【理解线性代数】（三）理解向量点乘

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：
$$\overrightarrow{a}\cdot \overrightarrow{b}=\left|\begin{array}{c}a\end{array}\right|\left|\begin{array}{c}b\end{array}\right|\cos \alpha$$

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》