点积和叉积
2013-02-23 15:43
197 查看
点积:指数量积(也称为标量积、点积、点乘或内积)是接受在实数
R 上的两个向量并返回一个实数值标量的二元运算。它是欧几里得空间的标准内积。
叉积:也被称为矢量积、外积,是一种在向量空间中向量的二元运算。与点积不同,它的运算结果是一个伪向量而不是一个标量。并且两个向量的叉积与这两个向量都垂直。
--------------------
定义:
点积:
两个(来自正交规范向量空间)向量
a = [a1, a2, … , an] 和
b = [b1, b2, … , bn] 的点积定义为:
这里的 Σ 指示总和符号。
例如,两个三维向量 [1, 3, ?5] 和 [4, ?2, ?1] 的点积是
使用矩阵乘法并把(纵列)向量当作
n×1
矩阵,点积还可以写为:
这里的 aT 指示矩阵 a 的转置。
使用上面的例子,这将结果一个 1×3 矩阵(就是行向量)乘以 3×1 向量(通过矩阵乘法的优势得到 1×1 矩阵也就是标量):
叉积:
两个向量 a 和 b 的叉积写作 a ×
b (有时也被写成 a ∧ b,避免和字母 x 混淆)。叉积可以被定义为:
在这里 θ 表示 a 和 b 之间的角度(0° ≤ θ ≤ 180°),它位于这两个矢量所定义的平面上。而
n 是一个与 a 和 b 均垂直的单位矢量。
这个定义有一个问题,就是同时有两个单位向量都垂直于 a 和 b:若
n 满足垂直的条件,那么 -n 也满足。
“正确”的向量由向量空间的方向确定,即按照给定直角坐标系 (i, j,
k) 的左右手定则。若 (i, j,
k) 满足右手定则,则 (a,
b, a × b) 也满足右手定则;或者两者同时满足左手定则。
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以不超过180度的转角转向b时,竖起的大拇指指向是c的方向。由于向量的叉积由坐标系确定,所以其结果被称为伪向量。
给定直角坐标系的单位向量
i,j,k 满足下列等式:
i × j = k j ×
k = i k × i =
j通过这些规则,两个向量的叉积的坐标可以方便地计算出来,不需要考虑任何角度:设
a = a1i + a2j +
a3k = [a1, a2,
a3]b = b1i + b2j +
b3k = [b1, b2,
b3]则
a × b = [a2b3 ? a3b2, a3b1 ? a1b3, a1b2 ? a2b1]上述等式可以写成矩阵的行列式的形式:
叉积也可以用四元数来表示。注意到上述
i,j,k 之间的叉积满足四元数的乘法。一般而言,若将向量 [a1,
a2, a3] 表示成四元数 a1i +
a2j + a3k,两个向量的叉积可以这样计算:计算两个四元数的乘积得到一个四元数,并将这个四元数的实部去掉,即为结果。更多关于四元数乘法,向量运算及其几何意义请参见四元数与空间旋转。
a × (b × c) =
b(a · c) ? c(a ·
b),可以简单地记成“BAC - CAB”。这个公式在物理上简化向量运算非常有效。需要注意的是,这个公式对微分算子不成立。
这里给出一个和梯度相关的一个情形:
这是一个霍奇拉普拉斯算子的霍奇分解
的特殊情形。
另一个有用的拉格朗日恒等式是:
这是一个在四元数代数中范数乘法
| vw | = | v | | w | 的特殊情形。
--------------------------
几何意义:
点积:
在欧几里得空间中,点积可以直观地定义为
,这里 |x| 表示 x 的范数(长度),θ 表示两个向量之间的角度。
注意:点积的形式定义和这个定义不同;在形式定义中,a 和
b 的夹角是通过上述等式定义的。
这样,两个互相垂直的向量的点积总是零。若 a 和 b 都是单位向量(长度为 1 ),它们的点积就是它们的夹角的余弦。那么,给定两个向量,它们之间的夹角可以通过下列公式得到:
这个运算可以简单地理解为:在点积运算中,第一个向量投影到第二个向量上(这里,向量的顺序是不重要的,点积运算是可交换的),然后通过除以它们的标量长度来“标准化”。这样,这个分数一定是小于等于 1 的,可以简单地转化成一个角度值。
需要注意的是,点积的几何解释通常只适用于
(
)。在高维空间,其他的域或模中,点积只有一个定义,那就是
点积可以用来计算合力和功。若
b 为单位向量,则点积即为 a 在方向 b 的投影,即给出了力在这个方向上的分解。功即是力和位移的点积。
A ?
B = |A| |B| cos(θ).
|A| cos(θ) 是
A 到
B的投影。
叉积:
叉积的长度 |a × b| 可以解释成以 a 和
b 为边的平行四边形的面积。进一步就是说,三重积可以得到以
a,b,c 为边的平行六面体的体积。
R 上的两个向量并返回一个实数值标量的二元运算。它是欧几里得空间的标准内积。
叉积:也被称为矢量积、外积,是一种在向量空间中向量的二元运算。与点积不同,它的运算结果是一个伪向量而不是一个标量。并且两个向量的叉积与这两个向量都垂直。
--------------------
定义:
点积:
两个(来自正交规范向量空间)向量
a = [a1, a2, … , an] 和
b = [b1, b2, … , bn] 的点积定义为:
这里的 Σ 指示总和符号。
例如,两个三维向量 [1, 3, ?5] 和 [4, ?2, ?1] 的点积是
使用矩阵乘法并把(纵列)向量当作
n×1
矩阵,点积还可以写为:
这里的 aT 指示矩阵 a 的转置。
使用上面的例子,这将结果一个 1×3 矩阵(就是行向量)乘以 3×1 向量(通过矩阵乘法的优势得到 1×1 矩阵也就是标量):
叉积:
两个向量 a 和 b 的叉积写作 a ×
b (有时也被写成 a ∧ b,避免和字母 x 混淆)。叉积可以被定义为:
在这里 θ 表示 a 和 b 之间的角度(0° ≤ θ ≤ 180°),它位于这两个矢量所定义的平面上。而
n 是一个与 a 和 b 均垂直的单位矢量。
这个定义有一个问题,就是同时有两个单位向量都垂直于 a 和 b:若
n 满足垂直的条件,那么 -n 也满足。
“正确”的向量由向量空间的方向确定,即按照给定直角坐标系 (i, j,
k) 的左右手定则。若 (i, j,
k) 满足右手定则,则 (a,
b, a × b) 也满足右手定则;或者两者同时满足左手定则。
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以不超过180度的转角转向b时,竖起的大拇指指向是c的方向。由于向量的叉积由坐标系确定,所以其结果被称为伪向量。
给定直角坐标系的单位向量
i,j,k 满足下列等式:
i × j = k j ×
k = i k × i =
j通过这些规则,两个向量的叉积的坐标可以方便地计算出来,不需要考虑任何角度:设
a = a1i + a2j +
a3k = [a1, a2,
a3]b = b1i + b2j +
b3k = [b1, b2,
b3]则
a × b = [a2b3 ? a3b2, a3b1 ? a1b3, a1b2 ? a2b1]上述等式可以写成矩阵的行列式的形式:
叉积也可以用四元数来表示。注意到上述
i,j,k 之间的叉积满足四元数的乘法。一般而言,若将向量 [a1,
a2, a3] 表示成四元数 a1i +
a2j + a3k,两个向量的叉积可以这样计算:计算两个四元数的乘积得到一个四元数,并将这个四元数的实部去掉,即为结果。更多关于四元数乘法,向量运算及其几何意义请参见四元数与空间旋转。
拉格朗日公式
这是一个著名的公式,而且非常有用:a × (b × c) =
b(a · c) ? c(a ·
b),可以简单地记成“BAC - CAB”。这个公式在物理上简化向量运算非常有效。需要注意的是,这个公式对微分算子不成立。
这里给出一个和梯度相关的一个情形:
这是一个霍奇拉普拉斯算子的霍奇分解
的特殊情形。
另一个有用的拉格朗日恒等式是:
这是一个在四元数代数中范数乘法
| vw | = | v | | w | 的特殊情形。
--------------------------
几何意义:
点积:
在欧几里得空间中,点积可以直观地定义为
,这里 |x| 表示 x 的范数(长度),θ 表示两个向量之间的角度。
注意:点积的形式定义和这个定义不同;在形式定义中,a 和
b 的夹角是通过上述等式定义的。
这样,两个互相垂直的向量的点积总是零。若 a 和 b 都是单位向量(长度为 1 ),它们的点积就是它们的夹角的余弦。那么,给定两个向量,它们之间的夹角可以通过下列公式得到:
这个运算可以简单地理解为:在点积运算中,第一个向量投影到第二个向量上(这里,向量的顺序是不重要的,点积运算是可交换的),然后通过除以它们的标量长度来“标准化”。这样,这个分数一定是小于等于 1 的,可以简单地转化成一个角度值。
需要注意的是,点积的几何解释通常只适用于
(
)。在高维空间,其他的域或模中,点积只有一个定义,那就是
点积可以用来计算合力和功。若
b 为单位向量,则点积即为 a 在方向 b 的投影,即给出了力在这个方向上的分解。功即是力和位移的点积。
A ?
B = |A| |B| cos(θ).
|A| cos(θ) 是
A 到
B的投影。
叉积:
叉积的长度 |a × b| 可以解释成以 a 和
b 为边的平行四边形的面积。进一步就是说,三重积可以得到以
a,b,c 为边的平行六面体的体积。
相关文章推荐
- 左右和前后——叉积和点积
- <Unity3D>浅谈Vector3的点积与叉积
- Unity3D之Vector3.Dot(点积)和Vector3.Cross(叉积)的使用
- Unity3D之Vector3.Dot(点积)和Vector3.Cross(叉积)的使用
- 计算几何入门题之点,线,面,形基本关系以及点积叉积的理解
- 浅谈Vector3的点积与叉积
- 叉积和点积的应用
- 数量积与向量积(点积与叉积)
- Unity3D之Vector3.Dot(点积)和Vector3.Cross(叉积)的使用
- <Unity3D>浅谈Vector3的点积与叉积
- 三维向量的简单运算(点积、叉积及点到直线的距离)
- 计算几何小结 我对计算几何的理解以及叉积和点积
- 点积和叉积
- Unity3D浅谈Vector3的点积与叉积
- 点积和叉积
- 向量的叉积和点积的 几何意义 有关于投影的推导(和点积的关系)
- 【Unity3D】浅谈Vector3的点积与叉积
- 点积与叉积
- 今天竟然忘记了余弦公式和点积公式的互相推导关系了。
- 矢量积(叉积)与“右手定则”