三维空间——点线面关系

最新推荐文章于 2023-02-12 11:24:58 发布

theArcticOcean

最新推荐文章于 2023-02-12 11:24:58 发布

阅读量5.1k

点赞数 3

分类专栏： algorithm_计算几何文章标签：几何

本文链接：https://blog.csdn.net/thearcticocean/article/details/50616240

版权

这篇博客探讨了三维空间中点与线的关系，详细阐述了如何计算点到直线的投影点，以及利用点积和面积公式求解点到直线的距离。内容包括向量的运用和坐标求解方法。

摘要由CSDN通过智能技术生成

最基础最重要的概念——叉积，说到叉积就要聊聊行列式。
行列式的代数意义与Cramer法则联系密切，先来个简单的例子，
$\\ a_{11} x_1+a_{12}x_2=b_1\\ a_{21} x_1+a_{22}x_2=b_2$
消除x2得到这样的结果： $\\ x_1=\frac{b_1a_{22}-b_2a_{12}}{a_{11}a_{22}-a_{21}a_{12}}$ . 行列式 $\\ \begin{vmatrix} a_{11} & a_{12}\\a_{21} & a_{22} \end{vmatrix}$ 正是那个分母，其计算和叉积一样。
行列式的几何意义更加丰富，面积，体积……如上面的那个行列式就是向量为 $\\ (a_{11},a_{12}) ~~and~~ (a_{21},a_{22})$ 的叉积。也就是他们构成的平面的有向面积。

推广到三阶就是在x,y,z轴向量方向上的有向体积。
$\\ \begin{vmatrix} i& j & k\\a_1 & a_2 & a_3\\b_1 & b_2 &b_3 \end{vmatrix}$ $\\ =i \begin{vmatrix} a_2 & a_3\\b_2 & b_3 \end{vmatrix}-j \begin{vmatrix} a_1 & a_3\\b_1 & b_3 \end{vmatrix}+k\begin{vmatrix} a_1 & a_2\\b_1 & b_2 \end{vmatrix}$