內積（inner proct），又稱數量積（scalar proct）、點積（dot proct）是一種向量運算，但其結果為某一數值，並非向量。其物理意義是質點在F的作用下產生位移S，力F所做的功，W=|F||S|cosθ。
在數學中，數量積（dot proct; scalar proct，也稱為點積）是接受在實數R上的兩個向量並返回一個實數值標量的二元運算。它是歐幾里得空間的標准內積。 兩個向量a = [a1, a2,…, an]和b = [b1, b2,…, bn]的點積定義為： a·b=a1b1+a2b2+……+anbn。 使用矩陣乘法並把（縱列）向量當作n×1 矩陣，點積還可以寫為： a·b=a*b^T，這里的b^T指示矩陣b的轉置。
在數學裡面，內積空間就是增添了一個額外的結構的向量空間。這個額外的結構叫做內積，或標量積，或點積。這個增添的結構允許我們談論向量的角度和長度。內積空間由歐幾里得空間抽象而來，這是泛函分析討論的課題。
內積空間有時也叫做准希爾伯特空間，因為由內積定義的距離完備化之後就會得到一個希爾伯特空間。在早期的著作中，內積空間被稱作酉空間，但這個詞現在已經被淘汰了。在將內積空間稱為酉空間的著作中，「內積空間」常指任意維（可數/不可數）的歐幾里德空間。
在生產生活中，內積同樣應用廣泛。利用內積可判斷一個多邊形是否面向攝像機還是背向攝像機。向量的內積與它們夾角的餘弦成正比，因此在聚光燈的效果計算中，可以根據內積來得到光照效果，如果內積越大，說明夾角越小，則物理離光照的軸線越近，光照越。物理中，內積可以用來計算合力和功。若b為單位矢量，則內積即為a在方向b的投影，即給出了力在這個方向上的分解。功即是力和位移的內積。計算機圖形學常用來進行方向性判斷，如兩矢量點積大於0，則它們的方向朝向相近；如果小於0，則方向相反。矢量內積是人工智慧領域中的神經網路技術的數學基礎之一，此方法還被用於動畫渲染（Animation-Rendering）。
線性變換中點積的意義：
根據點積的代數公式：a·b=a1b1+a2b2+……+anbn，假設a為給定權重向量，b為特徵向量，則a·b其實為一種線性組合，函數F（a·b）則可以構建一個基於a·b+c = 0 （c為偏移）的某一超平面的線性分類器，F是個簡單函數，會將超過一定閾值的值對應到第一類，其它的值對應到第二類。
