矩阵论--复习(典型例题)
矩阵考试题及答案详解
矩阵考试题及答案详解一、单项选择题（每题3分，共30分）1. 矩阵A与矩阵B相乘，结果为零矩阵，下列哪项说法是正确的？A. A和B中至少有一个是零矩阵。
B. A和B都是零矩阵。
C. A和B的行列式都为0。
D. A和B的秩之和小于它们各自维度的乘积。
答案：D2. 矩阵的转置操作，下列哪项说法是错误的？A. 矩阵的转置是将矩阵的行变为列。
B. 矩阵的转置不会改变矩阵的行列式。
C. 矩阵的转置不会改变矩阵的秩。
D. 矩阵的转置会改变矩阵的特征值。
答案：D3. 对于一个3x3矩阵，下列哪项说法是正确的？A. 它有9个元素。
B. 它有3个行向量。
C. 它有3个列向量。
D. 以上说法都正确。
答案：D4. 矩阵的逆矩阵，下列哪项说法是错误的？A. 只有方阵才有逆矩阵。
B. 矩阵的逆矩阵的逆矩阵是原矩阵。
C. 矩阵的逆矩阵与原矩阵相乘结果为单位矩阵。
D. 矩阵的逆矩阵一定存在。
答案：D5. 矩阵的秩，下列哪项说法是正确的？A. 矩阵的秩等于矩阵中非零行（或列）的最大数量。
B. 矩阵的秩不会超过矩阵的行数。
C. 矩阵的秩不会超过矩阵的列数。
D. 以上说法都正确。
答案：D6. 矩阵的特征值，下列哪项说法是错误的？A. 特征值是矩阵的特征多项式的根。
B. 矩阵的特征值可以是复数。
C. 矩阵的特征值一定是实数。
D. 矩阵的特征值与矩阵的迹有关。
答案：C7. 矩阵的行列式，下列哪项说法是正确的？A. 行列式为0的矩阵是可逆的。
B. 行列式为0的矩阵是奇异矩阵。
C. 行列式为1的矩阵是单位矩阵。
D. 行列式为-1的矩阵是正交矩阵。
答案：B8. 矩阵的相似性，下列哪项说法是错误的？A. 相似矩阵有相同的特征值。
B. 相似矩阵有相同的行列式。
C. 相似矩阵有相同的秩。
D. 相似矩阵有相同的迹。
答案：D9. 矩阵的正交性，下列哪项说法是正确的？A. 正交矩阵的行列式为1或-1。
B. 正交矩阵的转置是其逆矩阵。
C. 正交矩阵的元素都是实数。
矩阵论复习题 带答案1
矩阵论复习题1设A 、B 均为n 阶正规矩阵，试证A 与B 酉相似的充分必要条件是A 与B 的特征值相同。
证明: 充分性：A 与B 的特征值相同，A 、B 均为n 阶正规矩阵，则有11,A P IP B Q IQ --== 故11111,,A P QIQ P R Q P R P Q -----==令= A 与B 酉相似 必要性:A,B 为n 阶正规矩阵，存在初等变换R,1A RBR -=11,,,I E PQ A P IP B Q EQ --==为对角矩阵，存在初等变换111,I PAP E QRAR Q ---== ，因为I,E 为对角矩阵，故I=E 。
因此A 与B 的特征值相同。
#2 作出下列矩阵的奇异值分解10(1)A 0111⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦011(2)A 200-⎡⎤=⎢⎥⎣⎦ (1)632- 6 3 2101263011,130 2 6 311206333T B AA ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦特征值对应，特征值对应，特征值对应 2221 2 2,131222 2 2TC A A ⎡⎤⎡⎤⎢⎥⎢⎥⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦-⎢⎥⎢⎥⎣⎦⎣⎦特征值对应，特征值对应故263 2 6 32210263 2 203 2 6 3220063 2 20 33HA ⎡⎤-⎢⎥⎡⎤⎢⎥⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎣⎦⎢⎥⎣⎦-⎢⎥⎢⎥⎣⎦(2) 2010,240401T B AA ⎡⎤⎡⎤⎡⎤==⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦特征值对应，特征值对应， 0040012201-1,2-400- 2 20-11022- 2 2T C A A ⎡⎤⎡⎤⎢⎥⎢⎥⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦特征值对应，特征值对应，特征值对应 0101022200A 001 2202022022H⎡⎤⎢⎥⎢⎥⎡⎤⎡⎤⎢⎥=-⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎢⎥⎢⎥⎢⎥⎣⎦3.求下列矩阵A 的满秩分解123002111021A ⎛⎫⎪=- ⎪⎪⎝⎭112211001230010,021110102111001230010,021101100001001230=010021-11-11L L A L L L A A ⎡⎤⎡⎤⎢⎥⎢⎥==-⎢⎥⎢⎥⎢⎥⎢⎥---⎣⎦⎣⎦⎡⎤⎡⎤⎢⎥⎢⎥==-⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦故4 设A 、B 均为n 阶Hermite 正定矩阵，证明：若B A ≥且BA AB =，则33B A ≥.证明：由于A 、B 均为n 阶Hermite 正定矩阵，且BA AB =，则AB 与BA 均为n 阶Hermite 正定矩阵。
矩阵论复习题
矩阵论复习题矩阵论复习题矩阵论作为线性代数的重要分支，涉及到矩阵的性质、运算以及应用等方面。
在学习矩阵论的过程中，复习题是提高理解和巩固知识的重要工具。
本文将通过一些典型的矩阵论复习题，帮助读者回顾和加深对矩阵论的理解。
1. 矩阵的乘法性质与运算规则(1) 证明矩阵的乘法不满足交换律，即AB≠BA。
(2) 若矩阵A是m×n阶矩阵，矩阵B是n×p阶矩阵，证明矩阵乘法满足结合律，即(AB)C=A(BC)。
(3) 证明单位矩阵是矩阵乘法的单位元，即对于任意矩阵A，有AI=IA=A。
2. 矩阵的逆与行列式(1) 若矩阵A可逆，证明其逆矩阵唯一。
(2) 若矩阵A可逆，证明其逆矩阵也可逆，且逆矩阵的逆等于A。
(3) 若矩阵A可逆，证明其转置矩阵也可逆，且转置矩阵的逆等于A的逆的转置。
(4) 证明若矩阵A可逆，则其行列式不为零，即|A|≠0。
3. 矩阵的特征值与特征向量(1) 若矩阵A的特征值为λ，证明矩阵A-λI的行列式为零，即|A-λI|=0。
(2) 若矩阵A的特征向量为v，证明对于任意非零实数k，kv也是矩阵A的特征向量。
(3) 若矩阵A的特征向量v1和v2对应于不同的特征值λ1和λ2，证明v1和v2线性无关。
(4) 若矩阵A的特征向量v对应于特征值λ，证明对于任意正整数n，(A^n)v对应于特征值λ^n。
4. 矩阵的相似与对角化(1) 若矩阵A与矩阵B相似，证明矩阵B与矩阵A相似。
(2) 若矩阵A与矩阵B相似，矩阵B可对角化，证明矩阵A也可对角化。
(3) 若矩阵A可对角化，证明A的特征向量组成的矩阵P可逆，且A=PDP^-1，其中D为对角矩阵。
通过复习以上的矩阵论题目，可以加深对矩阵的性质、运算规则、逆与行列式、特征值与特征向量以及相似与对角化的理解。
同时，通过解题的过程，还可以提高解决问题的能力和运用矩阵论知识的技巧。
希望读者能够充分利用这些复习题，巩固所学的矩阵论知识，为进一步深入学习打下坚实的基础。
矩阵论研究生复习题
矩阵论研究生复习题矩阵理论及应用证明题复习题正规矩阵（包括Hermite 矩阵；Hermite 正定矩阵等）1. 设()ij n n A a ?=是n 阶Hermite 矩阵，12,,,n λλλ 是A 的特征值，且12n λλλ≥≥≥ ，证明：（1）1H n H x Axx xλλ≤≤ ；（2）{}11max n kk k n a λλ≤≤≤≤.2.假设n 阶Hermite 矩阵A 是正定的。
证明：(1)存在正定矩阵S 使得2A S =；（2）对任意n 维列向量,X Y ，有2HH H Y AXX AX Y AY≤，并且，等号成立当且仅当,X Y 线性相关。
3.证明：设,A B 都是Hermite 矩阵，A 的特征值都大于a ，B 的特征值都大于b ，则A B +的特征值都大于a b +。
4.设A 为n 阶正定Hermite 矩阵，证明（1）Hnn AG a ββ??=是正定的的充分必要条件为1H nn a A ββ->，（2）Hnn AG a ββ=正定时有不等式：nn G a A ≤. 5.A 是n 阶Hermite 矩阵，证明：246A A I -+是正定Hermite 矩阵6.A 、B 都为n 阶正定Hermite 矩阵，且AB BA =，则AB 亦为正定Hermite 矩阵范数1.设?为n nC ?上的矩阵范数，λ为复矩阵A 的特征值，证明：mm A λ≤（m 为正整数）2.设λ是n 阶可逆矩阵A 的特征值，A 是A 的任意一种范数证明：11A λ-≥3.设A 是n 阶可逆矩阵，A 是A 的任意一种范数.证明：A 的谱半径()11A Aρ-≥4.A 是n 阶复矩阵，证明221AA A∞≤5.假设A 是s n ?矩阵，,U V 分别是s s ?、n n ?酉矩阵。
证明：FFAUAV=，22A UAV =。
6.设()ijn nA a ?=为n 阶Hermite 矩阵,证明：（1）2()A A ρ=；（2）()ij aA ρ≤.7.设A 为n 阶方阵,A 是从属于任何向量范数的矩阵范数, 证明:1)1I =; 2) 1A <时，I A -可逆，且()11111I A A A-≤-≤+-.矩阵分解1. A 为秩为r 的半正定Hermite 矩阵，则存在列满秩矩阵P ,使得HA P P =∑,其中1(0,1,2,,),H i r r i r P P λλλ??∑=>== ?I （其中r I 为r 阶单位矩阵） 2.设A 是n 正定Hermite 矩阵，利用矩阵的QR 分解证明：存在一个上三角形矩阵T ,使得H A T T =3.设矩阵,A B 都是m n ?矩阵，利用矩阵的满秩分解证明：()rankA B ran kA rankB +≤+.4.A 为秩为r 的半正定Hermite 矩阵，则存在行满秩矩阵P ,使得HA P P =∑,其中1(0,1,2,,),H i r r i r PP I λλλ?? ?∑=>== ?. 5.A 、B 都为n 阶Hermite 矩阵，其中B 为n 阶正定矩阵，证明：存在可逆矩阵Q ，使=H Q BQ E ,H Q AQ 为对角矩阵（这里E 为n 阶单位矩阵）6.A 是n 阶可逆矩阵，则A 可以分解为一个酉矩阵与一个正定矩阵的乘积7.设m n A C ?∈，证明A 的秩为r 的充分必要条件是存在,m rr m rr F C G C ??∈∈，使得A FG =.8.设A 为n 阶可逆方阵，证明：存在酉矩阵,Q P 使得QAP 为对角线元素都是正数的对角矩阵.。
矩阵论复习题
矩阵论复习题矩阵论是数学的一个重要分支，在许多领域都有着广泛的应用，如工程、物理、计算机科学等。
以下是一些矩阵论的复习题，希望能帮助大家巩固所学知识。
一、矩阵的基本运算1、已知矩阵 A ＝ 1 2; 3 4，B ＝ 5 6; 7 8，求 A ＋ B，A B，A B。
2、计算矩阵 C ＝ 2 －1; 3 0 的逆矩阵。
3、设矩阵 D ＝ 1 0 0; 0 2 0; 0 0 3，求 D 的行列式。
二、矩阵的秩1、求矩阵 E ＝ 1 2 3; 2 4 6; 3 6 9 的秩。
2、已知矩阵 F 的秩为 2，且 F ＝ a b c; d e f; g h i，其中 a ＝ 1，b＝ 2，c ＝ 3，d ＝ 2，e ＝ 4，f ＝ 6，求 g，h，i 满足的条件。
三、线性方程组1、求解线性方程组：x ＋ 2y z ＝ 1，2x y ＋ 3z ＝ 2，3x ＋ y 2z＝ 3。
2、讨论线性方程组：x ＋ y ＋ z ＝ 1，2x ＋ 2y ＋ 2z ＝ 2，3x ＋3y ＋ 3z ＝ 3 的解的情况。
四、向量空间1、证明向量组 a1 ＝ 1 2 3，a2 ＝ 2 4 6，a3 ＝ 3 6 9 线性相关。
2、已知向量空间 V ＝｛（x, y, z) ｜ x ＋ y ＋ z ＝ 0}，求 V 的一组基和维数。
五、特征值与特征向量1、求矩阵 G ＝ 2 1; 1 2 的特征值和特征向量。
2、已知矩阵 H 的特征值为 1，2，3，对应的特征向量分别为 p1 ＝1 0，p2 ＝ 0 1，p3 ＝ 1 1，求矩阵 H。
六、相似矩阵1、判定矩阵 I ＝ 1 2; 0 3 和矩阵 J ＝ 3 0; 0 1 是否相似。
2、若矩阵 K 和矩阵 L 相似，且矩阵 K 的特征值为 2，3，矩阵 L 的特征值为 4，5，求矩阵 K 和矩阵 L 之间的相似变换矩阵。
七、矩阵的分解1、对矩阵 M ＝ 4 2; 2 1 进行 LU 分解。
2、把矩阵 N ＝ 1 2 3; 2 4 6; 3 6 9 分解为 QR 分解。
矩阵论试题及答案
一．（10分）已知n n C ⨯中的两种范数a ⋅和b ⋅，对于n n C A ⨯∈，证明b a A A A +=是n n C ⨯中的范数. 解：⑴非负性：由于b a ⋅⋅,是两种范数，故当A=0时，0,0==b a A A ，所以000=+=+=b a A A A ； 当A ≠0时，0,0>>b a A A ，所以0>+=b a A A A⑵齐性：()A A A A A A A A b a b a b a ααααααα=+=+=+= ⑶三角不等式：B A B A B A B A B A B A b b a a b a +=+++≤+++=+二．(每小题10分,共20分)已知⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---=101121103A ,()⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=002t e t b , 1. 求At e2. 用矩阵函数方法求微分方程()()()()()⎪⎩⎪⎨⎧-=+=T x t b t Ax t x dt d1,0,10的解.解：1. ()1112113det ----=-λλλλA I ()()3211132-=----=λλλλ显然, )det(A I -λ的一阶子式的公因子为1, 容易知道)det(A I -λ 的二阶子式的公因子为2-λ,所以A的最小多项式为()()()23222-=--=λλλλm ,即()()022=-=I A A m ,设()()()b a g m e f t ++==λλλλλ,则()a te f t =='λλ 对于特征值2=λ有()()⎩⎨⎧=='+==a te f b a e f t t 22222,()⎩⎨⎧+-==ttet b te a 2212 所以⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----+=+=t t t t t t e bI aA e t At1010122. ()()()⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+--+⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=⎥⎦⎤⎢⎣⎡+=⎰⎰--ds e s s s ss s e e ds s b e x e t x s t s At t As At 001010110102020 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=t t e t e t At 1001012三．(15分)用Givens 变换求⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=2100421132403100A 的QR 分解. 解：()T01001=β,构造()s c T ,13=,1101sin ,0100cos 22232132223211=+=+===+=+==xx x s x x x c θθ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡-=210031002340421121421132403100100000010010010013A T⎥⎦⎤⎢⎣⎡--=21312A , 构造),(12s c T , ()21sin ,21111cos 222122222211=+==-=+--=+==x x x s x x x c θθ⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡--⎥⎦⎤⎢⎣⎡---=1052212131111121212A T⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡-=⎥⎦⎤⎢⎣⎡=2/1002/12/1002/10010010013122T T I T ,⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡-==2/12/100000100102/12/100TT Q ,⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=2/12/522344211R四．(10分)用Gerschgorin 定理证明⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=8110260110410100A 至少有两个实特征值. 解：A 的4个盖尔圆为:{}1|1≤=z z G ,{}2114|2=+≤-=z z G , {}3216|3=+≤-=z z G , {}2118|4=+≤-=z z G ,它们构成的两个连通部分为11G S =,4322G G G S =.易见,1S ,2S 都关于实轴对称且各含有1个和3个特征值,因为实矩阵的复特征值必成对出现, 故1S ,2S 必各含有一个实特征值,从而A 至少含有2个实特征值.五．(20分)已知⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡------=221221*********A ,⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡---=44111b 1. 求A 的满秩分解.2. 求+A3. 用广义逆矩阵的方法判别方程组b Ax =是否相容.4. 求方程组b Ax =的极小范数解或极小范数最小二乘解并指出所求解的类型.解 1。
研究生矩阵论试题及答案与复习资料大全
B.
1 2 1
……………………………………………………………………………………………………………………………
……………………………………………………………………………………………………………………………
……………………………………………………………………………………………………………………………
……………………………………………………………………………………………………………………………
……………………………………………………………………………………………………………………………
……………………………………………………………………………………………………………………………
……………………………………………………………………………………………………………………………
0 0 0
五、(15 分)求矩阵
的满秩分解：
1 0 1 2 A 1 2 1 1
2 2 2 1
解：
A
E
1 1
0 2
1 1
2 1
1 0
0 1
0 0
2 2 2 1 0 0 1
1 0 1 2 1 0 0
令 g n n2 2 1 n2 2 1 2 1
2 1 n2 1 2 1 1 n3 n4 1 3
由 Hamilton-Cayley 定理知 gA 0
et e 2t
a0 a0
a1 2a1
于是解得：
a0 a1
2et e2t
e 2t et
从而：
f A e At gA a0 E a1 A
矩阵论复习题综合精选全文
可编辑修改精选全文完整版1. 设+=R V 是正实数集,对于任意的V y x ∈,,定义x 与y 的和为 y x y x ⋅=⊕对于任意的数R k ∈,定义k 与x 的数乘为k x x k =⊗问:对于上述定义加法和数乘运算的集合V ,是否构成线性空间,并说明理由.2.对任意的2,R y x ∈,),(21x x x =,),(21y y y =定义x 与y 的和为),(112211y x y x y x y x +++=⊕对于任意的数R k ∈,定义k 与x 的数乘为)2)1(,(2121x k k kx kx x k -+=⊗ 问:对于上述定义加法和数乘运算的集合2R ,是否构成线性空间,并说明理由.3．设},022|),,{(321321R x x x x x x x S i ∈=++=，试证明S 是3R 的子空间，并求S的一组基和S dim .4.设)(R P n 表示次数不超过n 的全体多项式构成的线性空间,)}()(,0)0(|)({R P x f f x f S n ∈='=证明S 是)(R P n 的子空间,并写出S 的一组基和计算S dim .5. 设T 是2R 上的线性变换,对于基向量i 和j 有j i i T +=)( j i j T -=2)(1)确定T 在基},{j i 下的矩阵;2)若j i e -=1 j i e +=32,确定T 在基},{21e e 下的矩阵.6. 设T 是3R 上的线性变换,对于基},,{k j i 有k j k j i T -=++)( i k j T =+)( k j i k T 532)(++=1)确定T 在基},,{k j i 下的矩阵;2)求T 的零空间和像空间的维数.7.设线性空间3R 的两个基为(I):321,,x x x , (II):321,,y y y , 由基(I)到基(II)的过度矩阵为⎪⎪⎪⎭⎫ ⎝⎛--=101010101C , 3R 上的线性变换T 满足21321)32(y y x x x T +=++12323(24)T x x x y y ++=+31321)43(y y x x x T +=++1)求T 在基(II)下的矩阵;2)求)(1y T 在基(I)下的坐标.8.在线性空间)(3R P 中321)(x x x a x f +++= 3221)(x x ax x f +++= 32321)(x x x x f +++= 讨论)(),(),(321x f x f x f 的线性相关性.9.在22R ⨯中求由基(I) 12101A ⎛⎫= ⎪⎝⎭ 20122A ⎛⎫= ⎪⎝⎭ 32112A -⎛⎫= ⎪⎝⎭ 41312A ⎛⎫= ⎪⎝⎭到基(II) 11210B ⎛⎫= ⎪-⎝⎭ 21111B -⎛⎫= ⎪⎝⎭ 32211B -⎛⎫= ⎪⎝⎭ 41101B --⎛⎫= ⎪⎝⎭的过渡矩阵.10.已知 1(1,2,1,0)α= 2(2,1,0,1)α=- 1(1,1,1,1)β=- 2(1,1,3,7)β=- 设1212(,)(,)V L L ααββ=⋂, 求线性空间V 的维数和基.11.在)(2R P 中, 对任意的)()(),(2R P x g x f ∈定义内积为⎰=10)()())(),((dx x g x f x g x f 若取)(2R P 的一组基},,1{2x x ,试用Schmidt Gram -正交化方法,求)(2R P 的一组正交基.12.（1） 设x 和y 是Eucild 空间V 的非零元,它们的夹角是θ,试证明θcos ||||||||2||||||||||||222y x y x y x ⋅-+=-12.（2） 求矩阵10002i A i +⎛⎫= ⎪⎝⎭的奇异值分解. 13.设A 为n 阶实矩阵,证明A 可表示为一对称矩阵和一反对称矩阵之和. (提示:若A A T =,称A 为对称矩阵。
- 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)。
时间t/s
距离s/m 0 解
作直线模型: at+s=0 n为观测点数
定义残差向量:
V (at1 s1, at2 s2 ,
2
2
, atn sn )T
I (a) V
(ati si )
i 1
n
2
dI 2 53.63a 2 1078 所以: da 令: dI 2 53.63a 2 1078 0 da
并推导其局部截断误差主项。
解
y( xn1 ) y( xn h)
2 3 4 h h h (4) 5 y( xn ) hy ( xn ) y ( xn ) y ( xn ) y ( xn ) O(h ) 2 6 24
y( xn1 ) y( xn h)
T
cos sin 令 R 使得 sin cos
2 a 1 2 0 0 0 a 1 1 1 2 1 1 0 0 0 2 1 a 1 1 a 1 0 0 0
Gauss-Seidel迭代矩阵:
BG S
2 0 0 0 a 1 1 1 0 0 0 2 1 a 1 0 0 0
Romberg求积公式及外推加速 Gauss求积公式
例2
试确定常数A,B,C及α,使求积公式:
解 令:
2
2
f ( x)dx Af ( ) Bf (0) Cf ( )
代数精确度尽可能高，并确定上述公式的代数精 确度。是否为高斯型求积公式.
f x 1
xdx 0 A C 2 2 2 f x x x2 dx 16 A 2 C 2 2 3 2 3 f x x x3dx 0 A 3 C 3
1 f ( x ) 1 0 x ∈(2, ) x
因此f(x)=0在(2, )内仅有一个根x* 将方程化为等价方程：x＝2＋lnx
1 g ( x ) 2 ln x | g( x ) || | 0.5 x ∈(2, 4) x
因此， x0(2, ), xk+1＝2＋lnxk产生的序列 xk 收敛于x* 取初值x0＝3.0,计算结果如下： k xi 0 3.000000000 5 3.145702209 10 3.146191628 1 3.098612289 6 3.146037143 11 3.146192714 2 3.130954362 7 3.146143611 12 3.146193060 3 3.141337866 8 3.146177452 13 3.146193169 4 3.144648781 9 3.146188209 14 3.146193204
(1) 线性方程组
2 x ax x b 1 2 3 1 x1 x2 2 x3 b2 x1 ax2 x3 b3
Jacobi 迭代
b1 k 1 a 1 (k ) (k ) x2 x3 x1 2 2 2 k 1 k (k ) x x 2 x 2 1 3 b2 k 1 k (k ) x3 x1 ax2 b3 (2) 线性方程组
数值解法
方程组与高阶方程
y f ( x, y ) 例5 给定求解常微分方程初值问题 y ( x ) y 0 0 的线性多步公式
yn1 ( yn yn1 ) h(1 fn1 fn 1 fn1 )
试确定系数
, 1 , 1, 使它具有尽可能高的精度，
f ( xn1 , y( xn1 )) y( xn1 ) y( xn h)
2 3 h h (4) 4 y ( xn ) hy ( xn ) y ( xn ) y ( xn ) O(h ) 2 6
线性多步公式局部截断误差
R xn1 y( xn1 ) ( y( xn ) y( xn1 ))
O(h5 )
1 2 0 令: 1 1 0 1 0 1 1 2 2 1 1 3 1 1 得: 8 8 2
1 1 1 0 此时: 6 6 2 2
1 1 1 1 0 24 24 6 6 48
2 3
(1 2 ) y( xn )
(1 1 1 1 )hy( xn ) 1 2 ( 1 1 )h y( xn ) 2 2 1 1 3 1 ( )h y( x )
6
24 24 6 6
n 6 2 2 1 1 4 (4) 1 ( )h y ( xn )
a 20.1007
dI 2 (at s )t 2 i i i 2a ti 2 ti si da i 1 i 1 i 1
n
n
n
所求运动方程为: 20.1007t s 0
二
数值积分
数值求积思想 代数精度 插值型求积公式 收敛及稳定性
梯形公式 辛普森公式
基本概念 数 值 积 分 N-C公式
2 3 h h (4) 4 h1[ y ( xn ) hy ( xn ) y ( xn ) y ( xn ) O(h )] 2 6
hy( xn )
h1[ y( xn ) hy( xn ) h y( xn ) h y (4) ( xn ) O(h4 )] 2 6
2 3 4 h h h y( xn ) hy( xn ) y( xn ) y( xn ) y (4) ( xn ) O(h5 ) 2 6 24
f ( xn1 , y( xn1 )) y( xn1 ) y( xn h)
2 3 h h (4) 4 y ( xn ) hy ( xn ) y ( xn ) y ( xn ) O(h ) 2 6
特征值特征向量
特征值特征向量正交相似 反射 变换 平面旋转 QR分解 幂法 迭代法 反幂法
重要概念
雅可比法
变换法 QR法
先看一个简单的例子. a11 a12 是二阶实对称矩阵, 即a =a , 其特 设 A 21 12
a21 a22
征值为λ1, λ2.
1 R AR 2
另一种迭代格式
xk (1 lnxk ) xk 1 xk 1
0 3.000000000 1 3.147918433
2 3.146193441 3 3.146193221源自五常微分方程数值解
局部截断误差 重要概念 方法精度 重要构造方法 单步法 线性多步法 差分构造 积分构造 泰勒展式构造
2 3 4 h h h y( xn ) hy( xn ) y( xn ) y( xn ) y (4) ( xn ) O(h5 ) 2 6 24
y( xn )
2 3 4 h h h [ y( xn ) hy( xn ) y( xn ) y( xn ) y (4) ( xn ) O(h5 )] 2 6 24
计算方法复习
典型概念例题
零
绪论
分类 误 差 及 算 法 舍入 截断 绝对 度量 相对 有效数字 一元函数 算法 传播 n元函数
误差
一
插值与逼近
工具
差商 差分 插值基函数 存在唯一性 误差估计 插值公式 Hermite插值 分段线性 分段三次Hermite插值 三次样条插值
插值法
多项式插值
分段多项式 插值
16 B 9
10 C 9
5 5
f x x f x x
2 6
5 6
2
2
x dx 0 A C
5
128 8 12 6 6 2 x dx 7 A C 2 3 52
所以代数精确度为5次.
2
因为代数精确度为2×3=5次,是高斯型求积公式.
三
线性方程组
Gauss消去法 矩阵三角分解法 直接法 追赶法 向量和矩阵范数 矩阵条件数
三
线性方程组
迭代格式
基本概念 收敛条件 雅可比迭代
迭代法
高斯-塞德尔迭代 SOR迭代
迭代收敛速度
例3
设线性方程组
Ax b 的系数矩阵为:
2 a 1 1 1 2 1 a 1
解
(1)写出Jacobi 迭代法的迭代格式 (2)确定a的取值范围，使方程组对 应的Gauss-Seidel迭代收敛。
令 得
I BGS 0 1 3 2a 1 0 2 2
2a 1
1 1 a 2 2
四
非线性方程求根
二分法 不动点迭代法及收敛性理论
求根法 牛顿迭代法 弦截法 插值型迭代 抛物线法
例5 用一般迭代法求方程x-lnx＝2在区间(2, )内的根， 要求|xk-xk-1|/|xk|<=10-8 解 令f(x)=x-lnx-2 f(2)<0, f(4)>0,故方程在(2,4)内至少有一个根 又
所以当:
1 2
3 1 8
1 1 8
1 3 1 yn1 ( yn yn1 ) h( f n1 f n f n1 ) 2 8 8
为三阶多步公式.
1 4 (4) h y ( xn ) 局部截断误差主项为: 48
六
特 征 值 及 特 征 向 量 解 法
h(1 f ( xn1, y( xn1 )) f ( xn , y( xn )) 1 f ( xn1, y( xn1 )))
y( xn1 ) ( y( xn ) y( xn1 ))
h(1 y( xn1 ) y( xn ) 1 y( xn1 ))
1 2 a0 2 a1 3 1 1 2 a0 a1 3 5 2