《线性代数与空间解析几何典型题解析》章节测试网课答案.docxVIP

《线性代数与空间解析几何典型题解析》章节测试网课答案.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

《线性代数与空间解析几何典型题解析》章节测试网课答案

一、选择题

1.设矩阵\(A\)是\(3\times4\)矩阵,那么\(A\)的转置矩阵\(A^T\)是()

A.\(3\times4\)矩阵

B.\(4\times3\)矩阵

C.\(4\times4\)矩阵

D.\(3\times3\)矩阵

答案:B

解析:矩阵的转置是将原矩阵的行变为列,列变为行,因此\(3\times4\)矩阵\(A\)的转置矩阵\(A^T\)是\(4\times3\)矩阵。

2.设矩阵\(A\)是\(2\times3\)矩阵,\(B\)是\(3\times2\)矩阵,那么下列运算中合法的是()

A.\(AB\)

B.\(BA\)

C.\(A+B\)

D.\(A\cdotB\)

答案:A

解析:矩阵乘法的条件是左矩阵的列数等于右矩阵的行数,因此\(2\times3\)矩阵\(A\)可以与\(3\times2\)矩阵\(B\)相乘,结果是一个\(2\times2\)矩阵。

3.下列哪个矩阵是正交矩阵?()

A.\(\begin{bmatrix}100\\010\\001\end{bmatrix}\)

B.\(\begin{bmatrix}010\\-100\\001\end{bmatrix}\)

C.\(\begin{bmatrix}123\\456\\789\end{bmatrix}\)

D.\(\begin{bmatrix}111\\111\\111\end{bmatrix}\)

答案:B

解析:正交矩阵满足\(A^TA=I\),其中\(I\)是单位矩阵。选项B的矩阵满足这个条件。

二、填空题

4.设矩阵\(A=\begin{bmatrix}12\\34\end{bmatrix}\),则\(A^{-1}=\)_______。

答案:\(\frac{1}{2}\begin{bmatrix}4-2\\-31\end{bmatrix}\)

解析:首先计算矩阵\(A\)的行列式\(|A|=1\cdot4-2\cdot3=-2\),然后求\(A\)的伴随矩阵,最后将伴随矩阵的每个元素除以行列式得到\(A^{-1}\)。

5.向量\(\mathbf{u}=(1,2,3)\)在向量\(\mathbf{v}=(4,5,6)\)上的投影是_______。

答案:\(\frac{4}{3}\)

解析:向量\(\mathbf{u}\)在向量\(\mathbf{v}\)上的投影长度为\(\frac{\mathbf{u}\cdot\mathbf{v}}{|\mathbf{v}|}\),其中\(\mathbf{u}\cdot\mathbf{v}=1\cdot4+2\cdot5+3\cdot6=32\),\(|\mathbf{v}|=\sqrt{4^2+5^2+6^2}=\sqrt{77}\),所以投影长度为\(\frac{32}{\sqrt{77}}=\frac{4}{3}\)。

三、解答题

6.设矩阵\(A=\begin{bmatrix}123\\456\\789\end{bmatrix}\),求\(A\)的特征值和特征向量。

答案:

特征值:\(\lambda_1=0,\lambda_2=9,\lambda_3=-9\)

特征向量:\(\mathbf{v}_1=(1,2,3)\),\(\mathbf{v}_2=(3,6,-3)\),\(\mathbf{v}_3=(-2,1,1)\)

解析:

首先计算特征多项式\(f(\lambda)=\det(A-\lambdaI)\),其中\(I\)是单位矩阵。通过求解\(f(\lambda)=0\),可以得到特征值\(\lambda_1=0,\lambda_2=9,\lambda_3=-9\)。

接着,对于每个特征值,求解线性方程组\((A-\lambdaI)\mathbf{v}=\mathbf{0}\),可以得到对应的特征向量\(\mathbf{v}_1=(1,2,3)\),\(\

文档评论(0)

138****1827 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档