在学习线性代数的时候,通常在学完了向量的基本运算后就开始学习点积了, 但是为了能够正确理解点积的意义。我们在理解线性变换后使用线性变换的思想来重新理解点积。
点积的运算
如果我们有两个维数相同的向量,那这两个向量的点积就是相对应的坐标分量相乘再相加。
[ a 1 b 1 ] ⋅ [ a 2 b 2 ] = a 1 × a 2 + b 1 × b 2 \begin{bmatrix} a_1 \\ b_1 \end{bmatrix} \cdot \begin{bmatrix} a_2 \\ b_2 \end{bmatrix} = a_1 \times a_2 + b_1 \times b_2 [a1b1]⋅[a2b2]=a1×a2+b1×b2
[ a 1 b 1 c 1 ] ⋅ [ a 2 b 2 c 2 ] = a 1 × a 2 + b 1 × b 2 + c 1 × c 2 \begin{bmatrix} a_1 \\ b_1 \\ c_1 \end{bmatrix} \cdot \begin{bmatrix} a_2 \\ b_2 \\ c_2 \end{bmatrix} = a_1 \times a_2 + b_1 \times b_2 + c_1 \times c_2 ⎣⎡a1b1c1⎦⎤⋅⎣⎡a2b2c2⎦⎤=a1×a2+b1×b2+c1×c2
这个运算在几何上也有这样一个投影的解释。
向量 v ⃗ \vec{v} v 在向量 w ⃗ \vec{w} w 上投影的长度乘以 w ⃗ \vec{w} w 的长度,这里两个向量 v ⃗ \vec{v} v 和 <