Hệ phương trình tuyến tính: Cách giải thuần nhất, bằng ma trận

Hệ phương trình tuyến tính là một trong những chủ đề cốt lõi và quan trọng nhất trong Đại số tuyến tính, được ứng dụng rộng rãi trong nhiều lĩnh vực như kỹ thuật, kinh tế, vật lý và khoa học máy tính. Hệ phương trình tuyến tính là tập hợp các phương trình bậc nhất có chung các ẩn số, trong đó mỗi phương trình biểu diễn mối quan hệ tuyến tính giữa các ẩn. Bài viết dưới đây sẽ giúp bạn hiểu rõ định nghĩa, phân loại, điều kiện có nghiệm và các phương pháp giải hệ phương trình tuyến tính chi tiết nhất.

1. Hệ phương trình tuyến tính là gì?

Hệ phương trình tuyến tính (hay còn gọi là hệ phương trình đại số tuyến tính) là hệ gồm nhiều phương trình bậc nhất theo nhiều ẩn số.

1.1. Định nghĩa

Định nghĩa: Hệ phương trình tuyến tính gồm m phương trình và n ẩn số có dạng tổng quát:

\[ \begin{cases} a_{11}x_1 + a_{12}x_2 + … + a_{1n}x_n = b_1 \\ a_{21}x_1 + a_{22}x_2 + … + a_{2n}x_n = b_2 \\ \vdots \\ a_{m1}x_1 + a_{m2}x_2 + … + a_{mn}x_n = b_m \end{cases} \]

Trong đó:

Ký hiệu	Tên gọi	Ý nghĩa
\( a_{ij} \)	Hệ số	Hệ số của ẩn \( x_j \) trong phương trình thứ i
\( x_1, x_2, …, x_n \)	Ẩn số	Các biến cần tìm
\( b_1, b_2, …, b_m \)	Hệ số tự do	Vế phải của các phương trình
m	Số phương trình	Số hàng của hệ
n	Số ẩn	Số biến cần tìm

1.2. Nghiệm của hệ phương trình tuyến tính

Nghiệm của hệ phương trình tuyến tính là bộ n số \( (x_1^*, x_2^*, …, x_n^*) \) thỏa mãn đồng thời tất cả các phương trình trong hệ.

Ví dụ: Hệ \( \begin{cases} x + y = 3 \\ 2x – y = 0 \end{cases} \) có nghiệm \( (x, y) = (1, 2) \)

Kiểm tra: \( 1 + 2 = 3 \) ✓ và \( 2(1) – 2 = 0 \) ✓

1.3. Tính chất “tuyến tính”

Một phương trình được gọi là tuyến tính khi:

• Các ẩn số chỉ xuất hiện với lũy thừa bậc 1
• Không có tích của các ẩn số với nhau
• Không có các hàm phi tuyến (sin, cos, log, căn, …)

Phương trình	Tuyến tính?	Lý do
\( 2x + 3y – z = 5 \)	✓ Có	Bậc 1 theo các ẩn
\( x^2 + y = 1 \)	✗ Không	Có \( x^2 \)
\( xy + z = 2 \)	✗ Không	Có tích xy
\( \sin(x) + y = 0 \)	✗ Không	Có hàm sin

2. Các dạng biểu diễn hệ phương trình tuyến tính

Hệ phương trình tuyến tính có thể được biểu diễn dưới nhiều dạng khác nhau, mỗi dạng phù hợp với các phương pháp giải khác nhau.

2.1. Dạng khai triển (dạng đầy đủ)

\[ \begin{cases} a_{11}x_1 + a_{12}x_2 + … + a_{1n}x_n = b_1 \\ a_{21}x_1 + a_{22}x_2 + … + a_{2n}x_n = b_2 \\ \vdots \\ a_{m1}x_1 + a_{m2}x_2 + … + a_{mn}x_n = b_m \end{cases} \]

2.2. Dạng ma trận

\[ AX = B \]

Trong đó:

\[ A = \begin{pmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{m1} & a_{m2} & \cdots & a_{mn} \end{pmatrix}, \quad X = \begin{pmatrix} x_1 \\ x_2 \\ \vdots \\ x_n \end{pmatrix}, \quad B = \begin{pmatrix} b_1 \\ b_2 \\ \vdots \\ b_m \end{pmatrix} \]

Ma trận	Kích thước	Tên gọi
A	\( m \times n \)	Ma trận hệ số
X	\( n \times 1 \)	Vector ẩn
B	\( m \times 1 \)	Vector vế phải (hệ số tự do)

2.3. Ma trận mở rộng (ma trận bổ sung)

Ma trận mở rộng \( \bar{A} \) (hay \( [A|B] \)) được tạo bằng cách ghép cột B vào bên phải ma trận A:

\[ \bar{A} = (A|B) = \begin{pmatrix} a_{11} & a_{12} & \cdots & a_{1n} & | & b_1 \\ a_{21} & a_{22} & \cdots & a_{2n} & | & b_2 \\ \vdots & \vdots & \ddots & \vdots & | & \vdots \\ a_{m1} & a_{m2} & \cdots & a_{mn} & | & b_m \end{pmatrix} \]

2.4. Ví dụ các dạng biểu diễn

Cho hệ: \( \begin{cases} 2x + 3y – z = 1 \\ x – y + 2z = 4 \\ 3x + 2y + z = 5 \end{cases} \)

Dạng ma trận AX = B:

\[ \begin{pmatrix} 2 & 3 & -1 \\ 1 & -1 & 2 \\ 3 & 2 & 1 \end{pmatrix} \begin{pmatrix} x \\ y \\ z \end{pmatrix} = \begin{pmatrix} 1 \\ 4 \\ 5 \end{pmatrix} \]

Ma trận mở rộng:

\[ \bar{A} = \begin{pmatrix} 2 & 3 & -1 & | & 1 \\ 1 & -1 & 2 & | & 4 \\ 3 & 2 & 1 & | & 5 \end{pmatrix} \]

3. Phân loại hệ phương trình tuyến tính

Hệ phương trình tuyến tính được phân loại theo nhiều tiêu chí khác nhau:

3.1. Phân loại theo vế phải

Loại	Điều kiện	Dạng
Hệ thuần nhất	\( b_1 = b_2 = … = b_m = 0 \)	\( AX = O \)
Hệ không thuần nhất	Ít nhất một \( b_i \neq 0 \)	\( AX = B \) với \( B \neq O \)

3.2. Phân loại theo số phương trình và số ẩn

Loại	Điều kiện	Đặc điểm
Hệ vuông	m = n	Số phương trình = Số ẩn
Hệ chữ nhật (thiếu PT)	m < n	Số phương trình < Số ẩn
Hệ chữ nhật (thừa PT)	m > n	Số phương trình > Số ẩn

3.3. Phân loại theo nghiệm

Loại	Số nghiệm	Tên gọi
Hệ tương thích (có nghiệm)	≥ 1 nghiệm	Consistent system
Hệ xác định	Đúng 1 nghiệm	Unique solution
Hệ bất định	Vô số nghiệm	Infinite solutions
Hệ không tương thích	0 nghiệm	Inconsistent system

4. Điều kiện có nghiệm của hệ phương trình tuyến tính

Để xác định hệ phương trình tuyến tính có nghiệm hay không, ta sử dụng Định lý Kronecker-Capelli.

4.1. Định lý Kronecker-Capelli (Rouché-Capelli)

Định lý: Hệ phương trình tuyến tính AX = B có nghiệm khi và chỉ khi:

\[ r(A) = r(\bar{A}) \]

Trong đó:

• \( r(A) \): Hạng của ma trận hệ số A
• \( r(\bar{A}) \): Hạng của ma trận mở rộng \( \bar{A} = (A|B) \)

4.2. Các trường hợp nghiệm

Điều kiện	Kết luận	Số nghiệm tự do
\( r(A) \neq r(\bar{A}) \)	Vô nghiệm	–
\( r(A) = r(\bar{A}) = n \)	Nghiệm duy nhất	0
\( r(A) = r(\bar{A}) = r < n \)	Vô số nghiệm	\( n – r \)

Ghi chú: n là số ẩn, r là hạng của ma trận hệ số.

4.3. Giải thích trực quan

• Vô nghiệm: Các phương trình mâu thuẫn nhau, không có điểm chung
• Nghiệm duy nhất: Các phương trình cắt nhau tại đúng một điểm
• Vô số nghiệm: Các phương trình trùng nhau hoặc có vô số điểm chung

4.4. Trường hợp đặc biệt: Hệ vuông (m = n)

Với hệ vuông n phương trình n ẩn:

Điều kiện	Kết luận
\( \det(A) \neq 0 \)	Hệ có nghiệm duy nhất
\( \det(A) = 0 \)	Hệ vô nghiệm hoặc vô số nghiệm

5. Các phương pháp giải hệ phương trình tuyến tính

Có nhiều phương pháp để giải hệ phương trình tuyến tính, mỗi phương pháp phù hợp với từng trường hợp cụ thể:

5.1. Tổng quan các phương pháp

Phương pháp	Điều kiện áp dụng	Ưu điểm	Nhược điểm
Khử Gauss	Mọi hệ	Tổng quát, hiệu quả	Tính toán nhiều
Gauss-Jordan	Mọi hệ	Cho nghiệm trực tiếp	Tính toán nhiều hơn Gauss
Cramer	Hệ vuông, det ≠ 0	Công thức tường minh	Chỉ áp dụng hệ vuông
Ma trận nghịch đảo	Hệ vuông, det ≠ 0	Gọn gàng	Cần tính \( A^{-1} \)

5.2. Phương pháp Cramer (cho hệ vuông)

Với hệ vuông n phương trình n ẩn có \( \det(A) \neq 0 \):

\[ x_i = \frac{D_i}{D} = \frac{\det(A_i)}{\det(A)} \]

Trong đó \( A_i \) là ma trận được tạo bằng cách thay cột thứ i của A bằng cột B.

5.3. Phương pháp ma trận nghịch đảo

Với hệ vuông AX = B có A khả nghịch:

\[ X = A^{-1}B \]

6. Phương pháp khử Gauss

Đây là phương pháp phổ biến và hiệu quả nhất để giải hệ phương trình tuyến tính bất kỳ.

6.1. Ý tưởng

Biến đổi ma trận mở rộng về dạng bậc thang, sau đó giải ngược từ dưới lên (back substitution).

6.2. Các phép biến đổi sơ cấp hàng

Phép biến đổi	Ký hiệu	Mô tả
Đổi chỗ hai hàng	\( H_i \leftrightarrow H_j \)	Hoán vị hàng i và hàng j
Nhân hàng với số ≠ 0	\( H_i \rightarrow kH_i \)	Nhân hàng i với k (k ≠ 0)
Cộng bội của hàng khác	\( H_i \rightarrow H_i + kH_j \)	Cộng k lần hàng j vào hàng i

6.3. Các bước thực hiện

1. Bước 1: Lập ma trận mở rộng \( \bar{A} = (A|B) \)
2. Bước 2: Dùng phép biến đổi sơ cấp đưa về dạng bậc thang
3. Bước 3: Xác định hạng r(A) và \( r(\bar{A}) \)
4. Bước 4: Kết luận về nghiệm:
   • Nếu \( r(A) \neq r(\bar{A}) \): Vô nghiệm
   • Nếu \( r(A) = r(\bar{A}) = n \): Nghiệm duy nhất
   • Nếu \( r(A) = r(\bar{A}) < n \): Vô số nghiệm
5. Bước 5: Nếu có nghiệm, giải ngược từ dưới lên

6.4. Dạng bậc thang và dạng bậc thang rút gọn

Dạng bậc thang:

\[ \begin{pmatrix} \fbox{2} & 3 & 1 & | & 5 \\ 0 & \fbox{1} & 4 & | & 2 \\ 0 & 0 & \fbox{3} & | & 6 \end{pmatrix} \]

Dạng bậc thang rút gọn (Gauss-Jordan):

\[ \begin{pmatrix} 1 & 0 & 0 & | & x_1 \\ 0 & 1 & 0 & | & x_2 \\ 0 & 0 & 1 & | & x_3 \end{pmatrix} \]

7. Hệ phương trình tuyến tính thuần nhất

Hệ phương trình tuyến tính thuần nhất là trường hợp đặc biệt quan trọng.

7.1. Định nghĩa

Hệ thuần nhất là hệ có tất cả hệ số tự do bằng 0:

\[ \begin{cases} a_{11}x_1 + a_{12}x_2 + … + a_{1n}x_n = 0 \\ a_{21}x_1 + a_{22}x_2 + … + a_{2n}x_n = 0 \\ \vdots \\ a_{m1}x_1 + a_{m2}x_2 + … + a_{mn}x_n = 0 \end{cases} \]

Hay dạng ma trận: \( AX = O \)

7.2. Tính chất đặc biệt

• Luôn có nghiệm: Nghiệm tầm thường \( X = O \) (tức \( x_1 = x_2 = … = x_n = 0 \))
• Luôn có: \( r(A) = r(\bar{A}) \) vì cột B toàn số 0

7.3. Điều kiện có nghiệm không tầm thường

Điều kiện	Nghiệm
\( r(A) = n \)	Chỉ có nghiệm tầm thường \( X = O \)
\( r(A) < n \)	Có vô số nghiệm (nghiệm không tầm thường)

7.4. Trường hợp hệ vuông thuần nhất

Với hệ vuông n phương trình n ẩn thuần nhất:

Điều kiện	Nghiệm
\( \det(A) \neq 0 \)	Chỉ có nghiệm tầm thường
\( \det(A) = 0 \)	Có vô số nghiệm không tầm thường

7.5. Không gian nghiệm

Tập hợp tất cả nghiệm của hệ thuần nhất AX = O tạo thành một không gian vector, gọi là không gian nghiệm (hay kernel của A).

Số chiều không gian nghiệm: \( \dim(\text{Ker}(A)) = n – r(A) \)

7.6. Mối liên hệ với hệ không thuần nhất

Nếu \( X_0 \) là một nghiệm riêng của hệ không thuần nhất AX = B, và \( X_h \) là nghiệm tổng quát của hệ thuần nhất AX = O, thì:

Nghiệm tổng quát của AX = B: \( X = X_0 + X_h \)

8. Ví dụ và bài tập minh họa có lời giải chi tiết

Để nắm vững cách giải hệ phương trình tuyến tính, hãy cùng làm các bài tập sau:

Bài tập 1: Hệ có nghiệm duy nhất

Đề bài: Giải hệ phương trình:

\[ \begin{cases} x + y + z = 6 \\ 2x – y + z = 3 \\ x + 2y – z = 2 \end{cases} \]

Lời giải:

Bước 1: Lập ma trận mở rộng

\[ \bar{A} = \begin{pmatrix} 1 & 1 & 1 & | & 6 \\ 2 & -1 & 1 & | & 3 \\ 1 & 2 & -1 & | & 2 \end{pmatrix} \]

Bước 2: Biến đổi về dạng bậc thang

\[ \xrightarrow[H_3 – H_1]{H_2 – 2H_1} \begin{pmatrix} 1 & 1 & 1 & | & 6 \\ 0 & -3 & -1 & | & -9 \\ 0 & 1 & -2 & | & -4 \end{pmatrix} \]

\[ \xrightarrow{H_2 \leftrightarrow H_3} \begin{pmatrix} 1 & 1 & 1 & | & 6 \\ 0 & 1 & -2 & | & -4 \\ 0 & -3 & -1 & | & -9 \end{pmatrix} \]

\[ \xrightarrow{H_3 + 3H_2} \begin{pmatrix} 1 & 1 & 1 & | & 6 \\ 0 & 1 & -2 & | & -4 \\ 0 & 0 & -7 & | & -21 \end{pmatrix} \]

Bước 3: Xác định hạng

\( r(A) = r(\bar{A}) = 3 = n \) → Hệ có nghiệm duy nhất

Bước 4: Giải ngược từ dưới lên

Từ hàng 3: \( -7z = -21 \Rightarrow z = 3 \)

Từ hàng 2: \( y – 2z = -4 \Rightarrow y = -4 + 2(3) = 2 \)

Từ hàng 1: \( x + y + z = 6 \Rightarrow x = 6 – 2 – 3 = 1 \)

Kết quả: \( (x, y, z) = (1, 2, 3) \)

Kiểm tra:

• \( 1 + 2 + 3 = 6 \) ✓
• \( 2(1) – 2 + 3 = 3 \) ✓
• \( 1 + 2(2) – 3 = 2 \) ✓

Bài tập 2: Hệ vô nghiệm

Đề bài: Giải hệ phương trình:

\[ \begin{cases} x + 2y + 3z = 1 \\ 2x + 3y + 4z = 2 \\ 3x + 5y + 7z = 4 \end{cases} \]

Lời giải:

\[ \bar{A} = \begin{pmatrix} 1 & 2 & 3 & | & 1 \\ 2 & 3 & 4 & | & 2 \\ 3 & 5 & 7 & | & 4 \end{pmatrix} \]

\[ \xrightarrow[H_3 – 3H_1]{H_2 – 2H_1} \begin{pmatrix} 1 & 2 & 3 & | & 1 \\ 0 & -1 & -2 & | & 0 \\ 0 & -1 & -2 & | & 1 \end{pmatrix} \]

\[ \xrightarrow{H_3 – H_2} \begin{pmatrix} 1 & 2 & 3 & | & 1 \\ 0 & -1 & -2 & | & 0 \\ 0 & 0 & 0 & | & 1 \end{pmatrix} \]

Hàng cuối: \( 0 \cdot x + 0 \cdot y + 0 \cdot z = 1 \) (vô lý!)

\( r(A) = 2 \neq r(\bar{A}) = 3 \)

Kết luận: Hệ vô nghiệm.

Bài tập 3: Hệ vô số nghiệm

Đề bài: Giải hệ phương trình:

\[ \begin{cases} x + 2y – z = 1 \\ 2x + 4y – 2z = 2 \\ x – y + 2z = 3 \end{cases} \]

Lời giải:

\[ \bar{A} = \begin{pmatrix} 1 & 2 & -1 & | & 1 \\ 2 & 4 & -2 & | & 2 \\ 1 & -1 & 2 & | & 3 \end{pmatrix} \]

\[ \xrightarrow[H_3 – H_1]{H_2 – 2H_1} \begin{pmatrix} 1 & 2 & -1 & | & 1 \\ 0 & 0 & 0 & | & 0 \\ 0 & -3 & 3 & | & 2 \end{pmatrix} \]

\[ \xrightarrow{H_2 \leftrightarrow H_3} \begin{pmatrix} 1 & 2 & -1 & | & 1 \\ 0 & -3 & 3 & | & 2 \\ 0 & 0 & 0 & | & 0 \end{pmatrix} \]

\( r(A) = r(\bar{A}) = 2 < n = 3 \)

→ Hệ có vô số nghiệm với \( 3 – 2 = 1 \) ẩn tự do.

Chọn z làm ẩn tự do: Đặt \( z = t \) (t ∈ ℝ)

Từ hàng 2: \( -3y + 3z = 2 \Rightarrow y = \frac{3t – 2}{3} = t – \frac{2}{3} \)

Từ hàng 1: \( x + 2y – z = 1 \)

\( x = 1 – 2y + z = 1 – 2(t – \frac{2}{3}) + t = 1 – 2t + \frac{4}{3} + t = \frac{7}{3} – t \)

Nghiệm tổng quát:

\[ \begin{cases} x = \frac{7}{3} – t \\ y = t – \frac{2}{3} \\ z = t \end{cases}, \quad t \in \mathbb{R} \]

Hay viết dạng vector: \( X = \begin{pmatrix} \frac{7}{3} \\ -\frac{2}{3} \\ 0 \end{pmatrix} + t\begin{pmatrix} -1 \\ 1 \\ 1 \end{pmatrix} \)

Bài tập 4: Hệ thuần nhất

Đề bài: Giải hệ phương trình thuần nhất:

\[ \begin{cases} x + 2y + 3z = 0 \\ 2x + 3y + 4z = 0 \\ x + y + z = 0 \end{cases} \]

Lời giải:

\[ A = \begin{pmatrix} 1 & 2 & 3 \\ 2 & 3 & 4 \\ 1 & 1 & 1 \end{pmatrix} \]

\[ \xrightarrow[H_3 – H_1]{H_2 – 2H_1} \begin{pmatrix} 1 & 2 & 3 \\ 0 & -1 & -2 \\ 0 & -1 & -2 \end{pmatrix} \xrightarrow{H_3 – H_2} \begin{pmatrix} 1 & 2 & 3 \\ 0 & -1 & -2 \\ 0 & 0 & 0 \end{pmatrix} \]

\( r(A) = 2 < n = 3 \) → Có nghiệm không tầm thường

Đặt z = t (t ∈ ℝ):

Từ hàng 2: \( -y – 2z = 0 \Rightarrow y = -2t \)

Từ hàng 1: \( x + 2y + 3z = 0 \Rightarrow x = -2y – 3z = 4t – 3t = t \)

Nghiệm tổng quát:

\[ \begin{cases} x = t \\ y = -2t \\ z = t \end{cases}, \quad t \in \mathbb{R} \]

Hay: \( X = t\begin{pmatrix} 1 \\ -2 \\ 1 \end{pmatrix} \)

Bài tập 5: Hệ có tham số

Đề bài: Tìm m để hệ sau có nghiệm duy nhất:

\[ \begin{cases} x + y + z = 1 \\ x + 2y + 3z = 2 \\ x + 2y + mz = 3 \end{cases} \]

Lời giải:

\[ \bar{A} = \begin{pmatrix} 1 & 1 & 1 & | & 1 \\ 1 & 2 & 3 & | & 2 \\ 1 & 2 & m & | & 3 \end{pmatrix} \]

\[ \xrightarrow[H_3 – H_1]{H_2 – H_1} \begin{pmatrix} 1 & 1 & 1 & | & 1 \\ 0 & 1 & 2 & | & 1 \\ 0 & 1 & m-1 & | & 2 \end{pmatrix} \]

\[ \xrightarrow{H_3 – H_2} \begin{pmatrix} 1 & 1 & 1 & | & 1 \\ 0 & 1 & 2 & | & 1 \\ 0 & 0 & m-3 & | & 1 \end{pmatrix} \]

Xét các trường hợp:

Trường hợp 1: \( m \neq 3 \)

\( r(A) = r(\bar{A}) = 3 = n \) → Nghiệm duy nhất

Trường hợp 2: \( m = 3 \)

\[ \begin{pmatrix} 1 & 1 & 1 & | & 1 \\ 0 & 1 & 2 & | & 1 \\ 0 & 0 & 0 & | & 1 \end{pmatrix} \]

Hàng cuối: \( 0 = 1 \) (vô lý) → Vô nghiệm

Kết luận: Hệ có nghiệm duy nhất khi \( m \neq 3 \)

Bài tập 6: Giải bằng phương pháp Cramer

Đề bài: Giải hệ bằng quy tắc Cramer:

\[ \begin{cases} 2x + y – z = 3 \\ x – y + 2z = 0 \\ 3x + 2y + z = 5 \end{cases} \]

Lời giải:

Tính D:

\[ D = \det\begin{pmatrix} 2 & 1 & -1 \\ 1 & -1 & 2 \\ 3 & 2 & 1 \end{pmatrix} \]

\[ D = 2(-1-4) – 1(1-6) + (-1)(2+3) = -10 + 5 – 5 = -10 \neq 0 \]

Tính \( D_x \):

\[ D_x = \det\begin{pmatrix} 3 & 1 & -1 \\ 0 & -1 & 2 \\ 5 & 2 & 1 \end{pmatrix} = 3(-1-4) – 1(0-10) + (-1)(0+5) = -15 + 10 – 5 = -10 \]

Tính \( D_y \):

\[ D_y = \det\begin{pmatrix} 2 & 3 & -1 \\ 1 & 0 & 2 \\ 3 & 5 & 1 \end{pmatrix} = 2(0-10) – 3(1-6) + (-1)(5-0) = -20 + 15 – 5 = -10 \]

Tính \( D_z \):

\[ D_z = \det\begin{pmatrix} 2 & 1 & 3 \\ 1 & -1 & 0 \\ 3 & 2 & 5 \end{pmatrix} = 2(-5-0) – 1(5-0) + 3(2+3) = -10 – 5 + 15 = 0 \]

Nghiệm:

\[ x = \frac{D_x}{D} = \frac{-10}{-10} = 1 \]

\[ y = \frac{D_y}{D} = \frac{-10}{-10} = 1 \]

\[ z = \frac{D_z}{D} = \frac{0}{-10} = 0 \]

Kết quả: \( (x, y, z) = (1, 1, 0) \)

9. Kết luận

Qua bài viết trên, VJOL đã giúp bạn hiểu rõ về hệ phương trình tuyến tính cùng các kiến thức quan trọng liên quan. Tóm tắt những điểm cần nhớ:

• Hệ phương trình tuyến tính là hệ gồm các phương trình bậc nhất theo nhiều ẩn, có thể biểu diễn dưới dạng ma trận AX = B
• Định lý Kronecker-Capelli: Hệ có nghiệm khi \( r(A) = r(\bar{A}) \)
• Nghiệm duy nhất: \( r(A) = r(\bar{A}) = n \) (số ẩn)
• Vô số nghiệm: \( r(A) = r(\bar{A}) < n \), có \( n – r \) ẩn tự do
• Phương pháp giải: Khử Gauss (tổng quát), Cramer và ma trận nghịch đảo (hệ vuông, det ≠ 0)
• Hệ thuần nhất AX = O: Luôn có nghiệm tầm thường, có nghiệm không tầm thường khi r(A) < n

Hy vọng bài viết đã giúp bạn nắm vững kiến thức về hệ phương trình tuyến tính và có thể áp dụng vào giải toán hiệu quả!