序言
- 区分一下这几个概念
1. 点乘
- 点乘 = 点积 = 内积 = 数量积
- dot product = inner product = scalar product
- a ⃗ = ( x 1 , y 1 , z 1 ) \vec{a} = (x_{1}, y_{1}, z_{1}) a=(x1,y1,z1), b ⃗ = ( x 2 , y 2 , z 2 ) \vec{b} = (x_{2}, y_{2}, z_{2}) b=(x2,y2,z2)
- 从代数角度看,点积是对两个向量对应位置上的值相乘再相加的操作,其结果即为点积
a ⃗ ∙ b ⃗ = x 1 x 2 + y 1 y 2 + z 1 z 2 \vec{a}\bullet \vec{b} = x_{1}x_{2}+y_{1}y_{2}+z_{1}z_{2} a∙b=x1x2+y1y2+z1z2
- 点乘的几何意义:向量b在向量a方向上的投影与向量a的模的乘积,用来表征或计算两个向量间的夹角,表征两个向量在方向上的相似度,结果越大越相似
a ⃗ ∙ b ⃗ = ∣ a ⃗ ∣ ∣ b ⃗ ∣ cos θ \vec{a}\bullet \vec{b} = \left | \vec{a} \right | \left | \vec{b} \right | \cos \theta a∙b=∣a∣
b
cosθ
-
基于点乘结果可以判断这两个向量是否是同一方向,是否正交垂直,具体对应关系:
点乘 > 0:向量夹角在0~90°之间 点乘 = 0:正交,相互垂直 点乘 < 0:夹角在90~180°之间
-
公式推导
1. 向量c = a - b 2. c^2 = a^2 + b^2 - 2abcos(theta) 3. (a - b) ▪ (a - b) = a^2 + b^2 – 2a▪b = a^2 + b^2 - 2abcos(theta)
2. 叉乘
-
叉乘 = 叉积 = 外积 = 向量积
-
cross product = outer product
-
a ⃗ = ( x 1 , y 1 , z 1 ) \vec{a} = (x_{1}, y_{1}, z_{1}) a=(x1,y1,z1), b ⃗ = ( x 2 , y 2 , z 2 ) \vec{b} = (x_{2}, y_{2}, z_{2}) b=(x2,y2,z2)
-
从代数角度计算:
a ⃗ × b ⃗ = ( y 1 z 2 − y 2 z 1 , − ( x 1 z 2 − x 2 z 1 ) , x 1 y 2 − x 2 y 1 ) \vec{a}\times \vec{b} = (y_{1}z_{2}-y_{2}z_{1},-(x_{1}z_{2}-x_{2}z_{1}), x_{1}y_{2}-x_{2}y_{1}) a×b=(y1z2−y2z1,−(x1z2−x2z1),x1y2−x2y1)
-
从几何角度计算
- 其中 i ⃗ \vec{i} i、 j ⃗ \vec{j} j、 k ⃗ \vec{k} k分别是x轴、y轴、z轴方向的单位向量
- 当 z 1 z_{1} z1、 z 2 z_{2} z2等于0的时候,即得到二维向量叉乘的结果
a ⃗ × b ⃗ = ∣ i ⃗ j ⃗ k ⃗ x 1 y 1 z 1 x 2 y 2 z 2 ∣ = ( y 1 z 2 − y 2 z 1 ) i ⃗ − ( x 1 z 2 − x 2 z 1 ) j ⃗ + ( x 1 y 2 − x 2 y 1 ) k ⃗ \vec{a}\times \vec{b} = \begin{vmatrix} \vec{i} & \vec{j} & \vec{k}\\ x_{1} & y_{1} & z_{1}\\ x_{2} & y_{2} & z_{2}\end{vmatrix} = (y_{1}z_{2}-y_{2}z_{1})\vec{i}-(x_{1}z_{2}-x_{2}z_{1})\vec{j}+(x_{1}y_{2}-x_{2}y_{1})\vec{k} a×b=
ix1x2jy1y2kz1z2
=(y1z2−y2z1)i−(x1z2−x2z1)j+(x1y2−x2y1)k
-
叉乘的几何意义:
- 二维向量叉乘:向量a和向量b的叉乘表示向量a和b构成的平行四边形的面积
- 二维向量叉乘:如果a或b其中一个为单位向量,则axb叉乘结果表示以单位向量为底的平行四边形的高,可以有正负
- 三维向量叉乘:向量a和向量b的叉乘结果是一个向量,该向量垂直于向量a和b组成的平面,即平面的法向量,方向遵守右手定则
-
叉积有一个非常重要的性质,可通过叉积的符号来判断两向量的顺逆时针关系
P x Q > 0, 则向量P在向量Q的顺时针方向; P x Q < 0, 则向量P在向量Q的逆时针方向; P x Q = 0,表示P与Q共线,可能同向也可能反向
3. 点乘 vs 叉乘,对比与应用
- 点乘的结果是标量(常用于物理)/数量(常用于数学),可以用来计算夹角和投影
- 叉乘的结果是矢量(常用于物理)/向量(常用于数学),法向量的模大小为 ∣ a ∣ ∣ b ∣ sin θ \left | a \right | \left | b \right | \sin \theta ∣a∣∣b∣sinθ,方向遵守右手定则
- 在二维空间中,叉乘结果等于向量a和b构成的平行四边形的面积,平行四边形的面积:以 ∣ b ∣ sin θ \left | b \right | \sin \theta ∣b∣sinθ为高,以 ∣ a ∣ \left | a \right | ∣a∣为底。当a是单位向量时,计算b的终点到a所在直线的距离,也就是平行四边形的高
- 通过向量的叉乘生成垂直于向量a/b的法向量,从而构建XYZ坐标系
- 叉乘的结果再点乘可以用来判断向量/线段是否相交,即”跨立实验”,见文章判断两条线段是否相交
《参考文章》
点乘叉乘及其几何意义
点乘叉乘的概念与几何意义
向量的顺逆时针关系
created by shuaixio, 2022.12.27
今天的文章点乘积和叉乘积的区别_向量积与数量积的区别分享到此就结束了,感谢您的阅读。
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。
如需转载请保留出处:https://bianchenghao.cn/81853.html