首页 > 其他分享 >瓜豆原理

瓜豆原理

时间:2023-11-08 10:22:36浏览次数:27  
标签:AQ 动点 BC dfrac 瓜豆 circ 轨迹 原理

瓜豆原理

一 模型解释

在一类动点问题中涉及两个动点\(P\),\(Q\),动点\(P\)在某图形上,而动点\(Q\)与\(P\)存在某种数量和位置关系,我们要确定动点\(Q\)的轨迹,从而解决相关问题. 我们把点\(P\)叫主动点,\(Q\)叫从动点.古人云:种瓜得瓜,种豆得豆.“种”圆得圆,“种”线得线,谓之“瓜豆原理”.
以下我们看看几个例子.

1 轨迹为圆

例1 如图,\(P\)是半径为\(r\)的圆\(O\)上一点,\(A\)为定点,\(Q\)为\(AP\)中点,判断动点\(Q\)的轨迹.
image.png
解析 连接\(OA\),取\(OA\)中点\(M\),连接\(MQ\),\(OP\),
易得\(MQ=\dfrac{1}{2} OP=\dfrac{1}{2} r\),即点\(Q\)的轨迹以\(M\)为圆心,半径为\(\dfrac{1}{2} r\)的圆.
image.png
 
例2 如图,\(P\)是半径为\(r\)的圆\(O\)上一个动点,\(A\)为定点,点\(Q\)满足\(AQ⊥AP\)且\(AQ=AP\).判断动点\(Q\)的轨迹.
image.png
解析 连接\(OA\),过点\(A\)作\(OA⊥AM\),使得\(AM=OA\),
因为\(AQ⊥AP\),所以\(∠QAM=∠PAO\),
又因为\(AQ=AP\),\(AM=AO\),所以\(∆AQM≅∆AOP\),
所以\(MQ=OP=r\),
所以动点\(Q\)的轨迹是以\(M\)为圆心,半径为\(r\)的圆.
image.png
 
例3 如图,\(P\)是半径为\(r\)的圆\(O\)上一个动点,\(A\)为定点,点\(Q\)满足\(∠QAP=45^{\circ}\)且\(AQ=\dfrac{1}{2} AP\).判断动点\(Q\)的轨迹.
image.png
解析 连接\(OA\),作\(\angle MAO =45^{\circ}\),使得\(AM=\dfrac{1}{2} OA\),
因为\(∠QAP=45^{\circ}\),所以\(∠QAM=∠PAO\),
又因为\(\dfrac{A Q}{A Q}=\dfrac{A M}{A O}=\dfrac{1}{2}\),所以\(∆AQM∽∆AOP\),
所以\(MQ=\dfrac{1}{2} OP=\dfrac{1}{2} r\),
所以动点\(Q\)的轨迹是以\(M\)为圆心,半径为\(\dfrac{1}{2} r\)的圆.

模型总结
\(P\)是圆\(O\)上一个动点,\(A\)为定点,点\(Q\)满足\(∠PAQ=α\)且\(AP:AQ=k\),则动点\(Q\)的轨迹是圆\(M\).
image.png
解释
(1) \(α\)和\(k\)是定值,即主动点、从动点与定点连线的夹角\(∠PAQ\)是定值、主动点、从动点到定点的距离之比\(AP:AQ\)是定值;
(2) 证明思路是构造相似三角形\(∆AQM∽∆AOP\),\(Q\)与\(P\)的关系相当于旋转+伸缩,故圆心\(M\)的位置与圆\(M\)的半径,均可由其证明思路可得.

2 轨迹是线

例1 如图,\(P\)是直线\(BC\)上一动点,\(Q\)是\(AP\)中点,当点\(P\)在\(BC\)上运动时,判断点\(Q\)轨迹.
image.png
解析 分别过\(A\)、\(Q\)向\(BC\)作垂线,垂足分别为\(M\)、\(N\),
易得\(∆PQN~∆APM\),且\(QN=\dfrac{1}{2} AM\),
即点\(Q\)到\(BC\)的距离是定值,
故点\(Q\)轨迹是一条与直线\(BC\)平行的直线.
image.png
 
例2 如图,\(P\)是线段\(BC\)上一动点,点\(Q\)满足\(∠PAQ=90^{\circ}\)且\(AQ=AP\),当点\(P\)在线段\(BC\)上运动时,判断动点\(Q\)的轨迹.
image.png
解析 连接\(AB\),作以\(AB\)为直角边的等腰直角三角形\(ABQ_1\),
相当于当\(P\)运动到\(B\)时,动点\(Q\)为落在\(Q_1\)处,
连接\(Q_1 Q\),交\(BC\)于\(E\),
因为\(∠BAQ_1=∠PAQ=90^{\circ}\),所以\(∠BAP=∠Q_1 AQ\),
又因为\(AB=AQ_1\),\(AP=AQ\),所以\(∆ABP≅∆AQ_1 Q\),
所以\(∠ABP=∠AQ_1 Q\),
所以\(∠BEQ_1=∠BAQ_1=90^{\circ}\),
即\(Q_1 Q⊥BC\),
即动点\(Q\)的轨迹是过点\(Q_1\)且垂直于线段\(BC\)的一条线段.
image.png
 
模型总结
如图,\(P\)是线段\(BC\)上一动点,点\(Q\)满足\(∠PAQ=α\)且\(AP:AQ=k\),则动点\(Q\)轨迹是线段\(MN\).
image.png
解释
(1) \(α\)和\(k\)是定值,即主动点、从动点与定点连线的夹角\(∠PAQ\)是定值、主动点、从动点到定点的距离之比\(AP:AQ\)是定值;
(2) 证明思路也是相似三角形\(∆ABM~∆AMQ\),\(Q\)与\(P\)的关系相当于旋转+伸缩,动点\(Q\)所在的直线\(MN\)与点\(P\)所在直线\(BC\)的夹角为\(α\);
(3) 点\(M、N\)是点\(P\)分别在点\(B、C\)时\(Q\)所在之处.故点\(Q\)轨迹线段\(MN\)是很好确定位置和长度的.

3 轨迹为其他图形

如图,在反比例函数\(y=-\dfrac{1}{x}\)的图像上有一个动点\(A\),连接\(AO\)并延长交图像的另一支于点\(B\),在第一象限内有一点\(C\),满足\(AC=BC\),\(\tan∠CAB=2\),求动点\(C\)的轨迹.
image.png
解析 分别作\(AE\)、\(CF\)垂直\(x\)轴,垂足分别为\(E\)、\(F\),连接\(OC\),
因为\(AC=BC\),\(O\)是\(AB\)中点,所以\(OA⊥OC\),
因为\(\tan∠CAB=2\),所以\(\dfrac{O A}{O C}=\dfrac{1}{2}\),
易证\(△AEO∽△OFC\),且\(\dfrac{A E}{O F}=\dfrac{O E}{C F}=\dfrac{O A}{O C}=\dfrac{1}{2}\),
所以\(OF·CF=4AE·OE=4\),
故动点\(C\)的轨迹是双曲线,且反比例函数解析式为\(y=-\dfrac{4}{x}\).
image.png

二 例题详解

例1 如图,正方形\(ABCD\)的边长为\(4\),\(E\)为\(BC\)上一点,且\(BE=1\),\(F\)为\(AB\)边上的一个动点,连接\(EF\),以\(EF\)为边向右侧作等边\(△EFG\),连接\(CG\),则\(CG\)的最小值是\(\underline{\quad \quad}\).
image.png
解析
1 确认模型
本题是动点在直线上的“瓜豆模型”:\(F\)点是主动点,\(G\)是从动点,\(E\)是定点,旋转角为\(60^{\circ}\),没放缩;
求\(CG\)的最小值可确定\(G\)点轨迹;
2 确定轨迹
考虑到\(F\)点轨迹是线段,故\(G\)点轨迹也是线段,取起点和终点即可确定线段位置,初始时刻\(G\)点在\(G_1\)位置,最终\(G\)点在\(G_2\)位置(\(G_2\)不一定在\(CD\)边),\(G_1 G_2\)即为\(G\)点运动轨迹.
(也可确定\(G_1\),再结合原图中的\(G\),确定动点\(G\)在射线\(G_1 G\)上)
image.png
3解决问题
\(CG\)最小值即当\(CG⊥G_1 G_2\)的时候取到,作\(CH⊥G_1 G_2\)于点\(H\),\(CH\)即为所求的最小值.
image.png
根据模型可知:\(G_1 G_2\)与\(AB\)夹角为\(60^{\circ}\),
(模型本质是旋转+放缩,要主动点的轨迹和从动点轨迹所成角为旋转角---\(EF\)和\(EG\)夹角\(60^{\circ}\),确定这信息很重要;
故延长\(G_2 G_1\)和\(CB\)交于\(T\),也易得\(CH=\dfrac{5}{2}\))

故\(G_1 G_2⊥EG_1\).
(理解旋转:\(BE\)逆时针旋转\(60^{\circ}\)得\(EG_1\),\(AE\)逆时针旋转\(60^{\circ}\)得\(EG_2\),易得\(∆ABE≅∆G_1 G_2 E\),也可得\(G_1 G_2⊥EG_1\))
过点\(E\)作\(EF⊥CH\)于点\(F\),则\(HF=EG_1=1\), \(C F=\dfrac{1}{2} C E=\dfrac{3}{2}\),
所以\(CH=\dfrac{5}{2}\),因此\(CG\)的最小值为\(\dfrac{5}{2}\).
 

例2 如图,正方形\(ABCD\)中,\(A B=2 \sqrt{5}\),\(O\)是\(BC\)边的中点,点\(E\)是正方形内一动点,\(OE=2\),连接\(DE\),将线段\(DE\)绕点\(D\)逆时针旋转\(90^{\circ}\)得\(DF\),连接\(AE\)、\(CF\).则线段\(OF\)长的最小值为\(\underline{\quad \quad}\).
image.png
解析
1 确认模型
\(E\)点满足\(EO=2\),故\(E\)点轨迹是以\(O\)为圆心,\(2\)为半径的圆.
本题是动点在圆上的“瓜豆模型”:\(E\)点是主动点,\(F\)是从动点,\(D\)是定点,旋转角为\(90^{\circ}\),没放缩;
求\(OF\)的最小值可确定点\(F\)轨迹;
image.png
2 确定轨迹
\(E\)点轨迹是圆,故\(F\)点轨迹也是圆,要确定其圆心和半径,
考虑\(DE⊥DF\)且\(DE=DF\),
故作\(DM⊥DO\)且\(DM=DO\),\(F\)点轨迹是以点\(M\)为圆心,\(2\)为半径的圆.
(模型本质是旋转+放缩,\(DE\)逆时针旋转\(90^{\circ}\)没放缩得到\(DF\),则对\(DO\)(定点和主动点对应圆心的线段)作相同动作,得到\(∆DEO≅∆DFM\),得到从动点\(F\)定轨迹)
image.png
3 解决问题
直接连接\(OM\), \(OF\)最小值为\(OM-r=OM-2\).
\(O D=\sqrt{O C^2+C D^2}=\sqrt{5++20}=5\),
而\(∆DOM\)是等腰直角三角形,故\(O M=\sqrt{2} O D=5 \sqrt{2}\),
所以\(OF\)的最小值是\(O M-r=5 \sqrt{2}-2\).

标签:AQ,动点,BC,dfrac,瓜豆,circ,轨迹,原理
From: https://www.cnblogs.com/zhgmaths/p/17816772.html

相关文章

  • 镜像是什么,重装系统的原理
    镜像镜像(Mirroring)是一种文件存储形式,可以把许多文件做成一个镜像文件,常见的镜像文件格式有ISO、BIN、IMG、TAO、DAO、CIF、FCD。简单粗暴的理解:镜像文件就是ISO文件,ISO文件就是镜像文件iso文件iso是一种光盘映像文件,它实际上是使用刻录软件或者光盘映像文件工具软件将一个光......
  • 考研_计算机组成原理
    第1章-概论冯·诺依曼提出的新型计算机的五大结构:运算器,控制器,存储器,输入设备和输出设备计算机主要性能指标基本字长:处理器中参加一次定点运算的操作位的位数(计算机中的算术运算分为定点运算和浮点运算)外频:主板上的振荡器输出的时钟频率,也是计算机一切硬件部件工......
  • 恒创科技:了解高防服务器的工作原理
    ​在当今互联网时代,网络安全问题日益突出,各种网络攻|击层出不穷。为了保护企业的网络安全,高防服务器应运而生。那么,你是否了解高防服务器的工作原理呢?下面就让我们一起来探索一下。高防服务器是一种能够有效抵御各种网络攻|击的服务器。它采用了专业技术方案和高性能硬......
  • VirtIO实现原理——PCI基础
    virtio设备可以基于不同总线来实现,本文介绍基于pci实现的virtio-pci设备。以virtio-blk为例,首先介绍PCI配置空间内容,virtio-pci实现的硬件基础——capability,最后分析PIC设备的初始化以及virtio-pci设备的初始化。PCI配置空间virtio设备作为pci设备,必须实现pcilocalbusspec......
  • HDFS基于Ranger鉴权原理
    1.背景在HDFS中,默认是通过setacl和getacl命令的方式增加和查询hdfs的acl信息。为了了解acl信息,需要亲自登陆机器执行hdfs命令,对于没有机器权限的业务人员非常不友好;同时,运维人员无法浏览HDFS所有acl信息,对于管理来说也不透明。为了解决该问题,引入了Ranger组件,将acl信息存放到Ran......
  • 通关Go语言,从基本原理到项目实战,由浅入深Go的底层原理与核心特性
    通关Go语言,从基本原理到项目实战,由浅入深Go的底层原理与核心特性go核心原理本人在一家go技术栈工作2年有余,因此梳理一下我认为比较重要的go语言技术知识,一些基础的概念,比如function,interface这些就忽略了。https://draveness.me/golang/https://www.bookstack.cn/read/qcr......
  • ALLEGRO17.4原理图导入网表报错
    ERROR(ORCAP-36041):DuplicatePinName"VDD"foundonPackage解决的方法如下:第一步,找到报错的元器件,然后选中,单击右键,选择“EditPart”,进行元器件封装属性的编辑  这里还还要改一个值,即使name的名字,我们需要把这些标的一样的电源名称用尾缀给区分出来,不然到网表会报......
  • HDFS Balancer存储水位稳定性原理与实践
    1.背景在HDFS分布式系统中,经常会上线新的datanode以环境集群容量不足的问题。但是往往旧datanode水位较高,甚至爆满无法写入,新datanode非常空闲,导致旧机器无法写入数据,集群的流量集中到新datanode中,造成新datanode网络延迟。为了解决上述问题,可以通过Balancer工具定时讲高水位dat......
  • java如何生成一个随机数,并写出生成原理和执行过程
     在Java中,生成随机数通常可以通过以下几种方式:使用 Math.random() 方法使用 Random 类使用 SecureRandom 类(更安全的随机数)1.使用 Math.random() 方法Math.random() 方法返回一个 double 类型的值,范围在0.0(含)至1.0(不含)之间的随机数。这个方法实际上是 java.u......
  • ai替换人脸技术是如何实现的,讲一下逻辑和原理
    AI人脸替换技术通常涉及到机器学习和图像处理两个领域。其中最著名的实现之一是“深度换脸”技术,也就是DeepFake技术。这项技术的基础是一种称为深度学习的机器学习方法,尤其是一种名为卷积神经网络(CNN)的网络结构。下面我将简化技术细节,以便新手和小白能够理解。基本概念人脸识......