Длины базисных векторов и угол

В статье о n -мерных векторах мы пришли к понятию линейного пространства, порождаемого множеством n -мерных векторов. Теперь нам предстоит рассмотреть не менее важные понятия, такие как размерность и базис векторного пространства. Они напрямую связаны с понятием линейно независимой системы векторов, так что дополнительно рекомендуется напомнить себе основы и этой темы.

Введем некоторые определения.

Размерность векторного пространства – число, соответствующее максимальному количеству линейно независимых векторов в этом пространстве.

Базис векторного пространства – совокупность линейно независимых векторов, упорядоченная и в своей численности равная размерности пространства.

Рассмотрим некое пространство n -векторов. Размерность его соответственно равна n . Возьмем систему из n -единичных векторов:

e ( 1 ) = ( 1 , 0 , . . . , 0 ) e ( 2 ) = ( 0 , 1 , . . . , 0 ) e ( n ) = ( 0 , 0 , . . . , 1 )

Используем эти векторы в качестве составляющих матрицы A : она будет являться единичной с размерностью n на n . Ранг этой матрицы равен n . Следовательно, векторная система e ( 1 ) , e ( 2 ) , . . . , e ( n ) является линейно независимой. При этом к системе невозможно добавить ни одного вектора, не нарушив ее линейной независимости.

Так как число векторов в системе равно n , то размерность пространства n -мерных векторов равна n , а единичные векторы e ( 1 ) , e ( 2 ) , . . . , e ( n ) являются базисом указанного пространства.

Из полученного определения сделаем вывод: любая система n -мерных векторов, в которой число векторов меньше n , не является базисом пространства.

Если мы поменяем местами первый и второй вектор, получим систему векторов e ( 2 ) , e ( 1 ) , . . . , e ( n ) . Она также будет являться базисом n -мерного векторного пространства. Составим матрицу, взяв за ее строки векторы полученной системы. Матрица может быть получена из единичной матрицы перестановкой местами первых двух строк, ранг ее будет равен n . Система e ( 2 ) , e ( 1 ) , . . . , e ( n ) линейно независима и является базисом n -мерного векторного пространства.

Переставив местами в исходной системе другие векторы, получим еще один базис.

Мы можем взять линейно независимую систему неединичных векторов, и она также будет представлять собой базис n -мерного векторного пространства.

Векторное пространство с размерностью n имеет столько базисов, сколько существует линейно независимых систем из n -мерных векторов числом n.

Плоскость является двумерным пространством – ее базисом будут два любых неколлинеарных вектора. Базисом трехмерного пространства послужат три любых некомпланарных вектора.

Рассмотрим применение данной теории на конкретных примерах.

Исходные данные: векторы

a = ( 3 , — 2 , 1 ) b = ( 2 , 1 , 2 ) c = ( 3 , — 1 , — 2 )

Необходимо определить, являются ли указанные векторы базисом трехмерного векторного пространства.

Решение

Для решения поставленной задачи исследуем заданную систему векторов на линейную зависимость. Составим матрицу, где строки – координаты векторов. Определим ранг матрицы.

A = 3 2 3 — 2 1 — 1 1 2 — 2 A = 3 — 2 1 2 1 2 3 — 1 — 2 = 3 · 1 · ( — 2 ) + ( — 2 ) · 2 · 3 + 1 · 2 · ( — 1 ) — 1 · 1 · 3 — ( — 2 ) · 2 · ( — 2 ) — 3 · 2 · ( — 1 ) = = — 25 ≠ 0 ⇒ R a n k ( A ) = 3

Следовательно, заданные условием задачи векторы линейно независимы, и их численность равна размерности векторного пространства – они являются базисом векторного пространства.

Ответ: указанные векторы являются базисом векторного пространства.

Исходные данные: векторы

a = ( 3 , — 2 , 1 ) b = ( 2 , 1 , 2 ) c = ( 3 , — 1 , — 2 ) d = ( 0 , 1 , 2 )

Необходимо определить, может ли указанная система векторов являться базисом трехмерного пространства.

Решение

Указанная в условии задачи система векторов является линейно зависимой, т.к. максимальное число линейно независимых векторов равно 3. Таким образом, указанная система векторов не может служить базисом трехмерного векторного пространства. Но стоит отметить, что подсистема исходной системы a = ( 3 , — 2 , 1 ) , b = ( 2 , 1 , 2 ) , c = ( 3 , — 1 , — 2 ) является базисом.

Ответ: указанная система векторов не является базисом.

Исходные данные: векторы

a = ( 1 , 2 , 3 , 3 ) b = ( 2 , 5 , 6 , 8 ) c = ( 1 , 3 , 2 , 4 ) d = ( 2 , 5 , 4 , 7 )

Могут ли они являться базисом четырехмерного пространства?

Решение

Cоставим матрицу, используя в качестве строк координаты заданных векторов

A = 1 2 3 3 2 5 6 8 1 3 2 4 2 5 4 7

По методу Гаусса определим ранг матрицы:

A = 1 2 3 3 2 5 6 8 1 3 2 4 2 5 4 7

1 2 3 3 0 1 0 2 0 1 — 1 1 0 1 — 2 1

1 2 3 3 0 1 0 2 0 0 — 1 — 1 0 0 — 2 — 1

1 2 3 3 0 1 0 2 0 0 — 1 — 1 0 0 0 1 ⇒ ⇒ R a n k ( A ) = 4

Следовательно, система заданных векторов линейно независима и их численность равна размерности векторного пространства – они являются базисом четырехмерного векторного пространства.

Ответ: заданные векторы являются базисом четырехмерного пространства.

Исходные данные: векторы

a ( 1 ) = ( 1 , 2 , — 1 , — 2 ) a ( 2 ) = ( 0 , 2 , 1 , — 3 ) a ( 3 ) = ( 1 , 0 , 0 , 5 )

Составляют ли они базис пространства размерностью 4?

Решение

Исходная система векторов линейно независима, но численность векторов в ней недостаточна, чтобы стать базисом четырехмерного пространства.

Ответ: нет, не составляют.

Видео:Угол между векторами. 9 класс.Скачать

Разложение вектора по базису

Примем, что произвольные векторы e ( 1 ) , e ( 2 ) , . . . , e ( n ) являются базисом векторного n-мерного пространства. Добавим к ним некий n -мерный вектор x → : полученная система векторов станет линейно зависимой. Свойства линейной зависимости гласят, что хотя бы один из векторов такой системы может линейно выражаться через остальные. Переформулируя это утверждение, можно говорить о том, что хотя бы один из векторов линейно зависимой системы может раскладываться по остальным векторам.

Таким образом, мы пришли к формулировке важнейшей теоремы:

Любой вектор n -мерного векторного пространства единственным образом раскладывается по базису.

Докажем эту теорему:

зададим базис n -мерного векторного пространства — e ( 1 ) , e ( 2 ) , . . . , e ( n ) . Сделаем систему линейно зависимой, добавив к ней n -мерный вектор x → . Этот вектор может быть линейно выражен через исходные векторы e :

x = x 1 · e ( 1 ) + x 2 · e ( 2 ) + . . . + x n · e ( n ) , где x 1 , x 2 , . . . , x n — некоторые числа.

Теперь докажем, что такое разложение является единственным. Предположим, что это не так и существует еще одно подобное разложение:

Отнимем от левой и правой частей этого равенства соответственно левую и правую части равенства x = x 1 · e ( 1 ) + x 2 · e ( 2 ) + . . . + x n · e ( n ) . Получим:

1 — x 1 ) · e ( 1 ) + ( x

2 — x 2 ) · e ( 2 ) + . . . ( x

Система базисных векторов e ( 1 ) , e ( 2 ) , . . . , e ( n ) линейно независима; по определению линейной независимости системы векторов равенство выше возможно только тогда, когда все коэффициенты ( x

2 — x 2 ) , . . . , ( x

n — x n ) будут равны нулю. Из чего справедливым будет: x 1 = x

n . И это доказывает единственный вариант разложения вектора по базису.

При этом коэффициенты x 1 , x 2 , . . . , x n называются координатами вектора x → в базисе e ( 1 ) , e ( 2 ) , . . . , e ( n ) .

Доказанная теория делает понятным выражение «задан n -мерный вектор x = ( x 1 , x 2 , . . . , x n ) »: рассматривается вектор x → n -мерного векторного пространства, и его координаты заданы в некотором базисе. При этом также понятно, что этот же вектор в другом базисе n -мерного пространства будет иметь другие координаты.

Рассмотрим следующий пример: допустим, что в некотором базисе n -мерного векторного пространства задана система из n линейно независимых векторов

e ( 1 ) = ( e 1 ( 1 ) , e 2 ( 1 ) , . . . , e n ( 1 ) ) e ( 2 ) = ( e 1 ( 2 ) , e 2 ( 2 ) , . . . , e n ( 2 ) ) ⋮ e ( n ) = ( e 1 ( n ) , e 2 ( n ) , . . . , e n ( n ) )

а также задан вектор x = ( x 1 , x 2 , . . . , x n ) .

Векторы e 1 ( 1 ) , e 2 ( 2 ) , . . . , e n ( n ) в этом случае также являются базисом этого векторного пространства.

Предположим, что необходимо определить координаты вектора x → в базисе e 1 ( 1 ) , e 2 ( 2 ) , . . . , e n ( n ) , обозначаемые как x

Вектор x → будет представлен следующим образом:

2 · e ( 2 ) + . . . + x

Запишем это выражение в координатной форме:

( x 1 , x 2 , . . . , x n ) = x

1 · ( e ( 1 ) 1 , e ( 1 ) 2 , . . . , e ( 1 ) n ) + x

2 · ( e ( 2 ) 1 , e ( 2 ) 2 , . . . , e ( 2 ) n ) + . . . + + x

n · ( e ( n ) 1 , e ( n ) 2 , . . . , e ( n ) n ) = = ( x

2 e 1 ( 2 ) + . . . + x

2 e 2 ( 2 ) + + . . . + x

n e 2 ( n ) , . . . , x

2 e n ( 2 ) + . . . + x

Полученное равенство равносильно системе из n линейных алгебраических выражений с n неизвестными линейными переменными x

n e 2 n ⋮ x n = x

Матрица этой системы будет иметь следующий вид:

e 1 ( 1 ) e 1 ( 2 ) ⋯ e 1 ( n ) e 2 ( 1 ) e 2 ( 2 ) ⋯ e 2 ( n ) ⋮ ⋮ ⋮ ⋮ e n ( 1 ) e n ( 2 ) ⋯ e n ( n )

Пусть это будет матрица A , и ее столбцы – векторы линейно независимой системы векторов e 1 ( 1 ) , e 2 ( 2 ) , . . . , e n ( n ) . Ранг матрицы – n , и ее определитель отличен от нуля. Это свидетельствует о том, что система уравнений имеет единственное решение, определяемое любым удобным способом: к примеру, методом Крамера или матричным методом. Таким образом мы сможем определить координаты x

n вектора x → в базисе e 1 ( 1 ) , e 2 ( 2 ) , . . . , e n ( n ) .

Применим рассмотренную теорию на конкретном примере.

Исходные данные: в базисе трехмерного пространства заданы векторы

e ( 1 ) = ( 1 , — 1 , 1 ) e ( 2 ) = ( 3 , 2 , — 5 ) e ( 3 ) = ( 2 , 1 , — 3 ) x = ( 6 , 2 , — 7 )

Необходимо подтвердить факт, что система векторов e ( 1 ) , e ( 2 ) , e ( 3 ) также служит базисом заданного пространства, а также определить координаты вектора х в заданном базисе.

Решение

Система векторов e ( 1 ) , e ( 2 ) , e ( 3 ) будет являться базисом трехмерного пространства, если она линейно независима. Выясним эту возможность, определив ранг матрицы A , строки которой – заданные векторы e ( 1 ) , e ( 2 ) , e ( 3 ) .

Используем метод Гаусса:

A = 1 — 1 1 3 2 — 5 2 1 — 3

1 — 1 1 0 5 — 8 0 3 — 5

1 — 1 1 0 5 — 8 0 0 — 1 5

R a n k ( A ) = 3 . Таким образом, система векторов e ( 1 ) , e ( 2 ) , e ( 3 ) линейно независима и является базисом.

Пусть в базисе вектор x → имеет координаты x

3 . Связь этих координат определяется уравнением:

3 e 1 ( 3 ) x 2 = x

3 e 2 ( 3 ) x 3 = x

Применим значения согласно условиям задачи:

Решим систему уравнений методом Крамера:

∆ = 1 3 2 — 1 2 1 1 — 5 — 3 = — 1 ∆ x

1 = 6 3 2 2 2 1 — 7 — 5 — 3 = — 1 , x

1 ∆ = — 1 — 1 = 1 ∆ x

2 = 1 6 2 — 1 2 1 1 — 7 — 3 = — 1 , x

2 ∆ = — 1 — 1 = 1 ∆ x

3 = 1 3 6 — 1 2 2 1 — 5 — 7 = — 1 , x

Так, вектор x → в базисе e ( 1 ) , e ( 2 ) , e ( 3 ) имеет координаты x

Ответ: x = ( 1 , 1 , 1 )

Видео:Угол между векторами | МатематикаСкачать

Связь между базисами

Предположим, что в некотором базисе n-мерного векторного пространства даны две линейно независимые системы векторов:

c ( 1 ) = ( c 1 ( 1 ) , c 2 ( 1 ) , . . . , c n ( 1 ) ) c ( 2 ) = ( c 1 ( 2 ) , c 2 ( 2 ) , . . . , c n ( 2 ) ) ⋮ c ( n ) = ( c 1 ( n ) , e 2 ( n ) , . . . , c n ( n ) )

e ( 1 ) = ( e 1 ( 1 ) , e 2 ( 1 ) , . . . , e n ( 1 ) ) e ( 2 ) = ( e 1 ( 2 ) , e 2 ( 2 ) , . . . , e n ( 2 ) ) ⋮ e ( n ) = ( e 1 ( n ) , e 2 ( n ) , . . . , e n ( n ) )

Указанные системы являются также базисами заданного пространства.

n ( 1 ) — координаты вектора c ( 1 ) в базисе e ( 1 ) , e ( 2 ) , . . . , e ( 3 ) , тогда связь координат будет задаваться системой линейных уравнений:

1 ( 1 ) e 1 ( 1 ) + c

2 ( 1 ) e 1 ( 2 ) + . . . + c

n ( 1 ) e 1 ( n ) с 2 ( 1 ) = c

1 ( 1 ) e 2 ( 1 ) + c

2 ( 1 ) e 2 ( 2 ) + . . . + c

n ( 1 ) e 2 ( n ) ⋮ с n ( 1 ) = c

1 ( 1 ) e n ( 1 ) + c

2 ( 1 ) e n ( 2 ) + . . . + c

В виде матрицы систему можно отобразить так:

( c 1 ( 1 ) , c 2 ( 1 ) , . . . , c n ( 1 ) ) = ( c

n ( 1 ) ) · e 1 ( 1 ) e 2 ( 1 ) … e n ( 1 ) e 1 ( 2 ) e 2 ( 2 ) … e n ( 2 ) ⋮ ⋮ ⋮ ⋮ e 1 ( n ) e 2 ( n ) … e n ( n )

Сделаем по аналогии такую же запись для вектора c ( 2 ) :

( c 1 ( 2 ) , c 2 ( 2 ) , . . . , c n ( 2 ) ) = ( c

n ( 2 ) ) · e 1 ( 1 ) e 2 ( 1 ) … e n ( 1 ) e 1 ( 2 ) e 2 ( 2 ) … e n ( 2 ) ⋮ ⋮ ⋮ ⋮ e 1 ( n ) e 2 ( n ) … e n ( n )

И, далее действуя по тому же принципу, получаем:

( c 1 ( n ) , c 2 ( n ) , . . . , c n ( n ) ) = ( c

n ( n ) ) · e 1 ( 1 ) e 2 ( 1 ) … e n ( 1 ) e 1 ( 2 ) e 2 ( 2 ) … e n ( 2 ) ⋮ ⋮ ⋮ ⋮ e 1 ( n ) e 2 ( n ) … e n ( n )

Матричные равенства объединим в одно выражение:

c 1 ( 1 ) c 2 ( 1 ) ⋯ c n ( 1 ) c 1 ( 2 ) c 2 ( 2 ) ⋯ c n ( 2 ) ⋮ ⋮ ⋮ ⋮ c 1 ( n ) c 2 ( n ) ⋯ c n ( n ) = c

n ( n ) · e 1 ( 1 ) e 2 ( 1 ) ⋯ e n ( 1 ) e 1 ( 2 ) e 2 ( 2 ) ⋯ e n ( 2 ) ⋮ ⋮ ⋮ ⋮ e 1 ( n ) e 2 ( n ) ⋯ e n ( n )

Оно и будет определять связь векторов двух различных базисов.

Используя тот же принцип, возможно выразить все векторы базиса e ( 1 ) , e ( 2 ) , . . . , e ( 3 ) через базис c ( 1 ) , c ( 2 ) , . . . , c ( n ) :

e 1 ( 1 ) e 2 ( 1 ) ⋯ e n ( 1 ) e 1 ( 2 ) e 2 ( 2 ) ⋯ e n ( 2 ) ⋮ ⋮ ⋮ ⋮ e 1 ( n ) e 2 ( n ) ⋯ e n ( n ) = e

n ( n ) · c 1 ( 1 ) c 2 ( 1 ) ⋯ c n ( 1 ) c 1 ( 2 ) c 2 ( 2 ) ⋯ c n ( 2 ) ⋮ ⋮ ⋮ ⋮ c 1 ( n ) c 2 ( n ) ⋯ c n ( n )

Дадим следующие определения:

n ( n ) является матрицей перехода от базиса e ( 1 ) , e ( 2 ) , . . . , e ( 3 )

к базису c ( 1 ) , c ( 2 ) , . . . , c ( n ) .

n ( n ) является матрицей перехода от базиса c ( 1 ) , c ( 2 ) , . . . , c ( n )

к базису e ( 1 ) , e ( 2 ) , . . . , e ( 3 ) .

Видео:18+ Математика без Ху!ни. Скалярное произведение векторов. Угол между векторами.Скачать

Угол между векторами.

Видео:Скалярное произведение векторов. 9 класс.Скачать

Формула вычисления угла между векторами

Видео:Нахождение длины вектора через координаты. Практическая часть. 9 класс.Скачать

Примеры задач на вычисление угла между векторами

Примеры вычисления угла между векторами для плоских задачи

Решение: Найдем скалярное произведение векторов:

a · b = 3 · 4 + 4 · 3 = 12 + 12 = 24.

Найдем модули векторов:

| a | = √ 3 2 + 4 2 = √ 9 + 16 = √ 25 = 5
| b | = √ 4 2 + 3 2 = √ 16 + 9 = √ 25 = 5

Найдем угол между векторами:

Решение: Найдем скалярное произведение векторов:

a · b = 5 · 7 + 1 · 5 = 35 + 5 = 40.

Найдем модули векторов:

| a | = √ 7 2 + 1 2 = √ 49 + 1 = √ 50 = 5√ 2
| b | = √ 5 2 + 5 2 = √ 25 + 25 = √ 50 = 5√ 2

Найдем угол между векторами:

Примеры вычисления угла между векторами для пространственных задач

Решение: Найдем скалярное произведение векторов:

a · b = 3 · 4 + 4 · 4 + 0 · 2 = 12 + 16 + 0 = 28.

Найдем модули векторов:

| a | = √ 3 2 + 4 2 + 0 2 = √ 9 + 16 = √ 25 = 5
| b | = √ 4 2 + 4 2 + 2 2 = √ 16 + 16 + 4 = √ 36 = 6

Найдем угол между векторами:

Решение: Найдем скалярное произведение векторов:

a · b = 1 · 5 + 0 · 5 + 3 · 0 = 5.

Найдем модули векторов:

| a | = √ 1 2 + 0 2 + 3 2 = √ 1 + 9 = √ 10
| b | = √ 5 2 + 5 2 + 0 2 = √ 25 + 25 = √ 50 = 5√ 2

Найдем угол между векторами:

cos α = a · b | a | · | b | = 5 √ 10 · 5√ 2 = 1 2√ 5 = √ 5 10 = 0.1√ 5

Любые нецензурные комментарии будут удалены, а их авторы занесены в черный список!

Добро пожаловать на OnlineMSchool.
Меня зовут Довжик Михаил Викторович. Я владелец и автор этого сайта, мною написан весь теоретический материал, а также разработаны онлайн упражнения и калькуляторы, которыми Вы можете воспользоваться для изучения математики.

Видео:Урок 3. Произведение векторов и загадочный угол между векторами. Высшая математика | TutorOnlineСкачать

Скалярное произведение векторов

О чем эта статья:

11 класс, ЕГЭ/ОГЭ

Статья находится на проверке у методистов Skysmart.
Если вы заметили ошибку, сообщите об этом в онлайн-чат
(в правом нижнем углу экрана).

Видео:ВЫЧИТАНИЕ ВЕКТОРОВ ЧАСТЬ I #егэ #огэ #математика #геометрия #профильныйегэСкачать

Основные определения

Система координат — способ определить положение и перемещение точки или тела с помощью чисел или других символов.

Координаты — это совокупность чисел, которые определяют положение какого-либо объекта на прямой, плоскости, поверхности или в пространстве. Как найти координаты точки мы рассказали в этой статье.

Скаляр — это величина, которая полностью определяется в любой координатной системе одним числом или функцией.

Вектор — направленный отрезок прямой, для которого указано, какая точка является началом, а какая — концом.

Вектор с началом в точке A и концом в точке B принято обозначать как →AB. Векторы также можно обозначать малыми латинскими буквами со стрелкой или черточкой над ними, вот так: →a.

Скалярное произведение — это операция над двумя векторами, результатом которой является скаляр, то есть число, которое не зависит от выбора системы координат.

Результат операции является число. То есть при умножении вектор на вектор получается число. Если длины векторов |→a|, |→b| — это числа, косинус угла — число, то их произведение |→a|*|→b|*cos∠(→a, →b) тоже будет числом.

Чтобы разобраться в теме этой статьи, нам еще нужно узнать особенности угла между векторами.

Видео:Доказать, что векторы a, b, c образуют базис и найти координаты вектора d в этом базисеСкачать

Угол между векторами

Угол между векторами ∠(→a, →b) может принимать значения от 0° до 180° градусов включительно. Аналитически это можно записать в виде двойного неравенства: 0°=

2. Если угол между векторами равен 90°, то такие векторы перпендикулярны друг другу.

3. Если векторы направлены в разные стороны, тогда угол между ними 180°.

Также векторы могут образовывать тупой угол. Это выглядит так:

Видео:Вектор. Сложение и вычитание. 9 класс | МатематикаСкачать

Скалярное произведение векторов

Определение скалярного произведения можно сформулировать двумя способами:

Скалярное произведение двух векторов a и b дает в результате скалярную величину, которая равна сумме попарного произведения координат векторов a и b.

Скалярным произведением двух векторов a и b будет скалярная величина, равная произведению модулей этих векторов, умноженная на косинус угла между ними:

→a * →b = →|a| * →|b| * cosα

Что важно запомнить про геометрическую интерпретацию скалярного произведения:

• Если угол между векторами острый и векторы ненулевые, то скалярное произведение положительно, то есть cosα > 0.
• Если угол между векторами тупой и векторы ненулевые, то скалярное произведение отрицательно, так как cosα

Видео:Разложение вектора по базису. 9 класс.Скачать

Скалярное произведение в координатах

Вычисление скалярного произведения можно произвести через координаты векторов в заданной плоскости или в пространстве.

Скалярным произведением двух векторов на плоскости или в трехмерном пространстве в прямоугольной системе координат называется сумма произведений соответствующих координат векторов →a и →b.

То есть для векторов →a = (ax, ay), →b = (bx, by) на плоскости в прямоугольной декартовой системе координат формула для вычисления скалярного произведения имеет вид: (→a, →b) = ax*bx + ay*by

А для векторов →a = (ax, ay, az), →b = (bx, by, bz) в трехмерном пространстве скалярное произведение в координатах находится так: (→a, →b) = ax*bx + ay*by + az*bz

Докажем это определение:

Сначала докажем равенства

для векторов →a = (ax, ay), →b = (bx, by) на плоскости, заданных в прямоугольной декартовой системе координат.

Отложим от начала координат (точка О) векторы →OB = →b = (bx, by) и →OA = →a = (ax, ay)

Тогда, →AB = →OB — →OA = →b — →a = (bx — ax, by — ay)

Будем считать точки О, А и В вершинами треугольника ОАВ. По теореме косинусов можно записать:

то последнее равенство можно переписать так:

а по первому определению скалярного произведения имеем

Вспомнив формулу вычисления длины вектора по координатам, получаем

Записывайтесь на наши курсы по математике для учеников с 1 по 11 классы!

Видео:Как разложить вектор по базису - bezbotvyСкачать

Формулы скалярного произведения векторов заданных координатами

Формула скалярного произведения векторов для плоских задач

В плоской задаче скалярное произведение векторов a = и b = можно найти по формуле:

a * b = ax * bx + ay * by

Формула скалярного произведения векторов для пространственных задач

В пространственной задаче скалярное произведение векторов a = и b = можно найти по формуле:

a * b = ax * bx + ay * by + az * bz

Формула скалярного произведения n-мерных векторов

В n-мерном пространстве скалярное произведение векторов a = и b = можно найти по формуле:

a * b = a1 * b1 + a2 * b2 + . + an * bn

Видео:Нахождение длины вектора. Практическая часть. 9 класс.Скачать

Свойства скалярного произведения

Свойства скалярного произведения векторов:

Скалярное произведение вектора самого на себя всегда больше или равно нулю. В результате получается нуль, если вектор равен нулевому вектору.

→0 * →0 = 0

Скалярное произведение вектора самого на себя равно квадрату его модуля:

→a * →a = →∣∣a∣∣2

Операция скалярного произведения коммуникативна, то есть соответствует переместительному закону:

→a * →b = →b * →a

Операция скалярного умножения дистрибутивна, то есть соответствует распределительному закону:

(→a + →b) * →c = →a * →c + →b * →c

Сочетательный закон для скалярного произведения:

(k * →a) * →b = k * (→a * →b)

Если скалярное произведение двух ненулевых векторов равно нулю, то эти векторы ортогональны, то есть перпендикулярны друг другу:

a ≠ 0, b ≠ 0, a * b = 0 a ┴ b

Эти свойства очень легко обосновать, если отталкиваться от определения скалярного произведения в координатной форме и от свойств операций сложения и умножения действительных чисел.

Для примера докажем свойство коммутативности скалярного произведения (→a, →b) = (→b, →a)

По определению (→a, →b) = ax*bx + ay*by и (→b, →a) = bx*ax + by*ay. В силу свойства коммутативности операции умножения действительных чисел, справедливо ax*bx = bx*ax b ay*by = by*ay, тогда ax*bx + ay*by = bx*ax + by*ay.

Следовательно, (→a, →b) = (→b, →a), что и требовалось доказать.

Аналогично доказываются остальные свойства скалярного произведения.

Следует отметить, что свойство дистрибутивности скалярного произведения справедливо для любого числа слагаемых, то есть,

Видео:СКАЛЯРНОЕ УМНОЖЕНИЕ ВЕКТОРОВ ЧАСТЬ I #математика #егэ #огэ #формулы #профильныйегэ #векторыСкачать

Примеры вычислений скалярного произведения

Пример 1.

Вычислите скалярное произведение двух векторов →a и →b, если их длины равны 3 и 7 единиц соответственно, а угол между ними равен 60 градусам.

У нас есть все данные, чтобы вычислить скалярное произведение по определению:

(→a,→b) = →|a| * →|b| * cos(→a,→b) = 3 * 7 cos60° = 3 * 7 * 1/2 = 21/2 = 10,5.

Ответ: (→a,→b) = 21/2 = 10,5.

Пример 2.

Найти скалярное произведение векторов →a и →b, если →|a| = 2, →|b| = 5, ∠(→a,→b) = π/6.

Используем формулу →a * →b = →|a| * →|b| * cosα.

В данном случае:

→a * →b = →|a| * →|b| * cosα = 2 * 5 * cosπ/6 = 10 * √3/2 = 5√3

Пример 3.

Как найти скалярное произведение векторов →a = 7*→m + 3*→n и →b = 5*→m + 8*→n, если векторы →m и →n перпендикулярны и их длины равны 3 и 2 единицы соответственно.

По свойству дистрибутивности скалярного произведения имеем

Сочетательное свойство позволяет нам вынести коэффициенты за знак скалярного произведения:

В силу свойства коммутативности последнее выражение примет вид

Итак, после применения свойств скалярного произведения имеем

Осталось применить формулу для вычисления скалярного произведения через длины векторов и косинус угла между ними:

Пример 4.

В правильной треугольной призме ABCA1B1C1, все ребра которой равны 1, найти косинус угла между прямыми AB1 и BC1.

Введем систему координат.

Если сделать выносной рисунок основания призмы, получим понятный плоскостной рисунок с помощью которого можно легко найти координаты всех интересующих точек.

Найдем координаты векторов →AB1 и →BC1:

Найдем длины векторов →AB1 и →BC1:

Найдем скалярное произведение векторов →AB1 и →BC1:

Найдем косинус угла между прямыми AB1 и BC1:

Пример 5.

а) Проверить ортогональность векторов: →a(1; 2; -4) и →b(6; -1; 1) .

б) Выяснить, будут ли перпендикулярными отрезки KL и MN, если K(3;5), L(-2;0), M(8;-1), N(1;4).

а) Выясним, будут ли ортогональны пространственные векторы. Вычислим их скалярное произведение: →ab = 1*6 + 2*(-1) + (-4)*1 = 0, следовательно

б) Здесь речь идёт об обычных отрезках плоскости, а задача всё равно решается через векторы. Найдем их: →KL(-2-3; 0-5) = →KL(-5; -5), →MN(1-8; 4-(-1)) = →MN(-7;5)

Вычислим их скалярное произведение: →KL*→MN = -5*(-7) + (-5)*5 = 10 ≠ 0, значит, отрезки KL и MN не перпендикулярны.

Обратите внимание на два существенных момента:

• В данном случае нас не интересует конкретное значение скалярного произведения, важно, что оно не равно нулю.
• В окончательном выводе подразумевается, что если векторы не ортогональны, значит, соответствующие отрезки тоже не будут перпендикулярными. Геометрически это очевидно, поэтому можно сразу записывать вывод об отрезках, что они не перпендикулярны.

Ответ: а) →a перпендикулярно →b, б) отрезки KL, MN не перпендикулярны.

Пример 6.

Даны три вершины треугольника A(-1; 0), B(3; 2), C(5; -4). Найти угол при вершине B — ∠ABC.

По условию чертеж выполнять не требуется, но для удобства можно сделать:

Требуемый угол ∠ABC помечен зеленой дугой. Сразу вспоминаем школьное обозначение угла: ∠ABC — особое внимание на среднюю букву B — это и есть нужная нам вершина угла. Для краткости можно также записать просто ∠B.

Из чертежа видно, что угол ∠ABC треугольника совпадает с углом между векторами →BA и →BC, иными словами: ∠ABC = ∠(→BA; →BC).

Вычислим скалярное произведение:

Вычислим длины векторов:

Найдем косинус угла:

Когда такие примеры не будут вызывать трудностей, можно начать записывать вычисления в одну строчку:

Полученное значение не является окончательным, поэтому нет особого смысла избавляться от иррациональности в знаменателе.

Найдём сам угол:

Если посмотреть на чертеж, то результат действительно похож на правду. Для проверки угол также можно измерить и транспортиром.

Ответ: ∠ABC = arccos(1/5√2) ≈1,43 рад. ≈ 82°

Важно не перепутать, что в задаче спрашивалось про угол треугольника, а не про угол между векторами. Поэтому указываем точный ответ: arccos(1/5√2) и приближенное значение угла: ≈1,43 рад. ≈ 82°, которое легко найти с помощью калькулятора.

А те, кому мало и хочется еще порешать, могут вычислить углы ∠A, ∠C, и убедиться в справедливости канонического равенства ∠A + ∠B + ∠C = 180°.

💥 Видео

Векторы #3: многомерные системы координат, базисные векторыСкачать

найти угол между единичными векторамиСкачать

длина суммы трёх единичных векторов, между которыми углы по 60 градусовСкачать

Найдите разложение вектора по векторам (базису)Скачать

Аналитическая геометрия, 2 урок, Скалярное произведениеСкачать

Построение проекции вектора на осьСкачать

100 тренировочных задач #135 Угол между векторамиСкачать