2026年大数据数学考试题及答案

2026年大数据数学考试题及答案一、单项选择题（每题3分，共30分）1.向量x=(1A.3B.5C.9D.25答案：A解析：∥x2.设矩阵A=20A.2B.3C.5D.6答案：C解析：A的特征值为2和3，和为5，等于矩阵的迹。3.设X∼N(A.0.68B.0.90C.0.95D.0.99答案：C4.已知P(A)=0.4A.0.12B.0.70C.0.50D.0.03答案：A解析：P(5.关于随机梯度下降（SGD），下列说法正确的是（）A.每次迭代使用全部训练样本计算梯度B.每次迭代使用一个或一小批样本估计梯度C.SGD无法处理大规模数据集D.SGD的收敛结果一定优于批量梯度下降答案：B解析：SGD的核心是用单样本或mini-batch估计梯度，计算代价小，适合大规模数据。6.线性回归模型Y=Xβ+εA.βB.βC.βD.β答案：A解析：最小化∥Y−X7.关于矩阵的奇异值分解A=A.U与V是正交矩阵B.Σ的对角元素非负C.A必须是方阵D.奇异值通常按从大到小排列答案：C解析：任意实数矩阵都存在SVD，A不要求是方阵。8.设X1,…,Xn独立同分布，E(A.NB.NC.ND.N答案：A解析：由中心极限定理，n(X−9.向量a=(1A.0B.1C.−D.0.5答案：A解析：cosθ10.主成分分析（PCA）中，选取主成分的基本准则是使投影后数据的（）A.方差最大B.均值最大C.特征值最小D.协方差最小答案：A二、填空题（每题4分，共20分）1.设矩阵A=12答案：−解析：det(2.设离散随机变量X的分布为P(X=0)=0.5答案：1解析：H(3.向量u=(1,2答案：0解析：1×4.设Z∼N(0,答案：0.95（或95%5.岭回归通过引入L2正则项λ答案：防止过拟合（或缓解多重共线性、增强模型稳定性）三、计算题（每题10分，共30分）1.已知矩阵A=2−答案：特征方程为|解得λ1=1当λ=1时，解1得x1=x当λ=3时，解−得x1=−因此A的特征值为1,3，对应的单位特征向量分别为p1解析：A是实对称矩阵，不同特征值对应的特征向量相互正交。若不要求单位化，写成(1,12.已知三个样本点(1,2)、(2,3答案：计算得∑正规方程为36解得α所以拟合直线为y当x=y解析：本题通过最小化∑(3.某疾病在人群中的患病率为0.001。检测试剂的灵敏度为0.99，特异性为0.99。若某人检测结果为阳性，求其真正患病的概率。答案：设D表示“患病”，T表示“检测阳性”。已知P由全概率公式：$$P(T)=P(T\midD)P(D)+P(T\mid\barD)P(\barD)

=0.99\times0.001+0.01\times0.999=0.01098.$$由贝叶斯公式：$$P(D\midT)=\frac{P(T\midD)P(D)}{P(T)}

=\frac{0.99\times0.001}{0.01098}\approx0.0902.$$即该人真正患病的概率约为9.02%解析：虽然检测试剂准确性很高，但由于患病率极低，阳性结果中绝大多数来自假阳性。贝叶斯公式将先验概率和似然度结合，得到后验概率，是医学筛查、垃圾邮件过滤等场景的核心计算工具。四、综合应用题（每题20分，共20分）1.设某大数据降维任务中，两个变量的协方差矩阵为C(1)求C的特征值和对应的单位特征向量；(2)写出第一主成分和第二主成分，并计算第一主成分的方差贡献率；(3)样本x=答案：(1)求特征值：|解得λ当λ=3时，解−得u1p当λ=1时，解1得u1p(2)第一主成分为Y第二主成分为Y第一主成分的方差贡献率为λ(3)样本