2010年全国硕士研究生入学统一考试数学三试题及答案

  • 格式:docx
  • 大小:197.02 KB
  • 文档页数:10

- ⎪ ⎪ ) lim 1一、选择题2010 年全国硕士研究生入学统一考试数学三试题参考答案(1) 【答案】 (C). 【解析】lim ⎛ 1 ⎛ 1 - a ⎫ e x ⎫ = lim 1 (1- e x (1- a x )) = l im 1 (1- e x + axe x = ⎛ 1- e x axe x ⎫ + ⎪ x →0 ⎝ x ⎝ x ⎭ ⎭ x →0 x x →0 x x →0 ⎝ xx ⎭所以a = 2 .(2) 【答案】 (A).= lim x →0 1- e x x + lim x →0 axe xx= -1+ a = 1 【解析】因λ y 1 - μ y 2 是 y ' + P ( x ) y = 0 的解,故(λ y 1 - μ y 2 )' + P (x )(λ y 1 - μ y 2 ) = 0 ,所以λ ⎡ y ' + P ( x ) y ⎤ - μ ⎡ y ' + p (x ) y ⎤ = 0 ,⎣ 11⎦ ⎣ 22⎦而由已知 y ' + P (x ) y = q (x ), y ' + P (x ) y = q (x ) ,所以 1122(λ - μ ) q ( x ) = 0 ,①又由于一阶次微分方程 y ' +λ - μ = 0 .p ( x ) y = q ( )x 是非齐的,由此可知 q ( x ) ≠ 0 , 所以由于λ y 1 + μ y 2 是非齐次微分方程 y ' + P ( x ) y = q ( x ) 的解,所以(λ y 1 + μ y 2 )' + P ( x )(λ y 1 + μ y 2 ) = q ( x ),整理得λ ⎡ y ' + P ( x ) y ⎤ + μ ⎡ y ' + P ( x ) y ⎤ = q ( x ) ,⎣ 11⎦ ⎣ 22⎦即(λ + μ ) q ( x ) = q (x ) ,由q ( x ) ≠ 0 可知λ + μ = 1, ②由①②求解得λ = μ = ,故应选(A).2(3) 【答案】 (B).【解析】{ f [g (x )]}' = f '[g (x )]⋅ g '(x ),{ f [g (x )]}' = { f '[g (x )]⋅ g '(x )}' = f '[g (x )]⋅[g '(x )]2+ f '[g (x )]⋅ g '(x )由于 g (x 0 ) = a 是 g (x ) 的极值,所以 g '(x 0 ) = 0 .所以= 10 ⋅9 2 limln x x →+∞ x ,αr ) ≤ r (β1, , βs ) ≤ s Λ 1{ f [g (x 0)]}'' = f '[g (x 0 )]⋅ g '(x 0 ) = f '(a )⋅ g '(x 0 )由于 g ''(x 0 ) < 0 ,要使{ f [g (x )]}'' < 0 ,必须有 f '(a ) > 0 ,故答案为 B.(4)【答案】 (C). h (x )xe10x 1 【解析】因为 lim= lim= lim e 10= +∞ ,所以,当 x 充分大时, h (x ) > g (x ) . x →+∞g (x )x →+∞ x x →+∞10又因为 lim f (x ) = limln x = lim 10 ln 9 x ⋅ 1 9x = 10 lim ln x x →+∞g (x )x →+∞xx →+∞1ln 8 x ⋅ 1x →+∞x= 10 ⋅9 limx = = 10! lim = 0 .x →+∞ 1x →+∞ x所以当 x 充分大时, f (x ) < g (x ) ,故当 x 充分大, f (x ) < g (x ) < h (x ).(5) 【答案】 (A).【解析】由于向量组I 能由向量组II 线性表示,所以r (I) ≤ r (II) ,即r (α1,若向量组 I 线性无关, 则 r (α1, ,αr ) = r , 所以 r = r (α1, , 即r ≤ s ,选(A).(6) 【答案】 (D).【解析】设λ 为 A 的特征值,由于 A 2 + A = O ,所以λ2+ λ = 0 ,即(λ +1)λ = 0 ,这样 A 的特征值只能为-1 或 0. 由于 A 为实对称矩阵, 故 A 可相似对角化, 即 A ,⎛ -1 ⎫ -1 ⎪ ⎛ -1 ⎫-1 ⎪ r (A ) = r (Λ) = 3,因此, Λ= ⎪ ,即 A Λ= ⎪ . -1 ⎪ 0 ⎪ -1 ⎪ 0⎪⎝ ⎭ ⎝ ⎭(7) 【答案】 (C).【解析】离散型随机变量的分布函数是跳跃的阶梯形分段函数,连续型随机变量的分布函数是连续函数.观察本题中 F (x ) 的形式,得到随机变量 X 既不是离散型随机变量,也不是连续 型随机变量,所以求随机变量在一点处的概率,只能利用分布函数的定义.根据分布函数的定义,函数在某一点的概率可以写成两个区间内概率的差,即P {X = 1} = P {X ≤ 1} - P {X < 1} = F (1) - F (1- 0) = 1- e -1 - 1 = 1- e -1 , 故本题选2 2(C).(8) 【答案】 (A).,αr ) ≤ r (β1, , βs ) ≤ s10⎨ ⎰ ⎰⎰2 4 +∞ ⎝ ⎭1 - x 2⎧1 ,-1 ≤ x ≤ 3 【解析】根据题意知, f 1 ( x ) e 2( -∞ < x < +∞ ), f 2( x ) = ⎪ 4 ⎪⎩0, 其它+∞利用概率密度的性质:-∞f ( x ) d x = 1,故 f ( x ) d x = 0af ( x ) dx + +∞bf ( x )dx =a +∞f ( x )dx + b31 dx = a + 3b = 1⎰-∞⎰-∞1⎰22 ⎰-∞1⎰42 4所以整理得到2a + 3b = 4 ,故本题应选(A). 二、填空题 (9) 【答案】-1. 【解析】x + ye -t2dt = x xsin t 2dt ,令 x = 0 ,得 y = 0 ,等式两端对 x 求导:e -(x + y )2 (1+ dy) = ⎰x sin t 2dt + x sin x 2 .dx将 x = 0 , y = 0 代入上式,得1+π 2x =0= 0 .所以 dy dx x =0 = -1. (10) 【答案】 .4【解析】根据绕 x 轴旋转公式, 有V = ⎰+∞ π y 2dx = ⎰+∞πdxeex (1+ l n 2 x )= π d ln x = π ⋅ ⎡arctan (ln x )⎤ +∞= π ⎛ π - π ⎫ = π2.⎰e 1+ ln 2 x 1(P 3-1)⎣ ⎦e ⎪ (11) 【答案】 p ⋅ e 3.dR p3dR ⎛ 1 2 ⎫ 1 2 【解析】由弹性的定义,得 ⋅ = 1+ p ,所以 R = p + p ⎪ dp ,即ln R = ln p + 3 p + C ,dp R1⎝ ⎭1 1 1( p 3 -1)又 R (1) = 1,所以C =- .故ln R = ln p + 3p - ,因此 R = p ⋅e 3 .3 3 (12) 【答案】b = 3 .【解析】函数为 y = x 3 + ax 2 + bx +1 , 它的一阶导数为 y ' = 3 x 2 + 2ax + b ;二阶导数为y '' = 6x + 2a ,又因为(-1, 0) 是拐点,所以 y ''= 0 ,得- a= -1 ,所以a = 3,又因为曲线 x =-13过点(-1, 0) ,所以将 x = -1, y = 0 代入曲线方程,得b = 3 .dydx +∞4= = 1+ y 22 y1x (13) 【答案】3.【解析】由于 A (A -1 + B )B -1 = (E + AB )B -1 = B -1 + A ,所以A +B -1 = A (A -1 + B )B -1 = A A -1 + B B -1因为 B = 2 ,所以 B -1-11B,因此 2A +B -1 = A(14)【答案】σ 2 + μ2 .A -1 +B B -1 = 3⨯ 2⨯ = 3 . 2⎛ 1 n 2 ⎫ 1 ⎛ n 2 ⎫ 12 2 2 2【解析】 E (T ) = E ∑ X i ⎪ = E ∑ X i ⎪ = nE ( X ) = E ( X ) = σ + μ .三、解答题⎝ n i =1 ⎭ n ⎝ i =1 ⎭ n⎛ 1 ⎫ ⎛ 1 ⎫ ⎛ ln x ⎫1 ln x x -1⎪ln x x -1⎪ ln e x -1⎪1 ⎪ ⎪ ⎛ - ⎫ln x⎝ ⎭ lim ⎝ ⎭ lim ⎝ ⎭(15) 【解析】 lim x x 1⎪ = lim eln x= ex →+∞ ln x= e x →+∞ln x x →+∞⎝ ⎭其中x →+∞lim ln(e x-1) = lim (e x-1)-1 ln x x⋅1- ln x = limln x x⋅1- ln x= lim e ln x ( 1 -1) = -1. x →+∞ ln xx →+∞1 x x 2x →+∞ ln x xxx →+∞ ln x故原式= e -1 .(16) 【解析】积分区域 D = D 1,其中 D 1 ={( x , y ) 0 ≤ y ≤ 1, 2 y ≤ x ≤1+ y 2}D 2= {( x , y ) -1 ≤ y ≤ 0, - 2 y ≤ x ≤ 1+ y 2}⎰⎰( x + y )3dxdy = ⎰⎰(x 3 + 3x 2 y + 3xy 2 + y 3 )dxdy DD因 为 区 域 D 关于 x 轴对称 , 被 积 函 数 ⎰⎰(3x 2 y + y 3 )dxdy = 0 .D3x 2 y+ y 3 是 y 的 奇 函 数 , 所以 33 2 3 2⎡ 1 3 2⎤⎰⎰( x + y ) dxdy = ⎰⎰(x + 3xy )dxdy = 2⎰⎰(x + 3xy )dxdy = 2 ⎢⎰0dy ⎰2 y(x + 3xy )dx ⎥DDD 1⎣⎦= 21⎛ 1 x 4 + 3 x 2 y 2 ⎫dy = 2 1⎛- 9 y 4 + 2 y 2+ 1 ⎫ dy = 14 .⎰0 4 2 ⎪ ⎰0 4 4 ⎪ 15 ⎝ ⎭⎝ ⎭(17) 【解析】令 F( x , y , z , λ ) = xy + 2yz + λ (x 2 + y 2 + z 2 -10),用拉格朗日乘数法得1+ y 2 D 2 ln x ln xe e20 0 1⎧Fx ' = y + 2λ x = 0, ⎪F ' = x + 2z + 2λ y = 0, ⎪ y⎨F ' = 2 y + 2λ z = 0, ⎪ z⎪⎩F λ' = x 2 + y 2 + z 2 -10 = 0,求解得六个点:A (1, 5, 2), B (-1, - 5, -2),C (1, - 5, 2),D (-1, 5, -2),E (2 2, 0, - 2 ),F (-2 2, 0, 2 ).由于在点 A 与 B 点处, u = 5 5 ;在点C 与 D 处, u = -5 5 ;在点 E 与 F 处, u =0 . 又因为该问题必存在最值,并且不可能在其它点处,所以u max = 5 5 , u min = -5 5 .(18) 【解析】 (I)当0 < x < 1时0 < ln(1+ x ) < x ,故[ln(1+ t )]n< t n ,所以ln t [ln(1+ t )]n< ln t t n ,则⎰1ln t [ln(1+ t )]ndt < ⎰1ln t t n dt (n = 1, 2, ) .(II)1 ln t t n dt = - 1 ln t ⋅t ndt = - 11 ln td (t n +1 ) = 1 ,故由⎰⎰n +1 ⎰0(n +1)20 < u n < 1ln t t ndt =1(n +1)2根据夹逼定理得0 ≤ lim u n ≤ lim2= 0 ,所以lim u n = 0 .n →∞n →∞(n +1)n →∞(19)【解析】(I) 因为2 f (0) =⎰2f (x )dx ,又因为 f ( x ) 在[0, 2] 上连续,所以由积分中值定理得,至少有一点η ∈[0, 2] ,使得⎰0f ( x )dx = f (η )⋅(2 - 0)即2 f (0) = 2 f (η ) ,所以存在η ∈[0, 2] ,使得 f (η ) = f (0) .(Ⅱ)因为 f (2) + f (3) = 2 f (0) ,即f (2) + f (3)= f (0) ,又因为 f ( x ) 在[2, 3] 上连2续,由介值定理知,至少存在一点η1 ∈[2,3]使得 f (η1 ) = f (0).⎰ ,⎪ 1 ⎝ a 1 λ → 0 ⎭ ⎝ ⎝ ⎭⎝ ⎪⎭ ⎝ ⎪ ⎪ ⎝ ⎪ ⎭⎪⎭ ⎝⎪因为 f ( x ) 在[0, 2] 上连续,在[0, 2] 上可导,且 f (0) = f(2) ,所以由罗尔中值定理知,C存在ξ1 ∈(0, 2) ,有 f '(ξ1 ) = 0 .又因为 f ( x ) 在[2,η1]上连续,在(2,η1 ) 上可导,且 f (2) = f (0) = f (η1) ,所以由罗尔中值定理知,存在ξ2 ∈(2,η1 ) ,有 f (ξ2 ) = 0 .又因为 f ( x ) 在[ξ1,ξ2 ]上二阶可导,且 f '(ξ1 ) = f '(ξ2 ) =0 ,所以由罗尔中值定理,至少有一点 Ax = b ⊂ (0,3) ,使得 f ''(ξ ) = 0 .(20)【解析】因为方程组有两个不同的解,所以可以判断方程组增广矩阵的秩小于 3,进而可以通过秩的关系求解方程组中未知参数,有以下两种方法.方法 1:( I )已知 Ax = b 有 2 个不同的解,故r ( A ) = r (A ) < 3 ,对增广矩阵进行初等行变换,得⎛ λ 1 1a ⎫ ⎛ 1 1 λ 1 ⎫A = 0 λ -1 0 1 ⎪ → 0 λ -1 0 ⎪1 1 λ ⎪ 1 1 ⎭ ⎛ 1 1λ 1 ⎫ ⎛ 1 1 λ 1 ⎫ → 0 λ -1 0 ⎪ 1 ⎪ λ -1 0 1 ⎪ 0 1- λ 1- λ 2 a - λ ⎪ 0 0 1- λ 2 a - λ +1⎪⎛ 1 1 1 当λ = 1时, A →0 0 0 0 0 0 1 ⎫ ⎛ 1 1 1 1 ⎪ → 0 0 0 a ⎪ 0 0 0 1 ⎫1 ⎪ ,此时, r (A ) ≠ r ( A ) ,故 Ax = b 无解(舍去).⎪ ⎭ ⎛ 1 1 -1 1 ⎫ 当λ = -1时, A → 0 -2 0 1 ⎪,由于r (A ) = r (A ) < 3 ,所以a = -2 ,故λ = -1 , a = -2 .0 0 0 a + 2⎪方法 2:已知 Ax = b 有 2 个不同的解,故r ( A ) = r (A ) < 3 ,因此 A = 0 ,即λA = 0 1 1λ -1 0= (λ -1)2 (λ +1) = 0 ,11λ知λ = 1或-1.当 λ = 1时, r ( A ) = 1 ≠ r ( A ) = 2 ,此时, Ax = b 无解,因此λ = -1 .由 r ( A ) = r ( A ) ,得a = -2 .( II ) 对增广矩阵做初等行变换1 6 ⎪2 1 ⎪⎛ - 1 1 1 -2 ⎫ ⎛ 1-1 -1 2 ⎫ ⎛1 0 -13 ⎫ ⎪ A = 0 -2 0 1 ⎪ → 0 2 0 -1⎪ → 0 1 0 - 1 ⎪ 2 ⎪ 1 1 -1 1 ⎪ 0 0 0 0 ⎪ ⎪ ⎝ ⎭ ⎝ ⎭ 0 0 0⎝0 ⎪ ⎭⎛ 3 ⎫⎧ 3 ⎛x ⎫ ⎛ 1 ⎫ 2 ⎪ ⎪x 1 - x 3 = 2 ⎪ ⎪ ⎪ 1 可知原方程组等价为⎨ ,写成向量的形式,即 x ⎪ = x 0 ⎪ + - ⎪ .⎪x =- 1x ⎪ 1 ⎪ 2 ⎪ ⎩⎪ 2 2 ⎝ 3 ⎭ ⎝ ⎭ 0 ⎪⎛ 1 ⎫ ⎪⎝ ⎭⎛ 3 ⎫ 2 ⎪⎪ 因此 Ax = b 的通解为 x = k 0 ⎪ + - 1 ⎪ ,其中k 为任意常数. ⎪ 2 ⎪ 1 ⎪ ⎝ ⎭ 0⎪ ⎝ ⎭⎛ 0 -1 4 ⎫ (21)【解析】由于A =-1 3 a ⎪ ,存在正交矩阵Q ,使得Q T AQ 为对角阵,且Q 的第一 ⎪ 4 a 0 ⎪ ⎝ ⎭列为 (1, 2,1)T ,故 A 对应于λ 的特征向量为ξ =(1, 2,1)T .1 1⎛ 1 ⎫ ⎛ 1 ⎫6 ⎪ 6 ⎪ ⎪ ⎪根据特征值和特征向量的定义,有 A 2 ⎪ = λ 2 ⎪ ,即6 ⎪ 1 6 ⎪ ⎪ ⎪ 1 ⎪ 1 ⎪ 6 ⎪ 6 ⎪⎛ 0 -1 4 ⎫⎛1 ⎫ ⎛1 ⎫ ⎝ ⎭ ⎝ ⎭⎛ 0 -1 4 ⎫ -1 3 a ⎪ 2 ⎪ = λ 2 ⎪ ,由此可得a = -1, λ = 2 .故 A =-1 3 -1⎪ .⎪ ⎪ 1 ⎪ 1 ⎪ 4 a 0 ⎪1 ⎪ 1⎪ 4 -1 0 ⎪ ⎝ ⎭⎝ ⎭ ⎝ ⎭ ⎝ ⎭λ1 -4由 λE - A = 1λ - 3 1 = (λ + 4)(λ - 2)(λ - 5) = 0 ,-4 1 λ可得 A 的特征值为λ1 = 2, λ2 = -4, λ3 = 5 .2 3 1 6ξ1 1 6 1 2 1 2 6 1 61 2 1 3 π2 3 +∞ 6 - 3 ⎛ -4 1 -4 ⎫⎛ x 1 ⎫ 由(λ E - A )x = 0 ,即1 -7 1 ⎪ x ⎪ = 0 ,可解得对应于 λ = -4 的线性无关的2 ⎪ 2 ⎪ 2 -4 1-4 ⎪ x ⎪⎝ ⎭⎝ 3 ⎭特征向量为ξ = (-1, 0,1)T .⎛ 5 1 -4 ⎫⎛ x 1 ⎫ 由 (λ E - A )x = 0 , 即1 2 1 ⎪ x ⎪ = 0 , 可解得对应于 λ = 5 的特征向量为3 ⎪ 2 ⎪ 3 -4 15 ⎪ x ⎪⎝ ⎭⎝ 3 ⎭ξ = (1,- 1, 1T).由于 A 为实对称矩阵, ξ1,ξ2,ξ3 为对应于不同特征值的特征向量,所以ξ1,ξ2,ξ3 相互正 交,只需单位化:η =ξ1= (1, 2,1)T ,η = ξ2 = (-1, 0,1)T ,η = ξ3 =(1, -1,1)T , 12⎛ 1 1 ⎫ ⎪ ⎪ 21 T 3⎛ 2 ⎫ ⎪ 取Q = (η ,η ,η ) = 0 - ⎪ ,则Q AQ = Λ = -4 ⎪ . 1 2 3 3 ⎪ 5⎪ ⎪ ⎝ ⎭⎪ ⎪⎝ ⎭(22)【解析】当给出二维正态随机变量的的概率密度 f (x , y ) 后,要求条件概率密度f (x , y )f Y |X ( y | x ) ,可以根据条件概率公式 f Y |X ( y | x ) =A 要根据概率密度的性质求解,具体方法如下.f X (x )来进行计算.本题中还有待定参数,f ( x ) = f ( x , y ) d y = A +∞ e -2 x 2 +2 x y - y 2 dy = A+∞e -( y -x )2-x 2dy = Ae - x 2+∞e -( y -x )2dyX⎰-∞= A ⎰-∞πe -x2, -∞ < x < +∞ .⎰-∞⎰-∞根据概率密度性质有 1 =+∞-∞f X( x )dx = A+∞e - x 2dx = A π ,即 A = π -1 ,-∞故 f X (x ) = 1 e -x 2, -∞ < x < +∞.当-∞ < x < +∞时,有条件概率密度f (x , y ) Ae -2 x 2+2xy - y 21 2 2 1 2f ( y x ) = = = e - x +2xy - y = e -(x -y ) , -∞ < x < +∞, -∞ < y < +∞ .Y X X (x ) ξ2 ξ3 1 3π A π e -x 2 π π⎰ ⎰f{ = = } =C = 6 6 6 (23)【解析】(I) X 的所有可能取值为0,1 , Y 的所有可能取值为0,1, 2 .C 23 1 P {X = 0,Y = 0} = 3= = ,其中 X = 0,Y = 0 表示取到的两个球都是黑球;2 6C 1C 115 5 6 2 P {X = 0,Y = 1} = 23 = = ,其中 X = 0,Y = 1表示取到的一个是白球,一个是黑球;215 5C 2 1 P {X = 0,Y = 2} = 2= ,其中 X = 0,Y = 2 表示取到的两个球都是白球; 2 15C 1C 1 3 1 P {X = 1,Y = 0} = 1 3= = ,其中 X = 1,Y = 0表示取到的一个是红球,一个是黑球;2 6C 1C 115 52 P {X = 1,Y = 1} = 1 2= ,其中 X = 1,Y = 1表示取到的一个是红球,一个是白球;215P X 1,Y 2 2 0 , 6因此二维离散型随机变量( X ,Y ) 的概率分布为(II) Cov ( X ,Y ) = E ( XY ) - E ( X ) E (Y ) ,222 1 1E ( XY ) = 1⨯1⨯ = , E ( X ) = 0⨯ +1⨯ = ,15 15 3 3 3 E (Y ) = 0⨯ 2 +1⨯ 8 + 2⨯ 1 = 25 15 15 32 1 2 4Cov ( X ,Y ) = E ( XY ) - E ( X ) E (Y ) = - ⨯ = - .15 3 3 45Y 0 1 2X2 311 32 58 1512 15 1 51 152 5 1 5 C C C C C。