(done) 向量的内积、外积、混合积、行列式，以及它们的几何意义 （还有 数量积、点乘、向量积、叉乘）

参考视频1 (数量积向量积混合积 内积外积)：https://www.bilibili.com/video/BV1kL4y1e78T/?vd_source=7a1a0bc74158c6993c7355c5490fc600

参考视频2 (线性代数:内积、外积、行列式、特征值)：https://www.bilibili.com/video/BV16J411J7yF/?vd_source=7a1a0bc74158c6993c7355c5490fc600

---

点乘、内积、数量积的基本
点乘最常见的应用就是判断两个向量是否垂直 （若垂直，则两向量点积为 0）
几何表示：a向量 和 b向量 的数量积，可以看作 “a向量在b向量上投影的长度 和 b向量长度的乘积” 或者 “b向量在a向量上投影的长度 和 a向量长度的乘积”

向量积、外积、叉乘的基本

叉乘得到的向量和 “a向量 b向量构成的平面” 垂直 （注意：右手定则转的角必须是锐角）

如下图是叉乘的运算规则。
叉乘的常见应用是判断两个向量是否平行，若平行，则叉乘结果为 0向量。（毕竟 sin(theta) = 0）

如下图，是叉乘的计算公式 （人生苦短，这个公式的推导就不考虑啦！）
根据查阅的资料 和 CHATGPT 来看，i j k 表示的是 x y z 三轴上的单位向量

单位化只需要把得到的向量除以它的模即可

最后再介绍混合积，如下

我觉得这玩意儿记住一个事情就行：它可以用来判断三个向量是否共面。
道理很简单：a向量 叉乘 b向量，得到一个与两者垂直的向量，若该向量 与 c向量 点积为 0，说明 c向量和 该向量垂直。那么 c向量就和 a b 两个向量共面

---

a向量 和 b向量 的内积 = cos(theta) * ||a|| * ||b||

所以可以这样计算 theta = acos ( 两向量点积 / (||a|| * ||b||) )

两个向量的外积有个有趣的物理意义，如下图

外积的 “长度、模” 其实就等于这两个向量组成的平行四边形的面积，原因是外积长度 = ||a|| * ||b|| * sin(theta)

外积的 “长度、模” 其实也可以是这两个向量组成的矩阵的行列式，如下图

假设向量1的矢量为 (x0, y0)，向量2的矢量为 (x1, y1)。那么组成矩阵后，这个矩阵的行列式就是 x0y1 - x1y0。这恰好就是平行四边形的面积（证明过程：小学数学求平行四边形面积、割补法）

在三维中，外积的物理意义会更复杂一点，如下图

首先，外积求出的矢量与两个原有矢量是垂直的，求出矢量的长度就是两个原有矢量组成的平行四边形的面积

此外，行列式还可以用来描述 “变化的空间的拉伸和压缩”，如下图

如图，[5 1; 2 5] 这个矩阵可以看作是一个变换矩阵

把这个矩阵去和矢量 (x0, y0) 相乘，我们可以得到一个新的矢量，这个新的矢量方向和长度有变化

对 [5 1; 2 5] 这个矩阵求行列式，得到 23。这个数字的意思是，新的矢量的长度是旧的矢量的长度的 23 倍

如果 [5 1; 2 5] 进行变换的是一个图形，那么那个图形在经过映射后，新的面积也是旧的面积的 23 倍

---