数学问题-标量三重积&向量三重积

简介: 数学问题-标量三重积&向量三重积

说明

      近期项目中有涉及到向量运算的公式,其中有一个内容是向量三重积,即:

      过去的基础知识有些遗忘,特此以本篇文章进行一轮回顾。

      本文主要针对标量三重积和向量三重积,进行特性说明和公式推导,以加深记忆和理解。

标量三重积

定义:

      标量三重积是将三个向量中的某一个,与另两个向量叉积所得到的新向量,进行点积操作,这样结果就是一个标量,相当于两个向量点积。

      设a、b、c是三个向量,则标量三重积可表示为:

特性1:

      假设a=a1i+a2j+a3k,b=b1i+b2j+b3k,c=c1i+c2j+c3k,其中i、j、k是笛卡尔坐标系的三个轴正方向的单位向量。则有:

证明1:

      向量叉乘可表示为行列式形态,对行列式进行拆解,因为i和i两个向量方向一致,所以点积为1,而i、j、k之间两两垂直,点积为0,不难得到结论。

     

特性2:

      由行列式的性质,我们可知,当顺序不变,改变abc的位置也不会影响标量三重积的结果,如:

证明2:

      以为例:

     

      注意行列式中的正负号问题,b1的位置代数余子式是-1,b2的位置代数余子式是+1。

特性3:

     标量三重积的变换式:

      上述式子根据特性2变换,注意,方向相反,参考右手法则。

特性4:

      标量三重积中任意两个向量相等,则标量三重积等于0。

      假如a和b相等,则a叉乘b就为0,0点积任何数都为0。

表示形式:

 常用括号来表示标量三重积:

     

几何意义:

      几何上,由三个向量表示的平行六面体的体积,等于三个向量的标量三重积:

向量三重积

定义:

      向量三重积是三个向量中的某一个,与另两个向量叉积所得到的新向量,进行叉积操作,这样结果还是一个向量。

      设a、b、c是三个向量,则向量三重积可表示为:

特性:

      对任意向量a、b、c,有:

      许多人为了方便记忆该公式,用BAC-CAB(BACK-CAB,后面的出租车)来表示它,死背不如理解,接下来进行公式推导。

证明:

      向量三重积得到的结果也是向量,向量有xyz三个分量,我们先分析x分量,假设,则有:

      x分量相当于将i的余子式提取出来,也就是右下角的那部分,同理,M的各个分量也是如此,则公式表示为:

       同理可得y和z分量:

       所以,不难得出:

另类证明:

      对而言,将得到b向量和c向量所在平面的法向量n,n与a叉积所得向量必处于b和c所在平面,则可表示为:

      此时的a向量与其也是垂直关系,点积则有:

      若要等式恒成立,又考虑到p和q是常数,则p必然等于a和c的点积,q必然等于a和b的点积的负数,则有:

      以上就是本文关于标量三重积和向量三重积相关知识的说明。

      如果文章帮助到你了,可以点个赞让我知道,我会很快乐~加油!

相关文章
7.1 向量及其线性运算
7.1 向量及其线性运算
105 0
|
机器学习/深度学习 决策智能
矩阵分析 (四)向量和矩阵的范数
矩阵分析 (四)向量和矩阵的范数
253 0
【线性代数-基础理解】对换行列式两行(列),行列式变号
【线性代数-基础理解】对换行列式两行(列),行列式变号
794 1
【线性代数-基础理解】对换行列式两行(列),行列式变号
|
算法 C++
【基础算法】矩阵的几种基本运算 & C++实现
从线性代数中我们已知,两个矩阵可以进行加减乘运算,但矩阵之间没有除法运算。
433 0
【基础算法】矩阵的几种基本运算 & C++实现
|
机器学习/深度学习 人工智能
线性代数01:函数对向量、矩阵的梯度(向量、矩阵求导)
线性代数01:函数对向量、矩阵的梯度(向量、矩阵求导)
652 0
|
机器学习/深度学习 人工智能 算法