一般情况下的椭圆方程

这篇具有很好参考价值的文章主要介绍了一般情况下的椭圆方程。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

一、正定矩阵与椭圆的关系

二维空间中椭圆最基本的形式为
x 2 a 2 + y 2 b 2 = 1 \frac{x^{2}}{a^{2}} +\frac{y^{2}}{b^{2}} =1 a2x2+b2y2=1
上面的这个方程写成矩阵的形式为
[ x y ] T [ 1 a 2 0 0 1 b 2 ] [ x y ] = x T A x = 1 \begin{bmatrix} x\\ y \end{bmatrix}^{T} \begin{bmatrix} \frac{1}{a^{2}} & 0\\ 0& \frac{1}{b^{2}} \end{bmatrix} \begin{bmatrix} x\\ y \end{bmatrix} =x^{T}Ax=1 [xy]T[a2100b21][xy]=xTAx=1
A A A的特征值为
λ 1 = 1 a 2 ,   λ 2 = 1 b 2 \lambda _{1}=\frac{1}{a^{2}},\space \lambda _{2}=\frac{1}{b^{2}} λ1=a21, λ2=b21
A A A的归一化特征向量为
μ 1 = [ 1 2 0 ] ,   μ 2 = [ 0 1 2 ] \mu _{1}=\begin{bmatrix} \frac{1}{\sqrt{2} }\\ 0 \end{bmatrix},\space \mu _{2}=\begin{bmatrix} 0\\ \frac{1}{\sqrt{2} } \end{bmatrix} μ1=[2 10], μ2=[02 1]
椭圆的长短轴分别沿着矩阵 A A A的两个特征向量的方向,而两个与之对应的特征值分别是半长轴和半短轴的长度的平方的倒数,即满足
a = 1 λ 1 ,   b = 1 λ 2 a=\frac{1}{\sqrt{\lambda_{1} }},\space b=\frac{1}{\sqrt{\lambda_{2} }} a=λ1 1, b=λ2 1
更一般的,对于如下方程所示椭圆
a x 2 + 2 b x y + c y 2 = 1 ax^{2}+2bxy+cy^{2}=1 ax2+2bxy+cy2=1
化为矩阵形式是
[ x y ] T [ a b b c ] [ x y ] = x T A x = 1 \begin{bmatrix} x\\ y \end{bmatrix}^{T} \begin{bmatrix} a & b\\ b & c \end{bmatrix} \begin{bmatrix} x\\ y \end{bmatrix} =x^{T}Ax=1 [xy]T[abbc][xy]=xTAx=1

二、椭圆的一般方程

椭圆的一般方程为
[ ( x − x 0 ) cos ⁡ θ + ( y − y 0 ) sin ⁡ θ ] 2 a 2 + [ ( x − x 0 ) sin ⁡ θ − ( y − y 0 ) cos ⁡ θ ] 2 b 2 = 1 \frac{\left [\left (x-x_{0} \right ) \cos \theta +\left (y-y_{0} \right )\sin \theta \right ]^{2}}{a^{2}} +\frac{\left [\left (x-x_{0} \right )\sin \theta -\left (y-y_{0} \right )\cos \theta \right ]^{2}}{b^{2}} =1 a2[(xx0)cosθ+(yy0)sinθ]2+b2[(xx0)sinθ(yy0)cosθ]2=1
其中 ( x 0 , y 0 ) (x_{0},y_{0}) (x0,y0) 为椭圆中心点,θ为椭圆倾角,椭圆倾角如下图紫色线与黄色线所成锐角

空间椭圆方程,matlab,线性代数,开发语言

将该椭圆变为矩阵形式为
[ x − x 0 y − y 0 ] T [ cos ⁡ 2 θ a 2 + sin ⁡ 2 θ b 2 cos ⁡ θ sin ⁡ θ a 2 + cos ⁡ θ sin ⁡ θ b 2 cos ⁡ θ sin ⁡ θ a 2 + cos ⁡ θ sin ⁡ θ b 2 sin ⁡ 2 θ a 2 + cos ⁡ 2 θ b 2 ] [ x − x 0 y − y 0 ] = 1 \begin{bmatrix} x-x_{0}\\ y-y_{0} \end{bmatrix}^{T} \begin{bmatrix} \frac{\cos ^{2}\theta}{a^{2}}+\frac{\sin ^{2}\theta}{b^{2}} & \frac{\cos\theta\sin\theta}{a^{2}}+\frac{\cos\theta\sin\theta}{b^{2}}\\ \frac{\cos\theta\sin\theta}{a^{2}}+\frac{\cos\theta\sin\theta}{b^{2}} & \frac{\sin ^{2}\theta}{a^{2}}+\frac{\cos ^{2}\theta}{b^{2}} \end{bmatrix} \begin{bmatrix} x-x_{0}\\ y-y_{0} \end{bmatrix}=1 [xx0yy0]T[a2cos2θ+b2sin2θa2cosθsinθ+b2cosθsinθa2cosθsinθ+b2cosθsinθa2sin2θ+b2cos2θ][xx0yy0]=1文章来源地址https://www.toymoban.com/news/detail-595124.html

三、绘制一般椭圆的matlab程序

ellipse_l = 5;  %椭圆半长轴
ellipse_s = 2;  %椭圆半短轴
ellipse_theta = (10) / 180 * pi;   %椭圆倾角
ellipse_center = [5, 4.5];  %椭圆中心点坐标

%椭圆展开后方程的各个参数
a = ellipse_l^2*sin(ellipse_theta)^2+ellipse_s^2*cos(ellipse_theta)^2;
b = 2*(ellipse_s^2-ellipse_l^2)*sin(ellipse_theta)*cos(ellipse_theta);
c = ellipse_l^2*cos(ellipse_theta)^2+ellipse_s^2*sin(ellipse_theta)^2;
d = -ellipse_l^2*ellipse_s^2;

%绘制椭圆图像
figure(1)
fimplicit(@(x,y)a.*(x-ellipse_center(1)).^2+b.*(x-ellipse_center(1)).*(y-ellipse_center(2))+c.*(y-ellipse_center(2)).^2+d,[0 10 0 10]);
hold on
scatter(ellipse_center(1),ellipse_center(2))
hold on

到了这里,关于一般情况下的椭圆方程的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 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的垂直距离PM为r,即 ,其中 ,点M为直线q上一点, 。

    2024年02月02日
    浏览(33)
  • MATLAB数值分析学习笔记:线性代数方程组的求解和高斯消元法

    工程和科学计算的许多基本方程都是建立在守恒定律的基础之上的,比如质量守恒等,在数学上,可以建立起形如 [A]{x}={b} 的平衡方程。其中{x}表示各个分量在平衡时的取值,它们表示系统的 状态 或 响应; 右端向量{b}由无关系统性态的常数组成通常表示为 外部激励。 矩阵

    2023年04月15日
    浏览(53)
  • MATLAB数值分析学习笔记:线性代数方程组的求解和高斯-赛德尔方法

    迭代法是前面介绍的消元法的有效替代,线性代数方程组常用的迭代法有 高斯-赛德尔方法 和 雅克比迭代法, 下面会讲到二者的不同之处,大家会发现两者的实现原理其实类似,只是方法不同,本篇只重点介绍高斯-赛德尔方法。 看了我之前的笔记的同学应该已经对迭代法不

    2024年02月05日
    浏览(48)
  • 线性代数中涉及到的matlab命令-第三章:矩阵的初等变换及线性方程组

    目录 1,矩阵的初等变换 1.1,初等变换 1.2,增广矩阵  ​1.3,定义和性质 1.4,行阶梯型矩阵、行最简型矩阵 1.5,标准形矩阵  1.6,矩阵初等变换的性质  2,矩阵的秩  3,线性方程组的解  初等变换包括三种:交换行或列、某行或列乘以一个非零系数、某行或列加上零一行

    2024年02月04日
    浏览(42)
  • 基于MATLAB环境下的子空间聚类算法:理解和实践

    大家好,我是一名热衷于算法研究的技术博主。今天我想和大家分享关于子空间聚类算法在MATLAB环境下的实现和理解。我会尽可能详细地介绍相关知识,同时在文章中附带了些示例代码以供参考。聚类/子空间聚类算法是一种极具价值的研究方向,我希望大家在阅读本文后能有

    2024年02月17日
    浏览(25)
  • 【线性代数及其应用 —— 第一章 线性代数中的线性方程组】-1.线性方程组

    所有笔记请看: 博客学习目录_Howe_xixi的博客-CSDN博客 https://blog.csdn.net/weixin_44362628/article/details/126020573?spm=1001.2014.3001.5502 思维导图如下:  内容笔记如下:

    2024年02月06日
    浏览(50)
  • 【考研数学】线性代数第四章 —— 线性方程组(2,线性方程组的通解 | 理论延伸)

    承接前文,继续学习线性方程组的内容,从方程组的通解开始。 (1)基础解系 —— 设 r ( A ) = r n r(A)=rn r ( A ) = r n ,则 A X = 0 pmb{AX=0} A X = 0 所有解构成的解向量组的极大线性无关组称为方程组 A X = 0 pmb{AX=0} A X = 0 的一个基础解系。基础解系中所含有的线性无关的解向量的个

    2024年02月11日
    浏览(43)
  • 【线性代数】通过矩阵乘法得到的线性方程组和原来的线性方程组同解吗?

    如果你进行的矩阵乘法涉及一个线性方程组 Ax = b,并且你乘以一个可逆矩阵 M,且产生新的方程组 M(Ax) = Mb,那么这两个系统是等价的;它们具有相同的解集。这是因为可逆矩阵的乘法可以视为一个可逆的线性变换,不会改变方程解的存在性或唯一性。 换句话说,如果你将原

    2024年02月03日
    浏览(47)
  • 线性代数——线性方程组

    学习高等数学和线性代数需要的初等数学知识 线性代数——行列式 线性代数——矩阵 线性代数——向量 线性代数——线性方程组 线性代数——特征值和特征向量 线性代数——二次型 本文大部分内容皆来自李永乐老师考研教材和视频课。 方程组 { a 11 x 1 + a 12 x 2 + ⋯ + a 1

    2024年02月16日
    浏览(41)
  • 线性代数3:矢量方程

            欢迎回到系列文章的第三篇文章,内容是线性代数的基础知识,线性代数是机器学习背后的基础数学。在我之前的文章中,我介绍了梯队矩阵形式。本文将介绍向量、跨度和线性组合,并将这些新想法与我们已经学到的内容联系起来。本文最好与David C. Lay,Steve

    2024年01月17日
    浏览(28)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包