向量的点积与叉积

对于如下两个向量:
a ⃗ = ( x 1 , y 1 , z 1 ) b ⃗ = ( x 2 , y 2 , z 2 ) \vec{a} = (x_1, y_1, z_1) \\ \vec{b} = (x_2, y_2, z_2) a =(x1,y1,z1)b =(x2,y2,z2)
设它们之间的夹角为 θ \theta θ

  • 向量点积(内积)运算的结果是一个标量,定义为:
    a ⃗ ⋅ b ⃗ = x 1 x 2 + y 1 y 2 + z 1 z 2 \vec{a} \cdot \vec{b} = x_1x_2 + y_1y_2 + z_1z_2 a b =x1x2+y1y2+z1z2
    在几何上,向量点积运算表示 一个向量的模 与 另一个向量在该向量方向上投影 的乘积,即:
    a ⃗ ⋅ b ⃗ = ∣ a ⃗ ∣ ∣ b ⃗ ∣ cos ⁡ θ \vec{a} \cdot \vec{b} = |\vec{a}||\vec{b}|\cos\theta a b =a ∣∣b cosθ

  • 向量叉积(外积)运算的结果仍然是一个向量,定义为:
    a ⃗ × b ⃗ = ∣ i j k x 1 y 1 z 1 x 2 y 2 z 2 ∣ = ( y 1 z 2 − y 2 z 1 ) i + ( x 2 z 1 − x 1 z 2 ) j + ( x 1 y 2 − x 2 y 1 ) k \begin{aligned} \vec{a} \times \vec{b} &= \begin{vmatrix} i & j & k \\ x_1 & y_1 & z_1 \\ x_2 & y_2 & z_2 \end{vmatrix} \\ &= (y_1z_2 - y_2z_1)i + (x_2z_1 - x_1z_2)j + (x_1y_2 - x_2y_1)k \end{aligned} a ×b = ix1x2jy1y2kz1z2 =(y1z2y2z1)i+(x2z1x1z2)j+(x1y2x2y1)k
    在几何意义上,向量叉积的结果是一个方向垂直于 a ⃗ 、 b ⃗ \vec{a}、\vec{b} a b 的向量(可用右手定则判定),其大小为两个向量所形成的平行四边形的面积:
    ∣ a ⃗ × b ⃗ ∣ = ∣ a ⃗ ∣ ∣ b ⃗ ∣ sin ⁡ θ |\vec{a} \times \vec{b}| = |\vec{a}||\vec{b}|\sin\theta a ×b =a ∣∣b sinθ

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值