
列向量(column vector)是线性代数中的基础概念,指由$n$个元素按垂直方向排列构成的矩阵形式,其维度为$n times 1$。在英文中称为"column vector",发音为[ˈkɒləm ˈvɛktə]。以下是其核心要点:
结构特性
列向量以单列形式组织数据,数学表示为: $$ mathbf{v} = begin{bmatrix} v_1v_2vdotsv_n end{bmatrix} $$ 其中每个元素$v_i$可以是实数或复数,这种结构便于表示空间坐标、方程组变量等。
汉英术语对照
两者均强调“垂直排列”特性,与行向量(row vector)形成维度互补。
运算规则
列向量参与矩阵乘法时需满足维度匹配,例如$n times 1$列向量与$1 times m$行向量相乘,可生成$n times m$矩阵。内积运算则需转置为行向量后再相乘。
应用场景
在机器学习中,列向量常用于表示数据特征(如剑桥大学出版社《深度学习》);量子力学中则用于描述量子态(如《量子计算与量子信息》教材)。物理学中的力、速度等矢量也多用列向量表达。
权威定义参考
美国数学学会(AMS)将其定义为“单列矩阵”,国际标准化组织ISO 80000-2标准中规定了向量的矩阵表示法。相关数学符号规范可参考Springer出版的《线性代数及其应用》。
列向量是线性代数中的基本概念,指由$m$个元素按垂直方向排列形成的矩阵,其维度为$m times 1$。例如,三维列向量可表示为: $$ mathbf{v} = begin{bmatrix} v_1v_2v_3 end{bmatrix} $$
结构特性
列向量是单列的矩阵,元素纵向排列。与之对应的行向量是单行的矩阵(维度为$1 times n$),两者通过转置(符号为$^top$)相互转换。例如:
$$
mathbf{v} = begin{bmatrix} 25-1 end{bmatrix} quad Rightarrow quad mathbf{v}^top = begin{bmatrix} 2 & 5 & -1 end{bmatrix}
$$
数学表示与运算
应用场景
列向量强调纵向存储,而行向量(如$mathbf{u} = [u_1, u_2, u_3]$)为横向排列。两者在计算内积时需转置其中一个,例如: $$ mathbf{u} cdot mathbf{v} = mathbf{u}^top mathbf{v} = u_1v_1 + u_2v_2 + u_3v_3 $$
列向量是线性代数中表示数据、空间向量及参与矩阵运算的基础形式,其纵向结构在矩阵乘法、方程求解等场景中具有天然维度适配性。
变形玻立登盐不定矩阵成骨胳的次暂态阻抗单一本位制底物抑制端极孢子对侧收缩菲涅耳透镜腹股沟嵴汞汽泵固有名毫不相关辉光放电管振荡器活动网络颊动脉加米法尔莲叶桐萜醛马索耳氏杆菌能力测试尿道狭窄切开器千瓦时人寿保险公司的法定准备金溶菌反应三乙醇氨善渴神经营养的酮坏图象旋转