Bài giảng Đại số tuyến tính - Trường Đại học Thăng Long

105 trang Đức Chiến 05/01/2024 1100

Download

Bạn đang xem 20 trang mẫu của tài liệu "Bài giảng Đại số tuyến tính - Trường Đại học Thăng Long", để tải tài liệu gốc về máy bạn click vào nút DOWNLOAD ở trên

Tài liệu đính kèm:

bai_giang_dai_so_tuyen_tinh_truong_dai_hoc_thang_long.pdf

Nội dung text: Bài giảng Đại số tuyến tính - Trường Đại học Thăng Long

BÀI GIẢNG ĐẠI SỐ TUYẾN TÍNH ĐẠI HỌC THĂNG LONG Học kỳ I, năm học 2005 - 2006
MỤC LỤC Trang Bài 1 Khái niệm trường 1 1.1 Các tính chất cơ bản của số thực 1 1.2 Định nghĩa trường 2 1.3 Một số tính chất của trường 3 1.4 Trường số hữu tỷ 5 1.5 Trường các số nguyên modulo p 5 Bài 2 Không gian vectơ và không gian con 8 2.1 Định nghĩa không gian vectơ 8 2.2 Ví dụ về không gian vectơ 9 2.3 Một số tính chất của không gian vectơ 11 2.4 Không gian vectơ con 13 2.5 Giao của một số không gian con 14 2.6 Tổng hai không gian con 15 2.7 Tổ hợp tuyến tính 15 2.8 Không gian con sinh bởi một số vectơ 16 Bài 3 Cơ sở và số chiều của không gian vectơ 20 3.1 Độc lập và phụ thuộc tuyến tính 20 3.2 Một số tính chất độc lập và phụ thuộc tuyến tính 21 3.3 Khái niệm cơ sở của một không gian vectơ 24 3.4 Sự tồn tại cơ sở 25 3.5 Khái niệm số chiều của không gian vectơ hữu hạn sinh 26 3.6 Cơ sở trong không gian vectơ n chiều 27 3.7 Tọa độ của một vectơ 28 3.8 Số chiều của không gian con 30 i
MỤC LỤC ii 3.9 Hạng của một hệ vectơ 33 Bài 4 Ánh xạ tuyến tính 38 4.1 Định nghĩa ánh xạ tuyến tính 38 4.2 Ví dụ về ánh xạ tuyến tính 39 4.3 Một số tính chất của ánh xạ tuyến tính 40 4.4 Ảnh và nhân của ánh xạ tuyến tính 41 Bài 5 Định thức 45 5.1 Phép thế 45 5.2 Khái niệm định thức 48 5.3 Các tính chất cơ bản của định thức 51 5.4 Các tính chất của định thức suy ra từ các tính chất cơ bản 53 5.5 Tính định thức bằng cách đưa về dạng tam giác 55 5.6 Khai triển định thức theo một dòng hoặc cột 57 5.7 Định lý Laplace 60 Bài 6 Ma trận 65 6.1 Các phép toán ma trận 65 6.2 Tính chất của các phép toán ma trận 66 6.3 Định thức của tích hai ma trận vuông cùng cấp 67 6.4 Nghịch đảo của ma trận vuông 68 6.5 Một ứng dụng vui: mã hóa 71 6.6 Hạng của một ma trận 74 6.7 Ma trận của ánh xạ tuyến tính 76 6.8 Tính chất của ma trận của ánh xạ tuyến tính 78 Bài 7 Hệ phương trình tuyến tính 84 7.1 Khái niệm 84 7.2 Tiêu chuẩn có nghiệm 85 7.3 Hệ Cramer 86 7.4 Phương pháp Gauss 88 7.5 Biện luận về số nghiệm 90 7.6 Hệ phương trình tuyến tính thuần nhất 91 7.7 Không gian nghiệm của hệ phương trình tuyến tính thuần nhất 91
MỤC LỤC iii 7.8 Hệ phương trình tuyến tính thuần nhất liên kết 93 Tài liệu tham khảo 99 Chỉ mục 100
Bài 1 Khái niệm trường 1.1 Các tính chất cơ bản của số thực Tập các số thực được ký hiệu là R . Ta đã biết hai phép toán cộng (+) và nhân (.) thông thường trên R có các tính chất sau: • Phép cộng có tính chất kết hợp: (a + b) + c = a + (b + c), ∀a, b, c ∈ R , • Có số 0 ∈ R sao cho: 0 + a = a + 0 = a, ∀a ∈ R , • Với mỗi số thực a có số thực đối của a là −a sao cho: a + (−a) = (−a) + a = 0, • Phép cộng có tính chất giao hoán: a + b = b + a, ∀a, b ∈ R , • Phép nhân có tính chất kết hợp: (a.b).c = a.(b.c), ∀a, b, c ∈ R , • Phép nhân có tính chất giao hoán: a.b = b.a, ∀a, b ∈ R , • Có số 1 sao cho với mọi số thực a ta có: a.1 = 1.a = a, 1 1 • Với mỗi số thực a ≠ 0 luôn có số thực sao cho a. = 1, a a • Phép nhân phân phối đối với phép cộng: a.(b+c) = a.b+a.c và (b+c).a = b.a + c.a với mọi a, b, c ∈ R . Tập các số thực với hai phép toán có các tính chất nói trên đủ để cho phép ta tiến hành các tính toán trong thực tế và nhìn chung, một tập hợp nào đó được trang bị hai phép toán thỏa mãn các tính chất nói trên có thể coi là "đủ mạnh" để chúng ta xem xét một cách cụ thể.
1.2. Định nghĩa trường 2 1.2 Định nghĩa trường Định nghĩa 1.2.1 Cho tập hợp K có ít nhất hai phần tử. Trên K có hai phép toán là phép cộng (ký hiệu là +) và phép nhân (ký hiệu là . hoặc ×). K cùng với hai phép toán đó được gọi là một trường nếu thỏa mãn 9 tính chất sau: 1. Phép cộng có tính chất kết hợp: (a + b) + c = a + (b + c), ∀a, b, c ∈ K . 2. Có phần tử 0 ∈ K sao cho: 0 + a = a + 0 = a, ∀a ∈ K . Phần tử 0 được gọi là phần tử trung lập. 3. Với mỗi phần tử a ∈ K luôn tồn tại một phần tử a′ ∈ K sao cho: a + (a′) = (a′) + a = 0. Phần tử a′ được gọi là phần tử đối của a và được ký hiệu là −a. 4. Phép cộng có tính chất giao hoán: a + b = b + a, ∀a, b ∈ K . 5. Phép nhân có tính chất kết hợp: (a.b).c = a.(b.c), ∀a, b, c ∈ K . 6. Có phần tử 1 ∈ K sao cho với mọi phần tử a ta có: a.1 = 1.a = a. Phần tử 1 được gọi là phần tử đơn vị của phép nhân trên K . 7. Với mỗi phần tử a ≠ 0 luôn có phần tử a′ ∈ K sao cho a.a′ = a′.a = 1. Phần tử a′ được gọi là phần tử nghịch đảo của a và được ký hiệu là a−1. 8. Phép nhân có tính chất giao hoán: a.b = b.a, ∀a, b ∈ K . 9. Phép nhân phân phối đối với phép cộng: a.(b+c) = a.b+a.c và (b+c).a = b.a + c.a, ∀a, b, c ∈ K . Các tính chất trên còn được gọi là các tiên đề của trường. Ví dụ: • Tập hợp các số thực R với phép toán cộng và nhân thông thường là một trường. Xét các tập hợp số N , Z , Q cùng hai phép toán cộng và nhân thông thường. • Phần tử 4 ∈ N nhưng không có phần tử a ∈ N sao cho 4 + a = 0 nên tập số tự nhiên N không phải là một trường (tiên đề 3 không được thoả mãn). • Số nguyên 2 ≠ 0 nhưng không có một số nguyên x nào thỏa mãn 2.x = 1, do đó tập số nguyên Z không phải là một trường (tiên đề 7 không được thoả mãn).
1.3. Một số tính chất của trường 3 • Tập hợp số hữu tỷ Q với các phép toán cộng và nhân thông thường là một trường vì nó thỏa mãn cả 9 tiên đề của trường. Số 0 chính là phần tử trung lập, số 1 chính là phần tử đơn vị của trường Q . Nếu 1 a ∈ Q thì đối của a là −a, nghịch đảo của a ≠ 0 là . a 1.3 Một số tính chất của trường Cho K là một trường, a, b, c ∈ K , khi đó: Tính chất 1.3.1 (Luật giản ước đối với phép cộng) Nếu a + b = a + c (1) thì b = c. Chứng minh: Do K là một trường, a ∈ K nên a có đối là −a ∈ K . Cộng về phía bên trái của đẳng thức (1) với −a, ta được: (−a) + (a + b) = (−a) + (a + c) ⇒ [(−a) + a] + b = [(−a) + a] + c (theo tiên đề 1) ⇒ 0 + b = 0 + c (theo tiên đề 3) ⇒ b = c (theo tiên đề 2). 2 Tính chất 1.3.2 (Quy tắc chuyển vế) Định nghĩa a − b = a + (−b). Khi đó nếu a + b = c (2) thì a = c − b. Chứng minh: Cộng cả hai vế của (2) với −b, ta được: (a + b) + (−b) = c + (−b) ⇒ a + [b + (−b)] = c + (−b) (theo tiên đề 1) ⇒ a + 0 = c + (−b) (theo tiên đề 3) ⇒ a = c + (−b) (theo tiên đề 2) ⇒ a = c − b (theo định nghĩa). 2 Tính chất 1.3.3 a.0 = 0.a = 0. Chứng minh: Ta có: a.0 = a.(0 + 0) = a.0 + a.0. Mặt khác: a.0 = a.0 + 0. Do đó: a.0 + a.0 = a.0 + 0. Giản ước cho a.0 ta được a.0 = 0. Tương tự ta được: 0.a = 0. 2
1.3. Một số tính chất của trường 4 Tính chất 1.3.4 Nếu a.b = 0 thì a = 0 hoặc b = 0. Chứng minh: Giả sử a.b = 0 (3) và a ≠ 0. Ta sẽ chứng minh b = 0. Thật vậy, từ a ≠ 0, nhân hai vế của (3) với a−1, ta được: a−1.(a.b) = a−1.0 ⇒ [a−1.a].b = a−1.0 (theo tiên đề 5) ⇒ 1.b = a−1.0 (theo tiên đề 7) ⇒ b = a−1.0 (theo tiên đề 6) ⇒ b = 0 (theo tính chất 1.3.3). 2 Tính chất 1.3.5 a.(−b) = (−a).b = −(a.b). Chứng minh: Ta có: a.(−b) + a.b = a.[(−b) + b] = a.0 = 0 và (−a).b + a.b = [(−a) + a].b = 0.b = 0. Do đó: a.(−b) = (−a).b = −(a.b). 2 Tính chất 1.3.6 a(b − c) = ab − ac. Chứng minh: Ta có a.(b − c) = a.[b + (−c)] = a.b + a.(−c) = a.b + [−(ac)] = a.b − a.c. 2 Tính chất 1.3.7 Nếu a.b = a.c và a ≠ 0 thì b = c. Chứng minh: Từ a ≠ 0, ta nhân hai vế của biểu thức a.b = a.c với a−1, ta được: ⇒ a−1.(a.b) = a−1.(a.c) ⇒ (a−1.a).b = (a−1.a).c (theo tiên đề 5) ⇒ 1.b = 1.c (theo tiên đề 7) ⇒ b = c (theo tiên đề 6). 2
1.4. Trường số hữu tỷ 5 1.4 Trường số hữu tỷ Định nghĩa 1.4.1 Số thực r được gọi là một số hữu tỷ nếu tồn tại hai số nguyên m, n(n ≠ 0) sao m cho r = . n Nhận xét: Một số hữu tỷ có thể biểu diễn dưới dạng một số thập phân hữu hạn hoặc số thập phân vô hạn tuần hoàn. Ví dụ: 23 • = 2, 875. 8 40 • = 3, 0769230769230 (được viết gọn lại thành 3, 076923). 13 Ngược lại, một số thập phân hữu hạn hoặc vô hạn tuần hoàn có thể viết được dưới dạng một phân số. • Trường hợp số thập phân hữu hạn: nếu phần thập phân của số đó có k chữ số thì nhân và chia số đó với 10k. Ví dụ: 15723 x = 15, 723 = . 1000 • Trường hợp số thập phân vô hạn tuần hoàn: Ví dụ: a. x = 12, 357. Ta có 1000x = 12357, 357, nên 12345 4115 1000x − x = 999x = 12345. Vậy x = = . 999 333 b. y = 7, 26. Ta có 100y = 726, 6 và 10y = 72, 6 nên 90y = 654. 654 109 Vậy y = = . 90 15 1.5 Trường các số nguyên modulo p Cho p là một số nguyên. Đặt Z p = {1, 2, 3, . . . , p − 1}. Trên Z p xác định hai phép toán cộng (+) và nhân (. hoặc ×) như sau: a + b = (a + b) mod p, a.b = (a.b) mod p.
1.5. Trường các số nguyên modulo p 6 Ví dụ: Phép cộng và nhân trong Z 7 được cho trong bảng sau: + 0 1 2 3 4 5 6 . 0 1 2 3 4 5 6 0 0 1 2 3 4 5 6 0 0 0 0 0 0 0 0 1 1 2 3 4 5 6 0 1 0 1 2 3 4 5 6 2 2 3 4 5 6 0 1 2 0 2 4 6 1 3 5 3 3 4 5 6 0 1 2 3 0 3 6 2 5 1 4 4 4 5 6 0 1 2 3 4 0 4 1 5 2 6 3 5 5 6 0 1 2 3 4 5 0 5 3 1 6 4 2 6 6 0 1 2 3 4 5 6 0 6 5 4 3 2 1 Mệnh đề 1.5.1 Z p là một trường khi và chỉ khi p là số nguyên tố. Việc chứng minh mệnh đề trên coi như bài tập dành cho các bạn sinh viên. Phần tử trung lập của phép cộng là 0 và phần tử đơn vị của phép nhân là 1. Đối của 0 là 0, nếu 0 < a < p thì đối của a là −a = p − a. Nếu 0 < a < p thì nghịch đảo của a là phần tử b (0 < b < p) sao cho a.b ≡ 1 (mod p). Ví dụ: −1 −1 −1 −1 −1 • Trong Z 7 ta có: 1 = 1, 2 = 4, 3 = 5, 4 = 2, 5 = 3, 6−1 = 6. • Trường Z 29 là một trường hữu hạn quan trọng thường được sử dụng trong việc mã hóa (29 là số nguyên tố nhỏ nhất không nhỏ hơn số chữ cái trong bảng chữ cái tiếng Anh (26 chữ)). Ta có: 20 + 13 = (20 + 33) mod 29 = 33 mod 29 = 4. 20.13 = (20.13) mod 29 = 260 mod 29 = 28. −7 = 22, −12 = 17. Ta có nghịch đảo của một số phần tử trong Z 29 như sau: 1−1 = 1 vì 1.1 = 1 mod 29 = 1, 2−1 = 15 vì 2.15 = 30 mod 29 = 1. Tương tự 3−1 = 10, 4−1 = 22, 12−1 = 17.
1.5. Trường các số nguyên modulo p 7 BÀI TẬP I I.1. Chứng minh Z p là một trường khi và chỉ khi p là một số nguyên tố. I.2. Lập bảng cộng và nhân trong trường Z 5. I.3. Tìm phần tử đối và phần tử nghịch đảo của các phần tử khác 0 trong trường Z 29. ∗ I.4. Cho K là một trường, n ∈ N , ta định nghĩa an = |a.a.{z . . . .a}. Quy ước n lần a0 = 1. Chứng minh các đẳng thức sau: Xn n C k n−k k a. (a + b) = na b , k=0 b. an − bn = (a − b)(an−1 + an−2.b + + a.bn−2 + an−1). I.5. Chuyển những phân số sau về số thập phân hữu hạn hoặc vô hạn tuần hoàn 125 a. x = , 8 379 b. y = , 110 462 c. z = . 13 I.6. Chuyển những số thập phân sau về phân số: a. x = 17, 522, b. y = 12, 536, c. z = 23, 67.
Bài 2 Không gian vectơ và không gian con 2.1 Định nghĩa không gian vectơ Định nghĩa 2.1.1 Cho V là một tập hợp mà các phần tử được ký hiệu là: α, β, γ . . . , K là một trường mà các phần tử được ký hiệu là a, b, c, x, y, z . . Trên V ta có hai phép toán • Phép cộng hai phần tử của V : + : V × V → V (α, β) 7→ α + β • Phép nhân một phần tử của V với một phần tử của K : . : K × V → V (x, α) 7→ x.α Giả sử đối với mọi α, β, γ ∈ V , mọi x, y ∈ K các điều kiện sau được thỏa mãn: 1. (α + β) + γ = α + (β + γ), 2. Tồn tại vectơ θ sao cho θ + α = α + θ = α, ′ ′ ′ 3. Với mỗi α có một phần tử α sao cho α + α = α + α = θ, 4. α + β = β + α, 5. x.(α + β) = x.α + x.β, 6. (x + y).α = x.α + y.α, 7. (xy).α = x.(y.α), 8. 1.α = α, trong đó 1 là phần tử đơn vị của trường K .
2.2. Ví dụ về không gian vectơ 9 Khi đó ta nói rằng V là một không gian vectơ trên trường K (hoặc V là K − không gian vectơ). Ta cũng nói V là không gian tuyến tính trên trường K . Chú ý: ′ • Các phần tử của V được gọi là các vectơ. Phần tử θ được gọi là vectơ không, α được gọi là phần tử đối của α và được ký hiệu là (−α). Ta sẽ viết α + (−β) là α − β và gọi là hiệu của hai vectơ α, β. • Khi K = R (tương ứng K = C ) ta nói V là không gian vectơ thực (tương ứng không gian vectơ phức). • Khi ta nói V là một không gian vectơ, ta ngầm hiểu rằng ta đang nói đến V cùng với hai phép toán là phép cộng hai phần tử của V và phép nhân một phần tử của V với một phần tử của K . • Để đơn giản trong cách viết, từ đây trở đi ta sẽ ký hiệu phép nhân một phần tử x thuộc trường K với một vectơ α thuộc V là xα thay vì viết x.α. 2.2 Ví dụ về không gian vectơ 1. Trong không gian cho trước một điểm O cố định. Tập tất cả các vectơ hình học trong không gian, có gốc tại O cùng với phép cộng các vectơ và phép nhân một số thực với một vectơ là một không gian vectơ thực. Không gian vectơ này được gọi là không gian vectơ hình học và được ký hiệu là E3. 2. Xét trường số thực R và trường số hữu tỷ Q . Đối với R , tổng của hai số thực là một số thực và nếu x ∈ Q , α ∈ R thì xα ∈ R . Tám điều kiện trong định nghĩa một không gian vectơ chính là các tính chất quen thuộc của số thực. Vì vậy R là một không gian vectơ trên Q . Tuy nhiên Q không là không gian vectơ trên R vì x ∈ R , α ∈ Q thì nói chung xα∈ / Q . 3. Cho R là trường số thực. Ký hiệu R n là tích Descartes của n bản R n R = {(a1, a2, . . . , an) | ai ∈ R , i = 1, n}. Với α = (a1, a2, . . . , an), β = (b1, b2, . . . , bn) là hai phần tử tùy ý thuộc R n và x là một phần tử tùy ý thuộc R , ta định nghĩa: α + β = (a1, a2, . . . , an) + (b1, b2, . . . , bn) = (a1 + b1, a2 + b2, . . . , an + bn), xα = x(a1, a2, . . . , an) = (xa1, xa2, . . . , xan).
2.2. Ví dụ về không gian vectơ 10 Khi đó R n cùng với phép toán cộng và nhân như trên là một không gian vectơ thực. 4. Xét C[a, b] là tập hợp tất cả các hàm số thực liên tục trên [a, b]. Tổng của hai hàm số f, g ∈ C[a, b] là hàm số f + g ∈ C[a, b] được định nghĩa bởi (f + g)(x) = f(x) + g(x) và tích của của một số thực r ∈ R với hàm số f ∈ C[a, b] là hàm số rf ∈ C[a, b] được định nghĩa bởi (rf)(x) = rf(x). Khi đó C[a, b] là một không gian vectơ trên R đối với phép cộng và phép nhân được định nghĩa trên. 5. K là một trường. Với mỗi bộ hữu hạn các phần tử thuộc K : an, an−1, . . . , a1, a0, ta lập biểu thức hình thức: n n−1 2 p(x) = anx + an−1x + + a2x + a1x + a0. p(x) được gọi là một đa thức của ẩn x (hay biến x) với hệ số trên trường K . Với n = 0 mọi phần tử bất kỳ của trường K đều là đa thức. Đa thức có tất cả các hệ số bằng không được gọi là đa thức không, ký hiệu là θ. Nếu an ≠ 0 thì số n gọi là bậc của đa thức p(x), ký hiệu n = deg p(x). Ta quy ước deg θ = −∞ (hoặc có thể xem như θ không có bậc). Ta ký hiệu K [x] là tập hợp tất cả các đa thức ẩn x với hệ số trên K . Ta định nghĩa hai phép toán cộng và nhân vô hướng trên K [x] như sau: Với mỗi cặp đa thức p(x), q(x), n p(x) = anx + + a1x + a0, m n+1 n q(x) = bmx + + bn+1x + bnx + + b1x + b0. • Giả sử m > n. Khi đó: m n+1 n p(x)+q(x) = bmx + +bn+1x +(an+bn)x + +(a0+b0). Giả sử m = n. Khi đó: n p(x) + q(x) = (an + bn)x + + (a1 + b1)x + (a0 + b0). n n−1 • ap(x) = (aan)x + (aan−1)x + + (aa1)x + (aa0).
2.3. Một số tính chất của không gian vectơ 11 Với hai phép toán định nghĩa như trên, K [x] là một không gian vectơ trên K . Trường hợp đặc biệt, khi K = R , ta có R [x] là một không gian vectơ thực. Trong suốt quyển sách này nếu không lưu ý gì thêm thì ta ngầm hiểu rằng C[a, b], K [x], R [x], R n là các không gian vectơ được định nghĩa trong các ví dụ trên. 2.3 Một số tính chất của không gian vectơ Mệnh đề 2.3.1 Giả sử V là một không gian vectơ trên trường K , khi đó 1. Vectơ không θ là duy nhất. 2. Với mỗi α ∈ V , vectơ đối của α là duy nhất. 3. 0α = θ, ∀α ∈ V . 4. xθ = θ, ∀x ∈ K . 5. xα = θ khi và chỉ khi x = 0 hoặc α = θ. 6. x(−α) = −(xα) = (−x)α, ∀x ∈ K , α ∈ V . 7. x(α − β) = xα − xβ, ∀x ∈ K , α, β ∈ V . 8. (x − y)α = xα − yα, ∀x, y ∈ K , α ∈ V . 9. Nếu α + γ = β + γ thì α = β, ∀α, β, γ ∈ V (Luật giản ước). 10. Nếu α + β = γ thì α = γ − β, ∀α, β, γ ∈ V (Quy tắc chuyển vế). Chứng minh: 1. Giả sử tồn tại θ1 ∈ V cũng thỏa mãn điều kiện: θ1 + α = α + θ1 = α với mọi α ∈ V . Ta có θ = θ + θ1 = θ1. Vậy vectơ không θ là duy nhất. 2. Giả sử tồn tại α1 ∈ V sao cho α + α1 = α1 + α = θ. Ta có α1 = α1 + θ = α1 + [α + (−α)] = (α1 + α) + (−α) = θ + (−α) = −α. Suy ra vectơ đối của α là duy nhất.
2.3. Một số tính chất của không gian vectơ 12 3. 0α = (0 + 0)α = 0α + 0α. Cộng −0α vào cả hai vế của đẳng thức trên ta được 0α + (−0α) = (0α + 0α) + (−0α). Hay tương đương θ = 0α + (0α + (−0α)) = 0α + θ = 0α. 4. xθ = x(θ + θ) = xθ + xθ. Cộng −xθ vào cả hai vế của đẳng thức trên ta được xθ + (−xθ) = (xθ + xθ) + (−xθ). Đẳng thức này tương đương với θ = xθ + [xθ + (−xθ)] = xθ + θ = xθ. 5. Theo tính chất 3. và 4. ta có: nếu x = 0 hoặc α = θ thì xα = θ. Ngược lại, giả sử xα = θ. Nếu x ≠ 0 thì 1 α = 1α = ( x)α x 1 1 = (xα) = θ x x = θ. Vậy xα = θ kéo theo x = 0 hoặc α = θ. 6. Để chứng minh tính chất này, chúng ta nhận thấy rằng θ = 0α = [x + (−x)]α = xα + (−x)α. Cộng −(xα) vào biểu thức đầu tiên và cuối cùng của đẳng thức trên. Ta suy ra: −(xα) = (−x)α. Mặt khác, θ = xθ = x[α + (−α)] = xα + x(−α). Cộng −(xα) vào cả hai vế của đẳng thức trên ta được −(xα) = x(−α). Từ các lập luận trên, tính chất được chứng minh.
2.4. Không gian vectơ con 13 7. Ta có x(α − β) = x[α + (−β)] = xα + x(−β) = xα + (−xβ)(theo tính chất 6.) = xα − xβ. 8. Ta có (x − y)α = [x + (−y)]α = xα + (−y)α = xα + (−yα) (theo tính chất 6.) = xα − yα. Còn luật giản ước và quy tắc chuyển vế được chứng minh tương tự phần trường sẽ dành cho các bạn như bài tập. 2 2.4 Không gian vectơ con Định nghĩa 2.4.1 Giả sử V là một không gian vectơ trên trường K . Tập con W khác rỗng của V được gọi là không gian vectơ con (hay không gian con) của không gian vectơ V nếu các điều kiện sau được thỏa mãn 1. ∀α, β ∈ W : α + β ∈ W . 2. ∀α ∈ W : xα ∈ W (∀x ∈ K ). Ta có một số nhận xét sau 1. Vì W ≠ ∅ nên ∃α ∈ W . Theo điều kiện 2. ta có: 0α = θ ∈ W . Vậy mọi không gian con đều chứa θ. 2. Giả sử W là không gian con của V . Dễ thấy tám điều kiện trong định nghĩa một không gian vectơ được thỏa mãn, do đó W là một K − không gian vectơ . Ngược lại, nếu W là một tập con của V và W là một K − không gian vectơ đối với hai phép toán xác định trên V thì W là một không gian con của V . Mệnh đề 2.4.2 Tập W khác rỗng của V là không gian con của K − không gian vectơ V khi và chỉ khi với mọi α, β ∈ W , mọi x, y ∈ K ta có: xα + yβ ∈ W . Chứng minh: (⇒) Giả sử W là không gian con của V . Theo điều kiện 2. ta có xα ∈ W , yβ ∈ W . Lại theo điều kiện 1. ta được xα + yβ ∈ W .
2.5. Giao của một số không gian con 14 (⇐) Giả sử xα + yβ ∈ W với mọi α, β ∈ W, x, y ∈ K . Lấy x = 1, y = 1 ta có xα + yβ = 1α + 1β = α + β ∈ W. Lấy y = 0 ta có: xα + yβ = xα + 0β = xα + θ = xα ∈ W . Như vậy W thỏa mãn hai điều kiện trong định nghĩa một không gian con do đó W là một không gian con của V . 2 Ví dụ: 1. Không gian vectơ V bất kỳ đều có hai không gian con là bản thân tập V và tập {θ} gồm chỉ một vectơ không. Các không gian con này được gọi là các không gian con tầm thường. 2. Trong không gian vectơ hình học E3, tập W gồm các vectơ gốc tại gốc tọa độ O và nằm trên cùng một mặt phẳng (P) cho trước đi qua O là một không gian con của E3. 3. W = {(x1, x2, 0) | x1, x2 ∈ R } là một không gian con của không gian vectơ R 3. 4. Với n ≥ 0, đặt Pn[x] = {p(x) ∈ R [x] | deg p(x) ≤ n}. Khi đó Pn[x] là một không gian con của R [x]. 2.5 Giao của một số không gian con Mệnh đề 2.5.1 Giả sử W1,W2, ,Wm là những không gian con của một không gian vectơ V \m trên trường K . Khi đó W = Wi là một không gian con của V . i=1 Chứng minh: Vì θ ∈ Wi, i = 1, m nên θ ∈ W , do đó W ≠ ∅. Giả sử α, β \m là hai vectơ tùy ý thuộc W , mà W = Wi suy ra α, β ∈ Wi, i = 1, m. Hơn i=1 nữa Wi là những không gian con của V nên theo mệnh đề 2.5.1 với mọi x, y ∈ K ta có xα + yβ ∈ Wi, i = 1, m. Từ đây suy ra xα + yβ ∈ W và như vậy theo mệnh đề 2.5.1 ta có W là một không gian con của V . 2
2.6. Tổng hai không gian con 15 2.6 Tổng hai không gian con Mệnh đề 2.6.1 Giả sử W1,W2 là hai không gian con của không gian vectơ V trên trường K . Ta định nghĩa W = {α1 + α2 | α1 ∈ W1, α2 ∈ W2}. Khi đó W là một không gian con của V và được gọi là tổng của hai không gian con W1,W2 . Chứng minh: Vì θ = θ + θ nên θ ∈ W , do đó W ≠ ∅. Giả sử α, β là hai vectơ tùy ý thuộc W . Khi đó α = α1 + α2, β = β1 + β2, với α1, β1 ∈ W1; α2, β2 ∈ W2. Với mọi x, y ∈ K ta có xα + yβ = x(α1 + α2) + y(β1 + β2) = (xα1 + yβ1) + (xα2 + yβ2). Đặt γ1 = xα1 + yβ1, γ2 = xα2 + yβ2, theo mệnh đề 2.5.1 ta có γ1 ∈ W1, γ2 ∈ W2. Vậy theo định nghĩa của W thì xα + yβ = γ1 + γ2 ∈ W . Lại theo mệnh đề 2.5.1 ta có W là một không gian con của V . 2 2.7 Tổ hợp tuyến tính Định nghĩa 2.7.1 Cho V là một không gian vectơ trên trường K . 1. Giả sử α1, α2, . . . , αm là m vectơ thuộc V (m ≥ 1). Nếu α = x1α1 + x2α2 + ··· + xmαm, xi ∈ K , i = 1, m thì ta nói α là tổ hợp tuyến tính của m vectơ đã cho hay α biểu diễn tuyến tính qua hệ m vectơ đã cho. 2. Giả sử S là tập con của V (số phần tử của S có thể hữu hạn hoặc vô hạn). Ta nói α biểu diễn tuyến tính qua tập S nếu α biểu diễn tuyến tính qua một hệ hữu hạn vectơ thuộc S. Dễ thấy nếu α biểu diễn tuyến tính qua tập S và mỗi vectơ thuộc S lại biểu diễn tuyến tính qua tập T (S,T là hai tập con của K − không gian vectơ V ) thì α biểu diễn tuyến tính qua tập T . Ví dụ: 1. Nếu α ∈ S thì α biểu diễn tuyến tính qua S, θ biểu diễn tuyến tính qua tập con bất kỳ của V .
2.8. Không gian con sinh bởi một số vectơ 16 2. Trong không gian vectơ V = R 2 xét các véc tơ α = (2, 3), α1 = (0, 1), α2 = (1, 1) Tính toán ta thấy α = α1 + 2α2. Vậy α là tổ hợp tuyến tính của hai vectơ α1, α2. 3. Trong không gian vectơ R [x] xét ba đa thức với hệ số thực: 2 2 β1 = x + 3, β2 = 2x + 2x + 1, β = x + 4x + 9, 5. 1 Trong trường hợp này β = 3β1 + β2. Suy ra β là tổ hợp tuyến tính của hai 2 vectơ β1, β2. 2.8 Không gian con sinh bởi một số vectơ Mệnh đề 2.8.1 Cho hệ gồm m vectơ α1, α2, . . . , αm của không gian vectơ V trên trường K . Ta định nghĩa W = {x1α1 + x2α2 + ··· + xmαm | xi ∈ K , i = 1, m}. Khi đó 1. W là một không gian con của V . 2. W chứa αi, i = 1, m. 3. W là không gian con nhỏ nhất của V chứa αi, i = 1, m. Chứng minh: Ta chứng minh khẳng định đầu còn hai khẳng định sau được coi như bài tập. Vì θ = 0α1 + 0α2 + ··· + 0αm ∈ W nên W ≠ ∅. Mặt khác lấy hai vectơ α, β tùy ý thuộc W , khi đó α = a1α1 + a2α2 + ··· + amαm, β = b1α1 + b2α2 + ··· + bmαm và x, y ∈ K tùy ý. Ta có ‘ xα + yβ = x(a1α1 + a2α2 + ··· + amαm) + y(b1α1 + b2α2 + ··· + bmαm) = (xa1 + yb1)α1 + (xa2 + yb2)α2 + ··· + (xam + ybm)αm ∈ W. Vậy W là một không gian con của V . 2
2.8. Không gian con sinh bởi một số vectơ 17 Định nghĩa 2.8.2 W xác định như trong mệnh đề 2.8.1 được gọi là không gian con sinh bởi hệ m vectơ α1, α2, . . . , αm và được ký hiệu là: L(α1, α2, . . . , αm). Hệ {α1, α2, . . . , αm} được gọi là hệ sinh của W . BÀI TẬP II Bài tập về không gian vectơ II.1. Chứng minh rằng các tập C[a, b], R [a, b] cùng với các phép toán được định nghĩa trong mục 2.2 là không gian vectơ thực. II.2. Trong các tập sau đây tập nào là không gian vectơ 1. Tập các số phức C với phép toán cộng hai số phức và phép nhân một số phức với một số thực thông thường. 2. Tập các số nguyên Z với phép cộng hai số nguyên và phép nhân một số nguyên với một số thực thông thường. 3. Tập các các đa thức hệ số hữu tỷ với phép cộng hai đa thức và phép nhân một đa thức với một số hữu tỷ. II.3. Chứng minh rằng các tập sau đây không là không gian vectơ trên trường số thực với phép cộng và phép nhân là các phép cộng và phép nhân trong R 2 1. V = {(x1, x2)|x1 ≥ 0, x2 ≥ 0}. 2. V = {(x1, x2)|x1x2 ≥ 0}. { | 2 2 ≤ } 3. V = (x1, x2) x1 + x2 1 . II.4. Chứng minh rằng tập R 2 không là không gian vectơ đối với phép cộng và phép nhân được định nghĩa như sau 1. (x1, x2) + (y1, y2) = (x1 + y1, x2 + y2) và a(x1, x2) = (ax1, x2). 2. (x1, x2) + (y1, y2) = (x1, x2) và a(x1, x2) = (ax1, ax2). 2 2 3. (x1, x2) + (y1, y2) = (x1 + y1, x2 + y2) và a(x1, x2) = (a x1, a x2). II.5. Cho U, V là hai không gian vectơ trên trường K . Trên X = U × V ta xác định phép cộng hai phần của X (x1, x2) + (y1, y2) = (x1 + y1, x2 + y2), và phép nhân một phần tử của X với một phần tử của trường K a(x1, x2) = (ax1, ax2).
2.8. Không gian con sinh bởi một số vectơ 18 Chứng minh rằng X là một không gian vectơ trên K . II.6. Cho R là trường số thực. Ký hiệu + n (R ) = {(x1, x2, . . . , xn) | xi ∈ R , xi > 0, i = 1, n}. + n Với x = (x1, x2, . . . , xn), y = (y1, y2, . . . , yn) bất kỳ thuộc (R ) và a ∈ R bất kỳ ta định nghĩa a a a x + y = (x1y1, x2y2, . . . , xnyn), ax = (x1, x2, . . . , xn). Chứng minh rằng (R +)n là một không gian vectơ thực. Bài tập về không gian con II.7. Chứng minh rằng 1. Q là không gian con của không gian vectơ R trên Q . 2. Tập Pn[x] gồm các đa thức hệ số thực có bậc không vượt quá n là một không gian con của không gian vectơ R [x]. II.8. Tập con nào trong các tập con sau đây là không gian con của không gian vectơ R 3? 1. W1 = {(x1, 0, x3)}. 2. W2 = {(x1, x2, x3) | x1 + x2 + x3 = 0}. 3. W3 = {(x1, x2, x3) | x1 + x2 + x3 = 1}. 4. W3 = {(x1, x2, x3) | x1 = x2x3}. II.9. Tập nào trong những tập sau đây là không gian con của không gian vectơ C[0, 1]? 1. W1 = {f ∈ C[0, 1] | f(0) = 1}. 2. W2 = {f ∈ C[0, 1] | f(0) = 0}. 3. W2 = {f ∈ C[0, 1] | f khả vi trên [0, 1]}. II.10. Tập nào trong những tập sau đây là không gian con của không gian vectơ R [x]? 1. Tập tất cả các đa thức hệ số thực p thỏa mãn p(0) = 0. 2. Tập tất cả các đa thức hệ số thực có dạng p(x) = ax, trong đó a ∈ R .
2.8. Không gian con sinh bởi một số vectơ 19 3. Tập tất cả các đa thức hệ số thực có dạng p(x) = ax2 + 1, trong đó a ∈ R . II.11. 1. Cho W1 là tập hợp tất cả các vectơ có dạng (2a, 0, 3a), trong đó a là số thực 3 tùy ý. Tìm một vectơ α ∈ R sao cho W1 = L(α). 2. Cho W2 là tập hợp tất cả các vectơ có dạng (3a + b, a, b), trong đó a,b là các 3 số thực tùy ý. Tìm vectơ α, β ∈ R sao cho W2 = L(α, β). II.12. Cho hệ gồm m vectơ α1, α2, . . . , αm của không gian vectơ V trên trường K . Ta ký hiệu © ¯ ª ¯ W = x1α1 + x2α2 + + xmαm xi ∈ K , i = 1, m . Chứng minh rằng W là không gian con nhỏ nhất trong các không gian con của V chứa hệ vectơ α1, α2, . . . , αm. { ∈ } II.13. Cho Wi, i I là một họ tùy\ ý những không gian con của một không gian vectơ V . Chứng minh rằng W = Wi là một không gian của V . i∈I II.14. Cho W1,W2 là hai không gian con của không gian vectơ V . Chứng minh rằng W1 + W2 là giao của tất cả các không gian con của V chứa W1 và W2.
Bài 3 Cơ sở và số chiều của không gian vectơ 3.1 Độc lập và phụ thuộc tuyến tính Định nghĩa 3.1.1 Cho m vectơ α1, α2, . . . , αm của không gian vectơ V trên trường K , m > 1. 1. Hệ vectơ α1, α2, . . . , αm được gọi là phụ thuộc tuyến tính nếu tồn tại m phần tử x1, x2, . . . , xm ∈ K không đồng thời bằng 0 sao cho x1α1 + x2α2 + ··· + xmαm = θ. 2. Hệ vectơ α1, α2, . . . , αm được gọi là độc lập tuyến tính nếu nó không phụ thuộc tuyến tính, hay một cách tương đương x1α1 +x2α2 +···+xmαm = θ kéo theo x1 = x2 = ··· = xm = 0. 3. Tập S ⊂ V được gọi là độc lập tuyến tính nếu mọi hệ con hữu hạn của S đều độc lập tuyến tính. Ví dụ: 1. Trong không gian hình học E3 • Hai vectơ cùng phương là phụ thuộc tuyến tính. • Hai vectơ không cùng phương là độc lập tuyến tính. • Ba vectơ đồng phẳng là phụ thuộc tuyến tính. • Ba vectơ không đồng phẳng là độc lập tuyến tính. • Bốn vectơ bất kỳ là phụ thuộc tuyến tính. 2. Trong không gian vectơ R 3, hệ vectơ α1 = (1, −2, 0), α2 = (0, 1, 2), α3 = (−1, 4, 4)
3.2. Một số tính chất độc lập và phụ thuộc tuyến tính 21 là phụ thuộc tuyến tính vì: 1(1, −2, 0) − 2(0, 1, 2) + 1(−1, 4, 4) = (1, −2, 0) + (0, −2, −4) + (−1, 4, 4) = (1 + 0 − 1, −2 − 2 + 4, 0 − 4 + 4) = (0, 0, 0). Hệ vectơ β1 = (1, 0, 0), β2 = (1, 1, 0), α3 = (1, 1, 1) là độc lập tuyến tính. Thật vậy, nếu x1β1 + x2β2 + x3β3 = θ thì x1(1, 0, 0) + x2(1, 1, 0) + x3(1, 1, 1) = θ. hay (x1 + x2 + x3, x2 + x3, x3) = (0, 0, 0). Từ đó suy ra   x1 + x2 + x3 = 0  x2 + x3 = 0 x3 = 0 Do đó x1 = x2 = x3 = 0. 3. Trong R − không gian vectơ Pn[x] các đa thức hệ số thực một biến gồm đa thức không và các đa thức có bậc không vượt quá n, hệ các đa thức 1, x, x2, . . . , xn là độc lập tuyến tính. Thật vậy, giả sử có 2 n a0 + a1x + a2x + ··· + anx = θ, trong đó θ là đa thức không của Pn[x]. Bằng cách đồng nhất hệ số ở hai vế ta được a1 = a2 = ··· = an = 0. 3.2 Một số tính chất độc lập và phụ thuộc tuyến tính Mệnh đề 3.2.1 1. Hệ gồm một vectơ α độc lập tuyến tính khi và chỉ khi α ≠ θ. 2. Mọi hệ vectơ chứa vectơ θ đều phụ thuộc tuyến tính. 3. Mọi hệ vectơ chứa hai vectơ tỉ lệ với nhau thì phụ thuộc tuyến tính. 4. Một hệ gồm m vectơ (m > 1) là phụ thuộc tuyến tính khi và chỉ khi có một vectơ biểu thị tuyến tính được qua các vectơ còn lại. Chứng minh:
3.2. Một số tính chất độc lập và phụ thuộc tuyến tính 22 1. (⇒) Giả sử hệ α độc lập tuyến tính. Nếu α = θ ta có 1.α = θ từ đó hệ α phụ thuộc tuyến tính. Mâu thuẫn này suy ra α ≠ θ. (⇐) Nếu α ≠ θ thì từ xα = θ suy ra x = 0. Vậy hệ α độc lập tuyến tính. 2. Giả sử đã cho hệ vectơ θ, α2, . . . , αm. Chọn x1 = 1, x2 = ··· = xm = 0, ta có: 1.θ + 0.α2 + ··· + 0.αm = θ. 3. Giả sử hệ α1, α2, . . . αm có hai vectơ αi, αj (i ≠ j) tỉ lệ, tức là αi = xαj, x ∈ K . Khi đó ta có 0.α1 + ··· + 1.αi + ··· + (−x)αj + ··· + xmαm = θ. Vậy hệ α1, α2, . . . , αm phụ thuộc tuyến tính. 4. (⇒) Giả sử hệ m vectơ α1, α2, . . . , αm phụ thuộc tuyến tính. Khi đó tồn tại các phần tử x1, x2, . . . , xm thuộc K không đồng thời bằng 0 sao cho x1α1 + x2α2 + ··· + xiαi + ··· + xmαm = θ, Do x1, x2, . . . , xm không đồng thời bằng 0 nên tồn tại i để xi ≠ 0. Khi đó −xiαi = x1α1 + x2α2 + ··· + xi−1αi−1 + xi+1αi+1 + ··· + xmαm. −1 Nhân cả hai vế của đẳng thức này với ta được: xi x1 x2 xi−1 xi+1 xm αi = − α1 − α2 − · · · − αi−1 − αi+1 − · · · − αm. xi xi xi xi xi Như vậy αi biểu thị tuyến tính được qua các vectơ còn lại. (⇐) Giả sử có vectơ αi biểu thị tuyến tính được qua các vectơ còn lại, tức là αi = x1α1 + x2α2 + ··· + xi−1αi−1 + xi+1αi+1 + ··· + xmαm. Khi đó x1α1 + x2α2 + ··· + xi−1αi−1 − 1.αi + xi+1αi+1 + ··· + xmαm = θ. Vậy hệ đã cho phụ thuộc tuyến tính. 2
3.2. Một số tính chất độc lập và phụ thuộc tuyến tính 23 Mệnh đề 3.2.2 Nếu hệ gồm các vectơ α1, α2, . . . , αm độc lập tuyến tính và β là một vectơ không biểu thị tuyến tính được qua hệ vectơ đã cho thì hệ vectơ α1, α2, . . . , αm, β cũng độc lập tuyến tính. Chứng minh: Giả sử x1α1 + x2α2 + ··· + xmαm + xβ = θ. Nếu x ≠ 0 thì từ đó suy ra x1 x2 xm β = (− )α1 + (− )α2 + ··· + (− )αm. x x x Điều này trái với giả thiết β không biểu thị tuyến tính được qua các vectơ α1, α2, . . . , αm. Do đó x = 0 và khi ấy x1α1 + x2α2 + ··· + xmαm = θ. Vì hệ vectơ đã cho độc lập tuyến tính nên x1 = x2 = ··· = xm = 0. kết hợp với x = 0 suy ra hệ vectơ α1, α2, . . . , αm, β độc lập tuyến tính. 2 Mệnh đề 3.2.3 1. Nếu ta thêm một số vectơ bất kỳ vào một hệ vectơ phụ thuộc tuyến tính thì được một hệ vectơ phụ thuộc tuyến tính. 2. Nếu bớt đi một số vectơ bất kỳ của một hệ vectơ độc lập tuyến tính thì được một hệ vectơ độc lập tuyến tính. Chứng minh: 1. Giả sử hệ vectơ α1, α2, . . . αm phụ thuộc tuyến tính. Khi đó tồn tại m phần tử x1, x2, . . . , xm ∈ K không đồng thời bằng 0 sao cho: x1α1 + x2α2 + ··· + xmαm = θ. Nếu thêm vào hệ đã cho r vectơ β1, β2, . . . , βr thì với xm+1 = xm+2 = ··· = xm+r = 0 ta cũng có x1α1 + x2α2 + ··· + xmαm + 0.β1 + 0.β2 + ··· + 0.βr = θ. Vậy hệ vectơ α1, α2, . . . , αm, β1, β2, . . . , βr phụ thuộc tuyến tính. 2. Suy ra từ mệnh đề 3.2.2. 2
3.3. Khái niệm cơ sở của một không gian vectơ 24 3.3 Khái niệm cơ sở của một không gian vectơ Định nghĩa 3.3.1 Giả sử V là K − không gian vectơ. Một hệ vectơ trong V được gọi là một hệ sinh của V nếu mọi vectơ của V đều biểu thị tuyến tính qua hệ đó. Nếu V có một hệ sinh gồm hữu hạn phần tử thì V được gọi là K − không gian véctơ hữu hạn sinh. Định nghĩa 3.3.2 Một hệ sinh độc lập tuyến tính trong không gian vectơ V được gọi là một cơ sở của V . Ví dụ: 1. Trong không gian vectơ hình học E3 tập ba vectơ không đồng phẳng tùy ý lập thành một cơ sở. 2. Trong R - không gian vectơ R n, hệ gồm các vectơ ε1 = (1, 0, , 0), ε2 = (0, 1, , 0), . . . , εn = (0, 0, , 1) n là một cơ sở. Thật vậy, mỗi vectơ α = (a1, a2, . . . , an) ∈ R đều viết được dưới dạng α = (a1, 0, , 0) + (0, a2, , 0) + ··· + (0, 0, . . . , an) = a1ε1 + a2ε2 + ··· + anεn. Hơn nữa, hệ vectơ ε1, ε2, . . . , εn độc lập tuyến tính vì nếu x1ε1 + x2ε2 + ··· + xnεn = θ thì (x1, x2, . . . , xn) = (0, 0, , 0) hay x1 = x2 = ··· = xn = 0. n Cơ sở ε1, ε2, . . . , εn được gọi là cơ sở chính tắc của R . 3 3. Trong R hệ 4 vectơ ε1 = (1, 0, 0), ε2 = (0, 1, 0), ε3 = (0, 0, 1), ε4 = (1, 1, 1) là hệ sinh nhưng không độc lập tuyến tính vì ε4 = ε1 + ε2 + ε3. 4. Không gian vectơ Pn[x] gồm đa thức không và các đa thức f(x) ∈ R [x] với deg f(x) 6 n có một cơ sở là 1, x, x2, . . . , xn−1, xn Thật vậy, mọi đa thức f(x) ∈ Pn[x] đều có dạng n−1 n f(x) = a0 + a1x + ··· + an−1x + anx . 2 n−1 n nên {1, x, x , . . . , x , x } là hệ sinh của Pn[x]. Mặt khác theo ví dụ 3 mục 3.1 lại có {1, x, x2, . . . , xn−1, xn} độc lập tuyến tính.
3.4. Sự tồn tại cơ sở 25 3.4 Sự tồn tại cơ sở Định lý 3.4.1 Cho V là K − không gian vectơ. Giả sử C là một hệ vectơ độc lập tuyến tính trong V , S là một hệ sinh của V và C ⊂ S. Khi đó tồn tại một cơ sở B của V sao cho C ⊂ B ⊂ S. Chúng ta công nhận định lý này. Hệ quả 3.4.2 Cho C là một hệ vectơ của không gian vectơ V . 1. Nếu C là hệ độc lập tuyến tính thì có thể bổ sung thêm một số vectơ vào hệ C để được một cơ sở của V . 2. Nếu C là hệ sinh của V thì có thể bớt đi một số vectơ của hệ C để được một cơ sở của V . Chứng minh: 1. Hệ C độc lập tuyến tính trong không gian vectơ V , V lại là một hệ sinh của chính nó nên theo định lý 3.4.1 có một cơ sở B của V sao cho C ⊂ B ⊂ V. 2. Lấy một vectơ α ≠ 0, α ∈ C. Khi đó hệ α độc lập tuyến tính nằm trong hệ sinh C của V . Theo định lý 3.4.1 có một cơ sở B của V sao cho {α} ⊂ B ⊂ C. 2 Hệ quả 3.4.3 Mọi không gian vectơ V khác {θ} đều có cơ sở. Chứng minh: Lấy α ∈ V, α ≠ θ, ta có hệ {α} độc lập tuyến tính. V là hệ sinh của V nên áp dụng định lý 3.4.1 có một cơ sở B của V sao cho {α} ⊂ B ⊂ V. Vậy không gian vectơ V có một cơ sở. 2
3.5. Khái niệm số chiều của không gian vectơ hữu hạn sinh 26 3.5 Khái niệm số chiều của không gian vectơ hữu hạn sinh Bổ đề 3.5.1 Trong không gian vectơ V cho hai hệ vectơ: α1, α2, . . . , αr, (1) β1, β2, . . . , βs. (2) Nếu hệ (1) độc lập tuyến tính và mỗi vectơ của hệ (1) là tổ hợp tuyến tính của hệ (2) thì r 6 s. Chứng minh: Theo giả thiết ta có α1 = x1β1 + x2β2 + ··· + xsβs. Do hệ (1) độc lập tuyến tính nên α1 ≠ θ từ đó suy ra các vô hướng xi không đồng thời bằng không. Giả sử x1 ≠ 0 khi đó 1 x2 xs β1 = α1 − β2 − · · · − βs. (3) x1 x1 x1 Thay β1 trong (2) bởi α1, ta được hệ α1, β2, . . . , βs. (4) Theo giả thiết mọi vectơ của hệ (1) đều biểu thị tuyến tính qua các vectơ của hệ (2), theo công thức (3) mỗi vectơ của hệ (2) đều biểu thị tuyến tính qua các vectơ của hệ (4). Từ đó mỗi vectơ của hệ (1) đều biểu thị tuyến tính qua các vectơ của hệ (4). Do đó α2 = y1α1 + y2β2 + ··· + ysβs. Hệ (1) độc lập tuyến tính nên trong số các hệ số y2, . . . , ys phải có một số khác không, giả sử y2 ≠ 0. Khi đó y1 1 y3 ys β2 = − α1 + α2 − β3 − · · · − βs. (5) y2 y2 y2 y2 Ta lại thay β2 trong hệ (4) bởi α2 và được hệ α1, α2, β3, . . . , βs. (6) Từ (3) và (5) suy ra mọi vec tơ của hệ (1) đều biểu thị tuyến tính qua hệ (6). Nếu r > s thì tiếp tục quá trình trên sau một số hữu hạn bước, hệ (2) sẽ được thay thế bởi hệ α1, α2, . . . αs, (7)
3.6. Cơ sở trong không gian vectơ n chiều 27 trong đó mọi vectơ của hệ (1) đều biểu thị tuyến tính qua hệ (7). Điều này trái với giả thiết hệ (1) độc lập tuyến tính. Do đó r 6 s. 2 Định lý 3.5.2 Nếu V là một không gian vectơ hữu hạn sinh thì V có một cơ sở hữu hạn và số phần tử của các cơ sở trong V đều bằng nhau. Chứng minh: Giả sử tập hữu hạn S là một hệ sinh của V . Theo hệ quả 3.4.2, ta có thể bớt đi một số vectơ của S để được một cơ sở B của V , B hữu hạn. Giả sử B′ cũng là một cơ sở của V . Do B′ độc lập tuyến tính và B là một hệ sinh nên theo bổ đề 3.5.1 ta có | B′ |≤| B |. Đổi vai trò của hai cơ sở này cho nhau ta có | B |≤| B′ |. Vậy mọi cơ sở của V có số phần tử bằng nhau. 2 Định nghĩa 3.5.3 Số các vectơ của một cơ sở của không gian vectơ hữu hạn sinh V được gọi là số chiều của V , ký hiệu là dim V . Nếu dim V = n thì V được gọi là không gian vectơ n chiều. Không gian chỉ gồm có một vectơ θ không có cơ sở, quy ước dim{θ} = 0. Ví dụ: 1. dim K n = n vì K n có một cơ sở là ε1 = (1, 0, , 0), ε2 = (0, 1, , 0), . . . , εn = (0, 0, , 1) 2. dim Pn[x] = n + 1 vì Pn[x] có một cơ sở là 1, x, x2, . . . , xn 3. dim E2 = 2 vì E2 có một vectơ cơ sở là hai vectơ đơn vị i = (1, 0) và j = (0, 1). dim E3 = 3 vì E3 có một vectơ cơ sở là ba vectơ đơn vị i = (1, 0, 0), j = (0, 1, 0) và k = (0, 0, 1). 3.6 Cơ sở trong không gian vectơ n chiều Mệnh đề 3.6.1 Cho V là một không gian vectơ n chiều và α1, α2, . . . , αm là hệ gồm m vectơ trong V . 1. Nếu α1, α2, . . . , αm là hệ vectơ độc lập tuyến tính thì m 6 n.
3.7. Tọa độ của một vectơ 28 2. Nếu α1, α2, . . . , αm là hệ sinh của V thì m > n. Chứng minh: 1. Hệ vectơ α1, α2, . . . , αm độc lập tuyến tính nên có thể bổ sung thêm một số vectơ để được một cơ sở của V . Do đó m 6 n. 2. Hệ vectơ α1, α2, . . . , αm là hệ sinh của V nên có thể bớt đi một số vectơ để được một cơ sở của V . Do đó m > n. 2 Hệ quả 3.6.2 Trong không gian vectơ chiều V có số chiều n, (n > 1) 1. Mỗi hệ gồm n vectơ độc lập tuyến tính đều là một cơ sở của V . 2. Mỗi hệ sinh gồm n vectơ đều là một cơ sở của V . Chứng minh: Áp dụng hệ quả 3.4.2 ta có ngay điều phải chứng minh. 2 Ví dụ: Hệ vectơ sau là cơ sở của R 3. α1 = (1, 2, 1), α2 = (0, 1, 2), α3 = (1, 2, 0) 3 Thật vậy, do dim R = 3 nên ta chỉ cần chứng minh α1, α2, α3 độc lập tuyến tính. Giả sử x1α1 + x2α2 + x3α3 = θ. Ta có   x1 + x3 = 0  2x1 + x2 + 2x3 = 0 x1 + 2x2 = 0 Giải hệ ra ta được x1 = x2 = x3 = 0. Vậy hệ α1, α2, α3 độc lập tuyến tính. 3.7 Tọa độ của một vectơ Mệnh đề 3.7.1 Giả sử hệ vectơ α1, α2, . . . , αm độc lập tuyến tính. Nếu β = x1α1 + x2α2 + ··· + xmαm thì cách biểu thị tuyến tính này của β qua hệ vectơ đã cho là duy nhất.
3.7. Tọa độ của một vectơ 29 Chứng minh: Giả sử β còn có cách biểu diễn β = y1α1 + y2α2 + ··· + ymαm. Khi đó (y1 − x1)α1 + (y2 − x2)α2 + ··· + (ym − xm)αm = θ. Vì hệ gồm các vectơ {α1, α2, . . . , αm} độc lập tuyến tính nên y1 − x1 = y2 − x2 = ··· = ym − xm = 0. hay y1 = x1, y2 = x2, . . . , ym = xm. 2 Từ mệnh đề trên, ta có định nghĩa sau: Định nghĩa 3.7.2 Cho cơ sở ε1, ε2, . . . , εn của không gian vectơ V . Khi đó mỗi α ∈ V có cách biểu diễn duy nhất dưới dạng α = a1ε1 + a2ε2 + ··· + anεn, ai ∈ K , i = 1, n. Bộ n số (a1, a2, . . . , an) được gọi là tọa độ của α đối với cơ sở ε1, ε2, . . . , εn và ai được gọi là tọa độ thứ i của α đối với cơ sở đó. Ví dụ: Trong R 3 xét hai hệ cơ sở (ε): ε1 = (1, 0, 0), ε2 = (0, 1, 0), ε3 = (0, 0, 1) ′ ′ ′ ′ (ε ): ε1 = (1, 0, 0), ε2 = (1, 1, 0), ε3 = (1, 1, 1) và α = (−2, −1, 1). Ta có α = (−2, −1, 1) = −2(1, 0, 0)−1(0, 1, 0)+1(0, 0, 1) = −2ε1−1ε2+ε3, như vậy tọa độ của α đối với cơ sở (ε) là (−2, −1, 1). Mặt khác, − − − ′ − ′ ′ α = 1(1, 0, 0) 2(1, 1, 0) + 1(1, 1, 1) = 1ε1 2ε2 + ε3, nên tọa độ của α đối với cơ sở (ε′) là (−1, −2, 1). Từ đó ta thấy tọa độ của một vectơ phụ thuộc vào cơ sở, trong các cơ sở khác nhau thì tọa độ là khác nhau.
3.8. Số chiều của không gian con 30 Mệnh đề 3.7.3 Giả sử đối với một cơ sở của không gian vectơ V , α có tọa độ là (a1, a2, . . . , an), β có tọa độ là (b1, b2, . . . , bn). Khi đó 1. α + β có tọa độ là (a1 + b1, a2 + b2, . . . , an + bn). 2. xα có tọa độ là (xa1, xa2, . . . , xan). Chứng minh: 1. Gọi ε1, ε2, . . . , εn là cơ sở đang xét của V . Theo giả thiết ta có: α = a1ε1 + a2ε2 + ··· + anεn và β = b1ε1 + b2ε2 + ··· + bnεn. Do đó α + β = (a1 + b1)ε1 + (a2 + b2)ε2 + ··· + (an + bn)εn. Vậy α + β có tọa độ là (a1 + b1, a2 + b2, . . . , an + bn) đối với cơ sở ε1, ε2, . . . , εn. 2. Từ α = a1ε1 + a2ε2 + ··· + anεn ta cũng có xα = xa1ε1 + xa2ε2 + ··· + xanεn. Vậy xα có tọa độ là (xa1, xa2, . . . , xan) đối với cơ sở ε1, ε2, . . . , εn. 2 3.8 Số chiều của không gian con Định lý 3.8.1 Cho V là một K − không gian vectơ n chiều, W là một không gian vectơ con của V . Khi đó ta có 1. dim W 6 n. 2. Nếu dim W = n thì W = V . Chứng minh: 1. Nếu W = {θ} thì dim W = 0 6 dim V . Nếu W ≠ {θ} khi đó W là một không gian vectơ khác {θ} nên theo hệ quả 3.4.3 trong W có một cơ sở B. Ta có B là một hệ vectơ trong V , độc lập tuyến tính. Theo mệnh đề 3.6.1, số vectơ trong B không vượt quá n. Do đó dim W 6 n. 2. Nếu dim W = dim V thì trong W có một cơ sở gồm n vectơ. Theo mệnh đề 3.6.2 thì đây cũng chính là một cơ sở của V . Vậy W = V .
3.8. Số chiều của không gian con 31 2 Định lý 3.8.2 Cho U và W là hai không gian con của không gian vectơ hữu hạn chiều V . Khi đó dim(U + W ) = dim U + dim W − dim(U ∩ W ) Chứng minh: Nếu một trong hai không gian con bằng {θ}, chẳng hạn U = {θ} thì dim U = 0 và ta có U + W = W, U ∩ W = {θ}. Do đó, dim(U + W ) = dim W = dim U + dim W − dim(U ∩ W ). Nếu cả hai không gian con đều khác {θ}. Gọi α1, α2, . . . , αr là một cơ sở của U ∩ W (trong trường hợp U ∩ W = {θ} thì coi r = 0.) Vì α1, α2, . . . , αr độc lập tuyến tính nên theo hệ quả 3.4.2 có thể bổ sung để được cơ sở α1, . . . , αr, β1, . . . , βm của U và cơ sở α1, . . . , αr, γ1, . . . , γk của W . Ta sẽ chứng minh α1, . . . , αr, β1, . . . , βm, γ1, . . . , γk là cơ sở của U + W . Xét γ ∈ U + W , khi đó γ = α + β với α ∈ U, β ∈ W . Ta có α = a1α1 + ··· + arαr + b1β1 + ··· + bmβm, ′ ··· ′ ··· β = a1α1 + + arαr + c1γ1 + + ckγk. Do đó ′ ··· ′ ··· ··· γ = α+β = (a1+a1)α1+ +(ar+ar)αr+b1β1+ +bmβm+c1γ1+ +ckγk có nghĩa là α1, . . . , αr, β1, . . . , βm, γ1, . . . , γk là một hệ sinh của U + W. (1) Giả sử x1α1 + ··· + xrαr + y1β1 + ··· + ymβm + z1γ1 + ··· + zkγk = θ (2) Khi đó x1α1 + ··· + xrαr + y1β1 + ··· + ymβm = −z1γ1 − · · · − zkγk vế trái là một vectơ thuộc U, vế phải là một vectơ thuộc W nên chúng thuộc vào U ∩ W . Do đó −z1γ1 − · · · − zkγk = t1α1 + ··· + trαr
3.8. Số chiều của không gian con 32 Từ đó suy ra t1α1 + ··· + trαr + z1γ1 + ··· + zkγk = θ. Do {α1, . . . , αr, γ1, . . . , γk} độc lập tuyến tính nên t1 = ··· = tr = z1 = ··· = zk = 0. Thay vào hệ thức (2) ta được x1α1 + ··· + xrαr + y1β1 + ··· + ymβm = θ. Lại có hệ α1, . . . , αr, β1, . . . , βm độc lập tuyến tính nên x1 = ··· = xr = y1 = ··· = ym = 0. Như vậy α1, . . . , αr, β1, . . . , βm, γ1, . . . , γk độc lập tuyến tính (3) Từ (1) và (3) ta được α1, . . . , αr, β1, . . . , βm, γ1, . . . , γk là cơ sở của U + W . Từ đó suy ra dim(U + W ) = r + m + k = (r + m) + (r + k) − r = dim U + dim W − dim(U ∩ W ). (3.1) 2 Ví dụ: Trong không gian vectơ R 4, xét các không gian vectơ con U sinh bởi α1 = (1, 0, 0, 2), α2 = (0, 2, 1, −1), α3 = (−1, 1, 0, 1) và W sinh bởi α4 = (3, 2, 0, 1), α5 = (1, 2, 1, 1). Hãy tìm số chiều của U, W, U + W, U ∩ W . Từ x1α1 + x2α2 + x3α3 = 0 ta được x1(1, 0, 0, 2) + x2(0, 2, −1, 1) + x3(−1, 1, 0, 1) = θ Hay (x1 − x3, 2x2 + x3, x2, 2x1 − x2 + x3) = (0, 0, 0, 0) và ta có hệ   x − x = 0  1 3 2x2 + x3 = 0   x2 = 0 2x1 − x2 + x3 = 0
3.9. Hạng của một hệ vectơ 33 Suy ra x1 = x2 = x3 = 0. Vậy hệ {α1, α2, α3} độc lập tuyến tính do đó dim U = 3. Tương tự ta cũng có hệ {α4, α5} và hệ {α1, α2, α3, α4} độc lập tuyến tính. Do đó dim W = 2 và dim(U + W ) ≥ 4. Lại có U + W là không gian vectơ con của R 4 nên dim(U + W ) 6 dim R 4 = 4. Từ đó dim(U + W ) = 4. Áp dụng định lý về số chiều của giao và tổng các không gian con ta có dim(U ∩W ) = dim U +dim W −dim(U +W ) = 3+2−4 = 1. 3.9 Hạng của một hệ vectơ Định nghĩa 3.9.1 Hạng của một hệ vectơ α1, α2, . . . , αm trong không gian vectơ V là số chiều của không gian vectơ con sinh bởi α1, α2, . . . , αm. Nhận xét: Ký hiệu W là không gian con sinh bởi hệ vectơ α1, α2, . . . , αm. (1) ta có thể tìm được một hệ con của hệ (1) mà là cơ sở của W . Đó là một hệ con độc lập tuyến tính có tính chất mọi vectơ của hệ (1) đều biểu thị tuyến tính qua nó. Một hệ con như thế được gọi là một hệ con độc lập tuyến tính tối đại của hệ (1). Như vậy, để tìm hạng của một hệ vectơ, ta tìm số vectơ độc lập tuyến tính tối đại của hệ đó. Ví dụ: Tìm hạng của hệ vectơ: α1 = (−1, 3, 4), α2 = (0, 2, 5), α3 = (−2, 4, 3), α4 = (1, −1, 1) trong không vectơ R 3. Nhận thấy hệ α1, α2 độc lập tuyến tính. Thật vậy, từ x1α1 + x2α2 = θ, ta có   −x1 = 0  3x1 + 2x2 = 0 4x1 + 5x2 = 0 Suy ra x1 = x2 = 0. Mặt khác α3 = 2α1 − α2 và α4 = −α1 + α2 nên α1, α2 là hệ con độc lập tuyến tính tối đại của hệ α1, α2, α3, α4. Do đó hạng của hệ này bằng 2.
3.9. Hạng của một hệ vectơ 34 BÀI TẬP III III.1. Xét xem trong các hệ vectơ sau trong R 3 hệ nào độc lập tuyến tính? a. ε1 = (1, 1, 0), ε2 = (0, 1, 1), ε3 = (1, 0, 1). b. α1 = (2, 0, 3), α2 = (5, −1, 7), α3 = (−1, 2, −1). c. β1 = (0, −2, 3), β2 = (3, 2, −1), β3 = (3, 0, 2). d. γ1 = (−1, 2, 3), γ2 = (2, 0, −1), γ3 = (−5, 6, 11). III.2. Hệ nào trong P2[x] dưới đây phụ thuộc tuyến tính? a. 1, x, x2. b. 1, x, x2, 2x2 + 3. c. x2 + x + 3, 5x2 − x + 2, −3x2 + 3x + 4. d. 1, 4x2 + x + 1, −x2 + 6. III.3. Hãy biểu diễn vectơ ε thành tổ hợp tuyến tính của α, β, γ. a. ε = (1, 2, 0), α = (1, 2, −3), β = (2, 5, −1), γ = (0, 1, 2). b. ε = (0, 0, 0), α = (2, 3, 3), β = (4, 9, 1), γ = (1, 3, −1). III.4. Hãy biểu diễn các đa thức sau thành tổ hợp tuyến tính của: 2 2 2 P1 = 4x + x + 2,P2 = −3x − x + 1,P3 = 5x + 2x + 3 a. 0. b. 2x2 − 2. c. 3x2 + 6x − 1. d. 5x2 + x + 13. III.5. Tìm số thực r để các véctơ sau phụ thuộc tuyến tính trong R 3: −1 −1 −1 −1 −1 −1 α = (r, , ), β = ( , r, ), γ = ( , , r). 2 2 2 2 2 2 III.6. Hãy xác định r sao cho ε là tổ hợp tuyến tính của các vectơ còn lại. a. ε = (9, 12, r), α = (3, 4, 2), β = (6, 8, 7). b. ε = (7, −2, r), α = (2, 3, 5), β = (3, 7, 8).
3.9. Hạng của một hệ vectơ 35 c. ε = (4, −1, −3), α = (2, −3, r), β = (−1, 4, 2). d. ε = (5, 3, r), α = (1, 2, 3), β = (−1, 0, 1), γ = (1, 2, 0). e. ε = (1, 3, 5), α = (3, 2, 5), β = (2, 4, 7), γ = (5, 6, r). III.7. Cho α1, α2, α3, α4 là một hệ vectơ độc lập tuyến tính trong K − không gian vectơ V . Chứng minh hệ β1, β2, β3, β4 được xác định sau đây cũng độc lập tuyến tính: a. β1 = α1, β2 = α1 + α2, β3 = α1 + α2 + α3, β4 = α1 + α2 + α3 + α4, b. β1 = α1, β2 = α2, β3 = α3, β4 = α3 + kα4, k ∈ K , k ≠ 0, c. β1 = α1 + α2, β2 = α1 − α2, β3 = α3 − α4, β4 = α3 + α4. III.8. Các hệ vectơ sau có phải là cơ sở của không gian vectơ R 3 không? a. α1 = (0, 0, 1), α2 = (0, 1, 1), α3 = (1, 1, 1). b. β1 = (4, 1, −5), β2 = (−3, 2, 1), β3 = (−2, 5, −3). III.9. Với giá trị nào của x thì hệ vectơ α1 = (x, 1, 0), α2 = (1, x, 1), α3 = (0, 1, x) lập thành cơ sở của không gian vectơ R3. III.10. Tìm một cơ sở và số chiều của không gian vectơ con của R 3 sinh bởi hệ vectơ sau: a. α1 = (1, −1, 2), α2 = (2, −1, 3), α3 = (−1, 5, −6). −1 b. α1 = (2, 4, 1), α2 = (3, 6, −2), α3 = (−1, 2, ). 2 III.11. Cho W là không gian vectơ sinh bởi các đa thức 3 2 3 P1 = x − 2x + 4x + 1,P2 = x + 6x − 5, 3 2 3 2 P3 = 2x − 3x + 9x − 1,P4 = 2x − 5x + 7x + 5. Tìm một cơ sở và số chiều của W . III.12. Xác định cơ sở của các không gian con của R 3. a. Mặt phẳng 3x − 2y + 5z = 0. b. Mặt phẳng x − y = 0. c. Đường thẳng   x = 3t  y = t x = 5t
3.9. Hạng của một hệ vectơ 36 d. Các vectơ có dạng (a, b, c), trong đó b = a + c. III.13. Trong không gian vectơ P3[x] các đa thức f(x) ∈ R [x] có bậc f(x) 6 3. a. Chứng minh hai hệ vectơ 2 3 α1 = 1, α2 = x, α3 = x , α4 = x , 2 3 β1 = 1, β2 = (x − 2), β3 = (x − 2) , β4 = (x − 2) là hai cơ sở của P3[x]. b. Hãy tìm tọa độ của các vectơ trong cơ sở thứ nhất đối với cơ sở thứ hai. III.14. Cho hai hệ vectơ: α1 = (0, 1, 0, 2), α2 = (1, 1, 0, 1), α3 = (1, 2, 0, 1), α4 = (−1, 0, 2, 1), β1 = (1, 0, 2, −1), β2 = (0, 3, 0, 2), β3 = (0, 1, 3, 1), β4 = (0, −1, 0, 1) trong không gian vectơ R 4. a. Chứng minh rằng chúng là hai cơ sở của R4. b. Tìm tọa độ của α = (2, 0, 4, 0) đối với từng cơ sở trên. 4 III.15. Trong R xét tập: W = {(a1, a2, a3, a4) | a1 + a2 + a3 + a4 = 0}. a. Chứng minh rằng W là không gian vectơ con của R4. b. Chứng minh rằng các vectơ α1 = (1, 0, 0, −1), α2 = (0, 1, 0, −1), α3 = (0, 0, 1, −1), α4 = (1, 1, −1, −1) thuộc W . c. Tìm cơ sở và số chiều của W . III.16. Trong R − không gian vectơ R 3, chứng minh rằng các tập sau: U = {(x1, x2, x3) | x1 = 0} V = {(x1, x2, x3) | x2 = 0} W = {(x1, x2, x3) | x1 + x3 = 0} là những không gian vectơ con. Hãy tìm số chiều của U + V và U + V + W . III.17. Trong không gian vectơ R 4 xét các không gian vectơ con W sinh bởi (1, 0, 0, 2), (6, 2, 1, −1), (−1, 6, 3, 7) và Z sinh bởi (2, 2, 0, −1), (1, 3, 2, 1). Tìm số chiều của W, Z, W + Z, W ∩ Z. III.18. Trong R − không gian vectơ R 4, tính hạng của các hệ vectơ sau:
3.9. Hạng của một hệ vectơ 37 a. α1 = (1, 2, 1, 3), α2 = (0, −1, 1, 3), α3 = (0, 0, 2, 6), α4 = (8, 7, 3, 9). b. α1 = (−1, 4, 8, 12), α2 = (2, 1, 3, 1), α3 = (−2, 8, 16, 24), α4 = (1, 1, 2, 3). √ √ 3 3 √ c. α1 = (0, 0, 0, 0), α2 = (1, 0, −1, 3), α3 = ( , 0, − , 3). 3 3 √ √ √ 2 √ 2 d. α1 = (0, −3, 12, 3), α2 = (3 2, − , 2 2, ), α3 = 2 2 (6, −1, 4, 1). III.19. Trong R − không gian vectơ R [x] xét hệ vectơ 2 2 P0 = 5,P1 = 2x+3,P2 = x +x+1,P3 = 8x+7,P4 = 2x +4x+20. Tìm hạng của hệ vectơ trên.
Bài 4 Ánh xạ tuyến tính 4.1 Định nghĩa ánh xạ tuyến tính Như ta đã biết trong không gian véc tơ có hai phép toán cộng và nhân vô hướng. Bài này sẽ nghiên cứu những ánh xạ bảo toàn hai phép toán đó. Định nghĩa 4.1.1 Giả sử U và V là hai không gian véc tơ trên trường K . Ánh xạ f : U → V được gọi là ánh xạ tuyến tính nếu nó thỏa mãn hai điều kiện sau: • f(α + β) = f(α) + f(β), ∀α, β ∈ U, • f(tα) = tf(α), ∀α ∈ U, t ∈ K . Ánh xạ tuyến tính f : U → U được gọi là phép biến đổi tuyến tính hay tự đồng cấu của U. Điều kiện thứ nhất trong định nghĩa trên là tính bảo toàn phép cộng, còn điều kiện thứ hai là tính bảo toàn phép nhân. Tuy nhiên ta có thể kết hợp hai điều kiện đó lại thành một điều kiện được phát biểu trong mệnh đề sau. Mệnh đề 4.1.2 Giả sử U và V là hai không gian véc tơ trên trường K . Ánh xạ f : U → V là ánh xạ tuyến tính khi và chỉ khi : f(sα + tβ) = sf(α) + tf(β) ∀α, β ∈ U, ∀s, t ∈ K . Chứng minh: (⇒): Theo định nghĩa của ánh xạ tuyến tính ta có: f(sα + tβ) = f(sα) + f(tβ) = sf(α) + tf(β). (⇐): Từ đẳng thức f(sα + tβ) = sf(α) + tf(β) thay s = t = 1 ta được f(α + β) = f(α) + f(β), (1) thay tiếp t = 0 ta được f(sα) = sf(α) + 0f(β) = sf(α). (2) Từ (1) và (2) ta có điều phải chứng minh. 2
4.2. Ví dụ về ánh xạ tuyến tính 39 Định nghĩa 4.1.3 Giả sử U và V là hai không gian véc tơ trên trường K và f : U → V là một ánh xạ tuyến tính. 1. f được gọi là đơn cấu nếu nó là đơn ánh, 2. f được gọi là toàn cấu nếu nó là toàn ánh, 3. f được gọi là đẳng cấu nếu nó là song ánh. Trong trường hợp này ta nói không ∼ gian U và V đẳng cấu với nhau, ký hiệu là U = V . 4.2 Ví dụ về ánh xạ tuyến tính 1. Giả sử U và V là hai không gian véc tơ trên trường K , θV là véc tơ "không" của V . Ánh xạ ϑ : U → V xác định bởi ϑ(α) = θV với mọi α ∈ U là ánh xạ tuyến tính và được gọi là đồng cấu không. 2. Cho V là một K −không gian véc tơ, t là một phần tử cố định của K . Ánh xạ Dt : V → V α 7→ tα là một ánh xạ tuyến tính, gọi là phép vị tự tỉ số t. • Khi t = 0, Dt là đồng cấu "không". • Khi t ≠ 0, Dt là một tự đẳng cấu. 3. Phép quay góc ϕ trong R 2. Ánh xạ f: R 2 → R 2 (x, y) 7→ (x cos ϕ − y sin ϕ, x sin ϕ + y cos ϕ) là ánh xạ tuyến tính và là đẳng cấu. 4. Ánh xạ f : R 2 → R 3 xác định bởi: f(x1, x2) = (x1 − x2, 2x1 + x2, x1 − 2x2) là ánh xạ tuyến tính. 5. Giả sử Pn[x] là không gian véc tơ gồm đa thức không và các đa thức ẩn x có bậc không vượt quá n trên trường R . ′ Ánh xạ d : Pn[x] → Pn−1[x] xác định bởi d(f(x)) = f (x) là ánh xạ tuyến tính. 6. Ánh xạ f : Kn → Km (n ≥ m) xác định bởi: f(x1, x2, . . . , xn) = (x1, x2, . . . , xm) là một toàn cấu. 7. Cho A là một không gian con của K −không gian véc tơ V Ánh xạ i : A → V
4.3. Một số tính chất của ánh xạ tuyến tính 40 α 7→ α là ánh xạ tuyến tính và là đơn cấu. Nói riêng, khi A = V thì ta có ánh xạ tuyến tính idV : V → V , đó là một tự đẳng cấu của V và được gọi là ánh xạ đồng nhất trên V . 4.3 Một số tính chất của ánh xạ tuyến tính Mệnh đề 4.3.1 Giả sử U và V là hai không gian véc tơ trên trường K và f : U → V là ánh xạ tuyến tính thì: a. f(θU ) = θV . b. f(t1α1 + t2α2 + + tnαn) = t1f(α1) + t2f(α2) + + tnf(αn). Chứng minh: Theo định nghĩa của ánh xạ tuyến tính và tính chất của không gian véc tơ ta có: a. f(θU ) = f(0α) = 0f(α) = θV , α ∈ U. b. f(t1α1 + t2α2 + + tnαn) = f(t1α1) + f(t2α2) + + f(tnαn) = t1f(α1) + t2f(α2) + + tnf(αn). 2 Mệnh đề 4.3.2 Giả sử U, V và W là ba không gian véc tơ trên trường K , f : U → V và g : V → W là hai ánh xạ tuyến tính. Khi đó ánh xạ hợp thành g ◦ f : U → W cũng là ánh xạ tuyến tính. Chứng minh: Từ định nghĩa của ánh xạ hợp thành và ánh xạ tuyến tính f và g , ∀α, β ∈ U, t ∈ K , ta có: g ◦ f(α + β) = g(f(α + β)) = g(f(α) + f(β)) = g(f(α)) + g(f(β)) = g ◦ f(α) + g ◦ f(β), g ◦ f(tα) = g(f(tα)) = g(tf(α)) = tg(f(α)) = tg ◦ f(α). Vậy f ◦ g là ánh xạ tuyến tính. 2 Mệnh đề 4.3.3 Giả sử U và V là hai không gian véc tơ trên trường K và f : U → V là đẳng cấu. Khi đó f −1 : V → U cũng là đẳng cấu.
4.4. Ảnh và nhân của ánh xạ tuyến tính 41 Chứng minh: Ta đã biết rằng khi f là song ánh thì f −1 cũng là song ánh do vậy ta chỉ cần chứng minh f −1 là ánh xạ tuyến tính. Thật vậy, giả sử α, β ∈ V, t ∈ K . Đặt α′ = f −1(α), β′ = f −1(β) ta có f(α′) = α, f(β′) = β và f −1(α + β) = f −1(f(α′) + f(β′)) = f −1(f(α′ + β′)) = α′ + β′ = f −1(α) + f −1(β), f −1(tα) = f −1(tf(α′)) = f −1(f(tα′)) = tα′ = tf −1(α). Vậy f −1 là ánh xạ tuyến tính. 2 4.4 Ảnh và nhân của ánh xạ tuyến tính Nhắc lại rằng nếu f : X → Y là một ánh xạ, A là một bộ phận của X, B là một bộ phận của Y . Tập hợp {y | ∃a ∈ A, f(a) = y} được gọi là ảnh của A qua f và ký hiệu là f(A). Tập hợp {x ∈ X | f(x) ∈ B} gọi là ảnh ngược của B qua f và ký hiệu là f −1(B). Định lý 4.4.1 Cho U và V là hai K −không gian véc tơ trên trường K , f : U → V là ánh xạ tuyến tính, khi đó: 1. Nếu U ′ là không gian con của U thì f(U ′) là không gian con của V . 2. Nếu V ′ là không gian con của V thì f −1(V ′) là không gian con của U. Chứng minh: 1. Do U ′ là không gian con nên U ′ ≠ ∅, từ đó f(U ′) ≠ ∅. Giả sử α, β ∈ f(U ′) ′ và s, t ∈ K . Khi đó tồn tại α1, β1 ∈ U sao cho α = f(α1), β = f(β1). ′ Suy ra sα + tβ = sf(α1) + tf(β1) = f(sα1 + tβ1). Do U là không gian ′ ′ ′ con và α1, β1 ∈ U nên sα1 + tβ1 ∈ U . Từ đó f(sα1 + tβ1) ∈ f(U ). Vậy f(U ′) là không gian con của V . ′ ′ −1 ′ 2. Vì V là không gian con nên θV ∈ V mà f(θU ) = θV nên θU ∈ f (V ), từ đó f −1(V ′) ≠ ∅. Giả sử α, β ∈ f −1(V ′) và s, t ∈ K . Xét sα + tβ, ta có f(sα + tβ) = sf(α) + tf(β) ∈ V ′ do f(α) ∈ V ′, f(β) ∈ V ′. Suy ra sα + tβ ∈ f −1(V ′). Điều đó chứng tỏ f −1(V ′) là không gian véc tơ con của U.
4.4. Ảnh và nhân của ánh xạ tuyến tính 42 2 ′ ′ Áp dụng mệnh đề trên cho trường hợp U = U và trường hợp V = {θV } ta được kết quả: −1 • f(U) là không gian con của V và f ({θV }) là không gian con của U. • f(U) được gọi là ảnh của ánh xạ tuyến tính f và được ký hiệu là Im f. −1 • f ({θV }) được gọi là nhân của ánh xạ tuyến tính f và được ký hiệu là Ker f. Mệnh đề 4.4.2 Giả sử f : U → V là một ánh xạ tuyến tính. Khi đó f là đơn cấu khi và chỉ khi Ker f = {θU }. Chứng minh: (⇒): Giả sử f là đơn cấu và α ∈ Ker f. Khi đó f(α) = θV = f(θU ). Do f là đơn ánh nên từ f(α) = f(θU ) suy ra α = θU . Vậy Ker f ⊂ {θU }. Bao hàm thức {θU } ⊂ Ker f cũng đúng vì f(θU ) = θV . Vậy ta có Ker f = {θU }. (⇐): Giả sử Ker f = {θU } và f(α) = f(β) khi đó f(α) − f(β) = f(α − β) = θV suy ra α − β ∈ Ker f. Mà Ker f = {θU }, vậy α − β = θU , hay α = β. Vậy f là đơn cấu. 2 Bổ đề 4.4.3 Giả sử U và V là hai không gian véc tơ trên trường K , f : U → V là ánh xạ tuyến tính và α1, α2, . . . , αn (1) là một hệ véc tơ trên U. Khi đó nếu hệ f(α1), f(α2), . . . , f(αn) (2) là độc lập tuyến tính hệ (1) cũng độc lập tuyến tính. Chứng minh: Giả sử có t1α1 + t2α2 + + tnαn = θU thế thì: f(t1α1 + t2α2 + + tnαn) = f(θU ) = θV . Suy ra t1f(α1) + t2f(α2) + + tnf(αn) = θV . Mà hệ (2) độc lập tuyến tính, vậy ta có t1 = t2 = = tn = 0. Điều đó chứng tỏ hệ (1) độc lập tuyến tính. 2 Định lý 4.4.4 Cho U và V là hai K −không gian véc tơ và f : U → V là ánh xạ tuyến tính. Khi đó: dim U = dim Im f + dim Ker f. Chứng minh: Trường hợp Im f = {θV }, tức là f là ánh xạ không, ta có Ker f = U và dim Im f = 0, đẳng thức đã nêu là đúng. Khi Im f ≠ {θV } giả sử β1, β2, . . . , βn (1) là một cơ sở của Im f. Do βi ∈ Im f
4.4. Ảnh và nhân của ánh xạ tuyến tính 43 nên tồn tại αi ∈ U sao cho f(αi) = βi, (i = 1, . . . , n). Hệ (1) độc lập tuyến tính nên theo bổ đề 4.4.3 hệ α1, α2, . . . , αn (2) cũng độc lập tuyến tính. Đặt W là không gian sinh bởi hệ (2). Thế thì dim W = n. Ta hãy chứng minh U = Ker f + W và Ker f ∩ W = {θU }. Với mọi α ∈ U ta có f(α) ∈ Im f suy ra tồn tại t1, t2, . . . , tn ∈ K sao cho f(α) = t1β1 + t2β2 + + tnβn từ đó f(α) = t1f(α1) + t2f(α2) + + tnf(αn) = f(t1α1 + t2α2 + + tnαn). ′ Đặt α = t1α1 + t2α2 + + tnαn ta có ′ ′ f(α) = f(α ) suy ra f(α − α ) = θU . Điều đó có nghĩa là: α − α′ ∈ Ker f. Đặt α − α′ = α′′, ta có α = α′′ + α′ ∈ Ker f + W mà W, Ker f ⊂ U nên suy ra U = Ker f + W. Để chứng minh Ker f ∩ W = {θU } ta giả sử α ∈ Ker f ∩ W . Do α ∈ Ker f nên f(α) = θV . Do α ∈ W nên nó có dạng α = s1α1 + s2α2 + ··· + snαn. Ta có θV = f(α) = f(s1α1 + s2α2 + ··· + snαn) = s1f(α1) + s2f(α2) + ··· + snf(αn) = s1β1 + s2β2 + ··· + snβn. Mà hệ β1, β2, . . . , βn độc lập tuyến tính, vậy ta phải có s1 = s2 = = sn = 0. Suy ra α = θU . Như vậy ta đã chứng minh được U = Ker f + W và Ker f ∩ W = {θU }. Từ định lý 3.8.2 suy ra dim U = dim Ker f + dim W . Mà dim W = n = dim Im f. Vậy ta đã chứng minh được dim U = dim Ker f + dim Im f. 2 BÀI TẬP IV IV.1. Trong các ánh xạ sau đây ánh xạ nào là ánh xạ tuyến tính: 3 2 a. f : R → R , f(x1, x2, x3) = (x1, −x3) 2 3 b. f : R → R , f(x1, x2) = (x2, x1 + 2x2, −x1) 3 2 c. f : R → R , f(x1, x2, x3) = (x1 − x3, x3 + x2 + 1) 2 2 d. f : R → R , f(x1, x2) = (x1x2, x1 + x2) e. f : R → R3, f(x) = (x2, x, 0)
4.4. Ảnh và nhân của ánh xạ tuyến tính 44 f. f : R3 → R2, f(x, y, z) = (2xy, 6x + y − z) IV.2. Chứng minh các ánh xạ sau là ánh xạ tuyến tính: a. ϕ : R [x] → R , ϕ(f(x)) = f(0) ∀f ∈ R [x] (R [x] là không gian các đa thức hệ số thực). b. ϕ : R [x] → P1[x], ϕ(f(x)) = r(x) trong đó r(x) là phần dư khi chia 2 đa thức f(x) cho đa thức x + 1.(P1[x] là không gian các đa thức hệ số thực bậc không vượt quá 1 và đa thức không). IV.3. Cho f : U → V là một ánh xạ tuyến tính. Chứng minh rằng a. f là đơn cấu khi và chỉ khi f biến mỗi hệ độc lập tuyến tính của U thành một hệ độc lập tuyến tính của V . b. f là toàn cấu khi và chỉ khi f biến mỗi hệ sinh của U thành một hệ sinh của V . c. f là đẳng cấu khi và chỉ khi f biến mỗi cơ sở của U thành một cơ sở của V . IV.4. Cho U và V là hai không gian vectơ hữu hạn chiều. Chứng minh rằng U và V đẳng cấu khi và chỉ khi dim U = dim V . IV.5. Chứng minh các ánh xạ sau là 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 Oxy. IV.6. Tìm Im f, Ker f và dim Im f, dim Ker f của ánh xạ tuyến tính f sau: 2 3 a. f : R → R , f(x1, x2) = (x1 + x2, x1 − x2, x1 + 2x2), 3 3 b. f : R → R , f(x1, x2, x2) = (x1 + 2x2, x2 − x3, x1 + x2 + x3), 3 2 c. f : R → R , f(x1, x2, x3) = (0, 0, 0).
Bài 5 Định thức 5.1 Phép thế Định nghĩa 5.1.1 Cho n là một số tự nhiên khác 0. Một song ánh σ từ tập In = {1, 2, . . . , n} đến chính nó được gọi là một phép thế bậc n. Phép thế σ bậc n được biểu diễn dưới dạng: µ ¶ 1 2 . . . n σ = . a1 a2 . . . an Tập hợp các phép thế bậc n được kí hiệu bởi Sn. Vì mỗi phép thế bậc n là một hoán vị của tập có n phần tử nên tập Sn có n! phần tử. Ví dụ: µ ¶ 1 2 . . . n • ι = là phép thế và nó được gọi là phép thế đồng 1 2 . . . n nhất. µ ¶ 1 2 3 • τ = là một phép thế bậc 3. 2 3 1 µ ¶ 1 2 3 4 • ϕ = không phải là một phép thế. 2 3 1 2 Định nghĩa 5.1.2 Cho σ và τ là hai phép thế bậc n. Khi đó hợp thành của hai song ánh τ và σ (kí hiệu σ ◦ τ ) cũng là một phép thế bậc n và được gọi là tích của hai phép thế τ và σ. Nó được xác định như sau: σ ◦ τ (i) = σ(τ (i)) ∀i = 1, 2, . . . , n. Ánh xạ ngược của σ ký hiệu là σ−1 cũng là một phép thế bậc n, được gọi là nghịch đảo của σ
5.1. Phép thế 46 Ví dụ: Cho σ và τ là hai phép thế bậc 4. µ ¶ µ ¶ 1 2 3 4 1 2 3 4 σ = và τ = . 2 3 1 4 1 3 4 2 Khi đó ta có: µ ¶ µ ¶ µ ¶ 1 2 3 4 1 2 3 4 1 2 3 4 σ◦τ = , τ ◦σ = , và σ−1 = . 2 1 4 3 3 4 1 2 3 1 2 4 Chú ý: • Do phép hợp thành các ánh xạ (và do đó tích các phép thế) có tính chất kết hợp nên bằng qui nạp người ta cũng có thể mở rộng định nghĩa cho tích của nhiều phép thế. Đặc biệt, ta có định nghĩa σn = σn−1 ◦ σ. • Cũng do phép hợp thành các song ánh không có tính chất giao hoán nên tích các phép thế cũng không có tính chất giao hoán. Ví dụ: µ ¶ 1 2 3 4 5 Cho σ = là một phép thế bậc 5. Khi đó ta có: 2 1 5 3 4 µ ¶ µ ¶ 1 2 3 4 5 1 2 3 4 5 σ2 = và σ3 = . 1 2 4 5 3 2 1 3 4 5 Định nghĩa 5.1.3 Cho σ là một phép thế bậc n. Nếu với 1 ≤ i σ(j) thì ta gọi cặp (σ(i), σ(j)) là một nghịch thế của σ. Dấu của phép thế σ, ký hiệu là s(σ) và được tính bởi công thức s(σ) = (−1)N(σ), trong đó N(σ) là số các nghịch thế của σ. Ta gọi σ là phép thế chẵn nếu như s(σ) = 1 và là phép thế lẻ nếu như s(σ) = −1. Ví dụ: µ ¶ 1 2 3 4 • σ = có 4 nghịch thế là (2, 1), (4, 3), (4, 1), (3, 1). 2 4 3 1 Suy ra N(σ) = 4. Vậy dấu của σ là s(σ) = (−1)4 = 1. µ ¶ 1 2 . . . n • Phép thế đồng nhất ι = không có nghịch thế nào. 1 2 . . . n Suy ra N(ι) = 0. Dấu của ι là s(ι) = (−1)0 = 1.
5.1. Phép thế 47 µ ¶ 1 2 3 • τ = có 2 nghịch thế là (3, 1), (3, 2). Vậy N(τ ) = 2. 3 1 2 Suy ra dấu của τ là s(τ ) = (−1)2 = 1. µ ¶ 1 2 . . . n • ϕ = có các nghịch thế là n n − 1 1 (n, n − 1), (n, n − 2), (n, n − 3), , (n, 1), (n − 1, n − 2), (n − 1, n − 3), , (n − 1, 1), , (3, 2), (3, 1), (2, 1). Vậy tổng số các nghịch thế của ϕ là: N(ϕ) = (n − 1) + (n − n(n − 1) n(n−1) 2) + + 1 = . Dấu của ϕ là s(ϕ) = (−1) 2 . 2 Ta công nhận mệnh đề sau: Mệnh đề 5.1.4 Cho σ và τ là hai phép thế bậc n. Khi đó ta có: s(σ ◦ τ ) = s(σ).s(τ ). Từ mệnh đề trên ta có thể chứng minh được: Mệnh đề 5.1.5 Nếu σ là một phép thế và t ∈ N thì: 1. s(σt) = s(σ)t, 2. s(σ−1) = s(σ). Mệnh đề 5.1.6 n! n! Nếu n > 1 thì trong số n! phép thế bậc n, có phép thế chẵn và phép thế lẻ. 2 2 Chứng minh: Cố định một phép thế lẻ τ . Ánh xạ: ϕ : Sn → Sn σ 7→ σ ◦ τ là một song ánh, biến một phép thế chẵn thành phép thế lẻ và biến một phép thế lẻ thành phép thế chẵn. Vậy trong Sn có một nửa phép thế chẵn, một nửa phép thế lẻ. 2
5.2. Khái niệm định thức 48 5.2 Khái niệm định thức Định nghĩa 5.2.1 Ma trận cỡ m × n trên trường K là một bảng có m × n phần tử ký hiệu aij (i = 1, m, j = 1, n) thuộc trường K và được viết thành m dòng, n cột   a11 a12 . . . a1n  a a . . . a   21 22 2n  . (5.1)   am1 am2 . . . amn • Các ma trận thường được kí hiệu bởi các chữ cái A, B, C, . . Ta thường viết ma trận (5.1) còn được kí hiệu bởi A = (aij)m×n hoặc A = (aij), i = 1, m, j = 1, n. • Tập các ma trận cỡ m × n được ký hiệu là Mat(m, n, K ). • Nếu m = n thì ta gọi A là ma trận vuông cấp n. Khi đó các phần tử aii(i = 1, n) được gọi là các phần tử nằm trên đường chéo chính của ma trận và ai,n+1−i(i = 1, n) được gọi là các phần tử nằm trên đường chéo phụ của ma trận. • Nếu m = 1 thì ta gọi A là ma trận dòng. Nếu n = 1 thì ta gọi A là ma trận cột • aij gọi là phần tử trên dòng i và cột j của ma trận. Các số ai1, ai2, . . . , ain gọi là các phần tử trên dòng i. Các số a1j, a2j, . . . , amj gọi là các phần tử trên cột j. • Ma trận nhận được từ ma trận A bằng cách chuyển dòng thành cột (và cột thành dòng) được gọi là ma trận chuyển vị của ma trận A và được kí hiệu là At. Ví dụ:   1 2 5 3 • A = −2 4 5 2 là một ma trận cỡ 3 × 4. 0 3 5 9   1 2 4 • B = 7 5 −8 là một ma trận vuông cấp 3. 0 24 41 ¡ ¢ • C = 1 2 0 1 là một ma trận dòng.
5.2. Khái niệm định thức 49   6  3  • D =   là một ma trận cột. −1 3 Vậy nếu A là ma trận (5.1) thì   a11 a21 . . . am1 a a . . . a  At =  12 22 m2 .   an1 an2 . . . anm • Với A và B là hai ma trận ở ví dụ trên thì ta có:   1 −2 0   1 7 0 2 4 3 At =   và Bt = 2 5 24 . 5 5 5 4 −8 41 3 2 9 Định nghĩa 5.2.2 Cho A = (aij) là ma trận vuông cấp n trên trường K . Định thức của ma trận A là một phần tử thuộcX trường K , ký hiệu bởi det A hay |A| được tính bởi công thức sau: det A = s(σ)a1σ(1)a2σ(2) . . . anσ(n). σ∈Sn Định thức của một ma trận vuông cấp n được gọi là định thức cấp n. Ví dụ: 1. Định thức cấp một: Cho ma trận vuôngµ ¶ cấp 1: A = (a11). Vì S1 1 chỉ có một phép thế duy nhất là ι = và ta đã có s(ι) = 1 nên 1 det A = s(ι).a = a . 11 11 µ ¶ a11 a12 2. Định thức cấp hai: Xét ma trận A = . Vì S2 có hai phần µ ¶ µ ¶ a21 a22 1 2 1 2 tử là ι = và ϕ = , s(ι) = 1, s(ϕ) = −1. 1 2 2 1 Vậy det A = s(ι)a11a22 + s(ϕ)a12a21 = a11a22 − a12a21. Vậy định thức cấp hai bằng tích các phần tử trên đường chéo chính trừ tích các phần tử trên đường chéo phụ.   a11 a12 a13   3. Định thức cấp ba: Xét ma trận A = a21 a22 a23 . Tập S3 có 6 a31 a32 a33
5.2. Khái niệm định thức 50 phần tử trong đó có 3 phép thế chẵn là: µ ¶ µ ¶ µ ¶ 1 2 3 1 2 3 1 2 3 , , 1 2 3 3 1 2 2 3 1 và có 3 phép thế lẻ là: µ ¶ µ ¶ µ ¶ 1 2 3 1 2 3 1 2 3 , , . 2 1 3 3 2 1 1 3 2 Vậy det A = a11a22a33 +a12a23a31 +a13a21a32 −a13a22a31 − a12a21a33 − a11a23a32. 4. Tính định thức của ma trận sau:   1 0 2 0 0 0 4 1 A =   5 0 0 0 5 3 2 1 Ta thấy rằng trong công thức tính định thức của ma trận A có 4! = 24 số hạng tương ứng với 24 phép thế nhưng hầu hết các số hạng đều bằng 0, chỉ còn một số hạng khác không ứng với phép thế sau: µ ¶ 1 2 3 4 σ = 3 4 1 2 Do s(σ) = 1 nên det A = 1.2.1.5.3 = 30. 5. Định thức của các ma trận dạng tam giác: Các ma trận có dạng sau được gọi là ma trận dạng tam giác:   a11 0 0 0   a21 a22 0 0    A = a31 a32 a33 0  ,   an1 an2 . . . . . . ann   a11 a12 a13 . . . a1n    0 a22 a23 . . . a2n   B =  0 0 a33 . . . a3n ,   0 0 0 . . . ann
5.3. Các tính chất cơ bản của định thức 51   0 0 0 0 a1n    0 0 0 a2,n−1 a2n   C =  0 0 . . . a3,n−2 a3,n−1 a3n ,   an1 an2 . . . an,n−2 an,n−1 ann   a11 a12 . . . a1,n−2 a1,n−1 a1n   a21 a22 . . . a2,n−2 a2,n−1 0    D = a31 a32 . . . a3,n−2 0 0  .   an1 0 0 0 0 Ta sẽ tính định thức của các ma trận dạng tam giác trên: Xét ma trận dạng tam giác A và B. Ta nhận thấy rằng trong n! số hạng tương ứng với n! phép thế thì chỉ có số hạng ứng với phép thế đồng nhất ι là khác 0. Vậy định thức của ma trận tương ứng trong trường hợp này là: det A = det B = a11a12 . . . ann. Xét ma trận dạng tam giác C và D. Ta nhận thấy rằng trong n! số hạng tương ứng với n! phép thế chỉ có số hạng tương ứng với phép thế sau là khác 0: µ ¶ 1 2 . . . n ϕ = . n n − 1 1 n(n−1) Ta đã biết rằng s(ϕ) = (−1) 2 . Vậy định thức trong trường hợp này là: n(n−1) det C = det D = (−1) 2 a1na2,n−1 . . . an1. 5.3 Các tính chất cơ bản của định thức Trong mục này ta sẽ công nhận một số tính chất cơ bản của định thức mà không chứng minh.
5.3. Các tính chất cơ bản của định thức 52 Tính chất 5.3.1 Nếu đổi chỗ hai dòng của định thức thì định thức đổi dấu. Tức là: ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯a a . . . a ¯ ¯a a . . . a ¯ ¯ 11 12 1n¯ ¯ 11 12 1n¯ ¯a a . . . a ¯ ¯a a . . . a ¯ ¯ 21 22 2n¯ ¯ 21 22 2n¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯a a . . . a ¯ ¯a a . . . a ¯ ¯ i1 i2 in ¯ − ¯ j1 j2 jn ¯ . ¯ ¯ = ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯aj1 aj2 . . . ajn ¯ ¯ai1 ai2 . . . ain ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ an1 an2 . . . ann an1 an2 . . . ann Tính chất 5.3.2 Nếu các phần tử trên cùng một dòng có cùng thừa số chung k thì ta có thể đặt thừa số chung k ra ngoài định thức. Cụ thể: ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ a11 a12 . . . a1n ¯ ¯a11 a12 . . . a1n¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯kai1 kai2 . . . kain¯ = k ¯ai1 ai2 . . . ain ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ an1 an2 . . . ann an1 an2 . . . ann Tính chất 5.3.3 Nếu các phần tử trên cùng một dòng của ma trận viết thành tổng của 2 phần tử thì ¯định thức cũng viết được thành tổng của¯ 2 định thức tương ứng: ¯ ¯ ¯ a11 a12 . . . a1n ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ai1 + bi1 ai2 + bi2 . . . ain + bin¯ = ¯ ¯ ¯ ¯ ¯ ¯ an1 an2¯ . . . ann ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯a11 a12 . . . a1n¯ ¯a11 a12 . . . a1n¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ = ¯ai1 ai2 . . . ain ¯ + ¯ bi1 bi2 . . . bin ¯ . ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ an1 an2 . . . ann an1 an2 . . . ann Tính chất 5.3.4 Định thức của ma trận A bằng định thức của ma trận chuyển vị của nó. Tức là det A = det At. Từ những tính chất cơ bản của định thức ta có thể suy ra các tính chất sau của định thức.
5.4. Các tính chất của định thức suy ra từ các tính chất cơ bản 53 5.4 Các tính chất của định thức suy ra từ các tính chất cơ bản Tính chất 5.4.1 Nếu định thức có hai dòng giống nhau thì định thức bằng không. Chứng minh: Giả sử ma trận A có dòng i và dòng j giống nhau.Theo tính chất 5.3.1 khi đổi chỗ hai dòng i và j cho nhau thì định thức đổi dấu. Vậy ta có: ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯a a . . . a ¯ ¯a a . . . a ¯ ¯ 11 12 1n¯ ¯ 11 12 1n¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯a a . . . a ¯ ¯a a . . . a ¯ ¯ i1 i2 in ¯ ¯ i1 i2 in ¯ ¯ ¯ − ¯ ¯ − det A = ¯ ¯ = ¯ ¯ = det A. ¯ ¯ ¯ ¯ ¯ai1 ai2 . . . ain ¯ ¯ai1 ai2 . . . ain ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ an1 an2 . . . ann an1 an2 . . . ann Vậy det A = 0. 2 Tính chất 5.4.2 Nếu định thức có một dòng là tổ hợp tuyến tính của các dòng còn lại thì định thức bằng không. Chứng minh: Không mất tính tổng quát ta có thể coi dòng cuối là tổ hợp tuyến tính Xi của i dòng đầu. Tức là: anj = kmamj, j = 1, n. Theo tính chất 5.3.3 ta có m=1 thể viết định thức thành tổng các định thức tương ứng: ¯ ¯ ¯ ¯ ¯a11 a12 . . . a1n¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ai1 ai2 . . . ain ¯ = ¯ ¯ ¯ ¯ ¯ ¯ an1 an2 . . . ann
5.4. Các tính chất của định thức suy ra từ các tính chất cơ bản 54 ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ a11 a12 . . . a1n ¯ ¯ a11 a12 . . . a1n ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ = ¯ ai1 ai2 . . . ain ¯ + + ¯ ai1 ai2 . . . ain ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ k .a k .a . . . k a k .a k .a . . . k a 1¯ 11 1 12 ¯ 1 1n ¯ i i1 i i2 ¯ i in ¯ ¯ ¯ ¯ ¯a11 a12 . . . a1n¯ ¯a11 a12 . . . a1n¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ = k1 ¯ai1 ai2 . . . ain ¯ + + ki ¯ai1 ai2 . . . ain ¯ . ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ a11 a12 . . . a1n ai1 ai2 . . . ain Vì số hạng thứ nhất trong tổng là định thức có dòng 1 và dòng n giống nhau, , số hạng thứ i trong tổng là định thức có dòng i và dòng n giống nhau nên theo tính chất 5.4.1 vừa chứng minh ở trên tất cả các số hạng trong tổng trên đều bằng 0. Vậy D = 0. 2 Tính chất 5.4.3 Nếu định thức có một dòng bằng không thì định thức bằng không. Chứng minh: Áp dụng tính chất 5.3.2 với k = 0 ta có điều phải chứng minh. 2 Tính chất 5.4.4 Nếu nhân các phần tử của một dòng với cùng một phần tử của K rồi cộng vào các phần tử tương ứng của một dòng khác thì ta được một định thức bằng định thức đã cho. Tức là: ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯a a . . . a ¯ ¯ a a . . . a ¯ ¯ 11 12 1n¯ ¯ 11 12 1n ¯ ¯a a . . . a ¯ ¯ a a . . . a ¯ ¯ 21 22 2n¯ ¯ 21 22 2n ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯a a . . . a ¯ ¯ a a . . . a ¯ ¯ i1 i2 in ¯ ¯ i1 i2 in ¯ . ¯ ¯ = ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯aj1 aj2 . . . ajn ¯ ¯aj1 + kai1 aj2 + kai2+ . . . ajn + kain¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ an1 an2 . . . ann an1 an2 . . . ann
5.5. Tính định thức bằng cách đưa về dạng tam giác 55 Chứng minh: Kí hiệu vế trái là D1, vế phải là D2. Áp dụng tính chất cơ bản 5.3.2 và 5.3.3 ta có: ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯a a . . . a ¯ ¯a a . . . a ¯ ¯ 11 12 1n¯ ¯ 11 12 1n¯ ¯a a . . . a ¯ ¯a a . . . a ¯ ¯ 21 22 2n¯ ¯ 21 22 2n¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯a a . . . a ¯ ¯ai1 ai2 . . . ain ¯ ¯ i1 i2 in ¯ D2 = ¯ ¯ + k ¯ ¯ . ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯aj1 aj2 . . . ajn ¯ ¯ai1 ai2 . . . ain ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ an1 an2 . . . ann an1 an2 . . . ann Lại áp dụng tính chất 5.4.1 ta có: D2 = D1 + 0 = D1. 2 Chú ý: • Theo tính chất 5.3.4 của định thức ta có det A = det At. Vì vậy tất cả các tính chất của định thức trên vẫn còn đúng nếu thay từ "dòng" bằng từ "cột". Ta nhận thấy rằng trong công thức tính định thức cấp n có n! số hạng trong tổng tương ứng với n! phép thế. Như vậy, việc tính định thức cấp 4 trở lên bằng cách sử dụng trực tiếp định nghĩa gặp rất nhiều khó khăn. Ta sẽ sử dụng các tính chất của định thức ở phần trên để xây dựng các phương pháp tính định thức đơn giản và thuận tiện hơn. 5.5 Tính định thức bằng cách đưa về dạng tam giác Ta gọi các phép biến đổi sau là các phép biến đổi sơ cấp trên các dòng hay cột của định thức: 1. Đổi chỗ hai dòng hay hai cột của định thức. 2. Nhân một dòng (hay một cột) của định thức với một phần tử t của trường K rồi cộng vào một dòng (hay một cột) khác. Các phép biến đổi loại thứ nhất làm thay đổi dấu của định thức theo 5.3.1, còn các phép biến đổi loại thứ hai giữ nguyên định thức theo 5.3.2. Từ một định thức cho trước, ta luôn có thể sử dụng một số phép biến đổi sơ cấp để đưa về dạng tam giác, từ đó dễ dàng tính được. Ví dụ: 1. Tính định thức : ¯ ¯ ¯ ¯ ¯ 1 −1 3¯ ¯ ¯ D = ¯−2 5 7¯ . ¯−1 7 2¯
5.5. Tính định thức bằng cách đưa về dạng tam giác 56 Nhân dòng thứ nhất với 2 rồi cộng vào dòng 2, ta được: ¯ ¯ ¯ ¯ ¯ 1 −1 3 ¯ ¯ ¯ D = ¯ 0 3 13¯ . ¯−1 7 2 ¯ Lấy dòng 1 cộng với dòng thứ 3 ta có: ¯ ¯ ¯ ¯ ¯1 −1 3 ¯ ¯ ¯ D = ¯0 3 13¯ . ¯0 6 5 ¯ Nhân dòng 2 với −2 rồi cộng với dòng 3 ta có: ¯ ¯ ¯ ¯ ¯1 −1 3 ¯ ¯ ¯ D = ¯0 3 13 ¯ = 1.3.(−21) = −63. ¯0 0 −21¯ 2. Tính định thức : ¯ ¯ ¯ ¯ ¯3 1 2 4¯ ¯ ¯ ¯0 0 −1 6¯ D = ¯ ¯ . ¯2 1 3 1¯ ¯ ¯ 2 −2 3 1 Đổi chỗ cột thứ nhất và cột thứ hai cho nhau ta được: ¯ ¯ ¯ ¯ ¯ 1 3 2 4¯ ¯ ¯ ¯ 0 0 −1 6¯ D = − ¯ ¯ . ¯ 1 2 3 1¯ ¯ ¯ −2 2 3 1 Nhân dòng thứ nhất với −1 rồi cộng vào dòng thứ 3, nhân dòng thứ nhất với 2 rồi cộng vào dòng thứ 4: ¯ ¯ ¯ ¯ ¯1 3 2 4 ¯ ¯ ¯ ¯0 0 −1 6 ¯ D = − ¯ ¯ . ¯0 −1 1 −3¯ ¯ ¯ 0 8 7 9 Đổi dòng thứ hai và ba cho nhau ta có: ¯ ¯ ¯ ¯ ¯1 3 2 4 ¯ ¯ ¯ ¯0 −1 1 −3¯ D = ¯ ¯ . ¯0 0 −1 6 ¯ ¯ ¯ 0 8 7 9
5.6. Khai triển định thức theo một dòng hoặc cột 57 Nhân dòng thứ 2 với 8 cộng vào dòng thứ 4 và đưa thừa số 15 ra ngoài: ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯1 3 2 4 ¯ ¯1 3 2 4 ¯ ¯ ¯ ¯ ¯ ¯0 −1 1 −3 ¯ ¯0 −1 1 −3¯ D = ¯ ¯ = 15 ¯ ¯ . ¯0 0 −1 6 ¯ ¯0 0 −1 6 ¯ ¯ ¯ ¯ ¯ 0 0 15 −15 0 0 1 −1 Lấy dòng 3 cộng vào dòng 4, ¯ ¯ ¯ ¯ ¯1 3 2 4 ¯ ¯ ¯ ¯0 −1 1 −3¯ D = 15 ¯ ¯ = 15.1.(−1).(−1).5 = 75. ¯0 0 −1 6 ¯ ¯ ¯ 0 0 0 5 5.6 Khai triển định thức theo một dòng hoặc cột Định nghĩa 5.6.1 Cho định thức D cấp n. Nếu chọn k dòng và k cột của định thức (1 < k < n) thì định thức M của ma trận vuông cấp k gồm các phần tử nằm ở giao của k dòng và ′ k cột này được gọi là một định thức con cấp k của D. Định thức M của ma trận thu được sau khi xoá đi k dòng và k cột này được gọi là định thức con bù của định thức con M. Nếu đã chọn các dòng thứ i1, i2, . . . , ik và các cột thứ j1, j2, . . . , jk thì biểu thức ′ (−1)i1+i2+ +ik+j1+ +jk M được gọi là phần bù đại số của định thức con M. Ví dụ: Cho định thức cấp 5 ¯ ¯ ¯ ¯ ¯ 3 0 1 2 −1¯ ¯ ¯ ¯ 2 1 0 0 2 ¯ ¯ ¯ D = ¯−1 3 0 4 0 ¯ . ¯ ¯ ¯ 0 5 1 2 1 ¯ ¯ ¯ −2 0 0 1 0 • Nếu chọn dòng thứ hai và cột thứ nhất thì ta có định thức con cấp một:
5.6. Khai triển định thức theo một dòng hoặc cột 58 M = 2. Định thức con bù của M là: ¯ ¯ ¯ ¯ ¯0 1 2 −1¯ ¯ ¯ ′ ¯3 0 4 0 ¯ M = ¯ ¯ . ¯5 1 2 1 ¯ ¯ ¯ 0 0 1 0 ′ ′ Phần bù đại số của M là (−1)1+2M = −M . Tổng quát ta có thể coi mỗi phần tử aij của một định thức là một định thức con cấp một của định thức đó. • Nếu chọn dòng 1 và 2, cột 2 và 3, ta có định thức con cấp hai là: ¯ ¯ ¯0 1¯ M = ¯ ¯ . ¯1 0¯ Phần bù đại số của M là: ¯ ¯ ¯ ¯ ¯−1 4 0¯ ′ 1+2+2+3 ¯ ¯ M = (−1) ¯ 0 2 1¯ ¯−2 1 0¯ Định lý 5.6.2 Cho định thức D cấp n, kí hiệu Aij là phần bù đại số của phần tử aij. Khi đó: 1. Với mỗi i cố định, 1 ≤ i ≤ n D = ai1Ai1 + ai2Ai2 + + ainAin, Công thức khai triển định thức theo dòng i 2. Với mỗi j cố định, 1 ≤ j ≤ n D = a1jA1j + a2jA2j + + anjAnj. Công thức khai triển định thức theo cột j Nhận xét: Định lý trên cho phép ta tính định thức cấp n thông qua việc tính một số định thức cấp n − 1. Do ta đã biết cách tính định thức cấp hai và ba, nên ta có thể tính được định thức cấp bất kì. Ví dụ: Tính định thức sau: ¯ ¯ ¯ ¯ ¯ 0 3 −1 2 ¯ ¯ ¯ ¯−4 0 2 5 ¯ D = ¯ ¯ . ¯ 0 1 3 −2¯ ¯ ¯ 0 0 4 6
5.6. Khai triển định thức theo một dòng hoặc cột 59 Ta nhận thấy cột thứ nhất có nhiều phần tử không nên khai triển theo cột thứ nhất sẽ có nhiều thuận lợi. Cụ thể: D = 0.A + (−4).A + 0.A + 0.A 11 ¯ 21 31¯ 41 ¯ ¯ ¯3 −1 2 ¯ 2+1 ¯ ¯ = (−4)(−1) ¯1 3 −2¯ ¯0 4 6 ¯ = 4(54 + 8 + 24 + 6) = 4.92 = 368. Nhận xét: Trong công thức có n số hạng trong tổng. Vậy khi khai triển ta sẽ chọn dòng hoặc cột có nhiều phần tử không thì việc tính toán sẽ được rút gọn. Nếu như trong định thức có sẵn các dòng hoặc cột như vậy thì ta khai triển luôn. Nếu trong định thức chưa có, ta có thể dùng tính chất của định thức để biến đổi đưa về trường hợp trên. Ví dụ: Tính định thức sau: ¯ ¯ ¯ ¯ ¯−1 4 2 5¯ ¯ ¯ ¯ 1 −4 3 6¯ D = ¯ ¯ . ¯ 1 2 −5 0¯ ¯ ¯ 3 0 4 1 Lời giải: Lấy dòng thứ nhất cộng vào dòng thứ hai và ba, nhân dòng thứ nhất với 3 rồi cộng vào dòng thứ tư ta có: ¯ ¯ ¯ ¯ ¯−1 4 2 5 ¯ ¯ ¯ ¯ 0 0 5 11¯ D = ¯ ¯ ¯ 0 6 −3 5 ¯ ¯ ¯ 0 12 10 16 ¯ ¯ ¯ ¯ ¯ 0 5 11¯ 1+1 ¯ ¯ = (−1).(−1) . ¯ 6 −3 5 ¯ ¯12 10 16¯ = −(300 + 660 + 396 − 480) = −876. Hoặc ta có thể tính ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ 0 5 11¯ ¯0 5 11¯ ¯ ¯ ¯ ¯ ¯ ¯ 1+2 ¯ 5 11¯ ¯ 6 −3 5 ¯ = ¯6 −3 5 ¯ = 6.(−1) . ¯ ¯ = −876. ¯ ¯ 16 6 ¯12 10 16¯ 0 16 6
5.7. Định lý Laplace 60 5.7 Định lý Laplace Trong mục này, ta phát biểu định lý cho phép khai triển một định thức theo nhiều dòng và nhiều cột cùng một lúc. Định lý 5.7.1 (Định lý Laplace) Giả sử trong định thức D cấp n đã chọn k dòng (cột) cố định (1 ≤ k ≤ n) và k M1,M2, , Mr (r = Cn) là tất cả các định thức con cấp k có thể thiết lập được từ k dòng (cột) này. Ai là phần bù đại số của Mi, i = 1, r. Khi đó: D = M1A1 + M2A2 + + MrAr. Ví dụ: Tính định thức : ¯ ¯ ¯ ¯ ¯3 −1 5 2 ¯ ¯ ¯ ¯6 0 3 0 ¯ D = ¯ ¯ . ¯1 0 −2 0 ¯ ¯ ¯ 4 7 0 −5 2 Ta chọn cố định cột 2 và cột 4. Từ hai cột này ta thiết lập được C4 = 6 định thức cấp hai nhưng chỉ có duy nhất 1 định thức con khác không. Đó là: ¯ ¯ ¯−1 2¯ M = ¯ ¯ = −9. ¯ 7 5¯ Gọi A là phần bù đại số của M, ta có: ¯ ¯ ¯6 3 ¯ A = (−1)1+4+2+4. ¯ ¯ = (−1)(−15) = 15. ¯1 −2¯ Vậy D = −9.15 = −135. Ngoài các định lý và phương pháp trên ta cũng có thể dùng các tính chất của định thức để tính định thức. BÀI TẬP V V.1. Tính dấu của các phép thế sau: µ ¶ 1 2 3 4 1. , 2 1 4 3 µ ¶ 1 2 3 4 5 6 2. , 2 4 5 3 6 1
5.7. Định lý Laplace 61 µ ¶ 1 2 3 4 5 3. . 2 1 4 5 3 V.2. µ ¶ 1 2 . . . n n + 1 n + 2 2n 1. Cho σ = . Tìm n để σ là 2 4 2n 1 3 2n − 1 phép thế chẵn. µ ¶ 1 2 . . . n 2. Cho τ = . Tìm n để τ là phép thế lẻ. n n − 1 1 V.3. µ ¶ 1 2 3 4 5 6 1. Cho phép thế σ = . Tính σ100 và từ đó suy ra dấu của σ 6 5 1 2 4 3 mà không cần tính N(σ). µ ¶ 1 2 . . . n 2. Cho τ = có k nghịch thế. Hãy tính dấu của phép thế sau: a a . . . a 1 2 n µ ¶ 1 2 . . . n σ = . an an−1 . . . a1 V.4. Tính các¯ định thức¯ sau: ¯ ¯ ¯ ¯ ¯ ¯ ¯3 5 −8¯ ¯−6 1 7¯ ¯ ¯ ¯ ¯ 1. ¯4 12 −1¯ , 2. ¯ 5 −2 3¯ , ¯ ¯ ¯2 5 −3¯ −3 4 5 ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯1 4 −5¯ ¯ 12 4 −5¯ ¯ ¯ ¯ ¯ 3. ¯0 1 3 ¯ , 4. ¯−4 3 9 ¯ . ¯ ¯ ¯7 0 −6¯ 0 1 24 V.5. Dùng định nghĩa để tính các định thức sau: ¯ ¯ ¯ ¯ ¯ ¯ ¯2 −3 1 4 0 ¯ ¯ ¯ ¯ ¯ ¯0 1 2 0¯ ¯0 3 −1 5 16¯ ¯ ¯ ¯ ¯ ¯1 0 1 0¯ 1. ¯0 0 −4 10 8 ¯ . 2. ¯ ¯ , ¯ ¯ ¯3 1 4 1¯ ¯0 0 0 −7 5 ¯ ¯ ¯ ¯ ¯ 1 5 0 0 0 0 0 0 4 ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯1 0 2 a¯ ¯a 3 0 5¯ ¯ ¯ ¯ ¯ ¯2 0 b 0¯ ¯0 b 0 2¯ 3. ¯ ¯ , 4. ¯ ¯ . ¯3 c 4 5¯ ¯1 2 c 3¯ ¯ ¯ ¯ ¯ d 0 0 0 0 0 0 d
5.7. Định lý Laplace 62 V.6. Bằng cách khai triển theo dòng hoặc cột hãy tính định thức của các ma trận sau: ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ 0 0 2 0 0¯ ¯0 1 −1 1 ¯ ¯ ¯ ¯ ¯ ¯ 0 1 5 −1 0¯ ¯1 2 3 −1¯ ¯ ¯ 1. ¯ ¯ , 2. ¯ 2 3 7 3 1¯ , ¯0 4 3 2 ¯ ¯ ¯ ¯ ¯ ¯ 1 0 4 −2 0¯ 1 −1 1 2 ¯ ¯ −1 2 0 −1 2 ¯ ¯ ¯ ¯ ¯ ¯ ¯3 1 1 1 1¯ ¯ ¯ ¯ ¯ ¯1 1 1 1 ¯ ¯1 3 1 1 1¯ ¯ ¯ ¯ ¯ ¯1 2 3 4 ¯ 3. ¯1 1 3 1 1¯ , 4. ¯ ¯ , ¯ ¯ ¯1 3 6 10¯ ¯1 1 1 3 1¯ ¯ ¯ ¯ ¯ 1 4 10 20 1 1 1 1 3 ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯1 2 3 3¯ ¯0 1 1 1¯ ¯ ¯ ¯ ¯ ¯2 3 4 1¯ ¯1 0 a b¯ 5. ¯ ¯ , 6. ¯ ¯ . ¯3 4 1 2¯ ¯1 a 0 c¯ ¯ ¯ ¯ ¯ 4 1 2 3 1 b c 0 V.7. Tính định thức sau bằng cách đưa về dạng tam giác: ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ 1 −1 3¯ ¯ 3 6 0¯ ¯ ¯ ¯ ¯ 1. ¯−2 5 7¯ , 2. ¯−1 2 2¯ , ¯ ¯ ¯−1 1 2¯ 6 6 4 ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯1 1 1 1 ¯ ¯ 1 5 −2 3 ¯ ¯ ¯ ¯ ¯ ¯2 3 4 5 ¯ ¯ 0 2 7 1 ¯ 3. ¯ ¯ , 4. ¯ ¯ , ¯4 9 16 25 ¯ ¯ 2 10 −1 5 ¯ ¯ ¯ ¯ ¯ 8 27 64 125 −3 −15 −6 13 ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯1 1 1 1 1¯ ¯a 3 3 3 3¯ ¯ ¯ ¯ ¯ ¯1 2 2 2 2¯ ¯3 a 3 3 3¯ ¯ ¯ ¯ ¯ 5. ¯1 2 3 3 3¯ , 6. ¯3 3 a 3 3¯ , ¯ ¯ ¯ ¯ ¯1 2 3 4 4¯ ¯3 3 3 a 3¯ ¯ ¯ ¯ ¯ 1 2 3 4 5 3 3 3 3 a
5.7. Định lý Laplace 63 ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ 1 a1 a2 . . . an ¯ ¯ 1 2 3 . . . n¯ ¯ ¯ ¯− ¯ ¯ 1 a1 + b1 a2 . . . an ¯ ¯ 1 0 3 . . . n¯ ¯ ¯ ¯ ¯ 7. ¯ 1 a1 a2 + b2 . . . an ¯ , 8. ¯−1 −2 0 . . . n¯ , ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ 1 a1 a2 . . . an + bn −1 −2 −3 0 ¯ ¯ ¯ ¯ ¯ ¯ ¯− ¯ ¯x + 1 2 3 4 5 ¯ ¯ a1 a1 0 0 ¯ ¯ ¯ ¯ − ¯ ¯ 1 x + 2 3 4 5 ¯ ¯ 0 a2 a2 0 ¯ ¯ ¯ ¯ ¯ 9. ¯ 1 2 x + 3 4 5 ¯ , 10. ¯ ¯ . ¯ ¯ ¯ ¯ ¯ 1 2 3 x + 4 5 ¯ ¯ 0 −an an¯ ¯ ¯ ¯ ¯ 1 2 3 4 x + 5 1 1 1 1 V.8. Tính định thức sau bằng cách áp dụng định lý Laplace: ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯3 −1 2 1 1¯ ¯1 2 0 0 0¯ ¯ ¯ ¯ ¯ ¯0 2 0 3 2¯ ¯3 4 0 0 0¯ ¯ ¯ ¯ ¯ 1. ¯0 0 2 −1 0¯ , 2. ¯0 0 2 1 5¯ . ¯ ¯ ¯ ¯ ¯1 0 3 5 0¯ ¯0 5 6 1 6¯ ¯ ¯ ¯ ¯ 0 0 2 3 0 0 0 0 0 9 V.9. Dùng¯ công thức truy hồi để tính các định thức¯ sau: ¯ 2 ¯ ¯1 + x x 0 0 ¯ ¯ 2 ¯ ¯ x 1 + x x . . . 0 ¯ ¯ 2 ¯ 1.Dn = ¯ 0 x 1 + x 0 ¯ , ¯ ¯ ¯ ¯ ¯ 2¯ ¯ 0 0 0 x 1 + x¯ ¯ ¯ ¯cosα 1 0 0 ¯ ¯ ¯ ¯ 1 2cosα 1 0 ¯ ¯ ¯ 2.Dn = ¯ 0 1 2cosα . . . 0 ¯ . ¯ ¯ ¯ ¯ ¯ ¯ 0 0 0 2cosα V.10. ¯ ¯ ¯ ¯ ¯a1 a2 a3¯ ¯ ¯ 1. Cho m = ¯b1 b2 b3 ¯ . Tính các định thức sau: ¯ ¯ c1 c2 c3 ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯c1 c2 c3 ¯ ¯a1 b2 c1¯ ¯ ¯ ¯ ¯ a. ¯b1 b2 b3¯ , b. ¯a2 b2 c2¯ . ¯ ¯ ¯ ¯ a1 a2 a3 a3 b3 c3
5.7. Định lý Laplace 64 2. Chứng minh rằng: ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ b + c c + a a + b ¯ ¯ a b c ¯ ¯ ¯ ¯ ¯ ¯b1 + c1 c1 + a1 a1 + b1¯ = 2 ¯a1 b1 c1¯ . ¯ ¯ ¯ ¯ b2 + c2 c2 + a2 a2 + b2 a2 b2 c2 V.11. Giải các phương trình sau: ¯ ¯ ¯1 − x 2 ¯ 1. ¯ ¯ = 0. ¯ x2 1 + 2x¯ ¯ ¯ ¯ 2 3¯ ¯1 x x x ¯ ¯ ¯ ¯1 2 4 8 ¯ 2. ¯ ¯ = 0. ¯1 3 9 27¯ ¯ ¯ 1 4 16 64 ¯ ¯ ¯ 2 ¯ ¯x + 1 2 2 2 ¯ ¯ 2 ¯ ¯ 2 x + 1 2 2 ¯ 3. ¯ ¯ = 0. ¯ 2 2 x2 + 1 2 ¯ ¯ ¯ 2 2 2 x2 + 1
Bài 6 Ma trận 6.1 Các phép toán ma trận Định nghĩa 6.1.1 Cho hai ma trận A = (aij)m×n,B = (bij)m×n cùng cỡ m × n. Tổng của hai ma trận A và B là một ma trận được ký hiệu là A + B và được xác định như sau: A + B = (cij)m×n, ở đó cij = aij + bij. Ví dụ: Cho hai ma trận     6 1 −1 2 3 1 −1 2 A = 2 3 0 1 ,B = 1 31 4 2  . 5 0 2 2 2 2 3 22 Tổng của hai ma trận này là   9 2 −2 4 A + B = 3 34 4 3  . 7 2 5 24 Định nghĩa 6.1.2 Cho ma trận A = (aij)m×n cỡ m × n, và k ∈ K . Tích của k và ma trận A là ma trận cỡ m × n ký hiệu kA xác định bởi kA = (bij)m×n, ở đó bij = kaij. Ví dụ: Cho   3 1 −1 2  1 31 4 2  A =   −1 4 5 3  2 2 3 22
6.2. Tính chất của các phép toán ma trận 66 Khi đó   6 2 −2 4  2 62 8 4  2A =   −2 8 10 6  4 4 6 44 Định nghĩa 6.1.3 Cho hai ma trận A = (aij)m×p,B = (bij)p×n. Tích AB của A và B là ma trận C = (cij)m×n, ở đó các phần tử cij được xác định như sau: Xp cij = ai1b1j + ai2b2j + + aipbpj = aikbkj. k=1 Ví dụ:     3 1 −1   6 1 −1 2 19 7 −1 1 3 4  2 3 0 1 .   = 10 11 12  . 2 2 3  5 0 2 2 21 9 5 1 0 2 6.2 Tính chất của các phép toán ma trận Ký hiệu tập các ma trận cỡ m × n với các phần tử thuộc trường K là Mat(m × n, K ). 1. A + B = B + A, ∀A, B ∈ Mat(m × n, K ). 2. (A + B) + C = A + (B + C), ∀A, B, C ∈ Mat(m × n, K ). 3. ∃O ∈ Mat(m × n, K ) thỏa mãn A + O = A, ∀A ∈ Mat(m × n, K ). 4. ∀A ∈ Mat(m × n, K ) tồn tại ma trận −A ∈ Mat(m × n, K ) sao cho A + (−A) = O. 5. k(A + B) = kA + kB, ∀A, B ∈ Mat(m × n, K ), ∀k ∈ K . 6. (k + l)A = kA + lA, ∀A ∈ Mat(m × n, K ), ∀k, l ∈ K . 7. k(lA) = (kl)A, ∀A ∈ Mat(m × n, K ), ∀k, l ∈ K . 8. 1A = A, ∀A ∈ Mat(m × n, K ), ở đó 1 là đơn vị của K . (Tám tính chất trên cho thấy Mat(m × n, K ) cùng với phép cộng hai ma trận và phép nhân một phần tử của K với một ma trận tạo thành một không gian véc tơ trên trường K .)
6.3. Định thức của tích hai ma trận vuông cùng cấp 67 9. (AB)C = A(BC), với mọi ma trận A, B, C sao cho các phép toán ở hai vế xác định. 10. (A + B)C = AC + BC và C(A + B) = CA + CB, với mọi ma trận A, B, C sao cho các phép toán ở hai vế xác định. 11. k(AB) = (kA)B = A(kB), ∀k ∈ K , với mọi ma trận A, B sao cho A.B xác định. 12. Với n ≥ 1, ký hiệu In = (aij)n×n là ma trận vuông cấp n, ở đó ( 0 nếu i ≠ j, aij = 1 nếu i = j. Với mọi ma trận A, B, nếu A.In xác định thì A.In = A, nếu In.B xác định thì In.B = B. (In được gọi là ma trận đơn vị cấp n) Chú ý: Phép nhân ma trận không có tính giao hoán. 6.3 Định thức của tích hai ma trận vuông cùng cấp Định lý 6.3.1 Cho A, B là hai ma trận vuông cấp n, khi đó ta có det(AB) = det(A). det(B). Chứng minh: Giả sử A = (aij), B = (bij). Ta xét định thức cấp 2n sau: ¯ ¯ ¯ ¯ ¯ 0 0 0 a a . . . a ¯ ¯ 11 12 1n¯ ¯ 0 0 0 a a . . . a ¯ ¯ 21 22 2n¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ 0 0 0 an1 an2 . . . ann¯ D = ¯ − ¯ ¯b11 b12 . . . b1n 1 0 0 ¯ ¯ − ¯ ¯b21 b22 . . . b2n 0 1 0 ¯ ¯ ¯ ¯ ¯ ¯ ¯ bn1 bn2 . . . bnn 0 0 −1 Khai triển Laplace định thức trên theo n dòng đầu ta được: 2 D = (−1)n+1+n+2+ +2n+1+2+ +n|A|.|B| = (−1)n |A|.|B|.
6.4. Nghịch đảo của ma trận vuông 68 Nhân lần lượt các dòng thứ n + 1, n + 2, , 2n tương ứng với ai1, ai2, . . . , ain rồi cộng vào dòng thứ i ta được: ¯ ¯ ¯ ¯ ¯c c . . . c −1 0 0 ¯ ¯ 11 12 1n ¯ ¯c c . . . c 0 −1 0 ¯ ¯ 21 22 2n ¯ ¯ ¯ ¯ ¯ ¯ − ¯ ¯cn1 cn2 . . . cnn 0 0 1¯ D = ¯ − ¯ ¯b11 b12 . . . b1n 1 0 0 ¯ ¯ − ¯ ¯b21 b22 . . . b2n 0 1 0 ¯ ¯ ¯ ¯ ¯ ¯ ¯ bn1 bn2 . . . bnn 0 0 −1 trong đó Xn cik = aijbjk. j=1 Đặt C là ma trận (cik) ta có C = AB. Khai triển Laplace định thức D theo n dòng đầu ta được:   −1 0 0  0 −1 0  D =(−1)2(1+2+ +n)|C|     0 0 −1 2 =(−1)n(n+1).|C|.(−1)n = (−1)n |C|. Vậy |C| = |A|.|B| hay |AB| = |A|.|B|. 2 6.4 Nghịch đảo của ma trận vuông Định nghĩa 6.4.1 Cho A là một ma trận vuông cấp n. Ma trận vuông B cấp n được gọi là ma trận nghịch đảo của A nếu AB = BA = In. Nếu A có ma trận nghịch đảo thì A được gọi là ma trận khả nghịch. Định lý 6.4.2 Điều kiện cần và đủ để ma trận vuông A có nghịch đảo là det(A) ≠ 0.
6.4. Nghịch đảo của ma trận vuông 69 Chứng minh: (⇒) Giả sử ma trận vuông A cấp n khả nghịch tức là tồn tại B để AB = BA = In. Theo định lý 6.3.1 ta có 1 = det(In) = det(AB) = det(A). det(B). Do đó det(A) ≠ 0. (⇐) Giả sử det(A) ≠ 0 ta sẽ chứng minh ma trận B xác định theo công thức sau là nghịch đảo của A.   A A A  11 21 n1 1 A12 A22 An2 B =  . . .  det(A)  . . .  A1n A2n Ann (trong đó Aij là phần bù đại số của phần tử aij). 1 ′ Thật vậy, giả sử A.B = (cij)n×n. Khi đó cij = .c , ở đó det(A) ij ′ ≤ ≤ cij = ai1Aj1 + ai2Aj2 + + ainAjn (1 i, j n). ′ ′ Ta có cii là khai triển theo dòng i định thức của ma trận A, do đó cii = det(A). ′ ̸ cij với i = j là khai triển theo dòng j của định thức nhận được từ định thức của ma trận A khi thay hàng j bởi hàng i. Định thức này bằng không do có hai dòng giống ′ ∀ ̸ nhau. Do đó cij = 0, i = j. Tóm lại ta có ( 0 nếu i ≠ j, c′ = ij det(A) nếu i = j. Suy ra ( 0 nếu i ≠ j, cij = 1 nếu i = j. Điều đó chứng tỏ AB = In. Tương tự ta chứng minh được BA = In. Vậy B là ma trận nghịch đảo của A. 2 Ví dụ: Cho ma trận   1 2 3 A = 2 3 1 . 3 1 2
6.4. Nghịch đảo của ma trận vuông 70 det(A) = 1.3.2 + 2.1.3 + 3.2.1 − 3.3.3 − 1.1.1 − 2.2.2 = −18 ≠ 0. Do đó ma trận A khả nghịch. Ta có: ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ 1+1 ¯3 1¯ 1+2 ¯2 1¯ A11 = (−1) ¯ ¯ = 5,A12 = A12 = (−1) ¯ ¯ = −1, ¯ 1 2¯ 3 2 ¯ ¯ 1+3 ¯2 3¯ A13 = −1) ¯ ¯ = −7, 3¯ 1 ¯ ¯ ¯ ¯ ¯ ¯ ¯ 2+1 ¯2 3¯ 2+2 ¯1 3¯ A21 = (−1) ¯ ¯ = −1,A22 = (−1) ¯ ¯ = −7, ¯1 2¯ 3 2 ¯ ¯ 2+3 ¯1 2¯ A23 = (−1) ¯ ¯ = 5, ¯3 1¯ ¯ ¯ ¯ ¯ ¯ ¯ 3+1 ¯2 3¯ 3+2 ¯1 3¯ A31 = (−1) ¯ ¯ = −7,A32 = (−1) ¯ ¯ = 5, ¯3 1¯ 2 1 ¯1 2¯ A = (−1)3+3 ¯ ¯ = −1. 33 ¯2 3¯ Ma trận nghịch đảo của A là     − − − −1 5 1 7 5/18 1/18 7/18 A−1 = −1 −7 5  =  1/18 7/18 −5/18 . 18 −7 5 −1 7/18 −5/18 1/18 Ta có một phương pháp khác để tìm ma trận nghịch đảo của một ma trận vuông khả nghịch A, đó là phương pháp Gauss-Jordan. Phương pháp này gồm các bước như sau: • Viết ma trận đơn vị I bên phải ma trận A. • Dùng các phép biến đổi sơ cấp trên các dòng để đưa ma trận A về ma trận đơn vị I, đồng thời cũng dùng các phép biến đổi đó với ma trận phía bên phải. • Khi ma trận A được biến đổi thành ma trận đơn vị I thì ma trận I cũng được biến đổi thành ma trận nghịch đảo A−1 của A. Ví dụ: Tìm ma trận nghịch đảo của ma trận   3 1 1 A = 1 3 1 . 1 1 3 Viết ma trận đơn vị vào bên phải của A:  ¯  ¯ 3 1 1 ¯ 1 0 0  ¯  1 3 1 ¯ 0 1 0 1 1 3 ¯ 0 0 1
6.5. Một ứng dụng vui: mã hóa 71 Cộng dòng 3 và dòng 2 vào dòng 1:  ¯  ¯ 5 5 5 ¯ 1 1 1  ¯  1 3 1 ¯ 0 1 0 . 1 1 3 ¯ 0 0 1 1 Nhân dòng 1 với : 5 ¯  ¯ 1 1 1 ¯ 1/5 1/5 1/5  ¯  1 3 1 ¯ 0 1 0 . 1 1 3 ¯ 0 0 1 Nhân dòng 1 với −1 rồi cộng vào dòng 2 và dòng 3:  ¯  ¯ 1 1 1 ¯ 1/5 1/5 1/5  ¯  0 2 0 ¯ −1/5 4/5 −1/5 . 0 0 2 ¯ −1/5 −1/5 4/5 1 1 Nhân dòng 2 với , dòng 3 với : 2 2  ¯  ¯ 1 1 1 ¯ 1/5 1/5 1/5  ¯  0 1 0 ¯ −1/10 2/5 −1/10 . 0 0 1 ¯ −1/10 −1/10 2/5 Nhân dòng 2 với −1, dòng 3 với −1 rồi cộng vào dòng 1:  ¯  ¯ 1 0 0 ¯ 2/5 −1/10 −1/10  ¯  0 1 0 ¯ −1/10 2/5 −1/10 . 0 0 1 ¯ −1/10 −1/10 2/5 Vậy ta đã tìm được ma trận nghịch đảo của ma trận A là   2/5 −1/10 −1/10 A−1 = −1/10 2/5 −1/10 . −1/10 −1/10 2/5 6.5 Một ứng dụng vui: mã hóa Mục này nêu một ứng dụng của phép nhân ma trận vào việc mã hóa. Cho A = (aij)3 là một ma trận vuông cấp 3 với hệ số thuộc trường Z 29 và det(A) ≠ 0 (trong Z 29). Chia các chữ cái của từ cần mã hóa thành các nhóm 3 chữ cái. Nếu nhóm cuối cùng
6.5. Một ứng dụng vui: mã hóa 72 chỉ có 1 chữ cái thì ta thêm 2 dấu + và −, nếu nhóm cuối cùng chỉ có 2 chữ cái thì ta thêm dấu ∗. Sau đó thay các ký tự này bởi các số từ 0 → 28 theo tương ứng sau: ABCDEFGHIJKLMNOPQRST 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 UVWXYZ + − ∗ 20 21 22 23 24 25 26 27 28 Mỗi nhóm 3 ký tự được chuyển thành một nhóm 3 số trong Z 29, được xem như một ma trận cỡ 1 × 3. Chẳng hạn ta có ma trận (x1 x2 x3). Nhân với A ta được ma trận (x1 x2 x3)A = (y1 y2 y3). Chuyển các nhóm số này thành những nhóm ký tự theo tương ứng nêu trên và sắp xếp theo đúng thứ tự các nhóm ban đầu ta được mã hóa của từ đã cho bởi ma trận A. Ví dụ: Mã hóa từ "Student" bởi ma trận   1 −1 3 A = 5 1 2  . 1 4 −1 Ta có det(A) = 41 mod 29 = 12 ≠ 0. Nhóm từ trên thành 3 nhóm (S T U) (D E N) (T + -). (STU) → (18 19 20) →   1 −1 3 (18 19 20) 5 1 2  = (133 mod 29 81 mod 29 72 mod 29) 1 4 −1 = (17 23 14) → (RXO). (DEN) → (3 4 13) →   1 −1 3 (3 4 13) 5 1 2  = (36 mod 29 53 mod 29 4 mod 29) 1 4 −1 = (7 24 4) → (HYE). (T + −) → (19 26 27) →   1 −1 3 (19 26 27) 5 1 2  = (176 mod 29 115 mod 29 82 mod 29) 1 4 −1
6.5. Một ứng dụng vui: mã hóa 73 = (2 28 24) → (C ∗ Y ). Vậy "STUDENT" được mã hóa thành "RXOHYEC*Y". Quá trình giải mã được thực hiện tương tự như quá trình mã hóa nhưng thay ma trận A bởi ma trận A−1. Ví dụ: Giải mã từ đã được mã hóa bởi ma trận A thành "L X C - F L". −1 Trước tiên ta tìm ma trận A (trong Z 29). Ta có det(A) = 12 nên (det(A))−1 = 12−1 = 17. ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ 1+1 ¯1 2 ¯ 1+2 ¯5 2 ¯ A11 = (−1) ¯ ¯ = −9,A12 = (−1) ¯ ¯ = 7, ¯4 −¯1 1 −1 ¯ ¯ 1+3 ¯5 1¯ A13 = (−1) ¯ ¯ = 19, ¯1 4 ¯ ¯ ¯ ¯− ¯ ¯ ¯ 2+1 ¯ 1 3 ¯ 2+2 ¯1 3 ¯ A21 = (−1) ¯ ¯ = 11,A22 = (−1) ¯ ¯ = −7, ¯ 4 −¯1 1 −1 ¯ − ¯ 2+3 ¯1 1¯ A23 = (−1) ¯ ¯ = −5, ¯1 4 ¯ ¯ ¯ ¯− ¯ ¯ ¯ 3+1 ¯ 1 3¯ 3+2 ¯1 3¯ A31 = (−1) ¯ ¯ = −5,A32 = (−1) ¯ ¯ = 13, ¯ 1 2¯ 5 2 ¯1 −1¯ A = (−1)3+3 ¯ ¯ = 6. 33 ¯5 1 ¯ Ma trận nghịch đảo của A là   −9 11 −5 A−1 = (det(A))−1  7 −4 13  19 −5 6     −9 11 −5 −8 13 2 = 17  7 −4 13  =  3 −10 −11 . 19 −5 6 4 2 15 Ta nhóm "LXC-FL" thành hai nhóm (L X C) và (- F L). (LXC) → (11 23 2)   −8 13 2 → (11 23 2)  3 −10 −11 4 2 15 = (−11 mod 29 − 83 mod 29 − 201 mod 29) = (18 4 2) → (SEC).
6.6. Hạng của một ma trận 74 (− FL) → (27 5 11)   −8 13 2 → (27 5 11)  3 −10 −11 4 2 15 = (−157 mod 29 323 mod 29 164 mod 29) = (17 4 19) → (RET ). Vậy từ cần tìm là "SECRET". 6.6 Hạng của một ma trận Định nghĩa 6.6.1 Cho ma trận A cỡ m × n   a11 a12 . . . a1n  a a . . . a  A =  21 22 2n  .   am1 am2 . . . amn Coi mỗi dòng của ma trận A như một véc tơ trong không gian K n: α1 = (a11, a12, . . . , a1n) α2 = (a21, a22, . . . , a2n) αm = (am1, am2, . . . , amn) Hạng của hệ véc tơ dòng α1, . . . , αm gọi là hạng dòng của ma trận A. Coi mỗi cột của ma trận A như một véc tơ trong không gian K m: β1 = (a11, a21, . . . , am1) β2 = (a12, a22, . . . , am2) βm = (a1n, a2n, . . . , amn) Hạng của hệ véc tơ cột β1, . . . , βm gọi là hạng cột của ma trận A. Ta công nhận định lý sau: Định lý 6.6.2 Hạng dòng của ma trận A bằng hạng cột của A và bằng cấp cao nhất của các định thức con khác không của nó.
6.6. Hạng của một ma trận 75 Định nghĩa 6.6.3 Hạng của ma trận A là hạng dòng của ma trận A (và cũng bằng hạng cột của ma trận A). Ký hiệu hạng của ma trận A là rank(A) hoặc r(A). Tìm hạng của một ma trận bằng cách đưa về dạng hình thang: Các phép biến đổi sơ cấp sau không làm thay đổi hạng của ma trận - Đổi chỗ 2 dòng (hoặc hai cột) của ma trận. - Nhân 1 dòng (hay cột) với một phần tử t ≠ 0 của trường K . - Nhân 1 dòng (hay 1 cột) với t ∈ K rồi cộng vào một dòng (hay một cột ) khác. Từ một ma trận cho trước luôn có thể sử dụng một số phép biến đổi sơ cấp để đưa về một ma trận có dạng hình thang, tức là một ma trận A = (aij)m×n có tính chất: ∃r ≤ min(m, n) để aij = 0, ∀i, j thỏa mãn i r và a11.a22 . . . arr ≠ 0.   a ∗ ∗  11   0 a ∗   22     .   ∗ ∗  A =  0 0 . . . arr  .    0 0 0 0    0 0 0 0 Rõ ràng hạng của ma trận hình thang này là r. Ví dụ: Tìm hạng của ma trận   1 2 −1 3 A = 2 1 0 1 2 3 1 2 Biến đổi ma trận A về dạng hình thang       1 2 −1 3 1 2 −1 3 1 2 −1 3 A = 2 1 0 1 → 0 −3 2 −5 → 0 −1 3 −4 2 3 1 2 0 −1 3 −4 0 −3 2 −5   1 2 −1 3 → 0 −1 3 −4 = B 0 0 −7 7 Các bước biến đổi: • nhân dòng 1 với (−2) rồi cộng vào dòng 2; nhân dòng 1 với (−2) rồi cộng vào dòng 3,
6.7. Ma trận của ánh xạ tuyến tính 76 • đổi vị trí dòng 2 và dòng 3, • nhân dòng 2 với (−3) rồi cộng vào dòng 3. Ma trận B có dạng hình thang và có hạng là 3. Từ đó r(A) = 3. 6.7 Ma trận của ánh xạ tuyến tính Định nghĩa 6.7.1 ′ Cho V và V là hai K không gian véc tơ hữu hạn chiều, ε1, . . . , εn (1) là một cơ ′ sở của V , ξ1, . . . , ξn (2) là một cơ sở của V và f là một ánh xạ tuyến tính từ V ′ đến V . Giả sử các f(εi)(i = 1, 2, . . . , n) biểu thị tuyến tính qua cơ sở (2) như sau: f(ε1) = a11.ξ1 + + am1.ξm, f(ε2) = a12.ξ1 + + am2.ξm, f(εn) = a1n.ξ1 + + amn.ξm. Khi đó ma trận   a11 a12 . . . a1n  a a . . . a  A =  21 22 2n    am1 am2 . . . amn được gọi là ma trận của ánh xạ tuyến tính f đối với 2 cơ sở (1) và (2). Ký hiệu (2) A = M(1) f. Khi V = V ′ và (1) trùng với (2), ta gọi A là ma trận của phép biến đổi tuyến tính f đối với cơ sở (1). Ví dụ: 1. Cho không gian véc tơ V , có số chiều là n. Ma trận của ánh xạ tuyến tính đồng nhất idV đối với một cơ sở bất kỳ là ma trận cấp n:   1 0 0  0 1 0  I =   . n   0 0 1 2. Trong R 3 và R 4 xét các cơ sở chính tắc: ε1 = (1, 0, 0), ε2 = (0, 1, 0), ε3 = (0, 0, 1) (1) và
6.7. Ma trận của ánh xạ tuyến tính 77 ξ1 = (1, 0, 0, 0), ξ2 = (0, 1, 0, 0), ξ3 = (0, 0, 1, 0), ξ4 = (0, 0, 0, 1) (2). Ánh xạ tuyến tính g : R 3 → R 4 xác định bởi: g(x1, x2, x3) = (x1 + 3x2, 2x1 − 2x2 + x3, x2 + 4x3, x1 + 2x2 + 3x3). Khi đó: g(ε1) = (1, 2, 0, 1) = ξ1 + 2ξ2 + ξ4, g(ε2) = (3, −2, 1, 2) = 3ξ1 − 2ξ2 + ξ3 + 2ξ4, g(ε3) = (0, 1, 4, 3) = ξ2 + 4ξ3 + 3ξ4. Vậy ma trận của ánh xạ tuyến tính g đối với 2 cơ sở đã nêu là   1 3 0 2 −2 1   . 0 1 4 1 2 3 Mệnh đề 6.7.2 ′ Cho V và V là hai K không gian véc tơ hữu hạn chiều, ε1, . . . , εn (1) và ′ ′ ξ1, . . . , ξn (2) lần lượt là hai cơ sở của V và V . Giả sử f : V −→ V là một ánh xạ tuyến tính có ma trận đối với hai cơ sở (1) và (2) là A = (aij)m×n. Khi đó nếu α ∈ V có tọa độ trong cơ sở (1) là (x1, x2, . . . , xn) thì f(α) có tọa độ trong cơ sở (2) là (y1, y2, . . . , ym), ở đó     y x  1   1  y2  x2  .  = A.  .  .  .   .  ym xn Chứng minh: Ta có Xn Xn f(α) = f( xiεi) = xif(εi) i=1 i=1 Xn Xm Xm Xn = xi( ajiξj) = ( xiaji)ξj i=1 j=1 j=1 i=1 Suy ra Xn Xn yj = xiaji = ajixi i=1 i=1 2
6.8. Tính chất của ma trận của ánh xạ tuyến tính 78 Định nghĩa 6.7.3 ′ ′ ′ Giả sử (ε) = {ε1, . . . , εn}, (ε ) = {ε1 , . . . , εn } là hai cơ sở của không gian véc tơ V và ′ ε1 = a11ε1 + a21ε2 + + an1εn ′ ε2 = a12ε1 + a22ε2 + + an2εn ′ εn = a1nε1 + a2nε2 + + annεn. Khi đó ma trận   a11 a12 . . . a1n a a . . . a  T =  21 22 2n   an1 an2 . . . ann được gọi là ma trận chuyển từ cơ sở (ε) sang cơ sở (ε′). Nhận xét: Ma trận chuyển từ cơ sở (ε) sang cơ sở (ε′) của V chính là ma trận của ′ ánh xạ tuyến tính idV đối với 2 cơ sở (ε ) và (ε). Ví dụ: Trong R 3 xét hai cơ sở: (1) : ε1 = (0, 1, 0), ε2 = (2, 0, 0), ε3 = (0, 0, −1), ′ ′ ′ (2) : ε1 = (2, 1, 1), ε2 = (1, 2, 1), ε3 = (1, 1, 2). Khi đó: ′ ε1 = ε1 + ε2 − ε3 ′ 1 ε2 = 2ε1 + ε2 − ε3 2 ′ 1 ε3 = ε1 + ε2 − 2ε3. 2 Ma trận chuyển từ cơ sở (1) sang cơ sở (2) là:   1 2 1 T =  1 1/2 1/2 −1 −1 −2 6.8 Tính chất của ma trận của ánh xạ tuyến tính Định lý 6.8.1 Cho ba K-không gian véc tơ V1, V2, V3. Giả sử (1), (2), (3) lần lượt là những cơ sở của V1, V2, V3. Cho hai ánh xạ tuyến tính f : V1 → V2, g : V2 → V3. Khi đó (3) (3) (2) M(1) gf = M(2) g.M(1) f.
6.8. Tính chất của ma trận của ánh xạ tuyến tính 79 Hệ quả 6.8.2 (i) Nếu f : V1 −→ V2 đẳng cấu và (1) là 1 cơ sở của V1, (2) là 1 cơ sở của V2 thì: (1) −1 (2) −1 M(2) f = (M(1) f) . ′ (ii) Cho f : V1 −→ V2 là một ánh xạ tuyến tính, (1) và (1 ) là 2 cơ sở của V1, ′ (2) và (2 ) là 2 cơ sở của V2, S là ma trận chuyển từ cơ sở (1) sang cơ sở (1′), T là ma trận chuyển từ cơ sở (2) sang cơ sở (2′). Khi đó: ′ (2) (2 ) −1 M(1) f = S.M(1′) f.T . BÀI TẬP VI VI.1. Cho các ma trận:       3 1 4 1 3 0 A = 0 −3 B =  7 −2 C = 6 −5 5 2 −1 5 1 4 Tính: a. A + B − C b. 2A − 5B + C c. A + 2B − 3C VI.2. Cho các ma trận: µ ¶ µ ¶ 4 3 −7 2 −1 5 A = B = 2 0 1 4 3 −3 Tìm ma trận X sao cho: a. A − 2X = B b. 3B − X = A VI.3. Cho đa thức f(x) = x2 − 2x + 3 và ma trận: µ ¶ 1 2 A = −3 0 Tính: f(A) VI.4. Chứng minh rằng mọi ma trận cấp 2: µ ¶ a b A = c d đều thỏa mãn phương trình X2 − (a + d)X + (ad − bc)I = 0
6.8. Tính chất của ma trận của ánh xạ tuyến tính 80 VI.5. Tìm ma trận nghịch đảo của các ma trận sau:     µ ¶ 1 1 −1 1 −1 3 3 2 A = B = 2 −1 2  C = 5 1 2  4 3 3 0 1 1 4 −1     1 3 −5 7 0 1 1 1 0 1 2 −3 1 0 1 1 D =   E =   0 0 2 1  1 1 0 1 0 0 0 3 1 1 1 0 VI.6. Giải các phương trình ma trận sau:     1 1 −1 1 −1 3 a. X 2 1 0  = 4 3 2 1 −1 1 1 −2 5     1 1 1 1 2 1 0 0 0 1 1 1 1 2 1 0 b.   X =   0 0 1 1 0 1 2 1 0 0 0 1 0 0 1 2 VI.7. Cho A, B là hai ma trận vuông cấp n 1. Cho det(A) = 2 hãy tính det(A3) và det(A5). 2. Cho biết A khả nghịch và det(A) = 5, tính det(A−1). 3. Cho det(A) = 4 và B3 = A, tính det(B). 4. Cho det(A) = 6, tính det(A2AtA). VI.8. Dùng ma trận   2 1 1 A = 1 2 1 1 1 2 hãy mã hóa các từ sau: 1. "HOUSEHOLD ". 2. "VIETNAM". 3. "QUESTION ". 4. "TIMESCALE ".
6.8. Tính chất của ma trận của ánh xạ tuyến tính 81 VI.9. Các từ dưới đây đã được mã hóa bởi ma trận A trong bài tập trên, hãy giải mã các từ đó. 1. "FZJWGP ". 2. "GMPHSC". 3. "YCINQIOQR". VI.10. Tìm hạng của các ma trận sau     1 −4 8 1 2 −3 1 3 a. A = 3 −2 4  b. B = 0 1 3 4 5 4 −6 12 0 2 3 1 8     1 4 3 6 1 −1 3 −1 0 1 1 c. C = 2 −1 3 d. D =    2 1 −1 0 3 1 3 0 2 2 4 VI.11. Tìm hạng của các ma trận sau     1 3 5 −1 2 −1 3 −2 4 2 −1 −3 4  a. A = 4 −2 5 1 7 b. B =   5 1 −1 7  2 −1 1 8 2 7 7 9 1     4 3 −5 2 3 3 −1 3 2 5 8 6 −7 4 2  5 −3 2 3 4    c. C =   d. D = 4 3 −8 2 7  1 −3 −5 0 −7   4 3 1 2 −5 7 −5 1 4 1 8 6 −1 4 −6 VI.12. Tìm x để hạng của ma trận sau bằng 2   2 1 3 A = 1 −2 0 4 x 6 VI.13. Tìm ma trận chuẩn tắc tương ứng với các ánh xạ tuyến tính sau: 1. f : R 2 → R f(x, y) = x + y. 2. f : R 3 → R f(x, y, z) = 2x − 3y + z. 3. f : R 3 → R 2 f(x, y, z) = (2x − y, x + y − 2z).