Plane Equation
Plane Equation은 다음과 같음.
$$\textbf{n}^\top\textbf{r}_\text{plane}+b_\text{bias}=0$$
where
- $\textbf{n}$ : normal vector to a plane.
- $\textbf{r}_{\text{plane}}$ : plane에 속하는 점들의 position vector
- $b_{\text{bias}}$ : bias. (scalar)임.
왼쪽 그림에서
- Point $\textbf{P}$와 $\textbf{P}_0$는 평면 위의 서로 다른 점이며
Position Vector $\textbf{r}$과 $\textbf{r}_0$로 표현됨. - $\textbf{n}$은 평면에 대한 Normal Vector (법선벡터)임.
( 평면의 속하는 모든 Vector와 Orthogonal)
$\textbf{P}$와 $\textbf{P}_0$를 잇는
Vector $\textbf{r}-\textbf{r}_0$는 평면에 속하므로
$\textbf{n}$과 orthogonal 임.
즉, 다음과 같이 $\textbf{n}$과 $\textbf{r}-\textbf{r}_0$는 내적이 0임.
$$\textbf{n}\cdot\left(\textbf{r}-\textbf{r}_0\right)=0$$
위의 관계는 평면에 속하는 모든 $\textbf{r}$이 만족해야하기 때문에 평면에 대한 vector equation이라고 불림.
즉, 한 점 $\textbf{P}_0$ (position vector $\bf{r}_0$)를 지나면서 $\textbf{n}$을 normal vector로 가지는 평면(plane)은 위의 평면의 vector equation으로 정의됨.
$$\textbf{n} \cdot \left( \textbf{r}_\text{plane}-\textbf{r}_0 \right) = 0 \\\\ \textbf{n} \cdot \textbf{r}_\text{plane} = -b_{\text{bias}} \\\\ \textbf{n} \cdot \textbf{r}_\text{plane} = \textbf{n}\cdot \textbf{r}_0$$
where,
- $\textbf{r}_\text{plane}$은 평면에 속하는 점들의 Position Vector.
- $\textbf{n}$은 Normal Vector 이며 평면의 방정식의 Coefficient에 해당.
- $\text{bias}$는 평행한 무한한 갯수의 평면들 중에서 특정 평면을 정해주는 상수로 Bias라고 불림.
- 원점과 $\textbf{r}_0$의 Difference Vector와 Normal Vector $\textbf{n}$의 내적 ($=-b_\text{bias}$)임: $\textbf{r}_0 \cdot \textbf{n} = -b_\text{bias}$
즉, 원점이 $\textbf{n}$의 방향으로 얼마나 이동했는지를 의미함:- $\textbf{n}\cdot\textbf{r}_0$가 양수인 경우 법선벡터 방향으로 이동 ($b_\text{bias}$는 반대),
- $\textbf{n}\cdot\textbf{r}_0$가 음수면 반대방향.
- $\textbf{n}\cdot\textbf{r}_0=0$이면 원점을 지남.
- bias의 절대값은 결국 원점과 평면의 거리 $d$를 구하는데 사용가능함: $d=\frac{|b|}{\|\textbf{n}\|}$
- 즉, normal vector $\textbf{n}$에 orthogonal하고 원점을 포함하는 plane에 속하는
모든 점들 각각에 대해 $\textbf{r}_0$ 만큼 이동시킨 결과가 바로 평면의 방정식이 나타내는 평면임.
- 원점과 $\textbf{r}_0$의 Difference Vector와 Normal Vector $\textbf{n}$의 내적 ($=-b_\text{bias}$)임: $\textbf{r}_0 \cdot \textbf{n} = -b_\text{bias}$
참고로, $\bf{n}$은
plane equation에 대한 일종의 derivative라고 볼 수 있음.
$r_\text{plane}$의 position vector를 각 component로 partial derivative을 취한 것들을
column vector로 만들면 바로 $\bf{n}$임.
이를 3차원의 공간에 적용한 경우는 다음과 같음:
$\textbf{n}=\langle a,b,c \rangle$이고, $\textbf{r}_0=\langle x_0,y_0,z_0 \rangle$라면
위의 평면의 Vector Equation은 다음과 같음.
$$a(x-x_0)+b(y-y_0)+c(z-z_0)=0\\ax+by+cz=ax_0+by_0+cz_0\\ax+by
+cz=-\text{bias}\\ax+by+cz+\text{bias}=0$$
같이보면 좋은 자료들
2022.05.19 - [.../Math] - [Math] Orthogonal Projection (정사영)
[Math] Orthogonal Projection (정사영)
Projection $\textbf{x}_1$ onto $\textbf{w}$ (vector $\bf{x}$를 vector $\bf{w}$에 투영) 를 수식으로 표현하면 다음과 같음. $$\text{proj}_\textbf{w}\textbf{x}=\dfrac{\bf{x}\cdot\bf{w}}{\bf{w}\cdot\bf{w}}\bf{w}=\dfrac{\bf{x}\cdot\bf{w}}{\bf{w
dsaint31.tistory.com
2022.05.19 - [.../Math] - [Math] Distance between Point and Plane : 점과 직선의 거리
[Math] Distance between Point and Plane : 점과 직선의 거리
점과 직선의 거리Position Vector $\textbf{x}$ (아래 그림에서 Point $Q$에 대한 Position Vector)와$\textbf{n}\cdot \textbf{p}+b=0$을 만족하는 Position Vector $\textbf{p}$들로 구성되는 평면(Plane $P$)과의Distance(거리 , $d$)
dsaint31.tistory.com
'... > Math' 카테고리의 다른 글
[Math] Normal Equation : Vector derivative(Numerator Layout)를 이용한 유도 (0) | 2022.06.01 |
---|---|
[Math] 필요조건, 충분조건, 필요충분조건 (0) | 2022.05.19 |
[Math] Orthogonal Projection (정사영) (0) | 2022.05.19 |
[Math] Distance between Point and Plane : 점과 직선의 거리 (0) | 2022.05.19 |
[Math] Entropy 란 (평균정보량, 정보량의 기댓값) (0) | 2022.05.12 |