线性代数应用题
(完整版)线性代数复习——计算或应用题.doc
一21. 设 α1, α2, α3 线性无关，证明β112，β2α2α3 ， β3 α3 α1也线性无关。
1 1 1 022.计算行列式11 0 1 。
1 0 1 10 1 1 123. 1 1 0 1 2利用逆矩阵解矩阵方程0 1 1 X -1 1 。
1 0 1 1 -124.1 a 1 2已知A 0 1 a 2 ，求 a 的值，使得 r ( A)2。
1 0 1 225. 求向量组 α11111 ， α2 1 ， α3 2 ， α4 0 的秩和一个极大线性无关组，并111把其余向量用此极大线性无关组线性表示。
26. 求矩阵 A =21的特征值与特征向量。
1 2x 1 4 x 2 3x 3 027.讨论当 取何值时， 齐次线性方程组2 x 1 3x 2 x3 0 有非零解， 并在有非零解时求其x 1x 2 2 x 3通解。
参考答案 ： 21. 如果k1 1k 22k 33O ，k 1 ( 12)k 2(23)k 3(31) O ，于是(k 1 k 3 ) 1 (k 1k 2 ) 2 (k 2 k 3 ) 3 O ，由 1 , 2 ,k 1k 3 0, 3线性无关知k 1 k 2 0,k 2k 30,此方程组只有零解 k 1 0, k 2 0, k 30 ，因此 1, 2,3 线性无关。
1 1 1 01 1 1 01 10 1 1 1 0 11 10 10 0 1 122. = =101=10 1=-01 131011 0 1 0 10 11 10 1111 110 3 00 31 1 0 11 -1 1123.0 1 1 1 1 -1 故1 0 12 -11 11 1 0 12 1-1 1 1 23 01X0 1 1 -1 1 1 11-1-11 1 -1 41 0 11 -12-1 111 -12 -1 -21 a 1 20 a0 0 1 0 1 224.A01 a2 0 1 a 2 0 1 a 2 1 01 2 1 01 20 a 0 0当 a=0 时， r (A) 2。
线性代数模拟试题(4套)
模拟试题一一、判断题:（正确：√,错误：×）（每小题2分，共10分）1、若B A ,为n 阶方阵，则 B A B A +=+. ……………………（ ）2、可逆方阵A 的转置矩阵T A 必可逆。
……………………………( )3、n 元非齐次线性方程组b Ax =有解的充分必要条件n A R =)(.…( ）4、A 为正交矩阵的充分必要条件1-=A A T .…………………………( )5、设A 是n 阶方阵，且0=A ,则矩阵A 中必有一列向量是其余列向量的线性组合。
…………………………………………………………( ) 二、填空题：(每空2分，共20分）1、,A B 为 3 阶方阵，如果 ||3,||2A B ==，那么 1|2|AB -= 。
2、行列式中元素ij a 的余子式和代数余子式,ij ij M A 的关系是 。
3、在5阶行列式中，项5541243213a a a a a 所带的正负号是 。
4、已知()⎪⎪⎪⎭⎫ ⎝⎛-==256,102B A 则=AB .5、若⎪⎪⎭⎫ ⎝⎛--=1225A ，则=-1A . 6、设矩阵⎪⎪⎪⎭⎫ ⎝⎛--2100013011080101是4元非齐次线性方程组b Ax =的增广矩阵,则b Ax =的通解为 。
7、()B A R + ()()B R A R +。
8、若*A 是A 的伴随矩阵，则=*AA .9、设=A ⎪⎪⎪⎭⎫ ⎝⎛-500210111t ，则当t 时，A 的行向量组线性无关。
10、方阵A 的特征值为λ，方阵E A A B 342+-=,则B 的特征值为 . 三、计算:(每小题8分，共16分)1、已知4阶行列式1611221212112401---=D ，求4131211132A A A A +-+。
2、设矩阵A 和B 满足B AE AB +=+2，其中⎪⎪⎪⎭⎫ ⎝⎛=101020101A ，求矩阵B 。
四、(10分) 求齐次线性方程组⎪⎪⎩⎪⎪⎨⎧=++-=-++=--+-=++-0242205230204321432143214321x x x x x x x x x x x x x x x x 的基础解系和它的通解.五、（10分) 设三元非齐次线性方程组b Ax =的增广矩阵为⎪⎪⎪⎭⎫ ⎝⎛+-+----22)1)(1()2)(1(00)1(11011λλλλλλλλλλ, 讨论当λ取何值时，b Ax =无解，有唯一解和有无穷多解，并在无穷多解时求出通解。
线性代数单元测试卷(含答案)
线性代数单元测试卷(含答案)一、选择题(每题2分，共20分)1. 在线性代数中，什么是矩阵的秩？A. 矩阵的行数B. 矩阵的列数C. 矩阵的非零行数D. 矩阵的最大线性无关行数正确答案：D2. 下列哪个不是矩阵的运算？A. 矩阵的加法B. 矩阵的减法C. 矩阵的除法D. 矩阵的乘法正确答案：C3. 矩阵的转置满足下列哪个性质？A. (A^T)^T = AB. (AB)^T = B^T * A^TC. (A + B)^T = A^T + B^TD. (AB)^T = A^T + B^T正确答案：B4. 什么是向量的线性组合？A. 向量相加B. 向量相减C. 向量乘以常数后相加D. 向量与常数相乘正确答案：C5. 下列哪组向量线性无关？A. (1, 0)B. (0, 1)C. (1, 1)D. (1, -1)正确答案：C二、填空题(每题3分，共30分)1. 给定矩阵A = [[1, 2], [3, 4]]，求A的逆矩阵。
正确答案：[[-2, 1], [1.5, -0.5]]2. 给定矩阵B = [[2, 4], [1, 3]]，求B的特征值。
正确答案：[5, 0]3. 给定向量v = (1, 2, 3)，求v的范数。
正确答案：sqrt(14)4. 给定矩阵C = [[1, 2, 3], [4, 5, 6]]，求C的秩。
正确答案：25. 给定矩阵D = [[1, 2], [3, 4], [5, 6]]，求D的转置矩阵。
正确答案：[[1, 3, 5], [2, 4, 6]]三、解答题(每题10分，共40分)1. 什么是线性相关和线性无关？线性相关表示向量之间存在线性组合的系数不全为零的情况，即存在非零向量组合得到零向量。
线性无关表示向量之间不存在这样的关系，即只有全为零的线性组合才能得到零向量。
2. 什么是矩阵的行列式？矩阵的行列式是一个标量，它是一个方阵中各个元素按照一定规律相乘再求和的结果。
行列式可以用来判断方阵的逆是否存在，以及计算方阵的特征值等。
自考线性代数试题库及答案
自考线性代数试题库及答案一、选择题1. 下列矩阵中，哪一个是可逆矩阵？A. [1, 2; 3, 4]B. [2, 0; 0, 1]C. [1, 1; 1, 1]D. [0, 1; 1, 0]答案：B2. 设向量组α1 = (1, 2, 3), α2 = (4, 5, 6), α3 = (7, 8, 9)，这三个向量是否线性相关？A. 是B. 不是答案：A3. 对于矩阵A，|A|表示其行列式，若|A| = 0，则A是：A. 可逆矩阵B. 非可逆矩阵C. 零矩阵D. 单位矩阵答案：B二、填空题4. 设矩阵B是由矩阵A通过初等行变换得到的，若B = [1, 2, 3; 4, 5, 6; 7, 8, 9]，则A至少包含____个非零行。
答案：三5. 对于任意的n阶方阵A，Tr(A)表示A的______。
答案：迹三、解答题6. 已知矩阵A = [2, -1; 1, 3]，求A的逆矩阵A^(-1)。
答案：首先计算A的行列式，|A| = (2 * 3) - (-1 * 1) = 7。
然后计算A的伴随矩阵，即adj(A) = [(3, 1); (-1, 2)]。
最后，A^(-1) = (1/|A|) * adj(A) = [(3/7), (1/7); (-1/7), (2/7)]。
7. 设向量空间V中的向量v1 = (1, 0, 1), v2 = (0, 1, 1), v3 = (1, 1, 0)。
证明v1, v2, v3线性无关。
答案：要证明v1, v2, v3线性无关，我们需要证明对于任意的实数a, b, c，只要a * v1 + b * v2 + c * v3 = 0，那么a = b = c = 0。
设a * v1 + b * v2 + c * v3 = (a + b, b + c, a + c) = (0, 0, 0)，由此可得a + b = 0，b + c = 0，a + c = 0。
通过简单的代数运算，可以得出a = b = c = 0，因此v1, v2, v3线性无关。
《线性代数》应用例题
5，8，10，21，7，2，10，8，3 其中 S 表示为 5，E 表示为 8，等等。但是，这种编码很容易破译，在一段较长的信息中， 我们可以根据数字出现的相对频率猜测每一数字表示的字母。例如，若 8 为编码信息中最常 出现的数字，则它最有可能表示字母 E，即英文中最常出现的字母。
0.1 0.2 0.15
4000 4500 4500 4000 ������ = [2000 2600 2400 2200]
5800 6200 6000 6000
第三个表格通过������������来计算。
2
信息编码
《线性代数》，张文博，张丽静译，机械工业出版社，P92
一个通用的传递信息的方法是，将每一个字母与一个整数相对应，然后传输一串整数。 例如，信息
由于整数在计算机是准确表示的，而小数在计算机中是近似表示的，所以保证������−1的元 素是整数非常重要，否则，如果������−1的元素是小数，则解密后信息会因为误差造成与原始信 息不同，这样的加密算法就没有意义了。为了保证������−1的元素是整数，我们要求|������| = ±1。
为构造编码矩阵������，我们可以从单位矩阵������开始，多次采用如下运算： 将某一行(列) ������(������ ≠ 0)倍加到另一行(列)
232
需要编码的信息放置在三行矩阵������的各个列上。
乘积
5 21 10 ������ = [ 8 7 8 ]
10 2 3
1 2 1 5 21 10 31 37 29 ������������ = [2 5 3] [ 8 7 8 ] = [80 83 69]
2 3 2 10 2 3 54 67 50
大一数学线性代数实用题集
大一数学线性代数实用题集一、向量与矩阵1. 给定向量组 $A=\{\vec{a_1},\vec{a_2},\vec{a_3}\}$，其中$\vec{a_1}=(1,2,-1)$，$\vec{a_2}=(-1,3,2)$，$\vec{a_3}=(2,1,0)$。
求向量组 $A$ 的秩。
2. 已知矩阵 $A=\begin{bmatrix}1 & 2 \\ -1 & 3 \\ 2 &1\end{bmatrix}$ 和矩阵 $B=\begin{bmatrix}2 & -1 \\ 1 & 2\end{bmatrix}$，求矩阵 $A\times B$ 和 $B\times A$。
3. 设 $\vec{a}=(3,1,-2)$，$\vec{b}=(1,-3,4)$，计算向量的内积$\vec{a}\cdot\vec{b}$ 和夹角 $\theta$。
4. 已知矩阵 $A=\begin{bmatrix}1 & 2 \\ -1 & 3 \\ 2 &1\end{bmatrix}$ 和矩阵 $B=\begin{bmatrix}2 & -1 \\ 1 & 2\end{bmatrix}$，求矩阵 $A^T\times B^T$。
二、线性方程组1. 解线性方程组：$$\begin{cases}x_1+2x_2=3 \\3x_1-2x_2=4\end{cases}2. 解线性方程组：$$\begin{cases}2x_1-x_2+x_3=1 \\3x_1+x_2-2x_3=2 \\x_1+3x_2+4x_3=4\end{cases}$$3. 设有线性方程组的增广矩阵为$$\begin{bmatrix}1 & -1 &2 & 1 \\2 & 1 & 1 &3 \\-1 & 3 & 2 & 4\end{bmatrix}$$求该线性方程组的解集。
线性代数应用题总结分类及经典例题
线性代数应用题总结分类及经典例题本文旨在总结线性代数中的应用题，并提供一些经典例题。
以下是对应的分类和例题：1. 线性方程组例题1：已知线性方程组如下：$$\begin{cases}2x + y - z = 5 \\x - 3y + 2z = -4 \\3x + 4y - z = 6 \\\end{cases}$$求解以上线性方程组。
例题2：已知线性方程组如下：$$\begin{cases}2x + 3y - z = 4 \\x - 2y + 3z = -1 \\3x + 4y - 2z = 7 \\\end{cases}$$求解以上线性方程组。
2. 矩阵与向量例题1：已知矩阵$A=\begin{bmatrix}1 &2 &3 \\4 &5 &6 \\\end{bmatrix}$，向量$\mathbf{b}=\begin{bmatrix}2 \\-1 \\\end{bmatrix}$，求解方程组$A\mathbf{x}=\mathbf{b}$。
例题2：已知矩阵$A=\begin{bmatrix}2 & -1 \\3 &4 \\\end{bmatrix}$，向量$\mathbf{b}=\begin{bmatrix}1 \\2 \\\end{bmatrix}$，求解方程组$A\mathbf{x}=\mathbf{b}$。
3. 线性变换例题1：已知线性变换$T$将向量$\mathbf{v}=\begin{bmatrix}2 \\3 \\\end{bmatrix}$映射为$\mathbf{w}=\begin{bmatrix}5 \\-1 \\\end{bmatrix}$，求线性变换$T$的矩阵表示。
例题2：已知线性变换$T$将向量$\mathbf{v}=\begin{bmatrix} 1 \\-2 \\\end{bmatrix}$映射为$\mathbf{w}=\begin{bmatrix}3 \\4 \\\end{bmatrix}$，求线性变换$T$的矩阵表示。
线性代数典型例题
线性代数第一章 行列式典型例题一、利用行列式性质计算行列式二、按行（列）展开公式求代数余子式已知行列式412343344615671122D ==-，试求4142A A +与4344A A +. 三、利用多项式分解因式计算行列式1．计算221123122313151319x D x -=-.2．设()x b c d bxc d f x b cx d b c dx=，则方程()0f x =有根_______.x =四、抽象行列式的计算或证明1.设四阶矩阵234234[2,3,4,],[,2,3,4]A B αγγγβγγγ==，其中234,,,,αβγγγ均为四维列向量，且已知行列式||2,||3A B ==-,试计算行列式||.A B +2.设A 为三阶方阵，*A 为A 的伴随矩阵，且1||2A =，试计算行列式1*(3)22.A A O O A -⎡⎤-⎢⎥⎣⎦3.设A 是n 阶(2)n ≥非零实矩阵，元素ij a 与其代数余子式ij A 相等，求行列式||.A4.设矩阵210120001A ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦,矩阵B 满足**2ABA BA E =+,则||_____.B = 5.设123,,ααα均为3维列向量，记矩阵123123123123(,,),(,24,39)A B αααααααααααα==+++++如果||1A =，那么||_____.B = 五、n 阶行列式的计算六、利用特征值计算行列式1.若四阶矩阵A 与B 相似，矩阵A 的特征值为1111,,,2345，则行列式1||________.B E --=2.设A 为四阶矩阵，且满足|2|0E A +=,又已知A 的三个特征值分别为1,1,2-，试计算行列式*|23|.A E +第二章 矩阵典型例题一、求逆矩阵1.设,,A B A B +都是可逆矩阵，求：111().A B ---+2.设0002100053123004580034600A ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦，求1.A -二、讨论抽象矩阵的可逆性1.设n 阶矩阵A 满足关系式320A A A E +--=,证明A 可逆，并求1.A -2.已知322,22A E B A A E ==-+,证明B 可逆，并求出逆矩阵。
线性代数应用题库(含答案)
线性代数应用题库(含答案)本题库旨在帮助学生巩固和应用线性代数的知识，并提供详细的解答。
题库包括以下几个主题：行列式1. 求解以下行列式的值：$$\begin{vmatrix}3 & 1 \\-2 & 4\end{vmatrix}$$- 答案：142. 计算以下行列式的值：$$\begin{vmatrix}2 & 1 & 0 \\3 & -1 & 2 \\4 & 3 & -1\end{vmatrix}$$- 答案：-24矩阵运算1. 给定矩阵 $A = \begin{bmatrix} 2 & 1 \\ -3 & 4\end{bmatrix}$ 和向量 $x = \begin{bmatrix} 2 \\ 1 \end{bmatrix}$，求 $Ax$ 的结果。
- 答案：$Ax = \begin{bmatrix} 3 \\ 5 \end{bmatrix}$2. 给定矩阵 $B = \begin{bmatrix} 1 & 2 \\ 3 & -1\end{bmatrix}$ 和矩阵 $C = \begin{bmatrix} 2 & -1 \\ 0 & 3\end{bmatrix}$，求 $BC$ 的结果。
- 答案：$BC = \begin{bmatrix} 2 & 3 \\ 6 & -3 \end{bmatrix}$ 特征值与特征向量1. 给定矩阵 $D = \begin{bmatrix} 4 & 1 \\ -2 & 3 \end{bmatrix}$，求其特征值和对应的特征向量。
- 答案：特征值为 5 和 2，对应特征向量为 $\begin{bmatrix} 1 \\ 1 \end{bmatrix}$ 和 $\begin{bmatrix} -1 \\ 2 \end{bmatrix}$2. 已知矩阵 $E = \begin{bmatrix} 3 & 2 \\ -1 & 4\end{bmatrix}$ 的特征值为 2 和 5，分别求其对应的特征向量。
线性代数经典例题
（22）（本题满分11分）已知111ξ⎛⎫ ⎪= ⎪ ⎪-⎝⎭是1253102a A b -⎛⎫⎪= ⎪ ⎪--⎝⎭的特征向量，求,a b 的值，并证明A 的任一特征向量均能由ξ线性表出. 解设ξ是λ所对应的特征向量，则A ξλξ=，即1211531110211a b λ-⎛⎫⎛⎫⎛⎫⎪⎪ ⎪= ⎪⎪ ⎪⎪⎪ ⎪----⎝⎭⎝⎭⎝⎭即12,53,1,2,312,a b a b λλλλ--=⎧⎪+-=⇒=-==-⎨⎪-+=⎩故211533102A -⎛⎫⎪=- ⎪⎪--⎝⎭由323(2(3)(2))(162)(1)(1)E A λλλλλ-=-+-+-+-+---=-， 知1λ=-是A 的三重特征根.又因312()5232101r E A r --⎛⎫⎪--=--= ⎪ ⎪⎝⎭，从而1λ=-对应的线性无关的特征向量只有一个.所以A 的特征向量均可由ξ线性表出.(23) （本题满分11分）已知二次型)0(2332),,(32232221321>+++=a x ax x x x x x x f ，通过正交变换化为标准型23222152y y y f ++=，求参数a 及所用正交变换矩阵.解 变换前后二次型的矩阵分别为⎪⎪⎪⎭⎫ ⎝⎛=3030002a a A ，⎪⎪⎪⎭⎫⎝⎛=500020001B ，由正交变换性质知，A 与B 相似，于是B E A E -=-λλ即)5)(2)(1()96)(2(22---=-+--λλλλλλa 将1=λ(或5=λ)代入上式，得2,042±==-a a因0>a ，故2=a ，这时⎪⎪⎪⎭⎫ ⎝⎛=320230002A 其特征值分别为5,2,1321===λλλ(与B 的特征值相同)当11=λ时，解方程0)(1=-x A E λ，得⎪⎪⎪⎭⎫⎝⎛-=1101ξ；当22=λ时，解方程0)(2=-x A E λ，得⎪⎪⎪⎭⎫ ⎝⎛=0012ξ当53=λ时，解方程0)(3=-x A E λ，得⎪⎪⎪⎭⎫ ⎝⎛=1103ξ将321,,ξξξ单位化，得⎪⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-==21210111ξξη，⎪⎪⎪⎭⎫⎝⎛==001222ξξη，⎪⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛==21210333ξξη 故所用正交变换矩阵为⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛-=2102121021010Q . (22) （本题满分11分）设向量组1(,2,10)T a α=，2(2,1,5)T α-，3(1,1,4)T α=-，(1,,)T b c β=.试问：当,,a b c 满足什么条件时(1)β可由123,,ααα线性表出，且表示唯一？(2) β不能由123,,ααα线性表出？(3) β可由123,,ααα线性表出，但表示不唯一？并求出一般表达式.解 设有一组数123,,x x x ，使得 112233x x x αααβ++=对应方程组的增广矩阵作初等行变换，有2111211211021122210540015a a a ab A b c c b ⎛⎫--⎛⎫⎪⎪⎪=→----- ⎪ ⎪ ⎪ ⎪⎝⎭--⎝⎭线性表出，且表示唯一.(1)当202a --≠，即4a ≠-时，秩()A =秩()A =3，方程组有唯一解，β可由123,,ααα(2)当202a --=，即4a =-时，对A 作初等行变换，有21010011200013b A b b c --⎛⎫ ⎪=+ ⎪ ⎪-+⎝⎭当31b c -≠时，秩()A ≠秩()A ，方程组无解，β不能由123,,ααα线性表出. (3)当4a =-且31b c -=时，秩()A =秩()A =2<3，方程组有无穷多解，β可由123,,ααα线性表出，但表示不唯一.此时，解得123,21,21k t k t b k b ==---=+(t 为任意常数) 因此有123(21)(21)t t b b βααα=-++++(23)（本题满分11分）已知矩阵2000303A a a ⎛⎫⎪= ⎪⎪⎝⎭有特征值5λ=，求a 的值；并当0a >时，正交矩阵Q ，使1Q AQ -=Λ.解 因5λ=是矩阵A 的特征值，则由23005023(4)002E A a a a -=-=-=-.可得2a =±.当2a =时，则由矩阵A的特征多项式200032(2)(5)(1)0023E A λλλλλλλ--=--=---=--，知矩阵A 的特征值是1,2,5.由()0E A x -=得基础解系1(0,1,1)T α=- 由(2)0E A x -=得基础解系2(1,0,0)T α=由(5)0E A x -=得基础解系3(0,1,1)T α= 即矩阵A 属于特征值1,2,5的特征向量分别是123,,ααα.由于实对称矩阵特征值不同特征向量相互正交，故只需单位化，有101,1λ⎛⎫⎪=⎪⎪-⎭2100γ⎛⎫ ⎪= ⎪ ⎪⎝⎭，3011γ⎛⎫⎪=⎪⎪⎭那么，令123010()00Q γγγ⎛⎫⎪ ⎪ == ⎝，则有1125Q AQ -⎛⎫⎪= ⎪⎪⎝⎭. （22）设A 为三阶矩阵，123,,ααα为3维列向量.若向量组123,,ααα线性无关，且112322A αααα=-++，212322A αααα=--，312322A αααα=--. (1)求矩阵A 的特征向量；（2）设2B A E *=-，求B .解 123123123122(,,)(,,)(,,)212221A A A A ααααααααα-⎛⎫⎪==-- ⎪ ⎪--⎝⎭，因为123,,ααα线性无关，所以123(,,)ααα可逆，于是1123123122(,,)(,,)212221A αααααα--⎛⎫⎪=-- ⎪ ⎪--⎝⎭，即122212221AC -⎛⎫⎪--= ⎪ ⎪--⎝⎭，则A 与C 有相同的特征值，由1222120221E C λλλλ+---=-+=-+，得1235,1λλλ=-== 于是A 的特征值为1235,1λλλ=-==（2）1235A λλλ==-，A *的特征值为11Aλ=，25Aλ=-，35Aλ=-，于是2B A E *=-的特征值为1,11,11--，故121B =-.（23）设实二次型123(,,)T f x x x x Ax =经过正交变换后得到的标准型为2221232f y y y =--，A *是A 的伴随矩阵，且向量(1,1,1)T α=-满足A αα*=，求二次型123(,,)f x x x .解 由于A 的特征值为2,1,1--，所以2(1)(1)2A =⨯-⨯-=.对A αα*=两边左乘A ，并利用AA A E *=得2A αα=，这表明α是A 对应于特征值2的特征相量.取2(0,1,1)T α=，3(2,1,1)α=--，则123,,ααα两两正交，将它们分别规范化为1T q =，2T q =，3(Tq =，令123(,,)Q q q q =，则Q 为正交矩阵，且011101110T A Q Q -⎛⎫⎪=Λ=- ⎪ ⎪--⎝⎭所以二次型123121323(,,)222f x x x x x x x x x =--.。
线性代数期末考试试题及答案
线性代数期末考试试题及答案第一节：选择题1. 下列哪个向量不是矩阵A的特征向量？A. [2, 1, 0]B. [0, 1, 0]C. [1, 1, 1]D. [0, 0, 0]答案：D2. 线性变换T：R^n -> R^m 可逆的充分必要条件是？A. T是一个单射B. T是一个满射C. T是一个双射D. T是一个线性变换答案：C3. 设线性空间V的维数为n，下列哪个陈述是正确的？A. V中的任意n个线性无关的向量都可以作为V的基B. V中的任意n - 1个非零向量都可以扩充为V的基C. V中的任意n个非零向量都可以扩充为V的基D. V中的任意n - 1个非零向量都可以作为V的基答案：A4. 设A和B是n阶方阵，并且AB = 0，则下列哪个陈述是正确的？A. A = 0 或 B = 0B. A = 0 且 B = 0C. A ≠ 0 且 B = 0D. A = 0 且B ≠ 0答案：C第二节：计算题1. 计算矩阵乘法A = [1, 2; 3, 4]B = [5, 6; 7, 8]答案：AB = [19, 22; 43, 50]2. 计算矩阵的逆A = [1, 2; 3, 4]答案：A^(-1) = [-2, 1/2; 3/2, -1/2]3. 计算向量的内积u = [1, 2, 3]v = [4, 5, 6]答案：u ∙ v = 32第三节：证明题证明：对于任意向量x和y，成立下列关系式：(x + y) ∙ (x - y) = x ∙ x - y ∙ y证明：设x = [x1, x2, ..., xn]，y = [y1, y2, ..., yn]。
左边：(x + y) ∙ (x - y) = [x1 + y1, x2 + y2, ..., xn + yn] ∙ [x1 - y1, x2 - y2, ..., xn - yn]= (x1 + y1)(x1 - y1) + (x2 + y2)(x2 - y2) + ... + (xn + yn)(xn - yn)= x1^2 - y1^2 + x2^2 - y2^2 + ... + xn^2 - yn^2= (x1^2 + x2^2 + ... + xn^2) - (y1^2 + y2^2 + ... + yn^2)= x ∙ x - y ∙ y右边，由向量的内积定义可得：x ∙ x - y ∙ y = x1^2 + x2^2 + ... + xn^2 - (y1^2 + y2^2 + ... + yn^2)综上，左边等于右边，证毕。
线性代数试题及答案
线性代数试题及答案1. 题目：矩阵运算题目描述：给定两个矩阵A和B，计算它们的乘积AB。
答案解析：矩阵A的维度为m x n，矩阵B的维度为n x p，则矩阵AB的维度为m x p。
矩阵AB中的每个元素都可以通过矩阵A的第i行与矩阵B的第j列的内积来计算，即AB(i,j) =∑_{k=1}^{n}A(i,k)B(k,j)。
2. 题目：矩阵转置题目描述：给定一个矩阵A，求其转置矩阵AT。
答案解析：如果矩阵A的维度为m x n，则转置矩阵AT的维度为n x m。
转置矩阵AT中的每个元素都可以通过矩阵A的第i行第j列的元素来计算，即AT(j,i) = A(i,j)。
3. 题目：线性方程组求解题目描述：给定一个线性方程组Ax = b，其中A是一个m x n的矩阵，x和b是n维向量，求解x的取值。
答案解析：假设矩阵A的秩为r，则根据线性代数的理论，线性方程组有解的条件是r = rank(A) = rank([A | b])。
若方程组有解，则可以通过高斯消元法、LU分解等方法求解。
4. 题目：特征值与特征向量题目描述：给定一个矩阵A，求其特征值和对应的特征向量。
答案解析：设λ为矩阵A的特征值，若存在非零向量x，满足Ax = λx，则x为矩阵A对应于特征值λ的特征向量。
特征值可以通过解特征方程det(A - λI) = 0求得，其中I为单位矩阵。
5. 题目：行列式计算题目描述：给定一个方阵A，求其行列式det(A)的值。
答案解析：行列式是一个方阵的一个标量值。
行列式的计算可以通过Laplace展开、初等行变换等方法来进行。
其中，Laplace展开是将行列式按矩阵的某一行或某一列展开成若干个代数余子式的和。
6. 题目：向量空间与子空间题目描述：给定一个向量空间V和它的子集U，判断U是否为V的子空间。
答案解析：子空间U必须满足三个条件：（1）零向量属于U；（2）对于U中任意两个向量u和v，它们的线性组合u+v仍然属于U；（3）对于U中的任意向量u和标量c，它们的数乘cu仍然属于U。
线性代数的应用案例及线性代数试题及答案
案例一已知不同商店三种水果的价格、不同人员需要水果的数量以及不同城镇不同人员的数目的矩阵：第一个矩阵为A ，第二个矩阵为B ，而第三个矩阵为C 。
（1）求出一个矩阵，它能给出在每个商店每个人购买水果的费用是多少？ （2）求出一个矩阵，它能确定在每个城镇每种水果的购买量是多少？ 解：（1）设该矩阵为D ，则D=BA ，即： 此结果说明，人员A 在商店A 购买水果的费用为2.30，人员A 在商店B 购买水果的费用为3.50，人员B 在商店A 购买水果的费用为1.65，人员B 在商店B 购买水果的费用为2.10。
（2）设该矩阵为E ，则E=CB ，即：此结果说明，城镇1苹果的购买量为7000，城镇1橘子的购买量为12500，城镇1梨的购买量为5500；城镇2苹果的购买量为14000，城镇2橘子的购买量为25000，城镇2梨的购买量为11000。
题后说明：这是一个矩阵的具体应用问题。
其实很显然在没有矩阵的知识前，我们也可以解出这一简单的问题。
此题的一般提法是：现有两个城镇（城镇1和城镇2）；城镇1中有人员A （1000人）和人员B （500人），城镇2中有人员A （2021 人）和人员B （1000人）；人员A 需苹果、橘子和梨分别5、10和3，而人员B 需苹果、橘子和梨分别4、5和5；现不妨假设每个城镇中都有两个商店（商店A 和商店B ），每个商店内的苹果、橘子和梨的价格均不相同。
商店A 中苹果、橘子和梨的价格分别为每斤0.10、0.15和0.10，而商店B 中苹果、橘子和梨的价格分别为0.15、0.20、0.10。
现问: （1）每个商店每个人购买水果的费用是多少？（2）每个城镇每种水果的购买量是多少？ 解：（1）商店A ：人员A 购买水果的费用为： 人员B 购买水果的费用为：商店B:人员A 购买水果的费用为： ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡10.020.015.010.015.010.0BA 商店商店梨橘子苹果⎥⎦⎤⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎦⎤⎢⎣⎡=10.205.365.130.210.020.015.010.015.010.05351045D ⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡=11000550025000125001400070005351045100020005001000E 30.210.0315.01010.05=⨯+⨯+⨯65.110.0515.0510.04=⨯+⨯+⨯05.310.0320.01015.05=⨯+⨯+⨯梨橘子苹果5103455⎡⎤⎢⎥⎣⎦BA人员人员BA 人员人员⎥⎦⎤⎢⎣⎡10005002000100021城镇城镇人员B 购买水果的费用为： 此时如果用矩阵表示的话，有：显然答案与用矩阵算出来的是一致的；同理对于（2）也是一样的。
线性代数练习题及答案
线性代数练习题及答案线性代数作为一门重要的数学学科，对于理工科学生来说是必修课程之一。
在学习线性代数的过程中，练习题是非常重要的一环，通过练习题的完成，可以巩固理论知识，提高解题能力。
本文将介绍一些常见的线性代数练习题及其答案，希望对读者有所帮助。
一、向量与矩阵1. 给定向量a=(2,3,1)和b=(1,-1,2)，求向量a与向量b的内积及外积。
答案：向量a与向量b的内积为a·b=2*1+3*(-1)+1*2=1，向量a与向量b的外积为a×b=(7,3,-5)。
2. 给定矩阵A = [1 2 3; 4 5 6; 7 8 9]，求矩阵A的转置矩阵和逆矩阵。
答案：矩阵A的转置矩阵为A^T = [1 4 7; 2 5 8; 3 6 9]，矩阵A的逆矩阵不存在，因为A的行列式为0。
二、线性方程组1. 解方程组：2x + 3y - z = 13x - 2y + 4z = 5x + y + 2z = 0答案：通过高斯消元法，可以得到方程组的解为x = -1，y = 2，z = -1。
2. 解方程组：x + 2y + z = 32x + 4y + 2z = 63x + 6y + 3z = 9答案：该方程组为一个超定方程组，通过最小二乘法可以得到方程组的近似解为x = 1，y = 1，z = 1。
三、特征值与特征向量1. 给定矩阵A = [2 1; 1 2]，求矩阵A的特征值和特征向量。
答案：首先求解A的特征方程det(A-λI)=0，得到特征值λ=1，λ=3。
然后，将特征值代入(A-λI)x=0，得到特征向量x=(1,1)和x=(-1,1)。
2. 给定矩阵A = [3 -1; 1 3]，求矩阵A的特征值和特征向量。
答案：同样地，求解特征方程det(A-λI)=0，得到特征值λ=2，λ=4。
将特征值代入(A-λI)x=0，得到特征向量x=(1,1)和x=(-1,1)。
四、线性变换1. 给定线性变换T：R^2 -> R^2，将向量(1,0)和(0,1)分别变换为(2,3)和(-1,4)，求线性变换T的矩阵表示。
线性代数实践应用题
◇交通流量问题◇问题：图中给出了某城市部分单行街道的交通流量（每小时车数） 假设：（1）全部流入网络的流量等于全部流出网络的流量2344576121578910910836300 x +x =500x x =200 x +x =800 x +x =800 x +x =1000 x =400 x x =200 x =6001000x x x x x x −+=⎧⎪⎪⎪−⎪⎪⎪⎪⎨⎪⎪⎪−⎪⎪⎪⎪++=⎩2. 2. 计算结果由非齐次线性方程组求解方法可得：一个特解*(800,0,200,500,0,800,1000,0,400,600)'x =相应齐次方程组的基础解系为：12(1,01,0,1,0,1,0,0,0,0,0)',(0,0,0,0,0,1,1,1,0,0)',ζζ=−−=−−于是方程组的通解为1122*x k k x ζζ=++其中 为任意常数，12,k k x 的每一个分量即为交通网络未知部分的具体流量。
它有无穷多解。
◇生产总值问题 ◇问题：一个城市有三个重要的企业：一个煤矿，一个发电厂和一条地方铁路。
开采一元钱的煤，煤矿必须支付0.25元的运输费。
而生产一元钱的电力，发电厂需需支付0.65元的煤作燃料，自己亦需支付0.05元的电费来驱动辅助设备及支付0.05元的运输费。
而提供一元钱的运输费，铁路需支付0.55元的煤作燃料，0.10元的电费驱动它的辅助设备。
某个星期内，煤矿从外面接到50，000元煤的定货，发电厂从外面接到25，000元钱电力的定货，外界对地方铁路没有要求。
问这三个企业在那一个星期内总生产总值多少时才能精确地满足它们本身地要求和外界的要求？解：对于一个星期的周期， 表示煤矿的总产值， 表示电厂的总产值， 表示铁路的总产值。
根据题意：写成矩阵形式，得记：则上式写为：X CX −=d 即 ()I C X −=d因为系数行列式0.628750I C −=≠，根据克拉默法则，此方程组有唯一解，其解为()-1X I C =−d所以得煤矿总产值为102，087元，发电厂总产值为56，163元，铁路总产值为28，330元。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
线性代数应用题集锦郑波重庆文理学院数学与统计学院2011年10月目录案例一. 交通网络流量分析问题 (1)案例二. 配方问题 (4)案例三. 投入产出问题 (6)案例四. 平板的稳态温度分布问题 (8)案例五. CT图像的代数重建问题 (10)案例六. 平衡结构的梁受力计算 (12)案例七. 化学方程式配平问题 (15)案例八. 互付工资问题 (17)案例九. 平衡价格问题 (19)案例十. 电路设计问题 (21)案例十一. 平面图形的几何变换 (23)案例十二. 太空探测器轨道数据问题 (25)案例十三. 应用矩阵编制Hill密码 (26)案例十四. 显示器色彩制式转换问题 (28)案例十五. 人员流动问题 (30)案例十六. 金融公司支付基金的流动 (32)案例十七. 选举问题 (34)案例十八. 简单的种群增长问题 (35)案例十九. 一阶常系数线性齐次微分方程组的求解 (37)案例二十. 最值问题 (39)附录数学实验报告模板 (40)这里收集了二十个容易理解的案例. 和各类数学建模竞赛的题目相比, 这些案例确实显得过于简单. 但如果学生能通过这些案例加深对线性代数基本概念、理论和方法的理解, 培养数学建模的意识, 那么我们初步的目的也就达到了.案例一. 交通网络流量分析问题城市道路网中每条道路、每个交叉路口的车流量调查，是分析、评价及改善城市交通状况的基础。
根据实际车流量信息可以设计流量控制方案，必要时设置单行线，以免大量车辆长时间拥堵。
图1 某地交通实况图2 某城市单行线示意图【模型准备】某城市单行线如下图所示, 其中的数字表示该路段每小时按箭头方向行驶的车流量(单位: 辆).图3 某城市单行线车流量(1) 建立确定每条道路流量的线性方程组.(2) 为了唯一确定未知流量, 还需要增添哪几条道路的流量统计?(3) 当x 4 = 350时, 确定x 1, x 2, x 3的值.(4) 若x 4 = 200, 则单行线应该如何改动才合理?【模型假设】 (1) 每条道路都是单行线. (2) 每个交叉路口进入和离开的车辆数目相等.【模型建立】 根据图3和上述假设, 在①, ②, ③, ④四个路口进出车辆数目分别满足500 = x 1 + x 2 ①400 + x 1 = x 4 + 300 ②x 2 + x 3 = 100 + 200 ③x 4 = x 3 + 300 ④【模型求解】根据上述等式可得如下线性方程组12142334500100300300x x x x x x x x +=⎧⎪-=-⎪⎨+=⎪⎪-+=⎩其增广矩阵(A , b ) =1100500100110001103000011300⎛⎫ ⎪-- ⎪ ⎪ ⎪-⎝⎭−−−−→初等行变换10011000101600001130000000--⎛⎫ ⎪ ⎪-- ⎪ ⎪⎝⎭由此可得142434100600300x x x x x x -=-⎧⎪+=⎨⎪-=-⎩即142434100600300x x x x x x =-⎧⎪=-+⎨⎪=-⎩.为了唯一确定未知流量, 只要增添x 4统计的值即可.当x 4 = 350时, 确定x 1 = 250, x 2 = 250, x 3 = 50.若x 4 = 200, 则x 1 = 100, x 2 = 400, x 3 = -100 < 0. 这表明单行线“③←④”应该改为“③→④”才合理.【模型分析】(1) 由(A , b )的行最简形可见, 上述方程组中的最后一个方程是多余的. 这意味着最后一个方程中的数据“300”可以不用统计.(2) 由142434100600300x x x x x x =-⎧⎪=-+⎨⎪=-⎩可得213141500200100x x x x x x =-+⎧⎪=-⎨⎪=+⎩, 123242500300600x x x x x x =-+⎧⎪=-+⎨⎪=-+⎩, 132343200300300x x x x x x =+⎧⎪=-+⎨⎪=+⎩, 这就是说x 1, x 2, x 3, x 4这四个未知量中, 任意一个未知量的值统计出来之后都可以确定出其他三个未知量的值.参考文献陈怀琛, 高淑萍, 杨威, 工程线性代数, 北京: 电子工业出版社, 2007. 页码:16-17.Matlab 实验题某城市有下图所示的交通图, 每条道路都是单行线, 需要调查每条道路每小时的车流量. 图中的数字表示该条路段的车流数. 如果每个交叉路口进入和离开图4 某城市单行线车流量(1)建立确定每条道路流量的线性方程组.(2)分析哪些流量数据是多余的. 500多余(3)为了唯一确定未知流量, 需要增添哪几条道路的流量统计.案例二. 配方问题在化工、医药、日常膳食等方面都经常涉及到配方问题. 在不考虑各种成分之间可能发生某些化学反应时, 配方问题可以用向量和线性方程组来建模.图5 日常膳食搭配 图6 几种常见的作料 【模型准备】一种佐料由四种原料A 、B 、C 、D 混合而成. 这种佐料现有两种规格, 这两种规格的佐料中, 四种原料的比例分别为2:3:1:1和1:2:1:2. 现在需要四种原料的比例为4:7:3:5的第三种规格的佐料. 问: 第三种规格的佐料能否由前两种规格的佐料按一定比例配制而成?【模型假设】 (1) 假设四种原料混合在一起时不发生化学变化. (2) 假设四种原料的比例是按重量计算的. (3) 假设前两种规格的佐料分装成袋, 比如说第一种规格的佐料每袋净重7克(其中A 、B 、C 、D 四种原料分别为2克, 3克, 1克, 1克), 第二种规格的佐料每袋净重6克(其中A 、B 、C 、D 四种原料分别为1克, 2克, 1克, 2克).【模型建立】 根据已知数据和上述假设, 可以进一步假设将x 袋第一种规格的佐料与y 袋第二种规格的佐料混合在一起, 得到的混合物中A 、B 、C 、D 四种原料分别为4克, 7克, 3克, 5克, 则有以下线性方程组24,327,3,2 5.x y x y x y x y +=⎧⎪+=⎨+=⎪+=⎩【模型求解】上述线性方程组的增广矩阵(A , b ) =214327113125⎛⎫ ⎪ ⎪ ⎪ ⎪⎝⎭−−−−→初等行变换101012000000⎛⎫ ⎪ ⎪ ⎪ ⎪⎝⎭, 可见{1,2.x y == 又因为第一种规格的佐料每袋净重7克, 第二种规格的佐料每袋净重6克, 所以第三种规格的佐料能由前两种规格的佐料按7:12的比例配制而成.【模型分析】(1) 若令α1 = (2, 3, 1, 1)T , α2 = (1, 2, 1, 1)T , β = (4, 7, 5, 3)T , 则原问题等价于“线性方程组Ax = b 是否有解”, 也等价于“β能否由α1, α2线性表示”.(2) 若四种原料的比例是按体积计算的, 则还要考虑混合前后体积的关系(未必是简单的叠加), 因而最好还是先根据具体情况将体积比转换为重量比, 然后再按上述方法处理.(3) 上面的模型假设中的第三个假设只是起到简化运算的作用. 如果直接设x 克第一种规格的佐料与y 克第二种规格的佐料混合得第三种规格的佐料, 则有下表因而有如下线性方程组 214(),7619327(),7619113(),7619125().7619x y x y x y x y x y x y x y x y ⎧+=+⎪⎪⎪+=+⎪⎨⎪+=+⎪⎪⎪+=+⎪⎩ (*) 【模型检验】把x = 7, y = 12代入上述方程组(*), 则各等式都成立. 可见模型假设中的第三个假设不影响解的正确性.Matlab 实验题蛋白质、碳水化合物和脂肪是人体每日必须的三种营养, 但过量的脂肪摄入不利于健康.人们可以通过适量的运动来消耗多余的脂肪. 设三种食物(脱脂牛奶、大豆面粉、乳清)每100克中蛋白质、碳水化合物和脂肪的含量以及慢跑5分钟消耗蛋白质、碳水化合物和脂肪的量如下表.问怎样安排饮食和运动才能实现每日的营养需求?案例三. 投入产出问题在研究多个经济部门之间的投入产出关系时, W. Leontief 提出了投入产出模型. 这为经济学研究提供了强有力的手段. W. Leontief 因此获得了1973年的Nobel 经济学奖.图7 三个经济部门这里暂时只讨论一个简单的情形. 【模型准备】某地有一座煤矿, 一个发电厂和一条铁路. 经成本核算, 每生产价值1元钱的煤需消耗0.3元的电; 为了把这1元钱的煤运出去需花费0.2元的运费; 每生产1元的电需0.6元的煤作燃料; 为了运行电厂的辅助设备需消耗本身0.1元的电, 还需要花费0.1元的运费; 作为铁路局, 每提供1元运费的运输需消耗0.5元的煤, 辅助设备要消耗0.1元的电. 现煤矿接到外地6万元煤的订货, 电厂有10万元电的外地需求, 问: 煤矿和电厂各生产多少才能满足需求?【模型假设】假设不考虑价格变动等其他因素.【模型建立】设煤矿, 电厂, 铁路分别产出x 元, y 元, z 元刚好满足需求. 则有下表 表 3 消耗与产出情况产出(1元) 产出 消耗 订单 煤 电 运消耗 煤 0 0.6 0.5 x 0.6y + 0.5z60000 电 0.3 0.1 0.1 y 0.3x + 0.1y + 0.1z100000 运 0.2 0.1 0 z 0.2x + 0.1y根据需求, 应该有 (0.60.5)60000(0.30.10.1)100000(0.20.1)0x y z y x y z z x y -+=⎧⎪-++=⎨⎪-+=⎩,即0.60.5600000.30.90.11000000.20.10x y z x y z x y z --=⎧⎪-+-=⎨⎪--+=⎩【模型求解】在Matlab 命令窗口输入以下命令>> A = [1,-0.6,-0.5;-0.3,0.9,-0.1;-0.2,-0.1,1]; b = [60000;100000;0];>> x = A\bMatlab执行后得x =1.0e+005 *1.99661.84150.5835可见煤矿要生产1.9966⨯105元的煤, 电厂要生产1.8415⨯105元的电恰好满足需求.【模型分析】令x =xyz⎛⎫⎪⎪⎝⎭, A =00.60.50.30.10.10.20.10⎛⎫⎪⎪⎝⎭, b =60000100000⎛⎫⎪⎪⎝⎭, 其中x称为总产值列向量, A称为消耗系数矩阵, b称为最终产品向量, 则Ax =00.60.50.30.10.10.20.10⎛⎫⎪⎪⎝⎭xyz⎛⎫⎪⎪⎝⎭=0.60.50.30.10.10.20.1y zx y zx y+⎛⎫⎪++⎪+⎝⎭根据需求, 应该有x-Ax = b, 即(E-A)x = b. 故x = (E-A)-1b.Matlab实验题某乡镇有甲、乙、丙三个企业. 甲企业每生产1元的产品要消耗0.25元乙企业的产品和0.25元丙企业的产品. 乙企业每生产1元的产品要消耗0.65元甲企业的产品, 0.05元自产的产品和0.05元丙企业的产品. 丙企业每生产1元的产品要消耗0.5元甲企业的产品和0.1元乙企业的产品. 在一个生产周期内, 甲、乙、丙三个企业生产的产品价值分别为100万元, 120万元, 60万元, 同时各自的固定资产折旧分别为20万元, 5万元和5万元.(1) 求一个生产周期内这三个企业扣除消耗和折旧后的新创价值.(2) 如果这三个企业接到外来订单分别为50万元, 60万元, 40万元, 那么他们各生产多少才能满足需求?案例四. 平板的稳态温度分布问题在热传导的研究中, 一个重要的问题是确定一块平板的稳态温度分布. 根据…定律, 只要测定一块矩形平板四周的温度就可以确定平板上各点的温度.图8 一块平板的温度分布图【模型准备】如图9所示的平板代表一条金属梁的截面. 已知四周8个节点处的温度(单位°C), 求中间4个点处的温度T 1, T 2, T 3, T 4.图9 一块平板的温度分布图【模型假设】假设忽略垂直于该截面方向上的热传导, 并且每个节点的温度等于与它相邻的四个节点温度的平均值.【模型建立】根据已知条件和上述假设, 有如下线性方程组1232143144231(90100)41(8060)41(8060)41(5050)4T T T T T T T T T T T T ⎧=+++⎪⎪⎪=+++⎪⎨⎪=+++⎪⎪=+++⎪⎩ 【模型求解】将上述线性方程组整理得T 1 T 2 T 3T 4 100 8090 80 60 50 60501231241342344190414041404100T T T T T T T T T T T T --=⎧⎪-+-=⎪⎨-+-=⎪--+=⎪⎩. 在Matlab 命令窗口输入以下命令>> A = [4,-1,-1,0;-1,4,0,-1;-1,0,4,-1;0,-1,-1,4]; b = [190;140;140;100];>> x = A\b; x ’Matlab 执行后得ans =82.9167 70.8333 70.8333 60.4167可见T 1 = 82.9167, T 2 = 70.8333, T 3 = 70.8333, T 4 = 60.4167.参考文献陈怀琛, 高淑萍, 杨威, 工程线性代数, 北京: 电子工业出版社, 2007. 页码: 15-16.Matlab 实验题假定下图中的平板代表一条金属梁的截面, 并忽略垂直于该截面方向上的热传导. 已知平板内部有30个节点, 每个节点的温度近似等于与它相邻的四个节点温度的平均值. 设4条边界上的温度分别等于每位同学学号的后四位的5倍, 例如学号为16308209的同学计算本题时, 选择T l = 40, T u = 10, T r = 0, T d = 45.图10 一块平板的温度分布图(1) 建立可以确定平板内节点温度的线性方程组.(2) 用Matlab 软件求解该线性方程组.(3) 用Matlab 中的函数mesh 绘制三维平板温度分布图.案例五. CT 图像的代数重建问题X 射线透视可以得到3维对象在2维平面上的投影, CT 则通过不同角度的X射线得到3维对象的多个2维投影, 并以此重建对象内部的3维图像. 代数重建方法就是从这些2维投影出发, 通过求解超定线性方程组, 获得对象内部3维图像的方法.图11双层螺旋CT 图12 CT 图像 这里我们考虑一个更简单的模型, 从2维图像的1维投影重建原先的2维图像.一个长方形图像可以用一个横竖均匀划分的离散网格来覆盖, 每个网格对应一个像素, 它是该网格上各点像素的均值. 这样一个图像就可以用一个矩阵表示,其元素就是图像在一点的灰度值(黑白图像). 下面我们以3⨯3图像为例来说明. 3⨯3图像 各点的灰度值 水平方向上 的叠加值x 1 = 1 x 2 = 0 x 3 = 0 x 1 + x 2 + x 3 = 1x 4 = 0 x 5 = 0.5 x 6 = 0.5 x 4 + x 5 + x 6 = 1x 7 = 0.5 x 8 = 0 x 9 = 1 x 7 + x 8 + x 9 = 1.5竖直方向上的叠加值x 1 + x 4 + x 7 = 1.5 x 2 + x 5 + x 8 = 0.5 x 3 + x 6 + x 9 = 1.5 i 表示灰色. 如果我们不知道网格中的数值, 只知道沿竖直方向和水平方向的叠加值, 为了确定网格中的灰度值, 可以建立线性方程组(含有6个方程, 9个未知数)123456369111x x x x x x x x x ++=⎧⎪++=⎪⎨⎪++=⎪⎩ 显然该方程组的解是不唯一的, 为了重建图像, 必须增加叠加值. 如我们增加从右上方到左下方的叠加值, 则方程组将增加5个方程x 1 = 1,x 2 + x 4 = 0,x 3 + x 5 + x 7 = 1,x 6 + x 8 = 0.5,x 9 = 1,和上面的6个方程放在一起构成一个含有11个方程, 9个未知数的线性方程组.【模型准备】设3⨯3图像中第一行3个点的灰度值依次为x 1, x 2, x 3, 第二行3个点的灰度值依次为x 4, x 5, x 6, 第三行3个点的灰度值依次为x 7, x 8, x 9. 沿竖直方向的叠加值依次为1.5, 0.5, 1.5, 沿水平方向的叠加值依次为1, 1, 1.5, 沿右上方到左下方的叠加值依次为1, 0, 1, 0.5, 1. 确定x 1, x 2, …, x 9的值.【模型建立】由已知条件可得(含有11个方程, 9个未知数的)线性方程组1234569111x x x x x x x ++=⎧⎪++=⎪⎨⎪=⎪⎩ 【模型求解】在Matlab 命令窗口输入以下命令>> A = [1,1,1,0,0,0,0,0,0;0,0,0,1,1,1,0,0,0;0,0,0,0,0,0,1,1,1;1,0,0,1,0,0,1,0,0;0,1,0,0,1,0,0,1,0;0,0,1,0,0,1,0,0,1;1,0,0,0,0,0,0,0,0;0,1,0,1,0,0,0,0,0;0,0,1,0,1,0,1,0,0;0,0,0,0,0,1,0,1,0;0,0,0,0,0,0,0,0,1];>> b = [1;1;1.5;1.5;0.5;1.5;1;0;1;0.5;1];>> x = A\b; x ’Matlab 执行后得Warning: Rank deficient, rank = 8 tol = 4.2305e-015.ans =1.0000 0.0000 0 -0.0000 0.5000 0.5000 0.5000 -0.0000 1.0000可见上述方程组的解不唯一. 其中的一个特解为x 1 = 1, x 2 = 0, x 3 = 0, x 4 = 0, x 5 = 0.5, x 6 = 0.5, x 7 = 0.5, x 8 = 0, x 9 = 1.【模型分析】上述结果表明, 仅有三个方向上的叠加值还不够.可以再增加从左上方到右下方的叠加值. 在实际情况下, 由于测量误差, 上述线性方程组可能是超定的.这时可以将超定方程组的近似解作为重建的图像数据.Matlab 实验题给定一个3⨯3图像的2个方向上的灰度叠加值: 沿左上方到右下方的灰度叠加值依次为0.8, 1.2, 1.7, 0.2, 0.3; 沿右上方到左下方的灰度叠加值依次为0.6, 0.2, 1.6,1.2, 0.6.(1) 建立可以确定网格数据的线性方程组, 并用Matlab 求解.(2) 将网格数据乘以256, 再取整, 用Matlab 绘制该灰度图像.案例六. 平衡结构的梁受力计算在桥梁、房顶、铁塔等建筑结构中, 涉及到各种各样的梁. 对这些梁进行受力分析是设计师、工程师经常做的事情.图13埃菲尔铁塔全景 图14 埃菲尔铁塔局部下面以双杆系统的受力分析为例, 说明如何研究梁上各铰接点处的受力情况.【模型准备】在图15所示的双杆系统中, 已知杆1重G 1 = 200牛顿, 长L 1 = 2米, 与水平方向的夹角为θ1 = π/6, 杆2重G 2 = 100牛顿, 长L 2 = 2米, 与水平方向的夹角为θ2 = π/4. 三个铰接点A , B , C 所在平面垂直于水平面. 求杆1, 杆2在铰接点处所受到的力.图15双杆系统【模型假设】假设两杆都是均匀的. 在铰接点处的受力情况如图16所示.【模型建立】对于杆1:水平方向受到的合力为零, 故N 1 = N 3,竖直方向受到的合力为零, 故N 2 + N 4 = G 1,以点A 为支点的合力矩为零, 故(L 1sin θ1)N 3 + (L 1cos θ1)N 4 = (12L 1cos θ1)G 1.图16 两杆受力情况对于杆2类似地有 A C 杆1 杆2 C N 1 N 2N 3N 5N 6 G 1G 2 A B杆1杆2 π/6 π/4N 5 = N 7, N 6 = N 8 + G 2, (L 2sin θ2)N 7 = (L 2cos θ2)N 8 + (12L 2cos θ2)G 2. 此外还有N 3 = N 7, N 4 = N 8. 于是将上述8个等式联立起来得到关于N 1, N 2, …, N 8的线性方程组:132414800N N N N G N N -=⎧⎪+=⎪⎨⎪⎪-=⎩ 【模型求解】在Matlab 命令窗口输入以下命令>> G1=200; L1=2; theta1=pi/6; G2=100; L2=sqrt(2); theta2=pi/4;>> A = [1,0,-1,0,0,0,0,0;0,1,0,1,0,0,0,0;0,0,L1*sin(theta1),L1*cos(theta1),0,0,0,0;0,0,0,0,1,0,-1,0;0,0,0,0,0,1,0,-1;0,0,0,0,0,0,L2*sin(theta2),-L2*cos(theta2);0,0,1,0,0,0,-1,0;0,0,0,1,0,0,0,-1];>> b = [0;G1;0.5*L1*cos(theta1)*G1;0;G2;0.5*L2*cos(theta2)*G2;0;0];>> x = A\b; x ’Matlab 执行后得ans =95.0962 154.9038 95.0962 45.0962 95.0962 145.0962 95.0962 45.0962【模型分析】最后的结果没有出现负值, 说明图16中假设的各个力的方向与事实一致. 如果结果中出现负值, 则说明该力的方向与假设的方向相反.参考文献陈怀琛, 高淑萍, 杨威, 工程线性代数, 北京: 电子工业出版社, 2007. 页码: 157-158.Matlab 实验题有一个平面结构如下所示, 有13条梁(图中标号的线段)和8个铰接点(图中标号的圈)联结在一起. 其中1号铰接点完全固定, 8号铰接点竖直方向固定, 并在2号, 5号和6号铰接点上, 分别有图示的10吨, 15吨和20吨的负载. 在静平衡的条件下,任何一个铰接点上水平和竖直方向受力都是平衡的. 已知每条斜梁的角度都是45º.(1) 列出由各铰接点处受力平衡方程构成的线性方程组.(2) 用Matlab 软件求解该线性方程组, 确定每条梁受力情况.图17 一个平面结构的梁案例七. 化学方程式配平问题在用化学方法处理污水过程中, 有时会涉及到复杂的化学反应. 这些反应的化学方程式是分析计算和工艺设计的重要依据. 在定性地检测出反应物和生成物之后,可以通过求解线性方程组配平化学方程式.图18 污水处理 【模型准备】某厂废水中含KCN, 其浓度为650mg/L. 现用氯氧化法处理, 发生如下反应:KCN + 2KOH + Cl 2 = KOCN + 2KCl + H 2O.投入过量液氯, 可将氰酸盐进一步氧化为氮气. 请配平下列化学方程式:KOCN + KOH + Cl 2 === CO 2 + N 2 + KCl + H 2O.(注: 题目摘自福建省厦门外国语学校2008-2009学年高三第三次月考化学试卷)【模型建立】设x 1KOCN ＋ x 2KOH ＋ x 3Cl 2 === x 4CO 2 ＋ x 5N 2 ＋ x 6KCl ＋ x 7H 2O,则1261247141527362222x x x x x x x x x x x x x x x +=⎧⎪+=+⎪⎪=⎪⎨=⎪⎪=⎪=⎪⎩, 即1261247141527360*********x x x x x x x x x x x x x x x +-=⎧⎪+--=⎪⎪-=⎪⎨-=⎪⎪-=⎪-=⎪⎩ 【模型求解】在Matlab 命令窗口输入以下命令>> A = [1,1,0,0,0,-1,0;1,1,0,-2,0,0,-1;1,0,0,-1,0,0,0;1,0,0,0,-2,0,0;0,1,0,0,0,0,-2;0,0,2,0,0,-1,0];>> x = null(A,’r ’); format rat, x ’Matlab 执行后得ans =1 2 3/2 1 1/2 3 1可见上述齐次线性方程组的通解为x = k (1, 2, 3/2, 1, 1/2, 3, 1)T .取k = 2得x = (2, 4, 3, 2, 1, 6, 2)T . 可见配平后的化学方程式如下2KOCN + 4KOH + 3Cl 2 === 2CO 2 + N 2 + 6KCl + 2H 2O.【模型分析】利用线性方程组配平化学方程式是一种待定系数法. 关键是根据化学方程式两边所涉及到的各种元素的量相等的原则列出方程. 所得到的齐次线性方程组Ax = θ中所含方程的个数等于化学方程式中元素的种数s, 未知数的个数就是化学方程式中的项数n.当r(A) = n-1时, Ax = θ的基础解系中含有1个(线性无关的)解向量. 这时在通解中取常数k为各分量分母的最小公倍数即可. 例如本例中1, 2, 3/2, 1, 1/2, 3, 1分母的最小公倍数为2, 故取k = 2.当r(A) ≤n-2时, Ax = θ的基础解系中含有2个以上的线性无关的解向量. 这时可以根据化学方程式中元素的化合价的上升与下降的情况, 在原线性方程组中添加新的方程.参考文献陈怀琛, 高淑萍, 杨威, 工程线性代数, 北京: 电子工业出版社, 2007. 页码: 84-85.Matlab实验题配平下列反应式(1) FeS + KMnO4 + H2SO4——K2SO4 + MnSO4 + Fe2(SO4)3 + H2O + S↓(2) Al2(SO4)3 + Na2CO3 + H2O ——Al(OH)3↓+ CO2↑+ Na2SO4案例八. 互付工资问题互付工资问题是多方合作相互提供劳动过程中产生的. 比如农忙季节, 多户农民组成互助组, 共同完成各户的耕、种、收等农活. 又如木工, 电工, 油漆工等组成互助组, 共同完成各家的装潢工作. 由于不同工种的劳动量有所不同, 为了均衡各方的利益, 就要计算互付工资的标准.图19 农忙互助 图20 装修互助 【模型准备】现有一个木工, 电工, 油漆工. 相互装修他们的房子, 他们有如下协议:(1) 每人工作10天(包括在自己家的日子),(2) 每人的日工资一般的市价在60~80元之间,(3) 日工资数应使每人的总收入和总支出相等. 在谁家工人 木工 电工 油漆工 木工家2 1 6 电工家4 5 1 油漆工家4 43 求每人的日工资. 【模型假设】假设每人每天工作时间长度相同. 无论谁在谁家干活都按正常情况工作, 既不偷懒, 也不加班.【模型建立】设木工, 电工, 油漆工的日工资分别为x , y , z 元, 则由下表 在谁家 工人木工 电工 油漆工 各家应付工资 木工家2x 1y 6z 2x + y + 6z 电工家4x 5y 1z 4x + 5y + z 油漆工家4x 4y 3z 4x + 4y + 3z 各人应得收入10x 10y 10z可得 2610451044310x y z x x y z y x y z z++=⎧⎪++=⎨⎪++=⎩, 即8604504470x y z x y z x y z -++=⎧⎪-+=⎨⎪+-=⎩【模型求解】在Matlab 命令窗口输入以下命令>> A = [-8,1,6;4,-5,1;4,4,-7];>> x = null(A,’r ’); format rat, x ’Matlab 执行后得ans =31/36 8/9 1可见上述齐次线性方程组的通解为x = k (31/36, 8/9, 1)T . 因而根据“每人的日工资一般的市价在60~80元之间”可知60 ≤3631k <98k < k ≤ 80, 即 312160≤ k ≤ 80. 也就是说, 木工, 电工, 油漆工的日工资分别为3631k 元, 98k 元, k 元, 其中312160≤ k ≤ 80. 为了简便起见, 可取k = 72, 于是木工, 电工, 油漆工的日工资分别为62元, 64元, 72元.【模型分析】事实上各人都不必付自己工资, 这时各家应付工资和各人应得收入如下由此可得6845447y z x x z y x y z +=⎧⎪+=⎨⎪+=⎩, 即8604504470x y z x y z x y z -++=⎧⎪-+=⎨⎪+-=⎩可见这样得到的方程组与前面得到的方程组是一样的.Matlab 实验题甲, 乙, 丙三个农民组成互助组, 每人工作6天(包括为自己家干活的天数), 刚好完成他们三人家的农活, 其中甲在甲, 乙, 丙三家干活的天数依次为: 2, 2.5, 1.5; 乙在甲, 乙, 丙三家各干2天活, 丙在甲, 乙, 丙三家干活的天数依次为: 1.5, 2, 2.5. 根据三人干活的种类, 速度和时间, 他们确定三人不必相互支付工资刚好公平. 随后三人又合作到邻村帮忙干了2天(各人干活的种类和强度不变), 共获得工资500元.问他们应该怎样分配这500元工资才合理?案例九. 平衡价格问题为了协调多个相互依存的行业的平衡发展, 有关部门需要根据每个行业的产出在各个行业中的分配情况确定每个行业产品的指导价格, 使得每个行业的投入与产出都大致相等.图21 三个行业 【模型准备】假设一个经济系统由煤炭、电力、钢铁行业组成, 每个行业的产出在各个行业中的分配如下表所示: 表7 行业产出分配表产出分配 购买者 煤炭 电力 钢铁0 0.4 0.6 煤炭0.6 0.1 0.2 电力0.4 0.5 0.2 钢铁每一列中的元素表示占该行业总产出的比例. 求使得每个行业的投入与产出都相等的平衡价格.【模型假设】假设不考虑这个系统与外界的联系.【模型建立】把煤炭、电力、钢铁行业每年总产出的价格分别用x 1, x 2, x 3表示, 则123212331230.40.60.60.10.20.40.50.2x x x x x x x x x x x =+⎧⎪=++⎨⎪=++⎩, 即1231231230.40.600.60.90.200.40.50.80x x x x x x x x x --=⎧⎪-+-=⎨⎪--+=⎩.【模型求解】在Matlab 命令窗口输入以下命令>> A = [1,-0.4,-0.6;-0.6,0.9,-0.2;-0.4,-0.5,0.8];>> x = null(A,’r ’); format short, x ’Matlab 执行后得ans =0.9394 0.8485 1.0000可见上述齐次线性方程组的通解为x = k (0.9394, 0.8485, 1)T .这就是说, 如果煤炭、电力、钢铁行业每年总产出的价格分别0.9394亿元, 0.8485亿元, 1亿元, 那么每个行业的投入与产出都相等.【模型分析】实际上, 一个比较完整的经济系统不可能只涉及三个行业, 因此需要统计更多的行业间的分配数据.Matlab实验题假设一个经济系统由煤炭、石油、电力、钢铁、机械制造、运输行业组成, 每个行业的产出在各个行业中的分配如下表所示:等的平衡价格.参考文献David C. Lay, 线性代数及其应用, 沈复兴, 傅莺莺等译, 北京: 人民邮电出版社, 2009. 页码: 49-50.案例十. 电路设计问题电路是电子元件的神经系统. 参数的计算是电路设计的重要环节. 其依据来自两个方面: 一是客观需要, 二是物理学定律.图22 USB 扩展板 【模型准备】假设图23中的方框代表某类具有输入和输出终端的电路. 用11v i ⎛⎫ ⎪⎝⎭记录输入电压和输入电流(电压v 以伏特为单位, 电流i 以安培为单位), 用22v i ⎛⎫ ⎪⎝⎭记录输出电压和输入电流. 若22v i ⎛⎫ ⎪⎝⎭= A 11v i ⎛⎫ ⎪⎝⎭, 则称矩阵A 为转移矩阵.图23 具有输入和输出终端的电子电路图 图24给出了一个梯形网络, 左边的电路称为串联电路, 电阻为R 1(单位: 欧姆). 右边的电路是并联电路, 电路R 2. 利用欧姆定理和楚列斯基定律, 我们可以得到串联电路和并联电路的转移矩阵分别是1101R -⎛⎫ ⎪⎝⎭和2101/1R ⎛⎫ ⎪-⎝⎭串联电路 并联电路图24 梯形网络设计一个梯形网络, 其转移矩阵是180.55-⎛⎫ ⎪-⎝⎭. v 1 v 2 i 1i 2 R 1 v 3i 2 i 3 R 2 输入终端v 1 输出终端v 2i 1i 2 电路【模型假设】假设导线的电阻为零.【模型建立】设A 1和A 2分别是串联电路和并联电路的转移矩阵, 则输入向量x 先变换成A 1x , 再变换到A 2(A 1x ). 其中A 2A 1 =2101/1R ⎛⎫ ⎪-⎝⎭1101R -⎛⎫ ⎪⎝⎭=121211/1/R R R R -⎛⎫ ⎪-+⎝⎭就是图22中梯形网络的转移矩阵.于是, 原问题转化为求R 1, R 2的值使得121211/1/R R R R -⎛⎫ ⎪-+⎝⎭=180.55-⎛⎫ ⎪-⎝⎭. 【模型求解】由121211/1/R R R R -⎛⎫ ⎪-+⎝⎭=180.55-⎛⎫ ⎪-⎝⎭可得121281/0.51/5R R R R -=-⎧⎪-=-⎨⎪+=⎩. 根据其中的前两个方程可得R 1 = 8, R 2 = 2. 把R 1 = 8, R 2 = 2代入上面的第三个方程确实能使等式成立. 这就是说在图22中梯形网络中取R 1 = 8, R 2 = 2即为所求.【模型分析】若要求的转移矩阵改为180.54-⎛⎫ ⎪-⎝⎭, 则上面的梯形网络无法实现. 因为这时对应的方程组是121281/0.51/4R R R R -=-⎧⎪-=-⎨⎪+=⎩. 根据前两个方程依然得到R 1 = 8, R 2 = 2,但把R 1 = 8, R 2 = 2代入上第三个方程却不能使等式成立.参考文献David C. Lay, 线性代数及其应用, 沈复兴, 傅莺莺等译, 北京: 人民邮电出版社, 2009. 页码: 129-130.练习题根据基尔霍夫回路电路定律(各节点处流入和流出的电流强度的代数和为零, 各回路中各支路的电压降之和为零), 列出下图所示电路中电流i 1, i 2, i 3所满足的线性方程组, 并用矩阵形式表示:图25 简单的回路E 12案例十一. 平面图形的几何变换随着计算机科学技术的发展, 计算机图形学的应用领域越来越广, 如仿真设计、效果图制作、动画片制作、电子游戏开发等.图26 计算机图形学的广泛应用图形的几何变换, 包括图形的平移、旋转、放缩等, 是计算机图形学中经常遇到的问题. 这里暂时只讨论平面图形的几何变换.【模型准备】平面图形的旋转和放缩都很容易用矩阵乘法实现, 但是图形的平移并不是线性运算, 不能直接用矩阵乘法表示. 现在要求用一种方法使平移、旋转、放缩能统一用矩阵乘法来实现.【模型假设】设平移变换为(x, y) → (x+a, y+b)旋转变换(绕原点逆时针旋转θ角度)为(x, y) → (x cosθ-y sinθ, x sinθ + y cosθ)放缩变换(沿x轴方向放大s倍, 沿y轴方向放大t倍)为(x, y) → (sx, ty)【模型求解】R2中的每个点(x, y)可以对应于R3中的(x, y, 1). 它在xOy平面上方1单位的平面上. 我们称(x, y, 1)是(x, y)的齐次坐标. 在齐次坐标下, 平移变换(x, y) → (x+a, y+b)可以用齐次坐标写成(x, y, 1) → (x+a, y+b, 1).于是可以用矩阵乘积1001001ab⎛⎫⎪⎪⎝⎭1xy⎛⎫⎪⎪⎝⎭=1x ay b+⎛⎫⎪+⎪⎝⎭实现.旋转变换(x, y) → (x cosθ-y sinθ, x sinθ + y cosθ) 可以用齐次坐标写成(x, y, 1) → (x cosθ-y sinθ, x sinθ + y cosθ, 1).于是可以用矩阵乘积cos sin0sin cos0001θθθθ-⎛⎫⎪⎪⎝⎭1xy⎛⎫⎪⎪⎝⎭=cos sinsin cos1x yx yθθθθ-⎛⎫⎪+⎪⎝⎭实现.放缩变换(x, y) → (sx, ty) 可以用齐次坐标写成(x, y, 1) → (sx, ty, 1).于是可以用矩阵乘积0000001s t ⎛⎫ ⎪ ⎪⎝⎭1x y ⎛⎫ ⎪ ⎪⎝⎭=1sx ty ⎛⎫⎪ ⎪⎝⎭实现. 【模型分析】由上述求解可以看出, R 2中的任何线性变换都可以用分块矩阵1⎛⎫ ⎪⎝⎭A O O 乘以齐次坐标实现, 其中A 是2阶方阵. 这样, 只要把平面图形上点的齐次坐标写成列向量, 平面图形的每一次几何变换, 都可通过左乘一个3阶变换矩阵来实现.参考文献David C. Lay, 线性代数及其应用, 沈复兴, 傅莺莺等译, 北京: 人民邮电出版社, 2009. 页码: 139-141.Matlab 实验题在Matlab 命令窗口输入以下命令>>clear all , clc,>>t = [1,3,5,11,13,15]*pi/8;>>x = sin(t); y=cos(t);>>fill(x,y,'r');>>grid on ;>>axis([-2.4, 2.4, -2, 2])运行后得图25.图26 Matlab 绘制的图形(1) 写出该图形每个顶点的齐次坐标; (2) 编写Matlab 程序, 先将上面图形放大0.9倍; 再逆时针旋转3π; 最后进行横坐标加0.8, 纵坐标减1的图形平移. 分别绘制上述变换后的图形.。