向量运算种类很多,我们需要重点关注的是向量点乘。
1. 向量点乘的几何含义
点乘的几何含义是初等数学中的知识,即点乘的几何含义是一个向量向另外一个向量上的投影的长度。计算公式为:
a
→
⋅
b
→
=
∣
a
∣
∣
b
∣
cos
α
\overrightarrow{a} \cdot \overrightarrow{b} = \begin{vmatrix} a \end{vmatrix} \begin{vmatrix} b \end{vmatrix} \cos\alpha
a⋅b=
a
b
cosα
投影比较好理解,和现实生活中光的投影类似,投影最终的结果,和投影物体的形状,被投影物体的形状,以及投影角度有关。一个向量(带箭头的线段)向另外一个向量(也是带箭头的线段)上投影,投影出来仍然是线段,点乘结果是投影线段的长度。
2. 向量点乘与空间变换
上面我们说,点乘的结果是一个向量向另外一个向量上投影,投影线段的长度。为了统一理论,我们可以换一种方式理解点乘结果。
以n维向量a点乘n维向量b为例,点乘过程可以描述为以下投影过程:
向量b是一条有方向的线段,它可以代表n维空间中的一个一维子空间,向量b和一维子空间坐标轴重合。一个n维向量a,从n维空间中,向一个n维向量b代表的一维空间投影,投影结果是一维空间中的一个一维向量,坐标等于点乘结果值。
简而言之,即:
向量点乘可以看作是一个n维空间中的向量到一维空间坐标轴上的投影,投影结果是一个一维向量,坐标为点乘结果。
上述投影过程是线性的,因为向量点乘过程中只包含加法和乘法这两种线性运算。
线性系统中会经常用到线性变换,点乘是这些变换的基础,这就是我们需要重点关注点乘的原因。
下一篇:《向量组点乘和矩阵相乘》