本文已收录到:线性代数的本质学习笔记 专题
点积(又称数量积或标量积)的计算
对于两个维度相同的向量,他们的点积计算为:
Ps:高中数学向量乘积一般都是点乘,叉乘是高数才会教。
点积的几何解释
几何直观来说,
如果
当
点积的顺序
你可能会觉得,顺序在线性代数其实是很重要的,而对于
解释的方法为:首先假设
可以通过相似三角形来理解:
点积与投影——解释为什么点积是这样运算的
为什么点积和坐标相乘联系起来了?这和对偶性有关。
对偶性
对偶性的思想是:每当看到一个多维空间到数轴上的线性变换时,他都与空间中的唯一一个向量对应,也就是说使用线性变换和与这个向量点乘等价。这个向量也叫做线性变换的对偶向量。
例如:
当二维空间向一维空间映射时,如果在二维空间中等距分布的点在变换后还是等距分布的,那么这种变换就是线性的:
但如果像下面这样变化,那么变换后就不是等距的:
假设有一个线性变换A
总结上图:将向量转换为数的线性变化(即矩阵)和这个向量本身有着某种联系。也就是矩阵可由若干向量组成。
弹幕:矩阵与向量,在外观上类似,但表达的含义不同。矩阵代表变换,向量代表空间
推广开:
后面视频讲的非常精彩,移步:【-UP主汉语配音-【线性代数的本质】合集-转载于3Blue1Brown官方双语】】 【精准空降到 07:16】 https://www.bilibili.com/video/BV1ib411t7YR/?p=10&share_source=copy_web&vd_source=8387734dc2ae5c1793399ea83221d291&t=436
对偶性是指两种看似毫不相关的概念竟然天然的有着联系,这个在数学中也很常见。