向量坐标相乘怎么算?
一般向量之间不叫乘积,而叫数量积,如a*b叫做a与b的数量积或a点乘b。
平面向量是在二维平面内既有方向(direction)又有大小(magnitude)的量,物理学中也称作矢量,与之相对的是只有大小、没有方向的数量(标量)。平面向量用a,b,c上面加一个小箭头表示,也可以用表示向量的有向线段的起点和终点字母表示。
比如已知向量AB=(2,3)与向量SD(5,8),求向量AB×向量SD=? 向量AB×向量SD=2×5+3×8=34
向量相乘分数量积、向量积两种:
向量 a = (x, y, z),
向量 b = (u, v, w),
数量积 (点积): a·b = xu+yv+zw
向量积 (叉积): a×b =
|i j k|
|x y z|
|u v w|
向量的记法:印刷体记作粗体的字母(如a、b、u、v),书写时在字母顶上加一小箭头“→”。 如果给定向量的起点(A)和终点(B),可将向量记作AB(并于顶上加→)。在空间直角坐标系中,也能把向量以数对形式表示,例如xOy平面中(2,3)是一向量。
扩展资料:
一般印刷用黑体的小写英文字母(a、b、c等)来表示,手写用在a、b、c等字母上加一箭头(→)表示,如 ,也可以用大写字母AB、CD上加一箭头(→)等表示,如, 。
在平面直角坐标系中,分别取与x轴、y轴方向相同的两个单位向量i,j作为一组基底。
由平面向量基本定理可知,有且只有一对实数(x,y),使得 ,因此把实数对 叫做向量 的坐标,记作 。这就是向量 的坐标表示。其中 就是点 的坐标。向量 称为点P的位置向量。
方向相同或相反的非零向量叫做平行(或共线)向量.向量a、b平行(共线),记作a∥b。零向量长度为零,是起点与终点重合的向量,其方向不确定。我们规定:零向量与任一向量平行。平行于同一直线的一组向量是共线向量。
若a=(x,y),b=(m,n),则a//b→a×b=xn-ym=0
参考资料:百度百科---向量
向量a(x1,y1),向量b(x2,y2)
向量a点乘向量b等于x1x2+y1y2
扩展资料
实数λ和向量a的叉乘乘积是一个向量,记作λa,且|λa|=|λ|*|a|。
当λ>0时,λa的方向与a的方向相同;当λ<0时,λa的方向与a的方向相反;当λ=0时,λa=0,方向任意。当a=0时,对于任意实数λ,都有λa=0。
注:按定义知,如果λa=0,那么λ=0或a=0。
实数λ叫做向量a的系数,乘数向量λa的几何意义就是将表示向量a的有向线段伸长或压缩。
当 |λ| >1时,表示向量a的有向线段在原方向(λ>0)或反方向(λ<0)上伸长为原来的|λ|倍
当|λ|<1时,表示向量a的有向线段在原方向(λ>0)或反方向(λ<0)上缩短为原来的 |λ|倍。
实数p和向量a的点乘乘积是一个数。
数与向量的乘法满足下面的运算律
结合律:(λa)·b=λ(a·b)=(a·λb)。
向量对于数的分配律(第一分配律):(λ+μ)a=λa+μa.
数对于向量的分配律(第二分配律):λ(a+b)=λa+λb.
数乘向量的消去律:① 如果实数λ≠0且λa=λb,那么a=b。② 如果a≠0且λa=μa,那么λ=μ。
需要注意的是:向量的加减乘(向量没有除法)运算满足实数加减乘运算法则。
向量相乘可以分内积和外积
内积就是: ab=丨a丨丨b丨cosα (注意:内积没有方向,叫做点乘)
外积就是: a×b=丨a丨丨b丨sinα (注意:外积是有方向的。)
拓展资料:
证明
为了更好地推导,我们需要加入三个轴对齐的单位向量i,j,k。
i,j,k满足以下特点:
i = j x k; j = k x i;k = i x j;
k x j = –i;i x k = –j; j x i = –k;
i x i = j x j = k x k = 0;(0是指0向量)
由此可知,i,j,k是三个相互垂直的向量。它们刚好可以构成一个坐标系。
这三个向量的特例就是 i = (1,0,0) j = (0,1,0) k = (0,0,1)。
对于处于i,j,k构成的坐标系中的向量u,v我们可以如下表示:
u = Xu*i + Yu*j + Zu*k;
v = Xv*i + Yv*j + Zv*k;
那么 u x v = (Xu*i + Yu*j + Zu*k) x (Xv*i + Yv*j + Zv*k)
= Xu*Xv*(i x i) + Xu*Yv*(i x j) + Xu*Zv*(i x k) + Yu*Xv*(j x i) + Yu*Yv*(j x j) + Yu*Zv*(j x k) + Zu*Xv*( k x i ) + Zu*Yv*(k x j) + Zu*Zv*(k x k)
由于上面的i,j,k三个向量的特点,所以,最后的结果可以简化为
u x v = (Yu*Zv – Zu*Yv)*i + (Zu*Xv – Xu*Zv)*j + (Xu*Yv – Yu*Xv)*k。
参考资料:向量积-百度百科