序号 | 内容 |
---|---|
1 | 【数理知识】向量数乘,内积,外积,matlab代码实现 |
2 | 【数理知识】矩阵普通乘积,哈达玛积,克罗内克积,点乘,点积,叉乘,matlab代码实现 |
1. 向量基本形式
形如 ( a 1 a 2 ⋮ a n ) \left(\begin{matrix} a_1 \\ a_2 \\ \vdots \\ a_n \\ \end{matrix}\right)
a1a2⋮an
的形式称之为向量。
2. 向量的数乘
指用一个数乘以向量中的每个元素
b ∗ ( a 1 a 2 ⋮ a n ) = ( a 1 a 2 ⋮ a n ) ∗ b = ( a 1 ∗ b a 2 ∗ b ⋮ a n ∗ b ) \begin{aligned} b * \left(\begin{matrix} a_1 \\ a_2 \\ \vdots \\ a_n \\ \end{matrix}\right) &= \left(\begin{matrix} a_1 \\ a_2 \\ \vdots \\ a_n \\ \end{matrix}\right) * b &= \left(\begin{matrix} a_1 * b \\ a_2 * b \\ \vdots \\ a_n * b \\ \end{matrix}\right) \end{aligned} b∗
a1a2⋮an
=
a1a2⋮an
∗b=
a1∗ba2∗b⋮an∗b
3. 向量的内积
等于对应位置相乘再相加,两个向量的内积的结果是变成一个标量(也叫点乘)
a ⋅ b = ( a 1 a 2 ⋮ a n ) ⋅ ( b 1 b 2 ⋮ b n ) = ( a 1 a 2 ⋯ a n ) ( b 1 b 2 ⋮ b n ) = a 1 b 1 + a 2 b 2 + ⋯ + a n b n \begin{aligned} a \cdot b = \left(\begin{matrix} a_1 \\ a_2 \\ \vdots \\ a_n \\ \end{matrix}\right) \cdot \left(\begin{matrix} b_1 \\ b_2 \\ \vdots \\ b_n \\ \end{matrix}\right) =\left(\begin{matrix} a_1 & a_2 & \cdots & a_n & \end{matrix}\right) \left(\begin{matrix} b_1 \\ b_2 \\ \vdots \\ b_n \\ \end{matrix}\right) &= a_1 b_1 + a_2 b_2 + \cdots + a_n b_n \end{aligned} a⋅b=
a1a2⋮an
⋅
b1b2⋮bn
=(a1a2⋯an)
b1b2⋮bn
=a1b1+a2b2+⋯+anbn
a = [1;
2;
3];
b = [4;
5;
6];
Matlab语法:dot(a, b)
>> dot(a, b)
ans =
32
>> a .* b
ans =
4
10
18
>> a * b
错误使用 *
用于矩阵乘法的维度不正确。请检查并确保第一个矩阵中的列数与第
二个矩阵中的行数匹配。要单独对矩阵的每个元素进行运算,请使用
TIMES (.*)执行按元素相乘。
点乘的几何意义是可以用来表征或计算两个向量之间的夹角,以及在 b b b 向量在 a a a 向量方向上的投影,有公式:
a ⋅ b = ∣ a ∣ ∣ b ∣ cos θ a \cdot b = |a| |b| \cos \theta a⋅b=∣a∣∣b∣cosθ
详细推导过程请参考:向量点乘(内积)和叉乘(外积、向量积)概念及几何意义解读,这里直接放结论
θ = arccos ( a ⋅ b ∣ a ∣ ∣ b ∣ ) \theta = \arccos (\frac{a \cdot b}{|a| |b|}) θ=arccos(∣a∣∣b∣a⋅b)
根据这个公式就可以计算向量 a a a 和向量 b b b 之间的夹角。从而就可以进一步判断这两个向量是否是同一方向,是否正交(也就是垂直)等方向关系,具体对应关系为:
- a ⋅ b > 0 a \cdot b > 0 a⋅b>0 方向基本相同,夹角在0°到90°之间
- a ⋅ b = 0 a \cdot b = 0 a⋅b=0 正交,相互垂直
- a ⋅ b < 0 a \cdot b < 0 a⋅b<0 方向基本相反,夹角在90°到180°之间
4. 向量的外积
叉乘的运算结果是一个向量而不是一个标量。更为熟知的叫法是法向量,该向量垂直于 a a a 和 b b b 向量构成的平面。两个向量的叉积与这两个向量组成的坐标平面垂直(也叫向量积、叉乘、叉积)
a × b = ( x 1 y 1 z 1 ) × ( x 2 y 2 z 2 ) = ∣ X Y Z x 1 y 1 z 1 x 2 y 2 z 2 ∣ = ( y 1 z 2 − y 2 z 1 ) X + ( x 2 z 1 − x 1 z 2 ) Y + ( x 1 y 2 − x 2 y 1 ) Z \begin{aligned}a \times b= \left(\begin{matrix} x_1 \\ y_1 \\ z_1 \\ \end{matrix}\right) \times \left(\begin{matrix} x_2 \\ y_2 \\ z_2 \\ \end{matrix}\right) &= \left|\begin{matrix} X & Y & Z \\ x_1 & y_1 & z_1 \\ x_2 & y_2 & z_2 \\ \end{matrix}\right| = (y_1 z_2 – y_2 z_1)X + (x_2 z_1 – x_1 z_2)Y + (x_1 y_2 – x_2 y_1)Z \end{aligned} a×b=
x1y1z1
×
x2y2z2
=
Xx1x2Yy1y2Zz1z2
=(y1z2−y2z1)X+(x2z1−x1z2)Y+(x1y2−x2y1)Z
a = [1;
2;
3];
b = [4;
5;
6];
Matlab语法:dot(a, b)
>> cross(a, b)
ans =
-3
6
-3
>> dot(a, cross(a, b))
ans =
0
>> dot(b, cross(a, b))
ans =
0
关于向量外积的几何含义,我们假设在存在一个三维空间。
在下图可以看到,向量 V V V 和 U U U 的外积是指在三维空间中,由 V , U V, U V,U 所组成平面的法向量。
下面一幅图阐述了向量外积的交换律。
在二维空间中,叉乘还有另外一个几何意义就是:aXb等于由向量a和向量b构成的平行四边形的面积。
Ref
- 矩阵和向量的乘法—点乘、叉乘、内积、外积、数乘、哈达玛积、克罗内克积
- 向量点乘(内积)和叉乘(外积、向量积)概念及几何意义解读
- 向量积 – 百度百科
- 第3讲 三维空间刚体运动 – 知乎
- 向量点乘与叉乘的概念及几何意义 – 知乎
今天的文章向量相乘matlab_向量内积的坐标运算[通俗易懂]分享到此就结束了,感谢您的阅读。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/86362.html