Skaler Çarpım (Nokta Çarpımı) sayfasının kaynağını görüntüle

<span id="skaler-çarpım-nokta-çarpımı-vektörler-arasındaki-yönelim-ilişkisinin-matematiksel-ifadesi"></span>
= Skaler Çarpım (Nokta Çarpımı): Vektörler Arasındaki Yönelim İlişkisinin Matematiksel İfadesi =

-----

İki vektörün çarpımından tek bir sayı elde edilebileceği fikri, 19. yüzyılın sonlarında William Rowan Hamilton ve Hermann Grassmann’ın cebirsel vektör teorisi üzerine yürüttüğü çalışmalarla biçimlenmeye başladı. Bugün '''skaler çarpım''' ya da '''nokta çarpımı''' (dot product) olarak adlandırılan bu işlem; fizikten makine öğrenmesine, kuantum mekaniğinden bilgisayar grafiklerine uzanan geniş bir alanda temel hesaplama aracı hâline gelmiştir.<ref>Strang, G. (2016). ''Introduction to Linear Algebra'' (5. bs.). Wellesley-Cambridge Press.</ref> İki vektörün büyüklükleriyle aralarındaki açının kosinüsünü bir araya getiren bu yapı, yalnızca geometrik bir hesaplama kolaylığı değil; fiziksel gerçekliğin skaler nicelikler —iş, enerji, güç— aracılığıyla betimlenmesinin matematiksel iskeletidir.

-----

<span id="temel-kavramlar-ve-matematiksel-yapı"></span>
== 1. Temel Kavramlar ve Matematiksel Yapı ==

<span id="tanım-geometrik-ve-cebirsel-yaklaşım"></span>
=== 1.1 Tanım: Geometrik ve Cebirsel Yaklaşım ===

Skaler çarpım, iki vektörün birbirlerine göre yönelimini ve büyüklüklerini tek bir sayıya indirgeyen bilinear bir formdur. <math display="inline">\mathbf{A}</math> ve <math display="inline">\mathbf{B}</math> iki vektör, <math display="inline">\theta</math> aralarındaki açı olmak üzere geometrik tanım şöyledir:<ref>Dourmashkin, P. (2022). ''Work and the scalar product''. MIT OpenCourseWare, Classical Mechanics (8.01). https://phys.libretexts.org/Bookshelves/Classical_Mechanics/Classical_Mechanics_(Dourmashkin)/13:_Energy_Kinetic_Energy_and_Work/13.08:_Work_and_the_Scalar_Product</ref>

<math display="block">
\mathbf{A} \cdot \mathbf{B} = |\mathbf{A}||\mathbf{B}|\cos\theta
</math>

Bu ifadede <math display="inline">|\mathbf{A}|</math> ve <math display="inline">|\mathbf{B}|</math> sırasıyla iki vektörün büyüklüklerini, <math display="inline">\theta</math> ise <math display="inline">0</math> ile <math display="inline">\pi</math> arasında değişen açıyı simgeler. Sonuç her zaman bir skalerdir; yönü olmayan gerçek bir sayıdır. Büyüklük ve yönden bağımsız olarak —döndürmeler ve koordinat dönüşümleri altında değişmeyen— bu özellik, fizik yasalarının farklı referans çerçevelerinde tutarlı biçimde ifade edilmesini sağlar.<ref>DataCamp. (2026, Şubat 3). ''The dot product: Theory, computation, and real uses''. https://www.datacamp.com/tutorial/dot-product</ref>

Kartezyen koordinatlarda <math display="inline">\mathbf{A} = A_x\hat{\mathbf{i}} + A_y\hat{\mathbf{j}} + A_z\hat{\mathbf{k}}</math> ve <math display="inline">\mathbf{B} = B_x\hat{\mathbf{i}} + B_y\hat{\mathbf{j}} + B_z\hat{\mathbf{k}}</math> için cebirsel tanım şu biçimi alır:<ref>OpenStax. (2025, Mart 17). ''12.3: The dot product''. Mathematics LibreTexts. https://math.libretexts.org/Bookshelves/Calculus/Calculus_(OpenStax)/12:_Vectors_in_Space/12.03:_The_Dot_Product</ref>

<math display="block">
\mathbf{A} \cdot \mathbf{B} = A_xB_x + A_yB_y + A_zB_z
</math>

Bu iki tanımın denkliği, kosinüs teoremi aracılığıyla ispatlanabilir; dolayısıyla Kartezyen koordinat sisteminin tercih edildiği her durumda bu iki form birbirinin yerine kullanılabilir.<ref>Knill, O. (2011). ''Vectors and dot product'' (Lecture notes). Harvard University Department of Mathematics. https://people.math.harvard.edu/~knill/teaching/summer2011/handouts/12-dotproduct.pdf</ref>

<span id="birim-vektörler-arasındaki-skaler-çarpım"></span>
=== 1.2 Birim Vektörler Arasındaki Skaler Çarpım ===

Dik koordinat sisteminin birim vektörleri <math display="inline">\hat{\mathbf{i}}</math>, <math display="inline">\hat{\mathbf{j}}</math>, <math display="inline">\hat{\mathbf{k}}</math> arasındaki skaler çarpımlar, sistemin ortogonalliğini ve normalliğini doğrudan yansıtır:<ref>Engineering LibreTexts. (2024, Ekim 17). ''1.4: Dot product''. https://eng.libretexts.org/Bookshelves/Mechanical_Engineering/Engineering_Mechanics_-''Statics''(Osgood_Cameron_and_Christensen)/01:_Fundamental_Concepts/1.04:_Dot_Product</ref>

<math display="block">
\hat{\mathbf{i}} \cdot \hat{\mathbf{i}} = \hat{\mathbf{j}} \cdot \hat{\mathbf{j}} = \hat{\mathbf{k}} \cdot \hat{\mathbf{k}} = 1
</math>

<math display="block">
\hat{\mathbf{i}} \cdot \hat{\mathbf{j}} = \hat{\mathbf{j}} \cdot \hat{\mathbf{k}} = \hat{\mathbf{k}} \cdot \hat{\mathbf{i}} = 0
</math>

Bu eşitlikler, standart tabanın '''ortonormal''' —yani birim büyüklüklü ve birbirine dik— bir yapıya sahip olduğunu gösterir. Ortonormal taban, skaler çarpım hesabını, bileşenlerin karşılıklı çarpımlarının toplamına indirger; bu özellik hem teorik analizde hem de nümerik hesaplamada büyük bir kolaylık sağlar.

<span id="temel-özellikler"></span>
=== 1.3 Temel Özellikler ===

'''Değişme özelliği (Komütatiflik):''' Skaler çarpım, sıralamadan bağımsızdır:

<math display="block">
\mathbf{A} \cdot \mathbf{B} = \mathbf{B} \cdot \mathbf{A}
</math>

Bu özellik, geometrik tanımdan doğrudan çıkarılır; çünkü <math display="inline">\cos\theta</math> açı değiştikçe işaret değiştirmez, yalnızca projeksiyon yönü değişir.<ref>GeeksforGeeks. (2025). ''Scalar product of vectors''. https://www.geeksforgeeks.org/physics/scalar-product-of-vectors/</ref>

'''Dağılma özelliği:''' Skaler çarpım, vektör toplamı üzerinde dağılır:

<math display="block">
\mathbf{A} \cdot (\mathbf{B} + \mathbf{C}) = \mathbf{A} \cdot \mathbf{B} + \mathbf{A} \cdot \mathbf{C}
</math>

'''Skaler homojenlik:''' Bir vektör skaler <math display="inline">c</math> ile çarpıldığında:

<math display="block">
(c\mathbf{A}) \cdot \mathbf{B} = c(\mathbf{A} \cdot \mathbf{B}) = \mathbf{A} \cdot (c\mathbf{B})
</math>

'''Pozitif yarı-kesinlik:''' Bir vektörün kendisiyle skaler çarpımı her zaman negatif olmayan bir sayıdır:

<math display="block">
\mathbf{A} \cdot \mathbf{A} = |\mathbf{A}|^2 \geq 0
</math>

ve <math display="inline">\mathbf{A} \cdot \mathbf{A} = 0</math> yalnızca <math display="inline">\mathbf{A} = \mathbf{0}</math> durumunda sağlanır.<ref>Kuttler, K. (2025, Kasım 21). ''4.7: The dot product''. Mathematics LibreTexts. https://math.libretexts.org/Bookshelves/Linear_Algebra/A_First_Course_in_Linear_Algebra_(Kuttler)/04:_R/4.07:_The_Dot_Product</ref> Bu özellik, vektör büyüklüğünün skaler çarpım cinsinden tanımlanmasına imkân verir:

<math display="block">
|\mathbf{A}| = \sqrt{\mathbf{A} \cdot \mathbf{A}} = \sqrt{A_x^2 + A_y^2 + A_z^2}
</math>

-----

<span id="geometrik-yorum-projeksiyon-ve-ortogonallik"></span>
== 2. Geometrik Yorum: Projeksiyon ve Ortogonallik ==

<span id="vektörel-projeksiyon"></span>
=== 2.1 Vektörel Projeksiyon ===

Skaler çarpımın en temel geometrik yorumu, '''projeksiyon''' kavramı üzerine kuruludur. <math display="inline">\mathbf{A} \cdot \mathbf{B} = |\mathbf{A}|(|\mathbf{B}|\cos\theta)</math> biçiminde yazıldığında, <math display="inline">|\mathbf{B}|\cos\theta</math> terimi <math display="inline">\mathbf{B}</math>’nin <math display="inline">\mathbf{A}</math> yönüne olan '''skaler projeksiyonu'''dur; geometrik olarak <math display="inline">\mathbf{B}</math> vektörünün <math display="inline">\mathbf{A}</math> doğrultusundaki “gölgesinin” uzunluğuna karşılık gelir.<ref>ScienceDirect. (t.y.). ''Scalar product – Overview''. https://www.sciencedirect.com/topics/engineering/scalar-product</ref>

<math display="inline">\mathbf{B}</math>’nin <math display="inline">\mathbf{A}</math> üzerine '''vektörel projeksiyonu''' ise şu biçimdedir:

<math display="block">
\text{proj}_{\mathbf{A}}\mathbf{B} = \frac{\mathbf{A} \cdot \mathbf{B}}{|\mathbf{A}|^2}\mathbf{A} = \frac{\mathbf{A} \cdot \mathbf{B}}{|\mathbf{A}|}\hat{\mathbf{A}}
</math>

Burada <math display="inline">\hat{\mathbf{A}} = \mathbf{A}/|\mathbf{A}|</math>, <math display="inline">\mathbf{A}</math> yönündeki birim vektördür. Projeksiyon, bir kuvvetin belirli bir yöndeki bileşenini bulmaktan, bir güneş paneline gelen ışınların etkin bileşenini hesaplamaya kadar pek çok fiziksel problemin çözümünde başvurulan temel araçtır.<ref>Engineering LibreTexts. (2024). ''Dot product''. https://eng.libretexts.org</ref>

Herhangi bir <math display="inline">\mathbf{F}</math> vektörü, <math display="inline">\hat{\mathbf{v}}</math> birim vektörüne paralel ve dik bileşenlere ayrıştırılabilir:

<math display="block">
\mathbf{F} = \mathbf{F}_{\parallel} + \mathbf{F}_{\perp}
</math>

<math display="block">
\mathbf{F}_{\parallel} = (\mathbf{F} \cdot \hat{\mathbf{v}})\hat{\mathbf{v}}, \quad \mathbf{F}_{\perp} = \mathbf{F} - \mathbf{F}_{\parallel}
</math>

<span id="ortogonallik-koşulu"></span>
=== 2.2 Ortogonallik Koşulu ===

<math display="inline">\theta = 90°</math> olduğunda <math display="inline">\cos\theta = 0</math> dolayısıyla:

<math display="block">
\mathbf{A} \cdot \mathbf{B} = 0 \iff \mathbf{A} \perp \mathbf{B} \quad (\mathbf{A}, \mathbf{B} \neq \mathbf{0})
</math>

Bu koşul, iki vektörün dik olup olmadığının test edilmesini, koordinat sistemlerinin bağımsızlığının doğrulanmasını ve vektör uzaylarında baz vektörlerinin seçilmesini sağlar.<ref>Mathematics LibreTexts. (2025, Ağustos 18). ''4.3: Dot and cross product''. https://math.libretexts.org/Courses/Canada_College/Linear_Algebra_and_Its_Application/04:''Vector_Spaces''-_R/4.03:_Dot_and_Cross_Product</ref>

<math display="inline">\theta = 0°</math> durumunda <math display="inline">\cos\theta = 1</math> olduğundan skaler çarpım maksimum değerine, <math display="inline">\mathbf{A} \cdot \mathbf{B} = |\mathbf{A}||\mathbf{B}|</math>’ye ulaşır; vektörler aynı yöndedir. <math display="inline">\theta = 180°</math> durumunda <math display="inline">\cos\theta = -1</math> olduğundan <math display="inline">\mathbf{A} \cdot \mathbf{B} = -|\mathbf{A}||\mathbf{B}|</math> olur; vektörler zıt yönlerdedir. Bu üç durum, skaler çarpımın işaretinin iki vektör arasındaki yönelim ilişkisini kodladığını ortaya koyar.

<span id="iki-vektör-arasındaki-açı"></span>
=== 2.3 İki Vektör Arasındaki Açı ===

Skaler çarpım tanımından, iki vektör arasındaki açının hesaplanması için şu ifade elde edilir:<ref>Cuemath. (t.y.). ''Scalar product – Formula, properties, examples''. https://www.cuemath.com/algebra/scalar-product/</ref>

<math display="block">
\theta = \cos^{-1}\left(\frac{\mathbf{A} \cdot \mathbf{B}}{|\mathbf{A}||\mathbf{B}|}\right)
</math>

Bu formül, uzay geometrisinde iki yönelim arasındaki açının doğrudan bileşenlerden hesaplanmasını mümkün kılar; karmaşık trigonometrik hesaplamaların önüne geçer.

-----

<span id="cauchy-schwarz-eşitsizliği-ve-üçgen-eşitsizliği"></span>
== 3. Cauchy-Schwarz Eşitsizliği ve Üçgen Eşitsizliği ==

Skaler çarpımın en temel ve derin sonuçlarından biri '''Cauchy-Schwarz Eşitsizliği'''’dir:<ref>Kuttler, K. (2025). ''Cauchy-Schwarz inequality''. Mathematics LibreTexts. https://math.libretexts.org</ref>

<math display="block">
|\mathbf{u} \cdot \mathbf{v}| \leq |\mathbf{u}||\mathbf{v}|
</math>

Eşitlik yalnızca <math display="inline">\mathbf{u}</math> ve <math display="inline">\mathbf{v}</math> doğrusal bağımlı olduğunda —yani biri diğerinin skaler katı olduğunda— sağlanır. Geometrik olarak bu eşitsizlik, bir vektörün başka bir vektöre olan projeksiyonunun asla o vektörün büyüklüğünü aşamayacağı anlamına gelir; fiziksel dilde ise iki yönlü büyüklüğün çarpımının her zaman tam uyum halindeki (paralel) durumu üst sınır olarak gördüğünü ifade eder.<ref>Chejara, A. S. (2025, Mart 8). ''Linear algebra (Part-4): Dot product, Cauchy-Schwarz inequality, and angle between vectors''. Medium – Data Science Collective. https://medium.com/data-science-collective/linear-algebra-part-4-dot-product-cauchy-schwarz-inequality-and-angle-between-vectors-32b494e1f408</ref>

Cauchy-Schwarz eşitsizliğinden doğrudan çıkan '''Üçgen Eşitsizliği''' ise şöyledir:

<math display="block">
|\mathbf{u} + \mathbf{v}| \leq |\mathbf{u}| + |\mathbf{v}|
</math>

Bu eşitsizlik, geometride iki kenarın toplamının üçüncü kenardan büyük olması zorunluluğunu cebirsel biçimde ifade eder ve bütün norm uzaylarında geçerlidir. Eşitlik, <math display="inline">\mathbf{u}</math> ve <math display="inline">\mathbf{v}</math> aynı yönde olduğunda elde edilir.<ref>Knill, O. (2011). ''Vectors and dot product''. Harvard University. https://people.math.harvard.edu/~knill/teaching/summer2011/handouts/12-dotproduct.pdf</ref>

-----

<span id="fizikteki-temel-uygulamalar"></span>
== 4. Fizikteki Temel Uygulamalar ==

<span id="mekanik-iş"></span>
=== 4.1 Mekanik İş ===

Klasik mekanikte '''iş''', <math display="inline">\mathbf{F}</math> kuvvet vektörü ile <math display="inline">\mathbf{d}</math> yer değiştirme vektörünün skaler çarpımıyla tanımlanır:<ref>Dourmashkin, P. (2022). ''Work and the scalar product''. Physics LibreTexts. https://phys.libretexts.org/Bookshelves/Classical_Mechanics/Classical_Mechanics_(Dourmashkin)/13:_Energy_Kinetic_Energy_and_Work/13.08:_Work_and_the_Scalar_Product</ref>

<math display="block">
W = \mathbf{F} \cdot \mathbf{d} = |\mathbf{F}||\mathbf{d}|\cos\theta
</math>

Burada <math display="inline">\theta</math>, kuvvetin yer değiştirme yönüyle yaptığı açıdır. Yalnızca kuvvetin yer değiştirme yönündeki bileşeni, <math display="inline">|\mathbf{F}|\cos\theta</math>, iş yapar. Kuvvet harekete dik ise (<math display="inline">\theta = 90°</math>) skaler çarpım sıfır olduğundan iş sıfırdır; bu durum, dairesel hareket sırasında merkezcil kuvvetin mekanik iş yapmamasını açıklar.<ref>Pearson Channels. (2022, Mayıs 4). ''Scalar product (dot product)''. https://www.pearson.com/channels/physics/learn/patrick/vectors/scalar-product-dot-product</ref>

'''Kinetik enerji''' de skaler çarpım yoluyla ifade edilir:

<math display="block">
K = \frac{1}{2}m(\mathbf{v} \cdot \mathbf{v}) = \frac{1}{2}m(v_x^2 + v_y^2 + v_z^2) = \frac{1}{2}mv^2
</math>

Enerji ve iş skaler büyüklükler olduğundan —vektörel değil, sayısal olduklarından— uzayda koordinat seçimiyle değerleri değişmez. Bu durum, enerji tabanlı yöntemlerin fizik problemlerinde yaygın tercih edilmesinin temel nedenidir.

<span id="güç"></span>
=== 4.2 Güç ===

Anlık güç, kuvvet ile hız vektörlerinin skaler çarpımıdır:

<math display="block">
P = \mathbf{F} \cdot \mathbf{v} = |\mathbf{F}||\mathbf{v}|\cos\theta
</math>

Güç de skaler bir büyüklük olup, enerji aktarımının hızını ifade eder. Kuvvet ile hız arasındaki açı <math display="inline">90°</math>’ye yaklaştıkça güç azalır; bu ilişki, motor verimliliği hesaplamalarından rüzgâr türbini tasarımına kadar pek çok mühendislik uygulamasının temelini oluşturur.

<span id="elektromanyetizmada-yönelim-bağımlı-büyüklükler"></span>
=== 4.3 Elektromanyetizmada Yönelim Bağımlı Büyüklükler ===

Elektrik dipolünün <math display="inline">\mathbf{p}</math> dipol momenti ile <math display="inline">\mathbf{E}</math> elektrik alanı arasındaki potansiyel enerji skaler çarpımla ifade edilir:

<math display="block">
U = -\mathbf{p} \cdot \mathbf{E} = -|\mathbf{p}||\mathbf{E}|\cos\theta
</math>

Manyetik dipol için de benzer bir ifade geçerlidir. Bu yapı, skaler çarpımın vektörel büyüklüklerin —kuvvet, alan— ve açı bilgisinin tek bir skaler büyüklükte nasıl kodlanabileceğini gösterir.

{| class="wikitable"
|-
! Fiziksel büyüklük
! Skaler çarpım ifadesi
|-
| Mekanik iş
| <math display="inline">W = \mathbf{F} \cdot \mathbf{d}</math>
|-
| Anlık güç
| <math display="inline">P = \mathbf{F} \cdot \mathbf{v}</math>
|-
| Kinetik enerji
| <math display="inline">K = \frac{1}{2}m(\mathbf{v} \cdot \mathbf{v})</math>
|-
| Elektrik dipol enerjisi
| <math display="inline">U = -\mathbf{p} \cdot \mathbf{E}</math>
|-
| Manyetik dipol enerjisi
| <math display="inline">U = -\boldsymbol{\mu} \cdot \mathbf{B}</math>
|}

<span id="güneş-paneli-verimi-somut-bir-örnek"></span>
=== 4.4 Güneş Paneli Verimi: Somut Bir Örnek ===

Bir güneş panelinin ürettiği enerji, gelen güneş ışınlarının panel yüzeyine dik birim vektörle (<math display="inline">\hat{\mathbf{n}}</math>) yaptığı açıya bağlıdır. Panel yüzeyine düşen enerji yoğunluğu <math display="inline">I = I_0\cos\theta = I_0(\hat{\mathbf{s}} \cdot \hat{\mathbf{n}})</math> bağıntısıyla hesaplanır; burada <math display="inline">\hat{\mathbf{s}}</math> güneş ışınının yönü, <math display="inline">I_0</math> ise maksimum yoğunluktur. Güneş ışınları panele tam dik geldiğinde (<math display="inline">\theta = 0</math>) verim en yüksek değerine ulaşır; çünkü skaler çarpım maksimum olur.<ref>Engineering LibreTexts. (2024). ''1.4: Dot product – Solar panel example''. https://eng.libretexts.org/Bookshelves/Mechanical_Engineering/Engineering_Mechanics_-''Statics''(Osgood_Cameron_and_Christensen)/01:_Fundamental_Concepts/1.04:_Dot_Product</ref>

-----

<span id="iç-çarpım-uzaylarına-genelleme"></span>
== 5. İç Çarpım Uzaylarına Genelleme ==

<span id="soyut-vektör-uzaylarında-iç-çarpım"></span>
=== 5.1 Soyut Vektör Uzaylarında İç Çarpım ===

Skaler çarpımın matematiksel yapısı, Öklid uzayının ötesine, soyut '''iç çarpım uzaylarına''' (inner product spaces) genelleştirilir. Herhangi bir <math display="inline">V</math> vektör uzayında iç çarpım <math display="inline">\langle \cdot, \cdot \rangle</math> şu aksiyomları sağlayan bir fonksiyondur:<ref>Griffiths, R. B. (t.y.). ''Chapter 3: Linear algebra in Dirac notation – Hilbert space and inner product''. Carnegie Mellon University. https://quantum.phys.cmu.edu/CQT/chaps/cqt03.pdf</ref>

# '''Konjügate simetri:''' <math display="inline">\langle \mathbf{u}, \mathbf{v} \rangle = \overline{\langle \mathbf{v}, \mathbf{u} \rangle}</math>
# '''Birinci argümanda doğrusallık:''' <math display="inline">\langle c\mathbf{u} + \mathbf{w}, \mathbf{v} \rangle = c\langle \mathbf{u}, \mathbf{v} \rangle + \langle \mathbf{w}, \mathbf{v} \rangle</math>
# '''Pozitif yarı-kesinlik:''' <math display="inline">\langle \mathbf{u}, \mathbf{u} \rangle \geq 0</math> ve eşitlik yalnızca <math display="inline">\mathbf{u} = \mathbf{0}</math> için

Gerçek sayılar için konjügate simetri, sıradan simetriye indirger; bu durumda Öklid skaler çarpımı, iç çarpımın özel bir hali olur. İç çarpım uzayları, Öklid geometrisinin sezgisel kavramlarını —uzunluk, açı, diklik— soyut matematiksel yapılara taşır.

<span id="kuantum-mekaniğinde-bra-ket-notasyonu"></span>
=== 5.2 Kuantum Mekaniğinde Bra-Ket Notasyonu ===

Kuantum mekaniğinde durum vektörleri, sonsuz boyutlu bir Hilbert uzayında (karmaşık iç çarpım uzayı) konumlanır. Paul Dirac’ın 1939’da önerdiği '''bra-ket notasyonu''', bu uzayda iç çarpımı temsil etmenin standart biçimidir:<ref>Chemistry LibreTexts. (2023). ''Bra-ket notation''. https://chem.libretexts.org/Bookshelves/Physical_and_Theoretical_Chemistry_Textbook_Maps/Supplemental_Modules_(Physical_and_Theoretical_Chemistry)/Quantum_Mechanics/03._The_Tools_of_Quantum_Mechanics/Bra-Ket_Notation</ref>

<math display="block">
\langle \phi | \psi \rangle = \int \phi^*(x)\psi(x)\,dx
</math>

Burada <math display="inline">|\psi\rangle</math> bir “ket” (durum vektörü), <math display="inline">\langle\phi|</math> ise onun dual uzaydaki “bra” karşılığıdır. İki durum vektörünün iç çarpımı karmaşık sayı değerli bir skalerdir; <math display="inline">|\langle \phi | \psi \rangle|^2</math> ise <math display="inline">|\psi\rangle</math> durumunun <math display="inline">|\phi\rangle</math> durumunda ölçülme olasılığını verir.<ref>Microsoft. (t.y.). ''Dirac notation in quantum computing – Azure Quantum''. https://learn.microsoft.com/en-us/azure/quantum/concepts-dirac-notation</ref>

Ortonormal baz durumları <math display="inline">|e_i\rangle</math> için:

<math display="block">
\langle e_i | e_j \rangle = \delta_{ij}
</math>

Bu eşitlik, Kronecker delta ile ifade edilir ve Öklid uzayındaki birim vektörler arasındaki skaler çarpımın tam karşılığıdır. Skaler çarpım bu bağlamda, olası ölçüm sonuçlarının olasılık amplitüdlerini hesaplamada temel araç işlevi görür.<ref>Profound Physics. (t.y.). ''Dot product in physics: What is the physical meaning of it?'' https://profoundphysics.com/dot-product-in-physics-what-is-the-physical-meaning-of-it/</ref>

<span id="genel-riemannian-metrik"></span>
=== 5.3 Genel Riemannian Metrik ===

Öklid düzleminde sabit olan iç çarpım, eğri uzaylarda konuma bağlı hale gelir. Genel görelilik teorisinde uzay-zamanın geometrisini betimleyen '''Riemannian metrik tensörü''' <math display="inline">g_{\mu\nu}</math>, skaler çarpımın bu genellemesidir:<ref>Knill, O. (2011). ''Riemannian geometry and the dot product''. Harvard University Mathematics. https://people.math.harvard.edu/~knill/teaching/summer2011/handouts/12-dotproduct.pdf</ref>

<math display="block">
ds^2 = g_{\mu\nu}\,dx^\mu\,dx^\nu
</math>

Düz Öklid uzayında <math display="inline">g_{\mu\nu} = \delta_{\mu\nu}</math> olduğundan bu ifade tanıdık biçimine döner. Kütlelerin varlığında metrik eğilir ve uzaklık ölçümü artık koordinat bağımlılığı kazanır. Bu çerçeve, skaler çarpım kavramının, fiziksel dünyanın geometrisini kodlayan evrensel bir araç hâline nasıl geldiğini açıkça ortaya koymaktadır.

-----

<span id="makine-öğrenmesinde-kosinüs-benzerliği"></span>
== 6. Makine Öğrenmesinde Kosinüs Benzerliği ==

Skaler çarpımın normalize edilmiş hali, yüksek boyutlu vektörler arasındaki '''yönelim benzerliğini''' ölçen temel araç olarak öne çıkmıştır. İki <math display="inline">\mathbf{a}</math> ve <math display="inline">\mathbf{b}</math> vektörü için kosinüs benzerliği şöyle tanımlanır:<ref>vom Lehn, F. (2026, Ocak 27). ''Understanding vector similarity for machine learning''. Medium – Advanced Deep Learning. https://medium.com/advanced-deep-learning/understanding-vector-similarity-b9c10f7506de</ref>

<math display="block">
\text{sim}(\mathbf{a}, \mathbf{b}) = \cos\theta = \frac{\mathbf{a} \cdot \mathbf{b}}{|\mathbf{a}||\mathbf{b}|}
</math>

Doğal dil işlemede belge ya da sözcük gömme vektörleri (word embeddings) arasındaki anlamsal benzerliği ölçmek için bu formül yaygın biçimde kullanılır. <math display="inline">\text{sim} = 1</math> tam uyum, <math display="inline">\text{sim} = 0</math> bağımsızlık, <math display="inline">\text{sim} = -1</math> ise tam karşıtlık anlamına gelir.

Yapay sinir ağlarında her katmandaki hesaplama özünde bir skaler çarpım işlemidir: giriş vektörü <math display="inline">\mathbf{x}</math> ile ağırlık vektörü <math display="inline">\mathbf{w}</math>’nin skaler çarpımı aktivasyon fonksiyonuna beslenir. Son araştırmalar, bu sınırsız (unbounded) skaler çarpım yerine normalize edilmiş kosinüs benzerliğinin bazı mimarilerde daha tutarlı temsiller öğrendiğini ve düşmanca saldırılara karşı hafif bir dayanıklılık sağlayabildiğini öne sürmektedir.<ref>Luo, C., ve diğerleri. (2018). ''Cosine normalization: Using cosine similarity instead of dot product in neural networks''. Springer. https://link.springer.com/chapter/10.1007/978-3-030-01418-6_38</ref>

2024 yılında arXiv’de yayımlanan bir çalışma ise kosinüs benzerliğinin düzenlenmiş lineer modellerden türetildiğinde zaman zaman anlamsız benzerlik ölçütleri üretebileceğini analitik olarak göstermiş; bu durum, vektör gömme temelli benzerlik ölçütlerinin dikkatli seçilmesi gerektiğine dair önemli bir uyarı olarak literatürde yer bulmuştur.<ref>Steck, H., ve diğerleri. (2024). ''Is cosine-similarity of embeddings really about similarity?'' arXiv. https://arxiv.org/abs/2403.05440</ref>

-----

<span id="kavramsal-analiz"></span>
== 7. Kavramsal Analiz ==

<span id="nizam-gaye-ve-sanat"></span>
=== 7.1 Nizam, Gaye ve Sanat ===

Skaler çarpım, iki vektörel büyüklüğün yalnızca '''ortak yönde hizalanmış bileşenlerinin etkileşimini''' ölçer. Bu yapının hangi koşullarda fiziksel anlam taşıdığına bakıldığında, son derece dikkat çekici bir tablonun ortaya çıktığı görülür.

Mekanik işin <math display="inline">W = \mathbf{F} \cdot \mathbf{d}</math> biçiminde tanımlanması tesadüfi değildir; yalnızca hareket yönündeki kuvvet bileşeni enerji aktarımına katkı sağlar. Fiziksel gerçeklik, iki farklı türden vektörel büyüklüğü —kuvvet ve yer değiştirme— yönelimlerine duyarlı biçimde birleştiren tek bir skalerde kodlanmaktadır. Kosinüs ifadesinin bu kodlamayı sağlaması; açı sıfırdan <math display="inline">90°</math>’ye uzandıkça etkin etkileşimin sürekli azalması ve tam diklikte sıfırlanması, fiziksel enerji aktarımının geometrik bir olgu olduğunu açıkça ortaya koymaktadır.

Benzer bir gözlem güneş paneli örneğinde de yapılabilir: panelin ve güneşin göreceli konumunun bilinciyle hesaplanmış bir optimizasyon söz konusudur. Işınların dik geldiği anda enerji girişi maksimuma ulaşırken açı arttıkça etkinlik tam olarak <math display="inline">\cos\theta</math> oranında azalır. Böylesine hassas bir geometrik uyumun doğanın matematiksel yapısına sinmiş olması düşündürücüdür.<ref>DataCamp. (2026). ''The dot product: Theory, computation, and real uses''. https://www.datacamp.com/tutorial/dot-product</ref>

Cauchy-Schwarz eşitsizliğinin evrenselliği de bu bağlamda kayda değerdir: Öklid uzayından fonksiyon uzaylarına, matris uzaylarından kuantum durum uzaylarına kadar her iç çarpım uzayında bu eşitsizliğin geometrik bir sınır gibi “nöbette durması”, matematiksel yapılar arasındaki derin uyumun bir yansıması olarak öne çıkmaktadır.<ref>Fiveable. (t.y.). ''Cauchy-Schwarz inequality definition''. https://fiveable.me/key-terms/hs-honors-geometry/cauchy-schwarz-inequality</ref>

<span id="indirgemeci-dile-yönelik-eleştiri"></span>
=== 7.2 İndirgemeci Dile Yönelik Eleştiri ===

Skaler çarpım anlatılarında sıklıkla karşılaşılan bir ifade biçimi, fiziksel olgulara edilgen değil, aktif bir müdahale atfeder:

* ❌ ''“Kuvvet, harekete dik bileşenini ‘siler’ ve yalnızca paralel bileşen iş yapar.”''
* ✅ ''“Kuvvetin yer değiştirme yönüne paralel bileşeni sıfır olmayan bir iş değerine karşılık gelir; dik bileşen ise skaler çarpımda kosinüs ifadesi aracılığıyla sıfır katkıyla temsil edilir.”''

Benzer bir dil sorunu, ortogonallik ifadelerinde de gözlemlenir:

* ❌ ''“İki dik vektör birbirini ‘iptal eder’.”''
* ✅ ''“İki dik vektörün skaler çarpımı, <math display="inline">\cos 90° = 0</math> koşulundan sıfır değerine sahip olur.”''

Daha derinlikli bir sorun ise “skaler çarpım, iki vektörün ne kadar ‘benzer’ olduğunu ölçer” iddiasındadır. Bu önerme kısmen doğrudur; ancak benzerlik olgusal bir kural değil, normalize edilmiş bir ölçüt —kosinüs benzerliği— aracılığıyla tanımlanmış matematiksel bir kavramdır. Makine öğrenmesi literatüründeki son çalışmalar, normalize edilmemiş skaler çarpımın vektör büyüklüklerine duyarlı olduğunu ve büyüklükçe farklı olan vektörler arasında yanıltıcı “benzerlik” skoru üretebileceğini göstermektedir.<ref>Steck, H., ve diğerleri. (2024). ''Is cosine-similarity of embeddings really about similarity?'' arXiv:2403.05440.</ref> Dolayısıyla skaler çarpımın “benzerlik ölçüsü” olduğu iddiasının sınırlarını fark etmek, formülün gerçekte neyi yaptığını —yönelim ve büyüklük bilgisini eşanlı kodlamayı— anlamayı gerektirir.

Son olarak, bir vektörün büyüklüğünün <math display="inline">|\mathbf{A}| = \sqrt{\mathbf{A} \cdot \mathbf{A}}</math> olarak “tanımlanması”, büyüklüğün skaler çarpımdan “türediği” izlenimi verebilir. Gerçekte ise büyüklük bağımsız bir geometrik kavramdır; skaler çarpım, bu büyüklüğü hesaplamada kullanılabilecek bir araçtır. Betimleyici araçla kurucu gerçeklik arasındaki bu ayrım, matematiksel formalizm ile fiziksel içerik arasındaki ilişkinin anlaşılmasında belirleyicidir.

<span id="hammadde-ve-sanat-ayrımı"></span>
=== 7.3 Hammadde ve Sanat Ayrımı ===

Skaler çarpım işlemi, kendi içinde tamamı sıfırlanabilir olan iki bileşenden —iki vektörden— öyle bir büyüklük üretir ki bu büyüklük, bileşenlerin ayrı ayrı taşımadığı bir niteliği —yönelim bilgisini— fiziksel anlam taşıyacak biçimde skaler bir sayıya dönüştürür.

Şöyle somutlaştırmak mümkündür: <math display="inline">\mathbf{F} = 10\hat{\mathbf{i}}</math> N kuvveti ve <math display="inline">\mathbf{d} = 5\hat{\mathbf{j}}</math> m yer değiştirmesi bağımsız olarak verildiğinde, her biri yalnızca büyüklük ve yön bilgisi taşır. Ancak bu iki vektörden oluşan sistemin skaler çarpımı <math display="inline">\mathbf{F} \cdot \mathbf{d} = 0</math> joule’dür; sistem hiç iş yapmamıştır. Kuvveti <math display="inline">\mathbf{F} = 10\hat{\mathbf{i}}</math> N olarak tutup yer değiştirmeyi <math display="inline">\mathbf{d} = 5\hat{\mathbf{i}}</math> m olarak değiştirdiğimizde ise <math display="inline">\mathbf{F} \cdot \mathbf{d} = 50</math> joule iş ortaya çıkar. Hammadde —iki vektör— aynıdır; değişen yalnızca aralarındaki '''ilişki''' ve '''düzenlemedir'''. İş değeri, vektörlerden herhangi birinde değil; iki vektörün birbirlerine göre olan yönelim düzenlemesinde tezahür eder.

Kuantum mekaniğindeki bra-ket iç çarpımı bu örüntüyü daha ileri bir boyuta taşır. <math display="inline">|\psi\rangle</math> durum vektörü ve <math display="inline">|\phi\rangle</math> ölçüm durumu bağımsız olarak tanımlandığında, tek başlarına herhangi bir ölçüm sonucunu belirlemez. Ancak <math display="inline">|\langle\phi|\psi\rangle|^2</math> iç çarpımının karesi, fiziksel ölçüm olasılığını verir; bu olasılık, bileşenlerin hiçbirinde mevcut olmayan bir gerçekliktir. Ölçüm olasılığı, iki durum vektörü arasındaki iç çarpım ilişkisinden doğan '''bütünsel bir özelliktir'''.<ref>Oregon State University. (t.y.). ''2.7 Inner products for complex vectors''. https://books.physics.oregonstate.edu/LinAlg/innerprod.html</ref>

Riemannian metrik de aynı mantığı evrensel ölçekte işletir: bağımsız koordinat değişimleri <math display="inline">dx^\mu</math> metrize edilmemiş bir geometri parçasıdır; ancak <math display="inline">g_{\mu\nu}dx^\mu dx^\nu</math> biçimindeki skaler çarpım, uzay-zamanın fiziksel geometrisini —yani iki nokta arasındaki gerçek uzaklığı— üretir. Geometri, koordinatlardan değil; koordinatların birbirleriyle olan ilişkisini kodlayan metrik yapıdan tezahür eder.

-----

<span id="sonuç"></span>
== 8. Sonuç ==

Skaler çarpım, iki vektörün büyüklüklerini ve aralarındaki yönelim ilişkisini tek bir skalerde kodlayan; geometri, fizik, soyut matematik ve hesaplamalı bilimin her katmanına nüfuz eden bir yapı olarak karşımıza çıkmaktadır. Öklid uzayında mekanik işin tanımından başlayarak kuantum mekaniğinin Hilbert uzay formalizmine, genel göreliliğin Riemannian metriğine ve modern yapay zeka sistemlerinin ağırlıklı toplam hesaplamalarına uzanan bu yolculuk, tek bir matematiksel işlemin ne ölçüde geniş bir alana yayıldığını göstermektedir.

Mekanik işin tam olarak kuvvet ile yer değiştirme yönelimlerinin örtüşmesiyle ölçülmesi, ortogonalliğin sıfır skaler çarpımla tam olarak betimlenebilmesi, Cauchy-Schwarz eşitsizliğinin sonsuz boyutlu soyut uzaylarda bile sapmasız geçerliliğini koruması ve bra-ket iç çarpımının ölçüm olasılıklarını betimlemede yeterli olması; bu işlemin fiziksel ve matematiksel gerçekliğe ne denli hassas biçimde uyarlandığını göstermektedir. Skaler çarpımın bu uyumunun nereden geldiği, yalnızca matematiksel bir kural olup olmadığı ya da doğanın geometrik yapısıyla olan bu örtüşmenin daha derin bir anlam taşıyıp taşımadığı sorusu; deliller ışığında nihai kararı okuyucunun kendi aklına ve vicdanına bırakılmaktadır.

-----

<span id="kaynakça"></span>
== Kaynakça ==

<references />