2025年大学《数学与应用数学》专业题库—— 曲线拟合的优化方法.docxVIP

2025年大学《数学与应用数学》专业题库——曲线拟合的优化方法

考试时间：______分钟总分：______分姓名：______

一、选择题：

1.在曲线拟合问题中，最小二乘法的目标是使得拟合函数与给定数据点的（）最小。

A.绝对误差之和

B.相对误差之和

C.残差平方和

D.残差绝对值之和

2.对于线性最小二乘拟合，如果设计矩阵A的列向量线性相关，则其正规方程组Ax=b的解（）。

A.唯一存在

B.可能不存在

C.一定不存在

D.可能有无穷多个

3.在多项式拟合中，随着多项式次数的增高，拟合曲线可能会（）。

A.总是更好地逼近所有数据点

B.出现过拟合现象

C.减小均方误差

D.必然降低拟合优度R2

4.梯度下降法在每一步迭代中，参数的更新方向沿着（）。

A.梯度的反方向

B.梯度的方向

C.梯度与参数向量的夹角平分线方向

D.梯度正交的方向

5.若使用最小二乘法拟合数据，得到的拟合函数是使得（）最小。

A.数据点到拟合曲线的欧几里得距离平方和

B.数据点到拟合曲线的垂直距离平方和

C.数据点到拟合曲线的曼哈顿距离平方和

D.数据点与拟合曲线对应点的函数值之差的绝对值之和

二、填空题：

6.在线性最小二乘拟合中，正规方程组通常表示为________=________。

7.决定系数R2的取值范围是________。

8.梯度下降法中，步长（学习率）η的选择会影响算法的________和收敛速度。

9.对于非线性最小二乘问题min||f(x,β)||2，当f(x,β)是β的线性函数时，该问题转化为________问题。

三、计算题：

10.给定数据点(1,2),(2,3.9),(3,6),(4,8.1)。试用最小二乘法拟合线性模型y=β?+β?x。

(1)写出正规方程组。

(2)求解该方程组，得到β?和β?的估计值。

11.已知数据点(0,1),(1,2.1),(2,3.9),(3,5.1)。试用二次多项式y=β?+β?x+β?x2拟合这些数据，并计算决定系数R2。

(1)写出正规方程组。

(2)求解正规方程组，得到β?,β?,β?的估计值。

(3)计算拟合值与观测值的残差平方和SSE，并代入R2=1-SSE/SST公式计算R2。（其中SST为总平方和）

12.考虑非线性最小二乘问题min(y?-(a*exp(b*x?)))2，其中a,b为参数，x?,y?为数据点。假设通过某种变换z?=ln(y?)，使得该问题线性化。请写出线性化后的模型形式，并说明需要求解的线性参数与原非线性参数a,b之间的关系。

四、综合应用题：

13.在研究某种物质的衰变规律时，得到以下数据：

时间t(天):012345

质量m(mg):1008064514032

(1)试用指数模型m=a*exp(-bt)拟合这些数据。提示：可以先对质量数据取对数，将其线性化。

(2)计算拟合优度R2，并简单评价拟合效果。

14.比较梯度下降法与牛顿法在求解无约束优化问题minf(β)时的优缺点。

(1)简述梯度下降法的基本思想和更新步骤。

(2)简述牛顿法的基本思想和更新步骤，并指出其需要计算Hessian矩阵的优缺点。

(3)在什么条件下，牛顿法可能比梯度下降法具有更快的收敛速度？

试卷答案

一、选择题：

1.C

2.B

3.B

4.B

5.A

二、填空题：

6.A?A,A?b

7.[0,1]

8.收敛速度

9.线性最小二乘

三、计算题：

10.

(1)正规方程组为[410][β?]=[14][β?]

[1030][β?][32]

或写为x?=(1,1,1,1)?,x?=(1,2,3,4)?,b=(2,3.9,6,8.1)?。则正规方程组为[x??x?][β?]=[x??b]

[x??x?][x??x?][