天天看點

點積

原文:https://baike.baidu.com/item/%E7%82%B9%E7%A7%AF/9648528

在數學中,數量積(dot product; scalar product,也稱為點積)是接受在實數R上的兩個向量并傳回一個實數值标量的二進制運算。它是歐幾裡得空間的标準内積。[1]

兩個向量a = [a1, a2,…, an]和b = [b1, b2,…, bn]的點積定義為:

a·b=a1b1+a2b2+……+anbn。

使用矩陣乘法并把(縱列)向量當作n×1 矩陣,點積還可以寫為:

a·b=a^T*b,這裡的a^T訓示矩陣a的轉置。

中文名
數量積
外文名
dot product; scalar product
别    名
标量積、點積、内積、向量的積
運算類型
二進制運算
點積的三個值
u、v、u,v夾角的餘弦
點積的值
u,v的點積=|u||v|cos<u,v>
應用學科
線性代數

目錄

  1. 1 定義
  2. ▪ 廣義定義
  3. ▪ 代數定義
  1. ▪ 幾何定義
  2. ▪ 定義的等價性
  3. 2 點積的值
  1. 3 運算律
  2. 4 應用

點積定義

點積有兩種定義方式:代數方式和幾何方式。通過在歐氏空間中引入笛卡爾坐标系,向量之間的點積既可以由向量坐标的代數運算得出,也可以通過引入兩個向量的長度和角度等幾何概念來求解。[1]

點積廣義定義

在一個向量空間V中,定義在

上的正定對稱雙線性形式函數即是V的數量積,而添加有一個數量積的向量空間即是内積空間。

點積代數定義

設二維空間内有兩個向量

,定義它們的數量積(又叫内積、點積)為以下實數:

更一般地,n維向量的内積定義如下:[1] 

點積幾何定義

設二維空間内有兩個向量

,它們的夾角為

,則内積定義為以下實數:[2]

該定義隻對二維和三維空間有效。

這個運算可以簡單地了解為:在點積運算中,第一個向量投影到第二個向量上(這裡,向量的順序是不重要的,點積運算是可交換的),然後通過除以它們的标量長度來“标準化”。這樣,這個分數一定是小于等于1的,可以簡單地轉化成一個角度值。

點積定義的等價性

以三維空間為例子。

①幾何定義推導代數定義

,根據向量坐标的意義可知

根據點乘的配置設定律得

是以

注意:點乘的配置設定律在空間内可通過幾何證明,無需藉助向量關系,是以不屬于循環推導。

②代數定義推導幾何定義

,它們的終點分别為

,原點為O,

夾角為

。則

在△OAB中,由餘弦定理得:

利用距離公式對這個等式稍作處理,得

去括号、合并得

注意:餘弦定理和距離公式亦無需向量知識。

點積點積的值

u的大小、v的大小、u,v夾角的餘弦。在u,v非零的前提下,點積如果為負,則u,v形成的角大于90度;如果為零,那麼u,v垂直;如果為正,那麼u,v形成的角為銳角。[2]

點積

兩個機關向量的點積得到兩個向量的夾角的cos值,通過它可以知道兩個向量的相似性,利用點積可判斷一個多邊形是否面向錄影機還是背向錄影機。

向量的點積與它們夾角的餘弦成正比,是以在聚光燈的效果計算中,可以根據點積來得到光照效果,如果點積越大,說明夾角越小,則物體離光照的軸線越近,光照越強。

點積運算律

交換律:

配置設定律:

結合律:

,其中m是實數。

點積應用

平面向量的數量積a·b是一個非常重要的概念,利用它可以很容易地證明平面幾何的許多命題,例如勾股定理、菱形的對角線互相垂直、矩形的對角線相等等。如證明:[3] 

(1)勾股定理: Rt△ABC中,∠C=90°,則

|CA|²+|CB|²=|AB|²。

∵AB = CB-CA

∴AB²=(CB-CA)²= CB·CB-2CA·CB+CA·CA

又∵ ∠C=90°,有CA⊥CB,于是CA·CB=0

∴ AB²=AC²+BC²

(2)菱形對角線互相垂直:菱形ABCD中,點O為對角線AC、BD的交點,求證AC⊥BD。

設 |AB|=|BC|=|CD|=|DA|=a

∵AC=(AB+BC),BD=(BC+CD)

∴AC·BD=(AB+BC)·(BC+CD)=a²cos(π-α)+a²-a²+a²cosα

又∵ cosα=-cos(π-α)

∴AC·BD=(AB+BC)·(BC+CD)=0

∴AC⊥BD

在生産生活中,點積同樣應用廣泛。利用點積可判斷一個多邊形是否面向錄影機還是背向錄影機。向量的點積與它們夾角的餘弦成正比,是以在聚光燈的效果計算中,可以根據點積來得到光照效果,如果點積越大,說明夾角越小,則實體離光照的軸線越近,光照越強。實體中,點積可以用來計算合力和功。若b為機關矢量,則點積即為a在方向b的投影,即給出了力在這個方向上的分解。功即是力和位移的點積。計算機圖形學常用來進行方向性判斷,如兩矢量點積大于0,則它們的方向朝向相近;如果小于0,則方向相反。矢量内積是人工智能領域中的神經網絡技術的數學基礎之一,此方法還被用于動畫渲染(Animation-Rendering)。

線性變換中點積的意義:

根據點積的代數公式:a·b=a1b1+a2b2+……+anbn,假設a為給定權重向量,b為特征向量,則a·b其實為一種線性組合,函數F(a·b)則可以建構一個基于a·b+c = 0 (c為偏移)的某一超平面的線性分類器,F是個簡單函數,會将超過一定門檻值的值對應到第一類,其它的值對應到第二類。

詞條圖檔(5)

參考資料
  • 1.

    同濟大學數學系 .工程數學:線性代數(第六版):高等教育出版社,2014

  • 2.

    點積叉積 

    .百度文庫[引用日期2017-09-10]

  • 3.

    平面向量數量積及其應用 

    .百度文庫[引用日期2017-09-10]