原生数字化重构 · 纯文本与矢量排版

2005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 - 2005 年考研数学(三)真题解析
一、 填空题(本题共6 小题,每小题4 分,满分24 分. 把答案填在题中横线上) (
1)极限 1 2 sin lim 2    x x x x =
2 . 【分析】 本题属基本题型,直接用无穷小量的等价代换进行计算即可. 【详解】 1 2 sin lim 2    x x x x = .2 1 2 lim 2     x x x x (2) 微分方程 0    y y x 满足初始条件 2 )1(  y 的特解为 2  xy . 【分析】直接积分即可. 【详解】原方程可化为 0 ) (   xy ,积分得 C xy  , 代入初始条件得C=2,故所求特解为xy=2. (3)设二元函数 ) 1 ln( )1 ( y x xe z y x      ,则  ) 0 ,1 ( dz dy e edx ) 2 ( 2   . 【分析】基本题型,直接套用相应的公式即可. 【详解】 ) 1 ln( y xe e x z y x y x         , y x xe y z y x        1 1 , 于是  ) 0 ,1 ( dz dy e edx ) 2 ( 2   . (4)设行向量组 )1,1,1,2 ( , ) , ,1,2 ( a a , ) ,1,2,3 ( a , )1,2,3,4 ( 线性相关,且 1  a ,则a= 2
1 . 【分析】四个4 维向量线性相关,必有其对应行列式为零,由此即可确定a. 【详解】 由题设,有  1 2 3 4 1 2 3 1 2 1 1 1 2 a a a 0 )1 2 )( 1 (    a a , 得 2 1 ,1   a a ,但题设 1  a ,故 . 2 1  a (5)从数1,2,3,4 中任取一个数,记为X, 再从 X , ,2,1  中任取一个数,记为Y, 则 } 2 {  Y P = 48 13 . 【分析】本题涉及到两次随机试验,想到用全概率公式, 且第一次试验的各种两两互不相容的结果即 为完备事件组或样本空间的划分. 【详解】 } 2 {  Y P = } 1 2 { } 1 {    X Y P X P + } 2 2 { } 2 {    X Y P X P --- [第 2 页] --- - 2 - + } 3 2 { } 3 {    X Y P X P + } 4 2 { } 4 {    X Y P X P = . 48 13 ) 4 1 3 1 2 1 0 ( 4 1      (6)设二维随机变量(X,Y) 的概率分布为 X Y 0 1 0
0. 4 a 1 b
0. 1 已知随机事件 } 0 {  X 与 } 1 {  Y X 相互独立,则a=
0. 4 , b=
0. 1 . 【分析】首先所有概率求和为1,可得a+b=0.5, 其次,利用事件的独立性又可得一等式,由此可确定 a,b 的取值. 【详解】由题设,知 a+b=0.5 又事件 } 0 {  X 与 } 1 {  Y X 相互独立,于是有 } 1 { } 0 { } 1 ,0 {        Y X P X P Y X X P , 即 a= ) )(
4. 0 ( b a a   , 由此可解得 a=0.4, b=0.1
二、 选择题(本题共8 小题,每小题4 分,满分32 分. 每小题给出的四个选项中,只
有一项符合题目要求, 把所选项前的字母填在题后的括号内) (7)当a 取下列哪个值时,函数 a x x x x f     12 9 2 ) ( 2 3 恰好有两个不同的零点. (A)
2. (B)
4. (C)
6. (D)
8. [ B ] 【分析】先求出可能极值点,再利用单调性与极值画出函数对应简单图形进行分析,当恰好有一个极 值为零时,函数f(x)恰好有两个不同的零点. 【详解】 12 18 6 ) ( 2     x x x f = ) 2 )( 1 ( 6   x x ,知可能极值点为x=1,x=2,且 a f a f     4 ) 2 ( , 5 )1( ,可见当a=4 时,函数f(x) 恰好有两个零点,故应选(B). (8 )设  d y x I D   2 2 1 cos ,  d y x I D   ) cos( 2 2 2 ,  d y x I D   2 2 2 3 ) cos( , 其中 } 1 ) , {( 2 2    y x y x D ,则 (A) 1 2 3 I I I   . (B) 3 2 1 I I I   . (C) 3 1 2 I I I   . (D) 2 1 3 I I I   . [ A ] 【分析】关键在于比较 2 2 y x  、 2 2 y x  与 2 2 2 ) ( y x  在区域 } 1 ) , {( 2 2    y x y x D 上的大小. 【详解】 在区域 } 1 ) , {( 2 2    y x y x D 上,有 1 0 2 2    y x ,从而有 2 2 1 2 y x      2 2 y x   0 ) ( 2 2 2  y x --- [第 3 页] --- - 3 - 由于cosx 在 ) 2 ,0 (  上为单调减函数,于是 2 2 cos 0 y x   ) cos( 2 2 y x    2 2 2 ) cos( y x  因此     d y x D 2 2 cos     d y x D ) cos( 2 2  d y x D  2 2 2 ) cos( ,故应选(A). (9)设 , ,2,1 ,0    n an 若  1 n n a 发散,     1 1 )1 ( n n n a 收敛,则下列结论正确的是 (A)     1 1 2 n n a 收敛,  1 2 n n a 发散. (B)  1 2 n n a 收敛,    1 1 2 n n a 发散. (C) ) ( 1 2 1 2     n n n a a 收敛. (D) ) ( 1 2 1 2     n n n a a 收敛. [ D ] 【分析】 可通过反例用排除法找到正确答案. 【详解】 取 n an 1  ,则  1 n n a 发散,     1 1 )1 ( n n n a 收敛, 但    1 1 2 n n a 与  1 2 n n a 均发散,排除(A),(B)选项,且 ) ( 1 2 1 2     n n n a a 发散,进一步排除(C), 故应选(D). 事实上,级数 ) ( 1 2 1 2     n n n a a 的部分和数列极限存在. (10)设 x x x x f cos sin ) (   ,下列命题中正确的是 (A) f(0)是极大值, ) 2 ( f 是极小值. (B)f(0)是极小值, ) 2 ( f 是极大值. (C) f(0)是极大值, ) 2 ( f 也是极大值. (D) f(0)是极小值, ) 2 ( f 也是极小值. [ B ] 【分析】先求出 ) ( ), ( x f x f   ,再用取极值的充分条件判断即可. 【详解】 x x x x x x x f cos sin cos sin ) (      ,显然 0 ) 2 ( ,0 ) 0 (      f f , 又 x x x x f sin cos ) (    ,且 0 2 ) 2 ( ,0 1 ) 0 (          f f ,故f(0)是极小值, ) 2 ( f 是极大值, 应选(B). (11)以下四个命题中,正确的是 (A) 若 ) (x f  在(0,1)内连续,则f(x)在(0,1)内有界. (B)若 ) (x f 在(0,1)内连续,则f(x)在(0,1)内有界. --- [第 4 页] --- - 4 - (C)若 ) (x f  在(0,1)内有界,则f(x)在(0,1)内有界. (D) 若 ) (x f 在(0,1)内有界,则 ) (x f  在(0,1)内有界. [ C ] 【分析】通过反例用排除法找到正确答案即可. 【详解】设f(x)= x 1 , 则f(x)及 2 1 ) ( x x f    均在(0,1)内连续,但f(x)在(0,1)内无界,排除(A)、 (B); 又 x x f  ) ( 在(0,1)内有界,但 x x f 2 1 ) (   在(0,1)内无界,排除(D). 故应选(C). (12)设矩阵A= 3 3) (  ij a 满足 T A A  * ,其中 * A 是A 的伴随矩阵,T A 为A 的转置矩阵. 若 13 12 11 , , a a a 为三个相等的正数,则 11 a 为 (A) 3
3 . (B)
3. (C) 3
1 . (D)
3 . [ A ] 【分析】题设与A 的伴随矩阵有关,一般联想到用行列展开定理和相应公式: . * * E A A A AA   . 【详解】由 T A A  * 及 E A A A AA   * * ,有 3,2,1 , ,   j i A a ij ij ,其中 ij A 为 ij a 的代数余子式, 且 0 3 2      A A A E A AAT 或 1  A 而 0 3 2 11 13 13 12 12 11 11      a A a A a A a A ,于是 1  A ,且 . 3 3 11  a 故正确选项为(A). (13)设 2 1,  是矩阵A 的两个不同的特征值,对应的特征向量分别为 2 1,  ,则 1 , ) ( 2 1   A 线 性无关的充分必要条件是 (A) 0 1   . (B) 0 2   . (C) 0 1   . (D) 0 2   . [ D ] 【分析】讨论一组抽象向量的线性无关性,可用定义或转化为求其秩即可. 【详解】方法一:令 0 ) ( 2 1 2 1 1       A k k ,则 0 2 2 2 1 1 2 1 1         k k k , 0 ) ( 2 2 2 1 1 2 1        k k k . 由于 2 1,  线性无关,于是有       .0 ,0 2 2 1 2 1   k k k 当 0 2   时,显然有 0 ,0 2 1   k k ,此时 1 , ) ( 2 1   A 线性无关;反过来,若 1 , ) ( 2 1   A --- [第 5 页] --- - 5 - 线性无关,则必然有 0 2   (,否则, 1 与 ) ( 2 1   A = 1 1  线性相关),故应选(B). 方法二:由于         2 1 2 1 2 2 1 1 1 2 1 1 0 1 ] , [ ] , [ )] ( , [             A , 可见 1 , ) ( 2 1   A 线性无关的充要条件是 .0 0 1 2 2 1     故应选(D). (14)设一批零件的长度服从正态分布 ) , ( 2   N ,其中 2 ,  均未知. 现从中随机抽取16 个零件, 测得样本均值 ) ( 20 cm x  ,样本标准差 ) (1 cm s  ,则的置信度为0.90 的置信区间是 (A) )). 16 ( 4 1 20 ), 16 ( 4 1 20 ( 05 .0 05 .0 t t   (B) )). 16 ( 4 1 20 ), 16 ( 4 1 20 (
1. 0
1. 0 t t   (C) )). 15 ( 4 1 20 ), 15 ( 4 1 20 ( 05 .0 05 .0 t t   (D) )). 15 ( 4 1 20 ), 15 ( 4 1 20 (
1. 0
1. 0 t t   [ C ] 【分析】总体方差未知,求期望的区间估计,用统计量: ). 1 ( ~   n t n s x  【详解】由正态总体抽样分布的性质知, )1 ( ~   n t n s x  ,故的置信度为0.90 的置信区间是 )) 1 ( 1 ), 1 ( 1 ( 2 2     n t n x n t n x   ,即 )). 15 ( 4 1 20 ), 15 ( 4 1 20 ( 05 .0 05 .0 t t   故应选(C).
三、 解答题(本题共9 小题,满分94 分.解答应写出文字说明、证明过程或演算步骤.)
(15)(本题满分8 分) 求 ). 1 1 1 ( lim 0 x e x x x      【分析】 " "    型未定式,一般先通分,再用罗必塔法则. 【详解】 ) 1( 1 lim ) 1 1 1 ( lim 2 0 0 x x x x x e x e x x x e x              = 2 2 0 1 lim x e x x x x      = x e x x x 2 2 1 lim 0     = . 2 3 2 2 lim 0     x x e (16)(本题满分8 分) --- [第 6 页] --- - 6 - 设f(u)具有二阶连续导数,且 ) ( ) ( ) , ( y x yf x y f y x g   ,求 . 2 2 2 2 2 2 y g y x g x      【分析】先求出二阶偏导数,再代入相应表达式即可. 【详解】 由已知条件可得 ) ( ) ( 2 y x f x y f x y x g        , ) ( 1 ) ( ) ( 2 4 2 3 2 2 y x f y y x f x y x y f x y x g         , ) ( ) ( ) ( 1 y x f y x y x f x y f x y g        , ) ( ) ( ) ( ) ( 1 3 2 2 2 2 2 2 y x f y x y x f y x y x f y x x y f x y g           , 所以 2 2 2 2 2 2 y g y x g x      = ) ( ) ( ) ( 2 2 2 2 y x f y x y x f x y x y f x y      ) ( ) ( 2 2 2 y x f y x x y f x y     = ). ( 2 x y f x y  (17)(本题满分9 分) 计算二重积分  d y x D   1 2 2 ,其中 } 1 0,1 0 ) , {(      y x y x D . 【分析】被积函数含有绝对值,应当作分区域函数看待,利用积分的可加性分区域积分即可. 【详解】 记 } ) , (,1 ) , {( 2 2 1 D y x y x y x D     , } ) , (,1 ) , {( 2 2 2 D y x y x y x D     , 于是  d y x D   1 2 2 =     1 )1 ( 2 2 D dxdy y x     2 )1 ( 2 2 D dxdy y x =     2 0 2 1 0 )1 (   rdr r d     D dxdy y x )1 ( 2 2     1 )1 ( 2 2 D dxdy y x = 8 +         2 0 1 0 2 2 1 0 2 1 0 )1 ( )1 (   rdr r d dy y x dx = . 3 1 4   (18)(本题满分9 分) 求幂级数     1 2 )1 1 2 1 ( n n x n 在区间(-1,1)内的和函数S(x). --- [第 7 页] --- - 7 - 【分析】幂级数求和函数一般采用逐项求导或逐项积分,转化为几何级数或已知函数的幂级数展开式, 从而达到求和的目的. 【详解】设       1 2 )1 1 2 1 ( ) ( n n x n x S ,      1 2 1 1 2 1 ) ( n n x n x S ,     1 2 2 ) ( n n x x S , 则 ) ( ) ( ) ( 2 1 x S x S x S   , ). 1,1 (  x 由于     1 2 2 ) ( n n x x S = 2 2 1 x x  , )1,1 ( , 1 )) ( ( 2 2 1 2 1         x x x x x xS n n , 因此         x x x x dt t t x xS 0 2 2 1 1 1 ln 2 1 1 ) ( , 又由于 0 ) 0 ( 1  S ,故 .0 ,1 ,0 , 1 1 ln 2 1 1 ) ( 1           x x x x x x S 所以 ) ( ) ( ) ( 2 1 x S x S x S   .0 ,1 ,0 , 1 1 1 1 ln 2 1 2           x x x x x x (19)(本题满分8 分) 设f(x),g(x)在[0,1]上的导数连续,且f(0)=0, 0 ) (  x f , 0 ) (  x g .证明:对任何a ]1,0 [  ,有       a g a f dx x g x f dx x f x g 0 1 0 ). 1( ) ( ) ( ) ( ) ( ) ( 【分析】 可用参数变易法转化为函数不等式证明,或根据被积函数的形式,通过分部积分讨论. 【详解】方法一:设  ) (x F       x g x f dt t g t f dt t f t g 0 1 0 )1( ) ( ) ( ) ( ) ( ) ( , 则F(x)在[0,1]上的导数连续,并且   ) (x F )] 1( ) ( )[ ( )1( ) ( ) ( ) ( g x g x f g x f x f x g       , 由于 ]1,0 [  x 时, 0 ) ( ,0 ) (     x g x f ,因此 0 ) (  x F ,即F(x)在[0,1]上单调递减. --- [第 8 页] --- - 8 - 注意到  )1( F       1 0 1 0 )1( )1( ) ( ) ( ) ( ) ( g f dt t g t f dt t f t g , 而         1 0 1 0 1 0 1 0 ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( dt t g t f t f t g t df t g dt t f t g =    1 0 ) ( ) ( )1( )1( dt t g t f g f , 故F(1)=0. 因此 ]1,0 [  x 时, 0 ) (  x F ,由此可得对任何 ]1,0 [  a ,有       a g a f dx x g x f dx x f x g 0 1 0 ). 1( ) ( ) ( ) ( ) ( ) ( 方法二:      a a a dx x g x f x f x g dx x f x g 0 0 0 ) ( ) ( ) ( ) ( ) ( ) ( =    a dx x g x f a g a f 0 ) ( ) ( ) ( ) ( ,      a dx x g x f dx x f x g 0 1 0 ) ( ) ( ) ( ) ( =       1 0 0 ) ( ) ( ) ( ) ( ) ( ) ( dx x g x f dx x g x f a g a f a   
1 . ) ( ) ( ) ( ) ( a dx x g x f a g a f 由于 ]1,0 [  x 时, 0 ) (  x g ,因此 ) ( ) ( ) ( ) ( x g a f x g x f    , ]1, [a x  ,        1 0 1 0 )] ( )1( )[ ( ) ( ) ( ) ( ) ( a g g a f dx x g a f dx x g x f , 从而      a dx x g x f dx x f x g 0 1 0 ) ( ) ( ) ( ) ( ). 1( ) ( )] ( )1( )[ ( ) ( ) ( g a f a g g a f a g a f     (20)(本题满分13 分) 已知齐次线性方程组 (i)             ,0 ,0 5 3 2 ,0 3 2 3 2 1 3 2 1 3 2 1 ax x x x x x x x x 和 (ii)           ,0 )1 ( 2 ,0 3 2 2 1 3 2 1 x c x b x cx bx x 同解,求a,b, c 的值. --- [第 9 页] --- - 9 - 【分析】方程组(ii)显然有无穷多解,于是方程组(i)也有无穷多解,从而可确定a,这样先求出 (i)的通解,再代入方程组(ii)确定b,c 即可. 【详解】方程组(ii)的未知量个数大于方程个数,故方程组方程组(ii)有无穷多解.因为方程组(i) 与(ii)同解,所以方程组(i)的系数矩阵的秩小于3. 对方程组(i)的系数矩阵施以初等行变换                       2 0 0 1 1 0 1 0 1 1 1 5 3 2 3 2 1 a a , 从而a=2. 此时,方程组(i)的系数矩阵可化为                      0 0 0 1 1 0 1 0 1 2 1 1 5 3 2 3 2 1 , 故 T)1,1 ,1 (   是方程组(i)的一个基础解系. 将 1 ,1 ,1 3 2 1      x x x 代入方程组(ii)可得 2 ,1   c b 或 .1 ,0   c b 当 2 ,1   c b 时,对方程组(ii)的系数矩阵施以初等行变换,有          1 1 0 1 0 1 3 1 2 2 1 1 , 显然此时方程组(i)与(ii)同解. 当 1 ,0   c b 时,对方程组(ii)的系数矩阵施以初等行变换,有          0 0 0 1 0 1 2 0 2 1 0 1 , 显然此时方程组(i)与(ii)的解不相同. 综上所述,当a=2,b=1,c=2 时,方程组(i)与(ii)同解. (21)(本题满分13 分) 设      B C C A D T 为正定矩阵,其中A,B 分别为m 阶,n 阶对称矩阵,C 为 n m 矩阵. (I) 计算 DP PT ,其中          n m E o C A E P 1 ; (II)利用(I)的结果判断矩阵 C A C B T 1   是否为正定矩阵,并证明你的结论. 【分析】第一部分直接利用分块矩阵的乘法即可;第二部分是讨论抽象矩阵的正定性,一般用定义. --- [第 10 页] --- - 10 - 【详解】(I) 因        n T m T E A C o E P 1 ,有 DP PT =       n T m E A C o E 1     B C C A T         n m E o C A E 1 =      C A C B o C A T 1         n m E o C A E 1 =      C A C B o o A T
1 . (II)矩阵 C A C B T 1   是正定矩阵. 由(I)的结果可知,矩阵D 合同于矩阵 . 1       C A C B o o A M T 又D 为正定矩阵,可知矩阵M 为正定矩阵. 因矩阵M 为对称矩阵,故 C A C B T 1   为对称矩阵. 对 T X ) 0, ,0,0 (   及任意的 0 ) , , , ( 2 1   T ny y y Y  ,有 .0 ) ( ) , ( 1 1                   Y C A C B Y Y X C A C B o o A Y X T T T T T 故 C A C B T 1   为正定矩阵. (22)(本题满分13 分) 设二维随机变量(X,Y)的概率密度为 . , 2 0,1 0 ,0 ,1 ) , ( 其他 x y x y x f         求:(I)(X,Y)的边缘概率密度 ) ( ), ( y f x f Y X ; (II) Y X Z  2 的概率密度 ). (z f Z ( III ) }. 2 1 2 1 {   X Y P 【分析】求边缘概率密度直接用公式即可;而求二维随机变量函数的概率密度,一般用分布函数法, 即先用定义求出分布函数,再求导得到相应的概率密度; 直接用条件概率公式计算即可. 【详解】(I)关于X 的边缘概率密度 ) (x f X =    dy y x f ) , ( = . ,1 0 ,0 , 2 0 其他      x dy x --- [第 11 页] --- - 11 - = . ,1 0 ,0 , 2 其他      x x 关于Y 的边缘概率密度 ) (y fY =    dx y x f ) , ( = . ,2 0 ,0 , 1 2 其他      y dx y = . ,2 0 ,0 , 2 1 其他      y y (II)令 } 2 { } { ) ( z Y X P z Z P z FZ      , 1)当 0  z 时, 0 } 2 { ) (     z Y X P z FZ ; 2)当 2 0  z 时, } 2 { ) ( z Y X P z FZ    = 2 4 1 z z  ; 3) 当 2  z 时, .1 } 2 { ) (     z Y X P z FZ 即分布函数为: .2 ,2 0 ,0 ,1 , 4 1 ,0 ) ( 2            z z z z z z FZ 故所求的概率密度为: . ,2 0 ,0 , 2 1 1 ) ( 其他       z z z f Z (III) . 4 3 4 1 16 3 } 2 1 { } 2 1 , 2 1 { } 2 1 2 1 {         X P Y X P X Y P (23)(本题满分13 分) 设 ) 2 ( , , , 2 1  n X X X n  为来自总体N(0, 2  ) 的简单随机样本,X 为样本均值,记 . , ,2,1 , n i X X Y i i     求:(I) iY 的方差 n i DYi , ,2,1 ,   ; (II) 1Y 与 n Y 的协方差 ). , ( 1 n Y Y Cov (III)若 2 1 ) ( n Y Y c  是 2  的无偏估计量,求常数c. 【分析】先将 iY 表示为相互独立的随机变量求和,再用方差的性质进行计算即可;求 1Y 与 n Y 的协方 --- [第 12 页] --- - 12 - 差 ) , ( 1 n Y Y Cov ,本质上还是数学期望的计算,同样应注意利用数学期望的运算性质;估计 2 1 ) ( n Y Y c  ,利 用其数学期望等于 2  确定c 即可. 【详解】由题设,知 ) 2 ( , , , 2 1  n X X X n  相互独立,且 ) , ,2,1 ( ,0 2 n i DX EX i i      , .0  X E (I)        n i j j i i i X n X n D X X D DY ] 1 ) 1 1 [( ) ( =     n i j j i DX n DX n 2 2 1 ) 1 1( = . 1 )1 ( 1 )1 ( 2 2 2 2 2 2    n n n n n n       (II) )] )( [( ) , ( 1 1 1 n n n EY Y EY Y E Y Y Cov    = )] )( [( ) ( 1 1 X X X X E Y Y E n n    = ) ( 2 1 1 X X X X X X X E n n    = 2 1 1 ) ( 2 ) ( X E X X E X X E n   = 2 2 1 2 1 ) ( ] [ 2 0 X E X D X X X E n n j j       = . 1 1 2 2 2 2    n n n     (III) ) ( ] ) ( [ 1 2 1 n n Y Y cD Y Y c E    = )] , ( 2 [ 1 2 1 n Y Y Cov DY DY c   = 2 2 2 ) 2 ( 2 ] 2 1 1 [           c n n n n n n n c , 故 .) 2 ( 2   n n c