技术好文共享:辅助角公式的几何意义

简介: 技术好文共享:辅助角公式的几何意义

好久没更文了,就随便写点东西吧,虽然有点水。


所谓「辅助角公式」就是中学数学里面一个平淡无奇的公式:


Acost+Bsint=√A2+B2cos(t?arctanBA)(A0)



Asint+Bcost=√A2+B2sin(t+arctanBA)(A0)


对于这个公式,我们的解释一般是「提出 √A2+B2A2+B2 \sqrt{A^2+B^2} , 凑出两角和公式」。


然而这对与几何迷来说并不能满意对吧?


现在我们就来谈谈几何意义。


如果用复数来解释倒是很容易,不过那就开挂了。


所以我打算在实数范围内就把问题说清楚。


刚才的公式里面,我为什么不把变量写成 xxx, 而是写成 ttt 呢?


这是因为,从运动的角度来看,可以更好地理解三角函数。


比如说,还有一套三角函数的基本公式叫做诱导公式。


其中有这么一条:  


sin(x+π2)=cosxsin?(x+π2)=cos?x?\sin(x+\frac{\pi}{2})=\cos{x}


刚学这个公式的时候我就想,正弦一平移就变成了余弦。


这就说明正弦和余弦的函数图像都是一样的。


也就是说,正弦和余弦本质上并没有什么区别。


当时觉得这相当匪夷所思。


后来就明白了。


如果从运动的角度来考虑,假设有一个点以 1 rad/s 沿单位圆(x2+y2=1x2+y2=1x^2+y^2=1)做圆周运动,坐标为 (cost,sint)(cos?t,sin?t) (\cos{t},\sin{t}) .


那么,正弦就是这个运动在 y 轴上的投影,余弦就是在 x 轴上的投影。


x 轴和 y 轴只不过是过原点的有向直线中的两条罢了。


过原点还有无数条有向直线。


因为圆是完美对称的,所以这些直线其实没有高低贵贱之分。


如果把这个点投影到每条直线上,


那么每一个投影,都是圆周运动的投影,都是简谐运动。


这些运动也没有高低贵贱之分。


只不过初相位不同罢了。


x 轴和 y 轴当然也不例外。


然后我们再回来看辅助角公式。


Acost+Bsint=√<span class="mjx-char MJXc-TeX-math-I" style="padding-top: 0.491em; pad

相关文章
|
机器学习/深度学习 传感器 数据可视化
【免费】以 3D 形式显示热图、高程或天线响应模式表面数据附matlab代码
【免费】以 3D 形式显示热图、高程或天线响应模式表面数据附matlab代码
|
2天前
|
机器学习/深度学习 XML 数据采集
AirMSPI 1B2 级产品包含云、气溶胶和地球表面的辐射度和极坐标图像
AirMSPI_ACEPOL_Terrain-projected_Georegistered_Radiance_Data 是2017年10月至11月NASA ACEPOL飞行活动中获取的地形投影地球登记辐射度产品。数据包括8个波长(355至935纳米)的辐照度、极化信息等,支持气象、环境监测等领域研究。数据以HDF-EOS-5格式发布,覆盖加州地区。
30 16
|
4月前
|
知识图谱
KDD 2024:Emory提出最新PolygonGNN框架:可捕捉通用多边形内外的空间关系
【9月更文挑战第16天】近年来,多边形表示学习在形状编码、建筑模式分类和地理问答等应用中至关重要。然而,现有研究多聚焦于单个多边形,忽视了多边形间复杂关系。为解决此问题,Emory大学团队提出了PolygonGNN框架,通过异质可见性图整合内外关系,并引入异质生成树采样提升计算效率。该框架设计了旋转平移不变的几何表示,适用于多种场景。实验结果显示,PolygonGNN在多个任务上表现优异,但在处理大规模场景时仍面临计算复杂度挑战,并未充分考虑拓扑结构和语义信息的影响。
56 2
|
算法 计算机视觉
一种新的基于区域的在线活动轮廓模型研究(Matlab代码实现)
一种新的基于区域的在线活动轮廓模型研究(Matlab代码实现)
|
索引
ArcGIS:如何理解成本回溯链接栅格/方向矩阵/backlink raster?
ArcGIS:如何理解成本回溯链接栅格/方向矩阵/backlink raster?
295 0
三维之外的更高维度,数学家发现了无限可能的黑洞形状
三维之外的更高维度,数学家发现了无限可能的黑洞形状
167 0
|
机器学习/深度学习 人工智能 监控
南洋理工提出全场景图生成PSG任务,像素级定位物体,还得预测56种关系
南洋理工提出全场景图生成PSG任务,像素级定位物体,还得预测56种关系
136 0
【ArcGIS制图案例】城市关系强度图
【ArcGIS制图案例】城市关系强度图
143 0
|
定位技术
无须任何数据,六十秒快速制作三维影像图用以作为城市空间格局分析的底图
无须任何数据,六十秒快速制作三维影像图用以作为城市空间格局分析的底图
135 0
|
机器学习/深度学习 算法
深度之眼(十一)——矩阵对角化及二次型
深度之眼(十一)——矩阵对角化及二次型
183 0
深度之眼(十一)——矩阵对角化及二次型