大连理工大学矩阵分析网上作业

合集下载

大连理工大学《矩阵与数值分析》2005-2009年真题答案

大连理工大学课程名称：计算方法试卷： A 考试形式：闭卷授课院（系）：数学系考试日期： 2005 年 12 月 12 日试卷共 7 页一二三四五六七总分标准分得分装一、填空（共30分，每空1.5分）（1）误差的来源主要有、、、 .（2）要使 7459666.760=的近似值a 的相对误差限不超过310-，应至少取位有效数字, 此时的近似值a = .订（3）设⎪⎪⎭⎫⎝⎛--=4224A , 则1A ＝ , 2A ＝ , ∞A ＝ , F A ＝ ,谱半径)(A ρ＝ , 2-条件数)(2A cond ＝ , 奇异值为 .线（4）设44⨯∈CA ,特征值3,24321====λλλλ,特征值2是半单的，而特征值3是亏损的，则A 的Jordan 标准型=J.（5）已知x x x f 3)(2-=，则=-]1,0,1[f ，=-]3,1,0,1[f .（6）求01)(3=-+=x x x f 在5.0=x 附近的根α的Newton 迭代公式是：，其收敛阶 . （7）计算u u 5-=')10(≤≤t , 1)0(=u 的数值解的Euler 求解公式为 . 为使计算保持绝对稳定性, 步长h 的取值范围 .二、（12分）求矩阵⎪⎪⎪⎭⎫ ⎝⎛=820251014A 的Doolittle 分解和Cholesky 分解，并求解⎪⎪⎪⎭⎫ ⎝⎛=1085Ax .三、（6分）求矩阵⎪⎪⎪⎭⎫ ⎝⎛=622292221A 的QR 分解（Q 可表示为两个矩阵的乘积）.四、（12分）根据迭代法f Bx x k k +=+)()1(对任意)0(x 和f 均收敛的充要条件为1)(<B ρ, 证明若线性方程组b Ax =中的A 为严格对角占优矩阵, 则Jacobi 法和G-S 法均收敛.五、（12分）求满足下列插值条件的分段三次多项式（]0,3[-和]1,0[）, 并验证它是不是三次样条函数.27)3(-=-f , 8)2(-=-f , 1)1(-=-f , 0)0(=f , ]0,3[-∈x ；0)0(=f , 0)0(='f , 0)1(=f , 1)1(='f , ]1,0[∈x .六、（10分）证明线性二步法])13()3[(4)1(212n n n n n f b f b hbu u b u +++=--++++, 当1-≠b 时为二阶方法,1-=b 时为三阶方法, 并给出1-=b 时的局部截断误差主项.七、（18分）求]1,1[-上以1)(≡x ρ为权函数的标准正交多项式系)(0x ψ, )(1x ψ, )(2x ψ, 并由此求3x ])1,1[(-∈x 的二次最佳平方逼近多项式, 构造Gauss 型求积公式⎰-+≈111100)()()(x f A x f A dx x f , 并验证其代数精度.大连理工大学课程名称：计算方法试卷： A 考试形式：闭卷授课院（系）：数学系考试日期： 2006 年 12 月 11 日试卷共 8 页一二三四五六七八总分标准分得分装订一、填空（共30分，每空2分）线（1）误差的来源主要有 .（2）按四舍五入的原则，取 69041575.422= 具有四位有效数字的近似值 a = ，则绝对误差界为，相对误差界为 .（3）矩阵算子范数M A ||||和谱半径)(A ρ的关系为：，和 .（4）设44⨯∈CA ,特征值3,24321====λλλλ,特征值2是半单的，而特征值3是亏损的，则A 的Jordan 标准型=J.（5）已知x x x f 3)(2-=，则=]1,0[f ，=-]1,0,1[f .（6）求01)(3=-+=x x x f 在5.0=x 附近的根α的Newton 迭代公式是：.（7）使用Aitken 加速迭代格式)(1-=k k x x ϕ得到的Steffensen 迭代格式为：，对幂法数列}{k m 的加速公式为：.（8）1+n 点的Newton-Cotes 求积公式∑==nk k k n x f A f I 0)()(的最高代数精度为.（9）计算u u 7-=')10(≤≤t , 1)0(=u 的数值解的Euler 求解公式为，为使计算保持绝对稳定性, 步长h 的取值范围 .二、（10分）设⎪⎪⎭⎫ ⎝⎛--=4224A , 计算1A ,2A ,∞A ,F A , 谱半径)(A ρ, 2-条件数)(2A cond , 和奇异值.三、（10分）求矩阵⎪⎪⎪⎭⎫ ⎝⎛=820251014A 的Doolittle 分解和Cholesky 分解.四、（4分）求Householder 变换矩阵将向量⎪⎪⎪⎭⎫ ⎝⎛=221x 化为向量⎪⎪⎪⎭⎫ ⎝⎛=003y .五、（12分）写出解线性方程组的Jacobi 法，G-S 法和超松弛（SOR ）法的矩阵表示形式，并根据迭代法f Bx x k k +=+)()1(对任意)0(x 和f 均收敛的充要条件为1)(<B ρ, 证明若线性方程组b Ax =中的A 为严格对角占优矩阵, 则超松弛（SOR ）法当松弛因子]1,0(∈ω时收敛.六、（12分）求满足下列插值条件的分段三次多项式（]0,3[-和]1,0[）, 并验证它是不是三次样条函数. 27)3(-=-f , 8)2(-=-f , 1)1(-=-f , 0)0(=f , ]0,3[-∈x ；0)0(=f , 0)0(='f , 0)1(=f , 1)1(='f , ]1,0[∈x .七、（12分）证明区间],[b a 上关于权函数)(x ρ的Gauss 型求积公式∑==nk k k n x f A f I 0)()(中的系数⎰=bak k dx x l x A )()(ρ，其中)(x l k 为关于求积节点n x x x ,,10的n 次Lagrange 插值基函数，n k ,1,0=. 另求]1,1[-上以1)(≡x ρ为权函数的二次正交多项式)(2x ψ, 并由此构造Gauss型求积公式⎰-+≈111100)()()(x f A x f A dx x f .八、（10分）证明线性二步法])13()3[(4)1(212n n n n n f b f b hbu u b u +++=--++++, 当1-≠b 时为二阶方法, 1-=b 时为三阶方法, 并给出1-=b 时的局部截断误差主项.大连理工大学应用数学系数学与应用数学专业2005级试A 卷答案课程名称：计算方法授课院 (系)：应用数学系考试日期：2007年11 月日试卷共 6 页一二三四五六七八九十总分标准分 42 8 15 15 15 5 / / / / 100 得分一、填空（每一空2分，共42分）1．为了减少运算次数，应将表达式.543242161718141311681x x x x x x x x -+---++- 改写为()()()()()()()1816011314181716-+++---+-x x x x x x x x x ；2．给定3个求积节点：00=x ，5.01=x 和12=x ，则用复化梯形公式计算积分dxe x ⎰-12求得的近似值为()15.02141--++e e ，用Simpson 公式求得的近似值为()15.04161--++e e 。

大连理工大学概率上机作业

大连理工大学概率上机作业第一次上机作业1.利用Matlab自带命令产生1000个均匀随机变量服从U(0,1)。

>> unifrnd(0,1,20,50)ans =Columns 1 through 100.8147 0.6557 0.4387 0.7513 0.3517 0.1622 0.1067 0.8530 0.7803 0.54700.9058 0.0357 0.3816 0.2551 0.8308 0.7943 0.9619 0.6221 0.3897 0.29630.1270 0.8491 0.7655 0.5060 0.5853 0.3112 0.0046 0.3510 0.2417 0.74470.9134 0.9340 0.7952 0.6991 0.5497 0.5285 0.7749 0.5132 0.4039 0.18900.6324 0.6787 0.1869 0.8909 0.9172 0.1656 0.8173 0.4018 0.0965 0.68680.0975 0.7577 0.4898 0.9593 0.2858 0.6020 0.8687 0.0760 0.1320 0.18350.2785 0.7431 0.4456 0.5472 0.7572 0.2630 0.0844 0.2399 0.9421 0.36850.5469 0.3922 0.6463 0.1386 0.7537 0.6541 0.3998 0.1233 0.9561 0.62560.9575 0.6555 0.7094 0.1493 0.3804 0.6892 0.2599 0.1839 0.5752 0.78020.9649 0.1712 0.7547 0.2575 0.5678 0.7482 0.8001 0.2400 0.0598 0.08110.1576 0.7060 0.2760 0.8407 0.0759 0.4505 0.4314 0.4173 0.2348 0.92940.9706 0.0318 0.6797 0.2543 0.0540 0.0838 0.9106 0.0497 0.3532 0.77570.9572 0.2769 0.6551 0.8143 0.5308 0.2290 0.1818 0.9027 0.8212 0.48680.4854 0.0462 0.1626 0.2435 0.7792 0.9133 0.2638 0.9448 0.0154 0.43590.8003 0.0971 0.1190 0.9293 0.9340 0.1524 0.1455 0.4909 0.0430 0.44680.1419 0.8235 0.4984 0.3500 0.1299 0.8258 0.1361 0.4893 0.1690 0.30630.4218 0.6948 0.9597 0.1966 0.5688 0.5383 0.8693 0.3377 0.6491 0.50850.9157 0.3171 0.3404 0.2511 0.4694 0.9961 0.5797 0.9001 0.7317 0.51080.7922 0.9502 0.5853 0.6160 0.0119 0.0782 0.5499 0.3692 0.6477 0.81760.9595 0.0344 0.2238 0.4733 0.3371 0.4427 0.1450 0.1112 0.4509 0.7948Columns 11 through 200.6443 0.3111 0.0855 0.0377 0.0305 0.0596 0.1734 0.9516 0.0326 0.25180.3786 0.9234 0.2625 0.8852 0.7441 0.6820 0.3909 0.9203 0.5612 0.29040.8116 0.4302 0.8010 0.9133 0.5000 0.0424 0.8314 0.0527 0.8819 0.61710.5328 0.1848 0.0292 0.7962 0.4799 0.0714 0.8034 0.7379 0.6692 0.26530.3507 0.9049 0.9289 0.0987 0.9047 0.5216 0.0605 0.2691 0.1904 0.82440.9390 0.9797 0.7303 0.2619 0.6099 0.0967 0.3993 0.42280.3689 0.98270.8759 0.4389 0.4886 0.3354 0.6177 0.8181 0.5269 0.5479 0.4607 0.73020.5502 0.1111 0.5785 0.6797 0.8594 0.8175 0.4168 0.9427 0.9816 0.3439 0.6225 0.2581 0.2373 0.1366 0.8055 0.7224 0.6569 0.4177 0.1564 0.5841 0.5870 0.4087 0.4588 0.7212 0.5767 0.1499 0.6280 0.9831 0.8555 0.1078 0.2077 0.5949 0.9631 0.1068 0.1829 0.6596 0.2920 0.3015 0.6448 0.9063 0.3012 0.2622 0.5468 0.6538 0.2399 0.5186 0.4317 0.7011 0.3763 0.8797 0.4709 0.6028 0.5211 0.4942 0.8865 0.9730 0.0155 0.6663 0.1909 0.8178 0.2305 0.7112 0.2316 0.7791 0.0287 0.6490 0.9841 0.5391 0.4283 0.2607 0.8443 0.2217 0.4889 0.7150 0.4899 0.8003 0.1672 0.6981 0.4820 0.5944 0.1948 0.1174 0.6241 0.9037 0.1679 0.4538 0.1062 0.6665 0.1206 0.0225 0.2259 0.2967 0.6791 0.8909 0.9787 0.4324 0.3724 0.1781 0.5895 0.4253 0.1707 0.3188 0.3955 0.3342 0.7127 0.8253 0.1981 0.1280 0.2262 0.3127 0.2277 0.4242 0.3674 0.6987 0.5005 0.0835 0.4897 0.9991 0.3846 0.1615 0.4357 0.5079 0.9880 0.1978 0.4711 0.1332 0.3395 0.1711 0.5830 0.1788Columns 21 through 300.4229 0.7788 0.2548 0.1759 0.6476 0.5822 0.4046 0.3477 0.8217 0.5144 0.0942 0.4235 0.2240 0.7218 0.6790 0.5407 0.4484 0.1500 0.4299 0.8843 0.5985 0.0908 0.6678 0.4735 0.6358 0.8699 0.3658 0.5861 0.8878 0.5880 0.4709 0.2665 0.8444 0.1527 0.9452 0.2648 0.7635 0.2621 0.3912 0.1548 0.6959 0.1537 0.3445 0.3411 0.2089 0.3181 0.6279 0.0445 0.7691 0.1999 0.6999 0.2810 0.7805 0.6074 0.7093 0.1192 0.7720 0.7549 0.3968 0.4070 0.6385 0.4401 0.6753 0.1917 0.2362 0.9398 0.9329 0.2428 0.8085 0.7487 0.0336 0.5271 0.0067 0.7384 0.1194 0.6456 0.9727 0.4424 0.7551 0.8256 0.0688 0.4574 0.6022 0.2428 0.6073 0.4795 0.1920 0.6878 0.3774 0.7900 0.3196 0.8754 0.3868 0.9174 0.4501 0.6393 0.1389 0.35920.2160 0.3185 0.5309 0.5181 0.9160 0.2691 0.4587 0.5447 0.6963 0.7363 0.7904 0.5341 0.6544 0.9436 0.0012 0.7655 0.6619 0.6473 0.0938 0.3947 0.9493 0.0900 0.4076 0.6377 0.4624 0.1887 0.7703 0.5439 0.5254 0.6834 0.3276 0.1117 0.8200 0.9577 0.4243 0.2875 0.3502 0.7210 0.5303 0.7040 0.6713 0.1363 0.7184 0.2407 0.4609 0.0911 0.6620 0.5225 0.8611 0.4423 0.4386 0.6787 0.9686 0.6761 0.7702 0.5762 0.4162 0.9937 0.4849 0.0196 0.8335 0.4952 0.5313 0.2891 0.3225 0.6834 0.8419 0.2187 0.3935 0.3309 0.7689 0.1897 0.3251 0.6718 0.7847 0.5466 0.8329 0.1058 0.6714 0.4243 0.1673 0.4950 0.1056 0.6951 0.4714 0.4257 0.2564 0.1097 0.7413 0.2703 0.8620 0.1476 0.6110 0.0680 0.0358 0.6444 0.6135 0.0636 0.5201 0.1971 0.9899 0.0550Columns 31 through 400.8507 0.7386 0.5523 0.1239 0.7378 0.5590 0.1781 0.8949 0.6311 0.6925 0.5606 0.5860 0.6299 0.4904 0.0634 0.8541 0.3596 0.0715 0.0899 0.5567 0.9296 0.2467 0.0320 0.8530 0.8604 0.3479 0.0567 0.2425 0.0809 0.3965 0.6967 0.6664 0.6147 0.8739 0.9344 0.4460 0.5219 0.0538 0.7772 0.0616 0.5828 0.0835 0.3624 0.2703 0.9844 0.0542 0.3358 0.4417 0.9051 0.78020.8154 0.6260 0.0495 0.2085 0.8589 0.1771 0.1757 0.0133 0.5338 0.33760.8790 0.6609 0.4896 0.5650 0.7856 0.6628 0.2089 0.8972 0.1092 0.60790.9889 0.7298 0.1925 0.6403 0.5134 0.3308 0.9052 0.1967 0.8258 0.74130.0005 0.8908 0.1231 0.4170 0.1776 0.8985 0.6754 0.0934 0.3381 0.10480.8654 0.9823 0.2055 0.2060 0.3986 0.1182 0.4685 0.3074 0.2940 0.12790.6126 0.7690 0.1465 0.9479 0.1339 0.9884 0.9121 0.45610.7463 0.54950.9900 0.5814 0.1891 0.0821 0.0309 0.5400 0.1040 0.1017 0.0103 0.48520.5277 0.9283 0.0427 0.1057 0.9391 0.7069 0.7455 0.9954 0.0484 0.89050.4795 0.5801 0.6352 0.1420 0.3013 0.9995 0.7363 0.3321 0.6679 0.79900.8013 0.0170 0.2819 0.1665 0.2955 0.2878 0.5619 0.2973 0.6035 0.73430.2278 0.1209 0.5386 0.6210 0.3329 0.4145 0.1842 0.0620 0.5261 0.05130.4981 0.8627 0.6952 0.5737 0.4671 0.4648 0.5972 0.2982 0.7297 0.07290.9009 0.4843 0.4991 0.0521 0.6482 0.7640 0.2999 0.0464 0.7073 0.08850.5747 0.8449 0.5358 0.9312 0.0252 0.8182 0.1341 0.5054 0.7814 0.79840.8452 0.2094 0.4452 0.7287 0.8422 0.1002 0.2126 0.7614 0.2880 0.9430Columns 41 through 500.6837 0.7894 0.1123 0.6733 0.0986 0.9879 0.5975 0.7593 0.8092 0.75190.1321 0.3677 0.7844 0.4296 0.1420 0.1704 0.3353 0.7406 0.7486 0.22870.7227 0.2060 0.2916 0.4517 0.1683 0.2578 0.2992 0.7437 0.1202 0.06420.1104 0.0867 0.6035 0.6099 0.1962 0.3968 0.4526 0.1059 0.5250 0.76730.1175 0.7719 0.9644 0.0594 0.3175 0.0740 0.4226 0.6816 0.3258 0.67120.6407 0.2057 0.4325 0.3158 0.3164 0.6841 0.3596 0.4633 0.5464 0.71520.3288 0.3883 0.6948 0.7727 0.2176 0.4024 0.5583 0.2122 0.3989 0.64210.6538 0.5518 0.7581 0.6964 0.2510 0.9828 0.7425 0.0985 0.4151 0.41900.7491 0.2290 0.4326 0.1253 0.8929 0.4022 0.4243 0.8236 0.1807 0.39080.5832 0.6419 0.6555 0.1302 0.7032 0.6207 0.4294 0.1750 0.2554 0.81610.7400 0.4845 0.1098 0.0924 0.5557 0.1544 0.1249 0.1636 0.0205 0.31740.2348 0.1518 0.9338 0.0078 0.1844 0.3813 0.0244 0.6660 0.9237 0.81450.7350 0.7819 0.1875 0.4231 0.2120 0.1611 0.2902 0.8944 0.6537 0.78910.9706 0.1006 0.2662 0.6556 0.0773 0.7581 0.3175 0.5166 0.9326 0.85230.8669 0.2941 0.7978 0.7229 0.9138 0.8711 0.6537 0.7027 0.1635 0.50560.0862 0.2374 0.4876 0.5312 0.7067 0.3508 0.9569 0.1536 0.9211 0.63570.3664 0.5309 0.7690 0.1088 0.5578 0.6855 0.9357 0.9535 0.7947 0.95090.3692 0.0915 0.3960 0.6318 0.3134 0.2941 0.4579 0.5409 0.5774 0.44400.6850 0.4053 0.2729 0.1265 0.1662 0.5306 0.2405 0.6797 0.4400 0.06000.5979 0.1048 0.0372 0.1343 0.6225 0.8324 0.7639 0.0366 0.2576 0.8667 2.参考课本综合例题2.5.4和2.5.5中的方法，模拟产生1000个随机变量，使其服从参数为2的指数分布，进而计算这1000个随机数的均值和方差。

大连理工大学线性代数与解析几何A卷答案(2014.6)

姓名：__________大连理工大学学号：__________课程名称：线性代数与解析几何试卷： A 考试形式：闭卷院系：__________ 授课院（系）：数学科学学院考试日期： 2014年6月16日试卷共 6 页 _____ 级_____ 班装得分一、（每小题4分，共40分）填空题1.已知222222222222kk k k ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦A , 则3(6)(2)k k =+-A . 2. 设1300250000200003--⎡⎤⎢⎥⎢⎥=⎢⎥-⎢⎥⎣⎦A , 则1530021001000210003-⎡⎤⎢⎥--⎢⎥⎢⎥=-⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦A 订 3. 设123,,a a a 是一线性无关的向量组，若向量组122313,,k k -++a a a a a a 线性相关，则k 需满足条件1-1k =或4. 矩阵111022021113-⎡⎤⎢⎥=-⎢⎥⎢⎥--⎣⎦A 的行最简形为1-10000100001⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦5. 已知25141001k -⎡⎤⎢⎥=-⎢⎥⎢⎥⎣⎦A 有三个线性无关的特征向量，则=1k 线6. 设1231233,2223p k ⎡⎤⎡⎤⎢⎥⎢⎥=+=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦A b ，方程组=Ax b 无解，则,p k 应满足关系2k p =7. 过点0(1,2,3)P ，且垂直于直线4010x y z y z +++=⎧⎨--=⎩的平面的一般式方程为230x y z -++-=8. 已知二次型10()9000T k f k k ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦x x x 为正定二次型，则k 需满足条件03k <<9. 在空间直角坐标系Oxyz 中，设22a i j k =+- ，b i j =+，则a 与b 的夹角为π410. 设[]1234,,,=A a a a a ，123,,a a a 线性无关，且412323=++a a a a ，则齐次线性方程组=Ax 0的通解为[]1,2,3,1Tk -得分二、（每小题2分，共10分）单项选择题1.方阵A 是降秩矩阵的充要条件是（ D ）（A ）()()r r <AB B （B ）方程组=Ax b 有无穷多个解（C ）存在非零矩阵B ，使得≠AB O （D ）存在非零矩阵B ，使得=AB O 2.设,A B 都是n 阶方阵，E 为n 阶单位矩阵，且,,≠≠+=+A E B E AB E A B ，则必有（ A ）（A ） 0,0-=-=A E B E （B ） 0,0-=-≠A E B E （C ） 0,0-≠-≠A E B E （D ） 0,0-≠-=A E B E 3.设矩阵,,A B P 都是n 阶方阵，若=B AP ，且P 可逆，则（ B ）（A ）矩阵A 的行向量组与矩阵B 的行向量组等价（B ）矩阵A 的列向量组与矩阵B 的列向量组等价（C ）矩阵P 的行向量组与矩阵B 的行向量组等价（D ）矩阵P 的列向量组与矩阵B 的列向量组等价4.已知123,,ηηη是齐次线性方程组=Ax 0的基础解系，则该方程组的基础解系还可选用（ C ）（A ）122331,,ηηηηηη--- （B ）与123,,ηηη等秩的向量组（C ）122331,,ηηηηηη+++ （D ）与123,,ηηη等价的向量组5.设对称矩阵111111111⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦A ，200000000⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦B ，则A 与B （ B ）（A ）合同且相似（B ）合同但不相似（C ）不合同但相似（D ）不合同且不相似得分三、（8分）已知210120,2,001**⎡⎤⎢⎥==+⎢⎥⎢⎥⎣⎦A ABA BA E 求.B解：由2**=+ABA BA E ，得(2),(2)*-=-=A E BA E A E B A A11(2)3-=-B A E A10100102100,(2)100001001-⎡⎤⎡⎤⎢⎥⎢⎥-=-=⎢⎥⎢⎥--⎢⎥⎢⎥⎣⎦⎣⎦A E A E12012103001⎡⎤⎢⎥=⎢⎥-⎢⎥⎣⎦B 得分四、（8分）求向量组[][][]1231,1,0,1,3,2,2,4,2,1,2,3,TTT===a a a[]41,0,2,1T=--a 的秩和一个极大无关组，并将其余向量用该极大无关组线性表示。

大连理工大学《矩阵与数值分析》学习指导与课后参考答案第三章、逐次逼近法

第三章逐次逼近法1.1内容提要1、一元迭代法x n+1=φ(x n )收敛条件为：1）映内性x ∈[a,b]，φ(x) ∈[a,b] 2）压缩性∣φ(x) -φ(y)∣≤L ∣x-y ∣其中L ＜1，此时φ为压缩算子，在不断的迭代中，就可以得到最终的不动点集。

由微分中值定理，如果∣φ’∣≤L ＜1，显然它一定满足压缩性条件。

2、多元迭代法x n+1=φ(x n )收敛条件为：1）映内性x n ∈Ω，φ(x n ) ∈Ω 2）压缩性ρ（▽φ）＜1，其中▽φ为x n 处的梯度矩阵，此时φ为压缩算子，在不断的迭代中，就可以得到最终的不动点集。

3、当φ(x )= Bx+f 时，收敛条件为，ρ（B ）＜1，此时x n+1= Bx n +f ，在不断的迭代中，就可以得到线性方程组的解。

4、线性方程组的迭代解法，先作矩阵变换 U L D A --= Jacobi 迭代公式的矩阵形式 f Bx b D x U L D x n n n +=++=--+111)(Gauss-Seidel 迭代公式的矩阵形式 f Bx b L D Ux L D x n n n +=-+-=--+111)()( 超松弛迭代法公式的矩阵形式f Bx b L D x U D L D x k k k +=-++--=--+ωωωωω111)(])1[()(三种迭代方法当1)(<B ρ时都收敛。

5、线性方程组的迭代解法，如果A 严格对角占优，则Jacob 法和Gauss-Seidel 法都收敛。

6、线性方程组的迭代解法，如果A 不可约对角占优，则Gauss-Seidel 法收敛。

7、Newton 迭代法，单根为二阶收敛 2211'''21lim)(2)(lim---∞→+∞→--=-==--k k k k k k k k x x x x f f c x x ξξαα8、Newton 法迭代时，遇到重根，迭代变成线性收敛，如果知道重数m ， )()('1k k k k x f x f m x x -=+仍为二阶收敛 9、弦割法)()())((111--+---=k k k k k k k x f x f x x x f x x 的收敛阶为1.618，分半法的收敛速度为（b-a ）/2n-110、Aitken 加速公式11211112)(),(),(+----+-+--+---+---===k k k k k k k k k k k x x x x x x x x x x x ϕϕ1.2 典型例题分析1、证明如果A 严格对角占优，则Jacob 法和Gauss-Seidel 法都收敛。

大连理工大学优化方法上机作业

大连理工大学优化方法上机作业本页仅作为文档页封面，使用时可以删除This document is for reference only-rar21year.March优化方法上机大作业学院：电子信息与电气工程学部姓名：学号：指导老师：上机大作业（一）%目标函数function f=fun(x)f=100*(x(2)-x(1)^2)^2+(1-x(1))^2;end%目标函数梯度function gf=gfun(x)gf=[-400*x(1)*(x(2)-x(1)^2)-2*(1-x(1));200*(x(2)-x(1)^2)]; End%目标函数Hess矩阵function He=Hess(x)He=[1200*x(1)^2-400*x(2)+2,-400*x(1);-400*x(1), 200;];end%线搜索步长function mk=armijo(xk,dk)beta=0.5; sigma=0.2;m=0; maxm=20;while (m<=maxm)if(fun(xk+beta^m*dk)<=fun(xk)+sigma*beta^m*gfun(xk)'*dk) mk=m; break;endm=m+1;endalpha=beta^mknewxk=xk+alpha*dkfk=fun(xk)newfk=fun(newxk)%最速下降法function [k,x,val]=grad(fun,gfun,x0,epsilon)%功能：梯度法求解无约束优化问题：minf(x)%输入：fun，gfun分别是目标函数及其梯度，x0是初始点，% epsilon为容许误差%输出：k是迭代次数，x，val分别是近似最优点和最优值maxk=5000; %最大迭代次数beta=0.5; sigma=0.4;k=0;while(k<maxk)gk=feval(gfun,x0); %计算梯度dk=-gk; %计算搜索方向if(norm(gk)<epsilon), break;end%检验终止准则m=0;mk=0;while(m<20) %用Armijo搜索步长if(feval(fun,x0+beta^m*dk)<=feval(fun,x0)+sigma*beta^m*gk'*dk) mk=m;break;endm=m+1;endx0=x0+beta^mk*dk;k=k+1;endx=x0;val=feval(fun,x0);>> x0=[0;0];>> [k,x,val]=grad('fun','gfun',x0,1e-4)迭代次数：k =1033x =0.99990.9998val =1.2390e-008%牛顿法x0=[0;0];ep=1e-4;maxk=10;k=0;while(k<maxk)gk=gfun(x0);if(norm(gk)<ep)x=x0miny=fun(x)k0=kbreak;elseH=inv(Hess(x0));x0=x0-H*gk;k=k+1;endendx =1.00001.0000miny =4.9304e-030迭代次数k0 =2%BFGS方法function [k,x,val]=bfgs(fun,gfun,x0,varargin) %功能：梯度法求解无约束优化问题：minf(x)%输入：fun，gfun分别是目标函数及其梯度，x0是初始点，% epsilon为容许误差%输出：k是迭代次数，x，val分别是近似最优点和最优值N=1000;epsilon=1e-4;beta=0.55;sigma=0.4;n=length(x0);Bk=eye(n);k=0;while(k<N)gk=feval(gfun,x0,varargin{:});if(norm(gk)<epsilon), break;enddk=-Bk\gk;m=0;mk=0;while(m<20)newf=feval(fun,x0+beta^m*dk,varargin{:});oldf=feval(fun,x0,varargin{:});if(newf<=oldf+sigma*beta^m*gk'*dk)mk=m;break;endm=m+1;endx=x0+beta^mk*dk;sk=x-x0;yk=feval(gfun,x,varargin{:})-gk;if(yk'*sk>0)Bk=Bk-(Bk*sk*sk'*Bk)/(sk'*Bk*sk)+(yk*yk')/(yk'*sk);endk=k+1;x0=x;endval=feval(fun,x0,varargin{:});>> x0=[0;0];>> [k,x,val]=bfgs('fun','gfun',x0)k =20x =1.00001.0000val =2.2005e-011%共轭梯度法function [k,x,val]=frcg(fun,gfun,x0,epsilon,N)if nargin<5,N=1000;endif nargin<4, epsilon=1e-4;endbeta=0.6;sigma=0.4;n=length(x0);k=0;while(k<N)gk=feval(gfun,x0);itern=k-(n+1)*floor(k/(n+1));itern=itern+1;if(itern==1)dk=-gk;elsebetak=(gk'*gk)/(g0'*g0);dk=-gk+betak*d0; gd=gk'*dk;if(gd>=0),dk=-gk;endendif(norm(gk)<epsilon),break;endm=0;mk=0;while(m<20)if(feval(fun,x0+beta^m*dk)<=feval(fun,x0)+sigma*beta^m*gk'*dk) mk=m;break;endm=m+1;endx=x0+beta^m*dk;g0=gk; d0=dk;x0=x;k=k+1;endval=feval(fun,x);>> x0=[0;0];[k,x,val]=frcg('fun','gfun',x0,1e-4,1000)k =122x =1.00011.0002val =7.2372e-009上机大作业（二）%目标函数function f_x=fun(x)f_x=4*x(1)-x(2)^2-12;%等式约束条件function he=hf(x)he=25-x(1)^2-x(2)^2;end%不等式约束条件function gi_x=gi(x,i)switch icase 1gi_x=10*x(1)-x(1)^2+10*x(2)-x(2)^2-34;case 2gi_x=x(1);case 3gi_x=x(2);otherwiseend%求目标函数的梯度function L_grad=grad(x,lambda,cigma)d_f=[4;2*x(2)];d_g(:,1)=[-2*x(1);-2*x(2)];d_g(:,2)=[10-2*x(1);10-2*x(2)];d_g(:,3)=[1;0];d_g(:,4)=[0;1];L_grad=d_f+(lambda(1)+cigma*hf(x))*d_g(:,1);for i=1:3if lambda(i+1)+cigma*gi(x,i)<0L_grad=L_grad+(lambda(i+1)+cigma*gi(x,i))*d_g(:,i+1);continueendend%增广拉格朗日函数function LA=lag(x,lambda,cee)LA=fun(x)+lambda(1)*hf(x)+0.5*cee*hf(x)^2;for i=1:3LA=LA+1/(2*cee)*(min(0,lambda(i+1)+cee*gi(x,i))^2-lambda(i+1)^2); endfunction xk=BFGS(x0,eps,lambda,cigma)gk=grad(x0,lambda,cigma);res_B=norm(gk);k_B=0;a_=1e-4;rho=0.5;c=1e-4;length_x=length(x0);I=eye(length_x);Hk=I;while res_B>eps&&k_B<=10000dk=-Hk*gk;m=0;while m<=5000if lag(x0+a_*rho^m*dk,lambda,cigma)-lag(x0,lambda,cigma)<=c*a_*rho^m*gk'*dkmk=m;break;endm=m+1;endak=a_*rho^mk;xk=x0+ak*dk;delta=xk-x0;y=grad(xk,lambda,cigma)-gk;Hk=(I-(delta*y')/(delta'*y))*Hk*(I-(y*delta')/(delta'*y))+(delta*delta')/(delta'*y);k_B=k_B+1;x0=xk;gk=y+gk;res_B=norm(gk);end%增广拉格朗日法function val_min=ALM(x0,eps)lambda=zeros(4,1);cigma=5;alpha=10;k=1;res=[abs(hf(x0)),0,0,0];for i=1:3res(1,i+1)=norm(min(gi(x0,i),-lambda(i+1)/cigma)); endres=max(res);while res>eps&&k<1000xk=BFGS(x0,eps,lambda,cigma);lambda(1)=lambda(1)+cigma*hf(xk);for i=1:3lambda(i+1)=lambda(i+1)+min(0,lambda(i+1)+gi(x0,1)); endk=k+1;cigma=alpha*cigma;x0=xk;res=[norm(hf(x0)),0,0,0];for i=1:3res(1,i+1)=norm(min(gi(x0,i),-lambda(i+1)/cigma)); endres=max(res);endval_min=fun(xk);fprintf('k=%d\n',k);fprintf('fmin=%.4f\n',val_min);fprintf('x=[%.4f;%.4f]\n',xk(1),xk(2));>> x0=[0;0];>> val_min=ALM(x0,1e-4)k=10fmin=-31.4003x=[1.0984;4.8779]val_min =-31.4003上机大作业（三）A=[1 1;-1 0;0 -1];n=2;b=[1;0;0];G=[0.5 0;0 2];c=[2 4];cvx_solver sdpt3cvx_beginvariable x(n)minimize (x'*G*x-c*x)subject toA*x<=bcvx_enddisp(x)Status: SolvedOptimal value (cvx_optval): -2.40.40000.6000A=[2 1 1;1 2 3;2 2 1;-1 0 0;0 -1 0;0 0 -1]; n=3;b=[2;5;6;0;0;0];C=[-3 -1 -3];cvx_solver sdpt3cvx_beginvariable x(n)minimize (C*x)subject toA*x<=bcvx_enddisp(x)Status: SolvedOptimal value (cvx_optval): -5.40.20000.00001.600011。

大连理工大学矩阵与数值分析上机作业

s=s+abs(x(i));
end
case2%2-范数
fori=1:n
s=s+x(i)^2;
end
s=sqrt(s);
caseinf%无穷-范数
s=max(abs(x));
end
计算向量x，y的范数
Test1.m
clearall;
clc;
n1=10;n2=100;n3=1000;
x1=1./[1:n1]';x2=1./[1:n2]';x3=1./[1:n3]';
xlabel('x');ylabel('p(x)');
运行结果：
x=2的邻域：
x =
1.6000 1.8000 2.0000 2.2000 2.4000
相应多项式p值：
p =
1.0e-003 *
-0.2621 -0.0005 0 0.0005 0.2621
p(x)在 [1.95,20.5]上的图像
程序：
[L,U]=LUDe.(A);%LU分解
xLU=U\(L\b)
disp('利用PLU分解方程组的解:');
[P,L,U] =PLUDe.(A);%PLU分解
xPLU=U\(L\(P\b))
%求解A的逆矩阵
disp('A的准确逆矩阵:');
InvA=inv(A)
InvAL=zeros(n);%利用LU分解求A的逆矩阵
0 0 0.5000 -0.2500 -0.1250 -0.0625 -0.0625
0 0 0 0.5000 -0.2500 -0.1250 -0.1250
0 0 0 0 0.5000 -0.2500 -0.2500

大连理工大学矩阵分析matlab上机作业

x=zeros(n,1); %为列向量 x 预分配存储空间 y=1:n; %定义行向量 y y=y'; %把行向量 y 改成列向量 for i=1:n
x(i)=1/i; %按要求给向量 x 赋值，其值递减 end normx1=norm(x,1); %求解向量 x 的 1 范数 normx1 normx2=norm(x,2); %求解向量 x 的 2 范数 normx2 normxinf=norm(x,inf); %求解向量 x 的无穷范数 normxinf normy1=norm(y,1); %求解向量 y 的 1 范数 normy1 normy2=norm(y,2); %求解向量 y 的 2 范数 normy2 normyinf=norm(y,inf); %求解向量 y 的无穷范数 normyinf z1=[normx1,normx2,normxinf]; z2=[normy1,normy2,normyinf]; end
for i=2:n
for j=i:n U(i,j)=A(i,j)-L(i,1:i-1)*U(1:i-1,j);
式
%Doolittle 分解计算上三角矩阵的公
L(j,i)=(A(j,i)-L(j,1:i-1)*U(1:i-1,i))/U(i,i); %Doolittle 分解计算下三角矩阵的公式
end
1 1 1 �� x = (1, 2 , 3 , … , ��) ,
�� = (1,2, … , ��)��.
对n = 10，100，1000甚至更大的n计算其范数，你会发现什么结果?你能否修改
你的程序使得计算结果相对精确呢？
1.1 源代码
function [z1,z2]=norm_vector(n) %向量 z1 的值为向量 x 的是三种范数，向量 z2 的值为向量 y 的三种范数，n 为输入参数

大连理工大学泛函分析复习题与答案

泛函分析期末复习题和答案（2005-2006年度）此为答案复习题在后面1、所有元素均为0的n ×n 矩阵2、设E 为一线性空间，L 是E 中的一个子集，若对任意的x ，y ∈L ，以及变数λ和μ均有λx ＋μy ∈L ，则L 称为线性空间E 的一个子空间。

子空间心室包含零元素，因为当λ和μ均为0时，λx ＋μy ＝0∈L ，则L 必定含零元素。

3、设L 是线性空间E 的子空间，x 0∈E\L ，则集合x 0+L={x 0+l ，l ∈L}称为E 中一个线性流形。

4、设M 是线性空间E 中一个集合，如果对任何x ，y ∈M ，以及λ＋μ＝1，λ≥0，μ≥0的λ和μ，都有λx ＋μy ∈M ，则称M 为E 中的凸集。

5、设x ，y 是线性空间E 中的两个元素，d(x ，y)为其之间的距离，它必须满足以下条件：（1）非负性：d(x ，y)＞0，且d(x ，y)＝0＜―――＞x=y （2）对称性：d(x ，y)=d(y ，x)（3）三角不等式：d(x ，y)≤d(x ，z)+d(y ，z) for every x ，y ，z ∈E n 维欧几里德空间常用距离定义：设x={x 1，x 2，…x n }T ，y={y 1y 2，…y n }Td 2(x ，y)=(21||niii x y=-∑)1/2d 1(x ，y)=1||ni i i x y =-∑d p (x ，y) = (1||np iii x y=-∑ )1/p d ∞(x ，y)=1max ||i i i nx y ≤≤- 6、距离空间(x ，d)中的点列{x n }收敛到x 0是指d(x n ，x 0)→0(n →∞)，这时记作0lim nn xx -->∞=，或简单地记作x n →x 07、设||x||是线性空间E 中的任何一个元素x 的范数，其须满足以下条件：（1）||x||≥0，且||x||＝0 iff x=0 （2）||λx||=λ||x||，λ为常数（3）||x+y||≤||x||+||y||，for every x ，y ∈E8、设E 为线性赋范空间，｛x n ｝∞n=1是其中的一个无穷列，如果对于任何ε>0，总存在自然数N ，使得当n>N ，m>N 时，均有|x m -x n |<ε，则称序列{x n }是E 中的基本列。

[理学]矩阵与数值分析-第1章li-Chapter1

什么是有效算法？
考察，线性方程组的解法
⎧a11 x1 + a12 x2 + L + a1n xn = b1 ⎪a x + a x + L + a x = b ⎪ 21 1 22 2 2n n 2 ⎨ M ⎪ ⎪ ⎩an1 x1 + an 2 x2 + L + ann xn = bn
早在18世纪Cramer已给出了求解法则：
2001. 数值线性代数，徐树方、高立、张平文，北京大学出版社，2000. 数值逼近，王仁宏，高等教育出版社，1999. 数值逼近方法，南京大学数学系计算数学专业编，科学出版社，1978. 微分方程数值解法，李荣华、冯果忱，高等教育出版社， 1996. 微分方程数值方法，胡健伟、汤怀民，科学出版社，1999. 矩阵分析引论，罗家洪、方卫东，华南理工大学出版社， 2006. 矩阵分析，同济大学应用数学系，同济大学出版社，2005.
本课程的成绩考核标准
1、平时的课后作业 2、数值试验报告 (Matlab,C) 3、期末考试 ≈ 70%
课程网站 /numerical/
≈ 30%
第1章
绪
论
1.1 计算机科学计算研究对象与特点
科学计算、理论计算和实验并列为三大科学方法。现代意义下的计算数学主要研究在计算机上计算的有效算法及其相关理论，从而使它成为一门新学科——科学计算。
矩阵与数值分析
大连理工大学工科硕士研究生基础学位课程
李崇君
(主讲) 作者：张宏伟、金光日、李崇君大连理工大学数学科学学院
从一个小例子开始
问题: 在一个正方形的桌面上(边长为a), 分别在四个角有四只小虫,它们同时向着逆时针方向的另一只小虫移动, 求它们的运动轨迹.

大连理工大学信息检索大作业-信息与通信工程学院-

信息检索课作业
姓名李彤
学号31709068
院系信息与通信工程学院
专业电子与通信工程
完成时间： 2017年 11月
2.《万方数据库》（万方数据知识服务平台）
3.Science Citation Index Expanded或Social Sciences Citation Index (SCI-E或SSCI)
5.Scopus：
四、查询特定期刊的影响因子
按规定日期将作业发送到：（请用“信息检索2017+院系+姓名+学号”做文件名和邮件主题）
校对报告
当前使用的样式是[中华人民共和国国家标准_GBT_7714-2005]
当前文档包含的题录共3条
有0条题录存在必填字段内容缺失的问题
所有题录的数据正常
参考文献
[1] 吉阳生, 陈家骏, 牛罡, et al. Transfer Learning via Multi-View Principal Component Analysis[J]. Journal
of Computer Science & Technology, 2011(01):81-98.
[2] 戴文渊. 基于实例和特征的迁移学习算法研究[D]. 上海交通大学, 2009.
[3] 庄福振, 罗平, 何清, 等. 迁移学习研究进展[J]. 软件学报, 2015(01):26-39.
10。

大连理工大学《矩阵与数值分析》学习指导与课后参考答案第三章、逐次逼近法

由微分中值定理，如果∣φ’∣≤L ＜1，显然它一定满足压缩性条件。

3、当φ(x )= Bx+f 时，收敛条件为，ρ（B ）＜1，此时x n+1= Bx n +f ，在不断的迭代中，就可以得到线性方程组的解。

4、线性方程组的迭代解法，先作矩阵变换 U L D A --=Jacobi 迭代公式的矩阵形式 f Bx b D x U L D x n n n +=++=--+111)(Gauss-Seidel 迭代公式的矩阵形式 f Bx b L D Ux L D x n n n +=-+-=--+111)()(超松弛迭代法公式的矩阵形式f Bx b L D x U D L D x k k k +=-++--=--+ωωωωω111)(])1[()(三种迭代方法当1)(<B ρ时都收敛。

5、线性方程组的迭代解法，如果A 严格对角占优，则Jacob 法和Gauss-Seidel 法都收敛。

6、线性方程组的迭代解法，如果A 不可约对角占优，则Gauss-Seidel 法收敛。

大连理工大学矩阵与数值分析试卷-2013

13 ）设求积公式
1 0 0 0
3 ⎞ ⎛2 5 ⎟ T ⎟ ; LL 分解中 L= ⎜ ⎜3 4 ⎜ − ⎟ ⎟ ⎝2 5⎠
1 1 2 2
0 ⎞ ⎟ 7 ⎟。 ⎟ 2 ⎠
Gauss 求积公式，则
1 ∫ x + 1 f (x ) dx ≈ A f (x ) + A f (x ) + A f (x ) 为
2）为使二点数值求积公式积节点和求积系数应为 (A) x0 = −
∫
1
f ( x) 1 − x2
.
−1
dx ≈ A0 f ( x0 ) + A1 f ( x1 ) 具有最高的代数精度，其求
B
2 2 π 1 1 1 , x1 = ; A0 = A1 = ； (B) x0 = − , x1 = ; A0 = A1 = ； 2 2 2 2 2 2
⎛ ⎜ 即 V = ( v1 v2 ) = ⎜ ⎜ ⎜ ⎝ ⎛ ⎜ V1 = V = ⎜ ⎜ ⎜ ⎝ 1 2 1 2 1 ⎞ ⎛ ⎟ ⎜ 2⎟ 或 V = ( v1 v2 ) = ⎜ −1 ⎟ ⎜ ⎟ ⎜ 2⎠ ⎝ 1 2 1 2 ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ −1 ⎞ 2⎟ ⎟ ，因 rank(A)=1，故有 1 ⎟ ⎟ 2⎠ 1 ⎞ ⎛ 1 ⎞ ⎟ ⎜ ⎟ 2⎟ (1) = ⎜ 2 ⎟ , 由 U = (U1U 2 ) , 则 1 ⎟ ⎜ 1 ⎟ ⎟ ⎜ ⎟ 2⎠ ⎝ 2⎠
17）. 为了减少运算次数，应将表达式.
4 x3 − 3x 2 − 2 x − 1 改写为 x4 + x2 + x − 1
( ( 4 x − 3) x − 2 ) x − 1 ； ( ( ( x + 0 ) x + 1) x + 1) x − 1

大连理工_2012矩阵与数值分析大作业

矩阵与数值分析学生：学号：任课老师：金光日教学班号：（2）班院系：电子信息与电气工程学部《矩阵与数值分析》课程数值实验题目1.给定n 阶方程组A x b =，其中6186186186A ⎛⎫ ⎪ ⎪⎪= ⎪ ⎪ ⎪⎝⎭，7151514b ⎛⎫ ⎪⎪ ⎪= ⎪ ⎪⎪⎝⎭则方程组有解(1,1,,1)T x = 。

对10n =和84n =，分别用Gauss 消去法和列主元消去法解方程组，并比较计算结果。

1答：程序1. Gauss 消元法function x=DelGauss(A,b) % Gauss 消去法 [n,m]=size(A); det=1; %存储行列式值 x=zeros(n,1); for k=1:n-1 for i=k+1:n if A(k,k)==0 return endm=A(i,k)/A(k,k); for j=k+1:nA(i,j)=A(i,j)-m*A(k,j); endb(i)=b(i)-m*b(k); enddet=det*A(k,k); %计算行列式enddet=det*A(n,n);for k=n:-1:1 %回代求解for j=k+1:nb(k)=b(k)-A(k,j)*x(j);endx(k)=b(k)/A(k,k);end2. 列主元Gauss消去法：function x=detGauss(A,b)% Gauss列主元消去法[n,m]=size(A);nb=length(b);det=1; %存储行列式值x=zeros(n,1);for k=1:n-1amax=0; %选主元for i=k:nif abs(A(i,k))>amaxamax=abs(A(i,k));r=i;endendif amax<1e-10return;endif r>k %交换两行for j=k:nz=A(k,j);A(k,j)=A(r,j);A(r,j)=z;endz=b(k);b(k)=b(r);b(r)=z;det=-det;endfor i=k+1:n %进行消元m=A(i,k)/A(k,k);for j=k+1:nA(i,j)=A(i,j)-m*A(k,j);endb(i)=b(i)-m*b(k);enddet=det*A(k,k);enddet=det*A(n,n);for k=n:-1:1 %回代求解for j=k+1:nb(k)=b(k)-A(k,j)*x(j);endx(k)=b(k)/A(k,k);end矩阵A和b的构造clc;clear;n=10;%n=84;A=eye(n)*6+diag(ones(1,n-1)*8,-1)+diag(ones(1,n-1),1); b=[7,15*ones(1,n-2),14]';计算结果：(1)n=10时Gauss消元法>>x=DelGauss(A,b)x =1.00001.00001.00001.00001.00001.00001.00001.00001.00001.0000列主元Gauss消去法>>x=detGauss(A,b)x =1111111111(2) n=84时Gauss消元法>>x=DelGauss(A,b) x =1.0e+008 *0.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 -0.0000 0.0000 -0.0000 0.0000 -0.0000 0.0000 -0.0000 0.0000 -0.0000 0.0000 -0.0000 0.0000 -0.0001 0.0002 -0.0003 0.0007 -0.0013 0.0026 -0.0052 0.0105 -0.0209 0.0419 -0.0836 0.16650.6501-1.25822.3487-4.02635.3684列主元Gauss消去法>>x=detGauss(A,b) x =1.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.00001.0000 1.0000 1.00001.00001.0000 1.0000结果分析由上述实验结果可知，对于n=10采用Gauss 消去法和Gauss 列主元消去法得到的实验结果是相同的，而对于n=84，Gauss 消去法所得到的结果是错误的，Gauss 列主元消去法得到的结果是正确的。

大连理工大学线性代数第二章习题答案

习题2-11. =6.32A 2. 用行列式的定义计算下面的行列式.(1)35;(2)256;(3)8;(4)29.−−思考题 2-21.若对方阵A 进行一次对调变换得到,则B =−A B ；若对方阵A 进行一次倍乘变换（假设第i 行或第i 列乘以数）得到,则k B k =B A ；若对方阵A 进行一次倍加变换得到,则B .=A B2.0.=A3.(1)不正确。

例如，设则 1112111221222122,,a a b b a a b b ⎡⎤⎡==⎢⎥⎢⎣⎦⎣A B ⎤⎥⎦1111121211121211121221212222212222212222a b a b a a b b a b a b a b a a b b a b +++++==+++++A B111211121112111211121112212221222122212221222122a a ab b a b b a b b aa a ab b a b b a b b a =+++=+++A B（2）不正确。

设A 的阶数为，则n (1)n−=−A A （3）不正确。

例如，设，则1200⎡⎤=⎢⎣⎦A ⎥0,=A 但.≠A O 4. ,,1,(),()1i j i i j k k k =−==E E E5. 性质2-2讲的是方阵A 的第行（列）的数与第i 行（列）对应的代数余子式的乘积之和等于i A 的行列式；性质2-7讲的是方阵A 的第i 行（列）的数与另一行（列）对应的代数余子式的乘积之和等于0.习题2-21. 2111231123123det()3,,39,,9,,18.c c a a a a a a a a a a a −=+−=−+=−=−A 2. 131223123233122312312323,2,3,,3,,3,,c c c c c c −+−−++=−===a a a a a a a a a a a a a a a a 63.321123211321212311223,,,,,,,,,,,,,,,n m +=+=−+=−a a a b b a a a b a a a b a a a b a a b a4.证：（1）将第2列和第3列都加到第1列，得0000a b b c c a b c c ab c c a a b c a a b c a a b b ca b b c−−−−−−−−=−−=−−−−−. （2）111111111111111122222222222222223333333333333333a b b c c a a b c c a b b c c a a b b c c a a b c c a b b c c a a b b c c a a b c c a b b c c a ++++++++++=++++++++++++ 1111111111111111122222222222222222333333333333333332a b c c b c c a a b c b c a a b c a b c c b c c a a b c b c a a b c a b c c b c c a a b c b c a a b c ++=+++=+=++ （3）设A 的阶数为，则为奇数.由n n A 是反称矩阵,得T=−A A .两边取行列式，得 ,(1),Tn=−=−=−,A A A A A A 故0.=A 5. 先按行提公因式，在按列提公因式，得2111121211221212222221122n n n n n n n n nn na b a b b a b b a b b a b a b b a b b a b b a b11112212112222121122n n n nn n n nn a b a b a b a ba b a b b b b a b a b a b =n1112121222222222121212n nnn n n nna a a a a ab b bb b bc a a a ==6．（1）解：先按行提公因式，在按列提公因式，得1111114111ab ac ae bd cd de abcdef abcdef bfcfef −−−=−=−−(2)103100204310043141992003951200510012520301300600130013=−−=−−=提高题2-21.,,,,,,+=++++=+−++A B ξηαββγαγξηαγβγαγ,,,,,,22,,,=+−++=+−+=+ξηαγβγαγξηαγβγγξηαβγ2(,,,,,,)2()6=+=+ξαβγηαβγA B =2.1231231231232323,24,36,3,25=++++++=++++B a a a a a a a a a a a a a a a a 1232331223123,3,,,,,=+++−=−+=−=−a a a a a a a a a a a a a 103.根据性质2-7，得41424344414243441111A A A A A A A A +++=⋅+⋅+⋅+⋅=4.(1).132343(1)(1)52(1)301(1)415D +++=−⋅−+⋅−++⋅−=− (2) 1424449(1)(1)52(1)01(1)40,2a a +++−⋅−+⋅−++⋅−==−.5.（1）对第2行和第4行分别应用性质2-2和性质2-7，得212223242521222324254()3()4,2()()0A A A A A A A A A A ++++=⎧⎨++++=⎩ 解得.2122232A A A ++=−（2）对第2行和第4行分别应用性质2-7，得313233343531323334354()3()0,2()()0A A A A A A A A A A ++++=⎧⎨++++=⎩解得=0.313233A A A ++思考题 2-31.表示第二行先乘以2，再用第二行减去第一行，22r r −12122323112012r r −=.2.对行列式进行对调变换和倍乘变换时，需要在得出的行列式的前面添加负号和系数，对行列式进行初等变换时，关心的是最后的数值；对矩阵进行初等变换时不需要添加负号和系数，对矩阵进行初等变换时，关心的是用何种变换进行化简，最后化成何种形式。

大连理工大学线性代数第一章习题答案

思考题1-11. 不成立。

因为()222A ,+=+++B A AB BA B AB 不一定等于. BA 2. 成立。

因为22(),A +=+++E A AE EA E =AE EA . 3. 成立。

因为22()(),+−=−+−=−A E A E A AE EA E A E2()()−+=−A E A E A E .4. 不成立。

因为矩阵的乘法不满足消去律，由22()=2AB A B ，得不出=AB BA .5. 不成立。

反例，。

1111⎡⎤=⎢⎥−−⎣⎦A 6. 不成立。

反例，。

1000⎡⎤=⎢⎥⎣⎦A 7. 不成立。

反例，。

1001⎡⎤=⎢⎥−⎣⎦A 8. 成立。

因为,()().Tk TT k===kA A A A A9. 不成立。

因为,()()()(1),Tk TT kkk=−==−=−kA A A A A A 结论与的奇偶性有关。

k 10. 成立。

由对称阵的定义可知结论成立。

习题1-11. 2.111100−⎡⎤=⎢⎣⎦X ⎥1,2x y ==3.正确，依次为5BA ABC ABABC 、、5×矩阵、41×矩阵、41×矩阵。

4.（1）；（2）；（3）3-3-5-7915⎡⎤⎢⎥⎢⎢⎥⎣⎦⎥10530100⎡⎤⎢⎥−⎣⎦32659110-4⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦；（4）1432321211⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦; （5）;222111222333121213132323222a x a x a x a x x a x x a x x +++++（6）；（7） 157063004⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦050505050−⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦5.（1），在矩阵111112221222331332k a k a k a k a k a k a ⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦A 的左边乘以对角矩阵时，其乘积等于用该对角矩阵的对角元分别乘以矩阵A 的各行；（2），在矩阵111212313121222323k a k a k a k a k a k a ⎡⎤⎢⎥⎣⎦A 的右边乘以对角矩阵时，其乘积等于用该对角矩阵的对角元分别乘以矩阵A 的各列。

大连理工大学线性代数实验上机报告

大连理工大学线性代数实验上机报告实验一首先随机生成五阶方阵AA=rand(5)A =0.8147 0.0975 0.1576 0.1419 0.65570.9058 0.2785 0.9706 0.4218 0.03570.1270 0.5469 0.9572 0.9157 0.84910.9134 0.9575 0.4854 0.7922 0.93400.6324 0.9649 0.8003 0.9595 0.6787>> B=rand(5)随机生成五阶方阵BB =0.7577 0.7060 0.8235 0.4387 0.48980.7431 0.0318 0.6948 0.3816 0.44560.3922 0.2769 0.3171 0.7655 0.64630.6555 0.0462 0.9502 0.7952 0.70940.1712 0.0971 0.0344 0.1869 0.7547>> b=rand(1,5)'随机生成列向量bb =0.27600.67970.65510.16260.1190计算A+B>> A+Bans =1.5725 0.8036 0.9811 0.5806 1.14551.6489 0.3103 1.6654 0.8033 0.48130.5192 0.8238 1.2743 1.6813 1.49541.5689 1.0037 1.4356 1.5874 1.64340.8035 1.0620 0.8347 1.1464 1.4334 计算A-B>> A-Bans =0.0570 -0.6085 -0.6658 -0.2969 0.16600.1627 0.2467 0.2758 0.0402 -0.4099-0.2652 0.2700 0.6401 0.1502 0.20280.2579 0.9113 -0.4648 -0.0030 0.22460.4612 0.8678 0.7658 0.7726 -0.0760 计算A*B+B*A>> A*B+B*Aans =3.0288 2.3058 3.1439 2.7276 3.10342.9094 2.19673.0040 3.0737 3.25843.3422 2.1423 3.2104 3.5734 3.90494.1446 2.9794 4.3676 4.2354 4.91703.1350 1.7787 3.2289 3.1170 3.2815 求Ax=b的解>> x=A\bx =-0.98502.43963.3124-5.65151.7085验证克莱姆法则>> c=A(:,1)c =0.81470.90580.12700.91340.6324>> d=A(:,2)d =0.27850.54690.95750.9649 >> e=A(:,3)e =0.15760.97060.95720.48540.8003 >> f=A(:,4)f =0.14190.42180.79220.9595>> g=A(:,5)g =0.65570.03570.84910.93400.6787>> B1=[b';d';e';f';g']'B1 =0.2760 0.0975 0.1576 0.1419 0.65570.6797 0.2785 0.9706 0.4218 0.03570.6551 0.5469 0.9572 0.9157 0.84910.1626 0.9575 0.4854 0.7922 0.93400.1190 0.9649 0.8003 0.9595 0.6787 >> B2=[c';b';e';f';g']'B2 =0.8147 0.2760 0.1576 0.1419 0.65570.9058 0.6797 0.9706 0.4218 0.03570.1270 0.6551 0.9572 0.9157 0.84910.9134 0.1626 0.4854 0.7922 0.93400.6324 0.1190 0.8003 0.9595 0.6787 >> B3=[c';d';b';f';g']'B3 =0.8147 0.0975 0.2760 0.1419 0.65570.9058 0.2785 0.6797 0.4218 0.03570.1270 0.5469 0.6551 0.9157 0.84910.9134 0.9575 0.1626 0.7922 0.93400.6324 0.9649 0.1190 0.9595 0.6787>> B4=[c';d';e';b';g']'B4 =0.8147 0.0975 0.1576 0.2760 0.65570.9058 0.2785 0.9706 0.6797 0.03570.1270 0.5469 0.9572 0.6551 0.84910.9134 0.9575 0.4854 0.1626 0.93400.6324 0.9649 0.8003 0.1190 0.6787 >> B5=[c';d';e';f';b']'B5 =0.8147 0.0975 0.1576 0.1419 0.27600.9058 0.2785 0.9706 0.4218 0.67970.1270 0.5469 0.9572 0.9157 0.65510.9134 0.9575 0.4854 0.7922 0.16260.6324 0.9649 0.8003 0.9595 0.1190 >> x1=det(B1)/det(A)x1 =-0.9850>> x2=det(B2)/det(A) x2 =2.4396>> x3=det(B3)/det(A) x3 =3.3124>> x4=det(B4)/det(A) x4 =-5.6515>> x5=det(B5)/det(A) x5 =1.7085计算A的行列式>> det(A)ans =-0.0250计算B的行列式>> det(B)ans =0.0647求A的逆>> inv(A)ans =3.1375 -0.8078 -1.8788 -4.21945.1680-8.6076 3.5314 2.8907 13.7204 -14.3665 -6.2824 3.7220 3.6132 10.0084 -12.419013.6173 -6.8822 -6.3938 -23.5288 27.5825-2.5292 1.0729 2.4193 5.8870 -7.2671 求B的逆>> inv(B)ans =-0.4430 3.4997 1.3255 -2.6005 -0.46971.4047 -1.1626 0.2422 -0.4475 -0.01190.7210 -1.8189 -2.0635 2.4434 0.0765-0.6122 -0.1837 2.0165 0.0375 -1.25640.0384 -0.5157 -0.7370 0.5267 1.7407 求A的秩>> rank(A)ans =5求B的秩>> rank(B)ans =5求A*B的行列式>> det(A*B)ans =-0.0016求A*B的逆>> inv(A*B)ans =-74.0649 35.0433 31.2288 121.5740 -137.34426.8291 -1.2718 -2.2922 -8.9951 8.697263.9620 -31.4202 -29.5061 -105.6918 122.3246-9.3196 5.7452 4.6259 11.9660 -15.402811.9582 -6.3521 -3.3817 -16.7574 18.6360>> rank(A*B) ans = 5>> det(A)*det(B) ans =-0.0016 验证（1） >> (A*B)' ans =0.9569 1.5566 1.6237 2.2732 2.2552 0.6922 0.9401 0.4969 0.9371 0.8090 0.9461 1.6492 1.6875 2.3563 2.3800 0.7507 1.5887 1.8840 1.9421 2.1481 1.1399 1.5212 2.2149 2.4545 2.4497()()111,,TT T AB B A AB B A AB BA---==≠>> B'*A'ans =0.9569 1.5566 1.6237 2.2732 2.25520.6922 0.9401 0.4969 0.9371 0.80900.9461 1.6492 1.6875 2.3563 2.38000.7507 1.5887 1.8840 1.9421 2.14811.1399 1.52122.2149 2.4545 2.4497 （2）>> inv(B)*inv(A)ans =-74.0649 35.0433 31.2288 121.5740 -137.34426.8291 -1.2718 -2.2922 -8.9951 8.697263.9620 -31.4202 -29.5061 -105.6918 122.3246-9.3196 5.7452 4.6259 11.9660 -15.402811.9582 -6.3521 -3.3817 -16.7574 18.6360 （3）>> A*Bans =0.9569 0.6922 0.9461 0.7507 1.13991.5566 0.9401 1.6492 1.5887 1.52121.6237 0.4969 1.6875 1.88402.21492.2732 0.9371 2.3563 1.9421 2.45452.2552 0.8090 2.3800 2.1481 2.4497 >> B*Aans =2.0719 1.6135 2.1978 1.9769 1.96351.3528 1.2566 1.3549 1.4850 1.73721.7186 1.6454 1.5229 1.6894 1.69001.87142.0423 2.0113 2.2932 2.46250.8797 0.9697 0.8489 0.9690 0.8317 求矩阵X使得AXB=C首先随机生成五阶方阵C>> C=rand(5)C =0.4984 0.7513 0.9593 0.8407 0.3500 0.9597 0.2551 0.5472 0.2543 0.1966 0.3404 0.5060 0.1386 0.8143 0.2511 0.5853 0.6991 0.1493 0.2435 0.6160 0.2238 0.8909 0.2575 0.9293 0.4733 X=A 的逆*B 的逆 >> X=inv(A)*C*inv(B) X =3.8432 -13.8858 2.1418 9.4404 -4.5871 -9.3312 41.9602 -7.9101 -28.4683 14.8942 -7.8738 35.1218 -5.4107 -22.8861 10.1581 16.7545 -75.6079 14.6784 49.3951 -24.7450 -3.5568 17.0848 -2.9018 -11.2670 5.4559 实验二1.验证：对于一般的方阵A,B,C,D ，首先随机生成方阵A,B,C,DA B A D B CC D≠-A=rand(5)A =0.8258 0.1067 0.8687 0.4314 0.13610.5383 0.9619 0.0844 0.9106 0.86930.9961 0.0046 0.3998 0.1818 0.57970.0782 0.7749 0.2599 0.2638 0.54990.4427 0.8173 0.8001 0.1455 0.1450 >> B=rand(5)B =0.8530 0.0760 0.4173 0.4893 0.78030.6221 0.2399 0.0497 0.3377 0.38970.3510 0.1233 0.9027 0.9001 0.24170.5132 0.1839 0.9448 0.3692 0.40390.4018 0.2400 0.4909 0.1112 0.0965 >> C=rand(5)C =0.1320 0.2348 0.1690 0.5470 0.18350.9421 0.3532 0.6491 0.2963 0.36850.9561 0.8212 0.7317 0.7447 0.62560.5752 0.0154 0.6477 0.1890 0.78020.0598 0.0430 0.4509 0.6868 0.0811 >> D=rand(5)D =0.9294 0.3063 0.6443 0.9390 0.20770.7757 0.5085 0.3786 0.8759 0.30120.4868 0.5108 0.8116 0.5502 0.47090.4359 0.8176 0.5328 0.6225 0.23050.4468 0.7948 0.3507 0.5870 0.8443 >> Z=[A,B;C,D]Z =0.8258 0.1067 0.8687 0.4314 0.1361 0.8530 0.0760 0.4173 0.4893 0.78030.5383 0.9619 0.0844 0.9106 0.8693 0.6221 0.2399 0.0497 0.3377 0.3897 0.9961 0.0046 0.3998 0.1818 0.5797 0.3510 0.1233 0.9027 0.9001 0.2417 0.0782 0.7749 0.2599 0.2638 0.5499 0.5132 0.1839 0.9448 0.3692 0.4039 0.4427 0.8173 0.8001 0.1455 0.1450 0.4018 0.2400 0.4909 0.1112 0.0965 0.1320 0.2348 0.1690 0.5470 0.1835 0.9294 0.3063 0.6443 0.9390 0.2077 0.9421 0.3532 0.6491 0.2963 0.3685 0.7757 0.5085 0.3786 0.8759 0.3012 0.9561 0.8212 0.7317 0.7447 0.6256 0.4868 0.5108 0.8116 0.5502 0.4709 0.5752 0.0154 0.6477 0.1890 0.7802 0.4359 0.8176 0.5328 0.6225 0.2305 0.0598 0.0430 0.4509 0.6868 0.0811 0.4468 0.7948 0.3507 0.5870 0.8443 求Z的行列式>> det(Z)ans =-0.0295求det(A)*det(D)-det(B)*det(C)>> det(A)*det(D)-det(B)*det(C)ans =1.8656e-004随机生成对角矩阵A>> A=diag([rand rand rand rand rand])A =0.1948 0 0 0 00 0.2259 0 0 00 0 0.1707 0 00 0 0 0.2277 00 0 0 0 0.4357 随机生成对角矩阵B>> B=diag([rand rand rand rand rand])B =0.3111 0 0 0 00 0.9234 0 0 00 0 0.4302 0 00 0 0 0.1848 00 0 0 0 0.9049 随机生成对角矩阵C>> C=diag([rand rand rand rand rand])C =0.9797 0 0 0 00 0.4389 0 0 00 0 0.1111 0 00 0 0 0.2581 00 0 0 0 0.4087 随机生成对角矩阵D>> D=diag([rand rand rand rand rand])D =0.5949 0 0 0 00 0.2622 0 0 00 0 0.6028 0 00 0 0 0.7112 00 0 0 0 0.2217 >> Z=[A,B;C,D]Z =0.1948 0 0 0 0 0.3111 0 0 0 00 0.2259 0 0 00 0.9234 0 0 00 0 0.1707 0 00 0 0.4302 0 00 0 0 0.2277 00 0 0 0.1848 00 0 0 0 0.4357 0 0 0 0 0.90490.9797 0 0 0 0 0.5949 0 0 0 00 0.4389 0 0 00 0.2622 0 0 00 0 0.1111 0 00 0 0.6028 0 00 0 0 0.2581 00 0 0 0.7112 00 0 0 0 0.40870 0 0 0 0.2217计算Z的行列式>> det(Z)ans =-1.1243e-004计算det(A)*det(D)-det(B)*det(C)>> det(A)*det(D)-det(B)*det(C)ans =-9.3107e-005计算A*D-B*C的行列式>> det(A*D-B*C)ans =-1.1243e-004实验三求A列向量组的一个最大无关组，并把不属于极大无关组的向量利用极大无关组表示.N= 200865083;a=83;b=86;c=50;d=88;e=28;f=63;g=83;h=60;>> A=[a,b,c,d,3,4;1,2,3,4,4,3;12,15,22,17,5,7;e,f,g,h,8,0]; >> B=rref(A)B =1.0000 0 0 0 -0.3548 0.46560 1.0000 0 0 -1.4905 -2.00200 0 1.0000 0 0.0473 0.39500 0 0 1.0000 1.79841.3383所以a1,a2,a3,a4是一个极大无关组。

大连理工大学程名松矩阵与数值分析计算方法-第3章

1 (1 − ρ ( A ) ) > 0 一定存在 2 一种相容的矩阵范数 ⋅ ，使得 A ≤ ρ ( A) + ε 。
充分性根据定理2.8，对于 ε =
又根据相容矩阵范数的性质，再注意到上述关系式有 1 ρ ( A ) + ε = (1 + ρ ( A ) ) < 1 2 那么
A k ≤ A ≤ ( ρ ( A) + ε ) ≤ q k < 1
k→∞
k→∞
1⎞ lim ⎛ 1 + ⎟ k →∞ ⎜ ⎝ k⎠
k
lim sin k k →∞ k lim
lim
k →∞
k →∞
e− k
k
k
⎞ ⎛e 0 ⎞ ⎟ ⎜1 0 ⎟= A ⎟ =⎜ ⎟ ⎟ ⎜1 1 ⎟ ⎠ ⎠ ⎝
由矩阵序列极限的定义可以看出，矩阵序列收敛的性质和数列收敛性质相似。由定义可见，C m × n 中的矩阵序列的收敛相当于mn个数列同时收敛。因此可以用初等分析的方法来研究它。
∞ ∞
并且则
lim Ak = A ， k →∞
lim Bk = B
k →∞
lim A k B k = AB
k →∞
证由
Ak Bk − AB = Ak Bk − Ak B + Ak B − AB
≤ B ⋅ Ak − A + Ak ⋅ Bk − B
由定理1和推论可知，结论成立。
性质3
n n lim Ak = A 并且设 {Ak }k=1∈C × 中的矩阵序列，
∞
⎛ 0.1 0.7⎞ 。由于 A ∞ = 0.9 < 1 ，故计算 ∑ A ，其中 A = ⎜ ⎟ k =0 ⎝ 0.3 0.6⎠ ∞ k ρ ( A ) < 1，从而 ∑ A 收敛，且有