原生数字化重构 · 纯文本与矢量排版

2004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
(1) 【答案】 y =x −1 【详解】方法 1:因为直线 x +y =1的斜率k1 − =1,所以与其垂直的直线的斜率k2 满足 1 2 1 k k ,所以 2 1 k  ,即 2 1 k  , 曲线 ln y x  上与直线 1  y x 垂直的切线方程的斜率为1 ,即 1 1 ) (ln      x x y ,得 1 x  ,把 1 x  代入 ln y x  ,得切点坐标为 ) 0,1( ,根据点斜 式公式得所求切线方程为: )1 ( 1 0     x y ,即 1  x y 方法2:本题也可先设切点为 ) ln , ( 0 0 x x ,曲线 ln y x  过此切点的导数为 1 1 0 0     x y x x , 得 1 0  x ,所以切点为   0 0 ( ,ln ) 1,0 x x  ,由此可知所求切线方程为 )1 ( 1 0     x y , 即 1  x y .
(2) 【答案】 2) (ln 2 1 x 【详解】先求出 ) (x f  的表达式,再积分即可. 方法1:令 t e x  ,则 t x ln  , 1 x e t  ,于是有 t t t f ln ) (   ,即 . ln ) ( x x x f   两边积分得 2 ln 1 ( ) ln ln (ln ) 2 x f x dx xd x x C x       . 利用初始条件
(1) 0 f  , 代入上式: 2 1
(1) (ln1) 0 2 f C C     ,即 0 C  ,故所 求函数为 ( ) f x = 2) (ln 2 1 x . 方法2:由 ln x x e  ,所以 x x xe e f    ) ( ln ln x x x x e e e e     ,所以 . ln ) ( x x x f   下同.
(3) 【答案】  2 3 【详解】利用极坐标将曲线用参数方程表示,相应曲线积分可化为定积分. 2004 年全国硕士研究生入学统一考试数学一试题解析 --- [第 2 页] --- L 为正向圆周 2 2 2  y x 在第一象限中的部分,用参数式可表示为 . 2 0 : , sin 2 , cos 2           y x 于是 2 L xdy ydx    2 0 2 cos 2 sin 2 2 sin 2 cos d d            2 0 [ 2 cos 2 cos 2 2 sin 2 sin ]d              2 2 2 2 2 2 2 0 0 [2cos 4sin ] [2 cos sin 2sin ] d d                 2 2 2 2 2 0 0 0 [2 2sin ] 2 2sin d d d                 2 2 0 0 2 1 cos2 d          2 2 2 0 0 0 1 3 1 cos2 2 sin 2 2 2 2 d                  3 1 3 3 sin sin 0 0 2 2 2 2          
(4) 【答案】 2 2 1 x c x c y   【详解】欧拉方程的求解有固定方法,作变量代换 te x  化为常系数线性齐次微分方程即可. 令 te x  ,有 1 ln , dt t x dx x    ,则 1 dy dy dt dy dx dt dx x dt    , 2 2 1 d y d dy dx dx x dt          2 1 1 dy d dy d uv vdu udv x dt x dx dt            2 1 1 dy d dy dt x dt x dt dt dx          2 2 2 2 2 2 2 1 1 1 dy d y d y dy x dt x dt x dt dt           代入原方程: 2 2 2 2 1 1 4 2 0 d y dy dy x x y x dt dt x dt             ,整理得 0 2 3 2 2    y dt dy dt y d , 此式为二阶齐次线性微分方程,对应的特征方程为 2 3 2 0 r r    ,所以特征根为: 1 2 1, 2 r r  ,1 2 r r  ,所以 0 2 3 2 2    y dt dy dt y d 的通解为 1 2 2 1 2 1 2 r t r t t t y c e c e c e c e       --- [第 3 页] --- 又因为 te x  ,所以 2 2 1 1 , t t e e x x      ,代入上式得 2 1 2 1 2
2 . t t c c y c e c e x x      
(5) 【答案】9 1 【详解】 方法1:已知等式两边同时右乘A ,得 * * 2 ABA A BA A A   , 由伴随矩阵的运算规律: * * A A AA A E   ,有 2 AB A B A A   ,而 2 1 0 1 2 0 0 0 1 A  3 3 2 1 ( 1) 1 2   2 2 1 1   3  , 于是有 A B AB  6 3 ,移项、合并有 A B E A   ) 6 3 ( ,再两边取行列式,由方阵 乘积的行列式的性质:矩阵乘积的行列式等于矩阵行列式的积,有 (3 6 ) 3 6 3 A E B A E B A      , 而 3 6 A E  2 1 0 1 0 0 3 1 2 0 6 0 1 0 0 0 1 0 0 1                       6 3 0 6 0 0 0 3 0 3 6 0 0 6 0 3 0 0 0 0 3 0 0 6 0 0 3                         3 3 0 3 ( 1) ( 3) ( 3) 3 3 3 0      27  , 故所求行列式为B 3 3 6 27 A A E    1 9  方法2:由题设条件 * * 2 ABA BA E   ,得 * * 2 ABA BA   * ( 2 ) A E BA E   由方阵乘积行的列式的性质:矩阵乘积的行列式等于矩阵行列式的积,故两边取行 列式,有 * * ( 2 ) 2 1 A E BA A E B A E      其中 2 1 0 1 2 0 0 0 1 A  3 3 2 1 ( 1) 1 2   2 2 1 1   3  ; 由伴随矩阵行列式的公式:若A 是n 阶矩阵,则 1 n A A   . --- [第 4 页] --- 所以, 3 1 2 A A A    =9 ;又 0 1 0 2 1 0 0 0 0 1 A E   1 2 1 0 ( 1) 0 1   =1. 故 1 1 9 2 B A E A    .
(6) 【答案】e 1 【详解】本题应记住常见指数分布等的期望与方差的数字特征,而不应在考试时再去推算. 指数分布的概率密度为 , 0 ( ) 0 0 x e x f x x          若 若 ,其方差 2 1   DX . 于是,由一维概率计算公式,  ( ) b X a P a X b f x dx    ,有 } { DX X P  = dx e X P x          1 } 1 { = 1 1 x e e      
二、 选择题
(7) 【答案】(B) 【详解】 方法1: 2 0 2 2 0 0 0 0 tan tan 2 lim lim lim 0 cos cos x x x x x tdt x x x t dt                洛必达 ,则是的高阶无穷小, 根据题设,排在后面的是前一个的高阶无穷小,所以可排除(C),(D)选项, 又 2 3 2 3 0 0 0 0 0 1 sin sin 2 lim lim lim 2 tan tan x x x x x x t dt x x x tdt               洛必达 2 0 1 lim 4 x x x      等价无穷小替换 , 可见是比低阶的无穷小量,故应选(B). 方法2:用 kx (当 0 x  时)去比较. 2 2 0 1 0 0 0 cos cos lim lim lim , x k k k x x x t dt x x x kx           洛 --- [第 5 页] --- 欲使上式极限存在但不为0,应取 1 k  ,有 2 2 0 0 0 0 0 0 lim cos cos lim lim 1 lim x x x x t t x x x            , 所以(当  0 x 时)与x 同阶. 2 0 1 1 3 0 0 0 0 0 tan tan 2 2 2 lim lim lim lim lim x k k k k k x x x x x tdt x x x x x x kx kx kx                     洛 欲使上式极限存在但不为0,应取 3 k  , 有 3 3 2 0 0 0 2tan 2tan 2 lim lim lim 3 3 3 x x x x x x x x            , 所以(当  0 x 时) 与 3x 同阶. 3 1 3 1 3 2 2 2 2 0 1 1 1 0 0 0 0 0 sin sin lim lim lim lim lim , 2 2 2 x k k k k k x x x x x t dt x x x x x x x kx kx kx                       洛 欲使上式极限存在但不为0,应取 2 k  , 有 2 2 1 0 0 1 lim lim 2 2 4 x x x x x          , 所以(当  0 x 时) 与 2x 同阶.因此,后面一个是前面一个的高阶小的次序是 , , ,选(B).
(8) 【答案】(C) 【详解】函数 ( ) f x 只在一点的导数大于零,一般不能推导出单调性,因此可排除(A),(B). 由导数的定义,知 0 ) 0 ( ) ( lim ) 0 ( 0      x f x f f x 根据极限的保号性,知存在 0   ,当 ) ,0 ( ) 0, (      x 时,有 0 ) 0 ( ) (   x f x f . 即当 ) 0, (    x 时, 0 x  ,有 ( )
(0) f x f  ;而当 ) ,0 (   x 时, 0 x  有 ( )
(0) f x f  .
(9) 【答案】(B) 【详解】对于敛散性的判定问题,若不便直接推证,往往可通过反例排除找到正确选项. 方法1:排除法. 取     1 1 ln 1 na n n    ,则 n n na   lim =0, 又     1 1 1 1 ln 1 1 p n p n n p             收敛,当 发散,当 ,所以    1 1 1 1 ln 1 n n n a n n          发散,排除A,D; 又取 n n an 1  ,因为p 级数 1 1 1 1 p n p n p           收敛,当 发散,当 ,则级数 1 1 1 n n n a n n        收 --- [第 6 页] --- 敛,但 2 2 1 lim lim lim n n n n n a n n n n       ,排除(C), 故应选(B). 方法2:证明(B)正确. lim 0 n n na     ,即lim 1 n n a n    .因为 1 1 n n   发散, 由比较判别法的极限形式知, 1 n n a   也发散,故应选(B)..
(10) 【答案】(B) 【详解】在应用变限的积分对变量x 求导时,应注意被积函数中不能含有变量x :       ) ( ) ( ) ( )] ( [ ) ( )] ( [ ] ) ( [ x b x a x a x a f x b x b f dt t f 否则,应先通过恒等变形、变量代换和交换积分次序等将被积函数中的变量x 换到积分号外 或积分线上. 方法1:交换积分次序,使得只有外面这道积分限中才有t ,其他地方不出现t 由    t t y dx x f dy t F 1 ) ( ) ( 知:1 y x t y t       ,交换积分次序1 1 x t y x       ,得    t t y dx x f dy t F 1 ) ( ) ( =    t x t dx x x f dx dy x f 1 1 1 )1 )( ( ] ) ( [ 于是, )1 )( ( ) (    t t f t F ,从而有 ) 2 ( ) 2 ( f F   ,故应选(B). 方法2:设 ( ) ( ) x f x    ,于是 1 ( ) ( ) t t y F t dy f x dx   1 1 ( ) ( ) t t t t y y dy x dx dy d x          1 [ ( ) ( )] t t y dy     1 ( )( 1) ( ) t t t y dy      所以 ( ) ( )( 1) ( ) ( ) ( )( 1), F t t t t t f t t         所以
(2)
(2) F f   ,选(B).
(11) 【答案】(D) 【详解】由题设,将A 的第1 列与第2 列交换,即 12 0 1 0 1 0 0 0 0 1 AE A B             , 将B 的第2 列加到第3 列,即 --- [第 7 页] --- 1 0 0 0 1 0 1 0 0 0 1 1 0 1 1 1 0 0 0 1 1 1 0 0 . 0 0 1 0 0 1 0 0 1 0 0 1 B A A AQ                                       故 0 1 1 1 0 0 0 0 1 Q           ,应选(D).
(12) 【答案】(A) 【详解】方法1:由矩阵秩的重要公式:若A 为 n m 矩阵,B 为n p  矩阵,如果 0 AB  , 则( ) ( ) r A r B n   设A 为 n m 矩阵,B 为 s n 矩阵,由 0 AB  知,( ) ( ) r A r B n   ,其中n 是 矩阵A 的列数,也是B 的行数 因A 为非零矩阵,故( ) 1 r A ,因( ) ( ) r A r B n   ,从而( ) 1 r B n n   ,由向 量组线性相关的充分必要条件向量组的秩小于向量的个数,知B 的行向量组线性相关. 因B 为非零矩阵,故( ) 1 r B ,因( ) ( ) r A r B n   ,从而( ) 1 r A n n   ,由向 量组线性相关的充分必要条件向量组的秩小于向量的个数,知A 的列向量组线性相关. 故应选(A). 方法2:设A 为 n m 矩阵,B 为 s n 矩阵,将B 按列分块,由 0 AB  得,   1 2 , , , 0, 0, 1,2, , . s i AB A A i s          因B 是非零矩阵,故存在 0 i ,使得 0 i A . 即齐次线性方程组 0 Ax  有非 零解. 由齐次线性方程组 0 Ax  有非零解的充要条件( ) r A n  , 知( ) r A n  . 所以A 的列向量组线性相关. 又( ) 0 T T T AB B A   ,将 T A 按列分块,得 1 2 [ , , , ] 0, 0, 1,2, , . T T T T T T T T m i B A B B i m           因A 是非零矩阵,故存在 0 T i   ,使得 0 T T i B   ,即齐次线性方程组 0 Bx  有 非零解. 由齐次线性方程组 0 Bx  有非零解的充要条件,知 T B 的列向量组线性相关, 由 T B 是由B 行列互换得到的,从而B 的行向量组线性相关,故应选(A). 方法3:设 ( ) , i j m n A a   ( ) i j n s B b   , 将A 按列分块,记   1 2 n A A A A   --- [第 8 页] --- 由 0 AB    11 12 1 21 22 2 1 2 1 2 s s n n n ns b b b b b b A A A b b b                       11 1 1 1 1 , , 0 n n s ns n b A b A b A b A         
(1) 由于 0 B  , 所以至少有一个 0 ij b  ( 1 ,1 i n j s    ), 又由(1) 知, 1 1 2 2 0 j j i j i nj n b A b A b A b A         , 所以 1 2 , , , m A A A  线性相关. 即A 的列向 量组线性相关. (向量组线性相关的定义:如果对m 个向量 1 2 , , , n m R    ,有m 个不全为零 的数 1 2 , , , m k k k  R  ,使 1 1 2 2 0 m m k k k       成立,则称 1 2 , , , m    线性相关.) 又将B 按行分块,记 1 2 n B B B B              , 同样, 0 AB   11 12 1 1 21 22 2 2 1 2 n n m m mn n a a a B a a a B a a a B                           11 1 12 2 1 21 1 22 2 2 1 1 2 2 n n n n m m mn n a B a B a B a B a B a B a B a B a B                            0  由于 0 A  ,则至少存在一个 0 i j a  (1 ,1 i m j n    ), 使 1 1 2 2 0 i i i j j in n a B a B a B a B       , 由向量组线性相关的定义知, 1 2 , , , m B B B  线性相关, 即B 的行向量组线性相关, 故应选(A). 方法4:用排除法.取满足题设条件的 , A B . 取 0 0 1 0 0 0, 1 0 0 1 0 0 0 1 A B                     ,有 0 0 1 0 0 1 0 0, 1 0 0 0 1 AB                A 的行向量组,列向量组均线性相关,但B 的列向量组线性无关,故(B),(D)不成立. --- [第 9 页] --- 又取 1 1 0 1 0 0, 0 0 0 0 0 1 0 0 A B                     ,有 1 1 0 1 0 0 0 0 0 0 1 0 0 AB                , A 的行向量组线性无关,B 的列向量组线性相关,故(C)不成立. 由排除法知应选(A).
(13) 【答案】C 【详解】利用正态分布概率密度函数图形的对称性,对任何 0 x  有       1 2 P X x P X x P X x      .或直接利用图形求解. 方法1:由标准正态分布概率密度函数的对称性知,      } { u X P ,于是 } { 2 } { } { } { } { 1 1 x X P x X P x X P x X P x X P              即有 2 1 } {    x X P ,可见根据分位点的定义有 2 1   u x ,故应选(C). 方法2: O x y ( ) f x   P X u    图1 图2 如图1 所示题设条件. 图2 显示中间阴影部分面积,{ } P X x    .两端各余面积 1 2   ,所以 1 2 { } P X u      ,答案应选(C).
(14) 【答案】A. 【详解】由于随机变量 )1 ( , , , 2 1  n X X X n  独立同分布,所以必有: 2, ( , ) 0, i j i j Cov X X i j       又 2 2 2 1 1 1 ( ) n n n i i i i i i i i D a X a D X a               O x y   P X x    1 2   ( ) f x --- [第 10 页] --- 下面求 1 ( , ) Cov X Y 和 1 ( ) D X Y  . 而 1 1 , n i i Y X n   故本题的关键是将Y 中的 1 X 分离出来,再用独立性来计算. 对于选项(A): 1 1 1 1 1 1 2 1 1 1 ( , ) ( , ) ( , ) ( , ) n n i i i i Cov X Y Cov X X Cov X X Cov X X n n n        1 1 DX n  2 1 n  所以(A)对,(B)不对.为了熟悉这类问题的快速、正确计算. 可以看本题(C),(D)选项. 因为X 与Y 独立时,有    ( ) D X Y D X D Y    . 所以,这两个选项的方差也可直 接计算得到: 2 2 2 1 1 2 2 2 1 1 1 (1 ) 1 ( ) ( ) n n n n D X Y D X X X n n n n n              = 2 2 2 2 3 3   n n n n n    , 2 2 2 2 2 2 1 1 1 )1 ( ) 1 1 1 ( ) (   n n n n X n X n X n n D Y X D n            = . 2 2 2 2 2 2   n n n n n    所以本题选(A)
三、 解答题
(15) 【详解】根据要证不等式的形式,可考虑用拉格朗日中值定理或转化为函数不等式用单 调性证明. 方法1:因为函数  2 ln f x x  在   2 [ , ] , a b e e  上连续,且在  ,a b 内可导,所以满足拉 格朗日中值定理的条件, 对函数  2 ln f x x  在[ , ] a b 上应用拉格朗日中值定理,得      2 2 2 2 2ln ln ln ln , b a b a b a e a b e               下证: 2 2ln 4 e    . 设 t t t ln ) (   ,则 2 ln 1 ) ( t t t     ,当t e  时,1 ln 1 ln 0 t e    ,即 ,0 ) (  t  所以 ) (t  单调减少,又因为 2e  ,所以 ) ( ) ( 2 e     ,即 --- [第 11 页] --- 2 2 2 2 ln ln e e e     ,得 2 2ln 4 e    故 ) ( 4 ln ln 2 2 2 a b e a b    . 方法2:利用单调性,设 x e x x 2 2 4 ln ) (    ,证( ) x  在区间  2 ,e e 内严格单调增即可. 2 4 ln 2 ) ( e x x x     ,( 2 2 2 2 2 2 ln 4 4 4 ( ) 2 0 e e e e e e       ,) 2 ln 1 2 ) ( x x x     , 当x e  时,1 ln 1 ln 0 x e    , ,0 ) (  x  故 ) (x  单调减少,从而当 2 e x e   时, 2 ( ) ( ) 0 x e       ,即当 2 e x e   时, ) (x  单调增加. 因此当 2 e x e   时, ) ( ) ( a b    ,即 a e a b e b 2 2 2 2 4 ln 4 ln    , 故 ) ( 4 ln ln 2 2 2 a b e a b    . 方法3:设 2 2 2 4 ( ) ln ln ( ) x x a x a e      , 则 2 ln 4 ( ) 2 x x x e    , 2 1 ln ( ) 2 x x x     , x e  时, 1 ln 1 ln 0 x e    ,得 ( ) 0 x   ,  ( ) x  在 2 ( , ) e e 上单调减少, 从而当 2 e x e   时, 2 2 2 4 4 ( ) ( ) 0 x e e e         ,  ( ) x  在 2 ( , ) e e 上单调增加. 从而当 2 e a x b e     时, ( ) ( ) 0 x a     .  ( ) 0 b   ,即 2 2 2 4 ln ln ( ) b a b a e    .
(16) 【详解】本题是标准的牛顿第二定理的应用,列出关系式后再解微分方程即可. 方法1:由题设,飞机质量 9000 m kg  ,着陆时的水平速度 h km v / 700 0  . 从飞机接触 跑道开始计时,设t 时刻飞机的滑行距离为( ) x t ,速度为( ) v t ,则 0 ) 0 ( , ) 0 ( 0   x v v . 根据牛顿第二定律,得 kv dt dv m   . 又 dx dv v dt dx dx dv dt dv    . 由以上两式得 dv k m dx   ,积分得 . ) ( C v k m t x    由于 0 ) 0 ( , ) 0 ( 0   x v v ,所以 0
(0)
0. m x v C k    故得 0v k m C  , 从而 )). ( ( ) ( 0 t v v k m t x   当 0 ) (  t v 时, ). ( 05 .1 10
0. 6 700 9000 ) ( 6 0 km k mv t x      --- [第 12 页] --- 所以,飞机滑行的最长距离为1.05km. 方法2:根据牛顿第二定律,得 kv dt dv m   , 分离变量:dv k dt v m  ,两端积分得: 1 ln k v t C m   , 通解: t m k Ce v   ,代入初始条件 0 0 v v t   ,解得 0v C  ,故 . ) ( 0 t m k e v t v   飞机在跑道上滑行得距离相当于滑行到 0 v  ,对应地t . 于是由 dx vdt  ,有 0 0 0 0 0 0 ( )
1. 05( ). k k t t m m mv mv x v t dt v e dt e km k k             或由 0 k t m dx v t v e dt    ,知 )1 ( ) ( 0 0 0        t m k t t m k e m kv dt e v t x ,故最长距离为 当   t 时, ). ( 05 .1 ) ( 0 km m kv t x   方法3:由 kv dt dv m   , dx v dt  ,化为x 对t 的求导,得 dt dx k dt x d m   2 2 , 变形为 0 2 2   dt dx m k dt x d , 0
(0)
(0) , (0) 0 v x v x     其特征方程为 0 2     m k ,解之得 m k    2 1 ,0   ,故 . 2 1 t m k e C C x    由 2 0 0 0 0 0 0, k t m t t t t kC dx x v e v dt m          ,得 , 0 2 1 k mv C C    于是 ). 1( ) ( 0 t m k e k mv t x    当   t 时, ). ( 05 .1 ) ( 0 km k mv t x   所以,飞机滑行的最长距离为1.05km .
(17) 【详解】这是常规题,加、减曲面片高斯公式法,转换投影法,逐个投影法都可用. 方法1:加、减曲面片高斯公式. 取 1 为xoy 平面上被圆 1 2 2  y x 所围部分的下侧,记 为由与 1 围成的空间闭区域,则 dxdy z dzdx y dydz x I         1 )1 ( 3 2 2 2 3 3 --- [第 13 页] --- 1 3 3 2 1 2 2 2 3( 1) x dydz y dzdx z dxdy I I         由高斯公式:设空间闭区域是由分段光滑的闭曲面所围成,函数       , , , , , , , , P x y z Q x y z R x y z 在上具有一阶连续偏导数,则有 P Q R Pdydz Qdzdx Rdxdy dv x y z                       这里 3 3 2 2 , 2 , 3( 1) P x Q y R z      , 2 2 2 6 , 6 , 6 P Q R x y z x y z          , 所以 2 2 1 6( ) I x y z dv      利用柱面坐标: cos sin , 0 1, 0 2 , x r y r r dv rdrd dz z z                  ,有: 2 2 1 6( ) I x y z dxdydz      = rdz r z dr d r ) ( 6 2 0 1 0 1 0 2 2           2 2 1 2 2 1 1 2 3 2 0 0 0 1 12 12 1 2 2 r r z r r z dr r r r dr                    1 3 2 4 6 0 1 1 12 4 3 4 6 r r r                1 12 2 6      记D 为 1 在xoy 平面上的投影域     2 2 , 1 D x y x y    ,则 0 z  , 0 dz  , 又 1 为 2 2 0( 1) z x y    的下侧,从而:   1 3 3 2 2 2 2 3( 1) 3 0 1 D I x dydz y dzdx z dxdy dxdy          3 3 D dxdy     (其中 D dxdy  为半径为1 圆的面积,所以 11 D dxdy       ) 故 1 2 2
3 . I I I         方法2:用转换投影法:若   , z z x y  ,z 对,x y 具有一阶连续偏导数,则 , z z dzdx dxdy dydz dxdy x y        . 曲面 2 2 2 2 1 : 1 ,( 1), 2 , 2 z z z x y x y x y x y            ,由转换投影公式 --- [第 14 页] --- 3 3 2 2 2 3( 1) I x dydz y dzdx z dxdy       3 3 2 [2 ( ) 2 ( ) 3( 1)] z z x y z dxdy x y             4 4 2 2 2 [4 4 3(1 ) 3] D x y x y dxdy        利用极坐标变换: cos , 0 1, 0 2 , sin x r r dxdy rdrd y r                ,所以 2 1 4 4 4 4 2 2 0 0[4 cos 4 sin 3(1 ) 3] I d r r r rdr           2 1 5 4 5 4 5 3 0 0[4 cos 4 sin 3( 2 )] d r r r r dr          2 4 4 0 4 4 1 3 ( cos sin ) 6 6 2 2 d            2 2 2 2 2 2 2 0 0 4 cos sin 2cos sin 6 d d                     2 2 2 0 4 1 2cos sin 2 6 d              2 2 2 2 0 0 4 1 cos sin 2 2 6 3 d d              2 0 4 1 1 cos4 2 3 6 d           2 2 0 0 4 1 1 2 cos4 sin 4 3 3 6 24 d                0      或 2 4 4 0 4 4 ( cos sin ) 6 6 d       直接利用公式 4 4 2 2 0 0 3 1 cos sin 4 2 2 d d           及 2 2 4 4 4 4 2 2 0 0 0 0 cos 4 cos 4 sin sin d d d d                则 2 4 4 0 4 4 4 3 1 ( cos sin ) 2 4 6 6 6 4 2 2 d               所以,原式 2      
(18) 【分析】利用零点定理证明存在性,利用单调性证明惟一性. 而正项级数的敛散性可用 比较法判定. 零点定理:设函数  f x 在闭区间  ,a b 上连续,且   0 f a f b   ,那么在开区间   ,a b 内至少存在一点,使  0 f  ;单调性:设函数  f x 在闭区间  ,a b 上连续,在   ,a b 内可导,如果在  ,a b 内  0 f x   ,那么函数  f x 在  ,a b 上单调增加;比较审敛 --- [第 15 页] --- 法:设 1 n n u   和 1 n n v   都是正项级数,且 n n u v  ,若级数 1 n n v   收敛,则级数 1 n n u   收敛. 【证明】记 ( ) 1 n nf x x nx    ,则 ( ) nf x 是连续函数,由 0 1 ) 0 (    nf , 0 )1(  n f n ,对照连续函数的零点定理知,方程 0 1   nx x n 存在正实数根 ). 1,0 (  nx 当 0 x  时, 0 ) ( 1      n nx x f n n ,可见 ) (x f n 在 ) ,0 [  上单调增加, 故方程 0 1   nx x n 存在惟一正实数根 . nx 由 0 1   nx x n 与 0  nx 知 n n x x n n n 1 1 0     ,故当 1   时,函数y x   单调 增,所以   ) 1 ( 0 n xn   . 而正项级数  1 1 n n收敛,所以当 1   时,级数  1 n nx收敛.
(19) 【分析】根据极值点存在的充分条件: 设函数 ( , ) z f x y  在点  0 0 , x y 的某领域内连续且有一阶及二阶连续偏导数,又 0 0 0 0 ( , ) 0, ( , ) 0 x y f x y f x y    ,令 0 0 0 0 0 0 ( , ) , ( , ) , ( , ) xx xy yy f x y A f x y B f x y C      ,则 ( , ) z f x y  在  0 0 , x y 处是否取得极值的条件如下:
(1) 2 0 AC B   时具有极值,且当 0 A  时有极大值,当 0 A  时有极小值;
(2) 2 0 AC B   时没有极值;
(3) 2 0 AC B   时,可能有极值,也可能没有极值,需另外讨论. 所以对照极值点存在的充分性定理,先求出一阶偏导,再令其为零确定极值点,接下来 求函数二阶偏导,确定是极大值还是极小值,并求出相应的极值. 求二元隐函数的极值与求二元显函数的极值的有关定理是一样,差异仅在于求驻点及极 值的充分条件时,用到隐函数求偏导数. 【详解】因为 0 18 2 10 6 2 2 2       z yz y xy x ,所以 两边对x 求导: 0 2 2 6 2         x z z x z y y x , ① 两边对y 求导: 0 2 2 2 20 6           y z z y z y z y x . ② --- [第 16 页] --- 根据极值点存在的充分条件,令 0 0 z x z y          ,得 3 0 3 10 0 x y x y z         ,故      . , 3 y z y x 将上式代入 0 18 2 10 6 2 2 2       z yz y xy x ,可得       3 ,3 ,9 z y x 或          .3 ,3 ,9 z y x 对照极值点存在的充分条件,为判别两点是否为极值点,再①分别对,x y 求偏导数,② 分别对,x y 求偏导数 ①式对x 求导: 0 2 ) ( 2 2 2 2 2 2 2 2           x z z x z x z y , ②式对x 求导: ,0 2 2 2 2 6 2 2                    y x z z x z y z y x z y x z ①式对y 求导: ,0 2 2 2 2 6 2 2                    y x z z x z y z y x z y x z ②式对y 求导: 0 2 ) ( 2 2 2 2 20 2 2 2 2 2                 y z z y z y z y y z y z , 将       3 ,3 ,9 z y x            0 ,0 y z x z 代入,于是 6 1 ) 3,3,9 ( 2 2     x z A , 2 1 ) 3,3,9 ( 2       y x z B , 3 5 ) 3,3,9 ( 2 2     y z C ,故 0 36 1 2   B AC ,又 0 6 1   A ,从而点(9,3)是( , ) z x y 的极小 值点,极小值为(9,3) 3 z  . 类似地,将          .3 ,3 ,9 z y x            0 ,0 y z x z 代入,于是 2 2 ( 9, 3, 3) 1 6 z A x        , 2 ( 9, 3, 3) 1 2 z B x y        , 2 2 ( 9, 3, 3) 5 3 z C y        ,可知 0 36 1 2   B AC , 又 0 6 1    A ,从而点(-9, -3)是( , ) z x y 的极大值点,极大值为( 9, 3) 3 z   . --- [第 17 页] ---
(20) 【详解】 方法1:对方程组的系数矩阵A 作初等行变换,有 1 1 1 1 2 2 2 2 a a A n n n n a                       1 ( ) ( 2, ) i i i n      行 行 1 1 1 1 2 0 0 0 0 a a a B na a                     对| | B 是否为零进行讨论: 当 0 a  时,( ) 1 r A n  ,由齐次方程组有非零解的判别定理:设A 是m n  矩 阵,齐次方程组 0 Ax  有非零解的充要条件是( ) r A n  . 故此方程组有非零解,把 0 a  代入原方程组,得其同解方程组为 ,0 2 1     nx x x  ( )  此时,( ) 1 r A ,故方程组有 1 n r n   个自由未知量. 选 2 3 , , , n x x x  为自由未 知量,将他们的 1 n 组值(1,0, ,0),(0,1, ,0), ,(0,0, ,1)     分别代入( ) 式,得基 础解系 , ) 0, ,0,1,1 ( 1 T     , ) 0, ,1,0,1 ( 2 T     , )1, ,0,0,1 ( , 1 T n       于是方程组的通解为 , 1 1 1 1      n n k k x    其中 1 1 , ,  n k k  为任意常数. 当 0  a 时,对矩阵B 作初等行变换,有 1 1 1 1 2 1 0 0 0 0 1 a B n                     ( 1) 1 2,3 i i n      行 ( ) ( 1) 0 0 0 2 2 1 0 0 0 0 1 n n a n                          , 可知 2 )1 (    n n a 时, n n A r    1 ) ( ,由齐次方程组有非零解的判别定理, 知方程 组也有非零解,把 2 )1 (    n n a 代入原方程组,其同解方程组为                ,0 ,0 3 ,0 2 1 3 1 2 1 nx nx x x x x    此时,( ) 1 r A n  ,故方程组有 ( 1) 1 n r n n      个自由未知量.选 2x 为自由 未量,取 2 1 x  ,由此得基础解系为 T n) , ,2,1(    ,于是方程组的通解为  k x  , --- [第 18 页] --- 其中k 为任意常数. 方法2:计算方程组的系数行列式: 1 1 1 1 2 2 2 2 a a A n n n n a                       0 0 0 1 1 1 1 0 0 0 2 2 2 2 0 0 0 a a a n n n n                            矩阵加法 aE  +             n n n n         2 2 2 2 1 1 1 1 aE Q   , 下面求矩阵Q 的特征值: 1 1 1 1 2 2 2 2 E Q n n n n                           1 1 1 1 2 0 0 1 (- ) ( 2,3, , ) 0 0 i i i n n                     行 行 ( 1) 1 1 1 2 ( ) 1 0 0 0 ( 2,3, , ) 0 0 0 n n i i i n                     列 列 1 ( 1) 2 n n n             则Q 的特征值 2 )1 ( ,0, ,0  n n  ,由性质:若Ax x   ,则( ) ( ) , m m kA x k x A x x     , 因此对任意多项式 ( ) f x , ( ) ( ) f A x f x   ,即 ( ) f 是 ( ) f A 的特征值. 故,A 的特征值为 ( 1) , , , 2 n n a a a    , 由特征值的乘积等于矩阵行列式的值,得 A 行列式 . ) 2 )1 ( ( 1     n a n n a A 由齐次方程组有非零解的判别定理:设A 是n 阶矩阵,齐次方程组 0 Ax  有非零 解的充要条件是 0  A . 可知,当 0  A ,即 0 a  或 2 )1 (    n n a 时,方程组有非 零解. 当 0 a  时,对系数矩阵A 作初等行变换,有 1 1 1 1 2 2 2 2 A n n n n                 1 ) ( 2, ) i i i n      行( 行 1 1 1 1 0 0 0 0 0 0 0 0 0                ,. 故方程组的同解方程组为 --- [第 19 页] --- ,0 2 1     nx x x  此时,( ) 1 r A ,故方程组有 1 n r n   个自由未知量.选 2 3 , , , n x x x  为自由未 知量,将他们的 1 n 组值(1,0, ,0),(0,1, ,0), ,(0,0, ,1)     分别代入( ) 式,由此 得基础解系为 , ) 0, ,0,1,1 ( 1 T     , ) 0, ,1,0,1 ( 2 T     , )1, ,0,0,1 ( , 1 T n       于是方程组的通解为 , 1 1 1 1      n n k k x    其中 1 1 , ,  n k k  为任意常数. 当 2 )1 (    n n a 时, 1 1 1 1 2 1 0 0 0 0 1 a B n                     ( 1) 1 ( 2,3 ) i i n      行 ( 1) 0 0 0 2 2 1 0 0 0 0 1 n n a n                          , 即 0 0 0 0 2 1 0 0 0 0 1 n                    ,其同解方程组为                ,0 ,0 3 ,0 2 1 3 1 2 1 nx nx x x x x    此时,( ) 1 r A n  ,故方程组有 ( 1) 1 n r n n      个自由未知量. 选 2x 为自由未量, 取 2 1 x  ,由此得基础解系为 T n) , ,2,1(    ,于是方程组的通解为  k x  ,其中k 为 任意常数.
(21) 【详解】A 的特征多项式为 1 2 3 1 4 3 1 5 E A a             2 ( 2) 0 2 1 1 1 4 3 1 5 a              行( )行 1 1 0 1 ( 2) 1 4 3 1 5 a          提出行公因数 1 1 0 1 ( 1) 2 ( 2) 0 3 3 1 5 a           行 行 1 1 0 1 2 ( 2) 0 3 3 0 1 5 a          行 行 3 3 ( 2) 1 5 a         ( 2)[( 3)( 5) 3( 1)] a          2 ( 2)( 8 18 3 ). a         --- [第 20 页] --- 已知A 有一个二重特征值,有两种情况,(1) 2   就是二重特征值,(2)若 2   不是 二重根,则 2 8 18 3a      是一个完全平方
(1) 若 2   是特征方程的二重根,则有 ,0 3 18 16 22     a 解得 2 a . 由 E A   2 ( 2)( 8 18 3 ( 2))         2 ( 2)( 8 12)        2 ( 2) ( 6) 0       求得A 的特征值为2,2,6, 由 1 2 3 2 1 2 3 1 2 3 E A                 1 2 3 1 (-1) 2 , 0 0 0 1 1 3 0 0 0             行 倍加到行 行的倍加到行 , 知   2 1 E A   秩 ,故 2   对应的线性无关的特征向量的个数为 3 1 2 n r    ,等于 2   的重数. 由矩阵与对角矩阵相似的充要条件:对矩阵的每个特征值,线性无关的特征 向量的个数恰好等于该特征值的重根数, 从而A 可相似对角化.
(2) 若 2   不是特征方程的二重根,则 a 3 18 8 2     为完全平方,从而 18 3 16 a   ,解得 . 3 2   a 当 3 2   a 时,由 E A    2 2 ( 2)( 8 18 3 ( )) 3         2 ( 2)( 8 16)        2 ( 2)( 4) 0       知A 的特征值为2,4,4,由 3 2 3 4 1 0 3 2 1 1 3 E A                   1 1 3 3    行 行 3 2 3 1 0 3 0 0 0            知   4 2 E A   秩 ,故 4   对应的线性无关的特征向量有 3 2 1 n r     , 不等于 4   的重数,则由矩阵与对角矩阵相似的充要条件:对矩阵的每个特征值,线性无关的特征向量 的个数恰好等于该特征值的重根数, 知A 不可相似对角化.
(22) 【分析】本题尽管难度不大,但考察的知识点很多,综合性较强. 通过随机事件定义随 机变量或通过随机变量定义随机事件,可以比较好地将概率论的知识前后连贯起来,这种命 题方式值得注意. 先确定( , ) X Y 的可能取值,再求在每一个可能取值点上的概率,而这可利用随机事件 的运算性质得到,即得二维随机变量( , ) X Y 的概率分布;利用联合概率分布可求出边缘概 率分布,进而可计算出相关系数. 【详解】(I) 由于 1 ( ) ( ) ( | ) 12 P AB P A P B A   ,所以 , 6 1 ) ( ) ( ) (   B A P AB P B P --- [第 21 页] --- 利用条件概率公式和事件间简单的运算关系,有 12 1 ) ( } 1 ,1 {     AB P Y X P , 6 1 ) ( ) ( ) ( } 0 ,1 {       AB P A P B A P Y X P , , 12 1 ) ( ) ( ) ( } 1 ,0 {       AB P B P B A P Y X P ) ( 1 ) ( } 0 ,0 { B A P B A P Y X P       2 1 ( ) ( ) ( ) 3 P A P B P AB     (或 3 2 12 1 6 1 12 1 1 } 0 ,0 {        Y X P ),故( , ) X Y 的概率分布为 Y X 0 1 0 3 2 12 1 1 6 1 12 1 (II) , X Y 的概率分布分别为 2 1 3 { 0} { 0, 1} { 0, 0} , 3 12 4 P X P X Y P X Y           1 1 1 { 1} { 1, 1} { 1, 0} , 6 12 4 P X P X Y P X Y           1 1 1 { 1} { 0, 1} { 1, 1} , 12 12 6 P Y P X Y P X Y           2 1 5 { 0} { 0, 0} { 1, 0} . 3 6 6 P Y P X Y P X Y           所以 , X Y 的概率分布为 X 0 1 Y 0 1 P 4 3 4 1 P 6 5 6 1 由0 1 分布的数学期望和方差公式,则 6 1 , 4 1   EY EX , 1 3 3 4 4 16 DX    , 1 5 6 6 DY   5 36  ,       ( ) 0 0 1 1 1, 1 E XY P XY P XY P X Y         1 12  , 故 24 1 ) ( ) , (     EY EX XY E Y X Cov ,从而 . 15 15 ) , (    DY DX Y X Cov XY 
(23) 【分析】本题是基础题型,难度不大,但计算量比较大,实际做题时应特别注意计算的 --- [第 22 页] --- 准确性.先由分布函数求出概率密度,再根据求矩估计量和最大似然估计量的标准方法进行 讨论即可. 似然函数的定义: 1 2 1 ( ) ( , , , ; ) ( ; ) n n i i L f x x x f x        【详解】X 的概率密度为 1 1, , ( ; )
1. 0, x f x x x           (I) 矩估计. 由数学期望的定义: 1 ) ; ( 1 1                  dx x x dx x xf EX , 用样本均值估计期望有EX X  , 令 X  1   ,解得 1  X X  ,所以参数的矩估计量为 . 1 ˆ  X X  其中 1 1 n i i X X n   (II) 最大似然估计. 设 1 2 , ,..., n x x x 是相应于样本 1 2 , ,..., n X X X 的一组观测值,则似然 函数为:          其他 ,0 ), , ,2,1 (1 , ) ( ) ; ( ) ( 1 2 1 1 n i x x x x x f L i n n n i i       当 ) , ,2,1 (1 n i xi    时, 0 ) (   L ,( ) L 与ln ( ) L 在相同的点取得最大值; 所以等式两边取自然对数,得 1 ln ( ) ln ( 1) ln n i i L n x        , 两边对求导,得     n i ix n d L d 1 ln ) ( ln    , 令 0 ) ( ln    d L d ,可得    n i ix n 1 ln  , 解得的最大似然估计值为: 1 ln n i i n x    