解析几何@点到平面的距离@点到直线的距离

abstract

  • 解析几何@点到平面的距离@点到直线的距离

点到平面的距离

  • 在这里插入图片描述

  • P 0 ( x 0 , y 0 , z 0 ) P_0(x_0,y_0,z_0) P0(x0,y0,z0)是平面 Π : A x + B y + C z + D = 0 \Pi:Ax+By+Cz+D=0 Π:Ax+By+Cz+D=0(1)外一点,求 P 0 P_0 P0 Π \Pi Π的距离 d d d

    • 设平面的法向量为 n = ( A , B , C ) \boldsymbol{n}=(A,B,C) n=(A,B,C)(1-1),其朝向记为 d 1 \boldsymbol{d_1} d1, − n -\boldsymbol{n} n也是 Π \Pi Π的法向量,其朝向记为 d 2 \boldsymbol{d_2} d2

    • 我们只需要讨论其中的一种情况,另一种情况由于条件的对称性,同理,具有相同的结论

  • 下面讨论点 P 0 P_0 P0分别位于 d 1 , d 2 \boldsymbol{d_1,d_2} d1,d2侧时的情形

    • 将位于 d 1 \boldsymbol{d_1} d1侧时的 P 0 P_0 P0,记为 P 01 P_{01} P01,位于 d 2 \boldsymbol{d_2} d2侧时记为 P 02 P_{02} P02
  • 分析可知,法向量 n \boldsymbol{n} n P 1 P 01 → \overrightarrow{P_{1}P_{01}} P1P01 的夹角 θ 1 ∈ ( 0 , π 2 ) \theta_1\in(0,\frac{\pi}{2}) θ1(0,2π), n \boldsymbol{n} n P 1 P 02 → \overrightarrow{P_1P_{02}} P1P02 的夹角为 θ 2 ∈ ( π 2 , π ) \theta_{2}\in(\frac{\pi}{2},\pi) θ2(2π,π)

    • 距离分别记为 h 1 = ∣ P 1 P 01 → ∣ cos ⁡ θ 1 h_1=|\overrightarrow{P_{1}P_{01}}|\cos{\theta_1} h1=P1P01 cosθ1(2) h 2 = ∣ P 1 P 02 → ∣ cos ⁡ ( π − θ 2 ) = ∣ P 1 P 02 → ∣ ( − cos ⁡ θ 2 ) h_2=|\overrightarrow{P_{1}P_{02}}|\cos{(\pi-\theta_2)}=|\overrightarrow{P_{1}P_{02}}|(-\cos{\theta_2)} h2=P1P02 cos(πθ2)=P1P02 (cosθ2)(3)
      • 其中 cos ⁡ θ 2 < 0 \cos\theta_{2}<0 cosθ2<0,即 − cos ⁡ θ 2 > 0 -\cos\theta_{2}>0 cosθ2>0,从而式(3)改写为: h 2 = ∣ P 1 P 02 → ∣ ∣ cos ⁡ θ 2 ∣ h_2=|\overrightarrow{P_{1}P_{02}}||\cos{\theta_2|} h2=P1P02 ∣∣cosθ2(4)

      • 另一方面, cos ⁡ θ 1 > 0 \cos\theta_1>0 cosθ1>0,即 ∣ cos ⁡ θ 1 ∣ = cos ⁡ θ 1 |\cos\theta_1|=\cos\theta_1 cosθ1=cosθ1,从而式(2)改写为 h 1 = ∣ P 1 P 01 → ∣ cos ⁡ θ 1 h_1=|\overrightarrow{P_{1}P_{01}}|\cos{\theta_1} h1=P1P01 cosθ1= ∣ P 1 P 01 → ∣ ∣ cos ⁡ θ 1 ∣ |\overrightarrow{P_{1}P_{01}}||\cos{\theta_1}| P1P01 ∣∣cosθ1(5)

  • 从而 h 1 , h 2 h_1,h_2 h1,h2的计算公式(即(5,4))形式一致,因此点 P 0 P_0 P0 Π \Pi Π的距离公式为: h = ∣ P 1 P 0 → ∣ ∣ cos ⁡ θ ∣ h=|\overrightarrow{P_{1}P_{0}}||\cos{\theta}| h=P1P0 ∣∣cosθ(6)

小结
  • P 1 P 0 → = ( x 0 − x 1 , y 0 − y 1 , z 0 − z 1 ) \overrightarrow{P_1P_0}=(x_0-x_1,y_0-y_1,z_0-z_1) P1P0 =(x0x1,y0y1,z0z1)(7)

  • h h h= ∣ P 1 P 0 → ∣ ∣ cos ⁡ θ ∣ |\overrightarrow{P_1P_0}||\cos\theta| P1P0 ∣∣cosθ= ∣ P 1 P 0 → ∣ ∣ P 1 P 0 → ⋅ n ∣ ∣ P 1 P 0 → ∣ ∣ n ∣ |\overrightarrow{P_1P_0}| \frac{|\overrightarrow{P_1P_0}\cdot{\boldsymbol{n}}|}{|\overrightarrow{P_1P_0}||\boldsymbol{n|}} P1P0 P1P0 ∣∣nP1P0 n= ∣ P 1 P 0 → ⋅ n ∣ ∣ n ∣ \frac{|\overrightarrow{P_1P_0}\cdot{\boldsymbol{n}}|}{|\boldsymbol{n}|} nP1P0 n(8)

  • 将(1-1),(7)带入(8):得式(9)

    • h = ∣ ( x 0 − x 1 , y 0 − y 1 , z 0 − z 1 ) ⋅ ( A , B , C ) ∣ A 2 + B 2 + C 2 = ∣ A ( x 0 − x 1 ) + B ( y 0 − y 1 ) + C ( z 0 − z 1 ) ∣ A 2 + B 2 + C 2 = ∣ A x 0 − A x 1 + B y 0 − B y 1 + C z 0 − C z 1 ∣ A 2 + B 2 + C 2 = ∣ A x 0 + B y 0 + C z 0 − ( A x 1 + B y 1 + C z 1 ) ∣ A 2 + B 2 + C 2 h=\frac{|(x_0-x_1,y_0-y_1,z_0-z_1)\cdot(A,B,C)|} {\sqrt{A^2+B^2+C^2}} \\ =\frac{|A(x_0-x_1)+B(y_0-y_1)+C(z_0-z_1)|} {\sqrt{A^2+B^2+C^2}} \\ =\frac{|Ax_0-Ax_1+By_0-By_1+Cz_0-Cz_1|} {\sqrt{A^2+B^2+C^2}} \\ =\frac{|Ax_0+By_0+Cz_0-(Ax_1+By_1+Cz_1)|} {\sqrt{A^2+B^2+C^2}} h=A2+B2+C2 (x0x1,y0y1,z0z1)(A,B,C)=A2+B2+C2 A(x0x1)+B(y0y1)+C(z0z1)=A2+B2+C2 Ax0Ax1+By0By1+Cz0Cz1=A2+B2+C2 Ax0+By0+Cz0(Ax1+By1+Cz1)
  • 由于 P 1 ∈ Π P_1\in\Pi P1Π,所以 A x 1 + B y 1 + C z 1 + D = 0 Ax_1+By_1+Cz_1+D=0 Ax1+By1+Cz1+D=0(10),即 − ( A x 1 + B y 1 + C z ) = D -(Ax_1+By_1+C_z)=D (Ax1+By1+Cz)=D(10-1)

  • 所以有(11)

    • h = ∣ A x 0 + B y 0 + C z 0 + D ∣ A 2 + B 2 + C 2 h=\frac{|Ax_0+By_0+Cz_0+D|} {\sqrt{A^2+B^2+C^2}} h=A2+B2+C2 Ax0+By0+Cz0+D

角平分面问题

  • 平面 Π 1 , Π 2 \Pi_1,\Pi_2 Π1,Π2的角平分上的点到两平面的距离相等(点线距问题),来建立方程
  • P ( 2 , 1 , 1 ) P(2,1,1) P(2,1,1) Π : x + y − z + 1 = 0 \Pi:x+y-z+1=0 Π:x+yz+1=0的距离
  • 解: h = ∣ 2 + 1 − 1 + 1 ∣ 1 + 1 + 1 = 3 h=\frac{|2+1-1+1|}{\sqrt{1+1+1}}=\sqrt{3} h=1+1+1 ∣2+11+1∣=3

点到直线的距离

空间点到直线的距离

  • M 0 ( x 0 , y 0 , z 0 ) M_0(x_0,y_0,z_0) M0(x0,y0,z0)是直线外的一点
  • M ( x , y , z ) M(x,y,z) M(x,y,z)是直线 l l l: x − x 1 m = y − y 1 n = z − z 1 p \frac{x-x_1}{m}=\frac{y-y_1}{n}=\frac{z-z_1}{p} mxx1=nyy1=pzz1上的一点,求点 M 0 M_0 M0到直线 l l l的距离 d d d
    • 直线的方向向量 s = ( m , n , p ) \bold{s}=(m,n,p) s=(m,n,p)(1),因此可以在直线 l l l上截取两点构造和 s \bold{s} s相等的向量
      • Note: s \bold{s} s是方向向量但不保证是单位方向向量
    • 不妨取 M 1 ( x + m , y + n , z + p ) M_1(x+m,y+n,z+p) M1(x+m,y+n,z+p),则 M M 1 → \overrightarrow{MM_1} MM1 = s \bold{s} s
    • M 0 M → \overrightarrow{M_0M} M0M = ( x − x 0 , y − y 0 , z − z 0 ) (x-x_0,y-y_0,z-z_0) (xx0,yy0,zz0)(2),记为 m \bold{m} m= M 0 M → \overrightarrow{M_0M} M0M
    • 由向量积的几何意义可知, S = ∣ s × m ∣ S=|\bold{s\times{m}}| S=s×m为以 s , m \bold{s,m} s,m为邻边的平行四边形的面积
    • S = ∣ M M 1 ∣ d S=|MM_1|d S=MM1d= ∣ s ∣ d |\bold{s}|d sd,所以 d = S ∣ s ∣ d=\frac{S}{|\bold{s}|} d=sS= ∣ s × m ∣ ∣ s ∣ \frac{|\bold{s\times{m}}|}{|\bold{s}|} ss×m(3),再找到直线 l l l上的一点,例如 ( x 1 , y 1 , z 1 ) (x_1,y_1,z_1) (x1,y1,z1)代入点 M M M,可以算出具体的 m \bold{m} m向量 ( x 1 − x 0 , y 1 − y 0 , z 1 − z 0 ) (x_1-x_0,y_1-y_0,z_1-z_0) (x1x0,y1y0,z1z0)
      • ∣ s ∣ |\bold{s}| s= m 2 + n 2 + p 2 \sqrt{m^2+n^2+p^2} m2+n2+p2
      • ∣ s × m ∣ |\bold{s\times{m}}| s×m= ∣ ( x 1 − x 0 , y 1 − y 0 , z 1 − z 0 ) × ( m , n , p ) ∣ |(x_1-x_0,y_1-y_0,z_1-z_0)\times{(m,n,p)}| (x1x0,y1y0,z1z0)×(m,n,p)
    • d d d= ∣ ( x 1 − x 0 , y 1 − y 0 , z 1 − z 0 ) × ( m , n , p ) ∣ m 2 + n 2 + p 2 \Large\frac{|(x_1-x_0,y_1-y_0,z_1-z_0)\times{(m,n,p)}|}{\sqrt{m^2+n^2+p^2}} m2+n2+p2 (x1x0,y1y0,z1z0)×(m,n,p)

平面上点到直线的距离

  • 设坐标平面上有点 P ( x 1 , y 1 ) P(x_1,y_1) P(x1,y1)和直线 l : A x + B y + C = 0 l:Ax+By+C=0 l:Ax+By+C=0, A , B A,B A,B不全为0
    • d d d= ∣ t ∣ A 2 + B 2 \frac{|t|}{\sqrt{A^2+B^2}} A2+B2 t= ∣ A x 1 + B y 1 + C ∣ A 2 + B 2 \frac{|Ax_1+By_1+C|}{\sqrt{A^2+B^2}} A2+B2 Ax1+By1+C
  • 推导另见它文
posted @   xuchaoxin1375  阅读(14)  评论(0编辑  收藏  举报  
相关博文:
阅读排行:
· 分享4款.NET开源、免费、实用的商城系统
· 全程不用写代码,我用AI程序员写了一个飞机大战
· MongoDB 8.0这个新功能碉堡了,比商业数据库还牛
· 记一次.NET内存居高不下排查解决与启示
· 白话解读 Dapr 1.15:你的「微服务管家」又秀新绝活了
点击右上角即可分享
微信分享提示