向量外积

向量点乘(内积)和叉乘(外积、向量积)概念及几何意义解读

妖精的绣舞 提交于 2020-03-01 21:04:51
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和b的点积公式为: 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: 推导过程如下,首先看一下向量组成: 定义向量: 根据三角形余弦定理有: 根据关系c=a-b(a、b、c均为向量)有: 即: 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: 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 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和b的叉乘公式为: 其中: 根据i、j、k间关系,有: 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

向量的内积和外积

痞子三分冷 提交于 2020-02-02 19:45:37
向量的内积(点乘) 定义 概括地说,向量的 内积 (点乘/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,如下所示,对于向量a和向量b: a和b的点积公式为: 这里要求一维向量a和向量b的行列数相同。 注意:点乘的结果是一个标量(数量而不是向量) 定义 :两个向量 a 与 b 的内积为 a · b = | a || b |cos∠(a, b),特别地, 0 · a = a · 0 = 0;若 a , b 是非零向量,则 a 与 b****正交 的充要条件是 a · b = 0。 向量内积的性质: a ^2 ≥ 0;当 a ^2 = 0时,必有 a = 0. (正定性) a · b = b · a . (对称性) (λ a + μ b )· c = λ a · c + μ b · c ,对任意实数λ, μ成立. (线性) cos∠( a , b ) = a · b /(| a || b |). | a · b | ≤ | a || b |,等号只在 a 与 b 共线时成立. 向量内积的几何意义 内积(点乘)的几何意义包括: 表征或计算两个向量之间的夹角 b向量在a向量方向上的投影 有公式: 推导过程如下,首先看一下向量组成: 定义向量 c : 根据三角形余弦定理(这里a、b、c均为向量,下同)有: 根据关系 c = a - b 有: 即: a∙b=|a

点乘(内积)和叉乘(外积、向量积)

有些话、适合烂在心里 提交于 2020-01-27 01:45:31
转自原创出处:http://blog.csdn.net/dcrmg/article/details/52416832 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和b的点积公式为: 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: 推导过程如下,首先看一下向量组成: 定义向量: 根据三角形余弦定理有: 根据关系c=a-b(a、b、c均为向量)有: 即: 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: 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 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和b的叉乘公式为: 其中: 根据i

计算几何基础

坚强是说给别人听的谎言 提交于 2019-12-05 19:48:07
计算几何是一门用计算机解决几何问题的学科,里面有非常多优美的解决问题的方式方法. 本文主要介绍这几个方面的内容: 判断两线段是否相交 求解多边形的面积 求取多边形重心 求解凸包 计算几何基础: 向量的内积和外积 向量内积 a · b : 定义: 两个向量a与b的内积为 a·b = |a| |b| cos∠(a, b),它是数量而不是向量。 几何意义:a·b 等于向量 b 在 a 上的投影 与 a 的长度之积 向量外积 a × b : 定义: 向量 a 与 b 的外积 a×b 是一个向量, 其长度等于|a×b| = |a| |b| sin∠(a,b),其方向正交于 a 与 b ,并且, (a,b,a×b) 构成右手系 右手定理判定外积向量方向: a×b , a->b 逆时针: 垂直平面向上 顺时针: 垂直平面向下(例图中为逆时针所以垂直平面向上) 几何意义:a 与 b的外积在数值上等于以 a,b 为邻边的平行四边形的面积 参考链接: https://blog.csdn.net/ACdreamers/article/details/7930911 来源: https://www.cnblogs.com/NiBosS/p/11942429.html

线性代数基础

我们两清 提交于 2019-11-28 02:57:46
1. 标准正交基 两两正交且模为 1 2. 向量内积 \[A \cdot B = \left| A \right|\left| B \right|\cos \left( a \right)\] 设向量 B 的模为 1 ,则 A 与 B 的内积值等于 A 向 B 所在直线投影的矢量长度。要准确描述向量,首先要确定一组基,然后给出在基所在的各个直线上的投影值,就可以了。 3. 向量外积 \[A \times B = \left\| a \right\|\left\| b \right\|\sin \theta n\] n是同时垂直于 A, B向量的单位向量。 4. 矩阵 可逆矩阵:$AB = BA = E$ 正交矩阵:${A^T}A = E$ A相似于 B($A\~B$):${P^{ - 1}}AP = B$ , P 是可逆方阵。相似矩阵有相同的特征多项式,相同的特征值。 来源: https://www.cnblogs.com/xumaomao/p/11387783.html