Matematika I 12a Euklidovská geometrie

Podobné dokumenty
Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika)

Lineární algebra : Metrická geometrie

Skalární součin dovoluje zavedení metriky v afinním bodovém prostoru, tj. umožňuje nám určovat vzdálenosti, odchylky, obsahy a objemy.

19 Eukleidovský bodový prostor

Matematika 1 MA1. 1 Analytická geometrie v prostoru - základní pojmy. 4 Vzdálenosti. 12. přednáška ( ) Matematika 1 1 / 32

AB = 3 CB B A = 3 (B C) C = 1 (4B A) C = 4; k ]

Vybrané kapitoly z matematiky

6.1 Vektorový prostor

11 Vzdálenost podprostorů

Necht L je lineární prostor nad R. Operaci : L L R nazýváme

Euklidovský prostor. Euklides. Euklidovy postuláty (axiomy)

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

1 Báze a dimenze vektorového prostoru 1

6 Skalární součin. u v = (u 1 v 1 ) 2 +(u 2 v 2 ) 2 +(u 3 v 3 ) 2

Definice 28 (Ortogonální doplněk vektorového podprostoru). V k V n ; V k V. (Pech:AGLÚ/str D.5.1)

ANALYTICKÁ GEOMETRIE V ROVINĚ

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

Lineární algebra : Skalární součin a ortogonalita

3.2. ANALYTICKÁ GEOMETRIE ROVINY

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

Projekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci

1 Analytická geometrie

A[a 1 ; a 2 ; a 3 ] souřadnice bodu A v kartézské soustavě souřadnic O xyz

6. Vektorový počet Studijní text. 6. Vektorový počet

Lineární algebra : Skalární součin a ortogonalita

6. ANALYTICKÁ GEOMETRIE

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

11. VEKTOROVÁ ALGEBRA A ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ. u. v = u v + u v. Umět ho aplikovat při

Euklidovské prostory. Euklidovský prostor dimense 3

Dá se ukázat, že vzdálenost dvou bodů má tyto vlastnosti: 2.2 Vektor, souřadnice vektoru a algebraické operace s vektory

Rovnice přímky. s = AB = B A. X A = t s tj. X = A + t s, kde t R. t je parametr. x = a 1 + ts 1 y = a 2 + ts 2 z = a 3 + ts 3. t R

Vlastní čísla a vlastní vektory

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

Matematika B101MA1, B101MA2

11. VEKTOROVÁ ALGEBRA A ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ

1 Připomenutí vybraných pojmů

7 Ortogonální a ortonormální vektory

ALGEBRA. Téma 5: Vektorové prostory

Základní vlastnosti eukleidovského prostoru

Vzorce počítačové grafiky

EUKLIDOVSKÉ PROSTORY

Aplikovaná numerická matematika

2. kapitola: Euklidovské prostory

6 Lineární geometrie. 6.1 Lineární variety

11. Skalární součin a ortogonalita p. 1/16

14. přednáška. Přímka

1. Přímka a její části

Afinita je stručný název pro afinní transformaci prostoru, tj.vzájemně jednoznačné afinní zobrazení bodového prostoru A n na sebe.

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

Základní pojmy teorie množin Vektorové prostory

FAKULTA STAVEBNÍ MATEMATIKA I MODUL GA01 M01 STUDIJNÍ OPORY PRO STUDIJNÍ PROGRAM GEODÉZIE A KARTOGRAFIE S KOMBINOVANOU FORMOU STUDIA

Ortogonální projekce a ortogonální zobrazení

Vektorový prostor. Př.1. R 2 ; R 3 ; R n Dvě operace v R n : u + v = (u 1 + v 1,...u n + v n ), V (E 3 )...množina vektorů v E 3,

x 2 = a 2 + tv 2 tedy (a 1, a 2 ) T + [(v 1, v 2 )] T A + V Příklad. U = R n neprázdná množina řešení soustavy Ax = b.

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

formou exkurzu přibližuje problematiku aplikace lineární algebry ve výpočetní tomografii.

2. ANALYTICKÁ GEOMETRIE V PROSTORU Vektory Úlohy k samostatnému řešení... 21

Euklidovský prostor Stručnější verze

DEFINICE Z LINEÁRNÍ ALGEBRY

3. ÚVOD DO ANALYTICKÉ GEOMETRIE 3.1. ANALYTICKÁ GEOMETRIE PŘÍMKY

Těleso racionálních funkcí

1. Parametrické vyjádření přímky Přímku v prostoru můžeme vyjádřit jen parametricky, protože obecná rovnice přímky v prostoru neexistuje.

Gymnázium Jiřího Ortena, Kutná Hora. Průřezová témata Poznámky. Téma Školní výstupy Učivo (pojmy) volné rovnoběžné promítání průmětna

7 Analytické vyjádření shodnosti

Euklidovský prostor. Funkce dvou proměnných: základní pojmy, limita a spojitost.

INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.

Drsná matematika III 1. přednáška Funkce více proměnných: křivky, směrové derivace, diferenciál

Drsná matematika III 3. přednáška Funkce více proměnných: Inverzní a implicitně definovaná zobrazení, vázané extrémy

NALG 001 Lineární algebra a geometrie 1, zimní semestr MFF UK Doba řešení: 3 hodiny

Analytická geometrie lineárních útvarů

Vlastnosti lineárních zobrazení a velikost vektorů

Shodná zobrazení. bodu B ležet na na zobrazené množině b. Proto otočíme kružnici b kolem

ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ

Základy matematiky pro FEK

X = A + tu. Obr x = a 1 + tu 1 y = a 2 + tu 2, t R, y = kx + q, k, q R (6.1)

Lineární algebra : Lineární prostor

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

( ) ( ) ( ) ( ) Skalární součin II. Předpoklady: 7207

9 Kolmost vektorových podprostorů

Matematika 2 pro PEF PaE

Vlastní číslo, vektor

Analytická metoda aneb Využití vektorů v geometrii

Matematika B101MA1, B101MA2

1 Projekce a projektory

V: Pro nulový prvek o lineárního prostoru L platí vlastnosti:

1 Topologie roviny a prostoru

Poznámka. V některých literaturách se pro označení vektoru také používá symbolu u.

15 Maticový a vektorový počet II

M - Příprava na 1. čtvrtletku pro třídu 4ODK

Program SMP pro kombinované studium

3. Analytická geometrie

Afinní transformace Stručnější verze

Linearní algebra příklady

K oddílu I.1 základní pojmy, normy, normované prostory

MATURITNÍ TÉMATA Z MATEMATIKY

i=1 Přímka a úsečka. Body, které leží na přímce procházející body a a b můžeme zapsat pomocí parametrické rovnice

2. prosince velikosti symboly a, b, je b ω a b = a b cosω (1) a. ω pro ω π/2, π platí a b = b a a (3) a b = a 1 b 1 + a 2 b 2 + a 3 b 3 (5)

Cvičení z Lineární algebry 1

[1] Vzhledem ke zvolené bázi určujeme souřadnice vektorů...

Báze a dimenze vektorových prostorů

Transkript:

Matematika I 12a Euklidovská geometrie Jan Slovák Masarykova univerzita Fakulta informatiky 3. 12. 2012

Obsah přednášky 1 Euklidovské prostory 2 Odchylky podprostorů 3 Standardní úlohy 4 Objemy

Plán přednášky 1 Euklidovské prostory 2 Odchylky podprostorů 3 Standardní úlohy 4 Objemy

Již jsme se vzdálenostmi pracovali s pomocí skalárních součinů ve vektorových prostorech. V analytické geometrii lze takto:

Již jsme se vzdálenostmi pracovali s pomocí skalárních součinů ve vektorových prostorech. V analytické geometrii lze takto: Definition Standardní bodový euklidovský prostor E n je afinní prostor A n, jehož zaměřením je standardní euklidovský prostor R n se skalárním součinem x, z = x T y.

Již jsme se vzdálenostmi pracovali s pomocí skalárních součinů ve vektorových prostorech. V analytické geometrii lze takto: Definition Standardní bodový euklidovský prostor E n je afinní prostor A n, jehož zaměřením je standardní euklidovský prostor R n se skalárním součinem x, z = x T y. Kartézská souřadná soustava je afinní souřadná soustava (A 0 ; u) s ortonormální bazí u.

Již jsme se vzdálenostmi pracovali s pomocí skalárních součinů ve vektorových prostorech. V analytické geometrii lze takto: Definition Standardní bodový euklidovský prostor E n je afinní prostor A n, jehož zaměřením je standardní euklidovský prostor R n se skalárním součinem x, z = x T y. Kartézská souřadná soustava je afinní souřadná soustava (A 0 ; u) s ortonormální bazí u. Vzdálenost bodů A, B E n definujeme jako velikost vektoru B A, budeme ji značit ρ(a, B).

Již jsme se vzdálenostmi pracovali s pomocí skalárních součinů ve vektorových prostorech. V analytické geometrii lze takto: Definition Standardní bodový euklidovský prostor E n je afinní prostor A n, jehož zaměřením je standardní euklidovský prostor R n se skalárním součinem x, z = x T y. Kartézská souřadná soustava je afinní souřadná soustava (A 0 ; u) s ortonormální bazí u. Vzdálenost bodů A, B E n definujeme jako velikost vektoru B A, budeme ji značit ρ(a, B). Euklidovské podprostory v E n jsou afinní podprostory jejichž zaměření uvažujeme spolu se zúženými skalárními součiny.

Theorem (jednoduché vlastnosti skalárních součinů) Pro každé vektory u a v, které leží v reálném vektorovém prostoru V se skalárním součinem, platí 1 u + v u + v (trojúhelníková nerovnost). Přitom rovnost nastane právě, když jsou u a v lineárně závislé. 2 u v u v (Cauchyova nerovnost). Přitom rovnost nastane právě, když jsou u a v lineárně závislé. 3 pro každý ortonormální systém vektorů (e 1,..., e k ) platí u 2 u e 1 2 + + u e k 2 (Besselova nerovnost). 4 Pro ortonormální systém vektorů (e 1,..., e k ) je u e 1,..., e k právě když u 2 = u e 1 2 + + u e k 2 (Parsevalova rovnost). 5 Pro ortonormální systém vektorů (e 1,..., e k ) a u V je vektor w = (u e 1 )e 1 + + (u e k )e k jediným vektorem, který minimalizuje velikost u v pro všechny v e 1,..., e k. K důkazům se vrátíme ve středu (jsou v textech).

Theorem (jednoduché důsledky pro euklidovskou geometrii) Pro body A, B, C E n platí 1 ρ(a, B) = ρ(b, A) 2 ρ(a, B) = 0 právě, když A = B 3 ρ(a, B) + ρ(b, C) ρ(a, C) 4 V každé kartézké souřadné soustavě (A 0 ; e) mají body A = A 0 + a 1 e 1 + + a n e n, B = A 0 + b 1 e 1 + + b n e n vzdálenost n i=1 (a i b i ) 2. 5 Pro podprostory R a Q v E n existují bod P Q a Q R minimalizující vzdálenosti bodů B Q a A R. Vzdálenost bodů Q a P je rovna velikosti kolmého průmětu vektoru A B do Z(Q) pro libovolné body B Q a A R.

Speciálním případem posledního bodu je tvrzení: Je li dán bod A a podprostor Q v E n, pak existuje bod P Q minimalizující vzdálenosti bodů Q od A. Vzdálenost bodů A a P je rovna velikosti kolmého průmětu vektoru A B do Z(Q) pro libovolný B Q.

Speciálním případem posledního bodu je tvrzení: Je li dán bod A a podprostor Q v E n, pak existuje bod P Q minimalizující vzdálenosti bodů Q od A. Vzdálenost bodů A a P je rovna velikosti kolmého průmětu vektoru A B do Z(Q) pro libovolný B Q. Vektor A B se jednoznačně rozkládá na A B = u 1 + u 2, u 1 Z(Q), u 2 Z(Q). Přitom u 2 nezávisí na volbě B Q, P = A + ( u 2 ) = B + u 1 Q a A B 2 = u 1 2 + u 2 2 u 2 2 = A P. Odtud již vyplývá, že minima je skutečně dosaženo, a to pro bod P. Vypočtená vzdálenost je skutečně u 2.

Příklad vzdálenost přímek Určete vzdálenost přímek v R 3. p : [1, 1, 0] + t( 1, 2, 3), a q : [2, 5, 1] + t( 1, 2, 1).

Příklad vzdálenost přímek Určete vzdálenost přímek v R 3. p : [1, 1, 0] + t( 1, 2, 3), a q : [2, 5, 1] + t( 1, 2, 1). Vzdálenost je dána jako velikost kolmého průmětu libovolné příčky (spojnice) daných přímek do ortogonálního doplňku vektorového podprostoru generovaného jejich zaměřeními. Tento ortogonální doplněk je: ( 1, 2, 3), ( 1, 2, 1) = (8, 2, 4) = (4, 1, 2).

Příklad vzdálenost přímek Určete vzdálenost přímek v R 3. p : [1, 1, 0] + t( 1, 2, 3), a q : [2, 5, 1] + t( 1, 2, 1). Vzdálenost je dána jako velikost kolmého průmětu libovolné příčky (spojnice) daných přímek do ortogonálního doplňku vektorového podprostoru generovaného jejich zaměřeními. Tento ortogonální doplněk je: ( 1, 2, 3), ( 1, 2, 1) = (8, 2, 4) = (4, 1, 2). Spojnicí daných přímek je například úsečka [1, 1, 0][2, 5, 1], promítneme tedy vektor [1, 1, 0] [2, 5, 1] = ( 1, 6, 1). Pro vzdálenost přímek pak dostáváme: ρ(p, q) = ( 1, 6, 1) (4, 1, 2) (4, 1, 2) = 4 21.

Plán přednášky 1 Euklidovské prostory 2 Odchylky podprostorů 3 Standardní úlohy 4 Objemy

Geometrické pojmy jako odchylky, orientace, objem apod. jsou v bodových prostorech E n zaváděny prostřednictvím vhodných pojmů ve vektorových euklidovských prostorech.

Geometrické pojmy jako odchylky, orientace, objem apod. jsou v bodových prostorech E n zaváděny prostřednictvím vhodných pojmů ve vektorových euklidovských prostorech. Z Cauchyovy nerovnosti plyne 0 následující definice. Definition u v u v 1, má tedy smysl Odchylka ϕ(u, v) vektorů u, v V v reálném vektorovém prostoru se skalárním součinem je dána vztahem cos ϕ(u, v) = u v, 0 ϕ(u, v) 2π. u v

Geometrické pojmy jako odchylky, orientace, objem apod. jsou v bodových prostorech E n zaváděny prostřednictvím vhodných pojmů ve vektorových euklidovských prostorech. Z Cauchyovy nerovnosti plyne 0 následující definice. Definition u v u v 1, má tedy smysl Odchylka ϕ(u, v) vektorů u, v V v reálném vektorovém prostoru se skalárním součinem je dána vztahem cos ϕ(u, v) = u v, 0 ϕ(u, v) 2π. u v V rovině R 2 pro odchylku vektorů na jednotkové kružnici u = (1, 0), v = (cos ϕ, sin ϕ) skutečně platí cos ϕ = u v u v.

Geometrické pojmy jako odchylky, orientace, objem apod. jsou v bodových prostorech E n zaváděny prostřednictvím vhodných pojmů ve vektorových euklidovských prostorech. Z Cauchyovy nerovnosti plyne 0 následující definice. Definition u v u v 1, má tedy smysl Odchylka ϕ(u, v) vektorů u, v V v reálném vektorovém prostoru se skalárním součinem je dána vztahem cos ϕ(u, v) = u v, 0 ϕ(u, v) 2π. u v V rovině R 2 pro odchylku vektorů na jednotkové kružnici u = (1, 0), v = (cos ϕ, sin ϕ) skutečně platí cos ϕ = u v u v. Odchylka je nezávislá na velikostech a vhodnou rotací dosáhneme toho, že jeden z dvojice vektorů má tvar (x 1, 0).

Geometrické pojmy jako odchylky, orientace, objem apod. jsou v bodových prostorech E n zaváděny prostřednictvím vhodných pojmů ve vektorových euklidovských prostorech. Z Cauchyovy nerovnosti plyne 0 následující definice. Definition u v u v 1, má tedy smysl Odchylka ϕ(u, v) vektorů u, v V v reálném vektorovém prostoru se skalárním součinem je dána vztahem cos ϕ(u, v) = u v, 0 ϕ(u, v) 2π. u v V rovině R 2 pro odchylku vektorů na jednotkové kružnici u = (1, 0), v = (cos ϕ, sin ϕ) skutečně platí cos ϕ = u v u v. Odchylka je nezávislá na velikostech a vhodnou rotací dosáhneme toho, že jeden z dvojice vektorů má tvar (x 1, 0).Ve vícerozměrných prostorech je odchylka dvou vektorů vždy měřena v rovině, kterou tyto vektory generují (nebo je nula).

V libovolném reálném vektorovém prostoru se skalárním součinem přímo z definic plyne u v 2 = u 2 + v 2 2(u v) = u 2 + v 2 2 u v cos ϕ(u, v). To je tzv. kosinová věta.

V libovolném reálném vektorovém prostoru se skalárním součinem přímo z definic plyne u v 2 = u 2 + v 2 2(u v) = u 2 + v 2 2 u v cos ϕ(u, v). To je tzv. kosinová věta. Dále platí pro každou ortonormální bázi e a u V vztah u 2 = i u e i 2, tj. 1 = i (cos ϕ(u, e i )) 2, což je obvyklé tvrzení o směrových kosinech ϕ(u, e i ) vektoru u. Z definice odchylek vektorů nyní můžeme dovodit rozumné definice pro obecné podprostory v každém euklidovském vektorovém prostoru.

Definition Nechť U 1, U 2 jsou podprostory v euklidovském prostoru V. Odchylka podprostorů U 1, U 2 je reálné číslo α = ϕ(u 1, U 2 ) [0, π 2 ] splňující: (1) Je-li dim U 1 = dim U 2 = 1, U 1 = u, U 2 = v, pak cos α = u.v u v. (2) Jsou-li dimenze U 1, U 2 kladné a U 1 U 2 = {0}, pak je odchylka minimem všech odchylek jednorozměrných podprostorů α = min{ϕ( u, v ); 0 u U 1, 0 v U 2 }. Ukážeme v zápětí, že takové minimum skutečně vždy existuje.

Definition (pokračování) (3) Je-li U 1 U 2 nebo U 2 U 1 (zejména je-li jeden z nich nulový), je α = 0. (4) Je-li U 1 U 2 {0} a U 1 U 1 U 2 U 2, pak α = ϕ(u 1 (U 1 U 2 ), U 2 (U 1 U 2 ) ).

Definition (pokračování) (3) Je-li U 1 U 2 nebo U 2 U 1 (zejména je-li jeden z nich nulový), je α = 0. (4) Je-li U 1 U 2 {0} a U 1 U 1 U 2 U 2, pak α = ϕ(u 1 (U 1 U 2 ), U 2 (U 1 U 2 ) ). Odchylka podprostorů Q 1, Q 2 v bodovém euklidovském prostoru E n se definuje jako odchylka jejich zaměření Z(Q 1 ), Z(Q 2 ).

Definition (pokračování) (3) Je-li U 1 U 2 nebo U 2 U 1 (zejména je-li jeden z nich nulový), je α = 0. (4) Je-li U 1 U 2 {0} a U 1 U 1 U 2 U 2, pak α = ϕ(u 1 (U 1 U 2 ), U 2 (U 1 U 2 ) ). Odchylka podprostorů Q 1, Q 2 v bodovém euklidovském prostoru E n se definuje jako odchylka jejich zaměření Z(Q 1 ), Z(Q 2 ). Všimněme si, že odchylka je vždy dobře definována, zejména v posledním případě je (U 1 (U 1 U 2 ) ) (U 2 (U 1 U 2 ) ) = {0} můžeme tedy opravdu odchylku určit podle bodu (2).

Lemma Nechť v je vektor v euklidovském prostoru V a U V libovolný podprostor. Označme v 1 U, v 2 U (jednoznačně určené) komponenty vektoru v, tj. v = v 1 + v 2. Pak pro odchylku ϕ podprostoru generovaného v od U platí cos ϕ( v, U) = cos ϕ( v, v 1 ) = v 1 v.

Lemma Nechť v je vektor v euklidovském prostoru V a U V libovolný podprostor. Označme v 1 U, v 2 U (jednoznačně určené) komponenty vektoru v, tj. v = v 1 + v 2. Pak pro odchylku ϕ podprostoru generovaného v od U platí cos ϕ( v, U) = cos ϕ( v, v 1 ) = v 1 v. Výpočet odchylek v obecných dimenzích je snadno spočitatelný pomocí výpočtu zkracování vlastních vektorů při dvou kolmých projekcí mezi prostory, odvodíme ve středu, viz texty k přednáškám.

Plán přednášky 1 Euklidovské prostory 2 Odchylky podprostorů 3 Standardní úlohy 4 Objemy

1. Najděte vzdálenost bodu A E n od podprostoru Q E n.

1. Najděte vzdálenost bodu A E n od podprostoru Q E n. 2. V E 2 veďte bodem A přímku q svírající s danou přímkou p daný úhel Najdeme vektor u R 2 ležící v zaměření přímky q a zvolíme vektor v mající od u zadanou odchylku. Hledaná přímka je dána bodem A a zaměřením v. Úloha má dvě nebo jedno řešení.

1. Najděte vzdálenost bodu A E n od podprostoru Q E n. 2. V E 2 veďte bodem A přímku q svírající s danou přímkou p daný úhel Najdeme vektor u R 2 ležící v zaměření přímky q a zvolíme vektor v mající od u zadanou odchylku. Hledaná přímka je dána bodem A a zaměřením v. Úloha má dvě nebo jedno řešení. 3. Spočtěte patu kolmice vedené bodem na daný podprostor.

1. Najděte vzdálenost bodu A E n od podprostoru Q E n. 2. V E 2 veďte bodem A přímku q svírající s danou přímkou p daný úhel Najdeme vektor u R 2 ležící v zaměření přímky q a zvolíme vektor v mající od u zadanou odchylku. Hledaná přímka je dána bodem A a zaměřením v. Úloha má dvě nebo jedno řešení. 3. Spočtěte patu kolmice vedené bodem na daný podprostor. 4. V E 3 určete vzdálenost dvou přímek p, q. Zvolíme libovolně jeden bod z každé přímky, A p, B q. Komponenta vektoru A B v ortogonálním doplňku (Z(p) + Z(q)) má velikost rovnu vzdálenosti p a q.

1. Najděte vzdálenost bodu A E n od podprostoru Q E n. 2. V E 2 veďte bodem A přímku q svírající s danou přímkou p daný úhel Najdeme vektor u R 2 ležící v zaměření přímky q a zvolíme vektor v mající od u zadanou odchylku. Hledaná přímka je dána bodem A a zaměřením v. Úloha má dvě nebo jedno řešení. 3. Spočtěte patu kolmice vedené bodem na daný podprostor. 4. V E 3 určete vzdálenost dvou přímek p, q. Zvolíme libovolně jeden bod z každé přímky, A p, B q. Komponenta vektoru A B v ortogonálním doplňku (Z(p) + Z(q)) má velikost rovnu vzdálenosti p a q. 5. V E 3 najděte osu dvou mimoběžek p a q: Nechť η je rovina generovaná jedním bodem A p a součtem Z(p) + (Z(p) + Z(q)). Pak průnik η q spolu se zaměřením (Z(p) + Z(q)) dávají parametrický popis hledané osy. (Prověřte, kolik má úloha obecně řešení!)

Plán přednášky 1 Euklidovské prostory 2 Odchylky podprostorů 3 Standardní úlohy 4 Objemy

Orientovaný (bodový) euklidovský prostor je euklidovský bodový prostor, jehož zaměření je orientované. V dalším budeme uvažovat standardní E n spolu s orientací zadanou standardní bazí R n.

Orientovaný (bodový) euklidovský prostor je euklidovský bodový prostor, jehož zaměření je orientované. V dalším budeme uvažovat standardní E n spolu s orientací zadanou standardní bazí R n. Nechť u 1,..., u k, jsou libovolné vektory v zaměření R n, A E n je libovolný bod. Rovnoběžnostěn P k (A; u 1,..., u k ) E n je množina P k (A; u 1,..., u k ) = {A+c 1 u 1 + +c k u k ; 0 c i 1, i = 1,..., k}. Jsou-li vektory u 1,..., u k nezávislé, jde o k rozměrný rovnoběžnostěn P k (A; u 1..., u k ) E n. Pro dané vektory u 1,..., u k máme k dispozici také rovnoběžnostěny menších dimenzí P 1 (A; u 1 ),..., P k (A; u 1,..., u k ) v euklidovských podprostorech A + u 1,..., A + u 1,..., u k.

Jsou-li u 1,..., u k lineárně závislé definujeme objem Vol P k = 0. Pro nezávislé vektory pak platí u 1,..., u k = u 1,..., u k 1 ( u 1,..., u k 1 u 1,..., u k ). Navíc v tomto rozkladu se u k jednoznačně vyjádří jako u k = u k + e k, kde e k u 1,..., u k 1. Absolutní hodnotu objemu definujeme induktivně: Vol P 1 (A; u 1 ) = u 1 Vol P k (A; u 1,..., u k ) = e k Vol P(A; u 1,..., u k 1 ).

Jsou-li u 1,..., u k lineárně závislé definujeme objem Vol P k = 0. Pro nezávislé vektory pak platí u 1,..., u k = u 1,..., u k 1 ( u 1,..., u k 1 u 1,..., u k ). Navíc v tomto rozkladu se u k jednoznačně vyjádří jako u k = u k + e k, kde e k u 1,..., u k 1. Absolutní hodnotu objemu definujeme induktivně: Vol P 1 (A; u 1 ) = u 1 Vol P k (A; u 1,..., u k ) = e k Vol P(A; u 1,..., u k 1 ). Je-li u 1,..., u n báze kompatibilní s orientací V, definujeme (orientovaný) objem rovnoběžnostěnu Vol P k (A; u 1,..., u n ) = Vol P k (A; u 1,..., u n ), v opačném případě klademe Vol P k (A; u 1,..., u n ) = Vol P k (A; u 1,..., u n ).

Theorem Nechť Q E n je euklidovský podprostor a nechť (e 1,..., e k ) je jeho ortonormální báze. Pak pro libovolné vektory u 1,..., u k Z(Q) a A Q platí u 1 e 1... u k e 1 1 Vol P k (A; u 1,..., u k ) = det.. u 1 e k... u k e k u 1 u 1... u k u 1 2 (Vol P k (A; u 1,..., u k )) 2 = det.. u 1 u k... u k u k K důkazu se vrátíme ve středu, viz texty.