数三考研真题解析答案权威详解

〈一〉矩阵与行列式：秩的性质与分块矩阵

第4题：设 A = [α₁ α₂ α₃] 为3阶矩阵，其中 α₁,α₂ 线性无关，α₃ = α₁ + 2α₂，求 |A + A|。

关键分析：

• 由 α₃ = α₁ + 2α₂ 可知 r(A) = 2，故 |A| = 0
• 根据伴随矩阵性质：AA = AA = |A|E = 0，且 r(A) = 1（因 r(A) = n−1）
• 设 A = [β₁ β₂ β₃]，则 Aβᵢ = 0，即 βᵢ 均为 Ax=0 的解
• 由于 Ax=0 的基础解系含1个向量，故 β₁,β₂,β₃ 必线性相关，且可设 βᵢ = kᵢη（η 为通解）
• 因此 A + A = [α₁ + k₁η, α₂ + k₂η, α₃ + k₃η]
• 注意到 α₃ + k₃η = (α₁ + 2α₂) + k₃η = (α₁ + k₁η) + 2(α₂ + k₂η) + (k₃ − k₁ − 2k₂)η
• 若取 k₁ = k₃ = 2, k₂ = 1（满足比例），则第三列 = 第一列 + 2×第二列，故 r(A + A) = 2，行列式为 0

本题综合考查矩阵秩、伴随矩阵、线性相关性与行列式性质，是近年高频综合题型。

〈二〉线性方程组与矩阵秩：含参数讨论

第6题：设线性方程组

〈span style="display:block;margin:8px 0;font-family:serif;font-style:italic"〉

x₁ + x₂ + x₃ = 1
x₁ + 2x₂ + ax₃ = 2
x₁ + ax₂ + 2x₃ = b

〈/span〉

问：当 a,b 取何值时，方程组有唯一解、无解、无穷多解？

解法：构造增广矩阵 [A|b]，经初等行变换得：

〈span style="display:block"〉[1 1 1 | 1]
[0 1 a−1 | 1]
[0 0 2−a−(a−1) | b−1−(a−1)]

化简第三行系数：2−a−(a−1) = 3−2a，常数项：b−a

• 当 3−2a ≠ 0，即 a ≠ 3/2 时，r(A) = r([A|b]) = 3，有唯一解；
• 当 a = 3/2 时：
  − 若 b ≠ 3/2，则 r(A) = 2 < r([A|b]) = 3，无解；
  − 若 b = 3/2，则 r(A) = r([A|b]) = 2 < 3，有无穷多解，通解为：
  x₁ = 1 − t, x₂ = 1 − (1/2)t, x₃ = t（t 为任意常数）

此为经典参数讨论题，需熟练掌握增广矩阵行变换与秩的比较逻辑。

〈三〉特征值与特征向量：实对称矩阵对角化

第12题：设3阶实对称矩阵 A 满足 A² − 2A = O，且 r(A) = 2，求 |A + 3E|。

分析：

• 由 A² = 2A，得特征方程 λ² = 2λ，故特征值只能是 λ = 0 或 λ = 2
• 因 r(A) = 2，故 λ = 0 为单重特征值（几何重数 = 代数重数 = 1），λ = 2 为二重特征值
• 因此 A 的特征值为：2, 2, 0
• A + 3E 的特征值为：5, 5, 3
• 行列式等于特征值乘积：|A + 3E| = 5×5×3 = 75

本题巧妙结合矩阵方程、秩与特征值关系，体现“由矩阵方程反推特征值”的核心思路，是近年热门考点。

〈一〉一维随机变量分布：连续型与离散型综合

第7题：设随机变量 X 的概率密度为 f(x) = { k(1−x²), −1，求 P{X > 0.5}。

解：

• 由归一性：∫_{−1}^1 k(1−x²)dx = k·[x − x³/3]_{−1}^1 = k·(4/3) = 1 ⇒ k = 3/4
• P{X > 0.5} = ∫_{0.5}^1 (3/4)(1−x²)dx = (3/4)[x − x³/3]_{0.5}^1 = (3/4)[(2/3) − (5/24)] = (3/4)×(11/24) = 11/32

延伸：若定义 Y = X²，求 Y 的分布函数 F_Y(y)。

解法：

• 当 y < 0 时，F_Y(y) = 0
• 当 0 ≤ y < 1 时：
  F_Y(y) = P{X² ≤ y} = P{−√y ≤ X ≤ √y} = ∫_{−√y}^{√y} (3/4)(1−x²)dx = (3/4)[2√y − 2y^{3/2}/3] = (3/2)√y − (1/2)y^{3/2}
• 当 y ≥ 1 时，F_Y(y) = 1

此题体现“函数分布求解”的标准流程：先求分布函数，再求导得密度函数。

〈二〉二维随机变量：边缘分布与独立性判断

第8题：设二维随机变量 (X,Y) 的联合密度为 f(x,y) = { 6e^{−(2x+3y)}, x>0,y>0; 0, 其他 }，判断 X 与 Y 是否独立。

解：

• 边缘密度：
  f_X(x) = ∫₀^∞ 6e^{−2x−3y} dy = 6e^{−2x}·∫₀^∞ e^{−3y} dy = 6e^{−2x}·(1/3) = 2e^{−2x}（x>0）
  f_Y(y) = ∫₀^∞ 6e^{−2x−3y} dx = 6e^{−3y}·(1/2) = 3e^{−3y}（y>0）
• 验证：f_X(x)f_Y(y) = 2e^{−2x}·3e^{−3y} = 6e^{−(2x+3y)} = f(x,y)
• 故 X 与 Y 相互独立

本题是典型的“联合密度可分离变量 ⇒ 独立”案例，适用于指数分布族，是考试高频结论。

〈三〉统计量与抽样分布：χ²分布、t分布应用

第14题：设 X₁,X₂,…,X₆ 为来自正态总体 N(0,4) 的样本，令

〈span style="display:block"〉Y = a(X₁+X₂)² + b(X₃+X₄+X₅+X₆)²

问：当 a,b 为何值时，Y ~ χ²(2)？

解：

• Xᵢ ~ N(0,4) ⇒ Xᵢ/2 ~ N(0,1)
• S₁ = X₁ + X₂ ~ N(0,8) ⇒ S₁/√8 ~ N(0,1) ⇒ (S₁/√8)² ~ χ²(1)
• S₂ = X₃+X₄+X₅+X₆ ~ N(0,16) ⇒ S₂/4 ~ N(0,1) ⇒ (S₂/4)² ~ χ²(1)
• 为使 Y = aS₁² + bS₂² ~ χ²(2)，需：
  aS₁² = (S₁/√8)² ⇒ a = 1/8
  bS₂² = (S₂/4)² ⇒ b = 1/16
• 此时 Y = (S₁/√8)² + (S₂/4)² ~ χ²(2)

关键点：标准化 → 标准正态平方 → χ²分布 → 系数匹配。

〈四〉参数估计：矩估计与最大似然估计

第22题：设总体 X 的概率密度为 f(x;θ) = { (θ+1)x^θ, 0，其中 θ > −1 为未知参数，X₁,…,Xₙ 为样本，求 θ 的矩估计量与最大似然估计量。

矩估计：

• E(X) = ∫₀¹ x(θ+1)x^θ dx = (θ+1)∫₀¹ x^{θ+1}dx = (θ+1)/(θ+2)
• 令 X̄ = (θ+1)/(θ+2)，解得：θ̂_矩 = (2X̄ − 1)/(1 − X̄)

最大似然估计：

• 似然函数：L(θ) = ∏_{i=1}^n (θ+1)xᵢ^θ = (θ+1)^n (∏xᵢ)^θ
• 对数似然：lnL = nln(θ+1) + θ∑lnxᵢ
• 求导：d/dθ lnL = n/(θ+1) + ∑lnxᵢ = 0
• 解得：θ̂_MLE = −1 − n / ∑lnxᵢ

对比：矩估计形式较简单，但MLE更有效（渐近无偏、渐近正态、达到Cramér-Rao下界）。