向量

向量

在数学中，向量（也称为欧几里得向量、几何向量、矢量），指具有大小（magnitude）和方向的量。它可以形象化地表示为带箭头的线段。

• 箭头所指：代表向量的方向；
• 线段长度：代表向量的大小。

与向量对应的量叫做数量（物理学中称标量），数量（或标量）只有大小，没有方向。

向量的表示方法

n维向量

线性代数中“n维向量”中的“n维”是指向量的元素个数为n。

比如，三维向量的形式为$\alpha =(x_1,x_2,x_3)$，五维向量的形式为$\beta =(x_1,x_2,x_3,x_4,x_5)$。

点积

数量积（dot product; scalar product，也称为点积）是接受在实数R上的两个向量并返回一个实数值标量的二元运算。它是欧几里得空间的标准内积。

已知两个向量:$a=[a_1,a_2,\dots ,a_n]$，$b=[b_1,b_2,\dots ,b_n]$

a的大小、b的大小、a,b夹角的余弦。在a,b非零的前提下：

1. 点积如果为负，则a,b形成的角大于90度；
2. 如果为零，那么a,b垂直；
3. 如果为正，那么u,v形成的角为锐角。

由两个单位向量的点积得到两个向量的夹角的cos值，通过它可以知道两个向量的相似性。

垂直

垂直，是指一条线与另一条线成直角，这两条直线互相垂直。通常用符号“⊥”表示。

正交

正交是线性代数的概念，是垂直这一直观概念的推广。作为一个形容词，只有在一个确定的内积空间中才有意义。

若内积空间中两向量的内积为0，则称它们是正交的。

如果能够定义向量间的夹角，则正交可以直观的理解为垂直。

物理中：运动的独立性，也可以用正交来解释。

在3维向量空间中， 两个向量的内积如果是零， 那么就说这两个向量是正交的。 换句话说， 两个向量正交意味着它们是相互垂直的。向量α与β正交，记为α⊥β。

正交向量组

如果m个n维非零向量${\alpha }_1,{\alpha }_2,...{\alpha }_m$两两正交，即满足$({\alpha }_i,{\alpha }_j)=0,(i不等于j)$，则称向量组${\alpha }_1,{\alpha }_2,...{\alpha }_m$是正交向量组，简称为正交组。

单位正交组

$e_1=(1,0,...,0)，e_2=(0,1,...,0),...,e_n=(0,0,...,1)$为正交向量组，也称为单位正交组。

向量空间的正交基

若${\alpha }_1,{\alpha }_2,...{\alpha }_r$是向量空间$V$的一个基，且${\alpha }_1,{\alpha }_2,...{\alpha }_r$是两两正交的非零向量组，则称${\alpha }_1,{\alpha }_2,...{\alpha }_r$是向量空间$V$的正交基。

向量空间的规范正交基

若${\alpha }_1,{\alpha }_2,...{\alpha }_r$是向量空间$V(V\in R^n)$的一个基，如果${\alpha }_1,{\alpha }_2,...{\alpha }_r$两两正交，且都是单位向量，则称${\alpha }_1,{\alpha }_2,...{\alpha }_r$是向量空间$V$的一个规范正交基。

矩阵

由 $m\times n$个数$a_{ij}$排成的 m 行 n 列的数表称为 m 行 n 列的矩阵，简称$m\times n$矩阵。记作：