矩阵分析_7

Matrix matlab矩阵处理

Q1: 5-1-4 %%part 1 WITHOUT PIVOTING A=[2,4,-5;6,12.001,1;4,-8,-3]; b=[-5,33.002,-21]'; E1=[1,0,0;-3,1,0;0,0,1]; E2=[1,0,0;0,1,0;-2,0,1]; E3=[1,0,0;0,1,0;0,16000,1]; U=E3*E2*E1*A L=inv(E1)*inv(E2)*inv(E3) X=inv(U)*inv(L)*b %%%part 2 WITH PIVOTING A=[2,4,-5;6,12.001,1;4,-8,-3]; b=[-5,33.002,-21]'; P12=[0,1,0;1,0,0;0,0,1]; P23=[1,0,0;0,0,1;0,1,0]; E1=[1,0,0;-1/3,1,0;0,0,1]; E2=[1,0,0;0,1,0;-2/3,0,1]; E3=[1,0,0;0,1,0;0,-0.0003/16.0007,1]; U=E3*P23*E2*E1*P12*A; V=inv(P12)*inv(E1)*inv(E2)*inv(P23)*inv(E3); P=P23*P12 L=P*V; X=inv(U)*inv(L)*P*b

Q7: 5-3-22 Condition number A=[10000,10001;10001,10002;10002,10003;10003,10004;10004,10005] b=[20001,20003,20005,20007,20009]' condtionnumber=cond(A,2) x=(inv(A'*A))*A'*b Cholesky factorization clear all % A=[10000,10001;10001,10002;10002,10003;10003,10004;10004,10005] % b=[20001,20003,20005,20007,20009]’ A1=[10000,10001;10002,10003] b1=[20001,20005]' R=chol(A1) L=R' y=inv(L)*b1 x=inv(L')*y

矩阵分析第3章习题答案

第三章 1、 已知()ij A a =是n 阶正定Hermite 矩阵，在n 维线性空间n C 中向量 1212(,,,),(,, ,)n n x x x y y y αβ==定义内积为(,)H A αβαβ= （1） 证明在上述定义下，n C 是酉空间； （2） 写出n C 中的Canchy-Schwarz 不等式。 2、 已知2111311101A --?? =? ? -?? ，求()N A 的标准正交基。 提示：即求方程0AX =的基础解系再正交化单位化。 3、 已知 308126(1)316,(2)103205114A A --?? ?? ????=-=-?? ?? ????----?? ?? 试求酉矩阵U ，使得H U AU 是上三角矩阵。 提示：参见教材上的例子 4、 试证：在n C 上的任何一个正交投影矩阵P 是半正定的Hermite 矩阵。 5、 验证下列矩阵是正规矩阵，并求酉矩阵U ，使H U AU 为对角矩阵，已知 1 31(1)612A ????? =????????? ? 01(2)10000i A i -????=??????，434621(3)44326962260i i i A i i i i i +--????=----? ???+--?? 11(4)11A -?? =?? ?? 6、 试求正交矩阵Q ，使T Q AQ 为对角矩阵，已知

220(1)212020A -????=--????-?? ，11011110(2)01111011A -?? ??-? ?=?? -??-?? 7、 试求矩阵P ，使H P AP E =（或T P AP E =），已知 11(1)01112i i A i i +????=-????-??，222(2)254245A -?? ??=-?? ??--?? 8、 设n 阶酉矩阵U 的特征根不等于1-，试证：矩阵E U +满秩，且1 ()() H i E U E U -=-+是Hermite 矩阵。反之，若H 是Hermite 矩阵，则E iH +满秩，且1 ()()U E iH E iH -=+-是酉矩阵。 证明：若||0+=E U ，观察0-=E U λ知1-为U 的特征值，矛盾，所以矩阵E U +满 秩。()()1 1()()()--=-+=-+-H H H H H i E U E U i E U E U ，要H H H =，只要 ()()1 1()()()()()()---+-=-+?--+=+-?-=-H H H H H H i E U E U i E U E U E U E U E U E U U U U U 故H H H = 由()0+=--=E iH i iE H 知i 为H 的特征值。由Hermite 矩阵只能有实数特征值可得 0+≠E iH ，即E iH +满秩。 111111()()()()()()()()()()()()------=+-+-=+-+-=++--=H H H U U E iH E iH E iH E iH E iH E iH E iH E iH E iH E iH E iH E iH E 9、 若,S T 分别是实对称和实反对称矩阵，且det()0E T iS --≠，试证： 1()()E T iS E T iS -++--是酉矩阵。 证明： 1111 [()()]()()()()()()----++--++--=++--++--H E T iS E T iS E T iS E T iS E T iS E T iS E T iS E T iS 11()()()()--=++++----=E T iS E T iS E T iS E T iS E

矩阵分析模拟试题及答案

矩阵分析模拟试题及答案 一.填空题(每空3分,共15分) 1. 设A 为3阶方阵, 数2-=λ, 3=A , 则A λ= -24． 2. 设向量组T )4,3,2,1(1=α，T )5,4,3,2(2=α，T )6,5,4,3(3=α，T )7,6,5,4(4=α，则 ),,,(4321ααααR =2． 3. 已知??? ?? ??---=11332 223a A ，B 是3阶非零矩阵，且0=AB ，则=a 1/3． 4．设矩阵????? ??------=12422 421x A 与??? ? ? ??-=Λ40000005y 相似，则y x -=-1． 5. 若二次型()32212 3222132122, ,x ax x x x x x x x x f ++++=是正定二次型，则a 的取值 范围是22< <-a ． 二.单项选择题(每小题3分,共15分) 1. 设A 是3阶矩阵，将的第二列加到第一列得矩阵，再交换的第二行与第三行得单位矩阵， 记????? ??=1000110011P ，??? ?? ??=010*******P ，在则=A （ D ） 21)(P P A 211)(P P B - 12)(P P C 112)(-P P D 2. 设A 是4阶矩阵，且A 的行列式0=A ，则A 中（ C ） )(A 必有一列元素全为0 )(B 必有两列元素成比例 )(C 必有一列向量是其余列向量的线性组合 )(D 任意列向量是其余列向量的线性组合 3． 设A 与B 均为3阶方阵, 且A 与B 相似, A 的特征值为1, 2, 3, 则1 )2(-B 的特 征值为（B ） )(A 2, 1, 32 )(B 12, 14, 16 )(C 1, 2, 3 )(D 2, 1, 2 3

matlab矩阵基本知识

matlab矩阵基本知识 第一部分：矩阵基本知识（只作基本介绍，详细说明请参考Matlab帮助文档） 矩阵是进行数据处理和运算的基本元素。在MATLAB中 a、通常意义上的数量（标量）可看成是”1*1″的矩阵； b、n维矢量可看成是”n*1″的矩阵； c、多项式可由它的系数矩阵完全确定。 一、矩阵的创建 在MATLAB中创建矩阵有以下规则： a、矩阵元素必须在”[ ]”内； b、矩阵的同行元素之间用空格（或”,”）隔开； c、矩阵的行与行之间用”;”（或回车符）隔开； d、矩阵的元素可以是数值、变量、表达式或函数； e、矩阵的尺寸不必预先定义。 下面介绍四种矩阵的创建方法： 1、直接输入法 最简单的建立矩阵的方法是从键盘直接输入矩阵的元素，输入的方法按照上面的规则。建立向量的时候可以利用冒号表达式，冒号表达式可以产生一个行向量，一般格式是：e1:e2:e3，其中e1为初始值，e2为步长，e3为终止值。还可以用linspace函数产生行向量，其调用格式为：linspace(a,b,n) ，其中a和b是生成向量的第一个和最后一个元素，n是元素总数。可以看出来linspace(a,b,n)与a:(b-a)/(n-1):b等价。 2、利用MATLAB函数创建矩阵 基本矩阵函数如下： (1) ones()函数：产生全为1的矩阵，ones(n)：产生n*n维的全1矩阵，ones(m,n)：产生m*n维的全1矩阵； (2) zeros()函数：产生全为0的矩阵； (3) rand()函数：产生在（0，1）区间均匀分布的随机阵； (4) eye()函数：产生单位阵； (5) randn()函数：产生均值为0，方差为1的标准正态分布随机矩阵。 3、利用文件建立矩阵 当矩阵尺寸较大或为经常使用的数据矩阵，则可以将此矩阵保存为文件，在需要时直接将文件利用load命令调入工作环境中使用即可。同时可以利用命令reshape对调入的矩阵进行重排。reshape(A,m,n)，它在矩阵总元素保持不变的前提下，将矩阵A重新排成m*n的二维矩阵。 二、矩阵的拆分 1．矩阵元素 可以通过下标（行列索引）引用矩阵的元素，如Matrix(m,n)。也可以采用矩阵元素的序号来引用矩阵元素。矩阵元素的序号就是相应元素在内存中的排列顺序。在MATLAB中，矩阵元素按列存储，先第一列，再第二列，依次类推。序号(Index)与下标(Subscript )是一一对应的，以m*n矩阵A为例，矩阵元素A(i,j)的序号为(j-1)*m+i。其相互转换关系也可利用sub2ind和ind2sub函数求得。 2．矩阵拆分 利用冒号表达式获得子矩阵： (1) A(:,j)表示取A矩阵的第j列全部元素；A(i,:)表示A矩阵第i行的全部元素；A(i,j)表示

《矩阵分析》(第3版)史荣昌,魏丰.第一章课后知识题目解析

第1章 线性空间和线性变换（详解） 1-1 证：用ii E 表示n 阶矩阵中除第i 行，第i 列的元素为1外，其余元素全为0的矩阵.用 ij E (,1,2, ,1)i j i n <=-表示n 阶矩阵中除第i 行，第j 列元素与第j 行第i 列元素 为1外，其余元素全为0的矩阵. 显然，ii E ，ij E 都是对称矩阵，ii E 有(1) 2 n n -个.不难证明ii E ，ij E 是线性无关的，且任何一个对称矩阵都可用这n+(1)2n n -=(1) 2 n n +个矩阵线性表示，此即对称矩阵组成 (1) 2 n n +维线性空间. 同样可证所有n 阶反对称矩阵组成的线性空间的维数为(1) 2 n n -. 评注:欲证一个集合在加法与数乘两种运算下是一个(1) 2 n n +维线性空间，只需找出 (1)2n n +个向量线性无关，并且集合中任何一个向量都可以用这(1) 2 n n +个向量线性表示即可. 1-2解: 11223344x x x x ααααα=+++令 解出1234,,,x x x x 即可. 1-3 解：方法一 设11223344x x x x =+++A E E E E 即 123412111111100311100000x x x x ??????????=+++???????????????????? 故 1234 1231211203x x x x x x x x x x +++++?? ??=??? ?+???? 于是 12341231,2x x x x x x x +++=++=

1210,3x x x +== 解之得 12343,3,2,1x x x x ==-==- 即A 在1234,,,E E E E 下的坐标为(3,3,2,1)T --. 方法二 应用同构的概念，22R ?是一个四维空间，并且可将矩阵A 看做(1,2,0,3)T ， 1234,,,E E E E 可看做(1,1,1,1),(1,1,1,0),(1,1,0,0),(1,0,0,0)T T T T .于是有 111111 000 31110201003110000 01021000300011???? ????-??? ?→???? ??? ? -???? 因此A 在1234,,,E E E E 下的坐标为(3,3,2,1)T --. 1-4 解：证：设112233440k k k k αααα+++= 即 12341234123134 12411111110110110110 k k k k k k k k k k k k k k k k k ????????+++???????????????? +++++??==??++++?? 于是 12341230,0k k k k k k k +++=++= 1341240,0k k k k k k ++=++= 解之得 12340k k k k ==== 故1234,,,αααα线性无关. 设

矩阵数据分析法

矩阵数据分析法（Matrix Data Analysis Chart），它是新的质量管理七种工具之一。 矩阵图上各元素间的关系如果能用数据定量化表示，就能更准确地整理和分析结果。这种可以用数据表示的矩阵图法，叫做矩阵数据分析法。在QC新七种工具中，数据矩阵分析法是唯一种利用数据分析问题的方法，但其结果仍要以图形表示。 数据矩阵分析法的主要方法为主成分分析法（Principal component analysis），利用此法可从原始数据获得许多有益的情报。主成分分析法是一种将多个变量化为少数综合变量的一种多元统计方法。 矩阵数据分析法，与矩阵图法类似。它区别于矩阵图法的是：不是在矩阵图上填符号，而是填数据，形成一个分析数据的矩阵。 它是一种定量分析问题的方法。目前，在日本尚广泛应用，只是作为一种“储备工具”提出来的。应用这种方法，往往需求借助电子计算机来求解。 [编辑] 矩阵数据分析法的原理 在矩阵图的基础上，把各个因素分别放在行和列，然后在行和列的交叉点中用数量来描述这些因素之间的对比，再进行数量计算，定量分析，确定哪些因素相对比较重要的。 [编辑] 矩阵数据分析法的应用时机 当我们进行顾客调查、产品设计或者其他各种方案选择，做决策的时候，往往需要确定对几种因素加以考虑，然后，针对这些因素要权衡其重要性，加以排队，得出加权系数。譬如，我们在做产品设计之前，向顾客调查对产品的要求。利用这个方法就能确定哪些因素是临界质量特性。 [编辑] 和其他工具结合使用 1.可以利用亲和图（affinity diagram）把这些要求归纳成几个主要的方面。然后，利用这里介绍进行成对对比，再汇总统计，定量给每个方面进行重要性排队。 2.过程决策图执行时确定哪个决策合适时可以采用。

实验 二 MATLAB矩阵分析与处理

实验二 MATLAB 矩阵分析与处理 一、实验目的 1.掌握生成特殊矩阵的方法； 2.掌握矩阵分析的方法； 3.用矩阵求逆法解线性方程组。 二、实验内容 （1）设有分块矩阵33 322322E R A O S ??????=???? ，其中E 、R 、O 、S 分别为单位矩阵、随即矩阵、零矩阵和对角阵，试通过数值计算验证22E R R S A O S +??=???? 。 解：E=eye(3); R=rand(3,2); O=zeros(2,3); S=diag([2,3]); A=[E,R;O,S]; A^2 B=[E,(R+R*S);O,S^2] ans = Columns 1 through 4 1.0000 0 0 2.4442 0 1.0000 0 2.7174 0 0 1.0000 0.3810 0 0 0 4.0000 0 0 0 0 Column 5 3.6535 2.5294 0.3902 9.0000 B =

Columns 1 through 4 1.0000 0 0 2.4442 0 1.0000 0 2.7174 0 0 1.0000 0.3810 0 0 0 4.0000 0 0 0 0 Column 5 3.6535 2.5294 0.3902 9.0000 （2）.产生5阶希尔伯特矩阵H和5阶帕斯卡矩阵P，且求其行列式的值Hh和Hp以及它们的条件数Th和Tp，判断哪个矩阵性能更好，为什么？ 解：H=hilb(5) P=pascal(5) Hh=det(H) Hp=det(P) Th=cond(H) Tp=cond(P) H = 1.0000 0.5000 0.3333 0.2500 0.2000 0.5000 0.3333 0.2500 0.2000 0.1667 0.3333 0.2500 0.2000 0.1667 0.1429 0.2500 0.2000 0.1667 0.1429 0.1250 0.2000 0.1667 0.1429 0.1250 0.1111 P = 1 1 1 1 1 1 2 3 4 5 1 3 6 10 15 1 4 10 20 35 1 5 15 35 70 Hh = 3.7493e-012 Hp =

矩阵分析课后习题解答版

第一章 线性空间与线性变换 （以下题目序号与课后习题序号不一定对应，但题目顺序是一致的，答案为个人整理，不一定正确，仅供参考，另外，此答案未经允许不得擅自上传） （此处注意线性变换的核空间与矩阵核空间的区别） 1.9.利用子空间定义，)(A R 是m C 的非空子集，即验证)(A R 对m C 满足加法和数乘的封闭性。 1.10.证明同1.9。 1.11.rankA n A N rankA A R -==)(dim ,)(dim （解空间的维数） 1.13.提示：设),)(- ?==n j i a A n n ij （，分别令T i X X ),0,0,1,0,0(K K ==(其中1位于i X 的第i 行），代入0=AX X T ，得0=ii a ；令T ij X X )0,0,10,0,1,0,0(K K K ==（其中1位于ij X 的第i 行和第j 行） ，代入0=AX X T ，得0=+++jj ji ij ii a a a a ，由于0==jj ii a a ，则0=+ji ij a a ，故 A A T -=，即A 为反对称阵。若X 是n 维复列向量，同样有0=ii a ， 0=+ji ij a a ， 再令T ij i X X ),0,1,0,0,,0,0(K K K ='=(其中i 位于ij X 的第i 行，1位于ij X 的第j 行），代入0=AX X H ，得0)(=-++ij ji jj ii a a i a a ，由于 0==jj ii a a ，ij ji a a -=，则0==ji ij a a ，故0=A 1.14.AB 是Hermite 矩阵，则AB BA A B AB H H H ===)( 1.15.存在性：令2 ,2H H A A C A A B -=+=，C B A +=，其中A 为任意复矩阵，可验证C C B B H H -==, 唯一性：假设11C B A +=，1111,C C B B H H -==，且C C B B ≠≠11,，由

数值分析习题集及答案

数值分析习题集 （适合课程《数值方法A》和《数值方法B》） 长沙理工大学 第一章绪论 1.设x>0,x的相对误差为δ,求的误差. 2.设x的相对误差为2％,求的相对误差. 3.下列各数都是经过四舍五入得到的近似数,即误差限不超过最后一位的半个单位,试指 出它们是几位有效数字: 4.利用公式求下列各近似值的误差限: 其中均为第3题所给的数. 5.计算球体积要使相对误差限为1％,问度量半径R时允许的相对误差限是多少? 6.设按递推公式 ( n=1,2,…) 计算到.若取≈(五位有效数字),试问计算将有多大误差? 7.求方程的两个根,使它至少具有四位有效数字(≈. 8.当N充分大时,怎样求? 9.正方形的边长大约为100㎝,应怎样测量才能使其面积误差不超过1㎝? 10.设假定g是准确的,而对t的测量有±秒的误差,证明当t增加时S的绝对误差增加,而 相对误差却减小. 11.序列满足递推关系(n=1,2,…),若(三位有效数字),计算到时误差有多大?这个计算过程 稳定吗? 12.计算,取,利用下列等式计算,哪一个得到的结果最好? 13.,求f(30)的值.若开平方用六位函数表,问求对数时误差有多大?若改用另一等价公式 计算,求对数时误差有多大? 14.试用消元法解方程组假定只用三位数计算,问结果是否可靠? 15.已知三角形面积其中c为弧度,,且测量a ,b ,c的误差分别为证明面积的误差满足 第二章插值法 1.根据定义的范德蒙行列式,令 证明是n次多项式,它的根是,且 .

2.当x= 1 , -1 , 2 时, f(x)= 0 , -3 , 4 ,求f(x)的二次插值多项式. 3. 4.给出cos x,0°≤x ≤90°的函数表,步长h =1′=(1/60)°,若函数表具有5位有效数 字,研究用线性插值求cos x 近似值时的总误差界. 5.设,k=0,1,2,3,求. 6.设为互异节点(j=0,1,…,n),求证: i) ii) 7.设且,求证 8.在上给出的等距节点函数表,若用二次插值求的近似值,要使截断误差不超过,问使用函 数表的步长应取多少? 9.若,求及. 10.如果是次多项式,记,证明的阶差分是次多项式,并且为正整数). 11.证明. 12.证明 13.证明 14.若有个不同实根,证明 15.证明阶均差有下列性质: i)若,则; ii)若,则. 16.,求及. 17.证明两点三次埃尔米特插值余项是 并由此求出分段三次埃尔米特插值的误差限. 18.求一个次数不高于4次的多项式,使它满足并由此求出分段三次埃尔米特插值的误差限. 19.试求出一个最高次数不高于4次的函数多项式,以便使它能够满足以下边界条件,,. 20.设,把分为等分,试构造一个台阶形的零次分段插值函数并证明当时,在上一致收敛到. 21.设,在上取,按等距节点求分段线性插值函数,计算各节点间中点处的与的值,并估计误 差. 22.求在上的分段线性插值函数,并估计误差. 23.求在上的分段埃尔米特插值,并估计误差. i) ii) 25.若,是三次样条函数,证明 i); ii)若,式中为插值节点,且,则. 26.编出计算三次样条函数系数及其在插值节点中点的值的程序框图(可用式的表达式). 第三章函数逼近与计算 1.(a)利用区间变换推出区间为的伯恩斯坦多项式. (b)对在上求1次和三次伯恩斯坦多项式并画出图形,并与相应的马克劳林级数部分和误

矩阵分析 2018年期末试题

一、填空题 1、4[]R x 表示实数域R 上所有次数小于或等于3的多项式构成的向量空间,则微分算子 D 在4[]R x 的基 321234(),(),(),()1p x x p x x p x x p x ====下的矩阵表示______________。 2、λ-矩阵 322(1)()(1)A λλλλλλ??- ?=- ? ??? 的初等因子组为______________________ _______________, Smith 标准形是___________________________ 3、已知矩阵210024120A -??? ?=??????，则 1____,A =____,A ∞= _____F A = 其中1,∞??分别是由向量的1-范数和∞-范数诱导出来的矩阵范数（也称算子范数）， F ?是矩阵的Frobenius 范数。 4. 已知函数矩阵222()2x A x x ??= ???，则22()d A x dx =___________, 5、已知n 阶单位矩阵I , 则 sin _______,2I π= 2______,i I e π=cos _______.I π= 6、设()m J a 表示主对角元均为 a 的m 阶Jordan 块。则 ()k m J a 的Jordan 标准形为________ _______, ()k m J a 的最小多项式为___________，这里0,a ≠ ,m k 是整数且 1,1m k >≥. 二、 已知 220260114A -????=?????? ， （1）求矩阵的Jordan 标准形和最小多项式； （2）求矩阵函数 sin ,.t A A e 30(())_______.t A x dx '=?

2014矩阵分析试卷

2014矩阵分析试卷 一、判断题（不要求证明）（20分） 1.设n 是大于1的整数，{()|()}V f x f x n F =是次数小于的域上的多项式，V 关于多项式的加法与数乘是一个域F 上的线性空间。 （ √ ） 2.设a r 为XOY 面上的非零向量，V 为XOY 面内所有不平行于a r 的向量构成的集合，V 关于向量的加法与数乘是一个域R 上的线性空间。 （ × ） 3.设V 是域F 上的线性空间, V α∈不是零向量，映射:,()V V ξξα→=+A A 是V 上的线性变 换。 （ × ） 4. 设A 是数域R 上的对称阵，映射:,()n n R R A αα→=A A 是n R 上的对称变换。 （ √ ） 二、计算题 1. （1,1,1,1）T 2. 已知1 12212W ={,},W ={,}Span a a Span b b ，而 1212(0,1,1,1),(1,0,2,0);(0,3,3,1),(1,2,0,0)a a b b =-==-=。 12W W ?的基为(1,1,3,1)T --与维数1； 12122212W +W ={,,}={,,}span span ααβαββ的基122,,ααβ或212,,αββ与维数3 3. 23:,()R R A ββ→=A A ，基 123(1,0,0),(0,1,0);(0,0,1) ααα===及基 12(1,0),(0,1)ββ==下的矩阵为110=211T B ?? ? ?? 。 4. （10分）设线性变换22:R R →A ，在基12(1,0),(0,1)ββ==的矩阵为12=24A ?? ??? ，求A 的核为{k(-2,1)| k}T ?、值域的基1 2+2β β，维数1。 6.（8分）求矩阵11010=0111123131A ?? ? ? ??? 的满秩分解 7.（24分）设矩阵308=3-16-20-5A ?? ? ? ??? ，求可逆矩阵P ，使得1 P AP -为约当阵。 A E -λ = ??? ? ? ??+-+---502613803 λλλ→ ????? ??++2)1(0001 0001λλ，

矩阵数据分析法.doc

矩阵数据分析法 矩阵数据分析法（Matrix Data Analysis Chart） [编辑] 什么是矩阵数据分析法 矩阵数据分析法（Matrix Data Analysis Chart），它是新的质量管理七种工具之一。 矩阵图上各元素间的关系如果能用数据定量化表示，就能更准确地整理和分析结果。这种可以用数据表示的矩阵图法，叫做矩阵数据分析法。在QC新七种工具中，数据矩阵分析法是唯一种利用数据分析问题的方法，但其结果仍要以图形表示。 数据矩阵分析法的主要方法为主成分分析法（Principal component analysis），利用此法可从原始数据获得许多有益的情报。主成分分析法是一种将多个变量化为少数综合变量的一种多元统计方法。 矩阵数据分析法，与矩阵图法类似。它区别于矩阵图法的是：不是在矩阵图上填符号，而是填数据，形成一个分析数据的矩阵。 它是一种定量分析问题的方法。目前，在日本尚广泛应用，只是作为一种“储备工具”提出来的。应用这种方法，往往需求借助电子计算机来求解。 [编辑]

矩阵数据分析法的原理 在矩阵图的基础上，把各个因素分别放在行和列，然后在行和列的交叉点中用数量来描述这些因素之间的对比，再进行数量计算，定量分析，确定哪些因素相对比较重要的。 [编辑] 矩阵数据分析法的应用时机 当我们进行顾客调查、产品设计或者其他各种方案选择，做决策的时候，往往需要确定对几种因素加以考虑，然后，针对这些因素要权衡其重要性，加以排队，得出加权系数。譬如，我们在做产品设计之前，向顾客调查对产品的要求。利用这个方法就能确定哪些因素是临界质量特性。 [编辑] 和其他工具结合使用 1.可以利用亲和图（affinity diagram）把这些要求归纳成几个主要的方面。然后，利用这里介绍进行成对对比，再汇总统计，定量给每个方面进行重要性排队。 2.过程决策图执行时确定哪个决策合适时可以采用。 3.质量功能展开。两者有差别的。本办法是各个因素之间的相互对比，确定重要程度；而质量功能展开可以利用这个方法的结果。用来确定具体产品或者某个特性的重要程度。 当然，还有其他各种方法可以采用，但是，这种方法的好处之一是可以利用电子表格软件来进行。 [编辑] 如何使用矩阵数据分析法 下面通过例子来介绍如何进行矩阵数据分析法。 1、确定需要分析的各个方面。我们通过亲和图得到以下几个方面，需要确定它们相对的重要程度：易于控制、易于使用、网络性能、和其他软件可以兼容、便于维护。 2、组成数据矩阵。用Excel或者手工做。把这些因素分别输入表格的行和列，如表所示。 3、确定对比分数。自己和自己对比的地方都打0分。以“行”为基础，逐个和“列”对比，确定分数。“行”比“列”重要，给正分。分数范围从9到1分。打1分表示两个重要性相当。譬如，第2行“易于控制”分别和C列“易于使用”比较，重要一些，打4分。和D列“网络性能”比较，相当，打1分。…………如果“行”没有“列””重要，给反过来重要分数的倒数。譬如，第3行的“易于使用”和B列的“易于控制”前面已经对比过了。前面是4分，现在取倒数，

多元统计分析期末试题及答案

22121212121 ~(,),(,),(,),, 1X N X x x x x x x ρμμμμσρ ?? ∑==∑= ??? +-1、设其中则Cov(,)=____. 10 31 2~(,),1,,10,()()_________i i i i X N i W X X μμμ=' ∑=--∑L 、设则=服从。 ()1 2 34 433,4 92,32 16___________________ X x x x R -?? ?'==-- ? ?-? ? =∑、设随机向量且协方差矩阵则它的相关矩阵 4、 __________， __________， ________________。 215,1,,16(,),(,)15[4()][4()]~___________i p p X i N X A N T X A X μμμμ-=∑∑'=--L 、设是来自多元正态总体和分别为正态总体的样本均值和样本离差矩阵,则。 12332313116421(,,)~(,),(1,0,2),441, 2142X x x x N x x x x x μμ-?? ?'=∑=-∑=-- ? ?-?? -?? + ??? 、设其中试判断与是否独立？ (), 12 3设X=x x x 的相关系数矩阵通过因子分析分解为 211X h = 的共性方差1 11 X σ=的方差 21X g = 1公因子f 对的贡献121330.93400.1280.9340.4170.83511 00.4170.8940.02700.8940.44730.8350.4470.1032013R ? ? - ????? ? -?? ? ? ?=-=-+ ? ? ? ??? ? ? ????? ? ?? ?

矩阵分析第章习题答案

第三章 1、 已知()ij A a =是 n 阶正定Hermite 矩阵，在n 维线性空间n C 中向量 1212(,, ,),(,, ,)n n x x x y y y αβ==定义内积为(,)H A αβαβ= （1） 证明在上述定义下，n C 是酉空间； （2） 写出n C 中的Canchy-Schwarz 不等式。 2、 已知2111311101A --?? =? ?-?? ，求()N A 的标准正交基。 提示：即求方程0AX =的基础解系再正交化单位化。 3、 已知 308126(1)316,(2)103205114A A --?? ?? ????=-=-?? ?? ????----???? 试求酉矩阵U ，使得H U AU 是上三角矩阵。 提示：参见教材上的例子 4、 试证：在n C 上的任何一个正交投影矩阵P 是半正定的Hermite 矩阵。 5、 验证下列矩阵是正规矩阵，并求酉矩阵U ，使H U AU 为对角矩阵，已知 1 31(1)612A ????? =????????? ? 01(2)10000i A i -????=??????，434621(3)44326962260i i i A i i i i i +--????=----? ???+--?? 11(4)11A -?? =?? ?? 6、 试求正交矩阵Q ，使T Q AQ 为对角矩阵，已知

220(1)212020A -????=--????-?? ，11011110(2)01111011A -?? ??-? ?=?? -??-?? 7、 试求矩阵P ，使H P AP E =（或T P AP E =），已知 11(1)01112i i A i i +????=-????-??，222(2)254245A -?? ??=-?? ??--?? 8、 设 n 阶酉矩阵U 的特征根不等于1-，试证：矩阵E U +满秩，且 1()()H i E U E U -=-+是Hermite 矩阵。反之，若H 是Hermite 矩阵，则 E iH +满秩，且1()()U E iH E iH -=+-是酉矩阵。 证明：若||0+=E U ，观察0-=E U λ知1-为U 的特征值，矛盾，所以矩阵E U +满秩。()()1 1()()()--=-+=-+-H H H H H i E U E U i E U E U ，要H H H =， 只要()()1 1 ()()()()()()---+-=-+?--+=+-?-=-H H H H H H i E U E U i E U E U E U E U E U E U U U U U 故H H H = 由()0+=--=E iH i iE H 知i 为H 的特征值。由Hermite 矩阵只能有实数特征值可得0+≠E iH ，即E iH +满秩。 111111()()()()()()()()()()()()------=+-+-=+-+-=++--=H H H U U E iH E iH E iH E iH E iH E iH E iH E iH E iH E iH E iH E iH E 9、 若,S T 分别是实对称和实反对称矩阵，且det()0E T iS --≠，试证： 1()()E T iS E T iS -++--是酉矩阵。 证明： 1111 [()()]()()()()()()----++--++--=++--++--H E T iS E T iS E T iS E T iS E T iS E T iS E T iS E T iS

matlab矩阵的表示和简单操作

matlab矩阵的表示和简单操作 一、矩阵的表示 在MATLAB中创建矩阵有以下规则： a、矩阵元素必须在”[ ]”内； b、矩阵的同行元素之间用空格（或”,”）隔开； c、矩阵的行与行之间用”;”（或回车符）隔开； d、矩阵的元素可以是数值、变量、表达式或函数； e、矩阵的尺寸不必预先定义。 二，矩阵的创建： 1、直接输入法 最简单的建立矩阵的方法是从键盘直接输入矩阵的元素，输入的方法按照上面的规则。建立向量的时候可以利用冒号表达式，冒号表达式可以产生一个行向量，一般格式是：e1:e2:e3，其中e1为初始值，e2为步长，e3为终止值。还可以用linspace函数产生行向量，其调用格式为：linspace(a,b,n) ，其中a和b是生成向量的第一个和最后一个元素，n是元素总数。 2、利用MATLAB函数创建矩阵 基本矩阵函数如下： (1) ones()函数：产生全为1的矩阵，ones(n)：产生n*n维的全1矩阵，ones(m,n)：产生m*n维的全1矩阵； (2) zeros()函数：产生全为0的矩阵； (3) rand()函数：产生在（0，1）区间均匀分布的随机阵； (4) eye()函数：产生单位阵； (5) randn()函数：产生均值为0，方差为1的标准正态分布随机矩阵。 3、利用文件建立矩阵 当矩阵尺寸较大或为经常使用的数据矩阵，则可以将此矩阵保存为文件，在需要时直接将文件利用load命令调入工作环境中使用即可。同时可以利用命令reshape对调入的矩阵进行重排。

reshape(A,m,n)，它在矩阵总元素保持不变的前提下，将矩阵A重新排成m*n的二维矩阵。 二、矩阵的简单操作 1．获取矩阵元素 可以通过下标（行列索引）引用矩阵的元素，如Matrix(m,n)。 也可以采用矩阵元素的序号来引用矩阵元素。 矩阵元素的序号就是相应元素在内存中的排列顺序。 在MATLAB中，矩阵元素按列存储。 序号(Index)与下标(Subscript )是一一对应的，以m*n矩阵A为例，矩阵元素A(i,j)的序号为(j-1)*m+i。 其相互转换关系也可利用sub2ind和ind2sub函数求得。 2．矩阵拆分 利用冒号表达式获得子矩阵： (1) A(:,j)表示取A矩阵的第j列全部元素；A(i,:)表示A矩阵第i行的全部元素；A(i,j)表示取A矩阵第i行、第j列的元素。 (2) A(i:i+m,:)表示取A矩阵第i~i+m行的全部元素；A(:,k:k+m)表示取A矩阵第k~k+m 列的全部元素，A(i:i+m,k:k+m)表示取A矩阵第i~i+m行内，并在第k~k+m列中的所有元素。此外，还可利用一般向量和end运算符来表示矩阵下标，从而获得子矩阵。end表示某一维的末尾元素下标。 利用空矩阵删除矩阵的元素： 在MATLAB中，定义[]为空矩阵。给变量X赋空矩阵的语句为X=[]。注意，X=[]与clear X 不同，clear是将X从工作空间中删除，而空矩阵则存在于工作空间中，只是维数为0。 3、特殊矩阵 (1) 魔方矩阵魔方矩阵有一个有趣的性质，其每行、每列及两条对角线上的元素和都相等。对于n阶魔方阵，其元素由1,2,3,…,n2共n2个整数组成。MATLAB提供了求魔方矩阵的函数magic(n)，其功能是生成一个n阶魔方阵。 (2) 范得蒙矩阵范得蒙(Vandermonde)矩阵最后一列全为1，倒数第二列为一个指定的向量，其他各列是其后列与倒数第二列的点乘积。可以用一个指定向量生成一个范得蒙矩阵。在MATLAB中，函数vander(V)生成以向量V为基础向量的范得蒙矩阵。 (3) 希尔伯特矩阵在MATLAB中，生成希尔伯特矩阵的函数是hilb(n)。使用一般方法求逆会因为原始数据的微小扰动而产生不可靠的计算结果。MATLAB中，有一个专门求希尔伯特矩阵

《矩阵分析》(第3版)史荣昌,魏丰.第一章课后习题答案讲课讲稿

《矩阵分析》(第3版)史荣昌,魏丰.第一章课后习题答案

第1章 线性空间和线性变换（详解） 1-1 证：用ii E 表示n 阶矩阵中除第i 行，第i 列的元素为1外，其余元素全为0 的矩阵.用ij E (,1,2,,1)i j i n <=-L 表示n 阶矩阵中除第i 行，第j 列元素与第j 行第i 列元素为1外，其余元素全为0的矩阵. 显然，ii E ，ij E 都是对称矩阵，ii E 有(1) 2 n n -个.不难证明ii E ，ij E 是线性无关的，且任何一个对称矩阵都可用这n+(1)2n n -=(1) 2 n n +个矩阵线性表示，此 即对称矩阵组成(1) 2 n n +维线性空间. 同样可证所有n 阶反对称矩阵组成的线性空间的维数为(1) 2 n n -. 评注:欲证一个集合在加法与数乘两种运算下是一个(1) 2 n n +维线性空间， 只需找出(1) 2 n n +个向量线性无关，并且集合中任何一个向量都可以用这 (1) 2n n +个向量线性表示即可. 1-2解: 11223344x x x x ααααα=+++令 解出1234,,,x x x x 即可. 1-3 解：方法一 设11223344x x x x =+++A E E E E 即 123412111111100311100000x x x x ??????????=+++???????????????????? 故 12341231211203x x x x x x x x x x +++++?? ??=????+???? 于是 12341231,2x x x x x x x +++=++= 1210,3x x x +==

矩阵分析复习题2013[1].5

矩阵分析复习题 1.设r V 是n 维线性空间n V 的一个r 维子空间，r ααα,,,21 是r V 的一组基，证明这组向量必可扩充为整个空间的基。即，在n V 中必可找到r n -个向量n r r ααα,,,21 ++，使得n r r αααα,,,,,11 +是n V 的一组基。 2．证明：如果21,V V 是线性空间V 的子空间，那么它们的和21V V +也是V 的子空间. 3.设12,V V 是线性空间V 的子空间，证明： )dim()dim()dim()dim(212121V V V V V V -+=+. 4.设)10,2,1(1=α，)11,1,1(2-=α，)01,1,2(1-=β，)7,3,1,1(2-=β. {}211,αα=Span V ，{}212,ββ=Span V .求（1）21V V +的基与维数；（2）21V V 的基与维数. 5.设12,V V 是线性空间V 的两个子空间，证明以下论断等价： （1）12V V +是直和； （2）零向量分解式唯一（即，若1211220,,,V V α+α=α∈α∈则120α=α=.）； （3）{}120V V = ； （4）dim （12V V +）=dim （1V ）+ dim （2V ）. 6.设线性变换T 在两组基n ααα,,,21 与n βββ,,,21 下的矩阵分别为A 和B ，从基n ααα,,,21 到基n βββ,,,21 的过渡矩阵为P ,证明：AP P B 1-=. 7.在线性空间][x C n 中，取两组基 n x x x ,,,,12 （Ⅰ） n x n x x ! 1,,!21,,12 （Ⅱ） D 为微分算子。（1）求由（Ⅰ）到（Ⅱ）的过渡矩阵；（2）求线性变换D 在两组基下的矩阵。