比浏览器更快的访问！
19 关系: 垂直，向量，内积，内积空间，函数，內積，克罗内克函数，四维空间，线性子空间，线性代数，线性映射，点积，超平面，Gram-Schmidt正交化，标准正交基，欧几里得空间，正交化，正交分解，正交矩阵。
垂直
垂直是一个几何术语。在平面几何中，如果一条直线与另一条直线相交，且它们构成的任意相邻两个角相等，那么这两条直线相互垂直。术语“垂直”（垂直符號：⊥）衍生一个形容词（垂直）或者名词（垂线）。因此，根据圖一，直线AB通过B点与直线CD相互垂直。像图一这样，如果一条直线与另一条直线垂直，那么它们构成的两个角称为直角，或者90°角。 垂足指两条互相垂直的线相交的点。 垂直的概念对线段和射线也通用，只需看一者所在的直线是否与另一者所在的直线垂直就可以了。如图一中，线段AB和线段CD相互垂直。甚至线段AB的一端不一定要在线段CD上（即可定向伸缩），它们仍被认为是垂直的。 空间几何中，有直线与直线、直线与平面、平面与平面之间的垂直关系。垂直可以看做是欧几里得空间（或内积空间）中的正交关系在二维和三维空间中的特例。.
向量
向量（vector，物理、工程等也称作--）是数学、物理学和工程科学等多个自然科學中的基本概念，指一个同时具有大小和方向，且满足平行四边形法则的几何對象。一般地，同时满足具有大小和方向两个性质的几何对象即可认为是向量（特别地，电流属既有大小、又有正负方向的量，但由于其运算不满足平行四边形法则，公认为其不属于向量）。向量常常在以符号加箭头标示以区别于其它量。与向量相对的概念称标量或数量，即只有大小、绝大多数情况下没有方向（电流是特例）、不满足平行四边形法则的量。.
内积
#重定向 点积.
内积空间
内积空间是数学中的线性代数裡的基本概念，是增添了一个额外的结构的向量空间。这个额外的结构叫做内积或标量积。内积将一对向量与一个标量连接起来，允许我们严格地谈论向量的“夹角”和“长度”，并进一步谈论向量的正交性。内积空间由欧几里得空间抽象而来（内积是点积的抽象），这是泛函分析讨论的课题。 内积空间有时也叫做准希尔伯特空间（pre-Hilbert space），因为由内积定义的距离完备化之后就会得到一个希尔伯特空间。 在早期的著作中，内积空间被称作--空间，但这个词现在已经被淘汰了。在将内积空间称为--空间的著作中，“内积空间”常指任意维（可数或不可数）的欧几里德空间。.
函数
函數在數學中為兩集合間的一種對應關係：輸入值集合中的每項元素皆能對應唯一一項輸出值集合中的元素。例如實數x對應到其平方x2的關係就是一個函數，若以3作為此函數的輸入值，所得的輸出值便是9。 為方便起見，一般做法是以符號f,g,h等等來指代一個函數。若函數f以x作為輸入值，則其輸出值一般寫作f(x)，讀作f of x。上述的平方函數關係寫成數學式記為f(x).
內積
#重定向 点积.
克罗内克函数
#重定向 克罗内克δ函数.
四维空间
在物理学和数学中，可將 n 个数的序列理解为一个 n 维空间中的位置。当n.
线性子空间
线性子空间（或向量子空间）在线性代数和相关的数学领域中是重要的。在没有混淆于其他子空间的时候通常简称为“子空间”。.
线性代数
线性代数是关于向量空间和线性映射的一个数学分支。它包括对线、面和子空间的研究，同时也涉及到所有的向量空间的一般性质。 坐标满足线性方程的点集形成n维空间中的一个超平面。n个超平面相交于一点的条件是线性代数研究的一个重要焦点。此项研究源于包含多个未知数的线性方程组。这样的方程组可以很自然地表示为矩阵和向量的形式。 线性代数既是纯数学也是应用数学的核心。例如，放宽向量空间的公理就产生抽象代数，也就出现若干推广。泛函分析研究无穷维情形的向量空间理论。线性代数与微积分结合，使得微分方程线性系统的求解更加便利。线性代数的理论已被泛化为。 线性代数的方法还用在解析几何、工程、物理、自然科学、計算機科學、计算机动画和社会科学（尤其是经济学）中。由于线性代数是一套完善的理论，非线性数学模型通常可以被近似为线性模型。.
线性映射
在数学中，线性映射（有的书上将“线性变换”作为其同义词，有的则不然）是在两个向量空间（包括由函数构成的抽象的向量空间）之间的一种保持向量加法和标量乘法的特殊映射。线性映射从抽象代数角度看是向量空间的同态，从范畴论角度看是在给定的域上的向量空间所构成的范畴中的态射。 “线性算子”也是与“线性映射”有关的概念。但是不同数学书籍上对“线性算子”的定义存在区别。在泛函分析中，“线性算子”一般被当做“线性映射”的同义词。而有的书则将“线性算子”定义为“线性映射”的自同态子类（详见下文）。为叙述方便，本条目在提及“线性算子”时，采用后一种定义，即将线性算子与线性映射区别开来。.
点积
在数学中，点积（Skalarprodukt、Dot Product）又称--或标量积（Skalarprodukt、Scalar Product），是一种接受两个等长的数字序列（通常是坐标向量）、返回单个数字的代数运算。在欧几里得几何中，两个笛卡尔坐标向量的点积常称为內積（inneres Produkt、Inner Product），见内积空间。 从代数角度看，先对两个数字序列中的每组对应元素求积，再对所有积求和，结果即为点积。从几何角度看，点积则是两个向量的长度与它们夹角余弦的积。这两种定义在笛卡尔坐标系中等价。 点积的名称源自表示点乘运算的点号（a·b），标量积的叫法则是在强调其运算结果为标量而非向量。向量的另一种乘法是叉乘（a×b），其结果为向量，称为叉积或向量积。 點积是--的一种特殊形式。.
超平面
在數學中，超平面（Hyperplane）是 n 維歐氏空間中餘維度等於1的線性子空間。這是平面中的直線、空間中的平面之推廣。 設 F 為域（為初等起見，可考慮 F.
Gram-Schmidt正交化
#重定向 格拉姆-施密特正交化.
新！!: 正交和Gram-Schmidt正交化 · 查看更多 »
标准正交基
在线性代数中，一个内积空间的正交基（orthogonal basis）是元素两两正交的基。称基中的元素为基向量。假若，一个正交基的基向量的模长都是单位长度1，则称这正交基为标准正交基或"规范正交基"（Orthonormal basis）。 无论在有限维还是无限维空间中，正交基的概念都是很重要的。在无限维希尔伯特空间中，正交基不再是哈默尔基，也即是说不是每个元素都可以写成有限个基中元素的线性组合。因此在无限维空间中，正交基应该被更严格地定义为由线性无关而且两两正交的元素组成、张成的空间是原空间的一个稠密子空间（而不是整个空间）的集合。 注意，在没有定义内积的空间中，“正交基”一词是没有意义的。因此，一个具有正交基的巴拿赫空间，就是一个希尔伯特空间。.
欧几里得空间
欧几里得几何是在约公元前300年，由古希腊数学家欧几里得建立的角和空间中距离之间联系的法则。欧几里得首先开发了处理平面上二维物体的“平面几何”，他接着分析三维物体的“立体几何”，所有欧几里得的公理被编排到幾何原本。 这些数学空间可以被扩展来应用于任何有限维度，而这种空间叫做 n维欧几里得空间（甚至简称 n 维空间）或有限维实内积空间。 这些数学空间还可被扩展到任意维的情形，称为实内积空间（不一定完备）， 希尔伯特空间在高等代数教科书中也被称为欧几里得空间。 为了开发更高维的欧几里得空间，空间的性质必须非常仔细的表达并被扩展到任意维度。 尽管结果的数学非常抽象，它却捕获了我们熟悉的欧几里得空间的根本本质，根本性质是它的平面性。 另存在其他種類的空间，例如球面非欧几里得空间，相对论所描述的四维时空在重力出现的时候也不是欧几里得空间。.
正交化
线性代数中的正交化指的是：从内积空间（包括常见的欧几里得空间）中的一组线性无关向量v1，...，vk出发，得到同一个子空间上两两正交的向量组u1，...，uk。 如果还要求正交化后的向量都是单位向量，那么称为标准正交化。 一般在数学分析中采用格拉姆-施密特正交化作正交化的计算。在编程计算时，格拉姆-施密特正交化的数值稳定性不高，所以常用更稳定的豪斯霍尔德变换代替。另外，相对于豪斯霍尔德变换在最后直接生成所有的向量，格拉姆-施密特方法在第i步产生第i个向量，因此后者可用迭代法编写。对于含有零元素较多的向量组（例如稀疏矩阵的QR分解），还会采用吉文斯旋转。 Z.
正交分解
正交分解是解决物理学矢量计算问题的一种矢量分解方法。 一般来说方法是这样的：.
正交矩阵
在矩阵论中，正交矩阵（orthogonal matrix）是一個方块矩阵Q，其元素為实数，而且行與列皆為正交的单位向量，使得該矩陣的转置矩阵為其逆矩阵： 其中，I為單位矩陣。正交矩陣的行列式值必定為+1或-1，因為： 底下是一些重要的性質：.
重定向到这里：
正交函数。
