Euklidovský prostor Stručnější verze



Podobné dokumenty
Euklidovský prostor. Euklides. Euklidovy postuláty (axiomy)

Jazyk matematiky Matematická logika Množinové operace Zobrazení Rozšířená číslená osa

11 Vzdálenost podprostorů

5. Maticová algebra, typy matic, inverzní matice, determinant.

Západočeská univerzita v Plzni. Fakulta aplikovaných věd Katedra matematiky. Geometrie pro FST 1. Pomocný učební text

Skalár- veličina určená jedním číselným údajem čas, hmotnost (porovnej životní úroveň, hospodaření firmy, naše poloha podle GPS )

FAKULTA STAVEBNÍ VUT V BRNĚ PŘIJÍMACÍ ŘÍZENÍ PRO AKADEMICKÝ ROK

Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika)

A0M15EZS Elektrické zdroje a soustavy ZS 2011/2012 cvičení 1. Jednotková matice na hlavní diagonále jsou jedničky, všude jinde nuly

6. ANALYTICKÁ GEOMETRIE

Skalární součin je nástroj, jak měřit velikost vektorů a úhly mezi vektory v reálných a komplexních vektorových prostorech.

Vzorce počítačové grafiky

Matematika 1 MA1. 1 Analytická geometrie v prostoru - základní pojmy. 4 Vzdálenosti. 12. přednáška ( ) Matematika 1 1 / 32

1 Analytická geometrie

Vektorový prostor. Př.1. R 2 ; R 3 ; R n Dvě operace v R n : u + v = (u 1 + v 1,...u n + v n ), V (E 3 )...množina vektorů v E 3,

Učební texty k státní bakalářské zkoušce Matematika Matice. študenti MFF 15. augusta 2008

[1] Vzhledem ke zvolené bázi určujeme souřadnice vektorů...

Otázky z kapitoly Stereometrie

STEREOMETRIE ZÁKLADNÍ POJMY, METRICKÉ VLASTNOSTI, ODCHYLKY, VZDÁLENOSTI. STEREOMETRIE geometrie v prostoru

Lineární algebra : Metrická geometrie

Základy matematiky kombinované studium /06

Matematika I 12a Euklidovská geometrie

Determinant. Definice determinantu. Permutace. Permutace, vlastnosti. Definice: Necht A = (a i,j ) R n,n je čtvercová matice.

maticeteorie 1. Matice A je typu 2 4, matice B je typu 4 3. Jakých rozměrů musí být matice X, aby se dala provést

19 Eukleidovský bodový prostor

KOMPLEXNÍ ČÍSLA INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky

Matice. Je dána matice A R m,n, pak máme zobrazení A : R n R m.

Funkce zadané implicitně

a m1 a m2 a mn zobrazení. Operaci násobení u matic budeme definovat jiným způsobem.

[1] Motivace. p = {t u ; t R}, A(p) = {A(t u ); t R} = {t A( u ); t R}

Lineární algebra a analytická geometrie sbírka úloh a ř ešených př íkladů

Vlastní číslo, vektor

3. ročník, 2013/ 2014 Mezinárodní korespondenční seminář iks

Součin matice A a čísla α definujeme jako matici αa = (d ij ) typu m n, kde d ij = αa ij pro libovolné indexy i, j.

Přehled učiva matematiky 7. ročník ZŠ

Projekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci

Geometrické těleso je prostorově omezený geometrický útvar. Jeho hranicí, povrchem, je uzavřená plocha.

PROSTORY SE SKALÁRNÍM SOUČINEM. Definice Nechť L je lineární vektorový prostor nad R. Zobrazení L L R splňující vlastnosti

ŠROUBOVÉ SPOJE VÝKLAD

Digitální učební materiál

2. RBF neuronové sítě

Několik poznámek na téma lineární algebry pro studenty fyzikální chemie

Projekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci

Regulární matice. Věnujeme dále pozornost zejména čtvercovým maticím.

Soustavy lineárních rovnic

Geometrie pro FST 2. Plzeň, 28. srpna 2013, verze 6.0

Úvod do lineární algebry

FAKULTA STAVEBNÍ MATEMATIKA II MODUL 2 STUDIJNÍ OPORY PRO STUDIJNÍ PROGRAMY S KOMBINOVANOU FORMOU STUDIA

Geodetické polohové a výškové vytyčovací práce

2.2. SČÍTÁNÍ A NÁSOBENÍ MATIC

Definice 28 (Ortogonální doplněk vektorového podprostoru). V k V n ; V k V. (Pech:AGLÚ/str D.5.1)

13 Analytická geometrie v prostoru

Rovnice přímky. s = AB = B A. X A = t s tj. X = A + t s, kde t R. t je parametr. x = a 1 + ts 1 y = a 2 + ts 2 z = a 3 + ts 3. t R

ROTAČNÍ KVADRIKY. Definice, základní vlastnosti, tečné roviny a řezy, průsečíky přímky s rotační kvadrikou

Základní škola Moravský Beroun, okres Olomouc

Gymnázium Jiřího Ortena, Kutná Hora. volné rovnoběžné promítání průmětna

Soustavy linea rnı ch rovnic

3) Vypočtěte souřadnice průsečíku dané přímky p : x = t, y = 9 + 3t, z = 1 + t, t R s rovinou ρ : 3x + 5y z 2 = 0.

c) nelze-li rovnici upravit na stejný základ, logaritmujeme obě strany rovnice

Vektory a matice. Matice a operace s nimi. Hodnost matice. Determinanty. . p.1/12

Regresní a korelační analýza

Vybrané kapitoly z matematiky

Edita Kolářová ÚSTAV MATEMATIKY

Mária Sadloňová. Fajn MATIKA. 150 řešených příkladů (vzorek)

Téma je podrobně zpracováno ve skriptech [1], kapitola

Kapitola 11. Vzdálenost v grafech Matice sousednosti a počty sledů

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava

f(x) = 9x3 5 x 2. f(x) = xe x2 f(x) = ln(x2 ) f(x) =

transformace je posunutí plus lineární transformace má svou matici vzhledem k homogenním souřadnicím [1]

Cvičné texty ke státní maturitě z matematiky

8 Matice a determinanty

MATEMATICKÁ ANALÝZA A LINEÁRNÍ ALGEBRA PŘÍPRAVA NA ZKOUŠKU PRO SAMOUKY

1 Determinanty a inverzní matice

Cvičné texty ke státní maturitě z matematiky

A[a 1 ; a 2 ; a 3 ] souřadnice bodu A v kartézské soustavě souřadnic O xyz

JčU - Cvičení z matematiky pro zemědělské obory (doc. RNDr. Nýdl, CSc & spol.) Minitest MT1

Lineární zobrazení. 1. A(x y) = A(x) A(y) (vlastnost aditivity) 2. A(α x) = α A(x) (vlastnost homogenity)

= prostorová geometrie, geometrie v prostoru část M zkoumající vlastnosti prostor. útvarů vychází z tzv. axiómů, využívá věty

Operace s maticemi. 19. února 2018

Základní vlastnosti eukleidovského prostoru

2 Spojité modely rozhodování

Hledáme lokální extrémy funkce vzhledem k množině, která je popsána jednou či několika rovnicemi, vazebními podmínkami. Pokud jsou podmínky

1. Parametrické vyjádření přímky Přímku v prostoru můžeme vyjádřit jen parametricky, protože obecná rovnice přímky v prostoru neexistuje.

Gymnázium, Brno. Matice. Závěrečná maturitní práce. Jakub Juránek 4.A Školní rok 2010/11

Soustavy. Terminologie. Dva pohledy na soustavu lin. rovnic. Definice: Necht A = (a i,j ) R m,n je matice, b R m,1 je jednosloupcová.

MATEMATIKA Charakteristika vyučovacího předmětu 2. stupeň

0. Lineární rekurence Martin Mareš,

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Vyučovací předmět: Matematika. Charakteristika vyučovacího předmětu

9. Úvod do teorie PDR

Afinní transformace Stručnější verze

předmětu MATEMATIKA B 1

ZÁKLADNÍ POJMY SVĚTELNÉ TECHNIKY

Mateřská škola a Základní škola při dětské léčebně, Křetín 12

5.4.1 Mnohostěny. Předpoklady:

. Opakovací kurs středoškolské matematiky podzim 2015

Lineární algebra : Lineární (ne)závislost

a + b + c = 2 b + c = 1 a b = a 1 2a 1 + a a 3 + a 5 + 2a 2 + a 2 + a

Lineární algebra II. Adam Liška. 9. února Zápisky z přednášek Jiřího Fialy na MFF UK, letní semestr, ak. rok 2007/2008

Dodatek č. 3 ke školnímu vzdělávacímu programu. Strojírenství. (platné znění k )

Transkript:

[1] Euklidovský prostor Stručnější verze definice Eulidovského prostoru kartézský souřadnicový systém vektorový součin v E 3 vlastnosti přímek a rovin v E 3 a) eprostor-v2, 16, b) P. Olšák, FEL ČVUT, c) P. Olšák 2013, d) BI-LIN, e) L, f) 2012/2013, g)l. Viz p. d. 4/2010

Euklidovský prostor BI-LIN, eprostor-v2, 16, P. Olšák [2] Definice: Nechť V je lineární prostor dimenze n se skalárním součinem. Pak afinní prostor (X, V) nazýváme euklidovským prostorem dimenze n a značíme ho E n. Skalární součin na V indukuje normu (velikost): x = x x. Vzdálenost bodů P a Q euklidovského prostoru je definována jako P Q. Poznámka: Při geometrické interpretaci euklidovského prostoru se za skalární součin vektorů u, v U O použije vzorec: u v = u v cos α, kde u, v je změřená velikost orientovaných úseček u, v a α je změřený úhel mezi těmito úsečkami. Tento skalární součin indukuje normu u = u, tj. velikost = změřená velikost.

Kartézský souřadnicový systém BI-LIN, eprostor-v2, 16, P. Olšák [3] Definice: Nechť E n = (X, V) je euklidovský prostor. Je-li báze B lineárního prostoru V ortonormální, nazývá se souřadný systém (O, B) kartézský. Pozorování: Nechť (x 1, x 2,..., x n ) a (y 1, y 2,..., y n ) jsou souřadnice vektorů x a y vzhledem ke kartézkému souřadnému systému. Pak x y = x1 y 1 + x 2 y 2 + + x n y n, x = x 2 1 + x2 2 + + x2 n. Nechť (a 1, a 2,..., a n ) a (a 1, a 2,..., a n) jsou souřadnice bodů A a A vzhledem ke kartézkému souřadnému systému. Pak vzdálenost těchto bodů se počítá podle Pythagorovy věty : ρ(a, A ) = A A = (a 1 a 1 )2 + (a 2 a 2 )2 + + (a n a n) 2.

BI-LIN, eprostor-v2, 16, P. Olšák [4] Základní objekty v euklidovském prostoru Přímka: p = {A + t s, t R}, kde A X, s V, s o. Přímka je tedy dána bodem A, kterým prochází a nenulovým směrovým vektorem s. Může být též dána dvěma různými body A a B: p = {A + t (B A), t R}. Úsečka s koncovými body A, B: u = {A + t (B A), t 0, 1 }. Kružnice se středem S a poloměrem r: k = {X, X S = r}. Kružnici lze takto definovat jen v E 2 (dimenzi 2). Pro větší dimenze je uvedená množina povrchem n-rozměrné koule. Rovina: σ = {A + t a + u b, t, u R}, A X, a, b V jsou LN. Rovina je dána bodem a dvěma nezávislými směry. Zobecněná rovina (afinní podprostor): τ = A + a 1,..., a k,

Vztahy mezi přímkami BI-LIN, eprostor-v2, 16, P. Olšák [5] Dvě přímky p = {A 1 + t s 1, t R} a q = {A 2 + t s 2, t R} jsou totožné, právě když vektory A 2 A 1 a s 1 jsou LZ a současně směrové vektory s 1, s 2 jsou LZ. Dvě přímky p = {A 1 + t s 1, t R} a q = {A 2 + t s 2, t R} jsou rovnoběžné, právě když nejsou totožné a vektory s 1, s 2 jsou LZ. Dvě přímky p = {A 1 + t s 1, t R} a q = {A 2 + t s 2, t R} leží ve společné rovině, právě když vektory A 2 A 1, s 1, s 2 jsou LZ. Dvě přímky jsou různoběžky (protínají se v jednom bodě), právě když leží ve společné rovině a nejsou totožné ani rovnoběžné. Dvě přímky jsou mimoběžky (míjejí se v prostoru), právě když neleží ve společné rovině. Uvedené vztahy rozpoznáme algebraickými metodami: vyšetřením lineární závislosti nebo nezávislosti odpovídajících vektorů.

Příklad BI-LIN, eprostor-v2, 16, P. Olšák [6] Najdeme parametr a R takový, aby se přímky p = (1, 2, 3) + (2, 2, 5) a q = (4, 3, 7) + (3, a, 1) protínaly. Řešení: Přímky nejsou rovnoběžné ani totožné, protože jejich směrové vektory jsou lineárně nezávislé. Aby tyto přímky byly různoběžkami, musí být vektory (3, 1, 4), (2, 2, 5), (3, a, 1) lienárně závislé, takže když jejich souřadnice zapíšeme do řádků matice A, musí mít tato matice nulový determinant: 3 1 4 det 2 2 5 = 5 7a = 0. 3 a 1 Takže a = 5 7.

Příklad: průsečík přímek BI-LIN, eprostor-v2, 16, P. Olšák [7] V E 2 jsou dány přímky p = (1, 2) + (3, 4) a q = (2, 0) + (1, 3). Vektory a body jsou dány v kartézských souřadnicích. Najdeme průsečík přímek p, q. Protože směrové vektory (3, 4) a (1, 3) jsou lineárně nezávislé, přímky se protínají (v E 2 neexistují mimoběžky). Průsečík najdeme v místě, pro které nastává rovnost: (1, 2) + t (3, 4) = (2, 0) + u (1, 3) To vede na soustavu dvou lineárních rovnic s neznámými t, u. Ta má řešení t = 1, u = 2, takže průsečík je v bodě P = (1, 2) + 1 (3, 4) = (4, 6).

Příklad: průsečík dvou kružnic BI-LIN, eprostor-v2, 16, P. Olšák [8] Jsou dány kružnice k 1 se středem (1, 1) a poloměrem 3 a kružnice k 2 se středem (3, 4) a poloměrem 2. Najdeme jejich průsečíky. Průsečík má souřadnice (x, y), které vyhovují dvěma rovnicím: (x 1) 2 + (y 1) 2 = 3 2 (x 3) 2 + (y 4) 2 = 2 2 Odečtením rovnic dostáváme lineární rovnici 2x + 3y = 14. Dosazením x = 7 3 2y do první rovnice dostávéme kvadratickou rovnici 13y 2 80y+112 = 0, která má řešení y 1 = 4, y 2 = 28 13. Použitím vzorce x = 7 3 2 y dostáváme x 1 = 1 a x 2 = 49 13, takže hledané průsečíky jsou ( 49 P 1 = (1, 4), P 2 = 13, 28 ). 13

BI-LIN, eprostor-v2, 16, P. Olšák [9] Příklady popisů přímky a roviny v E 3 Přímka: Je popsána bodem a směrovým vektorem A + s. Často se tento popis rozepisuje do souřadnic jako x = a 1 + t s 1, y = a 2 + t s 2, z = a 3 + t s 3, t R. Přímku můžeme také popsat soustavou dvou rovnic Bx = b. Není to typické, ale předvedeme si to. Bázi řešení soustavy s jednou rovnicí s 1 x + s 2 y + s 3 z = 0 označíme (u 1, u 2, u 3 ), (v 1, v 2, v 3 ). Hledaná soustava má pak matici obsahující tyto dva řádky a pravou stranu: b 1 = u 1 a 1 + u 2 a 2 + u 3 a 3, b 2 = v 1 a 1 + v 2 a 2 + v 3 a 3. Rovina: Je popsána dvěma směrovými vektory A + u, v. Vyřešením homogenní soustavy dvou rovnic se souřadnicemi těchto vektorů v řádcích matice dostáváme bázový vektor (n 1, n 2, n 3 ). Rovinu pak můžeme popsat rovnicí roviny n 1 x + n 2 y + n 3 z = d, kde d = n 1 a 1 + n 2 a 2 + n 3 a 3.

Příklad: průsečík přímky s rovinou BI-LIN, eprostor-v2, 16, P. Olšák [10] Je dána přímka p = (1, 2, 3) + (2, 2, 1) a rovina M = (2, 3, 4) + (3, 3, 1), (3, 4, 3) v E 3. Najdeme jejich průsečík. Podle předchozí stránky bychom mohli přímku p popsat dvěma rovnicemi a rovinu M třetí rovnicí a pak vyřešit soutavu těchto tří rovnic. Ovšem v tomto případě se většinou postupuje jinak: Rovnice roviny M má tvar 5x 6y + 3z = 4 a přímka p má parametrické vyjádření x = 1 + 2t, y = 2 + 2t, z = 3 + t. Dosadíme parametrické vyjádření přímky do rovnice roviny: 5 (1 + 2t) 6 (2 + 2t) + 3 (3 + t) = 4. Tato rovnice s jednou proměnnou má řešení t = 2. Průsečík je P = (1, 2, 3) + 2 (2, 2, 1) = (5, 6, 5).

Kolmice ve 2D a 3D BI-LIN, eprostor-v2, 16, P. Olšák [11] Bázi prostoru kolmého k prostoru u 1, u 2,..., u k v E n počítáme řešením homogenní soustavy. To je univerzální postup. Ovšem v případě E 2 a E 3 jsou ještě jiné postupy: V E 2 platí: (a, b) = ( b, a). V E 3 platí pro lin. nezávislé vektory: u, v = u v, kde symbolem je označem vektorový součin. O něm si povíme více později.

Příklad: Kolmý průmět BI-LIN, eprostor-v2, 16, P. Olšák [12] Je dána přímka p = (1, 2, 3) + (5, 2, 2). Najdeme kolmý průmět této přímky do roviny M = (2, 2, 1) + (1, 3, 4), (3, 2, 6). Souřadnice jsou dány vzhledem ke kartézskému souřadnému systému. Řešením homogenní soustavy s maticí ( ) ( ) 1 3 4 1 3 4 3 2 6 0 7 6 je (10, 6, 7), takže (1, 3, 4), (3, 2, 6) = (10, 6, 7). Kolmá rovina k M obsahující p je K = (1, 2, 3)+ (5, 2, 2), (10, 6, 7). Rovnice roviny M je 10x+6y 7z = 25 a rovnice K je 26x+55y+10z = 114. Hledaný průmět je řešení soustavy s maticí ( 10 6 7 25 26 55 10 114 ) ( 10 6 7 25 0 353 41 895 Hledaný průmět je p = ( 524/41, 0, 895/41) + (445, 41, 353). ).

BI-LIN, eprostor-v2, 16, P. Olšák [13] Determinant měří objem rovnoběžnostěnu Nechť v 1, v 2,..., v n jsou vektory, které tvoří hrany pomyslného n-dimenzionálního rovnoběžnostěnu. Vektory tvoří jen hrany, které se potkávají ve společném vrcholu. Ostatní hrany rovnoběžnostěnu je třeba dorýsovat doplněním na rovnoběžníky. Tvrzení: Zapíšeme-li do sloupců matice A souřadnice vektorů v i vzhledem k ortonormální bázi (B), pak absolutní hodnota determinantu matice A je rovna objemu zmíněného rovnoběžnostěnu. Důkaz neuvádíme.

Příklady BI-LIN, eprostor-v2, 16, P. Olšák [14] Souřadnice uvedených bodů jsou v těchto příkladech vzhledem ke kartézskému souřadnému systému. Plocha rovnoběžníka s vrcholy (0, 0), (a, b) (c, d), (a + c, b + d) je rovna ( ) a c det = ad bc, b d Objem čtyřstenu s vrcholy (0, 0, 0), (a 1,a 2,a 3 ), (b 1,b 2,b 3 ), (c 1,c 2,c 3 ) je roven 1 a 1 b 1 c 1 6 det a 2 b 2 c 2 a 3 b 3 c, 3 protože čtyřstěn má objem roven jedné šestině objemu rovnoběžnostěnu. Souřadnice můžeme zapsat i do řádků, protože det A = det A T.

Orientace lineárního prostoru BI-LIN, eprostor-v2, 16, P. Olšák [15] V lineárním prostoru zvolíme jednu uspořádanou bázi (B) a prohlásíme ji kladně orientovanou. Všechny báze (C), pro které je det P B C > 0, nazveme také kladně orientované. Všechny báze (C ), pro které je det P B C < 0, nazveme záporně orientované. Obvyklá úmluva pro E 2 : kladně orientovaná báze má druhý bázový vektor směřující vlevo od prvního. Obvyklá úmluva pro E 3 : když se na bázi díváme z vhodného místa, pak kladně orientovaná báze má první vektor orientovaný k nám, druhý doprava od nás a třetí nahoru. Pozorovnání: determinant použitý při výpočtu objemu rovnoběžnostěnu je záporný, když souřadnice vektorů v 1, v 2,..., v n jsou zapsány vzhledem ke kladně orientované ortonormální bázi a vektory v 1, v 2,..., v n samotné tvoří záporně orientovanou bázi.

BI-LIN, eprostor-v2, 16, P. Olšák [16] Speciální vlastnosti v E 3 Je možné definovat vektorový součin. Kolmice k rovině je přímka, směrový vektor této kolmice je normálový vektor roviny. Normálový vektor je možné hledat pomocí vektorového součinu. Rovina je dána jedinou rovnicí se třemi neznámými, koeficienty této rovnice jsou souřadnice jejího normálového vektoru.

Vektorový součin BI-LIN, eprostor-v2, 16, P. Olšák [17] Definice: Vektorový součin dvou vektorů u a v z E 3 značíme u v a je to: nulový vektor, pokud jsou u a v lineárně závislé, jinak: vektor kolmý na rovinu u, v s velikostí plochy rovnoběžníka mezi u a v. Báze ( u, v, u v ) je kladně orientovaná. Pozorování: Vektorový součin je definován jednoznačně. Platí u v = u v sin α, kde α je úhel mezi vektory u a v. Věta: Jsou-li (u 1, u 2, u 3 ) a (v 1, v 2, v 3 ) souřadnice vektorů u a v vzhledem ke kladně orientované ortonormální bázi, pak u v má vzhledem k této bázi souřadnice: ( ) u 2 u 3 v 2 v 3, u 1 u 3 v 1 v 3, u 1 u 2 v 1 v 2 Důkaz*: technický, viz skriptum.

Příklad: normálový vektor roviny BI-LIN, eprostor-v2, 16, P. Olšák [18] Je dána rovina (2, 2, 2) + (1, 2, 3), (3, 1, 1). Najedeme její normálový vektor. Souřadnice jsou uvedeny vzhledem ke kladně orientovanému kartézskému souřadnému systému. Normálový vektor je roven vektorovému součinu (1, 2, 3) (3, 1, 1), protože ten je (podle definice) kolmý na oba směrové vektory. Podle věty o souřadnicích vektorového součinu je ( ) 2 3 (1, 2, 3) (3, 1, 1) = 1 1, 1 3 3 1, 1 2 3 1 = ( 1, 8, 5) Rovnice roviny tedy je x + 8y 5z = 4. Jiná možnost, jak najdeme normálový vektor: vyřešíme homogenní soustavu s maticí ( ) 1 2 3. 3 1 1

Příklad: rovina daná třemi body BI-LIN, eprostor-v2, 16, P. Olšák [19] Jsou-li dány tři body A, B, C, které neleží ve společné přímce, pak jimi prochází jediná rovina A + (B A), (C A). Normálový vektor roviny je (B A) (C A). Třeba jsou dány body (1, 1, 2), (2, 3, 5), (4, 2, 3) v kartézských souřadnicích. Pak rovina je dána vzorcem: (1, 1, 2) + (1, 2, 3), (3, 1, 1) Protože (1, 2, 3) (3, 1, 1) = ( 1, 8, 5), má rovina tento normálový vektor. Má tedy rovnici x + 8y 5z = d, přitom d = 1 + 8 1 5 2 = 3.

Příklad: vzdálenost bodu od přímky BI-LIN, eprostor-v2, 16, P. Olšák [20] Můžeme najít kolmý průmět bodu B do přímky (označíme B ) a dále spočítáme velikost vektoru B B. Ovšem v E 3 máme vektorový součin a můžeme úlohu řešit ještě jinak (efektivněji): Vzdálenost bodu B od přímky A+ s je výška rovnoběžníka vymezeného vektory B A, s a ta je rovna ploše rovnoběžníka dělená velikostí základny. Vzdálenost bodu B od přímky tedy je (B A) s s.

Příklad: vzdálenost bodu od roviny BI-LIN, eprostor-v2, 16, P. Olšák [21] Můžeme najít kolmý průmět bodu B do roviny (označíme B ) a dále spočítáme velikost vektoru B B. Ovšem v E 3 máme vektorový součin a můžeme úlohu řešit ještě jinak (efektivněji): Vzdálenost bodu B od roviny A + u, v je rovna výšce rovnoběžnostěnu se stranami B A, u, v s podstavou u, v. Tato výška je rovna objemu tohoto rovnoběžnostěnu děleno plocha podstavy. Vzdálenost bodu B od roviny tedy je det A u v kde matice A obsahuje v řádcích (nebo ve sloupcích) souřadnice vektorů A B, u, v vzhledem k nějaké ortonormální bázi.,

Příklad: vzdálenost mimoběžek BI-LIN, eprostor-v2, 16, P. Olšák [22] Vzdálenost mimoběžek A + u a B + v je rovna výšce rovnoběžnostěnu vymezeného vektory B A, u, v se základnou u, v. Takže vzdálenost je rovna objemu tohoto rovnoběžnostěnu děleno plochou základny: det A u, v kde matice A obsahuje v řádcích (nebo ve sloupcích) souřadnice vektorů A B, u, v vzhledem k nějaké ortonormální bázi.

Úhly mezi přímkami a rovinami BI-LIN, eprostor-v2, 16, P. Olšák [23] Úhel φ mezi vektory u a v vypočítáme ze vzorce pro skalární součin u v u v cos φ = u v, tj. φ = arccos u v. Úhel mezi dvěma přímkami je úhlel mezi směrovými vektory. Pokud φ > 90, je hledaný úhel 180 φ (nebo ve vzorci v čitateli použít absolutní hodnotu). Úhel mezi rovinami je úhel mezi jejich normálovými vektory. Pokud φ > 90, je hledaný úhel 180 φ (nebo ve vzorci v čitateli použít absolutní hodnotu). Úhel mezi přímkou a rovinou je 90 mínus úhel mezi směrovým vektorem přímky a normálovým vektorem roviny (ve vzorci v čitateli je třeba použít absolutní hodnotu).

Příklad: plocha trojúhelníka ABC BI-LIN, eprostor-v2, 16, P. Olšák [24] Trojúhelník má plochu poloviční ploše rovnoběžníka. V E 2 spočítáme plochu rovnoběžníka jako objem rovnoběžnostěnu v E 2, tedy spočítáme absolutní hodnotu determinantu matice A, která obsahuje ve sloupcích souřadnice vektorů B A, C A vzhledem k ortonormální bázi. Příklad: A = (1, 2), B = (3, 4), C = (5, 8). Plocha trojúhelníka je: S = 1 ( ) 2 4 2 det = 2 2 6 V E 3 spočítáme plochu rovnoběžníka jeko velikost vektorového součinu vektorů B A, C A. Příklad: A = (1, 2, 2), B = (2, 3, 4), C = (7, 8, 9). S = 1 2 (1, 1, 2) (6, 6, 7) = 1 2 ( 5, 5, 0) = 5 2 2.