【解析几何笔记】3.向量分解定理

news2025/1/24 10:47:28

3. 向量分解定理

3.1 线性组合

  • n n n个向量 α 1 , α 2 , . . . , α n \pmb{\alpha}_{1},\pmb{\alpha}_{2},...,\pmb{\alpha}_{n} α1,α2,...,αn,对应有 n n n个实数 λ 1 , λ 2 , . . . , λ n \lambda_{1},\lambda_{2},...,\lambda_{n} λ1,λ2,...,λn,可以用这 n n n个实数对应地与这 n n n个向量做数乘,会得到一组 n n n个新的向量:
    λ 1 α 1 , λ 2 α 2 , . . . , λ n α n \lambda_{1}\pmb{\alpha}_{1},\lambda_{2}\pmb{\alpha}_{2},...,\lambda_{n}\pmb{\alpha}_{n} λ1α1,λ2α2,...,λnαn
    将它们从头加到尾得到一个新的向量:
    β = λ 1 α 1 + λ 2 α 2 + . . . + λ n α n \pmb{\beta}=\lambda_{1}\pmb{\alpha}_{1}+\lambda_{2}\pmb{\alpha}_{2}+...+\lambda_{n}\pmb{\alpha}_{n} β=λ1α1+λ2α2+...+λnαn
    β \pmb{\beta} β可由 α 1 , α 2 , . . . , α n \pmb{\alpha}_{1},\pmb{\alpha}_{2},...,\pmb{\alpha}_{n} α1,α2,...,αn分解,且 β \pmb{\beta} β可以写成 α 1 , α 2 , . . . , α n \pmb{\alpha}_{1},\pmb{\alpha}_{2},...,\pmb{\alpha}_{n} α1,α2,...,αn线性组合
    【例】

这个平面里的任意一个向量都可以由 e 1 \pmb{e}_{1} e1 e 2 \pmb{e}_{2} e2分解

3.2 向量分解定理

【定理1.1】(向量分解定理)
(1)如果三个向量 α , β , γ \pmb{\alpha},\pmb{\beta},\pmb{\gamma} α,β,γ共面,并且 α , β \pmb{\alpha},\pmb{\beta} α,β不平行,则 γ \pmb{\gamma} γ可以对 α , β \pmb{\alpha},\pmb{\beta} α,β分解,并且分解方式唯一。

(2)如果 α , β , γ \pmb{\alpha},\pmb{\beta},\pmb{\gamma} α,β,γ不共面,则任何向量 δ \pmb{\delta} δ都可以对 α , β , γ \pmb{\alpha},\pmb{\beta},\pmb{\gamma} α,β,γ分解,并且分解方式唯一。

【证】(1)先证 α , β , γ \pmb{\alpha},\pmb{\beta},\pmb{\gamma} α,β,γ共面的情况
取点 O O O使得, O A ⃗ = α , O B ⃗ = β , O C ⃗ = γ \vec{OA}=\pmb{\alpha},\vec{OB}=\pmb{\beta},\vec{OC}=\pmb{\gamma} OA =α,OB =β,OC =γ

过C点做OB的平行线,交OA于D点,存在 μ ∈ R \mu\in\mathbb{R} μR,使得 D C ⃗ = μ β \vec{DC}=\mu\pmb{\beta} DC =μβ,存在 λ ∈ R \lambda\in\mathbb{R} λR,使得 O D ⃗ = λ α \vec{OD}=\lambda\pmb{\alpha} OD =λα,于是由三角形法则知, O D ⃗ + D C ⃗ = λ α + μ β = O C ⃗ = γ \vec{OD}+\vec{DC}=\lambda\pmb{\alpha}+\mu\pmb{\beta}=\vec{OC}=\pmb{\gamma} OD +DC =λα+μβ=OC =γ
γ = λ α + μ β \pmb{\gamma}=\lambda\pmb{\alpha}+\mu\pmb{\beta} γ=λα+μβ
现在证此分解为唯一的,用反证法:
∃ λ ′ , μ ′ \exists\lambda',\mu' λ,μ使得 λ ′ α + μ ′ β = γ \lambda'\pmb{\alpha}+\mu'\pmb{\beta}=\pmb{\gamma} λα+μβ=γ
0 = γ − γ = λ α − λ ′ α + μ β − μ ′ β = ( λ − λ ′ ) α + ( μ − μ ′ ) β 0=\pmb{\gamma}-\pmb{\gamma}=\lambda\pmb{\alpha}-\lambda'\pmb{\alpha}+\mu\pmb{\beta}-\mu'\pmb{\beta}=(\lambda-\lambda')\pmb{\alpha}+(\mu-\mu')\pmb{\beta} 0=γγ=λαλα+μβμβ=(λλ)α+(μμ)β
不妨设 λ ≠ λ ′ \lambda\ne\lambda' λ=λ(为了保证两种线性组合是不一样的线性组合)
α = ( μ − μ ′ ) β λ − λ ′ \pmb{\alpha}=\frac{(\mu-\mu')\pmb{\beta}}{\lambda-\lambda'} α=λλ(μμ)β
此时 α \pmb{\alpha} α β \pmb{\beta} β平行,矛盾
γ \pmb{\gamma} γ可以对 α , β \pmb{\alpha},\pmb{\beta} α,β分解,并且分解方式唯一。
(2)证 α , β , γ \pmb{\alpha},\pmb{\beta},\pmb{\gamma} α,β,γ不共面的情况(自己想的,欢迎数院大神批评指正)

过D点做OA的平行线DE,使得E点落在平面OAB上,则 E D ⃗ = k γ , k ∈ R \vec{ED}=k\pmb{\gamma},k\in\mathbb{R} ED =kγ,kR,由于 O E ⃗ \vec{OE} OE O A ⃗ = α \vec{OA}=\pmb{\alpha} OA =α O B ⃗ = β \vec{OB}=\pmb{\beta} OB =β共面且 α \pmb{\alpha} α β \pmb{\beta} β不平行,则 O E ⃗ = q α + p β , q , p ∈ R \vec{OE}=q\pmb{\alpha}+p\pmb{\beta},q,p\in\mathbb{R} OE =qα+pβ,q,pR δ = O D ⃗ = O E ⃗ + E D ⃗ = q α + p β + k γ \pmb{\delta}=\vec{OD}=\vec{OE}+\vec{ED}=q\pmb{\alpha}+p\pmb{\beta}+k\pmb{\gamma} δ=OD =OE +ED =qα+pβ+kγ
然后证分解方式唯一,用反证法
假设分解方式不唯一,即 ∃ q ′ , p ′ , k ′ ∈ R \exists q',p',k'\in\mathbb{R} q,p,kR使得 δ = q ′ α + p ′ β + k ′ γ \pmb{\delta}=q'\pmb{\alpha}+p'\pmb{\beta}+k'\pmb{\gamma} δ=qα+pβ+kγ
0 = δ − δ = q α − q ′ α + p β − p ′ β + k γ − k ′ γ = ( q − q ′ ) α + ( p − p ′ ) β + ( k − k ′ ) γ \pmb{0}=\pmb{\delta}-\pmb{\delta}=q\pmb{\alpha}-q'\pmb{\alpha}+p\pmb{\beta}-p'\pmb{\beta}+k\pmb{\gamma}-k'\pmb{\gamma}=(q-q')\pmb{\alpha}+(p-p')\pmb{\beta}+(k-k')\pmb{\gamma} 0=δδ=qαqα+pβpβ+kγkγ=(qq)α+(pp)β+(kk)γ
为了保证分解方式不唯一,不妨设 k ≠ k ′ k\ne k' k=k
γ = ( q − q ′ ) α + ( p − p ′ ) β k − k ′ \pmb{\gamma}=\frac{(q-q')\pmb{\alpha}+(p-p')\pmb{\beta}}{k-k'} γ=kk(qq)α+(pp)β,则说明 γ \pmb{\gamma} γ可由 α \pmb{\alpha} α β \pmb{\beta} β分解,则 γ \pmb{\gamma} γ α \pmb{\alpha} α β \pmb{\beta} β共面,与 α , β , γ \pmb{\alpha},\pmb{\beta},\pmb{\gamma} α,β,γ不共面矛盾
则命题得证。

3.3 向量分解定理的推论

α , β , γ \pmb{\alpha},\pmb{\beta},\pmb{\gamma} α,β,γ共面 ⇔ ∃ \Leftrightarrow\exists 不全为0的三个实数 λ , μ , δ ∈ R \lambda,\mu,\delta\in\mathbb{R} λ,μ,δR,使得 λ α + μ β + δ γ = 0 \lambda\pmb{\alpha}+\mu\pmb{\beta}+\delta\pmb{\gamma}=\pmb{0} λα+μβ+δγ=0
(换句话说就是0向量对三个共面向量的分解方式不唯一)
【证】先证充分性,用反证法
假设
∃ \exists 不全为0的三个实数 λ , μ , δ ∈ R \lambda,\mu,\delta\in\mathbb{R} λ,μ,δR λ α + μ β + δ γ = 0 \lambda\pmb{\alpha}+\mu\pmb{\beta}+\delta\pmb{\gamma}=\pmb{0} λα+μβ+δγ=0,使得 α , β , γ \pmb{\alpha},\pmb{\beta},\pmb{\gamma} α,β,γ不共面。
α , β , γ \pmb{\alpha},\pmb{\beta},\pmb{\gamma} α,β,γ不共面,由向量分解定理知, 0 ⃗ \vec{0} 0 一定可以由 α , β , γ \pmb{\alpha},\pmb{\beta},\pmb{\gamma} α,β,γ分解,且分解方法唯一,即 0 ⋅ α + 0 ⋅ β + 0 ⋅ γ = 0 ⃗ 0\cdot\pmb{\alpha}+0\cdot\pmb{\beta}+0\cdot\pmb{\gamma}=\vec{0} 0α+0β+0γ=0
这与 ∃ \exists 不全为0的三个实数 λ , μ , δ ∈ R \lambda,\mu,\delta\in\mathbb{R} λ,μ,δR λ α + μ β + δ γ = 0 \lambda\pmb{\alpha}+\mu\pmb{\beta}+\delta\pmb{\gamma}=\pmb{0} λα+μβ+δγ=0(分解方法不唯一)矛盾,则充分性成立。
再证必要性:
由于 α , β , γ \pmb{\alpha},\pmb{\beta},\pmb{\gamma} α,β,γ共面
(1)若有一个0向量,不妨设 α = 0 ⃗ \pmb{\alpha}=\vec{0} α=0 ,则 1 ⋅ α + 0 ⋅ β + 0 ⋅ γ = 0 1\cdot\pmb{\alpha}+0\cdot\pmb{\beta}+0\cdot\pmb{\gamma}=0 1α+0β+0γ=0
(2)若 α , β , γ ≠ 0 ⃗ \pmb{\alpha},\pmb{\beta},\pmb{\gamma}\ne\vec{0} α,β,γ=0
若有两个向量是平行的,不妨设 α / / β \pmb{\alpha}//\pmb{\beta} α//β,即 ∃ λ ∈ R \exists \lambda\in\mathbb{R} λR λ ≠ 0 \lambda\ne 0 λ=0,使得 β = λ α \pmb{\beta}=\lambda\pmb{\alpha} β=λα,则 − λ α + λ β + 0 ⋅ γ = 0 -\lambda\pmb{\alpha}+\lambda\pmb{\beta}+0\cdot\pmb{\gamma}=0 λα+λβ+0γ=0
(3)若 α , β , γ \pmb{\alpha},\pmb{\beta},\pmb{\gamma} α,β,γ两两不平行,由于 α , β , γ \pmb{\alpha},\pmb{\beta},\pmb{\gamma} α,β,γ共面,由向量分解定理知 ∃ λ , μ ∈ R \exists \lambda,\mu\in\mathbb{R} λ,μR使得 γ = λ α + μ β \pmb{\gamma}=\lambda\pmb{\alpha}+\mu\pmb{\beta} γ=λα+μβ
λ α + μ β − γ = 0 ⃗ \lambda\pmb{\alpha}+\mu\pmb{\beta}-\pmb{\gamma}=\vec{0} λα+μβγ=0
不全为0的实数找到了,必要性成立。

3.4 三点共线


公式打得太累了,还得画图,下次就多一些手写内容了

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2041185.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Springboot项目基础开发模式+注解

文章目录 web项目开发涉及基础servlettomcatstrutsssm架构SpringBoot架构tomcathibernate Springboot注解AAspectAutowiredAllargConstructorAround BBeanBuilder CConfigurationConditionalOnMissingBeanComponentComponentScanConfigurationPropertiesCrossOrigin DDocumente…

C语言——构造类型

构造类型 数据类型分类 结构体 结构体的定义 定义:自定义数据类型的一种,关键字 struct ,结构体类型的变量可以存储多个不同数据类型的数据。 定义格式: struct 结构体名 { 数据类型1 成员名称1; 数据类型2 成员名称2; … } 注…

Golang | Leetcode Golang题解之第335题路径交叉

题目&#xff1a; 题解&#xff1a; func isSelfCrossing(distance []int) bool {n : len(distance)// 处理第 1 种情况i : 0for i < n && (i < 2 || distance[i] > distance[i-2]) {i}if i n {return false}// 处理第 j 次移动的情况if i 3 && di…

Mac系统如何下载安装Photoshop软件mac的新版指南!

Photoshop&#xff08;简称PS&#xff09;是一款广受欢迎的图像处理工具&#xff0c;在设计、摄影、广告等领域广泛应用。对于Mac用户&#xff0c;安装Photoshop可能会涉及到一些特殊的步骤。本文将为你提供在Mac上安装Photoshop的详细教程及常见问题的解决方案。 一、准备工作…

由微软开源GraphRAG加持的AI智能体,让律师变得更强大!

随着人工智能大模型时代的到来&#xff0c;LLM大语言模型、RAG增强检索、Graph知识图谱、Prompt提示词工程等技术的发展日新月异&#xff0c;也让各行各业更加期待技术带来的产业变革。 比如&#xff0c;法律行业&#xff0c;虽然通用大模型已经能够适配一些法律场景&#xff…

从自动化到智能化:物联网技术在转转智能质检中心的应用

1 背景2 物联网介绍 2.1 开篇故事2.2 物联网是什么2.3 物联网的基本组成 3 物联网技术选型和落地方案 3.1 应用层协议选型3.2 Broker 选型3.3 QoS 消息质量选型3.4 Broker 的部署方案 4 结语5 参考链接 1. 背景 在转转智能质检中心&#xff0c;随着业务的不断发展&#xff0c…

MQ死信对列

面试题&#xff1a;你们是如何保证消息不丢失的&#xff1f; 1、什么是死信 死信就是消息在特定场景下的一种表现形式&#xff0c;这些场景包括&#xff1a; 1. 消息被拒绝访问&#xff0c;即消费者返回 basicNack 的信号时 或者拒绝basicReject 2. 消费者发生异常&#xff0…

vue3在高德地图中制作气象扇形雷达图

这是效果图&#xff0c;每隔22.5就会有一个扇形区域&#xff0c;有三层区域&#xff0c;第一层是距离圆点5km&#xff0c;第二层是10km&#xff0c;第三层是50km。 第一步&#xff1a;高德地图中绘画圆 // 构造矢量圆形let circle new AMap.Circle({center: position.value, …

rv1126-rv1109-读取mipi摄像头ID

1.有那个一个需求,需要读取mipi摄像头ID 起初,我以为很简单,实际非常复杂; 2.移植原有的逻辑,就是操作I2C函数读取ID寄存器,但是一直失败; 3.然后发现是电源没有打开;然后电源又是在DTS里面配置的 4.配置电源后发现要配置时钟 5.配置时钟后发现还要配置摄像头的上…

Vue框架学习笔记-7

Vue-cli项目中的mixin Vue-cli 项目中的 mixin 是一种强大的功能&#xff0c;允许你在多个组件之间共享可复用的方法和/或选项。Mixin 本质上是一个对象&#xff0c;它可以包含组件选项中的任意选项&#xff0c;如数据、方法、生命周期钩子等。当组件使用 mixin 时&#xff0c…

浙商证券社招入职人才测评:语言数字逻辑性格北森测评笔试题库高分答案、通关技巧

浙商证券作为一家综合性证券公司&#xff0c;其社会招聘的待遇情况包括但不限于以下几个方面&#xff1a;首先&#xff0c;公司提供具有竞争力的薪酬体系&#xff0c;其中应届生的平均薪资待遇大约在12K-20K之间&#xff0c;并且可能发放20个月的薪资&#xff0c;总包大约在25万…

好书推荐!这本Transformer书红的发紫,浅显易懂掌握大模型NLP技术!(附文档)

在大数据和人工智能时代&#xff0c;机器学习和深度学习已经成为各行各业解决问题的有效方法&#xff0c;自然语言处理&#xff0c;是深度学习的重要应用领域之一。 而自然语言处理这个研究领域在过去20年中发生了翻天覆地的变化&#xff0c;从传统的自然语言处理方法到深度学…

EcoDev Studio 与 gitlab【拉去项目,切换分支,再修改提交】

1 安装git工具 https://blog.csdn.net/mukes/article/details/115693833 2 创建空项目 3 推送gitlab 1、进入本地该项目目录下&#xff0c;右键Git Bash Here打开git命令窗口 2、初始化本地仓库&#xff1a; git init将本地项目的所有文件添加到暂存区&#xff1a; git a…

Django | 从中间件的角度理解跨站请求伪造(Cross-Site Request Forgey)[CSRF攻击]

文章目录 切入点案例测试views.py测试代码templates模板下的html文件配置路由运行服务 出现CSRF报错解决CRSF报错再次运行服务 查看结果 切入点 某些恶意网站上包含链接、表单按钮或者]avaScript,它们会利用登录过的用户在浏览器中的认证信息试图在你的网站上完成某些操作 Gj…

好用的无线可视耳勺推荐:四大超有性价比产品集锦!

在生活中&#xff0c;耳部清洁是我们常常会关注却又容易忽视细节的一项日常护理。传统的挖耳勺比如棉签等等&#xff0c;有着不可视的局限性和操作失误的潜在风险。随着科技发展&#xff0c;无线可视耳勺逐步走进我们的视野&#xff0c;它结合了挖耳功能和内置摄像头&#xff0…

循环结构(四)——循环嵌套

&#x1f680;欢迎互三&#x1f449;&#xff1a;程序猿方梓燚 &#x1f48e;&#x1f48e; &#x1f680;所属专栏&#xff1a;C教程&#x1f48e; &#x1f680;关注博主&#xff0c;后期持续更新系列文章 &#x1f680;如果有错误感谢请大家批评指出&#xff0c;及时修改 &a…

快速符合ISO26262产品认证——动力域L2监控方案精华分享

一、VCU应用层监控方案的ISO26262背景 “软件定义汽车”趋势下&#xff0c;更多汽车软件问题与消费者生命安全密切相关。而汽车行业ISO 26262《道路车辆功能安全》是一个国际安全标准&#xff0c;对安装在量产道路车辆上的电气、电子系统的功能安全进行了约束和规定&#xff0c…

C语言----约瑟夫环

约瑟夫环 实例说明&#xff1a; 本实例使用循环链表实现约瑟夫环。给定一组编号分别是4、7、5、9、3、2、6、1、8。报数初始值由用户输入&#xff0c;这里输入4&#xff0c;如图12.18所示&#xff0c;按照约瑟夫环原理打印输出队列。 实现过程&#xff1a; (1)在 VC6.0中创建…

整合springboot、mybatis-plus、做的电影的增删改查以及使用七牛云做图片的上传

一、建表 1.在数据库testdb库中新建一个movie表 2.表中的字段&#xff1a; mo_idmo_namemo_actormo_salespic_name 二、编写代码 1.第一步添加坐标 <properties><java.version>8</java.version></properties><dependencies><!--springspr…

一文带你快速了解——HAProxy负载均衡

一、HAProxy简介 1.1、什么是Haproxy HAProxy是法国开发者 威利塔罗(Willy Tarreau)在2000年使用C语言开发的一个开源软件是一款具备高并发(万级以上)、高性能的TCP和HTTP负载均衡器支持基于cookie的持久性&#xff0c;自动故障切换&#xff0c;支持正则表达式及web状态统计。…