内积、标量积、点积、点乘

转自:http://blog.csdn.net/zhiyi_2012/article/details/12972813

数学中,数量积(也称为内积标量积点积点乘)是接受在实数R上的两个向量并返回一个实数值标量二元运算。它是欧几里得空间的标准内积

几何学定义与例子

两个向量a = [a1a2,…, an]和b = [b1b2,…, bn]的点积定义为:

\mathbf{a}\cdot \mathbf{b} = \sum_{i=1}^n a_ib_i = a_1b_1 + a_2b_2 + \cdots + a_nb_n

这里的Σ指示总和符号

例如,两个三维向量[1, 3, −5]和[4, −2, −1]的点积是

\begin{bmatrix}1&3&-5\end{bmatrix} \cdot \begin{bmatrix}4&-2&-1\end{bmatrix} = (1)(4) + (3)(-2) + (-5)(-1) = 3

使用矩阵乘法并把(纵列)向量当作n×1 矩阵,点积还可以写为:

\mathbf{a} \cdot \mathbf{b} = \mathbf{a} \mathbf{b}^T

这里的bT指示矩阵b转置

使用上面的例子,将一个1×3矩阵(就是行向量)乘以一个3×1向量得到结果(通过矩阵乘法的优势得到1×1矩阵也就是标量):

\begin{bmatrix} 1&3&-5\end{bmatrix}\begin{bmatrix} 4\\-2\\-1\end{bmatrix} = \begin{bmatrix} 3\end{bmatrix}

几何解释

A·B = |A| |B| cos(θ).
|A| cos(θ)是AB的投影。

在欧几里得空间中,点积可以直观地定义为

 \mathbf{a} \cdot \mathbf{b} = |\mathbf{a}| \, |\mathbf{b}| \cos \theta \;,

这里 |x| 表示x范数(长度),θ表示两个向量之间的角度

注意点积的形式定义和这个定义不同;在形式定义中,ab的夹角是通过上述等式定义的。

这样,两个互相垂直的向量的点积总是零。若ab都是单位向量(长度为1),它们的点积就是它们的夹角的余弦。那么,给定两个向量,它们之间的夹角可以通过下列公式得到:

 \cos{\theta} = \frac{\mathbf{a \cdot b}}{|\mathbf{a}| \, |\mathbf{b}|}

这个运算可以简单地理解为:在点积运算中,第一个向量投影到第二个向量上(这里,向量的顺序是不重要的,点积运算是可交换的),然后通过除以它们的标量长度来“标准化”。这样,这个分数一定是小于等于1的,可以简单地转化成一个角度值。

需要注意的是,点积的几何解释通常只适用于\mathbb{R}^n (n \le 3)。在高维空间,其他的域或中,点积只有一个定义,那就是

\left \langle \mathbf{a}, \mathbf{b} \right \rangle = \sum_{i=1}^n a_ib_i

点积可以用来计算合力。若b为单位向量,则点积即为a在方向b的投影,即给出了在这个方向上的分解。功即是力和位移的点积。

注:这样引出内积概念更加自然

posted @ 2017-05-22 18:18  wyu123  阅读(13042)  评论(0编辑  收藏  举报