MAT函数图像：用旧题训练参数变化与交点数量判断

Q: 既然牛津不用MAT了，为什么还要练这类题？

MAT题目侧重深层数学直觉和逻辑严密性，这正是TMUA Paper 2所考察的核心能力。通过旧题训练可以低成本地提升对新考试所需的推理技巧。

Q: 这些案例是真实的MAT考题吗？

不是。文中案例是为教学目的设计的假设性示例（teaching illustrations），旨在演示分析方法，并非官方历年真题或其变体。

Q: 我需要购买专门的MAT题库来练习吗？

不需要专门购买。利用现有的公开历史资料进行定性分析训练即可，重点在于掌握'参数-图像'的分析框架，而非记忆特定题目答案。

为何在TMUA时代仍需回顾MAT函数图像？

随着2027英本申请政策更新，牛津大学全面弃用MAT/PAT/TSA等旧笔试，转而采用UAT-UK旗下的TMUA、ESAT和TARA三大标准化机考。尽管MAT不再是当前入学的直接门槛，但其历史题目中关于函数图像、参数变化及交点判断的逻辑训练价值并未消失。TMUA Paper 2强调数学推理与逻辑，而MAT中复杂的函数行为分析正是培养这种"透过代数看几何"能力的绝佳载体。

许多考生在备考时容易陷入误区：要么完全忽视旧题，认为已过时；要么机械刷题，未提炼出通用的分析框架。本文旨在通过两个具体的假设性教学案例（teaching illustrations），展示如何利用MAT风格的函数图像问题，训练对参数敏感度的直觉，从而服务于当前的TMUA或面试准备。

案例一：线性参数变化下的交点稳定性

考虑一个典型的MAT风格问题：确定方程 $| x^{2} - 4 x + 3 | = k$ 的实数解个数随参数 $k$ 的变化情况。

步骤1：绘制基础图像

首先忽略绝对值，画出 $y = x^{2} - 4 x + 3 = (x - 1) (x - 3)$ 的抛物线。其顶点为 $(2, - 1)$ ，与x轴交点为 $(1, 0)$ 和 $(3, 0)$ 。接着，将x轴下方的部分翻折至上方，形成"W"形图像。翻折后，函数在 $x = 1$ 和 $x = 3$ 处取最小值0，在 $x = 2$ 处形成局部最大值1。注意：此局部最大值1并非函数的上界，当 $| x | \to \infty$ 时函数值趋于无穷大。

步骤2：引入水平线 y=k 并统计交点

交点数量即直线 $y = k$ 与上述图像的交点数：

当 $k < 0$ 时：无交点（绝对值函数值非负）。
当 $k = 0$ 时：2个交点（ $x = 1, 3$ ）。
当 $0 < k < 1$ 时：4个交点（水平线穿过四个"臂"）。
当 $k = 1$ 时：3个交点（与中间"谷底"相切于 $x = 2$ ，同时与两侧上升支各交一点；验证： $| 0^{2} - 4 \cdot 0 + 3 | = 3 \neq 1$ ，实际交点在 $x = 2$ 及另外两点，经计算位于 $x = 2 \pm \sqrt{2}$ 附近，共3点）。
当 $k > 1$ 时：2个交点（仅与外侧两支相交，因中间局部最高为1，但外侧延伸至无穷）。

此案例展示了如何通过关键值（Critical Values，如顶点和零点）划分参数区间。对于TMUA而言，快速识别这些临界点是解题关键。

参数化图像分析流程

案例二：非线性参数导致的直觉失效

现在考虑更复杂的情况：方程 $\sin (x) = a x$ 在区间 $[- π, π]$ 内的非零实数解个数，其中 $a > 0$ 。

常见错误假设

许多学生直觉认为，只要斜率 $a$ 很小，直线就会与正弦曲线多次相交。然而，这里存在一个隐蔽的陷阱：原点 $(0, 0)$ 始终是一个解，但题目要求的是非零解。此外，交点数量随参数变化并非单调。

正确分析路径

利用奇函数对称性，只需分析 $x \in (0, π]$ 的情形。令 $f (x) = \frac{\sin (x)}{x}$ （补充定义 $f (0) = 1$ ），则方程变为 $f (x) = a$ 。

求导分析 $f (x)$ 在 $(0, π]$ 的行为： $f^{'} (x) = \frac{x \cos (x) - \sin (x)}{x^{2}}$ 。令分子 $g (x) = x \cos (x) - \sin (x)$ ，则 $g (0) = 0$ ， $g^{'} (x) = - x \sin (x) < 0$ 对 $x \in (0, π)$ 成立。因此 $g (x) < 0$ ，即 $f^{'} (x) < 0$ ，故 $f (x)$ 在 $(0, π]$ 严格递减。

计算边界值： $f (0^{+}) = 1$ ， $f (π) = 0$ 。

因此：

若 $a > 1$ ：在 $(0, π]$ 内无交点（ $f (x) < 1 < a$ ）。由对称性，非零解总数为0。
若 $a = 1$ ：直线 $y = x$ 与 $\sin (x)$ 在原点相切（斜率均为1），且在 $x > 0$ 时 $x > \sin (x)$ ，故无正交点。非零解总数为0。
若 $0 < a < 1$ ：在 $(0, π]$ 内有唯一解（因 $f$ 严格递减且值域为 $(0, 1)$ ）。由对称性，在 $(- π, 0)$ 内也有唯一解。非零解总数为2。
若 $a = 0$ ：方程变为 $\sin (x) = 0$ ，在 $[- π, π]$ 上的解为 $x = - π, 0, π$ ，其中非零解为2个。

此案例揭示了参数变化并非总是单调地增加交点数量，且需警惕"平凡解"（原点）的干扰。关键教训是：将方程转化为 $f (x) = a$ 的形式，通过研究函数的单调性和值域来系统分析，而非依赖草图直觉。

诊断表：识别你的思维盲区

症状表现	潜在原因	改进策略
遗漏临界值对应的解数突变	未标记局部极值点或渐近线	强制在草稿纸上标出所有 $f^{'} (x) = 0$ 的点
混淆定义域限制导致的解丢失	忽略题目给定的区间 $[a, b]$	画图前先画垂直虚线界定有效区域
对含参不等式方向判断犹豫	缺乏对函数凹凸性的直观理解	复习二阶导数与图像弯曲方向的关系

针对性练习建议

为了将这种分析能力转化为应试优势，建议采取以下练习序列：

基础重构：选取5道MAT历史真题中涉及 $| f (x) | = k$ 或 $f (x) = g (k, x)$ 的题目，不计算具体数值，仅画出草图并列出解数变化的区间表。
变式训练：修改原题参数，例如将二次函数改为三次函数，预测解数变化规律，再使用图形计算器验证。
限时模拟：在TMUA模考中，遇到类似逻辑题时，尝试在90秒内完成从草图到结论的全过程，强化决策速度。

此外，可参考TMUA/MAT/STEP选错直接出局！牛剑G5数学offer的敲门砖，入学笔试该怎么选？！了解不同笔试的选择策略，并结合牛津2027年入学考试大变革：MAT/PAT/TSA被取代！一篇说清谁受影响、考什么、何时考获取最新考试政策动态。关于MAT历史分数与竞争格局的详细分析，请参阅牛津2026申请季MAT分数深度解读：竞争格局、关键数据与备考策略。

下一步技能目标

完成此类训练后，学习者应能独立演示以下技能：在面对任意含参方程时，能在3分钟内构建出参数空间地图（Parameter Space Map），准确指出哪些参数区间对应奇数个解，哪些对应偶数个解，并能解释其几何意义。这种能力不仅适用于笔试，更是面试中展示数学成熟度的有力工具。

常见逻辑陷阱排查

常见问题

既然牛津不用MAT了，为什么还要练这类题？

MAT题目侧重深层数学直觉和逻辑严密性，这正是TMUA Paper 2所考察的核心能力。通过旧题训练可以低成本地提升对新考试所需的推理技巧。

这些案例是真实的MAT考题吗？

不是。文中案例是为教学目的设计的假设性示例（teaching illustrations），旨在演示分析方法，并非官方历年真题或其变体。

我需要购买专门的MAT题库来练习吗？

不需要专门购买。利用现有的公开历史资料进行定性分析训练即可，重点在于掌握'参数-图像'的分析框架，而非记忆特定题目答案。