【射影几何13 】梅氏定理和塞瓦定理探讨

梅氏定理和塞瓦定理

目录

  • 一、说明
  • 二、梅涅劳斯(Menelaus)定理
  • 三、塞瓦(Giovanni Ceva)定理
  • 四、塞瓦点的推广

一、说明

   在射影几何中,梅涅劳斯(Menelaus)定理和塞瓦定理是非常重要的基本定理。通过这两个定理,可以导出多项结论,如:极点-极线性质、德萨格定理、pascal定理等;本篇专门叙述这两个定理证明。及相关启发。

二、梅涅劳斯(Menelaus)定理

   梅涅劳斯(Menelaus)定理(简称梅氏定理)最早出现在由古希腊数学家梅涅劳斯的著作《球面学》(Sphaerica)中。
定理定义
   当一条直线交 Δ A B C \Delta ABC ΔABC三边所在的直线 B C , A C , A B BC,AC,AB BC,AC,AB分别于点 D , E , F D,E,F D,E,F时,则有
A F F B B D D C C E E A = 1 \frac{AF}{FB} \frac{BD}{DC}\frac{CE}{EA}=1 FBAFDCBDEACE=1

在这里插入图片描述
   分析:显然, D , E , F D,E,F D,E,F分别为线段 B C , A C , A B BC,AC,AB BC,AC,AB的定比分点。因此:
A F F B = λ 1 ; B D D C = λ 2 ; C E E A = λ 3 \frac{AF}{FB}=\lambda_1 ; \; \frac{BD}{DC} =\lambda_2;\frac{CE}{EA}=\lambda_3 FBAF=λ1;DCBD=λ2;EACE=λ3
因此,等价说法是:
λ 1 λ 2 λ 3 = 1 \lambda_1 \lambda_2\lambda_3=1 λ1λ2λ3=1
[定理证明]

   过点A作 A G ∥ D B AG\parallel DB AGDB B C BC BC的延长线于G点, 则:
A F F B = λ 1 = D G B D \frac{AF}{FB}=\lambda_1=\frac{DG}{BD} FBAF=λ1=BDDG
C E E A = λ 3 = C D D G \frac{CE}{EA}=\lambda_3=\frac{CD}{DG} EACE=λ3=DGCD
∴ A F F B B D D C C E E A = λ 1 λ 2 λ 3 = D G B D B D D C C D D G = 1 \therefore \frac{AF}{FB} \frac{BD}{DC}\frac{CE}{EA}= \lambda_1 \lambda_2\lambda_3=\frac{DG}{BD} \frac{BD}{DC}\frac{CD}{DG}=1 FBAFDCBDEACE=λ1λ2λ3=BDDGDCBDDGCD=1
[证毕]

三、塞瓦(Giovanni Ceva)定理

   塞瓦(Giovanni Ceva,1648~1734)意大利水利工程师,数学家。塞瓦定理载于塞瓦于1678年发表的《直线论》一书,也有书中说塞瓦定理是塞瓦重大发现。
【定理说明】
   塞瓦定理是指在△ABC内任取一点O,延长AO、BO、CO分别交对边于D、E、F,则 (BD/DC)×(CE/EA)×(AF/FB)=1。
在这里插入图片描述
分析:
在这里插入图片描述

四、塞瓦点的推广

   当塞瓦点在三角形外部,如下图:🔺ABC的三条线段的交点O位于三角形ABC的外部:
A F F B B D D C C E E A = 1 \frac{AF}{FB} \frac{BD}{DC}\frac{CE}{EA}=1 FBAFDCBDEACE=1
在这里插入图片描述

【证明】
B D D C = S Δ A B D S Δ A D C = S Δ O B D S Δ O D C \frac{BD}{DC} = \frac{S_{\Delta ABD}}{S_{\Delta ADC}} =\frac{S_{\Delta OBD}}{S_{\Delta ODC}} DCBD=SΔADCSΔABD=SΔODCSΔOBD
更比定理:
B D D C = S Δ A B D − S Δ O B D S Δ A D C − S Δ O B D = S Δ O B A S Δ C A O \frac{BD}{DC} = \frac{S_{\Delta ABD}-S_{\Delta OBD}}{S_{\Delta ADC}-S_{\Delta OBD}} =\frac{S_{\Delta OBA}}{S_{\Delta CAO}} DCBD=SΔADCSΔOBDSΔABDSΔOBD=SΔCAOSΔOBA
C E E A = S Δ B C O S Δ A B O \frac{CE}{EA} = \frac{S_{\Delta BCO}}{S_{\Delta ABO}} EACE=SΔABOSΔBCO
A F F B = S Δ C A O S Δ B C O \frac{AF}{FB} = \frac{S_{\Delta CAO}}{S_{\Delta BCO}} FBAF=SΔBCOSΔCAO

A F F B B D D C C E E A = S Δ C A O S Δ B C O S Δ O B A S Δ C A O S Δ B C O S Δ A B O = 1 \frac{AF}{FB} \frac{BD}{DC}\frac{CE}{EA}= \frac{S_{\Delta CAO}}{S_{\Delta BCO}}\frac{S_{\Delta OBA}}{S_{\Delta CAO}}\frac{S_{\Delta BCO}}{S_{\Delta ABO}} = 1 FBAFDCBDEACE=SΔBCOSΔCAOSΔCAOSΔOBASΔABOSΔBCO=1

【证毕】

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/459370.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

TI毫米波雷达开发——High Accuracy Demo 串口数据接收及TLV协议解析 matlab 源码

TI毫米波雷达开发——串口数据接收及TLV协议解析 matlab 源码 前置基础源代码功能说明功能演示视频文件结构01.bin / 02.binParseData.mread_file_and_plot_object_location.mread_serial_port_and_plot_object_location.m函数解析configureSport(comportSnum)readUartCallback…

基于卷积神经网络模型的手写数字识别

基于卷积神经网络模型的手写数字识别 一. 前言二. 设计目的及任务描述2.1 设计目的2.2 设计任务 三. 神经网络模型3.1 卷积神经网络模型方案3.2 卷积神经网络模型训练过程3.3 卷积神经网络模型测试 四. 程序设计 一. 前言 手写数字识别要求利用MNIST数据集里的70000张手写体数…

2024/2/7总结

Node.js 什么是node.js node.js是一个基于chrome v8 引擎的 JavaScript 运行环境。 浏览器是JavaScript的前端运行环境node.js是JavaScript的后端运行环境 node.js中无法调用DOM和BOM等浏览器内置API fs模块 是node.js官方提供的、用来操作文件的模块,它提供了一系…

Redis篇之集群

一、主从复制 1.实现主从作用 单节点Redis的并发能力是有上限的,要进一步提高Redis的并发能力,就需要搭建主从集群,实现读写分离。主节点用来写的操作,从节点用来读操作,并且主节点发生写操作后,会把数据同…

FlinkSql通用调优策略

历史文章迁移,稍后整理 使用DataGenerator 提前进行压测,了解数据的处理瓶颈、性能测试和消费能力 开启minibatch:"table.exec.mini-batch.enabled", "true" 开启LocalGlobal 两阶段聚合:"table.exec.m…

DAC调节DCDC输出电压的电路方案分析

BUCK型电源芯片的调压方式分析 1、前题 BUCK型的电源芯片非常多,常用的如LM2576、LM2596等等,这种芯片优点很多,比如功率大、体积小、效率高等。这种芯片一般都可以通过电阻分压的方式设定反馈脚VFB的电压来改变电源芯片的输出电压。但最近…

mac电脑安装cocoapods出错,以及安装最新版本ruby方法

macbook安装cocoapods时碰到一个报错:大概率是ruby的版本太低导致的 sudo gem install cocoapods ERROR: Error installing cocoapods: ERROR: Failed to build gem native extension. ... Could not create Makefile due to some reason, probably lack of neces…

nginx登录用户验证配置

我们的nginx端口一般都是对外开放的,所以有一定程度上有被别人扫描的风险,所以为了减少被扫描的风险,我们可以配置一个nginx的用户登录验证; 用户验证登录需要nginx的一个模块:ngx_http_auth_basic_module 我们使用…

消息中间件之RocketMQ源码分析(八)

RocketMQ中的消息过滤 RocketMQ设计了消息过滤,来解决大量无意义流量的传输:即对于客户端不需要的消息, Broker就不会传输给客户端,以免浪费宽带,RocketMQ4.2.0支持Tag过滤、SQL92过滤、Filter Server过滤 Tag过滤 第一步:用户发…

【状态管理一】概览:状态使用、状态分类、状态具体使用

文章目录 一. 状态使用概览二. 状态的数据类型1. 算子层面2. 接口层面2.1. UML与所有状态类型介绍2.2. 内部状态:InternalKvState 将知识与实际的应用场景、设计背景关联起来,这是学以致用、刨根问底知识的一种直接方式。 本文介绍 状态数据管理&#x…

postman执行批量测试

1.背景 有许多的人常常需要使用第三方系统进行重复的数据查询,本文介绍使用PostMan的方式对数据进行批量的查询,减少重复的劳动。 2.工具下载 3.初入门 一、如图示进行点击,创建collection 二、输入对应的名称 三、创建Request并进行查…

设计模式理解:单例模式+工厂模式+建设者模式+原型模式

迪米特法则:Law of Demeter, LoD, 最少知识原则LKP 如果两个软件实体无须直接通信,那么就不应当发生直接的相互调用,可以通过第三方转发该调用。其目的是降低类之间的耦合度,提高模块的相对独立性。 所以,在运用迪米特…