第十四届全国大学生数学竞赛决赛(非数类)游记+答案解析

news2024/11/27 21:42:53

2023/5/27 20:08:今天早上9:00~12:00考了数学竞赛国赛。广州是真的热啊!西安才17度,还下着小雨,到广州之后那个艳阳直接给我人干废了,去酒店的路上步行了20分钟真的要死了已经。

拿到卷子的我是崩溃的,用正交矩阵化曲面方程为标准方程(第二题)?我最怕的Gram-Schmidt正交化出来了。那个矩阵的特征值算了半天,首先猜了个-2,不对,然后猜了个2,对了,这下好了,剩下两个特征值只需要用迹和行列式就可以弄出来。然后我又意识到,我好像没有学过标准方程这个东西?线代老师上课的时候好像把这一节略过去了,而且我也没有复习?崩溃ing,就把二次型的标准型和规范型写上去了,最后那道题扣了1分。

然后是第三题。什么鬼呀?首先可以想到全微分,然后就是一个微分方程。什么?高阶线性微分方程?我没复习这个呀!我还以为不考的!前几届没考过!然后就硬凑呗,费了九牛二虎之力把 f ( x ) + 4 f ′ ′ ( x ) = 0 f(x)+4f''(x)=0 f(x)+4f′′(x)=0这个可降阶的二阶线性齐次微分方程解出来了,最后这道题只给了4.5分。

第四题答案算错了,扣了2.5分。

第五题前两问送分,第三问眼瞎了,直接按照第二问的思路写了,写完之后还沾沾自喜,殊不知第三问要分段考虑,还要利用对称性。。。我简直想穿越回去抽我自己两巴掌。。。

第六题,最神奇的一道题,我不知道怎么证,只写了两点之间线段最短,居然给了11.5分?!这是我没想到的。

第七题,证收敛很好证,但是求和的话,两个 ln ⁡ \ln ln相乘是什么鬼?从来没见过!束手无策!想了半个小时没想出来,放弃了。得了2.5分。

总结:准备了一个月,考的全是没准备的,这次就当是公费旅游了,呜呜呜。西北蛮荒之地的鼠鼠到了人家国际化大都市广州就像是刘姥姥进大观园了一样。住的木莲庄酒店还是挺豪华的。

珠江

广州塔

2023/5/27 20:23:目前卷面分74,国二都悬。。。

2023/5/27 20:38:总结一下教训吧。基础知识还是不扎实,写卷子的过程中有点慌张,字也写的很烂,步骤也写的不详细。。。吃一堑长一智吧。

赛题完整答案如下:

完整答案

图片来自官方公众号文章。

填空题第(4)题:本来填空题都是送分题(我10分钟就做完了),但是有些人居然把这道题做错了!一定注意极值点求出来之后还要判断Hesse矩阵的正定性!

第三题,要是知道 f ( x ) + 4 f ′ ′ ( x ) = 0 f(x)+4f''(x)=0 f(x)+4f′′(x)=0的通解是 f ( x ) = C 1 sin ⁡ 2 x + C 2 cos ⁡ 2 x f(x)=C_1\sin 2x+C_2\cos 2x f(x)=C1sin2x+C2cos2x就非常简单了。(可惜我当时没复习到呜呜呜……

第四题,直接用定积分算是不行的,必须化成球坐标下的三重积分。我有个变量代换没除 2 \sqrt{2} 2 ,结果翻车了,嘤嘤嘤~

第五题,注意: t sin ⁡ x ≥ sin ⁡ t x t\sin x\ge\sin tx tsinxsintx只是在 x ∈ [ 0 , π ] x\in[0,\pi] x[0,π] t ∈ [ 0 , 1 ] t\in[0,1] t[0,1]的时候成立。第一问我用Jensen不等式证的,第二问送分题,第三问栽到坑里了……我正纳闷为什么 sin ⁡ u \sin u sinu要加绝对值呢,它在 [ 0 , π ] [0,\pi] [0,π]上不是非负数吗?总之这道题得分段考虑,每个 π \pi π分成一段,最后剩下的尾巴再分成一段,再把每一段合起来就好了。

第六题,其实答案的方法我尝试过,但是我以为这个方法做不出来的。这个柯西不等式用的实在是太玄妙了。不过这道题没扣什么分,还是挺高兴的。

第七题,我打死也想不到 a n = a 2 n + a 2 n + 1 a_n=a_{2n}+a_{2n+1} an=a2n+a2n+1这种东西。。。简单推一下: a n = ln ⁡ ( 1 + 1 n ) a 2 n + a 2 n + 1 = ln ⁡ ( 1 + 1 2 n ) + ln ⁡ ( 1 + 1 2 n + 1 ) = ln ⁡ ( 1 + 1 2 n + 1 2 n + 1 + 1 ( 2 n ) ( 2 n + 1 ) ) a_n=\ln\left(1+\frac{1}{n}\right)\\ a_{2n}+a_{2n+1}=\ln\left(1+\frac{1}{2n}\right)+\ln\left(1+\frac{1}{2n+1}\right)=\ln\left(1+\frac{1}{2n}+\frac{1}{2n+1}+\frac{1}{(2n)(2n+1)}\right) an=ln(1+n1)a2n+a2n+1=ln(1+2n1)+ln(1+2n+11)=ln(1+2n1+2n+11+(2n)(2n+1)1)其中 1 ( 2 n ) ( 2 n + 1 ) = 1 2 n − 1 2 n + 1 \frac{1}{(2n)(2n+1)}=\frac{1}{2n}-\frac{1}{2n+1} (2n)(2n+1)1=2n12n+11,故 a 2 n + a 2 n + 1 = ln ⁡ ( 1 + 1 2 n + 1 2 n + 1 + 1 2 n − 1 2 n + 1 ) = ln ⁡ ( 1 + 1 n ) = a n a_{2n}+a_{2n+1}=\ln\left(1+\frac{1}{2n}+\frac{1}{2n+1}+\frac{1}{2n}-\frac{1}{2n+1}\right)=\ln\left(1+\frac{1}{n}\right)=a_n a2n+a2n+1=ln(1+2n1+2n+11+2n12n+11)=ln(1+n1)=an太他喵的玄妙了!然后对于这种非等比数列的求和,一般是用一些相邻两项相减相消的手段。我当时想到了裂项,不过没裂出来,但是整体思想差不多。他是说,令 b n = ∑ k = n 2 n − 1 a k 2 b_n=\sum\limits_{k=n}^{2n-1}a_k^2 bn=k=n2n1ak2,则 b n − b n + 1 = a n 2 − a 2 n 2 − a 2 n + 1 2 b_n-b_{n+1}=a_n^2-a_{2n}^2-a_{2n+1}^2 bnbn+1=an2a2n2a2n+12;因为 a n = a 2 n + a 2 n + 1 a_n=a_{2n}+a_{2n+1} an=a2n+a2n+1,所以减掉之后变成 b n − b n + 1 = 2 a n a n + 1 b_n-b_{n+1}=2a_na_{n+1} bnbn+1=2anan+1。然后因为 b n b_n bn趋于0, ∑ n = 1 ∞ a 2 n a 2 n + 1 = 1 2 lim ⁡ N → ∞ ∑ n = 1 N ( b n − b n + 1 ) = b 1 2 = ln ⁡ 2 2 2 \sum\limits_{n=1}^{\infty}a_{2n}a_{2n+1}=\frac{1}{2}\lim\limits_{N\to\infty}\sum\limits_{n=1}^N(b_n-b_{n+1})=\frac{b_1}{2}=\frac{\ln^2 2}{2} n=1a2na2n+1=21Nlimn=1N(bnbn+1)=2b1=2ln22

第七题示意图

实在是太妙了我只能说!两项相乘可以用平方和-和平方来构造,这个差又通过另一数列的相邻两项之差得到。我八辈子也想不出来这种解法。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/577167.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

计算机视觉:填充(padding)技术

本文重点 在前面的课程中,我们学习了使用3*3的过滤器去卷积一个5*5的图像,那么最终会得到一个3*3的输出。那是因为 33 过滤器在 55 矩阵中,只可能有 33 种可能的位置。 这背后的数学解释是,如果我们有一个nn的图像,用ff的过滤器做卷积,那么输出的维度就是(n−f+1)(n−f…

码出高效_第一章 | 有意思的二进制表示及运算

目录 0与1的世界1.如何理解32位机器能够同时处理处理32位电路信号?2.如何理解负数的加减法运算3.溢出在运算中如何理解4.计算机种常用的存储单位及转换5.位移运算规则6.有趣的 && 和 & 浮点数1.定点小数(为什么会出现浮点数表示?…

Linux 系统烧写

目录 MfgTool 工具简介MfgTool 工作原理简介烧写方式系统烧写原理 烧写NXP 官方系统烧写自制的系统系统烧写网络开机自启动设置 改造我们自己的烧写工具改造MfgTool烧写测试解决Linux 内核启动失败 前面我们已经移植好了uboot 和linux kernle,制作好了根文件系统。但…

Spring 事件相关知识ApplicationEvent

Spring 事件相关知识ApplicationEvent 事件工作流程相关类ApplicationListenerApplicationEvent 我们可以发布自己的事件ApplicationEventPublisher Spring框架中提供了多种事件类型,常用的几个事件类型如下: Spring 事件驱动模型是 Spring 框架中的一个…

uCOSii中的事件标志组

事件标志管理 (EVENT FLAGS MANAGEMENT) OSFlagAccept() 无等待查询”事件标志组的事件标志位”是否建立 OSFlagPend() 需要等待”事件标志组的事件标志位”建立 OSFlagCreate() 建立一个事件标志组 OSFlagDel() 删除一个事件标志组 OSFlagPost() 置位或清0事件标志组中的…

SpringBoot整合百度云人脸识别功能

SpringBoot整合百度云人脸识别功能 1.在百度官网创建应用 首先需要在百度智能云官网中创建应用,获取AppID,API Key,Secret Key 官网地址:https://console.bce.baidu.com/ 2.添加百度依赖 添加以下依赖即可。其中版本号可在mav…

【问卷分析】调节效应检验的操作①

文章目录 1.首先要明白自己的调节和自变量是什么类别的2.实操演练2.1 当调节变量是连续变量时2.1.1 将ml中心化2.1.2 使用分层回归探讨自变量和ml的交互对adh的影响2.1.3 结果解读 1.首先要明白自己的调节和自变量是什么类别的 2.实操演练 在本次演练中,我们以自变…

马斯克要用人工智能对抗人工智能

导读:马斯克对人工智能可能变得失控并“摧毁人类”的担忧促使他采取行动,发起了一个名为“TruthGPT”的项目。 本文字数:1400,阅读时长大约:9分钟 亿万富翁埃隆马斯克在谈到人工智能(AI)的危险时…

瑞合信LED字幕WiFi卡使用教程(8.0版)

请按照提示下载和安装软件,同时请允许所有权限,如下图; 也可以在各大主流应用商店(华为、小米、OPPO、vivo、App Store等)搜索“瑞合信”直接安装。 首次使用APP时会提示注册登录软件,你可以选择“使用微信…

深度学习进阶篇-预训练模型[4]:RoBERTa、SpanBERT、KBERT、ALBERT、ELECTRA算法原理模型结构应用场景区别等详解

【深度学习入门到进阶】必看系列,含激活函数、优化策略、损失函数、模型调优、归一化算法、卷积模型、序列模型、预训练模型、对抗神经网络等 专栏详细介绍:【深度学习入门到进阶】必看系列,含激活函数、优化策略、损失函数、模型调优、归一化…

Full-Scanner是一个多功能扫描工具,支持被动/主动信息收集,漏洞扫描工具联动,可导入POC和EXP

github项目地址:https://github.com/Zhao-sai-sai/Full-Scanner gitee项目地址:https://gitee.com/wZass/Full-Scanner 工具简介 做挖漏洞渗透测试有的时候要去用这个工具那个工具去找感觉麻烦我自己就写了一个简单的整合工具,有互联网大佬不…

Presto之BroadCast Join的实现

一. 前言 在Presto中,Join的类型主要分成Partitioned Join和Broadcast Join,在Presto 之Hash Join的Partition_王飞活的博客-CSDN博客 中已经介绍了Presto的Partitioned Join的实现过程,本文主要介绍Broadcast Join的实现。 二. Presto中Broa…

ChatGPT免费使用的方法有哪些?

目录 一、ChatGpt是什么? 二、ChatGPT国内免费使用的方法: 第一点:电脑端 第二点:手机端 三、结语: 一、ChatGpt是什么? ChatGPt是美国OpenAI [1] 研发的聊天机器人程序 。更是人工智能技术驱动的自然语…

1. 从JDK源码级别彻底刨析JVM类加载机制

JVM性能调优 1. 类加载的运行全过程1.1 加载1.2 验证1.3 准备1.4 解析 本文是按照自己的理解进行笔记总结,如有不正确的地方,还望大佬多多指点纠正,勿喷。 课程内容: 1、从java.exe开始讲透Java类加载运行全过程 2、从JDK源码级别剖析JVM核…

【地铁上的面试题】--基础部分--数据结构与算法--数组和链表

零、章节简介 《数据结构与算法》是《地铁上的面试题》专栏的第一章,重点介绍了技术面试中不可或缺的数据结构和算法知识。数据结构是组织和存储数据的方式,而算法是解决问题的步骤和规则。 这一章的内容涵盖了常见的数据结构和算法,包括数组…

DevOps工作级开发者认证——软件发展

. 本文先从软件产业的现状、发展趋势及挑战,说明敏捷和DevOps必将成为业界主流的研发模式。接着介绍和阐述了敏捷和DevOps的关系,相关理念、价值和主要工程方法。最后重点介绍了某著名公司端到端DevOps的实施框架及其主要内容。 本文的目的&#…

javascript基础八:JavaScript原型,原型链 ? 有什么特点?

一、原型 JavaScript 常被描述为一种基于原型的语言——每个对象拥有一个原型对象 当试图访问一个对象的属性时,它不仅仅在该对象上搜寻,还会搜寻该对象的原型,以及该对象的原型的原型,依次层层向上搜索,直到找到一个…

15_Linux工程目录与顶层Makefile

目录 Linux 工程目录分析 顶层Makefile详解 make xxx_defconfig过程 Makefile.build脚本分析 make过程 built-in.o文件编译生成过程 make zImage过程 Linux 工程目录分析 将正点原子提供的Linux源码进行解压,解压完成以后的目录如图所示: 图就是正点原子提供的未编译的…

【数据分类】GRNN数据分类 广义回归神经网络数据分类【Matlab代码#30】

文章目录 【可更换其他算法,获取资源请见文章第6节:资源获取】1. 数据分类问题2. 广义回归神经网络(GRNN)3. 基于GRNN的数据分类步骤4. 部分代码展示5. 仿真结果展示6. 资源获取说明 【可更换其他算法,获取资源请见文章…

八大排序算法-直接插入排序、希尔排序、直接选择排序、冒泡排序、堆排序、快速排序、归并排序、基数排序(下)

目录 前言冒泡排序(Bubble Sort)一、概念二、实现思路三、图示过程四、案例分析1、图示过程2、第一趟排序示例 五、代码1、代码示例2、代码解释3、运行结果 六、复杂度 快速排序(QuickSort)一、概念二、实现思路三、图示过程四、代…