向量点乘
定义
向量点积的定义:
\[\vec a\cdot \vec b = |\vec a||\vec b|\cos<\vec a,\vec b>
\]
其中 \(\cos<\vec a,\vec b>\) 表示 \(\vec a\) 和 \(\vec b\) 之间的小于等于 \(\pi\) 的夹角。
分配律
向量的点积具有对向量加法的分配律,即,\(\vec c\cdot(\vec a+\vec b) = \vec c\cdot\vec a+\vec c\cdot\vec b\)。
显然当 $\vec c =0 $ 的时候是显然成立的,其余情况下如何证明呢?首先看下面的图。
其中 \(B_A\) 表示 \(\vec B\) 在 \(\vec A\) 朝向上的投影,\(|B_A|\) 在数值上等于 \(|\vec B|\cos<\vec B,\vec A>\),\(C_A\) 和 \((B+C)_A\) 类比即可。
这样 \(\vec A\cdot\vec B\) 在数值上就等于 \(|B_A||A|\)。
从上面的图可以看出,\(|B_A|+|C_A|=|(B+C)_A|\),由此:
\[\begin{align}
\vec A\cdot(\vec B+\vec C) &= |\vec A||(B+C)_A|\\
&= |\vec A|(|B_A|+|C_A|)\\
&=|\vec A||B_A|+|\vec A||C_A|\\
&=\vec A\cdot\vec B+\vec A\cdot\vec B
\end{align}
\]
QED.
在坐标表示下的数值
在坐标表示下,\(\vec a = (x_a,y_a) = x_a\vec e_x+y_a\vec e_y\),\(\vec b=(x_b,y_b)=x_b\vec e_x+y_b\vec e_y\)。
那么
\[\begin{align}
\vec a\cdot \vec b &= (x_a\vec e_x+y_a\vec e_y)\cdot(x_b\vec e_x+y_b\vec e_y)\\
&=x_ax_b\vec e_x\vec e_x+y_ax_b\vec e_y\vec e_x+x_ay_b\vec e_x\vec e_y+y_ay_b\vec e_y\vec e_y\\
&= x_ax_b+y_ay_b
\end{align}
\]
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· go语言实现终端里的倒计时
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· Ollama——大语言模型本地部署的极速利器
· 使用C#创建一个MCP客户端
· 分享一个免费、快速、无限量使用的满血 DeepSeek R1 模型,支持深度思考和联网搜索!
· Windows编程----内核对象竟然如此简单?
· ollama系列1:轻松3步本地部署deepseek,普通电脑可用