1. 向量的点积
点积是指两个维度相同的向量相乘,结果是对应坐标配对的乘积之和:
eg:
[
1
2
]
∙
[
1
2
]
=
1
×
1
+
2
×
3
=
7
\left[\begin{array}{l} 1 \\ 2 \end{array}\right] \bullet\left[\begin{array}{l} 1 \\ 2 \end{array}\right]=1 \times 1+2 \times 3=7
[12]∙[12]=1×1+2×3=7
留意:
- v ⃗ ⋅ w ⃗ = w ⃗ ⋅ v ⃗ \vec{v} \cdot \vec{w}=\vec{w} \cdot \vec{v} v⋅w=w⋅v
- 向量方向相同时结果为正,
- 向量方向相反时结果为负,
- 向量方向垂直结果为0.
几何意义:点积 v ⃗ ⋅ w ⃗ \vec{v} \cdot \vec{w} v⋅w 的结果是向量 w ⃗ \vec{w} w在 v ⃗ \vec{v} v 上的正交投影长度乘以 v ⃗ \vec{v} v 的长度;本质是先投影再缩放.
2. 向量的叉积
几何意义:两个向量叉积的结果是第三个向量,结果向量垂直于原向量组成的平行四边形,长度等于平行四边形的面积,方向取决于原向量的相对位置,可以使用右手定则判断。
叉积
v
⃗
×
w
⃗
\vec{v} \times \vec{w}
v×w 等同于寻找一个向量
p
⃗
\vec{p}
p (更为熟知的叫法是法向量),满足下面的等式:
[
p
1
p
2
p
3
]
⋅
[
x
y
z
]
=
det
(
[
x
v
1
w
1
y
v
2
w
2
z
v
3
w
3
]
)
\begin{array}{l} \left[\begin{array}{l} p_{1} \\ p_{2} \\ p_{3} \end{array}\right] \cdot\left[\begin{array}{l} x \\ y \\ z \end{array}\right]=\operatorname{det}\left(\left[\begin{array}{lll} x & v_{1} & w_{1} \\ y & v_{2} & w_{2} \\ z & v_{3} & w_{3} \end{array}\right]\right)\end{array}
p1p2p3
⋅
xyz
=det
xyzv1v2v3w1w2w3
⇓ \Downarrow ⇓
[
v
1
v
2
v
3
]
×
[
w
1
w
2
w
3
]
=
det
(
[
i
⃗
v
1
v
1
j
⃗
v
2
w
2
k
⃗
v
3
w
3
]
)
=
[
v
2
w
3
−
v
3
w
2
v
3
w
1
−
v
1
w
3
v
1
w
2
−
v
2
w
1
]
\left[\begin{array}{l} v_{1} \\ v_{2} \\ v_{3} \end{array}\right] \times\left[\begin{array}{l} w_{1} \\ w_{2} \\ w_{3} \end{array}\right]=\operatorname{det}\left(\left[\begin{array}{ccc} \vec{i} & v_{1} & v_{1} \\ \vec{j} & v_{2} & w_{2} \\ \vec{k} & v_{3} & w_{3} \end{array}\right]\right)=\left[\begin{array}{l} v_{2} w_{3}-v_{3} w_{2} \\ v_{3} w_{1}-v_{1} w_{3} \\ v_{1} w_{2}-v_{2} w_{1} \end{array}\right]
v1v2v3
×
w1w2w3
=det
ijkv1v2v3v1w2w3
=
v2w3−v3w2v3w1−v1w3v1w2−v2w1
留意:
- v ⃗ ⊥ v ⃗ × w ⃗ , w ⃗ ⊥ v ⃗ × w ⃗ \vec{v} \perp \vec{v} \times \vec{w}, \quad \vec{w} \perp \vec{v} \times \vec{w} v⊥v×w,w⊥v×w
- v ⃗ × v ⃗ = 0 → , 0 → × v ⃗ = 0 → \vec{v} \times \vec{v}=\overrightarrow{0}, \quad \overrightarrow{0} \times \vec{v}=\overrightarrow{0} v×v=0,0×v=0
- v ⃗ / / w ⃗ ⇔ v ⃗ × w ⃗ = 0 → \vec{v} / / \vec{w} \Leftrightarrow \vec{v} \times \vec{w}=\overrightarrow{0} v//w⇔v×w=0
- v ⃗ × w ⃗ = − w ⃗ × v ⃗ \vec{v} \times \vec{w}=-\vec{w} \times \vec{v} v×w=−w×v
- ( λ v ⃗ ) × w ⃗ = λ ( v ⃗ × w ⃗ ) (\lambda \vec{v}) \times \vec{w}=\lambda(\vec{v} \times \vec{w}) (λv)×w=λ(v×w)
- ( v ⃗ + w ⃗ ) × l ⃗ = v ⃗ × l ⃗ + w ⃗ × l ⃗ (\vec{v}+\vec{w}) \times \vec{l}=\vec{v} \times \vec{l}+\vec{w} \times \vec{l} (v+w)×l=v×l+w×l
若 v ⃗ × w ⃗ > 0 , 则 v ⃗ 在 w ⃗ 顺时针方向 若 \vec{v} \times \vec{w}>0 , 则 \vec{v} 在 \vec{w} 顺时针方向 若v×w>0,则v在w顺时针方向
若 v ⃗ × w ⃗ < 0 , 则 v ⃗ 在 w ⃗ 逆时针方向 若 \vec{v} \times \vec{w}<0 , 则 \vec{v} 在 \vec{w} 逆时针方向 若v×w<0,则v在w逆时针方向
若 v ⃗ × w ⃗ > 0 , 则 v ⃗ 与 w ⃗ 同线,同向或反向 若 \vec{v} \times \vec{w}>0 , 则 \vec{v} 与 \vec{w} 同线,同向或反向 若v×w>0,则v与w同线,同向或反向