数量积与向量积+空间中曲面和曲线2018-02-25

上次学习了数据结构的内容,感受是全部是C语言代码,硬看理解起来很慢,半年或一年内的目标是选择一门或两门课程持续性学习,因此开始学习高数的第一章剩下的3节4节,看了一些例题,但题做的还是少,掌握的不够透。

数量积与向量积:
定理 1 :(数量积的运算符)

1)交换律:α · β = β · α;
2)结合律:λ(α · β)=(λa)· β = a ·(λβ),其中 λ 是数量;
3)分配律:(α + β)· γ = α · γ + β · γ 由公式2得
(α + β)· γ = | γ | · Prj r (α + β)= | γ | · Prj r α + | γ | · Prj r β = α · γ + β · γ;

定理 2 :(向量垂直与数量积的关系)

向量 α 与 β 相互垂直的充分必要条件是 α · β = 0 (规定:零向量与任何向量垂直)
证 :必要性 设 α 与 β 相互垂直. 如果 α = 0 或 β = 0,则 | α | = 0 或 | β | = 0,此时必要性成立;如果 α 与 β 都是非零向量,垂直时它们的夹角 φ = φ/2,于是 α · β = | α | · | β | · 0 = 0,必要性也成立。

定理3 : (向量积的运算律)

1)反交换律: α x β = - (β x α);
2)结合律:λ(α x β)=(λa)x β = a x(λβ),其中 λ 是数量;
3)分配律:γ x(α + β)= α x γ + β x γ

定理4:(向量积与向量的平行的关系)

两个向量 α 与 β 相互平行的充分必要条件是:α x β = 0

空间的曲面和曲线:

定义1:(曲面方程)

给定曲面S与三元方程 F(x,y,z) = 0 ,且已知方程的解集非空.若曲面S 与方程有下述关系
1)曲面S上的点都满足方程F(x,y,z) = 0 ,即S上任何点的坐标都是解
2)解都放在S上,即任何解 x,y,z 所对应的点P(x,y,z)都在S上,则称方程F(x,y,z) = 0 为曲面S的方程。
定理:
给定方程F(x,y,z)=0 和 G(x,y,z)= 0,它们的解集非空,分别设为Ωf,Ωg.
1)这两个方程表示同一个曲面的充分必要条件是它们为同解方程,即Ωf = Ωg;
2)如果Ωf ⊂ Ωg,即G(x,y,z) = 0 的解集包含了 F(x,y,z) = 0 的解集,则 F(x,y,z) = 0 表示的曲面是G(x,y,z) = 0表示的曲面的一部分。

定义2:(旋转曲面)

一条平面曲线C绕在它所在平面的一条直线L旋转一周所生成的曲面称为旋转曲面,其中曲线C称为旋转曲面的母线,直线L称为旋转曲面的旋转轴。

定义3:(母线平行与坐标轴的柱面方程)
平行于定直线 L 并沿定曲线C移动的直线j所生成的曲面为柱面,动直线j在移动中的每一个位置为柱面的母线,曲线C称为准线。

image.png

image.png

image.png
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,616评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,020评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,078评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,040评论 1 285
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,154评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,265评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,298评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,072评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,491评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,795评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,970评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,654评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,272评论 3 318
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,985评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,223评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,815评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,852评论 2 351

推荐阅读更多精彩内容

  • 【概述】 SVM训练分类器的方法是寻找到超平面,使正负样本在超平面的两侧(分类正确性即“分得开”),且样本到超平面...
    sealaes阅读 11,061评论 0 7
  • 数学是计算机技术的基础,线性代数是机器学习和深度学习的基础,了解数据知识最好的方法我觉得是理解概念,数学不只是上学...
    闯王来了要纳粮阅读 22,686评论 2 48
  • 本章涉及到的知识点清单:1、决策面方程2、函数间隔和几何间隔3、不等式约束条件4、SVM最优化模型的数学描述(凸二...
    PrivateEye_zzy阅读 13,221评论 3 10
  • 深入理解傅里叶变换Mar 12, 2017 这原本是我在知乎上对傅立叶变换、拉普拉斯变换、Z变换的联系?为什么要进...
    价值趋势技术派阅读 5,744评论 2 2
  • 又一年高考结束了,想起去年高考结束时,高中的同学们都在回忆当初自己高考时的模样,若不是大家的回忆杀,我几乎都要忘了...
    likemoonlight阅读 208评论 0 0