咱先聊聊空间向量乘法，这事儿听起来挺玄乎，但说白了就是两个骨头的打架要么握手。想象手里拿着一根棍子代表一个向量，先拿另一根比划一下，要是它们俩张着嘴面对面，头对头，那就是点乘，算出来的结局是个数，那玩意儿叫数量积，通俗点说就是标量积，总长度乘总长度，再乘个个角度，反正就是 $|mathbf{a}||mathbf{b}|costheta$，不管这角度多大，最终总得个正数吧，那自然就是点乘。

要是角度是直角，那乘结局就是零，这逻辑就通了，正交就重合，彻底没“叠”上劲，平行就没了。 可是别急着把公式记成死记硬背，咱得跟这东西掰扯掰扯。

比如咱们拿两个向量 $mathbf{a}$ 和 $mathbf{b}$，分别代表从原点 $O$ 到空间里某两个点 $A$ 和 $B$ 的位移。目前你要算 $mathbf{a} cdot mathbf{b}$，这玩意儿实际上不是好办的笛卡尔坐标运算，它代表的是这两个量在宇宙尺度下的“亲密程度”。你能够把它理解为在三维空间里，把向量 $mathbf{a}$ 摆个位置，然后绕着它转圈圈，看看 $mathbf{b}$ 旋转到哪个角度才最顺眼，最终乘个系数。 举个具体的例子，假设 $mathbf{a} = (1, 0, 0)$，这代表直着往 $x$ 轴走一步；$mathbf{b} = (0, 1, 0)$，代表直着往 $y$ 轴走一步。

这两个向量张了 $90$ 度，是个直角。

那 $mathbf{a} cdot mathbf{b}$ 就是 $1 times 0 + 0 times 1 + 0 times 0 = 0$。

这就挺顺理成章了，出于它们互成直角，彻底没重叠。再换个说法，要是 $mathbf{b} = (2, 0, 0)$，那 $mathbf{a}$ 和 $mathbf{b}$ 就在同一条直线上，角度是 $0$ 度，乘出来就是 $1 times 2 = 2$。

这时候它们的模长分别是 $1$ 和 $2$，乘积是 $2$，再乘 $cos 0$ 也就是 $1$，结局还是 $2$，彻底匹配。 自然，要是 $mathbf{b} = (1, 1, 0)$，那 $mathbf{a}$ 和 $mathbf{b}$ 之间就有点“勾搭”了。要算 $mathbf{a} cdot mathbf{b}$，就得把 $x$ 分量乘起来，$x$ 是 $1$，$y$ 是 $1$，乘个 $1$ 等于 $1$；$z$ 分量都是 $0$，乘个 $0$ 等于 $0$。加起来还是 $1$。

这时候看看模长，$mathbf{a}$ 的模是 $1$，$mathbf{b}$ 的模是 $sqrt{1^2+1^2}=sqrt{2}$。两个模长乘起来是 $sqrt{2}$，再乘 $costheta$，出于三角形边长 $1,1, sqrt{2}$ 是个直角三角形，$theta$ 就是 $45$ 度，$cos45$ 是 $frac{sqrt{2}}{2}$。算一算：$sqrt{2} times frac{sqrt{2}}{2} = 1$。

哎哟，正好等于刚刚算出来的数量积。

你看，这个例子把公式和几何直观连起来了，数据一打，逻辑就站住了。 说到对数积，大量人好办拿它跟标量乘法搞混。

实际上标量乘法就挺好办，向量 $mathbf{a}$ 乘以个数 $k$，就是箭头跟着变长要么变短。

比如 $mathbf{a}=(1,0,0)$，乘 $3$，那就变成 $(3,0,0)$，长度是 $3$，方向没变。而对数积是另一种亲热方式，不管向量多长，这个“亲密度”是固定的。

比如 $mathbf{a} cdot mathbf{b}$，不管 $mathbf{a}$ 多长，只要 $mathbf{b}$ 固定，这个“亲密度”就不会变，不会像标量乘法那样跟着变大变小。 那叉积呢？这个玩意儿就有点意思了，它生成的结局是一个新的向量，跟原来的两个不共面。

你想想，要是说两个向量共面，它们的叉积就是个零向量，出于它们俩“忒熟了”，甩不开彼此。

要是它们张了角度，叉积的模长就是 $|mathbf{a}||mathbf{b}|sintheta$。

举个例子，$mathbf{a} = (1, 0, 0)$，$mathbf{b} = (0, 1, 0)$，夹角 $90$ 度，$sin 90$ 是 $1$，模长乘积是 $1 times 1 = 1$。叉积的结局方向垂直于这两个向量，那是哪来的垂直方向？右手法则，右手拇指指向 $mathbf{a}$，食指指向 $mathbf{b}$，中指指的就是叉积方向，也就是 $z$ 轴方向。算出来的结局是 $(0, 0, 1)$。

这时候看看模长，$mathbf{a}$ 模长 $1$，$mathbf{b}$ 模长 $1$，乘积 $1$，$sin 90$ 是 $1$，再乘以 $1$，还是 $1$。彻底吻合。 再试个 $120$ 度角的例子，$mathbf{a}=(1,0,0)$，$mathbf{b}=(1/2, sqrt{3}/2, 0)$，这是等边三角形的两个边，夹角 $120$ 度。$sin 120$ 是 $frac{sqrt{3}}{2}$。模长乘积 $1 times 1 = 1$。叉积模长就是 $frac{sqrt{3}}{2}$。叉积方向垂直于底边，指向 $y$ 轴正方向还是负方向得看右手定则。结局是 $(0, frac{sqrt{3}}{2}, 0)$。

这个向量长度是 $frac{sqrt{3}}{2}$，方向垂直于 $mathbf{a}$ 和 $mathbf{b}$ 确定的平面。 叉积实际上有时候叫向量积，但既然叫叉积，就得有叉的性质，跟角度关系密切。

要是两个向量平行，$sin 0 = 0$，叉积就是零。

要是垂直，$sin 90 = 1$，叉积模长最大。

这跟点积不一样，点积是余弦，夹角越大余弦越小，点积越小；叉积是正弦，夹角越大正弦越大，叉积越大。

这就害得它们在几何应用上分工不同。点积适合求长度、求夹角、判断垂直，就连位移在已知位移下的功（力点位移）；叉积适合求面积、求法向量。 比如求一个三角形的面积，用边长算公式 $S = frac{1}{2}|mathbf{a} times mathbf{b}|$。设三角形两边是 $mathbf{a}$ 和 $mathbf{b}$，夹角 $60$ 度。$mathbf{a}=(1,0,0)$，$mathbf{b}=(1/2, sqrt{3}/2, 0)$。叉积算出模长是 $frac{sqrt{3}}{2}$。面积是 $frac{1}{2} times frac{sqrt{3}}{2} = frac{sqrt{3}}{4}$。跟三角形的面积公式 $frac{1}{2}absin C$ 一模一样。

这说明叉积在几何里特别好用，出于它直接捕捉了“张开”的大小，而不是“重叠”的大小。 还有啊，叉积和点积有个有趣的对比，都是标量积，但一个乘标量，一个乘方向余弦。点积跟方向余弦打交道，出于 $cos theta$ 拍板了同向程度；叉积跟方向余弦的平方要么正弦相关，出于 $sin theta$ 拍板了“歪斜”程度。

这大约就是为啥点积能算出 $0$（正交），而叉积算不出 $0$（要不就垂直，这时候是最大）。 除了这两个，还有混合积，它是三个向量共面的判断。三个向量的标量三重积 $mathbf{a} cdot (mathbf{b} times mathbf{c})$ 等于某个数。

要是这个数是 $0$，说明三个向量共面，挤在一个平面里。

要是非零，说明它们张成三维空间的一个小四面体。例子就是 $mathbf{a}=(1,0,0)$，$mathbf{b}=(0,1,0)$，$mathbf{c}=(0,0,1)$，这是标准基底，三重积是 $1$，说明它们构成一个直角。

要是 $mathbf{c}=(1,1,1)$，那它们就不共面了，三重积就不为 $0$。 实际上啊，向量乘法这事儿，在课本里早就提过了，叫数量积和向量积。但咱不叫它们，出于“乘”字忒笼统了。在专业领域，他们往往叫点积、叉积，要么叫标量积、向量积，带点学术范儿。在实际应用里，比如计算机图形学里算光照，要么机器人导航里算运动学，用的就是这些东西。它们不是抽象的概念，是实实在在能用来描述空间关系的工具。 你看，点积算的是“亲疏”，把两个东西拉直了看，越顺眼越接近；叉积算的是“张开”，把两个东西撇开了看，越歪斜越了得。一个算量，一个算面。一个标量，一个向量。它们各司其职，相互配合，构成了我们对三维空间里向量运算的整个图景。

不要再去死记硬背公式，多想想例子，多看看数据如何变，逻辑自然就通了。

毕竟，数学的终极魅力，就在于这种把抽象的几何关系翻译成具体数字的本事。