参数曲线基本理论
曲线的定义
假设有一个运动的质点,从0到T时刻,质点从A点运动到B点,质点运动的轨迹形成了一条曲线,我们可以将这条路径曲线看成是时间
t
∈
[
0
,
T
]
t \in [0,T]
t∈[0,T]到空间位置
R
R
R的映射。
映射的概念在参数化曲线曲面中十分重要,通过对这种映射概念的一般化,我们可以定义曲线:一条曲线是一个连续映射函数
f
f
f,它把一段一维的区间
[
a
,
b
]
[a,b]
[a,b]映射到3维空间中,
f
f
f的自变量
t
t
t称为
f
f
f的参数,
f
f
f在3维空间中的像就是这条曲线
r
(
t
)
\boldsymbol r(t)
r(t), 可以记为
r
(
t
)
=
(
x
(
t
)
,
y
(
t
)
,
z
(
t
)
)
\boldsymbol r(t) = (x(t), \ y(t),\ z(t))
r(t)=(x(t), y(t), z(t))
曲线的切向
曲线上的每一点都有一个切向量,切向量的数学定义如下
r
′
(
t
0
)
=
lim
Δ
t
→
0
r
(
t
0
+
Δ
t
)
−
r
(
t
0
)
Δ
t
.
\mathbf r^{\prime}(t_{0})=\lim_{\Delta t\to0}\frac{\boldsymbol{r}(t_{0}+\Delta t)-\boldsymbol{r}(t_{0})}{\Delta t}.
r′(t0)=limΔt→0Δtr(t0+Δt)−r(t0).
根据矢量微积分
r
′
(
t
)
=
d
r
d
t
=
(
x
′
(
t
)
,
y
′
(
t
)
,
z
′
(
t
)
)
\mathbf r'(t) = \frac {d \mathbf r}{dt} = (x'(t), \ y'(t),\ z'(t))
r′(t)=dtdr=(x′(t), y′(t), z′(t))
类比于质点的运动轨迹,切向量的物理意义是速度。
注意,切向量是沿切线的向量,而不是曲线上的斜率
如果
r
(
t
)
\mathbf r(t)
r(t)连续可微,且处处
r
′
(
t
)
≠
0
\mathbf r'(t) \neq 0
r′(t)=0则曲线为正则曲线
r
′
(
t
)
=
0
\mathbf r'(t) = 0
r′(t)=0的点称为奇点,可以想象一下,在奇点处速度为0
曲线的长度
曲线的长度即为弧长,计算弧长需要借助一些微积分的知识
d
r
=
r
(
t
+
d
t
)
−
r
(
t
)
=
r
′
(
t
)
d
t
d \mathbf r = \mathbf r(t+dt)- \mathbf r(t)= \mathbf r'(t)dt
dr=r(t+dt)−r(t)=r′(t)dt
d
s
=
∣
d
r
∣
ds = |d \mathbf r|
ds=∣dr∣
s
=
∫
S
∣
r
′
(
t
)
∣
d
t
s = \int_{S} \mathbf |\mathbf r'(t)| \text{d}t
s=∫S∣r′(t)∣dt
r
′
(
t
)
=
(
x
′
(
t
)
,
y
′
(
t
)
,
z
′
(
t
)
)
\mathbf r'(t) = (x'(t), \ y'(t),\ z'(t))
r′(t)=(x′(t), y′(t), z′(t))
任意参数区间的弧长为
s
a
b
=
∫
a
b
∣
r
′
(
t
)
∣
d
t
s_{ab} = \int_{a} ^{b} \mathbf |\mathbf r'(t)| \text{d}t
sab=∫ab∣r′(t)∣dt
弧长参数化
上面可知,弧长和曲线上的点也是一、一映射的关系,因此可以用弧长作为参数,记为
r
(
s
)
=
(
x
(
s
)
,
y
(
s
)
,
z
(
s
)
)
\mathbf r(s) = (x(s), \ y(s),\ z(s))
r(s)=(x(s), y(s), z(s))
弧长和参数t之间也满足一种映射关系
s
=
∫
S
∣
r
′
(
t
)
∣
d
t
s = \int_{S} \mathbf |\mathbf r'(t)| \text{d}t
s=∫S∣r′(t)∣dt,其满足
d
s
/
d
t
=
∣
r
′
(
t
)
∣
ds/dt = |\boldsymbol r'(t)|
ds/dt=∣r′(t)∣
弧长参数化也叫自参数
曲线的弯曲和扭转
可以很直观的看到,不同曲线的弯曲程度是不一样的,同一曲线,在不同的位置弯曲程度也是不一样的,大地看起来是平的,一个圆看起来很弯曲,稍后我们将以曲率来度量曲线的弯曲程度
对于复杂的空间曲线,光用曲率显然无法描述曲线的弯曲特性,曲线除了弯曲,还有扭转,稍后我们将以挠率来度量曲线的弯曲程度
密切平面
通过一点以及该点切向量的平面有无数多个,其中有一个最贴近曲线的平面,我们称之为密切平面。密切平面的定义,需要用到一些极限的知识,取曲线上P点附近的一个点Q,过直线PQ和P点切向量可以定义一个平面,当Q点趋近于P点时,定义的平面即为密切平面,通过推导可知,密切平面过向量
r
′
′
(
t
)
\mathbf r''(t)
r′′(t),因此可以表达为
(
R
−
r
(
t
0
)
,
r
′
(
t
0
)
,
r
′
′
(
t
0
)
)
=
0
\left(\mathbf{R}-\mathbf{r}(t_{0}),\mathbf{r}^{\prime}(t_{0}),\mathbf{r}^{\prime\prime}(t_{0})\right)=0
(R−r(t0),r′(t0),r′′(t0))=0
Frenet活动标架
弧长参数化和一般参数化之间可以相互转化,弧长参数化有一些优良的性质
弧长参数化下的切向量
r
′
(
s
)
=
d
r
d
s
\boldsymbol{r'}(s) = \frac{d \boldsymbol r}{ds}
r′(s)=dsdr
∣
r
′
(
s
)
∣
=
∣
d
r
d
s
∣
=
1
\begin{vmatrix}\boldsymbol{r'}(s)\end{vmatrix}=\begin{vmatrix}\frac{\mathrm{d}\boldsymbol{r}}{\mathrm{d}s}\end{vmatrix}=1
r′(s)
=
dsdr
=1,即线速度为1
r
˙
=
d
r
d
s
,
r
¨
=
d
2
r
d
s
2
\dot{\mathbf r}=\frac{\mathrm{d}\boldsymbol{r}}{\mathrm{d}s},\ddot{\boldsymbol{r}}=\frac{\mathrm{d}^2\boldsymbol{r}}{\mathrm{d}s^2}
r˙=dsdr,r¨=ds2d2r
构造单位基矢
α
\boldsymbol \alpha
α
α
=
r
˙
=
d
r
d
s
\boldsymbol \alpha=\dot{ \mathbf r}=\frac{\mathrm{d}\boldsymbol{r}}{\mathrm{d}s}
α=r˙=dsdr 由于
α
\boldsymbol \alpha
α的模长为1,可以得到
α
˙
⊥
α
\dot{\boldsymbol \alpha}\perp \boldsymbol \alpha
α˙⊥α
r
¨
⊥
r
˙
\ddot{r}\perp\dot{r}
r¨⊥r˙
构造单位基矢
β
\boldsymbol \beta
β
β
=
a
˙
∣
α
˙
∣
=
r
¨
∣
r
¨
∣
\boldsymbol \beta =\frac{\dot{a}}{|\dot{\alpha}|}=\frac{\ddot{r}}{|\ddot{r}|}
β=∣α˙∣a˙=∣r¨∣r¨
构造单位基矢
γ
\boldsymbol \gamma
γ
γ
=
α
×
β
\boldsymbol \gamma=\boldsymbol \alpha\times \boldsymbol \beta
γ=α×β
上面构造的三个正交的单位向量,形成frenet标架,可以看到三个基矢的形式非常简单,而且具有很直观的物理意义,他们与密切平面,从切平面,法平面的关系如下图所示:
上面公式的形式是弧长参数化的形式,可以转化为任意参数化
r
(
t
)
\boldsymbol r(t)
r(t)的形式
r
′
(
t
)
\boldsymbol{r'}(t)
r′(t)归一化可以得到
α
\boldsymbol \alpha
α
r
′
(
t
)
\boldsymbol{r'}(t)
r′(t)和
r
′
′
(
t
)
\boldsymbol{r''}(t)
r′′(t)都在密切平面,因而可以先得到
γ
\boldsymbol \gamma
γ
关于
r
′
′
(
t
)
\boldsymbol{r''}(t)
r′′(t)在密切平面上可以稍作推导:
r
′
=
d
r
d
s
d
s
d
t
=
r
˙
d
s
d
t
,
r
′
′
=
(
r
˙
)
′
d
s
d
t
+
r
˙
d
2
s
d
t
2
=
d
r
˙
d
s
(
d
s
d
t
)
2
+
r
˙
d
2
s
d
t
2
=
r
¨
(
d
s
d
t
)
2
+
r
˙
d
2
s
d
t
2
,
\begin{gathered}\boldsymbol{r}^{\prime}=\frac{\mathrm{d}\boldsymbol{r}}{\mathrm{d}s}\frac{\mathrm{d}s}{\mathrm{d}t}=\dot{\boldsymbol{r}}\frac{\mathrm{d}s}{\mathrm{d}t},\\\boldsymbol{r}^{\prime\prime}=(\dot{\boldsymbol{r}})^{\prime}\frac{\mathrm{d}s}{\mathrm{d}t}+\dot{\boldsymbol{r}}\frac{\mathrm{d}^2s}{\mathrm{d}t^2}=\frac{\mathrm{d}\dot{\boldsymbol{r}}}{\mathrm{d}s}(\frac{\mathrm{d}s}{\mathrm{d}t})^2+\dot{\boldsymbol{r}}\frac{\mathrm{d}^2s}{\mathrm{d}t^2}=\ddot{\boldsymbol{r}}\left(\frac{\mathrm{d}s}{\mathrm{d}t}\right)^2+\dot{\boldsymbol{r}}\frac{\mathrm{d}^2s}{\mathrm{d}t^2},\end{gathered}
r′=dsdrdtds=r˙dtds,r′′=(r˙)′dtds+r˙dt2d2s=dsdr˙(dtds)2+r˙dt2d2s=r¨(dtds)2+r˙dt2d2s,
通过
α
\boldsymbol \alpha
α和
γ
\boldsymbol \gamma
γ可以得到
β
\boldsymbol \beta
β
α
=
r
′
∣
r
′
∣
\boldsymbol \alpha=\frac{r^{\prime}}{|r^{\prime}|}
α=∣r′∣r′
γ
=
r
′
×
r
′
′
∣
r
′
×
r
′
′
∣
\boldsymbol \gamma=\frac{r^{\prime}\times r^{\prime\prime}}{|r^{\prime}\times r^{\prime\prime}|}
γ=∣r′×r′′∣r′×r′′
β
=
γ
×
α
=
(
r
′
⋅
r
′
)
r
′
′
−
(
r
′
⋅
r
′
′
)
r
′
∣
r
′
∣
∣
r
′
×
r
′
′
∣
\boldsymbol \beta=\boldsymbol \gamma\times \boldsymbol \alpha=\frac{(r^{\prime}\cdot r^{\prime})r^{\prime\prime}-(r^{\prime}\cdot r^{\prime\prime})r^{\prime}}{\mid r^{\prime}\mid\mid r^{\prime}\times r^{\prime\prime}\mid}
β=γ×α=∣r′∣∣r′×r′′∣(r′⋅r′)r′′−(r′⋅r′′)r′
曲率和挠率
曲率表示曲线的弯曲程度,其物理意义是切向量对弧长的转动率,即切矢量夹角和弧长增量比值的极限:
k
(
s
)
=
lim
Δ
s
→
0
∣
Δ
φ
Δ
s
∣
k(s)=\lim_{\Delta s\to0}\left|\frac{\Delta\varphi}{\Delta s}\right|
k(s)=limΔs→0
ΔsΔφ
,为了理解曲率的计算,我们充分利用自然参数下切向量为单位向量的特性:
如下图所示,切向量
α
\boldsymbol \alpha
α是单位向量,故其对于ds的增量为
d
α
d\boldsymbol \alpha
dα,其模长等于
d
θ
×
1
d\theta \times1
dθ×1,方向和
α
\boldsymbol \alpha
α垂直
d
α
d
s
=
d
θ
n
⃗
d
s
\frac { d \boldsymbol \alpha } {ds} = \frac { d \theta \vec n }{ds}
dsdα=dsdθn
固可以得到:
k
(
s
)
=
d
θ
d
s
=
∣
α
˙
∣
=
∣
r
¨
∣
k(s)=\frac { d \theta}{ds}=|\dot{\boldsymbol \alpha}| = |\ddot{\boldsymbol r}|
k(s)=dsdθ=∣α˙∣=∣r¨∣
同理可以定义挠率为弧长微量变化时,副法向量的夹角和弧长变化的比值:
类同曲率推到可得:
∣
γ
˙
∣
=
lim
Δ
s
→
0
∣
Δ
ψ
Δ
s
∣
,
\mid\dot{\boldsymbol{\gamma}}\mid=\lim_{\Delta s\to0}\left|\frac{\Delta\psi}{\Delta s}\right|,
∣γ˙∣=limΔs→0
ΔsΔψ
,
记挠率为:
τ
(
s
)
=
{
+
∣
γ
˙
∣
,
当
γ
˙
和
β
异向
,
−
∣
γ
˙
∣
,
当
γ
˙
和
β
同向
.
\tau(s)=\begin{cases}+\left|\dot{\boldsymbol{\gamma}}\right|,\text{当}\dot{\boldsymbol{\gamma}}\text{和}\beta {异向,}\\-\left|\dot{\boldsymbol{\gamma}}\right|,\text{当}\dot{\boldsymbol{\gamma}}\text{和}\beta\text{同向}.\end{cases}
τ(s)={+∣γ˙∣,当γ˙和β异向,−∣γ˙∣,当γ˙和β同向.
经过微分法则的一些推导,我们可以采用一般参数化来表示曲率,挠率:
κ
=
∣
r
′
×
r
′
′
∣
∣
r
′
∣
3
\kappa=\frac{|\boldsymbol r^{\prime}\times \boldsymbol r^{\prime\prime}|}{| \boldsymbol r^{\prime}|^{3}}
κ=∣r′∣3∣r′×r′′∣
τ
=
(
r
′
,
r
′
′
,
r
′
′
)
(
r
′
×
r
′
′
)
2
\tau= \frac{(\boldsymbol r^{\prime}, \boldsymbol r^{\prime\prime}, \boldsymbol r^{\prime\prime})}{(\boldsymbol r^{\prime}\times \boldsymbol r^{\prime\prime})^{2}}
τ=(r′×r′′)2(r′,r′′,r′′)
曲线论基本:Frenet公式
我们比较关注的是
α
\boldsymbol \alpha
α,
γ
\boldsymbol \gamma
γ和
β
\boldsymbol \beta
β对弧长的变化率:
{
α
˙
=
k
(
s
)
β
,
β
˙
=
−
k
(
s
)
α
+
τ
(
s
)
γ
,
γ
˙
=
−
τ
(
s
)
β
,
\begin{cases}\dot{\boldsymbol{\alpha}}=k(s)\boldsymbol{\beta},\\\dot{\boldsymbol{\beta}}=-k(s)\boldsymbol{\alpha}+\tau(s)\boldsymbol{\gamma},\\\dot{\boldsymbol{\gamma}}=-\tau(s)\boldsymbol{\beta},\end{cases}
⎩
⎨
⎧α˙=k(s)β,β˙=−k(s)α+τ(s)γ,γ˙=−τ(s)β,
上式的证明也很简单:
β
=
a
˙
∣
α
˙
∣
=
r
¨
∣
r
¨
∣
\boldsymbol \beta =\frac{\dot{\boldsymbol a}}{|\dot{\boldsymbol \alpha}|}=\frac{\ddot{\boldsymbol r}}{|\ddot{\boldsymbol r}|}
β=∣α˙∣a˙=∣r¨∣r¨ 得到
α
˙
=
k
(
s
)
β
\dot{\boldsymbol{\alpha}}=k(s)\boldsymbol{\beta}
α˙=k(s)β
γ
˙
=
(
α
×
β
)
˙
=
α
˙
×
β
+
α
×
β
˙
=
k
(
s
)
β
×
β
+
α
×
β
˙
=
α
×
β
˙
\dot{\boldsymbol \gamma}=\dot{(\boldsymbol \alpha\times \boldsymbol \beta)}=\dot{\boldsymbol \alpha}\times \boldsymbol \beta+ \boldsymbol \alpha\times\dot{\boldsymbol \beta}=k\left(s\right)\boldsymbol \beta\times\boldsymbol \beta+\boldsymbol \alpha\times\dot{\boldsymbol \beta}=\boldsymbol \alpha\times\dot{\boldsymbol \beta}
γ˙=(α×β)˙=α˙×β+α×β˙=k(s)β×β+α×β˙=α×β˙,所以可知
γ
˙
\dot{\boldsymbol \gamma}
γ˙垂直于
α
\boldsymbol \alpha
α
由
γ
\boldsymbol \gamma
γ是单位向量,可得
γ
\boldsymbol \gamma
γ垂直于
γ
˙
\dot{\boldsymbol \gamma}
γ˙,所以
γ
˙
\dot{\boldsymbol \gamma}
γ˙平行于
β
\boldsymbol \beta
β
{
α
˙
=
k
(
s
)
β
,
β
˙
=
−
k
(
s
)
α
+
τ
(
s
)
γ
,
γ
˙
=
−
τ
(
s
)
β
,
\begin{cases}\dot{\alpha}=k(s)\beta,\\\dot{\beta}=-k(s)\alpha+\tau(s)\gamma,\\ \dot{\gamma}=-\tau(s)\beta,\end{cases}
⎩
⎨
⎧α˙=k(s)β,β˙=−k(s)α+τ(s)γ,γ˙=−τ(s)β,
这组公式是空间曲线论的基本公式.它的特点是基本向量
α
,
β
,
γ
\alpha,\beta,\gamma
α,β,γ关于弧长 s 的微商可以用
α
,
β
,
γ
\alpha,\beta,\gamma
α,β,γ的线性组合来表示,它的系数组成反称的方阵
[
0
k
(
s
)
0
−
k
(
s
)
0
τ
(
s
)
0
−
τ
(
s
)
0
]
\begin{bmatrix}0&k(s)&0\\-k(s)&0&\tau(s)\\0&-\tau(s)&0\end{bmatrix}
0−k(s)0k(s)0−τ(s)0τ(s)0