如何在线上推广产品/seo 培训教程
目录
- 证明直纹极小曲面是平面或者正螺旋面
证明直纹极小曲面是平面或者正螺旋面
证明:设极小直纹面 S S S的参数表示为 r ( u , v ) = a ( u ) + v c ( u ) . (u,v)=\mathbf{a}(u)+v\mathbf{c}(u). (u,v)=a(u)+vc(u).则
r u = a ′ + v c ′ , r v = c , r u ∧ r v = a ′ ∧ c + v c ′ ∧ c . \mathbf{r}_u=\mathbf{a}'+v\mathbf{c}',\quad\mathbf{r}_v=\mathbf{c},\quad\mathbf{r}_u\wedge\mathbf{r}_v=\mathbf{a}'\wedge\mathbf{c}+v\mathbf{c}'\wedge\mathbf{c}. ru=a′+vc′,rv=c,ru∧rv=a′∧c+vc′∧c.
故
E = ⟨ a ′ , a ′ ⟩ + v ⟨ a ′ , c ′ ⟩ + v 2 ⟨ c ′ , c ′ ⟩ , F = a ′ ∧ c + v c ′ ∧ c , G = ⟨ c , c ⟩ . E=\langle\mathbf{a}',\mathbf{a}'\rangle+v\langle\mathbf{a}',\mathbf{c}'\rangle+v^2\langle\mathbf{c}',\mathbf{c}'\rangle,\quad F=\mathbf{a}'\wedge\mathbf{c}+v\mathbf{c}'\wedge\mathbf{c},\quad G=\langle\mathbf{c},\mathbf{c}\rangle. E=⟨a′,a′⟩+v⟨a′,c′⟩+v2⟨c′,c′⟩,F=a′∧c+vc′∧c,G=⟨c,c⟩.
为 取 得 ( u , v ) ( u, v) (u,v) 是 正 交 参 数 , 即 : F = 0 F= 0 F=0,可 以 假 设 ∣ c ( u ) ∣ = 1 ; | \mathbf{c} ( u) | = 1; ∣c(u)∣=1; 然 后 , 经 过 参 数 变 换 u ~ = u , v ~ = v + ∫ 0 u ⟨ a ′ ( t ) , c ( t ) ⟩ d t \widetilde{u} = u, \widetilde{v} = v+ \int _{0}^{u}\langle \mathbf{a} ^{\prime }( t) , \mathbf{c} ( t) \rangle dt u =u,v =v+∫0u⟨a′(t),c(t)⟩dt,可 以 设 ⟨ a ′ ( u ) , c ( u ) ⟩ = 0. \langle \mathbf{a} ^{\prime }( u) , \mathbf{c} ( u) \rangle = 0. ⟨a′(u),c(u)⟩=0.
此 时 , F = 0 , F= 0 ,F=0,且 G = 1. G=1. G=1.记 Δ = ∣ r u ∧ r v ∣ . \Delta=|\mathbf{r}_u\wedge\mathbf{r}_v|. Δ=∣ru∧rv∣.
由
r u u = a ′ ′ + v c ′ ′ , r u v = c ′ , r v v = 0 , \mathbf{r}_{uu}=\mathbf{a}''+v\mathbf{c}'',\quad\mathbf{r}_{uv}=\mathbf{c}',\quad\mathbf{r}_{vv}=\mathbf{0}, ruu=a′′+vc′′,ruv=c′,rvv=0,
有
L = 1 Δ [ ( a ′ ′ , a ′ , c ) + v ( ( a ′ , c , c ′ ′ ) + ( a ′ ′ , c ′ , c ) ) + v 2 ( c ′ ′ , c ′ , c ) ] , M = 1 Δ ( a ′ , c , c ′ ) , N = 0. L=\frac{1}{\Delta}[(\mathbf{a}'',\mathbf{a}',\mathbf{c})+v((\mathbf{a}',\mathbf{c},\mathbf{c}'')+(\mathbf{a}'',\mathbf{c}',\mathbf{c}))+v^2(\mathbf{c}'',\mathbf{c}',\mathbf{c})],\:M=\frac{1}{\Delta}(\mathbf{a}',\mathbf{c},\mathbf{c}'),\:N=0. L=Δ1[(a′′,a′,c)+v((a′,c,c′′)+(a′′,c′,c))+v2(c′′,c′,c)],M=Δ1(a′,c,c′),N=0.
曲面 S S S是极小的 ⇔ H = 0 ⇔ \Leftrightarrow H=0\Leftrightarrow ⇔H=0⇔ 0 = Δ ( L G − 2 M F + N E ) = ( a ′ ′ , a ′ , c ) + v ( ( a ′ , c , c ′ ′ ) + ( a ′ ′ , c ′ , c ) ) + v 2 ( c ′ ′ , c ′ , c ) 0=\Delta(LG-2MF+NE)=(\mathbf{a}^{\prime\prime},\mathbf{a}^{\prime},\mathbf{c})+v((\mathbf{a}^{\prime},\mathbf{c},\mathbf{c}^{\prime\prime})+(\mathbf{a}^{\prime\prime},\mathbf{c}^{\prime},\mathbf{c}))+v^2(\mathbf{c}^{\prime\prime},\mathbf{c}^{\prime},\mathbf{c}) 0=Δ(LG−2MF+NE)=(a′′,a′,c)+v((a′,c,c′′)+(a′′,c′,c))+v2(c′′,c′,c)
⇔ \Leftrightarrow ⇔
{ ( a ′ ′ , a ′ , c ) = 0 ( a ′ , c , c ′ ′ ) + ( a ′ ′ , c ′ , c ) = 0 ( c ′ ′ , c ′ , c ) = 0. \left.\left\{\begin{array}{c}(\mathbf{a}'',\mathbf{a}',\mathbf{c})=0\\(\mathbf{a}',\mathbf{c},\mathbf{c}'')+(\mathbf{a}'',\mathbf{c}',\mathbf{c})=0\\(\mathbf{c}'',\mathbf{c}',\mathbf{c})=0.\end{array}\right.\right. ⎩ ⎨ ⎧(a′′,a′,c)=0(a′,c,c′′)+(a′′,c′,c)=0(c′′,c′,c)=0.
由第三式,知 c ( u ) \mathfrak{c}(u) c(u)在某个平面上.而由假设, c ( u ) \mathfrak{c}(u) c(u)是一条单位球面曲
线(注意 c ( u ) \mathbf{c}(u) c(u) 不能为常向量), 故 c ( u ) \mathbf{c}(u) c(u) 是一个单位圆.
若 a ( u ) \mathbf{a}(u) a(u)为常向量,则 S S S是平面. 现在假设 a ( u ) \mathbf{a}(u) a(u)不为常向量,即:它是一条曲线。可以设 u u u是曲线 a ( u ) \mathbf{a}(u) a(u)的弧长参数,其 Frenet 标架为 { a ( u ) ; t ( u ) , n ( u ) , b ( u ) } \{\mathbf{a}(u);\mathbf{t}(u),\mathbf{n}(u),\mathbf{b}(u)\} {a(u);t(u),n(u),b(u)}, 其曲率为 κ ( u ) \kappa(u) κ(u),挠率为 τ ( u ) . \tau(u). τ(u).由式-(14) 中第一式,有
0 = ( a ′ ′ , a ′ , c ) = κ ( n , t , c ) = − κ ⟨ b , c ⟩ . 0= ( \mathbf{a} ^{\prime \prime }, \mathbf{a} ^{\prime }, \mathbf{c} ) = \kappa ( \mathbf{n} , \mathbf{t} , \mathbf{c} ) = - \kappa \langle \mathbf{b} , \mathbf{c} \rangle . 0=(a′′,a′,c)=κ(n,t,c)=−κ⟨b,c⟩. C O M COM COM
若 κ = 0 \kappa=0 κ=0,则 a ( u ) \mathbf{a}(u) a(u)是直线.而 c ( u ) \mathbf{c}(u) c(u)是一个单位圆.可以设
a ( u ) = ( 0 , 0 , b u ) . \mathbf{a}(u)=(0,0,bu). a(u)=(0,0,bu).
由假设 t ⊥ c ( u ) \mathbf{t}\perp\mathbf{c}(u) t⊥c(u),故
c ( u ) = ( cos u , sin u , 0 ) . \mathbf{c}(u)=(\cos u,\sin u,0). c(u)=(cosu,sinu,0).
从而,曲面 S S S的参数表达式为
r ( u , v ) = a ( u ) + v c ( u ) = ( v cos u , v sin u , b u ) . \mathbf{r}(u,v)=\mathbf{a}(u)+v\mathbf{c}(u)=(v\cos u,v\sin u,bu). r(u,v)=a(u)+vc(u)=(vcosu,vsinu,bu).
即:曲面 S S S 为正螺旋面.
若 κ \kappa κ不恒为0,只需考虑 κ ≠ 0 \kappa\neq0 κ=0的部分,则 ⟨ b , c ⟩ = 0. \langle\mathbf{b},\mathbf{c}\rangle=0. ⟨b,c⟩=0.而由假设, ⟨ t , c ⟩ = 0. \langle\mathbf{t},\mathbf{c}\rangle=0. ⟨t,c⟩=0.
故 c = ± n . \mathbf{c}=\pm\mathbf{n}. c=±n.从而,可以设 c = n . \mathbf{c}=\mathbf{n}. c=n.由式-(14)中第二式,有
0 = ( a ′ , c , c ′ ′ ) + ( a ′ ′ , c ′ , c ) = ( t , n , n ¨ ) + ( t ˙ , n ˙ , n ) = τ ˙ . 0=(\mathbf{a'},\mathbf{c},\mathbf{c''})+(\mathbf{a''},\mathbf{c'},\mathbf{c})=(\mathbf{t},\mathbf{n},\ddot{\mathbf{n}})+(\dot{\mathbf{t}},\dot{\mathbf{n}},\mathbf{n})=\dot{\tau}. 0=(a′,c,c′′)+(a′′,c′,c)=(t,n,n¨)+(t˙,n˙,n)=τ˙.
故 τ \tau τ 是常数.
若 τ = 0 \tau=0 τ=0, 则 a ( u ) \mathbf{a}(u) a(u) 为平面曲线.而 c = n \mathbf{c}=\mathbf{n} c=n 是其(主)法向量,故 S S S 是平面,
若 τ ≠ 0 \tau\neq0 τ=0,则由式-(14)中第三式,有
0 = ( c ′ ′ , c ′ , c ) = ( n ¨ , n ˙ , n ) = κ ˙ τ . 0=(\mathbf{c''},\mathbf{c'},\mathbf{c})=(\ddot{\mathbf{n}},\dot{\mathbf{n}},\mathbf{n})=\dot{\kappa}\tau. 0=(c′′,c′,c)=(n¨,n˙,n)=κ˙τ.
因此 , κ ˙ = 0 ,\dot{\kappa}=0 ,κ˙=0,即: κ \kappa κ为常数.故 a ( u ) \mathbf{a}(u) a(u) 是圆柱螺旋线.
可以设
a ( u ) = ( κ κ 2 + τ 2 cos ( κ 2 + τ 2 u ) , κ κ 2 + τ 2 sin ( κ 2 + τ 2 u ) , τ κ 2 + τ 2 u ) \mathbf{a}(u)=(\frac{\kappa}{\kappa^2+\tau^2}\cos(\sqrt{\kappa^2+\tau^2}u),\frac{\kappa}{\kappa^2+\tau^2}\sin(\sqrt{\kappa^2+\tau^2}u),\frac{\tau}{\sqrt{\kappa^2+\tau^2}}u) a(u)=(κ2+τ2κcos(κ2+τ2u),κ2+τ2κsin(κ2+τ2u),κ2+τ2τu)
则
c ( u ) = n ( u ) = ( − cos ( κ 2 + τ 2 u ) , − sin ( κ 2 + τ 2 u ) , 0 ) . \mathbf{c}(u)=\mathbf{n}(u)=(-\cos(\sqrt{\kappa^2+\tau^2}u),-\sin(\sqrt{\kappa^2+\tau^2}u),0). c(u)=n(u)=(−cos(κ2+τ2u),−sin(κ2+τ2u),0).
故
r ( u , v ) = a ( u ) + v c ( u ) = ( ( κ κ 2 + τ 2 − v ) cos ( κ 2 + τ 2 u ) , ( κ κ 2 + τ 2 − v ) sin ( κ 2 + τ 2 u ) , τ κ 2 + τ 2 u ) . \begin{aligned}\mathbf{r}(u,v)&=\mathbf{a}(u)+v\mathbf{c}(u)=((\frac{\kappa}{\kappa^{2}+\tau^{2}}-v)\cos(\sqrt{\kappa^{2}+\tau^{2}}u),\\&(\frac{\kappa}{\kappa^{2}+\tau^{2}}-v)\sin(\sqrt{\kappa^{2}+\tau^{2}}u),\frac{\tau}{\sqrt{\kappa^{2}+\tau^{2}}}u).\end{aligned} r(u,v)=a(u)+vc(u)=((κ2+τ2κ−v)cos(κ2+τ2u),(κ2+τ2κ−v)sin(κ2+τ2u),κ2+τ2τu).
作参数变换 v ~ = κ 2 + τ 2 u , u ~ = κ κ 2 + τ 2 − v \widetilde{v}=\sqrt{\kappa^2+\tau^2}u,\widetilde{u}=\frac\kappa{\kappa^2+\tau^2}-v v =κ2+τ2u,u =κ2+τ2κ−v,则曲面 S S S的参数表达式变为
r ( u ~ , v ~ ) = ( u ~ cos v ~ , u ~ sin v ~ , τ κ 2 + τ 2 v ~ ) . \mathbf{r}(\widetilde u,\widetilde v)=(\widetilde u\cos\widetilde v,\widetilde u\sin\widetilde v,\frac{\tau}{\kappa^2+\tau^2}\widetilde v). r(u ,v )=(u cosv ,u sinv ,κ2+τ2τv ).
故曲面 S S S 是正螺旋面.
相关文章:

证明直纹极小曲面是平面或者正螺旋面.
目录 证明直纹极小曲面是平面或者正螺旋面 证明直纹极小曲面是平面或者正螺旋面 证明:设极小直纹面 S S S的参数表示为 r ( u , v ) a ( u ) v c ( u ) . (u,v)\mathbf{a}(u)v\mathbf{c}(u). (u,v)a(u)vc(u).则 r u a ′ v c ′ , r v c , r u ∧ r v a ′ ∧…...

matlab2024a安装
1.开始安装 2.点击安装 3.选择安装密钥 4.接受条款 5.安装密钥 21471-07182-41807-00726-32378-34241-61866-60308-44209-03650-51035-48216-24734-36781-57695-35731-64525-44540-57877-31100-06573-50736-60034-42697-39512-63953 6 7.选择许可证文件 8.找许可证文件 9.选…...

Observability:如何在 Kubernetes pod 中轻松添加应用程序监控
作者:来自 Elastic Jack Shirazi•Sylvain Juge•Alexander Wert Elastic APM K8s Attacher 允许将 Elastic APM 应用程序代理(例如 Elastic APM Java 代理)自动安装到 Kubernetes 集群中运行的应用程序中。该机制使用变异 webhook࿰…...

关于Nginx前后端分离部署spring boot和vue工程以及反向代理的配置说明
最近项目中用到关于Nginx前后端分离部署spring boot和vue工程以及反向代理的配置,总结了一下说明: 1、后端是spring boot工程,端口8000,通过 jar命令启动 nohup java -jar xxx-jsonflow-biz.jar > /usr/local/nohup.out 2>…...

redis渐进式遍历
文章目录 一. 渐进式遍历介绍二. scan命令 一. 渐进式遍历介绍 keys * , 一次性把整个redis中所有的key都获取到, 这个操作比较危险, 可能会阻塞redis服务器 通过渐进式遍历, 就可以做到, 既能够获取到所有的key, 又不会卡死服务器 渐进式遍历, 不是一个命令把所有key都拿到,…...

【C++】数据类型与操作实践:详细解析与优化
博客主页: [小ᶻ☡꙳ᵃⁱᵍᶜ꙳] 本文专栏: C 文章目录 💯前言💯题目一:三个数的倒序输出1.1 题目描述与代码实现代码实现: 1.2 代码解析与细节说明1.3 使用 int 类型的合理性分析1.4 其他数据类型的考虑1.5 代码优…...

C# 集合(Collection)
文章目录 前言一、动态数组(ArrayList)二、哈希表(Hashtable)三、排序列表(SortedList)四、堆栈(Stack)五、队列(Queue)六、点阵列(BitArray&…...

【智能控制】实验,基于MATLAB的模糊推理系统设计,模糊控制系统设计
关注作者了解更多 我的其他CSDN专栏 过程控制系统 工程测试技术 虚拟仪器技术 可编程控制器 工业现场总线 数字图像处理 智能控制 传感器技术 嵌入式系统 复变函数与积分变换 单片机原理 线性代数 大学物理 热工与工程流体力学 数字信号处理 光电融合集成电路…...

前端跳转路由的时候,清掉缓存
清除路由缓存的方法 使用 $router.push() 方法:在跳转路由时,可以通过传递一个包含 replace: true 属性的对象来实现清除路由缓存。例如: this.$router.push({ path: "/new-route", replace: true }); 使用 $router.replace…...

基于 LlamaFactory 的 LoRA 微调模型支持 vllm 批量推理的实现
背景 LlamaFactory 的 LoRA 微调功能非常便捷,微调后的模型,没有直接支持 vllm 推理,故导致推理速度不够快。 LlamaFactory 目前支持通过 VLLM API 进行部署,调用 API 时的响应速度,仍然没有vllm批量推理的速度快。 …...

【赵渝强老师】PostgreSQL的物理存储结构
PostgreSQL在执行initdb的数据库集群初始化时会指定一个目录。该目录通过环境变量$PGDATA来表示。当数据库集群初始化完成后,会在这个目录生成相关的子目录以及一些文件。这些生成的文件就是PostgreSQL的物理存储结构中的文件。如下图所示。 如上图所示,…...

智能探针技术:实现可视、可知、可诊的主动网络运维策略
网络维护的重要性 网络运维是确保网络系统稳定、高效、安全运行的关键活动。在当今这个高度依赖信息技术的时代,网络运维的重要性不仅体现在技术层面,更关乎到企业运营的方方面面。网络运维具有保障网络的稳定性、提升网络运维性能、降低企业运营成本等…...

CTF-PWN: 全保护下格式化字符串利用 [第一届“吾杯”网络安全技能大赛 如果能重来] 赛后学习(不会)
通过网盘分享的文件:如果能重来.zip 链接: https://pan.baidu.com/s/1XKIJx32nWVcSpKiWFQGpYA?pwd1111 提取码: 1111 --来自百度网盘超级会员v2的分享漏洞分析 格式化字符串漏洞,在printf(format); __int64 sub_13D7() {char format[56]; // [rsp10h] [rbp-40h]…...

debian 11 虚拟机环境搭建过坑记录
目录 安装过程系统配置修改 sudoers 文件网络配置换源安装桌面mount nfs 挂载安装复制功能tab 无法补全其他安装 软件配置eclipse 配置git 配置老虚拟机硬盘挂载 参考 原来去 debian 官网下载了一个最新的 debian 12,安装后出现包依赖问题,搞了半天&…...

MYSQL 什么是内连接 外连接 左连接 右连接?及适用场景
在 SQL 中,连接(JOIN)是用于组合来自两个或更多表的行的一种方法。根据连接的方式不同,可以分为几种类型的连接:内连接(INNER JOIN)、外连接(OUTER JOIN)、左连接&#x…...

利用Ubuntu批量下载modis图像(New)
由于最近modis原来批量下载的代码不再直接给出,因此,再次梳理如何利用Ubuntu下载modis数据。 之前的下载代码为十分长,现在只给出一部分,需要自己再补充另一部分。之前的为: 感谢郭师兄的指导(https://blo…...

【Springboot】@Autowired和@Resource的区别
【Springboot】Autowired和Resource的区别 【一】定义【1】Autowired【2】Resource 【二】区别【1】包含的属性不同【2】Autowired默认按byType自动装配,而Resource默认byName自动装配【3】注解应用的地方不同【4】出处不同【5】装配顺序不用(1ÿ…...

UIE与ERNIE-Layout:智能视频问答任务初探
内容来自百度飞桨ai社区UIE与ERNIE-Layout:智能视频问答任务初探: 如有侵权,请联系删除 1 环境准备 In [2] # 安装依赖库 !pip install paddlenlp --upgrade !pip install paddleocr --upgrade !pip install paddlespeech --upgrade In …...

数据结构:树
树的基本定义: 树是一种数据结构,它是由n(n>1)个有限节点组成一个具有层次关系的集合。把它叫做 “树” 是因为它看起来像一棵倒挂的树,也就是说它是根朝上,而叶朝下的。它具有以下的特点: …...

docker 怎么启动nginx
在Docker中启动Nginx容器是一个简单的过程。以下是启动Nginx容器的步骤: 拉取Nginx镜像: 首先,你需要从Docker Hub拉取Nginx的官方镜像。使用以下命令: docker pull nginx运行Nginx容器: 使用docker run命令来启动一个…...

【智商检测——DP】
题目 代码 #include <bits/stdc.h> using namespace std; const int N 1e510, M 110; int f[N][M]; int main() {int n, k;cin >> n >> k;for(int i 1; i < n; i){int x;cin >> x;f[i][0] __gcd(f[i-1][0], x);for(int j 1; j < min(i, k)…...

YOLOv11改进,YOLOv11添加SAConv可切换空洞卷积,二次创新C3k2结构
摘要 作者提出的技术结合了递归特征金字塔和可切换空洞卷积,通过强化多尺度特征学习和自适应的空洞卷积,显著提升了目标检测的效果。 理论介绍 空洞卷积(Atrous Convolution)是一种可以在卷积操作中插入“空洞”来扩大感受野的技术,更有效地捕捉到图像中的大范围上下文…...

使用R语言优雅的获取任意区域的POI,道路,河流等数据
POI是“Polnt of Information”的缩写,中文可以翻译为“信息点”。是地图上任何非地理意义的有意义的点,如商店,酒吧,加油站,医院,车站等。POI,道路网,河流等是我们日常研究中经常需…...

【设计模式】工厂方法模式 在java中的应用
文章目录 1. 引言工厂方法模式的定义 2. 工厂方法模式的核心概念工厂方法模式的目的和原理与其他创建型模式的比较(如简单工厂和抽象工厂) 3. Java中工厂方法模式的实现基本的工厂方法模式结构示例代码:创建不同类型的日志记录器 4. 工厂方法…...

Pytest框架学习20--conftest.py
conftest.py作用 正常情况下,如果多个py文件之间需要共享数据,如一个变量,或者调用一个方法 需要先在一个新文件中编写函数等,然后在使用的文件中导入,然后使用 pytest中定义个conftest.py来实现数据,参…...

【面试开放题】挫折、问题、擅长、应用技能
1. 项目中遇到的最大挫折是什么?你是如何应对的? 解答思路: 这个问题通常考察你的问题解决能力、抗压能力和团队协作精神。回答时,可以从以下几个角度展开: 问题背景: 描述项目中遇到的具体挑战。是技术难…...

CTF-PWN: 全保护下格式化字符串利用 [第一届“吾杯”网络安全技能大赛 如果能重来] 赛后学习(没思路了)
通过网盘分享的文件:如果能重来.zip 链接: https://pan.baidu.com/s/1XKIJx32nWVcSpKiWFQGpYA?pwd1111 提取码: 1111 --来自百度网盘超级会员v2的分享漏洞分析 格式化字符串漏洞,在printf(format); __int64 sub_13D7() {char format[56]; // [rsp10h] [rbp-40h]…...

C++学习日记---第16天
笔记复习 1.C对象模型 在C中,类内的成员变量和成员函数分开存储 我们知道,C中的成员变量和成员函数均可分为两种,一种是普通的,一种是静态的,对于静态成员变量和静态成员函数,我们知道他们不属于类的对象…...

SOA、分布式、微服务之间的关系和区别?
在当今的软件开发领域,SOA(面向服务架构)、分布式系统和微服务是三个重要的概念。它们各自有着独特的特性和应用场景,同时也存在着密切的关系。以下是关于这三者之间关系和区别的详细分析: 关系 分布式架构的范畴&…...

java基础概念46-数据结构1
一、引入 List集合的三种实现类使用了不同的数据结构! 二、数据结构的定义 三、常见的数据结构 3-1、栈 特点:先进后出,后进先出。 java内存容器: 3-2、队列 特点:先进先出、后进后出。 栈VS队列-小结 3-3、数组 3-…...