修订 | 角的疑惑——为什么使用弧度?

2019 年 1 月 14 日 遇见数学

转自: https://spaces.ac.cn/archives/1868.  [遇见] 补充部分图形, 转自请注明 

提示: 如文中数字/公式显示较大, 请点击右上角中"刷新"即可恢复正常. 2019.1.14 修订文中一处公式错误. 


也许当我们从小学数学进入中学数学的过程中,让我们最郁闷的事情就是课本上把用的好好的角度制改为弧度制了,那个好好的  的周角无端端变成了一个无理数 为此还多了一堆转换公式,那时这可把我折腾了好一阵子。为什么一个完美的  不用,反而转向一个无理数 这里边涉及到了相当多的原因,在这些原因中,重新体现了数学体系的一致与简约。当然,文章里的观点只是我自己的看法,仅供大家参考。


▌弧度制:简约的要求

如果读者已经学过了极限理论,那么我就可以直接说,引入弧度制,是为了在这样的一种角的度量体制下,满足:

不难证明,只有弧度制才满足这一极限。假如使用角度为单位的话,我们就有

这样就显得不简洁了。满足这个极限有什么好处呢?那是为了更进一步的简洁:只有满足这个条件,我们才有:

这样的简洁式子。也只有当有了这样的简洁公式后,正(余)弦函数才能有更简单的表达形式:

也只有在这样的条件之下,才会有伟大的欧拉公式:

然后才会有复分析各种伟大的数学成果。
如果使用角度单位,那么

会把我们纠结死的。所以最终我们选择了弧度制。


▌弧度制:统一的描述

事实上,使用弧度制,还有另外一个原因:出于我们对角的测量的反思和推广

我们一般说的角,都是指平面角。其实角就是两条同源射线的张开程度,我们怎么测量这个张开程度的呢?我们先把一个周角分为 
 份,每一份叫做一度,然后再分细,然后用这个“量角器”来测量它。在小学我们也许就学过  这样的变换规律。这样很容易让我们认为“度”是一个实在的单位,用物理的语言说,就是角度具有量纲。但事实上,角度是没有量纲的,它不像长度、时间那样具有实在的单位。我们所说的度、分、秒是人为给定的,不能反映其物理实在。

其实,测量两条射线的张开程度,不一定需要上面的“量角器”来度量,只需要计算长度之比就行。比如说,在一条射线上任取一点,往另外一条射线作高,构成一个直角三角形,高与斜边之比,也就是 
 的值,就代表了这个张开程度的大小。但这种测量方式中,  是不随  的匀速变化而匀速变化的(不成线性关系),这样用起来不便。后来,数学家巧妙地构思了一种角度的定义:
以角的交点为圆心,以单位长度为半径作一个单位圆,那么那个角所截的弧的长度就是角的大小。

这就是数学家测量角的方法!也许有的读者会问这样角不是具有长度的单位了?要注意这里是单位圆,这是描述的方便,它实际上是弧长与半径之比,既然是一个比值,自然就没有量纲了!我们中学的时候学过在弧度制下弧长  ,也许还要求我们证明。现在你该明白,这是弧度的定义!中学要求我们去证明实际上是本末倒置了(但是这也无可厚非)。就好比我问你“为什么第一名属于前三名?”一样,因为“不属于前三名就不可能是第一名!”。

这个角的定义很容易让我们将其推广到“立体角”的概念:
从一点引出三条或三条以上的射线,并且以这点为球心作单位球,这些射线在单位球上截出的球面多边形的面积,就是这个立体角的大小。

这样的推广是很显然的,也是很有用的。当然,在这里我们并不进一步展开论述它的作用。不过,我们已经可以发现,从角度到弧度,反映了数学家追求数学整体的和谐和简洁这一事实所在!(完)

登录查看更多
0

相关内容

数学是关于数量、结构、变化等主题的探索。
最新《自动微分手册》77页pdf
专知会员服务
97+阅读 · 2020年6月6日
最新《机器学习理论初探》概述
专知会员服务
42+阅读 · 2020年5月19日
简明扼要!Python教程手册,206页pdf
专知会员服务
46+阅读 · 2020年3月24日
【干货书】流畅Python,766页pdf,中英文版
专知会员服务
223+阅读 · 2020年3月22日
机器学习速查手册,135页pdf
专知会员服务
336+阅读 · 2020年3月15日
面试题:Word2Vec中为什么使用负采样?
七月在线实验室
46+阅读 · 2019年5月16日
特征方程的物理意义
算法与数学之美
6+阅读 · 2019年5月13日
从信息论的角度来理解损失函数
深度学习每日摘要
17+阅读 · 2019年4月7日
单位圆与三角函数
遇见数学
14+阅读 · 2019年1月22日
合集 | 更好的解释(数学篇) 1~12
遇见数学
31+阅读 · 2018年10月11日
【泡泡机器人原创专栏】IMU预积分总结与公式推导(三)
傅里叶变换和拉普拉斯变换的物理解释及区别
算法与数学之美
11+阅读 · 2018年2月5日
一杯咖啡背后的拓扑 | 顾险峰
中国物理学会期刊网
7+阅读 · 2018年2月2日
【直观详解】信息熵、交叉熵和相对熵
机器学习研究会
10+阅读 · 2017年11月7日
The Evolved Transformer
Arxiv
5+阅读 · 2019年1月30日
Arxiv
4+阅读 · 2018年10月31日
Implicit Maximum Likelihood Estimation
Arxiv
7+阅读 · 2018年9月24日
Arxiv
26+阅读 · 2017年12月6日
VIP会员
相关VIP内容
最新《自动微分手册》77页pdf
专知会员服务
97+阅读 · 2020年6月6日
最新《机器学习理论初探》概述
专知会员服务
42+阅读 · 2020年5月19日
简明扼要!Python教程手册,206页pdf
专知会员服务
46+阅读 · 2020年3月24日
【干货书】流畅Python,766页pdf,中英文版
专知会员服务
223+阅读 · 2020年3月22日
机器学习速查手册,135页pdf
专知会员服务
336+阅读 · 2020年3月15日
相关资讯
面试题:Word2Vec中为什么使用负采样?
七月在线实验室
46+阅读 · 2019年5月16日
特征方程的物理意义
算法与数学之美
6+阅读 · 2019年5月13日
从信息论的角度来理解损失函数
深度学习每日摘要
17+阅读 · 2019年4月7日
单位圆与三角函数
遇见数学
14+阅读 · 2019年1月22日
合集 | 更好的解释(数学篇) 1~12
遇见数学
31+阅读 · 2018年10月11日
【泡泡机器人原创专栏】IMU预积分总结与公式推导(三)
傅里叶变换和拉普拉斯变换的物理解释及区别
算法与数学之美
11+阅读 · 2018年2月5日
一杯咖啡背后的拓扑 | 顾险峰
中国物理学会期刊网
7+阅读 · 2018年2月2日
【直观详解】信息熵、交叉熵和相对熵
机器学习研究会
10+阅读 · 2017年11月7日
相关论文
The Evolved Transformer
Arxiv
5+阅读 · 2019年1月30日
Arxiv
4+阅读 · 2018年10月31日
Implicit Maximum Likelihood Estimation
Arxiv
7+阅读 · 2018年9月24日
Arxiv
26+阅读 · 2017年12月6日
Top
微信扫码咨询专知VIP会员