向量叉积：从几何原理到计算机图形学应用

1. 叉积的传统定义与几何意义

1.1 叉积的代数定义

在三维欧几里得空间中，给定两个向量v和w，它们的叉积v×w是一个新的向量。从代数角度看，这个新向量的每个分量都可以通过原向量的分量组合得到：

v = [v₁, v₂, v₃]ᵀ
w = [w₁, w₂, w₃]ᵀ
v×w = [v₂w₃ - v₃w₂, v₃w₁ - v₁w₃, v₁w₂ - v₂w₁]ᵀ

这个看似复杂的定义实际上有着深刻的几何背景。我们可以用行列式来记忆这个公式：

v×w = det([i, j, k],
[v₁, v₂, v₃],
[w₁, w₂, w₃])

其中i, j, k分别是x, y, z轴的单位向量。展开这个行列式就得到了上面的分量表达式。

注意：叉积只在三维空间中有定义。在二维空间中，两个向量的"叉积"实际上是一个标量（即它们构成的平行四边形的有向面积）。在更高维空间中，叉积的概念需要推广为外积。

1.2 叉积的几何性质

从几何角度看，叉积结果向量有两个重要特性：

1. 方向特性：结果向量垂直于原始的两个向量v和w所确定的平面。具体方向由右手定则决定：将右手食指指向v，中指指向w，那么拇指的方向就是v×w的方向。

2. 长度特性：结果向量的长度等于|v||w|sinθ，其中θ是v和w之间的夹角。这个长度恰好等于以v和w为邻边的平行四边形的面积。

当两个向量平行时（θ=0或π），它们的叉积为零向量。这在几何上很好理解：平行向量确定的"平行四边形"实际上退化为一条线段，面积为0。

2. 3B1B对叉积的本质解读

2.1 从线性函数的角度理解叉积

3Blue1Brown视频系列提出了一个深刻见解：叉积本质上描述的是任意第三个向量u相对于v和w确定的平面的"朝向程度"。具体来说，我们可以定义一个函数：

f(u) = 以u, v, w为边的平行六面体的有向体积

这个体积可以通过计算行列式det(u, v, w)得到。有趣的是，这个函数关于u是线性的，也就是说：

f(au + bu') = a f(u) + b f(u')

根据线性代数中的对偶性原理，任何从ℝ³到ℝ的线性函数都可以表示为与某个固定向量的点积。因此，存在唯一的向量p使得：

f(