【几何】平面方程
文章目录
- 平面方程
- 一般式
- 截距式
- 点法式
- 法线式
平面方程
平面方程是用一个方程来表示平面,平面上的所有点代入方程,方程都成立。因为用法的不同,平面方程一般有四种表现形式。
一般式
设 n ⃗ = ( A , B , C ) \vec n=(A,B,C) n=(A,B,C) 为平面的法线, p 0 ( x 0 , y 0 , z 0 ) p_0(x_0, y_0, z_0) p0(x0,y0,z0) 、 p ( x , y , z ) p(x, y, z) p(x,y,z) 为平面上两点。我们知道两个垂直向量的点乘为0,则平面的法线和平面上两点组成向量的点乘也为0,则 n ⃗ ∗ p 0 p → = 0 \vec n * \overrightarrow {p_0p} = 0 n∗p0p=0 , 可以得出
n ⃗ ∗ ( p − p 0 ) = 0 n ⃗ ∗ p − n ⃗ ∗ p 0 = 0 由于 n ⃗ 和 p 0 已知,设常数 D = − n ⃗ ∗ p 0 , 则 n ⃗ ∗ p + D = 0 A ∗ x + B ∗ y + C ∗ z + D = 0 \vec n * (p - p_0) = 0 \\ \vec n * p - \vec n * p_0 = 0 \\ 由于\vec n和p_0已知,设常数D = -\vec n * p_0,则 \\ \vec n * p + D = 0 \\ A*x+B*y+C*z+D=0 n∗(p−p0)=0n∗p−n∗p0=0由于n和p0已知,设常数D=−n∗p0,则n∗p+D=0A∗x+B∗y+C∗z+D=0
平面的一般式为 A ∗ x + B ∗ y + C ∗ z + D = 0 A*x+B*y+C*z+D=0 A∗x+B∗y+C∗z+D=0,其中 ( A , B , C ) (A, B, C) (A,B,C)为平面的法线, − D -D −D为原点 o ( 0 , 0 , 0 ) o(0,0,0) o(0,0,0)到平面的垂直距离, n ⃗ ∗ p 0 = n ⃗ ∗ o p 0 → \vec n * p_0 = \vec n * \overrightarrow {op_0} n∗p0=n∗op0,为 o p 0 → \overrightarrow {op_0} op0在 n ⃗ \vec n n方向上的投影距离。
截距式
现在已知平面的一般式为 A ∗ x + B ∗ y + C ∗ z + D = 0 A*x+B*y+C*z+D=0 A∗x+B∗y+C∗z+D=0,
设 a = − D / A , b = − D / B , c = − D / C a=-D/A,b=-D/B,c=-D/C a=−D/A,b=−D/B,c=−D/C, 则 A = − D / a , B = − D / b , c = − D / C A=-D/a,B=-D/b,c=-D/C A=−D/a,B=−D/b,c=−D/C, 原式可改为
− D a ∗ x − D b ∗ y − D c ∗ z + D = 0 − D ∗ ( 1 a ∗ x + 1 b ∗ y + 1 c ∗ z ) + D = 0 1 a ∗ x + 1 b ∗ y + 1 c ∗ z = 1 -\frac{D}{a}*x-\frac{D}{b}*y-\frac{D}{c}*z+D=0 \\ -D*(\frac{1}{a}*x+\frac{1}{b}*y+\frac{1}{c}*z)+D=0 \\ \frac{1}{a}*x+\frac{1}{b}*y+\frac{1}{c}*z=1 \\ −aD∗x−bD∗y−cD∗z+D=0−D∗(a1∗x+b1∗y+c1∗z)+D=0a1∗x+b1∗y+c1∗z=1
平面的截距式为 1 a ∗ x + 1 b ∗ y + 1 c ∗ z = 1 \frac{1}{a}*x+\frac{1}{b}*y+\frac{1}{c}*z=1 a1∗x+b1∗y+c1∗z=1,其中 a , b , c a,b,c a,b,c分别为平面与xyz轴的交点。
点法式
已知平面的法线 n ⃗ \vec n n 和平面上的两点 p 、 p 0 p、p_0 p、p0 ,求平面的方程。和上面一般式的求取过程是一样的,只不过得到的最后的表达方式不同。
n ⃗ ∗ ( p − p 0 ) = 0 A ∗ ( x − x 0 ) + B ∗ ( y − y 0 ) + C ∗ ( c − c 0 ) = 0 \vec n * (p - p_0) = 0 \\ A*(x-x_0)+B*(y-y_0)+C*(c-c_0)=0 n∗(p−p0)=0A∗(x−x0)+B∗(y−y0)+C∗(c−c0)=0
平面的点法式为 A ∗ ( x − x 0 ) + B ∗ ( y − y 0 ) + C ∗ ( c − c 0 ) = 0 A*(x-x_0)+B*(y-y_0)+C*(c-c_0)=0 A∗(x−x0)+B∗(y−y0)+C∗(c−c0)=0,其中 ( A , B , C ) (A, B, C) (A,B,C)为平面的法线, ( x 0 , y 0 , z 0 ) (x_0,y_0,z_0) (x0,y0,z0) 为平面上的一点。
法线式
已知平面的法线和原点到平面的距离,求平面的方程。法线式和一般式几乎是一样的。
n ⃗ = ( A , B , C ) \vec n=(A,B,C) n=(A,B,C) ,那么 n ⃗ \vec n n 与xyz三个坐标轴的余弦值是多少呢?
设 n ⃗ \vec n n 与xyz的夹角分别为 α , β , γ \alpha,\beta,\gamma α,β,γ ,则
cos α = ( A , B , C ) ∗ ( 1 , 0 , 0 ) = A cos β = ( A , B , C ) ∗ ( 0 , 1 , 0 ) = B cos γ = ( A , B , C ) ∗ ( 0 , 0 , 1 ) = C 则 cos α ∗ x + cos β ∗ y + cos γ ∗ z + D = 0 设 p = − D , 得 cos α ∗ x + cos β ∗ y + cos γ ∗ z = p \cos \alpha=(A,B,C)*(1,0,0)=A \\ \cos \beta=(A,B,C)*(0,1,0)=B \\ \cos \gamma=(A,B,C)*(0,0,1)=C \\ 则\cos \alpha*x+\cos \beta*y+\cos \gamma*z+D=0 \\ 设p=-D,得 \cos \alpha*x+\cos \beta*y+\cos \gamma*z=p cosα=(A,B,C)∗(1,0,0)=Acosβ=(A,B,C)∗(0,1,0)=Bcosγ=(A,B,C)∗(0,0,1)=C则cosα∗x+cosβ∗y+cosγ∗z+D=0设p=−D,得cosα∗x+cosβ∗y+cosγ∗z=p
平面的法线式为 cos α ∗ x + cos β ∗ y + cos γ ∗ z = p \cos \alpha*x+\cos \beta*y+\cos \gamma*z=p cosα∗x+cosβ∗y+cosγ∗z=p ,其中 ( cos α , cos β , cos γ ) (\cos \alpha,\cos \beta,\cos \gamma) (cosα,cosβ,cosγ) 为平面的法线, p p p 为原点离平面的垂直距离。
相关文章:
【几何】平面方程
文章目录 平面方程一般式截距式点法式法线式 平面方程 平面方程是用一个方程来表示平面,平面上的所有点代入方程,方程都成立。因为用法的不同,平面方程一般有四种表现形式。 一般式 设 n ⃗ ( A , B , C ) \vec n(A,B,C) n (A,B,C) 为平…...
macOS访问samba文件夹的正确姿势,在哪里更改“macOS的连接身份“?还真不好找!
环境:路由器上需要身份认证的Mini NAS macOS Sonoma 14 这是一个非常简单的问题,但解决方法却藏得比较深,不够直观,GPT也没有给出明确的解决提示,特意记录一下。 macOS很多地方都很自动,有时候让人找不到设…...
linux进程切换
内核堆栈:每个进程在内核模式下运行时都有自己的内核堆栈。这个堆栈保存了进程在内核模式下的运行状态,包括函数调用时传递的参数、局部变量和返回地址等。 用户态与内核态:进程通常在用户态下运行,当执行系统调用或响应中断时进…...
spring boot 如何升级 Tomcat 版本
在Spring Boot应用程序中升级内嵌的Tomcat版本通常涉及以下几个步骤: 1. 确定当前使用的Tomcat版本 首先,你需要确定你的Spring Boot应用程序当前使用的Tomcat版本。这可以通过查看项目的pom.xml或build.gradle文件来完成,其中会列出所有的…...
sentinel中StatisticSlot数据采集的原理
StatisticSlot数据采集的原理 时间窗口 固定窗口 在固定的时间窗口内,可以允许固定数量的请求进入;超过数量就拒绝或者排队,等下一个时间段进入, 如下图 时间窗长度划分为1秒 单个时间窗的请求阈值为3 上述存在一个问题, 假如9:18:04:…...
图像去噪与增强技术
图像去噪与增强技术是数字图像处理领域中的两个重要方面,它们分别关注消除图像中的噪声和改善图像的质量。 图像去噪技术的主要目的是从受噪声干扰的图像中去除不必要的随机信号,以恢复图像的真实内容。这对于图像的进一步分析和理解至关重要。去噪技术包…...
SpringJPA 做分页条件查询
前言: 相信小伙伴们的项目很多都用到SpringJPA框架的吧,对于单表的增删改查利用jpa是很方便的,但是对于条件查询并且分页 是不是很多小伙伴不经常写到. 今天我整理了一下在这里分享一下. 话不多说直接上代码: Controller: RestController public class ProductInstanceContr…...
[Java基础揉碎]单例模式
目录 什么是设计模式 什么是单例模式 饿汉式与懒汉式 饿汉式vs懒汉式 懒汉式存在线程安全问题 什么是设计模式 1.静态方法和属性的经典使用 2.设计模式是在大量的实践中总结和理论化之后优选的代码结构、编程风格、 以及解决问题的思考方式。设计模式就像是经典的棋谱&am…...
unity无法使用道路生成插件Road Architect(ctrl和shift无法标点)
切换一下布局就行了。 附:Road Architect教学地址...
Django下载使用、文件介绍
【一】下载并使用 【1】下载框架 (1)注意事项 计算机名称不要出现中文python解释器版本不同可能会出现启动报错项目中所有的文件名称不要出现中文多个项目文件尽量不要嵌套,做到一项一夹 (2)下载 Django属于第三方模块&#…...
Docker进阶:Docker-cpmpose 实现服务弹性伸缩
Docker进阶:Docker-cpmpose 实现服务弹性伸缩 一、Docker Compose基础概念1.1 Docker Compose简介1.2 Docker Compose文件结构 二、弹性伸缩的原理和实现步骤2.1 弹性伸缩原理2.2 实现步骤 三、技术实践案例3.1 场景描述3.2 配置Docker Compose文件3.3 使用 docker-…...
opencv各个模块介绍(2)
Features2D 模块:特征检测和描述子计算模块,包括SIFT、SURF等算法。 Features2D 模块提供了许多用于特征检测和描述子匹配的函数和类,这些函数和类可用于图像特征的提取、匹配和跟踪。 FeatureDetector:特征检测器的基类…...
HTTPS:原理、使用方法及安全威胁
文章目录 一、HTTPS技术原理1.1 主要技术原理1.2 HTTPS的工作过程1.2.1 握手阶段1.2.2 数据传输阶段 1.3 HTTPS的安全性 二、HTTPS使用方法三、HTTPS安全威胁四、总结 HTTPS(全称:Hyper Text Transfer Protocol over Secure Socket Layer)&am…...
【云开发笔记No.6】腾讯CODING平台
腾讯云很酷的一个应用,现在对于研发一体化,全流程管理,各种工具层出不穷。 云时代用云原生,再加上AI,编码方式真是发生了质的变化。 从前,一个人可以写一个很酷的软件,后来,这变得…...
20.Ubuntu下安装GCC
文章目录 Ubuntu下安装GCC查看官方安装指导错误缺少gmp库缺少32位开发库libcg: error: gengtype-lex.c: No such file or directoryreference 欢迎访问个人网络日志🌹🌹知行空间🌹🌹 Ubuntu下安装GCC 为了支持新的c标准ÿ…...
2.windows ubuntu子系统配置
打开UBuntu后, > wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh #下载conda软件。 > bash Miniconda3-latest-Linux-x86_64.sh #下载完conda后执行这步 > source ~/.bashrc > conda-h #出现一下…...
vscode的一些技巧
技巧1:调试时传参数 在launch.json的configuration中"pwd"或者"program"选项之后添加如下选项: “--args”:["参数1", "参数2", ..., "参数3] 参数之间使用逗号隔开 技巧2:断点 普通断点使…...
JavaEE企业级分布式高级架构师课程
教程介绍 本课程主要面向1-5年及以上工作经验的Java工程师,大纲由IT界知名大牛 — 廖雪峰老师亲自打造,由来自一线大型互联网公司架构师、技术总监授课,内容涵盖深入spring5设计模式/高级web MVC开发/高级数据库设计与开发/高级响应式web开发…...
c语言函数大全(K开头)
c语言函数大全(K开头) There is no nutrition in the blog content. After reading it, you will not only suffer from malnutrition, but also impotence. The blog content is all parallel goods. Those who are worried about being cheated should leave quickly. 函数名…...
高效备考2025年AMC8竞赛:吃透2000-2024年600道真题(免费送题)
我们继续来随机看五道AMC8的真题和解析,根据实践经验,对于想了解或者加AMC8美国数学竞赛的考生来说,吃透AMC8历年真题是备考更加科学、有效的方法之一。 最近有家长朋友问我,现在有哪些类似于奥数的比赛可以参加?我的…...
【Axure高保真原型】引导弹窗
今天和大家中分享引导弹窗的原型模板,载入页面后,会显示引导弹窗,适用于引导用户使用页面,点击完成后,会显示下一个引导弹窗,直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…...
CTF show Web 红包题第六弹
提示 1.不是SQL注入 2.需要找关键源码 思路 进入页面发现是一个登录框,很难让人不联想到SQL注入,但提示都说了不是SQL注入,所以就不往这方面想了 先查看一下网页源码,发现一段JavaScript代码,有一个关键类ctfs…...
Redis相关知识总结(缓存雪崩,缓存穿透,缓存击穿,Redis实现分布式锁,如何保持数据库和缓存一致)
文章目录 1.什么是Redis?2.为什么要使用redis作为mysql的缓存?3.什么是缓存雪崩、缓存穿透、缓存击穿?3.1缓存雪崩3.1.1 大量缓存同时过期3.1.2 Redis宕机 3.2 缓存击穿3.3 缓存穿透3.4 总结 4. 数据库和缓存如何保持一致性5. Redis实现分布式…...
可靠性+灵活性:电力载波技术在楼宇自控中的核心价值
可靠性灵活性:电力载波技术在楼宇自控中的核心价值 在智能楼宇的自动化控制中,电力载波技术(PLC)凭借其独特的优势,正成为构建高效、稳定、灵活系统的核心解决方案。它利用现有电力线路传输数据,无需额外布…...
拉力测试cuda pytorch 把 4070显卡拉满
import torch import timedef stress_test_gpu(matrix_size16384, duration300):"""对GPU进行压力测试,通过持续的矩阵乘法来最大化GPU利用率参数:matrix_size: 矩阵维度大小,增大可提高计算复杂度duration: 测试持续时间(秒&…...
智能分布式爬虫的数据处理流水线优化:基于深度强化学习的数据质量控制
在数字化浪潮席卷全球的今天,数据已成为企业和研究机构的核心资产。智能分布式爬虫作为高效的数据采集工具,在大规模数据获取中发挥着关键作用。然而,传统的数据处理流水线在面对复杂多变的网络环境和海量异构数据时,常出现数据质…...
Unity | AmplifyShaderEditor插件基础(第七集:平面波动shader)
目录 一、👋🏻前言 二、😈sinx波动的基本原理 三、😈波动起来 1.sinx节点介绍 2.vertexPosition 3.集成Vector3 a.节点Append b.连起来 4.波动起来 a.波动的原理 b.时间节点 c.sinx的处理 四、🌊波动优化…...
C#中的CLR属性、依赖属性与附加属性
CLR属性的主要特征 封装性: 隐藏字段的实现细节 提供对字段的受控访问 访问控制: 可单独设置get/set访问器的可见性 可创建只读或只写属性 计算属性: 可以在getter中执行计算逻辑 不需要直接对应一个字段 验证逻辑: 可以…...
Git 3天2K星标:Datawhale 的 Happy-LLM 项目介绍(附教程)
引言 在人工智能飞速发展的今天,大语言模型(Large Language Models, LLMs)已成为技术领域的焦点。从智能写作到代码生成,LLM 的应用场景不断扩展,深刻改变了我们的工作和生活方式。然而,理解这些模型的内部…...
C++ 设计模式 《小明的奶茶加料风波》
👨🎓 模式名称:装饰器模式(Decorator Pattern) 👦 小明最近上线了校园奶茶配送功能,业务火爆,大家都在加料: 有的同学要加波霸 🟤,有的要加椰果…...
