向量的点积和叉积

简介: 1. 向量的点积 向量点积的定义: 假设向量u (u x , u y )和v (v x , v y ),u 和v 之间的夹角为α,从三角形的边角关系等式出发,可作出如下简单推导:余玄定理是前提,通过余玄定理可以推导出点积公式: |u - v ||...

1. 向量的点积 向量点积的定义: 假设向量u (u x , u y )和v (v x , v y ),u 和v 之间的夹角为α,从三角形的边角关系等式出发,可作出如下简单推导:

余玄定理是前提,通过余玄定理可以推导出点积公式:

 |u - v ||u - v | = |u ||u | + |v ||v | - 2|u ||v |cosα

 

 ===> (u x - v x )2 + (u y - v y )2 = u x 2 + u y 2 +v x 2 +v y 2 - 2|u ||v |cosα

 

 ===> -2u x v x - 2u y v y = -2|u ||v |cosα ===>

 

cosα = (u x v x + u y v y ) / (|u ||v |)

 

这样,就可以根据向量u 和v 的坐标值计算出它们之间的夹角。

 

 定义u 和v 的点积运算: u . v = (u x v x + u y v y ),

 

 上面的cosα可简写成: cosα = u . v / (|u ||v |)

 

 当u . v = 0时(即u x v x + u y v y = 0),向量u 和v 垂直;

当u . v > 0时,u 和v 之间的夹角为锐角;当u . v < 0时,u 和v 之间的夹角为钝角。

 

 可以将运算从2维推广到3维。

相关文章
|
9月前
|
人工智能 自然语言处理 算法
向量检索服务
向量检索服务
221 9
向量 (高维思考)
向量 (高维思考)
102 0
|
机器学习/深度学习 自然语言处理 搜索推荐
向量
向量是一种表示符合线性可加性的数值的数据结构。它可以用于表示词汇、文本或者图片等数据。
108 2
向量的内积外积与其几何意义
向量的内积外积与其几何意义
323 0
|
算法
向量仅仅是向量吗?
向量仅仅是向量吗?
101 0
|
自然语言处理 程序员 容器
向量学习之高维思考
向量学习之高维思考
7.3 向量的数量积与向量积
7.3 向量的数量积与向量积
64 0
|
机器学习/深度学习 搜索推荐 数据挖掘
向量、矩阵应用介绍|学习笔记
快速学习向量、矩阵应用介绍
141 0
向量、矩阵应用介绍|学习笔记
|
机器学习/深度学习 搜索推荐 数据挖掘
向量、矩阵应用介绍|学习笔记
快速学习向量、矩阵应用介绍
向量、矩阵应用介绍|学习笔记

热门文章

最新文章