Как найти угол между векторами матрицы

Угол между векторами.

Формула вычисления угла между векторами

cos α =	a · b
| a |·| b |

Примеры задач на вычисление угла между векторами

Примеры вычисления угла между векторами для плоских задачи

Решение: Найдем скалярное произведение векторов:

a · b = 3 · 4 + 4 · 3 = 12 + 12 = 24.

Найдем модули векторов:

| a | = √ 3 2 + 4 2 = √ 9 + 16 = √ 25 = 5
| b | = √ 4 2 + 3 2 = √ 16 + 9 = √ 25 = 5

Найдем угол между векторами:

cos α =	a · b	=	24	=	24	= 0.96
| a | · | b |	5 · 5	25

Решение: Найдем скалярное произведение векторов:

a · b = 5 · 7 + 1 · 5 = 35 + 5 = 40.

Найдем модули векторов:

| a | = √ 7 2 + 1 2 = √ 49 + 1 = √ 50 = 5√ 2
| b | = √ 5 2 + 5 2 = √ 25 + 25 = √ 50 = 5√ 2

Найдем угол между векторами:

cos α =	a · b	=	40	=	40	=	4	= 0.8
| a | · | b |	5√ 2 · 5√ 2	50	5

Примеры вычисления угла между векторами для пространственных задач

Решение: Найдем скалярное произведение векторов:

a · b = 3 · 4 + 4 · 4 + 0 · 2 = 12 + 16 + 0 = 28.

Найдем модули векторов:

| a | = √ 3 2 + 4 2 + 0 2 = √ 9 + 16 = √ 25 = 5
| b | = √ 4 2 + 4 2 + 2 2 = √ 16 + 16 + 4 = √ 36 = 6

Найдем угол между векторами:

cos α =	a · b	=	28	=	14
| a | · | b |	5 · 6	15

Решение: Найдем скалярное произведение векторов:

a · b = 1 · 5 + 0 · 5 + 3 · 0 = 5.

Найдем модули векторов:

| a | = √ 1 2 + 0 2 + 3 2 = √ 1 + 9 = √ 10
| b | = √ 5 2 + 5 2 + 0 2 = √ 25 + 25 = √ 50 = 5√ 2

Найдем угол между векторами:

cos α = a · b | a | · | b | = 5 √ 10 · 5√ 2 = 1 2√ 5 = √ 5 10 = 0.1√ 5

Любые нецензурные комментарии будут удалены, а их авторы занесены в черный список!

Добро пожаловать на OnlineMSchool.
Меня зовут Довжик Михаил Викторович. Я владелец и автор этого сайта, мною написан весь теоретический материал, а также разработаны онлайн упражнения и калькуляторы, которыми Вы можете воспользоваться для изучения математики.

Нахождение угла между векторами

Длина вектора, угол между векторами – эти понятия являются естественно-применимыми и интуитивно понятными при определении вектора как отрезка определенного направления. Ниже научимся определять угол между векторами в трехмерном пространстве, его косинус и рассмотрим теорию на примерах.

Для рассмотрения понятия угла между векторами обратимся к графической иллюстрации: зададим на плоскости или в трехмерном пространстве два вектора a → и b → , являющиеся ненулевыми. Зададим также произвольную точку O и отложим от нее векторы O A → = b → и O B → = b →

Углом между векторами a → и b → называется угол между лучами О А и О В .

Полученный угол будем обозначать следующим образом: a → , b → ^

Очевидно, что угол имеет возможность принимать значения от 0 до π или от 0 до 180 градусов.

a → , b → ^ = 0 , когда векторы являются сонаправленными и a → , b → ^ = π , когда векторы противоположнонаправлены.

Векторы называются перпендикулярными, если угол между ними равен 90 градусов или π 2 радиан.

Если хотя бы один из векторов является нулевым, то угол a → , b → ^ не определен.

Нахождение угла между векторами

Косинус угла между двумя векторами, а значит и собственно угол, обычно может быть определен или при помощи скалярного произведения векторов, или посредством теоремы косинусов для треугольника, построенного на основе двух данных векторов.

Согласно определению скалярное произведение есть a → , b → = a → · b → · cos a → , b → ^ .

Если заданные векторы a → и b → ненулевые, то можем разделить правую и левую части равенства на произведение длин этих векторов, получая, таким образом, формулу для нахождения косинуса угла между ненулевыми векторами:

cos a → , b → ^ = a → , b → a → · b →

Данная формула используется, когда в числе исходных данных есть длины векторов и их скалярное произведение.

Исходные данные: векторы a → и b → . Длины их равны 3 и 6 соответственно, а их скалярное произведение равно — 9 . Необходимо вычислить косинус угла между векторами и найти сам угол.

Решение

Исходных данных достаточно, чтобы применить полученную выше формулу, тогда cos a → , b → ^ = — 9 3 · 6 = — 1 2 ,

Теперь определим угол между векторами: a → , b → ^ = a r c cos ( — 1 2 ) = 3 π 4

Ответ: cos a → , b → ^ = — 1 2 , a → , b → ^ = 3 π 4

Чаще встречаются задачи, где векторы задаются координатами в прямоугольной системе координат. Для таких случаев необходимо вывести ту же формулу, но в координатной форме.

Длина вектора определяется как корень квадратный из суммы квадратов его координат, а скалярное произведение векторов равно сумме произведений соответствующих координат. Тогда формула для нахождения косинуса угла между векторами на плоскости a → = ( a x , a y ) , b → = ( b x , b y ) выглядит так:

cos a → , b → ^ = a x · b x + a y · b y a x 2 + a y 2 · b x 2 + b y 2

А формула для нахождения косинуса угла между векторами в трехмерном пространстве a → = ( a x , a y , a z ) , b → = ( b x , b y , b z ) будет иметь вид: cos a → , b → ^ = a x · b x + a y · b y + a z · b z a x 2 + a y 2 + a z 2 · b x 2 + b y 2 + b z 2

Исходные данные: векторы a → = ( 2 , 0 , — 1 ) , b → = ( 1 , 2 , 3 ) в прямоугольной системе координат. Необходимо определить угол между ними.

Решение

1. Для решения задачи можем сразу применить формулу:

cos a → , b → ^ = 2 · 1 + 0 · 2 + ( — 1 ) · 3 2 2 + 0 2 + ( — 1 ) 2 · 1 2 + 2 2 + 3 2 = — 1 70 ⇒ a → , b → ^ = a r c cos ( — 1 70 ) = — a r c cos 1 70

1. Также можно определить угол по формуле:

cos a → , b → ^ = ( a → , b → ) a → · b → ,

но предварительно рассчитать длины векторов и скалярное произведение по координатам: a → = 2 2 + 0 2 + ( — 1 ) 2 = 5 b → = 1 2 + 2 2 + 3 2 = 14 a → , b → ^ = 2 · 1 + 0 · 2 + ( — 1 ) · 3 = — 1 cos a → , b → ^ = a → , b → ^ a → · b → = — 1 5 · 14 = — 1 70 ⇒ a → , b → ^ = — a r c cos 1 70

Ответ: a → , b → ^ = — a r c cos 1 70

Также распространены задачи, когда заданы координаты трех точек в прямоугольной системе координат и необходимо определить какой-нибудь угол. И тогда, для того, чтобы определить угол между векторами с заданными координатами точек, необходимо вычислить координаты векторов в виде разности соответствующих точек начала и конца вектора.

Исходные данные: на плоскости в прямоугольной системе координат заданы точки A ( 2 , — 1 ) , B ( 3 , 2 ) , C ( 7 , — 2 ) . Необходимо определить косинус угла между векторами A C → и B C → .

Решение

Найдем координаты векторов по координатам заданных точек A C → = ( 7 — 2 , — 2 — ( — 1 ) ) = ( 5 , — 1 ) B C → = ( 7 — 3 , — 2 — 2 ) = ( 4 , — 4 )

Теперь используем формулу для определения косинуса угла между векторами на плоскости в координатах: cos A C → , B C → ^ = ( A C → , B C → ) A C → · B C → = 5 · 4 + ( — 1 ) · ( — 4 ) 5 2 + ( — 1 ) 2 · 4 2 + ( — 4 ) 2 = 24 26 · 32 = 3 13

Ответ: cos A C → , B C → ^ = 3 13

Угол между векторами можно определить по теореме косинусов. Отложим от точки O векторы O A → = a → и O B → = b → , тогда, согласно теореме косинусов в треугольнике О А В , будет верным равенство:

A B 2 = O A 2 + O B 2 — 2 · O A · O B · cos ( ∠ A O B ) ,

b → — a → 2 = a → + b → — 2 · a → · b → · cos ( a → , b → ) ^

и отсюда выведем формулу косинуса угла:

cos ( a → , b → ) ^ = 1 2 · a → 2 + b → 2 — b → — a → 2 a → · b →

Для применения полученной формулы нам нужны длины векторов, которые несложно определяются по их координатам.

Хотя указанный способ имеет место быть, все же чаще применяют формулу:

Содержание

В этом документе собраны основные сведения из алгебры матриц и векторов, которые используются в хемометрике. Приведенный текст не может служить учебником по матричной алгебре — он скорее является конспектом, справочником в этой области. Более глубокое и систематическое изложение может быть найдено в литературе.

Текст разбит на две части названные — «Базовые сведения» и «Дополнительная информация». В первой части изложены положения, минимально необходимые для понимания хемометрики, а во второй части — факты, которые необходимо знать для более глубокого постижения методов многомерного анализа. Изложение иллюстрируется примерами, выполненными в рабочей книге Excel Matrix.xls, которая сопровождает этот документ.

Ссылки на примеры помещены в текст как объекты Excel. Эти примеры имеют абстрактный характер, они никак не привязаны к задачам аналитической химии. Реальные примеры использования матричной алгебры в хемометрике рассмотрены в других текстах, посвященных разнообразным хемометрическим приложениям.

Большинство измерений, проводимых в аналитической химии, являются не прямыми, а косвенными . Это означает, что в эксперименте вместо значения искомого аналита C (концентрации) получается другая величина x (сигнал), связанная, но не равная C, т.е. x (C) ≠ С. Как правило, вид зависимости x (C) не известен, однако, к счастью, в аналитической химии большинство измерений пропорциональны. Это означает, что при увеличении концентрации С в a раз, сигнал X увеличится на столько же., т.е. x ( a C) = a x (C). Кроме того, сигналы еще и аддитивны, так что сигнал от пробы, в которой присутствуют два вещества с концентрациями C 1 и C 2 , будет равен сумме сигналов от каждого компонента, т.е. x (C 1 + C 2 ) = x (C 1 )+ x (C 2 ). Пропорциональность и аддитивность вместе дают линейность . Можно привести много примеров, иллюстрирующих принцип линейности, но достаточно упомянуть два самых ярких примера — хроматографию и спектроскопию. Вторая особенность, присущая эксперименту в аналитической химии — это многоканальность . Современное аналитическое оборудование одновременно измеряет сигналы для многих каналов. Например, измеряется интенсивность пропускания света сразу для нескольких длин волн, т.е. спектр. Поэтому в эксперименте мы имеем дело со множеством сигналов x 1 , x 2 . x n , характеризующих набор концентраций C 1 ,C 2 , . C m веществ, присутствующих в изучаемой системе.

Итак, аналитический эксперимент характеризуется линейностью и многомерностью. Поэтому удобно рассматривать экспериментальные данные как векторы и матрицы и манипулировать с ними, используя аппарат матричной алгебры. Плодотворность такого подхода иллюстрирует пример, показанный на Рис. 1, где представлены три спектра, снятые для 200 длин волн от 4000 до 4796 cm −1 . Первый ( x 1 ) и второй ( x 2 ) спектры получены для стандартных образцов, в которых концентрация двух веществ A и B, известны: в первом образце [A] = 0.5, [B] = 0.1, а во втором образце [A] = 0.2, [B] = 0.6. Что можно сказать о новом, неизвестном образце, спектр которого обозначен x 3 ?

Рассмотрим три экспериментальных спектра x 1 , x 2 и x 3 как три вектора размерности 200. Средствами линейной алгебры можно легко показать, что x 3 = 0.1 x 1 +0.3 x 2 , поэтому в третьем образце очевидно присутствуют только вещества A и B в концентрациях [A] = 0.5×0.1 + 0.2×0.3 = 0.11 и [B] = 0.1×0.1 + 0.6×0.3 = 0.19.

1. Базовые сведения

1.1 Матрицы

Матрицей называется прямоугольная таблица чисел, например

Матрицы обозначаются заглавными полужирными буквами ( A ), а их элементы — соответствующими строчными буквами с индексами, т.е. a ij . Первый индекс нумерует строки, а второй — столбцы. В хемометрике принято обозначать максимальное значение индекса той же буквой, что и сам индекс, но заглавной. Поэтому матрицу A можно также записать как < a ij , i = 1. I ; j = 1. J >. Для приведенной в примере матрицы I = 4, J = 3 и a 23 = −7.5.

Пара чисел I и J называется размерностью матрицы и обознается как I × J . Примером матрицы в хемометрике может служить набор спектров, полученный для I образцов на J длинах волн.

1.2. Простейшие операции с матрицами

Матрицы можно умножать на числа. При этом каждый элемент умножается на это число. Например —

Рис. 3 Умножение матрицы на число

Две матрицы одинаковой размерности можно поэлементно складывать и вычитать. Например,

Рис. 4 Сложение матриц

В результате умножения на число и сложения получается матрица той же размерности.

Нулевой матрицей называется матрица, состоящая из нулей. Она обозначается O . Очевидно, что A + O = A , A − A = O и 0 A = O .

Матрицу можно транспонировать . При этой операции матрица переворачивается, т.е. строки и столбцы меняются местами. Транспонирование обозначается штрихом, A ‘ или индексом A t . Таким образом, если A = < a ij , i = 1. I ; j = 1. J >, то A t = < a ji , j = 1. J ; i = 1. I >. Например

Рис. 5 Транспонирование матрицы

Очевидно, что ( A t ) t = A , ( A + B ) t = A t + B t .

1.3. Умножение матриц

Матрицы можно перемножать, но только в том случае, когда они имеют соответствующие размерности. Почему это так, будет ясно из определения. Произведением матрицы A , размерностью I × K , и матрицы B , размерностью K × J , называется матрица C , размерностью I × J , элементами которой являются числа

Таким образом для произведения AB необходимо, чтобы число столбцов в левой матрице A было равно числу строк в правой матрице B . Пример произведения матриц —

Рис.6 Произведение матриц

Правило перемножения матриц можно сформулировать так. Для того, чтобы найти элемент матрицы C , стоящий на пересечении i -ой строки и j -ого столбца ( c ij ) надо поэлементно перемножить i -ую строку первой матрицы A на j -ый столбец второй матрицы B и сложить все результаты. Так в показанном примере, элемент из третьей строки и второго столбца, получается как сумма поэлементных произведений третьей строки A и второго столбца B

Рис.7 Элемент произведения матриц

Произведение матриц зависит от порядка, т.е. AB ≠ BA , хотя бы по соображениям размерности. Говорят, что оно некоммутативно. Однако произведение матриц ассоциативно. Это означает, что ABC = ( AB ) C = A ( BC ). Кроме того, оно еще и дистрибутивно, т.е. A ( B + C ) = AB + AC . Очевидно, что AO = O .

1.4. Квадратные матрицы

Если число столбцов матрицы равно числу ее строк ( I = J = N ), то такая матрица называется квадратной. В этом разделе мы будем рассматривать только такие матрицы. Среди этих матриц можно выделить матрицы, обладающие особыми свойствами.

Единичной матрицей (обозначается I, а иногда E ) называется матрица, у которой все элементы равны нулю, за исключением диагональных, которые равны 1, т.е.

Очевидно AI = IA = A .

Матрица называется диагональной , если все ее элементы, кроме диагональных ( a ii ) равны нулю. Например

Рис. 8 Диагональная матрица

Матрица A называется верхней треугольной , если все ее элементы, лежащие ниже диагонали, равны нулю, т.е. a ij = 0, при i > j . Например

Рис. 9 Верхняя треугольная матрица

Аналогично определяется и нижняя треугольная матрица.

Матрица A называется симметричной , если A t = A . Иными словами a ij = a ji . Например

Рис. 10 Симметричная матрица

Матрица A называется ортогональной , если

Матрица называется нормальной если

1.5. След и определитель

Следом квадратной матрицы A (обозначается Tr( A ) или Sp( A )) называется сумма ее диагональных элементов,

Рис. 11 След матрицы

Sp(α A ) = α Sp( A ) и

Sp( A + B ) = Sp( A )+ Sp( B ).

Можно показать, что

Sp( A ) = Sp( A t ), Sp( I ) = N ,

Другой важной характеристикой квадратной матрицы является ее определитель (обозначается det( A )). Определение определителя в общем случае довольно сложно, поэтому мы начнем с простейшего варианта — матрицы A размерностью (2×2). Тогда

Для матрицы (3×3) определитель будет равен

В случае матрицы ( N × N ) определитель вычисляется как сумма 1·2·3· . · N = N ! слагаемых, каждый из которых равен

Индексы k 1 , k 2 . k N определяются как всевозможные упорядоченные перестановки r чисел в наборе (1, 2, . , N ). Вычисление определителя матрицы — это сложная процедура, которую на практике осуществляется с помощью специальных программ. Например,

Рис. 12 Определитель матрицы

Отметим только очевидные свойства:

det( I ) = 1, det( A ) = det( A t ),

det( AB ) = det( A )det( B ).

1.6. Векторы

Если матрица состоит только из одного столбца ( J = 1), то такой объект называется вектором . Точнее говоря, вектором-столбцом. Например

Можно рассматривать и матрицы, состоящие из одной строки, например

Этот объект также является вектором, но вектором-строкой . При анализе данных важно понимать, с какими векторами мы имеем дело — со столбцами или строками. Так спектр, снятый для одного образца можно рассматривать как вектор-строку. Тогда набор спектральных интенсивностей на какой-то длине волны для всех образцов нужно трактовать как вектор-столбец.

Размерностью вектора называется число его элементов.

Ясно, что всякий вектор-столбец можно превратить в вектор-строку транспонированием, т.е.

В тех случаях, когда форма вектора специально не оговаривается, а просто говорится вектор, то имеют в виду вектор-столбец. Мы тоже будем придерживаться этого правила. Вектор обозначается строчной прямой полужирной буквой. Нулевым вектором называется вектор, все элементы которого раны нулю. Он обозначается 0 .

1.7. Простейшие операции с векторами

Векторы можно складывать и умножать на числа так же, как это делается с матрицами. Например,

Рис. 13 Операции с векторами

Два вектора x и y называются колинеарными , если существует такое число α, что

1.8. Произведения векторов

Два вектора одинаковой размерности N можно перемножить. Пусть имеются два вектора x = ( x 1 , x 2 . x N ) t и y = ( y 1 , y 2 . y N ) t . Руководствуясь правилом перемножения «строка на столбец», мы можем составить из них два произведения: x t y и xy t . Первое произведение

называется скалярным или внутренним . Его результат — это число. Для него также используется обозначение ( x , y ) = x t y . Например,

Рис. 14 Внутреннее (скалярное) произведение

называется внешним . Его результат — это матрица размерности ( N × N ). Например,

Рис. 15 Внешнее произведение

Векторы, скалярное произведение которых равно нулю, называются ортогональными .

1.9. Норма вектора

Скалярное произведение вектора самого на себя называется скалярным квадратом. Эта величина

определяет квадрат длины вектора x . Для обозначения длины (называемой также нормой вектора) используется обозначение

Рис. 16 Норма вектора

Вектор единичной длины (|| x || = 1) называется нормированным. Ненулевой вектор ( x ≠ 0 ) можно нормировать, разделив его на длину, т.е. x = || x || ( x/ || x ||) = || x || e . Здесь e = x/ || x || — нормированный вектор.

Векторы называются ортонормированными, если все они нормированы и попарно ортогональны.

1.10. Угол между векторами

Скалярное произведение определяет и угол φ между двумя векторами x и y

Если вектора ортогональны, то cosφ = 0 и φ = π/2, а если они колинеарны, то cosφ = 1 и φ = 0.

1.11. Векторное представление матрицы

Каждую матрицу A размера I × J можно представить как набор векторов

Здесь каждый вектор a j является j -ым столбцом, а вектор-строка b i является i -ой строкой матрицы A

1.12. Линейно зависимые векторы

Векторы одинаковой размерности ( N ) можно складывать и умножать на число, также как матрицы. В результате получится вектор той же размерности. Пусть имеется несколько векторов одной размерности x 1 , x 2 . x K и столько же чисел α α 1 , α 2 . α K . Вектор

y = α 1 x 1 + α 2 x 2 +. + α K x K

называется линейной комбинацией векторов x k .

Если существуют такие ненулевые числа α k ≠ 0, k = 1. K , что y = 0 , то такой набор векторов x k называется линейно зависимым . В противном случае векторы называются линейно независимыми. Например, векторы x 1 = (2, 2) t и x 2 = (−1, −1) t линейно зависимы, т.к. x 1 +2 x 2 = 0

1.13. Ранг матрицы

Рассмотрим набор из K векторов x 1 , x 2 . x K размерности N . Рангом этой системы векторов называется максимальное число линейно-независимых векторов. Например в наборе

имеются только два линейно независимых вектора, например x 1 и x 2 , поэтому ее ранг равен 2.

Очевидно, что если векторов в наборе больше, чем их размерность ( K > N ), то они обязательно линейно зависимы.

Рангом матрицы (обозначается rank( A )) называется ранг системы векторов, из которых она состоит. Хотя любую матрицу можно представить двумя способами (векторы столбцы или строки), это не влияет на величину ранга, т.к.

rank( A ) = rank( A t ).

1.14. Обратная матрица

Квадратная матрица A называется невырожденной, если она имеет единственную обратную матрицу A -1 , определяемую условиями

Обратная матрица существует не для всех матриц. Необходимым и достаточным условием невырожденности является

det( A ) ≠ 0 или rank( A ) = N .

Обращение матрицы — это сложная процедура, для выполнения которой существуют специальные программы. Например,

Рис. 17 Обращение матрицы

Приведем формулы для простейшего случая — матрицы 2×2

Если матрицы A и B невырождены, то

1.15. Псевдообратная матрица

Если матрица A вырождена и обратная матрица не существует, то в некоторых случаях можно использовать псевдообратную матрицу, которая определяется как такая матрица A + , что

Псевдобратная матрица — не единственная и ее вид зависит от способа построения. Например для прямоугольной матрицы можно использовать метод Мура-Пенроуза.

Если число столбцов меньше числа строк, то

A + =(A t A) −1 A t

Рис. 1 7a Псевдообращение матрицы

Если же число столбцов больше числа строк, то

A + =A t (AA t ) −1

1.16. Умножение вектора на матрицу

Вектор x можно умножать на матрицу A подходящей размерности. При этом вектор-столбец умножается справа Ax , а вектор строка — слева x t A . Если размерность вектора J , а размерность матрицы I × J то в результате получится вектор размерности I . Например,

Рис. 18 Умножение вектора на матрицу

Если матрица A — квадратная ( I × I ), то вектор y = Ax имеет ту же размерность, что и x . Очевидно, что

A (α 1 x 1 + α 2 x 2 ) = α 1 Ax 1 + α 2 Ax 2 .

Поэтому матрицы можно рассматривать как линейные преобразования векторов. В частности Ix = x , Ox = 0 .

2. Дополнительная информация

2.1. Системы линейных уравнений

Пусть A — матрица размером I × J , а b — вектор размерности J . Рассмотрим уравнение

относительно вектора x , размерности I . По сути — это система из I линейных уравнений с J неизвестными x 1 . x J . Решение существует в том, и только в том случае, когда

rank( A ) = rank( B ) = R ,

где B — это расширенная матрица размерности I ×( J+1 ), состоящая из матрицы A , дополненной столбцом b , B = ( A b ). В противном случае уравнения несовместны.

Если R = I = J , то решение единственно

Если R I , то существует множество различных решений, которые можно выразить через линейную комбинацию J − R векторов. Система однородных уравнений Ax = 0 с квадратной матрицей A ( N × N ) имеет нетривиальное решение ( x ≠ 0 ) тогда и только тогда, когда det( A ) = 0. Если R = rank( A ) N , то существуют N − R линейно независимых решений.

2.2. Билинейные и квадратичные формы

Если A — это квадратная матрица , а x и y — вектора соответствующей размерности, то скалярное произведение вида x t Ay называется билинейной формой , определяемой матрицей A . При x = y выражение x t Ax называется квадратичной формой.

2.3. Положительно определенные матрицы

Квадратная матрица A называется положительно определенной, если для любого ненулевого вектора x ≠ 0 ,

Аналогично определяются отрицательно ( x t Ax x t Ax ≥ 0) и неположительно ( x t Ax ≤ 0) определенные матрицы.

2.4. Разложение Холецкого

Если симметричная матрица A положительно определена, то существует единственная треугольная матрица U с положительными элементами, для которой

Рис. 19 Разложение Холецкого

2.5. Полярное разложение

Пусть A — это невырожденная квадратная матрица размерности N × N . Тогда существует однозначное полярное представление

где S — это неотрицательная симметричная матрица, а R — это ортогональная матрица. Матрицы S и R могут быть определены явно:

S 2 = AA t или S = ( AA t ) ½ и R = S −1 A = ( AA t ) −½ A .

Рис. 20 Полярное разложение

Если матрица A вырождена, то разложение не единственно — а именно: S по-прежнему одна, а вот R может быть много. Полярное разложение представляет матрицу A как комбинацию сжатия/растяжения S и поворота R .

2.6. Собственные векторы и собственные значения

Пусть A — это квадратная матрица. Вектор v называется собственным вектором матрицы A , если

где число λ называется собственным значением матрицы A . Таким образом преобразование, которое выполняет матрица A над вектором v , сводится к простому растяжению или сжатию с коэффициентом λ. Собственный вектор определяется с точностью до умножения на константу α ≠ 0, т.е. если v — собственный вектор, то и α v — тоже собственный вектор.

2.7. Собственные значения

У матрицы A , размерностью ( N × N ) не может быть больше чем N собственных значений. Они удовлетворяют характеристическому уравнению

являющемуся алгебраическим уравнением N -го порядка. В частности, для матрицы 2×2 характеристическое уравнение имеет вид

Рис. 21 Собственные значения

Набор собственных значений λ 1 . λ N матрицы A называется спектром A .

Спектр обладает разнообразными свойствами. В частности

det( A ) = λ 1 ×. ×λ N , Sp( A ) = λ 1 +. +λ N .

Собственные значения произвольной матрицы могут быть комплексными числами, однако если матрица симметричная ( A t = A ), то ее собственные значения вещественны.

2.8. Собственные векторы

У матрицы A , размерностью ( N × N ) не может быть больше чем N собственных векторов, каждый из которых соответствует своему собственному значению. Для определения собственного вектора v n нужно решить систему однородных уравнений

Она имеет нетривиальное решение, поскольку det( A − λ n I ) = 0.

Рис. 22 Собственные вектора

Собственные вектора симметричной матрицы ортогональны.

2.9. Эквивалентные и подобные матрицы

Две прямоугольные матрицы A и B одной размерности I × J эквивалентны , если существуют такие квадратные матрицы S , размерности I × I , и T , размерности J × J , что

Эквивалентные матрицы имею один и тот же ранг.

Две прямоугольные матрицы A и B одной размерности N × N подобны , если существует такая невырожденная матрица T , что

Матрица T называется преобразованием подобия.

Подобные матрицы имеют один и тот же ранг, след, определитель и спектр.

2.10. Приведение матрицы к диагональному виду

Нормальную (в частности симметричную) матрицу A можно привести к диагональному виду преобразованием подобия —

Здесь Λ = diag(λ 1 . λ N ) — это диагональная матрица, элементами которой являются собственные значения матрицы A , а T — это матрица, составленная из соответствующих собственных векторов матрицы A , т.е. T = ( v 1 . v N ).

Рис. 23 Приведение к диагональному виду

2.11. Разложение по сингулярным значениям (SVD)

Пусть имеется прямоугольная матрица A размерностью I × J ранга R ( I ≤ J ≤ R ). Ее можно разложить в произведение трех матриц P R ( I × R ), D R ( R × R ) и Q R ( J × R ) —

.

Здесь P R — матрица, образованная R ортонормированными собственными векторами p r матрицы AA t , соответствующим R наибольшим собственным значениям λ r ;

AA t p r = λ r p r ;

Q R — матрица, образованная R ортонормированными собственными векторами q r матрицы A t A ;

A t Aq r = λ r q r .

D R = diag (σ 1 . σ R ) — положительно определенная диагональная матрица , элементами которой являются σ 1 ≥. ≥σ R ≥0 — сингулярные значения матрицы A , равные квадратным корням из собственных значений матрицы A t A —

Рис. 24 SVD разложение

Дополняя матрицы P R и Q R ортонормированными столбцами, а матрицу D R нулевыми значениями, можно сконструировать матрицы P ( I × J ), D ( J × J ) и Q ( J × J ) такие, что

2.12. Линейное пространство

Рассмотрим все возможные векторы размерности N . Это множество называется линейным пространством размерности N и обозначается R N . Так как в R N включены все возможные векторы, то любая линейная комбинация векторов из R N будет также принадлежать этому пространству.

2.13. Базис линейного пространства

Любой набор из N линейно независимых векторов называется базисом в пространстве R N . Простейший пример базиса — это набор векторов

в каждом из которых только один элемент равен 1, а остальные равны нулю. Тогда любой вектор x = ( x 1 , x 2 . x N ) t может быть представлен как линейная комбинация x = x 1 e 1 + x 2 e 2+ . + x N e N базисных векторов.

Базис, составленный из попарно ортогональных векторов, называется ортогональным , а если базисные вектора еще и нормированы, то этот базис называется ортонормированным .

2.14. Геометрическая интерпретация

Линейному пространству можно дать удобную геометрическую интерпретацию. Представим себе N -мерное пространство, в котором базисные вектора задают направления осей координат. Тогда произвольный вектор x = ( x 1 , x 2 . x N ) t можно изобразить точкой в этом пространстве с координатами ( x 1 , x 2 . x N ).

Рис. 25 Координатное пространство

2.15. Множественность базисов

В линейном пространстве могут быть неограниченное число базисов. Так, в пространстве R 3 помимо обычного ортонормированного базиса

можно установить и другой ортонормированный базис, например

Каждый базис можно представить матрицей B = ( b 1 . b N ), составленной из базисных векторов. Переход от одного базиса к другому осуществляется с помощью невырожденной квадратной матрицы T , т.е. B 2 = TB 1 .

2.16. Подпространство

Пусть имеется набор из K линейно независимых векторов x 1 , x 2 . x K в пространстве R N . Рассмотрим все возможные линейные комбинации этих векторов

x = α 1 x 1 + α 2 x 2 +. + α K x K

О получившимся множестве Q говорят, что оно является линейной оболочкой или что оно натянуто на векторы x 1 , x 2 . x K . По определению линейного пространства это множество Q само является линейным пространством размерности K . При этом оно принадлежит пространству R N , поэтому Q называется линейным подпространством R K в пространстве R N .

2.17. Проекция на подпространство

Рассмотрим подпространство R K , натянутое на векторы X = ( x 1 , x 2 . x K ) в пространстве R N . Матрица базиса X имеет размерность ( N × K ). Любой вектор y из R N может быть спроецирован на подпространство R K , т.е. представлен в виде

где вектор y || принадлежит R K , а вектор y ⊥ ортогонален y || .

Рис. 26 Проекция на подпространство

Проекцию y || можно представить как результат действия проекционной матрицы P

Проекционная матрица определяется как

Рис. 27 Проекционное разложение

Заключение

Матричные методы активно используются при анализе данных, в том числе и хемометрическими методами.

Нахождение угла между векторами с помощью скалярного произведения

Косинус угла между векторами a⃗=(a1;a2)vec{a}=(a_{1};a_{2}) и b⃗=(b1;b2)vec{b}=(b_{1};b_{2}) может быть вычислен по формуле

cos⁡(a⃗,b⃗^)=a⃗⋅b⃗∣a⃗∣⋅∣b⃗∣=a1⋅b1+a2⋅b2a12+a22⋅b12+b22.cosleft(widehat{vec{a},vec{b}}right)=frac{vec{a}cdotvec{b}}{|vec{a}|cdot|vec{b}|}= frac{a_{1}cdot b_{1}+a_{2}cdot b_{2}}{sqrt{a_{1}^{2}+a_{2}^{2}}cdotsqrt{b_{1}^{2}+b_{2}^{2}}}.

Следовательно, угол между векторами a⃗=(a1;a2)vec{a}=(a_{1};a_{2}) и b⃗=(b1;b2)vec{b}=(b_{1};b_{2}) может быть вычислен по формуле

(a⃗,b⃗^)=arccos⁡(a⃗⋅b⃗∣a⃗∣⋅∣b⃗∣)=arccos⁡(a1⋅b1+a2⋅b2a12+a22⋅b12+b22).left(widehat{vec{a},vec{b}}right)=arccosleft(frac{vec{a}cdotvec{b}}{|vec{a}|cdot|vec{b}|}right)=arccosleft(frac{a_{1}cdot b_{1}+a_{2}cdot b_{2}}{sqrt{a_{1}^{2}+a_{2}^{2}}cdotsqrt{b_{1}^{2}+b_{2}^{2}}}right).

Пример 1

Найти угол между векторами a⃗=(1;−1)vec{a}=(1; -1) и b⃗=(1;2).vec{b}=(1; 2).

cos⁡(a⃗,b⃗^)=a⃗⋅b⃗∣a⃗∣⋅∣b⃗∣=1⋅1+(−1)⋅212+(−1)2⋅12+22=1−22⋅5=−110.cosleft(widehat{vec{a},vec{b}}right)=frac{vec{a}cdot vec{b}}{left | vec{a} right |cdot left | vec{b} right |}=frac{1cdot1+(-1)cdot2}{sqrt{1^{2}+(-1)^{2}}cdot sqrt{1^{2}+2^{2}}}=frac{1-2}{sqrt{2}cdotsqrt{5}}=frac{-1}{sqrt{10}}.

(a⃗,b⃗^)=arccos⁡(−110)=arccos⁡(−1010).left ( widehat{vec{a},vec{b}} right )=arccosleft ( frac{-1}{sqrt{10}} right )=arccosleft ( frac{-sqrt{10}}{10} right ).

Ответ: (a⃗,b⃗^)=arccos⁡(−1010).left ( widehat{vec{a},vec{b}} right )=arccosleft ( frac{-sqrt{10}}{10} right).

Пример 2

Найти угол между векторами a⃗=(2;3)vec{a}=(2; 3) и b⃗=(3;1).vec{b}=(3; 1).

cos⁡(a⃗,b⃗^)=a⃗⋅b⃗∣a⃗∣⋅∣b⃗∣=2⋅3+3⋅122+32⋅32+12=6+313⋅10=9130=9130130.cosleft(widehat{vec{a},vec{b}}right)=frac{vec{a}cdot vec{b}}{left | vec{a} right |cdot left | vec{b} right |}=frac{2cdot3+3cdot1}{sqrt{2^{2}+3^{2}}cdot sqrt{3^{2}+1^{2}}}=frac{6+3}{sqrt{13}cdotsqrt{10}}=frac{9}{sqrt{130}}=frac{9sqrt{130}}{130}.

(a⃗,b⃗^)=arccos⁡(9130130).left ( widehat{vec{a},vec{b}} right )=arccosleft ( frac{9sqrt{130}}{130} right ).

Ответ: (a⃗,b⃗^)=arccos⁡(9130130).left ( widehat{vec{a},vec{b}} right )=arccos left ( frac{9sqrt{130}}{130} right ).

Косинус угла между векторами a⃗=(a1;a2;a3)vec{a}=(a_{1};a_{2};a_{3}) и b⃗=(b1;b2;b3)vec{b}=(b_{1};b_{2};b_{3}) может быть вычислен по формуле

cos⁡(a⃗,b⃗^)=a⃗⋅b⃗∣a⃗∣⋅∣b⃗∣=a1⋅b1+a2⋅b2+a3⋅b3a12+a22+a32⋅b12+b22+b32.cosleft(widehat{vec{a},vec{b}}right)=frac{vec{a}cdotvec{b}}{|vec{a}|cdot|vec{b}|}= frac{a_{1}cdot b_{1}+a_{2}cdot b_{2}+a_{3}cdot b_{3}}{sqrt{a_{1}^{2}+a_{2}^{2}+a_{3}^{2}}cdotsqrt{b_{1}^{2}+b_{2}^{2}+b_{3}^{2}}}.

Следовательно, угол между векторами a⃗=(a1;a2;a3)vec{a}=(a_{1};a_{2};a_{3}) и b⃗=(b1;b2;b3)vec{b}=(b_{1};b_{2};b_{3}) может быть вычислен по формуле

(a⃗,b⃗^)=arccos⁡(a⃗⋅b⃗∣a⃗∣⋅∣b⃗∣)=arccos⁡(a1⋅b1+a2⋅b2+a3⋅b3a12+a22+a32⋅b12+b22+b32).left(widehat{vec{a},vec{b}}right)=arccosleft(frac{vec{a}cdotvec{b}}{|vec{a}|cdot|vec{b}|}right)=arccosleft(frac{a_{1}cdot b_{1}+a_{2}cdot b_{2}+a_{3}cdot b_{3}}{sqrt{a_{1}^{2}+a_{2}^{2}+ a_{3}^{2}}cdotsqrt{b_{1}^{2}+b_{2}^{2}+ b_{3}^{2}}}right).

Пример 3

Найти угол между векторами a⃗=(1;2;3)иb⃗=(1;−2;3).vec{a}=(1; 2; 3) и vec{b}=(1; -2; 3).

cos⁡(a⃗,b⃗^)=a⃗⋅b⃗∣a⃗∣⋅∣b⃗∣=1⋅1+2⋅(−2)+3⋅312+22+32⋅12+(−2)2+32=1−4+914⋅14=614=37.cosleft(widehat{vec{a},vec{b}}right)=frac{vec{a}cdot vec{b}}{left | vec{a} right |cdot left | vec{b} right |}=frac{1cdot1+2cdot(-2)+3cdot3}{sqrt{1^{2}+2^{2}+3^{2}}cdot sqrt{1^{2}+(-2)^{2}+3^{2}}}=frac{1-4+9}{sqrt{14}cdotsqrt{14}}=frac{6}{14}=frac{3}{7}.

(a⃗,b⃗^)=arccos⁡(37).left(widehat{vec{a},vec{b}}right)=arccosleft ( frac{3}{7} right ).

Ответ: (a⃗,b⃗^)=arccos⁡(37).left(widehat{vec{a},vec{b}}right)=arccosleft ( frac{3}{7} right ).

Пример 4

Найти угол между векторами a⃗=(2;−1;−2)vec{a}=(2; -1; -2) и b⃗=(1;3;−2).vec{b}=(1; 3; -2).

cos⁡(a⃗,b⃗^)=a⃗⋅b⃗∣a⃗∣⋅∣b⃗∣=2⋅1+(−1)⋅3+(−2)⋅(−2)22+(−1)2+(−2)2⋅12+32+(−2)2=2−3+49⋅14=33⋅14=114=1414.cosleft(widehat{vec{a},vec{b}}right)=frac{vec{a}cdot vec{b}}{left | vec{a} right |cdot left | vec{b} right |}=frac{2cdot1+(-1)cdot3+(-2)cdot(-2)}{sqrt{2^{2}+(-1)^{2}+(-2)^{2}}cdot sqrt{1^{2}+3^{2}+(-2)^{2}}}=frac{2-3+4}{sqrt{9}cdotsqrt{14}}=frac{3}{3cdotsqrt{14}}=frac{1}{sqrt{14}}=frac{sqrt{14}}{14}.

(a⃗,b⃗^)=arccos⁡(1414).left(widehat{vec{a},vec{b}}right)=arccosleft ( frac{sqrt{14}}{14} right ).

Ответ: (a⃗,b⃗^)=arccos⁡(1414).left(widehat{vec{a},vec{b}}right)=arccosleft ( frac{sqrt{14}}{14} right ).

Нахождение угла между векторами с помощью векторного произведения

Синус угла между векторами можно вычислить по формуле: sin⁡(a⃗,b⃗^)=∣a⃗×b⃗∣∣a⃗∣⋅∣b⃗∣.sin(widehat{vec{a},vec{b}})=frac{left | vec{a}times vec{b} right |}{left | vec{a} right |cdotleft | vec{b} right |}.

Пример 1

Найти угол между векторами a⃗=(2;−1;2)vec{a}=(2;-1;2) и b⃗=(3;0;1).vec{b}=(3;0;1).

a⃗×b⃗=∣ijk2−12301∣=(−1−0)i−(2−6)j+(0+3)k=−i+4j+3k.vec{a}times vec{b}=begin{vmatrix}i&j&k\2&-1&2\3&0&1end{vmatrix}=(-1-0)i-(2-6)j+(0+3)k=-i+4j+3k.

∣a⃗×b⃗∣=(−1)2+42+32=1+16+9=26.left | vec{a}times vec{b} right |=sqrt{(-1)^{2}+4^{2}+3^{2}}=sqrt{1+16+9}=sqrt{26}.

∣a⃗∣=22+(−1)2+22=4+1+4=9=3.left | vec{a} right |=sqrt{2^{2}+(-1)^{2}+2^{2}}=sqrt{4+1+4}=sqrt{9}=3.

∣b⃗∣=32+02+12=9+0+1=10.left | vec{b} right |=sqrt{3^{2}+0^{2}+1^{2}}=sqrt{9+0+1}=sqrt{10}.

sin⁡(a⃗,b⃗^)=26310=132325=1335=6515.sin(widehat{vec{a},vec{b}})=frac{sqrt{26}}{3sqrt{10}}=frac{sqrt{13}sqrt{2}}{3sqrt{2}sqrt{5}}=frac{sqrt{13}}{3sqrt{5}}=frac{sqrt{65}}{15}.

(a⃗,b⃗^)=arcsin⁡(6515).(widehat{vec{a},vec{b}})=arcsinleft ( frac{sqrt{65}}{15} right ).

Ответ: (a⃗,b⃗^)=arcsin⁡(6515).(widehat{vec{a},vec{b}})=arcsinleft ( frac{sqrt{65}}{15} right ).

Пример 2

Найти угол между векторами a⃗=(1;1;3)vec{a}=(1;1;3) и b⃗=(0;1;1).vec{b}=(0;1;1).

a⃗×b⃗=∣ijk113011∣=(1−3)i−(1−0)j+(1−0)k=−2i−j+k.vec{a}times vec{b}=begin{vmatrix}i&j&k\1&1&3\0&1&1end{vmatrix}=(1-3)i-(1-0)j+(1-0)k=-2i-j+k.

∣a⃗×b⃗∣=(−2)2+(−1)2+12=4+1+1=6.left | vec{a}times vec{b} right |=sqrt{(-2)^{2}+(-1)^{2}+1^{2}}=sqrt{4+1+1}=sqrt{6}.

∣a⃗∣=12+12+32=1+1+9=11.left | vec{a} right |=sqrt{1^{2}+1^{2}+3^{2}}=sqrt{1+1+9}=sqrt{11}.

∣b⃗∣=02+12+12=0+1+1=2.left | vec{b} right |=sqrt{0^{2}+1^{2}+1^{2}}=sqrt{0+1+1}=sqrt{2}.

sin⁡(a⃗,b⃗^)=6112=32112=311=3311.sin(widehat{vec{a},vec{b}})=frac{sqrt{6}}{sqrt{11}sqrt{2}}=frac{sqrt{3}sqrt{2}}{sqrt{11}sqrt{2}}=frac{sqrt{3}}{sqrt{11}}=frac{sqrt{33}}{11}.

(a⃗,b⃗^)=arcsin⁡(3311).(widehat{vec{a},vec{b}})=arcsinleft ( frac{sqrt{33}}{11} right ).

Ответ: (a⃗,b⃗^)=arcsin⁡(3311).(widehat{vec{a},vec{b}})=arcsinleft ( frac{sqrt{33}}{11} right ).

Тест по теме “Как найти угол между двумя векторами”

Заказать задачи по любым предметам можно здесь от 10 минут

Угол между векторами

Иногда студенты при решении задач аналитической геометрии сталкиваются с вопросом: «Как найти угол между векторами?». Чтобы решить такую задачу нужно сначала найти косинус угла между ними, а затем и сам угол. Для этого применяется такая формула: $$ phi = arccos(cos phi) $$

Если воспользоваться данной формулой, то сначала нужно найти угол между векторами $ cos phi $. Затем находим арккосинус от косинуса угла $ phi $. А чему равен $ cos phi $? Для его нахождения необходимо воспользоваться следующими формулами.

Формула

Если векторы расположены на плоскости и координаты их заданы в виде: $ overline{a} = (a_x; a_y) $ и $ overline{b} = (b_x; b_y) $, то найти угол между ними можно так:

$$ cos phi = frac{(overline{a},overline{b})}{|overline{a}| cdot |overline{b}|} = frac{a_xcdot b_x + a_y cdot b_y}{sqrt{a_x ^2 + a_y ^2}cdot sqrt{b_x ^2 + b_y ^2}} $$

Если вектора находятся в пространстве и координаты каждого из них заданы в виде: $ overline{a} = (a_x; a_y; a_z) $ и $ overline{b} = (b_x; b_y; b_z) $, то вычислить косинус угла следует по формуле:

$$ cos phi = frac{(overline{a},overline{b})}{|overline{a}| cdot |overline{b}|} = frac{a_xcdot b_x + a_y cdot b_y + a_z cdot b_z}{sqrt{a_x ^2 + a_y ^2 + a_z ^2}cdot sqrt{b_x ^2 + b_y ^2 + b_z ^2}} $$

Пояснение. В числителе расположено скалярное произведение векторов $ overline{a} $ и $ overline{b} $. Оно равно сумме произведений соответствующих координат. В знаменателе перемножаются модули (длины) векторов.

Примеры решений

Пример 1

Найти угол между векторами $ overline{a} = (2;4) $ и $ overline{b} = (3;1) $

Решение

Сначала находим косинус угла между векторами по формуле: $$ cos phi = frac{(overline{a},overline{b})}{|overline{a}| cdot |overline{b}|} = frac{2cdot 3 + 4 cdot 1}{sqrt{2^2 + 4^2} cdot sqrt{3^2 + 1^2} } = frac{10}{sqrt{20} cdot sqrt{10}} = $$ $$ = frac{10}{sqrt{200}} = frac{1}{sqrt{2}} = frac{sqrt{2}}{2} $$ Теперь искомый угол $ phi $ находим по другой формуле: $$ phi = arccos (cos phi) = arccos (cos frac{sqrt{2}}{2}) = 45^0 $$ Если не получается решить свою задачу, то присылайте её к нам. Мы предоставим подробное решение онлайн. Вы сможете ознакомиться с ходом вычисления и почерпнуть информацию. Это поможет своевременно получить зачёт у преподавателя!

Ответ

Угол между двумя векторами равен $ phi = 45^0 $

Пример 2

Найти угол $ phi $ между двумя векторами $ overline{a} = (8;-11;7) $ и $ overline{b} = (-2;-7;8) $

Решение

Подставляем координаты в формулу и вычисляем: $$ cos phi = frac{8cdot (-2) + (-11)cdot (-7) + 7cdot 8}{sqrt{8^2+(-11)^2+7^2} cdot sqrt{(-2)^2+(-7)^2+8^2} } = $$ $$ = frac{-16+77+56}{sqrt{234} cdot sqrt{117}} = frac{117}{sqrt{234} cdot sqrt{117}} = $$ $$ = frac{sqrt{117}}{sqrt{234}} = frac{1}{sqrt{2}} = frac{sqrt{2}}{2} $$ Далее находим сам угол $ phi $ с помощью арккосинуса: $$ phi = arccos frac{sqrt{2}}{2} = 45^0 $$

Ответ

Угол $ phi = 45^0 $

Содержание:

• Формула
• Примеры вычисления угла между векторами

Формула

Чтобы найти угол $phi$ между векторами нужно вначале найти
косинус угла, а затем от него найти арккосинус, то есть:

$$phi=arccos (cos phi)$$

Косинус угла между векторами равен
скалярному произведению этих векторов, деленному на произведение их
длин.
В случае если векторы заданны на плоскости и имеют координаты
$bar{a}=left(a_{x} ; a_{y}right)$, $bar{b}=left(b_{x} ; b_{y}right)$, то косинус между ними вычисляется по формуле:

В случае, если векторы заданы в пространстве, то есть
$bar{a}=left(a_{x} ; a_{y} ; a_{z}right)$ и $bar{b}=left(b_{x} ; b_{y} ; b_{z}right)$, то косинус угла между ними равен:

Примеры вычисления угла между векторами

Читать дальше: как найти косинус угла между векторами.

Угол между векторами

На изображении это α, который также можно обозначить следующим образом:

(left(widehat{overrightarrow a;overrightarrow b}right))

Осторожно! Если преподаватель обнаружит плагиат в работе, не избежать крупных проблем (вплоть до отчисления). Если нет возможности написать самому, закажите тут.

Как и любой другой угол, векторный может быть представлен в нескольких вариациях.

Острый:

Тупой:

Прямой:

С величиной (0^circ) (то есть, векторы сонаправлены):

С величиной (180^circ) (векторы направлены в противоположные стороны):

Нахождение угла между векторами

Как правило, угол между ( overrightarrow a) и (overrightarrow b) можно найти с помощью скалярного произведения или теоремы косинусов для треугольника, который был построен на основе двух этих направляющих.

Формула скалярного произведения:

(left(overrightarrow a;overrightarrow bright)=left|overrightarrow aright|timesleft|overrightarrow bright|timescosleft(widehat{overrightarrow a;overrightarrow b}right))

1. Если α — острый, то СП (скалярное произведение) будет положительным числом (cos острого угла — положительное число).
2. Если векторы имеют общую направленность, то есть угол между ними равен (0^circ), а косинус — 1, то СП будет тоже положительным.
3. Если α — тупой, то скалярное произведение будет отрицательным (cos тупого угла — отрицательное число).
4. Если α равен (180^circ), то есть векторы противоположно направлены, то СП тоже отрицательно, потому что cos данного угла равен 1.
5. Если α — прямой, то СП равно 0, так как косинус (90^circ) равен 0.

В случае, если overrightarrow a и overrightarrow b не нулевые, можно найти косинус α между ними, опираясь на формулу:

(cosleft(widehat{overrightarrow a;overrightarrow b}right)=frac{left(overrightarrow a;overrightarrow bright)}{left|overrightarrow aright|timesleft|overrightarrow bright|})

Расчет угла, если вектор задан координатами

В случае, когда направляющие расположены на двухмерной плоскости с заданными координатами в виде (overrightarrow a=left(a_x;a_yright)) и (overrightarrow b=left(b_x;b_yright)), то угол между ними можно найти следующим образом:

(cosleft(widehat{overrightarrow a;overrightarrow b}right)=frac{left(overrightarrow a;overrightarrow bright)}{left|overrightarrow aright|timesleft|overrightarrow bright|}=frac{a_xcdot b_x+a_ycdot b_y}{sqrt{a_x^2+a_y^2}cdotsqrt{b_x^2+b_y^2}})

Если же координаты находятся в трехмерном пространстве и заданы в виде:

(overrightarrow a=left(a_x;a_y;a_zright))

( overrightarrow b=left(b_x;b_y;b_zright))

то формула принимает такой вид:

(cosleft(widehat{overrightarrow a;overrightarrow b}right)=frac{left(overrightarrow a;overrightarrow bright)}{left|overrightarrow aright|timesleft|overrightarrow bright|}=frac{a_xcdot b_x+a_ycdot b_y+a_zcdot b_z}{sqrt{a_x^2+a_y^2+a_z^2}cdotsqrt{b_x^2+b_y^2+b_z^2}})

Расчет угла, если заданы три точки в прямоугольной системе координат

В этом случае проще будет разобраться с объяснениями сразу на примере.

Допустим, нам известны три точки и их координаты: A(3,-2), B(2,1), C (6,-1). Нужно найти косинус угла между (overrightarrow{AC}) и (overrightarrow{BC}).

Решение

Для начала найдем их координаты по известным координатам заданных точек:

(overrightarrow{AC}=(6-3, -1-(-2))=(3,1))

(overrightarrow{BC}=(6-2, -1-1)=(4,-2))

После этого уже можем применить формулу для определения косинуса угла на плоскости и подставить известные значения:

(cosleft(widehat{overrightarrow{AC};overrightarrow{BC}}right)=frac{(overrightarrow{AC};;overrightarrow{BC})}{left|overrightarrow{AC}right|cdotleft|overrightarrow{BC}right|}=frac{3cdot4+1cdot(-2)}{sqrt{3^2+1^2}cdotsqrt{4^2+{(-2)}^2}}=frac{10}{sqrt{10}cdot2sqrt5}=frac{10}{10sqrt2}=frac1{sqrt2})

Ответ: (cosleft(widehat{overrightarrow{AC};overrightarrow{BC}}right)=frac1{sqrt2}.)

Примеры решения задач

Для наглядности, взглянем на примеры решения задач по данной теме.

Задача 1

Известно, что (overrightarrow a) и (overrightarrow b). Их длины равны 3 и 6 соответственно, а скалярное произведение равно -9. Нужно найти cos угла между векторами и его величину.

Решение

Применим формулу:

( cosleft(widehat{overrightarrow a;overrightarrow b}right)=frac{left(overrightarrow a;overrightarrow bright)}{left|overrightarrow aright|timesleft|overrightarrow bright|})

Подставим известные значения:

(cosleft(widehat{overrightarrow a;overrightarrow b}right)=frac{-9}{3cdot6}=-frac12)

Далее найдем угол между данными векторами:

(arccosleft(-frac12right)=frac{3pi}4)

Ответ: (left(widehat{overrightarrow a;overrightarrow b}right)=-frac12,;left(widehat{overrightarrow a;overrightarrow b}right)=frac{3pi}4.)

Задача 2

В пространстве даны координаты (overrightarrow a=(8; -11; 7)) и (overrightarrow b=(-2; -7; 8)). Вычислить угол α между ними.

Решение

Используем формулу для нахождения косинуса угла между направляющими в трехмерной системе координат:

(cosleft(widehat{overrightarrow a;overrightarrow b}right)=frac{left(overrightarrow a;overrightarrow bright)}{left|overrightarrow aright|timesleft|overrightarrow bright|}=frac{a_xcdot b_x+a_ycdot b_y+a_zcdot b_z}{sqrt{a_x^2+a_y^2+a_z^2}cdotsqrt{b_x^2+b_y^2+b_z^2}})

Подставляем значения и получаем:

(cosleft(alpharight)=frac{8cdot(-2)+(-11)cdot(-7)+7cdot8}{sqrt{8^2+{(-11)}^2+7^2}cdotsqrt{{(-2)}^2+{(-7)}^2+8^2}}=frac{117}{sqrt{234}cdotsqrt{117}}=frac{sqrt{117}}{sqrt{234}}=frac1{sqrt2}=frac2{sqrt2})

Теперь находим угол α:

(alpha=arccosleft(frac2{sqrt2}right)=45^circ)

Ответ: (45^circ).

Задача 3

Известны (overrightarrow a=(3; 4)) и (overrightarrow b=(2; 5)). Найти угол между ними.

Решение

Для расчета используем формулу:

(cosleft(widehat{overrightarrow a;overrightarrow b}right)=frac{left(overrightarrow a;overrightarrow bright)}{left|overrightarrow aright|timesleft|overrightarrow bright|}=frac{a_xcdot b_x+a_ycdot b_y}{sqrt{a_x^2+a_y^2}cdotsqrt{b_x^2+b_y^2}})

Подставим известные значения и получим:

(cosleft(widehat{overrightarrow a;overrightarrow b}right)=frac{left(overrightarrow a;overrightarrow bright)}{left|overrightarrow aright|timesleft|overrightarrow bright|}=frac{a_xcdot b_x+a_ycdot b_y}{sqrt{a_x^2+a_y^2}cdotsqrt{b_x^2+b_y^2}}=frac{3cdot2+4cdot5}{sqrt{3^2+4^2}cdotsqrt{2^2+5^2}}=frac{26}{sqrt{25}cdotsqrt{29}}=frac{26}{5sqrt{29}})

Ответ: (cosleft(widehat{overrightarrow a;overrightarrow b}right)=frac{26}{5sqrt{29}})