本题导读

本题是线性规划与解析几何的综合考查。通过约束条件确定可行域及最优解点,再将目标函数的最小值转化为关于参数 的直线方程,最后利用 的几何意义(原点到直线距离的平方)求解。

📌【题干】

Question

(2014年山东卷(理)) 已知 满足约束条件 ,当目标函数 () 在该约束条件下取得最小值 时, 的最小值为()

A.        B.        C.        D.

🔍【思路分析】

破题导航

  1. 确定最优解点:
    • 绘制约束条件确定的可行域。本题约束条件较少,可行域为一个开口区域(角形区域)。
    • 由于 ,目标函数 的等值线斜率为负。当直线向左下方平移时, 减小。
    • 最小值必然在两条边界直线的交点处取得。
  2. 建立参数方程:
    • 联立直线方程求出交点坐标 。
    • 代入目标函数,得到关于 的等式:。
  3. 转化求最值:
    • 的几何意义是原点 到点 距离的平方。
    • 由于点 在直线 上,因此 的最小值即为原点到该直线距离的平方。

✅【答案】

点击查看答案

B

✍【详细解析】

Abstract

第一步:求可行域的顶点 联立两条边界直线方程:

两式相减得:。 代入第一式得:。 所以顶点(最优解点)为 。

第二步:代入目标函数 因为 ,目标函数 在可行域顶点 处取得最小值。 根据题意:。

第三步:利用几何意义求 的最小值 可以看作原点 到直线 上的点 距离的平方。 原点到该直线的距离 为:

所以 的最小值为 。

故选 B

💡【考点归纳与避坑指南】

Danger

  1. 核心考点:线性规划的最优解判定、点到直线的距离公式。

  2. 核心方法:双重几何意义转化。第一次转化是将 的最值点锁定在交点;第二次转化是将代数式 识别为“距离的平方”。

  3. 避坑指南:部分同学可能会尝试使用基本不等式或柯西不等式求解 ,虽然可行,但在处理 的边界条件和根号运算时较为繁琐,不如利用距离公式直观。

📖【试题探源与推广】

Tip

  1. 试题探源: 柯西不等式 (本题若用柯西不等式:)。

  2. 结论推广: 若已知 ,则 的最小值为 。

  3. 方法推广: 面对 型的最值问题,若约束条件是线性的,优先考虑解析几何中的距离、斜率或截距意义。

🔗【关联脉络】

Multi column