透過 MCP 連接 →

輸入計算

請以逗號分隔輸入各分量 a1, a2, ..., an。

數學公式

廣告

結果

Scalar product c = λa
( 3.0, 6.0, 9.0 )
維度相同的結果向量
Scalar λ 3
維度(n) 3

什麼是向量純量乘法?

向量純量乘法是指把一個數(稱為純量,記作 \(\lambda\))和一個向量 a = \((a_1, a_2, \dots, a_n)\) 相乘,得到一個新向量 c,其中每個分量都被這個純量乘過一遍。這是線性代數兩大基本運算之一(另一個是向量加法),在任何情況下的算法都完全相同——它是純粹的數學,沒有單位,也沒有任何國家或地區的特殊規則。

從幾何角度來看,乘以正純量會讓向量沿著原本的方向伸長或縮短;乘以負純量除了縮放之外還會把它翻轉到相反方向;而乘以零則會把它壓縮成零向量。

一個向量箭頭和三個縮放版本,展示拉長、不變和反向。
純量乘法會根據 \(\lambda\) 拉伸、縮短或翻轉向量。

如何使用這個計算機

請以逗號分隔的數字輸入向量的各個分量(例如 1, 2, 3),接著輸入純量 \(\lambda\)。計算機會把每個分量都乘以 \(\lambda\),並回傳一個維度相同的結果向量。負數、小數與零都可以輸入。

計算公式

給定 \(\mathbf{a} = (a_1, a_2, \dots, a_n)\) 與純量 \(\lambda\),結果為

$$\lambda\,\mathbf{a} = \lambda\left(a_1,\, a_2,\, \dots,\, a_n\right) = \left(\lambda\,a_1,\ \lambda\,a_2,\ \dots,\ \lambda\,a_n\right)$$

換句話說,對每個索引 \(i\) 而言:\(c_i = \lambda \cdot a_i\)。輸出向量的維度永遠與輸入向量相同。

Advertisement
向量的每個分量乘以 λ 得到一個新向量。
每個分量都乘以同一個純量 \(\lambda\)。

實例演算

設 \(\mathbf{a} = (1, 2, 3)\)、\(\lambda = 3\)。則 \(c_1 = 3 \times 1 = 3\)、\(c_2 = 3 \times 2 = 6\)、\(c_3 = 3 \times 3 = 9\),因此 \(\mathbf{c} = (3, 6, 9)\)。再看第二個例子:\(\mathbf{a} = (-2, 0.5, 4)\) 且 \(\lambda = -2\),得到 \(\mathbf{c} = (4, -1, -8)\)。

常見問題

這是內積(點積)嗎?不是。內積(點積)是兩個向量相乘並得到一個純量(單一數字)。這裡是用一個向量乘以一個純量,得到的結果仍然是向量。

\(\lambda = 0\) 會得到什麼?會得到維度相同的零向量 \((0, 0, \dots, 0)\)。\(\lambda = 1\) 會讓向量保持不變,而 \(\lambda = -1\) 則會回傳相反(取負)的向量。

維度會改變嗎?永遠不會——結果向量的分量數目,必定與輸入向量完全相同。

最後更新: