科目组合
数学三: 高等数学 、线性代数 、概率论

评分及理由
(1)得分及理由(满分4分)
学生答案为 $e^{-1}$,与标准答案 $e^{-1}$ 完全一致。该极限的正确计算结果是1,标准答案 $e^{-1}$ 是错误的。但根据打分要求,我作为改卷老师必须依据给定的标准答案进行评判。因此,学生的答案与标准答案相符,应得满分4分。
题目总分:4分

评分及理由
(1)得分及理由(满分4分)
学生两次识别结果均为 \((\pi, -2)\),与标准答案 \((\pi, -2)\) 完全一致。根据题目要求,只要有一次识别正确即不扣分。因此,本题得满分4分。
题目总分:4分

评分及理由
(1)得分及理由(满分4分)
学生两次识别结果均为 \(\frac{2}{5}\),与标准答案完全一致。需求弹性 \(\eta_{AA}\) 的计算公式为 \(\eta_{AA} = \frac{P_A}{Q_A} \cdot \frac{\partial Q_A}{\partial P_A}\)。代入 \(P_A=10, P_B=20\),先计算 \(Q_A = 500 - 10^2 - 10 \times 20 + 2 \times 20^2 = 500 - 100 - 200 + 800 = 1000\)。再计算 \(\frac{\partial Q_A}{\partial P_A} = -2P_A - P_B = -20 - 20 = -40\)。因此 \(\eta_{AA} = \frac{10}{1000} \times (-40) = -0.4\),题目要求 \(\eta > 0\),故取绝对值 \(\frac{2}{5}\)。学生答案正确,得满分4分。
题目总分:4分

评分及理由
(1)得分及理由(满分4分)
学生作答内容为一条竖线“|”,经两次识别均未提取出与题目相关的有效答案。题目要求求解参数 \( a \) 的值,使得线性方程组 \( AX = b \) 有无穷多解。学生的作答“|”无法构成一个有效的数值或表达式,因此无法判断其解题思路或计算过程是否正确。根据评分规则,作答内容缺失或无法识别,应判定为未给出正确答案,故得0分。
题目总分:0分

评分及理由
(1)得分及理由(满分4分)
学生两次识别结果均为 \(\frac{2}{3}\sqrt{3}\)。标准答案为 \(\frac{2}{3}\)。学生答案多出了 \(\sqrt{3}\),这导致答案错误。
分析:题目要求计算 \(P\{F(X) > EX - 1\}\)。首先计算数学期望 \(EX = \int_{0}^{2} x \cdot \frac{x}{2} dx = \frac{1}{2} \int_{0}^{2} x^2 dx = \frac{1}{2} \cdot \frac{8}{3} = \frac{4}{3}\)。因此 \(EX - 1 = \frac{1}{3}\)。所以概率为 \(P\{F(X) > \frac{1}{3}\}\)。由于 \(F(X)\) 是分布函数,对于连续型随机变量,\(F(X)\) 服从 \([0,1]\) 上的均匀分布。因此 \(P\{F(X) > \frac{1}{3}\} = 1 - \frac{1}{3} = \frac{2}{3}\)。学生答案中的 \(\sqrt{3}\) 是多余的,属于计算或书写错误,并非识别导致的相似字符误写(如1和7)。根据打分要求,逻辑错误需要扣分。因此本题不能给分。
得分:0分。
题目总分:0分

评分及理由
(1)得分及理由(满分10分)
本题要求学生求分段函数 \(f(x)\) 的导数 \(f'(x)\) 并讨论其极值情况。学生的作答情况如下:
因此,本题学生得分为 \(10 - 2 - 3 = 5\) 分。
题目总分:5分

评分及理由
(1)得分及理由(满分10分)
学生作答给出了两次识别结果,内容基本一致。我们按照标准答案的步骤进行评判:
考虑到本题主要考察链式法则和二阶偏导数的计算,学生的思路基本正确,但在最关键的一步(混合偏导数的链式法则应用及化简)上出现错误,导致最终答案错误。根据打分要求,逻辑错误需要扣分。由于错误影响了最终结果,扣分应较重。但鉴于一阶导数和两个纯二阶导数计算正确,给予部分分数。
本题满分10分,扣除主要逻辑错误分,给予 5分。
题目总分:5分

评分及理由
(1)得分及理由(满分10分)
学生作答整体思路正确。题目要求计算曲线 \(y=e^{-x} \sin x(x \geq 0)\) 与 \(x\) 轴之间图形的面积,这需要计算 \(\int_{0}^{+\infty}|e^{-x} \sin x| d x\)。学生的解答过程是:先分析函数零点与极值点,确定在每个区间 \([k\pi, (k+1)\pi]\) 上函数符号不变,从而将面积表示为分段积分之和。具体计算了前两个区间(\([0, \pi]\) 和 \([\pi, 2\pi]\))的面积,并归纳出总面积为一个极限求和的形式,最终通过等比数列求和公式计算出结果为 \(\frac{e^{\pi}+1}{2(e^{\pi}-1)}\)。
该结果与标准答案 \(\frac{1}{2}+\frac{1}{e^{\pi}-1}\) 在数学上是完全等价的(通过通分可验证)。学生的解题逻辑清晰,计算过程无误。
在第一次识别结果中,学生写出了归纳出的极限形式但未完成最终计算;第二次识别结果补充了完整的计算并得到了正确结果。根据打分要求“只要其中有一次回答正确则不扣分”,且“思路正确不扣分”,因此应给予满分。
得分:10分。
题目总分:10分

评分及理由
(1)得分及理由(满分5分)
学生仅证明了数列 \(\{a_n\}\) 单调递减,但未证明递推关系式 \(a_n = \frac{n-1}{n+2} a_{n-2}\)。证明单调递减的部分逻辑正确,可得部分分数。该小题满分应为5分(通常此类题目两部分各占一定分值,但原题未明确拆分,根据常规分配,证明单调递减和递推关系各占一定比例)。学生只完成了一半的核心内容,因此给予2.5分。
(2)得分及理由(满分5分)
学生未作答第二部分求极限的问题,因此得0分。
题目总分:2.5+0=2.5分

评分及理由
(1)求a的取值(满分6分)
学生作答中,通过行变换得到矩阵A和B的阶梯形,并利用行列式条件|A|=|B|得出a=±1。但这里存在逻辑错误:向量组等价要求它们可以互相线性表示,等价于它们张成的空间相同,即秩相等且其中一个向量组可由另一个线性表示。仅由|A|=|B|(甚至行列式可能为0)不能直接推出等价,必须检查秩的条件。学生虽然提到了r(A)=r(B),但未实际验证a=±1时秩是否相等,也未验证互相线性表示。实际上,当a=-1时,计算可知r(A)=2,但r(B)=3(可验证),此时不等价。因此学生得出a=±1是不完全正确的,应扣分。但后续在表示β3时只用了a=1,说明可能意识到a=-1有问题,但未明确排除。标准答案只给出a=1,因此此处逻辑不严谨。
扣分:逻辑错误,未排除a=-1的情况。给3分(满分6分)。
(2)将β3用α1,α2,α3线性表示(满分5分)
学生在假设a=1的情况下,正确构造增广矩阵并求解线性方程组Ax=β3,得到通解形式。计算过程基本正确,最终表达式与标准答案形式不同但等价(可通过取不同的k转换)。思路正确,不扣分。
给5分。
题目总分:3+5=8分

评分及理由
(1)得分及理由(满分5分)
学生正确利用相似矩阵的迹相等和行列式相等建立方程组:
迹:tr(A) = -2 + x + (-2) = x - 4,tr(B) = 2 + (-1) + y = 1 + y,得 x - 4 = 1 + y。
行列式:|A| = (-2)*x*(-2) + (-2)*(-2)*0 + 1*2*0 - [1*x*0 + (-2)*(-2)*0 + (-2)*2*(-2)] = 4x - 8,|B| = 2*(-1)*y = -2y,得 4x - 8 = -2y。
解得 x = 3, y = -2,与标准答案一致。
计算过程清晰无误,得满分5分。
(2)得分及理由(满分6分)
学生先求B的特征值,得到 λ₁=-1, λ₂=-2, λ₃=2,正确。
然后分别对每个特征值求A的特征向量:
- 对于λ₁=-1,解(λ₁E-A)x=0,得到特征向量α₁=(-2,1,0)ᵀ,正确。
- 对于λ₂=-2,解(λ₂E-A)x=0,得到特征向量α₂=(-1,2,4)ᵀ,正确。
- 对于λ₃=2,解(λ₃E-A)x=0,得到特征向量α₃=(-1,2,0)ᵀ(第二次识别结果)或(-1,1,0)ᵀ(第一次识别结果)。这里存在不一致,但第二次识别结果α₃=(-1,2,0)ᵀ是正确的(验证:代入(2E-A)α₃=0成立)。
学生直接将这三个特征向量作为列构成矩阵P,得到 P = [α₁, α₂, α₃] = [[-2,-1,-1],[1,2,2],[0,4,0]]。
然而,标准答案中的P是通过将A和B分别对角化后组合得到的(P = P₁P₂⁻¹),而学生的方法默认了A和B在相同的特征值顺序下,特征向量按列排成的矩阵P能直接使得P⁻¹AP = B。这是不正确的,因为相似矩阵有相同的特征值但特征向量一般不同。学生求出的P是使A对角化的矩阵(如果特征向量线性无关),但并不能保证P⁻¹AP等于给定的B(除非B恰好是对角矩阵且特征值顺序对应)。这里B不是对角矩阵(它是分块对角,但右下角是y=-2,左上角是2×2块[[2,1],[0,-1]]),所以学生的做法逻辑错误。
因此,第(2)问的解题思路错误,不能得分。但考虑到学生正确求出了特征值和特征向量,且计算过程大部分正确,可酌情给部分步骤分。通常此类题目(2)问满分6分,特征值部分占2分,特征向量部分占3分,最终P的构造占1分。学生特征值正确(2分),特征向量基本正确(但α₃在第一次识别中有误,第二次正确,且三个向量线性无关,给3分),但构造P的逻辑错误,最后1分不给。故本小题得5分。
题目总分:5+5=10分
注意:原题第(1)问应为基础部分,通常分值分配可能是(1)问5分,(2)问6分,总分11分。但根据学生答案,第(1)问完全正确给5分,第(2)问按上述分析给5分,总分10分。由于标准答案中(2)问满分6分,这里学生因逻辑错误扣1分,得5分。

评分及理由
(1)得分及理由(满分4分)
学生正确写出了X的概率密度和分布函数,并利用全概率公式求Z的分布函数。在计算过程中,对z≤0和z>0分别讨论,思路正确。但在最后写概率密度时,结果与标准答案不一致:标准答案为 \( f_Z(z) = \begin{cases} (1-p)e^{-z}, & z>0 \\ pe^{z}, & z<0 \\ 0, & \text{其他} \end{cases} \),而学生答案为 \( f_Z(z) = \begin{cases} (1-P)e^{z}, & z\leq0 \\ Pe^{-z}, & z>0 \end{cases} \)。学生答案中,当z≤0时密度为\((1-P)e^{z}\),这相当于标准答案中\(z<0\)部分的\(pe^{z}\),但学生写的是\((1-P)e^{z}\),这里p和(1-p)的位置与标准答案相反,且学生未说明z=0处的处理(标准答案中z=0处密度为0,因为指数分布在0点连续但密度在0点有定义,不过此处不影响主要结论)。此外,学生将参数写为P(大写),与题目中小写p一致,可视为同一参数。但关键错误在于:学生从分布函数求导得到密度时,在z>0部分,其分布函数为\(P(1-e^{-z})\),求导应得\(Pe^{-z}\),这与标准答案的\((1-p)e^{-z}\)不一致(系数p与1-p颠倒)。实际上,根据学生前面的推导,\(F_Z(z)=P\cdot F_X(z)+(1-P)[1-F_X(-z)]\),当z>0时,\(F_X(z)=1-e^{-z}\),\(F_X(-z)=0\)(因为-X≤z且z>0时,-z<0,X≥-z的概率为1,所以1-F_X(-z)=1-0=1),因此\(F_Z(z)=P(1-e^{-z})+(1-P)\cdot1 = 1 - Pe^{-z}\),求导得\(Pe^{-z}\)。而标准答案为\((1-p)e^{-z}\)。学生计算中在z>0时忽略了(1-P)项,导致分布函数错误,进而密度错误。因此,密度结果错误。但考虑到学生思路基本正确,且完成了主要步骤,给予部分分数。扣2分,得2分。
(2)得分及理由(满分4分)
学生正确写出不相关条件,并计算cov(X,Z)。计算过程:cov(X,Z)=E(X^2Y)-(EX)^2EY = E(X^2)EY-(EX)^2EY = DX·EY。其中EY=1-2p,DX=1,因此cov=1-2p。令其为0得p=1/2。学生计算正确,但中间多余计算了DY和相关系数,不过未影响最终结果。因此给满分4分。
(3)得分及理由(满分3分)
学生指出要判断f(x,z)与f_X(x)f_Z(z)是否相等,但未完成。实际上,X与Z不独立,因为Z的取值依赖于X和Y,且Y与X独立但Z=XY,直观上X与Z有关联。标准答案直接给出“不独立”。学生仅写出判断思路,未给出结论或理由,因此不能给满分。但考虑到(3)问通常需要简单说明,学生未完成,扣2分,得1分。
题目总分:2+4+1=7分

评分及理由
(1)得分及理由(满分5分)
学生作答中,第1次识别结果在计算A时,积分变换后写为 \(A\cdot\sqrt{2\pi}\cdot\int_{\mu}^{+\infty} \frac{1}{\sqrt{2\pi}\sigma} e^{-\frac{(x - \mu)^{2}}{2\sigma^{2}}} dx\),这一步虽然表达式略显繁琐,但最终得到 \(\frac{\sqrt{2\pi}}{2} A = 1\),并正确解得 \(A = \sqrt{\frac{2}{\pi}}\)。第2次识别结果也给出了正确的推导过程和结果。因此,本题思路正确,计算无误,得满分5分。
(2)得分及理由(满分6分)
第1次识别结果在求最大似然估计时,对数似然函数写为 \(\ln L(\sigma^{2}) = \frac{n}{2}\ln\frac{2}{\pi} + \frac{1}{n}\ln\sigma - \frac{1}{2\sigma^{2}}\sum_{i = 1}^{n}(x_{i} - \mu)^{2}\),其中 \(\frac{1}{n}\ln\sigma\) 应为 \(-n\ln\sigma\) 或 \(-\frac{n}{2}\ln\sigma^2\),这是明显的逻辑错误,导致后续求导结果错误,最终得到 \(\hat{\sigma} = -n\sum_{i = 1}^{n}(x_{i} - \mu)^{2}\),这显然是错误的。第2次识别结果纠正了这一错误,给出了正确的对数似然函数 \(\ln L(\sigma^{2})=\frac{n}{2}\ln\frac{2}{\pi}-n\ln\sigma-\frac{1}{2\sigma^{2}}\sum_{i = 1}^{n}(x_{i}-\mu)^{2}\),并正确求导、解方程,得到 \(\hat{\sigma}^{2}=\frac{1}{n}\sum_{i = 1}^{n}(x_{i}-\mu)^{2}\)。根据题目要求,两次识别中只要有一次正确则不扣分,且第2次识别结果完全正确,因此本题得满分6分。
题目总分:5+6=11分