一道初中几何题的构造和解析

周三下班地铁上收到小小的一个消息:
在这里插入图片描述

确实比较开心,我读书那会儿就一直对老师不会的题目感兴趣,一般而言是难不倒我的。为解此题,先画图,我是在本子上画的,为了写这篇文章专门腾挪到了线上:
在这里插入图片描述

先常规分析一下,见图左:

延长 GE 到 X,使 G X = r ⋅ 2 3 ⋅ G E GX=r\cdot\dfrac{2}{3}\cdot GE GX=r32GE,延长 GF 到 Y,使 G Y = r ⋅ G F GY=r\cdot GF GY=rGF,由于 △ A D E ≃ △ B D F \bigtriangleup{ADE}\simeq\bigtriangleup{BDF} ADEBDF,连接 AX,BY,存在 r ,满足: A X ∥ D G ∥ B Y AX\parallel DG\parallel BY AXDGBY

∴ △ A X E ≃ △ C G E , △ B Y F ≃ △ C G F \therefore \bigtriangleup{AXE}\simeq\bigtriangleup{CGE},\bigtriangleup{BYF}\simeq\bigtriangleup{CGF} AXECGE,BYFCGF

∴ A E E C = X E E G , B F F C = Y F F G \therefore \dfrac{AE}{EC}=\dfrac{XE}{EG},\dfrac{BF}{FC}=\dfrac{YF}{FG} ECAE=EGXE,FCBF=FGYF

上面 2 式子相除,并代入条件 A E B F = 2 ⋅ E G 3 ⋅ G F \dfrac{AE}{BF}=\dfrac{2\cdot EG}{3\cdot GF} BFAE=3GF2EG
辅助线比例条件,得:

2 ⋅ E G ⋅ F C 3 ⋅ F G ⋅ E C = X E ⋅ F G Y F ⋅ E G = 2 3 ⋅ r − 1 r − 1 \dfrac{2 \cdot EG\cdot FC}{3\cdot FG\cdot EC}=\dfrac{XE\cdot FG}{YF\cdot EG}=\dfrac{\dfrac{2}{3}\cdot r-1}{r-1} 3FGEC2EGFC=YFEGXEFG=r132r1

k = F G E G , r = 2 3 k=\dfrac{FG}{EG}, r=\dfrac{2}{3} k=EGFG,r=32,化简:

F C E C = k ⋅ p ⋅ p ⋅ r − 1 r − 1 \dfrac{FC}{EC}=k\cdot p\cdot\dfrac{p\cdot r-1}{r-1} ECFC=kpr1pr1

这是一个求轨迹的问题,它有不止一个变量,比例系数 2 3 \dfrac{2}{3} 32 ∠ A \angle A A ∠ A E D \angle AED AED F G E G \dfrac{FG}{EG} EGFG,这些约束会绘制出一个轨迹。

正是这类类似帕普斯问题促成笛卡尔几何(详见 笛卡尔方法论和解析几何的诞生笛卡尔解析几何观点的形成过程),结果笛卡尔给出来机械求解的路子,趟平了空间,让以后的科学革命有循规蹈矩的步骤可循,而不是指望一些突发奇想的奇技淫巧。

以上题目,建系分析:
在这里插入图片描述

你会发现,仅仅靠直线方程硬算,计算会非常繁琐,但终究还是能算出来,还是那个多变量方程。和固定三脚架度量计算比例关系恰相反,这是一个研究变化的问题。

什么意思?

这就是维度不匹配,需要升维再从新的维度降维。

n 维空间只有 n - 1 个方向自由度,所以变成 n + 1 维后,就可以从第 n 个自由度下来了,当被困在一个平面时,可以往上跳,在高处才能看到全局,然后从合适的位置跳出去。所以多维度要找到不变量,要用积分升维,找到口子再降维,这是本质。

但这道题简化了本质,因为我们有现成的三角形面积公式可用,但要知道,内在的本质还是积分。

现在给出解法,如图右:

G E ′ ⊥ A C , G E ′ ′ ⊥ A C , G F ′ ⊥ B C , G F ′ ′ ⊥ B C GE'\perp AC, GE^{''}\perp AC, GF'\perp BC, GF^{''}\perp BC GEAC,GE′′AC,GFBC,GF′′BC;
面积做比例:

S △ E G C S △ F G C = E C ⋅ G E ′ F C ⋅ G F ′ = E G G F = E C ⋅ G E ′ ′ F C ⋅ G F ′ ′ \dfrac{S_{\bigtriangleup {EGC}}}{S_{\bigtriangleup {FGC}}}=\dfrac{EC\cdot GE'}{FC\cdot GF'}=\dfrac{EG}{GF}=\dfrac{EC\cdot GE^{''}}{FC\cdot GF^{''}} SFGCSEGC=FCGFECGE=GFEG=FCGF′′ECGE′′

∵ △ A D E ′ ′ ≃ △ B D F ′ ′ \because \bigtriangleup{ADE^{''}}\simeq \bigtriangleup{BDF^{''}} ADE′′BDF′′

∴ G E ′ ′ G F ′ ′ = A E B F = 2 ⋅ E G 3 ⋅ G F \therefore \dfrac{GE^{''}}{GF^{''}}=\dfrac{AE}{BF}=\dfrac{2\cdot EG}{3\cdot GF} GF′′GE′′=BFAE=3GF2EG

代入最上面面积比例连等式:

∴ E G G F = E C ⋅ 2 ⋅ E G F C ⋅ 3 ⋅ G F \therefore \dfrac{EG}{GF}=\dfrac{EC\cdot 2\cdot EG}{FC\cdot 3\cdot GF} GFEG=FC3GFEC2EG

化简得:

∴ E C F C = 3 2 \therefore \dfrac{EC}{FC}=\dfrac{3}{2} FCEC=23

所有用面积传导转换问题的,都是此法。若要看清多个变量变换,要先上一层,俯视。

我们用特殊验证一下一般,让 ∠ A E D = ∠ A \angle AED=\angle A AED=A,四边形 E D F C EDFC EDFC 就是平行四边形,结论一致,最终的方程就是:

r − 1 = k ⋅ ( p ⋅ r − 1 ) r-1=k\cdot(p\cdot r-1) r1=k(pr1)

如果这是个填空题,直接特殊化成平行四边形即可。

浙江温州皮鞋湿,下雨进水不会胖。

内容概要:本文围绕微电网群的双层优化与分布式优化问,提出基于交替方向乘子法(ADMM)的分布式协同优化控制策略,并通过Matlab代码实现仿真验证。研究构建了上层为微电网间能量协调与优化调度、下层为各微电网内部源-荷-储精细化运行管理的双层优化模型。采用ADMM算法将集中式优化问分解为多个可并行求解的子问,实现了计算的分布式化与信息隐私保护,显著提升了系统的可扩展性与鲁棒性。文中系统阐述了模型构建原理、ADMM算法设计流程及其收敛性分析,并通过仿真实验验证了该方法在降低系统综合运行成本、提高可再生能源消纳能力以及维持系统稳定运行方面的有效性。; 适合人群:具备电力系统分析、优化理论基础,熟悉Matlab编程,从事微电网、分布式能源系统、智能电网等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:① 学习掌握基于ADMM的分布式优化方法在微电网群协同能量管理中的具体应用;② 实现微电网群多主体参与下的经济调度与仿真分析;③ 深入理解双层优化架构的设计理念与分布式求解算法的实现机制。; 阅读建议:建议结合所提供的Matlab代码进行动手实践,重点剖析模型建立与算法实现的关键细节,可通过调整系统参数、改变运行场景等方式,深入探究ADMM算法的收敛特性及其对优化效果的影响。
内容概要:本文聚焦于风电出力不确定性的精确建模问,提出采用拉丁超立方抽样(LHS)方法生成具有统计代表性的风电场景,并结合先进的场景缩减技术以降低计算复杂度。通过Matlab编程实现了LHS在高维随机变量空间中的均匀采样,有效克服了传统蒙特卡洛方法样本收敛慢、效率低的问。在此基础上,引入基于聚类分析或概率距离度量的场景缩减算法,对初始大规模场景集进行优化合并,保留关键概率特征与出力趋势,构建出精简且具代表性的典型场景集。该方法显著提升了电力系统随机优化模型(如机组组合、储能调度、微电网能量管理)的求解效率与数值稳定性,同时确保输入场景的合理性与真实性,具备良好的可复现性与工程应用价值。; 适合人群:适用于具备一定电力系统分析基础Matlab编程能力,从事新能源并网、随机规划、场景生成、电力市场及综合能源系统优化等方向研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握拉丁超立方抽样在风电不确定性建模中的理论原理与Matlab实现技巧;②学习并应用场景生成与缩减技术,提升随机优化问的建模与求解效率;③为含高比例风电的电力系统调度、风险评估与决策分析提供高质量的输入场景支撑。; 阅读建议:建议读者结合所提供的Matlab代码逐模块调试运行,深入理解抽样策略、距离计算、聚类缩减等核心算法的实现细节,并尝试将其集成到具体的优化模型中进行验证与拓展,以强化科研实践能力与创新思维。
内容概要:本文围绕基于交替方向乘子法(ADMM)的多主体综合能源系统分布式协同优化展开研究,提出了一种利用ADMM算法实现多个能源主体间高效协同优化的解决方案。该方法将集中式优化问分解为多个可并行求解的子问,各主体在保护自身数据隐私的前提下,仅通过交换少量边界信息即可完成全局协同优化,有效解决了传统集中式方法存在的通信负担重、隐私泄露风险高等问。研究涵盖了模型构建、算法设计、收敛性分析及仿真验证全过程,并以Matlab代码实现了算法原型,展示了其在提升系统运行效率、促进可再生能源消纳方面的潜力。该研究不仅提供了完整的算法实现框架,还深入探讨了ADMM在多区域电网、多微网及产消者等复杂场景下的适用性与扩展能力,为现代综合能源系统的分布式管理提供了理论依据技术支持。; 适合人群:具备一定电力系统、优化理论及Matlab编程基础的研究生、科研人员或从事综合能源系统相关工作的工程技术人员。; 使用场景及目标:①应用于多区域电网、多微网、产消者(Prosumer)等多主体参与的综合能源系统协同调度;②实现数据隐私保护下的分布式优化,避免中心节点收集全局敏感信息;③学习ADMM算法在电力系统中的具体建模与实现方法,掌握其收敛特性与参数整定技巧。; 阅读建议:读者应结合提供的Matlab代码进行实践,重点关注ADMM算法的迭代流程、惩罚因子设定及其对收敛速度的影响,同时可通过修改系统规模与参数设置,进一步探究算法在不同场景下的适应性与性能表现。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值