【向量积的全部公式】在向量代数中,向量积(也称为叉积)是一个重要的运算,广泛应用于物理、工程和计算机图形学等领域。向量积的结果是一个向量,其方向垂直于原两个向量所在的平面,并且其大小与两个向量的模长及夹角有关。本文将总结向量积的基本公式,并以表格形式进行清晰展示。
一、向量积的基本定义
设向量 a = (a₁, a₂, a₃) 和 b = (b₁, b₂, b₃),则它们的向量积 a × b 是一个向量,其计算公式如下:
$$
\mathbf{a} \times \mathbf{b} =
\begin{vmatrix}
\mathbf{i} & \mathbf{j} & \mathbf{k} \\
a_1 & a_2 & a_3 \\
b_1 & b_2 & b_3 \\
\end{vmatrix}
= (a_2b_3 - a_3b_2)\mathbf{i} - (a_1b_3 - a_3b_1)\mathbf{j} + (a_1b_2 - a_2b_1)\mathbf{k}
$$
也可以写成分量形式:
$$
\mathbf{a} \times \mathbf{b} = (a_2b_3 - a_3b_2,\ a_3b_1 - a_1b_3,\ a_1b_2 - a_2b_1)
$$
二、向量积的性质
| 性质 | 描述 |
| 反交换律 | $\mathbf{a} \times \mathbf{b} = -(\mathbf{b} \times \mathbf{a})$ |
| 分配律 | $\mathbf{a} \times (\mathbf{b} + \mathbf{c}) = \mathbf{a} \times \mathbf{b} + \mathbf{a} \times \mathbf{c}$ |
| 数乘结合律 | $k(\mathbf{a} \times \mathbf{b}) = (k\mathbf{a}) \times \mathbf{b} = \mathbf{a} \times (k\mathbf{b})$ |
| 与零向量的关系 | $\mathbf{a} \times \mathbf{0} = \mathbf{0}$ |
| 同向时 | 若 $\mathbf{a}$ 与 $\mathbf{b}$ 同向或反向,则 $\mathbf{a} \times \mathbf{b} = \mathbf{0}$ |
三、向量积的模长公式
向量积的模长表示两个向量所形成的平行四边形的面积:
$$
$$
其中,$\theta$ 是两个向量之间的夹角。
四、向量积的方向判定
向量积 $\mathbf{a} \times \mathbf{b}$ 的方向由右手螺旋法则确定:伸出右手,四指从 $\mathbf{a}$ 指向 $\mathbf{b}$,拇指指向向量积的方向。
五、向量积的特殊形式
| 特殊情况 | 公式 |
| 单位向量之间 | $\mathbf{i} \times \mathbf{j} = \mathbf{k}$,$\mathbf{j} \times \mathbf{k} = \mathbf{i}$,$\mathbf{k} \times \mathbf{i} = \mathbf{j}$ |
| 相同单位向量 | $\mathbf{i} \times \mathbf{i} = \mathbf{0}$,$\mathbf{j} \times \mathbf{j} = \mathbf{0}$,$\mathbf{k} \times \mathbf{k} = \mathbf{0}$ |
| 逆序单位向量 | $\mathbf{j} \times \mathbf{i} = -\mathbf{k}$,$\mathbf{k} \times \mathbf{j} = -\mathbf{i}$,$\mathbf{i} \times \mathbf{k} = -\mathbf{j}$ |
六、向量积的计算示例
假设 $\mathbf{a} = (1, 2, 3)$,$\mathbf{b} = (4, 5, 6)$,则:
$$
\mathbf{a} \times \mathbf{b} =
\begin{vmatrix}
\mathbf{i} & \mathbf{j} & \mathbf{k} \\
1 & 2 & 3 \\
4 & 5 & 6 \\
\end{vmatrix}
= (2 \cdot 6 - 3 \cdot 5)\mathbf{i} - (1 \cdot 6 - 3 \cdot 4)\mathbf{j} + (1 \cdot 5 - 2 \cdot 4)\mathbf{k}
$$
$$
= (12 - 15)\mathbf{i} - (6 - 12)\mathbf{j} + (5 - 8)\mathbf{k}
= (-3)\mathbf{i} + 6\mathbf{j} - 3\mathbf{k}
$$
即:$\mathbf{a} \times \mathbf{b} = (-3, 6, -3)$
七、总结表格
| 内容 | 公式 | ||||||
| 向量积定义 | $\mathbf{a} \times \mathbf{b} = (a_2b_3 - a_3b_2, a_3b_1 - a_1b_3, a_1b_2 - a_2b_1)$ | ||||||
| 模长公式 | $ | \mathbf{a} \times \mathbf{b} | = | \mathbf{a} | \mathbf{b} | \sin\theta$ | |
| 方向判定 | 右手螺旋法则 | ||||||
| 反交换律 | $\mathbf{a} \times \mathbf{b} = -(\mathbf{b} \times \mathbf{a})$ | ||||||
| 分配律 | $\mathbf{a} \times (\mathbf{b} + \mathbf{c}) = \mathbf{a} \times \mathbf{b} + \mathbf{a} \times \mathbf{c}$ | ||||||
| 单位向量间积 | $\mathbf{i} \times \mathbf{j} = \mathbf{k}$,$\mathbf{j} \times \mathbf{k} = \mathbf{i}$,$\mathbf{k} \times \mathbf{i} = \mathbf{j}$ |
通过以上内容,可以系统地掌握向量积的相关公式及其应用方法,为后续学习和实际问题解决提供坚实的基础。
免责声明:本答案或内容为用户上传,不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。 如遇侵权请及时联系本站删除。


