当前位置:网站首页>【高等数学】从法向量到第二类曲面积分
【高等数学】从法向量到第二类曲面积分
2022-06-27 13:49:00 【风声holy】
从法向量到第二类曲面积分
一、引言
我在看到第二类曲线积分的公式时候,对于其中的正负号很困惑,教材上给出了结论:法线和相对应的坐标轴的夹角为锐角时取“+”,否则取负号。然而,不知道其正负号的根源会让心不得安,因此我稍微探究了一下。
分面投影法:
∬ S F ( x , y , z ) ⋅ d S = ∬ D y z ± P [ x ( y , z ) , y , z ] d y d z + ∬ D x z ± Q [ x , y ( x , z ) , z ] d x d z + ∬ D x y ± R [ x , y , z ( x , y ) ] d x d y \begin{aligned} \iint_S \mathbf F(x,y,z) \cdot d \mathbf S &= \iint_{D_{yz}} \pm P[x(y,z),y,z]dydz + \iint_{D_{xz}} \pm Q[x,y(x,z),z]dxdz + \iint_{D_{xy}} \pm R[x,y,z(x,y)]dxdy \end{aligned} ∬SF(x,y,z)⋅dS=∬Dyz±P[x(y,z),y,z]dydz+∬Dxz±Q[x,y(x,z),z]dxdz+∬Dxy±R[x,y,z(x,y)]dxdy
合一投影法:
∬ S F ( x , y , z ) ⋅ d S = ∬ S F ( x , y , z ) ⋅ n 0 ( x , y , z ) d S = ± ∬ D x y F ( x , y , z ) ⋅ ( − ∂ z ∂ x , − ∂ z ∂ y , 1 ) d x d y \begin{aligned} \iint_S \mathbf F(x,y,z) \cdot d \mathbf S &= \iint_{S} \mathbf F(x,y,z) \cdot \mathbf {n_0}(x,y,z) dS \\ &= \pm \iint_{D_{xy}} \mathbf F(x,y,z) \cdot (-\frac{\partial z}{\partial x} ,-\frac{\partial z}{\partial y} ,1)dxdy \end{aligned} ∬SF(x,y,z)⋅dS=∬SF(x,y,z)⋅n0(x,y,z)dS=±∬DxyF(x,y,z)⋅(−∂x∂z,−∂y∂z,1)dxdy
二、法线和切平面
1. 平面的表示
首先,要知道,一个平面的显式表示和隐式表示:
隐式: F ( x , y , z ) = 0 F(x,y,z)=0 F(x,y,z)=0;
显式: z = z ( x , y ) z = z(x,y) z=z(x,y)。
实际上,显式表示是一种几何学上的参数化,其逆过程是隐式化,可表示为: F ( x , y , z ) = z − z ( x , y ) = z ( x , y ) − z = 0 \color{fuchsia}{F(x,y,z) = z-z(x,y) = z(x,y)-z=0} F(x,y,z)=z−z(x,y)=z(x,y)−z=0
2. 法向量
现在在平面上任意找一个点 M ( x 0 , y 0 , z 0 ) M(x_0,y_0,z_0) M(x0,y0,z0)
那么,这一点的法向量可以
用梯度表示为: ∇ F ( x , y , z ) \nabla \mathbf F(x,y,z) ∇F(x,y,z);
或者用偏导数的外积表示为: ∂ X ∂ x × ∂ X ∂ y \frac{\partial \mathbf X}{\partial x} \times \frac{\partial \mathbf X}{\partial y} ∂x∂X×∂y∂X或者 ∂ X ∂ y × ∂ X ∂ x \frac{\partial \mathbf X}{\partial y} \times \frac{\partial \mathbf X}{\partial x} ∂y∂X×∂x∂X,这里的X是曲面坐标,比如三维空间里面,使用z(x,y)进行参数化,那么得到的曲面坐标为**(x,y,z(x,y))**。
对于显示表示的平面的法向量,可表示为: n ( x , y ) = ( − ∂ z ∂ x , − ∂ z ∂ y , 1 ) \color{fuchsia}{\mathbf n(x,y) = (-\frac{\partial z}{\partial x} ,-\frac{\partial z}{\partial y} ,1) } n(x,y)=(−∂x∂z,−∂y∂z,1) 或者 n ( x , y ) = ( ∂ z ∂ x , ∂ z ∂ y , − 1 ) \color{fuchsia}{\mathbf n(x,y) = (\frac{\partial z}{\partial x} ,\frac{\partial z}{\partial y} ,-1) } n(x,y)=(∂x∂z,∂y∂z,−1),此时法向量的值只和x、y有关
我非常刻意地将法向量写成了两种表示形式,这是因为对于一个有向曲面而言有两侧。现在最关键的两句话是:
1. 若采用z(x,y)进行参数化,其法向量 n ( x , y ) = ( − ∂ z ∂ x , − ∂ z ∂ y , 1 ) \mathbf n(x,y) = (-\frac{\partial z}{\partial x} ,-\frac{\partial z}{\partial y} ,1) n(x,y)=(−∂x∂z,−∂y∂z,1)一定是指向天, n ( x , y ) = ( ∂ z ∂ x , ∂ z ∂ y , − 1 ) \mathbf n(x,y) = (\frac{\partial z}{\partial x} ,\frac{\partial z}{\partial y} ,-1) n(x,y)=(∂x∂z,∂y∂z,−1)一定指向地;
1. 若采用z(x,y)进行参数化,一定要保证函数 z = z ( x , y ) z = z(x,y) z=z(x,y)是单值函数。
现在如果我们关注的一片曲面,是一个右半球,那么采用**y(x,z)**进行参数化,更加方便,此时曲面坐标只和x、z有关。那么其其法向量 n ( x , z ) = ( − ∂ y ∂ x , 1 , − ∂ y ∂ z ) \mathbf n(x,z) = (-\frac{\partial y}{\partial x},1,-\frac{\partial y}{\partial z}) n(x,z)=(−∂x∂y,1,−∂z∂y)一定是指向东, n ( x , z ) = ( ∂ y ∂ x , − 1 , ∂ y ∂ z ) \mathbf n(x,z) = (\frac{\partial y}{\partial x},-1,\frac{\partial y}{\partial z}) n(x,z)=(∂x∂y,−1,∂z∂y)一定指向西。
现在如果我们关注的一片曲面,是一个前半球,那么采用**x(y,z)**进行参数化,更加方便,此时曲面坐标只和y、z有关。那么其其法向量 n ( y , z ) = ( 1 , − ∂ x ∂ y , − ∂ x ∂ z ) \mathbf n(y,z) = (1,-\frac{\partial x}{\partial y},-\frac{\partial x}{\partial z}) n(y,z)=(1,−∂y∂x,−∂z∂x)一定是指向南, n ( y , z ) = ( − 1 , ∂ x ∂ y , ∂ x ∂ z ) \mathbf n(y,z) = (-1,\frac{\partial x}{\partial y},\frac{\partial x}{\partial z}) n(y,z)=(−1,∂y∂x,∂z∂x)一定指向北。
三、第二类曲面积分
∬ S F ( x , y , z ) ⋅ d S = ∬ S F ( x , y , z ) ⋅ n 0 ( x , y , z ) d S = ∬ S { P ( x , y , z ) n 0 ( x , y , z ) ⋅ [ 1 , 0 , 0 ] + Q ( x , y , z ) n 0 ( x , y , z ) ⋅ [ 0 , 1 , 0 ] + R ( x , y , z ) n 0 ( x , y , z ) ⋅ [ 0 , 0 , 1 ] } d S = ∬ S [ P ( x , y , z ) cos α + Q ( x , y , z ) cos β + P ( x , y , z ) cos γ ] d S \begin{aligned} \iint_S \mathbf F(x,y,z) \cdot d \mathbf S &= \iint_S \mathbf F(x,y,z) \cdot \mathbf {n_0}(x,y,z) dS \\ &= \iint_S \{ P(x,y,z) \mathbf {n_0}(x,y,z) \cdot [1,0,0]+ Q(x,y,z) \mathbf {n_0}(x,y,z) \cdot [0,1,0] + R(x,y,z) \mathbf {n_0}(x,y,z) \cdot [0,0,1] \} dS\\ &= \iint_S [P(x,y,z)\cos \alpha + Q(x,y,z)\cos \beta + P(x,y,z)\cos \gamma ]dS \end{aligned} ∬SF(x,y,z)⋅dS=∬SF(x,y,z)⋅n0(x,y,z)dS=∬S{ P(x,y,z)n0(x,y,z)⋅[1,0,0]+Q(x,y,z)n0(x,y,z)⋅[0,1,0]+R(x,y,z)n0(x,y,z)⋅[0,0,1]}dS=∬S[P(x,y,z)cosα+Q(x,y,z)cosβ+P(x,y,z)cosγ]dS
有向曲面的面积微元是带有方向的,其方向由你选择的曲面的侧决定,比如选择了曲面的前侧那么其法向量一定是指向南,此时的法向量将会是 n ( y , z ) = ( 1 , − ∂ x ∂ y , − ∂ x ∂ z ) \mathbf n(y,z) = (1,-\frac{\partial x}{\partial y},-\frac{\partial x}{\partial z}) n(y,z)=(1,−∂y∂x,−∂z∂x)。
顺便说一下合一投影法和分面投影法:
- 合一投影法:就是上式的第一步等式,结果是投影向某一个平面上的,比如选择**z=z(x,y)**的参数化方式,那么结果将投影到xOy平面上。
- 分面投影法:就是上式的第二步等式,三个法向量可以采用不同的参数化方式,比如对于x轴方向上的P(x,y,z),就用x=x(y,z),然后投影到yOz平面;对于z轴方向的R(x,y,z),就用z=z(x,y),然后投影到xOy平面上。
这里,通过向量[1,0,0] 、[0,1,0]、 [0,0,1]其实就将法向量的偏导数部分归零了。我们发现,从这个角度去理解,合一投影法和分面投影法没有本质上的区别。
边栏推荐
- Axi bus
- 【业务安全03】密码找回业务安全以及接口参数账号修改实例(基于metinfov4.0平台)
- EventLoop learning
- High efficiency exponentiation
- MySQL 索引及其分类
- 命令行编辑器 sed 基础用法总结
- PCL库——报错解决:安装时遇到的cmake与anaconda的冲突问题
- Tsinghua & Shangtang & Shanghai AI & CUHK proposed Siamese image modeling, which has both linear probing and intensive prediction performance
- What is the difference between the FAT32 and NTFS formats on the USB flash disk
- Embedded development: embedded foundation callback function
猜你喜欢

Completely solve the problem of Chinese garbled code in Web Engineering at one time

Kyndryl partnered with Oracle and Veritas

Summary and Thinking on interface test automation

CMOS level circuit analysis

隐私计算FATE-离线预测

What else can PLM do?

ENSP cloud configuration

重读经典:《The Craft of Research(1)》

Deep understanding of bit operations

国产数据库乱象
随机推荐
buuctf misc 百里挑一
A statistical problem of shell script
【mysql进阶】MTS主从同步原理及实操指南(七)
如何使用200行代码实现Scala的对象转换器
#yyds干货盘点# 解决剑指offer:剪绳子(进阶版)
初识云原生安全:云时代的最佳保障
PCL库——报错解决:安装时遇到的cmake与anaconda的冲突问题
American chips are hit hard again, and another chip enterprise after Intel will be overtaken by Chinese chips
Prometheus 2.26.0 new features
A brief analysis of the differences between domestic and foreign e-commerce
高德地图IP定位2.0备份
NLP - monocleaner
实现WordPress上传图片自动重命名的方法
Can flush open an account for stock trading? Is it safe?
Cesium realizes satellite orbit detour
命令行编辑器 sed 基础用法总结
Firewall foundation Huawei H3C firewall web page login
Crane: a new way of dealing with dictionary items and associated data
基于 xml 配置文件的入门级 SSM 框架整合
Openssf security plan: SBOM will drive software supply chain security