Projeção Ortogonal
Calcula a projeção do vetor v no subespaço gerado pelo vetor u.
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
A projeção ortogonal de um vetor v em um vetor u determina o componente de v que aponta na mesma direção que u. Este processo efetivamente mapeia v para a linha gerada por u, criando um novo vetor que é o ponto mais próximo naquela linha do vetor original v.
When to use: Use esta fórmula quando precisar decompor um vetor em componentes paralelos e perpendiculares em relação a um vetor de referência. É essencial no processo de Gram-Schmidt para construir bases ortonormais e para encontrar a menor distância de um ponto a uma linha.
Why it matters: As projeções ortogonais são a base matemática para regressão linear em estatística, processamento de sinal e computação gráfica. Elas permitem que engenheiros resolvam forças em direções específicas e que cientistas de dados reduzam a dimensionalidade de conjuntos de dados complexos.
Symbols
Variables
c = Scalar Coefficient, u v = u · v, u u = u · u
Walkthrough
Derivation
Derivação/Entendimento de Projeção Ortogonal
Esta derivação mostra como encontrar o componente de um vetor que está ao longo de outro vetor , conhecido como projeção ortogonal.
- Os vetores e são elementos de um espaço de produto interno real (por exemplo, ).
- O vetor é não nulo, ou seja, .
Definir o vetor projetado e suas propriedades:
Definimos a projeção como um vetor que está ao longo de . Como está ao longo de , deve ser um múltiplo escalar de .
Estabelecer a condição de ortogonalidade:
A característica definidora de uma projeção ortogonal é que o vetor de 'erro', , é perpendicular ao vetor sobre o qual é projetado.
Substituir e expandir o produto escalar:
Substituímos por sua expressão em termos de e , e então distribuímos o produto escalar para isolar o escalar .
Resolver para o escalar k e expressar a projeção:
Ao resolver para , encontramos o fator escalar que dimensiona para dar o vetor de projeção, completando assim a derivação.
Result
Source: Lay, D. C., Lay, S. R., & McDonald, J. J. (2016). Linear Algebra and Its Applications (5th ed.). Pearson.
Free formulas
Rearrangements
Solve for
Isolar result
Comece com a fórmula da projeção ortogonal. Identifique o coeficiente escalar 'c' e isole-o para expressar 'c' em termos de produtos escalares.
Difficulty: 2/5
The static page shows the finished rearrangements. The app keeps the full worked algebra walkthrough.
Why it behaves this way
Intuition
Imagine o vetor v lançando uma sombra sobre a linha definida pelo vetor u, onde a 'fonte de luz' é perpendicular a u.
Signs and relationships
- u · v: O produto escalar pode ser negativo se o ângulo entre os vetores u e v for obtuso (maior que 90 graus). Isso indica corretamente que a projeção de v sobre u apontará na direção oposta a u.
Free study cues
Insight
Canonical usage
Todos os vetores envolvidos na projeção (o vetor projetado, o vetor sobre o qual se projeta e o vetor projetado resultante) devem compartilhar as mesmas unidades.
Dimension note
O fator escalar (u · v) / (u · u) é adimensional, pois é uma razão de magnitudes ao quadrado. No entanto, o vetor final proj_u(v) mantém as unidades dos vetores originais u e v.
One free problem
Practice Problem
Em uma simulação física, um vetor força v é projetado em um vetor direcional u. Se o produto escalar u ⋅ v é calculado como 18 e o produto escalar de u consigo mesmo (u ⋅ u) é 6, qual é o multiplicador escalar resultante para a projeçãoù
Hint: Divida o produto escalar dos dois vetores pelo produto escalar do vetor de referência u consigo mesmo.
The full worked solution stays in the interactive walkthrough.
Where it shows up
Real-World Context
Encontrar a componente de uma força gravitacional atuando paralela à superfície de um plano inclinado.
Study smarter
Tips
- Certifique-se de que o vetor de referência u seja diferente de zero para evitar divisão por zero.
- A variável de resultado aqui representa o coeficiente escalar que escala o vetor u.
- Lembre-se de que u ⋅ u é o mesmo que a magnitude quadrada de u.
Avoid these traps
Common Mistakes
- Usar a magnitude de u em vez do produto escalar u · u (a magnitude quadrada) no denominador.
- Confundir o vetor que está sendo projetado (v) com o vetor que define a direção (u).
Common questions
Frequently Asked Questions
Esta derivação mostra como encontrar o componente de um vetor $v$ que está ao longo de outro vetor $u$, conhecido como projeção ortogonal.
Use esta fórmula quando precisar decompor um vetor em componentes paralelos e perpendiculares em relação a um vetor de referência. É essencial no processo de Gram-Schmidt para construir bases ortonormais e para encontrar a menor distância de um ponto a uma linha.
As projeções ortogonais são a base matemática para regressão linear em estatística, processamento de sinal e computação gráfica. Elas permitem que engenheiros resolvam forças em direções específicas e que cientistas de dados reduzam a dimensionalidade de conjuntos de dados complexos.
Usar a magnitude de u em vez do produto escalar u · u (a magnitude quadrada) no denominador. Confundir o vetor que está sendo projetado (v) com o vetor que define a direção (u).
Encontrar a componente de uma força gravitacional atuando paralela à superfície de um plano inclinado.
Certifique-se de que o vetor de referência u seja diferente de zero para evitar divisão por zero. A variável de resultado aqui representa o coeficiente escalar que escala o vetor u. Lembre-se de que u ⋅ u é o mesmo que a magnitude quadrada de u.
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.