Professional Documents
Culture Documents
TOÁN
THS. LÊ THỊ THU GIANG
1
GIỚI THIỆU MÔN HỌC
2
Nội dung chính
Chương 4. Chương 3. Lý
Thống kê toán thuyết xác suất
3
Chương 1
ĐẠI SỐ TUYẾN TÍNH
4
Chương I. ĐẠI SỐ TUYẾN TÍNH
1. Ma trận – Định thức
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
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
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 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
10
1.2 Các phép toán ma trận
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
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
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 )
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:
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)
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:
𝑥 1 1 1
𝑥 1 1
𝐴= 1
1 1 𝑥 1
1 1 1 𝑥
27
b) Hạng (Rank) của ma trận:
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:
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).
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
33
1.4 Ma trận nghịch đảo
A.B = B.A = En
34
Cách tìm ma trận nghịch đảo :
(Phương pháp dùng phần bù đại số)
35
• Định lý: Nếu 𝐴 ≠ 0 thì 𝐴 có ma trận nghịch đảo và
𝐴 − 1 được tính theo công thức
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
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)
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:
41
2.2 Mối quan hệ tuyến tính giữa các vectơ
• 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.
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:
44
2.3 Hạng và cơ sở của hệ vectơ
• Mỗi hệ con ĐLTT cực đại của một hệ vectơ đgl một cơ sở
của hệ vectơ đó.
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.
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.
48
2.4 Không gian vectơ ℝ𝒏
49
• Cơ sở đơn vị:
𝑒1 = (1,0,..,0)
𝑒2 = (0,1,..,0)
...
𝑒𝑛 = (0,0,..,1)
50
3 Hệ phương trình tuyến tính
1. Các dạng biểu diễn
51
Từ hệ trên, ta rút ra ma trận tương ứng:
52
b. Dạng ma trận
Kí hiệu các ma trận
𝑥1 𝑏1
𝑥2 𝑏
𝑋= ; ⋮ 𝐵= 2
⋮
𝑥𝑛 𝑏𝑚
53
c. Dạng véc tơ
𝐴1𝑥1 + 𝐴2𝑥2 + ⋯+ 𝐴𝑛 𝑥𝑛 = 𝐵
54
• Hệ có dạng đặc biệt:
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
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:
( 𝑎𝑖 ≠ 0, ∀𝑖= 1,𝑟)
60
Nhận xét: 𝑟𝐴 = 𝑟𝐴 = 𝑟< 𝑛 nên hệ có vô số nghiệm.
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)
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
67
Điều kiện tồn tại nghiệm không tầm thường:
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
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:
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)).
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
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.
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
83