Nếu ta thực hiện các phép biến ñổi sau trên S:
• Hoán vị hai vectơ
• Nhân một vectơ với một số khác 0
• Thay một vectơ bằng vectơ ñó cộng với một
hằng số nhân vectơ khác
32 trang |
Chia sẻ: nguyenlam99 | Lượt xem: 1075 | Lượt tải: 0
Bạn đang xem trước 20 trang tài liệu Ðại số tuyến tính (linear algebra) - Chương IX: Không gian vectơ (vector space), để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
1TRƯỜNG ðẠI HỌC TÀI CHÍNH – MARKETING
BỘMÔN KHOA HỌC CƠ BẢN
--------
TOÁN CAO CẤP
Ngô Thái Hưng
Năm học 2009
2ðẠI SỐ TUYẾN TÍNH
(Linear Algebra)
CHƯƠNG IX
Không Gian Vectơ
(Vector Space)
GV: Ngô Thái Hưng
3NỘI DUNG
• ðỊNH NGHĨA KHÔNG GIAN VECTƠ
• KHÔNG GIAN CON – HỆ SINH
• ðỘC LẬP TUYẾN TÍNH – PHỤ THUỘC TUYẾN TÍNH
• CƠ SỞ - SỐ CHIỀU CỦA KGVT
• CƠ SỞ - SỐ CHIỀU CỦA KG CON SINH BỞI MỘT HỆ
VECTƠ
• TỌA ðỘ CỦA MỘT VECTƠ
4§1. Các khái niệm cơ bản
1. Không gian vectơ
Cho tập hợp V ≠∅, trên V có hai phép toán :
( )
: V V V
u, v u v
+ × →
+֏ ( )
: V V
k,u ku
× →i ℝ
֏
Phép toán trong
gọi là phép cộng
Phép toán ngoài
gọi là phép nhân
với số thực
5§1. Các khái niệm cơ bản
1. Không gian vectơ
V ở trên ñược gọi là một không gian vectơ trên
ℜ, ký hiệu nếu hai phép toán trên V
thỏa các tính chất:
i. u+v = v+u
ii. (u+v)+w = u+(v+w)
iii. ∃! 0 ∈ V : u+0 = u
iv. ∃ −u ∈ V : u+(−u) = 0
v. h(k.u) = (h.k)u
vi. h(u+v) = h.u + h.v
vii. (h+k)u = h.u + k.u
viii. 1.u = u
0 ñược gọi là phần tử trung hòa của phép cộng.
( )V, ,+ i
6§1. Các khái niệm cơ bản
1. Không gian vectơ
Ví dụ 1
( )2 a bV M / a,b,c,d
c d
= = ∈
ℝ ℝ
V có hai phép toán:
Cộng hai ma trận
Nhân ma trận với một số thực
⇒ V là một không gian vectơ
7§1. Các khái niệm cơ bản
1. Không gian vectơ
Ví dụ 2
Xét , với hai
phép toán:
⇒ R3 là một không gian vectơ
⇒ Rn là một không gian vectơ
( ){ }= ∈ℝ ℝ3 x, y,z / x, y,z
( ) ( ) ( )1 2 3 1 2 3 1 1 2 2 3 3x , x , x y , y , y x y , x y , x y+ = + + +
( ) ( )1 2 3 1 2 3k x , x , x kx ,kx ,kx=
8§1. Các khái niệm cơ bản
2. Tổ hợp tuyến tính
Cho là một không gian vectơ.
Với u1, u2, , un ∈ V và k1, k2, , kn ∈ ℜ, ta
gọi k1u1 + k2u2 + + knun là một tổ hợp
tuyến tính các vectơ
u1, u2, , un
Nếu u ∈ V và u = k1u1 + k2u2 + + knun , u ñược
gọi là biểu thị tuyến tính qua các vectơ u1,
u2, , un
Nhận xét : một tổ hợp tuyến tính các vectơ trong V thì
cũng thuộc V
( )V, ,+ i
9§1. Các khái niệm cơ bản
2. Tổ hợp tuyến tính
Ví dụ
Cho V = ℜ3,
u1=(1,1,0), u2=(0,1,1), u3=(1,0,1) ∈ V
Với k1, k2, k3 ∈ ℜ, ta có các tổ hợp tuyến tính
của u1, u2, u3 là :
( )+ + + + + ∈ℝ1 1 2 2 3 3 1 3 1 2 2 3k u k u k u = k k ,k k ,k k
10
§1. Các khái niệm cơ bản
3. Không gian vectơ con
Cho V là một không gian vectơ, W là một tập
con khác rỗng của V.
Nếu ∀ u, v ∈W, k ∈ ℜ, ta có u+v, k.u ∈W
Thì ta nói W là một không gian vectơ con của V
(gọi tắt là không gian con),
ký hiệu W ≤ V
11
§1. Các khái niệm cơ bản
3. Không gian vectơ con
Ví dụ
Cho V = ℜ2
Xét W1={(x,0) | x ∈ ℜ}, nhận thấy rằng W1≠∅ và
W1 ≤ V.
Xét W2={(m,2m) | m ∈ ℜ}, nhận thấy rằng W2≠∅
và W2 ≤ V.
12
§1. Các khái niệm cơ bản
4. Không gian sinh bởi tập hợp
Cho V là một không gian vectơ,
S = {u1, u2, , un} ⊂ V,
W là tập tất cả các tổ hợp tuyến tính các
vectơ trong S
⇒W ≤ V.
Ta nói W sinh bởi S hay S sinh ra W.
Ký hiệu W = =
hay W = SpanS.
13
§1. Các khái niệm cơ bản
4. Không gian sinh bởi tập hợp
Ví dụ
Xét ℜ3 và W ≤ ℜ3, với
Vậy
( ){ }
( ) ( ){ }
( ) ( ){ }
= + − ∈
= + − ∈
+ − ∈
ℝ
ℝ
ℝ
W m n,m n,n m,n
m,m,0 n, n,n m,n
= m 1,1,0 n 1, 1,1 m,n
( ) ( )W 1,1,0 , 1, 1,1= −
14
§1. Các khái niệm cơ bản
4. Không gian sinh bởi tập hợp
Hệ quả: Tập hợp tất cả các nghiệm của một HPT
thuần nhất theo n ẩn là một không gian vectơ con
của ℜn.
Ví dụ
(I) có nghiệm
⇒ Tập hợp nghiệm của hệ :
( )
+ + − =
+ + − =
=
+ − + =
+ + − =
1 2 3 4
1 2 3 4
1 2 3 4
1 2 3 4
x 2x 4x 3x 0
3x 5x 6x 4x 0
I
4x 5x 2x 3x 0
3x 8x 24x 19x 0
( )− − + ∈ℝ8m 7n, 6m 5n,m,n , m,n
( ){ } ( ) ( )= − − + ∈ = − −ℝW 8m 7n, 6m 5n,m,n / m,n 8, 6,1,0 , 7,5,0,1
15
§1. Các khái niệm cơ bản
4. Không gian sinh bởi tập hợp
Lưu ý: Khi = V, ta nói S sinh ra V. Khi ñó với mọi
vectơ v thuộc V, v là một tổ hợp tuyến tính các phần
tử trong S, nghĩa là:
∀ ∈ ∃ ∈ = + + +ℝ1 2 n 1 1 2 2 n nv V, k ,k ,...,k : v k u k u ... k u
16
§1. Các khái niệm cơ bản
4. Không gian sinh bởi tập hợp
Ví dụ : chứng minh = V
Xét V = ℜ3, S = {e1,e2,e3} ⊂ ℜ3, với
e1=(1,1,0), e2=(1,0,1), e3=(0,1,1)
Lấy v = (a,b,c) bất kỳ thuộc ℜ3, chứng minh
= ℜ3 nghĩa là chứng minh v ∈ .
v ∈ ⇔ ∃ k1,k2,k3∈ℜ : v = k1e1+k2e2+k3e3
⇔ k1(1,1,0) + k2(1,0,1) + k3(0,1,1) = (a,b,c)
17
§1. Các khái niệm cơ bản
5. Hệ vectơ ñộc lập tuyến tính
Cho V là một không gian vectơ,
S = {e1, e2, , en} ⊂ V.
S ñược gọi là ñộc lập tuyến tính nếu
Ngược lại, S không ñộc lập tuyến tính và S ñược gọi là
phụ thuộc tuyến tính, nghĩa là
∈ + + + =ℝ 1 1 2 21 n n2 nk e k e ...k ,k ,...,k , k e 0
= = = =1 2 nk k ... k 0
∃ ≠ + + + =i 1 1 2 2 n nk 0, k e k e ... k e 0
18
§1. Các khái niệm cơ bản
5. Hệ vectơ ñộc lập tuyến tính
Ví dụ 1: chứng minh hệ vectơ ñộc lập tuyến tính
Xét V = ℜ3, S = {e1,e2,e3} ⊂ ℜ3, với
e1=(1,1,0), e2=(1,0,1), e3=(0,1,1)
Xét k1e1 + k2e2 + k3e3 = 0,
⇔ k1(1,1,0) + k2(1,0,1) + k3(0,1,1) = (0,0,0)
Hệ là hệ Cramer
thuần nhất
k1 = k2 = k3 =0
19
§1. Các khái niệm cơ bản
5. Hệ vectơ ñộc lập tuyến tính
Ví dụ 2: chứng minh hệ vectơ ñộc lập tuyến tính
Xét V = ℜ3, S = {u1,u2,u3} ⊂ ℜ3, với
u1=(1,-2,1), u2=(2,1,-1), u3=(7,-4,1)
Xét k1u1 + k2u2 + k3u3 = 0,
⇔ k1(1,-2,1) + k2(2,1,-1) + k3(7,-4,1) = (0,0,0)
20
§2. Cơ sở và số chiều của KGVT
1. ðịnh nghĩa
Cho V là một KGVT, S = {e1,e2,,en} ⊂ V. Ta nói S là
một cơ sở của V nếu
i. = V hay S sinh ra V
ii. S ñộc lập tuyến tính
Khi ñó, số chiều của V, ký hiệu dimV = n. Ta nói rằng V
là KGVT hữu hạn chiều, và mọi cơ sở khác của V
cũng ñều có ñúng n vectơ.
21
§2. Cơ sở và số chiều của KGVT
2. Tọa ñộ của vectơ
Cho V là một KGVT, S = {e1,e2,,en} ⊂ V, S là một cơ
sở của V. Suy ra :
∀ v∈V, ∃k1,k2,,kn ∈ ℜ : v = k1e1+k2e2++knen
Khi ñó, tọa ñộ của v ñối với cơ sở S, ký hiệu
[ ]
1
2
S
n
k
k
v
k
=
⋮
22
§2. Cơ sở và số chiều của KGVT
2. Tọa ñộ của vectơ
Ví dụ 1
Cho cơ sở
Ta có
Vậy
S ở trên ñược gọi là cơ sở chính tắc trong ,
ñịnh nghĩa tương tự cho cơ sở chính tắc trong
{ } ( ) ( )= = = = ℝ2V , S i, j , i 1,0 , j 0,1
( )∀ = ∈ = + ℝ2v a,b , v ai bj
[ ] =
S
a
v
b
ℝ
2
ℝ
n
23
§2. Cơ sở và số chiều của KGVT
2. Tọa ñộ của vectơ
Ví dụ 2
Cho
Dễ thấy rằng S là một cơ sở của V, khi ñó
{ } ( ) ( )= = = = − −ℝ2 1 2 1 2V , S e ,e , e 1,1 , e 1, 1
( )∀ = ∈ = +ℝ2 1 1 2 2v a, b , v k e k e
1 2
1 2
k k a
k k b
− =
⇔
+ =
[ ]
S'
a b
2v
a b
2
+
=
− +
24
§2. Cơ sở và số chiều của KGVT
3. ðịnh lý về ma trận ñổi cơ sở
Cho V là KGTV với hai cơ sở
, ñặt
khi ñó, ∀ v ∈ V, ta có
Ma trận A ñược ký hiệu là , và ñược
gọi là ma trận ñổi cơ sở từ sang
{ }1 2 ne ,e ,...,e=B
{ }= 1 2 n' f , f , ..., fB [ ] [ ] [ ]( )1 2 nA f , f , ..., f= B B B
[ ] [ ]=v A. v
B B'
→PB B'
B 'B
25
§2. Cơ sở và số chiều của KGVT
3. ðịnh lý về ma trận ñổi cơ sở
Ví dụ: Xét , và hai cơ sở3V = ℝ
{ } ( ) ( ) ( )= = = =1 2 3 1 2 3e ,e ,e , e 1,0,0 , e 0,1,0 , e 0,0,1B
{ } ( ) ( ) ( )= = = =1 2 3 1 2 3' f , f , f , f 1,1,0 , f 1,0,1 , f 0,1,1B
[ ] [ ] [ ]
= = =
1 2 3
1 1 0
f 1 , f 0 , f 1
0 1 1
B B B
Ta có
Xét v có [ ] '
0
v 1
2
=
B
26
§2. Cơ sở và số chiều của KGVT
4. Tính chất của ma trận ñổi cơ sở
Ví dụ : xét ví dụ ở mục ñịnh lý, tìm
( )−→ →= 1P PB' B B B'
( ) 1
1 1 0 1 / 2 1 / 2 1 / 2
P 1 0 1 P P 1 / 2 1 / 2 1 / 2
0 1 1 1 / 2 1 / 2 1 / 2
−
→ → →
−
= ⇒ = = −
−
B B' B' B B B'
→PB' B
c.1
c.2 Tìm ?[ ] [ ] [ ]( )→ = 1 2 3P e , e , eB' B B' B' B' [ ] [ ] [ ]1 2 3e , e , eB' B' B'
27
§3. Hạng của hệ vectơ
1. ðịnh nghĩa
Cho V là một KGVT, S = {v1,v2,,vn} ⊂ V
số chiều của ñược gọi là hạng của S
Ký hiệu rankS = dim
Số phần tử của tập con ñộc lập tuyến tính lớn nhất của
S ñược gọi là số vectơ tối ñại của S
Tính chất: hạng của S chính là số vectơ tối ñại của S.
28
§3. Hạng của hệ vectơ
2. Tính chất
Nếu ta thực hiện các phép biến ñổi sau trên S:
• Hoán vị hai vectơ
• Nhân một vectơ với một số khác 0
• Thay một vectơ bằng vectơ ñó cộng với một
hằng số nhân vectơ khác
Thì ta thu ñược hệ mới S’ và =
29
§3. Hạng của hệ vectơ
2. Giải thuật tìm hạng của hệ vectơ
Cho V là KGVT, S={v1,,vn} ⊂ V, W=
Bước 1: Lập ma trận A với
Bước 2: Sử dụng các phép biến ñổi sơ cấp trên hàng ñể
ñưa A về ma trận bậc thang, ta nhận ñược hệ S’ mới
sinh ra W. Hạng của S chính là số các vectơ của S’
=
1
2
n
v
v
A
...
v
30
§3. Hạng của hệ vectơ
3. Giải thuật tìm hạng của hệ vectơ
Ví dụ : Xét S={v1,,vn} ⊂ ℜ3, v1=(1,3,0),
v2=(0,2,4), v3=(1,5,4), v4=(1,1,4).
= = → →
1
2
n
v 1 3 0 1 3 0 1 3 0
v 0 2 4 0 2 4 0 2 4
A
... 1 5 4 0 2 4 0 0 0
v 1 1 4 0 2 4 0 0 0
( ) ( )1 2W S v 1 3 0 , v 0 2 4= = = =
v1 , v2 ñộc lập tuyến tính ⇒ rankS = 2
31
§3. Hạng của hệ vectơ
4. Khảo sát cơ sở và số chiều của không
gian nghiệm của HPTTT thuần nhất
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
x 2x x 3x 4x 0
2x 4x 2x 7x 5x 0
2x 4x 2x 4x 2x 0
+ − + − =
+ − + + =
+ − + − =
Xét hệ (I)
− −
= −
− −
1 2 1 3 4
A 2 4 2 7 5
2 4 2 4 2
Chọn x1,x4,x5 làm ẩn cơ sở,
ñặt x2=m, x3=n
32
§3. Hạng của hệ vectơ
5. Khảo sát cơ sở và số chiều của không
gian các số hạng tự do ñể HPTTT có
nghiệm
+ − + − =
+ − + + =
+ − + − =
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
x 2x x 3x 4x a
2x 4x 2x 7x 5x b
2x 4x 2x 4x 2x c
Xét hệ (I)
Xét W={(a,b,c) | hệ (I) có nghiệm}, ta có:
1 2 3 4 5
1 2 3 4 5 1 2 3 4 5
1 2 3 4 5
a x 2x x 3x 4x ,
(a, b,c) W x , x , x , x , x , b 2x 4x 2x 7x 5x ,
c 2x 4x 2x 4x 2x .
= + − + −
∈ ⇔ ∃ ∈ = + − + +
= + − + −
ℝ
dimW=3 Hệ luôn có
nghiệm duy nhất
Các file đính kèm theo tài liệu này:
- ngothaihungkhonggianvectoslide_8735.pdf