MindMap Gallery Toán Cao Cấp: Khái Niệm và Ứng Dụng
Mind map này tập trung vào các khái niệm và ứng dụng trong môn Toán Cao Cấp. Nó bao gồm các chủ đề như hệ phương trình tuyến tính, không gian vector, ma trận, định thức, và các phép biến đổi. Mỗi phần đều được phân tích chi tiết với các định nghĩa, tính chất, và ví dụ minh họa. Điều này giúp học viên nắm vững các kiến thức nâng cao và ứng dụng chúng vào việc giải quyết các bài toán thực tế phức tạp.
Edited at 2022-12-06 00:39:50TOÁN CAO CẤP
MA TRẬN
Các khái niệm chung
Ma trận cấp mxn
Bảng gồm mxn số
Xếp thành m dòng, n cột
Hai ma trận bằng nhau
Hai ma trận có cùng cỡ
Các phần tử tương ứng bằng nhau
Ma trận không
Các phần tử đều bằng 0
Ma trận vuông
Có số dòng bằng số cột
Ma trận đơn vị
Là ma trận vuông
Các phần tử nằm trên đường chéo chính bằng 1
Các phần tử nằm ngoài đường chéo chính đều bằng 0
Kí hiệu: I
Ma trận chuyển vị
Đổi cột thành dòng
Kí hiệu: A^T
Ma trận cột (dòng)
Chỉ có một cột (dòng)
Ma trận tam giác trên (dưới)
Là ma trận vuông
Các phần tử dưới (trên) đường chéo chính đều bằng 0
Ma trận đường chéo
Là ma trận vuông
Các phần tử nằm ngoài đường chéo chính đều bằng 0
Ma trận đối xứng
Là ma trận vuông
Các phần tử đối xứng qua đường chéo chính thì bằng nhau
A=A^T
Các phép toán
Cộng (trừ) 2 ma trận cùng cấp
Cộng (trừ) các phần tử ở vị trí tương ứng
Tính chất
A + B = B + A
A + 0 = A
A + (-A) = 0
(A + B) + C = A + (B +C)
Nhân 1 số với 1 ma trận
Nhân mọi phần tử với số đó
Nhân 2 ma trận (AxB)
Điều kiện: số cột của A = số dòng của B
Tính phần tử ở vị trí cột i dòng j của AB bằng cách nhân các phần tử ở dòng i của ma trận A lần lượt với các phần tử ở cột j ở ma trận B rồi cộng các kết quả lại
Tính chất
AB ≠ BA
A(BC) = (AB)C
I.A = A
(ab)A = a(bA)
Lũy thừa
Điều kiện: ma trận vuông
A^n = A.A.A...A (n lần)
Tính chất
A^(m+n) = (A^m).(A^n)
A^(m.n) = (A^m)^n
(AB)^k = A^k.B^k
A^0 = I
Ma trận nghịch đảo
Định nghĩa
B là ma trận nghịch đảo của A
A, B là ma trận vuông cấp n
AB = BA = I
Kí hiệu: B = A^(-1)
Điều kiện tồn tại
Ma trận A khả đảo (khả nghịch) <-> detA ≠ 0
Tính chất
[A^(-1)]^(-1) = A
(AB)^(-1) = B^(-1).A^(-1)
[A^(-1)]^T = (A^T)^(-1)
Cách tìm
Bước 1: Tính det(A)
det(A) = 0 <-> A suy biến
det(A) ≠ 0 <-> A khả nghịch
Bước 2: Lập ma trận chuyển vị A' của A
Bước 3: Lập ma trận phụ hợp của A'
A* = (A'ij)nn
A' = A'ij là phần bù đại số của phần tử ở hàng i, cột j trong ma trận A'
Bước 4: Tính ma trận
A^(-1) = [1/det(A)].A*
Giải phương trình ma trận
Tìm ma trận X để AX = B (A khả đảo)
X = A^(-1).B
Tìm ma trận X để XA = B (A khả đảo)
X = B.A^(-1)
Ma trận bậc thang dòng
Định nghĩa
Các dòng khác 0 nằm phía trên các dòng bằng 0
Phần tử khác 0 đầu tiên ở dòng dưới nằm về bên phải cột chứa phần tử khác 0 đầu tiên ở dòng trên
Các phép biến đổi sơ cấp
Đổi chỗ 2 dòng cho nhau
di <-> dj
Nhân 1 dòng với 1 số khác 0
kdi -> di
Nhân 1 dòng với một số rồi cộng vào dòng khác
kdi + dj <-> dj
Hạng của ma trận
Ma trận con cấp k của A
Là ma trận gồm các phần tử nằm trên giao của k dòng, k cột của A
Định thức con cấp k của A
Là định thức của ma trận con cấp k của A
Định thức con cấp k của A = 0 <=> Định thức con cấp (k+1) của A = 0
Định nghĩa
Là cấp cao nhất của định thức con khác 0 của A
Kí hiệu: rankA, r(A)
r(A) = k
∃ định thức con cấp k của A ≠ 0
∀ định thức con cấp (k+1) = 0
Cách tìm
Ma trận bậc thang dòng
Hạng của ma trận bậc thang dòng bằng số dòng khác 0 của nó
Phép biến đổi sơ cấp
Hạng của ma trận không thay đổi qua các phép biến đổi sơ cấp
A (pbđsc) -> B: ma trận bậc thang dòng
r(A) = r(B) = số dòng khác 0 của B
Tính chất
1 ≤ r(A) ≤ min(m,n)
r(A) = 0 <=> A = 0
r(A^T) = r(A)
r(A) = n
A là ma trận vuông cấp n
det A ≠ 0
ĐỊNH THỨC
ĐỊnh nghĩa
Định thức của ma trận vuông A là 1 số
Kí hiệu: det(A) hoặc |A|
Nếu n=1, det(A)=a
Nếu n>1, det(A)=a11A11+a12A12+....+a1nA1n
Cấp 1:
Cấp 2:
Cấp 3:
Tính chất
det(A) = det(A^T)
Đổi chỗ 2 dòng (cột) cho nhau thì định thức đổi dấu
Định thức có 1 dòng (cột) gồm toàn số 0 thì bằng 0
Định thức có 2 dòng (cột) tỉ lệ thì bằng 0
Nếu tất cả các phần tử trên 1 dòng (cột) có thừa số chung thì có thể đem thừa số chung đó ra ngoài định thức
det(AB) = det A.detB
det(A^n) = det(A...A) = detA.detA...detA = (detA)^N
Nếu tất cả các phần tử trên 1 dòng (cột) là tổng của 2 số hạng thì định thức ban đầu có thể tách thành tổng của 2 định thức
Nhân 1 dòng (cột) với 1 số rồi cộng vào dòng (cột) khác thì định thức không đổi
det(kA) = (k^n).detA
Ma trận đặc biệt
Ma trận 0
det(A) = 0
Ma trận đơn vị
det(A) = 1
Ma trận đường chéo
định thức bằng tích các phần tử trên đường chéo chính
Ma trận tam giác
định thức bằng tích các phần tử trên đường chéo chính
KHÔNG GIAN VECTƠ
Khái niệm vectơ
Định nghĩa
Vectơ n chiều
x là bộ n số thực (x1, x2,..., xn)y là bộ n số thực (y1, y2,..., yn)
Kí hiệu: x = (x1, x2,..., xn) y = (y1, y2,..., yn)
Hai vectơ bằng nhau
x = (x1, x2,..., xn)
y = (y1, y2,..., yn)
x = y <=> xi = yi ∀i
Vectơ không
0 = (0, 0,..., 0)
Vectơ đối
-x = (-x1, -x2,..., -xn) là vectơ đối của vectơ x = (x1, x2,..., xn)
Phép toán
Cộng, trừ 2 vectơ cùng chiều
x + y = (x1 + y1, x2 + y2,..., xn + yn)
x - y = (x1 - y1, x2 - y2,..., xn - yn)
Nhân 1 số với 1 vectơ
k.x = (k.x1, k.x2,... k.xn)
Không gian vecto R^n
Định nghĩa
Tập hợp tất cả các vectơ n chiều được trang bị 2 phép toán nói trên gọi là không gian vectơ R^n
Nhận xét
Nếu V là không gian vectơ
Các phần tử của V được gọi là vectơ
Phần tử 0 xác định duy nhất và được gọi là vectơ 0
Với u thuộc V, chỉ có duy nhất -u là vectơ đối của u
Tổ hợp tuyến tính
Định nghĩa
Vectơ x gọi là tổ hợp tuyến tính của hệ vectơ a1, a2,..., amnếu có m số thực u1, u2,..., um sao cho x = u1.a1 + u2.a2 +... + um.am
Cho e1 = (1, 0,..., 0) e2 = (0, 1,..., 0) ...... en = (0, 0,..., 1)
Vectơ x = (x1, x2,..., xn) luôn là tổ hợp tuyến tínhcủa {ei} và x = x1.e1 + x2.e2 + ... + xn.en
Độc lập tuyến tính và phụ thuộc tuyến tính
Định nghĩa
Tính chất
Hệ chứa vecto 0 thì phụ thuộc tuyến tính.
Hệ {e1, e2,..., en} độc lập tuyến tính
Hạng của hệ vecto
Định nghĩa
r{a1, a2,..., an} = k
∃ hệ con gồm k vectơ độc lập tuyến tính
∀ hệ con có số vectơ > k đều phụ thuộc tuyến tính
Hạng của hệ vectơ là số vectơ độc lập tuyến tính tối đa của hệ con
Cách tìm
r{v1, v2,..., vm} = r(A)
Mối liên hệ giữa hạng của hệ vectơ vàsự phụ thuộc tuyến tính, độc lập tuyến tính
m là số vectơ của hệ
n là số chiều mỗi vectơ
r(A) = m: Hệ độc lập tuyến tính
r(A) < m: Hệ phụ thuộc tuyến tính
Khi m = n
detA ≠ 0: Hệ độc lập tuyến tính
detA = 0: Hệ phụ thuộc tuyến tính
Không gian con, cơ sở, chiều
Không gian con
Tập con L của R^n gọi là không gian con của R^n
L ≠ Ø
∀ x, y ∈ Lk ∈ R
x + y ∈ L
k.x ∈ L
R^n, {Ø} là không gian con của R^n
Tập hợp tất cả các nghiệm của hệ phương trình tuyến tính thuần nhất n ẩn là không gian con của R^n. Nếu thay "hệ phương trình tuyến tính thuần nhất" bởi "hệ phương trình tuyến tính không thuần nhất", tính chất đó không còn đúng.
Cơ sở, chiều
Định nghĩa
L là không gian con của R^n.
Hệ {a1, a2,..., am} gọi là cơ sở của L
Hệ {a1, a2,..., am} độc lập tuyến tính
Hệ {a1, a2,..., am} là hệ sinh
Mọi x thuộc L đều là tổ hợp tuyến tính của {a1, a2,..., am}
Hệ các vectơ đơn vị là cơ sở của R^n, gọi là cơ sở chính tắc hay cơ sở tự nhiên của R^n
Tính chất
Mọi cơ sở của không gian con L có cùng số vectơ. Số đó gọi là số chiều của LKí hiệu: dimL. => dimR^n = n
Nếu dimL = r thì mọi hệ vectơ trong L có r vectơ độc lập tuyến tính đều là cơ sở của L => Trong R^n, mọi hệ vectơ có n vectơ, độc lập tuyến tính đều là cơ sở của R^n
Mọi vectơ trong không gian con đều được biểu diễn tuyến tính một cách duy nhất qua cơ sở
Không gian sinh bởi hệ vectơ
Định nghĩa
Tập hợp tất cả các tổ hợp tuyến tính của hệ vectơ S gọi là không gian sinh bởi hệ vectơ S
Span {a1, a2,..., am} = {x ∈ R^n : x = u1.a1 + u2.a2 + ... + um.am
Cách tìm cơ sở, số chiều
Lập ma trận A gồm các dòng là các vectơ {a1, a2,..., am}
Dùng các pbđsc trên dòng đưa A về ma trận bậc thang dòng B
Hệ các vectơ khác không của B là một cơ sở của SpanS
Không gian nghiệm của hệ phương trình tuyến tính thuần nhất
Định nghĩa
Tập tất cả các nghiệm của hệ phương trình tuyến tính thuần nhất n ẩn là không gian con của R^n gọi là không gian nghiệm của hệ phương trình tuyến tính thuần nhất đó
Cơ sở của không gian nghiệm của hệ phương trình tuyến tính thuần nhất gọi là hệ nghiệm cơ bản của hệ phương trình này
Cách tìm hệ nghiệm cơ bản
Tìm nghiệm tổng quát của hệ phương trình. Giả sử hệ phương trình có vô số nghiệm phụ thuộc (n - r) ẩn tự do
Cho (n - r) ẩn tự do này các giá trị để được (n - r) nghiệm độc lập tuyến tính. Đó là một hệ nghiệm cơ bản cần tìm
Chẳng hạn, ta có thể cho các ẩn tự do lần lượt là (1, 0,..., 0); (0, 1,..., 0);.....; (0, 0,...,1)
Toạ độ của vectơ
Tọa độ của vectơ đối với cơ sở
Tọa độ của 1 vectơ đối với 2 cơ sở khác nhau là khác nhau
Ma trận chuyển cơ sở
Định nghĩa
Trong R^n, cho 2 cơ sở A,B
Ma trận chuyển cơ sở từ A sang B
Cách tìm
Tính chất
P khả đảo
HỆ PHƯƠNG TRÌNH TUYẾN TÍNH
Hệ phương trình tuyến tính tổng quát
Khái niệm chung
Trong đó x1,x2,...,xn là các ẩn
Nghiệm của hệ phương trình là bộ n số (x1,x2,...,xn) thỏa mãn hệ phương trình đó
Hai hệ phương trình có cùng số ẩn gọi là tương đương nếu chúng có cùng tập hợp nghiệm
Điều kiện tồn tại nghiệm
Số nghiệm của hệ phương trình
Với n là số ẩn
: hệ vô nghiệm
: hệ có nhiệm duy nhất
: hệ có vô số nghiệm, phụ thuộc (n - r) tham số
Cách giải
Phương pháp Gauss
Dùng các PBĐSC trên dòng đưa ma trận mở rộng về ma trận bậc thang dòng
Xem xét số nghiệm của hệ phương trình
Thành lập hệ phương trình tương ứng rồi giải
Lưu ý: không được dùng các PBĐSC trên cột
Hệ phương trình tuyến tính thuần nhất
Tổng quát
AX = 0
Hệ phương trình tuyến tính thuần nhất luôn có nghiệm (0, 0,..., 0) gọi là nghiệm tầm thường. Nghiệm khác (0, 0,..., 0) gọi là nghiệm không tầm thường
r(A) = n: hệ có nghiệm duy nhất là nghiệm tầm thường
r(A) < n: hệ có vô số nghiệm (có nghiệm không tầm thường)
Trường hợp n phương trình, n ẩn
detA ≠ 0: hệ có nghiệm duy nhất là nghiệm tầm thường
detA = 0: hệ có vô số nghiệm (có nghiệm không tầm thường)
Hệ phương trình tuyến tính Cramer
Định nghĩa
Số phương trình = số ẩn
Định thức của ma trận các hệ số khác 0
Cách giải
det(A)≠0 -> duy nhất nghiệm
X=A^(-1).b
X=∆j/∆
det(A)=∆j=0 -> vô số nghiệm
kết hợp Guass để tìm nghiệm
det(A)=0;∆j≠0 -> vô nghiệm
D = detA
Dj là định thức nhận được từ D bằng cách thay cột j bởi cột số hạng tự do