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与 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⌢的平均曲率定义如下:
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在 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=Δs→0lim 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,且 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对 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)]21⋅x′2(t)x′(t)y′′(t)−x′′(t)y′(t)=x′2(t)+y′2(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=x′2(t)+y′2(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 =[x′2(t)+y′2(t)]23∣x′(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+y′2y′′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+y′2dx
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+y′2)23∣y′′∣
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)=r′cosθ−rsinθ,y′(θ)=r′sinθ+rcosθx′′(θ)=r′′(θ)cosθ−2r′sinθ−rcosθy′′(θ)=r′′sinθ+2r′cosθ−rsinθ
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+r′2)23∣r2+2r′2−rr′′∣
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=[x′2(t)+y′2(t)]23∣x′(t)y′′(t)−x′′(t)y′(t)∣=∣r′∣3∣r′×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…...

ISBN 号码——蓝桥杯
1.题目描述 每一本正式出版的图书都有一个 ISBN 号码与之对应,ISBN 码包括 9 位数字、1 位识别码和 3 位分隔符,其规定格式如 “x-xxx-xxxxx-x”,其中符号“-”是分隔符(键盘上的减号),最后一位是识别码&a…...

Spring Boot - 数据库集成06 - 集成ElasticSearch
Spring boot 集成 ElasticSearch 文章目录 Spring boot 集成 ElasticSearch一:前置工作1:项目搭建和依赖导入2:客户端连接相关构建3:实体类相关注解配置说明 二:客户端client相关操作说明1:检索流程1.1&…...

51单片机CLD1602显示万年历+闹钟+农历+整点报时
1. 硬件设计 硬件是我自己设计的一个通用的51单片机开发平台,可以根据需要自行焊接模块,这是用立创EDA画的一个双层PCB板,所以模块都是插针式,不是表贴的。电路原理图在文末的链接里,PCB图暂时不选择开源。 B站上传的…...

C++ 中的类(class)和对象(object)
在 C 中,类(class)和对象(object)是面向对象编程(OOP)的核心概念。类是一种用户自定义的数据类型,它将数据(成员变量)和操作这些数据的函数(成员函…...

安卓通过网络获取位置的方法
一 方法介绍 1. 基本权限设置 首先需要在 AndroidManifest.xml 中添加必要权限: xml <uses-permission android:name"android.permission.INTERNET" /> <uses-permission android:name"android.permission.ACCESS_NETWORK_STATE" /&g…...

2025 年,链上固定收益领域迈向新时代
“基于期限的债券市场崛起与 Secured Finance 的坚定承诺” 2025年,传统资产——尤其是股票和债券——大规模涌入区块链的浪潮将创造历史。BlackRock 首席执行官 Larry Fink 近期在彭博直播中表示,代币化股票和债券将逐步融入链上生态,将进一…...

npm启动前端项目时报错(vue) error:0308010C:digital envelope routines::unsupported
vue 启动项目时,npm run serve 报下面的错: error:0308010C:digital envelope routines::unsupported at new Hash (node:internal/crypto/hash:67:19) at Object.createHash (node:crypto:133:10) at FSReqCallback.readFileAfterClose [as on…...

11.QT控件:输入类控件
1. Line Edit(单行输入框) QLineEdit表示单行输入框,用来输入一段文本,但是不能换行。 核心属性: 核心信号: 2. Text Edit(多行输入框) QTextEdit表示多行输入框,也是一个富文本 & markdown编辑器。并且能在内容超…...

deepseek核心技术:MLA架构-多头潜在注意力
deepseek核心技术:MLA架构-多头潜在注意力 MLA架构即Multi-Head Latent Attention(多头潜在注意力)架构,是一种优化后的注意力机制。以下是对其及相关示例的具体介绍: 工作原理 输入嵌入:将输入序列中的每个元素转换为向量表示,即嵌入向量。例如在处理文本时,将文本中…...

讯飞星火大模型API使用Python调用
本文仅仅为简单API调用,更多复杂使用方法请参见接口文档 先在科大讯飞开放平台注册账号,点击控制台,在我的应用中创建新应用,新应用的名称可以自定义,这里我写的是ai对话: 在这里我们使用的模型为Speak Ul…...

C#面试常考随笔7:什么是匿名⽅法?还有Lambda表达式?
匿名方法本质上是一种没有显式名称的方法,它可以作为参数传递给需要委托类型的方法,常用于事件处理、回调函数等场景,能够让代码更加简洁和紧凑。 使用场景 事件处理:在处理事件时,不需要为每个事件处理程序单独定义…...

Elasticsearch:如何搜索含有复合词的语言
作者:来自 Elastic Peter Straer 复合词在文本分析和标记过程中给搜索引擎带来挑战,因为它们会掩盖词语成分之间的有意义的联系。连字分解器标记过滤器等工具可以通过解构复合词来帮助解决这些问题。 德语以其长复合词而闻名:Rindfleischetik…...

【Numpy核心编程攻略:Python数据处理、分析详解与科学计算】1.25 视觉风暴:NumPy驱动数据可视化
1.25 视觉风暴:NumPy驱动数据可视化 目录 #mermaid-svg-i3nKPm64ZuQ9UcNI {font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}#mermaid-svg-i3nKPm64ZuQ9UcNI .error-icon{fill:#552222;}#mermaid-svg-i3nKPm64ZuQ9UcNI …...

idea maven本地有jar包,但还要从远程下载
idea 中,java 工程执行 maven reimport,报jar报无法下载。 我奇了个怪,我明明在本地仓库有啊,你非得从远程下载? 我从供应商那里拿来的,远程当然没有了。 这太奇葩了吧,折腾好久不行。 后来…...

C++编程语言:抽象机制:模板(Bjarne Stroustrup)
目录 23.1 引言和概观(Introduction and Overview) 23.2 一个简单的字符串模板(A Simple String Template) 23.2.1 模板的定义(Defining a Template) 23.2.2 模板实例化(Template Instantiation) 23.3 类型检查(Type Checking) 23.3.1 类型等价(Type Equivalence) …...

深入解析 Linux 内核中的页面错误处理机制
在现代操作系统中,页面错误(Page Fault)是内存管理的重要组成部分。当程序试图访问未映射到物理内存的虚拟内存地址时,CPU 会触发页面错误异常。Linux 内核通过一系列复杂的机制来处理这些异常,确保系统的稳定性和性能。本文将深入解析 Linux 内核中处理页面错误的核心代码…...

【AIGC专栏】AI在自然语言中的应用场景
ChatGPT出来以后,突然间整个世界都非常的为之一惊。很多人大喊AI即将读懂人类,虽然这是一句夸大其词的话,但是经过未来几十年的迭代,ChatGPT会变成什么样我们还真的很难说。在当前生成式内容来说,ChatGPT毫无疑问在当前…...

Ubuntu 20.04安装Protocol Buffers 2.5.0
个人博客地址:Ubuntu 20.04安装Protocol Buffers 2.5.0 | 一张假钞的真实世界 安装过程 Protocol Buffers 2.5.0源码下载:https://github.com/protocolbuffers/protobuf/tree/v2.5.0。下载并解压。 将autogen.sh文件中以下内容: curl htt…...

解锁豆瓣高清海报(一) 深度爬虫与requests进阶之路
前瞻 PosterBandit 这个脚本能够根据用户指定的日期,爬取你看过的影视最高清的海报,然后使用 PixelWeaver.py 自动拼接成指定大小的长图。 你是否发现直接从豆瓣爬取下来的海报清晰度很低? 使用 .pic .nbg img CSS 选择器,在 我…...

计算机组成原理——数据运算与运算器(二)
生活就像一条蜿蜒的河流,有时平静,有时湍急。我们在这条河流中前行,会遇到风雨,也会遇见阳光。重要的是,无论遇到什么,都要保持内心的平静与坚定。每一次的挫折,都是让我们成长的机会࿱…...

SpringBoot+Vue的理解(含axios/ajax)-前后端交互前端篇
文章目录 引言SpringBootThymeleafVueSpringBootSpringBootVue(前端)axios/ajaxVue作用响应式动态绑定单页面应用SPA前端路由 前端路由URL和后端API URL的区别前端路由的数据从哪里来的 Vue和只用三件套axios区别 关于地址栏url和axios请求不一致VueJSPS…...

【AI】DeepSeek 概念/影响/使用/部署
在大年三十那天,不知道你是否留意到,“deepseek”这个词出现在了各大热搜榜单上。这引起了我的关注,出于学习的兴趣,我深入研究了一番,才有了这篇文章的诞生。 概念 那么,什么是DeepSeek?首先百…...

javascript-es6 (二)
函数进阶 函数提升 函数提升与变量提升比较类似,是指函数在声明之前即可被调用 好处:能够使函数的声明调用更灵活 函数提升出现在 相同作用域 当中 //可调用函数 fn()//后声明函数 function fn() {console.log(可先调用再声明) } 注意:函数表…...

供应链系统设计-供应链中台系统设计(十四)- 清结算中心设计篇(三)
关于清结算中心的设计,我们之前的两篇文章中,对于业务诉求的好的标准进行了初步的描述,如果没有看的同学可以参考一下两篇文章进行了解,这样更有利于理解本篇的内容。链接具体如下: 供应链系统设计-供应链中台系统设计…...

【自学笔记】MySQL的重点知识点-持续更新
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录 MySQL重点知识点MySQL知识点总结一、数据库基础二、MySQL的基本使用三、数据类型四、触发器(Trigger)五、存储引擎六、索引七、事务处理八、…...

X86路由搭配rtl8367s交换机
x86软路由,买双网口就好。或者单网口主板,外加一个pcie千兆。 华硕h81主板戴尔i350-T2双千兆,做bridge下载,速度忽高忽低。 今天交换机到货,poe供电,还是网管,支持Qvlan及IGMP Snooping…...

Linux环境基础开发工具的使用(apt, vim, gcc, g++, gbd, make/Makefile)
目录 什么是软件包 Linux 软件包管理器 apt 认识apt 查找软件包 安装软件 如何实现本地机器和云服务器之间的文件互传 卸载软件 Linux编辑器 - vim vim的基本概念 vim下各模式的切换 vim命令模式下各指令汇总 vim底行模式个指令汇总 Linux编译器 - gcc/g gcc/g的作…...

多模态论文笔记——ViViT
大家好,这里是好评笔记,公主号:Goodnote,专栏文章私信限时Free。本文详细解读多模态论文《ViViT: A Video Vision Transformer》,2021由google 提出用于视频处理的视觉 Transformer 模型,在视频多模态领域有…...

搜索与图论复习1
1深度优先遍历DFS 2宽度优先遍历BFS 3树与图的存储 4树与图的深度优先遍历 5树与图的宽度优先遍历 6拓扑排序 1DFS: #include<bits/stdc.h> using namespace std; const int N10; int n; int path[N]; bool st[N]; void dfs(int u){if(nu){for(int i0;…...