题目内容
8.已知A、B是单位圆(O为圆心)上的两个定点,且∠AOB=30°,若C为该圆上的动点,且$\overrightarrow{OC}$=x$\overrightarrow{OA}$+y$\overrightarrow{OB}$(x,y∈R),则xy的最大值为2-$\sqrt{3}$.分析 对$\overrightarrow{OC}$=x$\overrightarrow{OA}$+y$\overrightarrow{OB}$两边平方得出x,y的关系,利用不等式的性质求出xy的最大值.
解答 解:∵|$\overrightarrow{OA}$|=|$\overrightarrow{OB}$|=|$\overrightarrow{OC}$|=1,$\overrightarrow{OA}•\overrightarrow{OB}$=1×1×cos30°=$\frac{\sqrt{3}}{2}$.
∵$\overrightarrow{OC}$=x$\overrightarrow{OA}$+y$\overrightarrow{OB}$,∴x2+y2+$\sqrt{3}$xy=1,
即x2+y2=1-$\sqrt{3}$xy,又x2+y2≥2xy,
∴1-$\sqrt{3}$xy≥2xy,
∴xy≤$\frac{1}{2+\sqrt{3}}$=2-$\sqrt{3}$.
故答案为:2-$\sqrt{3}$.
点评 本题考查了平面向量的数量积运算,基本不等式的应用,属于中档题.
练习册系列答案
相关题目
20.已知向量|$\overrightarrow a}$|=4,$\overrightarrow e$为单位向量,当他们之间的夹角为$\frac{π}{3}$时,$\overrightarrow{a}$在$\overrightarrow{e}$方向上的投影与$\overrightarrow{e}$在$\overrightarrow{a}$方向上的投影分别为( )
| A. | 2$\sqrt{3}$,$\frac{\sqrt{3}}{2}$ | B. | 2,$\frac{1}{2}$ | C. | $\frac{\sqrt{3}}{2}$,2$\sqrt{3}$ | D. | 2,2 |
17.某农科所对冬季昼夜温差大小与某反季节大豆新品种发芽多少之间的关系进行分析研究,他们分别记录了12月1日至12月5日的每天昼夜温差与实验室每天每100颗种子中的发芽数,得到如下资料:
该农科所确定的研究方案是:先从这5组数据中选取3组数据求线性回归方程,剩下的2组数据用于回归方程检验.
(1)若选取的是12月1日与12月5日的2组数据,请根据12月2日至12月4日的数据,求出y关于x的线性回归方程$\stackrel{∧}{y}=\stackrel{∧}{b}x+\stackrel{∧}{a}$;
(2)若由线性回归方程得到的估计数据与所选出的检验数据的误差均不超过2颗,则认为得到的线性回归方程是可靠的,试问(1)中所得的线性回归方程是否可靠?
(3)请预测温差为14℃的发芽数.
其中
$\widehat{b}$=$\frac{\sum_{i=1}^{n}({x}_{i}-\overline{x})({y}_{i}-\overline{y})}{\sum_{i=1}^{n}({x}_{i}-\overline{x})^{2}}$=$\frac{\sum_{i=1}^{n}{x}_{i}{y}_{i}-n\overline{x}\overline{y}}{\sum_{i=1}^{n}{x}_{i}^{2}-n{\overline{{x}^{\;}}}^{2}}$,$\widehat{a}$=$\overline{y}$-$\widehat{b}$$\overline{x}$.
| 日期 | 12月1日 | 12月2日 | 12月3日 | 12月4日 | 12月5日 |
| 温差x(℃) | 10 | 11 | 13 | 12 | 8 |
| 发芽y(颗) | 23 | 25 | 30 | 26 | 16 |
(1)若选取的是12月1日与12月5日的2组数据,请根据12月2日至12月4日的数据,求出y关于x的线性回归方程$\stackrel{∧}{y}=\stackrel{∧}{b}x+\stackrel{∧}{a}$;
(2)若由线性回归方程得到的估计数据与所选出的检验数据的误差均不超过2颗,则认为得到的线性回归方程是可靠的,试问(1)中所得的线性回归方程是否可靠?
(3)请预测温差为14℃的发芽数.
其中
$\widehat{b}$=$\frac{\sum_{i=1}^{n}({x}_{i}-\overline{x})({y}_{i}-\overline{y})}{\sum_{i=1}^{n}({x}_{i}-\overline{x})^{2}}$=$\frac{\sum_{i=1}^{n}{x}_{i}{y}_{i}-n\overline{x}\overline{y}}{\sum_{i=1}^{n}{x}_{i}^{2}-n{\overline{{x}^{\;}}}^{2}}$,$\widehat{a}$=$\overline{y}$-$\widehat{b}$$\overline{x}$.