001【数学篇】向量基础知识

2020-01-28  本文已影响0人  七哥The7

向量与标量

先说物理学上对vector的定义:

具有大小方向的量

也就是说vector在描述事物的时候,不仅指明了事物在观测时间的状态,还指明了状态的发展方向,即:趋势

要搞清楚vector,就必须先说明标量scalars,scalars相比于vector,只描述了事物的状态,并未指明以后的发向


这里我们拿1级的鲁班来举个栗子,我们假设1级的鲁班,刚出生时的智商是-1,战力是2,那么用scalar描述鲁班,是这个样子的:

image-20190728155625006.png

而用vector描述鲁班,却是这个样子的:

image-20190728160329907.png

看到区别了吗?vector不仅描述了大小,还说明了方向。

这里要说明的是:

最后要说的是,在计算机领域对1级鲁班的描述,应该是酱紫滴:
\vec{v}=[-1,2]^T

加法运算

什么是加法呢?

举个栗子,七哥过年回家可以选择这样的路线:c=「广州-武汉」,然后再转车w=「武汉-当阳」,而产生的位移量与z=「广州-当阳」相等,也就是说,向量c+w=z

所以,向量相加代表的意义是什么呢?

另外向量的加法满足交换律,这个不多描述。

加法运算逻辑

这里我们还是拿鲁班来举例,很明显我们知道,「智商」+「战力」是不可行的,因为这俩都不是一个单位,没法搞。但是「鲁班」可以跟「电玩小子」相加吗?必须滴……这是大家都知道的事儿

比如1级鲁班:
\vec{v}= \left[ \begin{matrix} -1\\ 2 \end{matrix} \right]
电玩皮肤:
\vec{w}= \left[ \begin{matrix} 4\\ 2 \end{matrix} \right]
那么穿戴电玩皮肤的1级鲁班的向量组合(Linear Combination)就是:
\vec{v}+\vec{w}= \left[ \begin{matrix} -1\\ 2 \end{matrix} \right]+ \left[ \begin{matrix} 4\\ 2 \end{matrix} \right] =\left[ \begin{matrix} 3\\ 4 \end{matrix} \right]
我们用2维坐标轴表示,应该就是这样的:

image-20190728161740080.png

正好是平等四边形的对角线

几种基础加法运算

c\vec{v}+d\vec{w}\tag{1}

0\vec{v}+0\vec{w}=0\tag{2}

c\vec{v}+0\vec{w}=c\vec{v}\tag{3}


最后,上述例子主要是基于2维空间进行表述,同样的做法可以推广至3维,甚至N维空间……这个就需要自行脑补了

乘法运算

乘法的逻辑主要体现在线性变换中,例如:图片缩小/放大、拉伸、翻转等,后续如有空会专门写文章重点说明,这里大概举个例子说明下计算过程

\vec{v}= \left[ \begin{matrix} -1&4\\ 2&2 \end{matrix} \right] , \vec{w}= \left[ \begin{matrix} 1\\ 2 \end{matrix} \right]
两者相乘的结果就是:
\vec{v} \cdot \vec{w}= \left[ \begin{matrix} -1&4\\ 2&2 \end{matrix} \right] \cdot \left[ \begin{matrix} 1\\ 2 \end{matrix} \right] =\left[ \begin{matrix} -1*1+4*2\\ 2*1+2*2 \end{matrix} \right] =\left[ \begin{matrix} 7\\ 6 \end{matrix} \right]
大致意思就是,\vec{w}向量经由\vec{v}的线性变换之后,映射到新的向量……

点积运算

两个向量的点积(dot product或者inner product)为:\vec{v}\cdot\vec{w}=\sum{v_i \cdot w_i}

举例来说,假设有向量:\vec{v}=[4,2]^T\vec{w}=[-1,2]^T,则其点积为:4*(-1)+2*2=0

点积在几何上,反映的就是两个向量的夹角\theta,而且:

image-20190728162340494.png

长度

长度比较简单,||v||=\sqrt{v_1^2+v_2^2+\cdots+v_n^2}

直观的几何意义,就是这个箭头的长度

单位向量

这是一个很重要的概念,很多场景下为了方便计算,都会将向量单位化为长度为1,然后再进行各种计算。

其数学表达式为:u=v/||v||


最后补上两条重要的不等式作为收尾。

Schwarz不等式:|v\cdot w|\leq||v||\cdot||w||

三角形不等式:||v+w||\leq||v||+||w||

上一篇 下一篇

猜你喜欢

热点阅读