Chapter 1: System of linear equations

1.Gaussian Elimination(Phép khử Gauss)

Bằng cách sử dụng các phép toán hàng cơ bản để chuyển ma trận
thành ma trận "đẹp".

2.Row- echelon form (dạng bậc thang theo dòng)

Một row-echelon matrix có 3 thuộc tính:

-Tất cả các hàng 0 đều ở dưới cùng

-Mục nhập khác không đầu tiên từ bên trái trong mỗi hàng không phải là
1, được gọi là 1 đầu tiên cho hàng đó

-Mỗi đầu 1 nằm ở bên phải của tất cả các đầu 1 ở các hàng phía trên nó
2.1Row-echelon matrix

Row-echelon matrix có dạng “bậc thang”

3.Gaussian Algorithm

Bước 1. Nếu tất cả các hàng đều là số 0, hãy dừng lại

Bước 2. Nếu không, hãy tìm cột đầu tiên từ bên trái chứa mục nhập
khác không (gọi nó là a) và di chuyển hàng có chứa a lên vị trí trên cùng

Bước 3. Nhân hàng đó với 1 / a để tạo ra 1

Bước 4. Bằng cách trừ bội số của hàng đó với các hàng bên dưới nó,
tạo mỗi mục nhập dưới số 0 ở đầu

Bước 5. Lặp lại bước 1-4 trên ma trận bao gồm các hàng còn lại
Ex:

A. To row-echelon matrix

B. To reduce row- echelon matrix

4.The rank of a matrix

Nếu ma trận A có ma trận cấp bậc hàng là

=> Rank A =4

Chapter 2:Matrix Algebra

1.Phép cộng ma trận, phép nhân vô hướng và phép chuyển vị

Định nghĩa:

-Ma trận mxm được gọi là ma trận vuông (ma trận vuông) có kích thước
m

-Ma trận 0 (ma trận không) có kích thước mxn là ma trận mà tất cả các
mục của nó là 0
-Nếu A = [aij] là ma trận mxn thì -A tham chiếu đến ma trận phủ định
(ma trận đối) của A và được xác định bởi
-A = [- aij]
-Ma trận đơn vị là một ma trận vuông với 1 trên đường chéo chính và số
không ở những nơi khác
-Hai ma trận được gọi là bằng nhau nếu
+Chúng có cùng kích thước
+Các mục nhập tương ứng đều bằng nhau
-Nếu A = [aij], B = [bij] thì A = B có nghĩa là aij = bij với mọi i và j

A.Phép cộng ma trận

Nếu A = [aij], B = [bij] thì ma trận tổng A + B được xác định bởi A + B =
[aij + bij]

Sự khác biệt A-B là một ma trận được xác định bởi

A-B = A + (- B) = [aij-bij] cho mọi ma trận mxn A và B

Ex:

Nếu A, B và C là bất kỳ ma trận nào có cùng kích thước, thì

A + B = B + A ( giao hoán)

A + (B + C) = (A + B) + C ( kết hợp)

Ex:\
B.Phép nhân vô hướng

-Giả sử A = [aij] là ma trận mxn và k là ma trận thực, bội vô hướng kA là

ma trận được xác định bởi kA = [kaij]

kA = 0 (k = 0 hoặc A = 0)

(k = 0 hoặc A = 0) kA = 0
Theorem 1:
C.Phép chuyển vị

Nếu A = [aij] là ma trận mxn bất kỳ, thì chuyển vị của A, được viết A ^ T,
là ma trận nxm được xác định bởi A ^ T = [aji]

Hàng i của A là cột i của A ^ T

Cột j của A là hàng j của A ^ T

Theorem 2:
(AT)T=A
(kA)T=k(AT)
(A+B)T=AT+BT

2.Phép nhân ma trận

Suppose A=[a ij] is an mxk matrix and B=[bij] is an mxk matrix, then the
product AB=[c ij] is an mxn matrix whose the (i,j)-entry is the dot product
of row i of A and column j of B

cij=(row i of A).(column j of B)

Note that A mxkBkxn is a mxn matrix

Theorem 1:
3. Ma trận nghịch đảo

Nếu A là ma trận vuông, ma trận B được gọi là nghịch đảo (nghịch đảo)
của A nếu và chỉ khi AB = I và BA = I

Ma trận A có nghịch đảo được gọi là ma trận khả nghịch (khả nghịch)

Ex:

+Ma trận nghịch đảo 2x2:

Ma trận:

Định thức của A là detA = ad-bc

Ma trận bổ sung của A được xác định bởi

3.1Thuật toán đảo ngược ma trận

Theorem 3.

Either any square matrix can be reduced to I or not.

In the first case, the algorithm produces A -1;

in the second, A -1 does not exist.

Ex:
Tìm ma trận đảo của ma trận:
Kết quả:

Theorem 4

(A-1)-1=A
(AB)-1=B-1A-1
(AT)-1=(A-1)T
(A1A2…Ak)-1=Ak-1…A2-1A1-1
(Ak)-1=(A-1)k
(aA)-1=A-1/a
I-1=I
4.Phép biến đổi ma trận
Chuyển đổi tuyến tính
T: Rn => Rm is called a linear transformation ( phép biến đổi tuyến tính)if it
satisfies:

1.T(X+Y)=T(X)+T(Y) for all vectors X and Y

2.T(aX)=aT(X) for all vector X and all scalar a

If T is a linear transformation then

T(0)=0
T(-X)=-T(X)

Tổ hợp tuyến tính

Y=a1X1+a2X2+…+anXn is called a linear combination of vectors
X1,X2,…,Xn

Theorem 1. If T: Rn => Rm is linear transformation, then

T(a1X1+a2X2+…+anXn)
= a1 T(X1)+a2T(X2)+…+anT(Xn)
for all vectors Xi, and all scalar ai
Chapter 3:Determinants and Diagonalization

1. The cofactor Expansion

Nếu A = [a] thì định thức của A, ký hiệu là detA = a

Nếu A là ma trận 2x2 thì

Nếu A là ma trận 3x3 thì định thức của A được xác định bởi
Phần phụ đại số(The (i,j)-cofactor)
•If A is an mxm matrix then the (i,j)-cofactor of A is defined by
cij(A)=(-1)i+jdet(Aij)

•Aij is the (m-1)x(m-1) matrix obtained from A by deleting row i and

column j of A

•For example, c23(A)=(-1)2+3det(A23)=-14

Định nghĩa:

Nếu A là ma trận mxm thì định thức của A được xác định bởi

detA=ai1ci1(A)+ai2ci2(A)+…+aimcim(A)
or detA= a1jc1j(A)+a2jc2j(A)+…+amjcmj(A)
2.Determinant and Matrix Inverses

Nếu A khả nghịch thì A -> ma trận nhận dạng

Nếu detA ≠ 0 và A->B bằng các phép toán cơ bản thì detB ≠ 0
A không thể đảo ngược iff detA ≠ 0

Đưa ra công thức để tìm A^-1

A.i,j-Cofactor (phần phụ đại số)

•cij=cij(A)=(-1)i+jdet(Aij) ( it is a number)
•Aij is the matrix obtained from A by deleting row i and column j
B.Eigenvalues and eigenvectors

•If A is an nxn matrix, a number λ is called an eigenvalue of A if AX=λX

for some column X≠0

•Such a nonzero column X is called an eigenvector of A corresponding

to λ, or a λ-eigenvector for short
Ex: