
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人
1.1.3 向量的数量乘法
在上一节说明向量减法时,提到了,对此也可理解为
,即用一个标量
乘以一个向量,像这样的计算,我们称为数量乘法。数量乘法的最直接效果是将向量大小进行缩小或放大,即通过乘以一个数——这个数是标量,也称为“数量”,实现对向量长度的放大或者缩小,如图图1-1-8所示,有向量
,用有向线段
表示。

图1-1-8
如果计算,就是将向量长度放大为原来的
倍,并且方向与原向量一样,如图1-1-8的有向线段
所示的向量,记作
。若
,则:

的计算则是
,这样我们就得到了一个与
方向相反的向量。
当然,如果用NumPy数组表示向量,那么数量乘法运算也能够通过标量与数组的乘积实现。

如果把向量的数量乘法也推广到n维空间,可得:
定义 n维空间中的向量的数量乘法:

其中为实数。
本节在中学数学、物理基础上初步理解向量的描述方法及其加法和数量乘法,并且从二维平面空间推广到了n维空间。这些内容,既可以作为理解后续相关知识的基础,也可以认为是某种特例,为何如此说?下一节将从更一般化的角度来理解向量,届时大家将体会到“特例”的含义。
根据经验,是不是还应该有向量与向量的乘法?有,而且还有点复杂,请继续阅读。