【解析几何丘维声 第一章】向量代数第二部分

本文涉及知识点

数学

4 向量的外积(叉乘)

作用在A点上的力F关于支点O的力矩M的大小为

∣ M ∣ = ∣ F 2 ∣ ∣ O A ⃗ ∣ = ∣ F ∣ ∣ O A ⃗ ∣ sin ⁡ < F , O A ⃗ > |M|=|F_2||\vec {OA}|=|F||\vec {OA}|\sin<F,\vec {OA}> ∣M∣=∣F2∣∣OA ∣=∣F∣∣OA ∣sin<F,OA >力矩M的方向为:让右手四指从 O A ⃗ 弯向 F (转角小于 180 度),则大拇指指向 M 的方向 \vec{OA}弯向F(转角小于180度),则大拇指指向M的方向 OA 弯向F(转角小于180度),则大拇指指向M的方向。

4.1 向量的外积定义

∣ a ⃗ × b ⃗ : = ∣ a ∣ ∣ b ∣ sin ⁡ < a ⃗ , b ⃗ > 方向遵守右手定理 |\vec a \times \vec b :=|a||b|\sin <\vec a,\vec b> 方向遵守右手定理 ∣a ×b :=∣a∣∣b∣sin<a ,b >方向遵守右手定理

4.2 向量的外积的几何意义,平面的定向

向量外积=平行四边形的有向面积。

4.3 向量的外积的运算规律

命题1.9 :若 a ⃗ ≠ 0 ,则 a ⃗ × b ⃗ = a × b 2 ,其中 b 2 是 b 沿方向 a 的外投影。 \vec a \neq 0,则\vec a\times \vec b=a \times b_2,其中b_2是b沿方向a的外投影。 a =0,则a ×b =a×b2,其中b2是b沿方向a的外投影。

命题1.10 设 e ⃗ \vec e e 是单位向量, b ⃗ ⊥ e ⃗ , 则 e ⃗ × b 等于 b 按右手螺旋规则绕 e ⃗ 旋转 90 ∘ 得到的向量 b ′ \vec b \perp \vec e,则\vec e \times b等于b按右手螺旋规则绕\vec e旋转90^{\circ}得到的向量b' b ⊥e ,则e ×b等于b按右手螺旋规则绕e 旋转90∘得到的向量b′

推论1.4O; e 1 , e 2 , e 3 e_1,e_2,e_3 e1,e2,e3为右手直角坐标系,则有 e 1 ⃗ × e 2 ⃗ = e 3 ⃗ , e 2 ⃗ × e 3 ⃗ = e 1 ⃗ , e 3 ⃗ × e 1 ⃗ = e 2 ⃗ \vec {e_1} \times \vec {e_2}=\vec {e_3},\vec {e_2} \times \vec {e_3}=\vec {e_1},\vec {e_3} \times \vec {e_1}=\vec {e_2} e1 ×e2 =e3 ,e2 ×e3 =e1 ,e3 ×e1 =e2

定理1.7 外积适合下列运算规律:对于任意向量 a ⃗ , b ⃗ , c ⃗ 和任意实数 λ ,有 \vec a,\vec b,\vec c和任意实数\lambda,有 a ,b ,c 和任意实数λ,有

a ⃗ × b = − b ⃗ × a 反交换律 ( λ a ⃗ ) × b ⃗ = λ ( a ⃗ × b ⃗ ) a ⃗ × ( b ⃗ + c ⃗ ) = a ⃗ × b ⃗ + a ⃗ × c ⃗ ( 左分配律 ) ( b ⃗ + c ⃗ ) × a ⃗ = b ⃗ × a ⃗ + c ⃗ × a ⃗ \vec a \times b = -\vec b \times a 反交换律\\ (\lambda\vec a)\times \vec b=\lambda(\vec a\times \vec b)\\ \vec a\times(\vec b+\vec c)=\vec a \times \vec b+\vec a \times \vec c(左分配律)\\ (\vec b+\vec c)\times \vec a=\vec b \times \vec a+\vec c \times \vec a a ×b=−b ×a反交换律(λa )×b =λ(a ×b )a ×(b +c )=a ×b +a ×c (左分配律)(b +c )×a =b ×a +c ×a

4.4 用坐标计算向量的外积

先取一个仿射标架O;**e1** ,**e2** ,**e3** ,设a ,b 的坐标分别是(a1,a2,a3),(b1,b2,b3)。则:

a ⃗ × b ⃗ = ( a 1 e 1 ⃗ + a 2 e 2 ⃗ + a 3 e 3 ⃗ ) × ( b 1 e 1 ⃗ + b 2 e 2 ⃗ + b 3 e 3 ⃗ ) \vec a \times \vec b=(a1\vec {e1}+a2\vec{e2}+a3\vec{e3})\times(b1\vec {e1}+b2\vec{e2}+b3\vec{e3}) a ×b =(a1e1 +a2e2 +a3e3 )×(b1e1 +b2e2 +b3e3 )

= ( a 1 b 2 − a 2 b 1 ) e 1 ⃗ × e 2 ⃗ + ( a 3 b 1 − a 1 b 3 ) e 3 ⃗ × e 1 ⃗ + ( a 2 b 3 − a 3 b 2 ) e 2 ⃗ × e 3 ⃗ =(a1b2-a2b1)\vec{e1}\times \vec{e2}+(a3b1-a1b3)\vec{e3}\times\vec{e1}+(a2b3-a3b2)\vec{e2}\times\vec{e3} =(a1b2−a2b1)e1 ×e2 +(a3b1−a1b3)e3 ×e1 +(a2b3−a3b2)e2 ×e3

无论仿射标架,还是直角坐标系。 e 1 ⃗ × e 1 ⃗ = e 2 ⃗ × e 2 ⃗ = e 3 ⃗ × e 3 ⃗ = 0 \vec{e1} \times \vec{e1}=\vec{e2} \times \vec{e2}=\vec{e3} \times \vec{e3}=0 e1 ×e1 =e2 ×e2 =e3 ×e3 =0

在右手直角坐标系中: e 1 ⃗ × e 2 ⃗ = e 3 ⃗ , e 3 ⃗ × e 1 ⃗ = e 2 ⃗ , e 2 ⃗ × e 3 ⃗ = e 1 ⃗ \vec{e1}\times\vec{e2}=\vec{e3},\vec{e3}\times\vec{e1}=\vec{e2},\vec{e2}\times\vec{e3}=\vec{e1} e1 ×e2 =e3 ,e3 ×e1 =e2 ,e2 ×e3 =e1

定理1.8 :在右手直角坐标系中: a ⃗ , b ⃗ \vec a,\vec b a ,b 的坐标分别为:(a1,a2,a3),(b1,b2,b3),则 a ⃗ × b ⃗ \vec a \times \vec b a ×b 的坐标为:

( ∣ a 2 a 3 b 2 b 3 ∣ , − ∣ a 1 a 3 b 1 b 3 ∣ , ∣ a 1 a 2 b 1 b 2 ∣ ) (\begin{vmatrix} a2 &a3\\ b2 & b3\\ \end{vmatrix},-\begin{vmatrix} a1 &a3\\ b1 & b3\\ \end{vmatrix},\begin{vmatrix} a1 &a2\\ b1 & b2\\ \end{vmatrix}) ( a2b2a3b3 ,− a1b1a3b3 , a1b1a2b2 )

即坐标分量为下述矩阵,第一行各列代数余子式:

( 1 1 1 a 1 a 2 a 3 b 1 b 2 b 3 ) \begin{pmatrix} 1 & 1 & 1\\ a1 & a2 &a3\\ b1 & b2 & b3\\ \end{pmatrix} 1a1b11a2b21a3b3

4.5 二重外积

命题1.11 :对任意向量 a ⃗ , b ⃗ , c ⃗ \vec a,\vec b,\vec c a ,b ,c 有: a ⃗ × ( b ⃗ × c ⃗ ) = ( a ⃗ ⋅ c ⃗ ) b ⃗ − ( a ⃗ ⋅ b ⃗ ) c ⃗ \vec a \times(\vec b \times \vec c)=(\vec a \cdot \vec c)\vec b-(\vec a \cdot \vec b)\vec c a ×(b ×c )=(a ⋅c )b −(a ⋅b )c ,此公式称为二重外积。

证明 : 取一个右手坐标系,设 a ⃗ ( a 1 , a 2 , a 3 ) , b ⃗ ( b 1 , b 2 , b 3 ) , c ⃗ ( c 1 , c 2 , c 3 ) 。设 b ⃗ × c ⃗ 的坐标为 ( d 1 , d 2 , d 3 ) ,设 a ⃗ × ( b ⃗ × c ) 的坐标为 ( h 1 , h 2 , h 3 ) \vec a(a1,a2,a3),\vec b(b1,b2,b3),\vec c(c1,c2,c3)。设\vec b \times \vec c的坐标为(d1,d2,d3),设\vec a \times(\vec b \times c)的坐标为(h1,h2,h3) a (a1,a2,a3),b (b1,b2,b3),c (c1,c2,c3)。设b ×c 的坐标为(d1,d2,d3),设a ×(b ×c)的坐标为(h1,h2,h3)

h1 = a 2 d 3 − a 3 d 2 = a 2 ( b 1 c 2 − b 2 c 1 ) − a 3 ( b 3 c 1 − b 1 c 3 ) = b 1 ( a 2 c 2 + a 3 c 3 ) − c 1 ( a 2 b 2 + a 3 b 3 ) a_2d_3-a_3d_2=a_2(b_1c_2-b_2c_1)-a_3(b_3c_1-b_1c_3)=b_1(a_2c_2+a_3c_3)-c_1(a_2b_2+a_3b_3) a2d3−a3d2=a2(b1c2−b2c1)−a3(b3c1−b1c3)=b1(a2c2+a3c3)−c1(a2b2+a3b3)

= b 1 ( a ⋅ c − a 1 c 1 ) − c 1 ( a ⋅ b − a 1 b 1 ) =b_1(a \cdot c - a_1c_1)-c_1(a \cdot b - a_1b_1) =b1(a⋅c−a1c1)−c1(a⋅b−a1b1)

= ( a ⋅ c ) b 1 − ( a ⋅ b ) c 1 =(a \cdot c)b_1 - (a\cdot b)c_1 =(a⋅c)b1−(a⋅b)c1。 a 1 b 1 c 1 a_1b_1c_1 a1b1c1抵消。

同理可得: h 2 = ( a ⃗ ⋅ c ⃗ ) b 2 − ( a ⃗ ⋅ b ⃗ ) c 2 , h 3 = ( a ⃗ ⋅ c ⃗ ) b 3 − ( a ⃗ ⋅ b ⃗ ) c 3 h_2=(\vec a \cdot \vec c)b_2-(\vec a \cdot \vec b)c_2,h_3=(\vec a \cdot \vec c)b_3-(\vec a \cdot \vec b)c_3 h2=(a ⋅c )b2−(a ⋅b )c2,h3=(a ⋅c )b3−(a ⋅b )c3

5 向量的混合积

5.1 向量的混合积的几何意义和性质

a ⃗ × b ⃗ \vec a \times \vec b a ×b 是两个向量围成的平行四边形的有向面积,即向量 a ⃗ , b ⃗ , c ⃗ \vec a,\vec b,\vec c a ,b ,c 组成平行六面体的低面积。

令 d ⃗ \vec d d 是底面的单位法向量,则 d ⋅ c d \cdot c d⋅c是高。故平行六面体的定向体积是: a ⃗ × b ⃗ ⋅ c \vec a \times \vec b \cdot c a ×b ⋅c,即混合积。

定向体积为正, ∠ < a ⃗ × b ⃗ , c ⃗ > \angle<\vec a \times \vec b,\vec c> ∠<a ×b ,c >是锐角,遵守右手坐标系。

命题1.12 :三个向量 a ⃗ , b ⃗ , c ⃗ \vec a,\vec b,\vec c a ,b ,c 共面的充分必要条件是混合积为0。

5.2 用坐标计算向量的混合积

取一个仿射标架O;**e1** ,**e2** ,**e3**

小知识一 : k e 1 ⃗ × e 2 ⃗ ⋅ e 1 ⃗ = 0 k \vec{e1}\times \vec{e2} \cdot \vec {e1}=0 ke1 ×e2 ⋅e1 =0因为三个向量共面,故平行六面体的体积为0。

小知识二 : e 1 ⃗ × e 2 ⃗ ⋅ e 3 ⃗ = e 2 ⃗ × e 3 ⃗ ⋅ e 1 ⃗ = e 3 ⃗ × e 1 ⃗ ⋅ e 2 ⃗ \vec {e1}\times \vec{e2} \cdot \vec{e3}=\vec {e2}\times \vec{e3} \cdot \vec{e1}=\vec {e3}\times \vec{e1} \cdot \vec{e2} e1 ×e2 ⋅e3 =e2 ×e3 ⋅e1 =e3 ×e1 ⋅e2 同一个平行六面体的定向体积,且方向相同。交换任意两行,行列式的值变成相反数。

a ,b ,c 的坐标分别为(a1,a2,a3),(b1,b2,b3),(c1,c2,c3)。则:

a ⃗ × b ⃗ ⋅ c ⃗ \vec a \times \vec b \cdot \vec c a ×b ⋅c

= ( a 1 b 2 − a 2 b 1 ) e 1 ⃗ × e 2 ⃗ + ( a 3 b 1 − a 1 b 3 ) e 3 ⃗ × e 1 ⃗ + ( a 2 b 3 − a 3 b 2 ) e 2 ⃗ × e 3 ⃗ =(a_1b_2-a_2b_1)\\vec {e1}\\times \\vec{e2} +(a_3b_1-a_1b_3)\\vec {e3}\\times \\vec{e1} + (a_2b_3-a_3b_2)\\vec {e2}\\times \\vec{e3} =(a1b2−a2b1)e1 ×e2 +(a3b1−a1b3)e3 ×e1 +(a2b3−a3b2)e2 ×e3

⋅ ( c 1 e 1 + c − 2 e 2 + c 3 e 3 ) \cdot (c_1e_1+c-2e_2+c_3e_3) ⋅(c1e1+c−2e2+c3e3)

= ( a 1 b 2 − a 2 b 1 ) c 3 e 1 ⃗ e 2 ⃗ ⋅ e 3 ⃗ + ( a 3 b 1 − a 1 b 3 ) c 2 e 2 ⃗ e 3 ⃗ ⋅ e 1 ⃗ + ( a 2 b 3 − a 3 b 2 ) c 1 e 2 ⃗ e 3 ⃗ ⋅ e 1 ⃗ =(a_1b_2-a_2b_1)c_3\vec{e1}\vec{e2}\cdot \vec {e3}+(a_3b_1-a_1b_3)c_2\vec{e2}\vec{e3}\cdot \vec {e1}+(a_2b_3-a_3b_2)c_1\vec{e2}\vec{e3}\cdot \vec {e1} =(a1b2−a2b1)c3e1 e2 ⋅e3 +(a3b1−a1b3)c2e2 e3 ⋅e1 +(a2b3−a3b2)c1e2 e3 ⋅e1 根据小知识一。

( a 1 b 2 − a 2 b 1 ) c 3 + ( a 3 b 1 − a 1 b 3 ) c 2 + ( a 2 b 3 − a 3 b 2 ) c 1 e 1 ⃗ × e 2 ⃗ ⋅ e 3 (a_1b_2-a_2b_1)c_3+(a_3b_1-a_1b_3)c2+(a_2b_3-a_3b_2)c1\vec{e1}\times\vec{e2}\cdot{e3} (a1b2−a2b1)c3+(a3b1−a1b3)c2+(a2b3−a3b2)c1e1 ×e2 ⋅e3

= ∣ a 1 a 2 a 3 b 1 b 2 b 3 c 1 c 2 c 3 ∣ e 1 ⃗ × e 2 ⃗ ⋅ e 3 ⃗ =\begin{vmatrix} a_1&a_2&a_3\\ b_1&b_2&b_3\\ c_1&c_2&c_3\\ \end{vmatrix}\vec{e1}\times \vec{e2}\cdot \vec{e3} = a1b1c1a2b2c2a3b3c3 e1 ×e2 ⋅e3 根据小知识二。

对于同一仿射坐标系, e 1 ⃗ × e 2 ⃗ ⋅ e 3 ⃗ \vec{e1}\times \vec{e2}\cdot \vec{e3} e1 ×e2 ⋅e3 是定制,可以提前计算出来。

对于直角坐标系, e 1 ⃗ × e 2 ⃗ ⋅ e 3 ⃗ = 1 \vec{e1}\times \vec{e2}\cdot \vec{e3}=1 e1 ×e2 ⋅e3 =1

5.3 三向量(或四点)共面的条件

定理1.10 设 a ⃗ , b ⃗ , c ⃗ \vec a,\vec b,\vec c a ,b ,c 的仿射坐标分别为:KaTeX parse error: Expected 'EOF', got '}' at position 39: ...b_3),(c_1,c2,c2}̲则三向量共线的充分必要条件是:

∣ a 1 a 2 a 3 b 1 b 2 b 3 c 1 c 2 c 3 ∣ = 0 \begin{vmatrix}a1 & a2 & a3\\b1&b2&b3\\c1&c2&c3\end{vmatrix}=0 a1b1c1a2b2c2a3b3c3 =0

推论1.5 : 设四个点A,B,C,D的仿射坐标分别为: ( x i , y i , z i ) (x_i,y_i,z_i) (xi,yi,zi),i=1,2,3,4。则A,B,C,D共面的充分必要条件是:

∣ x 1 y 1 z 1 1 x 2 y 2 z 2 1 x 3 y 3 z 3 1 x 4 y 4 z 4 1 ∣ = 0 \begin{vmatrix} x_1&y_1&z_1&1\\ x_2&y_2&z_2&1\\ x_3&y_3&z_3&1\\ x_4&y_4&z_4&1\\ \end{vmatrix}=0 x1x2x3x4y1y2y3y4z1z2z3z41111 =0

证明过程: D A ⃗ , D B ⃗ , D C ⃗ 共面    ⟺    \vec{DA},\vec{DB},\vec{DC}共面\iff DA ,DB ,DC 共面⟺

∣ x 1 − x 4 y 1 − y 4 z 1 − z 4 x 2 − x 4 y 2 − y 4 z 2 − z 4 x 3 − x 4 y 3 − y 4 z 3 − z 4 ∣ = 0 \begin{vmatrix} x1-x4&y1-y4&z1-z4\\ x2-x4&y2-y4&z2-z4\\ x3-x4&y3-y4&z3-z4\\ \end{vmatrix}=0 x1−x4x2−x4x3−x4y1−y4y2−y4y3−y4z1−z4z2−z4z3−z4 =0

= ∣ x 1 − x 4 y 1 − y 4 z 1 − z 4 0 x 2 − x 4 y 2 − y 4 z 2 − z 4 0 x 3 − x 4 y 3 − y 4 z 3 − z 4 0 x 4 y 4 z 4 1 ∣ =\begin{vmatrix} x1-x4&y1-y4&z1-z4&0\\ x2-x4&y2-y4&z2-z4&0\\ x3-x4&y3-y4&z3-z4&0\\ x4&y4&z4&1\\ \end{vmatrix} = x1−x4x2−x4x3−x4x4y1−y4y2−y4y3−y4y4z1−z4z2−z4z3−z4z40001

= ∣ x 1 y 1 z 1 1 x 2 y 2 z 2 1 x 3 y 3 z 3 1 x 4 y 4 z 4 1 ∣ 第四行分别加到第一、第二、第三行 =\begin{vmatrix} x_1&y_1&z_1&1\\ x_2&y_2&z_2&1\\ x_3&y_3&z_3&1\\ x_4&y_4&z_4&1\\ \end{vmatrix}第四行分别加到第一、第二、第三行 = x1x2x3x4y1y2y3y4z1z2z3z41111 第四行分别加到第一、第二、第三行

5.4 拉格朗日恒等式及其应用

定理1.11拉格朗日恒等式 对任意四个向量 a ⃗ , b ⃗ , c ⃗ , d ⃗ \vec a,\vec b,\vec c,\vec d a ,b ,c ,d ,有:

( a ⃗ × b ⃗ ) ⋅ ( c ⃗ × d ⃗ ) = ∣ a ⃗ ⋅ c ⃗ a ⃗ ⋅ d ⃗ b ⃗ ⋅ c ⃗ b ⃗ ⋅ d ⃗ ∣ (\vec a \times \vec b)\cdot (\vec c \times \vec d)=\begin{vmatrix} \vec a \cdot \vec c & \vec a \cdot \vec d\\ \vec b \cdot \vec c&\vec b \cdot \vec d\\ \end{vmatrix} (a ×b )⋅(c ×d )= a ⋅c b ⋅c a ⋅d b ⋅d

证明

( a ⃗ × b ⃗ ) ⋅ ( c ⃗ × d ⃗ ) = b ⃗ × ( c ⃗ × d ) ⋅ a (\vec a \times \vec b)\cdot (\vec c \times \vec d)= \vec b \times( \vec c \times d) \cdot a (a ×b )⋅(c ×d )=b ×(c ×d)⋅a平行六面体的定向体积不变

= ( b ⃗ ⋅ d ⃗ ) c ⃗ − ( b ⃗ ⋅ c ) d ⃗ a ⃗ =(\\vec b \\cdot \\vec d)\\vec c-(\\vec b \\cdot c)\\vec d\vec a =(b ⋅d )c −(b ⋅c)d a 二重外积

= ( b ⃗ ⋅ d ) ( a ⃗ ⋅ c ⃗ ) − ( b ⃗ ⋅ c ) ( a ⃗ ⋅ d ⃗ ) =(\vec b \cdot d)(\vec a \cdot \vec c)-(\vec b \cdot c)(\vec a \cdot \vec d) =(b ⋅d)(a ⋅c )−(b ⋅c)(a ⋅d ) 得证。

扩展阅读

算法为骨,CAD为魂
亲士工具箱:支持中望CAD2024、AutoCad2013及以上,多年承接CAD项目的精华
工作中遇到的问题,可以按类别查阅鄙人的算法文章,请点击《算法与数据汇总》。
学习算法:按章节学习《喜缺全书算法册》,大量的题目和测试用例,打包下载。重视操作
活到老,学到老。明朝中后期,大约50%的进士能当上堂官(副部及更高);能当上堂官的举人只有十余人。
子墨子言之:事无终始,无务多业。也就是我们常说的专业的人做专业的事。

视频课程

先学简单的课程,请移步CSDN学院,听白银讲师(也就是鄙人)的讲解。

https://edu.csdn.net/course/detail/38771

如何你想快速形成战斗了,为老板分忧,请学习C#入职培训、C++入职培训等课程

https://edu.csdn.net/lecturer/6176

测试环境

操作系统:win7 开发环境: VS2019 C++17

或者 操作系统:win10 开发环境: VS2022 C++17

如无特殊说明,本算法用**C++**实现。

相关推荐
装不满的克莱因瓶1 天前
掌握多头自注意力机制(Multi-Head Self-Attention)——Transformer 强大表达能力的核心来源
人工智能·python·深度学习·数学·ai·transformer
Samson Bruce1 天前
【初高中数学】
线性代数·数学·算法·机器学习
装不满的克莱因瓶1 天前
链式法则如何传递参数误差 —— 深入理解神经网络中的梯度传播
人工智能·python·深度学习·神经网络·数学·机器学习·ai
databook2 天前
用SymPy自动求解追及问题的方程
python·数学·动效
书中玉3 天前
2026高考一卷数学最后一问19题详细解答(含思路)
数学·考试·高考·2026年·最后一题·压轴题
aichitang20243 天前
群论中“字”的概念
数学·抽象代数
闻缺陷则喜何志丹3 天前
【解析几何丘维声 第一章】向量代数第一部分
数学·向量·解析几何·点乘·叉乘·混合积·二重叉乘
霸道流氓气质4 天前
大模型向量技术完全指南:从概念到实践
大模型·向量
INFINI Labs4 天前
Elasticsearch 6/7/8 到 Easysearch 2.x 迁移指南
大数据·elasticsearch·mybatis·向量·snapshot