回到首页 / 上级目录

点积

在物理学中点积(Dot Product)定义如下:

\[\vec{v}\cdot\vec{w} = |\vec{v}|\cdot|\vec{w}|\cos\theta\]

在平面坐标系中点积(Dot Product)计算过程如下:

\[\begin{bmatrix}1\\2\end{bmatrix}\cdot \begin{bmatrix}3\\4\end{bmatrix}= 1\cdot 3 + 2 \cdot 4\]

本文探讨以上两种计算方式的内在联系。

前提

假设单位向量 $\vec{u}$ 的坐标为 $(a, b)$。

矩阵 $A$ 将二维空间压缩到单位向量 $\vec{u}$ 所在的数轴 $l$ 上。

投影矩阵

$\vec{u}$ 的坐标的几何含义如下:

由于 $\vec{i},\vec{j},\vec{u}$ 都是单位向量,根据对称性可知:

即 $\begin{bmatrix}a&b\end{bmatrix}$ 为二维空间到数轴 $l$ 的投影矩阵 $A$。

投影

平面中任意一个向量 $\vec{v}$ 都可以用 $(\vec{i}, \vec{j})$ 表示。

记 $\vec{v}$ 的坐标为 $(c,d)$。

根据非方阵的几何意义,$\vec{v}$ 在数轴 $l$ 上的投影可由矩阵 $A$ 完成:

\[\begin{bmatrix}a&b\end{bmatrix}\begin{bmatrix}c\\d\end{bmatrix}=ac+bd\]

此时 $\vec{i},\vec{j},\vec{v}$ 都在数轴上,即共线。

任意两个向量的点积

若 $\vec{w}$ 任意向量,只需要进行数乘运算,将其转化为 $k\vec{u}$ 即可。

因此任意向量 $\vec{v}$ 和 $\vec{w}$ 的点积可表示为:

\[\vec{v}\cdot\vec{w} = k\vec{u}\vec{v}\]

总结

两个向量点乘,相当于将其中一个向量转化为线性变换,解读方式很新奇。

但如果将向量看作线性变换的物质载体,整个过程就自然多了。