2025年大学《数学与应用数学》专业题库- 数值线性代数的理论及方法

2025年大学《数学与应用数学》专业题库——数值线性代数的理论及方法考试时间：______分钟总分：______分姓名：______一、选择题（本大题共5小题，每小题3分，共15分。在每小题给出的四个选项中，只有一项是符合题目要求的。请将正确选项前的字母填在题后的括号内。）1.对于线性方程组Ax=b，若矩阵A的条件数κ(A)很大，则（）。A.迭代法求解该方程组必然收敛B.迭代法求解该方程组必然发散C.直接法求解该方程组数值稳定性好D.直接法求解该方程组数值稳定性差2.设矩阵A为非奇异矩阵，使用高斯消元法解Ax=b时，若在消元过程中没有进行行交换，则得到的上三角矩阵为U，则U等于（）。A.PA^TB.P^TAPC.LUD.PA3.对于矩阵范数||·||和向量范数||·||，向量不等式||Ax||≤||A||||x||成立，则矩阵范数||A||满足（）。A.||Ax||=||A||||x||B.||Ax||≥||A||||x||C.||Ax||≤||A||||x||D.||Ax||≥||x||4.若矩阵A满足0<λ1≤λ2≤...≤λn是A的特征值，则A的谱范数σ(A)=max{λi}等于（）。A.λ1B.λnC.(λ1+λn)/2D.(∑λi)/n5.使用雅可比迭代法解方程组Ax=b，若系数矩阵A的对角占优（即对于所有i，有|aii|>∑|aik|,k≠i），则该迭代法（）。A.一定收敛B.一定发散C.可能收敛也可能发散D.收敛速度取决于初始值的选取二、计算题（本大题共4小题，共45分。请写出详细的计算过程。）6.（10分）考虑线性方程组：4x1+x2=3x1+5x2=2使用高斯消元法（不进行行交换）将系数矩阵A化为上三角矩阵U，并写出LU分解的L和U矩阵。7.（12分）给定矩阵A和向量b：A=[[3,1],[12,4]],b=[[1],[2]]（1）计算矩阵A的1-范数、2-范数（谱范数）和infinity-范数。（2）计算向量b的2-范数和infinity-范数。8.（15分）使用雅可比迭代法求解线性方程组：10x1-x2=9-x1+10x2=7要求迭代3次，初始值为x1^(0)=0,x2^(0)=0。请写出每次迭代的结果，并判断该迭代法是否收敛。9.（8分）给定矩阵A和初始向量x^(0)：A=[[2,-1],[1,3]],x^(0)=[[1],[0]]使用幂法（取ε=0.001）近似计算矩阵A按模最大的特征值λ1，并给出前两次迭代的结果。三、证明题（本大题共2小题，共40分。请给出严谨的数学证明。）10.（20分）证明：若矩阵A为对称正定矩阵，则A的乔莱斯基分解存在，且满足A=LL^T，其中L为下三角矩阵，其对角线元素为正。11.（20分）设矩阵A为非奇异矩阵，迭代法求解Ax=b的迭代公式为x^(k+1)=Gx^(k)+c，其中G为非对角占优矩阵。证明该迭代法收敛到唯一解的充分必要条件是谱半径ρ(G)<1。试卷答案一、选择题1.D2.C3.C4.B5.A二、计算题6.解：增广矩阵为[[4,1,|,3],[1,5,|,2]]。R2=R2-(1/4)R1=>[[4,1,|,3],[0,19/4,|,5/4]]。令U=[[4,1],[0,19/4]],L=[[1,0],[1/4,1]](单位下三角矩阵)。验证A=LU:[[4,1],[1,5]]=[[1,0],[1/4,1]]*[[4,1],[0,19/4]]=[[4,1],[1,19/4]]。略有误差，修正L的第二行第一个元素应为1/4。正确的L和U为：L=[[1,0],[1/4,1]],U=[[4,1],[0,19/4]]。LU分解为A=[[1,0],[1/4,1]]*[[4,1],[0,19/4]]。7.解：（1）1-范数||A||₁=max(∑|aᵢⱼ|overrows)=max(|3|+|1|,|12|+|4|)=max(4,16)=16。2-范数||A||₂=σ(A)=λ₁=max{||[3,1]||₂,||[12,4]||₂}=max(sqrt(3²+1²),sqrt(12²+4²))=max(sqrt(10),sqrt(160))=sqrt(160)=4√10。infinity-范数||A||∞=max(∑|aᵢⱼ|overcolumns)=max(|3|+|12|,|1|+|4|)=max(15,5)=15。（2）向量b=[[1],[2]]。b的2-范数||b||₂=sqrt(1²+2²)=sqrt(5)。b的infinity-范数||b||∞=max(|1|,|2|)=2。8.解：方程组可写为：x₁=(9+x₂)/10，x₂=(7+x₁)/10。迭代公式：x₁^(k+1)=(9+x₂^(k))/10，x₂^(k+1)=(7+x₁^(k))/10。k=0:x₁^(0)=0,x₂^(0)=0。x₁^(1)=(9+0)/10=0.9。x₂^(1)=(7+0)/10=0.7。k=1:x₁^(1)=0.9,x₂^(1)=0.7。x₁^(2)=(9+0.7)/10=0.96。x₂^(2)=(7+0.9)/10=0.76。k=2:x₁^(2)=0.96,x₂^(2)=0.76。x₁^(3)=(9+0.76)/10=0.976。x₂^(3)=(7+0.96)/10=0.796。迭代结果为：(x₁^(3),x₂^(3))=(0.976,0.796)。判断收敛：系数矩阵A'=[[0,1/10],[1/10,0]]的谱半径ρ(A')=max{|λ|}=1/10<1，故雅可比迭代法收敛。9.解：A=[[2,-1],[1,3]]。迭代公式：x^(k+1)=Ax^(k)。k=0:x^(0)=[[1],[0]]。x₁^(1)=2*1+(-1)*0=2。x₂^(1)=1*1+3*0=1。x^(1)=[[2],[1]]。k=1:x^(1)=[[2],[1]]。x₁^(2)=2*2+(-1)*1=3。x₂^(2)=1*2+3*1=5。x^(2)=[[3],[5]]。近似特征值为x₁^(2)/x₂^(2)=3/5=0.6。λ₁≈0.6。由于A的第一行和第二行元素之和（3和4）大于第一列和第二列元素之和（3和1），矩阵可能具有较大的主特征值。此处迭代结果0.6可能对应次小特征值或受初始值影响。严格按幂法，需多次迭代并观察收敛趋势。三、证明题10.证明：设A为对称正定矩阵，则A=A^T，且对于任意非零向量x，有x^TAx>0。对称正定矩阵可进行乔莱斯基分解：A=LL^T，其中L为下三角矩阵，对角线元素dᵢ>0。令x=Lz，其中z为相应维度的向量。则x^TAx=(Lz)^TA(Lz)=z^TL^TLz=z^TL^TALz=z^TL^TLz=z^TL^TLz=z^T(L^TL)z=z^T(A)z。由于A正定，x^TAx>0对所有非零x成立，即z^T(A)z>0对所有非零z成立。由于L是可逆的（对角线元素为正），存在x使得x≠0当且仅当z≠0。因此，z^T(L^TL)z>0对所有非零z成立，这意味着矩阵L^TL也是对称正定的。根据施瓦茨不等式，对于任意向量y，有||y||₂≤||L^T||₂||y||₂。因为L是下三角矩阵，其2-范数（谱范数）等于其最大对角元素乘以L的逆的最大对角元素，且由于L可逆，此值非零。更直接地，由于L^TL是正定矩阵，其最小特征值大于0，所以||L^T||₂=||L||₂>0。因此，存在非零向量z使得z^T(L^TL)z=||z||₂²>0。对于任意非零向量x，令z=L^Tx，则x=Lz，且z≠0当x≠0。x^TAx=z^T(L^TL)z=||z||₂²>0。这证明了A=LL^T形式的乔莱斯基分解存在且唯一（由正定性保证分解中L的对角线元素为正）。11.证明：迭代法收敛到唯一解x̄的充分必要条件是序列{x^(k)}收敛到x̄。x^(k+1)=Gx^(k)+c。令x̄=Gx̄+c，则x̄是解。x^(k+1)-x̄=G(x^(k)-x̄)。令e^(k)=x^(k)-x̄，则e^(k+1)=Ge^(k)。若ρ(G)<1，则矩阵G的谱半径小于1。根据矩阵范数与谱半径的关系，存在一个向量范数||·||，使得||G||<1。对于任意向量e^(k)，有||e^(k+1)||=||Ge^(k)||≤||G||||e^(k)||。递归应用得||e^(k)||≤||G||^k||e^(0)||。由于||G||<1，当k→∞时，||G||^k→0，从而||e^(k)||→0。即，误差向量{e^(k)}收敛于零，这意味着x^(k)收敛于x̄。必要性得证。充分性：若x^(k)收敛于x̄，则误差向量e^(k)=x^(k)-x̄收敛于零。e^(k+1)=Ge^(k)。两边取范数，||e^(k+1)||≤||G||||e^(k)||。由于