geometry

向量

向量是同时具有大小与方向的量。记法:⟨x, y⟩ 或 ⟨x, y, z⟩。向量逐分量相加,并支撑物理学、图形学与机器学习。

向量同时具有大小方向,相对地标量只有大小。

坐标:v=x,y\vec{v} = \langle x, y \rangle(二维)或 x,y,z\langle x, y, z \rangle(三维)。大小 v=x2+y2+|\vec{v}| = \sqrt{x^2 + y^2 + \cdots}

运算:

  • 加法/减法:逐分量进行。
  • 标量乘法:缩放大小。
  • 内积(点积)uv=uivi=uvcosθ\vec{u} \cdot \vec{v} = \sum u_i v_i = |\vec{u}||\vec{v}|\cos\theta——衡量方向一致程度,结果为标量。
  • 外积(叉积,仅限三维)u×v\vec{u} \times \vec{v}——同时垂直于两者,大小为 uvsinθ|\vec{u}||\vec{v}|\sin\theta

向量可描述物理(力、速度)、图形学(位置、法线)、机器学习(特征向量、梯度、嵌入)与几何。将其推广到更高维度与抽象空间(希尔伯特空间)是现代数学许多分支的基础。