学习向量

一、向量的基本知识

1、向量表示和模长
  1. 带着箭头的线段就是向量,箭头的方向表示向量的方向,线段的长度表示向量的大小。相应的没有方向的量称为数量,也称为标量
  2. 向量是表示大小方向的量,它并没有规定起点和终点,所以相同的向量可以画在任意位置上,注意:向量未必都是真的,也存在曲线向量
  3. 向量的大小称为向量的模,它是一个标量,在平面直角坐标系中, 向量模长表示为: ∣ a ∣ = x 1 2 + x 2 2 |a| =\sqrt{x1^2 + x2^2} a=x12+x22 ,a的模长也称为a的二范数,这里的|a|可不是绝对值,这是在数学中符号重用
2、维度和分量
  1. 空间的每一个维度都可以代表任意事物,这完全取决于你对每一个维度的定义,多维空间只是个概念
  2. n维空间表示方式: R n \reals{^n} Rn,上标n表示空间的维度
  3. 向量在某一个维度上的值称为向量在该维度上的分量,比如 R 3 \Reals^{3} R3空间的向量 a = ⟨ 3 , 5 , 8 ⟩ a=\langle3,5,8\rangle a=3,5,8,a在三个维度的分量分别是3、5、8
3、单位向量和零向量
  1. 零向量定义:所有分量都为0的向量。
    由于零向量是被压缩成一个点,所以零向量没有方向,原点就是典型的零向量。
    零向量用大写字母 O \Omicron O表示,也可发直接用数字0表示:
    O = [ 0 0 ] , O ∈ R 2 \Omicron = \begin{bmatrix} 0 \\ 0 \end{bmatrix} ,\Omicron\in\Reals^{2} O=[00],OR2

    O = [ 0 0 0 ] , O ∈ R 3 \Omicron = \begin{bmatrix} 0 \\ 0 \\ 0 \end{bmatrix} ,\Omicron\in\Reals^{3} O=000,OR3

  2. 单位向量定义:模长等于1的向量。
    由于单位向量可以指向任何方向,所以单位向量有无数个,但是指向某一个特定方向的单位向量只有一个

  3. 一个非零向量除以它的模,可以得到单位向量N: N = a ∣ a ∣ \Nu = \dfrac{a}{|a|} N=aa

二、向量的加减和数乘

1、向量加法
  1. 只有相同维度的向量才能相加,两个向量相加时,只需要把这两个向量对应的分量依次相加,从而得到一个新的向量:
    a = [ − 1 2 ] , b = [ 3 1 ] , a + b = [ − 1 + 3 2 + 1 ] = [ 2 3 ] a=\begin{bmatrix}-1 \\ 2 \end{bmatrix}, b=\begin{bmatrix}3 \\ 1 \end{bmatrix},a+b=\begin{bmatrix}-1+3\\ 2+1 \end{bmatrix}=\begin{bmatrix}2 \\ 3 \end{bmatrix} a=[12],b=[31],a+b=[1+32+1]=[23]
    向量相加几何意义:a和b向量组成了平行四边形的两条边,相加的结果正是平行四边形的对角线
2、向量数乘
  1. 一个向量可以和一个标量相乘,只需要把向量中的每个分量都与该标量相乘即可:
    ν = [ 1 2 ] , ν × 2 = [ 2 4 ] , ν × ( − 2 ) = [ − 2 − 4 ] \nu=\begin{bmatrix}1 \\ 2 \end{bmatrix},\nu \times 2 = \begin{bmatrix}2 \\ 4\end{bmatrix}, \nu\times(-2)=\begin{bmatrix}-2\\-4\end{bmatrix} ν=[12],ν×2=[24],ν×(2)=[24]
  2. 向量的数乘其实是对原向量的伸缩,如果是乘以正数,方向与原向量相同;如果乘以负数,方向与原向量相反
3、向量减法
  1. 向量的减法实际上是由向量加法和数乘推导而来的
    a = [ 2 3 ] , b = [ − 1 2 ] , a − b = a + ( − 1 ) × b = [ 3 1 ] a=\begin{bmatrix}2 \\ 3\end{bmatrix},b=\begin{bmatrix}-1\\2\end{bmatrix},a-b=a+(-1)\times b=\begin{bmatrix}3\\1\end{bmatrix} a=[23],b=[12],ab=a+(1)×b=[31]
  2. a − b a-b ab相当于先将b调头,再与a相加,即 a + ( − b ) a+(-b) a+(b)
4、向量与方程组
  1. 一个方程组可以看作是向量加减和数乘的综合应用,比如:
    { 3 x + 2 y = 7 − 6 x + 6 y = 6 ⇒ [ 3 − 6 ] ⏟ a x + [ 2 6 ] ⏟ b y = [ 7 6 ] ⏟ c ⇒ a x + b y = c \begin{cases}3x+2y=7 \\ -6x+6y=6\end{cases}\rArr\underbrace{\begin{bmatrix}3\\-6\end{bmatrix}}_{\text{a}}x+\underbrace{\begin{bmatrix}2\\6\end{bmatrix}}_{\text{b}}y=\underbrace{\begin{bmatrix}7\\6\end{bmatrix}}_{\text{c}}\rArr ax+by=c {3x+2y=76x+6y=6a [36]x+b [26]y=c [76]ax+by=c
    { x = 1 y = 2 ⇒ a + 2 b = c \begin{cases}x=1 \\ y = 2\end{cases}\rArr a+2b=c {x=1y=2a+2b=c

三、向量的点积

向量点积的别名是数量积或内积,其定义:点积是接收在实数 R \Reals R上的两个向量并返回一个实数值标量的二元运算,它欧几里得空间的标准内积

1、什么是点积
  1. 首先要明确的是:向量的点积是标量,是一个数
  2. 点积的代数意义:如果 A \Alpha A B \Beta B都是n维向量,它们的点积就是二者分量的乘积之和
    如 果 : A = ⟨ a 1 , a 2 , . . . , a n ⟩ , B = ⟨ b 1 , b 2 , . . . , b n ⟩ 如果:\Alpha=\langle a_1,a_2,...,a_n \rangle,\Beta=\langle b_1,b_2,...,b_n \rangle A=a1,a2,...,an,B=b1,b2,...,bn
    那 么 : A ⋅ B = ∑ i = 1 n a i b i 那么:\Alpha \cdot \Beta=\displaystyle\sum_{i=1}^na_ib_i AB=i=1naibi
  3. 点积的几何意义: A \Alpha A B \Beta B的模乘以二者的夹角余弦
    如 果 : A = ⟨ a 1 , a 2 ⟩ , B = ⟨ b 1 , b 2 ⟩ 如果:\Alpha=\langle a_1,a_2 \rangle,\Beta=\langle b_1,b_2 \rangle A=a1,a2,B=b1,b2
    那 么 : A ⋅ B = a 1 b 1 + a 2 b 2 = ∣ A ∣ ∣ B ∣ cos ⁡ θ 那么:\Alpha \cdot \Beta=a_1b_1 + a_2b_2=|\Alpha||\Beta|\cos\theta AB=a1b1+a2b2=ABcosθ
2、余弦定理
  1. 点积为什么能和夹角扯上关系呢,余弦定理定义已知三角形的两边和夹角,就可以知道第3边的长度: ∣ C ∣ 2 = ∣ A ∣ 2 + ∣ B ∣ 2 − 2 ∣ A ∣ ∣ B ∣ cos ⁡ θ |\cnums|^2=|\Alpha|^2+|\Beta|^2-2|\Alpha||\Beta|\cos\theta C2=A2+B22ABcosθ
  2. 用向量和点积表达余弦定理:
    如 果 : A = ⟨ a 1 , a 2 ⟩ , B = ⟨ b 1 , b 2 ⟩ 如果:\Alpha = \langle a_1,a_2 \rangle, \Beta = \langle b_1,b_2 \rangle A=a1,a2,B=b1,b2
    那 么 : A ⋅ B = a 1 b 1 + a 2 b 2 那么:\Alpha \cdot \Beta=a_1b_1+a_2b_2 AB=a1b1+a2b2
    根据向量减法的几何意义:
    C = A − B ∣ C ∣ 2 = ∣ A − B ∣ 2 = ( a 1 − b 1 ) 2 + ( a 2 − b 2 ) 2 = ( a 1 2 + a 2 2 ) ⏟ ∣ A ∣ 2 + ( b 1 2 + b 2 2 ) ⏟ ∣ B ∣ 2 − 2 ( a 1 b 1 + a 2 b 2 ) ⏟ A B = ∣ A ∣ 2 + ∣ B ∣ 2 − 2 A B \large C=\Alpha-\Beta \\ |\large C|^{2}=|\Alpha-\Beta|^{2}=(a_1-b_1)^{2}+(a_2-b_2)^{2} \\ =\underbrace{(a_1^{2}+a_2^{2})}_{|\Alpha|^{2}}+\underbrace{(b_1^{2}+b_2^{2})}_{|\Beta|^{2}}-2\underbrace{(a_1b_1+a_2b_2)}_{\Alpha\Beta} \\ =|\Alpha|^{2}+|\Beta|^{2}-2\Alpha\Beta C=ABC2=AB2=(a1b1)2+(a2b2)2=A2 (a12+a22)+B2 (b12+b22)2AB (a1b1+a2b2)=A2+B22AB
    注意: C = A + ( − 1 ) B \large C=\Alpha+(-1)\Beta C=A+(1)B
    结合余弦定理:
    ∣ ∣ C ∣ 2 = ∣ A ∣ 2 + ∣ B ∣ 2 − 2 A B = ∣ A ∣ 2 + ∣ B ∣ 2 − 2 ∣ A ∣ ∣ B ∣ cos ⁡ θ ⏟ 余弦定理 ⇒ A ⋅ B = ∣ A ∣ ∣ B ∣ cos ⁡ θ |\large |C|^{2}=|\Alpha|^{2}+|\Beta|^{2}-2\Alpha\Beta=\underbrace{|\Alpha|^{2}+|\Beta|^{2}-2|\Alpha||\Beta|\cos\theta}_{\text{余弦定理}} \\ \rArr \Alpha\cdot\Beta=|\Alpha||\Beta|\cos\theta C2=A2+B22AB=余弦定理 A2+B22ABcosθAB=ABcosθ
    因此结论:两个向量点积的几何意义是它们的模乘以它们的夹角余弦

四、点积的作用

1、计算向量间的夹角

可以利用点积计算向量之间的夹角(三维向量)
P Q = [ 0 1 0 ] − [ 1 0 0 ] = [ − 1 1 0 ] , P R = [ 0 0 2 ] − [ 1 0 0 ] = [ − 1 0 2 ] PQ=\begin{bmatrix} 0\\1\\0\end{bmatrix}-\begin{bmatrix}1\\0\\0\end{bmatrix}=\begin{bmatrix}-1\\1\\0\end{bmatrix},PR=\begin{bmatrix} 0\\0\\2\end{bmatrix}-\begin{bmatrix}1\\0\\0\end{bmatrix}=\begin{bmatrix}-1\\0\\2\end{bmatrix} PQ=010100=110,PR=002100=102
P Q ⋅ P R = ∣ P Q ∣ ∣ P R ∣ cos ⁡ θ ⇒ cos ⁡ θ = P Q ⋅ P R ∣ P Q ∣ ∣ P R ∣ = − 1 ∗ ( − 1 ) + 1 ∗ 0 + 0 ∗ 2 ( − 1 ) 2 + 1 2 + 0 2 ∗ ( − 1 ) 2 + 0 2 + 2 2 = 1 10 ⇒ θ = cos ⁡ − 1 ( 1 10 ) ≈ 71.5 ° PQ\cdot PR=|PQ||PR|\cos\theta\rArr \cos\theta=\dfrac{PQ\cdot PR}{|PQ||PR|} \\ =\dfrac{-1*(-1)+1*0+0*2}{\sqrt{(-1)^{2}+1^{2}+0^{2}}*\sqrt{(-1)^{2}+0^{2}+2^{2}}}=\dfrac{1}{\sqrt{10}} \\ \rArr\theta=\cos^{-1}(\dfrac{1}{\sqrt{10}})\approx71.5\degree PQPR=PQPRcosθcosθ=PQPRPQPR=(1)2+12+02 (1)2+02+22 1(1)+10+02=10 1θ=cos1(10 1)71.5°

2、判断向量的方向
  1. 点积是一个数量;它可能小于0,实际上,只有当夹角小于 90 ° 90\degree 90°时,点积才是正的
  2. θ \theta θ是向量 A \Alpha A B \Beta B之间的夹角,则:
    i f θ < 90 ° , t h e n A ⋅ B > 0 i f θ > 90 ° , t h e n A ⋅ B < 0 i f θ = 90 ° , t h e n A ⋅ B = 0 \begin{matrix}if & \theta<90\degree, & then & \Alpha\cdot\Beta>0 \\ if & \theta>90\degree, & then & \Alpha\cdot\Beta<0 \\ if & \theta=90\degree, & then & \Alpha\cdot\Beta=0 \end{matrix} ifififθ<90°,θ>90°,θ=90°,thenthenthenAB>0AB<0AB=0
    总结:
    1、当两个向量的点积大于0,即夹角小于$90\degree$时,我们认为这两个向量的方向大致相同;
    2、当两个向量的点积小于0,即夹角大于$90\degree$时,我们认为这两个向量的方向大致相反;
    3、当两个向量的点积等于0,即夹角等于$90\degree$时,我们认为这个向量二者垂直
    点积是度量两个向量相对方向的数字
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值