點乘和叉乘 的區別;


本文轉自:http://blog.csdn.net/zhiyi_2012/article/details/12972813


數學中,數量積(也稱為內積標量積點積點乘)是接受在實數R上的兩個向量並返回一個實數值標量二元運算。它是歐幾里得空間的標准內積

幾何學定義與例子

兩個向量a = [a1a2,…, an]和b = [b1b2,…, bn]的點積定義為:

\mathbf{a}\cdot \mathbf{b} = \sum_{i=1}^n a_ib_i = a_1b_1 + a_2b_2 + \cdots + a_nb_n

這里的Σ指示總和符號

例如,兩個三維向量[1, 3, −5]和[4, −2, −1]的點積是

\begin{bmatrix}1&3&-5\end{bmatrix} \cdot \begin{bmatrix}4&-2&-1\end{bmatrix} = (1)(4) + (3)(-2) + (-5)(-1) = 3

使用矩陣乘法並把(縱列)向量當作n×1 矩陣,點積還可以寫為:

\mathbf{a} \cdot \mathbf{b} = \mathbf{a} \mathbf{b}^T

這里的bT指示矩陣b轉置

使用上面的例子,將一個1×3矩陣(就是行向量)乘以一個3×1向量得到結果(通過矩陣乘法的優勢得到1×1矩陣也就是標量):

\begin{bmatrix} 1&3&-5\end{bmatrix}\begin{bmatrix} 4\\-2\\-1\end{bmatrix} = \begin{bmatrix} 3\end{bmatrix}

幾何解釋

A· B = | A| | B| cos(θ).
| A| cos(θ)是 AB的投影。

在歐幾里得空間中,點積可以直觀地定義為

 \mathbf{a} \cdot \mathbf{b} = |\mathbf{a}| \, |\mathbf{b}| \cos \theta \;,

這里 |x| 表示x范數(長度),θ表示兩個向量之間的角度

注意點積的形式定義和這個定義不同;在形式定義中,ab的夾角是通過上述等式定義的。

這樣,兩個互相垂直的向量的點積總是零。若ab都是單位向量(長度為1),它們的點積就是它們的夾角的余弦。那么,給定兩個向量,它們之間的夾角可以通過下列公式得到:

 \cos{\theta} = \frac{\mathbf{a \cdot b}}{|\mathbf{a}| \, |\mathbf{b}|}

這個運算可以簡單地理解為:在點積運算中,第一個向量投影到第二個向量上(這里,向量的順序是不重要的,點積運算是可交換的),然后通過除以它們的標量長度來“標准化”。這樣,這個分數一定是小於等於1的,可以簡單地轉化成一個角度值。

需要注意的是,點積的幾何解釋通常只適用於\mathbb{R}^n (n \le 3)。在高維空間,其他的域或中,點積只有一個定義,那就是

\left \langle \mathbf{a}, \mathbf{b} \right \rangle = \sum_{i=1}^n a_ib_i

點積可以用來計算合力。若b為單位向量,則點積即為a在方向b的投影,即給出了在這個方向上的分解。功即是力和位移的點積。

注:這樣引出內積概念更加自然


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM