高等数学问题的数值解(5)--线性代数问题
矩阵的运算
例:已知$A = \begin{bmatrix} 1 & 2 & 3 & 4 \\ 5 & 6 & 7 & 8 \\ 9 & 10 & 11 & 12 \\ 13 & 14 & 15 & 16 \end{bmatrix}, B = \begin{bmatrix} 1 & 0 & 0 & 0 \\ 0 & 1 & 0 & 0 \\ 0 & 0 & 1 & 0 \\ 0 & 0 & 0 & 1 \end{bmatrix}$
(1)求$\mid A \mid ,R(A),A^{T},(A+10E)^{-1},A^{2},AB$
(2)构造分块矩阵$\begin{bmatrix} A & B \end{bmatrix}, \begin{bmatrix} A \\ B \end{bmatrix}$
(3)构造矩阵A1(提出A的左上角子块得到的矩阵)
(4)构造矩阵A2(删除A的第四行得到的矩阵)
1 | import numpy as np |
齐次线性方程组的数值解
例:求下列齐次线性方程组的基础解系
$
\begin{cases}
x_{1}-5x_{2}+2x_{3}-3x_{4} = 0\\
5x_{1}+3x_{2}+6x_{3}-x_{4} = 0\\
2x_{1}+4x_{2}+2x_{3}+x_{4} = 0
\end{cases}
$
1 | import numpy as np |
非齐次线性方程组的数值解
例:求下列非齐次线性方程组的数值解
$
\begin{cases}
2x_{1}+x_{2}-5x_{3}+x_{4} = 8\\
x_{1}-3x_{2}-6x_{4} = 6\\
2x_{2}-x_{3}+2x_{4} = -2\\
x_{1}+4x_{2}-7x_{3}+6x_{4} = 2
\end{cases}
$
1 | import numpy as np |
例:下列非齐次线性方程组有无穷多解,求它的最小范数解
$
\begin{cases}
x_{1}+x_{2}-3x_{3}-x_{4} = 1\\
3x_{1}-x_{2}-3x_{3}+4x_{4} = 4\\
x_{1}+5x_{2}-9x_{3}-8x_{4} = 0
\end{cases}
$
1 | import numpy as np |
例:求下列非齐次矛盾线性方程组的最小二乘解
$
\begin{cases}
x_{1}+x_{2} = 1\\
2x_{1}+2x_{2} = 3\\
x_{1}+2x_{2} = 2
\end{cases}
$
1 | import numpy as np |
特征值和特征向量
例:求下列矩阵的特征值和特征向量
$A = \begin{bmatrix} 0 & -2 & 2 \\ -2 & -3 & 4 \\ 2 & 4 & -3 \end{bmatrix}$
1 | import numpy as np |
求得的特征值为$\lambda_{1} = 1,\lambda_{2} = -8,\lambda_{3} = 1$
对应的特征向量分别为
$\xi_{1} = [0.94280904 -0.33333333 -0.2981424 ]^{T}$
$\xi_{2} = [-0.23570226 -0.66666667 0.74535599]^{T}$
$\xi_{3} = [0.23570226 0.66666667 0.59628479]^{T}$
例:对于矩阵
$A = \begin{bmatrix} 0 & -2 & 2 \\ -2 & -3 & 4 \\ 2 & 4 & -3 \end{bmatrix} $,$ P = \begin{bmatrix} 0.9428 & -0.3333 & -0.4254 \\ -0.2357 & -0.6667 & 0.7454 \\ 0.2357 & 0.6667 & 0.5247 \end{bmatrix} $,$\Lambda = \begin{bmatrix} 1 & 0 & 0 \\ 0 & -8 & 0 \\ 0 & 0 & 1 \end{bmatrix}$
验证$P^{-1}AP = \Lambda$
1 | import numpy as np |