原生数字化重构 · 纯文本与矢量排版

1999考研数一真题解析【闲鱼号“非凡小翊”持续更新中】【闲鱼号:非凡小翊】

--- [第 1 页] ---
一、 填空题(本题共5个小题,每小题3分,满分15分.把正确答案填写在题中横线上.)
(1) 【答案】1. 3 【分析】利用 0 x  的等价变换和洛必达法则求函数极限. 【详解】 方法1: 2 2 3 0 0 0 1 1 tan tan lim lim tan lim tan tan x x x x x x x x x x x x x x x               2 2 0 sec 1 lim 3 x x x   洛 2 2 0 tan lim 3 x x x   2 2 0 1 tan lim 3 3 x x x x x    方法2: 2 2 2 0 0 0 1 1 1 cos sin cos lim lim lim tan sin sin x x x x x x x x x x x x x x x                     3 2 0 0 sin cos cos cos sin sin lim lim 3 x x x x x x x x x x x x x       洛 0 sin 1 lim 3 3 x x x   
(2) 【答案】 2 sin x 【分析】欲求 ( , ) b a d x t dt dx   ,唯一的办法是作变换,使含有( , ) x t  中的x “转移”到之外 【详解】令u x t  ,则dt du  ,所以有   0 2 2 0 sin( ) sin x x d d x t dt u du dx dx      2 2 0 sin sin x d u du x dx   
(3) 【答案】 2 2 1 2 1 , 4 x x y C e C x e           其中 1 2 , C C 为任意常数. 【分析】先求出对应齐次方程的通解,再求出原方程的一个特解. 【详解】原方程对应齐次方程 " 4 0 y y   的特征方程为: 2 4 0,   解得 1 2 2, 2    ,故 " 4 0 y y   的通解为 2 2 1 1 2 , x x y C e C e    由于非齐次项为 2 ( ) , x f x e  因此原方程的特解可设为 * 2 , x y Axe  代入原方程可求得 1 4 A  ,故所求通解为 * 2 2 1 1 2 1 4 x x y y y C e C x e            
(4) 【详解】因为 1999年全国硕士研究生入学统一考试数一试题解析 --- [第 2 页] --- E A   1
1 . .. 1 1
1 . ..
1 . .. ... ... ... 1
1 . .. 1                         (对应元素相减) 两边取行列式, 1
1 . .. 1 1
1 . ..
1 . .. ... ... ... 1
1 . .. 1 E A               
1 . .. 1 2
1 . ..
1 . .. ... ... ... 1
1 . .. 1 n n n n                把第,,列 加到第列 1
1 . .. 1 1 1
1 . .. 1 ( ) ... ... ... ... 1
1 . .. 1 n           提取第列 的公因子 2 1 1
1 . .. 1 0 ... 0 3 1 ( ) ... ... ... ... 0 0 ... 1 n n            行 行 行 行 行 行 -1( ) n n     令 -1( ) 0 n E A n        ,得 1 2 (1 0(( 1) n n      重), 重),故矩阵A的n个特征值 是n和0(( -1) n 重)
(5) 【答案】1 4 【详解】根据加法公式有 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) P A B C P A P B P C P AC P AB P BC P ABC          因为 ( ) ( ) ( ) P A P B P C   ,设 ( ) ( ) ( ) P A P B P C p    由于 , , A B C 两两相互独立,所以有 2 ( ) ( ) ( ) P AB P A P B p p p     , 2 ( ) ( ) ( ) P AC P A P C p p p     , 2 ( ) ( ) ( ) P BC P B P C p p p     , 又由于ABC ,因此有 ( ) ( ) 0, P ABC P   所以 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) P A B C P A P B P C P AC P AB P BC P ABC          2 2 2 0 p p p p p p        2 3 3 p p   又 9 ( ) 16 P A B C    ,从而 2 9 ( ) 3 3 16 P A B C p p      ,则有 2 9 3 3 0 16 p p    2 3 0 16 p p     ,解得 3 1 4 4 p   或p --- [第 3 页] --- 因 1 ( ) ( ) ( ) 2 P A P B P C p     ,故 1 4 p  ,即 1 ( ) 4 P A 
二、 选择题
(1) 【答案】( A ) 【详解】应用函数定义判定函数的奇偶性、周期性和单调性. ( ) f x 的原函数 ( ) F x 可以表示为 0 ( ) ( ) , x F x f t dt C    于是   0 0 ( ) ( ) ( ) . u t x x F x f t dt C f u d u C            当 ( ) f x 为奇函数时, ( ) ( ) f u f u   ,从而有 0 0 ( ) ( ) ( ) ( ) x x F x f u du C f t dt C F x         即F(x)为偶函数. 故(A)为正确选项. (B)、(C)、(D)可分别举反例如下: 2 ( ) f x x  是偶函数,但其原函数 3 1 ( ) 1 3 F x x  不是奇函数,可排除(B); 2 ( ) cos f x x  是周期函数,但其原函数 1 1 ( ) sin 2 2 4 F x x x   不是周期函数,可排除(C); ( ) f x x  在区间( , ) 内是单调增函数,但其原函数 2 1 ( ) 2 F x x  在区间( , ) 内 非单调增函数,可排除(D).
(2) 【答案】( D ) 【详解】由于可导必连续,连续则极限必存在,可以从函数可导性入手. 因为 2 0 0 0 1 ( )
(0) 1 cos 2
(0) lim lim lim 0, 0 x x x x f x f x f x x x x x                2 0 0 0 ( )
(0) ( )
(0) lim lim lim ( ) 0, 0 x x x f x f x g x f xg x x x               从而,
(0) f  存在,且
(0) 0 f   ,故正确选项为(D).
(3) 【答案】( C ) 【详解】由题设知,应先将 ( ) f x 从[0,1)作偶延拓,使之成为区间[−1,1]上的偶函数,然后再作 周期(周期2)延拓,进一步展开为傅里叶级数, 5 1 1 1 ( ) ( 2 ) ( ) ( ) 2 2 2 2 S S S S       --- [第 4 页] --- 而 1 2 x  是 ( ) f x 的间断点,按狄利克雷定理有, 1 1 1 ( 0) ( 0) 1 1 3 2 2 2 ( ) . 2 2 2 4 f f S       
(4) 【答案】B 【详解】 方法1:A 是m n  矩阵,B 是n m  矩阵,则AB 是m 阶方阵,因     ( ) min ( ), ( ) min , r AB r A r B m n   . 当m n  时,有( ) min[ ( ), ( )] r AB r A r B n m    . ( ( ) 0 AB x  的系数矩阵的秩小于未知 数的个数),故有行列式 0 AB  ,故应选(B). 方法2:B 是n m  矩阵, 当m n  时, 则( ) r B n  (系数矩阵的秩小于未知数的个数) ,方程 组 0 Bx  必有非零解,即存在 0 0 x  ,使得 0 0 Bx  ,两边左乘A ,得 0 0 ABx  ,即 0 ABx  有非零解,从而 0 AB  ,故选(B). 方法3:用排除法 (A)m n  ,取   1 , 0 0 , 0 m n n m A B        0 0 0 0 AB       , 0 AB  ,(A)不成立 (C)n m  ,取   0 1 0 , , 1 m n n m A B       0 AB  , 0 AB  ,(C)不成立 (D)n m  ,取   1 1 0 , , 0 m n n m A B       1 AB , 1 AB  ,(D)不成立,故选(B).
(5) 【答案】B 【详解】 根据正态分布的性质:服从正态分布的独立随机变量的线性组合仍服从正态分布. 因X Y 和 相互独立,且 ~ (0,1) X N , ~ (1,1) Y N ,所以 2 1 1 1 ~ ( , ) T X Y N u    , 2 2 2 2 ~ ( , ) T X Y N u    其中 1 ( ) u E X Y   , 2 1 ( ) D X Y    , 2 ( ) u E X Y   , 2 2 ( ) D X Y    由期望的性质: 1 ( ) ( ) 0 1 1 E T E X Y EX EY       , 2 ( ) ( ) 0 1 1 E T E X Y EX EY       由独立随机变量方差的性质: 1 ( ) ( ) 1 1 2 D T D X Y DX DY      2 ( ) ( ) 1 1 2 D T D X Y DX DY      --- [第 5 页] --- 所以 1 ~ (1,2) T X Y N   , 2 ~ ( 1,2) T X Y N    (一般来说遇到正态分布的小题,主要就考两点,标准化和对称性,考虑问题也是从这两点 出发) A选项:  1 0 . 2 P X Y    因 1 ~ (1,2) T X Y N   由标准化的定义:若 2 ~ ( , ) X N u  ,则 ~ (0,1) X u N   所以, 1 (0,1) 2 X Y N   ,将其标准化有   1 0 1 1 1 0 2 2 2 2 X Y X Y P X Y P P                        (保证变换过程中概率不变,所以不等号的左边怎么变,右边也同样的变化) 又因为标准正态分布图像是关于y 轴对称,所以 1 1 0 2 2 X Y P           ,而 1 1 1 2 2 2 X Y P           ,所以A错. B选项:  1
1 . 2 P X Y    将其标准化有: 1 1 1 1 1 0 2 2 2 2 X Y X Y P P                      (根据标准正态分布的对称性) 故B正确. C选项:  1 0 . 2 P X Y    将其标准化有: ( 1) 0 ( 1) 1 1 1 2 2 2 2 2 X Y X Y P P                      ,故C错. D选项:  1
1 . 2 P X Y    将其标准化有: ( 1) 1 ( 1) 1 2 1 P 2 2 2 2 2 X Y X Y P                      ,故D错. 三【详解】分别在 ( ) z xf x y   和 ( , , ) 0 F x y z  的两端对x 求导数,得 ( , ) 1 ( , ) 0 x y z dz dy f x y x f x y dx dx dy dz F F F dx dx                     --- [第 6 页] --- 整理后得 ( , ) ( , ) ( , ) y z x dy dz xf x y f x y xf x y dx dx dy dz F F F dx dx                解此方程组,得 ( ) ,( 0) 1 y x y z y z y z y z xf f xf F F f xf F xf F dz F xf F xf dx F xf F F F                          四【详解】 方法1:凑成闭合曲线,应用格林公式. 添加从点 (0,0) O 沿 0 y  到点   2a,0 A 的有向直 线段 1L , 如图,则     1 sin ( ) cos x x L L I e y b x y dx e y ax dy            1 sin ( ) cos x x L e y b x y dx e y ax dy       利用格林公式,前一积分 2 1 ( ) ( ) 2 D D Q P I dxdy b a dxdy a b a x y                    其中D为 1L +L所围成的半圆域,后一积分选择x 为参数,得 1L :   , 0 2 , 0 x x x a y        可直接积分 2 2 2 0 ( ) 2 a I bx dx a b     ,故 2 3 1 2
2 . 2 2 I I I a b a              方法2:将曲线积分分成两部分,其中一部分与路径无关,余下的积分利用曲线的参数方程计算.     sin ( ) cos x x L I e y b x y dx e y ax dy       sin cos ( ) x x L L e ydx e ydy b x y dx axdy        前一积分与路径无关,所以 (0,0) (2 ,0) sin cos sin 0 x x x a Le ydx e ydy e y     对后一积分,取L 的参数方程 --- [第 7 页] --- cos sin x a a t y a t       ,则 sin cos dx a tdt dy a tdt      ,t 从0 到,得 ( ) Lb x y dx axdy    2 2 2 2 3 3 2 0 ( sin sin cos sin cos cos ) a b t a b t t a b t a t a t dt         2 2 3 1 1 2 2 2 a b a b a      从而 2 2 3 2 3 1 1 0 ( 2 ) 2 2 2 2 2 I a b a b a a b a                  五【详解】如图,曲线 ( ) y y x  上点 ( , ) P x y 处的切线方程为 ( ) ( )( ) Y y x y x X x     所以切线与x 轴的交点为 ,0 ' y x y        由于 '( ) 0, (0) 1, y x y   因此( ) 0 y x  ( 0) x  于是 2 1
1 . 2 ' 2 ' y y S y x x y y           又 2 0 ( ) x S y t dt  , 根据题设 1 2 2 1, S S   即 2 0 2 ( ) 1, 2 ' x y y t dt y     两边对x 求导并化简得   2 " ' yy y  这是可降阶得二阶常微分方程,令 , p y  则 dp dp dy dp y p dx dy dx dy     , 则上述方程可化为 2, dp yp p dy  分离变量得dp dy p y  ,解得 1 , p C y  即 1 , dy C y dx  从而有 1 2 x y C e C   ,根据
(0) 1, '(0) 1, y y   可得 1 2 1, 0, C C   故所求曲线得方程为 x y e  六【详解】构造函数,利用函数的单调性, 证法1:令     2 2 ( ) 1 ln
1 . f x x x x     易知
(1) 0 f  又 1 ( ) 2 ln 2 ,
(1) 0 f x x x x f x        2 1 ( ) 2ln 1 ,
(1) 2 0 f x x f x       --- [第 8 页] --- 2 3 2( 1) ( ) x f x x    可见,当0 1 x   时, ( ) 0 ( ) f x f x        ;当1 x  时, ( ) 0 ( ) f x f x        因此,
(1) 2 f   为 ( ) f x  的最小值,即当0 x  时, ( )
(1) 2 0 f x f      ,所 以 ( ) f x  为单调增函数. 又因为
(1) 0 f   ,所以有 0 1 x   时 ( ) 0 f x   ;1 x  时 ( ) 0 f x   , 所以利用函数单调性可知, 1 f()为 ( ) f x 的最小值,即 ( )
(1) 0 f x f   所以有 0 x  时,    2 2 1 ln
1 . x x x    证法2:先对要证的不等式作适当变形,当 1 x  时,原不等式显然成立; 当0 1 x  时,原不等式等价于 1 ln ; 1 x x x    当1 x  时,原不等式等价于 1 ln ; 1 x x x    令 1 ( ) ln 1 x f x x x     则       2 2 2 1 2 1 ( ) 0 0 1 1 x f x x x x x x          又因为
(1) 0, f  利用函数单调性可知 当0 1 x  时,( ) 0, f x  即 1 ln ; 1 x x x    当1 x  时,( ) 0, f x  即 1 ln ; 1 x x x    综上所述,当 0 x  时,    2 2 1 ln
1 . x x x    七【详解】建立坐标轴如图所示, 解法1:将抓起污泥的抓斗提升至井口需做功 1 2 3 W W W W    ,其中 1 W 是克服抓斗自重所作 的功; 2 W 是克服缆绳重力作的功; 3 W 为提出污泥所作的功. 由题意知 1 400 30 12000 . W N m J    将抓斗由x 处提升到x dx  处,克服缆绳重力所作的功为 2 dW = 缆绳每米重×缆绳长×提升高度 50(30 ) , x dx   从而 30 2 0 50(30 ) 22500 . W x dx J     在时间间隔[ , ] t t dt  内提升污泥需做功为 --- [第 9 页] --- 3 ( (3 ) dW dt    原始污泥重 漏掉污泥重)提升高度 (2000 20 )3 t dt   将污泥从井底提升至井口共需时间30 10 , 3 / m s m s  所以 10 3 0 3(2000 20 ) 57000 . W t dt J     因此,共需做功 1 2 3 12000 22500 57000) 91500 W W W W J J        ( 解法2:将抓起污泥的抓斗提升至井口需做功记为W ,当抓斗运动到x 处时,作用力 ( ) f x 包括 抓斗的自重400N , 缆绳的重力50(30 ) x N  ,污泥的重力(2000 20) , 3 x N   即 20 170 ( ) 400 50(30 ) 2000 3900 , 3 3 f x x x x        于是 30 2 30 0 0 170 85 3900 3900 117000 24500 91500 3 3 W x dx x x J               八【分析】先写出切平面方程,然后求 ( , , ) x y z  ,最后将曲面积分化成二重积分. 【详解】点 ( , , ) P x y z S  ,S 在点P 处的法向量为   , ,2 n x y z   ,设( , , ) X Y Z 为上任意一 点,则的方程为 ( ) ( ) 2 ( ) 0 x X x y Y y z Z z       ,化简得 1 2 2 x y X Y zZ    由点到平面的公式, (0,0,0) O 到的距离 1 2 2 2 2 2 2 2 2 2 2 2 2 ( , , ) 4 4 ( ) ( ) 2 2 x y x y z z Ax By Cz x y x y z z x y A B C z                      从而 2 2 2 ( , , ) 4 4 S S z x y dS z z dS x y z       用投影法计算此第一类曲面积分,将S 投影到xOy 平面,其投影域为   2 2 ( , ) | 2 D x y x y    由曲面方程知 2 2 1 ,( , ) , 2 2 x y z x y D           于是 2 2 2 2 , , 2 1 2 1 2 2 2 2 z x z y x y x y x y                         --- [第 10 页] --- 因此 2 2 2 2 2 2 4 1 2 1 2 2 x y z z dS d d x y x y                                 故有 2 2 2 ( , , ) 4 4 S S z x y dS z z dS x y z         2 2 2 2 2 0 0 1 1 4 (4 ) 4 4 D x y d d r rdr           极坐标
3 . 2   九【详解】(1) 因为   2 2 4 4 2 0 0 1 1 1 tan (1 tan ) tan sec n n n n a a x x dx x xdx n n n          tan 1 4 0 0 1 1 1 tan tan ( 1) x t n n xd x t dt n n n n         又由部分和数列   2 1 1 1 1 1 1 1 1 ( ) 1 , ( 1) 1 1 n n n n i i i i i S a a i i i i i n                 有 lim 1, n n S   因此   2 1 1
1. n n n a a n      
(2) 先估计 na 的值,因为 4 0 tann na xdx   ,令 tan t x  ,则 2 sec dt xdx  ,即 2 1 dt dx t  所以 1 1 2 0 0 1 , 1 1 n n n t a t dt t n        所以 1 1 1 , ( 1) na n n n n       由于 1 0  ,所以 1 1 1 n n    收敛,从而 1 n n a n   也收敛. 十【详解】根据题设, * A 有一个特征值 0 ,属于 0 的一个特征向量为 ( 1, 1,1) , T  根据 特征值和特征向量的概念,有 * 0 , A    把 1 A 代入 * AA A E  中,得 * , AA A E E   则 * AA E      . 把 * 0 A    代入,于是 * 0 0 , AA A A       即 0A      --- [第 11 页] --- 也即 0 1 1 1 5 3 1 1 1 0 1 1 a c b c a                                  , 0 1 1 5 3 1 (1 ) 1 a c b c a                               常数 0 乘以矩阵 1 5 3 (1 ) a c b c a                 ,需用 0 乘以矩阵的每一个元素 0 0 0 0 1 ( 1 ) 1 5 3 ( 5 3) 1 (1 ) [ (1 ) ] 1 a c a c b b c a c a                                                  矩阵相等,则矩阵的对应元素都相同,可得 0 0 0 ( 1 ) 1
(1) ( 5 3) 1
(2) ( 1 ) 1 a c b c a                因 1 0 A  ,A 的特征值 0  , * A 的特征值 * 0 A     ,故 0 0  由(1),(3)两式得 0 0 ( 1 ) ( 1 ) a c c a      , 两边同除 0 ,得 1 ( 1 ) a c c a   整理得a c  ,代入(1)中,得 0 1 . 再把 0 1 代入(2)中得 3 b  又由 1 A , 3 b 以及a c  ,有 1 5 3 3 1 0 a a A a a      1 3 1 5 3 3 1 1 0 a a     行 行 1 2 1 5 2 3 1 0 0 a a a   列 列 3 1 1 3 ( 1) 2 3 a a    按第行展开 (其中 3 1 ( 1)   的指数3,1分别是1的行数和列数) 3( 1) 2 a a    3 1 a    故 2, a c   因此 0 2, 3, 2,
1. a b c      十一【详解】 “必要性”. 设 T B AB 为正定矩阵,则由定义知,对任意的实n 维列向量 0 x  ,有   0, T T x B AB x  即    0, T Bx A Bx  于是, 0 Bx  ,即对任意的实n 维列向量 0 x  ,都有 0 Bx  . (若 0 Bx  ,则 ( ) 0 0 A Bx A   矛盾). 因此, 0 Bx  只有零解,故有 r B n  ( 0 Bx  --- [第 12 页] --- 有唯一零解的充要条件是 r B n  ). “充分性”. 因A 为m 阶实对称矩阵,则 T A A  ,故  , T T T T T B AB B A B B AB   根据 实对称矩阵的定义知 T B AB 也为实对称矩阵. 若 r B n  ,则线性方程组 0 Bx  只有零解, 从而对任意的实n 维列向量 0 x  ,有 0 Bx  . 又A 为正定矩阵,所以对于 0 Bx  有       0, T T T Bx A Bx x B AB x   故 T B AB 为正定矩阵(对任意的实n 维列向量 0 x  ,有   0 T T x B AB x  ). 十二【详解】离散型随机变量边缘分布律的定义:     , , 1,2, i i i j ij j j p P X x P X x Y y p i               , , 1,2, j j i j ij i i p P Y y P X x Y y p j           (通俗点说就是在求关于X 的边缘分布时,就把对应x 的所有y 都加起来,同理求关于Y 的边 缘分布时,就把对应y 的所有x 都加起来) 故     1 1 1 1 , i i i i P Y y p P X x Y y p          即       1 1 1 2 1 , , P Y y P X x Y y P X x Y y        而由表知  1 1 6 P Y y   ,  2 1 1 , 8 P X x Y y    ,所以       1 1 1 2 1 1 1 1 , , 6 8 24 P X x Y y P Y y P X x Y y           又根据X Y 和 相互独立,则有:      , i j i j P X x Y y P X x P Y y      即 ij i j p p p    因  1 1 1 , 24 P X x Y y    ,  1 1 6 P Y y   ,而     1 1 1 1 , P X x Y y P X x P Y y      所以      1 1 1 1 1 , 1 24 1 4 6 P X x Y y P X x P Y y        再由边缘分布的定义有         1 1 1 1 2 1 3 , , , P X x P X x Y y P X x Y y P X x Y y           所以         1 3 1 1 1 1 2 , , , P X x Y y P X x P X x Y y P X x Y y           --- [第 13 页] --- 1 1 1 1 4 24 8 12     又由独立性知     1 3 1 3 , P X x Y y P X x P Y y      所以       1 3 3 1 1 , 1 12 1 3 4 P X x Y y P Y y P X x        由边缘分布定义有      3 1 3 2 3 , , P Y y P X x Y y P X x Y y        所以       2 3 3 1 3 1 1 1 , , 3 12 4 P X x Y y P Y y P X x Y y           再由 1 i i p   ,所以    2 1 1 3 1 1 4 4 P X x P X x      而         2 2 1 2 2 2 3 , , , P X x P X x Y y P X x Y y P X x Y y           故         2 2 2 2 1 2 3 , , , P X x Y y P X x P X x Y y P X x Y y           3 1 1 3 4 8 4 8     又 1 j j p   ,所以      2 1 3 1 1 1 1 1 6 3 2 P Y y P Y y P Y y         所以有: Y X 1y 2y 3y   i i P X x p   1x 1 24 1 8 1 12 1 4 2x 1 8 3 8 1 4 3 4   j j P Y y p   1 6 1 2 1 3 1 十三【详解】矩估计的实质在于用样本矩来估计相应的总体矩,此题中被估参数只有一个,故 只需要用样本矩(样本均值)来估计总体的一阶原点矩(期望)
(1) 矩估计:由期望的定义: 2 3 3 2 3 0 0 6 6 6 ( ) ( ) ( ) ( ) x x x E X xf x dx x x dx dx                 2 3 2 3 0 0 6 6 x dx x dx         3 4 2 3 6 6 3 2 3 4 2 2             --- [第 14 页] --- 样本均值 1 1 n i i X X n   ,用样本均值估计期望有EX X  , 即 , 2 X  解得θ的矩估计量  2X 
(2) 由随机变量方差的性质: 2 ( ) ( ) D cX c D X  ,所以  ( ) (2 ) 4 ( ) D D X D X   又由独立随机变量方差的性质:若X Y 和 独立,则 ( ) D X Y DX DY    因 1 2 , , , n X X X  是取自总体X 的简单随机样本,所以 1 2 , , , n X X X  独立且 1 2 , , , n X X X  与X 服从同一分布,即 1,2, i DX DX i n    而 2 2 2 1 1 1 1 1 1 1 1 ( ) ( ) ( ) ( ) ( ) n n n n i i i i i i i D X D X D X D X D X n n n n             2 2 1 1 1 ( ) 1 ( ) ( ) n i n D X D X D X n n n      方差的定义:   2 2 ( ) ( ) ( ) D X E X E X   ,所以求方差只需要求出 2 ( ) E X 和 ( ) E X 根据二阶原点矩的定义: 2 2 ( ) ( ) E X x f x dx    故 3 3 4 2 2 2 3 2 3 0 0 6 6 6 6 ( ) ( ) ( ) ( ) 20 x x x E X x f x dx x dx dx                   而 ( ) 2 E X   ,所以   2 2 2 2 2 6 ( ) ( ) ( ) 20 2 20 D X E X E X               因此 2X  的方差为  ( ) (2 ) 4 ( ) D D X D X   2 4 ( ) . 5 D X n n   