我们可以使用计算贝塞尔曲线上一点的切线向量的方法来计算它的法向量。

首先，我们需要计算贝塞尔曲线上给定参数值t处的切线向量。我们可以使用如下公式计算：

$$ \mathbf{T}(t) = n\sum_{i=0}^{n-1} \binom{n-1}{i}(1-t)^{n-1-i}t^i(\mathbf{P}_{i+1} - \mathbf{P}_i) $$

其中，n为贝塞尔曲线的阶数，$\mathbf{P}_{i}$表示曲线上的第i个控制点，$0\leq i \leq n$，$\binom{n-1}{i}$是二项式系数，$0\leq t\leq 1$。

然后，我们可以将切向量与原点相减并将其旋转90度，得到法向量，即：

$$ \mathbf{N}(t) = \begin{pmatrix} 0 & -1\ 1 & 0 \end{pmatrix}(\mathbf{T}(t) - \mathbf{P}(t)) $$

其中，$\mathbf{P}(t)$是贝塞尔曲线在参数值t处的点坐标。

下面是一个Python示例代码，用于计算参数$t=0.5$处的贝塞尔曲线上的法向量：

import numpy as np

def binomial_coefficient(n, i):
    """Calculate the binomial coefficient"""
    return np.math.factorial(n) // (np.math.factorial(i) * np.math.factorial(n-i))

def bezier_tangent(n, t, control_points):
    """Compute the tangent vector of a Bezier curve at parameter t"""
    tangent_vector = np.zeros(2)
    for i in range(n):
        tangent_vector += binomial_coefficient(n-1, i) * (1-t)**(n-1-i) * t**i * (control_points[i+1] - control_points[i])
    return n * tangent_vector

def bezier_normal(n, t, control_points):
    """Compute the normal vector of a Bezier curve at parameter t"""
    tangent_vector = bezier_tangent(n, t, control_points)
    point = np.zeros(2)
    for i in range(n):
        point += binomial_coefficient(n, i