Professional Documents
Culture Documents
Chương 5: Ánh Xạ Tuyến Tính Chương 5: Ánh Xạ Tuyến Tính 5.1 Khái Niệm Ánh Xạ Tuyến Tính
Chương 5: Ánh Xạ Tuyến Tính Chương 5: Ánh Xạ Tuyến Tính 5.1 Khái Niệm Ánh Xạ Tuyến Tính
Chương 5: Ánh Xạ Tuyến Tính Chương 5: Ánh Xạ Tuyến Tính 5.1 Khái Niệm Ánh Xạ Tuyến Tính
Ánh xạ tuyến tính (phép biến đổi tuyến tính) từ một không gian véc 5.1 KHÁI NIỆM ÁNH XẠ TUYẾN TÍNH
tơ vào không gian véc tơ là ánh xạ bảo toàn phép cộng véc tơ và 5.1.1 Định nghĩa và ví dụ
phép nhân một số với véc tơ.
Ánh xạ f từ không gian véc tơ V vào không gian véc tơ W thoả mãn
Nhà toán học Peano (Italia) là người đầu tiên đưa ra khái niệm ánh
với mọi u, v V, :
xạ tuyến tính (1888).
Tương ứng giữa ánh xạ tuyến tính và ma trận của nó là một đẳng f (u v ) f (u ) f (v )
cấu bảo toàn phép cộng, phép nhân một số với ma trận và phép f (u ) f (u )
nhân hai ma trận.
được gọi là ánh xạ tuyến tính (đồng cấu tuyến tính hay gọi tắt là đồng
Hạng của ánh xạ tuyến tính bằng hạng của ma trận của nó.
cấu) từ V vào W.
Chính vì lý do này nên một bài toán về ma trận, hệ phương trình
tuyến tính có thể giải quyết bằng phương pháp ánh xạ tuyến tính và Khi V W thì f được gọi là tự đồng cấu.
ngược lại.
10/08/2023 1 10/08/2023 2
Ví dụ 5.1 Sử dụng tính chất phân phối của phép nhân đối với phép cọng ma
1) Ánh xạ không 0 :V W trận và tính chất kết hợp của phép nhân thể kiểm tra được đẳng thức
u 0(u ) 0
2) Ánh xạ đồng nhất IdV : V V x x ' x x ' x x
u IdV (u ) u 1 1 1 1 1 1
A A A
A A
3) Phép vị tự tỷ số k f :V V x x ' x x ' x x
u f (u ) ku n n n n n n
4) Tương ứng f : n m Do đó tương ứng xác trong 4) là một ánh xạ tuyến tính
(x1,..., x n ) f (x1,..., x n ) (y1,..., ym )
y x Ngược lại ta có thể chứng minh được mọi ánh xạ tuyến tính từ n vào
1 1
Xác định bởi a là một ánh xạ tuyến tính. m đều có dạng như trên.
ij mn
y x
m n
2), 3) là tự đồng cấu.
10/08/2023 3 10/08/2023 4
1
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
10/08/2023 5 10/08/2023 6
5.1.2. Tính chất Định lý 5.3 Mỗi ánh xạ tuyến tính V vào W hoàn toàn được xác định
Định lý 5.1 bởi ảnh một cơ sở của V.
Ánh xạ f :V W là một ánh xạ tuyến tính khi và chỉ khi với mọi Nghĩa là với cơ sở B {e1, … , en} cho trước của V,
u, v V; , : khi đó với mỗi hệ véc tơ u1, … , un W:
f (u v ) f (u ) f (v ). Tồn tại duy nhất ánh xạ tuyến tính f : V W sao cho
Chú ý: Định lý 5.1 cho phép ta kiểm tra một ánh xạ có phải tuyến tính hay không
f (ei ) ui , i 1,..., n.
bằng cách kiểm tra một điều kiện thay vì kiểm tra hai lần như trong định nghĩa.
Tồn tại:
Định lý 5.2 Nếu f :V W là một ánh xạ tuyến tính thì v V : v x1e1 x nen Đặt f (v ) x1u1 x n un W
f là ánh xạ tuyến tính thỏa mãn: f (ei ) ui ; i 1,..., n
(i ) f (0) 0
Duy nhất:
(ii ) v V : f (v ) f (v ) Giả sử g :VW là ánh xạ tuyến tính thỏa mãn:g(ei ) ui ; i 1,..., n
n n v V : g (v ) g (x 1e1 ... x nen ) x 1g (e1 ) ... x n g (en ) x 1u 1 ... x n u n f (v )
(iii ) v1,..., vn V ; 1,..., n : f ivi i f (vi ).
i 1
i 1 Vậy g f.
10/08/2023 7 10/08/2023 8
2
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
2
Ví dụ 5.2 Cho ba véc tơ u1 (5, 2), u2 (3, 7), u3 (4, 1) Ví dụ 5.3 Giả sử f :V W là một đồng cấu tuyến tính.
3 2
Tìm công thức xác định ảnh của ánh xạ tuyến tính f : Chứng minh rằng f toàn ánh khi và chỉ khi tồn tại đồng cấu g:W V
sao cho f g(v) v, v W.
thỏa mãn điều kiện f (1, 0, 0) u1 , f (0,1, 0) u2 , f (0, 0,1) u 3
Chứng minh:
Ta có v (x , y, z ) 3 : v x (1, 0, 0) y(0,1, 0) z (0, 0,1)
Nếu tồn tại g:W V sao cho f g(v) v, v W thì f g toàn ánh do
f (v ) xf (1, 0, 0) yf (0,1, 0) zf (0, 0,1) đó f toàn ánh.
x (5,2) y(3, 7) z (4, 1) (5x 3y 4z, 2x 7y z ) Ngược lại, nếu f là một toàn ánh, B {e1, … , en} là một cơ sở củaW .
Hệ quả 5.4 f,g:V W là hai ánh xạ tuyến tính Từ tính chất toàn ánh của f suy ra tồn tại u1,…,unV sao cho
f (ui ) ei , i 1,..., n.
B {e1, … , en} là một cơ sở của V
Xét ánh xạ tuyến tính g :W V xác định bởi g(ei ) ui , i 1,..., n.
Khi đó f g f (ei ) g(ei ); i 1,..., n.
n n n Dễ dàng thấy f g (ei ) ei , i 1,..., n. do đó f g (v ) v, v W .
Chứng minh: v V , v xiei : f (v ) xi f (ei ) xig(ei ) g(v).
i 1 i 1 i 1
10/08/2023 9 10/08/2023 10
5.1.3 Các phép toán trên các ánh xạ tuyến tính Với hai phép toán này thì Hom(V,W) có cấu trúc không gian véc tơ
Tương tự các phép toán cọng hàm số, nhân một số với hàm số ta có
thể định nghĩa các phép toán với các ánh xạ tuyến tính.
dim Hom(V ,W ) dimV dimW
5.1.3.1 Hom(V,W ) Ví dụ 5.4:
Tập các ánh xạ tuyến tính từ V vào W được ký hiệu là Cho hai ánh xạ tuyến tính f, g: 3 2 có công thức xác định ảnh:
Hom(V,W) hay L(V,W) f (x , y, z ) (3x 5y 2z, 4x y 6z )
Với mọi f,g Hom(V,W), với mọi k .
g(x , y, z ) (2x 6y 7z , x 5z )
Ta định nghĩa phép cộng hai ánh xạ tuyến tính bởi công thức
(3 f )(x , y, z ) 3 f (x , y, z ) (9x 15y 6z,12x 3y 18z )
( f g )(v ) f (v ) g (v ), v V .
(2g )(x , y, z ) 2g(x , y, z ) (4x 12y 14z , 2x 10z )
Phép nhân một số với ánh xạ tuyến tính bởi công thức
(kf )(v ) kf (v ), v V . (3 f 2g )(x , y, z ) (5x 27y 20z,10x 3y 8z ).
10/08/2023 11 10/08/2023 12
3
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Với phép cộng hai ánh xạ tuyến tính và nhân một số với ánh xạ Trong đó: f n f , f 0 IdV , f 1 f
f
tuyến tính thì EndV là một không gian véc tơ . n lÇn
dim EndV (dimV )2 . Ví dụ 5.4: Cho ánh xạ tuyến tính f : 2 2 có công thức xác định ảnh
Chứng minh: u1, u2 f (V1 ); v1, v1 V1 : u1 f (v1), u2 f (v2 ) Đặc biệt nếu B {e1, … , en} là một cơ sở củaV thì {f(e1),…, f(en )}
, : u1 u2 f (v1 ) f (v2 ) f (v1 v2 ) f (V1 ) là một hệ sinh của Imf.
u f (V1); v V1 : u f (v ) V1 span e1,..., en v x 1v1 ... x nvn Do đó mọi hệ con độc lập tuyến tính tối đại của {f(e1),…, f(en)} là
4
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Cho ánh xạ tuyến tính f :V W. Nhân, ảnh và hạng của f được
b) Nếu W1 là không gian con của W thì f 1(W1) là không gian con củaV .
định nghĩa và ký hiệu như sau.
Đặc biệt f 1(0) là một không gian véc tơ con của V.
Trường hợp ánh xạ tuyến tính f : n m Định lý 5.6 Với mọi ánh xạ tuyến tính f :V W ta có
(x1,..., x n ) f (x1,..., x n ) (y1,..., ym )
dimV r ( f ) dim Ker f .
Có công thức xác định ảnh cho bởi hệ phương trình
Giả sử {e1,..., em } là một cơ sở của Ker f (khi Ker f {0} thì m 0 ).
y a x a x a x Ta có thể bổ sung thêm để {e1,..., em , em 1,..., em k } là một cơ sở của V; dim(V ) m k .
1 11 1 12 2 1n n
..... ... ... ... ..... ... ... ... ..... ... (*) Ta sẽ chứng minh {f (em 1 ),..., f (em k )} là một hệ sinh độc lập tuyến tính của Imf (do
đó là một cở sở của Imf) dim(Im f ) k dim(V ) m k dim Ker f r (f )
ym am1x1 am 2x 2 amn x n .
Chứng minh hệ sinh
Ảnh của f : u (y1,..., ym ) m : u Im f u Im f , v V : u f (v ); v x1e1 ... x mem x m 1em 1 ... x m kem k
khi và chỉ khi hệ phương trình (*) có nghiệm. u f (v ) x1 f (e1 ) ... xm f (em ) x m 1 f (em 1 ) ... xm k f (em k )
u x m 1 f (em 1 ) ... x m k f (em k )
Nhân của f : v (x1,..., x n ) : v Ker f Chứng minh độc lập
1f (em 1) ... k f (em k ) 0 1em 1 ... kem k Ker f
khi và chỉ khi (x1,..., x n ) là nghiệm của hệ phương trình thuần nhất
1em 1 ... kem k 1e1 ... mem
tương ứng với hệ phương trình (*).
1em 1 ... kem k 1e1 ... mem 0 1 ... k 1 ... m 0.
10/08/2023 19 10/08/2023 20
5
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Ví dụ 5.5 2 1 3 5 a 1 0 3 6 c 1 0 3 6 c
3 2 3 4 b 0 1 3 7 a 2c 0 1 3 7 a 2c
Cho ánh xạ tuyến tính f : 4 3 có công thức xác định ảnh:
1 0 3 6 c 0 1 3 7 b a c 0 0 0 0 b 2a c
f (x , y, z , t ) (2x y 3z 5t, 3x 2y 3z 4t, x 3z 6t ).
Hệ phương trình có nghiệm khi b 2a c 0 b 2a c
Tìm một cơ sở của Im f, Ker f. Từ đó suy ra hạng r ( f ).
u (a,b, c) Im f u (a,2a c, c ) a(1, 2, 0) c(0, 1,1)
4
Giải: (a, b, c ) Im f (x , y, z , t ) : (a, b, c ) f (x , y, z , t ) Vậy Im f có một cơ sở là (1,2, 0);(0, 1,1) . Hạng r(f ) 2.
Nói cách khác (a, b, c) Im f khi và chỉ khi hệ phương trình sau có nghiệm
v (x , y, z, t ) Ker f khi và chỉ khi (x,y,z,t) là nghiệm của hệ phương trình
2x y 3z 5t a 2x y 3z 5t 0
x x 3z 6t
3x 2y 3z 4t b 3z 6t 0
3x 2y 3z 4t 0 y 3z 7t 0
y 3z 7t
x 3z 6t c x 3z 6t 0
v (x, y, z, t ) (3z 6t, 3z 7t, z, t ) z (3, 3,1, 0) t(6, 7, 0,1)
Sử dụng phương pháp khử Gauss ta có thể tìm điều kiện để hệ phương
trình có nghiệm.
Vậy Ker f có một cơ sở là (3, 3, 1, 0); (6, 7, 0, 1)
10/08/2023 21 10/08/2023 22
Do đó mọi hệ con độc lập tuyến tính tối đại của {f(e1),…, f(en)} là cơ Giả sử f :V W là một ánh xạ tuyến tính.
Ba mệnh đề sau tương đương:
sở của Im f.
(i) f toàn cấu,
Ánh xạ f trong Ví dụ 5.5 có hạng r (f ) 2, do đó hai véc tơ không tỷ lệ
(ii) Ảnh của hệ sinh của V là hệ sinh của W,
của Im f là một cơ sở của Im f.
(iii) r(f ) dimW.
Vì vậy ngoài cơ sở (1,2, 0), (0, 1,1) , hai véc tơ cột bất kỳ của ma trận
(i) (ii): S là hệ sinh của V thì f(S) là một hệ sinh của f(V) và f(V)=W do đó
2 1 3 5 đều là cơ sở của Im f. Chẳng hạn: f(S) là một hệ sinh của W.
3 2 3 4 (2, 3,1),(1,2, 0) ;(2, 3,1),(1,1,1) ; (2, 3,1),(5, 4, 6) ... (ii) (i): Giả sử e1 ,..., en là một cơ sở của V thì f ( e1 ),..., f ( en ) là
1 0 3 6 hệ sinh của W W span f ( e1 ),..., f ( en ) f (V ) f toàn cấu
là các cơ sở của Im f.
(i) (iii) : f (V ) W dim f (V ) dimW r ( f ) dimW .
10/08/2023 23 10/08/2023 24
6
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Bốn mệnh đề sau tương đương: (ii) (iii): Giả sử v1,…,vn độc lập
(i) f đơn cấu, x1,..., xm : x1f (v1) ... xm f (vm ) 0 x1v1 ... xmvm Ker f 0
(ii) Kerf {0}, x1v1 ... xm vm 0 x1 ... x m 0
(iii) Ảnh của hệ độc lập tuyến tính củaV là hệ độc lập tuyến tính Do đó f(v1),…,f(vn) độc lập
của W,
(vi) r(f ) dimV . (iii) (iv): Giả sử e1,…,en là một cơ sở của V thì f(v1),…,f(vn) là hệ
sinh độc lập tuyến tính của f(V). Do đó r(f) dimV.
Ta luôn có {0} Kerf . Do đó Kerf {0}Kerf {0}.
dimV r ( f ) dim Kerf
Vì vậy f là một đơn cấu khi và chỉ khi: f(v) 0 v 0.
(iv ) (ii) : dim Kerf 0 Kerf 0.
dimV r ( f )
10/08/2023 25 10/08/2023 26
Ánh xạ tuyến tính vừa đơn cấu vừa toàn cấu được gọi là đẳng cấu. Giả sử f :V W là ánh xạ tuyến tính và dimV dimW.
Khi đó: f đơn cấu khi và chỉ khi f toàn cấu, do đó đẳng cấu.
Hai không gianV,W được gọi là đẳng cấu nếu có ánh xạ tuyến tính
Nhận xét 5.2
đẳng cấu f :V W.
1. Giả sử f :V W là ánh xạ tuyến tính và dimV dimW.
Nếu có ánh xạ tuyến tính đẳng cấu f :V W thì
Để chứng minh f đẳng cấu ta chỉ cần chứng minh đơn cấu:
10/08/2023 27 10/08/2023 28
7
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Ví dụ 5.6 Ánh xạ tuyến tính f : 2 2 xác định bởi Ví dụ 5.7 Ánh xạ tuyến tính f : 3 P xác định bởi
2
f (x , y ) (2x y, x y )
f (x , y, z ) (x 2y 3z ) (2x 5y 6z )t (x 8z )t 2
là một đơn cấu vì
x 2y 3z 0
f (x , y ) (0, 0) 2x y, x y (0, 0)
2x y 0 f (x, y, z ) 0 2x 5y 3z 0
(x , y ) (0, 0) x 8z 0
x y 0
do đó f là một đẳng cấu. 1 2 3
Ngoài ra ta cũng thấy hệ phương trình sau luôn tồn tại duy nhất 2 5 3 1
nghiệm 1 0 8
1
2x y X x (X Y )
3 Do đó hệ phương trình chỉ có nghiệm tầm thường. Vậy f là một
x y Y 1
y (X 2Y ) đẳng cấu.
3
10/08/2023 29 10/08/2023 30
5.4 ÁNH XẠ TUYẾN TÍNH VÀ MA TRẬN Trường hợp tự đồng cấu f của không gian véc tơ V.
5.4.1 Ma trận của ánh xạ tuyến tính
Ma trận của f trong cùng một cơ sở B {e1,…,en} củaV được ký
Giả sử f :V W là một ánh xạ tuyến tính.
A f
hiệu
B {e1,…,en} là một cơ sở củaV. B
Ma trận của ánh xạ tuyến tính trong cơ sở chính tắc được gọi là ma
B ’ {1,…,m} là một cơ sở của W.
trận chính tắc.
Ma trận của hệ véc tơ {f (e1),…, f (en)} trong cơ sở B’
Ví dụ 5.8 Xét ánh xạ tuyến tính f : 3 2 xác định bởi
được gọi là ma trận của f trong cơ sở B và cơ sở B’.
f (x , y, z ) (2x y 4z , 3x 5z )
Ký hiệu A f
B
B Nghĩa là A f (e1 ),..., f (en ) B f (1, 0, 0) (2, 3) 2(1, 0) 3(0,1)
2 1 4
m f (0,1, 0) (1, 0) 1(1, 0) 0(0,1) A
Vậy A f (e1 ),..., f (en ) 3 0 5
B aij mn f (e j ) aij i ; j 1,..., n
i 1 f (0, 0,1) (4, 5) 4(1, 0) 5(0,1)
10/08/2023 31 10/08/2023 32
8
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
10/08/2023 33 10/08/2023 34
Ví dụ 5.10
B {e1, … , en} là một cơ sở của không gian véc tơ V.
Toán tử đạo hàm D: P3 P2 là một ánh xạ tuyến tính thỏa mãn
B ’ {1, … , m} là một cơ sở của không gian véc tơ W.
D(1) 1 0 0.1 0.t 0.t 2
D(t ) t 1 1.1 0.t 0.t 2 Định lý 5.10 Tương ứng: Hom(V ,W ) Mm n
D(t 2 ) (t 2 ) 2t 0.1 2.t 0.t 2 B
f A f
3 3 2 2 B
D(t ) (t ) 3t 0.1 0.t 3.t
là một song ánh thỏa mãn các tính chất:
Hoặc (xem Nhận xét 5.2) D(a
0
a1t a2t 2 a 3t 3 ) a1 2a2t 3a 3t 2
f g B f B g B
Do đó có ma trận trong cơ sở chính tắc của P3 và P2 là B B B
0 1 0 0 B B
: f f
B B
A 0 0 2 0 B'
0 0 0 3 r ( f ) r ( f ).
B
10/08/2023 35 10/08/2023 36
9
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Khi V V’ V” và ta chọn cố định một cơ sở của V , lúc đó ta có Hệ quả 5.12
tương ứng 1-1 giữa các tự đồng cấu của V và các ma trận vuông cấp n. Cho f End(V), B là một cơ sở của V. Đăt A [ f ]B
f g f g Hệ quả 5.13
B B B n
Giả sử p(t ) a 0 an t là một đa thức bậc n.
: f f n
B B Ma trận của p( f ) a 0 IdV an f trong cơ sở B là
f g f g
B B B p(A) a 0I an An .
r ( f ) r f .
B
10/08/2023 39 10/08/2023 40
10
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Ví dụ 5.13
3 3
Xét ánh xạ tuyến tính f : xác định bởi Ví dụ 5.13 Xét ánh xạ tuyến tính f : 3 3 xác định bởi
10/08/2023 41 10/08/2023 42
m
5.4.2 Ma trận của ánh xạ tuyến tính trong các cơ sở khác nhau B
A f 2 aki f (ei ) aki k
Giả sử f :V W là một ánh xạ tuyến tính B1 mn
i 1
B B m
T tij 1 là ma
B1 e1,...,en sang B1 e1,...,en của V A f 2 aij f (e j ) aij i
B B1
mn
1 trận i 1
B2 chuyển B m n
P pki ; i pki k
B1
P pki
B cơ sở B2 1,..., m B2 1,..., m của W 2
B'
2
T tij e j tijei
B1
2 i 1 i 1
B m m m m m
A f 1
f (e j ) aij i aij pki k pkiaij k
là ma trận của B 1, B 2
B
2
f k 1 k 1 i 1
B i 1 i 1
A f 1 trong cơ sở B1, B2 n n n m m n
B
2 f (e j ) f tijei tij f (ei ) tij aki k akitij k
B B B B i 1 i 1 i 1 k 1 k 1 i 1
pki 2 f 1 f 1 tij 1
B2 B2 B2 B1 m n
Hoặc PA AT
suy ra pkiaij akitij ; j 1,..., n ; k 1,..., m PA AT
A P 1AT i 1 i 1
10/08/2023 43 10/08/2023 44
11
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Đặc biệt nếu f là tự đồng cấu của không gian véc tơ V. Hai ma trận A,B được gọi là đồng dạng nếu tồn tại ma trận không
10/08/2023 45 10/08/2023 46
CHƯƠNG
CHƯƠNG 5: 5: ÁNHTÍNH
ÁNH XẠ TUYẾN XẠ VÀ
TUYẾN
DẠNGTÍNH
TOÀN PHƯƠNG CHƯƠNG
CHƯƠNG 5: 5: ÁNHTÍNH
ÁNH XẠ TUYẾN XẠ VÀ
TUYẾN
DẠNGTÍNH
TOÀN PHƯƠNG
Nhận xét 5.3: Ví dụ 5.10: Cho ánh xạ tuyến tính f : 2 2; f (x , y ) (2x y, x 3y )
a) Cho ánh xạ tuyến tính f : n n. Viết ma trận A’ của f trong cơ sở B1(1,1), (0,1).
Gọi T là ma trận chuyển từ cơ sở chính tắc của n sang cơ sở B1. Cách 1: Tính trực tiếp
Gọi A là ma trận của f trong cơ sở chính tắc và A’ là ma trận của f 3
f (1,1) (3, 2) 3(1,1) 5(0,1); 1
trong cơ sở B1. Khi đó A ' T AT . 1 A
f (0,1) (1, 3) 1(1,1) 4(0,1). 5 4
Cách 2: Áp dụng Nhận xét 5.3
b) Cho ánh xạ tuyến tính f : n m.
Gọi T là ma trận chuyển từ cơ sở chính tắc của 2 sang cơ sở B1. Gọi A
Gọi P là ma trận chuyển từ cơ sở chính tắc của m sang cơ sở B2. là ma trận của f trong cơ sở chính tắc và A’ là ma trận của f trong cơ sở
Gọi T là ma trận chuyển từ cơ sở chính tắc của n sang cơ sở B1. B1.
Gọi A là ma trận của f trong cơ sở chính tắc và A’ là ma trận của f 2 1 1
A ,T 1 0 T 1 1 0 A ' T 1AT 3
1 1 1 1 1 5 4
trong cơ sở B1, B2. Khi đó A ' P AT .
1 3
12
CHƯƠNG
CHƯƠNG 5: 5: ÁNHTÍNH
ÁNH XẠ TUYẾN XẠ VÀ
TUYẾN
DẠNGTÍNH
TOÀN PHƯƠNG CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Hoặc áp dụng công thức A T 1AT Ví dụ 5.15 Hai ánh xạ tuyến tính f : 2 3 g : 3 2
Gọi T là ma trận chuyển cơ sở B {e1, e2, e3, e4}
f (x , y ) (x 2y, x , 3x 4y ) g(x,y,z) (x 2y 5z,3x 4y)
sang cơ sở B’ {e1, e3, e2, e4}
1 2
1 0 0 0 1 0 0 0 1 2 5
0
1 0 0 01 0 0 0 1 0 0 01 0 0 0
Ma trận chính tắc của f và g: A 1 0 B
0 1 0 0 0 1 00 1 0 0 0 1 0 00 0 1 0
1 0 0 1 0 3 4 0
T T 3 4
0 1 0 0 0 1 0 00 0 1 0 0 0 1 00 1 0 0
0 1 0 0
0 0 0 1 0 0 0 10 0 0 1 0 0 0 10 0 0 1 0 0 0 1
14 22
Ma trận chính tắc của gf : BA
1
0 0 01 2 00 11 11 00 00 00 1 00 22 11 7 6
0 0 1 03 0
11 22 00 00 11 00 32 31 05 21
A T 1AT AT
0 1 0 02 5 33 11 00 11 00 00 23 3 1 50 12 14 22
0
0 0 11 2 11
33 00 00 00
11 1 11 22
33 Định thức: det(g f ) 70.
7 6
10/08/2023 51 10/08/2023 52
13
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
n m m
5.4.3 Biểu thức tọa độ của ánh xạ tuyến tính v xiei f (ei ) aki k f (v ) yk k
i 1 k 1 k 1
Giả sử f :V W là một ánh xạ tuyến tính. m
n n
m n
n
f (v ) x i f (ei ) x i aki k aki xi k y aki x i
B {e1, … , en} là một cơ sở của V.
k 1 i 1 k
i 1 i 1 k 1 i 1
B’ {1, … , m} là một cơ sở của W. Biểu thức tọa độ của ánh xạ tuyến tính f trong cơ sở B và B’
(x1,…,xn) (v)B là tọa độ của v V trong cơ sở B . Dạng ma trận y x
1 1
(y1,…, ym) (f (v))B’ là tọa độ của f (v)W trong cơ sở B’.
a f (v ) f B v
ij mn B B B
y x
m n
f B a
B ij mn là ma trận của f trong cơ sở B , B’.
Dạng hệ phương trình
n m m
y1 a11x 1 a12x 2 a1n x n
v xiei f (ei ) aki k f (v ) yk k .
i 1 k 1 k 1 ym am 1x 1 am 2x 2 amn x n
10/08/2023 53 10/08/2023 54
5.4.4 Ánh xạ tuyến tính và hệ phương trình tuyến tính Giả sử f : V W là một ánh xạ tuyến tính
B {e1, … , en} là một cơ sở của V.
Từ biểu thức tọa độ của ánh xạ tuyến tính viết dưới dạng hệ
B’ {1, … , m} là một cơ sở của W.
phương trình tuyến tính
Tìm Im f : b W , b b11 bm m .
y a x ... a x a x ... a x b
1n n 11 1
1 11 1 1n n 1
................................. b Im f Hệ phương trình .................................. có nghiệm
y a x ... a x am1x1 ... amn xn bm
m m1 1 mn n
Tìm Ker f : v x 1e1 x nen V .
Cho phép giải quyết các bài toán về ánh xạ tuyến tính thông qua hệ
v Ker f khi và chỉ khi (x1,… , xn) là nghiệm của hệ phương trình
phương trình tuyến tính và ngược lại.
tuyến tính thuần nhất: a x ... a x 0
11 1 1n n
..............................
am1x 1 ... amn x n 0.
10/08/2023 55 10/08/2023 56
14
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Ví dụ 5.16 Cho ánh xạ tuyến tính f : P3 P2 xác định bởi q b0 b1t b2t 2 Im f p a0 a1t a2t 2 a3t 3 : f (p) q
f (a 0 a1t a2t 2 a 3t 3 ) (5a 0 2a1 3a2 a 3 ) (4a 0 a1 2a2 3a 3 )t b 5 2 3 1 a 0 Điều này tương
5a 2a 3a a b
0 a 0 1 2 3 0
2 b 4 1 2 3 1 đương hệ 4a a 2a 3a b
(a 0 a1 a2 2a 3 )t . 1
b 1 1 1 2 a2 phương trình 0 1 2 3
a a a 2a b
1
2 3 2 2 a sau có nghiệm 0 1 2 3 2
Đặt f (a 0 a1t a2t a 3t ) b0 b1t b2t . 3
5 2 3 1 b 1 1 1 2 b2 2 1 0 7 2b2 b1
Biểu thức tọa độ của f trong cơ sở chính tắc có dạng ma trận 0
4 1 2 3 b 3 0 1 5
b1 b2 3 0 1 5 b1 b2
1
1 1 1 2 b 0 0 0 0 b b b 0 0 0 0 b b1 b0
2 0
2 1 2
b 5 2 3 1 a 0 Dạng b 5a 2a 3a a
0 a 0 0 1 2 3 Vậy hệ phương trình có nghiệm khi b2 b1 b0 0 b0 b1 b2 .
b 4 1 2 3 1 phương b1 4a 0 a1 2a2 3a 3
1 q b0 b1t b2t 2 Im f q (b1 b2 ) b1t b2t 2 b1(1 t ) b2 (1 t 2 ).
b 1 1 1 2 a2 trình b2 a 0 a1 a2 2a 3
2 a
3
2
Vậy Im f có một cơ sở là q1 1 t, q2 1 t .
10/08/2023 57 10/08/2023 58
15
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
5.5.1 Không gian con bất biến 5.5.2 Véc tơ riêng, giá trị riêng
Không gian con W của không gian V được gọi là bất biến đối với tự được gọi là giá trị riêng của ma trận A [aij]nn nếu tồn tại x1,…, xn
đồng cấu f của V nếu f(W) W. không đồng thời bằng 0 sao cho:
Khi đó v (x1,… , xn) n, v 0 được gọi là véc tơ riêng ứng với giá
trị riêng của ma trận A.
Như vậy các véc tơ riêng ứng với giá trị riêng là các nghiệm khác
không của phương trình thuần nhất (5.30). Không gian nghiệm của
Nếu V W1W2,W1,W2 bất biến đối với f thì có thể chọn cơ sở để
(5.30) được gọi là không gian riêng ứng với giá trị riêng .
ma trận của f có dạng.
10/08/2023 63 10/08/2023 64
16
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
được gọi là một giá trị riêng của tự đồng cấu f nếu tồn tại c) Phép quay góc
véc tơ v V,v 0 sao cho f (v) v. f : 2 2
v là véc tơ riêng ứng với giá trị riêng . (x , y ) f (x , y ) (x cos y sin , x sin y cos )
Ví dụ 5.17 f (v )
a) Xét ánh xạ đồng nhất IdV:V V. Với mọi v V, IdV(v) v. v
Vậy 1 là một giá trị riêng của IdV và mọi véc tơ v 0 là véc tơ riêng.
b) f : 2 2 xác định bởi: f (x,y) (3x y, 2x 4y). Khi 0 , f là ánh xạ đồng nhất Id 2 : chỉ có giá trị riêng là 1.
Dễ dàng thấy f (x,x) 2(x,x). Khi , f : chỉ có giá trị riêng là 1.
Vậy 2 là một giá trị riêng và mọi véc tơ v (x,x); x 0 là véc tơ riêng
Khi 0, , f không có giá trị riêng.
tương ứng.
10/08/2023 65 10/08/2023 66
Cho tự đồng cấu f của V. Với mỗi , ký hiệu Nhận xét 5.4
Khi đó v V là véc tơ riêng ứng với giá trị riêng của f khi và chỉ khi
Định lý 5.14
(v)B là véc tơ riêng ứng với giá trị riêng của ma trận A.
1) là giá trị riêng của f khi và chỉ khi V {0}.
2) Nếu là giá trị riêng của f thì mọi véc tơ v 0 của V đều là véc Nghĩa là
10/08/2023 67 10/08/2023 68
17
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
A là một ma trận vuông cấp n. Định thức 0 là giá trị riêng của A (tương ứng của f ) khi và chỉ khi 0 là nghiệm
của đa thức đặc trưng của A (tương ứng của f ).
P () det(A I )
A Chứng minh:
là một đa thức bậc n của được gọi là đa thức đặc trưng của A. 0 là giá trị riêng khi và chỉ khi V0 0
Điều này tương đương với các điều sau:
Cho f End (V), B là một cơ sở củaV. Đăt A [ f ]B
a) Ánh xạ f 0 IdV không đơn cấu x1 0
Khi đó định thức
b) Hệ phương trình tuyến tính thuần nhất A 0 I có nghiệm
P () det f Id
f V det(A I ) không tầm thường xn 0
10/08/2023 69 10/08/2023 70
Ví dụ 5.18 Véc tơ riêng v (x,y) ứng với giá trị riêng 1 2 là nghiệm của hệ
Tìm véc tơ riêng và giá trị riêng của tự đồng cấu của không gian 2 x 0 3 2 1 x 0
(Ví dụ 5.17)
A 1I y 0 hay
2 4 2 y
0
f : 2 2 xác định bởi: f (x,y) (3x y, 2x 4y) Hệ phương trình tương đương với phương trình x y 0 y x
Vậy f có hai giá trị riêng là 2 và 5. Vậy v (x, 2x) x (1, 2), x 0.
10/08/2023 71 10/08/2023 72
18
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Ví dụ 5.19 Phép quay góc có công thức xác định ảnh Định lý 5.15
f (x , y ) (x cos y sin , x sin y cos ) Mọi tự đồng cấu f trong không gian thực n chiều (n 1) đều có ít
nhất một không gian con bất biến một chiều hoặc hai chiều
Đa thức đặc trưng
i. Nếu đa thức đặc trưng có nghiệm thực 0 do đó tồn tại véc tơ riêng
cos sin v0 0,
Pf () det f IdV sin cos
(cos )2 sin2
Không gian con một chiều sinh bởi {v0} bất biến đối với f .
Do đó f chỉ có giá trị riêng thỏa mãn ii. Nếu đa thức đặc trưng có nghiệm phức 1 a ib
0
Suy ra tồn tại hệ hai véc tơ {v, u} độc lập thỏa mãn
(cos )2 0 cos 1
2 2
(cos ) sin 0 2
2
sin 0
sin 0
f (v ) av bu W span{v, u} là không gian con hai
1 f (u ) bv au chiều bất biến đối với f .
10/08/2023 73 10/08/2023 74
Trường hợp phương trình P ( ) 0 không có nghiệm thực thì có ít y1,..., yn không thể đồng thời bằng 0 (vì nếu y1 ... yn 0 thì
nhất một nghiệm phức 1 a ib x1,..., xn là nghiệm thực của phương trình)
z 0
1 x1 ,..., xn và y1 ,..., y n không tỉ lệ
Xét hệ phương trình tuyến tính phức A 1I Nếu x1 ky1 , ... , xn kyn thì ( z1 ,... , z n ) ( k i )( y1 ,..., yn )
z 0
n z
1
y
1
0
y
1
0
Vì det A 1I 0 nên hệ phương trình tồn tại nghiệm z1 , ..., zn không đồng A I A I k i A I
1
1
1
thời bằng 0 z y 0 y 0
n n n
Hệ phương trình này không thể có nghiệm thực vì nếu z1 , ..., zn thực Đặt v x 1e1 ... x nen , u y1e1 ... ynen
z1 z1 vì x1 ,..., xn và y1 ,..., yn không đồng thời bằng 0 và không tỉ lệ nên hệ hai véc
thì A thực nhưng ( a ib ) phức, vô lý tơ v, u độc lập
zn zn x
1 y x
1 y x
1 y x
1 y
1 1 1 1
Giả sử z1 x1 iy1 , ... , zn xn iyn thì A i (a i b) i a b i b a
y
x y
x y
x y
x n n n n n n n n
x1,..., xn không thể đồng thời bằng 0 (vì nếu x1 ... xn 0 thì
f (v ) av bu
y1,..., yn là nghiệm thực của phương trình) Do đó W span v, u là không gian con hai chiều bất biến đối với f
f (u ) bv au
10/08/2023 75 10/08/2023 76
19
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Như vậy f chéo hoá được khi và chỉ khi tồn tại một cơ sở củaV Giả sử hệ v1,..., vk với 1 k m 1 độc lập tuyến tính
x1 ... x k 0 x k 1 0
10/08/2023 77 10/08/2023 78
Hệ quả 5.17 () : Trong mỗi Vi ta chọn một cơ sở gồm mi véc tơ
Nếu đa thức đặc trưng của tự đồng cấu f trong không gian n chiềuV Hệ n véc tơ gộp lại từ các véc tơ của các cơ sở vừa chọn là một hệ độc lập
tuyến tính, do đó hệ này là một cơ sở củaV gồm các véc tơ riêng của f.
(hoặc ma trận A vuông cấp n) có đúng n nghiệm thực phân biệt thì f
Vậy f chéo hoá được.
(tương ứng ma trận A) chéo hoá được.
() : Giả sử f chéo hoá được, khi đó tồn tại cơ sở gồm các véc tơ
Chứng minh: riêng để ma trận f có dạng chéo
Vì đa thức đặc trưng có đủ n nghiệm thực phân biệt nên n véc tơ riêng tương
1
ứng với n giá trị riêng này là một hệ độc lập, do đó là một cơ sở của V gồm n
() (1) ( 1 )...( n )
P
các véc tơ riêng của f. Vậy f chéo hoá được.
n
n m1 mk
Hệ quả 5.18 Giả sử P () (1) ( ) 1
...( k ) Do đó các giá trị riêng 1 ,..., n phải trùng với 1 ,..., k
m1 … mk n và các giá trị 1, … , k khác nhau từng đôi một. Vì vậy trong các giá trị riêng 1 ,..., n có đúng m i giá trị bằng i , với
i 1,..., k và có đúng m i véc tơ riêng độc lập ứng với giá trị riêng i
Khi đó f (tương ứng ma trận A) chéo hoá được khi và chỉ khi
Nói cách khác dimV mi .
dimV mi ; i 1,..., k i
i
10/08/2023 79 10/08/2023 80
20
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
5.5.5 Thuật toán chéo hoá Bước 2: Với mỗi giá trị riêng i tìm một cơ sở của không gian riêngV .
i
Bước 1: Viết đa thức đặc trưng dạng Các véc tơ riêng v x 1e1 ... x nen có (x 1 ,..., x n )
m1 mk
P () ( 1
) ...(k ) Q ( ) là nghiệm của hệ phương trình thuần nhất
10/08/2023 81 10/08/2023 82
Bước 3: Với mỗi giá trị riêng i ;i 1,…,k ta đã chọn được mi véc tơ Đa thức đặc trưng của A
10/08/2023 83 10/08/2023 84
21
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Giá trị riêng 1 có véc tơ riêng v (x,y,z) là nghiệm của hệ Giá trị riêng 1 có véc tơ riêng v (x,y,z) là nghiệm của hệ
phương trình: phương trình:
3 1 0 x 0 1 1 0 x 0
9 5 6 y 0 9 3 6 y 0
8 0 2 z 0 8 0 4 z 0
Ta có 3 1 0 3 1 0 3 1 0 Ta có 1 1 0 1 1 0 1 1 0
9 5 6 0 0 0 0 0 0 9 3 6 3 1 2 0 0 0
8 0 2 8 0 2 4 0 1 8 0 4 2 0 1 2 0 1
10/08/2023 85 10/08/2023 86
22
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Ví dụ 5.22 Xét tự đồng cấu f : 3 3 xác định bởi Giá trị riêng 5 có véc tơ riêng v (x,y,z) là nghiệm của hệ
f (x, y, z ) (3x 2y, 2x 3y, z ) phương trình
3 2 0 2 2 0 x 0
2 2 0 y 0
Ma trận chính tắc A 2 3 0
0 0 z 0
0 1
0 4
Đa thức đặc trưng
Vậy hệ phương trình trên tương đương với hệ
3 2 0 1 2 0
P () 2 3 0 1 3 0 x y 0 x y
0 0 1 0 0 1
z 0 z 0
1 2 0
0 5 0 (5 )( 1)2 . v (y, y, 0) y(1,1, 0) chọn e1 (1,1, 0).
0 0 1
10/08/2023 89 10/08/2023 90
Giá trị riêng 1 có véc tơ riêng v (x,y,z) là nghiệm của hệ Ví dụ 5.23 Cho tự đồng cấu f : P2 P2 có công thức xác định ảnh
phương trình f (a 0 a1t a2t 2 ) (a0 a1 a2 ) (a 0 a1 a2 )t (a 0 a1 a2 )t 2
10/08/2023 91 10/08/2023 92
23
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
2
Véc tơ riêng p a0 a1t a2 t 0 ứng với giá trị riêng 1 1 là 2
Véc tơ riêng p a0 a1t a2 t 0 ứng với giá trị riêng 2 2 là
nghiệm khác không của hệ phương trình thuần nhất nghiệm khác không của hệ phương trình thuần nhất
2 1 1 1 1 a 0
1 a 0 0
2 1 1 2 1 1 1 0 1 0
1 1 1 a 0
1 2 1 a 0 1 2 1 3 3 0 1 1 0
1 1
0 2 a2
1 1 2 0 0 0 0 0 0
1 1 1 a 0
1 0 2
a a 0 a a Hệ phương trình trên tương đương với phương trình: a0 a1 a2 0
Vậy hệ phương trình trên tương đương với
0 2
0 2
a 0 a1 0 a 0 a1 p V p a1 a2 a1t a2t 2 a1 (1 t ) a2 (1 t 2 )
2
2 2
p V p a 0 a 0t a 0t a 0 (1 t t ) p 1 t
chọn
1 2
p3 1 t 2 .
chọn p1 1 t t 2
10/08/2023 93 10/08/2023 94
1 0 0 1 3 4 1 3 4
A f 0 2 0 .
(1 ) 0 1 0 (1 ) 0 1 0 (3 )( 1)2
B
0 0 2 1 7 7 0 4 3
Đa thức đặc trưng có nghiệm 1 1 (kép) và 2 3.
10/08/2023 95 10/08/2023 96
24
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
2 3 4 x 0 2 3 4 2 3 4 2 0 2
4 6 8 y 0 4 6 8 0 0 0 0 0 0
6 7 8 z 0 6 7 8 0 2 4 0 1 2
y 2z
hệ có nghiệm v (z , 2z , z ) z (1, 2,1)
x z
1
Không gian riêng V z (1,2,1) z , dimV 1 2.
1
10/08/2023 97
25