线性代数-向量叉乘意义

这里我们要解释向量叉乘的本质意义
首先来了解下 行列式
线性代数-向量叉乘意义_第1张图片
这是由基向量 i i i j j j为边,形成的四边形区域,面积为S1 = 1
线性代数-向量叉乘意义_第2张图片
有一个矩阵m= [ 3 0 0 2 ] \begin{bmatrix} 3 & 0 \\ 0 & 2 \end{bmatrix} [3002], 将 i i i缩放3倍, j j j缩放2倍,面积缩放了6倍

线性代数-向量叉乘意义_第3张图片
现在有一个矩阵 m = [ x 1 x 2 y 1 y 2 ] \begin{bmatrix} x_1 & x_2 \\ y_1 & y_2 \end{bmatrix} [x1y1x2y2] ,原单位为1的面积经过变化后应该是什么?
由上图可以看出平行四边形面积:S = | b b b|*h
将向量b旋转90度后得到向量 b 2 b_2 b2 = ( − y 2 , x 2 ) (-y_2,x_2) (y2,x2),这个很容易推导, b 2 b_2 b2的单位向量为 b 2 ∣ b 2 ∣ \dfrac{b_2}{|b_2|} b2b2
向量 a a a b 2 b_2 b2上单位向量上的投影 h2 = a a a· b 2 ∣ b 2 ∣ \dfrac{b_2}{|b_2|} b2b2
所以S = | b b b|h = | b b b| a a a· b 2 ∣ b 2 ∣ \dfrac{b_2}{|b_2|} b2b2 = a a a· b 2 b_2 b2 = ( x 1 , y 1 ) ⋅ ( − y 2 , x 2 ) (x_1,y_1)·(-y_2,x_2) (x1,y1)(y2,x2) = x 1 y 2 − x 2 y 1 x_1y_2-x_2y_1 x1y2x2y1
这个缩放值就是矩阵m的行列式,它是个标量,记为: det ⁡ ( m ) = ∣ x 1 x 2 y 1 y 2 ∣ = x 1 y 2 − x 2 y 1 \det(m) = \begin{vmatrix} x_1 & x_2 \\ y_1 & y_2 \end{vmatrix}= x_1y_2-x_2y_1 det(m)=x1y1x2y2=x1y2x2y1

这个结果可能为负,遵守右手法则,这里表示为有向面积
接下来看三维向量
这是由三个基向量构成的立方体,体积为1
线性代数-向量叉乘意义_第4张图片
这是由 a , b , c a,b,c a,b,c三个向量构成的平行六面体
线性代数-向量叉乘意义_第5张图片
参照二维向量,那三维向量的行列式表示对基向量构成体积为1的立方体的缩放
V = ∣ x a x b x c y a y b y c z a z b z c ∣ \begin{vmatrix} x_a & x_b & x_c\\ y_a & y_b & y_c\\ z_a & z_b & z_c \end{vmatrix} xayazaxbybzbxcyczc

说了这么多,那向量叉乘跟这个有什么关系呢?

假设bc所在平面的单位法向量是 n n n

bc构成的平行四边形面积为S_bc
那么这个平行六面体的体积也可以表示为 V = S_bc * h = S_bc* a ⋅ n a·n an
现在假设有一向量p = k n kn kn, p·a = |p|* a ⋅ n a·n an
那么如果|p|刚好等于S_bc时,V = p ⋅ a p·a pa,那么这个p的坐标应该是什么呢?

p ⋅ a p·a pa = x p x a + y p y a + z p z a x_px_a + y_py_a + z_pz_a xpxa+ypya+zpza
∣ x a x b x c y a y b y c z a z b z c ∣ \begin{vmatrix} x_a & x_b & x_c\\ y_a & y_b & y_c\\ z_a & z_b & z_c \end{vmatrix} xayazaxbybzbxcyczc = x a x_a xa ∣ y b y c z b z c ∣ \begin{vmatrix} y_b & y_c\\ z_b & z_c \end{vmatrix} ybzbyczc+ y a y_a ya ∣ x b x c z b z c ∣ \begin{vmatrix} x_b & x_c\\ z_b & z_c \end{vmatrix} xbzbxczc+ z a z_a za ∣ x b x c y b y c ∣ \begin{vmatrix} x_b & x_c\\ y_b & y_c \end{vmatrix} xbybxcyc = x a ( y b z c − y c z b ) x_a(y_bz_c-y_cz_b) xa(ybzcyczb) + y a ( x b z c − x c z b ) y_a(x_bz_c-x_cz_b) ya(xbzcxczb) + z a ( x b y c − x c y b ) z_a(x_by_c-x_cy_b) za(xbycxcyb)

得出:
p x = y b z c − y c z b p_x = y_bz_c-y_cz_b px=ybzcyczb
p y = x b z c − x c z b p_y =x_bz_c-x_cz_b py=xbzcxczb
p z = x b y c − x c y b p_z =x_by_c-x_cy_b pz=xbycxcyb

a当做一个变量,随便a如何变化,a和p点乘的结果都等于a、b、c三个向量组成的行列式
这个向量p就是叉乘的结果,它的方向和大小等于bc构成平行四边形的有向面积

将上面的二维扩展到三维,同样适用

∣ x b x c y b y c 0 0 ∣ \begin{vmatrix} x_b & x_c\\ y_b & y_c\\ 0 & 0 \end{vmatrix} xbyb0xcyc0 = x b y c − x c y b x_by_c-x_cy_b xbycxcyb, p向量为:(0,0, x b y c − x c y b x_by_c-x_cy_b xbycxcyb)

总结:
a、b两个向量的叉乘,结果是一个向量p,该向量的长度是a、b围成的平行四边形有向面积的绝对值,方向遵守右手法则

任意一个向量 u, u·p = ∣ u a b ∣ \begin{vmatrix} u& a&b \end{vmatrix} uab
线性代数-向量叉乘意义_第6张图片

你可能感兴趣的:(线性代数,线性代数)