这篇博客详细梳理了乘法和积运算，包括点乘（内积/数量积）、叉乘（向量积）、矩阵乘法以及哈达马积和克罗内克积。特别指出，点乘和叉乘适用于一维矢量或二维矩阵，而矩阵乘法则更广泛地应用于n维向量。在计算机科学中，卷积运算与哈达马积相似，且哈达马积是克罗内克积的特殊情况。文章引用了相关参考资料，鼓励读者深入探讨和指正。
之前一直混淆于各种乘法和积运算中，不得其解，所以花了点功夫整理一下。
| 名称 | 符号 | Latex | 运算 | 应用 | 意义 |
|---|---|---|---|---|---|
| 点乘/内积/数量积 | ⋅ \cdot ⋅或 ∙ \bullet ∙ | \cdot或\bullet | a ⃗ ∙ b ⃗ = x 1 x 2 + y 1 y 2 \vec{a} \bullet \vec{b}=x_{1} x_{2}+y_{1} y_{2} a∙b=x1x2+y1y2 | 三角形余弦角度 | 一个向量在另一个向量方向上投影的长度 |
| 叉乘/向量积 | × \times × | \times | a × b = ( a 2 b 3 − a 3 b 2 , − a 1 b 3 + a 3 b 1 , a 1 b 2 − a 2 b 1 ) a \times b=(a_{2} b_{3}-a_{3} b_{2}, -a_{1} b_{3}+ a_{3} b_{1}, a_{1} b_{2}-a_{2} b_{1}) a×b=(a |
7722
3437
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
