77 lines
2.2 KiB
Markdown
77 lines
2.2 KiB
Markdown
|
---
|
|||
|
|
title: "《线性代数》向量"
|
|||
|
|
date: 2023-08-05T14:02:01+08:00
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## 向量
|
|||
|
|
|
|||
|
|
* 计算机中：（vector）：数组（bushi）
|
|||
|
|
* 物理上：空间中的一个箭头，由长度和方向定义
|
|||
|
|
* 向量可以认为是任何东西，只要保证两个向量相加以及数字与向量的相乘是有意义的即可，本质是对物理上和计算机上两种描述的概括
|
|||
|
|
* 向量加法:$\vec{V}+\vec{W}$
|
|||
|
|
* 向量数乘:$2\vec{V}$
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
将向量引入坐标系后，在线性代数中，不同于物理上的向量，向量起点固定为坐标系原点
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
如上图中向量可以用一个矩形表示，其中-2表示在x轴上到原点的距离，3表示在y轴上到原点的距离
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
在三维坐标系中，向量表示为一个三元数组，每个三元数组给出唯一一个向量，一个向量对应一个三元数组
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
利用向量在坐标系中的表示可以简单理解向量加法和向量数乘
|
|||
|
|
|
|||
|
|
向量加法可认为是将被加向量平移到起点与第一个向量的终点重合,绘制一个新的向量从第一个向量的起点出发，指向第二个向量的终点，新的向量就认为是两个向量的和
|
|||
|
|
|
|||
|
|
注：以上情形几乎是线性代数中唯一允许向量起始点离开原点的情形
|
|||
|
|
|
|||
|
|
对于$\vec{V}+\vec{W}$
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
从数字角度上则可认为是在行走对应步数
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
所以
|
|||
|
|
|
|||
|
|
$$
|
|||
|
|
\begin{bmatrix}
|
|||
|
|
x_1 \\\\
|
|||
|
|
y_1
|
|||
|
|
\end{bmatrix}
|
|||
|
|
+
|
|||
|
|
\begin{bmatrix}
|
|||
|
|
x_2 \\\\
|
|||
|
|
y_2
|
|||
|
|
\end{bmatrix}=
|
|||
|
|
\begin{bmatrix}
|
|||
|
|
x_1+x_2 \\\\
|
|||
|
|
y_1+y_2
|
|||
|
|
\end{bmatrix}
|
|||
|
|
$$
|
|||
|
|
|
|||
|
|
|
|||
|
|
向量乘法中，向量相乘标量则认为对向量的缩放过程，如$2\vec{V}$则认为将$\vec{V}$拉伸为原来的2倍，由于数字在线性代数中主要作用就是缩放向量，通常情况下，标量和数字在这里往往可以互相替换
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
对于向量与标量相乘，即为向量中的每个分量与标量相乘
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
|