2022 年全国硕士研究生招生考试 数学（一）

【详细解析】
由题设 $\lim_{x \to 1} \frac{f(x)}{\ln x} = 1$ 及 $\lim_{x \to 1} \ln x = 0$，根据极限四则运算法则： $$\lim_{x \to 1} f(x) = \lim_{x \to 1} \left( \frac{f(x)}{\ln x} \cdot \ln x \right) = 1 \cdot 0 = 0$$ 因此选项 B 正确。
注意题设并未说明 $f(x)$ 在 $x=1$ 处有定义或连续，故 $f(1)$ 未必等于 0（A 错误）；$f(x)$ 在 $x=1$ 处也未必可导（C、D 错误）。
故本题选 B。

【详细解析】
令 $u = \frac{y}{x}$，求偏导数： $$\frac{\partial z}{\partial x} = y f(u) + xy f'(u) \left(-\frac{y}{x^2}\right) = y f(u) - \frac{y^2}{x} f'(u)$$ $$\frac{\partial z}{\partial y} = x f(u) + xy f'(u) \left(\frac{1}{x}\right) = x f(u) + y f'(u)$$ 代入线性组合式中： $$x \frac{\partial z}{\partial x} + y \frac{\partial z}{\partial y} = xy f(u) - y^2 f'(u) + xy f(u) + y^2 f'(u) = 2xy f(u)$$ （此亦为 2 次齐次函数欧拉定理的直接推论）。
已知 $x \frac{\partial z}{\partial x} + y \frac{\partial z}{\partial y} = xy(\ln y - \ln x) = xy \ln\left(\frac{y}{x}\right)$，故： $$2xy f\left(\frac{y}{x}\right) = xy \ln\left(\frac{y}{x}\right) \implies f(u) = \frac{1}{2}\ln u$$ 求值与导数： $$f(1) = \frac{1}{2}\ln 1 = 0$$ $$f'(u) = \frac{1}{2u} \implies f'(1) = \frac{1}{2}$$ 故本题选 B。

【详细解析】
因为余弦函数在 $[-\frac{\pi}{2}, \frac{\pi}{2}]$ 上是偶函数，不同的 $x$ 可以对应相同的余弦值。
举反例说明 D 正确：
取数列 $x_n = (-1)^n \frac{\pi}{3} \in [-\frac{\pi}{2}, \frac{\pi}{2}]$。
则对任意 $n$，$\cos x_n = \cos\left((-1)^n \frac{\pi}{3}\right) = \cos\frac{\pi}{3} = \frac{1}{2}$。
从而 $\lim_{n\to\infty} \cos x_n = \frac{1}{2}$ 存在，且 $\lim_{n\to\infty} \sin(\cos x_n) = \sin\frac{1}{2}$ 存在。
但数列 $x_n = (-1)^n \frac{\pi}{3}$ 在 $\frac{\pi}{3}$ 与 $-\frac{\pi}{3}$ 之间振荡发散，$\lim_{n\to\infty} x_n$ 不存在。
对于 C 选项：由于正弦函数 $y = \sin x$ 在 $[-\frac{\pi}{2}, \frac{\pi}{2}]$ 上严格单调递增，其反函数 $x = \arcsin y$ 在 $[-1, 1]$ 上连续。若 $\lim_{n\to\infty} \sin x_n = A$ 存在，则 $\lim_{n\to\infty} x_n = \arcsin A$ 必然存在，故 C 选项结论错误。
综上，本题选 D。

【详细解析】
比较 $I_1$ 与 $I_2$：
分母相同，设辅助函数 $h(x) = \ln(1+x) - \frac{x}{2}$ ($x \in [0, 1]$)。
$h(0) = 0$，$h'(x) = \frac{1}{1+x} - \frac{1}{2} = \frac{1-x}{2(1+x)} > 0$ 对 $x \in (0, 1)$ 恒成立。
故在 $(0, 1]$ 上 $\ln(1+x) > \frac{x}{2}$，从而 $\frac{x}{2(1+\cos x)} < \frac{\ln(1+x)}{1+\cos x}$，得 $I_1 < I_2$。
比较 $I_2$ 与 $I_3$：
因为当 $x \in (0, 1]$ 时，$\ln(1+x) < x$。
又 $\cos\frac{x}{2} > \sin\frac{x}{2}$，两边同乘 $2\cos\frac{x}{2} > \cos\frac{x}{2} + \sin\frac{x}{2}$，平方后可得 $2(1+\cos x) > 1+\sin x$，即 $\frac{1}{1+\cos x} < \frac{2}{1+\sin x}$。
从而 $\frac{\ln(1+x)}{1+\cos x} < \frac{x}{1+\cos x} < \frac{2x}{1+\sin x}$，得 $I_2 < I_3$。
综上可得 $I_1 < I_2 < I_3$。故选 A。

【详细解析】
- 充分性：若 3 阶方阵 $A$ 有 3 个互不相同的特征值，则每个特征值对应的特征向量必线性无关，因此 $A$ 必定可以相似对角化；
- 非必要性：若 $A$ 有重特征值（例如单位阵 $E = \text{diag}(1, 1, 1)$），其特征值全为 1，但本身已经是对角矩阵，满足可对角化条件。因此具有 3 个不同特征值不是必要条件。
选项 B 是 $n$ 阶方阵可对角化的充要条件。
故本题选 A。

【详细解析】
设向量 $x = \begin{pmatrix} u \\ v \end{pmatrix}$，其中 $u, v \in \mathbb{R}^n$：
考察第一个方程组： $$\begin{pmatrix} A & B \\ O & B \end{pmatrix} \begin{pmatrix} u \\ v \end{pmatrix} = 0 \iff \begin{cases} Au + Bv = 0 \\ Bv = 0 \end{cases} \iff \begin{cases} Au = 0 \\ Bv = 0 \end{cases}$$ 因为 $Ax = 0$ 与 $Bx = 0$ 同解，故 $Au = 0 \iff Bu = 0$，$Bv = 0 \iff Av = 0$。
再考察第二个方程组： $$\begin{pmatrix} B & A \\ O & A \end{pmatrix} \begin{pmatrix} u \\ v \end{pmatrix} = 0 \iff \begin{cases} Bu + Av = 0 \\ Av = 0 \end{cases} \iff \begin{cases} Bu = 0 \\ Av = 0 \end{cases}$$ 由此可见，两个方程组的充要解条件完全一致，均等价于 $Au=0$ 且 $Bv=0$。故两方程组必同解。
本题选 C。

【详细解析】
两个向量组等价的充要条件是 $r(\alpha_1, \alpha_2, \alpha_3) = r(\alpha_1, \alpha_2, \alpha_4) = r(\alpha_1, \alpha_2, \alpha_3, \alpha_4)$。
计算行列式： $$|\alpha_1, \alpha_2, \alpha_3| = \begin{vmatrix} \lambda & 1 & 1 \\ 1 & \lambda & 1 \\ 1 & 1 & \lambda \end{vmatrix} = (\lambda - 1)^2 (\lambda + 2)$$ $$|\alpha_1, \alpha_2, \alpha_4| = \begin{vmatrix} \lambda & 1 & 1 \\ 1 & \lambda & \lambda \\ 1 & 1 & \lambda^2 \end{vmatrix} = (\lambda - 1)^2 (\lambda + 1)^2$$ - 当 $\lambda \ne 1, -1, -2$ 时，两行列式均不为 0，秩均为 3，在 $\mathbb{R}^3$ 中等价；
- 当 $\lambda = 1$ 时，四向量全为 $(1, 1, 1)^T$，两向量组秩均为 1，显然等价；
- 当 $\lambda = -1$ 时，$|\alpha_1, \alpha_2, \alpha_3| \ne 0 \implies$ 秩为 3，而 $|\alpha_1, \alpha_2, \alpha_4| = 0 \implies$ 秩为 2，不等价；
- 当 $\lambda = -2$ 时，$|\alpha_1, \alpha_2, \alpha_3| = 0 \implies$ 秩为 2，而 $|\alpha_1, \alpha_2, \alpha_4| \ne 0 \implies$ 秩为 3，不等价。
故等价的取值范围为 $\{\lambda \mid \lambda \in \mathbb{R}, \lambda \ne -1, \lambda \ne -2\}$。选 C。

【详细解析】
由方差的性质： $$D(2X - Y + 1) = D(2X - Y) = 4D(X) + D(Y) - 4\text{Cov}(X, Y)$$ 已知： - $X \sim U(0, 3) \implies D(X) = \frac{(3 - 0)^2}{12} = \frac{9}{12} = \frac{3}{4}$； - $Y \sim P(2) \implies D(Y) = 2$； - $\text{Cov}(X, Y) = -1$。
代入得： $$D(2X - Y + 1) = 4 \times \frac{3}{4} + 2 - 4(-1) = 3 + 2 + 4 = 9$$ 故选 B。

【详细解析】
令样本均值 $\bar{X} = \frac{1}{n}\sum_{i=1}^n X_i$。
期望 $E(\bar{X}) = \mu_1$。
方差 $D(X_i) = E(X_i^2) - [E(X_i)]^2 = \mu_2 - \mu_1^2$。
由独立同分布性质，样本均值方差为： $$D(\bar{X}) = \frac{D(X_1)}{n} = \frac{\mu_2 - \mu_1^2}{n}$$ 根据切比雪夫不等式 $P\{|\bar{X} - E(\bar{X})| \ge \varepsilon\} \le \frac{D(\bar{X})}{\varepsilon^2}$，得： $$P\left\{\left| \frac{1}{n}\sum_{i=1}^n X_i - \mu_1 \right| \ge \varepsilon\right\} \le \frac{\mu_2 - \mu_1^2}{n\varepsilon^2}$$ 故选 C。

【详细解析】
已知 $E(X) = 0$，$D(X) = 1$。
条件期望与条件方差：$E(Y|X) = X$，$D(Y|X) = 1$。
由全期望公式： $$E(Y) = E[E(Y|X)] = E(X) = 0$$ 由方差全概率分解： $$D(Y) = E[D(Y|X)] + D[E(Y|X)] = E(1) + D(X) = 1 + 1 = 2$$ 协方差： $$\text{Cov}(X, Y) = E(XY) - E(X)E(Y) = E[E(XY|X)] = E[X \cdot E(Y|X)] = E(X^2) = D(X) + [E(X)]^2 = 1$$ 故相关系数为： $$\rho_{XY} = \frac{\text{Cov}(X, Y)}{\sqrt{D(X) D(Y)}} = \frac{1}{\sqrt{1 \times 2}} = \frac{\sqrt{2}}{2}$$ 故选 D。

【详细解析】
二元可微函数在某点沿各个方向的方向导数的最大值等于该点梯度向量的模长模长 $| abla f|$。
求梯度： $$\nabla f(x, y) = \left( \frac{\partial f}{\partial x}, \frac{\partial f}{\partial y} \right) = (2x, 4y)$$ 在点 $(0, 1)$ 处：$\nabla f(0, 1) = (0, 4)$。
最大方向导数为： $$\max \frac{\partial f}{\partial l} = |\nabla f(0, 1)| = \sqrt{0^2 + 4^2} = 4$$

【详细解析】
采用分部积分法： $$\int_1^{e^2} \frac{\ln x}{\sqrt{x}}\,dx = 2 \int_1^{e^2} \ln x\,d(\sqrt{x})$$ $$= \left[ 2\sqrt{x}\ln x \right]_1^{e^2} - 2 \int_1^{e^2} \sqrt{x} \cdot \frac{1}{x}\,dx$$ $$= 2e \cdot 2 - 0 - 2 \left[ 2\sqrt{x} \right]_1^{e^2} = 4e - 4(e - 1) = 4$$

【详细解析】
不等式 $x^2 + y^2 \le k e^{x+y}$ 恒成立等价于 $k \ge \frac{x^2+y^2}{e^{x+y}}$ 对所有 $x \ge 0, y \ge 0$ 恒成立。
故 $k$ 的最小值为函数 $g(x, y) = (x^2 + y^2)e^{-(x+y)}$ 在第一象限（含边界）上的最大值。
- 内部驻点：$\frac{\partial g}{\partial x} = (2x - x^2 - y^2)e^{-(x+y)} = 0$，$\frac{\partial g}{\partial y} = (2y - x^2 - y^2)e^{-(x+y)} = 0$。
得 $2x = 2y = x^2 + y^2$，即 $x=y=1$。此时 $g(1, 1) = 2e^{-2} = \frac{2}{e^2}$。
- 边界极值：在边界 $y=0$ 上，$h(x) = g(x, 0) = x^2 e^{-x}$ ($x \ge 0$)。
$h'(x) = (2x - x^2)e^{-x} = 0 \implies x=2$。此时 $h(2) = 4e^{-2} = \frac{4}{e^2}$。
同理在边界 $x=0$ 上，$g(0, 2) = \frac{4}{e^2}$。
比较内部驻点与边界最值：$\frac{4}{e^2} > \frac{2}{e^2}$，且当 $x+y \to +\infty$ 时 $g(x, y) \to 0$。
因此 $g(x, y)$ 的最大值为 $\frac{4}{e^2}$，即 $k$ 的最小值为 $\frac{4}{e^2}$。

【详细解析】
令 $u = e^{-x}$，则级数化为幂级数 $\sum_{n=1}^\infty a_n u^n$，其中 $a_n = \frac{n!}{n^n}$。
利用比值法求收敛半径 $R$： $$\lim_{n\to\infty} \frac{a_{n+1}}{a_n} = \lim_{n\to\infty} \frac{(n+1)!}{(n+1)^{n+1}} \cdot \frac{n^n}{n!} = \lim_{n\to\infty} \left( \frac{n}{n+1} \right)^n = \lim_{n\to\infty} \frac{1}{\left(1 + \frac{1}{n}\right)^n} = \frac{1}{e}$$ 因此收敛半径 $R = e$。
级数在 $|u| < e$ 时绝对收敛，即 $e^{-x} < e = e^1 \implies -x < 1 \implies x > -1$。
在 $x = -1$ 处，$u = e$，通项 $\frac{n! e^n}{n^n} \sim \sqrt{2\pi n} \to \infty$（斯特林公式），通项不趋于 0，级数发散。
故收敛域为 $(-1, +\infty)$，得 $a = -1$。

【详细解析】
对系数矩阵进行恒等变形： $$E - (A-E)^{-1} = (A-E)(A-E)^{-1} - (A-E)^{-1} = (A - 2E)(A - E)^{-1}$$ 代入已知等式： $$(A - 2E)(A - E)^{-1} B = A \implies (A - E)^{-1} B = (A - 2E)^{-1} A$$ 两边左乘 $(A - E)$： $$B = (A - E)(A - 2E)^{-1} A = (A - 2E + E)(A - 2E)^{-1} A = A + (A - 2E)^{-1} A$$ 因此： $$B - A = (A - 2E)^{-1} A = A(A - 2E)^{-1}$$

【详细解析】
由条件概率公式： $$P[(B\cup C)\mid(A\cup B\cup C)] = \frac{P[(B\cup C) \cap (A\cup B\cup C)]}{P(A\cup B\cup C)} = \frac{P(B\cup C)}{P(A\cup B\cup C)}$$ 因为 $B, C$ 相互独立，所以 $P(BC) = P(B)P(C) = \frac{1}{3} \times \frac{1}{3} = \frac{1}{9}$。
从而： $$P(B\cup C) = P(B) + P(C) - P(BC) = \frac{1}{3} + \frac{1}{3} - \frac{1}{9} = \frac{5}{9}$$ 又因为 $A$ 与 $B$ 互斥且 $A$ 与 $C$ 互斥，所以 $A \cap (B\cup C) = \emptyset$： $$P(A\cup B\cup C) = P(A) + P(B\cup C) = \frac{1}{3} + \frac{5}{9} = \frac{8}{9}$$ 因此： $$P[(B\cup C)\mid(A\cup B\cup C)] = \frac{5/9}{8/9} = \frac{5}{8}$$

【详细解析】
一阶线性非齐次微分方程积分因子为 $e^{\int \frac{1}{2\sqrt{x}}\,dx} = e^{\sqrt{x}}$。
通解公式： $$y(x) = e^{-\sqrt{x}} \left[ \int (2 + \sqrt{x}) e^{\sqrt{x}}\,dx + C \right]$$ 计算积分 $\int (2 + \sqrt{x}) e^{\sqrt{x}}\,dx$：
令 $t = \sqrt{x}$，则 $x = t^2$，$dx = 2t\,dt$： $$\int (2 + t) e^t \cdot 2t\,dt = 2 \int (t^2 + 2t) e^t\,dt = 2 \int d(t^2 e^t) = 2t^2 e^t + C = 2x e^{\sqrt{x}} + C$$ 从而： $$y(x) = 2x + C e^{-\sqrt{x}}$$ 代入初值条件 $y(1) = 3$： $$3 = 2(1) + C e^{-1} \implies C e^{-1} = 1 \implies C = e$$ 故特解为： $$y(x) = 2x + e^{1 - \sqrt{x}} \quad (x > 0)$$ 求渐近线： - 当 $x \to 0^+$ 时，$y(x) \to e$（有限值），无垂直渐近线； - 当 $x \to +\infty$ 时求斜渐近线 $y = kx + b$： $$k = \lim_{x\to+\infty} \frac{y(x)}{x} = \lim_{x\to+\infty} \left( 2 + \frac{e^{1-\sqrt{x}}}{x} \right) = 2$$ $$b = \lim_{x\to+\infty} [y(x) - 2x] = \lim_{x\to+\infty} e^{1-\sqrt{x}} = 0$$ 因此，曲线 $y = y(x)$ 存在唯一直线渐近线，即斜渐近线 $y = 2x$。

【详细解析】
将积分区域 $D$ 分解为两部分： - $D_1$（第二象限部分）：由直线 $x = y-2$（即 $y - x = 2$）、$x$ 轴与 $y$ 轴围成的直角三角形； - $D_2$（第一象限部分）：四分之一圆域 $x^2 + y^2 \le 4$ ($x \ge 0, y \ge 0$)。
采用极坐标变换 $x = r\cos\theta, y = r\sin\theta$，被积函数化简为： $$\frac{(x-y)^2}{x^2+y^2} = \frac{r^2(\cos\theta - \sin\theta)^2}{r^2} = 1 - \sin 2\theta$$ 计算 $D_1$ 上的积分：
直线的极坐标方程为 $r\sin\theta - r\cos\theta = 2 \implies r = \frac{2}{\sin\theta - \cos\theta}$。
角度范围为 $\frac{\pi}{2} \le \theta \le \frac{3\pi}{4}$： $$I_1 = \int_{\pi/2}^{3\pi/4} d\theta \int_0^{\frac{2}{\sin\theta-\cos\theta}} (1 - \sin 2\theta) r\,dr$$ 由于 $1 - \sin 2\theta = (\sin\theta - \cos\theta)^2$： $$\int_0^{\frac{2}{\sin\theta-\cos\theta}} r\,dr = \frac{1}{2} \left( \frac{2}{\sin\theta-\cos\theta} \right)^2 = \frac{2}{(\sin\theta - \cos\theta)^2}$$ 故被积函数与径向积分结果相乘恰好抵消： $$I_1 = \int_{\pi/2}^{3\pi/4} (\sin\theta-\cos\theta)^2 \cdot \frac{2}{(\sin\theta-\cos\theta)^2}\,d\theta = \int_{\pi/2}^{3\pi/4} 2\,d\theta = 2\left(\frac{3\pi}{4} - \frac{\pi}{2}\right) = \frac{\pi}{2}$$ 计算 $D_2$ 上的积分：
$0 \le \theta \le \frac{\pi}{2}$，$0 \le r \le 2$： $$I_2 = \int_0^{\pi/2} (1 - \sin 2\theta)\,d\theta \int_0^2 r\,dr = \left[ \theta + \frac{1}{2}\cos 2\theta \right]_0^{\pi/2} \cdot 2 = \left( \frac{\pi}{2} - 1 \right) \cdot 2 = \pi - 2$$ 求和汇总： $$I = I_1 + I_2 = \frac{\pi}{2} + (\pi - 2) = \frac{3\pi}{2} - 2$$

【详细解析】
由斯托克斯（Stokes）公式，$\int_L P\,dx + Q\,dy + R\,dz = \iint_\Sigma \text{rot}\,\mathbf{F} \cdot d\mathbf{S}$。
计算旋度： $$\text{rot}\,\mathbf{F} = \begin{vmatrix} \mathbf{i} & \mathbf{j} & \mathbf{k} \\ \frac{\partial}{\partial x} & \frac{\partial}{\partial y} & \frac{\partial}{\partial z} \\ yz^2 - \cos z & 2xy^2 & 2xyz + x\sin z \end{vmatrix}$$ - $P = yz^2 - \cos z, \quad Q = 2xy^2, \quad R = 2xyz + x\sin z$； - $(\text{rot}\,\mathbf{F})_x = \frac{\partial R}{\partial y} - \frac{\partial Q}{\partial z} = 2xz - 0 = 2xz$； - $(\text{rot}\,\mathbf{F})_y = \frac{\partial P}{\partial z} - \frac{\partial R}{\partial x} = (2yz + \sin z) - (2yz + \sin z) = 0$； - $(\text{rot}\,\mathbf{F})_z = \frac{\partial Q}{\partial x} - \frac{\partial P}{\partial y} = 2y^2 - z^2$。
球面外法向量为 $\mathbf{n} = (x, y, z)$，面积元向量 $d\mathbf{S} = (x, y, z)\,dS$： $$\text{rot}\,\mathbf{F} \cdot d\mathbf{S} = \left[ 2xz \cdot x + 0 \cdot y + (2y^2 - z^2)z \right] dS = \left[ 2(x^2 + y^2)z - z^3 \right] dS$$ 在单位球面 $\Sigma$ 上，$x^2 + y^2 = 1 - z^2$，故被积表达式化简为： $$2(1 - z^2)z - z^3 = 2z - 3z^3$$ 采用球面坐标参数化（球心在原点，半径 $R=1$）：$z = \cos\varphi$，$\varphi \in [0, \frac{\pi}{2}]$，$\theta \in [0, \frac{\pi}{2}]$，$dS = \sin\varphi\,d\varphi d\theta$： $$\iint_\Sigma (2z - 3z^3)\,dS = \int_0^{\pi/2} d\theta \int_0^{\pi/2} (2\cos\varphi - 3\cos^3\varphi)\sin\varphi\,d\varphi$$ $$= \frac{\pi}{2} \int_0^1 (2u - 3u^3)\,du = \frac{\pi}{2} \left[ u^2 - \frac{3}{4}u^4 \right]_0^1 = \frac{\pi}{2} \cdot \frac{1}{4} = \frac{\pi}{8}$$

【详细证明】
必要性（$f''(x) \ge 0 \implies$ 不等式成立）：
设 $x_0 = \frac{a+b}{2}$。由泰勒公式，将 $f(x)$ 在点 $x_0$ 处展开到一阶带拉格朗日余项： $$f(x) = f(x_0) + f'(x_0)(x - x_0) + \frac{1}{2} f''(\xi_x)(x - x_0)^2$$ 由于 $f''(x) \ge 0$ 恒成立，故 $\frac{1}{2} f''(\xi_x)(x - x_0)^2 \ge 0$，从而对任意 $x$ 均有： $$f(x) \ge f(x_0) + f'(x_0)(x - x_0)$$ 不妨设 $a < b$，在区间 $[a, b]$ 上对两端积分： $$\int_a^b f(x)\,dx \ge \int_a^b \left[ f(x_0) + f'(x_0)(x - x_0) \right] dx$$ 注意中间线性项的对称性： $$\int_a^b (x - x_0)\,dx = \left[ \frac{(x - x_0)^2}{2} \right]_a^b = \frac{\left(\frac{b-a}{2}\right)^2 - \left(\frac{a-b}{2}\right)^2}{2} = 0$$ 因此： $$\int_a^b f(x)\,dx \ge f(x_0)(b - a) = (b - a) f\left(\frac{a+b}{2}\right)$$ 两端同除以 $b - a > 0$，即得： $$f\left(\frac{a+b}{2}\right) \le \frac{1}{b-a}\int_a^b f(x)\,dx$$
充分性（反证法）：
假设存在某点 $x_0 \in \mathbb{R}$ 使得 $f''(x_0) < 0$。
由于 $f''(x)$ 连续，根据极限保号性，存在 $\delta > 0$，使得当 $x \in [x_0 - \delta, x_0 + \delta]$ 时恒有 $f''(x) < 0$。
取 $a = x_0 - h, b = x_0 + h$（其中 $0 < h < \delta$），则 $\frac{a+b}{2} = x_0$。
在此对称区间上将 $f(x)$ 在 $x_0$ 处泰勒展开： $$f(x) = f(x_0) + f'(x_0)(x - x_0) + \frac{1}{2} f''(\xi_x)(x - x_0)^2$$ 积分得： $$\int_{x_0-h}^{x_0+h} f(x)\,dx = 2h f(x_0) + \int_{x_0-h}^{x_0+h} \frac{1}{2} f''(\xi_x)(x - x_0)^2\,dx$$ 由于在积分区间内 $f''(\xi_x) \le \max_{|t-x_0|\le h} f''(t) < 0$，且 $(x-x_0)^2 > 0$（几乎处处成立），故余项积分严格小于 0： $$\frac{1}{2h} \int_{x_0-h}^{x_0+h} f(x)\,dx < f(x_0) = f\left(\frac{a+b}{2}\right)$$ 这与题设条件产生矛盾！因此必有 $f''(x) \ge 0$ 对任意 $x \in \mathbb{R}$ 恒成立。
综上，充分必要性得证。

【详细解析】
(1) 求解二次型矩阵：
注意到 $f(x_1, x_2, x_3) = \left( \sum_{i=1}^3 i x_i \right) \left( \sum_{j=1}^3 j x_j \right) = (x_1 + 2x_2 + 3x_3)^2$。
令列向量 $\alpha = \begin{pmatrix} 1 \\ 2 \\ 3 \end{pmatrix}$，则 $f(x) = (\alpha^T x)^2 = x^T (\alpha \alpha^T) x$。
矩阵 $A = \alpha \alpha^T = \begin{pmatrix} 1 \\ 2 \\ 3 \end{pmatrix} \begin{pmatrix} 1 & 2 & 3 \end{pmatrix} = \begin{pmatrix} 1 & 2 & 3 \\ 2 & 4 & 6 \\ 3 & 6 & 9 \end{pmatrix}$。

(2) 求正交矩阵与标准形：
矩阵 $A$ 的秩为 1，其特征值为： $$\lambda_1 = \text{tr}(A) = 1 + 4 + 9 = 14, \quad \lambda_2 = \lambda_3 = 0$$ - 对应 $\lambda_1 = 14$ 的单位特征向量为 $\alpha$ 的单位化： $$q_1 = \frac{1}{\sqrt{1^2 + 2^2 + 3^2}} \begin{pmatrix} 1 \\ 2 \\ 3 \end{pmatrix} = \frac{1}{\sqrt{14}} \begin{pmatrix} 1 \\ 2 \\ 3 \end{pmatrix}$$ - 对应 $\lambda_2 = \lambda_3 = 0$ 的特征向量满足 $x_1 + 2x_2 + 3x_3 = 0$。
取两个正交解向量： 令 $x_3 = 0$，得 $\xi_2 = \begin{pmatrix} -2 \\ 1 \\ 0 \end{pmatrix}$，单位化为 $q_2 = \frac{1}{\sqrt{5}} \begin{pmatrix} -2 \\ 1 \\ 0 \end{pmatrix}$。
利用向量叉积或施密特正交化求第三个正交方向： $$\xi_3 = \alpha \times \xi_2 = \begin{pmatrix} 1 \\ 2 \\ 3 \end{pmatrix} \times \begin{pmatrix} -2 \\ 1 \\ 0 \end{pmatrix} = \begin{pmatrix} -3 \\ -6 \\ 5 \end{pmatrix}$$ 模长为 $\sqrt{(-3)^2 + (-6)^2 + 5^2} = \sqrt{70}$，单位化为 $q_3 = \frac{1}{\sqrt{70}} \begin{pmatrix} -3 \\ -6 \\ 5 \end{pmatrix}$。
构造正交矩阵： $$Q = \begin{pmatrix} \frac{1}{\sqrt{14}} & -\frac{2}{\sqrt{5}} & -\frac{3}{\sqrt{70}} \\ \frac{2}{\sqrt{14}} & \frac{1}{\sqrt{5}} & -\frac{6}{\sqrt{70}} \\ \frac{3}{\sqrt{14}} & 0 & \frac{5}{\sqrt{70}} \end{pmatrix}$$ 经正交变换 $x = Qy$，二次型化为标准形：$f = 14 y_1^2$。

(3) 求解方程 $f(x_1, x_2, x_3) = 0$：
$f(x) = (x_1 + 2x_2 + 3x_3)^2 = 0 \iff x_1 + 2x_2 + 3x_3 = 0$。
基础解系由两个线性无关向量构成，故通解为： $$x = k_1 \begin{pmatrix} -2 \\ 1 \\ 0 \end{pmatrix} + k_2 \begin{pmatrix} -3 \\ 0 \\ 1 \end{pmatrix} \quad (k_1, k_2 \in \mathbb{R})$$

【详细解析】
(1) 求最大似然估计量：
已知指数分布密度函数： - $X$ 的期望为 $\theta$，其概率密度为 $f_X(x; \theta) = \frac{1}{\theta} e^{-x/\theta}$ ($x > 0$)； - $Y$ 的期望为 $2\theta$，其概率密度为 $f_Y(y; \theta) = \frac{1}{2\theta} e^{-y/(2\theta)}$ ($y > 0$)。
由于样本相互独立，似然函数为： $$L(\theta) = \prod_{i=1}^n \left( \frac{1}{\theta} e^{-x_i/\theta} \right) \prod_{j=1}^m \left( \frac{1}{2\theta} e^{-y_j/(2\theta)} \right)$$ $$= 2^{-m} \theta^{-(n+m)} \exp\left( -\frac{1}{\theta} \left( \sum_{i=1}^n x_i + \frac{1}{2}\sum_{j=1}^m y_j \right) \right)$$ 取对数似然函数： $$\ln L(\theta) = -m\ln 2 - (n+m)\ln\theta - \frac{1}{\theta} \left( \sum_{i=1}^n x_i + \frac{1}{2}\sum_{j=1}^m y_j \right)$$ 对 $\theta$ 求导并令导数等于 0： $$\frac{d\ln L}{d\theta} = -\frac{n+m}{\theta} + \frac{1}{\theta^2} \left( \sum_{i=1}^n x_i + \frac{1}{2}\sum_{j=1}^m y_j \right) = 0$$ 解得最大似然估计量为： $$\hat{\theta} = \frac{\sum_{i=1}^n X_i + \frac{1}{2}\sum_{j=1}^m Y_j}{n+m}$$
(2) 求估计量方差 $D(\hat{\theta})$：
对于参数为 $\lambda = 1/\theta$ 的指数分布，方差为其期望的平方： $$D(X_i) = \theta^2, \quad D(Y_j) = (2\theta)^2 = 4\theta^2$$ 由于样本各分量相互独立： $$D\left( \sum_{i=1}^n X_i + \frac{1}{2}\sum_{j=1}^m Y_j \right) = \sum_{i=1}^n D(X_i) + \frac{1}{4} \sum_{j=1}^m D(Y_j) = n\theta^2 + \frac{1}{4} m (4\theta^2) = (n+m)\theta^2$$ 因此： $$D(\hat{\theta}) = \frac{1}{(n+m)^2} D\left( \sum_{i=1}^n X_i + \frac{1}{2}\sum_{j=1}^m Y_j \right) = \frac{(n+m)\theta^2}{(n+m)^2} = \frac{\theta^2}{n+m}$$