5.1 khÁi ni m Ánh x tuy ntÍnh 5.1.1 Định ngh avàvíd · 3 chƯƠng 5: Ánh x Ạ tuyẾn...
TRANSCRIPT
1
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Ánh xạ tuyến tính (phép biến đổi tuyến tính) từ một không gianvéc tơ vào không gian véc tơ là ánh xạ bảo toàn phép cộng véctơ và phép nhân một số với véc tơ
Nhà toán học Peano (Italia) là người đầu tiên đưa ra khái niệmánh xạ tuyến tính (1888)
Tương ứng giữa ánh xạ tuyến tính và ma trận của nó là một đẳngấ ốcấu bảo toàn phép cộng, phép nhân một số với ma trận và phép
nhân hai ma trận
Chính vì lý do này nên một bài toán về ma trận, hệ phương trìnhtuyến tính có thể giải quyết bằng phương pháp ánh xạ tuyến tínhvà ngược lại
Hạng của ánh xạ tuyến tính bằng hạng của ma trận của nó
23/09/2013 1
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
5.1 KHÁI NIỆM ÁNH XẠ TUYẾN TÍNH5.1.1 Định nghĩa và ví dụ
Ánh xạ f từ không gian véc tơ V vào không gian véc tơ W thoả
mãn với mọi u, v∈V, α∈R:
{ ( ) ( ) ( )f u v f u f v+ = +{ ( ) ( ) ( )( ) ( )
f u v f u f vf u f uα α+ = +
=
được gọi là ánh xạ tuyến tính (đồng cấu tuyến tính hay gọi tắt làđồng cấu) từ V vào W
Khi V =W thì f được gọi là tự đồng cấu
23/09/2013 2
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Ví dụ 5.1
2) Ánh xạ đồng nhất Id :V V V→
Id ( )Vu u u=a
1) Ánh xạ không :V W→0
( ) 0u u =0a
3) Phép vị tự tỷ số ∈k VVf →:3) Phép vị tự tỷ số ∈k VVf →: kuufu =)(a
4) Giả sử VWW ⊂⊕ 21 , xét phép chiếu lên thành phần thứ nhất VWW →⊕ 211 :Pr
121 vvv a+
Ánh xạ 1), 2), 3), 4) là ánh xạ tuyến tính; 2), 3) là tự đồng cấu;
23/09/2013 3
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
6) Cho ma trận ij m nA a
×⎡ ⎤= ⎣ ⎦
Do đó ánh xạ : n mT →R R
1 1 1 1' '
' 'n n n n
x x x xA A A
x x x xα β α β⎛ ⎞⎡ ⎤ ⎡ ⎤ ⎡ ⎤ ⎡ ⎤⎜ ⎟⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥+ = +⎜ ⎟⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎜ ⎟⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦⎝ ⎠
M M M M
Ta có thể kiểm tra được đẳng thức
),...,(),...,(),...,( 111 mnn yyxxTxx =a
1 1
ij
m n
y xa
y x
⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥⎡ ⎤= ⎣ ⎦⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦
M M là một ánh xạ tuyến tính
Ngược lại ta có thể chứng minh được mọi ánh xạ tuyến tính từ Rn
vào Rm đều có dạng như trên
Xác định bới
23/09/2013 4
2
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
7) Phép quay góc θ
2 2:f →
( , ) ( , ) ( , )x y f x y X Y=aθ ( , )v x y=
( ) ( , )f v X Y=
( ) (cos sin )( )iX iY e x iy i x iyθ θ θ+ = + = + +
( cos sin ) ( sin cos )X iY x y i x yθ θ θ θ+ = − + +
( , ) ( cos sin , sin cos )f x y x y x yθ θ θ θ⇒ = − +
Vậy phép quay góc θ là một ánh xạ tuyến tính
23/09/2013 5
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
5.1.2. Tính chấtĐịnh lý 5.1 Nếu f : V → W là một ánh xạ tuyến tính thì
(i) 00 =)(f
(ii) với mọi Vv∈ : )()( vfvf −=−
(iii) ( )n n
f x v x f v⎛ ⎞
=⎜ ⎟∑ ∑ x x v v V∀ ∈ ∀ ∈R(iii)1 1
( )i i i ii i
f x v x f v= =
=⎜ ⎟⎝ ⎠∑ ∑ , 1 1,..., , ,...,n nx x v v V∀ ∈ ∀ ∈R .
Định lý 5.2Ánh xạ f : V → W là một ánh xạ tuyến tính khi và chỉ khi
với mọi u, v∈V, α∈R:
( ) ( ) ( )f u v f u f vα β α β+ = +
23/09/2013 6
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Định lý 5.3 Mỗi ánh xạ tuyến tính V vào W hoàn toàn được xácđịnh bởi ảnh một cơ sở của V.
Tồn tại duy nhất ánh xạ tuyến tính f : V → W sao cho
niuef 1)( ==
Nghĩa là với cơ sở B = {e1, … , en} cho trước của Vkhi đó với mỗi hệ véc tơ u1, … , un ∈ W
niuef ii ,...,1,)( ==Tồn tại:
Với mọi ,Vv∈ giả sử ),...,( 1 nxx là tọa độ của v trong cơ sở B , nghĩa là nnexexv ++= ...11 . Đặt Wuxuxvf nn ∈++= ...)( 11
f là ánh xạ tuyến tính thỏa mãn ,)( ii uef = với mọi ni ,...,1=
Duy nhất: Giả sử WVg →: là ánh xạ tuyến tính sao cho ,)( ii ueg = với mọi ni ,...,1= khi đó với bất kỳ nnexexvVv ++=∈ ..., 11
1 1 1 1 1 1( ) ( ... ) ( ) ... ( ) ... ( )n n n n n ng v g x e x e x g e x g e x u x u f v= + + = + + = + + =
Vậy fg =
23/09/2013 7
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Hệ quả 5.4 f , g : V → W là hai ánh xạ tuyến tính
B = {e1, … , en} là một cơ sở của V
Khi đó ( ) ( ); 1,...,i if g f e g e i n= ⇔ = ∀ =
Giả sử f : V → W là đồng cấu tuyến tínhVí dụ 5.2
Chứng minh rằng f toàn cấu khi và chỉ khi tồn tại đồng cấu g : W → V sao cho f οg(v) = v, ∀v∈W
Giả sử f toàn cấu, { }1,..., ne e=B là một cơ sở của W
Tồn tại 1,..., nu u V∈ sao cho ( )i if u e=
Xét ánh xạ tuyến tính VWg →: xác định bởi ( )i ig e u=
Vì ( ) ;i i if g e e e= ∀ ∈o B do đó IdWf g =o
23/09/2013 8
3
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
5.1.3 Các phép toán trên các ánh xạ tuyến tính5.1.3.1 Hom(V,W )
Tập các ánh xạ tuyến tính từ V vào W được ký hiệu là
Với mọi f g ∈ Hom(VW) với mọi k ∈R
Hom(V,W) hay L(V,W)
Với mọi f, g ∈ Hom(V,W), với mọi k ∈R
Ta định nghĩa phép cộng hai ánh xạ tuyến tính bởi công thức
( )( ) ( ) ( )f g v f v g v+ = +
( )( ) ( )kf v kf v=
Và phép nhân một số với ánh xạ tuyến tính bởi công thức
23/09/2013 9
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Với hai phép toán này thì Hom(V,W) có cấu trúc không gian véc tơ
dim Hom dim dim( , )V W V W= ⋅
Ví dụ 5.3:
Cho hai ánh xạ tuyến tính f, g: R3 → R2 có công thức xác định ảnh
( ) (3 5 2 4 6 )f + +( , , ) (3 5 2 ,4 6 )f x y z x y z x y z= − + + −
( , , ) (2 6 7 , 5 )g x y z x y z x z= + − −
3 ( , , ) (9 15 6 ,12 3 18 )f x y z x y z x y z⇒ = − + + −
2 ( , , ) (4 12 14 ,2 10 )g x y z x y z x z= + − −
(3 2 )( , , ) (5 27 20 ,10 3 8 )f g x y z x y z x y z⇒ − = − + + −
23/09/2013 10
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
5.1.3.2 EndV
Tập các tự đồng cấu của V, ký hiệu EndV
Với phép cộng hai ánh xạ tuyến tính và nhân một số với ánh
xạ tuyến tính thì EndV là một không gian véc tơ
Mặt khác hợp của hai ánh xạ tuyến tính cũng là một ánh xạ tuyến tính
( )2dim End dimV V=
23/09/2013 11
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Cho f∈EndV và đa thức bậc n 0( ) nnp t a a t= + +L
ta ký hiệu 0( ) Id nV np f a a f= + +L
Trong đón
n
f f f= oLo14243
lÇn
0 IdVf = 1f f=
Ví dụ 5.4: ụCho ánh xạ tuyến tính f : R2 → R2 có công thức xác định ảnh
( , ) (3 5 ,4 )f x y x y x y= − +
( )2( , ) 3(3 5 ) 5(4 ),4(3 5 ) (4 ) ( 11 20 ,16 19 )f x y x y x y x y x y x y x y= − − + − + + = − − −
Cho đa thức 2( ) 50 9 2p t t t= − +
( )2( )( , ) 50Id 9 2 ( , ) ( 5 , 4 3 )Vp f x y f f x y x y x y⇒ = − + = + − +
23/09/2013 12
4
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
5.2 NHÂN VÀ ẢNH CỦA ÁNH XẠ TUYẾN TÍNH
Định lý 5.5 Giả sử f : V → W là một ánh xạ tuyến tính, khi đó:
a) Nếu V1 là không gian con của V thì f (V1) là không gian concủa WS là một hệ sinh của V1 thì f (S) là một hệ sinh của f (V1)Do đó 1 1dim ( ) dimf V V≤
1 2 1 1 1 1 1 1 2 2, ( ); , : ( ), ( )u u f V v v V u f v u f v∀ ∈ ∃ ∈ = =
1 2 1 2 1 2 1, : ( ) ( ) ( ) ( )u u f v f v f v v f Vα β α β α β α β∀ ∈ + = + = + ∈R
1 1( ); : ( )u f V v V u f v∀ ∈ ∃ ∈ = { }1 1 1 1span ,..., ...n n nV e e v x v x v= ⇒ = + +
{ }1 1 1 1 1 1( ) ( ... ) ( ) ... ( ) ( ) span ( ),..., ( )n n n n nu f v f x e x e x f e x f e f V f e f e⇒ = = + + = + + ⇒ =
23/09/2013 13
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
S là một hệ sinh của V thì f (S) là một hệ sinh của Im f
Đặc biệt nếu { }1,..., ne e=B là một cơ sở của V thì { }1( ),..., ( )nf e f e
là một hệ sinh của Im f
Do đó mọi hệ con độc lập tuyến tính tối đại của { }1( ),..., ( )nf e f e là cơ sở của Im f
23/09/2013 14
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
b) Nếu W1 là không gian con của W thì f −1(W1) là không gian con của Vngoài ra nếu W1 ⊂ f (V) thì 1
1 1dim dim ( )W f W−≤
11 2 1, ( ); ,v v f W α β−∀ ∈ ∀ ∈R
11 2 1 2 1 1 2 1( ) ( ) ( ) ( )f v v f v f v W v v f Wα β α β α β −+ ∈ + ∈ ⇒ + ∈
Giả sử { }1,..., nu u là một hệ độc lập tuyến tính của 1W 1
1 1 1( ) ,..., ( ): ( ) , 1,...,n i iW f V v v f W f v u i n−⊂ ⇒ ∃ ∈ = =
1 1 1 1( )n n n nv v f v vα α α α+ + = ⇒ + + =0 0L L
1 1 1 ... 0n n nu uα α α α⇒ + + = ⇒ = = =0L
Hệ véc tơ { }1,..., nv v độc lập tuyến tính của 11( )f W− 1
1 1dim dim ( )W f W−⇒ ≤
23/09/2013 15
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Giả sử f : V → W là một ánh xạ tuyến tính
Nhân của f { } { }1Ker ( )f f v V f v V−= = ∈ = ⊂0 0
: Ker ( )v V v f f v∀ ∈ ∈ ⇔ = 0
Ảnh của f { }Im ( ) ( )f f V f v v V W= = ∈ ⊂
: Im : ( )u W u f v V u f v∀ ∈ ∈ ⇔ ∃ ∈ =
Hạng của f ( ) dimImr f f=
23/09/2013 16
5
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Với mọi ánh xạ tuyến tính f : V → W ta cóĐịnh lý 5.6
dim ( ) dimKerV r f f= +
Giả sử { }1,..., me e là một cơ sở của Ker f (khi { }Ker f = 0 thì m = 0) Ta có thể bổ sung để { }1 1,..., , ,...,m m m ke e e e+ + là một cơ sở của V
Ta sẽ chứng minh { }1( ),..., ( )m m kf e f e+ + là một hệ sinh, độc lập tuyến tính của Im f (do đó là một cơ sở)
1 1 1 1Im , : ( ); ... ...m m m m m k m ku f v V u f v v x e x e x e x e+ + + +∀ ∈ ∃ ∈ = = + + + + +
1 1 1 1( ) ( ) ... ( ) ( ) ... ( )m m m m m k m ku f v x f e x f e x f e x f e+ + + += = + + + + +
1 1( ) ... ( )m m m k m ku x f e x f e+ + + +⇒ = + +
1 1 1 1( ) ... ( ) ... Kerm k m k m k m ky f e y f e y e y e f+ + + ++ + = ⇒ + + ∈0
1 1 1 1... ...m k m k m my e y e z e z e+ +⇒ + + = + +1 1 1 1 1... ... ... 0m k m k m m ky e y e z e z e y y+ +⇒ + + − − − = ⇒ = = =0
23/09/2013 17
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Ví dụ 5.5
Xét ánh xạ tuyến tính f : R4 → R3 có công thức xác định ảnh:
( )( , , , ) 2 3 5 ,3 2 3 4 , 3 6f x y z t x y z t x y z t x z t= − + + − + + + +
Tìm một cơ sở của Im f, Ker f.
Giải: 4( , , ) Im ( , , , ) : ( , , ) ( , , , )a b c f x y z t a b c f x y z t∈ ⇔∃ ∈ =R
Từ đó suy ra hạng r ( f )
Nói cách khác khi và chỉ khi hệ phương trình sau cónghiệm
( , , ) Ima b c f∈
2 3 53 2 3 4
3 6
x y z t ax y z t bx z t c
− + + =⎧⎪ − + + =⎨⎪ + + =⎩
23/09/2013 18
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Sử dụng phương pháp khử Gauss ta được
2 1 3 5 1 0 3 6 1 0 3 63 2 3 4 0 1 3 7 2 0 1 3 7 21 0 3 6 0 1 3 7 0 0 0 0 2
a c cb a c a cc b a c b a c
−⎡ ⎤ ⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥ ⎢ ⎥− ↔ − − − − ↔ − − − −⎢ ⎥ ⎢ ⎥ ⎢ ⎥
− − − − − − +⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦ ⎣ ⎦
Hệ phương trình có nghiệm khi 2 0b a c− + =( , , ) Im ( ,2 , ) (1,2,0) (0, 1,1)u a b c f u a a c c a c= ∈ ⇔ = − = + −( ) ( ) ( ) ( )f
Vậy Im f có một cơ sở là { }(1,2,0), (0, 1,1)−
( , , , ) Kerv x y z t f= ∈ khi và chỉ khi (x,y,z,t) là nghiệm của hệ2 3 5 03 2 3 4 0
3 6 0
x y z tx y z tx z t
− + + =⎧⎪ − + + =⎨⎪ + + =⎩ { }( 3, 3,1,0), ( 6, 7,0,1)− − − −
Vậy Ker f có một cơ sở là
Hạng r ( f ) = 2
3 63 7
x z ty z t= − −⎧⇒ ⎨ = − −⎩
( 3 6 , 3 7 , , ) ( 3, 3,1,0) ( 6, 7,0,1)v z t z t z t z t= − − − − = − − + − −
23/09/2013 19
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Nhận xét 5.1 Giả sử f : V → W là một ánh xạ tuyến tính
B = {e1, … , en} là một cơ sở của VCó thể chứng minh được { f(e1), … , f(en)} là một hệ sinhcủa Im fdo đó mọi hệ con độc lập tuyến tính tối đại của { f(e1), … , f(en)}là cơ sở của Im ffVí dụ trên có hạng r ( f ) = 2 Vì vậy ngoài cơ sở { }(1,2,0), (0, 1,1)−
hai véc tơ cột bất kỳ của ma trận2 1 3 53 2 3 41 0 3 6
−⎡ ⎤⎢ ⎥−⎢ ⎥⎢ ⎥⎣ ⎦đều là cơ sở của Im f
23/09/2013 20
6
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
5.3TOÀN CẤU, ĐƠN CẤU, ĐẲNG CẤU5.3.1Toàn cấu
Ánh xạ tuyến tính và toàn ánh được gọi là toàn cấu.Giả sử f : V → W là một ánh xạ tuyến tínhBa mệnh đề sau tương đương
(i) f toàn cấu
(iii) r( f ) = dimW(ii) Ảnh của hệ sinh của V là hệ sinh của W
(i) ⇒ (ii): S là hệ sinh của V thì f(S) là một hệ sinh của f(V) và f(V) = W do đó f(S) là một hệ sinh của W(ii) ⇒ (i): Giả sử { }1,..., ne e là một cơ sở của V thì { }1( ),..., ( )nf e f e là
hệ sinh của { }1span ( ),..., ( ) ( )nW W f e f e f V f⇒ = = ⇒ toàn cấu
( ) ( ) : ( ) dim ( ) dim ( ) dimi iii f V W f V W r f W⇔ = ⇔ = ⇔ =
23/09/2013 21
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Ánh xạ tuyến tính đơn ánh được gọi là đơn cấu
5.3.2 Đơn cấu
Giả sử f : V → W là một ánh xạ tuyến tính
Bốn mệnh đề sau tương đương
(i) f đ ấ(i) f đơn cấu
(vi) r( f ) = dimV
(ii) Ker f = {0}
(iii) Ảnh của hệ độc lập tuyến tính của V là hệ độc lậptuyến tính của W
23/09/2013 22
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
(i) ⇒ (ii): Hiển nhiên
1 2 1 2 1 2 1 2 1 2( ) ( ): ( ) ( ) ( ) ( ) ( )ii i f v f v f v f v f v v v v v v⇒ = ⇒ = − = − ⇒ − = ⇒ =0 0
( ) ( )ii iii⇒ : Giả sử { }1,..., mv v độc lập
{ }1 1 1 1 1,..., : ( ) ... ( ) ... Kerm m m m mx x x f v x f v x v x v f∀ ∈ + + = ⇒ + + ∈ =0 0
1 1 1... ... 0m m mx v x v x x⇒ + + = ⇒ = = =01 1 1m m m
Do đó { }1( ),..., ( )mf v f v độc lập
( ) ( )iii iv⇒ : Giả sử { }1,..., ne e là một cơ sở của V thì { }1( ),..., ( )nf e f e là hệ sinh độc lập tuyến tính của ( )f V . Do đó dim( )r f V=
{ }( ) Ker
Ker 0 Ker( )
dim dimdim
dim( ) ( ) : V r f f
f fV r f
iv ii = + ⎫⇒ = ⇒ =⎬= ⎭
⇒ 0
23/09/2013 23
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
5.3.3 Đẳng cấu
Ánh xạ tuyến tính vừa đơn cấu vừa toàn cấu được gọi là đẳng cấu
Hai không gian V, W được gọi là đẳng cấu nếu có ánh xạ tuyến
tính đẳng cấu f : V → W
Định lý 5 8Định lý 5.8
Hai không gian V, W là đẳng cấu khi và chỉ khi dimV = dimW
Định lý 5.9 Giả sử f : V → W là ánh xạ tuyến tính và dimV = dimWKhi đó f đơn cấu khi và chỉ khi f toàn cấu, do đó đẳng cấu
23/09/2013 24
7
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Ví dụ 5.6 Ánh xạ tuyến tính 2 2:f → xác định bởi
( )( , ) 2 ,f x y x y x y= − +là một đơn cấu vì
( ) ( )( , ) (0,0) 2 , (0,0) , (0,0)f x y x y x y x y= ⇔ − + = ⇒ =
do đó f là một đẳng cấu
Ví d 5 7 Á h t ế tí h ác định bởi3:f →PVí dụ 5.7 Ánh xạ tuyến tính xác định bởi32:f →P
2( , , ) ( 2 3 ) (2 5 6 ) ( 8 )f x y z x y z x y z t x z t= + + + + + + +
Hệ phương trình2 3 0
2 5 3 08 0
x y zx y zx z
+ + =⎧⎪ + + =⎨⎪ + =⎩
chỉ có nghiệm tầm thường
do đó f là một đẳng cấu
23/09/2013 25
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
5.4 ÁNH XẠ TUYẾN TÍNH VÀ MA TRẬN5.4.1 Ma trận của ánh xạ tuyến tính
Giả sử f : V → W là một ánh xạ tuyến tính
B = {e1, … , en} là một cơ sở của VB’ = {ω1, … , ω n} là một cơ sở của W
’Ma trận của hệ véc tơ { f (e1), … , f (en)} trong cơ sở B’Được gọi là ma trận của f trong cơ sở B và B’Ký hiệu [ ] 'A f= B
B
ij m nA a
×⎡ ⎤= ⎣ ⎦
1( ) ; 1,...,
m
j ij ii
f e a j n=
= ω =∑Xác định như sau
23/09/2013 26
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Trường hợp tự đồng cấu f của không gian véc tơ VMa trận của f trong cùng một cơ sở B = {e1, … , en} của Vđược ký hiệu [ ]A f= B
Ma trận của ánh xạ tuyến tính trong cơ sở chính tắc được gọi là ma trận chính tắcma trận chính tắc
Ví dụ 5.8 Xét ánh xạ tuyến tính f : R3 → R2 xác định bởi( , , ) (2 4 ,3 5 )f x y z x y z x z= + − +
(1,0,0) (2,3) 2(1,0) 3(0,1)f = = +(0,1,0) (1,0) 1(1,0) 0(0,1)f = = +(0,0,1) ( 4,5) 4(1,0) 5(0,1)f = − = − +
2 1 43 0 5
A−⎡ ⎤
= ⎢ ⎥⎣ ⎦
23/09/2013 27
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Nhận xét 5.2 Bằng cách tính toán như ví dụ trên ta có thể kiểm tra được rằng
: m nf →Ánh xạ tuyến tính với công thức xác định ảnh
1 11 1 1 1 1( ,..., ) ( ,..., )m m m n nm mf x x a x a x a x a x= + + + +L L
Có ma trận chính tắc 11 1ma a⎡ ⎤⎢ ⎥
L
1n nm
Aa a
⎢ ⎥= ⎢ ⎥⎢ ⎥⎣ ⎦
L L L
LVí dụ 5.9
Ánh xạ tuyến tính f : R3 → R3 xác định bởi
( , , ) ( 2 2 ,3 5 , )f x y z x y z x y z x y z= + + + + − +
ma trận chính tắc1 2 23 1 51 1 1
A⎡ ⎤⎢ ⎥= ⎢ ⎥⎢ ⎥−⎣ ⎦
23/09/2013 28
8
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Ví dụ 5.10
Toán tử đạo hàm D : P3 → P2 là một ánh xạ tuyến tính thỏa mãn
2 3 2(1) 0, ( ) 1, ( ) 2 , ( ) 3D D t D t t D t t= = = =
Do đó có ma trận trong cơ sở chính tắc của P3 và P2 làg 3 2
0 1 0 00 0 2 00 0 0 3
A⎡ ⎤⎢ ⎥= ⎢ ⎥⎢ ⎥⎣ ⎦
23/09/2013 29
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
B = {e1, … , en} là một cơ sở của không gian véc tơ VB’ = {ω1, … , ω n} là một cơ sở của không gian véc tơ W
Định lý 5.10 Tương ứng Hom( , ) m nV W ×→ M[ ] 'f A f=a
BB
là một song ánh thỏa mãn các tính chất:là một song ánh thỏa mãn các tính chất:
[ ] [ ] [ ]' ' 'f g f g+ = +B B BB B B
[ ] [ ]' ': f fλ λ λ∀ ∈ =R B BB B
[ ] '( ) ( )r f r f= BB
23/09/2013 30
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
[ ] 'f g+ BB là ma trận của hệ véc tơ cột { }1( )( ),..., ( )( )nf g e f g e+ +
[ ] 'f BB là ma trận của hệ véc tơ cột { }1( ),..., ( )nf e f e
[ ] 'g BB là ma trận của hệ véc tơ cột { }1( ),..., ( )ng e g e
[ ] 'fλ B là t ậ ủ hệ é t ột { }( ) ( )f fλ λ
Do đó [ ] [ ] [ ]' ' 'f g f g+ = +B B BB B B
[ ]fλ BB là ma trận của hệ véc tơ cột { }1( ),..., ( )nf e f eλ λ
Do đó [ ] [ ]' 'f fλ = λB BB B
Hạng của ma trận [ ] 'f BB là hạng của hệ các véc tơ cột { }1( ),..., ( )nf e f e
Mặt khác { }1( ) span ( ),..., ( )nf V f e f e=
Do đó ( ) dim ( ) ( )r A f V r f= =
23/09/2013 31
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
B = {e1, … , en}, B’ = {e’1, … , e’m}, B” = {e”1, … , e”l} lầnlượt là các cơ sở của không gian véc tơ V, V’, V”
Cho hai ánh xạ tuyến tính f, g : ' "f gV V V⎯⎯→ ⎯⎯→
Giả sử [ ] 'A f= BB
"B
ij m nA a
×⎡ ⎤= ⎣ ⎦
1( ) ' ; 1,...,
m
j ij ii
f e a e j n=
= =∑l[ ] "
'B g= BB [ ]ki l mB b ×=
1( ' ) " ; 1,...,
l
i ki kk
g e b e i m=
= =∑
[ ] [ ] [ ]" " ''g f BA g f= =o
B B BB B B
Vậy
1 1 1 1 1 1( ) ' ( ' ) " "
m m m l l m
j ij i ij i ij ki k ki ij ki i i k k i
g f e g a e a g e a b e b a e= = = = = =
⎛ ⎞ ⎛ ⎞ ⎛ ⎞= = = =⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠∑ ∑ ∑ ∑ ∑ ∑o
23/09/2013 32
9
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Khi V = V’ = V” và ta chọn cố định một cơ sở của V thì có tương ứng 1-1 giữa các tự đồng cấu của V và các ma trận vuông cấp n
Định lý 5.11 Tương ứng End( ) nV → M[ ]f A f=a B
là một song ánh thỏa mãn các tính chất:
[ ] [ ] [ ]f g f g+ = +B B B
[ ] [ ]: f fλ λ λ∀ ∈ =B BR
[ ]( ) ( )r f r f= B
[ ] [ ] [ ]f g f g=o B B B
23/09/2013 33
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Hệ quả 5.12 Cho f ∈ End(V), B là một cơ sở của V. Đăt A = [ f ]B
f là tự đẳng cấu khi và chỉ khi A khả nghịch
Ma trận của f −1 trong cơ sở B có dạng [f −1]B = A−1
Hệ quả 5.13 Giả sử 0( ) n
np t a a t= + +L là một đa thức bậc n
Ma trận của 0( ) Id nV np f a a f= + +L trong cơ sở B là
0( ) nnp A a I a A= + +L
23/09/2013 34
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Ví dụ 5.13 Xét ánh xạ tuyến tính 3 3:f → xác định bởi( , , ) ( 2 2 ,3 5 , )f x y z x y z x y z x y z= + + + + − +
Ma trận chính tắc của f là1 2 23 1 51 1 1
A⎡ ⎤⎢ ⎥= ⎢ ⎥
−⎢ ⎥⎣ ⎦
có 16 4 8
1 2 1 12
4 3 5A−
−⎡ ⎤⎢ ⎥= −⎢ ⎥− −⎢ ⎥⎣ ⎦
Do đó f là một đẳng cấu và ánh xạ ngược xác định như sauDo đó f là một đẳng cấu và ánh xạ ngược xác định như sau1 1( , , ) (6 4 8 ,2 , 4 3 5 )
2f x y z x y z x y z x y z− = − + − + − + −
Cho đa thức 2( ) 2 4 3p t t t= − +
Ma trận chính tắc của p( f ) là
225 2 34
( ) 2 4 3 21 4 287 4 8
p A I A A−⎡ ⎤
⎢ ⎥= − + = ⎢ ⎥− −⎢ ⎥⎣ ⎦
23/09/2013 35
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
5.4.2 Ma trận của ánh xạ tuyến tính trong các cơ sở khác nhau
Giả sử f : V → W là một ánh xạ tuyến tính1
1'ijT t⎡ ⎤= ⎣ ⎦
BB
là ma trận
chuyển cơ sở
{ }1 1,..., ne e=B sang { }nee ',...,'' 11=B của V
[ ] 2
2'kiP p= BB { }2 1,..., mω ω=B { }m',...,'' 12 ωω=B của W
B[ ] 2
1A f= B
B là ma trận của f
trong cơ sở[ ] 2
1
'''A f= B
B
1 2,B B
1 2' , 'B B
[ ] [ ] [ ] 12 2 2
1 12 1
''' 'ki ijp f f t⎡ ⎤= ⎣ ⎦
BB B BB BB B
Hoặc 'PA AT= 1'A P AT−=
23/09/2013 36
10
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
[ ] 2
2' 1'
m
ki i ki ki
P p p=
= ⇒ω = ω∑BB
1
1' 1'
n
ij j ij ii
T t e t e=
⎡ ⎤= ⇒ =⎣ ⎦ ∑BB
⎞⎛⎞⎛
[ ] [ ]2
1 1( )
m
ki i ki km ni
A f a f e a×=
= = ⇒ = ω∑BB
[ ] 2
1
''
1' ' ( ' ) ' '
m
ij j ij im ni
A f a f e a×
=
⎡ ⎤= = ⇒ = ω⎣ ⎦ ∑BB
∑ ∑ ∑∑∑= = ===
ω⎟⎠⎞
⎜⎝⎛=⎟
⎠⎞
⎜⎝⎛ ω=ω=
m
i
m
kk
m
iijki
m
kkkiij
m
iiijj appaaef
1 1 111'''')'(
1 1 1 1 1 1( ' ) ( )
n n n m m n
j ij i ij i ij ki k ki ij ki i i k k i
f e f t e t f e t a a t= = = = = =
⎛ ⎞ ⎛ ⎞ ⎛ ⎞= = = ω = ω⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠∑ ∑ ∑ ∑ ∑ ∑
suy ra1 1
' ; 1,..., ; 1,...,m n
ki ij ki iji i
p a a t j n k m= =
= ∀ = =∑ ∑ 'PA AT=
23/09/2013 37
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Đặc biệt nếu f là tự đồng cấu của không gian véc tơ VGọi A, A’ là ma trận của f trong hai cơ sở B, B ’ và T là ma trận
chuyển từ cơ sở B sang B ’ thì ATTA 1' −=
[ ] [ ] [ ]1 '
' ' ' 'ij ij ij ijf t f t t f t−
⎛ ⎞⎡ ⎤ ⎡ ⎤ ⎡ ⎤ ⎡ ⎤= =⎜ ⎟⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦⎝ ⎠B B B B
B B BB B B BH i t ậ A B đ i là đồ d ế tồ t i t ậ khôHai ma trận A, B được gọi là đồng dạng nếu tồn tại ma trận không suy biến T sao cho B = T−1ATHai ma trận của một tự đồng cấu bất kỳ trong hai cơ sở khác nhaulà đồng dạngNếu A, B đồng dạng thì detA = det B . Vì vậy ta có thể định nghĩa định thức của một tự đồng cấu f là
[ ]det detf f= B
23/09/2013 38
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Ví dụ 5.14
Tự đồng cấu tuyến tính f có ma trận trong cơ sở B = {e1, e2, e3, e4}
1 2 0 13 0 1 22 5 3 11 2 1 3
A
⎡ ⎤⎢ ⎥−⎢ ⎥=⎢ ⎥⎢ ⎥⎣ ⎦
Ta tìm ma trận A’ của f trong cơ sở B’ = {e1, e3, e2, e4}Đặt 1 1 2 3 3 2 4 4' , ' , ' , 'e e e e e e e e= = = =Đặt 1 1 2 3 3 2 4 4, , ,
1 1 1 2 3 4 1 2 3 4( ' ) ( ) 3 2 ' 2 ' 3 ' 'f e f e e e e e e e e e= = + + + = + + +
2 3 2 3 4 2 3 4( ' ) ( ) 3 3 ' ' 'f e f e e e e e e e= = − + + = − +
3 2 1 3 4 1 2 4( ' ) ( ) 2 5 2 2 ' 5 ' 2 'f e f e e e e e e e= = + + = + +
4 4 1 2 3 4 1 2 3 4( ' ) ( ) 2 3 ' ' 2 ' 3 'f e f e e e e e e e e e= = + + + = + + +
1 0 2 12 3 5 1
'3 1 0 21 1 2 3
A
⎡ ⎤⎢ ⎥⎢ ⎥=
−⎢ ⎥⎢ ⎥⎣ ⎦
23/09/2013 39
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Hoặc áp dụng công thức
Gọi T là ma trận chuyển cơ sở B = {e1, e2, e3, e4}sang cơ sở B’ = {e1, e3, e2, e4}
1 0 0 00 0 1 00 1 0 0
T
⎡ ⎤⎢ ⎥⎢ ⎥=⎢ ⎥
1'A T AT−=
1
1 0 0 00 0 1 00 1 0 0
T −
⎡ ⎤⎢ ⎥⎢ ⎥=⎢ ⎥
1 0 0 0 1 0 0 0 1 0 0 0 1 0 0 00 0 1 0 0 1 0 0 0 1 0 0 0 0 1 00 1 0 0 0 0 1 0 0 0 1 0 0 1 0 0
→
1 2 0 1 1 0 0 0 1 0 2 13 0 1 2 0 0 1 0 3 1 0 22 5 3 1 0 1 0 0 2 3 5 11 2 1 3 0 0 0 1 1 1 2 3
AT
⎡ ⎤ ⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥ ⎢ ⎥− −⎢ ⎥ ⎢ ⎥ ⎢ ⎥= =⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦ ⎣ ⎦
1 0 0 0 1 2 0 1 1 0 0 00 0 1 0 3 0 1 2 0 0 1 00 1 0 0 2 5 3 1 0 1 0 00 0 0 1 1 2 1 3 0 0 0 1
⎡ ⎤ ⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥ ⎢ ⎥−⎢ ⎥ ⎢ ⎥ ⎢ ⎥=⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦ ⎣ ⎦
1 0 2 12 3 5 13 1 0 21 1 2 3
⎡ ⎤⎢ ⎥⎢ ⎥=
−⎢ ⎥⎢ ⎥⎣ ⎦
0 1 0 00 0 0 1⎢ ⎥⎢ ⎥⎣ ⎦
0 1 0 00 0 0 1⎢ ⎥⎢ ⎥⎣ ⎦
0 0 0 1 0 0 0 1 0 0 0 1 0 0 0 1
1'A T AT−=
23/09/2013 40
11
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Ví dụ 5.15 Hai ánh xạ tuyến tính 2 3:f →R R 3 2:g →R R
( , ) ( 2 , , 3 4 )f x y x y x x y= − − + ( , , ) ( 2 5 ,3 4 )g x y z x y z x y= − − +
Ma trận chính tắc của f và g:1 21 03 4
A−⎡ ⎤
⎢ ⎥= ⎢ ⎥⎢ ⎥⎣ ⎦
1 2 53 4 0
B− −⎡ ⎤
= ⎢ ⎥⎣ ⎦
3 4−⎢ ⎥⎣ ⎦
Ma trận chính tắc của g◦ f : 14 227 6
BA−⎡ ⎤
= ⎢ ⎥−⎣ ⎦
Định thức14 22
det( ) 707 6
g f−
= =−
o
23/09/2013 41
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
5.4.3 Biểu thức tọa độ của ánh xạ tuyến tínhGiả sử f : V → W là một ánh xạ tuyến tính
B = {e1, … , en} là một cơ sở của V
B’ = {ω1, … , ω m} là một cơ sở của W
( ) ( ) là t độ ủ V t ở B(x1, … , xn) = (v)B là tọa độ của v∈V trong cơ sở B
(y1, … , ym) = ( f (v))B ’ là tọa độ của f (v)∈W trong cơ sở B’
1
n
i ii
v x e=
= ∑1
( )m
k kk
f v y=
= ω∑1
( )m
i ki kk
f e a=
= ω∑
[ ] 'ij m n
f a×
⎡ ⎤= ⎣ ⎦BB là ma trận của f trong cơ sở B , B’
23/09/2013 42
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Biểu thức tọa độ của ánh xạ tuyến tính f trong cơ sở B và B’
1
n
i ii
v x e=
= ∑1
( )m
k kk
f v y=
= ω∑1
( )m
i ki kk
f e a=
= ω∑
1 1 1 1 1( ) ( )
n n m m n
i i i ki k ki i ki i k k i
f v x f e x a a x= = = = =
⎛ ⎞ ⎛ ⎞= = ω = ω⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟
⎝ ⎠ ⎝ ⎠∑ ∑ ∑ ∑ ∑
[ ] [ ] [ ]''( )f v f v= B
B B B
1 1
ij m n
m n
y xa
y x×
⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥⎡ ⎤⇒ = ⎣ ⎦⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦
M M1
n
k ki ii
y a x=
⇒ =∑
23/09/2013 43
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
5.4.4 Ánh xạ tuyến tính và hệ phương trình tuyến tính
Đẳng thức1 1
ij m n
m n
y xa
y x×
⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥⎡ ⎤= ⎣ ⎦⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦
M M
y a x a x= + +⎧có thể viết dưới dạng hệ phương trình tuyến tính
1 11 1 1
1 1
.......................................
...
n n
m m mn n
y a x a x
y a x a x
= + +⎧⎪⎨⎪ = + +⎩
Điều này cho phép giải quyết các bài toán về ánh xạ tuyến tínhthông qua hệ phương trình tuyến tính
23/09/2013 44
12
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Giả sử f : V → W là một ánh xạ tuyến tính
B = {e1, … , en} là một cơ sở của VB’ = {ω1, … , ω m} là một cơ sở của W
Tìm Im f : 1 1, m mb W b b b∈ = ω + + ωL
11 1 1 1... n na x a x b+ + =⎧⎪
1 1
Im .....................................m mn n m
b fa x a x b
⎪∈ ⇔ ⎨⎪ + + =⎩
có nghiệm
Tìm Ker f : 1 1 n nv x e x e V= + + ∈L
11 1 1
1 1
... 0Ker .................................
... 0
n n
m mn n
a x a xv f
a x a x
+ + =⎧⎪∈ ⇔ ⎨⎪ + + =⎩
Hệ phương trình
23/09/2013 45
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Ví dụ 5.16 Cho ánh xạ tuyến tính 3 2:f →P P xác định bởi
2 30 1 2 3 0 1 2 3 0 1 2 3
20 1 2 3
( ) (5 2 3 ) (4 2 3 )
( 2 )
f a a t a t a t a a a a a a a a t
a a a a t
+ + + = + − + + + − +
+ + − −
Đặt 2 3 20 1 2 3 0 1 2( )f a a t a t a t b b t b t+ + + = + +
Biểu thức tọa độ của f trong cơ sở chính tắc có dạng ma trận
00
11
22
3
5 2 3 14 1 2 31 1 1 2
ab
ab
ab
a
⎡ ⎤−⎡ ⎤ ⎡ ⎤ ⎢ ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥= −⎢ ⎥ ⎢ ⎥ ⎢ ⎥− −⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦
⎣ ⎦
Dạng phương
trình
0 0 1 2 3
1 0 1 2 3
2 0 1 2 3
5 2 34 2 3
2
b a a a ab a a a ab a a a a
= + − +⎧⎪ = + − +⎨⎪ = + − −⎩
23/09/2013 46
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
2 2 30 1 2 0 1 2 3Im : ( )q b b t b t f p a a t a t a t f p q= + + ∈ ⇔∃ = + + + =
Điều này tương đương hệ phương trình sau có
nghiệm
0 1 2 3 0
0 1 2 3 1
0 1 2 3 2
5 2 34 2 3
2
a a a a ba a a a ba a a a b
+ − + =⎧⎪ + − + =⎨⎪ + − − =⎩
0 2 2 15 2 3 1 1 1 1 2 2 1 0 7 2b b b b− − − − − −⎡ ⎤ ⎡ ⎤⎡ ⎤⎢ ⎥ ⎢ ⎥⎢ ⎥
00
11
22
3
5 2 3 14 1 2 31 1 1 2
ab
ab
ab
a
⎡ ⎤−⎡ ⎤ ⎡ ⎤ ⎢ ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥= −⎢ ⎥ ⎢ ⎥ ⎢ ⎥− −⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦
⎣ ⎦
0 2 2 1
1 1 2 1 2
2 2 1 0 2 1 0
4 1 2 3 3 0 1 5 3 0 1 51 1 1 2 0 0 0 0 0 0 0 0
b b b b bb b b b b b b
⎢ ⎥ ⎢ ⎥⎢ ⎥− ↔ − − ↔ − −⎢ ⎥ ⎢ ⎥⎢ ⎥⎢ ⎥ ⎢ ⎥− − + − + −⎢ ⎥⎣ ⎦ ⎣ ⎦ ⎣ ⎦
Vậy hệ phương trình có nghiệm khi 2 1 0 0b b b+ − =2 2 2
0 1 2 1 2 1 2 1 2Im ( ) (1 ) (1 )q b b t b t f q b b b t b t b t b t= + + ∈ ⇔ = + + + = + + +
Vậy Im f có một cơ sở là { }21 21 , 1q t q t= + = +
23/09/2013 47
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
B = {1, t, t2, t3} là cơ sở chính tắc của P3Ta đã chứng minh được { f (1), f (t) , f (t2), f (t3)}là một hệ sinh của Im fDo đó mọi hệ con độc lập tuyến tính tối đại của{f (1), f (t), f (t2), f (t3) } là có sở của Im f
Ma trận chính tắc của f có hạng bằng 2, do đó hai véc tơ cột
5 2 3 14 1 2 31 1 1 2
−⎡ ⎤⎢ ⎥−⎢ ⎥⎢ ⎥− −⎣ ⎦
Vậy Im f có các cơ sở là
Ma trận chính tắc của f có hạng bằng 2, do đó hai véc tơ cột độc lập bất kỳ của ma trận này đều là cơ sở của Im f
{ } { } { } { } { } { }1 2 1 3 1 4 2 3 2 4 3 4, , , , , , , , , , ,r r r r r r r r r r r rtrong đó
{ }2 2 2 21 2 3 45 4 , 2 , 3 2 , 1 3 2r t t r t t r t t r t t= + + = + + = − − − = + −
23/09/2013 48
13
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Tương tự 2 30 1 2 3 Kerp a a t a t a t f= + + + ∈ khi và chỉ khi
0 1 2 3, , ,a a a a là nghiệm của hệ phương trình thuần nhất:
0 1 2 30 1 3 1 0 3
0 1 2 30 2 3 2 0 3
0 1 2 3
5 2 3 02 7 0 2 7
4 2 3 03 5 0 3 5
2 0
a a a aa a a a a a
a a a aa a a a a a
a a a a
+ − + =⎧− + − = = +⎧ ⎧⎪ + − + = ↔ ↔⎨ ⎨ ⎨− + = = +⎩ ⎩⎪ + − − =⎩⎩
2 3 2 30 1 2 3 0 0 3 0 3 3Ker (2 7 ) (3 5 )p a a t a t a t f p a a a t a a t a t= + + + ∈ ⇔ = + + + + +
2 2 30 3(1 2 3 ) (7 5 )p a t t a t t t⇔ = + + + + +
Vậy Ker f có một cơ sở là { }2 2 31 21 2 3 ; 7 5p t t p t t t= + + = + +
23/09/2013 49
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Nhận xét 5.3: Từ hai định lý 6.11, 6.12, hệ quả và các ví dụ trên ta thấy rằngmột bài toán về ánh xạ tuyến tính có thể chuyển sang bài toánma trận, bài toán hệ phương trình tuyến tính và ngược lại
Chẳng hạn để chứng minh định thức của ma trận A khác 0 tachỉ cần chứng minh tự đồng cấu tuyến tính f với A = [ f ]B là đơncấu hoặc toàn cấu hoặc hệ phương trình tuyến tính tương ứngcấu hoặc toàn cấu, hoặc hệ phương trình tuyến tính tương ứngcó duy nhất nghiệmdimKer f là chiều của không gian nghiệm của hệ phương trìnhthuần nhất có hạng của ma trận hệ số bằng hạng của f
dim ( ) dimKerV r f f= +
Áp dụng định lý chiều của không gian nghiệm hệ phương trìnhthuần nhất ta nhận được đẳng thức đã biết
23/09/2013 50
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
5.5 CHÉO HOÁ MA TRẬN
Trong phần này ta giải quyết bài toán:
Với tự đồng cấu tuyến tính f của không gian V, hãy tìm một cơsở của V để ma trận của f trong cơ sở này có dạng chéo
1λ⎡ ⎤1
n
λ
λ
⎡ ⎤⎢ ⎥⎢ ⎥⎢ ⎥⎣ ⎦
O
Bài toán trên cũng tương đương với bài toán: Cho ma trận A tìmma trận không suy biến T sao cho T −1AT có dạng chéo
23/09/2013 51
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Không gian con W của không gian V được gọi là bất biến đối vớitự đồng cấu f của V nếu f(W) ⊂W
5.5.1 Không gian con bất biến
Giả sử dimW = k, ta có thể chọn cơ sở của V sao cho ma trậncủa f trong cơ sở này có dạng
Nếu V = W1 ⊕ W2, W1, W2 bất biến đối với f thìcó thể chọn cơ sở để ma trận của f có dạng
23/09/2013 52
14
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
5.5.2 Véc tơ riêng, giá trị riêngλ được gọi là giá trị riêng của ma trận A=[aij]n×n nếu tồn tại x1, … , xn không đồng thời bằng 0 sao cho
1 1x xA
x xλ
⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥=⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦
M M hay ( )1 0
0
xA I
x
⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥− λ =⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥⎣ ⎦⎣ ⎦
M M (6.30)
n nx x⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦Khi đó v=(x1, … , xn)∈Rn được gọi là véc tơ riêng ứng với giá trị riêng λ của ma trận A
0nx⎢ ⎥ ⎢ ⎥⎣ ⎦⎣ ⎦
Như vậy các véc tơ riêng ứng với giá trị riêng λ là các nghiệm khác không của phương trình thuần nhất (6.30). Không gian nghiệm của (6.30) được gọi là không gian riêng ứng với giá trị riêng λ
23/09/2013 53
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
λ được gọi là một giá trị riêng của tự đồng cấu f nếu tồn tạivéc tơ v∈V, v≠0 sao cho f (v) = λvv là véc tơ riêng ứng với giá trị riêng λ
Ví dụ 5.17
a) Xét ánh xạ đồng nhất IdV: V → V. Với mọi v∈V, IdV(v) =vVậy 1 là một giá trị riêng của IdV
b) f : R2 → R2 xác định bởi: f (x,y) = (3x − y, −2x + 4y)Dễ dàng thấy f (x,x) = 2(x,x)Vậy 2 là một giá trị riêng và mọi véc tơ v = (x,x); x ≠ 0 là véc tơ riêng tương ứng
23/09/2013 54
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
c) Phép quay góc θ2 2:fθ →R R
( , ) ( , ) ( cos sin , sin cos )x y f x y x y x yθ θ θ θ θ= − +a
v( )f v
θ
• Khi 0θ = , fθ là ánh xạ đồng nhất 2Id : chỉ có giá trị riêng là 1.
• Khi θ = π, fθ: chỉ có giá trị riêng là 1− .
• Khi 0,θ ≠ π, fθ không có giá trị riêng.
23/09/2013 55
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Cho tự đồng cấu f của V. Với mỗi λ∈R, ký hiệu
{ } ( )( ) Ker IdVV v V f v v fλ λ λ= ∈ = = −
Định lý 5.14
1) λ là giá trị riêng của f khi và chỉ khi Vλ ≠ {0}
2) Nếu λ là giá trị riêng của f thì mọi véc tơ v ≠ 0 của Vλđều là véc tơ riêng ứng với giá trị riêng λ
3) Với mọi λ, không gian con Vλ bất biến đối với f
( ) ( ( )) ( ) ( ) ( )v V f v v f f v f v f v f v Vλ λ∀ ∈ ⇒ = λ ⇒ = λ = λ ⇒ ∈
23/09/2013 56
15
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Nhận xét 5.4
Cho f ∈ End(V), B là một cơ sở của V. Đăt A = [ f ]B
Khi đó v∈V là véc tơ riêng ứng với giá trị riêng λ của f khi và
chỉ khi (v )B là véc tơ riêng ứng với giá trị riêng λ của A
Nghĩa là
( ) ( )1
1
0; ( ,..., ), : ( )
0n
n
xv V v x x v f v v A I
x
⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥∈ = ≠ = λ ⇔ −λ =⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥⎣ ⎦⎣ ⎦
0 M MB
23/09/2013 57
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
5.5.3 Đa thức đặc trưng
A là một ma trận vuông cấp n. Định thức
( ) det( )A Iλ λ= −Plà một đa thức bậc n của λ được gọi là đa thức đặc trưng của A
C f E d(V) B ở ủ V A [ f ]Cho f ∈ End(V), B là một cơ sở của V. Đăt A = [ f ]B
Khi đó định thức
( )( ) det Id det( )Vf A Iλ λ λ= − = −Pkhông phụ thuộc vào cơ sở của V, cũng được gọi là đa thứcđặc trưng của f
23/09/2013 58
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Định lý 5.15
λ0 là giá trị riêng của A (tương ứng của f ) khi và chỉ khi λ0 lànghiệm của đa thức đặc trưng của A (tương ứng của f )
0λ là giá trị riêng khi và chỉ khi { }0
Vλ ≠ 0 Điều này tương đương với các điều sau:
a) Ánh xạ 0 IdVf λ− không đơn cấu
b) Hệ phương trình tuyến tính thuần nhất ( )1
0
0
0n
xA I
xλ
⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥− =⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥⎣ ⎦⎣ ⎦
M M có nghiệmkhông tầm thường
Vậy 0λ là giá trị riêng khi và chỉ khi ( )0 IdVr f nλ− <
do đó ( )0det Id 0Vf λ− = hoặc ( )0det 0A Iλ− = Nghĩa là 0( ) 0λ =P
23/09/2013 59
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Ví dụ 5.18
Tìm véc tơ riêng và giá trị riêng của tự đồng cấu của khônggian R2 (ví dụ 6.13)
ó t ậ hí h tắ3 1
A−⎡ ⎤
⎢ ⎥
f : R2 → R2 xác định bởi: f (x,y) = (3x − y, −2x + 4y)
Đa thức đặc trưng
3 1 2 1 2 1( ) (2 )(5 )
2 4 2 4 0 5− λ − − λ − − λ −
λ = = = = − λ − λ− − λ − λ − λ − λ
P
có ma trận chính tắc 2 4
A = ⎢ ⎥−⎣ ⎦
23/09/2013 60
16
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Véc tơ riêng v = (x,y) ứng với giá trị riêng λ1 = 2 là nghiệm của hệ
( )100
xA I
yλ
⎡ ⎤ ⎡ ⎤− =⎢ ⎥ ⎢ ⎥
⎣ ⎦ ⎣ ⎦hay
3 2 1 02 4 2 0
xy
− −⎡ ⎤ ⎡ ⎤ ⎡ ⎤=⎢ ⎥ ⎢ ⎥ ⎢ ⎥− −⎣ ⎦ ⎣ ⎦ ⎣ ⎦
Hệ phương trình tương đương với phương trình 0x y y x− = ⇒ =
Vậy v = (x,x) = x (1,1) , x ≠ 0
Véc tơ riêng v = (x,y) ứng với giá trị riêng λ2 = 5 là nghiệm của hệ
( )200
xA I
yλ
⎡ ⎤ ⎡ ⎤− =⎢ ⎥ ⎢ ⎥
⎣ ⎦ ⎣ ⎦hay
2 1 02 1 0
xy
− −⎡ ⎤ ⎡ ⎤ ⎡ ⎤=⎢ ⎥ ⎢ ⎥ ⎢ ⎥− −⎣ ⎦ ⎣ ⎦ ⎣ ⎦
Hệ phương trình tương đương với phương trình
Vậy v = (x, − 2x) = x (1, − 2) , x ≠ 02 0 2x y y x+ = ⇒ = −
23/09/2013 61
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Ví dụ 5.19 Phép quay góc θ có công thức xác định ảnh
( , ) ( cos sin , sin cos )f x y x y x yθ θ θ θ θ= − +
Đa thức đặc trưng
( ) 2 2cos sin( ) det Id (cos ) sin
sin cosVfθ λ θ
λ λ θ λ θθ θ λ− −
= − = = − +−
P
Do đó fθ chỉ có giá trị riêng khi
2
0cos 1
sin 01
θλ θ λ
θ πθλ
⎡ =⎧⎨⎢= =⎧ ⎩⎢⇒⎨ ⎢ == ⎧⎩ ⎢⎨ = −⎢⎩⎣
23/09/2013 62
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Định lý 5.15
Mọi tự đồng cấu f trong không gian thực n chiều (n ≥ 1) đều cóít nhất một không gian con bất biến một chiều hoặc hai chiều
i. Nếu đa thức đặc trưng có nghiệm thực λ0 do đó tồn tại véc tơ riêng v0 ≠ 0Khô i ột hiề i h bởi { } bất biế đối ới fKhông gian con một chiều sinh bởi {v0} bất biến đối với f
ii. Nếu đa thức đặc trưng có nghiệm phức λ1= a + ib
Suy ra tồn tại hệ hai véc tơ {v,u} độc lập thỏa mãn
( )( )
f v av buf u bv au
= −⎧⎨ = +⎩
W = span{v, u} là không gian con hai chiều bất biến đối với f
23/09/2013 63
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Trường hợp phương trình ( ) 0λ =P không có nghiệm thực thì có ít nhất một nghiệm phức 1 a ibλ = +
Xét hệ phương trình tuyến tính phức [ ]1
1
0
0n
zA I
zλ
⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥− =⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥⎣ ⎦⎣ ⎦
M M
Vì ( )1det 0A I− λ = nên hệ phương trình tồn tại nghiệm 1, ..., nz z không đồng thời bằng 0
Hệ h t ì h à khô thể ó hiệ th ì ế thHệ phương trình này không thể có nghiệm thực vì nếu 1, ..., nz z thực
thì1
n
zA
z
⎡ ⎤⎢ ⎥⎢ ⎥⎢ ⎥⎣ ⎦
M thực nhưng 1
( )
n
za ib
z
⎡ ⎤⎢ ⎥+ ⎢ ⎥⎢ ⎥⎣ ⎦
M phức, vô lý
Giả sử 1 1 1, ... , n n nz x iy z x iy= + = + thì
nxx ,...,1 không thể đồng thời bằng 0 (vì nếu 1 ... 0nx x= = = thì
nyy ,...,1 là nghiệm thực của phương trình)
23/09/2013 64
17
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
nyy ,...,1 không thể đồng thời bằng 0 (vì nếu 1 ... 0ny y= = = thì
nxx ,...,1 là nghiệm thực của phương trình) nxx ,...,1 và nyy ,...,1 không tỉ lệ
Nếu 1 1, ... , n nx ky x ky= = thì 1 1( ,... , ) ( )( ,..., )n nz z k i y y= +
[ ] [ ]( ) [ ]1 1 1
1 1 1
0 0
0 0n n n
z y yA I A I k i A I
z y yλ λ λ
⎡ ⎤ ⎡ ⎤ ⎡ ⎤⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥− = − + = ⇒ − =⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦⎣ ⎦ ⎣ ⎦ ⎣ ⎦
M M M M M
Đặt 1 1 1 1... , ...n n n nv x e x e u y e y e= + + = + +vì 1,..., nx x và 1,..., ny y không đồng thời bằng 0 và không tỉ lệ nên hệ hai véc
tơ { },v u độc lập
1 1 1 1 1 1 1 1
( )
n n n n n n n n
x y x y x y x yA i a ib i a b i b a
x y x y x y x y
⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞⎡ ⎤ ⎡ ⎤ ⎡ ⎤ ⎡ ⎤ ⎡ ⎤ ⎡ ⎤ ⎡ ⎤ ⎡ ⎤⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥+ = + + = − + +⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠
M M M M M M M M
( )( )
f v av buf u bv au
= −⎧⇒ ⎨ = +⎩
Do đó { }span ,W v u= là không gian con hai chiều bất biến đối với f
23/09/2013 65
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
5.5.4 Tự đồng cấu chéo hoá được
Tự đồng cấu f của không gian véc tơ V chéo hoá được nếutồn tại một cơ sở của V để ma trận của f trong cơ sở này códạng chéo
Như vậy f chéo hoá được khi và chỉ khi tồn tại một cơ sở củaNhư vậy f chéo hoá được khi và chỉ khi tồn tại một cơ sở của
V gồm các véc tơ riêng của f
Ma trận vuông A chéo hoá được nếu tồn tại ma trận không
suy biến T sao cho T −1AT là ma trận chéo
23/09/2013 66
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Định lý 5.16 Giả sử v1, … , vm là các véc tơ riêng ứng với các giá trị riêngphân biệt λ1, … , λm của tự đồng cấu f (hoặc ma trận A) thì hệvéc tơ {v1, … , vm} độc lập tuyến tính
Ta chứng minh quy nạp theo k rằng hệ { }1,..., kv v độc lập tuyến tính với 1 k m≤ ≤
Giả sử hệ { }1,..., kv v với 1 1k m≤ ≤ − độc lập tuyến tính
1 1 1 1... k k k kx v x v x v+ ++ + + = 0 (*)
1 1 1 1 1 1 1 ! 1 1( ... ) ...k k k k k k k k k kf x v x v x v x v x v x v+ + + + +⇒ + + + = ⇒ λ + + λ + λ =0 0 (**)
Nhân 1k+λ vào (*) rồi trừ cho (**) ta được
1 1 1 1 1( ) ... ( )k k k k kx v x v+ +λ − λ + + λ −λ = 0
Vì { }1,..., kv v độc lập và các 1,..., mλ λ khác nhau từng đôi một suy ra
1 1... 0 0k kx x x += = = ⇒ =
23/09/2013 67
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Hệ quả 5.17Nếu đa thức đặc trưng của tự đồng cấu f trong không gian nchiều V (hoặc ma trận A vuông cấp n) có đúng n nghiệm thựcphân biệt thì f (tương ứng ma trận A) chéo hoá được
Vì đa thức đặc trưng có đủ n nghiệm thực phân biệt nên n véc tơ riêng tươngứng với n giá trị riêng này là một hệ độc lập, do đó là một cơ sở của V gồm
Hệ quả 5.18 Giả sử 11( ) ( 1) ( ) ...( ) kmmn
kλ λ λ λ λ= − − −Pm1 +… + mk = n và các giá trị λ1, … , λk khác nhau từng đôi một
Khi đó f (tương ứng ma trận A) chéo hoá được khi và chỉ khi
dim ; 1,...,i iV m i kλ = ∀ =
g g ị g y ộ ệ ộ ập, ộ gcác véc tơ riêng của f. Vậy f chéo hoá được
23/09/2013 68
18
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
( ) :⇐ Trong mỗi i
Vλ ta chọn một cơ sở gồm im véc tơ
Hệ n véc tơ gộp lại từ các véc tơ của các cơ sở vừa chọn là một hệ độc lậptuyến tính, do đó hệ này là một cơ sở của V gồm các véc tơ riêng của fVậy f chéo hoá được
( )⇒ : Giả sử f chéo hoá được, khi đó tồn tại cơ sở gồm các véc tơ riêng để ma trận f có dạng chéo
1μ⎡ ⎤1
n
μ
μ
⎡ ⎤⎢ ⎥⎢ ⎥⎢ ⎥⎣ ⎦
O 1( ) ( 1) ( )...( )nnλ λ μ λ μ⇒ = − − −P
Do đó các giá trị riêng 1,..., nμ μ phải trùng với 1,..., kλ λ
Vì vậy trong các giá trị riêng 1 , ..., nμ μ có đúng im giá trị bằng iλ , với 1, ...,i k= và có đúng im véc tơ riêng độc lập ứng với giá trị riêng iλ
Nói cách khác dimi iV mλ =
23/09/2013 69
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
5.5.5 Thuật toán chéo hoá
Bước 1: Viết đa thức đặc trưng dạng
11( ) ( ) ...( ) ( )kmm
k Qλ λ λ λ λ λ= − −Ptrong đó Q(λ) là đa thức không có nghiệm thực
Nếu 1 km m n+ + <L (khi bậc của ( )Q λ 2≥ ): không chéo hóađược
Nếu 1 km m n+ + =L thì chéo hóa được. 1,..., kλ λ là các giátrị riêng; tiếp tục bước 2
23/09/2013 70
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Bước 2: Với mỗi giá trị riêng λi tìm một cơ sở của không gianriêng Vλi
là nghiệm của hệ phương trình thuần nhất
Các véc tơ riêng có1 1 ... n nv x e x e= + + ( )1 ,..., nx x
1 0x⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥[ ]
0i
n
A Ix
λ ⎢ ⎥ ⎢ ⎥− =⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥⎣ ⎦⎣ ⎦
M M ( )dimi i iV d n r A Iλ λ= = − −
Nếu ii md < với i nào đó, ki ≤≤1 thì f không hoá chéo được
Nếu ii md = , :1i i k∀ ≤ ≤ . Tiếp tục bước 3
23/09/2013 71
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Bước 3: Với mỗi giá trị riêng λi ; i = 1, … , k ta đã chọn được
mi véc tơ riêng độc lập tuyến tính
Gộp tất cả các véc tơ này ta được hệ gồm m1 +… + mk = n véctơ riêng độc lập, đó là cơ sở B’ cần tìm
Ma trận T có các cột là tọa độ của hệ véc tơ B’
Ví dụ 5.21
Chéo hóa ma trận2 1 09 4 68 0 3
A−⎡ ⎤
⎢ ⎥= ⎢ ⎥− −⎢ ⎥⎣ ⎦
23/09/2013 72
19
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
2 1 0 3 3 3( ) 9 4 6 9 4 6
8 0 3 8 0 3
λ λ λ λλ λ λ
λ λ
− − − − −= − = −
− − − − − −P
1 0 0
Đa thức đặc trưng của A
1 0 05 3
(3 ) 9 5 3 (3 )8 5
8 8 5
λλ λ λ
λλ
+ −= − − − − = −
−− −
Do đó A có các giá trị riêng 1 2 31, 1, 3λ λ λ= − = =
( )2(3 ) ( 25) 24 ( 1)( 1)(3 )λ λ λ λ λ= − − + = + − −
23/09/2013 73
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Giá trị riêng λ = − 1 có véc tơ riêng v = (x,y,z) là nghiệm củahệ phương trình
3 1 0 09 5 6 08 0 2 0
xyz
−⎡ ⎤ ⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥ ⎢ ⎥=⎢ ⎥ ⎢ ⎥ ⎢ ⎥− −⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦ ⎣ ⎦Ta có
3 1 0 3 1 0 3 1 0− − −⎡ ⎤ ⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥ ⎢ ⎥9 5 6 0 0 0 0 0 0
8 0 2 8 0 2 4 0 1
⎡ ⎤ ⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥ ⎢ ⎥↔ ↔⎢ ⎥ ⎢ ⎥ ⎢ ⎥− − − −⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦ ⎣ ⎦
Vậy hệ phương trình trên tương đương với hệ
3 0 34 0 4
x y y xx z z x− = =⎧ ⎧
⇒⎨ ⎨+ = = −⎩ ⎩
( ) )4,3,1(4,3, −=−= xxxxvchọn )4,3,1('1 −=e
23/09/2013 74
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Giá trị riêng λ = 1 có véc tơ riêng v = (x,y,z) là nghiệm của hệphương trình
Ta có
1 1 0 09 3 6 08 0 4 0
xyz
−⎡ ⎤ ⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥ ⎢ ⎥=⎢ ⎥ ⎢ ⎥ ⎢ ⎥− −⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦ ⎣ ⎦
1 1 0 1 1 0 1 1 0− − −⎡ ⎤ ⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥ ⎢ ⎥
Vậy hệ phương trình trên tương đương với hệ
9 3 6 9 3 6 0 0 08 0 4 2 0 1 2 0 1
⎡ ⎤ ⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥ ⎢ ⎥↔ ↔⎢ ⎥ ⎢ ⎥ ⎢ ⎥− − − − − −⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦ ⎣ ⎦
02 0 2x y x y
x z z x− = =⎧ ⎧
⇒⎨ ⎨+ = = −⎩ ⎩
( ) )2,1,1(2,, −=−= xxxxvchọn )2,1,1('2 −=e
23/09/2013 75
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Giá trị riêng λ = 3 có véc tơ riêng v = (x,y,z) là nghiệm của hệphương trình
Ta cóVậy hệ phương trình trên
1 1 0 09 1 6 08 0 6 0
xyz
− −⎡ ⎤ ⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥ ⎢ ⎥=⎢ ⎥ ⎢ ⎥ ⎢ ⎥− −⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦ ⎣ ⎦
Vậy hệ phương trình trên tương đương với hệ1 1 0 1 1 0
9 1 6 0 0 08 0 6 4 0 3
− −⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥↔⎢ ⎥ ⎢ ⎥− −⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦
0 44 3 0
3
x yx yx z z x
= −⎧+ =⎧ ⎪⇒⎨ ⎨ −+ = =⎩ ⎪⎩4, , (3, 3, 4)3 3
xv x x x−⎛ ⎞= − = − −⎜ ⎟⎝ ⎠
chọn 3' (3, 3, 4)e = − −
23/09/2013 76
20
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Cơ sở mới gồm các véc tơ riêng { }1 2 3' , ' , '' e e e=B
Ma trận chuyển cơ sở
1 1 33 1 3T
⎡ ⎤⎢ ⎥= −⎢ ⎥
)4,3,1('1 −=e )2,1,1('2 −=e 3' (3, 3, 4)e = − −
ậ y 3 1 34 2 4
T ⎢ ⎥− − −⎢ ⎥⎣ ⎦
Ma trận chéo 11 0 0
0 1 00 0 3
T AT−−⎡ ⎤⎢ ⎥= ⎢ ⎥⎢ ⎥⎣ ⎦
23/09/2013 77
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Ví dụ 5.22 Xét tự đồng cấu 3 3:f → xác định bởi
( )( , , ) 3 2 , 2 3 ,f x y z x y x y z= − − +
Ma trận chính tắc 3 2 02 3 0
0 0 1A
−⎡ ⎤⎢ ⎥= −⎢ ⎥⎢ ⎥⎣ ⎦Đa thức đặc trưngặ g
3 2 0 1 2 0( ) 2 3 0 1 3 0
0 0 1 0 0 1
λ λλ λ λ λ
λ λ
− − − −= − − = − −
− −P
21 2 0
0 5 0 (5 )( 1)0 0 1
λλ λ λ
λ
− −= − = − −
−
23/09/2013 78
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Giá trị riêng λ = 5 có véc tơ riêng v = (x,y,z) là nghiệm của hệphương trình
Vậ hệ h t ì h t ê t đ ới hệ
2 2 0 02 2 0 0
0 0 4 0
xyz
− −⎡ ⎤ ⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥ ⎢ ⎥− − =⎢ ⎥ ⎢ ⎥ ⎢ ⎥
−⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦ ⎣ ⎦Vậy hệ phương trình trên tương đương với hệ
0
0 0x y x y
z z+ = = −⎧ ⎧
⇒⎨ ⎨= =⎩ ⎩
( ) )0,1,1(0,, −=−= yyyv chọn )0,1,1('1 −=e
23/09/2013 79
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Giá trị riêng λ = 1 có véc tơ riêng v = (x,y,z) là nghiệm của hệphương trình
Vậy hệ phương trình trên tương đương với phương trình
2 2 0 02 2 0 0
0 0 0 0
xyz
−⎡ ⎤ ⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥ ⎢ ⎥− =⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦ ⎣ ⎦
0;x y− =z tuỳ ý
( ) (1 1 0) (0 0 1)v x x z x z= = +( ), , (1,1,0) (0,0,1)v x x z x z= = +
chọn 2' (1,1,0)e = 3' (0,0,1)e = Chọn cơ sở { }1 2 3' ' , ' , 'e e e=B
1 1 2 2 3 3( ' ) 5 ' , ( ' ) ' , ( ' ) 'f e e f e e f e e= = =
Ma trận của f trong cơ sở B ’ có dạng [ ] '
5 0 0' 0 1 0
0 0 1A f
⎡ ⎤⎢ ⎥= = ⎢ ⎥⎢ ⎥⎣ ⎦
B
23/09/2013 80
21
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Ví dụ 5.23 Cho tự đồng cấu 2 2:f →P P có công thức xác định ảnh2 2
0 1 2 0 1 2 0 1 2 0 1 2( ) ( ) ( ) ( )f a a t a t a a a a a a t a a a t+ + = − + + + − + + + −Ma trận chính tắc
1 1 11 1 1A−⎡ ⎤⎢ ⎥= −⎢ ⎥⎢ ⎥
Đa thức đặc trưng
21 1 11 1 1 (1 )( 2)λ
λ λ λ− −
− − = − +1 1 1−⎢ ⎥⎣ ⎦ 1 1 1 λ− −
Véc tơ riêng 20 1 2p a a t a t= + + ≠ 0 ứng với giá trị riêng 1 1λ = là
nghiệm khác không của hệ phương trình thuần nhất
0
1
2
2 1 1 01 2 1 01 0 2 0
aaa
−⎡ ⎤ ⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥ ⎢ ⎥− =⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥−⎣ ⎦ ⎣ ⎦ ⎣ ⎦
2 1 1 2 1 1 1 0 11 2 1 3 3 0 1 1 01 1 2 0 0 0 0 0 0
− − −⎡ ⎤ ⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥ ⎢ ⎥− − −⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥−⎣ ⎦ ⎣ ⎦ ⎣ ⎦
↔ ↔
23/09/2013 81
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Vậy hệ phương trình trên tương đương với 0 2 0 2
0 1 0 1
0
0a a a a
a a a a− + = =⎧ ⎧
⇒⎨ ⎨− = =⎩ ⎩
12 2
0 0 0 0(1 )p V p a a t a t a t tλ∈ ⇔ = + + = + + chọn 21' 1p t t= + +
Véc tơ riêng 20 1 2p a a t a t= + + ≠ 0 ứng với giá trị riêng 2 2λ = − là
nghiệm khác không của hệ phương trình thuần nhất
01 1 1 0a⎡ ⎤ ⎡ ⎤ ⎡ ⎤0
1
2
1 1 1 01 1 1 01 1 1 0
aaa
⎡ ⎤ ⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥ ⎢ ⎥=⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦ ⎣ ⎦
Hệ phương trình trên tương đương với phương trình: 0 1 2 0a a a+ + =
22 2
1 2 1 2 1 2( 1 ) ( 1 )p V p a a a t a t a t a tλ∈ ⇔ = − − + + = − + + − +
chọn 22 3' 1 , ' 1p t p t= − + = − +
23/09/2013 82
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Gồm các véc tơ riêng2
1' 1p t t= + + 2' 1p t= − + 23' 1p t= − +
Xét cơ sở { }1 2 3' ' , ' , 'p p p=B
1 1( ' ) 'f p p=Thỏa mãn
2 2( ' ) 2 'f p p= − 3 3( ' ) 2 'f p p= −1 1( )f p p
[ ] '
1 0 0' 0 2 0
0 0 2A f
⎡ ⎤⎢ ⎥= = −⎢ ⎥
−⎢ ⎥⎣ ⎦B
2 2( ) 2f p p 3 3( ) 2f p p
Ma trận của f trong cơ sở B ’ có dạng
23/09/2013 83
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Ví dụ 5.24Xét ma trận
1 3 44 7 86 7 7
A−⎡ ⎤
⎢ ⎥= −⎢ ⎥−⎢ ⎥⎣ ⎦
Đa thức đặc trưng1 3 4 1 3 4 5 3 4
( ) 4 7 8 2 2 1 0 (1 ) 0 1 0λ λ λ
λ λ λ λ λ− − − − − − −
= − − = + − − = + −P
Đa thức đặc trưng có nghiệm λ1 = − 1 (kép) và λ2 = 3
( ) ( )6 7 7 6 7 7 8 7 7λ λ λ− − − − − − −
21 3 4 1 3 4
(1 ) 0 1 0 (1 ) 0 1 0 (3 )( 1)1 7 7 0 4 3
λ λλ λ λ λ
λ λ λ
− − − − − −= + − = + − = − +
− − − − − −
23/09/2013 84
22
CHƯƠNG 5: ÁNH XẠ TUYẾN TÍNH
Đa thức đặc trưng có nghiệm λ1 = − 1 (kép) và λ2 = 3
Giá trị riêng λ = − 1 có véc tơ riêng v = (x,y,z) là nghiệm của hệphương trình
2 3 4 04 6 8 06 7 8 0
xy
−⎡ ⎤ ⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥ ⎢ ⎥− =⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦ ⎣ ⎦
2 3 4 2 3 4 2 0 24 6 8 0 0 0 0 0 06 7 8 0 2 4 0 1 2
− − −⎡ ⎤ ⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥ ⎢ ⎥− ↔ ↔⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦ ⎣ ⎦6 7 8 0z−⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦ ⎣ ⎦
( ),2 , (1,2,1)v z z z z⇒ = =
Không gian riêng { }1 1
(1,2,1) , dim 1 2V z z Vλ λ= ∈ = <R
Vì vậy ma trận không chéo hoá đượcBÀI TẬP
hệ có nghiệm2y z
x z=⎧
⎨ =⎩
6 7 8 0 2 4 0 1 2⎢ ⎥ ⎢ ⎥ ⎢ ⎥− − −⎣ ⎦ ⎣ ⎦ ⎣ ⎦
23/09/2013 85