题目内容
10.已知数列{an}满足a1=4.an=4-$\frac{4}{{a}_{n-1}}$(n>1,n∈N+)记bn=$\frac{1}{{a}_{n}-2}$.(1)试判{bn}是否为等差数列?说明理由.
(2)若an=$\frac{{a}_{n-1}}{4{a}_{n-1}+1}$(n>1,n∈N+),能否判断数列{$\frac{1}{{a}_{n}}$}是等差数列?
分析 (1)计算b${\;}_{{\;}_{n}}$-bn-1观察结果是否为常数作出判断;
(2)计算$\frac{1}{{a}_{n}}$-$\frac{1}{{a}_{n-1}}$观察结果是否为常数作出判断.
解答 解:(1)∵an=4-$\frac{4}{{a}_{n-1}}$,∴an-2=2-$\frac{4}{{a}_{n-1}}$=$\frac{2({a}_{n-1}-2)}{{a}_{n-1}}$,∴$\frac{1}{{a}_{n}-2}$=$\frac{{a}_{n-1}}{2({a}_{n-1}-2)}$.
∴b${\;}_{{\;}_{n}}$-bn-1=$\frac{1}{{a}_{n}-2}$-$\frac{1}{{a}_{n-1}-2}$=$\frac{{a}_{n-1}}{2({a}_{n-1}-2)}$-$\frac{1}{{a}_{n-1}-2}$=$\frac{{a}_{n-1}-2}{2({a}_{n-1}-2)}$=$\frac{1}{2}$.
∴{bn}是等差数列.
(2)∵an=$\frac{{a}_{n-1}}{4{a}_{n-1}+1}$,∴$\frac{1}{{a}_{n}}$=$\frac{4{a}_{n-1}+1}{{a}_{n-1}}$,∴$\frac{1}{{a}_{n}}$-$\frac{1}{{a}_{n-1}}$=$\frac{4{a}_{n-1}+1}{{a}_{n-1}}$-$\frac{1}{{a}_{n-1}}$=4.
∴{$\frac{1}{{a}_{n}}$}是等差数列.
点评 本题考查了等差数列的判定,数列的递推公式,属于基础题.
练习册系列答案
相关题目
20.有一名同学家开了小卖部,他为了研究气温对某种饮料销售的影响,记录了2015年7月至12月每月15号的下午14时的气温和当天卖出的饮料杯数,得到如下资料:
改同学确定的研究方案是:先从这六组数据中选取2组,用剩下的4组数据求线性回归方程,再用被选中的2组数据进行检验.
(1)求选取2组数据恰好是相邻两个月的概率;
(2)若选中的是8月与12月的两组数据,根据剩下的4组数据,求出y关于x的线性回归方程$\widehat{y}$=$\widehat{b}$x+$\widehat{a}$;
(3)若由线性回归方程得到的估计数据与所选出的检验数据误差不超过3杯,则认为得到的线性回归方程是理想的,请问(2)所得到的线性回归方程是否理想.
附:对于一组数据(x1,y1),(x2,y2),…,(xn,yn),其回归直线y=bx+a的斜率和截距的最小二乘估计分别为$\widehat{b}$=$\frac{\sum_{i=1}^{n})({x}_{i}-\overline{x})({y}_{i}-\overline{y})}{\sum_{i=1}^{n}({x}_{i}-\overline{x})^{2}}$=$\frac{\sum_{i=1}^{n}{x}_{i}{y}_{i}-n\overline{x}\overline{y}}{\sum_{i=1}^{n}{x}_{i}^{2}-n{\overline{x}}^{2}}$,$\widehat{a}$=$\widehat{y}$-$\widehat{b}$$\overline{x}$.
| 日期 | 7月15日 | 8月15日 | 9月15日 | 10月15日 | 11月15日 | 12月15日 |
| 摄氏温度x(℃) | 36 | 35 | 30 | 24 | 18 | 8 |
| 饮料杯数y | 27 | 29 | 24 | 18 | 15 | 5 |
(1)求选取2组数据恰好是相邻两个月的概率;
(2)若选中的是8月与12月的两组数据,根据剩下的4组数据,求出y关于x的线性回归方程$\widehat{y}$=$\widehat{b}$x+$\widehat{a}$;
(3)若由线性回归方程得到的估计数据与所选出的检验数据误差不超过3杯,则认为得到的线性回归方程是理想的,请问(2)所得到的线性回归方程是否理想.
附:对于一组数据(x1,y1),(x2,y2),…,(xn,yn),其回归直线y=bx+a的斜率和截距的最小二乘估计分别为$\widehat{b}$=$\frac{\sum_{i=1}^{n})({x}_{i}-\overline{x})({y}_{i}-\overline{y})}{\sum_{i=1}^{n}({x}_{i}-\overline{x})^{2}}$=$\frac{\sum_{i=1}^{n}{x}_{i}{y}_{i}-n\overline{x}\overline{y}}{\sum_{i=1}^{n}{x}_{i}^{2}-n{\overline{x}}^{2}}$,$\widehat{a}$=$\widehat{y}$-$\widehat{b}$$\overline{x}$.