<<
>>

Разрезания. • Преобразование прямоугольника и параллелограмма в квадрат

Многие книги по занимательной математике содержат задачи на разрезание многоугольников. Происхождение этих задач, вероятно, имеет под собой различную основу. Это и разрезание куска кожи или ткани с наименьшими потерями, причем таким образом, чтобы готовое изделие имело как можно меньше швов.

Это архитектурные задачи, в которых какие-то дета­ли заданного размера требуется разместить внутри определенного сооружения. И наконец, чисто геометри­ческие исследования.

Именно в процессе таких исследований и возникло доказательство теоремы Пифагора, которое изображено на рис. 1.

Внутри квадрата со стороной, равной а + Ь, поме­щены четыре одинаковых прямоугольных треугольника со сторонами, равными соответственно а, b и с.

Размещая эти четыре треугольника двумя разными способами, можно показать, что разность площа­дей большого квадрата и этих треугольников, с одной стороны, равна с2, а с другой— (a2+fr2), так что

а22 = с2.

Однако доказательствами такого типа следует поль­зоваться с известной осторожностью.

Следующий классический пример размещений четырех многоугольников показывает, что сумма их

площадей равняется, с одной стороны, 8X8=64, а с другой— 13X8=65 (рис. 2).

Как ставятся задачи на разрезание? Далее мы уви­дим, что любой многоугольник, выпуклый или невыпуклый, можно преобразовать в любой другой равновеликий (т. е. имеющий равную площадь) много­угольник с помощью конечного числа разрезаний.

Упростим постановку вопроса. Возьмем прямоуголь­ник любой формы и найдем, сколько разумно выбран­ных разрезов ножницами (разумеется, по прямым линиям) нам потребуется сделать, чтобы преобра­зовать его в квадрат, равновеликий заданному прямоугольнику.

ЗАДАЧА 1

Для начала возьмем прямоугольник со сторонами, которые относятся как 2:1 (рис.

3). В этом случае требуемое преобразование можно осуществить с по­мощью двух разрезов ножницами.

ЗАДАЧА 2

Несколько сложнее задача о разрезании прямоуголь­ника размером 3X2 (рис. 3). Но и здесь достаточно двух разрезов ножницами.

ЗАДАЧИ 3,4 и 5

Решая задачу 2, мы убедились, что при разрезании на три части предельным является случай прямоуголь­ника размером 2X1 (см. решение задачи 2). Попы-

таемся теперь найти способы разрезания на части, из которых можно было бы сложить равновеликие квадраты, прямоугольников размерами 3>2h, то его следует разрезать на четыре части. (Правда, задачи 4 и 7 несколько поколебали нашу уверенность в этом, поскольку там мы смогли преобра зовать прямоугольник в квадрат, разрезав его лишь на две части.)

Возьмем теперь прямоугольник 4ХЮ Обычно в оптимальном случае прямоугольник разрезается на четыре части.

Вы уверены в этом? Другими словами, можно ли решить задачу, разрезав данный прямоугольник на три части?

Если это удастся, то можно ли обобщить найденное решение?

<< | >>
Источник: Байиф Ж.К.. Логические задачи: Пер. с франц./Перевод Сударева Ю. Н.; Под редакцией и с посдесд И. М. Яглома.— М.: Мир,1983.— 172 с.. 1983

Еще по теме Разрезания. • Преобразование прямоугольника и параллелограмма в квадрат:

  1. 10. Различные разрезания
  2. 7.3. Формула прямоугольников
  3. 66. Доступный обобщённый метод наименьших квадратов. Взвешенный метод наименьших квадратов
  4. Формула прямоугольников.
  5. Квадрат
  6. Метод наименьших квадратов.
  7. 92. Двухшаговый метод наименьших квадратов (ДМНК)
  8. 42. Метод наименьших квадратов для моделей регрессии, нелинейных по факторным переменным
  9. 90. Косвенный метод наименьших квадратов (КМНК)
  10. 43. Метод наименьших квадратов для моделей регрессии, нелинейных по оцениваемым коэффициентам
  11. 4.7. Метод наименьших квадратов для обработки результатов экспериментов.
  12. 13. Система нормальных уравнений и явный вид ее решения при оценивании методом наименьших квадратов линейной модели парной регрессии
  13. Преобразование Фурье.
  14. 12. Оценивание неизвестных коэффициентов модели регрессии методом наименьших квадратов. Теорема Гаусса – Маркова
  15. Элементарные преобразования.
  16. 27. Классический метод наименьших квадратов для модели множественной регрессии. Метод Крамера
  17. Преобразование.
  18. Линейные преобразования.
  19. 19.Понятие об эмпирических формулах и методе наименьших квадратов. Подбор параметров линейной функции (вывод системы нормальных уравнений).
  20. 98. Нелинейный метод наименьших квадратов. Метод Койка