Chương 50: Tổ hợp tuyến tính, cơ sở và số chiều¶
Câu hỏi mở đầu
Từ vài vector cho trước, cộng chúng theo những tỉ lệ khác nhau thì đi tới được những đâu? Có vector nào "thừa", tạo ra được từ các vector khác không?
Công thức pha trộn¶
Một người muốn bữa ăn có đúng 50 g chất đạm và 35 g chất béo, và chỉ có hai món: 100 g món A cho 20 g đạm và 5 g béo, 100 g món B cho 10 g đạm và 15 g béo (số liệu giả định). Ghi mỗi món bằng một vector (đạm; béo): \(A = (20; 5)\), \(B = (10; 15)\). Ăn \(x\) lần 100 g món A và \(y\) lần 100 g món B thì nhận được \(xA + yB\). Câu hỏi thành: tìm \(x\), \(y\) để \(xA + yB = (50; 35)\).
Đó là cấu trúc nguyên thủy của chương: một công thức pha trộn. Lấy vài "nguyên liệu" là các vector, nhân mỗi cái với một lượng, cộng lại. Kết quả gọi là một tổ hợp tuyến tính (linear combination) của các nguyên liệu. Màu trên màn hình máy tính được pha từ ba nguồn sáng đỏ, lục, lam theo đúng cách ấy; một danh mục đầu tư là tổ hợp của các cổ phiếu; một khẩu phần là tổ hợp của các món ăn. Hai câu hỏi của chương bắt đầu có hình dạng rõ: pha từ những nguyên liệu này thì được những gì, và có nguyên liệu nào thừa không?
Với khẩu phần, hai điều kiện cho hai phương trình: \(20x + 10y = 50\) và \(5x + 15y = 35\). Từ phương trình đầu, \(y = 5 - 2x\); thay vào phương trình sau, \(5x + 75 - 30x = 35\), tức \(x = 1{,}6\) và \(y = 1{,}8\). Vậy 160 g món A và 180 g món B.
Vì sao cấu trúc này phải xuất hiện, dù chưa ai đặt tên cho nó? Vì khi chỉ có hai phép toán, cộng và co giãn (Chương 49), mọi thứ dựng được từ vài vector đều là tổ hợp tuyến tính của chúng; không còn cách nào khác để kết hợp. Và hai câu hỏi đi kèm là không tránh được: tập các thứ dựng được trông ra sao, và bỏ bớt nguyên liệu nào mà tập ấy không đổi. Câu trả lời dẫn tới một con số không phụ thuộc vào nguyên liệu ta chọn, mà chỉ phụ thuộc vào không gian: phải cần tối thiểu bao nhiêu nguyên liệu để pha ra mọi thứ. Con số ấy là số lựa chọn độc lập mà không gian cho phép, và nó sẽ được gọi là số chiều (dimension).
Ký hiệu¶
Cho các vector \(v_1, \dots, v_k\). Một tổ hợp tuyến tính của chúng là một vector \(c_1 v_1 + \dots + c_k v_k\), với các số \(c_i\) gọi là hệ số. Tập mọi tổ hợp tuyến tính của chúng gọi là bao tuyến tính (span), ký hiệu \(\mathrm{span}(v_1, \dots, v_k)\): mọi thứ pha được từ các nguyên liệu ấy.
Tổ hợp có mọi hệ số bằng 0 luôn cho vector không; gọi nó là tổ hợp tầm thường (trivial combination). Nếu đó là tổ hợp duy nhất cho vector không, các vector \(v_1, \dots, v_k\) gọi là độc lập tuyến tính (linearly independent); nếu còn tổ hợp khác, chúng phụ thuộc tuyến tính (linearly dependent). Mệnh đề 2 cho thấy "phụ thuộc" nghĩa đúng là có một vector thừa: nó là tổ hợp của những vector còn lại, và bỏ nó đi thì bao tuyến tính không đổi.
Một cơ sở (basis) của một không gian là một bộ vector vừa độc lập tuyến tính vừa sinh ra cả không gian: không thừa, không thiếu. Khi ấy mỗi vector được viết đúng một cách dưới dạng tổ hợp của cơ sở (Định lý 3), và các hệ số ấy gọi là tọa độ của vector theo cơ sở. Trong \(\mathbb{R}^n\), các vector \(e_1 = (1; 0; \dots; 0)\), \(e_2 = (0; 1; 0; \dots; 0)\), ..., \(e_n = (0; \dots; 0; 1)\) tạo thành cơ sở chuẩn (standard basis), và danh sách \((a_1; \dots; a_n)\) của Chương 49 chính là tọa độ theo cơ sở chuẩn: \((a_1; \dots; a_n) = a_1 e_1 + \dots + a_n e_n\).
Mọi cơ sở của cùng một không gian có cùng số vector (Định lý 6); số ấy là số chiều của không gian. \(\mathbb{R}^n\) có số chiều \(n\). Một tập con của \(\mathbb{R}^n\) chứa vector không, và đóng với phép cộng và phép nhân với vô hướng, gọi là một không gian con (subspace); bao tuyến tính của bất kỳ những vector nào cũng là một không gian con.
Làm bằng tay¶
Ví dụ 1 (một vector, rồi hai vector). Bao tuyến tính của một vector khác không, như \((2; 1)\), là mọi bội \(t(2; 1)\): một đường thẳng qua gốc. Bao tuyến tính của hai vector không cùng phương trong mặt phẳng, như \(u = (1; 1)\) và \(w = (2; -1)\), là cả mặt phẳng: các đường song song với \(u\) và với \(w\) chia mặt phẳng thành một lưới xiên, và mỗi điểm nằm ở một giao điểm của lưới khi cho hệ số chạy trên mọi số thực.
Bàn tương tác: pha từ hai vector
Kéo đầu mũi tên \(v\) tới nhiều chỗ khác nhau, và dùng hai thanh trượt để đi tới những điểm khác nhau bằng \(au + bv\). Lưới mờ cho thấy các tổ hợp có hệ số nguyên. Có chỗ nào của \(v\) làm lưới dẹt lại không? Khi ấy, \(au + bv\) còn đi được tới những đâu?
Bàn tương tác cần trình duyệt bật JavaScript.
Điều bạn vừa thấy
Khi \(v\) không là bội của \(u\), hai họ đường song song cắt nhau thành một lưới xiên phủ kín mặt phẳng, và nếu cho hệ số chạy trên mọi số thực thì \(au + bv\) tới được mọi điểm: bao tuyến tính là cả mặt phẳng. Khi \(v\) là bội của \(u\), như \((2; 2)\) hay \((-1; -1)\), mọi đường của lưới trùng nhau, và mọi tổ hợp nằm trên đường thẳng qua gốc chứa \(u\): thêm \(v\) không mở rộng được gì, vì \(v\) là một vector thừa. Đếm số vector là chưa đủ; phải xem chúng có độc lập tuyến tính không.
Ví dụ 2 (tọa độ theo một cơ sở mới). Viết \((7; 4)\) dưới dạng \(a(1; 1) + b(2; -1)\): cần \(a + 2b = 7\) và \(a - b = 4\). Trừ hai phương trình, \(3b = 3\), nên \(b = 1\) và \(a = 5\). Kiểm lại: \(5(1; 1) + 1(2; -1) = (7; 4)\). Cùng một vector, theo cơ sở chuẩn có tọa độ \((7; 4)\), theo cơ sở \(u = (1; 1)\), \(w = (2; -1)\) có tọa độ \((5; 1)\). Tọa độ là quy ước, phụ thuộc cơ sở; vector là cấu trúc. Chuyển từ một cơ sở sang cơ sở khác gọi là đổi cơ sở (change of basis).
Bàn tương tác: một vector, hai bộ tọa độ
Bàn mở ra với vector \((7; 4)\) và cơ sở \(u\), \(w\) của Ví dụ 2. Kéo chấm xanh lục tới các điểm khác, và đổi cơ sở bằng các nút. Theo mỗi cơ sở, điểm có một bộ tọa độ; bộ ấy có bao giờ viết được theo hai cách không? Khi nào tọa độ theo một cơ sở xiên là số nguyên?
Bàn tương tác cần trình duyệt bật JavaScript.
Điều bạn vừa thấy
Với mỗi cơ sở, cùng một điểm có một bộ tọa độ, và chỉ một: đi \(x\) lần vector thứ nhất rồi \(y\) lần vector thứ hai là cách duy nhất tới điểm ấy (Định lý 3). Tọa độ theo cơ sở xiên là số nguyên đúng khi điểm nằm ở một giao điểm của lưới xiên; ở chỗ khác, tọa độ là phân số, ở đây với mẫu 3, vì với cả hai cơ sở xiên của bàn, con số \(ad - bc\) của Mệnh đề 4 bằng \(-3\) hay \(3\). Tọa độ là quy ước phụ thuộc cơ sở; còn điểm, tức vector, thì không đổi.
Ví dụ 3 (một vector thừa). Ba vector \((1; 2; 3)\), \((4; 5; 6)\), \((7; 8; 9)\) phụ thuộc tuyến tính, vì \((7; 8; 9) = 2 \cdot (4; 5; 6) - (1; 2; 3)\): kiểm từng thành phần, \(8 - 1 = 7\), \(10 - 2 = 8\), \(12 - 3 = 9\). Viết lại, \(1 \cdot (1; 2; 3) - 2 \cdot (4; 5; 6) + 1 \cdot (7; 8; 9) = 0\) là một tổ hợp không tầm thường cho vector không. Vector thứ ba không mang thêm gì: bao tuyến tính của ba vector chỉ là bao tuyến tính của hai vector đầu, một mặt phẳng qua gốc, không phải cả \(\mathbb{R}^3\).
Ví dụ 4 (khi nào có vector thừa). Tìm \(c\) để \((1; 2; 3)\), \((0; 1; 4)\), \((2; 5; c)\) phụ thuộc tuyến tính. Hai vector đầu không cùng phương, nên ba vector phụ thuộc khi và chỉ khi vector thứ ba là tổ hợp của hai vector đầu: \((2; 5; c) = a(1; 2; 3) + b(0; 1; 4)\). Thành phần thứ nhất cho \(a = 2\), thành phần thứ hai cho \(4 + b = 5\), tức \(b = 1\), và thành phần thứ ba buộc \(c = 3a + 4b = 10\). Với \(c = 10\), ba vector cùng nằm trong một mặt phẳng; với mọi \(c\) khác, chúng độc lập và là một cơ sở của \(\mathbb{R}^3\).
Ví dụ 5 (một vector viết qua hai vector khác). Trong mặt phẳng, lấy \(u = (2; 1)\), \(v = (1; 2)\) và \(w = (4; -1)\). Giải \(w = au + bv\): \(2a + b = 4\) và \(a + 2b = -1\), được \(a = 3\), \(b = -2\). Vậy \(w = 3u - 2v\): trong mặt phẳng, hai vector không cùng phương đã đủ để tạo ra mọi vector, nên vector thứ ba nào cũng thừa (Định lý 5).
Ví dụ 6 (pha màu trên màn hình). Mỗi điểm ảnh trên màn hình phát ra ba nguồn sáng đỏ, lục, lam với cường độ từ 0 đến 255, và màu của nó được ghi bằng vector \((R; G; B)\). Đỏ \((255; 0; 0)\), lục \((0; 255; 0)\), lam \((0; 0; 255)\) là một cơ sở (bội của cơ sở chuẩn); vàng là đỏ cộng lục, \((255; 255; 0)\). Ba màu lục lam \(C = (0; 255; 255)\), hồng sẫm \(M = (255; 0; 255)\) và vàng \(Y = (255; 255; 0)\) cũng là một cơ sở: nếu \(cC + mM + yY = 0\) thì \(m + y = 0\), \(c + y = 0\), \(c + m = 0\), và cộng ba phương trình được \(c + m + y = 0\), nên \(c = m = y = 0\). Trong cơ sở ấy, màu trắng \((255; 255; 255)\) có tọa độ \(\left(\frac12; \frac12; \frac12\right)\), vì \(C + M + Y = (510; 510; 510)\).
Bàn tương tác: một màu, hai công thức pha
Ba thanh trượt là tọa độ của một màu theo cơ sở đỏ, lục, lam; bàn viết cùng màu ấy theo cơ sở lục lam \(C\), hồng sẫm \(M\), vàng \(Y\) của Ví dụ 6, và vẽ ba hệ số thành ba cột. Bàn mở ra với màu trắng. Hình dung có ba đèn phát đúng ba màu \(C\), \(M\), \(Y\), mỗi đèn vặn được từ tắt tới sáng hết cỡ. Màu nào ba đèn ấy pha được, màu nào không?
Bàn tương tác cần trình duyệt bật JavaScript.
Điều bạn vừa thấy
Màu nào cũng có đúng một bộ hệ số theo cơ sở \(C\), \(M\), \(Y\), nhưng bộ ấy không phải lúc nào cũng không âm. Trắng, xám và nhiều màu khác có cả ba hệ số không âm, nên ba đèn pha được. Đỏ thuần thì là \(-0{,}5C + 0{,}5M + 0{,}5Y\): phải bớt đi nửa đèn lục lam, điều không đèn nào làm được; lục thuần và lam thuần cũng vậy. Tổ hợp tuyến tính cho phép hệ số âm; pha trộn thật thì không, như mục Ranh giới sẽ nói.
Ranh giới¶
Ba vector trong mặt phẳng luôn phụ thuộc. Như Ví dụ 5, và như Định lý 5 chứng minh: trong \(\mathbb{R}^2\), hai vector không cùng phương đã sinh ra cả mặt phẳng, nên vector thứ ba nào cũng thừa. Tổng quát, trong \(\mathbb{R}^n\) không có \(n + 1\) vector độc lập (Định lý 6).
Hai vector song song không sinh ra mặt phẳng. \((1; 2)\) và \((2; 4)\) là hai vector, nhưng \((2; 4) = 2 \cdot (1; 2)\), nên bao tuyến tính của chúng chỉ là đường thẳng \(y = 2x\). Đếm số vector không cho biết số chiều; phải đếm số vector độc lập.
Tổ hợp tuyến tính cho phép hệ số âm; pha trộn thật thì không. Mọi mục tiêu (đạm; béo) đều là một tổ hợp của hai món ở mục đầu, vì hai vector ấy không cùng phương. Nhưng không thể ăn một lượng âm của một món, nên chỉ những mục tiêu có cả hai hệ số không âm mới làm được (bài B5). Đại số tuyến tính trả lời câu hỏi "tổ hợp nào", còn những ràng buộc (constraint) như "không âm" thuộc về tối ưu có ràng buộc ở Phần VII.
Một mặt phẳng nghiêng không có cơ sở hiển nhiên. Mặt phẳng \(x + y + z = 0\) trong \(\mathbb{R}^3\) là một không gian con hai chiều, nhưng không có cơ sở nào "chuẩn" hơn cơ sở nào: \((1; -1; 0)\) và \((0; 1; -1)\) là một cơ sở, \((1; 0; -1)\) và \((1; -2; 1)\) là một cơ sở khác, và vô số cơ sở khác nữa. Mỗi lựa chọn cho các điểm trên mặt phẳng một hệ tọa độ khác; điều không đổi là cơ sở nào cũng có đúng hai vector.
Không gian con phải chứa gốc. Đường thẳng \(x + y = 1\) trong mặt phẳng không phải bao tuyến tính của vector nào, vì nó không chứa vector không (bài C3 của Chương 49). Bao tuyến tính luôn đi qua gốc tọa độ.
Phát biểu chặt chẽ¶
Định nghĩa 1. Cho các vector \(v_1, \dots, v_k\) trong \(\mathbb{R}^n\). Một tổ hợp tuyến tính của chúng là một vector \(c_1 v_1 + \dots + c_k v_k\) với \(c_1, \dots, c_k\) là số thực; bao tuyến tính \(\mathrm{span}(v_1, \dots, v_k)\) là tập mọi tổ hợp như thế. Các vector ấy độc lập tuyến tính nếu từ \(c_1 v_1 + \dots + c_k v_k = 0\) suy ra \(c_1 = \dots = c_k = 0\); ngược lại chúng phụ thuộc tuyến tính. Một tập \(V \subseteq \mathbb{R}^n\) là không gian con nếu \(0 \in V\) và với mọi \(u, v \in V\) và mọi số \(c\), \(u + v \in V\) và \(cu \in V\). Một cơ sở của không gian con \(V\) là một bộ vector của \(V\) độc lập tuyến tính và có bao tuyến tính bằng \(V\).
Mệnh đề 2 (phụ thuộc là có vector thừa). Với \(k \geq 2\), các vector \(v_1, \dots, v_k\) phụ thuộc tuyến tính khi và chỉ khi có một \(v_j\) là tổ hợp tuyến tính của các vector còn lại. Khi ấy bỏ \(v_j\) đi thì bao tuyến tính không đổi.
Chứng minh. Nếu \(c_1 v_1 + \dots + c_k v_k = 0\) với một \(c_j \neq 0\), chia cho \(c_j\) rồi chuyển vế: \(v_j = -\sum_{i \neq j} \frac{c_i}{c_j} v_i\). Ngược lại, nếu \(v_j = \sum_{i \neq j} d_i v_i\) thì \(\sum_{i \neq j} d_i v_i - 1 \cdot v_j = 0\) là một tổ hợp không tầm thường, vì hệ số của \(v_j\) là \(-1\). Cuối cùng, trong mọi tổ hợp có mặt \(v_j\), thay \(v_j\) bằng \(\sum_{i \neq j} d_i v_i\) được một tổ hợp của các vector còn lại, nên bao tuyến tính không đổi. \(\square\)
Định lý 3 (tọa độ theo cơ sở là duy nhất). Nếu \(b_1, \dots, b_k\) là một cơ sở của \(V\) thì mỗi \(v \in V\) viết được đúng một cách dưới dạng \(v = c_1 b_1 + \dots + c_k b_k\).
Chứng minh. Viết được vì cơ sở sinh ra \(V\). Nếu \(v = \sum c_i b_i = \sum d_i b_i\) thì trừ vế theo vế, \(\sum (c_i - d_i) b_i = 0\); vì cơ sở độc lập tuyến tính, mọi \(c_i - d_i = 0\). \(\square\)
Mệnh đề 4 (hai vector trong mặt phẳng). Hai vector \(u = (a; b)\) và \(v = (c; d)\) độc lập tuyến tính khi và chỉ khi \(ad - bc \neq 0\). Khi ấy mọi vector \((p; q)\) viết được đúng một cách là \(xu + yv\), với
Chứng minh. Nếu \(ad - bc \neq 0\): thay trực tiếp, \(xa + yc = \frac{pda - cqa + aqc - bpc}{ad - bc} = \frac{p(ad - bc)}{ad - bc} = p\), và tương tự \(xb + yd = q\); vậy \(u\), \(v\) sinh ra \(\mathbb{R}^2\). Chúng độc lập: nếu \(xu + yv = 0\) thì áp dụng công thức cho \((p; q) = (0; 0)\), hai phương trình \(xa + yc = 0\), \(xb + yd = 0\) cho \(x(ad - bc) = 0\) (nhân phương trình đầu với \(d\), phương trình sau với \(c\), rồi trừ) và tương tự \(y(ad - bc) = 0\), nên \(x = y = 0\). Nếu \(ad - bc = 0\): khi \(u = 0\) thì \(1 \cdot u + 0 \cdot v = 0\) là tổ hợp không tầm thường; khi \(u \neq 0\), tổ hợp \(d \cdot u - b \cdot v = (ad - bc; bd - bd) = (0; 0)\) và tổ hợp \(c \cdot u - a \cdot v = (0; bc - ad) = (0; 0)\), và ít nhất một trong hai tổ hợp ấy không tầm thường, vì \(a\), \(b\) không cùng bằng 0. \(\square\)
Con số \(ad - bc\) sẽ trở lại ở Chương 53 với tên định thức (determinant) và một ý nghĩa hình học: diện tích có dấu của hình bình hành dựng trên \(u\) và \(v\).
Định lý 5 (trong mặt phẳng). Ba vector bất kỳ trong \(\mathbb{R}^2\) phụ thuộc tuyến tính; mọi cơ sở của \(\mathbb{R}^2\) có đúng hai vector.
Chứng minh. Cho \(u\), \(v\), \(w\). Nếu \(u\), \(v\) phụ thuộc thì có tổ hợp không tầm thường \(xu + yv = 0\), và \(xu + yv + 0 \cdot w = 0\) cho thấy ba vector phụ thuộc. Nếu \(u\), \(v\) độc lập thì theo Mệnh đề 4, \(w\) là một tổ hợp của \(u\) và \(v\), nên theo Mệnh đề 2, ba vector phụ thuộc. Vậy một cơ sở có không quá hai vector. Một vector \(u = (a; b) \neq 0\) không sinh ra \(\mathbb{R}^2\): vector \((-b; a)\) không là bội của \(u\), vì nếu \((-b; a) = t(a; b)\) thì \(-b = ta\) và \(a = tb\), suy ra \(a = -t^2 a\) và \(b = -t^2 b\), tức \(a = b = 0\). Vậy mọi cơ sở của \(\mathbb{R}^2\) có đúng hai vector. \(\square\)
Định lý 6 (số chiều; phát biểu, không chứng minh trong sách). Trong \(\mathbb{R}^n\), mọi bộ vector độc lập tuyến tính có không quá \(n\) vector, và mọi bộ vector sinh ra \(\mathbb{R}^n\) có ít nhất \(n\) vector. Tổng quát hơn, mọi cơ sở của cùng một không gian con \(V\) có cùng số vector; số ấy là số chiều của \(V\).
Định lý 5 là trường hợp \(n = 2\). Chứng minh cho mọi \(n\) dùng cùng ý tưởng, loại dần từng ẩn trong một hệ phương trình, và sẽ trở nên tự nhiên hơn ở Chương 54.
Sợi chỉ
- S6. Biểu diễn khác nhau của cùng một cấu trúc. Cùng một vector có tọa độ \((7; 4)\) theo cơ sở chuẩn và \((5; 1)\) theo cơ sở \((1; 1)\), \((2; -1)\); cùng một màu có tọa độ khác nhau theo cơ sở đỏ, lục, lam và theo cơ sở lục lam, hồng sẫm, vàng. Danh sách số của Chương 49 là một cách ghi, và mỗi cơ sở là một cách ghi.
- S1. Bất biến qua biến đổi. Đổi cơ sở thì tọa độ đổi, nhưng số vector của một cơ sở thì không: số chiều là một bất biến của không gian, không phụ thuộc cách ta chọn nguyên liệu.
- S2. Thông tin và khả nghịch. Một vector phụ thuộc là thông tin dư thừa: nó không mở rộng bao tuyến tính. Một cơ sở là cách mô tả không dư, không thiếu: tọa độ theo cơ sở tồn tại và duy nhất (Định lý 3), nên đi qua lại giữa vector và danh sách tọa độ không mất gì, như một phép khả nghịch của Chương 6.
Tóm tắt¶
- Một tổ hợp tuyến tính là một công thức pha trộn \(c_1 v_1 + \dots + c_k v_k\); bao tuyến tính là mọi thứ pha được từ các vector cho trước.
- Bao tuyến tính của một vector khác không là một đường thẳng qua gốc; của hai vector không cùng phương trong mặt phẳng là cả mặt phẳng.
- Các vector độc lập tuyến tính khi chỉ có tổ hợp tầm thường cho vector không; phụ thuộc nghĩa là có một vector thừa, tổ hợp của các vector còn lại.
- Một cơ sở vừa độc lập vừa sinh ra cả không gian; tọa độ theo một cơ sở tồn tại và duy nhất.
- Tọa độ là quy ước phụ thuộc cơ sở, vector là cấu trúc; đổi cơ sở cho cùng vector những danh sách số khác nhau.
- Mọi cơ sở có cùng số vector, gọi là số chiều; trong \(\mathbb{R}^2\), hai vector \((a; b)\), \((c; d)\) là một cơ sở khi và chỉ khi \(ad - bc \neq 0\).
- Tổ hợp tuyến tính cho phép hệ số âm; những ràng buộc như "không âm" của pha trộn thật nằm ngoài đại số tuyến tính.
Bài tập¶
A. Tư duy¶
A1. Người ta nói "số chiều là số lựa chọn độc lập". Giải thích câu ấy với mặt phẳng \(x + y + z = 0\).
Lời giải
Một điểm trên mặt phẳng ấy được xác định khi chọn tự do \(x\) và \(y\); khi đó \(z = -x - y\) bị buộc, không còn lựa chọn. Hai lựa chọn tự do ứng với hai hệ số của một cơ sở: \((x; y; -x - y) = x(1; 0; -1) + y(0; 1; -1)\). Vậy mặt phẳng có số chiều 2, dù mỗi điểm của nó được ghi bằng ba số.
A2. Một nhà dinh dưỡng chỉ quan tâm tới lượng đạm và lượng béo, và có ba món ăn. Vì sao, về mặt toán học, luôn có ít nhất một món "thừa"?
Lời giải
Mỗi món là một vector trong \(\mathbb{R}^2\) (đạm; béo), và theo Định lý 5, ba vector trong \(\mathbb{R}^2\) luôn phụ thuộc tuyến tính: một món là tổ hợp của hai món kia. Mọi khẩu phần pha được từ ba món đều pha được từ hai món. (Trên thực tế, món "thừa" ấy vẫn có thể có ích, chẳng hạn khi các hệ số cần dùng bị âm; nhưng đó là câu hỏi về ràng buộc không âm, không phải về tổ hợp tuyến tính.)
A3. Khi đổi cơ sở, danh sách tọa độ của một vector thay đổi. Vậy cái gì giữ nguyên?
Lời giải
Chính vector: bước dịch chuyển, mũi tên, điểm trong không gian. Tọa độ chỉ là hệ số khi viết vector ấy theo một bộ nguyên liệu đã chọn; đổi nguyên liệu thì đổi hệ số, nhưng tổ hợp vẫn cho cùng một vector. Số chiều của không gian cũng giữ nguyên: cơ sở nào cũng có cùng số vector.
B. Tính toán¶
B1. Viết \((3; 5)\) dưới dạng tổ hợp tuyến tính của \((1; 2)\) và \((1; -1)\).
Lời giải
Cần \(a + b = 3\) và \(2a - b = 5\). Cộng hai phương trình: \(3a = 8\), \(a = \frac83\), và \(b = 3 - \frac83 = \frac13\). Kiểm lại: \(\frac83(1; 2) + \frac13(1; -1) = \left(\frac93; \frac{15}{3}\right) = (3; 5)\).
B2. Ba vector \((1; 0; 1)\), \((0; 1; 1)\), \((1; 1; 0)\) có độc lập tuyến tính không?
Lời giải
Giả sử \(a(1; 0; 1) + b(0; 1; 1) + c(1; 1; 0) = 0\): \(a + c = 0\), \(b + c = 0\), \(a + b = 0\). Từ hai phương trình đầu, \(a = b = -c\); thay vào phương trình cuối, \(-2c = 0\), nên \(c = 0\) và \(a = b = 0\). Chỉ có tổ hợp tầm thường: ba vector độc lập, và là một cơ sở của \(\mathbb{R}^3\).
B3. Tìm tọa độ của \((4; 6)\) theo cơ sở \((1; 1)\), \((1; -1)\).
Lời giải
\(a + b = 4\), \(a - b = 6\), nên \(a = 5\), \(b = -1\). Tọa độ là \((5; -1)\): \(5(1; 1) - (1; -1) = (4; 6)\).
B4. Tìm mọi \(c\) để \((1; c)\) và \((c; 4)\) phụ thuộc tuyến tính.
Lời giải
Theo Mệnh đề 4, cần \(1 \cdot 4 - c \cdot c = 0\), tức \(c = 2\) hoặc \(c = -2\). Chẳng hạn với \(c = 2\): \((2; 4) = 2 \cdot (1; 2)\).
B5. Với hai món \(A = (20; 5)\) và \(B = (10; 15)\) ở mục đầu, tìm tổ hợp cho mục tiêu \((10; 30)\). Mục tiêu ấy có đạt được bằng một khẩu phần thật không?
Lời giải
Giải \(20x + 10y = 10\) và \(5x + 15y = 30\): từ phương trình đầu \(y = 1 - 2x\); thay vào, \(5x + 15 - 30x = 30\), tức \(x = -0{,}6\) và \(y = 2{,}2\). Về đại số, \((10; 30) = -0{,}6A + 2{,}2B\). Nhưng không thể ăn \(-60\) g món A, nên với hai món này, khẩu phần ấy không làm được: muốn nhiều béo so với đạm như thế thì cần một món khác.
B6. Mặt phẳng \(x + y + z = 0\) có cơ sở \((1; -1; 0)\), \((0; 1; -1)\). Tìm tọa độ của \((2; -5; 3)\) theo cơ sở ấy.
Lời giải
\(a(1; -1; 0) + b(0; 1; -1) = (a; -a + b; -b)\). So với \((2; -5; 3)\): \(a = 2\), \(b = -3\), và thành phần giữa \(-2 - 3 = -5\) khớp. Tọa độ là \((2; -3)\). (Vector \((2; -5; 3)\) có tổng các thành phần bằng 0, nên đúng là nằm trên mặt phẳng.)
B7. Tìm số chiều của bao tuyến tính của \((1; 2; 0)\), \((2; 4; 0)\) và \((0; 0; 1)\).
Lời giải
\((2; 4; 0) = 2 \cdot (1; 2; 0)\) là vector thừa. Hai vector còn lại, \((1; 2; 0)\) và \((0; 0; 1)\), độc lập: \(a(1; 2; 0) + c(0; 0; 1) = (a; 2a; c) = 0\) buộc \(a = c = 0\). Vậy bao tuyến tính là một mặt phẳng, số chiều 2.
B8. Trong cơ sở \(C = (0; 255; 255)\), \(M = (255; 0; 255)\), \(Y = (255; 255; 0)\) của Ví dụ 6, tìm tọa độ của màu xám \((100; 100; 100)\).
Lời giải
\(cC + mM + yY = (255(m + y); 255(c + y); 255(c + m)) = (100; 100; 100)\), nên \(m + y = c + y = c + m = \frac{100}{255}\). Cộng ba phương trình: \(2(c + m + y) = \frac{300}{255}\), và mỗi hệ số bằng \(\frac{150}{255} - \frac{100}{255} = \frac{50}{255} = \frac{10}{51}\). Tọa độ là \(\left(\frac{10}{51}; \frac{10}{51}; \frac{10}{51}\right)\).
C. Phản ví dụ và chứng minh¶
C1. Chứng minh: nếu một bộ vector chứa vector không thì bộ ấy phụ thuộc tuyến tính; và nếu một bộ vector độc lập thì bỏ bớt vector nào đi, bộ còn lại vẫn độc lập.
Lời giải
Nếu \(v_1 = 0\) thì \(1 \cdot v_1 + 0 \cdot v_2 + \dots + 0 \cdot v_k = 0\) là một tổ hợp không tầm thường. Nếu bỏ \(v_k\) khỏi một bộ độc lập mà bộ còn lại phụ thuộc, thì có \(c_1 v_1 + \dots + c_{k-1} v_{k-1} = 0\) với một \(c_i \neq 0\); thêm \(0 \cdot v_k\) được một tổ hợp không tầm thường của cả bộ bằng 0, trái với giả thiết. \(\square\)
C2. Chứng minh \(\mathrm{span}(u, v) = \mathrm{span}(u, u + v)\) với mọi \(u\), \(v\).
Lời giải
Mọi tổ hợp \(a u + b(u + v) = (a + b)u + bv\) là một tổ hợp của \(u\) và \(v\), nên \(\mathrm{span}(u, u + v) \subseteq \mathrm{span}(u, v)\). Ngược lại, \(au + bv = (a - b)u + b(u + v)\), nên \(\mathrm{span}(u, v) \subseteq \mathrm{span}(u, u + v)\). Hai tập chứa nhau nên bằng nhau. \(\square\) Cùng một không gian có thể được sinh ra bởi nhiều bộ nguyên liệu khác nhau.
C3. Cho \(u\), \(v\) độc lập tuyến tính. Chứng minh \(u + v\) và \(u - v\) cũng độc lập tuyến tính.
Lời giải
Giả sử \(a(u + v) + b(u - v) = 0\), tức \((a + b)u + (a - b)v = 0\). Vì \(u\), \(v\) độc lập, \(a + b = 0\) và \(a - b = 0\), nên \(a = b = 0\). \(\square\)
Câu hỏi để ngỏ¶
Có những biến đổi của không gian "tôn trọng" phép cộng và phép co giãn (scaling) vector: đường thẳng vẫn thẳng, gốc vẫn ở gốc. Vì sao chỉ cần biết biến đổi ấy làm gì với vài vector cơ sở là biết nó làm gì với mọi vector?