四、向量的点积、长度和属性

1. 向量的点积

假设

\vec{v}=\begin{bmatrix} v_1\\ v_2\\ \vdots \\ v_n \end{bmatrix} \quad \vec{w}=\begin{bmatrix} w_1\\ w_2\\ \vdots \\ w_n \end{bmatrix} \quad \vec{x}=\begin{bmatrix} x_1\\ x_2\\ \vdots \\ x_n \end{bmatrix}

向量的点积:

\vec{v}\cdot \vec{w}=v_1w_1+v_2w_2+\cdots+v_nw_n

向量的点积不再是向量,而是一个标量。

回顾一下向量的加法、标量乘法:

\vec{v}+\vec{w}=\begin{bmatrix} v_1+w_1\\ v_2+w_2\\ \vdots \\ v_n+w_n \end{bmatrix}

c\vec{v}=\begin{bmatrix} cv_1\\ cv_2\\ \vdots \\ cv_n \end{bmatrix}

2. 向量的长度

\vec{v}的长度:

\left \| \vec{v} \right \|=\sqrt{v_1^{2}+v_2^{2}+\cdots+v_n^{2}}

向量的长度用双竖线表示。

扫描二维码关注公众号,回复: 11256496 查看本文章

向量长度与点积之间的关系:

\left \| \vec{v} \right \|^2=\vec{v} \cdot \vec{v}

3. 点积的性质

交换率:

\vec{v} \cdot \vec{w} = \vec{w} \cdot \vec{v}

分配率:

(\vec{v}+\vec{w}) \cdot \vec{x} = \vec{v} \cdot \vec{x} + \vec{w} \cdot \vec{x}

结合律:

(c\vec{v}) \cdot \vec{w} = c(\vec{v} \cdot \vec{w})

4. 点积的几何意义

猜你喜欢

转载自blog.csdn.net/gutsyfarmer/article/details/89668161