Skip to content

4.1.1 倾斜角与斜率

💡 知识点 4.1

直线 \ell 的倾斜角为 α\alpha , 任取直线 \ell 上两点 P1(x1,y1),P2(x2,y2)(x1x2)P_{1}(x_{1},y_{1}), P_{2}(x_{2},y_{2})(x_{1} \neq x_{2}) , 则 (1) 斜率: k=tanα,α[0,π2)(π2,π)k = \tan \alpha, \alpha \in \left[0, \frac{\pi}{2}\right) \cup \left(\frac{\pi}{2}, \pi\right) ; (2) 斜率公式: k=y2y1x2x1k = \frac{y_{2} - y_{1}}{x_{2} - x_{1}} .

📌 标注说明

直线的倾斜角 α\alpha 的取值范围为 α[0,π)\alpha \in [0, \pi) .

✍️ 例 4.1

已知 A(1,2)A(-1,-2) , B(2,1)B(2,1) , C(x,2)C(x,2) 三点共线, 则 x= ____, 直线 AB 的倾斜角为 ____.

🔑 查看解析与步骤

因为 A(1,2),B(2,1),C(x,2)A(-1, -2), B(2, 1), C(x, 2) 三点共线,所以 kAB=kBCk_{AB} = k_{BC} ,即 1+22+1=21x2\frac{1 + 2}{2 + 1} = \frac{2 - 1}{x - 2} ,解得 x=3x = 3 ,设直线 ABAB 的倾斜角为 α\alpha ,则 tanα=1\tan \alpha = 1 ,因此 α=π4\alpha = \frac{\pi}{4} ,故填 3;π43; \frac{\pi}{4} .

再看斜率公式 k=y2y1x2x1k = \frac{y_2 - y_1}{x_2 - x_1} , 这是关于 x,yx, y 的一次分式, 根据这个特征, 如果题目中遇到关于 x,yx, y 的一次分式, 我们就可以尝试构造斜率.

✍️ 例 4.2

已知点 A(13,1)A(-1-\sqrt{3},-1) , B(3,0)B(3,0) ,若点 M(x,y)M(x,y) 在线段 AB 上,则 y2x+1\frac{y-2}{x+1} 的取值范围是 ____.

🔑 查看解析与步骤

如图4-1所示, 设 NN(1,2)(-1,2) , CCABAB 上一点且 CNyCN \parallel y 轴. 由 y2x+1=y2x(1)\frac{y - 2}{x + 1} = \frac{y - 2}{x - (-1)} , 得 y2x+1\frac{y - 2}{x + 1} 为点 M(x,y)M(x,y) 与点 N(1,2)N(-1,2) 连线的斜率 kMNk_{MN} , 由于 kNA=1213+1=3,kNB=2013=12k_{NA} = \frac{-1 - 2}{-1 - \sqrt{3} + 1} = \sqrt{3}, k_{NB} = \frac{2 - 0}{-1 - 3} = -\frac{1}{2} , 则当 MMAA 无限趋近于 CC 时, kMN[3,+)k_{MN} \in [\sqrt{3}, +\infty) , 当 MMCC 运动到 BB 时, kMN(,12]k_{MN} \in \left(-\infty, -\frac{1}{2}\right] , 故填 (,12][3,+)\left(-\infty, -\frac{1}{2}\right] \cup [\sqrt{3}, +\infty) .


图4-1

一次分式型转直线斜率, 是一个很重要的技巧, 现总结如下:

🛠️ 方法总结 4.1

分式型 ynxm\frac{y - n}{x - m} 可以转化为(m,n)与(x,y)连线的斜率.

🎯 变式 4.2.1

(2023 湖北期末) 已知幂函数 f(x)f(x) 的图像经过点 (18,24)\left(\frac{1}{8}, \frac{\sqrt{2}}{4}\right) . P(x1,y1)P(x_{1}, y_{1}) , Q(x2,y2)(x1<x2)Q(x_{2}, y_{2})(x_{1} < x_{2}) 是函数图像上的任意不同两点, 则以下结论正确的有 ( ).

A. x1f(x1)>x2f(x2)x_{1}f(x_{1}) > x_{2}f(x_{2}) B. x1f(x1)<x2f(x2)x_{1}f(x_{1}) < x_{2}f(x_{2}) C. f(x1)x1>f(x2)x2\frac{f(x_1)}{x_1} >\frac{f(x_2)}{x_2} D. f(x1)x1<f(x2)x2\frac{f(x_1)}{x_1} < \frac{f(x_2)}{x_2}