题目内容
15.(1)证明:SB∥平面FAC;
(2)求三棱锥S-FAC的体积.
分析 (1)连接BD交AC于点E,连接EF,由中位线定理可得EF∥SB,故而SB∥平面FAC;
(2)取AB的中点O,连接SO,则利用面面垂直的性质得出SO⊥平面ABCD,即SO为棱锥的高,求出三棱锥S-ACD和三棱锥F-ACD的体积,则VS-FAC=VS-ACD-VF-ACD.
解答
(1)证明:连接BD交AC于点E,连接EF
∵四边形ABCD是菱形,
∴E是BD的中点,又F是SD的中点,
∴EF∥SB,
又EF?平面FAC,SB?平面FAC,
∴SB∥平面FAC.
(2)解:取AB的中点O,连接SO,
∵SA=SB=AB=2,∴SO=$\sqrt{3}$,SO⊥AB,
∵侧面SAB⊥底面ABCD,侧面SAB∩底面ABCD=AB,SO⊥AB,SO?平面SAB,
∴SO⊥平面ABCD,
∵${S_{△ACD}}=\frac{1}{2}\;•\;2\;•\;2sin120°=\sqrt{3}$,
∴VS-ACD=$\frac{1}{3}{S}_{△ACD}•SO$=$\frac{1}{3}×\sqrt{3}×\sqrt{3}$=1.
∵F是SD的中点,
∴VF-ACD=$\frac{1}{2}$VS-ACD=$\frac{1}{2}$.
∴VS-FAC=VS-ACD-VF-ACD=1-$\frac{1}{2}=\frac{1}{2}$.
点评 本题考查了线面平行的判定,棱锥的体积计算,属于中档题.
练习册系列答案
相关题目
1.8个人排成一排,若要求甲、乙、丙三人必须站在一起,则不同的排法有( )
| A. | ${A}_{8}^{8}$种 | B. | 3${A}_{7}^{7}$种 | C. | 3${A}_{6}^{6}$种 | D. | ${A}_{3}^{3}$${A}_{6}^{6}$种 |
3.
某公司为确定下一年度投入某种产品的宣传费,需了解年宣传费x(单位:千元)对年销售量y(单位:t)和年利润z(单位:千元)的影响,对近8年的年宣传费xi和年销售量yi(i=1,2,…,8)数据作了初步处理,得到下面的散点图及一些统计量的值.
表中${w_i}=\sqrt{x_i}$,$\overrightarrow w$=$\frac{1}{8}$$\sum_{i=1}^8{w_i}$
(Ⅰ)根据散点图判断,y=a+bx与y=c+d$\sqrt{x}$哪一个适宜作为年销售量y关于年宣传费x的回归方程类型?(给出判断即可,不必说明理由)
(Ⅱ)根据(Ⅰ)的判断结果及表中数据,建立y关于x的回归方程;
(Ⅲ)以知这种产品的年利率z与x、y的关系为z=0.2y-x.根据(Ⅱ)的结果回答
当年宣传费x=49时,年销售量及年利润的预报值是多少?
附:对于一组数据(u1 v1),(u2 v2)…..(un vn),其回归线v=α+βu的斜率和截距的最小二乘估计分别为:$\widehatβ=\frac{{\sum_{i=1}^n{({u_i}-\overline u)({v_i}-\overline v)}}}{{\sum_{i=1}^n{{{({u_i}-\overline u)}^2}}}},\widehatα=\overline v-\widehatβ\overline u$.
| $\overrightarrow x$ | $\overrightarrow y$ | $\overrightarrow w$ | $\sum_{i=1}^8{\;}$(x1-$\overrightarrow x$)2 | $\sum_{i=1}^8{\;}$(w1-$\overrightarrow w$)2 | $\sum_{i=1}^8{\;}$(x1-$\overrightarrow x$)(y-$\overrightarrow y$) | $\sum_{i=1}^8{\;}$(w1-$\overrightarrow w$)(y-$\overrightarrow y$) |
| 46.6 | 56.3 | 6.8 | 289.8 | 1.6 | 1469 | 108.8 |
(Ⅰ)根据散点图判断,y=a+bx与y=c+d$\sqrt{x}$哪一个适宜作为年销售量y关于年宣传费x的回归方程类型?(给出判断即可,不必说明理由)
(Ⅱ)根据(Ⅰ)的判断结果及表中数据,建立y关于x的回归方程;
(Ⅲ)以知这种产品的年利率z与x、y的关系为z=0.2y-x.根据(Ⅱ)的结果回答
当年宣传费x=49时,年销售量及年利润的预报值是多少?
附:对于一组数据(u1 v1),(u2 v2)…..(un vn),其回归线v=α+βu的斜率和截距的最小二乘估计分别为:$\widehatβ=\frac{{\sum_{i=1}^n{({u_i}-\overline u)({v_i}-\overline v)}}}{{\sum_{i=1}^n{{{({u_i}-\overline u)}^2}}}},\widehatα=\overline v-\widehatβ\overline u$.