[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_l%C3%BD%20thuy%E1%BA%BFt%20%C4%91%E1%BB%93%20th%E1%BB%8B{\"limit\":5}":3,"_public_topic_byId_lý thuyết đồ thị":37},{"code":4,"data":5,"meta":12},"SUCCESS",{"latest":6,"mostCited":7,"vietnamFeatured":8,"vietnamLatest":36},[],[],[9,24],{"publicationId":10,"title":11,"originalTitle":12,"authorNames":13,"authorCount":17,"journalName":18,"vietnamJournal":19,"publishDate":20,"publishYear":21,"totalCitation":12,"url":22,"doi":12,"summary":23},"edae88b8-1334-4025-99a1-dc14fce96847","Bài toán đường đi ngắn nhất trong dạy học lí thuyết đồ thị ở trường phổ thông: Một nghiên cứu tri thức luận lịch sử",null,[14,15,16],"Thị Nga Nguyễn","Hữu Phước Huỳnh","Kim Mai Trịnh",5,"Tạp chí Giáo dục",true,"2025-07-05",2025,"https:\u002F\u002Ftcgd.tapchigiaoduc.edu.vn\u002Findex.php\u002Ftapchi\u002Farticle\u002Fview\u002F3628","\u003Cp>Nghiên cứu giáo dục toán học phân tích tiến trình lịch sử và phương pháp sư phạm giảng dạy thuật toán tìm đường đi ngắn nhất trong chuyên đề \u003Cb class=\"publication-topic-keywords\">lý thuyết đồ thị\u003C\u002Fb> bậc phổ thông. Bài viết so sánh thuật toán Dijkstra kinh điển với kỹ thuật gán nhãn hiện đại, từ đó thiết kế các tình huống dạy học trực quan giúp học sinh phát triển năng lực tư duy thuật toán và giải quyết hiệu quả các bài toán \u003Cb class=\"publication-topic-keywords\">lý thuyết đồ thị\u003C\u002Fb>.\u003C\u002Fp>",{"publicationId":25,"title":26,"originalTitle":12,"authorNames":27,"authorCount":30,"journalName":31,"vietnamJournal":19,"publishDate":32,"publishYear":21,"totalCitation":12,"url":33,"doi":34,"summary":35},"d6b19197-c29e-4285-ae11-aada08768d98","DẠY HỌC CHU TRÌNH EULER TRONG CHUYÊN ĐỀ TOÁN 11 THEO ĐỊNH HƯỚNG BỒI DƯỠNG TƯ DUY MÁY TÍNH CHO HỌC SINH",[28,29],"Nguyễn Thị Nga","Phạm Vũ Thanh",2,"Tạp chí Khoa học Trường Đại học Sư phạm Thành phố Hồ Chí Minh","2025-01-23","https:\u002F\u002Fjournal.hcmue.edu.vn\u002Findex.php\u002Fhcmuejos\u002Farticle\u002Fview\u002F4323","10.54607\u002Fhcmue.js.22.1.4323(2025)","\u003Cp>Xây dựng quy trình tổ chức dạy học nội dung chu trình Euler trong khuôn khổ chuyên đề Toán 11 định hướng phát triển tư duy máy tính thông qua ứng dụng \u003Cb class=\"publication-topic-keywords\">lý thuyết đồ thị\u003C\u002Fb>. Thực nghiệm sư phạm xác nhận phương pháp tiếp cận mô hình hóa giúp học sinh nắm chắc các khái niệm cấu trúc mạng và nâng cao rõ rệt kỹ năng thuật toán giải quyết các bài toán tối ưu trong \u003Cb class=\"publication-topic-keywords\">lý thuyết đồ thị\u003C\u002Fb>.\u003C\u002Fp>",[],{"code":4,"data":38,"meta":12},{"id":39,"title":40,"description":41,"content":42,"term":39,"englishTitle":12,"synonyms":12,"definition":12,"discipline":12,"references":12,"faqs":12,"createUser":43,"publishUser":47,"keywords":51,"keywordCount":58,"enrichTopicLink":59,"status":60,"createTime":61,"updateTime":62,"publishTime":63,"linkEnrichedTime":64,"publicationScanTime":65,"contentErrorMessage":12,"viewCount":66,"relateTopics":67},"lý thuyết đồ thị","Lý thuyết đồ thị là gì? Các nghiên cứu khoa học liên quan","Lý thuyết đồ thị là ngành toán học nghiên cứu các đỉnh và cạnh để mô hình hóa mối quan hệ và cấu trúc kết nối giữa các đối tượng khác nhau. Một đồ thị gồm tập hợp đỉnh và các cạnh nối giữa chúng, có thể có hướng, trọng số hoặc tính chất đặc biệt như liên thông, chu trình hay cây.","\u003Cdiv>\u003Ch2>Định nghĩa lý thuyết đồ thị\u003C\u002Fh2>\u003Cp>Lý thuyết đồ thị là một nhánh của toán học rời rạc chuyên nghiên cứu về các mối liên hệ giữa các đối tượng thông qua khái niệm đồ thị (graph). Một đồ thị được định nghĩa là một cặp có thứ tự \u003Cscript type=\"math\u002Ftex\">G = (V, E)\u003C\u002Fscript> trong đó \u003Cscript type=\"math\u002Ftex\">V\u003C\u002Fscript> là tập hợp các đỉnh (vertices) và \u003Cscript type=\"math\u002Ftex\">E\u003C\u002Fscript> là tập hợp các cạnh (edges) nối giữa các đỉnh.\u003C\u002Fp>\u003Cp>Đồ thị có thể được sử dụng để {{topic|%7B%22topic%22%3A%22m%C3%B4%20h%C3%ACnh%20h%C3%B3a%22%7D}} các tình huống như hệ thống giao thông, {{topic|%7B%22topic%22%3A%22m%E1%BA%A1ng%20x%C3%A3%20h%E1%BB%99i%22%7D}}, {{topic|%7B%22topic%22%3A%22chu%E1%BB%97i%20cung%20%E1%BB%A9ng%22%7D}}, hoặc các quan hệ logic trong thuật toán. Các khái niệm cơ bản như bậc đỉnh, đường đi, chu trình, liên thông, và cây khung nhỏ nhất là nền tảng để phân tích cấu trúc và hành vi của các mạng lưới.\u003C\u002Fp>\n\n\u003Ch2>Phân loại đồ thị\u003C\u002Fh2>\u003Cp>Việc phân loại đồ thị giúp xác định tính chất của mô hình và lựa chọn thuật toán phù hợp. Dưới đây là một số phân loại phổ biến:\u003C\u002Fp>\u003Cul>\u003Cli>\u003Cstrong>Đồ thị có hướng (Directed Graph):\u003C\u002Fstrong> Các cạnh có hướng xác định từ đỉnh này đến đỉnh khác, ký hiệu \u003Cscript type=\"math\u002Ftex\">(u,v)\u003C\u002Fscript>.\u003C\u002Fli>\u003Cli>\u003Cstrong>Đồ thị vô hướng (Undirected Graph):\u003C\u002Fstrong> Các cạnh không có hướng, ký hiệu \u003Cscript type=\"math\u002Ftex\">{u,v}\u003C\u002Fscript>.\u003C\u002Fli>\u003Cli>\u003Cstrong>Đồ thị có trọng số (Weighted Graph):\u003C\u002Fstrong> Mỗi cạnh được gán một giá trị số biểu thị độ dài, chi phí hoặc khả năng kết nối.\u003C\u002Fli>\u003Cli>\u003Cstrong>Đồ thị đơn (Simple Graph):\u003C\u002Fstrong> Không có cạnh song song và không có khuyên.\u003C\u002Fli>\u003Cli>\u003Cstrong>Đồ thị đầy đủ (Complete Graph):\u003C\u002Fstrong> Mỗi cặp đỉnh có một cạnh nối trực tiếp.\u003C\u002Fli>\u003Cli>\u003Cstrong>Đồ thị liên thông:\u003C\u002Fstrong> Có đường đi giữa mọi cặp đỉnh.\u003C\u002Fli>\u003C\u002Ful>\u003Cp>Các loại đồ thị đặc biệt như cây (tree), đồ thị hai phía (bipartite graph), đồ thị phẳng (planar graph) cũng thường được nghiên cứu riêng vì có ứng dụng chuyên biệt trong thuật toán và {{topic|%7B%22topic%22%3A%22khoa%20h%E1%BB%8Dc%20m%C3%A1y%20t%C3%ADnh%22%7D}}.\u003C\u002Fp>\n\n\u003Ch2>Biểu diễn đồ thị trong máy tính\u003C\u002Fh2>\u003Cp>Để triển khai và xử lý đồ thị trên máy tính, ta cần sử dụng các cấu trúc dữ liệu thích hợp. Hai phương pháp phổ biến là:\u003C\u002Fp>\u003Cul>\u003Cli>\u003Cstrong>Ma trận kề:\u003C\u002Fstrong> Là ma trận vuông \u003Cscript type=\"math\u002Ftex\">A\u003C\u002Fscript> kích thước \u003Cscript type=\"math\u002Ftex\">n \\\\times n\u003C\u002Fscript> với \u003Cscript type=\"math\u002Ftex\">A[i][j] = 1\u003C\u002Fscript> nếu tồn tại cạnh nối đỉnh i và j, ngược lại bằng 0.\u003C\u002Fli>\u003Cli>\u003Cstrong>Danh sách kề:\u003C\u002Fstrong> Mỗi đỉnh lưu danh sách các đỉnh liền kề, tiết kiệm bộ nhớ hơn và phù hợp với đồ thị thưa.\u003C\u002Fli>\u003C\u002Ful>\u003Cp>Ví dụ minh họa cấu trúc biểu diễn:\u003C\u002Fp>\u003Ctable border=\"1\">\u003Ctbody>\u003Ctr>\u003Cth>Đỉnh\u003C\u002Fth>\u003Cth>Danh sách kề\u003C\u002Fth>\u003C\u002Ftr>\u003Ctr>\u003Ctd>0\u003C\u002Ftd>\u003Ctd>1, 2\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>1\u003C\u002Ftd>\u003Ctd>0, 2\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>2\u003C\u002Ftd>\u003Ctd>0, 1\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003Cp>Tùy thuộc vào yêu cầu thuật toán, biểu diễn bằng ma trận hay danh sách sẽ ảnh hưởng đến hiệu suất về tốc độ truy cập và mức sử dụng bộ nhớ.\u003C\u002Fp>\n\n\u003Ch2>Ứng dụng thực tế của lý thuyết đồ thị\u003C\u002Fh2>\u003Cp>Lý thuyết đồ thị không chỉ là một nhánh thuần túy của toán học mà còn đóng vai trò nền tảng trong nhiều lĩnh vực kỹ thuật và khoa học:\u003C\u002Fp>\u003Cul>\u003Cli>\u003Cstrong>Giao thông:\u003C\u002Fstrong> tối ưu hóa tuyến đường, quản lý hệ thống đèn tín hiệu, điều phối giao thông.\u003C\u002Fli>\u003Cli>\u003Cstrong>Công nghệ thông tin:\u003C\u002Fstrong> thiết kế mạng máy tính, định tuyến gói tin, bảo mật hệ thống.\u003C\u002Fli>\u003Cli>\u003Cstrong>Sinh học:\u003C\u002Fstrong> phân tích mạng gen, {{topic|%7B%22topic%22%3A%22t%C6%B0%C6%A1ng%20t%C3%A1c%20protein%22%7D}}, mô hình sinh thái học.\u003C\u002Fli>\u003Cli>\u003Cstrong>Mạng xã hội:\u003C\u002Fstrong> phân tích độ trung tâm, phát hiện cộng đồng, lan truyền thông tin.\u003C\u002Fli>\u003Cli>\u003Cstrong>Logistics và chuỗi cung ứng:\u003C\u002Fstrong> tối ưu hóa đường vận chuyển, giảm chi phí phân phối.\u003C\u002Fli>\u003C\u002Ful>\u003Cp>Khả năng mô hình hóa cấu trúc quan hệ là lý do lý thuyết đồ thị được ứng dụng rộng rãi trong các bài toán phức tạp, có tính liên kết cao.\u003C\u002Fp>\u003Ch2>Lý thuyết đường đi và chu trình\u003C\u002Fh2>\u003Cp>Đường đi trong đồ thị là một dãy các đỉnh mà mỗi cặp liên tiếp được nối bằng cạnh. Nếu đường đi bắt đầu và kết thúc tại cùng một đỉnh và không lặp lại cạnh, ta gọi đó là một chu trình.\u003C\u002Fp>\u003Cp>Hai loại chu trình phổ biến là:\u003C\u002Fp>\u003Cul>\u003Cli>\u003Cstrong>Chu trình Euler:\u003C\u002Fstrong> đi qua mỗi cạnh đúng một lần.\u003C\u002Fli>\u003Cli>\u003Cstrong>Chu trình Hamilton:\u003C\u002Fstrong> đi qua mỗi đỉnh đúng một lần.\u003C\u002Fli>\u003C\u002Ful>\u003Cp>Điều kiện tồn tại chu trình Euler trong đồ thị vô hướng là mọi đỉnh đều có bậc chẵn và đồ thị liên thông. Chu trình Hamilton phức tạp hơn về tính toán vì là bài toán NP-complete.\u003C\u002Fp>\n\n\u003Ch2>Thuật toán trong lý thuyết đồ thị\u003C\u002Fh2>\u003Cp>Các thuật toán đồ thị là công cụ cốt lõi để giải quyết các bài toán tính toán trên mạng lưới. Một số thuật toán phổ biến:\u003C\u002Fp>\u003Cul>\u003Cli>\u003Cstrong>DFS\u002FBFS:\u003C\u002Fstrong> duyệt đồ thị theo chiều sâu và chiều rộng, dùng cho kiểm tra liên thông, tìm chu trình, thành phần liên thông.\u003C\u002Fli>\u003Cli>\u003Cstrong>Dijkstra:\u003C\u002Fstrong> tìm đường đi ngắn nhất từ một đỉnh đến các đỉnh còn lại trong đồ thị có trọng số dương.\u003C\u002Fli>\u003Cli>\u003Cstrong>Bellman-Ford:\u003C\u002Fstrong> giải bài toán đường đi ngắn nhất có trọng số âm (không có chu trình âm).\u003C\u002Fli>\u003Cli>\u003Cstrong>Floyd-Warshall:\u003C\u002Fstrong> tìm đường đi ngắn nhất giữa mọi cặp đỉnh.\u003C\u002Fli>\u003Cli>\u003Cstrong>Kruskal và Prim:\u003C\u002Fstrong> xây dựng cây khung nhỏ nhất (Minimum Spanning Tree - MST).\u003C\u002Fli>\u003C\u002Ful>\u003Cp>Hiệu suất các thuật toán phụ thuộc vào cách biểu diễn đồ thị và số lượng đỉnh \u003Cscript type=\"math\u002Ftex\">V\u003C\u002Fscript> và cạnh \u003Cscript type=\"math\u002Ftex\">E\u003C\u002Fscript>. Ví dụ, DFS\u002FBFS có độ phức tạp \u003Cscript type=\"math\u002Ftex\">O(V + E)\u003C\u002Fscript>, Dijkstra (với heap) là \u003Cscript type=\"math\u002Ftex\">O((V + E) \\\\log V)\u003C\u002Fscript>.\u003C\u002Fp>\n\n\u003Ch2>Đồ thị trong học máy và khoa học dữ liệu\u003C\u002Fh2>\u003Cp>Trong thời đại dữ liệu lớn, đồ thị được sử dụng để biểu diễn mối quan hệ phi cấu trúc trong các tập dữ liệu phức tạp. Các công nghệ như Graph Neural Networks (GNN) đang mở rộng phạm vi ứng dụng lý thuyết đồ thị trong học sâu.\u003C\u002Fp>\u003Cp>Một số ứng dụng GNN:\u003C\u002Fp>\u003Cul>\u003Cli>Phân loại nút (node classification)\u003C\u002Fli>\u003Cli>Dự đoán liên kết (link prediction)\u003C\u002Fli>\u003Cli>Phát hiện cộng đồng (community detection)\u003C\u002Fli>\u003C\u002Ful>\u003Cp>Các thư viện mạnh như \u003Ca href=\"https:\u002F\u002Fwww.dgl.ai\u002F\" target=\"_blank\">DGL\u003C\u002Fa>, \u003Ca href=\"https:\u002F\u002Fpytorch-geometric.readthedocs.io\u002F\" target=\"_blank\">PyTorch Geometric\u003C\u002Fa> giúp triển khai nhanh các {{topic|%7B%22topic%22%3A%22m%C3%B4%20h%C3%ACnh%20h%E1%BB%8Dc%20s%C3%A2u%22%7D}} dựa trên đồ thị. GNN cho phép học biểu diễn đặc trưng của nút và cạnh trong mạng xã hội, dữ liệu sinh học, khuyến nghị sản phẩm và nhiều lĩnh vực khác.\u003C\u002Fp>\n\n\u003Ch2>Mở rộng: đồ thị ngẫu nhiên và lý thuyết phổ\u003C\u002Fh2>\u003Cp>Đồ thị ngẫu nhiên nghiên cứu hành vi của mạng khi các cạnh được tạo ra theo xác suất, tiêu biểu là mô hình Erdős–Rényi. Lý thuyết phổ đồ thị dùng các giá trị riêng của ma trận Laplace hoặc ma trận kề để phân tích cấu trúc đồ thị.\u003C\u002Fp>\u003Cp>Ma trận Laplace được định nghĩa như sau:\u003C\u002Fp>\u003Cp>\u003Cscript type=\"math\u002Ftex\">L = D - A\u003C\u002Fscript>\u003C\u002Fp>\u003Cp>trong đó \u003Cscript type=\"math\u002Ftex\">D\u003C\u002Fscript> là ma trận bậc và \u003Cscript type=\"math\u002Ftex\">A\u003C\u002Fscript> là ma trận kề. Các giá trị riêng của \u003Cscript type=\"math\u002Ftex\">L\u003C\u002Fscript> tiết lộ thông tin về cấu trúc liên kết, số thành phần liên thông, và độ co cụm của mạng.\u003C\u002Fp>\n\n\u003Ch2>Tài liệu tham khảo\u003C\u002Fh2>\u003Col>\n\u003Cli>West, D. B. (2001). \u003Cem>Introduction to Graph Theory\u003C\u002Fem>. Prentice Hall.\u003C\u002Fli>\n\u003Cli>Bondy, J. A., & Murty, U. S. R. (2008). \u003Cem>Graph Theory\u003C\u002Fem>. Springer.\u003C\u002Fli>\n\u003Cli>\u003Ca href=\"https:\u002F\u002Fnetworkx.org\u002Fdocumentation\u002F\" target=\"_blank\">NetworkX Documentation\u003C\u002Fa>\u003C\u002Fli>\n\u003Cli>\u003Ca href=\"https:\u002F\u002Fcs.stanford.edu\u002Fpeople\u002Frezab\u002Fgnn-seminar\u002F\" target=\"_blank\">Stanford GNN Seminar\u003C\u002Fa>\u003C\u002Fli>\n\u003Cli>\u003Ca href=\"https:\u002F\u002Fneo4j.com\u002Fgraph-database\u002F\" target=\"_blank\">Neo4j Graph Database\u003C\u002Fa>\u003C\u002Fli>\n\u003C\u002Fol>\u003C\u002Fdiv>",{"id":44,"researcherId":12,"name":45,"imageUrl":46},2633,"Hoài Đặng","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLVXVafUxrnnC_H60UeQdpLE3UgeKGCSesypz_6Vi59B-n9C41A=s96-c",{"id":48,"researcherId":12,"name":49,"imageUrl":50},1,"Nguyễn Ngọc Sơn","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLGfGsF1nYQqYK5BasTLhNu1dBrBXg2fcEgBNPXJ0p2gqLQnO7i=s96-c",[52,53,54,55,56,57],"mô hình hóa","mạng xã hội","chuỗi cung ứng","khoa học máy tính","tương tác protein","mô hình học sâu",6,false,"PUBLISHED","2025-07-04T09:36:07.366+00:00","2026-09-04T05:10:35.858+00:00","2025-07-06T08:36:58.964+00:00","2026-09-04T05:10:35.499+00:00","2026-09-04T04:18:59.501+00:00",465,[68,71,74,77,80,90,93,96,99,102],{"id":69,"title":70,"term":69,"englishTitle":12,"definition":12,"discipline":12,"disciplineCode":12,"disciplineLabel":12,"disciplineColor":12,"disciplineIcon":12},"ngữ nghĩa","Ngữ nghĩa là gì? Các nghiên cứu khoa học về Ngữ nghĩa",{"id":72,"title":73,"term":72,"englishTitle":12,"definition":12,"discipline":12,"disciplineCode":12,"disciplineLabel":12,"disciplineColor":12,"disciplineIcon":12},"năng lực mô hình hóa toán học","Năng lực mô hình hóa toán học là gì? Các nghiên cứu khoa học",{"id":75,"title":76,"term":75,"englishTitle":12,"definition":12,"discipline":12,"disciplineCode":12,"disciplineLabel":12,"disciplineColor":12,"disciplineIcon":12},"mô hình lý thuyết","Mô hình lý thuyết là gì? Các nghiên cứu về Mô hình lý thuyết",{"id":78,"title":79,"term":78,"englishTitle":12,"definition":12,"discipline":12,"disciplineCode":12,"disciplineLabel":12,"disciplineColor":12,"disciplineIcon":12},"bibliometrics","Bibliometrics là gì? Các nghiên cứu khoa học về Bibliometrics",{"id":81,"title":82,"term":81,"englishTitle":83,"definition":84,"discipline":85,"disciplineCode":86,"disciplineLabel":87,"disciplineColor":88,"disciplineIcon":89},"chuẩn chủ quan","Chuẩn chủ quan là gì? Cấu trúc và ứng dụng","subjective norm","Chuẩn chủ quan (subjective norm) là nhận thức của một cá nhân về áp lực và kỳ vọng xã hội từ những người hoặc nhóm tham chiếu quan trọng đối với việc họ nên hay không nên thực hiện một hành vi cụ thể.","SOCIAL_SCIENCES","social-sciences","Khoa học xã hội","#E08600","users",{"id":91,"title":92,"term":91,"englishTitle":12,"definition":12,"discipline":12,"disciplineCode":12,"disciplineLabel":12,"disciplineColor":12,"disciplineIcon":12},"toán cao cấp","Toán cao cấp là gì? Các nghiên cứu khoa học về Toán cao cấp",{"id":94,"title":95,"term":94,"englishTitle":12,"definition":12,"discipline":12,"disciplineCode":12,"disciplineLabel":12,"disciplineColor":12,"disciplineIcon":12},"simulink","Simulink là gì? Các công bố khoa học về Simulink",{"id":97,"title":98,"term":97,"englishTitle":12,"definition":12,"discipline":12,"disciplineCode":12,"disciplineLabel":12,"disciplineColor":12,"disciplineIcon":12},"scopus","Scopus là gì? Các bài báo nghiên cứu khoa học về Scopus",{"id":100,"title":101,"term":100,"englishTitle":12,"definition":12,"discipline":12,"disciplineCode":12,"disciplineLabel":12,"disciplineColor":12,"disciplineIcon":12},"artificial intelligence","Artificial Intelligence là gì? Các nghiên cứu khoa học về AI",{"id":103,"title":104,"term":103,"englishTitle":12,"definition":12,"discipline":12,"disciplineCode":12,"disciplineLabel":12,"disciplineColor":12,"disciplineIcon":12},"vị từ","Vị từ là gì? Các nghiên cứu khoa học về Vị từ"]