向量的内积和外积 为什么这样定义

news2024/12/1 13:44:03

向量的内积和外积 为什么这样定义

flyfish

定义、公理与证明的区别

  • 定义
    定义是人为规定的,用于描述概念的含义。例如,内积和外积是根据实际需求定义的,目的是描述几何和代数性质。定义不需要证明。

  • 公理
    公理是数学中的基本假设,通常是显然成立或无需证明的。例如,欧几里得几何的平行线公理或线性代数中的向量空间公理。内积和外积不是公理,而是基于向量空间公理的派生。

  • 证明
    证明是通过逻辑推导得出一个命题成立的过程。例如,基于内积的定义,可以证明柯西-施瓦茨不等式。

1. 内积的定义和目的

定义
内积是两个向量之间的标量乘积,通常定义为:
u ⋅ v = ∥ u ∥ ∥ v ∥ cos ⁡ θ \mathbf{u} \cdot \mathbf{v} = \|\mathbf{u}\| \|\mathbf{v}\| \cos\theta uv=u∥∥vcosθ
其中 θ \theta θ 是两个向量之间的夹角, ∥ u ∥ \|\mathbf{u}\| u ∥ v ∥ \|\mathbf{v}\| v 分别是向量的模。

在欧几里得空间中,若用坐标表示:
u ⋅ v = ∑ i = 1 n u i v i \mathbf{u} \cdot \mathbf{v} = \sum_{i=1}^n u_i v_i uv=i=1nuivi

目的

  1. 测量投影:内积描述了一个向量在另一个向量上的投影大小。
  2. 计算夹角:通过内积可以快速计算两个向量之间的夹角。
  3. 能量/功的计算:在物理中,力与位移的内积描述了功的大小。
  4. 度量定义:内积用于定义向量空间的距离(欧几里得距离)。

2. 外积的定义和目的

定义
外积是两个向量之间的向量乘积,结果是一个新的向量。通常定义为:
u × v = ∥ u ∥ ∥ v ∥ sin ⁡ θ   n \mathbf{u} \times \mathbf{v} = \|\mathbf{u}\| \|\mathbf{v}\| \sin\theta \, \mathbf{n} u×v=u∥∥vsinθn
其中 n \mathbf{n} n 是垂直于 u \mathbf{u} u v \mathbf{v} v 的单位向量,方向由右手法则确定。

若在三维空间中以分量表示:
u × v = ∣ i j k u 1 u 2 u 3 v 1 v 2 v 3 ∣ \mathbf{u} \times \mathbf{v} = \begin{vmatrix} \mathbf{i} & \mathbf{j} & \mathbf{k} \\ u_1 & u_2 & u_3 \\ v_1 & v_2 & v_3 \end{vmatrix} u×v= iu1v1ju2v2ku3v3
(这是行列式的形式化表示。)

目的

  1. 描述垂直方向:外积生成一个与两个向量所在平面垂直的向量。
  2. 计算面积:两个向量外积的模等于它们张成的平行四边形的面积。
  3. 物理意义:在物理中,外积用于描述角动量、磁场力等方向性量。
外积和面积的关系

外积 u × v \mathbf{u} \times \mathbf{v} u×v 的模(大小)定义为:
∥ u × v ∥ = ∥ u ∥ ∥ v ∥ sin ⁡ θ \|\mathbf{u} \times \mathbf{v}\| = \|\mathbf{u}\| \|\mathbf{v}\| \sin\theta u×v=u∥∥vsinθ
其中 θ \theta θ 是向量 u \mathbf{u} u v \mathbf{v} v 之间的夹角。几何意义上, ∥ u ∥ ∥ v ∥ sin ⁡ θ \|\mathbf{u}\| \|\mathbf{v}\| \sin\theta u∥∥vsinθ 恰好等于这两个向量张成的平行四边形的面积。

右手法则的意义

外积不仅有大小,还包含方向,结果是一个垂直于两个向量所在平面的向量,其方向通过右手法则确定:

  1. 将右手的四指从第一个向量 u \mathbf{u} u 指向第二个向量 v \mathbf{v} v
  2. 大拇指指向的方向就是外积的方向。

这种方向的定义使得外积在物理和几何中有特定的应用,如确定旋转方向或描述三维空间的力矩。

3. 柯西(Cauchy)和施瓦茨(Schwarz)关于不等式的证明

柯西-施瓦茨不等式的内容

在向量空间中,柯西-施瓦茨不等式表述为:
∣ u ⋅ v ∣ ≤ ∥ u ∥ ∥ v ∥ |\mathbf{u} \cdot \mathbf{v}| \leq \|\mathbf{u}\| \|\mathbf{v}\| uvu∥∥v
等号成立的条件是 u \mathbf{u} u v \mathbf{v} v 线性相关。

证明思想

柯西和施瓦茨的证明基于以下思想:

  1. 定义一个辅助函数 f ( t ) = ∥ u + t v ∥ 2 f(t) = \|\mathbf{u} + t\mathbf{v}\|^2 f(t)=u+tv2,研究它在任意 t t t 下的非负性。
  2. 通过展开 ∥ u + t v ∥ 2 \|\mathbf{u} + t\mathbf{v}\|^2 u+tv2,得到:
    f ( t ) = u ⋅ u + 2 t ( u ⋅ v ) + t 2 ( v ⋅ v ) f(t) = \mathbf{u} \cdot \mathbf{u} + 2t(\mathbf{u} \cdot \mathbf{v}) + t^2 (\mathbf{v} \cdot \mathbf{v}) f(t)=uu+2t(uv)+t2(vv)
  3. 利用二次函数的判别式非负性条件,推出 ∣ u ⋅ v ∣ ≤ ∥ u ∥ ∥ v ∥ |\mathbf{u} \cdot \mathbf{v}| \leq \|\mathbf{u}\| \|\mathbf{v}\| uvu∥∥v

4. 赫尔曼·格拉斯曼(Hermann Grassmann)与吉布斯(Josiah Willard Gibbs)的贡献

格拉斯曼的贡献

赫尔曼·格拉斯曼是一位德国数学家,他在1844年的著作《线性外积理论》(Die Lineale Ausdehnungslehre)中,首次系统地研究了向量之间的外积及其性质。他提出:

  • 向量可以进行类似于“乘法”的操作,其结果是一个新的几何对象(例如平行四边形的面积)。
  • 他开创了外代数的概念,成为后来线性代数和多维几何学的重要基础。
吉布斯的贡献

美国物理学家吉布斯(Josiah Willard Gibbs)在19世纪末将格拉斯曼的外积思想应用到三维向量分析中。他发展了适合物理学的向量符号体系:

  • 引入了**点积(内积)叉积(外积)**的概念。
  • 将外积的应用扩展到电磁学和力学中(如转矩、角动量的计算)。

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/2251140.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

Linux内核4.14版本——ccf时钟子系统(3)——ccf一些核心结构体

目录 1. struct clk_hw 2. struct clk_ops 3. struct clk_core 4. struct clk_notifier 5. struct clk 6. struct clk_gate 7. struct clk_divider 8. struct clk_mux 9. struct clk_fixed_factor 10. struct clk_fractional_divider 11. struct clk_multiplier 12…

点云处理中obb算法原理和法向量求解方法

主要数学原理PCA PCA(Principal Component Analysis,主成分分析)是数据分析中的一种重要技术,通过它可以将高维数据投影到低维空间,找到数据的主要结构。在点云分析中,PCA 可以帮助我们提取点云数据中的主…

shell编程7,bash解释器的 for循环+while循环

声明! 学习视频来自B站up主 泷羽sec 有兴趣的师傅可以关注一下,如涉及侵权马上删除文章,笔记只是方便各位师傅的学习和探讨,文章所提到的网站以及内容,只做学习交流,其他均与本人以及泷羽sec团队无关&#…

【人工智能】Python常用库-TensorFlow常用方法教程

TensorFlow 是一个广泛应用的开源深度学习框架,支持多种机器学习任务,如深度学习、神经网络、强化学习等。以下是 TensorFlow 的详细教程,涵盖基础使用方法和示例代码。 1. 安装与导入 安装 TensorFlow: pip install tensorflow…

wxFormBuilder:可视化设计、学习wxWidgets自带UI控件的好工具

wxFormBuilder很快就能拼出一个界面,而且可以直接出对应的代码,拷贝到项目里小改一下就能用。

Vim操作

1. Vim的模式 2.正常模式->编辑模式 在上⽅插⼊⼀⾏: O在下⽅插⼊⼀⾏: o (open)在当前光标前插⼊: i在⾏⾸插⼊: I在当前光标后插⼊: a在⾏尾插⼊: A 3.常见命令行 1、拷贝当前行 yy ,拷贝当前行向下…

阿里云服务器(centos7.6)部署前后端分离项目(MAC环境)

Jdk17安装部署 下载地址:https://www.oracle.com/java/technologies/downloads/ 选择自己需要的jdk版本进行下载。 通过mac终端scp命令上传下载好的jdk17到服务器的/usr/local目录下 scp -r Downloads/jdk-17.0.13_linux-x64_bin.tar.gz 用户名服务器ip地址:/us…

「Mac畅玩鸿蒙与硬件33」UI互动应用篇10 - 数字猜谜游戏

本篇将带你实现一个简单的数字猜谜游戏。用户输入一个数字,应用会判断是否接近目标数字,并提供提示“高一点”或“低一点”,直到用户猜中目标数字。这个小游戏结合状态管理和用户交互,是一个入门级的互动应用示例。 关键词 UI互…

Python系列 - MQTT协议

Python系列 - MQTT协议 资源连接 MQTT的介绍和应用场景的示例说明 一、什么是MQTT 百度关于MQTT的介绍如下: MQTT(消息队列遥测传输)是ISO 标准(ISO/IEC PRF 20922)下基于发布订阅范式的消息协议。它工作在 TCP/IP协议之上,是为硬件性能低下的远程设…

ipad项目 蓝湖宽度

ipad项目 横屏状态时 蓝湖宽度设置930px media screen and (orientation: portrait) {/* 竖屏时的样式 */ } media screen and (orientation: landscape) {/* 默认是 横屏时的样式 */ }

理解Java集合的基本用法—Collection:List、Set 和 Queue,Map

本博文部分参考 博客 ,强烈推荐这篇博客,写得超级全面!!! 图片来源 Java 集合框架 主要包括两种类型的容器,一种是集合(Collection),存储一个元素集合(单列…

搭建深度学习框架+nn.Module

一、搭建项目框架(YOLO框架的简约版本) 最终成品的项目框架如下图,最终实现的效果,通过自己配置的框架函数,对模型进行定义与参数调配。同时在参数配置的过程中可选择是否进行模型初始化参数的使用。适用于YOLO框架的…

FFmpeg 简介与编译

1. ffmpeg 简介: FFmpeg是一套可以用来记录、转换数字音频、视频,并能将其转化为流的开源计算机程序。采用LGPL或GPL许可证。它提供了录制、转换以及流化音视频的完整解决方案。它包含了非常先进的音频/视频编解码库libavcodec,为了保证高可移…

打latex公式可以练到像手写一样快吗?

这里分享两个Python Latex工具latexify和handcalcs。 latexify生成LaTeX 数学公式 import math import latexify @latexify.with_latex #调用latexify的装饰器 def solve(a, b, c):return (-b + math.sqrt(b**2 - 4*a*c)) / (2*a)solve 更多例子.......

【Linux】磁盘 | 文件系统 | inode

🪐🪐🪐欢迎来到程序员餐厅💫💫💫 主厨:邪王真眼 主厨的主页:Chef‘s blog 所属专栏:青果大战linux 总有光环在陨落,总有新星在闪烁 模电好难啊&#xff…

AntFlow 0.20.0版发布,增加多数据源多租户支持,进一步助力企业信息化,SAAS化

传统老牌工作流引擎比如activiti,flowable或者camunda等虽然功能强大,也被企业广泛采用,然后也存着在诸如学习曲线陡峭,上手难度大,流程设计操作需要专业人员,普通人无从下手等问题。。。引入工作流引擎往往需要企业储…

Scrapy管道设置和数据保存

1.1 介绍部分: 文字提到常用的Web框架有Django和Flask,接下来将学习一个全球范围内流行的爬虫框架Scrapy。 1.2 内容部分: Scrapy的概念、作用和工作流程 Scrapy的入门使用 Scrapy构造并发送请求 Scrapy模拟登陆 Scrapy管道的使用 Scrapy中…

洛谷 B3626 跳跃机器人 C语言 记忆化搜索

题目: https://www.luogu.com.cn/problem/B3626 题目描述 地上有一排格子,共 n 个位置。机器猫站在第一个格子上,需要取第 n 个格子里的东西。 机器猫当然不愿意自己跑过去,所以机器猫从口袋里掏出了一个机器人!这…

docker快速部署gitlab

文章目录 场景部署步骤默认账号密码效果 场景 新增了一台机器, 在初始化本地开发环境,docker快速部署gitlab 部署步骤 编写dockerfile version: 3.7services:gitlab:image: gitlab/gitlab-ce:latestcontainer_name: gitlabrestart: alwayshostname: gitlabenviron…

计算机视觉工程师紧张学习中!

在当今这个日新月异的科技时代,计算机视觉作为人工智能的重要分支,正以前所未有的速度改变着我们的生活和工作方式。为了紧跟时代步伐,提升自我技能,一群怀揣梦想与热情的计算机视觉设计开发工程师们聚集在了本次线下培训活动中。…