Закон сложения векторов для коллинеарных векторов (8 видео)

Операции над векторами и их свойства: сложение и умножение

Прежде чем приступить к тематике статьи, напомним основные понятия.

Вектор – отрезок прямой, характеризующийся численным значением и направлением. Вектор обозначается строчной латинской буквой со стрелкой сверху. При наличии конкретных точек границ обозначение вектора выглядит как две прописные латинские буквы (маркирующие границы вектора) также со стрелкой сверху.

Нулевой вектор – любая точка плоскости, обозначается как нуль со стрелкой сверху.

Длина вектора – величина, равная или большая нуля, определяющая длину отрезка, составляющего вектор.

Коллинеарные векторы – лежащие на одной прямой или на параллельных прямых. Не выполняющие это условие векторы называют неколлинеарными.

Содержание

Сложение двух векторов
Сложение нескольких векторов
Умножение вектора на число
Свойства операций над векторами
Векторы: третий уровень сложности
Что за коллинеарность
Сложение коллинеарных и неколлинеарных векторов
Как определять неколлинеарность
Что из этого нужно запомнить
Что дальше
Сложение и вычитание векторов
Сумма векторов. Сложение векторов. Правило треугольника
Разность векторов. Вычитание векторов
Умножение вектора на число
📸 Видео

Видео:Сложение коллинеарных векторовСкачать

Сложение двух векторов

Исходные данные: векторы a → и b → . Для выполнения над ними операции сложения необходимо из произвольной точки отложить вектор A B → , равный вектору а → ; из полученной точки undefined – вектор В С → , равный вектору b → . Соединив точки undefined и C , получаем отрезок (вектор) А С → , который и будет являться суммой исходных данных. Иначе описанную схему сложения векторов называют правилом треугольника.

Геометрически сложение векторов выглядит так:

— для неколлинеарных векторов:

— для коллинеарных (сонаправленных или противоположнонаправленных) векторов:

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

Сложение нескольких векторов

Взяв за основу описанную выше схему, мы получаем возможность произвести операцию сложения векторов в количестве более 2: поочередно прибавляя каждый последующий вектор.

Исходные данные: векторы a → , b → , c → , d → . Из произвольной точки А на плоскости необходимо отложить отрезок (вектор), равный вектору a → ; затем от конца полученного вектора откладывается вектор, равный вектору b → ; далее – по тому же принципу откладываются последующие векторы. Конечной точкой последнего отложенного вектора будет точка B , а полученный отрезок (вектор) A B → – суммой всех исходных данных. Описанную схему сложения нескольких векторов называют также правилом многоугольника .

Геометрически оно выглядит следующим образом:

Отдельной схемы действия по вычитанию векторов нет, т.к. по сути разность векторов a → и b → есть сумма векторов a → и — b → .

Видео:Сложение векторов. Правило параллелограмма. 9 класс.Скачать

Умножение вектора на число

Чтобы произвести действие умножения вектора на некое число k , необходимо учитывать следующие правила:
— если k > 1 , то это число приведет к растяжению вектора в k раз;
— если 0 k 1 , то это число приведет к сжатию вектора в 1 k раз;
— если k 0 , то это число приведет к смене направления вектора при одновременном выполнении одного из первых двух правил;
— если k = 1 , то вектор остается прежним;
— если одно из множителей – нулевой вектор или число, равное нулю, результатом умножения будет нулевой вектор.

Исходные данные:
1) вектор a → и число k = 2 ;
2) вектор b → и число k = — 1 3 .

Геометрически результат умножения в соответствии с указанными выше правилами будет выглядеть следующим образом:

Видео:Геометрия 9 класс (Урок№2 - Сумма двух векторов. Законы сложения векторов.)Скачать

Свойства операций над векторами

Описанным выше операциям над векторами присущи свойства, некоторые из которых очевидны, а прочие можно обосновать геометрически.

Исходные данные: векторы a → , b → , c → и произвольные действительные числа λ и μ .

Свойство коммутативности: a ⇀ + b → = b → + a → .
Свойство ассоциативности: ( a → + b → ) + c → = a → + ( b → + c → ) .
Свойство использования нейтрального элемента по сложению (нулевой вектор 0 → ⃗). Это очевидное свойство: a → + 0 → = a →
Свойство использования нейтрального элемента по умножению (число, равное единице): 1 · a → = a → . Это очевидное свойство, не предполагающее никаких геометрических преобразований.
Любой ненулевой вектор a → имеет противоположный вектор — a → и верным является равенство: a → + ( — a → ) = 0 → . Указанное свойство — очевидное.
Сочетательное свойство операции умножения: ( λ · µ ) · a → = λ · ( µ · a → ) . Например, растяжение вектора при умножении на число 10 можно произвести, сначала растянув вектор в 2 раза, а затем полученный результат еще в 5 раз. Также возможен вариант умножения на число 10 при сжатии вектора в 5 раз и последующего растяжения полученного результата в 50 раз.
Первое распределительное свойство (очевидно): ( λ + µ ) · a → = λ · a → + µ · a → .
Второе распределительное свойство: λ · ( a → + b → ) = λ · a → + λ · b → .
Геометрически это свойство определяется подобием треугольников:

Свойства коммутативности и ассоциативности дают возможность складывать векторы в произвольном порядке.

Перечисленные свойства операций позволяют осуществлять необходимые преобразования векторно-числовых выражений аналогично привычным числовым. Рассмотрим это на примере.

Задача: упростить выражение a → — 2 · ( b → + 3 · a → )
Решение
— используя второе распределительное свойство, получим: a → — 2 · ( b → + 3 · a → ) = a → — 2 · b → — 2 · ( 3 · a → )
— задействуем сочетательное свойство умножения, выражение приобретет следующий вид: a → — 2 · b → — 2 · ( 3 · a → ) = a → — 2 · b → — ( 2 · 3 ) · a → = a → — 2 · b → — 6 · a →
— используя свойство коммутативности, меняем местами слагаемые: a → — 2 · b → — 6 · a → = a → — 6 · a → — 2 · b →
— затем по первому распределительному свойству получаем: a → — 6 · a → — 2 · b → = ( 1 — 6 ) · a → — 2 · b → = — 5 · a → — 2 · b → Краткая запись решения будет выглядеть так: a → — 2 · ( b → + 3 · a → ) = a → — 2 · b → — 2 · 3 · a → = 5 · a → — 2 · b →
Ответ: a → — 2 · ( b → + 3 · a → ) = — 5 · a → — 2 · b →

Видео:Сложение векторов. 9 класс.Скачать

Векторы: третий уровень сложности

Знакомимся с коллинеарностью.

Для большинства людей искусственный интеллект — это нечто сложное и таинственное. А для математиков это синоним фразы «перемножение матриц». С точки зрения человека, который владеет линейной алгеброй, в искусственном интеллекте нет ничего загадочного.

Мы хотим, чтобы вы тоже смогли понять искусственный интеллект на уровне математики. Для этого у нас идёт цикл статей про линейную алгебру:

Сама тема несложная, но конкретно этот шаг вам ничего не даст в практическом смысле. Но если вам хватит терпения, на базе этих знаний мы уже перейдём к матрицам.

Видео:Коллинеарность векторовСкачать

Что за коллинеарность

Представьте два вектора, которые находятся в одной плоскости и располагаются параллельно друг другу. При этом у них может быть разная длина. Такое расположение делает связку векторов коллинеарными, или, по-простому, линейно зависимыми.

И наоборот: если вектора находятся в одной плоскости и располагаются не параллельно друг относительно друга, то их считают линейно независимыми — неколлинеарными. Пока что ничего сложного.

Коллинеарные векторы Неколлинеарные векторы

Видео:Вычитание векторов. 9 класс.Скачать

Сложение коллинеарных и неколлинеарных векторов

Очевидно, что сложить два коллинеарных вектора очень легко: откладываем второй вектор от начала первого, получится новый вектор. Он будет коллинеарным своим слагаемым, они все будут лежать, грубо говоря, на одной линии.

Можно представить, что вы идёте прямо: каждый ваш шаг — это вектор. Каждый новый шаг — новый вектор. Но если все их сложить, получится один большой прямой вектор длиной как все ваши шаги.

Теперь попробуем сложить пару неколлинеарных векторов. Это как если бы мы сначала сделали шаг немного правее, а потом сделали бы шаг влево. Шага два, но если соединить начало и конец пути, он не будет совпадать с траекториями наших шагов. Появится какой-то новый вектор, с новым направлением, и он будет неколлинеарным по отношению к своим слагаемым.

Также пару неколлинеарных векторов из одной плоскости можно растянуть и развернуть в пространстве. Если их сложить, также появится новый вектор.

У математиков такой вектор называют базисом. Когда базис находится на плоскости или в пространстве, то он может единственным образом превращаться обратно в пару неколлинеарных векторов, которые его сформировали.

Правило работает, когда мы масштабируем и меняем расположение векторов в пространстве. Если мы изменим направление исходных векторов, то получим новый базис.

Базис — понятие из высшей математики, поэтому, если сейчас сложно, не отчаивайтесь. Студенты-математики когда-то тоже отчаивались.

Мы изменили пару неколлинеарных векторов и сформировали из них базис — получили новый фиолетовый вектор с собственной системой координат Теперь мы изменили исходные неколлинеарные векторы и получили новый базис — это оранжевый вектор

Видео:8 класс, 44 урок, Законы сложения векторов. Правило параллелограммаСкачать

Как определять неколлинеарность

Когда мы работаем с короткими векторами, всё очевидно: нарисовали систему координат, отложили на ней векторы, они либо совпали, либо не совпали. Если совпали — коллинеарные, если нет — неколлинеарные.

А теперь представьте, что вектора настолько огромные, что мы физически не можем их нарисовать и сопоставить. Например,

Как такое нарисовать? Как проверить коллинеарность? Вот тут начинается магия алгебры.

Есть три способа проверки линейной зависимости векторов. Для простоты вычислений проверим эти три способа на вот этих всё ещё простых векторах:

По этим координатам ответим на два вопроса: являются ли предложенные вектора линейно зависимыми (то есть коллинеарными) и можно ли их раскладывать по базису.

Первый способ. Запишем простую систему уравнений: возьмём первую координату каждого вектора и приравняем её ко второй координате каждого вектора, умноженной на неизвестное число λ. Вычислим λ и сравним результаты.

👉 Знак λ здесь по традиции и для удобства. На самом деле это просто некое неизвестное число. Вместо этой буквы могли быть X, Y, Z или N, но так как у нас вектора уже называются X и Y, а N в математике используется для других целей, возьмём λ — это греческая буква «лямбда», давний предок нашей русской буквы «Л».

Составляем систему уравнений:

Вычисляем значение λ:

Сравниваем результат и делаем вывод:

Мы получили разное значение для неизвестного числа λ и поэтому наши векторы будут считаться линейно независимыми. Из них можно получить базис.

Если бы значение λ совпало, то мы бы имели дело с линейно зависимыми векторами.

Второй способ. Проверяем координаты векторов на пропорциональность: берём первую координату первого вектора, делим её на первую координату второго вектора. Повторяем это же действие со вторыми координатами: берём вторую координату первого вектора и делим её на вторую координату второго вектора.

Получаем такую пропорцию:

Считаем значение и сравниваем результат:

Равенство не выполняется, и поэтому между векторами нет зависимости.

Третий способ. Используем четыре элемента наших координат для поиска определителя — скалярной величины, с которой мы подробно познакомимся в следующих статьях во время решения матричных уравнений. Сейчас нам не нужны подробности, и для проверки линейной зависимости достаточно формулы.

Записываем в две строки координаты наших векторов:

Переводим координаты векторов в определитель — добавляем с двух сторон вертикальную черту и получаем простую квадратную матрицу размером 2 на 2:

В полученной матрице две диагонали. Числа −6 и −1 образуют главную диагональ; числа −4 и 5 — вторую диагональ. Чтобы найти определитель, нам нужно умножить числа главной и второй диагонали, а затем вычесть их разницу.

Если из координат вектора мы получили определитель и он не равен нулю, то векторы считаются линейно независимыми и подходят для разложения по базису.

И наоборот: нулевой определитель указывает на линейную зависимость векторов.

Видео:83. Законы сложения векторов. Правило параллелограммаСкачать

Что из этого нужно запомнить

С точки зрения векторов важно, они сонаправленные или нет. По-другому — они коллинеарны или нет.
Коллинеарность влияет на то, что можно делать с этими векторами. Например, неколлинеарные векторы можно разложить по базису.
Базис — это вектор, который можно разложить на те самые неколлинеарные векторы.
Коллинеарность легко проверяется через уравнения. Строить векторы на координатной плоскости необязательно.

Видео:Понятие вектора. Коллинеарные вектора. 9 класс.Скачать

Что дальше

Следующий шаг — матрицы. Это те самые, которые лежат в основе всех нейронок и искусственного интеллекта. Матрица — это таблица чисел, с которыми можно проводить различные вычисления.

Видео:Сложение неколлинеарных векторов.Скачать

Сложение и вычитание векторов

Теорема 1 От любой точки ( K ) можно отложить вектор единственный ( overrightarrow ) .

Существование: Имеем два следующих случая:

Здесь получаем, что искомый нами вектор совпадает с вектором ( overrightarrow ) .

Из данного выше построения сразу же будет следовать единственность данного вектора.

Видео:Коллинеарные векторы.Скачать

Сумма векторов. Сложение векторов. Правило треугольника

Сложение векторов выполняется по правилу треугольника или по правилу параллелограмма.

Суммой нескольких векторов ( vec ) , ( vec ) , ( vec ,;ldots ) называется вектор ( vec ) , получающийся в результате последовательного сложения данных векторов.

Такая операция выполняется по правилу многоугольника.

Сумма векторов в координатах
При сложении двух векторов соответствующие координаты складываются.
( vec + vec = left( <+ , + , + > right) )

Отметим несколько свойств сложения двух векторов:

Для произвольного вектора ( overrightarrow ) выполняется равенство

Для произвольных точек ( A, B и C ) справедливо следующее равенство

Замечание Таким способом также можно строить сумму любого числа векторов. Тогда оно будет носить название правила многоугольника.

Видео:ВЕКТОРЫ: сложение и вычитание векторов, правило треугольника, законы сложения и разность векторовСкачать

Разность векторов. Вычитание векторов

Разность двух одинаковых векторов равна нулевому вектору :
( vec — vec = vec )

Длина нулевого вектора равна нулю:
( left| vec right| = 0 )

Разность векторов в координатах
При вычитании двух векторов соответствующие координаты также вычитаются.
( vec — vec = left( <- , — , — > right) )

Видео:Сумма двух векторов. Правило треугольника. Законы сложения векторов. Правило параллелограмма.Скачать