文章目录
向量运算
1. 向量的模(向量大小)
公式
向量的模一般公式:
∣ v ⇀ ∣ = v 1 2 + v 2 2 + . . . + v n 2 = ∑ i = 1 n v i 2 \lvert \overrightharpoon{v} \rvert=\sqrt{v_1^2+v_2^2+...+v_n^2}=\sqrt{\displaystyle\sum_{i=1}^nv_i^2} ∣v∣=v12+v22+...+vn2=i=1∑nvi2
对于二维和三维向量,公式分别为:
∣ v ⇀ ∣ = v x 2 + v y 2 \lvert \overrightharpoon{v} \rvert=\sqrt{v_x^2+v_y^2} ∣v∣=vx2+vy2
∣ v ⇀ ∣ = v x 2 + v y 2 + v z 2 \lvert \overrightharpoon{v} \rvert=\sqrt{v_x^2+v_y^2+v_z^2} ∣v∣=vx2+vy2+vz2
几何应用
求两点间的距离:

a 点 的 坐 标 若 为 向 量 , 可 表 示 原 点 到 a 点 的 向 量 ; b 亦 同 。 则 可 知 a 点 到 b 的 向 量 b ⇀ − a ⇀ , ∣ b ⇀ − a ⇀ ∣ 则 为 a 点 到 b 点 的 距 离 。 a点的坐标若为向量,可表示原点到a点的向量;b亦同。则可知a点到b的向量\overrightharpoon{b} - \overrightharpoon{a} ,\lvert\overrightharpoon{b} - \overrightharpoon{a}\rvert则为a点到b点的距离。 a点的坐标若为向量,可表示原点到a点的向量;b亦同。则可知a点到b的向量b−a,∣b−a∣则为a点到b点的距离。
距离公式为:
D i s t a n c e ( a , b ) = ∣ a b ⇀ ∣ = ∣ b ⇀ − a ⇀ ∣ = ( b x − a x ) 2 + ( b y − a y ) 2 Distance(a,b)=\lvert\overrightharpoon{ab}\rvert=\lvert\overrightharpoon{b}-\overrightharpoon{a}\rvert=\sqrt{(b_x-a_x)^2+(b_y-a_y)^2} Distance(a,b)=∣ab∣=∣b−a∣=(bx−ax)2+(by−ay)2
2. 标量与向量的乘法
公式
k [ a 1 a 2 . . . a n ] = [ k a 1 k a 2 . . . k a n ] k \begin{bmatrix} a_1\\ a_2\\ ...\\ a_n\\ \end{bmatrix}= \begin{bmatrix} ka_1\\ ka_2\\ ...\\ ka_n\\ \end{bmatrix} k⎣⎢⎢⎡a1a2...an⎦⎥⎥⎤=⎣⎢⎢⎡ka1ka2...kan⎦⎥⎥⎤
几何解释
若k>0,表示该向量在原来的方向上缩放向量的长度;若k<0,则表示该向量在相反方向上缩放该向量的长度。
3. 单位向量
单位向量是模为1的向量,一般用来表示向量的方向。一个向量除以该向量的模,可以得到该向量的单位向量。
v ⇀ n o r m = v ⇀ ∣ v ⇀ ∣ , v ⇀ = / 0 \overrightharpoon{v}_{norm}=\frac{ \overrightharpoon{v}}{ \lvert\overrightharpoon{v}\rvert}, \overrightharpoon{v}{=}\mathllap{/\,}0 vnorm=∣v∣v,v=/0
零向量没有方向,不能被标准化,在数学上不允许,几何上也没有意义。

4. 向量加减法
公式
[ a 1 a 2 . . . a n ] + [ b 1 b 2 . . . b n ] = [ a 1 + b 1 a 2 + b 2 . . . a n + b n ] , [ a 1 a 2 . . . a n ] − [ b 1 b 2 . . . b n ] = [ a 1 − b 1 a 2 − b 2 . . . a n − b n ] \begin{bmatrix} a_1\\ a_2\\ ...\\ a_n\\ \end{bmatrix}+ \begin{bmatrix} b_1\\ b_2\\ ...\\ b_n\\ \end{bmatrix}= \begin{bmatrix} a_1+b_1\\ a_2+b_2\\ ...\\ a_n+b_n\\ \end{bmatrix}, \begin{bmatrix} a_1\\ a_2\\ ...\\ a_n\\ \end{bmatrix}- \begin{bmatrix} b_1\\ b_2\\ ...\\ b_n\\ \end{bmatrix}= \begin{bmatrix} a_1-b_1\\ a_2-b_2\\ ...\\ a_n-b_n\\ \end{bmatrix} ⎣⎢⎢⎡a1a2...an⎦⎥⎥⎤+⎣⎢⎢⎡b1b2...bn⎦⎥⎥⎤=⎣⎢⎢⎡a1+b1
6178



被折叠的 条评论
为什么被折叠?



