108 年 國立臺灣大學機械系碩士班製造組《工程數學(B)》

📄 試題原卷 免費註冊後即可對照原始考卷 PDF免費註冊

第 Problem 1 (A) 題

Problem 1 (20%)
True or False. Two points for each question. No reasons needed in problem 1.
(A) A 3 x 3 invertible matrix may have -1, 0, and 1 as its eigenvalues.

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

矩陣 AA 可逆的充要條件為

det⁡(A)≠0.\det(A)\neq 0.

另一方面,若 λ\lambda 是矩陣 AA 的特徵值,則存在非零向量 x\mathbf{x} 使得

Ax=λx.A\mathbf{x}=\lambda\mathbf{x}.

當 λ=0\lambda=0 時,

Ax=0,A\mathbf{x}=\mathbf{0},

且 x≠0\mathbf{x}\neq\mathbf{0}。因此 AA 存在非平凡解的齊次方程,代表 AA 的零空間不只包含零向量,故 AA 不可逆。

所以:

A 可逆⟺0 不是 A 的特徵值.A\text{ 可逆}\quad\Longleftrightarrow\quad 0\text{ 不是 }A\text{ 的特徵值}.

解題方法

題目聲稱一個 3×33\times 3 可逆矩陣可以具有 −1,0,1-1,0,1 三個特徵值。

若 00 是 AA 的特徵值,則特徵多項式滿足

det⁡(A−0I)=det⁡(A)=0.\det(A-0I)=\det(A)=0.
🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

第 Problem 1 (B) 題

Problem 1 (20%)
True or False. Two points for each question. No reasons needed in problem 1.
(B) A 4 x 4 real matrix cannot have -1, 1 + i, and 2 + i as three of its eigenvalues.

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

實矩陣的特徵多項式係數皆為實數,因此其非實特徵值必須成共軛複數對出現:

若 λ=a+bi\lambda=a+bi 是實矩陣的特徵值,則 λ‾=a−bi\overline{\lambda}=a-bi 也必為特徵值。

本題涉及的特徵值為

−1,1+i,2+i.-1,\qquad 1+i,\qquad 2+i.

其中 1+i1+i 與 2+i2+i 都是非實數。

解題方法

因為矩陣為實矩陣:

  • 1+i1+i 為特徵值,必須同時有其共軛特徵值 1−i1-i;
  • 2+i2+i 為特徵值,必須同時有其共軛特徵值 2−i2-i。

因此,若題述三個數皆為特徵值,矩陣至少必須具有以下五個相異特徵值:

−1,1+i,1−i,2+i,2−i.-1,\qquad 1+i,\qquad 1-i,\qquad 2+i,\qquad 2-i.

然而,4×44\times 4 矩陣的特徵多項式為四次多項式,最多只能有 44 個特徵值(以代數重數計)。出現五個相異特徵值是不可能的。

也可由特徵多項式直接觀察:

(λ−(1+i))(λ−(1−i))=(λ−1)2+1,(\lambda-(1+i))(\lambda-(1-i)) =(\lambda-1)^2+1,
🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

第 Problem 1 (C) 題

Problem 1 (20%)
True or False. Two points for each question. No reasons needed in problem 1.
(C) If A and B are both n x n invertible matrices, then both AB and A + B are invertible.

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

本題考查可逆矩陣的判定與性質:

  1. 若 AA、BB 均為 n×nn\times n 可逆矩陣,則乘積 ABAB 必為可逆矩陣,且
    (AB)−1=B−1A−1.(AB)^{-1}=B^{-1}A^{-1}.

  2. A+BA+B 是否可逆,不能僅由 AA、BB 個別可逆直接判定,必須進一步檢查其行列式或是否存在非零零空間。

解題方法

先分別判斷敘述中的兩個結論。

由 AA、BB 可逆,可得

A−1A=AA−1=I,B−1B=BB−1=I.A^{-1}A=AA^{-1}=I,\qquad B^{-1}B=BB^{-1}=I.

因此

(AB)(B−1A−1)=A(BB−1)A−1=AA−1=I,(AB)(B^{-1}A^{-1}) =A(BB^{-1})A^{-1} =AA^{-1} =I,

且

(B−1A−1)(AB)=B−1(A−1A)B=B−1B=I.(B^{-1}A^{-1})(AB) =B^{-1}(A^{-1}A)B =B^{-1}B =I.

所以 ABAB 一定可逆。

然而,A+BA+B 不一定可逆。取

B=−A.B=-A.
🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

第 Problem 1 (D) 題

Problem 1 (20%)
True or False. Two points for each question. No reasons needed in problem 1.
(D) The set of solutions y(x) to x2y′′+3xy′−3y=0x^2y'' + 3xy' - 3y = 0 for x>0x > 0 forms a subspace of dimension 2.

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

本題考查:

  • 齊次二階線性微分方程的解集合是否構成向量空間。
  • Euler–Cauchy 方程的解法。
  • 二階線性齊次微分方程解空間的維度定理。

方程為

x2y′′+3xy′−3y=0,x>0.x^2y''+3xy'-3y=0,\qquad x>0.

由於方程是齊次線性微分方程,若 y1,y2y_1,y_2 為解,則對任意常數 c1,c2c_1,c_2,

c1y1+c2y2c_1y_1+c_2y_2

仍為解。因此其解集合對函數加法與純量乘法封閉,構成一個向量空間。


解題方法:Euler–Cauchy 方程

此方程具有標準形式

x2y′′+axy′+by=0.x^2y''+axy'+by=0.

採用冪次試解

y=xm.y=x^m.

則

y′=mxm−1,y′′=m(m−1)xm−2.y'=mx^{m-1},\qquad y''=m(m-1)x^{m-2}.

代回原方程:

x2m(m−1)xm−2+3x(mxm−1)−3xm=0.x^2m(m-1)x^{m-2}+3x(mx^{m-1})-3x^m=0.

整理得

[m(m−1)+3m−3]xm=0.\left[m(m-1)+3m-3\right]x^m=0.

因為 x>0x>0,所以 xm≠0x^m\neq 0,特徵方程為

m(m−1)+3m−3=0.m(m-1)+3m-3=0.

化簡:

m2+2m−3=0,m^2+2m-3=0, (m−1)(m+3)=0.(m-1)(m+3)=0.

因此兩個相異實根為

m1=1,m2=−3.m_1=1,\qquad m_2=-3.

故通解為

y(x)=C1x+C2x−3,x>0.y(x)=C_1x+C_2x^{-3},\qquad x>0.

解集合的維度

兩個基本解為

y1(x)=x,y2(x)=x−3.y_1(x)=x,\qquad y_2(x)=x^{-3}.

檢查線性獨立性。若

C1x+C2x−3=0C_1x+C_2x^{-3}=0
🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

第 Problem 1 (E) 題

Problem 1 (20%)
True or False. Two points for each question. No reasons needed in problem 1.
(E) The set of n x n anti-symmetric matrices is a subspace of dimension n(n - 1)/2.

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

本題考查:

  1. 反對稱矩陣(skew-symmetric matrix)的定義。
  2. 矩陣集合是否為子空間的判定。
  3. 子空間維度的計算。

若 AA 為 n×nn\times n 反對稱矩陣,則滿足

AT=−A.A^T=-A.

解題方法

設

A=(aij)n×n.A=(a_{ij})_{n\times n}.

由反對稱條件 AT=−AA^T=-A,可得

aji=−aij.a_{ji}=-a_{ij}.

1. 判斷是否為子空間

令 S\mathcal{S} 表示所有 n×nn\times n 反對稱矩陣的集合。

零矩陣滿足

0T=0=−0,0^T=0=-0,

因此 0∈S0\in\mathcal{S}。

若 A,B∈SA,B\in\mathcal{S},則

AT=−A,BT=−B.A^T=-A,\qquad B^T=-B.

因此

(A+B)T=AT+BT=−A−B=−(A+B),(A+B)^T=A^T+B^T=-A-B=-(A+B),

所以 A+B∈SA+B\in\mathcal{S}。

對任意純量 cc,若 A∈SA\in\mathcal{S},則

(cA)T=cAT=c(−A)=−(cA),(cA)^T=cA^T=c(-A)=-(cA),

所以 cA∈ScA\in\mathcal{S}。

因此 S\mathcal{S} 對矩陣加法與純量乘法封閉,且包含零矩陣,故 S\mathcal{S} 是矩陣向量空間中的子空間。

2. 計算維度

考慮對角元素。由

aii=−aii,a_{ii}=-a_{ii},

可得

2aii=0.2a_{ii}=0.

在實數或複數範圍下,因此

🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

第 Problem 1 (F) 題

Problem 1 (20%)
True or False. Two points for each question. No reasons needed in problem 1.
(F) Laplace transform and Fourier transform are linear transformations.

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

本題考查拉普拉斯轉換與傅立葉轉換是否滿足「線性轉換」的定義。

若轉換算子 T\mathcal{T} 滿足任意常數 a,ba,b 與函數 f,gf,g:

T{af+bg}=aT{f}+bT{g},\mathcal{T}\{af+bg\} = a\mathcal{T}\{f\} + b\mathcal{T}\{g\},

則稱 T\mathcal{T} 為線性轉換。


解題方法

1. 拉普拉斯轉換

拉普拉斯轉換定義為

L{f(t)}=∫0∞e−stf(t) dt.\mathcal{L}\{f(t)\} = \int_{0}^{\infty} e^{-st}f(t)\,dt.

對函數 af(t)+bg(t)af(t)+bg(t) 進行轉換:

L{af(t)+bg(t)}=∫0∞e−st(af(t)+bg(t)) dt=a∫0∞e−stf(t) dt+b∫0∞e−stg(t) dt=aL{f(t)}+bL{g(t)}.\begin{aligned} \mathcal{L}\{af(t)+bg(t)\} &= \int_{0}^{\infty}e^{-st}\bigl(af(t)+bg(t)\bigr)\,dt\\ &= a\int_{0}^{\infty}e^{-st}f(t)\,dt + b\int_{0}^{\infty}e^{-st}g(t)\,dt\\ &= a\mathcal{L}\{f(t)\} + b\mathcal{L}\{g(t)\}. \end{aligned}

因此拉普拉斯轉換具有線性性。


2. 傅立葉轉換

採用傅立葉轉換定義

F{f(t)}=∫−∞∞f(t)e−iωt dt.\mathcal{F}\{f(t)\} = \int_{-\infty}^{\infty}f(t)e^{-i\omega t}\,dt.

對函數 af(t)+bg(t)af(t)+bg(t) 進行轉換:

🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

第 Problem 1 (G) 題

Problem 1 (20%)
True or False. Two points for each question. No reasons needed in problem 1.
(G) A column vector (-1, 1) can be a generalized eigenvector of a 2 x 2 symmetric matrix.

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

對矩陣 AA 而言,若存在特徵值 λ\lambda 與正整數 kk,使得

(A−λI)kv=0,(A-\lambda I)^k\mathbf{v}=\mathbf{0},

則非零向量 v\mathbf{v} 稱為 λ\lambda 所對應的廣義特徵向量。

當 k=1k=1 時,

(A−λI)v=0,(A-\lambda I)\mathbf{v}=\mathbf{0},

此時廣義特徵向量就是普通特徵向量。因此,普通特徵向量包含在廣義特徵向量之中。

對實對稱矩陣而言,由譜定理可知,矩陣必可正交對角化,因此沒有非平凡的 Jordan chain;其廣義特徵向量皆為普通特徵向量。

解題方法

題目問的是「能不能」存在一個 2×22\times 2 對稱矩陣,使得

v=(−11)\mathbf{v}= \begin{pmatrix} -1\\ 1 \end{pmatrix}

成為廣義特徵向量。因此只要構造一個符合條件的對稱矩陣即可。

取

A=(2112).A= \begin{pmatrix} 2&1\\ 1&2 \end{pmatrix}.

此矩陣滿足

AT=A,A^T=A,

所以 AA 是對稱矩陣。計算其作用於 v\mathbf{v} 的結果:

🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

第 Problem 1 (H) 題

Problem 1 (20%)
True or False. Two points for each question. No reasons needed in problem 1.
(H) If the characteristic polynomial of a matrix is λ4+4λ3+3λ2−4λ−4\lambda^4 + 4\lambda^3 + 3\lambda^2 - 4\lambda - 4, the matrix is both invertible and diagonalizable.

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

  1. 可逆性(Invertibility)與特徵值之關係:
    n×nn \times n 矩陣 AA 為可逆矩陣(Invertible / Non-singular)之充要條件為:
    det⁡(A)≠0  ⟺  0 不是 A 的特徵值(Eigenvalue)\det(A) \neq 0 \iff 0 \text{ 不是 } A \text{ 的特徵值(Eigenvalue)}
  2. 可對角化性(Diagonalizability)之充要條件:
    n×nn \times n 矩陣 AA 可對角化之充要條件為:對於 AA 的每一個特徵值 λi\lambda_i,其幾何重數(Geometric Multiplicity, GM)等於代數重數(Algebraic Multiplicity, AM),即:
    GM(λi)=nullity(A−λiI)=n−rank(A−λiI)=AM(λi)\text{GM}(\lambda_i) = \text{nullity}(A - \lambda_i I) = n - \text{rank}(A - \lambda_i I) = \text{AM}(\lambda_i)
    若所有特徵值皆為相異實數(Distinct eigenvalues),則必可對角化;若存在重根(Repeated eigenvalues),則必須檢驗其獨立特徵向量個數(幾何重數)是否充足。

解題方法

步驟一:求特徵多項式的根(特徵值)

令特徵多項式等於零:
p(λ)=λ4+4λ3+3λ2−4λ−4=0p(\lambda) = \lambda^4 + 4\lambda^3 + 3\lambda^2 - 4\lambda - 4 = 0

進行分組因式分解:

p(λ)=(λ4+3λ2−4)+(4λ3−4λ)=(λ2+4)(λ2−1)+4λ(λ2−1)=(λ2−1)(λ2+4λ+4)=(λ−1)(λ+1)(λ+2)2\begin{aligned} p(\lambda) &= (\lambda^4 + 3\lambda^2 - 4) + (4\lambda^3 - 4\lambda) \\ &= (\lambda^2 + 4)(\lambda^2 - 1) + 4\lambda(\lambda^2 - 1) \\ &= (\lambda^2 - 1)(\lambda^2 + 4\lambda + 4) \\ &= (\lambda - 1)(\lambda + 1)(\lambda + 2)^2 \end{aligned}

解得特徵值為:

  • λ1=1\lambda_1 = 1(代數重數 AM=1\text{AM} = 1)
  • λ2=−1\lambda_2 = -1(代數重數 AM=1\text{AM} = 1)
  • λ3=−2\lambda_3 = -2(代數重數 AM=2\text{AM} = 2,為重根)

步驟二:判斷矩陣之可逆性

由於特徵多項式的常數項為特徵值之積:
det⁡(A)=(1)×(−1)×(−2)2=−4≠0\det(A) = (1) \times (-1) \times (-2)^2 = -4 \neq 0
因所有特徵值皆不為 00,故矩陣 AA 必為可逆(Invertible)。

🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

第 Problem 1 (I) 題

Problem 1 (20%)
True or False. Two points for each question. No reasons needed in problem 1.
(I) Denote O3×3O_{3\times3} as a 3 x 3 zero matrix and A=A3×3A = A_{3\times3} as another 3 x 3 matrix. Then det⁡(A3×3)+det⁡(−A3×3)=det⁡(A3×3−A3×3)=det⁡(O3×3)=0\det(A_{3\times3}) + \det(-A_{3\times3}) = \det(A_{3\times3} - A_{3\times3}) = \det(O_{3\times3}) = 0 and A3×3−A3×3=O3×3A_{3\times3} - A_{3\times3} = O_{3\times3}.

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

本題考查兩個基本性質:

  1. 矩陣相減:
    A−A=O3×3.A-A=O_{3\times 3}.

  2. 行列式的倍數性質:
    對於 n×nn\times n 矩陣 AA,
    det⁡(cA)=cndet⁡(A).\det(cA)=c^n\det(A).

因此,當 AA 為 3×33\times3 矩陣時,
det⁡(−A)=(−1)3det⁡(A)=−det⁡(A).\det(-A)=(-1)^3\det(A)=-\det(A).


解題方法

由行列式的倍數性質,

det⁡(−A)=(−1)3det⁡(A)=−det⁡(A).\det(-A)=(-1)^3\det(A)=-\det(A).

所以左側為

det⁡(A)+det⁡(−A)=det⁡(A)−det⁡(A)=0.\det(A)+\det(-A) =\det(A)-\det(A) =0.

另一方面,矩陣相減具有消去性質:

A−A=O3×3.A-A=O_{3\times3}.

因此右側為

det⁡(A−A)=det⁡(O3×3)=0.\det(A-A) =\det(O_{3\times3}) =0.

故題目中的等式成立:

det⁡(A)+det⁡(−A)=det⁡(A−A)=det⁡(O3×3)=0.\det(A)+\det(-A) =\det(A-A) =\det(O_{3\times3}) =0.

同時,

A−A=O3×3A-A=O_{3\times3}

也正確。


選項分析

🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

第 Problem 1 (J) 題

Problem 1 (20%)
True or False. Two points for each question. No reasons needed in problem 1.
(J) Let B, C and D be three singular square matrices such that D = B + C. Then det⁡(D)=det⁡(B+C)=det⁡(B)+det⁡(C)\det(D) = \det(B + C) = \det(B) + \det(C).

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

本題考查:

  • 奇異矩陣的定義:若方陣 AA 奇異,則 det⁡(A)=0\det(A)=0。
  • 行列式一般不具有加法性,即通常
    det⁡(B+C)≠det⁡(B)+det⁡(C)。\det(B+C)\neq \det(B)+\det(C)。

雖然 D=B+CD=B+C,但不能直接將行列式分配到矩陣加法上。

解題方法

因為 BB、CC 都是奇異矩陣,所以

det⁡(B)=0,det⁡(C)=0。\det(B)=0,\qquad \det(C)=0。

若題目敘述成立,則應有

det⁡(D)=det⁡(B+C)=det⁡(B)+det⁡(C)=0。\det(D)=\det(B+C)=\det(B)+\det(C)=0。

然而,兩個奇異矩陣的和不一定仍為奇異矩陣。取反例

B=[1000],C=[0001].B= \begin{bmatrix} 1&0\\ 0&0 \end{bmatrix}, \qquad C= \begin{bmatrix} 0&0\\ 0&1 \end{bmatrix}.

兩者皆為奇異矩陣,因為

det⁡(B)=0,det⁡(C)=0。\det(B)=0,\qquad \det(C)=0。

但

D=B+C=[1001]=I,D=B+C= \begin{bmatrix} 1&0\\ 0&1 \end{bmatrix} =I,

因此

det⁡(D)=det⁡(I)=1。\det(D)=\det(I)=1。

另一方面,

🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

第 Problem 2 題13 分

Problem 2 (13%)
For x>0x > 0, solve x2y′′−2xy′+2y=x+x3(ln⁡x)2+x3exx^2y'' - 2xy' + 2y = x + x^3 (\ln x)^2 + x^3e^x.

登入後即可作答並保存紀錄。

這一題的完整詳解

一、齊次解 yh(x)y_h(x)

原式為 Cauchy-Euler 微分方程式:
x2y′′−2xy′+2y=0x^2 y'' - 2x y' + 2y = 0

令 y=xry = x^r,代入得特徵方程式:
r(r−1)−2r+2=0  ⟹  r2−3r+2=0  ⟹  r=1,2r(r-1) - 2r + 2 = 0 \implies r^2 - 3r + 2 = 0 \implies r = 1, 2

故齊次解為:
yh(x)=c1x+c2x2y_h(x) = c_1 x + c_2 x^2


二、特解 yp(x)y_p(x)

非齊次項可拆為三項之和:r(x)=x+x3(ln⁡x)2+x3exr(x) = x + x^3 (\ln x)^2 + x^3 e^x,則特解 yp=yp1+yp2+yp3y_p = y_{p1} + y_{p2} + y_{p3}。

1. 求 yp1(x)y_{p1}(x)(對應右式 xx)

令 x=etx = e^t (t=ln⁡xt = \ln x),微分算符 D=ddtD = \frac{d}{dt},方程式化為 (D2−3D+2)y=et(D^2 - 3D + 2) y = e^t。
yp1=1(D−1)(D−2)et=1D−1(−et)=−tet=−xln⁡xy_{p1} = \frac{1}{(D-1)(D-2)} e^t = \frac{1}{D-1} \left( -e^t \right) = -t e^t = -x \ln x

2. 求 yp2(x)y_{p2}(x)(對應右式 x3(ln⁡x)2x^3 (\ln x)^2)

在 x=etx = e^t 變換下,方程式化為 (D2−3D+2)y=e3tt2(D^2 - 3D + 2) y = e^{3t} t^2。
yp2=e3t1(D+3)2−3(D+3)+2t2=e3t1D2+3D+2t2y_{p2} = e^{3t} \frac{1}{(D+3)^2 - 3(D+3) + 2} t^2 = e^{3t} \frac{1}{D^2 + 3D + 2} t^2

將微分算符展為冪級數:
12+3D+D2=12[1−32D+74D2−… ]\frac{1}{2 + 3D + D^2} = \frac{1}{2} \left[ 1 - \frac{3}{2}D + \frac{7}{4}D^2 - \dots \right]

🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

第 Problem 3 題7 分

Problem 3 (7%)
Suppose y(x)=c1excos⁡2x+c2exsin⁡2x+c3ex+c4e2x+cosh⁡xy(x) = c_1e^x \cos 2x + c_2e^x \sin 2x + c_3e^x + c_4e^{2x} + \cosh x, where c1,c2,c3,c_1, c_2, c_3, and c4c_4 are constants, is the solution to an ODE of the form:
∑k=0nakdky(x)dxk=f(x)\sum_{k=0}^n a_k \frac{d^k y(x)}{dx^k} = f(x)
where aka_k are constants. Construct such an ODE with the lowest possible order.

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

本題考查「常係數線性微分方程」與「特徵根法」。

令微分算子 D=ddxD=\dfrac{d}{dx}。若齊次方程的特徵根為:

  • 實根 rr:對應解 erxe^{rx}
  • 共軛複根 r=α±βir=\alpha\pm\beta i:對應解
    eαxcos⁡βx,eαxsin⁡βxe^{\alpha x}\cos\beta x,\qquad e^{\alpha x}\sin\beta x

題目中的任意常數項

c1excos⁡2x+c2exsin⁡2x+c3ex+c4e2xc_1e^x\cos2x+c_2e^x\sin2x+c_3e^x+c_4e^{2x}

必須是齊次解,因此可由這些函數反推出特徵根。


解題方法

由

excos⁡2x,exsin⁡2xe^x\cos2x,\qquad e^x\sin2x

可知特徵根為

r=1±2i.r=1\pm2i.

其對應的二次因式為

(r−(1+2i))(r−(1−2i))=(r−1)2+4=r2−2r+5.(r-(1+2i))(r-(1-2i)) =(r-1)^2+4 =r^2-2r+5.

另外,

ex⇒r=1,e^x\quad\Rightarrow\quad r=1, e2x⇒r=2.e^{2x}\quad\Rightarrow\quad r=2.

因此最低階的特徵多項式為

P(r)=(r2−2r+5)(r−1)(r−2).P(r)=(r^2-2r+5)(r-1)(r-2).

對應的微分算子為

P(D)=(D2−2D+5)(D−1)(D−2).P(D)=(D^2-2D+5)(D-1)(D-2).

先將其展開:

(D−1)(D−2)=D2−3D+2,(D-1)(D-2)=D^2-3D+2,

所以

P(D)=(D2−2D+5)(D2−3D+2)=D4−5D3+13D2−19D+10.\begin{aligned} P(D) &=(D^2-2D+5)(D^2-3D+2)\\ &=D^4-5D^3+13D^2-19D+10. \end{aligned}

故微分方程可寫成

y(4)−5y(3)+13y′′−19y′+10y=f(x).y^{(4)}-5y^{(3)}+13y''-19y'+10y=f(x).

接著計算 f(x)f(x)。題目中的非齊次項為

yp(x)=cosh⁡x.y_p(x)=\cosh x.

利用

Dcosh⁡x=sinh⁡x,D2cosh⁡x=cosh⁡x,D\cosh x=\sinh x,\qquad D^2\cosh x=\cosh x,

以及

🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

第 Problem 4 題10 分

Problem 4 (10%)
Let v⃗\vec{v} be a solenoidal vector field (meaning that its divergence is zero) described by a stream function:
ψ(x,y)=Γ4πln⁡(x2+y2)\psi(x,y) = \frac{\Gamma}{4\pi} \ln(x^2 + y^2)
Is v⃗\vec{v} irrotational everywhere? What is the circulation of v⃗⋅dr⃗\vec{v} \cdot d\vec{r} for any arbitrary simple closed curve CC enclosing the origin (x,y)=(0,0)(x, y) = (0, 0)?

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

本題考查:

  • 二維不可壓縮流的流函數表示。
  • 無旋場的判定:∇×v⃗=0⃗\nabla\times\vec v=\vec 0。
  • 環流定義:
    ∮Cv⃗⋅dr⃗\oint_C \vec v\cdot d\vec r
  • 原點為速度場的奇異點,因此不能直接只依靠一般區域內的旋度判斷整條閉曲線的環流。

採用標準流函數定義

v⃗=(u,v)=(∂ψ∂y,−∂ψ∂x)\vec v=(u,v)=\left(\frac{\partial\psi}{\partial y},-\frac{\partial\psi}{\partial x}\right)

此定義自動滿足

∇⋅v⃗=∂u∂x+∂v∂y=∂2ψ∂x∂y−∂2ψ∂y∂x=0\nabla\cdot\vec v = \frac{\partial u}{\partial x} + \frac{\partial v}{\partial y} = \frac{\partial^2\psi}{\partial x\partial y} - \frac{\partial^2\psi}{\partial y\partial x} =0

解題方法

令

r2=x2+y2r^2=x^2+y^2

則流函數為

ψ(x,y)=Γ4πln⁡r2\psi(x,y)=\frac{\Gamma}{4\pi}\ln r^2

分別微分:

∂ψ∂x=Γ4π2xx2+y2=Γx2π(x2+y2)\frac{\partial\psi}{\partial x} = \frac{\Gamma}{4\pi}\frac{2x}{x^2+y^2} = \frac{\Gamma x}{2\pi(x^2+y^2)} ∂ψ∂y=Γ4π2yx2+y2=Γy2π(x2+y2)\frac{\partial\psi}{\partial y} = \frac{\Gamma}{4\pi}\frac{2y}{x^2+y^2} = \frac{\Gamma y}{2\pi(x^2+y^2)}

因此速度場為

u=Γy2π(x2+y2)u=\frac{\Gamma y}{2\pi(x^2+y^2)} v=−Γx2π(x2+y2)v=-\frac{\Gamma x}{2\pi(x^2+y^2)}

也就是

v⃗=Γ2π(x2+y2)(y,−x)\vec v = \frac{\Gamma}{2\pi(x^2+y^2)}(y,-x)

旋度判定

在原點以外,計算二維旋度:

(∇×v⃗)z=∂v∂x−∂u∂y(\nabla\times\vec v)_z = \frac{\partial v}{\partial x} - \frac{\partial u}{\partial y}

先計算:

∂v∂x=−Γ2πy2−x2(x2+y2)2=Γ(x2−y2)2π(x2+y2)2\frac{\partial v}{\partial x} = -\frac{\Gamma}{2\pi} \frac{y^2-x^2}{(x^2+y^2)^2} = \frac{\Gamma(x^2-y^2)} {2\pi(x^2+y^2)^2} ∂u∂y=Γ2πx2−y2(x2+y2)2\frac{\partial u}{\partial y} = \frac{\Gamma}{2\pi} \frac{x^2-y^2}{(x^2+y^2)^2}

所以在 (x,y)≠(0,0)(x,y)\ne(0,0) 時,

∇×v⃗=0⃗\nabla\times\vec v=\vec 0

然而,速度場中的分母為 x2+y2x^2+y^2,因此在原點無定義。故此速度場不是「處處」無旋,而是:

  • 原點以外為無旋場。
  • 原點為奇異點。
  • 整個平面上不能稱為 everywhere irrotational。

環流計算

先取逆時針方向的圓形路徑

x=acos⁡θ,y=asin⁡θ,0≤θ≤2πx=a\cos\theta,\qquad y=a\sin\theta, \qquad 0\leq\theta\leq 2\pi

此時

dx=−asin⁡θ dθ,dy=acos⁡θ dθdx=-a\sin\theta\,d\theta, \qquad dy=a\cos\theta\,d\theta

在圓周上,

🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

第 Problem 5 題10 分

Problem 5 (10%)
Consider a differential equation y′′−xy=0y'' - xy = 0, which can be solved by the method of series solution to give a general solution in the form of y(x)=af(x)+bg(x)y(x) = af(x) + bg(x) with two linearly independent base functions and two coefficients to be determined by boundary conditions.
f(x)=1+∑k=1∞x3k(3k)(3k−1)(3k−3)(3k−4)...3⋅2f(x) = 1 + \sum_{k=1}^\infty \frac{x^{3k}}{(3k)(3k-1)(3k-3)(3k-4)...3 \cdot 2}
g(x)=x+∑k=1∞x3k+1(3k+1)(3k)(3k−2)(3k−3)...4⋅3g(x) = x + \sum_{k=1}^\infty \frac{x^{3k+1}}{(3k+1)(3k)(3k-2)(3k-3)...4 \cdot 3}

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

本題考查:

  • 冪級數解法(series solution)
  • 代入微分方程後比較各次方係數
  • 遞迴關係式的建立
  • 由兩個任意初始值取得二階微分方程的通解
  • 利用初始條件或邊界條件決定常數

微分方程為

y′′−xy=0,y''-xy=0,

亦即

y′′=xy.y''=xy.

因為方程在 x=0x=0 附近的係數皆為解析函數,設解為冪級數:

y(x)=∑n=0∞anxn.y(x)=\sum_{n=0}^{\infty}a_nx^n.

解題方法:建立係數遞迴關係

先將 yy 微分:

y′(x)=∑n=1∞nanxn−1,y'(x)=\sum_{n=1}^{\infty}na_nx^{n-1}, y′′(x)=∑n=2∞n(n−1)anxn−2.y''(x)=\sum_{n=2}^{\infty}n(n-1)a_nx^{n-2}.

令 m=n−2m=n-2,可寫成

y′′(x)=∑m=0∞(m+2)(m+1)am+2xm.y''(x)=\sum_{m=0}^{\infty}(m+2)(m+1)a_{m+2}x^m.

另一方面,

xy=x∑n=0∞anxn=∑n=0∞anxn+1=∑m=1∞am−1xm.xy=x\sum_{n=0}^{\infty}a_nx^n =\sum_{n=0}^{\infty}a_nx^{n+1} =\sum_{m=1}^{\infty}a_{m-1}x^m.

代回 y′′−xy=0y''-xy=0:

∑m=0∞(m+2)(m+1)am+2xm−∑m=1∞am−1xm=0.\sum_{m=0}^{\infty}(m+2)(m+1)a_{m+2}x^m -\sum_{m=1}^{\infty}a_{m-1}x^m=0.

x0x^0 項

2a2=0,2a_2=0,

所以

a2=0.a_2=0.

xmx^m 項,m≥1m\geq 1

(m+2)(m+1)am+2−am−1=0,(m+2)(m+1)a_{m+2}-a_{m-1}=0,

因此得到遞迴式

am+2=am−1(m+2)(m+1).\boxed{ a_{m+2}=\frac{a_{m-1}}{(m+2)(m+1)} }.

將 n=m+2n=m+2,也可寫成

an=an−3n(n−1),n≥3.\boxed{ a_n=\frac{a_{n-3}}{n(n-1)},\qquad n\geq 3. }

這表示係數每次相隔三階互相連結,因此會分成三組:

a0,a3,a6,…a_0,a_3,a_6,\ldots a1,a4,a7,…a_1,a_4,a_7,\ldots a2,a5,a8,…a_2,a_5,a_8,\ldots

但由於 a2=0a_2=0,第三組係數全部為零。


第一組解:由 a0a_0 產生

由遞迴式:

a3=a03⋅2,a_3=\frac{a_0}{3\cdot2}, a6=a36⋅5=a0(6)(5)(3)(2),a_6=\frac{a_3}{6\cdot5} =\frac{a_0}{(6)(5)(3)(2)}, a9=a69⋅8=a0(9)(8)(6)(5)(3)(2).a_9=\frac{a_6}{9\cdot8} =\frac{a_0}{(9)(8)(6)(5)(3)(2)}.

因此,以 a0=1a_0=1 所得的基本解為

f(x)=1+x33⋅2+x6(6)(5)(3)(2)+x9(9)(8)(6)(5)(3)(2)+⋯ .f(x) =1+\frac{x^3}{3\cdot2} +\frac{x^6}{(6)(5)(3)(2)} +\frac{x^9}{(9)(8)(6)(5)(3)(2)} +\cdots.

一般項可寫為

f(x)=1+∑k=1∞x3k(3k)(3k−1)(3k−3)(3k−4)⋯(3)(2).\boxed{ f(x)=1+\sum_{k=1}^{\infty} \frac{x^{3k}} {(3k)(3k-1)(3k-3)(3k-4)\cdots(3)(2)} }.

前幾項為

f(x)=1+x36+x6180+x912960+⋯ .f(x)=1+\frac{x^3}{6}+\frac{x^6}{180} +\frac{x^9}{12960}+\cdots.

第二組解:由 a1a_1 產生

由遞迴式:

a4=a14⋅3,a_4=\frac{a_1}{4\cdot3}, a7=a47⋅6=a1(7)(6)(4)(3),a_7=\frac{a_4}{7\cdot6} =\frac{a_1}{(7)(6)(4)(3)}, a10=a710⋅9=a1(10)(9)(7)(6)(4)(3).a_{10}=\frac{a_7}{10\cdot9} =\frac{a_1}{(10)(9)(7)(6)(4)(3)}.

以 a1=1a_1=1 所得的第二個基本解為

🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

第 Problem 6 題10 分

Problem 6 (10%)
Solve the wave equation for one finite string that is fixed at x=0x = 0, set free at x=Lx = L, and released stationary in the form of f(x)f(x).

登入後即可作答並保存紀錄。

這一題的完整詳解

1. 建立數學模型

設弦長為 LL,波速為 cc,位移函數為 u(x,t)u(x, t)。

  • 控制方程式(PDE):
    ∂2u∂t2=c2∂2u∂x2,0<x<L,  t>0\frac{\partial^2 u}{\partial t^2} = c^2 \frac{\partial^2 u}{\partial x^2}, \quad 0 < x < L, \; t > 0

  • 邊界條件(BCs):

    1. 固定端(Fixed):u(0,t)=0u(0, t) = 0
    2. 自由端(Free):∂u∂x∣x=L=ux(L,t)=0\left. \frac{\partial u}{\partial x} \right|_{x=L} = u_x(L, t) = 0
  • 初始條件(ICs):

    1. 靜止釋放(Stationary):∂u∂t∣t=0=ut(x,0)=0\left. \frac{\partial u}{\partial t} \right|_{t=0} = u_t(x, 0) = 0
    2. 初始波形:u(x,0)=f(x)u(x, 0) = f(x)

2. 變數分離法(Separation of Variables)

設 u(x,t)=X(x)T(t)u(x, t) = X(x)T(t),代入 PDE 得到:
X(x)T′′(t)=c2X′′(x)T(t)  ⟹  T′′(t)c2T(t)=X′′(x)X(x)=−λ2X(x) T''(t) = c^2 X''(x) T(t) \implies \frac{T''(t)}{c^2 T(t)} = \frac{X''(x)}{X(x)} = -\lambda^2

(1) 求解空間常微分方程式(Spatial ODE)

X′′(x)+λ2X(x)=0X''(x) + \lambda^2 X(x) = 0
通解為:
X(x)=C1cos⁡(λx)+C2sin⁡(λx)X(x) = C_1 \cos(\lambda x) + C_2 \sin(\lambda x)

  • 由 u(0,t)=0  ⟹  X(0)=0u(0, t) = 0 \implies X(0) = 0:
    X(0)=C1=0  ⟹  X(x)=C2sin⁡(λx)X(0) = C_1 = 0 \implies X(x) = C_2 \sin(\lambda x)

  • 由 ux(L,t)=0  ⟹  X′(L)=0u_x(L, t) = 0 \implies X'(L) = 0:
    X′(L)=C2λcos⁡(λL)=0X'(L) = C_2 \lambda \cos(\lambda L) = 0

取非顯然解(C2≠0,λ≠0C_2 \neq 0, \lambda \neq 0),需滿足 cos⁡(λL)=0\cos(\lambda L) = 0,故:
λL=(2n−1)π2  ⟹  λn=(2n−1)π2L,n=1,2,3,…\lambda L = \frac{(2n-1)\pi}{2} \implies \lambda_n = \frac{(2n-1)\pi}{2L}, \quad n = 1, 2, 3, \dots

🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

第 Problem 7 題8 分

Problem 7 (8%)
Select the correct answer for the integral ∫−∞∞cos⁡xπ2−4x2dx\int_{-\infty}^\infty \frac{\cos x}{\pi^2 - 4x^2} dx. No calculation procedures needed in problem 7.
(A) π/2\pi/2
(B) −π/2-\pi/2
(C) 1/21/2
(D) −1/2-1/2
(E) 0

登入後即可作答並保存紀錄。

這一題的完整詳解

解法:變數代換與狄利克雷積分(Dirichlet Integral)

  1. 變數代換:
    令 u=2xu = 2x(即 x=u2x = \frac{u}{2},dx=du2\mathrm{d}x = \frac{\mathrm{d}u}{2}),原式化簡為:
    I=∫−∞∞cos⁡xπ2−4x2dx=12∫−∞∞cos⁡(u2)π2−u2duI = \int_{-\infty}^\infty \frac{\cos x}{\pi^2 - 4x^2} \mathrm{d}x = \frac{1}{2} \int_{-\infty}^\infty \frac{\cos\left(\frac{u}{2}\right)}{\pi^2 - u^2} \mathrm{d}u

  2. 部分分式拆解:
    將 1π2−u2\frac{1}{\pi^2 - u^2} 展開為部分分式 12π(1π−u+1π+u)\frac{1}{2\pi} \left( \frac{1}{\pi - u} + \frac{1}{\pi + u} \right):

🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

第 Problem 8 題10 分

Problem 8 (10%)
Expand the function f(x)=xf(x) = x in the interval −1<x<1-1 < x < 1 in the Legendre series expansion of the form f(x)=∑k=0∞AkPk(x)f(x) = \sum_{k=0}^\infty A_k P_k(x), where the Legendre polynomials Pk(x)P_k(x) is defined as:
Pk(x)=(−1)k2kk!dkdxk[(x2−1)k]P_k(x) = \frac{(-1)^k}{2^k k!} \frac{d^k}{dx^k} [(x^2-1)^k]
Write the first five terms of the expansion at least.

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

本題考查 Legendre 級數展開。若

f(x)=∑k=0∞AkPk(x),−1<x<1,f(x)=\sum_{k=0}^{\infty}A_kP_k(x),\qquad -1<x<1,

利用 Legendre 多項式的正交性:

∫−11Pm(x)Pn(x) dx=22n+1δmn,\int_{-1}^{1}P_m(x)P_n(x)\,dx = \frac{2}{2n+1}\delta_{mn},

可得係數公式

Ak=2k+12∫−11f(x)Pk(x) dx.A_k=\frac{2k+1}{2}\int_{-1}^{1}f(x)P_k(x)\,dx.

題目給定 f(x)=xf(x)=x。

解題方法

由 Rodrigues 公式可先求出前幾個 Legendre 多項式:

P0(x)=1,P_0(x)=1, P1(x)=x,P_1(x)=x, P2(x)=12(3x2−1),P_2(x)=\frac{1}{2}(3x^2-1), P3(x)=12(5x3−3x),P_3(x)=\frac{1}{2}(5x^3-3x), P4(x)=18(35x4−30x2+3).P_4(x)=\frac{1}{8}(35x^4-30x^2+3).

其中最關鍵的是

P1(x)=x.P_1(x)=x.

因此,函數 f(x)=xf(x)=x 本身就是第一階 Legendre 多項式:

f(x)=x=P1(x).f(x)=x=P_1(x).

所以其 Legendre 級數只有 P1P_1 項,直接得到

A1=1,Ak=0(k≠1).A_1=1,\qquad A_k=0\quad (k\neq 1).

亦可由係數公式驗證:

當 k=1k=1 時,

🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

第 Problem 9 (A) 題12 分

Problem 9 (12%)
If a function u(x,t)u(x, t) is said to be piecewise continuous in the interval (0,l)(0, l), kk is an integer, and t>0t>0, then Us(k,t)U_s(k,t) is called the finite Fourier sine transform of u(x,t)u(x, t) and defined as:
Us(k,t)=∫0lu(x,t)sin⁡(kπxl)dxU_s(k,t) = \int_0^l u(x, t) \sin\left(\frac{k\pi x}{l}\right) dx
u(x,t)u(x, t) can also be expressed in terms of Us(k,t)U_s(k,t) as:
u(x,t)=2l∑k=1∞Us(k,t)sin⁡(kπxl)u(x, t) = \frac{2}{l} \sum_{k=1}^\infty U_s(k,t) \sin\left(\frac{k\pi x}{l}\right)
The finite Fourier cosine transform of u(x,t)u(x, t) can be defined in a similar way as Uc(k,t)U_c(k,t).
(A) Find the finite Fourier sine transform of ∂u∂x\frac{\partial u}{\partial x} and express it in terms of UsU_s.

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

本題考查有限 Fourier sine transform 的定義,以及分部積分在微分與積分轉換之間的作用。

令

αk=kπl.\alpha_k=\frac{k\pi}{l}.

由定義,函數 ∂u∂x\dfrac{\partial u}{\partial x} 的有限 Fourier sine transform 為

Fs[∂u∂x](k,t)=∫0l∂u∂x(x,t)sin⁡(αkx) dx.\mathcal{F}_s\left[\frac{\partial u}{\partial x}\right](k,t) = \int_0^l \frac{\partial u}{\partial x}(x,t)\sin(\alpha_k x)\,dx.

題目並指出 cosine transform 可類似定義,因此設

Uc(k,t)=∫0lu(x,t)cos⁡(kπxl) dx.U_c(k,t)=\int_0^l u(x,t)\cos\left(\frac{k\pi x}{l}\right)\,dx.

解題方法與推導

對下式使用分部積分:

∫0lux(x,t)sin⁡(αkx) dx.\int_0^l u_x(x,t)\sin(\alpha_k x)\,dx.

取

dv=ux(x,t) dx,v=u(x,t),dv=u_x(x,t)\,dx,\qquad v=u(x,t),

以及

w=sin⁡(αkx),dw=αkcos⁡(αkx) dx.w=\sin(\alpha_k x),\qquad dw=\alpha_k\cos(\alpha_k x)\,dx.

因此

∫0lux(x,t)sin⁡(αkx) dx=[u(x,t)sin⁡(αkx)]0l−αk∫0lu(x,t)cos⁡(αkx) dx.\begin{aligned} \int_0^l u_x(x,t)\sin(\alpha_k x)\,dx &= \left[u(x,t)\sin(\alpha_k x)\right]_0^l -\alpha_k\int_0^l u(x,t)\cos(\alpha_k x)\,dx. \end{aligned}

因為 kk 為整數,

sin⁡(αkl)=sin⁡(kπ)=0,\sin(\alpha_k l) = \sin(k\pi)=0,

且

sin⁡(αk⋅0)=sin⁡(0)=0.\sin(\alpha_k\cdot 0)=\sin(0)=0.

所以邊界項為

[u(x,t)sin⁡(αkx)]0l=0.\left[u(x,t)\sin(\alpha_k x)\right]_0^l=0.

故

🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

其他考古題