向量内积–笔记2017年10月3日

向量内积–笔记2017年10月3日

• 向量点乘（内积）和叉乘（外积、向量积）概念及几何意义解读
• 代码块高亮

---

向量点乘（内积）和叉乘（外积、向量积）概念及几何意义解读

向量是由n个实数组成的一个n行1列（n*1）或一个1行n列（1*n）的有序数组；

向量的点乘,也叫向量的内积、数量积，对两个向量执行点乘运算，就是对这两个向量对应位一一相乘之后求和的操作，点乘的结果是一个标量。

点乘公式

对于向量a和向量b：

$$a=\begin{bmatrix} a_1,& a_2, \ldots a_n \end{bmatrix}\\ b=\begin{bmatrix} b_1,& b_2, \ldots b_n \end{bmatrix}$$

a和b的点积公式为：

$$a\bullet b=a_1b_1+a_2b_2+ \ldots +a_nb_n$$
要求一维向量a和向量b的行列数相同。

点乘几何意义

点乘的几何意义是可以用来表征或计算两个向量之间的夹角，以及在b向量在a向量方向上的投影，有公式：

$$a\bullet b=\lvert a\rvert \lvert b\rvert cosθ$$
推导过程如下，首先看一下向量组成：

定义向量：

$$c=a-b$$
根据三角形余弦定理有：
$$c^2=a^2+b^2-2\lvert a\rvert \lvert b\rvert cosθ$$
根据关系c=a-b（a、b、c均为向量）有：
$$(a-b)\bullet (a-b)=a^2+b^2-2a\bullet b=a^2+b^2-2\lvert a\rvert \lvert b\rvert cosθ$$
即：
$$a\bullet b=\lvert a\rvert \lvert b\rvert cosθ$$
向量a，b的长度都是可以计算的已知量，从而有a和b间的夹角θ：
$$θ=acc\;cos \bigl(\frac{a\bullet b}{\lvert a\rvert \lvert b\rvert }\bigr)$$
根据这个公式就可以计算向量a和向量b之间的夹角。从而就可以进一步判断这两个向量是否是同一方向，是否正交(也就是垂直)等方向关系，具体对应关系为：

 a·b>0    方向基本相同，夹角在0°到90°之间
 a·b=0    正交，相互垂直  
 a·b<0    方向基本相反，夹角在90°到180°之间 

注1：向量的加法与减法
http://ziyuan.wmw.cn/BD/beida/FileLibrary/directions/g1j3sxb437aa02/g1j3sxb437aa02.htm

叉乘公式

两个向量的叉乘，又叫向量积、外积、叉积，叉乘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组成的坐标平面垂直。

对于向量a和向量b：

$$a=(x_1,y_1,z_1)\\ b=(x_2,y_2,z_2)$$
a和b的叉乘公式为：
$$a\times b=\begin{vmatrix} i & j & k \\ x_1 & y_1 & z_1 \\ x_2 & y_2 & z_2 \\ \end{vmatrix}=(y_1z_2-y_2z_1)i-(x_1z_2-x_2z_1)j+(x_1y_2-x_2y_1)k$$
其中：
$$i=(1,0,0) \\ j=(0,1,0) \\ k=(0,0,1)$$
根据i、j、k间关系，有：
$$a\times b=(y_1z_2-y_2z_1, -(x_1z_2-x_2z_1), x_1y_2-x_2y_1)$$
叉乘几何意义

在三维几何中，向量a和向量b的叉乘结果是一个向量，更为熟知的叫法是法向量，该向量垂直于a和b向量构成的平面。

在3D图像学中，叉乘的概念非常有用，可以通过两个向量的叉乘，生成第三个垂直于a，b的法向量，从而构建X、Y、Z坐标系。如下图所示：

在二维空间中，叉乘还有另外一个几何意义就是：aXb等于由向量a和向量b构成的平行四边形的面积。