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
LaTeX中定义新命令和环境
LaTeX中定义新命令和环境
1292 0
LaTeX中定义新命令和环境
|
5月前
|
NoSQL 算法 Linux
OpenOCD下载安装保姆级教程(附安装包,非常详细)
OpenOCD是一款开源片上调试工具,支持JTAG/SWD接口,提供GDB Server、TCL脚本自动化等功能,可实现断点调试、Flash烧录、FPGA编程等,广泛应用于嵌入式开发与量产测试,被誉为“穷人的Lauterbach”。跨平台且免费,配置灵活但稍复杂,是嵌入式工程师的高效调试利器。
|
机器学习/深度学习 运维 算法
梯度&散度&旋度&峰度&偏度你分得清楚吗?驻点&鞍点你分得清楚吗?曲率&斜率你分得清楚吗?
本文介绍了四种常见的物理量:加速度,速度,位移和力学功。详细介绍了它们的定义、计算以及在物理学和工程学领域中的应用。此外,本文还介绍了四种与物理量相关的概念:向量、标量、质量和密度。 数学,物理,机器学习领域常见概念区分
4011 0
|
Ubuntu 编译器 Windows
zlib开发笔记(四):zlib库介绍、编译windows vs2015x64版本和工程模板
zlib开发笔记(四):zlib库介绍、编译windows vs2015x64版本和工程模板
zlib开发笔记(四):zlib库介绍、编译windows vs2015x64版本和工程模板
|
9月前
智谱发布GLM-4.5V,全球开源多模态推理新标杆,Day0推理微调实战教程到!
视觉语言大模型(VLM)已经成为智能系统的关键基石。随着真实世界的智能任务越来越复杂,VLM模型也亟需在基本的多模态感知之外,逐渐增强复杂任务中的推理能力,提升自身的准确性、全面性和智能化程度,使得复杂问题解决、长上下文理解、多模态智能体等智能任务成为可能。
1191 0
|
人工智能 算法 数据可视化
DBSCAN密度聚类算法(理论+图解+python代码)
DBSCAN密度聚类算法(理论+图解+python代码)
10198 1
|
数据可视化 Java 程序员
通过文字图像——代码图形注释自动生成
大家在学(CTRL)习(C)别人代码的时候,看到别人的代码程序,在日志中有很多很酷的代码注释,或者是有一些图形化注释方便理解。之前本人以为都是一个个手敲出来的。然后在网上一番搜索,找到了很多神奇的好网站,以用于图形注释生成。 代码图形注释自动生成技术是一种将代码逻辑和结构可视化的创新工具。它通过解析编程代码,并将代码的功能、结构和逻辑关系转换成直观的图形注释,从而使得程序员能够更加轻松地理解和分析代码。这种技术特别适合于复杂代码的解读,帮助开发人员快速定位代码中的关键部分和潜在问题。此外,对于团队合作和代码教育来说,图形注释可以作为沟通和学习的桥梁,让代码的理解变得更加直观和高效。总的来说,
535 0
|
开发者 UED
图形用户界面(GUI)设计:使用Visual Basic创建直观的界面
【4月更文挑战第27天】本文探讨了使用Visual Basic设计直观GUI的方法,强调GUI设计对用户体验的重要性。通过Visual Basic的窗体设计器、属性窗口和工具箱,开发者可轻松构建界面。标准控件、布局工具和交互性设计是关键要素,遵循简洁性、一致性和可访问性的原则。进行可用性测试并根据反馈优化是提升GUI质量的有效途径。案例研究、最佳实践和技巧分享有助于开发者创造美观、易用的界面。随着技术发展,未来GUI设计将更加注重用户体验和交互性。
695 1
WK
|
机器学习/深度学习 算法
什么是损失函数和损失函数关于参数的梯度
损失函数是机器学习中评估模型预测与真实值差异的核心概念,差异越小表明预测越准确。常见损失函数包括均方误差(MSE)、交叉熵损失、Hinge Loss及对数损失等。通过计算损失函数关于模型参数的梯度,并采用梯度下降法或其变种(如SGD、Adam等),可以优化参数以最小化损失,提升模型性能。反向传播算法常用于神经网络中计算梯度。
WK
809 0
|
数据采集 机器学习/深度学习 运维
超全!GitHub星标6500的Python入门教程大全,太强了!
Python 类库(模块)极其丰富,这使得 Python 几乎无所不能,不管是传统的 Web 开发、PC 软件开发、Linux 运维,还是当下火热的机器学习、大数据分析、网络爬虫,Python 都能胜任。 今天给小伙伴们分享的这份Python入门教程大全是从gitee上扒下来的,这套教程不是教科书,不会玩弄概念,而是力求口语化和通俗化,让读者尽快入门。

热门文章

最新文章