向量的性质
-
对于一个n维向量而言,用n元数组来表示向量。即: (1) V = < V 1 , V 2 , ⋯   , V n > V=<V_1,V_2,\cdots,V_n>\tag{1} V=<V1,V2,⋯,Vn>(1) V i V_i Vi被称作向量的分量。
-
同样地,我们也可以为一列n行的矩阵:
(2) V = [ V 1 V 2 ⋮ V n ] V= \begin{bmatrix} V_1\\ V_2\\ \vdots\\ V_n \end{bmatrix} \tag{2} V=⎣⎢⎢⎢⎡V1V2⋮Vn⎦⎥⎥⎥⎤(2)
转置矩阵: (3) V T = [ V 1 V 2 ⋯ V n ] V^T=\begin{bmatrix} V_1&V_2& \cdots&V_n \end{bmatrix}\tag{3} VT=[V1V2⋯Vn](3) -
向量可以与一个标量 a a a相乘: (4) a V = V a = < a V 1 , a V 2 , ⋯   , a V n > aV=Va=<aV_1,aV_2,\cdots,aV_n>\tag{4} aV=Va=<aV1,aV2,⋯,aVn>(4)
-
当 a = − 1 a=-1 a=−1时,用 − V -V −V表示向量 V V V的反向量。
-
两个向量也可以做加法: (5) P + Q = < P 1 + Q 1 , P 2 + Q 2 , ⋯   , P n + Q n > P+Q=<P_1+Q_1,P_2+Q_2,\cdots,P_n+Q_n>\tag{5} P+Q=<P1+Q1,P2+Q2,⋯,Pn+Qn>(5)
-
向量运算有如下性质:
- (6) P + Q = Q + P P+Q=Q+P\tag{6} P+Q=Q+P(6)
- (7) ( P + Q ) + R = P + ( Q + R ) (P+Q)+R=P+(Q+R)\tag{7} (P+Q)+R=P+(Q+R)(7)
- (8) ( a b ) P = a ( b P ) (ab)P=a(bP)\tag{8} (ab)P=a(bP)(8)
- (9) a ( P + Q ) = a P + a Q a(P+Q)=aP+aQ\tag{9} a(P+Q)=aP+aQ(9)
- (10) ( a + b ) P = a P + b P (a+b)P=aP+bP\tag{10} (a+b)P=aP+bP(10)
-
向量的绝对值表示向量的模,表示向量欧式空间的长度,也被称为向量的范数,绝对值为1的向量被称为单位向量。 (11) ∣ ∣ V ∣ ∣ = ∑ i = 1 n