Chuong 5 PDF

HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG
——————–o0o——————–
Chương 5: Ánh xạ tuyến tính
ĐẠI SỐ
Bộ môn Toán, Khoa Cơ bản 1
Hà Nội - 2022
1 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
1 5.1 Khái niệm ánh xạ tuyến tính
2 5.2 Nhân, ảnh và hạng của ánh xạ tuyến tính
3 5.3 Đơn cấu, toàn cấu và đẳng cấu
4 5.4 Ánh xạ tuyến tính và ma trận
5 5.5 Chéo hóa ma trận
2 / 58
3 / 58
5.1.1 Định nghĩa
Định nghĩa
Cho V , W là hai không gian véc tơ. Ánh xạ f : V → W được gọi là
ánh xạ tuyến tính hay đồng cấu nếu nó thỏa mãn hai điều kiện sau:
1) f (u + v) = f (u) + f (v) với mọi u, v ∈ V .
2) f (αu) = αf (u) với mọi α ∈ R và mọi u ∈ V .
Ánh xạ tuyến tính f : V → V được gọi là tự đồng cấu của V .
4 / 58
Ví dụ 1.
Ánh xạ không:
θ:V →W
u 7→ θ(u) = 0
Ánh xạ đồng nhất:
IdV : V → V
u 7→ IdV (u) = u
5 / 58
5.1.2 Các tính chất
Định lý 5.1
Ánh xạ f : V → W là ánh xạ tuyến tính khi và chỉ khi với mọi u, v ∈ V
và mọi α, β ∈ R,
f (αu + βv) = αf (u) + βf (v).
Ví dụ 2. Ánh xạ f : Rn → Rm được xác định bởi
f (x1 , x2 , . . . , xn ) =(a11 x1 + a12 x2 + . . . + a1n xn , a21 x1 + a22 x2 +

. . . + a2n xn , . . . , am1 x1 + am2 x2 + . . . + amn xn )
là một ánh xạ tuyến tính.
6 / 58
Định lý 5.2
Nếu f : V → W là ánh xạ tuyến tính thì
1) f (0) = 0.
2) f (α1 v1 + α2 v2 + . . . + αn vn ) = α1 f (v1 ) + α2 f (v2 ) + . . . + αn f (vn )
với mọi α1 , α2 , . . . , αn ∈ R và mọi v1 , v2 , . . . , vn ∈ V .
Ví dụ 3. Cho f : R2 → R3 là ánh xạ tuyến tính. Tìm f (2, 1) nếu
f (1, 2) = (1, 0, 1), f (−1, 0) = (0, 1, 1)
7 / 58
Định lý 5.3
Cho V và W là các không gian véc tơ và {v1 , v2 , . . . , vn } là một cơ sở
của V . Khi đó với mỗi hệ véc tơ {u1 , u2 , . . . , un } của W , tồn tại duy
nhất ánh xạ tuyến tính f : V → W sao cho
f (vi ) = ui , ∀i = 1, . . . , n.
Hệ quả. Nếu f, g : V → W là các ánh xạ tuyến tính và {v1 , ..., vn } là

một cơ sở của V thì
f = g ⇔ f (vi ) = g(vi ), ∀i = 1, ..., n.
8 / 58
5.1.3 Các phép toán của ánh xạ tuyến tính
Cho V và W là các không gian véc tơ. Ký hiệu Hom(V, W ) là tập

hợp các ánh xạ tuyến tính từ V vào W .
Nếu f, g ∈ Hom(V, W ), tổng f + g được xác định bởi
(f + g)(v) = f (v) + g(v) với mọi v ∈ V.
Nếu λ ∈ R và f ∈ Hom(V, W ), tích λf được xác định bởi
(λf )(v) = λf (v) với mọi v ∈ V.
9 / 58
Định lý 5.4
1) Hom(V, W ) là không gian véc tơ với phép cộng hai ánh xạ tuyến
tính và phép nhân một số với ánh xạ tuyến tính được định nghĩa
như trên.
2) Nếu V và W có số chiều hữu hạn thì
dim Hom(V, W ) = (dim V )(dim W )
10 / 58
Cho U, V và W là các không gian véc tơ. Nếu f : U → V ,
g : V → W là các ánh xạ tuyến tính thì g ◦ f cũng là một ánh xạ
tuyến tính.
Ký hiệu End(V ) là tập hợp các tự đồng cấu của V .
Với mỗi f ∈ End(V ), ta định nghĩa
f 0 = IdV , f 1 = f, f 2 = f ◦ f, f n = f n−1 ◦ f = f ◦ ... ◦ f .

| {z }
n lần
Cho f ∈ End(V ) và đa thức p(t) = a0 + a1 t + ... + an tn . Ký hiệu

p(f ) là đồng cấu được xác định bởi
p(f ) = a0 IdV + a1 f + ... + an f n
11 / 58
Ví dụ 4. Cho ánh xạ tuyến tính f : R2 → R2 được xác định bởi
f (x, y) = (3x − 5y, 4x + y)
a) Tìm f 2 (x, y).

b) Xét đa thức p(t) = 50 − 9t + 2t2 . Tìm p(f )(x, y).
12 / 58
13 / 58
Định lý 5.5
Giả sử f : V → W là một ánh xạ tuyến tính. Khi đó
1) Nếu V1 là không gian con của V thì f (V1 ) là không gian con của
W.
2) Nếu S là một hệ sinh của V1 thì f (S) là một hệ sinh của f (V1 ). Do
đó dim f (V1 ) ≤ dim V1 .
3) Nếu W1 là không gian con của W thì f −1 (W1 ) là không gian con
của V .
14 / 58
Định nghĩa
Cho ánh xạ tuyến tính f : V → W . Nhân của f , ký hiệu Kerf , và ảnh
của f , ký hiệu Imf , được định nghĩa như sau:
Kerf = f −1 {0} = {v ∈ V |f (v) = 0}

Imf = f (V ) = {f (v)|v ∈ V }
Nhận xét: Kerf là không gian véc tơ con của V và Imf là không gian
véc tơ con của W .
Hạng của một ánh xạ tuyến tính

Cho ánh xạ tuyến tính f : V → W . Hạng của f , ký hiệu r(f ), là số
chiều của Imf .
r(f ) = dim Imf
15 / 58
Định lý 5.6
Cho ánh xạ tuyến tính f : V → W . Nếu Kerf và Imf có số chiều hữu
hạn thì V cũng có số chiều hữu hạn và
dim V = dim Kerf + dim Imf = dim Kerf + r(f )
Ví dụ 5. Cho ánh xạ tuyến tính f : R4 → R3 được xác định bởi
f (x, y, z, t) = (x + 2y − z + t, 3x + y + 2t, x − 3y + 2z).
a) Tìm một cơ sở của Kerf, Imf .

b) Tìm hạng của f .
16 / 58
17 / 58
5.3.1 Đơn cấu
Định nghĩa
Một ánh xạ tuyến tính được gọi là đơn cấu nếu nó là đơn ánh.
Định lý 5.7
Cho ánh xạ tuyến tính f : V → W . Các mệnh đề sau là tương đương:
1) f là đơn cấu.
2) Kerf = {0}.
3) Ảnh của một hệ véc tơ độc lập tuyến tính của V là hệ véc tơ độc
lập tuyến tính của W .
4) r(f ) = dim V .
18 / 58
5.3.2 Toàn cấu
Định nghĩa
Một ánh xạ tuyến tính được gọi là toàn cấu nếu nó là toàn ánh.
Định lý 5.8
Cho ánh xạ tuyến tính f : V → W . Các mệnh đề sau là tương đương:
1) f là toàn cấu
2) Ảnh của một hệ sinh của V là hệ sinh của W .
3) r(f ) = dim W .
19 / 58
5.3.3 Đẳng cấu
Định nghĩa
Một ánh xạ tuyến tính được gọi là đẳng cấu nếu nó là song ánh.
Hai không gian véc tơ V và W được gọi là đẳng cấu nếu tồn tại
đẳng cấu f : V → W .
Định lý 5.9
Hai không gian véc tơ V và W đẳng cấu khi và chỉ khi
dim V = dim W
20 / 58
Định lý 5.10
Giả sử f : V → W là một ánh xạ tuyến tính và dim V = dim W . Khi
đó các mệnh đề sau là tương đương:
1) f là đẳng cấu.
2) f là đơn cấu.
3) f là toàn cấu.
Ví dụ 6. Chứng minh rằng ánh xạ tuyến tính f : R3 → P2 xác định

bởi
f (x, y, z) = (x + 2y + 3z) + (2x + 5y + 6z)t + (x + 8z)t2 .
là một đẳng cấu.
21 / 58
22 / 58
5.4.1 Ma trận của ánh xạ tuyến tính
Giả sử f : V → W là một ánh xạ tuyến tính, B = {e1 , e2 , . . . , en } là

một cơ sở của V và B ′ = {ω1 , ω2 , . . . , ωm } là một cơ sở của W . Ta biểu
diễn các véc tơ f (ej ) thành tổ hợp tuyến tính của B ′ .
f (e1 ) = a11 ω1 + a21 ω2 + . . . + am1 ωm

f (e2 ) = a12 ω1 + a22 ω2 + . . . + am2 ωm
......
f (en ) = a1n ω1 + a2n ω2 + . . . + amn ωm
23 / 58
Định nghĩa
Ma trận A = [aij ], trong đó cột thứ j của A là tọa độ của f (ej )
trong cơ sở B ′ , được gọi là ma trận của ánh xạ tuyến tính f trong
′
các cơ sở B và B ′ , ký hiệu [f ]B
B .
Ma trận của f trong các cơ sở chính tắc của V và W được gọi là
ma trận chính tắc của f .
Nếu f là một tự đồng cấu của V thì ma trận của f trong cơ sở B
được ký hiệu là [f ]B .
24 / 58
Ví dụ 7. Tìm ma trận chính tắc của ánh xạ tuyến tính f : R3 → R2
được xác định bởi
f (x, y, z) = (2x + y − 4z, 3x + 5z)
Chú ý: Ma trận chính tắc của ánh xạ tuyến tính f : Rn → Rm được

xác định bởi
f (x1 , x2 , . . . , xn ) =(a11 x1 + a12 x2 + . . . + a1n xn , a21 x1 + a22 x2 +

. . . + a2n xn , . . . , am1 x1 + am2 x2 + . . . + amn xn )
 
a11 a12 ... a1n
 a21 a22 ... a2n 
là A =  .
 
.. .. .. 
 .. . . . 
am1 am2 . . . amn
25 / 58
Định lý 5.11
Giả sử B là một cơ sở của không gian véc tơ n chiều V , B ′ là một cơ sở
của không gian véc tơ m chiều W . Khi đó ánh xạ
Hom(V, W ) → Mm×n
′
f 7→ [f ]B
B
là một song ánh thỏa mãn các tính chất:

′ ′ ′
1) [f + g]B B B
B = [f ]B + [g]B
′ ′
2) ∀λ ∈ R, [λf ]B B
B = λ[f ]B
′
3) r(f ) = r([f ]B
B )
26 / 58
Định lý 5.12
Cho B, B ′ , B ′′ lần lượt là cơ sở của các không gian véc tơ U, V, W . Nếu
f : U → V, g : V → W là các ánh xạ tuyến tính thì ma trận của g ◦ f
trong các cơ sở B và B ′′ là
′′ ′′ ′
[g ◦ f ]B B B
B = [g]B ′ [f ]B
Ví dụ 8. Cho hai ánh xạ tuyến tính f : R2 → R3 , g : R3 → R2 được

xác định bởi
f (x, y) = (x − 2y, x, −3x + 4y),

g(x, y, z) = (x − 2y − 5z, 3x + 4y)
Tìm ma trận chính tắc của g ◦ f .
27 / 58
Định lý 5.13
Cho B là một cơ sở của không gian véc tơ n chiều V . Khi đó ánh xạ
End(V ) → Mn
f 7→ [f ]B
là một song ánh thỏa mãn các tính chất:

1) [f + g]B = [f ]B + [g]B
2) ∀λ ∈ R, [λf ]B = λ[f ]B
3) [f ◦ g]B = [f ]B [g]B
4) r(f ) = r([f ]B )
28 / 58
Hệ quả 1.
Cho f ∈ End(V ) và A = [f ]B . Khi đó f là một tự đẳng cấu khi và chỉ
khi A khả nghịch và ma trận của f −1 trong cơ sở B là
[f −1 ]B = A−1
Hệ quả 2.
Cho f ∈ End(V ). Nếu p(t) = a0 + a1 t + . . . + an tn là một đa thức bậc n
thì ma trận của p(f ) trong cơ sở B là
p(A) = a0 I + a1 A + . . . + an An .
29 / 58
Ví dụ 9. Cho f : R3 → R3 là ánh xạ tuyến tính được xác định bởi
f (x, y, z) = (x + 2y + 2z, 3x + y + 5z, x − y + z).
Chứng minh rằng f là một đẳng cấu. Tìm công thức xác định ảnh của
ánh xạ ngược f −1 (x, y, z).
30 / 58
5.4.2 Ma trận của ánh xạ tuyến tính trong các cơ sở
khác nhau
Định lý 5.14
Giả sử T là ma trận chuyển từ cơ sở B1 sang cơ sở B1′ của không gian
véc tơ V , và P là ma trận chuyển từ cơ sở B2 sang cơ sở B2′ của không
gian véc tơ W . Khi đó với mọi ánh xạ tuyến tính f : V → W ,
B′
[f ]B2′ = P −1 [f ]B2
B1 T
1
Hệ quả. Giả sử T là ma trận chuyển từ cơ sở B sang cơ sở B ′ của

không gian véc tơ V . Khi đó với mọi tự đồng cấu f của V ,
[f ]B ′ = T −1 [f ]B T.
31 / 58
Ví dụ 10. Cho f : R3 → R2 là ánh xạ tuyến tính được xác định bởi
f (x, y, z) = (x + y + z, x + y − z).
Tìm ma trận của f trong các cơ sở B1 = {(0, 1, 1), (1, 0, 1), (1, 1, 0)} và
B2 = {(1, 1), (0, 1)}.
32 / 58
Định nghĩa
Hai ma trận A, B được gọi là đồng dạng nếu tồn tại ma trận khả
nghịch T sao cho B = T −1 AT .
Nhận xét:
Hai ma trận của một tự đồng cấu trong các cơ sở khác nhau là
đồng dạng.
Nếu A, B là các ma trận đồng dạng thì det A = det B.
33 / 58
Định nghĩa
Cho B là cơ sở của không gian véc tơ V và f ∈ End(V ). Định thức của
f , ký hiệu det f , là định thức của ma trận [f ]B .
det f = det ([f ]B )
34 / 58
5.4.3 Biểu thức tọa độ của ánh xạ tuyến tính
Giả sử
f : V → W là một ánh xạ tuyến tính,
B = {e1 , ..., en } là một cơ sở của V ,
B ′ = {ω1 , ..., ωm } là một cơ sở của W .
Nếu (v)B = (x1 , x2 , . . . , xn ), (f (v))B ′ = (y1 , y2 , . . . , ym ) và
′
[f ]B
B = [aij ]m×n , thì
    
y1 a11 a12 ... a1n x1
 y2   a21 a22 ... a2n   x2 
 ..  =  ..
    
.. ..   .. 
 .   . .
... .  . 
ym am1 am2 . . . amn xn
Công thức này được gọi là biểu thức tọa độ của ánh xạ f trong các cơ
sở B, B ′ .
35 / 58
Biểu thức tọa độ của f có thể viết dưới dạng hệ phương trình tuyến
tính 
y1 = a11 x1 + a12 x2 + · · · + a1n xn



y = a x + a x + · · · + a x
2 21 1 22 2 2n n


 ..................................................

y = a x + a x + · · · + a x
m m1 1 m2 2 mn n
36 / 58
Định lý 5.15
Cho B là một cơ sở của không gian véc tơ V , B ′ là một cơ sở của
không gian véc tơ W . Nếu f : V → W là một ánh xạ tuyến tính thì với
mọi v ∈ V ,
′
[f (v)]B ′ = [f ]B
B [v]B
Ví dụ 11. Cho ánh xạ tuyến tính f : P3 → P2 có công thức xác định

ảnh
f (a0 + a1 t + a2 t2 + a3 t3 ) =(5a0 + 2a1 − 3a2 + a3 )+
+(4a0 + a1 − 2a2 + 3a3 )t + (a0 + a1 − a2 − 2a3 )t2 .
a) Viết biểu thức tọa độ của f trong các cơ sở chính tắc của P3 và
P2 .
b) Tìm một cơ sở của Kerf và Imf .
37 / 58
38 / 58
5.5.1 Giá trị riêng, véc tơ riêng
Định nghĩa
Cho A là một ma trận vuông cấp n.
Số λ được gọi là giá trị riêng của A nếu tồn tại x1 , . . . , xn không
đồng thời bằng 0 sao cho
       
x1 x1 x1 0
 ..   ..   ..   .. 
A  .  = λ  .  hay (A − λI)  .  =  .  (1)
xn xn xn 0
Khi đó v = (x1 , ..., xn ) ∈ Rn , v ̸= 0 được gọi là véc tơ riêng ứng với

giá trị riêng λ.
39 / 58

3 5
Ví dụ 12. Cho A = và v = (5, 1). Ta có
1 −1

3 5 5 20 5
= =4 ,
1 −1 1 4 1
do đó λ = 4 là một giá trị riêng của A và v = (5, 1) là một véc tơ riêng

ứng với giá trị riêng λ = 4.
Nhận xét:
Các véc tơ riêng ứng với λ là các nghiệm khác không của hệ
phương trình thuần nhất (1).
Không gian nghiệm của (1) được gọi là không gian riêng ứng với
giá trị riêng λ, ký hiệu Vλ .
40 / 58
Định nghĩa
Cho f là một tự đồng cấu của không gian véc tơ V . Số λ được gọi là
một giá trị riêng của f nếu tồn tại véc tơ v ∈ V, v ̸= 0 sao cho
f (v) = λv.
v được gọi là véc tơ riêng ứng với giá trị riêng λ.
Ví dụ 13. Cho tự đồng cấu f : R2 → R2 được xác định bởi
f (x, y) = (3x − y, −2x + 4y)
f (x, x) = 2(x, x) ⇒ λ = 2 là một giá trị riêng của f và mọi véc tơ

v = (x, x), x ̸= 0 là véc tơ riêng ứng với λ = 2.
41 / 58
Định nghĩa
Cho f là một tự đồng cấu của không gian véc tơ V . Với mỗi λ ∈ R, ký
hiệu
Vλ = {v ∈ V |f (v) = λv} = Ker(f − λIdV )
Nếu λ là một giá trị riêng của f thì Vλ được gọi là không gian riêng
ứng với giá trị riêng λ.
42 / 58
Định lý 5.16
1) λ là giá trị riêng của f khi và chỉ khi Vλ ̸= {0}.
2) Nếu λ là một giá trị riêng của f thì mọi véc tơ v của Vλ , v ̸= 0 là
một véc tơ riêng ứng với giá trị riêng λ.
3) Với mọi λ, không gian con Vλ bất biến đối với f , tức là f (Vλ ) ⊂ Vλ .
43 / 58
Nhận xét: Giả sử f là một phép biến đổi tuyến tính trên không gian
véc tơ V , B là một cơ sở của V và A = [f ]B . Khi đó
v ∈ V là véc tơ riêng của f ứng với giá trị riêng λ khi và chỉ khi
(v)B là véc tơ riêng của A ứng với giá trị riêng λ.
Nếu V = Rn và B là cơ sở chính tắc của Rn thì v là véc tơ riêng
của f ứng với giá trị riêng λ khi và chỉ khi nó là véc tơ riêng của A
ứng với giá trị riêng λ.
44 / 58
5.5.2 Đa thức đặc trưng
Định thức
Cho A là một ma trận vuông cấp n. Định thức
PA (λ) = det(A − λI)
là một đa thức bậc n của λ.

PA (λ) được gọi là đa thức đặc trưng của A.
Giả sử f là một tự đồng cấu của không gian véc tơ V , B là một cơ
sở của V và A = [f ]B . Khi đó định thức
Pf (λ) = det(f − λIdV ) = det(A − λI)
được gọi là đa thức đặc trưng của f .
45 / 58
Định lý 5.17
λ0 là giá trị riêng của A (tương ứng của f ) khi và chỉ khi nó là nghiệm
của đa thức đặc trưng của A (tương ứng của f ).
Ví dụ 14. Tìm các giá trị riêng và véc tơ riêng của tự đồng cấu
f : R2 → R2 được xác định bởi f (x, y) = (3x − y, −2x + 4y).
46 / 58
5.5.3. Tự đồng cấu chéo hóa được và ma trận chéo hóa
được
Ma trận chéo
Ma trận vuông D được gọi là ma trận chéo nếu mọi phần tử nằm ngoài
đường chéo chính đều bằng 0, tức là D có dạng
 
λ1 0 . . . 0
 0 λ2 . . . 0 
D= .
 
.. . . .. 
 .. . . . 
0 0 . . . λn
47 / 58
Định nghĩa
Tự đồng cấu f của không gian véc tơ V được gọi là chéo hóa được
nếu tồn tại một cơ sở B của V sao cho [f ]B có dạng chéo.
Một ma trận vuông A được gọi là chéo hóa được nếu tồn tại ma
trận khả nghịch P sao cho P −1 AP là ma trận chéo.
Nhận xét: Một tự đồng cấu f của không gian véc tơ V chéo hoá được
khi và chỉ khi tồn tại một cơ sở của V gồm các véc tơ riêng của f .
48 / 58
Định lý 5.18
Nếu v1 , . . . , vm là các véc tơ riêng ứng với các giá trị riêng phân biệt
λ1 , . . . , λm của tự đồng cấu f (hoặc ma trận A) thì {v1 , . . . , vm } độc
lập tuyến tính.
Hệ quả 1.
Giả sử f là một tự đồng cấu của không gian véc tơ n chiều V .
Nếu đa thức đặc trưng của f có n nghiệm thực phân biệt thì f
chéo hóa được.
Nếu Pf (λ) = (−1)n (λ − λ1 )m1 . . . (λ − λk )mk , trong đó
m1 + . . . + mk = n và λ1 , . . . , λk đôi một khác nhau, thì f chéo
hoá được khi và chỉ khi
∀i = 1, . . . , k, dim Vλi = mi .
49 / 58
Hệ quả 2. Cho A là một ma trận vuông cấp n.
Nếu đa thức đặc trưng của A có n nghiệm thực phân biệt thì A
chéo hoá được.
Nếu PA (λ) = (−1)n (λ − λ1 )m1 . . . (λ − λk )mk , trong đó
m1 + . . . + mk = n và λ1 , . . . , λk đôi một khác nhau, thì A chéo
hoá được khi và chỉ khi
∀i = 1, . . . , k, dim Vλi = mi .
50 / 58
5.5.4. Thuật toán chéo hóa
Bài toán chéo hóa ma trận

Cho A là một ma trận vuông cấp n. Tìm ma trận khả nghịch P sao
cho P −1 AP là ma trận chéo.
Bước 1. Tìm các giá trị riêng λ1 , . . . , λk của A bằng cách giải phương
trình PA (λ) = 0.
Bước 2. Với mỗi giá trị riêng λi , tìm số chiều của không gian riêng
Vλi . Các véc tơ riêng v = (x1 , x2 , . . . , xn ) là các nghiệm khác không của
hệ phương trình thuần nhất
   
x1 0
 ..   .. 
(A − λi I)  .  =  .  .
xn 0
51 / 58
dim Vλi = di = n − r(A − λi I)
Nếu di < mi với i nào đó, i = 1, . . . , k, (mi là số bội của nghiệm λi

của đa thức đặc trưng) thì A không chéo hóa được.
Nếu di = mi với mọi i = 1, . . . , k, tiếp tục bước 3.
Bước 3. Trong mỗi không gian riêng Vλi , i = 1, . . . , k, chọn một cơ sở
gồm mi véc tơ riêng. P là ma trận có các cột là các véc tơ riêng đã
chọn. Ma trận P −1 AP = D là ma trận chéo, các phần tử trên đường
chéo chính của D là các giá trị riêng của A.
 
2 −1 0
Ví dụ 15. Cho ma trận A =  9 4 6 . Tìm một ma trận P sao
−8 0 −3
−1
cho P AP có dạng chéo.
52 / 58
Ví dụ 16. Cho tự đồng cấu f : R3 → R3 được xác định bởi
f (x, y, z) = (8x − 2y + 2z, −2x + 5y + 4z, 2x + 4y + 5z).
Tìm một cơ sở của R3 để ma trận của f trong cơ sở này có dạng chéo.
53 / 58
Giải.
Ma trận chính tắc của f là
 
8 −2 2
A = −2 5 4
2 4 5
Đa thức đặc trưng của f là

8 − λ −2 2

Pf (λ) = det(A − λI) = −2 5 − λ
4
2 4 5 − λ

8 − λ −2 0 8 − λ −2 0

= −2 5 − λ 9 − λ = −4 1 − λ 0
2 4 9−λ 2 4 9 − λ

8 − λ −2
= (9 − λ)(−1)6
−4 1 − λ
= (9 − λ)(λ2 − 9λ) = −λ(9 − λ)2 .
54 / 58

λ=0
Pf (λ) = 0 ⇔ ⇒ các giá trị riêng của f là λ1 = 0, λ2 = 9.
λ=9
Với λ1 = 0, v = (x1 , x2 , x3 ) ̸= 0 là véc tơ riêng ứng với giá trị riêng
λ1 = 0 khi và chỉ khi
        
x1 0 8 −2 2 x1 0
(A − λ1 I) x2 = 0 ⇔ −2 5 4
      x2 = 0 (1)
 
x3 0 2 4 5 x3 0
Ta biến đổi ma trận bổ sung của hệ phương trình (1)

   
8 −2 2 0 2 4 5 0
 −2 5 4 0  −→  −2 5 4 0 
2 4 5 0 8 −2 2 0
   
2 4 5 0 2 4 5 0
−→  0 9 9 0  −→  0 1 1 0 
0 −18 −18 0 0 0 0 0
55 / 58

2x1 + 4x2 + 5x3 = 0 2x1 + 4x2 = −5x3
(1) ⇔ ⇔
x2 + x3 = 0 x2 = −x3
( 1
x1 = − x3
⇔ 2
x2 = −x3
Do đó

1
v = (x1 , x2 , x3 ) ∈ Vλ1 ⇔ v = − x3 , −x3 , x3
2
1
⇔ v = − x3 (1, 2, −2) ⇒ Vλ1 = span{(1, 2, −2)}.
2
Chọn v1 = (1, 2, −2).
56 / 58
Với λ2 = 9, v = (x1 , x2 , x3 ) ̸= 0 là véc tơ riêng ứng với giá trị riêng
λ2 = 9 khi và chỉ khi
        
x1 0 −1 −2 2 x1 0
(A − λ2 I) x2  = 0 ⇔ −2 −4 4  x2  = 0
x3 0 2 4 −4 x3 0
⇔ − x1 − 2x2 + 2x3 = 0 ⇔ x1 = −2x2 + 2x3 .
Do đó
v = (x1 , x2 , x3 ) ∈ Vλ2 ⇔ v = (−2x2 + 2x3 , x2 , x3 )

⇔ v = (−2x2 , x2 , 0) + (2x3 , 0, x3 ) ⇔ v = x2 (−2, 1, 0) + x3 (2, 0, 1)
⇒ Vλ2 = span{(−2, 1, 0), (2, 0, 1)}.
Chọn v2 = (−2, 1, 0), v3 = (2, 0, 1).
57 / 58
Ta có B ′ = {v1 , v2 , v3 } là một cơ sở của R3 và ma trận của f trong cơ
sở này có dạng chéo  
0 0 0
[f ]B ′ = 0 9 0 .
0 0 9
58 / 58

Chuong 5 PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Chuong 5 PDF

Uploaded by

Copyright:

Available Formats

HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG

Chương 5: Ánh xạ tuyến tính

Bộ môn Toán, Khoa Cơ bản 1

1 5.1 Khái niệm ánh xạ tuyến tính

2 5.2 Nhân, ảnh và hạng của ánh xạ tuyến tính

3 5.3 Đơn cấu, toàn cấu và đẳng cấu

4 5.4 Ánh xạ tuyến tính và ma trận

5 5.5 Chéo hóa ma trận

1 5.1 Khái niệm ánh xạ tuyến tính

2 5.2 Nhân, ảnh và hạng của ánh xạ tuyến tính

3 5.3 Đơn cấu, toàn cấu và đẳng cấu

4 5.4 Ánh xạ tuyến tính và ma trận

5 5.5 Chéo hóa ma trận

Ánh xạ tuyến tính f : V → V được gọi là tự đồng cấu của V .

Ánh xạ đồng nhất:

Ví dụ 2. Ánh xạ f : Rn → Rm được xác định bởi

f (x1 , x2 , . . . , xn ) =(a11 x1 + a12 x2 + . . . + a1n xn , a21 x1 + a22 x2 +

là một ánh xạ tuyến tính.

Ví dụ 3. Cho f : R2 → R3 là ánh xạ tuyến tính. Tìm f (2, 1) nếu

f (1, 2) = (1, 0, 1), f (−1, 0) = (0, 1, 1)

Hệ quả. Nếu f, g : V → W là các ánh xạ tuyến tính và {v1 , ..., vn } là

f = g ⇔ f (vi ) = g(vi ), ∀i = 1, ..., n.

Cho V và W là các không gian véc tơ. Ký hiệu Hom(V, W ) là tập

(f + g)(v) = f (v) + g(v) với mọi v ∈ V.

Nếu λ ∈ R và f ∈ Hom(V, W ), tích λf được xác định bởi

(λf )(v) = λf (v) với mọi v ∈ V.

dim Hom(V, W ) = (dim V )(dim W )

f 0 = IdV , f 1 = f, f 2 = f ◦ f, f n = f n−1 ◦ f = f ◦ ... ◦ f .

Cho f ∈ End(V ) và đa thức p(t) = a0 + a1 t + ... + an tn . Ký hiệu

p(f ) = a0 IdV + a1 f + ... + an f n

f (x, y) = (3x − 5y, 4x + y)

a) Tìm f 2 (x, y).

1 5.1 Khái niệm ánh xạ tuyến tính

2 5.2 Nhân, ảnh và hạng của ánh xạ tuyến tính

3 5.3 Đơn cấu, toàn cấu và đẳng cấu

4 5.4 Ánh xạ tuyến tính và ma trận

5 5.5 Chéo hóa ma trận

Kerf = f −1 {0} = {v ∈ V |f (v) = 0}

Hạng của một ánh xạ tuyến tính

dim V = dim Kerf + dim Imf = dim Kerf + r(f )

Ví dụ 5. Cho ánh xạ tuyến tính f : R4 → R3 được xác định bởi

f (x, y, z, t) = (x + 2y − z + t, 3x + y + 2t, x − 3y + 2z).

a) Tìm một cơ sở của Kerf, Imf .

1 5.1 Khái niệm ánh xạ tuyến tính

2 5.2 Nhân, ảnh và hạng của ánh xạ tuyến tính

3 5.3 Đơn cấu, toàn cấu và đẳng cấu

4 5.4 Ánh xạ tuyến tính và ma trận

5 5.5 Chéo hóa ma trận

Ví dụ 6. Chứng minh rằng ánh xạ tuyến tính f : R3 → P2 xác định

f (x, y, z) = (x + 2y + 3z) + (2x + 5y + 6z)t + (x + 8z)t2 .

là một đẳng cấu.

1 5.1 Khái niệm ánh xạ tuyến tính

2 5.2 Nhân, ảnh và hạng của ánh xạ tuyến tính

3 5.3 Đơn cấu, toàn cấu và đẳng cấu

4 5.4 Ánh xạ tuyến tính và ma trận

5 5.5 Chéo hóa ma trận

Giả sử f : V → W là một ánh xạ tuyến tính, B = {e1 , e2 , . . . , en } là

f (e1 ) = a11 ω1 + a21 ω2 + . . . + am1 ωm

f (x, y, z) = (2x + y − 4z, 3x + 5z)

Chú ý: Ma trận chính tắc của ánh xạ tuyến tính f : Rn → Rm được

f (x1 , x2 , . . . , xn ) =(a11 x1 + a12 x2 + . . . + a1n xn , a21 x1 + a22 x2 +

là một song ánh thỏa mãn các tính chất:

Ví dụ 8. Cho hai ánh xạ tuyến tính f : R2 → R3 , g : R3 → R2 được