线性代数学习(二):向量

学习物理的人喜欢把向量叫做向量
学习数学的人喜欢把向量叫做矢量
我们要知道的是:向量 = 矢量

1. 矢量(向量)的基本概念

矢量:既有方向又有长度的量交矢量
标量:只有长度,没有方向的量,叫标量
线性代数学习(二):向量_第1张图片

1.1. 矢量的加法

线性代数学习(二):向量_第2张图片
线性代数学习(二):向量_第3张图片

1.3. 向量加法深入理解

线性代数学习(二):向量_第4张图片
从上图发现,我们只要不改变向量的长度和方向,在平面内随意平移那个向量,向量是不变的。
我们以一个向量的加法为例
线性代数学习(二):向量_第5张图片
其实在图上反映出向量的加法就是这样的
线性代数学习(二):向量_第6张图片

1.4. 向量的乘法和零向量的定义

线性代数学习(二):向量_第7张图片

1.5. 向量乘法深入理解

先举出第一个例子
线性代数学习(二):向量_第8张图片
当c = -1的时候,向量的方向就会发生变化
线性代数学习(二):向量_第9张图片

2. 直线

直线这么简单,为什么要专门讲呢?
答:我们之前学习到的直线,大多都是二维的,那么三维的直线怎么表示呢?我们来慢慢深入

2.1. 用向量表示直线

线性代数学习(二):向量_第10张图片
当c∈R的时候,这条向量就变成了一条直线

2.2. 用向量表示一条经过某点的直线

线性代数学习(二):向量_第11张图片
以上公式中,P是要经过的点,v向量来确定方向,L就是确定的直线

2.3. 向量表示两点确定一条直线

我们都知道,两点确定一条直线,这个是不变的,只要有两个点,那么经过两个点的直线就是确定的,不管是在三维还是四维还是n维空间中。
线性代数学习(二):向量_第12张图片
P1,P2就是两个确定的点,c是∈R的多个数,这个表达式得到的L就是一条唯一的直线,三维空间的直线就能这样来表示。

  • 我们来表示一下三维的直线:
    线性代数学习(二):向量_第13张图片

3. 线性组合和向量所张成的空间

3.1. 什么是线性组合?

线性代数学习(二):向量_第14张图片

3.2. 向量所张成的空间

线性代数学习(二):向量_第15张图片
在二维平面内,我们可以通过上面的公式,不断变换c1和c2,可以表示平面上任意一条向量,当我们将c1和c2变换多次的时候,其实就形成了一个二维平面。
条件:a和b不是两个线性相关的向量
线性代数学习(二):向量_第16张图片

4. 线性相关

4.1. 线性相关的定义

在向量的集合中,一个向量可以被其它向量的线性组合表示。

4.2. 案例

线性代数学习(二):向量_第17张图片

4.3. 线性相关公式

线性代数学习(二):向量_第18张图片

5. 向量的点积和模长

5.1. 点积

线性代数学习(二):向量_第19张图片
求a和b的点积,我们会发现,变成了一个标量

5.2. 向量的模长

线性代数学习(二):向量_第20张图片
性质:
线性代数学习(二):向量_第21张图片

5.3. 点积的性质及证明

通过证明我们可以发现,向量的点积符合交换律,分配率以及结合律。
线性代数学习(二):向量_第22张图片
线性代数学习(二):向量_第23张图片

5.4. 柯西施瓦茨不等式

线性代数学习(二):向量_第24张图片

5.5. 三角不等式

原理:两边之和大于第三边
线性代数学习(二):向量_第25张图片
线性代数学习(二):向量_第26张图片

5.6. 向量夹角

线性代数学习(二):向量_第27张图片
线性代数学习(二):向量_第28张图片

5.7. 叉积

线性代数学习(二):向量_第29张图片
叉积之后求出的向量是垂直于a,b所构成的平面的
线性代数学习(二):向量_第30张图片

5.8. 叉积与夹角的关系

线性代数学习(二):向量_第31张图片

你可能感兴趣的:(leetcode,机器学习,线性代数)