原生数字化重构 · 纯文本与矢量排版

1990年数学三真题答案解析【闲鱼号“非凡小翊”持续更新中】【闲鱼号:非凡小翊】

--- [第 1 页] --- 1 1990 年全国硕士研究生入学统一考试数学三试题解析
一、 填空题(本题满分15 分,每小题3 分.)
(1) 【答案】2 【解析】对原式进行分子有理化,分子分母同乘以有理化因子 3 n n n n    . 3 ( 3 ) ( 3 ) lim( ) lim 1 3 n n n n n n n n n n n n n n n n n n                 3 lim 3 n n n n n n n n n         , 再分子分母同时除以 n ,有 原式 4 lim 3 1 1 1 n n n      . 因为lim 0 n a n   ,其中a 为常数,所以原式 4
2. 1 1   
(2) 【答案】b a  【解析】由于 ( ) F x 在 0 x  处连续,故 0
(0) lim ( ) x A F F x    . 0 lim ( ) x F x  为“ 0 0 ”型的极限未定式,又 ( ) f x 在点0 处导数存在,所以 0 0 ( ) sin ( ) cos lim lim 1 x x f x a x f x a x A b a x          . 【相关知识点】函数 ( ) y f x  在点 0x 连续:设函数 ( ) y f x  在点 0x 的某一邻域内有定义, 如果 0 0 lim ( ) ( ), x x f x f x   则称函数 ( ) f x 在点 0x 连续.
(3) 【答案】 1 4 2 【解析】先解出两条曲线在平面的交点,即令 2 2 x x   , 解得 1 x 和 2 x  ,故所围成的平面图形如右图所示: 所求面积为   2 2 1 2 S x x dx      2 2 3 1 1 1 1 2
4 . 2 3 2 x x x           
(4) 【答案】 1 2 3 4 0 a a a a     x y O 2 1  --- [第 2 页] --- 2 【解析】由于方程组有解 ( ) ( ) r A r A   ,对A 作初等行变换, 第一行乘以  1  加到第四行上,有 1 1 2 2 3 3 4 1 4 1 1 0 0 1 1 0 0 0 1 1 0 0 1 1 0 0 0 1 1 0 0 1 1 1 0 0 1 0 1 0 1 a a a a a a a a a                                , 第二行加到第四行上,再第三行乘以  1  加到第四行上,有 1 1 2 2 3 3 1 2 3 4 1 2 4 1 1 0 0 1 1 0 0 0 1 1 0 1 1 0 0 0 1 1 1 1 0 0 1 1 0 a a a a a a a a a a a a a                                   . 为使( ) ( ) r A r A  ,常数 1 2 3 4 , , , a a a a 应满足条件: 1 2 3 4 0 a a a a     . 【相关知识点】非齐次线性方程组有解的判定定理: 设A 是m n  矩阵,线性方程组Ax b  有解的充分必要条件是系数矩阵的秩等于增广 矩阵   A A b   的秩,即是( ) ( ) r A r A  (或者说, b 可由A 的列向量 1 2 , , , n    线表出, 亦等同于 1 2 , , , n    与 1 2 , , , , n b    是等价向量组). 设A 是m n  矩阵,线性方程组Ax b  ,则 (1)有唯一解  ( ) ( ) . r A r A n   (2)有无穷多解 ( ) ( ) . r A r A n   (3)无解  ( ) 1 ( ). r A r A  b 不能由A 的列向量 1 2 , , , n    线表出.
(5) 【答案】2 3 【解析】这是一个四重伯努利试验概率模型,设试验的成功率即射手的命中率为p ,则进行 四次独立的射击, 设事件Y 为“射手命中目标的次数”,Y 服从参数 80 4, 81 n p   的二项分 布,由二项分布的概率公式,事件“四次均不中”的概率为 4 (1 ) p  ,它是至少命中一次的对 立事件.依题意 4 80 1 2 (1 ) 1 1 81 3 3 p p p       . 本题的另一种分析方法是用随机变量X 表示独立地进行射击中命中目标的次数, p 表 示一次射击的命中率,则 (4, ) X B p  ,依题意 --- [第 3 页] --- 3     4 1 1 0 1 , 81 k P X P X k       即 4 1 2 (1 ) . 81 3 p p     【相关知识点】二项分布的概率公式: 若 ( , ) Y B n p  ,则  (1 ) k k n k n P Y k C p p     , 0,1, , k n   .
二、 选择题(本题满分15 分,每小题3 分.)
(1) 【答案】(B) 【解析】由于 sin 2 lim 2 x x x e e       ,而 2 lim tan x x   ,所以, sin 2 lim tan x x x x e     ,故 ( ) f x 无界. 或考察 ( ) f x 在 2 ( 1,2, ) 4 nx n n      的函数值,有 2 2 lim ( ) lim n n n n f x x e    ,可见 ( ) f x 是无界函数.应选(B). 以下证明其他结论均不正确. 由 4 4 4 4 4 4 sin sin f e f e                              ,知(A)不正确; 由 0 0 4 4 f , f                  ,而  0 0 f  ,知(D)不正确. 证明(C)不正确可用反证法. 设  sin x g x tan x e   ,于是  g x 的定义域为 0 1 2 2 D x| x k ,k , , , ,               且  g x 的全部零点为 0 1 2 nx n ,n , , , .    若   f x xg x  以T   0 T  为周期,则 有     x T g x T xg x , x D.     令 0 x ,  有  0 Tg T ,  即 0 g T  .从而T k  ,其中k 为某一正数.于是2k也是  xg x 的周期.代入即得,对 x D  有       2 2 2 x k g x k x k g x xg x .         这表明  2 0 k g x   在x D  上成立,于是 0 g x  在x D  上成立,导致了矛盾. 故 --- [第 4 页] --- 4   f x xg x  不可能是周期函数. 【相关知识点】极限的四则运算法则: 若 0 lim ( ) x x f x A   , 0 lim ( ) x x g x B   ,则有 0 lim ( ) ( ) x x f x g x AB    .
(2) 【答案】(D) 【解析】通过变量代换 1 t x  或按定义由关系式 (1 ) ( ) f x af x   将 ( ) f x 在 1 x  的可 导性与 ( ) f x 在 0 x  的可导性联系起来. 令 1 t x  ,则 ( ) ( 1) f t af t   .由复合函数可导性及求导法则,知 ( ) f t 在 1 t 可导,且 1 1 ( ) ( 1)( 1)
(0) t t f t af t t af ab           , 因此,应选(D). 【相关知识点】复合函数求导法则:如果 ( ) u g x  在点x 可导,而 ( ) y f x  在点 ( ) u g x  可 导,则复合函数   ( ) y f g x  在点x 可导,且其导数为 ( ) ( ) dy f u g x dx     或 dy dy du dx du dx   .
(3) 【答案】(C) 【解析】本题考查线性无关的概念与理论,以及充分必要性条件的概念. (A)(B)(D)均是必要条件,并非充分条件.也就是说,向量组 1 2 , , , s    线性无关,可以 推导出(A)(B)(D)选项,但是不能由(A)(B)(D)选项中的任意一个推导出向量组 1 2 , , , s    线性无关. 例如: (1,0),(0,1),(1,1) 显然有(1,0) (0,1) (1,1) (0,0)    , 该向量组线性相关. 但 (A)(B)(D)均成立. 根据“ 1 2 , , , s    线性相关的充分必要条件是存在某 ( 1,2, , ) i i s    可以由 1 1 1 , , , , i i s         线性表出.”或由“ 1 2 , , , s    线性无关的充分必要条件是任意一个 ( 1,2, , ) i i s    均不能由 1 1 1 , , , , i i s         线性表出.”故选(C).
(4) 【答案】A 【解析】由于B A  ,所以A B A   ,于是有    P A B P A   .故本题选A. 对于B 选项,因为B A  ,所以事件B 发生,则事件A 必然发生,所以    P AB P B  , 而不是    P AB P A  ,故B 错. --- [第 5 页] --- 5 对于C 选项,因为B A  ,由条件概率公式  ( ) ( ) P AB P B A P A  ,当 , B A 是相互独立的事 件时,才会有   P B A P B  ;所以C 错. 对于D 选项, 因为B A  , 所以事件B 发生事件A 不发生是个不可能事件, 故   0 P B A   ,所以(D)错.
(5) 【答案】(C) 【解析】由离散型随机变量概率的定义,有       1, 1 1, 1 P X Y P X Y P X Y            1} { 1 1} { 1 P X P Y P X P Y         1 1 1 1 1 2 2 2 2 2      . 故本题选(C).而(B)、(D)选项是错误的. 对于(A)选项,题目中只说了随机变量X 和Y 相互独立,且他们的概率分布相同,但是二 者是不同的事件,并不能说事件X 与事件Y 是同一事件.故(A)错.
三、 计算题(本题满分20 分,每小题5 分.)
(1) 【解析】在 2 [ , ] x e e  上,   2 2 ln ln ( ) 0 2 1 1 x x I x x x x        ,故函数( ) I x 在 2 [ , ] e e 上单 调增加,最大值为 2 ( ) I e . 由 2 2 (1 ) 1 (1 ) (1 ) (1 ) dx d x d x x x        ,有   2 2 2 2 ln 1 ( ) ln 1 1 e e e e t I e dt td t t               2 2 2 2 ln ln 1 1 ( ) 1 1 1 1 e e e e e e e e t dt t dt t t t t t t              2 2 2 1 ln( 1) 2 ln( 1) 1 1 1 e e e e           1 1 ln 1 e e e     . 【相关知识点】1.对积分上限的函数的求导公式: 若 ( ) ( ) ( ) ( ) t t F t f x dx    , ( )t  , ( )t  均一阶可导,则     ( ) ( ) ( ) ( ) ( ) F t t f t t f t            . --- [第 6 页] --- 6
2. 假定 ( ) u u x  与 ( ) v v x  均具有连续的导函数,则 , uv dx uv u vdx       或者 . udv uv vdu    
(2) 【解析】区域D 是无界函数,设     0 { , 0 , } 3 2 b y y D D y b x y y b x          , 不难发现,当b 时有 b D D  ,从而 2 2 2 2 0 3 lim lim b y b y y y y b b D D xe dxdy xe dxdy e dy xdx            2 0 1 1 1 lim ( ) 2 4 9 b y b y y e dy      2 2 2 0 0 5 5 lim lim 72 144 b b y t b b ye dy t y e dt         2 5 5 lim (1 ) . 144 144 b b e    
(3) 【解析】因系数 2 1 ( 1,2, ) na n n   ,故     2 2 1 2 2 1 1 lim lim lim 1 1 1 n n n n n n a n a n n          , 这样,幂级数的收敛半径 1 1 R   .因此当1 3 1, x    ,即2 4 x   时级数绝对收敛. 当 2 x  时,得交错级数 2 1 1 ( 1)n n n     ;当 4 x  时,得正项级数 2 1 1 n n   ,二者都收敛,于是原级 数的收敛域为[2,4] . 【相关知识点】1.求收敛半径的方法:如果 1 nlim n n a a     ,其中 1 , n n a a 是幂级数 0 n n n a x   的 相邻两项的系数,则这幂级数的收敛半径 1 , 0 , , 0, 0, . R                 2 9 y x  2 4 y x  O x y --- [第 7 页] --- 7
2. 交错级数的莱布尼茨判别法:设交错级数 1 1 ( 1)n n n u      满足:
(1) 1, 1,2, ; n n u u n    
(2) lim
0. n n u   则 1 1 ( 1)n n n u      收敛,且其和满足 1 1 1 0 ( 1) , n n n u u        余项
1. n n r u   3.p 级数: 1 1 p n n   当 1 p 时收敛;当 1 p 时发散.
(4) 【解析】方法1:所给方程为一阶线性微分方程,可直接利用通解公式求解. cos cos sin ln xdx xdx x y e e xe dx C              sin sin ln [ ln ] x x e xdx C e x x x C             . 方法2: 用函数 ( ) cos sin P x dx xdx x e e e     同乘方程两端,构造成全微分方程. 方程两端同乘 sin x e ,得 sin sin sin sin cos ( ) ( ) ln x x x x e y ye x ye ye x        ,再积分一次得 sin ln ln x ye C xdx C x x x       . 最后,再用 sin x e 同乘上式两端即得通解 sin [ ln ] x y e x x x C     . 【相关知识点】一阶线性非齐次方程 ( ) ( ) y P x y Q x   的通解为 ( ) ( ) ( ) P x dx P x dx y e Q x e dx C             , 其中C 为任意常数.
四、 (本题满分9 分) 【解析】(1)利润为销售收入减去成本,所以利润函数为 2 2
1 2 1 2 1 2 1 2 15 14 32 8 2 10 ( ) x x x x x x x x         2 2 1 2 1 2 1 2 15 13 31 8 2 10 . x x x x x x       由多元函数极值点的必要条件,有 1 2 1 1 2 1 2 2 4 8 13 0,
0. 75,
1. 25. 8 20 31 0, x x x x x x x x                      因驻点惟一,且实际问题必有最大值,故投入电台广告费用0.75 万元,报纸广告费用1.25 万 --- [第 8 页] --- 8 元可获最大利润.
(2) 若广告费用为1.5 万元,则应当求利润函数(与(1)中解析式相同) 2 2 1 2 1 2 1 2 15 13 31 8 2 10 , x x x x x x       在 1 2
1. 5 x x   时的条件最大值.拉格朗日函数为 2 2 1 2 1 2 1 2 1 2 1 2 ( , , ) 15 13 31 8 2 10 (
1. 5), L x x x x x x x x x x            由 1 2 1 1 2 2 1 2 4 8 13 0, 8 20 31 0,
1. 5 0 L x x x L x x x L x x                             1 2 0,
1. 5. x x    因驻点惟一,且实际问题必有最大值,故应将广告费1.5 万元全部用于报纸广告,可使利润最 大. 【相关知识点】拉格朗日乘数法: 要找函数 ( , ) z f x y  在附加条件( , ) 0 x y   下的可能极值点,可以先作拉格朗日函数 ( , ) ( , ) ( , ), L x y f x y x y    其中为参数.求其对x 与y 的一阶偏导数,并使之为零,然后与附加条件联立起来: ( , ) ( , ) 0, ( , ) ( , ) 0, ( , )
0. x x y y f x y x y f x y x y x y              由这方程组解出,x y 及,这样得到的( , ) x y 就是函数 ( , ) f x y 在附加条件( , ) 0 x y   下的 可能极值点.
五、 (本题满分6 分) 【解析】方法1:当 0 a  时, ( ) ( ) ( )
( ) f a b f b f a f b     ,即不等式成立; 若 0 a  ,因为 2 1 2 1 ( ) ( ) ( )
(0) [ ( ) ( )] [ ( )
(0) ] ( ) ( ) [ ( ) ( )], f a b f a f b f f a b f b f a f f a f a a f f                      其中 1 2 0 a b a b         .又 ( ) f x  单调减少,故 2 1 ( ) ( ) f f      .从而有 --- [第 9 页] --- 9 ( ) ( ) ( )
(0) 0 f a b f a f b f      ,即 ( ) ( ) ( ) f a b f a f b    . 方法2:构造辅助函数,将式子移到不等式右边,再将b 视为变量x ,得辅助函数 令 ( ) ( ) ( ) ( ), [0, ] F x f x f a f a x x b      ,由于
(0) 0 f  ,所以
(0) 0 F  ,又因为 ( ) ( ) ( ), F x f x f a x       且 0 a  , ( ) f x  在(0, ) b 单调减少,所以 ( ) 0 F x   ,于是 ( ) F x 在 [0, ] b 上单调递增,故 ( )
(0) 0 F b F   ,即 ( ) ( ) ( ) f a b f a f b    ,其中0 a b a b c      . 【相关知识点】拉格朗日中值定理: 如果函数 ( ) f x 满足在闭区间[ , ] a b 上连续;在开区间  ,a b 内可导,那么在  ,a b 内至 少有一点( ) a b     ,使等式 ( ) ( ) ( )( ) f b f a f b a      成立. 六、(本题满分8 分) 【解析】本题中,方程组有解 ( ) ( ) r A r A   .(相关定理见第一题(4)) 对增广矩阵作初等行变换,第一行乘以  3  、  5  分别加到第二、四行上,有 1 1 1 1 1 1 1 1 1 1 3 2 1 1 3 0 0 1 2 2 6 3 0 1 2 2 6 0 1 2 2 6 5 4 3 3 1 2 0 1 2 2 6 2 5 a a a b b a                                              , 第二行乘以1、  1  分别加到第三、四行上,第二行再自乘  1  ,有 1 1 1 1 1 1 2 2 6
3 . 3 2 2 a a b a a                  
(1) 当 3 0 b a   且2 2 0 a   ,即 1, 3 a b   时方程组有解.
(2) 当 1, 3 a b   时,方程组的同解方程组是 1 2 3 4 5 2 3 4 5 1, 2 2 6 3, x x x x x x x x x             由 ( ) 5 2 3 n r A     ,即解空间的维数为3.取自变量为 3 4 5 , , x x x ,则导出组的基础解系为 1 2 3 (1, 2,1,0,0) , (1, 2,0,1,0) , (5, 6,0,0,1) T T T          . --- [第 10 页] --- 10
(3) 令 3 4 5 0 x x x    ,得方程组的特解为 ( 2,3,0,0,0)T  .因此,方程组的所有解是 1 1 2 2 3 3 k k k        ,其中 1 2 3 , , k k k 为任意常数. 【相关知识点】若 1 、 2 是对应齐次线性方程组 0 Ax  的基础解系,则Ax b  的通解形式 为 1 1 2 2 , k k      其中 1 2 , 是 0 Ax  的基础解系,是Ax b  的一个特解. 七、(本题满分5 分) 【解析】若A 、B 是n 阶矩阵,且 , AB E  则必有 . BA E  于是按可逆的定义知 1 A B  . 如果对特征值熟悉,由 0 k A  可知矩阵A 的特征值全是0,从而E A  的特征值全是1, 也就能证明E A  可逆. 由于 0 k A  ,故   2 1 ( ) k k k E A E A A A E A E           . 所以E A  可逆,且  1 2 1 k E A E A A A          . 八、(本题满分6 分) 【解析】(反证法)若 1 2 X X  是A 的特征向量,它所对应的特征值为,则由定义有: 1 2 1 2 ( ) ( ) A X X X X     . 由已知又有 1 2 1 2 1 1 2 2 ( ) A X X AX AX X X        . 两式相减得 1 1 2 2 ( ) ( ) 0 X X         . 由 1 2    ,知 1 2 ,      不全为0,于是 1 2 , X X 线性相关,这与不同特征值的特征向量线 性无关相矛盾.所以, 1 2 X X  不是A 的特征向量. 【相关知识点】矩阵特征值与特征向量的定义:设A 是n 阶矩阵,若存在数及非零的n 维 列向量X 使得AX X   成立,则称是矩阵A 的特征值,称非零向量X 是矩阵A 的特征 向量. 九、(本题满分4 分) 【解析】样本空间含样本点总数为 3 10 C ;即十个数字任意选三个有多少种选择方案. 有利于事件 1A 的样本点数为 3 8 C ;十个数字除去0 和5 任意选三个有多少种选择方案. --- [第 11 页] --- 11 有利于事件 2 A 的样本点数为 3 3 9 8 2C C  ;十个数字除去0 任意选三个的选择方案和十个数字 除去5 任意选三个的选择方案再减去中间多算了一次的方法数,即是事件 1A 被加了两次,所 以应该减去 3 8 C . 由古典型概率公式, 3 8 1 3 10 7 ( ) ; 15 C P A C   3 3 9 8 2 3 10 2 14 ( ) 15 C C P A C    . 【相关知识点】古典型概率公式: ( ) i i A P A 有利于事件的样本点数 样本空间的总数 . 十、(本题满分5 分) 【解析】(1) 由连续型随机变量边缘分布的定义,且lim 0, ax x e   ( a 为常数)有 X 和Y 的边缘分布函数分别为
0. 5 1 , 0, ( ) ( , ) lim ( , ) 0, 0; x X y e x F x F x F x y x          若 若
0. 5 1 , 0, ( ) ( , ) lim ( , ) 0,
0. y Y x e y F y F y F x y y           若 若 由于对任意实数,x y 都满足 ( , ) ( ) ( ) X Y F x y F x F x  .因此X 和Y 相互独立.
(2) 因为X 和Y 相互独立,所以有      
0. 1,
0. 1
0. 1
0. 1 P X Y P X P Y       
0. 05
0. 05
0. 1 [1 (0.1)][1 (0.1)] X Y F F e e e          . 十一、(本题满分7 分) 【解析】若已知正态分布的期望和方差,在计算有关概率时可将其转化为标准正态分布的有 关概率,通过 ( )x  表计算.但是正态分布的参数与 2 未知时,则应先根据题设条件求出 与 2 的值,再去计算有关事件的概率. 设X 为考生的外语成绩,依题意有 2 ~ ( , ) X N  ,且 72  ,但 2 未知.所以可标准 化得 72 ~ (0,1) X N   .由标准正态分布函数概率的计算公式,有     96 72 24 96 1 96 1 1
0. 023, P X P X                      --- [第 12 页] --- 12 24 1 0.023
0. 977.           查表可得 24 2, 12    ,即 2 ~ (72,12 ) X N ,   72 60 84 1 2 (1) 1
0. 682 12 X P X P              .