安徽某高校《统计建模与R软件》第二章课后习题

本文链接：https://blog.csdn.net/qq_69383479/article/details/132608257

参考教材：《统计建模与R软件》薛毅，陈立萍编著

2.1 建立一个R文件，在文件中输入变量 $x=(1,2,3)^{T}$ ， $y=(4,5,6)^{T}$ ，并作以下运算。

（1）计算 $z=2x+y+e$ ,其中 $e=(1,1,1)^{T}$ ;

（2）计算 x 与 y 的內积;

（3）计算 x 与 y 的外积.

程序脚本：

x <- c(1,2,3)
y <- c(4,5,6)
e <- c(1,1,1)
z <- 2*x+y+e
z
crossprod(x,y)
tcrossprod(x,y)

运行结果：

> x <- c(1,2,3)
> y <- c(4,5,6)
> e <- c(1,1,1)
> z <- 2*x+y+e
> z #求z
[1]  7 10 13
> crossprod(x,y) #内积
     [,1]
[1,]   32
> tcrossprod(x,y) #外积
     [,1] [,2] [,3]
[1,]    4    5    6
[2,]    8   10   12
[3,]   12   15   18

2.2 将1，2，... ，20构成两个4*5阶矩阵，其中矩阵A是按列输入，矩阵B是按行输入，并作如下运算。

（1） $C=A+B$ ;

（2） $D=AB$ ;

（3） $E=(e_{ij})_{n*n}$ ，其中 $e_{ij}=a_{ij}*b_{ij}$ ;

（4） $F$ 是由 $A$ 的前3行和前3列构成的矩阵;

（5） $G$ 是由矩阵 $B$ 的各列构成的矩阵，但不含 $B$ 的第3列.

【第（2）题笔者认为题目有错误，因为两个4*5的矩阵无法直接相乘】

程序脚本：

A <- matrix(1:20,nrow = 4,byrow = FALSE)
B <- matrix(1:20,nrow = 4,byrow = TRUE)
C <- A + B
E <- A * B
F <- A[1:3,1:3]
G <- B[,-3]
C
E
F
G

运行结果：

> A <- matrix(1:20,nrow = 4,byrow = FALSE)
> B <- matrix(1:20,nrow = 4,byrow = TRUE)
> C <- A + B
> E <- A * B
> F<-A[1:3,1:3]
> G<-B[,-3]
> C  #（1）
     [,1] [,2] [,3] [,4] [,5]
[1,]    2    7   12   17   22
[2,]    8   13   18   23   28
[3,]   14   19   24   29   34
[4,]   20   25   30   35   40
> E  #（3）
     [,1] [,2] [,3] [,4] [,5]
[1,]    1   10   27   52   85
[2,]   12   42   80  126  180
[3,]   33   84  143  210  285
[4,]   64  136  216  304  400
> F  #（4）
     [,1] [,2] [,3]
[1,]    1    5    9
[2,]    2    6   10
[3,]    3    7   11
> G  #（5）
     [,1] [,2] [,3] [,4]
[1,]    1    2    4    5
[2,]    6    7    9   10
[3,]   11   12   14   15
[4,]   16   17   19   20

2.3 构造一个向量x，向量是由5个1，3个2，4个3和2个4构成，注意用到rep()函数.

程序脚本：

x <- rep(1:4,times=c(5,3,4,2))
x

运行结果：

> x <- rep(1:4,times=c(5,3,4,2))
> x
 [1] 1 1 1 1 1 2 2 2 3 3 3 3 4 4

2.4 生成一个5阶的Hilbert矩阵，

$H=(h_{ij})_{n*n}$ , $h_{ij}=\frac{1}{i+j-1}$ , $i,j=1,2,...,n.$

（1）计算Hilbert矩阵H的行列式;

（2）求H的逆矩阵;

（3）求H的特征值和特征向量.

【笔者原本的解法较为繁琐，感谢CSDN作者方舟aark提供的思路，帮助笔者简化了代码】

程序脚本：

n = 5
i <- matrix(rep(1:n,each = n), nrow = n)
j <- matrix(rep(1:n,each = n), nrow = n, byrow = T)
H = 1/(i+j-1)
H
det(H)
solve(H)
eigen(H)

运行结果：

> n = 5
> i <- matrix(rep(1:n,each = n), nrow = n)
> j <- matrix(rep(1:n,each = n), nrow = n, byrow = T)
> H = 1/(i+j-1)
> H  #生成Hilbert矩阵
          [,1]      [,2]      [,3]      [,4]      [,5]
[1,] 1.0000000 0.5000000 0.3333333 0.2500000 0.2000000
[2,] 0.5000000 0.3333333 0.2500000 0.2000000 0.1666667
[3,] 0.3333333 0.2500000 0.2000000 0.1666667 0.1428571
[4,] 0.2500000 0.2000000 0.1666667 0.1428571 0.1250000
[5,] 0.2000000 0.1666667 0.1428571 0.1250000 0.1111111
> det(H)  #第（1）小题
[1] 3.749295e-12
> solve(H)  #第（2）小题
      [,1]   [,2]    [,3]    [,4]   [,5]
[1,]    25   -300    1050   -1400    630
[2,]  -300   4800  -18900   26880 -12600
[3,]  1050 -18900   79380 -117600  56700
[4,] -1400  26880 -117600  179200 -88200
[5,]   630 -12600   56700  -88200  44100
> eigen(H)  #第（3）小题
eigen() decomposition
$values
[1] 1.567051e+00 2.085342e-01 1.140749e-02 3.058980e-04 3.287929e-06

$vectors
           [,1]       [,2]       [,3]        [,4]         [,5]
[1,] -0.7678547  0.6018715 -0.2142136  0.04716181  0.006173863
[2,] -0.4457911 -0.2759134  0.7241021 -0.43266733 -0.116692747
[3,] -0.3215783 -0.4248766  0.1204533  0.66735044  0.506163658
[4,] -0.2534389 -0.4439030 -0.3095740  0.23302452 -0.767191193
[5,] -0.2098226 -0.4290134 -0.5651934 -0.55759995  0.376245545

2.5 已知有5名学生的数据，如表2.3所示，用数据框的形式读入数据.

表2.3 学生数据
序号	姓名	性别	年龄	身高 /cm	体重 /kg
1	张三	女	14	156	42.0
2	李四	男	15	165	49.0
3	王五	女	16	157	41.5
4	赵六	男	14	162	52.0
5	丁一	女	15	159	45.5

程序脚本：

df <- data.frame(
Name = c("ZhangSan","LiSi","WangWu","ZhaoLiu","DingYi"),
Sex = c("F","M","F","M","F"),
Age = c(14,15,16,14,15),
Height = c(156,165,157,162,159),
Weight = c(42.0,49.0,41.5,52.0,45.5)
);df

运行结果：

> df <- data.frame(
+ Name = c("ZhangSan","LiSi","WangWu","ZhaoLiu","DingYi"),
+ Sex = c("F","M","F","M","F"),
+ Age = c(14,15,16,14,15),
+ Height = c(156,165,157,162,159),
+ Weight = c(42.0,49.0,41.5,52.0,45.5)
+ );df
      Name Sex Age Height Weight
1 ZhangSan   F  14    156   42.0
2     LiSi   M  15    165   49.0
3   WangWu   F  16    157   41.5
4  ZhaoLiu   M  14    162   52.0
5   DingYi   F  15    159   45.5

2.6 将题2.5中的数据表2.3的数据写成一个纯文本文件，用函数read.table()读该文件，然后再用函数write.csv()写成一个能用Excel表打开的文件，并用Excel表打开.

【本题笔者也是从别的网站东拼西凑写出的答案，不一定正确，欢迎读者来与笔者讨论】

df <- data.frame(
Name = c("ZhangSan","LiSi","WangWu","ZhaoLiu","DingYi"),
Sex = c("F","M","F","M","F"),
Age = c(14,15,16,14,15),
Height = c(156,165,157,162,159),
Weight = c(42.0,49.0,41.5,52.0,45.5)
);df
write.table(df, "twopointthree_data.txt")
df2 <- read.table("twopointthree_data.txt")
write.csv(df2, "twopointthree_data.csv")

2.7 编写一个R程序(函数). 输入一个整数n，如果n $\leq$ 0，则终止运算，并输出一句话：“要求输入一个正整数”；否则，如果n是偶数，则将n除2，并赋值给n；否则，将3n+1赋给n. 不断循环，直到n=1，才停止运算，并输出一句话：“运算成功”. 这个例子是为了验证数论中的一个简单定理.

程序脚本：

func1 <- function(a) {
    if (a <= 0) 
        list(fail = "要求输入一个正整数")
    else{
        repeat {
            if (a == 1) break
            if (a %% 2 == 0) {
                a = a / 2
            } else {
                n = 3 * a + 1
            }
        }
        list(succ = "运算成功")
    }
}
#测试1
func1(2)
#测试2
func1(-1)

运行结果：

> func1 <- function(a) {
+     if (a <= 0) 
+         list(fail = "要求输入一个正整数")
+     else{
+         repeat {
+             if (a == 1) break
+             if (a %% 2 == 0) {
+                 a = a / 2
+             } else {
+                 n = 3 * a + 1
+             }
+         }
+         list(succ = "运算成功")
+     }
+ }
> #测试1
> func1(2)
$succ
[1] "运算成功"

> #测试2
> func1(-1)
$fail
[1] "要求输入一个正整数"

（个人答案，如有错误或更正建议欢迎联系作者）