向量內積&外積


  • 一、向量的內積

  • 1.1向量內積的定義

概括地說,向量的內積(點乘/點積/數量積)就是對兩個向量執行點乘運算,即對這兩個向量對應位一一相乘之后求和的操作,如下所示,對於向量a和向量b:

                                               a=[a_{1},a_{2},...a_{n}]                b=[b_{1},b_{2},...b_{n}]

a和b的點積公式為:

                                                    a\cdot b=a_{1}\cdot b_{1}+a_{2}\cdot b_{2}+...+a_{n}\cdot b_{n}

這里要求一維向量a和向量b的行列數相同。注意:點乘的結果是一個標量(數量而不是向量).

定義:兩個向量a與b的內積為 a·b = |a||b|cos∠(a, b),特別地,0·a =a·0 = 0;若a,b是非零向量,則a與b正交的充要條件是a·b = 0。

  • 1.2向量內積的性質

  1. a^2 ≥ 0;當a^2 = 0時,必有a = 0(正定性)
  2. a·b = b·a (對稱性)
  3. (λa + μb)·c = λa·c + μb·c,對任意實數λ, μ成立(線性)
  4. cos∠(a,b) =a·b/(|a||b|)
  5. |a·b| ≤ |a||b|,等號只在a與b共線時成立
  • 1.3向量內積的幾何意義

內積(點乘)的幾何意義包括:

  1. 表征或計算兩個向量之間的夾角
  2. b向量在a向量方向上的投影

公式a\cdot b=\left | a \right |\left | b \right |cos\theta推導過程如下,首先看一下向量組成:

根據余弦定理有:

                                                                                 c^{2}=a^{2}+b^{2}-2\left | a \right |\left | b \right |cos\theta

將c=a-b帶入上式中得出:

                                        (a-b)(a-b)=a^{2}+b^{2}-2a\cdot b=a^{2}+b^{2}-2\left | a \right |\left | b \right |cos\theta

因此可以得出:

                                                                           a\cdot b=\left | a \right |\left | b \right |cos\theta

向量a,b的長度都是可以計算的已知量,從而有a和b間的夾角θ:

                                                                           \theta =arccos(\frac{a\cdot b}{\left | a \right |\left | b \right |})

進而可以進一步判斷兩個向量是否同一方向或正交(即垂直)等方向關系,具體對應關系為:

a∙b>0→方向基本相同,夾角在0°到90°之間 
           a∙b=0→ 正交,相互垂直 
           a∙b<0→ 方向基本相反,夾角在90°到180°之間

  • 二、向量的外積

  • 2.1向量外積的定義

概括地說,兩個向量的外積,又叫叉乘、叉積向量積,其運算結果是一個向量而不是一個標量。並且兩個向量的外積與這兩個向量組成的坐標平面垂直。

定義:向量a與b的外積a×b是一個向量,其長度等於|a×b| = |a||b|sin∠(a,b),其方向正交於a與b。並且,(a,b,a×b)構成右手系。 特別地,0×a = a×0 = 0.此外,對任意向量a,a×a=0。

對於向量a和向量b:

                                                                    a=(x_{1},y_{1},z_{1})

                                                                    b=(x_{2},y_{2},z_{2})

a和b的外積公式為:

                            a\times b=\begin{vmatrix} i & j & k\\ x_{1}& y_{1} & z_{1}\\ x_{2}& y_{2} & z_{2} \end{vmatrix}=(y_{1}z_{2}-y_{2}z_{1})i-(x_{1}z_{2}-x_{2} z_{1})j+(x_{1}y_{2}-x_{2} y_{1})k

其中:

                                               i=(1,0,0)             j=(0,1,0)            k=(0,0,1)

根據i、j、k間關系,有:

                                                a\times b=(y_{1}z_{2}-y_{2}z_{1},-(x_{1}z_{2}-x_{2} z_{1}),x_{1}y_{2}-x_{2} y_{1})

  • 2.2向量外積的性質

  1. a × b = -b × a. (反稱性)
  2. (λa + μb) × c = λ(a ×c) + μ(b ×c). (線性)
  • 2.3向量外積的幾何意義

在三維幾何中,向量a和向量b的外積結果稱為法向量,該向量垂直於a和b向量構成的平面。在3D圖像學中,外積的概念非常有用,可以通過兩個向量的外積,生成第三個垂直於a,b的法向量,從而構建X、Y、Z坐標系。如下圖所示:

在二維空間中,外積還有另外一個幾何意義:|a×b|在數值上等於由向量a和向量b構成的平行四邊形的面積。


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM