AM@空间曲面@平面@面面位置关系@点面距离

news2024/11/27 11:37:03

文章目录

    • 曲面
    • 曲线
    • 平面
      • 点法式方程
        • 不共线的3点确定一个平面
        • 方程同解
        • 平面方程的一般式
        • 特别情形
        • 与坐标轴平行的平面
        • 与坐标轴垂直@与坐标面平行的平面
        • A=B=C=0
      • 截距式
      • 两平面的夹角👺
      • 两平面的位置关系
        • 垂直关系
        • 平行关系
      • 点到平面的距离
        • 小结

曲面

  • 空间解析几何中"曲面S"的三元方程 G : F ( x , y , z ) = 0 G:F(x,y,z)=0 G:F(x,y,z)=0的关系(含义)
    • S上的任意一点满足方程G
    • 不在S上的点,不满足方程G

曲线

  • 可以将空间曲线看作是曲面的交线

    • 设2个曲面及其方程 S 1 : F ( x , y , z ) = 0 S_1:F(x,y,z)=0 S1:F(x,y,z)=0 S 2 : G ( x , y , z ) = 0 S_2:G(x,y,z)=0 S2:G(x,y,z)=0

    • 它们的交线 C C C的方程:

      • F ( x , y , z ) = 0 G ( x , y , z ) = 0 F(x,y,z)=0\\ G(x,y,z)=0 F(x,y,z)=0G(x,y,z)=0

平面

点法式方程

  • 一个平面 Π \Pi Π可以有一个位于 Π \Pi Π上的点 M 0 M_0 M0 Π \Pi Π法向量 n = ( A , B , C ) \boldsymbol{n}=(A,B,C) n=(A,B,C)所确定

  • 平面上的任意一条直线总是和平面的法向量垂直,利用这个关系,可以构造平面的方程

    • 平面上的任意一点 M ( x , y , z ) M(x,y,z) M(x,y,z), M 0 M → = ( x − x 0 , y − y 0 , z − z 0 ) \overrightarrow{M_0M}=(x-x_0,y-y_0,z-z_0) M0M =(xx0,yy0,zz0)

    • M 0 M → ⋅ n = 0 \overrightarrow{M_0M}\cdot{\boldsymbol{n}}=0 M0M n=0

      • A ( x − x 0 ) + B ( y − y 0 ) + C ( z − z 0 ) = 0 A(x-x_0)+B(y-y_0)+C(z-z_0)=0 A(xx0)+B(yy0)+C(zz0)=0

不共线的3点确定一个平面

  • 三个点可以唯一确定三维空间中的一个平面

  • 设给定三个点 M 1 , M 2 , M 3 M_1,M_2,M_3 M1,M2,M3构成的向量 M 1 M 2 → , M 1 M 3 → \overrightarrow{M_1M_2},\overrightarrow{M_1M_3} M1M2 ,M1M3 不共线,则三点确定的平面 Π \Pi Π的法向量可以由叉积确定:

    • n = M 1 M 2 → × M 1 M 3 → \boldsymbol{n}=\overrightarrow{M_1M_2}\times\overrightarrow{M_1M_3} n=M1M2 ×M1M3

    • 再从 M 1 ∼ 3 M_{1\sim{3}} M13中任选一点和 n \boldsymbol{n} n可以得到平面的点法式方程

方程同解

  • 对于方程 F = G F=G F=G A = B A=B A=B,则 F + A = G + B F+A=G+B F+A=G+B F + B = G + A F+B=G+A F+B=G+A

平面方程的一般式

  • 设方程 F ( x , y , z ) = 0 F(x,y,z)=0 F(x,y,z)=0,点 M 0 = ( x 0 , y 0 , z 0 ) M_0=(x_0,y_0,z_0) M0=(x0,y0,z0)满足 F ( x 0 , y 0 , z 0 ) = 0 F(x_0,y_0,z_0)=0 F(x0,y0,z0)=0
    1. A x + B y + C z + D = 0 Ax+By+Cz+D=0 Ax+By+Cz+D=0
    2. A x 0 + B y 0 + C z 0 + D = 0 Ax_0+By_0+Cz_0+D=0 Ax0+By0+Cz0+D=0
    3. A ( x − x 0 ) + B ( y − y 0 ) + C ( z − z 0 ) = 0 A(x-x_0)+B(y-y_0)+C(z-z_0)=0 A(xx0)+B(yy0)+C(zz0)=0(由1,2两式相减)
  • 根据方程的性质,方程1和3是同解的,而方程3的形式是平面的点法式方程
    • 方程3是过点 M 0 ( x 0 , y 0 , z 0 ) M_0(x_0,y_0,z_0) M0(x0,y0,z0)的且以 n = ( A , B , C ) \boldsymbol{n}=(A,B,C) n=(A,B,C)为法向量的平面 Π \Pi Π的点法式方程
  • 可见,任意一个形如方程1的一元三次方程可以作为某个平面的方程,方程1称为平面的一般方程

特别情形

  • 立体几何中
    • 平面 Π \Pi Π与其外的直线 l \boldsymbol{l} l平行的充要条件是 Π \Pi Π中存在一条直线 t t t满足 t / / l t//l t//l,即 Π \Pi Π的法向量 n ⊥ l \boldsymbol{n}\perp{l} nl
    • 平面 Π \Pi Π与其外的直线 l \boldsymbol{l} l垂直的充要条件是 n / / l \boldsymbol{n}//\boldsymbol{l} n//l
  • D = 0 D=0 D=0时,方程1(记为 E 1 E_1 E1)表示一个通过原点的平面(此时 ( 0 , 0 , 0 ) (0,0,0) (0,0,0)满足方程( E 1 ( D = 0 ) E_1(D=0) E1(D=0)))

与坐标轴平行的平面

  • 这里的平行包含了坐标轴位于平面上的情形
  • A = 0 A=0 A=0时, E 1 E_1 E1退化为 E 1 ( A = 0 ) : B y + C z + D = 0 E_1(A=0):By+Cz+D=0 E1(A=0):By+Cz+D=0此时方程仅剩下2个变量;此时平面上的任意点沿着 x x x轴平移任意距离依然位于平面上,可见 E 1 ( A = 0 ) E_1(A=0) E1(A=0)是一个平行于 x x x轴的平面
    • 以平面法向量的角度来看, E 1 ( A = 0 ) E_1(A=0) E1(A=0)的法向量是 ( 0 , B , C ) (0,B,C) (0,B,C)其特点是位于坐标面 y O z yOz yOz上(和 x x x轴垂直)
  • B = 0 B=0 B=0时, E 1 ( B = 0 ) E_1(B=0) E1(B=0)是一个平行于 y y y轴的平面
  • C = 0 C=0 C=0时, E 1 ( C = 0 ) E_1(C=0) E1(C=0)是一个平行于 z z z轴的平面

与坐标轴垂直@与坐标面平行的平面

  • A , B , C A,B,C A,B,C中的2个为0,则平面平行于坐标面
  • 例如A=B=0,平面的法向量为 ( 0 , 0 , C ) (0,0,C) (0,0,C)平行于z轴,此时平面垂直于z轴(平行于坐标面)
    • 假设平面的法向量平行于z轴(设为(0,0,1),且平面过(1,1,1),方程为 z + D = 0 z+D=0 z+D=0,记为 S 1 : z = − D S_1:z=-D S1:z=D
      • 此时,所有位于满足 z = − D z=-D z=D的点都满足方程 S 1 S_1 S1
      • 可以判断,满足 S 1 S_1 S1的所有点构成一个平行于 x O y xOy xOy坐标面的平面(或说垂直于 z z z轴的平面)
    • 此时方程形如 C z + D = 0 Cz+D=0 Cz+D=0
      • 假设点 ( 1 , 0 , 0 ) (1,0,0) (1,0,0)位于该平面上,则 D = 0 D=0 D=0,因此 C z = 0 Cz=0 Cz=0
        • 由于z=0,所以 C ∈ R C\in\mathbb{R} CR
        • C z = 0 Cz=0 Cz=0,即 z = 0 C = 0 z=\frac{0}{C}=0 z=C0=0, z = 0 z=0 z=0表示 x O y xOy xOy坐标面
      • 假设点(1,1,1)位于该平面, C + D = 0 C+D=0 C+D=0, D = − C D=-C D=C,
        • 平面 x O y xOy xOy的方程可以表示为 C z − C = 0 Cz-C=0 CzC=0,方程两边同时除以 C C C,得到 z − 1 = 0 z-1=0 z1=0,即 z = 1 z=1 z=1

A=B=C=0

  • 这种情况下,法向量变为 ( 0 , 0 , 0 ) (0,0,0) (0,0,0)这是个零向量,其方向是任意的,此时方程变为 0 = 0 0=0 0=0,不在表示平面

  • 求过点 M ( 4 , − 3 , − 1 ) M(4,-3,-1) M(4,3,1) x x x轴的平面 Π \Pi Π的方程
    • 设平面方程一般式为 A x + B y + C z + D = 0 Ax+By+Cz+D=0 Ax+By+Cz+D=0
    • 由于 Π \Pi Π x x x轴,则 ( 0 , 0 , 0 ) , ( x 0 , 0 , 0 ) , x 0 ∈ R (0,0,0),(x_0,0,0),x_0\in{\mathbb{R}} (0,0,0),(x0,0,0),x0R位于 Π \Pi Π,所以 D = 0 D=0 D=0 A x 0 + 0 + 0 + 0 = 0 Ax_0+0+0+0=0 Ax0+0+0+0=0,即 A = 0 A=0 A=0
    • 此时方程为 B y + C z = 0 By+Cz=0 By+Cz=0
    • 带入 M M M,则 − 3 B − C = 0 -3B-C=0 3BC=0,即 C = − 3 B C=-3B C=3B
    • 从而 B y + C z = B y − 3 B z = 0 By+Cz=By-3Bz=0 By+Cz=By3Bz=0,
      • B ≠ 0 B\neq{0} B=0 B y − 3 B z = 0 By-3Bz=0 By3Bz=0两边同除以 B B B,得到 y − 3 z = 0 y-3z=0 y3z=0
      • B = 0 B=0 B=0,则方程为 0 = 0 0=0 0=0不是一个平面
    • Note:
      • x x x轴位于平面 Π \Pi Π上可知, Π \Pi Π的法向量 n \boldsymbol{n} n x x x轴上的投影为0
        • Prj x n = ∣ n ∣ cos ⁡ < x , n > = ∣ n ∣ cos ⁡ π 2 = 0 \text{Prj}_{\boldsymbol{x}}\boldsymbol{n}=|\boldsymbol{n}|\cos<\boldsymbol{x,n}>=|\boldsymbol{n}|\cos\frac{\pi}{2}=0 Prjxn=ncos<x,n>=ncos2π=0(其中 x \boldsymbol{x} x表示 x x x轴)
        • 从而 A A A

截距式

  • 设平面 Π \Pi Π x , y , z x,y,z x,y,z轴的交点依次为$P(a,0,0),Q(0,b,0),R(0,0,c) 3 点 , 求 3点,求 3,\Pi$的方程

    • 设平面的方程为 A x + B y + C z + D = 0 Ax+By+Cz+D=0 Ax+By+Cz+D=0

    • P , Q , R P,Q,R P,Q,R分别带入方程:

      • a A + D = 0 b B + D = 0 c C + D = 0 aA+D=0\\ bB+D=0\\ cC+D=0 aA+D=0bB+D=0cC+D=0
    • 解得

      • A = − 1 a D B = − D b C = − D c A=-\frac{1}{a}D \\ B=-\frac{D}{b} \\ C=-\frac{D}{c} A=a1DB=bDC=cD
    • 从而 A x + B y + C z + D = 0 Ax+By+Cz+D=0 Ax+By+Cz+D=0即为 − D a x − D b y − D c z + D = 0 -\frac{D}{a}x-\frac{D}{b}y-\frac{D}{c}z+D=0 aDxbDycDz+D=0,两边同乘以 − 1 D , D ≠ 0 \frac{-1}{D},D\neq{0} D1,D=0并移项,得到截距式

      • x a + y b + z c = 1 \frac{x}{a}+\frac{y}{b}+\frac{z}{c}=1 ax+by+cz=1

两平面的夹角👺

  • 这部分和高中数学内容向重合

  • 两平面的夹角(通常记为 θ \theta θ, θ ∈ [ 0 , π 2 ] \theta\in[0,\frac{\pi}{2}] θ[0,2π]内的角)称为两平面的夹角

  • 设平面 Π 1 , Π 2 \Pi_1,\Pi_2 Π1,Π2的法线向量依次为 n 1 = ( A 1 , B 1 , C 1 ) \boldsymbol{n_1}=(A_1,B_1,C_1) n1=(A1,B1,C1), n 2 = ( A 2 , B 2 , C 2 ) \boldsymbol{n_2}=(A_2,B_2,C_2) n2=(A2,B2,C2)

    • θ 1 = < n 1 , n 2 > \theta_1=\boldsymbol{<n_1,n_2>} θ1=<n1,n2>, θ 2 = < − n 1 , n 2 > \theta_2=\boldsymbol{<-n_1,n_2>} θ2=<n1,n2>, θ 1 + θ 2 = π \theta_1+\theta_2=\pi θ1+θ2=π
  • 记平面 Π 1 , Π 2 \Pi_1,\Pi_2 Π1,Π2的夹角为 θ = min ⁡ ( θ 1 , θ 2 ) \theta=\min(\theta_1,\theta_2) θ=min(θ1,θ2)

    • 余弦函数满足 cos ⁡ θ = − cos ⁡ ( π − θ ) \cos\theta=-\cos(\pi-\theta) cosθ=cos(πθ)
  • 因此 cos ⁡ θ = ∣ cos ⁡ ( θ 1 ) ∣ = ∣ θ ( θ 2 ) ∣ \cos\theta=|\cos(\theta_1)|=|\theta(\theta_2)| cosθ=cos(θ1)=θ(θ2),也就是说,只要任意求出 cos ⁡ θ 1 或 cos ⁡ θ 2 \cos\theta_1或\cos\theta_2 cosθ1cosθ2,然后对其取绝对值就是 θ \theta θ的余弦值

  • cos ⁡ θ i , i = 1 , 2 \cos\theta_i,i=1,2 cosθi,i=1,2的计算公式为

    • cos ⁡ θ = ∣ cos ⁡ θ i ∣ = ∣ n 1 ⋅ n 2 ∣ n 1 ∣ ⋅ ∣ n 2 ∣ ∣ = ∣ A 1 A 2 + B 1 B 2 + C 1 C 2 ∣ A 1 2 + B 1 2 + C 1 2 A 2 2 + B 2 2 + C 2 2 \cos\theta=|\cos\theta_i| =\left| \frac{\boldsymbol{n_1\cdot n_2}}{\boldsymbol{|n_1|\cdot |n_2|}} \right| =\frac{|A_1A_2+B_1B_2+C_1C_2|} {\sqrt{A_1^2+B_1^2+C_1^2}\sqrt{A_2^2+B_2^2+C_2^2}} cosθ=cosθi= n1n2n1n2 =A12+B12+C12 A22+B22+C22 A1A2+B1B2+C1C2

    • 注意,该公式和两向量的夹角余弦公式的区别在于外围增加了一层"绝对值号"

  • 在这里插入图片描述

两平面的位置关系

  • 借助夹角来判断两个平面的平行和垂直关系

垂直关系

  • 两个平面垂直,夹角 θ = π 2 \theta=\frac{\pi}{2} θ=2π,则 cos ⁡ θ = 0 \cos\theta=0 cosθ=0,根据 cos ⁡ θ \cos\theta cosθ的公式(上一节介绍的), A 1 A 2 + B 1 B 2 + C 1 C 2 = 0 A_1A_2+B_1B_2+C_1C_2=0 A1A2+B1B2+C1C2=0

平行关系

  • 两个平面平行,夹角为 0 0 0 π \pi π,则 cos ⁡ θ = ± 1 \cos\theta=\pm{1} cosθ=±1,即 ∣ cos ⁡ θ ∣ = 1 |\cos\theta|=1 cosθ=1

    • ∣ ∣ A 1 A 2 + B 1 B 2 + C 1 C 2 ∣ A 1 2 + B 1 2 + C 1 2 A 2 2 + B 2 2 + C 2 2 ∣ = 1 ( A 1 A 2 + B 1 B 2 + C 1 C 2 ) 2 = ( A 1 2 + B 1 2 + C 1 2 ) ( A 2 2 + B 2 2 + C 2 2 ) A 1 2 A 2 2 + B 1 2 B 2 2 + C 1 2 C 2 2 + 2 ( A 1 A 2 B 1 B 2 + A 1 A 2 C 1 C 2 + B 1 B 2 C 1 C 2 ) = A 1 2 A 2 2 + A 1 2 B 2 2 + A 1 2 C 2 2 + B 1 2 A 2 2 + B 1 2 B 2 2 + B 1 2 C 2 2 + C 1 2 A 2 2 + C 1 2 B 2 2 + C 1 2 C 2 2 2 ( A 1 A 2 B 1 B 2 + A 1 A 2 C 1 C 2 + B 1 B 2 C 1 C 2 ) = A 1 2 B 2 2 + A 1 2 C 2 2 + B 1 2 A 2 2 + B 1 2 C 2 2 + C 1 2 A 2 2 + C 1 2 B 2 2 A 1 2 B 2 2 + A 1 2 C 2 2 + B 1 2 A 2 2 + B 1 2 C 2 2 + C 1 2 A 2 2 + C 1 2 B 2 2 − 2 A 1 A 2 B 1 B 2 − 2 A 1 A 2 C 1 C 2 − 2 B 1 B 2 C 1 C 2 = 0 \left| \frac{|A_1A_2+B_1B_2+C_1C_2|} {\sqrt{A_1^2+B_1^2+C_1^2}\sqrt{A_2^2+B_2^2+C_2^2}} \right|=1 \\ (A_1A_2+B_1B_2+C_1C_2)^2=(A_1^2+B_1^2+C_1^2)(A_2^2+B_2^2+C_2^2) \\\\ A_1^2A_2^2+B_1^2B_2^2+C_1^2C_2^2+2(A_1A_2B_1B_2+A_1A_2C_1C_2+B_1B_2C_1C_2) \\=A_1^2A_2^2+A_1^2B_2^2+A_1^2C_2^2+B_1^2A_2^2+B_1^2B_2^2+B_1^2C_2^2 +C_1^2A_2^2+C_1^2B_2^2+C_1^2C_2^2 \\\\ 2(A_1A_2B_1B_2+A_1A_2C_1C_2+B_1B_2C_1C_2) \\=A_1^2B_2^2+A_1^2C_2^2+B_1^2A_2^2+B_1^2C_2^2 +C_1^2A_2^2+C_1^2B_2^2 \\\\ A_1^2B_2^2+A_1^2C_2^2+B_1^2A_2^2+B_1^2C_2^2 +C_1^2A_2^2+C_1^2B_2^2 \\-2A_1A_2B_1B_2-2A_1A_2C_1C_2-2B_1B_2C_1C_2=0 A12+B12+C12 A22+B22+C22 A1A2+B1B2+C1C2 =1(A1A2+B1B2+C1C2)2=(A12+B12+C12)(A22+B22+C22)A12A22+B12B22+C12C22+2(A1A2B1B2+A1A2C1C2+B1B2C1C2)=A12A22+A12B22+A12C22+B12A22+B12B22+B12C22+C12A22+C12B22+C12C222(A1A2B1B2+A1A2C1C2+B1B2C1C2)=A12B22+A12C22+B12A22+B12C22+C12A22+C12B22A12B22+A12C22+B12A22+B12C22+C12A22+C12B222A1A2B1B22A1A2C1C22B1B2C1C2=0

    • 可得 ( A 1 B 2 − A 2 B 1 ) 2 + ( A 1 C 2 − A 2 C 1 ) 2 + ( B 1 C 2 − B 2 C 1 ) 2 = 0 (A_1B_2-A_2B_1)^2+(A_1C_2-A_2C_1)^2+(B_1C_2-B_2C_1)^2=0 (A1B2A2B1)2+(A1C2A2C1)2+(B1C2B2C1)2=0

    • 根据平方和为0的性质: ∑ f i 2 = 0 ⇔ f i = 0 \sum{f_i^2}=0\Leftrightarrow{f_i=0} fi2=0fi=0

      1. A 1 B 2 − A 2 B 1 = 0 A_1B_2-A_2B_1=0 A1B2A2B1=0,即 A 1 B 2 = A 2 B 1 A_1B_2=A_2B_1 A1B2=A2B1,
      2. A 1 C 2 − A 2 C 1 = 0 A_1C_2-A_2C_1=0 A1C2A2C1=0,即 A 1 C 2 = A 2 C 1 A_1C_2=A_2C_1 A1C2=A2C1
      3. B 1 C 2 − B 2 C 1 = 0 B_1C_2-B_2C_1=0 B1C2B2C1=0,即 B 1 C 2 = B 2 C 1 B_1C_2=B_2C_1 B1C2=B2C1
    • A , B , C ≠ 0 A,B,C\neq{0} A,B,C=0(或说 A B C ≠ 0 ABC\neq{0} ABC=0)

      • 两边乘以 1 A 2 B 2 \frac{1}{A_2B_2} A2B21,式1形式变换为 A 1 A 2 = B 1 B 2 \frac{A_1}{A_2}=\frac{B_1}{B_2} A2A1=B2B1类似的,可以得到 A 1 A 2 = C 1 C 2 \frac{A_1}{A_2}=\frac{C_1}{C_2} A2A1=C2C1, B 1 B 2 = C 1 C 2 \frac{B_1}{B_2}=\frac{C_1}{C_2} B2B1=C2C1
    • 因此 A 1 A 2 = B 1 B 2 = C 1 C 2 \frac{A_1}{A_2}=\frac{B_1}{B_2}=\frac{C_1}{C_2} A2A1=B2B1=C2C1

      • 虽然使用这个形式有 A B C ≠ 0 ABC\neq{0} ABC=0的条件,但是如果已知 Π 1 , Π 2 \Pi_1,\Pi_2 Π1,Π2的法向量满足该式,则 Π 1 / / Π 2 \Pi_1//{\Pi_2} Π1//Π2
      • 在同济高数教材中,分母为0的情况用注脚做出了说明,约定在遇到分母为0的时候不再将其解释为除法(除以0),而是将分子视为0处理

  • 平面 Π \Pi Π通过 M 1 ( 1 , 1 , 1 ) , M 2 ( 0 , 1 , − 1 ) M_1(1,1,1),M_2(0,1,-1) M1(1,1,1),M2(0,1,1)两点, Π 0 : x + y + z = 0 \Pi_0:x+y+z=0 Π0:x+y+z=0,有关系 Π ⊥ Π 0 \Pi\perp{\Pi_0} ΠΠ0,求 Π \Pi Π
    • 利用待定系数法求解
      • 思路1:
        • Π \Pi Π的方程为 A x + B y + C z + D = 0 Ax+By+Cz+D=0 Ax+By+Cz+D=0
        • 法向量为 n = ( A , B , C ) \boldsymbol{n}=(A,B,C) n=(A,B,C)
        • M 1 , 2 M_{1,2} M1,2 Π \Pi Π上可知: A + B + C + D = 0 A+B+C+D=0 A+B+C+D=0, B − C + D = 0 B-C+D=0 BC+D=0,两式相减 A + 2 C = 0 A+2C=0 A+2C=0
        • 可求解出 E 1 : A = − 2 C E_1:A=-2C E1:A=2C
      • 思路2:设 Π \Pi Π的法向量为 n = ( A , B , C ) \boldsymbol{n}=(A,B,C) n=(A,B,C)
        • m = M 1 M 2 → = ( − 1 , 0 , − 2 ) ∈ Π \boldsymbol{m}=\overrightarrow{M_1M_2}=(-1,0,-2)\in{\Pi} m=M1M2 =(1,0,2)Π,所以 n ⊥ m \boldsymbol{n}\perp{\boldsymbol{m}} nm
        • 从而 m ⋅ n = 0 \boldsymbol{m\cdot{n}}=0 mn=0,即 − A + 0 − 2 C = 0 -A+0-2C=0 A+02C=0
        • 可以解出 E 1 : A = − 2 C E_1:A=-2C E1:A=2C
    • Π 0 \Pi_0 Π0的法向量为 n 0 = ( 1 , 1 , 1 ) \boldsymbol{n_0}=(1,1,1) n0=(1,1,1),由 Π ⊥ Π 0 \Pi\perp{\Pi_0} ΠΠ0关系和上节中的结论: n ⋅ n 0 = 0 \boldsymbol{n\cdot{n_0}}=0 nn0=0,即 E 2 : A + B + C = 0 E_2:A+B+C=0 E2:A+B+C=0
    • E 1 E_1 E1带入 E 2 E_2 E2,得 B = C B=C B=C;此时 n = ( A , B , C ) = ( − 2 C , C , C ) \boldsymbol{n}=(A,B,C)=(-2C,C,C) n=(A,B,C)=(2C,C,C)
    • M 1 M_1 M1为点法式的点,构造方程 A ( x − 1 ) + B ( y − 1 ) + C ( z − 1 ) = 0 A(x-1)+B(y-1)+C(z-1)=0 A(x1)+B(y1)+C(z1)=0,即 − 2 C ( x − 1 ) + C ( y − 1 ) + C ( z − 1 ) = 0 -2C(x-1)+C(y-1)+C(z-1)=0 2C(x1)+C(y1)+C(z1)=0
    • 对两边同时除以C( C ≠ 0 C\neq 0 C=0),则 − 2 ( x − 1 ) + y − 1 + z − 1 = 0 -2(x-1)+y-1+z-1=0 2(x1)+y1+z1=0 − 2 x + y + z = 0 -2x+y+z=0 2x+y+z=0,即 2 x − y − z = 0 2x-y-z=0 2xyz=0

点到平面的距离

  • 在这里插入图片描述

  • P 0 ( x 0 , y 0 , z 0 ) P_0(x_0,y_0,z_0) P0(x0,y0,z0)是平面 Π : A x + B y + C z + D = 0 \Pi:Ax+By+Cz+D=0 Π:Ax+By+Cz+D=0外一点,求 P 0 P_0 P0 Π \Pi Π的距离 d d d

    • 设平面的法向量为 n \boldsymbol{n} n,其朝向记为 d 1 \boldsymbol{d_1} d1, − n -\boldsymbol{n} n也是 Π \Pi Π的法向量,其朝向记为 d 2 \boldsymbol{d_2} d2

    • 我们只需要讨论其中的一种情况,另一种情况由于条件的对称性,同理,具有相同的结论

    • 下面讨论点 P 0 P_0 P0位于 d 1 , d 2 \boldsymbol{d_1,d_2} d1,d2侧时的情形

      • 将位于 d 1 \boldsymbol{d_1} d1侧时的 P 0 P_0 P0,记为 P 01 P_{01} P01,位于 d 2 \boldsymbol{d_2} d2侧时记为 P 02 P_{02} P02

      • 分析可知,法向量 n \boldsymbol{n} n P 1 P 01 → \overrightarrow{P_{1}P_{01}} P1P01 的夹角 θ 1 ∈ ( 0 , π 2 ) \theta_1\in(0,\frac{\pi}{2}) θ1(0,2π), n \boldsymbol{n} n P 1 P 02 → \overrightarrow{P_1P_{02}} P1P02 的夹角为 θ 2 ∈ ( π 2 , π ) \theta_{2}\in(\frac{\pi}{2},\pi) θ2(2π,π)

      • 距离分别记为 h 1 = ∣ P 1 P 01 → ∣ cos ⁡ θ 1 h_1=|\overrightarrow{P_{1}P_{01}}|\cos{\theta_1} h1=P1P01 cosθ1 h 2 = ∣ P 1 P 02 → ∣ cos ⁡ ( π − θ 2 ) = ∣ P 1 P 02 → ∣ ( − cos ⁡ θ 2 ) h_2=|\overrightarrow{P_{1}P_{02}}|\cos{(\pi-\theta_2)}=|\overrightarrow{P_{1}P_{02}}|(-\cos{\theta_2)} h2=P1P02 cos(πθ2)=P1P02 (cosθ2)

      • 其中 cos ⁡ θ 2 < 0 \cos\theta_{2}<0 cosθ2<0,即 − cos ⁡ θ 2 > 0 -\cos\theta_{2}>0 cosθ2>0,从而 h 2 = ∣ P 1 P 02 → ∣ ∣ cos ⁡ θ 2 ∣ h_2=|\overrightarrow{P_{1}P_{02}}||\cos{\theta_2|} h2=P1P02 ∣∣cosθ2

      • 另一方面, cos ⁡ θ 1 > 0 \cos\theta_1>0 cosθ1>0,即 ∣ cos ⁡ θ 1 ∣ = cos ⁡ θ 1 |\cos\theta_1|=\cos\theta_1 cosθ1=cosθ1,从而 h 1 = ∣ P 1 P 01 → ∣ cos ⁡ θ 1 = ∣ P 1 P 01 → ∣ ∣ cos ⁡ θ 1 ∣ h_1=|\overrightarrow{P_{1}P_{01}}|\cos{\theta_1}=|\overrightarrow{P_{1}P_{01}}||\cos{\theta_1}| h1=P1P01 cosθ1=P1P01 ∣∣cosθ1

      • 从而 h 1 , h 2 h_1,h_2 h1,h2的计算公式形式一致,因此点 P 0 P_0 P0 Π \Pi Π的距离公式为:

      • h = ∣ P 1 P 0 → ∣ ∣ cos ⁡ θ ∣ h=|\overrightarrow{P_{1}P_{0}}||\cos{\theta}| h=P1P0 ∣∣cosθ

小结

  • P 1 P 0 → = ( x 0 − x 1 , y 0 − y 1 , z 0 − z 1 ) \overrightarrow{P_1P_0}=(x_0-x_1,y_0-y_1,z_0-z_1) P1P0 =(x0x1,y0y1,z0z1)

    • h = ∣ P 1 P 0 → ∣ ∣ cos ⁡ θ ∣ = ∣ P 1 P 0 → ∣ ∣ P 1 P 0 → ⋅ n ∣ ∣ P 1 P 0 → ∣ ∣ n ∣ = ∣ P 1 P 0 → ⋅ n ∣ ∣ n ∣ h=|\overrightarrow{P_1P_0}| |\cos\theta| =|\overrightarrow{P_1P_0}| \frac{|\overrightarrow{P_1P_0}\cdot{\boldsymbol{n}}|}{|\overrightarrow{P_1P_0}||\boldsymbol{n|}} \\ =\frac{|\overrightarrow{P_1P_0}\cdot{\boldsymbol{n}}|}{|\boldsymbol{n}|} h=P1P0 ∣∣cosθ=P1P0 P1P0 ∣∣nP1P0 n=nP1P0 n
  • 带入坐标式:

    • h = ∣ ( x 0 − x 1 , y 0 − y 1 , z 0 − z 1 ) ⋅ ( A , B , C ) ∣ A 2 + B 2 + C 2 = ∣ A ( x 0 − x 1 ) + B ( y 0 − y 1 ) + C ( z 0 − z 1 ) ∣ A 2 + B 2 + C 2 = ∣ A x 0 − A x 1 + B y 0 − B y 1 + C z 0 − C z 1 ∣ A 2 + B 2 + C 2 = ∣ A x 0 + B y 0 + C z 0 − ( A x 1 + B y 1 + C z 1 ) ∣ A 2 + B 2 + C 2 h=\frac{|(x_0-x_1,y_0-y_1,z_0-z_1)\cdot(A,B,C)|} {\sqrt{A^2+B^2+C^2}} \\ =\frac{|A(x_0-x_1)+B(y_0-y_1)+C(z_0-z_1)|} {\sqrt{A^2+B^2+C^2}} \\ =\frac{|Ax_0-Ax_1+By_0-By_1+Cz_0-Cz_1|} {\sqrt{A^2+B^2+C^2}} \\ =\frac{|Ax_0+By_0+Cz_0-(Ax_1+By_1+Cz_1)|} {\sqrt{A^2+B^2+C^2}} h=A2+B2+C2 (x0x1,y0y1,z0z1)(A,B,C)=A2+B2+C2 A(x0x1)+B(y0y1)+C(z0z1)=A2+B2+C2 Ax0Ax1+By0By1+Cz0Cz1=A2+B2+C2 Ax0+By0+Cz0(Ax1+By1+Cz1)
  • 由于 P 1 ∈ Π P_1\in\Pi P1Π,所以 A x 1 + B y 1 + C z 1 + D = 0 Ax_1+By_1+Cz_1+D=0 Ax1+By1+Cz1+D=0,即 − ( A x 1 + B y 1 + C z ) = D -(Ax_1+By_1+C_z)=D (Ax1+By1+Cz)=D

  • 所以

    • h = ∣ A x 0 + B y 0 + C z 0 + D ∣ A 2 + B 2 + C 2 h=\frac{|Ax_0+By_0+Cz_0+D|} {\sqrt{A^2+B^2+C^2}} h=A2+B2+C2 Ax0+By0+Cz0+D

  • P ( 2 , 1 , 1 ) P(2,1,1) P(2,1,1) Π : x + y − z + 1 = 0 \Pi:x+y-z+1=0 Π:x+yz+1=0的距离:

    • h = ∣ 2 + 1 − 1 + 1 ∣ 1 + 1 + 1 = 3 h=\frac{|2+1-1+1|}{\sqrt{1+1+1}}=\sqrt{3} h=1+1+1 ∣2+11+1∣=3

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/662187.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

潜伏顶升AMR ∣解决方案背后——不断进化的市场和客户需求

潜伏顶升式AMR是通过潜入料架底部&#xff0c;利用升降机构提升料架&#xff0c;实现物料的输送;可支持货架、料车、笼车等多种载具,多用于物料架、物料车的转运。有效降低人力资源成本&#xff0c;减轻人工劳动强度。 作为移动机器人&#xff08;AMR/AGV&#xff09;近几年发展…

SpringBoot中集成Redis

目标 在原有SpringBoot项目中&#xff0c;集成Redis&#xff0c;并实现Dao层&#xff0c;Service层&#xff0c;Controller层。 pom.xml <dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</…

大数据云计算运维之Nginx反向代理与负载均衡

Nginx 简介 一、Nginx概述 1.1 概述 Nginx&#xff08;“engine x”&#xff09;是一个高性能的 HTTP /反向代理的服务器及电子邮件&#xff08;IMAP/POP3)代理服务器。 官方测试nginx能够支撑5万并发&#xff0c;并且cpu&#xff0c;内存等资源消耗却非常低&#xff0c;运…

合并reducer

reducer工程化第一步&#xff1a;合并 各个模块下reducer的模板: 1.符是代表直接从src下面进行寻找 2.定义初始状态 3.深拷贝状态 4.进行行为判断 votereducer这么写&#xff1f; 合并reducer 导出总的reducer 模块化开发后往事件池放的更新方法&#xff0c;在disptch的时候…

交换机新设备版本升级(超详细!快进来学习!)

本文主要讲述了华三新上架交换机机设备升级全过程&#xff01;同理&#xff0c;其他的交换机设备进行升级也是同样的思路&#xff01; 升级流程 1、使用console线以及网线将电脑和交换机进行连接&#xff08;console口和网口&#xff09;; 2、打开以太网卡&#xff0c;“控制面…

25k字图文解读YOLOv8及实例分割(附python代码)

学习使用 未经详细专业审核 目录 0.引言1.概述1.1 Backbone1.2 Head1.3 Loss1.4 Train 2.模型结构2.1 Backbone和Neck的具体变化2.2 Head的具体变化 3.Loss计算3.1 正负样本分配策略3.2 Loss计算 4.训练数据增强5.训练策略6.模型推理过程7.网络模型解析7.1 卷积神经单元&#x…

软件设计模式之原型模式

一.定义 原型模式(Prototype Pattern)的简单程度仅次于单例模式和迭代器模式。正是由于简单&#xff0c;使用的场景才非常地多&#xff0c;其定义如下: Specify the kinds of objects to create using a prototypical instance, and create new objects by copyingthis protot…

基础设施SIG月度动态:ABS新增ISO、VHD镜像构建,自动热补丁制作流程正式上线

基础设施 SIG&#xff08;OpenAnolis Infra SIG&#xff09;目标&#xff1a;负责 OpenAnolis 社区基础设施工程平台的建设&#xff0c;包括官网、Bugzilla、Maillist、ABS、ANAS、CI 门禁以及社区 DevOps 相关的研发工程系统。 01 SIG 整体进展 1、龙蜥社区官网与 CSDN dev…

smigroup LAFERT 伺服电机 B7108P-03177

​ smigroup LAFERT 伺服电机 B7108P-03177 smigroup LAFERT 伺服电机 B7108P-03177 从系统的可扩展性和兼容性的方面来说&#xff1a; 市场上控制类产品繁多&#xff0c;无论DCS还是PLC&#xff0c;均有很多厂商在生产和销售。对于PLC系统来说&#xff0c;一般没有或很少有扩…

如何与领导团队沟通并赢得他们的支持以推动企业的敏捷转型进程?

在与领导团队沟通并赢得他们对敏捷转型的支持时&#xff0c;重要的是要从战略上有效地处理这种情况。建议采取的一些步骤&#xff1a; 了解他们的观点&#xff1a;在开始任何沟通之前&#xff0c;尝试了解领导团队对敏捷转型的担忧和保留意见。可以帮助调整方法并解决具体问题。…

2023年5月信息系统项目管理师试题及答案解析

请点击↑关注、收藏&#xff0c;本博客免费为你获取精彩知识分享&#xff01;有惊喜哟&#xff01;&#xff01; 1.“新型基础设施”主要包括信息技术设施&#xff0c;融合基础设施和创新基础设施三个方面&#xff0c;其中信息基础设施包括___1___。 ①通信基础设施 ②智能交…

【Mysql 存储过程 Or 存储函数 傻傻分不清? 】

MySQL的存储函数&#xff08;自定义函数&#xff09;和存储过程都是用于存储SQL语句的。但是什么时候用什么呢&#xff1f;是不是总是傻傻的分不清&#xff1f; 本文来详细的讲一下存储函数 和存储过程 &#xff0c;以后再也不会迷糊。 存储函数 | 存储过程 一、 异同点二、 存…

云原生之深入解析Kubernetes中Kubectl Top如何进行资源监控

一、Kubectl top 的使用 kubectl top 是基础命令&#xff0c;但是需要部署配套的组件才能获取到监控值&#xff1a; 1.8 以下&#xff1a;部署 heapter&#xff1b; 1.8 以上&#xff1a;部署 metric-server&#xff1b; kubectl top node&#xff1a;查看 node 的使用情况&a…

25.单元测试、反射

一.单元测试 1.1 什么是单元测试 单元测试就是针对最小的功能单元编写测试代码&#xff0c;Java程序最小的功能单元是方法。因此&#xff0c;单元测试就是针对Java方法进行的测试&#xff0c;进而检查 方法的正确性。 1.2 目前测试方法是怎么进行的 ①只有一个main方法&#x…

可观测性最佳实践 | 警惕!未知的风险正在摧毁你的系统

无声的刺客最为致命&#xff0c;往往表面看似云淡风轻&#xff0c;实际早已危机重重&#xff0c;血雨腥风一触即发。这样的场面看似离我们很遥远&#xff0c;但每个开发运维人员实际都遇到过。 在全球数字经济大潮下&#xff0c;现代企业纷纷投身于业务数字化转型的浪潮。越来越…

java8 (jdk 1.8) 新特性—— 方法引用+构造器引用

1. 方法引用 方法引用 其实 本质上 就是Lambda 表达式 &#xff0c;之前已经知道 Lambda 是作为一个函数式接口的实例 &#xff0c;因此&#xff0c;方法引用也就是一个函数式接口的实例 使用的情况&#xff1a; 当要将值传给Lambda 体&#xff0c;已经有实现的方法&#xff…

【Python 随练】判断101到200的素数

题目&#xff1a; 判断 101-200 之间有多少个素数&#xff0c;并输出所有素数。 简介&#xff1a; 在本篇博客中&#xff0c;我们将解决一个常见的问题&#xff1a;判断101到200之间的素数&#xff0c;并输出所有素数的列表。我们将给出问题的解析&#xff0c;并提供一个完整…

2023年了要怎么理解原型和原型链

1.prototype和__proto__有什么不可告人的关系&#xff1f; 说道原型对象&#xff0c;那一定绕不开几个概念&#xff1a; prototype&#xff0c;__proto__,constructor。 首先解释一下prototype是什么&#xff0c;原型对象。V8引擎给所有函数内置的一个对象。也就是只要创建的…

瑞丽-伯纳德对流的拉格朗日拟序结构(FTLE场结果对比)

FTLE场&#xff0c;即有限李雅普诺夫指数场是识别拉格朗日拟序结构的一种方法&#xff0c;其主要思路是如下&#xff1a; 1、t时刻在场内均匀布置粒子 2、计算t–>tT时刻后粒子的位置&#xff0c;这里粒子任意时刻的速度有速度场插值得到 3、根据两个时刻的粒子位置计算得…

资讯 |智汇云舟受邀出席WGDC大会并获“年度最具创新力企业“奖项

5月17日&#xff0c;由泰伯网主办的第十二届WGDC2023全球地理信息开发者大会在北京隆重召开。开幕式上重磅发布了“2023年度最具创新力”榜单&#xff0c;智汇云舟凭借技术创新研发与应用方面取得的诸多突破&#xff0c;获数字孪生赛道“年度最具创新力企业"奖项。公司产品…