向量的叉乘
好的,我们来详细解释一下向量的叉乘(也称为向量积或外积)。
核心概念:
向量的叉乘是一种在三维空间中定义的运算,作用于两个向量,结果是一个新的向量。这个结果向量与原来的两个向量都垂直(正交)。
记法: 两个向量 a 和 b 的叉乘记作 a × b。
结果向量的计算(分量形式): 假设向量 a = (a₁, a₂, a₃) 和向量 b = (b₁, b₂, b₃),那么它们的叉乘结果为: a × b = (a₂b₃ - a₃b₂, a₃b₁ - a₁b₃, a₁b₂ - a₂b₁)
记忆方法(行列式形式): 叉乘的结果可以用一个3x3行列式的形式来表示和记忆:
| i j k |
a × b = | a₁ a₂ a₃ | = i(a₂b₃ - a₃b₂) - j(a₁b₃ - a₃b₁) + k(a₁b₂ - a₂b₁)
| b₁ b₂ b₃ |
这里 i, j, k 分别是沿着x轴、y轴、z轴正方向的单位向量。展开这个行列式就得到上面的分量形式(注意j分量前面的负号)。
结果向量的方向(右手定则): 结果向量 a × b 的方向由右手定则确定:
- 伸出右手,让除大拇指外的四指从第一个向量 a 的方向沿着小于180度的角度弯向第二个向量 b 的方向。
- 此时,大拇指伸直所指的方向就是叉乘结果向量 a × b 的方向。
结果向量的模长(大小): 叉乘结果向量的长度(模)等于以 a 和 b 为邻边构成的平行四边形的面积。 |a × b| = |a| |b| sinθ 其中:
- |a| 是向量 a 的长度(模)
- |b| 是向量 b 的长度(模)
- θ 是向量 a 和 b 之间的夹角(0° ≤ θ ≤ 180°)
重要性质:
- 反交换律: a × b = - (b × a) (叉乘运算不满足交换律,交换顺序会得到方向相反的向量)。
- 与自身叉乘: a × a = 0 (零向量,因为sin0°=0)。
- 与零向量叉乘: a × 0 = 0 × a = 0。
- 数乘结合律: (c a) × b = a × (c b) = c (a × b) (c是标量)。
- 分配律: a × (b + c) = a × b + a × c。
- 标量三重积: a · (b × c) = (a × b) · c (结果是一个标量,其绝对值等于以a, b, c为棱的平行六面体的体积)。
- 向量三重积: a × (b × c) = b(a · c) - c(a · b) (结果是一个向量)。
主要应用:
- 计算垂直向量: 当需要找到一个同时垂直于两个给定向量的向量时(例如,求平面的法向量)。
- 计算面积: 计算由两个向量张成的平行四边形的面积(|a × b|)或三角形的面积(½ |a × b|)。
- 计算体积: 标量三重积 a · (b × c) 的绝对值等于以向量a, b, c为相邻棱的平行六面体的体积。
- 物理学:
- 力矩 (τ): 力 F 对某点的力矩等于位置矢量 r (从该点到力作用点的向量) 与力 F 的叉乘:τ = r × F。
- 角动量 (L): 质点的角动量等于其位置矢量 r 与其线动量 p (p = mv) 的叉乘:L = r × p。
- 洛伦兹力: 电荷q在磁场 B 中以速度 v 运动时受到的洛伦兹力为:F = q (v × B)。
- 计算机图形学: 计算表面法线(用于光照、碰撞检测等)。
与点乘(内积)的关键区别:
| 特性 | 叉乘 (×) | 点乘 (·) |
|---|---|---|
| 结果类型 | 向量 | 标量 (一个数) |
| 定义空间 | 仅限三维空间 (或七维) | 任意维度空间 |
| 几何意义 | 垂直于原两向量的向量; 模长等于两向量张成的平行四边形面积 |
一个向量在另一个向量上的投影长度乘积; 与两向量夹角余弦相关 (a·b = |a||b|cosθ) |
| 交换律 | 不满足 (a×b = -b×a) | 满足 (a·b = b·a) |
| 零结果条件 | 两向量平行 (θ=0°或180°) | 两向量垂直 (θ=90°) |
总结:
向量的叉乘是三维空间中一种重要的向量运算,它产生一个垂直于原始两个输入向量的新向量。其方向和大小(模)都有明确的几何意义(右手定则和平行四边形面积)。叉乘在数学、物理学(特别是力学和电磁学)以及工程学(如计算机图形学)中有着广泛的应用,用于计算垂直向量、面积、体积以及描述旋转和力矩等物理量。理解叉乘的关键在于掌握其计算规则、方向判定(右手定则)以及与点乘的区别。
Montgomery模乘介绍
Montgomery模乘介绍 Montgomery 模乘算法是最有效的大整数模乘算法之一它的一个显著特点是消除了mod n 的除法运算。Mont
最小内内方差支持向量引导的字典学习算法
支持向量引导的字典学习算法依据大间隔分类原则,仅考虑每类编码向量边界条件建立决策超平面,未利用数据的分布信息,在一定程度上限制了模型的泛化能力。为解决该问题,提出最小类内方差支持
资料下载
佚名
2021-04-27 10:37:21
基于近邻传输的粒度支持向量机学习算法
传统粒度支持向量机(GSVM模型可以有效提高攴持向量机(SⅥM的学习效率,但因其对初始粒划参数比较敏感,粒中心的选取比较粗糙,会损失一定的泛化能力。提出一种基于近邻传输的粒度支持
资料下载
佚名
2021-04-12 15:15:39
增量式约简最小二乘孪生攴持向量回归机算法
为了解决增量式最小二乘孪生支持向量回归机存在构成的核矩阵无法很好地逼近原核矩阵的问题提出了一种増量式约简最小二乘孪生攴持
资料下载
佚名
2021-03-24 17:12:00
融合BERT词向量与TextRank的关键词抽取方法
结合文档本身的结构信息与外部词语的语义信息,提出一种融合BERT词向量与 Textrank的关键词抽取方法。在基于网络图的 Textrank方法基础上,引入语义差异性并利用BERT词向量加权方式优化
资料下载
佚名
2021-03-21 09:55:19
什么是叉指电极,叉指电极的种类及用途的介绍
什么是叉指电极 叉指电极是指状或梳状的面内有周期性图案的电极,它是通过电化学工艺加工获得的超精细电路。作为电信号传输核心部件,广泛应用于生物医疗、环境监测,食品安全,公共安全。
2021-10-05 10:07:00
wordNet词向量和词义
的每一个位置t,均存在中心词c和上下词o 4. 使用c和o的词向量相似性来计算给定c和o的概率 5.不断调整词向量来最大化这个概率 word2vec的一些参数: 1. U的每一行都是一个单词的词
2020-11-02 15:16:03
杭叉集团发布最新“XC系列新能源叉车”和“杭叉-C系列锂电池”
2018年11月,杭叉集团发布最新“XC系列新能源叉车”和“杭叉-C系列锂电池”。其中杭叉-C系列锂电池采购宁德时代的电芯和模组,再由宁德时代与
2020-06-12 15:36:14
换一换
- 如何分清usb-c和type-c的区别
- 中国芯片现状怎样?芯片发展分析
- vga接口接线图及vga接口定义
- 芯片的工作原理是什么?
- 华为harmonyos是什么意思,看懂鸿蒙OS系统!
- 什么是蓝牙?它的主要作用是什么?
- ssd是什么意思
- 汽车电子包含哪些领域?
- TWS蓝牙耳机是什么意思?你真的了解吗
- 什么是单片机?有什么用?
- 升压电路图汇总解析
- plc的工作原理是什么?
- 再次免费公开一肖一吗
- 充电桩一般是如何收费的?有哪些收费标准?
- ADC是什么?高精度ADC是什么意思?
- dtmb信号覆盖城市查询
- EDA是什么?有什么作用?
- 中科院研发成功2nm光刻机
- 苹果手机哪几个支持无线充电的?
- type-c四根线接法图解
- 华为芯片为什么受制于美国?
- 怎样挑选路由器?
- 元宇宙概念股龙头一览
- 锂电池和铅酸电池哪个好?
- 如何进行编码器的正确接线?接线方法介绍
- 什么是场效应管?它的作用是什么?
- 虚短与虚断的概念介绍及区别
- 晶振的作用是什么?
- 大疆无人机的价格贵吗?大约在什么价位?
- amoled屏幕和oled区别
- 苹果nfc功能怎么复制门禁卡
- 单片机和嵌入式的区别是什么
- 复位电路的原理及作用
- BLDC电机技术分析
- dsp是什么意思?有什么作用?
- 苹果无线充电器怎么使用?
- iphone13promax电池容量是多少毫安
- 芯片的组成材料有什么
- 特斯拉充电桩充电是如何收费的?收费标准是什么?
- 直流电机驱动电路及原理图
- 传感器常见类型有哪些?
- 自举电路图
- 苹果笔记本macbookpro18款与19款区别
- 通讯隔离作用
- 新斯的指纹芯片供哪些客户
- 伺服电机是如何进行工作的?它的原理是什么?
- 无人机价钱多少?为什么说无人机烧钱?
- 以太网VPN技术概述
- 手机nfc功能打开好还是关闭好
- 十大公认音质好的无线蓝牙耳机