2023 年真题

选择题

已知函数 $f(x,y)=\ln (y+|x\sin y|)$ ，则()

选择题

已知函数 $f(x,y)=\ln (y+|x\sin y|)$ ，则()

函数

的一个原函数为()

选择题

已知函数 $f(x,y)=\ln (y+|x\sin y|)$ ，则()

函数

的一个原函数为()

若微分方程 $y^{\prime \prime }+a{y}^{\prime }+by=0$ 的解在 $(-\infty ,+\infty )$ 上有界，则 ( )

选择题

已知函数 $f(x,y)=\ln (y+|x\sin y|)$ ，则()

函数

的一个原函数为()

若微分方程 $y^{\prime \prime }+a{y}^{\prime }+by=0$ 的解在 $(-\infty ,+\infty )$ 上有界，则 ( )

已知 $a_n<b_n(n=1,2,\cdots )$ 。若级数 ${\sum }_{n=1}^{\infty }{a}_n$ 与 ${\sum }_{n=1}^{\infty }{b}_n$ 均收敛，则“ ${\sum }_{n=1}^{\infty }{a}_n$ 绝对收敛”是“ ${\sum }_{n=1}^{\infty }{b}_n$ 绝对收敛”的

选择题

已知函数 $f(x,y)=\ln (y+|x\sin y|)$ ，则()

函数

的一个原函数为()

若微分方程 $y^{\prime \prime }+a{y}^{\prime }+by=0$ 的解在 $(-\infty ,+\infty )$ 上有界，则 ( )

已知 $a_n<b_n(n=1,2,\cdots )$ 。若级数 ${\sum }_{n=1}^{\infty }{a}_n$ 与 ${\sum }_{n=1}^{\infty }{b}_n$ 均收敛，则“ ${\sum }_{n=1}^{\infty }{a}_n$ 绝对收敛”是“ ${\sum }_{n=1}^{\infty }{b}_n$ 绝对收敛”的

设 $A$ 、 $B$ 为 $n$ 阶可逆矩阵， $E$ 为 $n$ 阶单位矩阵， $M^{\ast }$ 为矩阵 $M$ 的伴随矩阵，则

选择题

已知函数 $f(x,y)=\ln (y+|x\sin y|)$ ，则()

函数

的一个原函数为()

若微分方程 $y^{\prime \prime }+a{y}^{\prime }+by=0$ 的解在 $(-\infty ,+\infty )$ 上有界，则 ( )

已知 $a_n<b_n(n=1,2,\cdots )$ 。若级数 ${\sum }_{n=1}^{\infty }{a}_n$ 与 ${\sum }_{n=1}^{\infty }{b}_n$ 均收敛，则“ ${\sum }_{n=1}^{\infty }{a}_n$ 绝对收敛”是“ ${\sum }_{n=1}^{\infty }{b}_n$ 绝对收敛”的

设 $A$ 、 $B$ 为 $n$ 阶可逆矩阵， $E$ 为 $n$ 阶单位矩阵， $M^{\ast }$ 为矩阵 $M$ 的伴随矩阵，则

二次型 $f(x_1,x_2,x_3)=(x_1+x_2{)}^2+(x_1+x_3{)}^2-4(x_2-x_3{)}^2$ 的规范形为()

选择题

已知函数 $f(x,y)=\ln (y+|x\sin y|)$ ，则()

函数

的一个原函数为()

若微分方程 $y^{\prime \prime }+a{y}^{\prime }+by=0$ 的解在 $(-\infty ,+\infty )$ 上有界，则 ( )

已知 $a_n<b_n(n=1,2,\cdots )$ 。若级数 ${\sum }_{n=1}^{\infty }{a}_n$ 与 ${\sum }_{n=1}^{\infty }{b}_n$ 均收敛，则“ ${\sum }_{n=1}^{\infty }{a}_n$ 绝对收敛”是“ ${\sum }_{n=1}^{\infty }{b}_n$ 绝对收敛”的

设 $A$ 、 $B$ 为 $n$ 阶可逆矩阵， $E$ 为 $n$ 阶单位矩阵， $M^{\ast }$ 为矩阵 $M$ 的伴随矩阵，则

二次型 $f(x_1,x_2,x_3)=(x_1+x_2{)}^2+(x_1+x_3{)}^2-4(x_2-x_3{)}^2$ 的规范形为()

已知向量

若 $\mathbf{\gamma }$ 既可由 ${\mathbf{\alpha }}_1$ 、 ${\mathbf{\alpha }}_2$ 线性表示，也可由 ${\mathbf{\beta }}_1$ 、 ${\mathbf{\beta }}_2$ 线性表示，则

选择题

已知函数 $f(x,y)=\ln (y+|x\sin y|)$ ，则()

函数

的一个原函数为()

若微分方程 $y^{\prime \prime }+a{y}^{\prime }+by=0$ 的解在 $(-\infty ,+\infty )$ 上有界，则 ( )

已知 $a_n<b_n(n=1,2,\cdots )$ 。若级数 ${\sum }_{n=1}^{\infty }{a}_n$ 与 ${\sum }_{n=1}^{\infty }{b}_n$ 均收敛，则“ ${\sum }_{n=1}^{\infty }{a}_n$ 绝对收敛”是“ ${\sum }_{n=1}^{\infty }{b}_n$ 绝对收敛”的

设 $A$ 、 $B$ 为 $n$ 阶可逆矩阵， $E$ 为 $n$ 阶单位矩阵， $M^{\ast }$ 为矩阵 $M$ 的伴随矩阵，则

二次型 $f(x_1,x_2,x_3)=(x_1+x_2{)}^2+(x_1+x_3{)}^2-4(x_2-x_3{)}^2$ 的规范形为()

已知向量

若 $\mathbf{\gamma }$ 既可由 ${\mathbf{\alpha }}_1$ 、 ${\mathbf{\alpha }}_2$ 线性表示，也可由 ${\mathbf{\beta }}_1$ 、 ${\mathbf{\beta }}_2$ 线性表示，则

设随机变量 $X$ 服从参数为 1 的泊松分布，则 $E(|X-E(X)|)=$

选择题

已知函数 $f(x,y)=\ln (y+|x\sin y|)$ ，则()

函数

的一个原函数为()

若微分方程 $y^{\prime \prime }+a{y}^{\prime }+by=0$ 的解在 $(-\infty ,+\infty )$ 上有界，则 ( )

已知 $a_n<b_n(n=1,2,\cdots )$ 。若级数 ${\sum }_{n=1}^{\infty }{a}_n$ 与 ${\sum }_{n=1}^{\infty }{b}_n$ 均收敛，则“ ${\sum }_{n=1}^{\infty }{a}_n$ 绝对收敛”是“ ${\sum }_{n=1}^{\infty }{b}_n$ 绝对收敛”的

设 $A$ 、 $B$ 为 $n$ 阶可逆矩阵， $E$ 为 $n$ 阶单位矩阵， $M^{\ast }$ 为矩阵 $M$ 的伴随矩阵，则

二次型 $f(x_1,x_2,x_3)=(x_1+x_2{)}^2+(x_1+x_3{)}^2-4(x_2-x_3{)}^2$ 的规范形为()

已知向量

若 $\mathbf{\gamma }$ 既可由 ${\mathbf{\alpha }}_1$ 、 ${\mathbf{\alpha }}_2$ 线性表示，也可由 ${\mathbf{\beta }}_1$ 、 ${\mathbf{\beta }}_2$ 线性表示，则

设随机变量 $X$ 服从参数为 1 的泊松分布，则 $E(|X-E(X)|)=$

设 $X_1,X_2,\cdots ,X_n$ 为来自总体 $N({\mu }_1,{\sigma }^2)$ 的简单随机样本，
$Y_1,Y_2,\cdots ,Y_m$ 为来自总体 $N({\mu }_2,2{\sigma }^2)$ 的简单随机样本，
且两样本相互独立。

记

则

选择题

已知函数 $f(x,y)=\ln (y+|x\sin y|)$ ，则()

函数

的一个原函数为()

若微分方程 $y^{\prime \prime }+a{y}^{\prime }+by=0$ 的解在 $(-\infty ,+\infty )$ 上有界，则 ( )

已知 $a_n<b_n(n=1,2,\cdots )$ 。若级数 ${\sum }_{n=1}^{\infty }{a}_n$ 与 ${\sum }_{n=1}^{\infty }{b}_n$ 均收敛，则“ ${\sum }_{n=1}^{\infty }{a}_n$ 绝对收敛”是“ ${\sum }_{n=1}^{\infty }{b}_n$ 绝对收敛”的

设 $A$ 、 $B$ 为 $n$ 阶可逆矩阵， $E$ 为 $n$ 阶单位矩阵， $M^{\ast }$ 为矩阵 $M$ 的伴随矩阵，则

二次型 $f(x_1,x_2,x_3)=(x_1+x_2{)}^2+(x_1+x_3{)}^2-4(x_2-x_3{)}^2$ 的规范形为()

已知向量

若 $\mathbf{\gamma }$ 既可由 ${\mathbf{\alpha }}_1$ 、 ${\mathbf{\alpha }}_2$ 线性表示，也可由 ${\mathbf{\beta }}_1$ 、 ${\mathbf{\beta }}_2$ 线性表示，则

设随机变量 $X$ 服从参数为 1 的泊松分布，则 $E(|X-E(X)|)=$

设 $X_1,X_2,\cdots ,X_n$ 为来自总体 $N({\mu }_1,{\sigma }^2)$ 的简单随机样本，
$Y_1,Y_2,\cdots ,Y_m$ 为来自总体 $N({\mu }_2,2{\sigma }^2)$ 的简单随机样本，
且两样本相互独立。