Vektoren und Matrizen als zunächst rein formale Werkzeuge sind sehr gut geeignet zur Beschreibung geometrischer Operationen (Verschiebungen, Drehungen, Streckungen, Projektionen,...). Beschäftigen uns hier zunächst mit Verschiebungen und einfachen Projektionen. Weitere Operationen folgen in späteren Unterkapiteln.
Möchte man eine gegebene Menge von Punkten im Rn in eine gegebene Richtung verschieben, so kann man diese Operation mittels Vektoraddition beschreiben. An dieser Stelle ist es üblich und sinnvoll zwischen Punkten und Vektoren zu unterscheiden. Ein Punkt P∈Rn gibt einen geometrischen Ort an, während ein Vektor r∈Rn eine Richtung angibt. Die Summe P+r ist dann wieder als (verschobener) Punkt zu interpretieren. Einen formal sauberen Übergang zwischen Punkten und Vektoren schafft man sich über den Begriff des Ortsvektors:
Beachte hier, dass wir entgegen einer recht weit verbreitenen (Un-)Sitte “P:=(p1,…,pn)” statt “P(p1,…,nn)” für die Zuordnung von Koordinaten zu einem Punkt schreiben. Letzteres ist zu leicht mit einer Funktionsauswertung zu verwechseln und verschlechtert damit die Lesbarkeit.
Zu jedem Punkt gibt es also einen Ortsvektor. Umgekehrt können wir jeden Vektor als Ortsvektor eines Punktes interpretieren, indem wir die Komponenten des Vektors als Koordinaten eines Punktes ansehen.
Mit Hilfe von Ortsvektoren können wir nun die Verschiebung von Punkten beschreiben:
Die Verschiebung eines Punktes kann als Addition des Ortsvektors mit dem Richtungsvektor beschrieben werden.
Im Prinzip könnten wir für einen Punkt P und einen Vektor r nun die Operation
definieren. Üblicherweise belässt man es aber bei OP+r, hat also ausschließlich Vektoren in Formeln stehen.
Angemerkt sei noch, dass man aus den bisherigen Überlegungen auch die geometrische Interpretation der Summe zweier Vektoren a,b∈Rn erhält. Die Summe entspricht der Diagonale des von den beiden Vektoren beschriebenen Parallelogramms, die am gemeinsamen Ausgangspunkt der beiden Vektoren beginnt. Die andere Diagonale ist dann gerade die Differenz.
Zwei Vektoren beschreiben ein Parallelogramm. Die beiden Diagonalen sind gerade Summe und Differenz der beiden Vektoren.
Mit dem bis hier eingeführten Formalismus der Vektorrechnung und den Betrachtungen zur Verschiedung von Punkten erhalten wir folgenden Zusammenhang:
5.2.3Projektion eines Vektors auf einen anderen Vektor¶
Öfter als man denkt werden wir eine Operation benötigen, die als “Projektion eines Vektors auf einen anderen Vektor” bezeichnet wird. Insbesondere wird uns diese Operation sehr beim Wechsel zwischen verschiedenen Koordinatensystemen behilflich sein. Hier zunächst nur ein motivierendes Beispiel aus der Schulphysik.
Anschaulich besagt die erste Bedingung, dass c in die Richtung von b (oder genau entgegen) zeigt. Die zweite Bedingung fordert indirekt, dass a−c senkrecht zu b verläuft, wie wir später sehen werden, wenn wir Winkel zwischen Vektoren betrachten.
Die Länge des Vektors b spielt keine Rolle; nur seine Richtung ist relevant für die Projektion von a auf b, wobei die Projektion c auch genau die entgegengesetzte Richtung zu b haben kann. Ist a−c nicht der kürzest mögliche Vektor, so spricht man nicht von einer Projektion.
Es zeigt sich, dass die Projektion eines Vektors auf einen anderen sehr leicht mit Hilfe des Skalarprodukts der beiden gegebenen Vektoren berechnet werden kann. Wir müssen also nicht mit Winkeln hantieren, sondern nur mit einfachen Summen und Produkten von Zahlen. Dies ist der große Wert des so banal erscheinenden Skalarprodukts! Es spielt in gewisser Weise die Rolle von Winkeln zwischen Vektoren, ohne dass wir uns mit Winkeln und den dann kaum vermeidbaren Winkelfunktionen (Sinus, Cosinus,...) herumschlagen müssen. Im nächsten Abschnitt gehen wir genauer auf den Zusammenhang zwischen Skalarprodukt und Winkeln ein.
Die Projektion von a auf b kann man also in zwei Schritten berechnen:
b normieren.
(a∘b~)b~ berechnen, wobei b~ der normierte Vektor b ist.
Wollen den in R2 und R3 intuitiv klaren Begriff des Winkels zwischen zwei Vektoren formalisieren (also ohne Bezug zu Intuition und Anschauung erklären), damit er auch in Rn mit n>3 zur Verfügung steht.
Dazu einige Hinweise:
Ist einer der beiden Vektoren der Nullvektor, so ist der Begriff “Winkel” nicht sinnvoll erklärbar. Entsprechend wird in der Definition a=0 und b=0 vorausgesetzt (0 ist hier der Nullvektor in Rn).
Der Definitionsbereich von arccos ist das Intervall [−1,1]. Aus der Cauchy-Schwarz-Ungleichung (vgl. Skalarprodukt zweier Vektoren) erhalten wir
Dass die obige Definition des Begriffs “Winkel” mit der üblichen Verwendung des Begriffs in Einklang steht, sieht man aus der Berechnung der Projektion von Vektoren. Bei normierten Vektoren entspricht die Länge des projizierten Vektors (laut Definition des Cosinus) gerade dem Betrag des Cosinus des Winkels zwischen den beiden Vektoren, sofern der Winkel im Bereich [0,2π] liegt. Für Winkel in [2π,π] ist die negative Länge des projizierten Vektors gerade der Cosinus des Winkels.
Die Länge des projizierten Vektors entspricht gerade dem Cosinus des Winkels. Die Länge des Differenzvektors zwischen Ausgangsvektor und projiziertem Vektor entspricht gerade dem Sinus des Winkels.
Aus der Beziehung zwischen Skalarprodukt und Winkel erhält man nützliche Informationen über das Vorzeichen des Skalarprodukts:
Für Winkel in [0,2π) (spitzer Winkel) gilt a∘b>0.
Für senkrechte Vektoren gilt a∘b=0.
Für Winkel in (2π,π] (stumpfer Winkel) gilt a∘b<0.
Somit kann nun auch ganz ohne den Begriff des Winkels von Orthogonalität sprechen. Tatsächlich werden wir, wo immer möglich, die Arbeit mit Winkeln zwischen Vektoren meiden und stattdessen das viel bequemere Skalarprodukt nutzen.
Beachte, dass nach dieser Definition der Nullvektor orthogonal zu jedem anderen Vektor ist.