当前位置: 首页 > article >正文

一元函数微积分的几何应用:二维平面光滑曲线的曲率公式

文章目录

  • 前言
  • 曲率和曲率半径的定义
  • 曲率计算公式
    • 参数方程形式
    • 直角坐标显式方程形式
    • 极坐标形式
    • 向量形式

前言

本文将介绍二维平面光滑曲线的曲率定义以及不同形式的曲率及曲率半径公式的推导。

曲率和曲率半径的定义

(关于二维平面光滑曲线的定义以及弧长公式请参考:一元函数定积分的几何应用:二维平面光滑曲线弧长公式的推导)

对一条光滑曲线上 l l l上的一个曲线段 A B ⌢ \mathop{AB}\limits^ \frown AB, 我们用 A A A点的切线 τ A \tau_A τA B B B点的切线 τ B \tau_B τB之间的夹角 Δ φ \Delta \varphi Δφ来刻画这一段曲线的弯曲程度。当 A B ⌢ \mathop{AB}\limits^ \frown AB的弧长 Δ s \Delta s Δs固定时,若切线的夹角越大,则曲线的弯曲程度越大。因此我们将曲线段 A B ⌢ \mathop{AB}\limits^ \frown AB平均曲率定义如下:

K ‾ = ∣ Δ φ Δ s ∣ \begin{equation} \overline{K}=\left| \dfrac{\Delta \varphi}{\Delta s}\right| \end{equation} K= ΔsΔφ

平均曲率刻画了曲线段 A B ⌢ \mathop{AB}\limits^ \frown AB的平均弯曲程度。当 A , B A,B A,B两点越接近,即 Δ s \Delta s Δs越小,平均曲率则越能精确刻画光滑曲线 l l l A A A点的弯曲程度,因此我们定义在某一个点上的曲率为:

K = lim ⁡ Δ s → 0 ∣ Δ φ Δ s ∣ = ∣ d φ d s ∣ \begin{equation} K=\lim_{\Delta s \rightarrow 0}\left| \dfrac{\Delta \varphi}{\Delta s}\right|=\left|\dfrac{\mathrm{d}\varphi}{\mathrm{d} s}\right| \end{equation} K=Δs0lim ΔsΔφ = dsdφ

若光滑曲线上某一点的曲率不为零,则我们定义该点曲率的倒数为曲线在该点的曲率半径
R = 1 K \begin{equation} R=\dfrac{1}{K} \end{equation} R=K1

曲率计算公式

参数方程形式

设光滑曲线由参数方程
{ x = x ( t ) , y = y ( t ) , t ∈ [ T 1 , T 2 ] \begin{cases}x=x(t), \\ y=y(t),\end{cases} t\in [T_1,T_2] {x=x(t),y=y(t),t[T1,T2]
来确定, x ( t ) , y ( t ) x(t),y(t) x(t),y(t)存在二阶导数,则曲线上点的切线斜率为

d y d x = y ′ ( t ) x ′ ( t ) = tan ⁡ φ \begin{equation} \dfrac{\mathrm{d}y}{\mathrm{d}x}=\dfrac{y'(t)}{x'(t)}=\tan{\varphi} \end{equation} dxdy=x(t)y(t)=tanφ

其中 φ \varphi φ是切线与 x x x轴的夹角。将 φ \varphi φ t t t求导,可以得到:

d φ d t = d d t arctan ⁡ ( y ′ ( t ) x ′ ( t ) ) = 1 1 + [ y ′ ( t ) x ′ ( t ) ] 2 ⋅ x ′ ( t ) y ′ ′ ( t ) − x ′ ′ ( t ) y ′ ( t ) x ′ 2 ( t ) = x ′ ( t ) y ′ ′ ( t ) − x ′ ′ ( t ) y ′ ( t ) x ′ 2 ( t ) + y ′ 2 ( t ) \begin{equation} \dfrac{\mathrm{d}\varphi}{\mathrm{d}t}= \dfrac{\mathrm{d}}{\mathrm{d}t} \arctan\left(\dfrac{y'(t)}{x'(t)}\right) =\dfrac{1}{1+\left[\dfrac{y'(t)}{x'(t)}\right]^2} \cdot\dfrac{x'(t)y''(t)-x''(t)y'(t)}{{x'}^2(t)} =\dfrac{x'(t)y''(t)-x''(t)y'(t)}{{x'}^2(t)+{y'}^2(t)} \end{equation} dtdφ=dtdarctan(x(t)y(t))=1+[x(t)y(t)]21x2(t)x(t)y′′(t)x′′(t)y(t)=x2(t)+y2(t)x(t)y′′(t)x′′(t)y(t)

根据弧长的微分公式我们可以得到

d s d t = x ′ 2 ( t ) + y ′ 2 ( t ) \begin{equation} \dfrac{\mathrm{d}s}{\mathrm{d}t}=\sqrt{{x'}^2(t)+{y'}^2(t)} \end{equation} dtds=x2(t)+y2(t)

因此该点的曲率为

K = ∣ d φ d s ∣ = ∣ d φ d t d s d t ∣ = ∣ x ′ ( t ) y ′ ′ ( t ) − x ′ ′ ( t ) y ′ ( t ) ∣ [ x ′ 2 ( t ) + y ′ 2 ( t ) ] 3 2 \begin{equation} K=\left|\dfrac{\mathrm{d}\varphi}{\mathrm{d}s}\right|=\left| \dfrac{\dfrac{\mathrm{d}\varphi}{\mathrm{d}t}}{\dfrac{\mathrm{d}s}{\mathrm{d}t}}\right|=\dfrac{\left|x'(t)y''(t)-x''(t)y'(t)\right|}{[{x'}^2(t)+{y'}^2(t)]^{\frac{3}{2}}} \end{equation} K= dsdφ = dtdsdtdφ =[x2(t)+y2(t)]23x(t)y′′(t)x′′(t)y(t)

直角坐标显式方程形式

若曲线由 y = f ( x ) , x ∈ [ a , b ] y=f(x), x\in[a,b] y=f(x),x[a,b]表示,且 y y y存在二阶导数,则曲线上某一点的斜率为

tan ⁡ φ = y ′ \begin{equation} \tan{\varphi}=y' \end{equation} tanφ=y

则夹角的微分为

d φ = y ′ ′ 1 + y ′ 2 d x \begin{equation} \mathrm{d}\varphi=\dfrac{y''}{1+{y'}^2}\mathrm{d}x \end{equation} dφ=1+y2y′′dx

弧长的微分为

d s = 1 + y ′ 2 d x \begin{equation} \mathrm{d}s=\sqrt{1+{y'}^2}\mathrm{d}x \end{equation} ds=1+y2 dx

因此相应的曲率计算公式为

K = ∣ d φ d s ∣ = ∣ y ′ ′ ∣ ( 1 + y ′ 2 ) 3 2 \begin{equation} K=\left|\dfrac{\mathrm{d}\varphi}{\mathrm{d}s}\right|=\dfrac{|y''|}{(1+{y'}^2)^{\frac{3}{2}}} \end{equation} K= dsdφ =(1+y2)23y′′

极坐标形式

假设曲线的极坐标方程为 r = r ( θ ) , θ ∈ [ α , β ] ⊂ [ 0 , 2 π ] r=r(\theta), \theta \in [\alpha, \beta]\subset[0, 2\pi] r=r(θ),θ[α,β][0,2π],且 r r r二阶可导。则点 ( r , θ ) (r, \theta) (r,θ)处的直角坐标为
x ( θ ) = r cos ⁡ θ , y ( θ ) = r sin ⁡ θ x ′ ( θ ) = r ′ cos ⁡ θ − r sin ⁡ θ , y ′ ( θ ) = r ′ sin ⁡ θ + r cos ⁡ θ x ′ ′ ( θ ) = r ′ ′ ( θ ) cos ⁡ θ − 2 r ′ sin ⁡ θ − r cos ⁡ θ y ′ ′ ( θ ) = r ′ ′ sin ⁡ θ + 2 r ′ cos ⁡ θ − r sin ⁡ θ \begin{align} &x(\theta)=r\cos{\theta}, y(\theta)=r\sin{\theta} \\ &x'(\theta)=r'\cos{\theta}-r\sin{\theta}, y'(\theta)=r'\sin{\theta}+r\cos{\theta} \\ &x''(\theta)=r''(\theta)\cos{\theta}-2r'\sin{\theta}-r\cos{\theta} \\ &y''(\theta)=r''\sin{\theta}+2r'\cos{\theta}-r\sin{\theta} \end{align} x(θ)=rcosθ,y(θ)=rsinθx(θ)=rcosθrsinθ,y(θ)=rsinθ+rcosθx′′(θ)=r′′(θ)cosθ2rsinθrcosθy′′(θ)=r′′sinθ+2rcosθrsinθ

将上面的式子全部带入 ( 7 ) (7) (7)式(此时将 θ \theta θ视为参数),化简后就得到了极坐标下的曲率公式:

K = ∣ r 2 + 2 r ′ 2 − r r ′ ′ ∣ ( r 2 + r ′ 2 ) 3 2 \begin{equation} K=\dfrac{|r^2+2{r'}^2-rr''|}{(r^2+{r'}^2)^{\frac{3}{2}}} \end{equation} K=(r2+r2)23r2+2r2rr′′

向量形式

我们定义二维平面光滑曲线上任意一点的向量为 r = ( x ( t ) , y ( t ) ) \boldsymbol{r}=(x(t),y(t)) r=(x(t),y(t)),则 ( 7 ) (7) (7)式可以改写成

K = ∣ x ′ ( t ) y ′ ′ ( t ) − x ′ ′ ( t ) y ′ ( t ) ∣ [ x ′ 2 ( t ) + y ′ 2 ( t ) ] 3 2 = ∣ r ′ × r ′ ′ ∣ ∣ r ′ ∣ 3 \begin{equation} K=\dfrac{\left|x'(t)y''(t)-x''(t)y'(t)\right|}{[{x'}^2(t)+{y'}^2(t)]^{\frac{3}{2}}}=\dfrac{|\boldsymbol{r}'\times \boldsymbol{r}''|}{|\boldsymbol{r}'|^3} \end{equation} K=[x2(t)+y2(t)]23x(t)y′′(t)x′′(t)y(t)=r3r×r′′

此即向量形式的曲率公式。

相关文章:

一元函数微积分的几何应用:二维平面光滑曲线的曲率公式

文章目录 前言曲率和曲率半径的定义曲率计算公式参数方程形式直角坐标显式方程形式极坐标形式向量形式 前言 本文将介绍二维平面光滑曲线的曲率定义以及不同形式的曲率及曲率半径公式的推导。 曲率和曲率半径的定义 (关于二维平面光滑曲线的定义以及弧长公式请参…...

数据结构与算法之异步: LeetCode 1114. 按序打印 (Ts版)

按序打印 https://leetcode.cn/problems/print-in-order/description/ 描述 给你一个类: public class Foo {public void first() { print("first"); }public void second() { print("second"); }public void third() { print("third&qu…...

python:求解爱因斯坦场方程

在物理学中,爱因斯坦的广义相对论(General Relativity)是描述引力如何作用于时空的理论。广义相对论由爱因斯坦在1915年提出,并被阿尔伯特爱因斯坦、纳森罗森和纳尔逊曼德尔斯塔姆共同发展。广义相对论的核心方程是爱因斯坦场方程…...

PostgreSQL 数据备份与恢复:掌握 pg_dump 和 pg_restore 的最佳实践

title: PostgreSQL 数据备份与恢复:掌握 pg_dump 和 pg_restore 的最佳实践 date: 2025/1/28 updated: 2025/1/28 author: cmdragon excerpt: 在数据库管理中,备份与恢复是确保数据安全和业务连续性的关键措施。PostgreSQL 提供了一系列工具,以便于数据库管理员对数据进行…...

位运算的概念

文章目录 整数在计算机中的表示二进制表示有符号类型和无符号类型机器数和真值原码、反码和补码原码、反码和补码的表示方法计算机中的表示 位运算与、或、异或和取反移位运算移位运算与乘除法的关系位运算的性质 目录 整数在计算机中的表示 二进制表示 程序中的所有数在计算…...

自主Shell命令行解释器

什么是命令行 我们一直使用的"ls","cd","pwd","mkdir"等命令,都是在命令行上输入的,我们之前对于命令行的理解: 命令行是干啥的?是为我们做命令行解释的。 命令行这个东西实际上是我们…...

Vue.js 的介绍与组件开发初步

Vue.js 的介绍与组件开发初步 Vue.js 的介绍与组件开发初步引言第一部分:Vue.js 基础入门1.1 什么是 Vue.js?1.2 搭建 Vue.js 开发环境安装 Node.js 和 npm安装 Vue CLI创建新项目运行示例 1.3 第一个 Vue.js 示例 第二部分:Vue.js 组件开发基…...

XCCL、NCCL、HCCL通信库

XCCL提供的基本能力 XCCL提供的基本能力 不同的XCCL 针对不同的网络拓扑,实现的是不同的优化算法的(不同CCL库最大的区别就是这) 不同CCL库还会根据自己的硬件、系统,在底层上面对一些相对应的改动; 但是对上的API接口…...

Python教学:文档处理及箱线图等

代码1: import os import pandas as pd import numpy as py import os.path from os import listdir import openpyxl from openpyxl import Workbook import re import matplotlib.pyplot as plt # 导入matplotlib的绘图模块,用于可视化 cwdos.getcwd…...

【Redis】安装配置Redis超详细教程 / Linux版

Linux安装配置Redis超详细教程 安装redis依赖安装redis启动redis停止redisredis.conf常见配置设置redis为后台启动修改redis监听地址设置工作目录修改密码监听的端口号数据库数量设置redis最大内存设置日志文件设置redis开机自动启动 学习视频:黑马程序员Redis入门到…...

【大数据技术】教程05:本机DataGrip远程连接虚拟机MySQL/Hive

本机DataGrip远程连接虚拟机MySQL/Hive datagrip-2024.3.4VMware Workstation Pro 16CentOS-Stream-10-latest-x86_64-dvd1.iso写在前面 本文主要介绍如何使用本机的DataGrip连接虚拟机的MySQL数据库和Hive数据库,提高编程效率。 安装DataGrip 请按照以下步骤安装DataGrip软…...

springboot 启动原理

目标: SpringBootApplication注解认识了解SpringBoot的启动流程 了解SpringFactoriesLoader对META-INF/spring.factories的反射加载认识AutoConfigurationImportSelector这个ImportSelector starter的认识和使用 目录 SpringBoot 启动原理SpringBootApplication 注…...

llama.cpp GGUF 模型格式

llama.cpp GGUF 模型格式 1. Specification1.1. GGUF Naming Convention (命名规则)1.1.1. Validating Above Naming Convention 1.2. File Structure 2. Standardized key-value pairs2.1. General2.1.1. Required2.1.2. General metadata2.1.3. Source metadata 2.2. LLM2.2.…...

使用Pytorch训练一个图像分类器

一、准备数据集 一般来说,当你不得不与图像、文本或者视频资料打交道时,会选择使用python的标准库将原始数据加载转化成numpy数组,甚至可以继续转换成torch.*Tensor。 对图片而言,可以使用Pillow库和OpenCV库对视频而言&#xf…...

PythonStyle MVC 开发框架

在 Python 中,MVC(Model - View - Controller,模型 - 视图 - 控制器)是一种常见的软件设计模式,它将应用程序分为三个主要部分,各自承担不同的职责,以提高代码的可维护性、可扩展性和可测试性。…...

HTTP协议的无状态和无连接

无连接 ①无连接的含义 这里所说的无连接并不是指不连接,客户与服务器之间的HTTP连接是一种一次性连接,它限制每次连接只处理一个请求,当服务器返回本次请求的应答后便立即关闭连接,下次请求再重新建立连接。这种一次性连接主要考…...

毫秒级响应的VoIP中的系统组合推荐

在高并发、低延迟、毫秒级响应的 VoIP 场景中,选择合适的操作系统组合至关重要。以下是针对 Ubuntu linux-lowlatency、CentOS Stream kernel-rt 和 Debian 自定义 PREEMPT_RT 的详细对比及推荐: 1. 系统组合对比 特性Ubuntu linux-lowlatencyCentO…...

PWN--格式化字符串

简介 ‌格式化字符串‌是指在编程过程中,通过特殊的占位符将相关对应的信息整合或提取的规则字符串。格式化字符串包括格式化输入和格式化输出,其本质是程序员调用相关格式化字符串的操作协议规定。错误的或不当的信息配置可能导致程序运行失效或产生未…...

tf.Keras (tf-1.15)使用记录2-基于tf.keras.layers创建层

tf.keras.layers是keras的主要网络创建方法,里面已经有成熟的网络层,也可以通过继承的方式自定义神经网络层。 在keras的model定义中,为了保证所有对数据的操作都是可追溯、可保存、可反向传播,需要保证对数据的任何操作都是基于t…...

面试经典150题——栈

文章目录 1、有效的括号1.1 题目链接1.2 题目描述1.3 解题代码1.4 解题思路 2、2.1 题目链接2.2 题目描述2.3 解题代码2.4 解题思路 3、最小栈3.1 题目链接3.2 题目描述3.3 解题代码3.4 解题思路 4、逆波兰表达式求值4.1 题目链接4.2 题目描述4.3 解题代码4.4 解题思路 5、基本…...

FBX SDK的使用:读取Mesh

读取顶点数据 要将一个Mesh渲染出来,必须要有顶点的位置,法线,UV等顶点属性,和三角面的顶点索引数组。在提取这些数据之前,先理解FBX SDK里面的几个概念: Control Point 顶点的位置,就是x,y,z…...

EtherCAT主站IGH-- 49 -- 搭建xenomai系统及自己的IGH主站

EtherCAT主站IGH-- 49 -- 搭建xenomai系统及自己的IGH主站 0 Ubuntu18.04系统IGH博客、视频欣赏链接一 移植xenomai系统1,下载安装工具包2,下载linux内核及xenomai2.1,下载linux内核2.2,下载xenomai2.3,下载补丁ipipe2.4,解压缩包3,打补丁4,配置内核5,编译内核6,安装编译好的内…...

Java控制台登录系统示例代码

实现一个简单的登录系统需要包括用户输入用户名和密码、验证用户信息等功能。以下是一个简单的Java控制台登录系统示例代码。这个系统使用一个简单的用户信息存储方式(如数组或哈希表),并提供基本的登录验证功能。 示例代码 import java.ut…...

S4 HANA明确税金汇差科目(OBYY)

本文主要介绍在S4 HANA OP中明确税金汇差科目(OBYY)相关设置。具体请参照如下内容: 1. 明确税金汇差科目(OBYY) 以上配置点定义了在外币挂账时,当凭证抬头汇率和税金行项目汇率不一致时,造成的差异金额进入哪个科目。此类情况只发生在FB60/F…...

Web-3.0(Solidity)基础教程

Solidity 是 以太坊智能合约编程语言,用于编写 去中心化应用(DApp)。如果你想开发 Web3.0 应用,Solidity 是必学的。 Remix - Ethereum IDE(在线编写 Solidity) 特性Remix IDEHardhat适用场景适合 初学者 …...

深入理解linux中的文件(上)

1.前置知识: (1)文章 内容 属性 (2)访问文件之前,都必须打开它(打开文件,等价于把文件加载到内存中) 如果不打开文件,文件就在磁盘中 (3&am…...

背包问题和单调栈

背包问题(动态规划) 动态五步曲 dp数组及下标索引的含义递推公式dp数组如何初始化遍历顺序打印dp数组 01背包:n种物品,有一个,二维数组遍历顺序可以颠倒,(滚动数组)一维数组遍历顺序不可颠倒…...

Airflow:深入理解Apache Airflow Task

Apache Airflow是一个开源工作流管理平台,支持以编程方式编写、调度和监控工作流。由于其灵活性、可扩展性和强大的社区支持,它已迅速成为编排复杂数据管道的首选工具。在这篇博文中,我们将深入研究Apache Airflow 中的任务概念,探…...

WebSocket——环境搭建与多环境配置

一、前言:为什么要使用多环境配置? 在开发过程中,我们通常会遇到多个不同的环境,比如开发环境(Dev)、测试环境(Test)、生产环境(Prod)等。每个环境的配置和需…...

93,【1】buuctf web [网鼎杯 2020 朱雀组]phpweb

进入靶场 页面一直在刷新 在 PHP 中,date() 函数是一个非常常用的处理日期和时间的函数,所以应该用到了 再看看警告的那句话 Warning: date(): It is not safe to rely on the systems timezone settings. You are *required* to use the date.timez…...