Przykładowe pytania omawiające wektory kolumnowe i wektory wierszowe
W matematyce, a zwłaszcza w algebrze liniowej, wektory są fundamentalnym pojęciem, często wykorzystywanym w różnych zastosowaniach, od modelowania fizycznego po obliczenia. Wektory kolumnowe i wierszowe to dwie formy reprezentacji wektorów, każda z własnymi cechami i zastosowaniami. W tym artykule omówimy przykładowe problemy i ich rozwiązania z wykorzystaniem wektorów kolumnowych i wierszowych.
Definicja wektora kolumnowego i wektora wierszowego
Zanim przejdziemy do pytań przykładowych i ich omówienia, przypomnijmy sobie najpierw podstawowe definicje wektorów kolumnowych i wektorów wierszowych.
– Wektory kolumnowe to wektory ułożone w kolumnie, czyli w jednym wymiarze pionowym. Przykład:
\[
\mathbf{v} = \begin{pmatrix}
4 \\
3 \\
2
\koniec{pmatrix}
\]
– Wektory wierszowe to wektory ułożone w wierszach, czyli w jednym wymiarze poziomym. Przykład:
\[
\mathbf{w} = \begin{pmatrix} 5 i 1 i 7 \end{pmatrix}
\]
Przykład 1: Dodawanie wektorów kolumnowych
Pytanie:
Biorąc pod uwagę następujące dwa wektory kolumnowe:
\[
\mathbf{u} = \begin{pmatrix}
1 \\
2 \\
3
\end{pmatrix}, \quad \mathbf{v} = \begin{pmatrix}
4 \\
1 \\
0
\koniec{pmatrix}
\]
Oblicz sumę dwóch wektorów kolumnowych.
Rozwiązanie:
Dodawanie dwóch wektorów kolumnowych wykonuje się poprzez dodawanie ich odpowiednich elementów.
\[
\mathbf{u} + \mathbf{v} = \begin{pmatrix}
1 \\
2 \\
3
\end{pmatrix} + \begin{pmatrix}
4 \\
1 \\
0
\end{pmatrix} = \begin{pmatrix}
1 + 4 \\
2 + 1 \\
3 + 0
\end{pmatrix} = \begin{pmatrix}
5 \\
3 \\
3
\koniec{pmatrix}
\]
Suma \(\mathbf{u}\) i \(\mathbf{v}\) wynosi więc \(\begin{pmatrix} 5 \\ 3 \\ 3 \end{pmatrix}\).
Przykładowe pytanie 2: Dodawanie wektorów wierszowych
Pytanie:
Biorąc pod uwagę następujące dwa wektory wierszowe:
\[
\mathbf{a} = \begin{pmatrix} 2 i 4 i 6 \end{pmatrix}, \quad \mathbf{b} = \begin{pmatrix} 1 i 3 i 5 \end{pmatrix}
\]
Oblicz sumę dwóch wektorów wierszowych.
Rozwiązanie:
Dodawanie dwóch wektorów wierszowych wykonuje się poprzez dodawanie odpowiadających sobie elementów.
\[
\mathbf{a} + \mathbf{b} = \begin{pmatrix} 2 i 4 i 6 \end{pmatrix} + \begin{pmatrix} 1 i 3 i 5 \end{pmatrix} = \begin{pmatrix} 2 + 1 i 4 + 3 i 6 + 5 \end{pmatrix} = \begin{pmatrix} 3 i 7 i 11 \end{pmatrix}
\]
Zatem suma \(\mathbf{a}\) i \(\mathbf{b}\) wynosi \(\begin{pmatrix} 3 i 7 i 11 \end{pmatrix}\).
Przykład 3: Mnożenie skalarne przez wektory kolumnowe
Pytanie:
Biorąc pod uwagę wektor kolumnowy \(\mathbf{c}\) i skalar \(k\):
\[
\mathbf{c} = \begin{pmatrix}
-3 \\
4 \\
5
\end{pmatrix}, \quad k = 2
\]
Oblicz wynik mnożenia skalarnego.
Rozwiązanie:
Mnożenie skalarne przez wektor kolumnowy wykonuje się poprzez pomnożenie każdego elementu wektora przez skalar.
\[
k\mathbf{c} = 2 \begin{pmatrix}
-3 \\
4 \\
5
\end{pmatrix} = \begin{pmatrix}
2 \razy -3 \\
2 razy 4
2 \ razy 5
\end{pmatrix} = \begin{pmatrix}
-6 \\
8 \\
10
\koniec{pmatrix}
\]
Zatem wynik mnożenia skalara \(2\) przez wektor kolumnowy \(\mathbf{c}\) wynosi \(\begin{pmatrix} -6 \\ 8 \\ 10 \end{pmatrix}\).
Przykładowe pytanie 4: Mnożenie skalarne przez wektory wierszowe
Pytanie:
Biorąc pod uwagę wektor wierszowy \(\mathbf{d}\) i skalar \(m\):
\[
\mathbf{d} = \begin{pmatrix} 7 i -2 i 1 \end{pmatrix}, \quad m = -3
\]
Oblicz wynik mnożenia skalarnego.
Rozwiązanie:
Mnożenie skalarne przez wektor wierszowy wykonuje się poprzez pomnożenie każdego elementu wektora przez skalar.
\[
m\mathbf{d} = -3 \begin{pmatrix} 7 i -2 i 1 \end{pmatrix} = \begin{pmatrix} -3 \times 7 i -3 \times -2 i -3 \times 1 \end{pmatrix} = \begin{pmatrix} -21 i 6 i -3 \end{pmatrix}
\]
Zatem wynik mnożenia skalara \(-3\) przez wektor wierszowy \(\mathbf{d}\) wynosi \(\begin{pmatrix} -21 & 6 & -3 \end{pmatrix}\).
Przykład 5: Mnożenie macierzy \(1 \times 3\) przez \(3 \times 1\) (wektor wierszowy przez wektor kolumnowy)
Pytanie:
Biorąc pod uwagę wektor wierszowy \(\mathbf{e}\) i wektor kolumnowy \(\mathbf{f}\):
\[
\mathbf{e} = \begin{pmatrix} 2 i -1 i 4 \end{pmatrix}, \quad \mathbf{f} = \begin{pmatrix}
5 \\
3 \\
-2
\koniec{pmatrix}
\]
Oblicz iloczyn dwóch wektorów.
Rozwiązanie:
Aby wykonać mnożenie macierzy, wektor wierszowy \(\mathbf{e}\) traktujemy jako macierz \(1 \times 3\), a wektor kolumnowy \(\mathbf{f}\) jako macierz \(3 \times 1\). Wynikiem tego mnożenia jest skalar, czyli suma iloczynów odpowiadających sobie elementów:
\[
\mathbf{e} \mathbf{f} = \begin{pmatrix} 2 i -1 i 4 \end{pmatrix} \begin{pmatrix}
5 \\
3 \\
-2
\end{pmatrix} = (2 \times 5) + (-1 \times 3) + (4 \times -2) = 10 – 3 – 8 = -1
\]
Zatem wynikiem mnożenia wektora wierszowego \(\mathbf{e}\) przez wektor kolumnowy \(\mathbf{f}\) jest \(-1\).
Przykład 6: Mnożenie macierzy \(3 \times 1\) przez \(1 \times 3\) (wektor kolumnowy przez wektor wierszowy)
Pytanie:
Biorąc pod uwagę wektor kolumnowy \(\mathbf{g}\) i wektor wierszowy \(\mathbf{h}\):
\[
\mathbf{g} = \begin{pmatrix}
1 \\
2 \\
3
\end{pmatrix}, \quad \mathbf{h} = \begin{pmatrix} 4 i 5 i 6 \end{pmatrix}
\]
Oblicz iloczyn dwóch wektorów.
Rozwiązanie:
Mnożenie macierzowe wektora kolumnowego przez wektor wierszowy daje macierz (\(3 \times 1\)) pomnożoną przez (\(1 \times 3\)), co daje macierz \(3 \times 3\). Każdy nowy element jest iloczynem odpowiadających mu elementów:
\[
\mathbf{g} \mathbf{h} = \begin{pmatrix}
1 \\
2 \\
3
\end{pmatrix} \begin{pmatrix} 4 i 5 i 6 \end{pmatrix} = \begin{pmatrix}
1 \ razy 4 i 1 \ razy 5 i 1 \ razy 6 \\
2 \ razy 4 i 2 \ razy 5 i 2 \ razy 6 \\
3 \ razy 4 i 3 \ razy 5 i 3 \ razy 6
\end{pmatrix} = \begin{pmatrix}
4 i 5 i 6 \\
8 i 10 i 12 \\
12 i 15 i 18
\koniec{pmatrix}
\]
Zatem wynikiem mnożenia wektora kolumnowego \(\mathbf{g}\) przez wektor wierszowy \(\mathbf{h}\) jest macierz:
\[
\begin{pmatrix}
4 i 5 i 6 \\
8 i 10 i 12 \\
12 i 15 i 18
\koniec{pmatrix}
\]
Wniosek
W tym artykule przedstawiliśmy kilka przykładów z wektorami kolumnowymi i wierszowymi. Dodawanie wektorów kolumnowych i wierszowych odbywa się poprzez dodawanie ich odpowiednich elementów. Mnożenie skalarne przez wektor odbywa się również poprzez pomnożenie każdego elementu wektora przez skalar. Na koniec nauczyliśmy się mnożyć wektory wierszowe i kolumnowe, uzyskując w zależności od ich kolejności skalar lub macierz. Opanowanie tych podstawowych operacji jest kluczowe dla bardziej złożonych zastosowań algebry liniowej i analizy danych.
