Ma trận của ánh xạ tuyến tính : f: Rn Rm được gọi là ma trận chính tắc.. Cách tìm giá trị riêng và vector riêng Bước 1: Lập ma trận đặc trưng AI.. Định nghĩa Ma trận vuông cấp n
Trang 1Chương 3: ÁNH XẠ TUYẾN TÍNH
3.1 Khái niệm
3.1.1 Định nghĩa
1 Định nghĩa Cho V,W là hai không gian vectơ tùy ý Ánh xạ f:V W
được gọi là ánh xạ tuyến tính nếu thỏa hai tính chất sau đây:
(i) f(x+y) = f(x) + f(y) , x,y V (ii) f(kx) = kf(x) , x V , k R
2 Ví dụ Cho ánh xạ f : R3 R2 xác định bởi
f(x1,x2,x3) = (2x1,x2-x3), (x1,x2,x3) R3
Chứng tỏ f là ánh xạ tuyến tính
3 Phép đồng cấu, đẳng cấu
Phép đồng cấu
Ánh xạ tuyến tính f : V W gọi là phép đồng cấu của V lên W
Nếu W V thì gọi là tự đồng cấu
Nếu f là đơn ánh thì f được gọi là đơn cấu
Nếu f là toàn ánh thì gọi là toàn cấu
Phép đẳng cấu
Ánh xạ tuyến tính f : V W gọi là phép đẳng cấu của V trên W nếu f là 1
song ánh
3.1.2 Tính chất
Cho ánh xạ tuyến tính : f : V W
a/ f(Ov) = Ow
b/ f(-x) = -f(x)
c/ f(x-y) = f(x) – f(y)
d/ f(1x1, 2x2+…+nxn ) = 1f(x1) + 2f(x2) +… + nf(xn)
Cho V, W là các không gian véctơ và f,g là các ánh xạ tuyến tính:
Ta định nghĩa:
a) (f+g)(x) = f(x) +g(x) b) (kf) (x) = kf(x)
W V g W V
Trang 2Các ánh xạ f+g, kf cũng là ánh xạ tuyến tính
Cho ánh xạ tuyến tính f V: W; g: WZ
Ánh xạ hợp: g.f : V W xác định bởi:
(g.f)(x) = g[f(x)], cũng là ánh xạ tuyến tính từ V vào Z
3.2 Ảnh và hạt nhân của ánh xạ tuyến tính
3.2.1 Định nghĩa
Ảnh của f
Cho ánh xạ tuyến tính f: V W
Ảnh của f, ký hiệu Imf là tập hợp:
Imf = { y W / x V, y =f(x) }
Ta thấy Imf =f(V)
Hạt nhân của f
Cho ánh xạ tuyến tính f : V W
Hạt nhân của f , ký hiệu Kerf là tập hợp :
Kerf = { x V / f(x) = Ow }
Vi dụ: Cho f là ánh xạ không : V W
Ta thấy x V , f(x) = Ow, nên:
Kerf = V và Imf = { Ow }
3.2.2 Tính chất
Cho ánh xạ tuyến tính f : V W
Kerf là không gian con của V
Imf là không gian con của W 3.3 Ma trận của ánh xạ tuyến tính
Cho 2 không gian véc tơ hữu hạn chiều V và W với dim V = n, dim W = m
Giả sử (u) và (v) là cơ sở của V và W:
(u) = { u1,u2 ,…,un } , (v) = { v1,v2 ,…,vm }
Cho ánh xạ tuyến tính f: V W
x y =f(x)
Tọa độ của x đối với cơ sở (u) trong V:
x/(u) = (x1,x2,…,xn)
Trang 3 Tọa độ của y = f(x) với cơ sở (v) trong W
f(x)/(v) = (y1,y2,…,ym)
Tồn tại ma trận A cấp mxn liên hệ giữa các toạ độ trên :
[f(x)/(v) ] = A [x/(u)]
Định nghĩa Ma trận A thỏa đẳng thức trên gọi là ma trận của ánh xạ tuyến tính f : V W đối với cơ sở (u) trong V và cơ sở (v) trong W
Ma trận này được xác định như sau:
A = [[f(u1)/(v)], [f(u2)/(v)] …[f(u3)/(v)]]
Trường hợp riêng
V = Rn, W=Rm có các cơ sở chính tắc tương ứng là : (e) ={e1, e2,…,en}, (e’)={e’1, e’2,…,e’m} Ma trận của ánh xạ tuyến tính : f: Rn Rm được gọi là
ma trận chính tắc
A = [[f(e1)] [f(e2)] …[f(en)]]
Ví dụ 1 Cho ánh xạ tuyến tính f: R2 R2 xác định bởi
f(x1,x2) = (x1+2x2, x1-x2 ) Tìm ma trận chính tắc
Ghi chú Ma trận A có các hàng tương ứng là các hệ số của các tọa độ
véctơ f(x1,x2 )
Ví dụ 2 Cho ánh xạ tuyến tính f : R 4 R3 xác định bởi
f(x1,x2, x3,x4) = (x1- x2+x3+x4, x1+2x3-x4, x1+x2+3x3-3x4)
R4 có các cơ sở (u) = {u1, u2, u3, u4} với u1 = (1,0,0,0) , u2 = (1,1,0,0) ,
u3 = (1,1,1,0) , u4 = (1,1,1,1) và R 3 có cơ sở chính tắc
Tìm ma trận của ánh xạ tuyến tính
Ví dụ 3 Cho ánh xạ tuyến tính f : R 2 R3 xác định bởi
f(x1,x2) = (2x1,x1+ x2, x1-2x2)
R2 có cơ sở chính tắc (e) = { e1, e2 }
R3 có cơ sở (u) ={ u1, u2 , u 3 } với u1=(1,1,1) ,u2 =(1,1,0) , u3 =(1,0,0) Tìm
ma trận của ánh xạ tuyến tính
Ví dụ 4 Cho ánh xạ tuyến tính f : R3 R2 xác định bởi
f(x1,x2,x3) = (x1+2x2+x3,x1+ 5x2 + x3)
Trang 4Tìm ma trận của ánh xạ tuyến tính đối với cơ sở (u) ={ u1, u2 , u 3 } trong
R3 và (v) ={v1,v2} trong R2 Biết rằng :
u1=(1,1,1) ,u2 =(1,1,0) , u3 =(1,0,0)
v1=(1,3) , v2=(-1,2)
3.4 Sự đồng dạng
3.4.1 Ma trận đồng dạng
Cho A và B là 2 ma trận vuông cùng cấp n
A và B đồng dạng P khả đảo cấp n : B=P-1AP
3.4.2 Ma trận của ánh xạ tuyến tính qua phép đổi cơ sở
Ma trận chuyển cơ sở
Cho không gian véc tơ V có 2 cơ sở là (u) = {u1,…,un}
và (v) ={ v1, v2 , v 3 } Ma trận chuyển cơ sở từ (u) sang (v) là:
P= [[v1/(u)][v2/(u)]…[vn/(u)]]
Định lý Cho ánh xạ tuyến tính f : V V (toán tử tuyến tính) , V là
không gian véc tơ dim V = n Giả sử V có 2 cơ sở là (u) và (v) Nếu A là ma trận của f đối với cơ sở (u) và A’ là ma trận của f đối với cơ sở (v) thì ta có : A’=P-1AP trong đó P là ma trận chuyển cơ sở từ (u) sang (v) ( Ta thấy A’ đồng
dạng với A)
Ví dụ Cho ánh xạ tuyến tính f : R2 R2 xác định bởi
f(x1,x2) = (x1+x2,-2x1+ 4x2)
a Tìm ma trận chính tắc của f
b Tìm ma trận của f đối với cơ sở (u) ={ u1, u2 } với u1 =(1,1) và
u2=(1,2)
3.5 Giá trị riêng – Vectơ riêng
3.5.1 Định nghĩa
Cho V là không gian véctơ có n chiều và f: V V là toán tử tuyến tính
Số được gọi là trị riêng của f nếu tồn tại vectơ x V , x 0 sao cho f(x) = x
Vectơ x V , x 0 thỏa f(x) = x được gọi là vectơ riêng của f tương ứng với trị riêng
Nếu A là ma trận của ánh xạ tuyến tính thì số thực được gọi là giá trị riêng của A nếu tồn tại vector n chiều x 0 sao cho: A x. . x
Trang 5Nhận xét Từ phương trình A x. . x (AI x) 0có nghiệm x 0
suy ra AI 0 Khi đó AI được gọi là ma trận đặc trưng,
0
AI được gọi là phương trình đặc trưng của ma trận A
3.5.2 Cách tìm giá trị riêng và vector riêng
Bước 1: Lập ma trận đặc trưng AI
Bước 2: Giải phương trình đặc trưng AI 0 Ta được các giá trị riêng:
1, ,2
Bươc 3: Thay từng giá trị riêng k vào phương trình AI . x 0 Nghiệm của hệ phương trình là vector riêng của A ứng với GTR k
Ví dụ 1 Tìm giá trị riêng và vector riêng của ma trận 1 3
Ma trận đặc trưng: 1 3
Phương trình đặc trưng:
Với 1 1, giải hệ phương trình
1
0 3
Vậy vector riêng ứng với GTR 1 là: x( ,0); R\{0}
Với 12, giải hệ phương trình
2
3 3
0 0
Ví dụ 2 Tìm giá trị riêng và vector riêng của các ma trận
a
2 0 0
0 2 2
0 2 2
A
b
1 3 1
3 5 1
3 3 1
B
c
1 2 5
0 2 4
1 0 1
C
d
0 1 0
4 4 0
2 1 2
D
Giải
a Ma trận A
Trang 6 Ma trận đặc trưng:
0 2 2
Phương trình đặc trưng:
2
0 0 2 2 0 (2 ) (2 ) 4 0
0 2 2
0 (2 )( )(4 ) 0 2
4
Với 10, giải hệ phương trình
0
2 0 0 0 0 2 2 0 ; \{0}
0 2 2
Vậy vector riêng ứng với GTR 0 là: x(0; ; ), R\{0}
Với 2 2, giải hệ phương trình
0 0 0 0 0 0 2 0 0 ; \{0}
Vậy vector riêng ứng với GTR 2 2 là: x( ;0;0), R\{0}
Với 3 4, giải hệ phương trình
0
2 0 0
0 2 2
Vậy vector riêng ứng với GTR 3 4 là: x(0; ; ), R\{0}
b Ma trận B
Ma trận đặc trưng:
0 0 5
Trang 7
Phương trình đặc trưng:
0 2 3 0 0 (3 )(3 )(5 ) 4(5 ) 0
0 0 5
5 (bôi 2)
Với 11, giải hệ phương trình
2 2 0
Vậy vector riêng ứng với GTR 1 là: x( ; ;0), R\{0}
Với 2 5, giải hệ phương trình
2 2 0 0 2 2 0 0
0 0 0
( , R\{ 0})
Vậy vector riêng ứng với GTR 2 5 là:
x R
c Ma trận C
Ma trận đặc trưng:
1 0 1
Phương trình đặc trưng:
2
0 (bôi 2)
0 0 2 4 0 ( 4) 0
4
1 0 1
Với 10, giải hệ phương trình
1 2 5 0 0 2 4 0 2 ; \{0}
1 0 1
Vậy vector riêng ứng với GTR 10 là: x( ; 2 ; ), R\{0}
Trang 8Với 2 4, giải hệ phương trình
3
3 2 5 0 0 2 4 0 2 ; \{0}
1 0 3
Vậy vector riêng ứng với GTR 2 2 là: x(3 ; 2 ; ), R\{0}
d Ma trận D
Ma trận đặc trưng:
1 0
4 4 0
2 1 2
Phương trình đặc trưng:
1 0
0 4 4 0 0 ( )(4 )(2 ) 4(2 ) 0
2 1 2
Với 2, giải hệ phương trình
2 1 0 0 4 2 0 0 2 ;( , \{ + 0})
2 1 0
Vậy vector riêng ứng với GTR 2 là:
x R
3.6 Chéo hóa ma trận
Nhận xét Nếu A là ma trận chéo thì việc tính A k, k N rất dễ dàng
Ví dụ Nếu
1 0 0
0 2 0
0 0 3
A
thì
k
k
A
Vấn đề Đưa một ma trận vuông bất kì về dạng đường chéo như thế nào?
1 Định nghĩa
Ma trận vuông cấp n A được gọi là chéo hóa được nếu tồn tại ma trận vuông cấp n không suy biến T và ma trận đường chéo D sao cho T AT 1 D Khi đó ta nói T là ma trận làm chéo hóa A hay A được chéo hóa bởi ma trận T và
D là ma trận đồng dạng với A
Trang 9Ví dụ Ma trận 8 5
chéo hóa được Thật vậy với
2 0
thì
1
2 Điều kiện chéo hóa ma trận
Nếu ma trận A có n giá trị riêng phân biệt thì A chéo hóa được
Ngược lại A chéo hóa được khi và chỉ khi A có n giá trị riêng kể cả bội và
số chiều của tất cả các không gian con riêng bằng số bội của giá trị riêng tương ứng
3 Cách chéo hóa ma trận
Bước 1: Giải phương trình đặc trưng để tìm các giá trị riêng i
Bước 2: Ứng với mỗi , giải hệ phương trình i Ai I x 0 Lập không gian nghiệm W( ) của phương trình i
Bước 3: Lập ma trận T với cột thứ i là tọa độ của vector cơ sở của W( ) i
và ma trận đường chéo D, trong đó phần tử nằm trên đường chéo và cột i là i
Ví dụ Hãy chéo hóa các ma trận A, B, C, D trong ví dụ ở phần 3.5.2
a Ma trận A
Với 10, ta có: W(0) {(0; ;- )| R}
Khi đó: x W(0) x (0; ; )(0;1; 1) Ta chọn một cơ sở củaW(0)
là: u1(0;1; 1)
Với 2 2, ta có: W(2) {( ;0;0)| R}
Khi đó: x W(2) x ( ;0;0) (1;0;0) Ta chọn một cơ sở của W(2) là:
2 (1;0;0)
Với 3 4, ta có: W(4) {(0; ; )| R}
Khi đó: x W(4) x (0; ; ) (0;1;1) Ta chọn một cơ sở của W(4) là:
3 (0;1;1)
Vậy ma trận A chéo hóa được với:
0 1 0
1 0 1
1 0 1
T
và
0 0 0
0 2 0
0 0 4
D
b Ma trận B
Với 1, ta có: W(1) {( ; ;0)| R}
Trang 10Khi đó: x W(1) x ( ; ;0) (1;1;0) Ta chọn một cơ sở củaW(1) là:
1 (1;1;0)
Với 2 5 (bội 2), ta có: W(5) {(- ; ; )| , R}
Khi đó: x W(5) x ( ; ; ) ( ; ;0) (0;0; ) Ta chọn hai cơ sở của W(5) là: u2 ( 1;1;0) và u3 (0;0;1)
Vậy ma trận B chéo hóa được với:
1 1 0
1 1 0
0 0 1
T
và
1 0 0
0 5 0
0 0 5
D
c Ma trận C
Với 10 (bội 2), ta có: W(0) {( ; 2 ; ) | R}
Ta chọn một cơ sở củaW(1) là: u1(1; 2; 1)
Với 2 2 (bội 2), ta có: W(2) {(3 ; 2 ; ) | R}
Ta chọn một cơ sở của W(2) là: u2 (3; 2;1)
Vì dim (0) dim (2) 2W W n 3 nên C không chéo hóa được
d Tương tự ma trận D không chéo hóa được vì dim (2) 2W n 3
BÀI TẬP CHƯƠNG 3
1 Cho ánh xạ f : R2 R2 xác định bởi f(x1,x2) = (x1+2x2,x1-x2)
a Chứng tỏ f là ánh xạ tuyến tính
b Tìm ma trận chính tắc của ánh xạ f
c Tìm ma trận của ánh xạ f đối với cơ sở (u) = {u1,u2} với u1=(1,1) ,
u2=(1,0)
2 Cho ánh xạ f : R3 R2 xác định bởi f(x1,x2,x3) = (2x1+x2-x3,x1+x2-3x3)
a Chứng tỏ f là ánh xạ tuyến tính
b Tìm ma trận chính tắc của f
c Tìm ma trận của ánh xạ f đối với cơ sở (u) = {u1,u2, u3} với
u1=(1,1,1) , u2=(1,1,0), u3=(1,0,0) trong R3 và (v) = {v1,v2} với
v1=(1,2) ,v2=(0,2) trong R2
3 Cho ánh xạ tuyến tính f : R3 R2 xác định bởi f(x1,x2,x3) =
(x1+2x2+x3,x1+5x2+x3)
a Tìm ma trận chính tắc của f
Trang 11b Tìm ma trận của ánh xạ f đối với cơ sở (u) = {u1,u2, u3} với
u1=(1,1,1) , u2=(1,1,0), u3=(1,0,0) trong R3 và (v) ={v1,v2} với
v1=(1,3) ,v2=(-1,2) trong R2
4 Tìm giá trị riêng và vectơ riêng của các ma trận :
a A = 2 1
0 3
b B =
3 4
2 1
c C =
1 2
2 4
5 Tìm giá trị riêng và vectơ riêng của các ma trận :
a A =
3 3 2
1 1 2
3 1 0
b B =
2 1 0
0 1 1
0 2 4
c C =
2 2 1
1 3 1
1 2 2
6 Tìm giá trị riêng, vectơ riêng và cơ sở không gian riêng của các ma trận sau :
a A =
2 1 3
0 3 0
1 0 2
b B =
5 0 0
1 5 0
0 1 5
c C =
0 1 0
4 4 0
1 1 2
7 Các ma trận sau đây có chéo hóa được hay không ?
a A =
0 1 1
0 0 2
0 0 1
b B =
2 2 2
2 3 2
4 2 4
c C =
2 1 1
1 2 1
1 1 2
8 Cho ánh xạ tuyến tính f : R3 R3 với f(x1,x2,x3) = (x1 +x2 +x3, x1 +x2 +x3
,x1 +x2 +x3)
a Tìm ma trận chính tắc A của ánh xạ f
b Ma trận A có chéo hóa được hay không ? Nếu có hãy làm chéo A