向量
有大小,有方向的量,记为 a ⃗ \vec{a} a
基本运算
向量的加法
首尾相连法则(当然还有其他名字:平行四边形法则、三角形法则)
如图
a
⃗
+
b
⃗
\vec{a}+\vec{b}
a+b就相当于将
b
⃗
\vec{b}
b的起点平移到
a
⃗
\vec{a}
a的终点(
a
⃗
、
b
⃗
\vec{a}、\vec{b}
a、b以原点为起点),得到
b
′
⃗
\vec{b'}
b′,就如下图:
a
⃗
+
b
⃗
=
c
⃗
\vec{a}+\vec{b}=\vec{c}
a+b=c,因为它们作用效果一样,这就是首尾相连法则,即由
a
⃗
\vec{a}
a的起点,到
b
′
⃗
\vec{b'}
b′的终点。
向量的积
数量积
即一个向量与一个标量相乘,即数乘。
如下图:
代数表示为: λ a ⃗ \lambda\vec{a} λa
内积
两个向量点乘,代数表示为: a ⃗ ⋅ b ⃗ = ∣ a ⃗ ∣ ∣ b ⃗ ∣ c o s θ \vec{a}\cdot \vec{b}=\mid\vec{a}\mid\mid\vec{b}\mid cos\theta a⋅b=∣a∣∣b∣cosθ
意义为: a ⃗ \vec{a} a的大小与 b ⃗ \vec{b} b在 a ⃗ \vec{a} a上的投影的大小的乘积
乘积为标量。
若 a ⃗ \vec{a} a为 ( x 1 , y 1 ) (x_1,y_1) (x1,y1), b ⃗ \vec{b} b为 ( x 2 , y 2 ) (x_2,y_2) (x2,y2)
则 a ⃗ ⋅ b ⃗ = x 1 ∗ x 2 + y 1 ∗ y 2 \vec{a}\cdot \vec{b}=x_1*x_2+y_1*y_2 a⋅b=x1∗x2+y1∗y2
具体证明略,详见 60 60 60课时学高中数学。
外积
两个向量叉乘为外积,外积是一个向量。
a ⃗ × b ⃗ = ∣ a ⃗ ∣ ∣ b ⃗ ∣ s i n θ = x 1 ∗ y 2 − x 2 ∗ y 1 \vec{a}\times\vec{b}=\mid\vec{a}\mid\mid\vec{b}\mid sin\theta=x_1*y_2-x_2*y_1 a×b=∣a∣∣b∣sinθ=x1∗y2−x2∗y1
其中 θ \theta θ表示 a ⃗ \vec{a} a沿着逆时针方向旋转到 b ⃗ \vec{b} b的度数。
这里其实有点问题,外积是一个向量,但运算结果是一个标量(我解决不了),但是在计算几何中,用到的往往是关于与向量类似的运算,所以理解就好了。在做题中,我们仅仅只是用(伪外积)去求一个线段到另外一个线段,是如何旋转(度数严格小于 180 ° 180° 180°),从而确定线段是顺时针还是逆时针旋转,或者用来去掉重复的面积的。
这点应该要清楚理解。
而不是
∣ a ⃗ × b ⃗ ∣ = ∣ a ⃗ ∣ ∣ b ⃗ ∣ s i n θ = x 1 ∗ y 2 − x 2 ∗ y 1 \mid\vec{a}\times\vec{b}\mid=\mid\vec{a}\mid\mid\vec{b}\mid sin\theta=x_1*y_2-x_2*y_1 ∣a×b∣=∣a∣∣b∣sinθ=x1∗y2−x2∗y1
其中 θ \theta θ表示 a ⃗ \vec{a} a与 b ⃗ \vec{b} b的夹角( 0 ≤ θ ≤ 180 ° 0\le\theta\le 180° 0≤θ≤180°)度数。
证明不知道。