《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 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]Ta 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R 2×2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 )T4．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：T T T T 1234=[1,0,0,0],=[0,1,0,0],=[0,0,1,0],=[0,0,0,1]αααα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：11234205612927331336112923x 112190018101373926x x x x ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦－－－－－1＝－－27－－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。
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.。
高等工程数学训练题 (2015)
（附注）
四、证明题
设总体 、 ， 和 分别是来自 和 的样本，且两个样本相互独立， 和 分别是它们的样本均值和样本方差，证明
解：
设 （z为自变量，t为某固定字母），
则
令 得 ，解得
∴
14、已知 ，求A
解：∵ ，又
∴ 。
15、证明： , 是实数域 上的线性空间。
[证明]首先需要证明两种运算的唯一性和封闭性
①唯一性和封闭性
唯一性显然
若 , , ，则有
， 封闭性得证。
②八条性质
（1）
（2）
（3） 是零元素 [ ]
（4） 是 的负元素 [ ]
10、设 (k=1,2,3…)，则 。
11、设 ，其中i2=-1，求
解：
。
12、已知 ，求①eA,②eAt,③sinA
解：①设
∴
②令 （z是自变量，t为某固定字母）
∴
③设
∴
注：当 为一个普通方阵且 ，求f(A)的步骤：
①求出A的Jordan标准形 ；
②求一个可逆阵P，使得 ；
③ 。
。
13、（方阵函数的谱方法计算）已知 ，求eAt
下证：r(λ)≡0
反证，r(λ)是一个比m(λ)次数低的非零多项式。
设r(λ)的最高次项系数为k(k≠0)，令
∴r1(λ)是首一多项式，且
∴r1(λ)是A的首一零化多项式，而且r1(A)与r(A)同次，均比m(λ)次数低，这与m(λ)为A的最小多项式矛盾！
∴r(λ)≡0，m(λ)| f(λ)。
1-8章 习题解答
第一章思 考 题1．事件的和或者差的运算的等式两端能“移项”吗？为什么？2．医生在检查完病人的时候摇摇头“你的病很重，在十个得这种病的人中只有一个能救活. ”当病人被这个消息吓得够呛时，医生继续说“但你是幸运的.因为你找到了我，我已经看过九个病人了，他们都死于此病，所以你不会死” ，医生的说法对吗？为什么？３．圆周率 1415926.3=π是一个无限不循环小数, 我国数学家祖冲之第一次把它计算到小数点后七位, 这个记录保持了1000多年! 以后有人不断把它算得更精确. 1873年, 英国学者沈克士公布了一个π的数值, 它的数目在小数点后一共有707位之多! 但几十年后, 曼彻斯特的费林生对它产生了怀疑. 他统计了π的608位小数, 得到了下表:675844625664686762609876543210出现次数数字你能说出他产生怀疑的理由吗?答：因为π是一个无限不循环小数，所以，理论上每个数字出现的次数应近似相等，或它们出现的频率应都接近于0.1，但7出现的频率过小.这就是费林产生怀疑的理由.4．你能用概率证明“三个臭皮匠胜过一个诸葛亮”吗？５．两事件A 、B 相互独立与A 、B 互不相容这两个概念有何关系？对立事件与互不相容事件又有何区别和联系？６．条件概率是否是概率？为什么？习 题1．写出下列试验下的样本空间：（1）将一枚硬币抛掷两次答：样本空间由如下4个样本点组成{(,)(,)(,)(,)Ω=正正，正反，反正，反反 （2）将两枚骰子抛掷一次答：样本空间由如下36个样本点组成{(,),1,2,3,4,5,6}i j i j Ω==（3）调查城市居民（以户为单位）烟、酒的年支出答：结果可以用（x ，y ）表示，x ，y 分别是烟、酒年支出的元数.这时，样本空间由坐标平面第一象限内一切点构成 .{(,)0,0}x y x y Ω=≥≥2．甲，乙，丙三人各射一次靶，记-A “甲中靶” -B “乙中靶” -C “丙中靶” 则可用上述三个事件的运算来分别表示下列各事件：(1) “甲未中靶”： ;A(2) “甲中靶而乙未中靶”： ;B A(3) “三人中只有丙未中靶”： ;C AB(4) “三人中恰好有一人中靶”： ;C B A C B A C B A(5)“ 三人中至少有一人中靶”： ;C B A(6)“三人中至少有一人未中靶”： ;C B A 或;ABC(7)“三人中恰有两人中靶”： ;BC A C B A C AB(8)“三人中至少两人中靶”： ;BC AC AB(9)“三人均未中靶”： ;C B A(10)“三人中至多一人中靶”： ;C B A C B A C B A C B A(11)“三人中至多两人中靶”： ;ABC 或;C B A3 .设,A B 是两随机事件，化简事件 (1)()()A B A B (2) ()()A B A B解:(1)()()A B A B AB AB B B == , (2) ()()A B A B ()AB AB B A A B B ==Ω= .4．某城市的电话号码由5个数字组成，每个数字可能是从0-9这十个数字中的任一个，求电话号码由五个不同数字组成的概率. 解：51050.302410P P ==. 5．n 张奖券中含有m 张有奖的，k 个人购买，每人一张，求其中至少有一人中奖的概率。
高等数学Ⅰ(上)智慧树知到课后章节答案2023年下陕西理工大学
高等数学Ⅰ（上）智慧树知到课后章节答案2023年下陕西理工大学陕西理工大学第一章测试1.如果函数的定义域是[0,1],则函数的定义域为（）。
A:[1-a, a-1]. B:[a-1, a+1]； C:[a, -a+1]； D:[a-1, 1-a]；答案:[a, -a+1]；2.下列数列中，收敛的是（）。
A: . B:； C:； D:；答案:；3.设数列，当时的极限为a，则下列说法错误的是（）。
A:的值随着n的无限增大而无限减小. B:去掉数列的前1000项后，余下的数列还有极限，但极限不一定是a； C:如果去掉所有的偶数项，只留奇数项，余下的数列还有极限，且极限仍是a； D:；答案:去掉数列的前1000项后，余下的数列还有极限，但极限不一定是a；4.当n无限增大时，数列x n以常量A为极限，则x n与A之差是（）。
A:预先给定的任意小的正数； B:无穷小量； C:常量. D:任意小的正数；答案:无穷小量；5.是存在的（）。
A:充分必要条件； B:既不是充分条件也不是必要条件． C:必要条件，但不是充分条件； D:充分条件，但不是必要条件；答案:充分必要条件；6.两个无穷小量与之积仍是无穷小量，且与或相比（）.A:与阶数较高的那个同阶. B:可能是高阶无穷小，也可能是同阶无穷小； C:是高阶无穷小； D:是同阶无穷小；答案:是高阶无穷小；7.下列命题正确的是（）.A:在点连续当且仅当它在点既左连续又右连续． B:两无穷小之商为无穷小； C:两无穷大之和为无穷大； D:存在当且仅当与均存在；答案:在点连续当且仅当它在点既左连续又右连续．8.若存在，且，则（）.A:； B:； C:； D:．答案:．9.具有极限，则下列说法正确的是（）.A:； B:； C:； D:．答案:；10.已知极限，则常数等于（）．A:1； B:-1； C:0； D:2.答案:-1；11.下列命题正确的是（）.A:无穷小量是以零为极限的变量； B:无穷小量是绝对值很小很小的数； C:无穷小量的倒数是无穷大量； D:无界变量一定是无穷大量.答案:无穷小量是以零为极限的变量；12.（）.A:1； B:0； C:2； D: .答案:2；13.下列等式成立的是（）.A: . B:； C:； D:；答案:；14.下列极限计算正确的是（）.A:． B:； C:； D:；答案:．15.若函数，则是函数的（）．A:可去间断点； B:跳跃间断点； C:无穷间断点. D:连续点；答案:无穷间断点.第二章测试1.如果，则（）。
高等工程数学课后习题(吴孟达)(2021年整理)
高等工程数学课后习题(吴孟达)(word版可编辑修改)
编辑整理：
尊敬的读者朋友们：
这里是精品文档编辑中心，本文档内容是由我和我的同事精心编辑整理后发布的，发布之前我们对文中内容进行仔细校对，但是难免会有疏漏的地方，但是任然希望（高等工程数学课后习题(吴孟达)(word版可编辑修改)）的内容能够给您的工作和学习带来便利。
同时也真诚的希望收到您的建议和反馈，这将是我们进步的源泉，前进的动力。
本文可编辑可修改，如果觉得对您有帮助请收藏以便随时查阅，最后祝您生活愉快业绩进步，以下为高等工程数学课后习题(吴孟达)(word版可编辑修改)的全部内容。
9、证明比较简单：按照F分布定义即可证明.
第七章
第八章
正交试验设计的目的是如何科学、合理地安排试验，使之能在很多的试验条件中选出代表性强的少数几个试验条件,并通过较少次数的试验就能取得最好的结果。
《高等工程数学》习题一参考答案
2 1 1 1 3 1 0 0 1 4 ，可得基础解系为 1 1 1 0 1 0 1 1 1 5
f1 (0,1,1,0,0) , f 2 (1,1,0,1,0) ， f 3 (4,5,0,0,1) ，Schmidt 正交化得，
1
13.按 P21 欧氏空间定义 2.1，逐条验证， 1） 不满足第 （2 ） 条， （4） 条， 故不是欧氏空间; 不满足第（4）条，故不是欧氏空间；3）都满足，故是欧氏空间。 14. 按 P21 欧氏空间定义 2.1，逐条验证，都满足，故是欧氏空间。 15. 设向量 ( x1 , x2 , x3 , x4 ) 与三个向量正交，则有
所以对两组基有相同坐标的非零向量可取为 (c, c, c,c)(c 0). 5. 由第 7 页子空间定义可得，1）向量满足加法和数乘封闭，是子空间；2）向量不满足加 法或数乘封闭，故而不是子空间。 注：从几何上看，子空间过原点，而不过原点的都不是。 6. 两个向量组生成相同子空间的充分必要条件是这两个向量组等价， 即可以互相线性表示。 解：因对应分量不成比例，故 α1 (1,1,0,0), α2 (1,0,1,1) ， β1 (1,1,0,0), β2 (1,0,1,1) 线性
2
T1T2 ( x1 , x2 ) T1[T2 ( x1 , x2 )] T1 ( x1 , x2 ) ( x2 , x1 ) T2T1 ( x1 , x2 ) T2 [T1 ( x1 , x2 )] T2 ( x2 , x1 ) ( x2 , x1 )
11.略。 12. 解：1）因为 T ( x1 , x2 , x3 ) ( 2 x1 x2 , x2 x3 , x1 ) ，按照 P18 (1.21)，可知
高等数学课后答案 第八章 习题详细解答
习 题 8-11．设有一个面薄板（不计其厚度），占有xOy 面上的闭区域D ，薄板上分布有面密度为(,)x y μμ=的电荷，且(,)x y μ在D 上连续，试用二重积分表达该板上的全部电荷Q ．解 用一组曲线将D 分成n 个小闭区域i σ∆，其面积也记为(1,2,,)i i n σ∆= .任取一点(,)i i i ξησ∈∆,则i σ∆上分布的电量(,)i i i Q μξησ∆≈∆.通过求和、取极限，便得到该板上的全部电荷为1lim (,)(,)d ,ni i i i DQ x y λμξησμσ→==∆=∑⎰⎰其中1max{i i nλσ≤≤=∆的直径}．2. 设12231()d D I x y σ=+⎰⎰其中1{(,)11,22}D x y x y =-≤≤-≤≤；又22232()d D I x y σ=+⎰⎰其中2{(,)01,02}D x y x y =≤≤≤≤．试利用二重积分的几何意义说明1I 与2I 之间的关系．解 由二重积分的几何意义知，1I 表示底为1D 、顶为曲面223()z x y =+的曲顶柱体1Ω的体积；2I 表示底为2D 、顶为曲面223()z x y =+的曲顶柱体2Ω的体积．由于位于1D 上方的曲面223()z x y =+关于yOz 面和zOx 面均对称，故yOz 面和zOx 面将1Ω分成四个等积的部分，其中位于第一卦限的部分即为2Ω．由此可知124I I =．3. 利用二重积分定义证明： (1) d ()DD σσσ=⎰⎰其中为的面积；(2) (,)d (,)d ()DDkf x y k f x y k σσ=⎰⎰⎰⎰其中为常数；(3)12(,)d (,)d (,)d ,DD D f x y f x y f x y σσσ=+⎰⎰⎰⎰⎰⎰其中12D D D= ，1D 、2D 为两个无公共内点的闭区域.证 (1) 由于被积函数(,)1f x y ≡，故由二重积分定义得11d lim (,)lim lim .nniiii i i Df λλλσξησσσσ→→→===∆=∆==∑∑⎰⎰(2) 011(,)d lim (,)lim (,)(,)d .nni i i i i i i i DDkf x y kf k f k f x y λλσξησξησσ→→===∆=∆=∑∑⎰⎰⎰⎰(3) 因为函数(,)f x y 在闭区域D 上可积，故不论把D 怎样分割，积分和的极限总是不变的，因此在分割D 时，可以使1D 和2D 的公共边界永远是一条分割线。
工程数学试题及答案高级专
工程数学试题及答案高级专工程数学试题及答案（高级专科）一、单项选择题（每题3分，共30分）1. 极限的定义中，当x趋近于a时，f(x)的极限为L，意味着（）。
A. f(x) = LB. |f(x) - L| < ε，对任意的ε > 0，存在δ > 0，使得0 < |x - a| < δ时成立C. |f(x) - L| = 0D. f(x) ≠ L答案：B2. 函数f(x) = x^2在x=0处的导数为（）。
A. 0B. 1C. 2D. -1答案：B3. 以下哪个函数是奇函数？（）A. f(x) = x^2B. f(x) = x^3C. f(x) = x^4D. f(x) = x答案：B4. 以下哪个函数是周期函数？（）A. f(x) = e^xB. f(x) = sin(x)C. f(x) = ln(x)D. f(x) = x^2答案：B5. 以下哪个积分是发散的？（）A. ∫(0, +∞) e^(-x) dxB. ∫(0, +∞) x^2 dxC. ∫(0, +∞) e^x dxD. ∫(0, +∞) 1/x dx答案：D6. 以下哪个是二阶常系数线性微分方程？（）A. y'' + 2y' + y = 0B. y'' + 2y' + 3y = 0C. y'' + y' + y = 0D. y'' + y' = 0答案：A7. 以下哪个是二阶偏导数？（）A. ∂^2f/∂x∂yB. ∂^2f/∂x^2C. ∂^2f/∂y^2D. ∂^2f/∂x∂y^2答案：A8. 以下哪个是线性方程组的解？（）A. {x=1, y=2}B. {x=0, y=0}C. {x=1, y=1}D. {x=2, y=3}答案：C9. 以下哪个是矩阵的特征值？（）A. λ = 1B. λ = 2C. λ = 3D. λ = 4答案：A10. 以下哪个是傅里叶级数的系数？（）A. a_nB. b_nC. c_nD. d_n答案：A二、填空题（每题4分，共20分）11. 函数f(x) = sin(x)在x=π/2处的导数为______。
高等数学重大版教材答案
高等数学重大版教材答案**注意：本文仅提供高等数学重大版教材答案，不含任何解题思路和详细解释。
**第一章：函数与极限1.1 函数概念及表示法1.2 映射与初等函数1.3 函数的极限与连续第二章：导数与微分2.1 导数的概念2.2 基本微分法与常见初等函数的导数2.3 高阶导数与隐函数及参数方程的导数2.4 微分中值定理与导数的应用第三章：不定积分3.1 不定积分的概念与性质3.2 基本积分公式与常用积分法3.3 有理函数的积分法3.4 特殊函数的积分法第四章：定积分4.1 定积分的概念与性质4.2 牛顿-莱布尼茨公式4.3 定积分的计算方法4.4 定积分的应用第五章：定积分的应用5.1 几何应用5.2 物理应用5.3 统计应用第六章：多元函数微分学6.1 二元函数及其表示6.2 偏导数与全微分6.3 隐函数及参数方程的偏导数6.4 多元函数的极值与最值第七章：多元函数积分学7.1 二重积分的概念与性质7.2 二重积分的计算方法7.3 三重积分的概念与性质7.4 三重积分的计算方法第八章：无穷级数8.1 无穷数列8.2 无穷级数8.3 幂级数8.4 函数项级数第九章：常微分方程9.1 一阶微分方程9.2 高阶微分方程9.3 变量可分离的方程9.4 齐次方程第十章：向量代数与空间解析几何10.1 向量的表示与运算10.2 空间直线与平面的方程10.3 空间曲线与曲面的方程10.4 空间曲线与曲面的切线与法线第十一章：多元函数积分学的应用11.1 二重积分的应用11.2 三重积分的应用第十二章：常系数线性微分方程12.1 齐次线性微分方程12.2 非齐次线性微分方程12.3 常系数高阶线性微分方程第十三章：傅里叶级数13.1 傅里叶级数的定义与性质13.2 傅里叶级数的计算13.3 奇偶函数的傅里叶级数13.4 周期函数的傅里叶级数第十四章：拉普拉斯变换14.1 拉普拉斯变换的定义与性质14.2 拉普拉斯变换的计算14.3 拉普拉斯逆变换与初值问题14.4 拉普拉斯变换的应用第十五章：曲线积分与曲面积分15.1 曲线积分15.2 曲面积分第十六章：无穷级数的收敛与发散16.1 正项级数与一般级数16.2 收敛级数的性质16.3 判别级数敛散的方法总结- 文章连接思路清晰，按照教材章节顺序排布，每章标题精确对应教材内容。
高等工程数学科学出版社吴孟达版习题答案18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]Ta 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R 2×2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 )T4．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：T T T T 1234=[1,0,0,0],=[0,1,0,0],=[0,0,1,0],=[0,0,0,1]αααα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：11234205612927331336112923x 112190018101373926x x x x ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦－－－－－1＝－－27－－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。
(word完整版)高等数学习题集及答案
B.
n1
31
n
x的值为【
x
A.1B.
下列极限计算错误的是
sin x
lim 1
xx
lim(11)xe
xx
A.
C.
A.
连续点
D.
xn
xn
2 ( 1)n
n121
n
B.
D.
C.0
D.
不存在
x2
x
x2x 2
B.可去间断点
时，arctanx的极限【
sin x limx0
lim(1
x0
x
1
x)x
】.
C.无穷间断点
A.y
x arcsin x
B.y x arccosx
C.y
xarccot x
2
D.y x arctan x
13.函数y
53
lnsin x
的复合过程为
【
】
A.y
5u,u ln
3
v,v w ,w
sin x
B.y5u3,u ln sin x
C.y
5lnu3,u
sinx
D.y5u,u lnv3,v sin x
sinx
2.x0是函数f(x)的间断点.
x
3.lim(11)2x。
x0
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
函数f (x) arctan的间断点是x=
x1
2x
x2(ex1)
高等工程数学习题答案
高等工程数学习题答案【篇一：高等工程数学考试题及参考解答(仅供参考)】xt>一、填空题（每小题3分，共15分）2x12???x101，设总体x服从正态分布n(0,4)，而(x1,x2?,x15)是来自x的样本，则u?222(x11???x15)服从的分布是_______ .解：f(10,5)．?是总体未知参数?的相合估计量的一个充分条件是2，?n?)??, limvar(??)?0．解：lime(?nnn??n??3，分布拟合检验方法有_______ 与____ ___. 解：?检验、柯尔莫哥洛夫检验． 4，方差分析的目的是_______ .解：推断各因素对试验结果影响是否显著．22?1二、单项选择题（每小题3分，共15分）1，设总体x~n(1,9)，(x1,x2,?,x9)是x的样本，则（a）x?1x?1~n(0,1)；（b）~n(0,1)； 31x?1~n(0,1)． ~n(0,1)；（d92（c）2，若总体x?n(?,?)，其中?已知，当样本容量n保持不变时，如果置信度1??减小，则?的2置信区间____b___ .（a）长度变大；（b）长度变小；（c）长度不变；（d）前述都有可能.3，在假设检验中，就检验结果而言，以下说法正确的是____b___ . （a）拒绝和接受原假设的理由都是充分的；（b）拒绝原假设的理由是充分的，接受原假设的理由是不充分的；（c）拒绝原假设的理由是不充分的，接受原假设的理由是充分的；（d）拒绝和接受原假设的理由都是不充分的.4，对于单因素试验方差分析的数学模型，设st为总离差平方和，se为误差平方和，sa为效应平方和，则总有___a___ .（a）st?se?sa；（b）sa?2??2(r?1)；（c）sa/(r?1)?f(r?1,n?r)；（d）sa与se相互独立.se/(n?r)?)=?[in?x(xx???0n；（b）cov(??)x?]；（a）???2?1（c）?????n?p?1是?2的无偏估计；（d）（a）、（b）、（c）都对.22三、（本题10分）设总体x?n(?1,?)、y?n(?2,?)，(x1,x2,?,xn1)和(y1,y2,?,yn2)分别是来自x和y的样本，且两个样本相互独立，和sx、sy分别是它们的样本均值和样本方差，证明2222(n1?1)sx?(n2?1)sy其中s??.n1?n2?22?t(n1?n2?2)，证明：易知??n(?1??2,?2n1??2n2)，u??n(0,1)．由定理可知2(n1?1)sx?2由独立性和?分布的可加性可得2??(n1?1)，22(n2?1)sy?2??2(n2?1)．v?2(n1?1)sx?2?2(n2?1)sy?2??2(n1?n2?2)．由u与v得独立性和t分布的定义可得??t(n1?n2?2)．?1?2?, 0?x??,??1,??x?1,其中参数?（0???1) 四、（本题10分）设总体x的概率密度为f(x;?)??2(1??)??0, 其他，???；?，xn)是来自总体的一个样本，是样本均值，未知，(x1，x2，（1）求参数?的矩估计量?（2）证明4不是2?2的无偏估计量．解：（1）e(x)??????xf(x,?)dx???01xx1?dx??dx??，?2(1??)2?42??2?令?e(x)，代入上式得到?的矩估计量为?（2）1． 2111?1?4e(42)?42?4[?()2]?4?dx?(??)2??dx?????，424?n?n因为d(x)?0，??0，所以 e(4)??．故42不是?的无偏估计量．五、（本题10分）设总体x服从[0,?](??0)上的均匀分布，(x1,x2,?xn)是来自总体x的一个样本，试求参数?的极大似然估计．解：x的密度函数为,0?x??;??f(x,?)??0,其他,?222似然函数为???n,0?xi??,i?1,2,?,n,l(?)??其它??0,??max?x,x,?,x?是?的显然??0时，l(?)是单调减函数，而??max?x1,x2,?,xn?，所以?12n极大似然估计．六、（本题10分）设总体x服从b(1,p)分布，(x1,x2,?xn)为总体的样本，证明是参数p的一个umvue．证明：x的分布律为f(x;p)?px(1?p)1?x,x?0,1．容易验证f(x;p)满足正则条件，于是???1i(p)?e?lnf(x;p)??．?pp(1?p)??另一方面2var()?1p(1?p)1， var(x)??nnni(p)即得方差达到c-r下界的无偏估计量，故是p的一个umvue．七、（本题10分）某异常区的磁场强度服从正态分布n(?0,?)，由以前的观测可知?0?56．现有一台新仪器, 用它对该区进行磁测, 抽测了16个点, 得?61, s?400, 问此仪器测出的结果与以往相2解：设h0：???0?56．构造检验统计量22t???0~t(15)， n确定拒绝域的形式?t?t??．由??0.05，定出临界值t?/2?t0.025?2.1315，从而求出拒绝域t?2.1315．?????2而n?16,?60，从而 |t|???0.8?2.1315，接受假设h0，即认为此仪器测222出的结果与以往相比无明显的差异．2八、（本题10分）已知两个总体x与y独立，x~(?1,?1)，y~(?2,?2)，?1, ?2, ?1, ?2未知，?12(x1,x2,?,xn)和(y1,y2,?,yn)分别是来自x和y的样本，求2的置信度为1??的置信区间.?2122分别表示总体x，y的样本方差，由抽样分布定理知解：设s12,s2p?f?/2(n1?1,n2?1)?f?f1??/2(n1?1,n2?1)??1??，则22??s12/s2?12s12/s2p??2???1??， ?f1??/2(n1?1,n2?1)?2f?/2(n 1?1,n2?1)?22??s12/s2s12/s2?12,所求2的置信度为1??的置信区间为 ??．?2f(n?1,n?1)f(n?1,n?1)2?/212?1??/21?九、(本题10分)试简要论述线性回归分析包括哪些内容或步骤．答：建立模型、参数估计、回归方程检验、回归系数检验、变量剔除、预测【篇二：高等工程数学试题答案】>一、设总体x具有分布律其中?(0???1)为未知参数，已知取得了样本值x1?1,x2?2,x3?1，求?的矩估计和最大似然估计.解：（1）矩估计：ex??2?2?2?(1??)?3(1??)2??2??314?(1?2?1)?33??5. 令ex?，得?6（2）最大似然估计：l(?)?????2?(1??)?2??2?2256dln(?)?10?4?12?5?0 d???5得?6二、（本题14分）某工厂正常生产时，排出的污水中动植物油的浓度x~n(10,1)，今阶段性抽取10个水样，测得平均浓度为10.8（mg/l），标准差为1.2（mg/l），问该工厂生产是22否正常？（??0.05,t0.025(9)?2.2622,?0.025(9)?19.023,?0.975(9)?2.700）解：（1）检验假设h0：?=1，h1：?≠1；取统计量：??222(n?1)s2?20；拒绝域为：?2≤?21?2222?=2.70或≥(n?1)??(9)?(n?1)???0.975?0.025=19.023， 22经计算：??2(n?1)s22?09?1.22??12.96，由于?2?12.96?(2.700,19.023)2，1故接受h0，即可以认为排出的污水中动植物油浓度的方差为?2=1。
高等工程数学I 试题(A)与答案(2019.11.23)
2019年高等工程数学试题答案一、（15分）设210120003⎛⎫⎪= ⎪ ⎪⎝⎭A ，计算()ρA 、225max =x Ax 及()2cond A 。
解：12321012001;3003λλλλλλλ---=--=⇒===-I A ()3ρ=A 2||||()3是正规矩阵ρ∴== A A A 2222515max 5max 5155==∞===x x xAx AA ()2331是正规矩阵∴== A cond A 二、（10分）讲述一下求解矩阵A 的最靠近*λ的特征值的思路、步骤。
答：**对使用逆幂法，求出其按模最小的特征值再加上。
λλ-A I 000u v =≠任取*11()max()k k k k k u A I v u v u λ--⎧=-⎪⎨=⎪⎩*1()max()k k kk k A I u v u v u λ-⎧-=⎪⎨=⎪⎩即**()A I P A I LUλλ--=对进行选列主元的三角分解有1max()k k k kk k k Ly PvUu y u v u -⎧⎪=⎪⎪∴=⎨⎪⎪=⎪⎩1max()max()k ik i u x v x λλ*⎧→⎪⎪⎨⎪→⎪⎩－有三、（18分）已知矩阵200226044-⎛⎫⎪= ⎪ ⎪⎝⎭A ，求P 使得1-P AP 为A 的Jordan 标准型，同时需要求出A 的Jordan 标准型。
解：200226044λλλλ+-=-----I A ()()23+28λλ=-D 211D D ==()()23+28λλ=-d 211d d ==初等因子：()()2+2 8，λλ-Jordan 标准形：2128-⎛⎫ ⎪=- ⎪ ⎪⎝⎭J 1123212,[]8令--⎛⎫⎪==-= ⎪ ⎪⎝⎭P AP J P p p p 11121223332[032]512[0]228[011]∴=-∴=-=-=-==TT TAp p p Ap p p p Ap p p 15002131,2201使得-⎛⎫⎪ ⎪⎪∴=-= ⎪ ⎪- ⎪⎝⎭P P AP J四、(20分)已知241111212,212211⎛⎫⎛⎫⎪ ⎪=-= ⎪ ⎪ ⎪ ⎪---⎝⎭⎝⎭A b ，（1）求A 的满秩分解；（2）求A +；（3）判断Ax b =是否有解，有解时求极小范数解，无解时求极小范数最小二乘解。
高等工程数学考试题及参考解答(仅供参考)
考试题及参考解答(参考)一、填空题（每小题3分，共15分） 1，设总体X 服从正态分布(0,4)N ，而1215(,,)X X X 是来自X 的样本，则221102211152()X X U X X ++=++服从的分布是_______ .解：(10,5)F ．2，ˆnθ是总体未知参数θ的相合估计量的一个充分条件是_______ . 解：ˆˆlim (), lim Var()0n nn n E θθθ→∞→∞==． 3，分布拟合检验方法有_______ 与____ ___. 解：2χ检验、柯尔莫哥洛夫检验． 4，方差分析的目的是_______ .解：推断各因素对试验结果影响是否显著．5，多元线性回归模型=+Y βX ε中，β的最小二乘估计ˆβ的协方差矩阵ˆβCov()=_______ . 解：1ˆσ-'2Cov(β)=()X X ． 二、单项选择题（每小题3分，共15分）1，设总体~(1,9)X N ，129(,,,)X X X 是X 的样本，则___B___ .（A ）1~(0,1)3X N -； （B ）1~(0,1)1X N -； （C ）1~(0,1)9X N -； （D ~(0,1)N ． 2，若总体2(,)XN μσ，其中2σ已知，当样本容量n 保持不变时，如果置信度1α-减小，则μ的置信区间____B___ .（A ）长度变大； （B ）长度变小； （C ）长度不变； （D ）前述都有可能.3，在假设检验中，就检验结果而言，以下说法正确的是____B___ . （A ）拒绝和接受原假设的理由都是充分的；（B ）拒绝原假设的理由是充分的，接受原假设的理由是不充分的； （C ）拒绝原假设的理由是不充分的，接受原假设的理由是充分的； （D ）拒绝和接受原假设的理由都是不充分的.4，对于单因素试验方差分析的数学模型，设T S 为总离差平方和，e S 为误差平方和，A S 为效应平方和，则总有___A___ .（A ）T e A S S S =+； （B ）22(1)AS r χσ-；（C ）/(1)(1,)/()A e S r F r n r S n r ----； （D ）A S 与e S 相互独立.5，在多元线性回归分析中，设ˆβ是β的最小二乘估计，ˆˆ=-εY βX 是残差向量，则___B____ . （A ）ˆn E ()=0ε； （B ）1ˆ]σ-''-εX X 2n Cov()=[()I X X ； （C ）ˆˆ1n p '--εε是2σ的无偏估计； （D ）（A ）、（B ）、（C ）都对.三、（本题10分）设总体21(,)XN μσ、22(,)Y N μσ，112(,,,)n X X X 和212(,,,)n Y Y Y 分别是来自X 和Y 的样本，且两个样本相互独立，X Y 、和22X Y S S 、分别是它们的样本均值和样本方差，证明12(2)X Y t n n +-，其中2221212(1)(1)2X Yn S n S S n n ω-+-=+-.证明：易知221212(,)X YN n n σσμμ--+，(0,1)X Y U N =．由定理可知22112(1)(1)Xn S n χσ--，22222(1)(1)Yn S n χσ--．由独立性和2χ分布的可加性可得222121222(1)(1)(2)XYn S n S V n n χσσ--=++-．由U 与V 得独立性和t 分布的定义可得12(2)X Y t n n =+-．四、（本题10分）设总体X 的概率密度为1, 0,21(;), 1,2(1)0, x f x x θθθθθ⎧<<⎪⎪⎪=≤<⎨-⎪⎪⎪⎩其他，其中参数01)θθ<<（ 未知，12()n X X X ，，，是来自总体的一个样本，X 是样本均值，（1）求参数；的矩估计量θθˆ（2）证明24X 不是2θ的无偏估计量．解：（1）101()(,)22(1)42x x E X xf x dx dx dx θθθθθθ+∞-∞==+=+-⎰⎰⎰，令()X E X =，代入上式得到θ的矩估计量为1ˆ22X θ=-． （2）222211141 (4)44[()]4()424E X EX DX EX DX DX n nθθθ⎡⎤==+=++=+++⎢⎥⎣⎦，因为()00D X θ≥>，，所以22(4)E X θ>．故24X 不是2θ的无偏估计量．五、（本题10分）设总体X 服从[0,](0)θθ>上的均匀分布，12(,,)n X X X 是来自总体X 的一个样本，试求参数θ的极大似然估计． 解：X 的密度函数为1,0;(,)0,x f x θθθ≤≤⎧=⎨⎩其他, 似然函数为1,0,1,2,,,()0,n i x i n L θθθ<<=⎧⎪=⎨⎪⎩其它显然0θ>时，()L θ是单调减函数，而{}12max ,,,n x x x θ≥，所以{}12ˆmax ,,,n X X X θ=是θ的极大似然估计．六、（本题10分）设总体X 服从(1,)B p 分布，12(,,)n X X X 为总体的样本，证明X 是参数p 的一个UMVUE ．证明：X 的分布律为1(;)(1),0,1x x f x p p p x -=-=．容易验证(;)f x p 满足正则条件，于是21()ln (;)(1)I p E f x p p p p ⎡⎤∂==⎢⎥∂-⎣⎦．另一方面1(1)1Var()Var()()p p X X n n nI p -===， 即X 得方差达到C-R 下界的无偏估计量，故X 是p 的一个UMVUE ．七、（本题10分）某异常区的磁场强度服从正态分布20(,)N μσ，由以前的观测可知056μ=．现有一台新仪器, 用它对该区进行磁测, 抽测了16个点, 得261, 400x s ==, 问此仪器测出的结果与以往相比是否有明显的差异(α=0.05)．附表如下：t 分布表 χ2分布表解：设0H ：560==μμ．构造检验统计量)15(~0t ns X t μ-=， 确定拒绝域的形式2t t α⎧⎫>⎨⎬⎩⎭．由05.0=α，定出临界值1315.2025.02/==t t α，从而求出拒绝域{}1315.2>t ．而60,16==x n ，从而 ||0.8 2.1315t ===<，接受假设0H ，即认为此仪器测出的结果与以往相比无明显的差异．八、（本题10分）已知两个总体X 与Y 独立，211~(,)X μσ，222~(,)Y μσ，221212, , , μμσσ未知，112(,,,)n X X X 和212(,,,)n Y Y Y 分别是来自X 和Y 的样本，求2122σσ的置信度为1α-的置信区间.解：设布定理知的样本方差，由抽样分，分别表示总体Y X S S 2221 , []/2121/212(1,1)(1,1)1P F n n F F n n ααα---<<--=-， 则222221211221/2122/212//1(1,1)(1,1)S S S S P F n n F n n αασασ-⎛⎫<<=- ⎪----⎝⎭，所求2221σσ的置信度为α-1的置信区间为 222212121/212/212//, (1,1)(1,1)S S S S F n n F n n αα-⎛⎫ ⎪----⎝⎭． 九、(本题10分)试简要论述线性回归分析包括哪些内容或步骤．答：建立模型、参数估计、回归方程检验、回归系数检验、变量剔除、预测。
- 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)。
《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。
解：所求的坐标是：（3，111112,...,2,...,2k n n n n C C C ----）T7．已知T T T T 1212=[1,2,1,0],=[-1,1,1,1],=[2,-1,0,1],=[1,-1,3,7]ααββ，求V 1＝12212{,}V ={,}span span ααββ与的和与交的基和维数。
解：V 1＋V 2的一组基为T T T 121=[1,2,1,0],=[-1,1,1,1],=[2,-1,0,1]ααβ，所以维数为3 V 1∩V 2的一组基是：123[5,2,3,4]T ββ-+=-，所以维数为1。
8．设T 是n 维线性空间V 上的一个线性变换，对某个ξ∈V ，有T k －1（ξ）≠0，T k （ξ）＝0。
试证：21,(),(),...,()k T T T ξξξξ-线性无关。
证明：设21123()()...()0k k x x T x T x T ξξξξ-++++=………………（*）下证123...0k x x x x =====即可。
对（*）两边的向量作线性变换：T k －1，根据T k －1（ξ）≠0，T k （ξ）＝0，得到 由此（*）变为2123()()...()0k k x T x T x T ξξξ-+++=…………….. （**）对（**）两边作线性变换：T k －2，根据T k －1（ξ）≠0，T k （ξ）＝0，得到 依次进行，得到123...0k x x x x =====，即21,(),(),...,()k T T T ξξξξ-线性无关。
9．设n 维线性空间V 上线性变换T ，使对V 中任何非零向量ξ都有T n －1（ξ）≠0，T n （ξ）＝0。
求T 在某一基下的矩阵表示。
解：任取V 中一非零向量ξ，因T n －1（ξ）≠0， T n（ξ）＝0，所以由第8题的结果，有21,(),(),...,()n T T T ξξξξ-是V 中的一组基。
则T 在此基下的矩阵：10．设T 是线性空间R 3的线性变换，它在R 3中基123{,,}ααααB =下的矩阵表示是：A ＝123103215⎡⎤⎢⎥-⎢⎥⎢⎥⎣⎦求T 在基112123123{,,}ββαβααβαααB ===+=++下的矩阵表示。
解：T 在基112123123{,,}ββαβααβαααB ===+=++下的矩阵表示是：B ＝244346238⎡⎤⎢⎥---⎢⎥⎢⎥⎣⎦11．设T 在基123{[1,1,1],[1,0,1],=[0,1,1]}T T T ααααB ==-=-下的矩阵表示是：A ＝101110121⎡⎤⎢⎥⎢⎥⎢⎥-⎣⎦（1） 求T 在基123{[1,0,0],[0,1,0],=[0,0,1]}T T T εεεεB ===下的矩阵表示。
（2） 求T 的核和值域。
（3） 求T 的特征值和特征向量。
解：（1）T 在基123{[1,0,0],[0,1,0],=[0,0,1]}T T T εεεεB ===下的矩阵表示是：B ＝110101111112101110011220111121101302-----⎡⎤⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥-=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥--⎣⎦⎣⎦⎣⎦⎣⎦（2）核空间N （T ）＝{(0,0,0)T } 值域 R （T ）＝R 3。
（3）特征值为：1232,(1)/2,(1)/2λλλ===对应的特征向量是：12．求矩阵A 的列空间R （A ）＝{y ∈R 3|y ＝Ax ，x ∈R 3}和核空间N （A ）＝{x ∈R 3|Ax ＝0}。
其中：（1）A ＝116042116⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦（2）A ＝0241453170510-⎡⎤⎢⎥--⎢⎥⎢⎥⎢⎥-⎣⎦解：（1）列空间为R （A ）＝11{0,4}11span ⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭， 核空间为N （A ）＝11{1}2span -⎛⎫⎪- ⎪ ⎪⎝⎭ （2） 列空间为R （A ）＝0214{,}3105span ⎛⎫⎛⎫ ⎪ ⎪-- ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭，核空间为N （A ）＝3{2}1span -⎛⎫⎪ ⎪ ⎪⎝⎭13．设V 是一线性空间。
123{,,}ααααB =是V 的一组基 ，线性变换T 在基123{,,}ααααB =在的矩阵B 分别如下，求T 的特征值和特征向量，并判断T 是否可对角化。
（1）010440216⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦－－, (2)01110110⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦1 ,（3）00101000⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦1，（4）0210330⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦－2－1－ 解：（1）特征值为： 1232λλλ===特征向量是： 12102,001x x ⎛⎫⎛⎫⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭不可对角化（2）特征值为：1232,1λλλ===-特征向量是： 1231101,0,1111x x x -⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪===- ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭可对角化 （3）特征值为：1231,1λλλ=-==特征向量是： 1231100,0,1110x x x ⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪=== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭可对角化 （4）特征值为：1230,,λλλ=== 特征向量是： 略 可对角化 14．略15．设欧氏空间P 2（t ）中的内积为1,()()f g f t g t dt <>=⎰（1）求基{1，t ，t 2}的度量矩阵。
（2）采用矩阵形式计算f （t ）＝1－t ＋t 2与g （t ）＝1－4t －5t 2的内积。
（3）用Schmidt 正交化方法求P 2（t ）的标准正交基。
解：（1） 111220001,1111,1,dt t tdt t t dt <>=<>=<>=⎰⎰⎰11＝，＝，＝，23 所以度量矩阵为（2）1112311119,(1,1,1)442345111345f g ⎡⎤⎢⎥⎛⎫⎢⎥⎪⎢⎥<>=--=- ⎪⎢⎥ ⎪-⎢⎥⎝⎭⎢⎥⎢⎥⎣⎦（3）所以标准正交基是：12231,1)216t t t εεε==-=-+（）《高等工程数学》――科学出版社版习题答案（第二章） P501． 求下列矩阵的特征值、代数重数核几何重数，并判断矩阵是否可对角化（1）110020112⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦－ （2）011121213⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦－－ （3）411030102⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦－ 解：（1）特征值： 可对角化。
（2）特征值： 不可对角化。
（3）特征值： 不可对角化。
2． 求下列矩阵的不变因子、初等因子和Jordan 标准形（1）3732524103⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦－－－－－（2）413002⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦10－1 （3）1234012300120001⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦（4）3000013000001100002000112⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦－解：（1）不变因子是：123d d d i λλλ+＝1,＝1,＝(-1)(-i)()初等因子是：i λλλ+(-1),(-i),()Jordan 标准形是：1000000i i ⎡⎤⎢⎥⎢⎥⎢⎥-⎣⎦（2）不变因子是：123d d d λ3＝1,＝1,＝(-3)初等因子是：λ3(-3)Jordan 标准形是：310031003⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦（3）不变因子是：1234d d d d λ4＝1,＝1,＝1,＝(-1)初等因子是：λ4(-1)Jordan 标准形是：1100011000110001⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦（4）不变因子是：12345d d d d d λλλλλ＝1,＝1,＝1,＝(-2)（-3），＝(-1)(-2)（-3）初等因子是：λλλλλ(-2)，（-3），(-1)，(-2)，（-3）Jordan 标准形是：10000020000020*******0003⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦3． 设（1）110A 0012⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦－＝22（2）33A 613⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦－－1＝－7－11－（3）010A 111011⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦＝－－ 求可逆矩阵P ，使得P －1AP 是Jordan 标准形 解：（1）A 的特征值为1231λλλ＝，＝＝2对应的特征向量是：121,ααT T ＝(，0,-1)＝(0,0,1)二级根向量是：(2)2αT ＝(-1,1,0) （2）A 的特征值为123λλλ＝＝＝2 对应的特征向量是：11αT ＝(，2,1)二级根向量和三级根向量是：(2)(3)11,ααT T ＝(1,3,3)＝(0,2,2) （3）此题数据不便于求解特征值，A 的特征多项式是： 4． 试求第2题 最小多项式。