便宜VPS网在仿射变换下,将单位球面(或单位圆)变成单位球面(或单位圆),则它必为...
1、首先可以取一个比较小的单位圆的极限，然后在这样的极限范围内，再根据公式计算出它的等距变换方式证明。
2、光照度(简称照度)：是受光表面上光通量的面密度，即单位面积的光通量。故照度是表示受光表面被照亮程度的一个量。以E表示，单位为勒克斯(Lx)。
3、圆水准器顶面的内壁磨成圆球面，顶面中央刻有一个小圆圈，其圆心O称为圆水准器的零点，过零点O的法线L′L′称为圆水准轴。
4、对于一个同心球面，表面均匀带电，则对于球外，相当于所有电荷集中在球心，而球内部场强为零。
5、首先你要知道什么是外法线向量，在圆上外法线向量就是改点沿着半径向外的向量。
6、重合，球面上的赤道与平面的单位圆重合。我们可以将球面上的点与复平面建立如下一一对应。给定平面上一点，连接这一点与球面的北极之直线与球面恰好交于另一点。点 z=0 将投影到球面的南极。
凸优化(一)凸集和仿射集
凸优化问题通俗地讲，是一种优化问题，而且是一种简单的优化问题（因为生活中大部分例子与问题都是非凸优化问题，但是部分可以转换为凸优化）。
”凸优化“ 是指一种比较特殊的优化，是指求取最小值的目标函数为凸函数的一类优化问题。其中，目标函数为凸函数且定义域为凸集的优化问题称为无约束凸优化问题。
即要求目标函数是凸函数，变量所属集合是凸集合的优化问题。或者目标函数是凸函数，变量的约束函数是凸函数（不等式约束时），或者是仿射函数（等式约束时）。对于凸优化问题来说，局部最优解就是全局最优解。
最优化模型中，若可行域S是凸集，目标函数f是凸函数，则称为凸规划。例如：无约束优化，线性规划等 凸规划性质优秀，求解简单稳定，是非常理想的模型。
任意两个梯形必仿射等价对吗
1、任意两个梯形，同一个底（上底或下底）两边的角度对应相等的可能性极低，正常情况下任意两个梯形是不会相似的。
2、第一种情况，两个梯形相同：梯形必须为直角梯形。梯形的上底+梯形的下底=梯形的高。梯形A的锐角=梯形B的锐角。第二种情况，两个梯形不同：梯形必须为直角梯形。梯形A的上底+梯形B的下底=梯形的高。
3、证明四边形或边以上的多边形相似，必须要：所有对应边成比例，所有对应角相等。
4、但两个梯形要拼成一个平行四边形，是有前提条件的：高相等，对应角相等。所以，不是任意两个梯形都可以拼成一个平行四边形的。
仿射对应是否保持角的平分线
1、仿射变换是保持共线点、平行性和简比不变的变换。线段长度、角度不是仿射不变量。
2、其实是指保持二维图形间的相对位置关系不变，平行线还是平行线，而直线上点的位置顺序不变，另特别注意向量间夹角可能会发生变化。
3、平面上的仿射变换由三对不共线的对应点完全确定。线段的长度和二直线的夹角在仿射变换下一般都要改变。
