当前位置: 首页 > news >正文

【解析几何笔记】2.向量及其线性运算

2. 向量及其线性运算

2.1 向量

  • 既有大小又有方向的量称为向量。可以用希腊字母 α , β , γ , . . . \pmb{\alpha},\pmb{\beta},\pmb{\gamma},... α,β,γ,...表示,也可以用起点A和终点B表示成 A B ⃗ \vec{AB} AB
  • 向量平移不变,与起点和终点的具体位置无关。
  • 零向量 0 \pmb{0} 0的方向是任意的,规定零向量 0 \pmb{0} 0平行于任意一个向量。
  • 向量 α \pmb{\alpha} α的大小用 ∣ α ∣ |\pmb{\alpha}| α表示。

2.2 向量的线性运算

2.2.1 向量的加法

  • 三角形法则,平行四边形法则,向量加法的结果还是向量。(还有高中的时候的记忆,不详细记了)

  • 向量的加法满足
    (1)交换律 α + β = β + α \pmb{\alpha}+\pmb{\beta}=\pmb{\beta}+\pmb{\alpha} α+β=β+α
    【证】若 α \pmb{\alpha} α β \pmb{\beta} β不平行,则
    A B ⃗ = α = D C ⃗ \vec{AB}=\pmb{\alpha}=\vec{DC} AB =α=DC
    β + α = A B ⃗ + D C ⃗ = A C ⃗ = α + β \pmb{\beta}+\pmb{\alpha}=\vec{AB}+\vec{DC}=\vec{AC}=\pmb{\alpha}+\pmb{\beta} β+α=AB +DC =AC =α+β
    α \pmb{\alpha} α β \pmb{\beta} β平行(也是自己想的证明,欢迎数院大佬批评指正),则 α = k β , k \pmb{\alpha}=k\pmb{\beta},k α=kβ,k为任意常数,则
    α + β = ( k + 1 ) β \pmb{\alpha}+\pmb{\beta}=(k+1)\pmb{\beta} α+β=(k+1)β
    β + α = ( k + 1 ) β = α + β \pmb{\beta}+\pmb{\alpha}=(k+1)\pmb{\beta}=\pmb{\alpha}+\pmb{\beta} β+α=(k+1)β=α+β
    (2)结合律:
    ( β + α ) + γ = β + ( α + γ ) (\pmb{\beta}+\pmb{\alpha})+\pmb{\gamma}=\pmb{\beta}+(\pmb{\alpha}+\pmb{\gamma}) (β+α)+γ=β+(α+γ)

2.2.2 向量的数乘

  • λ α = { − ( ∣ λ ∣ α ) , λ < 0 ∣ λ ∣ α , λ ≥ 0 , λ ∈ R \lambda \pmb{\alpha}=\left\{\begin{array}{ll} -(|\lambda|\pmb{\alpha}), & \lambda<0\\ |\lambda|\pmb{\alpha}, & \lambda\ge 0 \end{array}\right.,\lambda \in \mathbb{R} λα={(λα),λα,λ<0λ0,λR(向量的数乘结果还是一个向量)
    ∣ λ α ∣ = ∣ λ ∣ ∣ α ∣ |\lambda \pmb{\alpha}|=|\lambda ||\pmb{\alpha}| λα=λ∣∣α
  • λ α \lambda \pmb{\alpha} λα的方向: α / / λ α \pmb{\alpha}//\lambda \pmb{\alpha} α//λα,当 λ > 0 , λ α \lambda>0,\lambda \pmb{\alpha} λ>0,λα α \pmb{\alpha} α同向,当 λ < 0 , λ α \lambda<0,\lambda \pmb{\alpha} λ<0,λα α \pmb{\alpha} α反向
  • 向量数乘的性质
    λ , μ ∈ R \lambda,\mu \in \mathbb{R} λ,μR
    (1) λ α = 0 ⇔ λ = 0 或 α = 0 \lambda \pmb{\alpha}=0\Leftrightarrow \lambda=0或\pmb{\alpha}=\pmb{0} λα=0λ=0α=0
    (2) 1 ⋅ α = α , − 1 ⋅ α = − α 1\cdot\pmb{\alpha}=\pmb{\alpha},-1\cdot\pmb{\alpha}=-\pmb{\alpha} 1α=α,1α=α
    (3) ( λ μ ) α = λ ( μ α ) (\lambda\mu) \pmb{\alpha}=\lambda(\mu\pmb{\alpha}) (λμ)α=λ(μα)
    【证】不妨设 λ , μ ≠ 0 , α ≠ 0 \lambda,\mu\ne 0,\pmb{\alpha}\ne \pmb{0} λ,μ=0,α=0
    ∣ ( λ ⋅ μ ) α ∣ = ∣ λ ⋅ μ ∣ ⋅ ∣ α ∣ = ∣ λ ∣ ⋅ ∣ μ ∣ ⋅ ∣ α ∣ |(\lambda\cdot\mu)\pmb{\alpha}|=|\lambda\cdot\mu|\cdot|\pmb{\alpha}|=|\lambda|\cdot|\mu|\cdot|\pmb{\alpha}| (λμ)α=λμα=λμα
    λ ( μ α ) = ∣ λ ∣ ⋅ ∣ μ α ∣ = ∣ λ ∣ ⋅ ∣ μ ∣ ⋅ ∣ α ∣ = ∣ ( λ ⋅ μ ) α ∣ \lambda(\mu\pmb{\alpha})=|\lambda|\cdot|\mu\pmb{\alpha}|=|\lambda|\cdot|\mu|\cdot|\pmb{\alpha}|=|(\lambda\cdot\mu)\pmb{\alpha}| λ(μα)=λμα=λμα=(λμ)α
    λ , μ \lambda,\mu λ,μ同号或异号都不改变等式两边向量的方向,故 ( λ μ ) α = λ ( μ α ) (\lambda\mu) \pmb{\alpha}=\lambda(\mu\pmb{\alpha}) (λμ)α=λ(μα)
    (4) ( μ + λ ) α = μ α + λ α (\mu+\lambda)\pmb{\alpha}=\mu\pmb{\alpha}+\lambda\pmb{\alpha} (μ+λ)α=μα+λα
    【证】不妨设 λ , μ ≠ 0 , α ≠ 0 \lambda,\mu\ne 0,\pmb{\alpha}\ne \pmb{0} λ,μ=0,α=0
    如果 λ \lambda λ μ \mu μ同号,不妨设 λ > 0 , μ > 0 \lambda>0,\mu>0 λ>0,μ>0
    ∣ ( λ + μ ) ∣ α = ∣ λ + μ ∣ ⋅ ∣ α ∣ = ( λ + μ ) ∣ α ∣ = μ ∣ α ∣ + λ ∣ α ∣ |(\lambda+\mu)|\pmb{\alpha}=|\lambda+\mu|\cdot|\pmb{\alpha}|=(\lambda+\mu)|\pmb{\alpha}|=\mu|\pmb{\alpha}|+\lambda|\pmb{\alpha}| (λ+μ)α=λ+μα=(λ+μ)α=μα+λα
    ∣ μ α + λ α ∣ |\mu\pmb{\alpha}+\lambda\pmb{\alpha}| μα+λα,由于 λ > 0 , μ > 0 \lambda>0,\mu>0 λ>0,μ>0,方向一致,加法相当于两个长度叠加,故
    ∣ μ α + λ α ∣ = ∣ μ α ∣ + ∣ λ α ∣ = μ ∣ α ∣ + λ ∣ α ∣ |\mu\pmb{\alpha}+\lambda\pmb{\alpha}|=|\mu\pmb{\alpha}|+|\lambda\pmb{\alpha}|=\mu|\pmb{\alpha}|+\lambda|\pmb{\alpha}| μα+λα=μα+λα=μα+λα
    如果 λ \lambda λ μ \mu μ异号,不妨设 λ > 0 , μ < 0 , λ + μ > 0 \lambda>0,\mu<0,\lambda+\mu>0 λ>0,μ<0,λ+μ>0
    ( μ + λ ) α − μ α = ( μ + λ ) α + ( − μ α ) = λ α (\mu+\lambda)\pmb{\alpha}-\mu\pmb{\alpha}=(\mu+\lambda)\pmb{\alpha}+(-\mu\pmb{\alpha})=\lambda\pmb{\alpha} (μ+λ)αμα=(μ+λ)α+(μα)=λα
    μ + λ > 0 , − μ > 0 \mu+\lambda>0,-\mu>0 μ+λ>0,μ>0
    回到第一种情况同理可证。
    (5) λ ( α + β ) = λ α + λ β \lambda(\pmb{\alpha}+\pmb{\beta})=\lambda\pmb{\alpha}+\lambda\pmb{\beta} λ(α+β)=λα+λβ
    【证】如果 α / / β \pmb{\alpha}//\pmb{\beta} α//β,存在一个 μ \mu μ使得 α = μ β \pmb{\alpha}=\mu\pmb{\beta} α=μβ
    于是 λ ( α + β ) = λ ( μ β + β ) = λ ( μ + 1 ) β = ( λ μ + λ ) β \lambda(\pmb{\alpha}+\pmb{\beta})=\lambda(\mu\pmb{\beta}+\pmb{\beta})=\lambda(\mu + 1)\pmb{\beta}=(\lambda\mu+\lambda)\pmb{\beta} λ(α+β)=λ(μβ+β)=λ(μ+1)β=(λμ+λ)β
    右边 λ α + λ β = ( λ μ + λ ) β \lambda\pmb{\alpha}+\lambda\pmb{\beta}=(\lambda\mu+\lambda)\pmb{\beta} λα+λβ=(λμ+λ)β
    左边等于右边
    如果 α \pmb{\alpha} α β \pmb{\beta} β不平行

相关文章:

  • 北京网站建设多少钱?
  • 辽宁网页制作哪家好_网站建设
  • 高端品牌网站建设_汉中网站制作
  • iOS在设置css的filter属性不生效
  • 程序员失业日记3:工作真不好找
  • css grid 宫格布局
  • libnl教程(2):发送请求
  • sp-eric靶机
  • 【区块链+金融服务】农业大宗供应链线上融资平台 | FISCO BCOS应用案例
  • PDF转换器推荐:轻松将图片批量转为PDF
  • 系列:水果甜度个人手持设备检测-- 行业现状小结
  • Spring @Transactional事务传播行为详解
  • Datawhale AI 夏令营第四期 大模型技术-微调 task3 数据增强与评分
  • 汽车4S店管理系统-计算机毕设Java|springboot实战项目
  • 【Linux基础】对Linux权限的理解与管理
  • 解决方案上新了丨趋动科技推出基于银河麒麟操作系统的异构算力池化解决方案
  • 统一响应结果封装,Result类的实现【后端 06】
  • 鸿蒙开发APP应用UX体验标准
  • 《Java编程思想》读书笔记-对象导论
  • Java IO学习笔记一
  • JavaScript设计模式系列一:工厂模式
  • markdown编辑器简评
  • Mybatis初体验
  • spring boot 整合mybatis 无法输出sql的问题
  • Spring技术内幕笔记(2):Spring MVC 与 Web
  • windows-nginx-https-本地配置
  • 工作踩坑系列——https访问遇到“已阻止载入混合活动内容”
  • 经典排序算法及其 Java 实现
  • 排序(1):冒泡排序
  • 浅谈Golang中select的用法
  • 使用putty远程连接linux
  • 吐槽Javascript系列二:数组中的splice和slice方法
  • 一加3T解锁OEM、刷入TWRP、第三方ROM以及ROOT
  • - 语言经验 - 《c++的高性能内存管理库tcmalloc和jemalloc》
  • 追踪解析 FutureTask 源码
  • Nginx实现动静分离
  • #stm32整理(一)flash读写
  • (+4)2.2UML建模图
  • (done) 两个矩阵 “相似” 是什么意思?
  • (附源码)apringboot计算机专业大学生就业指南 毕业设计061355
  • (附源码)springboot学生选课系统 毕业设计 612555
  • (译) 理解 Elixir 中的宏 Macro, 第四部分:深入化
  • (原)记一次CentOS7 磁盘空间大小异常的解决过程
  • (正则)提取页面里的img标签
  • *2 echo、printf、mkdir命令的应用
  • .gitattributes 文件
  • .net core Swagger 过滤部分Api
  • .NET Micro Framework初体验(二)
  • .NET 通过系统影子账户实现权限维持
  • .NET/C# 使窗口永不获得焦点
  • .NET/C# 使用反射注册事件
  • .Net中间语言BeforeFieldInit
  • .php结尾的域名,【php】php正则截取url中域名后的内容
  • 。。。。。
  • @property括号内属性讲解
  • @软考考生,这份软考高分攻略你须知道
  • [23] GaussianAvatars: Photorealistic Head Avatars with Rigged 3D Gaussians
  • [ai笔记9] openAI Sora技术文档引用文献汇总