Professional Documents
Culture Documents
Đề tài 2
Đề tài 2
GIỚI THIỆU
Định thức có thể được sử dụng để tìm phương trình của đường thẳng, đường cong và bề
mặt đi qua các điểm cố định đã cho. Sau đây là một số ví dụ về ứng dụng này:
Giả sử rằng hai điểm A = ( x , y ) và B = ( x ', y ') trong mặt phẳng thứ XY đã
cho. Tìm phương trình đường thẳng đi qua hai điểm này.
Nếu cho ba điểm A , B và C , hãy tìm phương trình của đường tròn đi qua ba
điểm này?
Nếu bạn biết rằng theo định luật Keplers đầu tiên quỹ đạo của một tiểu hành tinh
về mặt trời là một hình elip, bạn cần bao nhiêu lần quan sát vị trí của tiểu hành
tinh để tìm phương trình của quỹ đạo?
dựa trên kiến thức từ các khóa học toán trước của bạn (bao gồm cả đại số tuyến tính),
bạn sẽ có thể trả lời các câu hỏi sau:
Muốn tìm phương trình thì có bao nhiêu điểm? Nếu bạn không có số điểm chính xác thì
sao? Điều gì sẽ xảy ra nếu bạn có nhiều hơn số điểm cần thiết (Xem ứng dụng 10, xấp xỉ
bình phương nhỏ nhất)
Trong không gian ba chiều, cần bao nhiêu điểm để xác định một mặt phẳng? Làm thế
nào bạn có thể tìm thấy phương trình của mặt phẳng đi qua 3 điểm? Làm thế nào về việc
tìm phương trình của một mặt cầu đi qua bốn điểm cho trước?
Chúng ta có thể sử dụng đại số tuyến tính để tìm phương trình của một đường cong hoặc
một bề mặt có phương trình (với hệ số chưa biết) đã cho. Ví dụ để tìm phương trình của
đường thẳng đi qua hai điểm A và B trong mặt phẳng, ta cần tìm các hệ số "a", "b" và
"c" để các điểm A và B thỏa mãn phương trình ax + by + c = 0.
Ý tưởng cơ bản là xác định tọa độ của các điểm đã cho (n-1 điểm đã cho và một điểm
tổng quát là ( x , y )) trong phương trình và nhận được một hệ thống tuyến tính có các
biến là các hệ số của phương trình. Điều này sẽ mang lại một hệ thống tuyến tính gồm n
phương trình và n ẩn số. Thay vì giải hệ này, chúng ta có thể sử dụng thực tế là một hệ
tuyến tính thuần nhất có nghiệm không tầm thường nếu và chỉ khi định thức của
ma trận hệ số bằng không. Do đó việc xác định định thức của ma trận thiếu bằng 0 sẽ
cho phương trình.
Lưu ý rằng trong một phương trình có n ẩn số, bạn có thể chia cho một trong các hệ số
khác 0 để giảm nó thành (n-1) hệ số.
Thuật ngữ
Các chủ đề, định lý thuật ngữ và được sử dụng trong ứng dụng này phải được đề
cập trong đại số tuyến tính của bạn hoặc các khóa học toán học cơ bản khác của
bạn. Một số thuật ngữ này sẽ được định nghĩa ở đây.
Phần Conic: trong mặt phẳng là một hình Elip (Hình tròn), một Parabol hoặc
Hyperbola (hoặc dạng suy biến của ba đường cong này).
Định lý: Một hệ thống tuyến tính thuần nhất với n phương trình và n ẩn số có nghiệm
không đáng kể nếu và chỉ khi định thức của ma trận hệ số bằng không.
ví dụ 1
Cho điểm A = (3,5) và B = (-1, 2) tìm hoành độ ax + by + c = 0 đi qua điểm A và B.
và
Lưu ý rằng có một giải pháp khác không nếu và chỉ khi
Sử dụng khai triển cofactor dọc theo dòng đầu tiên để tìm det ( A ).
hoặc
. Đó là a = 4, b = -4 và c = 11 .
Vấn đề 2
Tìm phương trình đường tròn đi qua ba điểm A = (1,4), B = (- 2,3), C = (7,1) .
ax 2 + bởi 2 + cx + dy + e = 0 .
BƯỚC MỘT: Thay điểm tổng quát (x,y) và ba điểm đã cho trong phương trình để
tạo thành hệ tuyến tính thuần nhất sau
Hệ thống tuyến tính ở dạng ma trận có thể được viết dưới dạng AX = 0 với ma trận
thành thạo A
Và_
Hệ thống tuyến tính này có một nghiệm không tầm thường nếu và chỉ khi
Vì vậy hãy
Phương pháp trên được mô tả trong bài toán 1 và 2 được sử dụng để xử lý phương
trình của một phần hình nón (một parabol, hyperbol hoặc elip), tổng quát của
phần này được cho bởi
Giới thiệu
Trong Phòng thí nghiệm 5, chúng tôi đã học cách xây dựng một đường cong qua các
điểm xác định. Ví dụ cách dựng một đường thẳng đi qua hai điểm cho trước hoặc một
đường parabol đi qua ba điểm. Nói chung, bạn có thể xây dựng một đa thức bậc n đi
qua n điểm xác định. Đa thức như vậy được gọi là đa thức nội suy. Điều gì xảy ra nếu
bạn có nhiều hơn hai điểm chẳng hạn và bạn muốn biểu diễn dữ liệu của mình bằng một
đường thẳng? Trong những trường hợp như thế này, chúng ta phải đối mặt với một hệ
phương trình tuyến tính không nhất quán Ax = b . Thay vì giải Ax = b , chúng ta cố gắng
tìm một x sao cho Axlà xấp xỉ tốt của b .
ví dụ 1
Giả sử rằng bạn biết hai biến x và y có quan hệ tuyến tính là y = mx + c . Giả sử trong
một thử nghiệm, bạn thu được dữ liệu sau:
Nếu bạn muốn đưa một đường thẳng có phương trình y = mx + b đi qua các điểm
này. Như bạn đã học trong Phòng thí nghiệm 5, bạn cần hình thành hệ phương trình
tuyến tính sau đây.
Đây là một hệ thống được xác định quá mức. Đó là nó có nhiều phương trình hơn là ẩn
số. Các hệ thống được xác định quá mức thường không nhất quán.
Viết phương trình ma trận cho hệ thống tuyến tính này, chúng ta nhận được
Tìm dạng cấp bậc hàng giảm của ma trận tăng cường.
Như bạn thấy hạng rref của ma trận tăng cường là 3 trong khi hạng của ma trận hệ số là
2. Do đó hệ thống không nhất quán. Vậy không tồn tại x sao cho Ax = b hoặc Ax - b =
0. Bây giờ câu hỏi là: Vì Ax - b khác 0 nên chúng tôi cố gắng làm cho nó càng nhỏ càng
tốt. Vì vậy, mục tiêu là tìm một xấp xỉ, Ax , cho b hoặc để tối thiểu Ax - b ?
Đặt lại câu hỏi, làm thế nào chúng ta có thể tìm thấy một x sao cho Ax gần b nhất có thể
?
Đầu tiên chúng ta hãy xem bài tập 1. Có một số cách để làm cho đường thẳng của bạn ``
gần '' với các điểm nhất định, tùy thuộc vào cách chúng ta định nghĩa `` độ gần ''. Cách
thông thường là thêm bình phương của d1, d2 d3 dn, sau đó thu nhỏ tổng các hình
vuông. Xem hình dưới đây.
Phương pháp này được gọi là `` Xấp xỉ bình phương nhỏ nhất ".
Chúng ta cũng có thể nghĩ rằng Ax trong một vectơ và b là một vectơ
khác. Chúng ta muốn tối thiểu hóa Ax - b . Giả sử rằng không gian vectơ của chúng ta là
Không gian tích bên với tích bên trong Euclide thông thường, tối thiểu hóa ( ax - b )
chuyển thành cực tiểu khoảng cách || Rìu - b || giữa hai vectơ Ax và b . Lưu ý rằng
|| rìu - b || là độ dài của vectơ Ax - b .
Một điều giúp hiểu quy trình giảm thiểu khoảng cách giữa Ax và b là Ax là một vector
trong không gian cột của A. (Tại sao?)
Vì Ax = b không nhất quán nên b không nằm trong không gian cột của A. Vì vậy,
chúng ta đang tìm một vectơ, Ax , trong không gian cột của A gần với vectơ b nhất . Có
thể chứng minh (xem sách giáo khoa của bạn) rằng một vectơ như vậy là hình chiếu trực
giao của b lên không gian cột của A. Bây giờ nếu Ax là hình chiếu trực giao
của b lên col ( A ) thì Ax - b là trực giao với clo ( A ). (tại sao?) Đó là Ax - b đang ở
trong .Vì thế
hoặc
.
Hệ phương trình tuyến tính này là nhất quán (Tại sao?) Và nó được gọi là Hệ phương
trình chuẩn . Hơn nữa, nếu cột của A độc lập tuyến tính, thì cột này không thể đảo
ngược và
Nếu các cột của A là trực chuẩn thì và chúng ta có thể dễ dàng tính toán
, và vectơ st gần p trong không gian cột của A đến b là
Gọi b là một vectơ trong và W là một không gian con của các vectơ kéo
dài . Để tìm phép chiếu trực giao của b lên W được biểu
thị dưới dạng ma trận A có các cột là vectơ thì hãy giải s ystem
bình thường . Nếu x là véc tơ nghiệm thì Ax là hình chiếu trực
giao của b lên W.
Gọi W là một không gian con của bao trùm bởi các vectơ cơ sở . Để
tìm phép chiếu trực giao của lên W ký hiệu là [ P ], hãy tạo thành một ma trận A có
các cột là các vectơ sau đó phép biến đổi được gọi
là phép chiếu trực giao của lên W.
Bộ
Ví dụ 2
Tìm phương trình y = mx + c của đường vuông nhỏ nhất phù hợp nhất với dữ liệu từ
ví dụ 1:
Đường này được gọi là đường bình phương nhỏ nhất và các hệ số m và c được gọi
là hệ số hồi quy.
Dung dịch :
Đầu tiên hãy lập ma trận A của bạn , sau đó giải hệ thống tuyến tính .
AG = [(D (:, [1 2])) '* (D (:, [1 2])) (D (:, [1 2]))' * (D (:, 3))]
Sau đó, tìm rref của ma trận tài liệu bằng cách gõ
Ví dụ 3
Phương pháp được sử dụng để nối một đường thẳng với các điểm dữ liệu trong ví dụ
1 có thể dễ dàng tổng quát hóa thành một đa thức có mức độ nhất định.
tìm phương trình của đa thức bậc 3 phù hợp nhất với dữ
liệu sau.
Dung dịch :
Để tạo ma trận A của bạn , trước tiên hãy nhập dữ liệu vào MATLAB dưới dạng
b3 = D (:, 3)
Sau đó, tìm rref của ma trận tăng cường bằng cách nhập
Bài tập
a) Chứng tỏ rằng Ax = b là không nhất quán. (Gợi ý: bạn có thể chỉ ra điều này bằng
cách tìm hoặc tìm cả hạng ( A ) và )
b) Bạn có thể nhập và A '* A bằng cách nhập A ' * A và A '* b trong MATLAB. Chỉ
ra rằng hệ thống là một hệ thống nhất quán và tìm ra giải pháp cho
c) Tìm pháp tuyến của vectơ Ax - b bằng cách nhập chuẩn ( Ax - b ) trong đó x là
nghiệm của bạn từ phần (b).
i) Tìm một vectơ nói, z, trong không gian cột của A bằng cách gõ . tính
toán || z - b || bằng cách gõ chuẩn (z -b), so sánh giá trị này với || Ax-b || cái nào nhỏ
hơn ?
ii ) Tìm hai vectơ khác , z , trong không gian cloumn của A như chúng ta đã tìm thấy z
trong phần ( i ), tìm chuẩn của || Az -b || cho mỗi điểm , z , và so sánh kết quả với || Ax-b
||.
ii ) Tìm rref (A ^ t A) ( Nó có phải là ma trận nhận dạng không?) [ Lưu ý : gõ rref (A '*
A)]
k ) Tìm cơ sở cho phạm vi của phép biến đổi tuyến tính T_A? (T_A được định nghĩa
bởi T (x) = Ax)
3. Tìm phương trình của đường thẳng đi qua điểm (3,4) và (1,2).
b ) Sử dụng cách thông thường : tìm hệ số góc và sử dụng công thức hệ số góc .
Bạn có thể nhập các điểm này vào ma trận bằng cách gõ
D = [3 1 -1 6 7; 4 2 1 5 9; 1 1 1 1 1] '
thì X = D (:, 1) là ma trận của các giá trị x và Y = D (:, 2) là ma trận của các giá trị y .
i ) Tìm một đa thức bậc hai y = a_2 x ^ 2 + a_1 x + a_0 , phù hợp nhất với các điểm
đã cho ở trên.
Hữu ích
Bạn cần tạo một ma trận 5 x 3 A có các cột là bình phương của các giá trị x, giá trị x và
một cột là các giá trị. Một cách để làm điều này là gõ
Lưu ý: Hãy nhớ lại rằng các phép toán. *,. ^ Cung cấp phép nhân khôn ngoan cho phần
tử và nâng lên thành lũy thừa.
và b là vectơ của các giá trị y. Vì vậy, bạn có thể nhập b = D (:, 2).
Bây giờ bạn có thể tạo hệ thống AX = b và id nghiệm bình phương nhỏ nhất là nghiệm
của hệ thống bình thường .
Để giải quyết hệ thống này, bạn có thể tìm thấy bằng cách gõ
Đối với phần còn lại của vấn đề này, bạn cần xác định lại ma trận A> Đảm bảo xóa các
biến cũ trước tiên. Ví dụ đối với phần (ii) cột đầu tiên của A là lũy thừa thứ ba của giá trị
x, v.v.
2cm ii) Tìm một đa thức bậc ba sao cho đúng nhất với
các điểm đã cho ở trên.
2cm
iii) Tìm một đa thức bậc 4 phù hợp nhất với các
điểm đã cho ở trên.
iv) Tìm một đa thức bậc năm phù hợp nhất với
các điểm đã cho ở trên.
Điện trở: Các điện trở như bóng đèn làm giảm dòng điện bằng cách chuyển đổi năng
lượng điện thành năng lượng hạn.
Dây điện: Dây dẫn là vật dẫn cho phép dòng điện chạy tự do. (kháng không đáng kể)
Vòng điện áp là một kết nối kín trong mạch.
Nút hiện tại là một điểm mà ba hoặc nhiều đoạn dây gặp nhau.
Các đại lượng vật lý sau đây được đo trong một mạch điện;
Dòng điện ,: Ký hiệu bằng I đo bằng Ampe ( A ).
Điện trở ,: Ký hiệu bằng R được đo bằng Ohms ( W ).
Chênh lệch tiềm năng điện ,: 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
Các mạch đơn giản được phân loại thành hai loại:
1. Mạch Dòng:Đoạn mạch nối tiếp là đoạn mạch chỉ có một con đường. Không có
nhánh nào trong mạch và do đó
điện chỉ có thể truyền theo một tuyến.
Tổng điện trở trong một đoạn mạch nối tiếp là tổng của các điện trở riêng lẻ.
a) Dòng điện không thay đổi khi nó đi qua từng điện trở riêng lẻ.
Điều này có nghĩa là nó giống nhau tại bất kỳ điểm cụ thể nào trên mạch.
3. Tổng điện áp rơi trên tất cả các điện trở sẽ cộng với điện áp tắt của nguồn điện ..
4. Trong mạch song song dòng điện được lan truyền dọc theo các nhánh khác
nhau. Dòng điện trong một nhánh sẽ không giống như trong các nhánh khác (tất
nhiên trừ khi tất cả các điện trở đều giống nhau).
5. Tổng dòng điện trong mỗi nhánh riêng lẻ sẽ cộng lại để tạo ra tổng dòng điện của
mạch.
6. Hiệu điện thế ở các đoạn mạch song song thực tế ở mỗi nhánh giống nhau và bằng
hiệu điện thế của nguồn điện. Trong mạch nối tiếp, dòng điện không đổi, nhưng hiệu
điện thế khác nhau, và cộng vào tổng điện áp.Trong mạch song song, hiệu điện thế
không đổi, nhưngcường độ dòng điện thay đổi, và cộng thành tổng dòng điện trong
mạch.
Đối với mạch có phần nối tiếp và phần song song, ngắt mạch thành các phần nối tiếp
vàsong 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 mỗi đường dẫn
nối tiếp riêng lẻ, hãy tính tổng trở lực cho đường dẫn đó.
Thứ hai, sử dụng các giá trị này, bằng cách giả sử rằng mỗi đường dẫn như một điện
trở duy nhất, tính tổng trở của mạch.
Chúng ta có thể áp dụng các phương pháp giải hệ tuyến tính để giải các bài toán liên
quan đến mạch điện. Trong một đoạn mạch nhất định nếu biết đủ các giá trị của dòng
điện, điện trở và hiệu điện thế, chúng ta sẽ có thể tìm được các giá trị chưa biết khác
của các đại lượng này. Chúng tôi chủ yếu sử dụng Định luật Ôm, Định luật Điện áp
Kirchhoff và Định luật Kirchhoff hiện hành.
Ví dụ : Tìm các cường độ dòng điện trong mạch đối với mạng sau.
Giải pháp : Cho phép gán dòng điện cho từng phần của mạch giữa các điểm
nút. Chúng tôi có hai điểm nút mà sẽ cung cấp cho chúng tôi ba dòng điện khác
nhau. Giả sử rằng các dòng điện theo chiều kim đồng hồ.
Vậy dòng điện trên đoạn EFAB là I 1 , trên đoạn BCDE là I 3 và trên đoạn EB là I 2
Sử dụng Định luật Kirchhoff hiện tại cho nút B thu được phương trình
I1+I2=I3.
Đối với nút E, chúng ta sẽ nhận được phương trình tương tự, sau đó chúng ta sử dụng
định luật điện áp Kirchhoff
Khi xuyên qua pin từ (-) sang (+), trên đoạn EF, hiệu điện thế là -30 và trên đoạn FA
di chuyển qua điện trở 5 W
sẽ dẫn đến hiệu điện thế là -5 I 1 và tương tự cách chúng ta có thể tìm thấy sự khác
biệt tiềm ẩn trên đoạn khác của vòng lặp EFAB.
Trong vòng lặp BCDE, định luật điện áp Kirchhoff sẽ đưa ra phương trình sau:
I1 +I2 -I3 =0
-19 I 1 +10 I 2 = 90
-10 I 2 -30 I 3 = -180
Hệ thống tuyến tính này có thể được giải bằng các phương pháp Đại số tuyến
tính. Đại số tuyến tính hữu ích hơn khi mạng rất phức tạp và số lượng ẩn số lớn.
I 1 = -1,698
I 2 = 5,7736
I 3 = 4,0755
Bài tập
1. Xác định các dòng điện chưa biết trong các mạch sau;
2. Xác định dòng điện, vôn và ôm chưa biết cho các phần khác nhau của mạng sau.
3. Xác định dòng điện, vôn và ôm chưa biết cho các phần khác nhau của mạng sau.
1 Giới thiệu
Các toán học ý kiến của một vectơ vở kịch một quan trọng vai diễn Trong nhiều khu vực
của vật lý học.
Nghĩ
• về một hạt di chuyển trong không gian, chúng ta tưởng tượng rằng tốc độ
của nó và hướng di chuyển có thể được biểu diễn bằng vectơ v trong không gian
3 chiều Không gian Euclide R 3 . Đường đi của nó trong thời gian t có thể được
cho bởi một liên tục đường khác nhau - có lẽ với các điểm tự giao - tại mỗi điểm
mà chúng ta có các vận tốc vectơ v ( t ).
• cấu tĩnh như cầu có tải trọng phải được tính toán tại các điểm khác nhau. Đây
Kết
cũng là các vectơ, cho biết hướng và độ lớn của các lực lượng tại những thứ kia
bị cô lập điểm.
•
Trong các học thuyết của điện từ học, Maxwell's phương trình thỏa thuận với vectơ
lĩnh vực trong không gian 3 chiều có thể thay đổi theo thời gian. Do đó tại mỗi điểm
của không gian và thời gian, hai vectơ được xác định, tạo ra điện trường và từ trường
tại cái đó điểm.
• hai hệ quy chiếu khác nhau trong lý thuyết tương đối, sự chuyển đổi sự hình thành
Với
khoảng cách và thời gian từ cái này đến cái kia được cho bởi một tuyến tính lập bản
đồ của vectơ các khoảng trắng.
Trong
• cơ học lượng tử, một thí nghiệm nhất định được đặc trưng bởi một không
gian của các chức năng phức tạp. Mỗi chức năng được coi như bản thân nó là một
loại của vectơ. Vì vậy, chúng ta có một không gian vectơ của các hàm và các
phương pháp của tuyến tính đại số học là đã sử dụng đến phân tích các cuộc thí
nghiệm.
Nhìn vào năm ví dụ này, nơi đại số tuyến tính xuất hiện trong vật lý, chúng tôi thấy
rằng đối với ba phần đầu, liên quan đến “vật lý cổ điển”, chúng tôi có các vectơ được
đặt tại điểm khác nhau về không gian và thời gian. Mặt khác, ví dụ thứ năm là một vectơ
không gian nơi các vectơ không được coi là những mũi tên đơn giản trong không gian
bình thường, cổ điển của đời thường. Trong mọi trường hợp, rõ ràng là lý thuyết về
tuyến tính đại số học Là rất nền tảng đến không tí nào nghiên cứu của vật lý học.
Nhưng mà hơn là hơn tư duy Trong điều kiện của vectơ như đại diện vật lý quy trình,
nó Là tốt nhất đến bắt đầu này bài giảng qua đang nhìn tại nhiều thứ Trong một hơn toán
học, trừu tượng đường. Khi chúng ta đã có cảm giác về các kỹ thuật liên quan, thì chúng
ta có thể áp dụngchúng đến bức tranh đơn giản của vectơ như là những mũi tên nằm ở
các điểm khác nhau của các cổ điển 3 chiều không gian.
Các đơn giản nhất thí dụ của một đồng ruộng Là các bộ bao gồm của chỉ hai phần
tử 0 ,{1 }
với các rõ ràng phép nhân. Đây Là các đồng ruộng Z / 2 Z. _ Cũng thế, như chúng tôi
có đã xem Trongcác phân tích, vì không tí nào nguyên tố con số P ∈ N , các bộ Z / p Z
của cặn bã modulo P Là một đồng ruộng.
Các tiếp theo định lý, cái mà Nên thì là ở Quen biết từ các phân tích bài giảng, cho
một số sơ cấp chung đặc tính của lĩnh vực.
Định lý 1. Để cho F thì là ở một đồng ruộng. sau đó vì tất cả các
một, b ∈ F , chúng tôi có:1. một · 0 = 0 · một = 0 ,
2. một · ( −b ) = - ( a · b ) = ( −a ) · b ,
3. - ( −a ) = a ,
4. ( a - 1 ) - 1 = a , nếu a / = 0 ,
5. ( - 1) · một = −a ,
6. ( −a ) · ( −b ) = một · b ,
7. một · b = 0 ⇒ một = 0 hoặc b = 0 .
Bằng chứng. Một tập thể dục (xử lý với Trong các phân tích bài giảng).
Vì vậy, lý thuyết về không gian vectơ trừu tượng bắt đầu với ý tưởng về một trường
là hệ thống số học cơ bản. Nhưng trong vật lý, và trong hầu hết toán học (tại ít nhất là
phần phân tích của nó), chúng tôi không bị cuốn theo những khái quát chung như vậy.
Thay vì chúng tôi sẽ thường xuyên thì là ở giam cầm của chúng tôi chú ý đến một của hai
rất cụ thể lĩnh vực,cụ thể là một trong hai lĩnh vực của có thật con số R , hoặc khác các
lĩnh vực tổ hợp con số C. _
Mặc dù vậy, để cho chúng ta nhận nuôi các bình thường tính tổng quát trong các Định
nghĩa của một vectơ không gian .
Sự định nghĩa. Không gian vectơ V trên trường F là một nhóm Abel - với vectơ phép
cộng ký hiệu là v + w , đối với vectơ v , w ∈ V. Phần tử trung lập là "không vectơ ” 0 .
Hơn nữa, có một phép nhân vô hướng F × V → V thỏa mãn (cho Bất kỳ một, b ∈ F và
v , w ∈ V ):
1. một · ( v + w ) = một · v + một · w ,
2. ( a + b ) · v = một · v + b · v ,
3. ( a · b ) · v = một · ( b · v ) , và
4. 1 · v = v vì tất cả các v ∈ V. _
Các ví dụ
• Với bất kỳ trường F nào , thì chúng ta có thể nói rằng F là một không gian vectơ
trên chính nó. Các vectơ là chỉ các yếu tố của F. _ Véc tơ phép cộng Là các phép
cộng Trong các đồng ruộng.Vô hướng phép nhân Là phép nhân Trong các đồng
ruộng.
• Cho R n là tập hợp n -bội, với n ∈ N nào đó . Đó là, tập hợp các danh sách có thứ
tự của N có thật những con số. Một có thể cũng Nói cái đó đây Là
R n = R× R × · · · × R ,
` ˛¸ x
N lần
các Descartes sản phẩm, xác định một cách đệ quy. Được hai các yếu tố
( x 1,··· ,x n) và ( y 1 , . . .
( x 1 + y 1,··· ,x n + y n) .
một · ( x 1 , · · · , x n ) = ( a · x 1 , · · · , một · x n ) .
Nó Là một không đáng kể vấn đề đến kiểm chứng cái đó R n , với này hoạt
động, Là một vectơ không gian kết thúc R. _
Để• cho C 0 ([0 , 1] , R ) thì là ở các bộ của tất cả các tiếp diễn chức năng
→ f : [0 , 1
] R. Đây Là
một vectơ không gian với vectơ phép cộng
(f +g)(x)=f(x)+g(x),
vì tất cả các x ∈ [0 , 1], xác định cái mới hàm số ( f + g ) ∈ C 0 ([0 , 1] , R ), vì tất
cả các
f, g ∈ C 0 ([0 , 1] , R ). Vô hướng phép nhân Là được qua
( a · f ) ( x ) = một · F ( x )
Các ứng dụng của Đại số tuyến tính trong Hóa học.
Đại số tuyến tính mở rộng nó là đạt tới vào trong tất cả các các bộ phận của khoa học và
toán học. Trong hóa học, một trong những kỹ thuật đại số tuyến tính (là dạng đại số hàng rút
gọn) có thể được sử dụng để giải quyết một trong những nhiệm vụ không thể tránh được của hóa
học là cân bằng phương trình hóa học. Cân bằng hóa chất phương trình là cơ bản khi nói đến
công việc trong phòng thí nghiệm như là tỷ lệ chính xác của thuốc thử và sản phẩm rất quan
trọng đối với hầu hết các phản ứng hóa học. Nhiệm vụ này được dạy và đào sâu vào đầu của sinh
viên ai nghiên cứu hoá học. Các hơn nữa một sinh viên học hoá học các dễ dàng hơn các nhiệm
vụ trở nên nhưng nó vẫn có thể tẻ nhạt và chiếm thời gian quý báu trong phòng thí nghiệm. Tuy
nhiên nó có thể là quan sát thấy rằng khi cân bằng một phương trình hóa học, một hệ phương
CH 4 + O 2 → CO 2 + H 2 O
Chúng tôi đang cố gắng xác định giá trị của các hệ số ở phía trước của mỗi hợp chất để bắt
X 1 CH 4 + X 2 O 2 → X 3 CO 2 + X 4 H 2 O
Nhìn vào phương trình, có thể thấy rằng chỉ có ba yếu tố; Carbon, Hydro và Oxy tạo nên các
hợp chất trong phương trình. Một phương trình bây giờ có thể là được tạo ra cho mỗi phần tử
bằng cách xác định số lần phần tử đó hiển thị trong phần tử kia Các hợp chất. Đối với Carbon,
một Carbon xuất hiện trong X 1 và một xuất hiện trong X 3 vì vậy cả hai có thể được thiết lập
với nhau dẫn đến phương trình đầu tiên X 1 = X 3 . Đối với Hiđro, bốn xuất hiện trong X 1 và hai
hiện ra Trong X 4 vì thế các tương ứng phương trình là 4 X 1 = 2 X 4 . Vì Ôxy, ở đó là hai xuất
hiệntrong X 2 , hai trong X 3 và một trong X 4 , do đó, phương trình sau có thể được tạo ra 2 X 2 =
2 X 3 + X 4 . Ở đó là bây giờ ba phương trình cho mỗi yếu tố và hệ phương trình có thể là hình
thành:
Carbon: X 1 = X 3 Hiđro:
4 X 1 = 2 X 4 Ôxy: 2 X 2 =
2X3+X4
Đây hệ thống của phương trình có thể được viết lại trong Tiêu chuẩn hình thức.
X1-X3=0
4X1-2X4=0
2X2-2X3-X4=0
Bây giờ có thể thấy rằng các giá trị này có thể được đặt vào một ma trận. Từ đại số tuyến tính,
chúng ta có đã học cái đó nó Là khả thi đến giảm một ma trận đến sản xuất riêng giá trị cho một
cho trước Biến đổi Trong cáctập phương trình. Phương pháp đơn giản nhất để làm như vậy là sử
dụng biểu mẫu cấp độ hàng rút gọn kĩ thuật để giải quyết vì các giá trị của các các hệ số.
Với dạng phân phối hàng giảm dần được giải quyết, có thể thấy rằng X 4 là một biến tự do vàcác
X 1 = 1/2 X
4X 2 =X4
X 3 = 1/2 X 4
Đến được đầy số nguyên (nói chung là ưu tiên cho các nhà hóa học khi nào làm công việc trong
phòng thí nghiệm) ít nhất phổ thông mẫu số giữa các phương trình phải thì là ở tìm cái nào trong
của phương trình và này giá trị có thể thì là ở đặt vào trong các nguyên bản hóa học phương
trình.
X1=1
X2=2
X3=1
X4=2
X 1 CH 4 + X 2 O 2 → X 3 CO 2 + X 4
H 2 OCH 4 + 2 O 2 → CO 2 + 2 H 2 O
Với phương trình bây giờ đã cân bằng, phương pháp sử dụng hệ phương trình và giải
quyết vì nó là giảm hàng ngang cấp lãnh đạo hình thức đã chứng minh đến công việc. Vì đây ví
dụ cụ thể, lựa chọn mộtcân bằng phương trình không cần thiết đối với đa số các nhà hóa học, vì
việc cân bằng nó rất đơn giản và phương pháp được mô tả ở trên rất có thể sẽ khiến hầu hết các
nhà hóa học mất nhiều thời gian hơn để hoàn thành cân bằng sử dụng các phương pháp truyền
thống được giảng dạy trong khoa hóa học. Phương pháp cân bằng nàyTuy nhiên, phương trình
hóa học trở nên hữu ích khi một phương trình hóa học trở nên phức tạp. Vì thí dụ:
Ví dụ này được sử dụng trong sách của Lay và hơi khác so với phương pháp được mô tả ở trên
cho giải quyết vì các hệ số Nhưng nó Là Thiết yếu các tương tự phương pháp đến giải quyết cho
12 + X 7 H 2O
Bây giờ đối với mỗi giá trị hệ số của X, giá trị của số lần mỗi phần tử xuất hiện có thể lànhập
Đây bộ của vectơ có thể thì là ở viết lại như các tiếp theo:
Từ tập các vectơ này, một ma trận có thể được hình thành giống như trong ví dụ đầu tiên với
phương trình hóa học. Từ ma trận này, có thể tìm thấy dạng cấp bậc hàng giảm để xác địnhgiá
X 1 = (16/327) X 7
X 2 = (13/327 ) X
7X 3 = (374/327 X
7X 4= (16/327) X
7X 5= (26/327) X
7X 6= (130/327)
X7
Đến được đầy số nguyên như Trong các Đầu tiên thí dụ X 7 phải thì là ở bình đẳng đến
Phương trình hóa học sau đây sẽ khó và tẻ nhạt để cân bằng bằng tay. Trong đây trường
hợp một tuyến tính hệ thống đại số sẽ thì là ở rất tốt sử dụng. Hóa học của Trong các đồng
ruộng hôm nay được mong đợiđể có một số hình thức kinh nghiệm mã hóa. Sẽ không quá khó
khăn đối với hầu hết mọi người để xây dựng một hệ thống đại số tuyến tính như được mô tả ở
trên nhưng từ kinh nghiệm phòng thí nghiệm cá nhân, hầu hết các nhà hóa học sẽ sử dụng Trực
Máy tính cân bằng hóa học là phương pháp đơn giản nhất để cân bằng các phương trình
hóa học bởi vì tất cả những gì cần làm là để phương trình được gõ vào hệ thống và hệ thống
thực hiện phần còn lại của công việc. Tuy nhiên, các hệ thống này đang sử dụng cùng một hệ
thống đại số tuyến tính của giải cho dạng đại số hàng rút gọn cho một hệ phương trình tuyến
tính suy ra từ một phương trình hóa học. Phần dễ dàng đối với các nhà hóa học là ai đó đã hoàn
thành tất cả các công việc trongTòa nhà các đại số tuyến tính hệ thống. Một thường đã sử dụng
Trực tuyến người cân bằng Là cái đó của WolframAlpha.Dựa trên tắt của tôi trải qua, sử dụng
nhiều nhất đây nhanh chóng tìm hệ số của các phương trình.
Thỉnh thoảng WolframAlpha sẽ có nấc cụt trên một phương trình vì thế nữa phổ thông người
Hãy cho là sự phân bố kiểu gen ban đầu của một quần thể. Giả sử rằng ma trận kiểu
gen của quần thể đã cho đã biết, gọi nó là ma trận . Một năm sau, kiểu gen của quần
thể, bằng tích của ma trận chuyển tiếp A và ma trận sinh dục .
(1)
Hai năm sau, kiểu gen của quần thể có thể được tính toán tương tự,
(2)
Và n năm sau,
(3)
Theo di truyền NST thường, mỗi tính trạng được di truyền được cho là do một bộ hai
gen chi phối. Chúng tôi chỉ định hai gen này là A và a. Mỗi cá thể trong quần thể đang
được xem xét có hai trong số các gen này, là AA, aa hoặc Aa.
Cân nhắc màu mắt ở người. Kiểu gen AA và Aa có nghĩa là có mắt nâu và kiểu gen aa
có nghĩa là có mắt xanh. Gen A trong trường hợp này được gọi là trội (hoặc chúng ta
nói A trội hơn a) và gen a được gọi là lặn (hoặc chúng ta nói a là lặn đối với A).
phương trình tuy nhiên, thay vì của tạo ra một hệ thống của phương trình bằng cách xác định
thế nào nhiều lần mỗi phần tử xuất hiện trong mỗi hợp chất, một vectơ Là thực hiện vì mỗi hợp
chất. Đến Cứu giúp mục đíchcác giá trị răng se đi vào mỗi ma trận, một tài liệu tham khảo vectơ
Làm thế nào gen của bố mẹ được truyền cho con cái của họ?
Mỗi cá nhân được thừa hưởng một trong các gen từ một trong những gen cha mẹ
của nó và một gen khác từ cha mẹ khác của nó. Vì mỗi bố mẹ chỉ có thể truyền một
gen cho con cái, nên gen nào trong hai gen được truyền lại là một vấn đề may rủi.
ví dụ 1
Giả sử một cặp bố mẹ có kiểu gen AA và bố mẹ khác có kiểu gen Aa. Vì đời con có hai
gen nên một trong các gen phải thuộc loại A (của bố và mẹ đầu tiên). Gen còn lại có thể
là loại A hoặc loại a (từ bố mẹ thứ hai). Do đó, kiểu gen của đời con là AA hoặc Aa.
Theo kĩ thuật trước, bảng xác suất kiểu gen của đời con sẽ có dạng như sau.
Ví dụ 2
Một vấn đề phổ biến trong lĩnh vực này là tìm xác suất của một số kiểu gen nhất định
sau một số năm nhất định. Ví dụ, giả sử chúng ta muốn nghiên cứu tỷ lệ của ba kiểu
gen trong thế hệ bò về các phân số kiểu gen ban đầu. (Xem ví dụ sau.)
Giáo sư Vetar, tại UC Davis, phát hiện ra rằng những con bò có kiểu gen AA có thể
tạo ra chất lượng sữa tốt hơn các kiểu gen khác. Giáo sư Vetar quan tâm đến việc phát
hiện ra tỷ lệ bò con có kiểu gen AA. Nếu giáo sư Vetar chỉ chọn lai kiểu gen với
các kiểu gen khác, thì xác suất của đời con là AA, Aa hoặc aa là bao nhiêu?
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 một thế hệ con là AA, Aa và aa tương ứng bằng 1, 0 và 0.
Thứ hai, giả sử phép lai giữa Aa với AA. Con cái sẽ có một nửa cơ hội có kiểu gen
AA và một nửa cơ hội là kiểu gen Aa, do đó xác suất của AA, Aa và aa ngẫu nhiên là
1/2, 1/2 và 0.
Thứ ba, xét phép lai giữa aa với AA. Điều này sẽ luôn dẫn đến kiểu gen Aa. Do đó,
xác suất ngẫu phối của các kiểu gen AA, Aa và aa lần lượt là 0, 1 và 0.
Sau một năm nữa trôi qua, vectơ phân phối có thể thu được như sau:
Giả sử một người nào đó được nội soi xem số bò có kiểu gen AA, Aa, aa sau 20 lần
gen là bao nhiêu. Một cách để trả lời câu hỏi này là tính toán có thể dẫn đến lỗi
tính toán trong quá trình đa ánh xạ ma trận. Một cách tiếp cận khác sử dụng đường
chéo làm giảm tính toán. Nếu ma trận có thể được viết dưới dạng tích của một ma
trận khả nghịch, một ma trận đường chéo và nghịch đảo của , nghĩa
là , thì việc tính toán sẽ đơn giản hơn nhiều và do đó sai số tính toán ít
hơn nhiều. Điều này chủ yếu là do thực tế sau:
và
Không phải ma trận evey có thể theo đường chéo. Để có thể theo đường chéo, nó
cần phải có các bộ định vị độc lập tuyến tính. Ma trận được hình thành bằng cách
viết các ký tự riêng này dưới dạng các cột . Để tìm các eigenvectors trước tiên
chúng ta sẽ tìm các eigenvalues.
và
Vì vậy,
Trong một lớp frshman của một trường cao đẳng, có 200 sinh viên chuyên ngành toán
học và 350 sinh viên chuyên ngành sinh học. Mỗi năm, một số sinh viên toán nghĩ
rằng di truyền học là một niềm vui, do đó, họ đang chuyển chuyên ngành của họ sang
sinh học. Trong khi đó, một số học sinh sinh học lại yêu thích môn toán nên chuyển
chuyên ngành toán học.
Xác suất để một học sinh ở lại môn toán là 0,92 và xác suất chuyển từ môn sinh học
sang môn toán là 0,04. Giả sử rằng sự thay đổi chuyên ngành chỉ xảy ra giữa hai
chuyên ngành này, hãy trả lời các câu hỏi sau:
b) Số học sinh giỏi toán sau một năm là thành phần bậc nhất của vectơ .
Từ
Vấn đề 2
Trong bài toán trước, tích của chúng ta không phải là một số nguyên, nó có thể
là do phép nhân , do đó, chúng ta áp dụng phương pháp khác để giải các bài toán
sau.
Giả sử rằng trong một nhóm 550 người, 200 người quan tâm đến toán học và 350
người quan tâm đến sinh học. Mỗi năm 8% người yêu thích Toán học thay đổi trái tim
của họ với sinh học và chỉ 4% những người yêu thích Sinh học thay đổi trái tim của
họ với toán học.
a) Có bao nhiêu người trong số này quan tâm đến toán học 15 năm sau? b) Có bao
nhiêu người trong số những người này quan tâm đến sinh học sau 20 năm?
Vì vậy,
Có 186 người quan tâm đến toán học mười lăm năm sau.
b) Tương tự, bạn có thể tính toán rằng sẽ có 365 người quan tâm đến sinh học trong
hai mươi năm sau.
Bài tập:
Trong một trang trại thí nghiệm, một quần thể hoa lớn bao gồm tất cả các kiểu gen
Giả sử rằng mỗi hoa trong quần thể được thụ tinh với một hoa có kiểu gen .
a) Tìm biểu thức phân bố các kiểu gen có thể có của quần thể sau n thế hệ.
b) Lặp lại phần (a) với giả thiết rằng mỗi hoa được thụ tinh bởi một hoa có kiểu gen
c) Lặp lại phần (a) với giả thiết rằng mỗi hoa được thụ tinh bởi một hoa có kiểu gen
của riêng nó.
d) Lặp lại phần (a) với giả thiết mỗi hoa ở thế hệ ban đầu được thụ tinh bởi một hoa
có kiểu gen Aa, mỗi hoa ở thế hệ thứ nhất được thụ tinh bởi một hoa có kiểu gen AA,
mỗi hoa ở thế hệ thứ hai được thụ tinh bởi một bông hoa có kiểu gen aa và kiểu thụ
tinh này tiếp tục diễn ra.
Một nhánh toán học quan trọng cần thiết cho khoa học máy tính là Đại số tuyến tính. Tính
toán ma trận thường được nhìn thấy và thực hiện trong việc phát triển các chương trình máy tính
và Đại số cũng được sử dụng để đánh giá mã, tối ưu hóa bộ xử lý, v.v. Nó được coi là xương sống
cho rất nhiều khái niệm như đồ họa máy tính, học máy, nhận dạng hình ảnh, mật mã, v.v. Trong
bài báo này, tôi muốn khám phá tầm quan trọng của đại số tuyến tính và đi sâu hơn vào các ứng
dụng khác nhau mà nó mang lại trong lĩnh vực khoa học máy tính.
Một ứng dụng cho đại số tuyến tính là mật mã. Mật mã đề cập đến việc mã hóa và giải mã
thông tin nhạy cảm bắt nguồn từ các khái niệm toán học để biến đổi thông điệp theo những cách
khó giải mã (K. Richards, 2020). Nếu chúng ta muốn mã hóa một thông điệp, thì thông điệp đó và
một ma trận mật mã được yêu cầu. Chúng ta cũng cần chuyển chữ cái của thông báo thành giá trị
số của nó và nhóm chúng thành ma trận 3x1. Đây là một ví dụ:
1 −1 0 𝑀𝑒𝑠𝑠𝑎𝑔𝑒: 𝑺𝑵𝑰𝑻𝑪𝑯
𝐴= [ 1 0 −1]
𝑆 = 19, 𝑁 = 14, 𝐼 = 9, 𝑇 = 20, 𝐶 = 3, 𝐻 = 8
−6 2 3
Sau khi có được ma trận mới được hình thành, hãy nhân ma trận mật mã với ma trận tăng
cường. Kết quả bây giờ sẽ là tin nhắn được mã hóa mới của bạn. Nếu chúng ta phải giải mã, chúng
ta chỉ yêu cầu nghịch đảo của ma trận mật mã đã cho và ma trận được mã hóa. Chúng tôi nhân hai
ma trận đó và chuyển đổi số sang dạng bảng chữ cái của nó và chúng tôi sẽ thấy thông báo.
1 −1 0
[19 ]
14 9 1[ 0 −1] = [−21 −1 13]
−6 2 3
1 −1 0
[9 20 3] [ 1 0 −1] = [11 −3 −11]
−6 2 3
𝑬𝒏𝒄𝒓𝒚𝒑𝒕𝒆𝒅 𝑴𝒂𝒕𝒓𝒊𝒙 = [−21 −1 13], [11 −3 −11]
Có rất nhiều cách sử dụng mật mã trong công nghệ, và chúng tôi thậm chí không nhận ra
rằng chúng tôi đang sử dụng loại khái niệm như vậy. Một chức năng là mật mã là chức năng chịu
trách nhiệm giữ cho các email chúng ta gửi và nhận được an toàn và riêng tư. Prasanth Reddy
(2019) đã định nghĩa mã hóa email là một phương pháp bảo mật nội dung email từ bất kỳ ai bên
ngoài cuộc trò chuyện email tìm cách lấy thông tin của người tham gia. Mã hóa email hoạt động
bằng cách cung cấp hai khóa duy nhất cho một địa chỉ email cụ thể . Khóa công khai, được sử
dụng để mã hóa thư và khóa riêng tư, được sử dụng để giải mã email. Khi một email được gửi đi,
khóa công khai sẽ mã hóa thư thành một hỗn hợp phức tạp, không thể phân biệt được. Chỉ người
có đúng email và khóa cá nhân mới có thể giải mã và đọc thư. Là một sinh viên khoa học máy
tính, điều này rất quan trọng vì chúng ta nên hiểu biết và nhận thức được cách gửi email có thể
trông đơn giản ở bên ngoài nhưng trên thực tế, nó liên quan rất nhiều đến đại số tuyến tính, đặc
biệt là về mật mã. Khi chúng tôi được chỉ định viết mã một ứng dụng có thể chứa thông tin nhạy
cảm của người dùng, chúng tôi phải ghi nhớ cách chúng tôi có thể làm cho nó an toàn và được bảo
vệ bởi vì một khi bảo mật bị vi phạm, hậu quả nghiêm trọng sẽ xuất hiện và không lập trình viên
nào muốn gánh vác điều đó nhiệm vụ.
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 , v.v. 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
phanh.
Một cách mã hóa khác là chia văn bản thuần túy thành các bộ gồm n chữ cái và thay
thế chúng bằng n chữ cái mã. Trong trường hợp này, ma trận khả nghịch có thể được
sử dụng để cung cấp mã hóa tốt hơn thay thế.
Đầu tiên liên kết một số khác với mỗi chữ cái trong bảng chữ cái.
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 . Bên muốn gửi một thông điệp, cần phải ẩn nó vào một
chuỗi số. Bước thứ hai, chuỗi số cần được chia thành các nhóm 3 người, sau đó gộp
từng nhóm lại với ma trận 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 3, sau đó chia nhiều lần và
cuối cùng chuyển nó thành các chữ cái.
Ví dụ 1:
Đầu tiên, sử dụng bảng chuyển đổi, tìm các số tương ứng liên kết với mỗi chữ cái.
19 20 21 4 25 12 9 14 5 1 18 1 12 7 5 2 18 1.
Sau đó, chia số thành các nhóm 3 và viết mỗi nhóm dưới dạng vectơ.
Bước tiếp theo là tìm tích của với bất kỳ vectơ nào sau đây:
Điều này sẽ cung cấp cho bạn chuỗi sau có thể được gửi.
19 0 -18 38 -34 -17 23 -14 -18 25 -34 -18 9 3 -14 35 -33 -19
Bên nhận được thông điệp, nên chia nó thành các nhóm 3 và tạo thành các vectơ,
sau đó nhân từng vectơ với .
Ví dụ
Sau khi có được một chuỗi số, bảng chuyển đổi có thể được sử dụng để chuyển chuỗi
đó thành các chữ cái và thu được thông điệp được giải mã.
Ví dụ 2:
Hãy xem xét một liên kết của bảng chữ cái với các số trong bảng chuyển đổi sau và
các ma trận đã cho và . Mã hóa và giải mã thông báo "KHÔNG ĐẾN"
Và hãy để .
31 23 9 1 37 9 7 29 27 29 39 5 29 25 9
Tiếp theo, chia chuỗi số thành từng cặp và nhóm chúng theo vectơ. Lưu ý rằng
số lượng các ký tự trong bản rõ là số lẻ và không chia hết cho 2, do đó, chúng tôi thêm
một ký tự giả "E" vào cuối mã và tạo thành tám vectơ khác nhau. Chuỗi số sau
đây được tạo ra bằng cách nhân tám vectơ với A.
131 208 21 32 101 156 101 166 141 226 93 142 133 212 45 72
Đầu tiên, chia nó thành từng cặp và tạo thành năm vectơ. Sau đó, nhân từng
vectơ này với và tạo thành chuỗi số sau:
15 29 45 1 35 9 49 29 41 41
Cuối cùng, sử dụng bảng chuyển đổi, tìm các chữ cái trong bảng chữ cái tương ứng
với các số này, kết quả là bạn sẽ nhận được
sẽ đọc là
Vì chúng ta đang sử dụng các phép biến đổi tuyến tính để mã hóa và giải mã khi
chúng ta sử dụng ma trận, nên chúng ta cần tìm hiểu về các ưu điểm của chúng. Nhớ
lại rằng bất kỳ phép biến đổi tuyến tính nào hoàn toàn được phát hiện bởi hình ảnh
của một cơ sở cho . Vì vậy, nếu là một ma trận, chúng ta cần biết n vectơ bản rõ , và
vectơ bản mã (được mã hóa) để phá mã. Phá vỡ mã có nghĩa là xóa ma
trận .
và để
Do đó, và . Điều này sẽ cung cấp cho chúng tôi công cụ để giải mã thông
điệp. Để sử dụng thao tác hàng để tìm , bạn có thể viết là hoặc . Để tìm , trước tiên
bạn cần giải quyết cho , bằng cách giảm hàng (sử dụng
Loại bỏ Gaussian) .
Ví dụ 3:
Giả sử rằng bạn đã nhận được tin nhắn sau từ một người bạn,
LU PO ZM AE AE GI UA BJ
bằng cách sử dụng bảng chuyển đổi tiêu chuẩn, nó sẽ trở thành
12 21 16 15 0 13 1 5 1 5 7 9 21 1 2 10,
Thật không may, bạn không nhớ lại ma trận hoặc . Nhưng bạn biết rằng bản rõ
của các chữ cái thứ năm đến thứ tám là TỐT, liệu bạn có thể tìm ra thông điệp gốc là
gì không?
Câu trả lời là CÓ. Biết từ TỐT, bạn có thể tìm số tương đương của các chữ cái đó. Đó
là 7 15 cho GO và 15 4 cho OD. Bạn cũng biết con số tương đương của chữ cái thứ
năm đến thứ tám trong tin nhắn được mã hóa là
và
Vì ma trận là chuyển vị của , bạn cần phải tìm chuyển vị của ma trận tis để
lấy .
Vì vậy,
9 1 13 1 7 15 15 4 19 20 21 4 5 14 20 20
Sử dụng bảng phủ kín để tìm các chữ cái tương ứng: IAMAG00DSTUDENTT, chữ
cái này sẽ ghi "Tôi là một học sinh giỏi".
Các vấn đề
Vấn đề 1
Giải mã thông điệp KNOXAOJX cho rằng nó là mật mã Hill (dựa trên phép biến đổi
Nhưng ma trận này không có các mục số nguyên, và không hữu ích lắm. Vì bảng
chuyển đổi oure có 26 chữ cái, chúng tôi có thể muốn sử dụng số học mô-đun,
Để kiểm tra kỹ, hãy tìm , cái này phải bằng ma trận đồng nhất.
Bây giờ, khi biết điều đó , chúng ta có thể chia toàn bộ thông báo thành từng cặp và
11 14 15 24 1 15 10 24
Bây giờ nhân với mỗi vectơ được mã hóa này, các con số sẽ thay đổi thành
12 15 22 5 13 1 20 8
LOVEMATH
Đầu tiên, chuyển đổi tin nhắn thành các giá trị số tương ứng của nó,
16 18 15 6 9 19 2 15 18 9 14 7.
Sau đó, chia chuỗi thành các nhóm ba, để thu được:
16 18 15 6 9 19 2 15 18 9 14 7.
Tạo thành các vectơ và nhân chúng với nhau , để thu được thông điệp được
mã hóa:
Giải mã bài massage sau đây bằng cách sử dụng bảng chuyển đổi tiêu chuẩn và ma
Sau đó, chia các số đến thành các nhóm ba, tạo thành các vectơ, nhân từng vectơ
với nghịch đảo của ma trận B. Bạn sẽ nhận được chuỗi số sau:
16 18 15 6 9 19 2 15 18 9 14 7
Chuyển những thứ này thành chữ cái, tin nhắn sẽ đọc
NGHIÊN CỨU
Định nghĩa
Đồ thị
Đồ thị là một tập hợp hữu hạn các điểm { }, được gọi là đỉnh hoặc nút , cùng với một
tập hợp hữu hạn các cặp ( ) có thứ tự được gọi là các cạnh .
Như được thể hiện trong hình sau, các điểm trong tập hợp được gọi là đỉnh và các cặp
quan hệ hoặc có thứ tự được gọi là các cạnh.
Hình 1
Một ví dụ đơn giản hơn về biểu đồ được hiển thị trong hình sau:
Hình 2
Đồ thị hướng
Đồ thị có hướng hay đồ thị là một tập hợp hữu hạn các đỉnh cùng với một tập hợp
hữu hạn các cạnh có hướng.
Thí dụ :
Hình 3
Hai mũi tên trỏ ngược nhau trên biểu đồ kết nối với và đến sẽ được biểu
thị như vậy ngụ ý rằng cả hai và giữ.
hinh 4
cạnh là ,.
Đường dẫn
Một đường đi nối hai đỉnh và trong một đồ thị đã cho là một chuỗi các điểm
phân biệt (đỉnh) và các cạnh có
hướng và
Ví dụ: Trong biểu đồ sau có nhiều hơn một đường dẫn từ đến . Một trong số
chúng chỉ bao gồm ba điểm . Một con đường khác từ đến bao gồm các
điểm và .
Hình 5
Đường dẫn chứa các điểm và các cạnh , kết nối với .
Hình 6
Cũng với các cạnh và là đường dẫn từ đến . được biểu diễn trong hình
sau:
Hình 7
Đồ thị được kết nối
Một đồ thị được gọi là liên thông nếu cho trước hai đỉnh bất kỳ , có một đường
đi từ tới .
Đồ thị sau (Giả sử rằng có một cạnh từ đến .) Là một đồ thị liên thông. Bởi vì
hai điểm bất kỳ mà bạn chọn ở đó là đường dẫn từ điểm này đến điểm khác. sau này,
chúng ta sẽ tìm thấy một cách dễ dàng bằng cách sử dụng ma trận để quyết định xem
một đồ thị đã cho có được kết nối hay không.
Hình 8
Hình 9
Đồ thị được hiển thị ở trên không phải là đồ thị liên thông, vì không có đường dẫn
từ đến . Ngoài ra không có đường dẫn từ đến .
Sự định nghĩa
Nếu có một đường dẫn từ đến (từ một điểm đến chính nó), đường dẫn đó được
gọi là một vòng lặp .
Hình 10
Ngoài ra, cùng một vòng lặp có thể được coi là đường dẫn mà lại tạo thành một vòng
lặp.
Trong đồ thị sau đây, hãy tìm tất cả các vòng lặp.
Hình 11
kết nối r-step
Nếu giữ, chúng tôi nói rằng có một bước kết nối từ đến . Nếu giữ, chúng tôi nói rằng
có một kết nối hai bước từ đến . Tương tự, nếu giữ chúng ta nói rằng có một kết nối r-
step từ tới . Nói cách khác, nếu có một đường đi có độ dài r từ tới , chúng ta nói, có
một kết nối r bước từ tới . Lưu ý rằng chúng ta đang giả sử tất cả các kết nối có cùng
độ dài đơn vị. Hãy xem xét đồ thị sau
Hình 12
Trong biểu đồ được đưa ra ở trên kể từ khi lưu giữ, có một kết nối một bước
từ đến . Ngoài ra, có một kết nối một bước từ đến , v.v. Có kết nối 2 bước
từ đến , đến và đến , ...
Đồ thị có thể rất phức tạp. Chúng ta có thể liên kết một ma trận với mỗi đồ thị lưu trữ
một số thông tin về đồ thị trong ma trận đó. Ma trận này có thể được sử dụng để có
được thông tin chi tiết hơn về đồ thị. Nếu một đồ thị có các đỉnh, chúng ta có thể kết
hợp một ma trận được gọi là ma trận đỉnh hoặc ma trận kề . Ma trận
đỉnh được xác định bởi
Ví dụ: Sau đây là một ví dụ đơn giản về đồ thị có các đỉnh . Chúng ta muốn
tìm ma trận đỉnh cho đồ thị này.
Hình 13
,
,
Hình 14
Gán 1 cho tất cả các cạnh có hướng từ đến và cho các mục khác, chúng ta
thu được ma trận đỉnh.
Lưu ý :
Có thể chứng minh rằng nếu M là ma trận đỉnh của một đồ thị, thì mục nhập sẽ hiển
Hình 15
Kết nối 2 bước - không có, bởi vì , hoặc chỉ đơn giản từ biểu đồ.
Đôi khi chúng ta quan tâm đến việc tìm tập hợp con lớn nhất của các đỉnh sao cho mọi
cặp đỉnh và trong tập hợp con, cả hai và giữ.
Tập hợp con của đồ thị có hướng thỏa mãn các điều kiện sau được gọi là tập hợp:
i) Tập hợp con chứa ít nhất 3 điểm.
ii) Nếu và đang ở trong bè phái, thì giữ nguyên. iii) Tập hợp con là lớn nhất có
thể.
Thí dụ:
Hình 16
={}
={ }
} không phải là một nhóm vì nó không phải là một tập hợp con lớn
nhất; chúng ta có thể thêm vào nó và vẫn có (i) và (ii) hài lòng.
Bây giờ bạn có thể hỏi nếu có một biểu đồ lớn và phức tạp, làm thế nào để dễ dàng
tìm thấy một nhóm trong biểu đồ?
Thí dụ:
Hình 14
Vậy = { là một bè phái và là một bè phái khác. Nhưng và không thuộc về bất kỳ bè
phái nào.
Đồ thị có hướng thống trị là đồ thị có hướng sao cho bất kỳ cặp đỉnh khác biệt nào
và một trong hai hoặc các điểm giữ, nhưng không phải cả hai. Một tên khác cho
loại biểu đồ này là các giải đấu .
Giả sử rằng điều đó đại diện cho thực tế rằng người đó " có ảnh hưởng đến người
đó ". Sau đó, câu hỏi là tìm ra điểm có ảnh hưởng nhất.
Lưu ý: Có thể chỉ ra rằng trong đồ thị có hướng thống trị, có ít nhất một đỉnh mà từ
đó có kết nối 1 bước hoặc 2 bước với bất kỳ đỉnh nào khác. Do đó, để xác định các
đỉnh có ảnh hưởng nhất, chúng ta cần tính toán và cộng tổng các mục của ma
trận này, số lớn nhất đang hiển thị các điểm có ảnh hưởng nhất.
Thí dụ
Quyết định xem đồ thị sau có phải là đồ thị có hướng thống trị hay không, nếu nó
được tìm thấy các đỉnh mạnh nhất.
Hình 15
M=
Thêm các mục của mỗi hàng để hiển thị lũy thừa của đỉnh tương ứng.
Luỹ thừa của là 5. luỹ thừa
của là 4. luỹ thừa
của là 3. luỹ thừa
của là 2.
Vậy đỉnh là đỉnh mạnh.
Các vấn đề
Vấn đề 1:
a) Ma trận đỉnh của g là b) Tất cả các đường đi có độ dài 3 được liệt kê dưới đây:
Tính toán
Tính tổng các mục nhập cho mỗi hàng và sau đó thêm chúng để có
được .
Câu trả lời là KHÔNG , vì không có con đường dẫn đến điểm nào khác. Một cách
khác để kiểm tra khả năng kết nối của biểu đồ là tính toán các ma trận . Đồ thị được
và
và
và
và
Vì có một hàng 0, cụ thể là hàng thứ năm, nên biểu đồ không được kết nối.
Tính toán
Câu trả lời là Không, bởi vì có những cặp điểm được giữ lại, ví dụ như giữ
nguyên.
Vấn đề 2:
Theo hàng thứ tư và mục nhập của cột thứ hai, chỉ có một kết nối 3 bước từ tới
và đúng như vậy .
c) Máy tính .
Vì không có bất kỳ mục số 0 nào, nên biểu đồ được kết nối.
Tính toán :
Xem xét ma trận , vì , có hai cách để lặp từ ngược trở lại chính nó, và
chúng là:
Tính toán :
e) Sử dụng mục nhập của chúng tôi nhận thấy rằng số lượng tất cả các kết
nối 4 bước từ đến là 5 và chúng được liệt kê dưới đây:
f) Tương tự như phần (f) của bài toán 1. Tìm ma trận và tính toán , sau đó
thuộc về một nhóm nếu ở dạng khác. Sau đó tìm ra rằng nhóm duy nhất
là
Câu trả lời là Không, bởi vì có những cặp điểm được giữ lại, ví dụ như giữ
nguyên.
Markov Chains
Giả sử trong một thị trấn nhỏ có ba địa điểm ăn uống, hai nhà hàng, một nhà hàng
Trung Quốc và một nhà hàng khác là nhà hàng Mexico. Vị trí thứ ba là một nơi bán
bánh 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 tiếp
theo, 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 tiếp
theo. Từ những người ăn ở cửa hàng pizza 30 Những người ăn ở nhà 20% là người
Trung Quốc, 25% đến địa điểm Mexico và 30% đến cửa hàng pizza. Chúng tôi gọi
tình huống này là một hệ thống . Một người trong thị trấn có thể ăn tối ở một trong
bốn nơi này, mỗi nơi được gọi là một bang . Trong ví dụ của chúng tôi, hệ thống có
bốn trạng thái. Chúng tôi 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 bánh pizza?
Giả sử có một hệ thống vật lý hoặc toán học có các trạng thái khả dĩ và tại một thời
điểm bất kỳ, hệ thống ở một và chỉ một trong các trạng thái của nó. Và giả sử rằng
tại một khoảng thời gian quan sát nhất định, chẳng hạn như khoảng thời gian, xác
suất của hệ thống ở một trạng thái cụ thể phụ thuộc vào trạng thái của nó ở khoảng
thời gian n-1, một hệ thống như vậy được gọi là Chuỗi Markov hoặc quá trình
Markov .
Trong ví dụ trên, có bốn trạng thái cho hệ thống. Định nghĩa là xác suất của hệ
thống ở trạng thái sau khi nó ở trạng thái j (tại bất kỳ quan sát nào). Ma
trận ) được gọi là ma trận chuyển tiếp của Chuỗi Markov .
Cột đầu tiên biểu thị trạng thái ăn tại nhà, cột thứ hai biểu thị trạng thái ăn tại nhà
hàng Trung Quốc, cột thứ ba biểu thị trạng thái ăn tại nhà hàng Mexico và cột thứ tư
biểu thị trạng thái ăn tại Pizza Place.
Tương tự như vậy, các hàng tương ứng đại diện cho việc ăn ở nhà, ăn tại nhà hàng
Trung Quốc, ăn tại nhà hàng Mexico và ăn tại Pizza Place.
Lưu ý rằng tổng của mỗi cột trong ma trận này là một. Bất kỳ ma trận nào có thuộc
tính này được gọi là ma trận xác suất ngẫu nhiên hoặc ma trận Markov. Chúng tôi
quan tâm đến câu hỏi sau:
Xác suất để hệ thống ở trạng thái, lúc quan sát là bao nhiêu?
Để trả lời câu hỏi này, trước tiên chúng ta định nghĩa vector trạng thái . Đối với
Chuỗi Markov, có k trạng thái, vectơ trạng thái cho một khoảng thời gian quan sát
, là một vectơ cột được xác định bởi
trong đó, = xác suất hệ thống ở trạng thái tại thời điểm quan sát. Lưu ý rằng tổng
các mục của vector trạng thái phải là một. Bất kỳ vectơ cột nào ,
nơi được gọi là vectơ xác suất. Hãy xem xét ví dụ của chúng ta, giả sử lúc đầu, mọi
người ăn ở nhà, đó là vectơ trạng thái ban đầu là
. Trong giai đoạn quan sát tiếp theo, giả sử vào cuối tuần đầu tiên, vectơ trạng thái sẽ
là
Lưu ý rằng chúng ta có thể tính toán trực tiếp bằng cách sử dụng
Tương tự, chúng ta có thể tìm vector trạng thái cho các khoảng thời gian quan
sát.
Tin học
,
gợi ý rằng vectơ trạng thái tiến tới một vectơ cố định nào đó, khi số lượng chu kỳ
quan sát tăng lên. Đây không phải là trường hợp cho mọi Chuỗi Markov. Ví dụ nếu
, và
chúng ta có thể tính toán các vectơ trạng thái cho các khoảng thời gian quan sát khác
nhau:
Những tính toán này chỉ ra rằng hệ thống này dao động và không tiếp cận bất kỳ vectơ
cố định nào.
Thí dụ
Ma trận
không phải là một ma trận thông thường, bởi vì đối với tất cả các số nguyên dương ,
Ma trận
Cũng có thể chỉ ra rằng tất cả các giá trị riêng khác của A đều nhỏ hơn 1 và bội đại số
của 1 là một.
Có thể chỉ ra rằng nếu là ma trận thông thường thì ma trận có các cột đều
bằng một vectơ xác suất được gọi là vectơ trạng thái ổn định của chuỗi Markov
thông thường.
ở đâu .
Nó có thể được chỉ ra rằng đối với bất kỳ vectơ xác suất nào khi lớn
hơn, tiến tới vectơ trạng thái ổn định
Đó là
ở đâu .
Nó cũng có thể được chứng minh rằng vectơ trạng thái dừng q là vectơ duy nhất sao
cho
Lưu ý rằng điều này cho thấy q là một giá trị riêng của A và là giá trị riêng của A.
Bài tập
Bài tập 1
một)
b)
c)
d)
Lời giải cho bài tập 1
a) Nó không phải là ma trận ngẫu nhiên. Cột thứ hai không cộng đến 1.
b) Nó không phải là ma trận ngẫu nhiên. Cột đầu tiên không cộng đến 1.
c) Nó là một ma trận ngẫu nhiên. d) Nó là một ma trận ngẫu nhiên.
Bài tập 2
Giả sử rằng thu nhập từ nghề nghiệp của một đứa trẻ, khi trưởng thành, phụ thuộc vào
thu nhập từ nghề nghiệp của cha mẹ chúng được đưa ra bởi ma trận chuyển đổi sau,
trong đó
L = thu nhập thấp, M = thu nhập trung bình, U = Thu nhập cao
a) Tính xác suất để cháu của một gia đình có thu nhập thấp có thu nhập cao là bao
nhiêu?
b) Về lâu dài, bộ phận dân cư có mức thu nhập thấp sẽ là bao nhiêu?
Lời giải cho bài tập 2
Hãy để , sau đó
Và
Do đó, xác suất để cháu của một gia đình có thu nhập thấp có thu nhập cao là 0,26.
b) Vì là một ma trận chính quy nên chúng ta cần tìm cho lớn . Dưới đây là một
số quyền hạn được tính bằng cách sử dụng MATLAB:
và
Điều này cho thấy rằng vectơ trạng thái ổn định có thể gần đúng bằng
Wassily Leontief đã được trao giải Nobel cho công việc của mình vào năm 1973. Một
mô hình đơn giản dựa trên ý tưởng của ông rằng chúng ta sẽ làm sai ở đây được gọi là
mô hình đầu vào-đầu ra mở. Trong mô hình này, chúng tôi giả định một nền kinh tế
có một số ngành công nghiệp. Mỗi ngành công nghiệp này sử dụng đầu vào từ chính
nó và các ngành công nghiệp khác để sản xuất một sản phẩm.
Ý tưởng của Mô hình đầu ra đầu vào Leontief dựa trên một ma trận được gọi
là MATRIX TIÊU THỤ . Mục nhập , (nghĩa là ) là sản lượng (giá trị tiền
tệ của) ngành công nghiệp cần thiết để sản xuất một đơn vị (giá trị tiền tệ) sản lượng
của ngành công nghiệp .
Nói cách khác, nếu ngành công nghiệp muốn sản xuất một đơn vị sản phẩm của
riêng mình, nó cần tiêu thụ các đơn vị sản lượng của ngành .
Giả sử rằng chúng ta có các ngành công nghiệp. và mỗi đơn vị sản xuất. Vectơ
sản xuất được định nghĩa là
Mức tiêu thụ của các ngành sẽ được . Và, là số lượng có sẵn để sử dụng bên
ngoài.
Cho phép xác định nhu cầu, từ bên ngoài hệ thống như
Nếu chúng ta nói rằng nhu cầu được đáp ứng chính xác với bất kỳ sự dư
thừa hoặc thiếu hụt nào.
Vì vậy, với một ma trận tiêu thụ và một vectơ nhu cầu , chúng tôi quan tâm đến
việc tìm một vectơ sản xuất sao cho .
Lưu ý rằng ký hiệu đâu là ma trận có nghĩa là tất cả các mục của là số
dương. Định nghĩa tương tự được áp dụng cho .
Nếu là không thể đảo ngược, sau đó . Vì vectơ cầu là dương nên chúng ta
muốn dương. Một yếu tố tiêu dùng được gọi là năng suất nếu tồn tại
và .
Nó có thể được chỉ ra rằng một ma trận tiêu thụ là hiệu quả nếu và chỉ khi có một
vectơ như vậy .
Kết quả là chúng ta có thể chỉ ra rằng, ma trận tiêu thụ có hiệu suất nếu tổng của
mỗi hàng của nó nhỏ hơn 1. Và, ma trận tiêu thụ cũng có năng suất nếu tổng của
mỗi cột của nó nhỏ hơn 1.
Điều này có một ứng dụng về lợi nhuận của từng ngành:
Một ngành được gọi là có lãi nếu tổng cột của ma trận tiêu thụ nhỏ hơn 1.
Nếu có thể theo đường chéo và với giá trị riêng thỏa mãn , thì sẽ không âm. Do đó,
đối với bất kỳ vectơ nhu cầu không âm nào cho trước , chúng ta có thể tìm thấy một
ví dụ 1
một)
b)
dung dịch
a) Ma trận có hiệu suất, bởi vì mỗi hàng của nó cộng với một số nhỏ hơn 1.
b) Ma trận là hữu ích vì bạn có thể tìm thấy một vectơ sao cho .
Ví dụ 2
Hãy xem xét một nền kinh tế có ba ngành công nghiệp với ma trận tiêu dùng sau
ở đâu
Dung dịch:
a) Các giá trị riêng của là và . Bội số là và bội số là 1. Vì vậy, các giá trị
riêng của là 1-0 = 1 và . Do đó, số 0 không phải là giá trị riêng , do đó không thể đảo
ngược.
b) Lưu ý rằng không âm nếu và chỉ khi có lãi. Vì tổng của các hàng
c) Chúng tôi muốn tìm một ma trận sản xuất sao cho . Lưu ý rằng đó là
một giá trị riêng của với giá trị riêng của . Kể từ đây
Chúng tôi gọi loại hệ thống này là hệ thống kết hợp vì kiến thức vềx được yêu cầu để tìm và tương
tự như vậy kiến thức về được yêu cầu để tìm . Chúng tôi sẽ lo lắng về cách giải quyết những vấn đề
này sau . Tại thời điểm này, chúng tôi chỉ quan tâm đến việc làm quen với một số điều cơ bản của hệ
thống.
Bây giờ, như đã đề cập trước đó, chúng ta có thể viết một Nthứ tự thứ tự phương trình vi phân tuyến tính
như một hệ thống. Hãy xem làm thế nào điều đó có thể được thực hiện.
Ví dụ 1 Viết phương trình vi phân bậc 2 sau đây dưới dạng hệ phương trình vi phân tuyến tính bậc nhất.
Cũng giống như chúng ta đã làm trong ví dụ trước, chúng ta sẽ cần xác định một số hàm mới. Lần này
chúng ta sẽ cần 4 chức năng mới.
Sau đó, hệ thống cùng với các điều kiện ban đầu,
Bây giờ, khi chúng ta cuối cùng đã giải quyết được những điều này, chúng ta sẽ thấy rằng chúng ta
thường không giải các hệ thống ở dạng mà chúng ta đã đưa ra trong phần này. Hệ phương trình vi phân có
thể được chuyển sang dạng ma trận và đây là dạng mà chúng ta thường sử dụng trong việc giải hệ.
Ví dụ 3 Chuyển hệ sau sang dạng ma trận.
Đầu tiên hãy viết hệ thức sao cho mỗi cạnh là một vectơ.
Bây giờ, phía bên phải có thể được viết dưới dạng một phép nhân ma trận,
sau đó,
Trong trường hợp này, chúng ta cần phải cẩn thận với t 2 trong phương trình cuối cùng. Chúng ta sẽ bắt
đầu bằng cách viết lại hệ thống dưới dạng vectơ và sau đó chia nó thành hai vectơ, một vectơ chứa các
hàm chưa biết và vectơ kia chứa bất kỳ hàm nào đã biết.
Bây giờ, vectơ đầu tiên bây giờ có thể được viết dưới dạng phép nhân ma trận và chúng ta sẽ để riêng
vectơ thứ hai.
ở đâu,
Lưu ý rằng đôi khi đối với các hệ thống "lớn" như thế này, chúng tôi sẽ đi xa
hơn một bước và viết hệ thống là,
Điều cuối cùng mà chúng ta cần làm trong phần này là tìm hiểu một chút về
thuật ngữ. Bắt đầu với