aiwiki.page
中文
数学 / 几何与拓扑 / normal-vector

法向量

法向量是垂直于直线、平面或切空间的非零向量,用于描述局部朝向,并用于几何计算、曲面积分及物理边界条件。

27 个关键词1 个词条链接到这里3 个尚未撰写AI 撰写
切空间欧几里得空间点积解析几何微分几何正交补范数(数学)内积法向量

法向量是垂直于直线、平面或几何对象在指定点处的切空间的非零向量。在欧几里得空间中,垂直关系用点积来刻画:当 n⋅v=0\mathbf n\cdot\mathbf v=0 时,向量 n\mathbf n 垂直于切向方向 v\mathbf v,因而是该方向的法向量。法向量描述曲面和边界的朝向,广泛应用于解析几何、微分几何、物理学和计算机图形学。单位法向量是长度为一的法向量。

定义与法空间

设 MM 是 Rn\mathbb R^n 中的光滑 kk 维子流形,且 p∈Mp\in M。pp 点处的法空间是该点切空间的正交补:

NpM=(TpM)⊥={n∈Rn:n⋅v=0 for every v∈TpM}.N_pM=(T_pM)^\perp =\{\mathbf n\in\mathbb R^n: \mathbf n\cdot\mathbf v=0 \text{ for every }\mathbf v\in T_pM\}.

其维数为 n−kn-k。严格来说,法空间包含零向量,但用来指定法向方向的向量必须非零。

对于三维空间中的光滑曲面,切空间是一个平面,法空间则是一条直线。因此,给定点处的任意两个法向量都互为标量倍数。单位法向量恰有两个,方向相反:

n^=n∥n∥,−n^.\widehat{\mathbf n}=\frac{\mathbf n}{\|\mathbf n\|}, \qquad -\widehat{\mathbf n}.

这里,∥n∥\|\mathbf n\| 表示欧几里得范数。“法向”并不意味着“已归一化”:法向表示垂直关系,归一化则表示将长度化为一。

三维空间中的曲线具有二维法空间,因此,仅要求垂直于曲线并不能确定唯一的法向方向。更一般地,只有当子流形的维数比周围空间的维数小一时,它才具有唯一的法线。

在内积空间中,定义中的欧几里得点积应替换为相应的内积。因此,法向关系取决于度量,而不仅仅取决于坐标本身。

直线、平面与超平面

在 R2\mathbb R^2 中,方程为

ax+by=c,(a,b)≠(0,0),ax+by=c, \qquad (a,b)\ne(0,0),

的直线具有法向量 (a,b)(a,b)。沿直线的一个方向向量是 (−b,a)(-b,a),它与 (a,b)(a,b) 的点积为零。

类似地,平面

ax+by+cz=dax+by+cz=d

的一个法向量是 (a,b,c)(a,b,c),前提是这些系数不全为零。

在 Rn\mathbb R^n 中,超平面可以写成

H={x:n⋅(x−p)=0},H=\{\mathbf x:\mathbf n\cdot(\mathbf x-\mathbf p)=0\},

其中,p\mathbf p 是超平面上的一点,n≠0\mathbf n\ne0 是一个法向量。法向量决定超平面的朝向,而 p\mathbf p 决定其位置。

距离与投影

选定单位法向量的方向后,点 q\mathbf q 到 HH 的有符号距离为

ds=n⋅(q−p)∥n∥.d_{\mathrm s}= \frac{\mathbf n\cdot(\mathbf q-\mathbf p)}{\|\mathbf n\|}.

其绝对值就是通常的垂直距离。q\mathbf q 在超平面上的正交投影为

qH=q−n⋅(q−p)∥n∥2n.\mathbf q_H= \mathbf q- \frac{\mathbf n\cdot(\mathbf q-\mathbf p)} {\|\mathbf n\|^2}\mathbf n.

例如,平面 2x−y+2z=32x-y+2z=3 的一个法向量为 (2,−1,2)(2,-1,2),其长度为 33。因此,点 (1,0,0)(1,0,0) 到该平面的距离为

∣2(1)−0+2(0)−3∣3=13.\frac{|2(1)-0+2(0)-3|}{3}=\frac13.

曲面法向量的计算

隐式曲面与梯度

设曲面在局部由等值方程

F(x,y,z)=c,F(x,y,z)=c,

描述,其中 FF 连续可微。在梯度非零的点 pp 处,

∇F(p)=(∂F∂x,∂F∂y,∂F∂z)p\nabla F(p)= \left( \frac{\partial F}{\partial x}, \frac{\partial F}{\partial y}, \frac{\partial F}{\partial z} \right)_p

是曲面的一个法向量。

这可由链式法则推出。若 r(t)\mathbf r(t) 是曲面上一条经过 pp 的曲线,则

F(r(t))=c⟹∇F(r(t))⋅r′(t)=0.F(\mathbf r(t))=c \quad\Longrightarrow\quad \nabla F(\mathbf r(t))\cdot\mathbf r'(t)=0.

因此,梯度垂直于每一个切向方向。相应地,pp 点处的切平面为

∇F(p)⋅(x−p)=0.\nabla F(p)\cdot(\mathbf x-p)=0.

对于以原点为球心的球面,取

F(x,y,z)=x2+y2+z2,F(x,y,z)=x^2+y^2+z^2,

则梯度为 2(x,y,z)2(x,y,z)。因此,在半径为 R>0R>0 的球面上,外单位法向量为

n^(x,y,z)=(x,y,z)R.\widehat{\mathbf n}(x,y,z)=\frac{(x,y,z)}{R}.

条件 ∇F(p)≠0\nabla F(p)\ne0 对这一构造至关重要。若梯度为零,上述公式就无法给出方向。这可能表明曲面确实存在奇点,也可能只是所选的定义方程不合适。例如,F(x,y,z)=z2F(x,y,z)=z^2 的一个等值集是光滑平面 z=0z=0,但其梯度在该平面上处处为零。

函数图像

对于可微函数 z=f(x,y)z=f(x,y) 的函数图像,取

F(x,y,z)=z−f(x,y).F(x,y,z)=z-f(x,y).

一个指向上方的法向量为

n=(−fx,−fy,1),\mathbf n=(-f_x,-f_y,1),

相应的向上单位法向量为

n^=(−fx,−fy,1)1+fx2+fy2.\widehat{\mathbf n}= \frac{(-f_x,-f_y,1)} {\sqrt{1+f_x^2+f_y^2}}.

将此向量取负,就得到向下单位法向量。

参数曲面

对于正则参数曲面

r(u,v)=(x(u,v),y(u,v),z(u,v)),\mathbf r(u,v)= \bigl(x(u,v),y(u,v),z(u,v)\bigr),

偏导数 ru\mathbf r_u 和 rv\mathbf r_v 张成切平面。它们的叉积给出一个法向量:

n=ru×rv,n^=ru×rv∥ru×rv∥.\mathbf n=\mathbf r_u\times\mathbf r_v, \qquad \widehat{\mathbf n}= \frac{\mathbf r_u\times\mathbf r_v} {\|\mathbf r_u\times\mathbf r_v\|}.

正则性要求该叉积非零。交换参数的顺序会使法向方向反转。

对于顶点 a,b,c\mathbf a,\mathbf b,\mathbf c 不共线的三角形,同样的构造可给出一个面法向量:

n=(b−a)×(c−a).\mathbf n=(\mathbf b-\mathbf a)\times(\mathbf c-\mathbf a).

其长度等于三角形面积的两倍。

多个同时成立的约束

设子流形在局部由

F1(x)=⋯=Fm(x)=0,F_1(\mathbf x)=\cdots=F_m(\mathbf x)=0,

定义,且这些函数在所考察点处的梯度线性无关。其法空间为

NpM=span⁡{∇F1(p),…,∇Fm(p)}.N_pM= \operatorname{span} \{\nabla F_1(p),\ldots,\nabla F_m(p)\}.

若 JJ 是以这些梯度为行向量的雅可比矩阵,则

TpM=ker⁡J,NpM=im⁡(JT).T_pM=\ker J, \qquad N_pM=\operatorname{im}(J^{\mathsf T}).

这将曲面几何与矩阵的零空间和像空间联系起来。

曲线的法向量

对于正则平面曲线 r(t)=(x(t),y(t))\mathbf r(t)=(x(t),y(t)),将切向量旋转一个直角,即可得到一个法向量:

n(t)=(−y′(t),x′(t)).\mathbf n(t)=(-y'(t),x'(t)).

取此向量或其相反向量均可。

对于空间曲线,从广义上说,任何垂直于其切向量的向量都是法向量。其中一种特定的选择称为主法向量,它通过单位切向量的变化来定义。设弧长为 ss,单位切向量为 T(s)\mathbf T(s),则

N(s)=dT/ds∥dT/ds∥\mathbf N(s)= \frac{d\mathbf T/ds}{\|d\mathbf T/ds\|}

其中要求 dT/ds≠0d\mathbf T/ds\ne0。曲率为

κ(s)=∥dTds∥.\kappa(s)=\left\|\frac{d\mathbf T}{ds}\right\|.

因此,主法向量在曲率非零处有定义,并指向切向量转弯的方向。它不应与曲线法空间中的任意向量混淆,也不应与包含该曲线的某个曲面的法向量混淆。

定向与法向量场

在曲面的每一点选取一个单位法向量,就得到一个法向量向量场。连续选取单位法向量,可以区分曲面的两侧。

对于 R3\mathbb R^3 中的光滑嵌入曲面,全局连续单位法向量的存在性等价于可定向性。可定向曲面允许作出这样的选择;莫比乌斯带则不允许,但在足够小的邻域内仍可选取法向量。

对于包围某一区域的光滑边界,通常约定使用外单位法向量,其方向从区域内部指向外部。改用相反方向,会使有向通量积分的符号反转。

在棱、角及其他非光滑点处,可能不存在唯一的切平面,因此也就不存在唯一的经典曲面法向量。每个相邻的光滑面都可能有各自的法向量。在凸优化中,这种不唯一性用法锥处理。对于凸集 CC 及 p∈Cp\in C,一种约定将法锥定义为

NC(p)={v:v⋅(x−p)≤0 for every x∈C}.N_C(p)= \{\mathbf v: \mathbf v\cdot(\mathbf x-p)\le0 \text{ for every }\mathbf x\in C\}.

在满维凸区域的光滑边界点处,该锥由外法向射线和零向量组成。

应用

通量与边界条件

向量场 F\mathbf F 穿过有向曲面 SS 的通量是一个曲面积分:

Φ=∫SF⋅n^ dS.\Phi=\int_S\mathbf F\cdot\widehat{\mathbf n}\,dS.

点积提取的是穿过曲面的分量,而不是沿曲面切向运动的分量。散度定理将穿过闭合边界的向外通量与散度的体积分联系起来:

∫∂VF⋅n^ dS=∫V∇⋅F dV.\int_{\partial V}\mathbf F\cdot\widehat{\mathbf n}\,dS = \int_V\nabla\cdot\mathbf F\,dV.

法向量也用于指定偏微分方程中的边界数据。标量场的法向导数为

∂u∂n=∇u⋅n^.\frac{\partial u}{\partial n} = \nabla u\cdot\widehat{\mathbf n}.

在边值问题中,指定这一导数是诺伊曼边界条件的一种常见形式。

约束优化

对于可微函数 ff 在曲面 g(x)=cg(\mathbf x)=c 上的正则约束驻点,有

∇f=λ∇g.\nabla f=\lambda\nabla g.

其几何意义是:∇f\nabla f 沿可行切向方向没有分量,即它位于约束曲面的法空间中。这是拉格朗日乘子法的基础。

计算机图形学与变换

在计算机图形学中,曲面法向量用于光照、可见性测试、反射和明暗处理。多边形具有几何上的面法向量;也可以对顶点法向量进行插值,使网格在视觉上呈现光滑的外观。这类用于明暗处理的法向量不一定等于多边形曲面的精确法向量。

一般而言,法向量的变换方式与位置或切向量不同。在可逆仿射变换

x′=Ax+b,\mathbf x'=A\mathbf x+\mathbf b,

下,法向量的变换方式为

n′=A−Tn.\mathbf n'=A^{-\mathsf T}\mathbf n.

其中允许相差一个非零比例因子。事实上,对于变换后的切向量 t′=At\mathbf t'=A\mathbf t,有

(A−Tn)⋅(At)=n⋅t=0.(A^{-\mathsf T}\mathbf n)\cdot(A\mathbf t) =\mathbf n\cdot\mathbf t=0.

所得向量通常还需要归一化。直接将 AA 作用于法向量,对正交变换和均匀缩放是可行的,但在非均匀缩放或剪切变换下通常不成立。若通过有序的曲面切向量来追踪定向,还必须考虑变换矩阵行列式的符号。