›
›

Bài giảng Toán cao cấp - Chương 2: Không gian vector - Nguyễn Phúc Sơn

pdf 37 trang cucquyet12 7970
Download
Bạn đang xem 20 trang mẫu của tài liệu "Bài giảng Toán cao cấp - Chương 2: Không gian vector - Nguyễn Phúc Sơn", để tải tài liệu gốc về máy bạn click vào nút DOWNLOAD ở trên

Tài liệu đính kèm:

  • pdfbai_giang_toan_cao_cap_chuong_2_khong_gian_vector_nguyen_phu.pdf

Nội dung text: Bài giảng Toán cao cấp - Chương 2: Không gian vector - Nguyễn Phúc Sơn

  1. n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Chương 2: Không gian vector Tiến sĩ Nguyễn Phúc Sơn Trường Đại học Kinh tế - Luật Đại học Quốc gia Thành phố Hồ Chí Minh Ngày 29 tháng 9 năm 2014 Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  2. n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Table of Contents n 1 Không gian Euclid R 2 Tổ hợp tuyến tính 3 Cơ sở và số chiều 4 Tọa độ Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  3. Định nghĩa n Không gian R là tập hợp tất cả các bộ có thứ tự u = (a1, , an) với ai là số thực, với mọi i. Lưu ý là để thuận tiện cho việc tính toán thì vector u cũng có thể   a1 a2 được viết dưới dạng cột u =   trong đó, a được gọi là các  .  i  .  an thành phần của vector u và n là số chiều. n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Không gian Rn 2 3 Ví dụ quen thuộc : R và R . Thời của Euclid: biểu diễn hình học. Thời sau Descertes: biểu diễn đại số Từ biểu diễn đại số, ta có thể mở rộng lên không gian n R , n > 3 Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  4. Lưu ý là để thuận tiện cho việc tính toán thì vector u cũng có thể   a1 a2 được viết dưới dạng cột u =   trong đó, a được gọi là các  .  i  .  an thành phần của vector u và n là số chiều. n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Không gian Rn 2 3 Ví dụ quen thuộc : R và R . Thời của Euclid: biểu diễn hình học. Thời sau Descertes: biểu diễn đại số Từ biểu diễn đại số, ta có thể mở rộng lên không gian n R , n > 3 Định nghĩa n Không gian R là tập hợp tất cả các bộ có thứ tự u = (a1, , an) với ai là số thực, với mọi i. Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  5. n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Không gian Rn 2 3 Ví dụ quen thuộc : R và R . Thời của Euclid: biểu diễn hình học. Thời sau Descertes: biểu diễn đại số Từ biểu diễn đại số, ta có thể mở rộng lên không gian n R , n > 3 Định nghĩa n Không gian R là tập hợp tất cả các bộ có thứ tự u = (a1, , an) với ai là số thực, với mọi i. Lưu ý là để thuận tiện cho việc tính toán thì vector u cũng có thể   a1 a2 được viết dưới dạng cột u =   trong đó, a được gọi là các  .  i  .  an thành phần của vector u và n là số chiều. Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  6. n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Không gian Rn 2 3 Ví dụ quen thuộc : R và R . Thời của Euclid: biểu diễn hình học. Thời sau Descertes: biểu diễn đại số Từ biểu diễn đại số, ta có thể mở rộng lên không gian n R , n > 3 Định nghĩa n Không gian R là tập hợp tất cả các bộ có thứ tự u = (a1, , an) với ai là số thực, với mọi i. Lưu ý là để thuận tiện cho việc tính toán thì vector u cũng có thể   a1 a2 được viết dưới dạng cột u =   trong đó, a được gọi là các  .  i  .  an thành phần của vector u và n là số chiều. Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  7. 3 Phép cộng và phép nhân vô hướng tương tự như trong R . Các tính chất cơ bản như: kết hợp, giao hoán, etc. hoàn toàn 3 tương tự R n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Định nghĩa (tt) Vector 0: 0 = (0, , 0). Vector đối của u: −u = (a1, , an) Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  8. Các tính chất cơ bản như: kết hợp, giao hoán, etc. hoàn toàn 3 tương tự R n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Định nghĩa (tt) Vector 0: 0 = (0, , 0). Vector đối của u: −u = (a1, , an) 3 Phép cộng và phép nhân vô hướng tương tự như trong R . Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  9. n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Định nghĩa (tt) Vector 0: 0 = (0, , 0). Vector đối của u: −u = (a1, , an) 3 Phép cộng và phép nhân vô hướng tương tự như trong R . Các tính chất cơ bản như: kết hợp, giao hoán, etc. hoàn toàn 3 tương tự R Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  10. n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Định nghĩa (tt) Vector 0: 0 = (0, , 0). Vector đối của u: −u = (a1, , an) 3 Phép cộng và phép nhân vô hướng tương tự như trong R . Các tính chất cơ bản như: kết hợp, giao hoán, etc. hoàn toàn 3 tương tự R Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  11. n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Table of Contents n 1 Không gian Euclid R 2 Tổ hợp tuyến tính 3 Cơ sở và số chiều 4 Tọa độ Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  12. Giải hệ sau T T T (u1 , , um | u ) n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Định nghĩa n Cho u, u1, ,un là các vector trong R . u được gọi là một tổ hợp tuyến tính của các vector u1, ,un nếu tồn tại các số thực α1, ,αn sao cho u = α1u1 + ··· + αnun Cách tìm tổ hợp tt Giả sử  u = (b1, , bn)   u1 = (a11, , a1n) .  .   um = (am1, , amn) Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  13. n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Định nghĩa n Cho u, u1, ,un là các vector trong R . u được gọi là một tổ hợp tuyến tính của các vector u1, ,un nếu tồn tại các số thực α1, ,αn sao cho u = α1u1 + ··· + αnun Cách tìm tổ hợp tt Giả sử  u = (b1, , bn)   u1 = (a11, , a1n) .  .   um = (am1, , amn) Giải hệ sau T T T (u1 , , um | u ) Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  14. n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Định nghĩa n Cho u, u1, ,un là các vector trong R . u được gọi là một tổ hợp tuyến tính của các vector u1, ,un nếu tồn tại các số thực α1, ,αn sao cho u = α1u1 + ··· + αnun Cách tìm tổ hợp tt Giả sử  u = (b1, , bn)   u1 = (a11, , a1n) .  .   um = (am1, , amn) Giải hệ sau T T T (u1 , , um | u ) Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  15. n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Cách tìm (tt) Viết dưới dạng ma trận:   a11 a21 am1 b1 a12 a22 am2 b2    . . . . .   . . . . .  a1n a2n amn bn Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  16. Họ các vector không độc lập tuyến tính được gọi là phụ thuộc tuyến tính. n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Sự độc lập tuyến tính và phụ thuộc tuyến tính Định nghĩa Họ các vectors u1, , um được gọi là họ độc lập tuyến tính nếu từ đẳng thức α1u1 + ··· + αmum = 0 ta suy ra được α1 = ··· = αm = 0 nghĩa là phương trình x1u1 + ··· + xmum = 0 có nghiệm duy nhất α1 = ··· = αm = 0 Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  17. n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Sự độc lập tuyến tính và phụ thuộc tuyến tính Định nghĩa Họ các vectors u1, , um được gọi là họ độc lập tuyến tính nếu từ đẳng thức α1u1 + ··· + αmum = 0 ta suy ra được α1 = ··· = αm = 0 nghĩa là phương trình x1u1 + ··· + xmum = 0 có nghiệm duy nhất α1 = ··· = αm = 0 Họ các vector không độc lập tuyến tính được gọi là phụ thuộc tuyến tính. Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  18. n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Sự độc lập tuyến tính và phụ thuộc tuyến tính Định nghĩa Họ các vectors u1, , um được gọi là họ độc lập tuyến tính nếu từ đẳng thức α1u1 + ··· + αmum = 0 ta suy ra được α1 = ··· = αm = 0 nghĩa là phương trình x1u1 + ··· + xmum = 0 có nghiệm duy nhất α1 = ··· = αm = 0 Họ các vector không độc lập tuyến tính được gọi là phụ thuộc tuyến tính. Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  19. Nếu r(A) = m thì độc lập tuyến tính Nếu r(A) < m thì phụ thuộc tuyến tính Trường hợp đặc biệt: nếu A vuông thì ta có thể tính det(A) thay cho r(A). Khi đó, Nếu det(A) 6= 0 thì độc lập tuyến tính Nếu det(A) = 0 thì phụ thuộc tuyến tính n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Cách xác định độc lập/phụ thuộc Đặt ma trận   u1  .  A =  .  um Dùng các phép biến đổi sơ cấp dòng tính r(A). Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  20. Nếu r(A) < m thì phụ thuộc tuyến tính Trường hợp đặc biệt: nếu A vuông thì ta có thể tính det(A) thay cho r(A). Khi đó, Nếu det(A) 6= 0 thì độc lập tuyến tính Nếu det(A) = 0 thì phụ thuộc tuyến tính n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Cách xác định độc lập/phụ thuộc Đặt ma trận   u1  .  A =  .  um Dùng các phép biến đổi sơ cấp dòng tính r(A). Nếu r(A) = m thì độc lập tuyến tính Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  21. Trường hợp đặc biệt: nếu A vuông thì ta có thể tính det(A) thay cho r(A). Khi đó, Nếu det(A) 6= 0 thì độc lập tuyến tính Nếu det(A) = 0 thì phụ thuộc tuyến tính n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Cách xác định độc lập/phụ thuộc Đặt ma trận   u1  .  A =  .  um Dùng các phép biến đổi sơ cấp dòng tính r(A). Nếu r(A) = m thì độc lập tuyến tính Nếu r(A) < m thì phụ thuộc tuyến tính Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  22. Nếu det(A) 6= 0 thì độc lập tuyến tính Nếu det(A) = 0 thì phụ thuộc tuyến tính n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Cách xác định độc lập/phụ thuộc Đặt ma trận   u1  .  A =  .  um Dùng các phép biến đổi sơ cấp dòng tính r(A). Nếu r(A) = m thì độc lập tuyến tính Nếu r(A) < m thì phụ thuộc tuyến tính Trường hợp đặc biệt: nếu A vuông thì ta có thể tính det(A) thay cho r(A). Khi đó, Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  23. Nếu det(A) = 0 thì phụ thuộc tuyến tính n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Cách xác định độc lập/phụ thuộc Đặt ma trận   u1  .  A =  .  um Dùng các phép biến đổi sơ cấp dòng tính r(A). Nếu r(A) = m thì độc lập tuyến tính Nếu r(A) < m thì phụ thuộc tuyến tính Trường hợp đặc biệt: nếu A vuông thì ta có thể tính det(A) thay cho r(A). Khi đó, Nếu det(A) 6= 0 thì độc lập tuyến tính Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  24. n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Cách xác định độc lập/phụ thuộc Đặt ma trận   u1  .  A =  .  um Dùng các phép biến đổi sơ cấp dòng tính r(A). Nếu r(A) = m thì độc lập tuyến tính Nếu r(A) < m thì phụ thuộc tuyến tính Trường hợp đặc biệt: nếu A vuông thì ta có thể tính det(A) thay cho r(A). Khi đó, Nếu det(A) 6= 0 thì độc lập tuyến tính Nếu det(A) = 0 thì phụ thuộc tuyến tính Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  25. n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Cách xác định độc lập/phụ thuộc Đặt ma trận   u1  .  A =  .  um Dùng các phép biến đổi sơ cấp dòng tính r(A). Nếu r(A) = m thì độc lập tuyến tính Nếu r(A) < m thì phụ thuộc tuyến tính Trường hợp đặc biệt: nếu A vuông thì ta có thể tính det(A) thay cho r(A). Khi đó, Nếu det(A) 6= 0 thì độc lập tuyến tính Nếu det(A) = 0 thì phụ thuộc tuyến tính Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  26. n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Table of Contents n 1 Không gian Euclid R 2 Tổ hợp tuyến tính 3 Cơ sở và số chiều 4 Tọa độ Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  27. Nếu B độc lập tuyến tính và có đúng n vectors thì B là cơ sở n của R . n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Cơ sở Định nghĩa n Tập hợp B trong R được gọi là một cơ sở nếu B độc lập tuyến n tính và bất kỳ vector v ∈ R đều là tổ hợp tuyến tính của các vector trong B. Ở đây thứ tự của các vectors trong B là quan trọng. Tính chất n Mọi cơ sở của R đều có đúng n vectors. Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  28. n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Cơ sở Định nghĩa n Tập hợp B trong R được gọi là một cơ sở nếu B độc lập tuyến n tính và bất kỳ vector v ∈ R đều là tổ hợp tuyến tính của các vector trong B. Ở đây thứ tự của các vectors trong B là quan trọng. Tính chất n Mọi cơ sở của R đều có đúng n vectors. Nếu B độc lập tuyến tính và có đúng n vectors thì B là cơ sở n của R . Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  29. n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Cơ sở Định nghĩa n Tập hợp B trong R được gọi là một cơ sở nếu B độc lập tuyến n tính và bất kỳ vector v ∈ R đều là tổ hợp tuyến tính của các vector trong B. Ở đây thứ tự của các vectors trong B là quan trọng. Tính chất n Mọi cơ sở của R đều có đúng n vectors. Nếu B độc lập tuyến tính và có đúng n vectors thì B là cơ sở n của R . Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  30. Lưu ý Tập hợp tất cả các nghiệm của hệ thuần nhất tạo thành 1 không gian vector có số chiều đúng bằng bậc tự do của nghiệm. n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Số chiều Định nghĩa Số vector trong 1 cơ sở của không gian vector được gọi là số n chiều của không gian đó. Ký hiệu dim R = n. Nhận xét n Trong R bất kỳ tập nào có nhiều hơn n vectors đều phụ thuộc tuyến tính. Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  31. n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Số chiều Định nghĩa Số vector trong 1 cơ sở của không gian vector được gọi là số n chiều của không gian đó. Ký hiệu dim R = n. Nhận xét n Trong R bất kỳ tập nào có nhiều hơn n vectors đều phụ thuộc tuyến tính. Lưu ý Tập hợp tất cả các nghiệm của hệ thuần nhất tạo thành 1 không gian vector có số chiều đúng bằng bậc tự do của nghiệm. Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  32. n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Số chiều Định nghĩa Số vector trong 1 cơ sở của không gian vector được gọi là số n chiều của không gian đó. Ký hiệu dim R = n. Nhận xét n Trong R bất kỳ tập nào có nhiều hơn n vectors đều phụ thuộc tuyến tính. Lưu ý Tập hợp tất cả các nghiệm của hệ thuần nhất tạo thành 1 không gian vector có số chiều đúng bằng bậc tự do của nghiệm. Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  33. n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Table of Contents n 1 Không gian Euclid R 2 Tổ hợp tuyến tính 3 Cơ sở và số chiều 4 Tọa độ Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  34. Tọa độ cũng có thể được viết dưới dạng cột   α1 T  .  [v]B =  .  αn Cách tìm: Giải hệ phương trình. Ở đây ma trận hệ số vuông nên có thể dùng quy tắc Cramer. n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Định nghĩa n Mọi vector v ∈ R đều được biểu diễn duy nhất dưới dạng tổ hợp tuyến tính của các vector trong B v = α1u1 + ··· + αnun Khi đó, bộ thứ tự [v]B = (α1, . . . , αn) được gọi là tọa độ của v trong cơ sở B. Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  35. Cách tìm: Giải hệ phương trình. Ở đây ma trận hệ số vuông nên có thể dùng quy tắc Cramer. n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Định nghĩa n Mọi vector v ∈ R đều được biểu diễn duy nhất dưới dạng tổ hợp tuyến tính của các vector trong B v = α1u1 + ··· + αnun Khi đó, bộ thứ tự [v]B = (α1, . . . , αn) được gọi là tọa độ của v trong cơ sở B.Tọa độ cũng có thể được viết dưới dạng cột   α1 T  .  [v]B =  .  αn Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  36. n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Định nghĩa n Mọi vector v ∈ R đều được biểu diễn duy nhất dưới dạng tổ hợp tuyến tính của các vector trong B v = α1u1 + ··· + αnun Khi đó, bộ thứ tự [v]B = (α1, . . . , αn) được gọi là tọa độ của v trong cơ sở B.Tọa độ cũng có thể được viết dưới dạng cột   α1 T  .  [v]B =  .  αn Cách tìm: Giải hệ phương trình. Ở đây ma trận hệ số vuông nên có thể dùng quy tắc Cramer. Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector
  37. n Không gian Euclid R Tổ hợp tuyến tính Cơ sở và số chiều Tọa độ Định nghĩa n Mọi vector v ∈ R đều được biểu diễn duy nhất dưới dạng tổ hợp tuyến tính của các vector trong B v = α1u1 + ··· + αnun Khi đó, bộ thứ tự [v]B = (α1, . . . , αn) được gọi là tọa độ của v trong cơ sở B.Tọa độ cũng có thể được viết dưới dạng cột   α1 T  .  [v]B =  .  αn Cách tìm: Giải hệ phương trình. Ở đây ma trận hệ số vuông nên có thể dùng quy tắc Cramer. Tiến sĩ Nguyễn Phúc Sơn Chương 2: Không gian vector