這兩天學習狀態不佳,苦惱!~點積所發揮的作用只能夠從線性變換的角度去完成.
相當於向量w朝著過原點的向量v在直線上的投影,而後將投影的長度與向量v的長度相乘.
向量方向相同時,點積為正;向量方向相反時,點積為負;當它們互相垂直時,乙個向量在另乙個向量上的投影為零向量.
點積相乘與計算順序無關,即互相投影不影響計算結果.原因在於:按照對稱性的角度出發,看兩個向量.無論誰對映向誰,當發生伸縮變換時,要麼投影改變伸縮大小比例,要麼被對映向量改變伸縮大小比例.
首先,矩陣相乘時,本質是發生線性翻轉,ab≠ba這是因為基向量的剪下旋轉先後順序不同,從而導致轉換空間不一致的問題.
其次,為什麼點積會不發生問題呢,首先重要一點,這個線性變換只是兩個向量之間的問題,無論哪個向量對映到哪個向量,都會遵循對偶原則,對稱性使得結果值不發生改變
問題是:如何表達成為被對映向量長度與對映向量投影的值呢?
多維空間向一維空間的線性變換
當擁有一系列等距分布於一條直線上面的點,然後引用變換.
線性變換會保持這些點等距分布在輸出空間中,也就是數軸上.(等距分布的點,保持等距分布)
線性變換完全由它對i
hat和j
hat的變換決定,只不過,這些基向量這次只落在乙個數上.(暫時考慮為向量相加,但是方向不同是正負數關係,還是不太理解)
將它們在變換後的位置記錄為矩陣的列時,矩陣的每列只是乙個單獨的數(模模糊糊,有些感覺了,但是還是不夠強烈)
將向量放倒,從而得到與之相關的矩陣/或者將矩陣立直,從而得到與之相關的向量.
將向量轉化為數的線性變換和這個向量本身有著某種關係.
假設將被對映向量歸為uhat,乙個過原點斜直方向處於二維座標平面的軸.
ihat投影到u
hat落在什麼位置,同樣對應u
hat投影到i
hat上對應什麼位置.
因此ihat投影到uhat上對應什麼位置,對應於uhat對映到ihat上的對應位置,因此變換後的位置分別對應於uhat的u
x和uy
.也即橫縱座標.
在第4步驟中可以找到變換後的基向量,因此點積公式如上.
彈幕區有人說,還是基向量的變換,換湯不換藥,這個觀點我贊同.
無論何時,看
到二維到一維的線性變換,無論其如何定義,空間中會存在唯一的向量v與之相關.
乙個向量的對偶是由它定義的線性變換
乙個多維空間到一維空間的線性變換的對偶是多維空間中的某個特定向量
兩個向量點積相乘,就是將其中乙個向量轉換為線性變換.
點積=數量積=內積叉積=向量積=外積=向量積
轉置是在矩陣中的運算,點積與其並不相同(這個,現在回想起來,可能還是有點分的太清反而不對的)
兩個向量的乘積的規則是對應相乘,而矩陣與向量的乘積是轉置相乘,也就是可以吧第乙個向量放倒形成乙個矩陣和向量相乘.從而引出乙個觀點1.為什麼向量放倒後(變成矩陣)與原運算結果相同?2.在幾何上如何解釋說明?3.放倒後的矩陣和原向量之間有什麼關係?解答(原彈幕者):向量點積背後隱藏了乙個隱式的線性變換,實際上做的,還是矩陣的線性變換,把矩陣變化成向量,形式上從矩陣乘向量變成向量乘向量,並把新形式命名為點積.(看了彈幕者的回答,他的問題提出的非常好,回答就有些囉嗦了.實際上,並不贊同,將矩陣和向量混淆(可能是我自己理解有誤),其中的變換倒是更加願意接受為,利用對偶性質,潛在的找到了對應的基向量,完成了這些變換)
補充說明,乙個向量可以表示為一種變換,當它真正描述線性變換時,向量轉化成為矩陣.
補充說明,點積中的其中乙個向量可以看做是乙個n維到1維的線性變換.
線性代數的本質 點積與對偶性
什麼是點積？為什麼兩個點積投影的方向可以不一樣呢？我們可以用對稱性來說明。為什麼這兩種方式有聯絡？他們的聯絡又在 呢？對於乙個 1x2 的向量，我們可以將它轉換到一維數軸上去理解.向量的第乙個相當於是轉換過的i，第二個相當於是轉換過的j，把它當成一種特殊的線性變換。我們任何時候看到乙個線性變換，它的...
筆記 線性代數的本質 8 叉積
筆記目錄 叉積的值可以表示為兩向量所構成的平行四邊形的面積。如果v到w符合右手系，則叉積的值為正值，否則為負值。也可以理解為如果v到w的旋轉方向與i hat到j hat 基向量 的旋轉方向相同，則為正值，如下圖 順序對叉積的值有影響 v times w w times v 同樣的，叉積的值也可以用表...
線性代數的本質 03 矩陣與線性變換
變換指的是接收乙個向量並且輸出這個向量的變換，其可以理解成函式接受輸入內容輸出其所對應的結果。直線在變換之後仍然保持為直線，不能有所彎曲。原點必須保持固定。可以簡單理解或直觀理解為 線性變換看作是 保持網格線平行並且等距分布 的變換。聯想上一部分所學內容 空間內向量均可由該空間的基向量描述。那麼空間...