7.2 向量的坐标
🙌作者简介:数学与计算机科学学院出身、在职高校高等数学专任教师,分享学习经验、生活、 努力成为像代码一样有逻辑的人!
🌙个人主页:阿芒的主页
⭐ 高等数学专栏介绍:本专栏系统地梳理高等数学这门课的知识点,参考书主要为经典的同济版第七版《高等数学》以及作者在高校使用的《高等数学》系统教材。梳理《高等数学》这门课,旨在帮助那些刚刚接触这门课的小白以及需要系统复习这门课的考研人士。希望自己的一些经验能够帮助更多的人。
文章目录
- 向量的坐标表示
- 利用坐标作向量的线性运算
- 向量的模、方向角、投影
向量的坐标表示
空间直角坐标系下,任意向量r→\overrightarrow{r}r可用向径OM→\overrightarrow{OM}OM表示.
以i→\overrightarrow{i}ij→\overrightarrow{j}jk→\overrightarrow{k}k分别表示x、y、zx、y、zx、y、z轴上的单位向量,设点MMM的坐标为M(x,y,z)M(x,y,z)M(x,y,z),则
OM→\overrightarrow{OM}OM=r→\overrightarrow{r}r=xi→+yj→+zk→x\overrightarrow{i}+y\overrightarrow{j}+z\overrightarrow{k}xi+yj+zk 称为向量r→\overrightarrow{r}r的坐标分解式.
xi→,yj→,zk→x\overrightarrow{i},y\overrightarrow{j},z\overrightarrow{k}xi,yj,zk称为向量r→\overrightarrow{r}r沿三个坐标轴方向的分向量.
利用坐标作向量的线性运算
设a→=(ax,ay,az),b→=(bx,by,bz)\overrightarrow{a}=(a_{x},a_{y},a_{z}),\overrightarrow{b}=(b_{x},b_{y},b_{z})a=(ax,ay,az),b=(bx,by,bz),λ{\lambda}λ为实数,则
a→±b→\overrightarrow{a}\pm\overrightarrow{b}a±b=(ax±bx,ay±by,az±bz)(a_{x}\pm b_{x}, a_{y}\pm b_{y},a_{z}\pm b_{z})(ax±bx,ay±by,az±bz)
λa→\lambda\overrightarrow{a}λa=(λax,λay,λaz)(\lambda a_{x},\lambda a_{y},\lambda a_{z})(λax,λay,λaz)
平行向量对应坐标成比例:
当a→≠0→\overrightarrow{a}\neq\overrightarrow{0}a=0时,
a→∥b→\overrightarrow{a}\parallel\overrightarrow{b}a∥b ⟺\Longleftrightarrow⟺b→\overrightarrow{b}b=λa→\lambda\overrightarrow{a}λa(λ\lambdaλ为唯一 实数).
~~~~~~~~~~~~ ⟺\Longleftrightarrow⟺ bxax\frac{{b_{x}}}{a_{x}}axbx=byay\frac{{b_{y}}}{a_{y}}ayby=bzaz\frac{{b_{z}}}{a_{z}}azbz
向量的模、方向角、投影
-
向量的模与两点间的距离公式
-
向量的模
设r→=(x,y,z)\overrightarrow{r}=(x,y,z)r=(x,y,z),作OM→\overrightarrow{OM}OM=r→\overrightarrow{r}r,则有 ∣r→∣=∣OM→∣=x2+y2+z2|\overrightarrow{r}|=|\overrightarrow{OM}| =\sqrt{x^{2}+y^{2}+z^{2}}∣r∣=∣OM∣=x2+y2+z2 -
两点间的距离公式
设A(x1,y1,z1)A(x_{1},y_{1},z_{1})A(x1,y1,z1),B(x2,y2,z2)B(x_{2},y_{2},z_{2})B(x2,y2,z2),因为
AB→\overrightarrow{AB}AB= OB→\overrightarrow{OB}OB-OA→\overrightarrow{OA}OA=(x2−x1,y2−y1,z2−z1)(x_{2}-x_{1},y_{2}-y_{1},z_{2}-z_{1})(x2−x1,y2−y1,z2−z1),得两点间的距离公式:
∣AB∣|{AB}|∣AB∣ =∣AB→∣|\overrightarrow{AB}|∣AB∣=(x2−x1)2+(y2−y1)2+(z2−z1)2\sqrt{(x_{2}-x_{1})^{2}+(y_{2}-y_{1})^{2}+(z_{2}-z_{1})^{2}}(x2−x1)2+(y2−y1)2+(z2−z1)2 -
方向角与方向余弦
-
方向角
设有两非零向量 a→\overrightarrow{a}a,b→\overrightarrow{b}b,任取空间一点O, 作OA→\overrightarrow{OA}OA=a→\overrightarrow{a}a, OB→\overrightarrow{OB}OB=b→\overrightarrow{b}b 称φ=∠AOB(0≤φ≤π)\varphi=∠AOB(0 \leq \varphi \leq \pi)φ=∠AOB(0≤φ≤π)为向量a→\overrightarrow{a}a,b→\overrightarrow{b}b 的夹角.
类似可定义向量与轴,轴与轴的夹角.
给定 r→=(x,y,z)≠0→\overrightarrow{r}=(x,y,z)\neq\overrightarrow{0}r=(x,y,z)=0,称 r→\overrightarrow{r}r与三坐标轴的夹角α,β,γ\alpha,\beta,\gammaα,β,γ为其方向角 -
方向余弦
方向角的余弦称为方向余弦
cosαcos\alphacosα= x∣r→∣\frac{x}{|\overrightarrow{r}|}∣r∣x=xx2+y2+z2\frac{x}{ \sqrt{x^{2}+y^{2}+z^{2} }}x2+y2+z2x
cosβcos\betacosβ= y∣r→∣\frac{y}{|\overrightarrow{r}|}∣r∣y=yx2+y2+z2\frac{y}{ \sqrt{x^{2}+y^{2}+z^{2} }}x2+y2+z2y
cosγcos\gammacosγ= z∣r→∣\frac{z}{|\overrightarrow{r}|}∣r∣z=zx2+y2+z2\frac{z}{ \sqrt{x^{2}+y^{2}+z^{2} }}x2+y2+z2z
-
方向余弦的性质
cos2αcos^{2}\alphacos2α+cos2βcos^{2}\betacos2β+cos2γcos^{2}\gammacos2γ=1
向量r→\overrightarrow{r}r的单位向量:r→°=r→∣r→∣\overrightarrow{r}^{°}=\frac{\overrightarrow{r}}{|\overrightarrow{r}|}r°=∣r∣r=(cosα,cosβ,cosγ)(cos\alpha,cos\beta,cos\gamma)(cosα,cosβ,cosγ) -
向量在轴上的投影
-
空间一点在轴上的投影
过点AAA作轴uuu的垂直平面,交点A′A^{'}A′即为点AAA在轴uuu上的投影. -
向量在轴上的投影
设有一轴uuu,e→\overrightarrow{e}e是轴uuu上与uuu轴同向的单位向量.
已知向量AB→\overrightarrow{AB}AB的起点AAA和BBB在轴uuu上的投影分别为A′A^{'}A′和B′B^{'}B′,则A′B′→\overrightarrow{A^{'}B^{'}}A′B′称为AB→\overrightarrow{AB}AB在轴uuu上的分向量.
若A′B′→=λe→\overrightarrow{A^{'}B^{'}}={\lambda}\overrightarrow{e}A′B′=λe,则λ{\lambda}λ称为AB→\overrightarrow{AB}AB在轴uuu上的投影.
向量AB→\overrightarrow{AB}AB在轴uuu上的投影记为PrjuAB→Prj_{u}\overrightarrow{AB}PrjuAB或 (AB→)u(\overrightarrow{AB})_{u}(AB)u.
注:若a→=(ax,ay,az)\overrightarrow{a}=(a_{x},a_{y},a_{z})a=(ax,ay,az),则
ax=Prjxa→,ay=Prjya→,az=Prjza→a_{x}=Prj_{x}\overrightarrow{a},a_{y}=Prj_{y}\overrightarrow{a},a_{z}=Prj_{z}\overrightarrow{a}ax=Prjxa,ay=Prjya,az=Prjza
- 向量的投影性质
①投影性质1
向量AB→\overrightarrow{AB}AB在轴uuu上的投影等于向量的模乘以轴与向量的夹角的余弦:
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ PrjuAB→Prj_{u}\overrightarrow{AB}PrjuAB=∣AB→∣cosφ|\overrightarrow{AB}|cos\varphi∣AB∣cosφ
②投影性质2
两个向量的和在轴上的投影等于两个向量在该轴上的投影之和.(可推广到任意有限个)
~~~~~~~~~~~~~~~~~~~~~~ Prju(a→1+a→2)Prj_{u}(\overrightarrow{a}_{1}+\overrightarrow{a}_{2})Prju(a1+a2)=Prjua→1+Prjua→2Prj_{u}\overrightarrow{a}_{1}+Prj_{u}\overrightarrow{a}_{2}Prjua1+Prjua2
③投影性质3
~~~~~~~~~~~~~~~~~~~~~~ Prju(λa→)Prj_{u}(\lambda\overrightarrow{a})Prju(λa)=λPrjua→\lambda Prj_{u}\overrightarrow{a}λPrjua
相关文章:
7.2 向量的坐标
🙌作者简介:数学与计算机科学学院出身、在职高校高等数学专任教师,分享学习经验、生活、 努力成为像代码一样有逻辑的人! 🌙个人主页:阿芒的主页 ⭐ 高等数学专栏介绍:本专栏系统地梳理高等数学…...
公式编写1000问21-22
21.问: 求助——(周,日,60分钟,30分钟)MACD同时向上的公式怎么表达 答(知无不言): z:“macd.dea#week”; r:“macd.dea#day”; f:“macd.dea#min60”; f1:“macd.dea#min30”; rz:“macd.dea##week”; rr:“macd.dea##day”; rf:“…...
1041 考试座位号
每个 PAT 考生在参加考试时都会被分配两个座位号,一个是试机座位,一个是考试座位。正常情况下,考生在入场时先得到试机座位号码,入座进入试机状态后,系统会显示该考生的考试座位号码,考试时考生需要换到考试…...
2023年3月北京/广州/杭州/深圳数据治理工程师认证DAMA-CDGA/CDGP
DAMA认证为数据管理专业人士提供职业目标晋升规划,彰显了职业发展里程碑及发展阶梯定义,帮助数据管理从业人士获得企业数字化转型战略下的必备职业能力,促进开展工作实践应用及实际问题解决,形成企业所需的新数字经济下的核心职业…...
【AICG】2、扩散模型 | 到底什么是扩散模型?
文章目录一、什么是扩散模型二、扩散模型相关定义2.1 符号和定义2.2 问题规范化三、可以提升的点参考论文:A Survey on Generative Diffusion Model github:https://github.com/chq1155/A-Survey-on-Generative-Diffusion-Model 一、什么是扩散模型 已…...
高等数学——多元函数微分学
文章目录多元函数微分学多元函数的极限多元函数的连续性偏导数定义高阶偏导数全微分定义全微分存在的必要条件全微分存在的充分条件多元函数的微分法复合函数微分法隐函数微分法多元函数的极值与最值无约束极值条件极值及拉格朗日乘数法最大值最小值二重积分概念性质计算利用直…...
一文打通Sleuth+Zipkin 服务链路追踪
1、为什么用 微服务架构是一个分布式架构,它按业务划分服务单元,一个分布式系统往往有很多个服务单元。由于服务单元数量众多,业务的复杂性,如果出现了错误和异常,很难去定位。主要体现在,一个请求可能需要…...
牛客刷题第一弹
1.异常处理 都是Throwable的子类: ①.Exception(异常):是程序本身可以处理的异常。 ②.Error(错误): 是程序无法处理的错误。这些错误表示故障发生于虚拟机自身、或者发生在虚拟机试图执行应用时,一般不需…...
K8s:通过 Kubeshark 体验 大白鲨(Wireshark)/TCPDump 监控 Kubernetes 集群
写在前面 分享一个 k8s 集群流量查看器很轻量的一个工具,监控方便博文内容涉及: Kubeshark 简单介绍Windows、Linux 下载运行监控DemoKubeshark 特性功能介绍 理解不足小伙伴帮忙指正 对每个人而言,真正的职责只有一个:找到自我。…...
MySQL查询索引原则
文章目录 等值匹配原则最左前缀匹配原则范围查找规则等值匹配+范围查找Order By + limit 优化分组查询优化总结MySQL 是如何帮我们维护非主键索引的等值匹配原则 我们现在已经知道了如果是【主键索引】,在插入数据的时候是根据主键的顺序依次往后排列的,一个数据页不够就会分…...
布谷鸟优化算法C++
#include <iostream> #include <vector> #include <cmath> #include <random> #include <time.h> #include <fstream> #define pi acos(-1) //5只布谷鸟 constexpr int NestNum 40; //pi值 //规定X,Y 的取值范围 constexpr double X_…...
三体到底是啥?用Python跑一遍就明白了
文章目录拉格朗日方程推导方程组微分方程算法化求解画图动图绘制温馨提示,只想看图的画直接跳到最后一节拉格朗日方程 此前所做的一切三体和太阳系的动画,都是基于牛顿力学的,而且直接对微分进行差分化,从而精度非常感人…...
Golang-Hello world
目录 安装 Go(如果尚未安装) 编写Hello world 使用Golang的外部包 自动下载需要的外部包...
this指针C++
🐶博主主页:ᰔᩚ. 一怀明月ꦿ ❤️🔥专栏系列:线性代数,C初学者入门训练,题解C,C的使用文章 🔥座右铭:“不要等到什么都没有了,才下定决心去做” …...
SpringBoot+WebSocket实时监控异常
# 写在前面此异常非彼异常,标题所说的异常是业务上的异常。最近做了一个需求,消防的设备巡检,如果巡检发现异常,通过手机端提交,后台的实时监控页面实时获取到该设备的信息及位置,然后安排员工去处理。因为…...
Baumer工业相机堡盟相机如何使用自动曝光功能(自动曝光优点和行业应用)(C++)
项目场景 Baumer工业相机堡盟相机是一种高性能、高质量的工业相机,可用于各种应用场景,如物体检测、计数和识别、运动分析和图像处理。 Baumer的万兆网相机拥有出色的图像处理性能,可以实时传输高分辨率图像。此外,该相机还具…...
HTML、CSS学习笔记7(移动适配:rem、less)
一、移动适配 rem:目前多数企业在用的解决方案vw / vh:未来的解决方案 1.rem(单位) 1.1使用rem单位设置尺寸 px单位或百分比布局可以实现吗? ————不可以 网页的根字号——HTML标签 1.2.rem移动适配 写法&#x…...
STM32感应开关盖垃圾桶
目录 项目需求 项目框图 编辑 硬件清单 sg90舵机介绍及实战 sg90舵机介绍 角度控制 SG90舵机编程实现 超声波传感器介绍及实战 超声波传感器介绍 超声波编程实战 项目设计及实现 项目需求 检测靠近时,垃圾桶自动开盖并伴随滴一声,2秒后关盖…...
进程跟线程的区别
进程跟线程的区别 文章目录进程跟线程的区别前言一.什么线程二.线程与进程的联系三.线程与进程有什么不同前言 现代所有计算机都能同时做几件事情,当一个用户程序正在运行时,计算机还能同时读取磁盘,并向屏幕打印输出正文.在一个多道操作程序中,cpu由一道程序向另外一道程的切…...
[ICLR 2016] Unsupervised representation learning with DCGANs
目录 IntroductionModel ArchitectureReferencesIntroduction 作者提出了用 CNN 搭建 GAN,使得 GAN 训练更加稳定的一系列准则,并将满足这些设计理念的模型称为 DCGANs (Deep Convolutional GANs). 此外,作者将 trained discriminators 用于图像分类任务,相比于其他无监督算…...
告别数据标注!用Dynablox+Voxblox在ROS2上实现实时动态物体检测(保姆级配置)
零标注动态感知革命:DynabloxVoxblox在ROS2中的实战部署指南 当机器人在商场扶梯间遇到滚动的玩具球,或在仓库中识别扛着纸箱的工人时,传统基于深度学习的检测方法往往需要大量场景特定的标注数据。ETH Zurich与MIT联合发布的Dynablox技术&am…...
Dify工作流实战:用Agent节点串联多个MCP服务,让智能体同时操作数据库和外部工具
Dify工作流深度实战:用Agent节点构建多服务协同的智能体系统 在AI应用开发领域,Dify平台的工作流功能正在重新定义智能体的能力边界。不同于简单的单点工具调用,工作流允许开发者将多个MCP服务像乐高积木一样组合起来,创造出能够…...
Unity3D集成百度语音识别与唤醒功能实战指南(Android平台)
1. 为什么选择百度语音SDK? 在Unity3D项目中实现语音交互功能时,百度语音识别与唤醒SDK是我测试过最稳定的解决方案之一。特别是在Android平台上,它的离线唤醒功能响应速度能控制在800毫秒内,识别准确率在安静环境下能达到95%以上…...
OpenPose终极指南:10分钟掌握人体姿态估计核心技术
OpenPose终极指南:10分钟掌握人体姿态估计核心技术 【免费下载链接】openpose 项目地址: https://gitcode.com/gh_mirrors/op/openpose 想要快速搭建专业级的人体姿态识别系统吗?OpenPose作为业界领先的开源姿态估计库,能够实时检测图…...
GLM-OCR在办公场景的应用:快速将合同、票据图片转为可编辑文本
GLM-OCR在办公场景的应用:快速将合同、票据图片转为可编辑文本 1. 引言 每天面对堆积如山的纸质合同和发票,财务和法务同事最头疼的是什么?是手动录入时眼花缭乱的数字,还是反复核对时的精神紧绷?我曾见过一位财务专…...
用嘎嘎降AI处理英文SCI论文完整教程:操作步骤和注意事项
用嘎嘎降AI处理英文SCI论文完整教程:操作步骤和注意事项 被问了太多次嘎嘎降AI英文论文相关的问题,写一篇完整教程。 主要工具是嘎嘎降AI(www.aigcleaner.com),4.8元。第一次用的话有些细节知道和不知道差别挺大的。…...
智能家居系统部署终极指南:5分钟搞定全流程配置
智能家居系统部署终极指南:5分钟搞定全流程配置 【免费下载链接】operating-system :beginner: Home Assistant Operating System 项目地址: https://gitcode.com/gh_mirrors/op/operating-system Home Assistant Operating System(原HassOS&…...
别再乱用Adam了!PyTorch中AdamW优化器的正确打开方式(附代码示例)
别再乱用Adam了!PyTorch中AdamW优化器的正确打开方式(附代码示例) 当你盯着训练曲线发呆,发现验证集表现始终不如预期时,或许该检查一下优化器的选择了。很多开发者习惯性地在PyTorch脚本里写下optim.Adam(model.para…...
若依前后端分离系统在Linux生产环境的高效部署指南
1. 环境准备与依赖安装 在Linux生产环境部署若依前后端分离系统前,需要确保服务器具备完整的运行环境。我遇到过不少部署失败案例,90%都是因为基础环境配置不完整导致的。下面这些组件缺一不可: JDK 1.8:若依系统基于Java开发&am…...
Clawdbot汉化版开源可部署:MIT协议+全栈TypeScript+模块化Agent设计解析
Clawdbot汉化版开源可部署:MIT协议全栈TypeScript模块化Agent设计解析 1. 项目概述与技术特色 Clawdbot是一个开源的智能对话助手系统,采用MIT协议发布,允许用户自由使用、修改和分发。这个项目的核心价值在于让用户能够在主流即时通讯平台…...
