vyjádřete ve tvaru lineární kombinace čtverců (lineární kombinace druhých mocnin). Rozhodněte o definitnosti kvadratické formy κ(x).

Podobné dokumenty
EUKLIDOVSKÉ PROSTORY

PROSTORY SE SKALÁRNÍM SOUČINEM. Definice Nechť L je lineární vektorový prostor nad R. Zobrazení L L R splňující vlastnosti

a počtem sloupců druhé matice. Spočítejme součin A.B. Označme matici A.B = M, pro její prvky platí:

Program SMP pro kombinované studium

z = a bi. z + v = (a + bi) + (c + di) = (a + c) + (b + d)i. z v = (a + bi) (c + di) = (a c) + (b d)i. z v = (a + bi) (c + di) = (ac bd) + (bc + ad)i.

2. Určete jádro KerL zobrazení L, tj. nalezněte alespoň jednu jeho bázi a určete jeho dimenzi.

Základy maticového počtu Matice, determinant, definitnost

Determinant matice řádu 5 budeme počítat opakovaným použitím rozvoje determinantu podle vybraného řádku nebo sloupce. Aby byl náš výpočet

Úlohy k přednášce NMAG 101 a 120: Lineární algebra a geometrie 1 a 2,

Vlastní čísla a vlastní vektory

1.13 Klasifikace kvadrik

0.1 Úvod do lineární algebry

Zdrojem většiny příkladů je sbírka úloh 1. cvičení ( ) 2. cvičení ( )

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic

0.1 Úvod do lineární algebry

9.1 Definice a rovnice kuželoseček

Jedná se o soustavy ve tvaru A X = B, kde A je daná matice typu m n,

Necht tedy máme přirozená čísla n, k pod pojmem systém lineárních rovnic rozumíme rovnice ve tvaru

Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru. Kvadratická forma v n proměnných je tak polynom n proměnných s

1 Řešení soustav lineárních rovnic

AVDAT Vektory a matice

Soustavy lineárních rovnic a determinanty

9 Kolmost vektorových podprostorů

Řešené úlohy z Úvodu do algebry 1

Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty. študenti MFF 15. augusta 2008

Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace

Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru:

1 Projekce a projektory

1 Vektorové prostory.

MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]

maticeteorie 1. Matice A je typu 2 4, matice B je typu 4 3. Jakých rozměrů musí být matice X, aby se dala provést

Podrobnější výklad tématu naleznete ve studijním textu, na který je odkaz v Moodle. Tam je téma

VĚTY Z LINEÁRNÍ ALGEBRY

1 Linearní prostory nad komplexními čísly

1 Determinanty a inverzní matice

VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY

Vlastní čísla a vlastní vektory

Vlastní číslo, vektor

(Cramerovo pravidlo, determinanty, inverzní matice)

14. přednáška. Přímka

10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo

DEFINICE Z LINEÁRNÍ ALGEBRY

Matematika B101MA1, B101MA2

Základy matematiky pro FEK

Aplikovaná numerická matematika - ANM

a vlastních vektorů Příklad: Stanovte taková čísla λ, pro která má homogenní soustava Av = λv nenulové (A λ i I) v = 0.

Operace s maticemi. 19. února 2018

Lineární zobrazení. 1. A(x y) = A(x) A(y) (vlastnost aditivity) 2. A(α x) = α A(x) (vlastnost homogenity)

ČTVERCOVÉ MATICE. Čtvercová matice je taková matice, kde počet řádků je roven počtu jejích sloupců. det(a) značíme determinant čtvercové matice A

Lineární algebra - I. část (vektory, matice a jejich využití)

Symetrické a kvadratické formy

Michal Zamboj. January 4, 2018

Nejdřív spočítáme jeden příklad na variaci konstant pro lineární diferenciální rovnici 2. řádu s kostantními koeficienty. y + y = 4 sin t.

2.6. VLASTNÍ ČÍSLA A VEKTORY MATIC

Lineární algebra : Metrická geometrie

[1] Motivace. p = {t u ; t R}, A(p) = {A(t u ); t R} = {t A( u ); t R}

Soustavy lineárních rovnic

a + b + c = 2 b + c = 1 a b = a 1 2a 1 + a a 3 + a 5 + 2a 2 + a 2 + a

6 Samodružné body a směry afinity

VZOROVÝ TEST PRO 3. ROČNÍK (3. A, 5. C)

Soustava m lineárních rovnic o n neznámých je systém

1 Mnohočleny a algebraické rovnice

Všechno, co jste kdy chtěli vědět o maticích, ale báli jste se zeptat

příkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u.

1 Soustavy lineárních rovnic

Podobnost matic. Definice 8.6. Dány matice A, B M n (C). Jestliže existuje regulární matice P M n (C) tak,

VEKTORY. Obrázek 1: Jediný vektor. Souřadnice vektoru jsou jeho průměty do souřadných os x a y u dvojrozměrného vektoru, AB = B A

Úvod do lineární algebry

Matematika 2 (Fakulta ekonomická) Cvičení z lineární algebry. TU v Liberci

P 1 = P 1 1 = P 1, P 1 2 =

7. Lineární vektorové prostory

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

1. Několik základních pojmů ze středoškolské matematiky. Na začátku si připomeneme následující pojmy:

α 1 α 2 + α 3 = 0 2α 1 + α 2 + α 3 = 0

Soustavy lineárních rovnic

CVIČNÝ TEST 15. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17

Soustavy lineárních rovnic

Linearní algebra příklady

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

ftp://math.feld.cvut.cz/pub/olsak/linal/

y Obrázek 1.26: Průměrová rovina válcové plochy

z textu Lineární algebra

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan. 14.

Determinanty. Obsah. Aplikovaná matematika I. Pierre Simon de Laplace. Definice determinantu. Laplaceův rozvoj Vlastnosti determinantu.

Lineární algebra : Skalární součin a ortogonalita

11. Skalární součin a ortogonalita p. 1/16

Michal Zamboj. December 23, 2016

Soustavy linea rnı ch rovnic

VI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Vlastní čísla a vlastní vektory

Obsah. Lineární rovnice. Definice 7.9. a i x i = a 1 x a n x n = b,

Arnoldiho a Lanczosova metoda

Řešení. Hledaná dimenze je (podle definice) rovna hodnosti matice. a a 2 2 1

Soustavy lineárních rovnic-numerické řešení. October 2, 2008

Učební texty k státní bakalářské zkoušce Matematika Skalární součin. študenti MFF 15. augusta 2008

1. Jordanův kanonický tvar

Čtvercové matice. Čtvercová matice je taková matice, jejíž počet řádků je roven počtu jejích sloupců

Lineární funkce, rovnice a nerovnice 4 lineární nerovnice

Soustavy lineárních diferenciálních rovnic I. řádu s konstantními koeficienty

Transkript:

Řešené příklady z lineární algebry - část 6 Typové příklady s řešením Příklad 6.: Kvadratickou formu κ(x) = x x 6x 6x x + 8x x 8x x vyjádřete ve tvaru lineární kombinace čtverců (lineární kombinace druhých mocnin). Rozhodněte o definitnosti kvadratické formy κ(x). Řešení: Zadanou kvadratickou formu lze zapisovat ve tvaru κ(x) = x T Ax, která je určena reálnou symetrickou maticí A = 8 8 6 Ke každé čtvercové matici A řádu n umíme najít Jordanův kanonický tvar - matici J a regulární matici T tak, že platí A = TJT. Protože matice A určující kvadratickou formu κ(x) = x T Ax v prostoru R n je reálná a symetrická, bude Jordanova matice diagonální s vlastními čísly na diagonále a pro matici T poskládanou z ortonormálních vlastních vektorů příslušných k jednotlivým vlastním číslům je inverzní matice shodná s maticí transponovanou, tj. T = T T. Tento fakt využijeme k přepsání kvadratické formy do tvaru lineární kombinace čtverců, tj. do tvaru součtu druhých mocnin: κ(x) = x T Ax = x T (TJT T )x = (T T x) T J(T T x) = = x T J x = [η,..., η n ]J[η,..., η n ] T = λ η + λ η +... + λ n η n. Při úpravách vyjádření kvadratické formy jsme využili označení T T x = x = [η,..., η n ] T, a právě v těchto nových souřadnicích je možné vyjádřit kvadratickou formu κ(x) ve tvaru součtu druhých mocnin. O definitnosti kvadratické formy rozhodneme nejsnáze na základě znalosti inercie této kvadratické formy in(κ) = in(a). Inercií se rozumí trojice celých

nezáporných čísel, která udávají počet vlastních čísel kladných, počet vlastních čísel záporných a násobnost vlasního čísla nula (v tomto pořadí). Musíme proto znát všechna vlastní čísla matice A. Vlastní čísla matice A určíme jako kořeny charakteristického polynomu matice A: ϕ(λ) = det(λi A) = det λ + 8 8 λ + λ + 6 Přičteme-li k prvnímu řádku determinantu -násobek řádku druhého, můžeme poté z prvního řádku vytknout kořenový činitel (λ+8), další výpočet využije po standardní úpravě rozvoj determinantu podle prvního řádku. ϕ(λ) = det λ + 8 λ + 8 8 λ + λ + 6 = (λ+8). det 8 λ + 8 λ + 6 = (λ+8). det = (λ+8)( ) +. det = (λ + 8) ( λ + 8λ ) = λ(λ + 8). 8 λ + λ + 6 [ λ + 8 λ + 6 Vlastními čísly matice A jsou kořeny charakteristického polynomu λ, = 8, λ =. Známe-li vlastní čísla matice, která určuje kvadratickou formu, můžeme stanovit inercii této kvadratické formy. Matice A má dvě vlastní čísla záporná a jedno nulové, proto inercie kvadratické formy κ(x) je in(κ) = in(a) = (,, ). Kvadratická forma κ(x) je tedy negativně semidefinitní, to znamená, že pro žádné x R nemá kladné hodnoty a přitom existuje nenulový vektor x s nulovou hodnotou kvadratické formy κ(x ) =. Protože víme, že matice A je reálná symetrická, musí být její Jordanův kanonický tvar matice diagonální i v případě dvojnásoného vlastního čísla 8. Jordanova matice J je tedy J = 8 8 = ] =

Dále potřebujeme nalézt matici T, která se skládá po sloupcích z vlastních vektorů, které jsou navzájem ortonormální. Nejdříve určíme vlastní vektory pro dvojnásobné vlastní číslo λ, = 8. Řešíme homogenní soustavu lineárních algebraických rovnic (( 8)I A)x =. Matici soustavy upravíme na stupňovitý tvar: ( 8)I A = 8 8 8 8 Z upraveného tvaru matice vidíme, že matice ( 8)I A má hodnost jedna, proto rozdíl n hod(( 8)I A) = = potvrzuje existenci dvou lineárně nezávislých vlastních vektorů k vlastnímu číslu 8 a též diagonální tvar Jordanovy matice J. Za dva lineárně nezávislé vlastní vektory vybereme uspořádané trojice v = [,, ] T, v = [,, ] T, které jsme získali dopočítáním neznámé x poté, co jsme dvě neznámé x a x zvolili tak, aby vektory v, v byly lineárně nezávislé. Tyto dva vektory ale nejsou ortogonální. K nalezení ortogonální báze tohoto podprostoru všech řešení homogenní soustavy využijeme Gram-Schmidtův ortogonalizační proces. První vektor ortogonální báze bude vektor y = v = [,, ] T. Druhý vektor y = v + αy dopočítáme pomocí koeficientu Potom α = (v, y ) (y, y ) = =. y = v + = [,, ]T + [,, ]T = [,, ] T = [,, ]T. Jednotkové normy pro prvky ortonormálního systému získáme pomocí vztahu h i = y i y i pro i =,, potom h = [,, ]T, 8 h = 8 [,, ]T = 6 [,, ]T. Tyto vektory budou tvořit první dva sloupce matice T.

Posledním sloupcem matice T bude vlastní vektor příslušející třetímu vlastnímu číslu λ = s jednotkovou normou. Při řešení soustavy (I A)x = Gaussovou eliminační metodou upravujeme na stupňovitý tvar matici A = 8 8 6 5 5 9 8 9 8 Zvolíme-li za neznámou x = ( libovolné nenulové reálné číslo, dostaneme jeden možný vlastní vektor k vlastní-mu číslu λ = ve tvaru v = [,, ] T (přitom vlastním vektorem je i jeho libovolný nenulový násobek). Ortonormálním vlastním vektorem je potom vektor h = [,, ]T. Pro matici T složenou z ortonormálních vlastních vektorů h, h, h, tedy T = platí T = T T. Proto A = TJT T. 6 6 Ve vyjádření kvadratické formy κ(x) nahradíme matici A tímto součinem., κ(x) = x T Ax = x T (TJT T )x = (T T x) T J(T T x) = = x T J x = [η, η, η ]J[η, η, η ] T = λ η + λ η + λ η, kde jsme označili T T x = x = [η, η, η ] T. Poslední zápis kvadratické formy má přitom požadovaný tvar lineární kombinace čtverců. Konkrétně získáme nové souřadnice vynásobením = 6 6 [η, η, η ] T = x = T T x = x x x = x + x 6 x + 6 x + x x x + x

V těchto souřadnicích pak zapíšeme kvadratickou formu jako lineární kombinaci čtverců ( ) ( κ(x) = 8 x + x 8 6 x + 6 x + ) x = ( = 9(x + x ) x + ) x + x. Umocněním a úpravou lze snadno zkontrolovat správnost výpočtu. Příklad 6.: Kvadratická plocha je dána rovnicí x + x + x x + x =. Určete, o jakou kvadratickou plochu se jedná. Řešení: Kvadratickou plochou rozumíme množinu všech bodů x R, pro které platí x T Ax + b T x + γ =, ( ) kde A je reálná symetrická matice určující kvadratickou formu κ(x) = x T Ax, vektor b R určuje lineární formu µ(x) = b T x na prostoru R a γ R je reálné číslo. Ze zadání příkladu je zřejmé, že chceme určit kvadriku, pro kterou je A = /, b =, γ =. Abychom určili, o jakou kvadratickou plochu se jedná, musíme napřed upravit kvadratickou formu κ(x) = / x T Ax do tvaru lineární kombinace druhých mocnin. K tomu využijeme Jordanův kanonický tvar J matice A. Protože A je reálná symetrická matice, je A = TJT T, kde J je diagonální matice a regulární matice T se skládá po sloupcích z ortonormálních vlastních vektorů. Potom pro inverzní matici k matici T platí T = T T. Rovnici kvadriky ( ) lze psát ve tvaru (x T T)J(T T x) + (b T T)(T T x) + γ =. Využijeme-li vztahů x T T = (T T x) T a b T T = (T T b) T, dostane tato rovnice tvar (T T x) T J(T T x) + (T T b) T (T T x) + γ =. 5

Zavedeme-li tedy nové souřadnice T T x = x, jedná se opět o standardní rovnici kvadratické plochy x T J x + (T T b) T x + γ =, kde kvadratickou formu určuje diagonální matice J a lineární formu určuje vektor b = T T b. Úpravu kvadratické formy začneme tím, že spočítáme vlastní čísla a vlastní vektory matice A. Nejdříve vypočítáme charakteristický polynom ϕ(λ) = det(λi A) = det λ + λ / / λ Determinant vypočítáme např. rozvojem podle prvního řádku, pak ϕ(λ) = (λ + )( ) +. det [ λ / / λ ] [ = (λ + ) (λ ) 9 ] = ( = (λ + ) λ λ + 7 ) ( = (λ + ) λ ) ( λ 7 ) Vlastními čísly matice A jsou kořeny charakteristického polynomu λ =, λ = a λ = 7. Protože máme tři různá vlastní čísla pro matici řádu, je Jordanův kanonický tvar J matice A matice diagonální, tedy J = / 7/ K jednotlivým vlastním číslům nyní vypočítáme vlastní vektory, jsou to všechna nenulová řešení homogenní soustavy lineárních algebraických rovnic (λ i.i A)x = pro jednotlivá vlastní čísla λ i. Vlastní vektor k vlastnímu číslu λ = určíme jako řešení soustavy (( )I A)x =. Matici soustavy upravíme na stupňovitý tvar: ( )I A = 6 / / 6 5 6

Rozdíl n hod(( )I A) = = pouze potvrzuje známý fakt, že vlastní vektory k jednonásobnému vlastnímu číslu musí vždy být prvky z jednodimenzionálního podprostoru. Vlastním vektorem k vlastnímu číslu λ = je libovolné nenulové řešení této soustavy, tj. libovolný nenulový vektor x, pro jehož složky platí x =, x =, a x je libovolné reálné číslo nenulové. Vyberme např. v = [,, ] T, vlastním vektorem je i jeho libovolný nenulový násobek. Podobně budeme postupovat i u zbylých vlastních čísel. Vlastní vektor k vlastnímu číslu λ = nalezneme jako řešení soustavy (( )I A)x =. Matici soustavy upravíme na stupňovitý tvar: I A = 9/ / / / / Pro libovolné řešení této homogenní soustavy x musí platit x = a x = x, přitom za neznámou x můžeme zvolit libovolné reálné číslo. Za vlastní vektor k vlastnímu číslu λ = vyberme např. v = [,, ] T, který dostaneme tak, že zvolíme nenulové x = (vlastním vektorem je i jeho libovolný nenulový násobek). Vlastní vektor k poslednímu vlastnímu číslu λ = 7 určujeme jako řešení soustavy (( 7 )I A)x =. Také nyní upravíme matici soustavy na stupňovitý tvar: 7 I A = 5/ / / / / Řešením této homogenní soustavy je každý vektor x, pro který platí: x = a x = x, přičemž x může být libovolné reálné číslo. Za vlastní vektor k vlastnímu číslu λ = 7 volbou x = dostaneme v = [,, ] T (přitom vlastním vektorem je i jeho libovolný nenulový násobek). Protože hledáme vlastní vektory k reálné symetrické matici A, do matice T je vhodné užít ortonormální vlastní vektory, potom platí A = TJT T. Potřebujeme proto vektory vybrané výše ještě znormovat, nebot vlastní vektory k různým vlastním číslům reálné symetrické matice A jsou již ortogonální. Jednotlivé vektory proto vynásobíme převrácenou hodnotou jejich normy, dostaneme tak trojici h = [,, ] T, h = [,, ]T, h = [,, ]T. Potom pro matici T = 7

bude platit dokonce T = T T = T. Uvažujeme-li kvadratickou formu κ(x) = x T Ax v prostoru R a označíme-li nyní T T x = x = [η, η ] T, potom bude možné v těchto nových souřadnicích vyjádřit kvadratickou formu κ(x) ve tvaru součtu druhých mocnin κ(x) = x T Ax = x T (TJT T )x = (T T x) T J(T T x) = = x T J x = [η, η, η ]J[η, η, η ] T = λ η + λ η + λ η. Přitom ale x = [η, η,..., η n ] T = T T x jsou pouze souřadnice prvku x uvažované vzhledem k jiné bázi. V této bázi lze tedy zapsat kvadratickou formu κ(x) ve tvaru lineární kombinace čtverců souřadnic κ(x) = λ η + λ η +... + λ n η n, koeficienty jsou přitom vlastní čísla matice A. Pro naše zadání jsou nové souřadnice [η, η, η ] T = x = T T x = = x x x = x + x x x + x Kvadratická forma κ(x) má v těchto nových souřadnicích tvar lineární kombinace čtverců, konkrétně κ(x) = x + ( ) x + x + 7 ( ) x + x (O správnosti této části výpočtu se lze snadno přesvědčit tím, že umocníme příslušné součty a výraz zjednodušíme, dostaneme tak vyjádření kvadratické formy ze zadání.) Náš výpočet je již skoro hotov. V zadané rovnici kvadratické plochy byl totiž vektor b nulový, proto odpadá při určování základního tvaru rovnice kvadriky doplňování na čtverec (úprava známa již ze střední školy). x + ( x + x + x x + x = ) x + x + 7 ( ) x + x = 8

x + ( x + x ) + 7 (x + x ) = x + ( x + x ) + (x + x ) 7 Toto je základní tvar rovnice jednodílného hyperboloidu, jehož osou je osa x. Protože dva sčítance s kladnými znaménky nemají stejný jmenovatel, nejedná se o plochu rotační (řezy rovinami kolmými na osu x jsou elipsy, ne kružnice). = 9