math_消除根式:椭圆的标准式方程推导坐标系平移整理多项式
文章目录
- 消除根式:椭圆的标准式推导
- 消除根式和
- 以椭圆的标准方程推导过程为例
- 坐标系平移
消除根式:椭圆的标准式推导
消除根式和
- p+q=A\sqrt{p}+\sqrt{q}=Ap+q=A
以椭圆的标准方程推导过程为例
- 椭圆 - 维基百科,自由的百科全书 (wikipedia.org)
p+q=A(1)\sqrt{p}+\sqrt{q}=A\tag{1} p+q=A(1)
对于椭圆,其中:
- A=2aA=2aA=2a
p=(x+c)2+y2(1.1)p=(x+c)^2+y^2\tag{1.1} p=(x+c)2+y2(1.1)
q=(x−c)2+y2(1.2)q=(x-c)^2+y^2\tag{1.2} \\ q=(x−c)2+y2(1.2)
p−q=4cx(1.3)p-q=4cx\tag{1.3} p−q=4cx(1.3)
对(1)两边乘以共轭式p−q得到:p−q=A(p−q)p−qA=p−q即:对(1)两边乘以共轭式\sqrt{p}-\sqrt{q} 得到: p-q=A(\sqrt{p}-\sqrt{q}) \\ \frac{p-q}{A}=\sqrt{p}-\sqrt{q} \\即: 对(1)两边乘以共轭式p−q得到:p−q=A(p−q)Ap−q=p−q即:
p−q=p−qA(2)\sqrt{p}-\sqrt{q}=\frac{p-q}{A}\tag{2} p−q=Ap−q(2)
(1)+(2)2p=A+p−qA(1)+(2) \\ 2\sqrt{p}=A+\frac{p-q}{A} \\ (1)+(2)2p=A+Ap−q
4p=(A+p−qA)2★(3)4p=(A+\frac{p-q}{A})^2\bigstar\tag{3} 4p=(A+Ap−q)2★(3)
式(3)不仅限于椭圆
- 而对于椭圆,将(1.1~1.3)式带入(3)
4((x+c)2+y2)=(A+4cxA)2归边化简a2x2+2a2cx+a2c2+a2y2−a4−2a2cx−c2x2=0消掉可以消去互为相反数的项(pair)a2x2+a2c2+a2y2−a4−c2x2=04((x+c)^2+y^2)=(A+\frac{4cx}{A})^2 \\归边化简 \\ a^2x^2+2a^2cx+a^2c^2+a^2y^2-a^4-2a^2cx-c^2x^2=0 \\消掉可以消去互为相反数的项(pair)\\ a^2x^2+a^2c^2+a^2y^2-a^4-c^2x^2=0 4((x+c)2+y2)=(A+A4cx)2归边化简a2x2+2a2cx+a2c2+a2y2−a4−2a2cx−c2x2=0消掉可以消去互为相反数的项(pair)a2x2+a2c2+a2y2−a4−c2x2=0
利用表格统计的时候,缺失的项可以放空(尤其是仅有一个变量的时候)
x2x^2x2 a2−c2a^2-c^2a2−c2 y2y^2y2 a2a^2a2 x1x^1x1 0 y1y^1y1 0 常数队列:a2c2−a4a^2c^2-a^{4}a2c2−a4 降幂排列统计(先x幂队和再y幂队最后常数项队列)((逐项归类)(a2−c2)x2+a2y2−a4+a2c2=0;记b2=a2−c2b2x2+a2y2+a2(c2−a2)=0x2a2+y2b2=1降幂排列统计(先x幂队和再y幂队最后常数项队列)\\((逐项归类) (a^2-c^2)x^2+a^2y^2-a^4+a^2c^2=0;记b^2=a^2-c^2 \\ b^2x^2+a^2y^2+a^2(c^2-a^2)=0 \\ \frac{x^2}{a^2}+\frac{y^2}{b^2}=1 降幂排列统计(先x幂队和再y幂队最后常数项队列)((逐项归类)(a2−c2)x2+a2y2−a4+a2c2=0;记b2=a2−c2b2x2+a2y2+a2(c2−a2)=0a2x2+b2y2=1
坐标系平移
设坐标系C0上有一点p00(m,n)设坐标系C_0上有一点p_0^0(m,n)设坐标系C0上有一点p00(m,n)
坐标系C1上有一点p10(0,0);该点是由p00经过相应的平移映射而来坐标系C_1上有一点p_1^0(0,0);该点是由p_0^0经过相应的平移映射而来坐标系C1上有一点p10(0,0);该点是由p00经过相应的平移映射而来
即,假设平移规则为:c0坐标的原点移动到c0的(m,n)位置,以该位置作为新坐标系c1的坐标原点(0,0)c1即,假设平移规则为:c_0坐标的原点移动到c_0的(m,n)位置, \\以该位置作为新坐标系c_1的坐标原点(0,0)_{c_1} 即,假设平移规则为:c0坐标的原点移动到c0的(m,n)位置,以该位置作为新坐标系c1的坐标原点(0,0)c1
(m,n)c0→(0,0)c1则(0,0)c0→(−m,−n)c1则(x,y)c0→(x−m,y−n)c1(m,n)_{c_0}\to(0,0)_{c_1} \\则 (0,0)_{c_0}\to(-m,-n)_{c1} \\则 (x,y)_{c_0}\to(x-m,y-n)_{c1} (m,n)c0→(0,0)c1则(0,0)c0→(−m,−n)c1则(x,y)c0→(x−m,y−n)c1
记c0坐标上的点为(x0,y0)c1坐标上点为(x1,y1){x1=X(x0)=x0−my1=Y(y0)=y0−n记c_0坐标上的点为(x_0,y_0) \\ c_1坐标上点为(x_1,y_1) \\ \begin{cases} x_1=X(x_0)=x_0-m \\ y_1=Y(y_0)=y_0-n \end{cases} 记c0坐标上的点为(x0,y0)c1坐标上点为(x1,y1){x1=X(x0)=x0−my1=Y(y0)=y0−n
对于c0上的曲线方程B0:x02a+y02b=1对于c1上的曲线方程B1:x12a+y12b=1由上述映射关系(参数方程)B1在c0上的方程为:(x0−m)2a+(y0−n)2b=1对于c_0上的曲线方程B_0:\frac{x_0^2}{a}+\frac{y_0^2}{b}=1 \\ 对于c_1上的曲线方程B_1:\frac{x_1^2}{a}+\frac{y_1^2}{b}=1 \\由上述映射关系(参数方程) \\B_1在c_0上的方程为:\frac{(x_0-m)^2}{a}+\frac{(y_0-n)^2}{b}=1 对于c0上的曲线方程B0:ax02+by02=1对于c1上的曲线方程B1:ax12+by12=1由上述映射关系(参数方程)B1在c0上的方程为:a(x0−m)2+b(y0−n)2=1
同理,可以得到B0在c1坐标系上的方程为:(x0+m)2a+(y0+n)2b=1还比如,可以用容易验证的圆方程R:x12+y12=r2(C1上)(x0−m)2+(y0−n)2=r2(c0坐标系投影到C0上)同理,可以得到B_0在c_1坐标系上的方程为:\frac{(x_0+m)^2}{a}+\frac{(y_0+n)^2}{b}=1 \\还比如,可以用容易验证的圆方程R: x_1^2+y_1^2=r^2(C_1上) \\(x_0-m)^2+(y_0-n)^2=r^2(c_0坐标系投影到C_0上) 同理,可以得到B0在c1坐标系上的方程为:a(x0+m)2+b(y0+n)2=1还比如,可以用容易验证的圆方程R:x12+y12=r2(C1上)(x0−m)2+(y0−n)2=r2(c0坐标系投影到C0上)
更一般的,有
c1坐标系(层)上的曲线B(x1,y1)=0在c0坐标系上可以这样描述B(x0−m,y0−n)=0c_1坐标系(层)上的曲线B(x_1,y_1)=0 \\ 在c_0坐标系上可以这样描述B(x_0-m,y_0-n)=0 c1坐标系(层)上的曲线B(x1,y1)=0在c0坐标系上可以这样描述B(x0−m,y0−n)=0
math_消除根式:椭圆的标准式方程推导坐标系平移整理多项式相关推荐
- 椭圆隐式方程和参数方程的互相转换
1. 隐式方程转参数方程 二次曲线的一般方程为: Ax2+2Bxy+Cy2+2Dx+2Ey+F=0.(1)A{x^2}+2Bxy+C{y^2}+2Dx+2Ey+F=0. \tag{1}Ax2+2Bxy ...
- 空间解析几何:圆柱面一般式方程的推导——已知中轴线和半径
本文主要针对在已知中轴线和半径r的情况下(其中为中轴线上的已知一点)如何来求解圆柱面方程做出详细解答. 1.圆柱面模型的建立: Step 1:假设点P 为待求圆柱面上的任意一点,由于点P到直线q的垂直 ...
- 【组合数学】递推方程 ( 常系数线性非齐次递推方程 的 非齐次部分是 多项式 与 指数 组合方式 | 通解的四种情况 )
文章目录 一.常系数线性非齐次递推方程 的 非齐次部分是 多项式 与 指数 组合方式 二.递推方程通解的四种情况 一.常系数线性非齐次递推方程 的 非齐次部分是 多项式 与 指数 组合方式 如果 &q ...
- 水深平均的二维浅水方程推导
浅水方程推导 将三维的基本方程沿水深积分平均,即可得到沿水深平均的平面二维流动基本方程. 定义水深为,.为基准面下液面水位和河床高程: 定义沿水深平均流速为: 引用莱布尼兹公式 自由表面及底部运动学条 ...
- Bulter-Volmer 方程推导 Tafel斜率
Bulter-Volmer 方程: i=ic−ia=FAk0[cO(0,t)exp−βF(E−E0′)RT−cR(0,t)exp(1−β)F(E−E0′)RT](1) (1) i = i c − i ...
- 贝叶斯概率在目标跟中的应用及CK方程推导(20.9.27)
贝叶斯概率在目标跟中的应用及CK方程推导 一.贝叶斯定理 1.两个事件的情况讨论 贝叶斯定理是目标跟踪的基本原理,对于两个相关的事件x和y.x通常代表被考察目标的状态.y通常表示传感器的输出(也是x的 ...
- 罗德里格斯(Rodrigues)旋转方程推导
罗德里格斯旋转方程是从角度和向量计算出相应的旋转矩阵,这个旋转方程在很多方面有重要的应用,这里简要概述一下方程的推导过程. 主要参考资料是维基百科,其实基本上就是翻译一下,自己走一遍这个推导过程,这里 ...
- Python 推导式(列表推导式,字典推导式,集合推导式)
Python的各种推导式 推导式comprehensions(又称解析式),是Python的一种独有特性.推导式是可以从一个数据序列构建另一个新的数据序列的结构体. 共有三种推导. 列表推导式 字典推 ...
- 手眼标定eye-in-hand(一)AX=XB方程推导
1. 前言 本文主要介绍eye-in-hand的手眼标定,引用OpenCV的文档原话和原图1:"The following picture describes the Hand-Eye ca ...
最新文章
- mysql for Mac 下创建数据表中文显示为?的解决方法
- OpenCASCADE:Mac OS X平台使用Code::Blocks构建OCCT
- python内置函数用来返回数值型序列中所有元素之和_语句x = 3==3, 5执行结束后,变量x的值为_学小易找答案...
- 关于网络流sap算法
- Android---手动创建线程与GUI线程同步(三)
- Java过滤掉map集合中key或value为空的值
- Nacos源码集群一致性
- 2017下半年网络规划设计师考试下午真题
- IO流和集合的交集Properties类的介绍。
- Computer - 电脑硬件知识
- MachineLearning:UFLDL学习笔记 ---- 主成分分析与白化
- 综述 | 注意力机制
- Linux网络设备驱动程序
- 单商户商城系统功能拆解12—商品管理
- Redis开发与运维 笔记一
- 计算机公共基础课网络教学平台,“计算机基础”教学中网络教学平台应用研究.doc...
- 如何搭建一对一直播PHP直播系统源码的流程
- 64位处理器 计算机,32位与64位的处理器有什么区别?
- prim算法_数据结构与算法:图形结构
- narx神经网络 matlab,神经网络 NARX