Операции с векторами

Вектора

В самом простом определении, вектора — это не более чем направления. У вектора может быть направление и магнитуда (также иногда называется модулем или длиной). Вы можете представлять себе вектора в качестве направлений на карте сокровищ: “Сделайте 10 шагов налево, теперь 3 шага на север и теперь 5 шагов направо”. В данном примере “налево” — это направление, а “10 шагов” — это длина вектора. Направления на этой карте сокровищ составляются из 3 векторов. Вектора могут иметь любую размерность, но чаще всего используются двухкомпонентные и четырехкомпонентные вектора. Если вектор двухкомпонентный, то он описывает направление на плоскости (или на 2D графике), если вектор трехкомпонентный, то он описывает направление в трехмерном мире.

Ниже вы можете видеть 3 вектора, каждый из которых представлен в виде (x, y) в качестве стрелок на 2D графике. Поскольку более интуитивно представлять вектора в 2D (чем в 3D), то вы можете думать о 2D векторах, как о 3D векторах, но с нулевой z координатой. До тех пор, пока вектор описывает направление — позиция вектора не меняет его значения. На графике можно увидеть, что вектора v и w одинаковы, хотя из позиции отличаются:

Когда математики описывают вектора, они предпочитают использовать символы нижнего регистра с небольшой черточкой сверху. Пример:

Поскольку вектора зачастую описывают направление — то иногда их тяжело представить в виде позиции. Обычно мы визуализируем вектор следующим образом: мы устанавливаем центр в (0, 0, 0), а затем указываем направление, описанное точкой. Таким образом получается позиционный вектор (также мы можем взять за центр другую точку, а потом сказать “Этот вектор указывает на точку в пространстве из этой точки”). Позиционный вектор (3, 5) будет указывать на точку (3, 5) на графе с основанием (0, 0). С помощью векторов мы можем описывать как направления так и позиции в двухмерном и трехмерном пространствах.

Также мы можем производить над векторами некоторые математические действия.

Скалярные векторные операции

Скаляр — это одно число (или однокомпонентный вектор, если вы хотите продолжать работать с векторами). Во время сложения/вычитания/умножения или деления вектора на скаляр мы просто складываем/вычитаем/умножаем или делим каждый элемент вектора на этот скаляр. Пример:

Где вместо сложения может быть вычитание, умножение или деление.

Обратный вектор

Обращение (отрицание) вектора — это получение вектора, чье направление противоположно исходному. Обратный вектор для вектора, указывающего на северо-восток, будет вектор, указывающий на юго-запад. Для обращения вектора мы просто умножаем вектор на -1. Пример:

Сложение и вычитание

Сложение двух векторов производится покомпонентно. Пример:

Визуально сумма векторов v=(4,2) и k=(1,2) выглядит так:

Также как и с обычным сложением и вычитанием, вычитание векторов — это тоже сложение, но с обратным вторым вектором:

Вычитание векторов друг из друга порождают вектор, который является разницей в позициях операндов:

Длина

Для получения длины (модуля) вектора мы используем теорему Пифагора, которые вы, возможно, помните со школы. Вектор образует треугольник, если представить его компоненты в качестве сторон треугольника:

Поскольку длина сторон (x, y) известна, и мы хотим узнать длину гипотенузы — то мы делаем это следующим образом:

Где ||v|| — это длина вектора v. Такая формула легко расширяется в 3D добалением z^2. Пример расчета длины:

Вычисленное значение: 4.47

Также существует специальный вид векторов, называемый единичными векторами. Особенность таких векторов в том, что их длина всегда равна 1. Мы можем преобразовать любой вектор в единичный делением этого вектора на его длину:

Такой вектор называется нормализованным. Единичные векторы обозначаются с небольшой крышей над буквой. С ними, также, проще работать, поскольку нам приходится заботиться только о направлении такого вектора.

Сложение векторов

Пусть некоторый объект сначала находился в точке А, а потом переместился в точку В. Тогда его перемещение удобно обозначить с помощью вектора АВ. Далее пусть этот объект из точки В переместился в другую точку С.

С одной точки зрения, объект совершил сразу два перемещения, из А в В и из В в С, которые можно представить векторами:

Этот пример подсказывает нам универсальное правило, с помощью которого можно складывать вектора. Его называют правилом треугольника.

С помощью правила треугольника удобно складывать вектора, если конец одного из них совпадает с началом другого. Но что делать, если это не так? В этом случае достаточно от конца одного вектора отложить вектор, равный второму:

Задание. На рисунке показаны два вектора. Постройте в тетради их сумму и найдите длину получившегося вектора.

Решение. Перенесем вектор b к концу вектора а. Далее по правилу треугольника на удастся найти их сумму (обозначим этот вектор буквой с):

Теперь найдем длину получившегося вектора. Он является гипотенузой в прямоугольном треугольнике, причем длины катетов в этом треугольнике можно определить по рисунку, они составляют 4 и 6. Тогда длину гипотенузы можно найти по теореме Пифагора:

Отдельно рассмотрим случаи, когда складываются коллинеарные вектора. В этом случае получающаяся сумма окажется коллинеарной каждому слагаемому. Если вектора сонаправлены, то их длина итогового вектора окажется равной сумме длин складываемых векторов:

Если складываются противоположно направленные вектора, то длина их суммы окажется разностью длин складываемых векторов.

Именно по этой причине при решении простейших задач на движение корабля по реке скорость корабля и скорость течения либо складывают, либо вычитают. Дело в том, что в этих задачах складываются вектора скоростей корабля и течения. Когда судно плывет по течению, эти векторы сонаправлены, а когда плавание идет против течения, векторы оказываются противоположно направленными.

Задание. Корабль развивает в неподвижной воде скорость 12 км/ч. Он плывет по реке, скорость воды в которой составляет 5 км/ч. Найдите скорость корабля относительно берега, если:

а) судно плывет по течению;

б) судно плывет против течения;

в) судно плывет перпендикулярно течению.

Решение. Во всех случаях итоговая скорость судна является векторной суммой собственной скорости судна и течения реки:

Однако направления этих векторов различны. Найдем решение графически, с помощью построений. В первом случае вектора по условию сонаправлены:

Приложив другу к другу отрезки длиной 12 и 5, получим отрезок длиной 17. Это значит, что в первом случае скорость корабля относительно берега составит 17 км/ч.

Во втором случае вектора уже окажутся противоположно направленными:

Отрезок, соответствующий итоговой скорости, здесь уже равен 7 клеткам, значит, итоговая скорость составляет 7 км/ч.

В третьем случае вектора скоростей перпендикулярны:

При построении получился прямоугольный треугольник, вектор итоговой скорости в нем оказался в роли гипотенузы. Найти его длину можно по теореме Пифагора, ведь катеты нам известны:

Какие свойства действительны для действий с векторами?

О нулевом векторе. Которое утверждает, что при сложении с ним получается исходный.

О противоположном векторе. То есть о таком, который имеет противоположное направление и равное по модулю значение. Их сумма будет равна нулю.

О коммутативности сложения. То, что известно еще с начальной школы. Смена мест слагаемых не приводит к изменению результата

Другими словами, неважно какой вектор откладывать сначала. Ответ все равно будет верным и единственным

Об ассоциативности сложения. Этот закон позволяет складывать попарно любые векторы из тройки и к ним прибавлять третий. Если записать это с помощью знаков, то получится следующее:

первый + (второй + третий) = второй + (первый + третий) = третий + (первый + второй).

Сложение

Представим четыре вектора, которые лежат в двухмерном пространстве и пока что не связаны между собой. Нарисуем эти векторы и обозначим их буквами X, Y, Z, K. 

Поскольку векторы находятся в одном пространстве, координаты каждого состоят из одинакового количества чисел. У нас пример с двухмерным пространством и два числа. Выглядеть это будет так: X = (6, 4); Y = (3, −2); Z = (−7, −5); K = (−10, 4).

Векторы X, Y, Z, K в двухмерном пространстве

Если у нас несколько векторов с одинаковым количеством чисел, то эти числа можно поэлементно складывать. Для этого мы берём первое число одного вектора, складываем его с первым числом другого вектора и так далее. 

Предположим, нам нужно сложить векторы X и Y. 

Вроде просто: складываешь последовательно все координаты, результаты сложения складываешь в исходные коробочки. Так можно делать с любым количеством координат. Помните, что вектор — это необязательно стрелка в двумерном пространстве

Она может быть и в десятимерном пространстве — с точки зрения математики это неважно

Например, вот сложение векторов с пятью координатами: 

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.

  1. Свойство коммутативности: a⇀+b→=b→+a→ .
  2. Свойство ассоциативности: (a→+b→)+c→=a→+(b→+c→) .
  3. Свойство использования нейтрального элемента по сложению (нулевой вектор → ⃗). Это очевидное свойство: a→+→=a→
  4. Свойство использования нейтрального элемента по умножению (число, равное единице): 1·a→=a→. Это очевидное свойство, не предполагающее никаких геометрических преобразований.
  5. Любой ненулевой вектор a→ имеет противоположный вектор -a→ и верным является равенство: a→+(-a→)=→. Указанное свойство — очевидное.
  6. 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.
  7. Первое распределительное свойство (очевидно): ( λ + µ ) · a→ = λ ·a→ + µ · a→.
  8. 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.

Пример 1

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→

Всё ещё сложно?
Наши эксперты помогут разобраться

Все услуги

Решение задач

от 1 дня / от 150 р.

Курсовая работа

от 5 дней / от 1800 р.

Реферат

от 1 дня / от 700 р.

Длина вектора

Длина вектора — это одно число, которое измеряется расстоянием от кончика до стрелки вектора. Длину вектора нельзя путать с координатами. Координаты — это несколько чисел, которые указывают на расположение стрелки вектора. По координатам можно определить только конечную точку вектора. Например, если X = (6, 2), то стрелка будет находиться в точке 6 по оси Х. Или другой пример: если Y = (6, 5), то стрелка этого вектора будет находиться в точке 5 по оси Y.    

Предположим, нам известны начальные точки векторов X и Y. Пусть это будет точка 2 по оси X и точка 2 по оси Y. Так мы можем легко посчитать длину отрезков: 

Иногда приходится рассчитывать длину третьего вектора, который привязан к двум другим векторам. Это легко сделать с помощью теоремы Пифагора — это когда квадрат гипотенузы равен сумме квадратов катетов. В нашем случае катетами будут длины векторов X и Y. Вспоминаем школьную формулу и считаем:

Длина вектора считается по формуле прямоугольного треугольника. Чтобы было проще представить — перенесите векторы на систему координат

Это формула для двумерного пространства. В трёхмерном пространстве формула похожая: нужно сложить квадраты трёх координат и вычислить квадратный корень из суммы. 

В пространстве с большим числом измерений формула выглядит сложнее, но по сути то же: складываем все квадраты координат и получаем квадратный корень из этой суммы.

Умножение матриц

Умножение матриц не очень сложное, но и не такое простое. Умножение имеет несколько ограничений:

  1. Вы можете умножать только матрицы, где число столбцов первой совпадает с числом строк второй матрицы.
  2. Умножение матриц не коммутативно. A * B != B * A.

Вот пример умножения двух матриц 2х2:

Сейчас, возможно вы пытаетесь понять, что же тут вообще происходит? Умножение матриц — это комбинация из нормального умножения и сложения с использованием строк левой матрицы со столбцами правой матрицы. Следующее изображение должно внести немного ясности:

В начале мы берем верхнюю строку левой матрицы и левый столбец правой матрицы. Выбранные нами строка и столбец определяет то, какой элемент результирующей матрицы мы собираемся рассчитать. Если бы мы взяли первую строку левой матрицы, то мы собираемся работать с верхней строкой результирующей матрицы, затем мы выбираем столбец в правой матрице, он определяет то, с каким столбцом результирующей матрицы мы работаем. Для вычисления нижнего-правого элемента мы должны выбрать нижнюю строку левой матрицы и правый столбец правой матрицы.

Для вычисления результирующего значения мы перемножаем элементы строки и столбца с помощью обычного умножения. Результаты умножения затем складываются и мы получаем результат. Вот оттуда и идет первое ограничение.

В результате получается матрица размером (n, m), где n — количество строк в левой матрице, а m — количество столбцов в правой матрице.

Если у вас возникла проблема — то не волнуйтесь. Просто продолжайте вычислять руками и возвращайтесь к этому уроку, когда возникают сложности. Вскоре умножение матриц будет на автомате.

Давайте закроем вопрос умножения матриц одним большим примером. Для представления алгоритма использованы цвета. Для тренировки попробуйте сами посчитать результат, а затем сравнить с результатом в примере.

Как вы можете видеть умножение матриц довольно муторный процесс с большим количеством мест, где можно ошибиться. И эти проблемы лишь растут при увеличении размеров. Если вы все еще жаждите больше математических свойств матриц я крайне рекомендую видео Khan Academy.

Умножение матрицы на вектор

Мы уже использовали вектора в прошлых уроках. Мы использовали их, чтобы представлять позиции, цвета и текстурные координаты. Теперь давайте немного углубимся в кроличью нору и расскажем, что вектор — это на самом деле просто Nx1 матрица, где N — это количество компонентов вектора. Если вы чуть подумаете об этом — это имеет смысл. Вектора, прямо как матрицы — массив чисел, но только с 1 колонкой. И как же нам поможет эта информация? Что же, если у нас есть матрица MxN мы сможем ее умножить на Nx1 вектор, так как количество столбцов матрицы равно количеству строк вектора.

Но зачем нам вообще уметь умножать матрицу на вектор? Довольно много различных 3D/2D трансформаций можно выполнить, умножая матрицу на вектор, получая измененный вектор. Если вы все еще не уверены в том, что полностью понимаете текст выше, то вот немного примеров:

Действия с векторами. Коллинеарность векторов

В школьном курсе геометрии рассматривается ряд действий и правил с векторами: сложение по правилу треугольника, сложение по правилу параллелограмма, правило разности векторов, умножения вектора на число, скалярное произведение векторов и др. Для затравки повторим два правила, которые особенно актуальны для решения задач аналитической геометрии.

Правило сложения векторов по правилу треугольников

Рассмотрим два произвольных ненулевых вектора  и :

Требуется найти сумму данных векторов. В силу того, что все векторы считаются свободными, отложим вектор  от конца вектора :

Суммой векторов  и  является вектор . Для лучшего понимания правила в него целесообразно вложить физический смысл: пусть некоторое тело совершило путь по вектору , а затем по вектору . Тогда сумма векторов  представляет собой вектор результирующего пути  с началом в точке отправления и концом в точке прибытия. Аналогичное правило формулируется для суммы любого количества векторов. Как говорится, тело может пройти свой путь сильно поддатым по зигзагу, а может и на автопилоте – по результирующему вектору суммы.

Кстати, если вектор  отложить от начала вектора , то получится эквивалентное правило параллелограмма сложения векторов.

Умножение вектора на число

Сначала о коллинеарности векторов. Два вектора называются коллинеарными, если они лежат на одной прямой или на параллельных прямых. Грубо говоря, речь идёт о параллельных векторах. Но применительно к ним всегда используют прилагательное «коллинеарные».

Представьте два коллинеарных вектора. Если стрелки данных векторов направлены в одинаковом направлении, то такие векторы называются сонаправленными. Если стрелки смотрят в разные стороны, то векторы будут противоположно направлены.

Обозначения: коллинеарность векторов записывают привычным значком параллельности: , при этом возможна детализация:  (векторы сонаправлены) или  (векторы направлены противоположно).

Произведением ненулевого вектора  на число  является такой вектор , длина которого равна , причём векторы   и  сонаправлены при  и противоположно направлены при .

Правило умножения вектора на число легче понять с помощью рисунка:

Разбираемся более детально:

1) Направление. Если множитель  отрицательный,  то вектор меняет направление на противоположное.

2) Длина. Если множитель заключен в пределах  или , то длина вектора уменьшается. Так, длина вектора  в два раза меньше длины вектора . Если множитель  по модулю больше единицы, то длина вектора увеличивается в  раз.

3) Обратите внимание, что все векторы коллинеарны, при этом один вектор выражен через другой, например,. Обратное тоже справедливо: если один вектор можно выразить через другой, то такие векторы обязательно  коллинеарны

Таким образом: если мы умножаем вектор на число, то получится коллинеарный (по отношению к исходному) вектор.

4) Векторы  сонаправлены. Векторы  и  также сонаправлены. Любой вектор первой группы противоположно направлен по отношению к любому вектору второй группы.

Какие векторы являются равными?

Два вектора равны, если они сонаправлены и имеют одинаковую длину. Заметьте, что сонаправленность подразумевает коллинеарность векторов. Определение будет неточным (избыточным), если сказать: «Два вектора равны, если они коллинеарны, сонаправлены и имеют одинаковую длину».

С точки зрения понятия свободного вектора, равные векторы – это один и тот же вектор, о чём уже шла речь в предыдущем параграфе.

Интуитивное изображение сложения

Для интуитивного восприятия удобно использовать векторы с двумя координатами. Их удобно рисовать на координатной плоскости и таким образом смотреть на геометрию.

Например, можно на плоскости показать, как будет работать сложение двух векторов. Для этого есть два метода: метод треугольника и метод параллелограмма. 

Метод треугольника: ставим векторы Х и Y в очередь друг за другом. Для этого берём вектор Х, ставим за ним вектор Y и получаем новый вектор. Новый вектор начинается в хвосте вектора Х и заканчивается на стрелке вектора Y. Этот вектор — результат сложения. Представьте, что это ребёночек двух векторов.

Сложение векторов по методу треугольника: X = (6, 4); Y = (3, −2); Х + Y = (9, 2)

Чтобы воспользоваться методом параллелограмма, нам нужно поставить векторы Х и Y в одну исходную точку. Дальше мы дублируем векторы Х и Y, формируем параллелограмм и получаем новый вектор. В новом векторе соединяем исходную точку с исходной точкой дублирующих векторов — стрелка проходит посередине параллелограмма. Длина нового вектора — это сумма векторов Х и Y. 

Сложение по методу параллелограмма и треугольника даёт одинаковый результат. Поэтому выбирайте вариант, который больше подходит под задачу.

Сложение векторов по методу параллелограмма: X = (6, 4); Y = (3, -2); Х + Y = (9, 2)

Примеры задач на понятие разности векторов

Задача 1

Дано

\(\overrightarrow a\;=\left(2;-1\right),\;\overrightarrow b=\left(0;2\right)\)

Найти: \(\overrightarrow с=2\overrightarrow a-3\overrightarrow b\;\)

Решение

Найдем координаты \(2\overrightarrow a\) и \(3\overrightarrow b\). Для этого умножим каждую на два и три: 

\(2\overrightarrow а=2\times\left(2;-1\right)=\left(2\times2;2\times\left(-1\right)\right)=\left(4;-2\right), 3\overrightarrow b=3\times\left(0;2\right)=\left(3\times0;3\times2\right)=\left(0;6\right)\)

Тогда искомый вектор: 

\(\overrightarrow с=2\overrightarrow a-3\overrightarrow b=\left(4;-2\right)-\left(0;6\right)=\left(4-0;\;-2-6\right)=\left(4;-8\right)\)

Ответ: \(\overrightarrow с=\left(4;-8\right).\)

Задача 2

Дано

\(А\left(1;-1;0\right),\;В\left(2;3;-1\right),\;С\left(0;-1;0\right),\;D\left(1;0;2\right)\)

Найти: координаты \(\overrightarrow{AB}-\overrightarrow{CD}.\)

Решение

Для начала найдем проекции \(\overrightarrow{AB}\) и \(\overrightarrow{CD}\).

Для этого от координат конца вектора, то есть точек B и D, нужно отнять соответствующие проекции его начала, то есть точек А и С. 

\(\overrightarrow{AB}=\left(2-1;3-\left(-1\right);-1-0\right)=\left(1;4;-1\right),\;\overrightarrow{CD}=\left(1-0;0-\left(-1\right);2-0\right)=\left(1;1;2\right)\)

Тогда для нахождения координат разности \(\overrightarrow{AB}-\overrightarrow{CD}\), от координат первого вычтем координаты второго:

\(\overrightarrow{AB}-\overrightarrow{CD}=\left(1;4;-1\right)-\left(1;1;2\right)=\left(1-1;4-1;-1-2\right)=\left(0;3;-3\right)\)

Понятие вектора. Свободный вектор

Сначала повторим школьное определение вектора. Вектором называется направленный отрезок, для которого указано его начало и конец:
В данном случае началом отрезка является точка , концом отрезка – точка . Сам вектор обозначен через . Направление имеет существенное значение, если переставить стрелку в другой конец отрезка, то получится вектор , и это уже совершенно другой вектор. Понятие вектора удобно отождествлять с движением физического тела: согласитесь, зайти в двери института или выйти из дверей института – это совершенно разные вещи.

Отдельные точки плоскости, пространства удобно считать так называемым нулевым вектором . У такого вектора конец и начало совпадают.

!!! Примечание: Здесь и далее можете считать, что векторы лежат в одной плоскости или можете считать, что они расположены в пространстве – суть излагаемого материала справедлива и для плоскости и для пространства.

Обозначения: Многие сразу обратили внимание на палочку без стрелочки в обозначении  и сказали, там же вверху еще стрелку ставят! Верно, можно записать со стрелкой: , но допустима и запись , которую я буду использовать в дальнейшем. Почему? Видимо, такая привычка сложилась из практических соображений, слишком разнокалиберными и мохнатыми получались мои стрелки в школе и ВУЗе

В учебной литературе иногда вообще не заморачиваются клинописью, а выделяют буквы жирным шрифтом: , подразумевая тем самым, что это вектор.

То была стилистика, а сейчас о способах записи векторов:

1) Векторы можно записать двумя большими латинскими буквами: и так далее. При этом первая буква обязательно обозначает точку-начало вектора, а вторая буква – точку-конец вектора.

2) Векторы также записывают маленькими латинскими буквами: В частности, наш вектор  можно для краткости переобозначить маленькой латинской буквой .

Длиной или модулем ненулевого вектора  называется длина отрезка . Длина нулевого вектора  равна нулю. Логично.

Длина вектора обозначается знаком модуля: ,

Как находить длину вектора мы узнаем (или повторим, для кого как) чуть позже.

То были элементарные сведения о векторе, знакомые всем школьникам. В аналитической же геометрии рассматривается так называемый свободный вектор.

Если совсем просто – вектор можно отложить от любой точки:

Такие векторы мы привыкли называть равными (определение равных векторов будет дано ниже), но чисто с математической точки зрения это ОДИН И ТОТ ЖЕ ВЕКТОР или свободный вектор. Почему свободный? Потому что в ходе решения задач вы можете «пристроить» тот или иной «школьный» вектор в ЛЮБУЮ, нужную вам точку плоскости или пространства. Это очень крутое свойство! Представьте направленный отрезок произвольной длины и направления – его можно «клонировать» бесконечное количество раз и в любой точке пространства, по сути, он существует ВЕЗДЕ. Есть такая студенческая присказка: Каждому лектору в ж**у по вектору. Ведь не просто остроумная рифма, всё почти корректно – направленный отрезок можно пристроить и туда. Но не спешите радоваться, чаще страдают сами студенты =)

Итак, свободный вектор – это множество одинаковых направленных отрезков. Школьное определение вектора, данное в начале параграфа: «Вектором называется направленный отрезок…», подразумевает конкретный направленный отрезок, взятый из данного множества, который привязан к определённой точке плоскости или пространства.

Следует отметить, что с точки зрения физики понятие свободного вектора в общем случае некорректно, и точка приложения имеет значение. Действительно, прямой удар одинаковой силы по носу или по лбу хватит развивать мой дурацкий пример влёчет разные последствия. Впрочем, несвободные векторы встречаются и в курсе вышмата (не ходите туда :)).

Далее, если не оговаривается иное, речь пойдёт только о свободных векторах.

Единичная матрица

В OpenGL обычно работают с матрицами трансформации размерами 4х4 по той причине, что большинство векторов имеет 4 компонента. Самая простая матрица трансформации которую можно обсудить — это единичная матрица. Единичная матрица — это NxN матрица, заполненная нулями, но с 1 по диагонали. Как мы можете заметить эта матрица совершенно не изменяет вектор:

Вектор выглядит нетронутым. Это становится очевидно из правил умножения: первый результирующий элемент — это каждый элемент первой строки матрицы, умноженные на каждый элемент вектора. Поскольку каждый элемент строки равен 0, кроме первого — то мы получаем 1 * 1 + 0 * 2 + 0 * 3 + 0 * 4 = 1. Тоже самое применяется и к остальным 3 элементам вектора.

Вы можете спросить, зачем вообще может понадобится матрица трансформации, которая ничего не трансформирует? Единичная матрица зачастую является отправной точкой для генерации других матриц трансформации и если мы углубимся в линейную алгебру, это также очень удобная матрица для доказательства теорем и решения линейных уравнений.

Равенство векторов

Через начало и конец векторов можно провести прямую. В связи с этим можно ввести понятие коллинеарных векторов.

На рисунке коллинеарны вектора а и b, так как они лежат на одной прямой. Также коллинеарны с и d, так как они лежат на параллельных прямых. А вот вектора a и c неколлинеарны, так как они лежат на пересекающихся прямых.

Для пары коллинеарных векторов можно определить, являются ли они сонаправленными или противоположно направленными.

Для обозначения сонаправленных векторов используется символ «⇈», а для противоположно направленных «⇅». Можно сформулировать две очевидных теоремы о коллинеарных векторах.

Проиллюстрируем эти правила с помощью рисунка:

Особняком стоит нулевой вектор. Он представляет собой точку, а потому не имеет определенного направления. Поэтому условно его считают сонаправленным с любым другим вектором.

Теперь мы можем дать определение равенству векторов.

Задание. Найдите на картинке равные вектора.

Решение. Здесь равны вектора а, b и e. Они сонаправлены и имеют длину 6. Вектор с сонаправлен с ними, но его длина составляет только 5 клеток. Длина вектора d составляет 6 клеток, но он не сонаправлен с другими векторами. Наконец, вектор m также не сонаправлен с другими векторами и даже не коллинеарен им.

Ответ: a, b и e.

Если началом вектора является некоторая точка А, то можно сказать, что вектор отложен от точки А

Докажем важное утверждение:

Доказать его можно построением. Пусть есть вектор а и точка М. Проведем через М прямую p, параллельную вектору а. Такая прямая будет единственной. Если точка М и вектор лежат на одной прямой, то в качестве прямой p возьмем именно эту прямую. Далее от точки М можно отложить отрезки МN и МN’, длина которых будет совпадать с длиной вектора а. В результате получится два вектора,MN и MN’, один из которых будет сонаправлен с а, а другой – противоположно направленный.

Часто равные вектора, отложенные от разных точек, обозначают одной буквой. Можно считать, что это один и тот же вектор, просто приложенный к разным точкам.

Задание. АВСD – параллелограмм, диагонали которого пересекаются в точке О. Определите, равны ли вектора:

Решение.

а) Отрезки АВ и DC равны, ведь это противоположные стороны параллелограмма, по той же причине эти отрезки параллельны. Видно, что они сонаправлены, значит, вектора равны.

б) Отрезки ВС и DA параллельны и равны, но эти вектора противоположно направлены, поэтому вектора НЕ равны друг другу.

в) Точка пересечения диагоналей параллелограмма делит их пополам, поэтому длины отрезков АО и ОС одинаковы. Вектора АО и ОС лежат на одной прямой, то есть они коллинеарны. При этом они ещё и сонаправлены, поэтому АО и ОС – равные векторы.

г) Вектора АС и BD лежат на пересекающихся прямых, то есть они не коллинеарны. Этого уже достаточно, чтобы считать их НЕ равными друг другу.

Ответ: а) д; б) нет; в) да; г) нет.

Матрицы

Теперь, после того как мы обсудили почти все на счет векторов, настало время углубиться в матрицы. Матрица, обычно, это четырехугольних из набора чисел, символов и/или выражений. Вот пример матрицы 2х3:

Доступ к элементам матрицы осуществляется с помощью (i,j), где i — это строка, а j — это столбец. Вот почему матрица выше называется 2х3 (3 столбца и 2 строки). Такая система — обратна той, что используется в 2D графах (x, y). Для получения значения 4 из матрицы выше, мы должны указать индекс (2, 1) (вторая строка, первый столбец).

Матрицы, по факту, ничего более чем четырехугольные массивы математических выражений. Они также обладают очень приятным набором математических свойств и, также как и вектора, имеют несколько операций — сложение, вычитание и умножение.

Сложение и вычитание

Сложение матрицы со скаляром выполняется следующим образом:

Скаляр просто прибавляется во всем элементам матрицы. Тоже самое происходит и при вычитании:

Сложение и вычитание между двумя матрицами выполняется поэлементно. Таким образом операции сложения и вычитания могут быть применены только к матрицам одинакового размера. Пример:

Тоже самое, только с вычитанием:

Умножение матрицы на скаляр

Также как сложение и вычитание, умножение матрицы на скаляр производится умножением каждого элемента матрицы на скаляр. Пример:

Основные правила вычисления

Для того, чтобы найти значение разности векторов, можно использовать несколько способов.

Правило треугольника

Чтобы графически продемонстрировать разность, необходимо отложить от произвольной точки вектор \(\overrightarrow а\), из его начала \(\overrightarrow b\). Тогда вектор, начало которого совпадает с концом \( \overrightarrow b\), а конец — с концом \(\overrightarrow a\), и будет искомым вектором разности \(\overrightarrow a\;-\;\overrightarrow b\). Проиллюстрируем это:

Правило параллелограмма

Если два неколлинеарных, то есть непараллельных вектора \(\overrightarrow а\) и \(\overrightarrow b\) имеют общее начало, то их разностью является вектор, совпадающий с диагональю параллелограмма, построенного на \(\overrightarrow а\) и \(\overrightarrow b\), причем начало этой диагонали совпадает с концом \(\overrightarrow b\), а конец — с концом \(\overrightarrow а\). 

Если векторы \(\overrightarrow а\) и \(\overrightarrow b\) заданы в некотором промежутке:

\(\overrightarrow a=\left(а_1;а_2\right),\;\overrightarrow b=\left(b_1;b_2\right)\)

то, чтобы найти координаты их разности \(\overrightarrow a\;-\;\overrightarrow b\), необходимо от точек \(\overrightarrow a\) отнять соответствующие точки \(\overrightarrow b\):

\(\overrightarrow a\;-\;\overrightarrow b=\left(a_1;a_2\right)-\left(b_1;b_2\right)=\left(a_1-b_1;a_2-b_2\right)\)

Проиллюстрируем правило многоугольника:

Рейтинг
( Пока оценок нет )
Понравилась статья? Поделиться с друзьями:
Вековой опыт
Добавить комментарий

;-) :| :x :twisted: :smile: :shock: :sad: :roll: :razz: :oops: :o :mrgreen: :lol: :idea: :grin: :evil: :cry: :cool: :arrow: :???: :?: :!:

Adblock
detector