概念
什么是向量?
这就是向量。
从图上可以看出,向量是一条带箭头的线,准确来说,向量是一条有向线段。
那么向量有什么样的意义呢?
在数学中,它可以简化运算,将复杂的几何问题转化为简单的向量运算。
那它又有怎样的实际意义呢?
它可以表示物理中的矢量,可以表示位移、速度、力等物理量,同时可以以向量运算代替物理量运算,达到简化的目的。
与向量相对的,像 1 1 1、 1.5 1.5 1.5、 1 2 \dfrac{1}{2} 21、 π \pi π 这类数,我们称作数量。
性质
向量既然是一条有向线段,决定向量的因素有哪些呢?
- 向量的方向
- 向量的长度
注意,没有向量的位置!也就是说,向量与它的位置无关!
图中,红色的向量与蓝色的向量完全相等!
如果两个向量方向相同或相反,我们称这两个向量平行,也称它们共线。如果两个向量夹角为 90 90 90 度,我们称它们垂直。
表示
对于一个向量,如果它的起点为 A A A,终点为 B B B,如图:
那么我们称它为向量
A
B
AB
AB,记作
A
B
→
\overrightarrow{AB}
AB。
注意,起点和终点的顺序不能颠倒,像 B A → \overrightarrow{BA} BA 就是错误的。
对于下图:
我们称它为向量
a
a
a,手写时记作
a
⃗
\vec{a}
a,在印刷本中一般记作加粗的a。
那么我们对于向量的长度也给予一个符号表示,对于 A B → \overrightarrow{AB} AB,它的长度记为 ∣ A B → ∣ |\overrightarrow{AB}| ∣AB∣。向量的长度一般称为向量的模。
运算
既然向量可以像数量一样表示,那么向量能否像数量一样运算呢?显然,是可以的。
前面,我们说过,向量可以表示矢量,我们以位移为例,分析向量的运算。
现在一个物体从点 A A A运动到点 B B B,表示为 A B → \overrightarrow{AB} AB:
再从点
B
B
B运动到点
C
C
C,表示为
B
C
→
\overrightarrow{BC}
BC:
那么它的总位移是什么?
显然,是 A C → \overrightarrow{AC} AC:
所以我们可以得到向量加法的运算方式:
A
B
→
+
B
C
→
=
A
C
→
\overrightarrow{AB}+\overrightarrow{BC}=\overrightarrow{AC}
AB+BC=AC
对于上述这种方法,我们称之为三角形定则,因为两个向量与它们的和成三角形。
而当我们脱离现实,回到数学本身上来,对于首尾不相接的向量,我们又怎样进行运算呢?
我们知道,向量与位置无关。首先将
C
D
→
\overrightarrow{CD}
CD 平移,使得
C
C
C与
B
B
B重合:
然后进行加法即可。
那我们还有其他的方法进行加法运算吗?
对于下面的两个向量:
我们将它们的起点对齐:
然后做平行四边形:
连对角线:
结果即是 A E → \overrightarrow{AE} AE。
上面这种方法,我们称之为平行四边形定则。
平行四边形定则以及三角形定则是求平面向量加法的方式,它们可以借助平行四边形以及三角形理解,而它们又符合实际情况。位移、速度、力的合成均可视作向量的加法。
那么,减法又如何定义呢?
我们知道,在数的运算中,减法是加法的逆运算。在向量中也是如此。对于下图:
我们知道,
A
B
→
+
B
C
→
=
A
C
→
\overrightarrow{AB}+\overrightarrow{BC}=\overrightarrow{AC}
AB+BC=AC,则有:
A
C
→
−
A
B
→
=
B
C
→
\overrightarrow{AC}-\overrightarrow{AB}=\overrightarrow{BC}
AC−AB=BC
A
C
→
−
B
C
→
=
A
B
→
\overrightarrow{AC}-\overrightarrow{BC}=\overrightarrow{AB}
AC−BC=AB
那么减法又该怎样运算呢?对于向量
a
⃗
\vec{a}
a和向量
b
⃗
\vec{b}
b,我们将
a
⃗
\vec{a}
a的起点和
b
⃗
\vec{b}
b的起点对齐,从
b
⃗
\vec{b}
b的终点向
a
⃗
\vec{a}
a的终点做向量
c
⃗
\vec{c}
c,则有
c
⃗
=
a
⃗
−
b
⃗
\vec{c}=\vec{a}-\vec{b}
c=a−b
这样,我们就得到了减法的运算法则。
那么,向量有没有乘法运算呢?
我们将向量的乘法分为两种:向量与数量的乘法 和 向量与向量的乘法。
向量与数量的乘法称为数乘,记作 a ⃗ = λ b ⃗ \vec{a}=\lambda\vec{b} a=λb,其中 λ \lambda λ 为实数。
数乘的结果分为三种:
- 当 λ > 0 \lambda>0 λ>0 时,向量方向不变,模变为原来的 λ \lambda λ 倍。
- 当 λ = 0 \lambda=0 λ=0 时,模变为 0 0 0。模为 0 0 0 的向量称为零向量,记作 0 ⃗ \vec{0} 0 或 0,零向量的方向无法确定,但认为它与任意向量平行,也与任意向量垂直。
- 当 λ < 0 \lambda<0 λ<0 时,向量方向与原来相反,模变为原来的 ∣ λ ∣ |\lambda| ∣λ∣ 倍。
这样,如果向量 a ⃗ \vec{a} a 可以表示为 λ b ⃗ \lambda\vec{b} λb,则 a ⃗ \vec{a} a 与 b ⃗ \vec{b} b 平行。
向量与向量的乘法有两种,内积和外积。这里只介绍内积。
内积,又称数量积、点积,表示为 a ⃗ ⋅ b ⃗ \vec{a}\cdot\vec{b} a⋅b。注意,不能是 a ⃗ × b ⃗ \vec{a}\times\vec{b} a×b,这是外积的表示法。
内积的结果是一个数量,而不是向量:
a
⃗
⋅
b
⃗
=
∣
a
⃗
∣
∣
b
⃗
∣
c
o
s
θ
\vec{a}\cdot\vec{b}=|\vec{a}||\vec{b}|cos\theta
a⋅b=∣a∣∣b∣cosθ
其中 θ \theta θ 为 a ⃗ \vec{a} a 和 b ⃗ \vec{b} b 的夹角。
因为
c
o
s
90
°
=
0
cos\ 90°=0
cos 90°=0,所以我们可以得到:
a
⃗
⋅
b
⃗
=
0
⇔
a
⃗
⊥
b
⃗
\vec{a}\cdot\vec{b}=0 \Leftrightarrow \vec{a} \perp \vec{b}
a⋅b=0⇔a⊥b
坐标
我们要是想把一个向量在平面直角坐标系上表示出来,我们应该怎样表示呢?
按照我们表示线段的方式,应该通过两个端点的坐标来表示。
可是向量与线段有什么不同之处?
向量与位置无关!
我们可以将线段平移,使得起点与原点重合,就可以用终点的坐标表示向量的坐标了!
平移:
则这个向量的坐标为
(
3
,
1
)
(3,1)
(3,1)。
坐标运算
那么,有了坐标,我们是否可以用坐标进行运算呢?
设 a ⃗ = ( x 1 , y 1 ) \vec{a}=(x_1,y_1) a=(x1,y1), b ⃗ = ( x 2 , y 2 ) \vec{b}=(x_2,y_2) b=(x2,y2),则有:
a ⃗ + b ⃗ = ( x 1 + x 2 , y 1 + y 2 ) \vec{a}+\vec{b}=(x_1+x_2,y_1+y_2) a+b=(x1+x2,y1+y2)
a ⃗ − b ⃗ = ( x 1 − x 2 , y 1 − y 2 ) \vec{a}-\vec{b}=(x_1-x_2,y_1-y_2) a−b=(x1−x2,y1−y2)
λ a ⃗ = ( λ x 1 , λ x 2 ) \lambda\vec{a}=(\lambda x_1,\lambda x_2) λa=(λx1,λx2)
a ⃗ ⋅ b ⃗ = x 1 x 2 + y 1 y 2 \vec{a}\cdot\vec{b}=x_1x_2+y_1y_2 a⋅b=x1x2+y1y2
关于平面向量
平面向量就介绍到这里,然而平面向量还有许多奇(du)妙(liu)的东西,也可以用来解决很多奇(du)妙(liu)的的问题……