题目内容
5.设向量$\overrightarrow a$,$\overrightarrow b$,$\overrightarrow c$满足|${\overrightarrow a}$|=|${\overrightarrow b}$|=1,$\overrightarrow a$•$\overrightarrow b$=-$\frac{1}{2}$,<$\overrightarrow a$-$\overrightarrow c$,$\overrightarrow b$-$\overrightarrow c$>=60°,则|${\overrightarrow c}$|的最大值等于( )| A. | $\sqrt{2}$ | B. | 1 | C. | 2 | D. | $\sqrt{3}$ |
分析 由已知利用向量的数量积求出$\overrightarrow{a},\overrightarrow{b}$的夹角,利用向量的运算法则作出图形,结合图形可知O,B,C,A四点共圆.通过正弦定理求出外接圆的直径,求出|$\overrightarrow{c}$|最大值.
解答 解:∵$|{\overrightarrow a}|=|{\overrightarrow b}|=1$,且$\overrightarrow{a}•\overrightarrow{b}$=$-\frac{1}{2}$,∴$\overrightarrow{a},\overrightarrow{b}$的夹角为120°,![]()
设$\overrightarrow{OA}=\overrightarrow{a},\overrightarrow{OB}=\overrightarrow{b},\overrightarrow{OC}=\overrightarrow{c}$,
则$\overrightarrow{CA}=\overrightarrow{a}-\overrightarrow{c},\overrightarrow{CB}=\overrightarrow{b}-\overrightarrow{c}$,如图所示,
则∠AOB=120°;∠ACB=60°
∴∠AOB+∠AOC=180°
∴A,O,B,C四点共圆,
∵$\overrightarrow{AB}=\overrightarrow{b}-\overrightarrow{a}$,
∴$|\overrightarrow{AB}{|}^{2}=|\overrightarrow{a}-\overrightarrow{b}{|}^{2}=|\overrightarrow{a}{|}^{2}-2\overrightarrow{a}•\overrightarrow{b}+|\overrightarrow{b}{|}^{2}$=3,
∴|$\overrightarrow{AB}$|=$\sqrt{3}$.
由三角形的正弦定理得外接圆的直径2R=$\frac{AB}{sin∠ACB}=2$,
当OC为直径时,|$\overrightarrow{c}$|最大,最大为2.
故选:C.
点评 本题考查向量的数量积公式、向量的运算法则、四点共圆的判断定理、三角形的正弦定理等知识,属中档题.
| A. | 充分而不必要条件 | B. | 必要而不充分条件 | ||
| C. | 充要条件 | D. | 既不充分也不必要条件 |
| A. | $\frac{7}{4}$ | B. | $\frac{3}{5}$ | C. | $\frac{37}{21}$ | D. | $\frac{19}{12}$ |
| x | 3 | 4 | 5 | 6 |
| y | 2.5 | 3 | 4 | 4.5 |
(2)产品的产量与相应的生产能耗之间的关系是否具有线性相关性?若具有,请根据上表提供的数据,用最小二乘法求出y关于x的线性回归方程$\hat y$=bx+a;
(3)已知该厂技改前100吨甲产品的生产能耗为90吨标准煤. 试根据(2)求出的线性回归方程,预测生产100吨甲产品的生产能耗比技改前降低多少吨标准煤?
计算第(2)(3)问时可能会用到的参考信息:3×2.5+4×3+5×4+6×4.5=66.5参考公式:回归直线方程:$\widehaty=\widehatbx+\widehata$
线性回归方程中a,b的估计值$\widehat{a}$=$\overline{y}$-$\widehat{b}$$\overline{x}$,$\widehat{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}}}}$
参考公式:其中,a=$\frac{\sum_{i=1}^{n}{x}_{i}{y}_{i}-n\overline{x}•\overline{y}}{\sum_{i=1}^{n}{{x}_{i}}^{2}-n{\overline{x}}^{2}}$ $\hat a=\bar y-b\bar x$.