企业官网建设流程全解析

简介：《北航数值分析历年试题整理》是一份面向北京航空航天大学数值分析课程学习者的历年考题合集，系统覆盖误差分析、线性代数数值方法（如高斯消元、LU分解、QR分解）、非线性方程求根、插值与拟合、数值微积分以及常微分方程初值问题等核心板块，既适合考前速览考点，也适合逐题模拟实战。整个资源打包为单个PDF文档，共1个文件，大小约8.74MB，排版紧凑，便于直接打印或导入平板笔记。该合集已有789人学习下载，是不少北航学子的常用复习材料。内容从2001年试题开始，部分年份附带答案，读者可对照解析查漏补缺，并通过反复演练熟悉命题风格与常见题型；同时，题目涉及数值稳定性、计算效率与算法适用条件等深层问题，也能帮助建立更扎实的数值计算思维。

1. 数值分析历年试题整理：一份被低估的复习杠杆

数值分析历年试题整理，乍看只是把旧卷子攒成一份 PDF，实际做过的人都知道，它压的是这门课十几年的命题习惯。一个人复习数值分析最痛苦的不是题目难，而是不知道哪一章值得投入、哪种题型反复出现、计算量到底大到什么程度。一份整理得当的历年题 PDF 能同时回答这三件事：近五年的题型权重、证明题的逐年占比、每道题背后的章节分布。它尤其适合考前五到八周的在校生、需要给学生组模拟卷的助教，以及第一次接手这门课、想快速摸清考察重心的新教师。这份文档真正的用法不是「刷过去」，而是「反推接下来」。

2. 先把数值分析拆开：章节结构与考察密度

2.1 数值分析主线章节与题型映射

绝大多数数值分析课程的主线都很稳定，围绕八个方向展开：插值、函数逼近、数值积分、线性方程组的直接法、线性方程组的迭代法、非线性方程求根、常微分方程初值问题、矩阵特征值。开始整理任何一份历年试题之前，要先为这八个方向建好标签，否则后面统计章节频次时你会发现所有题目都挤在「其他」里，整份 PDF 的价值直接打折。

常见的题型可以分成四类：纯计算题、证明推导题、算法设计题、概念简答题。纯计算题考察公式记忆和化简能力，典型如「用列主元高斯消元法解给定方程组」「用欧拉法求初值问题的数值解”；证明推导题考察误差分析和收敛性理论，典型如「证明插值余项公式」「证明雅可比迭代收敛的充要条件”；算法设计题通常以伪代码形式出现，要求写出迭代格式并给出停机准则；概念简答题则集中考定义和适用条件，比如「简述牛顿法的优缺点」。

我经常把这两张标签表合并成一张题型映射表，作为整理时的索引：

| 章节 | 典型计算题 | 典型证明/理论题 | 卷面位置习惯 | | 插值 | 构造拉格朗日/牛顿插值多项式、估计余项 | 插值多项式唯一性、余项公式推导 | 第一题或第二题 | | 函数逼近 | 求最佳平方逼近多项式 | 正交多项式性质 | 低频，多在证明题 | | 数值积分 | 梯形/辛普森/高斯求积公式计算 | 代数精度、误差估计 | 高频，分值较重 | | 直接法 | 列主元 LU 分解、条件数计算 | 矩阵范数性质 | 低频，常与迭代法交替 | | 迭代法 | 雅可比/高斯-赛德尔/SOR 计算几步 | 谱半径与收敛条件证明 | 高频，证明题集中区 | | 非线性求根 | 二分法次数、牛顿法收敛阶 | 收敛性条件分析 | 中频，计算为主 | | 常微分方程 | 欧拉法/RK4 求近似值 | 局部截断误差阶推导 | 高频，计算题稳定出现 | | 特征值 | 幂法/反幂法迭代几步 | QR 迭代思想 | 中低频，两年一轮 |

有了这张表，整理一份历年试题 PDF 就不再是「把题目按年份抄一遍」，而是先给每道题找到章节标签和题型标签。为什么说历年试题是活考纲？因为出题组为了避免连续两年出现一模一样的题目，通常不做大跨度改组，常见操作是：把去年的选择题改成今年的大题、把某道计算题的数值改掉、把证明题的正反方向调转。这意味着同一章节、同一题型的知识点几乎年年轮换，而章节的覆盖范围不会无缘无故改变。整理的首要产出不是 PDF 本身，而是这张章节与题型的映射关系。

不同院校的章节权重差异并不大，差异主要体现在证明题分值比例和计算量上。有的课程组四道大题全考计算，有的则固定一道压轴证明题；有的允许带公式表，有的闭卷全靠记忆。整理时不要只盯着本校一个样本，把通用教材的课后重点题作为参照系，能更快识别本校特有的考察习惯。这个对比过程应该在录入阶段完成，而不是等统计结果出来之后再补。

2.2 计算与证明的比例变化值得单独追踪

把近五年和更早的题目放一起对比，能明显看到一个趋势：近几年卷子里证明/推导题的比例比早期高不少。从这类整理项目的普遍反馈看，有的课程证明题占比会从早期两成左右涨到接近四成，这些证明题集中出现在插值余项、迭代法收敛条件和数值积分误差估计三块。原因是课时压缩后，课堂上来不及推导的公式，反而更容易被搬到考场上去检验理解。

这个趋势直接影响整理方式。如果打标时只有「章节」字段而没有「题型」字段，你会得到一份章节频次表，却看不出证明题在涨还是在跌，也就没法合理分配复习时间。我一般会在每道题上额外加type: 计算/证明/算法设计/简答这个字段，统计时单独按年份窗口分组做对比。

判断一道题是不是证明题，不需要读完全部题干，看几个关键词就够了：「试证」「证明」「为什么」「收敛」「唯一性」「存在性」；而计算题的题干通常直接给出具体函数和数值节点。把这道工序放在录入阶段完成，后面每一轮复习都能直接复用这个标签，不用重新读卷。

另一个值得记录的是单题计算量。某道题如果要在考场上演算超过十五分钟，就在难度字段里标成 4 或者 5，统计时把「高计算量题目」单独列一列，用于评估整卷的时间压力。这样做的原因是：计算量和知识点难度往往不成正比，有的题思路简单但凑数字极其耗时，属于典型的「会做但做不完」，这类题在时间分配上和证明题一样危险。

3. 把散页变成成册：试题整理的最小可行流水线

一份合格的历年试题整理 PDF，前置条件是把散落在各种渠道的题目变成结构化数据。下面是实际操作中的最小可行流程，按顺序执行可以少走弯路。

3.1 收集优先级与命名规范

先收集原始材料，再谈整理。常见来源包括：课程站点公布的往年样题、往届同学整理的回忆版、打印店流传的扫描册、以及课程群的零散截图。并不是每一份材料都值得录入，我一般按下列优先级取舍：

1. 带评分标准或参考解答的完整卷，价值最高，直接作为底稿；
2. 带完整题干的回忆版，缺失信息少，可以录入但要在来源里注明「回忆版」；
3. 只有零散考点或题目截图的材料，先归入待验证区，不进入统计；
4. 转载多次、带水印的二手 PDF，先做清晰度检查，公式模糊的直接放弃。

版权边界要单独提一句：原始评分标准通常不适合二次公开传播，这类材料用于个人学习和课堂讨论没有问题，公开发布时建议只保留题目和自写答案。这类材料一旦公开传播，很容易引发课程组的版权异议和投诉，整理得再漂亮也白搭。

文件名和题目编号从一开始就要规范。命名规则我常用「年份_学期_题型_章节_来源」五段式，例如：

2024_秋_计算_牛顿插值_回忆版.md 2023_春_证明_迭代法_扫描版.md

五个字段的含义分别是：年份和学期用于判断考纲变动区间；题型字段在文件名层面就能做粗筛；章节字段对应前面建立的八章索引；来源字段区分「扫描版/回忆版/官方样卷」，决定这道题在统计时是「高置信度」还是「低置信度」。文件名一旦确定就不再改，后续所有统计脚本都靠它做索引。

3.2 OCR 与人工校验：把扫描件变成可检索文本

扫描版 PDF 不能直接检索，需要先转文本。我的流水线是 PyMuPDF 把每一页渲染成图片，再交给 Tesseract 做中文 OCR。这里给一个能直接跑的脚本：

# 扫描版试题册转可检索文本：PyMuPDF 出图，Tesseract 识别 import fitz import pytesseract def ocr_pdf(pdf_path: str, dpi: int = 300) -> None: doc = fitz.open(pdf_path) for i, page in enumerate(doc, start=1): pix = page.get_pixmap(matrix=fitz.Matrix(dpi / 72, dpi / 72)) png_path = f"page_{i:02d}.png" pix.save(png_path) # chi_sim+eng：中文试题里混有英文变量和数学符号 text = pytesseract.image_to_string( png_path, lang="chi_sim+eng", config="--psm 6", ) print(f"# ==== PAGE {i} ====") print(text)

逻辑说明：fitz.Matrix(dpi / 72, dpi / 72)把页面按 300dpi 重采样，这个分辨率对中文识别是一个比较稳的起点；低于 200dpi 的扫描件会出现大量错字。--psm 6适合单列正文的版式，如果原始试卷是双栏排版，改--psm 3让引擎自动分栏。识别完成后，文本被逐页打印出来，用于关键词检索和章节预分类。

OCR 结果里最不可靠的是数学公式：根号、分式、上下标基本都会被识别错。常见的处理策略是「公式区人工转录，文字区可信」：先用 OCR 文本找出题目编号和题干描述，公式部分对照扫描件用 LaTeX 手写。不要花时间调 Tesseract 参数去硬解公式，这条路我早期试过很多次，效果很差，后来一律人工转录。

失败时先看现象再决定改哪里。如果中文乱码率高，先看扫描件分辨率是否低于 200dpi，再看是不是双栏版式没设--psm 3；如果英文识别正常而中文全部变成乱码，是缺中文语言包，安装chi_sim数据包即可；如果原 PDF 本身就是文字版而不是扫描版，直接用page.get_text()提取文本，完全不需要走 OCR。

3.3 打标与统一排版，决定这份 PDF 好不好用

OCR 只是加工，打标才是整理的核心动作。每道题我会在最前面放一段 front-matter，记录统一字段。下面是一个实际例子：

--- year: 2024 term: 秋季 chapter: 插值 type: 证明 difficulty: 4 answer: verified source: 回忆版 --- ## Q3. 设 f(x) 在 [a,b] 上有 n+1 阶连续导数，试证插值余项...

字段含义：year和term定位卷次；chapter走八章节标签，保证统计脚本正确分组；type区分计算/证明/算法设计/简答；difficulty是 1 到 5 的打分，5 代表考场上演算超过十五分钟且有陷阱；answer标记答案状态，verified表示用程序或符号计算验证过，unchecked表示还没验证；source保留原始来源，方便日后回溯。

统一排版我用 Markdown 加 Pandoc 转 PDF，命令大致是这样：

pandoc --pdf-engine=xelatex \ -V CJKmainfont="Noto Serif CJK SC" \ -o 数值分析历年题.pdf 插值.md 数值积分.md 迭代法.md

参数说明：--pdf-engine=xelatex是为了处理中文的 UTF-8 编码；CJKmainfont指定中文字体，不指定会直接报错或者乱码。如果你不想安装体积较大的 LaTeX 发行版，另一个办法是转 HTML 然后用浏览器打印成 PDF，速度快，缺点是页面控制弱一些。两种方式我倾向于前者，因为公式渲染质量高一个级别。

提示：转 PDF 前先写一个字段完整性检查脚本，确认每份 Markdown 的 front-matter 里year、chapter、type都存在，否则后面统计分析时会出现一大堆空值，排错比补标签更麻烦。

4. 用真题反推复习策略：从统计表到投入权重

整理出的结构化题目库，接下来做两件事：统计和排优先级。统计结果不是黑匣子，每一行都能回溯到具体题目。

4.1 章节频次与题型占比的量化

题目打标完成后导出一张 CSV，两列必备：chapter和type。剩下的统计交给 pandas。下面这个脚本按章节和题型交叉计数：

import pandas as pd df = pd.read_csv("questions.csv", encoding="utf-8") df["year"] = df["year"].astype(int) # 只统计近5年，年份窗口可调：窗口越大样本越稳定，但越容易混入旧考纲 recent = df[df["year"] >= 2019].copy() stats = recent.groupby(["chapter", "type"]).size().unstack(fill_value=0) stats["total"] = stats.sum(axis=1) if "证明" in stats.columns: stats["proof_ratio"] = stats["证明"] / stats["total"] stats = stats.sort_values("total", ascending=False) print(stats)

逻辑说明：groupby按章节和题型两列分组，size()统计每组的题目数量，unstack(fill_value=0)把「题型」这一列展开成多列，空值补 0，避免后续除法出现 NaN。proof_ratio计算每个章节里证明题占总题数的比例，用于识别「这个章节虽然题不多，但几乎全是证明」的高风险区。

参数的调整方式：想看最近三年就把筛选条件df["year"] >= 2019改成>= 2021；如果想把不同年份的分值也纳入统计，再加一列score，把size()换成["score"].sum()。统计结果出来后，先做一次完整性检查：所有行的total之和应该等于筛选后的总题数，如果不相等，说明chapter字段有拼写不一致或者空值，先用df["chapter"].value_counts()看一眼分布再改。

一组示意性的统计结果长这样（仅作方法演示，不指向任何具体学校）：

| 章节 | 题数 | 证明占比 | 初步判断 | | 插值 | 8 | 25% | 第一梯队，计算为主 | | 迭代法 | 7 | 57% | 第一梯队，证明密集 | | 数值积分 | 6 | 33% | 第一梯队，计算与证明均衡 | | 常微分方程 | 5 | 20% | 第二梯队，纯计算 | | 非线性求根 | 4 | 0% | 第二梯队，公式记牢即可 | | 特征值 | 3 | 33% | 第三梯队，间次出现 | | 函数逼近 | 2 | 50% | 第三梯队，不可完全放弃 | | 直接法 | 2 | 0% | 第三梯队，常被迭代法掩盖 |

这个表格的价值在于它把「感觉」转成了「数据」。很多人复习时凭印象认为迭代法简单、插值题多，但统计显示迭代法的证明占比超过一半，属于需要专门训练证明框架的章节，这个结论靠感觉很难得出来。

4.2 从统计结论反推复习顺序

拿到频次表之后，真正的决策是投入权重。常见做法是「频率降序加证明占比修正」：高频且计算为主的章节练速度，高频且证明密集的章节补理论，低频但周期性出现的章节留到最后一周过套路。

具体拆解下来是四步。第一步，把第一梯队章节的时间预算设为总复习时间的六成：插值练到看到节点能直接写出插值多项式，迭代法练到能默写雅可比收敛的充要条件，数值积分练到能快速判断代数精度。第二步，对证明占比高的章节单独建一个「定理-结论-证明思路」矩阵，把迭代法收敛条件、插值余项、误差估计三块整理成每页一个定理的卡片，反复默写。第三步，对低频章节采取「考前一周过套路」策略：函数逼近背最佳平方逼近的正规方程，特征值背幂法迭代格式，不要深入推导细节。第四步，用近两年的整卷做一次计时模拟，估算每类题目的真实耗时，反过来调整难度评估。

这样的安排能覆盖绝大多数考察模式。有一点要强调：统计窗口的选择会影响判断，只看最近一年的题容易受单年特例干扰，看十年又会被旧考纲带偏。我优先用最近五年作为平衡值；如果发现某一年的章节覆盖和前后差异很大，先单独把这一年挑出来做标记，可能是课程组换教材或者教师轮换导致，不要让它污染整体统计。

5. 整理与使用历年题时的五个常见坑

把题目库建起来只是第一步，真正使用时踩过的坑比预想的多。这里按「现象、原因、解决」记录五条最常见的。

5.1 公式被 OCR 改坏，统计结果假性漂移

现象：统计某一章时发现题目数量明显偏少，比如「插值」手动数有 8 道，脚本只统计出 5 道。原因：OCR 把公式里的关键符号识别成别的字符，导致正则关键词匹配不上。分式「1/2」常见被识别成「12」，希腊字母「λ」常被识别成拉丁字母「A」，这一类错字会让聚类结果失真。

解决：OCR 不承担公式理解，只承担文字检索。我的做法是在流水线里加一道「公式行筛选」，把高概率是公式的行单独打标记，交给人工转录：

# 公式行特征：等号、积分号、求和号密集出现，OCR 错误率高 def is_formula_like(line: str) -> bool: symbols = "=∫Σ≈±√" sym_count = sum(line.count(c) for c in symbols) return sym_count >= 2 or "frac" in line or "_{" in line

这个阈值2的含义是：一行里出现两个以上符号特征就视为公式行，实际使用时按扫描件的噪声水平调整，噪声高的版本可以放宽到 1，噪声低的可以收紧到 3。公式行单独放一个文件处理之后，统计脚本匹配的可靠性会明显提升。

5.2 同名课程换考纲，年份之间不可直接对比

现象：按年份画章节覆盖热力图时，某一年开始「数值积分」题量从 6 道骤降到 2 道，同时新增了「函数逼近」的证明题；继续拿早期题当冲刺资料，做了大量早就删掉的考法。

原因：课程组更换教材，或者压缩学时导致考点范围调整。这种情况并不少见，课程组换教材或教师流动都可能引发，是长期积累的资料里最常见的失真源。

解决：先做覆盖热力图，就是把每一年、每个章节的题量填成一个矩阵，肉眼找断崖。找到变动年份后，只以变动之后的年份为主统计，早于三年的题目只用来练基础概念，不进入冲刺优先级的计算。这个动作应该放在统计之前，而不是统计出异常后再返工。

5.3 回忆版题目的数值参数被脑补，题型失真

现象：整理目录发现某章题目的数据全部是「0 和 1」这种特例，几乎没有非平凡数值；统计出的难度分布也和实际卷面不匹配。

原因：回忆者只记住了题型框架，忘了原始数值。整理者为了 PDF 看起来完整，给题目脑补了一组「看起来合理」的数据，实际上彻底改变了题目难度。这类问题在纯计算题里尤其致命。

解决：在字段里增加confidence，分为high（原题扫描或完整回忆）和low（缺数值或边界条件），统计时只计入high。题目参数缺失的，在正文里写「待补」，而不是造一个数字填进去。一道缺参数的题，标出来比补完更有价值，因为补完的题会让你产生虚假的安全感。

5.4 把整理本身当成复习，排版上瘾

现象：有人花了三个星期调字体、做封面、配目录、给每道题画示意图，最后 PDF 很漂亮，真题一套都没做。这个现象在第一次做整理的人身上特别常见，整理给了人「我在为这门课付出」的错觉。

原因：整理是低认知负荷的工作，做题是高认知负荷的工作，大脑天然倾向挑选轻松的任务。排版带来的短期视觉反馈也比解题来得快，于是动作变形。

解决：给整理环节设置硬性时间上限。我给自己定的规则是：每道题打标不超过 30 秒，OCR 之后只做公式校对和关键词修正，排版全部交给 Pandoc 脚本统一处理，禁止手动逐页调样式。整理完成的标志是「可以随时生成统计表」，而不是「PDF 好看」。这个边界守不住，整份资料就会从工具变成玩具。

5.5 二手 PDF 的扫码水印和乱版干扰解析

现象：从共享渠道拿到的 PDF 每一页都带「扫码领完整版」水印，部分页面旋转了 90 度，章节顺序上下颠倒，OCR 输出的文本顺序错乱，统计出来的章节归属完全找不到规律。

原因：二次传播的 PDF 多经过拼接、压缩和加页操作，版面与原始卷面已经不一致，水印还会被 OCR 识别成正文内容混进题干。

解决：先拆页检查，再做旋转修复。旋转检测最简单的方式是用 PDF 阅读器打开随机翻几页，看页面方向是否一致；不一致时用 pypdf 批量纠正：

# 把方向不统一的扫描页统一旋转，解决横向页/倒置页 from pypdf import PdfReader, PdfWriter reader = PdfReader("source.pdf") writer = PdfWriter() for page in reader.pages: if page.rotation != 0: # rotation 值为 90/180/270，按实际方向改成 180 page.rotation = (page.rotation + 90) % 360 writer.add_page(page) with open("fixed.pdf", "wb") as f: writer.write(f)

逻辑说明：pypdf 的page.rotation单位是度数，循环里统一把非正向页面加 90 度并取模，适合所有页面错位方向一致的情况；如果不同页错位方向不一致，需要先按页分组再分别处理。修复后仍然要人工抽查至少一页，确认旋转方向没有修反，因为 PDF 页面的旋转方向和视觉上的「竖读/横读」有对应关系，修反了比没修更糟糕。

这些坑的共同点是：整理动作本身没有错，错在把中间产物当成了最终成果。OCR 结果、旋转修复、统计表都只是手段，最终要交付的是「你知道哪些题必考、哪些题可以放」的判断力。任何一步如果让你觉得「我在忙但没有推进」，就停下来重新检查流程。

6. 进阶：把整理结果变成考前自测机

到这一步你已经拥有一个带章节、题型、难度、验证状态的题目库，继续往下走最有价值的用法是「按真实试卷结构随机组卷」。我把整理当成生产原材料，不把整理本身当产出；组卷脚本模拟考试结构，例如计算题占六成、证明题占两成、简答占一成，从这个比例反推每组题量。下面是一个简单的组卷脚本：

import pandas as pd df = pd.read_csv("questions.csv", encoding="utf-8") quota = {"计算": 4, "证明": 2, "简答": 1} selected = [] for kind, n in quota.items(): pool = df[df["type"] == kind].sample(n, replace=False) selected.append(pool) mock = pd.concat(selected).sample(frac=1) # 打乱顺序，模拟真实卷面 mock[["id", "chapter", "difficulty"]].to_csv("mock_exam.csv", index=False)

逻辑说明：sample(n, replace=False)保证同一道题不会被重复抽入同一份卷子；concat后加sample(frac=1)打乱顺序，消除「同一章连续出现」的假象。参数调节：quota按近年卷的题型占比调整；如果题目池太小，把replace改为True，允许重复用于日常碎片限时练。生成mock_exam.csv之后，我还会手动把最近一年考过的高频题排除在外，避免明明做过原题还误以为是自己会做。

我通常考前倒数第三周组第一卷，定时三小时完整做一次，错题回到库里单独建一个wrong标签；倒数第二周组第二卷，重点检查上次错题的章节是否再次出错；最后一周不再组新卷，只看错题索引和公式表。整理阶段不用花太多时间美化 PDF，考试时真正起作用的是做题时暴露出来的薄弱点。这也是这份历年试题整理被很多人做出来却浪费掉的原因——整理要有章法，使用要有纪律。希望帮到你。

本文还有配套的精品资源，点击获取