PHẦN A
MỞ ĐẦU
1. Lý do chọn đề tài
Có thể nói rằng Đại Số Tuyến Tính là một môn học khá quan trọng đối
với mỗi sinh viên ngành Toán. Nó được coi là môn cơ sở cho tất cả các môn
Toán mà sinh viên được học. Trong đó ma trận và các bài toán liên quan đến
ma trận là phần kiến thức cơ bản nhất, gây được nhiều hứng thú nhất trong
nội dung môn học này. Có nhiều vấn đề khó liên quan đến ma trận và chéo
hóa ma trận là một trong những những vấn đề như thế. Do đó em muốn đi sâu
vào tìm hiểu vấn đề này. Được sự hướng dẫn tận tình của Th.s Nguyễn Văn
Vạn cùng với lòng yêu thích môn học này em xin mạnh dạn nghiên cứu đề
tài: “Vấn đề chéo hóa ma trận và ứng dụng”
2. Mục đích nghiên cứu
Mục tiêu chính của đề tài mà em chọn là ứng dụng của chéo hóa ma
trận.
3. Nhiệm vụ nghiên cứu
Nghiên cứu các phương pháp chéo hóa và các ứng dụng của chéo hóa
ma trận.
4. Đối tƣợng nghiên cứu
Trong đề tài này em xây dựng xung quanh các vấn đề về chéo hóa ma
trận. Theo đó, em đưa ra các ứng dụng của chéo hóa ma trận.
5. Phƣơng pháp nghiên cứu
Tìm và tham khảo tài liệu, phân tích và tổng hợp bài tập minh họa,
tham khảo ý kiến của giáo viên hướng dẫn.
1
PHẦN B
NỘI DUNG
CHƢƠNG
HỆ THỐNG KIẾN THỨC CƠ BẢN
1.1. Không gian vectơ
1.1.1 Định nghĩa
Cho
là một tập khác rỗng , trên
xác định 2 phép toán:
a) phép cộng:
b) phép nhân:
( _trường)
Nếu 2 phép toán thỏa mãn 8 điều kiện sau:
(V1)
(V2
.
(V3
-phần tử đối)
(V4)
(V5
(V6
(V7)
(V8
thì (
lập thành một không gian vectơ trên trường
gian vectơ
(gọi tắt là không gian vectơ ).
Các phần tử của
gọi là các vectơ. Các phần tử của
gọi là
không
gọi là các vô hướng.
Phép cộng “+” gọi là phép cộng vectơ. Phép nhân “.” gọi là phép nhân vectơ
với vô hướng.
2
Khi
thì
được gọi là không gian vectơ thực. Khi
thì
được
gọi là không gian vectơ phức.
Ví dụ:
a) Tập các vectơ tự do cùng với phép toán cộng 2 vectơ và nhân vectơ với 1
số thực là một không gian vectơ thực.
b) Tập các đa thức
) cũng lập thành 1 không gian vectơ trên trường
với
phép toán cộng đa thức và phép nhân đa thức với vô hướng thuộc trường
1.1.2. Hệ vectơ độc lập tuyến tính và phụ thuộc tuyến tính
1.1.2.1. Định nghĩa (độc lập tuyến tính và phụ thuộc tuyến tính)
Trong không gian vectơ
a) Hệ vectơ (
được gọi là độc lập tuyến tính nếu hệ thức:
chỉ xảy ra khi
b) Hệ vectơ (
là phụ thuộc tuyến tính nếu hệ đó không độc lập
tuyến tính.
1.1.2.2. Ví dụ:
Trong không gian vectơ thực
Hệ
Hệ (
(
)
độc
cho hệ 3 vectơ:
lập
) phụ thuộc tuyến tính vì
1.1.3. Cơ sở và số chiều của không gian vectơ
1.1.3.1. Định nghĩa
3
tuyến
tính
vì
a) Một hệ vectơ của
được gọi là 1 hệ sinh của
nếu mọi vectơ của
đều
nếu mọi vectơ của
đều
biểu thị tuyến tính được qua hệ này.
b) Một hệ vectơ của
được gọi là 1 cơ sở của
biểu thị tuyến tính duy nhất qua hệ này.
Như vậy mỗi cơ sở là 1 hệ sinh.
1.1.3.2. Định lý
Cho hệ hữu hạn vectơ (
của không gian vectơ
. Khi đó các
mệnh đề sau là tương đương:
a)
(
,…,
b)
(
,…,
là 1 cơ sở của
) là 1 hệ sinh độc lập
tuyến tính của
c)
(
là 1 hệ vectơ độc lập
tuyến tính tối đại của
1.1.3.3. Định nghĩa
Không gian vectơ
được gọi là hữu hạn sinh nếu nó có 1 hệ sinh gồm
hữu hạn phần tử. Số vectơ trong mỗi cơ sở cuả
{ } được gọi là số chiều của
sinh
trên trường
không gian vectơ hữu hạn
và kí hiệu là
hay
.
{ } ta qui ước
Nếu
Nếu
.
không có cơ sở nào gồm hữu hạn phần tử thì nó được gọi là không
gian vô hạn chiều.
1.1.3.4. Ví dụ
a) Cho
(0,0,0,…,1) trong
,
Khi đó {
là cơ sở chính tắc (cơ sở tự nhiên của
.
4
.
) và
b) Trường số phức
là một
Đồng thời
không gian vectơ với cơ sở {1,i}
là 1
Do đó
không gian vectơ với cơ sở {1}
. Tổng quát
.
1.2. Ma trận
1.2.1. Định nghĩa
là 1 trường tùy ý. Một bảng m.n phần tử
Cho
thuộc trường
có
dạng:
(1)
được gọi là một ma trận kiểu (m,n). Mỗi
được gọi là 1 phần tử của ma
) được gọi là dòng thứ i của ma trận.
trận. Vectơ dòng (
được gọi là cột thứ j của ma trận.
Vectơ cột
Ta thường kí hiệu ma trận bởi các chữ A, B.…Ma trận (1) có thể được kí
hiệu đơn giản bởi:
Khi m
(
n thì ma trận
được kí hiệu đơn giản là
. Ta cũng nói A là ma trận có m dòng, n cột.
được gọi là ma trận vuông cấp n và
(
.
Tập tất cả các ma trận kiểu (m,n) với các phần tử thuộc trường
hiệu là Mat(m
được kí
.
1.2.2. Định nghĩa
Cho
và
(
là 2 ma trận cùng thuộc Mat(
.
Ta gọi là tổng của 2 ma trận A và B một ma trận
bởi:
5
xác định
và kí hiệu là
.
Ta gọi là tích của ma trận với vô hướng
mọi ma trận
xác
định bởi:
và kí hiệu là
Như vậy:
(
.
1.2.3. Định nghĩa (Tích của 2 ma trận)
Cho ma trận
và
.
Ta gọi là tích của ma trận A với ma trận B một ma trận C
)
mà phần tử được xác định bởi:
và kí hiệu là
1.2.4. Ma trận khả nghịch
Định nghĩa:
Ta gọi ma trận vuông
là ma trận khả nghịch (hay là
ma trận vuông không suy biến), nếu có ma trận vuông
sao cho
.
Khi đó B gọi là ma trận nghịch đảo của A và kí hiệu
. Nếu A là
ma trận khả nghịch thì ma trận nghịch đảo cuả nó là duy nhất.
1.2.5. Ma trận chuyển
Định nghĩa:
Cho (e)
{
và
là 2 cơ sở cuả không gian
vectơ n chiều V.Ta gọi ma trận vuông cấp n
định bởi:
6
trong đó
được xác
là ma trận chuyển từ cơ sở (e) sang cơ sở (
Gọi
và
với cơ sở (e) và cơ sở (
(
lần lượt là các cột toạ độ của vectơ
lần lượt đối
thì ta có công thức đổi toạ độ từ cơ sở (e) sang cơ sở
viết dưới dạng ma trận là :
7
2.6. Ma trận đồng dạng
Định nghĩa:
. Ta nói A, B là 2 ma trận đồng dạng
Cho 2 ma trận A, B
nếu tồn tại một ma trận C
là ma trận khả nghịch sao cho
Kí hiệu: A
2.7. Ma trận chuyển vị
Định nghĩa:
Ta gọi ma trận
là ma trận chuyển vị của ma trận A nếu các dòng của ma
trận A là các cột của ma trận
. Tức là:
Ta có : (
(
Ví dụ:
2.8. Ma trận chéo
Định nghĩa:
Ma trận chéo là ma trận vuông có tất cả các phần tử không nằm trên
đường chéo chính bằng 0 nghĩa là
.
8
Ví dụ:
Ma trận A
là ma trận chéo.
2.9. Ma trận đơn vị.
Định nghĩa:
Ma trận I
Trong đó các phần tử chéo bằng 1, các phần tử khác bằng 0 gọi là ma trận đơn
vị cấp n.
Đặc điểm của ma trận đơn vị I là:
,
.
Ví dụ:
là các ma trận đơn vị.
,
1.3. Phép thế và dấu của phép thế.
1.3.1. Định nghĩa
Ta gọi mỗi song ánh từ tập
lên chính nó là 1 phép thế bậc n.
Tập hợp tất cả các phép thế bậc n với phép lấy tích ánh xạ lập thành một
nhóm kí hiệu là
. Ta gọi nhóm này là nhóm đối xứng bậc n. Nó có
tử.
Với mỗi
ta thường viết:
9
phần
Ví dụ :
X = {1;2;3} thì
(phần tử)
1.3.2. Định nghĩa
Với
ta gọi cặp {
sao cho
là nghịch thế
Ta bảo phép thế
là 1 phép thế chẵn hay lẻ tuỳ theo số nghịch thế của nó là
chẵn hay lẻ.
Trong đó
là dấu của phép thế .
Ví dụ: Phép thế
có 1 nghịch thế (1; 2) cho nên
.
1.4. Định thức
1.4.1. Định nghĩa
Cho ma trận
trên trường
Định thức của ma trận A vuông là 1 phần tử trên trường
xác định như sau:
10
được kí hiệu là
được gọi là định thức cấp n.
Mỗi hạng tử của định thức cấp n là 1 tích của n thành phần cùng với một dấu
xác định, trong mỗi tích không có 2 thành phần nào cùng dòng hay cùng cột.
Ví dụ:
a) Định thức cấp một:
b) Định thức cấp hai:
c) Định thức cấp ba:
4.2. Các tính chất của định thức
Tính chất 1: Nếu
thì ta có
trong đó:
và
Tính chất 2: Nếu các thành phần của một cột có thừa số chung
đưa
ra ngoài dấu định thức.
11
thì có thể
Tính chất 3: Nếu định thức có hai cột giống nhau thì nó bằng 0.
Tính chất 4: Định thức của ma trận đơn vị bằng 1.
1.5. Vectơ riêng và giá trị riêng
1.5.1. Định nghĩa
là 1 tự đồng cấu của
Cho :
. Ta bảo
và
là 1 không gian vectơ con của
là không gian con bất biến đối với
bất biến) nếu
(hay 1 không gian con
.
Ví dụ:
Với tự đồng cấu
bất kì, các không gian sau đây đều là
bất
biến: {
1.5.2. Định nghĩa (Vectơ riêng và giá trị riêng)
Giả sử
vectơ
là một tự đồng cấu của
của
giá trị riêng còn
và vô hướng
sao cho
được gọi là vectơ riêng của
Nhận xét : Nếu
thì
- không gian vectơ
là 1 vectơ riêng của
thì
. Nếu có
được gọi là 1
ứng với giá trị riêng .
ứng với giá trị riêng
trừ phần tử
1.5.3. Định nghĩa (Đa thức đặc trƣng)
Giả sử
vectơ
là một giá trị riêng của tự đồng cấu
gồm vectơ
Khi đó không gian
và tất cả các vectơ riêng của
12
ứng với
giá trị riêng
được gọi là không gian con riêng của
và được ki hiệu là
Giả sử
trong
ứng với giá trị riêng
.
và
có ma trận là
đối với 1 cơ sở nào đó
. Khi đó đối với cơ sở này, đồng cấu
có ma trận là
.
Khiđó:
Như vậy
là đa thức bậc n của .
Thuật toán tìm giá trị riêng và vectơ riêng của f
Bước 1: Tìm ma trận của tự đồng cấu
trong 1 cơ sở nào đó.
Bước 2: Lập đa thức bậc n đặc trưng
của ma trận A.
Bước 3: Giải phương trình đa thức bậc n của ẩn
Bước 4: Với mỗi nghiệm
tìm được ở phương trình đa thức đặc trưng trên ta
giải hệ phương trình thuần nhất tuyến tính là:
Ứng với mỗi nghiệm không tầm thường (
là 1 vectơ riêng của
của hệ này ta có
ứng với giá trị riêng .
Ví dụ: Tìm giá trị riêng và vectơ riêng của tự đồng cấu
13
có ma trận
Giải
Xét phương trình đa thức đặc trưng
=0
Ứng với giá trị riêng
ta giải hệ phương trình:
với
Vậy các vectơ riêng
) với
ứng với giá trị riêng
là các vectơ riêng của
.
Ứng với giá trị riêng
, ta giải hệ phương trình:
với
Vậy các vectơ
với giá trị riêng
với
là các vectơ riêng của
ứng
.
1.6. Chéo hóa ma trận
1.6.1. Định nghĩa
Tự đồng cấu
của
không gian vectơ hữu hạn chiều
chéo hóa được nếu ta tìm được một cơ sở của
của .
14
được gọi là
gồm toàn những vectơ riêng
Hay
chéo hóa được nếu có một cơ sở của
mà ma trận của
đối với
cơ sở đó là ma trận chéo.
Giả sử A là ma trận của
ta suy ra rằng
trong một cơ sở nào đó của . Từ định nghĩa
chéo hóa được nếu và chỉ nếu tồn tại ma trận
C
không
suy
biến
(det
C
và
Việc tìm một ma trận khả nghịch C (nếu có) để
là ma trận chéo
gọi là việc chéo hóa ma trận.
Nhận xét:
chéo hóa được khi và chỉ khi ma trận A của
đồng dạng với ma
trận chéo.
1.6.2. Định nghĩa
Ma trận A
đồng dạng với ma trận chéo
thì A được gọi là ma trận chéo hoá được.
B
là ma trận chéo hóa được.
Ví dụ: A
Nếu A chéo hoá được thì mọi ma trận đồng dạng với A cũng chéo hoá được.
Việc tìm 1 cơ sở (nếu có) của
gồm toàn những vectơ riêng của
gọi là việc
chéo hoá tự đồng cấu .
1.6.3. Định lý
Giả sử
là những vectơ riêng của tự đồng cấu
với những giá trị riêng đôi một khác nhau
độc lập tuyến tính.
vectơ
Chứng minh:
Định lí được chứng minh quy nạp theo m.
15
ứng
. Khi đó hệ
Với m =1, vectơ riêng
nên hệ gồm một vectơ {
độc lập tuyến tính.
Giả sử quy nạp rằng định lý đã được khẳng định đối với 1 hệ gồm
ứng với m giá trị riêng đôi một khác
vectơ. Xét hệ vectơ riêng
nhau
.
Nếu
có
thì
Nhân đẳng thức đầu với
rồi cộng vào đẳng thức cuối cùng này ta được:
độc lập tuyến tính cho nên ta có:
Theo giả thiết quy nạp, hệ
Do
. Thay các giá trị
này vào đẳng thức đầu tiên ta có
Tóm lại
. Vì
nên
.
độc lập tuyến tính.
. Chứng tỏ hệ
1.6.4. Hệ quả (Điều kiện cần)
a) Nếu
nhau thì
và tự đồng cấu
có n giá trị riêng đôi một khác
chéo hoá được.
b) Nếu ma trận
có n giá trị riêng đôi một khác nhau trong
thì A chéo hoá được.
1.6.5. Định lý
Giả sử
có tính chất
là 1 tự đồng cấu của
Thế thì
không gian vectơ hữu hạn chiều
chéo hoá được.
Chứng minh
16
Đặt
và
Ta sẽ chứng minh rằng
lên . Trước hết, ta thấy ngay rằng
chính là phép chiếu từ
Vì
để
có
nên
đều là
Mặt khác
Khi đó ta có
. Khi đó ta có
nên
. Vì
))
Vì
Kết hợp hai sự kiện trên ta có
nên
nên
)
. Vậy
ta đều có
Với mỗi
và
bất biến đối với .
những không gian con của
Giả sử
và
.
trong đó
. Đó là vì
còn
)
Do vậy mà ta có
.
.
.
. Trong chứng minh phần trên ta đã chỉ ra
Lấy {
là 1 cơ sở của
rằng
. Vì thế các vectơ
đều là vectơ riêng của
ứng với
đều là các vectơ riêng của
ứng với
giá trị riêng bằng 1.
Giả sử {
Vì
là cơ sở của
nên các vectơ
giá trị riêng bằng 0.
Do
cho nên {
gồm toàn vectơ riêng của
là 1 cơ sở của . Cơ sở này
cho nên
chéo hóa được.
1.6.6. Định lý (Điều kiện cần và đủ để tự đồng cấu chéo hoá đƣợc)
Cho
thì
là một
không gian vectơ n chiều và
là 1 tự đồng cấu của
chéo hóa được khi và chỉ khi 2 điều kiện sau đây được thoả mãn:
a) Đa thức đặc trưng của
phân tích được.
17
Trong đó
là các vô hướng đôi một khác nhau trong .
; ở đây
là bội của
xem như là
nghiệm của đa thức đặc trưng
Chứng minh
Giả sử
chéo hóa được. Khi đó ta có thể tìm được 1 cơ sở của
đối với ma trận này
có dạng ma trận chéo là D với
đường chéo bằng
phần tử nằm trên
phần tử nằm trên đường chéo bằng
, trong đó
đôi một khác nhau. Do đó:
và các
Nhận xét rằng ma trận
đường chéo bằng
sao cho
là một ma trận chéo với
phần tử nằm trên
, các phần tử còn lại bằng
với
nào đó.
Cho nên ta có
với
.
Ngược lại, giả sử các điều kiện a) và b) được thoả mãn.
Xét không gian con riêng của
,
ứng với giá trị riêng
là
.
Ta có
Mà theo định lý các vectơ riêng ứng với các giá trị riêng đôi một khác nhau
thì lập thành 1 hệ vectơ độc lập tuyến tính, cho nên:
Mặt khác,
nên ta có
18
với mỗi
ta lấy {
là 1 cơ sở của
này với nhau ta sẽ nhận được 1 cơ sở của
. Vậy
rồi gộp tất cả các cơ sở
gồm toàn những vectơ riêng của
chéo hóa được.
1.6.7. Định lý (Điều kiện cần và đủ để 1 ma trận chéo hoá đƣợc)
Điều kiện cần và đủ để A chéo hóa được là A có n vectơ riêng độc lập
tuyến tính. Khi đó C là ma trận chuyển từ cơ sở chính tắc
sang cơ sở gồm n vectơ riêng
của
của A.
Chứng minh
A chéo hóa được tức là A đồng dạng với ma trận chéo B có dạng
Nghĩa là tồn tại ma trận không suy biến C sao cho
Kí hiệu
trong đó
hay
) là các vectơ cột của C. Theo
định nghĩa phép nhân 2 ma trận ta có ma trận tích
và ma trận tích
Từ
.
là các giá trị riêng của
tương ứng với các giá trị riêng
Vì
các giá trị riêng là
Xây dựng ma trận
là các vectơ riêng
và
.
khả nghịch nên các vectơ cột
Ngược lại, giả sử
sẽ có các cột là
sẽ có các cột là
ta có
Do vậy
.
độc lập tuyến tính.
có n vectơ riêng độc lập tuyến tính
tương ứng với
.
với các cột là các vectơ
Khi đó các cột của ma trận tích
là
19
nghĩa là
].
Do đó
Trong đó
là ma trận chéo với các giá trị riêng
nằm trên đường
chéo chính.
Vì những vectơ cột của ma trận cột
độc lập tuyến tính nên
là ma trận khả
nghịch.
Từ
.
Hay
chéo hoá được.
Từ định lý trên ta rút ra quy tắc để chéo hoá 1 ma trận A
cho trước như sau:
Bước 1: Tìm nghiệm đặc trưng của ma trận A và các vectơ riêng tương ứng.
Bước 2: Nếu mọi vectơ riêng A đều phụ thuộc tuyến tính thì A không đồng
dạng với ma trận chéo. Ngược laị nếu tìm được n vectơ riêng độc lập tuyến
tính thì ta lập được ma trận
ở đây
là các vectơ cột
của C.
Bước 3: Khi đó ma trận
sẽ là ma trận chéo với
trị riêng và chúng sẽ là các phần tử nằm trên đường chéo chính.
Ví dụ 1:
Hãy chéo hóa ma trận A
Giải
20
là các giá
Đa thức đặc trưng của ma trận A là:
Vì A có 3 giá trị riêng phân biệt
Ứng với
A chéo hóa được.
ta có hệ phương trình
trong đó
Vectơ riêng
Ứng
với
ta
có
là cơ sở của f.
hệ
phương
trình:
Vectơ riêng
Ứng với
ta có hệ:
Vectơ riêng
3 vectơ riêng
tương ứng với 3 giá trị riêng phân biệt chúng độc lập
tuyến tính.
Mà
nên (
lập thành 1 cơ sở của
21
Vậy
Ví dụ 2: Cho ma trận
. Hãy chéo hóa ma trận A
Giải
Xét phương trình đa thức đặc trưng:
+ Nếu A là ma trận thực thì A chỉ có 1 giá trị riêng
nên A không chéo
hóa được.
+ Nếu A là ma trận phức thì A có 3 giá trị riêng phân biệt là
chéo hóa được.
Với
ta có:
Xét hệ phương trình:
Vectơ riêng
Với
ta xét hệ phương trình:
22
Vectơ riêng
Với
Xét hệ:
vectơ riêng
Vậy
1.6.8. Chéo hóa trực giao
1.6.8.1. Định nghĩa
Ma trận vuông A được gọi là ma trận trực giao nếu
trong đó
là ma trận chuyển vị của A hay nói cách khác nếu hệ vectơ cột của A là một
hệ trực chuẩn trong
.
Ví dụ:
Xét ma trận
Khi đó
23
Vậy A là ma trận trực giao.
Nhận xét: Nếu A là ma trận trực
giao thì A khả nghịch và
1.6.8.2. Định nghĩa
Giả sử A là ma trận vuông cấp n. Nếu tồn tại ma trận trực giao C sao cho
là ma trận chéo thì A gọi là chéo hóa trực giao được và C gọi là ma
trận làm chéo hoá trực giao A.
1.6.8.3. Định lý
Ma trận vuông A làm chéo hóa trực giao được khi và chỉ khi A có n vectơ
riêng trực chuẩn.
Chứng minh
Giả sử ma trận A làm chéo hoá trực giao được và tồn tại ma trận trực giao
C sao cho
, trong đó B là ma trận chéo mà n vectơ cột của C là
các vectơ riêng của A. Mặt khác C là ma trận trực giao nên theo định nghĩa
các vectơ cột của C là hệ trực chuẩn.
Ngược lại, giả sử A có n vectơ riêng trực chuẩn
] là ma trận vuông gồm các vectơ cột là
Ma trận
kí hiệu
.
là 1 ma trận chéo. Do các vectơ của C là n vectơ trực chuẩn
nên C là ma trận trực giao. Khi đó ma trận A làm chéo hoá trực giao được.
Thuật toán tìm ma trận trực giao C
làm chéo hóa A
Bước 1: Lập đa thức đặc trưng và giải phương trình đặc trưng để tìm giá trị
riêng.
Bước 2: Tìm cơ sở gồm toàn những vectơ riêng ứng với giá trị riêng
ở bước 1.
Bước 3: Trực giao hóa, trực chuẩn hóa cơ sở tìm được ở bước 2.
24
đã tìm
Bước 4: Ma trận C tìm được là ma trận mà các cột tọa độ của nó là tọa độ của
các vectơ cơ sở đã trực chuẩn ở bước 3.
Gọi ma trận
trong đó
. Khi đó B là ma trận có dạng chéo:
là các giá trị riêng của A và
.
Ví dụ:
Cho ma trận:
.
Hãy tìm 1 ma trận trực giao C để
có dạng chéo.
Giải
Xét phương trình đa thức đặc trưng:
Vậy A có 2 giá trị riêng
Với
, ta có
.
là không gian nghiệm của hệ phương trình:
Gọi
Với
, ta có
(1;1;1)
là không gian nghiệm của hệ phương trình:
25