时间:2016-03-06 15:44:10
【详解】分离变量,
(3)【答案】
【详解】补一个曲面,取上侧,则
组成的封闭立体
满足高斯公式,
设 ,则
∴(
为锥面
和平面
所围区域)
(
为上述圆锥体体积)
注:以下几种解法针对于不同的方法求圆锥体体积
方法1:(高中方法,圆锥的体积公式,这种方法最简便)
而 (
在
上:
)
方法2:先二重积分,后定积分.
因为,
,
,
,
,
所以 .从而
方法3:利用球面坐标. 在球坐标下为:
,
方法4:利用柱面坐标 .
(4)【答案】
【详解】代入点 到平面
的距离公式
(5)【答案】
【详解】由已知条件变形得,
, 两边取行列式, 得
其中,,
因此,.
(6)【答案】
【详解】根据独立性原理:若事件独立,则
事件,而随机变量
与
均服从区间
上的均匀分布,有
和
. 又随机变量
与
相互独立,所以,
二、选择题.
(7)【答案】
【详解】
方法1: 图示法.
因为
则
严格单调增加;因为
则
是凹函数,又
,画
的图形
结合图形分析,就可以明显得出结论:.
方法2:用两次拉格朗日中值定理
(前两项用拉氏定理)
(再用一次拉氏定理)
, 其中
由于,从而
. 又由于
,故选
方法3: 用拉格朗日余项一阶泰勒公式. 泰勒公式:
,
其中. 此时
取1代入,可得
又由,选
.
(8)【答案】
【详解】记,则区域
的极坐标表示是:
,
. 题目考察极坐标和直角坐标的互化问题,画出积分区间,结合图形可以看出,直角坐标的积分范围(注意
与
在第一象限的交点是
),于是
所以,原式. 因此选
(9) 【答案】
【详解】
方法1:数列收敛的性质:收敛数列的四则运算后形成的新数列依然收敛
因为收敛,所以
也收敛,所以
收敛,从而
也收敛.选D.
方法2:记 ,则
收敛. 但
,(
级数,
级数发散);
(
级数,
级数发散)均发散。由排除法可知,应选D.
(10) 【答案】
【详解】
方法1: 化条件极值问题为一元函数极值问题。
已知,由
,在
邻域,可确定隐函数
,满足
,
。
是
在条件
下的一个极值点
是
的极值点。它的必要条件是
若,则
,或
,因此不选
,
.
若,则
(否则
). 因此选
方法2:用拉格朗日乘子法. 引入函数,有
因为,所以
,代入(1)得
若,则
,选
(11)【答案】A
【详解】
方法1:若线性相关, 则由线性相关定义存在不全为
的数
使得
为了得到的形式,用
左乘等式两边, 得
①
于是存在不全为的数
使得①成立,所以
线性相关.
方法:如果用秩来解,则更加简单明了. 只要熟悉两个基本性质, 它们是:
1. 线性相关Û
;2.
.
矩阵, 设
, 则由
得
. 所以答案应该为(
).
(12) 【答案】
【详解】用初等矩阵在乘法中的作用(矩阵左乘或右乘初等矩阵相当于对矩阵进行初等行变换或列变换)得出
将的第2行加到第1行得
,即
将的第1列的-1倍加到第2列得
,即
因为,故
.
从而 ,故选(
).
(13)【答案】C
【详解】本题考条件概率的概念和概率的一般加法公式
根据条件概率的定义,当时,
得
根据加法公式有,故选(C)
(14) 【答案】A.
【详解】由于与
的分布不同,不能直接判断
和
的大小与参数关系. 如果将其标准化后就可以方便地进行比较了。
随机变量标准化,有,且其概率密度函数是偶函数. 所以
.
同理有,
因为是单调递增函数,当
时,
,即
,所以
,故选(A).
三、解答题
(15)【详解】积分区域对称于轴,
为
的奇函数,
从而知
所以
(16)【详解】(I) 由于时,
,于是
,说明数列
单调减少且
. 由单调有界准则知
存在.记为
.
递推公式两边取极限得
(II) 原式,为“
”型.
因为离散型不能直接用洛必达法则,先考虑
所以
(17)【详解】用分解法转化为求的展开式,而这是已知的.
由于
因此
.
(18)【详解】(I)由于题目是验证,只要将二阶偏导数求出来代入题目中给的等式就可以了
同理
代入,得
,
所以 成立.
(II) 令于是上述方程成为
,则
,
即 ,所以
因为 ,所以
,得
又因为 ,所以
,得
(19)【详解】
方法1:把两边对
求导,得:
令 ,则
;
再令 ,
所以 ,
得 ,所以由格林公式知结论成立.
方法2: 是单连通区域,对于
内的任意分段光滑简单闭曲线
,
为
内的一曲线
在
内与路径无关
同方法1,由 可证得上式.
因此结论成立.
(20)【详解】(I)系数矩阵未知量的个数为
,且又
有三个线性无关解,设
是方程组的3个线性无关的解, 则
是
的两个线性无关的解. 因为
线性无关又是齐次方程的解,于是
的基础解系中解的个数不少于2, 得
, 从而
.
又因为的行向量是两两线性无关的, 所以
. 所以
.
(II)对方程组的增广矩阵作初等行变换:
=
由, 得
, 即
.
所以作初等行变换后化为;
,
它的同解方程组 ①
①中令求出
的一个特解
;
的同解方程组是
②
取代入②得
;取
代入②得
. 所以
的基础解系为
,
所以方程组的通解为:
,
为任意常数
(21)【详解】(I) 由题设条件,
,故
是
的对应于
的特征向量,又因为
线性无关,故
至少是
的二重特征值. 又因为
的每行元素之和为
,所以有
,由特征值、特征向量的定义,
是
的特征向量, 特征值为
,
只能是单根,
是全体特征向量,从而知
是二重特征值.
于是的特征值为
;属于
的特征向量:
;属于
的特征向量:
,
不都为
.
(Ⅱ) 为了求出可逆矩阵必须对特征向量进行单位正交化 .
先将单位化, 得
.
对作施密特正交化, 得
,
.
作, 则
是正交矩阵,并且
(22)【详解】, 由于
是分段函数,所以在计算
时,要相应分段讨论. 求
只是与
有关,不必先求出
的函数.
(I) 因为,当
时,
当时,
;
当时,
;
当时,
综上所述,有
由概率密度是分布函数在对应区间上的的微分,所以,
这个解法是从分布函数的最基本的概率定义入手,对y进行适当的讨论即可,属于基本题型.
(Ⅱ) 由协方差的计算公式
需要计算,
,
.
;
;
.
故
(III) 根据二维随机变量的定义,有
由一维概率计算公式有,
.
(23)【答案】的矩估计
;
的最大似然估计
【详解】矩估计的实质在于用样本矩来估计相应的总体矩,此题中被估参数只有一个,故只需要用样本一阶原点矩(样本均值)来估计总体的一阶原点矩(期望),所以矩估计的关键在于找出总体的矩.
最大似然估计,实质上就是找出使似然函数最大的那个参数,问题的关键在于构造似然函数. 样本值中小于1的概率是
,
大于1的概率是
. 因此,似然函数应为:
(I) 由数学期望的定义:
样本均值
用样本均值估计期望有 即
,解得
.
所以参数的矩估计为
. 其中
.
(Ⅱ) 对样本按照
或者
进行分类,不妨设:
,
. 似然函数
,
在,
时,等式两边同取自然对数得
,
由于和
在
的同一点取得最大值,所以令
,
解得,所以
的最大似然估计值为
.