杂记(待分类)

坐标系统 与 UTM投影

ps. 搬运自百度百科。
地球是一个球体,球面上的位置,是以经纬度来表示,它称为“球面坐标系统”或“地理坐标系统”。
在球面上计算角度距离十分麻烦,而且地图是印刷在平面纸张上,要将球面上的物体画到纸上,就必须展平,这种将球面转化为平面的过程,称为“投影”。
经由投影的过程,把球面坐标换算为平面直角坐标,便于印刷与计算角度与距离。但由于球面无法百分之百展为平面而不变形,所以除了地球仪外,所有地图都有某些程度的变形,有些可保持面积不变,有些可保持方位不变,视其用途而定。
墨卡托投影、高斯-克吕格投影、UTM投影等,即是用来完成上述任务的。

线外一点到直线的距离

有一条直线 L L L(其方向向量为 s ⃗ \vec{s} s M M M为直线上一点)和直线外一点 M 0 M_0 M0,求证:点 M 0 M_0 M0到直线 L L L的距离为
d = ∣ M 0 M ⃗ × s ⃗ ∣ ∣ s ⃗ ∣ d=\frac{|\vec{M_0M}\times \vec{s}|}{|\vec{s}|} d=s M0M ×s
证明:
向量的叉乘的(大小的)几何含义为: ∣ M 0 M ⃗ × s ⃗ ∣ = ∣ M 0 M ⃗ ∣ ⋅ ∣ s ⃗ ∣ ⋅ sin ⁡ ( θ ) |\vec{M_0M}\times \vec{s}|=|\vec{M_0M}|\cdot|\vec{s}|\cdot \sin(\theta) M0M ×s =M0M s sin(θ),即以 M 0 M ⃗ , s ⃗ \vec{M_0M}, \vec{s} M0M ,s 为邻边的平行四边形的面积。
则, ∣ M 0 M ⃗ × s ⃗ ∣ ∣ s ⃗ ∣ \frac{|\vec{M_0M}\times \vec{s}|}{|\vec{s}|} s M0M ×s 即为边 s ⃗ \vec{s} s 对应的高,换言之,即点 M 0 M_0 M0到直线 L L L的距离为 d = ∣ M 0 M ⃗ × s ⃗ ∣ ∣ s ⃗ ∣ d=\frac{|\vec{M_0M}\times \vec{s}|}{|\vec{s}|} d=s M0M ×s 。【得证】
在这里插入图片描述

【例1】如果直线 l l l过零点,其方向向量为 n ⃗ l = ( x 0 , y 0 , z 0 ) \vec{n}_l=(x_0,y_0,z_0) n l=(x0,y0,z0),空间一点为 a = ( x a , y a , z a ) a=(x_a,y_a,z_a) a=(xa,ya,za),问点 a a a到直线 l l l的距离为?

两个坐标系之间的变换矩阵

已知坐标系 c c c的单位正交基为 ( e 1 , e 2 , e 3 ) (e_1,e_2,e_3) (e1,e2,e3),假设经过一次旋转,变成了坐标系 c ′ c' c,其单位正交基为 ( e 1 ′ , e 2 ′ , e 3 ′ ) (e'_1,e'_2,e'_3) (e1,e2,e3),求该旋转对应的变换矩阵。
解:设有一个向量 a a a,其在两个坐标系下的坐标分别为: [ a 1 , a 2 , a 3 ] T , [ a 1 ′ , a 2 ′ , a 3 ′ ] T [a_1,a_2,a_3]^T,[a'_1,a'_2,a'_3]^T [a1,a2,a3]T,[a1,a2,a3]T,对于这同一个向量则应有:
[ e 1 e 2 e 3 ] [ a 1 a 2 a 3 ] = [ e 1 ′ e 2 ′ e 3 ′ ] [ a 1 ′ a 2 ′ a 3 ′ ] [ a 1 a 2 a 3 ] = [ e 1 T e 2 T e 3 T ] [ e 1 ′ e 2 ′ e 3 ′ ] [ a 1 ′ a 2 ′ a 3 ′ ] \begin{aligned} \begin{bmatrix} e_1&e_2 & e_3 \end{bmatrix} \begin{bmatrix} a_1 \\ a_2 \\ a_3 \end{bmatrix} &= \begin{bmatrix} e'_1&e'_2 & e'_3 \end{bmatrix} \begin{bmatrix} a'_1 \\ a'_2 \\ a'_3 \end{bmatrix} \\ \begin{bmatrix} a_1 \\ a_2 \\ a_3 \end{bmatrix} &= \begin{bmatrix} e^T_1 \\ e^T_2 \\ e^T_3 \end{bmatrix} \begin{bmatrix} e'_1&e'_2 & e'_3 \end{bmatrix} \begin{bmatrix} a'_1 \\ a'_2 \\ a'_3 \end{bmatrix} \end{aligned} [e1e2e3]a1a2a3a1a2a3=[e1e2e3]a1a2a3=e1Te2Te3T[e1e2e3]a1a2a3

则,
R = [ e 1 T e 2 T e 3 T ] [ e 1 ′ e 2 ′ e 3 ′ ] R= \begin{bmatrix} e^T_1 \\ e^T_2 \\ e^T_3 \end{bmatrix} \begin{bmatrix} e'_1&e'_2 & e'_3 \end{bmatrix} R=e1Te2Te3T[e1e2e3]

可以看出,这个矩阵由两组单位正交基之间的内积组成,刻画了同一个向量在两个坐标系下坐标的变换关系

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值