向量
前言
将本部分从线性代数学习笔记中分离了出来,因为一方面学习笔记不应当篇幅太长,另一方面这也是平面几何的前置知识。
向量
所谓向量,字面意思,就是一个 \(n\) 元组。
将其写成:
\[\begin{bmatrix}
a_1
\\
a_2
\end{bmatrix}
\]
\( \begin{bmatrix} 2 \\ 3 \end{bmatrix} \) 的图像为:
点积和叉积
我们知道有点积和叉积。
两个向量的点积:\(a\cdot b=a^T\times b\)
就是矩阵乘法,最后的结果是个数值。
注:\(a_T\) 表示向量 \(a\) 的转置。因为矩阵乘法的限制所以这里需要将其转置一下才能进行此运算。
至于实际意义的话,一般用于计算向量之间的夹角,应用比较广泛。
两个向量的叉积:
以二维为例,其中 \(i,j,k\) 表示三个方向上的单位向量(二维方向两个正方向和垂直二维平面的正方向)。
\[a\wedge b=
det
\begin{vmatrix}
i & j & k\\
x_a & y_a & z_a\\
x_b & y_b & z_b
\end{vmatrix}
\]
行列式的计算公式后面讲。
实际意义:二维意义下表示向量所形成的平行四边形的有向面积,三维意义下的混合积 \([abc]=(a\wedge b)\wedge c\),可以得到以 \(a,b,c\) 为棱的平行六面体的体积。
$$\texttt{Dirty Deeds Done Dirt Cheap}$$