向量

向量

• 向量定义
• 向量数乘
  • 向量数乘的几何意义
• 向量加法和减法
  • 向量加法和减法的几何意义
• 向量的长度(模)
  • 向量长度的计算
• 单位向量
  • 向量的单位化
• 向量的点乘(点积)
  • 向量点乘(点积)的几何意义

---

向量的定义

        所谓向量, 就是有长度及方向的量, 一般由多个标量组合而成。
例:
        点A(x, y) 到 点B(x, y) 的向量表示为 $\overrightarrow{AB}$
        $\overrightarrow{AB}=(B_x-A_x,B_y-A_y)$

3D游戏中表示向量 点 B (x, y, z) 为 $\overrightarrow{B}$. 只有一个点, 是因为默认点A(x, y, z) 的坐标为 (0, 0, 0). 带入上面的公式为:
        $\overrightarrow{B}=(B_x-A_x,B_y-A_y,B_z-A_z)$
        $\overrightarrow{B}=(B_x-0,B_y-0,B_z-0)$
        $\overrightarrow{B}=(B_x,B_y,B_z)$

---

向量数乘

        向量 B(x, y) 与实数 n 的乘积为一个向量, 记做 nB .
例:
        向量 B(x, y) 与 n 做数乘云算.
        $nB=(B_x\ast n,B_y\ast n)$

向量数乘的几何意义

        向量的数乘, 表现为向量的方向和向量的模 ( 向量的长度 ) 的变化, 可以看做对 向量方向, 向量长度 的调整算法:
                当 n > 0 时, 向量方向不不变, 模 ( 向量的长度 ) 变为原来的 |n| 倍.
                当 n < 0 时, 向量方向变为原来的反方向, 模 ( 向量的长度 ) 变为原来的 |n| 倍.
                当 n = 0 时, 向量变为 0 向量, 模 ( 向量的长度 ) 等于 0 .

---

向量加法和减法

        两个向量必须维度相同才能相加, 相减. 结果向量的维度与原向量相同.
        例:
        向量 W = Q + P, (Q, P 同为三维向量)
        $W=(Q_x+P_x,Q_y+P_y,Q_z+P_z)$

向量加法和减法的几何意义

        向量 a 和 b 的相加的几何解释为: 平移向量, 使向量a的头连接向量b的尾,接着从 a 的尾向 b 的头化一个向量. 这就是向量加法的 “三角形法则”. 向量减法与之类似.
        加法: 向量 A + 向量 B = 0点 到 向量A + 向量A作为起点. 平移过来的向量B
图解:

        减法: 向量 A - 向量 B = B为起点 A为终点的 向量
图解:

---

向量的长度(模)

        向量的大小称为向量的长度或者模,
        向量 $V$ 的长度记为 $\left|V\right|$

向量长度的计算

        一个 $n$ 维向量 $V$ 的长度(模), 得到下面公式:
$$\left|V\right|=\sqrt{\sum _{i=1}^n{V_i}^2}$$
        对于三维向量$V$, 可以展开为:
$$\left|V\right|=\sqrt{{V_x}^2+{V_y}^2+{V_z}^2}$$

---

单位向量

        长度为 1 的向量称为单位向量, 单位向量也使用上标符号^, 记为向量 $\hat{V}$ (hat V)

向量的单位化

        对于任意 $n$ 维非零向量$V$, 可以通过对于每一维上的数除以 $\left|V\right|$ 将向量$V$的长度变为单位长度, 这个操作称为向量的单位化. 单位化后的向量记作 $\hat{V}$
公式:
$$\hat{V}=\frac{V}{\left|V\right|},V̸=0$$

例:
        单位化 2D 向量[12, -5]:
$$\frac{\left[12,-5\right]}{\left|\left[12,-5\right]\right|}=\frac{\left[12,-5\right]}{\sqrt{\left[12^2+-5^2\right]}}$$
$$=\frac{\left[12,-5\right]}{\sqrt{169}}$$
$$=\frac{\left[12,-5\right]}{13}$$
$$=\left[0.923,-0.385\right]$$

---

向量的点乘(点积)

        数量积也叫内积, 点积, 求数量积的过程, 称为点乘. 两个 $n$ 维向量$P$和$Q$的数量积, 记作$P\cdot Q$
公式:
$$P\cdot Q=\sum _{i=1}^n{P}_i{Q}_i$$
三维向量的点乘, 可以展开为:
$$P\cdot Q=P_x{Q}_x+P_y{Q}_y+P_z{Q}_z$$

向量点乘(点积)的几何意义

        一般来说, 点乘结果描述了两个向量的 “相似” 程度, 点乘结果越大, 两个向量越相近. 已知两个向量 $P$ 和 $Q$ 的长度和他们的夹角 $\alpha$. 则 $P\cdot Q$ 满足下面公式:
$$P\cdot Q=\left|P\right|\left|Q\right|cos\alpha$$