logo资料库

2011考研经济类联考真题及答案.doc

第1页 / 共7页
第2页 / 共7页
第3页 / 共7页
第4页 / 共7页
第5页 / 共7页
第6页 / 共7页
第7页 / 共7页
资料共7页,全文预览结束
2011 考研经济类联考真题及答案 二、数学单项选择题(本大题共 10 小题,每小题 2.5 分,共 25 分) 21、设 )( xf  arccos( 2x ) ,则 f  )(x  ( ) (A)  1 x 2 1 (B)  2 x 1 x  2 (C)  1 x 4 1 (D)  2 x 1 x  4 ,根据复合函数求导法则有: 【答案】D 【解析】 函数可以看做一个复合函数: y   t  t   arccos 2 x f  )( x  t y t  x 1  1 2 t  2 x  2 x 1 x  4 。 因此选择 D。 22、不定积分 x  1  2 x dx  ( ) (A) 1  2 x  C  (B) 1 3 1(  x 32 )  C x (C) 1  2 x  C  (D) 【答案】B 【解析】 方法一: 由于被积函数中含有 1 x 这个结构,可以利用三角换元,可以有: 2 x  1  2 x dx  x sin   sin  )  (sin cos d  sin  2 1  x cos     1 3 1(  x 32 )  C  cos d 2   2 cos d  (cos )   1 3 1 3 x 1(  x 32 )  C 3 cos   C dx   1  2 ( xdx 2 )  1 2  1  2 dx 1(  2 x ) ,令 t  1 x 2 ,则有: 方法二:  1  x 2 x 1   2 t dt 1 2 1 2  t 2 3 3 2 t 3 2  C  3 2 t 1 3  C 。  C  1 3 1(  x 32 )  C 因此原式为:  1 3 【快捷解法】 由于本题是不定积分,可以有选项求导来进行排除。 对于 A 项,求导得: 1(  2 x  C )  1 2 1  1 2 x )2( x  ,很明显不正确。
对于 B 项,求导得: 1(  3 1(  x 32 )  C )  1 3 3 2 1  2 x  )2( x  x 1  2 x ,因此选择 B。 23、函数 )( xf  3 x  2 6 x  9 x ,那么( ) 1x 为 )(xf 的极大值点 (A) (C) 0x 为 )(xf 的极大值点 【答案】B 【解析】从选项中可以看出,本题是要求函数的极值,因此我们对该函数进行求导,得到: 为 )(xf 的极小值点 (B) (D) 0x 为 )(xf 的极小值点 1x f  )( x  2 3 x  12 x  9 (3 x  )(1 x  )3 , f  )( x  6 x  12 。 由 f 因此   x 0 )( 1x 得到两个驻点 为极小值点, 1x 3x 和 3x 。其中 为极大值点。 f )1( 6 0 , f )3( 6 0 。 24、设函数 )(xf 在开区间 ),( ba 内有 (A)单调增加,图像上凹 (C)单调减少,图像上凹 【答案】D 【解析】 根据函数增减性和一阶导数的关系, 根据函数凹凸性和二阶导数的关系, f  x )(  f  0  x )( ,则 ,且 0 (B)单调增加,图像下凹 (D)单调减少,图像下凹 y  )(xf 在 ),( ba 内( ) f f  x )(  x )(   0 0 ,故函数在 ),( ba 内单调减少; ,故函数在 ),( ba 内为凸函数。因此选择 C。 25、设函数 y  )(xf 在区间 a,0 上有连续导数,则定积分  a 0 fx  )( x dx 在几何上表示( ) (A)曲边梯形的面积 (C)曲边三角形的面积 【答案】C 【解析】 (B)梯形的面积 (D)三角形的面积 由分部积分法可知: a  0 fx  )( x dx  a  0 xdf )( x  xf )( x a 0  a  0 )( xf dx  )( aaf  a  0 )( xf dx 。 根据定积分的几何意义可以得到如下图形,阴影部分则是最后表示的部分。因此为曲边三角 形的面积。 ( ,( afa )) y  )(xf
26、设 A 和 B 均为 n 阶矩阵( 1n ), m 是大于 1 的整数,则必有( ) (A) ( AB ) T T BA T (B) ( AB ) m m BA m (C) T AB  T BA T (D) BA   BA  【答案】C 【解析】 由矩阵乘法转置的运算法则可以知道: ( AB ) T T AB T ,而一般情况下,矩阵的交换律是不 成立的,即: AB  。也就是说 A 项是错误的。 BA 同样的道理,对于 B 项, ( AB ) 2  ( AB )( AB )  2 BA 2 ,因此 B 项也是不成立的。 在行列式的运算中, BA   BA  一般也不成立。 对于 C 项,根据行列式的运算法则有: T AB  T BA  T BA T ,故选择 C。 27、设线性无关的向量组 1Z , 2Z , 3Z , 4Z 可由向量组 1β , 2β ,…, sβ 线性表示,则必 有( ) (A) 1β , 2β ,…, sβ 线性相关 (B) 1β , 2β ,…, sβ 线性无关 (C) 4s 【答案】C 【解析】 根据定理可知,若向量组 (D) 4s , αα 1  可以由向量组 sα , , 2 , ββ 1  线性表示,且 tβ , , 2 , αα 1  线 sα , , 2 性无关,则有: t s  。故选择 C。 28、若线性方程组    x 1 2 x 1 2   x 4 3   2 x 3 kx 2 x 1   3 3 无解,则 k ( ) (B)4 (C)3 (D)2 (A)6 【答案】A 【解析】 该线性方程组的增广矩阵为: 1 2      2 4 13 3 k    ,对其进行变换,得到: 1 2      2 4 13 3 k    1 0    2  0 3  1   16  k 。 由于方程组无解,因此可以有 ) ( Ar  ( Ar ) ,也就是说 6k 。
29、设随机变量 X 服从参数为的指数分布,若 XE ( 2  ) 72 ,则参数  ( ) (A)6 (B)3 (C) 1 3 (D) 1 6 【答案】D 【解析】 对于参数为的指数分布有: 1EX  , DX 1 2  。 则: XE ( 2 )  DX  ( EX ) 2  2 2    72 1 6 。 30、设随机变量 X 的分布函数 )( xF  (A)0 (B) 1 2 ,0   1  2   1   , x  0 0  x 1 ,则 {XP  }1  ( )  x e , x  1 (C) 1 2 1  e (D) 1  e 1 【答案】C 【解析】 根据随机变量分布函数的定义可以知道: 1 2 )01(  { XP 1 2 )1( }1 F F 1       e 1  1   e 。因此选择 C。 三、数学计算题(本大题共 9 小题,每小题 5 分,共 45 分) 31、求函数 )( xf  ( x  2 ()1 x 2  )1 的单调增减区间和极值。 【解析】 求函数的单调区间和极值,采用导数法,因此首先对该函数求导得: f  )( x  (2 x  )(1 x 2  )1  (2 x  )(1 x 2  )1  (4 x  )(1 x  )1 x  3 4 x  4 x , f  )( x  12 x 2  4 。 由 f  x )(  0 得到驻点为: 0x , ( -1 1x 和 1x 。 )0,1( 0 )1,  — )(x )(x f  f  单调性 单调减少 极小值 单调增加 极大值 单调减少 极小值 单调增加 -4 + 0 0 8 0 8 因此单调增区间为 极大值点为 0x ,极大值为 ]0,1[ 和 ( ,1[  ;单调减区间为 ;极小值点为 ) )0( 1  f ]1,  和 ]1,0[ 。 1x ,极小值为 )1( f 0 。 )1,0( — 1 ) ,1(  +
dx 5 x  2 x  6 dx )(2 x  )3   1( x  2  1  x 3 ) dx   dx  x 2   dx x  3  ln | x  |2  ln | x  |3  C 32、计算不定积分  【解析】 dx  5 x  2 x  3 x  ln C  6     x x ( 2   cos x  2 x ,且 f )0(  2 ,求 )(xf 33、设  )( x f 【解析】   )( xf )0( 将 2  f f   )( x dx  代入得: (cos x  )2 x dx  sin x  2 x  C f )0(  C  2 。 因此 )( xf  sin x  x 2  2 。 34、设 z  ,( yxz ) 是由方程 x 【解析】  y z xyz 0 所确定的隐函数,求 z  x  和 z  y  对方程左右两边同时关于 x 求偏导,得到: 1  对方程左右两边同时关于 y 求偏导,得到: 1  z  x  z  y   yz  xy  xz  xy z  x  z  y   0 ,即:  0 ,即: z  x  z  y    yz 1  xz 1  1 。  xy 1 。  xy 35、已知某函数的需求函数为 P  10 Q 5  ,成本函数为 C  50  2 Q ,求产量为多少时利润 最大。 【解析】 根据经济学公式有: 利润  即可以得到利润 QF ( )  10(  成本-收益 QQ ) 5 50(   需求   )2 Q  2 成本-价格 Q 5 8 Q   。 50 。 求导得: QF  ( 点。可以知道 )  8  2 Q 5 20Q 时,利润最大。  QF 。令 ) (  0 得到: 20Q ,且  QF ( )  2 5 0 ,因此为极大值 36、设随机变量 X 的分布函数 )( xF   x ) ex ,  1(1   ,0  x x   0 0 ,求随机变量 X 的概率密度。 【解析】 根据连续随机变量分布函数和概率密度函数之间的关系可以得到: )( xf  )( xF     ,0   x e 1(  ) ex  x ,  x , x x   0 0   xe  ,0  x x   0 0
)2,1(N ,Y 服从泊松分布 )2(P ,求期望  YXE 2( )3 37、设随机变量 X 服从正态分布 【解析】 由于随机变量 X 服从正态分布 )2,1(N 随机变量Y 服从泊松分布 )2(P ,因此 3  则: YXE )2( XE  EY 2( )3   1EX ; ,因此 2EY 。 2 EY EX   322 3 3 。 38、求齐次线性方程组 x  1  3 x  1  5 x  1 2 x  2 6 x  2 10 x  x  3 x  3 x  x   4 3 x  4 5 x  3 2 0 0  0  4 的全部解(要求用基础解系表示) 【解析】 该齐次线性方程组的系数矩阵为: A  1 3 5      2 6 10 1 1  1    1 3 5       21 00 00      1 4  4  1  0 0       121 100 000      1  0 0       021 100 000      1  0 0      ,因此基础解析含解向量的个数为 4-2=2。 ) 2 ( Ar 因此可得到基础解系为: η 1  ,)1,0,0,1( T η 2  )2,0,1,0( T 。 故齐次线性方程组的通解为 k η 11  k η k ,其中 2 k , 1 2 2  R 。 1 1 0      0 k 1  0 0 1       可逆,并求逆矩阵 1A 39、确定 k 为何值时,矩阵 A  【解析】 矩阵可逆,则其行列式不为 0。 即: 1 1 0 0 k 1  0 0 1  1  k )1(  0 k k 0 。 利用初等变化计算矩阵的逆矩阵。  EA   1 1 0      0 k 1  0 0 1  001 010 100  01 10 00         0 0 1  1 1  k 1 k  0 1 k 1 k         0 0 1                1 0 0      0 k 1  0 0 1  1 00 011  10 0       1 0 0      0 1 1  0 0 1  1 1  k 0 0 1 k 0 0 0 1      001 010 100 1 1  k 1 k 0 1 k 1  k         0 0  1
因此 A         1 1 1  k 1 k 0 1 k 1  k         0 0  1 。 或者利用伴随矩阵来进行计算。 由于 A  1 1 0      0 k 1  0 0 1       ,则 *A  k  1 1       0 0 01  1 k      ,则 A 1  * A A         1 1  k 1 k 0 1 k 1  k         0 0  1 。
分享到:
收藏