向量运算
线性代数与几何
符号约定
- 标量,用斜体的小写罗马或希腊字母表示,如a, b, x, y, z, θ , γ , λ .
- 向量,用小写黑粗体字母表示,如a, b, u, v, q, r.
- 矩阵,用大写黑粗体字母表示,如A, B, M, R.
- 注意,不用的文档有不用的符号约定。一种常用的手写约定是,用符号 a⃗ 表示向量
零向量
- 任何集合都存在加性单位元x,对集合中任意元素y,满足y+x=y.
- 零向量是唯一一个没有方向的向量.
- 零向量表示的是”没有位移”.
负向量
对于任何集合,元素x的加性逆元为-x,其与x相加等于加性单位元,也就是x+(-x)=0.
运算法则
- −[x,y,z]=[−x,−y,−z] .
几何解释
- 向量变负,将得到一个和原向量大小相等,方向相反的向量.
向量大小(长度或模)
运算法则
- 向量的大小用向量两边家双竖线表示,如 ∥v⃗ ∥=∑ni=1v2i−−−−−−√ .
- 向量的大小就是向量个分量平方和的平方根, ∥v⃗ ∥=v2x+v2y+v2z−−−−−−−−−−√ .
- 向量的大小就是一个非负标量.
几何解释
- 对2D中的任意向量 v⃗ ,能构造一个以 v⃗ 为斜边的直角三角形.
- |x⃗ |2=x⃗ 2 .
标量与向量的乘法
标量与向量相乘,结果将得到一个向量,与原向量平行,但长度不同或方向相反.
运算法则
- 将向量的每个分量都与标量相乘即可,
v⃗ k=(1k)v⃗ =[vx/k,vy/k,vz/k] - 标量与向量相乘时,不需要写乘号.
- 标量与向量的乘法与除法优先级高于加法与减法.
- 标量不能除以向量,且向量不能除以另一个向量.
- 负向量能被认为是乘法的特殊情况,乘以标量-1.
几何解释
- 向量乘以标量k的效果是以因子|k|缩放向量的长度,如果k<0则向量的方向被反转.
标准化向量
单位向量就是大小为1的向量,单位向量也被称作标准化向量或者更简单的称为“法线”.
运算法则
- 对于任意非零向量,都能计算出一个和 v⃗ 方向相同的单位向量 v⃗ norm=v⃗ ∥v⃗ ∥,v⃗ ≠0⃗ .
- 零向量不能被标准化.
几何解释
- 2D平面中,如果以原点为尾画一个单位向量,那么向量的头将位于圆心在原点的单位圆上.3D空间中,单位向量的头将位于单位球上.
向量的加法和减法
如果两个向量的维数相同,那么它们能相加、或相减,结果向量的维数与原向量相同.
运算法则
- 两个向量相加,将对应分量相加即可.
- 减法解释为加负向量, a⃗ −b⃗ =a⃗ +(−b⃗ ) .
- 向量不能与标量或维数不同的向量相加减.
- 向量的加法满足交换律,但向量减法不满足交换律.
几何解释
- 加法:平移向量,使 a⃗ 的头连接 b⃗ 的尾,接着从 a⃗ 的尾向 b⃗ 的头画一个向量,这就是向量加法的“三角形法则”.
- 减法:平移向量,使 a⃗ 的尾连接 b⃗ 的尾,接着从 b⃗ 的头向 a⃗ 的头画一个向量,这就是 a⃗ −b⃗ 的结果向量.
一个点到另一个点的向量
- 减法 a⃗ −b⃗ 代表了从 b⃗ 到 a⃗ 的向量.
距离公式
- d⃗ =a⃗ −b⃗ , a⃗ 到b⃗ 的距离等于 d⃗ 的长度.
- 距离 (a⃗ ,b⃗ )=∥a⃗ −b⃗ ∥=(ax−bx)2+(ay−by)2+(az−bz)2−−−−−−−−−−−−−−−−−−−−−−−−−−−√ .
向量点乘(内积)
运算法则
- 向量点乘中不能省略点乘号.
- 向量点乘就是对应分量乘积的和,其结果是一个标量:
a⃗ ⋅b⃗ =∑ni=1aibi - 点乘满足交换律, a⃗ ⋅b⃗ =b⃗ ⋅a⃗ .
几何解释
- 点乘描述了两个向量的“相似”程度,点乘结果越大,两向量越相近.
- 点乘等于向量大小与向量夹角的cos值的积: a⃗ ⋅b⃗ =∥a⃗ ∥⋅∥b⃗ ∥⋅cosθ .
-
θ=arccos(a⃗ ⋅b⃗ ∥a⃗ ∥⋅∥b⃗ ∥).
- 零向量和任意其他向量都垂直.
- 点乘结果的符号可大致确定
θ
的类型:
a⃗ ⋅b⃗ | θ | a⃗ 和 b⃗ |
---|---|---|
>0 | 0。≤θ<90。 | 方向基本相同 |
=0 | θ=90。 | 正交 |
<0 <script type="math/tex" id="MathJax-Element-44"><0</script> | 90。<θ≤180。 | 方向基本相反 |
向量投影
- 给定两个向量 v⃗ 和 n⃗ ,能将 v⃗ 分解成两个向量: v⃗ ∥ 和 v⃗ ⊥ .它们分别与 n⃗ 平行和垂直,并且满足 v⃗ =v⃗ ∥+v⃗ ⊥ .一般称平行分量 v⃗ ∥ 为 v⃗ 在 n⃗ 上的投影.
- 下面求证
v⃗ ∥
:
v⃗ ⋅n⃗ =∥v⃗ ∥⋅∥n⃗ ∥⋅cosθ(1)
v⃗ ∥=n⃗ ∥v⃗ ∥∥∥n⃗ ∥(2)
cosθ=∥v⃗ ∥∥∥v⃗ ∥(3)
变形为
cosθ∥v∥→=∥v⃗ ∥∥(4)
(4)式代入(2)式得
v⃗ ∥=n⃗ ∥v∥→⋅cosθ∥n⃗ ∥(5)
右边同时乘以 ∥n⃗ ∥
v⃗ ∥=n⃗ ∥v∥→⋅∥n⃗ ∥⋅cosθ∥n⃗ ∥2(6)
(1)式代入(6)式得
v⃗ ∥=n⃗ v⃗ ⋅n⃗ ∥n⃗ ∥2(6) - 由
v⃗ =v⃗ ∥+v⃗ ⊥
知:
v⃗ ⊥=v⃗ −n⃗ v⃗ ⋅n⃗ ∥n⃗ ∥2
向量叉乘(叉积)
向量叉乘结果是向量,并且叉乘不满足交换律
运算法则
- 叉乘公式:
⎡⎣⎢x1y1z1⎤⎦⎥×⎡⎣⎢x2y2z2⎤⎦⎥=⎡⎣⎢y1z2−z1y2z1x2−x1z2x1y2−y1x2⎤⎦⎥ - 叉乘的乘法优先于加减法之前计算,当点乘和叉乘在一起时,叉乘优先计算, a⃗ ⋅b⃗ ×c⃗ =a⃗ ⋅(b⃗ ×c⃗ ) (三重积).
- 叉乘满足反交换律: a⃗ ×b⃗ =−(b⃗ ×a⃗ ) .
- 叉乘也不满足结合律: (a⃗ ×b⃗ )×c⃗ ≠a⃗ ×(b⃗ ×c⃗ )
几何解释
- 叉乘的得到的向量垂直于原来的两个向量.
- a⃗ ×b⃗ 的长度等于向量的大小与向量夹角sin值的积,如: ∥a⃗ ×b⃗ ∥=∥a⃗ ∥⋅∥b⃗ ∥⋅sinθ (以 a⃗ 和 b⃗ 为边的平行四边形面积).
- 叉乘对零向量的解释为:它平行于任意其他向量.
- 在左手坐标系中,让 a⃗ 和 b⃗ 的尾部相连,如果 a⃗ 和 b⃗ 呈顺时钟,那么 a⃗ ×b⃗ 垂直于 a⃗ 和 b⃗ 所在平面且方向向上.
线性代数公式
- 向量加法的交换律: a⃗ +b⃗ =b⃗ +a⃗
- 向量减法的定义: a⃗ −b⃗ =a⃗ +(−b⃗ )
- 向量加法的结合律: (a⃗ +b⃗ )+c⃗ =a⃗ +(b⃗ +c⃗ )
- 标量乘法的结合律: s(ta⃗ )=(st)a⃗
- 标量乘法对向量加法的分配律: k(a⃗ +b⃗ )=ka⃗ +kb⃗
- 向量乘以标量相当于以标量的绝对值为因子缩放向量: ∥ka⃗ ∥=|k|∥a⃗ ∥
- 向量的模非负: ∥a⃗ ∥≥0
- 勾股定理在向量中的应用:若 a⃗ ⊥b⃗ ,则 ∥a⃗ ∥2+∥b⃗ ∥2=∥a⃗ +b⃗ ∥2
- 向量加法的三角形法则: ∥a⃗ ∥+∥b⃗ ∥≥∥a⃗ +b⃗ ∥
- 点乘的交换律: a⃗ ⋅b⃗ =b⃗ ⋅a⃗
- 用点乘定义向量的大小: ∥a⃗ ∥=a⃗ ⋅a⃗ −−−−√
- 标量乘法对点乘的结合律: k(a⃗ ⋅b⃗ )=(ka⃗ )⋅b⃗ =a⃗ ⋅(kb⃗ )
- 点乘对向量加减法的分配律: a⃗ ⋅(b⃗ +c⃗ )=a⃗ ⋅b⃗ +a⃗ ⋅c⃗
- 任意向量与自身的叉乘等于零向量: a⃗ ×a⃗ =0⃗
- 叉乘逆交换律: a⃗ ×b⃗ =−(b⃗ ×a⃗ )
- 叉乘的操作数同时变负得到相同的结果: a⃗ ×b⃗ =(−a⃗ )×(−b⃗ )
- 标量乘法对叉乘的结合律: k(a⃗ ×b⃗ )=(ka⃗ )×b⃗ =a⃗ ×(kb⃗ )
- 叉乘对向量加法的分配律: a⃗ ×(b⃗ +c⃗ )=a⃗ ×b⃗ +a⃗ ×c⃗
- 向量与另一向量的叉乘再点乘该向量本身等于零: a⃗ ⋅(a⃗ ×b⃗ )=0