极限法——解决几何最优化问题的捷径【信息技术】.docVIP

极限法——解决几何最优化问题的捷径 长郡中学 金恺 【关键字】最优值 极限 无穷小 微调 【概述】 在平面几何问题中我们经常会遇到一些求极值的问题。在这些问题中，自变量和目标函数可能涉及到坐标、斜率、长度、角度、周长、面积等等一些复杂的量，而且往往自变量还有一些复杂的约束条件，因此直接用函数求极值的方法是行不通或极其复杂的。 这些问题中，变量往往有无穷多种取值方案（比如说点的取值范围可能是整个平面或在某条直线上），所以无法枚举每一种取值方案来找最值，这时往往能够通过极限法证明：自变量取某些非特殊情况值时目标函数不可能是最优的——因为这时经过微调一个无穷小量能够使得目标函数的值变得更优，从而剩下有限种特殊的取值情况可能成为最优解，通过枚举所有特殊情况就能找到目标函数的最优解了。 在另一些同类问题中，本来就可以通过枚举有限个取值情况求出最优解，但是枚举的量很大，时间复杂度较高，我们也可尝试通过极限法来大大减少需要枚举的情况，从而降低时间复杂度。 以上就是极限法的大致思想，它的作用简而言之就是化无限为有限，变有限为少量。 正文 极限法的应用实例非常的多，比如经典的最小矩形问题，就是通过极限法证明了：最小矩形的某条边必须过两个已知点，从而大大减少了需要枚举的矩形数目。 然而极限法用起来的确有较大的困难，有时候证明起来非常困难，可能情况比较复杂，也可能不知道如何调整，需要用到三角函数之类的比较复杂的数学知识，因此真正掌握它需要扎实的数学功底，极强的观察力以及必要的经验是必不可少的。 下面就来用极限法解决一些典型问题，从实例的分析中一步一步深入地认识极限法的用途和用法。 例题一、巧克力 糖果厂凸起的N≤50）边形巧克力，Kiddy和Carlson买了一块想成两。两的大小必须相等，找出用以分巧克力的分割线的最短长度。 设∠C=γ，∠CAB=α，∠CBA=β。当α≠β时，可以证明：把分割线L稍微旋转一个无穷小量θ到L’并保持L’两边的面积相等，能够使L’的长度小于L。证明如下： 不妨设αβ，旋转后L’仍与原来的两边相交（因为仅旋转了一个无穷小量），交点为A’、B’，∠CA’B’=α+θ，∠CBA=β-θ。 在三角形ABC中，有正弦定理： 在三角形A’B’C中，有正弦定理： 由于L和L’都是分割线，所以SABC=SA’B’C，即 所以L2L’2，即L’L。如果A、B所在的两边平行（即C在无穷远处），也有相同的结论（如图3）。 因此若βα时，L不可能为最短的分割线。同理，当βα时，L也不可能是最短的。若L是不过P的顶点的最短的分割线，那么L与P的两个夹角必然相等。 这就是我们希望得到的，因为枚举L两个端点所在的边后，L的斜率就确定了，再根据L的两边面积相等，就可以直接算出L的位置。得到了这些结论后，已能够设计出O(N 2)的算法。 小结：通过此题，我们已经初次接触到了极限法，并利用它得到了一个极其简单的结论。使得自变量的取值范围从无穷多条直线减少到了有限条，从而通过简单的穷举法解决。 例题二、(3≤n≤10000)个重合点，要求一条直线，使得所有点到这条直线的距离和最小。，求min{f(l)}。 试题分析：最容易想到的做法是枚举所有的直线，得到最优值。但平面中的直线有无穷多条，怎样的直线才有可能是我们要找的那一条呢？ ⑴可以规定直线l经过某一个已知点。因为：若l不经过任何一个已知点，则l两侧肯定有一侧的点数不少于另一侧，设多的一侧有a个点，少的一侧有b个点，将l往点多的那侧平移一个微量△到l’，则f(l’)-f(l)=b△-a△=(b-a)△≤0，故f(l’)≤f(l)。（如图4） 这样不断的往同一个方向平移，直到遇到第一个已知点，移动到l’’。可知f(l’’)≤f(l)。 ⑵可以再规定直线l经过两个已知点。原因如下：根据⑴，设l过V1，而不过其它点（如图5）：记Li为Vi到V1的距离，αi为Vi到V1的连线与Vi到l的垂线的夹角。 设直线绕V1逆时针旋转一个很小的角度α(α(0+)到l’，l顺时针旋转相同的角度α到l’’。 （如图6）只要α足够小，就能使旋转过程中不碰到其它已知点。 如果αi=0，那么不论直线旋转到l’还是l’’，Vi到直线的距离都严格减小了。(如图7)αi≠0，则旋转后的夹角分别变为αi+α，αi –α。由于 所以将每点所作的改变量相加可以得出：；而由直线l的最优性可以知道：，，矛盾。 因此，可以规定直线l必过两个已知点。 至此，待枚举的直线就变为了有限条，因此我们可以得到一个有效的算法了： min(∞ 枚举两个点 ①根据两个点确定直线h ②计算直线now(f(h) ③若nowmin则l(h,min(now 通过极限法，我们已经将需考虑的直线从无线条转化为了有限的n2条，从而能够设计出一个有效算法解决本题。此算法