|
[watermark] 向量的加减、乘除与乘方、开方
复数的加减、乘除、乘方与开方实质上就是向量加减、乘除与乘方、开方。
在平面直角坐标系内,任意向量a都可用两正交向量m=(1,0)、n=(0,1)线性表出。即存在p,q,使a=p(1,0)+q(0,1),称为a的代数形式,且a的模为r=sqrt(p^2+q^2),a的幅角α=π(1-sing(q))+acos(p/r)(sing为符号函数,即q>0时sing(q)=1,q=0时,sing(q)=0,q<1时sing(q)=-1,acos表示反余弦),从而有p=r cosα,q=r sinα。进而得到a=r(1,0)cosα+r(0,1)sin α=r[(1,0) cosα+(0,1)sinα],称为a的三角形式。
a=p(1,0)+q(0,1)事实上就是a=(p,q)(直角坐标),
a=r(1,0)cosα+r(0,1)sinα=r[(1,0) cosα+(0,1)sinα]就是a=(r,α)(极坐标)。
由此可知,a相当于任意一个复数,单位向量(1,0),(0,1)相当于实数单位“1”与虚数单位“i”。
由此定义向量的乘法运算:任意向量a=p(1,0)+q(0,1)=r[(1,0) cosα+(0,1)sinα]与(1,0)的积a(1,0)=a,(1,0)^2=(1,0)。1/a没有意义,因为向量的倒数没有定义,即向量不能去除实数。但向量可以现任何实数相乘,这是向量空间已经定义了的。
(0,1)^2=-(1,0)=(-1,0),(0,1)^3=-(0,1)=(0,-1),(0,1)^4=(1,0)。
设向量b=u(1,0)+v(0,1)=s[(1,0) cosβ+(0,1)sinβ],那么有
a±b=(p±u)(1,0)+(q±v)(0,1)
a×b=(pu-qv)(1,0)+(pv+qu)(0,1)=rs[(1,0)cos(α+β)+(0,1)sin(α+β)]
把c=u(1,0)-v(0,1)称为b的共轭向量,则bc=u^2+v^2,从而有
a/b=ac/(bc)=[(pu+qv)/(uu+vv)](1,0)+[(qu-pv)/(uu+vv)](0,1)
=(r/s)[(1,0)cos(α-β)+(0,1)sin(α-β)]
a^n=r^n[(1,0)cos(nα)+(0,1)sin(nα)]
设x^n=a,把向量d称为向量a的n次根向量。令x=t[(1,0)cosφ+(0,1)sinφ],则
t^n[(1,0)cos(nφ)+(0,1)sin(nφ)]=r[(1,0)cosα+(0,1)sinα],因此有
t=sqrt(r),nφ=2kπ+α(k=0,1,2,…,n-1),即
x=sqrt(r){(1,0)cos[(2kπ+α)/n]+(0,1)sin[(2kπ+α)/n]} (k=0,1,2,…,n-1)
因为这些都是针对向量的运算,并且运算的结果也都是向量,尽管与复数的运算形式完全相同,但它们确实是向量运算。实质上复数的运算,也是以“1”、“i”为单位正交基底的向量运算。
下面是用rand()*10*(-1)^int((rand()*10)的随机输入语句生成了向量a,b的直角坐标,再把它们的相关计算结果同时输入同一个数据库中,结果如下
a =( -8.513903291895986, 9.087816453538837)
b =( -3.806268787011504, 3.367050956003368)
a+b =(-12.320172078907490, 12.454867409542200)
a-b =( -4.707634504884481, 5.720765497535469)
a*b =( 1.807063277707105,-63.257418327493060)
a的极坐标=( 12.452909585995090, 3.959584786219179)
b的极坐标=( 5.081802260940623, 3.865837794813566)
a*b极 =( 63.283224089399010, 7.825422581032744)
a*b极化直=( 1.807063277707141, 63.257418327493050)
a/b极 =( 2.450490779956107, 0.093746991405613)
a/b极化直=( 2.439730596761434, 0.229389794620392)
a^5极 =(299470.587527694100, 19.797923931095890)
a^5极 =(299470.587527694100, 1.409416900598444)
a^5极化直=(48118.8926118039500,295579.439352597700)
令x^7=a
x1极 =( 1.433729634967712, 0.565654969459883)
x2极 =( 1.433729634967712, 1.463252870485538)
x3极 =( 1.433729634967712, 2.360850771511193)
x4极 =( 1.433729634967712, 3.258448672536848)
x5极 =( 1.433729634967712, 4.156046573562503)
x6极 =( 1.433729634967712, 5.053644474588159)
x7极 =( 1.433729634967712, 5.951242375613814)
x1极化直 =( 1.210408664334007, 0.768434467921510)
x2极化直 =( 0.153891199059099, 1.425446654574209)
x3极化直 =( -1.018509477915686, 1.009068436519826)
x4极化直 =( -1.423951744212886, -0.167158895478912)
x5极化直 =( -0.757129303795695, -1.217512169761969)
x6极化直 =( 0.479826945002850, -1.351053947492061)
x7极化直 =( 1.355463717528311, -0.467224546282601)
这些运算的几何意义是非常明显的:向量的加减是向量的合成与分解,向量的乘除是向量的模的扩大与缩小,同时进行了向量的旋转;乘方不过是向量的连续旋转,如果向量x(1),x(2),…,x(m)是向量a的m个m次根向量,则这些向量的终点是一个正m边形的m个顶点,以每个根向量的模的m次幂为模,并且将其幅角扩大m倍得到的向量恰好是向量a。
[/watermark] |
|