Matly

Vectors, productes i projeccions: Gram, Cauchy-Schwarz i àrees

Vols practicar? Aquest tema té 116 exercicis interactius de 4 tipus, de deu en deu, amb correcció immediata i explicació pas a pas.

A batxillerat el producte escalar és «suma de productes de coordenades». A la universitat això passa a ser un cas particular, el que es dona quan la base és ortonormal. Entendre què passa quan no ho és, i saber què és realment una projecció, és el que permet aplicar aquestes eines en espais on la intuïció geomètrica ja no arriba.

Estructura euclidiana

Un producte escalar real és una forma bilineal simètrica i definida positiva. A partir d'ell es defineixen la norma com l'arrel del producte d'un vector per si mateix, la distància com la norma de la diferència, i l'angle entre vectors no nuls per

cos⁡θ=⟨u,v⟩∥u∥ ∥v∥.\cos\theta = \frac{\langle u,v\rangle}{\lVert u\rVert\,\lVert v\rVert}.

La fórmula de coordenades necessita base ortonormal

En una base qualsevol,

⟨u,v⟩=[u]TG [v],\langle u,v\rangle = [u]^{T}G\,[v],

on GG és la matriu de Gram, formada pels productes escalars dels vectors de la base. Només quan la base és ortonormal aquesta matriu és la identitat i el producte escalar es redueix a la suma de productes de coordenades.

Si treballes amb una base obliqua i apliques la fórmula ingènua, els angles i les distàncies et sortiran tots malament sense que res t'avisi.

La desigualtat de Cauchy i Schwarz diu que el mòdul del producte escalar no supera el producte de les normes, amb igualtat exactament quan els vectors són proporcionals. La prova és bonica i val la pena conèixer-la: per a vv no nul, la norma al quadrat de u−tvu - tv és no negativa per a tot tt; triant tt igual al quocient del producte escalar per la norma al quadrat de vv, la desigualtat surt sola. És el que garanteix que el cosinus de l'angle estigui entre −1-1 i 11, és a dir que l'angle existeixi.

Projecció ortogonal

Sobre una sola direcció no nul·la,

proj⁡vu=⟨u,v⟩⟨v,v⟩ v.\operatorname{proj}_v u = \frac{\langle u,v\rangle}{\langle v,v\rangle}\,v.

Sobre un subespai amb base ortonormal, la projecció és la suma de les projeccions sobre cada element de la base. I si tens una matriu AA amb columnes independents que generen el subespai (no necessàriament ortonormals), la matriu de projecció és

P=A(ATA)−1AT,P = A(A^{T}A)^{-1}A^{T},

que compleix P2=PP^{2} = P (projectar dues vegades és el mateix que una) i PT=PP^{T} = P (és simètrica). Aquestes dues propietats caracteritzen les projeccions ortogonals.

La projecció és el punt més proper

Per a qualsevol element ww del subespai, descompon

u−w=(u−Pu)+(Pu−w),u - w = (u - Pu) + (Pu - w),

on el primer sumand és perpendicular al subespai i el segon hi pertany. Per Pitàgores,

∥u−w∥2=∥u−Pu∥2+∥Pu−w∥2≥∥u−Pu∥2,\lVert u-w\rVert^{2} = \lVert u-Pu\rVert^{2} + \lVert Pu-w\rVert^{2} \geq \lVert u-Pu\rVert^{2},

amb igualtat només si w=Puw = Pu. Per tant la projecció és l'únic punt del subespai que minimitza la distància.

Aquesta és exactament la raó per la qual els mínims quadrats funcionen: ajustar una recta és projectar el vector de dades sobre l'espai generat per les columnes de la matriu de disseny.

Producte vectorial i mixt

A l'espai de tres dimensions amb orientació fixada, el producte vectorial dona un vector perpendicular als dos, de mòdul igual al producte de les normes pel sinus de l'angle, i sentit donat per la regla de la mà dreta. D'aquí surt que el mòdul és l'àrea del paral·lelogram que els dos vectors determinen, i la meitat és l'àrea del triangle.

El producte mixt, és a dir el producte escalar d'un vector pel producte vectorial dels altres dos, és el volum orientat del paral·lelepípede; el volum geomètric n'és el valor absolut. I si val zero, els tres vectors són coplanaris.

La identitat de Lagrange,

∥u×v∥2=∥u∥2∥v∥2−(u⋅v)2,\lVert u\times v\rVert^{2} = \lVert u\rVert^{2}\lVert v\rVert^{2} - (u\cdot v)^{2},

connecta les dues eines: el membre dret és exactament el determinant de la matriu de Gram dels dos vectors. Això és important perquè en dimensions superiors no hi ha producte vectorial, però l'àrea generada per dos vectors segueix sent l'arrel del determinant de Gram. La fórmula general sobreviu; el producte vectorial és una comoditat que només existeix en dimensió tres.

Angle, àrea i les dues maneres de calcular-la

Sigui u=(1,1,0)u = (1,1,0) i v=(1,0,1)v = (1,0,1).

Angle. El producte escalar val 11 i les dues normes valen 2\sqrt2, de manera que

cos⁡θ=12,θ=π3=60∘.\cos\theta = \frac{1}{2},\qquad \theta = \frac{\pi}{3} = 60^{\circ}.

Àrea, via producte vectorial. El producte vectorial és (1,−1,−1)(1,-1,-1), de norma 3\sqrt3.

Àrea, via Gram. El determinant de la matriu de Gram és 2⋅2−12=32\cdot 2 - 1^{2} = 3, i la seva arrel és 3\sqrt3. Coincideix, com garanteix la identitat de Lagrange.

Per què val la pena saber-ho. La segona via funciona en qualsevol dimensió. Si els mateixos vectors visquessin en un espai de dimensió cinc, el producte vectorial no existiria però l'àrea seguiria sent 3\sqrt3.

Volum i coplanarietat

Els vectors (1,2,3)(1,2,3), (2,1,0)(2,1,0) i (4,5,6)(4,5,6) són coplanaris?

El producte mixt és el determinant de la matriu que els té per files. Desenvolupant, surt

1(1⋅6−0⋅5)−2(2⋅6−0⋅4)+3(2⋅5−1⋅4)=6−24+18=0.1(1\cdot 6 - 0\cdot 5) - 2(2\cdot 6 - 0\cdot 4) + 3(2\cdot 5 - 1\cdot 4) = 6 - 24 + 18 = 0.

Conclusió: el volum és zero, de manera que els tres vectors són coplanaris. De fet, el tercer és la suma del primer amb el doble del segon menys... comprovem-ho: 2(2,1,0)+(1,2,3)=(5,4,3)2(2,1,0) + (1,2,3) = (5,4,3), que no és el tercer. Provem (1,2,3)+(2,1,0)=(3,3,3)(1,2,3) + (2,1,0) = (3,3,3); i efectivament (4,5,6)=(1,2,3)⋅2+(2,1,0)(4,5,6) = (1,2,3)\cdot 2 + (2,1,0) dona (4,5,6)(4,5,6). Correcte: el tercer és combinació dels altres dos.

La utilitat pràctica: aquest determinant és la manera més ràpida de decidir si tres vectors són independents, si quatre punts són coplanaris, o si dues rectes es tallen.

Exercici resolt: projecció i distància a un pla

Projecta el punt (2,1,3)(2,1,3) sobre el pla z=0z = 0 i calcula'n la distància.

Descomposició. El pla té normal (0,0,1)(0,0,1). El vector es descompon en la part que hi viu i la part perpendicular:

(2,1,3)=(2,1,0)⏟dins del pla+(0,0,3)⏟perpendicular.(2,1,3) = \underbrace{(2,1,0)}_{\text{dins del pla}} + \underbrace{(0,0,3)}_{\text{perpendicular}}.

La projecció és (2,1,0)(2,1,0) i la distància és la norma de la component normal, és a dir 33.

Comprovació. El vector que va del punt a la seva projecció ha de ser paral·lel a la normal: (0,0,−3)(0,0,-3) ho és. I la projecció ha de complir l'equació del pla: la seva tercera coordenada val zero. Correcte.

Aquest cas és trivial perquè el pla és un dels coordenats, però el mètode és exactament el mateix en general: resta la component en la direcció normal.

Exercici resolt: base ortonormal amb Gram i Schmidt

Ortonormalitza la base {(1,1,0), (1,0,1)}\{(1,1,0),\ (1,0,1)\} del pla que generen.

Primer vector. El normalitzem: q1=(1,1,0)/2q_1 = (1,1,0)/\sqrt2.

Segon vector. Li restem la seva projecció sobre el primer. El producte escalar del segon amb q1q_1 val 1/21/\sqrt2, de manera que

w=(1,0,1)−12⋅(1,1,0)2=(1,0,1)−(12,12,0)=(12,−12,1).w = (1,0,1) - \frac{1}{\sqrt2}\cdot\frac{(1,1,0)}{\sqrt2} = (1,0,1) - \left(\tfrac12,\tfrac12,0\right) = \left(\tfrac12,-\tfrac12,1\right).

La seva norma és 1/4+1/4+1=3/2\sqrt{1/4+1/4+1} = \sqrt{3/2}, i normalitzant obtenim q2q_2.

Comprovació obligatòria: el producte escalar de q1q_1 i q2q_2 ha de ser zero. 12−12+0=0\tfrac12 - \tfrac12 + 0 = 0. Correcte.

Per a què serveix. Amb una base ortonormal, projectar sobre el pla és simplement sumar les dues projeccions individuals, sense haver d'invertir cap matriu. Aquest és el mateix procediment que hi ha darrere de la factorització QR.

Ara prova-ho tu. 116 exercicis d'aquest tema, de 4 tipus diferents, per resoldre en línia, de deu en deu: escrius la resposta, te la corregeix a l'instant i, si falles, t'explica com es fa pas a pas. Quan acabis una tanda, en tens deu més, amb dades noves.

Fer els exercicisSimulacre d'examen