赞
踩
有向量
a
⃗
=
(
x
1
,
y
1
)
,
b
⃗
=
(
x
2
,
y
2
)
\vec a=(x_1,y_1),\vec b=(x_2,y_2)
a
=(x1,y1),b
=(x2,y2),夹角为
θ
\theta
θ,内积为:
a
⃗
⋅
b
⃗
=
∣
a
⃗
∣
∣
b
⃗
∣
cos
θ
=
x
1
x
2
+
y
1
y
2
\vec a \cdot \vec b=|\vec a||\vec b|\cos\theta=x_1x_2 + y_1y_2
a
⋅b
=∣a
∣∣b
∣cosθ=x1x2+y1y2
上面的公式,就是求三阶行列式。
如果让
a
⃗
\vec a
a
以最小角度转到
b
⃗
\vec b
b
的方向,是顺时针还是逆时针呢,从图中很容易看出,但怎么用数字判断呢?
仍然是
m
=
a
⃗
×
b
⃗
=
x
1
y
2
−
x
2
y
1
m=\vec a \times \vec b=x_1y_2-x_2y_1
m=a
×b
=x1y2−x2y1,
当
m
>
0
m>0
m>0,
a
⃗
\vec a
a
逆时针转到
b
⃗
\vec b
b
的角度
<
18
0
∘
<180^\circ
<180∘,
当
m
<
0
m<0
m<0,
a
⃗
\vec a
a
逆时针转到
b
⃗
\vec b
b
的角度
>
18
0
∘
>180^\circ
>180∘,
当
m
=
0
m=0
m=0,
a
⃗
\vec a
a
和
b
⃗
\vec b
b
共线。
直观记忆如下图:
m
>
0
m>0
m>0,
b
⃗
\vec b
b
在蓝色部分;
m
<
0
m<0
m<0,
b
⃗
\vec b
b
在红色部分;
m
=
0
m=0
m=0,
b
⃗
\vec b
b
在分界线上(与
a
⃗
\vec a
a
共线 )。
我们平时默认的坐标系是这样的:
但有时候的坐标系是这样的(比如数字图像中):
可以发现,同样的
a
⃗
=
(
2
,
1
)
\vec a=(2,1)
a
=(2,1) 转到
b
⃗
=
(
1
,
2
)
\vec b=(1,2)
b
=(1,2) ,在上面的坐标系中就是逆时针,而在下面的坐标系中就是顺时针,所以为了统一说明,定义了 “正旋转” :从
x
x
x 轴旋转到
y
y
y 轴的方向。
所以,上面利用向量叉乘判断向量相对位置的性质描述应该为:
当
m
>
0
m>0
m>0,
a
⃗
\vec a
a
正旋转到
b
⃗
\vec b
b
的角度
<
18
0
∘
<180^\circ
<180∘,
当
m
<
0
m<0
m<0,
a
⃗
\vec a
a
正旋转到
b
⃗
\vec b
b
的角度
>
18
0
∘
>180^\circ
>180∘,
当
m
=
0
m=0
m=0,
a
⃗
\vec a
a
和
b
⃗
\vec b
b
共线。
而那张直观记忆图只在我们平时默认的坐标系中才成立。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。