7 - 空间解析几何
文章目录
一、基本概念的描述与运算
(一)点乘 与 叉乘
1)点乘(数量积 / 内积)
点乘结果为 标量
1. 点乘的运算方法
a ⃗ ⋅ b ⃗ = ( x a , y a , z a ) ⋅ ( x b , y b , z b ) = x a x b + y a y b + z a z b \vec a\cdot\vec b=(x_a,y_a,z_a)\cdot(x_b,y_b,z_b)=x_ax_b+y_ay_b+z_az_b a⋅b=(xa,ya,za)⋅(xb,yb,zb)=xaxb+yayb+zazb
a ⃗ ⋅ b ⃗ = ∣ a ⃗ ∣ ∣ b ⃗ ∣ c o s θ c o s θ = a ⃗ ⋅ b ⃗ ∣ a ⃗ ∣ ∣ b ⃗ ∣ \vec a\cdot\vec b=|\vec a||\vec b|cos\theta \\ cos\theta=\frac{\vec a\cdot\vec b}{|\vec a||\vec b|} a⋅b=∣a∣∣b∣cosθcosθ=∣a∣∣b∣a⋅b
2. 点乘的性质
点乘满足 交换律、分配律;不满足结合律 (两个向量点乘会得到一个标量,再点乘一个向量会得到矢量)
3. 点乘的几何意义
a ⃗ ⋅ b ⃗ = 0 ⟺ a ⃗ ⊥ b ⃗ \vec a \cdot \vec b=0 \Longleftrightarrow \vec a \bot\vec b a⋅b=0⟺a⊥b
2)叉乘(叉积 / 外积)
叉乘结果是个 矢量
1. 叉乘的运算方法
a ⃗ × b ⃗ = ∣ x ^ y ^ z ^ x a y a z a x b y b z b ∣ ∣ a ⃗ × b ⃗ ∣ = ∣ a ⃗ ∣ ∣ b ⃗ ∣ s i n θ \begin{aligned} \vec a \times \vec b&= \begin{vmatrix} \hat x & \hat y & \hat z \\ x_a & y_a & z_a \\ x_b & y_b & z_b \\ \end{vmatrix} \\ |\vec a\times\vec b|&=|\vec a||\vec b|sin\theta \end{aligned} a×b∣a×b∣=∣ ∣x^xaxby^yaybz^zazb∣ ∣=∣a∣∣b∣sinθ
2.叉乘的性质
叉乘只满足对 点乘 和 叉乘 的 分配率 ;不满足结合律
叉乘的交换律: a ⃗ × b ⃗ = − b ⃗ × a ⃗ \vec a \times \vec b=-\vec b \times \vec a a×b=−b×a
3. 叉乘的几何意义
a ⃗ × b ⃗ \vec a\times\vec b a×b 表示由向量 a ⃗ 、 b ⃗ \vec a、\vec b a、b 所构成的平行四边形的 面积 ,方向满足 右手定则
3)混合积
混合积的结果是个 标量
1. 混合积的运算方法
[ a ⃗ b ⃗ c ⃗ ] = ( a ⃗ × b ⃗ ) ⋅ c ⃗ = ∣ x a y a z a x b y b z b x c y c z c ∣ [\vec a\vec b\vec c]=(\vec a\times \vec b)\cdot \vec c= \begin{vmatrix} x_a & y_a & z_a \\ x_b & y_b & z_b \\ x_c & y_c & z_c \\ \end{vmatrix} [abc]=(a×b)⋅c=∣ ∣xaxbxcyaybyczazbzc∣ ∣
2. 混合积的性质
a ⃗ ⋅ ( b ⃗ × c ⃗ ) = b ⃗ ⋅ ( c ⃗ × a ⃗ ) = c ⃗ ⋅ ( a ⃗ × b ⃗ ) \vec a\cdot(\vec b \times \vec c)=\vec b\cdot(\vec c \times \vec a)=\vec c\cdot(\vec a \times \vec b) a⋅(b×c)=b⋅(c×a)=c⋅(a×b)
【注】 :注意有 b ⃗ × c ⃗ = − c ⃗ × b ⃗ \vec b \times \vec c=-\vec c \times \vec b b×c=−c×b ;可以认为叉乘处 a b c abc abc 是个循环队列: b × c → c × a → a × b b\times c \rightarrow c\times a\rightarrow a\times b b×c→c×a→a×b
3. 混合积的几何意义
混合积表示由向量
a
⃗
、
b
⃗
、
c
⃗
\vec a、\vec b、\vec c
a、b、c 构成的平行六面体的体积
∣
x
a
y
a
z
a
x
b
y
b
z
b
x
c
y
c
z
c
∣
=
0
⟺
三向量共面
\begin{vmatrix} x_a & y_a & z_a \\ x_b & y_b & z_b \\ x_c & y_c & z_c \\ \end{vmatrix} =0 \Longleftrightarrow 三向量共面
∣
∣xaxbxcyaybyczazbzc∣
∣=0⟺三向量共面
(二)空间中的线与面
【注】 :以下 τ \tau τ 表示切线 / 切向(tangent); n n n 表示法线 / 法向(normal)
对曲线求 偏导,得到的是 切线与法平面
对曲面求 偏导,得到的是 法线与切平面
描述空间中的 线 ,需要 两个方程(消除两个自由度)
描述空间中的 面 ,只要 一个方程(消除一个自由度)
1)空间中的线
1. 直线的方程
直线的 方向向量 τ ⃗ = ( l , m , n ) \vec\tau = (l,m,n) τ=(l,m,n)
- 一般式 / 交面式:
{ A 1 x + B 1 y + C 1 z + D 1 = 0 , n 1 ⃗ = ( A 1 , B 1 , C 1 ) A 2 x + B 2 y + C 2 z + D 2 = 0 , n 2 ⃗ = ( A 2 , B 2 , C 2 ) \begin{cases} A_1x+B_1y+C_1z+D_1=0,\ \vec{n_1}=(A_1,B_1,C_1) \\ A_2x+B_2y+C_2z+D_2=0,\ \vec{n_2}=(A_2,B_2,C_2) \end{cases} {A1x+B1y+C1z+D1=0, n1=(A1,B1,C1)A2x+B2y+C2z+D2=0, n2=(A2,B2,C2)
一般式是由两个平面方程联立(两平面相交)确定 / 描述 一条空间中的直线的;其中 n 1 n_1 n1 与
n 2 n_2 n2 不平行
τ ⃗ = n 1 ⃗ × n 2 ⃗ \vec \tau = \vec{n_1}\times \vec{n_2} τ=n1×n2
可以令 x = x ,将一般式转化成 以 x 为参数的参数方程
- 点向式 / 标准式 / 对称式:
x − x 0 l = y − y 0 m = z − z 0 n \frac{x-x_0}l=\frac{y-y_0}m=\frac {z-z_0}n lx−x0=my−y0=nz−z0
直线过点 ( x 0 , y 0 , z 0 ) (x_0,y_0,z_0) (x0,y0,z0) ,方向为 τ ⃗ \vec\tau τ
可以将这个 连等式 拆分成 两个等式联立 的形式
- 参数式:
{ x = x 0 + l t y = y 0 + m t z = z 0 + n t \begin{cases} x=x_0+lt \\ y=y_0+mt \\ z=z_0+nt \end{cases} ⎩ ⎨ ⎧x=x0+lty=y0+mtz=z0+nt
直线过点 ( x 0 , y 0 , z 0 ) (x_0,y_0,z_0) (x0,y0,z0) ,方向为 τ ⃗ = ( l , m , n ) \vec\tau =(l,m,n) τ=(l,m,n)
- 两点式:
x − x 1 x 2 − x 1 = y − y 1 y 2 − y 1 = z − z 1 z 2 − z 1 \frac{x-x_1}{x_2-x_1}=\frac{y-y_1}{y_2-y_1}=\frac{z-z_1}{z_2-z_1} x2−x1x−x1=y2−y1y−y1=z2−z1z−z1
直线过不同的两点 P 1 ( x 1 , y 1 , z 1 ) P_1(x_1,y_1,z_1) P1(x1,y1,z1) 和点 P 2 ( x 2 , y 2 , z 2 ) P_2(x_2,y_2,z_2) P2(x2,y2,z2)
x 2 − x 1 x_2-x_1 x2−x1 事实上就是指 x 方向上的 斜率 , x − x 1 x-x_1 x−x1 表示过 x 1 x_1 x1 点
2. 曲线的方程
- 一般式 / 交面式:
{ F ( x , y , z ) = 0 G ( x , y , z ) = 0 \begin{cases} F(x,y,z)=0 \\ G(x,y,z)=0 \end{cases} {F(x,y,z)=0G(x,y,z)=0
实际上是两个曲面的交线(两个曲面方程联立)
- 参数方程:
{ x = φ ( t ) y = ψ ( t ) z = ω ( t ) \begin{cases} x=\varphi(t) \\ y=\psi(t) \\ z=\omega(t) \\ \end{cases} ⎩ ⎨ ⎧x=φ(t)y=ψ(t)z=ω(t)
3. 曲线的 切线 与 法平面
① 参数方程 描述时 (在点 P 0 ( x 0 , y 0 , z 0 ) P_0(x_0,y_0,z_0) P0(x0,y0,z0) 处)
-
切向量:
τ ⃗ = ( φ ′ ( t 0 ) , ψ ′ ( t 0 ) , ω ′ ( t 0 ) ) \vec\tau =(\ \varphi^\prime(t_0),\ \psi^\prime(t_0),\ \omega^\prime(t_0)\ ) τ=( φ′(t0), ψ′(t0), ω′(t0) ) -
切 线:
x − x 0 φ ′ ( t 0 ) = y − y 0 ψ ′ ( t 0 ) = z − z 0 ω ′ ( t 0 ) \frac{x-x_0}{\varphi^\prime(t_0)}=\frac{y-y_0}{\psi^\prime(t_0)}=\frac{z-z_0}{\omega^\prime(t_0)} φ′(t0)x−x0=ψ′(t0)y−y0=ω′(t0)z−z0 -
法平面:
φ ′ ( t 0 ) ( x − x 0 ) + ψ ′ ( t 0 ) ( y − y 0 ) + ω ′ ( t 0 ) ( z − z 0 ) = 0 \varphi^\prime(t_0)(x-x_0)+\psi^\prime(t_0)(y-y_0)+\omega^\prime(t_0)(z-z_0)=0 φ′(t0)(x−x0)+ψ′(t0)(y−y0)+ω′(t0)(z−z0)=0
② 一般式 / 交面式 描述时 (在点 P 0 ( x 0 , y 0 , z 0 ) P_0(x_0,y_0,z_0) P0(x0,y0,z0) 处)
-
切向量:
τ ⃗ = ( ∣ F y ′ F z ′ G y ′ G z ′ ∣ , ∣ F z ′ F x ′ G z ′ G x ′ ∣ , ∣ F x ′ F y ′ G x ′ G y ′ ∣ ) \vec\tau=( \begin{vmatrix} F^\prime_y & F^\prime_z \\ G^\prime_y & G^\prime_z \\ \end{vmatrix}, \begin{vmatrix} F^\prime_z & F^\prime_x \\ G^\prime_z & G^\prime_x \\ \end{vmatrix}, \begin{vmatrix} F^\prime_x & F^\prime_y \\ G^\prime_x & G^\prime_y \\ \end{vmatrix} ) τ=(∣ ∣Fy′Gy′Fz′Gz′∣ ∣,∣ ∣Fz′Gz′Fx′Gx′∣ ∣,∣ ∣Fx′Gx′Fy′Gy′∣ ∣) -
切 线:
x − x 0 ∣ F y ′ F z ′ G y ′ G z ′ ∣ P 0 = y − y 0 ∣ F z ′ F x ′ G z ′ G x ′ ∣ P 0 = z − z 0 ∣ F x ′ F y ′ G x ′ G y ′ ∣ P 0 \frac{x-x_0}{\begin{vmatrix} F^\prime_y & F^\prime_z \\ G^\prime_y & G^\prime_z \\ \end{vmatrix}_{P_0}}=\frac{y-y_0}{\begin{vmatrix} F^\prime_z & F^\prime_x \\ G^\prime_z & G^\prime_x \\ \end{vmatrix}_{P_0}}=\frac{z-z_0}{\begin{vmatrix} F^\prime_x & F^\prime_y \\ G^\prime_x & G^\prime_y \\ \end{vmatrix}_{P_0}} ∣ ∣Fy′Gy′Fz′Gz′∣ ∣P0x−x0=∣ ∣Fz′Gz′Fx′Gx′∣ ∣P0y−y0=∣ ∣Fx′Gx′Fy′Gy′∣ ∣P0z−z0
- 法平面:
∣ F y ′ F z ′ G y ′ G z ′ ∣ P 0 ( x − x 0 ) + ∣ F z ′ F y ′ G z ′ G y ′ ∣ P 0 ( y − y 0 ) + ∣ F x ′ F y ′ G x ′ G y ′ ∣ P 0 ( z − z 0 ) = 0 {\begin{vmatrix} F^\prime_y & F^\prime_z \\ G^\prime_y & G^\prime_z \\ \end{vmatrix}_{P_0}}(x-x_0)+{\begin{vmatrix} F^\prime_z & F^\prime_y \\ G^\prime_z & G^\prime_y \\ \end{vmatrix}_{P_0}}(y-y_0)+{\begin{vmatrix} F^\prime_x & F^\prime_y \\ G^\prime_x & G^\prime_y \\ \end{vmatrix}_{P_0}}(z-z_0)=0 ∣ ∣Fy′Gy′Fz′Gz′∣ ∣P0(x−x0)+∣ ∣Fz′Gz′Fy′Gy′∣ ∣P0(y−y0)+∣ ∣Fx′Gx′Fy′Gy′∣ ∣P0(z−z0)=0
这里的核心是 两个曲面的法向量叉乘 的结果即为 曲线的切向量,即
τ
⃗
=
∣
x
^
y
^
z
^
F
x
′
F
y
′
F
z
′
G
x
′
G
y
′
G
z
′
∣
=
∣
F
y
′
F
z
′
G
y
′
G
z
′
∣
x
^
+
∣
F
z
′
F
x
′
G
z
′
G
x
′
∣
y
^
+
∣
F
x
′
F
y
′
G
x
′
G
y
′
∣
z
^
\vec \tau= \begin{vmatrix} \hat x & \hat y & \hat z \\ F^\prime_x &F^\prime_y & F^\prime_z \\ G^\prime_x &G^\prime_y & G^\prime_z \\ \end{vmatrix} = \begin{vmatrix} F^\prime_y & F^\prime_z \\ G^\prime_y & G^\prime_z \\ \end{vmatrix}\hat x+ \begin{vmatrix} F^\prime_z & F^\prime_x \\ G^\prime_z & G^\prime_x \\ \end{vmatrix}\hat y+ \begin{vmatrix} F^\prime_x & F^\prime_y \\ G^\prime_x & G^\prime_y \\ \end{vmatrix}\hat z
τ=∣
∣x^Fx′Gx′y^Fy′Gy′z^Fz′Gz′∣
∣=∣
∣Fy′Gy′Fz′Gz′∣
∣x^+∣
∣Fz′Gz′Fx′Gx′∣
∣y^+∣
∣Fx′Gx′Fy′Gy′∣
∣z^
2)空间中的面
1. 平面的方程
平面的 法向量 n ⃗ = ( A , B , C ) \vec n=(A,B,C) n=(A,B,C)
-
一般式:
A x + B y + C z + D = 0 Ax+By+Cz+D=0 Ax+By+Cz+D=0 -
点法式:
A ( x − x 0 ) + B ( y − y 0 ) + C ( z − z 0 ) + D = 0 A(x-x_0)+B(y-y_0)+C(z-z_0)+D=0 A(x−x0)+B(y−y0)+C(z−z0)+D=0 -
截距式:
x a + y b + z c = 1 \frac xa + \frac yb+\frac zc=1 ax+by+cz=1 -
三点式:
∣ x − x 1 y − y 1 z − z 1 x − x 2 y − y 2 z − z 2 x − x 3 y − y 3 z − z 3 ∣ = 0 \begin{vmatrix} x-x_1 & y-y_1 & z-z_1 \\ x-x_2 & y-y_2 & z-z_2 \\ x-x_3 & y-y_3 & z-z_3 \\ \end{vmatrix} = 0 ∣ ∣x−x1x−x2x−x3y−y1y−y2y−y3z−z1z−z2z−z3∣ ∣=0
平面过不共线的三点 ( x i , y i , z i ) , i ∈ { 1 , 2 , 3 } (x_i,y_i,z_i),\ i\in\{1,2,3\} (xi,yi,zi), i∈{1,2,3}
2. 曲面的方程
- F ( x , y , z ) = 0 F(x,y,z)=0 F(x,y,z)=0
3. 旋转曲面
求曲线 Γ \Gamma Γ 绕直线 L L L 旋转一周所得到的曲面
M 0 ( x 0 , y 0 , z 0 ) M_0(x_0,y_0,z_0) M0(x0,y0,z0) 在直线 L L L 上; M 1 ( x 1 , y 1 , z 1 ) M_1(x_1,y_1,z_1) M1(x1,y1,z1) 在曲线 Γ \Gamma Γ 上; S ⃗ \vec S S 是直线 L L L 的方向向量; P P P 是所求曲面上任意一点
构建求解方程的 核心条件:
M
1
P
→
⊥
s
⃗
,
∣
M
0
P
→
∣
=
∣
M
0
M
1
→
∣
\overrightarrow{M_1P} \bot\vec s,\qquad |\overrightarrow{M_0P}|=|\overrightarrow{M_0M_1}|
M1P⊥s,∣M0P∣=∣M0M1∣
当
L
L
L 是坐标轴时 (以
z
z
z 轴为例),直接用
x
2
+
y
2
=
x
1
2
+
y
1
2
x^2+y^2=x^2_1+y_1^2
x2+y2=x12+y12 描述会 更简便 ,此时
x
1
,
y
1
x_1,y_1
x1,y1 适合用以
z
z
z 为参数的参数方程直接带入来描述
x
1
,
y
1
x_1,y_1
x1,y1 在曲线
Γ
\Gamma
Γ 上;与曲线
Γ
\Gamma
Γ 联立求解反而麻烦了
4. 曲面的 法线 与 切平面
① F ( x , y , z ) = 0 F(x,y,z)=0 F(x,y,z)=0 描述时 (在点 P 0 ( x 0 , y 0 , z 0 ) P_0(x_0,y_0,z_0) P0(x0,y0,z0) 处)
-
法向量:
n ⃗ = ( F x ′ ( x 0 , y 0 , z 0 ) , F y ′ ( x 0 , y 0 , z 0 ) , F z ′ ( x 0 , y 0 , z 0 ) ) \vec n=(F^\prime_x(x_0,y_0,z_0),F^\prime_y(x_0,y_0,z_0),F^\prime_z(x_0,y_0,z_0)) n=(Fx′(x0,y0,z0),Fy′(x0,y0,z0),Fz′(x0,y0,z0)) -
法 线:
x − x 0 F x ′ ( x 0 , y 0 , z 0 ) = y − y 0 F y ′ ( x 0 , y 0 , z 0 ) = z − z 0 F z ′ ( x 0 , y 0 , z 0 ) \frac{x-x_0}{F^\prime_x(x_0,y_0,z_0)}=\frac{y-y_0}{F^\prime_y(x_0,y_0,z_0)}=\frac{z-z_0}{F^\prime_z(x_0,y_0,z_0)} Fx′(x0,y0,z0)x−x0=Fy′(x0,y0,z0)y−y0=Fz′(x0,y0,z0)z−z0
- 切平面:
F x ′ ( x 0 , y 0 , z 0 ) ( x − x 0 ) + F y ′ ( x 0 , y 0 , z 0 ) ( y − y 0 + F z ′ ( x 0 , y 0 , z 0 ) ) ( z − z 0 ) = 0 F^\prime_x(x_0,y_0,z_0)(x-x_0)+F^\prime_y(x_0,y_0,z_0)(y-y_0+F^\prime_z(x_0,y_0,z_0))(z-z_0)=0 Fx′(x0,y0,z0)(x−x0)+Fy′(x0,y0,z0)(y−y0+Fz′(x0,y0,z0))(z−z0)=0
② z = f ( x , y ) z=f(x,y) z=f(x,y) 描述时 (在点 P 0 ( x 0 , y 0 , z 0 ) P_0(x_0,y_0,z_0) P0(x0,y0,z0) 处)
令 F ( x , y , z ) = f ( x , y ) − z F(x,y,z)=f(x,y)-z F(x,y,z)=f(x,y)−z ,然后 按照 ① 处理
(三)梯度 与 方向导数
1)梯度(矢量)- gradient
空间曲面
F
(
x
,
y
,
z
)
F(x,y,z)
F(x,y,z) 在点
P
0
(
x
0
,
y
0
,
z
0
)
P_0(x_0,y_0,z_0)
P0(x0,y0,z0) 处,增长最快的矢量 是 梯度
g
r
a
d
F
∣
P
0
=
(
F
x
′
(
P
0
)
,
F
y
′
(
P
0
)
,
F
z
′
(
P
0
)
)
grad\ F|_{P_0}=(\ F^\prime_x(P_0),\ F^\prime_y(P_0),\ F^\prime_z(P_0)\ )
grad F∣P0=( Fx′(P0), Fy′(P0), Fz′(P0) )
2)方向导数(标量)- directional derivative
1. 公式法
空间曲面 F ( x , y , z ) F(x,y,z) F(x,y,z) 在点 P 0 ( x 0 , y 0 , z 0 ) P_0(x_0,y_0,z_0) P0(x0,y0,z0) 处,沿某一方向上 l ⃗ \vec l l 的变化率 是 方向导数
方向导数
=
梯度
→
⋅
方向余弦
→
方向导数 = \overrightarrow{梯度} \cdot \overrightarrow{方向余弦}
方向导数=梯度⋅方向余弦
∂
F
∂
l
⃗
∣
P
0
=
F
x
′
(
P
0
)
c
o
s
α
+
F
y
′
(
P
0
)
c
o
s
β
+
F
z
′
(
P
0
)
c
o
s
γ
\left. \frac{\partial F}{\partial \vec l} \right|_{P_0} =F^\prime_x(P_0)cos\alpha+F^\prime_y(P_0)cos\beta+F^\prime_z(P_0)cos\gamma
∂l∂F∣
∣P0=Fx′(P0)cosα+Fy′(P0)cosβ+Fz′(P0)cosγ
【注】 :
c
o
s
α
、
c
o
s
β
、
c
o
s
γ
cos\alpha、cos\beta、cos\gamma
cosα、cosβ、cosγ 是
l
⃗
\vec l
l 的方向余弦;求方向导数用 极坐标 通常会更好算
2. 定义法
∂ f ( x , y ) ∂ l ⃗ ∣ P 0 = lim P → P 0 f ( x 0 + Δ x , y 0 + Δ y ) − f ( x 0 , y 0 ) ∣ P P 0 ∣ \left. \frac{\partial f(x,y)}{\partial \vec l} \right|_{P_0}=\lim_{P\rightarrow P_0} \frac{f(x_0+\Delta x,y_0+\Delta y)-f(x_0,y_0)}{|PP_0|} ∂l∂f(x,y)∣ ∣P0=P→P0lim∣PP0∣f(x0+Δx,y0+Δy)−f(x0,y0)
定义法中,由 Δ x 、 Δ y \Delta x、 \Delta y Δx、Δy 来约束 “沿 l ⃗ \vec l l 方向”
当给定
l
⃗
=
(
c
o
s
α
,
s
i
n
β
)
\vec l=(cos\alpha,sin\beta)
l=(cosα,sinβ) 且
P
0
(
0
,
0
)
P_0(0,0)
P0(0,0) 时,有
∂
f
(
x
,
y
)
∂
l
⃗
∣
P
0
=
lim
r
→
0
+
f
(
r
c
o
s
α
,
r
s
i
n
β
)
−
f
(
0
,
0
)
∣
r
∣
\left. \frac{\partial f(x,y)}{\partial \vec l} \right|_{P_0}=\lim_{r\rightarrow 0^+} \frac{f(rcos\alpha,rsin\beta)-f(0,0)}{|r|}
∂l∂f(x,y)∣
∣P0=r→0+lim∣r∣f(rcosα,rsinβ)−f(0,0)
(四)散度 与 旋度
1)散度(标量)- divergence
对向量场 A ⃗ = ( P ( x , y , z ) , Q ( x , y , z ) , R ( x , y , z ) ) \vec A=(P(x,y,z),Q(x,y,z),R(x,y,z)) A=(P(x,y,z),Q(x,y,z),R(x,y,z))
散度:
d
i
v
A
⃗
=
∂
P
∂
x
+
∂
Q
∂
y
+
∂
R
∂
z
div\ \vec A=\frac{\partial P}{\partial x}+\frac{\partial Q}{\partial y}+\frac{\partial R}{\partial z}
div A=∂x∂P+∂y∂Q+∂z∂R
2)旋度(矢量)- rotation
对向量场 A ⃗ = ( P ( x , y , z ) , Q ( x , y , z ) , R ( x , y , z ) ) \vec A=(P(x,y,z),Q(x,y,z),R(x,y,z)) A=(P(x,y,z),Q(x,y,z),R(x,y,z))
旋度:
r
o
t
A
⃗
=
∣
x
^
y
^
z
^
∂
∂
x
∂
∂
y
∂
∂
z
P
Q
R
∣
rot\ \vec A= \begin{vmatrix} \hat x &\hat y & \hat z \\ \frac \partial{\partial x} &\frac \partial{\partial y} &\frac \partial{\partial z} \\ P & Q & R \end{vmatrix}
rot A=∣
∣x^∂x∂Py^∂y∂Qz^∂z∂R∣
∣
二、空间解析几何处理方式
(一)需要注意的细节
1)向量的夹角 ∈ [ 0 , π ] \in[0,\pi] ∈[0,π]
2)二面角 ∈ [ 0 , π ] \in[0,\pi] ∈[0,π]
3)直线的夹角 ∈ [ 0 , π 2 ] \in[0,\frac\pi2] ∈[0,2π]
直线没有方向性,所以夹角在 [ 0 , π 2 ] [0,\frac\pi2] [0,2π]
4)法线方向的方向导数
法线是一条 直线 !!!
所以求法线方向的方向导数,是与法向量 同向 / 反向 两个方向
一共是两个解 !!!
4)找最小距离和
找两点到平面上某一点的最小距离和时,需要先判断两点 是否在平面的同一侧
即注意数形结合,只有在同一侧的时候,后面的方法才适用
(二)构建关系式的方法
核心是将 线 / 面 的关系 转化为 切线 / 法线 的关系
例如将直线夹角 或 二面角 转化为 切线 或 法线夹角
1)求平行线间距
设有平行线 L 1 、 L 2 L_1 、L_2 L1、L2 ,在 L 1 、 L 2 L_1、L_2 L1、L2 上分别任取一点 M 1 、 M 2 M_1、M_2 M1、M2 ,连接 M 1 、 M 2 M_1、M_2 M1、M2 得到向量 M 1 M 2 → \overrightarrow{M_1M_2} M1M2 ,设 L 1 L_1 L1 的方向向量为 τ ⃗ \vec \tau τ
则平行线间距
d
d
d 为:
d
=
∣
M
1
M
2
→
×
τ
⃗
∣
∣
τ
⃗
∣
d=\frac{|\overrightarrow{M_1M_2}\times\vec\tau|}{|\vec\tau|}
d=∣τ∣∣M1M2×τ∣
M 1 M 2 → 和 τ ⃗ \overrightarrow{M_1M_2}\ 和\ \vec\tau M1M2 和 τ 可以扩展为一个平行四边形(参照平行四边形法则)
∣ M 1 M 2 → × τ ⃗ ∣ |\overrightarrow{M_1M_2}\times\vec\tau| ∣M1M2×τ∣ 得到的就是该平行四边形的面积
平行四边形面积( ∣ M 1 M 2 → × τ ⃗ ∣ |\overrightarrow{M_1M_2}\times\vec\tau| ∣M1M2×τ∣ ) ÷ \div ÷ 底边长度( ∣ τ ⃗ ∣ |\vec\tau| ∣τ∣ ) = 平行四边形的高( d d d )
平行四边形的高即为两平行线的间距
2)判断两直线共面
设有两直线 L 1 、 L 2 L_1 、L_2 L1、L2 ,在 L 1 、 L 2 L_1、L_2 L1、L2 上分别任取一点 M 1 、 M 2 M_1、M_2 M1、M2 ,两直线方向向量分别为 s ⃗ 1 、 s ⃗ 2 \vec s_1、\vec s_2 s1、s2
求
s
⃗
1
、
s
⃗
2
、
M
1
M
2
→
\vec s_1、\vec s_2、\overrightarrow{M_1M_2}
s1、s2、M1M2 的混合积,即求三向量构成的平行六面体的体积;如果体积为 0 则说明三向量共面
(
s
⃗
1
×
s
⃗
2
)
⋅
M
1
M
2
→
=
0
⟹
L
1
、
L
2
共面
(\vec s_1\times \vec s_2)\cdot \overrightarrow{M_1M_2} =0 \Longrightarrow L_1、L_2\ 共面
(s1×s2)⋅M1M2=0⟹L1、L2 共面
3)找最小距离和
在平面上找一点 C ,使得空间中的 A、B 两点到 C 的距离之和最小
- 过 A 点做平面的垂线 L ,垂线的方向向量 同 平面的法向量;建议把点法式化为参数方程,便于后面与平面方程联立
- L 与 平面方程联立,求得垂线与平面的交点
- 利用交点坐标和对称性,可以轻松确定出 A ′ A^\prime A′ 的坐标
- 利用两点式构建 A ′ B A^\prime B A′B 的直线方程,建议也化为参数方程的形式
- A ′ B A^\prime B A′B 与平面方程联立,解得点 C 坐标,C 点即为距离和最小点
4)求点到平面距离
点 P ( x 0 , y 0 , z 0 ) P(x_0,y_0,z_0) P(x0,y0,z0) , 平面 A x + B y + C z + D = 0 Ax+By+Cz+D=0 Ax+By+Cz+D=0
点到平面距离公式:
d
=
∣
A
x
0
+
B
y
0
+
C
z
0
+
D
∣
A
2
+
B
2
+
C
2
d=\frac{|Ax_0+By_0+Cz_0+D|}{\sqrt{A^2+B^2+C^2}}
d=A2+B2+C2∣Ax0+By0+Cz0+D∣
5)构造过直线的 平面束方程
直线需要用交面式表示,设直线
L
:
{
F
(
x
,
y
,
z
)
=
0
G
(
x
,
y
,
z
)
=
0
L: \begin{cases} F(x,y,z)=0 \\ G(x,y,z)=0 \end{cases}
L:{F(x,y,z)=0G(x,y,z)=0
则
F
(
x
,
y
,
z
)
+
λ
[
G
(
x
,
y
,
z
)
]
=
0
F(x,y,z)+\lambda[G(x,y,z)]=0
F(x,y,z)+λ[G(x,y,z)]=0
为过直线
L
L
L 的所有平面(平面束)
【注】 :可以利用平面束方程的法向量 垂直 / 平行于 另一平面的法向量,找到过直线 L L L 且 垂直 / 平行 于另一平面的平面方程;两平面联立,求得的交线即为 线在面上的投影