给定定义doubly ruled hyperbolic paraboloid的四个点(p0,p1,p2,p3),使用python的numpy模块计算表面积的最佳(最快)方法是什么?
解决方法:
这比编程更多的是数学运算,因此您可能想与math.stackexchange的人们进行核对.但是,从上一个问题的答案开始,可以将表面参数化为:
s = p0 + u * (p1 - p0) + v * (p3 - p0) + u * v * (p2 - p3 - p1 + p0) =
p0 + u * a + v * b + u * v * c
您的四个点所限制的面积为0< = u&=; 1和0< = v< = 1.
您可以通过微分获得与表面相切的两个向量:
t1 = ds/du = a + v * c
t2 = ds/dv = b + u * c
然后,您可以获得一个正交于其他两个矢量的范数,该矢量等于它们描述的平行四边形的面积,并取它们的叉积:
A = t1 x t2 = a x b + u * a x c + v * c x b
继续集成A是很诱人的,但是要集成它是它的规范,而不是向量本身.我尝试将其提供给Mathematica,以查看它是否可以提供一些不错的封闭式解决方案,但是现在已经进行了几分钟,却没有到达任何地方.因此,您也可以用数字来做事情:
def integrate_hypar(p0, p1, p2, p3, n=100):
a = p1 - p0
b = p3 - p0
c = p2 - p3 - p1 + p0
delta = 1 / n
u = np.linspace(0,1, num=n, endpoint=False) + delta / 2
axb = np.cross(a, b)
axc = np.cross(a, c)
cxb = np.cross(c, b)
diff_areas = (axb + u[:, None, None] * axc +
u[:, None] * cxb) * delta * delta
diff_areas *= diff_areas
diff_areas = np.sum(diff_areas, axis=-1)
diff_areas = np.sqrt(diff_areas)
return np.sum(diff_areas)
有了其他问题的数据,我得到:
p0 = np.array([1.15, 0.62, -1.01])
p1 = np.array([1.74, 0.86, -0.88])
p2 = np.array([1.79, 0.40, -1.46])
p3 = np.array([0.91, 0.79, -1.84])
>>> integrate_hypar(p0, p1, p2, p3)
0.54825122958719719
标签:3d,python,math,numpy
来源: https://codeday.me/bug/20191122/2062143.html