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
AI科技星11 小时前
哥德巴赫猜想1+1基于平行素数对等腰梯形网格拓扑与素数渐近密度的大偶数满填充完备性证明
人工智能·线性代数·架构·概率论·学习方法
AI科技星1 天前
《数学公理体系·第三部·数术几何》(2026 年版)
c语言·开发语言·线性代数·算法·矩阵·量子计算·agi
AI科技星2 天前
第二章 平行素数对网格:矩形→等腰梯形拓扑变换(完整公理终稿)
c语言·开发语言·线性代数·算法·量子计算·agi
dog2502 天前
解析几何的现代范式-算力,拟合与对偶
服务器·开发语言·网络·线性代数·php
晚霞的不甘2 天前
CANN Catlass 矩阵乘模板库深度解析:高性能矩阵运算的进阶之路
人工智能·python·线性代数·矩阵
AI_yangxi2 天前
短视频矩阵系统技术强的公司
线性代数·矩阵
ccice012 天前
硬核技术解析:运用Gemini多步推理链,攻克办公场景中的复杂决策与风险矩阵构建(国内免费镜像实操)
人工智能·线性代数·矩阵
AI算法沐枫2 天前
大一学生如何入门机器学习,深度学习,学习顺序如何?
人工智能·python·深度学习·学习·线性代数·算法·机器学习
木斯佳2 天前
HarmonyOS 6 ArkGraphics 3D精讲:坐标、向量与矩阵——初识3D数学的“空间建模”
线性代数·3d·矩阵
05候补工程师3 天前
【408狂飙·数据结构】核心考点深度复盘:数组地址计算、特殊矩阵压缩存储与树的五大性质解题直觉
数据结构·笔记·线性代数·考研·算法·矩阵