Mobile wallpaper 1Mobile wallpaper 2Mobile wallpaper 3Mobile wallpaper 4Mobile wallpaper 5Mobile wallpaper 6
1413 words
7 minutes
1.7 向量

1.7 向量#

欧式空间定义#

二维欧式空间#

R2={(x,y):x,yR}\mathbb{R}^2 = \{(x, y) : x, y \in \mathbb{R}\}

三维欧式空间#

R3={(x,y,z):x,y,zR}\mathbb{R}^3 = \{(x, y, z) : x, y, z \in \mathbb{R}\}

n维欧式空间#

定义1:设 x:{1,2,,n}Rx: \{1, 2, \ldots, n\} \to \mathbb{R},记

xi=x(i),i=1,2,,n,x=(x1,,xn)x_i = x(i), \quad i = 1, 2, \ldots, n, \quad x = (x_1, \ldots, x_n)

(x1,,xn)(x_1, \ldots, x_n)n元有序数组

定义2

Rn={(x1,,xn):xiR}\mathbb{R}^n = \{(x_1, \ldots, x_n) : x_i \in \mathbb{R}\}

Rn\mathbb{R}^nn维欧式空间

术语

  • xRnx \in \mathbb{R}^n 称为向量
  • xix_i 称为点 xx 的第 ii坐标,或向量 xx 的第 ii分量
  • 0=(0,,0)Rn0 = (0, \ldots, 0) \in \mathbb{R}^n 称为零向量

基本运算与性质#

单位向量#

ii单位向量

ei=(0,,1,,0)(第 i 个分量为 1)\mathbf{e}_i = (0, \ldots, 1, \ldots, 0) \quad (\text{第 } i \text{ 个分量为 } 1)

向量运算#

定义3:设 x=(x1,,xn),y=(y1,,yn)Rn,kRx = (x_1, \ldots, x_n), y = (y_1, \ldots, y_n) \in \mathbb{R}^n, k \in \mathbb{R}

  • 数乘kx=(kx1,,kxn)kx = (kx_1, \ldots, kx_n)
  • 加法x+y=(x1+y1,,xn+yn)x + y = (x_1 + y_1, \ldots, x_n + y_n)

命题1:设 x=(x1,,xn)Rnx = (x_1, \ldots, x_n) \in \mathbb{R}^n,则

x=i=1nxieix = \sum_{i=1}^{n} x_i \mathbf{e}_i

命题2xRn,kRx \in \mathbb{R}^n, k \in \mathbb{R},若 kx=0kx = 0,则 k=0k = 0x=0x = 0


向量的关系#

线性相关与平行#

  • x,yRnx, y \in \mathbb{R}^nα,βR\alpha, \beta \in \mathbb{R}αx+βy\alpha x + \beta y 称为 x,yx, y线性组合
  • x,yRnx, y \in \mathbb{R}^n,若存在不全为零的 α,βR\alpha, \beta \in \mathbb{R},使得 αx+βy=0\alpha x + \beta y = 0,则称 x,yx, y 平行,记作 xyx \parallel y

同向#

x,yRn,x,y0x, y \in \mathbb{R}^n, x, y \neq 0,若存在 k>0k > 0 使得 y=kxy = kx,则称 x,yx, y 同向

平行判定#

命题3x,yRnx, y \in \mathbb{R}^n,下列叙述等价:

  1. xyx \parallel y
  2. 存在 kRk \in \mathbb{R},使得 x=kyx = kyy=kxy = kx
  3. xiyj=xjyi,i,j=1,2,,nx_i y_j = x_j y_i, \quad i, j = 1, 2, \ldots, n

命题4x,y,zRn\{0}x, y, z \in \mathbb{R}^n \backslash \{0\},则:

  1. xyx \parallel y 当且仅当存在 kRk \in \mathbb{R},使得 y=kxy = kx
  2. xyx \parallel yyzy \parallel z,则 xzx \parallel z

内积(点积)#

定义#

x,yRnx, y \in \mathbb{R}^n,定义:

xy=x,y=i=1nxiyix \cdot y = \langle x, y \rangle = \sum_{i=1}^{n} x_i y_i

xyx \cdot yx,yx, y内积点积

性质#

命题5x,y,zRn,a,bRx, y, z \in \mathbb{R}^n, a, b \in \mathbb{R},下列结论成立:

  1. 非负性x,x0\langle x, x \rangle \geq 0,等号成立当且仅当 x=0x = 0
  2. 对称性x,y=y,x\langle x, y \rangle = \langle y, x \rangle
  3. 线性性ax+by,z=ax,z+by,z\langle ax + by, z \rangle = a\langle x, z \rangle + b\langle y, z \rangle

向量的模(范数)#

定义#

xRnx \in \mathbb{R}^n,定义:

x=x=x,x=i=1nxi2|x| = \|x\| = \sqrt{\langle x, x \rangle} = \sqrt{\sum_{i=1}^{n} x_i^2}

x|x|xx长度

x=1|x| = 1,称 xx单位向量

性质#

命题6x,yRn,kRx, y \in \mathbb{R}^n, k \in \mathbb{R},则:

  1. 非负性x0|x| \geq 0,等号成立当且仅当 x=0x = 0
  2. 齐次性kx=kx|kx| = |k||x|
  3. 三角不等式x+yx+y|x + y| \leq |x| + |y|

夹角与正交性#

夹角定义#

x,yRn,x,y0x, y \in \mathbb{R}^n, x, y \neq 0,由 Cauchy 不等式:

1xyxy1-1 \leq \frac{x \cdot y}{|x||y|} \leq 1

存在唯一 θ[0,π]\theta \in [0, \pi],使得:

cosθ=xyxy\cos \theta = \frac{x \cdot y}{|x||y|}

θ\thetax,yx, y夹角

正交性#

xy=0x \cdot y = 0,称 x,yx, y 垂直正交,记作 xyx \perp y

x,y0x, y \neq 0,则:

xy    cosθ=0    x+y2=x2+y2x \perp y \iff \cos \theta = 0 \iff |x + y|^2 = |x|^2 + |y|^2

正交投影#

单位化#

xRn\{0}x \in \mathbb{R}^n \backslash \{0\},记:

x0=xxx^0 = \frac{x}{|x|}

x0=1|x^0| = 1,称 x0x^0xx 对应的单位向量

投影定义#

aRn,a0a \in \mathbb{R}^n, a \neq 0bRnb \in \mathbb{R}^n

  • ba0b \cdot a^0 称为 bbaa 上的投影
  • (ba0)a0(b \cdot a^0)a^0 称为 bbaa 上的投影向量

正交分解#

a,bRn,a0a, b \in \mathbb{R}^n, a \neq 0,设:

b1=(ba0)a0,b2=bb1b_1 = (b \cdot a^0)a^0, \quad b_2 = b - b_1

则:

  • b1b2b_1 \perp b_2
  • b2=b12+b22|b|^2 = |b_1|^2 + |b_2|^2
  • b=b1+b2b = b_1 + b_2 称为 bb正交分解

面积与距离#

平行四边形面积#

aRn,x,yRn\{0}a \in \mathbb{R}^n, x, y \in \mathbb{R}^n \backslash \{0\},且 x,yx, y 不平行,夹角为 θ\theta

设:

P={a+λx+μy:0λ,μ1}P = \{a + \lambda x + \mu y : 0 \leq \lambda, \mu \leq 1\}

PP 为以 aa 为顶点,x,yx, y 为邻边的平行四边形

PP面积

S(P)=xysinθ=x2y2(xy)2S(P) = |x||y|\sin \theta = \sqrt{|x|^2|y|^2 - (x \cdot y)^2}

距离公式#

x,yRnx, y \in \mathbb{R}^nxy|x - y| 称为 x,yx, y距离

命题8x,y,zRnx, y, z \in \mathbb{R}^n,下列结论成立:

  1. 非负性xy0|x - y| \geq 0,等号成立当且仅当 x=yx = y
  2. 对称性xy=yx|x - y| = |y - x|
  3. 三角不等式xzxy+yz|x - z| \leq |x - y| + |y - z|

一般范数#

p-范数定义#

x=(x1,,xn)Rnx = (x_1, \ldots, x_n) \in \mathbb{R}^np1p \geq 1,记:

xp=(i=1nxip)1/p|x|_p = \left( \sum_{i=1}^{n} |x_i|^p \right)^{1/p}

xp|x|_pxxp-范数

无穷范数

x=max1inxi|x|_\infty = \max_{1 \leq i \leq n} |x_i|

Hölder 不等式#

p>1p > 11p+1q=1\frac{1}{p} + \frac{1}{q} = 1x,yRnx, y \in \mathbb{R}^n,则:

x,yxpyq|\langle x, y \rangle| \leq |x|_p |y|_q

证明: 当 xp=0|x|_p = 0yq=0|y|_q = 0 时,不等式显然成立。

xp>0,yq>0|x|_p > 0, |y|_q > 0。考虑函数 f(t)=tp/p+sq/qtsf(t) = t^p/p + s^q/q - ts,其中 t,s0t, s \geq 0

u=xi/xp,v=yi/yqu = |x_i|/|x|_p, v = |y_i|/|y|_q,由 Young 不等式:

uvupp+vqquv \leq \frac{u^p}{p} + \frac{v^q}{q}

即:

xiyixpyqxippxpp+yiqqyqq\frac{|x_i y_i|}{|x|_p |y|_q} \leq \frac{|x_i|^p}{p|x|_p^p} + \frac{|y_i|^q}{q|y|_q^q}

i=1,,ni = 1, \ldots, n 求和:

xiyixpyq1p+1q=1\frac{\sum |x_i y_i|}{|x|_p |y|_q} \leq \frac{1}{p} + \frac{1}{q} = 1

因此:

xiyixpyq\sum |x_i y_i| \leq |x|_p |y|_q

再由 x,yxiyi|\langle x, y \rangle| \leq \sum |x_i y_i|,得证。

Minkowski 不等式(三角不等式)#

命题7p1p \geq 1p=p = \inftyx,yRn,kRx, y \in \mathbb{R}^n, k \in \mathbb{R},则:

  1. 非负性xp0|x|_p \geq 0,等号成立当且仅当 x=0x = 0
  2. 齐次性kxp=kxp|kx|_p = |k||x|_p
  3. 三角不等式x+ypxp+yp|x + y|_p \leq |x|_p + |y|_p
  4. 证明: 当 p=1p = 1p=p = \infty 时,不等式显然成立。

p>1p > 11p+1q=1\frac{1}{p} + \frac{1}{q} = 1。考虑:

x+ypp=i=1nxi+yip|x + y|_p^p = \sum_{i=1}^n |x_i + y_i|^p

xi+yip|x_i + y_i|^p 写成:

xi+yip=xi+yixi+yip1|x_i + y_i|^p = |x_i + y_i| \cdot |x_i + y_i|^{p-1}

由三角不等式:

xi+yipxixi+yip1+yixi+yip1|x_i + y_i|^p \leq |x_i| \cdot |x_i + y_i|^{p-1} + |y_i| \cdot |x_i + y_i|^{p-1}

ii 求和:

x+yppxixi+yip1+yixi+yip1|x + y|_p^p \leq \sum |x_i| \cdot |x_i + y_i|^{p-1} + \sum |y_i| \cdot |x_i + y_i|^{p-1}

应用 Hölder 不等式:

xixi+yip1xp(xi+yi(p1)q)1/q=xpx+ypp/q\sum |x_i| \cdot |x_i + y_i|^{p-1} \leq |x|_p \cdot \left( \sum |x_i + y_i|^{(p-1)q} \right)^{1/q} = |x|_p \cdot |x + y|_p^{p/q}

同理:

yixi+yip1ypx+ypp/q\sum |y_i| \cdot |x_i + y_i|^{p-1} \leq |y|_p \cdot |x + y|_p^{p/q}

因此:

x+ypp(xp+yp)x+ypp/q|x + y|_p^p \leq (|x|_p + |y|_p) \cdot |x + y|_p^{p/q}

由于 pp/q=1p - p/q = 1,两边除以 x+ypp/q|x + y|_p^{p/q} 得:

x+ypxp+yp|x + y|_p \leq |x|_p + |y|_p

证毕。

1.7 向量
https://miku.nikonikoni.blog/posts/analysis/1-7-vector/
Author
nikonikoni
Published at
2025-11-24
License
Unlicensed

Some information may be outdated

封面
Sample Song
Sample Artist
封面
Sample Song
Sample Artist
0:00 / 0:00