大学数学-考研试题(理工数学Ⅰ 2023年函数的极值与最值)

问答题（2023年理工数学Ⅰ）

设曲线y=y(x)(x>0)经过点(1,2)，该曲线上任一点P(x,y)到y轴的距离等于该点处的切线在y轴上的截距.

(Ⅰ)求y(x)；

(Ⅱ)求函数f(x)=y(t)dt在(0,+∞)上的最大值.

答案解析

(Ⅰ)设点(x,y)处的切线方程为Y-y=y'(X-x)，故y轴的截距为y-y'x，则x=y-y'x，解得y=x(C-lnx)，其中C为任意常数.由y(1)=C=2，故y(x)=x(2-lnx).(Ⅱ)由(Ⅰ)知，f(x)=t(2-lnt)dt，故f...

查看完整答案

讨论

大学数学

设随机变量X与Y相互独立，且X~B(1,1/3),Y~(2,1/2)，则P{X=Y}=______.

已知向量α1=,α2=,α3=,β=,γ=k1 α1+k2 α2+k3 α3，若γTαi=βTαi (i=1,2,3)，则k12+k22+k32=______.

设连续函数f(x)满足f(x+2)-f(x)=x,f(x)dx=0，则f(x)dx=______.

设f(x)为周期为2的周期函数，且f(x)=1-x,x∈[0,1]，若f(x)=a0/2+ancosnπx，则a2n =________.

曲面z=x+2y+ln⁡(1+x2+y2)在(0,0,0)处的切平面方程为__________.

当x→0时，函数f(x)=ax+bx2+ln⁡(1+x)与g(x)=ex^2 -cosx是等价无穷小，则ab=______.

设X1,X2为来自总体N(μ,σ2)的简单随机样本，其中σ(σ>0)是未知参数.若σ ̂=a|X1-X2 |为σ的无偏估计，则a=【】

设X1,X2,⋯,Xn为来自总体N(μ1,σ2)的简单随机样本，Y1,Y2,⋯,Ym为来自总体N(μ2,2σ2)的简单随机样本，且两样本相互独立，记X ̅=1/n Xi ,Y ̅=1/m Yi ,S12=1/(n-1) (Xi-X ̅ )2 ,S22=1/(m-1) (Yi-Y ̅ )2 ，则【】

设随机变量X服从参数为1的泊松分布，则E(|X-EX|)=【】

已知向量α1=,α2=,β1=,β2=，若γ既可由α1,α2线性表示，也可由β1,β2线性表示，则γ=【】

中值定理与导数的应用

设f(x)有二阶连续导数，且f' (0)=0,f''(x)/|x|=1，则【】

设f(x)在[0,1]上具有二阶导数，且满足条件|f(x)|≤a,|f''(x)|≤b，其中a,b都是非负常数，c是(0,1)内任意一点，证明：|f'(c)|≤2a+b/2.

确定函数y=(x+1)/x2 的单调区间、极值、凸凹区间、拐点以及渐近线.

求曲线y=1/(1+x2 )(x>0)的拐点.

已知 =c（c≠0），求k和c.

设x>0时，f(x)=，求证：x→0+时，f(x)=e+Ax+Bx2+o(x2)，并求A,B之值.

设函数f(x)=sinx/(1+x2)在x=0处的3次泰勒多项式为ax+bx2+cx3，则【】

设函数f(x)在区间[0,1]上连续，则f(x)dx=【】

设函数f(x)=ax-blnx(a>0)有两个零点，则b/a的取值范围是【】

函数的极值与最值

已知f(x)在x=0的某个领域内连续，且f(0)=0,f(x)/(1-cosx)=2，则在点x=0处f(x)【】

若g(x)在x=c处二阶导数存在，且g' (c)=0,g'' (c)<0，则g(c)为g(x)的一个极大值.

将长为a的铁丝切成两段，一段围成正方形，另一段围成圆，问这两段铁丝长各为多少时，正方形与圆的面积之和为最小？

设两函数f(x)及g(x)都在x=a处取得极大值，则函数F(x)=f(x)g(x)在x=a处【】

在椭圆x2/a2 +y2/b2 =1的第一象限上求一点P，使该点处的切线、椭圆及两坐标轴所围成图形面积为最小（其中a>0,b>0）.

试求椭圆x2/4+y2=1上一点，使其到直线3x+4y-12=0,3x-4y+12=0和y+3=0的距离平方和最小.

设a,b,c,d皆为常数，cd≠0，说明并给出理由，当a,b,c,d满足什么条件时，f(x)=(ax+b)/(cx+d)无极值.

设f(x)=1/x+lnx，求f(x)的最小值.

求椭圆x2/4+y2=1到直线x+2y-3=0的距离的最小值.

去年，张师傅因为多旋圈面爆红，今年他来到了达摩院给扫地僧做面。某天，软件工程师小李跟张师傅吐槽工作。小李主要硏究和设计算法用于调节各种产品的参数。这样的参数一般可以通过极小化Rn上的某个损失函数f求得。在小李最近的一个项目中，这个损失函数是另外一个课题组提供的；出于安全考虑和技术原因，该课题组难以向小李给出此函数的内部细节，而只能提供一个接口用于计算任意x∈Rn处的函数值f(x)。所以，小李必须仅基于函数值来极小化f。而且，每次计算f的值都消耗不小的计算资源。好在该问题的维度n不是很高(10左右)。另外，提供函数的同事还告知小李不妨先假设f是光滑的。这个问题让张师傅想起了自己收藏的一台古董收音机。要在这台收音机上收听一个节目，你需要小心地来回拧一个调频旋钮，同时注意收音效果，直到达到最佳。在这过程中，没有人确切地知道旋钮的角度和收音效果之间的定量关系是什么。张师傅和小李意识到，极小化f不过就是调节一台有多个旋钮的机器：想象x的每一个分量由一个旋钮控制，而f(x)表示这台机器的某种性能，只要我们来回调整每个旋钮，同时监视f的值，应该就有希望找到最佳的x。受此启发，两人一起提出了极小化f的一个迭代算法，并命名为“自动前后调整算法”( Automated Forward/Backward Tuning，AFBT，算法1)。在第k次迭代中，AFBT通过前后调整xk的单个分量得2n个点{xk±tk ei:i=1,…,n}，其中tk为步长；然后，令yk为这些点中函数值最小的一个，并检査yk是否使f充分减小；若是，取xk+1=yk，并将步长增倍；否则，令xk+1=xk并将步长减半。在算法1中，ei表示Rn中的第i个坐标向量，它的第i个分量为1，其余皆为0； I(∙) 为指示函数——若f(xk )-f(yk)至少为tk之平方，则I[f(xk )-f(yk )≥tk2]取值为1，否则为0。1自动前后调整算法(AFBT)输入x0∈Rn,t0>0。对k=0,1,2,…，执行以下循环。1：yk≔argmin{f(y):y=xk±tk ei,i=1,…,n} #计算损失函数。2：sk≔I[f(xk )-f(yk )≥tk2] #是否充分下降？是：sk=1；否：sk=0。3：xk+1≔(1-sk ) xk+sk yk #更新迭代点。4：tk+1≔2(2sk-1 ) tk #更新步长。sk=1：步长增倍；sk=0：步长减半。现在，我们对损失函数f:Rn→R作出如下假设。假设1. f为凸函数，即对任何x,y∈Rn与α∈[0,1]都有f((1-α)x+αy)≤(1-α)f(x)+αf(y).假设2. f在Rn上可微且∇f在Rn上 L-Lipschitz连续。假设3. f的水平集有界，即对任意λ∈R，集合{x∈Rn:f(x)≤λ}皆有界。基于假设1与假设2，可以证明〈∇f(x),y-x〉≤f(y)-f(x)≤〈∇f(x),y-x〉+L/2 ‖x-y‖2对任何x,y∈Rn成立；假设1与假设3则保证f在Rn上取到有限的最小值f*。凸函数的更多性质可参考任何一本凸分析教科书。证明题(20分) 在假设1-3下，对于AFBT，证明f(xk)=f*.