00_向量代数
一、 向量
-
向量(Vector)的定义
-
向量的相等:两个向量 \(\vec{a}\) 和 \(\vec{b}\) 相等,必须同时满足:
-
大小相同:\(|\vec{a}| = |\vec{b}|\)。
-
方向一致:两条有向线段平行且同向。
-
-
所有的三维几何向量构成一个定义在实数域 \(\mathbb{R}\) 上的三维线性空间 \(V\)(八条性质)。
二、 欧氏空间与内积(点积)
空间 \(V\) 是一个欧氏空间,在 \(V\) 上定义了内积。
-
代数定义:映射 \(V \times V \to \mathbb{R}\),即 \((\vec{a}, \vec{b}) \mapsto \vec{a} \cdot \vec{b}\),满足:
-
正定性:\(\vec{a} \cdot \vec{a} \ge 0\),且 \(\vec{a} \cdot \vec{a} = 0 \Leftrightarrow \vec{a} = \vec{0}\)。
-
对称性:\(\vec{a} \cdot \vec{b} = \vec{b} \cdot \vec{a}\)。
-
双线性:\((k\vec{a}) \cdot \vec{b} = k(\vec{a} \cdot \vec{b})\) 以及 \((\vec{a} + \vec{b}) \cdot \vec{c} = \vec{a} \cdot \vec{c} + \vec{b} \cdot \vec{c}\)。
-
-
几何定义:对于任意向量 \(\vec{a}, \vec{b}\),它们的内积定义为:
\[ \vec{a} \cdot \vec{b} \triangleq |\vec{a}| |\vec{b}| \cos\langle\vec{a}, \vec{b}\rangle \] -
正交判定:\(\vec{a} \cdot \vec{b} = 0 \Leftrightarrow \cos\langle\vec{a}, \vec{b}\rangle = 0 \Leftrightarrow \vec{a} \perp \vec{b}\)(非零向量互相垂直)。
三、 向量的向量积(外积 / 叉积)
向量积的映射为 \(V \times V \to V\),即 \((\vec{a}, \vec{b}) \mapsto \vec{a} \times \vec{b}\)。结果是一个新的向量。
-
大小与方向:
-
大小:\(|\vec{a} \times \vec{b}| = |\vec{a}| |\vec{b}| \sin\langle\vec{a}, \vec{b}\rangle\)。
-
方向:与 \(\vec{a}\) 和 \(\vec{b}\) 都垂直,并且 \(\vec{a}, \vec{b}, \vec{a} \times \vec{b}\) 构成右手坐标系(右手定则)。
-
-
性质:
-
反交换律:\(\vec{a} \times \vec{b} = - \vec{b} \times \vec{a}\)。
-
双线性:\((k\vec{a}) \times \vec{b} = k(\vec{a} \times \vec{b}) = \vec{a} \times (k\vec{b})\) 以及 \((\vec{a} + \vec{b}) \times \vec{c} = \vec{a} \times \vec{c} + \vec{b} \times \vec{c}\)。
-
不满足结合律:\((\vec{a} \times \vec{b}) \times \vec{c} \neq \vec{a} \times (\vec{b} \times \vec{c})\)。
-
特殊恒等式:\((\vec{a} \times \vec{b}) \times \vec{c} = \vec{a} \times (\vec{b} \times \vec{c}) - \vec{b} \times (\vec{a} \times \vec{c})\)。
-
四、 向量的混合积
对于三个向量 \(\vec{a}, \vec{b}, \vec{c}\),混合积定义为 \(\vec{a} \cdot (\vec{b} \times \vec{c})\),通常记作 \((\vec{a}, \vec{b}, \vec{c})\)。
-
几何意义:混合积的绝对值表示以 \(\vec{a}, \vec{b}, \vec{c}\) 为棱构成的平行六面体的体积。
-
轮换对称性:
$$\vec{a} \cdot (\vec{b} \times \vec{c}) = (\vec{a}, \vec{b}, \vec{c}) = (\vec{b}, \vec{c}, \vec{a}) = (\vec{c}, \vec{a}, \vec{b}) $$
-
共面判定:
-
\((\vec{a}, \vec{b}, \vec{c}) = 0 \Leftrightarrow \vec{a}, \vec{b}, \vec{c}\) 三个向量共面。
-
这也意味着其中某个向量可以由其余两个向量进行线性表示。
-
五、 三维空间坐标系
-
单位直角坐标系下的计算:
设 \(\vec{a} = (a_1, b_1, c_1)\), \(\vec{b} = (a_2, b_2, c_2)\), \(\vec{c} = (a_3, b_3, c_3)\)。
-
距离公式:已知点 \(P_1(x_1, y_1, z_1)\) 和 \(P_2(x_2, y_2, z_2)\),则向量模长:
\[ |\vec{P_1P_2}| = \sqrt{(x_2 - x_1)^2 + (y_2 - y_1)^2 + (z_2 - z_1)^2} \] -
向量积的行列式计算:
\[ \vec{a} \times \vec{b} = \begin{vmatrix} \vec{i} & \vec{j} & \vec{k} \\ a_1 & b_1 & c_1 \\ a_2 & b_2 & c_2 \end{vmatrix} = \left( \begin{vmatrix} b_1 & c_1 \\ b_2 & c_2 \end{vmatrix}, -\begin{vmatrix} a_1 & c_1 \\ a_2 & c_2 \end{vmatrix}, \begin{vmatrix} a_1 & b_1 \\ a_2 & b_2 \end{vmatrix} \right) \] -
混合积的行列式计算:
\[ \vec{a} \cdot (\vec{b} \times \vec{c}) = \begin{vmatrix} a_1 & b_1 & c_1 \\ a_2 & b_2 & c_2 \\ a_3 & b_3 & c_3 \end{vmatrix} \] -
方向余弦:如果向量的坐标为 \((a, b, c)\),则其方向余弦分别为:
\[ \cos\alpha = \frac{a}{\sqrt{a^2+b^2+c^2}},\quad \cos\beta = \frac{b}{\sqrt{a^2+b^2+c^2}},\quad \cos\gamma = \frac{c}{\sqrt{a^2+b^2+c^2}} \]且满足恒等式:
\[ \cos^2\alpha + \cos^2\beta + \cos^2\gamma = 1 \]
-