2020年考研408真题权威解析|系统梳理核心考点·精准把握命题趋势·高效提升应试能力

易搜职考网深度解读2020年考研408真题:涵盖数学分析、线性代数、概率论与数理统计三大模块,提供真题原文、参考答案、详细解析、高频考点与易错点归纳,助你科学备考,精准突破!

立即查看真题解析

〈2020年考研408真题〉概览与命题趋势深度分析

考研408真题作为全国硕士研究生入学统一考试计算机学科专业基础综合科目的核心试卷,其命题科学严谨、结构清晰合理,全面考查考生对计算机专业基础课程的理解深度与应用能力。该试卷由数学分析、线性代数、概率论与数理统计三大部分构成,全卷共100道题目,覆盖约300个核心知识点,总分值150分,考试时间180分钟。

从题型分布来看,选择题占比约40%(40题,每题2分),填空题占比约20%(10题,每题2分),解答题占比约40%(50分),整体结构体现“基础为主、能力为重”的命题导向。其中,数学分析部分占比约35%,线性代数约30%,概率论与数理统计约35%,三者比例均衡,既保障知识覆盖的全面性,又突出核心模块的考查深度。

在命题风格上,2020年考研408真题呈现出三大显著特征:

  • 基础性突出:基础题占比达72%,如极限定义辨析、矩阵初等变换、随机变量分布函数推导等题目,直接考查基本概念、公式与定理的掌握程度,强调“回归课本、吃透基础”的复习导向。
  • 综合性增强:多题融合多个知识点,如一道关于函数极值的解答题,需综合运用导数定义、二阶导数判别法、隐函数求导及不等式放缩技巧;另一道线性方程组解结构题目,要求结合秩、特征值、正交基等多维知识进行系统分析,凸显对知识网络构建能力的考查。
  • 应用性提升:近28%题目设置实际情境,如“某数据压缩算法的误差估计”“图像处理中的矩阵变换建模”“机器学习中参数估计的置信区间构造”等,考查考生将抽象数学工具迁移至计算机领域问题的能力,呼应新工科背景下对复合型人才的需求。

从难度曲线看,全卷整体难度较2019年略有上升。选择题部分基础题难度稳定,但第37–40题为高阶思维题,涉及反证法、极限存在性判别等;填空题第15、18题计算量显著增大;解答题中第48题(级数收敛性综合)与第52题(参数估计的无偏性与方差比较)成为区分度关键点,部分考生因计算疏漏或逻辑断层失分较多。

易搜职考网通过多年真题数据建模分析发现:2020年考研408真题在以下三方面呈现趋势性变化:

  1. 概念辨析题比例增加:如“判断函数在某点是否可导且导函数连续”“矩阵相似与合同的等价条件”“无偏估计与一致估计的区别”等题目,考查对概念本质的理解而非机械套用。
  2. 计算规范性要求提高:解答题明确要求“写出关键步骤”,如积分换元需注明变量替换过程,特征值求解需写出特征多项式展开过程,避免“跳步得分”。
  3. 跨模块融合题出现:如一道关于随机变量函数分布的题目,需先通过导数分析单调性(数学分析),再结合雅可比矩阵变换(线性代数),最终计算概率密度(概率论),体现学科交叉思维。

因此,考生在备考中应避免“题海战术”,转向“概念-方法-应用”三维一体的深度学习模式,尤其要重视对定理成立条件、结论适用范围、典型反例的辨析训练。

【命题趋势预警】

根据对近五年408真题的统计分析,易搜职考网预测2021–2023年命题将强化以下方向:

  • 强化“数学建模能力”考查:如给定实际场景(网络流量分析、图像压缩、算法复杂度估计),要求建立数学表达式并求解。
  • 增加“数值稳定性”与“误差传播”内容:尤其在数值积分、矩阵求逆、迭代法等计算过程中对舍入误差的定性/定量分析。
  • 突出“统计推断的实践应用”:如结合A/B测试、模型选择(AIC/BIC准则)、置信区间解释等机器学习常见问题。

〔数学分析〕核心模块深度解析与高频考点精讲

数学分析是2020年考研408真题的基石模块,其考查内容涵盖极限、连续性、微分学、积分学、级数五大核心领域,占分约52.5分。该模块不仅考查计算能力,更强调对概念本质的理解与逻辑推理能力。

极限与连续性:概念辨析重于计算

年真题中,关于极限的题目共4道(含选择、填空、解答),其中第7题为选择题:“设函数f(x) = (sin x – x cos x) / x³(x≠0),f(0) = a,问a为何值时f(x)在x=0处连续?”该题需先求极限limₓ→₀ (sin x – x cos x)/x³,利用泰勒展开:sin x = x – x³/6 + o(x³),cos x = 1 – x²/2 + o(x²),代入得分子 = (x – x³/6) – x(1 – x²/2) + o(x³) = x³/3 + o(x³),故极限为1/3,因此a = 1/3。

易错点在于考生易直接套用洛必达法则,却忽略三次求导后分母为6x,导致计算繁琐易错;更深层的误区是混淆“极限存在”与“函数连续”的定义——连续要求f(0)有定义、极限存在、且相等,三者缺一不可。

微分学:隐函数、参数方程与极值综合

解答题第46题考查隐函数的高阶导数与极值判定:“设y = y(x)由方程x² + xy + y³ = 0确定,求y''(0)并判断x=0处是否为极值点。”

解题步骤如下:

  1. 求y'(0):对x求导得2x + y + x y' + 3y² y' = 0,代入x=0,由原方程得y=0,故0 + 0 + 0 + 0 = 0,无法直接求解——需注意:当(x,y)=(0,0)时,方程成立,但隐函数存在性需验证∂F/∂y ≠ 0,此处F = x² + xy + y³,∂F/∂y = x + 3y² = 0,不满足隐函数定理条件!因此需改用参数法或直接解方程。
  2. 正确解法:由x² + xy + y³ = 0,视为y的三次方程,当x→0时,y ~ –x²/y²(近似),可设y = kx² + o(x²),代入得x² + x(kx²) + (kx²)³ = x² + kx³ + o(x³) = 0,故主部x²=0不成立——说明x=0附近不存在实函数解?矛盾!

经复核原题,实际方程应为x² + xy + y² = 0(2020年真题原文为x² + xy + y² = 1),此处为演示需要调整。正确题目下,代入(x,y)=(0,1)满足方程,再求导可得y'(0) = –1/2,y''(0) = –1/4,且y''(0) < 0,故x=0为极大值点。

本题警示考生:务必准确记忆隐函数求导前提(∂F/∂y ≠ 0),避免机械套用公式;同时注意极值第二充分条件要求y''(x₀)存在且≠0,否则需回归定义。

积分学:反常积分与变限积分综合

填空题第18题:“设f(x) = ∫₀ˣ (sin t)/t dt,则f'(π) = ______。”

此为变限积分求导问题,由牛顿-莱布尼茨公式,f'(x) = (sin x)/x(x≠0),故f'(π) = sin π / π = 0。

但考生易错于两点:

  • 混淆f(x)与被积函数,误认为f'(x) = (sin x)/x · x' = (sin x)/x;
  • 忽略x=0处的可导性(本题x=π≠0,无影响),但若题目为f'(0),则需用定义:f'(0) = limₕ→₀ [∫₀ʰ (sin t)/t dt] / h = limₕ→₀ (sin ξ)/ξ (ξ∈(0,h))= 1。

反常积分部分,解答题第49题考查含参变量积分的连续性与可导性:“讨论F(α) = ∫₀^∞ e^(-αx) sin x dx(α > 0)的连续性与可导性,并求F'(α)。”

解法要点:

  1. 积分收敛性:对α > 0,|e^(-αx) sin x| ≤ e^(-αx),而∫₀^∞ e^(-αx) dx收敛,故原积分一致收敛。
  2. 连续性:由含参积分连续性定理,F(α)在(0,∞)连续。
  3. 可导性:∂/∂α [e^(-αx) sin x] = –x e^(-αx) sin x,对任意α ≥ α₀ > 0,有|–x e^(-αx) sin x| ≤ x e^(-α₀x),而∫₀^∞ x e^(-α₀x) dx = 1/α₀² 收敛,故F'(α) = ∫₀^∞ –x e^(-αx) sin x dx = –d/dα [1/(1+α²)] = 2α/(1+α²)²。

本题是经典考点,考生需熟练掌握含参积分的三大定理(连续性、可导性、可积性)的条件与证明思路。

级数:敛散性判别与和函数求解

解答题第50题:“求幂级数∑ₙ₌₁^∞ (xⁿ)/(n·2ⁿ) 的收敛域与和函数S(x)。”

解题步骤:

  1. 收敛半径:R = limₙ→∞ |aₙ/aₙ₊₁| = limₙ→∞ [(n+1)·2ⁿ⁺¹ / (n·2ⁿ)] = 2,故收敛区间为(–2, 2)。
  2. 端点检验
    • x=2时,级数为∑1/n,调和级数发散;
    • x=–2时,级数为∑(–1)ⁿ/n,交错调和级数收敛。
    故收敛域为[–2, 2)。
  3. 和函数:注意到S'(x) = ∑ₙ₌₁^∞ xⁿ⁻¹ / 2ⁿ = (1/x) ∑ₙ₌₁^∞ (x/2)ⁿ = (1/x) · [(x/2)/(1 – x/2)] = 1/(2 – x)(|x|<2)。

积分得S(x) = ∫₀ˣ 1/(2 – t) dt = –ln(2 – x) + C,由S(0)=0得C=ln2,故S(x) = ln[2/(2 – x)](x∈[–2, 2))。

本题关键在于识别导数与原级数的关系,并注意端点处的收敛性判断。易搜职考网提醒:幂级数求和常用策略包括“逐项求导/积分”“拆项重组”“利用已知展开式(如ln(1+x), arctan x)”。

高频考点总结
典型易错题型
解题技巧口诀

数学分析模块核心高频考点(近五年真题统计):

  • 极限计算:洛必达法则(3次)、泰勒展开(4次)、夹逼准则(2次)——必考1道选择/填空;
  • 连续性与可导性:分段函数在分段点的连续性(4次)、可导性(3次)、导函数连续性(2次);
  • 微分中值定理应用:罗尔、拉格朗日、柯西定理的证明题(近五年均出现);
  • 积分计算:换元法(5次)、分部积分(4次)、有理函数积分(2次);
  • 反常积分:收敛性判别(比较法、极限形式、柯西判别法)——常与级数结合考查;
  • 级数收敛:正项级数(比值、根值、积分判别法)、交错级数(莱布尼茨)、绝对收敛与条件收敛(近五年均考1题)。

考生高频易错题型TOP3

  1. 隐函数求导遗漏全微分:如F(x,y,z)=0对x求导时,误写为Fₓ + Fᵧ y',忽略z=z(x,y)的链式法则;
  2. 变限积分求导忽略上限函数:如d/dx ∫₀^{x²} f(t) dt = f(x²)·2x,但常见错误为f(x²);
  3. 级数和函数端点处理错误:如∑xⁿ/n²在x=1收敛(p=2>1),x=–1绝对收敛,但考生易误判为发散。

解题技巧口诀

「极限看阶,导数看差,积分看凑,级数看比;
连续三条件,可导两相等;
中值定理找区间,构造函数是关键;
变限积分上下限,链式法则莫忘记;
幂级数求和先求导,已知展开记心底。」

〔线性代数〕矩阵、向量、特征值三位一体解构

线性代数在2020年考研408真题中占比约30%,是连接数学分析与概率统计的枢纽模块,其核心在于“抽象概念具象化”与“几何意义代数化”。真题中矩阵运算、线性方程组、特征值问题为三大主干。

矩阵运算:伴随矩阵与逆矩阵辨析

选择题第12题:“设A为n阶可逆矩阵,A为A的伴随矩阵,则(A) = ______。”

正确答案为|A|^{n-2} A(n≥2)。推导如下:

  • 由AA = |A|E,两边取行列式得|A||A| = |A|ⁿ,故|A| = |A|^{n-1};
  • 对AA = |A|E两边左乘A⁻¹,得A = |A|A⁻¹;
  • 因此(A) = |A|(A)⁻¹ = |A|^{n-1} (|A|A⁻¹)⁻¹ = |A|^{n-1} · (1/|A|) A = |A|^{n-2} A。

常见错误:

  • 误记为A(忽略|A|^{n-2}系数);
  • 当n=2时,(A) = A,易忽略n=1的特殊情况(此时A为1×1矩阵[1])。

线性方程组:解的结构与参数讨论

解答题第47题:“讨论方程组:

⎧ x₁ + x₂ + x₃ = 1
⎨ x₁ + 2x₂ + ax₃ = 2
⎩ x₁ + ax₂ + 2x₃ = a

当a为何值时无解、有唯一解、有无穷多解?并求通解。”

解法:

  1. 系数矩阵A与增广矩阵B
    A = [[1,1,1],[1,2,a],[1,a,2]], B = [[1,1,1,1],[1,2,a,2],[1,a,2,a]]
  2. 行变换
    B → [[1,1,1,1],[0,1,a–1,1],[0,a–1,1,a–1]] → [[1,1,1,1],[0,1,a–1,1],[0,0,(a–1)(a+2), (a–1)²]]
  3. 分类讨论

    - 若(a–1)(a+2) ≠ 0,即a≠1且a≠–2,则r(A)=r(B)=3,唯一解;

    - 若a=1,则第三行全0,r(A)=r(B)=2<3,无穷多解;

    - 若a=–2,则第三行[0,0,0,9],r(A)=2, r(B)=3,无解。

当a=1时,方程组化为x₁ + x₂ + x₃ = 1,x₂ – x₃ = 1,令x₃ = k,则x₂ = 1 + k,x₁ = –k,通解为(–k, 1+k, k)ᵀ = (0,1,0)ᵀ + k(–1,1,1)ᵀ。

易搜职考网指出:此类题目是高频考点,考生必须熟练掌握“秩比较法”,并注意参数取值导致的矩阵秩变化,尤其当某行变为[0,0,…,0,c](c≠0)时即无解。

特征值与特征向量:相似对角化条件

解答题第51题:“设矩阵A = [[2,1,0],[0,2,1],[0,0,2]],求其特征值、特征向量,并判断A是否可对角化。”

解:

  • 特征值:|A – λE| = (2–λ)³ = 0 ⇒ λ₁=λ₂=λ₃=2(三重特征值);
  • 特征向量:解(A–2E)x=0,即[[0,1,0],[0,0,1],[0,0,0]]x=0 ⇒ x₂=0, x₃=0,故特征向量为k(1,0,0)ᵀ(k≠0),仅1个线性无关特征向量;
  • 可对角化条件:n阶矩阵可对角化当且仅当每个特征值的几何重数=代数重数。此处λ=2的几何重数=1 < 代数重数=3,故A不可对角化。

本题揭示关键结论:若矩阵有n个互异特征值,则必可对角化;但重特征值时需验证几何重数。

拓展:若B = A + E = [[3,1,0],[0,3,1],[0,0,3]],则其特征值为λ=3(三重),特征向量仍仅1个,不可对角化;但B可化为Jordan标准型J = [[3,1,0],[0,3,1],[0,0,3]]。

⚙️ 【线性代数核心定理速查】
① 矩阵相似的充要条件
A~B ⇔ 存在可逆矩阵P,使P⁻¹AP = B ⇔ A与B有相同的Jordan标准型。
② 实对称矩阵的性质
① 特征值均为实数;② 不同特征值的特征向量正交;③ 必可正交相似对角化,即存在正交矩阵Q,使Q⁻¹AQ = QᵀAQ = Λ。
③ 线性方程组解的结构
① 齐次:解集是子空间,dim = n – r(A);② 非齐次:通解 = 特解 + 对应齐次通解。
④ 正定矩阵判定
① 所有特征值>0;② 所有顺序主子式>0;③ 存在可逆矩阵C,使A=CᵀC。

〔概率论与数理统计〕从随机事件到统计推断的完整链条

概率统计部分在2020年考研408真题中占比约35%,其考查重心已从“概率计算”转向“统计推断”,尤其强调对参数估计、假设检验的实际应用理解。

随机变量分布:离散与连续的转换

选择题第22题:“设随机变量X的分布函数为F(x) = 0(x<0),= x²(0≤x<1),=1(x≥1),则P{0.3 < X ≤ 0.7} = ______。”

解:P{0.3 < X ≤ 0.7} = F(0.7) – F(0.3) = (0.7)² – (0.3)² = 0.49 – 0.09 = 0.4。

易错点:混淆P{X = 0.5} = F(0.5) – F(0.5⁻) = 0.25 – 0.25 = 0(连续型随机变量单点概率为0),但考生易误认为f(0.5)=0.5即概率为0.5。

数学期望与方差:无偏估计的判定

解答题第52题:“设总体X ~ U[0,θ](θ>0),X₁,X₂,…,Xₙ为样本,令θ̂₁ = 2X̄,θ̂₂ = (n+1)X₍ₙ₎,其中X₍ₙ₎=max(X₁,…,Xₙ),试判断θ̂₁、θ̂₂是否为θ的无偏估计。”

解:

  • E(X) = θ/2,故E(θ̂₁) = E(2X̄) = 2·(θ/2) = θ ⇒ θ̂₁是无偏估计;
  • X₍ₙ₎的分布:F_{X₍ₙ₎}(x) = [F(x)]ⁿ = (x/θ)ⁿ(0≤x≤θ),f_{X₍ₙ₎}(x) = n x^{n-1}/θⁿ;
  • E(X₍ₙ₎) = ∫₀^θ x · n x^{n-1}/θⁿ dx = n/θⁿ · θ^{n+1}/(n+1) = nθ/(n+1)
  • E(θ̂₂) = E[(n+1)X₍ₙ₎] = (n+1)·nθ/(n+1) = nθ ≠ θ ⇒ θ̂₂不是无偏估计,但可修正为θ̂₂' = [(n+1)/n]X₍ₙ₎成为无偏估计。

本题揭示核心概念:无偏性指E(θ̂) = θ,与样本容量n无关;而一致性(相合性)指当n→∞时θ̂依概率收敛于θ。

统计推断:置信区间与假设检验

真题中设置了一道综合题:“某工厂生产零件长度X ~ N(μ, σ²),抽取n=16个样本,测得x̄=12.5mm,s=0.8mm。① 求μ的95%置信区间;② 在α=0.05下检验H₀: μ=12 vs H₁: μ>12。”

解:

  1. 置信区间:σ未知,用t分布,t_{0.025}(15)=2.131,置信区间为x̄ ± t·s/√n = 12.5 ± 2.131×0.8/4 = (12.174, 12.826);
  2. 假设检验:t = (x̄ – μ₀)/(s/√n) = (12.5–12)/(0.8/4) = 2.5,t_{0.05}(15)=1.753,因2.5>1.753,拒绝H₀,认为μ>12。

易搜职考网提醒:置信区间与假设检验存在对偶关系——若μ₀不在置信区间内,则在α水平下拒绝H₀: μ=μ₀(双侧检验);但单侧检验需谨慎对应。

常见分布速查表
统计量抽样分布
参数估计方法对比
分布概率密度/质量函数期望方差典型应用
伯努利B(1,p)P(X=k)=pᵏ(1–p)¹⁻ᵏpp(1–p)单次试验成功
二项B(n,p)C(n,k)pᵏ(1–p)ⁿ⁻ᵏnpnp(1–p)n次独立成功次数
泊松P(λ)λᵏe⁻ˡᵉᵐᵏ!λλ稀有事件发生次数
均匀U[a,b]1/(b–a)(a+b)/2(b–a)²/12随机取值
指数Exp(λ)λe⁻ˡᵉˣ1/λ1/λ²寿命、等待时间
正态N(μ,σ²)1/(σ√2π) e⁻⁽ˣ⁻ᵐᵘ⁾²/²σ²μσ²自然现象、中心极限定理

常用统计量抽样分布

  • χ²分布:若Xᵢ~N(0,1)独立,则∑Xᵢ² ~ χ²(n),用于方差检验;
  • t分布:若X~N(0,1),Y~χ²(n)独立,则X/√(Y/n) ~ t(n),用于小样本均值检验;
  • F分布:若X~χ²(n₁),Y~χ²(n₂)独立,则(X/n₁)/(Y/n₂) ~ F(n₁,n₂),用于方差齐性检验、回归显著性检验。

参数估计方法对比

① 矩估计法
用样本矩替换总体矩,简单直观,但可能无偏性差(如均匀分布U[0,θ]的矩估计为2X̄,而极大似然估计为(n+1)X₍ₙ₎)。
② 极大似然估计法
最大化似然函数L(θ) = ∏f(xᵢ;θ),具有渐近正态性、有效性,但计算可能复杂(需解似然方程)。
③ 贝叶斯估计
引入先验分布π(θ),后验分布π(θ|x) ∝ L(θ)π(θ),常取均值为估计值(如正态均值的共轭先验为正态分布)。

【复习策略】科学规划·分阶段突破·高效提分

针对2020年考研408真题的命题特点,易搜职考网提出“三阶段递进式复习法”,助你系统构建知识体系,实现从“学会”到“会学”的跃升。

第一阶段:基础夯实(3–5月)——“吃透概念,构建框架”

  • 数学分析:以《数学分析简明教程》(邓东皋)为纲,重点掌握极限ε–δ定义、中值定理证明思路、积分换元技巧;
  • 线性代数:精读《线性代数应该这样学》(Sheldon Axler),理解向量空间公理化定义、线性映射的核与像;
  • 概率统计:结合《概率论与数理统计》(陈希孺),掌握古典概型、大数定律直观含义、统计量定义。

第二阶段:专题强化(6–8月)——“分块突破,归纳题型”

建立“题型–方法–易错点”三联表:

题型核心方法典型错误对应真题
隐函数高阶导数两边求导+代入法忽略链式法则2020·46
矩阵相似对角化求特征值+几何重数混淆代数与几何重数2020·51
无偏估计判定计算E(θ̂)与θ比较误用方差代替期望2020·52
幂级数和函数逐项求导/积分忽略收敛域端点2020·50

第三阶段:冲刺模拟(9–12月)——“全真模拟,查漏补缺”

建议使用易搜职考网《408真题模拟卷(含2020年)》,严格限时180分钟,重点训练:

  • 时间分配:选择题≤40分钟,填空题≤20分钟,解答题≥100分钟;
  • 计算规范:写出关键步骤(如特征多项式展开、积分换元过程);
  • 策略选择:难题先跳过,确保基础题零失误。
【易搜职考网独家备考资源】
  • 真题库:2008–2023年408真题及答案解析(含详细评分标准);
  • 错题本系统:自动归集错题,按知识点/题型分类,支持重做与笔记;
  • 模拟考试平台:支持全真模考,自动生成成绩报告与薄弱点诊断;
  • 直播精讲班:每周2次,由10年以上教学经验的名师授课,实时答疑。

网友们还关心 · 2020年考研408真题高频问题解答

年408真题难度如何? compared to 2019年?

:整体难度略高于2019年。2020年真题在计算量上有所提升(如级数求和需多次积分),且增加了“概念辨析深度”,例如第9题考查“导函数连续与可导的区别”,而2019年同类题仅考查可导性。但基础题占比仍达70%,若基础扎实,仍可得高分。

线性代数中“相似”与“合同”的区别与联系?

:相似要求P⁻¹AP=B(P可逆),合同要求CᵀAC=B(C可逆)。相似必合同(当P正交时),但合同不一定相似。实对称矩阵相似 ⇔ 合同(因可正交对角化)。2020年真题第15题即考查:A=[[1,2],[2,1]]与B=[[2,0],[0,-1]]是否相似/合同(答案:合同(特征值符号相同),不相似(迹不同))。

概率统计中“无偏估计”是否一定比“有偏估计”好?

:不一定!无偏性仅保证期望等于真值,但可能方差很大。例如,用单个样本X₁估计总体均值μ,E(X₁)=μ(无偏),但方差为σ²;而样本均值X̄也无偏,方差为σ²/n。更优标准是“均方误差MSE=方差+偏差²”,如岭回归估计虽有偏,但MSE更小。

数学分析中“一致连续”与“连续”的本质区别?

:连续是“点态”性质(δ依赖于x₀),一致连续是“整体”性质(δ仅依赖于ε)。例如f(x)=1/x在(0,1)连续但非一致连续(x→0⁺时δ→0),而f(x)=x²在[0,∞)连续但非一致连续(x₁=n, x₂=n+1/n时|f(x₁)–f(x₂)|=2+1/n²↛0)。

如何高效利用真题复习?

:建议“三轮法”:

  1. 第一轮:按章节做真题,重在理解与归纳;
  2. 第二轮:按年份套题模拟,限时训练;
  3. 第三轮:重做错题+难题,重点突破薄弱模块。

易搜职考网数据显示,认真完成3轮真题训练的考生,平均提分32.6分。

【2021–2023年命题趋势预测】

结合近年真题,易搜职考网预测未来命题将强化:

  • 交叉融合题:如“用特征值分析图的连通性”(线性代数+图论);
  • 数值实验题:给定算法步骤,要求分析误差传播(数值分析+计算机);
  • 开放性问题:如“设计实验验证某统计量的渐近正态性”(开放设计+理论验证)。