向量的叉积

叉积cross product
叉积的计算结果仍然为一个向量 叉积只能计算3d向量,2d向量没有叉积,通过对两个3d向量计算叉积,结果第三个向量同事垂直于计算向量

叉积计算方式
a=(ax,ay,az);
b=(bx,by,bz)
a X b =(aybz-azby,azbx-axbz,axby-aybx);
叉积不适合于交换律的运算
ab的叉积和ba的叉积是相反的

叉积可用于计算平面的法线等用途
法线:垂直于一个平面的向量

### 向量计算方法 向量是一种特殊的二元运算,其结果是一个新的向量。以下是详细的计算方法: #### 1. 基本定义 设两个三维空间中的向量分别为 \( \mathbf{a} = (a_1, a_2, a_3) \) 和 \( \mathbf{b} = (b_1, b_2, b_3) \),它们的可以表示为一个新的向量 \( \mathbf{c} = \mathbf{a} \times \mathbf{b} \)[^1]。 该新向量满足以下条件: - **大小**:\( |\mathbf{c}| = |\mathbf{a}| |\mathbf{b}| \sin\theta \),其中 \( \theta \) 是两向量之间的夹角。 - **方向**:由右手定则决定,即当四指从 \( \mathbf{a} \) 转向 \( \mathbf{b} \) 时,大拇指指向的方向即是 \( \mathbf{c} \) 的方向[^1]。 #### 2. 计算公式 通过解析几何的方法,可以直接利用分量表达式来计算。具体如下: \[ \mathbf{a} \times \mathbf{b} = \begin{vmatrix} \mathbf{i} & \mathbf{j} & \mathbf{k} \\ a_1 & a_2 & a_3 \\ b_1 & b_2 & b_3 \end{vmatrix} \] 展开行列式可得: \[ \mathbf{a} \times \mathbf{b} = ((a_2 b_3 - a_3 b_2)\mathbf{i}, -(a_1 b_3 - a_3 b_1)\mathbf{j}, (a_1 b_2 - a_2 b_1)\mathbf{k}) \][^1]。 最终得到的结果为: \[ \mathbf{a} \times \mathbf{b} = (a_2 b_3 - a_3 b_2, a_3 b_1 - a_1 b_3, a_1 b_2 - a_2 b_1) \][^1]。 #### 3. 示例 假设 \( \mathbf{a} = (2, 3, 4) \),\( \mathbf{b} = (5, 6, 7) \),按照上述公式进行计算: ```python import numpy as np # 定义向量 a = np.array([2, 3, 4]) b = np.array([5, 6, 7]) # 使用numpy库计算 cross_product = np.cross(a, b) print(cross_product) ``` 运行以上代码会输出 `[-3 6 -3]`,这与手动计算一致[^1]。 --- ###
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