矩阵理论第一二章 典型例题

矩阵理论第一二章 典型例题
矩阵理论第一二章 典型例题

《矩阵理论》第一二章 典型例题

一、 判断题

1.A n 为阶实对称矩阵,n R x 对中的列向量, ||x |A

x =定义, ||x||x 则为向量 的范数. ( )

2.设A n 为阶Hermite 矩阵,

12,,,n λλλ是矩阵A 的特征值,则2

2

21

||||n

m i i A λ==∑.

( )

3. 如果m n A C ?∈,且0A ≠,()H AA AA --=, 则2||||AA n -=. ( )

4. 若设n

x R ∈,则212||||||||||x x x ≤≤. ( ) 5. 设m n A R

?∈的奇异值为12n σσσ≥≥

≥,则2

22

1

||||n

i i A σ==∑. ( )

6. 设n n A C ?∈,且有某种算子范数||||?,使得||||1A <,则11

||()||1||||

E A A -->

-,

其中E 为n 阶单位矩阵. ( )

7. 设2H A E uu =-(其中,E 为n 阶单位矩阵,2||||1n u C u ∈=且),则2||||m A =

( )

8. 设n n A C ?∈为正规矩阵,则矩阵的谱半径2()||||r A A =. ( )

9.设n

n C

A ?∈可逆,n

n C

B ?∈,若对算子范数有1

||||||||1A B -?<,则B A +可逆.

( )

10. 设A 为m n ?矩阵,P 为m 阶酉矩阵, 则PA 与A 有相同的奇异值. ( ) 11. 设n n

A C

?∈,且A 的所有列和都相等,则()r A A ∞=. ( )

12. 如果12(,,

,)T n n x x x x C =∈,则1||||min i i n

x x ≤≤=是向量范数. ( )

13. 设,n n A C ?∈则矩阵范数m

A ∞

与向量的1-范数相容. ( )

14、设n n

A C

?∈是不可逆矩阵,则对任一自相容矩阵范数

有1I A -≥, 其中I 为单位矩

阵. ( )

二、 设m n

A C

?∈,,||

||||ij i j

A a =,证明:

(1)||||A 为矩阵范数; (2)||||A 为与向量2-范数相容.

三、 试证:如果A 为n 阶正规矩阵,且Ax x λ=和Ay y μ=,其中,λμ≠,那么x 与y

正交.

四、 (1) 设(1)n n

A C

n ?∈>为严格对角占优矩阵,1122(,,

,)nn D diag a a a =,其中

(1,2,

,)ii a i n =为A 的对角元,E 为n 阶单位矩阵,则存在一个矩阵范数||||?使得

1()1r E D A --<.

(2) 设n n

A C ?∈, ε为任意给定的正数,()r A 为矩阵的谱半径。证明:至少存在一个矩

阵范数||||A 使得||||().A r A ε≤+

五.设矩阵U 是酉矩阵, 12diag(,,

,)n A a a a =, 证明: UA 的所有特征值λ满足不等式

{||}||{||}max min i i i

i

a a λ≤≤.

六. 设||||a ?是n n

C

?上的相容的矩阵范数, 矩阵,B C 都是n 阶可逆矩阵, 且1

||||a B

-及

1||||a C -都小于或等于1, 证明: 对任意矩阵n n A C ?∈

||||||||b a A BAC =

定义了n n

C

?上的一个相容的矩阵范数.

七.设A 是可逆矩阵,

λ是A 的一个特征值, 对于任意的算子范数||||?, 证明1

1

||||||

A λ-≥

. 八. 设A 是Hermite 矩阵()H

A A =,且A 的特征值12n λλλ===,证明矩阵A 的

Rayleigh 商恒等于1λ.

九.已知n n C ?中的两种矩阵算子范数|| ||a 与|| ||b , 对于任意矩阵n n A C ?∈, 验证 ||||||||||||a b A A A =+是n n C ?中的相容矩阵范数.

十.设矩阵m n

r

A C ?∈的非零奇异值为12,,

,r σσσ(0r >), 求证

122

1

||||().r

F i i A σ==∑

十一. 设矩阵n n

A C

?∈可逆, 矩阵范数||||?是n

C 上的向量范数||||v ?诱导出的算子范数, 令

()L x Ax =, 证明:

||||11||||1

max ||()||||||||||min ||()||v v v

x v

y L x A A L y =-==?.

证明: 根据算子范数的定义, 有||||1

max ||()||||||x L x A ==,

1

11

00||||1||||1

0||||||||111||||max max ||||||||||||min ||||min ||()||min ||||

y A x x y y y y A x y A Ay x Ay Ay L y y --=-≠≠==≠=====,

结论成立.

十二. 设矩阵n n

A C ?∈为单纯矩阵, 证明: A 的特征值都是实数的充分必要条件是存在正定

矩阵n n

H C ?∈, 使得HA 为Hermite 矩阵.

十三. (1) 设矩阵()ij n n A a ?=, 则

,||||max ||a ij i j

A n a =?

是矩阵范数.

(2) 设,,,n x y p q C ∈, 矩阵H H A xp yq ,x y,p q =+⊥⊥其中,求2||||m A .

2矩阵典型习题解析

2 矩阵 矩阵是学好线性代数这门课程的基础,而对于初学者来讲,对于矩阵的理解是尤为的重要;许多学生在最初的学习过程中感觉矩阵很难,这也是因为对矩阵所表示的内涵模糊的缘故。其实当我们把矩阵与我们的实际生产经济活动相联系的时候,我们才会发现,原来用矩阵来表示这些“繁琐”的事物来是多么的奇妙!于是当我们对矩阵产生无比的兴奋时,那么一切问题都会变得那么的简单! 知识要点解析 2.1.1 矩阵的概念 1.矩阵的定义 由m×n 个数),,2,1;,,2,1(n j m i a ij ==组成的m 行n 列的矩形数表 ?? ?? ? ? ? ??=mn m m n n a a a a a a a a a A 2 1 22221 11211 称为m×n 矩阵,记为n m ij a A ?=)( 2.特殊矩阵 (1)方阵:行数与列数相等的矩阵; } (2)上(下)三角阵:主对角线以下(上)的元素全为零的方阵称为上(下) 三角阵; (3)对角阵:主对角线以外的元素全为零的方阵; (4)数量矩阵:主对角线上元素相同的对角阵; (5)单位矩阵:主对角线上元素全是1的对角阵,记为E ; (6)零矩阵:元素全为零的矩阵。 3.矩阵的相等 设mn ij mn ij b B a A )(; )(== 若 ),,2,1;,,2,1(n j m i b a ij ij ===,则称A 与B 相等,记为A=B 。

2.1.2 矩阵的运算 1.加法 ~ (1)定义:设mn ij mn ij b B A A )(,)(==,则mn ij ij b a B A C )(+=+= (2)运算规律 ① A+B=B+A ; ②(A+B )+C =A +(B+C ) ③ A+O=A ④ A +(-A )=0, –A 是A 的负矩阵 2.数与矩阵的乘法 (1)定义:设,)(mn ij a A =k 为常数,则mn ij ka kA )(= (2)运算规律 ① K (A+B ) =KA+KB , ② (K+L )A =KA+LA , ③ (KL ) A = K (LA ) 3.矩阵的乘法 (1)定义:设.)(,)(np ij mn ij b B a A ==则 ,)(mp ij C C AB ==其中∑== n k kj ik ij b a C 1 . (2)运算规律 ①)()(BC A C AB =;②AC AB C B A +=+)( ③CA BA A C B +=+)( (3)方阵的幂 ①定义:A n ij a )(=,则K k A A A = ②运算规律:n m n m A A A +=?;mn n m A A =)( (4)矩阵乘法与幂运算与数的运算不同之处。 ①BA AB ≠ ②;00,0===B A AB 或不能推出 ③k k k B A AB ?≠)( 4.矩阵的转置 ~ (1)定义:设矩阵A =mn ij a )(,将A 的行与列的元素位置交换,称为矩阵A 的转置,记为nm a A ji T )(=, (2)运算规律 ①;)(A A T T = ②T T T B A B A +=+)(;

矩阵理论第一二章典型例题

《矩阵理论》第一二章 典型例题 一、 判断题 1.A n 为阶实对称矩阵,n R x 对中的列向量, ||x |A x =定义, ||x||x 则为向量 的范数. ( ) 提示:因为非负性不成立,故结论错误。 2.设A n 为阶Hermite 矩阵, 12,,,n λλλ是矩阵A 的特征值,则2 2 21 ||||n m i i A λ==∑. ( ) 提示:A n 为阶Hermite 矩阵?22 2 212||||||(,, ,)||H m n m A Udiag U λλλ= 2 212||(,, ,)||n m diag λλλ=21 n i i λ==∑. 3. 如果m n A C ?∈,且0A ≠,()H AA AA --=, 则2||||AA n -=. ( ) 提示:AA -为幂等矩阵?AA - 的特征值为0或1。又0A ≠,?A AA - ≥秩()=秩()1? 0AA -≠?1是AA -的特征值 ?2||||AA -=max ()i AA λ-= =1 4. 若设n x R ∈ ,则212||||||||||x x x ≤≤. ( ) 提示: 2 2 2 2 2 2 1221 ||||||||||||||x x x x x =++ +≤, 11||||||n i i x x ==∑1 ||1n i i x ==?∑ 21/21 ||)n i i x =≤ ∑2||x = 5. 设m n A R ?∈的奇异值为12n σσσ≥≥ ≥,则2 22 1 ||||n i i A σ==∑. ( ) 6. 设n n A C ?∈,且有某种算子范数||||?,使得||||1A <,则11 ||()||1|||| E A A --> -, 其中E 为n 阶单位矩阵. ( ) 提示:

矩阵典型习题解析

2 矩阵 矩阵是学好线性代数这门课程的基础,而对于初学者来讲,对于矩阵的理解是尤为的重要;许多学生在最初的学习过程中感觉矩阵很难,这也是因为对矩阵所表示的内涵模糊的缘故。其实当我们把矩阵与我们的实际生产经济活动相联系的时候,我们才会发现,原来用矩阵来表示这些“繁琐”的事物来是多么的奇妙!于是当我们对矩阵产生无比的兴奋时,那么一切问题都会变得那么的简单! 2.1 知识要点解析 2.1.1 矩阵的概念 1.矩阵的定义 由m×n 个数),,2,1;,,2,1(n j m i a ij 组成的m 行n 列的矩形数表 mn m m n n a a a a a a a a a A 21 22221 11211 称为m×n 矩阵,记为n m ij a A )( 2.特殊矩阵 (1)方阵:行数与列数相等的矩阵; (2)上(下)三角阵:主对角线以下(上)的元素全为零的方阵称为上(下) 三角阵; (3)对角阵:主对角线以外的元素全为零的方阵; (4)数量矩阵:主对角线上元素相同的对角阵; (5)单位矩阵:主对角线上元素全是1的对角阵,记为E ; (6)零矩阵:元素全为零的矩阵。 3.矩阵的相等 设mn ij mn ij b B a A )(; )( 若 ),,2,1;,,2,1(n j m i b a ij ij ,则称A 与B 相等,记为A=B 。 2.1.2 矩阵的运算

1.加法 (1)定义:设mn ij mn ij b B A A )(,)( ,则mn ij ij b a B A C )( (2)运算规律 ① A+B=B+A ; ②(A+B )+C =A +(B+C ) ③ A+O=A ④ A +(-A )=0, –A 是A 的负矩阵 2.数与矩阵的乘法 (1)定义:设,)(mn ij a A k 为常数,则mn ij ka kA )( (2)运算规律 ① K (A+B ) =KA+KB , ② (K+L )A =KA+LA , ③ (KL ) A = K (LA ) 3.矩阵的乘法 (1)定义:设.)(,)(np ij mn ij b B a A 则 ,)(mp ij C C AB 其中 n k kj ik ij b a C 1 (2)运算规律 ①)()(BC A C AB ;②AC AB C B A )( ③CA BA A C B )( (3)方阵的幂 ①定义:A n ij a )( ,则K k A A A ②运算规律:n m n m A A A ;mn n m A A )( (4)矩阵乘法与幂运算与数的运算不同之处。 ①BA AB ②;00,0 B A AB 或不能推出 ③k k k B A AB )( 4.矩阵的转置 (1)定义:设矩阵A =mn ij a )(,将A 的行与列的元素位置交换,称为矩阵A 的转置,记为nm a A ji T )( , (2)运算规律 ①;)(A A T T ②T T T B A B A )(; ③;)(T T KA kA ④T T T A B AB )(。

波士顿矩阵案例分析—东芝集团有限公司

波士顿矩阵案例分析—东芝集团有限公司 东芝集团有限公司简介 东芝(TOSHIBA)是日本最大的半导体制造商,亦是第二大综合电机制造商,隶属于三井集团旗下。东芝原名东京芝浦电气株式会社,1939年由株式会社芝浦制作所和东京电气株式会社合并而成;从1875年开创至今,已经走过了133年的漫长历程。 在民用方面:东芝从一个以家用电器、重型电机为主体的企业转变为包括通讯、电子在内的综合电子电器企业。进入20世纪90年代,东芝在数字技术、移动通信技术和网络技术等领域取得了飞速发展,东芝已成功地从家电行业的巨人转变为IT行业的先锋。在军用方面:东芝从二战至现今依然是负责为日本生产各类坦克、机枪、导弹大炮。 2000年,东芝半导体的销售额继INTEL之后,位居世界第二位。笔记本电脑的市场占有率连续7年保持世界第一。至2000年底,IT产值在东芝总产值中所占的比例已经达到了74%。 相关产品分类: ◆明星产品:手机。这类产品在中国市场中增长率和相对市场占有率都比较高。该 品牌有着很高的市场渗透率和占有率,强势品牌特征非常明显,绝对优势。而且拥有了稳定的顾客群,这类产品可能成为企业的金牛产品,因而需要加大投资以支持其迅速发展。 ◆金牛产品:电脑、电池。上述两个产品低销量增长率,相对市场占有率高,已进入成 熟期。可以为企业提供资金,因而成为企业回收资金,支持其他产品尤其明星产品投资的后盾。 ◆瘦狗产品:微波炉、吸尘器。这类商品在人们心中的含量都不是很高,因为含金量 更高的同样作用的商品大有所在。该品牌销售增长率低,竞争对手强大,相对市场占有率也偏低,采用撤退战略,首先应减少批量,逐渐撤退,对那些销售增长率和市场占有率均极低的产品应立即淘汰。其次是将剩余资源向其它产品转移。 ◆问题产品:多功能条码打印机。这类产品需要更多的资源投入,以赶上最大竞争 者和适应迅速增长的市场,但是又是前途未卜、难定远景。 ?明星型业务转移分析: 手机这类产品还是占有不错的市场,可以向金牛类的产品转移。不过,也有越来越多的新产品新品牌的入侵,应加大宣传力度。 ?金牛型业务转移分析: 电脑、电池。由于竞争对手相对比较多,这类产品还是需要加入一定量的投资去确保它们不落后于其他品牌,所以这类产品在一定程度上会向明星类的业务转移。 ?问题型业务转移分析: 多功能条码打印机的技术还是达不到很成熟的境界,而且分布的范围不是很广,广告在这方面做得也不是很好。不过只要宣传力度足够,是可以向明星类业务转

线性代数典型例题

线性代数 第一章 行列式 典型例题 一、利用行列式性质计算行列式 二、按行(列)展开公式求代数余子式 已知行列式412343 344 615671 12 2 D = =-,试求4142A A +与4344A A +. 三、利用多项式分解因式计算行列式 1.计算221 1231223131 5 1319x D x -= -. 2.设()x b c d b x c d f x b c x d b c d x = ,则方程()0f x =有根_______.x = 四、抽象行列式的计算或证明 1.设四阶矩阵234234[2,3,4,],[,2,3,4]A B αγγγβγγγ==,其中234,,,,αβγγγ均为四维列向量,且已知行列式||2,||3A B ==-,试计算行列式||.A B + 2.设A 为三阶方阵,*A 为A 的伴随矩阵,且1 ||2 A = ,试计算行列式1*(3)22.A A O O A -??-??? ?

3.设A 是n 阶(2)n ≥非零实矩阵,元素ij a 与其代数余子式ij A 相等,求行列式||.A 4.设矩阵210120001A ?? ??=?? ????,矩阵B 满足**2ABA BA E =+,则||_____.B = 5.设123,,ααα均为3维列向量,记矩阵 123123123123(,,),(,24,39)A B αααααααααααα==+++++ 如果||1A =,那么||_____.B = 五、n 阶行列式的计算 六、利用特征值计算行列式 1.若四阶矩阵A 与B 相似,矩阵A 的特征值为 1111 ,,,2345 ,则行列式1||________.B E --= 2.设A 为四阶矩阵,且满足|2|0E A +=,又已知A 的三个特征值分别为1,1,2-,试计算行列式*|23|.A E + 第二章 矩阵 典型例题 一、求逆矩阵 1.设,,A B A B +都是可逆矩阵,求:111().A B ---+

波士顿矩阵分析在实际案例中的运用

波士顿矩阵分析在实际案例中的运用[1] 上海和达汽车零部件有限公司是由某国内上市公司与外商合的生产汽车零部件的企业。公司于1996年正式投产.配套厂海大众发、一汽大众、上海通用、东风柳汽、吉利、湖南长风武等。 和达公司的主要产品分成五类,一是挤塑和复合挤塑类(密封嵌条、车顶饰条等);二是滚压折弯类(车门导槽、滑轨、车架管;三是普通金属焊接类(汽车仪表板横梁模块);四是激光焊接镁合金横梁模块);五是排档杆类(手动排档总成系列)。 和达公司产品波士顿矩阵分析 A 问题型业务(Question Marks.指高增长、低市场份额) 处在这个领域中的是一些投机性产品。这些产品可能利润率但占有的市场份额很小。公司必须慎重回答“是否继续投资.业务?”这个问题。只有那些符合企业发展长远目标、企业具优势、能够增强企业核心竞争力的业务才得到肯定的回答。 从和达公司的情况来看。滚压折弯类产品由于技术含量不高.褴低,未来市场竞争程度必然加剧。所以对于这类产品.最好就是舍弃。由于目前还能带来利润,不必迅速退出,只要目前持必要的市场份额,公司不必再增加投入。当竞争对手大举,可以舍弃。 B 明星型业务(8tsx8,指高增长、高市场份额) 这个领域中的产品处于快速增长的市场中并且占有支配地位份额。但也许不会产生正现金流量。但因为市场还在高速成业必须继续投资,以保持与市场同步增长,并击退竞争对手。 对于和达公司来说,铝横梁的真空电子束焊接系统是国内第一家。具有技术上的领先优势。因此企业应该加大对这一产品的投入.以继续保持技术上的领先地位。对于排档杆类产品.由于国内在这个领域的竞争程度还不太激烈,因此可以考虑进入。和达公司应该把这类产品作为公司

5-3 正定二次型与正定矩阵习题评讲

5-3 正定二次型与正定矩阵习题评讲 12、如果A、B为同阶正定矩阵,证明:A+B为正定矩阵。 证明1:因为A、B是n阶实对称矩阵,故A+B也是n阶实对称矩阵。 因为A、B为n阶正定矩阵,所以实二次型f(x1,x2,…,xn)=XT A X和g(x1,x2,…,xn)=XT BX都是正定二次型。实二次型h(x1,x 2,…,xn)=XT(A+B)X=XTAX+XT BX=f(x1,x2,…,xn)+g(x1,x2,…,xn)。所以对任意不全为零的实数C1,C2,…,Cn,因为f(C1,C2,…,Cn)>0,g(C1,C2,…,Cn)>0,从而有 h(C1,C2,…,Cn)=f(C1,C2,…,Cn)+g(C1,C2,…,Cn) >0,所以实二次型h(x1,x2,…,xn)=XT (A+B)X正定,从而A+B是正定矩阵。 证明2:因为A、B是n阶实对称矩阵,故A+B也是n阶实对称矩阵。 因为A、B为n阶正定矩阵,所以对任意n维非零实列向量X0,都有 X0TAX0>0;X0T BX0>0; X0T(A+B)X0= X0TAX0+X0T BX0>0, 所以A+B是正定矩阵。 P263 总自测题 证明题 (2)设n维列向量α与任何n维向量都正交,证明:α=0。 证明:设α=(a1,a2,…,an),取n维单位向量εj=(0,…,0,1,0,…, 0),j=1,2,…,n。有(α,εj)=aj,j=1,2,…,n,所以α=0。 8、判别下列实对称矩阵是否为正定矩阵: (1)??????????111121111;(2)??????????------211121112; (3)??????? ??????? ? ?---- 52 1212112 1 1。 解(1):A=???? ? ?????111121111是实对称矩阵,第三个顺序主子式Δ3=A =0,A不是正定矩阵。

SWOT波士顿矩阵企业战略分析法

S W O T 1.波士顿矩阵、企业战略分析方法 SWOT是一种分析方法,用来确定企业本身的竞争优势,竞争劣势, 机会和威胁,从而将公司的战略与公司内部资源、外部环境有机结合。因此,清楚的确定公司的资源优势和缺陷,了解公司所面临的机会和挑战,对于制定公司未来的发展战略有着至关重要的意义。 目录 简介 基本规则 主要步骤 SWOT矩阵分析包括组合分析和综合分析两步 分析要点 缺陷 常见错误 其他应用 ?SWOT模型的局限性 ?SWOT分析四种不同类型的组合 展开 简介 SWOT是一种战略分析方法,通过对被分析对象的优势、劣势、机会和 威胁的加以综合评估与分析得出结论,通过内部资源、外部环境有机结合 来清晰地确定被分析对象的资源优势和缺陷,了解所面临的机会和挑战, 从而在战略与战术两个层面加以调整方法、资源以保障被分析对象的实行 以达到所要实现的目标。 SWOT分析法又称为态势分析法,也称波士顿矩阵,它是由旧金山大学 的管理学教授于20世纪80年代初提出来的,是一种能够较客观而准确地 分析和研究一个单位现实情况的方法。

SWOT分别代表:strengths(优势)、weaknesses(劣势)、opportunities(机会)、threats(威胁)。 SWOT分析通过对优势、劣势、机会和威胁的加以综合评估与分析得出结论,然后再调整企业资源及企业策略,来达成企业的目标。 SWOT分析已逐渐被许多企业运用到包括:企业管理、人力资源、产品研发等各个方面。 SWOT分析方法从某种意义上来说隶属于企业内部分析方法,即根据企业自身的既定内在条件进行分析。SWOT分析有其形成的基础。按照企业竞争战略的完整概念,战略应是一个企业“能够做的”(即组织的强项和弱项)和“可能做的”(即环境的机会和威胁)之间的有机组合。著名的竞争战略专家迈克尔.波特提出的竞争理论从产业结构入手对一个企业“可 能做的”方面进行了透彻的分析和说明,而能力学派管理学家则运用价值链解构企业的价值创造过程,注重对公司的资源和能力的分析。SWOT分析,就是在综合了前面两者的基础上,以资源学派学者为代表,将公司的内部分析(即20世纪80年代中期管理学界权威们所关注的研究取向,以能力学派为代表)与产业竞争环境的外部分析(即更早期战略研究所关注的中心主题,以安德鲁斯与迈克尔.波特为代表)结合起来,形成了自己结构化的平衡系统分析体系。与其他的分析方法相比较,SWOT分析从一开始就具有显著的结构化和系统性的特征。就结构化而言,首先在形式上,SWOT分析法表现为构造SWOT结构矩阵,并对矩阵的不同区域赋予了不同分析意义;其次内容上,SWOT分析法的主要理论基础也强调从结构分析入手对企业的外部环境和内部资源进行分析。另外,早在SWOT诞生之前的20世纪60年代,就已经有人提出过SWOT分析中涉及到的内部优势、弱点,外部机会、威胁这些变化因素,但只是孤立地对它们加以分析。SWOT方法的重要贡献就在于用系统的思想将这些似乎独立的因素相互匹配起来进行综合分析,使得企业战略计划的制定更加科学全面。 SWOT方法自形成以来,广泛应用于战略研究与竞争分析,成为战略管理和竞争情报的重要分析工具。分析直观、使用简单是它的重要优点。即使没有精确的数据支持和更专业化的分析工具,也可以得出有说服力的结论。但是,正是这种直观和简单,使得SWOT不可避免地带有精度不够的缺陷。例如SWOT分析采用定性方法,通过罗列S、W、O、T的各种表现,形成一种模糊的企业竞争地位描述。以此为依据作出的判断,不免带有一定程度的主观臆断。所以,在使用SWOT方法时要注意方法的局限性,在罗列作为判断依据的事实时,要尽量真实、客观、精确,并提供一定的定量数据弥补SWOT定性分析的不足,构造高层定性分析的基础。 基本规则 进行SWOT分析的时候必须对公司的优势与劣势有客观的认识;

矩阵理论

矩阵理论 通过学习矩阵理论这门课,发现在这个大数据的时代,矩阵理论是这个时代的基础学科,也是计算机飞速发展的引擎,它的重要性令我咂舌。一下内容是我对矩阵理论这门课程的总结和描述。 本门课程主要包含以下几部分内容:线性方程组、线性空间与线性变换、内积空间、特殊变换及其矩阵、范数及其应用、矩阵分析及其应用、特征值问题。 一 线性方程组 对*m n 矩阵A 施行一次初等行变换(初等行变换),相当于在A 的左边(右边)乘以相应的m 阶(n 阶)初等矩阵。 由于现代计算机处理的数据越来越多,运行的任务越来越大,因此,对矩阵的处理复杂度就是我们关注的重点。 对行列式的拉普拉斯变换是将一个n 阶行列式的计算转化为n 个1n -阶行列式的计算,但是它的计算时间是!n 级。所以拉普拉斯展开定理在理论上非常重要,但在计算上一般仅用于低阶或特殊的行列式。 判断一个算法的优劣,有很多标准,包括时间复杂度和空间复杂度,显然,时间复杂度越小,说明算法效率越高,因此算法也越有价值;而空间复杂度越小,说明算法越好。但主要考虑时间复杂度,因为人生苦短嘛哈哈。 对于一些常用的()f n ,成立下列重要关系: 23(1)(log )()(log )()() (2)(3)(!)()n n n O O n O n O n n O n O n O O O n O n <<<<<<<<< LU 分解就是致力于对降低对方程组求解的复杂度。LU 分解就是在可以的情况下,将矩阵A 分解成单位下三角矩阵和一个上三角的乘积。这样的话,对Ax b =求解,可以转化为对Ly b =求解,然后对Ux y =求解。但是,不是每一个矩阵都可以这样分解,是要满足一定的要求的,这个要求就是矩阵A 的顺序主子式均不为零。 但是不满足这个条件的矩阵就不能分解了吗?当然不是啦!加入一个方阵A 不是顺序主子式不全为零的时候,但是通过行变换,可以满足要求,这样就得了下面这个定理。 如果存在置换矩阵P 、单位下三角矩阵L 与上三角矩阵U ,使得方阵A 满足P A L U =,称作带置换的LU 分解。

正定矩阵的性质及应用

正定矩阵的性质及应用 摘要:正定矩阵是线性代数中一个极其重要的应用广泛的概念,深入探讨其基本性质对于其他科研领域的研究有着重要的意义。基于此,本文首先对正定矩阵的定义进行了描述,其次研究了正定矩阵的性质与判定方法,最后简单介绍了其具体应用。 关键词:正定矩阵;基本性质;推论;判定;应用 前言:矩阵是线性代数中一个极其重要的应用广泛的概念,如线性方程组的一些重要性质反映在它的系数矩阵和增广矩阵的性质上,并且解方程组的过程也表现为变换这些矩阵的过程,二次型的正定性与它的矩阵的正定性相对应,甚至有些性质完全不同的表面上完全没有联系的问题,归结成矩阵问题后却是相同的。这就使矩阵成为代数特别是线性代数的一个主要研究对象。作为矩阵的一种特殊类型,正定矩阵有很多特殊性质,是研究二次型,线性空间和线性变换问题的有利工具。本文就此浅谈一下正定矩阵的各种性质和应用。 1.正定矩阵的基本性质 1.1 正定矩阵的定义 设M是n阶实系数对称矩阵,如果对任何非零向量X=(x1,……,xn) 都有X′MX>0,就称M正定(Positive Definite)。正定矩阵在相合变换下可化为标准型,即单位矩阵。所有特征值大于零的对称矩阵(或厄米矩阵)也是正定矩阵。 另一种定义:一种实对称矩阵,正定二次型f(x1,x2,…,xn)=X′AX的矩阵A(A′)称为正定矩阵。 1.2 正定矩阵的性质 当矩阵A为正定矩阵的时候,则必有以下几个性质,即: (1)aii>0,i=1,2,……,n; (2)A的元素的绝对值最大者,必定为主对角元; (3)≤annAn-1 ,其中,An-1是A的n-1阶主子式; (4)≤a11a22……ann,当且仅当A为对角阵的时候成立; 而除了以上这几个性质外,还有若干个推论也是比较重要的,在很多应用中

波士顿矩阵案例应用

波士顿矩阵案例应用 摘要:对于同时经营多项业务的企业来说,为了使企业的发展能够与千变万化的市场机会之间取得切实可行的适应,就必须合理地在各项业务之间分配资源。波士顿矩阵作为一个有效的工具,能够在分析企业业务单元的基础上,通过对企业业务的优化组合实现企业的现金流量平衡,从而优化公司的投资组合。关键词: 波士顿矩阵投资组合业务单元汽车零部件 1 、波士顿矩阵的概念 波士顿矩阵是由美国大型商业咨询公司——波士顿咨询集团( Boston Consulting Group )首创的一种规划企业产品组合的方法。波士顿矩阵认为一般决定产品结构的基本因素有二个:即市场引力与企业实力。以上两个因素相互作用,产生四种不同性质的产品类型: A 销售增长率和市场占有率“ 双高” 的产品群(明星类产品); B 销售增长率和市场占有率“ 双低” 的产品群(瘦狗类产品); C 销售增长率高、市场占有率低的产品群(问号类产品); D 销售增长率低、市场占有率高的产品群(现金牛类产品)。 2 、实际案例运用 上海和达汽车零部件有限公司是由某国内上市公司与外商合资经营的生产汽车零部件的企业。公司于 1996 年正式投产,配套厂家有上海大众发、一汽大众、上海通用、东风柳汽、吉利、湖南长风武汉神龙等。 和达公司的主要产品分成五类,一是挤塑和复合挤塑类(密封条、侧嵌条、车顶饰条等);二是滚压折弯类(车门导槽、滑轨、车架管梁等) ;三是普通金属焊接类(汽车仪表板横梁模块);四是激光焊接类(铝镁合金横梁模块);五是排档杆类(手动排档总成系列)。 和达公司产品波士顿矩阵分析

A 问题型业务( Question Marks ,指高增长、低市场份额) 处在这个领域中的是一些投机性产品。这些产品可能利润率很高,但占有的市场份额很小。公司必须慎重回答“ 是否继续投资,发展该业务, ” 这个问题。只有那些符合企业发展长远目标、企业具有资源优势、能够增强企业核心竞争力的业务才得到肯定的回答。 从和达公司的情况来看,滚压折弯类产品由于技术含量不高,进入门槛低,未来市场竞争程度必然加剧。所以对于这类产品,最好的选择就是舍弃。由于目前还能带来利润,不必迅速退出,只要目前依然保持必要的市场份额,公司不必再增加投入。当竞争对手大举进入时,可以舍弃。 B 明星型业务( stars ,指高增长、高市场份额) 这个领域中的产品处于快速增长的市场中并且占有支配地位的市场份额,但也许不会产生正现金流量。但因为市场还在高速成长,企业必须继续投资,以保持与市场同步增长,并击退竞争对手。 对于和达公司来说,铝横梁的真空电子束焊接系统是国内第一家,具有技术上的领先优势。因此企业应该加大对这一产品的投入,以继续保持技术上的领先地位。对于排档杆类产品,由于国内在这个领域的竞争程度还不太激烈,因此可以考虑进入。和达公司应该把这类产品作为公司的明星业务来培养,要加大对这方面的

【全集】波士顿矩阵的来源与案例分析

【全集】波士顿矩阵的来源与案例分析 波士顿咨询集团法(又称波士顿矩阵、四象限分析法、产品系列结构管理法等)是由美国大型商业咨询公司——波士顿咨询集团(Boston Consulting Group)首创的一种规划企业产品组合的方法。 60年代中后期,美国在经历了第二次世界大战后普遍的繁荣时期之后,进入了一个低速、缓慢增长阶段。多数企业面临的问题是:市场容量逐渐趋于饱和;市场需求变化大,产品寿命周期缩短;劳务费用上升,资金流动性差,使企业面临的经营不确定性与不稳定性增强;竞争加剧导致企业平均收益下降。而其中对跨行业,多种经营类型的企业影响最为显著。为了寻找其中原因,波士顿咨询集团对美国57个公司的620种产品进行了历时三年的调查,从中发现一个普遍规律,即市场占有有率高的公司,质量高,研究开发及促销费用占销售额的比重高,资金利润率也高;反之,市场占有率低的公司,资金利润率也低。而在差别较大的行业中,可能存在市场占有率低而收益高,或者市场占有率高而收益低的企业类型。问题的关键在于要解决如何使企业的产品品种及其结构适合市场需求的变化,只有这样企业的生产才有意义。同时,如何将企业有限的资源有效地分配到合理的产品结构中去,以保证企业收益,是企业在激烈竞争中能否取胜的关键。 对于一个拥有复杂产品系列的企业来说,一般决定产品结构的基本因素有二个:即市场引力与企业实力。市场引力包括企业销售量(额)增长率、目标市场容量、竞争对手强弱及利润高低等。其中最主要的

是反映市场引力的综合指标——销售增长率,这是决定企业产品结构是否合理的外在因素。企业实力包括市场占有率,技术、设备、资金利用能力等,其中市场占有率是决定企业产品结构的内在要素,它直接显示出企业竞争实力。销售增长率与市场占有率既相互影响,又互为条件:市场引力大,销售增长率高,可以显示产品发展的良好前景,企业也具备相应的适应能力,实力较强;如果仅有市场引力大,而没有相应的高销售增长率,则说明企业尚无足够实力,则该种产品也无法顺利发展。相反,企业实力强,而市场引力小的产品也预示了该产品的市场前景不佳。 通过以上两个因素相互作用,会出现四种不同性质的产品类型,形成不同的产品发展前景:①销售增长率和市场占有率“双高”的产品群(明星类产品);②销售增长率和市场占有率“双低”的产品群(瘦狗类产品);③销售增长率高、市场占有率低的产品群(问号类产品);④销售增长率低、市场占有率高的产品群(现金牛类产品)。 对于企业来说,如果能同时具有问号产品,明星产品和现金牛产品这三类,就有希望保持企业当前的利润和长远利润的稳定,形成合理的产品结构,维持资金平衡。 1.基本原理与基本步骤 (1)基本原理。本法将企业所有产品从销售增长率和市场占有率角度进行再组合。在座标图上,以纵轴表示企业销售增长率,横轴表示市场占有率,各以10%和20%作为区分高、低的中点,将座标图划分为四个象限,依次为“问号(?)”、“明星(★)”、“现金牛(¥)”、

矩阵的运算及其运算规则

矩阵基本运算及应用 201700060牛晨晖 在数学中,矩阵是一个按照长方阵列排列的复数或实数集合。矩阵是高等代数学中的常见工具,也常见于统计分析等应用数学学科中。在物理学中,矩阵于电路学、力学、光学和量子物理中都有应用;计算机科学中,三维动画制作也需要用到矩阵。矩阵的运算是数值分析领域的重要问题。将矩阵分解为简单矩阵的组合可以在理论和实际应用上简化矩阵的运算。在电力系统方面,矩阵知识已有广泛深入的应用,本文将在介绍矩阵基本运算和运算规则的基础上,简要介绍其在电力系统新能源领域建模方面的应用情况,并展望随机矩阵理论等相关知识与人工智能电力系统的紧密结合。 1矩阵的运算及其运算规则 1.1矩阵的加法与减法 1.1.1运算规则 设矩阵,, 则

简言之,两个矩阵相加减,即它们相同位置的元素相加减! 注意:只有对于两个行数、列数分别相等的矩阵(即同型矩阵),加减法运算才有意义,即加减运算是可行的. 1.1.2运算性质 满足交换律和结合律 交换律; 结合律. 1.2矩阵与数的乘法 1.2.1运算规则 数乘矩阵A,就是将数乘矩阵A中的每一个元素,记为或. 特别地,称称为的负矩阵. 1.2.2运算性质 满足结合律和分配律 结合律:(λμ)A=λ(μA);(λ+μ)A =λA+μA. 分配律:λ(A+B)=λA+λB.

已知两个矩阵 满足矩阵方程,求未知矩阵. 解由已知条件知 1.3矩阵与矩阵的乘法 1.3.1运算规则 设,,则A与B的乘积是这样一个矩阵: (1) 行数与(左矩阵)A相同,列数与(右矩阵)B相同,即 . (2) C的第行第列的元素由A的第行元素与B的第列元素对应相乘,再取乘积之和.

可逆矩阵判定典型例题

典型例题(二)方阵可逆的判定 例1 设A 是n 阶方阵, 试证下列各式: (1)若0||≠A , 则 T T A A )()(11--=; (2)若A 、B 都是n 阶可逆矩阵, 则* **)(A B AB =; (3) T T A A )()(**=; (4)若0||≠A , 则* 11*)()(--=A A ; (5) * 1*)1()(A A n --=-; (6)若0||≠A , 则l l A A )()(11--=(l 为自然数); (7) * 1*)(A k kA n -=. 证 (1)因为0||≠A , 故A 是可逆矩阵, 且 E AA =-1 两边同时取转置可得 E E A A AA T T T T ===--)()()(11 故由可逆矩阵的定义可知 T A )(1-是A T 的逆矩阵. 即 1 1)()(--=T T A A (2)利用方阵与其对应的伴随矩阵的关系有 E AB AB AB ||)()(*= (2-7) 另一方面 B I A B B A A B AB A B )|(|)())((*****== E AB E B A B B A |||| ||||*=== (2-8) 比较式(2-7)、(2-8)可知 ))(()()(***AB A B AB AB = 又因为A 、B 均可逆, 所以(AB )也可逆, 对上式两端右乘1 )(-AB 可得 ***)(A B AB = (3)设n 阶方阵A 为 ?????????? ????=nn n n n n a a a a a a a a a A 2 1 2222111211 于是可得A 的伴随矩阵* A 为

正定矩阵及其应用

正定矩阵及其应用

本科毕业论文(设计) 正定矩阵及其应用 学生姓名:学号: 专业:指导老师: 答辩时间:装订时间:

A Graduation Thesis (Project) Submitted to School of Science,Hubei University for Nationalities In Partial Fulfillment of the Requiring for BS Degree In the Year of 2016 Positive definite matrices and their applications Student Name: Student No.: Specialty:s Supervisor: Date of Thesis Defense: Date of Bookbinding:

摘要 矩阵是高等代数里的一个基本概念,是代数知识的基础,是矩阵代数的一个主要研究对象. 它不仅是数学的一个重要分支,而且已经成为现在科技领域处理有限维空间形式与数量关系的强有力的工具. 而正定矩阵是从矩阵延伸出来的具有特殊性质的矩阵,是研究二次型的基础,在函数、不等式中都有应用,因此正定矩阵的特殊性质和广泛应用得到了许多学者关注,进而对此进行了大量的研究. 本文从矩阵最基本的概念和性质出发,由浅入深,层层递进. 从矩阵的性质出发,给出了正定矩阵定义及其等价定义,归纳整理了正定矩阵的性质及其部分证明,总结了正定矩阵的判定定理,最后研究正定矩阵在理论证明和在函数极值中的应用. 关键词:矩阵正定二次型正定矩阵极值

考研线性代数重点内容和典型题型

考研线性代数重点内容和典型题型 线性代数在考研数学中占有重要地位,必须予以高度重视.线性代数试题的特点比较突出,以计算题为主,证明题为辅,因此,专家们提醒广大的xx年的考生们必须注重计算能力.线性代数在数学一、二、三中均占22%,所以考生要想取得高分,学好线代也是必要的。下面,就将线代中重点内容和典型题型做了总结,希望对xx年考研的同学们学习有帮助。 行列式在整张试卷中所占比例不是很大,一般以填空题、选择题为主,它是必考内容,不只是考察行列式的概念、性质、运算,与行列式有关的考题也不少,例如方阵的行列式、逆矩阵、向量组的线性相关性、矩阵的秩、线性方程组、特征值、正定二次型与正定矩阵等问题中都会涉及到行列式.如果试卷中没有独立的行列式的试题,必然会在其他章、节的试题中得以体现.行列式的重点内容是掌握计算行列式的方法,计算行列式的主要方法是降阶法,用按行、按列展开公式将行列式降阶.但在展开之前往往先用行列式的性质对行列式进行恒等变形,化简之后再展开.另外,一些特殊的行列式(行和或列和相等的行列式、三对角行列式、爪型行列式等等)的计算方法也应掌握.常见题型有:数字型行列式的计算、抽象行列式的计算、含参数的行列式的计算.关于每个重要题型的具体方法以及例题见《xx 年全国硕士研究生入学统一考试数学120种常考题型精解》。 矩阵是线性代数的核心,是后续各章的基础.矩阵的概念、运算及理论贯穿线性代数的始终.这部分考点较多,重点考点有逆矩阵、

伴随矩阵及矩阵方程.涉及伴随矩阵的定义、性质、行列式、逆矩阵、秩及包含伴随矩阵的矩阵方程是矩阵试题中的一类常见试题.这几年还经常出现有关初等变换与初等矩阵的命题.常见题型有以下几种:计算方阵的幂、与伴随矩阵相关联的命题、有关初等变换的命题、有关逆矩阵的计算与证明、解矩阵方程。 向量组的线性相关性是线性代数的重点,也是考研的重点。xx 年的考生一定要吃透向量组线性相关性的概念,熟练掌握有关性质及判定法并能灵活应用,还应与线性表出、向量组的秩及线性方程组等相联系,从各个侧面加强对线性相关性的理解.常见题型有:判定向量组的线性相关性、向量组线性相关性的证明、判定一个向量能否由一向量组线性表出、向量组的秩和极大无关组的求法、有关秩的证明、有关矩阵与向量组等价的命题、与向量空间有关的命题。 往年考题中,方程组出现的频率较高,几乎每年都有考题,也是线性代数部分考查的重点内容.本章的重点内容有:齐次线性方程组有非零解和非齐次线性方程组有解的判定及解的结构、齐次线性方程组基础解系的求解与证明、齐次(非齐次)线性方程组的求解(含对参数取值的讨论).主要题型有:线性方程组的求解、方程组解向量的判别及解的性质、齐次线性方程组的基础解系、非齐次线性方程组的通解结构、两个方程组的公共解、同解问题。 特征值、特征向量是线性代数的重点内容,是考研的重点之一,题多分值大,共有三部分重点内容:特征值和特征向量的概念及计算、

BCG矩阵分析及实例

BCG矩阵分析及实例 问题:碧浪明星:朵朵现金牛:海飞丝瘦狗类:伊卡璐明星问题现金牛瘦狗类 0 产品市场增长率相对市场占有率销售额碧浪 18% 0.4 1亿朵朵 13% 7 5亿海飞丝 8% 4 15亿伊卡璐 3% 0.7 2亿分析与建议: 1、对于问题类产品碧浪而言,现在洗衣粉市场充斥着各种各样的品牌,碧浪已经渐渐没入人们的眼球,已渐渐不再是碧浪的时代。公司对碧浪的投资上面,广告等投入的减少使其占有市场率降低,而对于其他品牌来看,它也不再有了独特的竞争优势。如果想要提高其市场占有率,大量投入广告费用是必要的,但是也需要再度研发出和其他洗衣粉不同的优势出来,否则应该是无法起死回生了。 2、对于明星类产品朵朵而言,公司在它身上的投资是其发展的一个重要基石。赠品,体验装等的发放使它迅速在消费者之间流传开来,知道它的存在。对于一个新产品而言,大量的投资花在体验品上提高知名度而非在广告上的确是一个非常好的选择,不仅让消费者知道了这个产品,还用到了这个产品,比广告的空洞更具有说服力。但是宣传是要周期的,如果一直是体验装的话那么正装怎么大量销售呢? 3、对于现金牛类产品海飞丝而言,不得不说它取得了巨大的成功。很多消费者为头屑而烦恼,而海飞丝正是根据这个问题而生产的,不仅去屑效果好,还不伤发质,在这点上就打败了很多去屑产品了。海飞丝有着固定的客源,存在时间也较长了,所以它的市场增长率不会太高,但是因为它已经深入了客户的心,所以处于市场的领先地位。但是市场纷繁复杂,产品多如牛毛,如果海飞丝一直固守着去屑而不发展的话,相信不久也会没落,所以也该不定 20% 10% 市场增长率 0 10 1 0.1 相对市场增长率时研究注入新的活力才好。 4、对于瘦狗类产品伊卡璐而言,它已经进入了下市的边缘。起初,伊卡璐是以香气打开了洗护的市场,但是由于除了香之外,没有太多效果,不久就被市场淹没。现在的消费者已不再只追求香味,更重要的是护法,去屑等多重功效,所以只以香气文明的伊卡璐沦为瘦狗类产品是可以预见的。伊卡璐的香仍是独树一帜的,但是必须加入更多的元素才行。但相信更可取的是让伊卡璐退市,集中精力在其他产品上面,将它的特色和其他产品融合相信也是不错的选择

小度写范文【可逆矩阵判定典型例题】 矩阵可逆模板

【可逆矩阵判定典型例题】矩阵可逆典型例题(二)方阵可逆的判定 例1 设A是n阶方阵, 试证下列各式: (1)若|A|≠0, 则(AT)-1=(A-1)T ; (2)若A、B都是n阶可逆矩阵, 则 (AB)*=B*A* ;(3) (AT)*=(A*)T;(4)若|A|≠0, 则(A*)-1=(A-1)* ;(5) (-A)*=(-1)n-1A*;(6)若|A|≠0, 则(Al)-1=(A-1)l (l为自然数);(7) (kA)*=kn-1A*. 证(1)因为|A|≠0,故A是可逆矩阵, 且 AA-1 =E两边同时取转置可得 (AA-1)T=(A-1)TAT=(E)T=E 故由可逆矩阵的定义可知 (A-1)T是AT的逆矩阵. 即 (A-1)T=(AT)-1 (2)利用方阵与其对应的伴随矩阵的关系有 (AB)*(AB)=|AB|E 另一方面

(B*A*)(AB)=B*(A*A)B=B*(|A|I)B =|A|B*B=|A| |B|E=|AB|E 比较式(2-7)、(2-8)可知 (AB)*(AB)=(B*A*)(AB) 又因为A、B均可逆, 所以(AB)也可逆, 对上式两端右乘(AB)-1 可得 (AB)*=B*A* (3)设 n 阶方阵A为 ?aa12 a?11 1n?A=?a??21a22 a2n?? ? ??aa? ?n1n2 ann? 于是可得A的伴随矩阵A* 为 ?AA?11 21 An1?A*=?A??12A22 An2?? ? ???AA?1n2n Ann注意到?A 的转置矩阵为 2-7)2-8)( ( T 可推出A的伴随矩阵为 ?a11??a12

可逆矩阵判定典型例题.docx

典型例题(二)方阵可逆的判定 例1设A是n阶方阵,试证下列各式: (1)若|A|"则(A T)J=(AJ)T; * * * (2)若A、B都是n阶可逆矩阵,则(AB) =BA (3)(A T) =(A)T; (4)若|A|"则(A*)J=(AJ)* ; (5)^A)* ^-I)nj A* ; l J 」I (6)若 1 A^Z0,则(A ) =(A )( I 为自然 数); (7)(kA) =k njL A . 证 (1)因为IA R°,故A是可逆矩阵,且 AA J=E 两边同时取转置可得 (AA) T=(A)T A T=(E)= E 故由可逆矩 阵的定义可知(A')T是A T的逆矩阵. 即 (A」)T=(A T)J (2)利用方阵与其对应的伴随矩阵的关系有 (AB) * (AB) =IABIE (2-7)另一方面 (B*A*)(AB) =B*(A*A)B =B*(∣A∣I)B =| A| B*B =| A| | B | E =| AB | E (2-8)比较式(2-7)、( 2-8)可知 (AB)* (AB) =(B*A*)( AB) 又因为A、B均可逆,所以(AB)也可逆,对上式两端右乘(AB)'可得 (AB)* =B (3)设n阶方阵A为 a 11 a1 n a 21 a 2n J a n1 于是可得A的伴随矩阵A*为 a n2 a nn A 12 A 22 A n2 _A1 n A?n 注意到A的转置矩阵为

A T aιι a12 a21 a22 _a in a2n a n1 a n2 a nn 可推出A T的伴随矩阵为 (A T) * T * 比较A*与(A )可知 (A )T A nI = (A T) A 12 A 22 A n2 A ln A 2n A nn (4)因为 IA A0,故A可逆,A的逆矩阵为 A* HAIA J I 由于I ALO, A J可逆且A'(A^1) =I A (A J)*—A |A| A J I E可得 另一方面,由 * 1 * A(A)=IAI AJ IAI 由矩阵可逆的定义知 (5)对于(3) ,A可逆,并且 * 1 1 ; (A ) =(A ) 给出的矩阵A,有 一a11 一 a 12 -A = —?a22 IL- a n1 一 a n2 即^aij的代数余子式为 (-1)i j 一a i 41 -a i 11 D n X (i, j =1, -a i 4 j ,并且由AA=IAI E可知 一 a 1n —a nn ^ a i Jj 1 _ a i 4n 一a i ij —-a i ij 1 -a i In -a nj -1 2, , n)

相关文档
最新文档