西南交大《工程数学Ⅰ》14次离线作业

西南交大《工程数学Ⅰ》14次离线作业摘要：本文档围绕西南交大《工程数学Ⅰ》的14次离线作业展开。首先阐述了工程数学Ⅰ课程的重要性及其在工程领域的广泛应用。接着对每次离线作业的知识点、题型进行了详细分析，包括线性代数部分的行列式、矩阵、向量空间、线性方程组等内容，以及概率论部分的随机事件与概率、随机变量及其分布、数字特征等。通过对作业题目的解答和思路剖析，展示了如何运用所学知识解决实际问题，强调了理解基本概念和掌握解题方法的关键作用。最后总结了完成作业过程中的收获与体会，以及对该课程教学和学习的一些思考。

一、引言工程数学Ⅰ是西南交通大学一门重要的基础课程，它融合了线性代数和概率论等多个数学分支的知识，为工科学生后续的专业课程学习提供了必不可少的数学工具。通过完成14次离线作业，学生能够加深对课程知识的理解，提高运用数学方法解决实际工程问题的能力。

二、线性代数部分

（一）行列式1.知识点回顾行列式的定义：由\(n^2\)个数排成\(n\)行\(n\)列的数表所确定的一个数，其计算方法根据阶数不同有不同的公式。行列式的性质：如换行（列）变号、数乘某行（列）、倍加行（列）等性质，这些性质可用于简化行列式的计算。2.作业题目分析例如计算一个三阶行列式\(\begin{vmatrix}a_{11}&a_{12}&a_{13}\\a_{21}&a_{22}&a_{23}\\a_{31}&a_{32}&a_{33}\end{vmatrix}\)。解题思路：利用行列式的性质，将其化为上三角行列式，即主对角线下方元素全为零的行列式，然后根据上三角行列式的值等于主对角线元素之积来计算。具体步骤：先通过倍加行（列）操作，使第一列除\(a_{11}\)外其余元素为零。再对第二列进行类似操作，使第二列除\(a_{11}\)和\(a_{22}\)外其余元素为零。最终得到上三角行列式\(\begin{vmatrix}a_{11}&b_{12}&b_{13}\\0&a_{22}&b_{23}\\0&0&a_{33}\end{vmatrix}\)，其值为\(a_{11}a_{22}a_{33}\)。

（二）矩阵1.知识点回顾矩阵的定义：由\(m\timesn\)个数排成的\(m\)行\(n\)列的矩形数表。矩阵的运算：包括加法、减法、数乘、乘法等。矩阵加法和减法要求两个矩阵行数和列数相同；数乘是用一个数乘以矩阵的每个元素；矩阵乘法要求前一个矩阵的列数等于后一个矩阵的行数，其结果矩阵的元素是通过对应行与列元素乘积之和得到。矩阵的逆：对于\(n\)阶方阵\(A\)，若存在\(n\)阶方阵\(B\)，使得\(AB=BA=I\)（\(I\)为单位矩阵），则\(B\)是\(A\)的逆矩阵，记为\(A^{1}\)。2.作业题目分析题目：已知矩阵\(A=\begin{pmatrix}1&2\\3&4\end{pmatrix}\)，求\(A^{1}\)。解题思路：先求矩阵\(A\)的行列式\(|A|\)，若\(|A|\neq0\)，则可通过公式\(A^{1}=\frac{1}{|A|}A^{*}\)来求逆矩阵，其中\(A^{*}\)是\(A\)的伴随矩阵。具体步骤：计算\(|A|=1\times42\times3=2\)。求伴随矩阵\(A^{*}\)，\(A^{*}=\begin{pmatrix}4&2\\3&1\end{pmatrix}\)。则\(A^{1}=\frac{1}{2}\begin{pmatrix}4&2\\3&1\end{pmatrix}=\begin{pmatrix}2&1\\\frac{3}{2}&\frac{1}{2}\end{pmatrix}\)。

（三）向量空间1.知识点回顾向量空间的定义：设\(V\)为\(n\)维向量的集合，如果集合\(V\)非空，且对于加法及数乘两种运算封闭，则称集合\(V\)为向量空间。向量组的线性相关性：向量组\(\alpha_1,\alpha_2,\cdots,\alpha_s\)称为线性相关，如果存在不全为零的数\(k_1,k_2,\cdots,k_s\)，使得\(k_1\alpha_1+k_2\alpha_2+\cdots+k_s\alpha_s=0\)；否则称为线性无关。2.作业题目分析题目：判断向量组\(\alpha_1=(1,2,3)\)，\(\alpha_2=(2,3,4)\)，\(\alpha_3=(3,4,5)\)是否线性相关。解题思路：设存在一组数\(k_1,k_2,k_3\)，使得\(k_1\alpha_1+k_2\alpha_2+k_3\alpha_3=0\)，得到一个齐次线性方程组，通过求解该方程组的系数行列式来判断\(k_1,k_2,k_3\)是否有非零解。具体步骤：由\(k_1\alpha_1+k_2\alpha_2+k_3\alpha_3=0\)可得：\(\begin{cases}k_1+2k_2+3k_3=0\\2k_1+3k_2+4k_3=0\\3k_1+4k_2+5k_3=0\end{cases}\)计算系数行列式\(\begin{vmatrix}1&2&3\\2&3&4\\3&4&5\end{vmatrix}\)，通过行列式的计算方法可得其值为\(0\)。所以该齐次线性方程组有非零解，即向量组\(\alpha_1,\alpha_2,\alpha_3\)线性相关。

（四）线性方程组1.知识点回顾线性方程组的一般形式：\(A\mathbf{x}=\mathbf{b}\)，其中\(A\)是系数矩阵，\(\mathbf{x}\)是未知数向量，\(\mathbf{b}\)是常数向量。求解方法：包括克莱姆法则（适用于系数行列式不为零的\(n\)元线性方程组）、消元法等。对于非齐次线性方程组\(A\mathbf{x}=\mathbf{b}\)，其解的情况由系数矩阵\(A\)的秩\(r(A)\)和增广矩阵\((A|\mathbf{b})\)的秩\(r(A|\mathbf{b})\)决定；对于齐次线性方程组\(A\mathbf{x}=0\)，其解空间的维数为\(nr(A)\)。2.作业题目分析题目：求解线性方程组\(\begin{cases}x_1+2x_2+3x_3=1\\2x_1+3x_2+4x_3=2\\3x_1+4x_2+5x_3=3\end{cases}\)。解题思路：通过增广矩阵\((A|\mathbf{b})\)进行初等行变换化为行最简形矩阵，然后求解。具体步骤：增广矩阵\((A|\mathbf{b})=\begin{pmatrix}1&2&3&1\\2&3&4&2\\3&4&5&3\end{pmatrix}\)。进行初等行变换：\(r_22r_1\)，\(r_33r_1\)得到\(\begin{pmatrix}1&2&3&1\\0&1&2&0\\0&2&4&0\end{pmatrix}\)。\(r_32r_2\)得到\(\begin{pmatrix}1&2&3&1\\0&1&2&0\\0&0&0&0\end{pmatrix}\)。进一步化为行最简形矩阵\(\begin{pmatrix}1&0&1&1\\0&1&2&0\\0&0&0&0\end{pmatrix}\)。由此可得方程组的解为\(\begin{cases}x_1=1+x_3\\x_2=2x_3\end{cases}\)，其中\(x_3\)为自由未知量。

三、概率论部分

（一）随机事件与概率1.知识点回顾随机事件的定义：在一定条件下，可能出现也可能不出现的事件。概率的定义：事件\(A\)发生的可能性大小，记为\(P(A)\)。概率具有非负性、规范性（\(P(\Omega)=1\)，\(\Omega\)为样本空间）、可列可加性等性质。概率的计算方法：古典概型（样本空间有限且每个基本事件发生的可能性相等）、几何概型（样本空间是一个几何区域，事件发生的概率与区域的几何度量成正比）、概率的加法公式（\(P(A\cupB)=P(A)+P(B)P(A\capB)\)）等。2.作业题目分析题目：从\(1\)到\(10\)这\(10\)个整数中任取一个数，求取得偶数的概率。解题思路：这是一个古典概型问题，样本空间\(n(\Omega)=10\)，取得偶数的基本事件个数\(n(A)=5\)，根据古典概型概率公式\(P(A)=\frac{n(A)}{n(\Omega)}\)计算。具体步骤：直接代入公式可得\(P(A)=\frac{5}{10}=\frac{1}{2}\)。

（二）随机变量及其分布1.知识点回顾随机变量的定义：设随机试验的样本空间为\(\Omega\)，\(X=X(\omega)\)是定义在\(\Omega\)上的单值实函数，则称\(X\)为随机变量。离散型随机变量：其取值是有限个或可列无限多个，用分布律\(P(X=x_k)=p_k\)，\(k=1,2,\cdots\)来描述其概率分布。连续型随机变量：其取值充满某个区间，用概率密度函数\(f(x)\)来描述其概率分布，且\(P(a\ltX\ltb)=\int_{a}^{b}f(x)dx\)。2.作业题目分析题目：已知离散型随机变量\(X\)的分布律为\(P(X=0)=\frac{1}{4}\)，\(P(X=1)=\frac{1}{2}\)，\(P(X=2)=\frac{1}{4}\)，求\(X\)的分布函数\(F(x)\)。解题思路：根据分布函数的定义\(F(x)=P(X\leqx)\)，分区间进行讨论。具体步骤：当\(x\lt0\)时，\(F(x)=P(X\leqx)=0\)。当\(0\leqx\lt1\)时，\(F(x)=P(X=0)=\frac{1}{4}\)。当\(1\leqx\lt2\)时，\(F(x)=P(X=0)+P(X=1)=\frac{1}{4}+\frac{1}{2}=\frac{3}{4}\)。当\(x\geq2\)时，\(F(x)=P(X=0)+P(X=1)+P(X=2)=1\)。所以\(F(x)=\begin{cases}0,x\lt0\\\frac{1}{4},0\leqx\lt1\\\frac{3}{4},1\leqx\lt2\\1,x\geq2\end{cases}\)。

（三）数字特征1.知识点回顾数学期望：对于离散型随机变量\(X\)，\(E(X)=\sum_{k}x_kp_k\)；对于连续型随机变量\(X\)，\(E(X)=\int_{\infty}^{\infty}xf(x)dx\)，它反映了随机变量取值的平均水平。方差：\(D(X)=E((XE(X))^2)\)，它衡量了随机变量取值的离散程度。常见分布的数字特征：如二项分布\(B(n,p)\)的数学期望\(E(X)=np\)，方差\(D(X)=np(1p)\)等。2.作业题目分析题目：已知随机变量\(X\)服从正态分布\(N(1,4)\)，求\(E(X)\)和\(D(X)\)。解题思路：根据正态分布\(N(\mu,\sigma^2)\)的数字特征，直接得出\(E(X)=\mu\)，\(D(X)=\sigma^2\)。具体步骤：因为\(X\simN(1,4)\)，所以\(E(X)=1\)，\(D(X)=4\)。

四、作业收获与体会通过完成这14次离线作业，我对工程数学Ⅰ这门课程有了更深入的理解。在线性代数部分，行列式的计算让我熟练掌握了行列式的性质及其应用，能够快速准确地计算各种阶数的行列式。矩阵的运算和逆矩阵的求解，使我明白了矩阵在数学和工程中的重要作用，以及如何通过运算来解决实际问题。向量空间和线性方程组的学习，让我能够运用相关知识判断向量组的线性相关性，求解线性方程组，这对于后续处理工程中的线性模型至关重要。

在概率论部分，随机事件与概率的计算让我理解了概率的本质和计算方法，能够根据不同的模型解决概率问题。随机变量及其分布的学习，使我学会了用分布律和分布函数来描述随机变量的概率特征，以及如何根据这些特征进行相关计算。数字特征的掌握让我能够从平均水平和离散程度等方面来刻画随机变量，为分析实际问题提供了有力的工具。

在完成作业过程中，我也体会到了扎实掌握基础知识的重要性。每一道题目都需要准确运用相关的概念和定理，只有对基础知识理解透彻，才能顺利解题。同时，通过不断地练习和总结，我提高了解题能力和逻辑思维能力。遇到难题时，我学会了仔细分析题目条件，寻找解题思路，逐步推导答案。

五、对课程教学和学习的思考对于课程教学，希望老师在讲解知识点时，能够结合更多实际工程案例，让我们更直观地感受到工程数学Ⅰ在实际中的应用价值，提