三个向量叉乘的公式的证明推导

最新推荐文章于 2025-03-09 22:59:49 发布
最新推荐文章于 2025-03-09 22:59:49 发布
阅读量8w 收藏 161
点赞数 64
文章标签： 几何学
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/bwabdbkjdbkjwabd/article/details/115283957
版权

三个向量叉乘的公式

在这里插入图片描述
二重积应该都看得懂有手就行 那么三重积应该怎么推导呢？

首先看标量三重积
标量三重积是三个向量中的一个和另两个向量的叉积相乘得到点积，其结果是个标量。
设a,b,c为三个向量，则标量三重积定义为 a·(bxc)

证明
a=a1i+a2j+a3k
b=b1i+b2j+b3k
c=c1i+c2j+c3k

用两张图第一张是百度文库的，第二张是我用鼠标写的，因为百度文库少了一步关键的拆解过程
在这里插入图片描述在这里插入图片描述

然后是矢量三重积

在这里插入图片描述

[流氓证法]

先算bxc 会获得b向量和c向量所在平面的法向量 再叉乘a结果必为b和c所在平面
ax(bxc)=nb+mc

又因为此时的a必垂直（nb+mc）
故 a·（nb+mc）=na·b+ma·c=0
则 n = ac , m = -ab
故ax(bxc)=(ac) b-(ab)c

《Fundamentals Of Computer Graphics》虎书证法(二维):

在这里插入图片描述

叉乘计算公式几何推导
TMS_LI的专栏
02-05 5660
叉乘计算公式几何推导 推导方法1 经过旋转变换之后，对象的面积是不会改变的。 把△FEG\triangle{FEG}△FEG旋转θ\thetaθ到△F′EG′\triangle{F'EG'}△F′EG′ △F′EG′\triangle{F'EG'}△F′EG′的面积计算是简单的，即F’的纵坐标 乘以G’的横坐标 首先计算出F’ G’的坐标 F′(x,y)=[x1y1][cos⁡(θ)−sin⁡(θ)sin⁡(θ)cos⁡(θ)]=[x1cos⁡(θ)+y1sin⁡(θ)−x1sin⁡(θ)+y1cos⁡.
两个三维向量叉积_三维向量叉乘推导
weixin_39813200的博客
12-21 2145
一直以来，我都记不住向量叉乘的结果，每次都要查询。其根本原因在于，我没有去研究过叉乘是如何推导出来的。于是，这次想彻底解决一下。首先要感谢维基百科，它已经把所有问题都描述清楚了。而下面的文字，只是我的读书笔记，以加深自己的印象。首先我们知道 ，对于向量u和v, u x v的结果，是得到一个既垂直于u又垂直于v的向量,假设记作n.则有下面公式n = u x v;而n的方向，是由右手法则决定的。 即伸...
向量叉乘三重积性质和拉格朗日公式的证明
weixin_42129495的博客
02-22 899
三维向量叉乘三重积的性质和向量的拉格朗日公式。
向量内积（点乘）和外积（叉乘）
保持分享欲
03-09 1978
向量 P 在 Q上的投影可以看作 P 的线性变换
三个三维矢量叉乘公式（拉格朗日矢量公式）推导（非坐标法）
学术废柴的博客
10-06 2万+
0 简单情况   先从简单的情况开始推导，考虑三个向量a⃗,b⃗,c⃗\vec{a},\vec{b},\vec{c}a,b,c在同一个平面，其中c⃗⊥a⃗\vec{c} \perp \vec{a}c⊥a，如下图所示，求取(a⃗×b⃗)×c⃗(\vec{a} \times \vec{b}) \times \vec{c}(a×b)×c：   易得(a⃗×b⃗)×c⃗(\vec{a} \times \vec{b}) \times \vec{c}(a×b)×c与a⃗\vec{a}a平行我们设： (a⃗×b⃗)×c
叉乘、向量积的计算以及推导
Dust的博客
04-13 5万+
叉乘 几何图示： 设有 a=(ax,ay,az),b=(bx,by,bz) \mathbf{a}=\left(a_{x}, a_{y}, a_{z}\right), \mathbf{b}=\left(b_{x}, b_{y}, b_{z}\right) a=(ax​,ay​,az​),b=(bx​,by​,bz​) i，j，k分别是X，Y，Z轴方向的单位向量，则： a×b=(aybz−azby)i+(azbx−axbz)j+(axby−aybx)k \mathbf{a} \times \mathbf{b
如何证明向量的叉积公式？
sinat_33737642的博客
09-07 5294
叉积是向量的两种主要运算之一。我们设两个空间三维向量分别为 a=(ax,ay,az),b=(bx,by,bz) \bm{a}=(a_x,a_y,a_z),b=(b_x,b_y,b_z) a=(ax​,ay​,az​),b=(bx​,by​,bz​)三维向量的叉积的两种定义分别为 c=a×b=(aybz−azby,axbz−azbx,axby−aybx)c=a×b=∣a∣∣b∣sin⁡θ \bm{...
三维向量的简单运算（点积、叉积及点到直线的距离）
zhangSMILE123456的博客
09-24 6万+
向量点积、叉积； 点到线的距离及点到面的距离
向量的点乘、叉乘和混合积（三重积）
qq_38825788的博客
01-07 2万+
向量的点乘、叉乘和混合积（三重积）
python二维向量公式坐标叉乘_NumPy叉乘
weixin_39844942的博客
12-10 5663
1、叉乘-数学解释向量积，数学中又称外积、叉积，物理中称矢积、叉乘，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向量而不是一个标量。并且两个向量的叉积与这两个向量和垂直。其应用也十分广泛，通常应用于物理学光学和计算机图形学中。叉乘是三维设计和游戏开发的底层最简单逻辑，计算机从业者都应用理解叉乘。2维空间中的叉乘是看起来像个标量，事实上叉乘的结果是个向量，方向在z轴上。我们来做一...
向量叉乘的拉格朗日公式推导过程
09-16
向量叉乘（又称外积）在三维空间中是一个非常有用的数学操作，它得到的结果是一个新的向量，垂直于原来两个向量构成的平面。拉格朗日公式（Lagrange's Formula）是用来计算两个非零向量 \(\vec{a} = (a_x, a_y, a_z)...
向量的叉乘与行列式
weixin_49376454的博客
05-30 1934
向量的叉乘与行列式向量的叉乘与行列式
三维向量叉乘推导
BoYueJiang's Zone
05-10 2万+
一直以来，我都记不住向量叉乘的结果，每次都要查询。其根本原因在于，我没有去研究过叉乘是如何推导出来的。于是，这次想彻底解决一下。首先要感谢维基百科，它已经把所有问题都描述清楚了。 http://en.wikipedia.org/wiki/Cross_product   而下面的文字，只是我的读书笔记，以加深自己的印象。   首先我们知道 ，对于向量u和v, u x v的结果，是得到一
矢量叉乘计算
weixin_42097108的博客
01-28 9410
的叉乘（cross product） 也叫叉积（cross product），向量积（vector product）或矢量积。叉乘的结果是一个矢量。r=multiply(sp,ep,op),得到(sp-op)和(ep-op)的叉积。r0：ep在矢量opsp的逆时针方向；r=0：op sp ep三点共线；” 表示，且不可省略，即。
叉乘证明贝祖定理_n维空间开普勒猜想的计算公式，数理证明不完备，计算好用！...
weixin_39827728的博客
01-16 795
N维空间开普勒猜想计算公式： ,空间维度数， ， 维空间最大填充密度，容易计算3维最大填充密度 , x≈0.74 太阳系的元素丰度填充（108维）一定是最大密度填充Why is it so difficult to prove the intuitive conclusion of Kepler's conjecture and four-color conjecture?匹兹堡大学教授T...
叉乘分配律的几何证明
weixin_40064300的博客
07-05 2475
叉乘分配律的证明
通俗理解三维向量的点乘与叉乘
qq_37366618的博客
08-17 1万+
图文通俗理解什么是三维向量的叉乘和点乘
数学问题-标量三重积&向量三重积
翟天保的博客
10-25 1万+
推导标量三重积&向量三重积
【math】 向量运算：叉乘
热门推荐
西瓜太郎
10-13 16万+
文章目录1 定义2 几何意义3 拓展应用 1 定义 c=a×b 向量的叉乘，即求同时垂直两个向量的向量，即c垂直于a，且c垂直于b。 假设向量a=(a.x,a.y,a.z),b=(b.x,b.y,b.z),c=(c.x,c.y,c.z)， 则c=a×b=(a.x,a.y,a.z)×(b.x,b.y,b.z)=(a.y * b.z - a.z * b.y, a.z * b.x - a.x * b.z, a.x * b.y - a.y * b.x) 为方便记忆，可参照下图： 2 几何意义 |c|=.
向量三重积
最新发布
03-24
### 向量三重积的概念 向量三重积是指三个向量之间的运算，通常由两个叉乘（cross product）和一个点乘（dot product）组成。它有两种主要形式：标量三重积和矢量三重积。 #### 标量三重积 标量三重积的结果是一个标量值，定义为： \[ [\mathbf{a}, \mathbf{b}, \mathbf{c}] = (\mathbf{a} \times \mathbf{b}) \cdot \mathbf{c} \] 其中，\(\mathbf{a}\)，\(\mathbf{b}\)，\(\mathbf{c}\) 是三维空间中的向量。\((\mathbf{a} \times \mathbf{b})\) 表示向量 \(\mathbf{a}\) 和 \(\mathbf{b}\) 的叉乘结果，而该结果再与向量 \(\mathbf{c}\) 进行点乘操作[^5]。 几何上，标量三重积表示以这三个向量为棱边所构成的平行六面体的有符号体积。 #### 矢量三重积 矢量三重积的结果是一个向量，定义为： \[ \mathbf{a} \times (\mathbf{b} \times \mathbf{c}) \] 利用矢量恒等式可以将其展开为更简单的形式： \[ \mathbf{a} \times (\mathbf{b} \times \mathbf{c}) = (\mathbf{a} \cdot \mathbf{c}) \mathbf{b} - (\mathbf{a} \cdot \mathbf{b}) \mathbf{c} \] 这表明矢量三重积可以通过点乘和原始向量的线性组合来表达[^6]。 --- ### 计算公式与示例 假设给定三个向量分别为： \[ \mathbf{a} = (a_1, a_2, a_3), \quad \mathbf{b} = (b_1, b_2, b_3), \quad \mathbf{c} = (c_1, c_2, c_3) \] #### 标量三重积计算 按照定义，先计算 \(\mathbf{a} \times \mathbf{b}\): \[ \mathbf{a} \times \mathbf{b} = \begin{vmatrix} \mathbf{i} & \mathbf{j} & \mathbf{k} \\ a_1 & a_2 & a_3 \\ b_1 & b_2 & b_3 \end{vmatrix} = ((a_2 b_3 - a_3 b_2)\mathbf{i} - (a_1 b_3 - a_3 b_1)\mathbf{j} + (a_1 b_2 - a_2 b_1)\mathbf{k}) \] 接着计算点乘部分： \[ [(\mathbf{a} \times \mathbf{b}) \cdot \mathbf{c}] = (a_2 b_3 - a_3 b_2)c_1 - (a_1 b_3 - a_3 b_1)c_2 + (a_1 b_2 - a_2 b_1)c_3 \] 最终得到的是一个数值结果。 #### 矢量三重积计算 根据上述恒等式，可以直接代入具体分量进行计算。例如， \[ \mathbf{a} \cdot \mathbf{c} = a_1 c_1 + a_2 c_2 + a_3 c_3,\quad \mathbf{a} \cdot \mathbf{b} = a_1 b_1 + a_2 b_2 + a_3 b_3 \] 因此， \[ \mathbf{a} \times (\mathbf{b} \times \mathbf{c}) = ((a_1 c_1 + a_2 c_2 + a_3 c_3)(b_1, b_2, b_3)) - ((a_1 b_1 + a_2 b_2 + a_3 b_3)(c_1, c_2, c_3)) \] --- ### 示例代码实现 以下是 Python 中的一个简单实现： ```python import numpy as np # 定义向量 a = np.array([1, 0, 0]) b = np.array([0, 1, 0]) c = np.array([0, 0, 1]) # 标量三重积 scalar_triple_product = np.dot(np.cross(a, b), c) # 矢量三重积 vector_triple_product = np.cross(a, np.cross(b, c)) print(f"Scalar Triple Product: {scalar_triple_product}") print(f"Vector Triple Product: {vector_triple_product}") ``` 运行此代码会分别输出标量三重积和矢量三重积的结果。 ---
评论 10
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值