4 向量 & 运算符

4.1 不同学科中的向量

在物理学中，向量用于描述具有方向和大小的物理量，如速度 \(\vec{v}\)、加速度 \(\vec{a}\) 和力 \(\vec{F}\)。向量加法通常用于合成力或速度：

\[ \vec{A} + \vec{B} = \vec{C} \]

在数学中，向量 \(\vec{v}\) 通常定义为有序数值的集合，可以表示为：

\[ \vec{v} = (v_1, v_2, \ldots, v_n) \]

向量加法和标量乘法定义为：

\[ \vec{A} + \vec{B} = (a_1 + b_1, a_2 + b_2, \ldots, a_n + b_n) \] \[ c \vec{A} = (c a_1, c a_2, \ldots, c a_n) \]

在计算机科学中，向量通常用作一维数组：

\[ \text{vector} = [x_1, x_2, \ldots, x_n] \]

在工程学中，向量用于描述力 \(\vec{F}\)、速度 \(\vec{v}\) 等，通常用于平衡方程和动力学方程：

\[ \sum \vec{F} = m \vec{a} \]

在生物学中，“向量”用于描述能携带病原体的生物体。

在这些领域中，向量 \(\vec{x}\) 用于描述数据点或特征。例如，在 k-均值聚类中，两个向量之间的距离可以用欧几里得距离来计算：

\[ d(\vec{A}, \vec{B}) = \sqrt{\sum_{i=1}^{n} (a_i - b_i)^2} \]

在量子力学中，状态向量 \(| \psi \rangle\) 用于描述系统的量子状态。这些向量存在于希尔伯特空间（一个复数向量空间）中，并满足薛定谔方程：

\[ i \hbar \frac{\partial}{\partial t} | \psi(t) \rangle = H | \psi(t) \rangle \]

这里，\(H\) 是哈密顿算子，\(\hbar\) 是约化普朗克常数。

不同学科中的向量虽然具体定义和应用可能会有所不同，但是它们都有共同的核心概念——多维数据表示大小和方向。

R语言中的向量也是一组有序的数组，比如：

# 数值型向量
x <- c(1, 2, 3, 4, 5)

# 字符型向量
y <- c("a", "b", "c", "d", "e")

# 逻辑型向量
z <- c(TRUE, FALSE, TRUE, FALSE, TRUE)