Courses
Advanced Mathematics
第7章 空间解析集合与向量代数
第2节 空间平面与直线

第2节 空间平面与直线

空间平面及其方程

点法式的本质？

过已知点有且只有一个平面与已知直线垂直，平面上一条直线与法向量内积为零。

一个平面的法向量有几个方向？

在三维空间中，一个平面的法向量有两个方向。但法向量本身有无数个。

为什么有些书说“唯一法向量”？

在很多数学或物理问题中，会人为约定一个方向和单位长度，例如：

  • 向上的法向量
  • 外法向量
  • 右手法则方向

一旦规定方向，法向量就唯一了。

平面的一般式方程特殊情况

缺哪个坐标该平面就平行于该坐标轴

A=0， 平面法向量垂直与 x 轴，平面平行于 x 轴 B=0， 平面法向量垂直与 y 轴，平面平行于 y 轴

缺2个坐标该平面就平行于该2个坐标轴所在面 A=0，B=0，，平面平行于 xoy 平面

平面的表示方法

方法公式适用场景
点法向量式$$\mathbf n \cdot (\mathbf r - \mathbf r_0) = 0$$理解平面方向、计算夹角
一般方程$$Ax+By+Cz+D=0$$求交点、平行/垂直判断
截距式$$\frac{x}{a}+\frac{y}{b}+\frac{z}{c}=1$$直观截距作图
三点式叉积 $$\mathbf n = \overrightarrow{P_1P_2} \times \overrightarrow{P_1P_3}$$已知三点确定平面
一点+法向量 → 点法向量式 → 展开 → 一般方程 → 截距式 → 作图
三点 → 叉积 → 法向量 → 点法向量式

平面的平行与垂直

两平面平行

设两平面法向量为：

$$\mathbf n_1 = (A_1, B_1, C_1), \quad \mathbf n_2 = (A_2, B_2, C_2)$$

两平面内积为零：

$$\mathbf n_1 \cdot \mathbf n_2 = A_1 A_2 + B_1 B_2 + C_1 C_2 = 0$$

两平面垂直

两平面的法向量：

$$\mathbf n_1 = (A_1,B_1,C_1), \quad \mathbf n_2 = (A_2,B_2,C_2)$$

两平面外积为零：

$$\mathbf n_1 \times \mathbf n_2 = \mathbf 0$$

对应坐标形式：

$$\begin{cases} B_1 C_2 - C_1 B_2 = 0 \\ C_1 A_2 - A_1 C_2 = 0 \\ A_1 B_2 - B_1 A_2 = 0 \end{cases}$$

化简一下就是：

$$\frac{A_1}{A_2} = \frac{B_1}{B_2} = \frac{C_1}{C_2}$$

即三个分量成同一比例：

三个式子同时成立 → 两法向量平行 → 两平面平行（或重合）

两平面的夹角如果是钝角怎么处理？

设两平面法向量为：

$$\mathbf n_1 = (A_1, B_1, C_1),\quad \mathbf n_2 = (A_2, B_2, C_2)$$

夹角 $\theta$ 定义为两平面法向量之间的锐角：

$$\cos \theta = \frac{|\mathbf n_1 \cdot \mathbf n_2|}{|\mathbf n_1| |\mathbf n_2|}, \quad 0 \le \theta \le 90^\circ$$

注意 取绝对值 → 永远得到锐角

如果你在物理或工程中真的想用钝角（>90°）表示两平面倾斜关系：

$$\cos \theta_{\text{锐}} = \frac{|\mathbf n_1 \cdot \mathbf n_2|}{|\mathbf n_1| |\mathbf n_2|}$$$$\theta_{\text{钝}} = 180^\circ - \arccos \frac{|\mathbf n_1 \cdot \mathbf n_2|}{|\mathbf n_1| |\mathbf n_2|}$$

平面方程：

$$A_1 x + B_1 y + C_1 z + D_1 = 0,\quad A_2 x + B_2 y + C_2 z + D_2 = 0$$

夹角公式：

$$\cos \theta_{\text{锐}} = \frac{|A_1 A_2 + B_1 B_2 + C_1 C_2|}{\sqrt{A_1^2 + B_1^2 + C_1^2} \cdot \sqrt{A_2^2 + B_2^2 + C_2^2}}$$

空间的直线及其方程

空间直线的表示方法

表示方法形式特点
向量式$$\mathbf r=\mathbf r_0+t\mathbf v$$最本质
参数方程$$\begin{cases} x=x_0+at \\ y=y_0+bt \\ z=z_0+ct \end{cases}$$计算方便
对称式$$\frac{x-x_0}{a}=\frac{y-y_0}{b}=\frac{z-z_0}{c}$$直观
两平面交线式$$\begin{cases} A_1x+B_1y+C_1z+D_1=0 \\ A_2x+B_2y+C_2z+D_2=0 \end{cases}$$结构化
一点一向量 → 向量式
一点一方向 → 参数式
三比值 → 对称式
两平面 → 交线式


注意：对称式不是严格的截距式，它只是消去了参数 t，反映方向比，并不直接告诉你直线与各轴的截距。

空间直线里的参数方程中 t 在直角坐标系中代表什么？

参数方程回顾

设空间直线经过一点 $P_0(x_0, y_0, z_0)$，方向向量为 $\mathbf v = (a, b, c)$ ，直线的参数方程为：

$$\begin{cases} x = x_0 + a t \\ y = y_0 + b t \\ z = z_0 + c t \end{cases}, \quad t \in \mathbb{R}$$
t 的几何含义

  1. 比例尺/位置参数

    • $t$ 表示沿着方向向量 $\mathbf v$ 从起点 $P_0$ 移动的倍数
    • 当 (t=0) → 在起点 $P_0$
    • 当 (t=1) → 移动到 $P_0 + \mathbf v = (x_0 + a, y_0 + b, z_0 + c)$
    • 当 (t=-1) → 沿反方向移动一个单位方向向量长度

  2. 方向指示

    • (t>0) → 沿方向向量 $$\mathbf v$$
    • (t<0) → 反方向

  3. 线性插值

    • (t) 可以理解为从起点到某一点的线性“比例系数”：$P = P_0 + t\mathbf v$
t 在直角坐标系中的意义
  • x, y, z 都随着 t 线性变化
$$\Delta x : \Delta y : \Delta z = a : b : c$$
  • 也就是说，(t) 表示沿直线移动的“单位步数”，每步沿三个坐标方向的增量成比例。

🔹 直观理解：把直线当作“斜着的直梯子”， (P_0) 是底部，(\mathbf v) 是梯子方向。 t 就是梯子上的位置标尺：0 在底部，1 在梯子长度单位处，-0.5 在梯子下方一半单位。

参数方程 vs 对称式的联系

对称式：

$$\frac{x-x_0}{a} = \frac{y-y_0}{b} = \frac{z-z_0}{c} = t$$
  • 这里 t 就是统一的参数，把 x、y、z 的变化比例联系起来
  • 本质上还是沿方向向量的线性移动量
总结
符号含义直观理解
t=0起点 P0直线起点
t>0沿方向向量移动前进方向
t<0沿反方向移动后退方向
t大小移动的“单位长度倍数”，各坐标按 a🅱️c 线性变化
docs
 |   |