대답:
나는.
ii.
iii.
설명:
나는. 우리는 그것을 알고있다.
단위 벡터에 대해 1의 크기가 필요합니다.
ii.
그래서,
iii.
평행 사변형은 두 세트의 동일하고 반대 각도를 갖습니다.
Vec (a) + jvec (b)가 vec (c)에 수직 인 vec (a) = 2i + 2j + 2k이면 vec (b) = - i + 2j + ), j의 값을 찾으시겠습니까?
그러나 cos90 = 0이므로 (a + jb) .c = 0 a + jb = ((2-j), (2 + 2j), (2 + j)) c ((1), (2), .c = 3 (2-j) + 2 + 2j = 6-3j + 2 + 2j = 8-j = 0j = 8 (a + jb) = ((3) (1)
Vec (v_1) = [(2), (3)] 및 vec (v_1) = [(4), (6)] vec (v_1) 및 vec (v_1)에 의해 정의 된 벡터 공간의 범위는 무엇입니까? 대답을 자세히 설명해주십시오.
"span"({vecv_1, vecv_2}) = lambdavecv_1 일반적으로 전체 벡터 공간 대신 벡터 집합의 범위에 대해 이야기합니다. 주어진 벡터 공간 내에서 {vecv_1, vecv_2}의 범위를 검사 할 것입니다. 벡터 공간에서 벡터 집합의 범위는 벡터의 모든 유한 선형 조합의 집합입니다. 즉, 필드 F에 대한 벡터 공간의 부분 집합 S가 주어지면 "span"(S) = ninNN, s_iinS, lambda_iinF (각 항이 스칼라와 요소의 곱으로되는 임의의 유한 합 집합 S) 단순화를 위해, 주어진 벡터 공간이 CC의 일부 하위 필드 F 이상인 것으로 가정합니다. 위의 정의를 적용하면 : span = {lambda_iinF = lambda_1vecv_1 + (l_1da + 2lambda_2) vecv_1 그러면 vecv_1과 vecv_2의 선형 조합은 vecv_1의 스칼라 배수로 표현할 수 있고 vecv_1의 스칼라 배수는 lambda_2 = 0으로 설정하여 vecv_1과 vecv_2의 선형 조합으로 표현할 수있다. "span"({vecv_1, vecv_2}) = lambdainF
Vec (x) = vec (x) = (-1, 1)과 같은 벡터가되도록하고 R (θ) = [(costheta, -sintheta), (sintheta, costheta)], 즉 Rotation 운영자. theta = 3 / 4pi의 경우 vec (y) = R (theta) vec (x)? x, y 및 θ를 보여주는 스케치를 만드시겠습니까?
이것은 반 시계 방향 회전으로 밝혀졌습니다. 몇도 정도 추측 할 수 있습니까? R (θ) = [(costheta, -sintheta), (sintheta, costheta)], vecx (1), R ^ 2는 선형 변환이라고하자. = << -1,1 >>. 이 변환은 변환 행렬 R (세타)로 표시됩니다. R은 회전 변환을 나타내는 회전 행렬이므로 R을 vecx로 곱하면이 변환을 수행 할 수 있습니다. xxx << -1,1 >> MxxK 및 KxxN 행렬의 경우 결과는 색상 (녹색) (MxxN) 행렬입니다. 여기서 M은 행 차원이고 행렬은 행렬입니다. N은 열 차원입니다. 즉, [(y_ (11), y_ (12), ..., y_ (1n)), (y_ (21), y_ (22), ..., y_ (2n)), (vdots, v = R_ (11), R_ (12), ..., R_ (1k)), (y_ (m1), y_ (m)), R_ (m), R_ (m), R_ (m), R_ (m), R_ (m), R_ (m) ), x_ (11), x_ (22), ..., x_ (2n))], x_ (12), x_ 따라서, 2xx2 행렬에 1xx2를 곱한 경우, 2x1 행렬 벡터를 얻기 위해 벡터를 전치 (t