114 年 國立中山大學電機工程學系碩士班乙組《工程數學乙》
第 1 題
Consider the linear system , where , are column vectors of , and is a non-zero vector. Suppose
, , .
Which of the following statements are true?
(A) The linear system has a finite number of solutions.
(B) rank() is equal to rank().
(C) The rank of is less than or equal to 2.
(D) is a solution of the linear system.
(E) The vectors are linearly dependent.
登入後即可作答並保存紀錄。
核心觀念
本題使用以下三個線性代數事實:
- 若存在非零向量 使得 ,則 的欄向量線性相依,且 。
- 線性系統 有解的條件為
等價於
- 若未知數個數為 ,系統一致且 ,則至少有一個自由變數,因此解有無限多組。
解題方法
由條件
可改寫為
因此
由於
故 的零空間含有非零向量,三個欄向量 線性相依,並且
另一方面,由
可得
所以
是 的一組解,系統必定相容。又因為
所以對任意 ,
皆滿足
因此系統至少有無限多組解。
選項分析
(A) 線性系統有有限個解
錯誤。
系統有一組解
且非零向量
屬於 的零空間。因此
第 2 題
Let
Which of the following statements are true?
(A) rank() = 2.
(B) trace() = 7.
(C) det() 0.
(D) 3 is an eigenvalue of .
(E) All eigenvalues of are non-negative.
登入後即可作答並保存紀錄。
核心觀念
- 矩陣的秩(Rank):矩陣中線性獨立的列向量(Row vectors)或行向量(Column vectors)之最大個數。
- 矩陣的跡數(Trace):方陣主對角線元素之和,且等於所有特徵值(Eigenvalues)之和,即 。
- 行列式與奇異性(Singularity): 方陣 若滿足 ,則 為奇異矩陣(不可逆),其行列式值 。
- 全 矩陣與區塊矩陣之特徵值:
- 全 矩陣 的特徵值必為 (重數 1)與 (重數 )。
- 對稱且可解耦為獨立子空間的矩陣,可藉由座標重排化為區塊對角矩陣(Block Diagonal Matrix),分別求出各子區塊的特徵值。
解題方法
1. 判斷矩陣的秩
觀察 矩陣 的列向量:
- 第 1 列:
- 第 2 列:
- 第 3 列:
- 第 4 列:
- 第 5 列:
因為 、 且 ,矩陣中僅有 兩組線性獨立的列向量,故:
2. 計算跡數
3. 計算行列式值
因為 為 方陣且 ,矩陣為奇異矩陣(非滿秩),故:
4. 求解特徵值(Eigenvalues)
觀察矩陣變數之間的關聯性,索引 與索引 彼此完全解耦。透過同時調換第 2、5 列與第 2、5 行(相似轉換),可將 化為區塊對角矩陣:
其中:
第 3 題
Let
where are column vectors of , and is an orthogonal matrix, i.e., is the identity matrix. Which of the following statements are true?
(A) ,
(B) ,
(C) ,
(D) ,
(E) .
登入後即可作答並保存紀錄。
核心觀念
本題考查 QR 分解與正交矩陣的性質。由
且 為正交矩陣,滿足
因此
這表示 的欄向量內積與長度平方,可以直接由 的欄向量計算,不必先求出 。
令
則
由 ,正交矩陣保留內積:
解題計算
各欄向量的長度平方為
第 4 題
Let
where are column vectors of . Let be the orthogonal projection of onto span(), and . Which of the following statements are true?
(A) ,
(B) ,
(C) ,
(D) ,
(E) .
登入後即可作答並保存紀錄。
投影公式
- Gram 矩陣
- 內積向量
- 投影係數
第 5 題
Let , , and is a non-zero matrix. Which of the following statements are true?
(A) trace() 0.
(B) det() = 1.
(C) rank() = n.
(D) If n = 3, then trace() 3.
(E) All eigenvalues of are real numbers.
登入後即可作答並保存紀錄。
核心觀念
由
可知 為正交矩陣(orthogonal matrix)。因此:
- 可逆,且
- 保持向量長度:
- 行列式滿足 因而 。
- 正交矩陣的特徵值皆滿足 ,但不一定是實數。
解題方法
先由條件辨認 是正交矩陣,再分別使用:
- 可逆性判斷 rank;
- 取行列式判斷 det;
- 由每一列長度為 ,限制對角元素;
- 以旋轉矩陣作為反例,判斷 trace 與特徵值是否必然具備某性質。
選項分析
(A)
錯誤。
取二維旋轉矩陣
則
但
因此 trace 不一定不為 。
(B)
錯誤。
對 兩邊取行列式:
由於 ,得到
所以
例如
滿足 ,但
故不能保證 。
(C)
正確。
由
可知 具有反矩陣,且
第 6 題
Let , where denotes the column space of , denotes the null space of , and denotes the dimension of a subspace . Which of the following statements are true?
(A) If has linearly independent columns, then is nonsingular.
(B) rank() + dim() = m.
(C) .
(D) If is nonsingular, then is also nonsingular.
(E) It is possible for a matrix to have in and in .
登入後即可作答並保存紀錄。
核心觀念
設 ,則:
-
轉置矩陣秩不變:
-
對 使用秩-零度定理:
-
對任意實矩陣 :
-
基本正交關係:
此外, 是 矩陣,而 是 矩陣;矩陣非奇異必須先是方陣,且其秩必須等於矩陣階數。
解題方法
逐一檢查各選項的秩、零空間與值域關係。涉及非奇異性的選項,使用「方陣且滿秩」判斷;涉及值域與零空間的選項,使用上述基本定理。
選項分析
(A)錯誤
若 的欄向量線性獨立,則
又因為
但 是 矩陣,必須有 才能非奇異。因此只有在 時才能保證非奇異,題目並未給出此條件。
反例:
此矩陣只有一個非零欄向量,欄向量線性獨立,但
其行列式為 ,故為奇異矩陣。
(B)正確
是 矩陣,其欄數為 。由秩-零度定理:
又由轉置矩陣秩不變,
因此
所以(B)正確。
(C)錯誤
雖然
但秩相同不代表欄空間相同。事實上:
而且
甚至兩個空間的維度也可能不同。
即使 ,兩者也不一定相等。例如取
第 7 題
Let with rank() = rank() - 1, and has at least two distinct eigenvalues. Which of the following statements are true?
(A) is diagonalizable.
(B) is not symmetric.
(C) rank() = 1.
(D) trace() 0.
(E) is a nonsingular matrix.
登入後即可作答並保存紀錄。
已知
且 至少有兩個不同的特徵值。
1. 可能的
不可能,因為若 則 可逆, 亦可逆,與條件矛盾。
2. 典型的 Jordan 標準形
- 時, 可相似於 ()。
- 時, 可相似於
第 8 題
Let and be two vectors in an inner product space , and is the orthogonal projection of onto . Define . Which of the following statements are true?
(A) .
(B) .
(C) if and only if and are orthogonal.
(D) .
(E) for any .
登入後即可作答並保存紀錄。
核心觀念
設 為 在向量 所張成直線上的正交投影,且 。則
並且投影的誤差向量 與 正交。由於 是 的倍數,因此也有
所以可將 分解為
其中 與 互相正交。依畢氏定理,
這是本題判斷各選項的主要依據。
解題方法
先利用正交分解
得到
由於 ,可知
因此
此外,對任意 ,因為 是 在 上的正交投影,可寫成
其中 ,而 是 的倍數,因此
再次使用畢氏定理:
故正交投影所產生的誤差範數最小。
選項分析
(A)
由正交分解,
範數皆為非負,因此取平方根得
故 (A) 正確。
(B)
由
只能知道 不小於 與 ,無法推出 。
反例:令 與 非零且互相正交。此時
因此
所以 不成立。故 (B) 錯誤。
第 9 題
Let be the space of all real-valued polynomials of degree at most , with the inner product defined as
where . Define . Consider the orthogonal set of polynomials in with respect to this inner product, where
Suppose is a polynomial such that , , and . Let the orthogonal projection of onto be denoted by . Which of the following statements are true?
(A) .
(B) .
(C) .
(D) .
(E) .
登入後即可作答並保存紀錄。
第 10 題
Let be a linear operator defined as
where are given scalars. Let be the matrix representation of with respect to the standard basis of , where , , and . Denote the last two rows of by and , respectively. Which of the following statements are true?
(A) .
(B) .
(C) .
(D) .
(E) .
登入後即可作答並保存紀錄。
第 11 題12 分
Magnetic resonance imaging is a medical imaging technique that uses macroscopic nuclear magnetization () of hydrogen in human tissues as its signal source. According to the well-known Bloch equation, the longitudinal magnetization follows the differential equation
where is the steady-state nuclear magnetization, and represents the longitudinal relaxation time, which is a tissue-dependent constant. Assume that an excitation pulse is applied to the magnetization right before to remove completely; in other words, . Find on the interval .
登入後即可作答並保存紀錄。
第 12 題12 分
Find the general solution of for
登入後即可作答並保存紀錄。
第 13 題12 分
Find the general solution of and satisfying the following equations:
登入後即可作答並保存紀錄。
第 14 題12 分
(1) (12%) Find the power series solution of
about the point .
(2) (2%) What is the radius of convergence for your solution in (1)?
登入後即可作答並保存紀錄。