向量相乘公式

更新日期：2026-09-13 20:36:20

其中，$\theta$ 是两个向量之间的夹角。

代数表达式（坐标形式）：

设 $\vec{a} = (a_1, a_2, a_3)$，$\vec{b} = (b_1, b_2, b_3)$，则：

\vec{a} \cdot \vec{b} = a_1b_1 + a_2b_2 + a_3b_3

特点：

- 点积的结果是一个标量；

- 当两个向量垂直时，点积为零；

- 可用于计算向量投影、判断方向关系等。

二、叉积（外积）

定义：

两个向量的叉积是一个向量，表示为 $\vec{a} \times \vec{b}$，其方向由右手定则确定，大小等于两向量构成的平行四边形面积。

公式：

标题

向量相乘公式

内容

在数学和物理中，向量的乘法是常见的运算之一，主要包括点积（内积）和叉积（外积）两种形式。这两种乘法方式在不同应用场景中具有重要的意义，如力学、电磁学、计算机图形学等。以下是对向量相乘公式的总结与对比。

一、点积（内积）

定义：

两个向量的点积是一个标量，表示为 $\vec{a} \cdot \vec{b}$，其值等于两向量长度的乘积与它们夹角余弦值的乘积。

公式：

\vec{a} \cdot \vec{b} =

\vec{a}

\vec{b}

\cos\theta

\vec{a} \times \vec{b}

\vec{a}

\vec{b}

\sin\theta

其中，$\theta$ 是两个向量之间的夹角。

代数表达式（坐标形式）：

设 $\vec{a} = (a_1, a_2, a_3)$，$\vec{b} = (b_1, b_2, b_3)$，则：

\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}

= (a_2b_3 - a_3b_2)\mathbf{i} - (a_1b_3 - a_3b_1)\mathbf{j} + (a_1b_2 - a_2b_1)\mathbf{k}

特点：

- 叉积的结果是一个向量；

- 方向垂直于两个原始向量所在的平面；

- 用于计算力矩、旋转方向等。

三、点积与叉积对比表

特性	点积（内积）	叉积（外积）
运算结果	标量	向量
几何意义	两向量投影的乘积	两向量构成的平行四边形面积
代数形式	$a_1b_1 + a_2b_2 + a_3b_3$	通过行列式计算
是否满足交换律	是	否（$\vec{a} \times \vec{b} = -\vec{b} \times \vec{a}$）
是否满足分配律	是	是
应用场景	投影、角度、能量计算	力矩、磁场方向、三维旋转

四、总结

向量相乘是向量代数中的核心内容，点积和叉积各有不同的应用领域和数学特性。理解它们的区别与联系，有助于更深入地掌握物理和工程中的相关问题。在实际应用中，根据需求选择合适的乘法形式，能够提高计算效率并增强对问题的理解。

随便看