Bài giảng 17 | Độc lập tuyến tính
Các vector {u₁, u₂, …, uₙ} là độc lập tuyến tính nếu với bất kỳ các hệ số vô hướng {c₁, c₂, …, cₙ} phương trình
![]()
chỉ có nghiệm duy nhất là
. Điều này có nghĩa là không thể biểu diễn bất kỳ vector nào trong tập
như là tổ hợp tuyến tính của các vector còn lại.
Ví dụ, nếu tồn tại một nghiệm của phương trình trên với
, thì ta có thể giải phương trình để biểu diễn u1 dưới dạng tổ hợp tuyến tính của các vector còn lại với các hệ số khác không.
Xét ví dụ: Kiểm tra xem ba vector cột 3×1 sau có độc lập tuyến tính hay không:

Thật vậy, chúng không độc lập tuyến tính, nghĩa là chúng phụ thuộc tuyến tính, bởi vì w có thể được biểu diễn thông qua u và v. Cụ thể, w=2u + 3v.
Bây giờ, hãy xét ba vector cột 3×1 sau

Ba vector này là độc lập tuyến tính vì không thể biểu diễn bất kỳ vector nào trong số chúng như là tổ hợp tuyến tính của hai vector còn lại. Nếu quay lại định nghĩa về tính độc lập tuyến tính, ta thấy rằng phương trình

Chỉ có nghiệm duy nhất là a=b=c=0.
Đối với các ví dụ đơn giản, việc quan sát trực quan thường có thể quyết định xem một tập hợp các vector có độc lập tuyến tính hay không. Đối với một quy trình mang tính thuật toán hơn, hãy đặt các vector dưới dạng các hàng của một ma trận và tính dạng bậc thang hàng tối giản (reduced row echelon form). Nếu hàng cuối cùng trở thành toàn số không, thì các vector là phụ thuộc tuyến tính; ngược lại, nếu không phải toàn số không, thì các vector là độc lập tuyến tính.
LUYỆN TẬP
Câu 1: Trong các tập hợp vectơ sau, tập hợp nào độc lập tuyến tính?

LỜI GIẢI VÀ ĐÁP ÁN
Câu 1:
a) Ta đặt các vector làm các hàng của một ma trận và tính dạng bậc thang hàng tối giản:

Vì dạng bậc thang hàng tối giản là ma trận đơn vị, các vector là độc lập tuyến tính.
b) Ta đặt các vector làm các hàng của một ma trận và tính dạng bậc thang hàng tối giản:

Vì dạng bậc thang hàng tối giản là ma trận đơn vị, các vector là độc lập tuyến tính.
c) Dựa trên quan sát ta thấy

Do đó, các vector là phụ thuộc tuyến tính.
- 1 - Luyện tập: Phép chiếu trực giao
- 2 - Luyện tập: Đường chéo hoá ma trận
- 3 - Luyện tập: Bài toán giá trị riêng
- 4 - Bài giảng 1 | Định nghĩa về ma trận
- 5 - Bài giảng 2 | Phép cộng và phép nhân ma trận
- 6 - Bài giảng 3 | Ma trận đặc biệt
- 7 - Bài giảng 4 | Ma trận chuyển vị
- 8 - Bài giảng 5 | Tích trong và tích ngoài
- 9 - Bài giảng 6 | Ma trận nghịch đảo
- 10 - Bài giảng 7 | Ma trận trực giao
- 11 - Bài giảng 8 | Ma trận quay
- 12 - Bài giảng 9 | Ma trận hoán vị
- 13 - Bài giảng 10 | Phương pháp khử Gauss
- 14 - Bài giảng 11 | Dạng bậc thang hàng rút gọn
- 15 - Bài giảng 12 | Tính toán ma trận nghịch đảo
- 16 - Bài giảng 13 | Ma trận sơ cấp
- 17 - Bài giảng 14 | Phân rã LU
- 18 - Bài giảng 15 | Giải (LU)x = b
- 19 - Bài giảng 16: Không gian vectơ
- 20 - Bài giảng 17 | Độc lập tuyến tính
- 21 - Bài giảng 18 | Vùng bao phủ, cơ sở và số chiều
- 22 - Bài giảng 19: Quy trình Gram-Schmidt
- 23 - Bài giảng 20: Quy trình Gram-Schmidt (ví dụ)
- 24 - Bài giảng 21: Không gian null
- 25 - Bài giảng 22: Ứng dụng của không gian null
- 26 - Bài giảng 23: Không gian cột
- 27 - Bài giảng 24: Không gian hàng, không gian null trái và hạng
- 28 - Bài giảng 25: Phép chiếu trực giao
- 29 - Bài giảng 26: Bài toán bình phương tối thiểu
- 30 - Bài giảng 27: Giải bài toán bình phương tối thiểu
- 31 - Bài giảng 28: Định thức của ma trận 2×2 và 3×3
- 32 - Bài giảng 30: Công thức Leibniz
- 33 - Bài giảng 31: Các tính chất của định thức
- 34 - Bài giảng 32: Bài toán giá trị riêng
- 35 - Bài giảng 33: Tìm giá trị riêng và vector riêng (Phần A)
- 36 - Bài giảng 34: Tìm giá trị riêng và vectơ riêng (Phần B)
- 37 - Bài giảng 35: Đường chéo hóa ma trận
- 38 - Bài giảng 36: Đường chéo hóa ma trận (ví dụ)
- 39 - Bài giảng 37: Lũy thừa của một ma trận
- 40 - Bài giảng 38: Lũy thừa của một ma trận (ví dụ)
- 41 - Luyện tập: Định nghĩa ma trận
- 42 - Luyện tập: ma trận trực giao
- 43 - Luyện tập: Phương pháp khử Gauss
- 44 - Luyện tập: Phân rã LU
- 45 - Luyện tập: Định nghĩa không gian vector
- 46 - Luyện tập: Quy trình Gram-Schmidt
- 47 - Luyện tập: Các không gian con cơ bản
