1.2 向量代数

news2024/11/24 7:57:29

1.向量的概念

定义:

既有大小,又有方向。

向量的表示法
记有向线段的起点A与终点B,从点A指向B的箭头表示了这条线端的方向,线段的长度表示了这条线段的大小,向量就可用这样的一条有向线段来表示,
记作:

A B ⃗ \vec{AB} AB

向量也可以简记为:

α β γ \alpha \quad \beta \quad \gamma αβγ …等

将向量的长度记为:

| A B ⃗ \vec{AB} AB | 简称为:模

2. 特殊的向量

(1) 单位向量: 模为1的向量;与向量 a ⃗ \vec{a} a 同方向的单位向量。

(2)零向量:模为0的向量,记作: 0 ⃗ \vec{0} 0 ,规定零向量的方向是任意的方向。

3.向量的关系

(1)向量平行 对于两个非零向量 a ⃗ \vec{a} a b ⃗ \vec{b} b ,若它们的方向相同或相反,则称这两个向量平行或共线,记作 a ⃗ \vec{a} a // b ⃗ \vec{b} b

(2)向量相等 若两个向量 a ⃗ \vec{a} a b ⃗ \vec{b} b 的模相等且方向相同,则称这两个向量相等,记作 a ⃗ \vec{a} a = b ⃗ \vec{b} b
注:
(1)零向量与任何向量都是平行关系;
(2)若某向量可以在空间中平行移动,所得向量与原向量相等,则称该向量为自由向量。

4.向量的加法

(1)平行四边形法则

image-20230224171408156

(2)三角形法则

image-20230224171438833

(3)三棱锥法则

image-20230224171616567

加法运算规律:
交换律

a ⃗ \vec{a} a + b ⃗ \vec{b} b = b ⃗ \vec{b} b + a ⃗ \vec{a} a

结合律:

( a ⃗ \vec{a} a + b ⃗ \vec{b} b )+ c ⃗ \vec{c} c = a ⃗ \vec{a} a +( b ⃗ \vec{b} b + c ⃗ \vec{c} c ) = a ⃗ \vec{a} a + b ⃗ \vec{b} b + c ⃗ \vec{c} c

三角形法则可推广到多个向量相加。

向量的减法

a ⃗ \vec{a} a - b ⃗ \vec{b} b = a ⃗ \vec{a} a +(- b ⃗ \vec{b} b )
特别是 a ⃗ \vec{a} a = b ⃗ \vec{b} b 的时候
a ⃗ \vec{a} a - b ⃗ \vec{b} b =0

image-20230224171705160

三角不等式

| a ⃗ \vec{a} a + b ⃗ \vec{b} b | ≤ \leq | a ⃗ \vec{a} a |+|- b ⃗ \vec{b} b |
| a ⃗ \vec{a} a - b ⃗ \vec{b} b | ≤ \leq | a ⃗ \vec{a} a |-| b ⃗ \vec{b} b |

向量与数的乘法

设是一实数, λ 与的乘积是一新向量,记作 λ a ⃗ \lambda与 的乘积是一新向量,记作\lambda\vec{a} λ与的乘积是一新向量,记作λa
模长为:

| λ a ⃗ ∣ = ∣ λ ∣ ∣ a ⃗ \lambda \vec{a} |= |\lambda|| \vec{a} λa =λ∣∣a |

数乘法运算律:
结合律

λ ( μ α ) = λ μ α = μ ( λ α \lambda(\mu\alpha)= \lambda\mu\alpha = \mu(\lambda\alpha λμα=λμα=μ(λα)

分配律

λ ( a ⃗ + b ⃗ ) = λ a ⃗ + λ b ⃗ \lambda(\vec{a}+\vec{b})=\lambda\vec{a}+\lambda\vec{b} λ(a +b )=λa +λb
λ a ⃗ + λ b ⃗ = λ ( a ⃗ + b ⃗ \lambda\vec{a}+\lambda\vec{b}= \lambda(\vec{a}+\vec{b} λa +λb =λ(a +b )

若向量 a ⃗ \vec{a} a ≠ 0 ⃗ \neq\vec{0} =0 ,
则其单位向量为 a ⃗ = 1 ∣ a ⃗ ∣ a ⃗ \vec{a} = \frac{1}{|\vec{a}|}\vec{a} a =a 1a

向量的夹角

设有两个向量 a ⃗ \vec{a} a b ⃗ \vec{b} b 平移致使始点重合,且交于点S。把一个向量绕点S在两个向量所确定的平面上旋转,直到方向和另一个向量的方向重合,则称所旋转的角度为向量 a ⃗ \vec{a} a , b ⃗ \vec{b} b 的夹角, ϑ \vartheta ϑ=(<a,b)记作 ,其中 ϑ ∈ \vartheta\in ϑ[0, π \pi π]。

特殊的向量夹角

  1. ϑ \vartheta ϑ = 0 ⟵ \longleftarrow ⟶ \longrightarrow 向量 a ⃗ \vec{a} a , b ⃗ \vec{b} b 平行,且方向相同;
  2. ϑ \vartheta ϑ = π \pi π $ \longleftarrow$ ⟶ \longrightarrow 向量 a ⃗ \vec{a} a , b ⃗ \vec{b} b 平行,且方向相反;
  3. ϑ \vartheta ϑ = π 2 \frac{\pi}{2} 2π ⟵ \longleftarrow ⟶ \longrightarrow 向量 a ⃗ \vec{a} a , b ⃗ \vec{b} b 垂直,记作 a ⃗ ⊥ b ⃗ \vec{a}\bot\vec{b} a b

向量的投影

(1)点在数轴上的投影 已知空间一点M与一数轴u ,过点M 作垂直于数轴u的平面 β \beta β,且交点为M′ ,则称点M′为点M在数轴u上的投影,其中数轴u称为投影轴。

(2)向量的投影 设向量𝐶的始点C和终点D在数轴u上的投影点分别是C ′为D ′ ,则称向量 C ′ D ′ ⃗ \vec{C′D′} CD 为向量CD的投影向量。记 P r j u C D ⃗ Prju \vec{CD} PrjuCD = C′ − D′。

图示:

向量投影的计算

定理1 对于任意非零向量 α \alpha α,有

P r j u α = ∣ α ∣ cos ⁡ φ Prju \alpha = |\alpha|\cos\varphi Prj=αcosφ

其中 φ \varphi φ α \alpha α与数轴 u u u的夹角。

注:(1)当投影轴与向量成锐角时,向量的投影为正;

​ 当投影轴与向量成钝角时,向量的投影为负;

​ 当投影轴与向量成直角时,向量的投影为零。

​ (2)相等的向量在同一数轴上的投影相等。

定理2: 投影的线性性质 (1) P r j u ( α ± β ) = P r j u α ± P r j u β Prju (\alpha \pm \beta) = Prju\alpha \pm Prju\beta Prju(α±β)=Prj±Prjuβ

​ (2) P r j u ( λ α ) = λ P r j u α Prju(\lambda\alpha) = \lambda Prju \alpha Prju(λα)=λPrj

向量的坐标

定义3 设向量 i ⃗ , j ⃗ , k ⃗ \vec{i},\vec{j},\vec{k} i ,j ,k 分别为与xyz轴同向的单位向量,则称其为

空间直角坐标系的基本单位向量。

定义4 向径的坐标表示设点M的坐标为(xyz ),则向径 r =OM= (xyz

r = x i + y j + z k r = xi + yj + zk r=xi+yj+zk

image-20230303155306674

定义 若向量 α \alpha α分别在x,y,z轴上的投影 α x , α y , α z \alpha x,\alpha y,\alpha z αx,αy,αz组成的有序数组( α x , α y , α z \alpha x,\alpha y,\alpha z αx,αy,αz)为向量 α \alpha α的坐标,记为 α = ( α x , α y , α z ) \alpha=(\alpha x,\alpha y,\alpha z) α=(αx,αy,αz)

定义4 设始点M1 (x1,y1,z1) ,终点M2 (x2,y2,z2) ,因此 M 1 M 2 ⃗ \vec{M1M2} M1M2 的坐标为 ( x 2 − x 1 , y 2 − y 1 , z 2 − z 1 ) (x2-x1,y2-y1,z2-z1) (x2x1,y2y1,z2z1)

且分解式表达为 M 1 M 2 ⃗ = ( x 2 − x 1 ) i ⃗ + ( y 2 − y 1 ) y ⃗ + ( z 2 − z 1 ) z ⃗ \vec{M1M2}= (x2-x1)\vec{i}+(y2-y1)\vec{y}+(z2-z1)\vec{z} M1M2 =(x2x1)i +(y2y1)y +(z2z1)z

(1) 计算向量的模 α = ( α x , α y , α z ) \alpha = (\alpha x,\alpha y,\alpha z) α=(αx,αy,αz)

∣ α ∣ = α x 2 + α y 2 + α z 2 |\alpha| = \sqrt{\alpha x^2+\alpha y^2+\alpha z^2} α=αx2+αy2+αz2

(2)向量的方向角

​ 若向量 α \alpha α与下,x,y,z轴正向的夹角分别为 α , β , γ \alpha,\beta,\gamma α,β,γ,则称 α , β , γ \alpha,\beta,\gamma α,β,γ为方向量 α \alpha α在x,y,z,轴方向角。 cos ⁡ α , cos ⁡ β , cos ⁡ γ \cos\alpha,\cos\beta,\cos\gamma cosα,cosβ,cosγ分别称为方向余弦。

且有:

α x = ∣ α ∣ cos ⁡ α , α y = ∣ α ∣ cos ⁡ β , α z = ∣ α ∣ cos ⁡ γ \alpha x =|\alpha|\cos\alpha,\alpha y = |\alpha|\cos\beta,\alpha z = |\alpha|\cos\gamma αx=αcosα,αy=αcosβ,αz=αcosγ

以及有:

cos ⁡ 2 α + cos ⁡ 2 β + cos ⁡ 2 γ = 1 \cos^2 \alpha+\cos^2 \beta + \cos^2 \gamma = 1 cos2α+cos2β+cos2γ=1

向量坐标运算

a = ( a x , a y , a z ) , β = ( b x , b y , b z ) a = (ax,ay,az) , \beta = (bx,by,bz) a=(ax,ay,az),β=(bx,by,bz)

α ± β = ( a x ± b x , a y ± b y , a z ± b z ) \alpha \pm \beta = (ax \pm bx,ay \pm by,az \pm bz) α±β=(ax±bx,ay±by,az±bz)

λ α = ( λ a x , λ a y , λ a z ) λ ∈ R \lambda\alpha = (\lambda ax,\lambda ay, \lambda az) \lambda \in R λα=(λax,λay,λaz)λR

向量坐标运算

a = ( a x , a y , a z ) , β = ( b x , b y , b z ) a = (ax,ay,az) , \beta = (bx,by,bz) a=(ax,ay,az),β=(bx,by,bz)

α ± β = ( a x ± b x , a y ± b y , a z ± b z ) \alpha \pm \beta = (ax \pm bx,ay \pm by,az \pm bz) α±β=(ax±bx,ay±by,az±bz)

λ α = ( λ a x , λ a y , λ a z ) λ ∈ R \lambda\alpha = (\lambda ax,\lambda ay, \lambda az) \lambda \in R λα=(λax,λay,λaz)λR

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/988729.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

NTSC和PAL制同步信号模拟输出

NTSC和PAL制同步信号模拟输出 原由&#xff1a;由于我想输出一个NTSC制和PAL制的同步黑场&#xff0c;只需要输出同步信号&#xff0c;之后输出rgb信号给ADV&#xff08;7123&#xff09;后输出到显示屏。下面是我的心路历程和知识总结 一、了解NTSC和PAL PAL&#xff1a;电…

智能化电力运维:数字孪生的崭露头角

随着科技的不断发展&#xff0c;数字孪生技术在各个领域的应用愈发广泛&#xff0c;尤其在电力运维领域&#xff0c;它正发挥着革命性的作用。数字孪生是一种虚拟仿真技术&#xff0c;通过实时模拟真实世界的物理对象或过程&#xff0c;可以从多方面为电力运维带来改变&#xf…

程序员写好简历的5个关键点

程序员就业竞争大&#xff1f;找不到工作&#xff1f;也许&#xff0c;从简历开始你就被淘汰了.... 在很多的公司中&#xff0c;HR的招聘压力是很大的&#xff0c;浏览每个人的简历的时间可能只有20几秒&#xff0c;所以即使你的工作能力十分的强&#xff0c;但如果你没有在简…

批量剪辑视频,轻松添加上片头片尾!

亲爱的朋友们&#xff0c;你是否曾经需要为多个视频添加相同的片头片尾&#xff1f;现在&#xff0c;我们为你带来了一款实用的视频批量剪辑工具&#xff0c;可以让你轻松实现这一需求&#xff0c;提高工作效率&#xff01; 首先我们要进入好简单批量智剪主页面&#xff0c;并…

2023年8月国产数据库大事记-墨天轮

本文墨天轮社区整理的2023年8月国产数据库大事件和重要产品发布消息。 8月国产数据库大事记 TOP10 8月国产数据库大事记&#xff08;时间线&#xff09; 8月1日&#xff0c;强制性国家标准GB 18030-2022《信息技术 中文编码字符集》正式实施&#xff01;该标准适用范围是具备…

华为OD机试 - 最差产品奖 - 双端队列 deque(Java 2023 B卷 200分)

目录 专栏导读一、题目描述二、输入描述三、输出描述四、解题思路五、Java算法源码六、效果展示1、输入2、输出3、说明 华为OD机试 2023B卷题库疯狂收录中&#xff0c;刷题点这里 专栏导读 本专栏收录于《华为OD机试&#xff08;JAVA&#xff09;真题&#xff08;A卷B卷&#…

你为什么总招不到对的人?

办公室里&#xff0c;技术面试官Arron 和 HR 正对近期的招聘失误进行争执——新招的技术岗试用了几个月&#xff0c;就因能力不足离开了。 HR 不断吐槽岗位画像太模糊&#xff0c;Arron 反问&#xff1a;“不是给了你关键词吗&#xff1f;” HR 气不打一处来&#xff1a;“你…

QCefView 的 编译

CEF QCefView编译 学习QT加载网页时了解到CEF与QCefView, QCefView是一个与Chromium Embedded Framework集成的Qt第三方开源库&#xff0c;LGPL许可&#xff0c;可以在项目中免费使用&#xff0c;功能类似CEF、QWebEngineView&#xff0c;提供C和web交互的能力。 官方网址&a…

【PyQT5教程】-01入门PyQT5

PyQT介绍 1.Qt 1.1 介绍 Qt&#xff08;读作“cute”&#xff09;是一个跨平台的C应用程序开发框架&#xff0c;最初由挪威公司Trolltech&#xff08;现在是Qt公司的一部分&#xff09;开发。Qt提供了一系列工具和类库&#xff0c;用于开发图形界面应用程序、命令行工具和服务…

适用于Linux的Windows子系统(系统安装步骤)

目录 前言 一、WSL2安装 1.Microsoft参考文档&#xff08;推荐选择旧版 WSL 的手动安装步骤&#xff09; 2.开启子系统 二、Ubuntu安装 1.在Microsoft Store中获取ubuntu 2.运行ubuntu配置管理信息 3.ubuntu换源 三、WSL 与 Ubuntu的一些基础使用命令 四、Windows Terminal终端…

linux安装postgresql13

linux安装postgresql13 1. 安装2. 数据库初始化3.配置远程访问3.1 修改配置文件3.2 重启服务3.3 测试连接 1. 安装 linux下载链接&#xff1a;https://www.postgresql.org/download/linux/ubuntu/安装命令sudo sh -c echo "deb https://apt.postgresql.org/pub/repos/apt…

Qt-QTransform-内存结构-仿射变换-工作原理-C++

文章目录 1.概述2.内存结构3.矩阵乘法4.map函数5.QPaint-setWorldTransform6.总结 1.概述 QTransform是Qt中推荐的矩阵变换类。转换指定如何平移&#xff0c;缩放&#xff0c;剪切&#xff0c;旋转或投影坐标系&#xff0c;通常在渲染图形时使用。QTransform类支持矩阵乘法&am…

业务自动化工具Automatisch

什么是 Automatisch &#xff1f; Automatisch 是一种开源的 Zapier 替代业务自动化工具&#xff0c;可让您连接不同的服务&#xff0c;如 Twitter、Slack 等&#xff0c;以自动化您的业务流程。您可以使用 Automatisch 构建工作流程自动化&#xff0c;而无需花费时间和金钱。也…

【大虾送书第八期】揭秘分布式文件系统大规模元数据管理机制——以Alluxio文件系统为例

目录 ✨写在前面 ✨分布式文件系统元数据的常见类型 &#x1f353;文件&#xff08;inode&#xff09;元数据 &#x1f353;数据块&#xff08;block&#xff09;元数据 &#x1f353;MountTable &#x1f353;Worker元数据 ✨分布式文件系统元数据的存储模式 &#x1f353;元数…

手写RPC框架--8.压缩报文

RPC框架-Gitee代码(麻烦点个Starred, 支持一下吧) RPC框架-GitHub代码(麻烦点个Starred, 支持一下吧) 压缩报文 对报文进行压缩a.报文压缩b.负载均衡c.使用模板方法优化负载均衡d.一致性hash-负载均衡算法d.1) 介绍d.2) 实现 e.实现心跳检测f.最短响应时间的负载均衡策略 对报文…

vue 将public文件下的图片引入.vue文件内

data() {return {publicPath:process.env.BASE_URL,} }<div :style"{backgroundImage: url(${publicPath}images/tradingRegular_images/rectBg.png)}">11 </div>

从一个向量类中理解Python 中的特殊方法(__init__、__getitem__、__len__、__repr__、__str__)

文章目录 前言一、init、getitem、len、repr、str解释二、向量案例1.实现属于我们自己的向量2.导入向量模块 前言 特殊方法是一种具有特殊命名约定的方法&#xff0c;用来定义类的行为与功能。当满足特定条件时&#xff0c;这些方法会被自动调用&#xff0c;从而实现一些内置的…

Splunk Enterprise for Mac:卓越的数据分析与管理工具

在当今的数字化时代&#xff0c;数据已经成为企业成功的核心驱动力。然而&#xff0c;如何有效地管理和分析这些数据&#xff0c;却常常让企业感到困惑。Splunk Enterprise for Mac 是一款领先的数据分析和管理工具&#xff0c;可以帮助你解决这一难题。 Splunk Enterprise fo…

Nginx(动静分离、分配缓冲区、资源缓存、防盗链、资源压缩、IP黑白名单、大文件传输配置、跨域配置、高可用、性能优化)

Nginx&#xff0c;负载均衡&#xff0c;Http反向代理服务器&#xff0c;支持大部分协议&#xff0c;如TCP、UDP、SMTP、HTTPS 环境搭建 Nginx反向代理-负载均衡 首先通过SpringBootFreemarker快速搭建一个WEB项目&#xff1a;springboot-web-nginx&#xff0c;然后在该项目中&…

适用于Linux的Windows子系统(在VScode中开发Linux项目)

目录 前言 一、VScode扩展安装 二、挂载项目 1.连接 2.挂载&#xff08;挂载之后项目终端就是Linux了&#xff09; 3.愉快的搬砖开始了 4.前端如何通过内网 IP 本地访问到 Ubuntu 上&#xff1f; 总结 前言 系列分为三章&#xff08;从安装到项目使用&#xff09;&…