线性代数中内积的概念

在数学中，数量积（dot product; scalar product，也称为点积）是接受在实数R上的两个向量并返回一个实数值标量的二元运算。它是欧几里得空间的标准内积。

两个向量a = [a1, a2,…, an]和b = [b1, b2,…, bn]的点积定义为：

a·b=a1b1+a2b2+……+anbn。

使用矩阵乘法并把（纵列）向量当作n×1 矩阵，点积还可以写为：

a·b=a^T*b，这里的a^T指示矩阵a的转置。

正交变换是线性变换的一种，它从实内积空间V映射到V自身，且保证变换前后内积不变。 因为向量的模长与夹角都是用内积定义的，所以正交变换前后一对向量各自的模长和它们的夹角都不变。特别地，标准正交基经正交变换后仍为标准正交基。

扩展资料

点积的值：

u的大小、v的大小、u,v夹角的余弦。在u,v非零的前提下，点积如果为负，则u,v形成的角大于90度；如果为零，那么u,v垂直；如果为正，那么u,v形成的角为锐角。

两个单位向量的点积得到两个向量的夹角的cos值，通过它可以知道两个向量的相似性，利用点积可判断一个多边形是面向摄像机还是背向摄像机。

向量的点积与它们夹角的余弦成正比，因此在聚光灯的效果计算中，可以根据点积来得到光照效果，如果点积越大，说明夹角越小，则物体离光照的轴线越近，光照越强。

参考资料来源：百度百科-点积

　　在数学中，内积（dot product; scalar product，也称为点积）是接受在实数R上的两个向量并返回一个实数值标量的二元运算。它是欧几里得空间的标准内积。
　　两个向量a = [a1, a2,…, an]和b = [b1, b2,…, bn]的点积定义为：
　　a·b=a1b1+a2b2+……+anbn。
　　使用矩阵乘法并把（纵列）向量当作n×1 矩阵，点积还可以写为：
　　a·b=a*b^T，这里的b^T指示矩阵b的转置。

内积只有向量有，矩阵没有这种概念。欧几里德空间本来就是向量空间，不是矩阵空间