隐函数形式曲面的第一、二基本形式

求曲面 F ( x , y , z ) = 0 F(x,y,z)=0 F(x,y,z)=0的第一、二基本形式。

解 :
设点 P = ( x , y , z ) P= ( x, y, z) P=(x,y,z) 在 曲 面 S : F ( x , y , z ) = 0 S: F( x, y, z) = 0 S:F(x,y,z)=0 上 . 由 ∇ F ( x , y , z ) ≠ 0 \nabla F( x, y, z) \neq \mathbf{0} F(x,y,z)=0, 不 妨 设 在 点 P , F z ≠ 0. P, F_{z}\neq 0. P,Fz=0. 则 在 P P P 的 一 个 邻 域 U U U , F z ≠ 0 , F_{z}\neq 0 ,Fz=0 S S S 有 显 式 表 达 z = f ( x , y ) . z= f( x, y) . z=f(x,y). 从 而 ,在 U U U , S , S ,S 有 参 数 表 达 式 r ( x , y ) = ( x , y , f ( x , y ) ) . \mathbf{r} ( x, y) = ( x, y, f( x, y) ) . r(x,y)=(x,y,f(x,y)).

由于 f x = − F x F z , f y = − F y F z f_x=-\frac{F_x}{F_z},f_y=-\frac{F_y}{F_z} fx=FzFx,fy=FzFy

则在 U U U内,曲面 S S S的第一基本形式

I ( x , y ) = ( 1 + f x 2 ) d x 2 + 2 f x f y d x d y + ( 1 + f y 2 ) d y 2 = ( 1 + F x 2 F z 2 ) d x 2 + 2 F x F y F z 2 d x d y + ( 1 + F y 2 F z 2 ) d y 2 . \mathrm{I}(x,y)=(1+f_x^2)dx^2+2f_xf_ydxdy+(1+f_y^2)dy^2=(1+\frac{F_x^2}{F_z^2})dx^2+2\frac{F_xF_y}{F_z^2}dxdy+(1+\frac{F_y^2}{F_z^2})dy^2. I(x,y)=(1+fx2)dx2+2fxfydxdy+(1+fy2)dy2=(1+Fz2Fx2)dx2+2Fz2FxFydxdy+(1+Fz2Fy2)dy2.

由于

f x x = − F z 2 F x x + 2 F x F z F x z − F x 2 F z z F z 3 , f x y = − F z 2 F x y + F y F z F x z + F x F z F y z − F x F y F z z F z 3 , f y y = − F z 2 F y y + 2 F y F z F y z − F y 2 F z z F z 3 , f_{xx}=\frac{-F_z^2F_{xx}+2F_xF_zF_{xz}-F_x^2F_{zz}}{F_z^3},\\f_{xy}=\frac{-F_z^2F_{xy}+F_yF_zF_{xz}+F_xF_zF_{yz}-F_xF_yF_{zz}}{F_z^3},\\f_{yy}=\frac{-F_z^2F_{yy}+2F_yF_zF_{yz}-F_y^2F_{zz}}{F_z^3}, fxx=Fz3Fz2Fxx+2FxFzFxzFx2Fzz,fxy=Fz3Fz2Fxy+FyFzFxz+FxFzFyzFxFyFzz,fyy=Fz3Fz2Fyy+2FyFzFyzFy2Fzz,

曲面 S S S U U U内的第二基本形式

I I ( x , y ) = 1 1 + f x 2 + f y 2 ( f x x d x 2 + 2 f x y d x d y + f y y d y 2 ) \mathrm{II}(x,y)=\frac{1}{\sqrt{1+f_x^2+f_y^2}}(f_{xx}dx^2+2f_{xy}dxdy+f_{yy}dy^2) II(x,y)=1+fx2+fy2 1(fxxdx2+2fxydxdy+fyydy2)

= s g n ( F z ) F z 2 F x 2 + F y 2 + F z 2 [ ( − F z 2 F x x + 2 F x F z F x z − F x 2 F z z ) d x 2 + 2 ( − F z 2 F x y + F y F z F x z + F x F z F y z − F x F y F z z ) d x d y + ( − F z 2 F y y + 2 F y F z F y z − F y 2 F z z ) d y 2 ] . =\frac{\mathrm{sgn}(F_{z})}{F_{z}^{2}\sqrt{F_{x}^{2}+F_{y}^{2}+F_{z}^{2}}}[(-F_{z}^{2}F_{xx}+2F_{x}F_{z}F_{xz}-F_{x}^{2}F_{zz})dx^{2}+2(-F_{z}^{2}F_{xy}+F_{y}F_{z}F_{xz}+F_{x}F_{z}F_{yz}-F_{x}F_{y}F_{zz})dxdy+(-F_{z}^{2}F_{yy}+2F_{y}F_{z}F_{yz}-F_{y}^{2}F_{zz})dy^{2}]. =Fz2Fx2+Fy2+Fz2 sgn(Fz)[(Fz2Fxx+2FxFzFxzFx2Fzz)dx2+2(Fz2Fxy+FyFzFxz+FxFzFyzFxFyFzz)dxdy+(Fz2Fyy+2FyFzFyzFy2Fzz)dy2].

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/912838.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

IEEE 1588:电信网络的精确时间协议 (PTP)

IEEE 1588:电信网络的精确时间协议 IEEE 1588 PTP 概述PTP 协议特征同步类型IEEE 1588 PTP 角色IEEE 1588 PTP 的工作原理PTP 设备类型PTP 消息类型事件消息一般信息 PTP 时钟类规范PTP 配置文件 https://www.techplayon.com/ieee-1588-precision-time-protocol-ptp…

昇思大模型平台打卡体验活动:基于MindSpore实现GPT1影评分类

如果你对MindSpore感兴趣,可以关注昇思MindSpore社区 大模型平台 平台说明 昇思大模型平台旨在为AI学习者和开发者提供在线学习的项目、模型、大模型体验和数据集的平台。我们也添加了各领域的经典数据集来帮助学习者解决AI学习过程中的一系列难题, 如…

在IDEA中使用Git

一、准备工作 这里我们使用 Gitee 做例子,使用 SSH 协议。看这个文章前最好看一下《》这个文章,了解一下 SSH。 1、生成秘钥对 首先要到 ~/.ssh 目录下进行操作,因为生成的公钥和私钥一般放在这个目录下,Windows 就是在用户目…

Linux下通过sqlplus连Oracle提示字符是乱码▒▒▒[

先参考https://www.cnblogs.com/wrencai/articles/4374451.html 理解下Oracle编码字符集的概念 如下图,刚开始连上是软吗▒▒▒[ 执行export NLS_LANGJAPANESE_JAPAN.AL32UTF8 (这个仅在当前会话起作用)如果好了,说明字符集是这个,不行在尝试别的字符集 如果要永久设置 vim …

Flyweight(享元)

1)意图 运用共享技术有效地支持大量细粒度的对象。 2)结构 享元模式的结构如图 7-36 所示。 其中: Flyweight 描述一个接口,通过这个接口 Flyweight 可以接受并作用于外部状态 ConcreteFlyweight 实现 Flyweight 接口,并为内部状态(如果有)增加存储空…

微信小程序中使用离线版阿里云矢量图标

前言 阿里矢量图库提供的在线链接服务仅供平台体验和调试使用,平台不承诺服务的稳定性,企业客户需下载字体包自行发布使用并做好备份。 1.下载图标 将阿里矢量图库的图标先下载下来 解压如下 2.转换格式 贴一个地址用于转换格式:Onlin…

大数据之多级缓存方案

多级缓存介绍?多级缓存优缺点,应用场景?多级缓存架构? 多级缓存介绍 多级缓存方案是一种优化手段,通过在多个级别上存储数据来提高应用程序的性能和响应速度。以下是对多级缓存方案的详细解析: 一、多级缓…

jupyter notebook启动和单元格cell

【注意!!!】 本章主要讲解数据分析、挖掘入门及进阶知识 - 通过多篇文章【文字案例】的形式系统化进行描述 数据分析专栏:https://blog.csdn.net/2201_75422674/category_12827743.html - 大家喜欢可以订阅一下,不收费…

街道网格领域的数据大屏,在社区治理方面大显身手。

街道网格领域的数据大屏在社区治理中发挥着重要作用。它可以直观地展示社区的人口分布、治安状况、环境问题等各类信息。 通过实时更新的数据,社区工作人员能够及时掌握动态变化,迅速做出决策。色彩鲜明的图表和图形让复杂的数据一目了然,方…

14、NAT和桥接区别

一、NAT模式 NAT相当于是局域网中的局域网,把192.168.21.1当作外网ip,重新划分了一个网关(192.168.33.x) 二、桥接模式 网桥只是把网络桥接起来,还是原来的网关(192.168.21.x),虚拟机…

k8s 处理namespace删除一直处于Terminating —— 筑梦之路

问题现象 k8s集群要清理某个名空间,把该名空间下的资源全部删除后,删除名空间,一直处于Terminating状态,无法完全清理掉。 如何处理 为什么要记录下这个处理的步骤,经过查询资料,网上也有各种各样的方法&…

鸿蒙多线程开发——Worker多线程

1、概 述 1.1、基本介绍 Worker主要作用是为应用程序提供一个多线程的运行环境,可满足应用程序在执行过程中与主线程分离,在后台线程中运行一个脚本进行耗时操作,极大避免类似于计算密集型或高延迟的任务阻塞主线程的运行。 创建Worker的线…

Python实现SSA智能麻雀搜索算法优化BP神经网络回归模型(优化权重和阈值)项目实战

说明:这是一个机器学习实战项目(附带数据代码文档视频讲解),如需数据代码文档视频讲解可以直接到文章最后关注获取。 1.项目背景 随着人工智能技术的发展,机器学习算法在各个领域的应用越来越广泛。其中,神…

qt QListView详解

1、概述 QListView 是 Qt 框架中的一个视图类,用于展示模型中的数据。它基于 QAbstractItemView,支持多种视图模式,如列表视图(List View)、图标视图(Icon View)等。QListView 是模型/视图框架…

【MySQL】数据库整合攻略 :表操作技巧与详解

前言:本节内容讲述表的操作, 对表结构的操作。 是对表结构中的字段的增删查改以及表本身的创建以及删除。 ps:本节内容本节内容适合安装了MySQL的友友们进行观看, 实操更有利于记住哦。 目录 创建表 查看表结构 修改表结构 …

图片搜索引擎,来快速实现一个高性能的本地图片搜索引擎

文章来自:苏洋博客 以及基于 Redis 来快速实现一个高性能的本地图片搜索引擎,在本地环境中,使用最慢的稠密向量检索方式来在一张万图片中查找你想要的图片,总花费时间都不到十分之一秒。 写在前面 Redis, 你这浓眉大眼的家伙也正…

DevOps-课堂笔记

各种 aaS 类比于计算机网络的 OSI 参考模型,一个软件应用项目需要不同的支撑层,例如从下至上大概需要: 硬件层面的服务器针对硬件做弹性分配的虚拟化机制,例如虚拟机在虚拟化环境内运行的 OS支撑软件应用的中间件,例…

边缘计算的学习

文章目录 概要何为边缘计算?现阶段,企业使用边缘计算相对云计算 整体架构流程边缘网络组件边缘计算与云安全 研究方向结合引用 概要 edge 何为边缘计算? 边缘计算(英语:Edge computing),是一种…

Spring Boot实现文件上传与OSS集成:从基础到应用

目录 前言1. 文件上传的基础实现1.1 前端文件上传请求1.2 后端文件接收与保存 2. 集成第三方OSS服务2.1 准备工作2.2 编写OSS集成代码2.3 修改Controller实现文件上传至OSS 3. 文件上传的扩展:多文件上传与权限控制结语 前言 随着互联网应用的快速发展,…

万字长文解读深度学习——卷积神经网络CNN

推荐阅读: 卷积神经网络(CNN)详细介绍及其原理详解 CNN笔记:通俗理解卷积神经网络 文章目录 🌺深度学习面试八股汇总🌺主要组件输入层卷积层 (Convolutional Layer)批归一化层(Batch Normalizat…