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
- 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。
- 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:。
- 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
核心考点:线性规划的最优解判定、点到直线的距离公式。
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”。
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
试题探源: 柯西不等式 (本题若用柯西不等式:)。
结论推广: 若已知 ,则 的最小值为 。
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
知识锚点 (Nodes)
类题演练 (Links)