Lineaire algebra/Bilineaire vorm: verschil tussen versies

Uit Wikibooks
Verwijderde inhoud Toegevoegde inhoud
Sanderd17 (overleg | bijdragen)
k Titel van Lineaire algebra/Inproduct gewijzigd in Lineaire algebra/Bilineaire en kwadratische producten: splitising inproduct <-> bilineair product
Sanderd17 (overleg | bijdragen)
aanvulling
Regel 1: Regel 1:
{{Lineaire algebra}}
Content-type: text/html

\chapter{Bilineaire en kwadratische vormen}

{{Wis def| Als <math>\textstyle (F,V,+)</math> een vectorruimte is over het veld <math>\textstyle F</math>, dan definiëren we een bilineaire vorm als <math>\textstyle \langle,\rangle:V\times V\to F: (v_1,v_2)\mapsto\langle v_1,v_2 \rangle</math>, lineair in beide componenten. }}
{{Wis def| Als <math>\textstyle (F,V,+)</math> een vectorruimte is over het veld <math>\textstyle F</math>, dan definiëren we een bilineaire vorm als <math>\textstyle \langle,\rangle:V\times V\to F: (v_1,v_2)\mapsto\langle v_1,v_2 \rangle</math>, lineair in beide componenten. }}


Regel 16: Regel 21:
&=q(v_1)+2\langle v_1,v_2\rangle q(v2) \end{align}</math>
&=q(v_1)+2\langle v_1,v_2\rangle q(v2) \end{align}</math>


Dus weten we, als we in een veld zijn waar <math>\textstyle 2\neq0</math>, dan is
Dus weten we, als we in een veld zijn waar <math>\textstyle 2\neq0</math>_2</math>, dit veld is veel gebruikt in computer wetenschappen}, dan is


:<math> \frac{q(v_1+v_2)-q(v_1)-q(v_2)}{2}=\langle v_1,v_2 \rangle </math>
:<math> \frac{q(v_1+v_2)-q(v_1)-q(v_2)}{2}=\langle v_1,v_2 \rangle </math>

Deze formule noemen we de polaire formule.


==Matrix voorstellingen==
==Matrix voorstellingen==
Regel 41: Regel 48:
We zullen onderzoeken wat er gebeurd bij basisverandering. Stel dat je een nieuwe basis <math>\textstyle \beta'=\{v'_1,\ldots,v'_2\}</math> Dan weten we dat er een inverteerbare matrix <math>\textstyle P\in F^{n\times n}</math> bestaat zodat <math>\textstyle (v'_1,\ldots,v'_n)=P(v_1,\ldots,v_2)</math>. We kunnen dus een vector <math>\textstyle v\in V</math> op twee manieren ontbinden:
We zullen onderzoeken wat er gebeurd bij basisverandering. Stel dat je een nieuwe basis <math>\textstyle \beta'=\{v'_1,\ldots,v'_2\}</math> Dan weten we dat er een inverteerbare matrix <math>\textstyle P\in F^{n\times n}</math> bestaat zodat <math>\textstyle (v'_1,\ldots,v'_n)=P(v_1,\ldots,v_2)</math>. We kunnen dus een vector <math>\textstyle v\in V</math> op twee manieren ontbinden:


:<math>\begin{align} \end{align}</math>
:<math>\begin{align} v&=\sum_{i=1}^n x_iv_i &=\sum_{i=1}^n x'_i v'_i\\
&=\begin{pmatrix} v_1 & \ldots & v_n \end{pmatrix} \begin{pmatrix} x_1\\\vdots\\x_n \end{pmatrix} &=\begin{pmatrix} v'_1&\ldots&v'_n \end{pmatrix} \begin{pmatrix} x'_1\\\vdots\\x'_n \end{pmatrix}\\
&&=\begin{pmatrix} v_1 & \ldots & v_n \end{pmatrix}P \begin{pmatrix} x'_1\\\vdots\\x'_n \end{pmatrix} \end{align}</math>

Aangezien de coördinaten uniek zijn weten we dat <math>\textstyle X=PX'</math>. Als gevolg zien we dat

:<math>\begin{align} \langle v,w\rangle &= X^TAY\\
&=(PX')^TA(PY')\\
&=X'^T(P^TAP)Y' \end{align}</math>

We kunnen dus besluiten dat bij verandering van een basis met matrix <math>\textstyle P</math> de matrix van de symetrische bilineaire vorm omgevormd wordt tot <math>\textstyle P^TAP</math>. Opgelet, de matrix <math>\textstyle A</math> en <math>\textstyle P^TAP</math> zijn \textbf{niet gelijkvormig}.

{{Wis def| We noemen twee matrices <math>\textstyle A,B\in F^{n \times n}</math> \textbf{congruent} als <math>\textstyle A=P^TBP</math> voor een zekere inverteerbare matrix <math>\textstyle P\in F^{n\times n}</math>. }}

==Matrix van een bilineaire vorm diagonaliseren==

Net zoals we met lineaire afbeeldingen gedaan hebben zouden we graag de matrix van een bilineaire vorm diagonaliseren. Deze keer willen we het niet diagonaliseren via gelijkvormigheid maar wel via congruentie. Zoals je in de volgende stelling ziet: we hebben geluk. Iedere matrix is diagonaliseerbaar.

{{Wis stelling| Zij <math>\textstyle F,V,+)</math> een vectorruimte met <math>\textstyle \dim_{\mathbb{R}}V=n</math> met een symmetrische bilineaire vorm <math>\textstyle \langle,\rangle</math> en <math>\textstyle 2\neq0 \in F</math>. Dan bestaat een basis <math>\textstyle \{v_1,\ldots,v_n\}</math> van <math>\textstyle V</math> zodat <math>\textstyle \forall i,j:\langle v_i,v_j\rangle=0</math> als <math>\textstyle i\neq j</math>. Dus m.a.w. dat de matrix diagonaal is. }}

{{Wis bewijs| We bewijzen dit door inductie op <math>\textstyle n</math>.

\textbf{Initialisatiestap}: controleer voor <math>\textstyle n=1</math>: Elke <math>\textstyle 1\times1</math> matrix is een diagonaal matrix dus klop de stelling zeker.

\textbf{Inductiestap}: stel dat de stelling klopt voor alle vectorruimtes t.e.m. dimensie <math>\textstyle n-1</math>. Bewijs de stelling nu voor een vectorruimte van dimensie <math>\textstyle n</math>. Er zijn twee gevallen mogelijk: ofwel geldt <math>\textstyle \forall v,w\in V:\langle v,w\rangle = 0</math>, dan klop de stelling, ofwel bestaan er <math>\textstyle v,w\in V</math> waarvoor <math>\textstyle \langle v,w\rangle \neq0</math>. Uit de polaire formule volgt dan dat <math>\textstyle \exists v_1 \in V:p(v_1)\neq 0\Rightarrow\langle v_1,v_1\rangle\neq0</math>. Construeer nu de verzameling

:<math> V_1=\{x\in V|\langle x,v_1\rangle = 0\} </math>

We zien dat <math>\textstyle V_1</math> een deelruimte van <math>\textstyle V</math> is, dat <math>\textstyle v_1\notin V_1</math> dus is <math>\textstyle \dim V_1 < \dim V = n</math> en tenslotte zien we ook dat <math>\textstyle \left.\langle , \rangle\right|_{V_1\times V_1}:V_1\times V_1\to F</math> een symmetrische bilineaire vorm is.

Door de inductiehypothese bestaat er een basis <math>\textstyle \{v_2,\ldots,v_k\}</math> voor <math>\textstyle V_1</math> met <math>\textstyle \langle v_i,v_j\rangle=0</math> als <math>\textstyle i\neq j</math>. Vorm nu de verzameling <math>\textstyle \{v _1,v_2,\ldots,v_k\}</math>, dan geldt nog steeds dat <math>\textstyle \langle v_i,v_j\rangle = 0</math> als <math>\textstyle i\neq j</math>. Als we nu kunnen bewijzen dat die verzameling een basis is, dan is de stelling volledig bewezen. Het is voldoende om te bewijzen dat die verzameling voortbrengend is omdat we al weten dat <math>\textstyle \#\{v_1,\ldots,v_k\}\leq n</math>.

Neem een willekeurige <math>\textstyle x\in V</math>. construeer daar uit <math>\textstyle x_1=x - \frac{\langle x,v_1\rangle}{\langle v_1,v_1\rangle}v_1\in V</math>.

:<math>\begin{align} \langle x_1,v_1\rangle &= \left\langle x - \frac{\langle x,v_1\rangle}{\langle v_1,v_1\rangle}v_1,v_1\right\rangle\\
&= \langle x,v_1\rangle -\frac{\langle x,v_1\rangle}{\langle v_1,v_1\rangle}\langle v_1,v_1\rangle\\
&= \langle x,v_1\rangle -\langle x,v_1\rangle\\
&=0 \end{align}</math>

Dus is <math>\textstyle x_1\in V_1</math>. Aangezien <math>\textstyle x=x_1+\frac{\langle x,v_1\rangle}{\langle v_1,v_1\rangle}v_1=x_1+kv_1</math> kan <math>\textstyle x</math> geconstrueerd worden uit een lineaire combinatie van de vectoren <math>\textstyle \{v_1,v_2,\ldots,v_k\}</math> en is die verzameling dus voortbrengend. We besluiten dus dat <math>\textstyle k=n</math> en dat <math>\textstyle \{v_1,v_2,\ldots,v_n\}</math> een basis is. }}

Dit heeft als gevolg dat we in een veld waar <math>\textstyle 2\neq0</math> elke kwadratische vorm kunnen schrijven als een lineaire combinatie van volkomen kwadraten na het aanpassen van het assenstelsel.

===Voorbeeld===

Neem het veld <math>\textstyle F=\mathbb{R}</math>. <math>\textstyle q</math> is bepaald door de symmetrische matrix

:<math> \begin{pmatrix} 3&-1&2\\
-1&0&1\\
2&1&2 \end{pmatrix} </math>

Als we dit in formules zetten krijgen we <math>\textstyle q(x,y,z)=3x^2-2xy+4xz+2yz+2z^2</math>. Volgens bovenstaand resultaat kunnen we dit dus tot een lineaire combinatie van volkomen kwadraten omvormen.

:<math>\begin{align} q(x,y,z)&=3x^2-2xy+4xz+2yz+2z^2\\
&=3\left(x-\frac{1}{3}y+\frac{2}{3}z\right)^2-\frac{1}{3}y^2-\frac{4}{3}z^2+2yz+2z^2\\
&=3\left(x-\frac{1}{3}y+\frac{2}{3}z\right)^2-\frac{1}{3}(y-3z)^2+3z^2+\frac{2}{3}z^2\\
&=3\left(x-\frac{1}{3}y+\frac{2}{3}z\right)^2-\frac{1}{3}(y-3z)^2+\frac{11}{3}z^2\\
&=3x'^2-\frac{1}{3}y'^2+11z'^2 \end{align}</math>

Dan hebben we als matrix van basis verandering de matrix

:<math> \begin{pmatrix} x'\\
y'\\
z' \end{pmatrix}= \begin{pmatrix} 1&-\frac{1}{3}&\frac{2}{3}\\
0&1&-3\\
0&0&\frac{11}{3} \end{pmatrix} \begin{pmatrix} x\\
y\\
z \end{pmatrix} </math>

Deze matrix is inverteerbaar en dus een matrix van basis verandering.

==Stelling van Sylvester==

Stel dat we met het veld <math>\textstyle \mathbb{C}</math> werken, in de vorige sectie hebben we bewezen dat iedere kwadratische vorm als een lineaire combinatie van volkomen kwadraten kan geschreven worden, <math>\textstyle q(v)=a_1x_1^2+\ldots+a_rx_r^2</math>. Als we nu voor alle <math>\textstyle i</math> de wortel van <math>\textstyle a_i</math> nemen, dan krijgen we dat <math>\textstyle q(v)=x^{'2}_1+\ldots+x^{'2}_r</math> met <math>\textstyle x'_i=\sqrt{a_i}x_i</math>.

We zouden nu natuurlijk hetzelfde willen doen voor het veld dat het meest gebruikt is: het reële veld. In <math>\textstyle \mathbb{R}</math> hebben we ook dat

Versie van 28 feb 2010 14:41

Inhoudsopgave Lineaire algebra
Hoofdstukken
  1. Lineaire ruimte
  2. Lineaire combinatie
  3. Lineair onafhankelijk stelsel
  4. Volledig stelsel
  5. Basis
  6. Dimensie
  7. Rang
  8. Coördinatisering
  9. Coördinatentransformatie
  10. Lineaire afbeelding
  11. Kern
  12. Matrix
  13. Getallenruimte
  14. Kolom- en rijvector
  15. Eenvorm
  16. Duale ruimte
  17. Lineaire algebra/Covariant en contravariant
  18. Transformaties
  19. Inproduct
  20. Bilineaire vorm
  21. Kwadratische vorm
  22. Tensor

Content-type: text/html

\chapter{Bilineaire en kwadratische vormen}

Definitie:
Als een vectorruimte is over het veld , dan definiëren we een bilineaire vorm als , lineair in beide componenten.


We noemen een bilineaire vorm symmetrisch a.s.a.

Stel dat we een symmetrische bilineare vorm hebben, dan is

de bijhorende kwadratische vorm (quadratic form). Over deze kwadratische vorm hebben we wat meer informatie:

Dus weten we, als we in een veld zijn waar _2</math>, dit veld is veel gebruikt in computer wetenschappen}, dan is

Deze formule noemen we de polaire formule.

Matrix voorstellingen

Gegeven een symetrische bilineaire vorm op een vectroruimte kunnen we steeds een matrix van die vorm opstellen. Kies eerst een basis van . Dan kan je iedere schrijven t.o.v. de basisvectoren:

Dan is

Aangezien we met een symmetrische vorm werken wil dit zeggen dat de matrix ook symmetrische is. Ook in de omgekeerde richting, aan iedere symmetrische matrix kunnen we een symmetrische vorm linken en bijgevolg een kwadratische vorm.

Basisverandering

We zullen onderzoeken wat er gebeurd bij basisverandering. Stel dat je een nieuwe basis Dan weten we dat er een inverteerbare matrix bestaat zodat . We kunnen dus een vector op twee manieren ontbinden:

Aangezien de coördinaten uniek zijn weten we dat . Als gevolg zien we dat

We kunnen dus besluiten dat bij verandering van een basis met matrix de matrix van de symetrische bilineaire vorm omgevormd wordt tot . Opgelet, de matrix en zijn \textbf{niet gelijkvormig}.

Definitie:
We noemen twee matrices \textbf{congruent} als voor een zekere inverteerbare matrix .


Matrix van een bilineaire vorm diagonaliseren

Net zoals we met lineaire afbeeldingen gedaan hebben zouden we graag de matrix van een bilineaire vorm diagonaliseren. Deze keer willen we het niet diagonaliseren via gelijkvormigheid maar wel via congruentie. Zoals je in de volgende stelling ziet: we hebben geluk. Iedere matrix is diagonaliseerbaar.

Stelling:
Zij een vectorruimte met met een symmetrische bilineaire vorm en . Dan bestaat een basis van zodat als . Dus m.a.w. dat de matrix diagonaal is.


Bewijs:
We bewijzen dit door inductie op .

\textbf{Initialisatiestap}: controleer voor : Elke matrix is een diagonaal matrix dus klop de stelling zeker.

\textbf{Inductiestap}: stel dat de stelling klopt voor alle vectorruimtes t.e.m. dimensie . Bewijs de stelling nu voor een vectorruimte van dimensie . Er zijn twee gevallen mogelijk: ofwel geldt , dan klop de stelling, ofwel bestaan er waarvoor . Uit de polaire formule volgt dan dat . Construeer nu de verzameling

We zien dat een deelruimte van is, dat dus is en tenslotte zien we ook dat een symmetrische bilineaire vorm is.

Door de inductiehypothese bestaat er een basis voor met als . Vorm nu de verzameling , dan geldt nog steeds dat als . Als we nu kunnen bewijzen dat die verzameling een basis is, dan is de stelling volledig bewezen. Het is voldoende om te bewijzen dat die verzameling voortbrengend is omdat we al weten dat .

Neem een willekeurige . construeer daar uit .

Dus is . Aangezien kan geconstrueerd worden uit een lineaire combinatie van de vectoren en is die verzameling dus voortbrengend. We besluiten dus dat en dat een basis is.


Dit heeft als gevolg dat we in een veld waar elke kwadratische vorm kunnen schrijven als een lineaire combinatie van volkomen kwadraten na het aanpassen van het assenstelsel.

Voorbeeld

Neem het veld . is bepaald door de symmetrische matrix

Als we dit in formules zetten krijgen we . Volgens bovenstaand resultaat kunnen we dit dus tot een lineaire combinatie van volkomen kwadraten omvormen.

Dan hebben we als matrix van basis verandering de matrix

Deze matrix is inverteerbaar en dus een matrix van basis verandering.

Stelling van Sylvester

Stel dat we met het veld werken, in de vorige sectie hebben we bewezen dat iedere kwadratische vorm als een lineaire combinatie van volkomen kwadraten kan geschreven worden, . Als we nu voor alle de wortel van nemen, dan krijgen we dat met .

We zouden nu natuurlijk hetzelfde willen doen voor het veld dat het meest gebruikt is: het reële veld. In hebben we ook dat

Informatie afkomstig van https://nl.wikibooks.org Wikibooks NL.
Wikibooks NL is onderdeel van de wikimediafoundation.