几何向量及其应用
1.1 向量及其线性运算
1.1.1 向量
既有大小又有方向称之为向量。
以A起点,B为终点的有向线段所表示的向量为 −−→AB ,向量大小称向量 −−→AB 的模,记作 ||−−→AB|| 。也可以用希腊字母 α,β,γ,⋯ 表示向量。
有向线段表示的向量通常称为几何向量。
略过高中知识...
1.1.2 向量的线性运算
1||α||α 是一个与 α 同方向的单位向量,记作 α0 (又称 α 的单位化)。
即 α0=1||α||α 或 α=||α||α0.
1.1.3 向量的共线与共面
线性组合与线性表示
设 α1,α2,⋯,αn,β 是一组向量,若存在一组实数 k1,k2,⋯,kn 使得
β=k1α1+k2α2+⋯+knαn,
则称 β 是 α1,α2,⋯,αn 的一个线性组合或称 β 可由 α1,α2,⋯,αn 线性表示。
共线向量与共面向量
方向相同或相反的向量成为共线向量,而平行于同一平面的向量成为共面向量。若 α 与 β 共线,则记为 α||β 。
共线的充要条件
向量 α 与 β 共线的充分必要条件是存在不全为零的数 k, l 使得
kα+lβ=θ.
既有 α 与 β 共线的充分必要条件是其中一个可以由另一个向量线性表示。
共面的充要条件
三个向量 α,β,γ 共面的充要条件是存在不全为零的数 k1,k2,k3 使得
k1α+k2β+k3γ=θ.
既有向量 α,β,γ 共面的充要条件是其中一个向量可由另两个向量线性表示。
线性相关与线性无关
设 α1,α2,⋯,αn 是一组向量,如果存在一组不全为零的数 k1,k2,⋯,kn 使得
k1α1+k2α2+⋯+knαn=θ,
则称向量组 α1,α2,⋯,αn 是线性相关的;否则线性无关。
1.2 内积、外积和混合积
1.2.1 向量的内积
内积
向量 α 与 β 的内积(也称数量积、点积) α⋅β 是个数,定义为:
α⋅β=||α||⋅||β||cos(ˆα,β),
其中 0≤(ˆα,β)≤π 表示 α 与 β 之间的夹角.
投影
α 在 β 方向上的投影为:
(α)β=Projβ α=||α||cos(ˆα,β)
投影性质有(α1+α2)β=(α1)β+(α2)β.
1.2.2 向量的外积
外积的定义
向量 α 与 β 的外积 α×β 是一个向量,它的模
||α×β||=||α||⋅||β||sin(ˆα,β).
α×β 的方向垂直于 α 与 β 所决定的平面,且 α×β 的方向按右手定则从 α 转向 β 来决定
外积的几何意义:||α×β|| 的数值大小等于以 α 和 β 为边的平行四边形的面积.
外积的性质
外积有以下性质:1. α×α=θ2. α×β=θ⟺α||β3. α×β=−β×α(反交换律)4. (kα)×β=k(α×β)(结合律)5. α+β=α×γ+β×γ(分配律)
1.2.3 向量的混合积
混合积的定义
三个向量 α,β,γ 的混合积是指(α×β)⋅γ,它是一个数,记作(α,β,γ).从几何意义上来讲,(α,β,γ)在数值上等同于以α,β,γ为边构成的平行六面体的体积.则有
α,β,γ 共面⟺(α,β,γ)=0
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· 单线程的Redis速度为什么快?
· SQL Server 2025 AI相关能力初探
· AI编程工具终极对决:字节Trae VS Cursor,谁才是开发者新宠?
· 展开说说关于C#中ORM框架的用法!