内容正文:
专题21 指数、对数、幂函数小题
解题秘籍
1. 指数的基本知识
(1) 根式的基本性质
①的定义域为,的定义域为
②,定义域为
③,定义域为
④,定义域为
⑤,定义域为
(2) 指数的基本性质
①零指数幂:;
②负整数指数幂:
③正分数指数幂:;
④负分数指数幂:
(3) 指数的基本计算
①同底数幂的乘法运算 ②同底数幂的除法运算
③幂的乘方运算 ④积的乘方运算
2. 指数函数
(1) 指数函数的定义及一般形式
一般地,函数,叫做指数函数
(2) 指数函数的图象和性质
图
象
定义域
值域
性质
过定点
当时,;
时,
当时,;
时,
在上是增函数
在上是减函数
3. 对数的运算
(1) 对数的定义
如果,那么把叫做以为底,的对数,记作,其中叫做对数的底数,叫做真数
(2) 对数的分类
一般对数:底数为,,记为
常用对数:底数为10,记为,即:
自然对数:底数为e(e≈2.71828…),记为,即:
(3) 对数的性质与运算法则
①两个基本对数:①,②
②对数恒等式:①,②。
③换底公式:;
推广1:对数的倒数式
推广2:。
④积的对数:;
⑤商的对数:;
⑥幂的对数:❶,❷,
❸,❹
4. 对数函数
(1) 对数函数的定义及一般形式
形如:的函数叫做对数函数
(2) 对数函数的图象和性质
图象
性质
定义域:
值域:
当时,即过定点
当时,;
当时,
当时,;
当时,
在上为增函数
(5)在上为减函数
5. 幂函数
(1) 幂函数的定义及一般形式
形如的函数称为幂函数,其中是自变量,为常数
(2) 幂函数的图象和性质
①幂函数的单调性
②幂函数的奇偶性
模拟训练
一、单选题
1.(22·23下·湖北·三模)函数的定义域是( )
A. B. C. D.
2.(22·23·深圳·二模)已知函数,则( )
A.2 B.-2 C. D.-
3.(23·24上·吉林·一模)已知,,,则( )
A. B. C. D.
4.(22·23·聊城·三模)设,,则( )
A. B.
C. D.
5.(22·23·广州·二模)已知,,,则( )
A. B.
C. D.
6.(22·23下·辽宁·二模)“”是“函数是奇函数”的( ).
A.充分不必要条件 B.必要不充分条件
C.充要条件 D.既不充分也不必要条件
7.(22·23·济宁·三模)若且,则( )
A. B. C. D.
8.(22·23下·威海·二模)已知,,则( )
A. B.2 C.6 D.9
9.(22·23下·河北·一模)若函数,则( )
A. B. C. D.
10.(22·23·三明·三模)17世纪,法国数学家马林·梅森在欧几里得、费马等人研究的基础上,对(为素数)型的数作了大量的研算,他在著作《物理数学随感》中断言:在的素数中,当,3,5,7,13,17,19,31,67,127,257时,是素数,其它都是合数.除了和两个数被后人证明不是素数外,其余都已被证实.人们为了纪念梅森在型素数研究中所做的开创性工作,就把型的素数称为“梅森素数”,记为.几个年来,人类仅发现51个梅森素数,由于这种素数珍奇而迷人,因此被人们答为“数海明珠”.已知第7个梅森素数,第8个梅森素数,则约等于(参考数据:)( )
A.17.1 B.8.4 C.6.6 D.3.6
11.(22·23·唐山·二模)深度学习是人工智能的一种具有代表性的实现方法,以神经网络为出发点.在训练神经网络时,需要设置学习率来控制参数更新的速度,在模型训练初期,会使用较大的学习率进行模型优化,随着选代次数增加,学习率会逐渐进行减小,保证模型在训练后期不会有太大的波动.在神经网络优化中,指数衰减的学习率模型为,其中L表示每一轮优化时使用的学习率,表示初始学习率,D表示衰减系数,G表示训练迭代轮数,表示衰减速度.已知某个知识衰减的学习率模型的初始学习率为0.6,衰减速度为12,且当训练迭代轮数为12时,学习率衰减为0.3,则学习率衰减到0.1以下(不含0.1)所需的训练选代轮数至少为( )(参考数据:)
A.31 B.32 C.33 D.34
12.(22·23·德州·三模)2023年1月底,人工智能研究公司OpenAI发布的名为“ChatGPT”的人工智能聊天程序进入中国,迅速以其极高的智能化水平引起国内关注.深度学习是人工智能的一种具有代表性的实现方法,它是以神经网络为出发点的,在神经网络优化中,指数衰减的学习率模型为,其中表示每一轮优化时使用的学习率,表示初始学习率,表示衰减系数,表示训练迭代