夜雨聆风学习资料网 资料列表 开通 VIP 用登录 / 注册 ⌄
PDF

2004考研数一真题解析_2026考研电子书+每日外刊精读+真题+做题本等_00.考研历年真题_考研历年真题汇总(政治英语数学专业课)_03.考研数学真题_数一

查看资料信息、公开预览和下载状态。

共 22 页PDF · 456.4KB
下载

文档在线预览

公开展示前 10 页
100%
1
《2004考研数一真题解析_2026考研电子书+每日外刊精读+真题+做题本等_00.考研历年真题_考研历年真题汇总(政治英语数学专业课)_03.考研数学真题_数一》第1页预览
2
《2004考研数一真题解析_2026考研电子书+每日外刊精读+真题+做题本等_00.考研历年真题_考研历年真题汇总(政治英语数学专业课)_03.考研数学真题_数一》第2页预览
3
《2004考研数一真题解析_2026考研电子书+每日外刊精读+真题+做题本等_00.考研历年真题_考研历年真题汇总(政治英语数学专业课)_03.考研数学真题_数一》第3页预览
4
《2004考研数一真题解析_2026考研电子书+每日外刊精读+真题+做题本等_00.考研历年真题_考研历年真题汇总(政治英语数学专业课)_03.考研数学真题_数一》第4页预览
5
《2004考研数一真题解析_2026考研电子书+每日外刊精读+真题+做题本等_00.考研历年真题_考研历年真题汇总(政治英语数学专业课)_03.考研数学真题_数一》第5页预览
6
《2004考研数一真题解析_2026考研电子书+每日外刊精读+真题+做题本等_00.考研历年真题_考研历年真题汇总(政治英语数学专业课)_03.考研数学真题_数一》第6页预览
7
《2004考研数一真题解析_2026考研电子书+每日外刊精读+真题+做题本等_00.考研历年真题_考研历年真题汇总(政治英语数学专业课)_03.考研数学真题_数一》第7页预览
8
《2004考研数一真题解析_2026考研电子书+每日外刊精读+真题+做题本等_00.考研历年真题_考研历年真题汇总(政治英语数学专业课)_03.考研数学真题_数一》第8页预览
9
《2004考研数一真题解析_2026考研电子书+每日外刊精读+真题+做题本等_00.考研历年真题_考研历年真题汇总(政治英语数学专业课)_03.考研数学真题_数一》第9页预览
10
《2004考研数一真题解析_2026考研电子书+每日外刊精读+真题+做题本等_00.考研历年真题_考研历年真题汇总(政治英语数学专业课)_03.考研数学真题_数一》第10页预览

本文档共 22 页 剩余 12 页未展示,请下载后查阅

下载

文档文本内容

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
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






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


.
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
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
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
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


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.
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
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
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





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
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
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
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
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 

.
(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 
,
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
,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








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
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
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



