【理解线性代数】(三)理解向量点乘

1. 向量点乘的几何含义

点乘的几何含义是初等数学中的知识,即点乘的几何含义是一个向量向另外一个向量上的投影的长度。计算公式为:
a → ⋅ b → = ∣ a ∣ ∣ b ∣ sin ⁡ ( α ) \overrightarrow{a} \cdot \overrightarrow{b} = \begin{vmatrix} a \end{vmatrix} \begin{vmatrix} b \end{vmatrix} \sin(\alpha) a b = a b sin(α)

投影比较好理解,和现实生活中光的投影类似,投影最终的结果,和投影物体的形状,被投影物体的形状,以及投影角度有关。因为这里是一个向量(带箭头的线段)向另外一个向量(也是带箭头的线段)上投影,投影出来仍然是线段,计算结果是投影线段的长度。

2. 向量点乘与变换

既然向量点乘是一个向量向另外一个向量中的投影,那么可以做如下理解:

以向量a点乘向量b为例:
向量b是一条带箭头的线段,可以代表一个一维空间。一个n维向量a,从n维空间中,向一个n维向量b代表的一维空间投影,投影后的点,在一维坐标系下,坐标值为一个实数,即点乘结果。

所以,向量点乘可以看作是n维空间中的一个向量或一个点投影到一维空间,点乘结果是投影点的坐标。


下一篇:《线性运算的推广与矩阵的由来》

你可能感兴趣的:(数学,线性代数,机器学习,人工智能)