向量积

本文介绍了如何使用矩阵和四元数方法计算三维空间中两个向量的叉积。通过给出直角坐标系下单位向量i、j、k的叉积规则,详细展示了如何根据这些规则快速计算出任意两个向量的叉积。

矩阵形式[编辑]

给定直角坐标系的单位向量ijk满足下列等式:

i ×  j =  k           j ×  k =  i           k ×  i =  j

通过这些规则,两个向量的叉积的坐标可以方便地计算出来,不需要考虑任何角度:设

a =  a 1 i +  a 2 j +  a 3 k = [ a 1a 2a 3]
b =  b 1 i +  b 2 j +  b 3 k = [ b 1b 2b 3]

a ×  b = [a 2b 3 − a 3b 2, a 3b 1 − a 1b 3, a 1b 2 − a 2b 1]

上述等式可以写成矩阵行列式的形式:

\mathbf{a}\times\mathbf{b}=\det \begin{vmatrix}\mathbf{i} & \mathbf{j} & \mathbf{k} \\a_1 & a_2 & a_3 \\b_1 & b_2 & b_3 \\\end{vmatrix}

叉积也可以用四元数来表示。注意到上述ijk之间的叉积满足四元数的乘法。一般而言,若将向量[a1a2a3]表示成四元数a1i + a2j + a3k,两个向量的叉积可以这样计算:计算两个四元数的乘积得到一个四元数,并将这个四元数的实部去掉,即为结果。更多关于四元数乘法,向量运算及其几何意义请参见四元数与空间旋转

向量,也被称为叉或外,是向量代数中的一个重要概念,它是一种在三维空间中对两个向量进行运算的方式,运算结果是一个向量。 ### 定义 对于两个三维向量 $\vec{a}=(a_1,a_2,a_3)$ 和 $\vec{b}=(b_1,b_2,b_3)$,它们的向量 $\vec{a} \times \vec{b}$ 是一个向量,其大小为 $|\vec{a} \times \vec{b}| = |\vec{a}| |\vec{b}| \sin\theta$,其中 $\theta$ 是 $\vec{a}$ 和 $\vec{b}$ 之间的夹角($0 \leq \theta \leq \pi$),方向垂直于 $\vec{a}$ 和 $\vec{b}$ 所确定的平面,并且遵循右手定则。用坐标表示时,$\vec{a} \times \vec{b} = (a_2b_3 - a_3b_2, a_3b_1 - a_1b_3, a_1b_2 - a_2b_1)$。 ### 性质 - **反交换律**:$\vec{a} \times \vec{b} = -(\vec{b} \times \vec{a})$。 - **分配律**:$\vec{a} \times (\vec{b} + \vec{c}) = \vec{a} \times \vec{b} + \vec{a} \times \vec{c}$。 - **标量乘法的结合律**:$(k\vec{a}) \times \vec{b} = k(\vec{a} \times \vec{b}) = \vec{a} \times (k\vec{b})$,其中 $k$ 是任意实数。 ### 几何意义 向量的大小 $|\vec{a} \times \vec{b}|$ 等于以 $\vec{a}$ 和 $\vec{b}$ 为邻边的平行四边形的面。这一性质在计算几何图形的面等问题中非常有用。 ### 应用 - **计算平面的法向量**:如果已知平面上的两个不共线向量 $\vec{a}$ 和 $\vec{b}$,那么它们的向量 $\vec{a} \times \vec{b}$ 就是该平面的一个法向量。 - **判断向量的共面性**:若三个向量 $\vec{a}$、$\vec{b}$ 和 $\vec{c}$ 满足 $(\vec{a} \times \vec{b}) \cdot \vec{c} = 0$,则这三个向量共面。 ### 数量区别 向量数量(点)是不同的运算。数量的结果是一个标量,而向量的结果是一个向量。数量 $\vec{a} \cdot \vec{b} = |\vec{a}| |\vec{b}| \cos\theta$,主要用于计算向量的投影、判断向量的夹角等;而向量主要用于描述向量的旋转和确定平面的方向等。 ### 代码示例(Python) ```python import numpy as np # 定义两个向量 a = np.array([1, 2, 3]) b = np.array([4, 5, 6]) # 计算向量 cross_product = np.cross(a, b) print("向量 a 和 b 的向量为:", cross_product) ```
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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