âm.
Ví dụ 5.
1. Dạng toàn phương f (x , x ) x 12 2x 22 trên 2 là xác định dương.
2. Dạng toàn phương f (x, x ) x12 3x 22 2x1x 2 trên 2 là xác định dương, vì
3. Dạng toàn phương f (x, x ) 4x 12 x 22 4x 1x 2 trên 2 là nửa xác định âm, vì
Đặt a ij f u i , u j ; f aij được gọi là ma trận của dạng toàn phương
S (n )
f (x , x ) trong cơ sở S u1 , u 2 , , u n .
T
f x , x x A x
S S
Ví dụ 6. Tìm ma trận chính tắc của dạng toàn phương sau trên 3 :
161
f x , x x 12 2x 1x 2 x 22 4x 1x 3 4x 32 2x 2x 3
1 1 2 x
1
Bài giải. Ta có f (x, x ) x1 x2 x 3 1 1 1 x 2 .
2 1 4 x 3
1 1 2
f
(3) 1 1 1
2 1 4
6.4.8 Định lý.
Giả sử f (x , x ) là một dạng toàn phương trên không gian vectơ V thực n chiều,
S u1, u2 ,..., un ; T v1, v2,..., vn là hai cơ sở khác nhau của V . Khi đó,
f PT f P .
T ST S ST
Ví dụ 7. Trong không gian 3, với cơ sở chính tắc (3) cho dạng toàn phương:
1 1 1
f
(3) 1 2 0
1 0 3
1 1 2
P(3)S 1 1 3
1 2 4
Khi đó, ma trận của f (x , x ) trong cơ sở S được tính bởi công thức:
1 1 1 1 1 1 1 1 2 6 8 19
f PT f P
S (3)S (3) (3)S
1 1 2 1 2 0 1 1 3 8 13 29 .
2 3 4 1 0 3 1 2 4 19 29 66
162
6.4.9. Dạng chính tắc của dạng toàn phương.
Cơ sở S u1, u2 ,, un được gọi là cơ sở chính tắc của dạng toàn phương
f x, x nếu ma trận của f x, x trong cơ sở S có dạng chéo, tức là:
b1 0 0
0 b2 0
B
0 0 bn
Khi đó, biểu thức của f x , x có dạng: f x , x b1t12 b2t 22 bn tn2 (3) ,
Biểu thức (3) được gọi là dạng chính tắc của dạng toàn phương.
Gọi s là số các số hạng mang dấu " " và p là số các số hạng mang dấu " "
trong dạng chính tắc của dạng toàn phương. Khi đó, s và p là các đại lượng bất biến.
Số s và p còn được gọi lần lượt là chỉ số dương quán tính và chỉ số âm quán tính
của dạng toàn phương f (x , x ).
6.4.10. Phương pháp đưa dạng toàn phương về dạng chính tắc.
phù hợp.
n n
Xét dạng toàn phương f (x , x ) aij x i x j .
i 1 j 1
Nếu mọi hệ số aij 0; i 1, 2,....., n thì khi đó phải có a ij 0 , chẳng hạn a12 0 ,
x 2 y1 y 2 ;
x y , k 3,....., n
k k
Khi đó, biểu thức tọa độ mới của f x, x có hệ số của y12 là a12 0.
163
Do đó, không mất tính tổng quát, giả thiết rằng có hệ số aii 0 , chẳng hạn a11 0 .
Ta có:
n
f x , x a11x 12 2a12x 1x 2 2a1n x 1x n a ijx i x j
i , j 2
a12 a1n
a11(x1 x 2 ...... x n )2 g(x 2, x 3,...., x n )
a11 a11
Khi đó, dạng toàn phương có tọa độ mới là: f x, x a 11y12 g (y 2 , y 3 ,...., y n ) .
Giữ nguyên biến y1 , tiếp tục thực hiện các phép biến đổi trên đối với các biến
y2,..., yn , cuối cùng ta nhận được dạng chính tắc của dạng toàn phương.
Lưu ý. Trong phép biến đổi Lagrange đưa dạng toàn phương về dạng chính tắc
nhằm đưa các số hạng về tổng bình phương, ta có thể biến đổi sao cho đơn giản mà không
cần theo qui tắc như lí luận trên đây. Chẳng hạn, nếu trong dạng toàn phương có a11 và a22
đều khác 0, ta có thể dùng phép biến đổi triệt tiêu x 2 trước.
Ví dụ 8. Đưa dạng toàn phương sau không gian 3 về chính tắc bằng phương pháp
Lagrange, chỉ rõ phép biến đổi.
f (x, x ) x12 2x1x 2 2x 22 4x1x 3 4x 32 2x 2x 3 ; x (x1, x 2, x 3 ) 3
f (x , x ) x 12 2x 1 (x 2 2x 3 ) 2x 22 4x 32 2x 2x 3
x 1 x 2 2x 3 x 2 2x 3 2x 22 4x 32 2x 2x 3
2 2
(x 1 x 2 2x 3 )2 x 22 6x 2x 3
(x 1 x 2 2x 3 )2 (x 22 6x 2x 3 9x 32 ) 9x 32
(x 1 x 2 2x 3 )2 (x 2 3x 3 ) 9x 32
164
y x x 2x
1 1 2 3
x y y 5y
1 1 2 3
Đặt: y2 x 2 3x 3 x 2 y 2 3y 3
y3 x 3 x y
3 3
x 1 1 5 y
1 1
x 0 1 3 y
Ta có công thức đổi tọa độ: 2 2
x 3 0 0 1 y3
Như vậy, trong cơ sở mới là S u1 (1, 0, 0); u2 (1,1, 0); u 3 (5, 3,1) và
vectơ x (x1, x 2, x 3 ) y1u1 y2u2 y3u3 thì dạng toàn phương đã cho có dạng chính tắc
f x , x y12 y 22 9y 32 .
Ví dụ 9. Đưa dạn toàn phương sau trên không gian 3 về dạng chính tắc bằng
phương pháp Lagrange, chỉ rõ phép biến đổi.
f x, x x 12 2x 1x 2 x 22 4x 1x 3 4x 32 2x 2x 3 ; x (x 1, x 2 , x 3 ) 3
(x 1 x 2 2x 3 )2 6x 2x 3
y x x 2x
1 1 2 3
Đặt: y2 x 2 ()
y x
3 3
y1 t1
y2 t2 t3 (**)
y t2 t3
3
165
x t t 3t x 1 1 3 t
1 1 2 3
1 1
x 2 t2 t3 x 2 0 1 1 t2
x t t x 0 1 1 t
3 2 3 3 3
Như vậy, trong cơ sở mới là {u1 (1, 0, 0), u2 (1,1,1), u3 (3,1, 1)} và vectơ
x (x1, x 2, x 3 ) t1u1 t2u2 t2u3 thì dạng toàn phương đã cho có dạng chính tắc là:
f x, x t1 6t2 6t 3 .
2 2 2
Lưu ý rằng, dạng chính tắc của dạng toàn phương thì không duy nhất. Tuy nhiên,
các chỉ số dương quán tính và các chỉ số âm quán tính thì không thay đổi.
a a1n
11 a12
a a a2n
A f 21 22
S
a ann
n1 an 2
a11 a12 a1n
a11 a12 a21 a22 a2n
Đặt: 1 a11; 2 ;; n A
a21 a22
an1 an 2 ann
Các định thức 1; 2 ;...; n được gọi là các định thức con chính (principal minor )
của ma trận A.
Nếu tất cả i 0 , với mọi i 1, n thì A được gọi là ma trận xác định dương.
b. Định lý. Nếu các 1; 2 ;...; n đều khác 0 thì tồn tại một cơ sở S của V sao
Ví dụ 10. Dùng phương pháp Jacobian đưa dạng toàn phương trên 3 sau đây về
dạng chính tắc:
166
f (x , x ) 2x12 2x 1x 2 4x1x 3 x 22 5x 32 ; x (x 1 , x 2 , x 3 ) 3
2 1 2
f
(3) 1 1 0
2 0 5
1
Ta có: 1 2; 2 1; 3 1 nên: 1 x 11 ; x 22 2; 3 x 33 1
2 2
1 2
Suy ra, dạng chính tắc của f x, x là f (x , x ) y1 2y22 y 32 .
2
Chú ý. Phương pháp Jacobian chỉ là điều kiện đủ với điều kiện các i 0; với
mọi i 1, ..., n . Nếu tồn tại i 0 thì có thể dùng phương pháp Lagrange.
0 1
Ma trận chính tắc của f x, x là .
1 0
x 1 1 1 y1
Suy ra
x 2 1 1 y 2
Vậy, trong cơ sở mới {u1 (1,1), u2 (1, 1)} và x y1u1 y2u2 , dạng toàn
Ngoài hai phương pháp cơ bản nêu trên, có thể đưa dạng toàn phương về dạng
chính tắc bằng phương pháp biến đổi trực giao (có thể xem thêm [3]).
6.4.11. Tiêu chuẩn Sylvester.
Gọi A là ma trận của dạng toàn phương f x, x trong cơ sở nào đó của V . Vì
f x, x xác định dương khi và chỉ khi ma trận A xác định dương, ta có tiêu chuẩn sau để
167
a. f x , x xác định dương nếu chỉ số quán tính dương của f bằng n, tức là
i 0, i 1,..., n.
c. f x , x nửa xác định dương nếu chỉ số quán tính âm bằng 0 và chỉ số quán tính
d. f x, x nửa xác định âm nếu chỉ số quán tính dương bằng 0 và chỉ số quán tính
âm nhỏ hơn n.
Ví dụ 12. Tìm các giá trị nguyên để dạng toàn phương sau đây trên 3 là xác
định dương.
f (x , x ) x 12 2x 22 8x 32 2x1x 2 4x 2x 3 ; x (x1, x 2 , x 3 ) 3
1 0
f
2 2
(3)
0 2 8
Ta có: 1 1 0;
3 3
3 12 8 2 0 khi và chỉ khi .
2 2
Do đó, các giá trị nguyên của để f (x , x ) xác định dương là
.
Ví dụ 13. Cho dạng toàn phương f x, x có ma trận trong cơ sở chính tắc của 3
là:
1 a a
f a 1 a
( 3 )
a a 1
Tìm các giá trị thực của a sao cho dạng toàn phương đã cho là xác định âm.
168
Bài giải. Ta có 1 1 0 ;
1 a
2 1 a 2 0 1 a 1
a 1
1 a a
1
3 a 1 a (a 1)2 (2a 1) a
2
a a 1
2 0 1
1 a
3 0 2
Bài 1. Tìm các giá trị riêng, các vectơ riêng và cơ sở cho mỗi không gian riêng tương ứng
của các ma trận sau trên .
3 1 1 1 2 2
a. A 2 4 3 ; b. B 1 2 1 ;
1 1 3 1 1 4
1 1 0 2 1 2
c. C 0 1 0 ; d. D 5 3 3 ;
0 0 1 1 0 2
2 1 0 0 2 1 00
0 2 0 0 0 2 00
e. E f. F .
0 2 2 0 1 1
;
0 0
0 0 0 5 0 0 2 4
169
1
e. Nếu A khả nghịch thì 1 là giá trị riêng của ma trận A ;
f. Nếu A khả nghịch thì 1 là giá trị riêng của ma trận A A 1 .
Bài 3. Cho A là ma trận vuông cấp n trên K và 1, 2,, n là các giá trị riêng của nó.
Chứng minh rằng:
g. Nếu A khả nghịch thì det(A A1 ) (1 11 )(2 21 ) (n n 1 ).
9 1 5 7
8 3 2 4
A
0 0 3 6
0 0 1 8
a. Tìm đa thức đặc trưng của A.
b. Tìm các giá trị riêng của A từ đó suy ra det( A ).
1 0 1 4 1 1
5 2 ;
a. A 0 1 0 ; b. B 2
1 0 1
1 1 2
1 1 1 0 2 3
c. C 2 1 2 ; d. D 2 0 3 ;
2 1 4 2 2 5
170
2 0 2 1 7 5
e. E 0 3 0 ; f. F 2 8 6 .
0 0 3
4 16 12
a b
Bài 6. Cho ma trận cấp 2 A ; a, b, c, d . Trên trường số thực , tìm điều kiện
c d
của a, b, c, d để A chéo hóa được.
*
Bài 7. Áp dụng tính chéo hóa ma trận để tính lũy thừa bậc k;k của các ma trận sau:
1 3 3
1 0
a. A b. B 3 5 3
1 2 6 6 4
1 1 1 1 7 5
c. C 1 1 1 d. D 2 8 6
1 1 1
4 16 12
1 0 0
A 1 3 0 .
Bài 8. Cho ma trận
8 2 4
b. Chứng minh rằng ma trận vuông cấp n và ma trận chuyển vị của nó có cùng đa thức
đặc trưng.
0 1 1
Bài 10. Chứng minh rằng ma trận A 0 0 2 không đồng dạng với một ma trận chéo.
0 0 1
171
Bài 11. Cho hai ma trận:
3 1 1 2 2 2
A 1 1 1 ; B 2 3 m
1 1 1 4 2 4
Với giá trị nào của m thì A và B đồng dạng với cùng một ma trận chéo?
2016 2
Bài 12. Cho đa thức f (x) x x 1. Hãy tính f (A), cho biết:
1 2 1 3 4 2
4 3
a. A ;
b. A 1 3 1 ; c. A 1 1 1
1 2
1 2 2 1 2 2
Bài 13. Hãy tìm một căn bậc hai của các ma trận sau:
1 0 0 3 1 1
4 3
1 3 0 ;
a. A ;
b. A c. A 1 1 1
2 1
8 2 4 1 1 1
Bài 14. Hãy tìm một căn bậc 2016 của các ma trận sau:
1 2 1 3 4 2
4 3
a. A ;
b. A 1 3 1 ; c. A 1 1 1
1 2
1 2 2 1 2 2
Bài 15. Cho f (x, y) là một dạng song tuyến tính trên 2 xác định bởi:
Bài 16. Đưa các dạng toàn phương trên 3 sau đây về dạng chính tắc bằng phương pháp
Lagrange, với u (x , y, z ) 3 , chỉ rõ phép biến đổi.
b. f (u, u ) 3x 2 2xy 5y 2 yz 7z 2 ;
172
c. f (u, u ) 2y 2 xy 4xz 2yz 3z 2 ;
c. f (u, u ) x 2 2 xy 2y 2 4yz 5z 2 ;
d. f (u, u ) 2x 2 2xy 2y 2 2 yz z 2 ;
e. f (u, u ) 2x 2 y 2 3z 2 2 xy 2xz ;
Bài 19. Cho dạng toàn phương f (x , x ) trên 3 có ma trận trong cơ sở chính tắc là:
1 m 1
A m 1 2
1 2 5
Với giá trị nào của m thì f (x , x ) là xác định dương?
Bài 20. Cho dạng song tuyến tính f (x , x ) trên 3 có ma trận trong cơ sở
S {(1, 0, 0),(1,1, 0),(0, 1,1)} là:
1 1 1
A 1 1 1
1 1 a
b. Với giá trị nào của a thì ma trận A có 2 giá trị riêng phân biệt?
173
c. Dạng song tuyến tính trên có đối xứng không? Nếu có thì tìm dạng toàn phương
f (x , x ) tương ứng trong cơ sở chính tắc.
a. Đưa dạng toàn phương đã cho về dạng chính tắc bằng phương pháp Lagrange.
174
MỘT SỐ ĐỀ THI MẪU
Đề thi số 1
a. Hãy biểu diễn hình học các số phức z thỏa điều kiện z 1 1 .
1 1 1
a. Tính Ak ; k , k 1 với ma trận A 1 1 1 .
1 1 1
b. Tìm tất cả ma trận vuông cấp 2 có bình phương bằng ma trận không.
Câu 3. (2,0 điểm) Trong không gian 4 ,cho tập con:
x 2x 2 x 3 x 4 0
F x (x 1, x 2, x 3 , x 4 ) 4 | 1
x x2
1
Câu 4. (2,0 điểm) Cho ánh xạ tuyến tính f : 3 3 xác định bởi
1 7 5
A 2 8 6
4 16 12
175
Đề thi số 2
2010
1 1
Câu 1. (2,0 điểm) Tính z
2010
biết rằng z 1.
z z
a. Tìm tất cả các ma trận vuông cấp 2 có bình phương của nó bằng ma trận đơn vị.
1 1
b. Hãy tính f ( A ) trong trường hợp f (x ) x 3
7x 5 với A .
0 1
Câu 3. (2,0 điểm) Cho V là một K - không gian vectơ.
a. Chứng minh rằng nếu 3 vectơ x , y , z V là độc lập tuyến tính thì 3 vectơ
x y, y z, z x là độc lập tuyến tính.
3 3
Câu 4. (2,0 điểm) Cho ánh xạ tuyến tính f : xác định bởi
f (x , y , z ) (x 2y z , y z , x y 2z )
Đề thi số 3
176
X \ (A B ) (X \ A ) (X \ B )
b. Hãy biểu diễn hình học các số phức z thỏa điều kiện: 1 z – i 2.
3x 2y 5z 4t 3
2x 3y 6z 8t 5
x 6y 9z 20t 11
4x y 4z t 2
Giải và biện luận hệ phương trình trên theo tham số .
4
Câu 3. (2,0 điểm) Trong , cho hệ vectơ:
Câu 4. (2,0 điểm) Cho ánh xạ tuyến tính : 3[t ] 3[t ] xác định bởi
( f (t )) f (t ) .
1 4 2
Câu 5. (2,0 điểm) Chéo hóa ma trận A 3 4 0 .
3 1 3
Đề thi số 4
Câu 1. (2,0 điểm) Cho A X hàm đặc trưng của A là A : X {0,1} xác định
bởi
1 khi x A
A(x )
0 khi x A
177
Câu 2. (2,0 điểm)
2 0 0
3 2
a. Chứng minh rằng A 0 2 0 là một nghiệm của p(x) x 3x 4.
0 0 1
1 2
b. Tìm tất cả các ma trận vuông cấp 2 giao hoán với ma trận B .
0 1
Câu 3. (2,0 điểm) Trong không gian 5 , cho hai không gian con:
Câu 4. (2,0 điểm) Xét ánh xạ f : M2() M2() được xác định như sau:
2 1
f (X) A . X , với X M () và A
2 3 5
1 0
S E1 ; E 0 1 ; E 0 0 ; E 0 0
2 0 0 1 1 0 1 0 1
0 0
1 3 3
A 3 5 3
6 6 4
Đề thi số 5
178
Câu 2. (2,0 điểm)
a. Tìm và biện luận hạng của ma trận sau theo tham số m, với m :
1 1 1 4
1 m 1 4
A
1 1 2 3
2 2 4 1
1 1 2 1
b. Cho B
0 1 và C
3 2
. Hãy tính C 1BC 2 .
Câu 3. (2,0 điểm) Trong không gian vectơ 4 với tích vô hướng chính tắc, cho 3
vectơ: x (0,1,1,1); y (3, 2,1,1); z (3, 3, 4,1)
3 3
Câu 4. (2,0 điểm) Cho ánh xạ tuyến tính f : được xác định bởi
f (x , y , z ) (2x 6y 2z , x 3y z , 3x 9y 3 z )
1 1
Câu 5. (2,0 điểm) Chéo hoá ma trận A trên .
2 1
Đề thi số 6
6
b. Giải phương trình sau trong tập số phức : z 1 – 2 0
179
kx y z 1
x ky z 1
x y kz 1
Xác định giá trị của tham số k sao cho:
a. Hệ phương trình có vô số nghiệm.
Câu 3. (2,0 điểm) Trong không gian P2 [x ] với tích vô hướng của hai vectơ được
1
định nghĩa như sau: u, v u(x )v(x )dx ; u(x ), v(x ) P [x ]
0 2
Cho 3 vectơ u x 2 ; v 5x 2 ; w x 2 axb . Xác định a,b để 3 vectơ trên tạo
Câu 4. (2,0 điểm) Cho ánh xạ tuyến tính f : 3 2 xác định bởi
f (x , y, z ) (x y, y z ).
2 0 0
Câu 5. (2,0 điểm) Chéo hóa ma trận A 0 3 0 .
0 1 2
Đề thi số 7
180
3 1 1 4
a 4 10 1
B
1 7 17 3
2 2 4 3
a x x
D x a x
x x a
F {(x, y, z, t ) | x y z 0; x z }
3 3
Câu 4. (2,0 điểm) Cho ánh xạ tuyến tính : xác định bởi
(x , y , z ) (2y z , x 4y , 3x ) .
a. Tìm ma trận của theo cơ sở chính tắc (3).
b. Tìm ma trận của theo cơ sở S {(1, 1, 1), (1, 1, 0), (1, 0, 0)}.
Câu 5. (2,0 điểm) Cho ma trận A trên trường số thực như sau:
9 1 5 7
8 3 2 4
A
0 0 3 6
0 0 1 8
a. Tìm đa thức đặc trưng của A.
b. Tìm các giá trị riêng của A từ đó suy ra det( A).
Đề thi số 8
1 ki
a. Tính z .
2k (k 2 1)i
b. Tìm k sao cho z là số thực, là số thuần ảo.
181
Câu 2. (2,0 điểm) Giải hệ phương trình tuyến tính sau:
x y z t 6
x 2y 3z 4t 3
4x y 2z 3t 7
3x 2y 3z 4t 2
Câu 3. (2,0 điểm) Trong - không gian vectơ P2[x ], cho tập con:
M x 2 x 1 ; 2x 1 ; 3 .
a. Chứng minh rằng M là một cơ sở của P2[x ].
b. Tìm tọa độ của vectơ u 2x 2 x 1 P2 [x ] trong cơ sở M .
5 3
Câu 4. (2,0 điểm) Cho ánh xạ tuyến tính : xác định bởi
(x , y , z , s , t ) (x 2y z 3s 4t , 2x 5y 4 z 5s 5t , x 4y 5z s 2t )
a. Tìm một cơ sở và số chiều của Im .
b. Tìm một cơ sở và số chiều của K er .
*
Câu 5. (2,0 điểm) Áp dụng tính chéo hóa của ma trận tính lũy thừa bậc k,(k )
của ma trận:
3 1 1
A 1 1 1
1 1 1
Đề thi số 9
Câu 1. (2,0 điểm)
3
z i
Giải phương trình sau trong tập hợp số phức: 1
i z
182
1 3 5
C 4 12 m 5
5 15 m 10
3
Câu 3. (2,0 điểm) Trong , cho hai cơ sở:
U u1 (1,1,1); u2 (1,1, 0); u 3 (1, 0, 0) ;
Đề thi số 10
Câu 1. (2,0 điểm) Tìm số nguyên dương n nhỏ nhất sao cho (1 i )n là một số
dương.
Câu 2. (2,0 điểm) a. Biện luận theo tham số thực m hạng của ma trận sau:
1 2 3
A2 m 4
3 4 5
b. Giải phương trình sau theo ẩn x trên :
x2 x3 x4
` 0 x2 1 0 0
3 3
0 x 1 x 1
Câu 3. (2,0 điểm) Trong không gian vectơ 5 , cho W là không gian con sinh bởi
các vectơ:
183
u1 (1,1, 2,1,4); u2 (0,1, 1,2, 3); u3 (1, 1,0, 3,0)
Câu 4. (2,0 điểm) Chứng minh rằng ánh xạ tuyến tính f : 2 2 xác định bởi
f (x , y ) (x y, x 2y ) là đẳng cấu.
1 0 1 1
0 1 1 1
A
1 1 1 0
1 1 0 1
184
TÀI LIỆU THAM KHẢO
1. Đậu Thế Cấp. 2004. Lí thuyết tập hợp và logic. Nhà xuất bản Giáo dục.
2. Đinh Quốc Huy, Lê Văn Chua, Trần Thị Ngọc Giàu, Phạm Mỹ Hạnh. 2012. Ngân hàng
câu hỏi môn Toán A3. Đại học An Giang.
3. Đoàn Vương Nguyên. 2011. Bài giảng Đại số tuyến tính. Đại học Công nghiệp TP.HCM.
4. Kenneth Hoffman & Ray Kunze. Linear Algebra. Prentice – Hall, Inc., Englewood
Cliffs,New Jersey.
5. Nguyễn Đình Trí (chủ biên). 2000. Toán cao cấp tập 1. Nhà xuất bản Giáo dục.
6. Nguyễn Viết Đông, Lê Thị Thiên Hương, Nguyễn Anh Tuấn & Lê Anh Vũ. Toán cao
cấp (tập 2). Nhà xuất bản Giáo dục.
7. Phạm Mỹ Hạnh. 2014. Tài liệu giảng dạy Đại số tuyến tính. Đại học An Giang.
8. Trần Trọng Huệ. 2001. Đại số và hình học giải tích. Nhà xuất bản ĐHQG Hà Nội.
9. Trần Văn Minh & Phí Thị Vân Anh. Đại số tuyến tính. Nhà xuất bản giao thông vận tải.
185