利用向量数量积的性质解题集锦

中学向量内容主要是向量的线性运算与向量的数量积.而向量的数量积几乎可以解决几何所有度量问题,如长度、夹角、平行、垂直等,这使一些解析几何、立体几何中定理、公式的推导大为简化,大大降低了数学难度.     

双重向量积的性质探讨

向量积运算是解析几何中非常重要的内容。双重向量积与数乘之间的关系更是教学中的重点与难点,这里将给出一种更简单、有效的证明其性质的方法,并探讨它在恒等式证明中的一些应用。     

向量的数量积,向量积,混合积在微分几何中的应用

本文证明了微分几何中的几个重要性质,在证明过程中体现了向量的数量积,向量积,混合积在微分几何中的应用。     

向量在证明不等式中的应用

证明不等式，一般采用综合法和分析法，这的确是行之有效的重要方法，但在证明过程中有些问题却过于复杂，不易证明和理解．向量是物理学和数学中应用较广泛的概念之一，好多问题用向量法证明，能够简明扼要．水文在N维欧氏空间中，构造适当的向量，利用两个向量数量的积和向量积的性质，证明不等式．     

向量的投影和射影概念辨析

为了给出两个向量的“数量积”的几何意义,现行人教版教材引入了向量的投影和射影的概念.二者字面意思基本一样,但“投影”是一个实数,“射影”是一个向量,二者不是同一类事物,而且对向量的射影的表述有不当之处.为此,本文给出了“一个向量在另一个向量方向上的射影向量和射影向量系数”的概念,“射影向量系数(射影系数)”这一概念,为作者本人首次提出,具有重要的教学价值和理论价值.     

云计算中安全的向量点积计算

安全问题是云计算研究的关键问题之一.提出云计算模型中安全的向量点积计算方案,同时提供计算结果的正确性验证和数据的隐私保护功能.通过分析向量和向量点积的代数性质,为数据所有者端的原始向量构建转换向量和影子向量,使客户能够验证计算结果的正确性.将现有两方间隐私保护的向量点积计算协议扩展到云计算模型中的三方.安全性分析表明该方案能够抵御多种可能的威胁.实验结果表明了该方案的高效性.     

Cm中的向量积商

向量积商是一种特殊的三元运算,它可将一维空间中的一些有理数值方法推广至高维空间中.本注记给出向量积商的几个性质.这些性质推广了文[4]中的结果.利用这一运算,给出了在二阶常微分方程初值问题中的一个应用.     

四维向量的向量积运算

给出了四维向量的向量积运算定义,对两个四维向量a,b,a×b对应着一个四阶反对称矩阵,从而是四维空间中的一个线性算子,进而讨论了该算子的一些基本性质,并对它的范数做了估计。     

L-Fuzzy向量空间的直和

给出了L-Fuzzy向量空间的直和及L-Fuzzy向量空间积的概念,并借助截集给出其刻画.     

向量空间的积及其维数

本文提出了向量空间的积的概念,并证明了向量空间的积是向量空间,同时还给出其维数公式。     

T载体构建及其构建过程中常见问题的处理方法

PCR产物与克隆载体连接是基因克隆环节中重要的一步。但是，商品化的T载体价格相对来说比较昂贵。因此，利用实验中剩余的空载体构建T载体，通过对其连接效率进行验证，证明该方法是一种经济有效的办法，可以满足基因克隆的需要。     

圆锥曲线焦点弦的新视角

圆锥曲线焦点弦,是高考和竞赛的热点,前些年仅以焦点弦长度和斜率（或倾斜）之间的关系出现。但是,自平面向量进入高中数学课本以后,焦点弦问题更加丰富多彩,研究空间也更加宽阔。文章从共线向量和向量数量积的角度对圆锥曲线焦点弦作深入的研究,得到几个重要的向量性质。     

基于加速度内积向量和灰云模型的结构损伤识别

为了解决测量噪声等引起的损伤识别不确定性问题,提出了基于加速度内积向量和灰云模型相结合的损伤识别方法。描述了云模型和云发生器的基本理论和公式,计算了结构在随机激励荷载下的加速度响应,并利用互相关函数和二阶差分法构造出加速度内积向量损伤指标,最后,基于灰云模型建立了内积向量和损伤区间的前件云和后件云。考虑随机测量噪声等引起的不确定性,利用多种模式下的加权和均化计算,建立了基于灰云模型的损伤识别方法。数值计算结果表明,所提出的基于灰云模型损伤识别方法,可以较好地进行含噪数据的损伤识别,其识别效果优于单纯的加速度内积向量损伤指标。     

外矢量空间的内积函数及外积的几何意义

本文在外矢量空间∧(V)上引入了一种内积函数,推广了三维欧氏空间中关于矢性积的Lagrange公式,并在此基础上给出了外积的一个几何意义.即定理8.     

向量优化问题某些基础理论及其发展

在向量优化中存在很多基础的、重要的和有趣的问题.本文在总结了向量优化问题中某些基础理论发展趋势的基础上,提出向量优化问题,特别是变动偏好结构的向量优化问题需要新的数学概念、方法和工具去处理,有可能形成新的数学研究的方向;并进一步展现了向量优化问题理论研究的某些新的方向及许多理论问题的近代发展.     

牛顿法在求解支持向量机中的应用

支持向量机作为一种重要的机器学习工具,近年来受到了广泛的关注,并得以迅速发展.但在处理大数据时,求解支持向量机对应的二次规划问题是非常棘手的,计算时间长,存储空间大.如何有效求解支持向量机是一个不可回避的研究课题.本文主要研究了如何利用牛顿法求解支持向量机和双生支持向量机,并提出了两个新算法.实验结果表明,所提算法是有效和高效的.     

图像多次无降质编解码的研究

利用向量矩阵的完全可逆性和量化过程的幂等特性,在编解码过程中引入可逆整数DCT实现了图像的多次无降质编解码．在此基础上,借鉴量化DCT的思想,进一步将可分的量化矩阵分解为多个向量矩阵的组合与乘积,提高了图像第1次编解码后的图像质量．该方法与AT—LANTIC计划中提出的“鼹鼠”计划相结合。可实现高质量的视频多次无降质编解码．     

黑曲霉F246的phyA基因克隆及其新型表达载体构建

利用PCR法直接从自行筛选、鉴定的黑曲霉F246中扩增出phyA基因,再将PCR产物重组于乳酸菌表达载体pMG36e,构建phyA基因的新型表达载体pMG36e-phyA.以黑曲霉F246基因组为模板,对phyA基因的成熟肽(1 347 bp)进行PCR扩增.再将PCR产物克隆入pMD18T质粒,经DNA测序和氨基酸分析、鉴定正确后,亚克隆入乳酸菌表达质粒pMG36e,构建工程菌Lactobacillus MG1363-pMG36e-phyA.重组乳酸菌表达载体pMG36e-phyA的构建,可望获得大量、高活性植酸酶,为研制多功能微生态制剂奠定基础.