2025年大学《数理基础科学》专业题库—— 数值代数的算法与实践.docxVIP

2025年大学《数理基础科学》专业题库——数值代数的算法与实践

考试时间：______分钟总分：______分姓名：______

一、

1.设向量$\mathbf{x}=(1,2,-1)^T$和$\mathbf{y}=(3,0,4)^T$，计算向量$\mathbf{x}$的$2$-范数、$1$-范数，并证明$2$-范数满足三角不等式。

2.给定矩阵$A=\begin{pmatrix}21\\43\end{pmatrix}$，计算矩阵$A$的$2$-范数、$1$-范数和谱范数，并解释它们各自的含义。

3.解释矩阵条件数的定义，说明条件数较大的矩阵可能存在什么问题？为什么求解线性方程组$Ax=b$时，$A$的条件数对解的稳定性有重要影响？

二、

1.用高斯消元法（不选主元）求解线性方程组$Ax=b$，其中$A=\begin{pmatrix}123\\567\\40-1\end{pmatrix}$,$b=\begin{pmatrix}1\\2\\3\end{pmatrix}$。写出消元过程和回代过程。

2.考虑线性方程组$Ax=b$，其中$A=\begin{pmatrix}43\\65\end{pmatrix}$,$b=\begin{pmatrix}1\\2\end{pmatrix}$。

(1)判断矩阵$A$是否为奇异矩阵？为什么？

(2)若$A$不是奇异矩阵，分别用雅可比迭代法和高斯-赛德尔迭代法求解该方程组，写出迭代格式，并取初始近似值$x^{(0)}=(0,0)^T$，进行两步迭代计算$x^{(1)}$和$x^{(2)}$。

(3)分析雅可比迭代法和高斯-赛德尔迭代法在该问题中的收敛性。

三、

1.用幂法求矩阵$A=\begin{pmatrix}31\\13\end{pmatrix}$的按模最大的特征值$\lambda_1$及其对应的特征向量$\mathbf{v}_1$。要求迭代两次，并给出初始向量$\mathbf{x}^{(0)}=(1,1)^T$。

2.设矩阵$A$为对称正定矩阵，解释为什么用Householder变换可以将$A$分解为$A=QRQ^T$形式？简述该过程的基本思想。

3.解释QR算法的基本思想，说明为什么QR算法可以用来计算对称矩阵的全部特征值？

四、

1.给定非齐次线性方程组$Ax=b$，其中$A$为$m\timesn$矩阵，$mn$且$rank(A)=n$，$b\in\mathbb{R}^m$。解释最小二乘问题的目标是什么？如何利用QR分解求解该最小二乘问题？

2.给定矩阵$A=\begin{pmatrix}31\\13\\01\end{pmatrix}$和向量$b=\begin{pmatrix}2\\1\\1\end{pmatrix}$，求解线性方程组$Ax=b$的最小二乘解。

3.解释奇异值分解（SVD）$A=U\SigmaV^T$中各部分（$U$、$\Sigma$、$V$）的物理意义。说明奇异值分解在求解最小二乘问题和矩阵伪逆计算中的优势。

五、

1.编写Jacobi迭代法求解线性方程组$Ax=b$的伪代码。简要说明Jacobi迭代法的收敛条件是什么？

2.设矩阵$A=\begin{pmatrix}21\\12\end{pmatrix}$，计算矩阵$A$的特征值和特征向量。

3.解释什么是矩阵的压缩存储（如稀疏矩阵存储），并说明在计算稀疏矩阵的特征值或解线性方程组时，这种存储方式有什么好处？

试卷答案

一、

1.$||\mathbf{x}||_2=\sqrt{1^2+2^2+(-1)^2}=\sqrt{6}$；$||\mathbf{x}||_1=|1|+|2|+|-1|=4$。

证明三角不等式：$||\mathbf{x}+\mathbf{y}||_2=\sqrt{(1+3)^2+(2+0)^2+(-1+4)^2}=\sqrt{4^2+2^2+3^2}=\sqrt{29}$。

$||\mathbf{x}||_2+||\mathbf{y}||_2=\sqrt{6}+\sqrt{29}\approx3.6056+5.3852=8.9908$