Bỏ qua tới nội dung chính
Toán học

Hướng dẫn học chủ đề

Đại số tuyến tính

Cơ bảnkhoảng 45 giờ6 bước

Hệ phương trình tuyến tính, không gian vectơ, ánh xạ tuyến tính, định thức, trị riêng, trực giao và phân tích giá trị suy biến (SVD).

Bắt đầu học

Bạn sẽ học được gì

  • Giải hệ phương trình tuyến tính bằng phép khử Gauss và biểu diễn nghiệm tổng quát
  • Thực hiện các phép toán ma trận, tìm ma trận nghịch đảo và phân tích A = LU
  • Xác định cơ sở, số chiều của bốn không gian con cơ bản và hạng của ma trận
  • Tính hình chiếu, giải bài toán bình phương tối thiểu và trực chuẩn hóa bằng Gram–Schmidt
  • Tính định thức và dùng nó để kiểm tra tính khả nghịch, tính diện tích và thể tích
  • Tìm trị riêng, vectơ riêng, chéo hóa ma trận và áp dụng cho lũy thừa ma trận
  • Tính và diễn giải phân tích giá trị suy biến (SVD), áp dụng vào nén dữ liệu và PCA

Giới thiệu

Đại số tuyến tính nghiên cứu vectơ, ma trận và các phép biến đổi tuyến tính — những đối tượng "đẹp" nhất của toán học vì chúng vừa đơn giản vừa có mặt ở khắp nơi. Giải hệ phương trình, nén ảnh, xếp hạng trang web, huấn luyện mạng nơ-ron, mô phỏng cơ học lượng tử: tất cả đều quy về các phép toán ma trận. Ở các trường Việt Nam đây là môn Đại số tuyến tính năm nhất; ở MIT là 18.06 của Gilbert Strang — một trong những khóa học được xem nhiều nhất trên MIT OpenCourseWare.

Hai cách nhìn một ma trận

Cách nhìn quen thuộc: ma trận là bảng hệ số của một hệ phương trình tuyến tính Ax = b, giải bằng phép khử Gauss đưa về dạng bậc thang. Cách nhìn sâu hơn: A là một ánh xạ tuyến tính biến vectơ x thành vectơ Ax, và Ax là một tổ hợp tuyến tính các cột của A. Hệ Ax = b có nghiệm khi và chỉ khi b nằm trong không gian cột của A. Giáo trình của Strang xây cả môn học quanh cách nhìn thứ hai: đi từ cột, tổ hợp tuyến tính và phân tích A = CR ngay từ chương đầu.

Bốn không gian con cơ bản

Mỗi ma trận m × n sinh ra bốn không gian con: không gian cột, không gian hàng, không gian nghiệm (hạt nhân) của A và của Aᵀ. Các khái niệm độc lập tuyến tính, cơ sở, số chiều và hạng mô tả kích thước của chúng; định lý hạng (hạng + số chiều hạt nhân = số cột) và quan hệ trực giao giữa các không gian này là "bức tranh lớn" của môn học. Hiểu được bức tranh này, bạn sẽ biết một hệ phương trình có nghiệm hay không, có bao nhiêu nghiệm, mà không cần giải.

Trực giao và bình phương tối thiểu

Khi Ax = b vô nghiệm (dữ liệu đo đạc luôn có sai số), ta tìm nghiệm "gần đúng nhất" bằng phương pháp bình phương tối thiểu — chiếu b lên không gian cột. Đây là nền toán học của hồi quy tuyến tính. Quá trình Gram–Schmidt và phân tích A = QR biến một cơ sở bất kỳ thành cơ sở trực chuẩn, rất quan trọng trong tính toán số.

Định thức, trị riêng và SVD

Định thức đo hệ số co giãn thể tích và cho biết ma trận có khả nghịch hay không. Trị riêng và vectơ riêng (Ax = λx) cho biết những hướng mà A chỉ co giãn chứ không xoay; chéo hóa A = XΛX⁻¹ giúp tính nhanh lũy thừa Aᵏ và giải hệ phương trình vi phân. Với ma trận đối xứng, định lý phổ cho cơ sở trực chuẩn gồm các vectơ riêng. Đỉnh cao của môn học là phân tích giá trị suy biến (SVD) A = UΣVᵀ, áp dụng cho mọi ma trận, nền tảng của nén ảnh, phân tích thành phần chính (PCA) và hệ gợi ý.

Cách học hiệu quả

  • Xem bài giảng MIT 18.06 (hoặc 18.06SC có thêm bài tập kèm lời giải) trên MIT OpenCourseWare song song với giáo trình của Strang — sách được viết để đi cùng các bài giảng đó.
  • Chuỗi video "Essence of linear algebra" của kênh 3Blue1Brown giúp hình dung hình học của ánh xạ tuyến tính, định thức và trị riêng.
  • Tính tay với ma trận 2 × 2, 3 × 3 để hiểu thuật toán, rồi dùng NumPy (numpy.linalg) để kiểm tra kết quả và thử với ma trận lớn.
  • Khóa học "Nhập môn Đại số tuyến tính" trên OpenER có bài giảng và đề thi giữa kỳ để tự đánh giá.

Sau môn này

Đại số tuyến tính cùng giải tích là hai trụ cột của toán ứng dụng. Tiếp theo bạn có thể học Phương trình vi phân thường (hệ phương trình tuyến tính dùng trị riêng), Đại số tuyến tính nâng cao (lối chứng minh, dạng chuẩn Jordan) hoặc các môn học máy và xử lý tín hiệu.

Giáo trình & sách tham khảo

Xem tất cả trong tab Sách

Giáo trình chính

Introduction to Linear Algebra

Gilbert Strang · 2023 · Bản thứ 6

Có phíCơ bảnTiếng Anh440 trang

Vì sao chọn: Giáo trình của MIT 18.06, viết để đi cùng bài giảng video của chính tác giả trên MIT OpenCourseWare; bản thứ sáu (2023) đưa cách nhìn theo cột và phân tích A = CR lên ngay chương đầu. Sách trả phí (Wellesley-Cambridge Press); Chương 1–8 là toàn bộ nội dung một học kỳ đại số tuyến tính.

Nên đọc: Chương 1–8

Understanding Linear Algebra

David Austin · 2023

CC BYCơ bảnTiếng Anh

Giáo trình mở (CC BY 4.0), miễn phí trên mạng, xây dựng qua các hoạt động và ô tính Sage chạy ngay trong trang, với nhiều ứng dụng như PCA và xích Markov. Lựa chọn miễn phí tốt nhất nếu bạn không có sách của Strang.

Linear Algebra

Jim Hefferon · 2020 · Bản thứ 4

CC BY-SACơ bảnTiếng Anh526 trang

Giáo trình mở, miễn phí, kèm lời giải đầy đủ cho bài tập. Thiên về chứng minh hơn Strang — dùng khi muốn luyện lập luận chặt chẽ, hoặc làm cầu nối sang Đại số tuyến tính nâng cao.

Các bước học

Đăng nhập để đánh dấu các bước đã hoàn thành.

  1. Bước 1: Vectơ, ma trận và hệ phương trình tuyến tính

    khoảng 8 giờ

    Vectơ và tổ hợp tuyến tính, độ dài và góc qua tích vô hướng, ma trận và không gian cột, phép nhân ma trận; giải Ax = b bằng phép khử Gauss, ma trận sơ cấp, ma trận nghịch đảo, phân tích A = LU, hoán vị và chuyển vị. Luyện tập: tự lập trình phép khử Gauss bằng Python, kiểm tra với numpy.linalg.solve, rồi giải một hệ cân bằng phản ứng hóa học.

  2. Bước 2: Không gian vectơ và bốn không gian con cơ bản

    khoảng 8 giờ

    Không gian vectơ và không gian con, không gian nghiệm và phân tích A = CR, nghiệm tổng quát của Ax = b, độc lập tuyến tính, cơ sở, số chiều, hạng và số chiều của bốn không gian con. Luyện tập: với một ma trận 3 × 4 cụ thể, tìm cơ sở của cả bốn không gian con và kiểm tra định lý hạng; sau đó làm đề thi giữa kỳ trên trang để tự đánh giá.

  3. Bước 3: Trực giao, phép chiếu và bình phương tối thiểu

    khoảng 7 giờ

    Tính trực giao của vectơ và không gian con, phép chiếu lên đường thẳng và không gian con, bình phương tối thiểu, cơ sở trực chuẩn, quá trình Gram–Schmidt và phân tích A = QR, giả nghịch đảo. Luyện tập: khớp một đường thẳng và một parabol với 10 điểm dữ liệu bằng phương trình chuẩn AᵀAx̂ = Aᵀb, so với numpy.linalg.lstsq.

  4. Bước 4: Định thức

    khoảng 5 giờ

    Tính chất của định thức, các cách tính (khai triển theo hàng, qua phép khử), quy tắc Cramer, ý nghĩa diện tích và thể tích. Luyện tập: chứng minh bằng các tính chất rằng det(AB) = det A · det B với ma trận 2 × 2, và tính diện tích tam giác, thể tích hình hộp bằng định thức.

  5. Bước 5: Trị riêng, vectơ riêng và chéo hóa

    khoảng 9 giờ

    Trị riêng và vectơ riêng, phương trình đặc trưng, chéo hóa, ma trận đối xứng và định lý phổ, ma trận xác định dương, số phức trong đại số tuyến tính, ứng dụng vào hệ phương trình vi phân tuyến tính. Luyện tập: chéo hóa ma trận của dãy Fibonacci để tìm công thức tổng quát, và dùng lũy thừa ma trận để mô phỏng một xích Markov hai trạng thái.

  6. Bước 6: Phân tích giá trị suy biến và ánh xạ tuyến tính

    khoảng 8 giờ

    Giá trị suy biến và vectơ suy biến, xấp xỉ hạng thấp, xử lý ảnh và phân tích thành phần chính (PCA) bằng SVD; ánh xạ tuyến tính, ma trận của ánh xạ tuyến tính theo một cơ sở và phép đổi cơ sở. Luyện tập: nén một ảnh xám bằng SVD với k = 5, 20, 50 giá trị suy biến và so sánh chất lượng ảnh với dung lượng lưu trữ.

Khái niệm chính

Tổ hợp tuyến tính và không gian sinh
Tổ hợp tuyến tính của các vectơ v₁, …, vₖ là tổng c₁v₁ + … + cₖvₖ; tập mọi tổ hợp tuyến tính là không gian sinh bởi chúng.
Phép khử Gauss
Dùng các phép biến đổi sơ cấp trên hàng để đưa ma trận về dạng bậc thang, từ đó giải hệ Ax = b bằng thế ngược; tương đương với phân tích PA = LU (P là ma trận hoán vị hàng).
Ma trận khả nghịch
Ma trận vuông A khả nghịch nếu có A⁻¹ với AA⁻¹ = I; tương đương với det A ≠ 0, các cột độc lập tuyến tính và Ax = 0 chỉ có nghiệm x = 0.
Độc lập tuyến tính, cơ sở và số chiều
Các vectơ độc lập tuyến tính nếu không vectơ nào là tổ hợp tuyến tính của các vectơ còn lại; cơ sở là tập độc lập sinh ra cả không gian, số phần tử của nó là số chiều.
Bốn không gian con cơ bản
Không gian cột, không gian hàng, không gian nghiệm của A và của Aᵀ; không gian hàng trực giao với không gian nghiệm, không gian cột trực giao với không gian nghiệm của Aᵀ.
Hạng và định lý hạng
Hạng r là số chiều không gian cột (bằng số chiều không gian hàng); với ma trận m × n, số chiều không gian nghiệm bằng n − r.
Phép chiếu và bình phương tối thiểu
Khi Ax = b vô nghiệm, nghiệm bình phương tối thiểu x̂ thỏa AᵀAx̂ = Aᵀb, tức Ax̂ là hình chiếu của b lên không gian cột của A.
Cơ sở trực chuẩn và Gram–Schmidt
Cơ sở gồm các vectơ đơn vị đôi một vuông góc; quá trình Gram–Schmidt biến một cơ sở bất kỳ thành cơ sở trực chuẩn, cho phân tích A = QR.
Định thức
Số det A gắn với ma trận vuông, bằng hệ số co giãn thể tích (có dấu) của ánh xạ x ↦ Ax; det A = 0 khi và chỉ khi A suy biến.
Trị riêng và vectơ riêng
λ và x ≠ 0 thỏa Ax = λx; trị riêng là nghiệm của phương trình đặc trưng det(A − λI) = 0.
Chéo hóa
Nếu A có đủ n vectơ riêng độc lập thì A = XΛX⁻¹ với Λ chéo; khi đó Aᵏ = XΛᵏX⁻¹. Ma trận đối xứng luôn chéo hóa được bằng ma trận trực giao.
Ma trận xác định dương
Ma trận đối xứng S có xᵀSx > 0 với mọi x ≠ 0, tương đương mọi trị riêng dương; xuất hiện trong tối ưu hóa và thống kê.
Phân tích giá trị suy biến (SVD)
Mọi ma trận viết được thành A = UΣVᵀ với U, V trực giao và Σ chéo chứa các giá trị suy biến không âm; giữ lại các giá trị suy biến lớn nhất cho xấp xỉ hạng thấp tốt nhất của A.

Học xong để làm gì

  • Học máy và khoa học dữ liệu: hồi quy tuyến tính, PCA, hệ gợi ý và mạng nơ-ron đều là phép toán ma trận
  • Xử lý ảnh và tín hiệu: nén ảnh bằng SVD, biến đổi Fourier rời rạc là phép nhân ma trận
  • Xếp hạng trang web: thuật toán PageRank tìm vectơ riêng của ma trận liên kết
  • Đồ họa máy tính: phép quay, co giãn và chiếu phối cảnh được biểu diễn bằng ma trận
  • Kỹ thuật: phân tích mạch điện, kết cấu công trình và hệ dao động quy về hệ phương trình tuyến tính và bài toán trị riêng
  • Cơ học lượng tử: trạng thái là vectơ, đại lượng đo được là toán tử tự liên hợp với các trị riêng là kết quả đo

Câu hỏi thường gặp

Có cần học giải tích trước không?

Không bắt buộc — phần lớn môn học chỉ cần đại số phổ thông. Tuy vậy, học Giải tích một biến trước hoặc song song sẽ giúp ích ở các phần liên quan tới hàm số, như ma trận đạo hàm và hệ phương trình vi phân ở chương trị riêng.

Giáo trình của Strang có bản miễn phí không?

Không; Introduction to Linear Algebra là sách trả phí. Bạn vẫn có thể học trọn môn miễn phí bằng video MIT 18.06 cùng hai giáo trình mở trong danh sách sách (Understanding Linear Algebra của Austin và Linear Algebra của Hefferon).

Nên tính tay hay dùng máy tính?

Cả hai: tính tay với ma trận nhỏ để hiểu thuật toán (khử Gauss, tìm trị riêng), rồi dùng NumPy hoặc SageMath để kiểm tra và làm việc với ma trận lớn. Trong thực tế không ai tính định thức hay nghịch đảo ma trận 100 × 100 bằng tay.

Đại số tuyến tính ở đây khác gì Đại số tuyến tính nâng cao?

Môn này tập trung vào ma trận, tính toán và ứng dụng. Đại số tuyến tính nâng cao làm việc với không gian vectơ trừu tượng theo lối chứng minh, đi tới định lý phổ tổng quát và dạng chuẩn Jordan — nên học sau môn này và sau Nhập môn chứng minh toán học.

Học xong môn này có đủ toán cho học máy không?

Đủ phần đại số tuyến tính cốt lõi: tích ma trận, chiếu, bình phương tối thiểu, trị riêng, SVD. Bạn sẽ cần thêm giải tích nhiều biến (gradient) và xác suất thống kê để có đầy đủ nền tảng.

Chọn nguồn tự học

Kết hợp một nguồn thiên về trực giác hình học (như bài giảng MIT 18.06) với một giáo trình có bài tập chứng minh; tự tính trị riêng và SVD bằng NumPy để kiểm tra.