当前位置: 首页 > news >正文

7.3 向量的数量积与向量积

🙌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

  • 向量的数量积
  • 向量的向量积

向量的数量积

  1. 定义:

设向量a→\overrightarrow{a}a,b→\overrightarrow{b}b的夹角为θ\thetaθ,称
∣a→∣∣b→∣cos|\overrightarrow{a}||\overrightarrow{b}|cosa∣∣bcos θ\thetaθ记作a→⋅b→\overrightarrow{a}\cdot\overrightarrow{b}aba→\overrightarrow{a}ab→\overrightarrow{b}b数量积(点积、内积)

  1. 性质

(1)a→⋅a→\overrightarrow{a}\cdot\overrightarrow{a}aa=∣a→∣2|\overrightarrow{a}|^{2}a2
(2)a→\overrightarrow{a}a,b→\overrightarrow{b}b为两个非零向量,则有a→⋅b→\overrightarrow{a}\cdot\overrightarrow{b}ab=0⟺\Longleftrightarrowa→⊥b→\overrightarrow{a}\bot\overrightarrow{b}ab

注:由于零向量的方向是任意的,所有规定零向量与任何向量都垂直.

  1. 运算规律

(1)交换律:a→⋅b→\overrightarrow{a}\cdot\overrightarrow{b}ab=b→⋅a→\overrightarrow{b}\cdot\overrightarrow{a}ba
(2)结合律:(λa→)⋅b→(\lambda\overrightarrow{a})\cdot\overrightarrow{b}(λa)b=a→⋅(λb→)\overrightarrow{a}\cdot(\lambda\overrightarrow{b})a(λb)=λ(a→⋅b→)\lambda(\overrightarrow{a}\cdot\overrightarrow{b})λ(ab)
~~~~~~~~~~~~~~~~~                 (λa→)⋅(μb→)(\lambda\overrightarrow{a})\cdot(\mu\overrightarrow{b})(λa)(μb)=λ(a→⋅(λb→))\lambda(\overrightarrow{a}\cdot(\lambda\overrightarrow{b}))λ(a(λb))=λμ(a→⋅b→)\lambda\mu(\overrightarrow{a}\cdot\overrightarrow{b})λμ(ab)(其中λ,μ\lambda,\muλμ为实数)
(3)分配律:(a→+b→)⋅c→(\overrightarrow{a}+\overrightarrow{b})\cdot\overrightarrow{c}(a+b)c=a→⋅c→\overrightarrow{a}\cdot\overrightarrow{c}ac+b→⋅c→\overrightarrow{b}\cdot\overrightarrow{c}bc

  1. 坐标表示
  • a→\overrightarrow{a}a=axi→+ayj→+azk→a_{x}\overrightarrow{i}+a_{y}\overrightarrow{j}+a_{z}\overrightarrow{k}axi+ayj+azk,b→\overrightarrow{b}b=bxi→+byj→+bzk→b_{x}\overrightarrow{i}+b_{y}\overrightarrow{j}+b_{z}\overrightarrow{k}bxi+byj+bzk,则
    a→⋅b→\overrightarrow{a}\cdot\overrightarrow{b}ab=axbx+ayby+azbza_{x}b_{x}+a_{y}b_{y}+a_{z} b_{z}axbx+ayby+azbz

  • 两向量夹角公式
    a→\overrightarrow{a}a,b→\overrightarrow{b}b为两个非零向量时,由于a→⋅b→\overrightarrow{a}\cdot\overrightarrow{b}ab=∣a→∣∣b→∣cos|\overrightarrow{a}||\overrightarrow{b}|cosa∣∣bcos θ\thetaθ,从而
    cosθcos\thetacosθ= a→⋅b→∣a→∣∣b→∣\frac{\overrightarrow{a}\cdot\overrightarrow{b}}{|\overrightarrow{a}||\overrightarrow{b}|}a∣∣bab=axbx+ayby+azbzax2+ay2+az2bx2+by2+bz2\frac{a_{x}b_{x}+a_{y}b_{y}+a_{z} b_{z}}{ \sqrt{a^{2}_{x}+a^{2}_{y}+a^{2}_{z} }\sqrt{b^{2}_{x}+b^{2}_{y}+b^{2}_{z} }}ax2+ay2+az2bx2+by2+bz2axbx+ayby+azbz

  • 两向量垂直的充要条件
    a→⊥b→\overrightarrow{a}\bot\overrightarrow{b}ab⟺\Longleftrightarrowaxbx+ayby+azbz=0a_{x}b_{x}+a_{y}b_{y}+a_{z} b_{z}=0axbx+ayby+azbz=0


向量的向量积

  1. 定义

设向量a→\overrightarrow{a}a,b→\overrightarrow{b}b的夹角为θ\thetaθ,定义
向量c→\overrightarrow{c}c:①方向:c→⊥a→\overrightarrow{c}\bot\overrightarrow{a}ca,c→⊥b→\overrightarrow{c}\bot\overrightarrow{b}cb且符合右手规则
~~~~~~~~~~~~~              ②模:∣c→∣|\overrightarrow{c}|c=∣a→∣∣b→∣sin|\overrightarrow{a}||\overrightarrow{b}|sina∣∣bsin θ\thetaθ
c→\overrightarrow{c}ca→与b→\overrightarrow{a}与\overrightarrow{b}ab为的向量积(叉积),记作c→\overrightarrow{c}c=a→×b→\overrightarrow{a}×\overrightarrow{b}a×b

  1. 性质

(1)a→×a→\overrightarrow{a}×\overrightarrow{a}a×a=0→\overrightarrow{0}0
(2)a→\overrightarrow{a}a,b→\overrightarrow{b}b为两个非零向量,则有a→×b→\overrightarrow{a}×\overrightarrow{b}a×b=0⟺\Longleftrightarrowa→∥b→\overrightarrow{a}\parallel\overrightarrow{b}ab

  1. 运算规律

(1)a→×b→\overrightarrow{a}×\overrightarrow{b}a×b=-b→×a→\overrightarrow{b}×\overrightarrow{a}b×a
(2)结合律:(λa→)×b→(\lambda\overrightarrow{a})×\overrightarrow{b}(λa)×b=a→×(λb→)\overrightarrow{a}×(\lambda\overrightarrow{b})a×(λb)=λ(a→×b→)\lambda(\overrightarrow{a}×\overrightarrow{b})λ(a×b)
(3)分配律:(a→+b→)×c→(\overrightarrow{a}+\overrightarrow{b})×\overrightarrow{c}(a+b)×c=a→×c→\overrightarrow{a}×\overrightarrow{c}a×c+b→×c→\overrightarrow{b}×\overrightarrow{c}b×c

  1. 坐标表示
  • a→\overrightarrow{a}a=axi→+ayj→+azk→a_{x}\overrightarrow{i}+a_{y}\overrightarrow{j}+a_{z}\overrightarrow{k}axi+ayj+azk,b→\overrightarrow{b}b=bxi→+byj→+bzk→b_{x}\overrightarrow{i}+b_{y}\overrightarrow{j}+b_{z}\overrightarrow{k}bxi+byj+bzk,则
    a→×b→\overrightarrow{a}×\overrightarrow{b}a×b=(aybz−azby)i→+(azbx−axbz)j→+(axby−aybx)k→(a_{y}b_{z}-a_{z}b_{y})\overrightarrow{i}+(a_{z}b_{x}-a_{x} b_{z})\overrightarrow{j}+(a_{x}b_{y}-a_{y} b_{x})\overrightarrow{k}(aybzazby)i+(azbxaxbz)j+(axbyaybx)k
  • 两个向量积的行列式表示
    a→×b→\overrightarrow{a}×\overrightarrow{b}a×b=(aybz−azby)i→+(azbx−axbz)j→+(axby−aybx)k→(a_{y}b_{z}-a_{z}b_{y})\overrightarrow{i}+(a_{z}b_{x}-a_{x} b_{z})\overrightarrow{j} +(a_{x}b_{y}-a_{y} b_{x})\overrightarrow{k}(aybzazby)i+(azbxaxbz)j+(axbyaybx)k = ∣i→j→k→axayazbxbybz∣\left| \begin{array}{cccc} \overrightarrow{i}&\overrightarrow{j}&\overrightarrow{k}\\ a_{x}&a_{y}&a_{z}\\ b_{x}&b_{y}&b_{z}\\ \end{array} \right| iaxbxjaybykazbz

相关文章:

7.3 向量的数量积与向量积

🙌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…...

Qt静态扫描(命令行操作)

Qt静态扫描(命令行操作) 前沿: 静态代码分析是指无需运行被测代码,通过词法分析、语法分析、控制流、数据流分析等技术对程序代码进行扫描,找出代码隐藏的错误和缺陷,如参数不匹配,有歧义的嵌…...

【Hadoop】配置文件

Hadoop 配置文件分两类:默认配置文件和自定义配置文件,只有用户想修改某一默认 配置值时,才需要修改自定义配置文件,更改相应属性值 (1)默认配置文件: cd $HADOOP_HOME/share/hadoop common路…...

python进程池

Python进程池是Python标准库中multiprocessing模块提供的一种用于管理进程的方式。它可以使Python程序以并行的方式执行任务,提高程序的运行效率。本篇博客将介绍如何使用Python进程池。 创建进程池 在使用Python进程池之前,我们需要先创建一个进程池对…...

笔记本固态盘数据丢失怎么办?笔记本固态盘怎么恢复数据

如果笔记本固态盘数据丢失怎么办?笔记本固态盘怎么恢复数据?下面将为大家详细地介绍一下笔记本固态硬盘数据恢复的三种实用方法,希望对大家有所帮助。一、简单恢复方法笔记本固态硬盘数据删除以后,较为简单直接的恢复方法就是从回…...

堆的结构与实现

堆的结构与实现二叉树的顺序结构堆的概念及结构堆的实现堆的创建向上调整建堆向下调整建堆堆的操作链接二叉树的顺序结构 堆其实是具有一定规则限制的完全二叉树。 普通的二叉树是不太适合用数组来存储的,因为可能会存在大量的空间浪费。而完全二叉树会更适合使用顺…...

Pandas快速入门

Pandas是Python中非常流行的数据处理库之一,它提供了一种简单而强大的方法来处理和分析数据。在本篇文章中,我将向你介绍Pandas的基础知识,以便你可以开始使用它来处理和分析数据。 安装Pandas 首先,你需要安装Pandas。可以通过…...

LVGL学习笔记18 - 表Table

目录 1. Parts 1.1 LV_PART_MAIN 1.2 LV_PART_ITEMS 2. 样式 2.1 设置行列数 2.2 设置单元格字符串 2.3 设置单元格宽度 2.4 设置表格高度和宽度 2.5 设置字符串颜色 2.6 设置边框颜色 2.7 设置背景颜色 3. 事件 4. CELL CTRL 表格是由包含文本的行、列和单元格构…...

嵌入式安防监控项目——html框架分析和环境信息刷新到网页

目录 一、html控制LED 二、模拟数据上传到html 一、html控制LED 简单来说就是html给boa服务器发了一个控制指令信息,然后boa转发给cgi进程,cgi通过消息队列和主进程通信。主进程再去启动LED子线程。 这是老师给的工程。 以前学32都有这工具那工具来管…...

centos安装docker详细步骤

目录 一.前言 1.环境要求2.官网中文安装参考手册 二.安装步骤 1.卸载旧版本2.安装需要的软件包3.设置docker镜像源 1.配置docker镜像源 方式1:官网地址(外国):方式2:阿里云源:2.查看配置是否成功 4.更新yum软件包索引5.可以查看…...

初识HTML、W3C标准、如何利用IDEA创建HTML项目、HTML基本结构、网页基本信息

一、什么是HTML? HTML——Hyper Text Markup Languagr(超文本标记语言) 超文本包括:文字、图片、音频、视频、动画等 目前网页中常用——HTML5 HTML5提供了一些新的元素和一些有趣的新特性,同时也建立了一些新的规则…...

为什么程序员喜欢这些键盘?

文章目录程序员的爱介绍个人体验程序员的爱 程序员是长时间使用计算机的群体,他们需要一款高品质的键盘来保证舒适的打字体验和提高工作效率。在键盘市场上,有很多不同类型的键盘,但是对于程序员来说,机械键盘是他们最钟爱的选择…...

JS中数组去重的几种方法

JS 中有多种方法可以实现数组去重,下面是几种常用的方法:1、使用 Set 去重:Set 数据结构中不能有重复元素,可以将数组转成 Set 类型,再转回数组。let arr [1,2,3,4,5,6,2,3,4]; let uniqueArr [...new Set(arr)]; co…...

Nginx 配置实例-负载均衡

一、实现效果 浏览器地址栏输入地址 http://192.168.137.129/edu/a.html,负载均衡效果,将请求平均分配到8080和8081两台服务器上。 二、准备工作 1. 准备两台tomcat服务器,一台8080,一台8081 (具体操作如下两个链接) Nginx配置实…...

引出生命周期、生命周期_挂载流程、生命周期_更新流程、生命周期_销毁流程、生命周期_总结——Vue

目录 一、引出生命周期 二、生命周期_挂载流程 三、生命周期_更新流程 四、生命周期_销毁流程 五、生命周期_总结 一、引出生命周期 生命周期: 1.又名:生命周期回调函数、生命周期函数、生命周期钩子。 2.是什么:Vue在关键时刻帮我们调…...

C++ STL学习之【vector的使用】

✨个人主页: Yohifo 🎉所属专栏: C修行之路 🎊每篇一句: 图片来源 The power of imagination makes us infinite. 想象力的力量使我们无限。 文章目录📘前言📘正文1、默认成员函数1.1、默认构造…...

方差分析与单因素方差分析

研究分类型自变量对数值型因变量的影响。检验统计的设定和检验方法与变量间的方差是否相等有关。 例如研究行业、服务等级对投诉数的影响:如表格中给出4个行业、每个行业有3个服务等级、样本容量为7、观测值为投诉数。则构成一个3维的矩阵。 在上述基础上&#xf…...

分布式链路追踪组件skywalking介绍

SkyWalking组件概念 一个开源的可观测平台, 用于从服务和云原生基础设施收集, 分析, 聚合及可视化数据。SkyWalking 提供了一种简便的方式来清晰地观测分布式系统, 甚至横跨多个云平台。SkyWalking 更是一个现代化的应用程序性能监控(Application Performance Monitoring)系统…...

SUBMIT的用法

SUBMIT的用法 一、简介 系统MB52/MB51/MB5B等类似的报表 ,虽然数据很全面,执行效率也够快,但是经常会不满足用户需求(增添字段、添加查询条件等),很多ABAP 会选择去COPY出标准程序,然后去做修改…...

网页基本标签、图像标签、链接标签、块内元素和块元素、列表标签、表格标签

一、网页基本标签 标题标签 段落标签 未写段落标签前,文本没有按照想要的格式排列显示 写段落标签后: 每句都是一段,所以句与句距离比较宽 换行标签 同一段,只是把文字换行,所以比较紧凑 水平线标签 字体样式标签 …...

基于矩阵分解与独立向量分析的深度神经网络后门攻击检测方法

1. 项目概述:当深度神经网络遭遇“潜伏者”在深度神经网络(DNN)如卷积神经网络(CNN)、Transformer模型等成为计算机视觉、自然语言处理乃至语音识别领域基石的今天,我们享受着其带来的高精度与自动化红利。…...

孤舟笔记 IO 与网络编程篇六 什么是网络四元组?它是理解TCP连接的关键

文章目录一、先说结论:四元组核心事实二、四元组是什么?三、一个端口能建立多少连接?四、客户端的连接上限五、NAT 和四元组六、四元组在负载均衡中的应用网络四元组 全景回答技巧与点评标准回答加分回答面试官点评个人网站面试官问"一个…...

商业航天崛起:从SpaceX看工程创新与政策博弈的融合

1. 商业航天崛起的时代背景与技术逻辑2012年5月,当SpaceX的“龙”飞船与国际空间站成功对接时,我正和几位航天领域的同行在会议室里盯着直播画面。那一刻的安静与随后爆发的掌声,不仅仅是为一次技术成功,更是为一个新时代的开启感…...

惠普开发了一架3D打印无人机,超轻、超快组装、成功试飞!

3D打印技术参考注意到,惠普于日前自行开发了一架基于增材制造设计的结构优化无人机,来展示使用其MJF技术进行3D打印制造的巨大潜力。它的核心观点是,无人机开发与制造的一个重大挑战,是团队花了几个月时间进行的优化设计&#xff…...

基于DGX OpenClaw Stack构建本地AI智能体:从硬件调优到生产部署

1. 项目概述:一站式本地AI智能体栈如果你和我一样,对把大语言模型(LLM)真正“养”在自己的硬件上,构建一个功能完整、数据私有的智能助手有执念,那么你很可能已经踩过不少坑了。从选模型、搭服务、配工具链…...

Herc.ai:一站式AI API网关,统一调用GPT-4、Gemini等主流模型

1. 项目概述:Herc.ai,一个面向开发者的全能AI API网关如果你正在寻找一个能让你在项目中轻松集成GPT-4、Gemini、DALL-E、Flux等主流AI模型,同时又不想被单一供应商绑定、不想处理复杂的多API密钥管理、并且希望有一个统一的、开发者友好的接…...

5分钟快速上手:如何用Video2X免费AI工具让老旧视频焕发4K新生

5分钟快速上手:如何用Video2X免费AI工具让老旧视频焕发4K新生 【免费下载链接】video2x A machine learning-based video super resolution and frame interpolation framework. Est. Hack the Valley II, 2018. 项目地址: https://gitcode.com/GitHub_Trending/v…...

云原生本地开发新范式:LDLT方法论与实践指南

1. 项目概述:从“LDLT”看云原生时代的本地开发范式革新如果你是一名云原生应用的开发者,大概率经历过这样的场景:为了调试一个微服务,你需要在本地启动一整套依赖——数据库、消息队列、缓存、甚至其他几个关联服务。你的开发机内…...

别再手动折腾了!用Stack Builder一键搞定PostGIS 2.1 for PostgreSQL 9.2 (Windows 64位)

告别繁琐配置:用Stack Builder轻松部署PostGIS空间数据库 在Windows环境下配置PostgreSQL的空间扩展PostGIS,传统方式往往需要手动下载安装包、配置环境变量、执行SQL脚本等一系列操作。对于刚接触空间数据库的开发者来说,这个过程既耗时又容…...

别再花钱买服务器了!手把手教你用Sakura Frp免费搞定内网穿透(Windows保姆级教程)

零成本实现内网穿透:Windows平台实战指南 在个人开发和小型项目测试阶段,许多开发者都面临一个共同难题——如何将本地服务暴露到公网供临时访问?传统解决方案往往需要租用云服务器,不仅成本高昂,配置过程也相当复杂。…...