热门标签 | HotTags
当前位置:  开发笔记 > 后端 > 正文

线性代数学习点(五):向量运算规则的几何表示

原文链接:http:thejuniverse.orgPUBLICLinearAlgebraLOLAgeomVectcalc.html翻译过程稍有删减前面

原文链接:http://thejuniverse.org/PUBLIC/LinearAlgebra/LOLA/geomVect/calc.html

翻译过程稍有删减

        前面已经介绍了最基本的向量相加及向量数乘。在实际中,向量的运算往往是这两种基本运算的复合,这就需要一些运算的规则。向量绝大部分的运算规则与标量对应的运算规则一致。

        第一条规则是:向量相加满足交换律。用更数学化的语言可表述为:对任意向量u 和 v,有如下等式成立: u + v = v + u.

        这点很好理解,下图为采用平行四边形法则的向量相加几何示意图,无论是u 和加v,还是  vu,结果都是以uv两个向量为边构成的平行四边形的对角线。

                                
        若有三个或者三个以上的向量相加,结果又如何呢?三角形法则告诉我们,将这些向量的起点和终点相连,则以第一个向量的起点为起点,以最后一个向量的终点为终点,构成的这个向量即为和向量,如下图所示。

                               

        上述规则无疑是正确的。但从技术上来讲,向量相加的法则仅定义了两个向量相加。因此,我们必须确保上述法则在只有两个向量相加时也是正确的。因此,我们还需要如下的规则:即向量相加满足结合律。用更数学化的语言可表述为:对任意向量u 、vw,有如下等式成立:  (u + v)+ w = u + (v + w).

        下图给出了向量加法结合律的几何图示。上面是等式左边的相加结果,下面是等式右边的相加结果。可以看出,结果都是黑色的向量。

                

                

         利用交换律和结合律这两个规则,我们就可以解决任意多个向量以任意次序相加的问题。

        前面我们仅给出了向量相加运算法则在二维空间的几何示意图。下图给出了三个向量在三维空间相加的几何示意图。图中三个向量处于不同的平面,我们可以先将他们的起点放置在一起,然后先利用平行四边形法则计算u + v,然后再利用三角形法则计算(u + v)+ w。由图可以看出,和向量实际上是由u、 v、w三个向量构成的平行六面体的对角线。因此,在三维空间,向量相加的法则也称为平行六面体法则,这是二维空间到三维空间的自然推广。在数学抽象上,这样的法则还可以推广到三维以上的空间,只是无法给出具体的几何示意图。

                                

        上面我们讨论了多个向量相加的问题。对数乘运算,假定现在有两个数c 和 d,都要和向量v进行数乘运算,那么运算的次序有关系吗?可以证明,数乘运算时,先用那个数进行数乘并不影响最终的结果,即有:c(dv) =d(cv) = (cd)v.

        如果c 和 d均为正数,那么很明显,上述三种运算所得的结果相同,并且仍然是一个向量,其方向与v相同,其长度为v的长度乘以cd。如果c 和 d有一个为负数或者两者均为负数,上述三种运算就必须要考虑方向的变反的情况,但注意到,在三种运算中,向量方向变反的次数是一样的,因此,三种运算所得的结果仍然相同。这即说明上述数乘满足交换律的运算规则是有效的。

        我们再考虑更复杂一些的情况,几个向量之间的运算不仅有加法,还有数乘运算,这时就需要分配率。这里,分两种情况来讨论。

        第一种情况是两个数相加后再与向量相乘。此时的运算规则如下:两个数相加之后再与向量相乘,等于两个数分别与向量相乘后再相加。用数学公式可表示为:对于任意的数c,d及任意的向量v,有:

                (c + d)v =cv +dv.

        如果c 和 d均为正数,如下图所示,那么从图很容易看出,上述等式两边的运算结果相同,结果均为向量,其方向与v相同,长度为v的长度乘以(c +d)。

                                 

        如果c 和 d有一个为负数,或者均为负数,上述分配率规则同样有效,但所得向量的方向与(c+d)的取值有关,可能与v相同,也可能与v相反。

        再来考虑另外一种情况,一个数与两个向量相加的结果相乘,此时的运算规则如下:一个数与两个向量相加的结果相乘,等于这个数分别与这两个向量单独相乘,然后再相加。用数学公式可表示为:对于任意的数c,d及任意的向量v,有:

                c(u + v) = cu + cv.

        对这条规则的理解与第一种情况的完全类似,下图给出了一个这种情况下的几何示意图。

                        

        综合这两种情况,用更口语化的方式,分配率可统一表述为:相加之后的相乘与相乘之后的相加相等。



推荐阅读
  • 本文介绍了Java并发库中的阻塞队列(BlockingQueue)及其典型应用场景。通过具体实例,展示了如何利用LinkedBlockingQueue实现线程间高效、安全的数据传递,并结合线程池和原子类优化性能。 ... [详细]
  • 利用Selenium与ChromeDriver实现豆瓣网页全屏截图
    本文介绍了一种使用Selenium和ChromeDriver结合Python代码,轻松实现对豆瓣网站进行完整页面截图的方法。该方法不仅简单易行,而且解决了新版Selenium不再支持PhantomJS的问题。 ... [详细]
  • yikesnews第11期:微软Office两个0day和一个提权0day
    点击阅读原文可点击链接根据法国大选被黑客干扰,发送了带漏洞的文档Trumps_Attack_on_Syria_English.docx而此漏洞与ESET&FireEy ... [详细]
  • 本文介绍如何在 Android 中通过代码模拟用户的点击和滑动操作,包括参数说明、事件生成及处理逻辑。详细解析了视图(View)对象、坐标偏移量以及不同类型的滑动方式。 ... [详细]
  • 深入理解OAuth认证机制
    本文介绍了OAuth认证协议的核心概念及其工作原理。OAuth是一种开放标准,旨在为第三方应用提供安全的用户资源访问授权,同时确保用户的账户信息(如用户名和密码)不会暴露给第三方。 ... [详细]
  • QBlog开源博客系统:Page_Load生命周期与参数传递优化(第四部分)
    本教程将深入探讨QBlog开源博客系统的Page_Load生命周期,并介绍一种简洁的参数传递重构方法。通过视频演示和详细讲解,帮助开发者更好地理解和应用这些技术。 ... [详细]
  • 优化ListView性能
    本文深入探讨了如何通过多种技术手段优化ListView的性能,包括视图复用、ViewHolder模式、分批加载数据、图片优化及内存管理等。这些方法能够显著提升应用的响应速度和用户体验。 ... [详细]
  • 1:有如下一段程序:packagea.b.c;publicclassTest{privatestaticinti0;publicintgetNext(){return ... [详细]
  • 本文详细介绍了Java编程语言中的核心概念和常见面试问题,包括集合类、数据结构、线程处理、Java虚拟机(JVM)、HTTP协议以及Git操作等方面的内容。通过深入分析每个主题,帮助读者更好地理解Java的关键特性和最佳实践。 ... [详细]
  • 在Ubuntu 16.04 LTS上配置Qt Creator开发环境
    本文详细介绍了如何在Ubuntu 16.04 LTS系统中安装和配置Qt Creator,涵盖了从下载到安装的全过程,并提供了常见问题的解决方案。 ... [详细]
  • 2018年3月31日,CSDN、火星财经联合中关村区块链产业联盟等机构举办的2018区块链技术及应用峰会(BTA)核心分会场圆满举行。多位业内顶尖专家深入探讨了区块链的核心技术原理及其在实际业务中的应用。 ... [详细]
  • 本文介绍百度AI Studio这一集成开发平台,涵盖丰富的AI教程、经典数据集及云端计算资源。通过具体示例——在AI Studio上构建线性回归项目,帮助初学者快速掌握其核心功能与操作方法。 ... [详细]
  • 本文深入探讨了WebGL与Three.js在构建多样化3D场景中的应用,详细解析了两者如何协同工作以实现高性能的3D渲染,并提供了实践指南。 ... [详细]
  • 新手指南:在Windows 10上搭建深度学习与PyTorch开发环境
    本文详细记录了一名新手在Windows 10操作系统上搭建深度学习环境的过程,包括安装必要的软件和配置环境变量等步骤,旨在帮助同样初入该领域的读者避免常见的错误。 ... [详细]
  • 2017年人工智能领域的十大里程碑事件回顾
    随着2018年的临近,我们一同回顾过去一年中人工智能领域的重要进展。这一年,无论是政策层面的支持,还是技术上的突破,都显示了人工智能发展的迅猛势头。以下是精选的2017年人工智能领域最具影响力的事件。 ... [详细]
author-avatar
让安丷全筑起心灵的屏障
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有