高中数学基础-平面向量

文章目录

  • 1、平面向量
  • 2、复数

高中数学-平面向量、复数

1、平面向量

  • 向量:具有大小和方向的量称为向量;物理学中向量也称矢量,只有大小没有方向的量称为标量;向量的大小称为模,大小为1的是单位向量,长度为0、没有方向的是0向量
  • 平行向量:两个向量方向一致称为平行向量;两个平行向量的大小也一致,称为相等向量;平行向量可以转移到一根直线上,所以也可以称为共线向量(平行向量=共线向量)
  • 向量加法:两个向量收尾对接,可以形成一个三角形,起点到终点就是合成向量;三角形加法法则也可以解释成平行四边形向量法则; a ⃗ + b ⃗ = c ⃗ \vec{a}+\vec{b}=\vec{c} a +b =c (最初的定义是为了合成)
  • 向量减法:大小相等、方向相反的向量称为相反向量;两个相反向量想加等于0向量;向量相减,可以看成加上一个相反向量, a ⃗ − b ⃗ = a ⃗ + ( − b ⃗ ) \vec{a}-\vec{b}=\vec{a}+(-\vec{b}) a b =a +(b );如果三角形同一顶点有两条射线向量 A B ⃗ A C ⃗ \vec{AB}\vec{AC} AB AC ,那么 A B ⃗ − A C ⃗ = C B ⃗ \vec{AB}-\vec{AC}=\vec{CB} AB AC =CB ,也就是减数项是起点,被减项是终点。
  • 数乘:平行向量之间满足 a ⃗ = λ a ⃗ \vec{a}=λ\vec{a} a =λa , λ为实数,相当于一个数乘的系数;方向不变、大小扩大倍数
  • 向量加法、向量减法、数乘,最后得到的结果还是向量
  • 向量数量积:两个非零向量夹角为θ,数量积为 a ⃗ ∗ b ⃗ = ∣ a ∣ ∗ ∣ b ∣ ∗ cos ⁡ θ \vec{a}*\vec{b}=|a|*|b|*\cos θ a b =abcosθ,向量相乘以后就变成数值、失去方向性, cos ⁡ θ \cos θ cosθ的意义是把他们合成到一条直线上再运算;这里规定了向量数量积的原始定义;
  • 投影向量:两个向量起点放到一起,其中一个向量的终点做另一个向量的垂线,起点到垂足点可以形成一个新的向量,称为投影向量; a ⃗ 在 b ⃗ 上的投影 p r o j b a = ∣ a ∣ cos ⁡ θ = ∣ a ⃗ b ⃗ ∣ ∣ b ∣ = ( ∣ a ⃗ b ⃗ ∣ ∣ b ⃗ b ⃗ ∣ ) b ⃗ \vec{a}在\vec{b}上的投影proj_ba=|a|\cos θ=\frac{|\vec{a}\vec{b}|}{|b|}=(\frac{|\vec{a}\vec{b}|}{|\vec{b}\vec{b}|})\vec{b} a b 上的投影projba=acosθ=ba b =(b b a b )b
  • 向量乘法运算:符合交换律(元素位置可以互换)、结合律(先计算一部份得到结果再和剩下的计算)、分配律(有加法有乘法,加法内部的元素各自与外部相乘)(注意减法和除法是不满足交换律的)
  • 向量没有除法
  • 平面向量基本定理:假设 e 1 , e 2 e_1,e_2 e1,e2是两个不平行的单位向量(如果这两个单位向量是xy轴的单位向量,就会变成直角坐标系向量),那么任意向量可以表示成 a ⃗ = λ 1 e 1 + λ 2 e 2 \vec{a}=λ_1e_1+λ_2e_2 a =λ1e1+λ2e2 e 1 , e 2 e_1,e_2 e1,e2称为所有向量的基底
  • 向量分解:如果分解成两个垂直方向的向量,称为正交分解
  • 向量和直角坐标系:假设 i , j i,j i,j为xy轴的单位向量,那么 a ⃗ = x i + y j \vec{a}=xi+yj a =xi+yj就是向量 a ⃗ \vec{a} a 的坐标表示; i , j i,j i,j可以表示为 ( 1 , 0 ) , ( 0 , 1 ) (1,0),(0,1) (1,0),(0,1), a ⃗ \vec{a} a 可以表示为 ( x , y ) (x,y) (x,y);假设 ( x , y ) (x,y) (x,y)在是一个点A,那么 a ⃗ \vec{a} a 也可以写成 O A ⃗ \vec{OA} OA ;单位向量的正负由参考方向确定,一般为x轴y轴正向
  • 平面向量:坐标轴的向量可以可以相加, a ⃗ = ( x 1 , y 1 ) , b ⃗ = ( x 2 , y 2 ) = > a ⃗ + b ⃗ = ( x 1 + x 2 , y 1 + y 2 ) \vec{a}=(x_1,y_1), \vec{b}=(x_2,y_2)=>\vec{a}+\vec{b}=(x_1+x_2, y_1+y_2) a =(x1,y1),b =(x2,y2)=>a +b =(x1+x2,y1+y2)
  • 坐标点和向量:假设有AB两点坐标为 A ( x 1 , y 1 ) , B ( x 2 , y 2 ) A(x_1,y_1), B(x_2,y_2) A(x1,y1),B(x2,y2),那么 A B ⃗ = ( x 2 − x 1 , y 2 − y 1 ) \vec{AB}=(x_2-x_1,y_2-y_1) AB =(x2x1,y2y1),也就是说终点坐标减去起始点坐标
  • 向量和实数相乘: a ⃗ = ( x , y ) = > λ a ⃗ = ( λ x , λ y ) \vec{a}=(x,y)=>λ\vec{a}=(λx,λy) a =(x,y)=>λa =(λx,λy)
  • 平面向量的积: a ⃗ = ( x 1 , y 1 ) , b ⃗ = ( x 2 , y 2 ) = > a ⃗ ∗ b ⃗ = x 1 x 2 + y 1 y 2 \vec{a}=(x_1,y_1), \vec{b}=(x_2,y_2)=>\vec{a}*\vec{b}=x_1x_2+y_1y_2 a =(x1,y1),b =(x2,y2)=>a b =x1x2+y1y2
  • 向量之间的角θ:数量积 a ⃗ ∗ b ⃗ = ∣ a ∣ ∗ ∣ b ∣ ∗ cos ⁡ θ = x 1 x 2 + y 1 y 2 \vec{a}*\vec{b}=|a|*|b|*\cos θ=x_1x_2+y_1y_2 a b =abcosθ=x1x2+y1y2,而 ∣ a ∣ = x 1 2 + y 1 2 , b = x 2 2 + y 2 2 |a|=\sqrt{x_1^2+y_1^2}, b=\sqrt{x_2^2+y_2^2} a=x12+y12 ,b=x22+y22 , 那么 cos ⁡ θ = x 1 x 2 + y 1 y 2 x 1 2 + y 1 2 ∗ x 2 2 + y 2 2 \cos θ=\frac{x_1x_2+y_1y_2}{\sqrt{x_1^2+y_1^2}*\sqrt{x_2^2+y_2^2}} cosθ=x12+y12 x22+y22 x1x2+y1y2
  • 平面向量和余弦定理:三角形中已知两边长为ab夹角为θ,假设这两边是向量 a ⃗ b ⃗ \vec{a}\vec{b} a b ,那么第三边c可以表示为 c ⃗ = a ⃗ − b ⃗ \vec{c}=\vec{a}-\vec{b} c =a b (或者相反)两边平方以下以便进行向量乘积引入θ, ( c ⃗ ) 2 = ∣ c ⃗ ∣ ∗ ∣ c ⃗ ∣ ∗ cos ⁡ 0 = ( a ⃗ − b ⃗ ) 2 = ( ∣ a ⃗ ∣ ) 2 − 2 a ⃗ b ⃗ + ( ∣ b ⃗ ∣ ) 2 = ∣ a ⃗ ∣ ∗ ∣ a ⃗ ∣ ∗ cos ⁡ 0 − 2 ∣ a ⃗ ∣ ∣ b ⃗ ∣ ∗ cos ⁡ θ + ∣ b ⃗ ∣ ∗ ∣ b ⃗ ∣ ∗ cos ⁡ 0 = ( ∣ a ⃗ ∣ ) 2 − 2 ∣ a ⃗ ∣ ∣ b ⃗ ∣ ∗ cos ⁡ θ + ( ∣ b ⃗ ∣ ) 2 (\vec{c})^2=|\vec{c}|*|\vec{c}|*\cos 0=(\vec{a}-\vec{b})^2=(|\vec{a}|)^2-2\vec{a}\vec{b}+(|\vec{b}|)^2=|\vec{a}|*|\vec{a}|*\cos 0-2|\vec{a}||\vec{b}|*\cos θ+|\vec{b}|*|\vec{b}|*\cos 0=(|\vec{a}|)^2-2|\vec{a}||\vec{b}|*\cos θ+(|\vec{b}|)^2 (c )2=c c cos0=(a b )2=(a )22a b +(b )2=a a cos02∣a ∣∣b cosθ+b b cos0=(a )22∣a ∣∣b cosθ+(b )2,那么这里只需要知道两边的大小和θ如 ∣ a ⃗ ∣ 、 ∣ b ⃗ ∣ 、 cos ⁡ θ |\vec{a}|、|\vec{b}|、\cos θ a b cosθ,就可以求出第三边的长度大小 ∣ c ⃗ ∣ |\vec{c}| c ;如果θ=90°,那么容易的到 c 2 = a 2 + b 2 c^2=a^2+b^2 c2=a2+b2(消掉了一项)
  • 向量与解三角形:一般来说角A角B角C对应的边向量记作 a ⃗ ∣ b ⃗ ∣ c ⃗ \vec{a}|\vec{b}|\vec{c} a b c ,默认规则
  • 平面向量和正弦定理:三边和角关系满足 a sin ⁡ A = b sin ⁡ B = c sin ⁡ C \frac{a}{\sin A}=\frac{b}{\sin B}=\frac{c}{\sin C} sinAa=sinBb=sinCc

投影向量
在这里插入图片描述
向量和坐标点的关系
在这里插入图片描述
三角形的边(向量)和角的关系
在这里插入图片描述

2、复数

  • 复数:人为规定 i 2 = − 1 i^2=-1 i2=1,于是 x 2 = − 1 = > x = i x^2=-1=>x=i x2=1=>x=i,又继续规定 a + b i a+bi a+bi形式为复数,a为实数部分,bi为虚数部分;只有实数部分那么就是实数,只有虚数部分就是虚数,两部分都有就是复数;
  • 复数和直角坐标系:将x轴看成是实数部分,将y轴看成是虚数部分,那么复数 a + b i a+bi a+bi在复数坐标系(也称为复平面)中会表现为一个点 ( a , b ) (a,b) (a,b);根据向量知识,复平面中点坐标P可以确定原点O到点的向量 O P ⃗ \vec{OP} OP O P ⃗ \vec{OP} OP 的模等于 a 2 + b 2 \sqrt{a^2+b^2} a2+b2
  • 共轭复数:两个复数实数相同、虚数相反,称为共轭复数;如 a + b i a+bi a+bi a − b i a-bi abi(图像上是根据x轴对称)
  • 复数加减:复数 z 1 = a + b i z_1=a+bi z1=a+bi, 复数 z 2 = c + d i z_2=c+di z2=c+di, 可以改造成向量相加 ( a , b ) + ( c , d ) = > ( a + c , b + d ) (a,b)+(c,d)=>(a+c,b+d) (a,b)+(c,d)=>(a+c,b+d), 结果再转化成复数格式等于 ( a + c ) + ( b + d ) i (a+c)+(b+d)i (a+c)+(b+d)i; 相减同理
  • 复数相乘:复数 z 1 = a + b i z_1=a+bi z1=a+bi, 复数 z 2 = c + d i z_2=c+di z2=c+di z 1 ∗ z 2 = ( a c − b d ) + ( a d + b c ) i z_1*z_2=(ac-bd)+(ad+bc)i z1z2=(acbd)+(ad+bc)i
  • 复数相除:复数 z 1 = a + b i z_1=a+bi z1=a+bi, 复数 z 2 = c + d i z_2=c+di z2=c+di z 1 z 2 = a + b i c + d i \frac{z_1}{z_2}=\frac{a+bi}{c+di} z2z1=c+dia+bi,分数上下同乘以 c − d i c-di cdi z 1 z 2 = a c + b d c 2 + d 2 + b c − a d c 2 + d 2 i \frac{z_1}{z_2}=\frac{ac+bd}{c^2+d^2}+\frac{bc-ad}{c^2+d^2}i z2z1=c2+d2ac+bd+c2+d2bcadi
  • 复数的三角表示:复数 z = a + b i z=a+bi z=a+bi这种格式称为代数式;假设复数z的复平面向量模为r、向量和x轴夹角为θ,那么 a = r ∗ cos ⁡ θ , b = r ∗ sin ⁡ θ a=r*\cos θ, b=r*\sin θ a=rcosθ,b=rsinθ,这样复数可以改写成 z = r ∗ cos ⁡ θ + r ∗ sin ⁡ θ i = r ( cos ⁡ θ + ∗ sin ⁡ θ i ) z=r*\cos θ+r*\sin θi=r(\cos θ+*\sin θi) z=rcosθ+rsinθi=r(cosθ+sinθi),这个格式称为三角格式,θ称为幅角;如果 0 < = θ < = 2 π 0<=θ<=2\pi 0<=θ<=2π,那么θ就是三角复数的主幅角;
  • 三角复数的相乘: z 1 = r 1 ( cos ⁡ θ 1 + ∗ sin ⁡ θ 1 i ) , z 2 = r 2 ( cos ⁡ θ 2 + ∗ sin ⁡ θ 2 i ) = > z 1 ∗ z 2 = r 1 r 2 ( cos ⁡ ( θ 1 + θ 2 ) + sin ⁡ ( θ 1 + θ 2 ) i ) z_1=r_1(\cos θ_1+*\sin θ_1i), z_2=r_2(\cos θ_2+*\sin θ_2i)=>z_1*z_2=r_1r_2(\cos(θ_1+θ_2)+\sin(θ_1+θ_2)i) z1=r1(cosθ1+sinθ1i),z2=r2(cosθ2+sinθ2i)=>z1z2=r1r2(cos(θ1+θ2)+sin(θ1+θ2)i),想当于将向量 z 1 z_1 z1绕着原点O逆时针旋转 θ 2 θ_2 θ2,那么角度就变成 θ 1 + θ 2 θ_1+θ_2 θ1+θ2了,再把向量 z 1 z_1 z1的模扩大 r 2 r_2 r2倍数
  • 三角复数的除法:用相乘的方式反算得到除法, r 2 ( cos ⁡ θ 2 + ∗ sin ⁡ θ 2 i ) ∗ r 1 r 2 ( cos ⁡ ( θ 1 − θ 2 ) + ∗ sin ⁡ ( θ 1 − θ 2 ) i ) = r 1 ( cos ⁡ θ 1 + ∗ sin ⁡ θ 1 i ) = > r 1 ( cos ⁡ θ 1 + ∗ sin ⁡ θ 1 i ) r 2 ( cos ⁡ θ 2 + ∗ sin ⁡ θ 2 i ) = z 1 z 2 = r 1 r 2 ( cos ⁡ ( θ 1 − θ 2 ) + ∗ sin ⁡ ( θ 1 − θ 2 ) i ) r_2(\cos θ_2+*\sin θ_2i)*\frac{r_1}{r_2}(\cos (θ_1-θ_2)+*\sin (θ_1-θ_2)i)=r_1(\cos θ_1+*\sin θ_1i)=>\frac{r_1(\cos θ_1+*\sin θ_1i)}{r_2(\cos θ_2+*\sin θ_2i)}=\frac{z_1}{z_2}=\frac{r_1}{r_2}(\cos (θ_1-θ_2)+*\sin (θ_1-θ_2)i) r2(cosθ2+sinθ2i)r2r1(cos(θ1θ2)+sin(θ1θ2)i)=r1(cosθ1+sinθ1i)=>r2(cosθ2+∗sinθ2i)r1(cosθ1+∗sinθ1i)=z2z1=r2r1(cos(θ1θ2)+sin(θ1θ2)i)
  • 三角复数没有加减法

数集合的扩充
在这里插入图片描述
复平面
在这里插入图片描述
复数(向量)合成
在这里插入图片描述
三角复数
在这里插入图片描述
三角复数相乘
在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/977685.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

springboot博客系统详解与实现(后端实现)

目录 前言&#xff1a; 项目介绍 一、项目的准备工作 1.1 数据准备 1.2 项目创建 1.3 前端页面的准备 1.4 配置配置文件 二、公共模块 2.1 根据需求完成公共层代码的编写 2.1.1 定义业务状态枚举 2.1.2 统一返回结果 2.1.3 定义项目异常 2.1.4 统一异常处理 三、业…

Visual Studio Code 远程开发方法

方法1 共享屏幕远程控制&#xff0c;如 to desk, 向日葵 &#xff0c;像素太差&#xff0c;放弃 方法2 内网穿透 ssh 第二个方法又很麻烦&#xff0c;尤其是对于 windows 电脑&#xff0c;要使用 ssh 还需要额外安装杂七杂八的东西&#xff1b;并且内网穿透服务提供商提供的…

清华大学deepseek文档下载地址,DeepSeek:从入门到精通(附下载包)104页全面详细介绍

文章目录 前言一、DeepSeek平台概述:二、推理模型与非推理模型对比:三、使用DeepSeek的提示语策略:四、任务需求与提示语设计:五、提示语设计的核心技能:六、常见陷阱与应对策略:七、AI幻觉与缺陷: 前言 这是一篇清华大学发的的关于DeepSeek人工智能平台的介绍性文章&#xff…

智能优化算法:雪橇犬优化算法(Sled Dog Optimizer,SDO)求解23个经典函数测试集,MATLAB

一、雪橇犬优化算法 算法简介&#xff1a;雪橇犬优化算法&#xff08;Sled Dog Optimizer&#xff0c;SDO&#xff09;是2024年10月发表于JCR1区、中科院1区SCI期刊《Advanced Engineering Informatics》的新型仿生元启发式算法。它模拟雪橇犬的拉雪橇、训练和退役行为构建模型…

0084.基于springboot+vue的医患档案管理系统

一、系统说明 基于springbootvue的医患档案管理系统,系统功能齐全, 代码简洁易懂&#xff0c;适合小白学编程。 二、系统架构 前端&#xff1a;vue|elementui 后端&#xff1a;springboot| mybatis 环境&#xff1a;jdk1.8 | mysql8.0 | maven 三、相关功能介绍 1.登录、注…

java项目之网络游戏交易系统源码(ssm+mysql)

风定落花生&#xff0c;歌声逐流水&#xff0c;大家好我是风歌&#xff0c;混迹在java圈的辛苦码农。今天要和大家聊的是一款基于ssm的网络游戏交易系统。项目源码以及部署相关请联系风歌&#xff0c;文末附上联系信息 。 项目简介&#xff1a; 本网络游戏交易系统分为管理员…

【LLM】本地部署LLM大语言模型+可视化交互聊天,附常见本地部署硬件要求(以Ollama+OpenWebUI部署DeepSeekR1为例)

【LLM】本地部署LLM大语言模型可视化交互聊天&#xff0c;附常见本地部署硬件要求&#xff08;以OllamaOpenWebUI部署DeepSeekR1为例&#xff09; 文章目录 1、本地部署LLM&#xff08;以Ollama为例&#xff09;2、本地LLM交互界面&#xff08;以OpenWebUI为例&#xff09;3、本…

事务的4个特性和4个隔离级别

事务的4个特性和4个隔离级别 1. 什么是事务2. 事务的ACID特性2.1 原子性2.2 一致性2.3 持久性2.4 隔离性 3. 事务的创建4. 事务并发时出现的问题4.1 DIRTY READ 脏读4.2 NON - REPEATABLR READ 不可重复读4.3 PHANTOM READ 幻读 5. 事务的隔离级别5.1 READ UNCOMMITTED 读未提交…

Linux中文件目录类指令

1、pwd指令 基本语法&#xff1a;pwd 功能&#xff1a;显示当前工作目录的绝对路径 1.相对路径访问和绝对路径访问 当前处于home目录下&#xff0c;访问a.txt文件 相对路径访问&#xff1a;kim/better/a.txt&#xff0c;从当前位置开始定位 绝对路径访问&#xff1a;/home…

Kafka可视化工具EFAK(Kafka-eagle)安装部署

Kafka Eagle是什么&#xff1f; Kafka Eagle是一款用于监控和管理Apache Kafka的开源系统&#xff0c;它提供了完善的管理页面&#xff0c;例如Broker详情、性能指标趋势、Topic集合、消费者信息等。 源代码地址&#xff1a;https://github.com/smartloli/kafka-eagle 前置条件…

蓝桥杯之日期题

文章目录 1.蓝桥杯必备知识点2. 题型13.需求2 1.蓝桥杯必备知识点 蓝桥杯是一个面向全国高校计算机相关专业学生的学科竞赛&#xff0c;涵盖多个赛道&#xff0c;常见的有软件类&#xff08;如 C/C 程序设计、Java 软件开发、Python 程序设计&#xff09;和电子类&#xff08;…

【算法基础篇】-字符串

字符串篇 一、最长回文子串二、二进制求和三、字符串相乘今日分享这里 一、最长回文子串 最长回文子串 给你一个字符串 s&#xff0c;找到 s 中最长的 回文 子串。 讲解&#xff1a; 我们这里使用的是中心扩展方法&#xff0c;其实类似于暴力枚举&#xff0c;但是时间复杂度…

清华大学DeepSeek文档下载,清华大学deepseek下载(完成版下载)

文章目录 前言一、清华大学DeepSeek使用手册下载二、清华大学DeepSeek使用手册思维导图 前言 这是一篇关于清华大学deepseek使用手册pdf的介绍性文章&#xff0c;主要介绍了DeepSeek的定义、功能、使用方法以及如何通过提示语设计优化AI性能。以下是对这些核心内容的简要概述&…

DeepSeek技术提升,Linux本地部署全攻略

文章目录 1.Ollama部署1.1 安装Ollama1.2 配置Ollama1.3 下载deepseek模型 2.安装MaxKB可视化页面2.1 下载镜像2.2 运行容器2.3 配置MaxKB 3.配置Chatbox AI可视化页面 1.Ollama部署 Ollama下载地址 根据自己需求选择版本下载 1.1 安装Ollama 下载安装脚本并执行 curl -fs…

QSNCTF-WEB做题记录(2)

[第一章 web入门]常见的搜集 来自 <天狩CTF竞赛平台> 1&#xff0c;首先就是对网站进行目录枚举爆破 dirsearch -u http://challenge.qsnctf.com:31616 -x 404,403 得到如下的目录&#xff0c;分别查看一下内容 /.DS_Store /inde…

网络空间安全(1)web应用程序的发展历程

前言 Web应用程序的发展历程是一部技术创新与社会变革交织的长卷&#xff0c;从简单的文档共享系统到如今复杂、交互式、数据驱动的平台&#xff0c;经历了多个重要阶段。 一、起源与初期发展&#xff08;1989-1995年&#xff09; Web的诞生&#xff1a; 1989年&#xff0c;欧洲…

pandas读取数据

pandas读取数据 导入需要的包 import pandas as pd import numpy as np import warnings import oswarnings.filterwarnings(ignore)读取纯文本文件 pd.read_csv 使用默认的标题行、逗号分隔符 import pandas as pd fpath "./datas/ml-latest-small/ratings.csv" 使…

SSL 证书是 SSL 协议实现安全通信的必要组成部分

SSL证书和SSL/TLS协议有着密切的关系&#xff0c;但它们本质上是不同的概念。下面是两者的区别和它们之间的关系的表格&#xff1a; 属性SSL/TLS 协议SSL证书英文全称SSL&#xff08;Secure Sockets Layer&#xff09;&#xff0c;TLS&#xff08;Transport Layer Security&am…

蓝桥杯单片机基础部分——1.5基础模块代码升级

前言 之前的蓝桥杯单片机基础部分——1、基础模块代码发现有的同学不太会使&#xff0c;这样的话就给他们都封装一下函数&#xff0c;额外封装一下蜂鸣器和继电器&#xff0c;这就全了&#xff0c;到时候的逻辑只要没问题就没啥事了 LED灯模块 现在&#xff0c;给这里封装一个…

PCB设计常用布局布线方法

PCB设计常用布局布线方法 **1.模块化布局&#xff0c;**先放大器件再放小器件。 立创在原理图框完后&#xff0c;在PCB快捷shiftp 2.布局对齐美观 3.重要信号线优先处理 分类再画 4.减少Stub布线&#xff1a;就是避免为连接的线段&#xff0c;防止产生“天线效应”&#xff…