CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
u
y
u ( x, y )
u
u
y
2.1 KHÁI NIỆM KHÔNG GIAN VÉC TƠ
Không gian véc tơ
x
z
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
u ( x, y , z )
Khái niệm không gian véc tơ có nguồn
gốc từ vật lý. Ban đầu các véc tơ là
những đoạn thẳng có định hướng, với
khái niệm này người ta đã sử dụng để
biểu diễn các đại lượng vật lý như: véc
tơ vận tốc, lực tác động, lực điện từ ....
v
uv
10/7/2017
1
u v v u
(k h)u ku hu
k (u v) ku kv
(kh)u k (hu)
1u u
u
Cuối thế kỷ 17 Descartes đã đề xuất
phương pháp tọa độ để giải quyết các
bài toán hình học. Với phương pháp
này mỗi véc tơ trong mặt phẳng được
đồng nhất với một cặp số là hoành độ
và tung độ còn véc tơ trong không
gian được đồng nhất với bộ ba số
u
Khái niệm không gian véc tơ 4 chiều
được Einstein (Anh-xtanh) sử dụng
trong thuyết tương đối
x
u (v w) (u v) w
u 0 0u u
u (u ) (u ) u 0
ku
10/7/2017
2
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
V1 (u v) w u (v w)
2.1.1. Định nghĩa và các ví dụ
V2 Có 0 V sao cho u 0 0 u u
Giả sử V là tập khác , K là tập các số thực hoặc số phức.
V3 Với mỗi u V có u V sao cho u (u ) (u ) u 0
V được gọi là không gian véc tơ trên K nếu có hai phép toán:
V4
: V V V
Phép toán trong
V6
(u , v ) u v
V8 1u u , trong đó 1 là phần tử đơn vị của K .
( , u ) u
Khi K thì V được gọi là không gian véc tơ thực
thoả mãn các tiên đề sau với mọi u, v, w V và , K
10/7/2017
(u v) u v
V7 ( )u ( u )
K V V
Phép toán ngoài
u v vu
V5 ( )u u u
Khi K thì V thì được gọi là không gian véc tơ phức
Các phần tử của V được gọi là các véc tơ
3
10/7/2017
4
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
u
y
v uv
y’
u
v
x
x’
u
ku
Vậy
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
u ( x, y, z )
v ( x ', y ', z ')
u v ( x x ', y y ', z z ')
xét n x ( x1,..., xn ) xi , i 1, n
Ta định nghĩa: ( x1,..., xn ) ( y1,..., yn ) ( x1 y1,..., xn yn )
( x1,..., xn ) ( x1,..., xn ),
Dễ dàng kiểm chứng lại hai phép toán này thoả mãn 8 tiên đề
của không gian véc tơ có véc tơ không là
ku (kx, ky, kz )
0 (0,...,0)
n phÇn tö
phần tử đối của x (x1, … , xn) là x (x1,… , xn)
( x, y, z) ( x ', y ', z ') ( x x ', y y ', z z ')
ta có không gian véc tơ thực n
k ( x, y, z) (kx, ky, kz)
10/7/2017
Ví dụ 2.1 Giả sử là trường số thực,
5
10/7/2017
6
1
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
x ( x1,..., xn ); y ( y1,..., yn ); z ( z1,..., zn ) K n , K
Ví dụ 2.2
v1 x ( y z) ( x1,..., xn ) ( y1,..., yn ) ( z1,..., zn )
x1 ( y1 z1 ),..., xn ( yn zn ) ( x1 y1) z1,...,( xn yn ) zn
( f g )(t ) f (t ) g (t ), (f )(t ) f (t ), t X
( x1,..., xn ) ( y1,..., yn ) ( z1,..., zn ) ( x y) z
v2 x 0 ( x1,..., xn ) (0,...,0) ( x1,..., xn ) x
v3 ( x1,..., xn ) ( x1,..., xn ) (0,...,0) 0
x y ( x1 y1,..., xn yn ) ( y1 x1,..., yn xn ) y x
v4
v5 ( ) x ( )( x1,..., xn ) ( ) x1,...,( ) xn x x
v6 ( x y) ( x1 y1,..., xn yn ) ( x1 y1,..., xn yn ) x y
v7 ( ) x ( )( x1,..., xn ) ( ) x1,...,( ) xn x1,..., xn ( x)
v8 1x 1( x1,..., xn ) ( x1,..., xn ) x
10/7/2017
Ký hiệu X là tập các hàm số xác định trên tập con X , X
Ta định nghĩa phép toán cộng và nhân với số thực như sau:
7
Với hai phép toán này X có cấu trúc không gian véc tơ thực với
véc tơ không là 0(t) 0, t
Ví dụ 2.3
Gọi Pn là tập các đa thức bậc n, n là số nguyên dương cho trước:
10/7/2017
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
Tính chất
1) Véc tơ 0 là duy nhất
Gọi P là tập các đa thức
Pn p p a0 a1t ... ant n ; a0 , a1,..., an , n
n
8
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
Ví dụ 2.4
P
Pn p p a0 a1t ... ant n ; a0 , a1 ,..., an
Ta định nghĩa phép cộng hai đa thức và phép nhân một số với một
đa thức như phép cộng hàm số và phép nhân một số với hàm số
trong Ví dụ 2.2 thì Pn là không gian véc tơ với véc tơ không là đa
thức 0
Ta định nghĩa phép cộng là phép cộng hai đa thức và phép nhân
với một số với đa thức theo nghĩa thông thường ở Ví dụ 2.3 thì
P là không gian véc tơ và Pn P với mọi n .
véc tơ đối u của u với mọi uV là duy nhất
2) Có luật giản ước: u v u w v w.
3) Với mọi u V , 0u 0, (1)u u .
4) Với mọi K , 0 0 .
5) Nếu u 0 thì 0 hoặc u 0 .
10/7/2017
9
10/7/2017
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
Từ định nghĩa của không gian véc tơ ta có thể mở rộng các phép
toán sau
1) Ta có thể định nghĩa phép trừ hai véc tơ
2.2. KHÔNG GIAN VÉC TƠ CON
2.2.1. Định nghĩa và ví dụ
Giả sử tập con W của V thỏa mãn tính chất:
u v : u (v)
w u v u wv
2) Do tính kết hợp của phép cộng nên ta có thể định nghĩa theo
qui nạp: n
u k u1 ... u n (u1 ... u n 1 ) u n
Tương tự
10
k 1
u, v W: u v W
(2.1)
u W , : u W
(2.2)
Khi đó có thể xác định 2 phép toán từ không gian V thu hẹp vào W
: W W W
(u , v) u v
: W W
( , u ) u
n
k u k 1u1 ... n u n ( 1u1 ... n 1u n 1 ) n u n
k 1
biểu thức này được gọi là một tổ hợp tuyến tính của các véc tơ
u1 ,..., u n
10/7/2017
11
Hai phép toán này thỏa mãn các điều kiện V1, V4, V5, V6, V7, V8
của không gian véc tơ. Ngoài ra vì W do đó tồn tại ít nhất véc
tơ u W, suy ra 0 0u W và u W : u (1)u W .
10/7/2017
12
2
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
V1
V4
V5
V6
V7
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
(u v) w u (v w)
u v vu
( )u u u
(u v) u v
( )u ( u )
Định nghĩa
Hai phép toán này thỏa mãn các
điều kiện V1, V4, V5, V6, V7, V8
của không gian véc tơ.
Tập con W của V thỏa mãn thỏa mãn điều kiện (2.1)-(2.2)
được gọi là không gian véc tơ con của V (hay nói tắt: không gian
con của V )
Định lý 2.2:
V8 u W :1u u
Ngoài ra vì W do đó tồn tại ít nhất véc tơ u W, vậy 00uW
Giả sử tập con W của V , khi đó W không gian véc tơ con
của V khi và chỉ khi:
u, v W , , : u v W
V2 u W : u 0 u
V3 Với mọi u W; u (1)uW: u +( u) 0
Tập {0} chỉ gồm véc tơ không là không gian véc tơ con nhỏ
nhất của V
Vậy W thỏa mãn các tiên đề V1 – V8 của không gian véc tơ
10/7/2017
V là không gian véc tơ con lớn nhất của V
13
10/7/2017
14
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
2.2.2. Không gian con sinh bởi một hệ véc tơ
Ví dụ 2.6
Định lý 2.3:
W1 u ( x, y,0) x, y 3
Nếu Wi
iI
W2 u ( x, y, z ) 2 x 3 y 4 z 0
3
Wi cũng là không
iI
gian con của V .
là hai không gian véc tơ con của 3
Từ Định lý 2.3 suy ra rằng với mọi tập con S bất kỳ của V luôn tồn
tại không gian con W bé nhất của V chứa S .
W3 u ( x, y,1) x, y 3
không là không gian véc tơ con của
là họ các không gian con của V thì
W là giao của tất cả các không gian con của V chứa S
3
Định nghĩa
Không gian W bé nhất chứa S được gọi là không gian sinh bởi hệ S ,
ký hiệu W span S , và S được gọi là hệ sinh của W
Khi S hữu hạn thì W được gọi là không gian véc tơ hữu hạn sinh
10/7/2017
15
10/7/2017
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
Định lý 2.4
W span S bằng tập hợp tất cả các tổ hợp tuyến tính của S .
1) Trường hợp S hữu hạn: S v1,..., vn
u W 1,..., n : u 1v1 ... nvn
W 1vi1 ... nvin 1,..., n ; vi1 ,..., vin S ; n 1,2,...
Ví dụ 2.11
Ta chứng minh W là không gian con bé nhất chứa S
Trong không gian vec tơ con
vi S ; vi 0v1 ... 1vi ... 0vn W S W
,
; u, v W : u 1v1 ... nvn , v 1v1 ... nvn
u v (1v1 ... nvn ) (1v1 ... nvn ) (1 1)v1 ... (n n )vn W
Giả sử W’ là không gian con của V chứa S
W1 ( x, y,0) | x, y 3
u W1 u ( x, y,0) x(1,0,0) y(0,1,0) xe1 ye2
Vậy
u W : u 1v1 ... nvn W ' W W '
10/7/2017
2) Trường hợp S vô hạn tập W có dạng
u W 1,..., n ; vi1 ,..., vin S : u 1vi1 ... nvin
W 1v1 ... nvn 1,..., n
Vậy
16
17
W1 span e1, e2
10/7/2017
18
3
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
Ví dụ 2.11
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
2.3. ĐỘC LẬP TUYẾN TÍNH, PHỤ THUỘC TUYẾN TÍNH
Không gian véc tơ con W2 u ( x, y, z ) 3 2 x 3 y 4 z 0 có
3
u ( x, y, z ) W2 2 x 3 y 4 z 0 x 3/ 2 y 2 z
3
y
u ( x, y, z ) W2 u y 2 z , y, z (3,2,0) z (2,0,1)
2
2
tính chất
Xét v1 (3,2,0) , v2 (2,0,1) W2 , ta được W2 span v1, v2 .
Ta cũng có
Khái niệm phụ thuộc tuyến tính khái quát hóa từ khái niệm 2 véc
tơ cùng phương và 3 véc tơ đồng phẳng
Cho hệ n véc tơ S {u1, ... , un} của V (các véc tơ này có thể
trùng nhau)
Hệ S {u1, ... , un} phụ thuộc tuyến tính khi và chỉ khi ta có thể
tìm được 1, ... , n không đồng thời bằng 0 sao cho
3
3
u ( x, y, z ) W2 u y 2 z, y, z y ,1,0 z (2,0, 1)
2
2
3
Do đó W2 span v '1, v '2 ; v '1 ,1,0 , v '2 (2,0, 1)
2
Hệ không phụ thuộc tuyến tính được gọi hệ là độc lập tuyến tính
10/7/2017
10/7/2017
Như vậy một không gian véc tơ có thể được sinh bởi nhiều hệ
sinh khác nhau
19
1u1 nun 0
Vậy hệ S độc lập tuyến tính nếu
1u1 nun 0,1,..., n thì 1 ... n 0
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
Ví dụ 2.13 e1 (1,0,0), e2 (0,1,0), e3 (0,0,1)
20
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
3
Định lý 2.6
Hệ e1, e2 , e3 là độc lập, vì nếu 1e1 2e2 3e3 0
1) Nếu v1 ,..., v n độc lập tuyến tính và u 1v1 ... nvn thì cách
thì 1 (1,0,0) 2 (0,1,0) 3 (0,0,1) (1, 2 ,3 ) (0,0,0)
viết này là duy nhất.
u 1v1 ... nvn 0 u u (1 1)v1 ... ( n n )vn
u 1v1 ... nvn 1 1 ... n n 0 1 1,..., n n
1 2 3 0
Ví dụ 2.14
Hệ chứa véc tơ 0 là hệ phụ thuộc tuyến tính
Hệ hai véc tơ u1, u2 là hệ phụ thuộc tuyến tính khi và chỉ khi
chúng tỷ lệ, nghĩa là u1 u2 hoặc u2 u1
Xét các véc tơ u1 (4, 2,8) , u2 (6,3, 12) , u3 (3, 2,5)
Hệ hai véc tơ u1, u2 phụ thuộc tuyến tính ( u2 3/ 2u1)
và hệ u1, u3 độc lập tuyến tính
10/7/2017
2) Hệ véc tơ chứa hệ con phụ thuộc tuyến tính là hệ phụ thuộc
tuyến tính. Vì vậy, mọi hệ con của hệ độc lập tuyến tính là hệ độc
lập tuyến tính
Giả sử hệ S u1,..., um chứa hệ con u1,..., un phụ thuộc
Khi đó tồn tại 1,..., n không đồng thời bằng 0 sao cho 1u1 ... nun 0
Chọn n 1 ... m 0 ta được
1,..., n , n 1,..., m
không đồng thời bằng 0 thỏa mãn 1u1 ... nun n1un1 ... mum 0
21
10/7/2017
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
22
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
3) Một hệ véc tơ là phụ thuộc tuyến tính khi và chỉ khi có một véc
tơ là tổ hợp tuyến tính của các véc tơ còn lại
Giả sử hệ S u1,..., un phụ thuộc tuyến tính, khi đó tồn tại 1,..., n
không đồng thời bằng 0 sao cho 1u1 ... nun 0
Giả sử 1 0 ta được u1 ( 2 / 1)u2 ... ( n / 1)un
4) Giả sử hệ v1,..., vn độc lập tuyến tính. Khi đó hệ v1,..., vn , u
phụ thuộc tuyến tính khi và chỉ khi u là tổ hợp tuyến tính của các véc
tơ v1,..., vn , khi đó ta có thể biểu diễn duy nhất u 1v1 ... nvn
2.4. HẠNG CỦA MỘT HỆ HỮU HẠN CÁC VÉC TƠ
2.4.1. Hệ con độc lập tuyến tính tối đại
Cho hệ S các véc tơ của không gian véc tơ V. Hệ con S của hệ
S được gọi là độc lập tuyến tính tối đại của S nếu thỏa mãn hai
điều kiện sau:
1) S là hệ độc lập tuyến tính
2) Nếu thêm bất kỳ véc tơ nào của S vào S thì ta có hệ phụ
thuộc tuyến tính (tối đại)
(): suy từ 3)
(): Giả sử v1,..., vn , u phụ thuộc khi đó tồn tại các số 1,..., n ,
không đồng thời bằng 0 sao cho 1v1 ... nvn u 0
Vì hệ v1,...,vn độc lập nên 0 , do đó u 1 v1 ... n vn
Hạng
Cách viết duy nhất suy từ tính chất 1)
10/7/2017
23
Nói riêng hệ {v1, … , vn} là hệ con độc lập tuyến tính tối đại của V
nếu hệ {v1, … , vn} độc lập và nếu thêm bất kỳ véc tơ khác của V
ta có hệ mới là phụ thuộc
10/7/2017
24
4
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
Định lý 2.7
Định lý 2.7
1) Nếu S là hệ con độc lập tuyến tính tối đại của hệ S thì mọi véc
tơ của S là tổ hợp tuyến tính các véc tơ của S và cách biểu
diễn thành tổ hợp tuyến tính là duy nhất
Thật vậy, nếu v1,..., vn không tối đại thì tồn tại một véc tơ của S , ta ký
S u1,..., uk , uk 1,..., un
u1 1u1 0u2 ... 0uk u2 0u1 1u2 ... 0uk … uk 0u1 0u2 ... 1uk
j k 1,..., n hệ u1,..., uk , u j phụ thuộc và hệ u1,..., uk độc lập
Do đó
u j 1u1 ... k uk
10/7/2017
hữu hạn S. Khi đó ta có thể bổ sung thêm để được một hệ con
độc lập tuyến tính tối đại của S chứa {v1, … , vn}
Đlý 2.6
Giả sử S ' u1,..., uk là hệ con độc lập tuyến tính tối đại của hệ
2) Giả sử {v1, … , vn} là hệ con độc lập tuyến tính của một hệ
25
hiệu vn1 , sao cho hệ v1,..., vn , vn1 độc lập tuyến tính
Lập luận tương tự và vì hệ S hữu hạn nên quá trình bổ sung thêm này
sẽ dừng lại, cuối cùng ta được hệ v1,..., vn , vn1,..., vnk độc lập tuyến
tính tối đại của S
10/7/2017
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
Ví dụ 2.15 Tìm hệ con độc lập tuyến tính tối đại hệ véc tơ
u1 (3,1,4), u2 (2, 3,5), u3 (5, 2,9), u4 (1,4, 1)
Hai véc tơ u1, u2 độc lập vì không tỉ lệ
2.4.2. Hạng của một hệ hữu hạn các véc tơ
Định lý 2.9:
Mọi hệ con độc lập tuyến tính tối đại của hệ hữu hạn S đều có
số phần tử bằng nhau
Có thể kiểm tra được: u3 u1 u2 ; u4 u1 u2
3x 2 y 1
3x 2 y 5
x 1
x 1
u4 xu1 yu2 x 3 y 4
u3 xu1 yu2 x 3 y 2
y 1
4 x 5 y 1 y 1
4 x 5 y 9
Vậy u1, u2 là hệ con độc lập tuyến tính tối đại của S
Tương tự có thể kiểm tra được u1, u3, u1, u4 , u2 , u3 , u2 , u4
cũng là các hệ con độc lập tuyến tính tối đại của S
10/7/2017
27
Định nghĩa
Số các véc tơ của một hệ con độc lập tuyến tính tối đại của hệ S
được gọi là hạng (rank) của S, ký hiệu r(S).
Qui ước hệ chỉ có véc tơ {0} có hạng là 0
10/7/2017
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
Ví dụ 2.12
26
28
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
2.5. CƠ SỞ, SỐ CHIỀU CỦA KHÔNG GIAN VÉC TƠ
Hệ véc tơ
Định nghĩa
u1 (3,1,4), u2 (2, 3,5), u3 (5, 2,9), u4 (1,4, 1)
Mỗi hệ sinh độc lập tuyến tính của V được gọi là
một cơ sở của V
Định lý 2.10
Các hệ con độc lập tuyến tính tối đại
Giả sử {e1, … , en} là một hệ các véc tơ của V. Các mệnh đề
sau là tương đương
u1, u2 u1, u3 u1, u4
u2 , u4 u2 , u3
(i) Hệ e1 ,..., e n là một cơ sở của V
(ii) Hệ e1 ,..., e n là hệ độc lập tuyến tính tối đại của V
u3 , u4
(iii) Mọi véc tơ u V tồn tại một cách viết duy nhất
u x1e1 ... xnen , x1,..., xn
Các hệ con độc lập tuyến tính tối đại đều có 2 phần tử
(x1, … , xn) được gọi là toạ độ của véc tơ u trong cơ sở {e1, … , en}
Ký hiệu
u ( x1,..., xn ) B e1,..., en
Vậy có hạng bằng 2
B
10/7/2017
29
10/7/2017
30
5
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
Định lý 2.11
Ví dụ 2.16 Hai hệ véc tơ B {e1, e2}, B {e1, e2}
Giả sử V là không gian hữu hạn sinh và {v1, … , vk} là hệ độc lập
tuyến tính các véc tơ của V. Khi đó có thể bổ sung thêm để có
được hệ {v1, … , vk, vk1, vkm} là một cơ sở của V
Giả sử V có một hệ sinh có n véc tơ
với e1 (1, 0) , e2 (0, 1) và e1 (1,1) , e2 (4,3)
là hai cơ sở của không gian véc tơ 2
u ( x, y ) 2
u ( x, y) ( x,0) (0, y) x(1,0) y(0,1) xe1 ye2
Nếu S v1,..., vk không phải là cơ sở thì S không phải là hệ sinh, do đó tồn tại véc tơ,
u ( x, y) x ' e '1 y ' e '2 x '(1,1) y '(4,3) ( x ' 4 y ', x ' 3 y ')
x ' 4 y ' x
x ' 4 y 3x
x ' 3 y ' y
y' x y
sinh, k m n . Vậy v1,..., vk , vk 1,..., vk m là một cơ sở cần tìm
u B ( x, y); u B ' (4 y 3x, x y)
u (3,1); u B ' (5,2)
Chẳng hạn
B {e1, e2} được gọi là cơ sở chính tắc của không gian véc tơ 2
Vậy
10/7/2017
ta ký hiệu vk 1 , sao cho hệ v1,..., vk , vk 1 độc lập tuyến tính
Tiếp tục quá trình này cuối cùng ta có hệ v1,..., vk , vk 1,..., vk m độc lập tuyến tính và là hệ
31
Mọi không gian hữu hạn sinh đều tồn tại cơ sở
Số phần tử của mọi cơ sở của đều bằng nhau
Số véc tơ của một cơ sở của V được gọi là số chiều của V
Quy ước dim{0} 0
Ký hiệu dim V
10/7/2017
32
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
Ví dụ 2.12
Trong không gian n hệ véc tơ
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
B e1,..., en
Chú ý 2.14:
Không gian P
e1 (1,0,...,0), e2 (0,1,...,0),..., en (0,0,...,1)
hạn sinh
là một cơ sở của n gọi là cơ sở chính tắc
Thật vậy, hệ
Pn là một ví dụ về không gian véc tơ không hữu
n 1
1, t, t ,.... có vô hạn véc tơ và độc lập tuyến tính nên
2
không thể là hữu hạn sinh
Vậy dimn n
Định lý 2.14
Giả sử dimV n và S v1 ,..., v m là hệ m véc tơ của V . Khi đó:
Ví dụ 2.13
Hệ
B {1, t, … , t n} là một cơ sở của Pn
(i) Nếu hệ S độc lập tuyến tính thì m n
được gọi là cơ sở chính tắc
(ii) Nếu hệ S là hệ sinh của thì m n
Vậy dim Pn n 1
(iii) Nếu m n thì hệ S độc lập tuyến tính khi và chỉ khi S là hệ
sinh
10/7/2017
33
10/7/2017
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
CHƢƠNG 2: KHÔNG GIAN VÉC TƠ
Định lý 2.16
Giả sử S là hệ hữu hạn các véc tơ của V, S0 là một hệ con của S.
Đặt W spanS. Khi đó:
1) Hệ S0 là một con độc lập tuyến tính tối đại của S khi và chỉ
khi S0 là một cơ sở của W, do đó r(S) dimW.
và đồng thời mọi véc tơ của S có thể biểu diễn thành tổ hợp tuyến tính các véc tơ S0
Do đó S0 là một hệ sinh của W, vậy S0 là một cơ sở của W
Ngược lại nếu S0 là một cơ sở của W thì S0 là hệ con độc lập tuyến tính tối đại
của W, do đó cũng là hệ con độc lập tuyến tính tối đại của S
r (S )
10/7/2017
2) Khi thực hiện một số hữu hạn các phép biến đổi sơ cấp sau
lên hệ S:
Nhân một số khác 0 với một véc tơ của hệ S
Cộng vào một véc tơ của hệ S một tổ hợp tuyến tính các
véc tơ khác của S; thì hệ S biến thành hệ S
Đặt W span S thì W W , do đó r(S) r(S ) dimW.
Giả sử S0 là hệ con độc lập tuyến tính tối đại của S
Mọi véc tơ của W biểu diễn được thành tổ hợp tuyến tính các véc tơ của S
số véc tơ của
34
Vì S W do đó mọi tổ hợp tuyến tính các véc tơ của S cũng thuộc W,
vậy S’ W do đó W’ W
Tương tự cũng có W W’
Vậy W W’
S0 dimW
35
10/7/2017
r (S ) dimW r (S ')
36
6