本文详细介绍了向量的基本概念，包括定义、表示方法、夹角表示，以及向量的模、加法、减法、点乘、叉乘、极角等运算。此外，还探讨了向量的缩放、平移、旋转、投影和对称等变换操作。通过这些内容，读者可以深入理解向量的性质和应用。
矢量（向量）
1、矢量的定义
矢量是一种既有大小又有方向的量，又称为向量。在计算机中，矢量图可以无限放大永不变形 （反正我没看懂）。——百度百科
2、矢量的表示及其相关量的表示
(1)矢量的表示
矢量可以表示为一个小写字母 a a a上面一个箭头 a ⃗ \vec{a} a（ps:正确的箭头应该是 ⇀ \rightharpoonup ⇀这样的，而不是 → \rightarrow →的，但 L A T E X L_{A}T^{E}X LATEX上打不出来）或者一个粗体 A
在 n n n维空间内，矢量通常被表示为一个 n n n元组 ( a 1 , a 2 , ⋯ ⋯   , a n ) (a_{1},a_{2},\cdots \cdots,a_{n}) (a1,a2,⋯⋯,an)
(2)矢量夹角的表示
两个矢量 a ⃗ , b ⃗ \vec{a},\vec{b} a,b的夹角表示为 ⟨ a ⃗ , b ⃗ ⟩ \langle\vec{a},\vec{b}\rangle ⟨a,b⟩
3、矢量的运算
(1)矢量的模
即矢量的长度，记为 ∣ a ⃗ ∣ |\vec{a}| ∣a∣
(2)矢量的加法
满足三角形法则，如图
(3)矢量的减法
满足平行四边形法则，如图
(4)矢量的点乘
两个矢量的点乘是标量， ( a 1 , a 2 , ⋯ ⋯   , a n ) ⋅ ( b 1 , b 2 , ⋯ ⋯   , b n ) = d e f ∑ i = 1 n a i b i , a ⃗ ⋅ b ⃗ = ∣ a ⃗ ∣ ∣ b ⃗ ∣ c o s ( ⟨ a ⃗ , b ⃗ ⟩ ) (a_{1},a_{2},\cdots\cdots,a_{n})\cdot(b_{1},b_{2},\cdots\cdots,b_{n})\overset{\underset{def}{}}{=}\sum \limits_{i=1}^{n}a_{i}b_{i},\vec{a}\cdot\vec{b}=|\vec{a}||\vec{b}|cos(\langle\vec{a},\vec{b}\rangle) (a1,a2,⋯⋯,an)⋅(b1,b2,⋯⋯,bn)=defi
最低0.47元/天 解锁文章
扫一扫
2530
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
