题目内容
20.在正项数列{an}中,a1=1,Sn是其前n项和,点An($\sqrt{{S}_{n}}$,$\sqrt{{S}_{n-1}}$)(n>1)在曲线x2-y2=n上,数列{bn}的通项公式为bn=3n-1(1)求数列{an}的通项公式
(2)设cn=anbn,求数列{cn}的前n项和Tn.
分析 (1)由点An($\sqrt{{S}_{n}}$,$\sqrt{{S}_{n-1}}$)(n>1)在曲线x2-y2=n上,代入即可求得an=Sn-Sn-1=n,当n=1时,a1=1,即可求得数列{an}的通项公式;
(2)由(1)可知:cn=anbn=n•3n-1,利用“错位相减法”即可求得数列{cn}的前n项和Tn.
解答 解:(1)由点An($\sqrt{{S}_{n}}$,$\sqrt{{S}_{n-1}}$)(n>1)在曲线x2-y2=n上,
∴Sn-Sn-1=n,
则an=Sn-Sn-1=n,
当n=1时,a1=1,
∴数列{an}的通项公式an=n;
(2)由(1)可知:an=n,bn=3n-1,
则cn=anbn=n•3n-1,
数列{cn}的前n项和Tn,Tn=1•30+2•3+3•32+…+n•3n-1,①
3Tn=1•3+2•32+3•33+…+n•3n,②
①-②,得:-2Tn=1+3+32+33+…+3n-1-n•3n,
=1+$\frac{3(1-{3}^{n-1})}{1-3}$-n•3n,
=$\frac{(1-2n)•{3}^{n}}{2}$-$\frac{1}{2}$,
∴Tn=$\frac{(2n-1)•{3}^{n}}{4}$+$\frac{1}{4}$,
数列{cn}的前n项和Tn,Tn=$\frac{(2n-1)•{3}^{n}}{4}$+$\frac{1}{4}$.
点评 本题考查数列的递推公式,考查数列通项公式的求法,考查“错位相减法”求数列的前n项和,考查计算能力,属于中档题.
练习册系列答案
相关题目
10.
已知三棱锥A-BCD的各个棱长都相等,E,F分别是棱AB,CD的中点,则EF与BC所成的角是( )
| A. | 90° | B. | 60° | C. | 45° | D. | 30° |
15.在等差数列{an}中,已知a11=3(4-a2),则该数列的前11项和S11等于( )
| A. | 33 | B. | 44 | C. | 55 | D. | 66 |
5.已知函数f(x)的导函数f′(x)=2+sinx,且f(0)=-1,数列{an}是以$\frac{π}{4}$为公差的等差数列,若f(a2)+f(a3)+f(a4)=3π,则$\frac{{a}_{2014}}{{a}_{2}}$=( )
| A. | 2016 | B. | 2015 | C. | 2014 | D. | 1013 |
18.某农科所对冬季昼夜温差大小与某反季节大豆新品种发芽多少之间的关系进行分析研究,他们分别记录了12月1日至12月5日的每天昼夜温差与实验室每天每100颗种子中的发芽数,得到如下资料:
该农科所确定的研究方案是:先从这五组数据中选取2组,用剩下的3组数据求线性回归方程,再对被选取的2组数据进行检验.
(1)求选取的2组数据恰好是不相邻2天数据的概率.
(2)若选取的是12月1日与12月5日的两组数据,请根据12月2日至12月4日的数据,求出y关于x的线性回归方程$\widehaty=bx+a$;假设由线性回归方程得到的估计数据与所选出的检验数据的误差均不超过2颗,则认为得到的线性回归方程是可靠的,试问(2)中所得的线性回归方程是否可靠?
附:参考公式:b=$\frac{{\sum_{i=1}^n{{x_i}{y_i}}-n\overline x\overline y}}{{\sum_{i=1}^n{x_i^2-n{{\overline x}^2}}}}$,$\widehata=\overline y-\widehatb\overline x$.
| 日期 | 12月1日 | 12月2日 | 12月3日 | 12月4日 | 12月5日 |
| 温差x(℃) | 10 | 11 | 13 | 12 | 8 |
| 发芽数y(颗) | 23 | 25 | 30 | 26 | 16 |
(1)求选取的2组数据恰好是不相邻2天数据的概率.
(2)若选取的是12月1日与12月5日的两组数据,请根据12月2日至12月4日的数据,求出y关于x的线性回归方程$\widehaty=bx+a$;假设由线性回归方程得到的估计数据与所选出的检验数据的误差均不超过2颗,则认为得到的线性回归方程是可靠的,试问(2)中所得的线性回归方程是否可靠?
附:参考公式:b=$\frac{{\sum_{i=1}^n{{x_i}{y_i}}-n\overline x\overline y}}{{\sum_{i=1}^n{x_i^2-n{{\overline x}^2}}}}$,$\widehata=\overline y-\widehatb\overline x$.