Помощь по Теле2, тарифы, вопросы

Лекция 6.

Градиентные методы решения задач нелинейного программирования.

Вопросы: 1. Общая характеристика методов.

2. Метод градиента.

3. Метод наискорейшего спуска.

4. Метод Франка-Фулфа.

5. Метод штрафных функций.

1. Общая характеристика методов.

Градиентные методы представляют собой приближенные (итерационные) методы решения задачи нелинейного программирования и позволяют решить практически любую задачу. Однако при этом определяется локальный экстремум. Поэтому целесообразно применять эти методы для решения задач выпуклого программирования, в которых каждый локальный экстремум является и глобальным. Процесс решения задачи состоит в том, что, начиная с некоторой точки х (начальной), осуществляется последовательный переход в направлении gradF(x), если определяется точка максимума, и –gradF(x) (антиградиента), если определяется точка минимума, до точки, являющейся решением задачи. При этом эта точка может оказаться как внутри области допустимых значений, так и на ее границе.

Градиентные методы можно разделить на два класса (группы). К первой группе относятся методы, в которых все исследуемые точки принадлежат допустимой области. К таким методам относятся: метод градиента, наискорейшего спуска, Франка-Вулфа и др. Ко второй группе относятся методы, в которых исследуемые точки могут и не принадлежать допустимой области. Общим из таких методов является метод штрафных функций. Все методы штрафных функций отличаются друг от друга способом определения «штрафа».

Основным понятием, используемым во всех градиентных методах, является понятие градиента функции, как направления наискорейшего возрастания функции.

При определении решения градиентными методами итерационный процесс продолжается до тех пор, пока:

Либо grad F(x*) = 0, (точное решение);

где
- две последовательные точки,
- малое число, характеризующее точность решения.

2. Метод градиента.

Представим человека, стоящего на склоне оврага, которому необходимо спуститься вниз (на дно). Наиболее естественным, кажется, направление в сторону наибольшей крутизны спуска, т.е. направление (-grad F(x)). Получаемая при этом стратегия, называемая градиентным методом , представляет собой последовательность шагов, каждый из которых содержит две операции:

а) определение направления наибольшей крутизны спуска (подъема);

б) перемещение в выбранном направлении на некоторый шаг.

Правильный выбор шага имеет существенное значение. Чем шаг меньше, тем точнее результат, но больше вычислений. Различные модификации градиентного метода и состоят в использовании различных способов определения шага. Если на каком-либо шаге значение F(x) не уменьшилось, это означает, что точку минимума «проскочили», в этом случае необходимо вернуться к предыдущей точке и уменьшить шаг, например, вдвое.

Схема решения.

принадлежащей допустимой области

3. Выбор шага h.

x (k+1) = x (k)

«-» - если min.

5. Определение F(x (k +1)) и:

Если
, решение найдено;

Замечание. Если grad F(x (k)) = 0, то решение будет точным.

Пример. F(x) = -6x 1 + 2x 1 2 – 2x 1 x 2 + 2x 2 2
min,

x 1 +x 2 2,x 1 0, x 2 0,= 0,1.

3. Метод наискорейшего спуска.

В отличие от метода градиента, в котором градиент определяют на каждом шаге, в методе наискорейшего спуска градиент находят в начальной точке и движение в найденном направлении продолжают одинаковыми шагами до тех пор, пока значение функции уменьшается (увеличивается). Если на каком-либо шаге F(x) возросло (уменьшилось), то движение в данном направлении прекращается, последний шаг снимается полностью или наполовину и вычисляется новое значение градиента и новое направление.

Схема решения.

1. Определение х 0 = (х 1 ,x 2 ,…,x n),

принадлежащей допустимой области,

и F(x 0), k = 0.

2. Определение grad F(x 0) или –gradF(x 0).

3. Выбор шага h.

4. Определение следующей точки по формуле

x (k+1) = x (k) h grad F(x (k)), «+» - если max,

«-» - если min.

5. Определение F(x (k +1)) и:

Если
, решение найдено;

Если нет:

а) при поиске min: - если F(x (k +1))

Если F(x (k +1)) >F(x (k)) – переход к п. 2;

б) при поиске max: - еслиF(x (k +1)) >F(x (k)) – переход к п. 4;

Если F(x (k +1))

Замечания: 1. Если grad F(x (k)) = 0, то решение будет точным.

2. Преимуществом метода наискорейшего спуска является его простота и

сокращение расчетов, так как grad F(x) вычисляется не во всех точках, что

важно для задач большой размерности.

3. Недостатком является то, что шаги должны быть малыми, чтобы не

пропустить точку оптимума.

Пример. F(x) = 3x 1 – 0,2x 1 2 + x 2 - 0,2x 2 2
max,

x 1 + x 2 7, x 1 0,

x 1 + 2x 2 10, x 2 0.

4. Метод Франка-Вулфа.

Метод используется для оптимизации нелинейной целевой функции при линейных ограничениях. В окрестности исследуемой точки нелинейная целевая функция заменяется линейной функцией и задача сводится к последовательному решению задач линейного программирования.

Схема решения.

1. Определение х 0 = (х 1 ,x 2 ,…,x n), принадлежащей допустимой области, и F(x 0), k = 0.

2. Определение grad F(x (k)).

3. Строят функцию

(min – «-»;max– «+»).

4. Определение max(min)f(x) при исходных ограничениях. Пусть это будет точка z (k) .

5. Определение шага вычислений x (k +1) =x (k) + (k) (z (k) –x (k)), где (k) – шаг, коэффициент, 0 1. (k) выбирается так, чтобы значение функции F(x) было max (min) в точке х (k +1) . Для этого решают уравнение
и выбирают наименьший (наибольший) из корней, но 0 1.

6. Определение F(x (k +1)) и проверяют необходимость дальнейших вычислений:

Если
или grad F(x (k +1)) = 0, то решение найдено;

Если нет, то переход к п. 2.

Пример. F(x) = 4x 1 + 10x 2 –x 1 2 –x 2 2
max,

x 1 +x 2 4, x 1 0,

x 2 2, x 2 0.

5. Метод штрафных функций.

Пусть необходимо найти F(x 1 ,x 2 ,…,x n)
max(min),

g i (x 1 , x 2 ,…,x n) b i , i =
, x j 0, j =.

Функции F и g i – выпуклые или вогнутые.

Идея метода штрафных функций заключается в поиске оптимального значения новой целевой функции Q(x) = F(x) + H(x), которая является суммой исходной целевой функции и некоторой функции H(x), определяемой системой ограничений и называемой штрафной функцией. Штрафные функции строят таким образом, чтобы обеспечить либо быстрое возвращение в допустимую область, либо невозможность выходы из нее. Метод штрафных функций сводит задачу на условный экстремум к решению последовательности задач на безусловный экстремум, что проще. Существует множество способов построения штрафной функции. Наиболее часто она имеет вид:

H(x) =
,

где

- некоторые положительные Const.

Примечание :

Чем меньше , тем быстрее находится решение, однако, точность снижается;

Начинают решение с малых и увеличивают их на последующих шагах.

Используя штрафную функцию, последовательно переходят от одной точки к другой до тех пор, пока не получат приемлемое решение.

Схема решения.

1. Определение начальную точку х 0 = (х 1 ,x 2 ,…,x n), F(x 0) и k = 0.

2. Выбирают шаг вычислений h.

3. Определяют частные производные и.

4. Определяют координаты следующей точки по формуле:

x j (k +1)
.

5. Если x (k +1) Допустимой области, проверяют:

а) если
- решение найдено, если нет – переход к п. 2.

б) если grad F(x (k +1)) = 0, то найдено точное решение.

Если x (k +1) Допустимой области, задают новое значениеи переходят к п. 4.

Пример. F(x) = – x 1 2 – x 2 2
max,

(x 1 -5) 2 +(x 2 -5) 2 8, x 1 0, x 2 0.

Градиентный метод и его разновидности относятся к самым распространенным методам поиска экстремума функций нескольких переменных. Идея градиентного метода заключается в том, чтобы в процессе поиска экстремума (для определенности максимума) двигаться каждый раз в направлении наибольшего возрастания целевой функции.

Градиентный метод предполагает вычисление первых производных целевой функции по ее аргументам. Он, как и предыдущие, относится к приближенным методам и позволяет, как правило, не достигнуть точки оптимума, а только приблизиться к ней за конечное число шагов.

Рис. 4.11.

Рис. 4.12.

(двумерный случай)

Вначале выбирают начальную точку Если в одномерном случае (см. подпараграф 4.2.6) из нее можно было

сдвинуться только влево или вправо (см. рис. 4.9), то в многомерном случае число возможных направлений перемещения бесконечно велико. На рис. 4.11, иллюстрирующем случай двух переменных, стрелками, выходящими из начальной точки А, показаны различные возможные направления. При этом движение по некоторым из них дает увеличение значения целевой функции по отношению к точке А (например, направления 1-3), а по другим направлениям приводит к его уменьшению (направления 5-8). Учитывая, что положение точки оптимума неизвестно, считается наилучшим то направление, в котором целевая функция возрастает быстрее всего. Это направление называется градиентом функции. Отметим, что в каждой точке координатной плоскости направление градиента перпендикулярно касательной к линии уровня, проведенной через ту же точку.

В математическом анализе доказано, что составляющие вектора градиента функции у =/(*, х 2 , ..., х п) являются ее частными производными по аргументам, т.е.

&ад/(х 1 ,х 2 ,.= {ду/дху,ду/дх 2 , ...,ду/дх п }. (4.20)

Таким образом, при поиске максимума по методу градиента на первой итерации вычисляют составляющие градиента по формулам (4.20) для начальной точки и делают рабочий шаг в найденном направлении, т.е. осуществляется переход в новую точку -0)

У" с координатами:

1§гас1/(х (0)),

или в векторной форме

где X - постоянный или переменный параметр, определяющий длину рабочего шага, ?і>0. На второй итерации снова вычисляют

вектор градиента уже для новой точки.У, после чего по анало-

гичной формуле переходят в точку х^ > и т.д. (рис. 4.12). Для произвольной к- й итерации имеем

Если отыскивается не максимум, а минимум целевой функции, то на каждой итерации делается шаг в направлении, противоположном направлению градиента. Оно называется направлением антиградиента. Вместо формулы (4.22) в этом случае будет

Существует много разновидностей метода градиента, различающихся выбором рабочего шага. Можно, например, переходить в каждую последующую точку при постоянной величине X, и тогда

длина рабочего шага - расстояние между соседними точками х^

их 1 " - окажется пропорциональном модулю вектора градиента. Можно, наоборот, на каждой итерации выбирать X таким, чтобы длина рабочего шага оставалась постоянной.

Пример. Требуется найти максимум функции

у = 110-2(лг, -4) 2 -3(* 2 -5) 2 .

Разумеется, воспользовавшись необходимым условием экстремума, сразу получим искомое решение: х ] - 4; х 2 = 5. Однако на этом простом примере удобно продемонстрировать алгоритм градиентного метода. Вычислим градиент целевой функции:

grad у = {ду/дх-,ду/дх 2 } = {4(4 - *,); 6(5 - х 2)} и выбираем начальную точку

Л*» = {х}°> = 0; 4°> = О}.

Значение целевой функции для этой точки, как легко подсчитать, равно у[х^ j = 3. Положим, X = const = 0,1. Величина градиента в точке

Зс (0) равна grad y|x^j = {16; 30}. Тогда на первой итерации получим согласно формулам (4.21) координаты точки

х 1) = 0 + 0,1 16 = 1,6; х^ = 0 + 0,1 30 = 3.

у(х (1)) = 110 - 2(1,6 - 4) 2 - 3(3 - 5) 2 = 86,48.

Как видно, оно существенно больше предыдущего значения. На второй итерации имеем по формулам (4.22):

• 1,6 + 0,1 4(4 - 1,6) = 2,56;

1. Какие высказывания неверны? Метод Данцига

Ответ: можно отнести к группе градиентных

2. Какие из нижеперечисленных высказываний истинны:

Ответ: Задача ЛП с несовместной системой ограничений называется открытой

3. Какие из перечисленных методов не являются активными

Ответ: золотого сечения

4. Какие из приведенных высказываний верны:

Ответ: задача транспортного типа – частный случай задачи линейного программирования

5. Какие из приведенных утверждений истинны: Метод наименьших квадратов

Ответ: сводится в итоге к решению системы n линейных уравнений при аппроксимации результатов многочленами n-го порядка

6. Какие из указанных методов не являются градиентными

Ответ: симплексный метод (метод Нелдера-Мида)

7. Какие из указанных методов позволяют найти глобальный экстремум полимодальной функции

Ответ: сканирования

8. Какие методы среди перечисленных являются методами покоординатного поиска

Ответ: касательный

9. Отметьте верные утверждения

Ответ: метод простого перебора нельзя использовать при отыскании экстремума согласно процедуре Гаусса-Зайделя

10. Укажите истинное высказывание

Ответ: планом называется любое допустимое решение задачи

11. Укажите неправильное высказывание

Ответ: плоскость, содержащая хотя бы одну угловую точку выпуклого многогранника называется опорной плоскостью этого многогранника

12. Укажите номера правильных утверждений

Ответ: задачи транспортного типа нельзя решать методом Данцига, так как они относятся к задачам дискретного программирования(1). Первоначальный план в симплексном методе получаем приравниваем нулю всех базисных переменных(3)

13. Укажите правильное утверждение?

Ответ: базисное решение задачи ЛП вырожденное, если хотя бы одна из свободных переменных равна нулю

14. Что из нижеследующего неверно:

Ответ: любая точка на прямой является выпуклой линейной комбинацией двух точек, через которые проведена эта прямая

15. Что истинно из высказываний ниже?

Ответ: задача о коммивояжере относится к области дискретного программирования

16. Что истинно из следующего:

Ответ: одна из основных проблем оптимизации – «проблема размерности»

17. Что неверно в приведенных высказываниях?

Ответ: если функция цели задачи ЛП достигает экстремума в нескольких точках, то она достигает того же значения в любой точке, являющейся выпуклой линейной комбинацией этих точек.

18. Что из приведенных высказываний неверно?

Ответ: задачу ЛП можно решить процедурой упорядоченного перехода от одного плана к другому.

19. Что из предлагаемого истинно

Ответ: внутри области допустимых решений задачи ЛП не может быть экстремум

20. Что ложно из нижеприведенного?

Ответ: Для отыскания экстремума линейной целевой функции симплексным методом необходимо выполнить n-m итераций, n- количество неизвестных задачи, m- число ограничений общего вида

Вектор нормали к поверхности в точке совпадает с нормалью к касательной плоскости в этой точке.

Вектор нормали к поверхности в данной точке - это единичный вектор , приложенный к данной точке и параллельный направлению нормали. Для каждой точки гладкой поверхности можно задать два нормальных вектора, отличающихся направлением. Если на поверхности можно задать непрерывное поле нормальных векторов, то говорят, что это поле задает ориентацию поверхности (то есть выделяет одну из сторон). Если этого сделать нельзя, поверхность называется неориентируемой .

Аналогично определяется вектор нормали к кривой в данной точке. Очевидно, что к кривой к данной точке можно приложить бесконечно много не параллельных векторов нормали (аналогично тому, как к поверхности можно приложить бесконечно много не параллельных касательных векторов). Среди них выбирают два, ортогональных друг к другу: вектор главной нормали, и вектор бинормали .

См. также

Литература

• Погорелов А. И. Дифференциальная геометрия (6-е издание). М.: Наука, 1974 (djvu)

Wikimedia Foundation . 2010 .

• Битва при Треббии (1799)
• Граммонит

Смотреть что такое "Нормаль" в других словарях:

НОРМАЛЬ - (фр.). Перпендикуляр к касательной, проведенной к кривой, в данной точке, нормаль которой отыскивается. Словарь иностранных слов, вошедших в состав русского языка. Чудинов А.Н., 1910. НОРМАЛЬ перпендикулярная линия к касательной, проведенной к… … Словарь иностранных слов русского языка

нормаль - и, ж. normale f. <лат. normalis. 1. мат. Перпендикуляр к касательной прямой или плоскости, проходящий через точку касания. БАС 1. Нормальная линия, или нормаль. В аналитической геометрии так называется прямая линия, перпендикулярная к… … Исторический словарь галлицизмов русского языка

нормаль - перпендикуляр. Ant. параллель Словарь русских синонимов. нормаль сущ., кол во синонимов: 3 бинормаль (1) … Словарь синонимов

НОРМАЛЬ - (от лат. normalis прямой) к кривой линии (поверхности) в данной ее точке прямая, проходящая через эту точку и перпендикулярная к касательной прямой (касательной плоскости) в этой точке …

НОРМАЛЬ - устаревшее название стандарта … Большой Энциклопедический словарь

НОРМАЛЬ - НОРМАЛЬ, нормали, жен. 1. Перпендикуляр к касательной прямой или плоскости, проходящий через точку касания (мат.). 2. Деталь установленного заводом образца (тех.). Толковый словарь Ушакова. Д.Н. Ушаков. 1935 1940 … Толковый словарь Ушакова

нормаль - нормальный вертикальный стандартный реальный — [Л.Г.Суменко. Англо русский словарь по информационным технологиям. М.: ГП ЦНИИС, 2003.] Тематики информационные технологии в целом Синонимы нормальныйвертикальныйстандартныйреальный EN normal … Справочник технического переводчика

нормаль - и; ж. [от лат. normalis прямолинейный] 1. Матем. Перпендикуляр к касательной прямой или плоскости, проходящей через точку касания. 2. Техн. Деталь установленного образца. * * * нормаль I (от лат. normalis прямой) к кривой линии (поверхности) в… … Энциклопедический словарь

НОРМАЛЬ - (франц. normal нормаль, норма, от лат. normalis прямой) 1) Н. в стандарт и з а ц и и устаревшее назв. стандарта. 2) Н. в математике Н. к кривой (поверхности) в данной точке наз. прямую, проходящую через эту точку и перпендикулярную к касат.… … Большой энциклопедический политехнический словарь

нормаль - normalė statusas T sritis fizika atitikmenys: angl. normal vok. Normale, f rus. нормаль, f pranc. normale, f … Fizikos terminų žodynas

Книги

• Геометрия алгебраических уравнений, разрешимых в радикалах: С приложениями в численных методах и вычислительной геометрии , Кутищев Г.П.. В этой книге, на теоретическом уровне несколько выше школьного, очень подробно рассмотрены алгебраические уравнения, допускающие решение в элементарных операциях, или решение в радикалах. Эти…

Для изучения уравнений прямой линии необходимо хорошо разбираться в алгебре векторов. Важно нахождение направляющего вектора и нормального вектора прямой. В данной статье будут рассмотрены нормальный вектор прямой с примерами и рисунками, нахождение его координат, если известны уравнения прямых. Будет рассмотрено подробное решение.

Yandex.RTB R-A-339285-1

Чтобы материал легче усваивался, нужно разбираться в понятиях линия, плоскость и определениями, которые связаны с векторами. Для начала ознакомимся с понятием вектора прямой.

Определение 1

Нормальным вектором прямой называют любой ненулевой вектор, который лежит на любой прямой, перпендикулярной данной.

Понятно, что имеется бесконечное множество нормальных векторов, расположенных на данной прямой. Рассмотрим на рисунке, приведенном ниже.

Получаем, что прямая является перпендикулярной одной из двух заданных параллельных прямых, тогда ее перпендикулярность распространяется и на вторую параллельную прямую. Отсюда получаем, что множества нормальных векторов этих параллельных прямых совпадают. Когда прямые a и а 1 параллельные, а n → считается нормальным вектором прямой a , также считается нормальным вектором для прямой a 1 . Когда прямая а имеет прямой вектор, тогда вектор t · n → является ненулевым при любом значении параметра t , причем также является нормальным для прямой a .

Используя определение нормального и направляющего векторов, можно прийти к выводу, что нормальный вектор перпендикулярен направляющему. Рассмотрим пример.

Если задана плоскость О х у, то множеством векторов для О х является координатный вектор j → . Он считается ненулевым и принадлежащим координатной оси О у, перпендикулярной О х. Все множество нормальных векторов относительно О х можно записать, как t · j → , t ∈ R , t ≠ 0 .

Прямоугольная система O x y z имеет нормальный вектор i → , относящийся к прямой О z . Вектор j → также считается нормальным. Отсюда видно, что любой ненулевой вектор, расположенный в любой плоскости и перпендикулярный О z , считается нормальным для O z .

Координаты нормального вектора прямой – нахождение координат нормального вектора прямой по известным уравнениям прямой

При рассмотрении прямоугольной системы координат О х у выявим, что уравнение прямой на плоскости соответствует ей, а определение нормальных векторов производится по координатам. Если известно уравнение прямой, а необходимо найти координаты нормального вектора, тогда необходимо из уравнения A x + B y + C = 0 выявить коэффициенты, которые и соответствуют координатам нормального вектора заданной прямой.

Пример 1

Задана прямая вида 2 x + 7 y - 4 = 0 _, найти координаты нормального вектора.

Решение

По условию имеем, что прямая была задана общим уравнением, значит необходимо выписать коэффициенты, которые и являются координатами нормального вектора. Значит, координаты вектора имеют значение 2 , 7 .

Ответ: 2 , 7 .

Бывают случаи, когда A или В из уравнения равняется нулю. Рассмотрим решение такого задания на примере.

Пример 2

Указать нормальный вектор для заданной прямой y - 3 = 0 .

Решение

По условию нам дано общее уравнение прямой, значит запишем его таким образом 0 · x + 1 · y - 3 = 0 . Теперь отчетливо видим коэффициенты, которые и являются координатами нормального вектора. Значит, получаем, что координаты нормального вектора равны 0 , 1 .

Ответ: 0 , 1 .

Если дано уравнение в отрезках вида x a + y b = 1 или уравнение с угловым коэффициентом y = k · x + b , тогда необходимо приводить к общему уравнению прямой, где можно найти координаты нормального вектора данной прямой.

Пример 3

Найти координаты нормального вектора, если дано уравнение прямой x 1 3 - y = 1 .

Решение

Для начала необходимо перейти от уравнения в отрезках x 1 3 - y = 1 к уравнению общего вида. Тогда получим, что x 1 3 - y = 1 ⇔ 3 · x - 1 · y - 1 = 0 .

Отсюда видно, что координаты нормального вектора имеют значение 3 , - 1 .

Ответ: 3 , - 1 .

Если прямая определена каноническим уравнением прямой на плоскости x - x 1 a x = y - y 1 a y или параметрическим x = x 1 + a x · λ y = y 1 + a y · λ , тогда получение координат усложняется. По данным уравнениям видно, что координаты направляющего вектора будут a → = (a x , a y) . Возможность нахождения координат нормального вектора n → возможно, благодаря условию перпендикулярности векторов n → и a → .

Имеется возможность получения координат нормального вектора при помощи приведения канонического или параметрического уравнений прямой к общему. Тогда получим:

x - x 1 a x = y - y 1 a y ⇔ a y · (x - x 1) = a x · (y - y 1) ⇔ a y · x - a x · y + a x · y 1 - a y · x 1 x = x 1 + a x · λ y = y 1 + a y · λ ⇔ x - x 1 a x = y - y 1 a y ⇔ a y · x - a x · y + a x · y 1 - a y · x 1 = 0

Для решения можно выбирать любой удобный способ.

Пример 4

Найти нормальный вектор заданной прямой x - 2 7 = y + 3 - 2 .

Решение

Из прямой x - 2 7 = y + 3 - 2 понятно, что направляющий вектор будет иметь координаты a → = (7 , - 2) . Нормальный вектор n → = (n x , n y) заданной прямой является перпендикулярным a → = (7 , - 2) .

Выясним, чему равно скалярное произведение. Для нахождения скалярного произведения векторов a → = (7 , - 2) и n → = (n x , n y) запишем a → , n → = 7 · n x - 2 · n y = 0 .

Значение n x – произвольное, следует найти n y . Если n x = 1 , отсюда получаем, что 7 · 1 - 2 · n y = 0 ⇔ n y = 7 2 .

Значит, нормальный вектор имеет координаты 1 , 7 2 .

Второй способ решения сводится к тому, что необходимо прийти к общему виду уравнения из канонического. Для этого преобразуем

x - 2 7 = y + 3 - 2 ⇔ 7 · (y + 3) = - 2 · (x - 2) ⇔ 2 x + 7 y - 4 + 7 3 = 0

Полученный результат координат нормального вектора равен 2 , 7 .

Ответ: 2 , 7 или 1 , 7 2 .

Пример 5

Указать координаты нормального вектора прямой x = 1 y = 2 - 3 · λ .

Решение

Для начала необходимо выполнить преобразование для перехода в общему виду прямой. Выполним:

x = 1 y = 2 - 3 · λ ⇔ x = 1 + 0 · λ y = 2 - 3 · λ ⇔ λ = x - 1 0 λ = y - 2 - 3 ⇔ x - 1 0 = y - 2 - 3 ⇔ ⇔ - 3 · (x - 1) = 0 · (y - 2) ⇔ - 3 · x + 0 · y + 3 = 0

Отсюда видно, что координаты нормального вектора равны - 3 , 0 .

Ответ: - 3 , 0 .

Рассмотрим способы для нахождения координат нормального вектора при уравнении прямой в пространстве, заданной прямоугольной системой координат О х у z .

Когда прямая задается при помощи уравнений пересекающихся плоскостей A 1 x + B 1 y + C 1 z + D 1 = 0 и A 2 x + B 2 y + C 2 z + D 2 = 0 , тогда нормальный вектор плоскости относится к A 2 x + B 2 y + C 2 z + D 2 = 0 и A 2 x + B 2 y + C 2 z + D 2 = 0 , тогда получаем запись векторов в виде n 1 → = (A 1 , B 1 , C 1) и n 2 → = (A 2 , B 2 , C 2) .

Когда прямая определена при помощи канонического уравнения пространства, имеющего вид x - x 1 a x = y - y 1 a y = z - z 1 a z или параметрического, имеющего вид x = x 1 + a x · λ y = y 1 + a y · λ z = z 1 + a z · λ , отсюда a x , a y и a z считаются координатами направляющего вектора заданной прямой. Любой ненулевой вектор может быть нормальным для данной прямой, причем являться перпендикулярным вектору a → = (a x , a y , a z) . Отсюда следует, что нахождение координат нормального с параметрическими и каноническими уравнениями производится при помощи координат вектора, который перпендикулярен заданному вектору a → = (a x , a y , a z) .

Если вы заметили ошибку в тексте, пожалуйста, выделите её и нажмите Ctrl+Enter