矢量积与叉乘_向量积叉乘的几何意义

矢量积与叉乘_向量积叉乘的几何意义矢量叉乘,向量外积原创不易,路过的各位大佬请点个赞矢量叉乘,向量外积矢量叉乘,向量外积1.矢量叉乘定义2.模长3.方向4.坐标运算6.叉乘矩阵(斜对称矩阵)6.叉乘运算规则1.矢量叉乘定义定义两个向量a\mathbf{a}a和b\mathbf{b}b,他们的叉乘可以写为a×b\mathbf{a}\times\mathbf{b}a×b本质上向量叉乘为向量旋转,满足右手螺旋准则;叉乘结果是一个向量,向量模长是向量A,B组成平行四边形的面积;向量方向是垂直于向量A,B组成的平面;也

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全家桶1年46,售后保障稳定

矢量叉乘,向量外积

原创不易,路过的各位大佬请点个赞

在这里插入图片描述

1. 矢量叉乘定义

定义两个向量 a \mathbf{a} a和 b \mathbf{b} b,他们的叉乘可以写为
a × b \mathbf{a}\times\mathbf{b} a×b

本质上向量叉乘为向量旋转,满足右手螺旋准则;
叉乘结果是一个向量,向量模长是向量A,B组成平行四边形的面积;向量方向是垂直于向量A,B组成的平面;也叫向量积
在这里插入图片描述

与点乘不同之处是:点乘结果是一个数,表示两个向量的投影关系,也叫数量积
a ⋅ b = ∣ a ∣ ∣ b ∣ cos ⁡ θ \mathbf{a}\cdot\mathbf{b}=|\mathbf{a}||\mathbf{b}|\cos\theta a⋅b=∣a∣∣b∣cosθ

2. 模长

∣ c ∣ = ∣ a × b ∣ = ∣ a ∣ ∣ b ∣ sin ⁡ θ |\mathbf{c}|=|\mathbf{a}\times\mathbf{b}|=|\mathbf{a}||\mathbf{b}|\sin\theta ∣c∣=∣a×b∣=∣a∣∣b∣sinθ
∣ c ∣ |\mathbf{c}| ∣c∣长度在数值上等于以 a \mathbf{a} a, b \mathbf{b} b,夹角为θ组成的平行四边形的面积。
而c的方向垂直于 a \mathbf{a} a与 b \mathbf{b} b所决定的平面, c \mathbf{c} c的指向按右手定则从a转向b来确定。

3. 方向

a \mathbf{a} a向量与 b \mathbf{b} b向量的向量积的方向与这两个向量所在平面垂直,且遵守右手定则。(一个简单的确定满足“右手定则”的结果向量的方向的方法是这样的:若坐标系是满足右手定则的,当右手的四指从 a \mathbf{a} a以不超过180度的转角转向b时,竖起的大拇指指向是 c \mathbf{c} c的方向。)
在这里插入图片描述

4. 坐标运算

向量 a \mathbf{a} a的坐标表示
a = ( a x , a y , a z ) \mathbf{a}=(a_x, a_y, a_z) a=(ax​,ay​,az​)
向量 a \mathbf{a} a的坐标轴矢量表示
a = a x i + a y j + a z k \mathbf{a}=a_xi+a_yj+ a_zk a=ax​i+ay​j+az​k

其中矢量的x轴、y轴、z轴的单位矢量i、j、k、满足以下关系

i × j = k = − j × i j × k = i = − k × j k × i = j = − i × k i × i = j × j = k × k = 0 i\times j=k=-j\times i\\j\times k=i=-k\times j\\k\times i=j=-i\times k\\ i\times i=j\times j=k\times k=0 i×j=k=−j×ij×k=i=−k×jk×i=j=−i×ki×i=j×j=k×k=0
其中的0为零矢量。
附加点乘的运算规则
i ⋅ j = k = − j × i j ⋅ k = i = − k ⋅ j k ⋅ i = j = − i ⋅ k i ⋅ i = j ⋅ j = k ⋅ k = 1 i\cdot j=k=-j\times i\\j\cdot k=i=-k\cdot j\\k\cdot i=j=-i\cdot k\\ i\cdot i=j\cdot j=k\cdot k=1 i⋅j=k=−j×ij⋅k=i=−k⋅jk⋅i=j=−i⋅ki⋅i=j⋅j=k⋅k=1

a × b = ∣ i j k a x a y a z b x b y b z ∣ = ∣ a y a z b y b z ∣ i − ∣ a x a z b x b z ∣ j + ∣ a x a y b x b y ∣ k = ( a y b z − a z b y ) i + ( a z b x − a x b z ) j + ( a x b y − a y b x ) k \begin{aligned} \mathbf{a}\times\mathbf{b}&=\begin{vmatrix} i&j&k\\ a_x&a_y&a_z\\b_x&b_y&b_z\end{vmatrix}\\ &=\begin{vmatrix}a_y&a_z\\b_y&b_z\end{vmatrix}i -\begin{vmatrix}a_x&a_z\\b_x&b_z\end{vmatrix}j + \begin{vmatrix}a_x&a_y\\b_x&b_y\end{vmatrix}k \\ &=(a_yb_z-a_zb_y)i + (a_zb_x-a_xb_z)j + (a_xb_y-a_yb_x)k \end{aligned} a×b​=∣∣∣∣∣∣​iax​bx​​jay​by​​kaz​bz​​∣∣∣∣∣∣​=∣∣∣∣​ay​by​​az​bz​​∣∣∣∣​i−∣∣∣∣​ax​bx​​az​bz​​∣∣∣∣​j+∣∣∣∣​ax​bx​​ay​by​​∣∣∣∣​k=(ay​bz​−az​by​)i+(az​bx​−ax​bz​)j+(ax​by​−ay​bx​)k​

6. 叉乘矩阵(斜对称矩阵)

每一个矢量都一个对应的斜对称矩阵, a \mathbf{a} a
[ a × ] = [ 0 − a y a z a y 0 − a x − a z a x 0 ] [\mathbf{a}\times]=\begin{bmatrix}0&-a_y&a_z\\a_y&0&-a_x\\ -a_z &a_x &0\end{bmatrix} [a×]=⎣⎡​0ay​−az​​−ay​0ax​​az​−ax​0​⎦⎤​

则两个矢量的叉乘可以写为
a × b = [ a × ] b = [ 0 − a y a z a y 0 − a x − a z a x 0 ] [ b x b y b z ] \begin{aligned} \mathbf{a}\times\mathbf{b}&=[\mathbf{a}\times]\mathbf{b}\\ &=\begin{bmatrix}0&-a_y&a_z\\a_y&0&-a_x\\ -a_z &a_x &0\end{bmatrix}\begin{bmatrix}b_x\\b_y\\ b_z\end{bmatrix} \end{aligned} a×b​=[a×]b=⎣⎡​0ay​−az​​−ay​0ax​​az​−ax​0​⎦⎤​⎣⎡​bx​by​bz​​⎦⎤​​

性质:( A = [ a × ] A=[\mathbf{a}\times] A=[a×])
1- A T = − A A^T=-A AT=−A
2- A A A, B B B为斜对称矩阵,则 A + B A+B A+B为斜对称矩阵
3- k k k为偶数, A k A^k Ak为对称矩阵; k k k为奇数, A k A^k Ak为斜对称矩阵;

6. 叉乘运算规则

1、交换律: a × b = − b × a a\times b=-b\times a a×b=−b×a

2、分配律: a × ( b + c ) = a × b + a × c a\times (b+c)=a\times b +a\times c a×(b+c)=a×b+a×c

3、与标量r相乘: r a × b = r ( a × b ) ra\times b=r(a\times b ) ra×b=r(a×b)

4、不满足结合律,但满足雅可比恒等式:: a × ( b × c ) + b × ( c × a ) + c × ( a × b ) = 0 a×(b×c)+b×(c×a)+c×(a×b)=0 a×(b×c)+b×(c×a)+c×(a×b)=0。

5 、 两个非零向量a和b平行,当且仅当 a × b = 0 a×b=0 a×b=0。

6、 拉格朗日公式
( a × b ) × c = b ( a ⋅ c ) − a ( b ⋅ c ) (a×b)×c=b(a·c)-a(b·c) (a×b)×c=b(a⋅c)−a(b⋅c)
a × ( b × c ) = b ( a ⋅ c ) − c ( a ⋅ b ) a×(b×c)=b(a·c)-c(a·b) a×(b×c)=b(a⋅c)−c(a⋅b)
证明如下图
在这里插入图片描述
原创不易,路过的各位大佬请点个赞

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/210055.html原文链接:https://javaforall.net

赞 (0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • ThreadPoolExcutor(线程池)

    ThreadPoolExcutor(线程池)1、概念:   用于管理java的多线程。线程的生命周期包括创建、就绪、运行、阻塞、销毁,当有大量的线程任务需要创建时,内存的开销就大了,此时,使用线程池,在一定程度上能够很好的缓解线程的大开销。2、优势:    (1)降低资源消耗。通过重复利用已创建的线程降低线程创建、销毁线程造成的消耗。   (2)提高响应速度。当任务到达时,任务可以不需要等到线程

    2022年10月28日
  • Pycharm和Anaconda的python版本问题

    Pycharm和Anaconda的python版本问题问题描述:Pycharm需要导入tensorflow库,但现在的python版本为3.8,不支持导入。于是想办法在Anaconda新建python3.6环境,之后再用于Pycharm开发。1.anaconda创建新的python版本环境2.找到新建python3.6的文件位置,点击python36切换时会显示位置:3.pycharm里新建环境,以第二步的python3.6环境为基础环境:导包时可能会出现问题:zeroexitcode(2)这是因为pip版本问题,使用

    2022年8月28日
  • 基于51单片机控制步进电机正反转「建议收藏」

    基于51单片机控制步进电机正反转「建议收藏」基于51单片机控制步进电机正反转此次采用uln2003模块来链接步进电机;##步进电机工作原理步进电机是一种将电脉冲信号转换成相应角位移或线位移的电动机。每输入一个脉冲信号,转子就转动一个角度或前进一步,其输出的角位移或线位移与输入的脉冲数成正比,转速与脉冲频率成正比。步进电动机的结构形式和分类方法较多,一般按励磁方式分为磁阻式、永磁式和混磁式三种;按相数可分为单相、两相、三相和多相等形式。因此我们可以控制单片机I/O口的电平来控制步进电机,此次设计中采用四相单拍工作方式,在这种工作方式下,A、

    2022年5月31日
  • CSS3选择器详解

    CSS3选择器详解一、CSS3选择器分类1.基本选择器2.层次选择器3.伪类选择器1)动态伪类选择器2)目标伪类选择器3)语言伪类选择器4)UI元素状态伪类选择器5)结构伪类选择器6)否定伪类选择器4.伪元素5.属性选择器二、基本选择器语法这里着重说一下群组选择器(selector1,selector2,…,selec

    2022年7月27日
  • Oracle 异常详解(exception)

    Oracle 异常详解(exception)Oracle异常详解(exception)来源:(33条消息)Oracle异常详解(exception)_鱼丸丶粗面-CSDN博客鱼丸丶粗面2018-10-0823:03:232949

    2022年7月2日
  • 获得sql server的table的表结构 — 转到word中

    获得sql server的table的表结构 — 转到word中

    2021年11月15日

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号