Skip to main content
linjär algebrakalkylatorguide

Vektorprojektionskalkylator: Formel, Steg och Exempel

·12 min read·Solvify Team

En vektorprojektionskalkylator hittar komponenten av en vektor som ligger längs riktningen för en annan, med hjälp av prickprodukten och målvektorns storlek för att dela upp beräkningen i några rena steg. Den här guiden bygger upp den beräkningen för hand med två kompletta genomarbetade exempel — en i 2D, en i 3D — drar en klar gräns mellan skalär projektion och vektorprojektion, och täcker vanliga misstag, verklig tillämpning och övningsproblem med verifierade lösningar.

Vad är en vektorprojektion, och hur fungerar en vektorprojektionskalkylator?

En vektorprojektion svarar på en enkel fråga: om vektor a kastar en skugga rakt på linjen som vektor b pekar längs, hur lång är den skuggan, och vilken vektor representerar den? En vektorprojektionskalkylator producerar den skuggan med två relaterade formler byggda från delar du redan vet hur man beräknar — prickprodukten av a och b, och storleken på b. Den skalära projektionen (hur långt längs b skuggan når) är comp_b a = (a · b) ÷ |b|. Vektorprojektionen (själva skuggan, som en vektor) är proj_b a = [(a · b) ÷ |b|²] b. Varje genomarbetat exempel i den här guiden följer samma korta väg: beräkna prickprodukten, beräkna |b|² (och |b| när skalär projektion är nödvändig), sedan koppla in båda siffrorna i vilken formel problemet än kräver.

proj_b a = [(a · b) ÷ |b|²] b — prickprodukten dividerad med kvadraten på storleken på b, sedan skalad tillbaka på b själv.

Var kommer vektorprojektionsformeln ifrån?

Formeln är inte godtycklig — den faller direkt ur den geometriska definitionen av prickprodukten, a · b = |a| |b| cos θ, där θ är vinkeln mellan a och b. Att släppa en vinkelrät från spetsen på a till linjen genom b skapar en rätvinklig triangel vars intilliggande sida, längs b, har längden |a| cos θ. Den längden är exakt den skalära projektionen: comp_b a = |a| cos θ. Genom att ersätta cos θ = (a · b) ÷ (|a| |b|) från prickproduktformeln får vi comp_b a = |a| × [(a · b) ÷ (|a| |b|)] = (a · b) ÷ |b|, med |a|-termerna som avbryter sig. För att omvandla denna skalära längd till en verklig vektor som pekar längs b, multiplicera den med enhetsvektorn b ÷ |b|, vilket ger proj_b a = [(a · b) ÷ |b|] × (b ÷ |b|) = [(a · b) ÷ |b|²] b — samma formel från avsnittet ovan, nu med en tydlig geometrisk anledning bakom den.

Vektorprojektionsformeln är definitionen av cosinus för rätvinklig triangel, återbyggd från prickprodukten — |a|-termerna försvinner, vilket lämnar bara a, b och |b|.

Hur hittar man vektorprojektionen av en vektor på en annan i 2D?

En vektorprojektionskalkylator går igenom samma fem steg oavsett vilka nummer du matar in. Här är ett komplett genomarbetat exempel: projicera a = (4, 3) på b = (2, 2).

1. Steg 1 — Beräkna prickprodukten

a · b = (4)(2) + (3)(2) = 8 + 6 = 14. Multiplicera motsvarande komponenter och lägg till resultaten.

2. Steg 2 — Beräkna |b|² och |b|

|b|² = 2² + 2² = 4 + 4 = 8. |b| = √8 = 2√2 ≈ 2,8284.

3. Steg 3 — Hitta den skalära projektionen

comp_b a = (a · b) ÷ |b| = 14 ÷ 2,8284 ≈ 4,9497. Detta är hur långt längs riktningen på b skuggan på a når.

4. Steg 4 — Hitta vektorprojektionen

proj_b a = (a · b ÷ |b|²) b = (14 ÷ 8)(2, 2) = 1,75 × (2, 2) = (3,5, 3,5).

5. Steg 5 — Kontrollera svaret

Storleken på vektorprojektionen bör motsvara den skalära projektionen: |(3,5, 3,5)| = √(12,25 + 12,25) = √24,5 ≈ 4,9497, vilket matchar steg 3 exakt. Eftersom både a och b pekar in i första kvadranten med en positiv prickprodukt, motsvarar en skugga med positiv längd som pekar samma väg som b intuition.

a = (4, 3), b = (2, 2) → a · b = 14, |b|² = 8, comp_b a ≈ 4,95, proj_b a = (3,5, 3,5).

Hur hittar man vektorprojektionen i 3D?

Samma formel fungerar i tre dimensioner — prickprodukten och storlek formlerna plockar upp en tredje komponent. Projicera a = (3, -1, 2) på b = (1, 2, 2).

1. Steg 1 — Beräkna prickprodukten

a · b = (3)(1) + (-1)(2) + (2)(2) = 3 − 2 + 4 = 5.

2. Steg 2 — Beräkna |b|² och |b|

|b|² = 1² + 2² + 2² = 1 + 4 + 4 = 9. |b| = √9 = 3.

3. Steg 3 — Hitta den skalära projektionen

comp_b a = (a · b) ÷ |b| = 5 ÷ 3 ≈ 1,6667.

4. Steg 4 — Hitta vektorprojektionen

proj_b a = (5 ÷ 9)(1, 2, 2) = (5/9, 10/9, 10/9) ≈ (0,5556, 1,1111, 1,1111).

5. Steg 5 — Kontrollera svaret

|proj_b a| bör vara lika med |comp_b a|: |(5/9, 10/9, 10/9)| = (5/9)|b| = (5/9)(3) = 5/3 ≈ 1,6667, vilket matchar steg 3. Den positiva prickprodukten bekräftar också att projektionen pekar i samma allmänna riktning som b, inte motsatt väg.

a = (3, -1, 2), b = (1, 2, 2) → a · b = 5, |b|² = 9, comp_b a ≈ 1,6667, proj_b a ≈ (0,5556, 1,1111, 1,1111).

Vad är skillnaden mellan skalär projektion och vektorprojektion?

Skalär projektion (comp_b a) är ett signerat tal — en längd med en riktning inbakad i dess tecken, inte en vektor. Vektorprojektion (proj_b a) är den faktiska vektorn som pekar längs b, byggd genom att skala b:s enheitsvektor med den signerade längden. Att blanda upp de två är ett av de snabbaste sätten att få ett svar från en vektorprojektionskalkylator helt fel. Tecknet för den skalära projektionen bär också information gratis: en positiv comp_b a betyder att skuggan på a faller på samma sida av ursprunget som b, medan en negativ comp_b a betyder att den faller på motsatt sida — projektionen av a på b pekar i allmänhet mot b:s riktning, även om de två vektorernas svansar delar samma ursprung.

1. Exempel — en negativ skalär projektion

Projicera a = (1, 0) på b = (-1, 1). a · b = (1)(-1) + (0)(1) = -1. |b| = √2 ≈ 1,4142. comp_b a = -1 ÷ 1,4142 ≈ -0,7071 — negativ, eftersom a pekar delvis motsatt b:s riktning.

2. Exempel — den motsvarande vektorprojektionen

proj_b a = (-1 ÷ 2)(-1, 1) = (0,5, -0,5). Även om den skalära projektionen är negativ är vektorprojektionen fortfarande en väldefinierad vektor — den pekar helt enkelt motsatt b, inte längs den.

3. Exempel — den ortogonala återstoden

Varje vektorprojektion kommer med en naturlig motsvarighet: den ortogonala komponenten a − proj_b a, vad som är kvar av a när dess skugga längs b är borttagen. Med hjälp av 2D-exemplet från tidigare, a = (4, 3) och proj_b a = (3,5, 3,5), så a − proj_b a = (0,5, -0,5). Genom att kontrollera vinkelräthet: (0,5, -0,5) · (2, 2) = 1 − 1 = 0, bekräftar att återstoden är exakt vinkelrät mot b.

a = proj_b a + (a − proj_b a): varje vektor delas upp i en del parallell med b och en del vinkelrät mot b, och de två delarna har alltid en noll prickprodukt med varandra.

Vilka misstag bör du undvika när du beräknar en vektorprojektion?

En handfull fel står för de flesta felaktiga resultat från en vektorprojektionskalkylator, oavsett om den körs för hand eller kontrolleras mot programvara.

1. Misstag 1 — Dividera med |b| istället för |b|² i vektorformeln

Vektorprojektionsformeln dividerar med |b|², inte |b| — den extra faktorn på |b| är vad som förvandlar enhetsvektorskalningen till en fullständig projektion. Att använda |b| här ger en vektor med fel längd, även om riktningen fortfarande ser rätt ut.

2. Misstag 2 — Projicera på fel vektor

proj_b a (projicera a på b) och proj_a b (projicera b på a) är i allmänhet olika vektorer med olika storheter. Kontrollera alltid vilken vektor som är målriktningen innan du dividerar med dess storlek.

3. Misstag 3 — Släppa tecknet på den skalära projektionen

Att rapportera comp_b a som alltid positiv ignorerar verklig information: en negativ skalär projektion signalerar korrekt att a lutar motsatt b, precis som i det genomarbetade exemplet ovan.

4. Misstag 4 — Glömma en tredje komponent i 3D

Att beräkna |b|² = 1² + 2² istället för 1² + 2² + 2² för en 3D-vektor tyst släpper en term och producerar en felaktig nämnare, vilket ställer upp hela projektionen.

Vektorprojektionsformeln dividerar med |b|² exakt en gång — att dividera med |b| två gånger i olika steg, eller glömma kvadraten, är det enskilt mest vanliga aritmetiska misstaget.

Övningsproblem: Kan du hitta dessa vektorprojektioner?

Försök lösa varje problem för hand med prickproduktformeln, sedan använd en vektorprojektionskalkylator endast för att bekräfta svaret, inte för att hitta det åt dig.

1. Problem 1 — Projicera på en axel

Projicera a = (3, 4) på b = (1, 0). Svar: a · b = (3)(1) + (4)(0) = 3. |b|² = 1. proj_b a = (3 ÷ 1)(1, 0) = (3, 0) — projicering på en koordinataxel isolerar helt enkelt den komponenten, som förväntat.

2. Problem 2 — En negativ skalär projektion

Projicera a = (2, 2) på b = (3, -4). Svar: a · b = (2)(3) + (2)(-4) = 6 − 8 = -2. |b|² = 9 + 16 = 25. comp_b a = -2 ÷ 5 = -0,4. proj_b a = (-2 ÷ 25)(3, -4) = (-0,24, 0,32).

3. Problem 3 — En 3D-projektion

Projicera a = (1, 1, 1) på b = (2, 2, 1). Svar: a · b = 2 + 2 + 1 = 5. |b|² = 4 + 4 + 1 = 9. comp_b a = 5 ÷ 3 ≈ 1,6667. proj_b a = (5 ÷ 9)(2, 2, 1) = (10/9, 10/9, 5/9) ≈ (1,1111, 1,1111, 0,5556).

Var och en av dessa problem reduceras till samma två steg: prickprodukt, sedan dividera med |b|² och skala b. Bemästra den sekvensen en gång och varje vektorprojektionsproblem blir rutinmässigt.

Var används vektorprojektion i verkliga tillämpningar?

Projektionsformeln är inte bara en övning i linjär algebra — den dyker upp överallt där en kvantitet måste delas upp i en användbar riktning och en återstod.

1. Fysik — kraft och arbete längs en lutning

På en ramp projiceras tyngdkraftens drag längs lutningsmotionens riktning för att hitta kraftkomponenten som faktiskt accelererar ett objekt nerför sluttningen, medan den vinkelräta återstoden (a − proj_b a) trycker objektet in i ytan och gör inget arbete.

2. Datorgrafik — att dekomponera rörelse och ljus

Att glida ett objekt längs en vägg använder vektorprojektionen av dess avsedda rörelse på väggytans riktning, avbryter endast komponenten som skulle trycka den genom väggen. Belysningsberäkningar projicerar på samma sätt en ljusvektor på en ytnormal för att bestämma hur mycket belysning som faktiskt når den ytan.

3. Linjär algebra — Gram-Schmidt ortogonalisering

Gram-Schmidt-processen bygger en uppsättning ömsesidigt vinkelräta vektorer genom att upprepade gånger subtrahera vektorprojektionen av varje ny vektor på de redan byggda, vilket lämnar endast den ortogonala återstoden vid varje steg — samma a − proj_b a-idé som används i lutnningsexemplet.

4. Statistik och maskininlärning — regressioner med minsta kvadrater

Minsta kvadrater regressioner hittar den bästa möjliga passningen till data genom att projicera den observerade resultatvektorn på kolonnutrymmet som spänner av modellens prediktorer — de monterade värdena är bokstavligen en vektorprojektion, och resterna är den vinkelräta återstoden som minimeras.

Ramper i fysik, glidning i grafik, Gram-Schmidt i linjär algebra och minsta kvadrater i statistik är alla samma vektorprojektionsformel klädd i olika kläder.

Hur kan Solvify hjälpa dig verifiera en vektorprojektionsberäkning?

När du väl förstår prickproduktlogiken i den här guiden kan Solvifys AI-drivna lösare ta ett foto av ett vektorproblem — från en läxkugge, lärobok eller granskning av linjär algebraexamen — och gå igenom samma prickprodukt, storlek och skalningssteg, så att du kan jämföra dess arbete mot ditt eget handgjorda resultat och fånga ett tecken eller aritmetiskt misstag innan det hamnar på en betygsatt inlämning.

Det snabbaste sättet att bygga självförtroende med vektorprojektioner är att lösa ett problem för hand och endast använda en kalkylator för att verifiera det — inte tvärtom.
Taggar:
linjär algebrakalkylatorguide

Få läxhjälp nu

Gå med miljontals studenter som använder vår AI-matematiklösare. Få omedelbara lösningar, steg-för-steg-förklaringar och läxhjälp dygnet runt.

Tillgänglig på iOS- och Android-enheter