Professional Documents
Culture Documents
Chuong 5 PDF
Chuong 5 PDF
——————–o0o——————–
ĐẠI SỐ
Hà Nội - 2022
1 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
Chương 5: Ánh xạ tuyến tính
2 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
Chương 5: Ánh xạ tuyến tính
3 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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 .
4 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
Ví dụ 1.
Ánh xạ không:
θ:V →W
u 7→ θ(u) = 0
IdV : V → V
u 7→ IdV (u) = u
5 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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).
6 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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 .
7 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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.
8 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
5.1.3 Các phép toán của ánh xạ tuyến tính
9 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
10 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
11 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
Ví dụ 4. Cho ánh xạ tuyến tính f : R2 → R2 được xác định bởi
12 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
Chương 5: Ánh xạ tuyến tính
13 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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:
Nhận xét: Kerf là không gian véc tơ con của V và Imf là không gian
véc tơ con của W .
15 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
16 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
Chương 5: Ánh xạ tuyến tính
17 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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.
21 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
Chương 5: Ánh xạ tuyến tính
22 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
5.4.1 Ma trận của ánh xạ tuyến tính
23 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
Ví dụ 7. Tìm ma trận chính tắc của ánh xạ tuyến tính f : R3 → R2
được xác định bởi
25 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
26 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
27 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
28 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
Ví dụ 9. Cho f : R3 → R3 là ánh xạ tuyến tính được xác định bởi
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
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
[f ]B ′ = T −1 [f ]B T.
31 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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 .
34 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
37 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
Chương 5: Ánh xạ tuyến tính
38 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
39 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
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
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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.
41 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
5.5.2 Đa thức đặc trưng
Định thức
Cho A là một ma trận vuông cấp n. Định thức
45 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
5.5.4. Thuật toán chéo hóa
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
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
dim Vλi = di = n − r(A − λi I)
52 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
Ví dụ 16. Cho tự đồng cấu f : R3 → R3 được xác định bởi
53 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
Giải.
Ma trận chính tắc của f là
8 −2 2
A = −2 5 4
2 4 5
55 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
57 / 58
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính
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
Nguyen Thi Minh Tam Chương 5: Ánh xạ tuyến tính