3次元 じげん ベクトル a , b のクロス積 せき (a × b )。クロス積 せき は、a , b のなす平行四辺形 へいこうしへんけい の面積 めんせき に等 ひと しい大 おお きさを持 も ち、平行四辺形 へいこうしへんけい に垂直 すいちょく なベクトルとなる。
クロス積 せき ( クロスせき 、( 英 えい : cross product )は、3次元 じげん 空間 くうかん (3次元 じげん 有向 ゆうこう 内積 ないせき 空間 くうかん )において定義 ていぎ される、2つのベクトル から新 あら たなベクトルを与 あた える二 に 項 こう 演算 えんざん である。
2つのベクトル a , b のクロス積 せき は乗算 じょうざん 記号 きごう を用 もち いて a × b 、あるいは角 かく 括弧 かっこ を用 もち いて [a , b ] と表 あらわ される。
「クロス積 せき 」という呼称 こしょう は、積 せき の記号 きごう に十字 じゅうじ (× )を用 もち いることに由来 ゆらい する(同様 どうよう にベクトルの内積 ないせき は点 てん (⋅ )を用 もち いることからドット積 せき と呼 よ ばれる)。またクロス積 せき の別称 べっしょう として、ベクトル積 せき ( ベクトルせき 、( 英 えい : vector product )がある。「ベクトル積 せき 」は積 せき a × b がベクトルとなることに由来 ゆらい する(同様 どうよう に積 せき a ⋅ b はスカラーとなるため、ドット積 せき はスカラー積 せき とも呼 よ ばれる)。
日本語 にほんご や中国 ちゅうごく 語 ご では、クロス積 せき (叉 また 積 せき 、叉 また 积 )をしばしば外積 がいせき (外積 がいせき 、外 そと 积 )と呼 よ び、しばしば同義語 どうぎご として扱 あつか う。しかし「外積 がいせき 」という語 かたり は、より一般 いっぱん には外積 がいせき 代数 だいすう における楔 くさび 積 せき も指 さ し、必 かなら ずしも「クロス積 せき 」とは一致 いっち しない。
楔 くさび 積 せき とクロス積 せき を区別 くべつ のため、前者 ぜんしゃ を外積 がいせき と呼 よ び後者 こうしゃ をクロス積 せき と呼 よ ぶ。
outer product もまた「外積 がいせき 」と訳 やく されるが、こちらは直積 ちょくせき (direct product )を意味 いみ する。
2つのベクトル a , b のクロス積 せき は、以下 いか のように表記 ひょうき される。
乗算 じょうざん 記号 きごう を用 もち いる場合 ばあい :
a
×
b
{\displaystyle {\boldsymbol {a}}\times {\boldsymbol {b}}}
角 かく 括弧 かっこ を用 もち いる場合 ばあい :
[
a
,
b
]
{\displaystyle [{\boldsymbol {a}},{\boldsymbol {b}}]}
右手 みぎて の法則 ほうそく によるクロス積 せき の向 む き
右手 みぎて 系 けい の外積 がいせき
3次元 じげん 空間 くうかん 上 じょう の2つのベクトル a , b のクロス積 せき a × b は、以下 いか のように定義 ていぎ される:
a
×
b
=
|
a
|
|
b
|
sin
(
θ しーた
)
n
{\displaystyle {\boldsymbol {a}}\times {\boldsymbol {b}}=\left|{\boldsymbol {a}}\right|\left|{\boldsymbol {b}}\right|\sin(\theta )\ {\boldsymbol {n}}}
ただし、θ しーた は2つのベクトルのなす角 かく の角度 かくど 、|⋅| はベクトルの大 おお きさ 、n は2つのベクトルがなす平面 へいめん に対 たい し垂直 すいちょく な単位 たんい ベクトル を表 あらわ す(n は右手 みぎて 系 けい になるように取 と る)。
3次元 じげん の向 む き付 つ けられたベクトル空間 くうかん におけるクロス積 せき は、任意 にんい のベクトル v に対 たい してドット積 せき との間 あいだ に
v
⋅
(
a
×
b
)
=
det
⟨
v
,
a
,
b
⟩
{\displaystyle {\boldsymbol {v}}\cdot ({\boldsymbol {a}}\times {\boldsymbol {b}})=\det \langle {\boldsymbol {v}},{\boldsymbol {a}},{\boldsymbol {b}}\rangle }
の関係 かんけい を満 み たすベクトルの二 に 項 こう 演算 えんざん である。ここで ⟨ · , · , · ⟩ はベクトルを標準 ひょうじゅん 的 てき な基底 きてい により列 れつ ベクトル と同一 どういつ 視 し することで得 え られる3次 じ 正方 まさかた 行列 ぎょうれつ である。det は行列 ぎょうれつ 式 しき を表 あらわ す。
幾何 きか 的 てき なベクトルの演算 えんざん として定義 ていぎ できる。
行列 ぎょうれつ 式 しき の交代 こうたい 性 せい から、
a
⋅
(
a
×
b
)
=
b
⋅
(
a
×
b
)
=
0
{\displaystyle {\boldsymbol {a}}\cdot ({\boldsymbol {a}}\times {\boldsymbol {b}})={\boldsymbol {b}}\cdot ({\boldsymbol {a}}\times {\boldsymbol {b}})=0}
である。
従 したが って、2つのベクトル a 、b のクロス積 せき a ×b は、元 もと のベクトル a 、b の両方 りょうほう と直交 ちょっこう する。い換 いか えれば、2つのベクトルが作 つく る平面 へいめん の法線 ほうせん と平行 へいこう な方向 ほうこう を向 む いている。
ただし、法線 ほうせん のどちらの方向 ほうこう に向 む いているかは座標軸 ざひょうじく の選 えら び方 かた に依存 いぞん し、右手 みぎて 系 けい と左手 ひだりて 系 けい に分 わ けられる。右手 みぎて 系 けい の場合 ばあい は、a をその始点 してん の周 まわ りに180度 ど 以下 いか の回転 かいてん 角 かく で回 まわ して b に重 かさ ねるときに右 みぎ ねじの進 すす む方向 ほうこう である。すなわち、右手 みぎて の親指 おやゆび を a 、人差 ひとさ し指 ゆび をb としたときの中指 なかゆび がクロス積 せき a ×b の向 む きを表 あらわ す。左手 ひだりて 系 けい の場合 ばあい は、b をその始点 してん の周 まわ りに180度 ど 以下 いか の回転 かいてん 角 かく で回 まわ して a に重 かさ ねるときに右 みぎ ねじの進 すす む向 む きである。
行列 ぎょうれつ 式 しき とスカラー積 せき の線型 せんけい 性 せい からクロス積 つ も双 そう 線型 せんけい 性 せい をもつ。 特 とく に、2つのベクトル a 、b のクロス積 せき a ×b は、元 もと のベクトル a 、b の大 おお きさに比例 ひれい する。 また、二 ふた つのベクトル a 、b のなす角 かく を θ しーた とすれば、標準 ひょうじゅん 的 てき な基底 きてい の下 した で
a
=
(
a
0
0
)
,
b
=
(
b
cos
θ しーた
b
sin
θ しーた
0
)
{\displaystyle {\boldsymbol {a}}={\begin{pmatrix}a\\0\\0\\\end{pmatrix}},~{\boldsymbol {b}}={\begin{pmatrix}b\cos \theta \\b\sin \theta \\0\\\end{pmatrix}}}
と成分 せいぶん 表示 ひょうじ することができる。これらのクロス積 せき は
a
×
b
=
(
0
0
a
b
sin
θ しーた
)
{\displaystyle {\boldsymbol {a}}\times {\boldsymbol {b}}={\begin{pmatrix}0\\0\\ab\sin \theta \\\end{pmatrix}}}
となる。従 したが ってクロス積 せき の大 おお きさは
|
a
×
b
|
=
|
a
|
|
b
|
sin
θ しーた
{\displaystyle \vert {\boldsymbol {a}}\times {\boldsymbol {b}}\vert =\vert {\boldsymbol {a}}\vert \,\vert {\boldsymbol {b}}\vert \sin \theta }
であり、2つのベクトルが作 つく る平行四辺形 へいこうしへんけい の面積 めんせき に等 ひと しい。
標準 ひょうじゅん 的 てき な基底 きてい を (e i ,e j )=δ でるた i,j として、ベクトル a の成分 せいぶん ai =(e i ,a ) により列 れつ ベクトルとの同 どう 一 いち 視 し
a
≐
(
a
1
a
2
a
3
)
{\displaystyle {\boldsymbol {a}}\doteq {\begin{pmatrix}a_{1}\\a_{2}\\a_{3}\\\end{pmatrix}}}
を行 おこな う。ベクトル a 、b のベクトル積 せき [a ,b ] は
[
a
,
b
]
1
=
(
e
1
,
[
a
,
b
]
)
=
|
1
a
1
b
1
0
a
2
b
2
0
a
3
b
3
|
=
a
2
b
3
−
a
3
b
2
{\displaystyle [{\boldsymbol {a}},{\boldsymbol {b}}]_{1}=({\boldsymbol {e}}_{1},[{\boldsymbol {a}},{\boldsymbol {b}}])={\begin{vmatrix}1&a_{1}&b_{1}\\0&a_{2}&b_{2}\\0&a_{3}&b_{3}\\\end{vmatrix}}=a_{2}b_{3}-a_{3}b_{2}}
[
a
,
b
]
2
=
(
e
2
,
[
a
,
b
]
)
=
|
0
a
1
b
1
1
a
2
b
2
0
a
3
b
3
|
=
a
3
b
1
−
a
1
b
3
{\displaystyle [{\boldsymbol {a}},{\boldsymbol {b}}]_{2}=({\boldsymbol {e}}_{2},[{\boldsymbol {a}},{\boldsymbol {b}}])={\begin{vmatrix}0&a_{1}&b_{1}\\1&a_{2}&b_{2}\\0&a_{3}&b_{3}\\\end{vmatrix}}=a_{3}b_{1}-a_{1}b_{3}}
[
a
,
b
]
3
=
(
e
3
,
[
a
,
b
]
)
=
|
0
a
1
b
1
0
a
2
b
2
1
a
3
b
3
|
=
a
1
b
2
−
a
2
b
1
{\displaystyle [{\boldsymbol {a}},{\boldsymbol {b}}]_{3}=({\boldsymbol {e}}_{3},[{\boldsymbol {a}},{\boldsymbol {b}}])={\begin{vmatrix}0&a_{1}&b_{1}\\0&a_{2}&b_{2}\\1&a_{3}&b_{3}\\\end{vmatrix}}=a_{1}b_{2}-a_{2}b_{1}}
あるいは
[
a
,
b
]
≐
(
a
2
b
3
−
a
3
b
2
a
3
b
1
−
a
1
b
3
a
1
b
2
−
a
2
b
1
)
{\displaystyle [{\boldsymbol {a}},{\boldsymbol {b}}]\doteq {\begin{pmatrix}a_{2}b_{3}-a_{3}b_{2}\\a_{3}b_{1}-a_{1}b_{3}\\a_{1}b_{2}-a_{2}b_{1}\\\end{pmatrix}}}
となる。以上 いじょう のことを形式 けいしき 的 てき に
[
a
,
b
]
=
|
e
1
a
1
b
1
e
2
a
2
b
2
e
3
a
3
b
3
|
{\displaystyle [{\boldsymbol {a}},{\boldsymbol {b}}]={\begin{vmatrix}{\boldsymbol {e}}_{1}&a_{1}&b_{1}\\{\boldsymbol {e}}_{2}&a_{2}&b_{2}\\{\boldsymbol {e}}_{3}&a_{3}&b_{3}\end{vmatrix}}}
と表現 ひょうげん することもある。
エディントンのイプシロン ε いぷしろん ijk を用 もち いると
[
a
,
b
]
i
=
∑
j
,
k
ϵ
i
j
k
a
j
b
k
{\displaystyle [{\boldsymbol {a}},{\boldsymbol {b}}]_{i}=\sum _{j,k}\epsilon _{ijk}a_{j}b_{k}}
である。
(図 ず 1)2つのベクトルのクロス積 せき の大 おお きさは、それらが作 つく る平行四辺形 へいこうしへんけい の大 おお きさとなる。
(図 ず 2)3つのベクトルのクロス積 せき は、平行 へいこう 六面体 ろくめんたい を定義 ていぎ する。
2つのベクトルのクロス積 せき は、2つのベクトルが作 つく る平行四辺形 へいこうしへんけい の大 おお きさに等 ひと しい(図 ず 1)。
‖
a
×
b
‖
=
‖
a
‖
‖
b
‖
|
sin
θ しーた
|
{\displaystyle \left\|{\boldsymbol {a}}\times {\boldsymbol {b}}\right\|=\left\|{\boldsymbol {a}}\right\|\left\|{\boldsymbol {b}}\right\|\left|\sin \theta \right|}
また、3つのベクトル a 、b 、c は、平行 へいこう 六面体 ろくめんたい を定義 ていぎ する。(図 ず 2)。この平行 へいこう 六面体 ろくめんたい の体積 たいせき V について、
V
=
|
a
⋅
(
b
×
c
)
|
{\displaystyle V=|{\boldsymbol {a}}\cdot ({\boldsymbol {b}}\times {\boldsymbol {c}})|}
が成 な り立 た つ。ここで絶対 ぜったい 値 ち 記号 きごう を付 つ けたのは、3つのベクトルのクロス積 せき が負 まけ になる場合 ばあい を考慮 こうりょ してのことである。
なお、
a
⋅
(
b
×
c
)
=
b
⋅
(
c
×
a
)
=
c
⋅
(
a
×
b
)
{\displaystyle {\boldsymbol {a}}\cdot ({\boldsymbol {b}}\times {\boldsymbol {c}})={\boldsymbol {b}}\cdot ({\boldsymbol {c}}\times {\boldsymbol {a}})={\boldsymbol {c}}\cdot ({\boldsymbol {a}}\times {\boldsymbol {b}})}
である。
一般 いっぱん に分配 ぶんぱい 律 りつ
a × (b + c ) = a × b + a × c (角 かく 括弧 かっこ 表記 ひょうき では[a , b+c ] = [a , b ] + [a , c ] )
が成 な り立 た つ。
一般 いっぱん に反 はん 交換 こうかん 律 りつ
a × b = − b × a (角 かく 括弧 かっこ 表記 ひょうき では[b , a ] = -[a , b ] )
が成 な り立 た つ。これは、行列 ぎょうれつ 式 しき の交代 こうたい 性 せい やリー代数 だいすう の反 はん 交換 こうかん 性 せい からも説明 せつめい できる。特 とく に、自分 じぶん 自身 じしん とのベクトル積 せき は
[
a
,
a
]
=
0
{\displaystyle [{\boldsymbol {a}},{\boldsymbol {a}}]={\boldsymbol {0}}}
であり恒等 こうとう 的 てき に零 れい ベクトルである。(複 ふく 零 れい 性 せい )
内積 ないせき の性質 せいしつ 、
(
b
,
a
)
=
(
a
,
b
)
{\displaystyle ({\boldsymbol {b}},{\boldsymbol {a}})=({\boldsymbol {a}},{\boldsymbol {b}})}
(
a
,
a
)
=
|
a
|
2
{\displaystyle ({\boldsymbol {a}},{\boldsymbol {a}})=|{\boldsymbol {a}}|^{2}}
と異 こと なることに注意 ちゅうい が必要 ひつよう 。
行列 ぎょうれつ 式 しき の多重 たじゅう 線型 せんけい 性 せい から、ベクトル積 せき も双 そう 線型 せんけい 性 せい である。任意 にんい のベクトルに a 、b 、c とスカラー k 、l に対 たい して
[
a
,
k
b
+
l
c
]
=
k
[
a
,
b
]
+
l
[
a
,
c
]
{\displaystyle [{\boldsymbol {a}},k{\boldsymbol {b}}+l{\boldsymbol {c}}]=k[{\boldsymbol {a}},{\boldsymbol {b}}]+l[{\boldsymbol {a}},{\boldsymbol {c}}]}
[
k
b
+
l
c
,
a
]
=
k
[
b
,
a
]
+
l
[
c
,
a
]
{\displaystyle [k{\boldsymbol {b}}+l{\boldsymbol {c}},{\boldsymbol {a}}]=k[{\boldsymbol {b}},{\boldsymbol {a}}]+l[{\boldsymbol {c}},{\boldsymbol {a}}]}
が成 な り立 た つ。特 とく に k =l =0 であれば
[
a
,
0
]
=
[
0
,
a
]
=
0
{\displaystyle [{\boldsymbol {a}},{\boldsymbol {0}}]=[{\boldsymbol {0}},{\boldsymbol {a}}]={\boldsymbol {0}}}
である。内積 ないせき (スカラー積 せき )の場合 ばあい は零 れい ベクトル との積 せき はスカラーのゼロであるが、ベクトル積 せき の場合 ばあい は零 れい ベクトルであることに注意 ちゅうい が必要 ひつよう 。
ベクトル積 せき による演算 えんざん 結果 けっか はベクトルなので、別 べつ のベクトルとのベクトル積 せき を考 かんが えることができる。3つのベクトルのベクトル積 せき はベクトル三 さん 重 じゅう 積 せき と呼 よ ばれている。ベクトル三 さん 重 じゅう 積 せき は
[
a
,
[
b
,
c
]
]
=
(
a
,
c
)
b
−
(
a
,
b
)
c
{\displaystyle [{\boldsymbol {a}},[{\boldsymbol {b}},{\boldsymbol {c}}]]=({\boldsymbol {a}},{\boldsymbol {c}})\,{\boldsymbol {b}}-({\boldsymbol {a}},{\boldsymbol {b}})\,{\boldsymbol {c}}}
となる。3つのスカラーの積 せき と異 こと なり、ベクトル三 さん 重 じゅう 積 せき では一般 いっぱん に
[
a
,
[
b
,
c
]
]
−
[
[
a
,
b
]
,
c
]
≠
0
{\displaystyle [{\boldsymbol {a}},[{\boldsymbol {b}},{\boldsymbol {c}}]]-[[{\boldsymbol {a}},{\boldsymbol {b}}],{\boldsymbol {c}}]\neq {\boldsymbol {0}}}
であり、結合 けつごう 法則 ほうそく が成 な りたない。ベクトル積 せき では結合 けつごう 法則 ほうそく に代 か わって
[
a
,
[
b
,
c
]
]
−
[
[
a
,
b
]
,
c
]
=
[
b
,
[
a
,
c
]
]
{\displaystyle [{\boldsymbol {a}},[{\boldsymbol {b}},{\boldsymbol {c}}]]-[[{\boldsymbol {a}},{\boldsymbol {b}}],{\boldsymbol {c}}]=[{\boldsymbol {b}},[{\boldsymbol {a}},{\boldsymbol {c}}]]}
の関係 かんけい 式 しき が成 な り立 た つ。これを変形 へんけい すれば
[
a
,
[
b
,
c
]
]
+
[
b
,
[
c
,
a
]
]
+
[
c
,
[
a
,
b
]
]
=
0
{\displaystyle [{\boldsymbol {a}},[{\boldsymbol {b}},{\boldsymbol {c}}]]+[{\boldsymbol {b}},[{\boldsymbol {c}},{\boldsymbol {a}}]]+[{\boldsymbol {c}},[{\boldsymbol {a}},{\boldsymbol {b}}]]={\boldsymbol {0}}}
が得 え られ、ヤコビ恒等 こうとう 式 しき と呼 よ ばれている。
ベクトル三 さん 重 じゅう 積 せき :
a
×
(
b
×
c
)
{\displaystyle {\boldsymbol {a}}\times ({\boldsymbol {b}}\times {\boldsymbol {c}})}
ベクトル
a
{\displaystyle {\boldsymbol {a}}}
とベクトル
(
b
×
c
)
{\displaystyle ({\boldsymbol {b}}\times {\boldsymbol {c}})}
の外積 がいせき であるから、これはベクトルである。そのx 成分 せいぶん は
{
a
×
(
b
×
c
)
}
x
=
a
y
(
b
×
c
)
z
−
a
z
(
b
×
c
)
y
=
a
y
(
b
x
c
y
−
b
y
c
x
)
−
a
z
(
b
z
c
x
−
b
x
c
z
)
=
a
y
b
x
c
y
−
a
y
b
y
c
x
−
a
z
b
z
c
x
+
a
z
b
x
c
z
=
(
a
y
c
y
+
a
z
c
z
)
b
x
−
(
a
y
b
y
+
a
z
b
z
)
c
x
=
(
a
y
c
y
+
a
z
c
z
)
b
x
+
a
x
b
x
c
x
−
(
a
y
b
y
+
a
z
b
z
)
c
x
−
a
x
b
x
c
x
=
(
a
x
c
x
+
a
y
c
y
+
a
z
c
z
)
b
x
−
(
a
x
b
x
+
a
y
b
y
+
a
z
b
z
)
c
x
=
(
a
⋅
c
)
b
x
−
(
a
⋅
b
)
c
x
{\displaystyle {\begin{aligned}\{{\boldsymbol {a}}\times ({\boldsymbol {b}}\times {\boldsymbol {c}})\}_{x}&=a_{y}({\boldsymbol {b}}\times {\boldsymbol {c}})_{z}-a_{z}({\boldsymbol {b}}\times {\boldsymbol {c}})_{y}\\&=a_{y}(b_{x}c_{y}-b_{y}c_{x})-a_{z}(b_{z}c_{x}-b_{x}c_{z})\\&=a_{y}b_{x}c_{y}-a_{y}b_{y}c_{x}-a_{z}b_{z}c_{x}+a_{z}b_{x}c_{z}\\&=(a_{y}c_{y}+a_{z}c_{z})b_{x}-(a_{y}b_{y}+a_{z}b_{z})c_{x}\\&=(a_{y}c_{y}+a_{z}c_{z})b_{x}+a_{x}b_{x}c_{x}-(a_{y}b_{y}+a_{z}b_{z})c_{x}-a_{x}b_{x}c_{x}\\&=(a_{x}c_{x}+a_{y}c_{y}+a_{z}c_{z})b_{x}-(a_{x}b_{x}+a_{y}b_{y}+a_{z}b_{z})c_{x}\\&=({\boldsymbol {a}}\cdot {\boldsymbol {c}})b_{x}-({\boldsymbol {a}}\cdot {\boldsymbol {b}})c_{x}\end{aligned}}}
同様 どうよう にして、y 成分 せいぶん 、z 成分 せいぶん は、
{
a
×
(
b
×
c
)
}
y
=
(
a
⋅
c
)
b
y
−
(
a
⋅
b
)
c
y
{
a
×
(
b
×
c
)
}
z
=
(
a
⋅
c
)
b
z
−
(
a
⋅
b
)
c
z
{\displaystyle {\begin{aligned}&\{{\boldsymbol {a}}\times ({\boldsymbol {b}}\times {\boldsymbol {c}})\}_{y}=({\boldsymbol {a}}\cdot {\boldsymbol {c}})b_{y}-({\boldsymbol {a}}\cdot {\boldsymbol {b}})c_{y}\\&\{{\boldsymbol {a}}\times ({\boldsymbol {b}}\times {\boldsymbol {c}})\}_{z}=({\boldsymbol {a}}\cdot {\boldsymbol {c}})b_{z}-({\boldsymbol {a}}\cdot {\boldsymbol {b}})c_{z}\end{aligned}}}
ゆえに、
a
×
(
b
×
c
)
=
(
a
⋅
c
)
b
−
(
a
⋅
b
)
c
{\displaystyle {\boldsymbol {a}}\times ({\boldsymbol {b}}\times {\boldsymbol {c}})=({\boldsymbol {a}}\cdot {\boldsymbol {c}}){\boldsymbol {b}}-({\boldsymbol {a}}\cdot {\boldsymbol {b}}){\boldsymbol {c}}}
行列 ぎょうれつ 式 しき による定義 ていぎ を拡張 かくちょう して、n 次元 じげん ベクトル空間 くうかん における n - 1 項 こう 演算 えんざん としてのベクトル積 せき が
(
v
,
[
a
1
,
…
,
a
n
−
1
]
)
=
det
⟨
v
,
a
1
,
…
,
a
n
−
1
⟩
{\displaystyle ({\boldsymbol {v}},[{\boldsymbol {a}}_{1},\ldots ,{\boldsymbol {a}}_{n-1}])=\det \langle {\boldsymbol {v}},{\boldsymbol {a}}_{1},\ldots ,{\boldsymbol {a}}_{n-1}\rangle }
を定義 ていぎ できる。
完全 かんぜん 反対称 はんたいしょう 行列 ぎょうれつ を用 もち いれば
[
a
1
,
…
,
a
n
−
1
]
i
=
∑
j
1
,
…
,
j
n
−
1
ϵ
i
,
j
1
,
…
,
j
n
−
1
a
1
j
1
⋯
a
n
−
1
j
n
−
1
{\displaystyle [{\boldsymbol {a}}_{1},\ldots ,{\boldsymbol {a}}_{n-1}]_{i}=\sum _{j_{1},\ldots ,j_{n-1}}\epsilon _{i,j_{1},\ldots ,j_{n-1}}a_{1}^{j_{1}}\cdots a_{n-1}^{j_{n-1}}}
となる。
例 たと えば、2次元 じげん のベクトル空間 くうかん では単項 たんこう 演算 えんざん として
[
a
]
=
(
a
2
−
a
1
)
{\displaystyle [{\boldsymbol {a}}]={\begin{pmatrix}a_{2}\\-a_{1}\\\end{pmatrix}}}
となり、4次元 じげん ではそれぞれ三 さん 項 こう 演算 えんざん として
[
a
,
b
,
c
]
=
(
+
a
2
b
3
c
4
+
a
3
b
4
c
2
+
a
4
b
2
c
3
−
a
2
b
4
c
3
−
a
3
b
2
c
4
−
a
4
b
3
c
2
−
a
3
b
4
c
1
−
a
4
b
1
c
3
−
a
1
b
3
c
4
+
a
3
b
1
c
4
+
a
4
b
3
c
1
+
a
1
b
4
c
3
+
a
4
b
1
c
2
+
a
1
b
2
c
4
+
a
2
b
4
c
1
−
a
4
b
2
c
1
−
a
1
b
4
c
2
−
a
2
b
1
c
4
−
a
1
b
2
c
3
−
a
2
b
3
c
1
−
a
3
b
1
c
2
+
a
1
b
3
c
2
+
a
2
b
1
c
3
+
a
3
b
2
c
1
)
{\displaystyle [{\boldsymbol {a}},{\boldsymbol {b}},{\boldsymbol {c}}]={\begin{pmatrix}+a_{2}b_{3}c_{4}+a_{3}b_{4}c_{2}+a_{4}b_{2}c_{3}-a_{2}b_{4}c_{3}-a_{3}b_{2}c_{4}-a_{4}b_{3}c_{2}\\-a_{3}b_{4}c_{1}-a_{4}b_{1}c_{3}-a_{1}b_{3}c_{4}+a_{3}b_{1}c_{4}+a_{4}b_{3}c_{1}+a_{1}b_{4}c_{3}\\+a_{4}b_{1}c_{2}+a_{1}b_{2}c_{4}+a_{2}b_{4}c_{1}-a_{4}b_{2}c_{1}-a_{1}b_{4}c_{2}-a_{2}b_{1}c_{4}\\-a_{1}b_{2}c_{3}-a_{2}b_{3}c_{1}-a_{3}b_{1}c_{2}+a_{1}b_{3}c_{2}+a_{2}b_{1}c_{3}+a_{3}b_{2}c_{1}\\\end{pmatrix}}}
となる。また、1次元 じげん では定数 ていすう 1 となる。
3次元 じげん のクロス積 せき
(
a
1
,
a
2
,
a
3
)
×
(
b
1
,
b
2
,
b
3
)
=
(
a
2
b
3
−
a
3
b
2
,
a
3
b
1
−
a
1
b
3
,
a
1
b
2
−
a
2
b
1
)
{\displaystyle (a_{1},a_{2},a_{3})\times (b_{1},b_{2},b_{3})=(a_{2}b_{3}-a_{3}b_{2},a_{3}b_{1}-a_{1}b_{3},a_{1}b_{2}-a_{2}b_{1})}
は、4元 げん 数 すう (
a
+
b
i
+
c
j
+
d
k
{\displaystyle a+bi+cj+dk}
)のベクトル成分 せいぶん (
b
i
+
c
j
+
d
k
{\displaystyle bi+cj+dk}
の部分 ぶぶん )の乗算 じょうざん
(
a
1
i
+
a
2
j
+
a
3
k
)
(
b
1
i
+
b
2
j
+
b
3
k
)
=
−
(
a
1
b
1
+
a
2
b
2
+
a
3
b
3
)
+
(
a
2
b
3
−
a
3
b
2
)
i
+
(
a
3
b
1
−
a
1
b
3
)
j
+
(
a
1
b
2
−
a
2
b
1
)
k
{\displaystyle (a_{1}i+a_{2}j+a_{3}k)(b_{1}i+b_{2}j+b_{3}k)=-(a_{1}b_{1}+a_{2}b_{2}+a_{3}b_{3})+(a_{2}b_{3}-a_{3}b_{2})i+(a_{3}b_{1}-a_{1}b_{3})j+(a_{1}b_{2}-a_{2}b_{1})k\,}
のベクトル成分 せいぶん で定義 ていぎ できる。ちなみに、スカラー成分 せいぶん を符号 ふごう 反転 はんてん した
a
1
b
1
+
a
2
b
2
+
a
3
b
3
{\displaystyle a_{1}b_{1}+a_{2}b_{2}+a_{3}b_{3}}
は内積 ないせき になっている。
3次元 じげん のクロス積 せき はハミルトン の4元 げん 数 すう の概念 がいねん をもとにして、ウィラード・ギブズ とオリヴァー・ヘヴィサイド がそれぞれ独立 どくりつ に、ドット積 せき と対 たい になる数学 すうがく 的 てき 概念 がいねん として考案 こうあん した。
これを多元 たげん 数 すう に拡張 かくちょう すると、n + 1 元 げん 数 すう の乗算 じょうざん から n 次元 じげん でのクロス積 せき を定義 ていぎ できる。つまり、実数 じっすう (1元 げん 数 すう )、複素数 ふくそすう (2元 げん 数 すう )、4元 げん 数 すう 、8元 げん 数 すう の乗算 じょうざん から、0次元 じげん 、1次元 じげん 、3次元 じげん 、7次元 じげん でのクロス積 せき が定義 ていぎ できる(要素 ようそ 数 すう が多 おお くなるため縦 たて ベクトルで表 あらわ す)。
(
)
×
(
)
=
(
)
(
a
1
)
×
(
b
1
)
=
(
0
)
(
a
1
a
2
a
3
)
×
(
b
1
b
2
b
3
)
=
(
a
2
b
3
−
a
3
b
2
a
3
b
1
−
a
1
b
3
a
1
b
2
−
a
2
b
1
)
(
a
1
a
2
a
3
a
4
a
5
a
6
a
7
)
×
(
b
1
b
2
b
3
b
4
b
5
b
6
b
7
)
=
(
a
2
b
3
−
a
3
b
2
−
a
4
b
5
+
a
5
b
4
−
a
6
b
7
+
a
7
b
6
−
a
1
b
3
+
a
3
b
1
−
a
4
b
6
+
a
5
b
7
+
a
6
b
4
−
a
7
b
5
a
1
b
2
−
a
2
b
1
−
a
4
b
7
−
a
5
b
6
+
a
6
b
5
+
a
7
b
4
a
1
b
5
+
a
2
b
6
+
a
3
b
7
−
a
5
b
1
−
a
6
b
2
−
a
7
b
3
−
a
1
b
4
−
a
2
b
7
+
a
3
b
6
+
a
4
b
1
−
a
6
b
3
+
a
7
b
2
a
1
b
7
−
a
2
b
4
−
a
3
b
5
+
a
4
b
2
+
a
5
b
3
−
a
7
b
1
−
a
1
b
6
+
a
2
b
5
−
a
3
b
4
+
a
4
b
3
−
a
5
b
2
+
a
6
b
1
)
{\displaystyle {\begin{aligned}&()\times ()=()\\&(a_{1})\times (b_{1})=(0)\\&{\begin{pmatrix}a_{1}\\a_{2}\\a_{3}\end{pmatrix}}\times {\begin{pmatrix}b_{1}\\b_{2}\\b_{3}\end{pmatrix}}={\begin{pmatrix}a_{2}b_{3}-a_{3}b_{2}\\a_{3}b_{1}-a_{1}b_{3}\\a_{1}b_{2}-a_{2}b_{1}\end{pmatrix}}\\&{\begin{pmatrix}a_{1}\\a_{2}\\a_{3}\\a_{4}\\a_{5}\\a_{6}\\a_{7}\end{pmatrix}}\times {\begin{pmatrix}b_{1}\\b_{2}\\b_{3}\\b_{4}\\b_{5}\\b_{6}\\b_{7}\end{pmatrix}}={\begin{pmatrix}a_{2}b_{3}-a_{3}b_{2}-a_{4}b_{5}+a_{5}b_{4}-a_{6}b_{7}+a_{7}b_{6}\\-a_{1}b_{3}+a_{3}b_{1}-a_{4}b_{6}+a_{5}b_{7}+a_{6}b_{4}-a_{7}b_{5}\\a_{1}b_{2}-a_{2}b_{1}-a_{4}b_{7}-a_{5}b_{6}+a_{6}b_{5}+a_{7}b_{4}\\a_{1}b_{5}+a_{2}b_{6}+a_{3}b_{7}-a_{5}b_{1}-a_{6}b_{2}-a_{7}b_{3}\\-a_{1}b_{4}-a_{2}b_{7}+a_{3}b_{6}+a_{4}b_{1}-a_{6}b_{3}+a_{7}b_{2}\\a_{1}b_{7}-a_{2}b_{4}-a_{3}b_{5}+a_{4}b_{2}+a_{5}b_{3}-a_{7}b_{1}\\-a_{1}b_{6}+a_{2}b_{5}-a_{3}b_{4}+a_{4}b_{3}-a_{5}b_{2}+a_{6}b_{1}\end{pmatrix}}\end{aligned}}}
これら以外 いがい の次元 じげん では、必要 ひつよう な対称 たいしょう 性 せい を持 も つ乗算 じょうざん が定義 ていぎ できないため(これはアドルフ・フルヴィッツ によって証明 しょうめい された)、クロス積 せき は定義 ていぎ できない。また、0次元 じげん では自明 じめい なことを確認 かくにん できるにすぎず、1次元 じげん のクロス積 せき は常 つね に零 れい ベクトル である。
直積 ちょくせき を使 つか った拡張 かくちょう (外積 がいせき )[ 編集 へんしゅう ]
クロス積 せき は、直積 ちょくせき
a
∘
b
=
a
b
⊺
=
(
a
i
b
j
)
{\displaystyle {\boldsymbol {a}}\circ {\boldsymbol {b}}={\boldsymbol {a}}{\boldsymbol {b}}^{\intercal }=(a_{i}b_{j})}
を使 つか って
a
×
b
=
a
∘
b
−
b
∘
a
{\displaystyle {\boldsymbol {a}}\times {\boldsymbol {b}}={\boldsymbol {a}}\circ {\boldsymbol {b}}-{\boldsymbol {b}}\circ {\boldsymbol {a}}\quad }
(*)
と定義 ていぎ できる。ただしここで、反対称 はんたいしょう テンソル と擬 なずらえ ベクトル を等価 とうか
(
x
,
y
,
z
)
=
(
0
z
−
y
−
z
0
x
y
−
x
0
)
{\displaystyle (x,y,z)={\begin{pmatrix}0&z&-y\\-z&0&x\\y&-x&0\end{pmatrix}}}
としたが、これをホッジ作用素 さようそ
⋆
{\displaystyle \star }
で写像 しゃぞう として明示 めいじ すると
a
×
b
=
⋆
(
a
∘
b
−
b
∘
a
)
{\displaystyle {\boldsymbol {a}}\times {\boldsymbol {b}}=\star ({\boldsymbol {a}}\circ {\boldsymbol {b}}-{\boldsymbol {b}}\circ {\boldsymbol {a}})}
と書 か ける。
(*)式 しき はそのまま、一般 いっぱん 次元 じげん での定義 ていぎ に使 つか える。ただし、これで定義 ていぎ できる積 せき は、クロス積 せき ではなく外積 がいせき と呼 よ び、
a
∧
b
=
a
∘
b
−
b
∘
a
{\displaystyle {\boldsymbol {a}}\wedge {\boldsymbol {b}}={\boldsymbol {a}}\circ {\boldsymbol {b}}-{\boldsymbol {b}}\circ {\boldsymbol {a}}}
で表 あらわ す。外積 がいせき は3次元 じげん ではクロス積 せき に一致 いっち するが、同義語 どうぎご ではないので注意 ちゅうい が必要 ひつよう である。
外積 がいせき は2階 かい の反対称 はんたいしょう テンソルであり、これはホッジ作用素 さようそ により、n 次元 じげん では n - 2 階 かい の擬 なずらえ テンソル に写像 しゃぞう できる。つまり、2次元 じげん では擬 なずらえ スカラー (0階 かい の擬 なずらえ テンソル)、3次元 じげん では擬 なずらえ ベクトル (1階 かい の擬 なずらえ テンソル)に写像 しゃぞう できるが、4次元 じげん 以上 いじょう ではテンソルとして扱 あつか うしかない。
外積 がいせき (ドイツ語 ご : äußeres Produkt )は、グラスマン によって導入 どうにゅう されたが、当時 とうじ はそれほど注目 ちゅうもく されず、彼 かれ の死後 しご に高 たか く評価 ひょうか された。