解析几何复习(一)向量代数
文章目录
- 向量及其运算性质
- 向量间的位置关系
- 向量a,ba,\,ba,b共线
- 向量a,ba,\,ba,b不共线
- 向量a,b,ca,\,b,\,ca,b,c共面
- 向量a,b,ca,\,b,\,ca,b,c不共面
- 一些其他结论
- 向量的内积(点积、数量积)
- 性质
- 向量的外积(叉积、向量积)
- 坐标计算公式
- 性质
- 二重外积
- Jacobi等式
- ★\bigstar★向量的混合积
- 几何意义
- 性质
- 坐标计算公式
- Lagrange恒等式(二维的勾股定理)
- 参考
向量及其运算性质
满足关于加法的四条运算法则和数量乘法的四条运算法则(向量的线性运算。类似于线性空间的八条运算法则):
加法:
- α+β=β+α\alpha+\beta=\beta+\alphaα+β=β+α,(加法交换律)
- (α+β)+γ=α+(β+γ)(\alpha+\beta)+\gamma=\alpha+(\beta+\gamma)(α+β)+γ=α+(β+γ),(加法结合律)
- 0+α=α+0=α0+\alpha=\alpha+0=\alpha0+α=α+0=α,(零元存在且唯一)
- α+β=β+α=0\alpha+\beta=\beta+\alpha=0α+β=β+α=0,β\betaβ记为−α-\alpha−α,(负元存在且唯一)
数量乘法:
- 1α=α,(−1)α=−α1\alpha=\alpha,\ (-1)\alpha=-\alpha1α=α, (−1)α=−α,(单位元存在且唯一)
- (kl)α=k(lα)(kl)\alpha=k(l\alpha)(kl)α=k(lα),(数量乘法结合律)
- k(α+β)=kα+kβk(\alpha+\beta)=k\alpha+k\betak(α+β)=kα+kβ,(左分配律,联系加法与数乘)
- (k+l)α=kα+lα(k+l)\alpha=k\alpha+l\alpha(k+l)α=kα+lα,(右分配律,联系加法与数乘)
向量间的位置关系
向量a,ba,\,ba,b共线
充要条件:
- 存在唯一λ∈R\lambda\in\mathbb{R}λ∈R,使得b=λab=\lambda ab=λa;
- 存在不全为000的λ,μ∈R\lambda,\,\mu\in \mathbb{R}λ,μ∈R,使得λa+μb=0\lambda a+\mu b=0λa+μb=0.
向量a,ba,\,ba,b不共线
从λa+μb=0\lambda a+\mu b=0λa+μb=0可以推出λ=μ=0\lambda=\mu=0λ=μ=0.
向量a,b,ca,\,b,\,ca,b,c共面
必要条件:
- a,b,ca,\,b,\,ca,b,c共面,且a,ba,\,ba,b不共线,则存在唯一的一对实数λ,μ\lambda,\,\muλ,μ使得
c=λa+μb.c=\lambda a+\mu b. c=λa+μb.
充分条件:
- 若c=λa+μbc=\lambda a+\mu bc=λa+μb,则a,b,ca,\,b,\,ca,b,c共面。
充分必要条件:
有不全为零的实数k1,k2,k3k_1,\,k_2,\,k_3k1,k2,k3使得
k1a+k2b+k3c=0.k_1a+k_2b+k_3c=0. k1a+k2b+k3c=0.
向量a,b,ca,\,b,\,ca,b,c不共面
充要条件:
- 从k1a+k2b+k3c=0k_1a+k_2b+k_3c=0k1a+k2b+k3c=0可以推出k1=k2=k3=0k_1=k_2=k_3=0k1=k2=k3=0
一些其他结论
点MMM在直线ABABAB上⟺\,\iff\,⟺存在非负实数λ,μ\lambda,\,\muλ,μ使得
OM→=λOA→+μOB→,且λ+μ=1,\overrightarrow{OM}=\lambda\overrightarrow{OA}+\mu\overrightarrow{OB},\text{且}\lambda+\mu=1, OM=λOA+μOB,且λ+μ=1,
OOO是任意取定的一点。三点A,B,CA,\,B,\,CA,B,C共线充要条件是:存在不全为零的实数λ,μ,ν\lambda,\,\mu,\,\nuλ,μ,ν使得
λOA→+μOB→+νOC→=0,且λ+μ+ν=0,\lambda\overrightarrow{OA}+\mu\overrightarrow{OB}+\nu\overrightarrow{OC}=0,\text{且}\lambda+\mu+\nu=0, λOA+μOB+νOC=0,且λ+μ+ν=0,
OOO是任意取定的一点。四点共面充要条件:
∣x1x2x3x4y1y2y3y4z1z2z3z41111∣=0.\begin{vmatrix} x_1&x_2&x_3&x_4\\ y_1&y_2&y_3&y_4\\ z_1&z_2&z_3&z_4\\ 1&1&1&1\\ \end{vmatrix} =0. ∣∣∣∣∣∣∣∣x1y1z11x2y2z21x3y3z31x4y4z41∣∣∣∣∣∣∣∣=0.
向量的内积(点积、数量积)
a⋅b:=∣a∣∣b∣cos⟨a,b⟩.a\cdot b:=|a||b|\cos\langle a,\,b\rangle. a⋅b:=∣a∣∣b∣cos⟨a,b⟩.
其结果为一个标量(数)。
性质
- a⋅b=b⋅aa\cdot b=b\cdot aa⋅b=b⋅a,(对称性)
- (λa)⋅b=λ(a⋅b)(\lambda a)\cdot b=\lambda(a\cdot b)(λa)⋅b=λ(a⋅b),(线性)
- (a+b)⋅c=a⋅c+b⋅c(a+b)\cdot c=a\cdot c+b\cdot c(a+b)⋅c=a⋅c+b⋅c,(线性)
- a⋅a⩾0a\cdot a\geqslant0a⋅a⩾0,(正定性)
向量的外积(叉积、向量积)
a×b:=∣a∣∣b∣sin⟨a,b⟩.a\times b:=|a||b|\sin\langle a,\,b\rangle. a×b:=∣a∣∣b∣sin⟨a,b⟩.
其结果为一个向量,方向规定为:与a,ba,\,ba,b均垂直,并且使(a,b,a×b)(a,\,b,\,a\times b)(a,b,a×b)成右手系,即,当右手四指从aaa弯向bbb(转角小于pipipi)时,拇指的指向就是a×ba\times ba×b的方向。
坐标计算公式
a=(a1,a2,a3),b=(b1,b2,b3)a=(a_1,\,a_2,\,a_3),\ b=(b_1,\,b_2,\,b_3)a=(a1,a2,a3), b=(b1,b2,b3),则a×ba\times ba×b坐标为
(∣a2b2a3b3∣,−∣a1b1a3b3∣,∣a1b1a2b2∣)\left( \begin{vmatrix}a_2&b_2\\a_3&b_3\end{vmatrix},\, -\begin{vmatrix}a_1&b_1\\a_3&b_3\end{vmatrix},\, \begin{vmatrix}a_1&b_1\\a_2&b_2\end{vmatrix} \right) (∣∣∣∣a2a3b2b3∣∣∣∣,−∣∣∣∣a1a3b1b3∣∣∣∣,∣∣∣∣a1a2b1b2∣∣∣∣)
可简记为:
a×b=∣e1a1b1e2a2b2e3a3b3∣.a\times b= \begin{vmatrix} e_1&a_1&b_1\\ e_2&a_2&b_2\\ e_3&a_3&b_3\\ \end{vmatrix}. a×b=∣∣∣∣∣∣e1e2e3a1a2a3b1b2b3∣∣∣∣∣∣.
性质
- ★a×b=−b×a\bigstar\ a\times b=-b\times a★ a×b=−b×a,(反交换律)
- (λa)×b=λ(a×b)(\lambda a)\times b=\lambda(a\times b)(λa)×b=λ(a×b),
- a×(b+c)=a×b+a×ca\times(b+c)=a\times b+a\times ca×(b+c)=a×b+a×c,(左分配律)
- (b+c)×a=b×a+c×a(b+c)\times a=b\times a+c\times a(b+c)×a=b×a+c×a,(右分配律)
二重外积
a×(b×c)=(a⋅c)b−(a⋅b)c,(a×b)×c=−c×(a×b)=−(c⋅b)a+(c⋅a)b.\begin{aligned} a\times(b\times c)&=(a\cdot c)b-(a\cdot b)c,\\ (a\times b)\times c&=-c\times(a\times b)=-(c\cdot b)a+(c\cdot a)b. \end{aligned} a×(b×c)(a×b)×c=(a⋅c)b−(a⋅b)c,=−c×(a×b)=−(c⋅b)a+(c⋅a)b.
利用外积坐标公式(第二个式子需要用到外积的反交换律)即可得到。
Jacobi等式
a×(b×c)+b×(c×a)+c×(a×b)=0a\times (b\times c)+b\times (c\times a)+c\times (a\times b)=0 a×(b×c)+b×(c×a)+c×(a×b)=0
★\bigstar★向量的混合积
几何意义
- 平行六面体的定向体积;
性质
- a×b⋅c=b×c⋅a=c×a⋅ba\times b\cdot c=b\times c\cdot a=c\times a\cdot ba×b⋅c=b×c⋅a=c×a⋅b;
- a×b⋅c=a⋅(b×c)a\times b\cdot c=a\cdot(b\times c)a×b⋅c=a⋅(b×c);
坐标计算公式
a×b⋅c=∣a1b1c1a2b2c2a3b3c3∣.a\times b\cdot c= \begin{vmatrix} a_1&b_1&c_1\\ a_2&b_2&c_2\\ a_3&b_3&c_3\\ \end{vmatrix}. a×b⋅c=∣∣∣∣∣∣a1a2a3b1b2b3c1c2c3∣∣∣∣∣∣.
Lagrange恒等式(二维的勾股定理)
(a⋅b)×(c⋅d)=∣a⋅ca⋅db⋅cb⋅d∣.(a\cdot b)\times(c\cdot d)= \begin{vmatrix} a\cdot c & a\cdot d\\ b\cdot c & b\cdot d\\ \end{vmatrix}. (a⋅b)×(c⋅d)=∣∣∣∣a⋅cb⋅ca⋅db⋅d∣∣∣∣.
参考
- 丘维声《解析几何(第一版)》1988.8.
解析几何复习(一)向量代数相关推荐
- 解析几何复习(二)正交变换和仿射变换
文章目录 前言 引入 反射 平移 旋转 正交矩阵 定义 一些性质(命题) ★\bigstar★正交变换 定义 性质 一些定理 仿射变换 定义 简单性质 前言 以前学习解析几何的时候更加侧重几何,或者说 ...
- 考研数学 - 初数基础整理10
解析几何复习 第一部分 第二部分 第三部分 第四部分
- 李永乐复习全书高等数学 第四章 向量代数与空间解析几何
目录 4.2 平面与直线 例9 求过直线L:x−12=y+2−3=z−22L:\cfrac{x-1}{2}=\cfrac{y+2}{-3}=\cfrac{z-2}{2}L:2x−1=−3y+2 ...
- matlab求两向量夹角_高等数学之向量代数与空间解析几何知识点与题型总结
向量代数与空间解析几何知识点: (1)向量代数知识点 (2)两平面夹角与两直线夹角公式 两平面夹角和两直线夹角公式 (3)点到直线的距离公式 点到直线的距离 (4)常见二次曲线 常见二次曲线 题型一: ...
- 高等数学笔记-乐经良老师-第七章-向量代数与空间解析几何(Ⅱ)
高等数学笔记-乐经良老师 第七章 向量代数与空间解析几何(Ⅱ) 第四节 平面与直线 一.平面 01 确定平面方程的条件 一个平面上的点 + 一个法向量 一个平面上的点 + 两个平行于平面的不共线向量 ...
- 2019年高中数学复习必备——解析几何
本文作者:vxbomath 2019年高考剩下不到一个月的时间了,解析几何是高考考题之一,解析几何是高中数学比较难的知识点之一,本章主要讲述2019年高中数学复习必备--解析几何专题分析和习题解答. ...
- matlab在高等代数,Matlab数学软件包在向量代数-空间解析几何中的应用
Matlab数学软件包在向量代数 一空问解析 几何中的应用 张剑宇 (辽宁轨道交通职业学院) 高等数学作为高校理工科的一门重要的数学基础课程,在 自 然科学和工程技术等诸多领域有着广泛的应用.向量代数 ...
- 高等数学 · 空间解析几何与向量代数理论笔记小结
空间解析几何与向量代数理论笔记小结 一.向量代数 1. 向量的定义 2. 向量的模 3. 基本单位向量 4. 向量的方向角与方向余弦 5. 向量的坐标表示 6. 向量的线性运算 7. 向量的数量积 8 ...
- 高等数学(下)空间解析几何与向量代数
1 向量代数 1.1 向量及其线性运算 1.1.1 方向角与方向余弦 1.1.1.1 定义 1.1.1.2 计算法 1.2 数量积 向量积 混合积 1.2.1 数量积 1.2.1.1 定义 1.2.1 ...
最新文章
- Python命令行可视化库
- [bbk4966]第70集 第8章 -性能维护 01
- 删除表格数据后自动刷新_Calliope: 表格数据的自动故事生成系统
- Java并发编程的艺术(二)——重排序
- springBoot JunitTest的使用以及如何在junit启动前加载
- 最简单的nginx教程 - 如何把一个web应用部署到nginx上
- 10 道关于 Java 泛型的面试题
- PHP商城数据库安全事务处理方法
- python医疗发票 信息抽取_PYTHON网络爬虫与信息提取[信息的组织与提取](单元五)...
- php mysql事务实例_PHP + MySQL事务示例
- 使用.NET System.IO.Pipelines和Kestrel套接字库创建Redis客户端
- IntelliJ IDEA安装lombok
- 关于ES6 Class语法相关总结
- ERP、CRM、SCM、电子商务、BI、ITSS
- 电子地图下载器的地图级别与对应分辨率
- Win10环境下VS2003安装教程
- java的诞生詹姆斯·高斯林
- NUCLEAR-ID细胞周期分析试剂盒特点与应用
- 学习ximo脱壳视频:2、手脱ASPACK壳
- 选择退化特征时,利用单调性、鲁棒性、预测性三指标选择(附matlab代码)