当前位置: 首页 > news >正文

考研数学——张宇八套卷

第一套

选择题

  • 2、写的时候有那么一瞬间忘了绕y轴旋转的公式了, V y = ∫ 2 π x f ( x ) d x Vy=\int2\pi xf(x)dx Vy=2πxf(x)dx,一般公式 V = ∫ ∫ D 2 π r d x d y V=\int \int_D 2\pi rdxdy V=D2πrdxdy
  • 4、比较难判断的是第一个和第三个,
    第一个 lim ⁡ n → ∞ [ n l n ( 1 + 1 n ] n = l i m n → ∞ e n l n ( n l n ( 1 + 1 n ) ) = l i m x → 0 e l n ( 1 + x ) − x x 2 = e − 1 2 \mathop{\lim}\limits_{n \to \infty} [nln(1+\frac{1}{n}]^n=\mathop{lim}\limits_{n \to \infty}e^{nln(nln(1+\frac{1}{n}))}=\mathop{lim}\limits_{x\to 0}e^{\frac{ln(1+x)-x}{x^2}}=e^{-\frac{1}{2}} nlim[nln(1+n1]n=nlimenln(nln(1+n1))=x0limex2ln(1+x)x=e21,不收敛。
    第2个前后两项可以相互消除,求前n项和,极限不存在。
    第三个分母有理化 原式 = ( − 1 ) n n + 1 − 1 n = ( − 1 ) n n + 1 n − 1 n 原式=\frac{(-1)^n \sqrt{n+1}-1}{n}=\frac{(-1)^n \sqrt{n+1}}{n} - \frac{1}{n} 原式=n(1)nn+1 1=n(1)nn+1 n1,前一项有莱布尼茨判别法可知是收敛的,后一项显然发散,因此原级数发散。
    第四个 原式 = 1 e l n n l n l n n < 1 n 2 原式=\frac{1}{e^{ln n ln ln n}}<\frac{1}{n^2} 原式=elnnlnlnn1<n21,由比较审敛法知原级数收敛。
  • 区分代数余子式和余子式,代数余子式 A i j = ( − 1 ) i + j M i j A_{ij} = (-1)^{i+j}M_{ij} Aij=(1)i+jMij,然后换对应行或者列即可。

填空题

  • 14、小题,还是记结论快啊,就是绕一个轴旋转时,绕哪个轴旋转哪个轴不变,另一个变量换成 另 1 2 + 另 2 2 \sqrt{{另1}^2+{另2}^2} 12+22 ,例如绕x轴旋转,x不变,y变成 y 2 + z 2 \sqrt{y^2+z^2} y2+z2 ,然后就是通法:在曲线上任取一个点M(x0,y0,z0),旋转纬圆上任意一点P(x,y,z),PM与旋转轴对应的方向向量正交,P与一点和M与改点的距离相等,然后列式子消除已知就可以得到了。
  • 15、想偏了,看到A是是对称矩阵就想着相似对角化求高次幂,然后就算麻了。实际上 A 2 = 4 E , A 3 = 4 A , A 4 = 4 2 E , A 5 = 4 2 A , A 6 = 4 3 E . . . A^2=4E,A^3=4A,A^4=4^2E,A^5=4^2A,A^6=4^3E... A2=4E,A3=4A,A4=42E,A5=42A,A6=43E...,因此 f ( A ) = E ( 1 + 4 + 4 2 + . . . + 4 n ) + A ( 1 + 4 + 4 2 + . . . + 4 n ) = 4 n + 1 − 1 3 ( E + A ) f(A)=E(1+4+4^2+...+4^n)+A(1+4+4^2+...+4^n)=\frac{4^{n+1}-1}{3}(E+A) f(A)=E(1+4+42+...+4n)+A(1+4+42+...+4n)=34n+11(E+A)

解答题

  • 19、题目问的是收敛区间,没问收敛域,不考虑端点就行。
    首先计算级数的收敛区间,习惯用通法: l i m n → ∞ ∣ 后一项 前一项 ∣ = x 2 \mathop{lim}\limits_{n \to \infty}|\frac{后一项}{前一项}|=x^2 nlim前一项后一项=x2,由 x 2 < 1 x^2<1 x2<1即得收敛区间为(-1,1)。
    计算和函数:
    原通项 = 2 3 x 2 n 4 n − 1 − 1 3 x 2 n 2 n + 1 原通项=\frac{2}{3}\frac{x^{2n}}{4n-1}-\frac{1}{3}\frac{x^{2n}}{2n+1} 原通项=324n1x2n312n+1x2n
    S 1 ( x ) = ∑ n = 1 + ∞ x 2 n 4 n − 1 , S 2 ( x ) = ∑ n = 1 + ∞ x 2 n 2 n + 1 S1(x)=\sum_{n=1}^{+\infty}\frac{x^{2n}}{4n-1},S2(x)=\sum_{n=1}^{+\infty}\frac{x^{2n}}{2n+1} S1(x)=n=1+4n1x2n,S2(x)=n=1+2n+1x2n
    S1(x)是偶函数,计算x>0部分就行,需要将x写成 x \sqrt{x} x ,凑出四次方项,然后求导,积分等计算
    S2(x)凑一凑求导,正常计算。
    算的时候脑子浆糊了,算着算着就算错了。。。
  • 20、补面用高斯公式,补面的时候要避开分母为0的点,这倒想到了,就是算的时候脑子又浆糊了,最后应该是半个球的,算成一个球了,结果就变成答案的2倍了。
  • 21、第一问好像一直以来就理解错了,矩阵的合同是存在可逆矩阵C,使得 C T A C = B C^TAC=B CTAC=B,则称矩阵A与矩阵B合同。不一定是正交的C。
  • 22、根据题意能算出来 f Y ∣ X f_{Y|X} fYX然后就能算出来 f ( x , y ) 和 f Y ( y ) f(x,y)和f_{Y}(y) f(x,y)fY(y),后边就好算了,第三问用卷积公式比较方便。主要是写的时候脑子还是浆糊了,有点迷了。

第二套

选择题

  • 5、加到第一列计算, f ( x ) = x n + n ( n + 1 ) 2 x n − 1 f(x)=x^n+\frac{n(n+1)}{2}x^{n-1} f(x)=xn+2n(n+1)xn1,求导 f ( n − 1 ) ( x ) = n ! x + 1 2 ( n + 1 ) ! f^{(n-1)}(x)=n!x+\frac{1}{2}(n+1)! f(n1)(x)=n!x+21(n+1)!,因此 f ( n − 1 ) ( 0 ) = 1 2 ( n + 1 ) ! f^{(n-1)}(0)=\frac{1}{2}(n+1)! f(n1)(0)=21(n+1)!
  • 6、A是m×n矩阵,r(A)=m<n,存在m阶可逆矩阵B和n阶可逆矩阵C,使得 B A C = ( E m ∣ O ) BAC=(E_m|O) BAC=(EmO),所以 A C = ( B − 1 ∣ O ) = ( E ∣ O ) D AC=(B^{-1}|O)=(E|O)D AC=(B1O)=(EO)D,D是一个n阶可逆矩阵,因此有 A C D − 1 = ( E ∣ O ) ACD^{-1}=(E|O) ACD1=(EO),A是正确的。然后C、D比较容易判断。B项举反例不好想。蒙对了算是。。。
    不过和有个结论有点弄混了:若A列满秩,则r(AB)=r(B);若B行满秩,则r(AB)=r(A)
  • 7、充分性很好理解,必要性得证一证。
    α 1 , α 2 , α 3 \alpha _1, \alpha _2, \alpha_3 α1,α2,α3,是A相互正交的特征向量,由于相互正交的向量必线性无关,因此A可以相似对角化,将 α 1 , α 2 , α 3 \alpha _1, \alpha _2, \alpha_3 α1,α2,α3单位化 γ 1 , γ 2 , γ 3 \gamma _1, \gamma _2, \gamma _3 γ1,γ2,γ3,此时 Q = ( γ 1 , γ 2 , γ 3 ) Q=(\gamma _1, \gamma _2, \gamma _3) Q=(γ1,γ2,γ3),则 Q − 1 A Q = Λ Q^{-1}AQ=\Lambda Q1AQ=Λ,(就是二次型那求标准型的过程),所以 A = Q Λ Q T A=Q\Lambda Q^{T} A=QΛQT A T = Q Λ Q T = A A^{T}=Q\Lambda Q^{T}=A AT=QΛQT=A,证毕。
  • 9、切比雪夫不等式,求出来均值和方差,记好原形式>= <=就行了。
  • 10、不会写。。。
    N1服从B(n,1/4),N2服从B(n,1/2),N3服从B(n,1/4),N1+N2+N3=n
    N1+N2服从B(n,3/4)
    D ( N 1 ) = 3 n 16 , D ( N 2 ) = n 4 , D ( N 3 ) = 3 n 16 D(N1)=\frac{3n}{16},D(N2)=\frac{n}{4},D(N3)=\frac{3n}{16} D(N1)=163n,D(N2)=4n,D(N3)=163n
    D ( N 1 + N 2 ) = D ( N 1 ) + D ( N 2 ) + 2 C o v ( N 1 , N 2 ) = 3 n 16 D(N1+N2)=D(N1)+D(N2)+2Cov(N1,N2)=\frac{3n}{16} D(N1+N2)=D(N1)+D(N2)+2Cov(N1,N2)=163n
    因此, C o v ( N 1 , N 2 ) = − n 8 Cov(N1,N2)=-\frac{n}{8} Cov(N1,N2)=8n
    ρ N 1 N 2 = − n / 8 3 n / 4 ∗ n / 2 = − 3 3 \rho _{N1N2}=\frac{-n/8}{\sqrt{3n}/4*\sqrt{n}/2}=-\frac{\sqrt{3}}{3} ρN1N2=3n /4n /2n/8=33

填空题

  • 11、解的形式
    在这里插入图片描述
    由特解形式知,方程特征根为 1 + 2 i , 1 − 2 i 1+2i,1-2i 1+2i,12i,均为二重跟,因此,通解为 ( C 1 + C 2 x ) e x c o s 2 x + ( C 3 + C 4 x ) e x s i n 2 x (C_1+C_2x)e^xcos2x+(C_3+C_4x)e^xsin2x (C1+C2x)excos2x+(C3+C4x)exsin2x

解答题

  • 22、第一问似然函数中不含 θ \theta θ,有点新哦,其实只要满足概率密度中的不等式条件的所有统计量都可以是最大似然估计。
    第二问就正常求分布函数,求概率密度,然后求均值就行了。

第三套

选择题

  • 4、不会写,代选项试出来了。
    级数收敛,则 l i m n → ∞ [ l n n + a l n ( 1 + n ) + b l n ( 2 + n ) ] = l i m n → ∞ ( 1 + a + b ) l n n + a l n ( 1 + 1 n ) + b l n ( 1 + 2 n ) = 0 \mathop{lim}\limits_{n\to \infty}[lnn+aln(1+n)+bln(2+n)]=\mathop{lim}\limits_{n\to \infty}(1+a+b)lnn+aln(1+\frac{1}{n})+bln(1+\frac{2}{n})=0 nlim[lnn+aln(1+n)+bln(2+n)]=nlim(1+a+b)lnn+aln(1+n1)+bln(1+n2)=0
    因此, a + b + 1 = 0 a+b+1=0 a+b+1=0
    则, l i m n → ∞ a [ l n ( 1 + 1 n ) − 1 n ] + b [ l n ( 1 + 2 n ) − 2 n ] + a + 2 b n \mathop{lim}\limits_{n \to \infty}a[ln(1+\frac{1}{n})-\frac{1}{n}]+b[ln(1+\frac{2}{n})-\frac{2}{n}]+\frac{a+2b}{n} nlima[ln(1+n1)n1]+b[ln(1+n2)n2]+na+2b
    n → ∞ n\to \infty n时, l n ( 1 + 1 n ) − 1 n 等价于 1 2 n 2 ln(1+\frac{1}{n})-\frac{1}{n}等价于\frac{1}{2n^2} ln(1+n1)n1等价于2n21,收敛
    同理 l n ( 1 + 2 n ) − 2 n ln(1+\frac{2}{n})-\frac{2}{n} ln(1+n2)n2也收敛。
    那么, a + 2 b n \frac{a+2b}{n} na+2b也得收敛敛,所以 a + 2 b = 0 a+2b=0 a+2b=0
    解得, a = − 2 , b = 1 a=-2,b=1 a=2,b=1
  • 6、杨威证过的一个结论: 若 ( A + k 1 E ) ( A + k 2 E ) = 0 , 且 k 1 ≠ k 2 , 则 A 的特征值从{ k 1 、 k 2 }中选取 若(A+k_1E)(A+k_2E)=0,且k_1 \ne k_2,则A的特征值从{k_1、k_2}中选取 (A+k1E)(A+k2E)=0,k1=k2,A的特征值从{k1k2}中选取,但不是一定是某个数
    在这个题理,A的特征值从{-1, 2}里选择,如果n个-1或n个2,则A则 A = 2 E 或 A = − E A=2E或A=-E A=2EA=E,可以相似对角化
    若有r个2,n-r个-1,则属于2的特征值有n-r个线性无关的向量,属于-1的有r个线性无关的向量,因此A有n个线性无关的特征向量,可以相似对角化。
  • 7、配方化标准型,发现与a、b都没有关系
  • 10、 m a x { X , Y } = X + Y + ∣ X − Y ∣ 2 , m i n { X , Y } = X + Y − ∣ X − Y ∣ 2 max\{X,Y\}=\frac{X+Y+|X-Y|}{2},min\{X,Y\}=\frac{X+Y-|X-Y|}{2} max{X,Y}=2X+Y+XY,min{X,Y}=2X+YXY,然后就好算了。

填空题

  • 12、对题中等式关于x、y求导,然后另y=1(这个地方没想到),化出来一个微分方程 f ′ ( x ) − 1 x f ( x ) = 1 f'(x)-\frac{1}{x}f(x)=1 f(x)x1f(x)=1,求解就行了。
  • 16、按步骤求,先求出来均值,然后求矩估计,不难,算错了。。。
  • 17、常规步骤就行,就是不好算,算错了。
  • 19、答案用条件极值算了投影(不规则的椭圆)的长短半轴,然后投影算了面积,方法有点牛。但是用常规的计算,然后换元,用雅可比行列式也能算出来。
  • 如下
    在这里插入图片描述
    在这里插入图片描述

第四套

选择题

  • 6、根据题目条件知道Ax=0的两个解为 ( − 1 , 1 , 0 ) T , ( 1 , 0 , 1 ) T (-1,1,0)^T,(1,0,1)^T (1,1,0)T,(1,0,1)T,Ax=b的一个特解为 ( 1 , 0 , 0 ) T (1,0,0)^T (1,0,0)T,可以设 A = α 1 , α 2 , α 3 A=\alpha_1, \alpha_2, \alpha_3 A=α1,α2,α3,则有 − α 1 + α 2 = 0 , α 1 + α 3 = 0 , α 1 = ( 1 , 2 , − 1 ) T -\alpha_1+\alpha_2=0,\alpha_1+\alpha_3=0,\alpha_1=(1,2,-1)^T α1+α2=0,α1+α3=0,α1=(1,2,1)T,
    因此 α 2 = α 1 , α 3 = − α 1 \alpha_2=\alpha_1,\alpha_3=-\alpha_1 α2=α1,α3=α1,然后A就出来了,特征值算一算就行了。写的时候硬凑的,慢了。
  • 10、矩估计: 样本 k 阶原点矩为 A k = 1 n ∑ X i k 样本k阶原点矩为A_k=\frac{1}{n}\sum X_i^k 样本k阶原点矩为Ak=n1Xik。不会写。
    在这里插入图片描述

填空题

  • 15、主要是根据条件加加减减找特征值,开始没想到。

解答题

  • 19、有点难计算。
  • 22、第二问,最大似然估计好求,就是期望有点没想到。题目中小于1的个数服从B(n,p),其中 p = θ p=\theta p=θ,然后期望就好求了。

相关文章:

  • ARM 汇编基础
  • CyberSploit:1
  • 【云原生 | 从零开始学istio】五、istio灰度发布以及核心资源
  • 数据结构篇-树与森林
  • fastdfs添加storage节点
  • java计算机毕业设计学生勤工助学管理系统源程序+mysql+系统+lw文档+远程调试
  • WebShell箱子简介与原理
  • 部署vue项目到阿里云服务器
  • Elasticsearch:Top metrics 聚合
  • C#重启 --- 语言基础
  • Word控件Spire.Doc 【文本】教程(7) ;C#获取Word文档中内容控件的别名、标签和ID
  • SpringCloud Gateway网关为认证中心和用户微服务构建统一的认证授权入口
  • 阿里云云边一体容器架构创新论文被云计算顶会 ACM SoCC 录用
  • 字节青训营抖音APP
  • DES加密算法是怎么实现的?
  • @angular/forms 源码解析之双向绑定
  • 【162天】黑马程序员27天视频学习笔记【Day02-上】
  • 【Leetcode】104. 二叉树的最大深度
  • 【前端学习】-粗谈选择器
  • 【跃迁之路】【444天】程序员高效学习方法论探索系列(实验阶段201-2018.04.25)...
  • 2017年终总结、随想
  • Android 控件背景颜色处理
  • Angularjs之国际化
  • Babel配置的不完全指南
  • CODING 缺陷管理功能正式开始公测
  • CSS实用技巧干货
  • Fabric架构演变之路
  • fetch 从初识到应用
  • HTTP那些事
  • Java小白进阶笔记(3)-初级面向对象
  • PHP的类修饰符与访问修饰符
  • unity如何实现一个固定宽度的orthagraphic相机
  • Wamp集成环境 添加PHP的新版本
  • 初识 beanstalkd
  • 从0到1:PostCSS 插件开发最佳实践
  • 收藏好这篇,别再只说“数据劫持”了
  • 通过获取异步加载JS文件进度实现一个canvas环形loading图
  • SAP CRM里Lead通过工作流自动创建Opportunity的原理讲解 ...
  • ​io --- 处理流的核心工具​
  • #QT(一种朴素的计算器实现方法)
  • $refs 、$nextTic、动态组件、name的使用
  • (android 地图实战开发)3 在地图上显示当前位置和自定义银行位置
  • (webRTC、RecordRTC):navigator.mediaDevices undefined
  • (超详细)2-YOLOV5改进-添加SimAM注意力机制
  • (附源码)计算机毕业设计SSM基于健身房管理系统
  • (三)Hyperledger Fabric 1.1安装部署-chaincode测试
  • (十六)一篇文章学会Java的常用API
  • (十三)Maven插件解析运行机制
  • (原創) 如何使用ISO C++讀寫BMP圖檔? (C/C++) (Image Processing)
  • ./configure,make,make install的作用
  • .h头文件 .lib动态链接库文件 .dll 动态链接库
  • .NET Core IdentityServer4实战-开篇介绍与规划
  • .NET Core引入性能分析引导优化
  • .Net Core与存储过程(一)
  • .NET/C# 反射的的性能数据,以及高性能开发建议(反射获取 Attribute 和反射调用方法)