Professional Documents
Culture Documents
Untitled
Untitled
Untitled
" ft ''7
1-5++'50/ '?;0'63 ~~J6' '
lev-- ;V\ ~
Matrixrekening .
ir. C.A. den 8raber
ir. . H.van Iperen
dr.ir. -M.A. Viergever
TU DeJft -Library
Prom~theu&pfeÎn 1
2628 ze Delft
TU Delft Library
111111111111111111111111111111 1111
C 0003880337
Delftse Uitg
' evers Maatsch !,~,~32
. , 704
2
, '.
2
I
CIP-gegevens Koninklijke Bibliotheek, Den Haag
Matrixrekening
Matrixrekening / C.A. den Braber .. . [et al.] - Delft: Delftsche D.M .. - 11l.
ISBN 90-6562-077-x
SISO 513 UDC 512.64
Trefw.: matrixrekening.
©VSSD
Eerste druk 1986
Tweede druk 1989, 1992, 1994
Dit boek is, onder verantwoordelijkheid van de vakgroep Algemene Wiskunde aan de
TH Delft, samengesteld door de ondertekenaars. Na de bepaling van de globale inhoud
door de ho~fdcoördimitiecomniissie Lineaire Algebra, werd het initiatief voor het ' '
schrijfwerk bij de eerst met name genoemde gelegd, waarna het eindresultaat. in samen-
werking met de overige samenstellers tot stand kwam.
Het boek onderscheidt zich van het al eerder in gebruik zijnde Lineaire Algebra door
G.W. Decnop, H'. van Iperen en R. Martini ,bij dezelfde uitgever, dooreen betere aan-
sluiting bij de in de loop der jaren gewijzigde programma-eisen voor de studierichtingen
Civiele Techniek, Industrieel Ontwerpen, Materiaalkunde en Scheikundige Technologie
aan deze Hogeschool. De lineaire algebra en matrix.rekening zijn bij deze studierichtingen
.vooral direct toepasbaar in onderdelen als de technische mechanica, stelsels lineaire
differentiaalvergelijkingen en de statistiek. '.
De ervaringen vóór, en de keuzen bij invoering van de twee-fasen structuur leidden
reeds tot een beperking en geringe aanpassing van de stof. De praktijk van de studie
in de eerste fase bracht de behoefte aan het licht de lineaire algebra toepassings-
gerichter te behandelen.
Er is gekozen voor een leerboek met veeL oefeningen, waarbij de docent zonodig de
weg kan wîjzen. Bij zelfstudie is het voor de student leerzaam de kernpunten per
paragraaf zelf te markeren, na de stof goed gelezen te hebben. De lezer kan zich
vervolgens de stof vertrouwd maken door aandachtig te oefen~n.
Voor op- en aanmerkingen houden de samenstellers zich gaarne aanbevolen.
De samenstellers,
C.A. den Braber
-H. van Iperen ,
A. Schuitman
M.A. Viergever
, 4
Inho,u d
HOOFDSTUK l
,Het oplossen van eenvoudige stelse,ls line~ire vergelijkingen
1~~~ _ 7
2 Stelsels. Stelling lover elementaire bewerkingen -9
3 Rekenschema voor het oplossen van stelsels 15
4 Niet-eenvoudige stelSels 20
~ 5 Stelling 2 over homogene stelsels ' 22
6 Komplexe stelsels 23
HOOFDSTUK' 2
Matrixen. Bewerkingen met matrixen ,
7 Definitie van een matrix 25 .
8 Twee voorbeelden van bewerkingen met matrixen 27
9 Optellen ~an matrixen en vermenigvuldigen van matrixen met een getal. Rekenregels , 30
10 Vermenigvuldigen van matrixen 33
11 Rekenregels voor de matrixvermenigvuldiging 38
12 Vierkante matrixen 41
13 De matrixvermenigvuldiging is niet kommutatiéf en kent nuldeiers 44
14 Transponeren van matrixen. Rekenregels 48
15 Inverteren van matrixen. Rekenschema " 51
16 Stelling 3 over vierkante stelsels 57
17 Reguliere 2 x 2-matrixen - 59
18 Rekenregels voor het inverteren van-matriXen 61
19 Komplexe matrixen 62
20 _Overstreept transponeren van komplexe matrixen. Rekenregels 64
HOOFDSTUK 3
Analytische meetkunde van de ruimte en het platte vlak
21 Vektoren 68
22 Bewerkingen met vektoren. Rekenregels 70
23 Deelruimten van het platte vlak en van de ruimte . 75
24 Begrippen uit de lineaire algebra 77
25 De aan de analytische meetkunde ten grondslag liggende stelling 4 80
26 Algebraïsering van lijnen 81
27 Algebraïsering van vlakken 86
28 Het-inprodukt. Rekenregels 93
5
(
6
58 Koördinatentransfonnatie 255
59 Lineaire afbeeldingen 259
60 Het inprodukt in·IRn. Rekenregels 264
Lengte, afstand en de begrippen hoek eilJoodrecht in IRn ,
61 ' 265
62 Het inproduktin een. Rekemegels. Lengte, afstand en hei begrip loodrecht in een 272
63 Ortonoimal~ basis. Stelling 16 van Gram-Schmidt 275
64 Onderling loodrechte deelruimten . 282
65 Het ortogonale komplement van een deelruimte. Stelling 17 over komplementaire
deelruimten ' 284
66 De twee aan twee komplementaire deelruimten van een matrix. Stelling 18 286
67 De met~e der kleinste kwadraten; een met redenen omklede bepaling 289
68 De metode der kleinste kwadraten; de uitvoering 293
HOOFDSTUK 6'
Determinanten
69 Pennutaties en verwisselingen 300
70 Inversies en het teken van een permutatie 304 '
71 Definitie van de determinant. De eigenschappen 0,1,2 en 3 308
72 De determinant als funktie van zijn kolommen (rijen). De eigenschappen 4,5,6 & 7.
Slot van het bewijs van stelling 3 312
73 Eig'enschap 8 over ordeverlaging van een determinant 320
74 Eigenschap.9. Det AB =det A·det B 326
75 Determinantrang van een matrix, Nogmaals stelling 13 327
HOOFDSTUK 7
Eigenwaarden Sr eigenvektoren
76 Definities en een rekenschema 331
77 Eigenvektoren bij verschillende eigenwaarden 337
78 Een berekeningswijze van machtel!.,'~an een matrix 339
79 Gelijkvonnigheid van matrixen en stelling 19 343
80 De karakteristieke veeltenn van een matrix; stelling 20 346
81 Dimensies van eigenruimten en nogmaals stelling 19 350
82 Lineaire stelsels eerste-orde differentiaalvergelijkingen 353
83 De gelijkvormigheid van een komplexe matrix met een bovendriehoeksmatrix;
stelling 21 358
84 Reële syrrunetrische- en Hermite-matrixen: Stelling 22 366
85 Kwadratische vonnen 372
86 Lineaire operatoren in lRnen een 378
Antwoorden 380
Trefwoordenlijst 398
§l 7
"
HOOFDSTUK 1
Het oplossen van eenvoudige
stelsels lineaire vergelijl<ingen
1 Eén vergelijking __
We bespreken eerst het oplossen,van één vergelijking in één o'f meer onbekenden, waar-
bij we het begrip vrijheidsgraad invoeren. Vervolgens behandelen we ' het oplossen van
stelsels lineaire vergelijkingen door middel van èliminatie van de onbekenden. We
zullen de begrippen die aan de orde komen nauwkeurig omschrijven in wat men
definities pleegt te noemen. De te definiëren begrippèn zullen we vet afdrukken.
Latenaj, j := 1(1)n en b gegeven reële getallen zijn. Eén reële lineaire vergelijking in
nonbekenden Xj, j := l(1)n is een vergelijking van de gedaante
n
~ ajxj = b.
j=1
, De getallen aj heten de koëfficiënten, het getal b heet de bekende term van de ,vergelij- -
king. Een oplossing van deze vergelijking is een n-tal reële getallen Pj, j := 1(1)n, dat
na de substituties' Xj = Pj, j := 1(1)n; de vergelijking doet overgaan in een identiteit. ,
We noteren een oplossing als éen geordend rijtje van ·n getallen (Pt ,P2, ... ',Pn), waarbij
de volgorde bepaald wordt door de vol~orde der onbekenden in de vergelijking. De
algemime oplossing van de vergelijking is de verzameling van alle oplossingen van de
vergelijking. Is zowel iedere koëfficiënt als de bekende. term van de vergelijking nul, dan
spreken we van een nulvergelijking. Zo is
, "
een nulvergelijking in vier onbekenden. Het is onmiddellijk duidelijk dat ieder rijtje
getallen (Pt ,P2, ... ,Pn) oplossing is van de nulvergelijking in n onbekenden. Is van een
vergelijking iedere koëfficiënt nul, maar de bekende term ongelijk aan nul, dan spreken
8 §l
een valse vergelijking in vier onbekenden. Het is duidelijk dat een valse' vergelijking
geen oplossing hee'ft; de algemene oploss.ing ervan is de .lege verzameling. Is minstens
één der.· koëfficiënten van een vergelijk..ing ongelijk aan nul, dan spreken we van
een echte verg~lijking. ZO 'is
Xl =8 - 2a - S{3 + "(,
, }
waarmee Xl .bepaald is~ Hiermee is een oplossin~ van deze vergelijking gevonden:
(8 - 2a - 5{3 + "(,"(,{3,a).
Uit de wijze waarop wij tot deze oplossing geraakt zijn, volgt tevens dat wij alle
oplossingen van de vergelijking gevonden hebben. Immers, nadat vóor X2, X3 en x4
volstrekt willekeurige waarden gekozen zijn, is Xi ondubbelzinnig bepaald. Het
kenmerkende van een vergelijking in vier onbekenden, namelijk dat een oplossing
ervan verkregen kan worden door voor drie oribekenden volstrekt willekeurig
en onafhankelijk' van elkaar een waarde te kiezen, waarna de laatste onbekende
via de vergelijking ond-ubbelzinnig ~epaald is, verwoorden we door: de vergelijking
heeft drie vrijheidsgraden. De algemene oplossing noteren we als
Blijkbaar zijn er veel meer dan èén parametervoorstellingen van één algemene
oplossing mogelijk. Het ' enige waar men bij de keuze van de te parametriseren
onbekenden ,zorg voor dient te dragen is, ~at · de koëfficiënt van de onbekende
die men niet parametriseert ongelijk aan nul is. Zo lukt het niet de algemene .
, ,
§2 9
Xl + Xz
als we Xl, Xz ' en X4 zoud.en parametriseren. Immers; zouden we Xl, xz en X4
gelijk aan 1 nemen, dan is er geen waarde voor X3 . te vinden zodat (1, 1, X3 , 1)
een oplossing van de vergelijking is. Parametriseren we 'daarentegen Xl, Xz en X3
achtereenvolgens door 0:, {3 en 'Y, dan vinden we voor de algemene oplossing van
deze. vergelijking de parametervoorstelling
OJ2gave 1 ;
Merk op dat we het geval m=l al eerder onder de loep genomen hebben.
De getallen aij heten de koëfficiënten en de getalle~ bi heten de bekende termen
van het stelsel. Merk op dat i, het eerste voetcijfer (of index) van aij, slaat op de
ie vergelijking van het stelsel en dat j, het tweede voetcijfer van aij, slaat op de
onbekende Xj waarbij aij als koëfficiënt optreedt. Een oplossing van het stelsel is
een n-tal reële getallen Pj, j:= 1(1)n, dat na de substituties Xj = Pj,j := 1(1)n, de m
vergelijkingen van' het stelsel doet overgaan in m identiteiten. Een oplossing van het
stelsel is dus een oplossingva~ elk van de m vergelijkingen van het stelsel en wordt
weer door een geordende rij getallen (Pl, P2, ... ,Pn) voorgesteld. De algemene
oplossing van het stelsel is de verzameling van alle oplossingen van het stelsel. Het
stelsel heet strijdig als het geen oplossing heeft. In dat geval is de algemene oplossing
de lege verzameling. Bevat een stelsel een valse vergelijking, dan is het duidelijk dat
, het strijdig is. Een stelsel heet homogeen als al zijn bekende termen gelijk aan nul
zijn. Een homogeen stelsel in n onbekenden is niet strijdig. Immers, vervangen-we
in zo'n stelsel elke onbekende door 0, dan gaat iedere vergelijking over in een iden-
titeit. Het rijtje bestaande uit n nullen is blijkbaar een oplossing van zo'n homogeen
stelsel. Deze oplossing heet de triviale oplossing of nuloplossing. Is een stelsel niet
homogeen dan heet het inhomogeen. Het oplossen van een stelsel betekent het
berekenen van de algemene oplossing van het stelsel uit zijn koëfficiënten en bekende
termen. Het oplossen doen we door het gegeven stelsel door middel van bepaalde
bewerkingen over te voeren in een ermee gelijkwaardig stelsel dat eenvoudiger is op
te lossen. Met gelijkwaardige stelsels bedoelen we het volgende. Twee stelsels lineair~
vergelijkingen, beide in n onbekenden, zijn gelijkwaardig of ekwivalent dan en
sléchts dan als beide stelsels dezelfde algemene oplossing hebben .
.We laten de oplossingsmethode nu aan de l;tand van een voorbeeld zien. Beschouw
het volgende stelsel in vijf onbekenden Xl, X2, X3 ; X4 en Xs.
We voeren dit stelsel over in een ermee gelijkwaardig nieuw stelsel door de volgende
bewerkingen: .
(i) Vermenigvuldig de Ie vergelijking met -2 en tel die dan op bij de 2e vergelijking;
het resultaat wordt de 2 e vergelijking van het nieuwe stelsel.
(i0' Doe overeenkomstig met de 3 e. vergelijking; dus vervang die doOr de som van de
oude ae vergelijking en (-2) keer de 1evergelijking.
(iü) Vervàng de 4 e vergelijking door de sàm van de oude 4 e vergelijking en 1 keer
de Ie vergelijking.
(iv) Neem de Ie vergelijking zonder meer over als de Ie vergelijking in het nieuwe
stelsel.
§2 11
I 6X2
24xz
3xz
+ 14x3 + 2X4 + ' 4xs =-4
+ 36x3 +, 12x4 + 12xs = -12
+ 7X3 + X4 + 2xs = -2.
~l~r
Xl - 9X2 - 15x3 - 2X4 - 5xs = 1 9X2 - 15x3 - . 2X4 - 5xs - 1
2XI - 12xz - 16x3' ~ 2X4 - ' 6xs =-2 6X2 + 14x3 +2X4 + ' 4xs =-4
2XI + 6xz + 6X3 + 8X4 + 2xs = -10 24x2 + J6X3 + 12x4 + 12xs == -12
~XI' + 12x2 + 22x3 + 3X4 + 7xs =-3 3X2 f 7X3 ' + X4 + 2xs = -2.
We hebben juist dit st~l bewerkingén gekozen omdat we daarmee in het nieuwe stelsel
slechts éé~ echte vergelijking hebben overgehouden waarvan. de koëfficiënt van Xl
. niet nul is; hier de. eerste vergelijking. Uit 'd e overige vergelijkingen is ' de onbekende
xi verwijderd of geëlimineerd, vandaar dat men aan deze wijze van oplossen de naam
elimil1atiemetode verpindt. De koëfficiënt van Xl uit de eerste verg~lijking heet de
spil of pivot van de zojuist uitgevoerde bewerkingen:- Het ten uitvoer leggen van een
dergelijk stel bewerkirlgen, gericht op het nul maken van bijna alle (op één na)
koëfficiënten van Xl> duiden we vaàk aan met "het vègen van de koëfficiënten van Xl '.
Vandaar dat deze wijze van oplossen ook wel eens' veegmetode wordt genoemd.
We gaan nu de koëfficiënten van X4 vegen. Het is duidelijk dat we de spil van deze
, bewerkingen niet in ,de Ie vergelijking moeten zoeken, daar we dan de resultaten,
1
bereikt met het vorige stel bewerkingen, te niet zouden doen. We kiezen de spil in
de 4 e vergelijking en gebruiken de nieuwe notatie.
We zien dat 'de ' 2e vergelijking van dit nieuwe stelsel een nulvergèlijking is die we
wel weg kunnen laten; immers, ied,er rijtje van vijf reële getallen voldoet eraan. We
hadden het optreden van deze nulvergelijking kunnen voorzien in het vorige stelsel,
als we toen hadden opgemer~t dát d,e 2 e vergelijking aldaar een veelvoud (een 2-v01!d)
van de 4 e v;eigelijking is. Voortaan laten we een vergelijking die eep. veelvoud is van
een andere vergelijking van het stelsel, nadat we dit hebbènr
vastgesteld, onmiddellijk
wè~. Het rekenwerk is eenvoudiger als we een spil kiezen die 1 of .- 1 is; daarom
hebben we de koëfficiënten van X4 ,geveegd en niet die van X2; van een principiële
voorkeur is dus geen sprake. Om de koëfficiënten van een andere onbekende te vegen,
d,ienen we de spil van die bewerkingen in de 2e vergelijking (nadat de nulvergelijking .
is w'eggelaten) te zoeken, daar we and,ers' de 'resultaten van het vegen der koëfficiënt~n
van Xl en X4 teniet zouden doen. Alle koëfficiënten in ~e 2e 'vergelijking zijn veel-
12 §2
vouden van -12; daarom vermenigvuldigen we die vergelijking eerst met -l~; de
î
overige vergelijkingen veranderen we niet. We noteren da~ als volgt.
X, ~
-
3x, ~ X,
- 12x2 - 48x3
3X2 + 7X3 +
Xs = -3
- 12xs = 12
X4 +' 2xs =-2
*"7E ~ r~
3X2 - X3
X2 + 4X3
3X2 + 7x3 +
Xs = - 3
+ Xs = - I
s
X4 + . 2x ;:: -2.
-
Vervolgens vegen we de koëfficiënten van X2.
r- 3X2 -
x2 +
X3
4X3
3x2 + 7X3 +
- Xs = -3 t
+ Xs =-îQ)(3)
x4 + 2xs = -2 .
-
+
~
r
,
de,resultaten, "
Xs = 1.
verkregen 'door het vegen der koëfficiënttm van Je I , X4 en X2, weer zou bederven. '
We zijn aangeland bijeen zogenaamd gereduceerd stelsel.
Een gereduceerd stelsel lineaire vergelijkingen in nonbekenden Xj, j := 1(1 )n, is
een stelsel met de volgende eigenschappen.
1) Iedere vergelijking ervan is een echte vergelijking.
2) Iedere vergelijking ervan heeft -een koëfficiënt I, terwijl
3} de koëfficiënten van die (bij I horende) ,onbekende in de overige vergelijkingen
nul zijn.
We stellen vast dat in ons laatst verkregen st.elsel de' koëfficiënt van Xl in de Ie
vergelijking 1 is, terwijl de bij Xl horende koëfficiënten in de overige vergelijkingen
o zijn; dat de koëfficiënt van X2 in de 2e vergelijking 1 is, terwijl de bij X2 horende
koëfficiënten in de overige vergelijkingen 0 zijn; en dat de koëfficiënt van X4 in de
3e vergelijking 1 is, terwijl de koëfficiënten van X4 in de overige vergelijkingen
o zijn. We zijn dus inderdaad aangell:lnd bij een gereduceerd stelsel waarvoor een
verdergaande eliminatie van de onbekenden zinloos is. Vervangen we nu X3 -
in het gereduceerde stelsel door een willekeurig g~kozen getal a, en Xs door
'r
een willekeurig gekozen getal {3, dan volgt
+ 11a + 2{3 = - 6
X2 + 4a +{3 = -1
Sa + x4 - {3 = 1.
We stellen vast dat Xl, X2 en X4 achtereenvolgens uit de Ie, 2e en 3e vergelijking
ondubbelZinnig zijn bepaald door
Xl = -6 -l1a - 2{3, X2 = -1 - 4a - {3 en X4 = I + Sa + {3 .
. Het is duidelijk uit de wijze waarop we tot deze oplossing geraakt zijn dat we
tevens alle oplossingen van het gereduceerde stelsel hebben gevonden. We hoeven
immers slechts a en {3 onafhankelijk van elkaar de reële getallen te laten doorlopen
om met de formules
§2 13
Xl = -6 - lla - 2{3
Xz = -1 4a - ~
.x3 =a
X4 = 1+ Sa + {3
Xs = (3 (
alle oplossingen van het gereduceerde stelsel te verkrijgen. Het feit dat iedere
oplossing van het stelsel precies hoort bij één bepaalde keu,ze van a en éen
bepaalde keuze van {3 v~rwoorden we door: het gereduceerde stelsel heeft twee
-vrijheidsgraden. Dè algemene oplossing geven we aan door
:::Ste/ling 1
~~pntstaat een stelsel T van lineaire vergelijkingen uit een stelsel S 'doÇ>r één' der hieronder
:~:opgesomde, zogenaamde elementaire bewerkingen op S uit te oefenen, dan zijn de
~:~stelsels S en T gelijkwaardig.
:~:De elementaire bewerkingen zijn:
) . Het weglaten of toevoegen van een nulvergelijking.
:::2. Het verWisselen van plaats van twee vergelijkingen.
:~!3. Het vermenigvuldigen van een vergelijking met een getal ongelijk aan nul.
:::4. Het optellen van een veelvoud van een vergelijking bij ee.n andere vergelijking.
14 §2
Bewijs. Voor wat de eerste drie elementaire bewerkingen betreft is de bewering duidelijk
juist. We bewijzen de bewering voor de 4 e elementaire bewerking. Laat S het volgende
stelsel zijn,
n '
. ~ a··x·
U J = bi , i := 1(1)m
)'=1
waarin aij en bi, i := 1(1)m, j := 1(1)n gegeven getallen zijn. Laat p en q natuurlijke
getallen zijn waarvoor geldt dat I ... p < q , ; ; m. Laat IJ. een willekeurig gekozen getal
zijn. We beschouwen de volgende elementaire bewerking: Tel bIj de qe vergelijking J.!
keer de pe vergelijking op. Na ten uitvoerleggilJ.g van.. deze elementaire bewerking gaat
S over in het stelsel T. Het nieuwe stelsel T heeft de gedaante
n
•~ a IJ.. x·J = b·1> i := l(l)q-l
J=1
~. (aqj + JJ.apj)Xj = bq + IJ.b p
j=1
n
.~ aijxj = bi> i := q+l(1)m.
J=1
.. "
.
aplxl + 3p2x2 + ... + apnx n = b p
s .. .
.. .
a q l x l + aq 2 x 2 + ... + aqnx n = bq
arn~Xl + 3m;X2 + ... +a~nxn =brn
=b p
T
.
+ ... + amnx n =b m ·
Stel nu dat Xj = Pj, j := 1(1 )n, een oplossing is van S. Dan blijkt onmiddellijk, na
invulling in T, dat Pj, j := 1(1)n, ook oplossing van T is. De algemene oplossing van
S ligt dus binnen die van T. Evenzó tonen we aan dat de algemene oplossing van T
binnen die van S ligt. Beschouw daartoe de zogenaamde omgekeerde elementaire
bewerking van daarnet: Tel bij de qe vergelijking (-IJ.) keer de pe vergelijking op. Dan
gaat na tenuitvoerlegging van deze elementaire bewerking op het stelsel T, T weer over
in het stelsel S. Zo blijkt dat iedere oplossing van T ook oplossing van Sis. D
§3 15
3XI - 2X2 _ + X4 = 7
j 3X2 - 4X3 - X4 = 8
Xl +, 2X2 - 3X4 = 9
3 -2 0 I: 7]
[
o 3 -4 -1 : 8 .
1 2 0 -3 : 9 .
De 2e rij van dit schema staat voor de 2e vergelijking van het stelsel. De 3 e kolom va:t;l
dit schema bevat de koëfficiënt€m van de onbekende X3 van het stelsel. De laatste kolom
van het schema bevat de beke:t;lde termen van het stelsel. Een dergelijk getallenschema
heet een ~atrix, een begrip waar we in het volgende hoofdstuk nader op in zulleri gaan.
De in stelling I genoemde elementaire bewerkingen die op de vergelijki~gen van het
stelsel worden uitgeoefend, komen in het getallenschema van koëfficiënten en bekende
termen overeen met bewerkingen uitgeoefend op d.e rijen van het schema; m~n noemt
die in dit raam dan ook elementaire rijbewerkingen. Het vegen van de koëfficiënten van
Xl noemt men, in termen van dit schema, het ' (schoon-)vegen van ,de eerste kolom. Soms
omlijst men de spil van de bewerkingen. Wij tonen het rekenen aan zo'n getallenschema.
aan de hand van het hierboven reeds opgeloste stelsel
Oplossing.
[rn-9
2 6
-15 -:-2
2 -12 -16 -2 .-6 : -2
6 8 2 : -10
-5 ~ I] ~f [I . .~ 0
0
-9
6
24
~15
14
-2 -5
2 4
36 12 12 -~~I~ ~è ~
w ••
-1 12 22 3 7 : -3 0 3 7 DJ2
o .-1
[~ -3] [~ =~] GE}
-3 -1 0 -1 -3 -1
1
-12 ~48 0 -12 12 *-i2~ IJ) 4 0 1 ~
3 7 1 2 -2 3 7 1 2 -2
: -6]
[~
·0 11 0 2
1 4 0 1 : -1
o -5 L -1 : 1
Dit laatste getallenschema staat voor een gereduceerd stelsel van· 3 vergelijkingen in 5
onbekenden. Er zijn d~s 5-3=2 vrijheidsgraden en derhalve 2 onbekenden te parametp- .
seren. Kies daarvoor de onbekenden dk niet geveegd zijn; stel bijvoorbeeld X3 = 0: en .
Xs =13. Dan is Xl = -6 -;-: 110: - 2~, ~2 = -1 - 40: - 2~ en X4 = 1 + 50: +~. Een pwameter-
voorstelling van de algemêne oplossing is
{( -6 - 110: - 2~. -1 - 4a: - {3, 0:, 1 + 50: + (3, IJ) 10:, {3 e IR}.
Men kan bewijzen dat r, het aantal vergelijkingen van het gereduceerde stelsel waar
men ten leste op stuit, niet afhangt van de volgorde en keuze van de ' elementaire
(rij-)bewerkingen. In een ander hoofdstuk komen we hier op terug.
We passen het hierboven ontwikkelde reken schema voor de oplossing van stelsels
lineaire vergelijkingen nog eens toe op een viertal voorbeelden.
1) Beschouw het volgende stelsel A in vier onbekenden
l
XI - X2 + 4X3 + X4 = -1
A: Xl + X2 + 5X3 + 2X4 =2
Xl + 3X2 + 6X3 + 3x4 = -1
Oplossing.
[ITl
~;]~ [~
4 1 -1
-I
1 1 5 2 ~ 2
1 3
r
6
o
o
-32
0
3
3
1
0
o1:: -4]
o : -6 .
3
4
De laatste rij uit het laatste getallenschema staat voor de valse vergelijkIng
§3 17
XI - X2 +. 4X3 + X4 = 0
, l
AH:. x i + x2 + 5X3 + 2X4 = O .
Xl + 3X2 .+ 6x3 + 3X4 = 0 .
[m -I I: 0Je
n~ [L
4 1 -1 4
1 J 5 2 -+ 2 1 IJ] ~ 0 -1 ' -+
1 3 6 3 4 2 2 :, 0 weg
'[6 - -~ 3
1
0
: 0J
1 :· 0
. Dit laatste getallenschema staat voor het uit 2 vergelijkingen bestaande gereduceerde
stelsel in vier onbekenden
I xf '-3x2 + 3X3 =0
2X2 + X3 + X4 = O/' .
Er zijn dus.4- 2 = 2 onbekenden te parametriseren. Stel x2 = a en x3 =-{3. Dan is
Xl = 3a - 3{3 en X4= -2a - -{3. Een parametervoorstelling van de algemene oplossing
'is:
Oplossing.
-2 8 -6 :- -16 ' Y
[o111: 0
10 -4 : -16
'r .l . '.
18 §3
[0o 10 :-20]
[~ =~] ~~
0 • .!..
10
1 0
5-1 : -9 5 -1 -+-
-+-
1 6 0 : -9 6 0
0-10 0 : 20 weg
: -2] : -2J
[~ [~
1 0 1 0
0 -1 : 1 *-1 -+- .0 1 : -1
0 0 : 3 0 0 :. 3
Het laatste getallenschema staat voor het gereduceerde stelsel in drie onbekenden
'1x 2 X3 =
= -2
-1
Xl = 3
,
Omdat het gereduceerde stelsel evenveel vergelijkingen heeft als onbekenden is het aantal
vrijheidsgraden van het stelsel 0; de algemene oplossing heeft geen parameters; de algeme-
ne oplossing bestaat uit precies één oplossing: (3,- 2,-1).
4) Beschouw het volgende stelsel in vijf onbekenden.
0 ,2 4 -2 0 -2 *1 0 [IJ 2 -1 0 -1
cp
2~Efr
DJ -1 -2 4 2 3 1 -1 -2 . 4 2 3
2 0 0 6 4 4 0 2 4 -2 0 -2 weg -+-
3 2 4 7 6 4 0 5 , 10 -5 0 -'5 weg
4 -3 -6 15 8 11 0 1 2 -1 0 -1 weg
[~ -~]
1 2 -1 0
0 0 3 2
Het laatste getallenschema staat voor het uit twee vergelijkingen bestaande gereduceerde
stelsel in vijf onbekenden
X2 + 2X3;- X4 = -1
1x~ + 3X4 + 2xs . = 2.
Het gegeven stelsel heeft blijkbaar 5-2 =3 vrijheidsgraden; er zijn dus 3 onbekenden
te parametriseren. Het is weer het eenvoudigst die onbekenden te parametriseren .
waarvan de koëfficiënten niet geveegd zijn. Stel daarom X3 =a, X4 ={3 en Xs ='Y. Dan
§3 19
Opgave 2
Gegeven zijn twee stelsels in vier onbekenden. Geef van elk een parametervoor-
stelling van zijn algemene oplossing .
I
-5XI + 3X2 + 5X3 - 5X4 = O.
b) 3XI + X2 + 2X3 - X4 == 0
-2XI + 2X2 + 3x3 + 3X4 == 0
--:XI + 6X2 + 9X3 + 5X4 = O.
Opgave 3
Gegeven is een vijftal stelsels in vijf onbekenden. Geef van elk een parameter-
voorstelling van zijn algemene oplossing.
I
4XI - 3X2 - 6X3 + 15x4 + 8xs = 11.
Opgave 4
p is éen reëel getal. Gegeve~ zijn de volgende vier stelsels, achtereenvolgens in
vier, drie., vier en vier onbekenden. Ga voor elk stelsel na voor welke waarden
van p het strijdig is, en voor wel~e waarden van p het precies èén oplossing
heeft. Los het vervolgens op voor de overige waarden van p.
c) + Xf - d) 2
Xl PX3 - (p +2)X4 = 1 P XI - 4X2 + 2X3 + 2X4 = 4
Xl + 4X2 + (P-l)X3 + 4X4 = 7 PXI - 2X2 + X3 + x4 = 2
3XI + 4X2 - 3x3 - 8X4 = 5 Xl + 2X2 + PX3 .= 0
Xl + 2X2 - X3 - 2X4 = 3. Xl + X3' + X4 = 1.
Opgave 5
m
pen q zijn reële getallen. De volgende twee stelsels vier onbekenden hebben ten-
minste één vrijheidsgraad. Bereken voo~ elk der stelsels p en q en de algemene oplos- ,
sing.
Opgave 6
bI, b 2 ·en b 3 zijn reële getallen. Gegeven is het volgende stelsel in drie onbekenden
l
XI ' + 2X3 ::;:- bI
xl + 3X2 - ~X3 = b 2
. X2 - x3 = b 3
Los het stelsel op in de volgende drie gevallen:
a) bI = I en b 2 = b 3 = 0,
b) b 2 = I en b 3 = bI = 0,
c) b 3 = I en bI =b 2 =0.
4 Niet-eenvoudige stelsels
Met niet-eenvoudige stelsels lineaire vergelijkingen bedoelen we stelsels die met potlood
en papier ruet of nauwelijks zijn op te lossen. Het zijn 'stelsels bestaande uit een groot
aantal vergelijkingén in een groot .a antal onbekenden, waarvan bovendien de koëfficiën-
ten en bekende termen lang niet altijd gehele getallen zijn. Het zijn de in de praktijk
meest voorkomende stelsels. Sommige daarvan zijn met behulp van snelle rekenmachines
met grote geheugens wel op te lossen. Voor de oplossing van dergelijke stelsels op ,
rekenmachines maakt men meestal ook gebruik van de eliminatiemetode. Een ~antal
, overwegingen leidt er toe dat het rekenschema' of algoritme, dat als grondslag zal dienen .
' voor een programma, in uiterlijk enigszins afwijkt van het door ons gebruikte reken-
schema. We noemen een drietal overwegingen.
Bijna iedere stap van het rekenproces op een rekenmachine gaat gepaard met afrond-
fouten. Men zal daarom het algoritme zo moete~ inrichten dat het door de machine
geleverde antwoord niet overwoekerd kan raken door achtereenvolgens gemaakte afrond-
fouten, waardoQr het als benadering van de opl~ssing volstrekt waardeloos zou worden.
§4 21
Een eenvoudig -voorbeeld moge als toelichting dienen. Stel dat een computer van ieder
getal slechts 3_signifikante cijfers opslaat. Dus de getallen 7538, 0.13526 en 99.76
worden door de 'machine achtereenvolgens afgerond op 7540, 0.135 en 99.8.
Het stelsel
heeft als exakte oplossing 'Xl = ~~~, X2 = 9::97 . Afgerond op 3 signifikante cijfers vinden
we het antwoord Xl = 0.. 300 en X2 = 1.00.
Nu met de machine. Daar waar de machine uitkomsten wijzigt na afronden, plaatsen
, we een teken CE> .
*-999
We stellen vast dat dit antwoord <;>naanvaardbaar is. We kunnen echter ook anders te
werk gaan.
{ Xl + IOOOX2 = 1000
, Xl + x2 = 1.3 e® ~
,{
. 999x2 = 999
Xl + X2 . = 1.3
*_1_
999 ~
X2 = 1
{ Xl + x2 = 1.3
~ ~ ~
{ Xl
x2 '= 1
= 0.3 .
Dit antwoord stemt overeen met dat gevonden uit de exakte oplossing. Blijkbaar is
voor de benadering van oplossingen van een stelsel met een rekenmachine de keuie
en volgorde van de elementaire bewerkingen niet onbetekenend.
Een tweede overweging is dat men het rekenproces zo snel mogelijk ten uitvoer zal
willen leggen, en met zo'n gering mogelijk gebruik van het geheugen van de computer.
Im~ers, het in beslag nemen van tij,d en geheugepruimte van een computer kost doo.r-
gaans veel geld.
Een derde overweging is 'dat men het algoritmè zo zal willen inkleden dat het robuust
is, dat wil zeggen dat het toepasbaar is op veel stelsels.
In dit kollege zullen slechts eenvoudige stelsels lineaire vergelijkingen aan de orde
, komen. Daarom gaan -wij niet nader in op het geschikt maken van rekenschema's voor
gebruik op rekenmachin~s.
22 §5
Is zowel all als al2 nul, dan bevredigt ieder tweetal (Xl, X2) de vergelijking. Is tenminste
één der koëfficiënten niet nul, dan heeft de vergelijking de niet-triviale oplossing
(-aI2, all). De bewering is dus juist voor ~telsels in twee onbekençlen.
Stel dat de bewering juist is voor homogene stelsels in m onbekenden, m;;;. 2, met
minder dan m vergelijkingen (induktieveronderstelling).
Beschouw nu een willekeurig homogeen stelsel S in (m + 1) onbekenden bestaande uit
ten hoogste m vergelijkingen.
Zijn alle koëfficiënten van Xl nul, dan is bijvoorbeeld Xl = 1, Xj=O, j := 2(l)m+1 een
niet-triviale oplossing van S. Laat nu één der koëfficiënten van Xl niet nul zijn. Het is
geen beperking van de algemeenheid als we aannemen dat all=F O. Immers, door een
verwisseling van rijen kunnen we dat altijd bewerkstelligen. Vervolgens vegen we de
koëfficiënten van Xl met all als spil, en vermenigvuldigen daarna de eerste rij met..!.. .
au
Dan onstaat het · stelsel T. '
b m2 X2 + ... + b m,m+IXm+!, = O.
§6 23
Laten we uit het stelsel T de eerste v~rgelijking weg~ dan oristaat het stelsel U.
U is een homogeen stelsel van m -1 vergelijkingen in, m onbekenden Xj, j := 2(1 )m+ 1.
Volgens de induktieverQnderstelling heeft het een niet-triviale oplossing, zeg
(P2, P3, ... , Pm+l)' Vullen we deze oplossing in in de eerste vergelijking van T met het
doel Xl te berekenen, dan blijkt dat
m+l
(-,~ b 1j'Pj, P2, P3, ... ,Pm+1)
)=2
een niet-triviale oplossing is van T, en dus van S. Uit het beginsel der volledige
induktie volgt dan dat ieder homogeen stelsel lineaire vergelijkingen met meer onbeken-
den dan vergelijkingen een niet-triviale oplossing heeft. o
Vervangt men in stelling 2 de woorden 'een niet-triviale oplossing' door 'oneindig veel
oplossingen', dan krijgt men ook een juiste uitspraak. Het bewijs van die uitspraak
gaat evenzo met volledige induktie. '
6 Komplexe stelsels
Tenslotte nog een opmerking over komplexe stelsels. Zijn aij en bj, i := 1(1)m, j := l(1)n
gegeven komplexe getallen, dan heet het m-tal vergelijkingen
n
.~ á"x'
IJ J = b·1 , i:= l(l)m
J=1
een komplex stelsel lineaire vergelijkingeri in nonbekenden Xj , j:= l(1)n. Een oplossing
is een n-tal komplexe getallen Pj, j := l(1)n,dat na de substituties Xj=Pj, j-:= l(1)n de
m vergelijkingen van het stelsel doet overgaan in ni identiteiten. De overige reeds voor
reëli stelsels gedefinieerde begrippen worden net zo gedefinieerd voor komplexe stelsels.
De stellingen 1 en 2 gelden ook voor -komplexe stelsels lineaire vergelijkingen .. Immers,
zowel in de reële getallen als in de komplexe getallen gehoorzamen de bewerkingen
optellen, vermenigvuldigen .en delen dezelfde rekenregels. Dezelfde reden rechtvaardigt
het toepassen van het ontwikkelde rekenschema op komplexe stelsels met het doel
die op te lossen .. We tonen het reken schema nog eens aan de hand van het volgende
komplexe stelsel.
Oplossing.
2 +_2i
[ -2
-4-3i
'-:3 i
-2
1- i
-+ [2 + 2i -4-3i
-2-2i 3 - 3i
8]:•
2
7
:-l-.,i
10I
'I'
-+
24 §6
6~iJ *_1_
,.-:..4 -3i -2 [2+2i -4-3i -2
[2;2i
-1-6i 0 . -1-6i
-+
0, ' 'm 0
[2~2i 0 -2
47
4i
]*! -+ . [I +i 0 -I 2~2il
I 0 0 I 0 1 _
Hèt laatste getallenschema staat voor het uit 2 vergelijkingen bestaande gereduceerde
stelsel in drie onbekenden
- X3 = 2 ~ 2i
I (1 + i)XI
X2 ' = 1 •
) .
Opgave 7
Los elk der drie onderstaande komplexe stelsels lineaire vergelijkingen in drie
onbekenden op . .
a) J + x2 - (2 + 3i)X3
XI- =0 b) I: Xl + X2t 1= 4i
1(1 + i)Xl + iX2· - (2 - 2i~X3 =0 . . 1 (1 +j) X2 + . X3 = 4 + 4i
I
Xl - X2 + (1 + 1)X3 = 0 .
HOOFDSTUK 2
Matrixen.
- Bevverl<ingen m~t matrixen
au al2··.· aln
a2l a2.7··.· a2n
h:eet een' mxn-matrix over IR, of een reële mxn-m~trix, of een reële matrix van de orde
mxn. ,
Voorbeeld.
. .
Aan het eind van dit hoo(dstuk zullen we OOk matrixen over de ko'mplexe getallen q;
beschouwen. Is het duidelijk dat slechts reële ~atrixen bedoeld worden, of doet het,
voor wat het onderwerp betreft, er niet toe of matrixen over IR of over <t worden
beschouwd, dan laten we vaak de woorden ~reële' en 'over IR' weg.
Een I xn-matrix heet een rijmatrix van de orde' n.
Een m x I-matrix heet een kolommatrix van de orde in.
Een nxn-matrix heet een vierkante matrix van de orde n.
Voorbeelden. ,
[4 0 -7 3J, een rijmatrix van de orde 4,
t 'liI'w"""""",,,,,,,,. _ _ _ _ ue
26 §1
A=
[ 831-~ O· 9]
4-~ ~~ , een 3 x4-matrix; a23= 7 en a32 = 4.
c= [1~3] . .
0.37 , een kolommatrix van de orde 3; Cl = 10 3 en C3 = 0.37.
Vaak worden matrixen gegeven door middel van een formule voor hun elementen. Laat
bijvoorbeeld de matrix D gegeven zijn door dij = 4i - j2 , i := 1(1)3, j, := 1(1)4. Schrijven
we achtereenvolgens de elementen uit, dan volgt: .
d u = 4(1) - (1)2 = 3, d l2 = 4(1) - (2)2 = Q, d 13 :::s 4(1) ~ (3)2 = -5, d l4 = .4(1) .-:. (4)2 = -12
d 21 == 4(2) - (1)2 = 7, d 22 = 4(2) - (2)2 =4, d 23 = 4(2) - (3)2 = -I, d 24 = 4(2) - (4)2 = -8
d31 = 4(3) - (1)2. = 11, d 32 = 4(3) - (2)2 ::; 8, d 33 = 4(3) - (3)2 = 3, d 34 = 4(~) - (4)2 = -4.
D =[ ~ 11
o
8
-5 -12]
4 -1 -8
3-4
Is A een vierkante matrix van de orde ri, dan heten de elementen aii> i := 1(1)n de
diagonaalelementen van A; samen vormen zij de hoofddiagonaal 'van A. Zo is
(2,9,5).
§8 27
I~! - -.....
N
~ ç:
<I.l
CI) .
'+-<
~
.....
Cl)
- Cl)
e
<I.l
ç:
Cl)
.....
_ <I.l
~
,.14
,
mat.
"0
80-
- . ~
<I.l
.....
-
-.....
Cl)
Cl)
e
<I.l ~
ç:
Cl)
.....
<I.l
~
hout 30 40 60 hout 32 44 58
spaanplaat 25 5 95 spaanplaat 15 3 i05
kunststof 10 2 70 kunststof 16 2 76
beslag 5 4 8 beslag 7 8 12
Tabel A Tabel B
Wil de timmerman weten wat hij in twee jaren heeft uitgegeven aan de verschillende
materialen per produkt, dan hoeft hij slechts de met elkaar korresponderende bedragen
uit de twee tabellen op te tellen; het resultaat staat in Tabel C.
" ",,"''''''''''''''''''''
28 §8
~!
I=: I=:
Q)
.-.
VJ
.-. Q)
.....
~
Q)
VJ
t':I 0 t':I
+.>
+.> VJ ~
Het ligt. nu voor de hand 'de tabel C op te vatten als de som van de tabellen A en ,B. -
Dus A +, B = C; uitgeschreven
>
volgt: ~
,
o 405 60] 44
58] [240 84
118~
I
r 25
10
5 4
95
2 . 70
8
+
f21615
7
3
2
8
105
76
12
Wil de timmerman weten wat hij gemiddeld per jaar heeft uitgegeven, dan hoeft hij
slechts de bedragen uit tabel C te halveren; het resultaat staat in tabel D.
26
12
8
4
12
'
200
146
20
i~
I=: I=:
Q)
VJ
.-. Q)
;§ Q)
0
+.>
VJ
t':I
t':I +.>
+.> VJ ~
hout 31 42 59
spaanplaat 20 4 100
kunststof 13 2 73
beslag 6 6 10
. Tabel D
Het ligt voor de hand tabel D op te vatten als het produkt van! en tabel C. Dus
!C = D; uitgeschreven volgt:
2 84
118] = 42
59]
....
Voorbeeld 2.
'1. •
· 2
. r
40
26 4
8
12 , 12
200
146
20
[ 31
20
13
6
4
2
6
100
73
10
In een gemeente dingen drie politieke partijen K, L en M naar de 'gunst van de kiezers. ,
.
De inwoners van die gemeente zijn volgens bepaalde kenmerken ingedeeld in drie sociale
groepen, 1, 2 en 3. Vlak voor een verkiezing heeft men de partij voorkeur van de drie
sociale groepen onder.zocht. De uitkomsten van dat onderzoek staan in tabel A; T staat
voor thuisblijvers, dat zijn mensen die , zeg~en niet te zullen gaan stemmen.
Men leest uit tabel A dat 1~' dat is 60% van .de sociale groep 1 de voorkeur geeft aan ·
partij K en dat ;0'
dat is 20%' van de so~iale groep 2 zegt niet te ' zullen gaan stemmen. ,
§8 29
~
1 2 3
partij . ,
K 0.6 0.1 0
L 0 0.4 0.,5
I .
M 0.3 0.3 , 0.1
T 0.1 0.2 0.4
som 1 1 '1
Tabel A
In de gémeente zijn vier kieskringen" N, 0, Z en W. De verdeling van de kiesgerechtigden
~ in duizendtallen per sociale groep over de kieskringen is bekend en staat in tabel B.
- .'."
~soc. gr.
1 10
N-
20
O
70
' Z W
60
2 40 50 ' 30 40
3 .: 50 80 , 20 10
Tabel B
We willen nu een voorspelling doen van de verkiezingsuitslag per kieskring. We veronder-
stellen dat de voorkeur der kiezers op de dag dei" verkiezingen ' nog dezelfde is als tijdens
het onderzoek, en dat de voorkeur per sociale groep niet afhangt van de kieskring.
We schatten het aantal stemmen dat partij K zal krijgen in kieskring N,o ord. Uit groep 1
is dat 160 van het aantal stemmen, terwijl er 10° 10 3 kiesgerechtigden van die groep
in Noord zijn; dat levert 1~ 010 0103 = 6: 10 3 stemmen. Uit groep 2 mag partij K
verwachten.in Noord: 1~ °40°10 3 = 4°10 3 stemmen, en uit- de sociale groep 3:
0° 50°10 3 = 0 stemmen. Blijkbaar is he,t totale a~ntal stemmen dat K zal krijgen, te
schatten door achtereenvolgens de getallen van de Ie rij van tabel A met de gétallen uit
de 1~ kolom van tab!!l B te vermenigvuldigen en die diie produkten dan op té tellen.
Evenzo vinden we een schatting voor hetaaJital stemmen dat M in West zal krijgen, door
de getallen van de 3e rij van tabel A achtereenvolgens te vermenigvuldigen met' de
getallen van de .4 e kolom van tabel B en die' drie produkt en weer op te tellen: 130 °60~ 10 3'
:0
+ °40°10 3 + 1~ °10°10 3 = 31°10 3 ' stemmen. We kunnen zo voor ieder d,er partijen
~partij
K 10
N
17
0
.45
Z W
40 '
L 41 60 22 , 21
M 20 29 32 31
T , 29 44 21 18
Tabel C
30 §9
schatten hoeveel stemmen die zal krijgen per kieskring, en hoeveel thuisblijvers er zu.l-
len zijn per kieskring. De resultaten in duizendtallen staan in tabel C.
Het ligt nu voor de hand de tabel C op te vatten als het produkt van de tabellen A en B.
Dus AB = C; uitgeschreven
~J
1
en
5
Wè kunnen dus alleen matrixen vergelijken, als die van dezelfde orde zijn. Daarom vatten
we alle matrixen over IR van de orde m~n samen in één verzameling die we aangeven
met IR~. ,
De mxn-matrix waarvan alle elementen nul zijn heet de nulmatrix, of het nulelement,
of de nul van IR~; we geven hem aan met Oom' -of indien er geen verwarring mogelijk
is omtrent de orde mxn, korter ,met 0.
De verzameling IR~ van alle reële rij matrixen van de orde n noteren we als IRn.
De verzameling IR~ van alle reële .kolommatrixen van de orde n noteren we als IR~
§9 31
Voorbeeld
[~I CO In
5 I 3 2 -12 7 -11
IS
3
-4
8
11 ] +
-9
[!s
3
16
6
-3
9
-2J
8
10
= -5
2
31
9
-7
17
Het is niet moeilijk in te zien dat de rekenregels voor de optelling in IR~ dezelfde zijn
als in IR. Immers:
1) De termen van ee? som in IR zijn verwisselbaar~ zodat
Daaruit" volgt dat A + B = B + A, zodat ook de termen van een som in IR~ verwisselbaar ,
zijn. Blijkbaar is de optelling in IR~ kommutatief.
2) Is C ook een m x n-matrix, dan volgt uit de associativiteit van -de optelling in IR. dat
(a··1J + b··)
1J + c··
1J = a··
1J + (b··
1J + c··)
1J' i := 1(Om, j := 1(1)n.
A+,X=B
De matrix [bij - aij] geven we aan door B - A. ZO is de enige oplossing van A'+ X = A
de nulmatrix 0, en de enige oplossing van A +-X = 0 is de matrix [-aij] die we kort:
weg schrijven als -A. B'l ijkbaar kunnen"we matrixtermen in een 'matrixvergelijking op
dezelfde manier van het linker- nàar het rechterlid overbrengen als getaltermen in een
getallenvergelijking.
We definiëren vervoigens, het produkt van een niatriX met een getal. Laat A ' een m xn-
matrix zijn en À een getal. Het produkt van À en A, notatie ÀA, is de m xn-matrix P
bepaald door
Voorbeeld
-3 -1 7 -3 21
3[ 2 4 _-1 12 -3
32 §9
Men mag voor )IA ook schrijven AÀ, maar dat is niet gebruikelijk.
De rekenregels voor dit produkt volgen gemakkelijk uit die voor het produkt in
IR. Is B nog een mxn-matrix, dan volgt uit de distributiviteitvan de vermenigvuldiging
in IR. met betrekking tot de optelling in IR., dat
Daaruit volgt dat MA + B) = ÀA + ÀB, zodat ook deze vermenigvuldiging met ,e en getal
in IR~ distributief is met betrekking tot de optelling in IR~. Evenzo leidt men g~mak
kelijk af, als /J nog een getal is, dat
- Is À :f 0 en ÀA = ÀB, dan is A = B.
Is A :f 0 en À A = /JA, dan IS À = /J-
. ,
*
Merk op dat de laatste wegstreepregel niet, zoals in IR, bewezen kan worden door beide
Á
lede~ met te vermenigvuldigen. Immers, is niet gedefinieerd.
Opgave 8
Bewijs de twee bovengenoemde wegstreepregels.
Opgave 9
A = [~ -~-~J ,B = [-~ o4 6J
-5 .
a) Bereken A + B, A - B, A + 3B en 4A - 5B.
+
b) Los X op uit X A = B.
c) Los Y op uit 2(2A + 3Y) = 5B.
Opgave 10
A en B zijn 3 x3-matrixen bepaald door aij = i2 + 2j - 3, bij = i 2 - ij, i := 1(1)3, '
j := 1(1)3.
a) Bereken A + B.
b) Los X op uit 4(A + 3X) = A + B ~
, c) Los Y op uit 2(3A + 5Y) = 3(A + 2Y + 7B).
§fo 33
Opgave 11 ,
A, B en 'C zijn 2x3-matrixen bepaald door aij =(-l)i+~, bij ::i+j, cij =i2 -j,
i := 1(1)2, j := 1(1)3. .
Bereken het gemiddelde van A, B en C. ,
Opgave 12
x, ry , Z en W, zijn reële getallen. Bereken de waarden die deze getallen kunnen
aannemen in elk van de volgende twee matrixvergelijkingen.
a) . [~ ~]+ l ~ ~ -!J = [~ : ]
Merk op dat de voet cijfers i en j in het linkerlid en in de termen van het rechterlid
steeds in dezelfde volgorde
~ - staan en dat de beide sommatiecijfers
, . k in de termen van
, het rechterlid tussen de i en de j staan. De reden is gelegen in het feit dat cij, het
element op de kruising van de ie rij en de je kolom van het produkt C, is ontstaan uit
de ie rij van de eerste fak't or A en de je kolom van de tweede faktor ij. De bouw van
het matrixprodukt lichten we nog eens toe met de volgende, voor zich zelf sprekende
figuur.
34 §10
-.-
r------j...-
I I
I I
-
-,' - - - --
_ _ _ _ _ _ _ IIIllI!! _
t· I
I I
I I
A B = c.
Voorbeelden
[! ~ -~ -!J [-~ ~ ~]
3 -1 -2
o 3-5
8
2 -3J = [-21 24 6
o0 0, 0
-9J -
UJ , 7 -'8 -2 3 '
[3 0 -1 2J [j] =
-14 16 4-6
[-29J
[~ ~ -~ ~J [-~ -~
o
o
0
0
2
0
0
3
,4 5
-9 ' 7
~J
8
2
[-~ ~
8
-27
10
21
~J
16
6
-[~ -~
, 4
-9
5
7
~J [~ ~ ~J = [~-~
8
2
0 0 2 0
0
5
7
J
8
16
16
4
-9 - 15 -2
-12 -16
6 6
-2
8
-SJ'
-6
2
12 22 3 7
en
Nu' is de matr,ixvergelijking
{~l:oJ .
-9 -15 -2 xl
U -12 -16
6
12
6
22
-2
8
3
-SJ
-6
2
7
. Xs
x2.
X3
X4
. gelijkwaardig met het gegeven stelsel van vier vergelijkingen in IR. Immers, werken we het
matrixprodukt in het linkerlid uit dan volgt
, [
.
X'l - 9x%
2xI - 12x%
2xI +6x%
....;
-
+
15x3
16x3
6X3
- 2X4
- 2X4
+ 8X4
-
-
+
5XS]
6Xs . _
2xs
[IJ
-2
. -10
-Xl + 12x2 + 22x3 + 3X4 + 7X5 - 3
Passen we de definitie" van gelijkheid toe, dan volgt het stelsel waarvan we uitgegaan zijn.
We veralgemehen dit voorbeeld. Laten aij ,e n bi, i := 1(l)m, j .: = l(l)n getallen zijn die
het volgende stelsel S bepalen
n
S: .~ a··x·
IJ J -- b·l' i := 1(1)m,
J=1
of anders geschreven
X= B=
AX:::B.
au au · aln .- bI
a21 a22 a2n b2
A r ,=
'.
anil am2 . amn bm
Het ligt nu voor de hand de oplossing van een stelsel in de gedaante van een kolom-
matrix te schrijven. Bovendien staan dan de matrixbewerkingen; optellen en vermenig-
vuldigen met een getal, een schrijfwijze toe die het aantal vrijheidsgraden van het stelsel,
of het aantal p~rameters van. de algemene oplossing, nog duidelijker doet uitkomen. Zo '
vonden we voor de algemene oplossing van het hierboven genoemde stelseLin hoofdstuk
I de volgende parametervoorstelling .
-6 -11 -2
-I -4 -I
F= 0 , G= I en H = 0
J S I
0 0 1
We noemen deze vorm eveneens een parametervoorstelling van de alg~mene oplossing; vaak
schrijven we ·die ook als
x = F + aG + I3H, a, 13 E IR.
In het vervolg zullen we meestal de algemene oplossing van een stelsel in kolommatrixen
gestalte geven.
Opgave 13
~ ~een
G mx4-matrix, H = m
38 § 11
Opgave 15
A, B en C zijn matrixen waarvoor geldt dat AC = CB . Bewijs dat A en B vierkante
matri.x en zijn. Geef een voorbeeld waaruit blijkt dat A en B niet noodzakelijk van
dezelfde orde zijn. '
Opgave 16
A en B zijn 3 x3-matrixen bepaald door: aij = i2 + 2j - 3, bij = i7 - ij,
ij := 1(1)3. Bereken AB en BA.
OPU[ve1175
A= I ~2
-7 - 2 5
IJ II
1 2 ,B= 2 · 31 2
\ 3 _ 4 3
,
1
I] [I
~ en C = ~ -1 10 -5
3 ' - 20 5
2 - 15
l
Los X op uit de volgende matrixvergelijkingen.
.' al AX = [, IOJ
2 bl BX =[U Cl[
CX = -7J
6
-4 -8
Voorbeelden
,
U ~J
0
1
'0 [; -1
0 5
3 -6
8
_I{} n-~ 8
5
-6
~~J
2
H
~L
0
8
5 -4
3 -6
, 2
IOJ [ 0
' ~ ,
0
I
0
0
0
1
] [3~
l·=
-1
0
8
5 -4 .
3 -6 2
IJ
0 0
/
Uit deze voorbeelden blijkt dat er diagónaalmatrixen zijn die als een eenheid van verme-
nigvuldiging <?ptreden. , Dergelijke matrixen noemen we eenheidsmatrixen.
,Een ,eenheidsmatrix is een diagonaalmatrix waarvan alle diagonaalelementen gelijk zijn '
aan 1. We geven de eenheidsmatrix van de orde n aan door In. De elementen van' In
schrijven we meestal met behulp van ~et Kroneckersymbool Oij. Zijn i en j gehele getal-
len dan wordt het Kro~eckersymbool oij gedefiniëerd door
als i = j
a!si =l=j.
Irn A = A en Aln = A.
(AB)C = A(BC).
Bewijs. Laat A een mxn-matrix zijn. Dan is Been nxp-matrix. AB is dus een mxp-
matrix. Omdat AB vermenigvuldigbaar is met C, is C een pxq-matrix. Blijkbaar is het
_linkerlid (AB)C een mxq-matrix. We stellen D = AB en E = DC = (AB)C.
40 § 11
n p q p q q
m A "DpG =
m D- -[:J =
m E
m A
{~JpD =
m A
{~J =
m G
Het rechterlid G is blijkbaàr een mxq-matrix, evenals E. We hoeven dus alleen nog te
bewijzen dat eij = gij, i:= 1(1)m, j := 1(1)q.
p p n
eij = ~ dikCkj = ~ (~ ~ilb/k)Ckj =
k=1 . . k=l 1=1 .
Uit het bewijs volgt dat ABC ondubbelzinnig bepaald is, zodat we de aanvankelijk
geplaatste haakjes wel kunnen weglaten. 'Evenzo hoeven we geen haakjes te plaatsen als
een produkt uit meer dan drie faktoren bestaat, mits ieder opeenvolgend stel faktoren
vermenigvuldigbaar is. .'
De matrixvermenigvuldiging is distributief met betrekking tot de matrixoptelling. Dat
wil zeggen, er geldt het volgend tweetal regels.
1) Zijn Aen B mxn-matrixen en is C een nxp-matrix, dan is
(A + B)C = AC + BC.
A(B + C) = AB + AC.
Opgave · 20
Bewijs bovenstaand drietal rekenregels.
Opgave 21 _
'A. is een getal. A, B en C vormen een drietal matrixen waarvoor geldt dat AB = C.
- -
a) De matrix X (achtereenvolgens Y) ()1~tstaat lÜt B (C) door À. keer -de laatste
kolom v-än B (C) op te tellen bij de eerste kolom van B (C). Bewijs: AX = Y. ·
b) De matrix U (achtereenvolgens V) ontstaat uit A (C) door 'A. keer de laatste
rij van A (C)op te tellen bij de eerste rij van A (C). _Bewijs UB = V.
12 Vierkante matrixen
We hebben nu alle rekenregels genoemd die gelden voor de ingevoerde bewerkingen
met matrixen. We passen die vervolgens in het bijzonder toe op de verzameling IR~ van
vierkante matrixen van de orde n. Het is duidelijk dàt het produkt van twee nxn-
matrixen weer ·een n xn-matrix is. Blijkbaar is IR~ gesloten, zowel onder de optelling en
ven:p.enigvuldiging met een getal, als onder de matrixvermenigvuldiging. Omdat de
matrixvermenigvuldiglng' a~sociatief is, kunflenwe zin geven aan positieve machten van
een· vierkante matrix. Immers, is A een vierkante matrix van de orde n, dan is AA ook ·
een vierkante matrix van de. orde n, die we schrijven als A 2 • Evenzo is A2 A, die we
schrijven ·als A 3 , een vierkante matrix van ·de orde n. We spreken af dat '
AO = In.
VOor iede~ positief geheel getal k definiëren we dan A~( rekursief door
Ak = Ak - 1 A.
Is f een veelterm (polynoom), dan leunnen we nu ook zin geven aan f(A), als A een
vierkante matrix is. Is bijvoorbeeld ' f bepaald door
f(O=3t 2 -5t+7
en is
dan definiëren we
. [-1
= 3 10
-5 J- +
14
r-5
L-lO 5
-20
J
-t
[7
0
0J : : [-3 -15J + IL-lO2 5J = [-1 ~ 1DJ.
7 - 30 42 -13 20 29
--~-- - ---
42 §12
Merk op dat de konstante term van de veelterm in matrixvorm een veelvoud v~ de een ~
heidsmatrix is -geworden. We vatten dit samen in een algemenere bewoording.
Zijn ej, i := O( 1)r gegeven getallen en is f de re-graadsveelterm bepaald door
r .
f(t) = .~ Cit1,
1=0
dat AP+l = AP + AP-l. Bepaal een veelterm van zo klein mogelijke graad waar-
van A nulpunt is.
1 0 0J
0 _ 1 2 . Bereken B2 en B3 . Leid een formule af voor BP.
-
b) B =
[ o O· I '
x, y en z zijn reële getál1en.
d)D =[ ; ! ~l 3 4
Bereken D' , "D en D Leid een formule af voor DO.
voorGP.
Een skalaire matrix is een diagonaalmatrix waarvan alle diagonaalelementen aan elkaar
gelijk zijn. Enkele voorbeelden val! skalaire matrixen zijn:
~] diag(~, ~),
o
o
3 , In en 0nn
o
§12 43
Is S een skalaire matrix van de orde n, dan is er een getal a zodat S := aln. De zojuist
gegeven voorbeelden van skalaire matrixen zijn ook te schrijven als 31 4 , V2lz, ' 1 In en
oIn. De naam 'skalaire matrix' is -tamelijk 'voor de hand liggend. Immers, zo'n matrix ,
gedraagt zich bij vermenigvuldiging met een andere matrix als een getal in de volgende
zin. Is A een nxp-matrix dan is
/
SA = aIA = aA.
Een matrix A heet idempotent als AZ = A.
5
Bijvoorbeeld is [ _1 0 _~ ] idempotent,
omdat
52
[ -10 -4 J 2
=
[ 52 J
-:-10 -4 .
'
Een matrix A heet nilpotent als er een positief geheel getal p bestaat zodat AP = o. Het
kleinste positieve gehele getal r met de, eigenschap Ar = 0 heet de index van de nilpoten- .
te matrix A. Een voorbeeld van een nilpotente matrix met index 2 is
5 . SJ [5 5J2' [- Ö
[ ~5 -5 ,omdat -5 -5 = 0 ~J .
~erk op dat uit de definities volgt dat idempotente e~ nilpotente ~latrixen vierkante
matrixen zijn. '
. ,
A is een bovendrieh,oeksmatrix van de orde n als A een n xn-matrix is waarvoor aij = 0
als i> J, i~ j := l(1)n, dus alle elementen onder de hoofddiagonaal zijn gelijk aan nul.
Een bovendriehoeksmatrix waarvan alle diagonaalelementen gelijk aan nul zijn, noemen
we een strikte bovendriehoeksmatrix. Enkele -voorbeelden van bovendriehoeksmatrixen
Evenzo definiëren we: Is A een nxn-matrix en is aij = 0 alsj > i, i,j := 1(,l)n, dan heet
A een benedendriehoeksmatrix van de orde n. Is bovendien aii =, 0, i := l(1)n, dan noe-
men we A een strikte benedendriehoeksmatrix. Enkele voorbeelden zijn:
-
44 § 13 ~
Opgave 23 -
a) A en B zijn diagonaalmatrixen van de n e orde. Bewijs: AB = BA.
b) Laat C een willekeurige vierkante matrix van de n e orde zijn,·en laat S een
willekeurige skalaire matrix van de n e orde zijn. Bewijs: CS -:;;_SC.
c) Onderzoek of AC gelijk is aan CA.
d) D is een ~ierkante matrix van de 2e orde. Er is gegeven dat voor iedere andere
2x2-matrix X geldt dat DX = XD. Bewijs dat Deen skalaire matrix is.
e) E is een nilpotente matrix van de orde n met index 2. Bewijs dat voor ieder
positief getal p geldt dat EO + E)P = E.
f) x en y zijn reële getallen.
- [0~
g) Toon aan ,dat G =
7
° -1
3
4J -
~ een nilpotente matrix i~.
°
-0
0
0 o - -
Bereken zijn index r. Onderzoek of er een veelterm met graad <r bestaat
-waarvan G nulpunt is .
. h) Bewijs dat zowel de som als het produkt van twee bovendriehoeksmatrixen
o weer een bovendriehoeksmatrix is.
0i) Bewijs dat een strikte bovendriehQeksmatrix H van de orde neen nilpotente
matrix is met index .;;; n.
Aanwijzingen: _
1) Ga de berekening n~g eens na van G2 , d 3 en G4 •
-2) Ga het aantal elementen van H2 na dat gelijk aan nul is.
3) Formuleer een in~uktieveronderstelling voor H k .
j) Zijn de met h) eon i) overeenkomstige uitspraken voor benedendriehoeks-
_ matrixen ook juist?
matrixen van de orde n, dan zijn oók AB en BA vierkante matrixen van de orde n. Voor,
sommige A en B is dan AB gelijk aan BA. Bijvoorbeeld:
[ _ ~ ~ ] [~ ~ ] = [ 15 26
5
4
J We stellen vast dat de matrixvermenigvuldiging niet
kommutatief is.
2) Een bekende regel voor reële getallen luidt: Zijn a en b reële getallen en is ab u 0,
dan is a= 0 of b = ,0. Men verwoordt die regel' vaak door: De vermenigvuldiging in IR
kent geen nuldeiers. Kijken we nu naar de matrixvermenigvuldiging dan zien we dat die
wel nuldeiers kent. Met nuldeiers bedoelen we dan matrixen A en B met' de eigenschap
A 1= ° en B ° en AB =
1= 0.
[21-2J
-1 ([2
' 1-2J'
-1 - [10 0J)
~
[21-2J'
-1 [11-2J
-2 [00 00J . , = =,
Het gevolg van het feit dat de matrixvermenigvuldigmg nuldeiers kerit, is dat nog twee
bekende regels voor IR niet overdi~agbaar zijn naar regels voor matrixen.
3) Zijn a en b reële getallen ,en is a 1= 0, dan is de vergelijking 'ax = bondubbelzinnig
oplosbaar;
, oplossing x = ~.
a Maar zijn A en B matrixen met hetzelfde ~antal rijen en' is
A 1= 0, dan is AX = B niet ondubbelzinnig oplosbaar.
46 .§ 13
x = [-~ -~ J' als X = [_~ -~J. Dat heeft tot gevolg dat we aan ~ geen
ondubbelzinnige. betekenis kunnen verbinden. Immers, is in dit geval nu' ~ gelijk aan
[-~ -~J of gelijk aan [_~ -~J? ~er'halve is ! niet gedefinieerd. We bere~enen
.
alle oplossin~en van [I 2J = '[0 -3J
-3 -6 X 0 9 ' en stellen daartoe X = [Xl
X2
YIJ-
Y2 '
waarin Xl, X2, YI ' en Y2 te berekenen reële getallen zijn.
X= [
-2a
a
-.3-~ 2~J =._r00 -3J0 + a[- 2I
Blijkbaar heeft de algemene oplossing, dat is weer de verzameling van alle oplossingen,
van de matrixvergelijking
[ 1 2J [0 -3J
-3 -6 X = ' 0 9
twee parameters a en (3. De vorm waarin we de algemene oplossing hier gegoten hebben
heet weer een parametervoorstelling van de algemene Oplossing.
4) Tenslotte herinneren we aan de bekende wegstreepregel in JR.: Zijn ' a, 'b en c reële
getallen waarvan a =1= 0, dan volgt uit ab = ac, dat b = c. Maar zijn A, B en C drie matri-
xen waarvoor geldt: A =1= 0 en AB = AC, dan hoeft B niet gelijk aan C te zijn.
Bijvoorbeeld:
[~ ~J [~ 0J = [18 12J [3
6 36 24 en 6 2J = [1836 2412J .
3
, §13 47
Opgave 24
x, y, z en w zijn reële getallen.
a} A en B zijn de volgende 2 x 2-matrixen . .
- - =[
A
-y
x y
x
J., [
B=
-w
zw..
] .
. BeWijS: AB = BA.
z
Opgave 25 '
Toon aan dat (A + B)2 =1= A2 + 2AB + B2 en dat ·A2 - 13 2 , =1= (A + B)(A - B).
Welke voorwaarden moeten aan twee matrixen X en Y van de lle orde gesteld
worden opdat '
b) (X + y)2 = X2 + 2XY + y2. _
c) X2 - y 2 ",; (X + Y)(X - Y).
d) U is een nxn-matrix. Bewijs of weerleg de volgende uitspraken.
(i) Als U2 '= y, dan is U = of U = I. ° '
(ü) AlS U2 :::: I, dan is U = I of U = -I.
Opgave 26
b) C =[ 2 2 1, D = [' 1-IJ
-1 l ' Bereken CD.
-
c) E = [-r -! -~]"
1 -3 -4
F= [-~ -~ -~], G = [-~ -~
-1 3 5
-:].
1 -2 -3 ,
. -
Toon aan dat EF = FE=O, EG = E en GE = G.
48 §14
Opgave 27
Bereken alle oplossingen van de matrixvergelijking
~ ~Jx = ,[ , ~ , ~=~].
1
47
[
8 9 , -3 12-9
i := l(1)n, j := l(1)m.
Is A vierkant dan noemen 'we deze bewerking ook spiegelen en heet AT de gespiegelde
van A.
Voorbéelden
Is A
3 -1
=[ 4 2 ~] ,
' dan is AT =
l3
-:1
, 0
-= [0-4
, Is C 1 6 ~2] ',dan is CT = [-~0
1
6
2' 7 3
Men zegt weleens wat slordig: AT ontstaat uit A, door van A de rijen met de kolommen
te verwisselen. Is A een m xn-matrix, 'dan is onmiddellijk duidelijk dat
en
-
§14 49
,(Acl = CT AT.
Merk op: In het linkerlid staat eerst A, dan C, terwijl in h~t rech~erlid eerst CT staat
. en dan AT. '
m A ,
n c
n '- F
Omdat C een n xq-matrix is; is CT een q x n-m atÏix , en 'omdat À een m xn-matrix is, is
" AT een n ~m-matrix. CT is dus vermenigvUldigbaar mèt AT. Hun pr~dukt CT AT is een
~ q xm-matrix. We stellen F = .AT, G .: eTen het rechterlid stellen we H = GP-= CT AT .-
Het linkerlid E. en het rechterlid H zijn blijkbaar beide q xm-matrixen, zodàt we alleen
nog moeten bewijzen dat eij = hij, L~= 1(1 )q, j := l( Uni.
, n n n
eIJ.. = d··J=I~J
a'kek"1 = ~ fk'g
J' l ~ g'kfk'
'k =I J = h IJ'
.. i :=l(1)q, j := l(1)m. D
k=l . k=l k=l
(Ar { = (AT {.
50 §14
. Opgave 28
Bewijs met volledige induktie naar r de twee hierboven genoemde rekenregels
voor het transponeren van een matrix.
Voorbeeld
Een symmetrische matrix is een vierkante matrix omdat uit AT = A volgt dat het aan-
tal kolommen van A gelijk is aan het aantal rijen va~ A. Is A vierkant van de orde n,
dan geldt blijkbaar, dat A symmetrisch is, dan en slechts dan als
i, j := l(1)n.
AT = -A.
Voorbeeld
i, j := l(l)n.
Merk op dat de diagonaa,lelementen van een scheefsymmetrische matrix nul zijn omdat
aii = -au, i := l(l)n.
Opgave 29 r:
c) C = [1: _17
0
J. Bereken C + CT en C - CT.
§14 51
Opgave 30
Gegeven is dat A en B symmetrische matrixen zijn.
a) Bewijs: AB symmetrisch ~ AB = BA. Dat wil zeggen, er is te bewijzen: -
(i) ,Als AB symmetrisch is, dan is AB = BA, ~n
(ü) als AB' = BA, dan is AB symmetrisch.
b) Bewijs: BBT ;" BTB. -
Gegeven is dat C en D scheefsymmetrische matrixen zijn.
c) Bewijs: CD symmetrisch ~ CD = DC.
d) Bewijs: (i) DDT = DTD,
(ü) D2 is symmetrisch,
(ili) D3 is scheefsymmetrisch. .
e) E is een 2x2-matrix.Voor iedere 2xn-mittrix P geldt ditt pTEP symmetrisch
is. Bewijs dat E symmetrisch is.
2
1
0J1 . Maar als AB\ .
= Im' dan is BA een nxn-matrix en
dus ongelijk aan AB.
me:].· [J
'
n
.n
m
B = . ~m [J me:]
n
m
B
n
.
= n 0
BA
.
n
AB =BA =. In.
Vanzelfsprekend is ook B van de orde n. Tevens blijkt dat als A zo'n .
omgekeerde
-
B
heeft, dat die B dan ondubbelzinnig bepaald is. Immers, stel eens dat C een andere
omgekeerde van A is; dus ook geldt dat AC = CA = I. Dan is C = Cl = C(AB) =
= (CA)B = IB = B. Daarom spreken we van de inverse of de omgekeerde van A.
We geven de inverse van A aan door A-I.
De bewerking, die het berekenen van A""':' l is, heet het omkere'n of inverteren van A.
We zullen nu aan een voorbeeld laten zien dat er matrixen bestaan die een inverse heb·
ben. Dit voorbeeld zal ons tevens een rekenschema, of algoritme, opleveren om enerzijds
vast te stellen of een matrix een inverse heeft, en anderûjds als die matrix een inverse
heeft, die inverse te berekenen.
~~ :~] en werken de
Xl
van de orde 3 zodat AB= I~. We stellen B = X2
[
X3 Y3 Z3 .
[~ -~ -~] [;~
Yl
AB = Y2
1 1 1 X3 Y3
De opgave die we nu nog moeten oplossen komt overeen, mèt opgave 6 uit hoofdstuk 1:
het oplossen van drie ste~els lineaire vergelijkingen die alledrie dezelfde koëfficiënten-
, matrix hebben. Daar we ons bij het oplossen van een stelse~ slechts laten leiden door de ,
koëfficiënten van het stelsel, kunnen we in éénrekenschema alle drie de stelsels oplos-
sen. Daartoe vullen we de gemeenschappelijke koëfficiëntenmatrix van de drie stelsels
aan met drie kolommen afkomstig van de drie stellen bekende tërmen; zo krijgen we
een 3 x6-matrix die eigenlijk staat vo<?r drie, als het ware in elkaar geschoven, aangevuld~
matrixen van de drie stelsels.
n -3
5-1
1 1
5 1
o 1
o o
o
o0]
1 1
4 [0-
-2
-+ 0
1
-5
5 - 1
1 1
3 1
o
o
' r~
' 1
*- o 1 o 1
l
10 0 1 3 -2 10 10
5 -'--1 o 1 ' 0 '
]
-+ _ 0 5-1 o
1 6 0 o 1 1 160 o
[: ~ol ~ ~
1 0 1
10
3
10
o 1
10
o -1 5
-ïö
5
-10
0-1 [:
1 5
ïö
o 0 6
-10
8
-ïö
22
10
o -iö
6
[~
o 0 6
-iö -10
8
iö
1 0 1 3 22J'
~.
10 10
o 5
iö
5
10
-1
Xl =--
_
- 1
De eerste vier kolommen van de laatste '3 x 6-matrix staan voor het stelsel x2
10
6
= 1~
, 5
- X3 ::t_
_ - _ 10
_ 8
Yl - -:iö
de eerste drie kolommen met de se kolom staan voor het stelsel Y2 =
3
iö ; en de
5
Y3 = IQ
Zl = 2210 ,
eerste drie kolommen met de 6 e kolom ,staan voor het stelsel Z2 = -102 . Daarmee is,
z3 = -1
-6 -8 22]
de matrix B gevonden. B = 1~
[ 1
5
3 '- 2
5 -10
.
,
54 §15
Is B de inverse van A? Om dat vast te stellen zouden we even kunnen kontroleren of,
behalve AB = I, ook BA = I geldt. Maar het gewènste resultaat van dat onderzoek, dat
B = A-I, zou niet verder reiken dan deze door ons toevallig bij de kop genomen matrix
A. We willen liever een algemeen resultaat dat ons zekerheid verschaft in hoeverre een
op deze wijze gevonden matrix B de inverse is van een willekeurig gekozen vierkante
matrix A, waarvan we u,itgegaan zijn. We draaien daartoe het probleem om, en proberen
uitgaande van de gevonden matrix B een matrix X te vinden die voldoet aan BX, = I.
Áls B de inverse van A is, dan moeten we vinden dat X = A. Daartoe leggen we het
zojuist voor A' gehanteerde rekenschema aan voor B. .",
[All] [ I IB J.
Als we vervolgens deze bewerkingen ei vervangen door hun bijbehorende omgekeerde
elementaire rij bewerking e~ \en die dan iri omgekeerde volgorde,
I
ei, i · - r(-l)1,
ten uitvoer leggen op [11 B], dan is het onmiddellijk duidelijk dat [I I B]daardoor
weer overgevoerd wordt in [A I I]. Evenzo is
[B I I] [I I A].
Hieruit blijkt inderdaad dat A de oplossing is van BX = I en dat B = A-I. We laten het .
een en ander nog eens zien aan de matrix B uit het voorbeeld.
6 8 22
-10 -ïö 10
1 0 0
[BII]= 1
10
5
3
10
5
2
-'ïö
-1
0
0
I
0
0
1
J] -+
10 10
3 2
Tl0 ~[: 3 -2
0] ? è
[t 10 -10 0 I 0
10
1 0 0 5 -1 1 0 0 5
-~ -3
-+
1 1 1 6 0 1 1 1 6
0 0 -2
1
0
0f
1
0
0
L
~55
1
-'1
1
3]l 2 .
~ [~
. 0
0
1
0
0
0
1
2
0
1
~3
~ -~ =
5] [I I A].
§15 55
U
2
5
8
3
6
9
1
0
0
0
I
0
~l~?
1 .
-> P 2
-3
0 -6 -12
3
-6
1
-4
-7
0
1
0 ~J ~~ ./
n
2 3 0
1
G -3 -6
0 0
-4 1
1 -2
Blijkbaar is in' dit geval de laatste vergelijking v~n zelfs ~le drie de op te lossen stelsels
valS. ' Er bestaat dus geen niat;ix B zodat AB = I. A heeft geen inverse. " .
,
Een singuliere matrix is een vierkante matrix die geen inverse heeft. -De telefoonmatrix
is een. singuliere matrix.
Een r~guliere matrix is een matrix die een inverse heeft. Een reguliere matrix IS dus een
vîerk~te ni'átrix en wordt ook wel een niet-singuliere matri~ of een inverteerbare ma-
trix of een .omkeerbare matrix genoemd.
Is A een reguliere matrix, dan bestaat de omgekeerde van A" die we, aangeven met A-I,.
Nu zou de gedachte kunnen postvatten dat we voor A-I ookw~ll kunnen schrijven.
Maar het bezwaar van die s.chrijfwijze in berekeningen is dat ons zicht op de volgorde
der faktoren van een produkt erdoor verloren raakt, wat in die gevallen waar de fakto-
ren niet verwisselbaar zijn tot fouten leidt. Bijvoorbeeld:
Is ~ nu gelijk aan A-I B of is ~ gelijk. aan BA-I?
Opgave 31
a) Bereken van de volgende matrixen, zo mogelijk, de inverse.
3] [2 -1 1] [2
!l
2 -I
A= [ : 3 5 ,B = - 11 8 -7 ,C = 1 -3
5 12 -8 6 -5 I 7
I 0 0 0
D=
I
-'2
0
0
1
2
3
0 -43 1
0 0
I 0 •E= [~
.1
3
3
2
2
4
3
3
II F= [~
I
1
0
0
I
1
1
0 1J
b) Bereken de inve~se v,a n diag (1,2, -3, :0).
c) Formuleer een noodzakelijke en voldoende voorwaarde opdat een diagonaal-
matrix inverteerbaar is.
d) Formuleer een noodzakelijke en voldoende voorwaarde opdat een boven-
driehoeksmatrix inverteerbaar is.
Laat zien dat de inverse van een bovendriehoeksmatrix, mits die bestaat,
weer een bovendriehoeksmatrix is.
e) x is een getal. Onderzoek voor welke waarden van x elk der volgende
matrixen inverteerbaar is.
~ ~ ~ [~ . -~ ~J, [X~4
1
p =[ x I _], 9 = R = 1
-2 o x-4 x' 2 3 x+6 -x
Opgave 32
= Öij,
eij
em:I,j = Àj
i := 1(i)~ I j := l(1)m
Opgave 33
a) A is een vierkante matrix waarvoor geldt dat A2 omkeerbaar is.
Bewijs dat A omkeerbaar is.
b) B is een vierkante matrix waarvoor geldt dat B2 + 31 = O.
Bewijs dat B regulier is.
c) C is een vierkante matrix die nulpunt is van de veelterm
2e - 8t 2 + 3t . : :. 4. Bewijs dat C niet-singulier is.
d) f is een veelterm van de graad r; f(O) 1= O. D is een vierkante matrix die nul-
punt is van f. Bewijs dat D omkeerbaar ,is.
e) E is ~en vierkante matrix waarvoor geldt dat E2 . = O.
Bewijs dat" E singulier
, is.
f) Bewijs dat 1+ E regulier is.
g) Bewijs dat fCE) regulier is.
h) Bereken drie niet-skalaire 2 x 2-matrixen die geen veelvouden van elkaar zijn
en die eL1c hun eigen inverse zIjn.
Overeenkomstig kan men gemakkelijk bewijzen dat als A regulier is, de matrixverge-
lijking AX = B ondubbelzinnig oplosbaar is.
Opgave 34
a) Bewijs de laatste hierboven uitgesproken bewering.
b) P is een reguliere matrix enQ is een matrix waarvoor geldt dat PQ = O.
Bewijs dat Q = O.
c) S is een reguliere matrix en R is een matrix waarvoor geldt dat RS = O.
Bewijs .dat R = O.
d) U en V zijn vierkante matrixen, beide ongelijk aan 0, waarvoor geldt dat
UV = O. Bewijs -dat zowel U als V singulier is.
Opgave 35
A, B en C zijn 3 x3-matrixen gedefinieerd in opgave 31. Los de volgende
matrixvergelijkingen op.
a) AX = C,
b) YB = C,
c) AZB = C,
We beschouwen een stelsel S van lineaire vergelijkingen in evenveel onbekenden als het
vergelijkingen heeft; zo'n stelsel wordt vaak een vierkant stelsel genoenid.
Laat A, een vierkante) matrix van de orde n, de koëfficiëntenmatrix van S zijn, en laat
B, een kolommatrix van de orde n, de bekende termen van S bergen. In matrix-vorm
heeft S dan de gedaante
AX:c B.
Is A regulier, dan is ons g~bleken uit opgave 34, dat he elsel S precies ;één oplossing
heeft. We draaien de vraag nu om. Stel dat het ste S precies één oplossing ~eeft. Is
A ,dan regulier? Als het stelsel precievs' én op sing heeft, zijn er precies n getallen Ci,
i := 1(1 )n, al of niet verschillend, zodat -
xi = cj, i :=_ 1~ .
Dat houdt in dat het stelsel S gelijkwaardig is met het stelsel T waarvan In de
koëfficiëntenmatrix is en waarvàn de getallen ci, i:= 1(1)n de bekende termen vormen.
Laat die getallen de n e orde kolom matrix C bepalen, dan heeft T in matrixvorm de
gedaánte
en uitgeschreven .
§17 59
Xn = Cn -
I .... ' .
Uit de gelijkwaardigheid van de stelsels S en T volgt dat er een stel elementaire rijbewer-
kingen bestaat dat,na tenuitvoerlegging, de !lx(n+l)-matrix [AIB] overvoert in [In IC].
Maar dan bestaat er een n xn-matrix M, zodat hetzelfde stel bewerkingen, na ten
uitvoer legging, de nx2n-matrix [A I In] overvoert in [In I M]. Dat betekent dat
M = A-I. Daarmee hebben we de volgende stelling bewezen.
::::::::::::I:::stellirig 3 (eerste vormgeving) . -
t/f ~~~Een ~ierkant. ste~sel heeft precies é~n oplossÎl1g dan en slechts dan .als zijn koëfficiënten-
;.:.;.;.:.:. ·;.matnx -regulIer.
IS: .
17 Reguliere 2x2-matrixen
We zullen' in deze paragraaf een eenvoudig kenmerk Voor het regulier zijn v~n 2 x2- .
matrixen afleiden alsmede een formule voor de inverse van zo'n reguliere matrix.
Laten .a, ~, 'Y ' en 8 getallen zijn. We pogen met het eerder olltwikkelç:le reken schema
. '
de omgekeerde van A = .
[a''Y . ~J5 te berekenen. /'
(i)
We veronderstellen eerst .dat a i= o.
~
I
{3
[~- ~ ~J *k ~ [~ ~J ?~
1 1
a a
0 5. 0
!! 1
~J
oe Q
[:6 _ IJ"Y
ct
-1
oe
Als 5 - ~ = 0, dan staat de laatste rij van het schema voor tenminste één valse vergelij-
king zodat A singulier is. Voorts geldt:
[015 -~ (3'Y
oe
~
-1
oe
1
0J * ' -~ [1 t
oe
oe/) - (3'Y
(» 1
·60 '§ 17
-~J .6~!#~
[~
1.+ 0
·0
I
Cr
(31:
a(a6 -~'Y)
1:
CtO -~'Y «9
=[1
. a
-~'Y
'
. 0
0
I
ao -(3-y.
-1
aS-~-y.
a
]•
aS -(J-y ,
Blijkbaar geldt ,
Als a ,=/= 0 en ao -:Ih =/= 0, dan ' is A-I = aO:(3'Y[ --,~ -~l
(ti)
We veronderstellen ~u dat a ;; O. Als ook {3 = 0 Zien we onmiddellijk aan het reken-
schema dat A-I niet bestaat. We eisen daarom dat {3 =/= O.
[~
I
[~ ~J*! .~J?~
$ I 1 iJ
0 0 -> 5 0
L~ I-t -~J
I
0
Als 'Y = 0, dan is het duidelijk dat A niet-omkeerbaar is. We eisen daarom ook dat 'Y -+ o.
Nu i~ , ,
{3 =/= 0
'Y 4= 0
I ~{3'Y=/=0~
I ao - (3'Y '4= 0
a=O C'
r])
1
[~
I
0 IJ a~ ~ [~
I
0 ' -(3'Y
. (J
0
~
[~ It ~J=[~ -~ J
0 -0
0 ao-(3'Y ao ;(3'Y
I I -1
-aS -~'Y aS -~'Y
Blijkbaar geldt
Opgave 36 •
a) Bereken, zo mogelijk,' de inverse van de volgende matrixen.
BI =
~
[40
. .5
0
c) Bereken de inverse van
2
3
0
0
0
0
2
4
~] en B, = n 0
0
2
3
2
4
0
0
~]
o .
0
6 0- 0 .0 0 5 0 0 0 0
0 2 3 0' 0 o ', 0 0 6 7
Cl = 0 4 5 0 0 en Ci = 0 0 0 8 9
0 0 0 1 2' 0 1 2 0 0
.,0 0 0 3 4 0 3 4 · 0 0
r ~J
d) a, ~ e'n 'Y zijn getallen." ,
Dl = [c?sa -sma , D = -a
sma cosa 2_13
. J [0 P] a
0 'Y , ' D3=
-'Y 0 ,
a 0
13 'Y
a
Onderzoek voor elk van de drie bovenstaande matrixen aan welke voorwaar-
,den a, 13 en 'Y moeten voldoen opdat die matrix regulier is. Bereken, zo
mogelijk, de inverse van elk 'van de matrixen.
.
Zo IS I [I
2 = 0 0J
I regu li er en .,"M [1 . 1
' ~- 0 , -1 J regu li er, maar I+
2
1
' M =' [_ 02 . 0 J 'IS smgu-
.: .
li er en I 2 - M = ,0
[
-IJ ' .
2 IS smguli er.
Bewijs. Omdat de inverse van een matrix ondubbelzinnig bepaald is hoeven we<slechts
één matrix, zeg B, te vinden die voldoet aan Al B = I. Dan is (A- I l = B. Maar er r '
geldt Al A = I. Dus de gezochte B is juist A. . 0
(ATr l = (All.
Is À een getal ongelijk aan nul, dan volgt uit (ÀA)( XA-I) = À( 1/~)(AA-I) = AAI = I dat
(AAr 1 = lAl
À ,
Is B een reguliere matrix van dezelfde orde als A, dan volgt uit (AB)(B- IAl) =
= A(BB- I )K 1 = AIA I = AAI = I dat .
(ABrI = B-IA I.
(Akr l = (AI)k.
Opgave 37
a) Bewijs met volledige induktie de twee bovenstaande rekenregels.
b) B is een reguliere symmetrische matrix. Bewijs dat B- I symmétrlsch is.
c) C is e~n reguliere scheefsymmetrische matrix. Bewijs dat Cl scheefsymme-
trisch is.
d) P en Q zijn vierkante matrixen van dezelfde_orde. P is regulier. Bewijs:
(p-l QP)2 = p- IQ2 P. .
e) Bewijs dat voor ieder natuurlijk getal k geldt: (p-IQP)k = p-iQkp.
f) R en S zijn vierkante matrixen waarvoor geldt: RS = SR. Bewijs dat voor
ieder positief geheel getal p geldt: RPS = SRP.
g) Als R bovendien regulier is, bewijs dan dat voor iede~ geheel getal k geldt:
RkS = SRk.
19 Komplexe matrixen
Tot slot van dit hoofdstuk brengen we komplexe matrixen of matrixen over CC ter
sprake; het zijn matrixen waarvan de elementen komplexe getallen zijn.
Voorbeelden
3+i
[ 4 + Si
2 + 2i 3 + lOi
1 - 2i 3 - 7i
1
3i
2 - 6i
1+
2 - 8i
3i
i] is een komplexe 3 x 4-matrix . .
§19 63
3 S- i
3 - 4i]
i , 2 - i 8 + 6i 'is een kompIe xe vierkante matrix van de orde 3.
[ 1 - i 1 + Si 7 - 7i
[
2 + 4i
o
o
S
3 +i
0
I -
1+i
IOi
i] is een komplexe bovendriehoeksmatrix van de orde 3.
[
1 ~
o
Si 0
1+i
J' is een komplexe diagonaalmatrix van de orde 2.
,
Daar we de reële getallen IR lmnnen identificeren met de komplexe getallen waarvan
het imaginaire deel nul is, kunnen we IR opvatten als een deelverzameling van de kom-
, plexe getallen <C. Dat heeft tot gevolg dat we iedere matrix waarvan alle elementet;t
reële getallen zijn ook kunnen opvatten als een ml!trix over <C. Zo kan de matrix
(1 + i) [~ ~ ~~ 4 + i] = [-1 + 1li
3 - 8i '
3 + Si].
S - i , 11 - Si
lJet begrip omgekeerde of inverse van een komplexe matrix wordt overeenkomstig ,
gedefinieerd als dat voor reële matrixen. Verder is het hierboven voor reële matrixen
ontwikkelde rekenschema om:
1) vast te stellen of een vierkante matrix een inverse heeft, en, als dat het geval is,
2) die inverse te berekenen,
64 §20
zonder meer bruikbaar voor komplexe matrixen. Dus als de nx2n-matrix {Alln ] door
elementaire rij bewerkingen kan worden overgevoerd in [In IB], dan is B = Al en
A = B- l . Met betrekking tot het inverteren van een kompIe xe matrix gelden dezelfde
rekenregels als voor het inyerteren van een reële matrix. En zoals we voor reële 2x 2-
matrixen gevonden hebben, zo geldt ook voor komplexe 2x2-matrixen:
Zijn a. f3, 'Y en 8 komplexe getallen, dan is [~ . ~] regulier, dan en slechts dan als
a8 - {3'Y =1= O.
i := 1(l)m, j := l(1)n.
Is C = [ 4
1
~ ~i 2 ~i 3 ~i 1 danis C = [ ~~ 3ii 2 7i -:l
3
Zoals we van een komplex -getal z zijn r~ëel deel Rez en imaginair deel Imz onder-
scheiden, zo onderscheiden we van een komplexe mxn-matrix A zijn reëel deel ReA
en zijn imaginair deel ImA:
i := 1(1)m, j := 1(1)n.
A = A, A+B = A + B"
AA = XX AC,
= AC AT.
= j\T
Is A regulier dan is Al = (Ar l. .
§20 65
Een bewerking Il!et komplexe matrixen, die vruchtbaarder toepassingen heeft dan het '
transponeren alleen, is de samenstelling van transponeren en overstrepen.
Laat A een komplexe mxn-matrix zijn. De overstreept getransponeerde van A, notatie
AH, is de nxm-matrix die ontstaat uit A door eerst A te transponeren en vervolgens
AT te overstrepen, '
AH '= AT,
of, wat op hetzelfde neerkomt: AH ontstaat uit A door eerst A te overstrepen en ver-
volgens Ä te transponeren:
AH = AT.
Stellen we Alt. = B, dan geldt: bij = 3Ji, ' i:= l(1)n, j := 1(1)m.
Voorbeeld ' •
_ - 3'1, 2 + 5'1 ' - 1 + 1'] ' , H"': [ 4 + 3i' 3 - 2iJ
Is A - [43 + 2i -6 + i 7 _ 2i ' dan IS A - 2 - 51, -6 - i .
, -1 - 1 7 + 2i
De rekenregels voor dit overstreept transponeren van komplexe matrixen zijn de vol- , '
gende. Zijn A en B komplexe mxn-niatrixen, is À een komplex getal en is C een kom-
plexe nxq-matrix, ,dan geldt: '
(AH)H = A
(A + B)H = AH + BH
(ÀA)H = XAH
(AC)H = CHAH.
Opgave 38
Bewijs bovenstaande rekenregels voor het overstreept transponeren.
" ,
66 §20
Een Hermite-matrix is duidelijk een vierkante matri~: Een vierkante komplexe n xn- '
matrix is een Hermite-matrix dan en slechts dan als
ij := l(l)n.
Omdat aii = aib i:= l(l)n, zijn alle diagonaalelementen van een Hermite-matrix r'eëel.
,,
Een voorbeeld van een Hermite-matrix is
, 'r3 1~ i
1
7
+ 'i 2 - 3il
Si.
, , , 2 + 3i -Si 8
Merk op dat 'iedere reële symmetrische matrix opgevat kan worden als een komplexe
Hermite-matrix, maar dat niet iedere symmetrische matrix een Hermite-matrix is. Zo
BH = -B. ,
b··IJ = ...:..1)Jl'
.. i,j := 1(1 )n.
r -1 + i.
-2 - 31
7~
51 ,0
e~n scheve Hermite-matrix.
'
Opgave 39
A, B, C, D, ' E en F zijn komplexe matrixen. ~ ,"
A = [0,
-1
iJ, B, = [ -2 4
0 -1
.
Opgave 40
A is een komplexe mxn-matrix, B is een kompIe xe nxn-matrix, C is een
Hermite-matrix van de n-de orde en P is een komplexe kolominatrix van de
n-de orde.
'a) Bewijs dat zowel AHA als AAH Hermite-matrixen zijn.
b) Bewijs dat B+ BH een Hermite-matrix is.
Bêwijs dat B - BH een scheve Hermite-matrix is.
Bewijs dat B op precies één mani~r geschreven kan worden als de som van
een Hermite-matrix en een scheve Hermite-matrix.
c) 'Bewijs dát ReC een reële symmetrische matrix is en dat ImC een reële
.. scheefsymmetrische inatiix is.
d) Bewijs dat iC een scheve Hermite-matrix is.
e) Bewijs dat BHCB een Hermite-matrix is~
f) Bewijs dat pHCp een reëel getal is.
68 §21
HOOFDSTUK 3 .
Analytische meetl<unde van de
ruimte en het platte vlal< _
21 Vektoren
Het doel dat we in de analytische meetkunde beogen is, door een geschikte beschrijving
van de aanschouwelijke ruimte, meetkunde-vraagstukken rekenenderwijs op te lossen.
Zo kunnen we bijvoorbeeld"de vraag of een lijn een vlak in een punt snijdt omzetten
in een ermee gelijkwaardige vraag of een stelsel lineaire vergelijkingen. precies één op-
lossing heeft. Die beschrijving houdt in dat we ieder "punt van de ruimte één-éénduidig
toevoegen aan een rijtje van drie getallen, de zogenaamde koördinaten van .dat punt.
Hoewel het kunnen rekenen aan meetkunde-vraagstukken in dir hoofdstuk ons eerste
oogmerk is, is een tweede te laten zien dat de bedoelde beschrijving van de ruimte
uitzicht biedt op een veralgemening naar vier- en meerd4nensionale abstrakte ruimte~,
die we in hoofdstuk 5 zullen beschouwen.
Met abstrakte ruimten bedoelen we ruimten die we, in tegenstelling tot de ruimte I
waarin wij ons bevinden en het platte of Euklidische vlak, niet kunnen leren kennen
door aanschouwing. We gaan dus in deze paragra~f uit van het platte vlak en de aan-
schouwelijke ruimte, en veronderstellen dat de lezer enige kennis heeft aangaande de
vlakke meetkunde (planimetrie) en de ruimtemeetkunde (stereometrie),
We beginnen onze ' uiteenzetting met een bespreking van het vektorbegrip. Een vektor
wordt gekenmerkt door een grootte en een richting. Daarom worden onder andere in
de natuurkunde vektoren gebruikt om er krachten; verplaatsingen, snelheden, versnel- .
lingen, veldsterkten en dergelijke mee te beschrijven. Moderne uiteenzettingen over
analytische meetkunde beginnen met het vektorbegrip, reden waarom ook wij dit
onderwerp als eerste aansnij den.
Laat P en Q twee (verschillende) punten zijn en laat PQ het lijnstuk zijn dat P "en Q
tot uiterste punten heeft.
Een pijltje is een lijnstuk voorzien van een richting; deze richting brengen we tot uit-
drukking door één der uiterste punten als beginpunt en het andere als eindpunt van
het pijltje aan te merken.
~
Het pijltje met P als beginpunt en Q als eindpunt geven we
in een tekst aan door PQ en in een figuur door:
'.
-+
~ -
De lengte van PQ, notatie IIPQII, is de lengte van het lijnstuk PQ. De lijn door de punten
P en 'Q heet de drager van PQ. Een pijltje PO
heet verschuivingsgelijk of ekwivalent aan
een pijltje RSals PO
door evenwijdig verschuiven overgevoerd kan worden in RS.
Q
~._'-_ S
~--._~
Het is duidelijk dat de volgende eigenschappen juist zijn:
I) Een pjjltje is verschuivingsgelijk aan zichzelf.
2) Als PO verschuivingsgelijk is aan dan is RS, RS
verschuivingsgelijk aan PQ.
3) Als
~
PO verschuivingsgelijk is aan
~-
en RS RS'
verschuivingsgelijk is aan TV, dan is ook -
P\.l verschuivingsgelijk aan 'TV.
Q
/'>"S
Vvi
"'.........
\y:'
\ ....
\
v
/
V
\ 1
,I
T
Dit drietal eigenschappen maakt het mogelijk pijltjes die verschuivingsgelijk zijn aan
elkaar, te vereenzelvigen. We brengen dit tot uitdrukki~g in de volgende notatie:
\\/y
\
\
Een pijltje
~
XY heeft dezelfde richting als PQ, als er een punt R op h + bestaat zodat
-+ ~~ . .
We kiezen in de ruimte (het platte vlak) een vast punt O. Elk pijltje dat 0 tot begin-
~
punt heeft noemen we voortaan een vektor. De vektor OA die A als eindpunt heeft
geven ' we aan met ~, zijn lengte met II~II.
A
~
De tegengestelde vektor van ~, notatie -~, is de vektor die dezelfde lengte heeft als l!,
maar de tegengestelde richting h~eft v~n ~; -~ is verschuivingsgelijk aan AC.
A
•
Omdat we bewerkingen met vektoren willen gaan uitvoeren, voegen we bij deze ver-
zameling van vektoren nog een bijzondere vektor, de zogenaamde nulvektor. Een nul-
pijltje is een ontaard pijltje in de zin dát begin- en eindpunt ervan samenvallen. We
geven een nulpijltje aan door PP en stellen zijn lengte op nul. We bepalen dat alle
nulp ij ltjes verschuivingsgelijk zijn aan elkaar, zodat voor iyder tweetal punten P en Q
geldt dat pP = 00. De nu Ivektor, notatie Q, is het nulpijltje 00. Het punt 0 heet de .
oorsprong van de ruimte (het platte vlak).
Het is duidelijk dat we door de keuze van een oorsprong 0 een één-éénduidige toe-
voeging hebben bewerkstelligd tussen punten en vektoren. Immers, ieder punt P van
de ruimte (het platte vlak) bepaalt precies één vektor p = oP, en omgekeerd bepaalt
iedere vektor ~ = oQ precies één punt Q van de ruim~ (het platte vlak). Daarom ver-
eenzelvigen we punten en vektoren, en schrijven we dikwijls P = .E. Als we zeggen dat
de vektor p tot een verzameling V behoort, dan bedoelen we dat P tot V behoort en
niet dat hcl gerichte lijnstuk oP in zijn geheel tot V behoort'. Maar 'zeggen we dat p
evenwijdig is aan een lijn of een vlak, dan bedoelen we dat oP evenwijdig is aan di;
lijn of dat vlak.
o
Uit de definitie volgt onmiddellijk dat deze optelling kommutatief is. Dat wil zeggen,
voor ieder tweetal vektoren ~ en 1> geldt dat
~ + Q = Q. + ~.
o o
. Merk op dat rechtstreeks uit de definitie volgt dat
. ~ .+ Q =Q + ~ =~ en -a + (-a)
- = -a- + -a = O.
-
Ook is deze optelling associatief. Dat wil zeggen, voor elk drietal vektoren ~, Q en ~
geldt dat .
(!! + 1» +~ = ~ + (12 + ~).
De onderstaande figuur licht deze regel genoegzaam toe.
(~ + Q) + f. '
72 §22
We trekken de slotsom dat ·het optellen en aftrekken van vektoren aan dezelfde regels
is onderworpen als het optellen en aftrekken van reële getallen of matrixen.
We voeren nu de vermenigvuldiging van een vektor met een reëel getal in.
Laat! een vektor zijn en À een reëel getal. Dim is het produkt van À en ~, notatie À~
de vekto'r die flls volgt is bepaald.
1) IIÀ~II = IÀI ·II.~II.
2) Is ~ =1= Q_en À =F 0, dan is de richting van À~ als volgt bepaald:
Als À > 0, dan hebben ~ en À~ dezelfde richting.
AJs À < 0, dan hebben ~ en À~ tegengestelde richting.
Voor À~ mag men ,?ok schrijven ~À, hoewel dat niet gebruikelijk is. Is Il een getal on-
gelijk aan nul, dan schrijven we voor! a ook wel ~ .
, IJ. -=- IJ.
In onderstaande figuur zijn voor een vektor ~, een positief getal À en .een negatief getal
Il de vektoren À~ en Il~ gekonstrueerd met behulp van een getallenrechte.
À~
getallenrechte ,
'Ook de ' volgende rekenregels voor deze vermenigvuldiging blijken dezelfde te zijn als
, die voor de vermenigvuldiging van een matrix. met een reëel getal. Zijn! en Q twee
vektoren en À en p twee reële getallen, dan geldt:
À(p~) = (Àp)~;
(À + IJ.)! = À! + p~;
À(~ + Q) = ' À~ + ÀQ.
We be"wijzen-de eerste van deze drie regels. IIX(,u~)1I = iXlllp~1I = IXllplll~1I = IXplll~1I =
= IIXp~lI: De vektoren van/ beide leden hebben dus dezelfde lengte. Als À = 0, of P = 0,
of ! = g, zijn we klaar. Laat nu À =1= 0 en p =1= 0 en ~ =1= Q. Dan moeten we , alleen nog'
aantonen dat beide leden dezelfde richting hebben. Daartoe moeten we de verscp.illende
gevallen nagaan die voortvloeien uit het positief of negatief zijn van À en p. De onder-
staande tabel toont de uitkomsten van dat onderzoek. In de tabel betek~nt !: -+ dat
de vektor y dezelfde richting heeft: als !, en y: ~ dat.Y de tegengestelde richting heeft
van a.
I
, /
/ 1
I /
i getallenrechte
/ .
À +1-' À
Voorbeelden
1) A en B zijn gegeven punten, a en ~ zijn gegeven positieve getallen. Het punt C is
op het lijnstuk AB gelegen en is bepaald door ' IIACII: IICBIi = a :.~. We willen C, dus
--+
OC = f, uitdrukken in a, ~, ~ en Q. .
--+ a~ ' a A
f = ~ + AC = ~+ a + ~ AB =~ + a + f3 (!2 - ~)
_ (a + ~)a + a(b - a) _ aa + f3a + ab - aa
- a+~ - , a+~
_ ~~ + ah
- a+ ~ .
B
o I
I
I
I
!;!.-Ê.
2) Laat A, B en C de hoekpunten van een driehoek zijn, waarvan Z het zwaartepunt
~
is. We willen ·Z == OZ = ~ uitdrukken in ~, Q en f.
Laat P het midden van AB zijn. Het lijnstuk CP C
is dan de zwaartelijn van ' de driehoek uit C op AB.
Het zwaartepunt Z ligt op de zwaartelijn CP en A
wel zo, dat IICZII: IIZPII = 2: 1.
Volgens het vorige voorbeeld is
la+lb a+b
E =ï + 1- =- 2 - en
z = 1~ + 2]2 =c + (a + b) =a + b .+ c '
2+ 1 3 3
Opgave 41
~, Q en f. zijn gegeven vektoren..
a) Konstrueer 2~, 2~ + 3Q, 2~ - 3Q, 0~, -0~ V2~ - Y3Q, -v'3~ + V7f.,
b) À is een gegeven getal. Los, indien mogelijk, !. op uit:
(i)' 3 ~ + 2 = À~ + ~
(ii) 2(~ + ~) = 2~ + 312
(üi) À(3~ - ~ + 2(5~ :.... Q) = 7~ + ~ - 2Q.
ç,
§23 75
c) Los ~ en ~ op uit:
(i) {!.3!-:- 2rSI=='2~32' . (11") { 6x
-
7!. +
+ 4y
-
S~
= -8a-
= 14Q.
d) Los !' X en !oP uit
r- =~ ,,'
1
2~ + ~
x - 2y + -3z =b ' '
-2~ - 4X + si'=S " ,' ",,
e) P ligt 'op de drager van AB,
maar niet op 'het lijnstuk AB. De plaats van P is
bepaald door 11 PA 11 : lIPBIl = 4 i 7. Druk E uit in ~ en Q.
-f) 'ABCQ is een parallellogram. Bewijs dat de diagonalen ervan elkaar midden-
. i '
door delen.
g) A,B en C zijn hoekpunten van een trapezium. Gevraagd wordt het vierde
hoekpunt R = !. uit te drukken in ~, 2 en E, als gegeven is 'dat AB evenwijdig
is aan CR, en IIABII = 3I1CRU.
h) ÁBCS is een viervla~ in de ruimte. De drie lijnstukken die de middens v~n
de paren overstaande ribben verbinden, gaan. door één punt Z en delen elkaar
in Z middendoor. Bewijs dit.
Om deze reden heet {~} een basis voor L, en x heet de koördinaat van!! ten opzichte
van de basis {~}. Het is duidelijk dat elke -vektor Q. =1= Q. in L als basis kan dienen voor L.
-Laat Veen vlak door 0 zijn, -of zij V het platte vlak, en laat ~l en ~ twee vektoren
in V zijn die niet evenwijdig aan, elkaar zijn; we noemen zo'n tweetal vektoren een
, tweebeen. We spreken af dat de nulvektor evenwijdig is aan iedere andere vektor;' dus
de nulvektor maakt van geen enkel twee been deel uit.
Is u een willekeurig gekozen vektor in V, dan snijdt, volgens een stelling uit de vlakke
meetkunde, de lijn die door het eindpunt van ~ gaat en die evenwijdig is aan ~2 de
drager van ~l in' precies éen punt !!l. En!!l bepaalt ondubbelzinnig een getal Xl zodat
!:!l = XI~I· Evenzo, snijdt de lijn die door!:! gaat en evenwijdig is aan ~l ~e drager van
§24 77
~2 in precies één punt ~2, dat op zijn beurt ondubbelzinnig het getal 'X2 .bepaalt, zodat
~2 = x2~2· Uit de definitie van de optelling van vektoren volgt dat!:! = Xl~l + x2~2.
·Omdat voor iedere vektor !:! van V de getallen Xl en. X2 pndupbelzinnig 'b epaald zijn
met betrekking tot el en e2 z.eggen we dat het tweetal {el,e2} een basis voor V is,
en dat Xl en x2de koörd~aten van u zijn ten opzichte v~ti-die basis {~1,~2}. Het is
duidelijk dat ieder tweebeen als basis kan dienen voor V.
Laat nu ~t. ~2 en ~3' een drietal vektoren in de ruimte zijn met de eigenschap dat ,er ·
geen vlak bestaat waaraan die drie vektoren evenwijdig zijn; dat .wil zeggen, de pijltjes
---+ ---+ ---+ . .
OEI, OE 2 en OE 3 liggen niet in één vlak. Een dergelijk drietal vektoren noemen we
een driebeen.
r
U =~ À·a·
Ll'
i= 1
Zijn v en w twee lineaire kombinaties van het r-tal vektoren {~i> i := 1(1)r}, da~ zijn
y
ook + ~-en À~ dit voor iedere À in IR. Alle lineaire ~ombinaties van dat r-tal vekto-
ren vormen dus een deelruimte D. D heet de deelruimte opgespannen door het r-tal
vektoren {!i> i := 1(1)r}.
Zo wordt het hierboven genoemde vlak V opgespannen door het aldaar genoemde
tweebeen {~1>~2}, omdat iedere. vektor van Veen lineaire kombinatie is van ~l en ~2.
Evenzo wordt de ruimte opgespannen door het hier bove~ genoemde driebeen {~l'~2,~3} .
. Kiezen we Ài = 0, i := l(1)r, dan blijkt dat Q een lineaire combinatie is van ieder r-tal
vektoren:
r /
o= ~ O~i.
- i=l
Als het nu mogelijk is 0 te schrijven als lineaire kombinatie van het r-tal {~.i' i := 1(1)r}
Jerwijl tenminste één van de getallen Ài niet nul is, dan heet dat r-tal afhankelijk.
r
Is dat niet mogelijk, dus 0 = ~ Àiai alleen als alle getallen Ài nul zijn, dan heet dat
- i= 1 - . .
r-tal ~nafhankelijk. Zo is de bovengenoemde vektor ~ van de lijn L door 0 onafhanke-
lijk. Immers, als 'À~ = Q, dan is À noodzakelijk gelijk aan nul. Ook is het in V gelegen
tw~ebeen {~1>~2} onafhankeliJk. Immers, als ÀI~1 + À2~2 = Q, terwijl bijvoorbeeld
À2 =1= 0, dan is ~2 = -(À I /À2)~I, hetgeen in tegenspraak is met het gegeven dat ~l en
~2 niet evenwijdig aan elkaar zijn. We trekken de slotsom dat ieder tweebeen onaf-
hankelijk is.
Voegen we aan dit tweetal vektoren een derde in V gelegen vektor ~ toe, dan is het
drietal {~l,~2,~} afhankelijk. Immers, we hebben op meetkundige gronden vastgesteld
dat er ondubbelzinnig bepaalde getallen YI en Y2 bestaan zodat ~ = YI~1 + Y2~2; dus
YI~1 + Y2~2 - I ~ = Q. en het drietal {~1>~2 ,'!!'} is blijkbaar afhankelijk.
We trekken de slotsom dat drie vektoren die evenwijdig zijn aan één vlak, een afhan-
kelijk drietal vektoren vormen.
Een overeenkomstige redenering leert dat ieder driebeen in de ruimte onafhankelijk is,.
en dat ieder viertal vektoren afhankelijk is.
Een r-tal vèktoren {!i> i := HIjr} is een basis voor een deelruimte D als het de volgende
twee eigenschappen heeft:
1). Het r-tal spant D op. Dus voor( iedere -d in D zijn er getallen xi> i := 1(1)r, 'z odat
. I
r
2) Het r-tal is onafhankelijk. Dus als ~ Àiai
. 1 -
= 0,
-
dan zijn noodzakelijk alle Ài nul:
Ài = 0, i := l(1)r. . J= . . .
r r
d "= L xiai en d = L Yiai.
- i=1 - i=1 -
r r r
Dan is L xiai = L Yiai gelijkwaardig "met L (Xi - Yi)ai = O.
i= 1 - i= I " - i= 1 --
Omdat het r-tal {~i> i := 1(1)r} onafhankelijk is, zijn alle getallen Xi - yj nul. Dus
Xi = Yi> i := l(1)r. Twee verschillende lineaire kombinaties van de basis voor één vektor
bestaan blijkbaar niet.
De ondubbelzinnig bepaalde getallen Xi waarvoor
heten de koördinaten van ~ ten opzichte van de basis {~i", i := I (1-)r}. Deze eigenschap
is kenmerkend voor een basis. Immers, is {~i, i := l(1)r} een r-tai vektoren in D met
de eigenschap dat er voor iedere ~ in D r ondubbelzinnig bepaalde getallen Yi> i :=
I (l)r bestaan., zodat
een vektor ten opZichte van een basis ondubbelzinnig bepaald zijn, ontstaat er zo een
één-éénduidige toevoeging tussen vektoren en, bijvoorbeeld, reële 3 x I-matrixen.
Maar er is meer. Laat! een andere vektor zijn met koördinaten Yl, 'Y2 en Y3 die we
. '[ Yl] .
toevoegen aan de 3x I-matrix f2 . Dan is de som ~ + ~ ~ (XI~l + X2~2 + X3~3) +
Y3 , '
+ (Yl~l + Y2~2 + Y3~3) = (Xl + Yd~l + (X2 + Y:z)~:z + (X3 + Y3)~3. De koördinaten
van!! + Y. Zijn dus Xl + Yl, X2 + Y2, en x3 + Y3, zodat we !:!' + ! toevoegen aan de
3xl-matrix
.
r:: :~:J.,
x3 + Y3
Volgens' de 9ptelling van matrixen geldt:
BJijkbaar ~aat deze toevoeging van vektoren aan matrixen de uitkomst van de optelling -
in die beide verzamelingen onverlet.
Is ~ een reëel getal, dan is Àu = À(XI el + X2e2 + X3e3) = ÀXl el + ÀX2e2 + ÀX3e3. De
koördinaten[V~:lÀ]!!. zijn dus ÀXl, ÀX2-en ÀX3~ zodat -we À!!. to~voegen ;a~n de re~lé
3x I-matrix ÀX2 . Volgens de vermenigvuldiging van een matrix met een getal geldt
. ÀX3
Blijkbaar laat !1eze toevoeging van vektoren aan matrixen ook de uitkomst ván de
vermenigvuldiging met ·een getal in beide verzamelingen onverlet.
We zullen dit resultaat vastleggen .in een stelling nadat we eerst e.en geschikte notatie
hebben ingevoerd voor de toevoeging van vektoren aan kolommatrixen. Die toevoeging
hangt natuurlijk ten\
nauwste samen met de basis (el,e2;e3);
- - - immers, een andere basis,
,
dan ook andere koördinaten. Daarom willen we in die notatie de in gebruik zijnde
basis tot uitdrukking brengen. We korten (~b~2,~3) af tot e. Is ~ = Xl~.1 + X2~2 + X3~3,
dan stellen we die toevoeging van: vektoren aan kolommatrixen voor door
.,
[u]e
- heet de koö'rdinatisering van -u ten
,
opzichte van de basis e. Indien er geen mis-
verstand kan ontstaan over de gebruikte' basis, schrijven we ook gemakshalve
:::Stelling 4 , ~
:::Laat eeen basis voor de ruimte (het platte vlak) zijn. De toevoeging van vèktoren aan
)eële 3 x l-màtrixen (2x I-matrixen), waarbij de elementen van de matrixen achtereen-
:::volgens de koördinaten van de vektoren ten opzichte van de basis e zijn, is één-één-
~~~duidig. Bovendien laat deze toevoeging de uitkomsten ·van. de optelling en van de
:::vermenigvuldiging met een reëel getal in beide verzamelingen onverlet. Dit betekent,
)n de hierboven ingev?erde notatie, dat voor ieder tweètal vektoren !:! en ! van de
:.
~:.;: : : .r:imte (het platte vlak) en ieder reëel getal ·À geldt:
[!! + y]e = [!!]e + [y]e
, [À!!.]e = À[!!]e.
Deze stelling vormt de grondslag van de analytische meetkunde. Stelling 4 maakt het '
mogelijk meetkundige lichamen zoals lijnen, vlakken, driehoèken, viervlakken; kegel-
sneden, omwentelingsoppervlakken te beschrijven door formules voor d.e koördinaten
van de punten van die meetkundige lichamen. Met behulp van die formules kan mèn
bepaalde meetkundige vraagstukken, zoals het vaststellen van een snijpunt van een lijn
met een kegelsnede, algebraïsch oplossen. Omgekeerd kan men aan ~ommige resultaten
uit de algebra een meetkundige betekenis verbinden. ~nalytische meetkunde is, kortom,
het 'bedrijven van meetkunde met algebraïsche metoden.
Laat!:! de vektor zijn die verschuiving~gelijk is aan het pijltje PQ. Dan i~ he~ duidelijk
dat er voor iedere vektor ~ van Q precies één getal À bestaat zodat ~ = .E + À~. Omgé-
keerdbepaalt ieder getal 1.1. door r = E. + Il~ preCies één punt X van Q.
Een volledige beschrijving van Q gèeft de volgende vektorvoorstelling van Q,
Q: ~ = .E + À~, À E IR.
. ,
r heet een steunvektor en ~ heet een richtingsvektor van Q. Merk op dat ieder punt
van Q kan optreden als steunvektor van Q en dat iedere vektor die evenwijdig is aan L,
maar die niet nul is, kan dienen als richtings:vektor van Q. Is L de lijn door 0 die even-
Wijdig is aan Q,. en waarvoor {u}
-
dus een basis
'
is, dan zouden we Q kunnen .
opvatten
als de som van {r} en L:
À E IR.
Deze beschrijving van Q noemen we een parametervoorstelling van Q m,e tÀ als enige
parameter. In hoofdstuk 2 hebben we gezien dat we de algemene oplossing van een
stelsel lineaire vergelijkingen in de vorm van een kolommatrix kunnen gieten. Als we
deze parametervoorstelling van Q zo ,opvatt~n beteke,nt dat, dat we de koördinaten
van de punten van Q opvatten als oplossingen van een stelsel lineaire vergelijkingen jn
drie onbekenden Xl, Xz en X3 met één vrijheidsgraad, vanwege de ene parameter À.
Dit stelsel zal dus gelijkwaardig zijn met een gereduceerd 'stelsel van twee vergelijkingen
in -drie onbekenden. Ter toelichting volgt een voorbeeld.
Voorbeeld
,
De lijn m heeft ten opzichte van de basis e de volgende parametervoorstelling
J..L E IR.
Hierui~ leiden we af, gebruik makend van de definitie van gelijkheid van matrixen, dat
I
:xl = I - J..L
, Xz = 2" + 3J..L :
X3 = 3 -'- 5J..L
Ons doel is nu anders dan dat in 'hoofdstuk 1. In hoofdstuk I hadden we het stelsel
gegeven en zochten we de oplossing. Nu hebben we de oplossing en zoeken we het
stelsel. Toen parametriseerden we een onbekende, nu gaan .we de parameter J..L elimi-
neren ,of verwijderen.
'
We pogen -J..L uit te dtukk~n in de onbekenden Xh xzen X3.,
= f . .:. . J..L
I
Xl
-+ 3XI .' + Xz '= 5
- 5X I + ~3 = -2.
Blijkbaar kunnen de punten van m, dat wil 'zeggen hun koördinaten, ,opgevat worden
als de oplossingen van het volgende gereduceerde stelsel in drie onbekenden:
3xl'" Xz , = 5'
{ -5Xl + X3 = -2.
Dit stelsel heeft één vrijheidsgraad, zoals we in hoofdstuk I gezien hebben, en we stellen
vast dat dit overeenstemt met het uit de natuurkunde stammende begrip van één vrij-
heidsgraad. Uit het stelsel waar we nu aangeland zijn, kunnen , we natuurlijk weer een
84 §26
parametervoorstelling van m afleiden door één van de onbekenden van het stelsel te
parametriseren. Bijvoorbeeld:
Stel xl = a, daJ). is X2 = S - 3a en X3 = -2+ Sa, en er volgt-
m: {' 3Xl + X2 = S
, -SXI + X3 = -2 ;
Het is duidelijk dat we nu ieder stelsellineajre vergelijkingen in drie onbekenden met
, één vrijheidsgraad kunnen opvatten als een lijn in de ruimte. De onbekenden zijn dan
de koördinaten van de punten van de lijn ten opzichte van een basis voor de ruimte.
Laat vervolgens n en' r lijnen zijn mèt de volgende ten opzichte van de basis e gegeven
paranieterv,oorstellingen
3(1 - v) + 4v =S ' V =2
{ -S(1 - v) + (7 - 7v) = -2 ~ { -2v =-4
~v=2.
Blijkbaar bestaat zo'n getal v en dus bestaat het snijpunt ~ van ~ en n, waarvan we
.
de koördinatèn vinden door v = 2 in de parametervoorstelling van n in te vullen:
[al' = r~~J
We gaan evenzo voor r ~e werk.
I ' 3p + (1 + p)
-Sp + (4 + p)
= ,S
= -2
~ Ir 4p = , 4
-4p = -:-6
~ lp = (~,
p = ~.
, Het stelsel in de onbekende p is' strijdig, dus is er geen snijpunt van m en -r; m en r
kruisen elkaar. We hebben hier een voorbeeld hoe we een meetkundig probleem,
§26 85
namelijk het al of niet snijden van twee lijnen, op algebraïsche wijze tot klaarheid
hebben gebrácht. We pakken nog ee~s zo'n probleem bij de kóp. . ~
Laat nu s ,en t lijnen zijn die elk als volgt gegeven zijn: door een stelsel vergelijkingen,
ten opzichte van .de basis e.
+ X2 - 2X3 = I
2X2 +x3 = 9'
We vragen of deze lijnen evenwijdig zijn aan m. Het is duidelijk dat s en t niet door
de ?orsprong gaan; Immers, dan zou de nuloplossing een oplossing zijn van de stelsels
die s en t bepalen. Maar beschouw~n we nu de bij deze stelsels horende homogene
stelsels, dan bepalen die lijnen s' en t' die wel door 0 gaan.
,
t': {~l + X2 - 2X3 = 0 .
2X2 + , x3 =0
Bovendien is s' ev~nwijdig aan s. Immers, de stelsels die sen s' bepalen hebben de-
zelfde koëfficiëntenmatrix. Met het rekenschema uit' hoofdstuk 1. kunnen we die
stelsels, in elkaar geschoven denkend, in één veegprocedure oplossen. Bij beide kunnen
we dus dezelfde parametrisering kiezen, wat betekent dat , beide vODr een richtings-
vektor dezelfde koördinatert ten opzichte van de basis e hebben; met andere woorden:
, s en s' zijn evenWijdig.[~:eJnzo Zi[j~ ItJen t' even~ijdig. '_ '
Nu heeft de lijn m': , :: . = J.L _~ " ,J.L E IR, dezelfde richtingsvektor als m; m' is
m' = s'
s
86 §27
Op ove,reenkomstige wijze kunnen we van een lijn Q in het platte vlak ten opzichte
van een basis (~1 ,~2) een parametervo'orstelling geven
27 Aigebraïseringvanvlakken
Laat Veen vlak zijn in ' de ruimte dat niet noodzakelijk door de oorsprong Q gaat.
V is bepaald door drie vàn zijn punten, mits die niet op één lijn liggen. Laat P, Q en
- --'
R drie niet op één lijn liggende ' punten van V zijn.
Laat u en v de vektoren zijn die achtereenvolgens verschuivingsgelijk zijn aan de pijltjes
~~~ -
_Volgens al eerder te berde gebrachte stellingen uit de meetkunde volgt dat er voor ,
iedere ~ in V precies twee reële getallen À en IJ. ,bestaan zodat ~ = E + À!! ,+ 1J.y.; immers, .
.!:! en y. zijn niet evenwijdig aan elkaar omdat P, Q en R. niet op één lijn liggen. Omge-
keerd hoort bij elk tweetà1 reële getallen 0: en {3 precies één punt}: van V, bepaald
door}: =E + o:!! + {3!: Het vlak V wordt volledig beschreven door de volgende vektor-
voorstelling '
v = {p} + V',
terwijl dim V' = 2.
In aansluiting met het natuu,rkundig beeld dat er in een vlak twee onderling loodrechte
bew~gingsrichtingen mogelijk zijn, zegt men wel dat een .vlak twee vrijheidsgraden heeft.
Evenzo kent men de ruimte, waarin men zich drie ' onderling loodrechte bewegings-
richtingen kan denken, drie vrijheidsgraden toe.
Laat e = (~1>~Z,~3) een basis voor de ruimte zijn. Stel:
V: Xl]
Xz = [PI]
. P2 + .À [UI] + ,IJ [VI]
Uz . V2 , À,/J E IR.
[
, X3 P3 ' U3 . V3
Vatten we deze parametervoorstelling op passende wijze op aIs de algemene oplossing ,
van een stelsel lineaire vergelijkingen in de drie onbekenden xI> Xz en x3, dan heeft
dat stelsel, gezien de twee parameters À en IJ, twee vrijheidsgraden en bestaat dus uit
één echte vergelijking. Deze vergelijking is gemakkelijk te vinden door À en IJ te ver-
wijderen uit ' de drie vergelijkingen voor de koördinaten van de punten van V. We
lichten dit toe met ·een
Voorbeeld
Het vlak W heeft ten opzichte van de basis e de volgendeparametervoorsteUing,
ex,{3 E IR.
Xz = 4 + ex
+ X2 = -1 - {3.
+ X3 == -3
88 §27
"(,l) E IR.
= -3 = -1
m m m l-n mDl
Merk op dat invulling van 0: en (3 in de oude gegeven parametervoorstelling
hetgeen toont dat de zojuist gevonden richtingsvektoren inderdaa'd liggen in het vlak W'
dat door 0 gaat en evenwijdig is /lan W. De gevonden vergelijking kenmerkt blijkbaar
het vlak W, reden waarom wij schrijven:
Het zal duidelijk zijn dat iedere echte 'vergelijking in drie onbekenden opgevat kan worden
, als, een 11lak in de ruimte. De onbekenden zijn dan. de koördinaten van de punten van
het vlak ten opzichte van een zekere basis.
Trekken we deze gedachte door, dan is een gereduceerd stelsel van twee vergelijkingen
in 'drie onbekenden op te vatten als de verzameling punten die tot twee vlakken be-
horen; dus de snijlijn van die vlakken. Dit is geheel in overeenstemming met de hier-
boven gevonden beschrijving van lijnen in de ruimte door stelsels van twee lineaire
vergelijkingen.
Laat het vlak U gegeven zijn door de vergelijking
We gaan nu eens na hoe we een stelsel van drie echte vergelijkingen in drie onbekenden '
meetkundig kunnen opvatten. Laat de drie vergelijkingen achtereenvolgens staan voor
de vlakken Vlo 'V2 en V3 •
Het is duidelijk dat het stelsel ten hoogste twee vrijheidsgraden heeft. Heeft het stelsel
twee vrijheidsgraden, dan zijn alle vergelijkingen ervan veelvouden van elkaar, en stellen
elk één en hetzelfde vlak voor: VI = V2 = V3 •
§27 89
~3
~3
Heeft het stelsel nul vrijheidsgraden e;:n is het niet strijdig, dan' heeft het precies één
oplossing. De lijnen Q3, Ql en Q2 die achtereenvolgens de snijlijnen zijn van VI en V2 ,
:V2 en"Y3' en V3 en VI snijden elkaar in éé'n punt B. "
,1" """,,1. 1'" 11100"
90 §27
Is het stelsel strijdig, dan hebben Vb V2 en V3 geen punten gemeen. Het zou kunnen
zijn dat twee, ja zelfs drie van de vlakken onderling evenwijdig zijn, of dat de lijnen
m3, mi en m2 die achtereenvolgens de snijlijnen zijn van VI en V2, V2 . en V3, en
V3 en VI evenwijdig aan elkaar zijn.
§27 91
, ,
We zien hier dus een voorbeeld hoe aán een algebraïsch resultaat, namelijk de oplos-
baarheid van een stelsel lineaire vergelijkingen, een meetkundige betekenis kan worden
verbonden.
, Opgavf! 42
e is een basis voor de ruimte. Alle onderstaande koördinatiseringen en vergelij-
kingen zijn betrokken op deze basis. '
m,
,
m [n
[~I = ,[~I =
e) m' is een lijn, U een vlak, en F een punt. Geef een parametervoorstelling van
de lijn door F die m snijdt' en evenwijdig is aan U.
o n is een lijn, V en W zijn vlakken. Geef een vergelijking van het vlak door n,
dat evenwijdig is aan de snijlijn van V en W.
[!]=m·
Geef een parametervoorstelling voor de verzameling van de zwaartepunten
' van de driehoeken wáàrvan één hoekpunt op f ligt, een tweede hoekpunt op
, ,
.-
w
In het raam van ' deze definitie breiden we het begrip 'loodrechte stand van twee vek-
toren' als volgt uit. De vektoren ~ en Q zijn pnderling loodr~cht dan en slechts dan als
~. Q = O. Blijkbaar staat van mi af de nulvektor -loodrecht op iedere andere vektor. '
Zijri ~ en Q twee vektoren, dan blijkt onmiddellijk uit de definitie van het inprodukt
'dat
I .
Ook blijkt onmiddellijk dat het inproduktkommutatief is, dat wil zeggen dat '
-a·b
-
= -boa.
-
en
a·a =0 ~ a = O.
Is À een getal, dan geldt:
o .!!
~
~!!.
~ll
~·(À~) = 1I!IIIIÀ12llcos(] ~·(ÀQ) = 1I~IIIIÀ12llcos1/l = IÀIII~IIII12I1·(-)cos(]
= IÀIII~IIIIQII cos(J = -IÀlllallllbli cos(J
= À(~·12) = À(~·!Ü. ,
Evenzo volgt voor zowel À> 0 als voor À < 0 dat (À~·12 :; À~·12). o
§28 95'
Tot slot, geldt nog de volgende rekenregel voor het inprodukt. Is f. een derdè vektor,
dan is
Bewijs. Als één der vektoren van het drietal {~,!?,~} de nulvektor is, of Q + ~ = 0, dan .
is de bewering duidelijk juist. .)
Laat ~ noch Q noch f, noch. Q + ~ de nulvektor zijn. Het bewijs volgt dan met" behulp
van bekende stellingen uit de meetkunde. De figuur licht die toe~
D, het eindpunt van Q + f, ligt in het- vlak loodrecht op ~, dat de drager van ~ snijdt
in R; ook S en T liggen in dat vlak. De projektie van Q + f. op ~ is dus oR en er geldt
dat a·(b + c) = lIaliIiORIi. .
oQ is de p~jekt~ van Q op ~. Dus ~. b = II~IIIIOQII. oP is de projektie van f op ~.
Dus a·c = lIaliIiOPIi. Maar f = oe =-Q1 = Bl). .Dus zijn hun projekties op g ook gelijk,
ofwelOP =-QR = BT. Er volgt derhalve: ~.(Q + f) ;= !I~lInORIl = II~II(IIOQN + IIQRII) =
= II~IIIIOQII + II~IIIIQRII = ~.Q.+ 1I.ruIIiOPIl = ~.Q + ;!'·f. 0 .
We gebruiken het iuprodukt om twee bekende stellingen uit de' vlakke meetkunde
te bewijzen.
. 1) De hoogtelijnen van een driehoek snijden elkaar in één punt.
Bewijs. Laat A, B en C de hoekpunten van een driehoek zijn. Laat P het voetpunt ,van
de hoogtelijn uit A zijn en Q het voetpunt van de hoogtelijn uit B. Laat H h~t snij:-
C
O'
96 §28
punt van die twee hoogtelijnen zijn. We moeten bewijzen dat eH loodrecht staat op
~ .
AB, of te wel dat .h - f.loodrecht staat op 12 - ~. Dit laatste is het geval als
(h. - {)o(Q~~) = 0, hetgee~elijkwaardig is aan h°h. - hoi!. - .f°12 + .f°il = O.
Nu staat AH loodrecht op BC'; dus (h '- ~)o(~ - 12) = 0 =9 hof. - hOQ - ~'f. + ~'Q = 0
--+ ~ ~
:::::? h:Q + .f0~ = hof. + ~oQ. Ook staat BH loodrecht op AC; dus (h. - Q)'(f. - g) = 0
:::::? hof. - hoi!. - 12'f.. + 12'i!. = 0 ' ==9 -hoi!. - f'Q = -(h'~ + i!.0Q). Voegen we deze
twee resultaten samen dan volgt dat h'Q - b.'~ - f'Q + f.',a = O. 0
2) Zijn A, B en C de hoekpunten van een driehoek en is 'Y de hoek tussen cA en, eB,.
' dan geldt de zogenaamde cosinu~regel
2
IIABII2 = IjCAII + IICBII 2 - 211CAIIIICBli c.os')'~
c
o
A L..-_ _ _ _ _ _-"'o B .
. .
. , Bewijs. IICAII 2 + IICBII 2 - 211CAIIIICBli cos')' = II~ - ~112 + IIQ - ~llz · - 211~ - ~IIIIQ - fll cos')'
= (~ - f)' (~ - f) + (Q - f)"(Q - ~) - 2(~ - ~'(Q - ~) =
= a'a - 2a'c + coc + bob - 2b'c +c'c ~ 2(a'b - a'c - c'b + Coc) =
. = ~,~ - 2~'~ + ~.~ = (~-- Q)'(~-- ~) -:":II!! ~ QW 2 =-IIBAII 2 :; IIA-B~2. 0
Opgave 43
a) ~ en Q zijn twee vektoren. Bewijs dat II~ + QII 2 - 1Ii!. ·- QII 2 = 4(~."Q).
Als II~II = 111211 = I en () de hoek is tussen i!. en Q, bewijs dan dat
11~_QII2 =4sin2(~).
b) f. is een vektor in het platte vlak met lengte 3. V en W zijn deelverzamelingen
van het platte vlak. V bestaat uit alle vel<'toren ~ met ~. ~ - = 6 en Wuit . alle
vektoren y met Y'f = -3. Konstrueer V en W .
. Onderzoek ook de aard van V en Wals zowel {~}; als V en W deelverzame-
.lingen van de ruimte zijn.
c) ~1 ·en ~2 zijn onderling loodrechte vektoren, beide met lengte 1. Q is een
vektor in de ruimte. Bewijs dat de loodrechte projektie van Q op het vlak
dat door ~1 en ~ wordt opgespannen, gelijk is aan (Q' ~1 h~l + Üh~2) ~2'
d) ~, .! en g zijn vekt~n in de ruimte; ~ -=1= 1- H is de loodrechte . projektie van G
op de drager van EF. À is een getal" bepaald door
(~ - f)'(e - f)
À = -=--='---'=--::--=-
II~ - 111
2
Bewijs dat h = À e + (1 - À) f.
e) P; Q, R en -S zijn- de hoekpu~ten van een viervlak. PO
staat loodrecht op Rs,
en PIt
staat loodrecht op OS.
'Bewijs dat FS loodrecht staat op oR .
§29 97
o ~~~----~-----
~1 a1!!1
II~II = -J'2 2
a1 + ,a2
--
in flet platte vlak
Is ~ een vektor en À een getal, dan is het duidelijk dat de juist gevonden formule voor
de lengte van een vektor voldoet aan IIÀ~II = IÀIII~II.
Is -b nog een vektoren hebben -a en -b ten opzichte van de basis e de koördinatlseringen
[~]e = [::] en [Q]e =; [::], dan geldt voor de afstand tussen A en B, mits e =_
a3 b3 , . ' ,
,(~1 ,~2,~3) een ortonormale basis is, dat
Bovendien geldt voor het inprodukt van ~ en Q, mits e = (~1>~2,~3) een ortonormale
basis is, dat
. )
98 §29
Merk op dat deze formule voor het inprodukt in overeenstemming is met de eerder
uit de stelling van Pythagoras gevonden formule voor d,e lengte van een vektor.
. Verder is' het eenvoudig na te gaan dat de rekenregels voor het inprodukt via de toe-
voeging
~'Q
, = [0 1 -1] [ J
2}z1 = -0 ·- 2Y2 ~ -30..
6cos{} =. -30. ~ cos{} = -i0 ~ {} = ~1T.
Opgave 44
-e = (~1,~2,~3) is een:ortonormale, basis. Alle koördinatiseringen hieronder zijn
ten 'opzichte van dezé basis e. Van te berekenen vektoren wordt hun koördina-
tisering ten opzichte van de basis e ·gevraagd.
'a) Bereken voor i : = 1(1)2 de afstand tussen de vektoren ~i en Qi.
§29 99 '
[~4] = f!J'
1
[Q.4] = fvf! 31.
v'ï-3J
c) Bereken vo'o r i := 1(1)2 alle vektoren met lengte 1 diy. 1oodrecht staan op de
vektoren ti en.si·
d) Bereken voor i :,,; 1(1)2 .alle vektoren met lengte 1 die in het vlak liggen dat
opge,spannen, wordt door de vektoren .Pi en 9i>-en die loodrecht staan op de
vektor D.
e) Bereken voor i := 1(1)2 alle vektoren die in het vlak liggen dat opgespannen
wordt door de vektoren ~i en !i,engelijke hoeken maken met de vektoren
hoek *
f) Bereken de vektoren met lengte 3 die loodrecht staan op de vektor
maken met de vektor Q.
~ en een
100 §29
g) Schrijf de vektor u als de som van een vektor evenwijdig aan de vektor c en"
. - - --
.
2
een vekto~, loodrecht op f.. [.!:!] '= 1-
L.!,] ,[f.] =' [2J~ . .
*[
h) Bereken de loodrechte projektie van de vektor ! op het vlak dat opgespannen
a"x
Immers, x - =--=.~ staat loodrecht op a, getuige:
- ~"~ -
I
a'x - ' . 'a'x
~,(~ '- -=-=-~) = !!:.! - -: -~'~ = !!'.! - !!.'K = o.
. ~'A ~'~ .
,
Hieruit volgt dat twee vektoren ~ en I ' dezelfde loodrechte projektie op ~ hebben, dan
en slechts dan als ~'~ ~'~. =
a'x
-x -':a:a
--a
-.
-=.--- - -
_ -- - -. \~
l
\
-\
\
- o
y.
Daar het duidelijk is dat alle vektoren x die dezelfde loodrechte projektie op a hebben
in één vlak V liggen bestaat eteen kon-;tante k zodat voor alle x in V geldt -
;!,' ~ = k. c
§29 101
[~Je ='[ ]
. al
a2
a3
en r.~f =
'
r]
Xl
" , -'
.,
X2 '. , dan gaat. ~ó ~ =,k over in alxl + a2x2 + a3x3 = k.
X3 '
Beschouw nu de echte vergelijking blXI + b2x2 + b'3x3 = Q in de drie onbekenden
xb x2 en X3. De koëfficiënten bI. b2 en b 3 bepalen een vektor 12 die ten opzichte van
de ortonormale basis e de volgende koördinatisering heeft:
Ten opzichte van de ortonormale basis e vatten we de vergelijking op als een ~lak W
in de ruimte. Er geldt dan: .! in W, dàn en slechts dan als 12·.! = Q. We tonen aan dat
12 loodrecht staat op ieder in W gelegen pijltje.
, [14]
[p]e. = ' -1 en U: 3XI - Xz + SX3 = 8.
. 21 '
Laat. Q de lijn door P zijn die loodrecht staat op U en laat Q het vlak U in Q snijden.
Dan is, volgens de stelling van Pythagoras, de afstand tussen p, en Q kleiner dan de
102 §29 :
afstand tussen P en een willekeurig gekozen ander punt X van U. Blijkbaar is de af-
stand van P tot U gelijk aan de afstand van P tot Q.
3~1 - ~2 + 5~
Bij Q hoort een bep~ald getal À en de kdördinilten van Q voldoen aan de vergelijking
voor U.
3(14 + 3À) - (-I - À) + 5(21 + 5À) =8 ~ 35À = -140 ~ À = -4.
[~l' =Gn ~ {~IJ =m· IIPQ11 =II~ - EII;[~ - Ei' =-'{ ~Il
De afstand van P tof U is y'(_4)2(3 2 + (_1)2 + 52) = 405.
We berekenen nu de afstand van P tot de lijn m die ten opzichte van de ortonormale
basis e gegeven is door
Laat W het vlak zijn door P loodrecht op m en laat R het snijpunt van m met W zijn.
Dan volgt weer uit de stelling van Pythagoras~ dat de afstand vanP tot R kleiner is
dan de afstand van P tot een willekeurig ge~ozen ander pu~t Y van m. Blijkbaar is de
afstand van P tot m gelijk aan de afstand van P tot R.
De gegeven riéhtingsvektor van m staat loodrecht op W, :?;odat diens ~oördinaten juist ,
..
~
als ko~fficiënten van een vergelijking voor W kunnen dienen. Er is dus een reëel getal
h zodat W: 4Xl ~ 2xz + 3X3 = h; h is bepaald doordat het stel koordinaten van P
~an deze vergelijking voor W moet voldoen: h = 4(14) - 2(-1) + 3(21) = 121, . zO,dat
~3
Voor R bestaat een bepaald getal IJ. uit de parametervoorstelling van m, en de koördi-
naten van R moeten voldoen aan de vergelijking voor W.
[:n
4( -4 + 4IJ.) - 2(10 - 2IJ.) + 3(4 + 3IJ.) = 121 ~ , 29IJ.,= 145 ~ IJ. '= 5,
b)Bereken voor i := 1(1)3 de afstand van het punt Qi tot de lijn Qi'
- 2xz - 2X3 = -I
- '2x2 = 9 .
104 §29
L~] =
[11 [Xll , [ 31 [21
~ ~ Q: ~: =! = =~ +À ,À E , IR., u: Xl + 2X2 + 2X3 = 4.
Bereken het punt op Q dat evenver van U ligt als A, maar dat aan de andere
kant van U ligt dan A. '
e) m en n zijn lijnen, V is een vlak.
Z: ' X2 + X3 = S. Geef een vergelijking van het vlak door B dat loodrecht staat
R,
Opgave 46
Een komeet beweegt zich eenparig ten opzichte van de aarde langs een rechte .
lijn. Ten opzichte van een ortonormale basis, met het middelpunt van de aarde
als oorsprong, had de komeet gisteren de koördinaten 6, -5 en 2. Vandaag, 24
uur later, heeft de komeet de koördinaten 5, -3 en 1. Bereken wanneer ·de ko-
meet het dichtst bij de aarde is.
f Q
A{~,Q}= 1I~IIIIQlIsin'P.
Uit deze formule volgt dat als we 12 vervangen door .een willekeurig gekozen punt ~
van de . lijn m: ~ = 12 + J.L~, J.L E IR., het parallellogram wel verandert, maar de opper-
vlakte gelijk blijft aan A{!!,Q}. Immers, A{!!,Q + J.L!} = II~IIIIQII sinl{J = A{;!,Q}.
106 §30
Hetzelfde resultaat volgt als we iliet 'Q, maar! vervangen door een punt van de lijn
~: Ä = ~ + À12, À E IR. Blijkbaar geldt voor ieder tweetal reële getallen P en a:
gelegen punt steeds gezien wordt vanuit een richting loodrecht op dat vlak. .
Laat ~ en 12 twee niet aan elkàar evenwijdige vektoren zijn van het platte vlak. Het
geordende tweetal vektoren (!!,l» heet positief georiënteerd, als de hoek waarover we
! tegen de klok in zouden moeten verdraaien om hem de richting van 12 te geven,
kleiner is dan 1T. (~,12) is negatief georiënteerd als die hoek groter is dan 1T.
Q
o
(~.Q) positief georiënteerd . (!!.Q) negatief georiënteerd
Merk op dat als (~"Q) positief georiënteerd is, dat dan zowel (-~,Q) als (~,-hl als (l>,~)
negatief georiënteerd is.
Is (QI,Q2-) een basis voor het platte vlak en is (QI,Q2) positief georiënteerd, dan zeçgen
we dat (b l ,b 2 ) een positief georiënteerde basis is.
Laat e = (~1,~2) een positief georiënteerde ortonormale basis voor het platte vlak zijn
en laat ~ en Q een tweetal vektoren van het platte vlak zijn met koördinatiseringen
Stel nu eens dat (b!2) positief g,eoriëhteerd is. Dan geldt voor de hoek e tussen Q en.f:
o~e<~.
Is (~,Q) negatief georiënteerd, dan geldt voor e: ~ < (J ~ TT. Dan is f' Q < 0 en de
oppervlakte A{a,b} = -(alb z - aZb l ).
In beide gevallen geldt dat
Merk op dat in het geval dat ~ en Q evenwijdig aan elkaar zijn, zodat het parallellogram
ontaardt in een lijnstuk of een punt, deze formule ook geldt. .
Alvore~s het gevondene in een stelling samen te vatten voeren we enkele doelmatige
notaties in voor alb z - aZb l .
I
albz - aZb l = lal
az bbll . .
z
AI~ we willen benadrukken dat [::] en. [::] de koördinatiserin~en zijn van ~ en 'Q,
dan schrijven we ook
Merk op dat de vertikale strepen in deze notaties geen absolute waarden-strepen zijn.
108 §30
Het getal a 1 b 2 - a2b}, dat dus positief, negatief of nul kan zijn, heet de determinant.
van M, of de determinant van (L~Ja12]), in deze volgorde. Omdat Meen 2x2-matrix
is, zegt men dat de determinant van de tweede orde is.
~jStelling 5
r
::Laat e = (el,e2) een positief georiënteerde ortonormale basis voor het platte vlak zijn
1aat !e~ ~ ::;e :[;~jn ::n ~:J~l~tó~]. zijn met koördinat~eringen
::Dan geldt:
~:l) det(L~]e,[Q]e) =0 ~ ~ en 12 zijn evenwijdig aan elkaar.
:~:2) det([a]e,[b]e) >0 ~ (~,12) is positief georiënteerd.
~::3) det([;]e,[~]e) < 0 ~ (!!,12) is negatief georiënteerd.
:~:4) De absolute waardè van det([a]e,[b]e) is gelijk aan de oppervlakte A{a,b} van het
:~: door ~ en 12 opgespannen par;llell~gram. - - ,
Met behulp van deze stelling kunnen we de oppervlakte van een driehoek in het platte
vlak uitrekenen. Laat bijvoorbeeld A, B en C de hoekpunten zijn van een driehoek in
het platte vlak. Dan is de oppervlakte van b.ABC de 'helft van de oppervlakte van het
parallellogram, opgespannen door 12. - !! en ~ - ~,
Zij e = (~l,~) een positiefgeoriënteerde ortonormale basis en L~J = [ ~2 ] '
[n
[12Je= en [fJe =[ !l ] .Dan is [t! - !Je'; [!] ' [, -!Je= [n .
I! ~I = 1 - 20 = -19. Oppervlakte MBC = ~1-191 = ~9.
--
3
2 _______
B -- --
1 ~2
-1 0 7
§30 109
Aan dein stelling .5 genoemde eigenschappen 1-4 van een determinant v-oegen we nog
een stel toe. HieroJlder zijn ~, .Q en f vektoren van het platte vlak en hun koördinati-
seringen zijn bepaald ten opz~chte van een positief georiënteerde ortonormale basis.
5) De dete.rminaht 'is een alternerende functie van-zijn kolommen. Dat wil zeggen:
verwisselen we de kolommen, dan klapt het teken van de determinant om.
det([h]'[~D = I
bbl all = _lal bbll ·= -det([~],[Q]).
z az . az z .
I .
6) De determinant is lineair in elk van zijn kolommen. Dat wil zeggen, dat voor
iedere À en fJ in IR géldt:
. (i) det([À~ + fJQ],[f]) =Àdet([.~],[f]) + fJdet([Q],[f])·
(ü) det([~],[ÀQ + ~f]) = Àdet([~],[.Q]) + fJdet([~],[fn.
. . )
Opgave 47
Alle onderstaande koördinatiseringen zijn gegeven ten opzichte van een positief
georiënteerde ortonormale basis è=(~h~2) voor het platte vlak. '
a) Bereken voor i := 1(1)3 de oppervlakte van de driehoek die Ai> Bi en q tot
hoekpunten heeft.
31 Het uitprodukt
Laat ~ en Q twee niet aan elkaar evenwijdige vektoren in de ruimte zijn. Het twee been
{a,b} spant dan een parallellogram op waarvan we gezien hebben dat de oppervlakte
A{~,Q}, indien ~ de hoek tussen ~ en Q is, gelijk is aan 1I~III1QII sin lP. We zouden nu ·zo-
wel de oppervlakte A{~,Q} als de stand in de ruimte van dat parallellogram kunnen
·karakteriseren door een vektor, met lengte A{~,Q}, _ die loodrecht staat op het vlak dat
door ~ en 12. wordt opgespannen. Voor zo'n vektor staan twee aan elkaar tegengestelde
richtirigenopen . .We willen echter dat de richting van zo'n parallellogram-kenmerkende
vektor op ondubbelzinnige wijze bepaald wordt door het tweetal · {~,Q}. Het hieronder
te definiëren uitprodukt van ~ en Q. zal die parallellogramkenmerkende vektor worden.
0,
\
,
\
\
~
Een geordend driebeen (~,!>,f) heet positief georiënteerd of rechtsdraaiend als, gezien
vanuit het eindpunt van f, de hoek waarover we ~ tegen de klok in zouden moeten
verdraaien om hem deorichting van Q te geven, kleiner is dan 1T. (~,Q,~) is negatief ge-
oriënteerd of linksdraaiend, als die hoek groter is dan 1T.
Men· zou ook kunnen zeggen: (a,b,c)
- - - is... rechtsdraaiend als een rechtse
.
schroef, draai-
baar evenwijdig aan het vlak V dat opgespannen wordt door ~ en Q, of draaibaar in
een richting loodrecht op V, bij draaiing van ~ naar 12. over de (kleinste) hoek tussen
~ en Q, beweegt naar de kant van V waar ook f naar wijst. De wijze waarop we 'hier
onderzoeken of een driebeen rechtsdraaiend is noemt men wel een onderzoek met de
kurketrekkerregel.
' §31 ' 111
I
........ . .
,-
/ .... .... ....
/
/ '
o o
(~,~,f) rechtsdraaiend .
(~,~,~) rechtsdraaiend
(!I,g,g) linksdraaiend
Merk op dat als een driebeen (~,Q,~) rechtsdraaiend is, dat (ian ieder UIt dit driebeen
door cyclisch verwisselen van de vektoren verkregen driebeen, ook rechtsdraaiend is;
dus zowel (Q,f,~) als (~,~,Q) is rechtsdraaiend. Maar word~n twee vektoren verwisseld,
dan klapt de . oriëntatie om; dus zowel (Q,~,~) als (f,Q,~) is dan linksdraaiend.
Is (Ql,.Q2,Q3) een b~sis voor de ruimte en is (Ql,Q2,Q3) rechtsdraaiend, dan heet
O~t.Q2,~3) een rechtsdraaiende of positief georiënteerde basis voor de ruimte.
Laat ~ en 12 twee vektoren in de ruimte zijn. Het uitprodukt, of uitwendig produkt,
of vektorprodukt van a en iJ, notatie ~xQ, is de vektor !! die als volgt bepaald is.
(i) !! = Q als ~ en 12 evenwijdig àan elkaar zijn, dus als het tweetal {~,Q} afhankelijk is.
(ü) Als ~ en Q niet evenwijdig aan elkaar zijn, en I{J is de hóek tussen ~ en Q, dan geldt
voor g bij definitie: -
I) II!!II = II~IIIIQII sinl{J =_A{~,Q} is de oppervlakte van het paràllellogram opgespannen
door ~ en -Q.
2) !! staat loodrecht op zowel ~ als Q.
3) (~,Q,!!) is een rechtsdraaiend driebeen.
o
II~X!?II = 1I~1I11~lIsinl,O
!"." " '""!!!I'N""""" .- "--'"'""" 11 II! !
112 §32
-~
Passen we de definitie van het uitprodukt toe op de basisvektoren van een rechtsdraaiende
ortonormale basis e = (~b~2,~3) voor de ruimte; dan volgt:
uh de definities van inprodukt en uit produkt volgt rechtstreeks een verban<!. tussen
. . die produkten: Voor ieder tweetal vektoren ~ en Q van de ruimte geldt dat
~X~ = Q,
en dat het uitprodukt -Giet !commutatief is. Er geldt echter
QX~ = -(~xQ),
om welke reden ·het uitprodukt scheefkommutatief wordt genoemd.
Is À een reëel getal, dan geldt
hetgeen men gemakkelijk inziet op meetkundige gronden. Verder blijkt het uitprodukt
distributief te zijn met betrekking tot de optelling van vektoren. Er geldt namelijk:
~v
~_ _ _ _ _ _ _-I.(Q + ~)u
33 Vektortripelprodukten .
Tot slot merken we op dat het ~itprodukt niet associatief is. I,mmers, is -e= (~1 ,~2,~3)
,een rechtsdraaiende ortonormale basis voor de ruimte, dan is (~1 x~1}x~2 = QX~2 = Q,
terwijl ~l X(~l x~2) = Ël x~3 = -~2' , ,
Er gelden echter voor die twee zogenaamde vektortripelprodukten de volgende twee
betrekkingen:
114 §33
De tweede betrekking volgt uit de eerste met gebruikmaking van de scheve kommu-
tativiteit van het uitprodukt, en de kommutativiteit van het inprodukt. We bewijzen
de eerste betrekking.
Bewijs. Is QX~ = Q, dan zijn Q en ~ evenwijdig aan elkaar; er is dan bijvoorbeeld een
getal À zodat f. = ÀQ. Met de rekenregels voor het inprodukt volgt dan de juistheid
van de bewering.
La~t QXS? =1= Q, dan is het tweetal {1?,ç} niet evenwijdig aan elkaar en spant een vlak U
op. We kiezen een ortonormale basis voor U als volgt. Laat ~1 de vektor zijn met
lengte 1, die dezelfde richting heeft als Q; dus 12 = IIQII~I. We stellen bI = IIQII, zodat
Q = bl~l. Laat ~2 een vektor zijn in U, die loodrecht staat op ~l en lengte I heeft.
Daar .f. in U ligt zijn er ondubbelzinnig bepaalde getallen Cl en C2 zodat.f. = CI~1 + C2~2.
Definieer nu ~3 door ~3 = ~l x~2. Dan is e = (~b~2,~3) een rechtsdraaiende ortonormale
basis voor de ruimte. Voor ~ zijn er dus ondubbelzinnig bepaalde getallen al, a2 en a3
zodat ~ = al~l + a2~2 + a3~3.
[ale
_ = [:1] [b]e
2,_
a3 .
=
.
[~IJ
0
[c]e
,_ = [~IJ .
0
2
o
Q
Door cyclisch 'verwisselen verkrijgt men uit het driebeen (~,Q,E) het geordende drie-
been (Q,Ç,~), en daaruit weer (ç,~,Q). Deze driebenen hebben alledrie dezelfde oriën-
tatie en spannen uiteraard hetzelfde blok op. Hun skalar~ripelprodukt is dus gelijk,
en er geldt: '
~'Qx~ = Q'~x~ = f·~xQ.
Uit het aan elkaar gelijk zijn van de buitenste leden van bovenstaande gelijkheid volgt
dat een skalartripelprodukt niet van, waarde verandert alswf; '.' en 'x' verwisselen.
116 §34
-
Maar verwisselen_we twee filktoren van e~n skalartripelprodukt, dan zijn de oriëntaties
van de bij die twee produkten -horende driebenen tegengesteld aan _elkaar, -e n daarmee
ook de uitkomsten van die skalartripelprodukten.
~~~Stelling 6
~.~.~.~.~.~.~.'.~ ~. .~.~ ~:~ Laat ~,
Q_en Ç. drie v~ktorel1 in de ruimte zijn: Dan geldt:
........... ~~~ l)~" Qxf = 0 ~ -@,lMÜ is een afhankelijk drietal vektoren.
>
{{~~~~ :~:2) ~"QxÇ 0 ~ (~,Q,f) is een rechtsdraaiend driebeen.
:::::::::::: ~:~3) ;!"Qxf < 0 ~ (~,Q,f) is een linksdraaiend driebeen.
}}} :~:4) De absolute waarde van l!:12xf. is de inhoud I {!!,Q,Q} van het door ~, 12 en f. opge-
((( { spannen blok:
:::::::::::: ::::
•••••••• •••• "0 "
~1:lilil l: :1:5) 1
::::::::::: :::.
!!"Q.Xf = Q"fX;! = Ç."!!xh
!!"QXf = !!xQ"Ç
(cyclisch verwisselen)
(. en x verwisselen)
~"QxÇ. = -h"~Xf = -!!".Q.xQ = --f"hx$. (verwisselen). -
Opgave 48
~, Q en f. zijn vektorenin de ruimte.
a) Bewijs dat (~ + 12)x(~ - Q) = -2(~xQ).
b) Als.!!. + 12 + f... = g, bewijs dan dat ~x11 = h Xf = Ç.X.!!. en ver~ind er een meet-
kundig gevolg aan.
c) Onderzoek of voor ~ -=1= Q de volgende twee wegstreepregels juist zijn.
(i) ~"Q. =- ~"f. ~ 11 = f·
(ü) .!!.xQ = !!X.f ~ 12 = f.
d) Los ~ op uit: (i) ~"~ = ~"1.2..
(ü) ~x}:': = ~x~.
(ili) ~" ~ = ~"~ en ~x~ = ~x~.
§35 117
al bI Cl
Dus ~. Qx f = a2 b 2 C2
aa ba Ca
al bI Cl
det([~Je,[Q]e,[~]e) = a2 b2 C2
aa ba ca \
het geval dat de derde kolom wordt vermeerderd met p keef de tweede kolom:
det([!),[!?),[f. + PQ)) = det([!],[!?),[.f)).
Het eerste bewijs is meetkundig en gemakkelijk te doorgronden aan de hand van
de figuur. Immers, van de beide getekende blokken zijn de oppervlakten van hun
~x~ = QX (~+ PQ)
I
, I
! I
I I
/
I .
0
.....
grondvlak gelijk; zie paragraaf 30. D&ar beide blokken dezelfde hoogte hebben zijn
hun inhouden ook gelijk. 0
Een tweede bewijs maakt gebruik van de rekenregels van inprodukt en uitprodukt.
det([~],[!?],[f. + PQ]) = ~o!:!x(f. + PQ) = ~o(Qxf. + p(Q.xQ» = ~o(Q.xf. + pQ) =
=~oQxf. = det([~],[Q],[.f.]). 0
De tot nu toe gevonden eigenschappen maken het mogelijk een determinant stelsel-
matig te vereenvoudigen. tot een determinant van een driehoeksmatrix. We geven twee
voorbeelden. Voor de aanduiding van uitgevoerde kolom- en rijbewerkingen gebruiken
we een voor zichzelf sprekende notatie, die overeenkomt met de notatie die we in
hoofdstuk 1 gebruikten voor het aangeven van rijbewerkingen in een rekenschema
voor het oplossen vàn stelsels lineaire vergelijkingen. De nummers boven de gelijktekens
slaan 01' de aldaar gebruikte eigenschap van determinanten.
Voorbeelden
7 9 416 7 9 -3 6 13 24 -3 6 13 11 -3 6 -9 11 -3 2
6 5 6 5 -2 = 10 15 -2 = 10' 5 -2 0 5 = -2 = (-9)5 1
0
=- 45.
2 5 :1=
2 5 1 0 0 1 0 0 1 0 0 1
Q)-+ +----CD . ~ ~
,+Q)
x, y en z zijn getallen:
x2 x
y2 Y 1
Z2 Z 1
11f' x2
2
X 1 x2 X 1
= y2_x y - -x , 0 = (y - x)(y +x) y-x 0
Z2_X2 z-x 0 (z - x)(z+x) z-x 0
=
§36 121
X
5
= (y - X) Y+ X '1
, (z - x)(z + X) z-x
, 2
X xl 1 X
6 ' 4 -
,= (y - X)(Z '---' X) Y + x - 1 0 = -(y - x)(z '- x) 0 1 Y + X =
z, ---:-y 00 OOz-y
2 ~ ,
-=-(y -x)(i :- x)olol:(z - y) = -(X - y)(y - Z)(Z - X).
7) Een determinant is nul, dan en slechts dan als het stel vektoren, waarvan de kolom-
men (rijen) koördinatiseringen zijn, een afhankelijk stel vektoren vormt.
Dit is al verwoord in stelling 5 voor tweede orde determin~nten en in stelling 6
voor derde orde determinanten. ",
-Ten behoeve van de achtste eigenschap doen we eerst het begrip kofaktor uit de
L doeken. We spreken af dat de determinant va:n een I x I-matrix gelijk is aan het ene
element v~n zo'n matrix. Dus det[3]= 3 en det[~7] = -7.
- Laat Meen nxn-matrix zijn. Laat mij een element van M zijn; dus i en j in IN en
1 ~ i ~ n en 1 ~ j ~ n. ' 7 '
De ónder~atrix of minor van ' mij is de (n .- l)'x(n --:- l)-mafrix die ontstaat uit M
door er de i-de rij en de j-d,e kolom van te schrappen.
De onderdeterminant van. mij is 'de determinant Van de onderrnatrix vaii mij.
De kofaktor van mij, notatie Mij, is de ,onderdetenhinant van mij vermenigvuldigd
'+" - ,
.met (-'-1)1 J. De onderdeterminant van mij 'wordt dus voorzien van een plus- of een
minteken al naar gelang de pla,ats van mij in de matrix M..Die invloed, Of plus Of
min, 'Van de plaats ~an mij komt overeen met het, schaakbordpatroon, waarbij aan de
plaats op de kruising van de eerste rij en de eerste kolom een plusteken 'Yordt toe-
gevoegd: '
+ - + .
- + .:....
+ - +
+,
Voorbeeld
p 1L ~155 : I,
- P!2 =-I~, :1, P 13 = I~ ~I,
5:J
9
P= [~ 5
3 '
P 21-I~ :1, P~2 = I~ :1,
= P 23
~ ~I~ ~I,
- = 195 4'
41 = _1 AI
~I·
7 7
, ' 6 4'
P 32
P
31 P 33 = 16
122 §36
j=I
mkjMkj.
.
-We lichten deze eigenschap toe aan de bovenstaande matrix P. Ontwikkeling van det P
naar· de eerste kolom leidt tot:
i
detP = 9P12 + 5P2 + 5P32 = -91~ :1 + 51~ :1-"- 51~ :1 = -45 .
. Ontwikkeling van det P naar de derde rij leidt tot:
detP == 2P31 + 5Pn + 3P33 = 21~ ' :1- 51~ :1 + 31~ ~I ~ -45.
We bewijzen 'eigenschap 8 voor n =3 en voor de ontwikkelingèn naar de kolommen.
Bewijs: De ontwikkeling naar de. eerste kolom valt samen met onze definitie van de
determinant van de derde orde.
Wat de ontwikkeling naar de tweede kolom. betreft:
mu m12 m13 4 m12 mu m13 definitie
detM = m21 mn m23 - - m22 m21 m23 =
m3l m32 m33 m32 m3! m33
~
detM = m21 m22 m23 =" {met stelling 6}" = m23 m2! m22 =
~ . -/
m31 m23 m33 'm33 m31 mn
, 21 Im ll ml21
= ml3 Im
m31
m221 - m23
m32
'
m31 m32
+ m33 Imll ml21
m21 m22 '
= ml3 Ml3 + m23 M 23 + m33 M33·
De achtste eigenschap stelt ons in ' staat een d~terminant van de n-de arde terug te
brengen tot ee~ determinant van de (n - 1)-de orde.
Voorbeelden
2'1 3 1 ° -
6 °
4 1 1 = 2 1 -2 ! -11~ -21
-5
~ _1
2
°1
3 -'2
2
= -1·2(-2) = 4.
7 2 1 3 2 .-5
Q)--+
+-@
~
x, y en z zijn getallen.
yz x 1
zx y 1
~1 =6 ' yz
z(x - y) y
x
x
01 -_SIZ(X _ y)
y-Xl
s
I z -1 I
- y(x - z) z - x = (x - y) y(x - z) z-x=
xy z 1 y(x - z) z - x 0
,
;, (x - y)(z - : X)I z
-y
-11 ®t ~ (x _ y)(z ~ X)lz - y ° = (x - y)(z -
1 '-y
11
2
' x)(z - y) =
= -(x - y)(y - t:)(z - x).
ij!= 1(l)n.
Bewijs. Stel R = 9M. Dan moeten we bewijzen dat R = 13, oftewel dilt rij = .oij,
ij := 1(1)3.
'3 • 3 1 ~ 3
rij = ~ qi12 m 12j = ~ d tM oM 12i m 12j = d tM ~ m12j M12i.
12=1 12=1 e e 12=1
Als 1' = J. d an
' vo 1gt· r·· = - 1- ""~ m12' M12' =8 - - = 1. 1S 1'..J,..'
detM -r- J, d an k unnen we
3" • JJ det M 12=1 J J det M .
~ m12jM 12 i> dankzij eigenschap 8, opvatten als de determinant van een matrix S waar-
12=1 .
van de i-de en de j-de kolom aan elkaar gelijk zijn en die ontwikkeld is naar de i-de
kolom. We lichten ·dit toe door drie gevallen uit te schrijven.
i=I,J=2 i = 1, j = 3 i = 2, j =1
m12 m12 m13 m13 m12 m13 m11 mu m13
ISI = m22 m22 m23 ISI = m23 'm22 m23 ISI = m21 m21 m23
m32 m32 m33 m33 m23 m33 m31 m31 m33
·Omdat S in die gevallen twee gelijke kolommen heeft, is volgens eigenschap 7
det S = ISI = 0, en dus is rij = 0 als i =1= j. 0
Voorbeelden
A
= [1 2J
3 4 '
~ [4
2 1
3J:: [4
-2
-3J
1
~ [4
-3
-2J
1
~ [-2
2
1
1=
_!
2
J
.
-1
A ~
Vergelijk deze metode met qe metode die we in paragraaf 17 voor het inverteren van
een 2 x 2-matrix vonden.
4l
4 '1~[-5
~ 7
10
13 20
17 l2 [-5
e
~ -7
-10
13
20 l3e' [ -5
-17 . ~ -10
-7
13 16l
-4 ~
3 16 4 -19 16 -4 - 19 20 ~J7 -19
§36 125 "
~e[i5 .!..Q.
%5
_13
-!~]
..i. = p-l
45 , 45 45 .
20 17 19
:-45 4S ' 45 ,
Dit vlerstapsrekenschema is tamelijk bewerkelijk als de matrix van grote orde is. Een
veegproéedure waarbij van de eigenschappen 6 en 8 gebruik gemaakt wordt, is meestal'
doelmatiger. Hangen de elementen van de te ,inverteren matrix af van één pf meer
parameters dan kan de metode echter uitkomst bieden.
Laat S een vierkant stelsel lineaire vergelijkingen in n onbekenden xi> i := 1(1)n zijn.
Laat de n xn-matrix A de koëfficiëntenmatrix van S zijn en laat de n x I-matrix B de
bekende termen van S herbergen. Voor] := I(1Jn definiëren we de nxn-matrix Cj als
volgt: Cj ontstaat uit A door de j-de koiomvjin A te vervangen door B.
Men kan bewijzen dat als detA #= 0, dat dan '
_ detCi
Xi - detA ' i := 1(1)n.
Voorbeeld
3Xl + 4X2 - X3 = -12
j
S: , Xl - 2~2 + X3: = 16 , A = [,~
4
-2 -IJ =[-12J
.
1 ' "B
' 16 , _.
-Xl + X2 + X3 = -2 -I 1 1 ' -2
-12 4
detA = -16; Cl = 16 -2 î
[ -2 1 .1
-IJ -'-48
,detC I = -48; Xl = -16 = 3.
~
-12
Cz =[ 16 -IJ
1
"
detC 2 = 64' X2 = - '- = -4
'
'-16'
64
-1 -2 1 '
C,
,
=[ i
4
-2
-1 1
-16
-2
i2
l -80
,detC 3 = -80; X3 =-=5.
-16, '
Het gebruik van de regel dient echter in de praktijk afgeraden te ..yorden, omdat er
zeet veel rekenwerk mee gemoeid is. Zo moeten in bovenstaand voorbeeld vier deter-
minanten worden berekend. Dit betekent dat er viermaal een veegprocedure moet '
worden uitgevoerd op een 3 x3-matrix. Met het rekenschema uit hoofdstuk 1 had men
echter kunnen volstaan met het uitoefenen van één veegprocedure op één 3 x4-matrix.
Bovendien is de regel van Cramei alleen toepasbaar op vierkante stelsels waarvan de
koëfficiëntenmatrix regulier is, terwijl het rekertschema uit hoofdstuk I toepasbaar is
op ieder stelsel.
126 §36
Deze twee bezwaren tegen het toepassen van Cramers 'regel blijven overeind staan bij
gebruikmaking van snelle rekenmachines. Praktisch gesproken is toepassing van de
.regel van Cramer alleen nuttig 1:)ij de beantwoording van sommige theoretische vragen.
Dankzij eigenschap 7 kunnen we stelling 3 uit § 16 uitbreiden. In § 63 zullen we
deze uitbreiding (dat wil zeggen: eigenschap 7) bewijzen voor nxn-matrixen~
:~:Stelling 3 (uitbreiding)
rn is een natuurlijk getal; n ~ 2. Laat A een nxn-matrix zijn. Dan zijn de volgende
~~~uitspraken gelijkwaardig.
{O Een stelsel lineaire vergelijkingen met A als koëfficiëntenmatrix heeft precies één
::: oplossing.
(2) A is regulier, dat wil zeggen: A-I bestaat.
)3) detA =F O.
:~::4) De n kolommen (rijen) van A zijn koördinatiseringen van een n-tal vektoren
::: dat onafhankelijk is.
Opgave 49
a) Bereken onderstaande determinanten.
7 -3 8 3 I -2 11 25 36 3 , 6 -3 3576 9845 312
9 11 5 , -1 2 4 , 27 12 41 , 2 1 3 0 0 799
8 8 3 -4 3 1 12 27 39 -1 3 1 0 0 10041
b) x, y en z zijn getallen. Bereken elk der onderstaande determinanten en geef
de aan x, y en z te stellen voorwaarden opdat de determinant niet nul is.
1 1 1 1 1 1 x y z yz zx xy y +Z x X
2 2 2 2 2 2
X Y z , x y z , y z x, x y z, Y z+x Y
3
x y3 z3 3
x y3 i 3
Z X Y X Y z z z x +Y
c) À is een getal. Los À op uit de onderstaande vergelijkingen.
À23 2À-24 À22
2 À 3 = 0, 1 À - 1- 2 = 0, 4 À 5 = À2 + 7À;
3 2 À 2 ·0 À+3 3 5 À
d) a, {3 en 'Y zijn getallen. Onderzoek voor welké waarden van a, {3 en 'Y onder-
staande matrixen een inverse hebben; bereken voor die waarden de inverse.
1 0J [COS a
à ° , B = sina ~:~ ~], C = [~~:;~~::
cosasin{3
sinasintl
-Sina]
cosa .
'Y 1 - 0 o 1 -sin{3 cos{3 o
§37 127 "
" al b l ~l "
axb = a2 b 2 .~
a3 b 3 ~3
2
la b21 lal b ~2b11 _+ lal . bll e3 _-
a3 b 3 !:ll - a3 . 3 a2 b 2 -
. yve hebben gezien hoe we hieruit een vergelijking voor V kunnen maken door a en {3
te verwijderen uit de drie vergelijkingen voor de kóördinaten van de punten van V.
De koëfficiënten van een vergelijking van V zijn, omdat de basis e ortonormaal is, de
koördinaten van een vektor die loodrecht staat op V; dus zowelloodrec~t staat op ~
als op y.. Maar dan is !!xy een vektor die loodrecht staat op V.
Voorbeeld
Laat het vlak W gegeven zijn door de volgende pal'ametervoorstelling ten opzichte van
de basis e.
128 §37
1,8 E m...
" 2 6 ~I "
2 4 ~2 = -14~I + 20~2 -4~3 = - 2(7~I -10~2 1+ 2~3).
3 -1 ~3
, Een vergelijking voor Wis : 7XI -10x2 + 2X3 . = konstante. De gegeven steunvektor
van W voldoet aan -deze vergelijking en bepaalt de konstant e; konstante =
7(1) - 10(0) + 2(1) = 9, zodat VI: 7XI -'- 10x2 + 2X3 = 9.
Het is niet moeilijk in te zien dat éen vergelijking voor V (en W) door middel van een
determinant gestalte gegeven kan worden. Immers, voor iedere ~ in V zijn e~ getallen
a en {3 zodat: ~ = Q + a!! + {3y. ~ 1(~- E) - a~ - {3~ = Q.
Blijkbaar is voor iedere ~ in V het drietal {~- p, !!,y} afhankelijk. Zie ook de figuur
waaruit blijkt dat ~-,Q,!! en'y een ontaard blok opspannen voor iedere ~ in V.
v:::-------~~ -e
Xl - PI UI vI Xl -1 2 6
V: X2 -P2 U2 V2 = 0, en die v~)Qr W als W: X2 2 "4 = O.
X3 -P3 U3 V3 X3 -1 3 -1
Laat de lijn Q gegeven zijn ten opzichte van de basis e door het volgende tweetal verge-
lijkingen
Q: {al Xl + ~X2 + a 3x 3 = c
,blX I + b 2x 2 + b 3x 3= d.
. ,.
§37 129
Laat de 'eerste vergelijking staan voor het vlak Y en de tweede vergelijking voor het vlak Z.
~Dan o~dat e ortonormaal is, de vektor !!met[[:le]. = [:: Jeenvektor die loodrecht
is,
:taat op Y. Evenzo is de ~ektor 1!. met [1!.1' ~ ~ een vektor die loodrecht staat op Z.
~staat dus loodrecht op iedere lijn in Y eh evenzo staat 12 loodrecht op iedere lijn in Z.
/' Zowel ~ als 12.. staat dus loodrecht op de snijlijn Q van Y en Z. Maar dan is ~ x Q even-
wijdig aan Q en kan ~x Q dienen ais richtingsvektor voor Q.
.In 'al die gevallen waar men voor de rést van een vraagstuk slechts een richtingsvektor
van de Q,oor twee vergelijkingen gegeven lijn Q van node heeft, verdient het middel van
het uitprodukt de voor.keur boven het oplossen van het .stelsel dat Q bepaalt_
Voorbeeld
Laat de lijn m ten opzichte van de basis e gegeven zijn door
m:
, Xl] '
[ :: , =
[1] [1] , '
~ , + J1 , ~ ', J1 E IR.
130 §37 .
Opgave 50
Alle koördinatiseringen in dit vraagstuk zijn ten opzichte van een rechts-
draaiende ortonormale basis e = (~1,~2,~3).
a) Bereken voor i := 1(1)3 de oppervlakte van de driehoek die Ai' Bi en Ci
tot hoekpunten heeft.
-11 23 Q3
r
staat op de lijn _::
X1
]
= alril
~ ,a E
..
IR ais op de lijn
Xl
{ XI -
+ X2
2X2
+ .X3 = 9
+ X3 = 10..
, [, À
[E.2] = 2 ] ,[ 9.2] = [~]
0 , [!2] =, [À+l]
2 .
À+3 1 À+5
h) P, Q en R zijn punten, a en {3 zijn getallen.
[pI
(i)
= [-~l [gl = Ul
,B ereken a als px(p +'a q)or = 3. '
[!I = [~n
(ü) Bereken {3 als II(E,';-(3 9) ~ !.II-= V3.
Opgave 51
a) a en b zijn vektoren in de ruimte waarvoor geldt dat lIali = IIbli = lIa xbll = 1.
" Toon-aan dat ~o Q = 0 en bewijs dat voor alle vektoren- y geldt dat - -
(yo(~XQ»2 = yoy_(y~~2 _(yoQ)2.
b) Q en m zijn lijnen die elkaar kruisen en achtereenvolgens!! en y tot richtings-
vektor hebben. Als P en Q punten van achtereenvolgens Q en m zijn, bewijs
dan dat de afstand van Q tot m gelijk is aan
uxv
lI~x~II°(P-g) \ '~
\
.. d at' de afstan d van een punt
BeWIJS ' Rtt
0
Q ge l"
IJ k'IS aan lI(r- -,-1Ii11
p) xull
-
132 §37
Opgave 52
Uit het dagboek van Peer de Schuimer.
"Loop van. de galg naar de eik. Maak daar aangekomen een rechte hoek naar
links en loop nog eens dezelfde afstand. Steek daar een mes_in de grond en
ga terug naar de galg. Loop van de galg naar de berk en maak daar aangeko-
men een rechte hoek naar rechts en loop nog eens dezelfde afstand. De
schat. ligt precies midden tussen jou en het mes."
De schurk Borre Knijf voer naar het eiland, maar trof de galg niet meer aan.
Dankzij zijn kennis van de vektorrekening vond hij toch de schat. .
Waar lag de sehat begraven?"
- I
133
HOOFDSTUK ·4
lineaire operatoren in de ruimte
en het platte vl.a k '
. .
In dit hoofdstuk is e steeds een ortonormale positief georiënteerde basis; e = ~},~,~) voor de
ruimte, en e = ~l,~) voor het platte vlak. In dit hoofdstuk zijn n en r steeds positi~ve gehele
getallen.
38 Afbeeldingen en operatoren
Dit hoofdstuk handelt over afbeeldingen in de ruimte en het platte vlak. We beginnen met het
begrip afbeelding en de nauw eiJ;nee samenhangende begrippen in herinnnering te brengen.
Een afbeeÎding bestaat uit drie onderdelen
1. Een niet lege verzameling A, de definitieverzameling, of het domein van de afbeelding.
2. Een niet lege verzameling B, het bereik of het kodomein van de afbeelding.
3. Een voorschrift !F van de afbeelding waarin beschreven wordt hoe aan ieder element ~ van,
A precies één element b van B wordt toegevoegd.
Deze toevoeging van het element b aan het element a geven we aan, Of door b = !Fa, bf door
a ~ b. We spreken over de afbeelding !F van A naar B en d~iden die aart door j:: A -7 B.
A B
Als er over de definitieverzameling en het bereik geen misverstànd kan ontstaan geven we de
afbeelding ook zonder meer aan door :r. .
Is a een.element van A en is b = !Fa; dan heet b heet beeld van a onder !F, en a heet een
origineel van bonder :r. Is A' een deelverzameling van A, dan heet de verzameling van alle
beelden van de elementen van A' onder !Fhet beeld van A' .o nder :F, notatie !F(AJ. Is B' een
deelverzameling van B, dan heet de verzameling van alle originelen van alle elementen van B'
onder !Fhet volledig origineel van B' onder :F, notatie !F-1 (B'). Bedenk dat het begrip
:r.
volledig origineel niets van doen heeft met een mogelijke inverse afbeelding van In~de_
notatie !F-1 (BJ ligt dus niet besloten dat !F een inverse heeft.
134 §38
Een bijzondere afbeelding is de afbeelding.?A: A ~ A bepaald door.?A (a) =a. Deze afbeelding
heet de identiteit in of op A. Is de definitieverzameling A uit de samenhang duidelijk, dan
schrijven we in plaats van.?A ook wel.9'voor de identiteit in A.
tp. A ~ B heet een 1-1-afbeelding of een injektie, als voor ieder tweetal verschillende
elementen van A ook hun beelden onder .'Fverschillend zijn. Dus als ai en a2 elementen van A
= =
zijn, terwijl .'Fa1 .'Fa2, dan is noodzakelijk, als .'F een I-I-afbeelding is, dat a 1 a2.
tp. A ~ B heet een op-afbeelding of een surjektie, als het beeld van A onder .'Fgelijk is aan
B; .'F(A) =B. Dus als .'F een op-afbeelding is, dan heeft ieder element van B minstens één
origineel onder .r.
tp. A B heet een 1-1-op-afbeelding of een bijektie, als .'F zowel een I-I-afbeelding als een
~
op-afbeelding is. Men ziet gemakkelijk in dat wanneer .'Feen 1-I-op-afbeelding is ieder element
van B precies één origineel onder .7"heeft.
Laat B' een zodanige deelverzameling van B zijn dat .r<A), het beeld van A onder .r, weer een .
deelverzameling van B' is; .'F(A) E B' E B. Laat Çj: B' ~C een afbeelding zijn. De
samenstelling van (eerst) .'Fen (dan) ij is de afbeelding :Jf. A ~ C bepaald door ?Jfa. = (j(.'Fa);
notatie !J{= (jo.'F.
Voorbeeld
, K bestaat uit alle mensen die op 1 januari 1988 om 00.00 uur in leven waren.
L bestaat uit alle mensen die voor dat tijdstip geleefd hebben en de mensen die op dat tijdstip
nog in leven waren.
:M: K ~ L is de afbeelding die aan ieder mens -in K zijn of haar moeder toevoegt.
Het beeld van Kroonprins Alexander onder :Mi!! Koningin Beatrix. Kroonprins Alexander is
een origineel van Koningin Beatrix onder 9vf. Het volledig origineel van Koningin Beatrix
§38 135
onder Mis de verzameling die bestaat uit al haar kinderen: Kroonprins Alexander, Prins Johan
Friso en Prins Constantijn; hieruit blijkt dat M geen I-I-afbeelding is, zodat M geen mverse
heeft. Het volledig origiÎleel onder M van een manspersoo~ in L is de lege verzameling; hieruit
blijkt dat :Mgeen op-afbeelding is. Laat V de verzameling zijn die bestaat uit Koningin Beatrix,
Prinses Juliana en Prins Bernhard. Het beeld ~V) van Vonder :Mis de verzameling,die
bestaat uit Prinses Juliana, wijlen Koningin Wilhelmina en wijlen Prinses Armgard. Het
volledig origineel MI (V) v'a n Vonder Mis de verzameling die bestaat uit alle kinderen van
Koningin Beatrix en alle kinderen van Prinses Juliana: Kroonprins Alexander, Prins Johan
Friso, Prins Constantijn, Konining Beatrix, Prinses Irene, Prinses Margriet en Prinses
Christine.
Laat L' de verzameling van alle tot L behorende vrouwen zijn, en laat 'J{:. L' ~ Z de afbeelding
zijn die aan iedere vrouw uit L' haar geboortejaar ~oevoegt. Laat S: K ~ Z de samenstelling
van (eerst) Men (dan) 9{zijn.
Daar Koningin Beatrix in 1937 geboren is, is het beeld van Kroonprins Alexander onder Shet
geta11937. Het volledig origineel van 1937 onder Sbestaat uit alle personen uit K wier
m
moeder 1937 geboren is.
Is de' definitieverzameling A van een afbeelding gelijk aan zijn bereik B, dan noemt men zo 'n
afbeelding vaak een operator gedefinieerd in A, of gedefinieerd op A. Nog korter noemt
men zo'n afbeelding 1': A ~ A een operator in A, of een operator op A.
Zijn IJ en Çj twee operatoren in A, dan bestaan uiteraard hun beider samenstellingen Çj 0 IJ en
IJ 0 Çj, en zowel Çj 0 IJ als IJ 0 Çj is weer een operator in A. Werken we uit~luitend met operatoren
in een verzameling A, dan schrijven we in plaats van ÇjolJlieve~ ÇjIJ en spreken over het
produkt van (eerst) IJ en (dan) (j. Op deze wijze hebben we de verzameling van alle
operatoren in A voorzien van een vermenigvuldiging en het is onmiddellijk duidelijk dat dèze
, verzameling gesloten is onder deze vermenigvuldiging. Voor IJIJ schrijven we P en voor
P IJ schrijven we IJ3. We spreken af dat tp> =!J, de identiteit iil A. Voor ieder positief geheel
getal k definiëren we IJk rekursief door IJk = IJk-I if. Vergelijk deze vermenigvuldiging van
operatoren in A met de vermenigvuldiging van vierkante matrixen zoals uiteengezet in § 12.
Zijn if. Çj en J{drie operatoren in A, dan geldt
9f( Çjif) =(J{Çj) IJ en 'IJ!J = !Jif.
Is IJ omkeerbaar, dan geldt bovendien
IJ-I IJ =IJIJ-I = :1.
Er zijn voorbeelden van operatoren IJ en Çj in een verzameling A waarvoor IJÇj ~ Çj'F; zie ,
opgave 54f .g.h• De vermenigvuldiging in de verzameling van operatoren in A is dus, evenals de
vermenigyuldigingvan n x n-matrixen wel associatief, maar niet kommutàtief.
, In dit hoodstuk beschouwen we alleen operatoren in de ruimte en operatoren in het platte v lak.
Net als in hoofdstuk 3 gaan we er steeds van uit dat in de ruimte (het platte vlak) een oorsprong
o gekozen is, zodat we volgens § 21 de punten van de ruimte (het platte vlak) kunnen
136 §39
'Opgave 53
a) ' !:M: K ~ L is de afbeelding uit het bovenstaande voorbeeld.
Ga na dat !:Mo!:Mbestaat en ga u.w eigen beeld na onder deze afbeelding. Wat is het
volledig origineel van uw twee grootmoeders onder Ma M.
b) W is de verzameling van alle in Nederland wonende mensen. ;J{is het voorschrift dat
aan iedere persoon uit W zijn huisnummer toevoegt..Noem twee redenen waaro~ ir,
W en IN waarschijnlijk geen afbeelding Jf. W ~ IN bepalen.
c) A en B zijn verzamelingen en:r: A ~ Biseen afbeelding met de eigenschap dat er een
afbeelding (j: B--.? A ,bestaat zodat (j(!Fa) =a voor elke a in A en !F( (jb) =b voor elke
binB. .
Toon aan dat (j: B ~ A de enige afbeelding met die eigenschappen is.
d) Toon aan: !F: A ~ B is omkeerbaar ~an en slechts dan als !Fzowel1-1-afbeelding als
op-afbéelding is. .
e) !F, (j en .1fzijn operatoren in de ruimte.
Toon aan: 1) .1f«(j:J) = (.1f(j)!F
2) !F IJ = /}!F-
Als !Finverteerbaaris, toon dan aan dat
3) y-1!F= !F!F-1 = .1.
f) .9l is de operator in het platte v lak die ieder punt loodrecht projekteert op de drager van
~1. $is de operator in het platte vlak die ieder punt spiegelt ten opzichte van de drager
,
van ~1 +~ ,
Toon aan dat $.9l *- .9l$.
g) Bepaal twee operatoren Cen 'Din de ruimte waarvoor ·'DC*- C'D.
Eigenschap 1
Voor elk tweetal vektoren i! en 12 geldt
~~ + hl = ~Si + 112.
Merk op dat in het linkerlid de twee originelen Si en h eerst worden opgeteld waarna van de som
S! + 12 het beeld onder ~ wordt gevormd, terwijl in het rechterlid eerst de beelden ~S! en .1.h
worden gevormd waarna deze vervolgens worden opgeteld.
Blijkbaar formuleert deze eigenschap dat de volgorde van de twee bewerkingen, optelling van
vektoren en beeldvorming van een vektor er voor een lineaire operator niet toe doet.
Eigenschap 2
Voor elk reëel getal À en elke vektor.S! geldt
~(Ài!) =À~i!.
Deze tweede eigenschap formuleert dat de volgorde van de twee bewerkingen, vermenigvul-
diging van een reëel getal met'een vektor en beeldvorming van een vektor, er voor èen lineaire
operator niet toe doet.
Deze twee eigenschappen bepalen het lineair zijn van een operator; het zijn definiërende
eigenschappen. De overige vier v~ de zes eigenschappen van lineaire operatoren zullen we
afleiden uit deze twee definiërende eigenSchappen.
Voorbeeld 1
Pis de operator in het platte vlak die ieder punt loodrecht projekteert op een gegeven lijn 1door
de oorsprong O.
Een eenvoudige meetkundige beschouwing leert dat Peen lineaire operator is.
À.;2 .
,
I
\ :
, 1
\ 11
\
---+---=~~=----':-4--_ _~'_ _ _ _ getallenrechte
1 À.
\
\
138 §39
(
Een andere manier om aan te tonen dat P lineair is gaat als volgt. Laat y een richtingsvektor van
1 zijn.
Pa- = "{zie §29, blz. tOD}" = y·fI:
y.y- v
, v·(a + hl v·a + v·b v·a v·b
P(fI: + hl = y.y y = y.y y = y i.i + i.'y y = PfI: + PQ, en Pvoldoet aan eigenschap 1.
Voor
.
ieder reëel getal A geldt P('l"4J = Y·O,,~
n \
y.y _V = A (y.~
y.y _v '=. A p!:I,
~
en' Pvoldoet ook aan
eigenschap 2. o
Voorbeeld 2
Laat E een vektor zijn in het platte vlak met lengte 1. Laat Qde,operator in het platte vlak zijn
bepaald door Qy = 11 y 11 E.
Laa t! een eenheidsvektor zijn.die loodrecht staat op p.
, Q{E + r) = 11 E + III E = ..J2 E· . -
~. + Q!: = Ir E 11 E + 11 I 11 E = I'E + I'E = 2r * Q{E + r).
Qis dus niet lineair.
r ,,
Q(E+ r)
e= OE = Or
o
Voorbeeld 3
De identiteit .9 in de ruimte (het plattè vlak) is duidelijk een lineaire operator.
Voorbeeld 4
De nuloperator, notatie 0; is de operator in de iuimte (het platte vlak) die aan iedere vektor
de nulvektor toevoegt. Dus voor elke vektor y geldt O'y = Q.
Het is onmiddellijk duidelijk dat O'een lineaire operator is.
Eigenschap 3
Laat La: I i: = I(I)r} een Nal vektoren en {Ài I i: = I(I)r} een r-tal reële getallen zijn.
Is i.f een lineaire operator in de ruimte (het platte v lak) dan geldt
r r
i.f(L AiiW = L Àï i.f~.
i=l i=l
Voor r = 3 volgt: i.f(Alfl:l + A2~ + A3f1:3) = Ali.ffl:i + A2i.ff1:2 + A3i.ffl:3. Het bewijs gaat m,et
volledige induktie naar r en met gebruikmaking van'de eigenschappen 1 en 2.
§39 139
Voorbeeld 5
Laat E een vektor zijn in 'de ruimte (het platte vlak), en laat o/p de ~erschuiving over Ezijn; dat
is de operator in de ruimte (het platte vlak) die aan iedere vektor Y.. de som van Y.. en p toevoegt. -
Dus voor alle Y.. is o/p Y.. =Y.. + p. -
Als E:# Q, dan is o/p Q =Q+ .E :# Q en o/p is duidelijk geen lineaire operatör zoals blijkt uit de
volgende eigenschap.
Eigenschap -4
Is ~ een lineaire operator in-de ruim~ (het platte vlak) dan geldt
~Q=Q. -
Immers is 11 een willekeurig gekozen vektor dan is ' ~Q = ~(Oy) = " {Eigenschap 2 }" =
=0 ~l!=Q. 0
Merk op dat voor de niet-lineaire operator Qvan voorbeeld 2 ook geldt dat QQ = Q. Eigenschap
4 is dus een noodzakelijke, maar geen voldoende eigenschap voor het lineair zijn van een -
operator.
Is ~ een lineaire operator in de ruimte óf in het platte vlak en -is ge nulvektor Qde enige vektor '
die door ~ op Qwordt afgebeeld, dan is ~ een I-I-afbeelding. .
Bewijs.
Stel eens dat ~ geen I-I-afbeelding zou zijn. Dan zouden er twee verschillende vektoren a en h
bestaan die onder ~hetzelfde beeld hebben; dus ~a = .111, te:r:wijl a :# h. ~a = .111 ~_
J'~-1h =Q ~ "{Eigenschap -3}" ~ -~@ -' hl =Q. Dus ~ - 12 wordt door ~op Q afgebeeld. -
Maar dan is volgens het gegeven j! - 12 = Qofwel j! = 12. Tegenspraak; dus !fis een
-I-I-afbeelding. - 0
Uiteraard is ook het omgekeerde juist: Is ~ een lineaire operator en I--I-afbeelding, dan beeldt
~ alleen de nulvektor Q op Q af.
_Immers omdat ~lineair is geldt 1D. =Q, en omdat ~ l-l-afbeeldmg is, is er geen andere vektor
dan Q die door rop Qwordt afgebeeld.
We vatten dit samen in de volgende eigenschap.
Eigenschap 5
Is ~ een lineaire operator in de ruimte of in het platte vlak, dan geldt:
ris een I-I-afbeelding dan en slechts dan als ralleen de nulvektor Q afbeeldt op Q.
~~---------------------
Voorbeeld 6
Laat 1{de operator in het platte vlak zijn die ieder punt t.o.v. de oorsprong tegen de klok in
verdraait over een hoek <po
Een eenvoudige meetkundige beschouwing leert dat 1{lineair is.
~AaJ = À~ . - . - - - ..
.. -.......
- -, . .
- -..." .... ,......
...... b<P ,
..... .
.... ...
, ......, .,.
\
,, \
\
, ,
',- cp'", , \
\<p
l'
, ,.
\ '
1'-
.
•
\ '-
\ I '-
'- .
"
getallenrechte
-,, 1
'- -
a+.b
Het is duidelijk dat 1{alleen de nulvektor op .Q afbeeldt, zodat 1{een I-I-afbeelding is.
Bovendien is 1{een op-afbeelding; immers ieder punt in het platte vlak heeft een origineel
onder 1{(punt terugdraaien over cp). 1{-1 bestaat dus, en het is onmiddellijk duidelijk dat 1è 1
de operator is die ieder punt t.o.v. de oorsprong juistmet de klok mee over een hoek <p
verdraait.
Voorbeeld 7
-
Sis de operator in het platte vlak die ieder punt spiegelt t.O.v. een lijn I door de oorsprong.
Een eenvoudige meetkundige beschouwing leert dat S een lineaire operator ts. -
.a.+.b
'~
getallenrechte
/ À.
I
/
/ '
,I
Sm + .w = S.a. + Sb.
)
§39' 141
Twee keer spiegelen t.o.V. de lijn I doet iedere vektor in zichzeif overgaan. Blijkbaar is
5 2 gèlij_k aan de identiteit § en dus is 5 gelijk aan zijn inverse; 5 = 5-1• Merk op dat in
overeenstemming met eigen~chap 5 Sy = Q ~een voor y = Qgeldt.
We gaan eigenschap 5 na voor de voorbeelden ,-1,2,3,4 en 5.
Bij voorbeeld 1. Alle punten van de lijn door,OJoodrecht op l worden door Pop de nulvektor
afgebeeld. Pis dus geen I-I-afbeeld~g. Pheeft dus geen mverse. Overigens is Pook geen
op-afbeelding, daar een punt buiten de lijn I geen origineel heeft onder P.
q,
Bij voorbeeld 2. De operator Qheeft de eigenschap: als Qy == dan is y =~. Toch is Qgeen
I-I-afbeelding omdat voor de vektoren E en I _geldt dat QE, = Qr terwijl E:;t,I. Hieruit blijkt
andermaal, met eigenschap 5, dat Qniet lineair is.
Bij voorbeeld 3. De identiteit .1 is duidelijk Zowel een I-I-afbeelding als een op-afbeelding.
.1-1 = g. / - -
Bij voorbeeld 4. De nuloperator -is duidelijk noch een I-I-afbeelding noch een op-afbeelding.
Bij voorbeeld 5. o/p heeft een inverse: o/..p, zoals men gemakkelijk na kan gaan. o/p is dus een
I-I-afbeelding. Toch volgt uit o/p y = :Q niet daty= Q, zodat ándermaal blijkt dat o/p niet linearr
is.
In de analyse beschouwen we funkties van IR naar IR; dus operatoren in IR. Zo'n funktie
(opera~or) is gewoonlijk pas helemaal bekend als we het voo:t:Schrift f ervan kennen voor ieder '
getal r in IR afzonderlijk. Daarentegen is het bijzondere van een lineaire operator in de ruimte
dat we uit de kennis v,an de beelden van slechts drie vektoren het beeld van iedere andere vek:l:or
ondubbelzinnig kunnen afleiden, mits dat drietal vektoren een driebeen vormt. De rol van het
getal 3 vloeit voort uit het 3-dimensionaal zijn van de ruimte. Evenzo is een lineaire operator in
het platte vlak voll~ig bekend als de twee beelden van devektoren van een tweebeen bekend
zijn. Een en ánder leggen we vast in de volgende eigenschap._
Eigenschap 6
Een lineaire opera~or in de ruimte (het platte vlak) is bepaald' door de drie (twee) beelden van de
vektorenvan een,driebeen (tweebeen). ,
We bewijzen de e~genschap voor een lineaire operator in de ruimte.
Laat b = (Q},Jà,Q3) een driebeen en (li},~,li3) een drietal vektoren in de ruimte zijn. We tonen
aan dat er preciés één lineaire operator !Fin de ruimte bestaat met de eigenschap
Daar been drie been is, is b een basis voor de ruimte. Voor een willekeurig gekozen vektor JJ. is
zijn koördinatisering op deze basis ondubbelzinnig bepaald; zeg
, '
' Definieet.ry door .r!! ~ XI lil +. X2 ~ + X3li3. Daarmee is het beeld van iedere vektor onder J:
bepaald en is .rgedefinieerd in de ruimte. In het bijzonder is, omdat
142 §39
ui2]b =[ !],
1121 = 1 lil + a·~ + a'liJ =lil, 1h2 =~ en .1b.....J =§.3·
We tonen aan dat .1"lineair is. Laat À; een reeel getal zijn en laat y. nog een vektor zijn met
.
koördinatisering
1
[y]b =[ Y2
Y 1
. ban is fu +y]b =[
l 1
1 [ 1
X2 + Y2 en [ÀyJb = ÀX2 . ] .
X + Y Àx
Y3 . X3 + Y3 . ~x
I\. 3
:!(u + y) = (Xl + Y})§.l ,+ (X2 + Y2)§.2 + (X3 + Y3).s.3 =(XI.s.I + X2.s.2 + X3.s.3) +
+ (Yi §.l + Y2 ~ + Y3liJ) = .1"y. + .1"y. en .1" voldoet aan eigenschap 1.
.1"{ÀY.) = ÀXI §.l + ÀX2 ~ + ÀX3 §.3 = À(XI §.l + X2 ~ + X3liJ) = À.1"y. en .1"voldoet aan
eigenschap 2. Blijkbaar iS .1"lineair.
Laat nu (j nog een lineaire operator in de ruimte zijn met de eigenschap (jhl =lil, (jhz = S2 en
(jlb =.s.3. pan tonen we aan dat (j = :! door te laten zien dat voor een willekeurig gekozen
vektor y geldt (ju = .ru.
(jY. = (j(XI hl + X2 hz + X3 h3) ="{Eigenschap 3}" = Xl (jhl + X2 (jh2 + X3 (jh3 =
:;:: Xl §.l + X2.s.1 + X3 .s.z = .1"Y..
Blijkbaar is .1"de enige lineaire operator in de ruimte met de eigenschap 1b.1 = .s.l, .1b.z = .s.2 en .
Jh3 = .s.3~ 0
I
Voorbeeld 8
Tis de operator in de ruimte bepaald door $i. =y'x~. We tonen eerst aan dat Tlineair is.
Laten Y. en Y. vektoren in de ruimte zijn. 1lli + y) = (y. + y) x ~ = Y. x ~3 + Y. x ~3 = '1!! + $i. en T
voldoet aan eigenschap 1.
rry' rr
Laat À een reëel getal zijn. Dan geldt '1tÀy) = (Ày) x ~3 = À(y' x ~3) = À en voldoet ook aan
eigenschap 2. rris dus lineair.
We gaan van~}, ~ en ~3 de beelden onder Tna.
=
T~l ~l x~ -~ =
T~=~x~= ~l
rr~3 = ~3X~ = Q
§39 143
Laat l'en (j operatoren in de ruimte (het platte 'vlak) zijn. Onder de,som van l' en {j;, notatie
l'+ (j, verstaan we de operator S bepaald door
S'1... = 1''1... + (jy. -
Is A, een reëel getal, dan verstaan we onder het produkt van A, en .1: notatie A,.1: de operator P
bepaald door ,
P'1...= A,.1'Y....
Zijnl'en (j lineaire operatoren in de ruimte (het platte vlak) dah geldt dat zowel de som
l'+ (j, als het produkt A, l'van ieder reëel getal A, en 1', alsook het produkt (j l' van eerst l'en
dan (j lineair is. Is bovendien l' omkeerbaar, dan is ook ~l lineair.
Opgave 54
a) De operator .9l in de ruimte is bepaald door .9l'1... = CY...·~I)~1 + ('1...·~)~2.
Toon aan dat .9llineair is. Beschrijf het voorschrift van_.9l meetkundig. Wat is het
volledig origineel onder .9l van de vektor 3~1 + ~? '
b) h is een vektor in het platte vlak met lengte 5. ~is de operator in het platte vlak bepaald
door ~'1... = (y.ll) Q.
Toon aan dat ~lineair is. Is ~een I-I-afbeelding? Wat is het volledig origineel onder
~vanh?
Beschrijf het voorschrift van f}3 meetkundig. Schets f}3 als 12 = 3~1 + 4s<.2.
c) ~ is 'e~n vektor in het platte vlak met lengte 5. Cis de operator in het platte vlak bepaald
v·c
door C'1... = -'1... + 2 ~.~ .Q..
Toon aan dat Clineair is. Is Ceen I-I-afbeelding? Bereken het volledig origineel
onder Cvan~. Beschrijf het voorschrift van Cmeetkundig.
Schets C als ~ = 3~1 + 4~.
144 §39
d) 1) is de operator in het platte v1~ bepaald door [1)yJe = [cos T-SinT] [yJe.
sm~ cos~
33 .
Toon aan dat 1) lineair is. Is 1) een I-I-afbeelding? d. =~1 - 3~. Bereken 1Jd en
lI1)gll.
Toon aan dat voor alle vektoren X in het platte vlak geldt dat 11 yll = 11 t])y 11 en bereken de
hoek tussen X en t])y. Beschrijf 1) meetkundig en schets 1}).
e) ~ is een eenheidsvektor in het platte vlak. 'E is de operator in het platte vlak bepaald
door 'EX = (y.~ ~ + (y.~ X;
Ga na of 'E lirieair is. Bereken het volledig origineel van Qonder 'E. Is 'E een
1-I-afbee1ding? Bereken het volledig origineel van ~ onder 'E.
f) (i) f: IR ~ IR is een lineaire operator; f(3) = 1.
Bereken f(-2) en schets de grafiek van f.
(ü) De funktie g: IR ~ IR heeft als grafiek de lijn met vergelijkiIig y =2x - 3.
Is g lineair?
g) (j is de operator in het platte vlak die ieder punt loodrecht projekteert op de lijn n met
vektorvoorstelling X =E + v~, V E IR.
Onder welke voorwaarden is Çj lineair?
h) !J{is de lineaire operator in de ruimte bepaald door 9i.l =~1, !l-K.sn. + ~) =sn. + ~ en
!l-K.~+~) =~ - ~3· Bereken 9-ft:a en ~3. Beschrijf j{ meetkundig.
Bereken !l-K.x ~1 + Y ~ + Z ~3).
i) :Fis een operator in de ruimte (het platte vlak) .
. Toon aan dat :Flineair
.
is dan en slechts dan als voor ieder
\ . tweetà1 vektoren -a en -b en
ieder reëel getal p geldt :F(p a + hl = p :Fa + .1Q.
j) :F en (i zijn lineaire operatoren in de ruimte (het platte vlak). -
Toon aan: I):F + (i is lineair; 2) A:Fis lineair voor elke A in IR; 3) (i1"is lineair.
Als :F omkeerbaar is, toon dan ook aan 'dat :J-llineair is.
k) 1(is een operator in de ruimte waarvoor geldt
~1 =sn., ~ =~ en ~3 =~1·
Waarom is 1(met deze gegevens niet bepaald?
1) L is een lineaire operator in de ruimte waarVoor geldt
= . ~1 . + ~ + ~3
Voor k := 1(1)3 is de k-de kolom van A juist de koördinatisering van het beeld onder IJ van de
k-de basisvektor hk,
Laat de vektor w het beeld zijn onder ~ van de wille~eurig gekozen vektor y;
iJy = w.
Deze betrekking tussen het origineel y en zijn beela ~ onder ~ is gelijkwaardig met de
matrixvergelijking
. A[y]b = [w]b,
146 §40
=
[
af P
Cg q
][Xl]~
X2 = ,
{Xl] X2 .
d h t X3 X3
[.1']~.
[.1'y]b = [.rJ~[y]b = ~b
Merk op dat de notatie voor de koördinatiseringen van een vektor en een lineaire operator fraai
is in de zin dat in beide leden van [.1'iJ b = [.rJ~[y]b het aantal hoog geschreven b's verminderd
met het aantalla,ag geschreven b's gelijk is. De laag geschreven b van L11~ slaat op de vektoren
hl, 122, ll3 liggend in de defmitieverzameling van .1'; de hoog geschreven b slaat op de
koördinatisering van .1hl, .1J22 en .1Jb t.o.v. de basis b, maar nu als basis voor het bereik van
.1'.
I~ uit de samenhang duidelijk welke basis bedoeld wordt dan schrijven we voor de koördina-
tisering van .1' ook wel [.1].
§40 147
,-Voorbeeld 1 . ,
Pis de lineaire operator in het platte vlak die ieder punt ervan loodrecht' projekteert op de lijn I '
met vektorvoorstelling .
4 = A.(2~1 + fu), A. E IR.
We berekeneQ de koördinatisering P van P op de ba~is e; dus P = [P]:. Stely =2~1 + ~, een
richtingsvektor van I.P~l = "{zie § 29, blz. lOO}" = ~.~y = "{e is een ortoll(~mnale basis}" =
4: I l! = ~l!. [Pllt J' = ~[yJ' = ~ [~] = m: ~lIlIn11ee de«,,'" kolom van P gevonden is. Ptz .
~ = ~.:l! = tl!. [P~J' = }[]!]' ~ [Uwaannee de tweede kolom van P gevonden is. .
Blijkbaar is PI =-~~l - ~~ .
. Even gemakkelijk als voor r berekenen we voor iedere andere vektor y' = Xl~l + x2.fuhet beeld
onder P. Stellen we Py = Yl~l + Y2.fu,·dan berekerien' we Yl en Y2 uit
Ga zelf algebraïsch na dat 'de punten van déUjn m: [::] ={-:], Il E IR, gaande door 0 en
.e1 2
~2 .
We gaan dit ook algebraïsch na. Het volledig origineel van §. onder Pbestaat uit alle vektoren y
-4 5"2 -2 ] - [ 0
[ ; t ~1 è *5 2
O' Ol
1 -5'
Voorbeeld 2
b = (lU:h2,lb) is een basis voor de ruimte. (Yl,Y2,Y3) is een driebeen en lliI.W2,~) is een
drietal vektoren.in de ruimte. Vaneen lineaire operator iJ in de ruimte is gegeven dat
één manier te schrijven als een lineaire kombinatie van Xl,.Y2 en Y3, zeg
.hl = aXl + f3.Y2 .; "(Y:3 •
.Daar ~ lineair is, is volgens eigenschap 3
Jlll = g:(aXl + f3.Y2 + "(Y:3) = a~xl + f3~.Y2 + 'Y~Y3 '= aw} + f3~ + 'YYi:3
Blijkbaar is 1121 dezelfde lineaire kombinatie van Wl, ~ en W3 als 111 is van Xl, X2 en X3 : .
Evenzo voor .1n. en Q3. We gaan daarom ais volgt te werk.
Voer het drietal (Yt..Y2,Y3) door een goed gekozen reeks van el~mentaire bewerkingen over in
het drietal (hl,112,113). Onder een elementaire be~erking uit te oefenen op een geordend Nal
vektoren verstaan we één vande volgende drie bewerkingen.
1) Het verwisselen van plaats van twee vektoren van dat Nal.
' 2) Het vermenigvuldigen van één der vektoren van datr-tal met een getal ongelijk aan nul.
3) Het vermeerderen van één der vektoren van dat r-tal met een veelvpud van een andere
vektor van dat r-tal.
. Het ten uitvoer leggen van een bepaalde reeks van elementaire bewerkingen op (Yt..Y2;Y3)
houdt in, het ma)cen van een bepaalde lineaire kombinatie van het drietal (Yt..Y2,Y3).
Op grond van eigenschap 3 ~tellen we daarom vast dat dezelfde reeks van elementaire
,bewerkingen die na tenuitvoerlegging (yl,~,Y3) do~t Qvergaan in (11l,Q2,123), ~l,~,~) =
(~Yl,~Y.2,~Y3) doet overgaan in (Jlll..1h2,.?l23). Het gelijktijdig ten.uitvoer leggen van een
reeks elementaire bewerkingen op enerzijds (Yl,.Y2,Y3) en anderzijds (~Yl,~Y.2,~X3) gaat in de
praktijk als volgt in zijn werk. .
Plaats achtereenvolgens de koördinatiseringen van Xl, .Yi en ~ bov~n die van ~Yl, ~.Y2 en
!FY.3, gescheiden <loor een ·streep .in een 6 x 3-matrix. Voer dan een geschikte reeks elementaire
(kolom)bewerkingen op deze matrix uit, zodat boven de streep de eenheidsmatrix'J3 ontstaat;
onder de streep ontstaat dan A.
I I I I I I 100
[ytl b [.Y2]b [Y3]b [lll]b [112]b [113]b 010
I -' I I ' elementaire I I I 0·0 1
I ·1 (kolom)- I I I =
. CrYl]b [.1'Y2]b [~Y3]b bewerkingen
L1ht1 b [11l2]b L11l3]b A
11 ( I I I I
1 3 1 1 0 0 1 0 0 1 o0
1 -4 .3 1 -7 2 -6 -7 -26 -6 7 1
1 2 5
~
1 -1 4
~
0 -1 0 .~
0 t o·
~
6 10 12 6 -8 6 -2 -8 -26 -2 8 1
3 8 7 3 -1 4 2 -1 0 2 1 0
3 2 5 3 -7 2 -4 -7 ~26 -4 7 1
er
@-
--cD ",-1
1
~
®- "'--
~ ~
,'1 50 §40
100 100
~
001
o 10
411 ~
010
001
411
.
. Blijkbaar is A = 2 0 1 .
[4 11]
210 201 210
, 2 0 1 2 10
~
, ' .
, .
Met behulp van A kan het beeld en volledig,origineel onder !F van iedere vektor berekend
worden. We berekenen het beeld van r = 2121 -'5122 + 3123 onder !J.
. [4 11][ 2] [6]
[!Fr]b = [.1l~[r1b = A[r]b = 2 0 1 . -5 = 7 .
.' 21 0 3, -1
[y]b = [~~], dan is !Fy = §. gelijkwa~dig met A[~~] = [~]. Met het rekenschema van
, X3 .' , , X3 1 .
hoofdstuk 1 volgt:
[~ ~ ~ ;],èèt ~ [~ ~ ~ ~ J.
2101 ' 2101
Blijkbaar hebben we door middel van de koördinatisering van een llneajre operator t.O.v. een
, basis been één-éénduidige toe,voeging verkregen tussen de lineaire operatoren in de ruimte en
de reële 3 x3-matrixen. Maar er is meer.
Beschouw de lineaire operator die de som is van de lineaire operatoren :F en q. Dan geldt
Dus de koördinatisering van de som van twee lineaire operatoren is gelijk aan de som van de
koördinatiseringen van die operatoren.
Bewijs
Voor. een willekeurig gekozen vektor y geldt
[.'J +q]~[y]b = [(.'J + q)y]b ="{de defmitie van de som van.'J en q}" =
. /'
=. [.'Jy + qyJb = ':{stelling 4}" = [.'JyJb + [qyJb =
dus de koördinatisering van het produkt van twee lin:eaire operatoren is gelijk aan het produkt
van de koördinatiseringen van die twee operatoren. Mits .'J omkeerbaar is ,geldt ook dat de
koördinatisering van .'J-l gelijk is aan de p1verse matrix van de koördinatisering van .'J,
., [.'J-l]~ = ([:F]~)-l.
Stelling 7
Laat b een basis voor de ruimte (het platte vlak) zijn. De toevoeging van lineaire operatoren in
de.ruimte (het platte vlak) aan reële 3 x 3-(2 x 2-)matrixen waarbij aan iedere lineaire operator
zijn koördinatisering t.g.v. de basis 'b wordt toegevoegd is ëen l-l-op-afbeelding. Bovendien
laat deze toevoeging de uitkomsten onverlet van vier in beide verzamelingen bestaande bewer-
klngen. Zijn nl. :F en (j lineaire operatoren ill de ruinite(het platte vlak) en is A. een reëel getal,
dan geldt:
Bedenk dat de matrix L11~ de lineaire operator l' alleen vertegenwoordigt t.o. v. die ene basis b.
Zodra een andere basis c ~ordt gek()zen is in het algemeen L11~ ongelijk aan [.1J~.
Voorbeeld 3
Laat het vlak V t.o.v. de ortonormale basis e gegeven zijn door de vergelijking
Xl + X2 + X3 = O. Laat S de spiegeling ûjn t.o.v. het vlak V.
Een meetkundige beschouwing leert dat S lineair is.
~+w
S(y + w) = SY.. + Sw
SÄy" = Îl.SY..
§40 153
We kiezen een tweebeen~l,~) in Ven vullen dat aan meteen vektor Q3 '* !luie-loodrecht staat
opV.
Het is duidelijk dat deze gekozen vektoren,Ç}, ~ eh ÇJ een basisc =(ç}, ,Ç2,ÇJ) voor de ruinite
voimen. De koördinatiseringN = [5]~ ~an 5 op de basis c is eenvoudig te berekenen. Immers
~} ="{,Ç} ligt in het vlak V van spiegeling}" ==,Ç} ~
[n
,
", =1 '~1 + Q,!;z + Q'l<3; dus [~1]; = ~tl' ,= waanneè de eerste kolom van N gevonden is,
N= [S]~=[~. ~ , ~ J.
. 0\ 0 -1
- ç,} H
S ç,}
.~ ~ . ~
S
Q3 H~3·
Van deze vektoren kennen we de koördinlltisering~n t.o.v. de basis e. Met het in voorbeeld 2
ontwikkelde rekenschema berekenen'we M.
1 0 1 -1 0 0
[QIle - [Q2]e J,Ç3]e -1 -1 1 -1 -1 3
I I I 0 1 1 0 1 0
I I I = 1 o -1 ~
1 0-2 ~
1 0 0 1 0 0 100
-1 -1 1 0 0 1 0 -1 0
0 1 0 0 1 0 001
1 2
0 -3 122 122
~ ~ 3 -3 -3 ~ 3-3-3
-1 -1 t 221
-3 -3 3 -3
212
3-3
o l-t 212
3 3-3
2
-3 -3
2 1
3
.' ::cD
1 2 _2
3 -3 -3
221
-3 -3 3
van S op de basis c . .
Merkop dat de identiteit d op iedere basis voor de ruimte dezelfde koördinatisering heeft;
hetzelfde geldt voor de nuloperator 0:
~9] =[
100]
0 1 0 en [0] = [~ ~ ~].
- 0 0 1 000
Opgave 55
a) y. = 3~1 - -2~ + ~ en w = ~1. Voor i:= 1(1)3 is J'G een lineaire operator in de ruimte
gegeven door
Jih( ~1 + ~) = ~1 + 2~
J'l1(2~1 - ~+ ~) = 6~1 +~ + 5~
J'l1( ~1 + ~) = 3~1 +~ + 3~,
~
J'l2( ~1 + ~+ ~) = 3~ + 3~
, J'l3( ~1 + ~) = 5~1 - ~ + 2~
J'l3( ~1 + ~) = 5~1 + 3~ + ~
J'l3( ~1 + 2~ .+ 3~) = ~1 -5~ - 2~
§40 155
Bereken voor i := 1(1)3 de koördinatisering van Yij op de basis e, het beeld van y
onder Jti en het volledig origineel van wonder Yij.
b) b = (Qt.Jn,Jb) is een basis voor de ruimte. B is een reële 3 x3-matrix en Çj is de
operator in de ruimte bepaald door [Çjy]b = B[xJb.
Toon aan datÇj lineair is.
Toon aan dat B de koördinatisering van (j op de basis bis . .
6 . 2 ' 3
c) -c = -7- e"> + -7=>
el - -7~ e.,. . ,
Cis de lineaire operator in de ruimte bepaald door Cy = y·x~.
(i) Bereken de koördinatisering van C op de basis e.
I en m zijn lijnen gegeven door:
(ti) Bereken van zowell als m het beeld en het volledig origineel onder C .
d) U is een vlak dat t.O.v. de basis e gegeven is door de vergelijking 2Xl - X2 + 3X3 '= O.
(i) 'D is de lineaire operator in de ruimte die ieder punt loodrecht projekteert op U.
Bereken ['D]: en bepaal een basis c voor de ruimte waarvoor ['D]~ een diagonaalmatrix
is. Geef ook [1J]~.
(ii) f: is de lineaire operator in de ruimte die ieder punt spiegelt t.o.v. het vlak U.
Bereken -[f:]:. '
e) a is eenreëel getal en n is ~en lij~ in h~t platte vlak. n: we = V [-;2]. V E JR. '
g) q is een lineaire operator in de ruimte die t.o.v. de basis b voor de ruimte de matrix M
. als koördinatisering heeft.
Toon aan dat q inverteerbaar is, dan en slechts dan als det M *- O.
h) a, b en c zijn reële getallen waarvoor geldt a2 + b2 + c2 :::: L V is een vlak in de ruimte
dat t.o.v. de basis e bepaald is door de vergelij~g axl + bX2 + CX3 =O.
Pen S zijn lineaire operatoren in de ruimte.
P is de loodrechte projektie op V.
Sis' de spiegeling t.O.V. V.
Bereken [P]: en [S]:.
l
'41 Koördinatentransformaties
=
Laten b = (hl,h2.,Jb) en c (çl ,~,~) twee verschillende basissen voor de l1,limte' zijn. Een
vektor y in de ruimte zal t.o.v. deze basissen in het algemeen twee verschillende
koördinatiseringen hebben.
In voorbeeld 3 van de vorige paragraaf hebben we daar een voorbeeld van gezien. De aldaar
beschouwde spiegeling Shad t.o.v. de aldaar ingevoerde basis c een eenvoudige ~oördina
tisering, nl. de diag~maalmatrix diag(1,1,-1). De wens een probleem zo eenvoudig mogelijk te
beschrijven leidt er dikwijls toe dat men, met dat doel voor ogen, op zoek gaat naar een nieuwe
basis. De overgang van de ene basis naar een andere basis heet een basis- of
koördinatentransformatie.
In deze paragraaf willen we het verband opsporen tussen de "oude" en de "nieuwe" koördina-
tiseringen van enerzijds vektoren en anderzijds lineaire operatoren bij een koördinaten-
transformatie.
-§41 157
Laat b de oude en cde nieuwe basis zijn. Laat de nieuwe basis c t.o.v. de oude basis b als
volgt ged:efmieerd zijn.
&1 = tI iQi + t21122 + t31113
&2=t12Q1 +t22h2+t32ll3
{
. ÇJ = t13121 + t23122 + t33123 . .
. ~1 ' ~2 ~3
Daar een vektor op precies ~é~ manier als .een lineaire kombinatie van basisvektoren kan
worden geschreven volgt uit de laatste vergelijking
{
t11~1 +t1,2Y2+t13Y3=X1
t21Y1 + t22Y2 + t23Y3 = X2
\
Merk op dat voor k:= 1(1)3 de k-de kolom van T juist de koördinaten bergt van de nieuwe
k-de basisvektor 9c t.o.v.
.
de oude basis
.
b,
[::j= lex]b.
Uit [!F]~[Y]c = ~c =T~l [JJ::r[y]c volgt dat [!F]~[Y]c =T-l [!F]~[Y]~ voor iedere vektor Y..
, Kiezen we nu voor y. eerst ç}, dan ~ en tot slot Ç3 dan volgt van de matrixen Lr-]~ en
T~l[!F]~ de gelijkheid ~erst van hun eerste kolommen, dan van hun tweede k~lommen en tot
slot van hun d~rde kolorrfrnen; dus .
Is T de transformatiematrix voor de overgang van een oude basis naar een nieuwe basis in de
ruimte, dán is T bepaald do~r '
.
[:~j = [nieuwe k-de basisvektor]0)'" voor k := J(1 )3.
Voor een vektory en een lineaire operator ,rin de ruimte geldt achterèenvolgens
~ ' " .
TW nieuw = woud; .
[ .Irr]nieuw _ _l[rr]Oud
nieuw - T .I oud T.
Voorb'e eld
Laat Çj de lineaire operator in de ruimte zijn die op de basise de koördinatisering Aheeft
[qJ: = A = ' 2
[
4 1 1]
0 1 .
2 1 0 '
~=- ~t ~3
~ =2~1 + ~ + ~.,
, T =[-~ -~ ;]..
" -2 1 1
, [2 -2 _2]
T-l = 1~ 0 -5 5.
, 4 1 1
, ,
,
[qJ~ = T-IAT= 11 [20 -5
":""2 -2][4 1 1][ 1 0 2] '
5 2 0 1 . -2-1 1 =
"
4 1 I' 2 1 0 ,
-2 1 1
- [2 -2 -2][0 0 10] [0 0 0J -
= 11 0 -5 5 0 ' 1 5 = 0 -1 0 ~ diag(0,-1 :5).
4 1 1 0 -1 5 0 0 5
Oe nieuwe, basis C blijkt dus een gelukkige keus te zijn in de zin dat de koördinatisering van q
op de basis c een diagonaalmatrix is. Hoe we zo'n basis kunnen vinden is h,e t onderwerp van §
44 die handelt over eigenwaarden en eigenvelttoren .
. "
Er kleeft echter aan de nieuwe basis c in bovenstaand voorbeeld het nadeel dat deze niet
ortonormaal is. De formules voor lengte, inprodukt en uitprodukt uitgedrukt in de koördinaten
, op de koördinatiseringen t.o.v. de basis c. We laten dat zien
zijn daarom niet van toepassing
aan twee vektoren.
[rJ'=[~]en w'=[~l
Met de formule T[y.lnieuw = [y]oud ofwel [y]nieuw =T-l[y]oud berekenen we [r]C en [s,]C in één
klap op de volgende wijze.
.
Immers [Ix~C = T-l[rx~]e = 1~ 0 -5
-, [2 -2 -2][282] [128] * [13]
5 = 1~ 50 ~1 .
4 38 1 1 74-7
_§41 161
Beschouw nu het vlak U dat I tot nonnaalvektor heeft en door de oorsprong 0 gaat. Daar e een
ortonoimale basis is, is een vergelijking van U op de basis e snel gevonden.
U: 3Xl - '7X2 + 5X3 = o.
Een vergelijking van U op de basis c berekenen we met de transfonnatievergelijkingen
Uitgeschreven volgt:
Yl . +2Y3=Xl
-2Yl -Y2+ Y3 =X2
{
-2Yl +Y2+ ' Y3 =X3
. U: 3Xl -7X2 + 5X3 = 3(Yl + 2Y3) -7(-2Yl'- Y2 + Y3) + 5(-2Yl + Y2 + Y3) =
= 7Yl + 12Y2 + 4Y3 = O.
Een vergelijking van U op de basis c is dus:
De koëfficiënten van deze vergelijking bepalen de vektorn = 7Çl + 12~ + 4~. Echter, om~at c
geen ortononnale basis is, is 12 geen nonnaalvektor van U. 12 ~ou dan immers een veelvoud van
I moeten zijn terwijl
wc +}] en wc=[H
-Om dezelfde reden kan een vergelijking vari U op de basis c niet gevonden worden door uit te
gaan van d~ koördinatisering [r]C van r op de basis c. Immers de vergelijking
Yl + 6Y7 + Y3 = 0 stelt duidelijk niet het vlak U voor.
De nadelen in bovenstaand voorbeeld zijn een gevolg van het niet ortononnaal zijQ van de
nieuwe basis c. Zij treden niet op bij een ortogonale basistransfonnatie.
Een ortogonale basis- of koördinatentransformatie is een transfonnatie waarbij zowel de
oude basis als de nieuwe basis ortononnaal is.
Laat nu zowel b als c een ortononnale basis zijn. De kolorrimen vaJ1. T zijn dan de
koördinatiseringen van een ortononnaal drietal vektoren ,Çl, Çz en,Ç3 t.o.v. de ortononnale
basis b. Daaruit kan men gemakkelijk bewijzen dat T een zogenaamde ortogonale matrix is.
Een .ortogonale matrix is een reële nxn-matrix ~ met de eigenschap
CTC =In;
dus de inverse van C is de gespiegelde van C,
162 §41
C-l = CT.
Voorbee-Jden
1) Het drietal b = <hl,ll2,lb) bepaald door
' 1 1
Q.l = {ï~1
2
+ {ï~
~ .
1 . 1 2
];u = -{6~1 - -{6~ + -{6~
1 l 1
h.3 = {3~1 - {3~ - {3~3
vormt een positief georiënteerde ortopoimale basis voor de ruimte. De transformatiematrix T '
voor de overgang van de e.;-basis naar deze b~basis is direkt ortogonaal.
-{ï1 -1
-1
-{6 {3
1 1 1
T= {2-{6-{3
2) Het
,
drietal c =(Ç,1&2~)
' bepaald
. door ~
1 2 2
Ç.l = ~1 + 3!U + ~3
. ~=~1+~ - ~
1 ~=~1-~+~
vormt een negatief georiënteerde ortonormale basis voor de ruimte. De transformatiematrix T
voor de overgang van de e-basis naar deze c-basis is gespiegeld ortogonaal.
1 2 2
3" 3 3
T= 2 -1 2
3 3 3
2 2 1
3" -3 3
§41 163
Opgave 56
a) In de ruimte zijn de volgende vektoren gegeven.
(i) Toon aan dat b = (121,112,123) en ortonormale positief georiënteerde basis voor de
ruimte is.
(ii) , Bereken de transformatiematrix T, voor de overgang van de e-basis naar de
b-basis.
(iii) Bereken det T. '
(iv) Bereken [y]b en [yJe.
De lineaire operatoren Jl en f:8 in de ruimte zijn bepaald door
[51]~ = 0 I 0
2 0 5] en [~]~ =
[0 0 '1]
I 0 0
[
304 , 01 0
a f
T= b g q .
P]
[
c h t
u = U!l,!!2,ru) en v = (Y1,.Y2,Y3) zijn twee drietallen vektoren bepaald door
.
m m
- ( .
~Il' m m~l' m
= ITll ' = =
Van een vektor y liggen y en zijn beeIa 'D:t. in één vlak U' dat evenwijdig is aan U; zijn 12 en ç .
achtereenvolgens de loodrechte projektie van y. en 'D:t. op I" dan geldt dus h =.Q; iri het bijzonder
laat 'D de punten van I onveranderd. Zijn 11 en wachtereenvolgens de loodrechte projektie van y.
en 'D:t. op U, dan verkrijgt men w, door y, gezien· vanuit~, in het -vlak U tegen de klok in over
een hoek cp te verdraaiien.
Oe operator 'Dheet de draaiing in de ruimte !'llet draaivektor a. en draaihoek cp. De lijn 1heet
de draaiings~s van 2) en het vlak U heet het draaiing~vlak van 'D.
'Dis (volledig) bepaald door zijn draaivektor.a en zijn draaiboek cp, die we daarom bij de
vermelding van een draaiing in de ruimte op de volgende wijze in de notatie tot uitdrukking
brengen:
'D = 'D~,èp).
Een meetkundige beschouwing leen dat 1)~,cp) een lineaire operator is. Immers laat voor
i:= 1(1)3 Yi een vektor zijn, lh en Çi achtereenvolgens de loodrechte projektie van Yi en 'DYi op
.
de draaiingsas 1zijn en l!i en ID. achtereenvolgens de loodrechte projektie van Yiën 'Dyi op. het
draaiingsvlak U zijn; dan is Yi = ,lli + Yi en 'DYi = Çi + ID., terwijf,lli = Çi.
We gaan eigenschap 1 van de lineaire operatoren na.
1)(Yl + Y2) = 1)(Ql + l!1 + 122 + ~) = 1)(Ql + Q2 + l!1 + Yi) =
"{het beeld onder 1) is gedefinieer&per komponent; een komponent Ql + Q2langs 1
en een komponent Y.l "t Y.2 in U}"
= 1)(Ql + ];u) + 1)(Y.l + Y.2) = "{ de komponent langs 1 blijft gelijk}"
=Ql + 122 + 1)(Y.l + Y2) =Çl + ~ + 1)(Y.l + Y.2) =
"{De beeldvorming van vektoren in U onder 1)@,cp), gezien vanuit~, IS gelijk aan
de beeldvorming van vektoren in het platte vlak onder een draaiing 1(over een hoek
cp zoals in voorbeeld 6 van § 39. Die draaiing bleek lineair te zijn op grond van ~en
meetkundige beschouwing neergelegd in een figuur; dus evenzo geldt hier-
1)(Y.l + Y2) = 1)Y.l + 1JY2. = Wl + ~}"
= .Q.l + .Q.2 + Wl + ~ = .Q.l + Wl + .Q.2 + ~ = 1)Yl + 1)Y2.
Voorbeeld 1
Î; Î.
Laat cp een reëel getal zijn tussen 0 en 0 ~ cp ~ We zoeken de koördinatisering [1)]: van de
draaiing 1)~l,CP) op de basis e. Noem [1)]: = Aq,. .
~l is een draaivektor van 1), dus 1)~1 = ~l.
Een eenvoudige meetkundige beschouwing leen dat
1)~ = cos cp ~ + sin cp ~3;
draaiingsas
--~--~~~~--~ ~
o
draaiingsvlak
gezien vanuit a,
Y..
Voor de koördinatiseringen van 1)~i, 1)~ én 1)~3 volgt dan
~
, van onder 1) Zij[n~:]us ~ =I· ,[Xl] [2]
Stellen we we = X2 ~ dan ~s ~ = :t gelijkwaardig met ~ X2 = 3' .
X3 ', ' X 3 -1
.om .s. te berekenen kunnen we op drie manieren te werk gaan. -
draa'iingsvlak
gezien vanuit ~1
= A_<p =
1
0
0 0] [1 0 0]
COs(~) -sin(-<p) = 0 cOS.<p sin <p = [1)-1]:. _
[
o sin(-<p) cos(-<p) 0 -sin <p cos <p -
3) [1)-;1]: berekenen met de formule uit stelling 7 van §_40, [1)-1]: = ([~]:)-1 = A;1 en
gebruik maken van het resultaat van opgave 56 f. Immers, uit die opgave blijkt dat ~ een
ortogonale matrix is en dat voor zo'n matrix zijn mverse gelijk is aan zijn gespiegelde:
A-I =AT
<p cp'
e -1 - T
'- [ 'lY1] e- =" {stelling
. 7}" = A<p = " {opgave
_ 56 f}" = A <p- =
"7 [ : co:~s:~].
o -sm <p cos <p
Vergelijken we rekenwijze 2) met 3) dan volgt: A;1 =~. We berekenen.s. m.b.v. de op wijze
2) of3) gevonden matrix [1)-I]:=A;l. .- - - .
[::] =[:c~
X3
~ s:~][: ]-=[ 3cos ~ 2_ sin <p].
0 -sm <p cos <p -1 -3srn<p - cos <p
§42 169
Voorbeeld 2
We beschouwen nu een draaiing over de hoek cp waarbij de draajingsas in het v lclk door 0 liit
dat looçlrecht staat op ~3. We kiezen als draaivektor een eenheidsvektor g;
g =P~l + q~ met p2 + q2 = 1.
draaiingsas .(
o q
p~Qc::~--~"~
_- rI
... ___ ---~ l.!
e.,
We zoeken de koördinatis,ering [1)]~ van de draaiing ~,cp) op de e-basis.
Noem [1)]: =Bq>. We gaan als volgt te werk. .
We bepalen eerst ~n ortonormale basis c ten opzichte waarvan de koördinatiseriilg [1)]~ van 1) '
eenvoudig is te berekenen. Noem [1)]~ = Cq>.
Die nieuwe ortonormale basis c bepaalt een transformatiematrixT voor de overgang v'an de
e-basis naar de c-basis. Vervolgens beI'ekenenwe [1)]: =Bq> met de formule van § 41.
oieuW :"" T~l[mlOudT - T-l[mlCry, - T-IB T
Cq> -- [ml
C
- [ml
:L.IJc - :L.IJnieuw - :L.IJoud - :L.IJ e'! - q>'
Daar een' C ortonormale basissen zijn is Teen ortogonale matrix, zodat T-I de gespiegelde van '
, T is~ T-I ='fT.
g en ~ zijn onderling loodrecht en hebben elk de lengte 1. Definieer nu Çl = g, Çz ,= ~3 en
~3 =~l x~ =g,x~. Dan is c = ~1,~,~) een positief geOl:iënteerde ortonorm'ale basis.
draaiingsas
'.
170 §42
Met deze basiskeuze c is het niet moeilijk in te zien dat C<p = Aq" met Aq, uit voorbeeld l.
Immers,
C<p = [~(d.,<p)]~ = [1)~l,<P)]~ =
= (1)~1~<P)]: ~ [0 c~s
= = <p -Sin<P].
o sm<p cos <p
Uit C<p = T-IB<pT volgt, door beide leden links met Ten reèhts met T-l te vermenigvuldigen
dat TC<pT-l = B<p. '
P2 + q2cos q>
~_~inq>]
pq - pq_cos q>
,
[1)-1(d,q»]: = [1X.Q,-q»]: = R.,<p = pq-p~COS q> q2+p 2COS q> psmq> ,
[
q sm q> -p sin q> cos q>
-
Of door [1)-1]: =-([1)]:)-:1 = B;1 = (TC<pT-1)-1 = (TAq,T-l)-1
1
=, TA-
<p T-1 = TA-lnT-1
.,.
-1
Er volgt weer dat B<p = B_cp
Opgave 57
' a) Bereken de koördinatiseringen van de volgende lineaire operatoren op de basis e.
1t 1t 1t 1t
1) 1)Ü~.li3~' 2) 1) Ü,2'4)' 3) 1) (~'4)·1)(~ii3-)'
1t 1t
4) 1)(~li3}1)(~'4)'
5) de spiegeling St.o.v. het vlak xi + X2 = 0 bepaald t.o.v. de e-basis,
1t . 1t 1t 1t 1t
6) 1)(~'4)·S, 7) S·1) (~'4)' 8) _ 1) (~1'Z)·1)(~2i2)·1)Ü~3,Z)'
•. 1t 1t 1t
', 9) 1) (~'Z)·1)(~3'Z)·1)(~1,Z).
4 3
b) Q=5~+5~3.
- Bereken de koördinatiseringen op d,e basis e van de volgendè lineaire operator~n.
1) 1)(d,q», met 0 ~ q> <: 2n, 2) 1)(d,~), 3) . 1)-1(d.,~), 4)1)iü:L~),
5) de spiegeling St.o.v. de lijn door 0 met d. als richtingsvektor, 6) S1)(d,Î),
In 1t rn 1t rn 1t rn 1t
7) ,:v (Q.,z)· :V(~li2)' 8) :v (~1 'z)· :v(d,z)·
. c) g=~1 +~+~3.
-Bereken de koördinatiseringen op de basis e van de volgende lineaire operatoren
J) 1) (g,~), 2) de omgekeerde van 1)(g,~), ,
1 1 0 0]
i Aep =
[ 0 c~s <p -sin <p .
o sm <p cos <p
Sis de spiegeling t.o.v. h~t draaiingsvlak van 'D.
3) Toon aan dat 'DS;: S'D d.m.V. hun ko~rdinatiseringen .
.ris de lineaire operator in de ruimte die t.o.v. de basis c als koördinatisering heeft de
matrix
1 0'
Mep = 0 cos <p sino<p ]
[
. 0 ~in <p -cos <p
4) Schrijf ~ als produkt van eerst een spie~eling 'Tt.o.v. een vlak V, en dan een
draaiing; geef een vektorvoorstelling van V.
Voorbeeld 1
Laat Veen vlak en I een lijn in de ruimte zijn die slechts de oorsprong 0 gemeen hebben.
.ris de volgende operator in de ruimte.
Voor een vektor y brengen we de lijn l' aan die y als steunpunt heeft en die evenwijdig is aan: I.
Omdat 1niet in V ligtis l' niet evenwijdig aan V en snijdt l' V in precies één punt. Dit snijpunt is
het beeld van y onder .r, dus .rY....
§43 173
. -
Staat/loodrecht op V, dan is '~ de loodrechte projektie op V. Staat '[ niet loodrecht op V, dan
heet :T de scheve projektie op V in de zin van I.
Een meetkundige beschouwing leert dat ~lineair is.
Ook deze formule geldt voor alle lineaire operatoren in de ruimte en het platte vlak.
Zie opgave 58 b.
Ker .r~ I
1" .= .r-1{B} = 9. + Ker .r .
---~B
Im!J= V
\ \
174 §43
Voorbeeld 2
T.o. v. de basis e voor de ruimte heeft de lineaire operator ~ de koördinatisering A.
411] / ,
[
A= 2 0 1 = [~]:.
210
, '
We sporen de 'kern en de beeldruimte van ~ op. Een vektor y zit in de kern van ~ dan en '
slechts dan als ~y =Q.
Stel Xl =
(l, dan volgt dat [~~] :::;; (l [!2] , (l E IR een parametervoorstelling van de kern van ~
" X3 -2 , '
is. Blijkbaar is ~1 - 2~ - 2~3 een basis voor de kern van :Fen is dim Ker :F =1.
We laten nu zien dat een basis v-<>or de beeldruimte van :F gemaakt kan worden uit de
kolommen van A.
Kies daartoe willekeurig een vektor w in Im iJ. Bij definitie is er een vektor !! zodat w = ~!!..
l! is op precie~ één manier te schrijven als een lineaire kombinatie van ~1, ~ en ~3,
II = Xl~l + X~ + X3~3.
~ = ~l! = ~(Xl~l + X~ + x~) = "{Eigenschap 3}" = Xl~~l + X2~~ + X3~~3.
We zien dat~ dezelfde lineaire kombinatie van ~~}, ~~2 en ~~3 is als II is van~},~, ~3.
Iedere vektor in de beeldruimte van ~is dus een lineaire kombinatie van (~~1,~~,~~3); ,
m.a.w. Im ~wordt opgespannen door het drietal (~~}.,:F~,~~3).
Maar de koördinatiseringen van ~~1; ~~ en ~~3 zijn achtereenvolgens de Ie, 2e en 3e kolom
van A.
ofwell'~~l - 2·~~ - 2'~~3 =Q, hetgeen betekent dat (~~l,~~,~~) een afhankelijk drietal
is. Kiezen we uit de kolommen van A willekeurig een tweetal, dan zien we onmiddellijk dat de "
ene kolom geen veelvoud van de andere is. De vektoren'waarvan die twee kolommen de
koördinatiseringen zijn, vormen dus een onafhankelijk tweetal dat als basis voor Im ~kan
dienen. Kiezen we bijvoorbeeld de 2e en 3e kolom van A, dan is dus (~~,~~) een basis voor
Im 1: ofwel (r;.l~&l~) is een basis voor Im !F.Een parametervoorstelling van Im ~is
,
~ = 3~1+~) + 2(~1+~), en ~ ligt in Im 'f. .~y =~, ofwel A [Xl]
~~ =
[5] "
~ is dus oplosbaar.
4 1 1 5]
20120)
i~ ~ [020001 20].
[
2 1 0 3 -1 2 1 0 3
·176 §43
. Stel x, =a, dan is [~!] = m =H +a[ a E IR een parametervoorstelling van J'-' {~}.
y = 3~ + 2e~ + <X~1-2~-2~3), <X E IR
is een vektorvoorsteIpng van ~-l {§.}. Stellen we .9. = 3~ -+- 2~, dan heeft het volledig origineel
van §. onder ~ de gedaante
~:"l {lil = .9. + Ker 1'. .
We verwoorden nu de al eerder in deze paragraaf ter sprake gebrachte stelling 8 en bewijzen die
vervolgens voor een lineaire operator in de ruimte.
Stelling 8
Is !Teen lineaire operator in deruirnte (het platte vlak) dán geldt
. dim Ker ~+ dim Irn. ~= 3 (2).
Bewijs
Laat ~ een lineaire operator in de ruimte zijn. We onderscheiden de gevallen
a) Im 1'= {Q} en b) Im ~ =I: {Q}.
a) Stel Im ~ = .{Q}. D.w.z. dat elke vektor door ~ op Q. wordt afgebeeld. ~is de nul-
operator (J. De kern van '.F, dus de kern van cr,
is de ruimte zelf en het is duidelijk dat
dim Ker ·~ + dimIm!F= 3 +0= 3.
b) Stel nu !F ~ cr. Dus Im !Fis 1-,2- of 3-dimensionaal. Stel dim Im !F = s.
Kies een basis <.q Ij := 1(1) s) voor Im 1'. Voor j := l(l)s ligt çj in Im ~ en dus bestaat er een
hj zodat ~hj = ~j.
Omdat het s-tal ~j Ij := l(l)s) onafhankelijk is, is ook het s-tai (hj Ij := l(1)s) onafhankelijk.
Zie opgave ~8 c.
Daar !F =I: (Y is Ker !F 0-, 1- of 2-dimensionaal. Stel dim Ker !F = r. We onderscheiden de
ge.vallen bI) r =I: 0 en b2) r = O. .
b}) Is r =I: 0, dan kunnen we een basis voor Ker !F kiezen. laat (fu I i := l(1)r) een basis voor
Ker ~ zijn.
Als we nu ktinnen bewijzen dat r + s = 3, dan zijn we klaar voor wat betreft geval bI). Daartoe
tonen we aan dat (fu,hj I i := l(1)r, j := l(1)s) een basis voor de 3-dimensionale ruimte is. Kies
willekeurig een vektor y. Dan ligt ~yin Im 1'. Daar ~j Ij := l(l)s) een basis is voor Im !F zijn
er s ondubbelzinhig bepaalde getallen Yj, j := l(l)s zodat
s
~y= LYj~j.
j=l
/
§43 177
s
Dan geldt .'Fll = .'F6L - LYjQj) = "{Eigenschap 3}" =
j=l
s s
=".'FY.. - LYj.111j = .'FY.. - LY~j = .'FY.. - .'FY.. = Q.
j=l j=l
.r.
Dus II ligt in de kern van Daar (fu I i :~ l(1)r) een basis voor Ker .'Fis, zijn er
rondubbelzinnig "bepaalde getallen Xi, i:; l(1)r, zodat
r
ll= LX@.i. '
i=l
r s
Daaruit volgt dat Y.. = L X&i + L YjQj.
i=l i=l
Blijkbaar bestaan er voor een willekeurig gekozen vektor Y.. " r+s ondubbelzinnig be.{Ja.alde
getallen Xi> i := l(l)r, Yj' j := l(1)s iodat
r s
~= LXjji + LYjQj.
i=l i=l
In § 24 is aangetoond dat hieruit volgt dat het (r+s)-tal (fu,Qj.l i := l(l)r, j:= 1(I)s) een basis is;"
. ,
een basis voor de ruimte, dus r + s = 3. .
b2) Stel nu r = 0, dus "Ker .'F = {Q}.
Geheel overeenkomstig met het bewijs_onder bI) tonen we nu aan dat (Qj Ij := 1(1)s) een basis
voor de ruimte is, door te laten zien dat er voor een willekeurig gekozen vektor Y.., s
ondubbelzinnig bepaalde getallen Yj, j := l(1)s bestaan zodat
s
Y..=LYjQj.
j=l
Laat A =[: !~J een reële 3 x 3-m.trix zijn. VOlge~ stelling 7 bep.alt A t.o.v. een
ortononnale basis e precies één lineaire operàtor. Noem die operator :r. dus [:FJ: = A.
De rijr.ng van A definiëren we door de lrolomrang van AT =[; : :]. Laat Ij de lineaire
, p q t
operator zijn bepaald door [(jJ: =AT. Dan is dus rijrang A =dim(lm (j). T.o. v. de basis e is
de kern van :F de oplossing van h~t homogene lineaire stelsel dat A tot koëfficiëntenmatrix
heeft,
ax 1 ' + fX2 + PX3 = 0
bXl + gX2+ qX3 = 0
{
CX 1 + hX2 = o.
+ tX3
. Daar de basis e ortononnaal is, volgt hier uit dat iedere vektor in de kern van :Floodrecht staat
op iedere vektor in de beeldruimte van (j. Maar ook blijkt dat iedere vektor die loodrecht staat
op de beeldrUimte van (jnoodzakelijk tot de kern van ":Fbehoort, en omgekeerd, dat iedere
vektor die loodrecht staàt op de kern van 1:noodzakelijk tot de beeldruimte van (j behoort. Is
bijvoorbeeld de kern van:F een lijn 1door 0, dan is de beeldruimte van (j het vlak U door 0
loodrecht op 1. Is de kern van :Fhet vlak V door 0, dan is de beeldruimte van (j de lijn m door
o loodrecht op V.
Hieruit blijkt dat dim Ker :F+ dim Im (j =3 en dat de rijrang van A gelijk is aan de kolomrang
van A. Immers, rijrang A = kolomrang AT = dim Im (j = 3 - dim Ker :F = "{ stelling 8}" =
= dim Im :F = kolomrang A.
Daarom laat men de voorvoegsels kolom en rij meestal weg, en spreekt men over de rang van
A; dus rang A = dim (Im 1).
§43179
1= Ker l'
Beschouw eens het geval dat rang A = 3. Dan is volgens stelling 8 dim(Ker 1) =0 en heeft het
homogene lineaire stelsel met A als koëfficiëntenmatrix '
[:;':][::] ~ [~],
,c h t X3 0
precies één (nI. de triviale) oplossing. Omgekeerd, als .dit stelsel slechts de triviale oplossing
heeft is dim (Ker 1) =0 en volgt met stelling 8 weer dat rang A =3. Blijkbaar zijn,volgens
stelling ~ de volgende uitspraken gelijkwaardig:
1) rang A = 3;
2) A -1 bestaat;
3) det A'* O.
Geheel overeenkomstige resultaten gelden voor een reële 2 x 2-matrix, en algemener voor een
nx n-matrix. Zie stelling 3 in § 57. Overigens definieert men voor iedere mx n-matriX M de
begrippen kolomrang en rijrang en kart men aantonen dat kolomrang M =rijrang M. Zie § 55.
Opgave ?8 '
..!ï~ een lineaire operator in de ruimte.
a) Toon aan dat zowel de kern van :r als de beeldrujmte van :r eendeelruimte is.
-
b) II is een punt van de ruimte.
Toon aan dat het volledig origineel.r-1{lll van II onder :FOf de lege verzameling is, àf
een lineaire variëteit is van de gedaante
Geef van de volgende ~eaire opèratoren in de ruimte hun kern en hun beeldruimte en
vermeld welke operatoren inverteerbaar zijn. Geef ook van zowel il, 11 als ~ het volledig
origineel onder die operatoren.
1) S is de spiegeling t.o.v. U.
" 2) Pis de loodrechte projektie op U. ' '.
m: w'=~m ~E IR.
Voor i;;= 1(1)4 is gi een lineaire operator in de ruimte die t.O.V. de e-basis <Je matrix
Gi als koördinatisering heeft.
121]
Q4 =,
[ 2_ 1 1 .
-2 2 0
Doe voor i := 1(1)4:
1) Bepaal een basis voor Kér gi.
2) Bepaal een basis voor Im gi . .
3) Bereken het beeld van Vonder gi.
4) Bereken het volledig origineel van m onder gi.
5) Bereken de rang van gi.
§44 181
.
Blijkbaar zijn 1 en -1 eigenwaarden van S en zijn V en 1de eigenruimten van S die ac}1ter-
eenvolgens bij eigenwaarde I en -1 behoren.
Een van de doelen die we beogen bij het berekenen van de eigenwaarden en het opsporen van
de eigenruimten van een lineaire operator :Fis het beantwoorden van de vraag of :F diagonali-
seerbàar is.
Een lineaire operator !Fis diagonaliseerbaar als er een basis c bestaat ten opzichte waarvan de
koördinatisering van :Feen diagonaalmatrix Dis. '
diag(A,IJ.,v), in de ruimte
[:F]C =.0 = -
{
C , diag(A,IJ.), in het platte vlák.
B = P-IAP.
Is daarbij Peen ortogonale matrix dan heet A ortogonaal gelijkvormig met B. Is A gelijk-
vormig met een diagonaalmatrix D, dan noemen we de matrix P waarvoÖr geldt dat D = p-l AP
een diagonaliserende matrix voor A.
Voorbeeld . 1
-
. In het voorbeeld van §41 blijkt dat de aldaar gegeven matrix A =
[4 °1i1].
~ gelijkvormig is
° 1
Voorbeeld 2
De matrix M = t[ 1 -2 -2]
-2
,
1 -2 uit voorbeeld 3 van § 40 is ortogonaal gelijkvormig met de
. ~~1 . .
diagonaalmatrix N = diag(I,I,-I).
1 1 1
ti V6 ti
1 1 1
Immers de matrix T = - ti V6 ' f3 is ortogonaal en diag(1,I,-I) = T-IMT.
°
§44 183
/
_ De vraag of een lineaire operator 'f diagonaliseerbaar is blijkt dus gelijkwaardig te zijn met de
vraag of een reële vierkante m~trix gelijkVormig is met een reële diagonaalmatrix. Inlmers,
volgens stelling 7 bepaalt ,iedere reëele 3 x 3-matrix een lineaire operator in de ruimte. Het
belang van de beantwoording van zulke vragen moge blijken uit het feit dat veel problemen uit
de techniek een tamelijk eenvoudige oplossing toelaten als de uit het probleem voortspruitende
matrix gelijkvormig is met een diagonaalmatrix.
Een eigenw~arde van' de lineaire operator .ris een reëel getal i waarvoor een vektor,Y bestaat
met de twee eigenschappen
Merk op dat voor ieder reëel getal t geldt dat'fQ =tQ, zodat voor Y =Q geen enkel getal in een
bijzondere betrekking staat tot 'f. Vandaar dat in d(f definitie van eigenwaarde Y =Q is
uitgesloten.
Is À. een eigenwaarde van de lineaire operator 'f dan heet iedere vektor X die'de twee
eigenschappen
Opgave 59
a) Jl en _~ zijn lineaire operatoren in de ruimte die achtereenvolens de eigenwaarde p en 0"
hebben. y is ,e en eigenvektor van zowel Jl a1~ f}3; Jly = py en f}3y" =O"y.
184 §44
, ,
(i)Toon aan dat.Y eigenvektor is van de ,lineaire operatoren Jl + ':8, ':8Jl, -{3Jl en
i2
':8 en bereken Vall deze operatoren de eigenwaarden waarbij y eigenvektor is.
(ü) . Als"':8 omkeerbaar is, toon dan aan dat cr:#; 0 en dat ~ eigenwaarde is van ':8- 1 .
(ili) Als Jl2 = 0', toon dan aan dat p =O. .
b) Cis een lineaire operator in de ruimte waarvoor geldt dat Cl = C. .
Toon aan dat alleen 0 en 1 eigenwaarde van Ckunnen zijn. '
c) J"is een lineaire operator in de ruimte (het plattevlak).
(i) Toon aan dat ~ eigenwaarde 0 heeft dan en slechts d'lfl als J" niet omkeerbaar is.
(ü) Toon aan dat het reële getal t een eigenwaarde van J"is dan en slechts dan als de
kern van de operator t$ - J" niet gelijk is aan {Q}. ,
(ili) J.1 is eigenwaarde van 1". Toon aan dat de eigenruimte Ell van J"bij J.1 juist gelijk
is aan de kern v~ de operator J.1$ - 1"; dus Ell =Ker(J.1$ - :F).
d) A, B en C zijn reële n x n-matrixen. Toon aan dat
(i) A gelijkvormig is met zichzelf.
(ii) Als"A gelijkvormig is met B, dan is:ook B gelijkvormig met A.
(ili) Als A gelijkvorniig is met B en B gêlijkvormig is met C, dan is ook A
gelijkvormig met C. '-
A is gelijkvormig met B.
(iv) Toon aan: det A = det B.
e) P, Eert D zijn reële 3 x 3-matrixen waaI:'{oor geldt J>-IEP =D.
p= [ : ; :], D = diag(À,J.1,v).
d h t
In het tweede deel van deze paragraaf zullen ~e. op meetkundige ,gronden latèn zien dat 'er"
zekere beperkingen bestaan voor de onderlinge standen vaIr de eigenruimten van een lineaire
operator en dat daaruit voortvloeit dat het aantal eigenruimten van zo'n operator beperkt is. We
leggen een en ander neer,in vijf uitspraken.
In het volgende is J" steeds een lineaire operator in de ruimte of in het platte vlak.
. [1] Is À1 een eigenwaarde van 1". dan geldt yoor de eigenruimte E"'l van J"bij À1 dat
3, in de ruimte
1 ~dimE"'1 ~ {
~ 2, in het platte v lak.
§44 185
Bewijs
'*
, Daar Al een eigenwaarde van 1'is, is er een vektor l! Qwaarvoor !Tl! =Al!!. Uit de
eigenschap 2 van lineaire operatoren volgt dan dat alle vektoren van de lijn I door de oorsprong
, 0 met!! als richtingsvektor behoren tot EAl. '
o
[2] Zijn Al en A2 tweè (versçhillende) eigenwaarden van !J. dan hebben de eigenruimten EAJ
en EÀ.z van 1'bij Al en A2 alleen de nulvektor gemeen.
EAJ (J EÀ.z = {Q}.
Bewijs
'*
Stel eens dat X Qzowel tot EAl als tot E'-z behoort. Dan geldt:
Bewijs
a) Laat l' een operator in het platte vlak zijn. Stel ~ens dat l' drie (verschillende) eigen-
waarden Al, A2 en A3 heeft. Kies bijelke'eigenwaarde een eigenvektor; zeg l! bij Al, y bij A2
en w bij A3. Uit [2] volgt dat ~ en y een tweebeen vormen. Immers, zouden l! en Ydezelfde
'*
drager hebben, dan ZOUEAJ en EÀ.z e~n vektor X Q gemeen hebben, en dat is in tegenspraak
met [2].
uitgesloten
186 §44
(y,y) is dus een, basis voor het platte vlak. Daaruit volgt dat er precies twee getallen a en J3
bestaan zodat w = all + J3y,
ReEÎ..1
mcE~
"{(y,y) is een basis voor het platte vlak; dus Q is maar op één manier als een
lineaire kombinatie van y en y te schrijven: Q=oy + Oy. }"
Maar w is een eigenvektor en dus w '* Q. Tegenspraak. !Theeft dus hoogstens twee eigen-
waarden.
b) Laat!T nu een lineaire operator in de ruimte zijn. Stel eéns dat !T vier eigenwaarden heeft,
.r
. Al, A,2, A3 en A4. Laat ll,~, ~ en ~ eigenvektoren van zijn bij achtereenvolgens Al, A2, A3
en ~4.
Men bewijst gemakkelijk uit [2] dat y en y een tweebeen vormen en dat y, yen w een
driebeen, en dus een basis voor de ruimte vormen. ~ is dus op precies één manier als lineaire
kombinatie van y, yen w te schrijven; zeg ~ = ay + J3y + "(Yi.. Uit
.r~ =A4~ =A4(ay + J3y + "(Yi)
{ .r~= !T(ay + J3y+"{Yi) = aAlY + J3A2Y +YA3w ,
volgt overeenkomstig met a), omdat y, y en ween driebeen vormen, dat a = J3 =Y=0, zodat
we op dè tegenspraak ~ =Q stuiten.
!Theeft dus hoogstens drie eigenwaarden. 0
[4] De som van de dimensies van de eigenruimten van !Tis hoogstens 2 als !Toperator in het
platte vlak is, en hoogstens 3 als !Toperator in de ruimte is.
§44 187
Bewijs
a} Laat:.F een lineaire operator in het platte vlak zijn.
Stel eens dat de som van de dimensies van de eigenruimten van :.F. meer dan twee is. Dan voigt
uit [1] en [3] dat :.Ftwee eigenwaarden À} en À2 heeft. Tenminste één van de bij À} en À2
behorende eigenruimten EÀ.1 enEÀz is dan twee-dimensionaal; zeg dim EÀ.1'=2. EÀ.1 valt dus
samen met het platte vlak en de andere eigenruimte EÀz' zou een deelverzameling zijn van EÀ.1
wat in strijd is met [2]. De som van de dimensies van de eigenruimten van :.Fis dus kleiner dan
of gelijk aan 2.
b) Laat:.F vervolgens een lineaire operator in de ruimte ~ijn.
Stel eens dat de som van de dimensies van de eigenruimten van :.Fmeer dan drie is. In het geval
dat :.Ftwee.eigenwaarden À} en A2 heeft zijn er slechts drie mogelijkheden denkbaar die
onmiddellijk tot een tegenspraak met [2] leiden.
(i) EÀ.1 is de ruimte en dus ligt EÀz binnen ~À.l.
(ii) dim EÀ.1 =dim EÀz =2, en EÀ.1 en EÀz hebben een lijn. gemeen.
(iii) EÀz is de ruunte en E~l ligt binnen EÀz. '
Geval (ii)
uitgesloten '
, ,
In het geval dat,:.F drie eigenwaarden heeft, À}, À2 en À3, is er tenminste één der eigenruimten,
zeg E~, die dimensie 2 heeft. Kiezen we bij iedere eigenwaarde een eigenvektor; zeg y bij À},
y.. bij À2 en ~ bij À3, dan leiden we uit het ongerijmde uit [2] af dat 11, y.. en ~ een driebeen en
dus een basis voor de ruimte vormen. Daar dim E~ =2 kunnen we nog een vektor w' in E~ -
kiezen zodat w en w' een' tw~been vomien. w' is op precies één manier als lineaire kombinatie
van ll, Y.. en ~ te schrijven;
zeg w' =Ctl! + (3Y.. + "f.:!i.. Zie de onderstaande figuur.
Bewijs
a) Laat 1"een lineaire operator in het platte vlak zijn. Als 1" slecht;s één eigenwaarde J:I heeft,
=
dan volgt uit dim EÄl 2, dat EÄl samenvalt met het platte vlak. Ieder tweebeen bestaat dan uit
twee eigenvektorerren de bewering is duidelijk.
Laat .1' vervolgens twee eigenwaarden Al en A2 hebben. Kies'bij elke eigenwaarde éen
eigenvektor, zeg l.i bij Al en y bij A2. Uit [2] volgt dat het tweetal (u,y) een tweebeen, en dus
een basis voor het platte vlak vonnt.
b) Laat 1"een lineaire operator in de ruimte Zijn. Als 1" slechts één eigenwaarde Al -heeft, dan
volgt uit dim EÄl =3 dat EÄl samenvalt met de ruimte. Iedere basis voor de ruimte bestaat dan
uit louter eigenveláort:1n van.r. Heeft .1'twee eigenwaarden Al en A2 en is
dim EÄl +dim Eï..:z = 3, dan îs slechts een der eigenruimten van .1'twee-dimensionaal; zeg
dimEÄ1 =2.
Kies een tweebeen (y,y) in EÄl en een eigenvektor w bij A2. Men ziet met [2] gemakkelijk in
dat (y,y,w een basis voor de ruimte is.
Heeft .1' drie eigenwaarden Ah A2 en A3 en kiest men bij iedere eigenwaarde een eigenvektor,
zeg y. bij Al, y bij A2 en w bij A3, dan volgt uit [2] weer dan (y,y,w een basis voor de ruimte
is. 0
In stelling 9 zullen we bewijzen dat 1"diagonaliseerbaar is dan en slechts dan als er een básis
van louter eigenvektoren van .1'bestaat. ter toelichting geven we eerst een stel voorbeelden.
§44 189
Voorbeeld 3
Laat 1) een draaiing in het platte vlak zijn over een hoek ~ in positieve zin.
~
,
,,
,
\
,
O _______ ~
" I
=
Het is onmiddellijk duidelijk dat alleen als X Q, 1Jx een veelvoud is van X. 1)heeft geen
eigenwaarden en er beStaat geen basis voor het platte vlak die uit louter eigenvektoren van 1)
bestaat. tjjis niet diagonaliseerbaar.
. Voorbeeld 4
De lineaire operator ;;r in het platte vlak bepaald door
- ;;r(Xl~l +X~) = (Xl + X2)~1 + X$.
~ %
,'1
,
,,
:f I
.' E,
o ,
~, =~, x,~, (x, + X2)~'
=> (I-À)Zl + z2kl + (I-À)z~ =.Q => "{~l,~) is een basis voor het platte
(l - À)Zl+ Z2=O}
vlak}" => { => "{À~ I}" =>
(l-À)Z2=O
=> 1,.=Q..
190 §44
Tegenspraak. 1 is Jl's enige eigenwaarde en dim El = 1 < 2. Er is geen basis voor het platte
vlak die uit louter eigenvektoren van .9l. bestaat. .9l. is niet diagonaliseerbaar.
1 1
Merk op dat [51]: = [ 0 1 .
J' .
Voorbeeld 5
De lineaire operator ~in het platte vlak is bepaald door ~K = -24 , Ieder tweebeen (K,y) is een '
basis voor het platte v.lak; zo'n basis bestaat uit louter eigenvektoren van ~bij eigenwaarde -2.
fJ3't.. = -2y
Voorbeeld 6
De lineaire operator C in het platte vlak is bepaald door
C(XI~1 + x~) = (2XI + X2)~1 - X~.
Stel À is eigenwaarde van C en ~ is een bij À behorende eigenvektor van C
C~ = À~ ~ (2Z1 + Z2)~1 - z~ = À(Zl~l + z~) ~
~ {(2-À)ZI +Z2=0
(-I-À)Z2=O.
(i) Als À = -1 volgt: 3Z1 + Z2 = 0 en ~ = ~1 + 3~ is een basis voor de eig~nruimte E-l van C
bij eigenwaarde -1.
(ii) Als À:# -1, dan is Z2 = 0 en er volgt (2-À)Zl = 0; daar Zl :# 0 is À =,2; 2 is eigenwaarde
van C en ~1 is een basis voor E2.
Definiëren we ~1 = ~1 + 3~ en ~ = ~1, dan is c = (~1 ,~) een basis voor het platte vlak die uit
louter eigenvektoren van Cbestaat.
[d ee = [2 1]
0 -1 en [d cc == [-1 0]
0 2
en Cis diagonaliseerbaar.
§44 191
Voorbeeld 7
,ê, en 12 zijn onderling loodrechte vektoren in de ruimte; 1I,ê,1I = 1 en 111211 = 2.
Y is de lineaire operator in de ruÏIl)te bepaald door
yY.. == (y-a).!2 + ~x(yxa).
- We onderzoeken of y diagonaliseerbaar is.
y~ = ~-a).!2 + ~x~xa) = 1~~1I2.!2 + ~xQ = I·Q.
ÇjQ = (Q-a)h + jx (Qx.ê,) = 0·11 + @-a)ll- (,ê,-h),ê, = 1I,ê,11 211- O',ê, = 1·11.
Blijkbaar is 1 een eigenwaarde van y eh is 12 een bijl behorende eigenvektor van y. Daar
y,ê, = yll is y niet 1-1. Volgens de eigenschap 5 van lineaire operatoren is Ker y niet {Q} en
dus, zie opgave 59 c, is 0 eigenwaarde van yen de bij 0 behoreijde eigenruimte Eo is juist de
kern van y. Een bij 0 behorende eigenvektor van gis,ê, -11. Irrurters,
y~ -hl = y,ê,- yll= 11-11= Q = O(,ê, -hl.
Beschouw voorts
g,~xh) = ~xh-a)Q + ~x(~xh) xa) =
= 0·11 + ,ê,x(~-a)Q - (Q-a)a) =,ê,X 1I,ê,1I 2h = 1I,ê,1I2,i!xll = 1·,ê,xll.
192 §44
Blijkbaar is ,axh ook eigenvektor van (j bij eigenwaarde 1. hen ,axh vormen een tweebeen en
dus is El, de eigenruimte van (j bij 1, minstens~-dimensionaa1. Daar
dim Eo ~ 1 en de som van de dimensies·van de eigenruimten van (j kleiner dan of gelijk aan 3
is volgt hieruit dat we met 1 en 0 alle eigenwaarden van (j gevonden hebben en dat dim El =2
en dim Eo = 1.
El is het vlak U opgespannen door Q en gXQ, terwijl Eo de lijn 1door 0 is ·qie g - Q tot
richtin~svektor heeft.
Uit dim El + dim Eo = 2 + 1 = 3 trekken we de slotsom dat er een basis voor de ruimte bestaat
van louter eigenvektoren van (j. We defmiëren die basis c = ~1&2,,Ç3) door
&1 =h, &2 =,a x h en ÇJ =,a - h.
§1;z = gUl x III = 1'a xl! =.1'!;2 = 0'&1 + 1'!;2 + 0:&3 => [g.,]c =
. · 0"
[H
li&3 = gUl ~ III =!l => [q,,]C = [~l
100] .
[° °
[(j]~ =, 1
000
en (j is inderdaad diagonaliseerbaar.
R'
§44 193
Zonder een speurtocht naar de eigenwaarden en eigenruimten lijkt deze karakterisering van ij
nie~ gemakkèlijk te vinden.
Stelling 9
Laat !Feen lineajre operator in de ruimte (het platte vlak) zijn. Dan zijn de volgende uitspraken
gelijkwaardig.
1) De som van de dimensies van de eigenplimten is 3 (2).
2) Er is een basis c voor de ruimte (het platte vlak) die uit louter eigenvektoren van !Fbestaat.
3) !fis diagonaliseerbaar.
Bewijs
We bewijzen de stelling voor een lineirire operator !Fm de ruimte.
a) Dat (2) uit (1) volgt is al bewezen onder de uitspraak [5]. -
b) Laat c = ~J,~&3) een basis voor de ruimte zijn~ie uIt louter eigenvektoren van .rbestaat.
Dan zijn er getallen À, ~ en v, niet noodzakelijk verschillend, zodat .r,Çt =À,Çt, .r0:= ~Ç,2 en
!FÇ.3 =V~.
Overeenkomstig met de berekening van [g]~ in voorbeeld 7 vinden we
À
[J]~ = 0 ~ 0 ,
00]
[
o0 v
en .ris diagonaliseerbaar. Dus (3) volgt uit (2) .
.c) Laat.r diagonaliseerbaar zijn. Dan is er"een basis c = (,Çt ,Ç,2,~) vOQr de ruimte zodat
[J]~ =
À
0
0
~
0]
0 een diagonaalmatrix ~. .
[
. 0 0 v .
. -
•
.r.
kunnen dienen als basisvektoren voor de respektievelijke eigenruimen van De som van de
dimensies van de eigenruimten van .ris 'dan 3. Dus (1) volgt uit (3). 0
194 §44
Opgave 60
a) I! is een vektor in het platte vlak; I! = P1~1 '+ p~ ,*.Q.
yEs de operator in het platte vlak bepaald door
Laat l'een lineaire operator in de ruimte zijn ~n laat b een basis voor de ruimte ?ijn. Laat A de
koördinatisering van l' op de basis b zijn. "
[1']~ =A.
Bij 1.
Uit de definitie van "eigenwaarde volgt dat de eigenwaarden van 1'juist die reële getallen t zijn
waarvoor de vergelijking 1'y = tyeen oplossing y ;t Q heeft.
"Stel [Yl =[Xl]
b ""
X2 , dan is 1'y =ty gelijkwaardig met ."
" X3
196 §44
Blijkbaar zoeken we die getallen t wa:arvoor het homogene lineaire stelsel met de
3 x 3-koëfficiëntenmatrix tI - A een niet-triviale oplossing heeft. Volgens stelling 3 is dat het
geval dan én s1echtS dan als de detenninant van tI - A nul is. Blijkbaar zijn de eigenwaarden
van :F de wortels -van de vergelijking
det(tI - A) = o.
Deze vergelijking heet de karakteristieke vergelijking van de matrix,A. Een eigenwaarde
van de operator .1'heet ook een eigenwaarde van de matrix A.
Bij 2.
Laat nu À een wortel zijn van de karakteristieke vergelijking det(tI - A) =0; À is dus
eigenwaarde van :Fen van A. We zoeken nu een basis voor de ei~enruimte EI.. van .1'bij
eigenwaarde À. ,
EI.. bestaat uit alle vektoren y. waarvoor :Fy.= Ày.. T.o.v. de basis b is, zoals bij 1 is
aang.eto~nd, 1y. = Ày. gelijkwaardig met
(Àl- A)[~~] = m
Blijkbaar vormen alle vektoren van EI.., indien gekoördinatiseerd op de basis b, juist de
algemene oplóssing van dit homogene stelsel. We berekenen een parametervoorstelling van de
algemene oplossing van dit stelsel. Daaruit bepalen we een basis voor EI... Zo doen we
achtereenvolgens voor alle eigenwaarden van iJ.
De oplossing van (Al - A)X =0 heet ook de eigenruimte van de matrix A bij de
eigenwaarde À. De dimensie van de eigenruimte van A bij À is de dimensie van de eigenruimte
van .1'biJ À en dus gelijk áan het aantal vrijheidsgraden van de oplossing van (Al - A)X =9.
Uit stelling 9 volgt dan dat een reële 3 x 3-(2 x 2:-)matrix gelijkvormig is met een
diagonaalmatrix dan en slechts dan als de 'som van de dimensies van zijn eigenruimten gelijk is
aan3~. .
Voorbeeld 8
Laat J-{de lineaire operator in de ruimte zijn die t.o. v. de basis b de koördinatisering M heeft.
M=t[· ~ ~. ~].-- .
112
1) We berekenen de eigenwaarden-van J-{uit det(tI - M) =o.
t-~ _1. t-1. 0
5 5 -S1 5 -S1
det(tI - M) = -S
2 3
t--
5 -S
2
=
1
-t+- 3 -t+1.
t--
5 5 5 =
1'- 1
t- 2
s 0 1
?'s t- 1
s
5 5
----0-
§44 197
1
1 ~S 0
~. 1 1
-5 0
= (t- 1 )2 3 -1
-1 t-- =(t~1)2 o t-l 0 =
5
0
5
1
-5 1
eb 5 0 -51 1
~
1
= (t _ 1)2(t _ 1) 1 _I = (t - t)2(t - -1).
5 0
I
/ Dew~rtels van de-karakteristieke vergelijking van M zijn 1 en -51.:H, en dus ook M, heeft twee
1 - -
eigenwaarden: Al = 1 en A2 = 5: "' _ - , c _ - -
2) We bepalen een basis voor elke eigenruimt~ van :J-{. E~rst die bij Al = 1. Daartoe lossen
we X op uit (U - M)X = O.
3 1 1
5 -5 -5 0 *5
-1 -1
~ }lcb=> [-210
2 2
1
2
-5 5 -5 0
1
-5 -5 5
3
0
*5
*5
=>
[~ 4
-4 0
0
o
4
weg
-11 Ol
1 0 0
-"
Een parameteivoorstelling van de oplossing, en daarmee van El, de eigenruimte van :J{ bij
Al = 1, op de basis bis
E,: I:~]~ um UE m.
Definieer ç.l = Ql + 2122 +'Q3. Dan is ç.l een basis voor El.
-Nu de eigenruimte bij A2 ~ t. Daartoe lossen we X op uit (t 1- M)X = O.
-t -t -,-} 0 *(-5) ~ [1 1 1 I 0].
Definieer ~ = Ql - 122 en Ç3 = -122 + 123, dan is ~,~) een basis voor E!. -
- 5
198 §44
[1lJ~ = 0 ~ 0
1
0 -0 5
- ,
In ~atrixtennen gesproken is M gèlijkvonnig met de diagonaalm~trix D = diag(1,~,~). Een
diagonaliserende matrix voor M is de transformatiematrix T voor de overgang van de b-basis '
" naar de c-basis.
Merk op dat ,de volgorde van de eigenvektoren als kolommen van T 'overeenkomt met de
volgorde der eigenwaarden als 'diagonaalelementen van D.
We besluiten deze paragraaf met aan dit voo~beeld een toepassing vast te knopen waaruit blijkt
dat er problemen zijn die snel tot een oplossing gebracht kunnen worden dankzij het feit dat de -
er in optredende matrix gelijkvonnig is met een diagonaalmatrix.
Eeh rechtstreekse berekening van lim Mn -lijkt- ondoenlijk. Echter,
n~oo
1 0 0 n 0. o
lim Dn = lim
n_ n~oo
o ~ 0 =lim
n~oo
o =[~ ~ . ~].
oot 000
,=
[
OOi 3
21 -11 -10][ 01 0 0] [1 -11 ' -J1] = [120
0 0][
0 i
1 -11 -11] = [1i î2 21] . 3 i
1 0 1 0 0 0 -1 -1 3 ' 1 0 0 -1 -1 3 1 1 1
§44 ,199
Opgave 61
a) Voor i := 1(1)4 is Jij een lineaire operator in het platte vlak; Ai = [5lJ:,
652]
GI 1~[:1 ~1 6~], 'G2 1~[~1 ' ~1 2~],
= = G3 = 1~
[
1 2 1 .
337
n
spA= L aH·
i=l
Voorbeeld 1
p= [ : -: l sp p = 3 + 8 = 11.Q = [~ : : l sp Q = 2+ 3 - 4 = 1.
= t 2 - spA t + det A = 0
Deze formule stelt ons in staat de karakteristieke vergelijking van een reële 2x2-matr1X in één
klap op te schrijven.
§45 201
Voorbeeld 2
,
(I
= t 3 - (all + a22 + a33)t2 + " a22 a2311 a33
a3t
a32 a33 + an all
1+1 all a121
a21 a22
)t- a2t a22 a23 =
a31 a32 a33
Hierin· is voor i: = 1(1)3 Aii de kofaktor van aii. Zie §36, blz. 121.
Het hanteren van deze formule leidt voor het gros van de reële 3 x3-matrixen niet tot een sneller
resultaat dan het uitrekenen van 'det(tI - A) met behulp ván de eigenschappen van deter- ,
minanten.
De gemeenschappelijke eigenschappen van de tWee in beschouwing genomen karakteristieke
vergelijkingen kunnen we aldus formuleren.
Laat voor n=2 of n=3 A een reële nxn-matrix zijn. Dan luidt zijn karakteristieke vergelijking
tn - spA tn- 1 + ... + (_1)n det A = 0.
,Het funktievoorschrift t ~ det (tI - A) is dat van een reële veelterm van de n-de graad
. gedefinieerd in IR. Deze veelterm heet de kara}deristi,eke veelterm van A en wordt
aangegeven met ~A:
~A(t) = .det (tI - A) = tn ....: spA tn- 1 + ... + (-1)° det A.
Overigens kan men voor iedère n > 3 het spoor, de determinant, de karakteristieke vergelijking
en veelterm van een nxn-matrix definiëren en afleiçlendat het hier gef6rmulee~de resultaat v:oor
n=2 en n=3 ook geldt voor n > 3. Zie § 81.
Elk nulpunt A van ~A, of, wat hetze1f(ie is, elke wortel A van ~A(t) =' 0 bepaalt één eigenwaarde
van A. Het aantal malen dat A nulpunt is van ~A, of, wat hetzelfde is, het aantal faktoren t-A in
het linker lid van LlA(t) = 0, heet de algebraïsChe veelvoudigheid van de eigenwaarde A, en
Is
wordt genoteerd met a(A). a(A) = k, dan zeggen we ook dat de eigenwaarde A k-voudig is.
Voorbeeld 3
De reële matrix C =[ :~
_ 007
!] heeft tot "karakteristieke veelterm ~(t) = (t-3)(t-7)2. C hee~
202 §45
vloeit voort dat A en B hetzelfde spoor, dezelfde determinant en dezelfde eigenwaarden hebben
en dat iedere eigenwaarde even vaak nulpunt is van !!.A als van !!.B.
· We bewijzen dat!!.A = !!.B.
Daar A gelijkvormig is met B is er een reële inverteerbare nxn-matrix P zodat B = P:"lAP.
!!.B(t) = det (tl - B) = det (tl - P-lAP) = det (p-lPtI - p-lAP) = det (P-ttIP - P-IAP) -=
= det (P-I(tI - A)P) = "{eigenschap 9 van determinanten}" = det p-l det (tI - A) det P =
1 .
= det P det (tI - A) det P = !!.AÇt). 0
Laàt vervolgens !F een,lineaire operator in de ruimte (het platte vlak) zijn, en laat b en c basissen
voor de ruimte (het platte vlak) zijn. Laat A en B achtereenvolgens de koördinatisering van !F
op de basisb en op de basis c zijn. Dan zijn A en B met elkaar gelijkvormige matrixen.
Immers, is T de transformatiematrix voor de overgang van de b-basis (oud) naar de c-basis
(nieuw) dan geldt
B = [m C = [mn~euw = T_I[lIl oud T = T-I[ me T = T-IAT
.I Jc .I JmejlW .I J oud .I Je •
Voorbeeld 4
3 1 5 ~1 . - .
·[ ] en [ ] hebben weliswaar hetzelfde spoor maar hebben.een verschillende determi-
2 7 1 5 .. .
nant. Zij zijn dus niet gelijkvormig met elkaar.
§45 203
Voorbeeld 5
[
~ ~1 ~ Jen [~ : ~ J hebben beide detenninant-3, ~3ar hebben een verschillend
-7. 2 1 7 0 -1 .
spoor. Zij zijn dus niet de koördinatiseringen van ·eenzelfde lineaire operator in de ruimte.
Hebben twee matrixen dezèlfde karakteristieke veelterm, en dus hetzèlfde spoor, dezelfde
detenninant en dezelfde eigenwaarden, dan volgt d~ echter niet uit dat zij gelijkvonning met
elkaar zijn.
Voorbeeld 6
M en N zijn twee reële 3 x3-matrixen.
1 -3 3
M= · 3 -5 3
J en N =
-3 1 -1
-7 5 -1
J .
[ [
6 -6 4 -6 6 -2
~=
t-l 3 -3 t-l 3 -3
dM(t) = det (tI - M) = -3 t+5 -3 -t-2 t+2 0 =
-6 6 t-4 -6 6 t14
t-l 3 - 3 t-l 3 -3
= (t+2) -1 1 0 ~= (t+2)(t-4) -1 1 0 =
-6 6 t-4 0 0 1
= (t+2)(t-4)(t-l+3) = (t+2)2(t-4).
De eigenwaarden vanM zijn: Al = -2, tweevou~g
A2 = 4, enkelvoudig.
. We sporen de eigenruimten van Mop.
Bij Al =-2
X
.=~ [1] [OJ '
. ~ 1\: + "
a, 11 e IR, is de eigenruimte van M bij cig~nwaarde -2; deze is
2-dimensionaal..
204 §45
Bij ~2 = 4
[4I-MIO]=
3 3-3 O]*!.~
-~ 9 '-3 ,0 *t · è ~
[02-1
0 2 -1
0] ,
~, weg
-
[
-6 0 0 6
6 '1 *!. -1 , -1 1 0
De som van de dimensies van de eigenruimten van M is 3 en dus is M gelijkvormlng met een
diagonaa1matrix. f-{ -:. -:. -:. -:. -:.---:.---:.-:. -------.: :1-1
~ ~~
= (t-4)(t+2)(t+3-1) = (t+2)2(t-4).
We stellen vast dat ~M = ~N. Men N hebben dus hetzelfde spoor, dezelfde determinant,
dezelfde eigenwaarden en iedere eigenwaarde van M en N komt even vaak voor als nulpunt in
~M als in ~N. /
We laten nu zien dat de som van de dimensies van de eigenruimten van N kleiner is dan 3,
zodat N' niet gelijkvormig is met een diagonaa1matrix: Uit opgave 59<1 volgt dan dat M en N niet
gelijkvormig met elkaar zijn.
Bij Al = -2.
6 -6 0 t:D '
0 *6'
[ 1 -1 0 1 0]
Bij A2 = 4.
[4I-NIO] =[ ~ =: :
6 -6 6
0]
o*1
06'
weg ~
,
[
6 -2 0
1 -1 1 0
0
'I , J.
§45 205
1 . . ' . ". -
X = 0' [3 ,0' 1 E' IR, is de eigeriruimte van N bij eigenwaarde 4; deze is I-dimensionaal.
~ .
Bewijs
We bewijzen de bewering voor een lineaire operator 7in de ruimte.
a) Laat-dim EI.. = r en a(A) = k zijn, We bewijzen dat r ~ k uit het ongerijmde
Stel r > k. Daar A als eigenwaarde van l'tenminste één keer optr~dt als wortel van de
karà.kteristieke vergelijking van 1"is k ~ 1. We -beschouwen in het vervolg slechts het geval
k = 1. Dan is r == 2 of r = 3. Kies een basis voor ~I..: ~Ii: = l(1)r) en vul dieeventueel aan
tot een basis c = (~1,~2,~) voor de ruimte. Daar voor i: = l(l)r~ eeneigenvektor van 1"is
bij eigenwaarde A is 1"Ç.i = ~.
We onderscheiden, nu de twee gevallen b) r = 2 en c) r = 3.
b) r 2.=
t-A 0 -x
AOXJ'
B = L11~= 0 A y , en À~t)= ÀB(t) = 0 t~A -y _
[
o 0 z O O t-z
~ k ~ 2 = r. Tegenspraak.
c) r = 3.
Laat de karakteristieke veeltérm!!.A van de reële 3 x3-matrix A te schrijven zijn als het produkt
van 3 reële fakt;oren van de lste graad.
!!.A(t) = (t-Vl)(t-V2)(t-V3).
De reële getallen VI, V2 en V3 zijn de nulpunten van!!.A en bepalen als zodanig de eigenwaarde
van A, maar hoeven niet onderling te verschillen. Werken we het rechterlid uit en verzamelen
we naar machten van t dan volgt,
SPA=Vl+V2+ V3
{
det A = VIV2V3.
Een overeenkomstig resultaat geldt voor een reële 2x2-matrix B waarvan de karakteristieke
veelterm !!.B te schrijven is als een produkt van twee reële faktoren van de lste graad,
!!.B(t) = (t-Vl)(t-V2):
{
-~PB =Vl+V2
det:a = VIV2.
Een noodzakelijke voorwaarde voor het besta~ van deze formules voor spoor en determinant
is blijkbaar dat de karakteristieke veelterm te ontbinden is n reële faktoren van de lste graad, of
anders gezegd, dat de SOITl van de algebraïsche veelvoud~gheden der eigenwaarden juist nis.
We vatten het bovenstaande-als volgt samen.
Laat voor n = 2 of n = 3 A een reële nxn-matrix zijn.
Als 1) A r eigenwaarden heeft, Aj, j: = l(l)r; dus 1 ~ r ~ n;
2) de som van de algebraïsche veelvoudigheden van de eigenwaarden van A juist n is; dus
n
L a(Aj) =n
j=l
r
sp A =L aO"j)Aj
j=l
Dan is
det A = rr A/J.O-}
i=l
r
§45 207
Voorbeeld· 7
1 -1 0] '.
3
De reële x3-matrix B =[ ~ ~ ~ heeft als karakteristi~ke veeltenn
~B(t) = (t2 + t + 2)(t-3). Deze is niet ontbilldbaar in een produkt van drie reële faktoren van de
\ .
eerste graad. B heeft slechts ,é~n enkelvoudige eigenwaarde Al = 3; a(AI) = 1 "Î' 3. De formules
zijn dus niet toepasbaar.
,
Voorbeeld 8
det C = (-51 )3
112
1 1
22 3 2 '7 __ 1
- 53
2 1 1
-2 1 0
-3 -1 0
=5 13
2
1-:.':3 1
-1
1
Opgave 62
a) A is een reële 2x2-matrix.
(i) Hoe ziet de grafiek van de karak!eristieke veelterm t ~ ~A(t) eruit?
(ii) Schets ~A t.O.V. de t-as voor 3 wezenlijk van elkaar verschillende gevallen en
druk, zo mogelijk, voor elk geval sp A en det A uit in de eigenwaarden van Á.
(iii) Onderzoek voor j: = 1(1)4 of de reële 2x2-matrix Aj diagonaliseerbaar is.
[
1 -1 5 ]
7 2 4"
[0 4
-1 5 1
:3] , [-2 1
1 8, 0
t] [6
,
7 8 ] [-1 9 8 ]
1 -6 0 , · 2 0 7 .
o 83
. 8 1 2 8 8 4 " 2 -1 -4 / 3 4 -1
.
'
e) Vermeld hoe men in één oogopslag kan zien'dat geen tweetal uit de onderstaande reële
'matrixen gelijkvorming is met elk,aar.
FI = [ : : : J, F2 =-[ : ~~ J.
1 1 1 1 xO
Toon aan dat FI gelijkvormig is met F2 dan en slechts dan als x = O.
§46209
46 Ortogonaleoperatoren
Een ortogonale operator in de ruimte (het platte vlak) is een lineaire operator iJ met de
eigenschap dat voor iedere vektor y zijn lengte gelijk is aan de lengte van zijn beeld iJ'y.
11 iJ'yll=lIyll.
Uit deze definitie volgt dafèle kern van een'ortogonale operator alleen uit de nulvektor bestaat.
Immers, als .1'u =,Q, dan is lIulI=lI.1'ulI=IIQII ~ U = Q. Ingevolge eigensçhap 5 van lineaire
operatoren is een ortogonale operat,?r dan een I-I-afbeelding, en krachtens stelling 8 ook ee~
op-afbeelding en dus omkeerbaar.
Tevens volgt rechtstreeks uit de de~tie dat een ortogonale operator alleen 1 of -1 als .
eigenwaarde krui hebben. Immers, is À. eigenwaarde van de ortogonale operator iJ en is yeen
bij À. behorende eigenvektor van 1', dan geldt 11 !ril = 11 .1'yll=IIÀ.!!II=IÀ.III!!1I ~
(I-IÀ.I) lIill! = O. Omdat U eigenvek,tor is, is U ;tQ, zodat I-IÀ.I = 0 ~ IÀ.I = 1.
Voorbeelden 1
Een draaiing V in het platte vlak om de oorsprong 0 over een hoek cp in positieve zin, en een
spiegeling.St.o.v. een lijn 1door 0 zijn beide ortogonale opet:aroren in het platte vlak, hetgeen
men terstond begrijpt uit de definitie. In feite zijn dit de enige ortogonale operatoren in het platte
vlak. Zie opgave 63 a•b •
Voorbeelden 2
Een draaiing ~,cp) in de ruimte met draaivektor ~ en draaihoek cp is een ortogonale operator,
alsmede een spiegeling St.o.v. een vlak U door de oorsprong O.
Y..
. , .
210 §46
In feite zijn deze twee en hun produkten de enige ortogonale operatoren in de ruimte. Zie
opgave 65a,b.
Een ortogonale operator J"laat de hoek tussen twee vektoren y en wonveranderd; d.w.z., de
hoek tussen y en w is gelijk aan de hoek tussen ryen if..w. Zie opgave 64b . Dit volgt uit de
eigenschap die luidt: Is J" een ortogonale operator dan is .
Bewijs
Laat y en w twee willekeurig gekozen vektoren zijn. Daar J" ortogonaal is, is
1IJ"0i. + ID 11= lIy + ~II ~ 1IJ"0i. + ID1I2= lIy + wll 2 ~ J"0i. + ~.:F(y + ID = (y + ID·(y + ID.
Het ijnkerlid uitwerkend volgt:
J'CY.. + yj).J'CY.. + yj) = (J"y + J"yj).(J"y + J"yj) = J"y. J"y + 2J"y. J'..w + J'..w. J'..w =
= lIJ"y 11 2 + 2 J"y. :fw + 11 :fw 112 = "{ J" is ortogonaal} " =
= lIyl12 + 2J"y.g::w + IIwll 2
Het rechterlid uitwerkend volgt:
(y + ru·(y + ru = y.y + 2y·w + w ·w = IIyll2 + 2y.w + IIwl1 2
Bewijs
J"y.J"y = y.(-y) = -(y.y) }
o
J".lJ.. J"y = .lJ..y
In de ruimte zijn er twee soorten van dergelijke ortogonale operatoren mogelijk. Een spiegeling
St.o.v; een vlak U door de oorsprong 0, en een spiegeling Tt.o.v. een lijn 1 door 0.
E, = Q.
s~
Slaan we acht op de som van de dimensies van de eigenruimten El en E_I ·van deze spiege-
linge~, dan trekken we de slotsom dat iedere ortogonale operator in de ru~te (het platte vlak),
die zowel 1 als -1 tot eigenwaar~e heeft, diagonaliseerba.ar is.
Laat vervolgens c =(ç1,Çz,~) een ortonormale basis voor de ruimte zijn, en laat IJ een
ortogonale operator in de ruimte zijn._Laar
M = [J]g
I 1 0' I ]
M =[ [iJ~lt [J"~]C [iJ~]C
Men gaat nu zonder veel moeite na dat MTM = I. M is dus een ortogonale matrix.
Blijkbaar is de koördinatisering van een ortogonale operator op een ortonorniale basis een
ortogonale matrix. Ook het omgekeerde geldt: Heeft de lineaire operator (jt.o.v. een orto-
normale basis c een ortogonale matrix tot koördinatisering, dan is (j,ortogonaal. Zie opgave
64a . Uit opgave 56b volgt dat de determinant van een ortogonale matrix, en d4S van een
ortogonale operator 1 of -1 is.
I .
212 §46
De oriogonale operator J"heet direkt ortogonaal als det J"= 1, en gespiegeld ortogonaal
=
als det J" -1. .
. Voorbeeld 3
. Jl. 13 en Czijn lineaire operatoren in de ruimte bepaald door
Opgave 63
. a) A is een direkt ortogonale 2x2-matrix.
(i) . Toon aan dat er een getal cp, met 0 ~ <p < 2n bestaat zodat
A= [C~scp-SinCP] .
sm<p cos<p .
Jl is de direkt ortogonale operator in het platte vlak waarvoor [Jl]~ = A.
(ü) Toon aan dat Jl een draaüng om de oorsprong 0 is over een hoek cp in positieve
" zin. ·
b) B is een gespiegeld ortogonale 2x2-matrix.
(i) Toon aan dat er een getal cp, met 0 ~ <p < 2n bestaat zodat
B =[ c~scp . sincp ].
smcp -coscp
"''''''!I II""""""w,,·m'n'r""· " II " II!!""""",,"""""""'''"'II.' I!' ""'''I1'''''''''''''''''''M'''''''''.''''''' I11" "" " "",,,,,,,,,,,, .,,IIIII 'II'' o.
§46 213
F~[! :]
(i) Bereken p en q.
~is de spiegeling in het platte vlak t.o.v. een lijn door o bepaald door [J.1~ -= F.
(ü) Bereken p eQ. q en een parametervoorstelling van die lijn'door O.
. g) (j is de spiegeling in het platte vlak t.o.v. de lijn n; n: K =V~l-~), v E IR
(i) Bereken [(j]~:
-
(ü) Bereken de hoeken waarover in positieve zin om
draaÜllgen (j~en ~(j.
° gedraaid wordt door de ·
-h) Schrijf de reële 2x2-matrix H als een produkt van twee symmetrische. matrixen.
I
2"
H-
t~
[
214 §46
Opgave 64
a) Jl. is een lineaire operator in de ruimte. Tóon aan:
(i) Jl. is ortogonaal dan en slechts dan als Jl.y-Jl.w = y-w voor alle vektoren y en w.
(ü) Jl. is ortogonaal dan -en slechts dan.als [Jl.]~ een ortogonale matrix is.
b) yen w zijn vektoren en f}3 is een ortogonale operator in de ruimte. Y,Yi. -:F- Q.
cp is de hoek tussen y en w én 'V is de hoek tussen 13y en lJ3w.
(i) ~ Toon aan dat cp = 'V.
(ü) Toon aan dat 1det 131 = 1.
c) Toon aan dat de volgende gegevens in tegenspraak met elkaar zijn.
1) C is een ortogonale operator in de ruimte.
2) C heeft de eigenwaarden 1 en-1.
3) Zowel El als E-I, de eigenruimte van Cbij achtereenvolgens de eigenwaarden 1
en -1, is I-dimensionaal.
d) Toon aan dat het produkt van twee ortogonale operatoren in de ruimte (het platte vlak)
weer een ortogonale operator is.
e) Sen 'Tzijn lineaire operatoren inde ruimte. b is een niet; ortonormale basis voor de
ruimte.
[S]~ =
[
0 -1
2 1 3
o] [2 -1 1]
en (IJ]~ = 3 -1 3 .
-2 4 -3 1 1 2
Onderzoek of S en 'Tortogonale operatoren zijn.
t) !Fis. een direkte ortogonale operator in de ruimte. ~,hl is een tweebeen in de ruimte.
Toon aan !F(axb) = !F~ x.1Q. -
Opgave-65
a) Jl. is een direkt ortogonale operator in de ruimte.
(i) Toon aan dat er een ortonormale positief georiënteerde basis c =~1,~,Ç3) bestaat ·
en een getal cp, 0 ~ cp < 2n zodat
o
e~sep -sinep
'0] .
smep eosep
(ii) Toon aan dat 'B het produkt is van, eerst 5t uit opgave a), en dan de spiegeling S
t.O.V. het vlak ;x = (3 ~:+ y ~3, (3,y E IR.
e) . C is een lineaire operator in de ruimte bepaald door .
C(~l · + 2~) - ~l' + ,2~3
é( !U - 4~) = 2~1 + 2!U - 3~3
C( ~l + ~ + ~) = ~l + ~. + ~3
(i) Bereken [C1~
(ii) Toon'áan dat Cortogonaal is . .
(iii) Bereken de eigenwaarden v~ een bepaal een basis voor iedere eigenruimte van
C.
(iv) Bereken det C
a, .b. en ~ vormen een drie been in de ruimtè.
a = ~l + 3!U - ~, .b. = 4~1 + 2!U, ,Ç. = ~l - ~.
(v) Bereken de inhoud van het blok opgespannen door a,.b. en,Ç..
(vi) Bereken de inhoud van het blok opgespannen door Ca, eh en C~.·
d) p, q en s zijn reële getalleri. M is een direkt ortogonale 3x3-mätrix
M=[~~~].
. s 1 0'
(i) Bereken p, qen s.
'IJ is de draaiing in de ruimte bepaald do?r ['IJ]~ ~ M.
(ii) Bereken een draaivektor en de draaihoek van 'IJ. ,
Toon aan dat ~ een draaiing in de ruimte is. Bereken een draaivektor van ~ en geef
e,en vergelijking van het draaiingsvlak van ~. Bereken de draaihoek van ~.
t) a, lt, ~ en ~ zijn vektoren in de ruimte. .
a = ~ + ~3, .b. = -2~1 ,:. !U + ~3, ~ = ~l - ~3, 1 = ~l + 2!U - ~3.
~ is een ortogomile operator inde ruimte.
,(
216 §47
1'g= E'
.1h = ~ en
det 1'> O.
Bereken de koördinatisering van l' op de e-basis.
Voorbeeld 1
De lineaire operator (j in de ruimte die bepaald is do(}r
, [qJ~ =G =
[2 -3 6]
-3 7 5
, 6 5 1
is een symmetrische operator, daar e een ortonormale basis is en G een symmetrische matrix.
Voorbeelden 2
U is een vlak door de oorsprong O. Sen Pzijn achtèreenvolgens de spiegeling t.o.v. U en de
loodrechte projektie op U. Zowel S als Pis een symmetrische operator. '
[S]g;=
[
100] [10
0 1 0 , en [P]g = 0 1 ~
0] ..
symmetri~he '!"'trixen zijn, zijn Sen P
o 0 -1 0 0
symmetrische operatoren.
Er bestaat nog een manier om een symmetnsche operator te definiëren. Deze blijkt uit de
volgende bewering.
Laat 'Feen lineaire operator in.de ruimte (het platte vlak) zijn: Dan zijn de volgende uitspraken
gelijkwaardig.
1) 'Fis een symmetrische operator.
2) 'Fheeft t.O.V. de ot:tonormale basis e een symme.t rische koördinatisering.
~) 'Fl!"Y =Y" 'FY.voor alle -vektoren y en y.
Bewijs
Uit (1) volgt (2). Zie opgave 66f .
Dat (1) volgt uit (2) is onmiddellijk duidelijk. We bewijzen dat (2) gelijkwaardig is met (3)
voor een lineaire operator 'Fin de ruimte.
a) Laat gegeven zijn dat [,1]: = A een symmetrische matrix is; AT = A. '
,
Laat y en Y twee willekeurig gekoz~n vektoren ziin e~ stel [y]e =[Xl]
:: en
YI ] . . [ Xl] . . ; [ YI ]
, [yJe = Y2 '. D~ is ['FyJe = A X2 . en is ['Fy]e = A . Y2 .
[
Y3 X3 Y3 .
. ,'
.'IÏl:Y= "( e is een Ortononnale basis)" =(A[Xl
.:: ])T
. [ ~:YI ] =
. [ YI ] .', , . [ YI ] '.
=[XIX2 X3]AT Y2 ="{AT~A}"~[XIX2X3]A Y2 - - - -
, Y3 Y3
Uit 'F1l'Y =Il''Fy volgt, ~et als onder al, dat [Xl X2 X31 AT [ ~: ] =
=[Xl X2 x31 A[~:l
" [YI ]
Herleiden we het rechterlid tot 0 dan vol~ [Xl X2 X3] (AT_A) Y2 = 0, en stellen we
" " Y3
bijvoorbeeld Il =1:2 en Y= ~ dan volgt uit 'F1:2"1l3 =1:2' 'Fll3 da' [0 1 0] B [ ~] =0, ofwel
b23 = O. Kiezen we l! =!a, i: = 1(1)3 en y = ~j, j: = 1(1)3, dan volgt evenzo uit
.tJ~-~j = ~- !f~j dat bij = 0; dus B = 0 en uit (3) volgt (2). 0
E'-2
3) !Fheeft drie eigenwaarden Al, A2 en A3. EÎ..h EÎ..2 en EÎ.,3 bestáan uit drie onderling lood-
. rechte lijnen door O.
Voorbeeld 3 [2 1] f -
~an de reëJe sy~etrische matrix A = ~ ~ ~ is gegeven dat ·die 1 als eigenwaarde heeft.
Oplossing
We vatten A op als-de koördinatisering van een lineaire operator !Fop de ortonormale basis e
L1]~ =A. .
220 §47
!fis dan een symmetrische operator en heeft ook 1 tot eigenwaarde. We sporen de eigenruimte
El van !fbij 1 op. Daartoe lossen we (lI-A)X = 0 op.
-1 -1 -1 0] *(-1)
. -1 -1 -1 0 weg ~ [1 1110].
[
-1 -1 -1 0 weg
~:~l=a[:] ,aeK
We bepalen vervolgens een ortonormale basis c =(ç1,~,Q3) van eigenvektoren Van !f. Çl halen
we uit E4, ~ uit El en Q3 definëren we door Q3 =ÇIX~.
" 1 1 " 1
~l 6 . fï i6-
1 1
~ f3 -i2 = V61
1 2
~3 6 0 -(6
Voorbeeld 4
~.
Van de reële syrrimetrische matrix B =
[1 ~1 ~
~ ] ~ ge~~n dat
§47 221
Oplossing
Vat B .op als de koördinatisering van een lineaire operator (j op de ortonormale basis e.
[(j]~ =B.
(j is dan een symmetrische operator. Uit de gegevens blijkt dat de vektor ~ ="~l + ~1 een
eigenvektor van (j is bij de eigenwaarde À,l == 1, en dat de Jvektor Q =~l + ~ - ~3 èen
eigenvektor van (j is bij de eigenwaarde À.2 = 2. Merk op dat ~ inderdaad loodrecht staat op Q.
De derde eigenwäarde van (j halén we uit het spoor v~ (j. . "
sp (j = sp 13 = 1 + 0 + 1 = 2 = À,l + À,2 + À,3' = 1 +2 + À,3 ~ À,3 = -1. "
Omdat (j symmetrisch is, is ~ xQ een eigenvektor van (j bij eigenwaarde-1.
~l 1 1
~ 0 1
~ 1 -1
Vervolgens normeren we,l!, h en.axh en maken er in die volgorde een ortonormale basis
C= (kl,k2,k3) van.
T= ' 0
1
6
2
(6
D=
[I 00]
0 2 0 . .
1 1
o0 -1
fï - 6 (6
L-t=t 1 )
1
" Tot slot verwoorden en bewijzen we stelling 10.
222 §47
Stelling 10
Iedere symmetrische operator in de ruimte (het platte vlak) is diagonaliseerbaar.
Iedere reële symmetrische 3x3 (2x~)-matrix is ortogonaal gelijkvormig met een
diagonaalmatrix . .
Bewijs
a) Laat1' een symmetrische operator in het platte vlak zijn, dus L1]~ =A is een reële
symmetrische 2x2-matrix. De meest algemene gedaante van A is
A =[: : l a, b~ c in IR
We tonen aan dat l' diagonaliseerbaar is en dat A ortogonaal gelijkvormig is met een
diagonaalmatrix. De karakteristieke vergelijking van A, en dus van 1'luidt
t2 - (a+c)t + ac - b2 =O.
Zijn diskriminant is, als som van twee kwadraten voor alle a, b en c groter dan of gelijk aan
nul; immers,
(a+c)2 - 4(ac-b2) = (a-c)2 + 4b2.
A= Oa
-[ a 0] =aI.
1"= a I en heeft als vèelvoud van dè identiteit op iedere basis, dus ook op de (y,y)-basis
die bepaald is onder al) tot koördinatisering de diagonaaJmatrix
[
a
o
0] '
a ' als (a-c)2
. -+ 4b 2-= 0
,
dl en d2 zijn dus, in tegenstelling tot À1 en À2, niet noodzakelijk verschillend.
Volgens de transformatieformule uit §41 is [1lf:~ Q-I L1]~Q; verder is Q-l QT.
= =
Daaruit volgt dat voor alle a, b en c in IR, reële getallen dl, d2, P en q bestaan zodat
D =[d~ d:] =[ : : ] [: :] [~ ;] = QT A Q.
Daar Q een ortogonale matrix is blijkt hieruit dat A ortogonaal gelijkvormig is met de
diagonaalmatrix D. .
b) Laat!J vervolgens een symmetrische operator in de ruimte zijn; dus [.1]~ = B is een reële
symmetrische 3 x3-matrix. We tonen aan dat 1"diagpnaliseerbaar is en dat B gelijkvormig is
met een djagonaalmatrix.
Daar de karakteristieke veelterm van 1". en dus van B, 'van de 3-de graad is heeft die,
_krachtens de tussenwaarde-stelling uit de analyse, minstens één nulpunt. !Jheeft dus
minstens één eigenwaarde, zeg ~. Laat Wl een eigenvektor van 1"zijn bij ~ met lengte 1;
1"wl = JlWl en IIWIII=1.
Kies nu een eenheidsvektor ~ die loodrecht staat op Wl en definieer ~3 door
~ = WIX~. Het drietal W = 6Y.h~,~) is dan een positief georiënteerde ortonormale
- basis voor de ruimte,
224 §47
..
'" /
, '"
/
, I .
I
........ - --
en de koördinatisering van de symmetrische operator l' op deze w-basis is dus weer een
symmetrische matrix, zeg C. Bovendien is de transformatiematrix P voor de overgang van
dé e-basis naar de ortonormale w-basis een direkt ortogonale mat:riX; p-l =pT en det P = 1.
Uit de' transformatieformules van §41 volgt
C = L11-:: = p-l [.1]~ P = pT B P.
Cll ] . [ 1.1:] .
[
::: . = [!JWI]W = [~wllw = ~ .
[ =~0J
~OO] [~OO~
c=~:~·
Laat nu d t. d2, P en q de getallen zijn zoals onder a) gevonden waarvoor geldt dat
[
dl
o
0] =[ -q
d2
p q] [ a b]
P b c
[Pq -q]
p
en p2 +. q2::: 1. '
1!.3 I'
," ""
\.
f:. ••....•.•.... - "
, , ,:
,,
I ; '. \
( 0\,~:
',, __ • - - - .'
.
--------~------------~~------_.~
°
" Het vlaK van tekening is het vlak door 0,
. loodrecht op Y'i1 en gezien vanuit Y'i1.
p
w2
C = P!B P en
=
· dat diàg(Jl, dl, d2) TI' pT B P T. B is dus gelijkvonnig met een diagonàa1matrix.. Uit
opgave 56e volgt dat PT als produkt van ortogonale matrixen.Weer een ortogonale matrix is.
· Dus is B ortogonaalgelijkvormig met de diagonàalmatrix diag(Jl,dbd2). D.
Opgave. 66
a) De vektoren ~ en Q vonnen een tweebeen in de ruimte. 5Iis een symmetrische
operator in de ruimte. det 5I =3 en 5I (a + tb) = a +' t h voor alle t in IR.
(i) Berek~n de eigenwaarden van 5Ien bepaal een basis voor iedere eigenruimte
van 5I.
a = ~1 + ~" h = ~3·
(ii) B,ereken de koördinatisering van 'Jl op de e- basis.
, b)Ç. =~l -:-,~, d. =~1 + ~ - ~3. .
een niet-omkeerbare symmetrische operator in de ruimte. f}3~ = 2~,
f}3 is
$Q. = -2d.
Berékèn de eigemyaarden van $ en bepaal een basis voor iedere eigenruimie van $.
Bereken de koördinatisering van $ op de e-basis: .
· c) C is een symmetrische operator in de ruimte.. ,
Cheeft eigenwaarde 1 en El, de eigenruimte van. Cbij 1 is 2-dimensionaal. Voorts is
gegeven dat ~l - ~ + ~3 in' de kemvan Czit.
226 §47
(i) Bepaal een ortononnale basis c voor de ruimte die uit louter eigenvektoren van .C
bestaat.
(ii) Bereken [qg en [Cl~.
(iii) Bereken het volledig origineel van 2~1 + ~2 - 3~3 onder C
d) Toon aan:
Een reële symmetrische 3 x3 (2 x 2)-matrix die geen veelvoud van de eenheidsinatrix
13 (12) is heeft minstens twee eigenwaarden.
e) b is een niet-ortononnale basis voor de ruimte. Voor i = 1 en i =-2 is 1i een lineaire
operator in de ruimte die t.o.v. de basis b de koördiIiatisering Ei heeft.
El =[ ~ =~ ~ ], E2 [~ ~l ~].
=
-2 1 -=-2 -2 1 -2
GI = t [ 28 2 2]
5 -4 ,G2 =
. [ 1 -2 -2]
t [10 6 -2]
-2 . 1 -2 ,G3 = 1~ 6 5 3 .
2 -4 5 -2 -2 1 -2 3 13
Ga voor 1: = 1(1)3 na wat (ji m~etkundig voor een operator is.
h) y is een eenheidsvektor in de ruimte. V = [y]e.
H is de reële 3x3-matrix bepaald d~or H = 1 - 2 V \lT.
(i) Toon aan dat H ortogonaal en symmetrisch is.
(ii) Bereken de eigenwaarden van H en beschrijf zijn eigenruimten.
J{is de lineaire operator in de ruimte die t.o.v. de e-basis H als koördinatisering heeft.
J{is een Householder transformatie. Men gebruikt die om een vektor, met
behoud van lengte over te voeren in een vektor waarvan alle koördinaten, met uitzon-
dering van één, nul zijn. Men bewerkstelligt dat door y geschikt te kiezen.
2 1
;;;
3
(iii) Bereken V als H ;;; = o·
6
;;; 0
(iv) Bereken in dat geval H.
227
HOOFDSTUK 5
R n & en. Rang vän een matrix~
Metode der kleinste I<vvadraten
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 + O~ = On + F = F.
4. Voor i.edere F is er een tegengestelde -F waarvoor geldt
F + (-F) = (-F) + F = On. ,
5. De vergelijking F + X = G heeft een ondubbelzinnige oplossing G + (-F) die
we schrijven als G - F.
6. loF = F, -loF = -F, O°F = On, ÀoO n = On voor ieder reëel (komplex) getal À.
7. Als ÀF = On, dan is À = 0 of F = On.
8. À(jJF) = (~)F ..
9 . . (À + Jl)F = ÀF + JlF.
10. ' À(F + G) =ÀF + ÀG.
m:
Elementen van n en en noemen we ook wel vektoren; On heet de nulvektor van
IRn (en). De begrippen die we nu gaan invoeren onderscheiden zich niet voor IRn en
en. Daarom laten we de toevoeging reëel of komplex weg en zullen we over getallen
zondér meer spreken. Vergelijk elk nieuw begrip in dit hoofdstuk met het overeen-
komstige begrip in hoofdstuk 3.
Een deelruimte van IR n (en) is een niet lege deelverzameling ~ van IRn (en) die zowel
. .
voor de optelling als voor de vermenigvuldiging met een getal gesloten is. Dat wil
zeggen,
1) ~ is niet leeg.
2) Als F en G in ~, dan is ook F + G in ~.
3) Als F in ~ en À een getal, dan is' ook ÀF in ~.
Uit 1) en 3) volgt dat On = 0° F tot iedere deelruimte van IRn (en) behoort. Een deel-
verzameling van IR n (en) die. On niet 'bevat kan dus geen deelruimte van IRn (en) zijn.
Uiteraard zijn ook {On} en IRn (en) deelruimten van IRn (en). Zij heten de triviale
deelruimten van IR n (en). .
Laat r en, <I> deelverzamelingen van 'IR (en) zijn. De som van ren <1>, notatie r + <1>,
n
is de verzameling ~ met de eigenschap.: S in ~ dan en slechts dan, als er een U in r
is, en een V in <I> is, met S = U + V.
De doorsnede van r en <1>, notatie r n <1>, is de verzameling A met de eigenschap:
L in A dan en slechts dan, als L in r en L in <1>.
Zijn ~1 en ~2 deelruimten van IR n (en), dan zijn ~ok ~1 + ~2 ' en ~1 n ~2 deel-
ruimten van IRn (en).
Een lineaire variëteit van IRn (en) is een deelverzameling '11 van IRn (en) die de som
is van een uit één vektor P bestaande verzameling {P} en een deelruimte ~;
~ = {P} +~.
Opgave 67
a) ~1 en ~:i zijn deelruimten van IRn . Bewiis dat. ~1 + ~2 en ~l n ~2 ook
deelruimten van IR" zijn. Geef een voorbeeld uit de ruimte, waaruit blijkt
§49 229
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 :j:f l(1)n. '
Of S een reëel stelsel is met oplossingen itl IRn , of een komplex stelsel met oplos-
singen in Cn, is een verschil dat er in wat volgt niet toe doet.
Laat de mxn-matrix A de koëfficiëntenmatrix van S zijn en laat de mx-I-matrix B
de bekende tet:men van S herbergen.
,S: jamix.: :.
i + ... + a~rlOxn = bm
of, in matrixvorm
au .., . alo
: :
J Xl
=
[bIl
: ~AX=B
[
a~l ... a~n bm' _'
x~
Laat SH het bij S horende homogene stelsel zijn~n laat <PH en <P de algemene 'oplos-
singen zijn van achtereenvolgens SH en S. Dus
<PH 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:
230 §50
Dus als U en V in <PH' dan zij~ ook U + V, en XU voor ieder getal X in <PH' Blijk-
baar is
Stel nu dat S niet strijdig is. Dan heeft S tenminste één oplossing, zeg P; dus
AP ==B. Dan is de algemene oplossing <P van S een lineairè variëteit in IRn (C n );
Bewijs. Laat U een willekeurig gekozen oplossing van SH zijn; dus AU = Om. Dan is
A(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 ~ C {P} + <PH' Blijkbaar is <P = {P} + <PH' 0
Blijkbaar "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 deelruimte is als ~et stelsel homogeen is. ,
Onder de nulruimte van de m xn-matrix A verstaan wè de algemene oplossing van het
homogene stelsel met A als koëfficiëntenmatrix. We geven de nulruimte van A aan
door -NUL(A); dus
,
Voorbeeld.
" ", t!'I!"jlll"U'j"'''I!"".'_.'''''''''tI'''''''!!!'''''''IIIII'''''U''!t,,,,,,,,U,'I " " " , " 11 " " 1 11 I! I "" '"'"IIIIIIIIIII""II"""""""" 'IIIII"IIIIIIIIII""IIIII"II III"IIII.lIlllIlIl t lI I I ' ! I!
§50 2~ 1
Uiteraard is de nulvektor een lineaire kombinatie van ieder r-tal vektoren. Immers, '
r
On = .L O' Fi' Zijn de vektoren U en V beide lineaire kombinaties van het r-tal
\=1 ' ,
{Fi' I i := 1(Or}, dan geldt dat ook voor U + Ven ÀU voor ieder getal À. Blijkbaar is
de verzameling' van alle lineaire kombinaties van een r-tal vektoren {Fi I i := l(l)i}
een deelruimte. Die deelruimte heet het lineaire omhulsel van dat r-tal vektoren en
word t aangegeven dOOl"
De naam lineair omhulsel drukt fijntjes uit dat het de om dat stel vektoren nauwst
sluitende deelruiinte is. Dat wil zeggen, als ~ een deelruimte is waartoe alle Fi'
. i := l(l)r behoren, dan is L{F i I i := Hl)r} binnen ~ gel~gen. Men zegt ook 'dilt hèt
lineaire omhulsel L{Fil i -:= l(l)r} wordt opgespannen, of voortgebracht door het r-tal
{Fi I i := l(1)r}. '
Voorbeeld.
, . [SJ~ [-IJ!'
F = ,G = en H ,= [2J~ . Het ,is '
ee~voudig "
in te zien dat het lineaire om-
1j
AU) ~ a~2i ] .
[
amj
Het lineaire omhulsel van ,~lle kolommen van A is dus een deelruimte van mm (Cm)
die de kolomruimte van A heet. wé geven de ~olomruimte va~ A aan door kOL(A).
Evenzo is iedere rij van A een geordend rijtje van n getallen, dat we als zod;;tnig kun-
nen opvatten als een n x I-matrix, dus een vektor in IRn (en). We schrijven voor
i := I(l)m de ie rij van A als
232 '§ 50
Het lineaire omhulsel van alle rijen van A heet de rijruimte van A en is een deelruimte
van JRD (CD) die we aangeven door Ru(A). '
1 2 -4
0 2 6
Ru(F) = L{ 3 5 7 } C JRs, _
0 1 8
-7 4 5
men van A; dus B in KOL(A). Omgekeerd, als B niet te schrijven is als lineaire kom-
binat~e van de kolommen van A, dan heeft S kennelijk geen oplos~ing. ' Blijkbaar .
geldt
terwijl minstens één der getallen Ài nièt nul is, dan heet het r-tal {Fi I i := 1(1)r}
afhankelijk. Is die lineaire kom binatie voor _0 0 alleen mogelijk als alle ~ nul zijn,
~ == O,j := 1(l)r, dan he~t het r-tal {Fi I i := 1(1)r} onafhankelijk.
Het is duidelijk dat de begrippen afhankelijk en onafhankelijk·elkaar uitsluiten; ieder
r-tal vektoren· is derhaLve Of afhankelijk or' onafhankelijk, één van tweeën. We zullen
die eigenschap van een r-tal vektoren de aard van het betreffende r-t~ 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 waarv·an -alle
ve,ktoren evenwijdig zijn aan één vlak, afhankelijk is en dat èen drie been onafhanke-
lijk is. We stelden dat toen vàst met behulp van stellingen uit de meetkunde. Voor
ee~ stel vektoren in RO (Co) 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 ·Rs.
6 1 1 1
-1 -1 0 1
{ 7 1 2 1 }.
-1 -1 0 1
8 1 3 1
6 1· 1 1 0 6À 1 + Ài + À3 + ~ =0
-1 -1 0 1 0 -À 1 - À2 + À4 =0
Àl 7 -+ À2 1 + À3 2 + À4 1 = 0 ~ 7À 1 + À2 + 2À3 + À4 =0
-1 -1 0 1 0 .-À 1 - À2 +~= 0
8 1 3 1 0 8À 1 + À2 + 3À 3 + À4 = 0
234 §51
7
6
-1 -1
1
-1 -':"1
1 1
o
2
o
I
1
1
1
~
o
1-' ~
weg
1 1
-1 . 0
- 1 0-1
1
1
~]o ~Cf-+
8 1 3 1 o -2 o -2 weg
~] ,~
5, b
~]M~
1 2
-1 -1 o 1
[ -4 0 o ~2
o *-1
10 1 0 À3 = -1
[ -~ , -~ o 0 Als Àl = 1, dan is À2 =
-3 .
o 1 À4 =-2
Blijkbaar is het 4-tal afhankelijk. We laten nu van dit '4-tal de laatste vektor weg en
onderzoeken de aard van het overgebleven 3-tal.
6 1 1 0
-1 -1 0 0
.IJl 7 + fJ.2 1 + fJ.3 2 = .0 . Het rekenschema uit hoofdstuk 1 voor het
-1 -1 0 0
8 1 3 0
hieruit voortvloeiende 5-tal vergelijkingen wordt:
-1
7
6 1 1
-1 0
1 2
0
0
0
1)-3 61
-1 -1
1
o
-1 -1 . 0 0 weg [ -5 -1 o
8 1 3 0
-10 -2 o
Xl [ LI
all]
+X
2 [a
lm2
I2
]
+" , . + X
nLn' =
' [aln] [0]
~
alleen mogelijk is als alle Xj nul zijn; Xj = p, j := I (1 )n . .Dat wil zeggen dat het homo-
gene stelsel SIf alleen de nuloplossing On heeft; NUL(A) = <t>H = {On}. Het stel~el S
is dan of strijdig, als B niet in
y
'd e kolomruimte KOL(A) ,
van A zit, Of heeft precies
één oplossing P ,als B wel in KOL (A) zit. , Omgekeerd, als het homogene stel~el SH al-
leen de nuloplossing heeft, dan vonnen de n kolommen van A een onafhankelijk ·
n~ta1 vektoren in R m (Cm). Blijkbaar geldt: - '
. ,
Beschouwen we weer eens h~t ' bijzon"dere geval dat m = n, dan is A vierkant, en '
weten we uit stelling 3 dàt de volgende twee uitspraken gelijkwaardig zijn.
, 1) A is regulier, dat wil zeggen A-I bestaat.
2) SH: AX = On heeft alleen de nul oplossing On.
We kunnen hier hu een det:de met 1) en 2) gelijkwaardige .uitspraak aan toevoegen~
3) De kolOI~men van A vormen een n-tal vekt<?ren in R n (C n) dat onafhankelijk. is~
Opgave 68 .'
a) Gegeven is de matrix A.
1 2 ° 4 -1
, A= 2 3 -1 2 °
1 · 3 1 10-3
-1 ° 2 8 ~3
(i) SchrijfA(5) ,als een linaire kombinatie van A(!) en A(2).
(ii) Vormen de kolommen van A een onafhankelijk stelsel? .
, (iii) Geef drie vektoren die NUL(A) voortbrengen.
(iv) Laatzien dat . A(!) en A(2) tezamen RIJ(A) opspannen.
b) ex. en /3 zijn getallen. Onderzoek voor welke ex. en /3 de volgende stelsels vergelijkingen
oplosbaàr zijn. Een oplossing wordt niet gevraagd. -
Xl + 2X2 + 2X3 = ex. ' {Xl + 2X2 + 2X3, = ex.
(i) . , (ii) . '
{'2XI + 4X2 + 4X3 = /3. Xl + Jl2 + X3 = /3.
, .
Xl + X2 =1 , Xl + 2X2 = a.
(v) XI + 2X2 = a. , (vi) 2XI + 4X2 =1
{ {
xI+3x2=~. . 3x} + 6X2 = ~.
c) · (F, G, H) is een onafhankelijk stcl vektoren in IRn (CCll). 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)
(üi) (F + G + H, F + 2G, H - G)
(iv) (F + 2G, H + F, H)'
52 Onderzoek naar de aard van een stel vektoren. Uitdunnen van een stel
vektoren. Stelling 11
We zullen ,nu een rekenschema ontwikk~len waarmee we de aard van een r-tal vek~
toren in IRo (CO) vlot kunnen vaststellen.
Het is duidelijk dat als de nulvektor 0 0 deel uitmaakt van een r-tal vektoren, dat
r-tal afhankelijk is. We gaan daarom uit van een r-tal vektoren {Fi I i := 1(1)r} in IRo
(CO), dat de nulvektor niet bevat; Fi:/: 00' i := 1(1)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 kleine letter aan;
§52 237
De praktische tenuitvoerlegging gaat als volgt. Berg het in IRn «!:n) gelegen r-tal vek-
toren f = (Fili := 1(1)r) op 'ais' kolommen vari een nxr-matrix M. Dus
M(i) = F. b i := 1(1)r.
De op het r-ta1 f uit te oefeneI} elementaire bewerkingen zijn dan bewerkingen met
de kolommen van M. In dit raam spreken we dan ook van elementaire kolombewer: ,
kingen.
Voorbeeld
1 4 I -1
3 7 .1 1
Beschouw het in IR s gelegen viertal vektoren { 3 ~ -1 , -L }.
5 5 1 2
/
3 2 1 I
I 4 I - 1..,
3 7 I .1
We bergen dit viertal op in de 5 x 4-matrix 3 2 -1 -1
5 5 1 2
3 2 1 1
Vervolgens gaan we el~mentaire kolombewerltingen uitoefenen op deze matrix. De aandui-
ding van ·die bewerkingen is overeenkomstig met die uit hoofdstuk -1 en spreekt voor zich.
238 §52
1 4 1 -1 0 0 1 0 0 0 1 0
3 7 1 1 2 3 1 2 -10 3 -2 -7
3 2 -1 -1 ~ 4 6 -1 -2 ~ -20 6 -7 -20 ~
5 5 1 2 4 1 1 3 O. 1 0 0
3 2 1 1 2 -2 1 2 10 -2 3 8
~ ~ *1
«3) ~ -ïO
~ @------+
0 0 1 0 0 0 1 0 1 0 0 0
1 3 -2 -7 1 0 0 0 0 1 0 0
2 6 -7 -20 .~ 2 0 -3 -6 ~ -3 2 -6 0
0 1 0 0 -0 1 -0 O' 0 0 0 1
-1 -2 3 8 -1 1 1 1 1 -1 1 1
~ - ~
~
CD . ~
CD
De kolommen van de laatste matrix bepalen het in IR S gelegen geordende viertal vek-
1 0 0 0
0 1 0 0
toren { -3 2 , -6 , 0 }, dat blijkbilar dezelfde aard heeft als het viertal
0 0 0 1
I I I I
waarvan we zijn uitgegaan.
Bij 2). De laatste matrix waar we in het voorbeeld bij zijn .aangeland is een zogenaamde
nap matrix waarvan, zoals we zullen zien, de kolommen een onafhankelijk stel vektoren
vormen.
Een trapmatrix is een matrix T met de eigenschappen:
(i) T heeft minstens twee kolommen.
(ü) Geen kolom van T bestaat uit louter nullen.
(iii) Voor de tweede tot en met de laatste kolom geldt dat die elk met een groter
aantal nullen begint dan de eraan voorafgaande kolom.
flet eerste element van een kolom van T dat van nul verschilt heet het kopelement
van die kolom.
Voorbeelden van trap matrixen zijn:
i-i 0 31L__0 , 0 0 :0 0 0
I I
7 :0 2 5·0 0 10 I_~. I
0 0
•
6 :0 3 4:0 0 4 10 0
Q= '- -- , R= - --, en s= I
1L 0__ 0
3 2:I 8 6 I· 0 7
2 8: 9 0 2 '-r: 0 8:01__,
0 I ; I 3 0 2: 3 1 21
- §52 239
Daarmee hebben we de uitkomsten van het volgende rekenschema voor het onderzoek
naar de aard van een r-tal vektoren f = (Fdi := l(1)r) genoegzaam gerechtvaardigd.
~l) Plaats de vektoren achtereenvolgens als kolommen in een matrix M.
2) Probeer d,ie matrix door geschikte elementaire kolombewerkingen over te voeren'
in een trapmatrix T.
Lukt dit, dan is f onafhankelijk. Lukt dit ~et" dan is f afhankelijk.
240 §52
Voorbeeld
We oncierzoek~n de aard van de in, IR S gelegen stelsels p en q.
1 -1 0 2 4 1 -3 9
2 0 1 3 -3 -2 2 -5
p= { 0 1 -2 -3 }, q =" { · 0 -2 -1 5 }.
5 -3 1 9 5 ~l -2 8
1 3 ~3 -5 8 0 -7 24
Eerst p.
1 -1 o" 2 1 0 0 0 1 '0 0 0 1. 0 0 0
2 0 1 3 2 2 1 -1 2 0 1 0 2 0 1 0
0 1 -2 -3 ~ 0 1 -2 -3 -+ ,0 5 -2 -5 ~ 0 5 -2 Q
5 -3 1 , 9 5 2 1 -1 5 0 1 0 , 5 "0 1 0
1 3 -3 -5 1 4 -3 -7 1 10 -3 -10 1 10 -3 0
cD--+ +--0) ' CD
ED CD---+
De laatste matrix bevat een kolom bestaande uit louter nullen. BUFo:baar is het stelsel p
afhankelijk.
Nu q.
4 1 -3 9 0 1 0 0 1 0 0 0
-3 -2 2 -5 5 -2 , -'-4 1 -2 1 -4 5
0 -2 -1 5 -+ 8 -2 -7 2 ~ -2 2 -7 8 ~
5 -1 -':2 ' 8 9 -1 -5 2 -1 2 -5 9
8 0 -7 24 8 0 -7 3 0 3 -7 8
~
+-8)~ ~
~ Q)--------+
CD---+
1 0 0 0 -ï -; 00 0
'-- -.
-2 1 0 0 -2 1 ~ 9_ 0
-2 2 1 ' -2 -+ -2 2 1:0
-1 2 3 -1 -1 2 3 -5-:
0, 3 5 -7 0 3 5 31
~ -
. .r
zijn er getallen~, i:= l(1)r zodat V .= :.''E ~FÎ'
. ~l
k-l r
= ' ~ (~+ ÀkJ.L·)F. + ~ ~Fi'
Î=l 1 1 i=k+l
Blijkbaar is Veen lineairé .kombinatie van het (r -1 )-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(l1) 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 on~fhankelijk 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 onáfhankelijke stel vektoren waar men ten leste bij aan-
landt spant dezelfde deelqlÎmte op als f. We vatten het voorgaande samen in de vol-
gende stelling.
~~~Stelling 11
~~~Laat f = (Pi Ii := 1(1 )r) een geordend r-tal vektoren in IRn (C n ) zijn, dat .de nulvektor
i~:On niet bevat. .
::: 1) Ontstáat het r-tal vektoren guit f na tenuitvoerlegging van één. der volgende zo-
•• _ 1
:~: genaamde elementaire bewerkingen, dan zijn fen g van dezelfde aard.
::: (i) Verwisselen van de volgorde der vektören van f.
~:~ (ü) Vennenigvuldigen van één der vektoren van f met een getal ongelijk aan nul.
~~~ (ili) Venneerderen van een vektor van f met een veelvoud van een andere vektor
:~: van f. _
::: 2) f is onafhankelijk dan en slechts dan als geen van de vektoren van f een lineaire
::: kom binatie van zijn voorgangers is.
::~j.·~::3) Is f afhankelijk, dan kan door uitdunnen van f een onafhankelijk stel vekt~ren
gevond~n worden dat dezelfde deelruimte opspant als f.
Opgave 69 ,
a) f = (Fi I i := 1(1)r) is een afhankelijk r-tal vektoren in. IRn (C n ). Laat zien dat
er geen vektor V Ï111Rn (C n ) bestaat zodat het (r +1)-tal (Fili:= 1(1)r, V)
onafhankelijk is. '
n
g = (Gi li := 1(l)r) is e~n onafhankelijk r-tal vekt0ren in IR (en). Laat zien
dat, als r ~ 2, uit g geen afhankelijk stel vektoren kan ontstaan door één der
vektoren van g te schrappen.
b) Onderzoek voor i := 1(1)6 de aard van het stel kolomvektoren in de
matrix Mi'
242 §53
~ _~],
5
2 -1 1 1 6 0
4
-2 Ms = 3 4 1 ,M6= 2 2 5
4 1 2 300
1 o -4 ,
5 6 3 537
c) Voor welke waarden van de getallen a, ' b, c, d, e, f en g vormen de kolommen
:
van de onderstaande matrixen een onafhankelijk stel vektoren?:
~ ~l
f 0 0
g 0 0
De kolomvektoren van In spannen dus JR.n en Cn op. Maar bovendien vormen die
kolommen een onafhankelijk n-tal, omdat In een trapmatrix is. Daarmee hebben we
een basis voor JR.n en (Cn gevonden. We geven die basis aan met e = (Edi := l(1)n),
waarin Ei de i-de kolomvektor van In is.
§53 243 ' -
0
0
0
E.=
1
I ~(1 Op de ie plaats)
0
0
~
e heet de natuurlijke basis vQor IRn en voor Cn. Voor de triviale deelruimte {On}
van IRn (C n) bestaat geen veidor die {On} opspant en tevens onafhankelijk is. Men
noemt daarom de lege verzameling </> een b'asis voor {On}. '
We beschouwen eens de nulruimte van dereële I x5-matrix M = [6 -2 1 3 4].
Dat is de algemene oplos'sing van de homogene vérgelijking
6XI - 2X2 + X3 + 3X4 + 4xs = O. Stel Xl = Ct, X2 = (3, X4 = 1 en Xs = 8, zodat
X3 = -6Ct + .2(3 - 31 - 48. Dan is een parametervoorstelling van de algemene oplossing:
Xl 1 0 0 0
X2 0 1 0 0
X3 =Ct -6 +(3 2 +1 -3 +8 -4 Ct, (3, 1, 8 in IR.
X4 0 0 I 0
Xs 0 0 0 1.
1 0 0 o
0 I 0 o
Het is onmiddellijk duidelijk dat het 4-tal ( -6 2 -3 -4 ) de nul-
"
0 0 I o
0 0 0 I
ruimte NUL (M) van [6 -2 1 3 4] opspant, en daar geen van dit 4-tal een
lineaire kombinatie van zijn voorgan~ers is, is het onafhankelijk en dus een basis voor
de nulruimte van M. Merk op dat [I] een basis voor de kalomruimte van Mis.
Laat f = (F i I i := 1(1)k) een basis voor de d~el!uimte ~ in IRn (C n) zijn. Dan is er
voor iedere vektor U in ~ precies één stel van k g,e tallen xi' i := 1(1)k zodat
k
U = i=l
~' x·F·.
1 1
Immers, stel dat er nog, zo'n stel getallen Yi' i := 1(1)k zou bestaan. Dan geldt
k k k
U= ~
i= I
x·F·
1 1
= i=~ I y.F.
1 1
~ ~
i= I
(x. - y. )F. = On.
1 1 1
Omdat f onafhankelijk is, zijn alle Xi - Yi nul; dus Xi = Yj' i :=: 1(1)k. Deze eigen-
schap kenmerkt een basis. Immers, als er voor iedere U in ~ ondubbelzinnig bepaalde
244 §54
k
getallen xi bestaan zodat U = .L xiFi' dan spant f ten duidelijkste À op, en boven-
1=1 k -
dien is 0 0 alleen te schrijven als .L O· F i waaruit volgt dat f onafhankelijk is.
. ~1
De getallen xi heten de koördinaten 'van -U ten opzichte van de basis f. Zij vormen
een geordend rij tje getallen dat we in de vorm van een k x l-matri}Ç kunnen opsl~an ;
We voeren een voor zich zelf sprekende notatie in die overeenkomstig is met een
notatie uit hoofdstuk 3.
[UI' =fU
[Ul f heet de koördinatisering van U ten opzichte van de basis f. Is V nog een vektor
in À ' met
.. = lY1]
[V]f .: ,dan is gemakkelijk i.n te zien dat
Yk -
. )))I~j~Merk op dat uit I) volgt dat ieder (n + I )-tal vektoren in IRn (en) afhankelijk _is.
:;:;:;:;:;:; ;:Jmmers, de natuurlijke basis e = (Ej , j := 1(1 )n) spant IRn (en) op.
Bewii~ van de stelling.
I) Laat het k-tal vektoren f = (F i I i := 1(1 )k) de deelruimte ~ opspannen en laat het
(k + I )-tal vektoren g = (G i I i := 1(1)k + 1) in ~ gelegen zijn. Omdat f de deel-
ruimte ~ opspant is iedere qi een lineaire kombinatie van f.
k+1
Stel .L XjGj = On, dan tonen we aan dat er getallen Ài te vinden zijn die niet alle
-J=I
nul zijn, waarmee ·we dan aangetoond 4ebben dat g afhankelijk is.
k+1 k+1
, .L ÀjG j = On '~ .L .ÀJ (Clj Fl + c 2j F 2 + ... + ckjFk ) = On
J~ J~ .
k+1
L
j::;:1
'·ck ·À.
J J
=0
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 Ài nul zijn. Dus g is afhankelijk. '
2) Daar ~ =1= {On} is er een vektor FI =1= On in ~. Als FI de deelruimte ~ niet op-
spant, dan is er nog een vektor F 2 in ~ die geen lineaire kombinatie va'n FI is.
Dus (F I , F 2 ) is onafhankelijk en in ~ gelegen. Spant (F I ;-F 2 ) ~ niet op dan is er '
een derde vektor F3 in ~ die geen lineaire kombinatie van FI en F 2 is.
246 §54
Opgave 70
a) Toon voor i := 1(1)2 aan dat f i eén basis voor IR4 is. Bereken de koördinaten
van Pi ten opzichte van de basis fi . .
b) Voor i := 1(1)3 is zowel IPi als 'lri een deelruim te van IR". Bepaal voor
i := 1(1)3 een basis voor IPi, een basis voor 'lri , een basis voor IPi + 'lri en een
basis voor IPi n 'lri .
§55 ( 247 .
o
-~J).
1 2 -3
1 1 I -1
-I 1 3 -5 I .
c) <I> en 'Ir zijn deelruimten van IRn . dim <I> + dim 'Ir > n.
Toon aan dat dim(<I> n 'Ir) > o.
d) ~1 én ~2 zijn deelruimten van IRn .,
Toon aan dat dim ~1 + dim ~2 = dim (~1 + ~2) + dim (~1 n ~2.).
,SH: m A
X
~_TH:'D X
=
B
Het is onmiddellijk duidelijk dat de elementaire 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 11, als we die betrekken op _de rij-
vektoren van de koëfficiëntenmatrix. Met stelling 11 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 RIJ(A) == dim RIJ(C) = rij rang C.
248 §55
[~
-7 -1 0 0 0
o - 6 2 -2 0 -'-6 2 -2
1 - 4 o -3 1 -4 o -3
o -3 o -4 0 -3 o ':"'4
(j)~~ ~ .
(!)r-------+ ®
0] [1
~]~ [~
0 0 0 0 0 0 0 0 0 0 0
0 -6
1 0
0 -3
~
2 -o
0
2 0
o 0
0 -4 1
(D--+
-+ 0
. 0
0
0
1
0
0
0 -3
2-
0
0 -4
0
0
@
+-@
0
1
0
0
0
0
2 0
O. 0
0 0 n
Blijkbaar is dit r-tal kolomvektoren met spil, een basis c voor de kolomruimte van
C en er gelc~.t kolomrang C = dim KOL(C) = r = rijrang C.
Nu hoort bij dit r-tal kolomvektoren c van C precies één r-tal kolomvektoren a van A
inde volgende zin. Is de k e kolom van C in c, dan ook de k e kolom van A in a, en
omgekeerd; a bestaat dus juist uit die koiommen van A waar een spil in staat. We
tonen aan dat a een basis voor de ).colomruimte van A is. Daar de onbekenden her-
nummerd mogen worden is het geen beperking als we aannemen dat a en c bestaan,
uit de eerster kolommen van achtereenvolgens A en C. Nu hebben volgens stelling· 1 <
o
volgt dat a 'onafhankelijk is omdat c qnafhankelijk is. Voegen we aart deze r-tallen
van c en a nog een kolomvektor van acJltereenvolgens C en A toe, zeg de Re met
r < Q ~ n, dan volgt evenzo uit
Àr
À1 A1) + ... + ÀrAr) + ÀJ<AQ) = Om ~A 0 = Om ~ "{stelling I}"
ÀQ ~ Qe plaats
Àr
~C 0 = Or ~ À1 C(1) + : .. + ÀrC(r) + ÀQ,C(Q) = Or
ÀQ ~ Qe plàats
o
dat met (C(i), C<Q) I i := 1(1)r) ook (Ai), AQ) I i := 1(1 )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 basisyoor de kolomruimte van 'A
. en geldt kolomrang A = dim KOL(A) = r. Daar ook rij rang A = r hebben we de vol-
gende stelling. bewezen.
.250 §55
:::::::::I:::stelling 13
:)~)~~~)~ ~)~IS A een m x n-matrix, dan geldt
:::::::: ::: . _ kolomrang .A = rij rang A.
rang A = r.
2) De r kolommen van A waarin een bij deze herleiding gebruikte spil is opgetreden
vormen tezamen een basis voor de kolomruimte van A.
Voorbeeld
We berekenen de rang en bepalen een basis voor de nul-, rij- en kolomruimte van de
reële matrix
M = [~=1 j~l
Oplossing
[~ -~ -~ ! ~] ~dD ~ [~ -3 0 0 O~J
-2 - 0 1
010
nl·
NUL(M) is
Een .basis voor RIJ(M) wordt gevormd door de rijen van de koëfficiëntenmatrix van
het gereduceerde stelsel.
§56 251
Een basis voor KOL(M) wordt gevormd door het drietal kolommen van M waarvan in
elke kolom een spil is opgetreden; dat zijn de Ie, 4e en 3e kolom van M.
56 Stalling 14 ove~ het verb~nd tussen de rang van een matrix en de dimensie
van zijn nulruimte
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. Inqerdaad blijkt uit de volgende stelling dat dit
het geval is. '
~:~Stelling 14
:~:Laat A een m xn-matrix met rang gelijk aan r zijn en laat de dimensie van de ,nul-
:. ~.: rUimte van A gelijk aan k zijn. Dan geldt .
k +r =n
{~~
n
U.I
= H
1
i := l!l)k.
{~~
n
W..
J
= Bi
1
:= 1(l)r.
252 §56
,
een basis is voor IRn (c~); ~an is k + r = dim IRn (C n ) = n en zijn we klaar, We laten
zien dat veen basis voor IRn (C n ) is door aan te .tonen dat ,voor iedere vektor X in
IRn (en) ondubbelzinnig bepaalde getallen Xi' i := 1(1)k en Yj' j := 1(1)r bestaan
zodat
k r
X = '1
~ x.U
11
+ '~l y.W·
J J'
1= J= "
Laat X een willekeurig gekozen vektor uit IRn (C n ) 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 or ondubbelzinnig bepaalde getallen Yj' j := l(1)r
zodat 0
r
Stel nu Z =X - .~ YJ·Wj. Dan is
o J=l 0
r r
AZ = A(X -.~ y.Wj) = AX
J=l J
- AC~ y.Wj )
J=l J
=Y - Y = Om .
(
Dus Z is in de nulruimte van A. Daar u = (Ui I i := 1(1 )k) een basis is voor NUL (A)
zijn er k ondubbelzinnig bepaalde getallen Xi' i := 1(1)k zodat
k
Z = i=l
~ x.U.
1 1
Er volgt dus
r k r
X = Z +_ j=l
~ y,Wj
J 0
= ~ x·u.
i=l 1 1
+ j=l
~ y.W.
J J
Opgave 71
a) Bereken voor i := 1(1)6 derang van de matrix Mi'
MI ,[-!
=
7
~ ~J,
3 .9
M2
.
= [~3 4~ !5 ~]6 ,M3 = [~1111
~ ~ ~]
§56 253
1-2 2] .
M4 =
[ 2 -4
o 0
0
1
,Ms = MI M3,
"\ .
254 §57 ,
D is een mxn-matrix.
Toon aan: (vii) KOL(AtD) ligt binnen KOL(A) + KOL{D)
(viii) rang(A+D) ~ rang 'A + rang D.
Laat Peen vektor en À een deelruimte van IR" (c") zijn. Laat A de lineaire variëteit
' zijn bepaald door A = {P} + A De dimensie van A, notatie dim A, is gelijk aan .
dim À. Een basis voor À heet een stel richtingsvektoren voor A.P heet een steun-
vektor voor A. We zeggen dat A evenwijdig is aan ~.
Een (n -I)-dimensionale lineaire vàriëteit in IR" (C") wordt een (hyper-)vlak in IR" .
(C") genoemd. Het is de algemene oplossing van één echte vergelijking in n onbeken~
·den.
Een I-dimensionale lineaire variëteit in IR" (C") wordt een (hyper-Hijn in IR" ((:") ge-
noemd. Uit stelling 14 volgt dat een hyperlijn in IR" (C") de algemene oplossing is
van een stelsel lineaire vergelijkingen in n onbekenden waarvan de koëfficiëntenmatrix
rang n -1 heeft. Merk op dat in IR 2 (C 2 ) de begrippen hypervlak en hyperlijn samen-
vallen. In de volgende stelling, stelling 15, ligt besloten wat in het voorafgaande be-
handeld is over stelsels lineaire vergelijkingen.
.'.'...'.'....'.'._..'. .. Laat S een stelsel van m lineaire vergelijkingen in nonbekenden Xj' j := l(1)n zijn.
tt::::ttlb:: Laat A de koëfficiëntenmatrix van S.zijn en laat de m x I-matrix B de bekende ter-
::::::::::::~:::::::IWt men van S herbergen. Laat SH het bij S horende homogene stelsel zijn.
IIIli
: ::
a1gemene oplossing <PH van SH is een deelruimte van IR" (C") met dimensie
I) Degeldt:
Dan
1 n - rang A.
2) S is oplosbaar ~ B in KOL(A) ~ rang A = rang [AIB].
Itt t:: : : : I!:::m3) Is P een oplossing van S, dan is de algemene oplossing <I> van S een lineaire
variëteit van IR" (C") van !ie gedaante
58 Koördinatentransformatie
Beschikken we over een basis f = (Fi I i := 1(1 )k) voor een deelruimte ~ in IRn (en),
dan is het -soms handig een nieuwe basis voor die deelruimte 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 eenvoudige op-
lossingswijze van het vraagstuk mogelijk wordt. Of d~ uitkomsten kunnen met behulp
van de nieuwe koördinaten zo wqrden geformuleerd dat een meetkundige uitleg mo-
gelijk wordt die het inzicht in het vra:agstuk vergroot. In hoofdstuk 7 zullen we
hiervan voorbeelden tegenkomen. Zie ook § 41 in hoofdstuk 4.
Laat g '= (Gj Ij := l(l)k) een nieuwe basis voor ~ zijn waarvan de vektoren als volgt
bepaald zijn ten opzichte. van de oude basis f.
, k
GI = t 11FI + t 21F2 + ... + tklFk = .~ tilFi
• 1=1
, k :
G·J = tIJ·FI + t2i.F2
~
+ ... + tk·F ~ t IJ
J . k = i=1 .. p.1 .
k :
Gk = t_1kFI + t~kF2 + ... +tkk F k = .~ tikFi
. 1=1
Laat U een willekeurig gekozen vektor uit ~ zijn. Dan kunnen we U op pre~ies één
wijze schrijven als lineaire kombinatie van (
k
U = i=1
~ x ·p.
l'
1 .
Nu geldt
k k
U = J=l
.~ yjGj = .~ Yj(t1jFl + t 2l 2 + ... + tkl k) =
J=l .
k k k
) = (~ t1jYj)F1 + (~ t 2j Yj)F2 + ... + (~ tkjYj)F k·
J=l J=l J=l .
Daar U op precies één manier geschreven kan worden als U _= Xl FI + x 2 F 2 + ...
. . . + xkFk volgt
ofwel
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
}j, j := l(1)k staat in de volgende betrekking tot de oude basis f en de nieuwe basis g.
j := l(1)k .
T=
TY = X ~ T[U]nieuw = [U]oud.
Daar de kolomvektoren van T een basis vormen voor .!l vormen ze een onafhankelijk
k-tal en bestaat, volgens stelling 3, T- I . Blijkbaar is
TY = X ~. Y = T- I X.
§58 -257
Eén overgang van de ene basis naár de andere basis in ~en deelruimte noemen we een
koördinaten~ransformatie of korter een transf~rmatie. De betrekk~gen
, T[UJnieuw = [U]oud ~ [U]nieuw = T- 1 [U]oud
. '," - . ,
Voorbeeld
Laat Veen vektor en A een 1inaire variëteit zijn in 1R4 , die bepaald zijn t.o.v. de
natuurlijke, basis e in .1R4 door .
M=[~~~~]
. 0 I 0 0
-
I ooI'
I) EerstV. Er geldt M[V] f = [V] e. Stellen' we nu
.
[V]f
"
= [YI]
,
~:
Y4
, dan moeten we oplossen [~ t ~ ~1[m =m ,.
-
'. Met het rekenschema uit hoofdstuk 1 volgt YI = 1, Y2 = 2, Y3 = 3 en Y4 = 4. Een
..andere manier is eerst hl'" 1 uit
te rekenen. Er volgt dan:
en [P] ,f = [YI]
Y2 ,dan is A bepaald doo; 2XI - X2 - X4 = 5 t.o.v. de
. Y3
Y4 .
e-basis. We zoeken een vergelijking in YI, Y2, Y3 en Y4 die A beschrijft t.o.v. de nieuwe
f-basis. De transformatievergelijkingen voor de punten P van A luiden M[P] f = [P] e
ofwel
YI + Y2 + Y3 = 'XI
(
Y3 + Y4 = X2
ofwel
Y2 = X3
YI + Y4 = X4 .
2XI - X2 + X4= 2(YI + Y2 + Y3) - (Y3 + y~) - (YI +Y4.) = YI + 2Y2 + Y3 - 2Y4·
Dus A wordt t.O.V. de f-basis beschreven door
Opgave 72
a) f is de in bovenstaand voorbeeld bepaalde basis voor IR4 . U en W zijn vektoren,
en r en Ll zijn hypervlakken in IR4 gegeven door .
BI
_
-
[IJ
1 _
[ 0] 1 _
Ó,B,~ -~ ,B,- _~ ,B4- : ,[UI - [ °1] _[0] 1 I b_1
[°l ~_'
t I' r! • '-0 ' rz==n! 'u=r=rrn-n r . r nw"U-UJn"'II,w'PII""lP"u" 'lIwnuunHII""""M"(IIII11 ...",..-,m ,nl"un n u UI n rmnn=IlJ"C'TTT-
§59 259
Cl = [ -IJ jJ JJ =!]
C, = [ C, = [ C. = [
59 U",eaire afbeeldingen
.
In deze paragraaf veralgemenen we enkele resultaten uit hoofdstuk 4.
Een afbeelding 1": 1Rn ~ 1Rm (<tn ~ <tM) heet lineair als 1" de volgende twee eigenschappen
heeft. '
Eigenschap 1
Voor alle Xl en X2 in 1Rn (<tD)geldt
1" (Xl + X2) =1"XI + 1"X2.
Eigenschap 2
Voor alle X in IRn (<tn) en voor alle Ain IR(<t)geldt
J:(AX) = A1"X.
De kern van .1"bestaat uit alle vektoren in IRn (<tD) die door .1" op de nulvektor worden
afgebeeld; notatie
Ker 'J .
Dus X in Ker .1" dan en slechts dan als .1"X =Om. De beeldruimte van .1" bestaat uit alle
vektoren in IRm (<tM) die een origineel hebben onder .1"; notatie
Inr1".
Dus Y in hu 1" dan en slechts dan als er een X in IRn (<tD) bestaat met 1"X = Y. Het blijkt dat
Ker .1" een deelruimte.is van IRn (<tD) en dat hu .1" een deelruimte is van 1Rm(tM). Zie opgave
73a; Is Q in IRm (<tM) dan is het volledig origineel van Q onder .1" leeg als Q niet in hu .1" zit; is
er. een P in IRn (<t n) met 1"P = Q, dan is 'f-1 {Q} = P + Ker 1". Zi~ opgave 73h.
260 §59
Voorbeeld 1
Laat A een reële (komplexe) mxn-matrix zijn. We deftniëren de afbeelding.!iJ.: IRn ~ IRm(cn
~ CID) door ){X =
AX .
. .9J. voldoet aan de eigenschappen I en 2. Immers, J'I(XI + X2) = A(Xl + X2) = AXl + AX2 =
){Xl + ){X2, en .9J.(ÀX) = A(ÀX) = ÀAX = À){X. Dus .9J. is lineair. Men ziet gemakkelijk in
dat de kern van .!iJ.j~ist de nulruimte van A is en dat de beeldruimte van .!iJ.juist de kolomruiinte
van A is.
Ker .9J. =NUL(A), . hn .9J. =KOL(A).
Zo blijkt iedere matrix een lineaire afbeelding te bepalen.
Voorbeeld 2
De nulafbeelding cr: lRn -7lRm «Cn -7 (Cm) vOegt aan iedere vektor X in lRn «Cn) de
nu1vekt~r Om van lRm (tm) toe
crx = Om. .
Het is duidelijk dat creen 1i:Q.eaire afbeelding is.
Laat .r: lRn --? lRm «Cn-7 <CID) een lineaire afbeelding zijn. Dan heeft .rnog de volgende
eigenschappen.
Eige,nschap 3
Voor elk r-tal vektoren {Xi I i := I(Ur} in IRn «Cn) en ieder r-tal reële (korriplexe) getallen
{Ài I i := 1(1)r} geldt
r r
.r(L ÀiX i) =I, Ài.r Xi'
i=l i=l
Eigenschap 4
.rOn =Om·
Eigenschap 5
.r is een I-I-afbeelding dan en slechts dan als Ker .r= {On}.
Eigenschap 6
.r is bepaald door de n-bee1den van een basis IRn «Cn).
De bewijzen van deze eigenschappen 3, 4, 5.en 6 komen overeen met die van de eigenschappen
3,4, 5 en 6 in § 39. Zie opgave 73b . .
§59 261
Laat b = (Bj.l j := 1(1)n) een basis voor 1Rn (<cn) zijn en laat c ~ (Çi I j ,:= 1(1)m) een basis voor'
IRm(<c~) zijn. Volgens eigenschap 6 is de lineaire afbeelding ~: IRn~ IRm(<cn~ <CIII) bepaald
. ' in
door de n beelden van de basisvektoren van b ond~ 1:S~1 ~Bj = DijC i j := 1(1)n: De
i=l '
getallen fij, ,i := 1(1)m, j := 1(l)Ii bepalen een mxn matrix F.
[.r]b·
m
Is U het beeldvan X onder 1" e~ is U = L UiCi en X = ~ xjBj dan is de koördinaatvnje
i=l j=l
vergelijking
·.rX=U
, ' die het verband geeft tussen de koördinaten van X op de b;:basis en de }coördinaten van U op de
c-basis. Immers
n n n
[U]C = [1"X]C = [~(L JÇjBj)]C = xj.rBj)]C = [L
xjL1"Bj]C = L
" j=l , ' j=l j=l ' .
fij n ' fUXI + + flnX n
n
L Xiij .
, j=l,
=LXj = n
= =
j=l
L Xjfij
!mj j=l
=F
.' = [J"]b [X]b.
Xn Xn '
262 §59 .
- .
" -Zo hebben we aan de lineaire afbeelding 'f op ondubbelzinnige wijze een m x n-matrix F
=
toegevoegd:' F ['f]b . .
Omgekeerd ziet men gemakkelijk in dat iedere m x n~matrix G op ondubbelzinnige wijze een
lineaire afbeelding (j: IRn ~ IRm(ccn ~ CCID) bepaald door
((jX]C =G[X]b ; dus G =[(j]b'
Dit ~erband tuSsen lineaire afbeeldingen van IRn ~ IRm(ccn ~ <CID) en m x n-matrixen is
uiteraard afhankelijk van zowel de basiskeuze in IRn(CI::1l) als de basiskeuze in IRm(CCID). Zie
opgave 73k. In veel gevallef! neemt men voor de basissen b en c de natuurlijke basissen e in
lRn (CI::n) en IRm(CCID).' Men schrijft dàn
. I
[ .Irr] mp [rr]e in IRtt((CID)
aats van .I e i~'- IR,<r~ .
- .
Zo is in voorbeeld 1 A =[J'l]. Immers, de j-de kolom van A is
o
AG) = =
amJ. .
o
Daar Ker J'l == NUL(A) en Im J'l == KOL(A) volgt onmiddellijk uit stelling 14 dat
dim (Ker J'l) + dim (Im J'l) =n.
Men ziet gemakkelijk in dat voor iedere lineaire afbeelding 'f: IRn~ IRm(ccn~ CCID) het met
stelling 8 overeenkomstige resultaat geldt dat
dim (Ker 'f) + dim (Im 'f) =n.
= =
De dimensie van fin 'f heet de rang va", 1: Is dim (Ker 'f) k en rang 'f r, dan is dus
k + r =n. IRn (~n) .. IRm (~m)
'f
p tI
11 0"n
11
Opgave 73
a) , Toon aan dat zowel de kern 31s de beeldruimte van een lineaire afbeelding een
deelruimte is. '
§59 263
. _
I 2-40-2]
-2 -3 -1 1 O . . '
[ Vl _
. J
[ 0 1 7 1-4
~2 -2 6 2' -4 '
Als m= n, toon dan ook aan' dat die afbeelding de uitkomsten van de omkering in
beide verzamelingen onverlet laat
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
§61 265
<v,U) = (U,V)
(U + V,W) ,= (U,W) + <v,W)
(U,V + W) = (U,V) + (U,W)
o..u,V) = (U,ÀV) = À(U,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. Wè bewijzen de tweede regel.
(U+V,W) = (u+vlw = (UT +VT)W = UT'W + VTW = (U,W) + <V,W). 0
oL.---\----1~ ':!f.
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 luidt
Zijn zr en wi' i := 1(1)n komplexè getallen, dan geldt
2
n -
z·w· 1
~ ~ ~
n n
Iz·1 2 .~ Iw·l.2
IbI 1 1 i=1 1 i";l L
Bewijs. Zijn alle getallen zi nul, of alle getallen wi nul, dan zijn beide leden hul. Het -
gelijkteken geldt en ·de bewering is juist. n n .
Stel nu dat noch alle zi' noch alle wi nul zijn. Dan is dus .~ Izil2 > 0 en .~ Iwl > O.
1=1 1=1
Is À. een willekeurig gekozen komplex getal, dan geldt
n n
2
.~ (zi + À.wi)(zi + À.wi ) .~ IZ i + À.wi l
= 1=1 ~ O.
1=1 .
n. n __ _
~ (z. + À.w.)(z. + À.w.)
_ i=1 1 . 1 1 . 1.
~ (z. +
i=1 1
= À.w)(z. + À.w)
1 1 1
=
n _____ _
= i=1
~ (z.z. + À.z.w. + À.z.w + À.À.w.w) =
1 1 1 1 1 1 1 1
n_ n _ _ n= _ _ n_
= i::::l
~ Z·Z· + À.~ z·w· + À.~ z·w· + À.À.~ ww· =
. 1 1 ' i=1 1 1 i=1 1 ~ i=1 1 1
n 2 n _ _n--=- - n 2
= i=1
~ Iz·1
1
+ À.~ z·w· + À.~ z·w· + À.À.~ Iwl .
i=1 1 1 i=1 1 1 i=1 1
n 2 · n_ _0::- _ n_
~ Iz·1 + À.~ Z·W + À.~ z·w· + À.À.~ ww· ~ O·
i=1 1 . i=1 1 1 i=1 1 1 i=1 1 1 '
§61 267
-n-
~ z.w.
dus ook voor À. , >
= i~l , I 1 . Invulling van deze À. in het linkerlid geeft
~ IWil2 , .
i=l
n ~
-
n _
- z.w.
~
i-lil
~ z·w·
i=1 1 1 ~ I ' 12 '
'~1 Zi Wi + ;; •n • '~1 Wi =
1= ~ Iw.12 ~ Iw.12 1=
i=1 1 i=1 1
-n-- n
_
n
~ 1Z· 12
.~ ziWi·.~ 1.;.wi 'n
1=1 1=1
'
_ ~ 1 12 -.
~ z:w·12
Ii=l 1 1
- ~ - - ~ Z·
'1 1 n '11 n 2
1= ~ Iw.12 1= ~ · lw·1
i=l 1 i=l 1
I·~ Zi 1~ 0 volgt:
2
i 12
Uit .~n Izil2 - 1;1
W
.~
1 .
Zfwi ~.~ Izl·.~ IWiI2. 0
1=1 ~
Iw.12 1=1 1=1 _1=1 I
i=l 1
n n ' lK2
Laat nu X en Y vektoren in IR ziJn. Dan is <X,Y) := .~ xiYi' IIXII =V .~, xt en
. ' 1=1 1=1
IIYII = J.~
1=1
2
Yi . Stellen we Zi = xi
in de stelling
.
en wi = Yi
Cauchy-Schwarz dan
'
va~
volgt, wegens het reëel zijn 2 van2 2
xi' I(X,Y)1 ~ IIXII I1YII . Daar beide leden kwadraten
van positieve getallen zijn kunnen we de stelling van Cauchy-Schwarz als volgt gestalte
geven voor vektoren in IRn:
I(X,Y)I ~ IIXIIIIYII.
voor elk in IRn gelegen drieta1.vektoren U, V en Wo' Met eigenschap 4) vinden we dat
deze ongelijkheid gelijkwaardig is met '
I<U,V>I ~ IIUIIIIVIi.
Als zowel U als V ongelijk aan On is, dan volgt
~ (U,V) ~ I
- I ~ IIUIIIIVIl ~ .
(U,V)
I{J = arc cos IIUIIIIVIl
Dus
. (U,V>
cos I{J = IIUIIIIVII' o ~ I{J ~ 1T.
Blijkbaar is I{J = ~ dan en slechts dan als (U,V) = O. Net als in de ruimte verruimen
we ook hier het begrip loodrechte stand. Laat X en Y vektoren in IRn zijn. X staat
loodrecht op Y, notatie X 1 Y, dan en slechts dan als (X,Y) = O. On staat dus lood-'
recht op' iedere vektor in IRn.
Laat C een vektor in IRn zijn, ongelijk aan On. Het is gemakkelijk n~ te gaan dat de
verzameling 'Ir van alle vektoren in IRn die loodrecht staan op C een deelruimte van
~ CIXI + CZXz + ... + CnX n = O. 'Ir is blijkbaar een vlak door On" We zéggen
C staat loodrecht op 'Ir. C staat dus ook loodrecht op alle basisvektoren van 'Ir. Is r
het vlak met de vergelijkin& CIXI + Cz Xz + ... + cnx n = p 4= 0, dan is r .evenwijdig
" aan 'Ir. De vektor C staat I.o odrecht op ieder stel richtingsvektoren van r, dat is
iedere basis voor 'Ir .. W~ zeggen daarom ook; C staat loodrecht op r, en noemen C
een normaalvektor van zowel 'Ir als r.
Voorbeeld. De volgende twee vlakken in IR4 , Xl - 3x; + ;8X3 - 6X4 = °en
.
x~. - 3xz + 8X3 - 6X4
,
= 7 hebben beide
[ IJ
-3
8
.
als normaalvektör.
-6 .
Ook het begrip' loodrecht in lRn heeft dezelfde eigenschappen als het begrip lood-
recht in de ruimte. We sommen e~n drietal- op.
w .. " " '::' .. " z'=---"m "nU' " no ""''''''''''''''''B~'''P?W!U,mq..p' ...... " " " " .. " .. " " " , , ' " " " " " ' ,, .. ' " .. 11 . . . . . . " . . . . " " , " 11"'''' 1111 " I 1
§61 269
1) De stelling van Pythagoras geldt ook in IRn • Dat wil zeggen, zijn F enG vektoren
in IRn , dan geldt
2) Laat' P een punt buiten het vlak r zijn. Men gaat gemakkelijk na dat de lijn door
P met C als richtingsvektor, r in precies één punt Q snijdt. Q heet de loodrechte
,projektie van P op r.
\
Met behulp van de stelling van Pythagoras kan men nu gemakkelijk laten zien dat
de loodrechte projektie Q van P op r, het dichtst bij P gelegen punt van 'r is . .
Ofwel, voor ied~re X in r geldt d(P,Q) ~ d(P,X). We definiëren daarom de afstand
va" P totr, notatie dep ,n door de afstand van P tot , Q.
3) Laat Q een lijn ?:ijn, waartoe P niet hehoort, met richtingsvektor B. Men toont ge-
makkelijk aan dat het vlak Z door P met normaalvektor B, Q in precies één punt R
snijdt. R heet 'de loodrechte projektie van P op Q.
Weer met de steIpng van Pythagoras 'kan men gemakkelijk laten zien dat de lood-
rechte projektie R van P op Q, het dichtst bijPgelegen punt van Q is. Ofwel, voor
iedere Y in Q geldt: d(P,R) ~ d(P,Y). We definiëren daarom de afstand tussen Pen
Q door de afstand tussen P en R.'
270 §61
Hiermee hebben we ons doel bereikt: We hebben goede definities gevonden voor af-
stand, loodrechte stand én hoek. We hebben dit gedaan door lRo van een extra struk-
tuur te voorzien: het inprodukt. Daardoor is het bouwsel lRo gestruktureerder gewor-
den dan het was als vektorruimte alleen. De vektorruimte lRo voorzien van dit inpro-
dukt heet een Euklidische ruim te, of een reële inproduktruim te of een reële
inwendig-produkt-ruim te.
We zijn nu in staat analyse te bedrijven in lRo, dankzij de afstandsdefinitie. Zo kunnen
we bijvoorbeeld definiëren wann~er een functie f in lRo kontinu zal zijn in een punt
P van lRo. f is kontinu in P, als voor iedere € > 0 een 5 > 0 be~taat, zodat
If(X) - f(P)1 < €, zodra de afstand van X tot P kleiner is dàn 5. Dit leidt tot oe
theorie vap. funkties in n veranderlijken die echter buiten de stof van dit boek valt.
Het door ons gedefinieerde inprodukt in lRo is niet de enige mogelijkheid om
tot een goede afstandsdefinitie in lRo te geraken. Uit ieder skalair produkt van vekto-
ren in lRo, dat voldoet aan dezelfde rekenregels als ons inprodukt kan een goede de-
finitie van afstand, loodrechte stand en hoek worden gemaakt. Het door ons gedefini-
eerde inprodukt heet het standaard inprodukt voor lRo. Het is het meest gebruikte
inprodukt in mO en zal door ons als enige van alle mogelijke inprodukten in IRo wor-
den beschouwd. Daarom laten we het voorvoegsel "standaard" weg~
Opgave 74
a) Bereken voor i := 1(1)3 de lengte van de vektoren q en Vi, de afstand tussen
Ui en Vi, het inprodukt van Ui en Vi en ~e hoek tussen Ui en Vi·
1 1
1 -1
1 1
1 -1
1 1
b) Bereken voor i := 1(1)2 het reële getal Ài als gegeven is dat de vektoren Ui en
Vi loodrecht op elkaar staan.
2 6
3À2 -1
-4 ,V2 = 3
1 7
5 2À2
(i) Toon aan dat de verzameling Iî van alle ·vektoren in IR4 die loodrecht
staa~ op zowel-U als Veen deelruimte van IR4 is. Geef een basis voor Iî.
(ii) Geef een basis voor de deelruimte Ll i bestaande uit alle vektoren van IR4
die loodrecht staan op W. '
(iii) Geef een basis voor Iî n Lli .
d) Berekenvoor i := 1(1)3 de loodrechte projektie van het punt Pi op het vlak Ti
en op de lijn Qi.
, , ' . [1+i]
werk kunnen gaan zoal~ voor IRn. Is bijvoorbeeld U = 1 _ ~i , ,d~m is
. " 31 .
[ ~.~i =
1+'] ~
nen nu een, UH U = [1 - i -i 1 + 2i --3iJ 1 11 + il' + lil' + 11-1; 2il' + 13il' =
31 ' ,
= 17 > 0." Het is duidelijk dat voor iedere ko,mplexe kolommatrix U van de ne orde
geldt dat
Dit is het zogenaamde standaard inprodukt. voor CC n. Wij laten het voorvoegsel "stan-
daard" weer weg. Is W nog een vektor in Cn, en is À een komplex getal dan gehoor-
zaamt het inprodukt in en aan de volgende rekenregels.
(V,U) = (U,V)
(U + V,W) = (U,W) + (V,W)
"f
<U,V + W) = <U,V) +. <U,W)
<ÀU,V) = X<U,V>
(U,ÀV> = À(U,V)
(U,U) ~ 0
(U,U>.= 0 ~ U = On
§62 273
We bewij~en de eerste en de vierde regel die ' als enige verschillen van regels voor het
inprodukt in IRn .
n n , n -n-- -n-- -- __
<V V> :;: VHV:;: ~ v·u· :;: ~ v·u· :;: ~ v·u· :;: ~ v·U· :;: ~ u·v· :;: VHV :;: <V V>
, , i=1 1 1 i=1 1 1 i=1 1 1 i=1 1 1 i=1 1 1 ,
De lengte of norm van V, notatie IIVII, is bepaald door y'<V,V>. De afstand tussen V
en V, notatie d(V,V), is de lengte van V - V; d(V,V) :;: IIV '-:- VII.
V staat loodrecht op V, notatie V 1 V, dan en slechts dán als (V,V) :;: O. Du~ On
staat weer loodrecht op i~dere vektor in en.
Men gaat gemakkelijk "na dat deze lengte en afstand in en dezelfde vijf eerder genoem-
de eigenschappen hebben als de lengte en afstand in de ruimte. De driehoeksongelijk-
heid geldt weer dankzij de stelling van Cauchy-Schwarz die ook voor vektoren in en
" . "
de gedaante heeft van
Is zowel U als V ongelijk aan On, dan kunnen we deze ongelijkheid schrijven als
I<V,V>I ~ I
IIVIIIIVII"'" ,
hetgeen betekent dat' II~~'~~1I behoort tot de cirkelschiJr" in het komplexe vlak die 0
als middelpunt en 1 als sb"aal heeft. Het is nu niet mogelijk een hoek tussen V en V
te definiëren.
imaginaire as
1
1 reële as
Laat C een vektor in en zijn, ongelijk aan On. Het is duidelijk dat de verzameling \}I
van al1~ vektoren in en die loodrecht staan op C een deelruimte van en is.
n '
X in \}I ~ <c,X> =0 ~ cHx, ":;: 0 ~ .~ Cixi :;:' 0 ~,
1=1
komstig. met het behandelde voor ]R0 zeggen we dat C loodrecht staat op 'Ir en lood-
recht staat op ieder vlak r evenwijdig aan 'Ir. C heet weer een normaaJvektor van zo-
wel 'Ir als r.
Men zij opmerkzaam op het verschil tussen een reële en komplexe vergelijking waar
het de betekenis van hun koëfficiënten betreft. Zo ' is van het vlak A in ([3 bepaald
Opgave 75
a) Berekën voor i := 1(1)4 de lengte van de vektoren Uj en ~, de afstand tussen
q en ~ en de inprodukten (Uj,~) en (~,Uj)'
"' [1+7iJ
UI = 2 _ 6i ,"t ~
[5-2iJ [3-.7i]
-3 - 4i ,U2 = _:~ i ,V2 =
[A-I,]
18 ': 3~1 ,
1 '
, 3 - 2i
~i]_ , U =' 3~ ,~= r314+1- 5'2ii l .
1- i , 2"
[35 + 4il 2'
U3 = [ 4i.]' V3 = [5 - 4 = 1
1 + 61 1+1 .
, ' 1 - 1
b) Àj en Jlj zijn komplexe getallen. Voor i := 1(1)3 zijn Uj, "ï en Wj vektoren
met de eigenschap dat ~ loodrecht staat op zowel Uj als Vj.
Bereken voor i := 1(1)3 À j en Jli'
, ! §63 275 '
P ~ Dl r: XI - x, + (l-i)x, ~3+ ~:
i, [::] ~ [E1J + {J À E C.
Al~ f in en is gelegen, dan volgt dat FrFj= 0ij en als f i~ Rn is gelegen, dan ,volgt
FiT Fj = 0ij, i,j := 1(1 )k. Merk op dat we iedere vektor Y in IRn kunnen opvatten als
een vektor in Cn. In die zin geldt v,oor Y dat yH = yT: ' .
, 'Als fortonormaal is; dan is f onafhankelijk.
n
Bewijs. Stel .~ À,jFj = On. Dan moeten we aantonen dat hier noodzakelijk uit volgt
J=1 , .
dat alle À.j nul zijn; À,j. = 0, j := l(1)k. Kies i in ,IN en 1 ~ i ~ k.
k k k ' k
o = <Fi,On> = <Fi'.~
J=1
À,jFj> == .~ <Fi,À,jFj> = .~ À,j<Fi,Fj >, = .~ ' À,joij
J=1 J=1 ' , J=1
= À,i,
Qus À,i = 0, i := l(1)k. 'D
Is f basis van een d~elruimte Ll van IRn (C n) e~ is fortonormaal, dan heet f een
ortonormale basis voor Ll. De natuurlijke basis is e/en ortonormale basis voor IRn (C n).
In hoofdstuk 3 hebben we gezien .dat het inprodukt van twee vektoren in de ruimte
zich alleen eenvoudig laat uitdrukken in de koördinaten van die vektoren als de basis
ortoilormaal is. ' Ook in IRn en en is dathet geval. Daarom heeft het voordelen ook in
276 §63
een deelruimte van IRn (en~ over een ortonormal~ basis te kunnen beschikken. pe
vraag is echter of iedere deelruirhte van IRn (en) wel een ortonormale basis heeft, en
, als dat inderdaad ' het geval i~, hoe zo'n ortonormale basis te konstrueren is. '
Laat b = (Bi I i := 1(1 )k) een willekeurig gekozen 'basis voor de k-dimensi~nale deel-
ruimte Ll van IRn (en) zijn. We zullen uit b met behulp van het zogenaamde Gram-
Schmidt proces, in k stappen een ortonormale basis f = (Fi I i := 1(1 )k) konstrueren.
Eerste stap
Definieer G l =: BI e~ Fl, = G l /IIG l ll. Fl heeft dan dûidelijk de lengte 1.
Tweede stap
"
D e f lme, G B (Gl ,B2)G
e r 2 = 2 - (' ) 1·
, . Gl,G l
\
\
- ol
---'----,- - , . '
- - --- --
B1 '
Definieer F2 door F2 = G 2 /11 G 2 11, dan is (FbF 2) een ortonormaal twéetal vektoren in
Ll. Merk op dat F2 deel uitmaakt van L(B b B2) en dat L(Ft>F2) = L(Bt>B 2 ).
§63 277
Derde stap
"
D e f Inleer G d 'G - B (G b B3 )G ' (G 2 ,B 3 ) G
3 oor 3 - 3 - (G G ) . 1 - (G G) 2·
b 1 2, 2 .
<
Zo kunnen we doorgaan. Stel eens dat we voor Q k uit (Bi Ii ':= 1(1 )Q) in Q stappen '
_het ortonormale Q-tal (Fi Ii := 1(1 )Q) hebben gekönstrueerd via het Q-tal (G I i := 1(1 )Q)
i
met de eigenschappen:
1) Fi in L(Bj Ij := 1(1 )i) voor i :-= 1(1 )Q.
2) L(FjU:= l(l)Q) = L(BjU :=,t(1)Q).
) - ~ (Gj,BQ+l)(G G' )-
= (G j, BQ+l - i-:-l (Gi,Gi) j, i -
~ . ' .
. G1
G1 := BI, F 1 .= 11Gdl'
G . B (G b B2)G F '- G2
2'= 2 - (G b G1 ) 1, 2 .- IIG 11
2
G 3 .- B3 - (Gb B3)G1 - <G2,B3)G 2 F '- G3
3 .- IIG 311',
.'- <Gl>G 1 ) . . <G2,G2~ ,
:::::::::::: .' . Q <GbBQ +1)
Voorbee/p 1
In IR4 is b = (BI ,B2 ,B3) een basis voor de' deelruimte r. We konstrueren uit been or-
~ := BI m,
= (G"G I ) =l' +l' + o~ +l' =3; lIGlIl =0· FI := lig:" =~lÜ
4
o
1{-~l=-I}"= •
3
1
"3
§63 279
1
3
I
=V42 ~. [4]
-5
l~J -fJ-~
4 4
3" -7
~J
5 2
-3 -'7
(G 2,B 3 ) = [4 5
-3 0
l{
3 -1 =2)"=. -1 3 0 . 42 =
. . 9- 0 -1
2 . 2 1 . ·1 6
3" '7
_1-
7
2
. 7 -'7
(G 3, G 3 ) = (-4)2
7
+ (-2)2
7
+ (_1)2 + (Q)2
7
= 105.
49 '
liG 3 II = 1- 'lOs
7V IV.J. 3'- Yf65
F ' - - - =
. ., -1
6
7
Voorbeeld 2
In <1: 3 is b = (Bi> B2) een basis voor een' deelruim te r in <1: 3 . We konstrueren uit . been
3
il G211==y'i.F2 :==IIG:II==-f·~
G y'i 0.
[ I + 2i] . 2 [I + 2iJ
2-i. ~ 6 · 2 - i . · .
2 - 21 2 - 21
. (Vi1[I J,1-[I
Dus f == i
O· .
2 -+ i.
2iJ ).
2 - 21
Laat f == (Fi Ii :== I( I )n) ee~ andere ortonormale basis voor IRn (Cn) zijn dan de
natuurlijke basis e. Laat T de transformatiematrix zijn voor de overgang van de e-basis
naar de f-basis. Dus voor j':== I(1)n bevat de / kolom van T juist de koördinaten van
Fj ten opzichtevaIJ. de basis e,
T(j)== [Fl.
Het is duidelijk dat dè kolomvektort;<n van Teen ortonormaal n-tal vormen: Men kan
bewijzen dat dan ook het n-tal rijvektoren van T ortonormaal is. Zie opgave 76f. In
het geval dat T reëel is, is T-1 == TT en is T blijkbaar ortogonaal (zie §4I). In het geval
dat T -komplex is, is T-1 == TH. Een komplexe nxn-matrix A heet unitair als AAH == In'
Blijkbaar is de transformatiematrix voor de overgang van een ortonormale basis in IRn
ortogonaal, en in <en unitair.
àpgave 76
a) Voor i :== 1(1)3 is bi een basis voor de deelruimte I1 in IR4 . Konstrueer uit bi
een ortonormale· basis fi voor I1.
b) Voor i :== 1(1)2 is ci een basis voor de deelruimte .1 i in (C4. Konstrueer uit ci
een ortonormale basis f i voor .1i ..
1 3-i
.J3 .Ji4
TJ = (7 + Si)F1 + (11 - 13i)F2 en V = (3 - 4i)F1 (2 - i)F2 . +
Bereken IIUII, IIVH, (U,V) e~ -(V,U).
e) b = (Bi I i := 1(1)n) is een basis voor IRn . Voor iedere vektor ti in IRn geldt dat
zijn lengte IIUII 2 -gelijk is aan de som van de kwadraten van zijn koördinaten
. n . -
ten opzkhte van basis b; dus als U= .~ xiBi dan is IIUI1 2 ~ X,2.
= i=1
- 1=1 ' . 1
Bewijs dat been ortonormale basis is voor IRn.
f) T is een nxn-matrix. Bewijs dat de volgende uitspraken gelijkwaardig zijn.
(i) De kolomvektoren van T vormen een ortonottnaal n-tal.
(ii) .De rijvektoren van T vormen een ortonormaal n-tal.
(üi) . THT = In (TTT = In) .
(iv) T- 1 = TH (T-I = TT)
(v) T is een unitaire (ortogonale)" matrix.
f ' \ • ,
Voorbeeld s ' - - .
Laat ~l de nulruimte in IR zijn van de matrix M =,
[I -I 2 o
2 o7J ' en laat
- Cl '
I -I 1
1
-I
de eerste rijvektor van M zijn; Cl = 2 ,Dan is Cl 1 ~l' immers, voor iedere X in
o
7
' { 2Xl - X2 + 2X3.
NUL (M) 15 + 7xs = 0'
0 De eerste verge lOOk' d' I I'
IJ mg van 1t ste se IS:
x~ + X2 - X3 + X4 = . .
Xl
X2
XI-X2 +2X3 + 7xs = 0 ~ [I -I 2 0 7] X3 = 0 <ê==? (C1,X)= 0,
X4
Xs
Evenzo staat ook de tweede rijvektor C2 van M loodr,echt op NUL (M), Iedere vektor
van de rijruimte van M is een lineaire kombinatie van Cl en C 2 en staat dan ook
loodrecht op NUL(M), Immers, voor alle reë,1e getallen À en Jl is (ÀCI + JlC 2 ,X) =
= À(CbX) + Jl(C 2 ,X) = À(XI - X2 + 2X3 + 7xs) + Jl(2XI + X2 - X3 + X4 ) = À·O + 11"0 = 0
als X in NUL(M),
, I
Men toont gemakkelijk aan dat voor iedere reële mxn-matrix A geldt dat iedere vek-
tor R in RIJ(A) loodrecht staat op NUL(A) en omgekeerd dat iedere vektor Z in
NUL (A) loodrecht staat op RIJ (A), Kortom, iedere vektor in Ru(A) staat loodrecht
op iedere vektor in NUL (A),
Wij definiërel). nu: Zijn r en ~ deelruimten van IRn «Cn), dan staat r loodrecht op Ll,
notatie r 1 ~,- als iedere vektor in r loodrecht staat op ' iedere vektor in ~,
Voorbeeld 1
Is A een reële m xn-matrix dan geldt
KOl(A)
Voorbeeld 2
M= [
1- i
-3i
i
-4
3' ] - [1 +
10-2i ,M= 3i
i -i
-4
Y in RIJ(M) ~ Y
1 + iJ ' [ 3i J .
= À. -i + Jl -4 ',voor zekere À. en Jl in <C.
[
, ' 3. 10 + 2i
datg ortonormaal is. ln de derde en laatste plaats tonen we aan dat g !:J.l. opspant.
Dan is g een basis voor t/. We kiezen wÜlekeurig een Y in Ll1 en' laten zien dat Y
een lineaire kombinatie van g is. Omdat Y ook in IRn «Cn) is, is Y op precies één
manier te schrijven als lineaire kombinatie van h.
k Q
Y = .~ xjFj + .~ YjGj. Omdat Y 1 ~ is (Fs,Y) = 0, voor s:= l(l)k.
1=1, J=1 .
, k Q k Q . k Q
(Fs,Y) = (Fs, .~ XjFj + .~ YjGj ) = .~ Xj(Fs,Fj) + .~ Yj(Fs,G j ) = .~ xl>sj + .~ Yj"0 =
1=1 . J=1 1=1 J=1 1=1 J=1 .
= Xs + ° .
= Xs = 0, voor s := l(1)k. Dus Y =
,
. . Q
.~ YjGj, en g spant
J~
.
ti op .
2) Iedere vektor U in IRn «Cn) is op precies één manier te schrijven als een lineaire
k Q k
kombinatie ,van de basis 'h. U = .~ xjFj 1- .~ YjGj . Daarmee is X = .~ XiFj in Ll
. 1=1 J=1 1=1
. ' .. Q .
ondubbelzinnig bepaald en is evenzo Y = j~1 YjGj in !:J.l ondubbelzinnig bepaald
terwijl U = X + Y.
3) Uit 2) volgt onmiddellijk IRn «Cn) == Ll + Ll1 .
4) Stel dat tJ in Ll n Ll1 . Dan is U in Ll en U is in Ll1 . Daar U in Ll, is U te schrijven
k Q
als U = .~ xiFj, en daar U in Ll1, is U te schrijven als U = .~ YjGj .
1=1 J=1
k , Q kQ
Dus .~ xjFi '= .~ YjGj ~ .~ xiFi - .~ YjGj ;, On. Daar h onafhankelijk is zijn alle.
1=1 . J=1 1=1 J=1 ,
Xi en Yj noodzakelijk nul; Xi = 0, i := f(1)k en Yj = 0, j := 1(1 )Q. D~s U = On, en ,
Ll (Î Ll1 = {On} .
5) Daar Ll deelruimte is geldt 1) ook voor Ll1 ; dim (Ll1 ) + dim (Ll1 = n. Blijkbaar
1
l
hebben Ll en (Ll1 )1 dezelfde dimensie.
Kies X uit Ll willekeurig. Dan geldt voor elke Y uit tf dat <X,Y) = 0. X staat dus
loodrecht op ieder element van Ll1. Maar dan is X in het ortogonalè komplement
van Ll1 en X E (Ll1 Dus Ll C (Ll1 )1; l _
Daar dim ~ = dim (~l.)l. volgt uit stelling 12 dat Ll = (Lll.)l. 0
Vqorbeeld
Laat <I> het vlak in (C3 zijn bepaald door de v~rgelijking Xl - X2 + (1 - i)x3' = 0. <I> is
een 2-dimensionale deelrui~te van (C3. Volgens stelling 17 is <1>1 een I-dimensionale
deelruimte van (C3 : Uit de v~rgelijking zien' we onmiddellijk dat de vektor '
/
We gaan nu de vektor U = [4 ~-3i] sch~ijven als de som van een vektor X in <I> en
. . 7 - 3i .
. een vektor Y in <1>1. Volgens stelling 17 kan dit op precies één manier. Voor Y bestaat
een komplex getal y zodat Y = yG.
~
X = U - Y = U - yG = [4 3i] - y [ 1] = [ ~
4 : ;i: y ] . X voldoet voorts
7 - 3i I +i 7 - 3i - y(l + i) .
aan de vergelijking voor <1>, zodat i - y - (4 + 3i + y) + (l - i)(7 - 3i - y(l +i)) = 0
~
..
-12i = 4y ~ -3i = y. Y =
[ -3i ]
3}. en X=
[4i]4 .
3 - 31 4
nen werd door de vektor G =[ ~1 ]. Het vermoeden rijst dat voor iedere matrix A
1 +i .
de nulruimte van A het ortogonale komplement is van de rij ruim te van A. Inderdaad
is dat het geval hetgeen we vastleggen in de volgende stelling.
§66 287
. .
··· . ·I··s ".
- ::::;::} ::; te mg 18 - .
::::::::::: :::Laat A een m xn-matrix zijn. Dan geldt: .
' .
- Bewijs
a) We bewijzen eerst dat NUL(A) g~lijk is aan het .ortogonale komplement van RU(A);
in formule NUL(A) = RU (Ä)l. 'We bewijzen dat door aan te tonen dat
1) NUL (A) C RU(A)l en 2) RU(Ä)l C NUL(A).
al) Kies willekeurig een X in NUL{A). Dan geldt voor X
Blijkbaar staat X loodreçht op iedere rijvektor van A, en' dus staàt X ook lood-
recht op iedere lineaire kombinatie van rijyektoren van A. Kortom, X staat
loodrecht op Ru(A) en behoort dus tot het ortogonale komplement van RU(A).
288 §66
a2) Kies nu willèkeurig een Y in RIJo\i. Dan staat Y loodrecht op iedere vektor
in Ru(A) en dus staat Y loodrecht op iedere rijvektor van A. Voor i := 1(1)f!1
geldt:
n
A(i) 1 Y ~ (A(i)'Y) =0 ~ '~ {zie boven}" ~ j~l aÜYj = O.
Maar dan is AY = Om én Y in NUL (A). Dit toont dat
b) We tonen nu aan dat hét ortogonale komplement van NUL (A) gelijk is aan RIJ(A);
in formule NUL(A)l = RIJCA). .
Met wat we "oIJ.der a) bewezen hebben, namelijk dat NUL(A) = RIJ(A).L volgt dat
NUL (A)l = (RI ~ (A)l)l. Uit stelling 17, onderdeel 5) volgt dat (RU (Ä).lf = RU (X)
zodat NUL(Al = Ru(A). Daarmee hebben we aangetoond dat NUL(A) en Ru(A)
elkaars ortogonale komplement zijn .
c) We tonen hu aan dat NUL(AH) gelijk is aan het ortogonale komplement van
KOL(A); in "formule ~UL(AH) = KOL (A)l. "
Stel B. = AH. Dan is B = AH = X = T fT T
= AT. Dus RIJ(B) = RIJ(A ) = KOL (A).
We passen de eerste, reeds bewezen uitspraak uit de· stelling toe op B.
NUL(B) = RU(B"l, ofwel NUL(AH) = KOL(Al
d) Met behulp van stelling 17, onderdeel 5) bewijzen we uit NUL(AH) = KOL(A)l
, dat NUL(AH)l = KOL(A), zodat KOL (A) gelijk is aan het ortogonale komplement
van NUL(AH). Daarmee is aangetoond dat NUL(AH) en KOL(A) elkaars ortogonale
komplement zijn. o
Is A een reële mxri-matrix, dan is A = A en AH = AT. De twee uitspraken in stelling
18 kan men dan als volgt formuler~n.
Opgave 77
a) b == (Bi 11 := 1(1 )k) is een basis voor de deelruimte r van IRn «Cn). C is een
vektor in IRn «Cn) met de eigenschap Cl Bi voor i := 1(1 )k.
Bewijs dat C 1 r.
§67 289
M= r1
2
1
3 -1
3
4-1J
2 ' 0
10-3 ,U =
. -4
6
, -1 0 2 8 -3 L
-3
~
-I 0
M = [ -1
-1
1 -'-,1
3 -2
2 -1 II
Bewijs dat KOL(M) en Ru(M) elkaars ortogonale komplement zijn.
Geef een basis van NUL(M) en van NUL(MT ).
e) A is een reële m xn-matrix.
Bewijs uit de stellingen 14 en 18 dat rij rang A = kolomrang A.
f) A is een komplexe m xn-matrix.
(i) ' Bewijs dat dim NUL(A) = dim NlJL(Ä).
(ü) . Bewijs uit stellingen 14 en 18 dat rij rang A
. \
= kolomrang A.
67' De metode der kleinste kwadraten; een met redenen omklede bepaling
.
We beschouwen nogmaals het stelsel Smet koëfficiëntenmatrix A en bekende termen
opgeslagen in de m x I-matrix B. We weten .uit stelli1; g 15 dat S strijdig is, dus geen
oplossing heeft, als B niet tot de kolomruimte van A behoort. Nu ontmoet men in de
praktijk dikwijls strijdige stelsels; die redelijke beschrijvingen zijn van zekere natuur-
kundige verschijnselen waarvoor natuurkundig uiteraard wel een .oplossing bestaat. De
koëfficiënten en termen van zo'n stelsel spruiten dikwijls voort uit metingen aan het
verschijnsel. Men zaf daarom graag uH die 'metingen, dus uit het stelsel, toch een ant-
woord willen peuren dat een redelijk.e benadering is van de natuurkundige oplossing.
Een metode daartoe is de zogeheten metode der kleinste kwadraten die een toepas-
sing is van stelling 17 en 18 .. We geven eerst een uit "de natuurkunde gegrepen voor~
beeld van .zo'n strijdig stelsel.
290 §67 "
Voorbeeld
"De frekwentieafneming van de draaiende schijf van een gyroskoop wordt gemeten op
vier tijdstippen. Op t = 0 is de frekwentie 25 Hz, na 1 minuut is de frekwentie 20 Hz,
3 minuten na t = 0 is de frekwentie 16 Hz, en 5 minuten na L= 0 is de frekwentie
12 Hz. Men beschrijft het verschijnsel door voor de frekwentie y, uitgedrukt in Hz,
een lineaire betrekking op te stellen in de tijd t , uitgedrukt in minuten, volgens
y = ex + I3t waarin ex en 13 nog nader, te bepalen konstanten zijn. Vullen we de meet-
gegevens in dan krijgen we het volgende stelsel van vier vergelijkingen in de twee
onbekenden ex en 13. '
ex = 25
ex + 13 = 20
ex T 313 = 16
ex + 513 = 12
,
Men gaat gemakkelijk na dat de kolomvektor H
l25J '
der bekende termen niet tot de
en heeft geen oplossing, Toch is het duidelijk dat er natuurkundig wel een oplossing
bestaat, die men~ zo goed mogelijk zal willen benaderen. Dat wij die oplossing niet uit
het door ons opgestelde stelsell<unnen vinden komt enerzijds door de wellicht ge-
brekkige beschrijving, misschien is de betrekking tussen de frekwentie en de tijd in
werkelijkheid niet li11:eair, anderzijds door onvermijdelijke meeffoute Jl . We stellen ons
nu ten doel, met behoud van de lineaire beschriJving y(t) = ex + I3t, redelijke benade-
ringen te verkrijgen voor de konstanten ex en 13.
We zetten eerst algemeen aan het stelsel S uiteen hoe we te werk zullen gaan. We
beschouwen gemakshalve alleen reële A, X en B. We vervangen B door een geschikte
vektor uit de kolom ruimte van A, zodat er een nieuw stelsel SN ontstaat dat wel
oplosbaar is.
Omdat KOL (A) en NUL (AT) elkaars ortogonale komplement zijn is er volgens stelling
17 precies één vektor P in KOL(A) zodat B - P in NUL (AT) is en
B = P + (B - P).
Van alle vektoren in KOL (A) is P de dichtst bij B gelegene. Immers, is Q in KOL(A)
dan is P - Q in KOL (A) en dus staat P - Q loodrecht op B - P.
IIB - QI1 2 = II(B - P) + (P - Q)1I2 = "{stelling van Pythagoras}" = IIB _ PII2 +' IIP _ Q1I 2.
§67 291
"
Daaruit volgt dat IIB - QII 2 ~. IIB - P1I2. De vervanging van B door P lljkt dus de
redelijkste van alle beoogde ·vervangingen. P heet de loodrechte projektie van B op
KOL(A). Het stelsel SN : AZ = P is oplosbaar. .
T
NUL(A )
B-P 8
KOL(A)
Van het onbegrensde a.a ntal oplossingen van SN is Z2 de oplossing met de kleinste
lengte. Immers, is Z een willekeurig gekozen ~plossing van SN' dan is Z - Z2 in
NUL(A) en staat volgens stelling 18 loodrecht op Z2 die in RIJ(A) ligt.
IIZII 2 = II(Z-Z2) + Z211 2 = "{stelling van pythàgoras}" = IIZ"::Z211 2 -+ IIZ2112.
Daaruit volgt dat IIZII 2 ~ IIZ2112.
We kiezen Z2 voor de ge~ochte benadering en stellen er ons tevreden mee. Voor
vele problemen zijn er goede fysische redenen aan te geven waarom juist deze keu-
ze, de vektor met de kleinste lengte, zinvol is; we gaan hIerop niet nader in.
Zl in het eerste geval, en Z2 in het tweede geval heet de beste benadering van het stel-
sel Sin de zin 'van de kleinste kwadraten; aan de benadering Z2 voegt men soms toe,
die met de kleinste lengte. , .
De naamgeving "kleinste kwadraten" berust er op dat voor iedere andere Z in IRn het
kwadraat van IIB -AZII groter dan of 'gelijk aan het kwadraat van IIB - AZii~ is voor
i := 1(1)2. Immers~
rang AT A = rang A.
Bewijs
We tonen eerst aan dat NUL (A) = NUL (AT A) door te laten zien dat zowel
NUL(A) C NUL(ATA) als NUL(ATA) C NU'L(A) geldt.
Als X in NUL (A), is AX = Om. Dan is vanzelf AT AX = Om en dus is X in NU:L(ATA).
Dit toont dat NUL (A) C NUL (AT A). Stel nu dat X in NUL(ATA), dan is AT AX = On.
We hebben dan 0 = (X,On) = <X,AT AX) :::t XT AT AX = (AX)T AX = (AX,AX) = IIAXII 2,
Uit IIAXII 2 = 0 volgt AX = Om en blijkbaar' is X 'in ' NUL(A). Dit toont dat
NUL (AT A) C NUL (A).
, n n
ni A
-[~ ~l . [1 1
We pas~en dit toe op ons voorbeeld van de gyroskoopschijf. In dat voorbeeld was:
A- ~.~ , A
T -
- 0 1
l .
59
25
11 13 .5IJ ·20~~ -- [35- 9J I1
L
7238J :;:
-9 4
1
59
[
elementaire
.kolombewerkingen
m A ----------------~. m u
&
uitdunnen
n-r
C}n
, NUL(A)
De gezochte P volgt uit P = UF = U{UTU)- lUTB. NuP bekend is gaan we het nieûwe '
stelsel SN oplossen, dat in matrixvorm luidt AZ = P. We beginnen met het uitoefenen,
van elementaire bewerkingen op het stel rijvektoren van de aangevulde matrix [A I P]:
van SN, alsmede met het uitdunnen van dat stel rijvektoren totdat een rx(n + 1)-
matrix [V I Q] ontstaat met, uiteraard, rij rang r.
n n
elementaire
..
l H
rijbewerkingen
V
m ' A p &
uitdunnen
r
RIJ(A) = RIJ (V) IR = KOL(V)
,T,'
~ IS
{alg.opi. van AZ. = P ,
alg.opl. van VZ = Q
• 1
n-r
on Or T
NUL(V ) = {Or}
NuL(A) = NUL (V)
n
- - V(l)T - .- '
r . r - -. V(2)T_-
= i=l
~ g. r
1
v = bI
~ g.
1
=
T
. V(r) - -
V(15 V(r}
V(25 V(I)
= =
--V(15--
=
--V(25--
V(1) ... V(i) ... V(r)
I = VVT gi
T .
---
__ V(r) - -.
VVT is e~n rxr-matrix met rang' VVL: rang V = r, dus bestaat volgens stelling 3 (~it- ,
breiding) (VVTr'l. Omdat VZ 2 = Q volgt .
VVT
, r
Daarmee zijn de getallen gj, i := 1(1)r gevonden en is Z2 = ~l Si V(i) bekend.
,. " ' . . . . ' " " " " .. .,,'" 11 ' "" ",!!,",.""" ' .'" I
§68 297
Voorbeeld
We zoeken de beste benadering in de zin van-de kleinste kwadraten van het volgende
strij dige stelsel
xI+2x2+4x3 , - 2xs=53
I
I •
-2XI - 3X2 - X3 + X4 \. = 43
x2 + 7X3 + X4 - 4xs = 29 '
-2XI - 2X2 + 6X3 + 2X4 - 4xs = 12
Stap 1
A=l ~
, ' 0
2
1 7
-2 -2
4
-3 -1
6
0
1 -4
2 -4
-2] [1
I' o ~
,
. -2 1
,
0 1
-2· 2
0 ', 0
7 1 -4
7 1 .-4
14 . 2 -8
° 0] ~ II 0] -2
' -:f
0
1
1
2
= U.
,
.
~ weg
~
CD ) ,
Stap 2
l-2 2
. (UTU)-l = 5,~ ~ 36[ ~ ~] = /8 [~ ~] = ~[~ ~J.
Stap 3
-2J' [!~] =
2 29
[-'57J
96 .
12
, . ,[ -21
p = up= 0
-2
Stap 4
[-~ 13]
2 4 0 -2 , :.
~ [~
-3 -1 1 0 3 weg ,2 4 0 -2
[AlP] = 13]=[VIQ]
1 7 1 -4 : 29 ' 1 7 1 -4 29 .
-2 -2 6 2 -4 : 32 weg
,
, Bedenk dat rangA = 2 =: rang[A '1P]; we kunnen dus naar willekeur twee rijen uit [A lP]
weglaten om tot [V IQ] tè geraken,
298 §68 -
Stap 5
1 0.
2 1
VV
T
= [1
0
2
1
4
7
0 -2J '
1 -4
4
,0
7
1
= [25
38
38 J
67 -
- 2 -4
. · T -1 _ 1 [67 -38J _ _ 1_·· [ 67 -38J
(VV) - 25.67 - 38 2 - 38 25 - 231 -38 25 -
Stap 6
T
G = (VV )-IQ = 2jl.[ ~~~ - -~~J[~~J = [-~J .
Stap 7 .
1 0 - 1
2 1 -1
Z2 = - 1 4 + 1 7 = ·3
0 1. 1
-2 -4 -2
Opgave 78
a) Voor i := 1(1)4 is Ti een tabel die metingen van een groo theid Yi vermeldt op
tijdstippen L Men schat dat Yi een lineaire betrekking is in de tijd t.
Bepaal die lineaire betrekking voor Yi· uit äe metingen in twee decimalen
nauwkeurig met behulp van de metode der kleinste kwadraten.
l
XI -I- 2X2 + 4·X4 1
. SI : 3XI + 4X2 - 2X3 = 0
7Xl + 8X2 - 6X3- 8X4 = 40
§68 299
'0
Xl + X2 - . X3 + 2X4 + Xs = 11
Xl + 4X2 + 3X3 + '2X4 + Xs = 18
2XI + 2X2 + 2X3 + 4X4 + 2X·6 = 12
Xl + 4X2 + 2X3 + 2X4 + Xs = 2
Xl + X2 + 2X3 + X4 + Xs + 2X6 = 17
·S3: 3XI + 4X2 + 3X3 + 3X4 + 5xs + 5x6 ' = 41
2XI + 3x2 + X3 + 2X4 + 4xs + 3X6 = 54
5XI + 7x2 + 4X3 + ' 5X4 + 9x s + 8X6 = 35
300
HOOFDSTUK 6
Determinanten
69 Permutaties en verwisselingen
Voordat we aan de theorie van de d~terminanten kunnen beginn~n dienen we enige
kennis van permutaties te hebben. De noodzakelijke ondergrond daartoe zullen we in
deze en de volgende paragraaf ontwikkelen, en vastleggen aan het eind van § 70 ii1
een stellill,g over permutaties.
Een permutatie is een bijektie 0 (dus een 1-op-1 afbeelding) van Jn naar Jn ; 0: Jn ~ Jn .
Een permutatie.is bepaald door het geordende rijtje van zijn funktiewaarden,
(o(i)li := l(1)n), of, anders geschreven: (0(1),0(2), " .. ,o(n)). Zo'n rijtje is' een rang-
schikking van de natuurlijke getallen van Jn. We spreken daarom over een permutatie
0: Jn ~ Jn als een permutatie van J~, of een rangschikking ,van Jn .
We geven de bepaling van een permutatie
\.
van Jn op twee manieren weer:
1) door: 0 = (0(1 ),0(2), ... ,o(n)),
1 2 .. . n )
2) door: (
0= 0(1) 0(2) ... o(n) .
Voorbeeld
De permutatie 0 van J 7 bepaald door: 0(1) = 4,0(2) = 1,0(3) = 3, 0(4) = 7, 0(5) = 6,
0(6) = 2 en 0(7) = 5, geven we aan:
De verzameling van alle permutaties van Jn geven we aan met Sn. Sn bevat n! permu-
taties. Dit is als volgt in te zien. Aan het getal 1 in Jn kunnen we op n verschillende
wijzen een getal uit Jn toevoegen. Daar nu één getal van Jn besproken is, namelijk
voor 1, kunnen we aan het getal 2 in Jn nog maar op n ;- 1 verschillende wijzen een
"
§69 301
getal uit Jn toevoegen. Evenzo kunnen we aan het getal 3 in Jn nog maar op n - 2
verschillende wijzen een getal uit Jn toevoegen. Tot slot zijn er voor het getal n - I
in J n nog, twee getallen in Jn onbesproken; dat levert twee mogelijke toevoegingen.
Aan het getal n in Jn wordt het laatste onbesproken getal in Jn 'toegevoegd. Dat maakt
\ totaal n(n - l)(n - 2) ... ·2·1 = n! verschillende permutaties mogelijk. Het bewijs
gaat met volledige induktie naar n.
Laat a en p ele,menten van de verzameling Sn zijn. Daar a en p beide permu-
taties van Jn zijn, bestaat hun samenstelliJ.1g aop (spreek uit: a na p), en is die samen-
stelling zelf ook weer een permutatie van Jn, dus een element yan Sn. ; .
In plaats v~n over de samenstelling a p, spreken we bij permutaties liever over het
0
Daar in het voorbeeld ap =1= pa blijkt te zijn, ' is de vermenigvuldiging in Sn niet kom-
mutatief. De vermerugvuldiging in Sn is wel associatie( want voor ieder drietal permu-
taties al, a'l en a3 uit Sn ,g eldt
1 2 3 4 5)
( I234S'
E=
Het is duidelijk dat voor iedere a uit Sn, en de E uit Sn, geldt dat
Ea = aE = a.
De identieke permutatie is dus een eenheid van vermenigvuldiging voor de vermenig-
vuldiging in S~. Omdat iedere permutatie a van Jn een bijektie is, bestaat de omge-
keerde of inverse van a, notatie a-I, en deze is zelf ook weer een pèrmutatie van Jn .
Voor iedere a, uit Sn geldt
302 §69
Voorbeeld ·
ax = p,
ondubbelzinnig bepaald. Immers, ax = P ~ u-l(ax) = U-lp ~ (u-lu)X = U-lp
~ ex = U-lp ~ X = U-lp. Omgekeerd volgt uit X = U-lp weer dat ax = p zodat
ax = p gelijkwaardig is met X = U-lp.
VOorbeeld
1 2 3 4)
(
. 'tI'
P=2413
(1 2~).
a-I =
23 1 4 ' a p -
-1 _ (.13 -423 4) _
2 1 - X ax = ( 2
1 2 3 4)
4 13 = p.
De verzameling Sn, voorzien van deze vermenigvuldiging, heet de permutatiegroep
van Jn.
Een permutatie 7 van Jn heet een verwisseling als 7 twee getallen uit Jn verwisselt en
de overige onveranderd laat. Dat wil zeggen, er zijn getallen p en q, met 1 ~ p < q ~ n,
zodat
7(P) = q
~.
1 2 3 4) (1 2 3 4) (1 2 3 4)
71 = (3 2 1 4' 72 = 1 3 2 4' 73 = 4 2 3 1.
7t. . 72 en 73 zijn verwisselingen van J4 ; hiervan is ~l1een 72 een buurverwisseling.
2
Het is onmiddellijk duidelijk dat voor iedere verwisseling 7 uit Sn geldt dat 7 = E.
Iedere verwisseling is dus zijn eIgen inverse.
We schrijven alle permutaties op uit S2 en uit S3:
Iedere permutatie uit Sn kan geschreven worden als een produkt van verwisselingen,
als n- ~ 2.
Bewijs met volledige induktie naar n.
a) Voor n = 2 is de bewering juist. Immers, voor de twee permutaties € en 7 uit, S2
is 7 zelf een verwisseling, terwijl € gelijk is aan 7 2.
b) Stel nu dat de bewering juist is voor m (m ~ 2). Laat a een permutatie ui t Sm + 1
zijn. We onderscheiden twee gevallen, b} en b 2. '
bi) Het geval dat a(m + I) = m + I:
a- (
I 2 ... m m + 1)
a(1) a(2) . .. a(m) m + l '
Daar a het getal ,m + I onveranderd laat kunnen we a opvatten als een permutatie
uit ' Sm . Volgens de induktie-veronderstelling is er een stel verwisselingen 7i, i :~ I(1)r
in"Sm zodat a = 7r . .. 727i. Net als 'a kunnen we deze r verwisselingen in Sm op
natuurlijke <wijze opvatten als verwisselingen in Sm + 1 ; a is dus het produkt van een ,
r-tal verwisselingen in Sm +}.
b 2) Het geval dat a(m + 1) = p < m + 1.
Beschouw de verwisseling 7 uit Sm +} die p met m + 1 verwisselt:
(1 .... p m m + 1)
a=la(l) ... ~p
1 ... p . : . m m + 1) (1 p m m + 1)
7 = (1 .. ' . m + 1 . .. m p; 7a = 7a( 1 ) 7a(p) 7a(m) m+ 1 . .
Voorbeeld
b) 0 Z = (1 2 3
3412
4)
1"4 = ( 31234)
2 14 ; 1"4 0
Z
= (1234)
1 4 3 2' Met 1"5,
- (1234)
= 1 4 3 2 volgt dat 'z .
1"4 0 = 1"5' Lmks
vermenigvuldigen met '4 geeft OZ = 1"41"5' Met het resultaat van a) volgt 1"11"Z1"30 = 1"41"5'
Daaruit volgt dat 0 = 1"31"21"11"41"5.
Uit dit voorbeeld blijkt êlat een permutatie op verschillende wijzen geschreven kan
worden als een produkt van verwisselingen. Merk op dat de produkten in het voorbeeld
elk uit een oneven aantal verwisselingen bestaan. We zullen in de volgende paragraaf
aantonen dat zo'n produkt voor een bepaalde permutatie steeds bestaat uit Of een
even aantal verwisselingen, Of een oneven aantal verwisselingen.
Opgave 79
a) Schrijf alle permutaties op van J4 .
b) Bereken voor i := 1(1)3 0i- 1 en Oiz -
12345) (12345) (12345)
01 =(3 51 2 4' 02 = 5 3 2 1 4' 03 = 24 5 13 .
c) Bereken 010Z03, 030201, 02-1012 en 0301-1022.
d) Schrijf 01 op twee manieren als produkt van verwisselingen.
Voorbeelden
Merk op dat Ts o een buurverwisseling is. Het is duidelijk dat iedere buurverwisseling
. precies ééIi inversie heeft, en dat de identieke pennutatie € de enige permutatie is die
geen enkele inversie heeft.
Laat a een pennutatie van Jn zijn. De pennutatie a heet even als a 'een even aantal
inversies heeft, en oneven als a een oneven aantal inversies heeft. In de voorbeelden
hierboven bleek as totaa.1 7 inversies "te hebben~ dus as is een oneven permutatie.
Ps bleek totaal vier inversies te hebben; dus Ps is een even permutatie. Evenzo stellen
we vast dat rs een oneven, en € een even permutatie is.
De twee. deelverzamelingen van Sn, bestaande uit enerzijds de even permutaties en
• • • j '
anderzijds de oneven permut~ties, bepalén een splitsing van Sn. Immers, een permutatie
.is of even, of oneven; één ~an tweeën. Is n ~ 2, dan zijn er èvenveel even permutaties
als oneven permutatie~ in Sn. Dit .ziet men als volgt in: '.
Kies .de bilurverwisseling r "die I met 2 verwisselt.
.
Laat a een willekeurig
- - .
gekozen per-
mutatie van Sn zijn (a = r niet uitgesloten). Vermenigvuldigen we a met r dan is
ar(i) = a(i), i :=' 3(1 )n.
f = (1
2- 3 ... n)
2~ ... n
a
(1
= ~a(1)
2 3 ... n)
a(2) a(3) . .. a(n) , ar
(1
= rail)
23d(3) ...
rO(2)
... a(n)·
n)
Is (a(I),a(2» een inversie, dan' is (ra(I),ra(2» geen inversie, en omgekeerd -is (a(I),a(2»
geen inversie dan is (ra(I),ra(2» eenin:v:ersie. Het aantal inversies van a en aT verschilt
dus precies één. Is a even; dan is ar oneven ·en aIs" :a oneven is dan is ar even. Bij
iedere even pennutatie a hoort dus precies één oneven pennuiatie, namelijk ar, en
omgekeerd hoort bij iedere oneven permutatie a precies één even permutatie ar. .
We definiëren nu de funktie sgn: Sn ~ {-l,l} door
sgna =(,l)N(a).
De funktie sgn heet het teken 'van een permutatie. Het is duidelijk dat sgna = 1, dan
en slechts dan als a een even pennutatie is en dat sgn a = . . : 1 dan en slechts dan als
J, a oneven is. Het teken van de identieke 'permutatie is 1, sgn€ = I, en het teken van
een buurverwisseling T is -'-I,sgnr = ~1. In het 'hierboven besproken voorbeeld is
sgn(os) = -1 en sgn(ps) = 1.
In de volgende stelling ligt alle kennis besloten over permutaties die we nodig hebben
bij de theorie der determinanten.
:::3) Iedere permutatie a uit Sn kan, als n ~ 2, op meer dan één wijze geschreven wor-
~:~:~: den als produkt van verwisselingen van Jn. Is a even, dan bestaan al die produkt en
uit een even aantal verwisselingen. Is a oneven, dan bestaan al die produkten uit
:~: een oneven aantal verwisselingen. .
:~ : ~:.4) sgn laat de uitkomsten van de vermenigvuldigingen in Sn
Dat wil zeggen, zijn p en a permutaties uit Sn, dan geldt
en in {~1, I} onverlet.
sg~ap = sgna· sgnp.
~::5) sgna- 1 = sgna voor iedere permutatie a uit Sn.
Voorbeeld
,7 = (11 52 33 4 5 6)
4 2 6 . Laat 71, 72 en 73 de volgende buurverwisselingen zijn:
Dan
. 73727 = (11 5232 43 54 66) en 71 72(73 727
IS 1 1) =
(11 25 33 4426
56) = 7.
We hebben, bij wijze van spreken, uitgaande van de natuurlijke rangschikking van Jn,
eerst de 5 van de 5-plaats 'door een stel1inkerbuurverwisselingen, zeg v in getai, naar
de 2-plaats gebracht; de 2 is daarbij op de 3-plaats beland. Het aantal rechterbuur-
verwisselingen om de 2 naar de 5-plaats te brengen is dan natuurlijk precies één min- ·
der dan v. Zodoende is het aantal buurverwisselingen oneven (v + v-I = 2v - 1);
hier 3 + 2 = 5.
§70 307
Laat nu l' een verwisseling van Jn zijn en stel dat l' de getallen p en q van Jn ver-
wisselt; 1 ~ P < q ~ n.
Tq _ p verwisselt iJ + (q - P - 1) =q - 1 met p + (q - p) = q.
Dan is
, , , p - 1 p p + 1 p +<2
p-1q p p+1 , ..
q ...: 1 q
q-2 q-1q+1
q + -1
n)
n '
en
Opgave 80 -
a) Bereken voor i := 1(1 )6 ' het aantal inversies van de permutatie 0i en het teken
-1 -1 2 3
van 0i. Bereken ook 0i en het teken van 0i ,oi en 0i .
1 2 3 4 5) (1 2 3 4 5) (1 2 3 4 5)
01 = (3 J 2 5 4' 02 = 4 1 5 2 3' 03 = 5 3 12 4 '
, (1 2 3 4 5) (1 2 3 4 5) (1 2 3 4 5 6)
04 = 5 1 2 3 4' 05 = 2 3 4 5 1' 06 = 6 1 2 /3 4 5 .
P1(i) =
{ P1{n)
i + 1, i := 1(1)n - 1
=1 PI =
'(2I 32 n - 1
n
P2(1)=n
{ p2(i) ,= i-I, i := 2(1)n P2 = (! ~
n - 1
n-2
au a12·.· abt]
A= afl af2' .. a~n .
[
anI an2.·· ann
, n
Voor iedere permutatie 0 van In vormen we de term sgno.n ai,a(i), of, anders geschreven,
, 1= I
sgn 0 al,a(l)a2,a(2)' . .an,a(n).
Zo'n term bev'a t precies één element uit iedere rij van A en precies één element uit
iedere kolom van A. Daar er n! permutaties van In zijn, zijn' er n! van dergelijke
termen. De soJp. van deze n! termen heet de determinant van A, notatie det A of lAl.
Voorbeelden
82 bevat twee perm~taties: €= e ~) met S~~€ '= 1, en T = 2 2)
, (1 '. , I
I ,met sgnT = - .
,det [all a 12
a21 a22
J
=: I-all a22 ~
' '
loa12 a21.
Voor n = 4 zijn er 4! = 24 termen; elke term is een produkt van vier Jaktoren. Dat
maakt (4 - 1)24 = 72 vermenigvuldigingen nodig, om det A uit te iekenen~ ,
Voor n = 5 zijn er 5!4 '= 480vermenigV1.!ldigingen nodig. Dit aantal vermenigvuldigingën
stijgt zeer snel met de orde ' n van de matrlx,-'namelijk volgens n!(n - 1).
Stel eens dat we over een rekentuig beschikke? dat 10 8 vermenigvuldigingen per
sekonde kan uitvoeren. We gaan eens na hoeveel tijd het kost, met behulp van de
d,efinitie, een determinant van een willekeurig gekozen matrix van zekere orde n
op zo'n rekenmachine te berekenen.
vlotte berekeningswijze voor d~terminanten voortspruiten, en het zal blijken dat deze
veel overeenkomsten vertoont met de .e liminatiemetode voor het oplossen van een
stelsel lineaire vergelijkingen.
:::::::::::I ::~igenSChap 0
}mf ~~~aat A een nxn-matrix zijn meteen kolom(rij) die slechts uit nullen bestaat. Da~ is
::::::::::: :::ctet A = O. .
~ewijs. Voor iedere permutatie a van Jn bevat l!et pröd~kt al,a(l)a2,a(2)' .. an,a(n) .
précies één element uit iedere kolom en uit iedere rij van A. Voor iedere a uit Sn
bevat al,a(l)' . ;an,a(n) dus een faktor 0 afkomstig van de nul-kolom (-rij), zodat
detA = ~ sgnaal ,a(l)" .an,a(n) = O. .q
aES n
::::::::::I::;EigenSChap l ' ~
'. ::::::;::: :::De determinant van de eenheidsmatrix In is gelijk aan 1, detI n = 1.
Bevyijs.- detI n = ~S sgnaO l,q(l)02,a(2)' .. on,a(n) = "{Als a #= 6, dan is er een p in Jn
aE n
met a(p) #= p, zodatl5 p,a(p) = O. Daaruit volgt dat' voor a #= e .geldt: 15 1 ,a(n) ...l5 n,a(n) = O}"
= sgnel5 u l5 22 ••• l5 nn = 1. 0
:::Eigenschap 2
)s A een boven- of een benedendriehoeksmatrix van de n-de orde, dan is detA gelijk aan
:. .·.~:het produkt ván de n hoofddiagonaalelementen vaiJ. ,A.
detA = auan ... ann .
Bewijs:
a) detA = ~ sgna al,a(1)a2,a(2)' .. an,a(n)' We tonen aan dat voor iedere a. uit Sn d~e
aES '
ongelijk aan ~ is, geldt dat al,a(1)a2,a(2)' .. an,a(n) = O. Dan volgt dat
detA = sgnea11 a'22 . . . a~~ = al1a22- . . ann en zijn we ~laar. f..
b) Kies willekeurig een a uit Sn, maar a #= ~. Dan is er een p in Jn met a('p) #= p.
Stel a(p) = q, dan is ofp < q, afp > q.
bI) Stel p < q; dus 1 ~ p < q ~. n, en a(p) > p. Als A benedendriehoeksmatrix is, r-
A=
p---
Voor het geval dat A een bovendriehoeksmatrix is, tonen we vervolgens aan dat er
ook een rin Jn bestaat waarvoor geldt dat a(r) < r.
§71 311
A=
,
I
r- ----0---
~) Stel p> q; dus 1 · ~ q < p ~ n. Daar a bijektief is levert een, met het geval bI
overeenkomstige, redenyring dat er een r in Jn bestaat met de eigenschappen-:
I ~, r ~ p - I '
{ p ~ a(r) ~ n . .
Uit het bewijs onder b trekken we de slotsom dat de enige permutatie a .van Jn waar-
voor geldt dat oei) ~ i voor elke i in Jn de identieke permutatie € is. Evenzo is € de
enige permutatie 0 van Jn waarvoor geldt dat o(i) ~ i voor elke i in Jn.
Een belangrijk gevolg van detAT = detA luidt: Iedere juiste uitspraak waarin een eigen-
schap van determinanten verwoord wordt in termen vari. zijn kolommen, gaat over in
een juiste uitspraak, als overal in die uitspraak het woord 'kolom' vervangen wordt
door het woord 'rij'.
We zullen dit gevolg bij, het verwoorden van eigenschappen van determinanten voor-
taan tot uitdrukking brengen door overal a'c hter het . woord 'kolom' het wo.ord 'rij'
tussen haakjes te plaatsen.
I.
De determinant van A voegt aan A precies ·één getal toe. We zouden echter ook .kunnen
zeggen dat de determinant van A aan d~ n kolomvektoren van A precies één getal
toevoegt. Op deze wijze kunnen we met de determinant een funktie f bepalen die
aan ieder geordend n-tal vektoren uit (Cn (IR n) als volgt precies één getàl toevoegt.
Laat (Vj, j := l(1)n) een geordend n-tal vektoren uit (Cn (IR n) zijn, dan definiëren we
de funktie f door
§72 313
I 1-
1 I·
Voorbeeld
7 i]
3- i
! ~ (1 + i)2(3 - i) = ~+ 4i.
We kunnen dus de d_e terminant van A schrijven als f(A(1),A(2), ... ,A(n»), en we zeggen
dat, in deze zin, de determinant eèn funktie van zijn kolommen is.
Evenzo kunnen we zeggen dat de determinant van A precies-één _getal toevoegt aan het
geordend n-tal rijen (A(i), i := 1(1 )n) van A.
A
-0 A(V-j-
= - - _~(2)- . _
[ ~A(J- -
Zo komen we tot de bepaling van de funktie g die aàn ieder geordend n-tal vektoren
(Vi> i := 1(1 )ti) uit <c n precies één getal toevoegt. -
--v,J'--
Voo;beeld
o
2
o
o
J;, 0-
8 + 4i.
7 + i 3 :- i
De determinànt van A kunnen we dus ook schrijven als g(A(1),A(2)' . ~ . -,A(n),) en we
zeggen dat de determinant, in deze zin, een funktie van zijn rijen is.
n n
Nu geldt voor ieder geordend n-tal vektoren (Vj, j :=' 1(1)n), gelegen in <c (IR ) dat
314 §72 ,
--V{-
--vl-- II
T
- - Vn - -
'
I I
Blijkbaar zijn f en g één en dezelfde funktie, die we voortaan aangeven met det.
Vatten we de determinant van A op als een funktie van zijn kolommen, dan schrijven .
we voor detA:
en vatten we de determinant van A op als een funktie van zijn rijen, dan schrijven we
voor dt~tA:
:::Eigenschap 4
:::Laat A een nxn-matrix zijn. Laat B de nxn-matrix zijn die uit A ontstaat door twee
:::kolommen (rijen) van A te verwisselen. Dan geldt: detB = -detA.
::We verwoorden deze eigenschap ook door: De determinant is een alternerende funktie
~~~van zij~ kolommen (rijen).
Bewijs. Laat p en q verschillende getallen uit Jn zijn; stel p < q.
Laat B ontstaan zijn
uit A door van A de p-de kolom met de q-de kolom te verwisselen. Dan 'moeten we
bewijzen dat detB = -detA.
Laat r de verwisseling van Jn zijn die de getallen p en q verwisselt.
=q
I
rep)
r(q) = p 7
= (1 .
...
p ... q ... n) •
1. .. q ... p ... n
rei) = i, i E Jn\ {p,q}
Dan geldt voor B:
1 I 1 1
B= = A1(l)~ .. Ar(p)~ .. A1(q)~ .. .41(n» =
I
= . A(l) ..•. ~q) •..
.
A(:P) •••
I
A(n)
I.
De betrekkingen tussen A en B zijn: (
§72 315
, {i:= l(1)n
B(j) = ÁTÛ)~ j := 1(1)n ofwel bij = ai,T(j) j :=l(1)n.
Omdat iedere permutatie van Jn te schrijven is als een pro~ukt van een stel verwisse·
lingen van Jn volgt uit het bovenstaande onmiddellijk dat voor iedere permutatie a
van Jn geldt:
, Verwijzen we in het vervolg nàar eigenschap 4, dan kunnen we mogelijk ook deze for-
mule bedoelen, alsmede het 'gevolg van eigenschap 4 dat luidt, dat wanneer A twee ge-
lijke kolommen (rijen) ,heeft, dat dan noodzakelijk detA = O. Immers, is A(:P) = lq)
dan volgt met de hierboven gehanteerde notatie dat det A = det B = -det A, zodat
detA nul is.
:::Eige':'schap 5
:~:Laat A e'en nxn-matrix zijn. Laat V en W twee vektoren uit IRn ,«Cn) zijn en laat À
>n IJ. twee' getal\en zijn. Dan geldt voor p := 1(1)n daf
I
det ÀV + JlW - A(P+ 1) ... A(ri) =
II
A(I) ... A(P-l) V A(P+ 1) ... A(n)
I
+. Jldet A(I) ... A(p-l) W A(P+ 1)
-I
. . . ~n)
+
1 1 I· 1 1 I
m(2f det(A(I)"" ,A(P_l),ÀV + JlW,A(p+ 1), ... ,A(~») =
?l.det(A(I), ... ,A(p'-l),V,A(p+l)' ... ,A(n») + Jldet~A(l), . .. ,A(p_l),W,A(p+l), . . . ,A(n)-}'
:~:Men verwoordt deze eigenschap door: De determinant is een lineaire funktie in elk
:::van zijn kolommen (rijen).
Bewijs. Laat de matrixen X, Y en Z ontstaan uit A door de p-de kolom van A te ver-
'vangen door/achtereenvolgens V, W, en ÀV + JlW. Dan moeten we bewijzen dat
detZ = ÀdetX + JldetY.
3
detZ = ~S sgnuz l,a(I)' . ; ~p,a(p), .. zn,a(n) = ~S sgnu za(I),l' '.. za(p),p· . . za(n),n =
aE n aE n .
= a:snsgnaaa(I),I" .aa(p-l),p-l(ÀVa(p) + Jl"b(p»)aa(p+l),p+l . . .aa(n),n =
~.~.~.I?an geldt:
::::::::~::: detB . = detA.
A =
'I
ftSI) ... AU» ... A(q) ... A(n)
I
I
We moeten bewijzen dat detB = detA.
detB = det(A(l), . ' .. ,Au>~l),AU» + ÀA(q),AU> + 1), ... ,A(q), ... ,A(n) =
;, det(A(l), ... ;A(P-.l),A(p),AU>+ 1)~ ... ,A(q), . . . ,A(n) +
+ Àdet(A(l), ... ,Au>-l),A(q),A(P+1), ... ,A(q), ... ,A(n) ~
= detA. '
Immers, de determinant uit de tweede term heeft twee gelijke kolommen en is dus
nul als gevolg van eigenschap 4. 0
.'
Voorbeeld
Laat Xl, XZ, X3 en X-4 getallen zijn.
2 3
~
1 Xl Xl Xl 1 0 0 0
2 1 X2 - Xl X2(X2 - xd X22(X2 - Xl)
1 X2 X2
2
xl =6
6
1 X3 X3 xl 1 ,X3 - Xl X3 (X3 -'-- Xl) X3 2(X3 - Xl) =
1 X4 X,42 xl 1 X4 - Xl X4(X4 - Xi) X42(X4 - Xl)
',"
' 6:J+
®-+
~
1 0 0 0 1 0 0 0
0 *-2 - Xl X2(XZ - Xl) X?(XZ - Xl) 5
= (X2 - XI)(X3 '-- XI)(X4 - xd
0 1 Xz xl
0 X3 ' - Xl X3(X3 - Xl) Xj(X3 - Xl)
2 '
0 1 X3 xl
0 X4 - Xl X4(X4 - Xl) X4(X4 - Xl) 0 1 X4 xl
@-+
@-+
1r
1 0 0 0
6 1
= (XZ - XI)(X3 - XI)(X4 - Xl) 00 0 0
1 X3 - XZ ' X3(X3 - xz)
0 1 X4 - x2 X4(X4 - xz)
318 §72 ' §63 221
1 0 0 0
0 1 0 0 5
= (xz - Xl)(X3 - Xl)(X4 - Xl) 0 0 X3 - X2 X3(X3 - Xz)
=
0 0 X4 - Xz X4(X4 - Xz)
1 0 0 0
0 1 0 0 6
= (XZ - Xl)(X3- Xl)(X4 -' Xl)(X3 - XZ)(X4 - X2) 0 =
0
0
0
1
1
X3
X4 cl
1 0 0 0
0 1 0 0 4
= (xz - Xl)(X3 - Xd(X4 - Xd(X3 - XZ)(X4 - X2) 0 0 0 X3 - X4
=
0 0 i X4
"--~
0 1 0 0
1 0 0 0 2
= ~(xz - Xl)(X3 - Xl)(X4 - - Xl)(X3 - XZ)(X4 ~xz)
0
0 X3 - X4 0
=
0 0 X4 1
= -(XZ - Xl)(X3 - Xl)(X4 - Xl)(X3 - XZ)(X4 - X2)(X3 - X4) =
, 3 4
= (~2 - Xl)(X3 - Xd(X4 - Xl)(X3 - X2)(X4 - X2)(X4 , - X3) =n n (Xi - Xj).
j= 1 i=j+l
::::::::::::I:::EigenSChap 7 . .
}(( mLaat A een nxn-matrix zijn. Dan geld!: det A =1= 0 da~ en slechts dan als de kolommen
:::::::::::: :::(rijen) van A een onafhankelijk.:"n-tal vektoren vormen in IRn (<r n ). _
Bewijs.
a) Laat det A =1= 0 zijn. We bewijzen uit het ongerijmde dat het n-tal kolomvektoren
van A onafhankelijk is. Dus stel (A(j) Ij' := 1(1 )n) is afhankelijk. Dan heeft A,
volgens stellinglÎ,een kolomdie een lineaire kombinatie van zijn voorgangers is.
Hèt is geen beperking om aan te nemen dat dat de n-de kolom A(n) is. Immers,
door een ' passende verwisseling van twee kolommen van A is dit zeker te bewerk-
stelligen, terwijl de determinant die ZiO ontstaat slechts van teken verschilt met
det A, dus ongelijk aan nul blijft. Er bestaan dus n - 1 getallen Àk, k := 1(1)n - 1
zodat
en er volgt
. . n-l '
detA = det(A(l), ... ,A(n-l), ~ ÀkÁ(k».
k=l
6
r 1-
A(l) Á2) . .. A(n-l) On
= det
" ,.
~~------------~>
E5)r-.---------~~
.~
Met het bewijs van eigenschap 7 is het bewiJs van stelling 3 uit paragraaf 57 voltooid.
Opgave 81
De funktie f voegt aan ieder geordend n-tal vektoren uit IRn (<en) precies één
getal toe en heeft de volgende eigenschappen. .
1) f voegt aan de .natuurlijke ·basis het getal I toe; f(E I ,E 2 , . . • ,En) = 1..
Laat (Vjlj := I(1)n) een willekeurig gekozen geordend n-tal vekto~en- uit IRn (<en)
zijn.
320 §73
Aij = (_1)1'+'JdetAij, I
De kofaktor Aij is dus het getal detA~j voorzien van een plus- of een minteken, al
naar gelang de plaats van aij in de matrix A, Die invloed, of plus of min, van de
plaats van aij komt overeen met het schaakbord patroon van plussen en minnen, waar-
bij aan de (1, l)-plaats van de matrix A een plus worçlt toegevoegd.
n
+ +
+
+ +
n
Voorbeeld
2 0 1 3 4
[~
0 3 1 ·3
[2
n n
7 1 2 5 6
I 9 8 0 2 5
M= 9 8 3 0 7 M~2
M 23 = \0 1 8 = 3 0
10 1 4 8 6
3 1 8 1
7 3 8 1 2
§73 321
:::Eigenschap 8
:~:Laat A een nxn-matrix zijn en laat p een getal in Jn zijn. Dan is de determinant van A
~:~gelijk aan de som van alle produkten van een element van de p-de kolom (rij) en zijn
)Men verwoordt deze formule ook door: De determinant van A wordt ontwikkeld nàar
:::de p-de kolom (rij).
Bewijs
a) We bewijzen 'de bewering eerst voor de matrix B die uit A ontstaat door de n-de
- .
kolom van A te vervangen door En, en te ont)Vikkelen naar de n-de kolom
all . a't,n-l 0
B=
an-l,l an-l;n-l 0
an,I. an,n-l I
. Ontwikkelen we detB naar zijn n~de kolom dan moeten we bewijzèn dat
3
detB:;:: . .~S sgnab1,a(1)' .. bn-l,a(n-l)bn,a(n) =
aE n . .
= ·. L · sgnaba(l),l* .. ba(n-i),.n-l ba(n),n =
a,ES n
= ~ sgnaaa(l),l" .aa(n-l),n-10 l =
aE Sn
{ a(n) =n
"{De sommatie omvat alle permutatIes van Jn waarvoor a(n) =n.
Er wordt dus gesommeerd over alle mogelijke rangschikkingen
van de eerste n - I positieve gehele getallen. Maar dat zijn alle
permutaties van Jn-d"
3
= ~ sgnaaa(l),l" .aa(n.:....l),n-l =
a E Sn-l .
= .. ~ sgnaai,a(l)" .an-l,a(n-I) = detA~n'
) aESn - I ' ..
322 §73
b) Laat i een getal uit Jn zijn. We bewijzen de bewering voor de matrix ei die ontstaat
uit A door de p-de kolom van A te vervangen door Ei en te ontwikkelen naar de
p-de kolom ..
Ontwikkelen we det ei naar zijn p-de kolom ·dan moeten we bewijzen dat
. n. . . I
detCI = ~ Clhp Clhp = 1· A·lp = (-1)I+PdetA·lP'
h=l
. al,p-l o
. an,p-l o
"{We verwisselen nu de rij met het getal 1 op de n-de plaats net
zo lang met zijn er- onder liggende buurrij, totdat die rij de plaats
van de n-de rij heeft ingenomen en dus de 1 op de (n;n)-plaats
staat. Daartoe zijn n- i verwisselingen nodig.}"
\ §73 323
alP . 1 0. 0.
0.
0. n
AW) = aip = alp + ... +ajp I + , , , + anp = ~ aipEi"
0. i=l
0.
anp 0. 0. 1
Voorbeeld
1 1 1 1 1 1 1 1 1 1
l' 3 7 15
1 2 4 8 16 0. 1 3 7 15 8
6 2 8 26 80. 5
1 3 9 27 81 = 0 , 2 8 26 80 = =
3 15 63 255
1 4 16 64 256 0. 3 15 63 255
4 24 124 624
1 5 25 ~ 125 '625 0. 4 24, ,124 624
~~24
113 7 15 1 3 7 15
1 6 25 5
1 4 13 40 0 1 6 25 8
= 2-3-4 = 24 2 14 70. =
1 5 21 85 0. 2 14 70.
3 24 141
1 6. 31 156 0. ' 3 24 141
"
324 ' §73
1 6 25 1 6 25
= 24-2-3 1 7 35 CTf
"-1 ~ 144 o 1 10 ! 1441 ~ ~~ 1 = 144-2 = 288. '
1 8 47 o 2 22
Laat A een 'nxn-matrix zijn. De klassiek geadjungeerde van A, notatie adjA, is de
nxn-matrix B bepaald door
ij := l(1)n.
Voorbeèld
M=U! ~ !] ~ [! -7 , 5 ] 3e [ , 1
2 -4 ~ -7
4
2
-1] ,~ = adj M.
-1 1 -1 1 1 5 -4
M=
b) Vervang de p-de rij van A door de q-de rij van A. Dan ontstaat de volgende matrix:
§73~ 325
all aln..
ap-l,l ap-l,ri
aq"l aq,n
ap+l,l ' a p +l,n
aq l a qn
anI. a nn
c) Stel B = adjA en stel C = AB = A(adjA). Dan moete,n we bewijzen dat Crs = detA<\s,
r,s := l(l)n. -
8
'. crs =
n
~ arkbks
n
= k=l
~ arkAsk = b
·detA1= alsr=s
k=l =0 als r =1= So'
alsr=s
,als r =1= s. o
Opgave 82
A is een inverteerbare nxn-matrix . .
' .. A-I = detA
a,'" B eWI]S: d'A .
1 a]
b) B is een kolommatrix ' van de orde .n. Voor j := 1(1)n is d de matrix die uit
A ontstaat door de j-de kolom van A te vervang~n door B.
Bewijs: Het stelsel lineaire vergelijkingen AX = B heeft de ondubbelzinnig
bepaalde oplossing Xj = ~:~~, j := l(1)n. (Regel van Cramer.) ,
c) C is een nxn-matrix met ,
rangC
.
= n.
Bewijs: rangadj C = n.
d) D is een nxn-matrix met rangD = n - 1:,
Bewij s: rang adj D == 1.
,e) E is een nxn-matrix met rangE ~ n' - 2.
Bewijs: rangadj E = O.
f) F is een nxn-matrix . .Bewijs: adj(F T ) = (adj Fl.
g) G is een sy:rp.metrische nxn-matrix. Bewijs: adjG is symmetrisch.
326 §74
1 1 1
Xo
x. 0 2
I
:
Laat A en B nxn-matrixen zijn. Dan geldt
detAB = detA·detB.
:::
Bewijs. Stel C = AB. Dan moeten we bewijzen dat detC = detA·detB. We laten eerst
zien dat iedere kolom van C een lineaire kombinatie is van de kolommen van À.
Laat p een getal uit 'Jn zijn.
0
cl p k~/lkbkP , alkbkp alk
0 0 0
C(P) = = = k=l
~ = ~ bkp ~ bk A(k~
= k=l
k=l P
0
. c np ~ aokbkp aokbkp ank
k=l
§75 327
n n n n
= det( L biel 1 A(ki), L bk22A(kû, ... , L b k pA(kP), ... , L bkn,nA(k n}) =
kl=l' kz=l' kp=l p, kn=1
5 n n n n
= :t ~... ~... ~ bk1lbk z 2' .•bk p' .. bk ndet(A(kl),A(k2),'... ,A(kP), ... ,A(kn)
kl=l k7=1 kp=1 kn=l . ' , . p, n'
"{De n kolomnummers ki> i := l(l)n nemen elk alle waarden van de getallen
van Jn aan. Bovenstaande som omvat dus nn termen. Maar zodra twee van de
kolomnummers ki> i := 1(1)n aan elkaar gelijk zijn is ,
det(A(kl),A(k~), ... ,A(kP), ... ,A(kn» = 0 omdat die determinant dan twee
gelijke kolommen heeft (eigenschap 4). Van bovenstaande som blijven dus alleen
die termen over waarvan alle n kolomnumm~rs ki> i := 1(1)n van elkaar ver-
schillen. Dat is dan en slechts dan het geval als het geordende n-tal (ki> i 1(1 )n)
r
:=
een permutatie a van 'Jn is:
a- (I 2 ... p ...: n \}"
kl k z ... kp ... knJ
~ b0(1),1 b0(2),2' bo(P),p'
'. .. bo(n),n d et( n.
A(o(I» ,n.
A(0(2» , A(0(P» , A(o(n»)
= ~s •. . . . ,n. . . . ,n.
oE n .
detA'-l -- detA
1
.
Opgave 83
A en B zijn inverteerbare nxn-matrixen.
a) Bewijs de hier bovenstaande bewering dat detA- l = l/detA.
b) Bewijs: adjAB = adjBadjA.
c)Bewijs: det(adjA) = (detA)n-l.
d) Bewijs: adj(adjA) = (detA)n....:.2A .
. e) Bewijs: als detA = I, dan is adj(adjA) = A.
Een deelmatrix van B is een vierkante matrix van de orde p die ontstaat uit B door
m ...:.. p rijen en n - p kolommen van B te schrappen.
,
Voorbeeld
M = [~
0
815' 6]
"6 8 69 12 . ..
19 3 5 -4 7 - . Het schrappen van de _tweede, derde en vIerde rIJ en
1 4
2 19 4 9 71 2 ' -
de eerste, derde, vierde, vijfde en zesde kolom van M geeft de 1 x 1-dee1matrix [0]
van M. Het schrappen van de eerste en derde rij en de eerste, derde, vierde en zesde
- . [19 69J
kolom van M geeft de 2 x 2-deel~atrix 19 71 van M. Het schrappen v[a; ~e :w]eede
:::;::::::::I:::St8I1ing 13 (uitbreiding) - .
:::::::::::: ::::Laat Been m xn-matrix zijn. Dan geldt : De determinantrang van B is gelijk aan rang B.
Bewijs
De bewering is duidelijk als B = Omn. We nemen in het vervolg aan dat B =1= 0 mn .
Laat d de detenninalltrang van B zijn en laat r de rang van B zijn. Dan moeten we
bewijzen dat d = r.
a) Uit de definitie van determinantrang volgt dat Be_e n dxd-deelmatrix D heeft met
detD =1= O. Volgens eigenschap 7 is het d-tal kolommen van D dan onafhankelijk.
Het d-tal kolommen van B waaruit D is ontstaan, is dan uiteraard ook onafhankelijk.
De rang van B is dus minstens d; d ~ r.
b) RangB = r, dus 1 ~ r ~ min {m,n}, en er bestaat een onafhankelijk r-tal kolommen
van B. Laat C de m xr-matrix zijn waarvan de r kolommen bestaan uit zo'n onaf-
hankelijk r-tal kolommen van B, en wel -zo, dat de. volgorde van die kolommen in C.
dezelfde is als in B. -
Het is duidelijk d-at rangC = r. Er bestaat dus een onafhankelijk r-tal rijen van C.
Laat F de rxr-matrix zijn wáarvan de r rijen 'worden gevormd door zo'n onafhanke-
lijk r-tal rijen van C, en wel zo, dat de volgorde van die rijen in F dezelfde is als in C.
§75 329
C -+ F
n r r
onafh.
r-tal
1
onafh; r-tal .
• 1t
Het r-tal rijen van F is onafhankelijk, dus volgens eigenschap 7 is det F ij= 0; Daar F
een rxr-deelmatrix vanB is, is de determinantrang van B mi~stens r; dus r ~ d,
Uit a) en b) tezamen volgt: i = d. o
Uit stelling 13 blijkt dat we de rang van een matrix op drie gelijkwaardige manieren
kunnen definiëren; namelijk door de kolom rang, de rijrang, en dé determinantrang
vaneen matrix, .
Opgave 84
. a) Bereken de volgende' determinanten.
1 2 3 4 27 9 3 1 0 0 0 5 1 -2 7 3 5 6 , 7 8
0 1 0 1 9 .9 3 1 0 O· 4 8 3 0 2 0
, , 2 -1 -2 1
1 3 2 2 ' 3 3 -3 1 0 3 6 7 ' 1 5 -1 1 0 1 2 3 '
--
2 4 3 .4 I I I I 2 - 10 1 0 2 1 -6 4 3 4 3
2 1 0 0 0 0 3 0 0 0 0 5 1 9 2 3 4 5
1 2 1 0 0 0 0 3 0 0 0 0 9 9 8 1 6 0
0 1 2 I 0 0 0 0 3 0 0 0 2 8 3 2 0 0
, , " ~
0 0 1 2 1 0 0 0 0 3 0 0 8 7 3 0 0 0
0 0 0 1 2 1 0 0 0 0 3 0 5 4 0 0 0 0
0 0 0 0 1 2 7 0 0 0 0 3 8 0 Ö 0 0 0
0 2 3 4 ... n 1 n n'
1 3 4 ... n n 2
°
. 1 2 0 4 ... n
A= 1 2 3 n °... , B=
.n- l n
1 2 3 4 ... 0 ,n . n n
2 0 0 4 0 1 0 o
0 2 0 1 0
0
C= , D=
o
0 2 0 1 o
6 0 0 2 0 010
bestaat. '
f) Toon aan dat detFG = detGF.
g) F, G, H en 0nn bepalen de 2nx2n-matrix [~ OnnJ
G .
Bewijs : det[ H
F °Gnn ] = detF detG.
h) M is een scheefsymmetrische nxn-matrix. Als n oneven is, bewijs dan dat
detM = O.
" i) P is een komplexe nxn-matrix. Bewijs : detpH = detP.
§76 33 r ' ,
HOOFDSTUK 7
Eigenvvaarden & eigenvel<t:oren
V:t;°n
AV=AV.
Laat Aeigenwaarde van de komplexe n x n-matrix A zijn. Iedere vektor in (Cn die de twee
eigenschappen
X:t;On '
AX=AX
bezit heet een eigenvektor van A bij eigenwaarde A..
Voorbeeld 1
van F bij eigenwaarde 6i, zoals men gemakkelijk nagaat. Een komplex getal waarvan het
imaginaire deel nul is, kan ook eigenwaarde van een komplexe matrix zijn. Zo is -6 een
b~en[ l J 5[1 J
ook (i + 1) [l] ~ (6 + i)[ l.] eigenveboren vanF rijn bij
eigenwaarde -6.
Voorbeeld ' 2
Iedere matrix waarvan alle ele~enten reële getallen zijn, kunnen we opvatten als een komple~e
matrix door al zijn elementen op te vatten als komplexe getallen (waarvan het imaginaire deel
,
, nulis) ~, Zois2ieeneigenwaarde_ vandekomplexe2x2-matrixO=
' [1-s 1] ,...1 ~ Immers,
G -1 . ] = [-2i
, . ] = 2i [-1 " ] . Met [-1
, ~ ] is, voor een willekeurig gekozen komplex
'[ 1-21 4+21 1-21 1-21 ,
Voorbeeld 3
. . [1 1]
We beschouwen nu de r~le 2 x 2-matrix H = -S -1 . Deze heeft dus dezelfde elementen als
,
de komplexe matrix O. We bewijzen uit het ongerijmde dat H, in tegenstelling tot 0, geen
eigenwaarden en dus ook geen eigenvektoren heeft.
§76 333-
\ ,
Bewijs. ' - ,
Stel eens d~t er een vektor [:~J in IR? bestaat, en een reëel getaÏ À, zodat
,.[ Xl
X2
J*[OJ° - I.· IJ J=
en [
-5 -1
[Xl
X2
À[Xl
' X2
J. Uitwerking van de matrixvergelijking
. I
leIdt tot '
-, -
5
Xl
Xl -
+ X2 = ÀXI
_ '\
X2 .,... I\X2
'
,ofwel
I
(À -
..
1)XI
5
Xl
-
+
('\
1\ + 1)
X2
X2-
= 0 ~
_ 0 . De
' . '0
determmant
van de koëfficiëntenmatrix van dit laatste stelsel is IÀ; 1 À~lJ =' ~? + 4 ;;.:. 4.
Uit stelling 3
0 voig~ dàt dit stelsel alleen de' nuloplossing [:J he,en.
vektor
.
er bij definitie
...
niet toe behoort. Het gemis van de milvektor
. ~
is echter het '
enige waar het die verzameling aan ~ntbreekt deelruimte te zijn. Voeg'fln we aan deze
veriameling van eigenvektoren de nulvektor On toe, en geven we deze met On uitge-
breide ve,rzameling aan met rÀ , dan is rÀ wel een deelruimte.
Bewijs. Als X = On, dan is AOn = On = ÀOn, zodat ge~dt: X ih IX dan en slechts dan 0
~ = NUL(ÀIn - A)
heet de eigenruimte van A bij eigenwaarde À. Het is duidelijk dat iedere eigenruimte
n n
van een nxn-matrix tenminste I-dimensionaal is en als deelruimte van a:: (IR ) hoog-
stens n-dimensionaal is.
We onderzoeken het laatste geval, dat r X" n-dimensionaal is, nader. In dat geval is de
nulruimte van de nxn"-matrix ÀIn,-- A n-dimens.ionaal, en uit stelling 14 volgt dan dat
rang (ÀIn - A) = O. Uit rang (ÀI n - A) = 0 volgt ÀIn - A = 0nn, wat gelijkwaardig is
met A = ÀIn. Blijkbaar' is in dat geval A gelijk aan het À-v~)Ud van de eenheids"
matrix In.
Uit het voorgaande blijkt dat het voor het berekenen van alle eigenvektoren van een
n xn-matrix A bij eigenwaarde À van A, voldoende is een basis te bepalen van de
eigenruimte r À van A bij À. Immers het verwijderen van On uit r À levert dan de ver-
zameling van alle eigenvektoren van A bij À.
Een rekenschema waarmee eigenwaarden en eigenvektoren van een nxn-matrix A
kunnen worden uitgerekend is snel gevonden uit de definitie van eigenwaarde.
Immers, we zoeken die bijzondere getallen t waarvoor de vergelijking AX = tx niet-
triviale oplossingen X heeft; dat wil zeggen, oplossingen X :/= On. Omdat AX = tX,
zoals we bij de bespreking van het begrip eigenruimte gezien hebben, gelijkwaardig is
met (tIn - A)X = Oni zoeken we blijkbaar die bijzondere getallen t waarvoor het
homogene vierkante stelsel met ,koëfficiëntenmatrix tIn - A niet-triviale oplossingen
heeft. Uit stelling 3 weten we dat zulks dan en slechts dan het geval is als
det (tIn - A) = O. De vergelijking det (tIn - A) = 0 heet de karakteristieke vergelijking
, van de matrix A. De eigenwaarden van A zijn dus juist de wortels van de karakteris-
tieke vergelijking van A, en de eerste stap van het rekenschemá luidt als volgt.
Bereken de wortels 'van de karakteristieke vergelijking
det (tIn - A) = O.
Is À zo'n wortel, dan is À dus eigenwaarde van A. Uit de definitie volgt dat de bij À
h~rende eigenvektoren van A juist de niet-triviale oplossingen zijn van het homogene
. stelsel (ÀIn - A)X = On. We hebben al eerder opgemerkt dat alle eigenvektoren van A
bij À genoegzaam bekend zijn als we een basis voor de eigenruimte, r À van A bij À be-
paald hebben; Daarom luidt de tweede stap van het rekenschema:
Bepaal een basis van de oplossingsruimte van het homogene stelsel "
. §76 335
Wellicht ten overvloede wijzen wij erop dat de persoon die, rekenend aan een onder- .
. deel van een vraagstuk, in de tweede stap van het rekenschema {On} als oplossings-
ruimte vindt, duidelijk een rekenfout gemaakt heeft. '
./
Voorbeeld. 4
'. . - [-l+Si ' -l+i -2-2i]
Beschouw dekomplexe 3 x3-matrixF = I-i -1+5i 2-2i .
-2-2i -2+2i -4+2i
1) We berekenen de eigenwaarden van F uit de karakteristieke vergelijking det(tI3-F) =...,..0.
. t+1-5i I-i 2+2i ~ . . .
det(th-F) = -l+i t+1-5i -2+2i J- =
2+2i 2-2i H4-2i
t+1-5i I-i 2+2i . t+1-5i I-i 2+2i
= -l+i t+1-5i -2+2i = (t- 6i) -l+i t+1-5i -2+2i =
-2t+12i 0 t~i -2 0 1
t+5-i I-i 2+2i c Q)
=(t - 6i) -S+5i t+ I-Si -2+2i =(t - 6i) I t+5-i I-i
-S+Si t+l-Si '.
I=
0 0 1
=(1'- 6i)(t2 + (6 - 6i)t - 26i - lOi) = (t - 6i)(t2 + (6 - 6i)t - 36i) = (t - 6i)2(t + 6).
De wortels van de karakteristieke vergelijking (t - 6i)2(t + 6) =0 zijn 6i en~. Blijkbaar
heeft P-de eigenwaarden À 1 =6i en À2 =~.
- .
2) V~rvolgens bepalen we een basis voor elke eige~te van F.
Eerst bij À 1 =6i. Daaratoe lossen we X op uit (6i h - F)X =O.
l+i I-i 2+2i I 0] *(l-i)
. .
-l+i l+i -2+2i I 0 *(-l-i) ~
. ' . [2 -2i ' 4
. . . .
I0]
[ 2 -21 4 I 0 weg
2+2i 2-2i 4+4i I 0 weg
een onafhankelijk ~weétal oplossingen. Dus (VI, V~ is een basis voor de eigenruimte r 6i .
van P bij eigenwaarde 6i.
Vervolgens bij À2 =~. Daartoe lossen we X op uit (~ 13 - F)X =O.
-5-5i I-i 2+2i
-l+i -S-5i -2+2i
0] *(l+i)
0 *(l-i) ~
[ -iOi
. 2i -l~
2 4i
4i
0
0
psT ~
[
2+2i 2-2i -2-::2i 0 *(l+i) 4i 4 -4i 0 - .
336 §76
-Si 1 0]
'2~;è4[ ~ ~ ~ I ~J
2i
[ -48iO 2Ai
24i 0 -12i
0
0
I]
weg
oplossing, zodat V3 een basis is voor de eigenruimte r -6 ,van F bij eigenwaarde -6.
Daannee zijn alle eigenwaarden en eigenvektoren van F bekend
Opgave 85
a) De vierkante matrix A heeft de eigenwaarde À.. V is een eigenvektor van A
bij À..
Bewijs dat À.2 eigenwaarde is van A2, en geef een eigenvektor van A2 bij À2.
t
Als A-i bestaat, bewijs dat dan een eig~nwaarde van A-i is, en geef een
eigenvektor van A-i bij k. .
b) Bereken voor i := 1(1)3 alle eigenwaarden van de reële matrix Bi en bepaal
een basis voor elke eigenruimte van Bi'
BI = ' [n ! i]"B2=[i i
o 0 0 2 .1 1 1 1
-
i:]. B,J: ~ i].
~1 1 1 0
i -
c) Bereken v?or i := 1(1)3 alle eigenwaarden van de komplexe matrix Ci en
bepaal een basis voor elke eigenruimte van Ci .
Cl = [1 ~i 1']
~i, ~2 = [0~.
0
0
1 n =t[~ n
C,
I
0
i
4
0
4
i
d) Bewijs dat elke eigenwaarde van een boven- (beneden-) driehoeksm'atrix een '
diagonaalelement van die matrix is.
e) E is een nilpotente matrix met index 2; dus E 2 = O.
Bewijs dat E geen eigenwaarde ongelijk aan 0 heeft.
f) F is een idempotente matrix; dus F 2 = F. .
Bewijs dat alleen 0 of 1 een eigenwaarde van F kan zijn.
g) G is een reële matrix d,ie zichzelf als inverse heeft.
Bewijs 'a at alleen 1 of -I een eigenwaarde van G kan ' zijn.
h) V is een eigenvektor van de matrix A bij eigenwaarde À., en eigenvektor van
de matrix B.bij eigenwaarde J.L. .
Bewijs dat V eigenvektor is van de matrixen A + B, AB en zA, waar zeen
gegeven getal is, en bereken van elk de bij V horende eigenwaarde.
§76 337 /
voor de eigenru(mte van F te zijn bij eigenwaarde 6i en bleek V3 =[ ~ }en basÎll voor de
eigenruimte van F te zijn bij eigenwaarde -6. Men gaat eenvQudig na dat het drietal (V1,V2,V3)
_onafhankelijk is. Dit volgt echter ook uit de eig~nsch!lP die luidt dat eeD. stel eigenvektoren van
een matrix onafhankelijk is als ~e eigenvektoren van dat stel bij verschillend~ eigenwaarden
hoten.-We bewijzen die eigenschap.
Bewijs {
Laat Ài> i := 1(1)r r verschillende eigenw~arden van de nxn-matrix A zijn. Laat \1,
i := 1(1)r een r-tal eigenve-lctoren van A zijn, zodat A\1 = Ài\1, i -:= l(l)r: Dan moeten
we bewijzen dat het r-tal (\1, i := 1(-1 )r) onafhankelijk is~ We pewijzen dat uit het
ongerïjmde; dus we veronderstellen. dat het r-tal afhankelijk is, en leiden daaruit een
tegenspraak af. / '
Is het r-tal afhankelijk dan bevat het, volgens stelling 11, een vektor die een lineaire·
- - -
kombinatie -van zijn voorgangers is. Laat ~e eerste vektor in dit 'r-tal, die een lineaire
kombinatie van zijn voorgangers is, voetcijfer k hebben. Dus b~staan er k -1 getallen
ai> i ':= H1)k -1 zodat
k~1
'
Vk = ~ a·V;
i=1 1 1' _
en ariderzijds
k-l k~1
Blijkbaar geldt
-
.~ aiÀiVi
1=1
= .~ aiÀk Vi,
1=1 -
hetgeen gelijkwaardig is met
k-l
~ a'(À'1 ---' Àk)V;1 = 0 n .
i=1 1
- k-l '
Omdat (\1, i := 1(1)k ~ 1) onafhankelijk is volgt UI,' t .~ ai(Ài - Àk}\1 = On, dat
- 1=1
338 §77
°
Maar alle eigenwaarden 'zijn verschillend, dus uit aiO'i - ' Àk ) = volgt dat ai = 0,
i := 1(1)k - 1. Dat betekent dat Vk = On, hetgeen in tegenspraak is mèt het gegeven '
dat Vk een eigenvektor is. Uit de.ze tegenspraak volgt dat de beginveronderstelling
onjuist is. Dus is het r-tal (Vi, i := 1(1)r) onafhankelijk. 0
Omdat iedere eigenruimte van eenmatrix tenminste I-dimensionaal is, volgt uit deze
eigenschap dat een nxn-matrix ten hoogste n verschillende eigenwaarden heeft.
Immers, ieder (n.+ 1)-tal vektoren in (I:n (IRD ) is volgens stelling 12 afhankelijk.
Evenzo volgt uit de eigenschap dat twee eigenruimten van een matrix A die bij ver-
Ook volgt uit het bovenstaande dat de s0Il1- van de dimensies van de eigenruimten van
een nxn-matrix kleiner dan of ge:lijk isaan n.
Opgave 86
a) VI en V2 vormen een onafhankelijk tweetal eigenvektoren van de matrix A bij
.achtereenvolgens de eigenwaarden Xl en X2 • VI -+ V2 is eigenvektor van A.
Bewijs dat Xl = X2 . , [I] . [0]
b) a, [3 en 'Y zijn reële getallen. Zowel de vekto~ ~ als de vektor ~ is een
. . [0
eigenvektor van de reële m~trix B:::
a
~' ~
1] "
c) x, y, z, u en v zijn reële getallen. De 'vektor . ~
[ is een eigenvektor van de- ,
.reël~ matrix C =
[3
~
m
di
=
Nu is het voor sommige vierkante matrixen A mogelijk,zoals we reeds in §44 hebben gezien,
met behulp van de eigenwaarden en eigenvektoren van A, een zogenaamde diagonaliserende
matrix P te vinden; dat is een inverteerbare matrix P met de eigenschap dat p-IAP een
=
diagonaalmatrix, zeg D, is. Door de vergelijking p-IAP D links met P en rechts met p-l
340 §78
Dat betekent dat wanneer Xo "devaluatie" zegt tegen Xl, de kansen op wat Xl weer
tegen X2 zegt in de eerste kolom van de tabel staan. Dus Xl zegt "devaluatie" met
een kans van 40 %, zegt "ik weet het niet" met een kans van 40 %, en zegt "geen
devaluatie" met een kans van 20 %. Zegt Xo echter "ik weet het ntet", dan lezen we
uit de tweede kolom dat Xl "devaluatie" zegt tegen X2 met een kans van 20%, "ik
weet het niet" met een kans van 60 %, en "geen devaluatie" zegt met een kans van
20 %; enzovoort.
Laat nu M de reële 3·x3-tylatrix zijn bepaald door de getallen uit de tabel.
n
4 2 2
={~
10 10 10 1
4 6 4 -....
M= 10 10 10
3
2 2 4 2
10 10 10
§78 341
La~t voor i in JN de vektor )f in, IR? als volgt de kansen bergen op wat de 'persoon -
Xi' tot de persoon X i+1 zegt.
Yo is àf [n r!l m àf àf en
i E IN
_Daar (})4 al zeer veel kleiner is dan het grootste element van de 3 x 3-matrixen Ten T-1is het
niet omedelij~ in liet raam van dit probl~m te stellen dat '
1 1 1
o
~] -1~ -"-~1 -~]3
"4 "4 "4
o [ =
1
2"
1
"2
1
"2 = N.
o o 1 1 1
"4 "4 "4
1
"4
YlOO ::::: NYo = t voor de drie mogelijke beginwaarden voor Yo. We zien hieruit dat
1
"4
de verspreiding van het gerucht over een mogelijke devaluatie van de gulden niet af-
·hangt van de do-or de eerste persoonX o geleverde informatie. Verder blijkt dat met
1
"4
toenemende r Yr steeds beter benaderd wordt door ! . We geven dat aan door
1
4
1
"4
lim
roo+oo
Yr = ! ,en trekken er de slotsom uit dat van het deel van de bevolking dat
1
"4
het gerucht verneemt 1, dat is 25 %, zal ~enen dat er een devaluat~e zal plaatsvinden,
!' dat is 50 %, er geen mening over zal hebben ·en ! de mening zal zijn toegedaan dat
er geen devaluatie ·zal plaatshebben.
Een beslissend kenmerk voor het sukses van de gevolgde metode blijkt te zijn gelegen in het
feit dat de reële 3 x 3-matrix M een 3-tal eigenvektoren heeft die tezamen een basis voor IR3
vormen. We zullen dit kenmerk in de volgende paragraaf neerleggen in stelling 19.
Opgave 87
a) Voor de wijze van vakantie houden van Nederlanders nemen we het volgende
aan. Ho~dt een Nederlander in zeker jaar in eigen land vakantie, dan is de
kans 80% dat hij het jaar daarop volgend weer in Nederland vakantie houdt
terwijl de kans 20% is dat hij dan in het buitenland zijn vakantiebestemming
zoekt. Voor de Nederlander die in zeker jaar in het buitenland vakantie houdt,
zijn de overeenkomstige kansen achtereenvolgens 40% en 60%.
Bereken wat op den lange duur het percentage der Nederlanders is dat in
Nederland, en dat in het buitenland zijn vakantie doorbrengt.'
b) De .rij van Fibonacci is de rij (Xi):O van reële getallen bepaá.Id door Xo = 0,
- Xl = 1 en Xi+2 = Xi+! + ~Ï> i E IN.
Toon aan dat X100 gelijk is aan het gehele getal dat het dichtst ligt bij
§79 343
_1 (1 + 0)100
v'S 2
, Aanwijzing: Beschouw de rij (Yi)~o van vektoren in IR? bepaald door '
', Yi =
"
[Xf+l]
xi '
,i EIN.
Leid uit xi+2 = xi+1 + xi een rekurrente betrekking af voor de rij (Yi)~o·
c) Een kansmatrÎx is een reële mxn-inatrix A met de eigenschappen:
1) aij ~ 0, i := 1(1)m, j := 1(1)n.
m
2)
i=l
L aiJ· = 1, j:= 1(1)n
Toon aan dat iedere vierkante kansmatrix eigenwaarde 1 heeft.
Deze betrekking tussen n xn-matrixen is, symmetrisch; dat wil zèggen, als ' A gelijk-
vormig is met B, dan is ook B gelijkvormig met A. Imme~s, uit P- 1AP = Bvolgt door
links met P en rechts met p- 1 te vermenigvuldigen dat A = PBP- 1 = (P- 1 f1 BP- 1 .
Als A en B kompIe xe matr~xen zijn en er bestaat een unitairè matrix P, dus p- 1 = pH,
zodat
omdat de matrix
V6 V6 unitair is, terwijl er geldt:
-1 + 2i 1
V6 y'6
H
1 1 + 2i ,1 1 + 2i
[2i -4]=
o -2i '
V6
-1 + 2i
v'6
1 [ ~5 1
-1
J V6
-1 + 2i'
v'6
I
V6 V6 ' ...;6 v'6
344 §79
Als A en B reële matrixen zijn en er. bestaat een ortogonale matrix' P, dus p- l =' pT
zodat
Àl
I I À2
P= Vl V2 , .. Vn , en D =
I I I Àn ' I
I I I ,I '1 I.
AP = A Vl V2 ... Vn = AVl AV2 ... AVn = ÀlVl À2 V2 ... ÀnVn =
ti ~ I
À1
I I À2
= Vl V2 .-.. Vn = PD .
I ,I Àfi
§79 345 ,
,I I I
AQ =Á Q(l) Q(2) ... o.(n) = AQ(I) AQ(2) ... AQ(n)
'I r I' I
-I Qu
Q22
-I -I
' QL = Q(l) Q(2) ., .. Q(n) = QllQ(I~ Q22Q(2) ...
Qnn Q(n)
I
I I I . Qnn I
Uit AQ = QL volgt: AQ(j) = QjjQ(j), j := 1(1)n. '
We maken hieruit drie gevolgtrekkingen:
I. Voor j := 1(1)n is Qjj een eigenwaarde van A, omdat Q(j) 4= On. Dus, als A gelijk-
vormig is met een diagonaalmatrix, dan is elk hoofddiagonaalelement van die
diagonaahnatrix eigenwaarde van A.
11 Voor j := 1(1)n is Q<j) een eigenvektor van A. Dus, als Q een diagonalisertmde -
. "
matrix voor A is, dan is iedere kolom van Q een eigenvektor van A.
111 Daar Q ip.verteerbaar is vormt het n-tal.kolomme:n van Q een onafhankelijk stel
eigenvektoren van A. Dus uit uitspraak 2)-volgt noodzakelijk uitspraak 1). 0
Opgave 88
a) Onderzoek voor i := 1(1)3 of de reële matrix Ai gelijkvonnig is met een
diagonaaImátrix. "
5 2 0 0 0 1 0 0 -0 1 0-0
- -1 3 -2 0 o0 2 0 o0 1 0
= ,A2 = ,A3' = ,
AI 0 1 1 0 o0 0 3 000 1
000 1
-
0 0o0 i 000
b) Onderzoek voor i := 1(1)5 of er eendiagonaliserende matrix bestaat voor de komplexe
matrix Bi.
346 §80
o 100
_ [ 3 l+i]
o0 1 0
[ ,4 1] Bs=
Bt-= -1 2 ' B3 - I-i 4 , 000 1
1 000
[4 '- 5] [ i 3+3i]
B2= 5-4 B4 = 3-3i -5i .
c) A, Ben R zijn reële nxn-matrixen. A is gelijkvormig met R en R is gelijkvormig met
B. Bewijs dat A gelijkvormig is met B.
d) E, F, G en H zijn reële nxn-matiixen waarvan G en H diagonaalmatrixen zijn.
E is gelijkvormig met G, en F is gelijkvormig met H. Voor i := 1(1)n geldt dat
Igiil < I en Ihiil ~ 1. F heeft eigenwaarde 1 en de vektor V is een basis voor
de bij 1 horende eigenruim te IJ. van F.
(Xi):'o en (Yi):'o zijn twee rijen vektoren in IRn die achtereenvolgens voldoen
aan de rekurrente betrekking Xi+l = EXi en Yi+1 = FYi" i E IN.
Als Xo =1= On, laat dan zien dat .lim Xi = On.
1-+00
Als Yo =1= On' laat dan zien dat .lim Yi gelijk is aan of V, Of On. Geef aan voor
1-+00
welke Yo geldt dat .lim Yi = V.
1-+00
We zullen zien dat zowel het -spoor van A als de determinant van A in betrekking
staat tot de wortels van de karakteristieke vergelijking van A.
Laat t een getal zijn. Schrijven we det (tin - A) met behulp van de definitie van
determinant al~ som van n! termen dan volgt
I
§80 347
-au .
t - a22·
det (tIn - A) =
. ,
,.
-ani -an2 · · · t - ann
= (t - au)(t - a22) ... (t'- ann ) + overige termen.
Werken we de n! termen uit en sorteren we vervolgens naar ,machten van t, dan blij-
ken de "overige termen" slechts machten van t te behelzen . met macht kleiner dan of
gelijk aan n - 2.
_ n ' n-1
De term (t - au)(t - a22) ... (t - ann ) - t - (au + a22 · + ... + ann)t ' + (machten
van t met macht -kleiner dan of gelijk aan n - 2). De konstante term, dat is d,e term
van tO, van de zo ontstane ontwikkeling naar machten van t van det (tIn - A), is
(_l)n det A. Immers, tot die term worden beide uitdrukkingen teruggebracht ,
als men t = 0 invult, en det(OI n - A) = det (-A) = (-I)ndetA.
Blijkbaar geldt
Werken we dit produkt van n faktoren uit en sorteren we vervolgens na~r machten
van t, dan volgt
348 §80
. Vergelijken we deze formule met de eerder afgeleide formule voor~A(t) dan zien we .
dat
o o
(1) spA = i=1
~ v·
p
en det A = i=1
II v' .
1
Is veen k-voudig nulpunt van ~A, dat wil zeggen dat de faktor t - v precies kkeer
-- 0
voor komt in ~A(t) = 1=1
.II (t - vi), dan zegt men dat de door v bepaalde eigenwaarde
.
A, dus A = v, de algebraïsche veelvoudigheid k heeft, of dat A k-voudig is. We geven dat
aan door
a(A) =k.
Heeft A reigenwaarden Aj, j := l(1)r, dan is het duidelijk dat de som van de r algbfa~
veelvoudigheden van de eigenwaarden van de komplexe matrix A juist gelijk is aan n, dus:
r
(3) L a(Aj) = n.
j=l
De formules (1), (3) en (4) gelden voor iedere komplexe n x n-matrix A, maar niet voor iedere _
reële vierkante matrix. Dit komt omdat niet iedere reële veelterm van de n-de graad ook n al of
niet samenvallende nulpunten heeft. Zo is de reële veelterm t r4
(t2 + t + 1)(t2 - 5t + 6) van de
4-de graad; maar, omdat t2 +t + 1> 0 voor alle t in IRheeft f slechts twee nulpunten.
Maar is A een reële nxn-matrix waarvan de karakteristieke veelterm n al of niet
samenvallende nulpunten heeft, dan gelden voor zo'n matrix de formules (1) en daar-
mee ook de formules (3) en (4),We legge~ dit resultaat neer in een stelling.
::Stelling. 20
~~~Laat- Á een nxn-matrix zijn met reigenwaarden Àj, j := 1(1)r. Laat a(Àj) de algebra-
>sche veelvoudigheid zijn van de eigenwaarde Àj, j := 1(1)r. -
:::dan en slechts dan als de som van de algebràische veelvoudigheden van de .eigenwaarden
............
Irm
A juist ni:~~:À~~~ n. .
Tot slot van deze paragraaf vennelden we zonder bewijs de stelling van Cayley-Harnilton die
luidt dat een n x n-matriX' Anulpunt is van zijn karakteristieke veeltenn L\A; dUS[L\~(~) ~ ]0.
We kontroleren deze stelling even aan de hand van de reële 3 x 3-mat:rJ.x M =} 2 3.2 die
. ' . 1 1 2
als karakteristieke veelterm hreft ~M =(t - 1)(t - })2 =t3 - }t2 + 2~t - 25'
1
M3 _1.W + llM·_...LI =
5 25 25
~ M(M
2
- ~M + ~~I3) = ·l5 13 )
~ M(25M
2
- 35~ + 111 3)
.
= 13'
1 2
Blijkbaar is M- = 25M - 35M + 1113 =
= 25.i~
7
[1 2
6
13
6
12] - 35·~ [~1 . ~1 2~] + 11 [~0 . 0~ 0]o [4 -1 -1]
= -2 3 -2 .
6 6 7 1 -1 -1 4
Opgave 89
_
a) A is 'een reële 3 x 3-matrix;
. = [2 1
A
, 0 1
. . . 0 2
350 §8I
c= [~ _~ -~J, D [~!_~l ..
=
. 4 IJ
Bereken sp CD en sp DC.
d) R is een mxn-matrix en S is een nxm-matrix:
Bewijs: sp RS = sp SR.
In het bijzonder geldt dus voor ieder tweetal n xn-matrixen A en B dat
sp AB ,= sp BA. -
Opgave 90 ,
A en B zijn met elkaar gelijkvormige nxn-matrixen. A heeft eigenwaarde À en de
dimensie van de eigenruimte r À van A bij À is k.
Bewijs de volgende uitspraken.
a) detA = detB.
b) spA = sp B.
c) A en B hebben dezelfde karakteristieke veelterm.
d) À is eigenwàarde van B, en de algebraïsche veelvoudigheid van À betrokken op B
is gelijk aan die betrokken op A.
e) De dim~nsie van de eigenruiI~1te van B bij À is ook k.
dim ~ ~ a(À).
Bewijs
Stel dim ~ = k. Kies een ortonormale basis (\), j := l(1)k) voor r~ en breid die ver-
volgens uit tot een ortonormale basis IV = (\), j :=; 1(1 )n) voor (Cn (IRn ). Definiee.r de
matrix P door p(j) = Yj, j := 1(1 )n.
I I
p= VI ... Vk Vk+l ... Vn
I' I I J
I
Daar veen ortogonale basis is, is P unitair (ortogonaai),
H
- - VI
H
- - Vk
p-l = pH =
- - Vkl!l--
· H
- - Vn
--v[I
- - Vl!l--
H
- - Vn
--V~
= - - . uH
vk+1 _ .. -
. H
- - Vn
352 §81
--vr
= - - Vt!.l--
--v~
"{daar veen ortonórmale basis.is, geldt: VrVj = 5 ij , i := 1(1)n,
j := 1(1)k}"
À, 0 0 VrAVk+l . .. VrAVn
o
o
= À VrAVk+l ... Vl!AVn
o
r- -
Àl
k
F
B=
0 n-k,k C
L
--
Blijkbaar bestaat er een kx(n - k)-matrix F en een (n - k)x(n - k)-matrix ç zo, dat
ÄB(t) = det(tl n - B) = "{k keer ontwikkelen naar de eerste kolom}"
(t - Àldet(tln_k ~ C). '-
À is dus tenminste k keer nulpunt van Ä B; 'tenminste' omdat À ook nog nulpunt van
tl--"+ det(tln~k - C) zou kunnen zijn. Blijkbaar geldt a(~) ~ k = dim..Ti\.' 0
§82 353
~:~telling 19 (uitbreiding)
:~:Laa't A een nxn-matrix zijn met r eigeriwaarden Ài, i :=, l(1)r. Laat O:(Ài) de algebra-
)scheveelvoudigheid van Ài zijn en laat r Ài de eigenruimte van· A bij Ài zijn, i := l(1)r.
:~:Dan zijn de' volgende uitspraken gelijkwaardig.
:::1) A heeft een onafhankelijk n-tal eigehvektoren.
~:.: .".:~2) A is gelijkvormig met een diagonaalmatrix, ofwel ~r bestaat een diagonaliserende
matrix voor A.
.;. r
~~~3) .L O:(Ài ) = n en 'O:(Ài ) = dim(fÀi ), 1 := l( 1)r.
:.: 1= 1 r
:~:4) De som van de dimensies van de eige~ruimten van A is gelijk aan n, . L dim(fÀi ) = n.
. . 1=1
,
Opgave ,91
a) De reële nxn-matrix F heeft slechts twee eigenwaarden, 3 en 6, en is gelijk-
vormig met een diagonaalmatrix. Toon aan dat F nulpunt is van de veelterm
t ~ (t - 3)(t - 6).
b) De reële nxn-matrix G is nulpunt van de veelterm t · ~ (t - 3)(t - 6).
Toon aan dat G gelijkvormig is met een diagonàálmatrix.
c} De reële .nxn-matrix H heeft slechts twee eigenwaarden, 3 en 6. H is geen
nulpunt van de veelterm t ~ (t - 3)(t - 6).
Toon aan dat H niet gelijkvormig is met een diagonaalmatrix.
We tonen dat aan aan de hand van het volgende voor~eeld van een stelsel bestaande
uit drie eerste-orde gewone lineaire differentiaalvergelijkingen met konstante koëffici-
enten.
(1)
Yl(O) = -3
(2) Y2(O) = 3·
1 Y3(O) = -2.
De vergelijkingen (1) en (2) vormei{fezamen een zogenaamd beginwaardeprobleem,
dat staat voor het zoeken v,an funkties Yl, Y2 en Y3 die zowel aan 0) als aan (2) vol-
doen. De theorie van de differentiaalvergelijkingen leert dat de funkties, Yl, Y2 en Y3
ondubbelzinnig bepaald zijn op IR. We willen dit probleem oplossen; dat wil zeggen, '
dat we de door het probleem bepaaide maar ingeklede funkties Yl, Y2 en Y3, bij wijze
van spreken, naar buiten willen brengen 'door er voor elk een funktievoorschrift voor
uit te rekenen. Een rechtstreekse berekening van die voorschriften uit de differentiaal-
vergelijkingen van (1) is ondoenlijk omd~t de vergelijkingen van dat stelsel gekoppeld
zijn. Dat wil zeggen, om Yl (t) te berekenen uit
Y(t) = [~:~:~],
Y3(t)
y'(t) = [~~~:~J,
Y3(t)
A ,= [!,=~ ~]"
6 -6 4
F(t)
"
=[
-3 + 2t]
7 + 2t , enB
6 + 16t
=[!:l
Het gegeven beginwaardeprobleem kunnen we dan ook schrijven als
§82 355
[
Z~(t)] [Z1(t)] -
P z~(t) = AP Z2(t) + F(t),
, Z3(t) Z3(t)
j z~(t) =
z;(t) = ,/
-2z 2(t) + 10
' 4z 3(t) -2 + 8t
2) met Z2(0) ,= 6.
Men gaat gemakkelijk na dat de algemene oplossing van deze vergelijking luidt:
Z2(t) = C2e- 2t + 5, C2 in, IR. Z2(0) = C2 + 5 ~s 6; dus C2 = 1.
De gezochte funktie voor z2 is
tE IR.
3)
, '
4t eis
Z3(t) = C 3e -2t, met C 3 in IR.z 3(O) = C3 -4 ; dus C 3 = -4.
De gezochte funktie voor z3 is,
, ' 4t
t f--+ Z3(t) = -4e --:- 2t, tE IR.
YI(t)] [ZI(t)] ,
Y2(t) = P zl~t) =
[I. 0,1] [
1 1 1
-3t +
e-2t + 5
1] [ =
_4e
4t
- St + 1 ]
e- 2t -4ét - St + 6 .
[ Y3(t) , Z3(t) 0 1 2 -4ét - 2t e-2t '_ 8e 4t - 4t + 5
,, -
De oplossing van het gegeven beginwaardeprobleem luidt dus
We benadrukken tot slot dat deze oplossingsmetode slechts werkt als de koëfficiënten- ,
matrix van het stelsel differe~tiaa1vergelijkingen gelijkvormig is met een diagonaalmatrix.
Opgave 92
. a) Los de onderstaande beginwaardeproblemen op.
(i)
r:(t) ==
y~(t)
4y,(t) ~ Y2(t) + y,(t)
-YI (t) + 4Y2(t)' - Y3(t}
t'(O) =4
met Y2(O): 5
Y3(t) = YI (t) - Y2(t) + 4Y3(t) . Y3(O) - 6.
,
(ü)
rtt)
y;(t)
=
=
y,(t)
5Y2(t) + 4Y3(t)
~ 4y,(t)
.
. t(O) ==
met Y2(O) 3
I
(ili)
rtt)
y;(t)
= y,(t)
=
.' .+ y,(t) + t
Y2(t) '+ 2Y3(t) + I
t(O) ==
met Y2(O) 0
I "-
. Cv)
rtt)
y;(t)
=
=
Y2(t) .
' Y3(á
rIO) =2
met' Y2(O) : 4
y;(t) = 2YI (t) + Y2(t) - 2Y3(t) Y3(O) - 6.
b) M is een reële nxn-ma trix en koëfficiëntenmatrix van een', stelsel eerste orde
lineaire gewone differentiaalvergelijkingen.
( *) y'(t) = MY(t).
VI en V2 zijn eigenvektoren van M behorend bij- achtereenv;olgens de eigen-
358 §83
waarden 3 en -4.
Toon aan dat voor ie-der tweetal getallen p en q de vektorfunktie
t f--+ G(t) = pV1 e3t + qV2e- 4t, tE IR een oplossing van (*) is.
Bereken de oplossing van de twee beginwaardeproblemen
jyl(t) = MY(t)
Y(Q) = 5V1 + 6V2
· en
{yl(t) = MY(t)
Y(1) = 5V1 + 6V2 .
vl> V2 en V3 zijn onderling verschillende reële getallen.
c) De reële matrix P is een diagonaliserende matrix voor de reële 3 x 3-matrix A.
Er geldt: P-1AP = diag(vl>v2,v3)' B is een vektor uit IR3.
Toon aan dat de op IR gedefiniee~de vektorfunktie t f--+ Pdiag(evlt,tfzt,e"3t)p-lB
de oplossÏ:!lg is van het beginwaardeprobleem
y'Ü) = AY(t)
Y(Q) = B.
,0
m B
o
_·-v1H - -"
--vJI - -
,
H
- - Vm +1 -
(
360 §83
--V~ - -
--vJi --
= AV l AV2 · .. AVm + 1 -
H
- - Vm +l -·- I ,I
-vJi--
--vJi --
= À-Vl AV2 ... AVm + 1 =
, H·
- - Vm + 1 - , I
~, {omdat veen ortonormale basis is, is v[IÀ-VI = M i1 ,.i .:= 1(1)m + I}"
. H
À- V l AV2 ... VrAVm + 1
, H
o 'V2H AV2 ... V2 AVm + 1
Uu
o
, .
o 0 u mm
o
§83 361
Het is duidelijk d_a t G een unitaire matrix is, zodat G- 1 = GH . Omdat het produkt
van twee unitaire mátrixen weer een unitaire matrix is, is de matrix P bepaald door
p:: FG
een unitaire matrix. Merk op dat de eerste kolom p(l) van P de eigenvektor VI is.
We tonen aan dat P de gezochte unitaire (m + l)x(m + l)-matrix is, dat is de
matrix waarvoor geldt dat P-1AP een bovendrfehoeksmatrix is,
m
À 1~1==:::X==!I
o
G=
8
o
m
1 0 0- À 11 .X LO ö
o .---_.!.!.m.......---. 0 ~=====~ o
=
:m :' rr 8 :m o
o o L - - - - - J . J ... 0
m
À 1~1===::X====: 1 0
o o
= :m 0- 18 . :m o
o. L...-._ _ _---I'-
o
"{Üefinieer de lxm-matrix Y door Y = XQ}"
m m
À 1r== Y
À 1;::1==:::::Y==::: Y
o o o Uu ... ul rn
= =
:m u = o = T.
o o o 0 ... 0 urnrnJ
/
Uit het beginsel van de volledige induktie .volgt dat ieder~ komplexe nxn-matrix
unitair gelijkvormig is met eeri bovendriehoeksmatrix, o
Reële nxn-matrixen zijn niet noodzakelijk gelijkvormig met een reële bovendriehoeks-
matrix,· Het bewijs van stelling 21 faalt voor reële matrixen, 'omdat een op de· reële .
getallen gedefinieerde veelterm van even graad niet noodzakelijk een nulpunt heeft.
362 §83
De hoofdstelling van de algebra .geldt namelijk alleen voor veeltermen die op de kom
matrix [I I
-5 -1
J ook niet anderszins gelijkvormig is met een bovendriehoeksmatrix . .
Immers, stel eens dat er toch een reële 2x2-matrix Q = [ql q3J, en een reele 2x2-
4
bovendriehoeks~atrix T = [~I; ::: ] zou bestaan zodat . q2 q Q-' [ ~s~ I] Q = T
Dan volgt uit: Q-'[ ~s ~IJQ =T - ts ~IJ Q =QL_
1· 1 ] [ql q3J
[. ---:5 = [t 11q l . qlt~2 + q3 t 22 J ' dat [qlJ een eigenvektor van
-1 q2 q4 t11q2 q2t l2 +. q4~22 q2
[~5 ~IJ is bij eigenwaarde t 11_. Tegenspraak. [~5 ~IJ is dus ~iet gelijkvormig
met een bovendriehoeksmatrix.
.Een bij 2i_horende eigenvektor van A is [~J ' die we normeren t~t Vl = 0. [~J '
='! [~i :iJ =[~i ~i ] . Blijkbaar 'is P = 0. [: ~ J de gezochte matrix. Merk op dat
§83 363,
Opgàve 93
a) Bereken ~en unitair: matrix P zodat p-I [~i ~ ] Peen boveridriehoeksma.trix
is.
d) Laat zien dat de reële 2 x2-matrix [~ , ~ ] niet gelijkvormig is met een boven-
driehoeksmatrix.
Opgave 94
U is een nxn-un,itaire matrix. "
a) Bewijs: Voor 'elke X uit (Cn geldt IIUXII = IIXII.
b) À is een eigenwaarde van U. Bewijs dat IÀI = 1.
c) Toon aan, met gebruikmaking van stelling 21, dat U unitair gelijkvormig is
met een diagonaalmatrix D.
d) Leid uit c af dat Idiil = 1, i := 1(l)n.
e) Toon aan dat IdetUI = 1.
Voorbeelq
Gegeven is het beginwaardeprobleem
=
!
Y;(t)
y;(t)
13YI(t) + 9Y2(t)
= -I6YI(t) + 37Y2(t)
In matrixvorm geschreven volgt:
! YI(O)
met Y2(0)
= -1 .
= 2.
[251, - AlO, J.= [:~_-.:~ I~J w,.; VI = ~[!lDe ~ektor V, = ~[ -;4J staat
-'
loodrecht op VI en heeft de lengte 1. De matrix P = [I 1
]1]2 J_l[3
- 5 4 -4J.
3 IS dus
0 25 .
0
[ Y2(t)
Y~ (t)J = A [Yl (t)J
Y2(t) ,
Yl(O)J = [-IJ
[ Y2(O) 2
gaat daarmee over in
[ Z2(t)
Z~(t)J = [25
0
25J [Zl(t)J
25 Z2(t) ,
Zl(OJJ
' ,[ Z2(Oj = [IJ
2 .
Ontdoen We dit van zijn màtrixvorm dan krijgen wehet volgende beginwaardeprobleem
voor de funkties Zl en z2:
{ Z2(t) =
Z~(t) == 25z 1(t) + 25z 2(t) Zl(O) =1
25z 2(t) j
. met Z2(O) = 2.
Omdat de koëfficiëntenmatrix van dit stelsel een bovendriehoeksmatrix is, is het gemak- ,
kelijk van onderen naar boven op te lossen. Eerst Z2, die de oplossing is van
{ Z2(O)
Z~(t) = 25z 2(t)
= 2.
Men ziet gemakkelijk in dat Z2 de' funktie is bepaald door
tE IR.
§83 365
tE IR.
. Opgave 95 ,
Los de onderstaande beginwaardenproblemen op.
/
366 §84
?~telling 22
::::a) Iedere Hermite-matrix A van de n-de orde is unitair ,gelijkvormig met een diagonaal-
} matrix. Bovendien zijn alle eigenwaard~n van A reëél en staan eigenvektoren van A
:~:~ die bij verschillende eigenwaarden horen loodrecht op elkaar.
)b) Iedere reële symmetrische , matrix S van de n-de orde is ortogonaal gelijkvormig
, ~,~,;,:,~, met een diagonaalmatrix. Bovendien staan eigenvektoren van S die bij verschillende
eigenwaarden horen loodrecht op elkaar:
Bewijs _
at)Laat A~ een nxn-Hermite-matrix zijn; dus AH = .A. Volgens stelling 21 bestàat er
een unitaire matrix P, dus p-l = pH, zodat P-1AP een bovenddehoeksmatrix T is.
Let op de-juistheid van de' ~-tekens. 'Daarmee is àangetoond dat uit XHAY = XHAY
noodzakelijk volgt dat <X,Y) '= O.
, b~) Laat nu S een reële symmetrische matrIx zijn. Vatten we S op als een komplexe
matrix, dan is S een Hermite-matrix en heeft volgens a2) en a3) uitsluitend reële
eigenwaarden. De karakteristieke vergelijking van S heeft dus een reële oplossing.
We trekken de slotsom dat iedere reële symmetrische matrix S tenminste één
(reële) ,eigenwaarde heeft.
b 2) Op een met het bewijs van stelling 21 overeenkomstige wijze kunnen we nu met
b~hulp' van bI), en met volledige induktie naar n, bewijzen dat een reële symme-
trische nxn-matrix S ortogonaal gelijkvormig is met een reële bovendriehoeks-
matrix T. Dat wil zeggen, er bestaat een ortogonale matrix P, dus p-l = pT, zo dat
p-ISP = T. Omdat S symmetrisch is, is overeenkomstig met al) ook T symmetrisch.
Blijkbaar is S ortogQnaal, gelijkvormig met de diagonaalmatrix T...
§84 367
b 3) Dat twee eigenvektoren van S die bij verschillende eigenwaarden van S horen lood-
recht op elkaar staan, bewijst men op een met a3) overeenkomstige wijze. 0
Voorbeeld , [0 3-23J - .
Van de reële symmetrische 4x4-mat~ix A= !2 ~ ~ ~3 is gegeven d~t 4 een ,
, , 3 -3 3 1 '
eigenwaarde is; en dat [~I J een eigenvektor is: We zullen, gebruik makend Vlm
-1 '
stelling 22, een ortogonalematrix P bepalen waarvoor geldt dat P-1AP een diagonaal-
matrix is. '
We stellen de gegeven eigenwaarde ÀI ; dus }.l = 4. We sporen de bij À1 horende eigen-
ruimte rxI van A op door (41 4 - A)X = 04 ' OP. te lossen.
_
[ , 2 -3 4 -3 0
-3 3 -~ 3 0 weg
o -1 0 1 0 weg
Blijkbaar
,
is de dimensie van rxI gelijk aan 2. Omdat A een reële symmetrische matrix
is, is A volgens stelling 22 gelijkvormig met een diagonaalmatrix. Daaruit volgt, met
stelling
,
19, dàt de algebraische veelvoudigheid o:(À 1) van À1 gelijk is aan dim rxI ; dus
o:(À I ) = dimrx1 = 2, en A heeft hoogstens drie eigenwaarden.
Met het oog op de ortogonale matrix P bepalen we twee. onderling loodrechte vektoren
in rx. I
dat V2 loodrecht staat op Vl' V2 is dan een oplossing van het volgende schematisch
opgeschreven stelsel van drie vergelijkingen in Xl, X2, X3 en X4'
V2 =-[ : J
is een oplossing van dit stelSel en (Vb V,) vormt een basis voor r" be~ta~de
.'I '
'
3
V =
1
-1
[~1
] hoort.
" [0~23~331-23~ -33]
AV =
3
~
[ 1
-1 1[-8]
~1 =~8
8 - [1]-1
" ~1 = -8 = -8V •
3
Blijkbaar is À-2 = -8. Stel nu eens dat À-l =- 4 en À- 2 = -8 de enige eigenwaarden van A
zouden zijn. Dan is de algebraische veelvoudigheid a(À- 2 ) van À- 2 gelijk aan 4 - a(À- 1) =
4 - 2 = 2. Maar À- 1 °a(À- 1) + À- 2 "a(À-2 ) = 4" 2 + (-8)" 2 = -8 *"
2 = sp A. Tegenspraak,
dus A heeft drie eigenwaarden À-!, À- 2 en À-3, en de algebraïsche"veelvoudigheid van zowel
À-2 als van À-3 is gelijk aan 1; a(À-2 ) = o!(À- 3) = 1. Daaruit volgt dat de dimensies van de
eigenruimten"van A bij de eigenwaarden À- 2 en À-3 ook gelijk aan 1 zijn. Blijkbaar is \'3
een basis voor de eigenruimte r~ van A bij eigenwaarde À- 2 = -8: ~"
We berekenen À-3 uit het spoor van A.
X4
o11 0
-1'0] ED [0 1o ~ 1" 1 1 r
-1
1 -lOt 0 -2 o "-2
10-i 0]
o I 2 0 .
o 0 -4 0
" 0 1] : '
V4 =
[~l iseen oplossing van dit stelsel. Blijkbaar is v = (V1 ,V2 ", V3 ,V4 ) een orto-
gonale basis van eigenvektoren van A voor ]R.4. We normeren"dit stel vektoren zo, dat
"er een ortonormale basis ontstaat.
~84 369
Bij À2 = '-8: , V3 ,=
, [ -1
1
1
J- -',
-
gaat nal1l.ormering over in U3 =
" -
,
2'
1
1 [ -1
,1
J' .
- -1 . _ -1
,,
V4
[ IJ
= ' ~I
0" gaat na normenng over m
. ' '" '- v'2 [IJ'
' U'
4 = 10
~1 .
P=
1
VI
1
'2 -2
1
o
'1 1 ]
-0 2' '2 -.,j'ï
o
I'
"
Opgave 96
a) Van een reële 4x4-matrix A is gegeven:
spA
,
= 3, rang van A is 2, en' A
'
[1 ~J'
0 I'
=' [1
0
a) (i) Bereken de eigenwaarden van ken vermeld hun algebraïsche
veelvoudigheden.
(ii) Toon aan dat A gèlijkvormig is met een diagonaalmatrix.
In de rest van a) is nog gegeven dat NUL(A)IKoL(A).
370 §84
(iii) Bepaal een ortogonale matrix P zodat P-lAP een diagonaalmatrix is.
(iv) Leidt uit (iii) af dat A symmetrisch is.
(v) Bereken A.
b) Van een reële symmet~ische 3 x3-matrix B is gegeven: detB = 0, en voor
[~
2·
C2 = 31
-3 1
4
"3
;]. C3 = [1 ! 3i
1 - 3i
1
2
2 + 3i 3iJ .
2
0 2 + 3i 2 - 3i 4
3
Dl =
-[1 1 0]
1 0 -1 , D2 =
[ 5 2-4]
82 2 ,D3 = [7 -4 -4]
-4 1 - 8 .
o -1 1 -4 2 5 -4 -8 1
(i) .Als E definiet positief is, bewijs dan dat p > 0, en det [~ ~] > ° en
detE> 0. . ~
positief is.
Aanwijzing. Voer geschikte elementa.ire :rij bewerkingen op det E uit en
bewijs daar uit dat 7 > o, , ~ > 0, ry - {32 > 0 en P'Y - a 2 > 0. Leid
daaruit af dat de karakteristieke veelterm van E alleen positieve nul·
punten heeft.
(iii) Onderzoek welke van de volgende reële matrixen definiet positief zijn:
372 §85 .
'~1 ~1], [~ ~
-1 2 1 4 1
!], [~ ~ ~] , [~1 ~1 =~].
1 2 3 -1...,,1 2
. 85 Kwadratische vormen
Laat A een reële nxn-matrix zijn. Een reële kwadratische vorm op IRn is een funktie
f:IRn -+ IR van de gedaante !
Xl] .
f(X) = f( ' : ) = ,~ ,~aijXiXj.
,
[ Xn
Fl J=1
au al2 .. . aln
a21 a22 .. " a2n
f(X) = ~° PiY[.
i=l
Met behulp van stelling 22 kan men: bewijzen dat dat inderdaad het geval is voor
iedere reële kVladratische vorm op IRD• Uit die stelling volgt tevens dat die transformatie
ortogonaal is. Dat wil zeggen, dat de transformatiematrix ortogonaal is. Hoe men te
werk moet ga~n om die transformatie op te sporen tonen we aan
de hand van een
voorbeeld.
Voorbeeld
Laat g de reële kwadratische vorm opIR3 zijn, bepaald door:
We k~nnen g, zoals hierboven voor f gedaan is, als volgt in matrixvorm schrijven:
We kunnen ,g echter ook beschrijven met behulp van een symmetrische matrix, zeg R:
r-,
,
De matrix R =
[
I 23] , ' . c
= XTRX:
, 3 21 , ' '
Volgens stelling 22 bestaat er een ortogonale di.agonaliserende matrix Q voor R. We
sporen de eigenwaarden en eigenvektoren van R op en l:!epalen vervolgens Q.
374 §85
t - 1 -2 -3 t-4 -2 -3
= (t + 2) -2 t - 2 -2 = (t + 2) -4 t - 2 -2 =
-1 0 1 0 0 1
CD
= (t + 2)(t 2 - 6t) = (t + 2)(t - 6)t.
[
;
3 2 1. 0
; ;:~] ~ -+ [~
i' , 1
:2 !4:~] ~
0 -4 -8. 0 weg
-+ [~ ~2 -1 :OJ
-4:0 .
[ 5
' -2
-2
-3;.
0 ]@il[5 -2
o4
-3:0]
~ *1
-2: 0 ~ -+ 8 -B 0 @
t
-+
[
~ -2 2; 0J
o -1:0
-3 -2 5: 0 -8 o 8: 0 weg
[:] is een oplossing. Na nonnering is V, =~ [:] een eigenvektor van R bij ~igen
waarde 6 en met lengte 1.
Bij À3 = -2. Volgens stelling 22 staat iedere ' eigenvektor van R bij eigenwaarde -2
loodrecht op de eigenvektoren van R bij de eigenwaarden 0 en 6, We berekenen nu
een eigenvektor bij -2 door ~et uitprodukt te berekenen van E2] .een eigenvektor
bij O. met [~] • een eigenvektor bij 6.
" ~1
~2
~3
1 1
-2 1
1 1
"= [-3] .
~ Na normering volgt dat V3 = 0[~1I'] een eigenvektor van R
- QY = Q[~:]= [::1 = x.
. Dan volgt dat g(X) = XTRX = (Qy)TRQy = yTQTRQy = yTQ-IRQy =
T
= y diag(O,6,-2lY = [Yl Y2 .• Y31r~ ~ ~ J[~:] ~ Oy? + 6Yl- 2yJ= 6y{- 2yJ.
_ 0 0 --2 Y3 .' . .'
paarmee is de gewenste som van zuivere kwadraten voor g(X) gevonden en de
bijbehorende ortogonale koördinatentransformatie bepaald.
We zien dat stelling 22 toepasbaar IS in het voorbeeld omdat R symmetrisch is. We .
laten zien dat iedere reële kwadratische vorm f(X) = XTAX beschreven kan worden
door een symmètrische matrix S. Definieer daartoe
(
A+AT
S=---
2
Omdat XTAX een I x I-matrix is, is die gelijk aan zijn gespiegelde, zodat XTAX =
=(XTAX)T =XTNX. Daarmee volgt diü .
Men kan bewijzen dat S de emge symmetrische matrix is waarvoor geldt f(X) = XT SX.
Op grond van stelling 22 bestaat er· een ortogonale diagonaliserende . matrix P voor S -
zodat
py p[~11 [~lJ
=
-Yn
=
xn
= X,
_ n
volgt dan, evenzo als voor g, dat F(X) = ~ PiY{ leder der getallen Pbi := 1(1)n is
~J . '
een eigenwaarde van S.
De rang van de reële kwadratische vorm f is bij definitie de rang van S.
Er geldt: rang-fis het aantal der getallen Pi> i := l(1)n dat niet nul is .
. Opgave 98
a) Bewijs de laatste- hierboven genoemde bewering.
b) Onderzoek voor i := 1(1)5 of de funkti~ bi: IR3 ~ IR een kwadratische vorm
is op IR3 .
b 1 (X) = XI X2 + xi + xl + 3X2X3
b 2 (X) = Xf + xi + 1
b 3 (X) = xl- 3xi + X2
2 ' 2
b 4(X) =Xl - X2 - 3XIX2
. 2
bs(X) = (Xl - 2X2 + 3X3)
Bereken de rang van bovenstaande kwadratische vormen.
c) gt. g2, g3 en g4 zijn reële kwadrati~che vormen; gt. g2 en g3 zijn gedefinieerd
op IR3 en g4 op IR4 •
Bepaal voor i := 1(1)4 een ortogonale koördinatentransformatie die gj(X) .
overvoert in een som van zuivere kwadraten en geef die som. Bereken tevens
voor i := 1(1)4 de rang van gi.
gl(X) =-xl + 4XIX2 - 2XIX3 + 2xi - l2x2x3 - 7~I,
g2(X) = 7xf - 4XIX2 + 6xi - 4X2 X3 + 5xI,
g3(X) = 2xf + 5XIX2 + 5XIX3 + 2xi + 5X2 X3 + 2xI,
Opgave_99 ,
Laat A een nxn-Hermite-matrix zijn. Een komplexe kwadratische vorm is een
funktie f: <c n ~ <c v~~' de gedaante ' .
py p[rJ
= = DJ = x,
n ' 2
f(X) overvoert in de som ~ PilYil .
i=l
. I. ' . -
'. [1
d) Als n = 3 en A =1 + 3i
I-3i
1
2 -3i] .
2 + 3i bereken dan zo'n matrix P en zo'n
, 2 + 3i 2 - 3i 4. ,
stel getallen ' Pb P2 en P3; bereken ook de' rang van f.
378 §86
Is Aeigenwaarde van ~ dan heet elke vektor X in ]RD (CCD) met de twee eigenschappen
X:#OD
~'X=AX
een eigenvektor van ~bij eigenwa~de .A. De verzameling van alle eigenvektoren van ~bij de
eigenwaarde Aaangevuld met de nulvektor aD is een deelruimte van 1RD(CCD) en heet ,de
eigánruimte van ~bij eigenwaaide À.. De berekening van de eigenwaarden en de bepaling
van een basis voor iedere eigenruimte van een lineaire operator .1'in ]Rn (<C1l) gaat n~t zo als in
§44 en 4~ voor lineaire operatoren in de ruimte. Dat wil zeggen, men berekent eerst een -
koördinatisering A = [~]~ van ~ op een zekere basis b voor]RD (CCD). Vervolgens berekent men i
=
d~ eigénwaarden van A uit det(tI - A) O. Uit het bovenstaande volgt dan dat de eigenwaarden
van A juist de eigenwaarden van ~ zijn, en dat de eigenvektoren van A juIst de
koördinatiseringen op de basis b van de eigenvektoren van .1' zijn. ~heet diagonaliseerbaar
als er een basis voor ]RD (<C1l) bestaat wa~op :r gekoördinatiseerd kan worden door een
diagonaalmatrix. In het verlengde van stelling 9 volgt dat ~ precies dan diagonaliseerbaar is als
er een basis voor 1RD(CCD) bestaat die louter uit eigenvektoren van ~is opgebouwd. Uit het
bovenstaande leidt men gemakkelijk af dat ~ dan en slechts dan diagonaliseerbaar is als zijn
koördinatisering A gelijkvormig is met-een diagonaalmátrix.
. Een lineaire operator ~in 1RD(CCD) heet ortogonaal (unitair) als voor alle X in]RD (<CD) geldt
dat
, 1I~X11 = IIXII.
Het blijkt dat ~ ortogonaal (unitair) is dan en slechts dan als er een ortonormale basis voor 1RD
(CCD) bestaat waarop ~ eettortogonale (unitaire) matrix tot koördinatisering heeft. Uit de
defInitie volgt dat als Aeen e~genwaarde van een ortogoiiale (unitaire) operator~is, dat dan
lAl = 1, en dat eigenvektoren van .1'behorend bij verschillende eigenwaarden van ~ onderling
loodrecht zijn. Is ~ ortogonaal dan heeft ~hoogstens de eigenwaarden 1 en -1 en is ~ in het
algemeen niet diagonaliseerbaar. Maar is ~ unitair, dan is ~ diagonaliseerbaar op een
ortonormal~ basis voor CCD; iedere eigenwaarde Avan ~heeft de vorm A eia. met 0 ~ a < 21t.
=
Een lineaire operator ~in 1RDheet symmetrisch als voor alle X en Y in ]RD geldt dat
. (~X,Y) =(X,~Y).
§86 379
.1"blijkt precies dan symmetrisch te zijn ~s er een ortononnale basis voor IRD bestaat waarop .1"
een synunetrische matrix tot koördinatisering heeft. In hèt verlengde van stelling 10 kan men
met behulp Van stelling 22 bewijzen dat iedere synunetrische operator .1"in IRD
diagonaliseerbaar is, en dat eigenvektoren van ~ die behoren bij verschillende eigenwaarden
l
van :ronderling loodrecht zijn.
Opgave 100
a) Van de Iffieaire operatoren .1": CCD ~ CCD en (j : lRD~ lRDis gegeven dat :r unitair en (j
symmetrisch is.
(i) Bewijs dat zowel voor .1" als voor (j eigenvektoren behorend bij verschillende
eigenwaarden onderling loodrecht zijn..
(ü) Toon aan: Is A. eigenwaarde van.1", danîs IA.! = 1.
(iii) Toon aan dat [.1"]: ~tair is endat [(j]: symmetrisch is.
(iv) Toon aan dat .1"en (j diagonaliseerbaai zijn op een ortononnale basis
achtereenvolgens voor CCD en IRD.
Aanwijzing: Gebruik (iii) en de stellingen 21 en 22.
C[ :: ]=[ ::1 ].
(i) Bewijs dat Cunitair is.
(ü) Bereken de eigenwaarden van C
' (iii) Bepaal een ortononnale basiS voor CC 2 waarop Ceen diagonaalmatrix tot
. koördinatisering heeft.
d) 'IJ i~ de lineaire operator in <r4 bepaald door
1 1 1 1
t 1 -1 -1
['D]: =
1 -1 1 -1
1 -1 -1 1
Antvvoorden
La. {(0:,~,-40: + 7~ - 2r + Mi + 9,r,8)10:,~,r,8 e IR}.
b. {(0:,2~ - 6r + 8' + 12,~,r,8)10:,~,r,8 E IR}.
c. {(0:,~,r,8,0: - 4)10:,~,r,8 E IR}.
d. {(2,0:,~,r,8)ltx,~,r,8 E IR}.
2.a.{(0:,o,~,-0: + ~)Io:,~ E IR}.
b. {(40:,70:,-7ê1:,So:)10: E IR}.
. 3.a. strij dig. . .
b. {(2 ~ 3~ - 2r,-1 - 20: + ~,o:,~,r)lo:,fi,rE IR}.
c. {(4,-8,-2,0:,fi)10:,~ E IR}.
d. {(0:,2,~,-1,-1)10:,~ E IR}:
e. {CS ,0:,8,~,r)10:,~,r E IR}.
4.a. p = 1: strijdig. p::l; 0 en p ::I; 1: één oplossing. p = 0: {(0,1 - A,A,I) I A E JR.}.
b. P = 1: strijdig:p::l; 1 en p::l; 2: één
oplossing. p = 2: {(-4 - A,A,2) I A E JR.}.
c. p = 1: {(-1,2 - À,-4À,À)IÀ E IR} '
p = 4: {(3À - I,-À + 2,':À,À)IÀ E IR}
p'* 1 en p '* 4: {(-I,2,0,0)}, één oplossing.
d. p = 0: strijdig. '
p = 2: {(À,-~+~À,~-À,t)IÀ E IR}
p =F 0 en p '* 2: één oplossing.
IO.a. [~14 5
13 12
~]. b. h [~7
-18
~I7s =~:].
-27 -36
c.![ 3~ ~~~ =~~].
102 33 -36
3 20]
13.a. 4 11
. [26 -52]
b. 4 -5 , c.
[3 20] [6 40] .
0 2 ; 4 1,3 d.
.[ 26 -52
21 -7
J [29 -32]
;; 25 4 .
[
1 14 . 50 68 1 14 2 28 .' 50 68 51 82
, 001 · 000
, [100] - , -
d. I)P = px 1 0 , P E IN+. )·e. 'EP' 2P- l x P [ ' ~ " 1 ] ; pP
= I als p is even;GP '~ 0 als p ~ 2. '
=
py 0 1 1 F als poneven '
24.c. xw = EF =FE.
yz of
25.b. XY = YX. ' c. XY =YX. d (i) onjuist, U = [4 2]; (ii) onjuist; U = [2 1
-6 -3 -3 - 2
J.
, [-11 '6 -1]
26.a. AB = 0; BA = -22 12 -2 . b. [0 Ol.
, -11 6 -1
1 000
,2 -3 1 , -2 -4 5
1.2.1 ' 0
3 3
, ° -3 1 3 " ° ° ° 1
, ; ( 1 l ' )
b. dlag 1'2'-3,10. "
' c. (diag(al, ... ,an))-l bestaat ~ al·a2· . ... ·an =1=0.
d. produkt diagonaalelementen =1= O.
e. x=l=O en x=l=~; x=l=-B en x =1= 2 ,; x =1= 3 en x =1= -2.
/
382 antwoorden
d. Als f(t) = r .
~ ajtl, dan is D-
I
= --1 r "j
~ ajlr-.
I
f. (I + E)- ,
I
=I - E.
j =o , ao j= I
-I l ' [1 ' 0 ] 1 [ 1 3 ] [4 3 ]
g. (f(E)) = ao2(aoI - alE). h· O -1 '2 1 -1 ' -5 - 4 ..
1
6, o 0 0 0 1
'5 o o o o
-~
~ -1
2
0
0
0] [ 0
0 0
0
0 -2
\' !
_1]
2
o 5
-2
3
2' 0 0 o 0 0-2
b. 2 . '9 5; 9 S . c. o 2 -1 0 0 00 o
o 0 -ï ï -2 2 0 0
[ o 0 0-2 o 9
-2
7
ï o o
o 0 2 -1 2 -1 0 0
o o o o 4 ~3 0 0
d. ln +aH] ~ [=HHU]
[.1 ,[,I f. x -2y ~,~-4
g. [~]f~} ;gl ~ Ul ~ h. x + 3y -2, -4.
d. [: l ,. ~ HUl [.1 [;] f. h's; (7', -~x, + 2x, - 2)' (x, - 13x, - 10x, + 10) ~ O.
g." tlIW! h 5x, +X, - x, ~ 3; m,n [~l [,I ~ m°Hl
+
55.a. Al =[
2-1
1 1 3
1] .
; 5llY = 9~1 + ~ + 7~; J'Iïl (~l} = ~5~1 + .!<2 - 2!b).
1 -1 2 . , .
e i
.()
p=L[ ~4~]
13 9 'Q
-7 ] R=[eosa -Sina] S=L[ -5 -12] T~l[ 17
=L['1838 -19" 19 -12 5 ' '13 8-7
. , smcx. eos a
, 1 [-19 11 ]'
(v) (SR)-l = SR; (Qn- l = i2 779 -355 .
h. P =
l-a2 -ab
-b~ }-b2 ' -he
-ac] 2
[1-2a -2ab -2ae]
; S = -2ba 1-2b2 -2bc .
[
-<.:a -<.:b 1-<.:2 -2ca -2cb 1-2c2
(vii) Vop b-basis: 8Yl + 25yz + 32Y3 = 8; V op c-basis: 89z1 + 41zz + 170z3 = 8.
c. T- 1S. .
, b. 1)
[
cosCP
3
SSincp
- 16
25' +
3.
ssmcp
9
~oscp
12
ssmcp
4.
12
25 - ~osCP
1 2)
3..f2
10
-3..f2
10
32 + 9{2
50
2..f2
T
24 - 12{2
50 =:M,
4. 12 12 9 16
5~nncp 25'- ~OScp 25'+ ~OScp -4..f2 24 - 12{2 18 + 16{2
10 50 50
0
3) W. M [1JU!,î)] = [1 5 ~ ~1: ~~] =: N,S) [1)(!!,7t)] =~ [-: ~ , ~],
-20 12 9 0 24-7
6) [1JU!, ~)] = [1JU!,- î)] =[1)-1(4, î)] =NT. 7)~ [ 1~ ~~ ~156], 8) is [2~ =~~ ~~]
. -20 9 -12 15 16 12
.
c) 1) t [
1 1 1] [0 -1 1]
1 '1 1 + ~ . 1 0 -1 =: D, 2) DT, 3)
[-2 -2 1 ]
-2 1 . -2 , t
1 1 1 . -1 1 0 . 1 -2-2
58,i) 1) Ker S = {Q}; Im S is de ruimte; S-l bestaat; S-l{~) = Lil); S-l{h) = (h); S-l{~) = (~).
2) Ker Pis de lijn m : .3. = ~; Im P= U; Pniet inverteerbaar; p-l {a} is de lijn m~ : .3. = A + 11-~; p-l {h} is
de lijn m": ~ = h + 11-f<; p-l {f<} = 0.
3) Ker 'T= {Q}; Im 'Tis de ruimte; 'F l bestaat; 'Fl{~} = (-~); 'Fl{h} = (h); 'Fl(f<} = {--!<}'
4) Ker Qis vlak V: ~ = (lA + 'YQ; Im Qis I; Qniet inverteerb~; Q-l (A) = 0; Q-l (h) is vlak V'
: ~= h + (lA +'YQ; Q-l{Q) = 0.
5) Ker 'IJ= (Q); Im 'IJ is de ruimte; '1)-1 bestaat; '1)-l(A} = {~}; '1)-l(h} = {--!<}; '1)-l{Q} = (hl.
6) Ker P'1J= I; Im P'1J = U; P'1J niet inverteerbaar; (P1J)-1 L~) = 1': ~ = ~ + Ah ; (P1J)-1 (12) = I"
: ~ = --!< + Ah; (P'1J)-1 (f<) = 0.
7) Ker Stj)Q= V; Im Stj)Q= m; Stj)Qniet inverteerbaar; (Stj)Q)-l(J.) = 0; (Stj)Q)-l{lÛ = 0;
(Stj)Q)-l (~) =V"; .3. =-12 + ~ + 'Y~.
8) Ker Q'lJ'T= U; Im QPI'= I; QPI'niet inverteerbaar; (QD'1J-l{~) = 0; (QD'1J-l(hl = U';
~ = Q + (lA + /3h; (Qp1J-l (Q) = 0.
9) Ker 'lJ'TP='m; Im 'lJ'TP= V; 'lJ'TPniet mverteerbaar; ('lJ'T~-l{A) = m"'; ~ = -:i! + 1-lQ;
('lJ'T~-1 (12) =0; ('lJ'Tp)-1 (Q) =m".
g) (}t: 5~1 - 2~ -!<3; ~l +!<3, ~ + !<3); Xl + X2 - X3 = 0; XI '+ 3X2 - X3 = 0; 2.
0.: ~l + ~ - =
2!<3; (~l -+ ~ + !<3, 8~1 + 3~ + !<3); Xl + 2X2 + X3 0; Xl + 5X2 t 3X3 =0; 2.
Çh: ~l + ~ - ~3; @,l + ~3, ~ + !<3); Xl + X2 - X3 = 0; Xl + X2 = 0; 2.
q4: ~l +~ - 3!<3; ~ - 2~3, ~l +~; 2Xl - 2X2 - X3 =0; (Q); 2. '
59.a. (i) P + a, pa, p..J3, a 2 • ,
. . '
6o.a. (ii) A = 1, basis ~ , (iii) diag. (iv) [Jil----l] =
[ 1+PIP2
2
-p~ 1
P2 l-PIP2
b. diag.; B is de.l projectie op vlak ~ = /3h +~, /3,'Y E IR. .
d. 1) Al = 1, lijn I; A2 =0, lijn m door 0 en .l/; diag.
2) Al = 1, lijn I; A2 = -1, lijn m; diag.
3) geen eigenwaarden; niet diag.
4) Al = 0, lijn I; niet diag.
5) Al = -1, lijn m; A2 = 1, lijn I; diag.
6) Al = 0, lijn I; A2 = 1, lijn m; diag. '
f. (i) Al = 1, lijn I:: ~ =~, CE IR; A2::;; -1, basis CA,hl; J"is de spiegeling t.O.v. de lijn l.
(ii) 111 = 0, basis A; 112 = -1, basis h; 113 = 1, basis Q.
(iii) VI = 0, basis i; V2 = 1, basis h +~; V3 = -1, basis h -~. (v) nee.
g. (i) Im q: X = (lA + /3h, (l,/3 E IR.
(iv) CA,h,-a + 212 +~; diag(1,-I,O).
h. (iii) niet diag.
388 antwoorden
b. (ii) [ ~~ l t[ I; ~2]
(iii) .
C. =
Cl: Al = 1, el + 1<2 + ~; A2 -2, ~l - ~ +~; A3 3, ~l + 3.1<2 + 9~; diag. =
C2: AI = -1, 2el +ez + e3; A2 = 1, ~l +~; A3 = 2, 2!<.1 +.1<2 + ~; diag.
C3: Al = 0, ~; niet diag.
(4: Al = -2, (el + .1<2, .1<2 + ~; A2 = 4, !<.l :.. .1<2 + 2!<.3; diag.
Cs: Al = -2, ~l + .1<2; A2 = 4, .1<2 + ~; niet diag.
Q;: [A\ = g, ~!<.]l + 5.1<2 + 2~; niet diag. > •• > •
d. (i) 0 0 0' , (ii) diag., (iii) p = 0, 0' -:I- 0 niet diag.; p -:I- 0, 0' = 0, niet diag.; p = 0' = 0 diag.,
o pO > .
(iv) pO' > 0 of p =0' = 0, (v) p = 3, P = 4/3; Al = 1,1; A2 = 2, 211 + 3ç; A3 =-2, 211- 3,Ç..
»e. (')
1 3
Ct > 4' maar Ct -:I- 3 ; ("11) Ct > 4'
3 maar Ct -:I- 3•
Àt
• > 2
(ii) geen eigenwaarden sp A =2Aj ; lAl = A;
(iii) Al en A2 niet diag., A3 en ~ diag.
b. (i) (ii)
diag.
c. C =
21 -24 17 [-3 0 -1]
-186 136 -114 , M = -30 22 -18 .
J
[
-244 192 -156 -28 24 -18
d De matrixen hebben verschillend spoor.
e. De matrixen hebben verschillende determinant.
,
g. (i) [~]: =
, -1 0
[0-1] , ,
(ii) (j!F over 1t + arccos -S3 , ~~ over arccos (_ls~.
t t.J3] 1 0
h. [ t.J3 _~ [0 -1 ]
64.e. Snoch 'Tortogonaal (Sniet inverteerbaar en 'Theeft een'eigenwaarde 3).
t[1-2 -2] .
- '
65.c. (i)[CJ: = 2:' 2 -1 ; (iii) 1..1 = 1, basis ~ -1<3; (iv) 1; (vi) 12; (vii) 12
2 -1 2 .
. ~ 2
d. p = 1, q = s = 0, f}) = :V(~1 + ~ + ~,~).
. 1t
e. det 'El = 1; 'El = ,f}) ~1 +~ + ~'3); Xl + Xz + X3 = O.
. 2
det ~ = 1; ~ = f}) ~l - ~,arccos3); Xl - 2xz = O.
66.a. (i) Al = I, basis Cä, ~ + Q.);-A2 = 3, basis Cä'xQ.). (ii) [~1 ~1 ~].
rl
. . 0 0 1
68.a. (i) A(5) = 3A(1) - 2A(2); (ii) nee; (iii) [2,-l,l}O,O]T, [8,--6,O,l,O]T, [-3,2,O,O,I]T;
(iv) A(3) = 3A(1) - A(2), A(4) = 3A(1) - 2A(2)'
b. (i)~=2a, (ii)alleaen~, (iii)~=a, (iv)alleaen~, (v)-2a+~+1=O, (vi)a=t,~=î ,
c. (i) en (iv,) onafhankelijk; (ii) en (iii) afhankelijk.
69.b. Het stel kolomvektoren van MI. M3, M5 en ~ onafhankelijk, van M2 en ~ afhankelijk.
c. (i) c, e, f::F- 0, (ii) voor alle waarden afhankelijk, (iii) c, e::F- 0, f of g::F- O.
, -3 6 , '
, .. ' [-1
b. (U)
0 60 1
3 -5, -3
2 -5l
- 2 I [7 12
4 -6
7 " (iiifï8 -2 -:-6
90
-18
-Ij '
2 ' " e _ [2l
' 4 '''C _ I [3]
0
26 ' (Iv) [Uj - 0 .' [Uj - 2: 4 .
2 -3 -1 4 -1 -12 -9 13, , 3 ,I
, ' [1 0
73.c. (i) , 0 1
2 -1
-2 ~ 2 1 o
1 0 0 0 o
d. (ii) BI = 0 ,B2= 1 ,B3 = 0 , (iii) B4 = 0 • B5 = o
-1 -7 4 0 1
o 0 1 0 0
(v)c={iHIJDH~}(~)[~~=[~ ~ ~ nJ·
74.a. IIUIII = 5, IIVIII = 6, (UI,V1 >= -15, IPI = t1T. ' ,
IIU211 = y'3ö, IIV211 = 2y43, (U2,V2) = 70, IP2 = arccos(35/V30 V43),
IIU311 = VS, IIV311 = VS, (U3,V3) == 1, IP3 . = arccos~.
b. ÀI =:= -!f, À2 = -1: .
c. n: ([25 11 -1 OjT,[22 10 0 I]T); ~l: ([1 ,0 0 -2jT;r0 2 0 -3jT,[0 0 2 _5jT). '
rln~l : ([23 5 -15 -i 6]T).
d. Op 1\: [0 i 2 3]T, op QI: [4 -1 6 , l]T.
Op 1'2 : [5 -3 3 -5 3)T op Q2: Ó -1 4 -1 6)T.
Op 1'3: f4[l7 64 37 98) t , op Q3: [6 3 5 3jT.
i. (B,C) = ~.
75.a. IIUIII = 3y'ïö, IIVIII = 3..;6, (UI,VI ) = 21 - 27i, (VI,UI ) = 21 + 27i.
IIU211= 8, IIV211 = y'2T5, (U2,V2) = 12 - 2i, (V2,U2) = 12 + 2i.
IIU311 = v'66, IIV311 = v'33, (U3,V3) ~ 4 '- 26i, (V3',U3) = 4 + 26i.
IIU4 11 = ...;65, IIV4 11 = 2YIT, (U4 ,V4 ) = -4 + i, (V4 ,U4 ) = -4 - i.
b. ÀI = 3 + 3i, Jll = -1 + 4i; À2 = i, Jl2 = 2i; À3 = 1, Jl3 = i.
c. Op r: [1 + 1. 0 1 + ijT, op Q: El - i 2i 2]T.
'392 antwoorden
7ó.a. f 1 :
F, =},lHF' =J.l ~'l F,= lü
f2 : --ll~J~ --I-l~ll
Fl - 2 v'ï4 ~2
, F2 -.-~l' =~;.J' F3 - 210
1
.3 7
, ,
f. Neen; bijvoorbeeld: F1 = [~ ~\ ~] en F2 _~ [~ .~ ~] .
004 . 004
3 2
89.a. (i) sp A = 7, det A = 12, ~A(t) = t - 7t + 16t - 12; À1 = 2 tweevoudig; À2 = 3 enkelvoudig
b. {i) LlB(t) = + S. e
(Ü) B27 = - S 13 B, B28 = S 14 1, B29 =
c. spCD = spDC = 6.
J I 1
ZI (t) YI (t)
.J6 .J2 . -.J3.
2 1
n .a. (i) 0 Z2(t) Y2(t)
-::76 V3
1 1 1
Z3(t) Y3(t)
.J6 -.J2 -.J3
20
Z~ (t) ;" 3z 1(t) Zl (0) = Yl (t) = t(7e
3t
+ Se 6t )
.J6
2 3t
z;(t) = 3z2(t) , met Z2(0) = - .J2 . Y2(t) = t(20e - sét )
5
z~(t) = 6z 3(t) Z3(0) = -.J3 Y3(t) = ~(13e3t + Se 6t )
2 1 2 ZI (t) YI (t)
$s "3 -3
-5 2 2
(ii) "3 '3 Z2(t) Y2(t)
$s
6 1 2
"3 Z3(t) Y3(t)
.J65 !
I 2 1
Zl (t) Yl (t)
.J6 .JS .J3ö
2 1 2
(ili) -.jS Z2(t) Y2(t)
$ .J3ö
1 5
0 Z3(t) Y3(t)
-$ .J3ö
2 _.!!t-~
Y1(t) = ~e6t
36.30
+ ~et
5
+ ...!..t
12 36 216
Y (t) = ~e6t _~et + .!t + 25 t +..i.!..
2
. 2 36.30 5 6 .' 18 108
5 e6t
Y3(t) = 3:. 30 - ~~t -
f-ït2 - 3i.;0 ·
YI (t) = _4e t + 6e 2t
Y2(t) = _3e 2t + 3e 3t
t 3t
Y3(t) = 4e - 3e
antwoorden 395
Yi(t) = !let
3 _
+ 3e- t _ ~e-2t
3
'.
93.a. P =.J2
I [.1-:"'i J
-i 1 .
b. P =..}6
I [-2 1 i] .
1- i
+
2_ .
d. De 'reële matrix [~ ~] heeft 'geen eigenwaarden, daar ~ijn karakteristieke veelterm '
1
.J2
[ -1 1]
-1 1
[z, (t)] [Y' (t)]
Z2(t) = Y2(t)' Y2(t) = (2 - 3t)e .
2t
y, (t) = (1 + 3t)e 2t
y,(t) = (7 + 6t)e- 3t
,J2 [~ -!] [::~:~] [~:~:~] = . Y2(t) = (1 + 6t)e- 3t .
96. a. À, = 0 tweevoudig; À2 ~ 1, en À3 = 2 enkelvoudig.
1+ 3i I -i
-
.Ji4 -::;3 2
i-3i I ..!.
P3 = :]3 , P3-'C 3P3 = diag(-3,0,9).
V24 2
2' I I-i
"J24 -'J3 2
396 antwoorden
1 1 1
.Jï .J3 -..ft
1 2
d. PI = 0 ,PI-1DI PI = diag(I,2,- 1).
.J3 ..ft
1 1 1
.Jï -V; ~
1. 1 4
3 .Js - ..j45
1 2 2
Pz = , pZ-l Dz Pz = diag(O,9,9).
-3 ..ft. .J45
2' 5
3" 0
.J45
1 4
3" 0 -08
2 1 1
P3 = , P3- 1 D3P3 = diag(-9,9,9).
3" Tl TB
2 -1 ,1
3" .Jï 0s
97.a. ÀI =3,[2 2 l]T; Àz =6, [-2 2]T; À3 =9, [1 -2 2]T.
. 40 + 4v'6 + 3 -40 + 2V6 + 6 20 - 4V6 + 6] '
S= -40 + 2V6 + 6
[ 20 - 4v'6 + 6
, 40 + + 12.J6 -20 - 2V6 + 12 .
-2...;3 - 2v'6 + 12 0 + 4V6 + 12
C. Cl niet, Cz wel definiet positief.
d. g(O,O) kleinste waarde van g, h(O,O) grootste waarde van h, k(9,O) geen uiterste waarde van k.
e. De eerste, derde en vierde zijn definitief positief.
*
1 1 1
V3 " .Jï .J6
~ yl - ~ yt; py = ~ o
Z 2
. g3 : 7YI - X, P - -::]6 . rang g3 = 3.
1 -1 1
-:J3 V2 '"J6
antwoorden 397
1 1 1
2"
1
°
1
72
0
2" '
1
-2 . rang g4
~: 4Y1 2
+4Yi + 2Y3 2
- syf; py = x , p = "2 J2 = 4.
1 1 1
2 0 --::;2 2
1 1 1
2" -.J2 ,0 -2
1 1+3i !
-..fi 2.,J6 . 2
1 1-3i 1. , PI .= 0, P2
d. P = -J3 2.,J6 2
= -3, P3 = 9; rang is 2.
1 1 f+i
..fi .J6 2
lQO.b. (i)
3-2 -2] "
t[2 -1 - 5 , (ii) Al = 1, A2 =
.
t+ i, A3 = t- i.
2 1 3 . .
Trefwoorden
.r u
rang van een kwadratische vorm 376,377 uitdunnen van een stel vektoren 241
rang van een lineaire afbeelding 262 uitprodukt 111
rang van een matrix 178, 250 unitaire matrix 280
rechtsdraaiend driebeen 110 ' unita4'e operator 378
reëel deel van een matrix 64 unitair gelijkvormige matrixen 343
n
reële (komplexe) vektorruimte IR (CCn ) -227
règuliere matrix 55 . v
richtingsvektor van een lijn 82 valse vergelijking 8
richtingsvektor van een lineaire variëtiet 254 Vandermonde, determinant van 326
richtingsvektor van een vlak 86 veegproceduren 11,15,54,120,149,238,317
. rijmatrix 25 veelvoudigheid, algebraïsche 348
rijrang van een matrix 178,247 veelvoudigheid, meetkundige 350 .
rijruimte van een matrix 232 vektor 70, 228
vektortripelprodukt 113
s vektorvoorstelling van een lijn 82
scheefsymmetrische matrix 50 vektorvoorstelling van een vlak 86
scheve Hermite-matrix 66 vergelijking in nonbekenden 7
scheve projektie 172 vermenigvuldigbaarheid van twee matrixen 33
singuliere matrix 55 verschuivingsgelijk zijn van pijltjes 69
skalaire matrix 42 verwisseling 302 ·
skalartripleprodukt 115 vierkant stelsel lineaire vergelijkingen 58
som van matrixen 31 vietka.'1te matrix 25
som van operatoren 143 volledig origineel 133
Som van twee deelruimten 228 voortbrengen van een deelruimte 231
som van vektoren 70 vrijheidsgraad 8, 13,82