题目内容
19.(1)求函数f(x)的解析式;
(2)设f($\frac{α}{2}$)=$\frac{3}{5}$,α∈($\frac{π}{6}$,$\frac{2π}{3}$),求sin(2α+$\frac{2π}{3}$)的值.
分析 (1)利用函数的图象的顶点坐标求出A,由周期求出ω,由五点法作图求出φ的值可得函数的解析式.
(2)利用同角三角函数的基本关系求得cos($α+\frac{π}{3}$) 的值,再利用二倍角的正弦公式求得sin(2α+$\frac{2π}{3}$)的值.
解答 解:(1)由图可得A=1,且T=4($\frac{7π}{12}$-$\frac{π}{3}$),从而ω=2.
再根据五点法作图可得2•$\frac{π}{3}$+φ=π,求得φ=$\frac{π}{3}$,∴f(x)=sin(2x+$\frac{π}{3}$).
(2)由(1)可知f($\frac{α}{2}$)=sin($α+\frac{π}{3}$)=$\frac{3}{5}$,α∈($\frac{π}{6}$,$\frac{2π}{3}$),∴α+$\frac{π}{3}$∈($\frac{π}{2}$,π),cos($α+\frac{π}{3}$)=-$\sqrt{{1-sin}^{2}(α+\frac{π}{3})}$=-$\frac{4}{5}$,
∴sin(2α+$\frac{2π}{3}$)=sin2(α+$\frac{π}{3}$)=2sin($α+\frac{π}{3}$) cos($α+\frac{π}{3}$)=2•$\frac{3}{5}$•(-$\frac{4}{5}$)=-$\frac{24}{25}$.
点评 本题主要考查由函数y=Asin(ωx+φ)的部分图象求解析式,由函数的图象的顶点坐标求出A,由周期求出ω,由五点法作图求出φ的值.还考查了同角三角函数的基本关系,二倍角公式的应用,属于基础题.
练习册系列答案
相关题目
10.
2015年12月,京津冀等地数城市指数“爆表”,北方此轮污染为2015年以来最严重的污染过程.为了探究车流量与PM2.5的浓度是否相关,现采集到北方某城市2015年12月份星期一到星期日某一时间段车流量与PM2.5的数据如表:
(1)在表中,画出车流量和PM2.5浓度的散点图;
(2)求y关于x的线性回归方程;
(3)(i)利用所求的回归方程,预测该市车流量为8万辆时,PM2.5的浓度;
(ii)规定当一天内PM2.5的浓度平均值在(0,50]内,空气质量等级为优;当一天内PM2.5的浓度平均值在(50,100]内,空气质量等级为良,为使该市某日空气质量为优活为良,则应控制当天车流量在多少万辆以内(结果以万辆为单位,保留整数)?
参考公式:回归直线的方程是:$\stackrel{∧}{y}$=$\stackrel{∧}{b}$x+$\stackrel{∧}{a}$,其中$\stackrel{∧}{b}$=$\frac{\sum_{i=1}^{n}({x}_{i}-\overline{x})•({y}_{i}-\overline{y})}{\sum_{i=1}^{n}({x}_{i}-\overline{x})^{2}}$=$\frac{\sum_{i=1}^{n}{x}_{i}{y}_{i}-n\overline{x}\overline{y}}{\sum_{i=1}^{n}{x}_{i}^{2}-n{\overline{x}}^{2}}$,$\stackrel{∧}{x}$=$\overline{y}$=$\stackrel{∧}{b}$$\overline{x}$.
| 时间 | 星期一 | 星期二 | 星期三 | 星期四 | 星期五 | 星期六 | 星期日 |
| 车流量x(万辆) | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| PM2.5的浓度y(微克/立方米) | 27 | 31 | 35 | 41 | 49 | 56 | 62 |
(2)求y关于x的线性回归方程;
(3)(i)利用所求的回归方程,预测该市车流量为8万辆时,PM2.5的浓度;
(ii)规定当一天内PM2.5的浓度平均值在(0,50]内,空气质量等级为优;当一天内PM2.5的浓度平均值在(50,100]内,空气质量等级为良,为使该市某日空气质量为优活为良,则应控制当天车流量在多少万辆以内(结果以万辆为单位,保留整数)?
参考公式:回归直线的方程是:$\stackrel{∧}{y}$=$\stackrel{∧}{b}$x+$\stackrel{∧}{a}$,其中$\stackrel{∧}{b}$=$\frac{\sum_{i=1}^{n}({x}_{i}-\overline{x})•({y}_{i}-\overline{y})}{\sum_{i=1}^{n}({x}_{i}-\overline{x})^{2}}$=$\frac{\sum_{i=1}^{n}{x}_{i}{y}_{i}-n\overline{x}\overline{y}}{\sum_{i=1}^{n}{x}_{i}^{2}-n{\overline{x}}^{2}}$,$\stackrel{∧}{x}$=$\overline{y}$=$\stackrel{∧}{b}$$\overline{x}$.