Shrnutí na Skalární součin a úhel vektorů

## Skalární součin a úhel mezi vektory Vítejte u studia základní operace vektorové algebry – **skalárního součinu**. Tato operace nám umožňuje spojit dva vektory a získat jako výsledek jedno číslo, neboli skalár. Na rozdíl od vektorového součinu, který dává opět vektor, skalární součin odhaluje, jak jsou vektory vzájemně orientovány a jaké jsou jejich délky. Je to nástroj s obrovským využitím ve fyzice (například při výpočtu práce), inženýrství, počítačové grafice a geometrii. ### Definice skalárního součinu Skalární součin dvou vektorů **a** a **b** se obvykle značí jako $\mathbf{a} \cdot \mathbf{b}$ (čte se „a skalárně b“ nebo „a krát b“). Existují dva hlavní přístupy k jeho definici a výpočtu: pomocí souřadnic vektorů nebo pomocí jejich délek a úhlu, který svírají. > **Definice: Skalární součin** > Skalární součin je operace, která přiřadí dvěma vektorům skalár (číslo). Vyjadřuje míru shody směru dvou vektorů a zároveň zohledňuje jejich délky. ### Výpočet skalárního součinu ze souřadnic Pokud známe souřadnice vektorů v kartézské soustavě souřadnic, je výpočet skalárního součinu velmi jednoduchý. * **Pro dvourozměrné (2D) vektory:** Pro vektory $\mathbf{a} = (a_1, a_2)$ a $\mathbf{b} = (b_1, b_2)$ je skalární součin definován jako: $$\mathbf{a} \cdot \mathbf{b} = a_1 b_1 + a_2 b_2$$ * **Pro trojrozměrné (3D) vektory:** Pro vektory $\mathbf{a} = (a_1, a_2, a_3)$ a $\mathbf{b} = (b_1, b_2, b_3)$ se definice rozšiřuje o třetí souřadnici: $$\mathbf{a} \cdot \mathbf{b} = a_1 b_1 + a_2 b_2 + a_3 b_3$$ Obecně pro $n$-rozměrné vektory se skalární součin počítá jako součet součinů odpovídajících si souřadnic. **Příklad:** Mějme dva vektory $\mathbf{u} = (2, 3)$ a $\mathbf{v} = (-1, 4)$. Jejich skalární součin vypočítáme takto: $$\mathbf{u} \cdot \mathbf{v} = (2)(-1) + (3)(4) = -2 + 12 = 10$$ ### Geometrický význam a vztah k úhlu Skalární součin má zásadní geometrický význam, který ho spojuje s délkami vektorů a úhlem, který mezi sebou svírají. Tato definice je často považována za primární, protože nezávisí na volbě souřadnicového systému: $$\mathbf{a} \cdot \mathbf{b} = |\mathbf{a}||\mathbf{b}|\cos \varphi$$ Kde: * $|\mathbf{a}|$ je **délka** (velikost, norma) vektoru $\mathbf{a}$. * $|\mathbf{b}|$ je **délka** (velikost, norma) vektoru $\mathbf{b}$. * $\varphi$ (fí) je **úhel** mezi vektory $\mathbf{a}$ a $\mathbf{b}$, přičemž $0^\circ \leq \varphi \leq 180^\circ$ (nebo $0 \leq \varphi \leq \pi$ radiánů). Délka vektoru $\mathbf{a} = (a_1, a_2, a_3)$ se vypočítá pomocí Pythagorovy věty jako: $$|\mathbf{a}| = \sqrt{a_1^2 + a_2^2 + a_3^2}$$ Podobně pro vektor $\mathbf{b}$. Tato geometrická definice je klíčová pro pochopení, proč je skalární součin tak užitečný – umožňuje nám snadno zjistit, jak jsou vektory vzájemně orientovány. Zajímavost: Skalární součin je někdy nazýván také **tečkový součin** (dot product) kvůli svému značení tečkou. ### Výpočet úhlu mezi vektory Z geometrické definice skalárního součinu můžeme odvodit vzorec pro výpočet úhlu $\varphi$ mezi dvěma nenulovými vektory $\mathbf{a}$ a $\mathbf{b}$: $$\cos \varphi = \frac{\mathbf{a} \cdot \mathbf{b}}{|\mathbf{a}||\mathbf{b}|}$$ Samotný úhel $\varphi$ pak získáme pomocí inverzní funkce kosinus (arkuskosinus): $$\varphi = \arccos\left(\frac{\mathbf{a} \cdot \mathbf{b}}{|\mathbf{a}||\mathbf{b}|}\right)$$ Tento vzorec je nesmírně důležitý, protože umožňuje vypočítat úhel mezi dvěma vektory, aniž bychom je museli kreslit. Stačí znát jejich souřadnice, vypočítat skalární součin a jejich délky. **Příklad:** Vypočítejte úhel mezi vektory $\mathbf{a} = (1, 1)$ a $\mathbf{b} = (0, 1)$. 1. **Vypočítáme skalární součin:** $$\mathbf{a} \cdot \mathbf{b} = (1)(0) + (1)(1) = 0 + 1 = 1$$ 2. **Vypočítáme délky vektorů:** $$|\mathbf{a}| = \sqrt{1^2 + 1^2} = \sqrt{1 + 1} = \sqrt{2}$$ $$|\mathbf{b}| = \sqrt{0^2 + 1^2} = \sqrt{0 + 1} = \sqrt{1} = 1$$ 3. **Dosadíme do vzorce pro kosinus úhlu:** $$\cos \varphi = \frac{1}{\sqrt{2} \cdot 1}