Lineaire Algebra en Analytische Meetkunde I Charles Thas & Bart De Bruyn ste 1 Bert Seghers bachelor in de wiskunde Universiteit Gent Inhoudsopgave 1 Vectorruimte Rn 1.1 Inleiding . . . . . . . . . . . . . . . . . . . . . . . . . 1.2 Norm van een vector - orthogonale vectoren . . . . . 1.3 Deelruimten . . . . . . . . . . . . . . . . . . . . . . . 1.4 Basis . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.5 Lineaire afbeeldingen - isomorfismen - automofismen 1.6 Dimensiestelling . . . . . . . . . . . . . . . . . . . . 1.7 Directe sommen . . . . . . . . . . . . . . . . . . . . . 1.8 Orthonormale basissen van een Eucl vectorruimte . . 1.9 Orthogonale deelruimten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 2 2 2 2 3 3 3 3 3 2 Matrices en determinanten 2.1 Matrices . . . . . . . . . . . . . . 2.2 Determinanten . . . . . . . . . . 2.3 Inverse van een vierkante matrix 2.4 Rang van een matrix . . . . . . . 2.5 Toepassingen en voorbeelden . . 2.6 Lineaire afbeeldingen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 4 4 4 5 5 5 3 Stelsels lineaire vergelijkingen 3.1 Invarianten van een lineaire afbeelding . . . . . . . . . . . . . 3.2 Stelsels lineaire vergelijkingen . . . . . . . . . . . . . . . . . . 6 6 6 4 Eigenwaarden en eigenvectoren 4.1 Echelonvorm . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2 Eigenwaarden en eigenvectoren . . . . . . . . . . . . . . . . . 4.3 Stelling van Cayley-Hamilton . . . . . . . . . . . . . . . . . . 6 6 6 7 5 Euclidische ruimten 5.1 Rechten, vlakken, hypervlakken in de Euclidische ruimte . . . 5.2 Kwadrieken . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.3 Isometrieën . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 8 11 15 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.1 Vectorruimte Rn Inleiding D R2 (met scalaire verm en optelling ñ samen lin comb) Zelfde voor R3 en ook uitbreiding naar Rn tpa1 , a2 , ..., an q|ai P Ru = n-dimensionale vectorruimte. 1.2 Norm van een vector - orthogonale vectoren Lengte, norm }vt} b a21 a2n . ... ņ y t , vtq cospu Inproduct R R ÑR n n ņ b2i i 1 vtw t a1 b1 Orthogonaal als: a1 b1 y t , vtq cospu 1.3 ai bi d i 1 ņ a2i i 1 a2 b2 a2 b2 ... vtw t }vt} }wt} an bn ... 0 an bn Deelruimten Deelruimte W = deelverzameling van Rn die gesloten is voor optelling en vermenigvuldiging met een scalair. Rvt = vectorrechte = deelruimte. ņ Je kan een deelruimte definieren door één of meer lin vgln ai xi 0. i 1 1.4 Basis Definitie Definitie combinaties Definitie Lineaire combinatie Span(vectoren): Verz van alle vectoren gevormd door lineaire van die vectoren. Lin (on)afh: lin comb = 0 ñ enkel nuloplossing, dus a1 vt1 a2 vt2 ... an vtn 0 heeft alleen nuloplossing voor a1 tot an . Definitie Basis van Rn ô verzameling lin onafh vectoren die Rn opspannen. (Span(B) = Rn ^ B lin onafh) Stelling B is basis ô elke vector van Rn op unieke wijze kan geschreven worden als unieke lin comb van de vectoren van B. (+ Bewijs) Stelling Elk stel lin onafh vectoren vt1 , . . . , vtk kan uitgebreid worden tot een basis van Rn met n k vectoren tvtk 1 , . . . , vtn u (+Bewijs) 2 1.5 Lineaire afbeeldingen - isomorfismen - automofismen Definitie Lin afb = f : V Ñ W met f pavt1 bvt1 q af pvt1 q bf pvt2 q Definitie Isomorfisme = Bijectieve lin afb Definitie Automorfisme = lin afb met V = W Stelling Elke deelruimte V van Rn is isomorf met een Rk en kan dus met Rk geidentificeerd worden. (+Bewijs) Definitie Hom(V,W) = verz lin afb f : V Ñ W 1.6 Dimensiestelling Definitie V1 Som van deelruimtes: ... Vk tvt1 vt2 vtk |vti ... P Vi u t ķ vti |vti P Vi u i 1 Dimensiestelling wijs) 1.7 dimpV1 X V2 q dimpV1 V2 q dim V1 dim V2 (+Be- Directe sommen Definitie Directe som van deelruimtes V1 en V2 : V1 V2 met dimpV1 X V2 q 0 : V1 ` V2 Stelling Rn V1 ` V2 ô elke vt P Rn kan op unieke wijze geschreven worden als vt1 vt2 . (+Bewijs en analoog voor meer als 2) Stelling Rn `ki1 Vi ô (+Bewijs) Rn ^ hun som Rn ^ • hun som • 1.8 X °ij Vi tt0up@j kq ° dim Vi n Vj Orthonormale basissen van een Eucl vectorruimte Stelling Orthogonale vectoren zijn lineair onafhankelijk (+Bewijsje) Stelling Men kan een orthogonale basis van Rn construeren met elke basis tvt1 , . . . , vtn u (+Bewijs: Gram-Schmidt) 1.9 Orthogonale deelruimten Definitie Orthogonale deelruimtes: alle elementen staan loodrecht op alle elementen. Ledige X. V1 ` V2 V1 k V2 t P Definitie Orthogonaal complement van W W K tvt P Rn |vtKw W u deelruimte Stelling @ deelruimten W van Rn : W k W K Rn (+Bewijs) 3 Normaalvectoren op een vlak • pa1 , a2 , . . . , an qKpn 1q-dimensionale deelruimte a1 x1 an xn 0 a2 x2 ... • k vergelijkingen stellen een n k dimensionale deelruimte in Rn . • Elke vector van Rn kan ontbonden worden als vt1 orthogonale deelruimten. vt2 met V1 en V2 • Toepassing: Orthogonale projectie van een vector op een vectorrechte en op zijn pn 1q-dimensionaal complement. 2 2.1 Matrices en determinanten Matrices Basis van matrices: soorten, transponeren, optellen, vermenigvuldigen. Vermenigvuldiging is associatief, niet commutatief, lineair in beide argumenten. 2.2 Determinanten detpAq ¸ P sgnpσ qaσp1q,1 aσp2q,2 aσpnq,n σ Sn Ontwikkeling van Laplace naar i-de rij of j-de kolom: detpAq p1qi detpAq p1q1 1 j ai1 detpAi1 q a1j detpA1j q ... ... p1qi nain detpAinq p1qn j anj detpAnj q met Aij ij-de minor van A = deelmatrix door schrappen rij i en kolom j. Determinant is multilineair en alternerend voor kolommen en rijen. Stelsel van Cramer, A X B. xi i1 BAi detpA1 . . . Adet pAq 1 . . . An q Stelling rijen en kolommen lin onafh ô det 0 (+ Bewijs) Rekenregeltjes: detpAB q detpAq detpB q . . . 2.3 Inverse van een vierkante matrix Minor: deelmatrix Cofactor: determinant van de minor met teken Geadjungeerde matrix pÃq: gevormd door alle cofactoren, getransponeerd Stelling à A detpAqIn en A1 det1pAq à en ook A inverteerbaar ô detpAq 0 (+Bewijs) 4 2.4 Rang van een matrix Definities Kolomrang, rijrang, determinantrang Stelling k pAq rpAq dpAq = de rang van A (+ Enorm Bewijs) 2.5 Toepassingen en voorbeelden 2.6 Lineaire afbeeldingen m n-matrix A of Af stelt lin afb voor van Rn (basis et) naar Rm (basis et1 ) ô f petk q m̧ aik et1i i 1 Af a11 a21 .. . .. a1n a2n .. . . k 1...n $ f et1 ' ' ' & f et 2 p q p q ontstaat door ' ' ' % a11 et1 1 a12 et1 1 .. . ... ... .. . am1 et1 m am2 et1 m am1 amn f petn q a1n et1 1 . . . amn et1 m Merk op dat de i-de kolom van Af gevormd wordt door de coëfficiënten van de lin comb van de basisvectoren van de nieuwe ruimte als functiewaarde van de i-de basisvector in de oude ruimte. Deze matrix bepaalt de lin afb volledig. Alle vectoren van Rn kunnen hierdoor omgezet worden in de vectoren van Rm door Y Af X. Stelling Agf Ag Af (+Simpel bewijs) Stelling dim Impf q rangpAf q (+Bewijs) Stelling dim Impf q n ô f is injectief (+Bewijs) Voor het verband tussen Af en Āf , twee matrices die eenzelfde lin afb definieren tov verschillende basissen:ņ ņ Stelling t Als x xi eti i 1 C: i 1 x̄it̄ ei dan x1 .. . C xn D inverteerbare overgangsmatrix x̄1 .. (+Bewijs) . x̄n Stelling Af en A¯f definieren dezelfde lineaire afbeelding van Rn naar Rm ; D overgangsmatrix in Rm en C in Rn , dan geldt: A¯f D1 Af C (+Bewijs) Definities A en B equivalent (D1 ), gelijkvormig (C 1 ), congruent (C t ): D : A BC Stelling @A P Rmn , B P Rnn , C P Rmm en B en C singulier: rang(A)=rang(AB)=rang(CA)=rang(CAB) (+Bewijs) Stelling Transitiviteit van de equivalentie (+Bewijs) 5 3 Stelsels lineaire vergelijkingen 3.1 Invarianten van een lineaire afbeelding Rang(f ), Kerf , Spoor(f ), detpf q Dimensiestelling voor lineaire afbeeldingen Rn dimpker f q 3.2 ÞÑ Rm : dimpImf q n(+Bewijs) Stelsels lineaire vergelijkingen Geen theorie kennen tu is oplossingverz van f pX q w. t Stelsel AX Rudimentair: tvt | f pvtq w t heeft oplossing ô rang(A)=rang(A1 A2 . . . An W ) w f pX q t 0 is een homogeen stelsel vergelijkingen en heeft als oplossing ker f . rangpAq n rangpAq rangpA1 . . . An W q rangpAq rangpA1 . . . An W q n 4 UNIEKE OPLOSSING: Cramer GEEN OPLOSSINGEN MEERDERE OPLOSSINGEN Eigenwaarden en eigenvectoren 4.1 Echelonvorm Op zoek naar de eenvoudigste vorm: de diagonaalmatrix 4.2 Eigenwaarden en eigenvectoren In f pvtq λvt is λ een eigenwaarde en vt een eigenvector. Alle eigenvectoren bij λ vormen een eigenruimte, zijnde kerpλ 1Rn f q. Stelling Rn V1 ` V2 ` ` Vn (invariante vectorrechten voor f ) ô Rn bevat een basis bestaande uit eigenvectoren van f ô Er bestaat een basis voor Rn waarvoor de matrix van f een diagonaalmatrix is. (+Bewijs) Stelling λ is een eigenwaarde ô kerpλ 1Rn f q tt 0u (+Bewijs) Stelling Deze voorwaarden zijn equivalent en drukken uit dat f een automorfisme is, dus een bijectieve lin afb: (+Bewijs) • ker f tt0u • f bijectief (f pvt1 q f pvt2 q ñ vt1 • det Af vt2 ^ Imf Rn) 0 Stelling λ eigenwaarde voor f ñ detpλ 1Rn f q 0 (+Bewijs) Definitie Karakteristieke of eigenwaardenvergelijking van f : kf pX q detpX 1Rn f q detpX In Af q. 6 In R2 is de kf pX q detpXI2 Aq met A X 2 pa a b c d : d qX pad bcq X 2 spoorpAqX detpAq pa dq2 4 detpAq 0 ñ Geen rëele eigenwaarden pa dq2 4 detpAq 0 ñ Unieke eigenwaarde λ pa dq2 4 detpAq ¡ 0 ñ λ1 λ2, vt1 en vt2 lin onafh DC : C 1AC λ01 λ02 Stelling f : Rn Ñ Rn ; r verschillende eigenwaarden ñ bijhorende eigenvectoren tvt1 , vt2 , . . . , vtr u lin onafh en opgespannen deelruimte invariant voor f . (+Bewijs) Stelling Lin afb met volledig oplosbare karakteristieke en verschillende eigenwaarden ñ diagonaliseerbaar (+Bewijs) Stelling Lin afb met volledig oplosbare karakteristieke, diagonaliseerbaar ô @λ : dim kerpλ 1Rn f q s met s de multipliciteit van λ als wortel van de kar (+Bewijs) Stelling Lin afb met volledig oplosbare kar ñ D basis van Rn zodat de matrixvoorstelling een bovendriehoeksmatrix is. Diagonaalelementen zijn eigenwaarden van f . (+Bewijs) 4.3 Stelling van Cayley-Hamilton Hulpstelling Hulpstelling detpAq detpB q (Geen bewijs) 0 0 0 b0 1 0 0 b1 0 1 0 b2 Kar polynoom van 0 0 1 b3 det A C O B . .. .. .. . . .. . . . . 0 0 0 1 bn1 X n bn1X n1 . . . b1X b0 (+Inductiebewijs) Stelling van Cayley-Hamilton Lin afb f : Rn Ñ Rn (of zijn matrix) voldoet aan zijn kar kf pf q f n an1 f n1 . . . a1 f a0 1Rn ORn kf pAf q Anf an1 Anf 1 . . . a1 Af a0 In Onn (+Bewijs) 7 5 Euclidische ruimten 5.1 Rechten, vlakken, hypervlakken in de Euclidische ruimte Afstanden en hoeken Werken in n-dimensionale, orthonormale ruimten; oorsprong o en basisvec et1 , . . . , etn , allemaal orthogonaal op elkaar. tv t Inproduct blijft u v} Afstand blijft }u ņ ņ t ui vi met u i 1 d ņ ui eti vt i 1 pyi xiq2 i 1 tv u t ņ vi eti i 1 ° p q }ut} }vt} a° u2iv°i 2 ui vi y t Hoek blijft cos u , vt Vectorieel product in R3 Oriëntatie: twee basissen zijn gelijk georienteerd als hun basisovergangsmatrix ¡ 0 en tegengesteld als 0. Eén basis kiezen, noem deze positief. Alle gelijk georienteerde basissen ook positief, rest negatief. et1 et2 et3 t v1 v2 v3 Vectorieel product = vt w w1 w2 w3 Deze uitdrukking is onafhankelijk van de keuze van (orthogonale, positieve) basis. Eigenschappen met korte bewijzen tv t v tu t • u • apu tv tq pau tq v tu t pav tq tv tt t{{v t • u 0ôu t • pu vtq w tu tw t tv tKu t en • u • pu tv tq2 • • Kvt of vt w t tpu tv tq v tpu tv tq 0 u ut2vt2 putvtq2 (Lagrange) y t Als u tt 0 vt : }u tv t} }u t} }v t} sinpu , vtq tv tt t, v t, u tv tq is positieve basis van R3 . Als u 0 : pu u1 u2 u3 tpv tw tq pu tv tqw t pu tv tw tq = gemengd product = v1 v2 v3 • u w1 w2 w3 8 Normaalvector op een hypervlak in Rn Normaalvector staat loodrecht op hypervlak, dus op elke vector van hypervlak. tpa1 , . . . , an qK hypervlak a1 x1 n a2 x2 ... an xn an 1 0 Vergelijking van een hypervlak met gegeven normaalvector door punt tpa1 , . . . , an q van normaalvector bepalen coëfficiënten van vlak Coordinaten n tot a1 x1 a2 x2 . . . an xn d 0. d bepaald door invullen van punt rt0 . Vectorieel: prt rt0 qn t 0. 3 In R : px x0 qa py y0 qb pz z0 qc 0. Parallelle hypervlakken Twee hypervlakken per definitie parallel als hun bepalende coëfficiënten lia1 an neair afhankelijk zijn, of rang 1 ñ normaalvectoren b1 bn parallel. 2 0. Hypervlakken orthogonaal ô normaalvectoren orthogonaal, dus n 1 n Hoek tussen hypervlakken = hoek ingesloten door normaalvectoren van hypervlakken. Voor snijlijn van twee snijdende vlakken in R3 : normaalvectoren n 1 en n 2 loodrecht op elke vector van hun vlak en beiden loodrecht op de snijlijn. 1 n 2 is dus richtvector van α Y β. Vector n Rechten parallel en orthogonaal met een hypervlak ° n t parallel met hypervlak i1 ai xi Rechte met vector u u tt a 0. t. Orthogonaal als normaalvector t a parallel met u an 1 0 ô utKta of Loodlijn uit een punt op een hypervlak en afstand ertussen t an 1 0 en punt met vector rt0 . Parametervoorstelling Hypervlak t ax loodlijn: x t rt0 tt a, t P R. Vergelijking loodlijn door eliminatie parameter x1 r10 xn rn0 t: ... . a1 an Coordinaten voetpunt = snijpunt loodlijn en hypervlak: substitutie van x t rt0 tt a in t ax t an 1 0 ñ taprt0 ttaq an 1 0 waaruit t an 1 tart0 . De plaatsvector van het voetpunt wordt dus rt an 1atr0 ta. 0 a t2 t a2 9 Afstand tussen punt (vec rt0 ) en hypervlak is afstand tussen punt en voetpunt (vec rt01 q. an 1 t art0 t a t a2 }rt0 rt01 } d 2 2 ptart0 ptaa2nq2 1q ta |tart0 }ta}an 1| . In R3 : formule van Hesse voor afstand van punt tot een vlak. |ax0? by0 a2 b2 cz0 d| c2 Loodlijn uit een punt op een rechte en afstand ertussen t door punt rt1 , vectorvoorstelling x t rt1 tu t) en punt rt0 . Stel Rechte (vec u 1 1 t t voetpunt r0 , dan geldt hiervoor: u tpr0 rt0 q 0. Voetpunt ligt op rechte, u tpr0 r1 q 1 t rt0 q 0 waaruit t10 . Plaatsvector van voetpunt dus u tprt1 t0 u u t2 wordt dus gegeven door rt01 rt1 p q rt . 1 u t r0 r1 t2 u Parametervoorstelling van de loodlijn: x t rt0 k prt01 rt0 q. 2 2 2 t prt1 rt0 q ru tprt0 rt1 qs u (bereken als oefening). Afstand }rt01 rt0 } t2 u 2 r 1 qq In R3 wordt dit door de identiteit van Lagrange putprut0 ofwel te bere2 t en vector kenen uit de hoogte van het parallellogram geconstrueerd door u tussen de twee gegeven punten. Gemeenschappelijke loodlijn van kruisende rechten in R3 Twee kruisende rechten met punt (pt1 px1 , y1 , z1 q, pt2 px2 , y2 , z2 q) en richtvector (u 1 , u 2 ). Loodlijn Ku 1 , Ku 2 en dus evenwijdig met u tu 1 u 2 . Construeer vlakken αpu t, u 1 , door punt pt1 ) en β pu t, u 2 , door punt pt2 ). Snijlijn ondubbelzinnig bepaald. Vergelijkingen van de loodlijn: $ x x1 ' ' ' ' l1 ' ' ' ' l & " pxt pt1 u1 utq pxt pt2 u2 utq 0 0 of ' ' x x2 ' ' ' ' ' l2 ' % l y y 1 z z1 m1 n1 m n 0 y y 2 z z2 m2 n2 m n 0 et1 et2 et3 Met u tpl, m, nq verkregen uit l1 m1 n1 . l2 m2 n2 Afstand loodlijn: afstand tussen twee voetpunten tvt1 , vt2 u (te bepalen), vraagt veel rekenwerk. 10 Gemakkelijker: vector v 1 v2 is orthogonale projectie van p 1 p2 op vectorrechte t. bepaald door u u t p p 1 2 u t }v 1 v2 } }} 5.2 2 q| 1 u |utppt2}ut} pt1q| |ppt2}upt1 u } u 1 2 Kwadrieken Definitie en notatie Een kwadriek is een oppervlak in de driedimensionale ruimte R3 met één kwadratische vergelijking. Er zijn verschillende bruikbare schrijfwijzen om F px, y, z q te beschrijven. Kwadratisch gedeelte hkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkikkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkj F px, y, z q a11 x2 a22 y 2 a33 z 2 2a12 xy 2a13 xz 2a14 x 2a24 y 2a34 z looamo 44on looooooooooooomooooooooooooon Lineair gedeelte Cte F px, y, z q F px, y, z q 2pa14 a24 Als in de middelste vergelijking det B 0 x y px y z 1qB z 1 x px y zqA y z a23 yz 0 x y a34 q z a44 0 0, dan is de kwadriek singulier. Coördinatentransformaties in de ruimte Een punt p heeft coord px, y, z q tov orthonormale basis po; ti, t j, t k q en px1 , y 1 , z 1 q tov een nieuwe orthonormale basis po1 ; it1 , jt1 , kt1 q. Dan kan door berekeningen aangetoond getransformeerd worden vol worden dat de coördinaten x x1 x0 gens y it1 jt1 kt1 y 1 y0 , waarbij de kolommen van z z1 z0 de overgansmatrix M0 de coördinaten van it1 , jt1 , kt1 zijn tov de oude basis po; ti, tj, tkq. M0 is een orthogonale matrix, want M0 M0t I3. Immers, het scalair product van verschillende orthonormale basisvectoren is 0, dat van dezelfde is 1 (Kronecker-δ). Haar determinant is 1 of 1. x Uit F px, y, z q ξ t Aξ 2pa14 a24 a34 qξ a44 0 (met ξ y ) en z 11 ξ M0 ξ 1 ξ0 halen we (oef) 1 1 A hkkkikkkj F 1 px1 , y 1 , z 1 q loooooomoooooon ξ 1t M0t AM0 ξ 1 1 1 pa14 a24 a34 q hkkkkkkkkkkkkkkkkikkkkkkkkkkkkkkkkj 2looooooooooooooooooomooooooooooooooooooon ξ0t A a14 a24 a34 M0 ξ 1 r Kwadr. deel p q s 1 a44 hkkkkkkikkkkkkj p q F x0 , y0 , z0 loooooomoooooon Cte Lineair gedeelte Reduceren van de lineaire termen van de kwadriek Als we de lineaire termen willen wegwerken en toch de A-matrix behouden (door M0 I3 ), moeten we onze oorsprong (x0 , y0 , z0 ) zo kiezen dat ξ0t A pa14 a24 a34 q p0 0 0q, of: $ & a11 x0 % a12 x0 a13 x0 a12 y0 a22 y0 a23 y0 a13 z0 a23 z0 a33 z0 a14 a24 a34 21 BBFx 0 12 BBFy 0 12 BBFz 0 Het is duidelijk dat dit mogelijk is als de oplossing van voorgaand stelsel de coördinaten zijn van de nieuwe oorsprong. Als overgegaan wordt op een willekeurige basis met de nieuwe oorsprong, dan wordt de vergelijking: F 1 px1 , y 1 , z 1 q ξ 1t A1 ξ 1 F px0 , y0 , z0 q 0. De vergelijking is invariant voor px, y, zq Ñ px, y, zq en heeft dus de nieuwe oorsprong als middelpunt en symmetriepunt. Middelpunt: als coördinaten oplossing zijn van BBFx BBFy BBFz 0. Stelsel van drie lineaire vergelijkingen: kan geen oplossingen hebben, of een punt, rechte, vlak van oplossingen. Reduceren van het kwadratisch gedeelte van de kwadriek x y , met drie zuiver Het kwadratisch gedeelte van F px, y, z q is px y z qA z kwadratische termen px2 , y 2 , z 2 q en drie gemengde termen pxy, xz, yz q. Willen we de gemengde termen laten verdwijnen, dan moeten we overgaan op een basis van eigenvectoren van A, zodat A1 een diagonaalmatrix wordt. Stelling De karakteristieke of eigenwaardenvgl van een reële symmetrische matrix is volledig oplosbaar. Een n n-matrix heeft dus n reële eigenwaarden. (+Bewijs voor 2 2 en 3 3) Stelling De 3 eigenvectoren van een symmetrische 3 3-matrix behorende bij verschillende eigenwaarden, zijn orthogonaal! (+Bewijs) Stelling A = reële symmetrische 3 3-matrix. Er bestaat dan een orthogonale matrix C (met kolommen = eigenvectoren van A) waarvoor geldt: C t AC diag(λ1 , λ2 , λ3 ). 12 Homogene coördinaten in de Euclidische ruimte Coördinaat U bijvoegen, zodat puntpx, y, z q ñ puntpX, Y, Z, U q met px, y, z q XU , YU , UZ . De homogeen gemaakte vergelijking van een kwadriek ziet er als volgt uit. a11 X 2 a22 Y 2 a33 Z 2 a44 U 2 2a12 XY 2a13 XZ a23 Y Z a14 XU a24 Y U a34 ZU F pX, Y, Z, U q 0 Uitbreiding van ruimte met oneigenlijke punten, met U 0. Rechten hebben 1 oneigenlijk punt, U 0 is een vlak. De kromme op 8 van een oppervlak " F pX, Y, Z, U q 0 is . Voor een boloppervlak is deze onafhankelijk van U 0 middelpunt en straal. Dubbelpunten Een punt is een dubbelpunt als zijn coördinaten voldoen aan $ a11 X ' ' & a12 X a X ' ' % 13 a14 X a12 Y a22 Y a23 Y a24 Y a13 Z a23 Z a33 Z a34 Z a14 U a24 U a34 U a44 U 12 BBXF 0 21 BBYF 0 12 BBFZ 0 12 BBUF 0 Samenvatting F BBYF BBFZ Als een punt voldoet aan BBX 0 U 0 anders BF BU ñ ñ ñ of X Y B Z U 0 0 0 0 0, en Dubbelpunt Middelpunt op 8 Gewoon, affien middelpunt Raakvlak aan een kwadriek Het raakvlak in een punt p0 is het vlak gevormd door alle mogelijke raaklijnen aan alle mogelijke krommen P kwadriek door dat punt. Stelling Het raakvlak aan ϕ door p0 wordt gegeven door (+Bewijs) B ϕ px x0q Bx p 0 met Bϕ Bx p0 B ϕ py y 0 q B y p 0 B ϕ p z z0 q B z 0 p 0 de partiële afgeleide van ϕ, geëvalueerd in het punt p0 px0 , y0 , z0 q. Classificatie van niet-ontaarde kwadrieken Door een treffelijke coördinatentransformatie kan de vgl van een kwadriek gereduceerd worden (A is altijd diagonaliseerbaar, de lineaire termen kunnen weg als het middelpunt niet op 8 ligt ñ centrale kwadrieken: hyperboloı̈den, ellipsoı̈den, kegels). Een compleet overzicht staat op pagina 16. 13 Assen, toppen, symmetrievlakken Een rechte van symmetrie voor de kwadriek is een as. Snijpunten van de kwadriek met de assen zijn zijn toppen. Ook vlakken kunnen symmetrievlakken zijn, bijvoorbeeld oxy-vlak als vgl invariant blijft bij px, y, z q Ñ px, y, zq. Omwentelingskwadrieken Voorbeelden van oppervlakken die ontstaan door een kegelsnede te laten wentelen rond een as: omwentelingsellipsoı̈de, eenbladige -hyperboloı̈de, tweebladige -hyperboloı̈de, -paraboloı̈de (altijd elliptisch), kegel, elliptische cilinder. Stelling Een kwadriek is een omwenstelingslichaam als de matrix A minimum twee gelijke eigenwaarden heeft. (+Bewijs) Beschrijvenden Op sommige kwadrieken liggen reële rechten. Op allemaal liggen imaginaire rechten. Deze rechten zijn beschrijvenden. 2 x De eenbladige hyperboloı̈de De vergelijking a2 y kan herschreven worden als xa zc xa zc 1 b 1 punt gaan twee rechten, namelijk " x a x a zc z c λ 1 yb y 1 λ 1 b " en x a x a zc z c y2 z2 1 0 b2 c2 y b . Door ieder µ 1 yb y 1 µ 1 b De variabele µ of λ is per punt uniek bepaald door uit te drukken dat het punt op de beide rechten ligt. De snijlijnen van een eenbladige hyperboloı̈de met zijn raakvlak zijn de twee beschrijvenden door het raakpunt. De hyperbolische paraboloı̈de Het zadeloppervlak xp yq 2z kan analoog ontbonden waaruit de twee rechten door een punt (parameters µ en λ alweer afhankelijk van punt): 2 # ?xp ?yq ?xp ?yq λ 2z λ # en ?xp ?yq ?xp ?yq 2z µ µ Andere kwadrieken met reële beschrijvenden ñ door het punt en het middel-/dubbelpunt Reële elliptische cilinder ñ door het punt en het punt op 8. Parabolische cilinder ñ door het punt en het punt op 8. Hyperbolische cilinder ñ door het punt en het punt op 8. • Reële kegels • • • 14 2 Hyperkwadrieken in de n-dimensionale Euclidische ruimte De theorie voor kwadrieken in R3 kan uitgebreid worden naar Rn . Hyperkwadrieken zijn dan hyperoppervlakken voorgesteld door één kwadratische vergelijking met n onbekenden. Iedere dergelijke vergelijking kan met dezelfde principes gereduceerd worden tot λ1 x21 5.3 λ2 x22 ... λn x2n Isometrieën Valt volledig weg. 15 F px01 , x02 , . . . , x0n q 0 H Imaginaire ellipsoı̈de x2 a2 y2 b2 z2 c2 10 Ellipsoı̈de x2 a2 y2 b2 z2 c2 10 Tweebladige hyperboloı̈de x2 a2 y2 b2 zc Eenbladige hyperboloı̈de x2 a2 y2 b2 zc 1 0 Elliptische paraboloı̈de x2 p Hyperbolische paraboloı̈de De singuliere kwadrieken x2 p 10 2 2 2 2 y2 q 2z 0 yq 2z 0 2 0 Imaginaire kegel met top p0, 0, 0q x2 a2 y2 b2 H Kegel met top p0, 0, 0q Imaginaire elliptische cilinder x2 a2 x2 a2 y2 b22 y b2 zc 0 10 Elliptische cilinder x2 a2 y2 b2 10 Hyperbolische cilinder x2 a2 Parabolische cilinder 16 z2 c2 2 2 yb 1 0 2 2 x2 2py 0