MathematicsLineare AlgebraUniversity

WJECIB

Orthogonale Projektion

Berechnet die Projektion des Vektors v auf den von Vektor u aufgespannten Unterraum.

Understand the formulaSee the free derivationOpen the full walkthrough

proj_{u} (v) = \frac{u \cdot v}{u \cdot u} u

Open Full Walkthrough Try Calculator

This public page keeps the free explanation visible and leaves premium worked solving, advanced walkthroughs, and saved study tools inside the app.

Core idea

Overview

Die orthogonale Projektion eines Vektors v auf einen Vektor u bestimmt die Komponente von v, die in dieselbe Richtung wie u zeigt. Dieser Prozess bildet v effektiv auf die von u aufgespannte Gerade ab und erzeugt einen neuen Vektor, der der Punkt auf dieser Geraden ist, der dem ursprünglichen Vektor v am nächsten liegt.

When to use: Verwende diese Formel, wenn du einen Vektor in parallele und senkrechte Komponenten relativ zu einem Referenzvektor zerlegen musst. Sie ist wesentlich im Gram-Schmidt-Verfahren zum Aufbau orthonormaler Basen und zur Bestimmung des kürzesten Abstands von einem Punkt zu einer Geraden.

Why it matters: Orthogonale Projektionen sind die mathematische Grundlage der linearen Regression in der Statistik, der Signalverarbeitung und der Computergrafik. Sie ermöglichen Ingenieuren, Kräfte in bestimmte Richtungen aufzulösen, und Datenwissenschaftlern, die Dimensionalität komplexer Datensätze zu reduzieren.

Symbols

Variables

c = Scalar Coefficient, u $\cdot$ v = u · v, u $\cdot$ u = u · u

c

Scalar Coefficient

Variable

u \cdot v

u · v

Variable

u \cdot u

u · u

Variable

Walkthrough

Derivation

Herleitung/Verständnis der orthogonalen Projektion

Diese Herleitung zeigt, wie man die Komponente eines Vektors $v$ findet, die entlang eines anderen Vektors $u$ liegt, bekannt als orthogonale Projektion.

Die Vektoren $u$ und $v$ sind Elemente eines reellen Innenproduktraums (z. B. $R^{n}$ ).
Der Vektor $u$ ist ungleich Null, d. h. $u \neq = 0$ .

Definition des projizierten Vektors und seiner Eigenschaften:

Wir definieren die Projektion als einen Vektor $p$ , der entlang $u$ liegt. Da er entlang $u$ liegt, muss er ein skalares Vielfaches von $u$ sein.

Let proj_{u} (v) = p . The vector p must be parallel to u, so p = k u for some scalar k \in R .

Festlegung der Orthogonalitätsbedingung:

Das charakteristische Merkmal einer orthogonalen Projektion ist, dass der „Fehlervektor“ $v - p$ senkrecht auf dem Vektor $u$ steht, auf den $v$ projiziert wird.

The vector from v to its projection p must be orthogonal to u . Thus, (v - p) \cdot u = 0.

Einsetzen und Erweitern des Skalarprodukts:

Wir ersetzen $p$ durch seinen Ausdruck in Abhängigkeit von $k$ und $u$ und wenden dann das Distributivgesetz auf das Skalarprodukt an, um den Skalar $k$ zu isolieren.

Substitute p = k u into the orthogonality condition: (v - k u) \cdot u = 0. Using properties of the dot product: v \cdot u - k (u \cdot u) = 0.

Lösen nach dem Skalar k und Ausdruck der Projektion:

Durch Auflösen nach $k$ finden wir den Skalarfaktor, der $u$ skaliert, um den Projektionsvektor zu erhalten, womit die Herleitung abgeschlossen ist.

Rearrange the equation to solve for k : k (u \cdot u) = v \cdot u ⟹ k = \frac{u \cdot v}{u \cdot u} . Substitute k back into p = k u : proj_{u} (v) = \frac{u \cdot v}{u \cdot u} u .

Result

Rearrange the equation to solve for k : k (u \cdot u) = v \cdot u ⟹ k = \frac{u \cdot v}{u \cdot u} . Substitute k back into p = k u : proj_{u} (v) = \frac{u \cdot v}{u \cdot u} u .

Source: Lay, D. C., Lay, S. R., & McDonald, J. J. (2016). Linear Algebra and Its Applications (5th ed.). Pearson.

Free formulas

Rearrangements

Solve for $c$

Nach result umstellen

\frac{d o t U V}{d o t U U}

Beginnen Sie mit der Formel für die orthogonale Projektion. Identifizieren Sie den Skalarkoeffizienten „c“ und isolieren Sie ihn dann, um „c“ als Skalarprodukte auszudrücken.

Difficulty: 2/5

The static page shows the finished rearrangements. The app keeps the full worked algebra walkthrough.

Why it behaves this way

Intuition

Stellen Sie sich vor, wie der Vektor v einen Schatten auf die durch den Vektor u definierte Linie wirft, wobei die „Lichtquelle“ senkrecht zu u steht.

Term

Der Referenzvektor, der die Richtung oder den Unterraum definiert, auf den ein anderer Vektor projiziert wird.

Dieser Vektor legt die „Ziellinie“ oder „Richtung“ für die Projektion fest.

Term

Der Vektor, der projiziert wird.

Dies ist der Vektor, dessen Komponente entlang „u“ wir finden wollen.

Term

Das Skalarprodukt der Vektoren u und v, ein skalarer Wert, der angibt, inwieweit sie in dieselbe Richtung zeigen, skaliert durch ihre Beträge.

Dies quantifiziert die „Überlappung“ oder „Ausrichtung“ zwischen u und v. Ein positiver Wert bedeutet, dass sie allgemein in dieselbe Richtung zeigen, ein negativer Wert bedeutet die entgegengesetzte Richtung, und Null bedeutet, dass sie orthogonal sind.

Term

Das Skalarprodukt des Vektors u mit sich selbst, was dem Quadrat des Betrags (Länge) des Vektors u entspricht.

Dieser Term normalisiert die Projektion und stellt sicher, dass das Ergebnis unabhängig von der Länge von u korrekt skaliert wird. Er entfernt effektiv den Betrag von u aus dem Zähler u

\cdot

v und führt dann wieder die Richtung ein von der jeweiligen Variable und den festgehaltenen Parametern abhängt.

Term

Ein skalarer Koeffizient, der die „Länge“ und „Richtung“ (relativ zu u) des projizierten Vektors bestimmt.

Dies gibt an, „wie viel“ von v entlang u liegt. Wenn er positiv ist, zeigt der projizierte Vektor in die gleiche Richtung wie u. Wenn er negativ ist, zeigt er in die entgegengesetzte Richtung zu u.

Term

Der resultierende Vektor, also die Komponente des Vektors v, die vollständig in Richtung des Vektors u liegt.

Dies ist der „Schatten“ von v, der auf die durch u definierte Linie geworfen wird, oder der Teil von v, der „parallel“ zu u ist.

Signs and relationships

u · v: Das Skalarprodukt kann negativ sein, wenn der Winkel zwischen den Vektoren u und v stumpf ist (größer als 90 Grad). Dies zeigt korrekt an, dass die Projektion von v auf u in die entgegengesetzte Richtung von u zeigen wird.

Free study cues

Insight

Canonical usage

Alle an der Projektion beteiligten Vektoren (der projizierte Vektor, der Vektor, auf den projiziert wird, und der resultierende Projektionsvektor) muessen dieselben Einheiten haben.

Dimension note

Der skalare Faktor (u · v) / (u · u) ist dimensionslos, da er ein Verhaeltnis quadrierter Betraege ist. Der endgueltige Vektor proj_u(v) behaelt jedoch die Einheiten der urspruenglichen Vektoren u und v bei.

One free problem

Practice Problem

In einer Physiksimulation wird ein Kraftvektor v auf einen Richtungsvektor u projiziert. Wenn das Skalarprodukt u ⋅ v als 18 und das Skalarprodukt von u mit sich selbst (u ⋅ u) als 6 berechnet wird, wie groß ist der resultierende skalare Multiplikator der Projektion?

Hint: Teile das Skalarprodukt der beiden Vektoren durch das Skalarprodukt des Referenzvektors u mit sich selbst.

The full worked solution stays in the interactive walkthrough.

Where it shows up

Real-World Context

Bestimmung der Komponente einer Gewichtskraft, die parallel zur Oberfläche einer schiefen Ebene wirkt.

Study smarter

Tips

Stelle sicher, dass der Referenzvektor u nicht null ist, um eine Division durch null zu vermeiden.
Die Ergebnisvariable hier stellt den Skalarkoeffizienten dar, der den Vektor u skaliert.
Denke daran, dass u ⋅ u dasselbe ist wie der Betrag von u zum Quadrat.

Avoid these traps

Common Mistakes

Im Nenner den Betrag von u statt des Skalarprodukts u · u (also des Betragsquadrats) verwenden.
Den projizierten Vektor (v) mit dem Vektor verwechseln, der die Richtung vorgibt (u).

Common questions

Frequently Asked Questions

Diese Herleitung zeigt, wie man die Komponente eines Vektors $v$ findet, die entlang eines anderen Vektors $u$ liegt, bekannt als orthogonale Projektion.

Verwende diese Formel, wenn du einen Vektor in parallele und senkrechte Komponenten relativ zu einem Referenzvektor zerlegen musst. Sie ist wesentlich im Gram-Schmidt-Verfahren zum Aufbau orthonormaler Basen und zur Bestimmung des kürzesten Abstands von einem Punkt zu einer Geraden.

Orthogonale Projektionen sind die mathematische Grundlage der linearen Regression in der Statistik, der Signalverarbeitung und der Computergrafik. Sie ermöglichen Ingenieuren, Kräfte in bestimmte Richtungen aufzulösen, und Datenwissenschaftlern, die Dimensionalität komplexer Datensätze zu reduzieren.

Im Nenner den Betrag von u statt des Skalarprodukts u · u (also des Betragsquadrats) verwenden. Den projizierten Vektor (v) mit dem Vektor verwechseln, der die Richtung vorgibt (u).

Bestimmung der Komponente einer Gewichtskraft, die parallel zur Oberfläche einer schiefen Ebene wirkt.

Stelle sicher, dass der Referenzvektor u nicht null ist, um eine Division durch null zu vermeiden. Die Ergebnisvariable hier stellt den Skalarkoeffizienten dar, der den Vektor u skaliert. Denke daran, dass u ⋅ u dasselbe ist wie der Betrag von u zum Quadrat.

References

Sources

Linear Algebra and Its Applications by David C. Lay
Introduction to Linear Algebra by Gilbert Strang
Wikipedia: Vector projection
Wikipedia: Projection (linear algebra)
Lay, David C. Linear Algebra and Its Applications. 5th ed. Pearson, 2016.
Wikipedia: Projection (linear algebra). Wikimedia Foundation. Available at: https://en.wikipedia.org/wiki/Projection_(linear_algebra)
Lay, D. C., Lay, S. R., & McDonald, J. J. (2016). Linear Algebra and Its Applications (5th ed.). Pearson.

Orthogonale Projektion

Overview

Variables

Derivation

Definition des projizierten Vektors und seiner Eigenschaften:

Festlegung der Orthogonalitätsbedingung:

Einsetzen und Erweitern des Skalarprodukts:

Lösen nach dem Skalar k und Ausdruck der Projektion:

Rearrangements

Intuition

Insight

Practice Problem

Real-World Context

Tips

Common Mistakes

Related Formulas

Gram-Schmidt Orthogonalization

Matrix Trace

Rank-Nullity Theorem

Frequently Asked Questions

Sources