详细理解向量叉积

叉积(Cross Product),又称向量积或外积,是三维空间中两个向量的一种二元运算,结果是一个新的向量。它与点积(内积)不同,叉积的结果是向量而不是标量。

定义

给定两个三维向量 a = (a₁, a₂, a₃) 和 b = (b₁, b₂, b₃),它们的叉积 a × b 定义为:

a×b=(a2b3−a3b2, a3b1−a1b3, a1b2−a2b1) \mathbf{a} \times \mathbf{b} = (a_2b_3 - a_3b_2, \, a_3b_1 - a_1b_3, \, a_1b_2 - a_2b_1) a×b=(a2b3−a3b2,a3b1−a1b3,a1b2−a2b1)

也可以用行列式形式表示:

a×b=∣ijka1a2a3b1b2b3∣ \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} a×b= ia1b1ja2b2ka3b3

其中 i , j , k 分别是 x、y、z 轴的单位向量。

几何意义

  1. 方向 :叉积的结果向量 a × b 垂直于 ab 所在的平面,方向遵循右手定则(右手四指从 a 转向 b ,拇指指向 a × b 的方向)。

  2. 大小 :叉积的模长等于 ab 的模长与它们夹角 θ 的正弦的乘积:
    ∥a×b∥=∥a∥∥b∥sin⁡θ \|\mathbf{a} \times \mathbf{b}\| = \|\mathbf{a}\| \|\mathbf{b}\| \sin\theta ∥a×b∥=∥a∥∥b∥sinθ

    若a、b均归一化,当a、b平行时结果为0,当a、b垂直时结果为1,叉积的模长代表了两个向量的误差。

    • 几何上表示以 ab 为邻边的平行四边形的面积。

性质

  1. 反交换律a × b = −(b × a)
  2. 分配律a × (b + c) = a × b + a × c
  3. 与标量乘法结合 :(ka ) × b = a × (kb ) = k(a × b)。
  4. 平行向量叉积为零 :若 ab 平行(θ = 0° 或 180°),则 a × b = 0
相关推荐
知识分享小能手1 天前
线性代数学习教程,从入门到精通,向量组的线性相关性 — 完整知识点梳理(7)
学习·线性代数·机器学习
ACP广源盛139246256731 天前
WAIC2026 国产超节点算力浪潮下@ACP#IX9104 在算力矩阵中的定位与落地场景
大数据·数据库·人工智能·嵌入式硬件·线性代数·矩阵
ACP广源盛139246256731 天前
WAIC2026 国产算力浪潮下@ACP#IX8024 在算力矩阵中的定位与落地场景
大数据·数据库·人工智能·嵌入式硬件·线性代数·矩阵
haohao34301 天前
B4259 [GESP202503 二级] 等差矩阵
线性代数·矩阵
粉色大象1 天前
考研线代重难点:二阶实对称矩阵合同快速判定|2008数二第8题真题精讲
线性代数·考研·矩阵
A_cainiao_A1 天前
【ggml系列】【第五篇】ggml_compute_forward_mul_mat 矩阵乘法算子源码与性能优化深度解析
线性代数·性能优化·矩阵
TechEdu2026061 天前
[通信与计算]线性代数:概念及其在通信中的应用
线性代数·机器学习·通信系统·信息通信
瑞码空间2 天前
线性代数核心概念与实战应用详解
线性代数
知识分享小能手2 天前
线性代数学习教程,从入门到精通,矩阵的初等变换与线性方程组(6)
学习·线性代数·矩阵
知识分享小能手2 天前
线性代数学习教程,从入门到精通,矩阵的初等变换与线性方程组(5)
学习·线性代数·矩阵