NOI金牌班 导学

点积
在数学中，数量积(dot product; scalar product，也称为点积、点乘)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。
两个向量a = [a1, a2,…, an]和b = [b1, b2,…, bn]的点积定义为:
a·b=a1b1+a2b2+……+anbn。
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:
a·b=a*b^T，这里的b^T指示矩阵b的转置。
运算类型：二元运算
点积的三个值：u,v,和u,v夹角的余弦值
点积的值：点积得到两个向量的夹角的cos值
u的大小、v的大小、u,v夹角的余弦。在u,v非零的前提下，点积如果为负，则u,v形成的角大于90度;如果为零，那么u,v垂直;如果为正，那么u,v形成的角为锐角。
点积：两个单位向量的点积得到两个向量的夹角的cos值，通过它可以知道两个向量的相似性，利用点积可判断一个多边形是否面向摄像机还是背向摄像机。向量的点积与它们夹角的余弦成正比，因此在聚光灯的效果计算中，可以根据点积来得到光照效果，如果点积越大，说明夹角越小，则物理离光照的轴线越近，光照越强。
**运算律：**1.交换律:α·β=β·α 2.分配律:(α+β)·γ=α·γ+β·γ 3.若λ为数:(λα)·β=λ(α·β)=α·(λβ) 若λ、μ为数::(λα)·(μβ)=λμ(α·β) 4.α·α=|α|² ，此外:α·α=0〈=〉α=0。 向量的数量积不满足消去律，即一般情况下:α·β=α·γ，α≠0 ≠〉β=γ。 向量的数量积不满足结合律，即一般(α·β)·γ ≠〉α·(β·γ) 相互垂直的两向量数量积为0

叉积：
又名：向量积，矢量积、外积。应用：数学
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、b所在平面均垂直的单位矢量。
这个定义有个问题，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（三维坐标系中、不难想）。
“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。（左右手定则不明白的自行百度去吧~~）
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。
几何意义：
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。
混合积 [a b c] = ( a× b )·c 可以得到以 a，b，c为棱的平行六面体的体积。

向量应用
在物理学光学和计算机图形学中，叉积被用于求物体光照相关问题。
求解光照的核心在于求出物体表面法线，而叉积运算保证了只要已知物体表面的两个非平行矢量(或者不在同一直线的三个点)，就可依靠叉积求得法线。

代数性质：
反交换律：
a ×b= -b × a
加法的分配律：
a × (b+c) = a×b+ a× c
与标量乘法兼容：
(ra) × b=a× (rb) = r(a × b)
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
分配律，线性和与雅可比恒等式分别表明：具有向量加法和叉积的 R3 构成了一个李代数。
两个非零向量 a 和 b 平行，当且仅当 a × b= 0

再简单提一下上面的平行六面体：

正方体或者长方体都见过吧，这就是一个再常见不过的平行六面体了。。
定义：底面是一个平行四边形的四棱柱叫做平行六面体

资料来自：360百科