Как найти длину вектора матрицы

В этом документе собраны основные сведения из алгебры матриц и векторов, которые используются в хемометрике. Приведенный текст не может служить учебником по матричной алгебре — он скорее является конспектом, справочником в этой области. Более глубокое и систематическое изложение может быть найдено в литературе.

Текст разбит на две части названные — «Базовые сведения» и «Дополнительная информация». В первой части изложены положения, минимально необходимые для понимания хемометрики, а во второй части — факты, которые необходимо знать для более глубокого постижения методов многомерного анализа. Изложение иллюстрируется примерами, выполненными в рабочей книге Excel Matrix.xls, которая сопровождает этот документ.

Ссылки на примеры помещены в текст как объекты Excel. Эти примеры имеют абстрактный характер, они никак не привязаны к задачам аналитической химии. Реальные примеры использования матричной алгебры в хемометрике рассмотрены в других текстах, посвященных разнообразным хемометрическим приложениям.

Большинство измерений, проводимых в аналитической химии, являются не прямыми, а косвенными . Это означает, что в эксперименте вместо значения искомого аналита C (концентрации) получается другая величина x (сигнал), связанная, но не равная C, т.е. x (C) ≠ С. Как правило, вид зависимости x (C) не известен, однако, к счастью, в аналитической химии большинство измерений пропорциональны. Это означает, что при увеличении концентрации С в a раз, сигнал X увеличится на столько же., т.е. x ( a C) = a x (C). Кроме того, сигналы еще и аддитивны, так что сигнал от пробы, в которой присутствуют два вещества с концентрациями C 1 и C 2 , будет равен сумме сигналов от каждого компонента, т.е. x (C 1 + C 2 ) = x (C 1 )+ x (C 2 ). Пропорциональность и аддитивность вместе дают линейность . Можно привести много примеров, иллюстрирующих принцип линейности, но достаточно упомянуть два самых ярких примера — хроматографию и спектроскопию. Вторая особенность, присущая эксперименту в аналитической химии — это многоканальность . Современное аналитическое оборудование одновременно измеряет сигналы для многих каналов. Например, измеряется интенсивность пропускания света сразу для нескольких длин волн, т.е. спектр. Поэтому в эксперименте мы имеем дело со множеством сигналов x 1 , x 2 . x n , характеризующих набор концентраций C 1 ,C 2 , . C m веществ, присутствующих в изучаемой системе.

Итак, аналитический эксперимент характеризуется линейностью и многомерностью. Поэтому удобно рассматривать экспериментальные данные как векторы и матрицы и манипулировать с ними, используя аппарат матричной алгебры. Плодотворность такого подхода иллюстрирует пример, показанный на Рис. 1, где представлены три спектра, снятые для 200 длин волн от 4000 до 4796 cm −1 . Первый ( x 1 ) и второй ( x 2 ) спектры получены для стандартных образцов, в которых концентрация двух веществ A и B, известны: в первом образце [A] = 0.5, [B] = 0.1, а во втором образце [A] = 0.2, [B] = 0.6. Что можно сказать о новом, неизвестном образце, спектр которого обозначен x 3 ?

Рассмотрим три экспериментальных спектра x 1 , x 2 и x 3 как три вектора размерности 200. Средствами линейной алгебры можно легко показать, что x 3 = 0.1 x 1 +0.3 x 2 , поэтому в третьем образце очевидно присутствуют только вещества A и B в концентрациях [A] = 0.5×0.1 + 0.2×0.3 = 0.11 и [B] = 0.1×0.1 + 0.6×0.3 = 0.19.

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

1. Базовые сведения

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

1.1 Матрицы

Матрицей называется прямоугольная таблица чисел, например

Матрицы обозначаются заглавными полужирными буквами ( A ), а их элементы — соответствующими строчными буквами с индексами, т.е. a ij . Первый индекс нумерует строки, а второй — столбцы. В хемометрике принято обозначать максимальное значение индекса той же буквой, что и сам индекс, но заглавной. Поэтому матрицу A можно также записать как < a ij , i = 1. I ; j = 1. J >. Для приведенной в примере матрицы I = 4, J = 3 и a 23 = −7.5.

Пара чисел I и J называется размерностью матрицы и обознается как I × J . Примером матрицы в хемометрике может служить набор спектров, полученный для I образцов на J длинах волн.

Видео:Длина вектора через координаты. 9 класс.Скачать

1.2. Простейшие операции с матрицами

Матрицы можно умножать на числа. При этом каждый элемент умножается на это число. Например —

Рис. 3 Умножение матрицы на число

Две матрицы одинаковой размерности можно поэлементно складывать и вычитать. Например,

Рис. 4 Сложение матриц

В результате умножения на число и сложения получается матрица той же размерности.

Нулевой матрицей называется матрица, состоящая из нулей. Она обозначается O . Очевидно, что A + O = A , A − A = O и 0 A = O .

Матрицу можно транспонировать . При этой операции матрица переворачивается, т.е. строки и столбцы меняются местами. Транспонирование обозначается штрихом, A ‘ или индексом A t . Таким образом, если A = < a ij , i = 1. I ; j = 1. J >, то A t = < a ji , j = 1. J ; i = 1. I >. Например

Рис. 5 Транспонирование матрицы

Очевидно, что ( A t ) t = A , ( A + B ) t = A t + B t .

Видео:Математика без Ху!ни. Смешанное произведение векторовСкачать

1.3. Умножение матриц

Матрицы можно перемножать, но только в том случае, когда они имеют соответствующие размерности. Почему это так, будет ясно из определения. Произведением матрицы A , размерностью I × K , и матрицы B , размерностью K × J , называется матрица C , размерностью I × J , элементами которой являются числа

Таким образом для произведения AB необходимо, чтобы число столбцов в левой матрице A было равно числу строк в правой матрице B . Пример произведения матриц —

Рис.6 Произведение матриц

Правило перемножения матриц можно сформулировать так. Для того, чтобы найти элемент матрицы C , стоящий на пересечении i -ой строки и j -ого столбца ( c ij ) надо поэлементно перемножить i -ую строку первой матрицы A на j -ый столбец второй матрицы B и сложить все результаты. Так в показанном примере, элемент из третьей строки и второго столбца, получается как сумма поэлементных произведений третьей строки A и второго столбца B

Рис.7 Элемент произведения матриц

Произведение матриц зависит от порядка, т.е. AB ≠ BA , хотя бы по соображениям размерности. Говорят, что оно некоммутативно. Однако произведение матриц ассоциативно. Это означает, что ABC = ( AB ) C = A ( BC ). Кроме того, оно еще и дистрибутивно, т.е. A ( B + C ) = AB + AC . Очевидно, что AO = O .

Видео:Аналитическая геометрия, 1 урок, Векторы в пространствеСкачать

1.4. Квадратные матрицы

Если число столбцов матрицы равно числу ее строк ( I = J = N ), то такая матрица называется квадратной. В этом разделе мы будем рассматривать только такие матрицы. Среди этих матриц можно выделить матрицы, обладающие особыми свойствами.

Единичной матрицей (обозначается I, а иногда E ) называется матрица, у которой все элементы равны нулю, за исключением диагональных, которые равны 1, т.е.

Очевидно AI = IA = A .

Матрица называется диагональной , если все ее элементы, кроме диагональных ( a ii ) равны нулю. Например

Рис. 8 Диагональная матрица

Матрица A называется верхней треугольной , если все ее элементы, лежащие ниже диагонали, равны нулю, т.е. a ij = 0, при i > j . Например

Рис. 9 Верхняя треугольная матрица

Аналогично определяется и нижняя треугольная матрица.

Матрица A называется симметричной , если A t = A . Иными словами a ij = a ji . Например

Рис. 10 Симметричная матрица

Матрица A называется ортогональной , если

Матрица называется нормальной если

Видео:Равенство векторов, Длина вектора.Как найти длину вектора?Скачать

1.5. След и определитель

Следом квадратной матрицы A (обозначается Tr( A ) или Sp( A )) называется сумма ее диагональных элементов,

Рис. 11 След матрицы

Sp(α A ) = α Sp( A ) и

Sp( A + B ) = Sp( A )+ Sp( B ).

Можно показать, что

Sp( A ) = Sp( A t ), Sp( I ) = N ,

Другой важной характеристикой квадратной матрицы является ее определитель (обозначается det( A )). Определение определителя в общем случае довольно сложно, поэтому мы начнем с простейшего варианта — матрицы A размерностью (2×2). Тогда

Для матрицы (3×3) определитель будет равен

В случае матрицы ( N × N ) определитель вычисляется как сумма 1·2·3· . · N = N ! слагаемых, каждый из которых равен

Индексы k 1 , k 2 . k N определяются как всевозможные упорядоченные перестановки r чисел в наборе (1, 2, . , N ). Вычисление определителя матрицы — это сложная процедура, которую на практике осуществляется с помощью специальных программ. Например,

Рис. 12 Определитель матрицы

Отметим только очевидные свойства:

det( I ) = 1, det( A ) = det( A t ),

det( AB ) = det( A )det( B ).

Видео:Матрицы и векторыСкачать

1.6. Векторы

Если матрица состоит только из одного столбца ( J = 1), то такой объект называется вектором . Точнее говоря, вектором-столбцом. Например

Можно рассматривать и матрицы, состоящие из одной строки, например

Этот объект также является вектором, но вектором-строкой . При анализе данных важно понимать, с какими векторами мы имеем дело — со столбцами или строками. Так спектр, снятый для одного образца можно рассматривать как вектор-строку. Тогда набор спектральных интенсивностей на какой-то длине волны для всех образцов нужно трактовать как вектор-столбец.

Размерностью вектора называется число его элементов.

Ясно, что всякий вектор-столбец можно превратить в вектор-строку транспонированием, т.е.

В тех случаях, когда форма вектора специально не оговаривается, а просто говорится вектор, то имеют в виду вектор-столбец. Мы тоже будем придерживаться этого правила. Вектор обозначается строчной прямой полужирной буквой. Нулевым вектором называется вектор, все элементы которого раны нулю. Он обозначается 0 .

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

1.7. Простейшие операции с векторами

Векторы можно складывать и умножать на числа так же, как это делается с матрицами. Например,

Рис. 13 Операции с векторами

Два вектора x и y называются колинеарными , если существует такое число α, что

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

1.8. Произведения векторов

Два вектора одинаковой размерности N можно перемножить. Пусть имеются два вектора x = ( x 1 , x 2 . x N ) t и y = ( y 1 , y 2 . y N ) t . Руководствуясь правилом перемножения «строка на столбец», мы можем составить из них два произведения: x t y и xy t . Первое произведение

называется скалярным или внутренним . Его результат — это число. Для него также используется обозначение ( x , y ) = x t y . Например,

Рис. 14 Внутреннее (скалярное) произведение

называется внешним . Его результат — это матрица размерности ( N × N ). Например,

Рис. 15 Внешнее произведение

Векторы, скалярное произведение которых равно нулю, называются ортогональными .

Видео:§7 Направляющие косинусы вектораСкачать

1.9. Норма вектора

Скалярное произведение вектора самого на себя называется скалярным квадратом. Эта величина

определяет квадрат длины вектора x . Для обозначения длины (называемой также нормой вектора) используется обозначение

Рис. 16 Норма вектора

Вектор единичной длины (|| x || = 1) называется нормированным. Ненулевой вектор ( x ≠ 0 ) можно нормировать, разделив его на длину, т.е. x = || x || ( x/ || x ||) = || x || e . Здесь e = x/ || x || — нормированный вектор.

Векторы называются ортонормированными, если все они нормированы и попарно ортогональны.

Видео:Модуль вектора. Длина вектора.Скачать

1.10. Угол между векторами

Скалярное произведение определяет и угол φ между двумя векторами x и y

Если вектора ортогональны, то cosφ = 0 и φ = π/2, а если они колинеарны, то cosφ = 1 и φ = 0.

Видео:МОДУЛЬ ВЕКТОРА длина вектора 10 и 11 классСкачать

1.11. Векторное представление матрицы

Каждую матрицу A размера I × J можно представить как набор векторов

Здесь каждый вектор a j является j -ым столбцом, а вектор-строка b i является i -ой строкой матрицы A

Видео:Собственные значения и собственные векторыСкачать

1.12. Линейно зависимые векторы

Векторы одинаковой размерности ( N ) можно складывать и умножать на число, также как матрицы. В результате получится вектор той же размерности. Пусть имеется несколько векторов одной размерности x 1 , x 2 . x K и столько же чисел α α 1 , α 2 . α K . Вектор

y = α 1 x 1 + α 2 x 2 +. + α K x K

называется линейной комбинацией векторов x k .

Если существуют такие ненулевые числа α k ≠ 0, k = 1. K , что y = 0 , то такой набор векторов x k называется линейно зависимым . В противном случае векторы называются линейно независимыми. Например, векторы x 1 = (2, 2) t и x 2 = (−1, −1) t линейно зависимы, т.к. x 1 +2 x 2 = 0

Видео:Собственные значения и собственные векторы матрицы (4)Скачать

1.13. Ранг матрицы

Рассмотрим набор из K векторов x 1 , x 2 . x K размерности N . Рангом этой системы векторов называется максимальное число линейно-независимых векторов. Например в наборе

имеются только два линейно независимых вектора, например x 1 и x 2 , поэтому ее ранг равен 2.

Очевидно, что если векторов в наборе больше, чем их размерность ( K > N ), то они обязательно линейно зависимы.

Рангом матрицы (обозначается rank( A )) называется ранг системы векторов, из которых она состоит. Хотя любую матрицу можно представить двумя способами (векторы столбцы или строки), это не влияет на величину ранга, т.к.

rank( A ) = rank( A t ).

Видео:Собственные векторы и собственные значения матрицыСкачать

1.14. Обратная матрица

Квадратная матрица A называется невырожденной, если она имеет единственную обратную матрицу A -1 , определяемую условиями

Обратная матрица существует не для всех матриц. Необходимым и достаточным условием невырожденности является

det( A ) ≠ 0 или rank( A ) = N .

Обращение матрицы — это сложная процедура, для выполнения которой существуют специальные программы. Например,

Рис. 17 Обращение матрицы

Приведем формулы для простейшего случая — матрицы 2×2

Если матрицы A и B невырождены, то

Видео:Занятие 12. Векторы и матрицыСкачать

1.15. Псевдообратная матрица

Если матрица A вырождена и обратная матрица не существует, то в некоторых случаях можно использовать псевдообратную матрицу, которая определяется как такая матрица A + , что

Псевдобратная матрица — не единственная и ее вид зависит от способа построения. Например для прямоугольной матрицы можно использовать метод Мура-Пенроуза.

Если число столбцов меньше числа строк, то

A + =(A t A) −1 A t

Рис. 1 7a Псевдообращение матрицы

Если же число столбцов больше числа строк, то

A + =A t (AA t ) −1

Видео:18+ Математика без Ху!ни. Векторное произведение.Скачать

1.16. Умножение вектора на матрицу

Вектор x можно умножать на матрицу A подходящей размерности. При этом вектор-столбец умножается справа Ax , а вектор строка — слева x t A . Если размерность вектора J , а размерность матрицы I × J то в результате получится вектор размерности I . Например,

Рис. 18 Умножение вектора на матрицу

Если матрица A — квадратная ( I × I ), то вектор y = Ax имеет ту же размерность, что и x . Очевидно, что

A (α 1 x 1 + α 2 x 2 ) = α 1 Ax 1 + α 2 Ax 2 .

Поэтому матрицы можно рассматривать как линейные преобразования векторов. В частности Ix = x , Ox = 0 .

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

2. Дополнительная информация

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

2.1. Системы линейных уравнений

Пусть A — матрица размером I × J , а b — вектор размерности J . Рассмотрим уравнение

относительно вектора x , размерности I . По сути — это система из I линейных уравнений с J неизвестными x 1 . x J . Решение существует в том, и только в том случае, когда

rank( A ) = rank( B ) = R ,

где B — это расширенная матрица размерности I ×( J+1 ), состоящая из матрицы A , дополненной столбцом b , B = ( A b ). В противном случае уравнения несовместны.

Если R = I = J , то решение единственно

Если R I , то существует множество различных решений, которые можно выразить через линейную комбинацию J − R векторов. Система однородных уравнений Ax = 0 с квадратной матрицей A ( N × N ) имеет нетривиальное решение ( x ≠ 0 ) тогда и только тогда, когда det( A ) = 0. Если R = rank( A ) N , то существуют N − R линейно независимых решений.

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

2.2. Билинейные и квадратичные формы

Если A — это квадратная матрица , а x и y — вектора соответствующей размерности, то скалярное произведение вида x t Ay называется билинейной формой , определяемой матрицей A . При x = y выражение x t Ax называется квадратичной формой.

2.3. Положительно определенные матрицы

Квадратная матрица A называется положительно определенной, если для любого ненулевого вектора x ≠ 0 ,

Аналогично определяются отрицательно ( x t Ax x t Ax ≥ 0) и неположительно ( x t Ax ≤ 0) определенные матрицы.

2.4. Разложение Холецкого

Если симметричная матрица A положительно определена, то существует единственная треугольная матрица U с положительными элементами, для которой

Рис. 19 Разложение Холецкого

2.5. Полярное разложение

Пусть A — это невырожденная квадратная матрица размерности N × N . Тогда существует однозначное полярное представление

где S — это неотрицательная симметричная матрица, а R — это ортогональная матрица. Матрицы S и R могут быть определены явно:

S 2 = AA t или S = ( AA t ) ½ и R = S −1 A = ( AA t ) −½ A .

Рис. 20 Полярное разложение

Если матрица A вырождена, то разложение не единственно — а именно: S по-прежнему одна, а вот R может быть много. Полярное разложение представляет матрицу A как комбинацию сжатия/растяжения S и поворота R .

2.6. Собственные векторы и собственные значения

Пусть A — это квадратная матрица. Вектор v называется собственным вектором матрицы A , если

где число λ называется собственным значением матрицы A . Таким образом преобразование, которое выполняет матрица A над вектором v , сводится к простому растяжению или сжатию с коэффициентом λ. Собственный вектор определяется с точностью до умножения на константу α ≠ 0, т.е. если v — собственный вектор, то и α v — тоже собственный вектор.

2.7. Собственные значения

У матрицы A , размерностью ( N × N ) не может быть больше чем N собственных значений. Они удовлетворяют характеристическому уравнению

являющемуся алгебраическим уравнением N -го порядка. В частности, для матрицы 2×2 характеристическое уравнение имеет вид

Рис. 21 Собственные значения

Набор собственных значений λ 1 . λ N матрицы A называется спектром A .

Спектр обладает разнообразными свойствами. В частности

det( A ) = λ 1 ×. ×λ N , Sp( A ) = λ 1 +. +λ N .

Собственные значения произвольной матрицы могут быть комплексными числами, однако если матрица симметричная ( A t = A ), то ее собственные значения вещественны.

2.8. Собственные векторы

У матрицы A , размерностью ( N × N ) не может быть больше чем N собственных векторов, каждый из которых соответствует своему собственному значению. Для определения собственного вектора v n нужно решить систему однородных уравнений

Она имеет нетривиальное решение, поскольку det( A − λ n I ) = 0.

Рис. 22 Собственные вектора

Собственные вектора симметричной матрицы ортогональны.

2.9. Эквивалентные и подобные матрицы

Две прямоугольные матрицы A и B одной размерности I × J эквивалентны , если существуют такие квадратные матрицы S , размерности I × I , и T , размерности J × J , что

Эквивалентные матрицы имею один и тот же ранг.

Две прямоугольные матрицы A и B одной размерности N × N подобны , если существует такая невырожденная матрица T , что

Матрица T называется преобразованием подобия.

Подобные матрицы имеют один и тот же ранг, след, определитель и спектр.

2.10. Приведение матрицы к диагональному виду

Нормальную (в частности симметричную) матрицу A можно привести к диагональному виду преобразованием подобия —

Здесь Λ = diag(λ 1 . λ N ) — это диагональная матрица, элементами которой являются собственные значения матрицы A , а T — это матрица, составленная из соответствующих собственных векторов матрицы A , т.е. T = ( v 1 . v N ).

Рис. 23 Приведение к диагональному виду

2.11. Разложение по сингулярным значениям (SVD)

Пусть имеется прямоугольная матрица A размерностью I × J ранга R ( I ≤ J ≤ R ). Ее можно разложить в произведение трех матриц P R ( I × R ), D R ( R × R ) и Q R ( J × R ) —

.

Здесь P R — матрица, образованная R ортонормированными собственными векторами p r матрицы AA t , соответствующим R наибольшим собственным значениям λ r ;

AA t p r = λ r p r ;

Q R — матрица, образованная R ортонормированными собственными векторами q r матрицы A t A ;

A t Aq r = λ r q r .

D R = diag (σ 1 . σ R ) — положительно определенная диагональная матрица , элементами которой являются σ 1 ≥. ≥σ R ≥0 — сингулярные значения матрицы A , равные квадратным корням из собственных значений матрицы A t A —

Рис. 24 SVD разложение

Дополняя матрицы P R и Q R ортонормированными столбцами, а матрицу D R нулевыми значениями, можно сконструировать матрицы P ( I × J ), D ( J × J ) и Q ( J × J ) такие, что

2.12. Линейное пространство

Рассмотрим все возможные векторы размерности N . Это множество называется линейным пространством размерности N и обозначается R N . Так как в R N включены все возможные векторы, то любая линейная комбинация векторов из R N будет также принадлежать этому пространству.

2.13. Базис линейного пространства

Любой набор из N линейно независимых векторов называется базисом в пространстве R N . Простейший пример базиса — это набор векторов

в каждом из которых только один элемент равен 1, а остальные равны нулю. Тогда любой вектор x = ( x 1 , x 2 . x N ) t может быть представлен как линейная комбинация x = x 1 e 1 + x 2 e 2+ . + x N e N базисных векторов.

Базис, составленный из попарно ортогональных векторов, называется ортогональным , а если базисные вектора еще и нормированы, то этот базис называется ортонормированным .

2.14. Геометрическая интерпретация

Линейному пространству можно дать удобную геометрическую интерпретацию. Представим себе N -мерное пространство, в котором базисные вектора задают направления осей координат. Тогда произвольный вектор x = ( x 1 , x 2 . x N ) t можно изобразить точкой в этом пространстве с координатами ( x 1 , x 2 . x N ).

Рис. 25 Координатное пространство

2.15. Множественность базисов

В линейном пространстве могут быть неограниченное число базисов. Так, в пространстве R 3 помимо обычного ортонормированного базиса

можно установить и другой ортонормированный базис, например

Каждый базис можно представить матрицей B = ( b 1 . b N ), составленной из базисных векторов. Переход от одного базиса к другому осуществляется с помощью невырожденной квадратной матрицы T , т.е. B 2 = TB 1 .

2.16. Подпространство

Пусть имеется набор из K линейно независимых векторов x 1 , x 2 . x K в пространстве R N . Рассмотрим все возможные линейные комбинации этих векторов

x = α 1 x 1 + α 2 x 2 +. + α K x K

О получившимся множестве Q говорят, что оно является линейной оболочкой или что оно натянуто на векторы x 1 , x 2 . x K . По определению линейного пространства это множество Q само является линейным пространством размерности K . При этом оно принадлежит пространству R N , поэтому Q называется линейным подпространством R K в пространстве R N .

2.17. Проекция на подпространство

Рассмотрим подпространство R K , натянутое на векторы X = ( x 1 , x 2 . x K ) в пространстве R N . Матрица базиса X имеет размерность ( N × K ). Любой вектор y из R N может быть спроецирован на подпространство R K , т.е. представлен в виде

где вектор y || принадлежит R K , а вектор y ⊥ ортогонален y || .

Рис. 26 Проекция на подпространство

Проекцию y || можно представить как результат действия проекционной матрицы P

Проекционная матрица определяется как

Рис. 27 Проекционное разложение

Заключение

Матричные методы активно используются при анализе данных, в том числе и хемометрическими методами.

Нахождение длины вектора, примеры и решения

Длина вектора — основные формулы

Длину вектора a → будем обозначать a → . Данное обозначение аналогично модулю числа, поэтому длину вектора также называют модулем вектора.

Для нахождения длины вектора на плоскости по его координатам, требуется рассмотреть прямоугольную декартову систему координат O x y . Пусть в ней задан некоторый вектор a → с координатами a x ; a y . Введем формулу для нахождения длины (модуля) вектора a → через координаты a x и a y .

От начала координат отложим вектор O A → = a → . Определим соответственные проекции точки A на координатные оси как A x и A y . Теперь рассмотрим прямоугольник O A x A A y с диагональю O A .

Из теоремы Пифагора следует равенство O A 2 = O A x 2 + O A y 2 , откуда O A = O A x 2 + O A y 2 . Из уже известного определения координат вектора в прямоугольной декартовой системе координат получаем, что O A x 2 = a x 2 и O A y 2 = a y 2 , а по построению длина O A равна длине вектора O A → , значит, O A → = O A x 2 + O A y 2 .

Отсюда получается, что формула для нахождения длины вектора a → = a x ; a y имеет соответствующий вид: a → = a x 2 + a y 2 .

Если вектор a → дан в виде разложения по координатным векторам a → = a x · i → + a y · j → , то вычислить его длину можно по той же формуле a → = a x 2 + a y 2 , в данном случае коэффициенты a x и a y выступают в роли координат вектора a → в заданной системе координат.

Вычислить длину вектора a → = 7 ; e , заданного в прямоугольной системе координат.

Чтобы найти длину вектора, будем использовать формулу нахождения длины вектора по координатам a → = a x 2 + a y 2 : a → = 7 2 + e 2 = 49 + e

Формула для нахождения длины вектора a → = a x ; a y ; a z по его координатам в декартовой системе координат Oxyz в пространстве, выводится аналогично формуле для случая на плоскости (см. рисунок ниже)

В данном случае O A 2 = O A x 2 + O A y 2 + O A z 2 (так как ОА – диагональ прямоугольного параллелепипеда), отсюда O A = O A x 2 + O A y 2 + O A z 2 . Из определения координат вектора можем записать следующие равенства O A x = a x ; O A y = a y ; O A z = a z ; , а длина ОА равна длине вектора, которую мы ищем, следовательно, O A → = O A x 2 + O A y 2 + O A z 2 .

Отсюда следует, что длина вектора a → = a x ; a y ; a z равна a → = a x 2 + a y 2 + a z 2 .

Вычислить длину вектора a → = 4 · i → — 3 · j → + 5 · k → , где i → , j → , k → — орты прямоугольной системы координат.

Дано разложение вектора a → = 4 · i → — 3 · j → + 5 · k → , его координаты равны a → = 4 , — 3 , 5 . Используя выше выведенную формулу получим a → = a x 2 + a y 2 + a z 2 = 4 2 + ( — 3 ) 2 + 5 2 = 5 2 .

Длина вектора через координаты точек его начала и конца

Выше были выведены формулы, позволяющие находить длины вектора по его координатам. Мы рассмотрели случаи на плоскости и в трехмерном пространстве. Воспользуемся ими для нахождения координат вектора по координатам точек его начала и конца.

Итак, даны точки с заданными координатами A ( a x ; a y ) и B ( b x ; b y ) , отсюда вектор A B → имеет координаты ( b x — a x ; b y — a y ) значит, его длина может быть определена по формуле: A B → = ( b x — a x ) 2 + ( b y — a y ) 2

А если даны точки с заданными координатами A ( a x ; a y ; a z ) и B ( b x ; b y ; b z ) в трехмерном пространстве, то длину вектора A B → можно вычислить по формуле

A B → = ( b x — a x ) 2 + ( b y — a y ) 2 + ( b z — a z ) 2

Найти длину вектора A B → , если в прямоугольной системе координат A 1 , 3 , B — 3 , 1 .

Используя формулу нахождения длины вектора по координатам точек начала и конца на плоскости, получим A B → = ( b x — a x ) 2 + ( b y — a y ) 2 : A B → = ( — 3 — 1 ) 2 + ( 1 — 3 ) 2 = 20 — 2 3 .

Второй вариант решения подразумевает под собой применение данных формул по очереди: A B → = ( — 3 — 1 ; 1 — 3 ) = ( — 4 ; 1 — 3 ) ; A B → = ( — 4 ) 2 + ( 1 — 3 ) 2 = 20 — 2 3 . —

Ответ: A B → = 20 — 2 3 .

Определить, при каких значениях длина вектора A B → равна 30 , если A ( 0 , 1 , 2 ) ; B ( 5 , 2 , λ 2 ) .

Для начала распишем длину вектора A B → по формуле: A B → = ( b x — a x ) 2 + ( b y — a y ) 2 + ( b z — a z ) 2 = ( 5 — 0 ) 2 + ( 2 — 1 ) 2 + ( λ 2 — 2 ) 2 = 26 + ( λ 2 — 2 ) 2

Затем полученное выражение приравняем к 30 , отсюда найдем искомые λ :

26 + ( λ 2 — 2 ) 2 = 30 26 + ( λ 2 — 2 ) 2 = 30 ( λ 2 — 2 ) 2 = 4 λ 2 — 2 = 2 и л и λ 2 — 2 = — 2 λ 1 = — 2 , λ 2 = 2 , λ 3 = 0 .

Ответ: λ 1 = — 2 , λ 2 = 2 , λ 3 = 0 .

Нахождение длины вектора по теореме косинусов

Увы, но в задачах не всегда бывают известны координаты вектора, поэтому рассмотрим другие способы нахождения длины вектора.

Пусть заданы длины двух векторов A B → , A C → и угол между ними (или косинус угла), а требуется найти длину вектора B C → или C B → . В таком случае, следует воспользоваться теоремой косинусов в треугольнике △ A B C , вычислить длину стороны B C , которая и равна искомой длине вектора.

Рассмотрим такой случай на следующем примере.

Длины векторов A B → и A C → равны 3 и 7 соответственно, а угол между ними равен π 3 . Вычислить длину вектора B C → .

Длина вектора B C → в данном случае равна длине стороны B C треугольника △ A B C . Длины сторон A B и A C треугольника известны из условия (они равны длинам соответствующих векторов), также известен угол между ними, поэтому мы можем воспользоваться теоремой косинусов: B C 2 = A B 2 + A C 2 — 2 · A B · A C · cos ∠ ( A B , → A C → ) = 3 2 + 7 2 — 2 · 3 · 7 · cos π 3 = 37 ⇒ B C = 37 Таким образом, B C → = 37 .

Итак, для нахождения длины вектора по координатам существуют следующие формулы a → = a x 2 + a y 2 или a → = a x 2 + a y 2 + a z 2 , по координатам точек начала и конца вектора A B → = ( b x — a x ) 2 + ( b y — a y ) 2 или A B → = ( b x — a x ) 2 + ( b y — a y ) 2 + ( b z — a z ) 2 , в некоторых случаях следует использовать теорему косинусов.

Длина вектора — основные формулы

Время чтения: 16 минут

Основные понятия вектора

Для того чтобы приступить к разбору формул нахождения длины вектора, необходимо разобраться в основных понятиях и определениях векторов.

Понятие вектора получило широкое распространение в 19 веке, в математических науках, особенно в таком её разделе, как «Комплексные числа».

Вектор — это отрезок с определённой длиной и направлением.

Графическое изображение вектора — отрезок который имеет указание направления в виде стрелки.

Вектор, который будет иметь начальную точку Х и конец в точке А, правильно обозначать ХА, с верхним подчёркиванием или стрелочкой, а также допустимо прописывать одной прописной буквой.

Длину вектора (модуль), определяет числовое значение длины отрезка, имеющего направление. Обозначается длинна двумя вертикальными отрезками |ХА|.

• Понятие нулевого вектора. Такое название получил вектор, у которого и начало, и конец находятся в одной точке. Обозначение он имеет в виде цифры ноль с верхним подчёркивание, а длина равна нулю.
• Коллинеарные вектора. Одна прямая может содержать несколько векторов, такие векторы получили название коллинеарных. Также коллинеарными считаются векторы на параллельных прямых.

• Сонаправленные. Два коллинеарных вектора считаются сонаправленными, если имеют одно направление.
• Противоположно направленные. Вектора, с направлениями в разные стороны, и являются коллинеарными, называют противоположно направленными.
• Компланарные вектора. Такими векторами называют, те что лежат в одной плоскости
  Так как, всегда можно отыскать плоскость, которая будет параллельной двум векторам, то любые два вектора всегда копланарные.

Так как, всегда можно отыскать плоскость, которая будет параллельной двум векторам, то любые два вектора всегда копланарные.

Вектора могут находится не только на плоскости, но и в пространстве, от этого расположения будет зависеть какую формулу необходимо использовать для нахождения их длины или модуля. Стоит также отметить, что вектора могут быть равными, при этом они должны иметь одно направление, одинаковые длины и быть коллинеарными. Существует понятие единичного вектора, таким он будет являться если равен единице измерения.

Как найти длину вектора

Модуль вектора а будем обозначать .

Для того чтобы найти модуль вектора или его длину, на плоскости по координатам, необходимо рассмотреть вектор используя прямоугольную декартову систему координат Оxy. Допустим в данной системе будет задан, так вектор имеющий координаты (aₓ ; aᵧ). Получим формулу, которая поможет найти длину вектора , через известные нам координаты aₓ и aᵧ.

На взятой системе координат, от её начала отложим вектор
В соответствии с проекцией точки А возьмём и определим Aₓ и Aᵧ на оси координат. Рассмотрим полученный прямоугольник ОAₓ и АAᵧ с диагональю ОА.

Далее используя теорему Пифагора мы получим равенство АО² = ОAₓ² и OAᵧ², отсюда следует

Теперь в соответствии с определением вектора относительно прямоугольной оси координат выходит, что ОAₓ² = aₓ² и также для OAᵧ² = aᵧ² , а так как на построенном прямоугольнике мы видим, что ОА равна длине вектора получаем

Из вышесказанного выходит, что для того чтобы найти длину вектора с точками (aₓ ; aᵧ), выводим следующую формулу:

Когда вектор дан в формате разложения по координатным векторам , то вычислить его можно по той же формуле , в таком варианте коэффициент aₓ и aᵧ будут выражать в роли координат , в данной системе координат.

Чтобы рассчитать длину = (3, √x), расположенного в прямоугольной системе координат.

Чтобы найти модуль вектора используем ранее приведённую формулу

Ответ:

Существуют также формулы вычисления длины вектора в пространстве, они выводятся аналогично тем, что в системе координат на плоскости. Если взять вектор =(aₓ ; aᵧ ; a )

В таком случае ( AO^2=OA_x^2+OA_y^2+OA_z^2 ) (из рисунка видно, что АО — диагональ прямоугольного параллелепипеда), поэтому

из определения получаются равенства ОAₓ=aₓ; OAᵧ=aᵧ; OA=a , а значение длины ОА совпадает с длиной вектора, которую необходимо найти. Из этого следует:

Ответ:

Длина вектора через координаты точек начала и конца

Ранее мы рассмотрели формулы, которые позволят находить длину вектора используя при этом координаты. Рассматривались примеры в трёхмерном пространстве на плоскости. Используя данные формулы можно найти длину вектора, если известны координаты точек его начала и конца.

Возьмём точки с обозначенными координатами начала A(aₓ ; aᵧ) и конца В(bₓ ; bᵧ), из чего следует, что вектор имеет координаты (bₓ-aₓ ; bᵧ-aᵧ), поэтому его длину мы выразим в формуле

При этом формула вычисления длины вектора для трёхмерного пространства, с координатами и ), будет следующей:

Для прямой системы координат, найти длину вектора ( overrightarrow) , где A(1,√3) B(-3,1)

Решение
Применив формулу, для нахождения длины вектора, с известными координатами точек начала и конца, в плоской системе координат, выходит:

Существует второй вариант решения, где формулы применяются по очереди:

Ответ:

Найти, решения, при подстановке которых, длина вектора будет равна корню из тридцати, при координатах точек А (0,1,2) и В (5,2,(λ^2))

В первую очередь представим длину вектора в виде формулы.
( left|vecright|=sqrt)
(=sqrt = sqrt)
Теперь приравняем полученное выражение к корню из тридцати и найдём неизвестное значение, решив полученное уравнение.
( sqrt=sqrt )
( 26+left(lambda^2-2right)^2=30 )
( left(lambda^2-2right)^2=4 )
( lambda^2-2=2 ) или ( lambda^2-2=-2 ) ( lambda_1=-2, lambda_2=2, lambda_3=0. )
Ответ: ( lambda_1=-2, lambda_2=2, lambda_3=0. )

Длина вектора по теореме косинусов

Так как бывают случаи, когда не известны координаты точек вектора, необходимо искать другие варианты, при помощи которых можно найти длину вектора. Таким способов может стать применение теоремы косинусов.

К примеру, нам известны длины двух векторов (overrightarrow) и (overrightarrow) , а также угол между ними, или его косинус. При этом необходимо найти длину вектора ( overrightarrow ) , в таком варианте задания необходимо воспользоваться теоремой косинусов, представив треугольник АВС. В данном треугольнике мы будем искать сторону ВС, она и будет равна длине искомого вектора. Подробнее рассмотрим на примере.

Даны длины двух векторов ( overrightarrow) и ( overrightarrow) 2 и 4 соответственно, а угол между ними равен ( frac ) . необходимо найти длину ( overrightarrow).

В нашем примере длины векторов и длины сторон треугольника АМК совпадают. Две из сторон нам известны это АК и АМ, а также известен угол треугольника, находящийся между этими сторонами. Используя теорему косинусов получим:
( KM^2=AK^2+AM^2-2cdot AKcdot AMcdotcosfrac)
(=2^2+4^2-2cdot2cdot4cdotcosfrac)
(=4+16-16cosfrac)
(=20-8=12 )
Получается (KM=sqrt )
Ответ: ( left|overrightarrowright|=sqrt )

Теперь мы видим, что для нахождения длины вектора существует несколько формул, которыми можно воспользоваться в зависимости от известных параметров.

длина вектора формула для трёхмерного пространства;

длина вектора формула по известным координатам начала и конца вектора находящегося пространстве; ( left|vecright|=sqrt) если известны координаты начала и конца вектора на плоскости.

Существует также формула длины вектора перемещения: ( left|vecright|=sqrt) чаще такая формула применима в физике, для того чтобы узнать длину пути материальной точки.

В случае если известен угол, между двумя векторами, можно использовать теорему Пифагора.

Применение векторов в других сферах

Понятие и вычисление вектора важно не только в математике, но и других науках:

• в физике. Для визуального изображения таких понятий как скорость, сила, ускорение и т.д. А также векторы помогают моделировать физические процессы;
• в химии. Для изображения химических процессор. При помощи векторов изображают движение электронов и других частиц;
• в биологии. Биологические процессы, также имеют графическое изображение при помощи векторов. К примеру перенос паразитов;
• географии. Вектором обозначается движение воздушных масс, или течение реки;

Векторы используются не только в науках, но и различных отраслях и профессиях. В судоходстве и аэрофлоте, архитектуре и конструировании, а также многих других областях. Для того чтобы найти длину вектора, мы можем использовать одну из формул, в зависимости от того, что нам о нём известно, и в каком пространстве или плоскости находится неизвестный вектор.