线性代数的点积通俗解释

最新推荐文章于 2024-09-01 08:49:17 发布
最新推荐文章于 2024-09-01 08:49:17 发布
阅读量2.3k 收藏 5
点赞数 4
分类专栏： 数学基础 文章标签： 线代
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/qq_33228039/article/details/98732770
版权

https://www.bilibili.com/video/av6731067/?p=10

这个线性代数的本质讲的非常好，就是不太懂，特别是点积这一块，看了不下7、8遍还是不能理解。查了一些资料，也就这个写的不错。

https://baijiahao.baidu.com/s?id=1628438855012550360&wfr=spider&for=pc

有一天早上突然有了感觉，现在记录一下，如果有错误请指正。

   我们已经知道矩阵其实就是一个函数，表示一种线性变换，如果向量和矩阵相乘表示，对这个向量做一些线性变换，就可以得到变换后的向量。如果矩阵乘以矩阵，就表示两个线性变换连续变换，就是相当于我们平常表示的f（g（x））,这种函数嵌套，举个例子，\begin{bmatrix} a & b\\c & d \end{bmatrix}\begin{bmatrix} e &f \\ g & h \end{bmatrix}\binom{x}{y}=\begin{bmatrix} a*e &b*g \\ c*f & d*h \end{bmatrix}\binom{x}{y}

那么可爱的向量点乘向量又是什么意思呢,向量点乘的前提是向量的维度一样。

\binom{a}{b}\cdot \binom{c}{d}=ac+bd

\begin{bmatrix} a & b \end{bmatrix}\cdot \binom{c}{d}=ac+db

我们可以看到向量的点积和向量乘以矩阵的计算方式是一样的，那么向量乘以矩阵是什么意思呢。

矩阵代表的是一种线性变换，所以这个变换就是把二维向量变成一维向量的线性变换。也就是把一个向量用二维向量表示变成用一个一维的数轴的数表示。a就是i变换后的结果，b就是j变换后的结果。

那么\binom{a}{b}和\begin{bmatrix} a & b \end{bmatrix}与\begin{bmatrix} a & b \end{bmatrix}又是什么关系呢

我们使用向量作为线性变换后的数轴，那么线性变换用什么矩阵表示呢？

i是x的单位矩阵\binom{1}{0}

j是y的单位矩阵\binom{0}{1}

k是一个二维向量\binom{k_x}{k_y},但是如果看成一维数轴的话，k=1，数轴上的单位向量。

那么i对数轴的投影的长度=kx，j对数轴的投影长度=ky，所以k既可以当成二维向量来看也可以当成一个线性变换来看。

所以任何向量w点乘k，就是得到w在数轴上的投影的长度，就是w做线性变换（多维变一维）。

如果k换成任意向量p，那么p=\lambdak，所以

w\cdot p=\lambda (w\cdot k),\lambda=|p|的长度 ,w\cdot k=|w|*|k|*cos\Theta

w\cdot p=|p|*|w|*cos\Theta

 

所以向量点积就是向量多维变成一维的线性变换。。。

 

 

 

 

东东就是我
关注
专栏目录
线性代数导引：仿射空间
AI天才研究院
06-20 876
线性代数导引：仿射空间 1. 背景介绍 1.1 线性代数的重要性 线性代数是数学的一个重要分支,在计算机科学、物理学、工程学等众多领域有着广泛的应用。它为解决线性方程组、理解向量空间、刻画线性变换提供了强有力的工具。
【深度学习-花书】第二章 线性代数
qq_31267769的博客
11-16 737
2.1 标量、向量、矩阵和张量 标量（scalar） 一个标量就是一个单独的数，就把他理解为一个普通的数。例如：2，3，5，这些都是标量，还有nN，这些也是标量，表示定义了一个自然数标量。 向量（vector） 向量是一个和标量相对的概念，一个向量是一组数，并且这组数是有序的。因此我们可以通过确定的索引确定每个单数的数。当我们定义一个向量x，这个向量包含n个元素，并且每个元素如果都属于实数...
线性代数的本质（六）——点积
LFasd97的博客
09-19 2768
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。 [a1b1]⋅[a2b2]=a1×a2+b1×b2\begin{bmatrix} a_1 \\ b_1 \end{bmatrix} \cdot \...
线性代数的通俗理解
a1314_521a的博客
11-30 782
从大学到现在，一直感觉对线性代数没有一个整体认知，导致学习事倍功半，下面分享两位大神分别对线性代数的整体认知理解（不牵涉公式），看完以后有种顿悟的感觉。 第一篇：大白话式介绍 第二篇：大佬式介绍 ...
通义说【线性代数】线性组合
最新发布
uncompleted code —— 代码片段
09-01 1060
在数学中，线性组合（linear combination）是指从一组向量出发，通过这组向量与一组标量相乘并将结果向量相加所得到的新向量。简单来说，线性组合就是将向量按一定的权重（标量）相加。假设我们有一组向量v1​v2​vn​，以及一组标量（通常是来自同一个数域，比如实数域R或复数域C，那么向量v1​v2​vn​c1​v1​c2​v2​⋯cn​vn​这里的ci​是该向量vi​的系数，也就是权重。
关于线性代数的通俗理解
热门推荐
qq_37175369的博客
07-04 1万+
今天在网上看到这篇关于线性代数基本概念的理解，直接颠覆了传统枯燥的概念定理，让人从根本上去理解线性代数，希望对大家有所帮助（PS:网上文章不全，这篇是我整理后得到的基本完整，并且我对重要的部分做了加粗的标注，大家实在太忙就关注加粗部分，希望大家考的好成绩！加油↖(^ω^)↗）    文章比较长，但是只要你耐心看过，线性代数神马的~~~浮云！形象思维与抽象思维碰撞的产物；数学的直观理解；对了解矩阵、...
线代学习笔记（一）——线性代数的通俗理解
weixin_45755903的博客
11-08 5719
基础概念 数据的维度：即数据含有参数的个数，描述一个对象所需要的参数个数，这样一组数据构成一个多维数据，如一个空间坐标（1,2），一个空间向量[1,2,3]。 对线性的理解：线性即均匀分布，对加法有意义，如数轴上的数。线性函数的特点输入值均匀排列，输出值均匀排列，在线性代数里，线性函数是一个线性映射，输入与输出在相同域的向量空间上维持向量加法与标量乘法。线性代数中，线性变换处理的输入输出数据维度是任意的（与初级代数最明显的区别）。 在线代的观点里，空间中的每一个值都是通过单位向量（基向量）拉伸来的，一维
Java 向量点积计算
南风的博客
05-13 7412
在线性代数、计算几何中，向量点积是一种十分重要的运算。 给定两个n维向量a=(a1,a2,…,an)和b=(b1,b2,…,bn)，求点积a·b=a1b1+a2b2+…+anbn。 输入 第一行是一个整数n。1 <= n <= 1000。 第二行包含n个整数a1,a2,…,an。 第三行包含n个整数b1,b2,…,bn。 相邻整数之间用单个空格隔开。每个整数的绝对值都不超过...
人工智能之线性代数应用
wangyong1034的博客
04-16 4994
线性代数 上一部分介绍了机器学习的本质是找到一个最优化的映射关系，也就是函数/模型。接下来几章我会陆续给大家介绍AI的数学基础，本章将首先给大家介绍线性代数如何应用于AI。 1. 从初等函数到高等数学 一元线性函数 在中学的初等数学里，把函数f(x)=kx+bf(x)=kx+bf(x)=kx+b (k,bk,bk,b是不变量)，称为一元线性函数，因为在平面直角坐标系中这个函数的图形就是一条线，就...
深化理解：线性代数与机器学习的几何解析
本文档以图文并茂、通俗易懂的方式，引导读者逐步深入理解线性代数的基本概念和关键理论。 首先，线性空间，也称为向量空间，是由一组向量及其相关的两个运算——标量乘法和向量加法构成的集合，满足封闭性、结合律...
【带你读】花书《深度学习》导读 第二章 线性代数基础 上
HYPan
04-07 288
线性代数是深度学习的数学基础，学习深度学习之前必须掌握线性代数的相关知识。线性代数的内容是抽象的，本文旨在用直观易懂的语言解释线性代数中的相关概念。同时，学习不仅是记忆，而且需要思考。我在写作时会适时插入一些思考导向的内容，帮助大家更深的掌握概念。 如果需要深入学习线性代数，这里推荐： 线性代数机器应用(David C. Lay, 2007) The Matrix Cookbook(Petersen, 2012) Chapter 2 线性代数基础 1 张量 张量(tensor)是神经网络运算图中传递的
【通俗理解线性代数】 -- 特殊的矩阵
老马的程序人生
03-23 4348
本微信图文主要介绍了旋转矩阵、对角矩阵和矩阵乘法的几何与物理意义。
线性代数理解
qq_28223697的博客
09-10 1071
Space(空间)   从拓扑空间开始，一步步往上加定义，可以形成很多空间。线形空间其实还是比较初级的，如果在里面定义了范数，就成了赋范线性空间。赋范线性空间满足完备性，就成了巴那赫空间；赋范线性空间中定义角度，就有了内积空间，内积空间再满足完备性，就得到希尔伯特空间。   eg: 三维的欧几里德空间 。1.由很多（实际上是无穷多个）位置点组成；2.这些点之间存在相对的关系；3.可以在空间中定义长度、角度；4.这个空间可以容纳运动，这里我们所说的运动是从一个点到另一个点的移动（变换）   第 1、2 条只能
最优化基础理论与方法学习笔记——学科必需线代知识
HiSi_的博客
09-20 693
线性组合： 设α₁,α₂,…,αₑ(e≥1)是域P上线性空间V中的有限个向量.若V中向量α可以表示为：α=k₁α₁+k₂α₂+…+kₑαₑ(kₑ∈P,e=1,2,…,s),则称α是向量组α₁,α₂,…,αₑ的一个线性组合,亦称α可由向量组α₁,α₂,…,αₑ线性表示或线性表出.例如,在三维线性空间P3中,向量α=(a₁,a₂,a₃)可由向量组α₁=(1,0,0),α₂=(0,1,0),α₁=(0,0,1)线性表出:α=a₁α₁+a₂α₂+a₃α₃. 即若ａ向量是一系列向量的加权线性混合，那么ａ叫做这一系列向
点积
大数据流浪法师的学习笔记与分享
11-05 606
点积在数学中，又称数量积（dot product; scalar product），是指接受在实数R上的两个向量并返回一个实数值标量的二元运算。 它是欧几里得空间的标准内积。 两个向量a = [a1, a2,…, an]和b = [b1, b2,…, bn]的点积定义为： a·b=a1b1+a2b2+……+anbn。 ...
向量点积计算
kt1776133839的博客
01-19 1031
#include using namespace std; int main() { int n,i,s=0,d=0; cin>>n; int a[n+1]; int b[n+1]; for(i=1;in;i++) {cin>>a[i];} { for(i=1;in;i++) {cin>>b[i]; d=a[i]*b[i];
【线性代数的本质|笔记】从线性变换的角度看向量的点积和叉积
kodoshinichi的博客
08-29 1207
向量的点积和叉积，如何从线性变换的角度去理解其中的几何与代数意义。
线性代数精粹：点积特性与矩阵几何解析
"本文主要探讨了线性代数中的关键概念，包括线性组合、张成的空间、基、线性变换、非方阵的几何意义、点积与顺序无关及其与投影的关系。通过这些概念，文章阐述了如何利用线性代数实现前后端分离的系统整合，如...
评论
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
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