107 地方特考三等 電子工程 工程數學 考古題詳解
第 一 題15 分
若
為正交矩陣,求:
(一) 之值為何?(10 分)
(二) 的特徵值之和為何?(5 分)
登入後即可作答並保存紀錄。
核心觀念
-
正交矩陣(Orthogonal Matrix)之定義與性質: 若 實數方陣 為正交矩陣,則滿足: 其幾何意義為矩陣的「各列向量(Row vectors)」與「各行向量(Column vectors)」分別構成 空間中的一組規範正交基底(Orthonormal basis)。即任一列(行)向量之長度均為 ,且相異兩列(行)向量彼此正交(內積為 )。
-
矩陣跡數(Trace)與特徵值之關係: 對於任意 方陣 ,其全體特徵值 之和恆等於該矩陣主對角線元素之和(即矩陣的跡數 ):
解題方法
(一) 求 之值
將矩陣 視為三個列向量組成的集合:
由正交矩陣列向量之規範正交性:
-
第一列為單位向量(長度為 1):
-
第一列與第二列互相正交(內積為 0): 因為 ,故得:
-
第一列與第三列互相正交(內積為 0): 因為 ,故得:
-
驗證其餘正交條件:
第 二 題15 分
解微分方程式
其中
求滿足下列條件之解:
登入後即可作答並保存紀錄。
核心觀念
本題的核心為「利用拉普拉斯轉換(Laplace Transform)求解變係數線性常微分方程式」。涉及的核心觀念與數學定理如下:
- 導數的拉氏轉換公式:
- 頻域微分性質(乘 性質): 若 ,則:
- 第一位移定理(頻域位移)及其反轉換:
- 一階可分離變數微分方程式之求解。
解題方法
切入點分析
原方程式為二階變係數常微分方程式:
由於變數係數皆為自變數 的一次多項式,若使用級數解法(Frobenius 法)計算繁瑣且耗時;而採用拉氏轉換時,乘 運算對應頻域的微分運算 ,可將原二階常微分方程式轉化為頻域中關於 的一階線性可分離變數微分方程式,大幅降低求解難度。
此外,題目僅給定 與 ,未直接提供 。但在拉氏轉換過程中,未知常數 在對 微分時自然消失,因此無須預先假設數值即可順利求解。
詳細推導步驟
步驟一:設定初值並對各項取拉氏轉換
設 ,並令未知初值 。令 。
- 對 取拉氏轉換:
由頻域微分性質:
(注意:常數 對 微分結果為 )
- 對 取拉氏轉換:
因此:
- 對 取拉氏轉換:
步驟二:代入原微分方程式並化簡
將上述各項轉換代入原方程式 :
合併同類項:
兩邊同除以 (在 條件下):
步驟三:求解頻域一階微分方程式
第 三 題10 分
請求出週期函數 ,其中 ,且
之傅立葉級數,再利用此級數求
之值。
登入後即可作答並保存紀錄。
核心觀念
本題為國考工程數學的經典必考題型,主要考核以下四大核心觀念與定理:
- 週期函數之對稱性與傅立葉級數(Fourier Series): 函數定義於區間 且週期 (半週期 )。由於 ,函數為偶函數(Even Function),其傅立葉正弦項係數必為零(),僅需展開為傅立葉餘弦級數:
- 傅立葉係數之計算與分部積分法: 利用偶函數在對稱區間之積分簡化公式: 其中 的積分需熟練運用多次分部積分(表格積分法)。
- 帕斯瓦定理(Parseval's Identity): 若傅立葉級數係數為 ,欲求 ,其冪次增加一倍,必須運用將時域訊號均方值(能量)對應至頻域係數平方和的「帕斯瓦定理」:
解題方法
第一部分:求解 的傅立葉級數
Step 1:判定函數對稱性 給定 (),週期 。 因 為偶函數,故正弦項係數:
Step 2:計算常數項係數 因此級數中的直流(常數)項為:
Step 3:計算餘弦項係數 採用分部積分法(微積分表格法):
- 微分項:
- 積分項:
交替正負號相乘得:
代入積分上下限 至 (注意 ):
Step 4:寫出傅立葉級數展開式 將求得之係數代入傅立葉級數: 亦可寫為展開形式:
第 四 題10 分
自一副正常 52 張撲克牌中取出 5 張牌,試求下列事件之機率:
(一) 所有取出之牌皆為同花色(suit)。(5 分)
(二) 取出 2 張或更多之 Aces。(5 分)
登入後即可作答並保存紀錄。
核心觀念
本題屬於工程數學中「機率論(Probability Theory)」的古典機率與離散計數問題,主要測驗以下觀念與數學工具:
- 古典機率模型:設有限樣本空間 中的每個基本事件發生之機會均等,事件 的機率定義為
- 組合計數(Combinations):自 個相異物中不重複、不計次序取出 個物的取法數為
- 超幾何分佈(Hypergeometric Distribution)精神:在不放回抽樣中,母體區分為特定標籤與非標籤兩類,計算取出指定標籤數量的機率。
- 互斥事件加法定理與餘事件原理:
- 互斥事件:若 (),則 。
- 餘事件:若正面分類過多,可改採全體扣除對立事件,。
解題方法
樣本空間大小
自一副 52 張撲克牌(4 種花色,每種花色各 13 張)中任取 5 張牌,其所有可能的取法總數為:
(一) 所有取出之牌皆為同花色之機率
- 事件分析:
- 第一步:決定 5 張牌所屬的花色,自 4 種花色(黑桃、紅心、方塊、梅花)中選出 1 種,計有 種選法。
- 第二步:在該指定花色的 13 張牌中任取 5 張,計有 種取法。
- 滿足條件的樣本點數:
- 機率計算與化簡: 消去分子分母之共同公因數( 對消;;;):
(二) 取出 2 張或更多之 Aces 之機率
一副牌中有 4 張 Ace 與 48 張非 Ace 牌。設隨機變數 代表取出的 5 張牌中 Ace 的張數,題目要求求出 。
方法一:正面討論(互斥事件分類相加)
取出的 Ace 數量可能為 2 張、3 張或 4 張(牌組中僅有 4 張 Ace,不可能為 5 張):
- 恰有 2 張 Ace ():
第 1 題2 分
下列哪一組值會使矩陣
為「歪斜對稱」(skew-symmetric)矩陣?
核心觀念
歪斜對稱矩陣須滿足 。因此,主對角線元素必為 ,且任意兩個關於主對角線對稱的位置,其元素互為相反數。
解題方法
比較矩陣中三組對稱位置:
例如,第一列第二行的元素是 ,對稱位置的元素為 ,所以 ;第一列第三行的元素是 ,對稱位置的元素為 ,所以 ;第二列第三行的元素是 ,對稱位置的元素為 ,所以 。
選項分析
第 2 題2 分
微分方程式
其解為何?(選項中 為任意常數)
核心觀念
本題考查一階微分方程的恰當微分方程判別。若方程可寫成
且滿足
則存在勢函數 ,使原方程等價於 ,其通解為 。
解題方法
將題目寫成
計算偏導數:
兩者相等,因此方程恰當,存在勢函數 。
由 ,對 積分:
其中 是僅依賴 的函數。再對 微分並與 比較:
故
第 3 題2 分
求矩陣
的秩(rank)為何?
核心觀念
矩陣的秩是其線性獨立行(或列)的最大數目,也等於矩陣中非零子式的最高階數。對 矩陣而言,若行列式不為零,秩為 ;若行列式為零,還需檢查是否存在非零的二階子式。
解題方法
先計算 的行列式,判斷三階子式是否為零:
因此 。再取左上角的二階子式:
第 4 題2 分
令收斂區間為 ,試求複變數函數
以勞倫茲級數(Laurent series)表示時,其留數(residue)應為下列何值?
核心觀念
- 勞倫茲級數(Laurent Series)與留數(Residue)定義: 若函數 在去心圓盤(環狀區域) 內解析,則可在此區域展開為勞倫茲級數:
其中, 項之係數 定義為 在 處之留數,記為 。
-
展開中心與奇異點判定: 題給收斂區間為 ,即展開中心為 。分母為零的點即為奇異點,包含 與 (其模長 )。因此在 範圍內,函數唯一的孤立奇異點為 。
-
一階極點(Simple Pole)的留數公式: 若 為 之一階極點,其留數可直接利用極限定理計算:
解題方法
本題有兩種標準解法:考場推薦使用「極限公式法」快速取分;亦可採用「級數直接展開法」進行驗證。
方法一:極限公式法(考場首選)
- 確認奇異點階數: 檢視函數 ,在 時:
極限值存在且不為 ,確定 為 的一階極點(Simple Pole)。
- 計算留數: 直接套用一階極點留數公式:
方法二:勞倫茲級數展開法(定義法驗證)
在收斂區間 內,將各部分分別作級數展開:
第 5 題2 分
令矩陣
利用 QR 分解可得 ,其中 為 正規正交行矩陣(orthonormal column matrix),
為 上三角矩陣(upper triangular matrix),且 均大於等於零,則下列敘述何者正確?
核心觀念
QR 分解 中, 的欄向量互相正交且長度為 ,即 。因此
這表示 的元素可由 的欄向量長度與內積求得。題目另要求 ,故採用正對角線的 QR 分解。
解題方法
將 的兩個欄向量記為
由 QR 分解的 Gram–Schmidt 過程,第一個對角元素為第一欄的長度:
第二個上三角元素是兩欄的內積除以第一欄長度:
第 6 題2 分
已知線性轉換 ,且定義為
其中
下列何者為 的基底(basis)?
核心觀念
線性轉換 的核空間定義為
因此,求 的基底,就是解齊次線性方程組 ,再確認所列向量能張成整個解空間且線性獨立。
解題方法
令 。對矩陣 列增廣矩陣並做列運算,可得簡化列階梯形:
所以方程組為
令自由變數 ,則
因此
第 7 題2 分
求複變函數積分
之值,其中積分路徑 為複數平面上逆時鐘方向繞圓周
以及 。
核心觀念
複變函數的閉合路徑積分可用留數定理計算。若函數在曲線 上及其內部除有限個孤立奇點外皆解析,且 逆時針方向,則
其中只加總位於 內部的奇點留數。
解題方法
先因式分解分母:
奇點為 (二階極點)與 (簡單極點)。判斷它們是否在圓周 內:
兩個奇點都在路徑內。以留數定理計算:
在 的二階極點,留數為
第 8 題2 分
下列何組向量可以是 的一個基底?
核心觀念
- 向量空間的維度與基底(Dimension and Basis):
- 實數三維空間 的維度為 。
- 若集合 為向量空間 的基底,必須同時滿足:
- 為線性獨立(Linearly Independent, L.I.)。
- 可生成 ()。
- 基底向量個數定理:
- 在 維向量空間中,任何一組基底的向量個數必恰好等於 。
- 若向量個數小於 ,則無法生成該空間;若向量個數大於 ,則必為線性相依。
- 在 中,若正好取 個向量,則「線性獨立」與「生成該空間」互為充要條件。
- 行列式與線性獨立性:
- 由 中的 個向量組成的方陣 ,其向量為線性獨立(構成基底)的充要條件為行列式不為零:
解題方法
- 初步篩選向量個數: 的維度為 ,其基底所含向量個數必恰為 3 個。
- 向量個數不等於 3 者,直接排除。
- 行列式判別線性獨立性: 針對個數為 3 的向量組,將其列向量(或行向量)排成 方陣並計算行列式:
- 若行列式值等於 0,代表向量線性相依,不可作為基底。
- 若行列式值不等於 0,代表向量線性獨立,可作為 的一組基底。
選項分析
- (A) 錯誤: 向量組包含 3 個向量,將其組合成 矩陣 並計算行列式: 進行基本列運算(,): 矩陣中出現兩列完全相同,故: 代表這 3 個向量線性相依(彼此滿足 ),無法生成 ,故不能作為基底。
第 9 題2 分
假設矩陣 為 的方陣,且其特徵值(eigenvalues)
求
?
選項中 為 單位矩陣。
核心觀念
矩陣的特徵值 滿足特徵方程 ,因此對應的特徵向量也滿足 。本題兩個特徵值為 ,且 ;另一個特徵值為 ,其五十次方仍為 。
解題方法
由特徵值可得 的特徵多項式為
依 Cayley–Hamilton 定理, 滿足自己的特徵多項式:
展開得
而
由於 可被 整除,且特徵多項式只含一次因子 和 ,可直接由多項式餘式定理及 Cayley–Hamilton 定理得 。更具體地, 在 與 均為零,故可被 整除;
第 10 題2 分
假設 ,求
核心觀念
複數 的共軛複數為 。若複數寫成 ,其虛部是 ;因此要先化簡 ,再取虛部。
解題方法
已知 ,故 。分子、分母同乘分母的共軛複數 ,使分母化為實數:
因此
第 11 題2 分
求微分方程式
之解。(選項中 為任意常數)
核心觀念
本題考一階線性微分方程式,也可利用乘積微分公式辨認左側:
因此原方程式可直接改寫為 ,再對兩側積分。
解題方法
兩側對 積分:
當 時,除以 得
這正是選項 (A)。
選項分析
- (A) 正確。 由 積分可得 ,故 。代回原式亦得 。
- **(B) 錯誤。
第 12 題2 分
下列何者是互為線性相依(linear dependent)?
核心觀念
- 函數的線性相依(Linear Dependence)定義: 設函數集合 定義於區間 上,若存在一組「不全為零」的常數 ,使得對所有 恆滿足: 則稱此函數集合於區間 上為「線性相依」;若此恆等式僅在 (全為零)時才成立,則稱為「線性獨立(Linear Independent)」。
- 重要定理與性質:
- 比例判定法:若函數集合中至少有兩函數互為常數倍數(例如存在非零常數 使得 ),則該函數集合必為線性相依。
- 子集合相依性:若一個函數集合的某個子集合已具備線性相依性,則擴充後的整個集合亦必為線性相依。
- 微分方程特徵根解之獨立性:常係數線性常微分方程式中,對應相異特徵根之指數函數、或二重根所衍生之函數(如 與 ),均為該微分方程之基本解(Fundamental Solutions),彼此恆為線性獨立。
解題方法
面對選擇題判斷函數集合是否為線性相依,優先採用「觀察法」檢視是否存在常數倍數關係或顯著的線性組合:
- 觀察各選項中的函數彼此是否存在 之比例關係。
- 若存在比例關係,直接選取相應的非零係數即可使線性組合為零,立即判定為線性相依。
- 若無直接倍數關係,再利用函數族特性(如微分方程式的基本解系、增長階數)排除線性獨立者。
選項分析
- (A) :線性獨立(錯誤) 設 恆成立。 當 時,,而 與 均為有界函數(),為使等式對所有 均為 ,其係數必為 。 原式簡化為 ;
第 13 題2 分
設 為
之解,則
之值為何?
核心觀念
本題考二階常係數線性微分方程的長期穩定行為。若齊次解中的暫態項隨 衰減,解的極限便由非齊次方程的穩態特解決定。
解題方法
先求穩態特解。因右側為常數,設特解為 ,代入方程:
再解齊次方程:
其特徵方程為
根為
因此齊次解可寫成
第 14 題2 分
以 Frobenius 級數
求解
則其所得到的指示方程式(Indicial equation)為何?
核心觀念
Frobenius 級數法用於正則奇異點附近的微分方程。先將試解 代入方程,再找出最低次方的 項;其係數令為零,所得關於 的方程就是指示方程式。
解題方法
令級數的首項為 ,其中 。求導後,首項分別為
原方程可寫成
取各項最低次的 :
- 貢獻 ;
- 貢獻 ;
- 貢獻 。
其餘各項都含較高次的 ,不影響指示方程式。因此 的係數須為零:
由於 ,可得
第 15 題2 分
已知
的拉普拉斯(Laplace)轉換為
當給定一微分方程為
下列何者正確?
核心觀念
本題考查拉普拉斯轉換解常係數線性微分方程,以及受迫力在 截止後的分段解。關鍵是利用零初始條件,並注意題目給的 只在 時等於 。
解題方法
由題目給定的轉換及微分方程,
因此
先取
令 ,利用第二平移定理可得
其中 是單位階躍函數。故
因為 ,也可寫成
第 16 題2 分
白努利方程式(Bernoulli equation)
可以何方式轉換為線性方程式?
核心觀念
本題考查一階非線性常微分方程式中極具代表性的白努利方程式(Bernoulli equation)之標準線性化程序。 白努利方程式的一般形式為:
當指數 或 時,方程式本質上即為一階線性微分方程式;當 且 時,方程式為非線性。其解題關鍵在於利用變數變換(Substitution) ,將原非線性方程式降階化簡為關於新變數 的標準一階線性常微分方程式。
解題方法
給定白努利方程式:
假設 且 ,標準推導步驟如下:
- 同除以非線性項 :
- 引進變數變換: 令新變數為:
- 計算導函數(微分連鎖律): 將 對 微分:
移項可得:
- 代回原方程式: 將 與 代入第 1 步的方程式:
同乘以 :
此時方程式已成功轉換為以 為應變數的一階線性常微分方程式,後續即可利用積分因子法(Integrating Factor)求解。
第 17 題2 分
下列何者為函數
之傅立葉級數(Fourier series)?
核心觀念
本題考查週期為 的傅立葉級數係數。對定義在 的函數,其傅立葉級數形式為
其中
解題方法
分段函數在 時為 ,在 時為 ;因此積分只需計算 上的部分。
先求常數項:
再求餘弦係數:
求正弦係數:
第 18 題2 分
給定一個連續隨機變數 ,其累積分布函數(cumulative distribution function)為
則機率
之值為何?
核心觀念
條件機率的定義為
本題中,事件 包含於事件 ,因此
解題方法
依累積分布函數分段,分別代入 與 :
第 19 題2 分
離散隨機變數 與 之結合機率質量函數(joint probability mass function)為:
試問下列何者正確?
核心觀念
本題考聯合機率質量函數的正規化,以及離散隨機變數的期望值。機率質量函數在所有可能取值上的總和必須為 ;而 的期望值可由邊際機率計算,也可直接對聯合機率加總:
解題方法
先利用總機率為 求出常數 :
因此 。
接著計算期望值:
第 20 題2 分
投擲一個公正的骰子一次,規定出現點數 為成功(),出現其他點數則為失敗(),求隨機變數 之變異數 為何?
核心觀念
本題評量白努力隨機變數(Bernoulli Random Variable)之機率分配與變異數計算。
- 白努力試驗與隨機變數: 若一隨機試驗僅有兩種結果:「成功()」與「失敗()」,且成功機率為 、失敗機率為 ,則隨機變數 服從參數為 的白努力分配,記為 。
- 變異數之定義與公式:
- 定義式:
- 專屬公式:對於白努力分配,變異數可直接化簡為:
解題方法
步驟一:求成功機率 與失敗機率 投擲一枚公正的骰子一次,樣本空間共 種等可能結果:。
- 出現點數為 為成功(),事件元素共 個:
- 出現其他點數()為失敗(),事件元素共 個:
步驟二:計算隨機變數 的變異數
-
方法一(公式法,推薦考場速解): 直接代入白努力分配變異數公式:
-
方法二(定義法驗證):
- 計算期望值 :
- 計算二次動差 :