习 题 解 答
11-1 在双缝干涉实验中，若单色光源S 到两缝21S S 、距离相等，则观察屏上中央明纹位于图中O 处。现将光源S 向下移动到示意图中的S '位置，则（ ）
（A ）中央明条纹也向下移动，且条纹间距不变 （B ）中央明条纹向上移动，且条纹间距不变 （C ）中央明条纹向下移动，且条纹间距增大 （D ）中央明条纹向上移动，且条纹间距增大
解 由S 发出的光到达21S S 、的光成相等，它们传到屏上中央O 处，光程差
0=?，形成明纹，当光源由S 向下移动S '时，由S '到达21S S 、的两束光产生了
光程差，为了保持原中央明纹处的光程差为0，它将上移到图中O '处，使得由S '沿21S S 、传到O '处的两束光的光程差仍为0.而屏上各级明纹位置只是向上平移，因此条纹间距不变。故选B
11-2 单色平行光垂直照射在薄膜上，经上下两表面反射的两束光发生干涉，如附图所示，若薄膜厚度为e ， 且n 1＜n 2，n 3＜n 2， λ1为入射光在n 1中的波长，则两束反射光的光程为（ ）
（A ）e n 22 （B ）1
1222n e n λ-
2
112λn e -
（D ）
2
2122λn e n -
习题11-2图
3
n ’
O
O
解 由于n 1〈n 2，n 3〈n 2，因此光在表面上的反射光有半波损失，下表面的反射光没有半波损失，所以他们的光程差222λ-=?e n ，这里λ是光在真空中的波
长，与1λ的关系是11λλn =。 故选C
11-3 如图所示，两平面玻璃板构成一空气劈尖，一平面单色光垂直入射到劈尖上，当A 板与B 板的夹角θ增大时，干涉图样将发生（ ）变化
（A ）干涉条纹间距增大，并向O 方向移动 （B ）干涉条纹间距减小，并向B 方向移动 （C ）干涉条纹间距减小，并向O 方向移动 （D ）干涉条纹间距增大，并向B 方向移动
解 空气劈尖干涉条纹间距θ
λ
sin 2n l =
?，劈尖干涉又称为等厚干涉，即k
相同的同一级条纹，无论是明纹还是暗纹，都出现在厚度相同的地方. 当A 板与B 板的夹角θ增大时，△ｌ变小. 和原厚度相同的地方向顶角方向移动，所以干涉条纹向O 方向移动。 故选C
11-4 如图所示的三种透明材料构成的牛顿环装置中，用单色光垂直照射，在反射光中看到干涉条纹，则在接触点P 处形成的圆斑为（ ）
（A ）全明 （B ）全暗
（C ）右半部明，左半部暗 （D ）右半部暗，左半部明
习题11-4图
解 牛顿环的明暗纹条件（光线垂直入射0=i ）
???
???
?
???=?
??=+=?)
(,2,1,0,,2,1,0,2)12(明纹（暗纹）k k k k λλ
在接触点P 处的厚度为零，光经劈尖空气层的上下表面反射后的光程差主要由此处是否有半波损失决定. 当光从光疏介质（折射率较小的介质）射向光密的介质（折射率较大的介质）时，反射光有半波损失. 结合本题的条件可知右半部
有一次半波损失，所以光程差是2
λ
，右半部暗，左半部有二次半波损失，光程
.162
.A
θ
B
O
习题11-3图
差是零，左半部明。 故选D
11-5 在单缝夫琅禾费衍射实验中. 波长为λ的单色光垂直入射在宽度为α=4λ的单缝上，对应于衍射角为30°的方向，单缝处波阵面可分成的半波带数目为（ ）
（A ）2个 （B ）4个 （C ）6个 （D ）8个
解 根据单缝衍射公式
??
?
?
???±=±+±???==)(,22)(,2)12(,3,2,1sin 暗纹中心明纹中心λλλθk k k k a k
因此第k 级暗纹对应的单缝波阵面被分成2k 个半波带，第k 级明纹对应的单缝波阵面被分成2k+1个半波带. 由题意asin θ=2λ，即对应第2级暗纹，单缝分成4个半波带。 故选B
11-6 一束光强为0I 的自然光垂直穿过两个偏振片，且此两偏振片的偏振化方向成
45°角，则穿过两个偏振片后的光强I 为( )
（A ）2
40I (B)4
0I (C)2
I (D)
02
2I 解 光强为0I 的自然光垂直穿过偏振片后的光强变为，两偏振片的偏振化方向成45°角，由马呂斯定律可知经过第二个偏振片后光强为 ,4
45cos 2020I I =?
故选B
11-7 在双缝干涉实验中，若使两逢之间的距离增大，则屏幕上干涉条纹间距为 ；若使单色光波长减小，则干涉条纹间距 。
解 减小、减小. 相邻两明（暗）纹的间距是d D x λ=?，其中d 是双缝之间
的距离，D 是双缝到屏的距离，λ是入射光的波长。
11-8 有一单缝，缝宽α=0.10mm ，在缝后放一焦距为50cm 的会聚透镜，用波长λ=546nm
的平行光垂直照射单缝，则位于透镜焦平面处屏上中央明纹的宽度为 。
解 两个一级暗纹中心之间为中央明纹（或零级明纹）范围，其线位置为
,a f x a f λ
λ??-
线宽度为a
f λ2，代入已知数据，可得位于透镜焦平面处屏上中央明纹的宽度是m 31046.5-?。
11-9 波长为λ=550nm 的单色光垂直入射于光栅常数cm d 4102-?=的平面衍射光
栅上，可能观察到光谱线的最高级次为第 级。
解 光栅方程λθk d ±=sin 是计算光栅主极大的公式. 可能观察到光谱线
的最高级次对应的衍射角是最大的，当?=90θ时，.6.310
5501
102sin 9
6=???==--λ
θ
d k 所以最高级次是第3级。
11-10 已知从一池静水表面反射出来的太阳光是线偏振光，此时，太阳在地平线上的仰角为=a
。 （池水的折射率为n=）
解 当反射光为光矢量垂直于入射面的完全偏振光时，入射角为起偏振角，称为布儒斯特角，,tan 1
20n n i = 本题中n 2=，n 1=1,故入射角,06.530?=i
所以太阳在地平线上的仰角为.94.3606.5390?=?-?=α
11-11 在杨氏双缝实验中，双缝间距d=0.20mm, 缝间距D=1.0m ，试求： （1）若第二级明条纹离屏中心的距离为6.0mm ，所用单色光的波长； （2）相邻两明条纹间的距离。
解 （1）根据双缝干涉明纹的条件,2,1,0,=±
=k k d
D
x k λ ，得 nm m kD dx k 6000
.12100.61020.03
3=????==--λ （2）当nm 600=λ时，相邻两明条纹间的距离 mm m d D x 0.31060010
2.00.19
3=???==
?--λ
11-12 薄钢片上有两条紧靠的平行细缝，用波长λ=的平面光波正入射到钢片上。屏幕距双缝的距离为D=2.00m ，测得中央明条纹两侧的第5级明条纹间的距离为
△x=12.0mm ，求： （1）两缝间的距离。
（2）从任一明条纹（记作0）向一边数到第20条明条纹，共经过多大距离 （3）如果使光波斜入射到钢片上，条纹间距将如何改变
解 根据双缝干涉明纹的条件,2,1,0,=±
=k k d
D
x k λ 对中央明条纹两侧的条纹级次应分别取正、负，对同侧的条纹级次应同时为正（或负）.
（1）根据双缝干涉明纹的条件
,2,1,0,=±=k k d
D x k λ???
把55-==k k 和代入上式，得 λd
D x x x 1055=-=?- mm m x
D d 910.0101.54610
120.210109
3
=????
=?=--λ （2）把200==k k 和代入公式，得
mm d
D x x x 2420020==-=?λ
（3）如果使光波斜入射到钢片上，中央明条纹的位置会发生变化，但条纹间距不变。
11-13 为了测量一精密螺栓的螺距，可用此螺栓来移动迈克耳孙干涉仪中的一面反射镜. 已知所用光波的波长为，螺栓旋转一周后，视场中移过了2023个干涉条纹，求螺栓的螺距。
解 迈克耳孙干涉仪中条纹移动数目N 与反射镜移动的距离△d 之间的关系为
2
λ?=?N d
代入数据得
mm m N d 552.02
1054620232 ·9
=??==?-λ
11-14 如图所示，制造半导体元件时，常常要精确测定硅片上二氧化硅薄膜的厚度，这时可把二氧化硅薄膜的一部分腐蚀掉，使其形成劈尖，利用等厚条纹测出其厚度。 已知Si 的折射率为，SiO 2的折射率为，入射光波长为，观察到条暗纹. 问SiO 2薄膜的厚度e 是多少
解 两界面反射光均有半波损失，暗纹条件是 2
)12(2λ+=k ne ),2,1,0( =k
由于k 从0开始计，题意知最大k=，所以 nm nm n k e 15713.5895
.141
5.724)12(=??+?=+=
λ
11-15 题图为一牛顿环装置，设平凸透镜中心恰好和平玻璃接触，透镜凸表面的曲率半径是R=400cm. 用某单色光平行光垂直入射 ，观察反射
光形成的牛顿环，测得第5个明环的半径是0.30cm.
（1）入射光的波长
（2）设图中OA=1.00cm ，求在半径为OA 的范围内可 观察到的明环数目。
解（1）本题中反射光形成牛顿环明环半径 ???=-=,3,2,1,
)2
1
(k R k r λ
图
习题1511-图
习题1411-
对于第5个明环，k=5，r=0.30cm ，R=400cm 代入上式 nm 500=λ
(2)令r=1.00cm ，R=400cm ，λ=500nm 代入公式的k=. 所以在半径为OA 的范围内可观察到的明环数目是50个。
11-16 某种单色光平行光垂直入射在单缝上，单缝宽a=0.15mm. 缝后放一个焦距f=400mm 的凸透镜，在透镜的焦平面上，测得中央明条纹两侧的两个第3级暗条纹之间的距离为8.0mm ，求入射光的波长。
解 根据单缝衍射的暗纹条件
???==,3,2,1,sin k k a λθ
又 ,,tan sin a
f k x f x λθθ==≈
中央明条纹两侧的两个第三级暗条纹对应的k 应分别取3±. 所以 a
f x λ6
=? nm m x f a 50010810
40061015.063
3
3
=?????=?=---λ
11-17 据说间谍卫星上的照相机能清楚识别地面上汽车的牌照号码。
（1）如果需要识别的牌照上的笔画间的距离为5cm ，在160km 高空的卫星上的照相机的角分辨率应多大
（2）此照相机的孔径需要多大光的波长按500nm 计。
解 （1）有圆孔衍射最小分辨角 l
d D ≈=λθ22.10
rad rad l d 7
3
2
010310
160105--?≈??=≈θ （2）m m D 2.210
31050022.122.179
0=???==--θλ
11-18 在夫琅禾费单缝衍射实验中，以钠黄光为光源. λ=，平行光垂直入射到单缝上。
（1）若缝宽为0.10mm ，问第一级极小出现在多大的角度上 （2）若要使第一级极小出现在°的方向上，则缝宽应多大
解 （1）夫琅禾费单缝衍射的暗纹条件 ???=±=,3,2,1,
sin k k a λθ
λ=，第一级极小时k=1，a=0.1mm.
rad rad a 3
3
9
1089.510
10.0100.589---?=??=≈λ
θ （2）k=1，θ=°时，mm a 0675.0sin ==
θ
λ
11-19 Ne He -激光器发出的红光，nm 8.632=λ，垂直入射到一平面透射光栅上，观察其夫琅禾费衍射花样，测得第1级极大出现在
38的方向上，求光栅常数。能否看到其2级光谱
解 光栅方程λθk d ±=sin 是计算光栅主极大的公式。当1=k 时， 38=θ，
m m d 6
101003.138
sin 106328sin --?=?==
θλ
对二级光谱，其衍射角应满足条件
λθ2sin max >d
但是61061027.110632821003.1---?
11-20 一束光由自然光和线偏振光混合而成，当它通过一偏振片时发现透射光的强度取决于偏振片的取向，其强度可以变化5倍，求入射光中两种光的强度各占总入射光强度的几分之几
解 自然光通过偏振片后光强为00
2
1
I =I '，线偏振光通过偏振片后最大光强I =I '，最小光强为零。由题可知
51000=I
'+I '+I '
得 04I '=I ' 所以
2
1200=I 'I '=I I
一、填空题： 1、多元统计分析是运用数理统计方法来研究解决多指标问题的理论和方法. 2、回归参数显著性检验是检验解释变量对被解释变量的影响是否著. 3、聚类分析就是分析如何对样品（或变量）进行量化分类的问题。通常聚类分析分为 Q型聚类和 R型聚类。 4、相应分析的主要目的是寻求列联表行因素A 和列因素B 的基本分析特征和它们的最优联立表示。 5、因子分析把每个原始变量分解为两部分因素：一部分为公共因子，另一部分为特殊因子。 6、若 () (,), P x N αμα ∑=1,2,3….n且相互独立，则样本均值向量x服从的分布 为_x~N(μ，Σ/n)_。 二、简答 1、简述典型变量与典型相关系数的概念，并说明典型相关分析的基本思想。 在每组变量中找出变量的线性组合，使得两组的线性组合之间具有最大的相关系数。选取和最初挑选的这对线性组合不相关的线性组合，使其配对，并选取相关系数最大的一对，如此下去直到两组之间的相关性被提取完毕为止。被选出的线性组合配对称为典型变量，它们的相关系数称为典型相关系数。 2、简述相应分析的基本思想。 相应分析，是指对两个定性变量的多种水平进行分析。设有两组因素A和B，其中因素A包含r个水平，因素B包含c个水平。对这两组因素作随机抽样调查，得到一个rc的二维列联表，记为。要寻求列联表列因素A和行因素B的基本分析特征和最优列联表示。相应分析即是通过列联表的转换，使得因素A
和因素B 具有对等性，从而用相同的因子轴同时描述两个因素各个水平的情况。把两个因素的各个水平的状况同时反映到具有相同坐标轴的因子平面上，从而得到因素A 、B 的联系。 3、简述费希尔判别法的基本思想。 从k 个总体中抽取具有p 个指标的样品观测数据，借助方差分析的思想构造一个线性判别函数 系数： 确定的原则是使得总体之间区别最大，而使每个总体内部的离差最小。将新样品的p 个指标值代入线性判别函数式中求出 值，然后根据判别一定的规则，就可以判别新的样品属于哪个总体。 5、简述多元统计分析中协差阵检验的步骤 第一，提出待检验的假设 和H1； 第二，给出检验的统计量及其服从的分布； 第三，给定检验水平，查统计量的分布表，确定相应的临界值，从而得到否定域； 第四，根据样本观测值计算出统计量的值，看是否落入否定域中，以便对待判假设做出决策（拒绝或接受）。 协差阵的检验 检验0=ΣΣ 0p H =ΣI ： /2 /21exp 2np n e tr n λ???? =-?? ? ???? S S 00p H =≠ΣΣI ： /2 /2**1exp 2np n e tr n λ???? =-?? ? ???? S S
必修五解三角形常考题型 1.1正弦定理和余弦定理 1.1.1正弦定理 【典型题剖析】 考察点1：利用正弦定理解三角形 例1 在V ABC 中，已知A:B:C=1:2:3,求a :b :c. 【点拨】 本题考查利用正弦定理实现三角形中边与角的互化，利用三角形内角和定理及正弦定理的变形形式 a :b :c=sinA: sinB: sinC 求解。 解：::1:2:3,A . ,,, 6 3 2 1::sin :sin :sin sin :sin :sin :1 2.6 3 2 2A B C B C A B C a b A B C ππ π π π π π =++=∴= = = ∴=== =Q 而 【解题策略】要牢记正弦定理极其变形形式，要做到灵活应用。 例2在ABC 中，已知 ，C=30°，求a+b 的取值范围。 【点拨】 此题可先运用正弦定理将a+b 表示为某个角的三角函数，然后再求解。 解：∵C=30°， ，∴由正弦定理得： sin sin sin a b c A B C === ∴ )sin （150°-A ）. ∴ )[sinA+sin(150° )·2sin75°·cos(75° -A)= 2 cos(75°-A) ① 当75°-A=0°，即A=75°时，a+b 取得最大值 2 ； ② ∵A=180°-(C+B)=150°-B,∴A ＜150°，∴0°＜A ＜150°, ∴-75°＜75°-A ＜75°，∴cos75°＜cos(75°-A)≤1， ∴＞ 2 cos75° = 2 × 4 . 综合①②可得a+b 的取值范围为 ,8+ 考察点2：利用正弦定理判断三角形形状 例3在△ABC 中，2 a ·tanB=2 b ·tanA ，判断三角形ABC 的形状。 【点拨】通过正弦定理把边的关系转化为角的关系，利用角的关系判断△ABC 的形状。
聚类分析和判别分析练习题 一、选择题 1.需要在聚类分析中保序的聚类分析是（ ）。 A.两步聚类 B.有序聚类 C.系统聚类 D.k-均值聚类 2.在系统聚类中2R 是（ ）。 A.组内离差平方和除以组间离差平方和 B.组间离差平方和除以组内离差平方和 C.组间离差平方和除以总离差平方和 D.组间均方除以总均方。 3.系统聚类的单调性是指（ ）。 A.每步并类的距离是单调增的 B.每步并类的距离是单调减的 C.聚类的类数越来越少 D.系统聚类2R 会越来越小 4.以下的系统聚类方法中，哪种系统聚类直接利用了组内的离差平方和。（ ） A.最长距离法 B.组间平均连接法 C.组内平均连接法 D.WARD 法 5.以下系统聚类方法中所用的相似性的度量，哪种最不稳健（ ）。 A.2 1()p ik jk k x x =-∑ B. 1p ik jk k ik jk x x x x =-+∑ C. 21p k =∑ D. 1()()i j i j -'x -x Σx -x 6. 以下系统聚类方法中所用的相似性的度量，哪种考虑了变量间的相关性（ ）。A.2 1()p ik jk k x x =-∑ B. 1 p ik jk k ik jk x x x x =-+∑ C. 21 p k =∑ D. 1()()i j i j -'x -x Σx -x 7.以下统计量，可以用来刻画分为几类的合理性统计量为（ ）？ A.可决系数或判定系数2R B. G G W P P -
C.()/(1) /() G G W P G P n G -- - D.() G W P W - 8.以下关于聚类分析的陈述，哪些是正确的（） A.进行聚类分析的统计数据有关于类的变量 B.进行聚类分析的变量应该进行标准化处理 C.不同的类间距离会产生不同的递推公式 D.递推公式有利于运算速度的提高。D(3)的信息需要D（2）提供。 9.判别分析和聚类分析所要求统计数据的不同是（） A.判别分析没有刻画类的变量，聚类分析有该变量 B.聚类分析没有刻画类的变量，判别分析有该变量 C.分析的变量在不同的样品上要有差异 D.要选择与研究目的有关的变量 10.距离判别法所用的距离是（） A.马氏距离 B. 欧氏距离 C.绝对值距离 D. 欧氏平方距离 11.在一些条件同时满足的场合，距离判别和贝叶斯判别等价，是以下哪些条件。 （） A.正态分布假定 B.等协方差矩阵假定 C.均值相等假定 D.先验概率相等假定 12.常用逐步判别分析选择不了的标准是（） A.Λ统计量越小变量的判别贡献更大 B.Λ统计量越大变量的判别贡献更大 C.判定系数越小变量的判别贡献更大 D.判定系数越大变量的判别贡献更大 二、填空题 1、聚类分析是建立一种分类方法，它将一批样本或变量按照它们在性质上的_______________进行科学的分类。 2．Q型聚类法是按_________进行聚类，R型聚类法是按_______进行聚类。 3．Q型聚类相似程度指标常见是、、，而R型聚类相似程度指标通常采用_____________ 、。 4．在聚类分析中需要对原始数据进行无量纲化处理，以消除不同量纲或数量级的影响，达到数据间
解三角形的必备知识和典型例题及习题 一、知识必备： 1．直角三角形中各元素间的关系： 在△ABC 中，C ＝90°，AB ＝c ，AC ＝b ，BC ＝a 。 （1）三边之间的关系：a 2＋b 2＝c 2。（勾股定理） （2）锐角之间的关系：A ＋B ＝90°； （3）边角之间的关系：（锐角三角函数定义） sin A ＝cos B ＝c a ，cos A ＝sin B ＝c b ，tan A ＝b a 。 2．斜三角形中各元素间的关系： 在△ABC 中，A 、B 、C 为其内角，a 、b 、c 分别表示A 、B 、C 的对边。 （1）三角形内角和：A ＋B ＋C ＝π。 （2）正弦定理：在一个三角形中，各边和它所对角的正弦的比相等 R C c B b A a 2sin sin sin ===（R 为外接圆半径） （3）余弦定理：三角形任何一边的平方等于其他两边平方的和减去这两边与它们夹角的余弦的积的两倍 a 2＝ b 2＋ c 2－2bc cos A ； b 2＝c 2＋a 2－2ca cos B ； c 2＝a 2＋b 2－2ab cos C 。 3．三角形的面积公式： （1）?S ＝ 21ah a ＝21bh b ＝2 1ch c （h a 、h b 、h c 分别表示a 、b 、c 上的高）； （2）?S ＝21ab sin C ＝21bc sin A ＝21ac sin B ； 4．解三角形：由三角形的六个元素（即三条边和三个内角）中的三个元素（其中至少有一个是边）求其他未知元素的问题叫做解三角形．广义地，这里所说的元素还可以包括三角形的高、中线、角平分线以及内切圆半径、外接圆半径、面积等等．主要类型： （1）两类正弦定理解三角形的问题： 第1、已知两角和任意一边，求其他的两边及一角. 第2、已知两角和其中一边的对角，求其他边角. （2）两类余弦定理解三角形的问题： 第1、已知三边求三角. 第2、已知两边和他们的夹角，求第三边和其他两角. 5．三角形中的三角变换 三角形中的三角变换，除了应用上述公式和上述变换方法外，还要注意三角形自身的特点。
第五章 聚类分析 判别分析和聚类分析有何区别 答：即根据一定的判别准则，判定一个样本归属于哪一类。具体而言，设有n 个样本，对每个样本测得p 项指标（变量）的数据，已知每个样本属于k 个类别（或总体）中的某一类，通过找出一个最优的划分，使得不同类别的样本尽可能地区别开，并判别该样本属于哪个总体。聚类分析是分析如何对样品（或变量）进行量化分类的问题。在聚类之前，我们并不知道总体，而是通过一次次的聚类，使相近的样品（或变量）聚合形成总体。通俗来讲，判别分析是在已知有多少类及是什么类的情况下进行分类，而聚类分析是在不知道类的情况下进行分类。 试述系统聚类的基本思想。 答：系统聚类的基本思想是：距离相近的样品（或变量）先聚成类，距离相远的后聚成类，过程一直进行下去，每个样品（或变量）总能聚到合适的类中。 对样品和变量进行聚类分析时， 所构造的统计量分别是什么简要说明为什么这样构造 答：对样品进行聚类分析时，用距离来测定样品之间的相似程度。因为我们把n 个样本看作p 维空间的n 个点。点之间的距离即可代表样品间的相似度。常用的距离为 （一）闵可夫斯基距离：1/1 ()() p q q ij ik jk k d q X X ==-∑ q 取不同值，分为 （1）绝对距离（1q =） 1 (1)p ij ik jk k d X X ==-∑ （2）欧氏距离（2q =） 21/2 1 (2)() p ij ik jk k d X X ==-∑ （3）切比雪夫距离（q =∞） 1()max ij ik jk k p d X X ≤≤∞=- （二）马氏距离 （三）兰氏距离 对变量的相似性，我们更多地要了解变量的变化趋势或变化方向，因此用相关性进行衡量。 将变量看作p 维空间的向量，一般用 2 1()()()ij i j i j d M -'=--X X ΣX X 11()p ik jk ij k ik jk X X d L p X X =-=+∑
《应用多元统计分析》 ——报告 班级： 学号： 姓名：
聚类分析的案例分析 摘要 本文主要用SPSS软件对实验数据运用系统聚类法和K均值聚类法进行聚类分析，从而实现聚类分析及其运用。利用聚类分析研究某化工厂周围的几个地区的 气体浓度的情况，从而判断出这几个地区的污染程度。 经过聚类分析可以得到，样本6这一地区的气体浓度值最高，污染程度是最严重的，样本3和样本4气体浓度较高，污染程度也比较严重，因此要给予及时的控制和改善。 关键词：SPSS软件聚类分析学生成绩
一、数学模型 聚类分析的基本思想是认为各个样本与所选择的指标之间存在着不同程度的相 似性。可以根据这些相似性把相似程度较高的归为一类，从而对其总体进行分析和总结，判断其之间的差距。 系统聚类法的基本思想是在这几个样本之间定义其之间的距离，在多个变量之间定义其相似系数，距离或者相似系数代表着样本或者变量之间的相似程度。根据相似程度的不同大小，将样本进行归类，将关系较为密切的归为一类，关系较为疏远的后归为一类，用不同的方法将所有的样本都聚到合适的类中，这里我们用的是最近距离法，形成一个聚类树形图，可据此清楚的看出样本的分类情况。 K 均值法是将每个样品分配给最近中心的类中，只产生指定类数的聚类结果。 二、数据来源 《应用多元统计分析》第一版164 页第6 题 我国山区有一某大型化工厂，在该厂区的邻近地区中挑选其中最具有代表性的 8 个大气取样点，在固定的时间点每日 4 次抽取6 种大气样本，测定其中包含的8 个取样点中每种气体的平均浓度，数据如下表。试用聚类分析方法对取样点及 大气污染气体进行分类。 三、建立数学模型 一、运行过程
1．正弦定理和余弦定理 在△ABC 中，若角A ，B ，C 所对的边分别是a ，b ，c ，R 为△ABC 外接圆半径，则 2.S △ABC ＝2ab sin C ＝2bc sin A ＝2ac sin B ＝4R ＝2(a ＋b ＋c )·r (r 是三角形内切圆的半径)，并可由此计算R ，r . 1.在△ABC 中，A >B ?a >b ?sin A >sin B ?cos A 5.2酿酒葡萄的等级划分 5.2.1葡萄酒的质量分类 由问题1中我们得知，第二组评酒员的的评价结果更为可信，所以我们通过第二组评酒员对于酒的评分做出处理。我们通过excel计算出每位评酒员对每支酒的总分，然后计算出每支酒的10个分数的平均值，作为总的对于这支酒的等级评价。 通过国际酿酒工会对于葡萄酒的分级，以百分制标准评级，总共评出了六个级别（见表5）。 在问题2的计算中，我们求出了各支酒的分数，考虑到所有分数在区间[61.6，81.5]波动，以原等级表分级，结果将会很模糊，不能分得比较清晰。为此我们需要进一步细化等级。为此我们重新细化出5个等级，为了方便计算，我们还对等级进行降序数字等级（见表6）。 通过对数据的预处理，我们得到了一个新的关于葡萄酒的分级表格（见表7）： 考虑到葡萄酒的质量与酿酒葡萄间有比较之间的关系，我们将保留葡萄酒质量对于酿酒葡萄的影响，先单纯从酿酒葡萄的理化指标对酿酒葡萄进行分类，然后在通过葡萄酒质量对酿酒葡萄质量的优劣进一步进行划分。 5.2.2建立模型 在通过酿酒葡萄的理化指标对酿酒葡萄分类的过程，我们用到了聚类分析方法中的ward 最小方差法，又叫做离差平方和法。 聚类分析是研究分类问题的一种多元统计方法。所谓类，通俗地说，就是指相似元素的集合。为了将样品进行分类，就需要研究样品之间关系。这里的最小方差法的基本思想就是将一个样品看作P 维空间的一个点，并在空间的定义距离，距离较近的点归为一类；距离较远的点归为不同的类。面对现在的问题，我们不知道元素的分类，连要分成几类都不知道。现在我们将用SAS 系统里面的stepdisc 和cluster 过程完成判别分析和聚类分析，最终确定元素对象的分类问题。 建立数据阵，具体数学表示为： 1111...............m n nm X X X X X ????=?????? （5.2.1） 式中，行向量1(,...,)i i im X x x =表示第i 个样品； 列向量1(,...,)'j j nj X x x =’，表示第j 项指标。(i=1,2,…,n;j=1,2,…m) 接下来我们将要对数据进行变化，以便于我们比较和消除纲量。在此我们用了使用最广范的方法，ward 最小方差法。其中用到了类间距离来进行比较，定义为： 2||||/(1/1/)kl k l k l D X X n n =-+ （5.2.2） Ward 方法并类时总是使得并类导致的类内离差平方和增量最小。 系统聚类数的确定。在聚类分析中，系统聚类最终得到的一个聚类树，如何确定类的个数，这是一个十分困难但又必须解决的问题；因为分类本身就没有一定标准，人们可以从不同的角度给出不同的分类。在实际应用中常使用下面几种方法确定类的个数。由适当的阀值确定，此处阀值为kl D 。 1. 解：cos cos cos ,sin cos sin cos sin cos a A b B c C A A B B C C +=+= sin 2sin 2sin 2,2sin()cos()2sin cos A B C A B A B C C +=+-= cos()cos(),2cos cos 0A B A B A B -=-+= cos 0A =或cos 0B =，得2A π=或2B π= 所以△ABC 是直角三角形。 2. 证明：将ac b c a B 2cos 222-+=，bc a c b A 2cos 2 22-+=代入右边 得右边22222222 22()222a c b b c a a b c abc abc ab +-+--=-= 22a b a b ab b a -==-=左边， ∴)cos cos (a A b B c a b b a -=- 3．证明：∵△AB C 是锐角三角形，∴,2A B π+>即022A B ππ>>-> ∴sin sin()2 A B π >-，即sin cos A B >；同理sin cos B C >；sin cos C A > ∴C B A C B A cos cos cos sin sin sin ++>++ 4.解：∵2,a c b +=∴sin sin 2sin A C B +=，即2sin cos 4sin cos 2222 A C A C B B +-=， ∴1sin cos 222B A C -==0,22 B π<<∴cos 2B = ∴sin 2sin cos 22244B B B ==?=839 5解：22222222sin()sin cos sin ,sin()cos sin sin a b A B a A B A a b A B b A B B ++===-- cos sin ,sin 2sin 2,222cos sin B A A B A B A B A B π===+=或2 ∴等腰或直角三角形 6解：2sin sin 2sin sin )sin ,R A A R C C b B ?-?=- 222sin sin )sin ,,a A c C b B a c b -=--=- 各地区各行业工资水平的分析(2009年数据) 小组成员：张艺伟、赵月、陈媛、邹莉、朱海龙、曾磊、胡瑛、候银萍 1.研究背景及意义 1.1 研究背景 工资水平是指一定区域和一定时间内劳动者平均收入的高低程度。生产决定分配，只有经济发展才能提供更多的可分配的社会产品，因此一个地区的工资水平在一定程度上反映了其经济发展的水平。 1.2 研究意义 1. 通过多元统计分析方法，探究一个地区的工资水平与其经济发展水平之间的内在联系。 2. 将平均工资水平划分为3类，分析哪些地区、哪些行业的工资水平较高，可以为大学生就业提供宏观上的方向指引。 2.数据来源与描述 2.1 数据来源——《中国劳动统计年鉴─2010》 （URL：https://www.doczj.com/doc/f12118689.html,/Navi/YearBook.aspx?id=N2011010069&floor=1###） 主编单位：国家统计局人口和就业统计司，人力资源和社会保障部规划财务司 出版社：中国统计出版社 简介：《中国劳动统计年鉴─2010》是一部全面反映中华人民共和国劳动经济情况的资料性年刊。本刊收集了2009年全国和各省、自治区、直辖市、香港特别行政区、澳门特别行政区的有关劳动统计数据。本书资料的取得形式主要有国家和部门的报表统计、行政记录和抽样调查。 2.2 数据描述 本数据集记录了全国31个省市（港、澳、台除外）的工资状况，各省市分别记录了其23个主要行业的平均工资水平，这23个主要行业包括：企业、事业、机关、金融业、制造业、建筑业、房地产业、农林牧渔业等等，具体数据格式参见图-0。 图-0 3.分析方法及原理 3.1 通过描述统计分析方法，判断哪些行业平均工资水平较高 描述统计分析方法主要是从基本统计量（诸如均值、方差、标准差、极大/小值、偏度、峰度等）的计算和描述开始的，并辅助于SPSS提供的图形功能，能够把握数据的基本特征和整体的分布特征。 在本案例中，通过比较不同行业（诸如企业、事业、机关、建筑业、制造业……）工资的均值、极大/小值，可以从总体上判断哪些行业的平均工资水平较高，哪些行业的较低。 3.2 通过聚类分析方法，判断哪些地区平均工资水平较高 聚类分析是依据研究对象的个体特征，对其进行分类的方法，分类在经济、管理、社会学、医学等领域，都有广泛的应用。聚类分析能够将一批样本（或变量）数据根据其诸多特征，按照在性质上的亲疏程度在没有先验知识的情况下进行自动分类，产生多个分类结果。类内部个体特征之间具有相似性，不同类间个体特征的差异性较大。 在本案例中，我们将采用两种方法进行聚类分析：一种是系统聚类法，另一种是K-均值法（快速聚类法）。 3.2.1系统聚类法 系统聚类法的基本原理：首先将一定数量的样本或指标各自看成一类，然后根据样本（或指标）的亲疏程度，将亲疏程度最高的两类进行合并，然后考虑合并后的类与其他类之间的亲疏程度，再进行合并。重复这一过程，直到将所有的样本（或指标）合并为一类。 系统聚类分为Q型聚类和R型聚类两种：Q型聚类是对样本进行聚类，它使具有相似特征的样本聚集在一起，使差异性大的样本分离开来；R型聚类是对变量进行聚类，它使差异性大的变量分离开来，相似的变量聚集在一起，这样就可以在相似变量中选择少数具有代表性的变量参与其他分析，实现减少变量个数、降低变量维度的目的。 在本例中进行的是Q型聚类。 类与类之间距离的计算方法主要有以下几种： （1）最短距离法（Nearest Neighbor），是指两类之间每个个体距离的最小值； （2）最长距离法（Farthest Neighbor），是指两类之间每个个体距离的最大值； （3）组间联接法（Between-groups Linkage），是指两类之间个体之间距离的平均值； 一、知识梳理 1．内角和定理：在ABC ?中，A B C ++=π；sin()A B +=sin C ；cos()A B +=cos C - 面积公式: 111 sin sin sin 222ABC S ab C bc A ac B ?= == 在三角形中大边对大角，反之亦然. 2．正弦定理：在一个三角形中,各边和它的所对角的正弦的比相等. 形式一：R C c B b A a 2sin sin sin === (解三角形的重要工具) 形式二： ?? ? ??===C R c B R b A R a sin 2sin 2sin 2 (边角转化的重要工具) 形式三：::sin :sin :sin a b c A B C = 形式四： sin ,sin ,sin 222a b c A B C R R R = == 3.余弦定理：三角形任何一边的平方等于其他两边的平方的和减去这两边与它们夹角的余弦的积的两倍.. 形式一：2 2 2 2cos a b c bc A =+- 2 2 2 2cos b c a ca B =+- 222 2cos c a b ab C =+-(解三角形的重要工具) 形式二： 222cos 2b c a A bc +-= 222cos 2a c b B ac +-= 222 cos 2a b c C ab +-= 二、方法归纳 (1)已知两角A 、B 与一边a ,由A +B +C =π及sin sin sin a b c A B C == ，可求出角C ，再求b 、c . (2)已知两边b 、c 与其夹角A ，由a 2=b 2+c 2 -2b c cosA ，求出a ，再由余弦定理，求出角B 、C . (3)已知三边a 、b 、c ，由余弦定理可求出角A 、B 、C . (4)已知两边a 、b 及其中一边的对角A ，由正弦定理sin sin a b A B = ，求出另一边b 的对角B ，由C =π-(A +B )，求出c ，再由sin sin a c A C =求出C ，而通过sin sin a b A B = 求B 时，可能出一解，两解或无解的情况 a = b sinA 有一解 b >a >b sinA 有两解 a ≥b 有一解 a >b 有一解 三、课堂精讲例题 问题一：利用正弦定理解三角形 第五章 聚类分析 5.1 判别分析和聚类分析有何区别？ 答：即根据一定的判别准则，判定一个样本归属于哪一类。具体而言，设有n 个样本，对每个样本测得p 项指标（变量）的数据，已知每个样本属于k 个类别（或总体）中的某一类，通过找出一个最优的划分，使得不同类别的样本尽可能地区别开，并判别该样本属于哪个总体。聚类分析是分析如何对样品（或变量）进行量化分类的问题。在聚类之前，我们并不知道总体，而是通过一次次的聚类，使相近的样品（或变量）聚合形成总体。通俗来讲，判别分析是在已知有多少类及是什么类的情况下进行分类，而聚类分析是在不知道类的情况下进行分类。 5.2 试述系统聚类的基本思想。 答：系统聚类的基本思想是：距离相近的样品（或变量）先聚成类，距离相远的后聚成类，过程一直进行下去，每个样品（或变量）总能聚到合适的类中。 5.3 对样品和变量进行聚类分析时， 所构造的统计量分别是什么？简要说明为什么这样构造？ 答：对样品进行聚类分析时，用距离来测定样品之间的相似程度。因为我们把n 个样本看作p 维空间的n 个点。点之间的距离即可代表样品间的相似度。常用的距离为 （一）闵可夫斯基距离：1/1()()p q q ij ik jk k d q X X ==-∑ q 取不同值，分为 （1）绝对距离（1q =） 1 (1)p ij ik jk k d X X ==-∑ （2）欧氏距离（2q =） 21/2 1 (2)() p ij ik jk k d X X ==-∑ （3）切比雪夫距离（q =∞） 1()max ij ik jk k p d X X ≤≤∞=- （二）马氏距离 （三）兰氏距离 对变量的相似性，我们更多地要了解变量的变化趋势或变化方向，因此用相关性进行衡量。 将变量看作p 维空间的向量，一般用 （一）夹角余弦 （二）相关系数 5.4 在进行系统聚类时，不同类间距离计算方法有何区别？选择距离公式应遵循哪些原则？ 答： 设d ij 表示样品X i 与X j 之间距离，用D ij 表示类G i 与G j 之间的距离。 （1）. 最短距离法 21()()()ij i j i j d M -'=--X X ΣX X 11()p ik jk ij k ik jk X X d L p X X =-=+∑ cos p ik jk ij X X θ= ∑ ()() p ik i jk j ij X X X X r --= ∑ ij G X G X ij d D j j i i ∈∈= ,min k-means聚类”——数据分析、数据挖掘 一、概要 分类作为一种监督学习方法，要求必须事先明确知道各个类别的信息，并且断言所有待分类项都有一个类别与之对应。但是很多时候上述条件得不到满足，尤其是在处理海量数据的时候，如果通过预处理使得数据满足分类算法的要求，则代价非常大，这时候可以考虑使用聚类算法。聚类属于无监督学习，相比于分类，聚类不依赖预定义的类和类标号的训练实例。本文介绍一种常见的聚类算法——k 均值和k 中心点聚类，最后会举一个实例：应用聚类方法试图解决一个在体育界大家颇具争议的问题——中国男足近几年在亚洲到底处于几流水平。 二、聚类问题 所谓聚类问题，就是给定一个元素集合D，其中每个元素具有n 个可观察属性，使用某种算法将D 划分成k 个子集，要求每个子集内部的元素之间相异度尽可能低，而不同子集的元素相异度尽可能高。其中每个子集叫做一个簇。 与分类不同，分类是示例式学习，要求分类前明确各个类别，并断言每个元素映射到一个类别，而聚类是观察式学习，在聚类前可以不知道类别甚至不给定类别数量，是无监督学习的一种。目前聚类广泛应用于统计学、生物学、数据库技术和市场营销等领域，相应的算法也非常的多。本文仅介绍一种最简单的聚类算法——k 均值（k-means）算法。 三、概念介绍 区分两个概念： hard clustering：一个文档要么属于类w，要么不属于类w，即文档对确定的类w是二值的1或0。 soft clustering：一个文档可以属于类w1，同时也可以属于w2，而且文档属于一个类的值不是0或1，可以是这样的小数。 K-Means就是一种hard clustering，所谓K-means里的K就是我们要事先指定分类的个数，即K个。 k-means算法的流程如下： 1）从N个文档随机选取K个文档作为初始质心 2）对剩余的每个文档测量其到每个质心的距离，并把它归到最近的质心的类 3）重新计算已经得到的各个类的质心 4）迭代2～3步直至满足既定的条件，算法结束 在K－means算法里所有的文档都必须向量化，n个文档的质心可以认为是这n 个向量的中心，计算方法如下： 这里加入一个方差RSS的概念： RSSk的值是类k中每个文档到质心的距离，RSS是所有k个类的RSS值的和。 算法结束条件： 1）给定一个迭代次数，达到这个次数就停止，这好像不是一个好建议。 SPSS软件操作实例——某移动公司客户细分模型 数据准备：数据来源于telco.sav，如图1所示，Customer_ID表示客户编号，Peak_mins表示工作日上班时期电话时长，OffPeak_mins表示工作日下班时期电话时长等。 图1 telco.sav数据 分析目的：对移动手机用户进行细分，了解不同用户群体的消费习惯，以更好的对其进行定制性的业务推销，所以需要运用聚类分析。 操作步骤： 1，从菜单中选择【文件】——【打开】——【数据】，在打开数据窗口中选择数据位置以及文件类型，将数据telco.sav导入SPSS软件中，如图2所示。 图2 打开数据菜单选项 2，从菜单中选择【分析】——【描述统计】——【描述】，然后在描述性窗口中，将需要标准化的变量选到右边的“变量列表”，勾选“将标准化得分另存为变量”，点确定，如图3所示。 图3 数据标准化 3，从菜单中选择【分析】——【分类】——【K-均值聚类】，在K-均值聚类分析窗口中将标准化之后的结果选入右边“变量列表”，客户编号选入“个案标记依据”，聚类数改为5。点击迭代按钮，在迭代窗口将最大迭代次数改为100，点击继续。点击保存按钮，在保存窗口勾选“聚类成员”、“与聚类中心的距离”，点击继续。点击选项按钮，在选项窗口勾选“ANOV A表”、“每个个案的聚类信息”，点击继续。点击确定按钮，运行聚类分析，如图4所示。 图4 聚类分析操作 由最终聚类中心表可得最终分成的5个类它们各自的均值。 第一类：依据总通话时间长，上班通话时间长，国际通话时间长等特征，将第一类命名为高端商用客户。 第二类：依据其在各项指标中均较低，将第二类命名为不常使用客户。 第三类：依据总通话和上班通话时间居中等特征，将第三类命名为中端商用客户。第四类：依据下班通话时间最长等特征，将第四类命名为日常客户。 第五类：依据平均每次通话时间最长等特征，将第五类命名为长聊客户。 由ANOVA表可根据F值大小近似得到哪些变量对聚类有贡献，本例题中重要程度排序为：总通话时长>工作日上班时期电话时长>工作日下班时期电话时 知识回顾: 4、理解定理 (1) 正弦定理说明同一三角形中，边与其对角的正弦成正比，且比例系数为同一正数，即 存在正数 k 使 a ksinA ， ________________ ， c ksinC ； （2）」 b J 等价于 ______________________ sin A sin B sin C (3) 正弦定理的基本作用为: 正弦、余弦定理 1、直角三角形中，角与边的等式关系：在 Rt ABC 中，设 BC=a ，AG=b , AB=c , 根据锐角三角函数中正弦函数的定义，有 -sin A ，- sin B ，又sinC 1 -，从而在直角三 c c c 角形ABC 中，-?- sin A b sin B c si nC 2、当 ABC 是锐角三角形时，设边 AB 上的高是CD 根据任意角三角函数的定义, 有 CD=asinB bsinA ，则 一- b ，同理可得一 sin A sin B sin C b sin B 从而」- sin A b sin B c sin C 3、正弦定理：在一个三角形中，各边和它所对角的 ____ 的比相等，即旦 sin A b sin B c sin C c b a c sin C sin B ' sin A sin C ① 已知三角形的任意两角及其一边可以求其他边，如 a bsinA ； b sin B ② 已知三角形的任意两边与其中一边的对角可以求其他角的正弦值， 如 sin A a sin B ； sinC . b (4) 一般地，已知三角形的某些边和角，求其它的边和角的过程叫作 解三角形? 5、知识拓展 6、 勾股定理： ___________________________________ 7、 余弦定理：三角形中 __________ 平方等于 _______________________ 减去 _____________ ______________ 的两倍，即a 2 b 2 8、余弦定理的推论: cosC ____________________________ 。 9、在 ABC 中，若a 2 b 2 c 2,则 ______________________ ，反之成立; 典型例题: a b sin A sin B c si nC 2R ，其中2R 为外接圆直径. c 2 cosA cosB 1. 模糊聚类分析模型 环境区域的污染情况由污染物在4个要素中的含量超标程度来衡量。设这5个环境区域的污染数据为1x =(80, 10, 6, 2), 2x =(50, 1, 6, 4), 3x =(90, 6, 4, 6), 4x =(40, 5, 7, 3), 5x =(10, 1, 2, 4). 试用模糊传递闭包法对X 进行分类。 解 ： 由题设知特性指标矩阵为: * 80106250164906464057310124X ????????=???????? 数据规格化：最大规格化' ij ij j x x M = 其中： 12max(,,...,)j j j nj M x x x = 00.8910.860.330.560.1 0.860.671 0.60.5710.440.510.50.11 0.1 0.290.67X ????????=?? ?????? 构造模糊相似矩阵: 采用最大最小法来构造模糊相似矩阵55()ij R r ?=, 1 0.540.620.630.240.5410.550.700.530.62 0.5510.560.370.630.700.5610.380.24 0.530.370.381R ?? ??? ???=?? ?????? 利用平方自合成方法求传递闭包t (R ) 依次计算248,,R R R , 由于84R R =，所以4()t R R = 2 10.630.620.630.530.6310.560.700.530.62 0.5610.620.530.630.700.6210.530.530.530.530.531R ?? ??????=?? ??????， 4 10.630.620.630.530.6310.620.700.530.62 0.6210.620.530.630.700.6210.530.53 0.530.530.531R ????????=?? ?????? =8R 选取适当的置信水平值[0,1]λ∈, 按λ截矩阵进行动态聚类。把()t R 中的元素从大到小的顺序编排如下: 1>0.70>0.63>062>053. 依次取λ=1, 0.70, 0.63, 062, 053，得 11 000001000()0 010******* 0001t R ????? ? ??=?? ??????，此时X 被分为5类：{1x }，{2x }，{3x }，{4x }，{5x } 0.7 1000001010()001000101000001t R ?????? ??=?? ??????，此时X 被分为4类：{1x }，{2x ，4x }，{3x }，{5x } 0.63 1101011010()001001101000001t R ?????? ??=?? ??????，此时X 被分为3类：{1x ，2x ，4x }，{3x }，{5x } 0.62 1111011110()11110111100 0001t R ?????? ??=?? ?????? ，此时X 被分为2类：{1x ，2x ，4x ，3x }，{5x } Lab 6 聚类分析 一、分析背景 Chrysler公司为了赢得市场竞争地位，决定推出新产品Viper，该种产品的目标客户是雅皮士阶层。为了进一步了解这种人群的心理特征，定位自己的产品，吸引目标客户，Chrysler公司进行了一次市场调研。研究者使用九点量表测量400名被试者对30项陈述的态度，从而了解这些目标客户的心理特征。调研还询问被试者对Dodge Viper型汽车的态度来测量标准变量，标准变量的测量通过九点量表来测试消费者对“我愿意购买Chrysler公司生产的Dodge Viper型汽车”的态度。 本次分析的目的是：通过聚类分析，将原始变量分别聚成三类和四类，比较两种方法的效果。同时，比较使用原始变量得到的聚类结果和使用因子得分得到的聚类结果，看哪一种方法能更好地解释数据。 二、分析结果 1、根据原始变量进行的聚类分析 首先根据原始变量进行聚类分析，由于样本数较大，采用迭代聚类法，分别将样本聚为三类和四类，下面是聚类分析的结果比较。 表 1 聚为三类后的组重心表 2 聚为四类后的组重心 表 3 聚为三类的每组样本数表 聚为四类的每组样本数 表5 聚为三类后组重心之间的距离 表 6 聚为四类后组重心之间的距离 由方差分析的结果（结果略）可知，在聚为三类和四类的分析中，V8,V9,V18,V19,V20和V27的组间差异均大于0.05，结果不显著。 2、 根据因子得分进行的聚类分析 以下是根据因子得分，采用迭代法将样本聚为三类和四类的结果： 表7 聚为三类后的组重心 -.45298 .16364 .29950 .36038 -.22794 -.15239 .28739 -.32881 .00765 .25444 .70915 -.87203 .52946 -.29355 -.26021 .18363 .11953 -.28471 .00228 .20936 -.18616 .56772 -.64844 .01414 消费因子 时尚因子 社会因子 爱国因子 期望因子 偏好因子 个性因子 家庭因子 1 2 3 Cluster 表 8 聚为三类时的样本数 137.000 123.000 140.000 400.000 .000 1 2 3 Cluster Valid Missing 中小学1对1课外辅导专家 文成教育学科辅导教案讲义 授课对象 授课教师 徐老师 授课时间 3月11日 授课题目 解三角形复习总结 课 型 复习课 使用教具 人教版教材 教学目标 熟练掌握三角形六元素之间的关系，会解三角形 教学重点和难 点 灵活解斜三角形 参考教材 人教版必修5第一章 教学流程及授课详案 解三角形的必备知识和典型例题及详解 一、知识必备： 1．直角三角形中各元素间的关系： 在△ABC 中，C ＝90°，AB ＝c ，AC ＝b ，BC ＝a 。 （1）三边之间的关系：a 2 ＋b 2 ＝c 2 。（勾股定理） （2）锐角之间的关系：A ＋B ＝90°； （3）边角之间的关系：（锐角三角函数定义） sin A ＝cos B ＝ c a ，cos A ＝sin B ＝c b ，tan A ＝b a 。 2．斜三角形中各元素间的关系： 在△ABC 中，A 、B 、C 为其内角，a 、b 、c 分别表示A 、B 、C 的对边。 （1）三角形内角和：A ＋B ＋C ＝π。 （2）正弦定理：在一个三角形中，各边和它所对角的正弦的比相等 R C c B b A a 2sin sin sin ===（R 为外接圆半径） （3）余弦定理：三角形任何一边的平方等于其他两边平方的和减去这两边与它们夹角的余弦的积的两倍 a 2＝ b 2＋ c 2－2bc cos A ； b 2＝c 2＋a 2－2ca cos B ； c 2＝a 2＋b 2－2ab cos C 。 3．三角形的面积公式： （1）?S ＝ 21ah a ＝21bh b ＝2 1 ch c （h a 、h b 、h c 分别表示a 、b 、c 上的高）；聚类分析实例分析题
解三角形典型例题答案
SPSS教程-聚类分析-附实例操作
正弦定理余弦定理综合应用解三角形经典例题老师
应用多元统计分析习题解答-聚类分析
聚类分析实例
聚类分析案例
解三角形经典例题及解答
模糊聚类分析例子
聚类分析实例讲解
解三角形知识点汇总和典型例题(新)
相关主题
文本预览