题目内容
13.(1)判断直线AB与平面DEF的位置关系,并说明理由;
(2)求棱锥E-DFC的体积.
分析 (1)在△ABC中,由中位线定理得AB∥EF,由此能证明AB∥平面DEF.
(2)推导出AD⊥BC,从而AD⊥平面BDC,进而点E到平面BDC的距离为$\frac{1}{2}AD=1$,由此能求出棱锥E-DFC的体积.
解答 解:(1)直线AB∥平面DEF.![]()
证明如下:
在△ABC中,∵E,F为中点,
∴AB∥EF,
∵AB?平面DEF,EF⊆平面DEF,
∴AB∥平面DEF.
解:(2)∵二面角A-DC-B是直二面角,
∴平面ADC⊥平面BDC,
∵AC=BC,D为AB中点,∴AD⊥BC,
∵平面ADC∩平面BDC=DC,AD?平面ADC,
∴AD⊥平面BDC,
∴点E到平面BDC的距离为$\frac{1}{2}AD=1$,
又∵${S_{△DFC}}=\frac{1}{2}{S_{△DBC}}=\frac{1}{4}{S_{△ABC}}=\sqrt{3}$,
∴${V_{E-DFC}}=\frac{1}{3}{S_{△DFC}}×1=\frac{{\sqrt{3}}}{3}$.
点评 本题考查线面关系的判断与证明,考查棱锥体积的求法,是中档题,解题时要认真审题,注意空间思维能力的培养.
练习册系列答案
相关题目
3.已知x,y满足约束条件$\left\{\begin{array}{l}{y≥x}\\{x+y≤2}\\{x≥a}\end{array}\right.$,且z=2x+y的最大值是最小值的3倍,则a的值是( )
| A. | $\frac{1}{3}$ | B. | $\frac{1}{4}$ | C. | 7 | D. | 不存在 |
4.已知函数f(x)=$\left\{\begin{array}{l}{{x}^{2},x<0}\\{{x}^{2}-2ax+2a,x≥0}\end{array}\right.$的图象上恰好有两对关于原点对称的点,则实数a的取值范围是( )
| A. | (4,+∞) | B. | (-∞,0)∪(4,+∞) | C. | (0,4) | D. | (-∞,0) |
1.某天将一枚硬币连掷了10次,正面朝上的情形出现了6次,若用A表示正面朝上这一事件,则A的( )
| A. | 概率为$\frac{3}{5}$ | B. | 频率为$\frac{3}{5}$ | C. | 频率为6 | D. | 概率接近0.6 |
8.函数f(x)=$\frac{2x-5}{{{x^2}+1}}$的图象在(0,f(0))处的切线斜率为( )
| A. | $\frac{1}{2}$ | B. | $-\frac{1}{2}$ | C. | -2 | D. | 2 |
18.设集合M={x|x>-2},则下列选项正确的是( )
| A. | {0}∈M | B. | Φ∈M | C. | {0}⊆M | D. | 0⊆M |
5.下列函数是偶函数,并且在(0,+∞)上为增函数的为( )
| A. | $y={x^{\frac{2}{3}}}$ | B. | $y={({\frac{3}{2}})^x}$ | C. | $y={log_{\frac{3}{2}}}x$ | D. | y=-2x2+3 |
3.某公司2016年前三个月的利润(单位:百万元)如表:
(1)求利润y关于月份x的线性回归方程;
(2)试用(1)中求得的回归方程预测4月和5月的利润;
(3)试用(1)中求得的回归方程预测该公司2016年从几月份开始利润超过1000万?
相关公式:b=$\frac{{\sum_{i=1}^n{{x_i}{y_i}-n\overline x\overline y}}}{{\sum_{i=1}^n{x_i^2}-n{{(\overline x)}^2}}}=\frac{{\sum_{i=1}^n{({x_i}-\overline x)({y_i}-\overline y})}}{{\sum_{i=1}^n{{{({x_i}-\overline x)}^2}}}}$,$\widehata$=$\overline y$-$\widehatb\overline x$.
| 月份 | 1 | 2 | 3 |
| 利润 | 2 | 3.9 | 5.5 |
(2)试用(1)中求得的回归方程预测4月和5月的利润;
(3)试用(1)中求得的回归方程预测该公司2016年从几月份开始利润超过1000万?
相关公式:b=$\frac{{\sum_{i=1}^n{{x_i}{y_i}-n\overline x\overline y}}}{{\sum_{i=1}^n{x_i^2}-n{{(\overline x)}^2}}}=\frac{{\sum_{i=1}^n{({x_i}-\overline x)({y_i}-\overline y})}}{{\sum_{i=1}^n{{{({x_i}-\overline x)}^2}}}}$,$\widehata$=$\overline y$-$\widehatb\overline x$.