向量中的点乘
点积（也称标量积）是向量数学中最重要的运算之一。它广泛应用于物理学、工程学、统计学、计算机科学（例如机器学习）和计算机图形学等领域。与普通乘法（将两个数相乘得到一个数）不同，点积以两个向量为输入，并产生一个标量（一个单独的数）。通过点积，我们可以了解两个向量之间的关系：它们是否方向相同、方向相反或相互垂直。
理解点乘法
一般来说，如果有两个向量 a 和 b，它们的点积可以写成：
a·b
结果是一个标量，它反映了向量 a 与向量 b 同向的程度。这个概念可以通过下图来理解：当我们把向量 a 投影到向量 b 上时，我们测量的是 a 的分量有多少“沿着”b 的方向移动。两个向量同向程度越高，它们的点积就越大；方向越相反，它们的点积就越小（甚至为负值）；如果它们垂直，则点积为零。
分部点乘公式
假设有一个二维向量：
a = (a₁, a₂)
b = (b₁, b₂)
所以点乘法是：
a · b = a₁b₁ + a₂b₂
对于三维向量：
a = (a₁, a₂, a₃)
b = (b₁, b₂, b₃)
所以：
a · b = a₁b₁ + a₂b₂ + a₃b₃
更一般地，对于一个 n 维向量：
a · b = Σ (aᵢ bᵢ)，其中 i = 1 到 n。
这个公式简单却强大。我们只需将对应的项相乘，然后将结果相加即可。这就是点乘法在计算机领域应用如此广泛的原因：它易于实现且效率高。
向量间夹角的点乘公式
除了分量形式外，点积也可以用角度（几何）形式表示。如果 θ 是向量 a 和 b 之间的夹角，则：
a · b = |a| |b| cos(θ)
凯特兰甘（Keterangan）：
– |a| 是向量 a 的长度（模）
– |b| 是向量 b 的长度
– cos(θ) 是两个向量之间夹角的余弦值。
该公式强调了几何意义：点积衡量两个向量方向的“对齐程度”。当 θ 很小（接近 0°）时，cos(θ) 接近 1，因此点积很大且为正值。当 θ = 90° 时，cos(90°) = 0，因此点积为零。当 θ > 90° 时，cos(θ) 为负值，因此点积为负值。
点积计算示例
示例 1（二维向量）
例如：
– a = (2, 3)
– b = (4, -1)
所以：
a b = 2·4 + 3·(-1) = 8 – 3 = 5
结果为 5（标量）。这意味着，尽管向量 a 和 b 的一个分量方向相反，但总体而言，向量 a 的方向仍然有一个分量与 b 的方向相同。
例 2（垂直）
例如：
– a = (1, 2)
– b = (2, -1)
点：
a b = 1·2 + 2·(-1) = 2 – 2 = 0
因为点积为 0，所以这两个向量垂直（正交）。
点乘法的性质
点乘法具有以下几个重要特性：
1. 交换律
a · b = b · a
2. 加法分配律
a · (b + c) = a · b + a · c
3. 与标量乘法的结合律
对于标量 k，(ka) · b = k (a · b)。
4. 与零向量的点积
a · 0 = 0
5. 与向量长度的关系
a · a = |a|²
这非常有用，因为我们可以从中得到向量的长度：
|a| = √(a · a)
这些性质使得点积成为线性代数中的基本运算，而线性代数又建立在许多高级概念之上。
几何意义与解释
点积可以解释为投影的度量。如果我们想知道向量 a 在向量 b 方向上的投影，可以使用点积。向量 a 在与向量 b 同方向上的分量可以通过以下方式定量获得：
a 到 b 的标量投影：
comp_b(a) = (a · b) / |b|
向量 a 在向量 b 上的投影：
proj_b(a) = ((a · b) / |b|²) b
这种解释非常有用，例如在计算力在某个方向上的投影，或者将运动分解为水平和垂直分量时。
点乘法在生命科学中的应用
1. 物理学（功和能）
在物理学中，力所做的功定义为：
W = F · s = |F||s|cos(θ)
其中 F 为力，s 为位移。如果力与位移方向相同，则做功为正；如果力与位移方向相反，则做功为负；如果力与位移方向垂直（例如，平面上的法向力），则做功为零。
2. 确定向量之间的夹角
如果我们知道 a · b、|a| 和 |b|，那么就可以计算角度 θ：
cos(θ) = (a · b) / (|a||b|)
然后，可以用反余弦（arccos）函数求得θ。
3. 机器学习和数据科学
点积用于计算两个特征向量之间的得分或相似度。在线性模型中，预测通常采用以下形式：
y = w · x + b
其中 w 为权重，x 为输入向量。这里的点积是决策机制的核心。
4. 计算机图形学（光照）
在 3D 渲染中，点积用于确定表面上的光强度。光强度通常取决于光照方向与表面法线之间夹角的余弦值。使用点积，计算公式如下：
我 ∝ n · l
其中 n 为表面法线，l 为光照方向（通常已归一化）。
避免常见错误
学习点积时的一些常见错误：
– 认为点积结果是向量（而它实际上是标量）。
– 组件配对错误（必须是兼容的组件）。
– 忘记了点积可以为负数。
– 使用角度公式时，没有确保所使用的向量和计算出的大小是正确的。
– 误解了零点积意味着垂直（这是正确的），但前提是两个向量都不是零向量。
关闭
向量点积是连接代数和几何的基本概念。通过点积，我们不仅可以计算两个向量的个数，还可以了解它们之间的方向关系：它们是否同向、反向或正交。其简单的公式使其易于应用于手动计算和大规模计算。由于点积在物理学、数据分析、计算机图形学等各个领域都有着广泛的应用，因此理解点积对于任何学习向量数学和线性代数的人来说都是至关重要的一步。
如果您愿意，我还可以添加插图、带解释的练习题，或者更侧重于特定应用（物理、机器学习或几何）的文章版本。
