文章目录
- 左手坐标系和右手坐标系
向量的加法:两向量首尾相接,结果为不相接的首指向尾
向量的减法:被减的向量反向后再相加
向量的点积:
u ⋅ v = u x v x + u y v y + u z v z = ∥ u ∥ ⋅ ∥ v ∥ c o s θ u\cdot v=u_{x}v_{x}+u_{y}v_{y}+u_{z}v_{z}=\Vert u\Vert\cdot\Vert v\Vert cos\theta u⋅v=uxvx+uyvy+uzvz=∥u∥⋅∥v∥cosθ
当 u u u和 v v v都是单位向量时,它们的点积为 c o s θ cos\theta cosθ
点积的一些有用的特性:- 若 u ⋅ v = 0 u·v=0 u⋅v=0,且 u u u或者 v v v不为0向量, 则 u ⊥ v u\perp v u⊥v,两个向量正交。
- 若 u ⋅ v > 0 u·v>0 u⋅v>0,则两向量之间的夹角小于90°。
- 若 u ⋅ v < 0 u·v<0 u⋅v<0,则两向量之间的夹角小于90°。
向量的叉积:
叉积的结果 p p p与 u u u、 v v v彼此正交。 u × v = − v × u u×v=-v×u u×v=−v×u,需判断两个向量是否为0或者是否相等
p = u × v = [ ( u y v z − u z v y ) , ( u z v x − u x v z ) , ( u x v y − u y v x ) ] p=u\times v=[(u_{y}v_{z}-u_{z}v_y),(u_{z}v_{x}-u_{x}v_{z}),(u_{x}v_{y}-u_{y}v_{x})] p=u×v=[(uyvz−uzvy),(uzvx−uxvz),(uxvy−uyvx)]
如果使用的左手坐标系,可用左手法则判断叉乘的方向(右手坐标系需用右手法)。左手手指沿着第一个向量向第二个向量的方向弯曲,拇指指向的方向就是这两个向量叉积的方向。
矩阵
一个 m × n m×n m×n的矩阵是一个 m m m行 n n n列的矩形数组。
仅包含单行的矩阵为行向量,仅包含单列的矩阵为列向量。
[ a 1 a 2 ⋯ a n ] \begin{bmatrix} a_{1} & a_{2} \cdots & a_{n}\end{bmatrix} [a1a2⋯an] [ a 1 a 2 ⋮ a m ] \begin{bmatrix} a_{1}\\ a_{2}\\ \vdots \\ a_{m}\end{bmatrix} ⎣⎢⎢⎢⎡a1a2⋮am⎦⎥⎥⎥⎤
如果两个向量位数相同且对应的元素也相同,则二者相等A=B、A≠B
标量乘矩阵,结果为用标量与该矩阵的每个元素做乘法后的矩阵。
x × [ a 11 ⋯ a 1 n ⋮ ⋱ ⋮ a m 1 ⋯ a m n ] = [ ( x × a 11 ) ⋯ ( x × a 1 n ) ⋮ ⋱ ⋮ ( x × a m 1 ) ⋯ ( x × a m n ) ] x\times\begin{bmatrix} a_{11}&\cdots&a_{1n}\\ \vdots&\ddots&\vdots\\ a_{m1}&\cdots&a_{mn} \end{bmatrix}=\begin{bmatrix} (x\times a_{11})&\cdots&(x\times a_{1n})\\ \vdots&\ddots&\vdots\\ (x\times a_{m1})&\cdots&(x\times a_{mn}) \end{bmatrix} x×⎣⎢⎡a11⋮am1⋯⋱⋯a1n⋮amn⎦⎥⎤=⎣⎢⎡(x×a11)⋮(x×am1)⋯⋱⋯(x×a1n)⋮(x×amn)⎦⎥⎤
两个矩阵只有维数相同时可做加法,结果为对应元素相加得到的矩阵
[ a 11 ⋯ a 1 n ⋮ ⋱ ⋮ a m 1 ⋯ a m n ] + [ b 11 ⋯ b 1 n ⋮ ⋱ ⋮ b m 1 ⋯ b m n ] = [ a 11 + b 11 ) ⋯ a 1 n + b 1 n ) ⋮ ⋱ ⋮ ( a m 1 + b m 1 ) ⋯ ( a m n + b m n ) ] \begin {bmatrix}a_{11}&\cdots&a_{1n}\\ \vdots &\ddots&\vdots\\ a_{m1}&\cdots&a_{mn} \end{bmatrix}+\begin{bmatrix} b_{11}&\cdots&b_{1n}\\ \vdots&\ddots&\vdots\\ b_{m1}&\cdots&b_{mn} \end{bmatrix}=\begin{bmatrix} a_{11}+b_{11})&\cdots&a_{1n}+b_{1n})\\ \vdots &\ddots &\vdots\\ (a_{m1}+b_{m1})&\cdots&(a_{mn}+b_{mn}) \end{bmatrix} ⎣⎢⎡a11⋮am1