Bỏ qua

Chương 51: Ma trận như biến đổi

Câu hỏi mở đầu

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?

Biết hai mũi tên là biết cả mặt phẳng

Xoay một tấm ảnh, kéo dãn nó theo chiều ngang, soi nó trong gương, hay nghiêng nó như chữ in nghiêng: mỗi thao tác là một biến đổi của mặt phẳng, đưa mỗi điểm tới một điểm mới. Các thao tác ấy có chung một tính chất. Nếu hai bước đi \(u\) và \(v\) nối nhau thành bước \(u + v\), thì ảnh của chúng cũng nối nhau thành ảnh của \(u + v\); nếu một bước dài gấp ba bước kia, ảnh của nó cũng dài gấp ba. Một biến đổi \(T\) tôn trọng phép cộng và phép nhân với vô hướng như thế, tức

\[ T(u + v) = T(u) + T(v), \qquad T(cv) = c\,T(v) \]

với mọi vector \(u\), \(v\) và mọi số \(c\), gọi là một biến đổi tuyến tính (linear transformation).

Hệ quả của hai đòi hỏi ấy mạnh bất ngờ. Theo Chương 50, mọi vector trong mặt phẳng viết được là \((x; y) = x e_1 + y e_2\), với \(e_1 = (1; 0)\) và \(e_2 = (0; 1)\). Một biến đổi tuyến tính buộc phải đưa nó tới

\[ T(x; y) = x\,T(e_1) + y\,T(e_2). \]

Vậy chỉ cần biết hai mũi tên, \(T(e_1)\) và \(T(e_2)\), là biết \(T\) làm gì với mọi điểm của mặt phẳng. Đó là cấu trúc nguyên thủy của chương, và câu trả lời cho câu hỏi mở đầu: một vector là một tổ hợp của các vector cơ sở, và một biến đổi tôn trọng tổ hợp thì không còn lựa chọn nào khác ngoài việc đưa tổ hợp ấy tới cùng tổ hợp của các ảnh.

Vì sao cấu trúc này phải xuất hiện, dù chưa ai đặt tên cho nó? Vì một khi đã đòi biến đổi tôn trọng phép cộng và phép nhân với vô hướng, mọi tự do còn lại chỉ là việc chọn ảnh của các vector cơ sở. Một biến đổi tuyến tính của mặt phẳng vì thế chính là một cặp vector, và một cặp vector ghi được bằng bốn con số. Xếp hai ảnh \(T(e_1)\), \(T(e_2)\) thành hai cột của một bảng số, ta được ma trận (matrix) của biến đổi. Ma trận không phải một thứ bí ẩn có luật riêng; nó là cách ghi chép một biến đổi tuyến tính, và mọi luật của nó sẽ là hệ quả của việc ghi chép ấy.

Lưới tọa độ trước và sau bốn biến đổi tuyến tính
Lưới tọa độ (nhạt) và ảnh của nó (xanh nhạt) qua bốn biến đổi tuyến tính. Mũi tên xanh là ảnh của \(e_1\), mũi tên cam là ảnh của \(e_2\), vùng tô là ảnh của hình vuông đơn vị. Lưới bị biến dạng nhưng không bị uốn cong: đường thẳng vẫn thẳng, đường song song vẫn song song, gốc vẫn ở gốc.

Ký hiệu

Nếu \(T(e_1) = (a; c)\) và \(T(e_2) = (b; d)\), ma trận của \(T\) là bảng hai hàng, hai cột

\[ A = \begin{pmatrix} a & b \\ c & d \end{pmatrix}, \]

với cột thứ nhất là \(T(e_1)\) và cột thứ hai là \(T(e_2)\). Khi nhân với ma trận, ta viết vector thành một cột, và tích của ma trận với vector được định nghĩa đúng bằng công thức ở trên:

\[ A \begin{pmatrix} x \\ y \end{pmatrix} = x \begin{pmatrix} a \\ c \end{pmatrix} + y \begin{pmatrix} b \\ d \end{pmatrix} = \begin{pmatrix} ax + by \\ cx + dy \end{pmatrix}: \]

một tổ hợp tuyến tính của các cột, với hệ số là các tọa độ của vector. Nhìn theo hàng, mỗi thành phần của kết quả là tích vô hướng của một hàng với vector (Chương 49): thành phần đầu là \((a; b) \cdot (x; y)\), thành phần sau là \((c; d) \cdot (x; y)\). Hai cách đọc cho cùng một con số; cách đọc theo cột cho biết ý nghĩa, cách đọc theo hàng tiện để tính.

Tổng quát, một ma trận cỡ \(m \times n\) có \(m\) hàng và \(n\) cột; cột thứ \(j\) là ảnh của \(e_j\), nên ma trận ấy ghi một biến đổi tuyến tính từ \(\mathbb{R}^n\) vào \(\mathbb{R}^m\). Khi \(m = n\) ta có một ma trận vuông (square matrix). Vài biến đổi quen thuộc của mặt phẳng và ma trận của chúng:

  • phép co giãn (scaling) \(\begin{pmatrix} k_1 & 0 \\ 0 & k_2 \end{pmatrix}\) kéo trục ngang \(k_1\) lần, trục đứng \(k_2\) lần;
  • phép quay (Chương 30) một góc \(\theta\) quanh gốc có ma trận \(\begin{pmatrix} \cos\theta & -\sin\theta \\ \sin\theta & \cos\theta \end{pmatrix}\), vì nó đưa \(e_1\) tới \((\cos\theta; \sin\theta)\) và đưa \(e_2\), vốn đi trước \(e_1\) một góc vuông, tới \((-\sin\theta; \cos\theta)\);
  • phép phản chiếu (reflection) qua đường \(y = x\) đổi chỗ hai trục: \(\begin{pmatrix} 0 & 1 \\ 1 & 0 \end{pmatrix}\);
  • phép trượt (shear) \(\begin{pmatrix} 1 & k \\ 0 & 1 \end{pmatrix}\) giữ nguyên trục ngang và đẩy mỗi điểm sang ngang một đoạn tỉ lệ với độ cao của nó, như chữ in nghiêng;
  • phép chiếu (projection) lên trục hoành \(\begin{pmatrix} 1 & 0 \\ 0 & 0 \end{pmatrix}\) đưa \((x; y)\) tới \((x; 0)\), cái bóng của điểm khi chiếu đèn từ trên xuống.

Bàn tương tác: kéo hai mũi tên, cả lưới đi theo

Bàn mở ra với ma trận \(\begin{pmatrix} 2 & 1 \\ 0 & 1 \end{pmatrix}\). Kéo đầu mũi tên xanh, ảnh của \(e_1\), và đầu mũi tên cam, ảnh của \(e_2\), tới các điểm nguyên; hay bấm một trong các biến đổi quen thuộc vừa kể. Lưới xanh nhạt là ảnh của lưới tọa độ, chữ F đậm là ảnh của chữ F mờ. Có cách kéo nào làm lưới bị uốn cong, hay làm gốc dời đi không? Khi nào cả mặt phẳng bị ép vào một đường thẳng?

Bàn tương tác cần trình duyệt bật JavaScript.

Điều bạn vừa thấy

Hai mũi tên quyết định cả lưới: điểm \((x; y)\) đi tới \(x\,T(e_1) + y\,T(e_2)\), nên đường thẳng đứng \(x = k\) thành đường thẳng qua \(k\,T(e_1)\) theo hướng \(T(e_2)\), và mọi đường thẳng đứng thành những đường song song với nhau; các đường nằm ngang cũng vậy. Lưới có thể bị nghiêng, bị kéo giãn, bị lật như soi gương, nhưng không bao giờ bị uốn cong, và gốc luôn đứng yên. Khi hai mũi tên là bội của nhau, cả mặt phẳng bị ép vào một đường thẳng qua gốc, như phép chiếu lên trục hoành: nhiều điểm có chung một ảnh, và thông tin đã mất không lấy lại được.

Làm bằng tay

Ví dụ 1 (đọc một ma trận). Với \(A = \begin{pmatrix} 2 & 1 \\ 0 & 1 \end{pmatrix}\), cột đầu cho biết \(e_1\) đi tới \((2; 0)\), cột sau cho biết \(e_2\) đi tới \((1; 1)\). Khi đó

\[ A \begin{pmatrix} 1 \\ 1 \end{pmatrix} = 1 \begin{pmatrix} 2 \\ 0 \end{pmatrix} + 1 \begin{pmatrix} 1 \\ 1 \end{pmatrix} = \begin{pmatrix} 3 \\ 1 \end{pmatrix}, \qquad A \begin{pmatrix} 3 \\ -1 \end{pmatrix} = 3 \begin{pmatrix} 2 \\ 0 \end{pmatrix} - 1 \begin{pmatrix} 1 \\ 1 \end{pmatrix} = \begin{pmatrix} 5 \\ -1 \end{pmatrix}. \]

Hình vuông đơn vị, với bốn đỉnh \((0; 0)\), \(e_1\), \(e_1 + e_2\), \(e_2\), biến thành hình bình hành với bốn đỉnh \((0; 0)\), \((2; 0)\), \((3; 1)\), \((1; 1)\): các đỉnh đi tới \(0\), cột đầu, tổng hai cột, cột sau.

Các cột của ma trận là ảnh của e1 và e2; ảnh của hai vector là tổ hợp của các cột
Với \(A = \begin{pmatrix} 2 & 1 \\ 0 & 1 \end{pmatrix}\): hình vuông đơn vị thành hình bình hành dựng trên hai cột; \(A(1; 1)\) là cột đầu cộng cột sau, \(A(3; -1)\) là ba lần cột đầu trừ cột sau.

Ví dụ 2 (quay một góc vuông). Phép quay \(90^\circ\) ngược chiều kim đồng hồ đưa \(e_1\) tới \((0; 1)\) và \(e_2\) tới \((-1; 0)\), nên có ma trận \(\begin{pmatrix} 0 & -1 \\ 1 & 0 \end{pmatrix}\), và đưa \((x; y)\) tới \((-y; x)\), đúng như bài B8 của Chương 49 đã dùng. Chẳng hạn \((3; 4)\) đi tới \((-4; 3)\).

Ví dụ 3 (quay \(30^\circ\)). Với \(\theta = 30^\circ\), \(\cos\theta = \frac{\sqrt3}{2}\) và \(\sin\theta = \frac12\), nên \(e_1\) đi tới \(\left(\frac{\sqrt3}{2}; \frac12\right)\), khoảng \((0{,}866; 0{,}5)\). Vector \((2; 1)\) đi tới \(2\left(\frac{\sqrt3}{2}; \frac12\right) + 1\left(-\frac12; \frac{\sqrt3}{2}\right) = \left(\sqrt3 - \frac12; 1 + \frac{\sqrt3}{2}\right)\), khoảng \((1{,}232; 1{,}866)\). Độ dài vẫn là \(\sqrt5\): phép quay không làm co giãn gì (bài C2).

Phép quay 30 độ tác động lên e1, e2 và vector (2; 1)
Phép quay \(30^\circ\): các vector nét đứt là \(e_1\), \(e_2\) và \((2; 1)\), các vector nét liền là ảnh của chúng. Cột của ma trận quay là ảnh của \(e_1\) và \(e_2\).

Ví dụ 4 (phản chiếu). Phép phản chiếu qua \(y = x\) có ma trận \(\begin{pmatrix} 0 & 1 \\ 1 & 0 \end{pmatrix}\) và đưa \((x; y)\) tới \((y; x)\): điểm \((3; 1)\) đi tới \((1; 3)\), đối xứng với nó qua đường chéo. Các điểm trên chính đường \(y = x\) đứng yên.

Ví dụ 5 (phép chiếu làm mất thông tin). Phép chiếu \(\begin{pmatrix} 1 & 0 \\ 0 & 0 \end{pmatrix}\) đưa \((2; 2{,}2)\), \((2; 1{,}2)\), \((2; 0{,}5)\) và \((2; -1)\) cùng tới \((2; 0)\). Nhìn ảnh, không thể biết điểm ban đầu nằm ở đâu trên đường thẳng đứng \(x = 2\): thông tin về tung độ đã mất, và không có biến đổi nào tháo ngược được phép chiếu (Chương 6).

Nhiều điểm trên một đường thẳng đứng chiếu xuống cùng một điểm
Phép chiếu lên trục hoành: bốn điểm trên đường \(x = 2\) có chung một ảnh \((2; 0)\). Nhiều đầu vào, một đầu ra: thông tin bị mất.

Ví dụ 6 (tìm ma trận từ ảnh của cơ sở). Một biến đổi tuyến tính \(T\) đưa \(e_1\) tới \((1; 2)\) và \(e_2\) tới \((3; -1)\). Ma trận của nó có hai cột ấy: \(\begin{pmatrix} 1 & 3 \\ 2 & -1 \end{pmatrix}\). Ảnh của \((2; 5)\) là \(2(1; 2) + 5(3; -1) = (17; -1)\). Chỉ hai thông tin, ảnh của hai vector cơ sở, đã quyết định ảnh của mọi vector.

Bàn tương tác: \(Ax\) là tổ hợp các cột

Ma trận là ma trận của Ví dụ 6, có hai cột \((1; 2)\) và \((3; -1)\). Kéo đầu mũi tên đen \(x\) tới các điểm nguyên; mũi tên xanh lục là \(Ax\), và hai nét đứt đi \(x_1\) lần cột thứ nhất rồi \(x_2\) lần cột thứ hai. Tọa độ của \(x\) đóng vai trò gì trên đường đi tới \(Ax\)? Hai cách đọc, theo cột và theo hàng, có bao giờ cho hai kết quả khác nhau không?

Bàn tương tác cần trình duyệt bật JavaScript.

Điều bạn vừa thấy

Tọa độ của \(x\) là hệ số của các cột: \(x = x_1 e_1 + x_2 e_2\) đi tới \(Ax\), bằng \(x_1\) lần cột thứ nhất cộng \(x_2\) lần cột thứ hai, nên \(x\) nằm ở giao điểm nào của lưới xám thì \(Ax\) nằm ở đúng giao điểm ấy của lưới xanh nhạt. Hai cách đọc luôn cho cùng kết quả: thành phần đầu của \(x_1(1; 2) + x_2(3; -1)\) là \(x_1 + 3x_2\), cũng là tích vô hướng của hàng đầu \((1; 3)\) với \(x\); thành phần sau là \(2x_1 - x_2\), tích vô hướng của hàng sau \((2; -1)\) với \(x\).

Ví dụ 7 (ma trận không vuông). Nhìn một vật trong không gian từ trên xuống là bỏ đi độ cao: \((x; y; z) \mapsto (x; y)\), một biến đổi tuyến tính từ \(\mathbb{R}^3\) vào \(\mathbb{R}^2\) với ma trận cỡ \(2 \times 3\), \(\begin{pmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \end{pmatrix}\), có ba cột là ảnh của ba vector cơ sở của \(\mathbb{R}^3\). Một tầng của mạng nơ-ron (Chương 24), trước khi áp một hàm phi tuyến lên từng thành phần, cũng là một ma trận như thế: nó nhận \(n\) con số và trả ra \(m\) con số, mỗi con số là một tổ hợp tuyến tính của đầu vào. Chẳng hạn (giả định) với ma trận \(\begin{pmatrix} 0{,}5 & -1 & 2 \\ 1 & 0 & -0{,}5 \end{pmatrix}\) và đầu vào \((2; 1; 1)\), đầu ra là \((1 - 1 + 2; 2 + 0 - 0{,}5) = (2; 1{,}5)\). Hàm phi tuyến áp lên sau đó, gọi là hàm kích hoạt (activation function), là thứ làm cho cả mạng không còn tuyến tính; Chương 59 sẽ trở lại.

Ranh giới

Phép tịnh tiến không tuyến tính. Dời mọi điểm đi \((1; 0{,}5)\) là một phép tịnh tiến, rất tự nhiên, nhưng không tuyến tính: một biến đổi tuyến tính luôn giữ gốc đứng yên, vì \(T(0) = T(0 \cdot 0) = 0 \cdot T(0) = 0\), còn phép tịnh tiến đưa gốc tới \((1; 0{,}5)\). Nó cũng không tôn trọng phép cộng: ảnh của \(u + v\) bị dời một lần, còn tổng các ảnh bị dời hai lần. Vì thế không có ma trận \(2 \times 2\) nào ghi được phép tịnh tiến.

Uốn cong là không tuyến tính. Hàm \(x \mapsto x^2\) không tuyến tính: \((1 + 1)^2 = 4\), không bằng \(1^2 + 1^2 = 2\). Một biến đổi tuyến tính không thể uốn cong lưới (Mệnh đề 5): nó đưa đường thẳng tới đường thẳng (hoặc một điểm), và đường song song tới đường song song. Một biến đổi như \((x; y) \mapsto \left(x; y + \frac{x^2}{4} - 1\right)\) thì uốn cong các đường thẳng đứng thành các parabol.

Lưới sau một phép tịnh tiến và sau một biến đổi uốn cong
Hai biến đổi không tuyến tính. Trái: phép tịnh tiến giữ lưới thẳng nhưng dời gốc đi. Phải: biến đổi \((x; y) \mapsto \left(x; y + \frac{x^2}{4} - 1\right)\) uốn cong các đường thẳng thành parabol.

Hai nghĩa của chữ "tuyến tính". Hàm \(y = mx + b\) của Chương 27 có đồ thị là một đường thẳng, nhưng theo nghĩa của chương này nó chỉ tuyến tính khi \(b = 0\); với \(b \neq 0\) nó là một hàm afin: một biến đổi tuyến tính cộng thêm một phép tịnh tiến. Chương 27 đã báo trước sự khác biệt này.

Cùng một biến đổi, nhiều ma trận. Ma trận ghi ảnh của một cơ sở cụ thể, nên đổi cơ sở thì đổi ma trận, như tọa độ của một vector ở Chương 50. Phép phản chiếu qua \(y = x\) đưa \(b_1 = (1; 1)\) tới chính nó và đưa \(b_2 = (1; -1)\) tới \((-1; 1) = -b_2\). Ghi theo cơ sở \(b_1\), \(b_2\), ma trận của nó là \(\begin{pmatrix} 1 & 0 \\ 0 & -1 \end{pmatrix}\), đơn giản hơn nhiều so với ma trận theo cơ sở chuẩn. Tìm những hướng mà biến đổi chỉ co giãn, như \(b_1\) và \(b_2\) ở đây, sẽ là chủ đề của Chương 55.

Phát biểu chặt chẽ

Định nghĩa 1. Một hàm \(T: \mathbb{R}^n \to \mathbb{R}^m\) là một biến đổi tuyến tính nếu \(T(u + v) = T(u) + T(v)\) và \(T(cv) = c\,T(v)\) với mọi \(u, v \in \mathbb{R}^n\) và mọi số thực \(c\).

Mệnh đề 2. Nếu \(T\) tuyến tính thì \(T(0) = 0\), và \(T(c_1 v_1 + \dots + c_k v_k) = c_1 T(v_1) + \dots + c_k T(v_k)\) với mọi \(k\) vector và mọi hệ số.

Chứng minh. \(T(0) = T(0 \cdot 0) = 0 \cdot T(0) = 0\). Đẳng thức thứ hai chứng minh bằng quy nạp theo \(k\): với \(k = 1\) là tính chất nhân với vô hướng; nếu đúng với \(k\) thì \(T\big((c_1 v_1 + \dots + c_k v_k) + c_{k+1} v_{k+1}\big) = T(c_1 v_1 + \dots + c_k v_k) + c_{k+1} T(v_{k+1})\) theo hai tính chất, rồi dùng giả thiết quy nạp. \(\square\)

Định nghĩa 3. Một ma trận cỡ \(m \times n\) là một bảng số \(A\) có \(m\) hàng và \(n\) cột; số ở hàng \(i\), cột \(j\) ký hiệu là \(a_{ij}\). Tích của \(A\) với vector \(x = (x_1; \dots; x_n)\) là vector trong \(\mathbb{R}^m\)

\[ Ax = x_1 (\text{cột } 1) + \dots + x_n (\text{cột } n), \]

tức thành phần thứ \(i\) của \(Ax\) là \(a_{i1} x_1 + \dots + a_{in} x_n\).

Định lý 4. Với mọi ma trận \(A\) cỡ \(m \times n\), hàm \(x \mapsto Ax\) là một biến đổi tuyến tính từ \(\mathbb{R}^n\) vào \(\mathbb{R}^m\). Ngược lại, mọi biến đổi tuyến tính \(T: \mathbb{R}^n \to \mathbb{R}^m\) có đúng một ma trận \(A\) với \(T(x) = Ax\) với mọi \(x\), và cột thứ \(j\) của \(A\) là \(T(e_j)\).

Chứng minh. Thành phần thứ \(i\) của \(A(u + v)\) là \(\sum_j a_{ij}(u_j + v_j) = \sum_j a_{ij} u_j + \sum_j a_{ij} v_j\), và của \(A(cv)\) là \(\sum_j a_{ij} c v_j = c \sum_j a_{ij} v_j\); vậy \(x \mapsto Ax\) tuyến tính. Ngược lại, cho \(T\) tuyến tính và gọi \(A\) là ma trận có cột thứ \(j\) là \(T(e_j)\). Với mọi \(x = x_1 e_1 + \dots + x_n e_n\), Mệnh đề 2 cho \(T(x) = x_1 T(e_1) + \dots + x_n T(e_n) = Ax\) theo Định nghĩa 3. Nếu hai ma trận \(A\), \(B\) cùng cho \(T\) thì \(Ae_j = Be_j\) với mọi \(j\), mà \(Ae_j\) chính là cột thứ \(j\) của \(A\); vậy mọi cột trùng nhau và \(A = B\). \(\square\)

Mệnh đề 5 (lưới không bị uốn cong). Cho \(T\) tuyến tính. Ảnh của đường thẳng \(\{p + td : t \in \mathbb{R}\}\) là \(\{T(p) + tT(d) : t \in \mathbb{R}\}\): một đường thẳng nếu \(T(d) \neq 0\), một điểm nếu \(T(d) = 0\). Hai đường thẳng song song (cùng vector chỉ phương \(d\)) có ảnh song song hoặc cùng là điểm, và trung điểm của một đoạn thẳng đi tới trung điểm của đoạn ảnh.

Chứng minh. Theo Mệnh đề 2, \(T(p + td) = T(p) + tT(d)\) với mọi \(t\). Hai đường \(p + td\) và \(q + td\) có ảnh là \(T(p) + tT(d)\) và \(T(q) + tT(d)\), cùng vector chỉ phương \(T(d)\). Trung điểm của đoạn nối \(p\) và \(q\) là \(\frac12 p + \frac12 q\), và \(T\left(\frac12 p + \frac12 q\right) = \frac12 T(p) + \frac12 T(q)\). \(\square\)

Sợi chỉ

  • S6. Biểu diễn khác nhau của cùng một cấu trúc. Ma trận là một cách ghi biến đổi tuyến tính bằng ảnh của một cơ sở; cùng phép phản chiếu qua \(y = x\) có ma trận \(\begin{pmatrix} 0 & 1 \\ 1 & 0 \end{pmatrix}\) theo cơ sở chuẩn và \(\begin{pmatrix} 1 & 0 \\ 0 & -1 \end{pmatrix}\) theo cơ sở \((1; 1)\), \((1; -1)\), như tọa độ của vector ở Chương 50. Tích ma trận với vector đọc được theo cột (tổ hợp tuyến tính) hay theo hàng (tích vô hướng).
  • S1. Bất biến qua biến đổi. Một biến đổi tuyến tính giữ gốc đứng yên, giữ đường thẳng thẳng, giữ song song và trung điểm; phép quay còn giữ cả độ dài và góc (bài C2).
  • S2. Thông tin và khả nghịch. Phép chiếu dồn cả một đường thẳng đứng vào một điểm, nên mất thông tin và không tháo ngược được; phép quay và phép phản chiếu thì tháo ngược được. Câu hỏi biến đổi nào tháo ngược được sẽ trở lại ở Chương 53 và 54.

Tóm tắt

  • Một biến đổi tuyến tính tôn trọng phép cộng và phép nhân với vô hướng: \(T(u + v) = T(u) + T(v)\), \(T(cv) = c\,T(v)\).
  • Vì mọi vector là tổ hợp của các vector cơ sở, biết ảnh của \(e_1, \dots, e_n\) là biết ảnh của mọi vector.
  • Ma trận ghi các ảnh ấy thành cột; tích \(Ax\) là tổ hợp tuyến tính các cột với hệ số là tọa độ của \(x\), hay tích vô hướng của từng hàng với \(x\).
  • Phép co giãn, phép quay, phép phản chiếu, phép trượt, phép chiếu đều là biến đổi tuyến tính với ma trận đọc được ngay từ ảnh của \(e_1\) và \(e_2\).
  • Ma trận cỡ \(m \times n\) ghi một biến đổi từ \(\mathbb{R}^n\) vào \(\mathbb{R}^m\), như nhìn một vật từ trên xuống hay một tầng của mạng nơ-ron.
  • Biến đổi tuyến tính giữ gốc, giữ đường thẳng và song song; phép tịnh tiến và các biến đổi uốn cong lưới không tuyến tính.
  • Ma trận phụ thuộc cơ sở: cùng một biến đổi có thể có ma trận rất đơn giản trong một cơ sở khéo chọn.

Bài tập

A. Tư duy

A1. Vì sao không có biến đổi tuyến tính nào đưa gốc tọa độ tới điểm \((1; 1)\)?

Lời giải

Với mọi biến đổi tuyến tính, \(T(0) = T(0 \cdot 0) = 0 \cdot T(0) = 0\): gốc luôn đi tới gốc. Điều này đến thẳng từ đòi hỏi tôn trọng phép nhân với vô hướng: nhân một vector với 0 được vector không, nên ảnh của vector không phải là 0 nhân với một ảnh nào đó, tức là vector không.

A2. Chương trình chỉnh ảnh cho phép vừa xoay ảnh vừa dời ảnh sang phải. Thao tác gộp ấy có tuyến tính không? Nó được mô tả bằng những gì?

Lời giải

Không, vì phần dời làm gốc di chuyển. Thao tác gộp là một biến đổi tuyến tính (phép quay, ghi bằng một ma trận) theo sau bởi một phép tịnh tiến (ghi bằng một vector dời): \(x \mapsto Ax + b\), một biến đổi afin. Nó vẫn giữ đường thẳng thẳng và song song song song, nhưng không giữ gốc.

A3. Một biến đổi tuyến tính \(T\) của mặt phẳng được cho biết \(T(1; 1)\) và \(T(1; -1)\). Vì sao như thế là đủ để biết \(T\)?

Lời giải

Hai vector \((1; 1)\) và \((1; -1)\) không cùng phương nên là một cơ sở của mặt phẳng (Chương 50): mọi vector là tổ hợp \(a(1; 1) + b(1; -1)\) với \(a\), \(b\) duy nhất. Theo Mệnh đề 2, \(T\) đưa tổ hợp ấy tới \(a\,T(1; 1) + b\,T(1; -1)\). Cơ sở chuẩn không có gì đặc biệt: ảnh của một cơ sở bất kỳ đều quyết định biến đổi (bài B6).

B. Tính toán

B1. Tính \(\begin{pmatrix} 3 & -1 \\ 2 & 4 \end{pmatrix} \begin{pmatrix} 2 \\ 5 \end{pmatrix}\) theo cả hai cách: theo cột và theo hàng.

Lời giải

Theo cột: \(2(3; 2) + 5(-1; 4) = (6 - 5; 4 + 20) = (1; 24)\). Theo hàng: \((3; -1) \cdot (2; 5) = 6 - 5 = 1\) và \((2; 4) \cdot (2; 5) = 4 + 20 = 24\). Kết quả \((1; 24)\).

B2. Viết ma trận của phép co giãn nhân hoành độ với 2 và tung độ với 3, rồi tìm ảnh của \((1; -2)\).

Lời giải

\(\begin{pmatrix} 2 & 0 \\ 0 & 3 \end{pmatrix}\), và \((1; -2)\) đi tới \((2; -6)\).

B3. Viết ma trận của phép quay \(45^\circ\) và tìm ảnh của \((1; 1)\).

Lời giải

\(\cos 45^\circ = \sin 45^\circ = \frac{\sqrt2}{2}\), nên ma trận là \(\begin{pmatrix} \frac{\sqrt2}{2} & -\frac{\sqrt2}{2} \\ \frac{\sqrt2}{2} & \frac{\sqrt2}{2} \end{pmatrix}\). Ảnh của \((1; 1)\) là \(\left(\frac{\sqrt2}{2} - \frac{\sqrt2}{2}; \frac{\sqrt2}{2} + \frac{\sqrt2}{2}\right) = (0; \sqrt2)\): vector \((1; 1)\) nằm ở góc \(45^\circ\), quay thêm \(45^\circ\) thì nằm trên trục đứng, và độ dài \(\sqrt2\) giữ nguyên.

B4. Tìm ảnh của bốn đỉnh hình vuông đơn vị qua phép trượt \(\begin{pmatrix} 1 & 2 \\ 0 & 1 \end{pmatrix}\). Hình ảnh có diện tích bao nhiêu?

Lời giải

\((0; 0) \mapsto (0; 0)\), \((1; 0) \mapsto (1; 0)\), \((1; 1) \mapsto (3; 1)\), \((0; 1) \mapsto (2; 1)\). Ảnh là một hình bình hành có đáy dài 1 (từ \((0; 0)\) tới \((1; 0)\)) và chiều cao 1, nên diện tích bằng 1: phép trượt làm nghiêng nhưng không thay đổi diện tích. Chương 53 sẽ đo sự thay đổi diện tích của mọi biến đổi tuyến tính.

B5. Một biến đổi tuyến tính đưa \(e_1\) tới \((2; 3)\) và \(e_2\) tới \((-1; 4)\). Viết ma trận của nó và tính ảnh của \((3; -2)\).

Lời giải

Ma trận \(\begin{pmatrix} 2 & -1 \\ 3 & 4 \end{pmatrix}\). Ảnh của \((3; -2)\): \(3(2; 3) - 2(-1; 4) = (6 + 2; 9 - 8) = (8; 1)\).

B6. Một biến đổi tuyến tính \(T\) thỏa \(T(1; 1) = (3; 1)\) và \(T(1; -1) = (1; -1)\). Tìm ma trận của \(T\) theo cơ sở chuẩn.

Lời giải

\(e_1 = \frac12(1; 1) + \frac12(1; -1)\), nên \(T(e_1) = \frac12(3; 1) + \frac12(1; -1) = (2; 0)\). \(e_2 = \frac12(1; 1) - \frac12(1; -1)\), nên \(T(e_2) = \frac12(3; 1) - \frac12(1; -1) = (1; 1)\). Ma trận là \(\begin{pmatrix} 2 & 1 \\ 0 & 1 \end{pmatrix}\), chính là ma trận của Ví dụ 1.

B7. Viết ma trận của phép phản chiếu qua trục hoành và qua trục tung, rồi tìm ảnh của \((2; 3)\) qua mỗi phép.

Lời giải

Qua trục hoành: \(e_1\) đứng yên, \(e_2\) đi tới \(-e_2\), ma trận \(\begin{pmatrix} 1 & 0 \\ 0 & -1 \end{pmatrix}\), ảnh \((2; -3)\). Qua trục tung: \(\begin{pmatrix} -1 & 0 \\ 0 & 1 \end{pmatrix}\), ảnh \((-2; 3)\).

B8. Tính \(\begin{pmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \end{pmatrix}\) nhân với \((4; -1; 7)\). Những vector nào trong \(\mathbb{R}^3\) có ảnh là vector không?

Lời giải

\(4(1; 0) - 1(0; 1) + 7(0; 0) = (4; -1)\). Ảnh của \((x; y; z)\) là \((x; y)\), bằng \((0; 0)\) khi và chỉ khi \(x = y = 0\): mọi vector \((0; 0; z)\), tức cả trục thẳng đứng, bị dồn vào gốc. Đó là thông tin bị mất khi nhìn từ trên xuống.

B9. Biến đổi \(T(x; y) = (x + y; xy)\) có tuyến tính không?

Lời giải

Không. Chẳng hạn \(T(1; 1) = (2; 1)\), nên \(2\,T(1; 1) = (4; 2)\), trong khi \(T(2; 2) = (4; 4)\). Thành phần \(xy\) không tôn trọng phép nhân với vô hướng: nhân vector với 2 thì \(xy\) nhân với 4.

C. Phản ví dụ và chứng minh

C1. Chứng minh rằng nếu \(T\) tuyến tính và \(T(u) = T(v)\) với \(u \neq v\) thì có một vector \(w \neq 0\) với \(T(w) = 0\).

Lời giải

Đặt \(w = u - v \neq 0\). Theo Mệnh đề 2, \(T(w) = T(u) - T(v) = 0\). \(\square\) Vậy một biến đổi tuyến tính gộp hai điểm khác nhau khi và chỉ khi nó dồn một vector khác không vào gốc: mất thông tin ở một chỗ là mất ở mọi chỗ, như phép chiếu ở Ví dụ 5.

C2. Chứng minh phép quay một góc \(\theta\) giữ nguyên độ dài: \(\lvert R_\theta(x; y) \rvert = \lvert (x; y) \rvert\).

Lời giải

\(R_\theta(x; y) = (x\cos\theta - y\sin\theta; x\sin\theta + y\cos\theta)\). Bình phương độ dài: \((x\cos\theta - y\sin\theta)^2 + (x\sin\theta + y\cos\theta)^2 = x^2(\cos^2\theta + \sin^2\theta) + y^2(\sin^2\theta + \cos^2\theta) + 2xy(-\cos\theta\sin\theta + \sin\theta\cos\theta) = x^2 + y^2\), theo \(\cos^2\theta + \sin^2\theta = 1\) (Chương 30). \(\square\)

C3. Chứng minh ảnh của một biến đổi tuyến tính, tập \(\{T(x) : x \in \mathbb{R}^n\}\), là một không gian con của \(\mathbb{R}^m\), và nó là bao tuyến tính của các cột của ma trận.

Lời giải

Theo Định lý 4, \(T(x) = Ax = x_1 (\text{cột } 1) + \dots + x_n (\text{cột } n)\), nên tập các ảnh chính là tập mọi tổ hợp tuyến tính của các cột, tức bao tuyến tính của chúng. Bao tuyến tính luôn là một không gian con (Chương 50): nó chứa \(0 = A0\), và tổng hai tổ hợp, bội của một tổ hợp, lại là tổ hợp. \(\square\)

Câu hỏi để ngỏ

Làm biến đổi này rồi làm biến đổi kia: kết quả có còn là biến đổi tuyến tính không, và ma trận của nó được tính thế nào từ hai ma trận ban đầu? Thứ tự có quan trọng không?