[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_ma%20tr%E1%BA%ADn%20li%C3%AAn%20k%E1%BA%BFt{\"limit\":5}":3,"_public_topic_byId_ma trận liên kết":11},{"code":4,"data":5,"meta":10},"SUCCESS",{"latest":6,"mostCited":7,"vietnamFeatured":8,"vietnamLatest":9},[],[],[],[],null,{"code":4,"data":12,"meta":10},{"id":13,"title":14,"description":15,"content":16,"term":17,"englishTitle":18,"synonyms":19,"definition":22,"discipline":23,"references":24,"faqs":64,"createUser":77,"publishUser":81,"keywords":82,"keywordCount":93,"enrichTopicLink":94,"status":95,"createTime":96,"updateTime":97,"publishTime":98,"linkEnrichedTime":99,"publicationScanTime":10,"contentErrorMessage":10,"viewCount":100,"relateTopics":101},"ma trận liên kết","Ma trận liên kết là gì? Khái niệm, tính chất và ứng dụng","Tìm hiểu ma trận liên kết trong lý thuyết đồ thị, mối quan hệ với ma trận Laplacian, tính toàn đơn mô đun, định lý Kirchhoff và ứng dụng trong mạch điện.","\u003Cp>Ma trận liên kết (tiếng Anh: \u003Cem>incidence matrix\u003C\u002Fem>, còn gọi là ma trận liên thuộc) là một ma trận toán học biểu diễn mối quan hệ liên thuộc giữa tập hợp các đỉnh và tập hợp các cạnh trong một đồ thị. Trong lý thuyết đồ thị đại số, ma trận liên kết đóng vai trò cầu nối cơ bản chuyển hóa các đặc tính hình học tổ hợp rời rạc của đồ thị thành các đối tượng đại số tuyến tính liên tục, tạo tiền đề để xây dựng các ma trận quan trọng như ma trận Laplacian và phân tích không gian chu trình cũng như không gian lát cắt.\u003C\u002Fp>\n\n\u003Ch2>Ma trận liên kết của đồ thị vô hướng\u003C\u002Fh2>\n\u003Cp>Xét một đồ thị vô hướng đơn \u003Cscript type=\"math\u002Ftex\">G = (V, E)\u003C\u002Fscript> với tập đỉnh gồm \u003Cscript type=\"math\u002Ftex\">n\u003C\u002Fscript> phần tử \u003Cscript type=\"math\u002Ftex\">V = \\{v_1, v_2, \\dots, v_n\\}\u003C\u002Fscript> và tập cạnh gồm \u003Cscript type=\"math\u002Ftex\">m\u003C\u002Fscript> phần tử \u003Cscript type=\"math\u002Ftex\">E = \\{e_1, e_2, \\dots, e_m\\}\u003C\u002Fscript>. Theo chuyên khảo của Godsil và Royle (2001), ma trận liên thuộc vô hướng của đồ thị là một ma trận nhị phân \u003Cscript type=\"math\u002Ftex\">M = (m_{ij})\u003C\u002Fscript> có kích thước \u003Cscript type=\"math\u002Ftex\">n \\times m\u003C\u002Fscript>, trong đó hàng thứ \u003Cscript type=\"math\u002Ftex\">i\u003C\u002Fscript> tương ứng với đỉnh \u003Cscript type=\"math\u002Ftex\">v_i\u003C\u002Fscript> và cột thứ \u003Cscript type=\"math\u002Ftex\">j\u003C\u002Fscript> tương ứng với cạnh \u003Cscript type=\"math\u002Ftex\">e_j\u003C\u002Fscript>.\u003C\u002Fp>\n\n\u003Cp>Đối với đồ thị đơn không chứa khuyên, các phần tử của ma trận liên thuộc vô hướng được xác định theo quy tắc liên thuộc hình học:\u003C\u002Fp>\n\n\u003Cscript type=\"math\u002Ftex; mode=display\">m_{ij} = \\begin{cases} 1 & \\text{nếu đỉnh } v_i \\text{ liên thuộc với cạnh } e_j \\\\ 0 & \\text{nếu đỉnh } v_i \\text{ không liên thuộc với cạnh } e_j \\end{cases}\u003C\u002Fscript>\n\n\u003Cp>Vì mỗi cạnh trong đồ thị đơn là đoạn nối trực tiếp giữa đúng hai đỉnh phân biệt, mỗi cột của ma trận liên thuộc vô hướng chứa đúng 2 phần tử nhận giá trị bằng 1, trong khi tất cả các phần tử còn lại trên cột đó đều nhận giá trị bằng 0 theo phân tích của Godsil và Royle (2001). Tổng các phần tử trên hàng thứ \u003Cscript type=\"math\u002Ftex\">i\u003C\u002Fscript> của ma trận đúng bằng bậc của đỉnh \u003Cscript type=\"math\u002Ftex\">v_i\u003C\u002Fscript>, tức số lượng các cạnh liên thuộc với đỉnh đó. Trong trường hợp mở rộng cho giả đồ thị xuất hiện khuyên (cạnh nối một đỉnh với chính nó), phần tử tương ứng được quy ước nhận giá trị bằng 2 để bảo toàn bậc của đỉnh theo Bapat (2014), dù quy ước này làm mất đi tính nhị phân thuần túy của ma trận.\u003C\u002Fp>\n\n\u003Cp>Xét ví dụ minh họa về đồ thị chu trình tam giác gồm 3 đỉnh và 3 cạnh. Ma trận liên thuộc vô hướng của đồ thị này có kích thước 3 nhân 3 với đúng 6 phần tử bằng 1 và 3 phần tử bằng 0. Mỗi đỉnh liên kết với 2 cạnh nên tổng mỗi hàng đều bằng 2, và mỗi cạnh nối 2 đỉnh nên tổng mỗi cột cũng bằng 2.\u003C\u002Fp>\n\n\u003Ch2>Ma trận liên kết định hướng và cấu trúc đại số\u003C\u002Fh2>\n\u003Cp>Đối với đồ thị có hướng hoặc một đồ thị vô hướng đã được gán một phép định hướng tùy ý trên các cạnh, cấu trúc liên thuộc được mô tả thông qua ma trận liên thuộc định hướng (oriented incidence matrix). Giả sử mỗi cạnh \u003Cscript type=\"math\u002Ftex\">e_j\u003C\u002Fscript> được gán một hướng đi từ đỉnh xuất phát (đỉnh đuôi) đến đỉnh kết thúc (đỉnh đầu). Theo Bondy và Murty (2008), ma trận liên thuộc định hướng \u003Cscript type=\"math\u002Ftex\">B = (b_{ij})\u003C\u002Fscript> kích thước \u003Cscript type=\"math\u002Ftex\">n \\times m\u003C\u002Fscript> có các phần tử được định nghĩa như sau:\u003C\u002Fp>\n\n\u003Cscript type=\"math\u002Ftex; mode=display\">b_{ij} = \\begin{cases} -1 & \\text{nếu cạnh } e_j \\text{ đi ra khỏi đỉnh } v_i \\\\ +1 & \\text{nếu cạnh } e_j \\text{ đi vào đỉnh } v_i \\\\ 0 & \\text{nếu đỉnh } v_i \\text{ không liên thuộc với cạnh } e_j \\end{cases}\u003C\u002Fscript>\n\n\u003Cp>Dấu âm và dương thể hiện sự đối xứng bảo toàn dòng chảy trên đồ thị. Vì mỗi cạnh định hướng chỉ có đúng một đỉnh xuất phát và đúng một đỉnh kết thúc, mỗi cột của ma trận liên thuộc định hướng chứa đúng một phần tử nhận giá trị trừ 1, một phần tử nhận giá trị 1 và tất cả các vị trí còn lại đều bằng 0. Hệ quả trực tiếp là tổng các phần tử trên mỗi cột của ma trận định hướng luôn triệt tiêu về giá trị bằng 0 theo định lý của Godsil và Royle (2001):\u003C\u002Fp>\n\n\u003Cscript type=\"math\u002Ftex; mode=display\">\\sum_{i=1}^n b_{ij} = 0\u003C\u002Fscript>\n\n\u003Cp>Tính chất triệt tiêu cột này phản ánh rằng không gian hạch bên trái của ma trận liên thuộc định hướng chứa vector toàn số 1. Do đó, các hàng của ma trận luôn phụ thuộc tuyến tính, dẫn đến hạng của ma trận không bao giờ đạt giá trị tối đa \u003Cscript type=\"math\u002Ftex\">n\u003C\u002Fscript>.\u003C\u002Fp>\n\n\u003Ch2>Hạng của ma trận liên kết\u003C\u002Fh2>\n\u003Cp>Hạng đại số của ma trận liên thuộc phản ánh cấu trúc liên thông của đồ thị. Cho một đồ thị \u003Cscript type=\"math\u002Ftex\">G\u003C\u002Fscript> có \u003Cscript type=\"math\u002Ftex\">n\u003C\u002Fscript> đỉnh và \u003Cscript type=\"math\u002Ftex\">k\u003C\u002Fscript> thành phần liên thông. Theo chuyên khảo của Bapat (2014), hạng của ma trận liên thuộc định hướng \u003Cscript type=\"math\u002Ftex\">B\u003C\u002Fscript> được xác định chính xác theo công thức:\u003C\u002Fp>\n\n\u003Cscript type=\"math\u002Ftex; mode=display\">\\text{rank}(B) = n - k\u003C\u002Fscript>\n\n\u003Cp>Đặc biệt, nếu đồ thị là liên thông (tức \u003Cscript type=\"math\u002Ftex\">k = 1\u003C\u002Fscript>), hạng của ma trận liên thuộc định hướng đúng bằng \u003Cscript type=\"math\u002Ftex\">n - 1\u003C\u002Fscript> theo Godsil và Royle (2001). Nếu ta xóa đi một hàng bất kỳ tương ứng với một đỉnh tùy ý, ma trận thu được gọi là ma trận liên kết thu gọn (reduced incidence matrix), ký hiệu là \u003Cscript type=\"math\u002Ftex\">B_0\u003C\u002Fscript>, sẽ có kích thước \u003Cscript type=\"math\u002Ftex\">(n - 1) \\times m\u003C\u002Fscript> và đạt hạng đủ hàng bằng \u003Cscript type=\"math\u002Ftex\">n - 1\u003C\u002Fscript>. Đỉnh bị loại bỏ được gọi là đỉnh gốc hay đỉnh chuẩn mốc (reference node), giữ vai trò tương tự như điểm nối đất chuẩn trong các mạng mạch điện.\u003C\u002Fp>\n\n\u003Cp>Đối với ma trận liên thuộc vô hướng \u003Cscript type=\"math\u002Ftex\">M\u003C\u002Fscript> trên trường số thực, hạng của ma trận phụ thuộc vào việc đồ thị có chứa các thành phần liên thông hai phía hay không. Theo Godsil và Royle (2001), nếu một thành phần liên thông chứa ít nhất một chu trình có độ dài lẻ, các hàng tương ứng trong ma trận vô hướng sẽ độc lập tuyến tính, giúp hạng của khối đó đạt đúng số đỉnh của thành phần.\u003C\u002Fp>\n\n\u003Ch2>Mối quan hệ với ma trận kề và ma trận Laplacian\u003C\u002Fh2>\n\u003Cp>Một trong những kết quả sâu sắc nhất của {{topic|%7B%22topic%22%3A%22l%C3%BD%20thuy%E1%BA%BFt%20%C4%91%E1%BB%93%20th%E1%BB%8B%22%7D}} đại số là {{topic|%7B%22topic%22%3A%22m%E1%BB%91i%20li%C3%AAn%20h%E1%BB%87%22%7D}} giữa ma trận liên thuộc và các toán tử ma trận cơ bản khác. Gọi \u003Cscript type=\"math\u002Ftex\">D\u003C\u002Fscript> là ma trận đường chéo bậc chứa các bậc của từng đỉnh trên đường chéo chính, và \u003Cscript type=\"math\u002Ftex\">A\u003C\u002Fscript> là ma trận kề của đồ thị. Khi {{topic|%7B%22topic%22%3A%22nh%C3%A2n%20ma%20tr%E1%BA%ADn%22%7D}} liên thuộc với chuyển vị của chính nó, ta nhận được những cấu trúc ma trận đối xứng đặc biệt:\u003C\u002Fp>\n\n\u003Cp>Đối với ma trận liên thuộc vô hướng \u003Cscript type=\"math\u002Ftex\">M\u003C\u002Fscript>, tích giữa ma trận và chuyển vị của nó tạo ra ma trận Laplacian không dấu, ký hiệu là \u003Cscript type=\"math\u002Ftex\">Q\u003C\u002Fscript>, theo khẳng định của Bapat (2014):\u003C\u002Fp>\n\n\u003Cscript type=\"math\u002Ftex; mode=display\">M M^T = D + A = Q\u003C\u002Fscript>\n\n\u003Cp>Đối với ma trận liên thuộc định hướng \u003Cscript type=\"math\u002Ftex\">B\u003C\u002Fscript>, tích giữa ma trận và chuyển vị của nó triệt tiêu phần dấu dương của ma trận kề để tạo ra ma trận Laplacian chuẩn, ký hiệu là \u003Cscript type=\"math\u002Ftex\">L\u003C\u002Fscript>, theo định lý nền tảng của Godsil và Royle (2001):\u003C\u002Fp>\n\n\u003Cscript type=\"math\u002Ftex; mode=display\">B B^T = D - A = L\u003C\u002Fscript>\n\n\u003Cp>Biểu diễn phân tích nhân tử \u003Cscript type=\"math\u002Ftex\">L = B B^T\u003C\u002Fscript> chứng minh rằng ma trận Laplacian là một ma trận nửa xác định dương. Hơn nữa, dạng toàn phương gắn với ma trận Laplacian cho bất kỳ vector thế đỉnh \u003Cscript type=\"math\u002Ftex\">x\u003C\u002Fscript> nào có thể biểu diễn tường minh thành tổng bình phương hiệu thế trên từng cạnh:\u003C\u002Fp>\n\n\u003Cscript type=\"math\u002Ftex; mode=display\">x^T L x = x^T B B^T x = (B^T x)^T (B^T x) = \\|B^T x\\|^2 = \\sum_{e = (v_u, v_w) \\in E} (x_w - x_u)^2\u003C\u002Fscript>\n\n\u003Cp>Công thức này là cơ sở trực tiếp cho khái niệm năng lượng Dirichlet trên đồ thị và các giải thuật phân cụm phổ.\u003C\u002Fp>\n\n\u003Ch2>Định lý cây ma trận Kirchhoff\u003C\u002Fh2>\n\u003Cp>Định lý cây ma trận được nhà vật lý Gustav Kirchhoff phát hiện lần đầu tiên vào năm 1847 khi nghiên cứu dòng điện trong mạng dây dẫn phức tạp theo lịch sử tổng thuật của Moon (1994). Định lý này thiết lập mối liên hệ giữa các định thức con của ma trận Laplacian và số lượng cây khung của đồ thị.\u003C\u002Fp>\n\n\u003Cp>Gọi \u003Cscript type=\"math\u002Ftex\">\\tau(G)\u003C\u002Fscript> là số lượng cây khung của một đồ thị vô hướng liên thông \u003Cscript type=\"math\u002Ftex\">G\u003C\u002Fscript>. Theo Moon (1994), mọi phần bù đại số của ma trận Laplacian \u003Cscript type=\"math\u002Ftex\">L\u003C\u002Fscript> đều có giá trị bằng nhau và bằng chính xác số lượng cây khung của đồ thị:\u003C\u002Fp>\n\n\u003Cscript type=\"math\u002Ftex; mode=display\">\\tau(G) = \\det(L_{ii}) = \\det(B_0 B_0^T)\u003C\u002Fscript>\n\n\u003Cp>Trong đó \u003Cscript type=\"math\u002Ftex\">L_{ii}\u003C\u002Fscript> là ma trận nhận được từ \u003Cscript type=\"math\u002Ftex\">L\u003C\u002Fscript> bằng cách xóa đi hàng thứ \u003Cscript type=\"math\u002Ftex\">i\u003C\u002Fscript> và cột thứ \u003Cscript type=\"math\u002Ftex\">i\u003C\u002Fscript>, tương đương với tích \u003Cscript type=\"math\u002Ftex\">B_0 B_0^T\u003C\u002Fscript> của ma trận liên kết thu gọn. Bằng cách áp dụng công thức khai triển định thức Cauchy-Binet cho tích của hai ma trận hình chữ nhật \u003Cscript type=\"math\u002Ftex\">B_0\u003C\u002Fscript> và \u003Cscript type=\"math\u002Ftex\">B_0^T\u003C\u002Fscript>, ta có:\u003C\u002Fp>\n\n\u003Cscript type=\"math\u002Ftex; mode=display\">\\det(B_0 B_0^T) = \\sum_{S} (\\det(B_0[S]))^2\u003C\u002Fscript>\n\n\u003Cp>Trong đó tổng được lấy trên tất cả các tập con \u003Cscript type=\"math\u002Ftex\">S \\subset E\u003C\u002Fscript> gồm đúng \u003Cscript type=\"math\u002Ftex\">n - 1\u003C\u002Fscript> cạnh, và \u003Cscript type=\"math\u002Ftex\">B_0[S]\u003C\u002Fscript> là ma trận con vuông kích thước \u003Cscript type=\"math\u002Ftex\">(n - 1) \\times (n - 1)\u003C\u002Fscript> gồm các cột tương ứng với tập cạnh \u003Cscript type=\"math\u002Ftex\">S\u003C\u002Fscript>. Nếu tập cạnh \u003Cscript type=\"math\u002Ftex\">S\u003C\u002Fscript> tạo thành một cây khung, định thức con \u003Cscript type=\"math\u002Ftex\">\\det(B_0[S])\u003C\u002Fscript> nhận giá trị bằng 1 hoặc trừ 1, do đó bình phương định thức bằng 1. Ngược lại, nếu \u003Cscript type=\"math\u002Ftex\">S\u003C\u002Fscript> chứa ít nhất một chu trình, các cột của \u003Cscript type=\"math\u002Ftex\">B_0[S]\u003C\u002Fscript> phụ thuộc tuyến tính và định thức con triệt tiêu về 0. Do đó, tổng các bình phương định thức con đúng bằng số lượng cây khung của đồ thị.\u003C\u002Fp>\n\n\u003Cp>Xét ví dụ đồ thị đầy đủ gồm 4 đỉnh và 6 cạnh. Theo công thức Cayley, số lượng cây khung của đồ thị này bằng 4 lũy thừa 2, tức bằng 16 cây khung theo phân tích của Bapat (2014). Định thức của tích ma trận liên kết thu gọn \u003Cscript type=\"math\u002Ftex\">\\det(B_0 B_0^T)\u003C\u002Fscript>, tức ma trận Laplacian thu gọn \u003Cscript type=\"math\u002Ftex\">L_{ii}\u003C\u002Fscript> có kích thước 3 nhân 3, kiểm chứng chính xác con số 16 cây khung này.\u003C\u002Fp>\n\n\u003Ch2>Tính chất toàn đơn mô đun và tối ưu hóa mạng\u003C\u002Fh2>\n\u003Cp>Một tính chất đại số then chốt của ma trận liên thuộc định hướng là tính toàn đơn mô đun. Theo Bondy và Murty (2008), một ma trận được gọi là toàn đơn mô đun nếu mọi định thức con vuông ở mọi kích thước của nó đều nhận giá trị nằm trong tập hợp gồm ba số là 0, 1 hoặc trừ 1. Ma trận liên thuộc định hướng của bất kỳ đồ thị có hướng nào luôn là một ma trận toàn đơn mô đun.\u003C\u002Fp>\n\n\u003Cp>Năm 1956, hai {{topic|%7B%22topic%22%3A%22nh%C3%A0%20to%C3%A1n%20h%E1%BB%8Dc%22%7D}} Alan Hoffman và Joseph Kruskal đã công bố định lý nền tảng chứng minh rằng một ma trận nguyên là toàn đơn mô đun khi và chỉ khi đa diện nghiệm của bài toán {{topic|%7B%22topic%22%3A%22quy%20ho%E1%BA%A1ch%20tuy%E1%BA%BFn%20t%C3%ADnh%22%7D}} tương ứng có các đỉnh cực biên hoàn toàn nguyên với mọi vector vế phải nguyên theo tổng kết của Bondy và Murty (2008). Trong tối ưu hóa mạng, hệ phương trình bảo toàn dòng tại các nút có dạng:\u003C\u002Fp>\n\n\u003Cscript type=\"math\u002Ftex; mode=display\">B x = b, \\quad x \\ge 0\u003C\u002Fscript>\n\n\u003Cp>Vì ma trận liên thuộc định hướng \u003Cscript type=\"math\u002Ftex\">B\u003C\u002Fscript> có tính toàn đơn mô đun, các {{topic|%7B%22topic%22%3A%22b%C3%A0i%20to%C3%A1n%20t%E1%BB%91i%20%C6%B0u%22%7D}} dòng chảy mạng kinh điển như bài toán {{topic|%7B%22topic%22%3A%22lu%E1%BB%93ng%20c%E1%BB%B1c%20%C4%91%E1%BA%A1i%22%7D}}, bài toán lưu chuyển chi phí cực tiểu và bài toán tìm đường đi ngắn nhất luôn có nghiệm tối ưu nhận giá trị nguyên khi các vector biên là nguyên. Đối với bài toán ghép cặp cực đại trên đồ thị hai phía, bài toán có thể quy đổi trực tiếp về bài toán luồng cực đại nên cũng thừa hưởng tính nguyên hoàn toàn. Tuy nhiên, trên đồ thị tổng quát có chứa chu trình lẻ, ma trận liên thuộc vô hướng không còn là toàn đơn mô đun; đa diện nghiệm cơ bản sẽ xuất hiện các đỉnh phân số, đòi hỏi thuật toán Blossom của Jack Edmonds phát triển năm 1965 với các bất đẳng thức blossom bổ sung để tìm nghiệm tối ưu nguyên theo Bondy và Murty (2008).\u003C\u002Fp>\n\n\u003Ch2>Ứng dụng trong kỹ thuật mạng điện và lý thuyết mở rộng\u003C\u002Fh2>\n\u003Cp>Từ nguồn gốc nghiên cứu của Kirchhoff năm 1847, ma trận liên kết định hướng là ngôn ngữ hình thức chuẩn mực để thiết lập hệ {{topic|%7B%22topic%22%3A%22ph%C6%B0%C6%A1ng%20tr%C3%ACnh%20tr%E1%BA%A1ng%20th%C3%A1i%22%7D}} của mạch điện tập trung. Định luật 1 dòng điện Kirchhoff phát biểu rằng tổng đại số các dòng điện đi vào và đi ra tại mỗi nút mạng phải bằng 0. Khi biểu diễn qua ma trận liên thuộc định hướng \u003Cscript type=\"math\u002Ftex\">B\u003C\u002Fscript> và vector dòng điện trên các nhánh \u003Cscript type=\"math\u002Ftex\">i\u003C\u002Fscript>, định luật dòng điện được viết gọn gàng dưới dạng tích ma trận bằng 0 theo Bondy và Murty (2008):\u003C\u002Fp>\n\n\u003Cscript type=\"math\u002Ftex; mode=display\">B i = 0\u003C\u002Fscript>\n\n\u003Cp>Đồng thời, định luật 2 điện áp Kirchhoff liên hệ giữa hiệu điện thế trên các nhánh \u003Cscript type=\"math\u002Ftex\">v\u003C\u002Fscript> và vector thế tại các nút \u003Cscript type=\"math\u002Ftex\">u\u003C\u002Fscript> thông qua ma trận chuyển vị:\u003C\u002Fp>\n\n\u003Cscript type=\"math\u002Ftex; mode=display\">v = B^T u\u003C\u002Fscript>\n\n\u003Cp>Nghiên cứu hiện đại tiếp tục mở rộng các tính chất phổ của ma trận liên kết. Năm 2023, Sudipta Mallik công bố công trình trên tạp chí Linear and Multilinear Algebra phát triển định lý cây ma trận cho ma trận net Laplacian trên đồ thị có dấu, trong đó ma trận liên kết định hướng được mở rộng để tích hợp các dấu liên kết âm và dương trên từng cạnh, thiết lập công thức đại số mới xác định số lượng cây khung có dấu của đồ thị phức tạp.\u003C\u002Fp>\n\n\u003Ch2>Ranh giới hạn chế và điều kiện áp dụng\u003C\u002Fh2>\n\u003Cp>Mặc dù là công cụ đại số mạnh mẽ, việc sử dụng ma trận liên kết trong {{topic|%7B%22topic%22%3A%22ph%C3%A2n%20t%C3%ADch%20to%C3%A1n%20h%E1%BB%8Dc%22%7D}} và tính toán số đòi hỏi nhận thức rõ ràng về các ranh giới và hạn chế cấu trúc:\u003C\u002Fp>\n\n\u003Cp>Thứ nhất là ranh giới về chi phí lưu trữ bộ nhớ và độ thưa thuật toán. Ma trận liên kết có kích thước \u003Cscript type=\"math\u002Ftex\">n \\times m\u003C\u002Fscript>. Đối với các đồ thị dày khi số lượng cạnh tăng nhanh theo bình phương số đỉnh, việc lưu trữ ma trận liên kết đòi hỏi bộ nhớ lớn hơn đáng kể so với ma trận kề có kích thước vuông \u003Cscript type=\"math\u002Ftex\">n \\times n\u003C\u002Fscript>. Vì mỗi cột của ma trận liên kết chỉ chứa đúng 2 phần tử khác 0, đây là một ma trận cực kỳ thưa; trong {{topic|%7B%22topic%22%3A%22khoa%20h%E1%BB%8Dc%20m%C3%A1y%20t%C3%ADnh%22%7D}} thực tế, ma trận này thường được nén dưới dạng danh sách liên kết thưa thay vì cấp phát mảng 2 chiều dày đặc.\u003C\u002Fp>\n\n\u003Cp>Thứ hai là hạn chế trong việc biểu diễn khuyên và cạnh song song. Trong ma trận liên thuộc định hướng, một khuyên nối đỉnh \u003Cscript type=\"math\u002Ftex\">v_i\u003C\u002Fscript> với chính nó có đỉnh đầu và đỉnh đuôi trùng nhau, dẫn đến giá trị trên hàng đó bị triệt tiêu bằng 0. Hệ quả là cột tương ứng với khuyên biến thành cột toàn số 0, khiến ma trận định hướng không thể phân biệt được giữa sự xuất hiện của một khuyên và một cột rỗng. Đối với ma trận vô hướng, quy ước gán giá trị bằng 2 cho khuyên là một giải pháp nhân tạo làm phá vỡ cấu trúc nhị phân của ma trận theo phân tích của Bapat (2014).\u003C\u002Fp>\n\n\u003Cp>Thứ ba là điều kiện chặt chẽ về tính toàn đơn mô đun. Ma trận liên thuộc định hướng luôn là toàn đơn mô đun trên mọi đồ thị có hướng. Trái lại, ma trận liên thuộc vô hướng chỉ toàn đơn mô đun khi và chỉ khi đồ thị ban đầu là đồ thị hai phía theo khẳng định của Bondy và Murty (2008). Sự xuất hiện của bất kỳ chu trình lẻ nào (chẳng hạn như tam giác gồm 3 đỉnh) sẽ phá hủy hoàn toàn tính toàn đơn mô đun, khiến các thuật toán quy hoạch tuyến tính trực tiếp không còn bảo đảm sinh ra nghiệm nguyên.\u003C\u002Fp>\n\n\u003Cp>Thứ tư là sự phân biệt cấu trúc khi mở rộng sang siêu đồ thị. Trong siêu đồ thị, mỗi cạnh siêu có thể kết nối đồng thời nhiều hơn 2 đỉnh. Ma trận liên thuộc của siêu đồ thị vẫn là một ma trận hai chiều có kích thước số đỉnh nhân số cạnh siêu, nhưng mỗi cột có thể chứa nhiều hơn 2 phần tử bằng 1. Cần phân biệt ma trận liên thuộc hai chiều này với các cấu trúc tensor kề đa chiều vốn chỉ áp dụng cho siêu đồ thị đều có số đỉnh trên mỗi cạnh siêu bằng nhau.\u003C\u002Fp>\n","Ma trận liên kết","incidence matrix",[20,21],"ma trận liên thuộc","ma trận đỉnh cạnh","Ma trận liên kết là một ma trận toán học biểu diễn mối quan hệ liên thuộc giữa tập hợp các đỉnh và tập hợp các cạnh của một đồ thị trong lý thuyết đồ thị đại số.","NATURAL_SCIENCES",[25,33,41,48,56],{"citationText":26,"title":27,"authors":28,"source":29,"year":30,"doi":31,"url":32},"Godsil, C., & Royle, G. (2001). Algebraic Graph Theory. Springer New York.","Algebraic Graph Theory","Godsil, Royle","Springer New York",2001,"10.1007\u002F978-1-4613-0163-9","https:\u002F\u002Fdoi.org\u002F10.1007\u002F978-1-4613-0163-9",{"citationText":34,"title":35,"authors":36,"source":37,"year":38,"doi":39,"url":40},"Bapat, R. B. (2014). Graphs and Matrices (2nd ed.). Springer London.","Graphs and Matrices","Bapat","Springer London",2014,"10.1007\u002F978-1-4471-6569-9","https:\u002F\u002Fdoi.org\u002F10.1007\u002F978-1-4471-6569-9",{"citationText":42,"title":43,"authors":44,"source":37,"year":45,"doi":46,"url":47},"Bondy, J. A., & Murty, U. S. R. (2008). Graph Theory. Springer London.","Graph Theory","Bondy, Murty",2008,"10.1007\u002F978-1-84628-970-5","https:\u002F\u002Fdoi.org\u002F10.1007\u002F978-1-84628-970-5",{"citationText":49,"title":50,"authors":51,"source":52,"year":53,"doi":54,"url":55},"Moon, J. W. (1994). Some determinant expansions and the matrix-tree theorem. Discrete Mathematics, 124(1-3), 163-171.","Some determinant expansions and the matrix-tree theorem","Moon","Discrete Mathematics",1994,"10.1016\u002F0012-365x(92)00059-z","https:\u002F\u002Fdoi.org\u002F10.1016\u002F0012-365x(92)00059-z",{"citationText":57,"title":58,"authors":59,"source":60,"year":61,"doi":62,"url":63},"Mallik, S. (2023). Matrix tree theorem for the net Laplacian matrix of a signed graph. Linear and Multilinear Algebra, 72(7), 1138-1152.","Matrix tree theorem for the net Laplacian matrix of a signed graph","Mallik","Linear and Multilinear Algebra",2023,"10.1080\u002F03081087.2023.2172544","https:\u002F\u002Fdoi.org\u002F10.1080\u002F03081087.2023.2172544",[65,68,71,74],{"question":66,"answer":67},"Ma trận liên kết khác ma trận kề như thế nào trong lý thuyết đồ thị?","Ma trận liên kết biểu diễn quan hệ liên thuộc giữa đỉnh và cạnh với kích thước n nhân m (n đỉnh, m cạnh), trong khi ma trận kề biểu diễn quan hệ giữa đỉnh và đỉnh với kích thước vuông n nhân n. Khi nhân ma trận liên kết định hướng với chuyển vị của nó, ta thu được ma trận Laplacian phản ánh trực tiếp ma trận kề và ma trận đường chéo bậc đỉnh.",{"question":69,"answer":70},"Tính chất toàn đơn mô đun của ma trận liên kết có ý nghĩa gì trong tối ưu hóa?","Ma trận liên kết định hướng luôn là ma trận toàn đơn mô đun vì mọi định thức con vuông đều bằng 0, 1 hoặc trừ 1. Theo định lý Hoffman-Kruskal năm 1956, tính chất này đảm bảo các bài toán quy hoạch tuyến tính về dòng chảy mạng luôn có nghiệm tối ưu nguyên mà không cần giải thuật quy hoạch nguyên phức tạp.",{"question":72,"answer":73},"Định lý cây ma trận Kirchhoff sử dụng ma trận liên kết ra sao?","Định lý cây ma trận công bố năm 1847 chứng minh rằng mọi phần bù đại số của ma trận Laplacian (tương đương định thức của tích ma trận liên kết định hướng thu gọn với chuyển vị của nó) đều bằng chính xác số lượng cây khung của đồ thị liên thông, thông qua khai triển định thức Cauchy-Binet.",{"question":75,"answer":76},"Hạn chế chính của ma trận liên kết so với các biểu diễn đồ thị khác là gì?","Hạn chế lớn nhất là chi phí lưu trữ bộ nhớ kích thước n nhân m rất tốn kém trên các đồ thị dày so với ma trận kề, ma trận định hướng không thể phân biệt khuyên với cột rỗng, và ma trận liên kết vô hướng chỉ toàn đơn mô đun khi đồ thị là hai phía.",{"id":78,"researcherId":10,"name":79,"imageUrl":80},1,"Nguyễn Ngọc Sơn","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLGfGsF1nYQqYK5BasTLhNu1dBrBXg2fcEgBNPXJ0p2gqLQnO7i=s96-c",{"id":78,"researcherId":10,"name":79,"imageUrl":80},[83,84,85,86,87,88,89,90,91,92],"lý thuyết đồ thị","mối liên hệ","nhân ma trận","nhà toán học","quy hoạch tuyến tính","bài toán tối ưu","luồng cực đại","phương trình trạng thái","phân tích toán học","khoa học máy tính",10,true,"PUBLISHED","2025-12-01T11:20:44.010+00:00","2026-09-14T05:09:42.644+00:00","2026-09-14T04:32:55.968+00:00","2026-09-14T05:09:42.203+00:00",0,[102,105,108,111,114,117,126,129,132,135],{"id":103,"title":104,"term":103,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"hứng thú học tập","Hứng thú học tập là gì? Các công bố khoa học về Hứng thú học tập",{"id":106,"title":107,"term":106,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"nghiên cứu hồi cứu","Nghiên cứu hồi cứu là gì? Các nghiên cứu khoa học về Nghiên cứu hồi cứu",{"id":109,"title":110,"term":109,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"scopus","Scopus là gì? Các bài báo nghiên cứu khoa học về Scopus",{"id":112,"title":113,"term":112,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"tối ưu hoá","Tối ưu hoá là gì? Các nghiên cứu khoa học về Tối ưu hoá",{"id":115,"title":116,"term":115,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"density","Density là gì? Các công bố khoa học về Density",{"id":118,"title":119,"term":118,"englishTitle":118,"definition":120,"discipline":121,"disciplineCode":122,"disciplineLabel":123,"disciplineColor":124,"disciplineIcon":125},"context","Context là gì? Các công bố khoa học về Context","Context (ngữ cảnh\u002Fbối cảnh) là tập hợp toàn bộ các điều kiện, hoàn cảnh, dữ kiện xung quanh và trạng thái môi trường có liên quan trực tiếp đến việc định hình ý nghĩa, nhận thức và hành vi của một đối tượng hoặc hệ thống.","SOCIAL_SCIENCES","social-sciences","Khoa học xã hội","#E08600","users",{"id":127,"title":128,"term":127,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"hệ số tương quan","Hệ số tương quan là gì? Các nghiên cứu về Hệ số tương quan",{"id":130,"title":131,"term":130,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"hiệp phương sai","Hiệp phương sai là gì? Các nghiên cứu khoa học về khái niệm này",{"id":133,"title":134,"term":133,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"ma trận jacobian","Ma trận jacobian là gì? Các nghiên cứu khoa học liên quan",{"id":136,"title":137,"term":136,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"optimization","Optimization là gì? Các nghiên cứu khoa học về Optimization"]