Vektorien pistetulo on aina reaaliluku. Esimerkiksi vektorien v = (3, 2, 0) ja w = (1, 2, 3) pistetulo on

Samankaltaiset tiedostot
Ristitulolle saadaan toinen muistisääntö determinantin avulla. Vektoreiden v ja w ristitulo saadaan laskemalla determinantti

Havainnollistuksia: Merkitään w = ( 4, 3) ja v = ( 3, 2). Tällöin. w w = ( 4) 2 + ( 3) 2 = 25 = 5. v = ( 3) = 13. v = v.

Kertausta: avaruuden R n vektoreiden pistetulo

Kertausta: avaruuden R n vektoreiden pistetulo

Ominaisvektoreiden lineaarinen riippumattomuus

Lineaarialgebra ja matriisilaskenta I. LM1, Kesä /218

3 Suorat ja tasot. 3.1 Suora. Tässä luvussa käsitellään avaruuksien R 2 ja R 3 suoria ja tasoja vektoreiden näkökulmasta.

Ortogonaalisen kannan etsiminen

1 Sisätulo- ja normiavaruudet

Suora. Määritelmä. Oletetaan, että n = 2 tai n = 3. Avaruuden R n suora on joukko. { p + t v t R},

802320A LINEAARIALGEBRA OSA II

Ortogonaalinen ja ortonormaali kanta

Vektorit, suorat ja tasot

Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia

Lineaarialgebra ja matriisilaskenta I, HY Kurssikoe Ratkaisuehdotus. 1. (35 pistettä)

Pistetulo eli skalaaritulo

Lineaariavaruudet. Span. Sisätulo. Normi. Matriisinormit. Matriisinormit. aiheita. Aiheet. Reaalinen lineaariavaruus. Span. Sisätulo.

Tekijä Pitkä matematiikka Suoran pisteitä ovat esimerkiksi ( 5, 2), ( 2,1), (1, 0), (4, 1) ja ( 11, 4).

Vastaavasti, jos vektori kerrotaan positiivisella reaaliluvulla λ, niin

Johdatus lineaarialgebraan

7 Vapaus. 7.1 Vapauden määritelmä

Kannan vektorit siis virittävät aliavaruuden, ja lisäksi kanta on vapaa. Lauseesta 7.6 saadaan seuraava hyvin käyttökelpoinen tulos:

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.

Vapaus. Määritelmä. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee:

Suorat ja tasot, L6. Suuntajana. Suora xy-tasossa. Suora xyzkoordinaatistossa. Taso xyzkoordinaatistossa. Tason koordinaattimuotoinen yhtälö.

9. Vektorit. 9.1 Skalaarit ja vektorit. 9.2 Vektorit tasossa

Lineaarialgebra ja matriisilaskenta I

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut

Tekijä Pitkä matematiikka b) Kuvasta nähdään, että b = i 4 j. c) Käytetään a- ja b-kohtien tuloksia ja muokataan lauseketta.

Lineaarikuvauksen R n R m matriisi

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /141

1. Olkoot vektorit a, b ja c seuraavasti määritelty: a) Määritä vektori. sekä laske sen pituus.

Suorista ja tasoista LaMa 1 syksyllä 2009

Tekijä Pitkä matematiikka Poistetaan yhtälöparista muuttuja s ja ratkaistaan muuttuja r.

0, niin vektorit eivät ole kohtisuorassa toisiaan vastaan.

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.

Avaruuden R n aliavaruus

3 Skalaari ja vektori

Tämän luvun tarkoituksena on antaa perustaidot kompleksiluvuilla laskemiseen sekä niiden geometriseen tulkintaan. { (a, b) a, b œ R }

Lineaarialgebra ja matriisilaskenta I

Johdatus lineaarialgebraan

Taso 1/5 Sisältö ESITIEDOT: vektori, koordinaatistot, piste, suora

VEKTORIT paikkavektori OA

Bijektio. Voidaan päätellä, että kuvaus on bijektio, jos ja vain jos maalin jokaiselle alkiolle kuvautuu tasan yksi lähdön alkio.

Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle

Insinöörimatematiikka D

Vektorien virittämä aliavaruus

JAKSO 2 KANTA JA KOORDINAATIT

Kuvaus. Määritelmä. LM2, Kesä /160

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

Vektorialgebra 1/5 Sisältö ESITIEDOT: vektori

Oppimistavoitematriisi

HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina klo

BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 4, Syksy 2016

Tehtäväsarja I Kerrataan lineaarikuvauksiin liittyviä todistuksia ja lineaarikuvauksen muodostamista. Sarjaan liittyvät Stack-tehtävät: 1 ja 2.

Johdatus lineaarialgebraan

Insinöörimatematiikka D

MAA15 Vektorilaskennan jatkokurssi, tehtävämoniste

HILBERTIN AVARUUKSISTA

Avaruuden kolme sellaista pistettä, jotka eivät sijaitse samalla suoralla, määräävät

Mb8 Koe Kuopion Lyseon lukio (KK) sivu 1/2

Oppimistavoitematriisi

Johdatus lineaarialgebraan

Ominaisarvo ja ominaisvektori

Suora 1/5 Sisältö ESITIEDOT: vektori, koordinaatistot, piste

Determinantti 1 / 30

Tekijä Pitkä matematiikka On osoitettava, että jana DE sivun AB kanssa yhdensuuntainen ja sen pituus on 4 5

Kanta ja dimensio 1 / 23

1.1 Vektorit. MS-A0004/A0006 Matriisilaskenta. 1.1 Vektorit. 1.1 Vektorit. Reaalinen n-ulotteinen avaruus on joukko. x 1. R n.

Jokaisen parittoman kokonaisluvun toinen potenssi on pariton.

Hilbertin avaruudet, 5op Hilbert spaces, 5 cr

2 / :03

KJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme

Kertausosa. 5. Merkitään sädettä kirjaimella r. Kaaren pituus on tällöin r a) sin = 0, , c) tan = 0,

Kantavektorien kuvavektorit määräävät lineaarikuvauksen

1.1 Vektorit. MS-A0007 Matriisilaskenta. 1.1 Vektorit. 1.1 Vektorit. Reaalinen n-ulotteinen avaruus on joukko. x 1. R n. 1. Vektorit ja kompleksiluvut

6 Vektoriavaruus R n. 6.1 Lineaarikombinaatio

Tekijä Pitkä matematiikka

802320A LINEAARIALGEBRA OSA II/PART II

Juuri Kertaus Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

Vektoreiden virittämä aliavaruus

Vektoreiden A = (A1, A 2, A 3 ) ja B = (B1, B 2, B 3 ) pistetulo on. Edellisestä seuraa

Suorien ja tasojen geometriaa Suorien ja tasojen yhtälöt

Ominaisarvo ja ominaisvektori

Tehtävä 1. Arvioi mitkä seuraavista väitteistä pitävät paikkansa. Vihje: voit aloittaa kokeilemalla sopivia lukuarvoja.

Yleiset lineaarimuunnokset

1 Ominaisarvot ja ominaisvektorit

x = y x i = y i i = 1, 2; x + y = (x 1 + y 1, x 2 + y 2 ); x y = (x 1 y 1, x 2 + y 2 );

802320A LINEAARIALGEBRA OSA I

1 Lineaariavaruus eli Vektoriavaruus

9 Matriisit. 9.1 Matriisien laskutoimituksia

Talousmatematiikan perusteet: Luento 9

Esimerkki 19. Esimerkissä 16 miniminormiratkaisu on (ˆx 1, ˆx 2 ) = (1, 0).

802320A LINEAARIALGEBRA OSA II/PART II

KJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme

Matematiikan tukikurssi, kurssikerta 5

802320A LINEAARIALGEBRA OSA II LINEAR ALGEBRA PART II

Transkriptio:

13 Pistetulo Avaruuksissa R 2 ja R 3 on totuttu puhumaan vektorien pituuksista ja vektoreiden välisistä kulmista. Kuten tavallista, näiden käsitteiden yleistäminen korkeampiulotteisiin avaruuksiin ei onnistu pelkästään geometrisen intuition avulla. Kuitenkin esimerkiksi Pythagoraan lauseen voidaan ajatella toimivan kaikissa ulottuvuuksissa samalla tavalla. Tämä ja muut tähän liittyvät käsitteet voidaan ilmaista pistetulon avulla, ja pistetulo puolestaan voidaan laskea avaruudessa R n, oli n miten suuri tahansa. Määritelmä 13.1. Vektoreiden = (v 1,..., v n ) R n ja w = (w 1,..., w n ) R n pistetulo on w = v 1 w 1 + v 2 w 2 + + v n w n. Vektorien pistetulo on aina reaaliluku. Esimerkiksi vektorien = (3, 2, 0) ja w = (1, 2, 3) pistetulo on w = 3 1 + ( 2)( 2) + 0 3 = 7. Pistetulolle voidaan todistaa laskusääntöjä. Lause 13.2. Oletetaan, että, w, ū R n ja c R. Tällöin a) w = w b) ( w + ū) = w + ū c) (c) w = c( w) Todistus. Todistetaan kohta b) ja jätetään loput kohdat harjoitustehtäviksi. Merkitään = (v 1,..., v n ), w = (w 1,..., w n ) ja ū = (u 1,..., u n ). Nyt nähdään, että ( w + ū) = (v 1,..., v n ) (w 1 + u 1, w 2 + u 2,..., w n + u n ) = v 1 (w 1 + u 1 ) + v 2 (w 2 + u 2 ) + + v n (w n + u n ) = v 1 w 1 + v 1 u 1 + v 2 w 2 + v 2 u 2 + + v n w n + v n u n = (v 1 w 1 + v 2 w 2 + + v n w n ) + (v 1 u 1 + v 2 u 2 + + v n u n ) = w + ū. Tässä käytettiin reaalilukujen yhteenlaskun ja kertolaskun osittelulakia. Seuraava lause osoittaa, että vektorin pistetulo itsensä kanssa on aina epänegatiivinen. Ainoastaan nollavektorin pistetulo itsensä kanssa on nolla. Lause 13.3. Oletetaan, että R n. Tällöin a) 0 b) = 0, jos ja vain jos = 0. 78

Todistus. a) Nähdään, että = v 2 1 + v 2 2 + + v 2 n 0 + 0 + + 0 = 0, sillä reaaliluvun neliö on aina epänegatiivinen. Tämä todistaa väitteen. b) : Oletetaan, että = 0. Tällöin v 2 1 + v2 2 + + v2 n = 0. Koska jokainen yhteenlaskettava on epänegatiivinen, täytyy yhteenlaskettavien olla nollia. Toisin sanoen v 2 i = 0 kaikilla i {1,..., n}. Tästä seuraa, että v i = 0 kaikilla i {1,..., n}. Siten = (0, 0,..., 0) = 0. : Oletetaan, että = 0. Nyt = 0 2 + 0 2 + + 0 2 = 0. Väite on todistettu. 13.1 Vektorin normi Pistetulon avulla voidaan määritellä avaruuden R n vektorin normi eli pituus. Lauseen 13.3 nojalla 0, joten seuraavassa määritelmässä juurrettava on epänegatiivinen, kuten kuuluu olla. Määritelmä 13.4. Vektorin R n normi eli pituus on =. Määritelmästä seuraa, että = v1 2 + v2 2 + + v2 n. Esimerkiksi vektorin = (1/2, 3, 2, 0) normi on 53 53 = (1/2) 2 + 3 2 + ( 2) 2 + 0 2 = 4 = 2. Tason vektoreiden normia voidaan havainnollistaa Pythagoraan lauseen avulla. Kuvassa 13.24 on esitetty vektori w = ( 4, 3). Sen pituus on Pythagoraan lauseen nojalla 3 2 + 4 2 = 25 = 5. Pituuden geometrinen tulkinta antaa siis saman tuloksen kuin määritelmä 13.4. Myös kolmiulotteisen avaruuden vektorin pituus on sama normin ja Pythagoraan lauseen avulla laskettuna. w = 5 3 Kuva 13.24: Vektorin w normi eli pituus. Seuraava lause selittää normien avulla sen tosiasian, että vektorin pituus on aina epänegatiivinen ja nollavektori on ainoa vektori, jonka pituus on nolla. 4 79

Lause 13.5. Oletetaan, että R n. Tällöin a) 0 b) = 0, jos ja vain jos = 0. Todistus. Tulokset seuraavat suoraan normin määritelmästä, neliöjuuren ominaisuuksista ja lauseesta 13.3. a) Määritelmän mukaan =. Neliöjuuren arvo on aina epänegatiivinen, joten 0. b) Huomataan, että = = 0, jos ja vain jos juurrettava on nolla. Lauseen 13.3 nojalla taas = 0, jos ja vain jos = 0. Tämä todistaa väitteen. Lause 13.6. Oletetaan, että R n ja c R. Tällöin c = c. Todistus. Pistetulon ominaisuuksien perusteella c = c c = c( c) = c 2 ( ) = c = c. Usein ollaan kiinnostuneita erityisesti sellaisista vektoreista, joiden pituus on yksi. Tällöin on yleensä kyse tilanteesta, jossa vain vektorin suunnalla on merkitystä. Siksi pituus halutaan mahdollisimman yksinkertaiseksi. Määritelmä 13.7. Vektori ū R n on yksikkövektori, jos sen normi on yksi eli ū = 1. Esimerkiksi luonnollisen kannan vektorit (1, 0) ja (0, 1) ovat yksikkövektoreita, samoin kuin vektorit ē i R n aina, kun 1 i n. Kaikkien yksikkövektoreiden komponentit eivät kuitenkaan ole näin yksinkertaisia. Esimerkki 13.8. Etsitään yksikkövektori, joka on yhdensuuntainen annetun vektorin = (2, 1, 0) kanssa. Vektorin normi on = 4 + 1 = 5. Jos vektori kerrotaan skalaarilla 1/ 5, saadaan vektori (1/ 5), jonka pituus on lauseen 13.6 nojalla 1 = 1 5 = 1. 5 5 Vektori (1/ 5) on siis yksikkövektori. Lisäksi vektorit ja (1/ 5) ovat yhdensuuntaiset. Edellistä esimerkkiä yleistämällä saadaan seuraava tulos. Lause 13.9. Oletetaan, että R n \{ 0}. Tällöin vektori joka on yhdensuuntainen :n kanssa. 1 on yksikkövektori, Todistus. Väite seuraa lauseesta 13.6 samalla tavalla kuin esimerkissä 13.8. 80

Kun vektorit ja w tulkitaan tason pisteiksi, niiden välinen etäisyys voidaan määritellä niitä yhdistävän suuntajanan w pituutena. Tämä taas palautuu vektorin normiin. Määritelmä 13.10. Oletetaan, että, w R n. Vektorien ja w välinen etäisyys on d(, w) = w. Esimerkki 13.11. Vektoreiden = (2, 2) ja w = ( 3, 1) välinen etäisyys on d(, w) = w = (2 ( 3), 2 ( 1)) = (5, 3) = 5 2 + 3 2 = 34. Etäisyyttä on havainnollistettu kahdella eri tavalla kuvassa 13.25. w = 34 v 2 w 2 = 3 w = 34 w v 1 w 1 = 5 w Kuva 13.25: Vektoreiden ja w välinen etäisyys. Ensimmäisessä kuvassa vektorit on havainnollistettu tason pisteinä, jälkimmäisessä kuvassa paikkavektoreina. Seuraava lause esittelee yleisen teorian kannalta tärkeän tuloksen, jota tässä vaiheessa kuitenkin tarvitaan lähinnä lemman 13.13 todistamiseen. Todistus on melko tekninen, ja siksi sen esitystä lykätään kurssin toiseen osaan. Lause 13.12 (Schwarzin epäyhtälö). Oletetaan, että R n ja w R n. Tällöin w w. 13.2 Vektorien välinen kulma ja kohtisuoruus Tasossa kahden vektorin välinen kulma voidaan laskea pistetulon avulla. Yleisessä avaruudessa R n tyydymme geometrisen perustelun sijasta määrittelemään vektorien välisen kulman vastaavalla tavalla. Tähän tarvitaan kuitenkin seuraavaa lemmaa. Lemma 13.13. Oletetaan, että, w R n \ { 0}. Tällöin 1 w w 1. 81

Todistus. Schwarzin epäyhtälön 13.12 mukaan w w. Tästä seuraa, että w w w. Jakamalla näin saadut epäyhtälöt positiivisella luvulla w saadaan 1 w w 1. Kosinifunktio on määritelty niin, että jokaista lukua x [ 1, 1] vastaa täsmälleen yksi sellainen kulma α, että 0 α 180 ja cos α = x. Edellisen lemman nojalla voidaan siis asettaa seuraava määritelmä. Määritelmä 13.14. Vektorien R n \ { 0} ja w R n \ { 0} välinen kulma on se kulma α, jolle pätee 0 α 180 ja cos α = w w. Esimerkiksi vektorien = (3, 2, 0) ja w = (1, 2, 3) välinen kulma α saadaan yhtälöstä 7 cos α =. 13 8 Lisäksi täytyy päteä 0 α 180. Laskimella saadaan vektorien välisen kulman likiarvoksi α 46,65. Määritelmän perustelu. Vaikka määritelmiä ei tarvitsekaan perustella mitenkään, on kuitenkin valaisevaa katsoa, miten vektorien välisen kulman määritelmä vastaa tasossa geometrista käsitystämme. w w α Kuva 13.26: Vektoreiden ja w välinen kulma kosinilauseen näkökulmasta. Kosinilauseen mukaan kuvan 13.26 kolmiossa pätee w 2 = 2 + w 2 2 w cos α. Toisaalta normin määritelmän nojalla w 2 = ( w ) ( w ) = w w w w + = 2 2( w) + w 2. Saadaan siis yhtälö 2 + w 2 2 w cos α = 2 2( w) + w 2, 82

josta edelleen cos α = w w. Vektorien pituuksien kohdalla erityisasemaan nostettiin yksikkövektorit. Kulmista puolestaan suora kulma on kaikkein tärkeimmässä asemassa. Jälleen kerran esitetään määritelmä yleisessä muodossaan ottamatta kantaa siihen, miltä suora kulma voisi moniulotteisessa avaruudessa näyttää. Määritelmä 13.15. Vektorit R n ja w R n ovat ortogonaaliset eli kohtisuorassa toisiaan vastaan, jos w = 0. Tällöin merkitään w. Yleensä kahden olion ajatellaan olevan kohtisuorassa toisiaan vastaan, jos niiden välinen kulma on 90. Tämä pitää paikkansa myös vektoreiden tapauksessa. Oletetaan, että, w R n \ { 0}. Määritelmän 13.14 mukaan vektoreiden ja w välinen kulma on 90, jos ja vain jos w w = cos 90 = 0. Tämä puolestaan pätee, jos ja vain jos w = 0. Siten vektoreiden ja w välinen kulma on 90, jos ja vain jos w = 0. Pistetulon sovellus: normaalimuotoiset yhtälöt Esimerkki 13.16. Tarkastellaan kaikkia avaruuden R 3 vektoreita, jotka ovat kohtisuorassa vektoria n = (1, 2, 3) vastaan. Tällaiset vektorit toteuttavat yhtälön n = 0 eli v 1 + 2v 2 + 3v 3 = 0. Vektorien muodostama joukko W voidaan kirjoittaa eri muodoissa: W = {(v 1, v 2, v 3 ) R 3 v 1 + 2v 2 + 3v 3 = 0} = {(v 1, v 2, v 3 ) R 3 v 1 = 2v 2 3v 3 } = {( 2v 2 3v 3, v 2, v 3 ) v 2, v 3 R} = {v 2 ( 2, 1, 0) + v 3 ( 3, 0, 1) v 2, v 3 R}. Viimeisestä muodosta nähdään, että kyseessä on origon kautta kulkeva taso. Edellistä esimerkkiä voidaan yleistää, jolloin nähdään, että kaikki jotakin nollavektorista poikkeavaa vektoria vastaan kohtisuorassa olevat avaruuden R 3 vektorit muodostavat tietyn tason, joka on samalla aliavaruus. Päätellään seuraavaksi sama asia toiseen suuntaan. Tarkastellaan aluksi origon kautta kulkevaa tasoa {s + t w s, t R}. Jos jokin vektori n on kohtisuorassa tason molempia suuntavektoreita vastaan, niin kaikille tason vektoreille s + t w pätee n (s + t w) = s( n ) + t( n w) = s 0 + t 0 = 0. 83

n w Kuva 13.27: Tason normaali n. Vektori n on siis kohtisuorassa kaikkia tason vektoreita vastaan, jolloin sanotaan, että se on kohtisuorassa tasoa vastaan. Tällaista vektoria kutsutaan tason normaaliksi (ks. kuva 13.27). Olkoon T avaruuden R 3 taso, joka kulkee origon kautta, ja olkoon q jokin tason normaali. Voidaan osoittaa, että piste q on tasossa T, jos ja vain jos n q = 0. Tällaista yhtälöä kutsutaan tason normaalimuotoiseksi yhtälöksi. Jos taso ei kulje origon kautta, on sen vektoreita siirrettävä ennen normaalin määrittämistä. Oletetaan, että T on avaruuden R 3 taso, jonka paikkavektori on p ja jolla on normaali n. Nyt q on tasossa T, jos ja vain jos n ( q p) = 0. Tilannetta on havainnollistettu kuvassa 13.28. n q p Q P p q Kuva 13.28: Tason T normaalimuotoisen yhtälön havainnollistus. O Esimerkki 13.17. Oletetaan, että taso T kulkee pisteen P = (6, 0, 1) kautta ja sillä on normaali n = (1, 2, 3). Tason T normaalimuotoinen yhtälö on tällöin (1, 2, 3) ( q (6, 0, 1) ) = 0. Tasossa T ovat siis ne pisteet q, jotka toteuttavat edellä esitetyn yhtälön. Toisin sanoen T = { q R 3 (1, 2, 3) ( q (6, 0, 1)) = 0}. 84

Kirjoitetaan taso vielä hiukan toisenlaisessa muodossa. Merkitään q = (x, y, z), missä x, y, z R. Nyt (1, 2, 3) ( q (6, 0, 1)) = (1, 2, 3) (x 6, y 0, z 1) = x 6 + 2y + 3z 3 = x + 2y + 3z 9, joten voidaan kirjoittaa T = { q R 3 x + 2y + 3z 9 = 0}. Avaruuden R 2 suorille johdetaan normaalimuotoinen yhtälö samalla tavalla. 13.3 Projektio Pistetulon avulla voidaan laskea myös vektorin projektio vektorin w virittämälle aliavaruudelle span( w) (eli vektorin w suuntaiselle suoralle). Voidaan ajatella, että projektio on vektorin heittämä varjo, kun aurinko paistaa kohtisuoraan vektoria w vastaan kuten kuvassa 13.29. Kuva 13.29: Projektion havainnollistus. Projektion määritelmäksi valitsemme yksinkertaisuuden vuoksi kaavan, jolla projektion voi suoraan laskea. Määritelmä 13.18. Oletetaan, että n {1, 2,... }. Olkoot, w R n ja w 0. Tällöin vektorin projektio vektorin w virittämälle aliavaruudelle on proj w () = w w w w w. Esimerkki 13.19. Esimerkiksi vektorin = (1, 2) projektio vektorin w = ( 1, 3) virittämälle aliavaruudelle on proj w (v) = 5 10 ( 1, 3) = 1 ( 2 ( 1, 3) = 1 2, 3 ). 2 Projektio on esitetty kuvassa 13.30. 85

w proj w () ū proj w (ū) Kuva 13.30: Vektoreiden ja ū projektiot vektorin w virittämälle aliavaruudelle. Vektorin ū = ( 2, 2) projektio vektorin w virittämälle aliavaruudelle on puolestaan proj w (v) = 4 ( ) 2 10 ( 1, 3) = 2 5 ( 1, 3) = 5, 6. 5 Tämä on esitetty samassa kuvassa. Lause 13.20. Olkoot, w R n. Oletetaan, että ū R n on vektorin projektio aliavaruudelle span( w). Tällöin a) vektori ū on yhdensuuntainen vektorin w kanssa b) vektori ū on kohtisuorassa vektoria w vastaan. Todistus. a) Määritelmästä nähdään, että ū = proj w (v) on aina yhdensuuntainen vektorin w kanssa. Vektori ū saadaan nimittäin vektorista w kertomalla sitä skalaarilla ( w)/( w w). b) Jätetään lukijan harjoitustehtäväksi. proj w () w Kuva 13.31: Vektorin projektio vektorin w virittämälle aliavaruudelle. Vektorin projektion voi määrittää myös geometrisesti (ks. kuva 13.31). Piirretään vektorit ja w alkamaan samasta pisteestä ja piirretään vektorin w suuntainen suora. Projektio proj w (v) löydetään piirtämällä suora, joka on kohtisuorassa vektorin w suuntaista suoraa vastaan ja kulkee vektorin kärjen kautta. 86

Projektion sovellus: pisteen etäisyys suorasta Pisteen etäisyys suorasta voidaan määrittää projektion avulla. Pisteen Q etäisyys suorasta S = { p + t t R} on kaikkein lyhin välimatka, joka voi olla pisteen Q ja suoran S pisteen välillä. Täsmällisesti ilmaistuna pisteen Q etäisyys suorasta S on min{d( q, ā) ā S}, missä q on pisteen Q paikkavektori. Tutkitaan esimerkin avulla, kuinka projektiota voidaan käyttää etäisyyden määrittämisessä, ilman tarkkoja todistuksia. Määritetään pisteen Q = (4, 1, 9) etäisyys suorasta S, joka kulkee pisteiden A = (2, 3, 5) ja B = (4, 1, 7) kautta (ks. kuva 13.32). Q B A Kuva 13.32: Pisteiden A ja B kautta kulkeva suora S. Määritetään ensin vektori jostakin suoran pisteestä tutkittavaan pisteeseen. Esimerkiksi vektori AQ = OQ OA = (2, 2, 4) käy tähän tarkoitukseen. Lisäksi tarvitaan suoran suuntainen vektori, kuten vaikkapa vektori AB = (2, 4, 2). Q AQ proj AB (AQ) AQ A proj AB (AQ) Kuva 13.33: Pisteen Q etäisyys suorasta S. Vektorin AQ projektio suoralle S on proj AB (AQ) = AQ AB 20 AB = AB AB 24 (2, 4, 2) = 5 (2, 4, 2). 6 Erotus AQ proj AB (AQ) on kohtisuorassa suoraa S vastaan. Lasketaan erotus: AQ proj AB (AQ) = (2, 2, 4) 5 6 (2, 4, 2) = 6 6 (2, 2, 4) 5 (2, 4, 2) 6 = 1 6 (12 10, 12 20, 24 10) = 1 (2, 8, 14) 6 = 1 (1, 4, 7) 3 87

Koska AQ proj AB (AQ) on kohtisuorassa suoraa S vastaan, antaa erotusvektorin pituus pisteen Q etäisyyden suorasta: AQ proj AB (AQ) = 1 3 (1, 4, 7) = 1 3 Siten pisteen Q etäisyys suorasta S on 1 3 66. 13.4 Ortogonaalinen ja ortonormaali kanta 1 1 + 16 + 49 = 66. 3 Määritelmä 13.21. Avaruuden R n aliavaruuden W kanta ( w 1, w 2,..., w k ) on ortogonaalinen, jos w i w j = 0 kaikilla i, j {1, 2,..., k}, missä i j. Toisin sanoen kantavektorit ovat kohtisuorassa toisiaan vastaan. Kanta ( w 1, w 2,..., w k ) on ortonormaali, jos se on ortogonaalinen ja lisäksi w i = 1 kaikilla i {1, 2,..., k}. Toisin sanoen kantavektorit ovat kohtisuorassa toisiaan vastaan ja niiden normi on yksi. Esimerkki 13.22. Avaruuden R n luonnollinen kanta E n = (ē 1,..., ē n ) on ortonormaali. Huomataan nimittäin, että Lisäksi ē i = 1 kaikilla i {1,..., n}. ē i ē j = 0, jos i j. ē 2 ē 3 ē 1 Kuva 13.34: Avaruuden R 3 luonnollinen kanta E 3 = (ē 1, ē 2, ē 3 ) on ortonormaali. Ortogonaaliset kannat ovat monissa tilanteissa hyvin käyttökelpoisia. Mistä tahansa kannasta voidaan muodostaan ortogonaalinen kanta projektiota apuna käyttäen. Seuraavassa esimerkissä näytetään, miten tämä tapahtuu avaruudessa R 2. Asiaan palataan tarkemmin kurssin toisessa osassa. Esimerkki 13.23. Merkitään 1 = ( 1, 2) ja 2 = (3, 1). Jono ( 1, 2 ) on avaruuden R 2 kanta. (Tämän todistaminen jätetään lukijalle.) 88

1 w 1 = 1 2 proj w1 ( 2 ) 2 w 2 = 2 proj w1 ( 2 ) Kuva 13.35: Kannan ( 1, 2 ) muuttaminen ortogonaaliseksi kannaksi ( w 1, w 2 ). Etsitään ortogonaalinen kanta muodostamalla uusi jono ( w 1, w 2 ) valitsemalla w 1 = 1 ja w 2 = 2 proj w1 ( 2 ). Nyt vektorit w 1 ja w 2 ovat ortogonaaliset kuten luvussa 13.3 todettiin. Lisäksi ( w 1, w 2 ) on avaruuden R 2 kanta, minkä todistaminen jätetään jälleen lukijalle. Näin saadusta ortogonaalisesta kannasta voidaan vielä muodostaa ortonormaali kanta (ū 1, ū 2 ) valitsemalla ū 1 = 1 w 1 w 1 = 1 5 ( 1, 2) ja ū 2 = 1 w 2 w 2 = 1 5 (2, 1). Jono (ū 1, ū 2 ) on avaruuden R 2 ortonormaali kanta. w 1 w 2 ū 1 ū 2 Kuva 13.36: Ortogonaalinen kanta ( w 1, w 2 ) ja ortonormaali kanta (ū 1, ū 2 ). Vektorin koordinaatit ortonormaalin kannan suhteen saadaan pistetulon avulla. Lause 13.24. Oletetaan, että B = (ū 1,..., ū k ) on aliavaruuden W ortonormaali kanta. Oletetaan, että w W. Tällöin vektorin w koordinaatit kannan B suhteen ovat w ū 1, w ū 2,..., w ū k eli w = ( w ū 1 )ū 1 + ( w ū 2 )ū 2 + + ( w ū k )ū k. 89

Todistus. Tutkitaan vektorin w W koordinaatteja kannan S suhteen. Olkoot koordinaatit a 1,..., a k eli w = a 1 w 1 + a 2 w 2 + + a k w k. Huomataan, että w w 1 = (a 1 w 1 + a 2 w 2 + + a k w k ) w 1 = a 1 ( w 1 w 1 ) + a 2 ( w 2 w 1 ) + + a k ( w k w 1 ) = a 1 1 + a 2 0 + + a k 0 = a 1. Vastaavalla tavalla nähdään, että w w i = a i kaikilla i {1, 2,..., k}. Vektorin w koordinaatit kannan B suhteen saadaan siis laskemalla w:n pistetulo kantavektorien kanssa. Esimerkki 13.25. Määritetään vektorin w = (2, 9, 7) koordinaantit ortonormaalin kannan E 3 = (ē 1, ē 2, ē 3 ) suhteen käyttäen edellä osoitettua tulosta. Koska w ē 1 = (2, 9, 7) (1, 0, 0) = 2, w ē 2 = (2, 9, 7) (0, 1, 0) = 9, w ē 3 = (2, 9, 7) (0, 0, 1) = 7, saadaan w = 2ē 1 + 9ē 2 7ē 3. (Tämän olisimme toki voineet päätellä suoraankin.) Esimerkki 13.26. Tarkastellaan esimerkissä 13.22 muodostettua avaruuden R 2 ortonormaalia kantaa (ū 1, ū 2 ), jossa ū 1 = 1 5 ( 1, 2), ū 2 = 1 5 (2, 1). Vektorin = (3, 4) koordinaatit tämän kannan suhteen ovat ū 1 = 1 ) ((3, 4) ( 1, 2) = 5 = 5, 5 5 ū 2 = 1 ) ((3, 4) (2, 1) = 10 = 2 5. 5 5 = 5ū 1 + 2 5 ū 2 5 ū1 2 5 ū 2 ū 1 ū 2 Kuva 13.37: Vektorin koordinaantit ortonormaalin kannan (ū 1, ū 2 ) suhteen. 90