BỘ M Ô N TOÁN ĐẠI CƯƠNG

TOÁN
THS. LÊ THỊ THU GIANG

1
 GIỚI THIỆU MÔN HỌC

• Tên môn học: Toán Đại Cương

•Số tín chỉ: 3 (45 tiết = 36 tiết lý
thuyết +9 tiết thảo luận)

2
 Nội dung chính

Chương 1.Đại Chương 2.Giải

số tuyến tính tích

Chương 4. Chương 3. Lý
Thống kê toán thuyết xác suất

3
 Chương 1
ĐẠI SỐ TUYẾN TÍNH

1. Ma trận – Định thức

2. Không gian Vector ℝ𝑛

3. Hệ phương trình tuyến tính

4
 Chương I. ĐẠI SỐ TUYẾN TÍNH
1. Ma trận – Định thức

1. Các khái niệm cơ bản

Định nghĩa: Một bảng số gồm 𝑚 × 𝑛 số thực 𝑎𝑖𝑗, được
sắp xếp thành m dòng, n cột được gọi là một ma trận cỡ
𝑚 × 𝑛.
𝑎11 𝑎12 … 𝑎1𝑛
𝐴 = 𝑎𝑖𝑗 = 𝑎21 𝑎22 … 𝑎2𝑛
𝑚 × … … …
𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛

5
 • 𝑎𝑖𝑗là phần tử nằm ở dòng i, cột j trong ma trận A
• Ma trận dòng thứ i: 𝑑𝑖= (𝑎𝑖1, 𝑎𝑖2, …, 𝑎𝑖𝑛).
𝑎1𝑗
𝑎2𝑗
• Ma trận cột thứ j: 𝑐=𝑖 …
𝑎 𝑚𝑗

• Ma trận đối của ma trận A:

−𝐴 = −𝑎𝑖𝑗 𝑚 × 𝑛

• Ma trận không: là ma trận có mọi phần từ bằng 0, kí

hiệu là : 0 𝑚 × 𝑛 hoặc 0.

6
 • Ma trận chuyển vị của A, ký hiệu là A’ hoặc AT, là ma
trận nhận được từ A bằng cách đổi cột thành dòng, dòng
thành cột tương ứng.

Ví dụ: 1 2 3 133 1
𝐴= 3 0 −2 𝐴′ = 201 1
3 1 1 3 − 2 1 4 3×4
1 1 4 4× 3

• Hai ma trận bằng nhau: 𝐴 = 𝑎𝑖𝑗𝑚 × 𝑛 , B = 𝑏𝑖𝑗𝑚 × 𝑛 .

Khi đó:

𝐴 = 𝐵 ⇔ 𝑎𝑖𝑗= 𝑏𝑖𝑗, ∀𝑖, 𝑗

7
 • Ma trận vuông là một ma trận có cỡ 𝑛 × 𝑛, tức là ma
trận có số dòng và số cột bằng nhau.
𝑎11 𝑎12 …𝑎1𝑛
𝐴 = 𝑎𝑖𝑗 = 𝑎21 𝑎22 …𝑎2𝑛
𝑛× 𝑛 … … …
𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑛 𝑛 × 𝑛

Các phần tử 𝑎11, 𝑎22, …, 𝑎𝑛𝑛 được gọi là các phần tử nằm
trên đường chéo chính.

8
 • Ma trận tam giác trên là ma trận có các phần tử nằm
dưới đường chéo chính đều bằng 0.

𝑎11 𝑎12 … 𝑎1𝑛

0 𝑎22 … 𝑎2𝑛
𝐴 = 𝑎𝑖𝑗 =
𝑛× 𝑛 … … …
0 0 … 𝑎𝑛𝑛 𝑛× 𝑛

• Ma trận tam giác dưới là ma trận có các phần tử nằm

trên đường chéo chính đều bằng 0.

𝑎11 0 … 0
𝑎21 𝑎22 … 0
𝐴 = 𝑎𝑖𝑗 =
𝑛× 𝑛 … … …
𝑎𝑛1 𝑎𝑛2 …
𝑎𝑛𝑛 𝑛× 𝑛

9
 • Ma trận chéo: là ma trận có các phần tử nằm ngoài
đường chéo chính đều bằng 0.

𝐴= 0 ⋮
0 0 … 𝑎𝑛𝑛

• Ma trận đơn vị: Kí hiệu 𝐼𝑛hoặc 𝐸𝑛.

1 0 …0
1 …0
𝐸=0
⋮
0 0 … 1

10
 1.2 Các phép toán ma trận

a) Phép cộng ma trận và phép nhân một số với ma trận:

Cho hai ma trận 𝐴 = 𝑎𝑖𝑗𝑚 × 𝑛 , B = 𝑏𝑖𝑗𝑚 × 𝑛

• Tổng của A và B là một ma trận:

𝐴 + 𝐵 = 𝑎𝑖𝑗+ 𝑏𝑖𝑗𝑚 × 𝑛

• Tích số thực k với ma trận A là một ma trận:

𝑘. 𝐴 = 𝑘. 𝑎𝑖𝑗𝑚 × 𝑛

11
 Ví dụ:

12
 Tính chất:

13
 b) Phép nhân hai ma trận:
Cho ma trận 𝐴 = 𝑎𝑖𝑗𝑚 × 𝑝 , B = 𝑏𝑖𝑗𝑝 × 𝑛 .
Tích 𝐴. 𝐵 (𝐴 trước, 𝐵 sau) là một ma trận

𝐶 = 𝐴. 𝐵 = 𝑐𝑖𝑗𝑚 × 𝑛 , với
𝑝

𝑐𝑖𝑗= ෍ 𝑎𝑖𝑘𝑏𝑘𝑗, 𝑖= 1, 𝑚 ; 𝑗= 1, 𝑛
𝑘=1

Chú ý rằng số cột của A phải bằng số dòng của B mới

thực hiện được phép nhân A.B.

14
    b1 j   ... 
   
 ...
   b2 j  
hàng i ai1 ai ... a  = . .. c
(củaA) 
2 ip
  ...  
    
   b pj  
cột j
(của B)

15
 1 3 2 1 3
Ví dụ: 247 . 1 −1
3 5 6 3 2

1+3+6 3− 3+ 4 10 4
= 2 + 4 + 21 6 − 4 + 14 = 27 16
3 + 5 + 18 9 − 5 + 12 26 16

16
 Tính chất: Cho A, B, C là các ma trận có cỡ thích hợp,
ta có các đẳng thức:

i. A.(B.C) =(A.B).C
ii. A.(B + C) = A.B +A.C
iii. (A + B).C = A.C + B.C
iv. A.E = E.A = A

17
 1.3 Định thức và hạng của ma trận

a) Định thức: Cho ma trận vuông cấp n

𝑎11 𝑎12 … 𝑎1𝑛

𝐴 = 𝑎𝑖𝑗 = 𝑎21 𝑎22 … 𝑎2𝑛
𝑛× 𝑛 … … ⋯
… …
𝑎𝑛1 𝑎𝑛2 𝑎𝑛𝑛

Định thức của A là một số thực kí hiệu 𝐴 hoặc det 𝐴

được định nghĩa bằng quy nạp như sau:

18
• 𝒏 = 𝟏 : Cho 𝐴 = (𝑎 11 ) thì 𝐴 = 𝑎11.

• 𝒏 ≥ 𝟐:
Giả sử ta đã có công thức để tính định thức cấp 𝑛 − 1 và ma trận
𝐴 = 𝑎𝑖𝑗𝑛×𝑛
Từ A bỏ đi dòng thứ i và cột thứ j, được ma trận 𝑀𝑖𝑗.
𝐴𝑖𝑗 = − 1 𝑖+𝑗 |𝑀 phần bù đại số của phần tử 𝑎𝑖𝑗
𝑖𝑗 |:

19
 • Công thức khai triển theo dòng i với i bất kỳ:
𝐴 = 𝑎𝑖1𝐴𝑖1 + 𝑎𝑖2𝐴𝑖2+. . +𝑎𝑖𝑛𝐴𝑖𝑛
(các phần tử trên dòng i nhân với phần bù đại số tương ứng )

• Công thức khai triển theo cột 𝒋với 𝒋bất kỳ:

𝐴 = 𝑎1𝑗𝐴1𝑗 + 𝑎2𝑗𝐴2𝑗+. .+𝑎𝑛𝑗𝐴𝑛𝑗
(các phần tử trên cột j nhân với phần bù đại số tương ứng)

20
• Định thức cấp 2:
𝑎 11 𝑎12
𝐴= = 𝑎11
𝑎 −22𝑎 𝑎 12 21
𝑎 21 𝑎 22
• Định thức cấp 3: Quy tắc đường chéo:

𝑎 11 𝑎12 𝑎 13
𝑎 21 𝑎 22 𝑎 23 = 𝑎 11𝑎 22𝑎 33 + 𝑎 12𝑎 23𝑎 31 + 𝑎 13𝑎 21 𝑎 32
𝑎 31 𝑎 32 𝑎 33
−𝑎 13 𝑎 22 𝑎 31 − 𝑎12𝑎21𝑎33 − 𝑎11𝑎 23𝑎32

21
 Ví dụ 1: Tính định thức ma trận sau bằng cách khai triển
theo dòng hoặc cột:

Ví dụ 2: Tính định thức của ma trận dạng tam giác:

𝑎11 𝑎12 .. 𝑎1𝑛

0 𝑎22 . . 𝑎2𝑛
𝐴 =
0 0 .. 𝑎𝑛𝑛

22
 Tính chất định thức:

1. 𝐴 ′ = 𝐴 .
2. Đổi chỗ hai dòng (hoặc hai cột) của ma trận thì định
thức đổi dấu.
3. Nhân các phần tử của một dòng (hoặc một cột) với số k
thì định thức tăng lên k lần.
4. Nhân một dòng nào đó với một k bất kỳ rồi cộng vào
dòng khác (giữ nguyên dòng bị nhân) thì định thức
không đổi.

23
 Tính chất định thức (tiếp)

5. Định thức bằng 0 nếu ma trận có một dòng hoặc một

cột toàn là 0 hoặc có 2 dòng (cột) tỉ lệ.
6. Định thức của ma trận dạng tam giác bằng tích các
phần tử nằm trên đường chéo chính.
7. Nếu mỗi phần tử của một cột nào đó tách thành tổng
của hai số thì định thức bằng tổng của hai định thức
tương ứng.

24
 𝑎 11 𝑎 12 …𝑎′1𝑖 + 𝑎 ′ ′ …𝑎 1𝑖 1𝑛
𝑎 21 𝑎 22 …𝑎 ′ + 𝑎 ′′ 2𝑖 2𝑖 …𝑎 2𝑛
….
𝑎 𝑛1 𝑎 𝑛2 … ′
𝑎 + 𝑎 ′′ …𝑛𝑖𝑎 𝑛𝑖 𝑛𝑛

𝑎 11 𝑎 12 …𝑎′1𝑖 …𝑎 1𝑛
𝑎 21 𝑎 22 …𝑎 ′ …𝑎 2𝑛 2𝑖
= ….
𝑎 𝑛1 𝑎 𝑛2 …𝑎 ′
𝑛𝑖 …𝑎 𝑛𝑛

𝑎 11 𝑎 12 …𝑎′′ 𝑖 … 𝑎 1𝑛
1
𝑎 21 𝑎 22 … 𝑎 ′′
2𝑖 … 𝑎 2𝑛
+ ….
𝑎 𝑛1 𝑎 𝑛2 … ′′
𝑎 𝑛𝑖 …𝑎 𝑛𝑛

25
 • Phương pháp tính định thức bằng biến đổi sơ cấp:

Sử dụng 3 phép biến đổi sơ cấp sau đây để đưa ma trận về dạng
tam giác rồi mới tính định thức:

Đổi chỗ hai dòng (hai cột) Định thức đổi dấu

Nhân một dòng (một cột) với một Định thức tăng k lần
số k khác 0.
Nhân một dòng (một cột) với một Định thức không thay đổi
số rồi cộng vào một dòng (một
cột) khác.

26
 Ví dụ 1: Tính định thức ma trận sau bằng cách biến đổi sơcấp:

Ví dụ 2: Tính định thức của ma trận sau:

𝑥 1 1 1
𝑥 1 1
𝐴= 1
1 1 𝑥 1
1 1 1 𝑥

27
 b) Hạng (Rank) của ma trận:

Cho ma trận A  0 cỡ 𝑚 × 𝑛. Nếu cấp cao nhất của một

định thức con khác 0 của A bằng r thì r đgl là hạng của
ma trận A. Ký hiệu r(A).

• Quy ước: hạng của ma trận 0 bằng 0.

2 3
• Ví dụ: 𝐴 = 1 thì 𝑟𝐴 = 2.
0 1 −1

29
 Tính chất:
Định lý: Ba phép biến đổi sơ cấp trên các dòng hay các cột
của một ma trận không làm thay đổi hạng của ma trận đó:

1. Đổi chỗ hai dòng của ma trận.

2. Nhân các phần tử của một dòng với một số khác 0.
3. Nhân một dòng với một số rồi cộng vào một dòng khác.

30
 • Cách tính hạng của ma trận:
(Phương pháp biến đổi sơ cấp)

1. Bằng các phép biến đổi sơ cấp trên các dòng (hoặc các
cột) để đưa ma trận A về dạng đơn giản (tam giác
hoặc hình thang).

1. r(A)= Số dòng khác không của ma trận sau biến đổi.

31
 1 2 3 4
Ví dụ 1: Tìm hạng ma trận A = 2 −1 −1 2
4 3 5 10

32
 1 3 5 −1
2 −1 −3 4
Ví dụ 2: Tìm hạng ma trận A =
5 1 −1 7
7 7 9 1

1 3 5 −1 1 3 5 −1
Ta có 𝐴 → 0 −7 −13 6 → 0 −7 −13 6
=B
0 −14 −26 12 0 0 0 0
0 −14 −26 8 0 0 0 −4

Vậy r(A) = r(B) = 3.

33
 1.4 Ma trận nghịch đảo

• Định nghĩa: Ma trận vuông A cấp n được gọi là khả

nghịch nếu có ma trận vuông B cấp n sao cho:

A.B = B.A = En

Khi đó, ma trận B được gọi là ma trận nghịch đảo

(inverse matrix) của A, ta ký hiệu là B = A-1.

34
 Cách tìm ma trận nghịch đảo :
(Phương pháp dùng phần bù đại số)

Cho ma trận vuông A cấp n.

𝑀𝑖𝑗: Ma trận bỏ đi dòng 𝑖và cột 𝑗của 𝐴.

Phần bù đại số của phần tử 𝑎𝑖𝑗là:

𝐴𝑖𝑗= − 1 𝑖+𝑗 |𝑀 𝑖𝑗 |

35
 • Định lý: Nếu 𝐴 ≠ 0 thì 𝐴 có ma trận nghịch đảo và
𝐴 − 1 được tính theo công thức

 A11 A21 An1 

A A22 An2
1  12 
A−1 =
det A  
 Ann
 A1n A2n

Xếp các phần bù

đại số theo cột

36
 Ví dụ. Tìm ma trận nghịch đảo của

1 2 3

A= 2


37
 2. Không gian vectơ ℝ𝒏
2.1 Khái niệm và các phép toán

• Định nghĩa: Một bộ 𝑛 số thực 𝑥𝑖được sắp xếp theo thứ tự

𝑋 = (𝑥1, 𝑥2,…, 𝑥 𝑛)
đgl một vectơ 𝑛 chiều.
𝑥𝑖được gọi là thành phần thứ i của vectơ 𝑋.

Chú ý: một vectơ cũng có thể được sắp xếp theo cột, khi đó
ta nói rõ là vectơ cột.

38
 • Véctơ không : 0 =(0, 0, …, 0).
• Véctơ đối: của véctơ X là vectơ –X xác định bởi
−𝑋 = (−𝑥 1, −𝑥 2, …,− 𝑥 𝑛).
• Hai véctơ n chiều 𝑋 = (𝑥1, 𝑥2, …, 𝑥 𝑛) và 𝑌 =
𝑦1, 𝑦2, …, 𝑦𝑛 gọi là bằng nhau nếu :
𝑥𝑖= 𝑦𝑖, ∀𝑖= 1, 𝑛 .

39
 • Cho hai vectơ X= (𝑥1, 𝑥2, …, 𝑥 𝑛) và Y= (𝑦1, 𝑦2, …,𝑦𝑛)
tùy ý:

• Phép cộng:
𝑋 + 𝑌 = (𝑥1 + 𝑦1, 𝑥2 + 𝑦2, …,𝑥𝑛 + 𝑦𝑛)

• Phép nhân vectơ với một số thực:

𝑘𝑋 = (𝑘𝑥1, 𝑘𝑥2,…, 𝑘𝑥𝑛 )

40
 • Tính chất cơ bản: Cho X, Y, Z là các vectơ tùy ý có
cùng số chiều và k, l là các số thực, ta có:

1. X +Y = Y+X 5. k(X+Y) = kX+kY

2. (X+Y)+Z = X+(Y+Z) 6. (k+l)X = kX+lX
3. X+0 = X 7.(kl)X = k(lX)
4. X+(-X) = 0 8. 1.X = X

41
 2.2 Mối quan hệ tuyến tính giữa các vectơ

Định nghĩa: Cho hệ 𝑚 vectơ 𝑛 chiều {𝑋1, 𝑋2, …, 𝑋 𝑚 }.

• Một tổng 𝑋 = 𝑘1 𝑋1 + 𝑘 2 𝑋2 + ⋯+ 𝑘 𝑚 𝑋 𝑚 với các 𝑘𝑖∈ ℝ

được gọi là một tổ hợp tuyến tính (linear combination) của hệ
m vectơ đã cho.

• Hệ đgl phụ thuộc tuyến tính (linearly dependent) nếu tồn tại
m số thực 𝑘1, 𝑘2, …, 𝑘 𝑚 với ít nhất một số khác 0 sao cho

𝑘 1𝑋 1 + 𝑘 2𝑋2 + ⋯+ 𝑘 𝑚 𝑋 𝑚 = 0.

• Hệ đgl độc lập tuyến tính (linearly independent) nếu hệ thức

trên chỉ xảy ra khi và chỉ khi 𝑘1 = ⋯= 𝑘 𝑚 = 0.

42
 • Ví dụ: Xét tính độc lập tuyến tính (ĐLTT) hay phụ thuộc
tuyến tính (PTTT) của các hệ sau:

1. 𝑋1 = 1,2,3 , 𝑋2 = 2,4,6 .
2. 𝑌1= 1,0,0 , 𝑌2 = 0,1,0 , 𝑌3 = 0,0,1 .

43
 • Tính chất:

1. Hệ chứa vectơ 0 là hệ PTTT.

2. Hệ gồm hai vectơ khác 0 không tỷ lệ với nhau là hệ ĐLTT.

3. Một hệ vectơ là PTTT  có một vectơ của hệ là tổ hợp tuyến

tính của các vectơ còn lại.

4. Một hệ vectơ chứa một hệ con PTTT là hệ PTTT.

5. Một hệ vectơ ĐLTT thì mọi hệ con của nó là ĐLTT.

6. Hệ có số vectơ lớn hơn số chiều của vectơ (m>n) là hệ PTTT.

44
 2.3 Hạng và cơ sở của hệ vectơ

Định nghĩa: Xét hệ m vec tơ n chiều 𝑋1, 𝑋2, …, 𝑋 𝑚 :

• Mỗi hệ con ĐLTT cực đại của một hệ vectơ đgl một cơ sở
của hệ vectơ đó.

• Mỗi hệ vectơ có thể có nhiều cơ sở, nhưng số véc tơ trong

mỗi cơ sở đều bằng nhau. Số này đgl hạng của hệ vec tơ,
ký hiệu là r 𝑋1, 𝑋2, …, 𝑋 𝑚 .

45
 • Định lí: Hạng của hệ m véc tơ n chiều bằng hạng của ma
trận cỡ 𝑛 × 𝑚 được tạo thành bằng cách xếp liên tiếp các
véc tơ theo cột.

• Ví dụ: Tìm hạng của hệ vectơ:

𝑋 1 = 2,0,1, − 3 , 𝑋 2 = 3,1,2,0 ,
𝑋 3 = 4,3, −2,2 , 𝑋 4 = (3, −2,6, − 8 )

46
 Cách tìm cơ sở của một hệ véc tơ:
• Xếp các véc tơ theo cột, chỉ dùng các phép biến đổi sơ cấp
trên dòng đến khi được dạng tam giác hoặc hình thang.
• Giả sử hạng của hệ bằng k, khi đó mỗi bộ k cột tạo thành
một định thức khác 0 sẽ là một cơ sở của hệ.

Chú ý:
• Hệ véc tơ là ĐLTT ⇔ hạng bằng số véc tơ.
• Hệ véc tơ là PTTT ⇔ hạng nhỏ hơn số véc tơ.

47
 • Định lý: Mỗi véctơ của hệ có thể biểu diễn tuyến tính
một cách duy nhất dưới dạng tổ hợp tuyến tính của các
vectơ của một cơ sở của hệ.

• Ví dụ: Biểu diễn tuyến tính véctơ X = 5, −5, − 6 qua các

véctơ 𝑋 1 = 1,2,3 , 𝑋 2 = (−1, 3,4).

48
 2.4 Không gian vectơ ℝ𝒏

• Định nghĩa: Hệ gồm tất cả các véc tơ n chiều, trong đó

xác định phép cộng véc tơ và phép nhân véc tơ với một
số thực, được gọi là KGVT n chiều. Kí hiệu ℝ 𝑛.

• Cơ sở của KGVT ℝ𝒏: Mỗi cơ sở của KGVT ℝ𝑛 có

đúng n véc tơ ĐLTT. Mỗi hệ gồm n véc tơ ĐLTT cũng là
một cơ sở của ℝ𝑛.

49
 • Cơ sở đơn vị:
𝑒1 = (1,0,..,0)
𝑒2 = (0,1,..,0)
...
𝑒𝑛 = (0,0,..,1)

• Nếu 𝑋 = 𝑥1, 𝑥2, . . , 𝑥𝑛 thì

𝑋 = 𝑥1𝑒1 + 𝑥2𝑒2+. .+𝑥𝑛𝑒𝑛

50
 3 Hệ phương trình tuyến tính
1. Các dạng biểu diễn

a) Dạng tổng quát: Hệ phương trình tuyến tính m phương

trình, n ẩn x1, x2 ,…,xn là hệ có dạng:

a11 x1 +a12 x2 + + a1n xn = b1

a x + a x + + a x = b
 21 1 22 2

2n n 2
(1)

am1x1 + a m 2 x2 + + a mn xn = bm

o 𝑎𝑖𝑗(i = 1, 𝑚 , j = 1, 𝑛) : hệ số của các ẩn;

o 𝑏𝑖(i = 1, 𝑚 ): hệ số tự do.

51
 Từ hệ trên, ta rút ra ma trận tương ứng:

𝑎11 𝑎12 … 𝑎1𝑛

𝑎21 𝑎22 … 𝑎2𝑛
𝐴= ⋮ : ma trận hệ số của hệ(1)
𝑎𝑚1 𝑎𝑚2 … 𝑎 𝑚𝑛

𝑎11 𝑎12 …𝑎1𝑛 𝑏1

𝑎 𝑎22 …𝑎2𝑛 𝑏2
𝐴 = 21⋮ : ma trận hệ số mở rộng của hệ (1)
𝑎 𝑚1 𝑎 𝑚2 …𝑎𝑚𝑛 𝑏𝑚

52
 b. Dạng ma trận
Kí hiệu các ma trận
𝑥1 𝑏1
𝑥2 𝑏
𝑋= ; ⋮ 𝐵= 2
⋮
𝑥𝑛 𝑏𝑚

Khi đó, hệ phương trình (1) tương đương

với phương trình ma trận: 𝐴𝑋 = 𝐵

53
 c. Dạng véc tơ

Kí hiệu 𝐴𝑗là véctơ cột thứ 𝑗của ma trận A.

Hệ (1) viết dưới dạng véc tơ:

𝐴1𝑥1 + 𝐴2𝑥2 + ⋯+ 𝐴𝑛 𝑥𝑛 = 𝐵

54
 • Hệ có dạng đặc biệt:

1. Hệ thuần nhất là hệ có cột hệ số tự do là vectơ 0.

(Hệ này có dạng ma trận là A.B=0).
2. Hệ Cramer là hệ có số phương trình bằng số ẩn
(m=n) và định thức của ma trận hệ số khác 0. (Giải
hệ Cramer, sv tự nghiên cứu SGT)

55
 3.2 Nghiệm và điều kiện tồn tại nghiệm

Định nghĩa:
1. Một vectơ 𝑛 chiều 𝑋 0 = 𝑐1, 𝑐2, … , 𝑐𝑛 được gọi là
nghiệm của hệ (1) nếu ta thay mỗi ẩn 𝑥𝑗 bởi 𝑐𝑗 đều
thỏa mãn tất cả các phương trình trong hệ.
2. Hai hệ phương trình có cùng số ẩn được gọi là tương
đương nếu chúng cùng vô nghiệm hoặc tập nghiệm
của chúng trùng nhau.

56
 • Định lý Cronecker- Capelly: Điều kiện cần và đủ để một
hệ phương trình tuyến tính có nghiệm là
r A = r Aഥ.
• Hệ quả:
(i) Hệ có duy nhất nghiệm  r A= r Aഥ = n;
(ii) Hệ có vô số nghiệm  r A= r Aഥ < n.
(iii) Hệ vô nghiệm  r A< r Aഥ.

57
 3.3 Cách giải hệ phương trình tuyến tính

a) HPT dạng tam giác

𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯+ 𝑎1,𝑛−1𝑥𝑛−1 + 𝑎1𝑛 𝑥𝑛 = 𝑏

𝑎22 𝑥2 + ⋯+ 𝑎2,𝑛−1𝑥 𝑛−1 + 𝑎
⋮
𝑎𝑛

Nhận xét: 𝑟𝐴 = 𝑟𝐴 = 𝑛 nên hệ có duy nhấtnghiệm.

58
 Cách giải: Dùng phương pháp thế từ phương trình
cuối dần lên phương trình đầu để tìm nghiệm của hệ
tam giác.

Ví dụ:

𝑥 + 4𝑦 − 2𝑧 = 3
𝑦−

59
 b) HPT dạng hình thang:

𝑎11𝑥1 + 𝑎12𝑥2 + ⋯+ 𝑎1𝑟𝑥𝑟 + ⋯+ 𝑎1𝑛𝑥𝑛 = 𝑏1

𝑎22𝑥2 + ⋯+ 𝑎2𝑟𝑥𝑟 + ⋯+ 𝑎2𝑛 𝑥𝑛 = 𝑏2
⋮
𝑎𝑟𝑟𝑥𝑟+ ⋯+ 𝑎𝑟𝑛𝑥𝑛= 𝑏𝑟

( 𝑎𝑖 ≠ 0, ∀𝑖= 1,𝑟)

60
 Nhận xét: 𝑟𝐴 = 𝑟𝐴 = 𝑟< 𝑛 nên hệ có vô số nghiệm.

• 𝑥1, 𝑥2, . . , 𝑥𝑟 là các ẩn cơ sở (𝑟 ẩn cơ sở phải tương ứng

với 𝑟cột tạo thành định thức khác 0).
• 𝑥𝑟+1, . . , 𝑥𝑛 là các ẩn tựdo.

Cách giải hệ hình thang:

• Chuyển các ẩn tự do sang vế phải ta có hệ phương trình
dạng tam giác đối với các ẩn cơ sở.
• Cho các ẩn tự do nhận giá trị tùy ý.
• Tính các ẩn cơ sở qua các ẩn tự do.

61
 Ví dụ dạng hình thang:

𝑥1 − 2𝑥2 + 3𝑥3 − 𝑥4 = 3
𝑥2 − 2𝑥3 + 2𝑥4 = 2
−𝑥 3 + 𝑥4 = 1

62
c) HPT tuyến tính tổng quát:
(Phương pháp biến đổi sơ cấp)

Đưa hệ tổng quát về hệ tam giác (hoặc hình thang) tương

đương, bằng các phép biến đổi sơ cấp trên các dòng của ma
trận hệ số mở rộng Aഥ:
1. Đổi chỗ hai dòng;
2. Nhân một dòng với số 𝑘 ≠ 0;
3. Nhân một dòng với số 𝑘 ≠ 0 rồi cộng vào dòng khác .

63
 • Ví dụ 1: Giải hệ phương trình

𝑥1 + 3𝑥 2 + 5𝑥 3 − 7𝑥 4 = 12
3𝑥 1 + 5𝑥 2 + 7𝑥 3 − 𝑥 4 = 0
5𝑥 1 + 7𝑥 2 + 𝑥 3 − 3𝑥 4 = 4
7𝑥 1 + 𝑥 2 + 3𝑥 3 − 5𝑥 4 = 16

64
 • Ví dụ 2: Giải hệ phương trình

𝑥1 + 3𝑥2
−7𝑥 2 + 3𝑥3

65
 Chương 1
1.3 Hệ phương trình tuyến tính
1.3.3 Hệ phương trình tuyến tính thuần nhất

Nhận xét
𝑟(𝐴) = 𝑟(𝐴 ) nên hệ luôn có ít nhất mộtnghiệm.
Nghiệm 𝑋 0 = (0, 0, …, 0) được gọi là nghiệm tầm
thường.

66
 3.4 Hệ phương trình tuyến tính thuần nhất

Định nghĩa: HPT tuyến tính thuần nhất 𝑚 phương

trình, 𝑛 ẩn 𝑥1, 𝑥2, …, 𝑥𝑛 códạng:
𝑎11𝑥1 + 𝑎12𝑥2 + ⋯+ 𝑎1𝑛𝑥𝑛 = 0
𝑎21𝑥1 + 𝑎22𝑥2 + ⋯+ 𝑎2𝑛𝑥𝑛 = 0
…
𝑎 𝑚1 𝑥 1 + 𝑎 𝑚2 𝑥 2 + ⋯+ 𝑎 𝑚𝑛 𝑥 𝑛 = 0
Nhận xét:
• 𝑟𝐴 = 𝑟(𝐴 ): hệ luôn có nghiệm.
• Nghiệm (0,0, . . , 0) đgl nghiệm tầm thường.

67
 Điều kiện tồn tại nghiệm không tầm thường:

Định lý: Hệ tuyến tính thuần nhất có nghiệm không tầm

thường ⇔ 𝑟𝐴 < 𝑛.

• Hệ quả 1: Nếu hệ tuyến tính thuần nhất có số phương

trình ít hơn số ẩn thì nó có nghiệm không tầm thường.

• Hệ quả 2: Nếu hệ tuyến tính thuần nhất có số phương

trình bằng số ẩn thì nó có nghiệm không tầm thường
⇔ |A|=0.

68
 Ví dụ:Tìm m để hệ phương trình có nghiệm không
tầm thường:
2𝑥1 + 3𝑥2 + 𝑥3 + 2𝑥4 = 0
4𝑥1 + 5𝑥2 + 3𝑥3 + 4𝑥4 = 0
6𝑥1 + 7𝑥2 + 7𝑥3 + 7𝑥4 = 0
8𝑥1 + 9𝑥2 + 9𝑥3 + 𝑚𝑥 4 = 0

69
 Chương 2. GIẢI TÍCH

70
 Chương 2
GIẢI TÍCH

1. Hàm số thực một biến

2. Hàm số thực nhiều biến(hai biến)

71
 2. Hàm số thực nhiều biến
2.1 Khái niệm hàm hai biến

Cho tập 𝑋 ⊂ ℝ 2. Một quy luật 𝑓, đặt tương ứng mỗi cặp
𝑥, 𝑦 ∈ 𝑋 với một số thực 𝑧= 𝑓(𝑥, 𝑦) ∈ ℝ đgl một hàm của
hai biến độc lập 𝑥và 𝑦.
Kí hiệu:
𝑓: 𝑋 → ℝ
𝑥, 𝑦 ⟼ 𝑧= 𝑓(𝑥, 𝑦)
Ví dụ:
a. 𝑧= 𝑥 2 + 3𝑥𝑦 − 𝑦 3,
b. 𝑧= ln 𝑥 2 + 𝑦2 − 1 + 4 − 𝑥 2 − 𝑦2

72
 2.2 Đạo hàm riêng và ứng dụng vào bài toán cực trị

Định nghĩa 1:
• Cho hàm 𝑓(𝑥, 𝑦) xác định trong lân cận của điểm
(𝑥0, 𝑦0). Đạo hàm riêng cấp 1 theo 𝑥tại điểm (𝑥0,𝑦 0)
nếu có được kí hiệu và xác định như sau:

𝑓𝑥′ 0𝑥,0𝑦 = lim 𝑓 𝑥 0+∆𝑥,𝑦 0 −𝑓(𝑥 0 ,𝑦 0 ) .

∆𝑥→0 ∆𝑥

• Tương tự, đạo hàm riêng cấp 1 theo 𝑦 tại 𝑥0, 𝑦0 :

𝑓 𝑥 ,𝑦
0 +Δ𝑦 −𝑓(𝑥 ,𝑦 )0 0
𝑓𝑦′𝑥,
0 𝑦0 = lim
0
.
∆𝑥→0 ∆𝑦

73
 Nhận xét: Trong thực hành muốn tính ĐHR cấp 1 theo 𝑥 thì
coi 𝑦 là hằng số và đạo hàm như đối với hàm một biến. Tương
tự, tính đạo hàm riêng theo 𝑦 thì coi 𝑥là hằng số.

Ví dụ: Tính các đạo hàm cấp riêng cấp 1 của hàm số:
𝑓 𝑥,𝑦 = 𝑥 2 + 4𝑥𝑦 − 3𝑦 4 + 2𝑥 − 3𝑦 + 1 .

74
 Định nghĩa 2: Đạo hàm riêng cấp 2
𝑓𝑥𝑥′′ = (𝑓𝑥′ ) ′ 𝑥 ′′ = (𝑓 ′ ) ′
𝑓𝑦𝑦 𝑦𝑦

′′ = (𝑓 ′ ) ′
𝑓𝑥𝑦 ′′ = (𝑓 ′ ) ′ .
𝑓𝑦𝑥
𝑥𝑦 𝑦 𝑥

Chú ý:
𝑓 ′′ 𝑥, 𝑦 = 𝑓 ′′ 𝑥, 𝑦 ∀ 𝑥, 𝑦 ∈ 𝑋.
𝑥𝑦 𝑦𝑥

Ví dụ: Tính các đạo hàm riêng đến cấp hai của hàm sau:
𝑓 𝑥, 𝑦 = 𝑥 𝑦 + 𝑥 2 − 2𝑥𝑦3 + 8 .

75
 Ứng dụng ĐHR tìm cực trị của hàm hai biến:
a. Cực trị tự do
Định nghĩa:
Hàm 𝑓(𝑥, 𝑦) đạt cực đại (cực tiểu) tại điểm 𝑀(𝑥 0 , 𝑦 0) nếu
tồn tại một lân cận của M sao cho trên đó 𝑓 𝑥0, 𝑦0 ≥
𝑓(𝑥, 𝑦). (tương ứng 𝑓𝑥0, 𝑦0 ≤ 𝑓(𝑥, 𝑦)).

Kí hiệu: 𝑓𝐶Đ; 𝑓𝐶𝑇.

76
 Điều kiện cần của cực trị
Định lý:Nếu hàm 𝑓(𝑥, 𝑦) đạt cực trị tại điểm 𝑀(𝑥 0 , 𝑦 0) và
tại đó có các ĐHR thì
𝑓𝑥′ 0𝑥0, 𝑦 = 0
𝑓𝑦′ 0𝑥 ,0𝑦 = 0
Mỗi điểm M thoả mãn hệ thức trên được gọi là một điểm
dừng (hay điểm tới hạn) của hàm số.

77
 Điều kiện đủ của cực trị:
Định lý: Giả sử điểm 𝑀(𝑥 0 , 𝑦 0) là một điểm dừng của hàm
𝑓(𝑥, 𝑦) và tại đó hàm số có các ĐHR cấp hai:
𝐴 = 𝑓𝑥𝑥′′ 𝑥0, 𝑦 0 ; 𝐵 = 𝑓 ′′ 𝑥𝑦𝑥 ,𝑦
0 0
′′ 𝑥 , 𝑦 .
; 𝐶 = 𝑓𝑦𝑦 0 0

• Nếu 𝐵2 − 𝐴𝐶 > 0 thì M không là cực trị.

• Nếu 𝐵 2 − 𝐴𝐶 < 0 thì M là cực trị, khi đó:
- Nếu 𝐴 > 0 thì M là cựctiểu,
- Nếu 𝐴 < 0 thì M là cựcđại.
• Nếu 𝐵 2 − 𝐴𝐶 = 0 thì chưa kết luận được về tính cực trị
của M.

78
 Ví dụ: Tìm cực trị hàm số:
20 50
𝑧= 𝑥𝑦+ +
𝑥 𝑦

79
 b. Cực trị có điều kiện
Bài toán: Tìm cực trị của hàm 𝑍 = 𝑓(𝑥, 𝑦) với điều kiện
𝑔 𝑥, 𝑦 = 0.

Phương pháp giải: (Phương pháp nhân tử Lagrange).

Lập hàm Lagrange:

𝐿𝑥, 𝑦, 𝜆= 𝑓𝑥, 𝑦 − 𝜆𝑔(𝑥, 𝑦).

80
 Điều kiện cần của cực trị:
Nếu hàm số đạt cực trị tại 𝑀 0 (𝑥 0 , 𝑦 0) thì tồn tại 𝜆0 saocho
bộ ba (𝑥0,𝑦0, 𝜆 0) thỏa mãn:
𝐿𝜆′ 𝑥0, 𝑦0, 𝜆0 = 0
𝐿′𝑥𝑥0 ,0𝑦 0, 𝜆= 0
𝐿′𝑦𝑥 , 𝑦0 , 𝜆=0 00
Khi đó 𝑥0, 𝑦0, 𝜆0 được gọi là một điểm dừng của hàm
Lagrange.

81
 Điều kiện đủ của cực trị
Giả sử 𝑥0, 𝑦0, 𝜆0 là một điểm dừng của hàm Lagrange.

0 𝑔𝑥′ 𝑔𝑦′
Đặt 𝐻 = 𝑔𝑥′ 𝐿′′ 𝑥𝑥 ′′
𝐿𝑥𝑦
𝑔𝑦′ 𝐿′′ 𝑥𝑦 ′′
𝐿𝑦𝑦
𝑥 0 ,𝑦 0 ,𝜆 0

Khi đó:
• Nếu 𝐻 > 0 thì 𝑀 0 (𝑥 0 , 𝑦 0) là điểm cực đại.
• Nếu 𝐻 < 0 thì 𝑀 0 (𝑥 0 , 𝑦 0) là điểm cực tiểu.

82
 Ví dụ: Tìm cực trị của hàm

𝑎) 𝑍 = 𝑥 + 𝑦 với điều kiện 𝑥 2 + 𝑦2 = 8.

b) 𝑍 = 𝑥 3 + 𝑦3 − 3𝑥𝑦 với điều kiện 𝑥 + 𝑦 = 2.

83