Skalární součin, délka a kolmost vektorů a Gramův–Schmidtův proces pro výrobu ortonormální báze.
Zdroj: Přednáška 10–11
13.1Co znamená skalární součin
V běžné rovině nebo prostoru znáš
u⋅v=u1v1+u2v2+⋯+unvn.
Je to číslo, nikoli vektor. V obecném vektorovém prostoru se zavádí skalární součin(u,v) podle vlastností, které umožňují měřit délku a kolmost.
Axiomy pro reálný prostor
Pro každé u,v,w a λ∈R:
Pozitivní definitnost:(u,u)≥0, rovnost právě tehdy, když u=0.
Symetrie:(u,v)=(v,u).
Homogenita:(λu,v)=λ(u,v).
Aditivita:(u+w,v)=(u,v)+(w,v).
Ze symetrie plyne linearita i ve druhém argumentu pro reálné prostory.
Důležité: v komplexních prostorech se skalární součin upravuje pomocí komplexního sdružení (hermitovská symetrie), jinak by pozitivní definitnost nefungovala. Dodaná přednáška 10–11 pracuje výslovně s reálnými euklidovskými prostory.
13.2Standardní výpočet v Rn
Pro u=(1,2,−1), v=(3,0,4):
(u,v)=1⋅3+2⋅0+(−1)⋅4=3−4=−1.
Význam znaménka: kladný součin znamená ostrý úhel, nulový pravý úhel, záporný tupý úhel mezi nenulovými vektory.
Pro úhel φ mezi nenulovými vektory platí
cosφ=∥u∥∥v∥(u,v).
13.3Norma (délka) a vzdálenost
Norma indukovaná skalárním součinem je
∥v∥=(v,v).
Ve standardním Rn:
∥v∥=v12+⋯+vn2.
Pro v=(3,4) je ∥v∥=9+16=5.
Norma splňuje:
∥v∥≥0,∥λv∥=∣λ∣∥v∥,∥u+v∥≤∥u∥+∥v∥.
Poslední nerovnost se nazývá trojúhelníková nerovnost.
Vzdálenost dvou vektorů je d(u,v)=∥u−v∥. Např. pro body (1,2) a (4,6) je vzdálenost (−3)2+(−4)2=5.
13.4Cauchyho–Schwarzova nerovnost
∣(u,v)∣≤∥u∥∥v∥.
Ekvivalentně
∣(u,v)∣2≤(u,u)(v,v).
Proč je důležitá: zaručuje, že ∣(u,v)∣/(∥u∥∥v∥)≤1, takže dává smysl kosinus úhlu. Používá se také v důkazu trojúhelníkové nerovnosti.
Kontrola příklad:u=(1,2), v=(3,4):
(u,v)=11,∥u∥=5,∥v∥=5.
11≤55≈11,18.
Souhlasí.
13.5Kolmost (ortogonalita)
Nenulové vektory jsou kolmé, když jejich skalární součin je 0:
u⊥v⟺(u,v)=0.
Příklad:(1,2)⊥(2,−1), protože 1⋅2+2⋅(−1)=0.
Dva podprostory U,W jsou ortogonální, pokud (u,w)=0 pro každéu∈U, w∈W. Nestačí ukázat kolmost náhodně vybraných dvou vektorů, pokud netvoří generátory celých prostorů.
Pythagorova věta
u⊥v⟺∥u+v∥2=∥u∥2+∥v∥2.
Důkaz rozvinutím:
∥u+v∥2=(u+v,u+v)=(u,u)+2(u,v)+(v,v).
Rovnost s ∥u∥2+∥v∥2 je tedy ekvivalentní (u,v)=0.
13.6Ortogonální a ortonormální báze
Ortogonální množina: všechny různé vektory jsou navzájem kolmé. Jsou-li navíc nenulové a je jich tolik jako dimenze prostoru, jde o ortogonální bázi.
Ortonormální množina: navíc má každý vektor délku 1:
(ei,ej)={10i=j,i=j.
Normalizace nenulového vektoru na délku 1:
e=∥v∥v.
Příklad:v=(3,4) má délku 5, normalizovaný vektor e=(3/5,4/5) má délku 1.
13.7Proč jsou nenulové navzájem ortogonální vektory LN
Nechť v1,…,vk jsou navzájem kolmé nenulové vektory a platí
λ1v1+⋯+λkvk=0.
Vynásob skalárně vj:
0=(λ1v1+⋯+λkvk,vj)=λj(vj,vj),
protože všechny ostatní členy jsou nulové díky kolmosti. Jelikož (vj,vj)>0, musí být λj=0. Platí pro každé j → vektory jsou LN.
13.8Gram–Schmidtův proces: hlavní univerzální algoritmusPostup
Cíl: z libovolné lineárně nezávislé množiny y1,…,yk vytvořit ortogonální (a následně ortonormální) množinu se stejným lineárním obalem.
Postup:
v1=y1.
Z druhého vektoru odstraníš složku ve směru prvního:
v2=y2−(v1,v1)(y2,v1)v1.
Z třetího odstraníš složky ve směrech prvních dvou:
Pokud chceš ortonormální bázi, nakonec každé vj vyděl jeho normou.
Proč ta podivná zlomečková část: skalární projekce y2 do směru v1 je přesně (v1,v1)(y2,v1)v1. Po jejím odečtení zůstane část kolmá na v1.
13.9Gram–Schmidt podrobně krok za krokem
Začneme s
y1=(1,1,0),y2=(1,0,1).
Krok 1:v1=y1=(1,1,0).
Krok 2: vypočti součin (y2,v1):
(y2,v1)=1⋅1+0⋅1+1⋅0=1.
Krok 3: vypočti (v1,v1)=12+12+0=2.
Krok 4: odečti projekci:
v2=y2−21v1=(1,0,1)−21(1,1,0)=(1/2,−1/2,1).
Krok 5 — kontrola kolmosti:
(v1,v2)=21−21+0=0.
Krok 6 — normalizace (pokud je požadována):
∥v1∥=2,∥v2∥=1/4+1/4+1=3/2.
e1=(1,1,0)/2,e2=(1/2,−1/2,1)/3/2.
Tvoří ortonormální bázi stejného dvourozměrného podprostoru, který generují původní y1,y2.
Kdy Gram–Schmidt selže: pokud původní vektory nejsou LN, může vzniknout nulový vj. Ten nelze normalizovat a je třeba odstranit závislý generátor nebo začít bází.
13.10Ortonormální souřadnice jsou snadné
Má-li prostor ortonormální bázi e1,…,en, potom pro každý vektor v platí
v=i∑(v,ei)ei.
Koeficienty souřadnic přímo získáš jako λi=(v,ei). U obecné neortogonální báze musíš řešit soustavu rovnic.
13.11Nejčastější chyby
Délku počítáš jako (v,v) místo (v,v).
Gram–Schmidtův vzorec má ve jmenovateli (vi,vi), nikoli∥vi∥.
U kroku v3 odčítáš projekci jen na v1 a zapomeneš na v2.
Zaměníš ortogonální (jen kolmé) a ortonormální (kolmé a jednotkové délky).
Považuješ skalární součin za vždy kladné číslo; může být záporný.
Příprava na zkoušku: uměj formulovat axiomy, odvodit Pythagorovu větu a provést Gram–Schmidt alespoň na trojici vektorů.