推导点到直线(平面)的距离公式

本文利用了点和直线、平面的齐次坐标表示方法,来推导2维点到直线距离,3维点到平面距离的公式。用齐次坐标表示方法推导比较简洁。

2维点到直线

令2维点: A ( x 0 , y 0 , 1 ) (x_0,y_0, 1) (x0,y0,1), 2维直线方程: a x + b y + c = 0 ax+by+c=0 ax+by+c=0

2维直线 ( a , b , c ) (a,b,c) (a,b,c)中 a 2 + b 2 = 1 a^2+b^2=1 a2+b2=1

直线上的任意点: B ( x ′ , y ′ , 1 ) (x',y', 1) (x′,y′,1)

那么向量 A B → \overrightarrow{AB} AB 与直线法向量 ( a , b ) (a,b) (a,b)的点积就是A到直线的距离
d = ∣ ( x 0 − x ′ ) ∗ a + ( y 0 − y ′ ) ∗ b ∣ = ∣ x 0 ∗ a + y 0 ∗ b + c ∣ d=|(x_0-x')*a+(y_0-y')*b| =|x_0*a+y_0*b+c| d=∣(x0−x′)∗a+(y0−y′)∗b∣=∣x0∗a+y0∗b+c∣

3维点到平面

推导跟2维一样,A ( x 0 , y 0 , z 0 , 1 ) (x_0,y_0,z_0,1) (x0,y0,z0,1), 3维平面 a x + b y + c z + d = 0 ax+by+cz+d=0 ax+by+cz+d=0
a 2 + b 2 + c 2 = 1 a^2+b^2+c^2=1 a2+b2+c2=1

B ( x ′ , y ′ , z ′ , 1 ) (x',y',z',1) (x′,y′,z′,1)
d = ∣ ( x 0 − x ′ ) ∗ a + ( y 0 − y ′ ) ∗ b + ( z 0 − z ′ ) ∗ c ∣ = ∣ x 0 ∗ a + y 0 ∗ b + z 0 ∗ c + d ∣ d=|(x_0-x')*a+(y_0-y')*b+(z_0-z')*c| =|x_0*a+y_0*b+z_0*c+d| d=∣(x0−x′)∗a+(y0−y′)∗b+(z0−z′)∗c∣=∣x0∗a+y0∗b+z0∗c+d∣

相关推荐
别或许17 小时前
01线性代数之行列式(知识总结)
线性代数
劈星斩月17 小时前
线性代数-3Blue1Brown《线性代数的本质》基变换(11)
线性代数·基变换
张祥64228890418 小时前
二次型:从线性代数到测量平差的桥梁
线性代数·算法·机器学习
sonadorje19 小时前
欧氏内积(Euclidean Inner Product)
线性代数·矩阵
激动的兔子2 天前
Arcgis二次开发--评价单元综合限制级别判断矩阵工具
线性代数·arcgis·矩阵
辰尘_星启2 天前
[线性代数]矩阵/向量求导为什么要区别分子布局和分母布局
神经网络·线性代数·数学·矩阵·控制·导数
西***63473 天前
从被动响应到主动预判:矩阵技术重塑机场安全监控新生态
线性代数·矩阵
梯度下降中3 天前
求职面试中的线代知识总结
人工智能·线性代数·算法·机器学习
Candice Can3 天前
【机器学习】吴恩达机器学习Lecture3-Linear Algebra review(optional) 线性代数回顾
人工智能·线性代数·机器学习·吴恩达机器学习
颢珂智库Haokir Insights3 天前
线性代数 (Linear Algebra) 的数学模型示例:数据变换
线性代数