题目内容
3.在等差数列{an}中,已知d=2,S20=400.(1)求此数列的通项公式;
(2)求a1+a3+a5+…+a19.
分析 (1)由题意和求和公式可得a1的方程,解得a1可得通项公式;
(2)由(1)可得a1,a3,a5,…a19构成1为首项4为公差的等差数列共10项,由等差数列的求和公式可得.
解答 解:(1)由题意可得S20=20a1+$\frac{20×19}{2}$d=400,
把d=2代入可解得a1=1,
∴数列的通项公式an=1+2(n-1)=2n-1;
(2)由(1)可得a1,a3,a5,…a19构成1为首项4为公差的等差数列共10项,
∴a1+a3+a5+…+a19=10×1+$\frac{10×9}{2}$×4=190
点评 本题考查等差数列的求和和通项公式,属基础题.
练习册系列答案
相关题目
15.已知数列{an}、{bn}、{cn}的通项公式分别为:an=n,bn=n(n+1),cn=n(n+1)(n+2),数列{an},{bn}的前n项和分别为S1(n),S2(n),观察下表:
发现S1(n)=$\frac{1}{2}$bn,并可用下面方法证明:
因为ak=k=$\frac{1}{2}[k(k+1)-(k-1)k]$,k=1,2,…n,
所以S1(n)=a1+a2+…an=1+2+…+n=$\frac{1}{2}{(1×2-0×1)+(2×3-1×2)…+[n(n+1)-(n-1)n]}$=$\frac{1}{2}n(n+1)=\frac{1}{2}{b}_{n}$.
(1)指出S2(n)与cn的关系,并类比上面方法证明你的结论;
(2)求和Tn=12+22+…+n2.
n | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | … |
an | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | … |
S1(n) | 1 | 3 | 6 | 10 | 15 | 21 | 28 | 36 | … |
bn | 2 | 6 | 12 | 20 | 30 | 42 | 56 | 72 | … |
因为ak=k=$\frac{1}{2}[k(k+1)-(k-1)k]$,k=1,2,…n,
所以S1(n)=a1+a2+…an=1+2+…+n=$\frac{1}{2}{(1×2-0×1)+(2×3-1×2)…+[n(n+1)-(n-1)n]}$=$\frac{1}{2}n(n+1)=\frac{1}{2}{b}_{n}$.
(1)指出S2(n)与cn的关系,并类比上面方法证明你的结论;
(2)求和Tn=12+22+…+n2.
2.下列说法错误的是( )
A. | 设有一个回归方程为$\widehat{y}$=3-5x,则变量x每增加一个单位,y平均增加5个单位 | |
B. | 回归直线$\widehat{y}$=$\widehat{b}$x+$\widehat{a}$必过点($\overline{x}$,$\overline{y}$) | |
C. | 在一个2×2列联表中,由计算得随机变量K2的观测值k=13.079,则可以在犯错误的概率不超过0.001的前提下,认为这两个变量间有关系 | |
D. | 将一组数据中的每个数据都加上或减去同一个常数后,方差恒不变 |
15.为了研究某灌溉渠道水的流速y与水深x之间的关系,测得一组数据如下表:
(1)画出散点图,判断变量y与x是否具有相关关系;
(2)若y与x之间具有线性相关关系,求y对x的回归直线方程; ($\sum_{i=1}^5{x_i^2}=16.3$,$\sum_{i=1}^5{{x_i}{y_i}}=18.5$)
(3)预测水深为1.95m水的流速是多少.
参考公式:$b=\frac{{\sum_{i=1}^n{({x_i}-\overline x)({y_i}-\overline y)}}}{{\sum_{i=1}^n{{{({x_i}-\overline x)}^2}}}}=\frac{{\sum_{i=1}^n{{x_i}{y_i}}-n\overline x\overline y}}{{\sum_{i=1}^n{{x_i}^2}-n{{\overline x}^2}}}$$a=\overline y-b\overline x$.
水深x(m) | 1.6 | 1.7 | 1.8 | 1.9 | 2.0 |
流速y(m/s) | 1 | 1.5 | 2 | 2.5 | 3 |
(2)若y与x之间具有线性相关关系,求y对x的回归直线方程; ($\sum_{i=1}^5{x_i^2}=16.3$,$\sum_{i=1}^5{{x_i}{y_i}}=18.5$)
(3)预测水深为1.95m水的流速是多少.
参考公式:$b=\frac{{\sum_{i=1}^n{({x_i}-\overline x)({y_i}-\overline y)}}}{{\sum_{i=1}^n{{{({x_i}-\overline x)}^2}}}}=\frac{{\sum_{i=1}^n{{x_i}{y_i}}-n\overline x\overline y}}{{\sum_{i=1}^n{{x_i}^2}-n{{\overline x}^2}}}$$a=\overline y-b\overline x$.