Professional Documents
Culture Documents
Ttnam DHSP Dstt2 - Timenewroman
Ttnam DHSP Dstt2 - Timenewroman
cn1 cn 2 cnn
được gọi là ma trận đổi cở sở từ sang ’
Khi đó công thức (1) có thể viết:
[x] = C [x]’
x U C x
1
d)
1 1 1 1 2
v U C 1 v = 1 1 0 2 = 1
1 2 1 3 0
e) CM {1 (1, 2, 0), 2 (0,1, 2), 3 (0, 0, 2)}
cũng là cơ sở, lập ma trận đổi cơ sở và công thức đổi
tọa độ từ U qua .
Ta có:
1 e1 2e2 e1 u1 u2 u3
và
(**) e u + u 2u
2 e2 2 e3 2 1 2 3
e u - u3
3 2 e 3 3 1
x U D x
f) Lập ma trận đổi cơ sở và công thức đổi tọa độ từ
qua U.
g) Cho y=(2,-1,4) tìm tọa độ của y đối với các cơ sở
U, .
BT: Tự ra BT tương tự
Bài 4: Không gian vectơ con
• Nếu X là một họ các vectơ của V, thì giao của mọi không
gian vectơ con chứa X là không gian vectơ con bé nhất
(theo quan hệ bao hàm) của V chứa X.
Định lý. Cho X là một họ các vectơ của V, giao của mọi
không gian vectơ con chứa X là bao tuyến tính của X.
• Ta nói <X> là không gian vectơ sinh bởi X và X gọi là tập
sinh (hệ sinh) của <X>.
Trong không gian Rn.
Wi
iI
iI
Lưu ý rằng nếu W=W1+W2+ . . . +Wn thì W là tập tất cả
các vectơ xV có thể viết dưới dạng x = x1+x2+ . . . +xn
với xiWi (i=1, 2, . . ., n). Tuy nhiên cách viết này không
hẳn duy nhất.
Định nghĩa. Tổng W=W1+W2+ . . . +Wn các không gian
vectơ con của V được gọi là tổng trực tiếp nếu mọi vectơ
xW có thể viết được một cách duy nhất dưới dạng
x = x1+x2+ . . . +xn với xiWi (i=1, 2, . . ., n). Ký hiệu
W=W1 W2 . . . Wn
Ví dụ. Nếu V có cơ sở = {e1 , e2 , . . . , en}, thì
V=<e1><e2> . . . <en>
Định lý. Cho không gian vectơ V và W1 , W2 là các không
gian vectơ con, tổng W=W1+W2 là tổng trực tiếp khi và
chỉ khi W1 W2 = {0}. (CM)
Định lý. Cho W1 , W2 là các không gian vectơ con hữu hạn
chiều của không gian vectơ V thì:
dim (W1+W2) = dim W1 + dim W2 – dim (W1 W2).
Hệ quả. dim (W1 W2) = dim W1 + dim W2
Chú ý. Nếu V=W1 W2 thì W2 được gọi là một bù tuyến
tính của W1 trong V, khi đó
dim W2 = dim V - dim W1 được gọi là số đối chiều của W1
(trong V).
Định lý. Cho không gian vectơ V và W1 , W2 là các không
gian vectơ con, tổng W=W1+W2 là tổng trực tiếp khi và chỉ
khi W1 W2 = {0}.
CM.
() Giả thiết W=W1+W2 là tổng trực tiếp.
Lấy x W1 W2 0 = (-x) + x, -x W1 , x W2 .
Mặt khác 0 = 0 + 0, 0W1 , 0W2 x =0 (vì biểu
diễn duy nhất) W1 W2 = {0}.
() Giả thiết W1 W2 = {0}. Lấy xW, giả sử có 2
biểu diễn của x: x = x1+x2 và x = x’1+x’2 với x1 , x’1
W1 và x2 , x’2 W2 . Khi đó
0 = (x1-x’1) + (x2-x’2) x1-x’1 = x’2-x2 W1 W2
x1 = x’1 , x2 = x’2 W=W1+W2 là tổng trực tiếp.
Bài 5: Không gian nghiệm của hệ PTTT thuần nhất
4
x1 x2 x3 x4 0
Y ( x1 , x2 , x3 , x4 ) R |
x1 3 x2 4 x3 x4 0
Tìm a) dim XY
b) dim (X+Y)
BT 2. Cho X, Y là các không gian vec tơ con của R4:
4
2 x1 x2 2 x3 x4 0
X ( x1 , x2 , x3 , x4 ) R |
3 x1 x2 x3 x4 0
3 x1 x2 2 x3 x4 0
4
Y ( x1 , x2 , x3 , x4 ) R | 4 x1 x2 x3 2 x4 0
2 x 3 x x x 0
1 2 3 4
Tìm a) dim X, dim Y và một cơ sở của X, Y
b) dim XY, dim (X+Y)
Chương 2: Ánh xạ tuyến tính
Bài 1: Định nghĩa ánh xạ tuyến tính
Ánh xạ. Cho hai tập hợp X, Y tùy ý cho trước. Một ánh
xạ f từ X đến Y là một qui tắc cho tương ứng mỗi phần
tử x của X với một phần tử duy nhất, ký hiệu f(x) của Y.
Ta viết
f: X Y
hay f : X Y , x f ( x)
x f ( x)
X được gọi là tập nguồn hay tập xác định, Y được gọi là
tập đích. Với mỗi xX, f(x)Y được gọi là ảnh của x
bởi f hay giá trị của f tại x. x được gọi là tạo ảnh của f(x).
Ví dụ. a) Cho X = {1, 2, 3, 4}, Y = {a, b, c, d, e}.
Tương ứng 1 a, 2 a, 3 c, 4 d
Cho ta ánh xạ f: X Y. Trong khi đó:
Tương ứng 1 a, 2 b, 3 c không cho ta ánh
xạ vì phần tử 4 không có tương ứng.
Tương ứng 1 a, 2 b, 3 c, 3 d , 4 e
không cho ta ánh xạ vì phần tử 3 tương ứng với 2 phần
tử c, d (không duy nhất).
b) Tương ứng với mỗi x R một phần tử x2 R cho ta
ánh xạ f: R R.
Với tập hợp X tuỳ ý, tương ứng mỗi phần tử x X với
chính phần tử x là ánh xạ gọi là ánh xạ đồng nhất, ký
hiệu idX : X X
Đơn ánh, toàn ánh, song ánh
Cho ánh xạ f: X Y.
• f được gọi là đơn ánh nếu với mọi phần tử x, x’ X,
x x’f(x) f(x’). Nói cách khác:
f(x) = f(x’) x = x’
• f được gọi là toàn ánh nếu mọi phần tử yY đều có
tạo ảnh (có phần tử x X sao cho y = f(x)). Nói cách
khác: Với mọi yY, phương trình f(x) = y có nghiệm
thuộc X.
• f được gọi là song ánh nếu f vừa là đơn ánh vừa là
toàn ánh.
Trong ví dụ a) ở trên ánh xạ f không là đơn ánh cũng
không là toàn ánh.
Ví dụ. ánh xạ f : R R, x x
3
: R 2 R 3 , ( x, y ) ( x, x y, 2); h : R 2 R 3 , ( x, y ) ( x, x y, xy )
không phải là ánh xạ tuyến tính (CM).
d) Ánh xạ : R 2
R 3
, ( x, y ) ( x, x y, x y ) là ánh xạ
tuyến tính:
( x, y ), ( x ', y ') R 2 , k R :
(( x, y ) ( x ', y ')) (( x x ', y y '))
( x x ', x x ' y y ', x x ' y y ')
( x, x y , x y ) ( x ', x ' y ', x ' y ')
(( x, y )) (( x ', y '))
(k ( x, y )) ((kx, ky )) (kx, kx ky, kx ky )
=k( x, x y , x y ) k (( x, y ))
f) Các ánh xạ : R 2
R 3
, ( x, y ) ( x 1, x y, x y )
: R 2 R 3 , ( x, y ) ( x, x y, 2)
a1 1 a1 2 a1 n gọi là ma
a a 22 a2n trận của
A 21
đối với các
cơ sở E và B.
a m1 am 2 amn
Chú ý.
a) Khi V=W, ánh xạ tuyến tính : V V được gọi là
tự đồng cấu (hay phép biến đổi tuyến tính) của V.
Để biểu diễn tự đồng cấu đó ta chỉ cần dùng một
cơ sở E = {e1 , e2 , . . . , en} của V, khi đó ma trận
A của tự đồng cấu là một ma trận vuông cấp n
và được gọi là ma trận của tự đồng cấu đối với
cơ sở E.
Ký hiệu End V là tập tất cả các tự đồng cấu của V, thì
ánh xạ End V Mat(n; K) là một song ánh.
b) Cho ma trận A=[aij ] cỡ mn trong K, luôn có thể
xem nó là ma trận của đồng cấu Kn Km trong các
cơ sở chính tắc của các không gian vectơ này. Mọi
ma trận vuông cấp n trong K luôn có thể coi là ma
trận của tự đồng cấu của Kn trong cơ sở chính tắc của
nó.
Ví dụ. Tìm ma trận đối với các cơ sở chính tắc (ma
trận chính tắc) của ánh xạ tuyến tính : R3 R4 xác
định bởi:
((x1 , x2 , x3))=(x1 + x2 , x1 - x2 , x3 , x1).
Ta có
(e1) = ((1,0,0))=(1,1,0,1)= e’1 + e’2+ + e’4
(e2) = ((0,1,0))=(1,-1,0,0)= e’1 - e’2
(e3) = ((0,0,1))=(0,0,1,0)= e’3
(e1) = ((1,0,0))=(1,1,0,1)= e’1 + e’2+ + e’4
(e2) = ((0,1,0))=(1,-1,0,)= e’1 - e’2
(e3) = ((0,0,1))=(0,0,1,0)= e’3
Khi đó
1 1 0
1 1 0
A
0 0 1
1 0 0
2. Biểu thức tọa độ
Cho axtt : VW, E là cơ sở của V và B là cơ sở của
W, A là ma trận của đối với các cơ sở E, B. Lấy
vectơ xV, khi đó ta có:
A x E ( x) B
c ) h: R 3 R 3 , ( x1 , x 2 , x 3 ) ( x1 x 2 , x 2 2, x3 x1 )
d ) k : R 3 R 3 , ( x1 , x 2 , x 3 ) ( x1 x 2 , x 2 x 3 ,1)
e ) :R n [ x ] R n [ x ], p ( x ) p '( x )
1
f ) :R n [ x ] R n [ x ] , p ( x ) p ( x )dx 2 p ( x )
0
g ) :R n [ x ] R n+1 [ x ], p ( x ) xp ( x )
h ) : M ( n , K ) M ( n , K ), N ANB
(A, B M ( n , K ) cho truoc)
II. Tìm ma trận của các ánh xạ tuyến tính đối với các
cơ sở chính tắc trong các câu sau ở BT I:
I. a,b,e,f,g
Gợi ý Rn[x]: không gian vectơ các đa thức có bậc n,
cơ sở chính tắc:
{1, x, x2, …, xn} (dim Rn[x]=n+1)
III. Cho ánh xạ tuyến tính f: R2 R2 xác định bởi:
f(1,2)= (0,1), f(1,1)=(1,0).
a) Hãy xác định f(x1, x2).
b) Xác định ma trận của f đối với cơ sở chính tắc?
Bài 4: Trị riêng – Vectơ riêng
1. Trị riêng – Vectơ riêng của ma trận
Định nghĩa 1. Cho A là ma trận vuông cấp n trên
trường K. K được gọi là trị riêng của A nếu có
vectơ x ≠ 0 thuộc Kn sao cho A[x] = [x]. Khi đó x
được gọi là vectơ riêng ứng với trị riêng .
Ở đây x1
x
x ( x1 , x2 ,..., xn ) x
2
xn
2. Cách tìm trị riêng, vectơ riêng của ma trận
Từ định nghĩa: A[x] = [x] (A - I)[x] =O.
Đây là hệ phương trình tuyến tính thuần nhất.
Chú ý. là trị riêng của A là nghiệm của
phương trình:
det(A- I)=0 (phương trình đặc trưng của A).
Đa thức tương ứng PA()=det(A- I) được gọi là đa
thức đặc trưng của A.
Cách tìm trị riêng, vectơ riêng:
Bước 1. Giải phương trình đặc trưng
det(A- I)=0 Trị riêng 1 , 2 , …
Bước 2. Tìm vectơ riêng ứng với trị riêng tìm được
• Ứng với 1 : Giải hệ pttt:
(A - 1I)[x] =O
• Ứng với 1 : Giải hệ pttt:
(A - 1I)[x] =O
Nghiệm ≠ 0 của hệ pt là vectơ riêng.
Không gian riêng. Gọi E() là tập hợp tất cả
các vectơ riêng ứng với trị riêng và thêm vectơ 0.
Khi đó E() là không gian vectơ (và là không gian
nghiệm của hệ phương trình tuyến tính thuần nhất:
(A - I)[x] =O).
E() gọi là không gian riêng ứng với trị riêng .
Một cơ sở của E() là một hệ nghiệm cơ bản của
hệ phương trình tuyến tính thuần nhất.
Định lý. Nếu x1, x2, …, xn là các vectơ riêng ứng với
các trị riêng phân biệt 1, 2,…, n thì hệ {x1, x2, …,xn}
độc lập tuyến tính.
Ví dụ. Tìm trị riêng và vectơ riêng của ma trận
2 1 0
A 0 1 1
0 2 4
Giải. 2 1 0
det( A I ) 0 0 1 1 0
0 2 4
2 1 0
det( A I ) 0 0 1 1 0
0 2 4
(2 )( 2 5 6) 0
1 2, 2 3
0 2 1 x3 2 x x 0
2 3
x1 x2 b R
x3 2b
Vectơ riêng ứng với trị riêng 1 = 3 là
(b, b, -2b) = b(1, 1, -2) với bR, b≠0.
Không gian riêng E(3) có một cơ sở {(1, 1, -2)}.
Định nghĩa 2. Hai ma trận vuông A và B cấp n được
gọi là đồng dạng với nhau nếu có ma trận vuông P cấp
n không suy biến sao cho
A=P-1BP
Ký hiệu AB.
Chú ý.
a) AB det(A) = det(B), rank(A)=rank(B).
Thật vậy:
det(A)=det(P-1BP)=det(P-1) det(B) det(P)=det(B).
rank(A)=rank(P-1BP) rank(BP) rank(B), tương tự:
rank(B) rank(A) rank(A)=rank(B).
b) AB PA() = PB().
2. Trị riêng – Vectơ riêng của axtt
Định nghĩa 2. Cho K-không gian vectơ V và phép
biến đổi tuyến tính f : V V.
K được gọi là trị riêng của f nếu có vectơ x ≠0
thuộc V sao cho f(x) = x. Khi đó x được gọi là
vectơ riêng ứng với trị riêng .
Chú ý. và x là trị riêng và vectơ riêng của phép
biến đổi tuyến tính f : V V khi và chi khi và x
là trị riêng và vectơ riêng ứng với một ma trận A
của f đối với một cơ sở nào đó.
Bài 4: Chéo hóa ma trận vuông
1. Định nghĩa. Cho ma trận vuông A cấp n. Ma trận
vuông P cấp n không suy biến thỏa mãn:
P-1AP = D là ma trận chéo được gọi là ma trận làm
chéo A. Khi đó A được gọi là ma trận chéo hóa được.
2. Điều kiện chéo hóa được
Định lý. Ma trận vuông A cấp n là chéo hóa được khi và
chỉ khi A có n vectơ riêng độc lập tuyến tính. Khi đó các
phần tử nằm trên đường chéo chính của D là các trị riêng
của A và các cột ma trận của P là các vectơ riêng tương
ứng.
Hệ quả. Nếu ma trận vuông A cấp n có n trị riêng
phân biệt thì A chéo hóa được.
Ví dụ. Chéo hóa ma trận sau (nếu được):
1 3 3
A 3 5 3
3 3 1
Giải.
1 3 3
det( A I ) 0 3 5 3 0
3 3 1
( 1)( 2) 2 0 1 hay 2
•Với =1:
0 3 3 x1 x2 x3 0
3 6 3 x O x 2 x x 0
2 1 2 3
3 3 0 x3 x x 0
1 2
x1 a R
x1 x2 x3 x2 a
x a
3
VTR (a, -a, a ) a (1, -1,1), a 0
3 3 3 x3
x1 a R
x2 b R
x a b
3
VTR ( a, b, a b), a b 0
2 2
2 0 0 0 1 1
D 0 2 0 P 1 0 1
0 0 1 1 1 1
2 0 0 1 1 0
D0 1 0 P 0 1 1
0 0 2 1 1 1
Chương 3: DẠNG TOÀN PHƯƠNG
Bài 1: Dạng song tuyến tính và Dạng toàn phương
1. Các khái niệm
Định nghĩa 1. Cho V là K-không gian vectơ. Ánh xạ
: VV K được gọi là dạng song tuyến tính trên V
nếu thỏa các điều kiện sau:
x, x1, x2, y, y1, y2 V, k K
i) (x1+ x2, y) = (x1, y) + (x2, y);
ii) (kx,y) = k(x,y);
iii) (x, y1 + y2 ) = (x, y1) + (x, y2);
iv) (x, ky) = k(x,y).
Dạng song tuyến tính được gọi là đối xứng nếu:
(x,y) = (y,x) với x, y V.
Nhận xét. m n m,n
( ki xi , l j y j ) ki l j ( xi , y j )
i 1 j 1 i 1, j 1
x ( x1 , x2 , x3 ), y ( y1 , y2 , y3 ) R 3
là dạng song tuyến tính đối xứng trên R3. Dạng toàn
phương tương ứng là
q : R R, q ( x) q( x1 , x2 , x3 ) x1 x 2 4 x2 x3
3 2 2
Ví dụ 2. V=C[a,b] không gian các hàm số thực liên
tục trên [a,b]. Biểu thức
b
( x(t ), y (t )) x(t ) y (t )dt
a
xác định một dạng song tuyến tính đối xứng trên
C[a,b].
Dạng toàn phương tương ứng q được xác định bởi:
b
q ( x(t )) x (t ) dt2
a
Bài 2: Ma trận của dạng song tuyến tính
và dạng toàn phương – Công thức đổi cơ sở
a x a x ... a x
2
11 1
2
22 2
2
nn n
1 i j n
2aij xi x j
Ngược lại: ánh xạ q: V K, cho bởi đa thức đẳng
cấp bậc hai:
q ( x ) b11 x12 b22 x 22 ... bnn x n2 bij xi x j
1 i j n
là dạng toàn phương trên V với ma trận trong cơ
sở E là A=[aij]n trong đó:
bij
aii bii , aij a ji (1 i j n)
2
Chú ý. Khi V = Kn, dạng toàn phương q: KnK
còn được gọi là dạng toàn phương n biến trên K.
Ví dụ. Ánh xạ
q: R R
3
a1 0 0
0 a 0
A 2
0 0 an
Định lý. Cho V là không gian vectơ n chiều và dạng
toàn phương q: V K. Luôn tồn tại cơ sở q-chính tắc.
Chứng minh
Qui nạp theo số chiều n của V.
n=1: Hiển nhiên.
Giả sử đúng với n-1, ta chứng minh đúng với n.
Gọi E là cơ sở của V và biểu thức tọa độ của q trong
cơ sở E có dạng:
j 1 a1
Đặt a1 j
y1 x1 xj
j 1 a1
y2 x2 ,..., yn xn
Gọi B ={u1, u2,…,un} là cơ sở của V sao cho
x B ( y1 , y2 ,..., yn )
Đặt V1=<u2,…,un>, dim V1 = n-1, khi đó
q1 ( y2 ,..., yn ) là dạng toàn phương trên V1, theo qui
nạp, tồn tại cơ sở {v 2 ,..., vn } của V1 sao cho q1 có
dạng chính tắc:
q1 ( y2 ,..., yn ) b2 z22 ... bn zn2
q ( x) a z b z ... b z , y1 z1
2
1 1
2
2 2
2
n n
U={u1 ,v 2 ,..., vn }
• Trường hợp 2: a1 = a2=…= 0, tồn tại aij 0
Đặt
xi yi y j
x j yi y j
xk yk k i, j
x3 x 32 x 32
2( x1 x 2 ) 2( x 2 x 2 .
2 2
2 )
2 4 2
2
x3 2 x
2( x1 x 2 ) 2( x 2 ) 3
2
2 2
y1 x1 x2
Dùng phép biến đổi tọa độ: y x 3 x
2 2
2
y 3 x3
y3
x1 y1 y 2
y1 x1 x2 2
x3 y3
y 2 x2 x2 y 2
2 2
y 3 x3 x3 y 3
Ta có dạng chính tắc:
1 2
q(x) q ( y1 , y 2 , y3 ) 2 y 1 2 y y 3
2 2
2
Xác định cơ sở q-chính tắc:
2
Cơ sở ban đầu:
e1 , e2 , e3 , e1 (1, 0, 0), e2 (0,1, 0), e3 (0, 0,1)
Cơ sở mới (q-chính tắc): U u1 , u 2 , u3
Ma trận C chuyển cơ sở từ qua U là:
1
1 1
2
1
C 0 1
2
0 0 1
1 1
u1 (1, 0, 0), u 2 (1,1, 0), u 3 ( , ,1)
2 2
Ví dụ 2. Đưa dạng toàn phương về dạng chính tắc:
q : R R, q( x) q ( x1 , x2 , x3 ) 2 x1 x2 4 x2 x3
3
q(x) 2( y1 y ) 4( y1 y 2 ) y3
2 2
2
2 y1 2 y 4 y1 y3 4 y 2 y3
2 2
2
2( y1 2 y1 y3 y ) 2 y 2 y 4 y 2 y3
2 2
3
2
2
2
3
q ( x ) 2 ( y1 y 3 ) 2 ( y 2 y 2 y 3 y )
2 2
2
2
3
2 ( y1 y 3 ) 2 ( y 2 y 3 )
2 2
z1 y1 y 3 y1 z1 z 3
z 2 y2 y3 y 2 z 2 z3
z y y z
3 3 3 3
x1 z 1 z 2 2 z 3
x 2 z1 z 2
x z
3 3
q (x ) q ( z 1 , z 2 , z 3 )= 2 z 1 2 z
2 2
2
Xác định cơ sở q-chính tắc:
Cơ sở ban đầu:
e1 , e2 , e3 , e1 (1, 0, 0), e2 (0,1, 0), e3 (0, 0,1)
Cơ sở mới (q-chính tắc): U u1 , u 2 , u3
Ma trận C chuyển cơ sở từ qua U là:
1 1 2
C 1 1 0
0 0 1
u1 (1,1, 0), u 2 ( 1,1, 0), u 3 ( 2, 0,1)
Bài tập. Đưa dạng toàn phương về dạng chính tắc và
xác định cơ sở q-chính tắc tương ứng:
(0 s r n)
ta nói q có dạng chuẩn tắc và E được gọi là cơ sở
chuẩn tắc đối với q hay q-chuẩn tắc.
Định lý. Cho V là không gian vectơ thực n chiều và
q: V R là dạng toàn phương thực. Luôn tồn tại cơ sở
q-chuẩn tắc.
Bài 3: Chỉ số quán tính
Dạng toàn phương xác định dấu
1. Chỉ số quán tính
Định lý quán tính. Số các hệ số dương và số các hệ số
âm trong dạng chính tắc của dạng toàn phương q là
những đại lượng bất biến.
Ký hiệu:
s là số các hệ số dương, gọi là chỉ số quán tính dương
của dạng toàn phương q.
t là số các hệ số âm, gọi là chỉ số quán tính âm của dạng
toàn phương q.
Cặp (s,t) gọi là chỉ số quán tính của dạng toàn phương q.
2. Tính xác định dấu của dạng toàn phương
Định nghĩa. Cho V là không gian vectơ n chiều trên
trường số thực R. Dạng toàn phương q: V R được gọi
là:
- Xác định dương nếu q(x) > 0 x n , x 0;
- Nửa xác định dương (không âm) nếu
q(x) 0 x n
- Xác định âm nếu q(x) < 0 x , x 0;
n
a) q( x) 2 x x 3 x
2
1
2
2
2
3
xác định dương
b) q ( x ) x 2 x
2
1
2
2
nửa xác định dương
c) q( x) 2 x 3 x x
2
1
2
2
2
3
xác định âm
d ) q ( x ) 2 x 3 x
2
1
2
3
nửa xác định âm
e) q ( x ) 2 x x 3 x
2
1
2
2
2
3
không xác định dấu
Định lý 1. Cho V là không gian vectơ n chiều trên
trường số thực R và dạng toàn phương q: V R.
(i) q là xác định dương khi và chỉ khi tất cả n hệ số
trong dạng chính tắc đều dương.
(ii) q là xác định âm khi và chỉ khi tất cả n hệ số trong
dạng chính tắc đều âm.
Cho dạng toàn phương q: V R có ma trận trong cơ sở E
an1 an 2 ann
Đặt:
a11 a12
D1 a11 , D2 , ..., Dn det( A)
a21 a22
D1, D2, …, Dn được gọi là các định thức con chính
Định lý 2. (Sylvester) Cho V là không gian vectơ n
chiều trên trường số thực R và dạng toàn phương
q: V R.
(i) q là xác định dương khi và chỉ khi tất cả các định
thức con chính của ma trận của q trong một cơ sở nào
đó đều dương.
(ii) q là xác định âm khi và chỉ khi các định thức con
chính cấp chẵn đều dương, các định thức con chính cấp
lẻ đều âm.
(Tức là ( 1) k Dk 0, k 1, 2,..., n))
Ví dụ. Xác định dấu của dạng toàn phương q : R R
3
q ( x) 4 x 3x 3x 6 x1 x2 4 x1 x3 2 x2 x3
2
1
2
2
2
3
Ta có:
4 3 2
A 3 3 1
2 1 3
4 3 2
4 3
D1 4, D 2 3, D 3 3 3 1 5
3 3
2 1 3
q(x) xác định dương.
Ví dụ. Xác định dấu của dạng toàn phương q : R 3 R
q ( x) x 5 x 14 x 2 x1 x2 16 x2 x3 4 x1 x3
2
1
2
2
2
3
Ta có:
1 1 2
A 1 5 8
2 8 14
1 1 2
1 1
D1 1, D 2 4, D3 1 5 8 4
1 5
2 8 14
q(x) xác định âm.
Chương 4: Không gian Vectơ Euclide
Bài 1: Khái niệm Không gian Vectơ Euclide
Ví dụ.
a) Không gian vectơ Rn với tích vô hướng xác định
bởi:
x ( x1 , x2 ,..., xn ), y ( y1 , y2 ,..., yn ) R n
x, y x1 y1 x2 y2 ... xn yn
là không gian vectơ Euclide.
b) Không gian C[a,b] các hàm số thực liên tục trên
[a,b] với tích vô hướng:
x(t ), y (t ) C[a,b],
b
<x(t),y(t)>= x(t).y(t)dt
a
là không gian vectơ Euclide.
2. Độ dài của vectơ
Cho E là kgvt Euclide với tích vô hướng < , >. Độ dài
(hay là chuẩn) của vectơ xE, ký hiệu ||x||, được xác
định bởi:
|| x || x, x
Vectơ có độ dài 1 được gọi là vectơ đơn vị.
Chú ý.
a) ||x|| 0 và ||x|| = 0 x = 0.
b) ||kx|| = |k|.||x||
c) Với vectơ x0, ta có vectơ đơn vị:
1
ex x
|| x ||
d) Bất đẳng thức Cauchy-Bunhiacopski (Schawarz):
|<x,y>| ||x||.||y||
dấu bằng xảy ra x và y phụ thuộc tuyến tính.
Chứng minh.
• Với x=0: Rõ.
• Với x0: ta có với tR,
<tx+y, tx+y> 0 <x,x> t2 + 2<x,y> t + <y,y> 0
||x||2 t2 + 2<x,y> t + ||y||2 0
<x,y>2 - ||x||2||y||2 0 |<x,y>| ||x||.||y||
Dấu “=” xảy ra tx+y =0 x, y phụ thuộc tuyến
tính.
Đặc biệt:
• Trong Rn :
| x1y1 x2 y2 ... xn yn | x12 x22 ... xn2 y12 y22 ... yn2
• Trong C[a,b]:
b b 1 b 1
a a a dt )
2 2
x(t ). y (t ) dt ( x(t ) dt2
) .( y (t ) 2
k1x1 +k 2 x 2 +...+k m x m =0
<k1x1 +k 2 x 2 +...+k m x m ,xi >=0 i 1,..., m
<k i x i ,xi >=0 ki <x i ,x i >=0 k i 0 i 1,..., m
3. Thuật toán trực chuẩn hóa Gram-Schmidt
Cho {u1, u2, … , un} là họ vectơ độc lập tuyến tính
của không gian vectơ E.
• Thuật toán trực giao hóa
i) Đặt v1 = u1
u 2 , v1
ii) Đặt v2 u 2 v1 v2 v1
v1 , v1
iii) Với n>1, đặt:
un , v1 un , v2 un , vn1
vn un v1 v2 ... vn1
v1, v1 v2 , v2 vn1, vn1
vn v1 , vn v2 ,..., vn vn 1
Ta thu được hệ trực giao v1 , v2 ,..., vn
• Thuật toán trực chuẩn hóa
1
i) Đặt v1 u1 w 1 v1 .
|| v1 ||
1
ii) Đặt v2 u 2 u 2 , w 1 w 1 w 2 v2
|| v2 ||
iii) Với n>1, đặt:
vn un un ,w1 w1 un ,w2 w2 ... un ,wn1 wn1
1
wn vn
|| vn ||
Ta được hệ trực chuẩn w 1 , w 2 ,..., w n
Ví dụ. R3 với tích vô hướng thông thường. Trực
chuẩn hóa họ vectơ
{u1=(1,1,1), u2=(0,1,1), u3=(0,0,1)}
Giải. Kiểm tra họ đltt.
1 1 1 1 1
v1=u1 (1,1,1) w1 v1 (1,1,1) ( , , )
|| v1 || 3 3 3 3
2 1 1 1 2 1 1
v2 u2 u2 , w1 w1 (0,1,1) ( , , ) ( , , )
3 3 3 3 3 3 3
1 3 2 1 1 2 1 1
w2 v2 ( , , ) ( , , )
|| v2 || 2 3 3 3 3 6 6
v3 u3 u3,w1 w1 u3,w2 w2
1 1 1 1 1 2 1 1
(0,0,1) ( , , ) ( , , )
3 3 3 3 6 3 6 6
111 11 1 1 1
(0,0,1) ( , , ) ( , , ) (0, , )
333 36 6 2 2
1 1 1 1 1
w3 v3 2(0, , ) (0, , )
|| v3 || 2 2 2 2
Ta có hệ trực chuẩn
w1, w2 , w3
BT (tương tự) R3 với tích vô hướng thông thường.
Trực chuẩn hóa họ vectơ
{u1=(1,1,0), u2=(1,1,1), u3=(1,0,0)}
Ví dụ. Trong không gian vectơ Euclide các đa thức
bậc 2 trên trường số thực R2[x] với tích vô hướng:
1
f , g f ( x) g ( x)dx
1
1 1 3
w2 v2 x x
|| v2 || 1 2
2
x dx
1
v3 u3 u3 ,w1 w1 u3, w2 w2
1 1 3 3
x x ,
2 2
x , x x
2
2 2 2 2
1 1
1 2 1 3 3 3
x
2
x dx. x dx. x
1 2 2 1 2 2
1
x
2
3
1 1 1
w3 v3 (x )
2
|| v3 || 1
1 2 3
1
2
( x ) dx.
3
1 1 45 2 1
(x )
2
(x )
8 3 8 3
45
Bài 3: Cơ sở trực giao và cơ sở trực chuẩn
2 1 1
1 2 1 0 ( 1) (4 ) 0
2
1 1 2
1, 4
• Với =1: Giải hệ pttt
1 1 1x1 x1 ab
(A I)X O1 1 1x2 Ox1 x2 x3 0 x2 a
1 1 1x x b
3 3
1 1
Ta có một hệ nghiệm cơ bản: u 1 1 , u 2 0
0 1
2
1
= (|| x y || || x || || y || ) x, y
2 2 2
2
i) iii). Giả sử {e1, e2,…, en} là một cơ sở trực chuẩn
của E. Ta có:
1, i= j
f (ei ), f (e j ) ei , e j
0, i j
{f(e1), f(e2),…, f(en)} cũng là một cơ sở trực chuẩn
của E.
iii) iv). Giả sử {e1, e2,…, en} là một cơ sở trực chuẩn
của E. Khi đó {f(e1), f(e2),…, f(en)} cũng là một cơ sở
trực chuẩn của E.
Gọi A là ma trận của f đối với cơ sở trực chuẩn
{e1, e2,…, en}. Dễ thấy A là ma trận chuyển từ cơ sở trực
chuẩn {e1, e2,…, en} sang cơ sở trực chuẩn
{f(e1), f(e2),…, f(en)}, do đó A là ma trận trực giao.
iv) i). Giả sử {e1, e2,…, en} là một cơ sở trực chuẩn
của E. A là ma trận của f đối với cơ sở {e1, e2,…, en},
theo giả thiết A là ma trận trực giao. Lấy x, y E, giả
sử x1 y1
x y
x E 2,
y E 2
xn yn
x, y x1 y1 x2 y2 ... xn y n x E y E
t
f(x) E A x E f(y) E A y E
f(x),f(y>= f(x) E f(y) E x E A t A y E
t t
= x E I y E = x E y E =<x,y>.
t t
b) Phép biến đổi đối xứng
Định nghĩa. Cho kgvt Euclide E. Phép biến đổi tuyến
tính f: E E được gọi là phép biến đổi đối xứng của E
nếu với mọi x, y E ta có:
<f(x),y> = <x,f(y)>.
Định lý. Cho phép biến đổi tuyến tính f: E E. Khi
đó f là phép biến đổi đối xứng khi và chỉ khi ma trận
của f trong cơ sở trực chuẩn là ma trận đối xứng.
Giới hạn ôn tập
1) Tìm Chiều Và cơ sở của các không gian con sinh
bởi một họ vectơ và không gian nghiệm hpttt
thuần nhất.
2) Chiều của không gian Tổng, Giao.
3) Xác định ánh xạ TT: f: VW, f đơn cấu (Ker f=0),
f toàn cấu (Im f = W dim Im f=dimW); F đẳng
cấu.
4) Ma trận của axtt, dim Imf, dim Ker f.
5) Dạng toàn phương xác định âm, dương.
6) Chéo hóa trực giao.
7) Bài toán trong kgvt, kgvt Euclide (1 đến 1,5
điểm)