欧几里得空间中 (二维、三维、n 维) 点到面的距离

博客先介绍向量投影的前置知识,包括二维、三维和 n 维情况下向量投影的计算。接着分别推导二维下点到直线、三维下点到平面以及 n 维下点到超平面的距离公式,主要运用向量投影和单位法向量等知识。

0. 前置知识

1. 向量投影(涉及一点内积知识)

在这里插入图片描述

2. 二维情况

A⃗=(xA,yA),B⃗=(xB,yB) \vec{A} = (x_A, y_A), \vec{B} = (x_B, y_B) A =(xA,yA),B =(xB,yB)

A⃗在B⃗上的投影:∣A⃗∣cosθ=∣A⃗∣A⃗⋅B⃗∣A⃗∣∣B⃗∣=A⃗⋅B⃗∣B⃗∣ \vec{A} 在 \vec{B} 上的投影: |\vec{A} |cos\theta = |\vec{A} | \frac{\vec{A} \cdot \vec{B}}{|\vec{A}||\vec{B}|} = \frac{\vec{A} \cdot \vec{B}}{|\vec{B}|} A B A cosθ=A A B A B =B A B

当B⃗是单位向量时,∣B⃗∣=1,∣A⃗∣cosθ=A⃗⋅B⃗=xAxB+yAyB 当 \vec{B} 是单位向量时,|\vec{B}| = 1, |\vec{A} |cos\theta = \vec{A} \cdot \vec{B} = x_Ax_B+y_Ay_BB B =1A cosθ=A B =xAxB+yAyB

3. 三维情况

A⃗=(xA,yA,zA),B⃗=(xB,yB,zB) \vec{A} = (x_A, y_A,z_A), \vec{B} = (x_B, y_B, z_B) A =(xA,yA,zA),B =(xB,yB,zB)

由上面 二维情况可以看出

当B⃗是单位向量时,∣B⃗∣=1,∣A⃗∣cosθ=A⃗⋅B⃗=xAxB+yAyB+zAzB 当 \vec{B} 是单位向量时,|\vec{B}| = 1, |\vec{A} |cos\theta = \vec{A} \cdot \vec{B} = x_Ax_B+y_Ay_B + z_Az_B B B =1A cos

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值