向量的内积和外积

已于 2023-09-21 17:22:03 修改
阅读量8.2w 收藏 201
点赞数 44
分类专栏： 数学基础 文章标签： 线性代数 概率论
于 2019-07-19 10:40:29 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/jgj123321/article/details/96474456
版权

本文参考：https://www.cnblogs.com/gxcdream/p/7597865.html

  • 一、向量的内积

  • 1.1向量内积的定义

向量内积（点乘/点积/数量积）：两个向量对应元素相乘之后求和：

a=[a_{1},a_{2},...a_{n}]

b=[b_{1},b_{2},...b_{n}]

 a\cdot b=a_{1}\cdot b_{1}+a_{2}\cdot b_{2}+...+a_{n}\cdot b_{n}

注意：点乘的结果是一个标量，而不是向量。

  • 1.2向量内积的性质

  1. (λa + μb)·c = λa·c + μb·c，对任意实数λ, μ成立（线性）
  2. cos∠(a,b) =a·b/(|a||b|)
  3. |a·b| ≤ |a||b|，等号只在a与b共线时成立

  • 1.3向量内积的几何意义

  1. 表征或计算两个向量之间的夹角
  2. b向量在a向量方向上的投影

公式a\cdot b=\left | a \right |\left | b \right |cos\theta推导过程如下，首先看一下向量组成：

根据余弦定理有：

c^{2}=a^{2}+b^{2}-2\left | a \right |\left | b \right |cos\theta

将c=a-b带入上式中得出：

(a-b)(a-b)=a^{2}+b^{2}-2a\cdot b=a^{2}+b^{2}-2\left | a \right |\left | b \right |cos\theta

因此可以得出：

a\cdot b=\left | a \right |\left | b \right |cos\theta

则：

\theta =arccos(\frac{a\cdot b}{\left | a \right |\left | b \right |})

进而可以判断两个向量的位置关系：

           a∙b>0：方向相同，夹角在0°到90°之间 
           a∙b=0： 正交，相互垂直 
           a∙b<0：方向相反，夹角在90°到180°之间

  • 二、向量的外积

  • 2.1向量外积的定义

向量外积（叉乘/叉积/向量积）：向量a与b的外积是一个向量，其方向正交于a与b，并且(a,b,a×b)构成右手系。其长度等于|a×b| = |a||b|sin∠(a,b)，为a、b构成的四边形的面积。

a和b的外积公式为：                                             

a=(x_{1},y_{1},z_{1})

b=(x_{2},y_{2},z_{2})

   a\times b=\begin{vmatrix} i & j & k\\ x_{1}& y_{1} & z_{1}\\ x_{2}& y_{2} & z_{2} \end{vmatrix}=(y_{1}z_{2}-y_{2}z_{1})i-(x_{1}z_{2}-x_{2} z_{1})j+(x_{1}y_{2}-x_{2} y_{1})k

还可写成：

a\times b=\begin{bmatrix} i & j& k\\ a_{1}& a_{2}& a_{3} \\ b_{1}& b_{2} & b_{3} \end{bmatrix}=\begin{bmatrix} a_{2} b_{3}-a_{3} b_{2}\\ a_{3} b_{1}-a_{1} b_{3}\\ a_{1} b_{2}-a_{2} b_{1} \end{bmatrix}=\begin{bmatrix} 0 & -a_{3}&a_{2} \\ a_{3}& 0& -a_{1}\\ -a_{2}& a_{1}& 0 \end{bmatrix}b=a^{\wedge }b

其中a^{\wedge }是反实对称矩阵，a、b的外积写成了矩阵与向量的乘法，即线性运算。

  • 2.2向量外积的性质

  1. a × b = -b × a. （反称性）
  2. (λa + μb) × c = λ(a ×c) + μ(b ×c). （线性）

进击的路飞桑
关注
专栏目录
线性代数 --- 向量的内积（点积）（个人学习笔记）
松下J27录放机
05-03 2万+
向量与向量的乘法 - 内积 两个向量的内积，也叫点积（但在我们这个笔记的前半部分，我们说的，或者用到的更多的应该是点积），他的计算方式是两个同维度向量（例如两个n维向量）的内部元素从1到n，逐一相乘再求和，得到的是一个数。注意，这里是两个2x1的向量，而不像我们之前的定义内积等于一个1xn的向量乘以一个nx1的向量，他是用下面的这种表示法表示的。 两个相互垂直的向量内积为0 如果两个向量的点积为0，则他们的夹角是90度。就如上图中的w，.....................
向量内积（点乘）和外积（叉乘）概念及几何意义
weixin_30401605的博客
05-26 6854
向量的内积（点乘） 定义 概括地说，向量的内积（点乘/数量积）。对两个向量执行点乘运算，就是对这两个向量对应位一一相乘之后求和的操作，如下所示，对于向量a和向量b： a和b的点积公式为： 这里要求一维向量a和向量b的行列数相同。注意：点乘的结果是一个标量(数量而不是向量) 定义：两个向量a与b的内积为 a·b = |a||b|cos∠(a, b)，特别地，0·a =...
python 求向量间内积 和外积
rourouwanzi1992的博客
05-09 6212
#内积可以描述向量间的投影关系，大小为 |a| |b|cos⟨a, b⟩： python 向量内积求向量长度： import numpy as np a=np.asarray([1,1,1]) print(np.sqrt(a.dot(a))) print(np.linalg.norm(a)) python 求向量外积 #外积的方向垂直于这两个向量，大小为 |a| |b|sin ⟨a, b⟩，是两个向量张成的四边形的 #有向面积。对于外积，我们引入了 ∧ 符号，把 a 写成一个矩阵。事实上是一个反对称矩阵
【解析几何笔记】9. 向量的内积运算
最新发布
随手写写
08-26 1063
【例】用向量的内积来证明余弦定理。【例14】有正四面体。
三维刚体运动
四脚猫的博客
04-04 391
三维刚体运动点和向量，坐标系坐标系的欧式变化四元数 点和向量，坐标系 首先说说向量是什么，它是线性空间的一个元素，可以想象从原点指向某处的一个箭头，不要把向量和坐标混淆。谈论向量a⃗\vec aa在一个线性基（e⃗1,e⃗2,e⃗3\vec e_1,\vec e_2,\vec e_3e1​,e2​,e3​）的坐标 (1)a⃗=[e⃗1e⃗2e⃗3][a1a2a3] \vec a = \left[ ...
向量的内积
chen的博客
04-12 1143
向量的内积（也称为点积或数量积）是一种在两个向量之间定义的运算，用来计算两个向量的相似程度或者它们之间的角度关系。给定两个向量u和v，它们在nu⋅vu1​v1​u2​v2​un​vn​这里，ui​和vi​分别是向量u和v在第i维的分量。内积的结果是一个标量（一个数），而不是向量。
向量的内积与外积
tomatotian的博客
11-12 4533
向量的内积与外积 向量的内积 已知两个非零向量a、b，那么|a||b|cosθ（θ是a与b的夹角）叫做a与b的数量积或内积。记作a·b。两个向量的数量积等于它们对应坐标的乘积的和。即：若a=(x1,y1),b=(x2,y2)，则a·b=x1·x2+y1·y2 设a、b为非零向量，则 ①设e是单位向量，且e与a的夹角为θ，则e·a=a·e=|a||e|cosθ ②a⊥b=a·b=0 ③当a与b同向时...
向量代数：向量的内积和外积
热门推荐
hunterzone的专栏
11-18 1万+
一. 内积 定义：两个向量a与b的内积
向量内积的坐标表示PPT课件.pptx
10-07
"向量内积的坐标表示PPT课件.pptx" 本资源是关于向量内积的坐标表示的PPT课件，内容涉及向量的基本概念、向量内...向量内积的坐标表示式是向量运算的基础，掌握了向量内积的坐标表示式可以更好地理解和应用向量运算。
python定义向量内积_向量内积（点乘）和外积（叉乘）概念及几何意义
weixin_39633252的博客
12-05 3330
向量的内积(点乘)定义概括地说，向量的内积(点乘/数量积)。对两个向量执行点乘运算，就是对这两个向量对应位一一相乘之后求和的操作，如下所示，对于向量a和向量b： a和b的点积公式为：这里要求一维向量a和向量b的行列数相同。注意：点乘的结果是一个标量(数量而不是向量)定义：两个向量a与b的内积为 a·b = |a||b|cos∠(a, b)，特别地，0·a =a·0 = 0；若a，b是非零向量，则a...
机器学习理论基础｜线性代数中的向量内积和外积概念及几何意义
06-04 2119
线性代数主要包含向量、向量空间（或称线性空间）以及向量的线性变换和有限维的线性方程组。本篇文章主要介绍线性代数部分中的向量和向量空间。 本篇内容主要是对线性代数中向量点积和外积补充,同时说明一下向量的四则运算，如果对向量和向量空间相关含义有所遗忘的话可以回顾：1、算法工程师的数学基础｜线性代数中的向量和向量空间 数学中的运算包括：加减乘除，同样向量的运算也包括这几项，需要注意的是，保证向量的维...
向量的内积，外积
qq_55342245的博客
09-26 1257
向量 高中时的向量长这样：a⃗=(2,−3)、n⃗=(2,−3,−1)\vec{a}=(2,-3)、\vec{n}=(2,-3,-1)a=(2,−3)、n=(2,−3,−1) 在线性代数中，一个三维向量可以用3×13\times 13×1矩阵表示，如：V=[2−3−1]或VT=[2 −3 −1]V=\left[ \begin{matrix} 2 \\ -3 \\ -1 \end{matrix} \right] 或 V^T=\left[ \begin{matrix} 2 \ -
【数学】 4、向量的内积、外积、模长
呆呆的猫的博客
11-07 3390
向量的内积、外积、模长
向量的内积（点乘）与外积（叉乘）
解忧小屋
02-08 6766
向量的内积（点乘）与外积（叉乘） 向量的内积=点乘 向量的外积=叉乘 向量的内积（点乘） 内积的几何意义： 用来表征或计算两个向量之间的夹角 在b向量在a向量方向上的投影。 向量的外积（叉乘） 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。并且两个向量的叉积与这两个向量组成的坐标平面垂直（右手定理） 叉乘的几何意义： 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。 ...
梯度向量外积估计协方差举证
10-17
梯度向量外积估计协方差是一种用于估计高维数据协方差矩阵的方法。它的基本思想是利用梯度向量的外积来逼近协方差矩阵。具体来说，假设我们有 $n$ 个样本，每个样本有 $d$ 个特征，我们可以将这些样本表示为一个 $n \times d$ 的矩阵 $X$。我们可以计算出每个样本的梯度向量 $g_i = \frac{\partial f(x_i)}{\partial x}$，其中 $f(x)$ 是一个关于 $x$ 的函数。然后，我们可以计算出梯度向量的外积矩阵 $G = \frac{1}{n} \sum_{i=1}^n g_i g_i^T$，它是协方差矩阵的一个无偏估计。
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

进击的路飞桑

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值