题目内容
15.将函数f(x)=sinωx-cosωx+1(ω>0)的图象向左平移$\frac{π}{4}$个单位,再向下平移1个单位,得到函数y=g(x)的图象,若y=g(x)的相邻两个零点之差的绝对值等于$\frac{π}{2}$,则函数y=g(x)的一个单调递减区间是( )| A. | [0,$\frac{π}{8}$] | B. | [$\frac{π}{8}$,π] | C. | [$\frac{π}{4}$,$\frac{3π}{4}$] | D. | [$\frac{π}{8}$,$\frac{5π}{8}$] |
分析 首先利用图象变换得到ω,然后求其单调减区间,对k求值,得到所求.
解答 解:将函数f(x)=sinωx-cosωx+1=$\sqrt{2}$sin(ωx-$\frac{π}{4}$)+1(ω>0)的图象向左平移$\frac{π}{4}$个单位,再向下平移1个单位,得到函数y=g(x)=$\sqrt{2}$sin[ω(x+$\frac{π}{4}$)-$\frac{π}{4}$]的图象,
由y=g(x)的相邻两个零点之差的绝对值等于$\frac{π}{2}$,得到g(x)周期为π,所以ω=2,
所以g(x)=$\sqrt{2}$sin(2x+$\frac{π}{4}$),
令2k$π+\frac{π}{2}$≤2x+$\frac{π}{4}$≤2k$π+\frac{3}{2}π$,解得k$π+\frac{π}{8}$≤x≤k$π+\frac{5π}{8}$,k∈Z,
所以函数y=g(x)的单调递减区间是[k$π+\frac{π}{8},kπ+\frac{5π}{8}$],k∈Z,
令k=0,得到函数y=g(x)的一个单调递减区间是[$\frac{π}{8},\frac{5π}{8}$];
故选D.
点评 本题考查了三角函数的图形变换以及三角函数图象的性质;熟练掌握正弦函数的图象和性质是解答的关键;属于中档题
练习册系列答案
相关题目
15.
中国古代数学著《九章算术》中记载了公元前344年商鞅督造一种标准量器--商鞅铜方升,其三视图如图所示(单位:寸),若π取3,其几何体体积为13.5(立方寸),则图中x的为( )
| A. | 2.4 | B. | 1.8 | C. | 1.6 | D. | 1.2 |
6.已知$a=\frac{1}{2}$,$b={3^{\frac{1}{2}}}$,c=log32,则( )
| A. | b>a>c | B. | c>b>a | C. | b>c>a | D. | a>b>c |
20.设tanα,tanβ是方程x2+3x-2=0的两个根,则tan(α+β)的值为( )
| A. | -3 | B. | -1 | C. | 1 | D. | 3 |
4.已知函数f(x)=$\sqrt{2}sinωxcosωx+\sqrt{2}{cos^2}ωx-\frac{{\sqrt{2}}}{2}({ω>0})$,若x=$\frac{π}{4}$是函数f(x)的一条对称轴,则实数ω的值可以是( )
| A. | 1 | B. | $\frac{1}{2}$ | C. | $\frac{1}{4}$ | D. | $\frac{1}{8}$ |
5.为了解某地区某种农产品的年产量x(单位:吨)对价格y(单位:千元/吨)和利润z的影响,对近五年该农产品的年产量和价格统计如表:
(Ⅰ)求y关于x的线性回归方程$\widehat{y}$=$\widehat{b}$x+$\widehat{a}$;
(Ⅱ)若每吨该农产品的成本为2千元,假设该农产品可全部卖出,预测当年产量为多少时,年利润z取到最大值?(保留两位小数)
参考公式:$\widehat{b}$=$\frac{\sum_{i=1}^{n}({x}_{i}-\overline{x})({y}_{i}-\overline{y})}{\sum_{i=1}^{n}({x}_{i}-\overline{x})^{2}}$=$\frac{\sum_{i=1}^{n}({x}_{i}{y}_{i})-n\overline{x}\overline{y}}{\sum_{i=1}^{n}{{x}_{i}}^{2}-n{\overline{x}}^{2}}$,$\widehat{a}$=$\overline{y}$-$\widehat{b}$$\overline{x}$.
| x | 1 | 2 | 3 | 4 | 5 |
| y | 7.0 | 6.5 | 5.5 | 3.8 | 2.2 |
(Ⅱ)若每吨该农产品的成本为2千元,假设该农产品可全部卖出,预测当年产量为多少时,年利润z取到最大值?(保留两位小数)
参考公式:$\widehat{b}$=$\frac{\sum_{i=1}^{n}({x}_{i}-\overline{x})({y}_{i}-\overline{y})}{\sum_{i=1}^{n}({x}_{i}-\overline{x})^{2}}$=$\frac{\sum_{i=1}^{n}({x}_{i}{y}_{i})-n\overline{x}\overline{y}}{\sum_{i=1}^{n}{{x}_{i}}^{2}-n{\overline{x}}^{2}}$,$\widehat{a}$=$\overline{y}$-$\widehat{b}$$\overline{x}$.