1.向量的长度
例如一个向量为<1,2,3>,它的长度公式是如何推出来的?
两次勾股定理
如果对于超过三维的向量,我们无法可视化它们,但计算方法一致。
2.向量的减法
我们都知道向量的加法在几何上是头对尾然后连接,代数上是对应位置相加。
那么向量的减法呢?
代数上是类似的。
在几何上不用记更多的,只需将A-B看成A+(-B)就OK
3.点积(dot product)
说到点积,我们可能会想到下面两个公式
在中学阶段,我一直以为这两个都是定义式,后面的学习中才发现,第二个式子是由第一个定义式结合余弦定理推导出来的。
推导过程如下:
也就是说,我们先用第一个式子定义了点积,然后再得到了点积的另一种形式,那么为什么我们要这样定义呢?自然会是有它的好处。
4.这样定义点积的好处
4.1计算长度and角度
(其实从这个例子中也可以发现它与余弦定理的相似之处,余弦定理可以做类似的工作,因此我喜欢把这个公式叫做余弦定理的向量形式)
另外,从上面的公式也可以看出来,等式右边是两个长度*cos,也就是说:
- 当两个向量夹角大于90°时,点积值为负数,
- 当两个向量夹角小于90°时,点积值为正数,
- 当两个向量夹角等于90°时,点积值为0,
(这个我们从最开始的定义式里面是发现不了的)
4.2判断正交性
x+2y+3z=0在空间坐标系里面代表着什么?
我们可以从这个角度来理解,一个<1,2,3>的向量与一个<x,y,z>的空间一个随机的向量的点积恒为零。那么答案也就显而易见了,xyz在空间里面的所有的点就是垂直与那条直线的平面。