BaseHalf
全部文章

内积,就是把对应位置的乘积加在一起

还是在同一个 BaseHalf 文件夹里,我从 §1.4 里内积的定义长出一条笔记,核对了几条性质和一般例子,并做了习题 1.8 和 1.9。

vmls-note-6.md 仍指向印刷第 17 页的线性组合定义,06-linear-combination.md 里还留着第 6 篇里核对过的计算。我仍在 BaseHalf 0.7.0 的同一个桌面文件夹里接着读,这一次从印刷第 19 页开始。

这是精读 Boyd 与 Vandenberghe 的《Introduction to Applied Linear Algebra》的第 7 篇。我没有新开画布。内积是一个数,不是另一个向量:把对应位置的分量相乘,再把这些乘积加起来。

从内积的定义长出来的笔记

在 Card Detail 里,我翻到阅读器第 29 页,也就是印刷第 19 页,选中内积开头的定义,再一次选择 Grow branch,仍然是在阅读器里发起,不是从封面发起。新文件是 vmls-note-7.md。它已经把 vmls.pdf 写在 upstream 里,并且指向第 29 页。

我需要的那句话已经在选区里:两个 n 维向量的内积是这个数

a^T b = a_1 b_1 + a_2 b_2 + ··· + a_n b_n

选区从 “The” 的后两个字母才开始,所以笔记的开头是 “e (standard) inner product”,而不是 “The (standard) inner product”。它也停在换行处,最后几个词是 “in the notation used in th”,而不是书里那句的其余部分。我不会把这截断的一行当成整句。

上标 T 会在第 6 章解释;我现在只把 a^T b 当作这个求和的名字,不当成一种我已经学过的运算。书里还列出了它不准备使用的其他写法,比如 ⟨a, b⟩ 和 a · b。我已经知道,在这本书里 (a, b) 表示长度为 2n 的拼接向量,所以不会再用这种写法表示内积。

我先重算了书里的 3 维例子,索引仍按前面笔记里的从 1 开始:如果 a = (−1, 2, 2),b = (1, 0, −3),那么 (−1)(1) + (2)(0) + (2)(−3) = −7。我还用自己的一组向量核对:如果 a = (3, −1, 4),b = (2, 5, 0),那么 3·2 + (−1)·5 + 4·0 = 1。当向量的长度是 1 时,内积就是两个数的普通乘积。

我实际核对过的性质,以及几种有名字的求和

其余部分我写进了 07-inner-product.md,upstream 里有教材、新的 Grow branch 笔记,以及前面的加法和数乘笔记。书上说这些法则从定义很容易看出,于是我用同一组向量 a = (3, −1, 4) 和 b = (2, 5, 0),再加上 c = (1, 1, 1) 和数 2 来核对。

a^T b 是 1,而 b^T a = 2·3 + 5·(−1) + 0·4 = 1,所以内积可交换。再看与数乘的结合:2a = (6, −2, 8),(2a)^T b = 12 − 10 + 0 = 2,正好是 2 乘 1。再看对向量加法的分配:a + b = (5, 4, 4),(a + b)^T c = 13,而 a^T c = 6,b^T c = 7,加起来也是 13。

这些法则合在一起就是四项展开。印刷第 20 页提醒:等号左边的加号是向量加法,右边的加号是数的加法。我用 d = (0, 1, −1) 核对:左边是 (a + b)^T (c + d) = (5, 4, 4)^T (1, 2, 0) = 13,右边四个内积是 6 + (−5) + 7 + 5 = 13。

同一页还点名了几种我已经有零件的特殊情形。与标准单位向量的内积会取出一个分量。与全 1 向量的内积是各分量之和。与 (1/n)1 的内积是平均。一个向量与自身的内积是各分量的平方和。如果 b 是 0-1 选择向量,b^T a 只保留 b 里为 1 的那些位置上 a 的分量。习题 1.9 里我又用到了求和和选择和。

如果两个向量由形状一致的块拼成,它们的内积就是这些块的内积之和。我在 Applications 之前停下;那些段落从同一印刷页开始,是下一篇的内容。

习题 1.8 和 1.9

尝试写在 07-exercises.md 里。题目仍留在书里,印刷第 25 到 26 页。

习题 1.8 里,p 是每件商品的利润向量,s 是销量向量。总利润就是对应位置的乘积之和,也就是 p^T s。p 的某些分量可以是负数,s 的某些分量也可以是负数,这个求和仍然成立。我用自己的一组数核对,p = (2, −1, 4),s = (10, 5, −1):p^T s = 20 − 5 − 4 = 11。

习题 1.9 里,s 是记录 20 种症状的 0-1 向量。症状总数是 1^T s,这里的全 1 向量长度是 20。前十种症状里出现了五种,意思是 1^T s_{1:10} = 5,切片记号已经写在 01-notation.md 里。同一件事也可以写成选择和:如果 b 的前十个分量是 1、后十个是 0,那么 b^T s = 5。我用一个更短的列表核对,权当只有十种症状,s = (1, 1, 0, 1, 0, 0, 0, 0, 0, 0):1^T s_{1:10} 和 b^T s 都等于 3。

我是对照 vmls-note-7.md 里的定义、07-inner-product.md 里的求和与选择和例子,以及 01-notation.md 里的切片记号来核对的,没有去查题解。这次没有请智能体批改。

同一学习文件夹在读完 §1.4 前半部分之后:教材、第 1 到第 6 篇的笔记、新的内积 Grow branch 笔记,以及定义笔记和练习笔记,连接已经写在文件里。

下一篇还要接着做的事

vmls-note-7.md、07-inner-product.md 和 07-exercises.md 现在和线性组合的笔记放在同一个文件夹里。我已经有了定义、核对过的性质,以及两道用到求和和选择和的练习。印刷第 20 到 22 页的 Applications 还在后面。

这是“用 BaseHalf 学应用线性代数”的第 7 篇,精读《Introduction to Applied Linear Algebra》。上一篇:线性组合,就是把若干个按比例缩放的向量加在一起。