Ker(f) (hạt nhân) là tập hợp tất cả các vector x mà f(x) = 0. Im(f) (ảnh) là tập hợp tất cả các giá trị mà f có thể nhận — tức f(x) với mọi x. Cả hai đều là không gian con, và liên hệ với nhau qua định lý: dim(Ker f) + dim(Im f) = dim(V).
Ker(f) là gì trong đại số tuyến tính?
Ker(f) — đọc là kernel hoặc hạt nhân của ánh xạ tuyến tính f — là tập hợp toàn bộ vector trong không gian nguồn bị ánh xạ về vector 0.
Nếu f: V → W là ánh xạ tuyến tính, thì:
Ker(f) = { x ∈ V | f(x) = 0 }
Nói đơn giản hơn: Ker(f) = “những gì bị f xóa sổ về 0”.
Tính chất quan trọng:
- Ker(f) luôn là không gian con của V
- Ker(f) luôn chứa vector 0
- f là đơn ánh (injective) ⟺ Ker(f) = {0}
Im(f) là gì trong đại số tuyến tính?
Im(f) — đọc là image hoặc ảnh của f — là tập hợp toàn bộ giá trị mà f có thể ra. Tức là:
Im(f) = { f(x) | x ∈ V } = { y ∈ W | ∃ x ∈ V : f(x) = y }
Nói đơn giản: Im(f) = “tất cả những gì f có thể tạo ra”.
Tính chất quan trọng:
- Im(f) là không gian con của W
- f là toàn ánh (surjective) ⟺ Im(f) = W
- dim(Im f) còn được gọi là hạng (rank) của ánh xạ f
dim là gì trong đại số tuyến tính?
dim là viết tắt của dimension — số chiều của một không gian vector. Cụ thể:
dim(Ker f)= số chiều của hạt nhân = số “nghiệm tự do” khi giải hệ f(x) = 0dim(Im f)= số chiều của ảnh = hạng của ma trận biểu diễn f
Định lý hạng — nullity (cực kỳ quan trọng):
dim(Ker f) + dim(Im f) = dim(V)
Hay viết theo ký hiệu thường gặp trong đề thi:
nullity(f) + rank(f) = n (n = số chiều không gian nguồn)
Đây là công thức nền tảng để kiểm tra kết quả khi tìm ker và im.
Cách tìm Ker(f) — từng bước cụ thể
Giả sử f: ℝ³ → ℝ² được biểu diễn bởi ma trận:
A = | 1 2 3 |
| 4 5 6 |
Bước 1: Lập hệ phương trình f(x) = 0, tức là Ax = 0.
x₁ + 2x₂ + 3x₃ = 0
4x₁ + 5x₂ + 6x₃ = 0
Bước 2: Biến đổi ma trận về dạng bậc thang (row echelon form).
| 1 2 3 | 0 | | 1 2 3 | 0 |
| 4 5 6 | 0 | → | 0 -3 -6 | 0 |
Bước 3: Rút ra nghiệm. Từ hàng 2: x₂ = -2x₃. Từ hàng 1: x₁ = x₃.
Đặt x₃ = t (tham số tự do):
x₁ = t, x₂ = -2t, x₃ = t
Bước 4: Viết Ker(f).
Ker(f) = span{ (1, -2, 1) }
Cơ sở của Ker(f): { (1, -2, 1) } → dim(Ker f) = 1.
Cách tìm Im(f) — từng bước cụ thể
Im(f) = không gian cột của ma trận A.
Tiếp tục ví dụ trên với A:
A = | 1 2 3 |
| 4 5 6 |
Bước 1: Biến đổi A về dạng bậc thang để tìm các cột pivot.
| 1 2 3 | | 1 2 3 |
| 4 5 6 | → | 0 -3 -6 |
Pivot nằm ở cột 1 và cột 2.
Bước 2: Lấy các cột pivot từ ma trận gốc (không phải ma trận đã rút gọn).
Im(f) = span{ (1, 4), (2, 5) }
Bước 3: Kiểm tra bằng định lý hạng-nullity:
dim(Ker f) + dim(Im f) = 1 + 2 = 3 = dim(ℝ³) ✓
Cách tìm cơ sở và số chiều của Ker(f) và Im(f)
Đây là quy trình tổng quát mình dùng cho mọi bài:
Cho ma trận A (m×n) biểu diễn f: ℝⁿ → ℝᵐ:
| Cần tìm | Làm gì |
|---|---|
| Ker(f) | Giải hệ Ax = 0, nghiệm tổng quát = cơ sở |
| dim(Ker f) | Đếm số biến tự do (= n – rank(A)) |
| Im(f) | Lấy các cột pivot của A (từ ma trận gốc) |
| dim(Im f) | = rank(A) = số hàng khác 0 sau khi rút gọn |
Nhớ ngay: dim(Ker f) = n - rank(A) và dim(Im f) = rank(A).
Mối quan hệ giữa Ker(f) và Im(f)
Hai khái niệm này không độc lập — chúng bổ sung nhau:
- dim(Ker f) lớn → f “mất” nhiều thông tin, ảnh nhỏ hơn
- dim(Im f) lớn → f bảo toàn nhiều thông tin, hạt nhân nhỏ hơn
- Tổng luôn cố định = dim(V)
Đây là lý do trong nhiều đề thi, chỉ cần tìm một trong hai rồi suy ra cái còn lại.
Bài tập Ker(f) và Im(f) có lời giải
Bài: Cho f: ℝ⁴ → ℝ³ với ma trận:
A = | 1 0 2 -1 |
| 0 1 1 3 |
| 1 1 3 2 |
Tìm Ker(f), Im(f), dim(Ker f), dim(Im f).
Lời giải:
Bước 1 — Rút gọn A:
R3 → R3 - R1 - R2:
| 1 0 2 -1 |
| 0 1 1 3 |
| 0 0 0 0 |
rank(A) = 2 → dim(Im f) = 2, dim(Ker f) = 4 – 2 = 2.
Bước 2 — Tìm Ker(f): Giải Ax = 0:
x₁ + 2x₃ - x₄ = 0 → x₁ = -2x₃ + x₄
x₂ + x₃ + 3x₄ = 0 → x₂ = -x₃ - 3x₄
Đặt x₃ = s, x₄ = t:
Ker(f) = span{ (-2, -1, 1, 0), (1, -3, 0, 1) }
Bước 3 — Tìm Im(f): Cột pivot là cột 1 và cột 2 của A gốc:
Im(f) = span{ (1, 0, 1), (0, 1, 1) }
Kiểm tra: 2 + 2 = 4 ✓
Những lỗi thường gặp khi tìm Ker và Im
Mình học đại số tuyến tính và hay thấy bạn mắc mấy lỗi này:
- Lấy cột từ ma trận đã rút gọn thay vì ma trận gốc khi tìm Im(f) → sai
- Quên kiểm tra bằng định lý dim(Ker) + dim(Im) = n → không phát hiện lỗi tính toán
- Nhầm Ker là không gian hàng → Ker là nghiệm của Ax = 0, không phải hàng của A
- Nhầm Im là không gian hàng → Im(f) = không gian CỘT, không phải hàng
FAQ — Câu hỏi thường gặp về Ker và Im
Ker(f) và Im(f) có phải không gian vector không?
Có. Cả Ker(f) và Im(f) đều là không gian con (subspace) — Ker(f) của V và Im(f) của W. Điều này đảm bảo chúng có cơ sở và số chiều xác định.
dim(Ker f) = 0 nghĩa là gì?
Nghĩa là Ker(f) = {0} — ánh xạ f là đơn ánh (injective). Khi đó, mỗi giá trị trong Im(f) chỉ có đúng một nghịch ảnh.
Làm sao biết cột nào là pivot khi tìm Im(f)?
Sau khi rút gọn ma trận về dạng bậc thang, các cột có phần tử đứng đầu (leading entry) là cột pivot. Nhớ lấy cột tương ứng từ ma trận A gốc, không phải từ dạng đã rút gọn.
dim(Ker f) + dim(Im f) = n luôn đúng không?
Luôn đúng, với n = dim(V) là số chiều không gian nguồn. Đây là Định lý hạng-nullity (Rank-Nullity Theorem), một trong những định lý cơ bản nhất của đại số tuyến tính.
Ker(f) và null space có khác nhau không?
Không. Ker(f) = null space của ma trận A biểu diễn f. Hai tên gọi này hoàn toàn tương đương, chỉ khác nhau về cách dùng trong ngữ cảnh ánh xạ tuyến tính (ker) và đại số ma trận (null space).
Tóm tắt
- Ker(f): giải Ax = 0 → nghiệm tổng quát = cơ sở của hạt nhân
- Im(f): lấy các cột pivot từ A gốc = cơ sở của ảnh
- dim(Ker f) = n − rank(A), dim(Im f) = rank(A)
- Luôn kiểm tra:
dim(Ker f) + dim(Im f) = n
Xem thêm: Ma trận ánh xạ tuyến tính – Lý thuyết & Bài tập có lời giải