Lineaire algebra/Bilineaire vorm: verschil tussen versies
Geen bewerkingssamenvatting |
|||
Regel 61: | Regel 61: | ||
waarin <math>\xi</math> en <math>\eta</math> weer de coördinaten zijn van respectievelijk <math>x</math> en <math>y</math> ten opzichte van deze basis. |
waarin <math>\xi</math> en <math>\eta</math> weer de coördinaten zijn van respectievelijk <math>x</math> en <math>y</math> ten opzichte van deze basis. |
||
<!-- |
|||
We bewijzen dit door inductie op <math>\textstyle n</math>. |
|||
Voor <math>n=1</math>: Elke <math>1\times1</math>-matrix is een diagonaalmatrix. |
|||
Stel dat voor dimensie <math>n-1</math> de uitspraak juist is. Voor een vectorruimte van dimensie <math>n</math> geldt dan: er zijn twee gevallen mogelijk: ofwel geldt <math>\forall v,w\in V:B( v,w)= 0</math>, dan klopt de stelling, ofwel bestaan er <math>v,w\in V</math> waarvoor <math>B(v,w) \neq 0</math>. Dan <math>\exists v_1 \in V:p(v_1)\neq 0\Rightarrow B(v_1,v_1)\neq0</math>. |
|||
want |
|||
:<math>p(x)=B(x,x) \Leftrightarrow B(x,y)=\tfrac 12 (p(x+y)-p(x)-p(y))</math> |
|||
dus |
|||
<math>p(v+w)\neq p(v)+p(w)</math> |
|||
Construeer nu de verzameling |
|||
⚫ | |||
⚫ | |||
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. |
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. |
||
Regel 80: | Regel 87: | ||
&=0 \end{align}</math> |
&=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. |
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. |
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=== |
===Voorbeeld=== |
||
Versie van 22 apr 2015 23:09
Naast eenvormen zijn ook meervoudig lineaire afbeeldingen die aan twee of meer vectoren uit een vectorruimte een scalair toevoegen. Meervoudig lineair betekent dat ze in elk van de argumenten lineair zijn. Bij twee vectoren spreken we van bilineaire afbeelding.
Definitie 20.1
Zij V een vectorruimte over het lichaam K. Een bilineaire vorm op V is een afbeelding die in elk van de twee argumenten lineair is, hetgeen inhoudt dat voor en geldt:
en
Een bilineaire vorm die aan de paren (x,y) en (y,x) dezelfde waarde toevoegt heet symmetrisch.
Definitie 20.2
Een bilineaire vorm B op V heet symmetrisch als voor alle x, y ∈ V geldt:
Matrixvoorstelling
Het ligt voor de hand om na te gaan hoe een bilineaire vorm zich gedraagt bij keuze van een basis. Als een basis is van V, kunnen we de vectoren x en y in deze basis uitdrukken:
- en
Voor het beeld onder de bilineaire afbeelding B van x en y vinden we dan:
Daarin is de n×n-matrix met elementen die t.o.v. de gekozen basis hoort bij B.
Wat we hier gevonden hebben formuleren we in de volgende stelling.
Stelling 20.1
Bij iedere lineaire vorm B op een lineaire ruimte V van dimensie n bestaat na keuze van een basis een n×n-matrix , zodanig dat de lineaire vorm voorgesteld kan worden door:
met en de coördinaten van resp. x en y t.o.v. de gekozen basis.
Geven we de coördinatisering t.o.v. de basis aan met , dan zijn:
- en .
en
Stelling 20.2
De matrix β die bij een symmetrische bilineaire vorm B op V hoort, is symmetrisch.
Bewijs
Zij de betrokken basis; dan geldt:
Diagonaalvorm
Als we een basis kunnen vinden ten opzichte waarvan de matrix van een bilineaire vorm diagonaal is, kan de bilineaire eenvoudig weergegeven worden.
Stelling 20.3
Zij een n-dimensionale vectorruimte over het lichaam met karakteristiek ongelijk aan 2, en een symmetrische bilineaire vorm op . Dan is er een basis van zodat .
Ten opzichte van deze basis is de matrix van dus diagonaal en wordt bepaald door:
- ,
waarin en weer de coördinaten zijn van respectievelijk en ten opzichte van deze basis.
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.