MỤC LỤC

LỜI CẢM ƠN
LÝ DO CHỌN ĐỀ TÀI
Trang
Chương:1 KIẾN THỨC CHUẨN BỊ .................................................................................................... 1
1.1 Hệ phương trình tuyến tính ......................................................................................................... 9
1.1.1 Dạng của hệ phương trình tuyến tính ................................... Error! Bookmark not defined.
1.1.2 Giải hệ phương trình tuyến tính ........................................... Error! Bookmark not defined.
1.1.3 Hệ phương trình thuần nhất ................................................. Error! Bookmark not defined.
1.1.4 Phương pháp Gauss .............................................................. Error! Bookmark not defined.
1.2 Đại số ma trận .............................................................................................................................. 1
1.2.1 Các khái niệm ........................................................................................................................ 1
1.2.2 Các dạng đặc biệt của ma trận. ............................................................................................ 1
1.2.3 Các phép toán về ma trận ..................................................................................................... 2
Chương:2 ỨNG DỤNG HỆ PHƯƠNG TRÌNH TUYẾN TÍNH TRONG CÁC BÀI TOÁN THỰC TẾ
.............................................................................................................................................................. 12
2.1 Xây dựng các đường cong và bề mặt đi qua các điểm đã chỉ định ........................................... 12
2.1.1 Giới thiệu ............................................................................... Error! Bookmark not defined.
2.1.2 Ví dụ ...................................................................................... Error! Bookmark not defined.
2.1.3 Bài tập.................................................................................... Error! Bookmark not defined.
2.2 Giải hệ phương trình vi phân .................................................................................................... 16
2.2.1 Giới thiệu ............................................................................... Error! Bookmark not defined.
2.2.2 Ví dụ ...................................................................................... Error! Bookmark not defined.
2.2.3 Bài tập.................................................................................... Error! Bookmark not defined.
Chương:3 ỨNG DỤNG HỆ SỐ MA TRẬN TRONG CÁC BÀI TOÁN THỰC TẾ ......................... 21
3.1 Ứng dụng Di truyền học ............................................................................................................ 21
3.1.1 Giới thiệu ............................................................................................................................. 21
3.1.2 Ví dụ ...................................................................................... Error! Bookmark not defined.
3.1.3 Bài tập.................................................................................... Error! Bookmark not defined.
3.2 Ứng dụng trong mật mã học ...................................................................................................... 25
3.2.1 Giới thiệu ............................................................................................................................. 25
3.2.2 Ví dụ ...................................................................................... Error! Bookmark not defined.
 Ví dụ 3: ........................................................................................... Error! Bookmark not defined.
3.2.3 Bài tập.................................................................................... Error! Bookmark not defined.
3.3 Ứng dụng trong hóa học ............................................................................................................ 31
3.3.1 Giới thiệu ............................................................................... Error! Bookmark not defined.
3.3.2 Ví dụ ...................................................................................... Error! Bookmark not defined.
3.3.3 Bài tập.................................................................................... Error! Bookmark not defined.
3.4 Ứng dụng trong mô hình kinh tế Leonteif................................... Error! Bookmark not defined.
3.4.1 Giới thiệu ............................................................................................................................. 35
3.4.2 Ví dụ .................................................................................................................................... 37
3.4.3 Bài tập.................................................................................... Error! Bookmark not defined.
3.5 Ứng dụng trong chuỗi Markov .................................................................................................. 38
3.5.1 Giới thiệu ............................................................................... Error! Bookmark not defined.
3.5.2 Ví dụ .................................................................................................................................... 42
3.5.3 Bài tập.................................................................................... Error! Bookmark not defined.
3.6 Ứng dụng trong mạch điện ......................................................... Error! Bookmark not defined.
3.6.1 Giới thiệu ............................................................................................................................. 46
3.6.2 Ví dụ ...................................................................................... Error! Bookmark not defined.
3.6.3 Bài tập.................................................................................... Error! Bookmark not defined.
3.7 Ứng dụng trong phân luồng giao thông ................................................................................... 52
3.7.1 Giới thiệu ............................................................................................................................. 52
3.7.2 Ví dụ .................................................................................................................................... 52
3.7.3 Bài tập.................................................................................... Error! Bookmark not defined.

KẾT LUẬN……………………………………………………………………………………………….63
TÀI LIỆU THAM KHẢO……………………………………………………………………………….64
LỜI CẢM ƠN
Khóa luận tốt nghiệp chuyên ngành Toán Ứng Dụng với Đề tài “Một số ứng dụng của
đại số tuyến tính vào các lĩnh vực khác” là kết quả của quá trình cố gắng không
ngừng nghỉ của bản thân và được sự giúp đỡ tận tình, động viên khích lệ của thầy cô,
bạn bè và người thân. Qua đây, em xin gửi lời cảm ơn chân thành đến những người đã
giúp đỡ em trong thời gian học tập vừa qua.
Xin chân thành cảm ơn Ban giám hiệu trường Đại học Cần Thơ vì đã tạo điều kiện về cơ
sở vật chất với hệ thống thư viện hiện đại, tài liệu đa dạng đã tạo điều kiện thuận lợi cho
em trong việc tìm kiếm thông tin và tài liệu tham khảo.
Xin cảm ơn quý Thầy Cô của bộ môn Toán học, đặc biệt là Cô Phạm Bích Như đã tận
tình giúp đỡ, định hướng cách tư duy và cách làm việc khoa học cho em những nhận xét
quý báu, chỉnh sửa những sai sót trong bản thảo luận văn của em . Trong thời gian làm
luận văn cùng cô em đã có thêm cho mình nhiều kiến thức bổ ích, tinh thần học tập hiệu
quả, nghiêm túc. Đó là những góp ý hết sức quý báu không chỉ trong quá trình thực hiện
luận văn này mà còn là hành trang tiếp bước cho em trong quá trình học tập và lập
nghiệp sau này.
Những kiến thức em đã được học trong suốt những năm quan từ quý Thầy Cô trong Bộ
môn vô cùng hữu ích và có tính ứng dụng cao. Chương trình đào tạo đảm bảo cung cấp
đủ kiến thức, gắn liền với nhu cầu thực tiễn của xã hội. Mặc dù, em đã có nhiều cố gắng
nhưng do bản thân chưa có nhiều kinh nghiệm làm đề tài cũng như còn một số hạn chế về
mặt kiến thức cho nên nhưng trong luận văn chắc chắn sẽ không tránh khỏi những thiếu
sót. Rất mong nhận được sự góp ý từ phía quý Thầy Cô, các bạn để luận văn được hoàn
thiện hơn.
Cuối cùng, em xin cảm ơn gia đình, người thân, bạn bè đã luôn bên cạnh, ủng hộ, động
viên.
Em xin chân thành cảm ơn!
Cần Thơ, tháng 12 năm 2022

Trần Đình Chiến

LÝ DO CHỌN ĐỀ TÀI

Giai đoạn hiện nay toàn cầu hoá kinh tế trở thành xu thế nổi bật và tất yếu chi phối thời đại
là yếu tố quan trọng đối với sự phát triển kinh tế của các nước. Cùng với đó cuộc cách
mạng khoa học công nghệ mới lần thứ 3 diễn ra với nhịp độ ngày càng mạnh mẽ, mà cốt
lõi là dựa trên việc ứng dụng các phát minh khoa học công nghệ dựa trên nền tảng toán học
phát triển các ngành công nghệ cao như công nghệ truyền thông và tin học, công nghệ vật
liệu mới, công nghệ sinh học… đã làm thay đổi mọi mặt đời sống kinh tế - chính trị và xã
hội nhân loại.
Toán học là xương sống của mọi ngành, đóng vai trò quan trọng trong nền kinh tế quốc
dân.
Trong khi các phương pháp tính toán truyền thống tốn nhiều thời nhưng hiệu quả lại giảm
sút thì hệ phương trình tuyến tính và đại số ma trận gần như đã trở thành lựa chọn số
một cho lĩnh vực toán học để phát triển các ngành nghề hiện nay. Số lượng các ngành nghề
sử dụng các công cụ ứng dụng toán học ngày càng tăng, ngân sách cho toán học ngày càng
cao đủ để chứng tỏ sự tiện lợi cũng như lợi ích mà toán học mang lại cho các ngành không
nhỏ.
Nhận thức được tầm quan trọng của hệ phương trình tuyến tính và đại số ma trận ảnh
hưởng đến hiệu quả các ngành nghề ra sao, tôi đã chọn đề tài “Ứng dụng hệ phương trình
tuyến tính và đại số ma trận trong các bài toán thực tế” là đề tài cho khóa luận của
mình.
Chương 1

KIẾN THỨC CHUẨN BỊ

1.1 Đại số ma trận
1.1.1 Các khái niệm
Ma trận A cấp m  n trên R là một bảng số hình chữ nhật gồm m hàng và n cột được biểu
diễn như sau:

Trong đó:
𝑎𝑖𝑗 ∈ 𝑅 : là phần tử thuộc dòng i và cột j của ma trận A.
m : số dòng của ma trận A.
n : số cột của ma trận A.
(𝑎𝑖1 𝑎𝑖2 … 𝑎𝑖𝑛 ) : dòng thứ i của ma trận A.

: cột thứ j của ma trận A.

Ký hiệu 𝑀𝑚𝑛  là tập hợp các ma trận cấp m  n trên R .

1 2 4
Ví dụ. Xét ma trận B = ( ) . Ma trận B là ma trận cấp 2  3.
3 5 1
1.1.2 Các dạng đặc biệt của ma trận.
1)Ma trận dòng
Ma trận dòng là ma trận có một dòng và n cột, ký hiệu là A = (𝑎1 𝑎2 … 𝑎𝑛 )
2) Ma trận cột
𝑎1
Ma trận cột là ma trận có m dòng và một cột, ký hiệu là : A = ( 𝑎2 )
𝑎𝑚

Trang 1
3) Ma trận không:
Ma trận không là ma trận có tất cả các phần tử đều bằng 0, ký hiệu 0 = 0𝑚𝑛
4) Ma trận vuông cấp n:
Ma trận vuông cấp n là ma trận có số dòng và số cột bằng n, ký hiệu là

Tập hợp các ma trận vuông cấp n được ký hiệu: A ∈ 𝑀𝑛 (R).

Đường thẳng đi qua các phần tử 𝑎11 , 𝑎22 , 𝑎33 ,…, 𝑎𝑛𝑛 được gọi là đường chéo chính của
ma trận A. Đường thẳng đi qua các phần tử 𝑎1𝑛 , 𝑎2(𝑛−1), 𝑎3(𝑛−2) , … , 𝑎𝑛1 được gọi là đường
chéo phụ của ma trận A.
5) Ma trận tam giác
Ma trận tam giác trên là ma trận vuông có các phần tử nằm phía dưới đường chéo chính
đều bằng 0.
Ma trận tam giác dưới là ma trận vuông có các phần tử nằm phía trên đường chéo chính
đều bằng 0.
6) Ma trận chéo
Ma trận chéo là ma trận vuông có các phần tử không nằm trên đường chéo chính bằng 0
7) Ma trận đơn vị cấp n
Ma trận đơn vị cấp n là ma trận chéo có các phần tử nằm trên đường chéo chính bằng 1.
Ký hiệu là I=𝐼𝑛 .
8) Ma trận chuyển vị
Chuyển vị của ma trận A là ma trận có được từ A bằng cách viết các hàng của ma trận A
theo thứ tự thành cột, ký hiệu là 𝐴𝑡 .
9) Ma trận đối xứng
𝑛, tức là A  𝐴𝑡
̅̅̅̅̅
Ma trận vuông A=(𝑎𝑖𝑗 )𝑛 gọi là ma trận đối xứng nếu 𝑎𝑖𝑗 = 𝑎𝑗𝑖 , ∀𝑖, j=1,
1.1.3 Các phép toán về ma trận
1) Hai ma trận bằng nhau.
Trang 2
Hai ma trận cùng cấp A ∈ 𝑀𝑚𝑥𝑛(R) và B ∈ 𝑀𝑚𝑥𝑛(R) gọi là bằng nhau nếu các phần tử
tương ứng của chúng bằng nhau, tức là: A = B ⇔ 𝑎𝑖𝑗 =𝑏𝑖𝑗 (∀𝑖, 𝑗).

2) Phép nhân một số với ma trận.

Cho c≠0 và ma trận A=(𝑎𝑖𝑗 )𝑚𝑥𝑛 ∈ 𝑀𝑚𝑥𝑛(R). Khi đó : cA= (𝑐𝑎𝑖𝑗 )𝑚𝑥𝑛

3) Phép cộng hai ma trận.

Cho A=(𝑎𝑖𝑗 )𝑚𝑥𝑛 và B=(𝑏𝑖𝑗 )𝑚𝑥𝑛. Tổng của A và B là ma trận C=(𝑐𝑖𝑗 )𝑚𝑥𝑛 được xác định
như sau:

𝑐𝑖𝑗 = 𝑎𝑖𝑗 + 𝑏𝑖𝑗 , (∀𝑖 = 1, 𝑚, 𝑗 = 1, 𝑛)

Nhận xét. Phép cộng hai ma trận chỉ thực hiện được khi hai ma trận đó cùng cấp.
4) Phép nhân một dòng với một cột
Cho A ∈ 𝑀1𝑥𝑛 (R) và B ∈ 𝑀𝑛𝑥1(R)

Khi đó AB gọi là tích (vô hướng) của một dòng với một cột:
AB=𝑎1 𝑏1 +𝑎2 𝑏2 + ⋯ + 𝑎𝑛 𝑏𝑛
5) Phép nhân hai ma trận

Trang 3
1.2.4 Các tính chất của các phép toán trên ma trận
Phép cộng hai ma trận có các tính chất sau:

Trang 4
1.2.5 Ma trận bậc thang

1.2.6 Hạng của ma trận

Trang 5
1.2.7 Ma trận nghịch đảo
1) Định nghĩa

2) Định lí

3) Tính chất

4) Phương pháp tìm ma trận nghịch đảo bằng phép biến đổi sơ cấp

Trang 6
1.2 Định thức

Trang 7
Trang 8
1.3 Hệ phương trình tuyến tính
1.3.1 Định nghĩa
Dạng tổng quát của hệ phương trình đại số tuyến tính được viết như sau

Trang 9
 1.3.2 Định lý
Đối với hệ phương trình tuyến tính (*) thì chỉ có một trong ba trường hợp nghiệm
xảy ra là: hoặc có nghiệm duy nhất hoặc vô nghiệm hoặc vô số nghiệm.
1.3.3 Hệ quả
Hệ phương trình tuyến tính thuần nhất chỉ có nghiệm tầm thường hoặc có vô số
nghiệm.
1.3.4 Định nghĩa
Cho hệ phương trình tuyến tính (*) Đặt:

Ta gọi A là ma trận hệ số, X là cột các ẩn và B cột các hệ số tự do của hệ (*)

Ký hiệu:

𝐴̅ = 𝐴|𝐵=

Ma trận 𝐴̅ được gọi là ma trận mở rộng của hệ (*) khi viết 𝐴̅ = 𝐴|𝐵 gọi là sự ma trận
hoá hệ (*)

Trang 10
 1.3.5 Định nghĩa
Hai hệ phương trình tuyến tính (có cùng số ẩn) được gọi là tương đương nhau nếu
có cùng tập hợp nghiệm.
1.3.6 Định lý
Cho hai hệ gồm m phương trình tuyến tính n ẩn trên K có dạng ma trận hoá lần lượt
là 𝐴 = 𝐴|𝐵 và 𝐶̅ = (C|D), 𝐴̅ ∽ 𝐶̅ khi đó, nếu thì hai hệ trên tương đương nhau.
̅

1.3.7 Thuật toán Gauss và Guss- Jordan để

giải hệ phương trình tuyến tính
1) Thuật toán Gauss

𝐴̅ = 𝐴|𝐵

2) Thuật tóan Gauss – Jordan

Trang 11
 a) Định nghĩa

b) Mệnh đề

c) Định lý: (Kronecker – Capelli)

Hệ phương trình tuyến tính AX = B có nghiệm nếu và chỉ nếu r(A) = r(𝐴̅)
d) Định lý
Nếu 𝐴̅ = (A|B) là dạng ma trận hóa của hệ phương trình tuyến tính AX = B thì r(𝐴̅)
= r(A) hoặc r(𝐴̅) = r(A) + 1. Hơn nữa,
(i) Nếu r(𝐴̅) = r(A) + 1 thì hệ vô nghiệm
(ii) Nếu r(𝐴̅) = r(A) = n thì hệ có nghiệm duy nhất
(iii) Nếu r(𝐴̅) = r(A) < n thì hệ có vô số nghiệm với bậc tự do n – r(A)

Chương 2

ỨNG DỤNG HỆ PHƯƠNG TRÌNH TUYẾN TÍNH VÀO CÁC LĨNH VỰC KHÁC
1.4 Xây dựng các đường cong và bề mặt đi qua các điểm đã chỉ định
Phương trình của một đường thẳng 𝑎𝑥 + 𝑏𝑦 + 𝑐 = 0 𝑎2 + 𝑏 2 > 0
Phương trình của của 1 đường tròn 𝑎 (𝑥2 + 𝑦2) + 𝑏𝑥 + 𝑐𝑦 + 𝑑 = 0 𝑎≠0
Phương trình của trình mặt phẳng 𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 + 𝑑 = 0 𝑎 + 𝑏2 + 𝑐 2 > 0
2

Trang 12
Phương trình của Parabol 𝑦 = 𝑎𝑥 2 + 𝑏𝑥 + 𝑐 𝑎≠0

Bài Toán 1
Viết phương trình đường thẳng đi qua 2 điểm 𝐴 = (𝑎1 , 𝑎2 ) và 𝐵 = (𝑏1 , 𝑏2 )
Giải
Giả sử phương trình đường thẳng có dạng 𝑎𝑥 + 𝑏𝑦 + 𝑐 = 0, 𝑎2 + 𝑏 2 > 0
Vì đường thẳng 𝑎𝑥 + 𝑏𝑦 + 𝑐 = 0 đi qua hai điểm 𝐴 = (𝑎1 , 𝑎2 ) và 𝐵 = (𝑏1 , 𝑏2 ) nên tọa
độ của 𝐴, 𝐵 thỏa mãn phương trình. Khi đó, ta nhận được hệ phương trình sau
xa +yb +c = 0
{𝑎1 a +𝑎2 b +c = 0
𝑏1 a +𝑏2 b +c = 0
Vì 𝑎, 𝑏 không được đồng thời bằng 0, nghĩa là hệ phương trình trên phải vô số nghiệm khi
và chỉ khi
𝑥 𝑦 1
𝑎 1 𝑎 1 𝑎1 𝑎2
|𝑎1 𝑎2 1| = 0 ⇔ 𝑥 | 2 | -y| 1 | + 1 |𝑏
𝑏2 1 𝑏1 1 1 𝑏2 | = 0
𝑏1 𝑏2 1
⇔ (𝑎2 − 𝑏2 )𝑥 − (𝑎1 − 𝑏1 )𝑦 + (𝑎1 𝑏2 − 𝑏1 𝑎2 ) = 0 (1)
Vậy (1) chính là phương đường thẳng cần tìm đi qua 2 điểm 𝐴, 𝐵.
Áp dụng:
Ví dụ 1: Viết phường trình đường thẳng đi qua 2 điểm 𝐴 = (1,5) 𝑣à 𝐵 = (1,2)
Giải:
Áp dụng công thức (1) ta có phương trình đường thẳng đi qua 2 điểm 𝐴, 𝐵 là
(𝑎2 − 𝑏2 )𝑥 − (𝑎1 − 𝑏1 )𝑦 + (𝑎1 𝑏2 − 𝑏1 𝑎2 ) = 0 ⇔ 3𝑥 − 3 = 0 ⇔ 𝑥 − 1 = 0
Ví dụ 2: Viết phường trình đường thẳng đi qua 2 điểm 𝐴 = (2,4) 𝑣à 𝐵 = (1,4)
Giải:
Áp dụng công thức (1) ta có phương trình đường thẳng đi qua 2 điểm 𝐴, 𝐵 là
(𝑎2 − 𝑏2 )𝑥 − (𝑎1 − 𝑏1 )𝑦 + (𝑎1 𝑏2 − 𝑏1 𝑎2 ) = 0 ⇔ −𝑦 + 4 = 0
Ví dụ 3: Viết phường trình đường thẳng đi qua 2 điểm 𝐴 = (3,5) và 𝐵 = (2,4)
Giải:

Trang 13
Áp dụng công thức (1) ta có phương trình đường thẳng đi qua 2 điểm 𝐴, 𝐵 là
(𝑎2 − 𝑏2 )𝑥 − (𝑎1 − 𝑏1 )𝑦 + (𝑎1 𝑏2 − 𝑏1 𝑎2 ) = 0 ⇔ 𝑥 − 𝑦 + 2 = 0
Bài toán 2:
Viết phương trình đường tròn đi qua ba điểm 𝐴 = (𝑎1 , 𝑎2 ), 𝐵 = (𝑏1 , 𝑏2 ), 𝐶 = (𝑐1 , 𝑐2 ).
Giải
Giả sử phương trình đường tròn có dạng 𝑎(𝑥2 + 𝑦2 ) + 𝑏𝑥 + 𝑐𝑦 + 𝑑 = 0 trong đó 𝑎 ≠ 0
Vì đường thẳng 𝑎 (𝑥2 + 𝑦2) + 𝑏𝑥 + 𝑐𝑦 + 𝑑 = 0 đi qua ba điểm 𝐴 = (𝑎1 , 𝑎2 ),
𝐵 = (𝑏1 , 𝑏2 ), 𝐶 = (𝑐1 , 𝑐2 ) nên tọa độ của 𝐴, 𝐵, 𝐶 thỏa mãn phương trình. Khi đó, ta nhận
được hệ phương trình sau
(𝑥 2 + 𝑦 2 )𝑎 +𝑥𝑏 +𝑦𝑐 +𝑑 = 0
(𝑎1 2 + 𝑎2 2 )𝑎 +𝑎1 𝑏 +𝑎2 𝑐 +𝑑 = 0
(𝑏1 2 + 𝑏2 2 )𝑎 +𝑏1 𝑏 +𝑏2 𝑐 +𝑑 = 0
2
{ (𝑐1 + 𝑐2 )𝑎
2
+𝑐1 𝑏 +𝑐2 𝑐 +𝑑 = 0

Vì 𝑎, 𝑏, 𝑐 không được đồng thời bằng 0, nghĩa là hệ phương trình trên phải vô số nghiệm
khi và chỉ khi
𝑥2 + 𝑦2 𝑥 𝑦 1
2 2 𝑎2 1
||𝑎1 2 + 𝑎22
𝑎1
| = 0 (𝟐)
𝑏1 + 𝑏2 𝑏1 𝑏2 1|
𝑐1 2 + 𝑐2 2 𝑐1 𝑐2 1

Vậy (2) chính là phương đường tròn cần tìm đi qua 3 điểm 𝐴, 𝐵, 𝐶.
Áp dụng:
Ví dụ 4: Tìm phương trình đường tròn đi qua ba điểm 𝐴 = (1,1) , 𝐵 = (−2,1) , 𝐶 =
(3,2).
Giải:
Áp dụng công thức (2) ta có phương trình đường tròn đi qua 3 điểm 𝐴, 𝐵, 𝐶 là
𝑥2 + 𝑦2 𝑥 𝑦 1
| 2 1 1 1| = 0
5 −2 1 1
10 3 2 1
1 1 1 2 1 1 2 1 1 2 1 1
⇔ (𝑥 2 + 𝑦 2 ) |−2 1 1| − 𝑥 | 5 1 1| + 𝑦 | 5 −2 1| − | 5 −2 1| = 0
3 2 1 10 2 1 10 3 1 10 3 2
Trang 14
⇔ −3𝑥 2 − 3𝑥 − 3𝑦 2 + 30𝑦 − 21 = 0
Bài toán 3:
Viết phương trình mặt phẳng đi qua ba điểm
𝐴 = (𝑎1 , 𝑎2 , 𝑎3 ), 𝐵 = (𝑏1 , 𝑏2 , 𝑏3 ), 𝐶 = (𝑐1 , 𝑐2 , 𝑐3 ).
Giải
Giả sử phương trình mặt phẳng có dạng 𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 + 𝑑 = 0 , 𝑎2 + 𝑏 2 + 𝑐 2 > 0
Vì mặt phẳng 𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 + 𝑑 = 0 đi qua ba điểm 𝐴 = (𝑎1 , 𝑎2 , 𝑎3 ),
𝐵 = (𝑏1 , 𝑏2 , 𝑏3 ), 𝐶 = (𝑐1 , 𝑐2 , 𝑐3 ) nên tọa độ của 𝐴, 𝐵, 𝐶 thỏa mãn phương trình. Khi đó, ta
nhận được hệ phương trình sau
𝑥𝑎 +𝑦𝑏 +𝑧𝑐 +𝑑 = 0
𝑎 𝑎 +𝑎2 𝑏 +𝑎3 𝑐 +𝑑 = 0
{ 1
𝑏1 𝑎 +𝑏2 𝑏 +𝑏3 𝑐 +𝑑 = 0
𝑐1 𝑎 +𝑐2 𝑏 +𝑐3 𝑐 +𝑑 = 0
Vì 𝑎, 𝑏, 𝑐 không được đồng thời bằng 0, nghĩa là hệ phương trình 𝐴𝑋 = 𝜃 phải vô số
nghiệm khi và chỉ khi 𝑑𝑒𝑡(𝐴) = 0
𝑥 𝑦 𝑧 1
𝑎1 𝑎2 𝑎3 1
⇔| | = 0 (𝟑)
𝑏1 𝑏2 𝑏3 1
𝑐1 𝑐2 𝑐3 1
Vậy (3) chính là phương mặt phẳng cần tìm đi qua đi qua ba điểm 𝐴, 𝐵, 𝐶.
Áp dụng:
Ví dụ 4: Tìm phương trình mặt phẳng 𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 + 𝑑 = 0 đi qua ba điểm
𝐴 = (1,2,5), 𝐵 = (−2,5,4), 𝐶 = (4, −1,4).
Giải
Áp dụng công thức (3) ta có phương trình đường tròn đi qua 3 điểm 𝐴, 𝐵, 𝐶 là
𝑥 𝑦 𝑧 1
1 2 5 1| = 0
|
−2 5 4 1
4 −1 4 1
2 5 1 1 5 1 1 2 1 1 2 5
⇔ 𝑥| 5 4 1 | − 𝑦 | −2 4 1 | + 𝑧 | −2 5 1 | − | −2 5 4| = 0
−1 4 1 4 4 1 4 1 1 4 1 4
Trang 15
⇔ −6𝑥 − 6𝑦 + 18 = 0
Bài toán 4:
Viết phương trình Parabol đi qua 3 điểm 𝐴 = (𝑎1 , 𝑎2 ), 𝐵 = (𝑏1 , 𝑏2 ), 𝐶 = (𝑐1 , 𝑐2 ).
Giả sử phương trình Parabol có dạng 𝑦 = 𝑎𝑥 2 + 𝑏𝑥 + 𝑐 = 0 ⇔ 𝑎𝑥 2 + 𝑏𝑥 − 𝑦 + 𝑐 = 0
trong đó 𝑎 ≠ 0. Vì Parabol 𝑎𝑥 2 + 𝑏𝑥 − 𝑦 + 𝑐 = 0 đi qua 3 điểm 𝐴 = (𝑎1 , 𝑎2 ), 𝐵 =
(𝑏1 , 𝑏2 ), 𝐶 = (𝑐1 , 𝑐2 ) nên tọa độ của 𝐴, 𝐵 thỏa mãn phương trình. Khi đó, ta nhận được hệ
phương trình sau
𝑥 2𝑎 +𝑥𝑏 −𝑦 +𝑑 = 0
𝑎1 2 𝑎 +𝑎1 𝑏 −𝑎2 +𝑑 = 0
𝑏1 2 𝑎 +𝑏1 𝑏 −𝑏2 +𝑑 = 0
{ 𝑐1 2 𝑎 +𝑐1 𝑏 −𝑐2 +𝑑 = 0

Vì 𝑎, 𝑏, 𝑐 không được đồng thời bằng 0, nghĩa là hệ phương trình 𝐴𝑋 = 𝜃 phải vô số

nghiệm khi và chỉ khi 𝑑𝑒𝑡(𝐴) = 0
𝑥2 𝑥 −𝑦 1
𝑎1 2 𝑎1 −𝑎2 1
|
⇔| 2 | = 0 (𝟒)
𝑏1 𝑏1 −𝑏2 1|
𝑐1 2 𝑐1 −𝑐2 1

Vậy (4) chính là phương Parabol cần tìm đi qua 3 điểm 𝐴, 𝐵, 𝐶.

Áp dụng:
Ví dụ 5: Tìm phương trình Parabol đi qua ba điểm 𝐴 = (2,5) , 𝐵 = (3, −1) , 𝐶 = (−3,2).
Giải:
Áp dụng công thức (4) ta có phương trình Parabol đi qua 3 điểm 𝐴, 𝐵, 𝐶 là
𝑥2 𝑥 −𝑦 1
|4 2 −5 1| = 0
9 3 1 1
9 −3 −2 1
2 −5 1 4 −5 1 4 2 1 4 2 −5
⇔ 𝑥2 | 3 1 1| − 𝑥 |9 1 1 | + 𝑦 | 9 3 1 | − | 9 3 1 |=0
−3 −2 1 9 −2 1 9 −3 1 9 −3 −2
⇔ 33𝑥 2 + 15𝑥 + 30𝑦 − 312 = 0
1.5 Giải hệ phương trình vi phân
Hệ phương trình vi phân tuyến tính thuần nhất n hàm số là hệ có dạng

Trang 16
𝑦𝑖′ = 𝑎𝑖′ (𝑥 )𝑦1 + ⋯ + 𝑎𝑛′ (𝑥 )𝑦𝑛 , 𝑖 = 1, … , 𝑛, (*)
Trong đó 𝑎𝑗𝑖 là những hàm số (xác định trên khoảng 𝐼 ⊆ ℝ)
Phương pháp giải: Để giải hệ (*) người ta tìm giải thức của hệ, tức là một ma trận cấp
𝑛 × 𝑛 mà mỗi cột thứ 𝑖 của nó là một nghiệm riêng của hệ (*) thỏa mãn điều kiện
khởi đầu
𝑌(𝑥0 ) = 𝑒𝑖
trong đó 𝑒𝑖 là vectơ trục đơn vị thứ 𝑖 (có tọa độ 𝑖 bằng 1, các toạ độ còn lại bằng 0).
Ký hiệu giải thức của (*) là 𝛷(𝑥, 𝑥0 ). Ta thấy mỗi hệ phương trình vi phân dạng
(*) đều có một giải thức duy nhất và giải thức có những tính chất đặc biệt sau đây:
(i) Tại điểm 𝑥 = 𝑥0 , giá trị của giải thức là ma trận đơn vị, tức là 𝛷 (𝑥0 , 𝑥0 ) = 𝐼 ;
(ii) Với mọi 𝑥 , 𝑥0 , 𝑥1 ta luôn có 𝛷(𝑥, 𝑥1 ) = 𝛷(𝑥, 𝑥0 )𝛷(𝑥0 , 𝑥1 ). Nói riêng 𝛷 (𝑥, 𝑥0 ) khả
nghịch và ma trận nghịch đảo của nó là 𝛷(𝑥0 , 𝑥)
(iii) Nghiệm riêng của hệ (*) thỏa mãn điều kiện khởi đầu 𝑌(𝑥0 ) = 𝑏 được tính
theo công thức 𝑌(𝑥) = 𝛷(𝑥, 𝑥0 )𝑏
Nếu như ma trận 𝐴(𝑋) xác định hệ phương trình vi phân thuần nhất (*) là một
ma trận hằng (không phụ thuộc vào 𝑥), thì giải thức của hệ (*) có dạng sau
𝛷(𝑥, 𝑥0 ) = 𝑒 𝐴(𝑥,𝑥0) (∗∗)
trong đó ma trận mũ 𝑒 𝐴𝑡 được cho bởi công thức

𝐴𝑡
𝑡 𝑡2 2 𝑡3 3
𝑒 = 𝐼 + + 𝐴 + 𝐴 + 𝐴 + ⋯ (∗∗∗)
1! 2! 3!
Với công thức trên, nghiệm của hệ (*) thỏa mãn điều kiện khởi đầu 𝑌(𝑥0 ) = 𝑏 sẽ là
𝑌(𝑥) = 𝑒 𝐴(𝑥,𝑥0) 𝑏
Ví dụ: Tính hệ phương trình vi phân với 𝑦1 (0) = 1, 𝑦2 (0) = 2
𝑦1 ′ 0 1 𝑦1
[𝑦 ] = [ ][ ]
2 0 0 𝑦2
Giải
Áp dụng công thức (∗∗)(∗∗∗) ta được

Trang 17
 1 0 𝑥 0 1 1 𝑥
𝛷(𝑥, 0) = 𝑒 𝐴𝑥 = [ ]+ [ ]=[ ]
0 1 1! 0 0 0 1
Do đó nghiệm cần tìm là
𝑦1 (𝑥) 1 𝑥 1 1+𝑥
[ ]=[ ][ ] = [ ]
𝑦2 (𝑥) 0 1 2 2

Ví dụ: Tính hệ phương trình vi phân với 𝑦1 (0) = 𝑠𝑖𝑛𝑥, 𝑦2 (0) = 𝑐𝑜𝑠𝑥
𝑦1 ′ 1 1 𝑦1
[𝑦 ] = [ ][ ]
2 0 1 𝑦2

Giải
Áp dụng công thức (∗∗)(∗∗∗) ta được
1 0 𝑥 1 1 𝑥+1 𝑥
𝛷(𝑥, 0) = 𝑒 𝐴𝑥 = [ ]+ [ ]=[ ]
0 1 1! 0 1 0 𝑥+1
Do đó nghiệm cần tìm là
𝑦 (𝑥) 𝑥+1 𝑥 𝑠𝑖𝑛𝑥 𝑥𝑠𝑖𝑛(𝑥 ) + 𝑥𝑐𝑜𝑠(𝑥 ) + sin(𝑥)
[ 1 ]=[ ][ ]=[ ]
𝑦2 (𝑥) 0 𝑥 + 1 𝑐𝑜𝑠𝑥 𝑥𝑐𝑜𝑠(𝑥 ) + cos(𝑥)
Ví dụ: Tính hệ phương trình vi phân với 𝑦1 (0) = 1, 𝑦2 (0) = 2, 𝑦3 (0) = 3
𝑦1 ′ 0 1 0 𝑦1
𝑦
[ 2 ] = [1 0 1] [𝑦2 ]
𝑦3 1 0 1 𝑦3
Giải
Áp dụng công thức (∗∗)(∗∗∗) ta được
1 0 0 𝑥 0 1 0 𝑥2 0 1 0 2
𝛷(𝑥, 0) = 𝑒 𝐴𝑥 = [0 1 0 ] + [1 0 1 ] + [1 0 1]
1! 2!
0 0 1 1 0 1 1 0 1
1 2 1 2
𝑥 +1 𝑥 𝑥
2 2
1 1 2 1 2
= 𝑥2 + 𝑥 𝑥 +1 𝑥 +𝑥
2 2 2
1 2 1 2 1 2
[2 𝑥 + 𝑥 2
𝑥
2
𝑥 + 𝑥 + 1]

Do đó nghiệm cần tìm là

Trang 18
 1 1
+1 𝑥
𝑦1 (𝑥) 2𝑥 2 2𝑥 2
1 1 1 1 2𝑥 2 + 2𝑥 + 1
[𝑦2 (𝑥)] = 2
+𝑥 +1 + 𝑥 [2] = [3𝑥 2 + 4𝑥 + 2]
2𝑥 2𝑥 2 2𝑥 2
𝑦3 (𝑥)
1 1 1
3 3𝑥 2 + 4𝑥 + 3
[2𝑥 2 + 𝑥 2𝑥 2 2𝑥 2
+ 𝑥 + 1]

Ví dụ: Tính hệ phương trình vi phân với 𝑦1 (0) = 𝑠𝑖𝑛𝑥, 𝑦2 (0) = 𝑐𝑜𝑠𝑥, 𝑦3 (0) = 𝑡𝑎𝑛𝑥
𝑦1 ′ 0 −1 0 𝑦1
𝑦
[ 2 ] = [−1 0 −3] [𝑦2 ]
𝑦3 2 1 1 𝑦3
Giải
Áp dụng công thức (∗∗)(∗∗∗) ta được
1 0 0 𝑥 0 −1 0 𝑥2 0 −1 0 2
𝛷(𝑥, 0) = 𝑒 𝐴𝑥 = [0 1 0] + [−1 0 −3] + [−1 0 −3]
1! 2!
0 0 1 2 1 1 2 1 1
1 2 3 2
𝑥 −𝑥 − 1 𝑥
2 2
3
= −3𝑥 2 − 𝑥 − 1 −𝑥 2 − 𝑥 2 − 3𝑥 − 3
2
1 2 1
[2 𝑥 + 2𝑥 + 2 − 𝑥2 + 𝑥 + 1 −𝑥 2 + 𝑥 + 1 ]
2
Do đó nghiệm cần tìm là
1 3
−𝑥 − 1
𝑦1 (𝑥 ) 2𝑥 2 2𝑥 2
3 𝑠𝑖𝑛𝑥
[𝑦2 (𝑥 )] == −3𝑥 2 − 𝑥 − 1 −𝑥 2
− 2 − 3𝑥 − 3 [𝑐𝑜𝑠𝑥 ]
𝑦3 (𝑥 ) 2𝑥 𝑡𝑎𝑛𝑥
1 1 2
[ 2𝑥 2 + 2𝑥 + 2 −
2𝑥 2
+𝑥+1 −𝑥 + 𝑥 + 1 ]
1 3 1 1 1 3 1
− (𝑥𝑐𝑜𝑠(𝑥)) − cos(𝑥) − (𝑥𝑐𝑜𝑠(3𝑥)) − cos(3𝑥) + (𝑥 2 sin(𝑥)) + (𝑥 2 sin(2𝑥) + (𝑥 2𝑠𝑖𝑛𝑥3𝑥))
2 2 2 2 4 2 4
𝑐𝑜𝑠(2𝑥) + 1
3 1 3 1 1 3 3 1 1
− (𝑥 2 cos(𝑥)) − (𝑥 2 cos(3𝑥)) − (𝑥 2 sin(𝑥)) − (𝑥𝑠𝑖𝑛(𝑥)) − sin(𝑥) − (𝑥 2 sin(2𝑥)) − 3(sin(2𝑥)) − 3 sin(2𝑥) − (𝑥 2 sin(3𝑥)) − (𝑥𝑠𝑖𝑛(3𝑥)) − sin(3𝑥)
= 2 2 2 2 2 2 2 2 2
cos(2𝑥) + 1
3 3 3 1 1 1 1 1
− (𝑥 2 cos(𝑥)) + (𝑥𝑐𝑜𝑠(𝑥)) + cos(𝑥) − (𝑥 2 cos(3𝑥)) + (𝑥𝑐𝑜𝑠(3𝑥)) + cos(3𝑥) + (𝑥 2 sin(𝑥)) + 𝑥𝑠𝑖𝑛(𝑥) + sin(𝑥) − 𝑥 2 sin(2𝑥) + 𝑥𝑠𝑖𝑛(2𝑥) + sin(2𝑥) + (𝑥 2 sin(3𝑥) + 𝑥𝑠𝑖𝑛(3𝑥)) + 𝑥𝑠𝑖𝑛(3𝑥)) + sin(3𝑥)
4 2 2 4 2 2 4 4
[ cos(2𝑥) + 1 ]

Ví dụ: Tính hệ phương trình vi phân với 𝑦1 (0) = 1, 𝑦2 (0) = 2, 𝑦3 (0) = 3, 𝑦4 (0) = 4

Trang 19
 𝑦1 ′ 1 0 0 1 𝑦1
𝑦2 1] [𝑦2 ]
[ ] = [1 0 0
𝑦3 0 1 1 0 𝑦3
𝑦4 1 0 0 1 𝑦4
Giải
Áp dụng công thức (∗∗)(∗∗∗) ta được
𝛷(𝑥, 0) = 𝑒 𝐴𝑥
1 0 0 0 1 0 0 1 2
1 0 0 1 2 3
1 0 0 1 3
𝑥 𝑥 𝑥
= [0 1 0 0] + [1 0 0 1] + [1 0 0 1] + [1 0 0 1]
0 0 1 0 1! 0 1 1 0 2! 0 1 1 0 3! 0 1 1 0
0 0 0 1 1 0 0 1 1 0 0 1 1 0 0 1
1 3 1 3
𝑥 + 𝑥2 + 𝑥 + 1 0 𝑥 + 𝑥2 + 𝑥 + 1
0
3 3
1 3 1 3
𝑥 + 𝑥2 + 𝑥 + 1 1 0 𝑥 + 𝑥2 + 𝑥 + 1
= 3 3
1 3 1 2 1 3 1 2 1 3 1 2 1 3 1 2
𝑥 + 𝑥 𝑥 + 𝑥 +𝑥 𝑥 + 𝑥 +𝑥+1 𝑥 + 𝑥
2 2 6 2 6 2 2 2
1 3 2
1 3
[3 𝑥 + 𝑥 + 𝑥 + 1 0 0 𝑥 + 𝑥 2 + 𝑥 + 1]
3
Do đó nghiệm cần tìm là
𝑦1 (𝑥 )
𝑦2 (𝑥 )
=
𝑦3 (𝑥 )
[𝑦4 (𝑥 )]
1 3 1 3
𝑥 + 𝑥2 + 𝑥 + 1 0 0𝑥 + 𝑥2 + 𝑥 + 1
3 3
1 3 1 3 1
𝑥 + 𝑥2 + 𝑥 + 1 1 0 𝑥 + 𝑥2 + 𝑥 + 1
3 3 2
[ ]
1 3 1 2 1 3 1 2 1 3 1 2 1 3 1 2 3
𝑥 + 𝑥 𝑥 + 𝑥 +𝑥 𝑥 + 𝑥 +𝑥+1 𝑥 + 𝑥
2 2 6 2 6 2 2 2 4
1 3 2
1 3
[3 𝑥 + 𝑥 + 𝑥 + 1 0 0 𝑥 + 𝑥 2 + 𝑥 + 1]
3

Trang 20
 𝟏𝟎
𝑥 3 + 5𝑥 2 + 5𝑥 + 1
𝟑
𝟏𝟎
𝑥 3 + 5𝑥 2 + 5𝑥 + 2
𝟑
= 𝟏𝟎
𝑥 3 + 5𝑥 2 + 5𝑥 + 3
𝟑
𝟏𝟎 3 2
[ 𝟑 𝑥 + 5𝑥 + 5𝑥 + 4]

Chương 3

ỨNG DỤNG HỆ SỐ MA TRẬN TRONG CÁC BÀI TOÁN THỰC TẾ

1.6 Ứng dụng Di truyền học
1.6.1 Giới thiệu
Di truyền học là nghiên cứu về gen và là một phần của sinh học. Ví dụ: nếu ta biết sự phân
bố của thế hệ hiện tại, hãy gọi nó là 𝑥0 , ta có thể sử dụng ma trận chuyển tiếp 𝐴 của quần
thể để tìm sự phân bố kiểu gen 𝑥𝑛 của các thế hệ trong tương lai.
Gọi 𝑋0 là sự phân bố kiểu gen ban đầu của quần thể. Giả sử rằng ma trận chuyển vị cho
kiểu gen của quần thể nhất định đã biết, gọi nó là 𝐴. Một năm sau, kiểu gen của quần
thể, 𝑋1 , bằng tích của ma trận chuyển tiếp 𝐴 và ma trận ban đầu 𝑋0 .
𝑋1 = 𝐴𝑋0
Hai năm sau, kiểu gen của quần thể có thể được tính toán tương tự
𝑋2 = 𝐴𝑋1 = 𝐴(𝐴𝑋0 ) = 𝐴2 𝑋0
Và n năm sau,
𝑋𝑛 = 𝐴𝑛 𝑋0

Bài toán 6

Trong phòng thí ngiệm con bò có kiểu gen 𝐴𝐴 có thể sản xuất sữa chất lượng tốt hơn các
kiểu gen khác. Nếu chọn lai một kiểu gen 𝐴𝐴 với các kiểu gen khác, xác suất đời con là
𝐴𝐴, 𝐴𝑎, hoặc aa là bao nhiêu?

Để phân tích vấn đề, ta sẽ xem xét ba trường hợp:

Đầu tiên, giả sử sự giao nhau của 𝐴𝐴 với 𝐴𝐴. Điều này sẽ luôn mang lại kiểu gen 𝐴𝐴, do
đó xác suất của đời con là 𝐴𝐴, 𝐴𝑎 và aa tương ứng bằng 𝑥, 0 và 0.

Trang 21
Thứ hai, giả sử 𝐴𝑎 lai với 𝐴𝐴. Đời con sẽ có một nửa khả năng mang kiểu gen 𝐴𝐴 và một
nửa khả năng mang kiểu gen 𝐴𝑎, do đó xác suất lần lượt là AA, Aa và aa là 𝑦, 𝑦 và 0.

Cuối cùng, xét lai 𝑎𝑎 với 𝐴𝐴. Điều này sẽ luôn dẫn đến kiểu gen 𝐴𝑎. Do đó, xác suất các
kiểu gen 𝐴𝐴, 𝐴𝑎, 𝑎𝑎 lần lượt là 0, 𝑥, 0.

Ma trận sau đây là kết quả của sự quan sát phổ biến:

𝑥 𝑦 0
A = [0 𝑦 𝑥]
0 0 0

Ma trận này có thể được xem như bảng sau:

Kiểu gen bố mẹ Kiểu gen con cái

AA-AA AA- Aa AA-aa
x y 0 AA

0 y x Aa

0 0 0 aa

Giả sử rằng sự sinh sản ban đầu của những con bò được tạo thành từ một số lượng bằng
nhau của mỗi kiểu gen do đó

1/3
𝑥0 = [1/3]
1/3

Một năm sau, phân phối là

𝑥+𝑦
1/3(𝑥 + 𝑦) 3
𝑥1 𝐴𝑥0 = [1/3(𝑦 + 𝑥)] = 𝑥 + 𝑦
0 3
[ 0 ]

Sau một năm nữa trôi qua, vectơ phân phối có thể thu được như sau:

𝑥 2 + 𝑦 2 + 2𝑥𝑦
3
𝑥2 = 𝐴𝑥1 = 𝐴(𝐴𝑥0 ) = 𝐴2 𝑥0 = 𝑦 2 + 𝑥𝑦
3
[ 0 ]
Trang 22
Đối với bất kỳ số nguyên dương nào 𝑛, tức là 𝑛 nhiều năm sau,

1 1
𝑛 𝑛−1
3 1 − 𝑦 𝑛+1 1 − 𝑦𝑛 3
1 ∑ 𝑦𝑘 ∑ 𝑦𝑘 1 1 1
𝑛
𝑥𝑛 = 𝐴 𝑥0 𝑘=1 𝑘=1 = [0 𝑦𝑛 𝑦 𝑛−1 ] (𝟔)
0 𝑦𝑛
𝑦 𝑛−1 3 3
1 0 0 0 1
[0 0 0 ]
[3] [3 ]

Vậy (6) chính là xác suất đời con là 𝐴𝐴, 𝐴𝑎, hoặc aa.

Ví dụ 9: Trong phòng thí nghiệm con bò có kiểu gen 𝐴𝐴 có thể sản xuất sữa chất lượng tốt
1/3
hơn các kiểu gen khác. Biết với sự phân bố ban đầu là 𝑥0 = [1/3]
1/3

Tìm 𝑥20 phân bố các kiểu gen có thể có sau 20 thế hệ

Giải

Ta sẽ xem xét ba trường hợp:

𝐴𝐴 lai với 𝐴𝐴 xác suất của đời con là 𝐴𝐴, 𝐴𝑎 và aa lần lượt là1, 0 và 0.
1 1
𝐴𝑎 lai với 𝐴𝐴 xác suất của đời con là AA, Aa và aa lần lượt là , và 0.
2 2

𝑎𝑎 lai với 𝐴𝐴 xác suất của đời con là 𝐴𝐴, 𝐴𝑎, 𝑎𝑎 lần lượt là 0, 1 và 0.

Ta có được hệ sau

1 1/2 0
A = [0 1/2 1]
0 0 0

Áp dụng công thức (6) ta được

1
1 1
1 1 − 21 1 − 20 3
2 2 1 1
𝑥20 = 𝐴20 𝑥0 = 1 1 = [9,537 × 10−7 ]
0 3 0
220 219 1
[0 0 0 ]
[ 3]

Trang 23
Ví dụ 10 :Trong một trang trại thí nghiệm, một quần thể hoa lớn bao gồm tất cả các
1/3
kiểu gen có thể có 𝐴𝐴, 𝐴𝑎 và 𝑎𝑎 với sự phân bố ban đầu là 𝑥0 = [1/3]
1/3
Giả sử mỗi hoa trong quần thể được thụ tinh với một hoa có kiểu gen .

a) Tìm 𝑥10 phân bố các kiểu gen có thể có của quần thể sau 10 thế hệ 𝐴𝑎.

b) Tìm 𝑥30 phân bố các kiểu gen có thể có của quần thể sau 30 thế hệ 𝑎𝑎.

Giải

a) Ta sẽ xem xét ba trường hợp:

1 1
𝐴𝑎 lai với 𝐴𝐴 xác suất của đời con là 𝐴𝐴, 𝐴𝑎 và aa lần lượt là , và 0.
2 2

1 1 1
𝐴𝑎 lai với 𝐴𝑎 xác suất của đời con là AA, Aa và aa lần lượt là , và .
4 2 4

1 1
𝐴𝑎 lai với 𝑎𝑎 xác suất của đời con là 𝐴𝐴, 𝐴𝑎, 𝑎𝑎 lần lượt là 0, và .
2 2

Ta có được hệ sau

1/2 1/4 0
A = [1/2 1/2 1/2]
0 1/4 1/2

Áp dụng công thức (6) ta được

1/4
10
𝑥10 = 𝐴 𝑥0 = [1/2]
1/4

b) Ta sẽ xem xét ba trường hợp:

𝑎𝑎 lai với 𝐴𝐴 xác suất của đời con là 𝐴𝐴, 𝐴𝑎 và aa lần lượt là0,1và 0.
1 1
𝑎𝑎 lai với 𝐴𝑎 xác suất của đời con là AA, Aa và aa lần lượt là 0, và .
2 2

𝑎𝑎 lai với 𝑎𝑎 xác suất của đời con là 𝐴𝐴, 𝐴𝑎, 𝑎𝑎 lần lượt là 0,0 và 1.

Ta có được hệ sau

Trang 24
 0 0 0
A = [1 1/2 0]
0 1/2 1

Áp dụng công thức (6) ta được

0
30
𝑥30 = 𝐴 𝑥0 = [9,313 × 10−10]
1

1.7 Ứng dụng trong mật mã học

1.7.1 Giới thiệu

Mật mã học là ngành nghiên cứu mã hóa và giải mã các thông điệp bí mật. Mã được gọi
là mật mã , thông điệp chưa được mã hóa được gọi là bản rõ , và thông điệp được mã hóa
được gọi là bản mã.
Quá trình chuyển đổi một bản rõ sang một bản mã được gọi là enciphering (mã hóa).
Quá trình chuyển đổi một bản mã thành một bản rõ được gọi là giải mã (decoding).

Một cách mã hóa là thay thế mỗi chữ cái trong bảng chữ cái bằng một chữ cái hoặc một
số khác nhau. Ví dụ, thay thế 𝑎 bằng 𝑚 , và 𝑏 bằng 𝑘 , ... Loại mã hóa này đơn giản và
bằng một số kỹ thuật bao gồm phân tích tần số của các chữ cái, nó rất dễ bị giải mã.

Một cách mã hóa khác là chia văn bản thuần túy thành các bộ gồm n chữ cái và thay thế
chúng bằng n mã chữ cái. Trong trường hợp này, ma trận khả nghịch có thể được sử dụng
để cung cấp mã hóa tốt hơn thay thế.

Bài toán 6

Giả sử ta có bảng chuyển đổi sau:

𝐴1 𝐴2 𝐴3 𝐴4 𝐴5 𝐴6 𝐴7 𝐴8 𝐴9 𝐴10 𝐴11 𝐴12 𝐴13

↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓
𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑥6 𝑥7 𝑥8 𝑥9 𝑥10 𝑥11 𝑥12 𝑥13

𝐴14 𝐴15 𝐴16 𝐴17 𝐴18 𝐴19 𝐴20 𝐴21 𝐴22 𝐴23 𝐴24 𝐴25 𝐴26
↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓
𝑥14 𝑥15 𝑥16 𝑥17 𝑥18 𝑥19 𝑥20 𝑥21 𝑥22 𝑥23 𝑥24 𝑥25 𝑥26

Giả sử 𝑛 = 3 chọn một ma trận A khả nghịch,

Trang 25
 0 2 −1 1 1 0
−1
𝐴=[ 1 −2 1 ] ⟹ 𝐴 = [2 1 1]
−1 −1 1 3 2 2

Cả hai bên giao tiếp phải có kiến thức về bảng liệt kê sự liên kết giữa các chữ cái với số,
các ma trận 𝐴 và 𝐴−1. Bên muốn gửi một thông điệp, cần chuyển nó thành một chuỗi
số. Bước thứ hai, chuỗi số cần được chia thành các nhóm, sau đó nhân mỗi nhóm theo ma
trận 𝐴 để tạo thành các nhóm mới và xây dựng một chuỗi số mới. Sau đó, gửi chuỗi kết
quả dưới dạng một chuỗi số hoặc chữ cái. Bên nhận được chuỗi được mã hóa nên chia
chuỗi thành các nhóm, sau đó chia nhiều lần 𝐴−1 và cuối cùng chuyển nó thành các chữ
cái.

Giả sử muốn mã hóa và gửi thông báo sau:

𝐴1 𝐴2 𝐴3 𝐴4 𝐴5 𝐴6 𝐴7 𝐴8 𝐴9 𝐴10 𝐴11 𝐴12

Sử dụng bảng chuyển đổi, tìm các số tương ứng liên kết với mỗi chữ cái.

𝐴1 𝐴2 𝐴3 𝐴4 𝐴5 𝐴6 𝐴7 𝐴8 𝐴9 𝐴10 𝐴11 𝐴12

Tạo ra chuỗi số sau:

𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑥6 𝑥7 𝑥8 𝑥9 𝑥10 𝑥11 𝑥12

Chia số thành các nhóm và viết mỗi nhóm dưới dạng sau

𝑥1 𝑥4 𝑥7 𝑥10
[ 𝑥2 ] [𝑥5 ] [𝑥8 ] [𝑥11 ] (∗∗)
𝑥3 𝑥6 𝑥9 𝑥12

Ta tìm tích của 𝐴 với bất kỳ (∗∗) sau

𝑥1 𝑥4
A[ 𝑥2 ] , 𝐴 [𝑥5 ] , …
𝑥3 𝑥6

Ta có dạng sau

2𝑥2 − 𝑥3 2𝑥5 − 𝑥6 2𝑥8 − 𝑥9 2𝑥8 + 𝑥9

[ 𝑥1 − 2𝑥2 + 𝑥3 ] [ 𝑥4 − 2𝑥5 + 𝑥6 ] [ 𝑥7 − 2𝑥8 − 𝑥9 ] [ 𝑥7 − 2𝑥8 + 𝑥9 ] (𝟕)
−𝑥1 − 𝑥2 + 𝑥3 −𝑥4 − 𝑥5 + 𝑥6 −𝑥7 − 𝑥8 + 𝑥9 −𝑥7 − 𝑥8 + 𝑥9

Điều này sẽ cung cấp cho ta chuỗi sau có thể được gửi

Trang 26
 2𝑥2 − 𝑥3 𝑥1 − 2𝑥2 + 𝑥3 −𝑥1 − 𝑥2 + 𝑥3

2𝑥5 − 𝑥6 𝑥4 − 2𝑥5 + 𝑥6 − 𝑥4 − 𝑥5 + 𝑥6

2𝑥8 − 𝑥9 𝑥7 − 2𝑥8 − 𝑥9 − 𝑥7 − 𝑥8 + 𝑥9

2𝑥8 + 𝑥9 𝑥7 − 2𝑥8 + 𝑥9 −𝑥7 − 𝑥8 + 𝑥9

Bên nhận được thông điệp, nên chia nó thành các nhóm, sau đó nhân từng vectơ với 𝐴−1.

2𝑥2 − 𝑥3 1 1 0 2𝑥2 − 𝑥3 𝑥1
−1 𝑥 − 2𝑥 + 𝑥
𝐴 [ 1 2 3 ] = [2 1 1] [ 𝑥1 − 2𝑥2 + 𝑥3 ] = [ 𝑥2 ] (𝟖)
−𝑥1 − 𝑥2 + 𝑥3 3 2 2 −𝑥1 − 𝑥2 + 𝑥3 𝑥3

Vậy (8) chính là mật mã cần tìm.

Ví dụ 11: Giả sử ta có bảng chuyển đổi sau:

𝐴 𝐵 𝐶 𝐷 𝐸 𝐹 𝐺 𝐻 𝐼 𝐽 𝐾 𝐿 𝑀
↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓
1 2 3 4 5 6 7 8 9 10 11 12 13
𝑁 𝑂 𝑃 𝑄 𝑅 𝑆 𝑇 𝑈 𝑉 𝑊 𝑋 𝑌 𝑍
↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓
14 15 16 17 18 19 20 21 22 23 24 25 26
𝑛 = 3 chọn một ma trận A khả nghịch,

1 1 0 0 −2 1
−1
𝐴 = [1 1 1 ] ⟹ 𝐴 = [ 1 2 −1]
3 2 2 −1 1 0

Hãy mã hóa sau đó gửi thông báo STUDY LINEAR ALGEBRA và giải mật mã.
Giải

Áp dụng công thức (7) ta sẽ mã hóa được thông báo STUDY LINEAR ALGEBRA

39 29 23 19 19 20
[ 60 ] [41] [28] [20] [24] [21]
139 86 65 41 60 44

Áp dụng công thức (8) ta tìm được mật mã

Trang 27
 19 4 9 1 12 2
[20] [25] [14] [18] [ 7 ] [18]
21 12 5 1 5 1

Đoạn mã cần tìm là STUDY LINEAR ALGEBRA.

Ví dụ 11: Giả sử ta có bảng chuyển đổi sau:

𝐴 𝐵 𝐶 𝐷 𝐸 𝐹 𝐺 𝐻 𝐼 𝐽 𝐾 𝐿 𝑀
↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓
1 2 3 4 5 6 7 8 9 10 11 12 13
𝑁 𝑂 𝑃 𝑄 𝑅 𝑆 𝑇 𝑈 𝑉 𝑊 𝑋 𝑌 𝑍
↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓
14 15 16 17 18 19 20 21 22 23 24 25 26
𝑛 = 3 chọn một ma trận A khả nghịch,

1 3
− 0
2 2
1 3 0 1 1
𝐴 = [2 1 1] ⟹ 𝐴−1 = 0 −
1 1 0 2 2
1 5
[ 2 1 − ]
2

Hãy mã hóa sau đó gửi thông báo Trường Đại học Cần Thơ và giải mật mã.
Giải

Áp dụng công thức (7) ta sẽ mã hóa được thông báo Trường Đại học Cần Thơ

20 18 21 15 14 7 4 1 9 8 15 3 3 1 14 20 8 15

74 57 7 53 6 74
[79] [51] [18] [34] [21] [73]
38 29 5 23 4 38

Áp dụng công thức (8) ta tìm được mật mã

20 15 4 8 3 20
[18] [14] [1] [15] [ 1 ] [ 8 ]
21 7 9 3 14 15

Trang 28
Đoạn mã cần tìm là Trường Đại học Cần Thơ.

Bài toán 7

Giả sử ta có bảng chuyển đổi sau:

𝐴1 𝐴2 𝐴3 𝐴4 𝐴5 𝐴6 𝐴7 𝐴8 𝐴9 𝐴10 𝐴11 𝐴12 𝐴13

↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓
𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑥6 𝑥7 𝑥8 𝑥9 𝑥10 𝑥11 𝑥12 𝑥13

𝐴14 𝐴15 𝐴16 𝐴17 𝐴18 𝐴19 𝐴20 𝐴21 𝐴22 𝐴23 𝐴24 𝐴25 𝐴26
↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓
𝑥14 𝑥15 𝑥16 𝑥17 𝑥18 𝑥19 𝑥20 𝑥21 𝑥22 𝑥23 𝑥24 𝑥25 𝑥26

Ta đã nhận được tin nhắn sau

𝐴13 𝐴12 𝐴4 𝐴26 𝐴20 𝐴15 𝐴7 𝐴11 𝐴14 𝐴1

Cho đoạn mật mã sau

𝑥1 𝑥4 𝑥20 𝑥26 𝑥20 𝑥15 𝑥7 𝑥11 𝑥15 𝑥14

Tìm ma trận A và 𝐴−1 khi biết rằng bản gốc của các chữ cái thứ năm đến thứ tám là
𝐴20 𝐴15 𝐴7 𝐴11

Giải

Sử dụng bảng chuyển đổi ta có

𝑥13 𝑥12 𝑥4 𝑥26 𝑥20 𝑥7 𝑥7 𝑥11 𝑥14 𝑥1

Ta biết 𝐴20 𝐴15 𝐴7 𝐴11 đó là 𝑥20 𝑥15 𝑥7 𝑥11 . Chữ cái trong tin nhắn được mã hóa là

𝑥20 𝑥7 cho 𝐴20 𝐴15 và 𝑥7 𝑥11 cho 𝐴7 𝐴11 .

Do đó, ta có thể tạo ma trận P và Q

𝑥20 𝑥20 𝑥7 𝑥7
𝑝1 = [𝑥 ] ↔ 𝑐1 = [ 𝑥 ] 𝑝2 = [ 𝑥 ] ↔ 𝑐1 = [ 𝑥 ]
15 7 11 11

Ta có

Trang 29
 𝑐1𝑇 𝑥20
𝑇
𝑥7
𝑄 = [ 𝑇] [ 𝑥 𝑥11 ]
𝑐2 7

𝑝 𝑇 𝑥20 𝑥7
𝑃𝑇 = [ 1𝑇 ] [𝑥 𝑥11 ]
𝑝2 15

Tạo ma trận[𝑄 𝑇 |𝑃𝑇 ] và sử dụng phép khử Gaussian để giảm 𝑄 𝑇 thành ma trận đơn vị, ma
trận [𝑄 𝑇 |𝑃𝑇 ] sẽ thay đổi thành[𝐼|(𝐴−1)𝑇 ]

𝑥20 𝑥7 𝑥20 𝑥7
[ 𝑥12 𝑥11 ]
𝑥7 𝑥11

Biến đổi thành

𝑥20
1 0 0
𝑥20 − 𝑥7
[ 𝑥12 ]
0 1 1
𝑥12 − 𝑥11
𝑥20
0
𝑥 −𝑥
Vì ma trận là chuyển vị của [ 20𝑥12 7 ] là (𝐴−1 )
1
𝑥12 −𝑥11

Ta cần tìm chuyển vị của ma trận để có được (𝐴−1 )do đó

𝑥20 −𝑥7
0
𝑥
𝐴−1= [ 𝑥12 𝑥2020
−𝑥12 𝑥7 ] (𝟗)
1
𝑥11 𝑥20 −𝑥12 𝑥20

Vậy (𝟗) là 𝐴−1 cần tìm.

Ví dụ 12

Giả sử ta có bảng chuyển đổi sau:

𝐴 𝐵 𝐶 𝐷 𝐸 𝐹 𝐺 𝐻 𝐼 𝐽 𝐾 𝐿 𝑀
↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓
1 2 3 4 5 6 7 8 9 10 11 12 13

Trang 30
 𝑁 𝑂 𝑃 𝑄 𝑅 𝑆 𝑇 𝑈 𝑉 𝑊 𝑋 𝑌 𝑍
↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓
14 15 16 17 18 19 20 21 22 23 24 25 26

Ta đã nhận được tin nhắn sau

𝐿𝑈𝑃𝑂𝑍𝑀𝐴𝐸𝐴𝐸𝐺𝐼𝑈𝐴𝐵𝐽

Cho đoạn mật mã sau

12 47 16 67 52 65 27 83 79 135 33 113 47 53 80 140

Tìm thông điệp gốc khi biết rằng bản gốc của các chữ cái thứ năm đến thứ tám là
𝐴20 𝐴15 𝐴7 𝐴11 .

Giải

Áp dụng công thức (9) ta được

−2/13 3/13
𝐴−1=[ ]
5/13 −1/13

Nhân tin nhắn bí mật với 𝐴−1 , ta sẽ nhận được

9 1 13 1 7 15 15 4 19 20 21 4 5 14 20 20

Sử dụng bảng chuyển hóa để tìm các chữ cái tương ứng: IAMAGDSTUDENTT, chữ cái
này sẽ đọc là "I am a good student".

1.8 Ứng dụng trong hóa học

Bài toán 8

Cân bằng phương trình hóa học sau

𝑋1 𝐶𝑎1 𝐻𝑎2 + 𝑋2 𝑂𝑎3 → 𝑋3 𝐶𝑎4 𝑂𝑎5 + 𝑋4 𝐻𝑎6 𝑂𝑎7

Ta có ba nguyên tố; Carbon, Hydro và Oxy, tạo nên các hợp chất trong phương trình.

Đối với Carbon, một Carbon xuất hiện trong 𝑋1 và một Carbon xuất hiện trong 𝑋3 để cả

hai có thể được đặt cho nhau dẫn đến phương trình đầu tiên 𝑎1 𝑋1 = 𝑎4 𝑋3. Đối với Hydro,

bốn xuất hiện trong 𝑋1 và hai xuất hiện trong 𝑋4 nên phương trình tương ứng là 𝑎2 𝑋1 =
Trang 31
𝑎6 𝑋4 . Đối với Oxy có 2 xuất hiện trong 𝑋2, 2 xuất hiện trong 𝑋3và 1 xuất hiện trong

𝑋4 nên lập được phương trình sau 𝑎3 𝑋2 = 𝑎5 𝑋3 + 𝑎7 𝑋4 . Bây giờ có ba phương trình cho

mỗi nguyên tố và hệ phương trình có thể được hình thành:

Carbon: 𝑎1 𝑋1 = 𝑎4 𝑋3

Hydro: 𝑎2 𝑋1 = 𝑎6 𝑋4

Oxy: 𝑎3 𝑋2 = 𝑎5 𝑋3 + 𝑎7 𝑋4

Hệ phương trình này có thể viết ở dạng

𝑎1 𝑋1 − 𝑎4 𝑋3 = 0

𝑎2 𝑋1 − 𝑎6 𝑋4 = 0

𝑎3 𝑋2 − 𝑎5 𝑋3 − 𝑎7 𝑋4 = 0

𝑎1 0 𝑎4 0 0
⇔ [ 𝑎2 0 0 𝑎6 0 ] (𝟏𝟎)
0 𝑎3 𝑎5 𝑎7 0

Ví dụ 12: Cân bằng phương trình hóa học sau

𝑋1 𝐶𝐻4 + 𝑋2 𝑂2 → 𝑋3 𝐶𝑂2 + 𝑋4 𝐻2 𝑂

Giải

Áp dụng công thức (10) ta được

1 0 −1 0 0 1 0 0 −1/2 0
[4 0 0 −2 0] ≈ [ 0 1 0 −1 0]
0 2 −2 −1 0 0 0 1 −1/2 0

Ta được các hệ số sau

𝑋1 = 1/2𝑋4

𝑋2 = 𝑋4

Trang 32
 𝑋3 = 1/2𝑋4

Từ đó ta tìm được

𝑋1 = 1

𝑋2 = 2

𝑋3 = 1

𝑋4 = 2

Vậy phương trình hóa học cần cân bằng là

𝐶𝐻4 + 2𝑂2 → 𝐶𝑂2 + 2𝐻2 𝑂

Bài toán 9

Cân bằng phương trình hóa học sau

𝑋1 𝑀𝑛𝑥1 𝑆𝑥2 + 𝑋2 𝐴𝑠𝑥3 𝐶𝑟𝑥4 𝑂𝑥5 + 𝑋3 𝐻𝑥6 𝑆𝑥7 𝑂𝑥8 → 𝑋4 𝐻𝑥9 𝑀𝑛𝑥10 𝑂𝑥11 + 𝑋5 𝐴𝑠𝑥12 𝐻𝑥13

+𝑋6 𝐶𝑟𝑥14 𝑆𝑥15 𝑂𝑥16 + 𝑋7 𝐻𝑥17 𝑂𝑥18

Đối với mỗi giá trị hệ số của X, các giá trị về số lần mỗi phần tử xuất hiện có thể được

nhập vào ma trận tương ứng của nó.

𝑥1 0 0 𝑥10 0 0 0
𝑥2 0 𝑥7 0 0 𝑥15 0
0 𝑥 0 0 𝑥 0 0
𝑋1 , 𝑋2 3 , 𝑋3 → 𝑋4 0 , 𝑋5 12 , 𝑋6 , 𝑋7
0 𝑥4 0 0 𝑥14 0
0 𝑥5 𝑥8 𝑥 11 0 𝑥16 𝑥18
[0] [0] [𝑥6 ] [ 𝑥9 ] [𝑥13 ] [ 0] [𝑥17 ]

Ta có thể viết các vectơ này như sau:

Trang 33
 𝑥1 0 0 −𝑥10 0 0 0
𝑥2 0 𝑥7 0 0 −𝑥15 0
0 𝑥 0 0 −𝑥12 0 0
𝑋1 + 𝑋2 3 + 𝑋3 + 𝑋4 0 + 𝑋5 + 𝑋6 + 𝑋7 =0
0 𝑥4 0 0 −𝑥14 0
0 𝑥5 𝑥8 −𝑥11 0 −𝑥16 −𝑥18
[0] [0] [𝑥6 ] [ −𝑥9 ] [−𝑥13 ] [ 0 ] [−𝑥17 ]

Từ tập hợp các vectơ này ta có ma trận sau

𝑥1 0 0 −𝑥10 0 0 0
𝑥2 0 𝑥7 0 0 −𝑥15 0
0 𝑥3 0 0 −𝑥12 0 0
(11)
0 𝑥4 0 0 0 −𝑥14 0
0 𝑥5 𝑥8 −𝑥11 0 −𝑥16 −𝑥18
[0 0 𝑥6 −𝑥9 −𝑥13 0 −𝑥17 ]

Ví dụ 13: Cân bằng phương trình hóa học sau

𝑀𝑛𝑆 + 𝐴𝑠2 𝐶𝑟10 𝑂35 + 𝐻2 𝑆𝑂4 → 𝐻𝑀𝑛𝑂4 + 𝐴𝑠𝐻3 + 𝐶𝑟𝑆3 𝑂12 + 𝐻2 0

Giải

Áp dụng công thức (10) ta được

16
1 0 0 0 0 0 −
327
13
0 1 0 0 0 0 −
1 0 0 0 0 0 0 327
1 0 1 1 0 −3 0 374
0 0 1 0 0 0 −
0 2 0 0 −3 0 0 327
≈
0 10 0 0 0 −1 0 16
0 0 0 1 0 0 −
0 35 4 4 0 −12 −1 327
[0 0 2 −1 −3 0 −2] 26
0 0 0 0 1 0 −
327
130
[0 0 0 0 0 1 −
327]

Bây giờ ma trận đã được rút gọn, 𝑋7 là biến tự do. Các hệ số có thể được viết như sau:

Trang 34
 16
𝑋1 = ( )𝑋
327 7
13
𝑋2 = ( )𝑋
327 7
374
𝑋3 = ( )𝑋
327 7
16
𝑋4 = ( )𝑋
327 7
26
𝑋5 = ( )𝑋
327 7
130
𝑋6 = ( )𝑋
327 7

Để có được các số nguyên đầy đủ 𝑋7 phải bằng 327 nên phương trình cân bằng cuối

cùng là:

16𝑀𝑛𝑆 + 13𝐴𝑠2 𝐶𝑟10 𝑂35 + 374𝐻2 𝑆𝑂4 → 16𝐻𝑀𝑛𝑂4 + 26𝐴𝑠𝐻3 + 130𝐶𝑟𝑆3 𝑂12 + 327𝐻2 0

1.9 Ứng dụng trong mô hình kinh tế Leonteif

1.9.1 Giới thiệu
Tiêu dùng, ma trận , vectơ nhu cầu và sản xuất

Ý tưởng về mô hình đầu ra đầu vào của Leontief dựa trên một ma trận C được gọi là ma
trận tiêu thụ. Đầu (i,j) vào của C, ( nghĩa là 𝑐𝑖,𝑗 ) là ( giá trị tiền tệ của ) đầu ra từ ngành
công nghiệp i cần thiết để sản xuất một đơn vị ( giá trị tiền tệ ) sản lượng của ngành j.

Nói cách khác, nếu ngành công nghiệp j muốn sản xuất một đơn vị sản phẩm của riêng
mình, thì nó cần tiêu thụ 𝑐𝑖,𝑗 đơn vị sản lượng của ngành i.

Giả sử rằng ta có n các ngành công nghiệp và mỗi 𝑥𝑖 đơn vị sản xuất. Vectơ sản xuất p
được định nghĩa là

Trang 35
 𝑥1
𝑥2
.
p=
..
[𝑥𝑛 ]

Mức tiêu thụ của các ngành công nghiệp sẽ là Cp và p-Cp = (I-C)p là số lượng có sẵn để
sử dụng bên ngoài.

Hãy xác định nhu cầu d từ bên ngoài hệ thống như

𝑑1
𝑑2
d= .
..
[𝑑𝑛 ]

nơi 𝑑𝑖 thể hiện nhu cầu về đầu ra của ngành i.

Đáp ứng nhu cầu, sinh lời

Nếu (I – C)p = d chúng ta nói cung cầu chính xác, không dư thừa hay thiếu hụt.

Vì vậy, cho trước một ma trận tiêu dùng p và một véc tơ nhu cầu d, chúng ta quan tâm đến
việc tìm một véc tơ sản xuất 𝑝 ≥0 sao cho (I – C)p = d .

Lưu ý rằng ký hiệu A > 0 với A là ma trận có nghĩa là tất cả các mục của A đều dương. Định
nghĩa tương tự giữ cho 𝐴 ≥0 .

Nếu (I- C) khả nghịch thì p = (𝐼 − 𝐶)−1 𝑑 . Vì vectơ cầu là dương nên ta muốn
(𝐼 − 𝐶)−1 dương. Một ma trận tiêu dùng C được gọi là hiệu quả nếu (𝐼 − 𝐶)−1 tồn tại và
(𝐼 − 𝐶)−1 > 𝑔𝑒0 .

Có thể chỉ ra rằng một ma trận tiêu dùng Clà hiệu quả khi và chỉ khi tồn tại một vectơ x
sao cho x > Cx.

Kết quả là ta có thể chỉ ra rằng, một ma trận tiêu thụ C là hiệu quả nếu tổng của mỗi hàng
của nó nhỏ hơn 1. Và, ma trận tiêu thụ C cũng là hiệu quả nếu tổng của mỗi cột của nó nhỏ
hơn 1.

Điều này có một ứng dụng về lợi nhuận của từng ngành:

Một ngành i được gọi là có lợi nhuận nếu tổng các i cột của ma trận tiêu thụ C nhỏ hơn 1.

Trang 36
Giá trị đặc trưng và sản xuất
Nếu C chéo hóa được và 0 ≤ 𝑐𝑖,𝑗 < 1 với giá trị riêng 𝜇1 𝜇1 , 𝜇2 … 𝜇𝑛 thỏa mãn , thì
(𝐼 − 𝐶)−1 sẽ không âm. Do đó, đối với bất kỳ véc tơ nhu cầu không âm d cho trước , chúng
ta có thể tìm một vectơ sản xuất p sao cho CP = d.
1.9.2 Ví dụ
Ví dụ 1

Cái nào trong những ma trận sau đây là sản xuất?

0.6 0.2 0.1

a) A=[0.3 0.2 0.4]
0.2 0.4 0.3
0.6 0.5
b)B=[ ]
0.1 0.5

Giải

a) Ma trận A là hiệu quả vì mỗi hàng của nó cộng với một số nhỏ hơn 1.

b) Ma trận B là hiệu quả bởi vì ta có thể tìm thấy một vectơ x = (2,1) sao cho x > Bx .

Ví dụ 2

Hãy xem xét một nền kinh tế có ba ngành công nghiệp với ma trận tiêu dùng sau

𝑘 𝑘 𝑘
C = [𝑘 𝑘 𝑘]
𝑘 𝑘 𝑘

Với 0 < k < 1

a) Với những giá trị nào của k sẽ thì (𝐼 − 𝐶)−1 tồn tại ?

b) Với những giá trị nào của k sẽ (𝐼 − 𝐶)−1 không âm ?

c) Véc-tơ sản xuất sẽ là gì nếu véc-tơ nhu cầu là ?

1000
d = [1000]
1000

Giải

Trang 37
a) Giá trị riêng của C là 𝜆1 = 0 và 𝜆2 = 3𝑘. Công bội của 𝜆1 = 0 là 2 và bội của 𝜆2 = 3k
là 1. Vậy các giá trị riêng của (I-C) là 1-0 = 1 và 1-3k. Do đó, cho k ≠ 1/3 không phải là
một giá trị riêng của (I-C), do đó (I-C) là khả nghịch.

b) Lưu ý rằng (𝐼 − 𝐶)−1 nó không âm khi và chỉ khi C nó có lãi. Vì tổng của các hàng C
bằng 3k, nên C có lãi nếu 3k < 1 hoặc K < 1/3 .

c) Ta muốn tìm một ma trận sản xuất p sao cho d = (𝐼 − 𝐶)𝑝 . Lưu ý rằng

1
v = [1] là một vectơ riêng của (𝐼 − 𝐶 ) với giá trị riêng là 1-3k.
1
1 1
Do đó (𝐼 − 𝐶) [1] = 1-3k[1]
1 1
1000
1
và cho p = [1000]chúng ta sẽ nhận được:
1−3𝑘
1000
1000
d = [1000] = (𝐼 − 𝐶)𝑝
1000

1.10 Ứng dụng trong chuỗi Markov

1.10.1 Bài toán tổng quát

trước tiên ta xác định vectơ trạng thái . Đối với Chuỗi Markov, có k trạng thái, vectơ
trạng thái cho khoảng thời gian quan sát n, là một vectơ cột được xác định bởi
𝑥1
𝑥2
.
𝑥 (𝑛)
..
[𝑥𝑛 ]

trong đó, 𝑥𝑖 = xác suất hệ ở i trạng thái tại thời điểm quan sát. Lưu ý rằng tổng các phần tử
của vectơ trạng thái phải bằng một. Bất kỳ vectơ cột nào x,
𝑥1
𝑥2
.
𝑥=
..
[𝑥𝑘 ]
Trang 38
Với 𝑥1 + 𝑥2 + ⋯ + 𝑥𝑘 = 1 được gọi là vectơ xác suất. Hãy xem xét ví dụ của ta, giả sử
lúc đầu, mọi người ăn ở nhà, đó là vectơ trạng thái ban đầu 𝑥 (0)là

1
𝑥 (0) = [0]
0
0
Trong khoảng thời gian quan sát tiếp theo, giả sử vào cuối tuần đầu tiên, vectơ trạng thái
sẽ là
0.25
𝑥 (1) = 𝐴𝑥 (0) = [ 0.2 ]
0.25
0.3

Vào cuối 2 tuần, vectơ trạng thái là

0.25 0.2 0.25 0.3 0.25 0.255

0.2 0.3 0.25 0.3
𝑥 (2) = 𝐴𝑥 (0) =[ ] [ 0.2 ] = [0.2625]
0.25 0.2 0.4 0.1 0.25 0.2325
0.3 0.3 0.1 0.3 0.3 0.25

Lưu ý rằng ta có thể tính toán 𝑥 (2) trực tiếp bằng cách sử dụng 𝑥 (0) như

𝑥 (2) = 𝐴𝑥 (1)= A(𝐴𝑥 (0) ) = 𝐴2 𝑥 (0)

Tương tự, ta có thể tìm vectơ trạng thái cho các khoảng thời gian quan sát 5, 10, 20

0.2495
𝑥 (5) = 𝐴5 𝑥 (0)=[0.2634]
0.2339
0.2532

0.2495
𝑥 (10) = 𝐴10 𝑥 (0)=[0.2634]
0.2339
0.2532
0.2495
𝑥 (20) = 𝐴20 𝑥 (0)=[0.2634]
0.2339
0.2532

Trang 39
Gợi ý rằng vectơ trạng thái tiếp cận với một số vectơ cố định, khi số khoảng thời gian quan
sát tăng lên. Đây không phải là trường hợp của mọi Chuỗi Markov

ví dụ nếu

0 1
A=[ ]
1 0

Và

1
𝑥 (0) = [ ]
0

ta có thể tính toán các vectơ trạng thái cho các khoảng thời gian quan sát khác nhau:

0 1 0 1 1 0
𝑥 (1) = [ ],𝑥 (2) = [ ] , 𝑥 (3) = [ ], 𝑥 (4) = [ ],… , 𝑥 (2𝑛) =[ ] , 𝑥 (2𝑛+1) = [ ]
1 0 1 0 0 1
Những tính toán này chỉ ra rằng hệ này dao động và không tiếp cận bất kỳ vectơ cố định
nào.

Chuỗi Markov thông thường

Một ma trận vuông được gọi là chính quy nếu với một số nguyên n, tất cả các phần tử
của 𝐴𝑛 nó đều dương.

Cũng có thể chỉ ra rằng tất cả các giá trị riêng khác của A đều nhỏ hơn 1 và bội số đại số
của 1 là một.

Có thể chỉ ra rằng nếu A là một ma trận chính quy thì 𝐴𝑛 tiến tới một ma trận Q có tất cả
các cột bằng một vectơ xác suất q được gọi là vectơ trạng thái dừng của chuỗi Markov
chính quy.

𝑞1 𝑞1 . . . 𝑞1
𝑞2 𝑞2 . . . 𝑞2
. . . . . .
nếu A chính quy thì 𝐴𝑛 → 𝑄 = . . . .
. .
. . . . . .
[𝑞𝑘 𝑞𝑘 . . . 𝑞𝑘 ]

với 𝑞1 + 𝑞2 + ⋯ + 𝑞𝑘 = 1

Trang 40
Có thể chỉ ra rằng đối với bất kỳ vectơ xác suất 𝑥 (0) nào khi n lớn lên, 𝐴𝑛 𝑥 (0) sẽ tiệm cận
với vectơ trạng thái dừng
𝑞1
𝑞2
.
q= .
.
[𝑞𝑘 ]

Đó là
𝑞1
𝑞2
.
𝐴𝑛 𝑥 (0) → q= .
.
[𝑞𝑘 ]

với 𝑞1 + 𝑞2 + ⋯ + 𝑞𝑘 = 1

Cũng có thể chỉ ra rằng vectơ trạng thái dừng q là vectơ duy nhất sao cho

Aq = q

Lưu ý rằng điều này cho thấy q là một vectơ riêng của A và 1 là giá trị riêng của A.

Giả sử trong một thị trấn nhỏ có ba địa điểm ăn uống, hai nhà hàng một là nhà hàng Trung
Quốc và một là nhà hàng Mexico. Vị trí thứ ba là một nơi bán pizza. Mọi người trong thị
trấn ăn tối ở một trong những nơi này hoặc ăn tối ở nhà.

Giả sử rằng 20% những người ăn ở nhà hàng Trung Quốc sẽ đến Mexico vào lần tới, 20%
ăn ở nhà và 30% đến tiệm pizza. Từ những người ăn ở nhà hàng Mexico, 10% đến tiệm
pizza, 25% đến nhà hàng Trung Quốc và 25% ăn ở nhà vào lần tới. Từ những người ăn ở
địa điểm pizza 30 những người ăn ở nhà 20% đến quán Trung Quốc, 25% đến quán Mexico
và 30% đến quán pizza. Chúng ta gọi tình huống này là một hệ . Một người trong thị trấn
có thể ăn tối ở một trong bốn nơi này, mỗi nơi được gọi là một tiểu bang . Trong ví dụ của
chúng ta, hệ có bốn trạng thái. Chúng ta quan tâm đến sự thành công của những nơi này về
mặt kinh doanh của họ. Ví dụ sau một khoảng thời gian nhất định, bao nhiêu phần trăm
người dân trong thị trấn sẽ đến tiệm pizza?

Trang 41
Giả sử có một hệ vật lý hoặc toán học có k các trạng thái có thể xảy ra và tại bất kỳ thời
điểm nào, hệ đó ở một và chỉ một trong các k trạng thái của nó. Và giả sử rằng tại một
khoảng thời gian quan sát nhất định, chẳng hạn như n khoảng thời gian, xác suất của hệ ở
một trạng thái cụ thể phụ thuộc vào trạng thái của nó ở khoảng thời gian n-1, một hệ như
vậy được gọi là Chuỗi Markov hoặc quá trình Markov .

Trong ví dụ trên có bốn trạng thái cho hệ . Xác định 𝑎𝑖𝑗 là xác suất của hệ ở trạng thái i sau
khi nó ở trạng thái j (tại bất kỳ quan sát nào). Ma trận A= (𝑎𝑖𝑗 ) được gọi là ma trận
Chuyển tiếp của Chuỗi Markov.

1.10.2 Ví dụ

Ma trận chuyển đổi ví dụ ở trên, là

0.25 0.2 0.25 0.3

0.2 0.3 0.25 0.3
A= [ ]
0.25 0.2 0.4 0.1
0.3 0.3 0.1 0.3

Cột đầu tiên biểu thị trạng thái ăn ở nhà, cột thứ hai biểu thị trạng thái ăn ở nhà hàng Trung
Quốc, cột thứ ba biểu thị trạng thái ăn ở nhà hàng Mexico và cột thứ tư biểu thị trạng thái
ăn ở Pizza Place.

Tương tự, các hàng tương ứng là ăn ở nhà, ăn ở nhà hàng Trung Quốc, ăn ở nhà hàng
Mexico và ăn ở Pizza Place.

H C M P
0.25 0.2 0.25 0.3 H
0.2 0.3 0.25 0.3 C
𝐴=[ ]
0.25 0.2 0.4 0.1 M
0.3 0.3 0.1 0.3 P

Lưu ý rằng tổng của mỗi cột trong ma trận này là một. Bất kỳ ma trận nào có tính chất này
được gọi là ma trận xác suất ma trận ngẫu nhiên hoặc ma trận Markov. Ta quan tâm đến
câu hỏi sau:

Xác suất mà hệ ở i trạng thái, tại thời điểm n quan sát là gì?

Để trả lời câu hỏi này, trước tiên ta xác định vectơ trạng thái . Đối với Chuỗi Markov, có
k trạng thái, vectơ trạng thái cho khoảng thời gian quan sát n, là một vectơ cột được xác
định bởi

Trang 42
 𝑥1
𝑥2
.
𝑥 (𝑛)
..
[𝑥𝑛 ]

trong đó, 𝑥𝑖 = xác suất hệ ở i trạng thái tại thời điểm quan sát. Lưu ý rằng tổng các phần tử
của vectơ trạng thái phải bằng một. Bất kỳ vectơ cột nào x,
𝑥1
𝑥2
.
𝑥=
..
[𝑥𝑘 ]

Với 𝑥1 + 𝑥2 + ⋯ + 𝑥𝑘 = 1 được gọi là vectơ xác suất. Hãy xem xét ví dụ của ta, giả sử
lúc đầu, mọi người ăn ở nhà, đó là vectơ trạng thái ban đầu 𝑥 (0)là

1
𝑥 (0) = [0]
0
0
Trong khoảng thời gian quan sát tiếp theo, giả sử vào cuối tuần đầu tiên, vectơ trạng thái
sẽ là
0.25
𝑥 (1) = 𝐴𝑥 (0) = [ 0.2 ]
0.25
0.3
Vào cuối 2 tuần, vectơ trạng thái là

0.25 0.2 0.25 0.3 0.25 0.255

0.2 0.3 0.25 0.3
𝑥 (2) = 𝐴𝑥 (0) =[ ] [ 0.2 ] = [0.2625]
0.25 0.2 0.4 0.1 0.25 0.2325
0.3 0.3 0.1 0.3 0.3 0.25

Lưu ý rằng ta có thể tính toán 𝑥 (2) trực tiếp bằng cách sử dụng 𝑥 (0) như

𝑥 (2) = 𝐴𝑥 (1)= A(𝐴𝑥 (0) ) = 𝐴2 𝑥 (0)

Tương tự, ta có thể tìm vectơ trạng thái cho các khoảng thời gian quan sát 5, 10, 20

Trang 43
 0.2495
𝑥 (5) = 𝐴5 𝑥 (0)=[0.2634]
0.2339
0.2532

0.2495
𝑥 (10) = 𝐴10 𝑥 (0)=[0.2634]
0.2339
0.2532
0.2495
𝑥 (20) = 𝐴20 𝑥 (0)=[0.2634]
0.2339
0.2532

Gợi ý rằng vectơ trạng thái tiếp cận với một số vectơ cố định, khi số khoảng thời gian quan
sát tăng lên. Đây không phải là trường hợp của mọi Chuỗi Markov

ví dụ nếu

0 1
A=[ ]
1 0

Và

1
𝑥 (0) = [ ]
0

ta có thể tính toán các vectơ trạng thái cho các khoảng thời gian quan sát khác nhau:

0 1 0 1 1 0
𝑥 (1) = [ ],𝑥 (2) = [ ] , 𝑥 (3) = [ ], 𝑥 (4) = [ ],… , 𝑥 (2𝑛) =[ ] , 𝑥 (2𝑛+1) = [ ]
1 0 1 0 0 1
Những tính toán này chỉ ra rằng hệ này dao động và không tiếp cận bất kỳ vectơ cố định
nào.

Chuỗi Markov thông thường

Một ma trận vuông được gọi là chính quy nếu với một số nguyên n, tất cả các phần tử
của 𝐴𝑛 nó đều dương.

Cũng có thể chỉ ra rằng tất cả các giá trị riêng khác của A đều nhỏ hơn 1 và bội số đại số
của 1 là một.

Trang 44
Có thể chỉ ra rằng nếu A là một ma trận chính quy thì 𝐴𝑛 tiến tới một ma trận Q có tất cả
các cột bằng một vectơ xác suất q được gọi là vectơ trạng thái dừng của chuỗi Markov
chính quy.

𝑞1 𝑞1 . . . 𝑞1
𝑞2 𝑞2 . . . 𝑞2
. . . . . .
nếu A chính quy thì 𝐴𝑛 → 𝑄 = . . . .
. .
. . . . . .
[𝑞𝑘 𝑞𝑘 . . . 𝑞𝑘 ]

với 𝑞1 + 𝑞2 + ⋯ + 𝑞𝑘 = 1

Có thể chỉ ra rằng đối với bất kỳ vectơ xác suất 𝑥 (0) nào khi n lớn lên, 𝐴𝑛 𝑥 (0) sẽ tiệm cận
với vectơ trạng thái dừng
𝑞1
𝑞2
.
q= .
.
[𝑞𝑘 ]

Đó là
𝑞1
𝑞2
.
𝐴𝑛 𝑥 (0) → q= .
.
[𝑞𝑘 ]

với 𝑞1 + 𝑞2 + ⋯ + 𝑞𝑘 = 1

Cũng có thể chỉ ra rằng vectơ trạng thái dừng q là vectơ duy nhất sao cho

Aq = q

Lưu ý rằng điều này cho thấy q là một vectơ riêng của A và 1 là giá trị riêng của A.

Trang 45
1.11 Ứng dụng trong mạch điện
1.11.1 Giới thiệu

Một mạch điện đơn giản là một kết nối khép kín của Pin , Điện trở , Dây dẫn. Một mạch
điện bao gồm các vòng điện áp và các nút hiện tại .

Các đại lượng vật lý sau đây được đo trong một mạch điện
Dòng điện: Dòng điện được định nghĩa là một dòng các hạt mang điện – chẳng hạn như
electron hoặc ion – di chuyển qua vật dẫn điện hoặc không gian. Nó là tốc độ dòng điện
tích qua môi trường dẫn theo thời gian.

Dòng điện là một trong những khái niệm cơ bản nhất tồn tại trong khoa học điện và điện
tử – dòng điện là cốt lõi của khoa học về điện.

Được biểu thị bằng 𝐼 đo bằng Ampe (𝐴).

Điện trở là thước đo lực đối kháng tác dụng lên dòng điện trong mạch. Có thể bỏ qua điện
trở của các dây dẫn trong mạch vì nó rất nhỏ. Động cơ, bóng đèn và cuộn dây đốt nóng đều
là những ví dụ về điện trở.

Biểu thị bằng 𝑅 đo bằng Ohms (Ω).

Chênh lệch điện thế: Đối với hai điểm bất kỳ trong mạch điện, có một điện thế được đo
bằng vôn và được gọi là độ sụt điện áp . Trong thực tế, điện áp rơi có thể được đo bằng
một thiết bị gọi là vôn kế. Sự sụt giảm điện áp âm được gọi là tăng điện áp .

Georg Simon Ohm đã xây dựng mối quan hệ giữa điện áp, dòng điện và điện trở cho một
mạch điện theo định luật sau:

Trang 46
𝑉 = 𝐼𝑅 Trong đó
𝑉 = Điện áp (𝑉)
𝐼 = Dòng điện (𝐴)
𝑅 = Điện trở (ohms)

Được biểu thị bằng 𝑉 đo bằng vôn (𝑣).

Ba định luật cơ bản chi phối dòng điện trong mạch điện:

1. Định luật Ôm là một định luật vật lý về sự phụ thuộc vào cường độ dòng điện của hiệu
điện thế và điện trở. Nội dung của định luật cho rằng cường độ dòng điện đi qua 2 điểm
của một vật dẫn điện luôn tỷ lệ thuận với hiệu điện thế đi qua 2 điểm đó, với vật dẫn điện
có điện trở là một hằng số.

𝑈
𝐼=
𝑅
2. Định luật bảo toàn năng lượng của Kirchhoff : Xung quanh bất kỳ vòng kín nào (vòng
điện áp), tổng điện áp giảm bằng tổng điện áp tăng.

3. Định luật Kirchhoff bảo toàn điện tích: Tổng cường độ dòng điện chạy vào một điểm
bất kỳ bằng tổng cường độ dòng điện đi ra khỏi điểm đó.

Các mạch đơn giản được phân loại thành hai loại:

1. Mạch nối tiếp: Mạch nối tiếp là mạch chỉ có một đường dẫn. Không có nhánh nào trong
mạch và do đó điện chỉ có thể đi theo một tuyến.

Trang 47
Tổng điện trở trong mạch nối tiếp bằng tổng các điện trở riêng lẻ.

Trong hình trên, R tổng = R1 + R 2 + R 3

2. Mạch song song: Một mạch được gọi là mạch song song khi có các thành phần điện
được kết nối theo cấu hình song song, hay đầu của chúng được kết nối với một điểm chung.
Nó tạo thành nhiều vòng hoặc đường dẫn cho dòng điện chảy.

R1 R 2
R tổng =
R1 + R 2

Đối với các mạch có các phần nối tiếp và song song, hãy chia mạch thành các phần nối
tiếp và song song, sau đó tính giá trị cho các phần này và sử dụng các giá trị này để tính
điện trở của toàn bộ mạch. Đó là,trước tiên, đối với từng đường dẫn chuỗi riêng lẻ, hãy tính
tổng điện trở cho đường dẫn đó.

Thứ hai, sử dụng các giá trị này, bằng cách giả sử rằng mỗi đường dẫn là một điện trở
duy nhất, tính tổng điện trở của mạch.

Quy tắc

Ta có thể áp dụng các phương pháp giải hệ phương trình tuyến tính để giải các bài toán
liên quan đến mạch điện. Trong một mạch đã cho nếu biết đủ các giá trị của cường độ dòng
điện, điện trở và hiệu điện thế, ta có thể tìm được các giá trị chưa biết khác của các đại
lượng này.

Bài toán

Xây dựng hệ phương trình tuyến tính cho cường độ dòng điện trong mạch của mạng sau.

Trang 48
Giải

Hãy gán dòng điện cho từng phần của mạch giữa các điểm nút. Ta có hai điểm nút sẽ cung
cấp cho ta ba dòng điện khác nhau. Giả sử rằng các dòng điện chạy theo chiều kim đồng
hồ.

Vậy cường độ dòng điện trên đoạn 𝐸𝐹𝐴𝐵 là I1 , trên đoạn 𝐵𝐶𝐷𝐸 là I3 và trên đoạn 𝐸𝐵 là
I2

Sử dụng Định luật Kirchhoff bảo toàn điện tích cho nút 𝐵 mang lại phương trình

𝐼1 + 𝐼2 = 𝐼3

Trang 49
Đối với nút E, chúng ta sẽ nhận được phương trình tương tự. Sau đó, ta sử dụng định luật
điện áp của Kirchhoff

−𝑎5 𝐼1 + (−𝑎8 ) − 𝑎4 𝐼1 − 𝑎1 𝐼1 − 𝑎3 + 𝑎6 𝐼2 = 0

Khi qua acquy từ (-) sang (+) thì trên đoạn 𝐸𝐹 có hiệu điện thế −𝑎8 , trên đoạn 𝐹𝐴 đi qua
điện trở 𝑎4 Ω thì hiệu điện thế là −𝑎4 𝐼1 và tương tự cách chúng ta có thể tìm thấy sự khác
biệt tiềm năng trên đoạn khác của vòng lặp 𝐸𝐹𝐴𝐵.

Trong vòng lặp 𝐵𝐶𝐷𝐸, Định luật bảo toàn năng lượng của Kirchhoff sẽ mang lại phương
trình sau:

−𝑎5 𝐼3 + 𝑎9 − 𝑎6 𝐼2 + 𝑎3 = 0

Bây giờ ta có ba phương trình với ba ẩn số:

𝐼1 +𝐼2 𝐼3 = 0
{(−𝑎5 − 𝑎4 − 𝑎1 )𝐼1 +𝑎6 𝐼2 0 = 𝑎3 + 𝑎8
0 −𝑎6 𝐼2 −𝑎5 𝐼3 = −𝑎3 − 𝑎9

Ma trận mở rộng của hệ là

1 1 1 = 0
[−𝑎5 − 𝑎4 − 𝑎1 𝑎6 0 = 𝑎3 + 𝑎8 ] (10)
0 −𝑎6 −𝑎5 = −𝑎3 − 𝑎9

Ví dụ : Tìm cường độ dòng điện trong mạch cho mạng sau.

Giải

Trang 50
Áp dụng công thức (10) ta được

𝐼1 +𝐼2 𝐼3 = 0
{−19𝐼1 +10𝐼2 0 = 90
0 −10𝐼2 −30𝐼3 = −180

Ma trận tăng cường và dạng bậc thang rút gọn của hệ trên là như sau:

1 1 1 0 1 1 1 0
[−19 10 0 90 ] → [0 29 19 90 ]
0 −10 −30 −180 0 0 −23.45 −149
Hệ trên có nghiệm như sau:

𝐼1 = −1.698

𝐼2 = 5.7736

𝐼3 = 4.0755

Bài toán

Xây dựng hệ phương trình tuyến tính cho cường độ dòng điện trong mạch của mạng sau.

Giải

Hãy gán dòng điện cho từng phần của mạch giữa các điểm nút. Ta có hai điểm nút sẽ cung
cấp cho ta ba dòng điện khác nhau. Giả sử rằng các dòng điện chạy theo chiều kim đồng
hồ.

Vậy cường độ dòng điện trên đoạn 𝐹𝐺𝐻 là I1, trên đoạn 𝐺𝐻𝐴𝐵 là I2 , trên đoạn 𝐺𝐵𝐶𝐹 là
I3 và trên đoạn 𝐶𝐷𝐸𝐹 là I4

Trang 51
Sử dụng Định luật Kirchhoff bảo toàn điện tích cho nút 𝐶 mang lại phương trình

𝐼1 + 𝐼2 + 𝐼3 = I4

Đối với nút 𝐹, chúng ta sẽ nhận được phương trình tương tự. Sau đó, ta sử dụng định luật
điện áp của Kirchhoff

1.12 Ứng dụng trong phân luồng giao thông

1.12.1 Giới thiệu
Trong những năm gần đây, các khái niệm và công cụ phân tích mạng đã được chứng minh
là hữu ích trong nhiều lĩnh vực khác, chẳng hạn như lý thuyết thông tin và nghiên cứu hệ
thống giao thông. Phân tích sau đây về lưu lượng giao thông qua mạng lưới đường bộ trong
thời kỳ cao điểm minh họa cách các hệ phương trình tuyến tính có nhiều nghiệm có thể
phát sinh trong thực tế.
Nó đại diện cho một khu vực của trung tâm thành phố. Các đường phố đều là một chiều,
với các mũi tên chỉ hướng lưu lượng giao thông. Lưu lượng truy cập vào và ra khỏi mạng
được đo bằng phương tiện mỗi giờ (vph).
Bài toán
Mô tả lưu lượng giao thông bằng hệ phương trình tuyến tính

Trang 52
Giải

Giả sử luật giao thông sau được áp dụng:

Tất cả các phương tiện đi vào giao lộ phải rời khỏi giao lộ đó.

Sự bảo toàn giới hạn dòng chảy này (so sánh nó với quy tắc điểm Kirchhoff) dẫn đến một
hệ phương trình tuyến tính:

Giao lộ A: Giao thông vào = 𝑥1 + 𝑥2

Giao thông ra 𝑎1 + 𝑎8

do đó 𝑥1 + 𝑥2 = 𝑎1 + 𝑎8

Giao lộ B: Giao thông vào 𝑎2 + 𝑎3

Giao thông ra = 𝑥1 + 𝑥4

do đó 𝑥1 + 𝑥4 = 𝑎2 + 𝑎3

Giao lộ C: Giao thông vào = 𝑥3 + 𝑥4

Giao thông ra = 𝑎4 + 𝑎5

do đó 𝑥3 + 𝑥4 = 𝑎4 + 𝑎5

Giao lộ D: Giao thông vào = 𝑎6 + 𝑎7

Giao thông ra 𝑥2 + 𝑥3

Trang 53
do đó 𝑥2 + 𝑥3 = 𝑎6 + 𝑎7

Những ràng buộc này đối với lưu lượng được mô tả bằng hệ phương trình tuyến tính sau:

𝑥1 +𝑥2 = 𝑎1 + 𝑎8
𝑥 +𝑥4 = 𝑎2 + 𝑎3
{ 1 (10)
𝑥3 +𝑥4 = 𝑎4 + 𝑎5
𝑥2 +𝑥3 = 𝑎6 + 𝑎7

Ví dụ

Giá trị nhỏ nhất của 𝑥3 không dẫn đến tắc nghẽn giao thông là bao nhiêu

Giải

Áp dụng công thức (10) ta được

𝑥1 +𝑥2 = 625
𝑥 +𝑥4 = 475
{ 1
𝑥3 +𝑥4 = 900
𝑥2 +𝑥3 = 1050

Ma trận tăng cường và dạng bậc thang rút gọn của hệ trên là như sau:

1 1 0 0 625 1 0 0 −1 475
1 0 0 1 475 0 1 0 −1 150
[ ]→[ ]
0 0 1 1 900 0 0 1 1 900
0 1 1 0 1050 0 0 0 0 0

Hệ phương trình tương ứng với điều này rút gọn là

Trang 54
 𝑥1 +𝑥4 = 475
{𝑥2 −𝑥4 = 150
𝑥3 +𝑥4 = 900

Thể hiện mỗi biến chính theo biến còn lại, ta được

𝑥1 = −𝑥4 +475
{𝑥2 = 𝑥4 +150
𝑥3 = −𝑥4 +900

Tất cả các luồng lưu lượng phải không âm (âm luồng sẽ được hiểu là phương tiện di chuyển
sai hướng trên đường một chiều).

Do đó, giá trị nhỏ nhất của 𝑥3 là 475 + 900 hoặc 425. Bất kỳ công việc làm đường nào trên
Võ Nguyên Giáp đều phải cho phép lưu lượng giao thông ít nhất là 425 vph.

Bài toán
Giả sử rằng các con phố là một chiều và số lượng xe đạp trung bình đi vào và rời khỏi
đoạn đường này trong 10km nghỉ giữa các lớp được đưa ra trong biểu đồ. Mô tả lưu
lượng giao thông bằng hệ phương trình tuyến tính

Giải

Giả sử rằng số lượng xe đạp đi vào mỗi giao lộ bằng với số lượng xe đạp rời khỏi giao lộ.
Đối với mỗi giao điểm, thực tế này có thể được hiển thị bằng một phương trình.

𝑥4 + 𝑎8 = 𝑥1 + 𝑎1

Trang 55
𝑥3 + 𝑎7 = 𝑥4 + 𝑎6

𝑥2 + 𝑎4 = 𝑥3 + 𝑎5

𝑥1 + 𝑎2 = 𝑥2 +𝑎3

Viết lại hệ phương trình tuyến tính này:

−𝑥1 +𝑥4 = 𝑎1 −𝑎8

𝑥 −𝑥4 = 𝑎6 − 𝑎7
{ 3
𝑥2 −𝑥3 = 𝑎5 − 𝑎4 (11)
𝑥1 −𝑥2 = 𝑎3 − 𝑎2

Ví dụ

Giả sử rằng các con phố là một chiều và số lượng xe đạp trung bình đi vào và rời khỏi
đoạn đường này trong 10 dặm nghỉ giữa các lớp được đưa ra trong biểu đồ. Tìm số
lượng giao thông giữa bốn giao điểm.

Giải

Áp dụng công thức (11) ta được

−𝑥1 𝑥4 = 130
𝑥 −𝑥4 = 60
{ 3
𝑥2 −𝑥3 = −240
𝑥1 −𝑥2 = 50

Ma trận tăng cường và dạng bậc thang rút gọn của hệ trên là như sau:

Trang 56
 −1 0 0 1 130 1 0 0 −1 130
0 0 1 −1 60 0 1 0 −1 −180
[ ]→[ ]
0 1 −1 0 −240 0 0 1 −1 60
1 −1 0 0 50 1 0 0 0 0

Hệ phương trình tương ứng với điều này rút gọn là

𝑥1 = 𝑥4 +130
{𝑥2 = 𝑥4 −180
𝑥3 = 𝑥4 +60

Vì có một biến tự do nên bài toán này có nhiều nghiệm khả thi, nhưng 𝑥4 > 180

Nếu x 4 = 400 thì hệ sẽ là

𝑥1 = 530
{𝑥2 = 220
𝑥3 = 460

KẾT LUẬN

Hệ phương trình tuyến tính và đại số ma trận được ứng dụng phổ biến từ các bài toán đơn
giản , số lượng tính toán cỡ nhỏ cuộc sống hàng ngày cho đến các bài toán vô cùng trừu

Trang 57
tượng và phức tạp với số lượng phép tính lớn trong các lĩnh vực lý thuyết trò chơi, khoa
học máy tính, tài chính - kinh tế, y học, mật mã,…

Luận văn đã đề cập đến các vấn đề về y học, hóa học, vật lý, mật mã và các vấn đề trong
toán học nhằm góp phần tìm ra lời giải đáp bằng hệ phương trình tuyến tính và đại số ma
trận.

Với các chương trình giáo dục tích hợp tiên tiến, thông qua Toán học dựa trên nền tảng
kiến thức về hệ phương trình tuyến tính và đại số ma trận cùng với sự hỗ trợ của máy tính
ta sẽ có thể giải thích các bài toán vô cùng trừu tượng và phức tạp với số lượng phép tính
lớn, vượt xa ra khỏi khả năng tự nhiên của một con người.

TÀI LIỆU THAM KHẢO

1) ANTON, H. và C. RORRES. Đại số tuyến tính sơ cấp: Phiên bản ứng dụng , tái
bản lần thứ 7. New York: John Wiley & Sons, Inc., 1994.
Trang 58
2) WILLIAMS, GARETH. Đại số tuyến tính với các ứng dụng , tái bản lần 2. Iowa:
Wm. Nhà xuất bản C. Brown, 1991.

3) Stewart, W. J. Giới thiệu về Giải pháp Số của Chuỗi Markov. Princeton, NJ: Nhà
xuất bản Đại học Princeton, 1995.

4) KOLMAN, B. Nhập môn Đại số tuyến tính với các ứng dụng . New Jersey:
Prentice Hall, Inc., 1997.

5) TUCKER, ALAN. Tổ hợp ứng dụng , tái bản lần thứ 3. New York: Wiley, 1994.

Trang 59