Một nhóm vector độc lập tuyến tính khi không có vector nào trong nhóm viết được thành tổ hợp tuyến tính của các vector còn lại; hạng của ma trận là số cột độc lập tuyến tính tối đa; cơ sở là một nhóm vector độc lập sinh ra toàn bộ không gian; số chiều là số vector trong một cơ sở. Bốn khái niệm nghe rời rạc nhưng cùng trả lời một câu hỏi: trong một đống vector, có bao nhiêu hướng thật sự khác nhau.
Đây là chương mà nhiều sinh viên thấy trừu tượng nhất, vì định nghĩa đến dồn dập và ít hình vẽ. Bài này giữ hình ảnh ba chiều làm điểm tựa, làm một ví dụ 3×3 từ đầu tới cuối, rồi nối các khái niệm lại bằng định lý hạng và số khuyết.
Phụ thuộc tuyến tính là có vector "thừa"
Lấy ba vector trong không gian ba chiều: u = (1, 0, 1), v = (0, 1, 1), w = (1, 1, 2). Nhìn kỹ sẽ thấy w = u + v. Vector w không đem lại hướng mới nào: mọi tổ hợp của u, v, w cũng chỉ là tổ hợp của u và v. Ba vector này nằm trên cùng một mặt phẳng đi qua gốc, và ta nói chúng phụ thuộc tuyến tính.
Định nghĩa chính thức nói gọn hơn: các vector phụ thuộc tuyến tính nếu có các hệ số không đồng thời bằng 0 sao cho tổ hợp của chúng bằng vector không. Ở ví dụ trên, 1·u + 1·v − 1·w = 0. Ngược lại, chúng độc lập nếu tổ hợp bằng 0 chỉ xảy ra khi mọi hệ số đều bằng 0. Định nghĩa viết theo kiểu "bằng không" có vẻ vòng vèo, nhưng nó đối xứng, không cần chọn trước vector nào là vector thừa.
Vài trường hợp nhận ra ngay không cần tính: một nhóm chứa vector không luôn phụ thuộc; hai vector phụ thuộc khi và chỉ khi chúng cùng phương; trong không gian n chiều, nhóm có nhiều hơn n vector chắc chắn phụ thuộc, như bốn vector bất kỳ trong ba chiều. Điều cuối cùng là một định lý chứ không phải trực giác, và nó là nền móng cho khái niệm số chiều.
Tìm hạng và kiểm độc lập bằng khử Gauss: một ví dụ 3×3
Cho ma trận M có ba hàng (1, 2, 1), (2, 4, 3), (3, 6, 4). Câu hỏi: hạng bằng bao nhiêu, các cột có độc lập không?
- Khử cột đầu: hàng 2 trừ 2 lần hàng 1 được (0, 0, 1); hàng 3 trừ 3 lần hàng 1 được (0, 0, 1).
- Ở cột thứ hai, mọi hàng dưới hàng 1 đều có số 0, nên không có chốt ở cột này; chuyển sang cột thứ ba.
- Cột thứ ba có chốt là 1 ở hàng 2. Hàng 3 trừ hàng 2 được (0, 0, 0).
- Dạng bậc thang còn hai hàng khác không: (1, 2, 1) và (0, 0, 1). Có hai chốt, nên hạng của M bằng 2.
- Hạng 2 nhỏ hơn số cột 3, nên ba cột phụ thuộc tuyến tính. Cột không có chốt là cột 2, nghĩa là cột 2 viết được qua các cột có chốt.
- Kiểm: cột 1 là (1, 2, 3), cột 2 là (2, 4, 6), đúng bằng 2 lần cột 1. Quan hệ phụ thuộc: −2·cột 1 + 1·cột 2 + 0·cột 3 = 0.
Để ý một điều nhiều người không tin khi mới học: hạng tính theo hàng luôn bằng hạng tính theo cột, dù hai nhóm vector nằm ở hai không gian khác nhau. Ở ví dụ này, hàng 3 bằng hàng 1 cộng hàng 2, nên cũng chỉ có hai hàng độc lập. Đẳng thức này là một định lý thật sự, chứng minh được bằng khử Gauss.
Cơ sở và số chiều: bộ trục toạ độ tối giản
Cơ sở là gì. Một nhóm vector là cơ sở của một không gian nếu chúng độc lập tuyến tính và mọi vector của không gian đều là tổ hợp của chúng. Đủ để sinh ra mọi thứ, không có vector thừa.
Toạ độ là duy nhất. Vì độc lập, mỗi vector chỉ viết được theo một cách duy nhất qua một cơ sở cho trước. Các hệ số đó chính là toạ độ của vector theo cơ sở ấy. Đổi cơ sở thì toạ độ đổi, nhưng vector vẫn là vector cũ.
Số chiều không phụ thuộc cách chọn. Một không gian có vô số cơ sở khác nhau, nhưng mọi cơ sở đều có cùng số vector. Con số chung đó là số chiều. Mặt phẳng có số chiều 2 dù bạn chọn trục vuông góc hay hai trục xiên.
Ví dụ ngoài hình học. Các đa thức bậc không quá 2 có cơ sở 1, x, x bình phương, nên không gian đó có số chiều 3. Các ma trận 2×2 có cơ sở gồm bốn ma trận chỉ có một số 1, nên số chiều là 4.
Không gian con. Mặt phẳng đi qua gốc trong không gian ba chiều là một không gian con hai chiều. Mặt phẳng không đi qua gốc thì không phải, vì không chứa vector không.
Định lý hạng và số khuyết: thông tin đi đâu
Với ma trận M có n cột, xét hai không gian: không gian cột, gồm mọi kết quả M nhân x; và không gian nghiệm, gồm mọi x mà M nhân x bằng 0. Định lý hạng và số khuyết nói: số chiều không gian cột cộng số chiều không gian nghiệm bằng n. Số chiều không gian nghiệm gọi là số khuyết.
Với ma trận M ở trên, n = 3, hạng = 2, nên số khuyết bằng 1. Giải M nhân x bằng 0 từ dạng bậc thang: hàng (0, 0, 1) cho z = 0; hàng (1, 2, 1) cho x + 2y = 0. Chọn y = t thì x = −2t. Không gian nghiệm là các bội của (−2, 1, 0), đúng là một đường thẳng, một chiều. Vector (−2, 1, 0) cũng chính là bộ hệ số của quan hệ phụ thuộc tìm thấy ở trên.
Cách hiểu bằng lời: đầu vào có n chiều tự do. Mỗi chiều hoặc "sống sót" và đóng góp vào không gian kết quả, hoặc bị ép về không và rơi vào không gian nghiệm. Không chiều nào biến mất mà không để lại dấu vết. Định lý này giải thích vì sao hệ có nhiều ẩn hơn phương trình luôn có ẩn tự do, và vì sao ma trận vuông khả nghịch khi và chỉ khi không gian nghiệm chỉ có vector không.
Bảng tra nhanh: hạng cho biết gì về hệ phương trình
Với ma trận hệ số m hàng, n cột và hạng r, ghép với vế phải b. Bảng dưới gom các kết luận hay dùng.
| Tình huống | Điều kiện | Kết luận |
|---|---|---|
| Hệ vô nghiệm | Hạng ma trận mở rộng lớn hơn r | b không nằm trong không gian cột |
| Nghiệm duy nhất | Hạng ma trận mở rộng bằng r và r = n | Không có ẩn tự do |
| Vô số nghiệm | Hạng ma trận mở rộng bằng r và r nhỏ hơn n | Có n − r ẩn tự do |
| Có nghiệm với mọi b | r = m | Không gian cột phủ toàn bộ không gian đích |
| Ma trận vuông khả nghịch | r = n = m | Mọi b có đúng một nghiệm |
Tiêu chuẩn so hạng ma trận hệ số với hạng ma trận mở rộng được gọi là định lý Kronecker–Capelli ở nhiều giáo trình châu Âu và Việt Nam, còn giáo trình tiếng Anh thường gọi là định lý Rouché–Capelli. Tên khác nhau nhưng nội dung là một.
Cách dùng bảng khi làm bài: đưa ma trận mở rộng về dạng bậc thang một lần duy nhất, đếm số chốt bên trái vạch và số chốt tính cả cột vế phải. Hai số khác nhau là hệ vô nghiệm; bằng nhau thì so với số ẩn để biết nghiệm duy nhất hay vô số nghiệm. Với hệ có tham số, hãy tách riêng các giá trị tham số làm một phần tử chốt bằng 0, vì đó chính là chỗ hạng thay đổi.
Những hiểu lầm hay gặp ở chương này
Các nhầm lẫn dưới đây đều có phản ví dụ nhỏ, tự kiểm được trong vài phút. Viết phản ví dụ ra giấy là cách nhớ lâu nhất.
- Đôi một không cùng phương thì độc lập. Sai với từ ba vector trở lên. Ba vector u, v, w = u + v ở đầu bài đôi một không cùng phương nhưng vẫn phụ thuộc, vì nằm chung một mặt phẳng.
- Cơ sở là duy nhất. Sai. Mặt phẳng có vô số cơ sở, như (1, 0), (0, 1) hay (1, 1), (1, −1). Cái duy nhất là số vector trong cơ sở, tức số chiều.
- Hạng bằng số hàng khác không của ma trận ban đầu. Sai. Phải đếm hàng khác không sau khi đưa về dạng bậc thang. Ma trận M trong ví dụ có ba hàng khác không nhưng hạng chỉ bằng 2.
- Mọi tập con của không gian vector đều là không gian con. Sai. Tập con phải chứa vector không, đóng với phép cộng và phép nhân với số. Đường thẳng không qua gốc, hay góc phần tư thứ nhất, đều không phải không gian con.
- Số chiều của không gian nghiệm bằng số phương trình. Sai. Theo định lý hạng và số khuyết, nó bằng số ẩn trừ hạng; các phương trình thừa không làm giảm số chiều.
Học chương này với AI mà không bị cuốn theo định nghĩa suông
Chương này nhiều chữ, ít số, nên chatbot dễ trả lời trơn tru mà người học không thu được gì. Vài cách dùng có ích:
- Nhờ AI đưa phản ví dụ thay vì định nghĩa: "Cho ba vector trong ba chiều, đôi một không cùng phương, nhưng cả ba vẫn phụ thuộc tuyến tính." Tự kiểm bằng khử Gauss.
- Yêu cầu AI giải thích một khái niệm bằng hình ảnh ba chiều, rồi tự viết lại bằng lời của mình vào sổ, không chép câu chữ của máy.
- Khi AI kết luận hạng của một ma trận, tự khử Gauss để so; với ma trận chứa tham số, đây là chỗ máy hay bỏ sót trường hợp đặc biệt.
- Đưa cho AI chính lập luận chứng minh của bạn, hỏi "bước nào chưa chặt chẽ", nhưng tự quyết định sửa thế nào.
- Không dán đề kiểm tra đang diễn ra vào chatbot; ôn bằng bài tương tự và nộp lời giải tự làm.
Câu hỏi thường gặp
Làm sao biết nhanh ba vector trong không gian ba chiều có độc lập không?
Xếp chúng thành các cột của ma trận 3×3 rồi tính định thức. Định thức khác 0 thì độc lập, bằng 0 thì phụ thuộc. Về hình học, định thức là thể tích khối hộp dựng trên ba vector, và thể tích bằng 0 nghĩa là chúng nằm chung một mặt phẳng.
Hạng của ma trận có thay đổi khi đổi chỗ các hàng không?
Không. Các phép biến đổi hàng sơ cấp không làm thay đổi hạng, vì chúng không làm thay đổi không gian sinh bởi các hàng. Đổi chỗ các cột cũng không làm thay đổi hạng, nhưng sẽ làm thay đổi thứ tự ẩn nếu bạn đang giải hệ.
Vì sao bốn vector trong không gian ba chiều luôn phụ thuộc?
Xếp chúng thành ma trận 3 hàng 4 cột. Hạng tối đa bằng số hàng là 3, nên theo định lý hạng và số khuyết, không gian nghiệm có ít nhất một chiều. Nghĩa là có một tổ hợp với hệ số không đồng thời bằng 0 cho ra vector không, đúng định nghĩa phụ thuộc.
Không gian vector vô hạn chiều có tồn tại không?
Có. Tập mọi đa thức, không giới hạn bậc, là một không gian vector không có cơ sở hữu hạn, vì luôn có đa thức bậc cao hơn mọi nhóm hữu hạn cho trước. Các không gian hàm trong giải tích còn lớn hơn nữa và là đối tượng của giải tích hàm.
Hạng thấp có ý nghĩa gì trong dữ liệu thực tế?
Nếu một bảng dữ liệu có nhiều cột nhưng hạng gần như thấp, nhiều cột đang mang thông tin trùng lặp, ví dụ cùng một đại lượng đo bằng hai đơn vị. Đây là ý tưởng nền của các kỹ thuật nén và giảm chiều dữ liệu, dựa trên phân tích giá trị kỳ dị.