java 向量 内积_向量内积(点乘)和外积(叉乘)概念及几何意义

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:

59269470f6b7f7f02e9e948a92612702.png

9d14ceec6d860235dc9605501e555eeb.png

a和b的点积公式为:

f6a88a9fb3480acf8bd309d7ce118a2c.png

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)

(λa + μb)·c = λa·c + μb·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:

9699fd42f1ad04ce577cc00b503fea99.png

推导过程如下,首先看一下向量组成:

java 向量 内积_向量内积(点乘)和外积(叉乘)概念及几何意义_第1张图片

定义向量c:

ed57628b3dbe75bca01c4c0992e8edef.png

根据三角形余弦定理(这里a、b、c均为向量,下同)有:

c9b60a2308c1ab3db1d16af4449a6981.png

根据关系c=a-b有:

7a791c5cc1087316e776704018503ef4.png

即:

a∙b=|a||b|cos⁡(θ)

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:

θ=arccos⁡(a∙b|a||b|)

进而可以进一步判断两个向量是否同一方向或正交(即垂直)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

向量的外积(叉乘)

定义

概括地说,两个向量的外积,又叫叉乘、叉积向量积,其运算结果是一个向量而不是一个标量。并且两个向量的外积与这两个向量组成的坐标平面垂直。

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。

特别地,0×a = a×0 = 0.此外,对任意向量a,a×a=0。

对于向量a和向量b:

d4f213b5a20331de9c838053a10c43fe.png

a和b的外积公式为:

9b44b8c7017aaff95715a224821c539f.png

其中:

190a8615235c3963d8b1899b9d891e26.png

根据i、j、k间关系,有:

4cb6058d930b8b5eebf213cd76b1ff93.png

向量外积的性质

a × b = -b × a. (反称性)

(λa + μb) × c = λ(a ×c) + μ(b ×c). (线性)

向量外积的几何意义

在三维几何中,向量a和向量b的外积结果是一个向量,有个更通俗易懂的叫法是法向量,该向量垂直于a和b向量构成的平面。

在3D图像学中,外积的概念非常有用,可以通过两个向量的外积,生成第三个垂直于a,b的法向量,从而构建X、Y、Z坐标系。如下图所示:

8a6803fdac898c88009362036e1a93dc.png

在二维空间中,外积还有另外一个几何意义就是:|a×b|在数值上等于由向量a和向量b构成的平行四边形的面积。

Reference

你可能感兴趣的:(java,向量,内积)