工程数学第二章习题解答
工程数学概率 第二章(一)
1
2
……
30
3 X ~ b(30, ) 4
设100件产品中有95件合格品，5件次品，先从中 例2、 随机抽取10件，每次取一件，X—10件产品中的次品数， (1)有放回的抽取，求 X的分布律； (2)无放回的抽取，求 X的分布律； (3)有放回的情况，求10件产品中至少有2件次品的概率。 解：(1) A — 取得次品， P(A)=0.05,
1/ 5e x / 5 f ( x) 0
x0 x 0,
机动 目录 上页 下页 返回 结束
3、正态分布
定义1：若随机变量 X 的概率密度函数为
则称X 服从参数为 的正态分布或高斯分布， f (x)的图形：
特点：(52页）
(1) f (x)关于 (2) f (x)在 (3)
定义2、
解 由题意可知
，则
的分布律为
机动
目录
上页
下页
返回
结束
将
带入可得 的分布律为
34页例2：几何分布
机动
目录
上页
下页
返回
结束
二、常用的离散型随机变量及其分布
Ⅰ. (0—1)分布 定义1.如果随机变量
的分布律为
则称
服从参数为
的(0—1)分布。
（0 —1）分布的分布律也可写成 注：如果随机试验只有两个结果，总能定义一个服从 (0 —1)分布的随机变量。
1. 概率密度 定义1. 设 F(x) 是随机变量 X的分布函数，若存在非负 函数 f x x , ，使对任意实数 x 有
则称 X为连续型随机变量，称 f ( x)为 X 的概率密度函 数，简称概率密度或密度函数。
机动
目录
上页
高等工程数学第二章习题及答案
第2章 线性代数方程组数值解法 研究n 阶线性方程组Ax b =的数值解法.()ij A a =是n n⨯矩阵且非奇异，12(,,,)Tn x x x x = ,12(,,,)Tn b b b b =两类数值方法：(1) 直接法：通过有限次的算术运算，若计算过程中没有舍入误差，可以求出精确解的方法.Ax b Gx d == 等价变换G 通常是对角矩阵、三角矩阵或者是一些结构简单的矩阵的乘积.(2) 迭代法：用某种极限过程去逐次逼近方程组的解的方法.(1)()i i Ax b x Bx k x Bx k +==+−−−−−→=+ 等价变换建立迭代格式，0,1,i =一、向量范数与矩阵范数 1. 向量范数【定义】 若对nK 上任一向量x ，对应一个非负实数x ，对任意,nx y R ∈及K α∈，满足如下条件(向量范数三公理) (1) 非负性：0x ≥，且0x =的充要条件是0x =；(2)齐次性：x xαα=；(3)三角不等式：x y x y+≤+.则称x为向量x的范数.常用的向量范数： (1) 1—范数11nii x x ==∑(2) 2—范数12221()ni i x x ==∑(3) ∞—范数1max ii nxx ∞≤≤=(4) 一般的p —范数11()pnpi pi xx ==∑2. 矩阵范数【定义】 若n nK ⨯上任一矩阵()ij n n A a ⨯=，对应一个非负实数A ，对任意的,n nA B K ⨯∈和K α∈，满足如下条件(矩阵范数公理)：(1) 非负性：0A ≥，且0A =的充要条件是0A =；(2)齐次性：A Aαα=；(3)三角不等式：A B A B +≤+；(4)乘法不等式：AB A B≤.则称A为矩阵A的范数.矩阵范数与向量范数是相容的：Ax A x≤向量范数产生的从属范数或算子范数：10max maxx x AxA Ax x=≠==常见从属范数：(1) 1—范数111max ||nij j ni A a ≤≤==∑(2) ∞—范数11max ||nij i nj A a ∞≤≤==∑(3) 2—范数2A =谱半径1()max ||H i i n A A ρλ≤≤=，iλ为H A A 的特征值.H A 为A 的共轭转置. 注：矩阵A 的谱半径不超过A 的任一范数，即()A A ρ≤范数等价性定理：,s t x x为n R 上向量的任意两种范数，则存在常数12,0c c >，使得12,ns t s c x x c x x R ≤≤ ∀∈.注：矩阵范数有同样的结论. 【定理2.1】是任一向量范数，向量序列()k x 收敛于向量*x 的充要条件是()*0,k x x k -→ →∞二、 Gauss 消去法 1．顺序Gauss 消去法 将方程Ax b =写成如下形式11112211,121122222,11122,1n n n n n n n n nn n n n a x a x a x a a x a x a x a a x a x a x a ++++++=⎧⎪+++=⎪⎨⎪⎪+++=⎩其中记,1,1,2,,.i n i a b i n +==消元过程：第一次消元：设110a ≠，由第2,3,,n 个方程减去第一个方程乘以1111/(2,3,,)i i m a a i n == ，则将方程组中第一个未知数1x消去，得到同解方程11112211,1(1)(1)(1)22222,1(1)(1)(1)22,1n n n n n n n nn n n n a x a x a x a a x a x a a x a x a ++++++=⎧⎪ ++=⎪⎨⎪⎪ ++=⎩其中， (1)11,2,3,,;2,3,,,1ijij i j a a m a i n j n n =-==+ . 1111/i i m a a =，2,3,,i n = .第二次消元：设(1)220a ≠，.由第2,3,,n 个方程减去方程组中的第2个方程乘以(1)(1)2222/(3,4,,)i i m a a i n == ，则将方程组第2个未知数2x 消去，得到同解方程11112213311,1(1)(1)(1)(1)2222322,1(2)(2)(2)33333,1(2)(2)(2)33,1n n n n n n n n n nnn n n n a x a x a x a x a a x a a x a a x a x a a x a x a ++++++++=⎧⎪ +++=⎪⎪ ++=⎨⎪⎪⎪ ++=⎩其中(2)(1)(1)22, 3,4,,; 3,4,,,1ij ij i j a a m a i n j n n =-==+ . (1)(1)2222/i i m a a =，3,4,,i n = .经过1n -次消元后，原方程组变成等价方程组11112213311,1(1)(1)(1)(1)2222322,1(2)(2)(2)33333,1(1)(1),1n n n n n n n n n n n nn n n n a x a x a x a x a a x a a x a a x a x a a x a +++--+++++=⎧⎪ +++=⎪⎪ ++=⎨⎪⎪⎪ =⎩其中()(1)(1), 1,2,,k k k ij ij ik ij a a m a i k k n --=-=++ ， 1,2,,,1j k k n n =+++ .(1)(1)/k k ik ik kkm a a --=，1,2,,i k k n =++ ；1,2,,1k n =- .回代过程：(1)(1),1(1)(1)(1),1,,1/[]/,1,2,,2,1.n n n n n m n i i i ii n i j j i j j i x a a x a a x a i n n --+---+=+⎧=⎪⎨=-=--⎪⎩∑计算量：按常规把乘除法的计算次数合在一起作为Gauss 消去法总的计算量，而略去加减法的计算次数. 在消去过程中，对固定的消去次数(1,2,,1)k k n =- ，有：除法(1)(1),,/,1,1,,k k ik i k k k m a a i k k n --= =++ 共计n k -次；乘法(1),,1,2,,;1,2,,,1k ik k j m a i k k n j k k n n - =++ =+++ 共计()(1)n k n k --+次.因此，消去过程总的计算量为1311[()(1)]3n k M n k n k n k n-==--++-≈∑ 回代过程的乘除法计算次数为21()2n n +.与消去法计算量相比可以略去不计.所以， Gauss 消去法总的计算量大约为313n .2. Gauss-Jordan 消去法Gauss-Jordan 消去法是Gauss 消去法的一种变形.此方法的第一次消元过程同Gauss 消去法一样，得到(1)(1)(1)(1)11112213311,1(1)(1)(1)(1)22223322,1(1)(1)(1)(1)32233333,1(1)(1)(1)(1)2233,1,,,,n n n n n n n n n nn nn n n n a x a x a x a x a a x a x a x a a x a x a x a a x a x a x a ++++⎧++++=⎪ +++=⎪ +++=⎨ +++= ⎪⎪⎪⎪⎩其中，(1)11,2,,,1jj a a j n n ==+ . 第二次消元：设(1)220a ≠，由第1,3,4,,n 个方程减去第2个方程乘以(1)(1)2222/(1,3,4,,)i i m a a i n == ,则得到同解方程组(2)(2)(2)11113311,1(1)(2)(2)(2)22223322,1(2)(2)(2)33333,1(2)(2)33,1,,,n n n n n n n n n nnn n n n a x a x a x a a x a x a x a a x a x a a x a x a +++++ +++= +++= ++= ++= (2),⎧⎪⎪⎪⎨⎪⎪⎪⎩继续类似的过程，在第k 次消元时，设(1)k kk a -，将第i 个方程减去第k 个方程乘以(1)(1)/k k ik ik kk m a a --=，这里1,3,4,1,1,,i k k n =-+ .经过1n -次消元，得到(2)1111,1(1)(2)2222,1(2)(2)33,1,,,n n n n n a x a a x a a x a +++⎧ =⎪ =⎪⎪ ⎨⎪⎪⎪ =⎩其中()(1)(1),1,2,,1,1,,k k k ij ij ik kj a a m a i k k n --=-=-+ ；1,2,,,1; 1,2,,1j n n k n =+=- .此时，求解回代过程为(1)(1),1/,1,2,,n i i i n iix a a i n --+= = 经统计，总的计算量约为312M n ≈次乘除法. 从表面上看Gauss-Jordan 消去法似乎比Gauss 消去法好，但从计算量上看Gauss －Jordan 消去法明显比Gauss消去法的计算量要大，这说明用Gauss-Jordan 消去法解线性方程组并不可取.但用此方法求矩阵的逆却很方便. 3．列选主元Gauss 消去法在介绍Gauss 消去法时，始终假设(1)0k kk a -≠，称(1)k kka -为主元.若(1)0k kka -=，显然消去过程无法进行.实际上，既使(1)0k kka -≠，但(1)k kka -很小时，用它作除数对实际计算结果也是很不利的.称这样的(1)k kka -为小主元.【例2.2】设计算机可保证10位有效数字，用消元法解方程1112120.3100.7,0.9,x x x x -⎧⨯+=⎪⎨ +=⎪⎩【解】经过第一次消元：第2个方程减去第1个方程乘以212111/m a a =得1112(1)(1)222230.3100.7x x a x a -⎧⨯+=⎪⎨ =⎪⎩其中(1)1222222111/0.333333333310a a a a =-=-⨯，(1)123323211113(/)0.233333333310a a a a a =-⋅=-⨯于是解得(1)(1)223221/0.7000000000,0.0000000000,x a a x ⎧==⎪⎨=⎪⎩而真解为120.2,0.7x x = =注：造成结果失真的主要因素是主元素11a太小，而且在消元过程中作了分母，为避免这个情况发生，应在消元之前，作行交换.【定义】 若 (1)(1)||max ||k k k r k ik k i na a --≤≤=，则称(1)||k k r k a - 为列主元素. k r 行为主元素行，这时可将第 k r行与第k 行进行交换，使(1)||k k r k a - 位于交换后的等价方程组的 (1)k kk a - 位置，然后再施实消去法，这种方法称为列选主元Gauss 消去法或部分主元Gauss 消去法.【例2.3】 应用列选主元Gauss 消去法解上述方程. 【解】 因为2111a a >，所以先交换第1行与第2行，得1211120.9,0.3100.7,x x x x -⎧+=⎪⎨⨯+=⎪⎩ 然后再应用Gauss 消去法，得到消元后的方程组为1220.9,0.7.x x x ⎧+=⎨=⎩回代求解，可以得到正确的结果.即120.2,0.7x x = =.三、三角分解法 设方程组Ax b =的系数矩阵A 的顺序主子式不为零.即1112121222110,1,2,,.kk k k k kka a a a a a k n a a a ∆=≠=在Gauss 消去法中，第一次消元时，相当于用单位下三角阵211131111010010n m L m m -⎡⎤⎢⎥- ⎢⎥⎢⎥=- ⎢⎥ ⎢⎥⎢⎥- ⎢⎥⎣⎦ ，左乘方程组Ax b =，得11A x b =，其中11121(1)(1)122211(1)200n n n nn a a a a a A L a a -(1)⎡⎤⎢⎥ ⎢⎥==⎢⎥ ⎢⎥⎢⎥ ⎣⎦ ，1(1)(1)111,11,1,1(,,,)Tn n n n b L b a a a -+++== .第二次消元时，相当于用单位下三角阵1232210101001n L m m - ⎡⎤⎢⎥ ⎢⎥⎢⎥= - ⎢⎥⎢⎥⎢⎥ - ⎢⎥⎣⎦0 ，左乘方程组11A x b =，得22A x b =其中11121(1)(1)22211(2)(2)221333(2)(2)300000n n n n nn a a a a a A L L A a a a a --⎡⎤ ⎢⎥ ⎢⎥⎢⎥== ⎢⎥⎢⎥ ⎢⎥ ⎢⎥⎣⎦ ，11(1)(2)(2)2211,12,13,1,1(,,,,).Tn n n n n b L L b a a a a --++++==经过1n -次消元，最后得到等价方程组11n n A x b --=其中11121(1)222111111221(1)n n n n n n nn a a a a a A L L L L A a (1)--------⎡⎤⎢⎥ ⎢⎥==⎢⎥⎢⎥⎢⎥ ⎣⎦1111(1)(1)112221,12,1,1(,,,)n Tn n n n n n n b L L L L b a a a --------+++==注意到1n A -是一个上三角阵，记111111221n n n U A L L L L A -------==则121()n A L L L U LU -==其中，121n L L L L -= . 不难验证21313212_1111n n nn m L m m m m m ⎡⎤⎢⎥ ⎢⎥⎢⎥= ⎢⎥ ⎢⎥⎢⎥ 1 ⎢⎥⎣⎦是单位下三角阵.于是解线性方程组Ax b =，就转化为解方程 LUx b =，若令Ux y =就得到一个与 Ax b =等价的方程组Ly b Ux y =⎧⎨=⎩【定理2.2】 若 A 为 n 阶方阵，且 A 的所有顺序主子式0k ∆≠，1,2,,k n = .则存在唯一的一个单位下三角矩阵 L 和一个上三角矩阵 U ，使A LU =.在上述过程中，若不假设A 的顺序主子式都不为零，只假设A 非奇异，那么Gauss 消去法将不可避免要应用两行对换的初等变换.第一次消元，将第1行与第1r 行交换，相当于将方程组Ax b =左乘矩阵11r P ：1111r r P Ax P b=经第一次消元得11111111r r L P Ax L P b--=即系数矩阵为11111r A L P A-=，其中110111r P ⎡⎢ ⎢ 1= 1 0 1 ⎣0 0 ⎤⎥⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎦1 列 1r列 类似地，经1n -次消元，有121111111,22,11n n n n n r n n r r A L P L P L P A----------= .如果预先知道每一个(1,2,,1)iir P i n =- ，则在消元之前就全部作交换，得 1211,2,1,n n n r n r r A P P P A PA----== ，其中，1211,2,1,n n n r n r r P P P P ----= .即原方程变为PAx Pb =然后再消元，相当于对PA 做三角分解PA LU =由以上讨论，可得结论 【定理2.3】 若A 非奇异，则一定存在排列矩阵 P ，使得 PA 被分解为一个单位下三角阵和一个上三角1 行1行r阵的乘积，即PA LU =成立.这时，原方程组Ax b = 等价于 PAx Pb =，即等价于求解LUx Pb =令Ux y =则Ly Pb =实际求解时，先解方程组Ly Pb =,再根据 y 求解 Ux y =,即得原方程组Ax b =的解. 这种求解方法称为三角分解法.常用三角分解方法有以下几种. 1．Doolittle 分解方法 假设系数矩阵A 不需要进行行交换，且三角分解是唯一的. 记21121110n n l L l l ⎡⎤⎢⎥ ⎢⎥=⎢⎥ ⎢⎥ ⎢⎥⎣⎦ , 11121222n n nn u u u u u U u ⎡⎤⎢⎥ ⎢⎥=⎢⎥ ⎢⎥ 0 ⎣⎦ 于是有1112111121222212222112111110n n n n n n n n nn a a a u u u u u a a a l l l a a a ⎡⎤ ⎡⎤⎢⎥⎢⎥ ⎢⎥⎢⎥=⎢⎥⎢⎥ ⎢⎥⎢⎥ ⎢⎥⎢⎥ ⎣⎦⎣⎦ nn u ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥0 ⎣⎦从前面讨论A 的LU 分解过程可看出,L 、U 的元素都是用有关的(1)k ij a -来表示的，而它们的计算较麻烦.现在给出直接从系数矩阵A ，通过比较等式的两边逐步把L 和U 构造出来的方法，而不必利用Gauss 消去法的中间结果(1)k ij a -.计算步骤： (1) 由L 阵的第1行分别乘U 阵的各列，先算出U 阵的第1行元素 11,1,2,,j j u a j n = = .然后，由L 阵的各行分别去乘U 阵的第1列，算出L 阵的第1列元素1111/,2,3,,i i l a a i n = = .(2)现假设已经算出U 阵的前1r -行元素，L 阵的前1r -列元素，下面来算U 阵的第r 行元素，L 阵的第r 列元素.由L 阵的第r 行分别乘U 阵的第j 列(,1,,)j r r n =+ ，得11r ij rk kj rjk a l u u -==+∑所以，得U 阵的第r 行元素11,,1,,r rj rj rk kj k u a l u j r r n-==- =+∑ .再由L 阵的第i 行(1,2,,)i r r n =++ 分别去乘U 阵的第r 列,得11r ir ik kr ir rrk a l u l u -==+∑,所以，得L 阵的第r 列元素11[]/,1,2,,.r ir ir ik kr rr k l a l u u i r r n -==- =++∑取1,2,,r n = 逐步计算，就可完成三角分解A LU =；(3)解与Ax b = 等价的方程组Ly b Ux y =⎧⎨=⎩逐次用向前代入过程先解Ly b = 得1111,2,3,,.i i i ij j j y b y b l y i n -==⎧⎪⎨=- =⎪⎩∑然后再用逐次向后回代过程解Ux y =得1/,()/,1,2,,2,1.n n nn n i i ij j ii j i x y u x y u x u i n n =+=⎧⎪⎨=- =--⎪⎩∑2．Crout 分解方法仍假设系数矩阵A 不需要进行行交换，且三角分解是唯一的.即ˆA L=ˆU .与Doolittle 分解方法的区别在111212122211n n n n nn a a a a a a a a a ⎡⎤ ⎢⎥ ⎢⎥=⎢⎥ ⎢⎥⎢⎥ ⎣⎦ 1122ˆˆl l ⎡⎤ 0⎢⎥ ⎢⎥⎢⎥ ⎢⎥⎢⎥⎣⎦ 122ˆ1ˆ10n u u ⎡⎤⎢⎥ ⎢⎥⎢⎥ ⎢⎥ 1 ⎣⎦ 比较两边，则可推导出与Doolittle 分解方法类似的公式，不过Crout 分解方法是先算ˆL 的第r 列，然后再算ˆU的第r 行.3．Cholesky 分解方法若 A 为对称正定矩阵，则有 ˆT U L =，即11()()TT T A LDL LD LD LL ===其中L 为下三角阵. 进一步展开为1121111211112122221222221212n n n n n n nn n n nn a a a l l l l a a a l l l l l l l a a a ⎡⎤⎡⎤ ⎢⎥⎢⎥ 0 ⎢⎥⎢⎥=⎢⎥⎢⎥ ⎢⎥⎢⎥ ⎢⎥ ⎢⎥⎣⎦⎣⎦ 0nn l ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥ ⎣⎦ 比较两边对应元素，容易得到12121()r rr rr rk k l a l -==-∑ ，11()/r ir ir ik rk rrk l a l l l -==-∑ 1,2,,;1,2,,.r n i r r n ==++Cholesky 分解的优点：不用选主元. 由21rrr rk k a l ==∑ 可以看出||1,2,,.rk l k r ≤=这表明中间量rk l得以控制，因此不会产生由中间量放大使计算不稳定的现象. Cholesky 分解的缺点：需要作开方运算. 改进的Cholesky 分解： 改为使用分解T A LDL =即11121121121221222121111n n n n n n n n nn a a a d l l l d a a a l l d a a a ⎡⎤ 1 ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥ 1 1 ⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥ ⎢⎥⎢⎥⎢⎥ ⎢⎥ ⎣⎦⎣⎦⎣⎦ 2n l ⎡⎤⎢⎥ ⎢⎥⎢⎥ ⎢⎥ 1⎣⎦其中21ˆl 1ˆn l 2ˆn l ˆnn l 1ˆn u12111()/r r rr rk k k r ir ir ik k rk rk d a l d l a l d l d-=-=⎧=-⎪⎪⎨⎪=-⎪⎩∑∑，1,2,,;1,2,,.r n i r r n ==++Cholesky 分解方法或平方根法：应用Cholesky 分解可将Ax b =分解为两个三角形方程组T Ly b L x y ⎧= ⎪⎨= ⎪⎩分别可解得111111/,()/.i i i ik k ii k y b l y b l y l i n -=⎧=⎪⎨=-, =2,3,,⎪⎩∑和1/,()/1,.n n nn n i i ki k ii k i x y l x y l x l i n n =+⎧=⎪⎨=-, =--2,,2,1⎪⎩∑改进的Cholesky 分解方法或改进的平方根法：应用改进的Cholesky 分解，将方程组Ax b =分解为下面两个方程组1,,T Ly b L x D y -= ⎧⎨= ⎩同理可解得1111,,2,3,,.i i i ik k k y b y b l y i n ==⎧=⎪⎨=- =⎪⎩∑和1/,/,1,2,,2,1.n n n n i i i ki k k i x y d x y d l x i n n =+⎧=⎪⎨=- =--⎪⎩∑ 4．解三对角方程组的追赶法若()ij n n A a ⨯=满足1||||,1,2,,.nii ij j j ia a i n =≠> =∑则称A 为严格对角占优矩阵.若A 满足1||||,1,2,,.nii ij j j ia a i n =≠≥ =∑且其中至少有一个严格不等式成立，则称A 为弱对角占优矩阵.现在考虑Ax d = 的求解，即11112222211111n n n n n n n n n b c x d a b c x d a b c x d d a b x -----⎡⎤⎡⎤⎡⎤ ⎢⎥⎢⎥⎢⎥ ⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥ = ⎢⎥⎢⎥⎢⎥ ⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦ 系数矩阵A 满足条件11||||0,||||||,,0,2,3,, 1.||||0,i i i i i n n b c b a c a c i n b a ⎧>>⎪≥+ ≠=-⎨⎪>>⎩采用Crout 分解方法11112222221111n n n n n n n b c a b c a b c a b βαβγαγα---⎡⎤ ⎡⎤⎢⎥ 1 ⎢⎥⎢⎥ ⎢⎥⎢⎥ = ⎢⎥⎢⎥ ⎢⎥ ⎢⎥ ⎢⎥⎢⎥⎣⎦ ⎣⎦ 1n β-⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥1 ⎢⎥⎢⎥ 1 ⎣⎦其中，,,i i i αβγ为待定系数.比较上式两边可得到111111,;,,2,3,,;,2,3,, 1.i i i i i i i i i b c a b i n c i n ααβγγβααβ-= == =+ == =-进而可导出1111111,2,3,,.,/,,2,3,,./(),2,3,, 1.i i i i i i ii i i i a i n b c b b i n c b i n γαβααββαβ--⎧= =⎪= =⎪⎨=- =⎪⎪=- =-⎩由此可看出，真正需要计算的是(1,2,,1)i n β=- ，而i α可由,i i b a 和1i β-产生.因此，实现了A 的Crout 分解后，求解Ax d =就等价于解方程组Ly dUx y =⎧⎨=⎩从而得到解三对角方程组的追赶法公式： (1) 计算i β的递推公式：1111/,/(),2,3,, 1.i i i i i c b c b i n ββαβ-⎧=⎪⎨=- =-⎪⎩(2) 解方程组Ly d =：11111/()/(),2,3,,.i i i i i i i y d b y d a y b a i n β--⎧=⎪⎨=-- =⎪⎩(3) 解方程组Ux y =：1,1,2,,2,1.n n i i i i x y x y x i n n β+⎧=⎪⎨=- =--⎪⎩追赶法的乘除法次数是66n -次.将计算121n βββ-→→→ 及12n y y y →→→ 的过程称之为“追”的过程，将计算方程组Ax d =的解121n n x x x x -→→→→ 的过程称之为“赶”的过程.四、迭代法 将Ax b =改写为一个等价的方程组 x Bx k =+建立迭代公式 (1)(),0,1,2,.i i x Bx k i +=+ =称矩阵B 为迭代矩阵.【定义】 如果对固定的矩阵B及向量k，对任意初始猜值向量(0)x ，迭代公式(1)()i i +()i()*lim i i x x →+∞=成立，其中*x 是一确定的向量，它不依赖于(0)x 的选取.则称此迭代公式是收敛的，否则称为发散的.如果迭代收敛，则应有**,x Bx k =+1. 收敛性()()*,0,1,2,i i x x i ε=- =为第i步迭代的误差向量.则有(1)(1)*()*()(),0,1,2,.x x B x x B i εε++=-=-==所以，容易推出()(0),0,1,2,,i i B i εε= =其中，(0)(0)*xxε=-为初始猜值的误差向量.设n nB K ⨯∈，lim 0i i B →+∞=⇔ ()1B ρ<.迭代法收敛基本定理： 下面三个命题是等价的 (1) 迭代法(1)()i i x Bx k +=+收敛；(2)()1B ρ<；(3) 至少存在一种矩阵的从属范数⋅，使1B <注：当条件()1B ρ<难以检验时，用1B 或B ∞等容易求出的范数，检验11B <或1B∞<来作为收敛的充分条件较为方便.常用迭代法如下. 2．Jacob 迭代 考察线性方程组Ax b =，设A 为非奇异的n 阶方阵，且对角线元素0ii a ≠(1,2,,)i n = .此时，可将矩阵A 写成如下形式A D L U =++,1122(,,,)nn D diag a a a = ，21313212000n n a L a a a a ⎡⎤⎢⎥ ⎢⎥⎢⎥= ⎢⎥ ⎢⎥⎢⎥ 0 ⎢⎥⎣⎦ ,12131232000n n a a a a a U ⎡⎤ ⎢⎥ ⎢⎥⎢⎥= 0 ⎢⎥ ⎢⎥⎢⎥ ⎢⎥⎣⎦ ,建立Jacobi 迭代公式(1)1()1(),i i x D L U x D b +--=-++迭代矩阵11()J B D L U I D A --=-+=-J B 的具体元素为112111122122221200n n J n n nn nn a a a a a a B a a a a a a ⎡⎤ - -⎢⎥⎢⎥⎢⎥- - ⎢⎥=⎢⎥⎢⎥ ⎢⎥⎢⎥- - 0 ⎢⎥⎣⎦ Jacobi 迭代法的分量形式如下1(1)()()111(),j n i i i jj jm m jm m m m j jj xb a x a x a -+==+=--∑∑1,2,,;0,1,2,.j n i = =3．Gauss-Seidel 迭代容易看出，在Jacobi 迭代法中，每次迭代用的是前一次迭代的全部分量()(1,2,,)i jx j n = .实际上，在计算(1)i j x +时，最新的分量(1)(1)(1)121,,,i i i j x x x +++- 已经算出，但没有被利用.事实上，如果Jacobi 迭代收敛，最新算出的分量一般都比前一次旧的分量更加逼近精确解，因此，若在求(1)i j x+时，利用刚刚计算出的新分量(1)(1)(1)121,,,i i i j x x x+++- ，对Jacobi 迭代加以修改，可得迭代公式1(1)(1)()111(),j ni i i jj jm m jm m m m j jj xb a x a x a -++==+=--∑∑1,2,,;0,1,2,.j n i = =矩阵形式(1)1()1()(),0,1,2,.i i x D L Ux D L b i +--=-++-+=1()G B D L U -=--+注：（1）两种迭代法均收敛时，Gauss-Seidt 迭代收敛速度更快一些.（2）但也有这样的方程组，对Jacobi 迭代法收敛，而对Gauss-Seidel 迭代法却是发散的. 【例2.4】 分别用Jacobi 迭代法和Gauss-Seidel 迭代法求解下面的方程组121232342,46,4 2.x x x x x x x ⎧- =⎪-+-=⎨⎪-+=⎩初始猜值取0(0,0,0)x =. 【解】 Jacobi 迭代公式为(1)()12(1)()()213(1)()321(2),41(6),0,1,2,41(2),4i i i i i i i x x x x x i x x +++⎧=+⎪⎪⎪=++=⎨⎪⎪=+⎪⎩迭代计算4次的结果如下 (1)(2)(3)(4)(0.5,1.5,0.5),(0.875,1.75,0.875),(0.938,1.938,0.938),(0.984,1.969,0.984).T T T T x x x x ====Gauss-Seidel 迭代公式为(1)()12(1)(1)()213(1)(1)321(2),41(6),0,1,2,41(2),4i i i i i i i x x x x x i x x +++++⎧=+⎪⎪⎪=++=⎨⎪⎪=+⎪⎩迭代计算4次的结果如下(1)(2)(3)(4)(0.5,1.625,0.9063),(0.9063,1.9532,0.9883),(0.9883,2.0,0.9985),(0.9985,1.999,0.9998).T T T T x x x x ====从这个例子可以看到，两种迭代法作出的向量序列(){}i x 逐步逼近方程组的精确解*(1,2,1)T x =,而且Gauss-Seidel 迭代法收敛速度较快.一般情况下，当这两种迭代法均收敛时，Gauss-Seidt 迭代收敛速度更3．超松弛迭代法为了加快迭代的收敛速度，可将Gauss-Seidel 迭代公式改写成1(1)()(1)()11(),j ni i i i jjj jm m jm m m m jjj xx b a x a x a -++===+--∑∑ 1,2,,;0,1,2,.j n i = =并记1(1)(1)()11(),j ni i i jj jm m jm m m m jjj rb a x a x a -++===--∑∑称 (1)i j r + 为 1i + 步迭代的第 j 个分量的误差向量.当迭代收敛时，显然有所有的误差向量(1)0(),1,2,,.i j r i j n +→→∞=为了获得更快的迭代公式，引入因子R ω∈，对误差向量 (1)i j r + 加以修正，得超松弛迭代法（简称SOR 方法）(1)()(1),0,1,2,.i i i j j j x x r i ω++=+ =即1(1)()(1)()1(),j ni i i i jjj jm mjm m m m jjjxx b a xa x a ω-++===+--∑∑1,2,,;0,1,2,.j n i = =适当选取因子ω，可望比Gauss-Seidel 迭代法收敛得更快.称ω为松弛因子.特别当1ω=时，SOR 方法就是Gauss-Seidel 迭代法.写成矩阵向量形式(1)1()1()[(1)](),j i x D L D U x D L b ωωωωω+--=+--++0,1,2,.i =迭代矩阵为1()[(1)].B D L D U ωωωω-=+--实际计算时，大部分是由计算经验或通过试算法来确定opt ω的近似值.所谓试算法就是从同一初始向量出发，取不同的松驰因子ω迭代相同次数(注意：迭代次数不应太少)，然后比较其相应的误差向量()()i i r b Ax =-(或()(1)i i x x --)，并取使其范数最小的松弛因子ω作为最佳松弛因子opt ω的近似值.实践证明，此方法虽然简单，但往往是行之有效的. 4．迭代收敛其它判别方法：用迭代法收敛基本定理来判断收敛性时，当n 较大时，迭代矩阵的谱半径计算比较困难，因此，人们试图建立直接利用矩阵元素的条件来判别迭代法的收敛定理. （1） 若方程组Ax b =中的系数矩阵A 是对称正定阵，则 Gauss-Seidel 迭代法收敛. 对于SOR 方法，当02ω<< 时迭代收敛（2）若A 为严格对角占优阵，则解方程组 Ax b = 的Jacobi 迭代法，Gauss －Seidel 迭代法均收敛. 对于SOR 方法，当01ω<< 时迭代收敛.【例2.5】 设线性方程组为121221,32,x x x x ⎧+=-⎪⎨+=⎪⎩建立收敛的Jacobi 迭代公式和Gauss －Seidel 迭代公式. 【解】 对方程组直接建立迭代公式，其Jacobi 迭代矩阵为0230J B -⎡⎤=⎢⎥- ⎣⎦，显见谱半径()1J B ρ=>，故Jacobi 迭代公式发散.同理Gauss －Seidel 迭代矩阵为0206G B -⎡⎤=⎢⎥ ⎣⎦，谱半径()61G B ρ=>，故Gauss －Seidel 选代公式也发散. 若交换原方程组两个方程的次序，得一等价方程组121232,21,x x x x ⎧+=⎪⎨+=-⎪⎩其系数矩阵显然对角占优，故对这一等价方程组建立的Jacobi 迭代公式，Gauss －Seidel 迭代公式皆收敛. （3）SOR 方法收敛的必要条件是 02ω<<【定理2.5】 如果A 是对称正定阵，且02ω<<，则解Ax b =的SOR 方法收敛.注：当(0,2)ω∈ 时，并不是对任意类型的矩阵A ，解线性方程组Ax b =的SOR 方法都是收敛的.当SOR 方法收敛时，通常希望选择一个最佳的值opt ω使SOR 方法的收敛速度最快.然而遗憾的是，目前尚无确定最佳超松弛因子opt ω的一般理论结果.实际计算时，大部分是由计算经验或通过试算法来确定opt ω的近似值.所谓试算法就是从同一初始向量出发，取不同的松驰因子ω迭代相同次数(注意：迭代次数不应太少)，然后比较其相应的误差向量()()i i r b Ax =-(或()(1)i i x x --)，并取使其范数最小的松弛因子ω作为最佳松弛因子opt ω的近似值.实践证明，此方法虽然简单，但往往是行之有效的.【例2.6】 求解线性方程组Ax b =，其中10.3000900.308980.30009100.4669110.274710.30898A - -- -0.46691 0= - -- 00.274711(5.32088,6.07624,8.80455,2.67600).T b ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥ - ⎣⎦ =-分别利用Jacobi 迭代法，Gauss －Seidel 迭代法，SOR 迭代法求解. 【解】其结果列入下表中，方程组精确解(五位有效数字)为*(8.4877,6.4275, 4.7028,4.0066).T x =-Jacobi 迭代法计算结果i()1i x()2i x ()3i x ()4i x ()2||||i r0 012.3095 1 5.3209 6.0762 －8.8046 2.6760 5.3609 27.97113.5621 －5.2324 1.90143.631820 8.4872 6.4263 －4.7035 4.0041 0.0041 218.48606.4271 －4.7050 4.0063 0.0028Gauss-Seidel 迭代法计算结果i()1i x()2i x()3i x()4i x()2||||i r0 012.3095 1 5.3209 7.6730 －5.2220 2.8855 3.6202 28.51506.1933 －5.1201 3.90040.49098 8.4832 6.4228 －4.7064 4.0043 0.0078 98.48556.4252－4.70554.00550.0038SOR 迭代法计算结果（1.16ω=）i()1i x()2i x()3i x()4i x()2||||i r0 012.3095 1 6.1722 9.1970 －5.2320 3.6492 3.6659 29.69416.1177 －4.8999 4.43351.33136 8.4842 6.4253 －4.7005 4.4047 0.0051 78.48686.4288－4.70314.00650.0016计算结果表明，若求出精确到小数点后两位的近似解，Jacobi 迭代法需要21次，Gauss －Seidel 迭代法需要9次，而SOR 迭代法(选松弛因子 1.16ω=)仅需要7次，起到加速作用.5．误差分析 【定理2.6】设 *x 是方程 Ax b = 的惟一解，v ⋅ 是某一种向量范数，若对应的迭代矩阵其范数1v B <，则迭代法(1)(),0,1,2,.i i xBx k i +=+ = 收敛，且产生向量序列(){}i x 满足()*()(1)||||||||||||1||||i i i vv vvB x x x x B --≤--()*(1)(0)||||||||||||1||||i i vv vvB x x x x B -≤--【证明】 由迭代收敛基本定理的(3)知，迭代法(1)(),0,1,2,.i i x Bx k i +=+ =收敛到方程的解*x .于是，由迭代公式立即得到(1)*()*(1)()()(1)(),().i i i i i i x x B x x x x B x x ++--=--=-为书写方便把v 范数中v 略去，有估计式(1)*()*||||||||||||,i i x x B x x +-≤⋅-(1)()()(1)||||||||||||.i i i i x x B x x +--≤⋅-再利用向量范数不等式||||||||||||x y x y -≥-于是得第一个不等式()(1)(1)()()*(1)*()*||||||||||||||||||||(1||||)||||,i i i i i i i B x x x x x x x x B x x -++ -≥-≥--- ≥--再反复递推即第二个不等式.注：（1）若事先给出误差精度ε，利用第二个不等式可得到迭代次数的估计(1)(0)(1||||)ln ln ||||||||v v v B i B x x ε⎡⎤->⎢⎥-⎣⎦ （2）在||||v B 不太接近1的情况下，由第一个不等式，可用()(1)||||i i v x x ε--<作为控制迭代终止的条件，并取 ()i x 作为方程组 Ax b = 的近似解.但是在||||v B 很接近1时，此方法并不可靠.一般可取1,2,v =∞或F .【例2.7】 用Jacobi 迭代法解方程组123123123202324,812,231530.x x x x x x x x x ⎧++=⎪++=⎨⎪-+=⎩问Jacobi 迭代是否收敛?若收敛，取(0)(0,0,0)T x =，需要迭代多少次，才能保证各分量的误差绝对值小于610-?【解】 Jacobi 迭代的分量公式为(1)()()123(1)()()213(1)()()3121(2423)201(12),0,1,2,81(3022),15i i i i i i i i i x x x x x x i x x x +++⎧=--⎪⎪⎪=-- =⎨⎪⎪=-+⎪⎩Jacobi 迭代矩阵J B 为130102011088210155J B ⎡⎤ - -⎢⎥⎢⎥⎢⎥=- -⎢⎥⎢⎥⎢⎥- ⎢⎥⎣⎦，由5251||||max ,,1208153J B ∞⎧⎫==<⎨⎬⎩⎭知，Jacobi 迭代收敛. 因设(0)(0,0,0)Tx =，用迭代公式计算一次得(1)(1)(1)12363,, 2.52x x x = = =而(1)(0)|||| 2.x x ∞-=于是有6110(1)13ln ln 13.23i -⎡⎤⋅-⎢⎥>=⎢⎥⎢⎥⎣⎦所以，要保证各分量误差绝对值小于610-，需要迭代14次.【例2.8】 用Gauss －Seidel 迭代法解例2.11中的方程组，问迭代是否收敛?若收敛，取(0)(0,0,0)Tx =，需要迭代多少次，才能保证各分量误差的绝对值小于610-?【解】 Gauss －Seidel 迭代矩阵G B 为102403601()03025524000G B D L U - - ⎡⎤⎢⎥=-+= -⎢⎥⎢⎥ 38 -3⎣⎦显然1||||14G B =<，所以迭代收敛. Gauss －Seidel 迭代分量公式为(1)()()123(1)(1)()213(1)(1)(1)3121(2423),201(12),0,1,2,81(3022),15i i i i i i i i i x x x x x x i x x x ++++++⎧=--⎪⎪⎪=-- =⎨⎪⎪=-+⎪⎩因取(0)(0,0,0)T x =，故迭代一次得(1)(1)(1)1231.2, 1.35, 2.11x x x = = =于是有(1)(0)|||| 2.11x x ∞-=，计算得6110(1)14ln ln 10.2.114i -⎡⎤⋅-⎢⎥>=⎢⎥⎢⎥⎣⎦所在，要保证各分量误差绝对值小于610-，需要迭代11次.。
工程数学：线性代数第三版习题二答案
1. 已知线性变换:⎪⎩⎪⎨⎧++=++=++=3213321232113235322y y y x y y y x y y y x ,求从变量x 1, x 2, x 3到变量y 1, y 2, y 3的线性变换. 解 由已知:⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛221321323513122y y y x x x ,故⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛-3211221323513122x x x y y y ⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫ ⎝⎛----=321423736947y y y ,⎪⎩⎪⎨⎧-+=-+=+--=321332123211423736947x x x y x x x y x x x y .2. 已知两个线性变换⎪⎩⎪⎨⎧++=++-=+=32133212311542322y y y x y y y x y y x , ⎪⎩⎪⎨⎧+-=+=+-=323312211323z z y z z y z z y ,求从z 1, z 2, z 3到x 1, x 2, x 3的线性变换. 解 由已知⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎭⎫ ⎝⎛221321514232102y y y x x x ⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫ ⎝⎛--⎪⎪⎭⎫ ⎝⎛-=321310102013514232102z z z ⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫ ⎝⎛----=321161109412316z z z ,所以有⎪⎩⎪⎨⎧+--=+-=++-=3213321232111610941236z z z x z z z x z z z x .3.设⎪⎪⎭⎫ ⎝⎛--=111111111A , ⎪⎪⎭⎫ ⎝⎛--=150421321B ,求3AB -2A 及A T B .解⎪⎪⎭⎫ ⎝⎛---⎪⎪⎭⎫ ⎝⎛--⎪⎪⎭⎫ ⎝⎛--=-1111111112150421321111111111323A AB⎪⎪⎭⎫⎝⎛----=⎪⎪⎭⎫ ⎝⎛---⎪⎪⎭⎫ ⎝⎛-=2294201722213211111111120926508503,⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎭⎫ ⎝⎛--⎪⎪⎭⎫ ⎝⎛--=092650850150421321111111111B A T .4. 计算下列乘积:(1)⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫ ⎝⎛-127075321134;解⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛-127075321134⎪⎪⎭⎫ ⎝⎛⨯+⨯+⨯⨯+⨯-+⨯⨯+⨯+⨯=102775132)2(71112374⎪⎪⎭⎫ ⎝⎛=49635.(2)⎪⎪⎭⎫⎝⎛123)321(;解⎪⎪⎭⎫⎝⎛123)321(=(1⨯3+2⨯2+3⨯1)=(10).(3))21(312-⎪⎪⎭⎫⎝⎛;解)21(312-⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫ ⎝⎛⨯-⨯⨯-⨯⨯-⨯=23)1(321)1(122)1(2⎪⎪⎭⎫⎝⎛---=632142.(4)⎪⎪⎪⎭⎫ ⎝⎛---⎪⎭⎫ ⎝⎛-20413121013143110412 ;解⎪⎪⎪⎭⎫⎝⎛---⎪⎭⎫ ⎝⎛-20413121013143110412⎪⎭⎫ ⎝⎛---=6520876.(5)⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛321332313232212131211321)(x x x a a a a a a a a a x x x ;解⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫ ⎝⎛321332313232212131211321)(x x x a a a a a a a a a x x x =(a 11x 1+a 12x 2+a 13x 3 a 12x 1+a 22x 2+a 23x 3 a 13x 1+a 23x 2+a 33x 3)⎪⎪⎭⎫⎝⎛321x x x322331132112233322222111222x x a x x a x x a x a x a x a +++++=.5. 设⎪⎭⎫⎝⎛=3121A , ⎪⎭⎫ ⎝⎛=2101B , 问:(1)AB =BA 吗?解 AB ≠BA . 因为⎪⎭⎫ ⎝⎛=6443AB, ⎪⎭⎫ ⎝⎛=8321BA , 所以AB ≠BA .(2)(A +B )2=A 2+2AB +B 2吗? 解 (A +B )2≠A 2+2AB +B 2.因为⎪⎭⎫⎝⎛=+5222B A ,⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛=+52225222)(2B A ⎪⎭⎫⎝⎛=2914148,但⎪⎭⎫ ⎝⎛+⎪⎭⎫ ⎝⎛+⎪⎭⎫ ⎝⎛=++43011288611483222B AB A ⎪⎭⎫ ⎝⎛=27151610,所以(A +B )2≠A 2+2AB +B 2. (3)(A +B )(A -B )=A 2-B 2吗? 解 (A +B )(A -B )≠A 2-B 2.因为⎪⎭⎫⎝⎛=+5222B A , ⎪⎭⎫⎝⎛=-1020B A ,⎪⎭⎫⎝⎛=⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛=-+906010205222))((B A B A ,而⎪⎭⎫⎝⎛=⎪⎭⎫ ⎝⎛-⎪⎭⎫ ⎝⎛=-718243011148322B A ,故(A +B )(A -B )≠A 2-B 2.6. 举反列说明下列命题是错误的: (1)若A 2=0, 则A =0;解 取⎪⎭⎫⎝⎛=0010A , 则A 2=0, 但A ≠0.(2)若A 2=A , 则A =0或A =E ;解 取⎪⎭⎫⎝⎛=0011A , 则A 2=A , 但A ≠0且A ≠E .(3)若AX =AY , 且A ≠0, 则X =Y . 解 取⎪⎭⎫ ⎝⎛=0001A ,⎪⎭⎫ ⎝⎛-=1111X , ⎪⎭⎫ ⎝⎛=1011Y ,则AX =AY , 且A ≠0, 但X ≠Y .7. 设⎪⎭⎫⎝⎛=101λA , 求A 2, A 3, ⋅ ⋅ ⋅, A k .解 ⎪⎭⎫⎝⎛=⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛=12011011012λλλA ,⎪⎭⎫ ⎝⎛=⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛==1301101120123λλλA A A ,⋅ ⋅ ⋅ ⋅ ⋅ ⋅, ⎪⎭⎫ ⎝⎛=101λk A k .8.设⎪⎪⎭⎫ ⎝⎛=λλλ001001A ,求A k .解 首先观察⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛=λλλλλλ0010010010012A ⎪⎪⎭⎫ ⎝⎛=222002012λλλλλ,⎪⎪⎭⎫⎝⎛=⋅=3232323003033λλλλλλA A A ,⎪⎪⎭⎫⎝⎛=⋅=43423434004064λλλλλλA A A ,⎪⎪⎭⎫⎝⎛=⋅=545345450050105λλλλλλA A A ,⋅ ⋅ ⋅ ⋅ ⋅ ⋅,⎝⎛=kA kk kk k k k k k k λλλλλλ0002)1(121----⎪⎪⎪⎭⎫ .用数学归纳法证明: 当k =2时, 显然成立. 假设k 时成立，则k +1时，⎪⎪⎭⎫⎝⎛⎪⎪⎪⎪⎭⎫⎝⎛-=⋅=---+λλλλλλλλλ0010010002)1(1211k k k k k k k k k k k k A A A⎪⎪⎪⎪⎭⎫ ⎝⎛+++=+-+--+11111100)1(02)1()1(k k k k k k k k k k λλλλλλ,由数学归纳法原理知:⎪⎪⎪⎪⎭⎫⎝⎛-=---k k k k k k k k k k k A λλλλλλ0002)1(121.9. 设A , B 为n 阶矩阵，且A 为对称矩阵，证明B T AB 也是对称矩阵.证明 因为A T =A , 所以(B T AB )T =B T (B T A )T =B T A T B =B T AB , 从而B T AB 是对称矩阵.10. 设A , B 都是n 阶对称矩阵，证明AB 是对称矩阵的充分必要条件是AB =BA .证明 充分性: 因为A T =A , B T =B , 且AB =BA , 所以 (AB )T =(BA )T =A T B T =AB , 即AB 是对称矩阵.必要性: 因为A T =A , B T =B , 且(AB )T =AB , 所以 AB =(AB )T =B T A T =BA . 11. 求下列矩阵的逆矩阵:(1)⎪⎭⎫⎝⎛5221;解 ⎪⎭⎫ ⎝⎛=5221A . |A |=1, 故A -1存在. 因为⎪⎭⎫ ⎝⎛--=⎪⎭⎫ ⎝⎛=1225*22122111A A A A A , 故*||11A A A =-⎪⎭⎫ ⎝⎛--=1225.(2)⎪⎭⎫⎝⎛-θθθθcos sin sin cos ;解 ⎪⎭⎫ ⎝⎛-=θθθθc o s s i n s i n c o s A . |A |=1≠0, 故A -1存在. 因为⎪⎭⎫ ⎝⎛-=⎪⎭⎫ ⎝⎛=θθθθcos sin sin cos *22122111A A A A A ,所以 *||11A A A =-⎪⎭⎫ ⎝⎛-=θθθθcos sin sin cos .(3)⎪⎪⎭⎫⎝⎛---145243121;解⎪⎪⎭⎫⎝⎛---=145243121A . |A |=2≠0, 故A -1存在. 因为⎪⎪⎭⎫ ⎝⎛-----=⎪⎪⎭⎫ ⎝⎛=214321613024*332313322212312111A A A A A A A A A A ,所以*||11A A A =-⎪⎪⎪⎭⎫⎝⎛-----=1716213213012.(4)⎪⎪⎪⎭⎫⎝⎛n a a a 0021(a 1a 2⋅ ⋅ ⋅a n ≠0) .解 ⎪⎪⎪⎭⎫⎝⎛=n a a a A0021, 由对角矩阵的性质知⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛=-n a a a A 10011211.12. 解下列矩阵方程:(1)⎪⎭⎫⎝⎛-=⎪⎭⎫⎝⎛12643152X ;解 ⎪⎭⎫ ⎝⎛-⎪⎭⎫ ⎝⎛=-126431521X ⎪⎭⎫ ⎝⎛-⎪⎭⎫ ⎝⎛--=12642153⎪⎭⎫ ⎝⎛-=80232.(2)⎪⎭⎫⎝⎛-=⎪⎪⎭⎫⎝⎛--234311*********X ;解1111012112234311-⎪⎪⎭⎫⎝⎛--⎪⎭⎫ ⎝⎛-=X⎪⎪⎭⎫⎝⎛---⎪⎭⎫ ⎝⎛-=03323210123431131⎪⎪⎭⎫⎝⎛---=32538122.(3)⎪⎭⎫ ⎝⎛-=⎪⎭⎫ ⎝⎛-⎪⎭⎫⎝⎛-101311022141X ;解11110210132141--⎪⎭⎫ ⎝⎛-⎪⎭⎫ ⎝⎛-⎪⎭⎫ ⎝⎛-=X⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛-⎪⎭⎫ ⎝⎛-=210110131142121⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛=21010366121⎪⎪⎭⎫⎝⎛=04111.(4)⎪⎪⎭⎫⎝⎛---=⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫⎝⎛021102341010100001100001010X.解11010100001021102341100001010--⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫ ⎝⎛---⎪⎪⎭⎫ ⎝⎛=X⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛---⎪⎪⎭⎫ ⎝⎛=010100001021102341100001010⎪⎪⎭⎫ ⎝⎛---=201431012.13. 利用逆矩阵解下列线性方程组:(1)⎪⎩⎪⎨⎧=++=++=++3532522132321321321x x x x x x x x x ;解 方程组可表示为⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛321153522321321x x x ,故⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛-0013211535223211321x x x ,从而有⎪⎩⎪⎨⎧===001321x x x .(2)⎪⎩⎪⎨⎧=-+=--=--05231322321321321x x x x x x x x x .解 方程组可表示为⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛-----012523312111321x x x ,故⎪⎪⎭⎫⎝⎛=⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛-----=⎪⎪⎭⎫ ⎝⎛-3050125233121111321x x x ,故有⎪⎩⎪⎨⎧===305321x x x .14. 设A k =O (k 为正整数), 证明(E -A )-1=E +A +A 2+⋅ ⋅ ⋅+A k -1. 证明 因为A k =O , 所以E -A k =E . 又因为 E -A k =(E -A )(E +A +A 2+⋅ ⋅ ⋅+A k -1), 所以 (E -A )(E +A +A 2+⋅ ⋅ ⋅+A k -1)=E , 由定理2推论知(E -A )可逆, 且 (E -A )-1=E +A +A 2+⋅ ⋅ ⋅+A k -1.证明 一方面, 有E =(E -A )-1(E -A ). 另一方面, 由A k =O , 有E =(E -A )+(A -A 2)+A 2-⋅ ⋅ ⋅-A k -1+(A k -1-A k ) =(E +A +A 2+⋅ ⋅ ⋅+A k -1)(E -A ), 故 (E -A )-1(E -A )=(E +A +A 2+⋅ ⋅ ⋅+A k -1)(E -A ), 两端同时右乘(E -A )-1, 就有(E -A )-1(E -A )=E +A +A 2+⋅ ⋅ ⋅+A k -1.15. 设方阵A 满足A 2-A -2E =O , 证明A 及A +2E 都可逆, 并求A -1及(A +2E )-1.证明 由A 2-A -2E =O 得 A 2-A =2E , 即A (A -E )=2E , 或E E A A =-⋅)(21,由定理2推论知A 可逆, 且)(211E A A -=-. 由A 2-A -2E =O 得A 2-A -6E =-4E , 即(A +2E )(A -3E )=-4E , 或EA E E A =-⋅+)3(41)2(由定理2推论知(A +2E )可逆, 且)3(41)2(1A E E A -=+-.证明 由A 2-A -2E =O 得A 2-A =2E , 两端同时取行列式得 |A 2-A |=2, 即 |A ||A -E |=2, 故 |A |≠0,所以A 可逆, 而A +2E =A 2, |A +2E |=|A 2|=|A |2≠0, 故A +2E 也可逆. 由 A 2-A -2E =O ⇒A (A -E )=2E⇒A -1A (A -E )=2A -1E ⇒)(211E A A -=-,又由 A 2-A -2E =O ⇒(A +2E )A -3(A +2E )=-4E ⇒ (A +2E )(A -3E )=-4 E ,所以 (A +2E )-1(A +2E )(A -3E )=-4(A +2 E )-1,)3(41)2(1A E E A -=+-.16. 设A 为3阶矩阵, 21||=A , 求|(2A )-1-5A *|.解 因为*||11A A A =-, 所以|||521||*5)2(|111----=-A A A A A |2521|11---=A A =|-2A -1|=(-2)3|A -1|=-8|A |-1=-8⨯2=-16. 17. 设矩阵A 可逆, 证明其伴随阵A *也可逆, 且(A *)-1=(A -1)*. 证明 由*||11A A A =-, 得A *=|A |A -1, 所以当A 可逆时, 有|A *|=|A |n |A -1|=|A |n -1≠0, 从而A *也可逆.因为A *=|A |A -1, 所以 (A *)-1=|A |-1A . 又*)(||)*(||1111---==A A A A A , 所以(A *)-1=|A |-1A =|A |-1|A |(A -1)*=(A -1)*. 18. 设n 阶矩阵A 的伴随矩阵为A *, 证明: (1)若|A |=0, 则|A *|=0; (2)|A *|=|A |n -1. 证明(1)用反证法证明. 假设|A *|≠0, 则有A *(A *)-1=E , 由此得 A =A A *(A *)-1=|A |E (A *)-1=O ,所以A *=O , 这与|A *|≠0矛盾，故当|A |=0时, 有|A *|=0. (2)由于*||11A A A =-, 则AA *=|A |E , 取行列式得到|A ||A *|=|A |n . 若|A |≠0, 则|A *|=|A |n -1;若|A |=0, 由(1)知|A *|=0, 此时命题也成立. 因此|A *|=|A |n -1. 19.设⎪⎪⎭⎫⎝⎛-=321011330A , AB =A +2B ,求B .解 由AB =A +2E 可得(A -2E )B =A , 故⎪⎪⎭⎫ ⎝⎛-⎪⎪⎭⎫ ⎝⎛---=-=--321011330121011332)2(11A E A B ⎪⎪⎭⎫ ⎝⎛-=011321330.20.设⎪⎪⎭⎫⎝⎛=101020101A ,且AB +E =A 2+B , 求B .解 由AB +E =A 2+B 得 (A -E )B =A 2-E , 即 (A -E )B =(A -E )(A +E ).因为01001010100||≠-==-E A ,所以(A -E )可逆, 从而⎪⎪⎭⎫⎝⎛=+=201030102E A B .21. 设A =diag(1, -2, 1), A *BA =2BA -8E , 求B . 解 由A *BA =2BA -8E 得 (A *-2E )BA =-8E , B =-8(A *-2E )-1A -1 =-8[A (A *-2E )]-1 =-8(AA *-2A )-1 =-8(|A |E -2A )-1 =-8(-2E -2A )-1 =4(E +A )-1=4[diag(2, -1, 2)]-1)21,1 ,21(diag 4-==2diag(1, -2, 1). 22. 已知矩阵A的伴随阵⎪⎪⎪⎭⎫⎝⎛-=8030010100100001*A , 且ABA -1=BA -1+3E , 求B . 解 由|A *|=|A |3=8, 得|A |=2. 由ABA -1=BA -1+3E 得 AB =B +3A ,B =3(A -E )-1A =3[A (E -A -1)]-1A11*)2(6*)21(3---=-=A E A E⎪⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎪⎭⎫⎝⎛--=-103006060060000660301010010000161.23. 设P -1AP =Λ, 其中⎪⎭⎫⎝⎛--=1141P , ⎪⎭⎫⎝⎛-=Λ2001, 求A 11.解 由P -1AP =Λ, 得A =P ΛP -1, 所以A 11= A =P Λ11P -1. |P |=3, ⎪⎭⎫ ⎝⎛-=1141*P , ⎪⎭⎫ ⎝⎛--=-1141311P ,而⎪⎭⎫⎝⎛-=⎪⎭⎫ ⎝⎛-=Λ11111120 012001,故⎪⎪⎪⎭⎫ ⎝⎛--⎪⎭⎫ ⎝⎛-⎪⎭⎫ ⎝⎛--=31313431200111411111A ⎪⎭⎫⎝⎛--=68468327322731.24. 设AP =P Λ, 其中⎪⎪⎭⎫ ⎝⎛--=111201111P , ⎪⎪⎭⎫ ⎝⎛-=Λ511,求ϕ(A )=A 8(5E -6A +A 2). 解 ϕ(Λ)=Λ8(5E -6Λ+Λ2)=diag(1,1,58)[diag(5,5,5)-diag(-6,6,30)+diag(1,1,25)] =diag(1,1,58)diag(12,0,0)=12diag(1,0,0). ϕ(A )=P ϕ(Λ)P -1*)(||1P P P Λ=ϕ⎪⎪⎭⎫ ⎝⎛------⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛---=1213032220000000011112011112⎪⎪⎭⎫ ⎝⎛=1111111114.25. 设矩阵A 、B 及A +B 都可逆, 证明A -1+B -1也可逆, 并求其逆阵. 证明 因为A -1(A +B )B -1=B -1+A -1=A -1+B -1,而A -1(A +B )B -1是三个可逆矩阵的乘积, 所以A -1(A +B )B -1可逆, 即A -1+B -1可逆.(A -1+B -1)-1=[A -1(A +B )B -1]-1=B (A +B )-1A . 26.计算⎪⎪⎪⎭⎫ ⎝⎛---⎪⎪⎪⎭⎫⎝⎛30003200121013013000120010100121.解 设⎪⎭⎫⎝⎛=10211A , ⎪⎭⎫ ⎝⎛=30122A , ⎪⎭⎫ ⎝⎛-=12131B , ⎪⎭⎫⎝⎛--=30322B ,则 ⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛2121B O B E A O E A ⎪⎭⎫⎝⎛+=222111B A O B B A A ,而⎪⎭⎫ ⎝⎛-=⎪⎭⎫ ⎝⎛--+⎪⎭⎫ ⎝⎛-⎪⎭⎫ ⎝⎛=+4225303212131021211B B A ,⎪⎭⎫ ⎝⎛--=⎪⎭⎫ ⎝⎛--⎪⎭⎫ ⎝⎛=90343032301222B A ,所以⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛2121B O B E A O E A ⎪⎭⎫ ⎝⎛+=222111B A O B B A A ⎪⎪⎪⎭⎫⎝⎛---=9000340042102521,即⎪⎪⎪⎭⎫ ⎝⎛---⎪⎪⎪⎭⎫ ⎝⎛30003200121013013000120010100121⎪⎪⎪⎭⎫ ⎝⎛---=9000340042102521.27. 取⎪⎭⎫⎝⎛==-==1001D C B A , 验证|||||||| D C B A D C B A ≠.解41001200211001010020021010010110100101==--=--=D C B A ,而 01111|||||||| ==D C B A ,故|||||||| D C B A D C B A ≠.28.设⎪⎪⎪⎭⎫⎝⎛-=22023443O O A ,求|A 8|及A 4.解 令⎪⎭⎫⎝⎛-=34431A , ⎪⎭⎫⎝⎛=22022A ,则 ⎪⎭⎫⎝⎛=21A O O A A ,故 8218⎪⎭⎫⎝⎛=A O O A A ⎪⎭⎫ ⎝⎛=8281A O O A , 1682818281810||||||||||===A A A A A .⎪⎪⎪⎭⎫⎝⎛=⎪⎭⎫ ⎝⎛=464444241422025005O O A OO A A .29. 设n 阶矩阵A 及s 阶矩阵B 都可逆, 求(1)1-⎪⎭⎫ ⎝⎛O B A O ;解设⎪⎭⎫⎝⎛=⎪⎭⎫ ⎝⎛-43211C C C C O B A O , 则⎪⎭⎫ ⎝⎛O B A O ⎪⎭⎫ ⎝⎛4321C C C C ⎪⎭⎫ ⎝⎛=⎪⎭⎫ ⎝⎛=s n E O O E BC BC AC AC 2143.由此得⎪⎩⎪⎨⎧====s nE BC O BC OAC E AC 2143⇒⎪⎩⎪⎨⎧====--121413BC O C O C A C ,所以 ⎪⎭⎫ ⎝⎛=⎪⎭⎫ ⎝⎛---O A B O O B A O 111.(2)1-⎪⎭⎫⎝⎛B C O A .解 设⎪⎭⎫ ⎝⎛=⎪⎭⎫⎝⎛-43211D D D D B CO A, 则⎪⎭⎫ ⎝⎛=⎪⎭⎫ ⎝⎛++=⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛s n E O O E BD CD BD CD AD AD D D D D B C O A 4231214321.由此得⎪⎩⎪⎨⎧=+=+==s n E BD CD OBD CD OAD E AD 423121⇒⎪⎩⎪⎨⎧=-===----14113211B D CA B D O D A D ,所以⎪⎭⎫ ⎝⎛-=⎪⎭⎫ ⎝⎛-----11111B CAB O A BC O A .30. 求下列矩阵的逆阵:(1)⎪⎪⎪⎭⎫⎝⎛2500380000120025;解 设⎪⎭⎫⎝⎛=1225A , ⎪⎭⎫⎝⎛=2538B , 则⎪⎭⎫ ⎝⎛--=⎪⎭⎫⎝⎛=--5221122511A , ⎪⎭⎫⎝⎛--=⎪⎭⎫ ⎝⎛=--8532253811B .于是⎪⎪⎪⎭⎫⎝⎛----=⎪⎭⎫ ⎝⎛=⎪⎭⎫⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛----850032000052002125003800001200251111B A B A .(2)⎪⎪⎪⎭⎫⎝⎛41210312********.解 设⎪⎭⎫⎝⎛=2101A , ⎪⎭⎫ ⎝⎛=4103B , ⎪⎭⎫⎝⎛=2112C , 则⎪⎭⎫ ⎝⎛-=⎪⎭⎫⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛------11111141210312********B CA B O A BC O A⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛-----=411212458103161210021210001.。
工程数学概率 第二章(二)
A(B )(C ) 0
22
A
1
2
B
2
C
2
一、二维离散型随机变量
定义： 若二维随机变量 ( X ,Y ) 的所有可能取值(xi , y j ) , i, j 1, 2, 是有限对或可列无限多对时，则称 ( X ,Y ) 为 离散型随机变量。
P{X xi ,Y y j } pi j (i , j 1 , 2 , )
j 1
j 1
记做 pi•
同理 P{Y y j } pi j , j 1 , 2 , 记做 p• j
i 1
通常用以下表格表示 ( X ,Y )的分布律和边缘分布律
Y X
y1
y2 ... y j ... pi•
x1
p11
p12
...
p1 j ...
p1•
x2
p21 p22
... p2 j ... p2•
y
G1
yx
dy
2e2x ydx 1/ 3
0
y
G'
0
x
⑷ P{X Y 1} f (x, y)dxdy 2e2x ydxdy G
G1
y 1
x y 1
1
dy
1 y 2e2x ydx 1 2e1 e2
0
0
0
1x
例4 设二维随机变量( X ,Y ) 的概率密度为
f
(
x,
y)
x2
第二章 随机变量及其分布（二）
一、二维随机变量 二、边缘分布 三、相互独立的随机变量 四、两个随机变量的函数的分布
第一讲 二维随机变量
定义1 设随机试验 E 的样本空间是 {e}, 设X X (e) 和Y Y (e)是定义在上的随机变量，则由它们构成的一
《工程数学-复变函数与积分变换》吉林大学数学学院 习题详解
《工程数学-复变函数与积分变换》课后习题详解 吉林大学数学学院 （主编：王忠仁 张静）高等教育出版社 习题一（P12）1.1 对任何z ，22z z =是否成立？如果是，就给出证明。
如果不是，对哪些z 值才成立？解：设z x iy =+，则2222z x y xyi =-+，222z x y =+；若22z z =成立，则有22222x y xyi x y -+=+，即222220x y x yxy ⎧-=+⎨=⎩，解得0y =，即z x =。
所以，对任何z ，22z z =不成立，只对z 为实数时才成立。
1.2 求下列各式的值：（1）5(3)i -； （2）6(1)i +； （3）61- ； （4）13(1)i -。
解：（1）因为632ii eπ--=，所以5555566631(3)223232()16(3)22i i i i e e e i i πππ--⨯-⎛⎫-====--=-+ ⎪⎝⎭（2）因为412ii e π+=，所以63663442(1)2288i i i e e e i πππ⨯⎛⎫+====- ⎪⎝⎭（3）因为1cos sin i ππ-=+，所以()166221cos sin cossin66k k k w i i ππππππ++=-=+=+，其中0,1k =；即031cossin6622w i i ππ=+=+，1cos sin 22w i i ππ=+=， 25531cossin 6622w i i ππ=+=-+，37731cos sin 6622w i i ππ=+=--，433cossin 22w i i ππ=+=-，5111131cos sin 6622w i i ππ=+=-。
（4）因为12cos()sin()44i i ππ⎡⎤-=-+-⎢⎥⎣⎦，所以11362244(1)2cos sin 33k k k w i i ππππ⎡⎤-+-+⎢⎥=-=+⎢⎥⎢⎥⎣⎦，其中0,1,2k =；即1602cos()sin()1212w i ππ⎡⎤=-+-⎢⎥⎣⎦，161772cos sin1212w i ππ⎡⎤=+⎢⎥⎣⎦，162552cos sin 44w i ππ⎡⎤=+⎢⎥⎣⎦。
工程数学(线性代数与概率统计)答案(2章)
工程数学（线性代数与概率统计）习题二1、设⎪⎪⎪⎭⎫ ⎝⎛--=111111111A ，⎪⎪⎪⎭⎫ ⎝⎛--=150421321B ，有⎪⎪⎪⎭⎫ ⎝⎛----=⎪⎪⎪⎭⎫ ⎝⎛---⎪⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎪⎭⎫ ⎝⎛---⎪⎪⎪⎭⎫ ⎝⎛--⎪⎪⎪⎭⎫ ⎝⎛--=-2294201722213222222222209265085031111111112150421321111111111323A AB⎪⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎪⎭⎫ ⎝⎛--⎪⎪⎪⎭⎫ ⎝⎛--=092650850150421321111111111B A T2、求下列矩阵的乘积AB（1）()()7201321=⎪⎪⎪⎭⎫⎝⎛（2）⎪⎪⎪⎭⎫⎝⎛----=⎪⎪⎭⎫ ⎝⎛--⎪⎪⎪⎭⎫ ⎝⎛--121125147103121012132 （3）⎪⎪⎭⎫⎝⎛--=⎪⎪⎪⎪⎪⎭⎫⎝⎛-⎪⎪⎭⎫ ⎝⎛-119912943110231101420121301 （4）⎪⎪⎭⎫⎝⎛=⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫⎝⎛--000021211111 （5）⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛---0000002412122412（6）⎪⎪⎪⎪⎪⎭⎫⎝⎛=⎪⎪⎪⎭⎫⎝⎛⎪⎪⎪⎪⎪⎭⎫⎝⎛n n n nnc b c b c b c b a c b a c b a 2020202000100002211222111 3、求下列矩阵的乘积（1）()⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎪⎭⎫⎝⎛∑=ni i i n n b a b b b a a a 12121（2）()⎪⎪⎪⎪⎪⎭⎫⎝⎛=⎪⎪⎪⎪⎪⎭⎫⎝⎛n n n n n n n b a b a b a b a b a b a b a b a b a b b b a a a 22122212121112121（3）())222(322331132112233322222111321332313232212131211321x x a x x a x x a x a x a x a x x x a a a a a a a a a x x x +++++=⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛6、设⎪⎪⎪⎭⎫ ⎝⎛=100110011A ，求与A 可交换的矩阵⎪⎪⎪⎭⎫⎝⎛=333231232221131211b b b b b b b b b B ；即BA AB = BA b b b b b b b b b b b b b b b b b bb b b b b b b b b b b b AB =⎪⎪⎪⎭⎫⎝⎛++++++=⎪⎪⎪⎭⎫⎝⎛++++++=333232313123222221211312121111333231332332223121231322122111 得 为任意数13121133223221312312221121,,00b b b b b b b b b b b b b ====== ⎪⎪⎪⎭⎫⎝⎛=111211131211000b b b b b b B 7、略8、计算矩阵幂（1）⎪⎪⎭⎫⎝⎛--=⎪⎪⎭⎫ ⎝⎛--⎪⎪⎭⎫ ⎝⎛--⎪⎪⎭⎫ ⎝⎛--=⎪⎪⎭⎫ ⎝⎛--2221141343214321432143213（2）⎪⎪⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎪⎪⎪⎭⎪⎪⎪⎪⎪⎬⎫⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎨⎧+=⎪⎪⎭⎫⎝⎛-+=⎪⎪⎭⎫ ⎝⎛+=⎪⎪⎭⎫ ⎝⎛-+=⎪⎪⎭⎫⎝⎛--=⎪⎪⎭⎫⎝⎛-2cos2sin2sin2cos 1401104410013401102410010110ππππn n n n k n k n k n k n n（3）n⎪⎪⎭⎫ ⎝⎛--2312,2,1,0122312210012312231223121001100123122312=⎪⎪⎩⎪⎪⎨⎧+=⎪⎪⎭⎫ ⎝⎛--=⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛--⇒⎪⎪⎪⎭⎪⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧⎪⎪⎭⎫ ⎝⎛--⎪⎪⎭⎫ ⎝⎛--⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛--⎪⎪⎭⎫ ⎝⎛--k k n kn n ＝＝因（4）⎪⎪⎪⎪⎪⎭⎫⎝⎛=⎪⎪⎪⎪⎪⎭⎫⎝⎛k n k k kn λλλλλλ2121（5）⎪⎪⎪⎭⎫⎝⎛+=⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛+1000101011000101011000101011000101011000100110001010110001030110001010110001020110001010110001020110001010110001010113k k kk k(6)⎪⎪⎪⎪⎪⎭⎫⎝⎛-=⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫⎝⎛⎪⎪⎪⎭⎫⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛---kk kk k k kk k k k λλλλλλλλλλλλλλλλλλλλλλλλλλλλλλλλλλλλλλλλ0002)1(00100100303300100100201200100100201200100100100100100112132323222322229、设()4321=α，()4/13/12/11=β，()()⎪⎪⎪⎪⎪⎭⎫⎝⎛====⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎪⎭⎫⎝⎛=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛==--13/4244/312/332/13/2124/13/12/114)()()4(43214/13/12/1113/4244/312/332/13/2124/13/12/114/13/12/11432111n n T T n T n T T A A ββααβαβαβα10、分块计算（略），11、12、13、14（略）15、求逆矩阵（1）⎪⎪⎭⎫⎝⎛---=⎪⎪⎭⎫ ⎝⎛-a c b d bc ad d c b a 11(2)⎪⎪⎭⎫⎝⎛-=⎪⎪⎭⎫⎝⎛--θθθθθθθθcos sin sin cos cos sin sin cos 1（3）02145243121≠=---，32,13,4131211-=-=-=A A A ，2,1,0,14,6,2333231232221-=-=====A A A A A A⎪⎪⎪⎭⎫ ⎝⎛-----==*-2143216130242111A A A（4）⎪⎪⎪⎪⎪⎭⎫⎝⎛=----112111n a a a A16.解矩阵方程（1）⎪⎪⎭⎫ ⎝⎛--=⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛=-321195532/12/312955343211X （2）⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎭⎫ ⎝⎛--⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛-=--861222215768211091614351211187651091614251311X （3）⎪⎪⎪⎭⎫⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛---⎪⎪⎪⎭⎫ ⎝⎛---=-98765432112523113501520950381X （4）B A E X B X A E B AX X 1)()(--=⇒=-⇒+=⎪⎪⎪⎭⎫ ⎝⎛--=⎪⎪⎪⎭⎫ ⎝⎛--⎪⎪⎪⎭⎫ ⎝⎛--=⎪⎪⎪⎭⎫ ⎝⎛--⎪⎪⎪⎭⎫ ⎝⎛--=-1102133502113/13/103/13/213/13/203502112011010111X17、1111)(66)(6-----=⇒=-⇒+=E A B A BA E A BA A BA A⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=-=⎪⎪⎪⎭⎫⎝⎛=-⎪⎪⎪⎭⎫ ⎝⎛=-⎪⎪⎪⎭⎫ ⎝⎛=------1236/13/12/16)(66/13/12/1)(,632,743111111E A B E A E A A18、⎪⎪⎪⎭⎫ ⎝⎛-----=⎪⎪⎪⎭⎫⎝⎛-⎪⎪⎪⎭⎫ ⎝⎛-----=⎪⎪⎪⎭⎫⎝⎛-⎪⎪⎪⎭⎫⎝⎛--=--=⇒=-⇒+=---9122692683321011324461351341321011324121011322)2()2()2(2111A E A A E A B A B E A B A AB19、A 为3阶方阵，a A =0≠m ，有a m mA 3-=-；20、A 为3阶方阵，2,2/11=⇒=-A A ；1-*⋅=A A A ，41311112222323===-=-----*-A A A A A A A21、略22、112)(212)(02---=⇒=-⇒=--E A AE E A A E A A A A E E A A E E A A 21)(2)(0212-=-⇒-=-⇒=---因020))(2(=+-⇒=+-E A E A E A E A 23、)2(51)4(05)2)(4(03212E A E A E E A E A E A A --=+⇒=+-+⇒=-+- 24、因0=mA 有1221)((----++++-=-==m m m m m m m A EA A E E A E A E EE所以121)(--++++=-m A A A E A E25、 C A C AC C B m mm11)(--==26、199991--=⇒=⇒=P PB A PBP A PB AP27、28、略29、⎪⎪⎭⎫⎝⎛=⇒⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛=22112121,B A O O B A AB B O O B B A OO A A ; 30、(1)设⎪⎪⎭⎫⎝⎛=⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫⎝⎛214321E OO E A A A A O C B O有⎪⎪⎩⎪⎪⎨⎧====⇒⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫⎝⎛--1214132121430C A A A B A E OO E CA CA BA BA 即逆矩阵为⎪⎪⎭⎫⎝⎛--O B C O11 （2）设⎪⎪⎭⎫⎝⎛=⎪⎪⎭⎫ ⎝⎛++=⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫⎝⎛214231214321E OO E CA AA CA AA BA BA A A A A C A O B 得逆阵为⎪⎪⎭⎫⎝⎛-----1111C AB C O B31、32、略33、求迭（1）200001140432122801140432121101542143211312=⇒⎪⎪⎪⎭⎫ ⎝⎛-→⎪⎪⎪⎭⎫ ⎝⎛---−−→−⎪⎪⎪⎭⎫ ⎝⎛---r r r r r （2）4211103000044000100112111011110022201001110011111100222021110=⇒⎪⎪⎪⎪⎪⎭⎫⎝⎛---→⎪⎪⎪⎪⎪⎭⎫ ⎝⎛----→⎪⎪⎪⎪⎪⎭⎫ ⎝⎛----r34、求逆阵（用软件算的与书后答案有些不同，请大家验证） （1）A =3 2 1 3 1 5 3 2 3det(A)= -6 >> inv(A) ans =1.1667 0.6667 -1.5000 -1.0000 -1.00002.0000 -0.5000 0 0.5000（2）B =2 3 11 2 0-1 2 -2det(B)=2>> inv(B)ans =-2.0000 4.0000 -1.00001.0000 -1.5000 0.50002.0000 -3.5000 0.5000（3）C =3 -2 0 -10 2 2 11 -2 -3 -20 1 2 1det(C)=1>> inv(C)ans =1.0000 1.0000 -2.0000 -4.00000 1.0000 0 -1.0000-1.0000 -1.0000 3.0000 6.00002.0000 1.0000 -6.0000 -10.0000（4）D =2 1 0 03 2 0 05 7 1 8-1 -3 -1 -1det(D)=7>> inv(D)ans =2.0000 -1.0000 0.0000 0-3.0000 2.0000 0 -0.00006.4286 -4.4286 -0.1429 -1.14290.5714 -0.5714 0.1429 0.1429。
2023大学_工程数学《复变函数》西安交通大学第四版课后答案下载
2023工程数学《复变函数》西安交通大学第四版课后答案下载工程数学《复变函数》内容简介第一章复数与复变函数第一节复数及其运算第二节复数的几何表示第三节复数的乘幂与方根第四节复平面上的点集第五节复变函数第六节复变函数的极限与连续性小结习题第二章解析函数第一节复变函数的导数第二节解析函数第三节初等函数小结习题第三章复变函数的积分第一节复变函数的积分第二节柯西积分定理第三节不定积分第四节柯西积分公式第五节调和函数小结习题第四章解析函数的级数表示第一节复数项级数第二节幂级数第三节泰勒级数第四节洛朗级数小结习题第五章留数定理及其应用第一节孤立奇点第二节留数定理第三节应用留数定理计算实积分第四节辐角原理小结习题第六章保形映射第一节复平面上的曲线及其简单性质第二节保形映射第三节几个初等函数构成的映射第四节分式线性映射第五节关于保形映射的例题第六节几个特殊的保形映射和一般性定理第七节保形映射的一个应用小结习题第七章傅立叶变换第一节傅立叶变换第二节傅立叶变换的性质小结习题第八章拉普拉斯变换第一节拉普拉斯变换第二节拉普拉斯变换的性质第三节拉普拉斯逆变换小结习题习题解答工程数学《复变函数》图书目录本书是根据复变函数课程教学基本要求编写的，全书共八章，包括复数与复变函数、解析函数、复变函数的积分、解析函数的'级数表示、留数定理及其应用、保形映射、傅立叶变换、拉普拉斯变换，每章末有小结，以帮助学生掌握要点;书后附有习题答案，供学生参考。
书中带“__”号内容，可供各专业选用。
《高等工程数学》科学出版社 吴孟达版习题答案(1-8章)
《高等工程数学》――科学出版社版习题答案： 第一章习题（P26） 1．略2．在R 4中，求向量a ＝[1,2,1,1]T ,在基a 1 ＝ [1 , 1, 1, 1]T , a 2 ＝ [1 , 1, －1,－1]T a 3 ＝ [1 , －1, 1, －1]T a 4 ＝ [1 , －1,－1, 1]T 下的坐标。
解：其坐标为：x ＝( 5/4, 1/4, －1/4，－1/4 )T 3．在R2×2中，求矩阵12A=03⎡⎤⎢⎥⎣⎦，在基 111B =11⎡⎤⎢⎥⎣⎦，211B =10⎡⎤⎢⎥⎣⎦，311B =00⎡⎤⎢⎥⎣⎦，410B =00⎡⎤⎢⎥⎣⎦下的坐标。
解：其坐标为：x ＝( 3, －3, 2，－1 )T 4．试证：在R 2×2中，矩阵111B =11⎡⎤⎢⎥⎣⎦，211B =01⎡⎤⎢⎥⎣⎦，311B =10⎡⎤⎢⎥⎣⎦，410B =11⎡⎤⎢⎥⎣⎦线性无关。
证明：设 k 1B 1+ k 2B 2+ k 3B 3+ k 4B 4=0000⎡⎤⎢⎥⎣⎦，只要证明k 1= k 2 = k 3= k 4 =0即可。
余略。
5．已知R 4中的两组基：和T T T T 1234=[2,1,1,1],=[0,3,1,0],=[5,3,2,1],=[6,6,1,3]ββββ－求由基1234{,,,}αααααB =到基1234{,,,}βββββB =的过渡矩阵，并求向量1234[,,,]x x x x ξ=在基1234{,,,}βββββB =的坐标。
解：基1234{,,,}αααααB =到基1234{,,,}βββββB =的过渡矩阵是：2056133611211013⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦－ 向量1234[,,,]x x x x ξ=在基1234{,,,}βββββB =的坐标是：6．设R[x]n 是所有次数小于n 的实系数多项式组成的线性空间，求多项式p(x) = 1+ 2x n －1在基{1，(x －1)，(x －1)2，(x －1)3，….，(x －1)n －1}的坐标。
(NEW)同济大学数学系《工程数学—线性代数》(第6版)笔记和课后习题(含考研真题)详解
目 录
第1章 行列式
1.1 复习笔记
1.2 课后习题详解
1.3 考研真题详解
第2章 矩阵及其运算
2.1 复习笔记
2.2 课后习题详解
2.3 考研真题详解
第3章 矩阵的初等变换与线性方程组
3.1 复习笔记
3.2 课后习题详解
3.3 考研真题详解
第4章 向量组的线性相关性4.1 复习笔记
4.2 课后习题详解
4.3 考研真题详解
第5章 相似矩阵及二次型5.1 复习笔记
5.2 课后习题详解
5.3 考研真题详解
第6章 线性空间与线性变换6.1 复习笔记
6.2 课后习题详解
6.3 考研真题详解
第1章 行列式
1.1 复习笔记
一、二阶与三阶行列式
1二阶行列式
定义 将四个数，，，按一定位置，排成二行二列的数表：
则表达式就是数表的二阶行列式，并记作
2三阶行列式
定义 设有9个数排成3行3列的数表
记
该式称为数表所确定的三阶行列式．
二、全排列和对换
1全排列。
同济大学数学系《工程数学—线性代数》第6版课后习题(矩阵及其运算)【圣才出品】
圣才电子书 十万种考研考证电子书、题库视频学习平台
②用逆矩阵方法 因为｜A｜＝2≠0，所以 A 可逆，于是
，易求得
代入可得
16．设 A 为三阶矩阵，
，求
解：因为
，所以 A 可逆．于是由
． 及
对公式两端取行列式得
，得
17．设 解：由 因 左乘上式两边得
，AB＝A＋2B，求 B． ，它的行列式 de（t A－2E）＝2≠0，所以它是可逆矩阵．用
假设当 k＝n 时，式（2-1）成立，则当 k＝n＋1 时
根据数学归纳法可知式（2-1）成立；
4 / 18
（2-1）
圣才电子书 十万种考研考证电子书、题库视频学习平台
7．（1）设 （2）设 解：（1）
，求 A50 和 A51； ，A＝abT，求 A100．
，则可得
（2） 由于 bTa＝－8，所以根据上式可知
是
有意义的，并且因为
所以 A 可逆，而且
.
10．已知线性变换
求从变量 x1，x2，x3 到变量 y1，y2，y3 的线性变换．
解：记
则线性变换的矩阵形式为 x＝Ay，
其中 A 是它的系数矩阵．因为
所以 A 是可逆矩阵，则从变量
x1，x2，x3 到变量 y1，y2，y3 的线性变换的矩阵形式可写成
又由于 于是
7 / 18
圣才电子书 十万种考研考证电子书、题库视频学习平台
即
11．设 J 是元素全为 1 的 n（≥2）阶方阵．证明 E－J 是可逆矩阵，且
这里 E 是与 J 同阶的单位矩阵． 证：因为
于是
所以，
是可逆矩阵，并且
12．设
（k 为正整数），证明
工程数学-积分变换-第四版-课后习题答案精选全文
可编辑修改精选全文完整版工程数学 积分变换（第四版 张元林 编）课后习题答案编辑者：余小龙第一章：Fourier 变换习题一解答1、证：利用Fourier 积分变换的复数形式，有⎰⎰+∞∞--+∞∞-⎥⎦⎤⎢⎣⎡=ωττπωωτd e d e f t f t j j )(21)( ⎰⎰∞+∞-∞+∞-⎥⎦⎤⎢⎣⎡-=ωτωτωττπωd e d j f t j )sin )(cos (121[]⎰+∞∞-+-=ωωωωωd t j t jb a )sin (cos )()(21 由于)()(ωω-=a a ， )()(ωω--=b b ， 所以⎰⎰+∞∞-+∞∞-+=ωωωωωωtd b td a t f sin )(21cos )(21)(⎰⎰+∞+∞+=ωωωωωωtd b td a sin )(cos )(0。
注：本题也可以由Fourier 积分公式的三角形式得到证明。
2、解：（1）此题亦可写成⎩⎨⎧-=.0,1)(2t t f .1;1>≤t t 它是一个连续的偶函数，利用Euler 公式和分部积分法，由Fourier 积分公式的复数形式，有 ⎰⎰+∞∞-+∞∞--⎥⎦⎤⎢⎣⎡=ωττπωωτd e d e f t f t j j )(21)(⎰⎰+∞∞-⎥⎦⎤⎢⎣⎡-=ωτωττπωd e d t j 102cos )1(1ωωωττωωτωωττωωτπωd e tj 1232sin sin 2cos 2sin 1⎰∞+∞-⎥⎦⎤⎢⎣⎡⎪⎪⎭⎫ ⎝⎛+--==ωωωωωπωd e t j ⎰+∞∞--3)cos (sin 21=⎰+∞∞-+-ωωωωωωωπd t j t )sin (cos cos sin 23ωωωωωωπtd cos cos sin 403⎰+∞-= （2）函数)(t f 为一连续函数，用类似于（1）的方法，有⎰⎰+∞∞-+∞∞--⎥⎦⎤⎢⎣⎡=ωττπωωτd e d e f t f t j j )(21)(⎰⎰+∞∞-+∞--⎥⎦⎤⎢⎣⎡=ωττπωωττd e d e e t j j 02sin 21 ⎰⎰+∞∞-+∞+-⎥⎦⎤⎢⎣⎡=ωττπωτωd e d e t j j 0)1(2sin 21 {}()()⎰∞+∞-+∞+-⎥⎥⎦⎤⎢⎢⎣⎡++--+-=ωωττωπωτωd e j j e tj j 02)1(412cos 22sin )1(21 ⎰+∞∞-+-=ωωωπωd e j tj 252212[][]⎰∞+∞-+--+---=ωωωωωωωωωπd t j t j j j )sin (cos 2)5(2)5(2)5(1222⎰∞+∞-+---++-=ωωωωωωωωωωωπd tj t j t t 222224)5(cos 2sin )5(sin 2cos )5(1⎰∞+∞-+-+-=ωωωωωωωπd tt 432625sin 2cos )5(2(3)可以看出)(t f 为奇函数，且-1,0,1为其间断点。
工程数学习题答案
f ( x ) = ∑ a k cos kx
k =0
∞
由正交性得
a0 =
1 2π
∫ π f ( x )dx = π ∫
−
π
1
π
0
(π − x )dx =
2
π
0
π 1 π [−(π − x ) 2 ] 0 = 2π 2
ak =
f ( x ) cos kxdx = ∫ π ∫π π
−
1
π
(π − x ) cos kxdx
u( x , t ) = [cos
πa
l
t+
πa π l sin t ] sin x πa l l
⎧ utt = a 2 u xx , (0 < x < l , t > 0) ⎪ ⎪ u x = 0 = u x x = l = 0, 4．求波动方程解 ⎨ ⎪ u t = 0 = 3 sin 3πx / 2l + 6 sin 5πx / 2l , ⎪u ⎩ t t =0 = 0
方程组有非零解的条件为系数矩阵行列式为零，即
[cos 2π λ − 1]2 + sin 2 2π λ = 0
整理得
cos 2π λ = 1
由余弦函数的最大值点得
2π λ = 2nπ
所以特征值和特征函数分别为 （A 和 B 不全为零） λ n = n 2 ， X n = A cos nx + B sin nx ，
《工程数学》习题一
y ⎧ dy ⎪ = ry (1 − ), x > 0 1．用分离变量法解常微分方程初值问题 ⎨ dx K ⎪ y ( 0) = y 0 ⎩
解：用常微分方程分离变量法
工程数学-线性代数第五版课后习题答案
第二章 矩阵及其运算13. 已知线性变换:⎪⎩⎪⎨⎧++=++=++=3213321232113235322y y y x y y y x y y y x ,求从变量x 1, x 2, x 3到变量y 1, y 2, y 3的线性变换. 解 由已知:⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛221321323513122y y y x x x ,故⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛-3211221323513122x x x y y y ⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫ ⎝⎛----=321423736947y y y ,⎪⎩⎪⎨⎧-+=-+=+--=321332123211423736947x x x y x x x y x x x y . 3. 已知两个线性变换⎪⎩⎪⎨⎧++=++-=+=32133212311542322y y y x y y y x y y x , ⎪⎩⎪⎨⎧+-=+=+-=323312211323z z y z z y z z y ,求从z 1, z 2, z 3到x 1, x 2, x 3的线性变换. 解 由已知⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎭⎫ ⎝⎛221321514232102y y y x x x ⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫ ⎝⎛--⎪⎪⎭⎫ ⎝⎛-=321310102013514232102z z z⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛----=321161109412316z z z , 所以有⎪⎩⎪⎨⎧+--=+-=++-=3213321232111610941236z z z x z z z x z z z x .2.设⎪⎪⎭⎫ ⎝⎛--=111111111A , ⎪⎪⎭⎫ ⎝⎛--=150421321B ,求3AB -2A 及A T B .解⎪⎪⎭⎫ ⎝⎛---⎪⎪⎭⎫ ⎝⎛--⎪⎪⎭⎫ ⎝⎛--=-1111111112150421321111111111323A AB⎪⎪⎭⎫⎝⎛----=⎪⎪⎭⎫ ⎝⎛---⎪⎪⎭⎫ ⎝⎛-=2294201722213211111111120926508503,⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎭⎫ ⎝⎛--⎪⎪⎭⎫ ⎝⎛--=092650850150421321111111111B A T.1. 计算下列乘积:(1)⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫ ⎝⎛-127075321134;解⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛-127075321134⎪⎪⎭⎫ ⎝⎛⨯+⨯+⨯⨯+⨯-+⨯⨯+⨯+⨯=102775132)2(71112374⎪⎪⎭⎫ ⎝⎛=49635.(2)⎪⎪⎭⎫ ⎝⎛123)321(;解⎪⎪⎭⎫⎝⎛123)321(=(1⨯3+2⨯2+3⨯1)=(10).(3))21(312-⎪⎪⎭⎫⎝⎛;解)21(312-⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫ ⎝⎛⨯-⨯⨯-⨯⨯-⨯=23)1(321)1(122)1(2⎪⎪⎭⎫ ⎝⎛---=632142.(4)⎪⎪⎪⎭⎫⎝⎛---⎪⎭⎫ ⎝⎛-20413121013143110412 ;解⎪⎪⎪⎭⎫⎝⎛---⎪⎭⎫ ⎝⎛-20413121013143110412⎪⎭⎫⎝⎛---=6520876.(5)⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫ ⎝⎛321332313232212131211321)(x x x a a a a a a a a a x x x ;解 ⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫ ⎝⎛321332313232212131211321)(x x x a a a a a a a a a x x x =(a 11x 1+a 12x 2+a 13x 3 a 12x 1+a 22x 2+a 23x 3a 13x 1+a 23x 2+a 33x 3)⎪⎪⎭⎫⎝⎛321x x x322331132112233322222111222x x a x x a x x a x a x a x a +++++=.4. 设⎪⎭⎫ ⎝⎛=3121A , ⎪⎭⎫ ⎝⎛=2101B , 问: (1)AB =BA 吗? 解 AB ≠BA .因为⎪⎭⎫ ⎝⎛=6443AB , ⎪⎭⎫ ⎝⎛=8321BA , 所以AB ≠BA .(2)(A +B )2=A 2+2AB +B 2吗? 解 (A +B )2≠A 2+2AB +B 2.因为⎪⎭⎫⎝⎛=+5222B A ,⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛=+52225222)(2B A ⎪⎭⎫ ⎝⎛=2914148, 但 ⎪⎭⎫ ⎝⎛+⎪⎭⎫ ⎝⎛+⎪⎭⎫ ⎝⎛=++43011288611483222B AB A ⎪⎭⎫ ⎝⎛=27151610, 所以(A +B )2≠A 2+2AB +B 2. (3)(A +B )(A -B )=A 2-B 2吗? 解 (A +B )(A -B )≠A 2-B 2.因为⎪⎭⎫ ⎝⎛=+5222B A , ⎪⎭⎫ ⎝⎛=-1020B A , ⎪⎭⎫ ⎝⎛=⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛=-+906010205222))((B A B A , 而 ⎪⎭⎫ ⎝⎛=⎪⎭⎫ ⎝⎛-⎪⎭⎫ ⎝⎛=-718243011148322B A , 故(A +B )(A -B )≠A 2-B 2.5. 举反列说明下列命题是错误的:(1)若A 2=0, 则A =0;解 取⎪⎭⎫⎝⎛=0010A , 则A 2=0, 但A ≠0. (2)若A 2=A , 则A =0或A =E ;解 取⎪⎭⎫ ⎝⎛=0011A , 则A 2=A , 但A ≠0且A ≠E .(3)若AX =AY , 且A ≠0, 则X =Y . 解 取⎪⎭⎫ ⎝⎛=0001A , ⎪⎭⎫⎝⎛-=1111X , ⎪⎭⎫ ⎝⎛=1011Y , 则AX =AY , 且A ≠0, 但X ≠Y .6. 设⎪⎭⎫ ⎝⎛=101λA , 求A 2, A 3, ⋅ ⋅ ⋅, A k.解 ⎪⎭⎫ ⎝⎛=⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛=12011011012λλλA , ⎪⎭⎫ ⎝⎛=⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛==1301101120123λλλA A A , ⋅ ⋅ ⋅ ⋅ ⋅ ⋅,⎪⎭⎫ ⎝⎛=101λk A k .7.设⎪⎪⎭⎫⎝⎛=λλλ001001A ,求A k .解 首先观察⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛=λλλλλλ0010010010012A ⎪⎪⎭⎫ ⎝⎛=222002012λλλλλ,⎪⎪⎭⎫⎝⎛=⋅=3232323003033λλλλλλA A A ,⎪⎪⎭⎫⎝⎛=⋅=43423434004064λλλλλλA A A ,⎪⎪⎭⎫⎝⎛=⋅=545345450050105λλλλλλA A A ,⋅ ⋅ ⋅ ⋅ ⋅ ⋅,⎝⎛=kA kk kk k k k k k k λλλλλλ0002)1(121----⎪⎪⎪⎭⎫.用数学归纳法证明: 当k =2时, 显然成立. 假设k 时成立，则k +1时，⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎪⎭⎫⎝⎛-=⋅=---+λλλλλλλλλ0010010002)1(1211k k k k k k k k k k k k A A A ⎪⎪⎪⎪⎭⎫⎝⎛+++=+-+--+11111100)1(02)1()1(k k k k k k k k k k λλλλλλ,由数学归纳法原理知:⎪⎪⎪⎪⎭⎫⎝⎛-=---k k kk k k k k k k k A λλλλλλ0002)1(121.8. 设A , B 为n 阶矩阵，且A 为对称矩阵，证明B T AB 也是对称矩阵.证明 因为A T =A , 所以(B T AB )T =B T (B T A )T =B T A T B =B T AB , 从而B T AB 是对称矩阵.9. 设A , B 都是n 阶对称矩阵，证明AB 是对称矩阵的充分必要条件是AB =BA .证明 充分性: 因为A T =A , B T =B , 且AB =BA , 所以 (AB )T =(BA )T =A T B T =AB , 即AB 是对称矩阵.必要性: 因为A T =A , B T =B , 且(AB )T =AB , 所以 AB =(AB )T =B T A T =BA . 10. 求下列矩阵的逆矩阵:(1)⎪⎭⎫⎝⎛5221;解 ⎪⎭⎫ ⎝⎛=5221A . |A |=1, 故A -1存在. 因为⎪⎭⎫⎝⎛--=⎪⎭⎫⎝⎛=1225*22122111A A A A A ,故 *||11A A A =-⎪⎭⎫⎝⎛--=1225.(2)⎪⎭⎫ ⎝⎛-θθθθcos sin sin cos ;解 ⎪⎭⎫ ⎝⎛-=θθθθc o s s i ns i n c o s A . |A |=1≠0, 故A -1存在. 因为 ⎪⎭⎫⎝⎛-=⎪⎭⎫⎝⎛=θθθθc o s s i n s i n c o s *22122111A A A A A , 所以 *||11A A A =-⎪⎭⎫⎝⎛-=θθθθcos sin sin cos .(3)⎪⎪⎭⎫⎝⎛---145243121;解⎪⎪⎭⎫⎝⎛---=145243121A . |A |=2≠0, 故A -1存在. 因为⎪⎪⎭⎫ ⎝⎛-----=⎪⎪⎭⎫ ⎝⎛=214321613024*332313322212312111A A A A A A A A A A ,所以*||11A A A =-⎪⎪⎪⎭⎫⎝⎛-----=1716213213012.(4)⎪⎪⎪⎭⎫ ⎝⎛n a a a 0021(a 1a 2⋅ ⋅ ⋅a n ≠0) .解⎪⎪⎪⎭⎫ ⎝⎛=n a a a A0021, 由对角矩阵的性质知⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛=-n a a a A 10011211.11. 解下列矩阵方程:(1)⎪⎭⎫ ⎝⎛-=⎪⎭⎫ ⎝⎛12643152X ; 解 ⎪⎭⎫ ⎝⎛-⎪⎭⎫ ⎝⎛=-126431521X ⎪⎭⎫ ⎝⎛-⎪⎭⎫ ⎝⎛--=12642153⎪⎭⎫ ⎝⎛-=80232.(2)⎪⎭⎫⎝⎛-=⎪⎪⎭⎫⎝⎛--234311*********X ;解1111012112234311-⎪⎪⎭⎫⎝⎛--⎪⎭⎫ ⎝⎛-=X⎪⎪⎭⎫⎝⎛---⎪⎭⎫ ⎝⎛-=03323210123431131⎪⎪⎭⎫ ⎝⎛---=32538122. (3)⎪⎭⎫⎝⎛-=⎪⎭⎫⎝⎛-⎪⎭⎫ ⎝⎛-101311022141X ;解11110210132141--⎪⎭⎫ ⎝⎛-⎪⎭⎫ ⎝⎛-⎪⎭⎫ ⎝⎛-=X⎪⎭⎫⎝⎛⎪⎭⎫ ⎝⎛-⎪⎭⎫ ⎝⎛-=210110131142121 ⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛=21010366121⎪⎪⎭⎫ ⎝⎛=04111.(4)⎪⎪⎭⎫ ⎝⎛---=⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛021102341010100001100001010X .解11010100001021102341100001010--⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛---⎪⎪⎭⎫ ⎝⎛=X⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛---⎪⎪⎭⎫ ⎝⎛=010100001021102341100001010⎪⎪⎭⎫ ⎝⎛---=201431012.12. 利用逆矩阵解下列线性方程组:(1)⎪⎩⎪⎨⎧=++=++=++3532522132321321321x x x x x x x x x ;解 方程组可表示为⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛321153522321321x x x ,故⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛-0013211535223211321x x x ,从而有⎪⎩⎪⎨⎧===001321x x x .(2)⎪⎩⎪⎨⎧=-+=--=--05231322321321321x x x x x x x x x .解 方程组可表示为⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛-----012523312111321x x x ,故⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛-----=⎪⎪⎭⎫ ⎝⎛-3050125233121111321x x x ,故有⎪⎩⎪⎨⎧===305321x x x .14. 设A k =O (k 为正整数), 证明(E -A )-1=E +A +A 2+⋅ ⋅ ⋅+A k -1. 证明 因为A k =O , 所以E -A k =E . 又因为 E -A k =(E -A )(E +A +A 2+⋅ ⋅ ⋅+A k -1), 所以 (E -A )(E +A +A 2+⋅ ⋅ ⋅+A k -1)=E , 由定理2推论知(E -A )可逆, 且 (E -A )-1=E +A +A 2+⋅ ⋅ ⋅+A k -1.证明 一方面, 有E =(E -A )-1(E -A ). 另一方面, 由A k =O , 有E =(E -A )+(A -A 2)+A 2-⋅ ⋅ ⋅-A k -1+(A k -1-A k )=(E +A +A 2+⋅ ⋅ ⋅+A k -1)(E -A ), 故 (E -A )-1(E -A )=(E +A +A 2+⋅ ⋅ ⋅+A k -1)(E -A ), 两端同时右乘(E -A )-1, 就有(E -A )-1(E -A )=E +A +A 2+⋅ ⋅ ⋅+A k -1.15. 设方阵A 满足A 2-A -2E =O , 证明A 及A +2E 都可逆, 并求A -1及(A +2E )-1.证明 由A 2-A -2E =O 得 A 2-A =2E , 即A (A -E )=2E , 或 E E A A =-⋅)(21,由定理2推论知A 可逆, 且)(211E A A -=-.由A 2-A -2E =O 得A 2-A -6E =-4E , 即(A +2E )(A -3E )=-4E , 或 E A E E A =-⋅+)3(41)2(由定理2推论知(A +2E )可逆, 且)3(41)2(1A E E A -=+-.证明 由A 2-A -2E =O 得A 2-A =2E , 两端同时取行列式得 |A 2-A |=2, 即 |A ||A -E |=2, 故 |A |≠0,所以A 可逆, 而A +2E =A 2, |A +2E |=|A 2|=|A |2≠0, 故A +2E 也可逆. 由 A 2-A -2E =O ⇒A (A -E )=2E⇒A -1A (A -E )=2A -1E ⇒)(211E A A -=-,又由 A 2-A -2E =O ⇒(A +2E )A -3(A +2E )=-4E ⇒ (A +2E )(A -3E )=-4 E ,所以 (A +2E )-1(A +2E )(A -3E )=-4(A +2 E )-1, )3(41)2(1A E E A -=+-.16. 设A 为3阶矩阵, 21||=A , 求|(2A )-1-5A *|.解 因为*||11A A A =-, 所以|||521||*5)2(|111----=-A A A A A |2521|11---=A A=|-2A -1|=(-2)3|A -1|=-8|A |-1=-8⨯2=-16. 17. 设矩阵A 可逆, 证明其伴随阵A *也可逆, 且(A *)-1=(A -1)*.证明 由*||11A A A =-, 得A *=|A |A -1, 所以当A 可逆时, 有|A *|=|A |n |A -1|=|A |n -1≠0, 从而A *也可逆.因为A *=|A |A -1, 所以 (A *)-1=|A |-1A . 又*)(||)*(||1111---==A A A A A , 所以(A *)-1=|A |-1A =|A |-1|A |(A -1)*=(A -1)*. 18. 设n 阶矩阵A 的伴随矩阵为A *, 证明: (1)若|A |=0, 则|A *|=0; (2)|A *|=|A |n -1. 证明(1)用反证法证明. 假设|A *|≠0, 则有A *(A *)-1=E , 由此得 A =A A *(A *)-1=|A |E (A *)-1=O ,所以A *=O , 这与|A *|≠0矛盾，故当|A |=0时, 有|A *|=0. (2)由于*||11A A A =-, 则AA *=|A |E , 取行列式得到|A ||A *|=|A |n . 若|A |≠0, 则|A *|=|A |n -1;若|A |=0, 由(1)知|A *|=0, 此时命题也成立. 因此|A *|=|A |n -1. 19.设⎪⎪⎭⎫⎝⎛-=321011330A , AB =A +2B ,求B .解 由AB =A +2E 可得(A -2E )B =A , 故⎪⎪⎭⎫ ⎝⎛-⎪⎪⎭⎫ ⎝⎛---=-=--321011330121011332)2(11A E A B ⎪⎪⎭⎫ ⎝⎛-=011321330.20.设⎪⎪⎭⎫⎝⎛=101020101A ,且AB +E =A 2+B , 求B .解 由AB +E =A 2+B 得 (A -E )B =A 2-E , 即 (A -E )B =(A -E )(A +E ).因为01001010100||≠-==-E A ,所以(A -E )可逆, 从而⎪⎪⎭⎫⎝⎛=+=201030102E A B .21. 设A =diag(1, -2, 1), A *BA =2BA -8E , 求B . 解 由A *BA =2BA -8E 得 (A *-2E )BA =-8E , B =-8(A *-2E )-1A -1=-8[A (A *-2E )]-1 =-8(AA *-2A )-1 =-8(|A |E -2A )-1 =-8(-2E -2A )-1 =4(E +A )-1=4[diag(2, -1, 2)]-1)21 ,1 ,21(d i a g 4-= =2diag(1, -2, 1). 22.已知矩阵A 的伴随阵⎪⎪⎪⎭⎫⎝⎛-=8030010100100001*A ,且ABA -1=BA -1+3E , 求B .解 由|A *|=|A |3=8, 得|A |=2. 由ABA -1=BA -1+3E 得 AB =B +3A ,B =3(A -E )-1A =3[A (E -A -1)]-1A 11*)2(6*)21(3---=-=A E A E⎪⎪⎪⎭⎫⎝⎛-=⎪⎪⎪⎭⎫⎝⎛--=-103006060060006603001010010000161.23. 设P -1AP =Λ, 其中⎪⎭⎫ ⎝⎛--=1141P , ⎪⎭⎫ ⎝⎛-=Λ2001, 求A 11. 解 由P -1AP =Λ, 得A =P ΛP -1, 所以A 11= A =P Λ11P -1.|P |=3, ⎪⎭⎫ ⎝⎛-=1141*P , ⎪⎭⎫ ⎝⎛--=-1141311P , 而⎪⎭⎫⎝⎛-=⎪⎭⎫⎝⎛-=Λ11111120 012001,故 ⎪⎪⎪⎭⎫⎝⎛--⎪⎭⎫ ⎝⎛-⎪⎭⎫ ⎝⎛--=31313431200111411111A ⎪⎭⎫ ⎝⎛--=68468327322731. 24. 设AP =P Λ, 其中⎪⎪⎭⎫⎝⎛--=111201111P , ⎪⎪⎭⎫ ⎝⎛-=Λ511,求ϕ(A )=A 8(5E -6A +A 2). 解 ϕ(Λ)=Λ8(5E -6Λ+Λ2)=diag(1,1,58)[diag(5,5,5)-diag(-6,6,30)+diag(1,1,25)]=diag(1,1,58)diag(12,0,0)=12diag(1,0,0). ϕ(A )=P ϕ(Λ)P -1*)(||1P P P Λ=ϕ⎪⎪⎭⎫⎝⎛------⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛---=1213032220000000011112011112⎪⎪⎭⎫ ⎝⎛=1111111114.25. 设矩阵A 、B 及A +B 都可逆, 证明A -1+B -1也可逆, 并求其逆阵. 证明 因为A -1(A +B )B -1=B -1+A -1=A -1+B -1,而A -1(A +B )B -1是三个可逆矩阵的乘积, 所以A -1(A +B )B -1可逆, 即A -1+B -1可逆.(A -1+B -1)-1=[A -1(A +B )B -1]-1=B (A +B )-1A . 26.计算⎪⎪⎪⎭⎫⎝⎛---⎪⎪⎪⎭⎫⎝⎛30003200121013013000120010100121.解 设⎪⎭⎫ ⎝⎛=10211A , ⎪⎭⎫ ⎝⎛=30122A , ⎪⎭⎫ ⎝⎛-=12131B , ⎪⎭⎫ ⎝⎛--=30322B , 则 ⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛2121B O B E A O E A ⎪⎭⎫⎝⎛+=222111B A O B B A A , 而 ⎪⎭⎫ ⎝⎛-=⎪⎭⎫ ⎝⎛--+⎪⎭⎫ ⎝⎛-⎪⎭⎫ ⎝⎛=+4225303212131021211B B A ,⎪⎭⎫⎝⎛--=⎪⎭⎫ ⎝⎛--⎪⎭⎫ ⎝⎛=90343032301222B A ,所以⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛2121B O B E A O E A ⎪⎭⎫ ⎝⎛+=222111B A O B B A A ⎪⎪⎪⎭⎫⎝⎛---=9000340042102521,即⎪⎪⎪⎭⎫ ⎝⎛---⎪⎪⎪⎭⎫ ⎝⎛30003200121013013000120010100121⎪⎪⎪⎭⎫⎝⎛---=9000340042102521. 27. 取⎪⎭⎫⎝⎛==-==1001D C B A , 验证|||||||| D C B A D C B A ≠. 解4100120021010*********0021010010110100101==--=--=D C B A ,而 01111||||||||==D C B A , 故 |||||||| D C B A DC B A ≠.28. 设⎪⎪⎪⎭⎫⎝⎛-=22023443O O A , 求|A 8|及A 4.解 令⎪⎭⎫ ⎝⎛-=34431A , ⎪⎭⎫⎝⎛=22022A ,则 ⎪⎭⎫ ⎝⎛=21A O OA A ,故8218⎪⎭⎫ ⎝⎛=A O O A A ⎪⎭⎫ ⎝⎛=8281A O O A ,1682818281810||||||||||===A A A A A .⎪⎪⎪⎭⎫ ⎝⎛=⎪⎭⎫ ⎝⎛=464444241422025005O O A O O A A .29. 设n 阶矩阵A 及s 阶矩阵B 都可逆, 求(1)1-⎪⎭⎫⎝⎛O B A O ;解 设⎪⎭⎫⎝⎛=⎪⎭⎫ ⎝⎛-43211C C C C O B A O , 则⎪⎭⎫ ⎝⎛O B A O ⎪⎭⎫ ⎝⎛4321C C C C ⎪⎭⎫⎝⎛=⎪⎭⎫ ⎝⎛=s n E O O E BC BC AC AC 2143. 由此得 ⎪⎩⎪⎨⎧====snE BC OBC OAC E AC 2143⇒⎪⎩⎪⎨⎧====--121413B C O C O C A C ,所以 ⎪⎭⎫ ⎝⎛=⎪⎭⎫ ⎝⎛---O A B O O B A O 111.(2)1-⎪⎭⎫⎝⎛B C O A .解 设⎪⎭⎫⎝⎛=⎪⎭⎫ ⎝⎛-43211D D D D B C O A , 则⎪⎭⎫ ⎝⎛=⎪⎭⎫ ⎝⎛++=⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛s n E O O E BD CD BD CD AD AD D D D D B C O A 4231214321. 由此得 ⎪⎩⎪⎨⎧=+=+==s nE BD CD O BD CD OAD E AD 423121⇒⎪⎩⎪⎨⎧=-===----14113211B D CA B D O D A D ,所以⎪⎭⎫ ⎝⎛-=⎪⎭⎫ ⎝⎛-----11111B CA B O A BC O A .30. 求下列矩阵的逆阵:(1)⎪⎪⎪⎭⎫⎝⎛2500380000120025;解 设⎪⎭⎫ ⎝⎛=1225A , ⎪⎭⎫ ⎝⎛=2538B , 则⎪⎭⎫ ⎝⎛--=⎪⎭⎫ ⎝⎛=--5221122511A , ⎪⎭⎫ ⎝⎛--=⎪⎭⎫ ⎝⎛=--8532253811B .于是⎪⎪⎪⎭⎫ ⎝⎛----=⎪⎭⎫ ⎝⎛=⎪⎭⎫⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛----850032000052002125003800001200251111B A B A .(2)⎪⎪⎪⎭⎫⎝⎛4121031200210001. 解 设⎪⎭⎫ ⎝⎛=2101A , ⎪⎭⎫ ⎝⎛=4103B , ⎪⎭⎫ ⎝⎛=2112C , 则⎪⎭⎫ ⎝⎛-=⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛------1111114121031200210001B CA B O A BC O A⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-----=411212458103161210021210001.。
- 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)。
第二章1.1. 一鞋店大约每天卖出鞋30双，批发一次货的花费为300元，每双鞋每天的存储费用为0.1元。
问鞋店多少天批发一次货，进货量为多少？ 解：利用经济批量订货公式T =14(天), Q =420(双)1.2: 建立不允许缺货的生产销售存贮模型。
设生产速率为常数k ，销售速率为常数r ，k>r 。
在每个生产周期T 内，开始的一段时间一边生产一边销售，后来的一段时间只销售不生产。
设每次生产准备费为c1，单位时间每件产品的贮存费为c2，以总费用最小为目标确定最有生产周期。
讨论k>>r 和k ≈r 的情况。
解：总⎰+=+=TQT c c dt t q c c C 0212121)(，可得出：,)()(00r T T T r k Q -=-=k T T r 0=， kTrr k Q )(-=，212()2T r k r C c c k-∴=+平均12()(),2c c Tr k r C C T T T T k -==+=最优当rc c T r k 212≈>>时，，等价于标准EOQ （经济批量订货公式）；当,∞→≈T r k 时，故为无存贮。
2.1 某部门在今后五年内考虑给下列项目投资，已知：• 项目1从第一年到第四年每年可以投资，并于次年回收本利115%；• 项目2第三年可以投资，到第五年回收本利125%，但规定最大投资额不超过4万元； • 项目3第二年可以投资，到第五年回收本利140%，但规定最大投资额不超过3万元； •项目4每年初可购买公债，于当年末归还，并加利息6%。
该部门现有资金10万元， 问它应如何确定给这些项目每年的投资额，使到五年后拥有的资金的本利总额为最大？ 解：假设⏹ 所有投资发生在年初；⏹ 所有收益发生在年末，可用于下一年度投资； ⏹ 没有其他资金来源，也没有其他投资和费用发生； ⏹ 题中所给定的收益率不受市场影响发生变化。
模型建立设yij 表示第i 年年初投资给项目j 的金额 Ai 表示第i 年未投资的金额 第五年末本利总额 约束条件⎪⎪⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎪⎪⎨⎧≤≤==≥++≤+-++=++≤+++-++=++≤++++-+=+≤+++-=≤+4y ,3y ;4,3,2,1j ,5,4,3,2,1i ,0y y06.1y 15.1A y )y y (y 06.1y 15.1A A y 06.1y 15.1A y y )y y y (y 06.1y 15.1A A y 06.1y 15.1A y y y )y y y (y 06.1A A y 06.1A y y y )y y (10A 10y y 3223ij 44314544441342134342134441343231241123241123432312423211412141242321141111411 模型简化Lingo 程序max=1.4*y23+1.25*y32+1.15*y41+1.06*y54; y11+y14<=10;y11-0.06*y14+y21+y23+y24<=10;-0.15*y11-0.06*y14+y21+y23-0.06*y24+y31+y32+y34<=10;-0.15*y11-0.06*y14-0.15*y21+y23-0.06*y24+y31+y32-0.06*y34+y41+y44<=10;-0.15*y11-0.06*y14-0.15*y21+y23-0.06*y24-0.15*y31+y32-0.06*y34+y41-0.06*y44+y54<=10; y23<=3; y32<=4; end54413223y 06.1y 15.1y 25.1y 40.1f +++=23324154max 1.40 1.25 1.15 1.06f y y y y =+++1114111421232411142123243132341114212324313234414411142123243132100.06100.150.060.06100.150.060.150.060.06100.150.060.150.060.150.06y y y y y y y y y y y y y y y y y y y y y y y y y y y y y y y y y +≤-+++≤--++-+++≤---+-++-++≤---+--+-3441445423320.06100,1,2,3,4,5,1,2,3,4;3,4ijy y y y i j y y ⎧⎪⎪⎪⎪⎪⎨⎪⎪⎪+-+≤⎪⎪≥==≤≤⎩计算结果第一年：y11 =71698元，y14 = 28302元； 第二年：y23 = 30000元；第三年：y32 =40000元; y34=42453； 第四年：y41 =45000元; 其他为0；第五年末该部门拥有资金总额为143750元，盈利43.75%。
进一步简化的模型考虑利润最大化时 A1=A2=A3=A4=03.1 5名候选人的百米成绩如何选拔队员组成4⨯100米混合泳接力队?甲 乙丙 丁 戊 蝶泳 1’06”857”21’18” 1’10” 1’07”4 仰泳 1’15”6 1’06” 1’07”8 1’14”2 1’11” 蛙泳 1’27” 1’06”4 1’24”6 1’09”6 1’23”8 自由泳58”6 53”59”4 57”2 1’02”423324154max 1.40 1.25 1.15 1.06f y y y y =+++⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧≤≤==≥+=+=++=++=++=+4y,3y ;4,3,2,1j ,5,4,3,2,1i ,0y y 06.1y 15.1y y 06.1y 15.1y y y 06.1y 15.1y y y y 06.1y y y 10y y 3223ij 4431543421444124113432311424232114114.1 某公司将4种不同含硫量的液体原料（分别记为甲、乙、丙、丁）混合生产两种产品（分别记为A ，B ），按照生产工艺要求，原料甲、乙、丁必须首先倒入混合池中混合，混合后的液体再分别与原料丙混合生产A 、B 。
已知，原料甲、乙、丙、丁的含硫量分别是3 % ，1 % ，2 % ，1 % ，进货价格分别为6，16，10，15（千元/吨）；产品A 、B 的含硫量分别不能超过2.5 % ，2 %, 售价分别为10，15（千元/吨），根据市场信息，原料甲、乙、丙的供应量有限制，原料丁的供应量最多为50吨；产品A 、B 的市场需求分别为100，200吨，问应如何安排生产？ 解：设甲乙丙丁所用的吨数分别为X1,X2,X3,X4 A 中来自混合池和丙的吨数分别是A1, A2 B 中来自混合池和丙的吨数分别是B1, B2目标函数 max 9(A1+A2)+15*(B1+B2)-6*x1-16*x2-10*x3-15*x4 约束条件：（1）原料丁的供应限制 X4≤50 （2）A,B 最大需求量的限制 A1+A2≤100 (思考：为什么钢管下料中需求量约束写成“≥”而这里“≤”？) B1+B2≤200 （3）A,B 含硫量的限制3124122124 2.512X X X A A X X X A A +++++≤+3124122124 1.512X X X B B X X X B B +++++≤+（4）关于变量的约束所有变量的非负性， 且 A1+B1=X1+X2+X4, A2+B2=X3model :max =9*(A1+A2)+15*(B1+B2)-6*x1-16*x2-10*x3-15*x4; A2+B2=x3; A1+B1=x1+x2+x4;(3*x1+x2+x4)/(x1+x2+x4)*A1+2*A2<=2.5*(A1+A2); (3*x1+x2+x4)/(x1+x2+x4)*B1+2*B2<=1.5*(B1+B2); A1+A2<=100; B1+B2<=200; x4<=50; endLocal optimal solution found.Objective value: 450.0000 Total solver iterations: 27Variable Value Reduced Cost A1 0.000000 4.000000 A2 0.000000 0.000000 B1 100.0000 0.000000 B2 100.0000 0.000000 X1 0.000000 2.000000 X2 50.00000 0.000000 X3 100.0000 0.000000 X4 50.00000 0.000000另一种解法：设A 中来自混合池和丙的吨数分别是Y1, Z1 B 中来自混合池和丙的吨数分别是Y2, Z2 混合池中甲，乙，丁的比例分别是X1, X2, X4按题意没有浪费，即混合池中所用的都用于生产A,B ，那么混合池中甲，乙，丁的吨数分别为（Y1+Y2）X1，（Y1+Y2）X2，（Y1+Y2）X4；同时没有浪费也意味着生产的产品A,B 全部销售出去。
目标函数：总利润最大化 约束条件：（1）原料丁的供应限制 （Y1+Y2）X4≤50 （2）A,B 最大需求量的限制 Y1+Z1≤100Y2+Z2≤200（3）A,B 含硫量的限制5.211121)4213(≤++++Z Y Z Y X X X5.122222)4213(≤++++Z Y Z Y X X X（4）关于变量的约束所有变量的非负性，X1+X2+X4=1 model:Max=(9-6*x1-16*x2-15*x4)*y1+(15-6*x1-16*x2-15*x4)*y2-z1+5*z2;x4*(y1+y2)<50;y1+z1<100;y2+z2<200;(3*x1+x2+x4-2.5)*y1-0.5*z1<0;(3*x1+x2+x4-1.5)*y2+0.5*z2<0;x1+x2+x4=1;endLocal optimal solution found.Objective value: 450.0000Total solver iterations: 4Variable Value Reduced CostX1 0.000000 200.0000X2 0.5000000 0.000000X4 0.5000000 0.000000Y1 0.000000 4.000000Y2 100.0000 0.000000Z1 0.000000 0.000000Z2 100.0000 0.000000model:sets:n/1..11/:r, q, p, x;endsetsdata:r=9.6 18.5 49.4 23.9 8.1 14 40.7 31.2 33.6 36.8 5;q=42 54 60 42 1.2 39 68 33.4 53.3 40 0;p=2.1 3.2 6 1.5 7.6 3.4 5.6 3.1 2.7 2.9 0; enddatalamda=0.5; !自行修改lamda的值，从0～1.min=(1-lamda)*@sum(n(i): (p(i)-r(i))/100*x(i))+lamda*y; @sum(n(i): (1+p(i)/100)*x(i))=1;@for(n(i): q(i)/100*x(i) <y);endMatlab程序：clear;data=[9.6 42 2.1 18118.5 54 3.2 40749.4 60 6.0 42823.9 42 1.5 5498.1 1.2 7.6 27014 39 3.4 39740.7 68 5.6 17831.2 33.4 3.1 22033.6 53.3 2.7 47536.8 40 2.9 248];data=[data;5 0 0 0];r=data(:,1)/100;q=data(:,2)/100;p=data(:,3)/100;u=data(:,4);table=[];for lamda=0:0.1:1,f=[(1-lamda)*(p-r);lamda];Aeq=[1+p',0];beq=1;A=[diag(q(1:10)),zeros(10,1),-ones(10,1)];b=zeros(10,1); [x,fval]=linprog(f,A,b,Aeq,beq,zeros(12,1));table=[table,[x;-fval]];endtable。