标签：mathbf cdot 外积 矢量 times az 向量
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
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
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。）
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=axi+ayj+azk
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=∣∣∣∣∣∣iaxbxjaybykazbz∣∣∣∣∣∣=∣∣∣∣aybyazbz∣∣∣∣i−∣∣∣∣axbxazbz∣∣∣∣j+∣∣∣∣axbxayby∣∣∣∣k=(aybz−azby)i+(azbx−axbz)j+(axby−aybx)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−ay0axaz−ax0⎦⎤
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−ay0axaz−ax0⎦⎤⎣⎡bxbybz⎦⎤
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
原创不易，路过的各位大佬请点个赞
标签：mathbf,cdot,外积,矢量,times,az,向量 来源： https://blog.csdn.net/weixin_44044161/article/details/119295982
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。