考研数三真题答案-2003数三真题答案权威解析｜高等数学·线性代数·概率统计深度精讲

填空题：精准计算与概念辨析

题目1：若 $ int_{0}^{1} x^2 dx = frac{1}{3} $，则 $ int_{0}^{1} x^3 dx = underline{qquad} $。

答案：$ frac{1}{4} $

解析：直接应用幂函数积分公式 $ int_0^1 x^n dx = frac{1}{n+1} $，当n=3时结果为 $ frac{1}{4} $。此题为送分题，但需注意题干已给出n=2的结果，意在引导考生归纳通式，避免死记公式。

题目2：泊松分布的期望

设随机变量X服从参数为λ的泊松分布，且 $ P(X=0) = e^{-lambda} $，则 $ E(X) = underline{qquad} $。

答案：λ

解析：泊松分布的概率质量函数为 $ P(X=k) = frac{lambda^k e^{-lambda}}{k!} $，当k=0时 $ P(X=0)=e^{-lambda} $，与题设一致。其数学期望恒为参数λ，这是泊松分布的核心性质，需熟记。

题目3：微分方程通解

微分方程 $ y''
- 4y' + 4y = 0 $ 的通解为 $ y = underline{qquad} $。

答案：$ (C_1 + C_2 x)e^{2x} $

解析：特征方程为 $ r^2
- 4r + 4 = 0 $，即 $ (r-2)^2 = 0 $，有重根r=2。故通解为 $ y = (C_1 + C_2 x)e^{2x} $。此题考查二阶常系数齐次线性微分方程解的结构，重根情形是易错点，需特别注意。

题目4：定积分的几何意义

计算 $ int_{-2}^{2} sqrt{4
- x^2} dx = underline{qquad} $。

答案：2π

解析：函数 $ y = sqrt{4
- x^2} $ 表示上半圆 $ x^2 + y^2 = 4 $（半径2），积分即上半圆面积 $ frac{1}{2} pi r^2 = 2pi $。此题将代数运算转化为几何图形面积，体现“数形结合”思想，是考研数学的高频技巧。

题目5：随机变量的方差

设X～B(n,p)，已知 $ E(X)=3 $，$ D(X)=2 $，则n=______，p=______。

答案：n=9，p=1/3

解析：二项分布满足 $ E(X)=np=3 $，$ D(X)=np(1-p)=2 $。联立解得：$ 3(1-p)=2 Rightarrow p=1/3 $，代入得 $ n=9 $。此题考察期望与方差公式的逆用，需建立方程组求解，是概率统计的典型计算题型。

解答题：逻辑严谨与步骤完整

题目1：求函数 $ f(x) = frac{1}{x} $ 在区间 [1, 2] 上的定积分。

标准答案：

解：$ int_{1}^{2} frac{1}{x} dx = ln|x| bigg|_{1}^{2} = ln 2
- ln 1 = ln 2 $。

评分要点：①写出原函数 $ ln|x| $；②代入上下限；③化简结果。缺一不可，尤其 $ ln 1 = 0 $ 易被忽略导致扣分。

题目2：矩阵特征值与特征向量

设 $ A = begin{bmatrix} 1 & 2 \ 3 & 4 end{bmatrix} $，求A的特征值与特征向量。

标准答案：

解：特征方程为 $ det(A
- lambda I) = begin{vmatrix}1-lambda & 2 \ 3 & 4-lambdaend{vmatrix} = 0 $

即 $ (1-lambda)(4-lambda)
- 6 = lambda^2
- 5lambda
- 2 = 0 $

解得特征值：$ lambda_1 = frac{5 + sqrt{33}}{2} $，$ lambda_2 = frac{5
- sqrt{33}}{2} $

对 $ lambda_1 $，解 $ (A
- lambda_1 I)mathbf{x} = 0 $ 得特征向量 $ kbegin{bmatrix}2 \ lambda_1
- 1end{bmatrix} $（k≠0）

对 $ lambda_2 $，特征向量为 $ kbegin{bmatrix}2 \ lambda_2
- 1end{bmatrix} $（k≠0）

易错点：①行列式计算错误；②特征向量未注明k≠0；③未写通解形式。本题满分12分，步骤分占比高。

题目3：曲线交点与定积分应用

求曲线 $ y = x^2 $ 与 $ y = 2x
- 1 $ 所围成图形的面积。

标准答案：

解：联立方程 $ x^2 = 2x
- 1 $，得 $ x^2
- 2x + 1 = 0 $，即 $ (x-1)^2 = 0 $，解得x=1，y=1。两曲线仅在(1,1)处相切，无封闭区域。

因此所围面积为0。

深度解析：本题考查“相切”情形的识别。考生易误判为两交点，错误计算积分区间。正确做法是先求交点个数，再判断是否构成闭合区域。此题警示：几何直观与代数验证必须结合。

题目4：二元函数极值

求函数 $ f(x,y) = x^2 + y^2
- 2x
- 2y + 2 $ 的极值。

标准答案：

解：求偏导 $ f_x = 2x
- 2 $，$ f_y = 2y
- 2 $

令 $ f_x = f_y = 0 $，得驻点(1,1)

阶偏导：$ f_{xx}=2 $，$ f_{yy}=2 $，$ f_{xy}=0 $

判别式 $ AC
- B^2 = 2×2
- 0^2 = 4 > 0 $，且A>0，故(1,1)为极小值点

极小值 $ f(1,1) = 1 + 1
- 2
- 2 + 2 = 0 $

拓展：本题可配方为 $ f(x,y) = (x-1)^2 + (y-1)^2 $，显然最小值为0，验证了计算结果。

题目5：概率密度函数的归一化

设随机变量X的概率密度为 $ f(x) = begin{cases} kx, & 0 < x < 2 \ 0, & text{其他} end{cases} $，求常数k。

标准答案：

解：由概率密度性质 $ int_{-infty}^{infty} f(x) dx = 1 $

即 $ int_{0}^{2} kx dx = k cdot frac{x^2}{2} bigg|_{0}^{2} = k cdot 2 = 1 $

解得 $ k = frac{1}{2} $

关键：积分区间必须与f(x)≠0的范围一致，此处易错写成(-∞,∞)或漏掉k的提取。

题目6：大数定律应用

设独立同分布随机变量序列 $ X_1, X_2, ldots $，$ E(X_i)=mu $，$ D(X_i)=sigma^2 $，令 $ bar{X}_n = frac{1}{n}sum_{i=1}^n X_i $，证明：对任意ε>0，有 $ lim_{ntoinfty} P(|bar{X}_n
- mu| < varepsilon) = 1 $。

标准答案：

证：由切比雪夫不等式，$ P(|bar{X}_n
- mu| geq varepsilon) leq frac{D(bar{X}_n)}{varepsilon^2} $

因 $ D(bar{X}_n) = frac{sigma^2}{n} $，故 $ P(|bar{X}_n
- mu| geq varepsilon) leq frac{sigma^2}{nvarepsilon^2} $

当n→∞时，右边→0，即 $ lim_{ntoinfty} P(|bar{X}_n
- mu| geq varepsilon) = 0 $

从而 $ lim_{ntoinfty} P(|bar{X}_n
- mu| < varepsilon) = 1 $

意义：此即辛钦大数定律的特例，证明过程需严格引用不等式与极限定义，是概率论核心理论题。