¿Cuál es la importancia del escalar obtenido a partir del producto escalar de 2 vectores?

Una característica significativa del valor del producto escalar entre dos vectores es que es una cantidad conservada bajo rotaciones. Eso significa [matemáticas] (V (t) \ vec {a}) \ cdot (V (t) \ vec {b}) = \ vec {a} \ cdot \ vec {b} [/ math]

donde [matemáticas] V (t) [/ math] es una rotación en un ángulo [matemáticas] t [/ math] que actúa sobre ambos vectores [matemáticas] \ vec {a}, \ vec {b} [/ matemáticas]. Este hecho es bastante obvio si lo piensa, ya que no importa cómo elija rotar un sistema de coordenadas, el valor del producto punto es el mismo, pero tiene consecuencias importantes. De hecho, puede derivar el grupo de simetría de rotación de la invariancia del producto escalar. Para los vectores en un espacio tridimensional, la rotación [matemáticas] V (t) [/ math] es una matriz de 3 x 3, y del hecho de que la rotación por el ángulo [matemáticas] t = 0 [/ math] no hace nada en absoluto ( lo que significa que [matemática] V (0) = diag (1,1,1) [/ matemática] podemos escribir [matemática] V (t) = \ exp {t A} [/ matemática] donde [matemática] A [/ matemáticas] es también una matriz de 3 x 3 (lo que realmente estamos haciendo aquí es que indica que el grupo de simetría bajo rotaciones es un grupo de Lie). tomando la derivada de la relación producto escalar anteriormente con respecto a [matemáticas] t [/ matemáticas ], y el establecimiento de [matemáticas] t = 0 [/ math], se llega a la condición de que [matemáticas] a + a ^ {T} = 0 [/ math], a saber, que [matemáticas] a [/ math] es una matriz antisimétrica [matemáticas] A_ {j, k} = -. A_ {k, j} [/ math] la matriz [matemáticas] A [/ math] es un elemento de la Lie Algebra [matemáticas] \ mathfrak {so} ( 3) [/ math] del grupo de Lie [matemáticas] SO (3) [/ math] (grupo ortogonal especial en tres dimensiones, que es el grupo de 3 × 3 matrices con elementos reales que tiene determinante igual a 1). Hay tres matrices linealmente independientes que son antisimétricas, por lo que la base para el Lie Algebra [matemáticas] \ mathfrak {so} (3) [/ math] consta de 3 elementos

[Matemáticas] J ^ x = \ left (\ begin {array} {ccc} 0 & 0 & 0 \\ 0 & 0 & -1 \\ 0 & 1 y 0 \ end {array} \ right) [/ matemáticas]

[Matemáticas] J ^ y = \ left (\ begin {array} {ccc} 0 & 0 & 1 \\ 0 & 0 & 0 \\ – 1 y 0 & 0 \ end {array} \ right) [/ matemáticas]

[Matemáticas] J ^ z = \ left (\ begin {array} {ccc} 0 y -1 y 0 \\ 1 y 0 y 0 \\ 0 & 0 & 0 \ end {array} \ right) [/ matemáticas]

y cualquier elemento [matemáticas] A [/ math] de la Lie Algebra puede escribirse [matemáticas] A = \ alpha J ^ x + \ beta J ^ y + \ gamma J ^ z [/ math], donde [matemáticas] \ alpha, \ beta, \ gamma [/ math] son ​​números reales (que especifican la dirección del eje sobre el que se realiza la rotación). En realidad sólo necesitamos dos números reales para especificar la dirección del eje (el ángulo [matemáticas] \ theta [/ matemáticas] del [matemáticas] \ hat {z} [/ matemáticas] eje x y el ángulo azimutal [matemáticas] \ phi [/ matemáticas]), por lo que tenemos la restricción [matemáticas] \ alpha ^ 2 + \ beta ^ 2 + \ gamma ^ 2 = 1. [/ matemáticas] Tenga en cuenta la importancia de “especial” en el grupo ortogonal especial es que nos considere solo las operaciones que pueden realizarse como rotaciones. Otras transformaciones que dejan el producto punto invariable pero no son rotaciones, como la operación de paridad que invierte la dirección de los vectores [math] \ mathcal {P}: x \ rightarrow -x, y \ rightarrow -y, z \ rightarrow -z [/ math], no son elementos del grupo [math] SO (3) [/ math], ya que [math] det (\ mathcal {P}) = det (diag (-1, -1, -1)) = -1. [/ Matemáticas]

El mismo argumento le permite determinar el grupo de simetría para las rotaciones en el espacio de dimensiones arbitrarias [matemáticas] SO (n) [/ matemáticas]. Se puede generalizar lo que se entiende por producto de punto de ser [matemáticas] \ vec {b} ^ Tg \ vec {a} [/ matemáticas], donde [matemáticas] g [/ matemáticas] es un [matemáticas] nxn [/ matemáticas] matriz conocida como la métrica, que en su forma diagonal tiene elementos [matemática] p [/ matemática] +1 en la diagonal y elementos [matemática] q [/ matemática] -1 en la diagonal. Usando el mismo argumento que el anterior le permite a uno para derivar el grupo [matemáticas] SO (p, q); p + q = n [/ matemáticas]. Por ejemplo, cuando el colector es 4 dimensional tiempo el espacio de Minkowski, [matemáticas] p = 3, q ​​= 1 [/ math], y el grupo es [matemáticas] SO (3,1) [/ math], el grupo de simetría de Transformaciones de Lorentz (rotaciones en el espacio-tiempo).

Es una medida de cuánto fluye un vector con el otro vector.

Cuanto mayor sea la magnitud de cualquier vector, mayor será el producto escalar. Y también cuanto más se alineen los vectores, mayor será el producto escalar. Si los vectores son perpendiculares, no comparten nada en común y el producto escalar es cero. Si están en direcciones opuestas, será negativo.


Un vector se puede representar en su forma cartesiana

[Matemáticas] v = (v_1, v_2, V_3) = v_1 e_1 + v_2 e_2 + V_3 E_3 = \ sum_j v_j e_j [/ matemáticas]

El producto punto es la suma de los productos componentes correspondientes.

[Matemática] u \ cdot v = \ sum_j u_j v_j [/ matemáticas]

Esto es sólo Resumiendo la contribución total con los otros componentes vectores siendo los pesos. La producción de puntos con [math] (1,0,0) [/ math] solo responde a la pregunta de cuánto de su vector va en la dirección [math] (1,0,0) [/ math], es decir Solo el primer componente.

La longitud de un vector se conoce como la norma del vector. Obtenemos esto desde el Teorema de Pitágoras / distancia euclídea

[matemáticas] \ | v \ | = \ sqrt {\ sum_j v_j ^ 2} = \ sqrt {v \ cdot v} [/ math]

Es la raíz cuadrada del vector punteado consigo mismo.

También podemos ver en un vector en una forma polar con una longitud y dirección (vector unitario)

[matemáticas] v = \ | v \ | \ hat {v} = \ | v \ | (\ hat {v} _1, \ hat {v} _2, \ hat {v} _3) [/ math]

Si miramos el producto escalar de dos vectores como este

[matemáticas] u \ cdot v = \ sum_j u_j v_j = \ sum_j \ | u \ | \ hat {u} _j \ | v \ | \ hat {v} _j [/ math]

[matemáticas] = \ | u \ | \ | v \ | \ Sum_j \ hat {u} _j \ hat {v} _j = \ | u \ | \ | v \ | \ cos (\ theta) [/ math]

donde [matemáticas] \ theta [/ math] es el ángulo entre los 2 vectores.


Dado un campo diferenciable vector [matemáticas] f: \ R ^ n \ rightarrow \ R ^ n [/ matemáticas]

¿Supongamos que nos gustaría saber cuánto fluye este campo a través de alguna superficie? Podemos definir el flujo del campo a través de una variedad con vectores normales [math] \ nu (x) [/ math] como

[matemática] flujo = [/ matemática] [matemática] \ int_S f (x) \ cdot \ nu (x) d \ sigma (x) [/ matemática]

Es decir integramos de seguridad de todos los productos escalares de nuestro campo con los vectores normales de la superficie que está atravesando.

Entonces, volviendo a un producto de punto único, puede pensarlo como el flujo de un campo vectorial constante [matemática] u [/ matemática] que viaja a través de un segmento plano con el vector normal [matemática] \ hat {v} [/ matemática] y área [matemática] \ | v \ | [/ matemática] ¿Cuánto va a ser empujado este avión en la dirección que está mirando?

Por cierto, el producto cruzado de dos vectores [math] u, v [/ math] va a estar en la dirección del vector normal del plano atravesado por [math] u, v [/ math]. Siendo el área del paralelogramo la norma del producto cruzado.

[matemáticas] u \ veces v = w \ Flecha derecha {área} _P = \ | w \ |, \ nu_P = \ hat {w} [/ matemáticas]

Donde [math] P [/ math] es el paralelogramo.

Es una medida de cuán paralelos son los dos vectores. Si está normalizado por las normas de los vectores (como en [math] \ frac {\ mathbf {a}} {| \ mathbf {a} |} \ cdot \ frac {\ mathbb {b}} {| \ mathbb {b} |} [/ math]), entonces el producto de puntos varía de 1 para vectores que son paralelos a 0 para vectores que son perpendiculares a -1 para vectores que son antiparalelos (apuntan en direcciones opuestas).

El valor es la proyección de un vector sobre el otro.