{
  "id": "polar-coordinate-system",
  "title": "极坐标系",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "极坐标系通过点到固定点的距离及其相对于固定射线的方向，确定平面上点的位置。",
  "category": "mathematics",
  "subcategory": "geometry",
  "type": "concept",
  "aliases": [
    "平面极坐标系"
  ],
  "generated_at": "2026-11-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/polar-coordinate-system/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/polar-coordinate-system/",
      "json": "https://aiwiki.page/en/polar-coordinate-system.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "极坐标系是欧几里得平面上的一种坐标系，用点到某个固定点的距离和相对于某个固定方向的角度来确定该点的位置。这个固定点称为极点，作为参照的射线称为极轴，坐标通常记为 \\((r,\\theta)\\)。按照通常采用的约定 \\(r\\geq 0\\)，\\(r\\) 表示点到极点的距离，\\(\\theta\\) 则表示从极点出发、经过该点的射线的方向。\n\n当问题涉及旋转、到中心的距离或圆形边界时，极坐标尤其有用。以极点为圆心的圆，其方程可简单地写为 \\(r=a\\)；而从极点出发的射线上，\\(\\theta\\) 为常数。这些特点使极坐标系成为解析几何、微积分、复分析和数学物理中的基础工具。距离与方位角的测量、轨道运动的描述以及圆盘上场的分析，也都以同样的几何关系为基础。\n\n与笛卡尔坐标不同，如果不对数值范围加以限制，极坐标并不能为每个点指定唯一的数对。相差一整周的角度表示同一方向，而当 \\(r=0\\) 时，任何角度都表示同一个点。这些性质不只是记号使用上的不便：它们决定了应当如何理解极坐标变换、微分、积分和数值计算。"
    },
    {
      "heading": "坐标约定与坐标网的几何结构",
      "text": "构建极坐标系时，需要选定一个极点 \\(O\\)、一条以 \\(O\\) 为起点的射线，以及角度的正方向。按照数学中通常采用的约定，基准射线水平向右，角度沿逆时针方向为正。微积分中的角度通常以弧度表示，因此旋转一周为 \\(2\\pi\\)。在测量和导航中，角度制仍很常用。角度单位的选择会影响求导公式：只有当自变量以弧度表示时，常见的正弦和余弦求导公式才具有最简形式。\n\n对于极点以外的点，其径向坐标是它到 \\(O\\) 的距离，角坐标则指明其方向。因此，在标准的方向约定下，\\((3,\\pi/2)\\) 表示极点正上方三个单位处的点。对于任意整数 \\(k\\)，\n\n\\[(r,\\theta)\\quad\\text{and}\\quad(r,\\theta+2\\pi k)\\]\n\n表示同一个点。将角度限制在某个半开区间内，例如 \\([0,2\\pi)\\) 或 \\((-\\pi,\\pi]\\)，就能选出唯一的角度值。这种选择会沿某条基准射线引入不连续性：位于该射线两侧的点，位置可能十分接近，但选定的角度值却相差很大。\n\n有些处理方式允许径向坐标为负。在这种约定下，\\((r,\\theta)\\) 表示沿方向 \\(\\theta\\) 移动有向距离 \\(r\\)。因此，作为点的位置描述，有\n\n\\[(-r,\\theta)=(r,\\theta+\\pi)\\]\n\n在绘制 \\(r=a\\cos\\theta\\) 或 \\(r=a\\sin(n\\theta)\\) 等方程的图像时，允许负的径向坐标尤其方便。负的径向坐标并不表示实际距离为负。利用极坐标对区域进行积分时，通常采用 \\(r\\geq0\\) 的约定，使几何关系和面积因子保持简单明了。\n\n坐标网由同心圆 \\(r=\\text{constant}\\) 和径向射线 \\(\\theta=\\text{constant}\\) 构成。在所有 \\(r>0\\) 的位置，这两族曲线都相互垂直，因此极坐标系是一种正交曲线坐标系。不过，相等的角度变化并不意味着各处都有相等的距离变化。在半径为 \\(r\\) 的位置，角增量 \\(d\\theta\\) 对应的切向位移为 \\(r\\,d\\theta\\)。因此，表示等间隔角度的径向网格线离极点越远，彼此之间的距离就越大。\n\n极点是一个例外。所有坐标对 \\((0,\\theta)\\) 都表示极点，因此极点的角度是未定义的，而不是本来就等于零。程序或表格可以按约定将其设为零，但从几何上看，极点处没有任何一个方向比其他方向更特殊。在解释含有 \\(1/r\\) 的公式、构建坐标网，或判断某个表观奇点究竟属于所研究的对象本身，还是仅由坐标表示引起时，这一区别至关重要。"
    },
    {
      "heading": "与笛卡尔坐标的相互转换",
      "text": "选取一个笛卡尔坐标系，使其原点位于极点，\\(x\\) 轴正半轴沿极轴方向。根据初等三角学，可得正向变换公式：\n\n\\[x=r\\cos\\theta,\\qquad y=r\\sin\\theta.\\]\n\n当 \\(r\\geq0\\) 时，由勾股定理可得径向坐标的逆变换：\n\n\\[r=\\sqrt{x^2+y^2}.\\]\n\n求出角度则需要更加谨慎。仅凭表达式 \\(\\arctan(y/x)\\) 无法区分位于相对象限的点，而且当 \\(x=0\\) 时，该表达式无定义。因此，计算系统通常提供一个双参数函数，一般记作 \\(\\operatorname{atan2}(y,x)\\)，利用两个坐标的符号来确定正确的象限。\n\n例如，点 \\((-1,1)\\) 的径向坐标为 \\(\\sqrt2\\)，角度为 \\(3\\pi/4\\)；而点 \\((1,-1)\\) 的径向坐标相同，角度却为 \\(-\\pi/4\\)。这两个点都满足 \\(y/x=-1\\)，因此，没有额外信息，单参数反正切函数就无法正确区分它们。在 \\((0,0)\\) 处，从几何上无法定义逆变换得到的角度值。数值计算在这一输入下返回的值只是具体实现的约定，并不是数学上角度函数的扩展。\n\n这种变换还能给出实用的几何度量公式。若两点的极坐标分别为 \\((r_1,\\theta_1)\\) 和 \\((r_2,\\theta_2)\\)，则它们之间的欧几里得距离满足：\n\n\\[d^2=r_1^2+r_2^2-2r_1r_2\\cos(\\theta_1-\\theta_2).\\]\n\n这是将余弦定理应用于这两点与极点构成的三角形所得的结果。它表明，不能把 \\(r\\) 和 \\(\\theta\\) 当作相互垂直的笛卡尔坐标分量来计算通常意义上的距离。角度差通过余弦项参与计算，其影响取决于两个点各自到极点的距离。\n\n对于绕极点的旋转，坐标变化尤其简单。将点逆时针主动旋转角度 \\(\\alpha\\)，其坐标变化为：\n\n\\[(r,\\theta)\\longmapsto(r,\\theta+\\alpha).\\]\n\n关于极轴的反射使 \\(\\theta\\) 变为 \\(-\\theta\\)，而以极点为中心的均匀缩放则将 \\(r\\) 乘以缩放因子。平移通常没有同样简单的极坐标公式，因为它改变了测量距离和方向所依据的中心。如果旋转的是参考轴而不是点，则应从角坐标中减去旋转角。\n\n进行数值转换时，需要注意数值稳定性。直接计算 \\(\\sqrt{x^2+y^2}\\) 时，即使最终结果在可表示的范围内，中间计算仍可能发生上溢或下溢；采用缩放技术的斜边长度计算例程可以避免许多此类问题。角度差也需要按周期归一化。例如，\\(179^\\circ\\) 和 \\(-179^\\circ\\) 两个方向跨越角度分支边界，按几何上较短的角距计算，它们相差 \\(2^\\circ\\)，而不是 \\(358^\\circ\\)。"
    },
    {
      "heading": "曲线方程与极坐标图形的解读",
      "text": "极坐标曲线可以用显式方程 \\(r=f(\\theta)\\)、参数方程 \\(r=r(t)\\) 和 \\(\\theta=\\theta(t)\\)，或隐式方程 \\(F(r,\\theta)=0\\) 来定义。其直角坐标参数方程为\n\n\\[x(\\theta)=f(\\theta)\\cos\\theta,\\qquad y(\\theta)=f(\\theta)\\sin\\theta.\\]\n\n这种表述很重要，因为极坐标图形是由参数确定的点集，而不是以角度和半径为两条相互垂直坐标轴的普通直角坐标图形。不同的参数值可能描出同一个点，甚至同一整段弧。\n\n基本几何对象往往具有简洁的极坐标方程。以极点为圆心的圆的方程为 \\(r=a\\)，其中 \\(a>0\\)。射线的方程为 \\(\\theta=\\alpha\\)，\\(r\\geq0\\)；要表示经过极点的一整条直线，则需要两条方向相反的射线，或者采用允许极径取负值的约定。若一条直线的单位法向量与极轴的夹角为 \\(\\alpha\\)，则其方程为\n\n\\[r\\cos(\\theta-\\alpha)=d,\\]\n\n其中，\\(d\\) 是该直线沿此法向相对于极点的有向距离。当 \\(a>0\\) 时，方程 \\(r=2a\\cos\\theta\\) 描述的圆为\n\n\\[(x-a)^2+y^2=a^2.\\]\n\n极点位于这个圆上，而不是圆心。\n\n若圆锥曲线的一个焦点位于极点，选取适当的朝向后，其方程可写为\n\n\\[r=\\frac{p}{1+e\\cos\\theta},\\]\n\n其中，\\(p>0\\) 为半通径，\\(e\\geq0\\) 为离心率。\\(0\\leq e<1\\)、\\(e=1\\) 和 \\(e>1\\) 这三种情形分别对应椭圆、抛物线和双曲线。这一形式可由焦点—准线定义推导而来，在轨道几何中具有核心地位。如果要求 \\(r\\) 非负，那么这种极径表示只适用于使分母为正的角度区间。\n\n螺线体现了极坐标系的另一项优势。阿基米德螺线的方程为 \\(r=a+b\\theta\\)；当 \\(b>0\\) 时，相邻两圈沿径向的间距为 \\(2\\pi b\\)。对数螺线的方程为 \\(r=ae^{b\\theta}\\)，其中 \\(a>0\\)，它与每条从极点出发的射线都以相同的角度相交。形如 \\(r=a\\cos(n\\theta)\\) 的玫瑰线（其中 \\(n\\) 为正整数）体现了负极径的重要性：按照通常允许极径取负值的解释，\\(n\\) 为奇数时有 \\(n\\) 个花瓣，\\(n\\) 为偶数时则有 \\(2n\\) 个花瓣。\n\n绘图和计算交点时，必须考虑极坐标表示的非唯一性。求解 \\(f(\\theta)=g(\\theta)\\) 可以找到以相同角度表示的交点，但可能遗漏那些以相反方向的角度和互为相反数的有向极径表示的交点。只要其中一个极径变为零，就需要单独考察极点。同样，在长度为 \\(2\\pi\\) 的完整区间上，一条曲线可能被重复描绘：\\(r=a\\cos\\theta\\) 在这样的区间上会将同一个圆描绘两遍。因此，计算围成的面积或弧长之前，必须先确定恰当的描绘区间。"
    },
    {
      "heading": "微分几何、切线与局部距离",
      "text": "极坐标的局部几何由位移公式刻画。对直角坐标变换求微分，得到\n\n\\[dx=\\cos\\theta\\,dr-r\\sin\\theta\\,d\\theta, \\qquad dy=\\sin\\theta\\,dr+r\\cos\\theta\\,d\\theta.\\]\n\n将两式平方后相加，交叉项消去：\n\n\\[ds^2=dx^2+dy^2=dr^2+r^2d\\theta^2.\\]\n\n这个表达式就是用极坐标表示的欧几里得度量张量。它表明，径向增量的长度为 \\(|dr|\\)，而在半径固定时，微小角增量所对应的长度为 \\(r|d\\theta|\\)。两个坐标方向相互正交，但尺度因子不同。\n\n对于可微曲线 \\(r=f(\\theta)\\)，弧长微元为\n\n\\[ds=\\sqrt{r^2+\\left(\\frac{dr}{d\\theta}\\right)^2}\\,|d\\theta|.\\]\n\n因此，在参数区间 \\([a,b]\\) 上，\n\n\\[L=\\int_a^b\\sqrt{r(\\theta)^2+r'(\\theta)^2}\\,d\\theta.\\]\n\n对于圆 \\(r=R\\)，在 \\(0\\leq\\theta\\leq2\\pi\\) 上积分可得 \\(L=2\\pi R\\)。如果所选区间内的参数变化使曲线重复描绘某段圆弧，这个公式会将重复经过的长度一并计入；它计算的是参数化曲线的长度，而不一定是去除重复后的点集长度。\n\n对直角坐标参数方程求导，可得切线斜率：\n\n\\[\\frac{dy}{dx} = \\frac{r'\\sin\\theta+r\\cos\\theta} {r'\\cos\\theta-r\\sin\\theta},\\]\n\n前提是分母不为零。分子为零而分母非零时，切线水平；分母为零而分子非零时，切线竖直。如果分子、分母同时为零，则该参数化在这一参数值处的速度为零，可能需要进行高阶分析。因此，导数 \\(dr/d\\theta\\) 并不是直角坐标下的斜率：它描述的是径向距离随角度的变化率。\n\n对于正则的极坐标参数化曲线，曲率的大小为\n\n\\[\\kappa= \\frac{\\left|r^2+2(r')^2-r r''\\right|} {\\left(r^2+(r')^2\\right)^{3/2}},\\]\n\n其中分母必须非零。对于圆 \\(r=R\\)，可得 \\(\\kappa=1/R\\)。当曲线经过极点时，必须区分曲线本身的几何性质与坐标表示的失效。例如，圆 \\(r=2a\\cos\\theta\\) 在极点处是光滑的，尽管它在该处的角度无法唯一确定。\n\n极坐标还便于说明坐标分量与物理分量之间的区别。与 \\(\\theta\\) 的变化相对应的坐标基向量，其长度为 \\(r\\)，而不是一。因此，写成 \\(v^r\\partial_r+v^\\theta\\partial_\\theta\\) 的向量，其长度平方为 \\((v^r)^2+r^2(v^\\theta)^2\\)。在相应的径向和切向正交单位基下，该向量的分量分别为 \\(v^r\\) 和 \\(r v^\\theta\\)。混淆这些约定，会导致几何和物理计算中遗漏或多出 \\(r\\) 因子。"
    },
    {
      "heading": "面积、积分与概率",
      "text": "面积元由从 \\((r,\\theta)\\) 到 \\((x,y)\\) 的变换的雅可比矩阵确定：\n\n\\[\\frac{\\partial(x,y)}{\\partial(r,\\theta)} = \\begin{pmatrix} \\cos\\theta&-r\\sin\\theta\\\\ \\sin\\theta&r\\cos\\theta \\end{pmatrix}.\\]\n\n其行列式为 \\(r\\)。在约定径向坐标非负的情况下，\n\n\\[dA=r\\,dr\\,d\\theta.\\]\n\n从几何上看，一个微小的极坐标网格单元，其径向宽度为 \\(dr\\)，切向宽度近似为 \\(r\\,d\\theta\\)。因子 \\(r\\) 表明，离极点越远，相同角度区间所占的面积就越大。\n\n对于适当的被积函数 \\(f\\)，换元积分公式为\n\n\\[\\iint_D f(x,y)\\,dx\\,dy = \\iint_{\\widetilde D} f(r\\cos\\theta,r\\sin\\theta)\\,r\\,dr\\,d\\theta.\\]\n\n参数区域 \\(\\widetilde D\\) 必须覆盖实际区域，且不能出现非预期的重复覆盖，但不影响积分的边界集合除外。对于半径为 \\(R\\) 的圆盘，通常取积分范围为 \\(0\\leq r\\leq R\\)、\\(0\\leq\\theta<2\\pi\\)。对于环形扇区，若径向范围为 \\(a\\leq r\\leq b\\)，角度范围为 \\(\\alpha\\leq\\theta\\leq\\beta\\)，且该扇区恰好被覆盖一次，则其面积为 \\(\\tfrac12(b^2-a^2)(\\beta-\\alpha)\\)。\n\n如果一个区域由极点与非负曲线 \\(r=R(\\theta)\\) 之间的所有点组成，则其面积为\n\n\\[A=\\frac12\\int_\\alpha^\\beta R(\\theta)^2\\,d\\theta.\\]\n\n对于位于内外两条径向边界之间的区域，被积函数变为 \\(\\tfrac12(R_{\\mathrm{outer}}^2-R_{\\mathrm{inner}}^2)\\)。对于允许径向坐标取负值的图形以及自交曲线，需要更加谨慎地选择积分区间。仅仅将径向坐标平方，并不能判定某个区间所描出的区域是被覆盖一次、多次，还是存在局部重叠。\n\n一个经典应用是计算高斯积分。设\n\n\\[I=\\int_{-\\infty}^{\\infty}e^{-x^2}\\,dx,\\]\n\n利用被积函数的正性来保证乘积积分的合法性，可得\n\n\\[I^2 = \\iint_{\\mathbb R^2}e^{-(x^2+y^2)}\\,dx\\,dy = \\int_0^{2\\pi}\\int_0^\\infty e^{-r^2}r\\,dr\\,d\\theta = \\pi.\\]\n\n因此 \\(I=\\sqrt{\\pi}\\)。这里适合使用极坐标，是因为被积函数只取决于到原点的距离，且积分区域涵盖所有方向。\n\n同一个面积因子也决定着概率密度函数的变换。在半径为 \\(R\\) 的圆盘内均匀分布的点，其径向坐标并不服从均匀分布。当 \\(0\\leq r\\leq R\\) 时，其径向概率密度为 \\(f_r(r)=2r/R^2\\)，因为径向坐标越大，单位径向宽度所对应的面积就越大。因此，可以取两个在 \\([0,1]\\) 上均匀分布且相互独立的随机变量 \\(U,V\\)，令 \\(r=R\\sqrt U\\)、\\(\\theta=2\\pi V\\)，从而在圆盘内生成均匀样本。如果改取 \\(r=RU\\)，则会使样本过度集中在圆心附近。"
    },
    {
      "heading": "向量微积分与具有圆对称性的方程",
      "text": "在极点以外的点处，定义径向和切向单位向量\n\n\\[\\mathbf e_r=(\\cos\\theta,\\sin\\theta), \\qquad \\mathbf e_\\theta=(-\\sin\\theta,\\cos\\theta).\\]\n\n它们构成一组标准正交基，但与笛卡尔坐标系中的单位向量不同，它们随位置而变化。它们对角度的导数为\n\n\\[\\frac{\\partial\\mathbf e_r}{\\partial\\theta}=\\mathbf e_\\theta, \\qquad \\frac{\\partial\\mathbf e_\\theta}{\\partial\\theta}=-\\mathbf e_r.\\]\n\n对向量求导时，除了要考虑各分量的变化，还必须考虑这些单位向量的变化。\n\n对于标量场 \\(u(r,\\theta)\\)，其梯度为\n\n\\[\\nabla u = \\mathbf e_r\\frac{\\partial u}{\\partial r} + \\mathbf e_\\theta\\frac1r\\frac{\\partial u}{\\partial\\theta}.\\]\n\n因子 \\(1/r\\) 将单位角度的变化率换算为单位切向距离的变化率。如果一个向量场以物理分量表示为 \\(\\mathbf F=F_r\\mathbf e_r+F_\\theta\\mathbf e_\\theta\\)，则其散度为\n\n\\[\\nabla\\cdot\\mathbf F = \\frac1r\\frac{\\partial(rF_r)}{\\partial r} + \\frac1r\\frac{\\partial F_\\theta}{\\partial\\theta}.\\]\n\n其旋度在垂直于平面方向上的分量为\n\n\\[(\\nabla\\times\\mathbf F)_z = \\frac1r \\left[ \\frac{\\partial(rF_\\theta)}{\\partial r} - \\frac{\\partial F_r}{\\partial\\theta} \\right].\\]\n\n将梯度与散度结合，可得平面上的拉普拉斯算子：\n\n\\[\\nabla^2u = \\frac{\\partial^2u}{\\partial r^2} + \\frac1r\\frac{\\partial u}{\\partial r} + \\frac1{r^2}\\frac{\\partial^2u}{\\partial\\theta^2}.\\]\n\n这一公式对于圆盘或圆环域上的热方程、波动方程和拉普拉斯方程尤其有用。如果 \\(u\\) 具有旋转对称性，其对角度的各阶导数均为零，从而使含两个空间变量的算子简化为 \\(u''(r)+u'(r)/r\\)。因此，圆环域上的径向调和函数具有 \\(A\\log r+B\\) 的形式。在包含原点的圆盘上，有界性要求排除对数项。\n\n对于非径向问题，角度的周期性使傅里叶级数成为自然的选择。将 \\(u(r,\\theta)=R(r)e^{in\\theta}\\) 代入拉普拉斯方程，得到\n\n\\[r^2R''+rR'-n^2R=0.\\]\n\n当 \\(n\\) 为正整数时，解为 \\(r^n\\) 和 \\(r^{-n}\\)；零阶模态则给出常数解和对数解。在相关的波动与扩散特征值问题中，分离变量得到的则是贝塞尔方程。所得函数描述径向振荡，而正弦和余弦模态描述角向变化。\n\n系数 \\(1/r\\) 和 \\(1/r^2\\) 在原点处看似具有奇异性，但这并不意味着相应的场在原点处都存在奇异性。例如，\\(u=r^2=x^2+y^2\\) 是光滑的，其拉普拉斯算子的值为 \\(4\\)。在整个圆盘上的边值问题中，必须在圆心处施加与笛卡尔坐标下光滑场相一致的正则性条件。而在不包含圆心的圆环域上，对数项或负幂项则可能是允许的。"
    },
    {
      "heading": "复数、周期性与角的拓扑",
      "text": "令 \\(z=x+iy\\)，便可将笛卡尔平面视为复数平面。由欧拉公式可得极坐标表示\n\n\\[z=r(\\cos\\theta+i\\sin\\theta)=re^{i\\theta}.\\]\n\n这里，\\(r=|z|\\) 是模，\\(\\theta\\) 是 \\(z\\) 的一个辐角。这种表示将平面几何与复数运算直接联系起来。相乘时，模相乘，辐角相加：\n\n\\[(r_1e^{i\\theta_1})(r_2e^{i\\theta_2}) = r_1r_2e^{i(\\theta_1+\\theta_2)}.\\]\n\n除以一个非零复数时，模相除，辐角相减。因此，乘以一个固定的非零复数，相当于将缩放与旋转结合起来。\n\n乘方与开方的几何意义也变得直观明了。对于整数 \\(n\\)，有\n\n\\[(re^{i\\theta})^n=r^ne^{in\\theta}.\\]\n\n若 \\(z\\neq0\\)，且 \\(n\\) 为正整数，则它的 \\(n\\) 个互不相同的 \\(n\\) 次复根为\n\n\\[z_k=r^{1/n}e^{i(\\theta+2\\pi k)/n}, \\qquad k=0,\\ldots,n-1.\\]\n\n这些根位于半径为 \\(r^{1/n}\\) 的圆上，且相邻根的辐角间隔相等。原辐角的多值性至关重要：在除以 \\(n\\) 之前加上 \\(2\\pi\\) 的整数倍，就会得到不同的根。\n\n角本质上具有周期性，并不是一个不受限制的实值坐标。在整个去掉原点的平面上，不存在全局连续的实值辐角选取方式。要理解这一障碍，可以考察一个点绕以原点为圆心的圆运动一周的过程。连续跟踪得到的角度会增加 \\(2\\pi\\)，尽管该点已经回到了起始位置。而单值角度函数却必须回到原来的实数值。沿一条射线将平面割开，就能在剩余区域上消除这一障碍，从而选取一个连续的辐角分支。\n\n因此，复对数具有如下多值表达式：\n\n\\[\\log z=\\ln r+i(\\theta+2\\pi k), \\qquad k\\in\\mathbb Z.\\]\n\n选定一个辐角分支，就能在适当的区域上选出一个解析的对数分支。原点必须排除在外，而环绕原点的区域上不可能处处存在单值解析对数。这种关系解释了为什么复分析中会出现角度的支割线：它们并非只是绘图软件人为造成的现象。\n\n用拓扑学的语言来说，去掉原点的平面对应于一个正半径与圆上的一个点的组合，而不是一个正半径与一个不受限制的实数角度的组合。因此，它自然地表示为 \\((0,\\infty)\\times S^1\\)。若改为允许 \\(\\theta\\in\\mathbb R\\)，得到的则是一种覆盖空间描述，能够记录累积的旋转圈数。这一区别在相位解缠中很有用：测得的主值相位会在分支边界处发生跳变，而连续提升后的相位则可以记录多圈旋转。这种提升依赖于连续性和采样方面的假设；仅凭具有周期性的角度值，无法判断两次观测之间究竟转过了多少整圈。"
    },
    {
      "heading": "力学、测量与计算应用",
      "text": "对于运动粒子，将其位置写为 \\(\\mathbf x(t)=r(t)\\mathbf e_r(t)\\)。对位置及随运动变化的单位向量求导，得到\n\n\\[\\mathbf v = \\dot r\\,\\mathbf e_r+r\\dot\\theta\\,\\mathbf e_\\theta\\]\n\n以及\n\n\\[\\mathbf a = (\\ddot r-r\\dot\\theta^2)\\mathbf e_r + (r\\ddot\\theta+2\\dot r\\dot\\theta)\\mathbf e_\\theta.\\]\n\n径向加速度包含向心项 \\(-r\\dot\\theta^2\\)。切向加速度既包含角加速度的影响，也包含与径向运动和角向运动同时发生有关的项 \\(2\\dot r\\dot\\theta\\)。这些公式是描述粒子在固定平面内运动的运动学恒等式，并不要求观察者的参考系本身发生转动。\n\n在经典力学中，质量为 \\(m\\) 的粒子具有动能\n\n\\[T=\\frac12m\\left(\\dot r^2+r^2\\dot\\theta^2\\right).\\]\n\n对于中心势 \\(V(r)\\)，角坐标不显含于拉格朗日量 \\(T-V\\) 中。因此，由欧拉—拉格朗日方程可知，\n\n\\[\\ell=mr^2\\dot\\theta,\\]\n\n即垂直于运动平面的角动量守恒。面积扫掠率为 \\(\\tfrac12r^2\\dot\\theta=\\ell/(2m)\\)，因此相等时间内扫过的面积相等。对于与距离平方成反比的吸引力，轨道方程可写成极坐标形式的圆锥曲线，其一个焦点位于力心。\n\n距离与方位测量是极坐标在实践中的直接应用。雷达和测量仪器以仪器所在位置为基准，确定距离和方向。它们采用的角度约定可能与数学中的约定不同：导航方位角通常以正北为起始方向，沿顺时针方向增大。转换这类数据时，必须先明确基准方向、角度增大的方向和单位，再使用三角公式。不能仅仅因为方位角和标准数学角都是角度量，就将两者直接混用。\n\n测量不确定度的变换也受几何关系支配。在距离为 \\(r\\) 处，微小的角度误差 \\(\\delta\\theta\\) 会产生约为 \\(r\\,\\delta\\theta\\) 的横向误差，其中 \\(\\delta\\theta\\) 以弧度为单位。因此，在 \\(1\\) 千米的距离处，\\(1\\) 毫弧度的误差对应约 \\(1\\) 米的横向误差。当误差足够小时，可以利用局部坐标变换的雅可比矩阵，通过 \\(J\\Sigma J^{\\mathsf T}\\) 将极坐标下的协方差矩阵传播到笛卡尔坐标下。对于较大的角度不确定度，或跨越分支边界的分布，则需要采用超出单一线性近似的方法处理。\n\n当旋转结构比矩形对齐方式更重要时，数字图像和数值模型会采用极坐标网格。在对数极坐标中，\\(\\rho=\\ln r\\)，正比例缩放转化为 \\(\\rho\\) 方向上的平移，而旋转则转化为角度方向上的平移。这些性质为比较经过缩放或旋转的图案提供了方法基础。不过，极坐标网格在实际空间中的分辨率并不均匀：随着半径增大，网格单元沿切向变宽，而所有角度网格线都汇聚于中心。因此，数值方法必须考虑网格单元面积、中心处的正则性，以及极点附近可能受到严格限制的时间步长，而不能将这种网格视为普通的矩形数组。"
    },
    {
      "heading": "历史发展与高维推广",
      "text": "极坐标所依据的几何思想早于其现代记号。古代天文学和地理学用角度描述方向，而对圆和螺线的研究则自然地将角位移与到中心的距离联系起来。公元前三世纪，阿基米德研究了如今称为阿基米德螺线的曲线。它的现代方程 \\(r=a+b\\theta\\) 表达了构造这条曲线时所用的匀速旋转与匀速向外运动之间的关系。这是极坐标的重要先驱，但不应将其等同于后来用有序坐标对系统地表示任意平面点的做法。\n\n十七世纪，解析几何的发展为系统研究各种用数表示点的方法创造了条件。格雷瓜尔·德·圣樊尚和博纳文图拉·卡瓦列里在研究曲线时，采用了将径向距离与角度联系起来的几何构造。随后，艾萨克·牛顿研究了垂直笛卡尔坐标轴以外的坐标配置。因此，这段历史的发展涉及几何构造、曲线分析以及新兴的微积分，而不能归结为某一项公认具有决定性意义的发明。\n\n到了十八世纪，莱昂哈德·欧拉的工作推动了极坐标方法在数学分析中的确立。在几何结构本身就确定了一个中心的问题中，例如行星运动、旋转对称场以及圆形边界问题，极坐标的作用尤为明显。如今使用的记号和约定，正是在这些更广泛的数学实践中逐渐形成的。因此，数学史研究会区分早期用半径和角度进行描述的做法，与后来明确将极坐标作为一种通用坐标系来处理的做法。\n\n最直接的三维推广是柱坐标系，记为 \\((r,\\theta,z)\\)。它在每个水平面内保留极坐标，并增加一个垂直方向的笛卡尔高度坐标：\n\n\\[x=r\\cos\\theta,\\qquad y=r\\sin\\theta,\\qquad z=z.\\]\n\n其线元为\n\n\\[ds^2=dr^2+r^2d\\theta^2+dz^2,\\]\n\n体积元为 \\(r\\,dr\\,d\\theta\\,dz\\)。柱坐标系适用于圆柱、管道以及具有轴对称性的场。角坐标的退化发生在整条轴线 \\(r=0\\) 上，而不只是一个点。\n\n另一种推广是球坐标系。按照一种常见约定，\\(\\rho\\) 表示到原点的距离，\\(\\varphi\\) 表示与竖直轴正方向的夹角，\\(\\theta\\) 则为方位角：\n\n\\[x=\\rho\\sin\\varphi\\cos\\theta,\\qquad y=\\rho\\sin\\varphi\\sin\\theta,\\qquad z=\\rho\\cos\\varphi.\\]\n\n体积元为 \\(\\rho^2\\sin\\varphi\\,d\\rho\\,d\\varphi\\,d\\theta\\)。不同学科使用的角度符号有所不同，因此，相较于仅凭名称判断，依据其几何定义更为可靠。在 \\(n\\) 维欧几里得空间中，相应的径向分解为 \\(dV=r^{n-1}\\,dr\\,d\\Omega\\)，其中 \\(d\\Omega\\) 是单位 \\((n-1)\\) 维球面上的面积元。平面面元中的因子 \\(r\\)，正是体积随到中心的距离而变化这一普遍规律在二维情形下的体现。"
    }
  ],
  "links": [
    "euclidean-space",
    "analytic-geometry",
    "calculus",
    "complex-analysis",
    "radian",
    "integer",
    "cartesian-coordinate-system",
    "trigonometry",
    "pythagorean-theorem",
    "euclidean-distance",
    "law-of-cosines",
    "numerical-stability",
    "circle",
    "conic-section",
    "ellipse",
    "parabola",
    "hyperbola",
    "metric-tensor",
    "derivative",
    "jacobian-matrix",
    "determinant",
    "probability-density-function",
    "orthonormal-basis",
    "gradient",
    "vector-field",
    "laplace-operator",
    "heat-equation",
    "wave-equation",
    "laplace-equation",
    "fourier-series",
    "boundary-value-problem",
    "complex-number",
    "eulers-formula",
    "logarithm",
    "topology",
    "classical-mechanics",
    "euler-lagrange-equations",
    "measurement-uncertainty",
    "covariance-matrix",
    "archimedes",
    "leonhard-euler"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}