【向量的叉乘運算法則】在三維幾何與物理中，向量的叉乘（又稱向量積）是一種重要的運算方式，用于計算兩個向量之間的垂直向量。叉乘的結果是一個與原向量都垂直的新向量，其方向由右手定則決定，大小則與兩個向量的夾角有關。
以下是關于向量叉乘的基本法則和相關性質的總結。
一、基本定義
設向量 a = (a?, a?, a?) 和 b = (b?, b?, b?)，它們的叉乘記為 a × b，結果是一個新的向量，其計算公式如下：
$$
\mathbf{a} \times \mathbf =
\begin{vmatrix}
\mathbf{i} & \mathbf{j} & \mathbf{k} \\
a_1 & a_2 & a_3 \\
b_1 & b_2 & b_3 \\
\end{vmatrix}
= (a_2b_3 - a_3b_2)\mathbf{i} - (a_1b_3 - a_3b_1)\mathbf{j} + (a_1b_2 - a_2b_1)\mathbf{k}
$$
也可以寫成：
$$
\mathbf{a} \times \mathbf = (a_2b_3 - a_3b_2, a_3b_1 - a_1b_3, a_1b_2 - a_2b_1)
$$
二、叉乘的性質
| 性質 | 描述 | ||||||
| 1. 反交換律 | $\mathbf{a} \times \mathbf = -(\mathbf \times \mathbf{a})$ | ||||||
| 2. 分配律 | $\mathbf{a} \times (\mathbf + \mathbf{c}) = \mathbf{a} \times \mathbf + \mathbf{a} \times \mathbf{c}$ | ||||||
| 3. 數乘結合律 | $(k\mathbf{a}) \times \mathbf = k(\mathbf{a} \times \mathbf) = \mathbf{a} \times (k\mathbf)$ | ||||||
| 4. 與零向量的關系 | $\mathbf{a} \times \mathbf{0} = \mathbf{0}$ | ||||||
| 5. 與自身叉乘 | $\mathbf{a} \times \mathbf{a} = \mathbf{0}$ | ||||||
| 6. 垂直性 | $\mathbf{a} \times \mathbf$ 與 a 和 b 都垂直 | ||||||
| 7. 模長關系 | $ | \mathbf{a} \times \mathbf | = | \mathbf{a} | \mathbf | \sin\theta$，其中 θ 是兩向量夾角 |
三、叉乘的應用
- 求平面法向量：已知平面上的兩個向量，可通過叉乘得到該平面的法向量。
- 計算力矩：在物理學中，力矩是位移向量與力向量的叉乘。
- 判斷方向：通過右手定則判斷叉乘結果的方向。
- 三維圖形處理：在計算機圖形學中，叉乘用于計算光照、旋轉等。
四、注意事項
- 叉乘僅適用于三維空間中的向量。
- 叉乘結果是一個向量，不是標量。
- 當兩個向量共線時，叉乘結果為零向量。
- 叉乘不滿足交換律，即 a × b ≠ b × a。
通過以上內容可以看出，向量的叉乘不僅具有明確的數學表達式，還具備豐富的幾何意義和實際應用價值。掌握其運算法則和性質，有助于更好地理解和應用這一重要工具。
