向量 · 极化恒等式+模长最值问题+夹角最值问题
出自《高一数学同步课 · 录播课》
极化恒等式代数形式
对于任意向量 $\vec{a}$、$\vec{b}$,有:
$$ \vec{a} \cdot \vec{b} = \frac{1}{4}\left[ |\vec{a} + \vec{b}|^2 - |\vec{a} - \vec{b}|^2 \right] $$
该式由向量模的平方展开(完全平方公式)推导而来:
$$
|\vec{a} + \vec{b}|^2 = |\vec{a}|^2 + 2\vec{a}\cdot\vec{b} + |\vec{b}|^2,\quad
|\vec{a} - \vec{b}|^2 = |\vec{a}|^2 - 2\vec{a}\cdot\vec{b} + |\vec{b}|^2
$$
两式相减得 $|\vec{a} + \vec{b}|^2 - |\vec{a} - \vec{b}|^2 = 4\vec{a}\cdot\vec{b}$,整理即得。
极化恒等式平行四边形几何意义
设平行四边形 $ABCD$ 中,$\vec{AB} = \vec{a}$,$\vec{AD} = \vec{b}$,则
$$
\vec{a} \cdot \vec{b} = \frac{1}{4}\left( |AC|^2 - |BD|^2 \right)
$$
其中 $AC$、$BD$ 分别为平行四边形两条对角线。符号由夹角决定:若 $\angle BAD$ 为锐角,则 $|AC| > |BD|$,结果为正;若为钝角,则 $|AC| < |BD|$,结果为负。
极化恒等式使用条件与策略
当题干要求计算两个**共起点向量**的数量积,但未给出:
- 向量模长,
- 夹角大小,
- 坐标信息,
而给出了第三边(即两终点连线)的中点及相关线段长度时,应优先考虑极化恒等式的几何形式。
**操作步骤**:
1. 确认两向量共起点(如 $\vec{AB},\vec{AD}$ 共起点 $A$);
2. 连接两终点得线段(如 $BD$);
3. 取该线段中点(如 $O$);
4. 则 $\vec{AB} \cdot \vec{AD} = |AO|^2 - |BO|^2$(或 $|AO|^2 - |DO|^2$)。
极化恒等式使用前提与起点统一技巧
使用极化恒等式求向量数量积时,两向量必须共起点;若起点不同,需通过相反向量调整,例如:$\vec{u} \cdot \vec{v} = (-\vec{u}) \cdot (-\vec{v})$ 或 $\vec{u} \cdot \vec{v} = -(\vec{u}) \cdot (\vec{w})$(当$\vec{v} = -\vec{w}$时),使两向量起点一致。
极化恒等式的三角形几何形式
在$\triangle ABC$中,若$M$为$BC$中点,则$\vec{AB} \cdot \vec{AC} = AM^2 - BM^2$。
遇模必平方——向量模长最值通用解法
求任意向量$\vec{v}$的模长最值,一律先计算其平方:$|\vec{v}|^2 = \vec{v} \cdot \vec{v}$,转化为标量函数最值问题;因$|\vec{v}| = \sqrt{|\vec{v}|^2}$且根号函数单调递增,故$|\vec{v}|$最值点与$|\vec{v}|^2$最值点一致。
向量模长最值问题通用解法
求向量(或向量线性组合)模的最值,统一采用“遇模必平方”策略:先计算模的平方,即转化为向量自身的点积或展开后的代数表达式,再化简为关于参数的函数(常为二次函数),最后通过配方法、顶点公式或三角恒等变形求最值,最终结果取算术平方根。
例六:含三角参数的向量模最大值
已知向量 $\mathbf{a} = (\cos\theta,\, 2\sin\theta)$,求 $|\mathbf{a}|$ 的最大值。
计算 $|\mathbf{a}|^2 = \cos^2\theta + (2\sin\theta)^2 = \cos^2\theta + 4\sin^2\theta$。
利用恒等式 $\cos^2\theta = 1 - \sin^2\theta$,得 $|\mathbf{a}|^2 = 1 - \sin^2\theta + 4\sin^2\theta = 1 + 3\sin^2\theta$。
因 $0 \leq \sin^2\theta \leq 1$,故 $|\mathbf{a}|^2 \in [1, 4]$,最大值为 4,所以 $|\mathbf{a}|_{\max} = \sqrt{4} = 2$。
例八:含参数λ的向量线性组合模最小值
已知平面向量 $\mathbf{a}, \mathbf{b}$ 满足 $|\mathbf{a}| = |\mathbf{b}| = \mathbf{a} \cdot \mathbf{b} = 2$,求 $|\lambda \mathbf{a} + (1 - \lambda) \mathbf{b}|$ 的最小值($\lambda \in \mathbb{R}$)。
计算模的平方:
$|\lambda \mathbf{a} + (1 - \lambda) \mathbf{b}|^2 = \lambda^2 |\mathbf{a}|^2 + (1 - \lambda)^2 |\mathbf{b}|^2 + 2\lambda(1 - \lambda)(\mathbf{a} \cdot \mathbf{b})$。
代入 $|\mathbf{a}|^2 = |\mathbf{b}|^2 = \mathbf{a} \cdot \mathbf{b} = 4$(注:题干给 $\mathbf{a} \cdot \mathbf{b} = 2$,但转写[33:09]说“a和b的数量积,是不是等于2?”,故 $\mathbf{a} \cdot \mathbf{b} = 2$;而 $|\mathbf{a}| = |\mathbf{b}| = 2$,故 $|\mathbf{a}|^2 = |\mathbf{b}|^2 = 4$):
$= \lambda^2 \cdot 4 + (1 - 2\lambda + \lambda^2) \cdot 4 + 2\lambda(1 - \lambda) \cdot 2$
$= 4\lambda^2 + 4 - 8\lambda + 4\lambda^2 + 4\lambda - 4\lambda^2$
$= (4\lambda^2 + 4\lambda^2 - 4\lambda^2) + (-8\lambda + 4\lambda) + 4 = 4\lambda^2 - 4\lambda + 4$。
但转写[33:31]–[33:47]化简为 $4\lambda^2 - 4\lambda + 4$?不,其说:“4λ²+……+4λ,再减4λ²”,得“4λ²”,然后“-8λ和加4λ合在一起,是不是就是减4λ,然后还有一个加4”,即 $4\lambda^2 - 4\lambda + 4$。
但[33:49]说“直接得到了它”,[34:08]开始配方:“提取出来一个4,是不是就是λ²减去λ”,即对 $4\lambda^2 - 4\lambda + 4$ 提取4得 $4(\lambda^2 - \lambda + 1)$,再配方:$\lambda^2 - \lambda + 1 = (\lambda - \frac{1}{2})^2 + \frac{3}{4}$,故整体为 $4[(\lambda - \frac{1}{2})^2 + \frac{3}{4}] = 4(\lambda - \frac{1}{2})^2 + 3$。
因此 $|\lambda \mathbf{a} + (1 - \lambda) \mathbf{b}| = \sqrt{4(\lambda - \frac{1}{2})^2 + 3}$,最小值为 $\sqrt{3}$(当 $\lambda = \frac{1}{2}$ 时)。
向量模最值问题核心口诀
无论所求向量是单个向量、向量差、向量线性组合,还是含参表达式,求其模的最值(或取值范围)的通用口诀为:**遇模必平方**。即先计算模的平方,转化为点积运算与代数表达式,再化简为关于参数的函数(多为二次函数或三角函数),最后求该函数最值,所得结果开算术平方根即为所求。
坐标形式下向量不共线的判定
设 $\vec{a} = (x_1, y_1)$,$\vec{b} = (x_2, y_2)$,则 $\vec{a}$ 与 $\vec{b}$ 不共线 $\iff x_1 y_2 - x_2 y_1 \neq 0$。
含参向量和夹角为锐角求参数范围(例10)
已知 $\vec{a} = (1, 2)$,$\vec{b} = (1, 1)$,若 $\langle \vec{a}, \vec{a} + \lambda \vec{b} \rangle$ 为锐角,求实数 $\lambda$ 的取值范围。
记 $\vec{c} = \vec{a} + \lambda \vec{b} = (1+\lambda, 2+\lambda)$。
由夹角为锐角,需同时满足:
1. 数量积大于0:$\vec{a} \cdot \vec{c} = 1(1+\lambda) + 2(2+\lambda) = 1+\lambda+4+2\lambda = 3\lambda + 5 > 0 \Rightarrow \lambda > -\dfrac{5}{3}$;
2. 不共线:$1 \cdot (2+\lambda) - 2 \cdot (1+\lambda) = 2+\lambda-2-2\lambda = -\lambda \neq 0 \Rightarrow \lambda \neq 0$。
综上,$\lambda \in \left(-\dfrac{5}{3}, 0\right) \cup (0, +\infty)$。
忽略共线情形导致充要条件误判
仅由 $\vec{a} \cdot \vec{b} > 0$ 不能推出 $\langle \vec{a}, \vec{b} \rangle$ 为锐角,因为当 $\vec{a}, \vec{b}$ 同向共线时,夹角为 $0$(非锐角),但仍有 $\vec{a} \cdot \vec{b} > 0$。同理,$\vec{a} \cdot \vec{b} < 0$ 也不能直接推出钝角(反向共线时夹角为 $\pi$)。因此,必须额外排除共线情形。