向量及其运算

2020-03-04  本文已影响0人  最远的地方00

一、什么是向量

向量的表示: 以 M_1 为起点、 M_2 为终点的有向线段表示的向量记为 \overrightarrow{M_1M_2} , 有时也用一个黑体字母(书写时, 在字母上面加一箭头)来表示(见图1 ), 如 a\overrightarrow{a}

图1

向量的模: 向量的大小(数学上指有向线段的长度)叫作向量的模,记作|a|,\overrightarrow{|M1M2|}
模为1的向量称为 单位向量,记作 e。
模为0的向量称为 零向量,记作 0。
零向量的方向可以看作是任意的。

二、向量的运算

1、夹角

向量 ab 的始点重合, 在两向量的所在平面上, 若一个向量逆时针方向转过角度 θ后可与另一个向量正向重合(见图2), 则称θ为向量ab的夹角, 记作(a, b), 即
θ = (\widehat{a,b}) = (\widehat{b,a}) (0≤ θ ≤π)

图2
2、投影

如果向量\overrightarrow{AB}的始点A与终点B在u轴上的投影分别为A′、B′(见图3), 则u轴上的有向线段A′B′的值A′B′称为向量AB在u轴上的投影, 记作Prj_u\overrightarrow{AB} = A′B′,u轴称为投影轴

图3

定理1
向量\overrightarrow{AB}在 u 轴上的投影等于向量的模乘以u轴与向量 \overrightarrow{AB} 的夹角 θ 的余弦,即
Prj_u\overrightarrow{AB} = \overrightarrow{|AB|}cos θ

3、向量在坐标轴上的分向量与向量的坐标

a 可分解为三个分别平行于x轴、y轴和z轴的向量a_xa_ya_z, 它们称为a在 x 轴、y 轴和 z 轴的三个分向量, 显然a = a_x + a_y + a_z(见图4)。

图4

若用 ijk 分别表示与 x 轴、 y 轴和 z 轴正向一致的三个单位向量, 称它们为基本单位向量, 则有a_x =(x_2-x_1)ia_y = (y_2-y_1)ja_z = (z_2-z_1)k, 因此
a = a_x + a_y + a_z = (x_2-x_1)i + (y_2-y_1)j + (z_2-z_1)k =a_x&i + a_y&j + a_z&k, 称上式为向量 a 按基本单位向量的分解式a向量表示式
a_xa_ya_z 称为向量a坐标, 记为a = (a_xa_ya_z ) , 也称为向量a的坐标表示式

三个分向量(a_xa_ya_z)
a = a_x + a_y + a_z
向量表示式
a = a_x&i + a_y&j + a_z&k
坐标表示式
a = (a_xa_ya_z )

三、向量的模、 方向角

a 为任意一个非零向量, 又设α、β、γa 与三坐标轴正向之间的夹角(0≤α, β, γ <π), 如图5所示, 则α、β、γ分别为向量 a方向角。 由于向量坐标就是向量在坐标轴上的投影, 故有
a_x = |a|cosαa_y = |a|cosβa_z = |a|cosγ
其中,cosα 、 cosβ 、 cosγ 称为向量 a方向余弦, 通常用来表示向量的方向。
由模的定义, 可知向量 a 的模为
|a| = \sqrt{(x_2-x_1)^2 + (y_2-y_1)^2 + (z_2-z_1)^2 } = \sqrt{a_x^2 + a_y^2 + a_z^2}

cosα =\frac{ a_x }{\sqrt{a_x^2 + a_y^2 + a_z^2}}
cosβ =\frac{ a_y }{\sqrt{a_x^2 + a_y^2 + a_z^2}}
cosγ =\frac{ a_z }{\sqrt{a_x^2 + a_y^2 + a_z^2}}
由此可得cos^2α + cos^2β + cos^2γ = 1 即任一向量的方向余弦的平方和为 1。
单位向量 \mathbf{e}_a = \frac{ \mathbf{a} }{ \mathbf{|a|}} = \frac{ 1 }{ \mathbf{|a|}}(a_x + a_y + a_z) = (cosα , cosβ , cosγ)

四、数量积

定义1 给定向量 ab, 我们将 |a||b| 及它们的夹角θ的余弦的乘积,称为向量 ab数量积, 记为a · b, 即
\mathbf{a · b} = \mathbf{|a| |b|}cosθ = \mathbf{|a| |b|}cos(\widehat{ \mathbf{a,b}}) (0≤ θ <π)

由定义 1 可以推出:

(1) \mathbf{a · b} = \mathbf{|a|}Prj_a\mathbf{b}= \mathbf{|b|}Prj_b\mathbf{a} ```````````` (Prj_a\mathbf{b} = \mathbf{|b|}cosθ)
(2) \mathbf{a · a}= \mathbf{|a| |a|} cos(\widehat{ \mathbf{a,a}})= \mathbf{|a|^2}
(3) 若 \mathbf{|a|} ≠ 0\mathbf{|b|} ≠ 0, 则\mathbf{a · b = 0⇔a ⊥ b}

数量积符合下列运算规律 :

(1) 交换律:\mathbf { a · b = b · a }
(2) 分配律: \mathbf { (a + b)·c = a·c + b·c }
(3) \mathbf { (λa)·b = a·(λb) = λ(a·b) } (其中 λ 是数)

\mathbf{ a · b } = a_xb_x +a_yb_y +a_zb_z

\mathbf {|a|} ≠ 0, \mathbf{|b|} ≠ 0, 则
cos(\widehat{ \mathbf{a, b}})= \frac {\mathbf{a · b}} {\mathbf{|a| |b|}} = \frac{a_xb_x +a_yb_y +a_zb_z}{ \sqrt{a^2_x +a^2_y +a^2_z} \sqrt{b^2_x +b^2_y +b^2_z}}

\mathbf{a · b ⇔ a ⊥ b} ⇔ a_xb_x +a_yb_y +a_zb_z = 0

五、向量积

定义2 若由向量 \mathbf{a}\mathbf{b} 所确定的一个向量 \mathbf{c} 满足下列条件(见图5):
(1) \mathbf{c} 的方向既垂直于 \mathbf{a} 又垂直于 \mathbf{b}\mathbf{c} 的指向按右手规则从 \mathbf{a} 转向 \mathbf{b} 来确定;
(2) \mathbf{c} 的模 \mathbf{|c|} = \mathbf{|a| |b|} sinθ(其中θ为 \mathbf{a} 与 \mathbf{b} 的夹角),则称向量 \mathbf{c} 为向量 \mathbf{a}\mathbf{b} 的向量积(或称外积、 叉积), 记为
\mathbf {c=a×b}

图5
根据向量积的定义, 即可推得
(1)
(2) 设 为两非零向量, 则 的充分必要条件是
向量积满足下列运算规律

(1) 反交换律:\mathbf { a × b = - b × a }
(2) 分配律:\mathbf { (a + b) × c = a × c + b × c }
(3) 结合律:\mathbf { λ(a × b) = (λa) × b = a × (λb) } (其中 λ 是实数)

\mathbf{a × b}=a_xb_y\mathbf{k} - a_xb_z\mathbf{j} - a_yb_x\mathbf{k} + a_yb_z\mathbf{i} + a_zb_x\mathbf{j} - a_zb_y\mathbf{i}

= (a_yb_z - a_zb_y)\mathbf{i} - (a_xb_z - a_zb_x)\mathbf{j} + (a_xb_y - a_yb_x)\mathbf{k}

= \begin{vmatrix} a_y & a_z \\ b_y & b_z \end{vmatrix} \mathbf{i} +(-1) \begin{vmatrix} a_x & a_z \\ b_x & b_z \end{vmatrix} \mathbf{j} + \begin{vmatrix} a_x & a_y \\ b_x & b_y \end{vmatrix} \mathbf{k}

= \begin{vmatrix} \mathbf{i} & \mathbf{j} & \mathbf{k} \\ a_x & a_y & a_z \\ b_x & b_y & b_z\end{vmatrix}

注意 第二项为(-1)

由此可得:
\mathbf {|a|} ≠ 0, \mathbf{|b|} ≠ 0, 则
\mathbf{a × b} = 0 ⇔ \mathbf{a//b} ⇔ a_yb_z -a_zb_y = 0, a_xb_z -a_zb_x =0, a_xb_y -a_yb_x =0

\frac{a_x} {b_x} =\frac{a_y} {b_y} =\frac{a_z} {b_z} (亦即a=λb, λ为实数)


上一篇下一篇

猜你喜欢

热点阅读