10.在平面直角坐标系 $x O y$ 中,$|\overrightarrow{O A}|=|\overrightarrow{O B}|=\sqrt{2},|\overrightarrow{A B}|=2$ 。设 $C(3,4)$ ,则 $|2 \overrightarrow{C A}+\stackrel{\text { en }}{\text { AB }}|$ 的取值范围是
向量 · 极化恒等式+模长最值问题+夹角最值问题
出自《高一数学同步课 · 录播课》
极化恒等式代数形式
对于任意向量 $\vec{a}$、$\vec{b}$,有:
$$ \vec{a} \cdot \vec{b} = \frac{1}{4}\left[ |\vec{a} + \vec{b}|^2 - |\vec{a} - \vec{b}|^2 \right] $$
该式由向量模的平方展开(完全平方公式)推导而来:
$$
|\vec{a} + \vec{b}|^2 = |\vec{a}|^2 + 2\vec{a}\cdot\vec{b} + |\vec{b}|^2,\quad
|\vec{a} - \vec{b}|^2 = |\vec{a}|^2 - 2\vec{a}\cdot\vec{b} + |\vec{b}|^2
$$
两式相减得 $|\vec{a} + \vec{b}|^2 - |\vec{a} - \vec{b}|^2 = 4\vec{a}\cdot\vec{b}$,整理即得。
极化恒等式平行四边形几何意义
设平行四边形 $ABCD$ 中,$\vec{AB} = \vec{a}$,$\vec{AD} = \vec{b}$,则
$$
\vec{a} \cdot \vec{b} = \frac{1}{4}\left( |AC|^2 - |BD|^2 \right)
$$
其中 $AC$、$BD$ 分别为平行四边形两条对角线。若 $\angle BAD$ 为锐角,则 $|AC| > |BD|$,故结果为正;若为钝角,则 $|AC| < |BD|$,结果为负。
极化恒等式使用条件与策略
当题干要求计算两个共起点向量 $\vec{u}, \vec{v}$ 的数量积,但未给出:
• 它们的模长,
• 它们的夹角,
• 坐标系或坐标信息,
而给出了第三点(即 $\vec{u}, \vec{v}$ 终点连线)的中点及相关线段长度时,应优先考虑极化恒等式的几何形式:
1. 连接两向量终点,得线段;
2. 取其中点 $M$;
3. 则 $\vec{u} \cdot \vec{v} = |AM|^2 - |BM|^2$(其中 $A$ 为共起点,$B$ 为任一终点,$M$ 为中点)。
极化恒等式使用前提与起点统一技巧
使用极化恒等式求向量数量积,必须保证两向量共起点;若不共起点(如共中点、共终点),需通过相反向量转化:
• $\vec{u} \cdot \vec{v} = (-\vec{u}) \cdot (-\vec{v})$,
• 或将其中一向量反向,使起点一致。
向量模长最值的核心口诀
遇模必平方:对任意向量$\vec{a}$,有
$$
|\vec{a}| = \sqrt{\vec{a} \cdot \vec{a}},\quad \text{故求 } |\vec{a}|_{\min/\max} \text{ 等价于求 } \vec{a} \cdot \vec{a} \text{ 的最值}。
$$
向量模长最值问题通用解法
求向量(或向量线性组合)模的最值,统一采用“遇模必平方”策略:先计算模的平方,即转化为向量自身的点积运算,再展开化简为关于参数的代数式(常为二次函数),最后通过配方法、顶点公式或三角恒等变形求最值,最终结果取算术平方根。
例六:含三角参数的向量模最大值
已知向量 $\mathbf{a} = (\cos\theta,\, 2\sin\theta)$,求 $|\mathbf{a}|$ 的最大值。
计算 $|\mathbf{a}|^2 = \cos^2\theta + (2\sin\theta)^2 = \cos^2\theta + 4\sin^2\theta$。
利用恒等式 $\cos^2\theta = 1 - \sin^2\theta$,得 $|\mathbf{a}|^2 = 1 + 3\sin^2\theta$。
由于 $0 \leq \sin^2\theta \leq 1$,故 $|\mathbf{a}|^2 \in [1, 4]$,最大值为 4,因此 $|\mathbf{a}|_{\max} = \sqrt{4} = 2$。
例八:含参数λ的向量模最小值
已知平面向量 $\mathbf{a}, \mathbf{b}$ 满足 $|\mathbf{a}| = |\mathbf{b}| = \mathbf{a} \cdot \mathbf{b} = 2$,求 $|\lambda \mathbf{a} + (1 - \lambda) \mathbf{b}|$ 的最小值。
计算模的平方:
$|\lambda \mathbf{a} + (1 - \lambda) \mathbf{b}|^2 = \lambda^2 |\mathbf{a}|^2 + (1 - \lambda)^2 |\mathbf{b}|^2 + 2\lambda(1 - \lambda)(\mathbf{a} \cdot \mathbf{b})$。
代入 $|\mathbf{a}|^2 = |\mathbf{b}|^2 = 4$,$\mathbf{a} \cdot \mathbf{b} = 2$,得:
$= 4\lambda^2 + 4(1 - 2\lambda + \lambda^2) + 4\lambda(1 - \lambda) = 4\lambda^2 + 4 - 8\lambda + 4\lambda^2 + 4\lambda - 4\lambda^2 = 4\lambda^2 - 4\lambda + 4$。
配方:$4\lambda^2 - 4\lambda + 4 = 4(\lambda^2 - \lambda) + 4 = 4[(\lambda - \frac{1}{2})^2 - \frac{1}{4}] + 4 = 4(\lambda - \frac{1}{2})^2 + 3$。
最小值为 3,故所求最小值为 $\sqrt{3}$。
向量模最值问题核心口诀
无论所求向量是单个向量、向量差(如 $\mathbf{a} - \mathbf{b}$)、还是含参线性组合(如 $\lambda \mathbf{a} + (1-\lambda)\mathbf{b}$),求其模的最值,均统一采用:
$$
|\mathbf{v}| = \sqrt{\mathbf{v} \cdot \mathbf{v}}
$$
即先平方消去根号,展开为标量代数式(常为二次函数或三角函数式),再求该式最值,最后开方得结果。
向量夹角为锐角的充要条件
设 $\vec{a}, \vec{b}$ 为非零向量,其夹角记为 $\theta \in [0, \pi]$。则 $\vec{a}$ 与 $\vec{b}$ 的夹角为锐角(即 $0 < \theta < \frac{\pi}{2}$)的充要条件是:
1. $\vec{a} \cdot \vec{b} > 0$;
2. $\vec{a}$ 与 $\vec{b}$ 不共线(即 $\vec{a}$ 与 $\vec{b}$ 线性无关)。
向量夹角为钝角的充要条件
设 $\vec{a}, \vec{b}$ 为非零向量,其夹角记为 $\theta \in [0, \pi]$。则 $\vec{a}$ 与 $\vec{b}$ 的夹角为钝角(即 $\frac{\pi}{2} < \theta < \pi$)的充要条件是:
1. $\vec{a} \cdot \vec{b} < 0$;
2. $\vec{a}$ 与 $\vec{b}$ 不共线(即 $\vec{a}$ 与 $\vec{b}$ 线性无关)。
坐标形式下锐/钝角条件的不等式组转化
若 $\vec{a} = (x_1, y_1)$,$\vec{b} = (x_2, y_2)$,则:
• 夹角为锐角 $\iff$
$$
\begin{cases}
x_1 x_2 + y_1 y_2 > 0, \\
x_1 y_2 - x_2 y_1 \neq 0.
\end{cases}
$$
• 夹角为钝角 $\iff$
$$
\begin{cases}
x_1 x_2 + y_1 y_2 < 0, \\
x_1 y_2 - x_2 y_1 \neq 0.
\end{cases}
$$
其中 $x_1 y_2 - x_2 y_1 = 0$ 是两向量共线(平行)的充要条件。
忽略共线情形导致充要条件误判
仅由 $\vec{a} \cdot \vec{b} > 0$ 不能推出夹角为锐角,因为当 $\vec{a}$ 与 $\vec{b}$ 同向共线时,$\theta = 0$,满足 $\vec{a} \cdot \vec{b} > 0$ 但 $\theta$ 不是锐角;同理,仅由 $\vec{a} \cdot \vec{b} < 0$ 不能推出夹角为钝角,因为当 $\vec{a}$ 与 $\vec{b}$ 反向共线时,$\theta = \pi$,满足 $\vec{a} \cdot \vec{b} < 0$ 但 $\theta$ 不是钝角。因此必须额外排除共线情形。
已知向量夹角为锐角,求参数范围(例10)
已知 $\vec{a} = (1, 2)$,$\vec{b} = (1, 1)$,若 $\vec{a}$ 与 $\vec{a} + \lambda \vec{b}$ 的夹角为锐角,求实数 $\lambda$ 的取值范围。
先计算 $\vec{a} + \lambda \vec{b} = (1+\lambda,\, 2+\lambda)$。
由夹角为锐角,得不等式组:
\begin{cases}
\vec{a} \cdot (\vec{a} + \lambda \vec{b}) > 0, \\
\text{两向量不共线}.
\end{cases}
数量积:$1(1+\lambda) + 2(2+\lambda) = 1+\lambda + 4 + 2\lambda = 3\lambda + 5 > 0 \Rightarrow \lambda > -\dfrac{5}{3}$。
共线判定(叉积):$1 \cdot (2+\lambda) - 2 \cdot (1+\lambda) = 2+\lambda - 2 - 2\lambda = -\lambda \neq 0 \Rightarrow \lambda \neq 0$。
故解集为 $\lambda > -\dfrac{5}{3}$ 且 $\lambda \neq 0$。
真题练一练
学完这一讲,用同考点的高考真题检验一下。
13.(5分)设向量 $\overrightarrow{\mathrm{a}}, \overrightarrow{\mathrm{b}}$ 不平行,向量 $\lambda \overrightarrow{\mathrm{a}}+\overrightarrow{\mathrm{b}}$ 与 $\overrightarrow{\mathrm{a}}+2 \overrightarrow{\mathrm{~b}}$ 平行,则实数 $\lambda=-\frac{1}{2}$
$\_\_\_\_$ $\frac{1}{2}$ .
3.已知向量 $\vec{a}=(0,1), \vec{b}=(2, x)$ ,若 $\vec{b} \perp(\vec{b}-4 \vec{a})$ ,则 $x=$( )
(3)已知点 $A(1,3), B(4,-1)$,则与向量 $\overrightarrow{A B}$ 同方向的单位向量为
9.已知向量 $\vec{a}=(x+1, x), \vec{b}=(x, 2)$ ,则( )
8.平面向量 $\boldsymbol{a}, \boldsymbol{b}$ 共线的充要条件是