昨天第二篇文章寫的有點匆忙了,有一些地方配圖配錯了,這里做個更正。
關于靜力學平衡,就回憶一下這個圖就好
程序第一個給的例題是這個,我配錯了圖,對不起了
?解析沿矩形分量的力
(force, angle) => (force_x, force_y),這個就是最終的結果。
因為提起角度就有兩個不同的記法,這里也做了一個角度的兼容。
Core就是一個正交分解
弧度制
我們這個圖就很完美了
還有一個是比較泛化的正交分解
在函數的參數構建中,分力,位置
in_static_equilibrium(force, location)
最后就會給出結果
對于例題,這就是我們的分力,三組
三個點在原點處的平衡情況
location = array([[0, 0], [0, 0], [0, 0]])
assertin_static_equilibrium(forces,location)
這樣調用就好
對于這個,因為角度特殊,所以力直接給出
四力,四點
import math
force = polar_force(10, 45)
math.isclose(force[0], 7.071067811865477)
True
math.isclose(force[1], 7.0710678118654755)
True
polar_force(10, 3.14, radian_mode=True)
[-9.999987317275396,0.01592652916486828]
在Python數學模塊中,math.isclose()方法用于確定兩個浮點數的值是否接近。要使用此函數,你必須導入數學模塊。
用法:isclose(a, b, rel_tol = 1e-09, abs_tol 0.0)
參數:rel_tol:被視為“close”的最大差,相對于輸入值的大小
abs_tol:“close”的最大差異,與輸入值的大小無關
cross是叉積
numpy.cross
numpy.cross(a,b,axisa=-1,axisb=-1,axisc=-1,axis=None)
返回兩個(數組)向量的叉積。
a和b 的叉積是垂直于a和b的向量。如果a和b是向量的數組,則默認情況下,向量由a和b的最后一個軸定義,并且這些軸的尺寸可以為2或3。其中a或b的尺寸為2時,則第三個分量假定輸入向量為零,并據此計算叉積。如果兩個輸入向量的尺寸均為2,則返回叉積的z分量。
參數表
叉積來了哈~
向量積,數學中又稱外積、叉積,物理中稱矢積、叉乘,是一種在向量空間中向量的二元運算。與點積不同,它的運算結果是一個向量而不是一個標量。并且兩個向量的叉積與這兩個向量和垂直。
a x b就是a叉b(廢話???)有時也用^這個符號。
向量積可以被定義為:
模長:(在這里θ表示兩向量之間的夾角(共起點的前提下)(0°≤θ≤180°),它位于這兩個矢量所定義的平面上.)
就像這樣
方向:a向量與b向量的向量積的方向與這兩個向量所在平面垂直,且遵守右手定則。(一個簡單的確定滿足“右手定則”的結果向量的方向的方法是這樣的:若坐標系是滿足右手定則的,當右手的四指從a以不超過180度的轉角轉向b時,豎起的大拇指指向是c的方向。)
也可以這樣定義(等效):
向量積|c|=|a×b|=|a||b|sin
即c的長度在數值上等于以a,b,夾角為θ組成的平行四邊形的面積。
而c的方向垂直于a與b所決定的平面,c的指向按右手定則從a轉向b來確定。
平時見到的各種積:
這里可以簡單的總結一下
對于這樣的東西,一個好的可視化解釋,可以讓你記憶猶新:
叉積的長度|a×b|可以解釋成這兩個叉乘向量a,b共起點時,所構成平行四邊形的面積。據此有:混合積[abc]=(a×b)·c可以得到以a,b,c為棱的平行六面體的體積。
在數學里面,我們給定一種運算法則后會試圖將它融入到現有的數學體系。所以這里給出代數規則:
1、反交換律:a×b=-b×a
2、加法的分配律:a×(b+c)=a×b+a×c。
3、與標量乘法兼容:(ra)×b=a×(rb)=r(a×b)。
4、不滿足結合律,但滿足雅可比恒等式:a×(b×c)+b×(c×a)+c×(a×b)=0。
5、分配律,線性性和雅可比恒等式別表明:具有向量加法和叉積的R3構成了一個李代數。
6、兩個非零向量a和b平行,當且僅當a×b=0。
是不是混進來一個雅可比???
雅可比恒等式是橢圓函數理論中的一個著名恒等式。雅可比恒等式就是下列等式:
[0 ]]+[Y,[Z,X]]+[Z,[X,Y]]=
滿足雅可比恒等式的代數結構不一定滿足反交換律。
上面的橢圓理論什么的是復變函數里面的,我只是一個土狗,不知道怎么說。
OKOK,叉積又不得不提拉格朗日公式:
(a×b)×c=b(a·c)-a(b·c)
a×(b×c)=b(a·c)-c(a·b)
證明過程
可以簡單地記成“BAC-CAB”。這個公式在物理上簡化向量運算非常有效。等等???你是不是不知道上面說的是什么。
他叫:二重向量叉乘化簡公式。
說了這么多的字,可能沒有一張圖來的快
哥倆好?不是~是叉積的方向啦!
伸出右手,將大拇指指向a,將食指指向b,中指自然彎曲,并使中指同時垂直于食指和拇指,那么此時中指所指的方向就是a×b的方向。
從這個右手定則,我們可以發現,兩個向量的叉積同時垂直這兩個向量,并且:
a×b=-b×a
也就是確確實實的不支持交換律。
不過既然物理這么多了,也不怕再多點:
在力的作用線的延長線或反向延長線經過原點時,力矩為零。力矩在物理學里是指作用力使物體繞著轉動軸或支點轉動的趨向。力矩的單位是牛頓米。力矩的概念,起源于阿基米德對杠桿的研究。轉動力矩又稱為轉矩或扭矩。力矩能夠使物體改變其旋轉運動。推擠或拖拉涉及到作用力 ,而扭轉則涉及到力矩。力矩等于徑向矢量與作用力的叉積。
為什么說力矩,因為最后有叉積。
這是我們的判斷是否處于平衡狀態
因為要叉積計算,注意兩個向量的個數
這里也注意內在,位置是矢量,分力也是矢量,所以可以計算。求完以后將值sum然后小于一個小數,證明平衡。
這里簡單的分析一下:
叉乘的模,等于兩個向量的模的乘積乘以sinθ。θ是兩個向量的夾角,如果兩個向量的模不為0,那么sinθ要等于0,也就是夾角是0°或者180°,那么兩個向量平行。
就是這些位置
我們再分析,2是最穩定的狀態,那么它的分力和原點叉積和越小越穩定
這篇文章有點長了,感激你看到這里,叉積會算了嗎?靚仔
-
模塊
+關注
關注
7文章
2695瀏覽量
47433 -
算法
+關注
關注
23文章
4607瀏覽量
92840 -
函數
+關注
關注
3文章
4327瀏覽量
62573
原文標題:Python實現所有算法-力系統是否靜態平衡(補篇)
文章出處:【微信號:TT1827652464,微信公眾號:云深之無跡】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論