【什么是叉乘】叉乘，也称为向量积或外积，是向量运算中的一种重要形式，主要用于三维空间中的向量操作。它在物理、工程、计算机图形学等领域有广泛应用，尤其在计算力矩、旋转方向和法线向量等方面具有重要意义。
一、叉乘的基本概念
叉乘是一种二元运算，其输入是两个向量，输出是一个新的向量，该向量与原两个向量都垂直。叉乘的结果不仅包含方向信息，还包含大小信息。
- 数学表达式：
若向量 $\vec{a} = (a_1, a_2, a_3)$，$\vec{b} = (b_1, b_2, b_3)$，则它们的叉乘为：
$$
\vec{a} \times \vec{b} = \begin{vmatrix}
\mathbf{i} & \mathbf{j} & \mathbf{k} \\
a_1 & a_2 & a_3 \\
b_1 & b_2 & b_3
\end{vmatrix}
$$
展开后可得：
$$
\vec{a} \times \vec{b} = (a_2b_3 - a_3b_2)\mathbf{i} - (a_1b_3 - a_3b_1)\mathbf{j} + (a_1b_2 - a_2b_1)\mathbf{k}
$$
二、叉乘的性质
| 性质 | 描述 | ||||||
| 1. 非交换性 | $\vec{a} \times \vec{b} = -(\vec{b} \times \vec{a})$ | ||||||
| 2. 分配律 | $\vec{a} \times (\vec{b} + \vec{c}) = \vec{a} \times \vec{b} + \vec{a} \times \vec{c}$ | ||||||
| 3. 与标量相乘 | $k(\vec{a} \times \vec{b}) = (k\vec{a}) \times \vec{b} = \vec{a} \times (k\vec{b})$ | ||||||
| 4. 垂直性 | $\vec{a} \times \vec{b}$ 与 $\vec{a}$ 和 $\vec{b}$ 都垂直 | ||||||
| 5. 模长意义 | $ | \vec{a} \times \vec{b} | = | \vec{a} | \vec{b} | \sin\theta$，其中 $\theta$ 是两向量夹角 |
三、叉乘的应用场景
| 应用领域 | 说明 |
| 物理 | 计算力矩、磁力作用方向等 |
| 工程 | 用于结构分析、力学建模等 |
| 计算机图形学 | 确定平面法线方向、光照计算等 |
| 机器人学 | 用于运动学和动力学分析 |
| 数学 | 用于向量代数、几何变换等 |
四、叉乘与点乘的区别
| 特征 | 叉乘 | 点乘 |
| 结果类型 | 向量 | 标量 |
| 几何意义 | 垂直方向的向量，表示面积 | 两向量夹角的余弦值，表示投影 |
| 运算方式 | 使用行列式展开 | 直接对应分量相乘再求和 |
| 是否可逆 | 不可逆 | 可逆（若非零） |
| 适用范围 | 三维空间 | 任意维数 |
五、总结
叉乘是一种重要的向量运算方式，其结果是一个与原两个向量都垂直的新向量，具有明确的方向和大小。它在多个学科中都有广泛的应用，尤其是在需要处理三维空间关系的场合。理解叉乘的性质和应用，有助于更深入地掌握向量代数和相关领域的知识。