1. 向量
1.1 内积(点乘)
- 又称标量积(Scalar product)、点积(Dot product),在欧几里得空间(Euclidean space)中称为内积(Inner product)
1.1.1 公式
- 对应元素相乘相加,结果是一个标量(即一个数), 对于向量a和向量b:
- a和b的内积公式为:
要求一维向量a和向量b的行列数相同
1.1.2 几何意义
- 点乘的几何意义是可以用来表征或计算
两个向量之间的夹角
,以及在b向量在a向量方向上的投影
。 - 你可以看到如果要求a在b上的投影,通常的做法就是先得到b方向的单位向量,然后让其与a做内积,就得到了a在b方向上的投影长度,但是投影还缺少一个方向(因为内积的结果是标量)所以再乘以一个b方向的单位向量
1.2 外积
- 两个向量的外积,又叫向量积、叉乘等。外积的运算结果是一个向量而不是一个标量。并且两个向量的叉积与这两个向量组成的坐标平面垂直。
- 又称向量积、叉乘。数学中称向量积、外积、叉积,物理中称矢积、叉乘,是一种在向量空间中向量的二元运算。与点积不同,它的运算结果是一个向量而不是一个标量。并且两个向量的叉积与这两个向量和垂直。其应用也十分广泛,通常应用于物理学光学和计算机图形学中。
1.2.1 公式
- 对于向量a和向量b:
1.2.2 几何意义
- 在三维几何中,向量a和向量b的叉乘结果是一个向量,更为熟知的叫法是
法向量
,该向量垂直于a和b向量构成的平面
- 对三维空间中的两个向量和作叉积,返回一个向量,垂直于和。在三维几何中,向量a和向量b的叉乘结果是一个向量,更为熟知的叫法是法向量,该向量垂直于a和b向量构成的平面。在3D图像学中,叉乘的概念非常有用,可以通过两个向量的叉乘,生成第三个垂直于a,b的法向量,从而构建X、Y、Z坐标系。如下图所示:
2. 矩阵
2.1 内积
两个矩阵A、B对应分量乘积之和,结果为一个标量,记作<A,B>(与向量的内积/点积/数量积的定义相似)。所以A、B的行数列数都应相同,且有结论<A,B>=tr(A^T* B)
。
2.2 外积
- (或向量外积/叉积/向量积),外积是一种特殊的克罗内克积,克罗内克积是两个任意大小的矩阵间的运算,结果是一个矩阵,记作。克罗内克积是张量积的特殊形式。
参考:
https://blog.csdn.net/Frank_LJiang/article/details/104355790
https://blog.csdn.net/CareChere/article/details/78496752?spm=1001.2101.3001.6650.1&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-1-78496752-blog-101385923.pc_relevant_3mothn_strategy_recovery&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-1-78496752-blog-101385923.pc_relevant_3mothn_strategy_recovery&utm_relevant_index=2