Processing math: 61%

반응형

[고전역학] 1. 벡터(1: 벡터의 기본성질들)



움직이는 계의 운동은 스칼라(scalar, 크기)와 벡터(vector, 크기+방향)를 이용하여 나타낼 수 있다. 벡터를 표기할 때, A처럼 진한 서체로 나타내고, 기준벡터(basis vector, 또는 단위벡터)

ex=i=(1,0,0),ey=j=(0,1,0),ez=k=(0,0,1)(오른손 좌표계)를 이용하여 A=(Ax,Ay,Az)=Axi+Ayj+Azk로 나타내고(아래그림 참고),

이때 벡터 A의 크기를 A=A=A2x+A2y+A2z로 정의한다.


벡터의 대수적 성질:

벡터 A=(Ax,Ay,Az),B=(Bx,By,Bz),C=(Cx,Cy,Cz)에 대하여

(1) A=BAx=Bx,Ay=By,Az=Bz과 대등하다.(벡터의 대등)

(2) A+B=(Ax,Ay,Az)+(Bx,By,Bz)=(Ax+Bx,Ay+By,Az+Bz)(벡터의 덧셈)

(3) 스칼라 c에 대하여 cA=(cAx,cAy,cAz)(벡터의 스칼라 곱)

(4) AB=A+(1)B=(AxBx,AyBy,AzBz)(벡터의 뺄셈)

(왼쪽 그림은 벡터의 대등, 가운데 그림은 벡터의 덧셈, 오른쪽 그림은 벡터의 스칼라배(1배)를 나타낸다.)

(5) 영벡터 O는 모든 성분이 0인 벡터이다. 즉 O=(0,0,0).

(6) A+B=B+A(교환법칙)

(7) A+(B+C)=(A+B)+C(결합법칙)

(8) 스칼라 c에 대하여 c(A+B)=cA+cB(분배법칙)


스칼라 곱 

두 벡터 A=(Ax,Ay,Az),B=(Bx,By,Bz)의 스칼라 곱(scalar product)을AB=AxBx+AyBy+AzBz로 정의한다(벡터의 내적). 스칼라 끼리의 곱은 교환법칙이 성립하므로 스칼라 곱에 대해서 교환법칙이 성립한다. 또한 분배법칙도 성립한다. 즉 A(B+C)=AB+AC가 성립한다.

위 그림에서 A=(Ax,0,0),B=(Bcosθ,Bsinθ,0)이므로 AB=AxBcosθ=ABcosθ(Ax=A)이고, 일반적으로 두 벡터 A,B가 이루는 각도가 θ일 경우, 이 두 벡터의 스칼라곱은 AB=|A||B|cosθ=ABcosθ이고, 이때cosθ=AB|A||B|=ABAB이고, AB=0이면, 이 두 벡터는 수직이다. 또한 동일한 벡터 AA가 이루는 각도는 0이므로 A2=|A|2=AA이다.


앞에서 기준벡터를 이용하여 벡터를 A=Axi+Ayj+Azk로 나타낸다고 했었다.A=A(AxAi+AyAj+AzAk)이고 이때

cosα=AxA,cosβ=AyA,cosγ=AzA를 좌표축에 대한 벡터 A의 방향코사인(direction cosine)이라 하고, α,β,γ를 방향각도(direction angle)라고 한다.


물체에 일정한 힘 F이 작용하여 변위 Δs만큼 움직였을 때, 힘이 한 일 ΔW는 힘과 변위의 스칼라곱, 즉 ΔW=FΔs(=(Fcosθ)Δs)이다.


위의 그림처럼 세 벡터 A,B,C를 변으로 하는 삼각형에서 C=A+B이므로C2=CC=(A+B)(A+B)=AA+2AB+BB=A2+B2+2ABcosθ이고, 이때 cosθ=C2A2B22AB(코사인 법칙)이다.


벡터곱

두 벡터 A=(Ax,Ay,Az),B=(Bx,By,Bz)의 벡터곱(vector product)을A×B=det로 정의한다. 스칼라곱의 연산결과가 스칼라인 것과는 달리 벡터곱의 연산결과는 벡터이다. 벡터곱에 대해 다음의 성질이 성립한다:

두 벡터 \mathbf{A},\,\mathbf{B}에 대하여

(1) \mathbf{A}\times\mathbf{B}=-\mathbf{B}\times\mathbf{A}

(2) \mathbf{A}\times(\mathbf{B}+\mathbf{C})=\mathbf{A}\times\mathbf{B}+\mathbf{A}\times\mathbf{C}

(3) 스칼라 c에 대하여 n(\mathbf{A}\times\mathbf{B})=(n\mathbf{A})\times\mathbf{B}=\mathbf{A}\times(n\mathbf{B})

(4) \mathbf{i}\times\mathbf{j}=\mathbf{k}=-\mathbf{j}\times\mathbf{i}, \mathbf{j}\times\mathbf{k}=\mathbf{i}=-\mathbf{k}\times\mathbf{j}, \mathbf{k}\times\mathbf{i}=\mathbf{j}=-\mathbf{i}\times\mathbf{k}

(1)에 의해 벡터곱에 대해서는 교환법칙이 성립하지 않는다.

두 벡터 \mathbf{A},\,\mathbf{B}의 벡터곱 \mathbf{A}\times\mathbf{B}의 크기를 구하면\begin{align*}|\mathbf{A}\times\mathbf{B}|^{2}&=(A_{y}B_{z}-A_{z}B_{y})^{2}+(A_{z}B_{x}-A_{x}B_{z})^{2}+(A_{x}B_{y}-A_{y}B_{z})^{2}\\&=(A_{x}^{2}+A_{y}^{2}+A_{z}^{2})(B_{x}^{2}+B_{y}^{2}+B_{z}^{2})-(A_{x}B_{x}+A_{y}B_{y}+A_{z}B_{z})^{2}\\&=A^{2}B^{2}-(\mathbf{A}\cdot\mathbf{B})^{2}\\&=A^{2}B^{2}(1-\cos^{2}\theta)\\&=A^{2}B^{2}\sin^{2}\theta=(AB\sin\theta)^{2}\end{align*}이므로 |\mathbf{A}\times\mathbf{B}|=AB\sin\theta이고, 여기서 \theta는 벡터 \mathbf{A}\mathbf{B}사이의 각도이다.

벡터곱의 결과는 벡터이고, 이때 벡터곱 \mathbf{C}=\mathbf{A}\times\mathbf{B}는 두 벡터 \mathbf{A}\mathbf{B}에 수직이다. 그 이유는\begin{align*}\mathbf{A}\cdot\mathbf{C}&=A_{x}(A_{y}B_{z}-A_{z}B_{y})+A_{y}(A_{z}B_{x}-A_{x}B_{z})+A_{z}(A_{x}B_{y}-A_{y}B_{x})\\&=0\end{align*}이기 때문이다. 위의 그림에서 오른손 법칙을 이용해 벡터 \mathbf{C}=\mathbf{A}\times\mathbf{B}의 방향을 결정할 수 있다.(참고: \mathbf{i}\times\mathbf{j}=\mathbf{k})


변위가 \mathbf{r}이고, 작용하는 힘이 \mathbf{F}인 점 O에서의 토크는 \mathbf{N}=\mathbf{r}\times\mathbf{F}이다.


벡터 \mathbf{A}=(A_{x},\,A_{y},\,A_{z}),\,\mathbf{B}=(B_{x},\,B_{y},\,B_{z}),\,\mathbf{C}=(C_{x},\,C_{y},\,C_{z})에 대하여

삼중 스칼라 곱(triple scalar product)을\mathbf{A}\cdot(\mathbf{B}\times\mathbf{C})=\det\begin{pmatrix}A_{x}&A_{y}&A_{z}\\B_{x}&B_{y}&B_{z}\\C_{x}&C_{y}&C_{z}\end{pmatrix}로, 삼중 벡터 곱(triple vector product)을\mathbf{A}\times(\mathbf{B}\times\mathbf{C})로 정의한다. \mathbf{A}\times(\mathbf{B}\times\mathbf{C})=\mathbf{B}(\mathbf{A}\cdot\mathbf{C})-\mathbf{C}(\mathbf{A}\cdot\mathbf{B})이므로, 이 결과를 'BACK minus CAB' 규칙이라고도 한다.

(삼중 벡터 곱은 회전좌표계 또는 강체의 회전에서 많이 이용된다)\begin{align*}(\mathbf{A}\times\mathbf{B})\times\mathbf{C}&=-\mathbf{C}\times(\mathbf{A}\times\mathbf{B})=-\mathbf{A}(\mathbf{C}\cdot\mathbf{B})+\mathbf{B}(\mathbf{C}\cdot\mathbf{A})\\ \mathbf{A}\times(\mathbf{B}\times\mathbf{C})&=\mathbf{B}(\mathbf{A}\cdot\mathbf{C})-\mathbf{C}(\mathbf{A}\cdot\mathbf{B})\end{align*}이므로 벡터곱은 결합법칙이 성립하지 않는다.


참고자료:

Analytical Mechanics 7th edition, Fowles, Cassiday, Cengage Learning   

반응형
Posted by skywalker222