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 a 和 b 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 a 和 b 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 a 和 b 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 a 和 b 平行(θ = 0° 或 180°),则 a × b = 0。
相关推荐
莱茶荼菜5 天前
【slam公式】
人工智能·线性代数·机器学习
伯奥克客服6 天前
2026年视频矩阵厂家技术评估:从EDID到控制协议开放度的六维筛选法
线性代数·矩阵·音视频
释厄6237 天前
三角基底律——矩阵3x6 是所有三角形的基底·3D中高就是边
线性代数·3d·矩阵
桑年8 天前
四、Pandas数据处理
人工智能·python·线性代数·pandas·数据可视化·数据处理
zhongben_keji11 天前
家政小程序开发全解:经营模式、品类矩阵、派单约束与信用核验
线性代数·矩阵·apache
silvamux_11 天前
微头条爆款体平台适配实测:把交付要求变成可计算的指标
java·线性代数·算法·决策树·矩阵
晒太羊的猫13 天前
hot100矩阵问题
线性代数·矩阵
轻口味13 天前
启元无真机二开实战1:54 个接口能做什么、不能做什么——启元 Q1/T1 SDK 能力全景与版本矩阵
线性代数·矩阵·ros2·具身智能·启元机器人
Angel Q.14 天前
协方差矩阵:3DGS 里“椭球的形状说明书“
线性代数·3d·矩阵
茉莉玫瑰花茶15 天前
线性代数 [ 矩阵与线性变化 ]
线性代数·math·1024程序员节