LINEAIRE A
GEBR~A~~~~
---J
_ _ _ _MATRIXREI<ENI
G
DEEL 2
_ _ DELFTSE UITGEVERS MAATSCHAPPIJ 1985_ _
C.A. DEN BRABER
H.VANIPEREN
A. SCHUITMAN
M.A. VIERGEVER
ir. C.A. den Braber
ir. H.
van Iperen
ir. A. Schuitman
dr.ir. M
.A.
Viergever
BIBLIOTHEEK TU Delft P 2148 2097
1111111111111
8755 c 8913642148
209
7
ii
© VSSD
Eerste druk 1985
Delftse Uitgevers Maatschappij b.v.
P.O. Box 2851, 2601 CW Delft, The Netherlands Tel. 015-123725
Alle rechten voorbehouden. Niets uit deze uitgave mag worden verveelvoudigd, opgeslagen in een geautomatiseerd gegevensbestand, of openbaar gemaakt, in enige vorm of op enige wijze, hetzij elektronisch, mechanisch, door fotokopieën, opnamen, of op enige andere manier, zonder voorafgaande schriftelijke toe-stemming van de uitgever.
All rights reserved.No part of this publication may be reproduced , stored in a retrieval sy stem, or transmitted , in any [orm or by any means, electronic, mechcnical, photocopying, recording, or otherwise, without the prior written permission of the publisher.
Inhoud
HOOFDSTUK 4
IR"
&
en.
Rang van een matrix. Metode der kleinste kwadraten38 Vektoren in IRn([: n). Deelruim ten, lineaire variëteiten 134
39 Bouw van de algemene oplossing van een stelsel lineaire vergelijkingen 136
40 Een matrix opgevat als een lineaire afbeelding 137
41 Lineaire kombinaties, lineair omhulsel 139
. 42 Afhankelijkheid en onafhankelijkheid van een stel vektoren 142 43 Onderzoek naar de aard van een stel vektoren. Uitdunnen van een stel 144
vektoren. Stelling 7
44 Basis van een deelruimte 150
\ '·.45 Het begrip dimensie. Stelling 8 152
46 Stelling 9 over kolom- en rijrang van een matrix 155
47 Rang van een matrix en het verband met de dimensie van de nulruimte van de 158 matrix. Stelling 10
48 Stelling 11 over stelsels lineaire vergelijkingen. Kenmerken van een reguliere 160 matrix;nogmaals stelling 3
49 Koördinatentransformatie 162
50 Het inprodukt in IRn. Rekenregels 166
51 Lengte, afstand en de begrippen hoek en loodrecht in IRn 167 52 Het inprodukt in ([:n. Rekenregels. Lengte, afstand en het begrip loodrecht in ([:n 174
53 Ortonormale basis. Stelling 12 van Gram-Schmidt 177
54 Ortogonale en unitaire matrixen 182
55 Onderling loodrechte deelruim ten 185
56 Het ortogonale komplement van een deelruimte. Stelling 13 over komplemen- 187 taire deelruim ten
57 De twee aan twee komplementaire deelruimten van een matrix. Stelling 14 189 58 De metode der kleinste kwadraten; een met redenen omklede bepaling 192
59 De metode der kleinste kwadraten; de uitvoering 196
HOOFDSTUK 5 Determ inanten
60 Permutaties en verwisselingen 203
61 Inversies en het teken van een permutatie 207
62 Definitie van de determinant. De eigenschappen 0, 1, 2 en 3 211 63 De determinant als funktie van zijn kolommen (rijen). De eigenschappen 215
4, 5, 6 & 7. Slot van het bewijs van stelling 3
64 Eigenschap 8 over ordeverlaging van een determinant 223
65 Eigenschap 9. DetAB = detA -det B 229
iv
HOOFDSTUK 6
Eigenwaarden
&
eigenvektoren67 Definities en een rekenschema 235
68 Eigenvektoren bij verschillende eigenwaarden 243
69 Een berekeningswijze van machten van een matrix 245
70 Gelijkvormigheid van matrixen en stelling 15 250
71 Spoor en karakteristieke veelterm van een matrix 254
72 Dimensies van eigenruim ten en nogmaals stelling 15 258
73 Lineaire stelsels eerste-orde differentiaalvergelijkingen 262
74 De gelijkvormigheid van een komplexe matrix met een bovendriehoeksmatrix; 267
stelling 16
75 Reële symmetrische- en Hermite-matrixen. Stelling 17 274
76 Kwadratische vormen 280
77 Lineaire operatoren 286
78 Bijzondere lineaire operatoren in het platte vlak 291
79 Bijzondere lineaire operatoren in de ruimte 297
134 §38
HOOFDSTUK 4
R
n
&
en. Rang van een nlatrix.
Metode der 1<leinste I<vvadraten
In dit hoofdstuk zijn k, 1, m, n, r en s steeds positieve gehele getallen en is A een mxn-matrix.
38
Vektoren in IR"((1:").
Deelruimten, lineaire variëteitenEen gemeenschappelijke eigenschap van de verzamelingen van vektoren in de ruimte, 2xl-matrixen, 3xl-matrixen, 4xl-matrixen, nxl-matrixen is hun zelfde bouw, of struktuur. In al die verzamelingen is namelijk een optelling en een vermenigvuldiging met een getal gedefinieerd, en deze bewerkingen voldoen in al die verzamelingen aan dezelfde rekenregels.
Op grond van stelling 4 kunnen we 2 x I-matrixen, van de verzameling IR2,
vereen-zelvigen met vektoren van het platte vlak en 3xI-matrixen, van de verzameling IR3,
met vektoren in de ruimte. Het ligt nu voor de hand de nxI-matrixen, van de ver-zameling IRn, voor n# 4, op te vatten als abstrakte vektoren van een abstrakte ruimte. Evenzo voor nxn-matrixen van
en
voor n~ 2. Wil deze vertolking vankolom matrixen zinvol zijn, dan moeten we typisch meetkundige begrippen zoals twee niet aan elkaar evenwijdige vektoren, drie vektoren alle evenwijdig aan één vlak, een driebeen, een lijn, een vlak en dimensie een passende gelijkwaardige betekenis kunnen bezorgen in de verzameling van n x l-kolommatrixen.
Juist met dit doel voor ogen hebben we in hoofdstuk 3 een begrippenapparaat voor de ruimte opgezet, dat er zich gemakkelijk toe leent dat soort meetkundige begrippen over te dragen naar kolommatrixen. We noemen kolommatrixen, in het raam van deze veralgemening van het platte vlak en de ruimte naar een abstrakte ruimte van kolommatrixen, ook wel vektoren.
IR
n
noemen we dan een reële vektorruimte enen
noemen we een komplexe vektor-ruimte.We gaan uit van de reële (komplexe) vektorruimte IRn(Cn). Dat is de verzameling van reële (komplexe) nxI-matrixen voorzien van de in hoofdstuk 2 gedefinieerde optel-ling en vermenigvuldiging met een reëel (komplex) getal welke bewerkingen, zoals we gezien hebben, de volgende rekenregels gehoorzamen.
1. F + G
=
G + F.2. (F + G) + H
=
F + (G + H).3. Er is een nulelement On met de eigenschap dat voor iedere F geldt F
+
On = On+
F = F.4. Voor iedere F is er een tegengestelde -F waarvoor geldt F + (-F) = (-F) + F = On'
5. De vergelijking F + X
=
G heeft een ond ubbelzinnige oplossing G + (-F) die we schrijven als G - F.6. l·F
=
F, -l·F=
-F, O·F=
On, À·On=
On voor ieder reëel (komplex) getal À. 7. Als ÀF=
On, dan is À=
0 of F=
On'8. ÀC/.IF)
=
(ÀJl)F.9. (À+Jl)F
=
ÀF+JlF. 10. À(F + G)=
ÀF+ ÀG.Elementen van lRn en Cn noemen we ook wel vektoren; On heet de nulvektor van lRn(Cn). De begrippen die we nu gaan invoeren onderscheiden zich niet voor lRn en C". Daarom laten we de toevoeging reëel of komplex weg en zullen we over getallen zonder meer spreken. Vergelijk elk nieuw begrip in dit hoofdstuk met het overeen-komstige begrip in hoofdstuk 3.
Een deelruimte van lRn (Cn) is een niet lege deelverzameling Ll van lRn (en) die zowel voor de optelling als voor de vermenigvuldiging met een getal gesloten is. Dat wil zeggen,
1) Ll is niet leeg.
2) Als F en G in Ll, dan is ook F + G in Ll. 3) Als F in Ll ~n À een getal, dan is ook ÀF in Ll.
Uit 1) en 3) volgt dat On= O· F tot iedere deelruimte van lRn (Cn) behoort. Een deel-verzameling van lRn (Cn) die On niet bevat kan dus geen deelruimte van lRn (en) zijn. Uiteraard zijn ook {On} en lRn (Cn) deelruimten van lRn (Cn). Zij heten de triviale deelruimten van lRn (Cn).
Laat
r
en <P deelverzamelingen van lRn (Cn) zijn. De som vanr
en <P, notatier
+
<P, is de verzameling ~ met de eigenschap: S in ~ dan en slechts dan, als er een U inr
is, en een V in <P is, met S=
U + V.De doorsnedevan
r
en <P, notatier
n
<P, is de verzameling I\. met de eigenschap: L in I\. dan en slechts dan, als L inr
en L in <P.Zijn Ll} en Ll2 deelruimten van lRn (Cn), dan zijn ook Ll} + Ll2 en Ll}
n
Ll2 deel-ruimten van lRn (Cn).Een lineaire variëteit van lRn (en) is een deelverzameling 'J1 van lRn (Cn) die de som is van een uit één vektor P bestaande verzameling {P} en een deelruimte Ll;
136 §39
39
Bouw van de algemene oplossing van een stelsel lineaire vergelijkingen In hoofdstuk 3 hebben we lijnen en vlakken in de ruimte leren beschrijven door stelsels lineaire vergelijkingen in drie onbekenden. Was het stelsel homogeen, dan betrof het een lijn of vlak door de oorsprong, dus een deelruimte, en was het stelsel inhomogeen, dan betrof het een lijn of een vlak buiten de oorsprong, dus een lineaire variëteit. We bekijken nu eens een stelsel S in nonbekenden Xj, j := l(l)n. Of S een reëel stelsel is met oplossingen in IRn , of een komplex stelsel met oplos-singen inc",
is een verschil dat er in wat volgt niet toe doet.Laat de mxn-matrix A de koëfficiëntenmatrix van S zijn en laat de mxl-matrix B de bekende termen van S herbergen.
S: of, in matrixvorm
r
all . aln] Xlr
bi ] : : =:~AX=B aml· . amn bm xnLaat SH het bij S horende homogene stelsel zijn en laat eI>H en eI> de algemene oplos-singen zijn van achtereenvolgens SH en S. Dus
X in eI>H' dan en slechts dan als AX = Om. X in eI> ,dan en slechts dan als AX = B.
eI>H is niet leeg omdat AO n = Om. Laat nu U en V oplossingen zijn van SH' dus AU = Om en AV = Om. Gebruikmakend van de rekenregels voor de matrixvermenig-vuldiging volgt nu:
A(U +V) = AU + AV = Om + Om = Om-AC\U) = ",AU = ",Om = Om.
Dus als U en V in eI>H' dan zijn ook U
+
V, en ",U voor ieder getal", in (I>H. Blijk-baar iseI>H deelruimte van IRn(Cn).
Stel nu dat S niet strijdig is. Dan heeft S tenminste één oplossing, zeg P; dus AP = B. Dan is de algemene oplossing (I> van S een lineaire variëteit in IRn(Cn),
Bewijs. Laat U een willekeurig gekozen oplossing van SH zijn; dus AU
=
Om' Dan isA(P
+
U)=
AP+
AU=
B+
Om=
B, en P+
U is ook oplossing van S. Dit toont dat{P}
+
<PH C <P.Laat nu Q ook een oplossing van S zijn; dus AQ
=
B. Dan kunnen we Q schrijven als Q=
P + (Q - P), terwijl Q - P in <PH is. Immers, A(Q - P)=
AQ - AP=
B - B=
Om'Dit toont dat <P C {P}
+
<PH' Blijkbaar is <P=
{P}+
<PH' 0Blijkbaar geldt net als in hoofdstuk 3, dat de algemene oplossing van een niet strijdig stelsel lineaire vergelijkingen een lineaire variëteit is, en dat die lineaire variëteit alleen een deelruim te is als het stelsel hom ogeen is.
40
Een matrix opgevat als een lineaire afbeeldingIedere reële (komplexe) m xn-matrix A kunnen we opvatten als de beschrijving van een afbeelding Jivan IRn naar IRm (Cn naar Cm). Immers, voor iedere X in IRn (en) bepaalt A ondubbelzinnig een m x I-matrix Y, door AX = Y.
Met onderstaande figuur pogen we de lineaire afbeelding JI te verbeelden. Veel figu-ren in dit hoofdstuk die handelen over de vektorruimten IRn en en zijn slechts pogingen iets van die ruimten te verbeelden. Daarbij vormen situaties in de ruimte, die we wel door aanschouwing kunnen kennen, een leidraad.
x,
IRm(~m/y~ru
IRn (en) X=
~/
x
n On°
mx,
n,
,
~
fV
1
]
m8~~
mB
x=
~ ~m
=
Y=
AX=
x
nDe afbeelding J1 is lineair. Dat wil zeggen, voor alle X, en X2 in IRn (Cn) en alle
getallen À. geldt:
J1(Xl
+
X2 )=
JI(Xl )+
Ji(X2 ) J1(À-Xd=
À.Ji(Xd.Immers, J1(Xl
+
X2 )=
A(Xl+
X2 )=
AXl+
AX2=
Ji(Xl )+
Ji(X2 ) , enJ1(À.Xl )
=
A(À.Xl )=
À.AXl=
À.Ji(X1 ). We zeggen dat de matrix A een representatie is van de lineaire afbeelding Ji.koëfficiënten-138 §40
matrix heeft is de deelruim te van IRn(en) die door de lineaire afbeelding A
afge-beeld wordt op Om' Die deelruimte <PH heet de kern of nulruimte van A, notatie
KER ..4, of ook de nulruimte van Ä, notatie NUL (A). Dus
NUL(A) = KERA = <PH'
Een tweede deelruimte die met de lineaire afbeelding ..4, en dus met A, verbonden
is, is de beeldruimte van A. De beeldruimte van A, notatie IM A , bestaat uit alle
vektoren van IRm (Cm) die optreden als beeld van een vektor in IRn(Cn) onder .d.
Y in IMA , dan en slechts dan als er een X in IRn (Cn) bestaat met de eigenschap
A(X)
=
Y, ofwel AX=
Y. A(On)=
AO n=
Om; dus ligt Om in IM.d en dus is IMAniet leeg. Stel dat YI en Yz in IMA; dan bestaan er een XI en Xz in IRn (Cn)
waar-voor geldt dat ..d(Xd
=
YI en A(Xz)=
Y z. Maar dan is A(X I + X z)=
Jf/(X I) + Jf/(Xz)
=
YI + Yz en YI + Y z is ook in IMA. Ook geldt voor ieder getal Àdat A(ÀXd
=
ÀJf/(Xd=
ÀY I en ÀYI is ook in IMA. Blijkbaar is IMA eendeel-ruimte van IRm (Cm).
Opgave 53
a) Lli en Llz zijn deelruimten van IRn. Bewijs dat Lli + Llz en Lli
n
Llz ookdeelruimten van IRn zijn. Geef een voorbeeld uit de ruimte, waaruit blijkt
dat de vereniging van twee deelruimten geen deelruimte hoeft te zijn. b) De matrix F is de representatie van de lineaire afbeelding 5 van IRs naar
IR4.
FJ
..
~
23 -10 3 1o
2 42-11
0 10 -3 . 8 -31 0 0 0 0 2
0 1 0 0 0 3
0 0 1 0 0 - 4
0 0 0 1 0 1
0 0 0 0 1 - 2
(ii) Geef een parametervoorstelling van de kern van g.
(iii) Onderzoek of de volgende vektoren in de beeldruimte van g zitten, en bereken er zo mogelijk een origineel van onder .'Y.
r-n
·r-HriJ·rn
(iv) Geef een X in IRs met de eigenschap dat
c) Onderzoek voor i :
=
1(l)3 of de deelverzameling Ijvan IR4 een deelruim te is.fi
=
{X in IR4I
Xl + X2 + X3 + X4 ~ O},12
=
{X in IR4I
X12 +xl
+xl
+xl
~O
}.
IJ
=
{X in IR4I
XI=
0 of X2=
0 of X3=
0 of X4=
O}.d) <1>1, <1>2, <1>3 en <1>4 zijn dee1ruimten van IRS •
<1>1
=
{X in IRsI
xI + x;::- 2X3 + X4 + 3xs=
O}.<1>2
=
{X in IRs 12xl - X2 + 2X3 + 2X4 + 6xs=
O].<1>3
=
{X in IRs 13xl+
2X2 - 4X3 - 3X4 - 9xs=
O}.<1>4
=
{X in IRsI
Xl - X2 + 2X3 + X4 + 3xs=
O},Onderzoek of <1>1
n
<1>2n
<1>3 binnen <1>4 ligt.41
Lineaire kombinaties, lineair omhulselLaat {Fj
I
i:= 1(L)r} een r-tal vektoren in IRn (en) zijn. Een lineaire kombinatie van dat r-tal is een vektor U waarvoor r getallen Àj , i:= 1(l)r bestaan zodatr U
=
Lx.r..
j=1 1 1
140 §4 l
Uiteraard is de nulvektor een lineaire kombinatie van ieder r-tal vektoren. Immers,
r
On = .~O°Fj . Zijn de vektoren U en V beide lineaire kombinaties van het r-tal
. 1=1
{Fj
I
i := 1(l )r}, dan geldt dat ook voor U+
V en ÀU voor ieder getal À. Blijk baar is de verzameling van alle lineaire kombinaties van een r-tal vektoren {FjI
i := l(l)r} een deelruimte. Die deelruimte heet het lineaire omhulsel van dat r-tal vektoren en wordt aangegeven doorL{Fj
I
i := l(l)r}.De naam lineair omhulsel drukt fijntjes uit dat het de om dat stel vektoren nauwst sluitende deelruimte is. Dat wil zeggen, als .1een deelruimte is waartoe alle Fj ,
i := 1(l)r behoren, dan is L{Fj
I
i := 1(l)r} binnen Ll gelegen. Men zegt ook dat het lineaire omhulsel L{Fdi := 1(l )r} wordt opgespannen, of voortgebracht door het r-tal{Fj
I
i := l(l)r}.Voorbeeld.
F =
UJ
'
G= [-:J
en H =UJ·
Het is eenvoudig in te zien dat het lineaire om-hulsel L{F , G, H} de algemene oplossing is van de vergelijking 2xI - 5x2+
7X3=
O.Merk op dat F
=
-3G+
H, zodat iedere lineaire kombinatie van F, G en H ook ge-schreven kan worden als lineaire kombinatie van G en H. Dus L{F ,G,H}=
L{G,H}. We bespreken nu twee voorbeelden van lineaire omhulsels die betrekking hebben op de mxn-matrix A. Iedere kolom van A is een geordend rijtje van m getallen, dat we als zodanig opvatten kunnen als een mxI-matrix, dus als een vektor in IRm(Cm).Voor j := 1(l)n schrijven we voor de je kolom van A
[ a 1j ] A(i)
=
~2j.
. am JHet lineaire omhulsel van alle kolommen van A is dus een deelruimte van IRm(Cm)
die de kolomruimte van A heet. We geven de kolomruimte van A aan door KOL(A).
[ a
1j ]
KOL(A) = L{A(J)Ij := I(I) n} = L{ ~2j Ij:= I(I) n]c IRm (Cm) am J
Evenzo is iedere rij van A een geordend rijtje van n getallen, dat we als zodanig kun-nen opvatten als een nxI-matrix, dus een vektor in JRn (C n). We schrijven voor i := l(l)m de ie rij van A als
Hetlineaireomhulsel van alle rijen van A heet de rijruimte vanA en is een deelruimte van JRn (Cn) die we aangeven door RIJ(A).
[
ail l
RU(A) = L(ACi)
I
i := 1(l)m) '" L {~i2
I
i := 1(I)m) C IR"(C"). amVoorbeeld. Laat F de volgende reële 3x5-matrix zijn.
F
=[
~
-4°
2 6 3 5 7°
~
-7]
; . F(2)=
[0]
~
en F(2)=
2 2 5 1 4 KDL (F)=
Lr[j]
,
m
,
m
,
m
,
[-n
}
C IR'. 1°
RIJ(F)=
L{ 3°
- 7 2 2 5 1 4 -4 6 7 } C JRs. 8 5We kunnen nu het stelsel S, waarvan A de koëfficiëntenmatrix is, ook op een andere wijze dan door AX
=
B gestalte geven in een matrixvergelijking. We kunnen namelijk AX schrijven als een lineaire kombinatie van de kolommen van A.Immers, passen we voor kolommatrixen achtereenvolgens de definitie toe van ver-menigvuldiging met een getal, optelling en gelijkheid dan leidt dat tot de
oorspron-142 §42
kelijke gedaante van het stelsel S. Het aardige van deze sch rijfw ijze is, dat we er
onmiddellijk een kenmerk voor oplosbaarheid van S aan ontlenen kunnen. Immers,
als S een oplossing heeft, dan is B kennelijk een lineaire kombinatie van de kolo
m-men van A;dus B in KOL(A). Omgekeerd, als B niet te schrijven is als lineaire
kom-binatie van de kolommen van A, dan heeft S kennelijk geen oplossing. Blijkbaar
geldt
S is niet strijdig, dan en slechts dan als B in KOL(A).
Brengen we dit in verband met de lineaire afbeelding JI waarvan A een
represen-tatie is, dan is het duidelijk dat IMJI
=
KOL(A).42
Afhankelijkheid en onafhankelijkheid van een stel vektorenLaat [F,
I
i:= I (l )r} een r-tal vektoren in IRn (en) zijn. Als de nulvektor Ongeschre-ven kan worden als de lineaire kombinatie
terwijl minstens één der getallen \ niet nul is, dan heet het r-tal [F,
I
i := l(l)r}afhankelijk. Is die lineaire kombinatie voor On alleen mogelijk als alle \ nul zijn,
\ = 0, i := l(l)r, dan heet het r-tal {Fi
I
i := l(l)r} onafhankelijk.Het is duidelijk dat de begrippen afhankelijk en onafhankelijk elk aar uitsluiten;ieder
r-tal vektoren is derhalve of afhankelijk of onafhankelijk, één van tweeën .We zullen
die eigenschap van een r-tal vektoren de aard van het betreffende r-tal vektoren
noemen. De aard van een r-tal vektoren is dus of afhankelijk, of onafhankelijk.
In hoofdstuk 3 hebben we gezien dat een drietal vektoren in de ruimte waarvan alle
vektoren evenwijdig zijn aan één vlak, afhankelijk is en dat een drie been
onafhanke-lijk is. We stelden dat toen vast met behulp van stellingen uit de meetkunde. Voor
een stel vektoren in IRn (en) zijn we gedwongen uit te gaan van de definitie van
afhankelijk en onafhankelijk.
Voorbeeld. We onderzoeken de aard van het volgende 4-tal vektoren in IRs.
6 1 -1 -1 { 7 1 - 1 -1 8 I 6 -1 À1 7 +À2 -1 8 I 0 2 }. 0 3 I 1 1 0 6À1 + À2 + À3 + À4 = 0 -1 0 1 0 - À1 - À2 + À4 = 0 1 + À3 2 + À4 1 = 0 ~ 7À1 +À2 + 2À3 + À4 = 0 -1 0 1 0 - 11.1 - À2 + À4 = 0 I 3 1 0 8À1 + À2 + 3À3 + À4 = 0
~] ~
T--->
o
wegnM-+
Met het rekenschema uit hoofdstuk 1 volgt:
-
!-:
~
:
~
T
-3~ [_~
_
~ ~ ~
-1 -1 0 1 0 weg - 5 - 1 0-1 8 1 3 1 0 -10 -2 0 -2[
-~ -~ ~ ~ ~O]
[_5
21-
~ ~ ~
-4 0 0 -2*-1
0 0 1 [ 1 0 1 0 0] À.3 = -1 -3 2 - 1 0 0 0O. A1sÀ.i = 1 , d a n i s À.2 = - 3o
0 1 À.4 = -2Blijkbaar is het 4-ta1 afhankelijk. We laten nu van dit 4-ta1 de laatste vektor weg en onderzoeken de aard van het overgebleven 3-ta1.
6 1 -1 -1 7
+
/12 1 -1 -1 8 1 1o
+/13 2 =o
3o
o
o .
Het rekenschema uit hoofdstuk 1 voor heto
o
hieruit voortvloeiende 5-tal vergelijkingen wordt: 6 1 -1 -1 7 1 -1 -1 8 1 1
o
2o
3~
T-3
o
wego
[ 6 -1 -5 -la 1 -1 -1 -2 1o
o
o
~]J
@
o
1
o
weg[=1 -
!
~
n.
Uit de laatste rij volgt dat /11 = 0 en daaruit volgt dat ook /1, en /13 noodzakelijk nul zijn. Blijkbaar is het overgebleven 3-tal vektoren6 1 1
-1 -1 0
{ 7 1 2 } onafhankelijk.
-1 -1 0
8 1 3
We beschouwen nog eens het stelsel Smet koëfficiën tenmatrix A. Als de kolommen van A een onafhankelijk n-tal vektoren in IRm (Cm) vormen, dan betekent dat, dat
144 §43
alleen mogelijk is als alle Xj nul zijn; xj = 0,j := I (l)n. Dat wil zeggen dat het
homo-gene stelsel SH alleen de nuloplossing On heeft; NUL(A)
=
<DH=
{On}' Het stelsel S is dan öf strijdig, als B niet in de kolomruimte KOL(A) van A zit, öf heeft precies één oplossing P als B wel in KOL (A) zit. Omgekeerd, als het homogene stelsel SH al-leen de nuloplossing heeft, dan vormen de n kolommen van A een onafhankelijk n-tal vektoren in IRm (Cm). Blijkbaar geldt:SH heeft uitsluitend de nuloplossing On, dan en slechts dan als het n-ta1 kolomvektoren van A onafhankelijk is.
Beschouwen we weer eens het bijzondere geval dat m
=
n, dan is A vierkant, en weten we uit stelling 3 dat de volgende twee uitspraken gelijkwaardig zijn.1) A is regulier, dat wil zeggen A-I bestaat. 2) SH: AX
=
On heeft alleen de nuloplossing On'We kunnen hier nu een derde met 1) en 2) gelijkwaardige uitspraak aan toevoegen. 3) De kolommen van A vormen een n-tal vektoren in IRn(Cn) dat onafhankelijk is.
43
Onderzoek naar de aard van een stel vektoren. Uitdunnen van een stel vektoren. Stelling 7We zullen nu een rekenschema ontwikkelen waarmee we de aard van een r-tal vek-toren in IRn(Cn) vlot kunnen vaststellen.
Het is duidelijk dat als de nu1vektor On deel uitmaakt van een r-tal vektoren, dat r-ta1 afhankelijk is. We gaan daarom uit van een r-tal vektoren {Fj
I
i := 1(l )r} in IRn(C"), dat de nu1vektor niet bevat; Fj ;f:On, i := 1(l)r. Verder ordenen we de vektoren, wat we weer door een haakjesnotatie tot uitdrukking brengen, en we geven het gehe-le r-tal met één kgehe-leine gehe-letter aan;
f = (Fj
I
i := l(l)r).Laat nu het r-ta1 vektoren g uit f ontstaan na tenuitvoerlegging van de volgende zogenaamde elementaire bewerkingen.
(i) Verwisselen van de volgorde der vektoren van f.
(ii) Het vermenigvuldigen van één der vektoren van f met een getal ongelijk aan nul. (iii) Het vermeerderen van één der vektoren van f met een veelvoud van een andere
vektor van f.
Dan zijn f en g van dezelfde aard. Voor de bewerkingen (i) en (ii) is dit onmiddellijk duidelijk. We bewijzen de uitspraak voor bewerking (iii). Merk op dat het bewijs overeenkomstig is met dat van stelling 1.
r
Bewijs. Stel dat f onafhankelijk is. Dus uit .~ ÀiF i= On volgt noodzakelijk dat alle À; 1=1
nul zijn: Ài = 0, i:= l(l)r. Laat nu r > 2 en 1~ k
<
Q~ r zijn en laat Jleen getal zijn. We laten het r-tal vektoren g ontstaan uit f door FQ te vermeerderen met Jlkeer Fk.1
c,
= Fi , i:= l(l)Q-l g = (G iI
i := l(l)r) met GQ= F Q+ JlFkGi = Fi, i:= Q+l(l)r.
r
We laten zien dat ook g onafhankelijk is; dus dat uit .~ 'YiGi= On noodzakelijk volgt 1=1
dat alle getallen 'Yi nul zijn: 'Yi = 0, i := 1(l)r.
r Q-l r
~ -y.G.= On ~ ~ 'Y. F. + 'YQ(FQ+ JlFk ) + ~ 'Y' Fi = On ~
i=1 I I i=1 I I i=Q+1 I
k-I r
"{We sorteren naar F i}" ~.~ 'YiFi+ ('Yk + Jl'YQ)Fk +. ~ 'YiFi = On'
1=1 l=k+1
Omdat f onafhankelijk is volgt noodzakelijk hieruit dat: 'Yi = 0, i := l(l)k-l 'Yk
+
Jl'YQ=
0'Yi = 0, i:= k+l(l)r. Dus 'YQ = 0 en daaruit volgt dat 'Yk = -Jl'YQ = 0, zodat alle getallen 'Yi nul zijn.
Laat nu f afhankelijk zijn. Dan bewijzen we uit het ongerijmde dat ook g afhankelijk is. Stel hiertoe dat g onafhankelijk is. De omgekeerde elementaire bewerking van de hierboven beschreven bewerking doet na tenuitvoerlegging g overgaan in f. Volgens het bovenstaande is dan ook f onafhankelijk. Tegenspraak, dus g is afhankelijk. 0
Voorbeeld
We onderzoeken de aard van het volgende 4-tal vektoren in IR4,
{~]
,m'[-
iJ '[
~
l}
Om het schrijfwerk te verminderen bergen we deze [1 4 1 -1]
vier vektoren op als kolommen van één 4 x 4-matrix,
~ ~
_: _: . We gaan nu5 5 1 2
de bovengenoemde bewerkingen op de kolommen van deze matrix uitoefenen. De aanduiding van die bewerkingen is overeenkomstig met die uit hoofdstuk 1 en spreekt voor zich.
l~
4-:J
~ l~
0 10J
l
0
01 0J
7 1 3 1 2 -10 3 -2 -7 2 -1 -1 4 6 -1-~ ~
-2 00 6 -7 -20~
5 1 2 4 1 1 1o
0 +---cd) ~*
1 +--@ Q)-+-w
CD--+-
@---+146 §43
o
0 1 0 2 -6o
0 1o
-3o
o
0o
1 -6 2o
0 <:.:»-
~
l
r~ ~ ~ ~l
r
~
-20~
2 0 -3 -6~
-3o
0 I 0 0 0~
o
1 3 -2 6 -7 1 0<3r
(D---+0..---+
We zijn aangeland bij een benedendriehoeksmatrix waarvan alle elementen op de
hoofddiagonaal ongelijk aan nul zijn. Daaruit lezen we onmiddellijk af dat de 2e kolom
geen lineaire kombinatie kan zijn van de Ie kolom, vanwege de 1 op de (1,l)-plaats.
Evenzo kan de 3e kolom geen lineaire kombinatie van de Ie en de 2e kolom zijn,
van-wege het niet nul zijn van de diagonaalelementen op de (1,1)- en (2,2)-plaats. Om
de-zelfde reden is de 4e kolom geen lineaire kombinatie van de eerste drie kolommen.
Blijkbaar is geen der kolommen een lineaire kombinatie van de eraan voorafgaanden. Maar dan is het 4-tal onafhankelijk. Wij bewijzen dat algemeen voor het r-tal
f = (F,
I
i:= 1(1 )r) dat in IRn (Cn) ligt.Bewijs. Stel dat f afhankelijk is. Dan zijn er getallen \ , i := 1(1)r waarvan er
ten-r
minste één niet nul is zodat .L \Fj= On' Laat À.Q=F 0, terwijl, alsQ=Fr, \ = 0 voor
1=1
i :=Q+1(1)r. Merk op dat Q= 1 uitgesloten is, omdat f de nulvektor niet bevat. Dus
Q Q Q À.. Q-IÀ. .
.L \F j
=
On' .L \F j=
On ~ .L "\1Fj=
On ~ .L"\1Fj+
FQ=
On ~1=1 1=1 1=II\Q 1=II\Q
Q-l\
~ FQ
=
-L x-Fj, en FQ is een lineaire kombinatie van zijn voorgangers.j=1 Q
Stel nu dat f een vektor bevat die een lineaire kombinatie van zijn voorgangers is. k-l
Bijvoorbeeld Fk
=
.L ,ujFj, met 2 ~ k ~ r. Dan is-,uI
F1-,uz
Fz - ... -
,uk-l F k- 1+1=1
+ l-Fk+ 0-Fk+1+ ... +O-Fr
=
On en f is afhankelijk vanwege de I voor F k.Met een bewijs uit het ongerijmde, gebruikmakend van het bovenstaande, volgt dat wat we juist hebben bewezen gelijkwaardig is met de uitspraak:
f is onafhankelijk, dan en slechts dan als f geen vektor bevat die een lineaire
kombi-natie van zijn voorgangers is. 0
Passen we dit toe op een nxn-benedendriehoeksmatrix C =
[~:;~],
cn1 cn2 cnn
dan zien we dat het n-tal kolommen van C een onafhankelijk stel vektoren in IRn
(Cn) vormt dan en slechts dan als alle diagonaalelementen van C niet nul zijn. Evenzo
voor een bovendriehoeksmatrix. Dus boven- (of beneden-) driehoeksmatrixen zijn
[10-
1 10
- 11
7 0 0 0 0o
10-2 0 5 8 0 0 0 0o
0 10-3 - 1 is regulier, en 2 3 -2 0 0 is singulier.o
0 0 10-4 3 - 6 1 5 0 5 7 3 4 9We onderzoeken de aard van het stel kolomvektoren van de matrixen PI en P2 . 1 -1 0 2 1 0 0 0 1 0 0 0 2 0 1 3 2 2 1 - 1 2 0 1 0 PI = 0 1 -2 -3 ~ 0 1 -2 -3 ~ 0 5 -2 -5 = QI . 5 -3 1 9 5 2 1 -1 5 0 1 0 1 3 -3 -5 1 4 -3 -7 1 10 -3 -10 ~
+---C;P
GD
C!)----+Van de matrix QI is de 4 e kolom gelijk aan (O*le kolom + -1*2e kolom +
+ 0*3e kolom); de 4 e kolom is blijkbaar een lineaire kombinatie van zijn voorgangers en de kolomvektoren van QI, en dus die van PI vormen een afhankelijk stel.
13 10 6 9 4 1 -3 9 0 1 0 0 -8 -7 -3 - 5 -3 -2 2 - 5 5 -2 - 4 1 5 3 4 5 0 -2 -1 5 8 - 2 -7 2 P2 = 12 7 6 8 ~ 4 -1 -2 8 ~ 8 -1 - 5 2 ~ 9 7 11 18 -9 -11 -7 18 35 -11 -40 -3 3 15 13 3 0 12 10 3 -48 12 46 33 6 8 -10 5 1 3 -15 5 -11 3 -6 -42 ~ ~(J)-+
CD--*
1 0 0 0 1 0 0 0 1 0 0 0 -2 1 -4 5 -2 1 0 0 -2 1 0 0 -2 2 -7 8 -2 2 1 -2 -2 2 1 0 ~ -1 2 -5 8 ~ -1 2 3 - 2 ~ -1 2 3 4 = Q2 - 11 -3 - 4 0 35 -11 -3 -52 50 - 11 -3 -52 -54 12 33 46 -48 12 33 158 - 2 13 12 33 158 103 3 -42 -6 -11 3 -42 -174 -221 3 -42 -174 -569 ~eD----+
@Geen der kolomvektoren van Q2 is een lineaire kombinatie van zijn voorgangers. Blijkbaar vormen de kolomvektoren van Q2, en dus die van P2 , een onafhankelijk stel. Laat nu eens het r-tal vektoren f = (F,
I
i := l(l)r) in IRn (en) afhankelijk zijn. Dan bevat f een vektor die een lineaire kombinatie van zijn voorgangers is. Bijvoorbeeldk-l
is Voor 2 ~k ~ r, Fk = .~ J.LjFi . Schrappen we Fk uit het r-tal f, dan ontstaat het
1=1
(r-l)-tal vektoren h = (Fili:= l(l)k-l, i :=k+l(l)r). Dan is het lineaire omhulsel L(f) van f gelijk aan het lineaire omhulsel L(h) van h.
148 §43
Bewijs. Laat Veen willekeurig gekozen lineaire kombinatie van het r-tal f zijn. Dan
r
zijn er getallen \ , i:= l(1)r zodat V =): \Fj , 1=1 r k-l r k-l k-l r V = ~ \F. = ~ À..F. + À.kF k + ~ \F. = ~ À..F. + À.k ~ fJ..F. + ~ \F. = kl 1 kl 1 1 kk+l 1 kl 1 1 j=l 1 1 j=k+l 1 k-l r
=
~()..
+ À.kfJ..)F. + ~ À.F .. j=l ''i 1 1 j=k+l''i 1Blijkbaar is V een lineaire kombinatie van het (r-l)-tal h. Omdat Veen willekeurig gekozen lineaire kombinatie van f is, is iedere lineaire kombinatie van f ook een lineaire kombinatie van h. Dus L(f) C L(h).
Dat L(h) C L(f) is onmiddellijk duidelijk. 0
Mocht nu het (r- 1)-tal h nog afhankelijk zijn, dan kunnen we weer een vektor uit h schrappen, en spant het overgebleven (r - 2)-tal ook L(f) op. We kunnen zo door-gaan totdat we eindigen bij een onafhankelijk stel vektoren, dat een deelverzameling vormt van f en hetzelfde lineaire omhulsel heeft als f. Dit proces, dat eindigt zodra men op een onafhankelijk stel vektoren stuit, heet het uitdunnen van het r-tal vek-toren f. Het uitgedunde en onafhankelijke stel vektoren waar men ten leste bij aan-landt spant dezelfde deelruimte op als f. We vatten het voorgaande samen in de vol-gende stelling.
Stelling 7
Laat f = (F,
I
i := 1(1 )r) een geordend r-tal vektoren in IRn (Cn) zijn, dat de nulvektor On niet bevat.1) Ontstaat het r-tal vektoren g uit f na tenuitvoerlegging van één der volgende zo-genaamde elementaire bewerkingen, dan zijn fen g van dezelfde aard.
(i) Verwisselen van de volgorde der vektoren van f.
(ii) Vermenigvuldigen van één der vektoren van f met een getal ongelijk aan nul. (iii) Vermeerderen van een vektor van f met een veelvoud van een andere vektor
van f.
2) f is afhankelijk dan en slechts dan als één der vektoren van f een lineaire kombi-natie is van zijn voorgangers.
Hiermee gelijkwaardig is de uitspraak: f is onafhankelijk dan en slechts dan als geen dervektoren van f een lineaire kom binatie van zijn voorgangers is.
3) Is f afhankelijk, dan kan door uitdunnen van f een onafhankelijk stel vektoren gevonden worden dat dezelfde deelruimte opspant als f.
Opgave
54
a) f = (F,
I
i := l(1)r) is een afhankelijk r-tal vektoren in IRn (Cn). Laat zien dat er geen vektor V in IRn(Cn) bestaat zodat het (r +1)-tal (F,I
i := 1(1 )r, V) onafhankelijk is.~ -~ =~l
2 0 I ' 4 5 3 3 1 4 1 6 0 2 2 5 3 0 0 5 3 7o
1 1 2 3 I 1 2 2 I - I 2 -I 3 4 4 1 5 6o
o
2o
L:l,
Ms =o
-4 Io
3 2 5 4 -2 1dat, als r ~ 2, uit g geen afhankelijk stel vektoren kan ontstaan door één der vektoren van g te schrappen.
b) Bewijs: Het r-tal vektoren h in IRn(Cn) is onafhankelijk als geen der vektoren van h een lineaire kombinatie van zijn voorgangers is.
c) Onderzoek voor i := I(1)6 de aard van het stel kolomvektoren in de matrix Mi'
~l
=
[~
(i)
d) (F, G, H) is een onafhankelijk stel vektoren in IRn (Cn) . Onderzoek de aard van de volgende 3-tallen vektoren.
(i) (F + G + H, F + G - H, F - G)
(ii) (F + G + H, F - G + H,2F - G + 2H) (iii) (F+G+H,F+2G,H-G)
(iv) (F
+
2G, H+
F,H)e) 0:,{3, 'Y en
5
zijn getallen. Onderzoek voor welke waarden van 0:,{3, 'Y en5
onderstaande stelsels lineaire vergelijkingen oplosbaar zijn. Een oplossing wordt niet gevraagd.
2x I 2X2 + X3 + 4 X4 = I x I 3X2 - 5x3 - X4 = 2 + 20:X2 + IIx3 + 6X4 = -3 4xI 8X2 - 9X3 + O:X4 ={3
XI + X4 = {3
(ii) 2xI + 3X2 + O:X3 X4 = 0 O:XI + (0:-I)X2 + X4 = 'Y
XI + O:X4 = 0
l
XI + X3 + 0:X4 = I(iii) (3x1 + X2 + X4 = 1
o:xI + J3X2 + X3 + (0:+2)X4 =0:+3
Onderzoek voor welke waarden van 0: en (3 de bijbehorende homogene stelsels alleen de nuloplossing hebben.
150 §44
44
Basis van een deelruimteEen basisvoor een deelruimte .1 van IRn (en) is een geordend k-tal vektoren
f = (F i
I
i := 1(1 )k) in .1 met de eigenschappen 1) f spant .1op; .1=
L(f).2) f is onafhankelijk.
Iedere vektor in IRn en en is een lineaire kombinatie van de kolomvektoren van de eenheidsmatrix In. Voorbeeld, waarin n
=5.
Xl 1 0 0 0 0 X2 0 1 0 0 0 X3=
Xl 0 + X2 0 + X3 1 + X4 0 + Xs 0 X4 0 0 0 1 0 Xs 0 0 0 0 1De kolomvektoren van In spannen dus IRn en en op. Maar bovendien vormen die kolommen een onafhankelijk n-tal, omdat gegroepeerd in In geen ervan een lineaire kombinatie van zijn voorgangers is. Daarmee hebben we een basis voor IRn en en gevonden. We geven die basis aan met e = (Ei
I
i := 1(L)n), waarin Ei de ie kolom-vektor van In is.o
o
E·I=
o
1o
o
+- (l op de ie plaats)e heet de natuurlijke basisvoor IRn en voor en. Voor de triviale deelruimte {On} van IRn (en) bestaat geen vektor die {On} opspant en tevens onafhankelijk is. Men noemt daarom de lege verzameling cp een basis voor {On}.
We beschouwen eens de nulruimte van de reële 1x5-matrix M
=
[6 -2 3 4] . Dat is de algemene oplossing van de homogene vergelijking6XI - 2X2 + X3 + 3X4+ 4xs
=
O. Stel x,=
0:, X2=
{3, X4=
"I en x,=
o.
Dan is een parametervoorstelling van de algemene oplossingXl 1 0 0 0 X2 0 1 0 0 X3 =0: -6 +{3 2 +"1 -3 +0 -4 0:,{3,"I,0 in IR. X4 0 0 1 0 Xs 0 0 0 1 ,
-1
o
Het is onmiddellijk duidelijk dat het 4-tal ( -6
o
o
o
1 2o
o
o
o
-3 1o
o
o
-4 ) denul-o
1ruimte NUL(M) van [6 -2 3 4] opspant, en daar geen van dit 4-tal een lineaire kombinatie van zijn voorgangers is, is het onafhankelijk en dus een basis voor de nulruimte van M. Merk op dat [1] een basis voor de kolomruimte van Mis. Laat f = (F,
I
i:= 1Cl
)k) een basis voor de deelruim te .ó. in IRn (en) zijn. Dan is ervoor iedere vektor U in .ó. precies één stel van k getallen xi' i := 1(l)k zodat k
U
=
~x.r..
i=1 1 1
Immers, stel dat er nog zo'n stel getallen Yi' i:= 1(l)k zou bestaan. Dan geldt
k k k
U
=
~ x.F.=
~ y.F. ~ ~ (x. - y.)F.=
On.i=1 1 1 i=1 1 1 i=1 1 1 1
Omdat f onafhankelijk is, zijn alle Xi - Yi nul; dus Xi = Yi' i := 1(l )k. Deze eigen-schap kenmerkt een basis. Immers, als er voor iedere U in .ó. ondubbelzinnig bepaalde
k
getallen Xi bestaan zodat U
=
.~ xiFi, dan spant f ten duidelijkste .ó. op, enboven-1=1 k
dien is On alleen te schrijven als ~
o·
Fi waaruit volgt dat f onafhankelijk is. i=1De getallen Xi heten de koördinaten van U ten opzichte van de basis f. Zij vormen een geordend rijtje getallen dat we in de vorm van een k x I-matrix kunnen opslaan. We voeren een voor zich zelf sprekende notatie in die overeenkomstig is met een notatie uit hoofdstuk 3.
[Uj'
=
r
::l
[U]fheet de koördinatisering van U ten opzichte van de basis f. Is V nog een vektor
in A met
tvi'
=
l:~1
dan is gemakkelijk in te zien dat[U
+
vi'
=
tur'
+
tvi'.
[ÀU]f
=
À[U]f voor ieder getal À.Merk op dat de afbeelding U-++ [U]f een lineaire afbeelding is van .ó. naar IRk (ek).
Bovendien is deze afbeelding een bijektie (l-op-l-afbeelding); dat wil zeggen, zowel een injektie (l-in-l-afbeelding), als een surjektie (op-afbeelding).
152 §45
Opgave 55
a) Toon voor i := 1(1)3 aan dat fi een basis voor IR4 is. Bereken de koördinaten van Pi ten opzichte van de basis fi .
-1]
3 , 2 -1o
o
-2 2 3 3 -2 6 1 M, =[~
M,=
[~
=1
b) Bereken voor i := 1(1)3 een basis voor de nulruimte NUL(Mi), voor de kolomruimte KOL(M i) en voor de rijruimte RIJ(M i) van de reële matrix Mi'
Bereken de koördinaten van Ui'
Vi
en\\i
achtereenvolgens ten opzichte van de gevonden basis voor NUL (Mi)' voor KOL(M i) en voor RIJ(MJM1
=[
~ =~ =~ ~], Ul=[-~j'
V1=[
~], Wl=[-~j'
-5 3 5 -5 -3 -2 0
-2 0
U, -
[-;s:J
V,=
[rl
w, =
[ü
~J
u,
=[-n
v.
=[=~J
w,
= [-iJ
45
Het begrip dimensie. Stelling 8Hoewel we een basis voor IRn(en) hebben gevonden is het niet zonder meer duidelijk dat iedere deelruimte van IRn een basis heeft. Verder weten we dat er oneindig veel basissen zijn voor één deelruimte in het platte vlak en in de ruimte. Een deelruimte in IRn zou ook wel eens meer dan één basis kunnen hebben. Maar dan is het niet vanzelfsprekend dat al die basissen voor één deelruim te evenveel vektoren bezitten.
In de volgende stelling tonen we aan dat iedere deelruimte van IRn (Cn)' een basis heeft, en dat alle basissen voor één deelruimte evenveel vektoren bezitten. Dit
kon-stante aantalvektoren in een basis voor een deelruimte zullen we de dimensie van
die deelruimte noemen.
Stelling 8
Laat
t.
een deelruim te van IRn(Cn) zijn, die niet alleen uit de nulvektor On bestaatDan geldt:
I) Spant een k-tal vektoren
t.
op, dan is ieder (k+I )-tal vektoren int.
afhankelijk.2)
t.
heeft een basis. Ieder onafhankelijk stel vektoren int.
kan worden uitgebreidtot een basis voor
t..
3) Iedere basis voor
t.
heeft evenveel vektoren.4) Heeft
t.
een basis die uit k vektoren bestaat, dan is ieder onafhankelijk k-talvek-toren in
t.
een basis voort..
Merk op dat uit 1) volgt dat ieder (n
+
1)-ta1 vektoren in IRn(C") afhankelijk is.Immers, de natuurlijke basis e= (Ej, j := I
Cl
)n) spant IRn (en) op.Bewijs van de stelling.
1) Laat het k-tal vektoren f = (F,
I
i:= ICl
)k) de deelruimte ~ opspannen en laat het(k
+
1)-tal vektoren g= (G,I
i := I (Ljk+
I) int.
gelegen zijn. Omdat f dedeel-ruimte
t.
opspant is iedere Gi een lineaire kombinatie van f.=
=
k+1
Stel .I: À-jG j
=
On, dan tonen we aan dat er getallen \ te vinden zijn die niet alle J=1nul zijn, waarmee we dan aangetoond hebben dat g afhankelijk is.
k+1 k+1
.I: À-jGj = On ~ .I: À-j(cljFl
+
c 2 jF2+ ..
.
+
ckjFk) = OnJ=1 J=1
~ "{sorteren naar
F)"
k+1 k+1 k+1
~(.I: À-jc1j)F1
+
(.I: À-jc2)F2+ ... +
(.I: À-jck)Fk = On'J=1 J=1 J=1
k+1
Aan deze vergelijking is voldaan als voor i := I (Ljk geldt .I: À-jcij = O. Dit leidt tot
J=l
een homogeen stelsel van k lineaire vergelijkingen in de k
+
1 onbekenden À-j,154 §45
Omdat dit homogene stelsel meer onbekenden dan vergelijkingen heeft, heeft het volgens stelling 2 een niet triviale oplossing, hetgeen betekent dat er een oplossing bestaat waarvoor niet alle \ nul zijn. Dus g is afhankelijk.
2) Daar Ll=1= {On} is er een vektor Fl =1= On in Ll. Als Fl de deelruimte Ll niet op-spant, dan is er nog een vektor F2 in Ll die geen lineaire kombinatie van Fl is. Dus (Fl,F2 ) is onafhankelijk en in Ll gelegen. Spant (Fl,F2) Ll niet op dan is er een derde vektor F3 in Ll die geen lineaire kombinatie van Fl en F2 is.
Kennelijk is (Fl ,F2,F3 ) onafhankelijk en in Ll gelegen. Spant ook (Fl,F2,F3 ) Ll
niet op dan kunnen we op deze weg voortgaan totdat we bij een onafhankelijk stel (F,
I
i:= 1(1 )k) aankomen dat Ll wel opspant. Zo'n k ~ n zal zeker gevonden worden omdat ieder (n+
1)-tal vektoren in Ll, die immers gelegen is binnen IRn (Cn), afhankelijk is. Daarmee is een basis f = (F,I
i := 1(1 )k) voor Ll gevonden. Op dezelfde wijze kunnen we ieder onafhankelijk stel vektoren in Ll uitbreiden tot een basis voor Ll.3) Stel Ll heeft twee basissen f = (Fi
I
i := 1(l )k) en g = (GiI
i := 1(l)Q). Stel eens dat k<
Q. Omdat f een basis voor Ll is, spant het k-tal vektoren f de deelruimte Ll op en is ieder (k+
1)-tal vektoren in Ll afhankelijk. Dus ook het Q-tal vektoren g.Maar g is een basis, dus onafhankelijk. Tegenspraak. Dus k ~Q. Nu omgekeerd: stel k
>
Q. Dan spant het Q-tal g de deelruimte Ll op en is f enerzijds als k-tal vek-toren afhankelijk en anderzijds als basis onafhankelijk. Tegenspraak. Dus k ~ Q.Uit k ~Qen k ~Qvolgt dat k = Q.
4) Laat f = (Fili:= l(l)k) een basis voor Ll zijn. Laat g = (Gili_:= l(l)k) een onaf-hankelijk k-tal vektoren in Ll zijn. Stel eens dat g de deelruimte Ll niet opspant. Dan is er een vektor H in Ll die geen lineaire kombinatie is van g. Volgens stel-ling 7 is dan (G,
I
i := 1(1 )k, H) onafhankelijk. Anderzijds spant het k-tal vektoren f Ll op en dus is het (k+
1)-tal vektoren (G,Ii := 1(1 )k, H) afhankelijk.
Tegen-spraak. Dus g spant Ll wèl op. Daar g ook onafhankelijk is, is g een basis voor Ll.o Stelling 8 rechtvaardigt de volgende definitie. De dimensie van een deelruimte Ll van IRn (C"), notatie dim Ll, is het aantal vektoren in een basis voor Ll; dim {On} = O.
Omdat de natuurlijke basis e = (Ei
I
i := 1(1 )n) voor IRn (Cn) n vektoren heeft is dim IRn = n en dim Cn = n.Opgave 56
a) Voor i := 1(l)3 is zowel <Pi als 'lrj een deelruimte van IR4. Bepaal voor
i := 1(l)3 een basis voor <Pi' een basis voor 'lrj , een basis voor <Pi
+
'lri en eenbasis voor <Pi
n
'lri.~l
=L([H
r
-IJ
[-~},
W
l=NUL([I
6 5 -2]).~'=Lc[J[iJ[~}
W,=NUL([l
IJ).
~,
=RIJC[~
_:
~}
b) ~ en
r
2 zijn deelruimten in IRs.2
1 -1-
3 0]
- 11 ). 3 -5 1 1 0 0 1 0 0 0 0 0 ~=
L( 1 1 1 0 0 ), 0 0 0 0 0 1 0 0 1 1 1 0 1 1 0 1 0 0 1 0r;
=
L( 0 0 -2 -1 1 ). 0 1 1 0 1 1 0 0 1 0Bereken dim ~ en dim
r
2 en geef een basis voorTi
n r
2 •c) <P en 'Ir zijn deelruimten van IRn. dim <P + dim 'Ir
>
n. Toon aan dat dim(<Pn
'Ir)>
o.
d) .6.1 en .6.2 zijn deelruim ten van IRn.
Toon aan dat dim .6.1 + dim .6.2
=
dim (.6.1 + .6.2 ) + dim(.6.1n
.6.2 ) .46
Stelling 9 over kolom- en rijrang van een matrixIs A een rnxn-m atrix , dan heet de dimensie van de kolomruimte van A de kolomrang van A. De dimensie van de rij ruimte van A heet de rijrang van A.
156 §46
We beschouwen nogmaals het homogene stelsel SH dat A als koëfficiëntenmatrix
heeft. In hoofdstuk 1 hebben we een rekenschema ontwikkeld waarmee we het
stel-sel SH kunnen overvoeren in een met SH gelijkwaardig gereduceerd stelsel TH dat
bestaat uit, zeg r vergelijkingen en dat een koëfficiëntenmatrix, zeg C, heeft.
m
n
A
x
Het is onmiddellijk duidelijk dat de elemen taire bewerkingen van stelling 1, die be-trekking hebben op de vergelijkingen van het stelsel of de rijen van het rekenschema, dezelfde elementaire bewerkingen zijn van stelling 7, als we die betrekken op de rij-vektoren van de koëfficiëntenmatrix. Met stelling 7 trekken we dan de slotsom dat de rijen van A en de rijen van C hetzelfde lineaire omhulsel hebben, en dus dezelfde
dimensie hebben; rijrang A
=
dim Ru(A)=
dim RU(C)=
rijrang C.Nu is C de koëfficiëntenmatrix van een gereduceerd stelsel. De kolommen van C die
maken dat TH een gereduceerd stelsel is, zijn de r kolommen van C waarvan alle
ele-menten nul zijn met uitzondering van het ene element in zo'n kolom dat als spil ge-bruikt is bij het schoonvegen van die kolom. Al die spillen staan in verschillende kolommen en in verschillende rijen van C.
Daaruit volgt, met stelling 7, dat:
1) Het r-tal rijen van C is onafhankelijk en dus is het een basis voor RU (C). Daaruit
volgt dat r
=
rijrang C=
rijrang A.2) Het r-tal kolommen van C, waarvan elke kolom een spil bevat, is onafhankelijk,
en de overige kolommen zijn elk een lineaire kombinatie van dit r-tal. Immers, met het voor stelling 7 ontwikkelde rekenschema kunnen we, uitgaande van dit r-tal kolomvektoren met spil, door goed gekozen elementaire bewerkingen de
overige kolomvektoren van C naar O, vegen.
Voorbeeld
l~
0 -7 0 -1~]~l~
0 0 0 -6 2 -2 0 -6 1 -4 0 -3 I -4 0 -3 0 -4o
-3 0) @)---+CD
®
l~
0 0 0 0~]~l~
0 0 0 -6 2 -2 0 0 1 0 0 0 1 0 0 -3 0 -4 0 -3+--
<I>
w-o
0 2 -2o
-3o
-4o
0 2 0o
0o
-4o
o
Io
o
o
o
o
o
2o
o
o
o
o
o
Blijkbaar is dit r-tal kolomvektoren met spil, een basis c voor de kolomruimte van C en er geldt kolomrang C = dim KOL(C) = r = rijrang C.
Nu hoort bij dit r-tal kolomvektoren c van C precies één r-tal kolornvektoren a van A in de volgende zin. Is de k" kolom van C in c, dan ook de k" kolom van A in a, en omgekeerd; a bestaat dus juist uit die kolommen van A waar een spil in staat. We tonen aan dat a een basis voor de kolomruimte van A is. Daar de onbekenden her-nummerd mogen worden is het geen beperking als we aannemen dat a en c bestaan uit de eerste r kolommen van achtereenvolgens A en C. Nu hebben volgens stelling 1 SH en TH precies dezelfde oplossingen.
Dus uit
o
o
volgt dat a onafhankelijk is omdat c onafhankelijk is. Voegen we aan deze r-tallen van c en a nog een kolomvektor van achtereenvolgens C en A toe, zeg de Qe met r
<
Q,:::;;;; n, dan volgt evenzo uit= Om ~ "{stelling I}" À-Q +- Qe plaats
o
~C=
O, ~ À-1dl)
+ .
..
+
À-rc(r)+
À-Qc(Q)=
O, À-Q +- Qe plaatso
158 §47
dat met (CO), C<Q)li:= l(I)r) ook (Ai), AQ)li:= l(I)r) afhankelijk is. We kunnen im-mers ÀQ = 1 kiezen. Kennelijk leidt het uitbreiden van a met een kolomvektor van A
tot een afhankelijk stel vektoren. Het n-tal kolomvektoren van A, dat de kolomruim-te van A opspant, kunnen we dus uitdunnen tot het onafhankelijke r-tal a dat ook de kolomruimte van A opspant. Maar dan is a een basis voor de kolomruimte van A
en geldt kolomrang A = dim KOL(A) = r. Daar ook rijrang A = r hebben we de vol-gende stelling, stelling 9, bewezen.
Stelling 9
Is A een mxn-matrix, dan geldt
kolomrang A = rij rang A.
47
Rang van een matrix en het verband met de dimensie van de nulruimte van de matrix. Steil ing 10Stelling 9 rechtvaardigt het weglaten van de voorvoegsels "kolom" en "rij" in achter-eenvolgens kolomrang en rijrang. We spreken daarom in het vervolg meestal over de
rang vanA.
We nemen het homogene stelsel SH uit de vorige paragraaf nog even onder de loep. Het aantal rijen van het gereduceerde stelsel TH' dat gelijkwaardig is met SH' bleek gelijk te zijn aan de rang van de koëfficiëntenmatrix A. We vergelijken dit met de uitkomst van het rekenschema uit hoofdstuk 1. We zien dan dat, wat we in hoofd-stuk 1 het aantal vrijheidsgraden van SH noemden en het aantal parameters van de algemene oplossing <PH van SH' juist gelijk is aan het aantal onbekenden, n, van SH verminderd met de rang r van A. Het vermoeden rijst dat het aantal vrijheidsgraden van SH juist gelijk is aan de dimensie van de algemene oplossing <PH van SH' dat is de dimensie van de nulruimte van A. Inderdaad blijkt uit de volgende stelling dat dit het geval is.
Stelling 10
Laat A een mxn-mat rix met rang gelijk aan r zijn en laat de dimensie van de nul-ruimte van A gelijk aan k zijn. Dan geldt
k + r
=
nofwel
dim NUL(A) + dim KOL(A) = n.
Gelijkwaardig hiermee is de volgende uitspraak. Is .A de lineaire afbeelding van IRn naar IRm (C" naar Cm) waarvan A een representatie is, dan geldt
tI
I
1
Bewijs. Kies een basis u = (Ui
I
i := 1(1 )k) voor de nulruimte van A. Kies een basis b=
(BjIj_
:=
1(1 )r) voor de kolomruimte van A. Omdat Bj in KOL(A) is er een\\j
in IRn(Cn) met de eigenschap AWj = Bj, j := 1(1)r.U.
I W.
J
1
=Bj:=1
1
1Ir. We tonen aan dat het in IRn (Cn) gelegen (k+
r)-ta1 vektoreneen basis is voor IRn(Cn) ; dan is k
+
r = dim IRn (en) = n en zijn we klaar. We laten zien dat veen basis voor IRn(C") is door aan te tonen dat voor iedere vektor X in IRn(Cn) ondubbelzinnig bepaalde getallen xi' i := 1(1)k en Yj' j := 1(1)r bestaan zodatk r
X
=
~s.u
+ ~ y.Wj i=l 1 1 j=l J •Laat X een willekeurig gekozen vektor uit IRn(Cn) zijn. Laat Y
=
AX zijn. Dan is Y een lineaire kombinatie van de kolomvektoren van A, en dus is Y in KOL(A). Omdat b basis is voor KOL(A) bestaan er r ondubbelzinnig bepaalde getallen Yj' j := l(1)r Zodat r Stel nu Z=
X - ~ y.Wj. Dan is j=l J r r AZ=
A(X - ~ y.Wj)=
AX - A(~ y.W)=
Y - Y=
0 . j=l J j=l J J m160 §48
Dus Z is in de nulruimte van A. Daar u = (Ui
I
i := 1(l )k) een basis is voor NUL(A)zijn er k ondubbelzinnig bepaalde getallen xi' i := 1(l)k zodat
k Z
=
.~ xiUi. 1=1 Er volgt dus r k r X=
Z + ~ y.Wj=
~ X·U. + ~ y.W. j=1 J i=1 1 1 j=1 J Jwaarmee aangetoond is dat veen basis voor IRn (en) is. o
48
Stelling
11
over stelsels lineaire vergelijkingen. Kenmerken van een
reguliere matrix; nogmaals stelling 3
We passen stelling 10 eens toe op één homogene echte vergelijking in nonbekenden.
De kolomrang van zijn koëfficiëntenmatrix is 1. Dus de dimensie van zijn algemene oplossing is n - 1. Is de vergelijking inhomogeen, dan is de algemene oplossing een lineaire variëteit. Het ligt voor de hand, net als in hoofdstuk 3, aan een lineaire va-riëteit de dimensie toe te kennen van de bijbehorende deelruimte.
Laat Peen vektor en Ll een deelruimte van IRn (en) zijn. Laat I\. de lineaire variëteit
zijn bepaald door I\.
=
{P} + Ll. De dimensie van 1\., notatie dim 1\., is gelijk aandim Ll. Een basis voor Ll heet een stel richtingsvektoren voor I\.. P heet een
steun-vektor voor I\.. We zeggen dat I\. evenwijdig is aan Ll.
Een (n -l)-dimensionale lineaire variëteit in JRn(C") wordt een (hvper-Ivlak in JRn
(en) genoemd. Het is de algemene oplossing van één echte vergelijking in n
onbeken-den.
Een I-dimensionale lineaire variëteit in JRn(Cn) wordt een (hvper-lliin in IRn (en)
ge-noemd. Uit stelling 10 volgt dat een hyperlijn in IRn(Cn) de algemene oplossing is
van een stelsel lineaire vergelijkingen in n onbekenden waarvan de koëfficiëntenmatrix
rang n -1 heeft. Merk op dat in JR2 (C2) de begrippen hypervlak en hyperlijn
samen-vallen. In de volgende stelling, stelling 11, ligt besloten wat in het voorafgaande be-handeld is over stelsels lineaire vergelijkingen.
Stelling 11
Laat S een stelsel van m lineaire vergelijkingen in nonbekenden xj , j := 1(l)n zijn.
Laat A de koëfficiëntenmatrix van S zijn en laat de mxI-matrix B de bekende
ter-men van S herbergen. Laat SH het bij S horende homogene stelsel zijn.
Dan geldt:
1) De algemene oplossing <PH van SH is een deelruimte van IRn (C") met dimensie
n - rang A.
2) S is oplosbaar ~ B in KOL(A) ~ rang A
=
rang [AIB1.3) Is P een oplossing van S, dan is de algemene oplossing <P van S een lineaire
4-4 5]
[ 2
8 4 -2 , N3=
1 -4 J.L 3 -12-1 _1]
1 -1 0 1 0 -1 ' 3 -1 -2 <P=
{P}+ <PH'We verwoorden stelling 3 nog eens maar nu uitgebreider.
Stelling
3 (uitbreiding)Is A een vierkante nxn-matrix, dan zijn de volgende uitspraken gelijkwaardig.
1) Ieder stelsel lineaire vergelijkingen met A als koëfficiëntenmatrix heeft precies één
oplossing.
2) A is regulier, dat wil zeggen A-I bestaat.
3) Het n-tal kolomvektoren van A is onafhankelijk.
4) Het n-tal rijvektoren van A is onafhankelijk.
5) rang A = n.
6) detA =1= 0 (alleen bewezen voor n ~ 3).
Opgave 57
a) Bereken voor i := 1(1)5 de rang van de matrix Mi'
[ -1 1
i}
M,~
U
2 3 4 5 6n
MI = ~ 2 3 4 5 6 7 3 4 5 6 7 8 1 2 0 3 1 M3~ [~
- 2 2~l
M. = 3 2 2 3 1 -4 0 0 2 2 3 1 0 1 -1 2 -1 2 -2 4 2 3 -2 5 -3 -2 3 3 5 -4 0 -4 6 1 2 -4 0 M =5 0 -1 2 4 -3 2 2 3 -2 -3 0 0 -8 11 4 8 -11 2 -2 2 10 17 -11 2b) À en J.L zijn getallen. De rang van de matrix Ni is 2, i:= 1(1)3. Bereken voor i := 1(1)3 À en J.L.
[
1 2
À3]
[2
N,
=
-1 À 2 1 , N2=
À2 1 -3 À 2
c) Ij is een matrix, i:= 1(1)3. Bepaal voor i:= 1(1)3 een basis voor NUL(Ij),
KOL(Ij) en RIJ (Ij),
Pl
=
[~ ~ -~
•
P2=
[~
162 §49 2 0 3 -1 3 1
o
2~ -~J
10 -3 . 8 -3d) À. en /1 zijn getallen. M is een matrix met rang M
=
2 en KOL(M)=
RIJ(M). Bereken À. en /1 als M= [
~ ~ ~].
-3À. 7 /1
e) À., /1 en IJ zijn getallen. P en Q zijn matrixen met RIJ(P) C RIJ(Q).
[
4 2
1~0]
. Bereken À., /1 en IJals P=
[~ ~
2J en Q=
2 3/1 1 1
f)
r
en ~ zijn deelruirnten van 1R4. V is een vektor in 1R4.1 0 -IJ
2 -1 0 )'
v=m
Bereken een vektor U in
r
en een vektor W in ~ zodat V=
U + W. g) A is een mxn-mat rix en B is een nxp-matrix.(i) Bewijs: rang AB ~ rang A rang AB ~ rang B.
P is een inverteerbare mxm-matrix en Q is een inverteerbare nxn-matrix. (ii) Bewijs: rang PA
=
rang A=
rang AQ.C is een nxm-matrix waarvoor geldt dat AC
=
Im . (iii) Bewijs: rang CA ~ m.D is een mxn-mat rix.
(iv) Bewijs: rang (A +0) ~ rang A + rang O. h) Bewijs de tweede uitspraak van stelling 11:
S is oplosbaar ~ rang A
=
rang [AI
B] .49
KoördinatentransformatieBeschikken we over een basis f = (Fi
I
i := 1(l)k) voor een deelruirnte ~ in IRn(en), dan is het soms handig een nieuwe basis voor die deelruirnte te kiezen. De reden daartoe is dikwijls dat men gegevens of uitkomsten eenvoudiger kan formuleren in de nieuwe koördinaten dan in de oude. De gegevens blijken bijvoorbeeld tot zulke een-voudige betrekkingen tussen de nieuwe koördinaten te leiden dat een eeneen-voudige op-lossingswijze van het vraagstuk mogelijk wordt. Of de uitkomsten kunnen met behulp van de nieuwe koördinaten zo worden geformuleerd dat een meetkundige uitleg mo-gelijk wordt die het inzicht in het vraagstuk vergroot. In hoofdstuk 6 zullen we hiervan voorbeelden tegenkomen.Laat g = (GjIj := l(l)k) een nieuwe basis voor A zijn waarvan de vektoren als volgt bepaald zijn ten opzichte van de oude basis f.
k Gl
=
tllFl + t 2 lF2 + ... + tklF k=
i~ltilFi k Gj=
tljFl + t 2jF2 + ... + tkjF k=
.~ tijFi 1=1 k Gk=
tlkFl + t 2 kF2 + ... + tkkFk=
.~ tikfJ 1=1Laat U een willekeurig gekozen vektor uit A zijn. Dan kunnen we U op precies één wijze schrijven als lineaire kombinatie van f
k U
=
~ x·p.i=l 1 l '
en op precies één wijze als lineaire kombinatie van g k
U
=
~ y.G ..j= 1 J J
We zoeken nu een betrekking tussen de oude koördinaten xi en de nieuwe
koördi-naten Yjvan U. De koördinatiseringen van U ten opzichte van de oude basis f en de
nieuwe basis g geven we achtereenvolgens aan door
[UJoud
~
[UJ'~
[:J
~
X, en [U]"i'uw~
[UJ'~
nJ
~
yNu geldt
Daar U op precies één manier geschreven kan worden als
... + xkFk volgt k
.~ tljYj
=
xl' J=lofwel
tUYl + t12Y2 + + tljYj + + tlkYk
=
Xl t2lYl + t22Y2 + + t 2jYj + + t2kYk = X2164 §49
Hiermee zijn de gezochte betrekkingen tussen de oude en de nieuwe koördinaten van
U gevonden. De koëfficiëntenmatrix T van dit vierkante stelsel in de konbekenden
Yj, j := 1(l)k staat in de volgende betrekking tot de oude basis f en de nieuwe basis g.
j := l(l)k
De { kolom van T bevat dus juist de koördinaten van de nieuwe { basisvektor Gj
ten opzichte van de oude basis f.
T=
De gezochte betrekkingen tussen de oude en de nieuwe koördinaten kunnen we nu
in één matrixvergelijking gestalte geven.
TY
=
X ~ T[U]nieuw=
[Ufud.Daar de kolornvektoren van T een basis vormen voor .1vormen ze een onafhankelijk
k-tal en bestaat, volgens stelling 3, T-1• Blijkbaar is
TY
=
X ~ Y=
T-1X.Een overgang van de ene basis naar de andere basis in een deelruimte noemen we een
koördinatentransformatie of korter een transformatie. De betrekkingen
T[Ujnieuw
=
[Ujoud ~ [Ujnieuw=
T-1[Ujoudheten de transformatievergelijkingen, en de matrix T heet de transformatiematrix van
de transforma tie.
Voorbeeld
We gaan in IR3 over van de natuurlijke basis e naar de nieuwe basis b
=
(BI' B2,B3 )met B,
~
m'
B2= [ -:]
en B,=[
-n.
We berekenen de koördinaten van de[
-46]
vektor V
=
~~ ten opzichte van de basis b. De transformatiematrix M is hier[
1-1
-S]
[1 -1
-Sl
[YI]
[-46]
M
=
2 1 1 . We moeten dus oplossen 2 1 1 Y2=
31. Toepas-1 1 2 1 1 2_ Y3 33
Blijk-haar is V = [V)' =
[
-m
= 7B,+
8B,+
9B, = 7DJ
+
8 [ - : ]+
9[i]
en[V l b
=
m
·
Opgave 58
a) In IR3 gaat men over van de natuurlijke basis e naar de basis b
=
(B j,B2, B3 ).U en V zijn vektoren in IR3. 1 2 2 3 3" 3 U
=
[UI'=
[H
[Vlb=
m
BI=
3"2 , B2=
31 , B3=
-32 2 2 1 -3 3 -3Bereken de transformatiematrix voor de overgang van de e-basis naar de
b-basis. Bereken [U]b en
tvr.
.
b) In IR3 gaat men eerst over van de natuurlijke basis e naar de basis
b
=
(B,,B2,B3 ) en vervolgens van de basis b naar de basis c=
(Cl,C2 ,C3 ) ·U is een vek tor in IR3.
[Bd' =
[H
[B,]' =[n
[B,]' =[H
[Cdb =[!l
[C,)b=[U
[C,]b =
[H
[U)' =GJ
(i) Ga na dat b en c basissen voor IR3 zijn.
Bereken de transformatiematrix voor de overgang van de
(ii) e-basis naar de b-basis
(iii) b-basis naar de c-basis
(iv) e-basis naar de c-basis
(v) Bereken [U]b en
rur.
c) In IR4 gaat men eerst over van de natuurlijke basis e naar de basis
b = (B}, B2,B3,B4 ) en vervolgens van de natuurlijke basis e naar de basis
c
=
(Cl> C2,C3,C4 ) , U is een vektor in IR4.166 §50
Cl
~
[-IJ
C, =[jJ
C, =[~n
C4~
[=!l·
(i) Ga na dat b en c basissen voor IR4 zijn.
Bereken de transformatiematrix voor de overgang van de (ii) b-basis naar de c-basis,
(iii) c-basis naar de b-basis, (iv) Bereken
rur
en [U]c.d) In IRn zijn T en S de transformatiematrixen voor achtereenvolgens de over-gang van de basis e naar de basis f en van de basis e naar de basis g.
Bereken de transformatiematrix voor de overgang van de basis f naar de basis g.
50
Het inprodukt in IR"" RekenregelsDe begrippen lengte van een vektor, loodrechte stand van twee vektoren, afstand en hoek tussen twee vektoren zijn in de ruimte en het platte vlak meetkundig van aard en kennen we door aanschouwing. Die begrippen willen we ook in
JltI
(en) invoeren. We zullen dan wel anders te werk moeten gaan omdat we er ons, als n ~ 4, in IRn geen voorstelling van kunnen maken. We vinden wel in hoofdstuk 3 een aanwijzing hoe te handelen. Immers, daar hebben we die begrippen leren uitdrukken met behulp van het inprodukt. Is !!.een vektor in de ruimte dan is zijn lengteII!!II
=
..J!!"!!, en is~ nog een vektor in de ruimte dan staat u loodrecht op y... als !!"~
=
0, en voor de hoek l{) tussen u en ~ geldt dat cose
=
g"y/(llgllllyll).
Het ligt daarom voor de hand te pogen een skalair produkt van vektoren in IRn en en in te voeren dat dezelfde reken-regels kent als het inprodukt in de ruimte. Mogelijk kunnen we dan, overeenkomstig met de formules uit hoofdstuk 3 tot een goede definitie van lengte, afstand, lood-rechte stand en hoek geraken in IRn en en. We beginnen met IRn. (Het is hier overi-gens voor het eerst dat we tussen IRn en en moeten onderscheiden.) Voor de invoe-ring van een inprodukt in IRn laten we ons leiden door een formule uit hoofdstuk 3. Hebben namelijk u en Y... ten opzichte van een ortonormale basis e in de ruimte dekoördinatiseringen [y]'
~ [~:] ~
U en[~]'
= [ ::]~
Y, dan bleek daty'~
= U1V1+
u,v,+
u,v,~
[UI U, u,] [::] = UTy.Laat nu U en V vektoren in IRn zijn. Het inprodukt van U en V, notatie (U,V>, is het reële getal UTV. Uitgeschreven volgt
De rekenregels voor dit inprodukt blijken dezelfde te zijn als die voor het inprodukt van vektoren in de ruimte. Is W ook een vektor in IRn en is À. een reëel getal, dan geldt
<V,U>
=
<U,V><u + V,W>
=
<U,W> + <V,W> <U,V + W>=
<U,V> + <U,W> <"XU,V>=
<U,À.V>=
:VU,V> <U,U> ~ 0<u,u>
=
0 ~ U=
On'Het bewijs van deze regels kan geleverd worden met behulp van de rekenregels van de matrixvermenigvuldiging. We bewijzen de tweede regel.
o
51
Lengte, afstand en de begrippen hoek en loodrecht in IRnn
<U,U>
=
L Uj2 ~ O. Dus bestaat v'<u,U> voor iedere U in IRn, en is de volgende defi-j=ltie gerechtvaardigd. De lengte of norm van U, notatie I/UI/, is v'<U,U>. De afstand
tussen U en V, notatie d(U,V), is de lengte van U - V; d(U,V)
=
IIU - VI/. We moeten nog nagaan of de zo ingevoerde lengte en afstand wel de kenmerkende eigenschappen hebben van lengte en afstand die we ervan kennen uit de ruimte en het platte vlak.We gaan vijf kenmerkende eigenschappen na.
1) Lengte en afstand moeten positief zijn. Dat is duidelijk het geval. 2) Als IIUII = 0, dan moet U = On' Duidelijk aan voldaan.
Als d(U,V)
=
0, dan moet U=
V. Daar uit d(U,V)=
IIU - VII=
0 noodzakelijk volgt dat U - V=
On is ook hier aan voldaan.3) Is À. een reëel getal dan moet gelden: IIÀ.UII = IÀ.IIIUII.
I/À-UI/
=
v'<"XU,À.U>=
v'À.À.<U,U>=
1À.1v'<U,U>=
IÀ.II/UI/. Klopt. d(U,V) moet gelijk zijn aan d(V,U).d(V,U)
=
I/V - UI/=
l/-l(U - V)II=
l-llliU - VI/=
d(U,V). Klopt dus. 4) De afstand moet verschuivingsonafhankelijk zijn. Dat wil zeggen, d(U,V)=
168
§
51" "
o
d(U
+
W,V+
W)=
IIU+
W - (V+
W)II=
IIU - VII=
d(U,V). Klopt. 5) De zogenaamde driehoeksongelijkheid moet gelden. Dat wil zeggeno
L _ _-\,---:l~'1!..u
d(U,V) ~ d(U,W)
+
d(V,W). Het nagaan van deze eigenschap vergt wat meer werk. We hebben de stelling van Cauchy-Schwarz nodig die als volgt luidtZijn zi en wi' i := 1(l)n komplexe getallen, dan geldt
I
n - 12
n 2 n 2
~ z.v« ~ ~ Iz·1 .~ lw.l" i=1 1 1 i=1 1 i=1 1
Bewijs. Zijn alle getallen zi nul, of alle getallen wi nul, dan zijn beide leden nul. Het gelijkteken geldt en de bewering is juist. n n
Stel nu dat noch alle zi' noch alle wi nul zijn. Dan is dus .~ Izi
l
2>
0 en .~ Iwl>
o.
1=1 1=1
Is À. een willekeurig gekozen komplex getal, dan geldt
We werken het linkerlid uit.
n n _ ~ (z,
+
À.w.)(z.+
À.w.)=
~ (z,+
À.w.)(z.+
À.w.)=
i=1 1 1 1 1 i=1 1 1 1 1 n _=
i=l~ (z.z,1 1+
À.z.w.1 1+
À.z·w.1 1+
À.À.w.w.)1 1=
n _ n _ _ n = _ _ n _ = ~ z.z.+
À.~z.v«
+
À.~z,».
+
À.À.~ w.w· = i=1 11 i=1 1 1 i=1 1 1 i=1 1 1n 2 n -