Professional Documents
Culture Documents
Tháng 3/2018
TRƯỜNG ĐẠI HỌC THỦ DẦU MỘT
KHOA: KHOA HỌC TỰ NHIÊN
ĐỀ TÀI NGHIÊN CỨU KHOA HỌC CỦA SINH VIÊN THAM GIA
CUỘC THI SINH VIÊN NGHIÊN CỨU KHOA HỌC NĂM HỌC 2017-2018
Sinh viên thực hiện: Nguyễn Đức Quang Nam/Nữ: Nam Dân tộc: Kinh
Năm thứ: 2 Số năm đào tạo: 3.5 Ngành học: Cử nhân Toán học
Sinh viên thực hiện: Lê Nguyễn Viết Tường Nam/Nữ: Nam Dân tộc: Kinh
Năm thứ: 3 Số năm đào tạo: 3 Ngành học: Cao đẳng sư phạm Toán
Tên đề tài: MỘT SỐ ỨNG DỤNG THỰC TẾ CỦA CHÉO HOÁ MA TRẬN
Sinh viên thực hiện: Nguyễn Đức Quang Nam/Nữ: Nam Dân tộc: Kinh
Năm thứ: 2 Số năm đào tạo: 3.5 Ngành học: Cử nhân Toán học
Sinh viên thực hiện: Lê Nguyễn Viết Tường Nam/Nữ: Nam Dân tộc: Kinh
Năm thứ: 3 Số năm đào tạo: 3 Ngành học: Cao đẳng sư phạm Toán
Tìm hiểu nghiên cứu một số ví dụ thực tế của phương pháp chéo hóa ma trận [1, III.5], [2,
chap.5].
- Hệ động lực tuyến tính rời rạc xk 1 Axk (ví dụ về di truyền học [3], mối liên hệ giữa thú bị
ăn thịt và thú ăn thịt [2, 5.6], ứng dụng của dãy Markov về dự đoán dân số [2, 4.9], công thức
tổng quát của dãy Fibonacci [4, chap. 10],…).
- Hệ động lực tuyến tính liên tục (hệ phương trình vi phân tuyến tính bậc nhất) (ví dụ về các
mạch điện [2, 5.7], hệ các thùng chất lỏng trong một nhà máy hóa chất [ 4, chap. 11],…).
3. Tính mới và sáng tạo:
Kết quả của đề tài được sinh viên tổng hợp, nghiên cứu từ nhiều tài liệu nước ngoài.
TÀI LIỆU THAM KHẢO
[1] Nguyễn Viết Đông, Lê Thị Thiên Hương, Nguyễn Anh Tuấn, Lê Anh Vũ, Toán cao cấp-
Tập 2, NXB Giáo dục 1999.
[2] David C. Lay, Linear algebra and its applications, 4th Edition, Addison-Wesley, 2012.
[3] Ali A. Dad-del, Genetics,
https://www.math.ucdavis.edu/~daddel/linear_algebra_appl/Applications/Genetics/genetics/n
ode4.html
[4] Philippe Malbos, Analyse Matricielle et algebra lineaire applique, http://math.univ-
lyon1.fr/~malbos/Ens/amalaa11.pdf
4. Kết quả nghiên cứu:
Một báo cáo tổng kết đề tài.
5. Đóng góp về mặt kinh tế - xã hội, giáo dục và đào tạo, an ninh, quốc phòng và khả
năng áp dụng của đề tài:
Đây sẽ là một đề tài hữu ích cho sinh viên ngành Toán nói riêng và sinh viên khoa Khoa học
tự nhiên nói chung trong quá trình học tập và nghiên cứu. Là tài liệu tham khảo cho môn Đại
số tuyến tính cũng như Toán cao cấp A2.
6. Công bố khoa học của sinh viên từ kết quả nghiên cứu của đề tài (ghi rõ họ tên tác giả,
nhan đề và các yếu tố về xuất bản nếu có) hoặc nhận xét, đánh giá của cơ sở đã áp dụng các
kết quả nghiên cứu (nếu có):
Không có.
Ảnh 4x6
I. SƠ LƯỢC VỀ SINH VIÊN:
Họ và tên: Nguyễn Đức Quang
Ngày, tháng, năm sinh: 15/ 10/ 1998
Nơi sinh: TP.HCM
Lớp: D16TO02 Khóa: Khoa: Khoa học tự nhiên
Địa chỉ liên hệ: 45B/3- Đồng An 3- Bình Hoà- Thuận An-Bình Dương
Điện thoại: 01204145356 Email: cibunguyen@gmail.com
II. QUÁ TRÌNH HỌC TẬP (kê khai thành tích của sinh viên từ năm thứ 1 đến năm đang
học):
* Năm thứ 1:
Ngành học: Toán học Khoa: Khoa học tự nhiên
Kết quả xếp loại học tập:
Sơ lược thành tích: HKI: HKII:
* Năm thứ 2:
Ngành học: Toán học Khoa: Khoa học tự nhiên
Kết quả xếp loại học tập:
Sơ lược thành tích: HKI: HKII:
PHẦN MỞ ĐẦU
1. Tính cấp thiết của đề tài
Đại số tuyến tính là học phần cơ bản của sinh viên ngành Toán và ứng dụng của nó trong
thực tế rất lớn. Các sách tham khảo về môn học này ở thư viện trường hiện nay rất ít nói đến
những ví dụ thực tế.
Chính vì vậy, chúng tôi quyết định chọn đề tài “Một số ứng dụng thực tế của chéo hóa ma
trận” nhằm muốn tìm hiểu những ứng dụng thực tế, đặc biệt trong các lĩnh vực Toán, Lý,
Hóa, Sinh, Môi trường của môn học này nói chung và phương pháp chéo hóa ma trận nói
riêng để gắn lý thuyết với thực hành, tạo hứng thú trong học tập.
2. Mục tiêu đề tài
Tìm hiểu nghiên cứu một số ví dụ thực tế của phương pháp chéo hóa ma trận [1, III.5], [2,
chap.5].
- Hệ động lực tuyến tính rời rạc xk 1 Axk (ví dụ về di truyền học [3], mối liên hệ giữa thú bị
ăn thịt và thú ăn thịt [2, 5.6], ứng dụng của dãy Markov về dự đoán dân số [2, 4.9], công thức
tổng quát của dãy Fibonacci [4, chap. 10],…).
- Hệ động lực tuyến tính liên tục (hệ phương trình vi phân tuyến tính bậc nhất) (ví dụ về các
mạch điện [2, 5.7], hệ các thùng chất lỏng trong một nhà máy hóa chất [ 4, chap. 11],…).
3. Đối tượng, phạm vi nghiên cứu, cách tiếp cận và phương pháp nghiên cứu
- Đối tượng: các ví dụ trong các lĩnh vực Toán, Lý, Hóa, Sinh, Môi trường sử dụng kiến thức
chéo hóa ma trận với các tài liệu tham khảo:
[1] Nguyễn Viết Đông, Lê Thị Thiên Hương, Nguyễn Anh Tuấn, Lê Anh Vũ, Toán cao cấp-
Tập 2, NXB Giáo dục 1999.
[2] David C. Lay, Linear algebra and its applications, 4th Edition, Addison-Wesley, 2012.
[3] Ali A. Dad-del, Genetics,
https://www.math.ucdavis.edu/~daddel/linear_algebra_appl/Applications/Genetics/genetics/n
ode4.html
[4] Philippe Malbos, Analyse Matricielle et algebra lineaire applique, http://math.univ-
lyon1.fr/~malbos/Ens/amalaa11.pdf
- Phạm vi nghiên cứu: Phương pháp chéo hóa ma trận và các ứng dụng thực tế của nó.
- Cách tiếp cận và phương pháp nghiên cứu: Nghiên cứu tài liệu, sử dụng phương pháp phân
tích, đánh giá, tổng hợp để trình bày lại các ứng dụng thực tế của chéo hóa ma trận.
4. Sản phẩm và khả năng ứng dụng
Đây sẽ là một đề tài hữu ích cho sinh viên ngành Toán nói riêng và sinh viên khoa Khoa học
tự nhiên nói chung trong quá trình học tập và nghiên cứu. Là tài liệu tham khảo cho môn Đại
số tuyến tính cũng như Toán cao cấp A2.
5. Nội dung nghiên cứu
Nội dung đề tài gồm hai chương. Ở chương I, chúng tôi nhắc lại cơ sở lý thuyết của phương
pháp chéo hóa ma trận. Ở chương II, chúng tôi đề cập ứng dụng của chéo hóa ma trận với
hai dạng phương trình động lực tuyến tính rời rạc và phương trình động lực tuyến tính liên
tục thường gặp trong các lĩnh vực của cuộc sống.
2
Ví dụ 3: Theo ví dụ 1, không gian con riêng ứng với giá trị riêng 1 là
3
E 1 x1 ; x2 2
| f x1 ; x2 x1 ; x2
x1 ; x2 2
| 5 x1 4 x2 ;8 x1 9 x2 x1; x2
x1 ; x2 2
| x1 x2 0
an1 an 2 ann
Phương trình f A 0 được gọi là phương trình đặc trưng của ma trận A.
Ví dụ 4: Theo ví dụ 1, trước tiên ta tìm ma trận của f theo cơ sở chính tắc của 2
. Ta có:
f 1;0 5;8 và f 0;1 4;9
5 4
Vậy ma trận của f là A . Phương trình đặc trưng của f là:
8 9
5 4
f A 0 2 14 13 0 1 hoặc 13.
8 9
Chứng minh
Giả sử 1 , 2 ,..., m là các giá trị riêng khác nhau tứng đôi một và u1 , u2 ,..., um là các vectơ
riêng lần lượt ứng với chúng. Ta chứng minh hệ u1 , u2 ,..., um độc lập tuyến tính bằng phép
quy nạp theo m.
Nếu m 1 thì hệ gồm một vectơ riêng u1 là độc lập tuyến tính vì u1 0 .
Giả sử điều khẳng định của định lí đúng cho mọi hệ gồm k vectơ riêng k 1 và
u1 , u2 ,..., uk 1 là hệ gồm k 1 vectơ riêng lần lượt ứng với k 1 giá trị riêng khác nhau từng
đôi một 1 , 2 ,..., k 1. Ta sẽ chứng minh rằng u1 , u2 ,..., uk 1 độc lập tuyến tính.
Thật vậy, giả sử có đẳng thức
k 1
ui 1
i i 0 (1)
Vì f là ánh xạ tuyến tính và ui là vectơ riêng ứng với giá trị riêng i i 1, k 1 nên
k 1 k 1
Mà u1 , u2 ,..., uk độc lập tuyến tính (theo giả thiết quy nạp) nên từ (4) ta có:
k 1 i i 0; i 1, k
Vì i k 1 i 1, k nên suy ra i 0; i 1, k.
Từ (1) lại suy ra ak 1uk 1 0, và do uk 1 0 nên k 1 0.
Do đó ai 0; i 1, k 1, do đó u1 , u2 ,..., uk 1 độc lập tuyến tính.
Khi đó f cũng chéo hóa được, nghĩa là tồn tại cơ sở B e1 , e2 ,..., en của K n để ma trận
1 0 0
0 2 0
của f có dạng chéo là D .
0 0 n
Theo [1, 3.1.1, trang 224], ta có: f ei i ei , i 1, n.
Như vậy e1 , e2 ,..., en là n vectơ riêng độc lập tuyến tính của f , do đó cũng là n vectơ riêng
độc lập tuyến tính của A.
Điều kiện đủ
Giả sử A M n K có n vectơ riêng độc lập tuyến tính là uk xk1 , xk 2 ,..., xkn , k 1, n,
trong đó uk là vectơ riêng ứng với giá trị riêng k (các k có thể trùng nhau).
xk1 xk1 k xk1
x x x
Theo định nghĩa 1.2 ta có: A k 2 k k 2 k k 2
xkn xkn k xkn
Lập ma trận C mà các cột lần lượt là các vectơ uk , k 1, n; tức là:
x11 x21 xn1
x x22 xn 2
C 12
x1n x2 n xnn
Khi đó:
1 x11 2 x21 n xn1
x 2 x22 n xn 2
AC 1 12
1 x1n 2 x2 n n xnn
Mặt khác, gọi D là ma trận chéo mà các phần tử trên đường chéo lần lượt là các giá trị riêng
k tương ứng, nghĩa là:
1 0 0
0 2 0
D
0 0 n
Thì ta cũng có:
1 x11 2 x21 n xn1
x 2 x22 n xn 2
CD 1 12
1 x1n 2 x2 n n xnn
6
Vậy AC CD
Vì các vectơ u1 , u2 ,..., un độc lập tuyến tính
Nên rank C n hay det C 0 , do đó tồn tại ma trận nghịch đảo C 1 .
Nhân C 1 vào bên trái hai vế của đẳng thức AC CD ta có: C 1 AC C 1CD D.
Vậy ma trận A được chéo hóa bởi ma trận C.
2.2.2. Định lí
Ma trận A M n K chéo hóa được khi và chỉ khi A có n giá trị riêng kể cả bội và số chiều
của tất cả không gian con riêng bằng số bội của giá trị riêng tương ứng.
Nghĩa là, nếu A M n K có các giá trị riêng phân biệt 1 , 2 ,..., k với số bội tương ứng là
n1 , n2 ,..., nk thì
n1 n2 ... nk n
n1 n2 ... nk n
A chéo hóa được
dim E i ni , i 1, k
rank A i I n n ni , i 1, k .
Chứng minh
Điều kiện cần
Giả sử A chéo hóa được, theo định lí 2.2.1, A có n vectơ riêng độc lập tuyến tính là
u11 , u12 ,..., u1m1 , u21 , u22 ,..., u2 m2 ,..., uk1 , uk 2 ,..., ukmk ; trong đó uij là vectơ riêng tương ứng với giá
trị riêng i ; j 1, mi , i 1, k ; m1 m2 ... mk n.
Vì dim E i ni i 1, k , mà ui1 , ui 2 ,..., uimi độc lập tuyến tính
Nên suy ra mi ni , i 1, k.
Ta có: n m1 m2 ... mk n1 n2 ... nk n.
Do đó n1 n2 ... nk n và mi ni , i 1, k.
Từ đó cũng có dim E i ni , i 1, k.
Điều kiện đủ
Giả sử n1 n2 ... nk n và dim E i ni , i 1, k.
Trong mỗi không gian con riêng E i ta chọn một cơ sở Bi gồm ni vectơ, i 1, k .
k
Gọi B Bi . Khi đó B gồm n vectơ riêng độc lập tuyến tính của A nên theo định lí 2.2.1, A
i 1
chéo hóa được.
+ Nếu tồn tại i mà ri n ni (nghĩa là dim E i ni ) thì A không chéo hóa được. Thuật
toán kết thúc.
+ Nếu ri n ni (nghĩa là dim E i ni ), i 1, k , thì kết luận A chéo hóa được. Với mỗi
i , tìm một cơ sở của không gian con riêng E i , i 1, k. Sau đó làm tiếp bước 3.
Bước 3: Lập ma trận C mà các cột lần lượt là các vectơ cơ sở của các không gian con riêng
E i , i 1, k.
Khi đó C là ma trận làm chéo hóa A. Hơn nữa, D C 1 AC là ma trận chéo mà các phần tử
trên đường chéo chính lần lượt là các giá trị riêng của A.
3 2 0
Ví dụ 5: Ma trận A 2 3 0 có chéo hóa được không? Nếu được hãy đưa nó về dạng
0 0 5
chéo.
Giải
* Ta có đa thức đặc trưng A I 5 1 .
2
* Giải phương trình đặc trưng 5 1 0 ta được các giá trị riêng
2
1 5 (bội 2) và 2 1 (bội 1)
* Tìm các không gian con riêng
+ Không gian con riêng E 1 ứng với giá trị riêng 1 5 là không gian nghiệm của hệ
2 x1 2 x2 0
x1 x2 0
2 x1 2 x2 0
Hệ phương trình có nghiệm tổng quát là ; ; với , tùy ý.
Vậy E 1 ; ; | ,
; ;0 0;0; | ,
1; 1;0 0;0;1 | , .
Do đó dim E 2 (bằng số bội) và có một cơ sở là B 1; 1;0 ; 0;0;1 .
1 1
+ Không gian con riêng E 2 ứng với giá trị riêng 2 1 là không gian nghiệm của hệ
2 x1 2 x2 0
x1 x2 0
2 x1 2 x2 0
4 x 0 x3 0
3
Hệ phương trình có nghiệm tổng quát là ; ;0 với tùy ý.
Vậy E 2 ; ;0 | 1;1;0 |
Do đó dim E 2 1 (bằng số bội) và có một cơ sở là B2 1;1;0 .
Vì các không gian con riêng đều có số chiều bằng số bội của các giá trị riêng tương ứng nên
A chéo hóa được.
1 0 1 5 0 0
Đặt T 1 0 1 . Khi đó T 1 AT 0 5 0 .
0 1 0 0 0 1
8
Giá trị riêng và vectơ riêng là chìa khóa để hiểu sự phát triển của hệ động lực được mô tả với
một phương trình khác biệt (difference equation) xk 1 Axk .
Giả sử A là ma trận chéo hóa được của ánh xạ tuyến tính f có n vectơ riêng độc lập tuyến
tính v1 , v2 ,..., vn tương ứng với các giá trị riêng 1 , 2 ,..., n . Để thuận tiện hơn, ta giả sử
1 2 ... n .
Khi đó v1 , v2 ,..., vn là cơ sở của n
và do đó vectơ x0 ban đầu sẽ được viết dưới dạng
x0 c1v1 c2v2 ... cnvn .
Khi tính toán các trường hợp tổng quát, ta sẽ được những vectơ xi như sau:
x1 Ax0 c1 Av1 ... cn Avn c11v1 ... cnnvn .
Tổng quát hơn chúng ta sẽ có:
xk c1 1 v1 ... cn n vn với k 1,2,...
k k
Vậy với những bài toán có dạng hệ động lực tuyến tính rời rạc, khi tính xk ta cần tính Ak và
theo các mệnh đề trên ta đưa về tính D k một cách đơn giản.
Nếu lai aa với AA thì luôn cho kiểu gen Aa. Do đó, xác suất của các kiểu gen AA, Aa
và aa tương ứng là 0, 1 và 0.
Khung này được thể hiện qua bảng sau đây:
Kiểu gen của cha mẹ
Kiểu gen của con
AA – AA AA – Aa AA – aa
1 1/ 2 0 AA
0 1/ 2 1 Aa
0 0 0 aa
1 1 / 2 0
Ma trận sau là kết quả của sự quan sát: A 0 1 / 2 1 .
0 0 0
1 1 / 2 0
Trong đó các cột 0 , 1 / 2 và 1 tương ứng là AA lai với AA, AA lai với Aa và AA lai với
0 0 0
aa.
Giả sử sự phân bổ ban đầu của bò là đồng đều ở các kiểu gen. Do đó vectơ phân phối ban đầu
1 / 3
x0 được cho là: x0 1 / 3 .
1 / 3
1 1/ 2 0 1/ 3 1/ 2
Một năm sau đó, sự phân bổ là x1 Ax0 0 1/ 2 1 1/ 3 1/ 2 .
0 0 0 1/ 3 0
Sau một năm nữa thì sự phân bổ sẽ là:
1 1/ 2 0 1 1/ 2 0 1/ 3 3 / 4
x2 Ax1 A2 x0 0 1/ 2 1 0 1/ 2 1 1/ 3 1/ 4 .
0 0 0 0 0 0 1/ 3 0
Sau n năm thì sự phân bổ sẽ là: xn An x0 .
1
* Xét A I 0 ta được các giá trị riêng 1 0; 2 ; 3 1 .
2
+ Không gian con riêng E 1 ứng với giá trị riêng 1 0 là không gian nghiệm của hệ
1
a b0
2 a c
1
b c 0 b 2c
2 c
0c 0
Vậy E 1 c 1; 2;1 | c .
Do đó dim E 1 1 và có một cơ sở là B1 1; 2;1 .
1
+ Không gian con riêng E 2 ứng với giá trị riêng 2 là không gian nghiệm của hệ
2
10
1 1
2 a b0
2 a b
c 0 b
1
c 0 c 0
2
Vậy E 2 b 1;1;0 | b .
Do đó dim E 2 1 và có một cơ sở là B2 1;1;0 .
+ Không gian con riêng E 3 ứng với giá trị riêng 3 1 là không gian nghiệm của hệ
1
2 b 0
a
1
b c 0 b 0
2
c 0 c 0
Vậy E 3 a 1;0;0 | a .
Do đó dim E 3 1 và có một cơ sở là B3 1;0;0
Vì các không gian con riêng đều có số chiều bằng số bội của các giá trị riêng tương ứng nên
A chéo hóa được.
1 1 1 0 0 0
Do đó ta có ma trận nghịch đảo P 2 1 0 và ma trận chéo D 0 1 / 0 sao cho
1 0 0 0 0 1
D P 1 AP.
Theo mệnh đề 2, ta có An PDn P1.
1
0 1
0 0 0 2n
1 1 1 0 0 1 0 0 1
Suy ra An 2 1 0 0
0 0 1 2 0 0 0 1 2
1 1
2n 2n
1 0 0 1 1 1 1 1 1
0 0 1 0 0 0
1 1
1 1 2 n 1
2n 1
Suy ra A 0
n 1 1
.
2n 2n 1
0 0 0
11
1 1 1 1
1 1 2n 1 2n 1 3 1 2n
1 1 1 1
Như vậy sau n năm thì sự phân bổ sẽ là xn 0 .
2n 2n 1 3 2n
0 0 0 1 0
3
1 1
Bây giờ nếu n tiến ra vô cùng n thì n và n1 tiến về 0. Khi đó xn sẽ tiến tới
2 2
1
0 Nghĩa là kiểu gen AA kết hợp với bất kì kiểu gen nào cũng cho ra tỉ lệ con AA gần 100%
0
khi n tiến ra vô cùng.
1.2. Mối liên hệ giữa thú bị ăn thịt và thú ăn thịt [2, 5.6]
Trong rừng cây Redwood của California, chuột rừng cung cấp lên đến 80% chế độ ăn cho cú
(loài ăn thịt chính của chuột rừng). Ta biểu thị số lượng cú và chuột rừng tại thời gian k bởi
O
xk k trong đó Ok là số lượng cú được tính theo k tháng và Rk là số lượng chuột được
Rk
nghiên cứu qua k tháng. Giả sử:
Ok 1 (0,5)Ok (0, 4) Rk
Rk 1 p.Ok (1,1).Rk
Trong đó, p là một tham số dương cho trước, (0,5)Ok trong phương trình đầu tiên thể hiện
nếu không có chuột rừng để làm thức ăn cho cú thì chỉ có một nửa những con cú sẽ tồn tại
trong mỗi tháng, nếu số lượng chuột dồi dào thì 0, 4 Rk làm tăng số cú lên. Trong phương
trình thứ hai, (1,1) Rk biểu thị rằng nếu không có cú săn mồi thì các con chuột rừng sẽ tăng
10% mỗi tháng, trong khi p.Ok thể hiện số lượng chuột giảm do bị cú ăn thịt.
0,5 0, 4 Ok
Ta có xk 1 Axk , với A và xk .
p 1,1 Rk
a
Giả sử ban đầu số cú là a và số chuột gỗ trong rừng là b. Khi đó ta có: x0
b
Giả sử xét p 0,104, ta có:
Sau 1 tháng, số cú và số chuột của khu rừng sẽ được biểu thị: x1 A.x0 .
Sau 2 tháng, số cú và số chuột của khu rừng sẽ được biểu thị: x2 A.x1 A2 x0 .
Sau k tháng, số cú và số chuột của khu rừng sẽ được biểu thị: xk Ak x0 .
* Xét A I 0 ta được các giá trị riêng 1 1,02; 2 0,58.
+ Không gian con riêng E 1 ứng với giá trị riêng 1 1,02 là không gian nghiệm của hệ
10
0,52 x1 0, 4 x2 0 x1 x2
13
0,104 x1 0,08 x2 0
x2
12
10
Vậy E 1 = x2 ; x2 | x2 .
13
Do đó dim E 1 =1 và có một cơ sở là B1 10; 13 .
+ Không gian con riêng E 2 ứng với giá trị riêng 2 0,58 là không gian nghiệm của hệ
0,08 x1 0, 4 x2 0 x 5 x2
1
0,104 x1 0,52 x2 0 x2
Vậy E 2 = 5 x2 ; x2 | x2
Do đó dim E 2 = 1 và có một cơ sở B2 5; 1
Vì các không gian con riêng đều có số chiều bằng số bội của các giá trị riêng tương ứng nên
A chéo hóa được.
1,02 0 10 5
Từ đó ta có ma trận chéo D và ma trận khả nghịch P sao cho
0 0,58 13 1
D P 1 AP.
Theo mệnh đề 2, ta có Ak PDk P1 .
1 1
10 5 (1,02) k
0 55 11
Suy ra Ak
13 1 0 (0,58) k 13 2
55 11
1 2 1,02 13 0,58 10 1,02 10 0,58
k k k k
.
11 2,6 1,02 k 2,6 0,58 k 13 1,02 k 2 0,58 k
Vậy sau k tháng thì số lượng cú và chuột sẽ được biểu thị là:
1 2 1,02 13 0,58 10 1,02 10 0,58 a
k k k k
xk
11 2,6 1,02 k 2,6 0,58 k 13 1,02 k 2 0,58 k b
1 10b 2a 1,02 13a 10b 0,58
k k
.
11 13b 2,6a 1,02 k 2,6a 2b 0,58 k
10b 2a
Bây giờ nếu k tiến ra vô cùng k thì tỉ lệ giữa cú và chuột là .
13b 2,6a
1.3. Ứng dụng của dãy Markov về dự đoán dân số [2, 4.9]
Mỗi năm 5% dân số của thành phố di chuyển đến vùng ngoại ô, và 3% dân từ ngoại ô di
chuyển đến thành phố.
0,95 0,03
Gọi A là ma trận thể hiện số dân thay đổi khi di chuyển giữa hai vùng, với
0,05 0,97
5% dân số thành phố rời đi và ở khu vực ngoại ô là 3% dân số của vùng rời đi.
Hàng thứ nhất của A biểu thị ở thành phố có 95% dân số thành phố và 3% là dân số ở vùng
ngoại ô đến sống ở thành phố, còn hàng thứ hai là ở vùng ngoại ô có 5% dân số ở thành phố
sinh sống ở ngoại ô và 97% dân số vùng ngoại ô (sao cho theo cột thì tổng dân số ở 2 vùng
thành phố và ngoại ô đều là 100%). Khi đó ta có:
13
Giả sử trong năm 2000 dân số ở thành phố là 600000 người và ở ngoại ô là 400000 người.
Vậy dân số của năm 2001 và năm 2002 di chuyển là bao nhiêu nếu ở khu vực thành phố có
3% dân số ngoại ô đến sinh sống, còn ở khu vực ngoại ô thì có 5% dân số thành phố đến sinh
sống? Cũng như sự thay đổi dân số ở hai khu vực ngoại ô và thành thị sẽ tăng giảm như thế
nào sau k năm?
600000
Gọi x0 là dân số ban đầu ở hai vùng thành phố và ngoại ô của năm 2000.
400000
Năm 2001 dân số ở hai vùng thành phố và ngoại ô biểu thị qua:
0,95 0,03 600000 582000
x1 Ax0 400000 418000 .
0,05 0,97
Năm 2002 dân số ở hai vùng thành phố và ngoại ô biểu thị qua:
0,95 0,03 0,95 0,03 600000 565440
x2 Ax1 A2 x0
0,05 0,97 0,05 0,97 400000 434560
Sau k năm (kể từ năm 2000) thì sự phân bổ sẽ là: xk Ak x0 .
* Xét A I 0 ta được các giá trị riêng 1 1; 2 0,92.
+ Không gian con riêng E 1 ứng với giá trị riêng 1 1 là không gian nghiệm của hệ
3
0,05 x1 0,03x2 0 x1 x2
5
0,05 x1 0,03 x2 0
x2
3
Vậy E 1 = x2 ; x2 | x2 .
5
3
Do đó dim E 1 = 1 và có một cơ sở B1 ; 1 .
5
+ Không gian con riêng E 2 ứng với trị riêng 2 0,92 là không gian nghiệm của hệ
0,03x1 0,03x2 0 x x2
1
0,05 x1 0,05 x2 0 x2
Vậy E 2 = x ; x | x
2 2 2 .
Do đó dim E 2 = 1 và có một cơ sở B2 {(1;1)} .
Vì các không gian con riêng đều có số chiều bằng số bội của các giá trị riêng tương ứng nên
A chéo hóa được.
0,6 1 1 0
Do đó ta có ma trận nghịch đảo P và ma trận chéo D sao cho
1 1 0 0,92
D P 1 AP.
375000
Bây giờ nếu k tiến ra vô cùng k thì 0,92 0 Khi đó xk sẽ tiến tới
k
.
625000
1 5
Khi đó không gian con riêng ứng với giá trị riêng 2 là
2
1 5 1 5
V x1; x1 x1 1; 2
2 2
1 5 1 5
1 cơ sở của V là 1; 2 ,dimV 1.
2 2
Vì các không gian con riêng đều có số chiều bằng số bội của các giá trị riêng tương ứng nên
A chéo hóa được.
1 1 0
Đặt T T 1 AT 1 B
1 2 0 2
1 1
1 1 1 1n
0 1 1 1n 2 n 1 1
Khi đó A TB T
n n
n1
2 n 1 2
1 2 0 1 2 n1 1 2
1 2 1
Ta có: det T 2 1 5 0 nên T 1
5 1 1
1 1
n
2 n 2 1 1 21n 12 n 2 n 1n
Suy ra A
n
5 1n1 2 n1 1 1 5 21n1 12 n1 2 n1 1n1
1 21 12 2 n 1n 0 1 2 n 1n
n n
Suy ra X n
5 21n1 12 n1 2 n1 1n1 1 5 2 n1 1n1
Fn 1 2 n 1n
Hay
Fn1 5 2 n1 1n1
1
1 5 1 5 .
n n
Suy ra Fn n
2 5
x t x1 t
1 a11 a12 a1n
a
x2 t x2 t a22 a21
Ở đây x t
, x t và A 21 .
xn t
n an1
x t an 2 ann
x t x t
1 0 0 1 1 1
0 0 x t x t
Xét x t D.x t với D 2
, ta có:
2 2 2
0 0 n
xn t n xn t
Hay xi t i xi t với i 1,2, ,n.
e it .xi t i e it .xi t 0
e it .xi t 0
e it .xi t ci (hằng số)
xi t ci eit
x t 1t
1 c1e 1 0
x2 t c2e 2t 0
0 1t
Khi đó ta có: c1 e cn ent .
c ent
xn t n 0 1
Trường hợp trên có thể đề xuất nghiệm của phương trình (1) là tổ hợp tuyến tính của vet với
là một giá trị riêng của A và v là vectơ riêng của A tương ứng với giá trị riêng .
Thật vậy, thế x vet vào phương trình (1) ta được: vet Avet hay v Av.
Do đó nghiệm tổng quát của phương trình (1) sẽ có dạng:
x c1v1e1t c2v2e2t cnvnent với v1 , v2 , , vn là các vectơ riêng của A ứng với giá trị
riêng 1 , 2 , , n .
17
2
1 1 x t
1 1
R2C2 R2C2
Theo mục 2 chương II, ta có: xi t ci vi e t , với i 1, 2.
i
Do đó x t c1v1e t c2v2e t với vi là các vectơ riêng, i là các giá trị riêng của A i 1, 2 .
1 2
1
* Xét A I 0 ta được các giá trị riêng 1 ; 2 2
2
18
1
+ Không gian con riêng E 1 ứng với giá trị riêng 1 là không gian nghiệm của hệ
2
1
x1 2 x2 0 1
x1 x2
2
1
x x 0 x2
1 2 2
1
Vậy E 1 = x2 ; x2 | x2 .
2
Do đó dim E 1 = 1 và có một cơ sở B1 1; 2 .
+ Không gian con riêng E 2 ứng với trị riêng 2 2 là không gian nghiệm của hệ
1 1
x1 x2 0 x1 x2
2 2
x2
x1 x2 0
Vậy E 2 = x2 ; x2 | x2 .
Do đó dim E 2 = 1 và có một cơ sở B2 {(1;1)} .
1 21t 1
Suy ra x t c1 e c2 e 2t .
2 1
5 c1 c2 5
Mà x 0 nên
4 2c1 c2 4
c c 5 c 3
1 2 1
2c2 c2 4 c2 2
1t
1 21t 1 2t x1 t 3e 2 2e 2t
Vậy x t 3 e 2 e hay 1 .
2 1 x2 t 6e 2 t 2e 2t
1a
L1 1a L2
1a
2a
1a
2a
L3
Hình 2.2
Ví dụ nó lưu thông từ bể L1 đến L2 một thể tích 1a lít chất lỏng trong 1 giây, trong đó a là
một hằng số cố định. Người ta giả định sự trao đổi chất lỏng giữa các bể là liên tục.
Giả sử ba bể L1 , L2 và L3 chỉ chứa nước. Vào thời điểm t 0 , x (gam) một hóa chất được đổ
vào bể L1 . Chúng ta nghiên cứu sự khuếch tán của hóa chất này vào các thùng khác, đặc biệt
để xác định số lượng gam hóa chất trong từng bể vào từng thời điểm.
Giả sử xi t là số lượng chất hóa học (tính bằng gam) trong thùng Li tại thời điểm t.
Vào thời điểm t 0 ta có x1 0 x, x2 0 0, x3 0 0.
1
Nồng độ chất hóa học trong bể Li tại thời điểm t là xi t (gam/l).
V
Tỷ lệ thay đổi của số lượng chất hóa học trong bể Li được thể hiện qua:
dxi t
(Lượng chất vào bể Li trong 1 giây) – (Lượng chất đi ra bể Li trong 1 giây)
dt
Do đó ta có hệ phương trình vi phân:
dx1 t a a a
x2 t 2 x3 t 3 x1 t
dt V V V
dx2 t a a a
x1 t x3 t 2 x2 t
dt V V V
dx3 t a a a
2 x1 t x2 t 3 x3 t
dt V V V
x1 t 3 1 2 x1 t
d a
Hay x2 t 1 2 1 x2 t
dt V
x3 t 2 1 3 x3 t
3 1 2 x1 t
a , x t x t , ta có: x ' t Ax t .
Đặt A 1 2 1 2
V
2 1 3 x3 t
Theo mục 2 chương II, ta có: xi t ci vi e t , i 1, 2,3.
i
3
Do đó x t ci vi e t với vi là các vectơ riêng, i là các giá trị riêng của A i 1, 2,3 .
i
i 1
Giải phương trình đặc trưng A I 0 ta được các giá trị riêng: 1 0, 2 3, 3 5.
3a b 2c 0 a 2b c 0 a c
+ Với 1 0 ta có hệ phương trình: a 2b c 0 5b 5c 0 b c
2a b 3c 0 5b 5c 0 c
Do đó không gian nghiệm của hệ phương trình là c 1;1;1 | c 1;1;1 .
Suy ra 1 vectơ riêng ứng với giá trị riêng 1 0 là v1 1;1;1 .
b 2c 0 a b c 0 b 2c
+ Với 2 3 ta có hệ phương trình: a b c 0 a c 0 a c
2a b 0 a c 0 c
Do đó không gian nghiệm của hệ phương trình là c 1; 2;1 | c 1; 2;1 .
Suy ra 1 vectơ riêng ứng với giá trị riêng 2 3 là v2 1; 2;1 .
2a b 2c 0 a c
2a b 2c 0
+ Với 3 5 ta có hệ phương trình: a 3b c 0 b 0
2a b 2c 0 5b 0 c
Do đó không gian nghiệm của hệ phương trình là c 1;0;1 | c 1;0;1 .
Suy ra 1 vectơ riêng ứng với giá trị riêng 3 5 là v3 1;0;1 .
1 1 1
Suy ra x t c1 1 e c2 2 e c3 0 e 5t .
0.t 3t
1 1 1
x
c1
x c1 c2 c3 x c1 c2 c3 x 6c2 x 3
Mà x 0 0 nên c1 2c2 0
x
c1 2c2 0 c1 2c2 c2
c c c 0 c 3c 6
0 c1 c2 c3 0 1 2 3 3 2
x
c3 2
1 1 1
x x 3t x 5t
Vậy x t 1 2 e 0 e .
3 6 2
1 1 1
21
Còn rất nhiều ứng dụng của chéo hóa ma trận trong cuộc sống mà chúng tôi chưa đề cập đến
như việc xếp hạng các trang web (Pagerank) hay nhận dạng khuôn mặt riêng (Eigenfaces), …
Bên cạnh đó, khi giải phương trình x Ax chúng tôi gặp trường hợp ma trận A không chéo
hóa được. Chúng tôi mong muốn sẽ tiếp tục tìm hiểu việc giải quyết trường hợp này trong
thời gian sắp tới.
22