最后更新: 2025-11-27 20:55 查看: 901 次反馈能力测评会员8.2元/月赞助

两向量的夹角

## 两向量的夹角计算公式：推法1
### 平面两个向量夹角
已知 $\vec{a}=\left(a_x, a_y\right), \vec{b}=\left(b_x, b_y\right)$, 作 $\overrightarrow{O A}=\vec{a}, \overrightarrow{O B}=\vec{b}$ (图 5.13),
设 $\vec{a}$ 的方向角为 $\varphi_1, \vec{b}$ 的方向角为 $\varphi_2$, 我们把 $\vec{b}$ 与 $\vec{a}$ 的方向差 $\varphi$ 定义为 $\varphi=\varphi_2-\varphi_1$, 这就是说 $\varphi$ 是射线 $O A$ 到射线 $O B$ 之间的旋转角, 也可说 $\varphi$ 是 $\vec{a}$ 到 $\vec{b}$ 的旋转角.

我们通常把两个向量之间的夹角写成 $ \varphi=\langle\vec{a}, \vec{b}\rangle $

![图片](/uploads/2024-05/d40d94.jpg)

为了求两个向量的夹角，我们先看一个简单的特列：假设$b$向量为$x$轴，如下：这样两个向量夹角，就变成向量$\vec{a}$ 与$x$ 轴夹角。 
![图片](/uploads/2024-05/f527bc.jpg)

我们设 $\left\langle\vec{e}_x, \vec{a}\right\rangle=\alpha,\left\langle\vec{e}_y, \vec{a}\right\rangle=\beta$ ，所以
$$
\cos \alpha=\frac{a_x}{|\vec{a}|}, \quad \cos \beta=\frac{a_y}{|\vec{a}|}
$$

由三角函数的定义, 我们又知
$$
\cos \varphi=\frac{a_x}{|\vec{a}|}, \quad \sin \varphi=\frac{a_y}{|\vec{a}|}
$$

所以不论 $\varphi$ 取何值, 都有关系式
$$
\cos \varphi=\cos \alpha, \quad \sin \varphi=\cos \beta
$$

因此，一个向量角的正弦余弦可以用向量坐标表示。

现在证明向量的夹角公式。
由三角公式有
$$
\sin \varphi=\sin \left(\varphi_2-\varphi_1\right)=\sin \varphi_2 \cos \varphi_1-\cos \varphi_2 \sin \varphi_1
$$
$$
\sin \varphi_2=\frac{b_y}{|\vec{b}|}, \quad \cos \varphi_2=\frac{b_x}{|\vec{b}|}, \quad \sin \varphi_1=\frac{a_y}{|\vec{a}|}, \quad \cos \varphi_1=\frac{a_x}{|\vec{a}|}
$$

所以
$$
\sin \varphi=\frac{a_x b_y-a_y b_x}{|\vec{a}||\vec{b}|}
$$

且 
$$
\cos \varphi=\cos \langle\vec{a}, \vec{b}\rangle=\frac{a_x b_x+a_y b_y}{|\vec{a}||\vec{b}|}
$$

又， $\vec{a} \cdot \vec{b}=a_x b_x+a_y b_y, \quad|\vec{a}|=\sqrt{a_x^2+a_y^2}, \quad|\vec{b}|=\sqrt{b_x^2+b_y^2}$,

所以

$$
\boxed{
\cos \langle\vec{a}, \vec{b}\rangle=\frac{a_x b_x+a_y b_y}{\sqrt{a_x^2+a_y^2} \sqrt{b_x^2+b_y^2}}...(1)
} 
$$

就是求**两个向量夹角的余弦的计算公式**. 
 
上面这个公式说明，如果知道两个向量的坐标，那么使用他们的内积除以他们模长就可以得到夹角的余弦。 
 
### 空间两个向量的夹角
按照上面思路，可以计算三维空间里，两个向量的夹角，有兴趣的同学可以试着证明一下，点击 [空间向量](https://kb.kmath.cn/kbase/detail.aspx?id=2628)

已知向量 $\vec{A}, \vec{B}$ 分别为:
$$
\begin{aligned}
& \vec{A}=\left(a_x, a_y, a_z\right) \\
& \vec{B}=\left(b_x, b_y, b_z\right)
\end{aligned}
$$

则，向量 $\vec{A}, \vec{B}$ 之间的夹角为:
$$
\boxed{
cos \theta=  \dfrac{a_x b_x+a_y b_y+a_z b_z}{\sqrt{a_x^2+b_y^2+c_z^2} \sqrt{b_x^2+b_y^2+b_z^2}} ...(2)
}
$$

## 两向量的夹角计算公式：推法2
上面推导两个向量夹角采用的是三角函数法，还可以使用定义法求解两个向量的夹角。
**向量数量积的第一定义**：已知两个向量 $\boldsymbol{a}, \boldsymbol{b}$ ，它们的夹角为 $\theta$ ，那么这两个向量的点积定义为 （这里$|a|,|b|$ 分别表示向量$a，b$ 的模长，详见[模长的定义](https://kb.kmath.cn/kbase/detail.aspx?id=1852)）
$$
a \cdot b=|a||b| \cos \theta ....①
$$

点积的几何意义是一个向量在另外一个向量上投影，详见 [点积](https://kb.kmath.cn/kbase/detail.aspx?id=167) 介绍。
![](../uploads/2022-10/1fb332.jpg)

**向量数量积的第二定义** 在[向量的坐标表示](https://kb.kmath.cn/kbase/detail.aspx?id=1342)里, 可以看到，两个向量的坐标表示为 $\boldsymbol{a}=(a_x,a_y)$ 和 $\boldsymbol{b}=(b_x,b_y)$ ，那么两个向量的数量积为
$ a \cdot b =a_x b_x +a_y b_y  ...②$

①② 表达的是同一个意思，所以应该相等，因此

$$
|a||b| \cos \theta =a_x b_x +a_y+b_y
$$

即
$$
\boxed{
\cos \theta=\dfrac{a_x b_x +a_y+b_y}{|a||b|}
}
$$

化简后，记得上面公式（1）

`例` 设 $\boldsymbol{a}=(5,-7), \boldsymbol{b}=(-6,-4)$ ，求 $\boldsymbol{a} \cdot \

免费注册查看余下70%

《高等数学》难点解析

高数教程 泰勒公式切线与法线切平面与法平面驻点·拐点·极值点·零点间断点渐进线瑕积分欧拉方程伯努利方程 Abel 收敛定理偏导数的几何意义偏导数的几何意义梯度数量场与向量场多元函数极值拉格朗日算子通量与散度环流量与旋度格林公式高斯公式斯托克斯公式三大公式比较傅里叶级数极坐标微元点法式方程变上限定积分 X型计算面积 Y型计算面积微分的意义渐近线间断点 y''+py'+qy=f(x)方程高斯黎曼傅里叶变换(复数) 拉普拉斯变换(复数)

高等数学测评 函数与极限一元函数微分学一元函数积分学微分方程空间向量与代数多元微分学多元积分学无穷级数

《线性代数》难点解析

线代教程 近世代数对数学的整体思考线性的意义矩阵乘法(列视角) 矩阵乘法(行视角) 矩阵左乘矩阵右乘逆矩阵求解方程组阶梯形矩阵的求法方程组解的判定四阶行列式的计算线性变换的意义线性空间向量组的等价线性空间的几何意义基础解系的求法施密特正交化特征值与特征向量的意义矩阵相似的几何意义矩阵可对角化的理解秩的意义(向量版) 秩的意义(方程版) 二次型的意义

线性代数测评 行列式矩阵向量空间

《概率论与数理统计》难点解析

概率教程 置信区间与上a分位数概率中的“取”与“放” 贝叶斯公式全概率公式泊松分布指数分布伽玛分布二维密度图的意义卷积的意义相关系数的意义 k阶矩是与矩母函数卡方分布的作用单正态区间估计理解假设检验理解切比雪夫不等式中心极限定理

概率统计测评 事件与概率一维随机变量与事件多维随机变量与事件随机变量的数字特征大数定律与中心极限定理统计量与抽样分布参数估计假设检验

上一篇：向量的单位化

下一篇：平面向量基本定理

本文对您是否有用？有用 (0) 无用 (0)