plan for forelesning, 25. mars 2020 - universitetet i oslo · 2 5 1 ag danner en ortonormal basis....
TRANSCRIPT
-
Plan for forelesning, 25. mars 2020:
1. Repetisjon av kapittel 5.1, vektorer i R3- Noen eksempler
2. Ortogonale matriser i R3- Eksempler
3. Noen regneeksempler
1 / 36
-
1. Repetisjon:
* La v = (a,b,c) være en vektor i R3. Lengden av v er gitt ved
|v|= (vTv)12 =
√a2 +b2 + c2
* I en ortonormal basis har basisvektorene lengde 1 og de st̊arnormalt p̊a hverandre. Standardbasisen {e1,e2,e3} der
e1 =
100
, e2 =01
0
, e3 =00
1
,er et eksempel p̊a en ortonormal basis.* Vi bruker ofte notasjonen
i = e1 j = e2 k = e3
2 / 36
-
* En vektor v ∈ R3 har koordinater relativt til en ortonormal(vesentlig at den er ortonormal) basis B = {b1,b2,b3} gitt vedskalarproduktet
vi = v ·bi i = 1,2,3
* Anta (a,b) 6= (0,0) og a2 +b2 + c2 = 1. Da vil mengden
b1 =
abc
, b2 = 1√a2 +b2
−ba0
, b3 = 1√a2 +b2
acbc−(a2 +b2)
danne en ortonormal basis.
3 / 36
-
Eksempel
B = {b1 =1
3
212
, b2 = 1√5
−120
, b3 = 13√
5
42−5
}danner en ortonormal basis. Vi kan skrive v =
111
uttrykt i dennebasisen
v1 = v ·b1 =5
3, v2 = v ·b2 =
1√5, v3 = v ·b3 =
1
3√
5
som gir
v =
111
= 53
b1 +1√5
b2 +1
3√
5b3
4 / 36
-
Eksempel
Betrakt vektorenv = 23 i−
13 j +
23k
Vi har
v ·v =(23 i−
13 j +
23k)·(23 i−
13 j +
23k)
= 2323 i · i +
−13−13 j · j +
2323k ·k
= 1
siden i · i = j · j = k ·k = 1 og i · j = j ·k = k · i = 0.
5 / 36
-
* Kryssproduktet v×w for v,w ∈ R3
v×w =
∣∣∣∣∣∣i j kv1 v2 v3w1 w2 w3
∣∣∣∣∣∣= (v2w3−v3w2)i + (v3w1−v1w3)j
+ (v1w2−v2w1)k
=
v2w3−v3w2v3w1−v1w3v1w2−v2w1
6 / 36
-
* Egenskaper for kryssproduktet, (u,v,w ∈ R3, k ∈ R);i) Lineært i begge faktorer;
(u + v)×w = u×w + v×wu× (v + w) = u×v + u×w
(ku)×v = u× (kv) = k(u×v)
ii) Anti-kommutativt; u×v =−v×uiii) Ortogonalitet; u · (u×v) = v · (u×v) = 0iv) Selv-utslettende; u×u = 0v) Tilfredsstiller Jacobi-identiteten;
u× (v×w) + v× (w×u) + w× (u×v) = 0
vi) ||u×v||= arealet av parallellogrammet utspent av u og v.
7 / 36
-
* For standardbasisen har vi de vakre sammenhengene
i× j = k, j×k = i, k× i = j
j× i =−k, k× j =−i, i×k =−j
8 / 36
-
Eksempel
La u1 = i− j, u2 = i + j−k. Da har vi
u1×u2 = (i− j)× (i + j−k)= i× i + i× j− i×k− j× i− j× j + j×k= 0 + k + j + k−0 + i= i + j + 2k
u1×u2 =
∣∣∣∣∣∣i j k1 −1 01 1 −1
∣∣∣∣∣∣= i
∣∣∣∣−1 01 −1∣∣∣∣− j ∣∣∣∣1 01 −1
∣∣∣∣+ k ∣∣∣∣1 −11 1∣∣∣∣
= i + j + 2k
9 / 36
-
* Trippelproduktet av tre vektorer u,v,w: [u,v,w] = (u×v) ·w
* [u,v,w] =
∣∣∣∣∣∣u1 u2 u3v1 v2 v3w1 w2 w3
∣∣∣∣∣∣= det(A)der A er matrisen med søyler (eller rader) u,v,w.
* (u×v) ·w = (v×w) ·u =−(w×v) ·u
* [Au,Av,Aw] = det(A)[u,v,w]for en 3×3-matrise A.
* [i, j,k] = (i× j) ·k = k ·k = 1
10 / 36
-
Eksempel
Vi skal regne ut trippelproduktet av vektorene
b1 =1
3
212
, b2 = 1√5
−120
, b3 = 13√
5
42−5
Vi bruker formelen
[b1,b2,b3] =1
3· 1√
5· 1
3√
5
∣∣∣∣∣∣2 1 2−1 2 04 2 −5
∣∣∣∣∣∣=
1
45(−20 + 0−4−16−5−0) =−1
Det er et generelt faktum at trippelproduktet av en ortonormal basisvil være ±1 (avhengig av orientering)
11 / 36
-
2. Ortogonale matriser:
Definisjon
En matrise A som oppyller ATA = Id kalles en ortogonal matrise.
Konsekvens1. Alle søylene i en ortogonal matrise har lengde 1 og de st̊arnormalt p̊a hverandre.2. AT = A−1 og derfor ATA = AAT = Id . Radene er dermed ogs̊aortonormale.
Eksempel
A =
01√2− 1√
2
1 0 00 1√
21√2
er en ortogonal matrise (sjekk for b̊ade rader og søyler).
12 / 36
-
Egenskaper ved ortogonale matriser:
- Produktet av to ortogonale matriser er en ortogonal matrise.
(AB)T (AB) = (BTAT )AB = BT (ATA)B = BTB = I
- Determinanten til en ortogonal matrise er ±1.
1 = det(I ) = det(ATA) = det(AT )det(A)
= det(A)det(A) = det(A)2
- Alle (de reelle) egenverdiene til en ortogonal n×n-matrise harabsoluttverdi 1.La v være en egenvektor av lengde 1 og med egenverdi λ .
λ 2 = λ (vTv)λ = (λv)T (vλ )
= (Av)T (Av) = vT (ATA)v
= vT Idv = vTv = 1
13 / 36
-
- La A være en ortogonal 3×3-matrise med determinantdet(A) = 1. Da har A en egenvektor v med tilhørendeegenverdi λ = 1.Vi har (χA er det karakteristiske polynomet til A)
χA(1) = det(A− I ) = det(A−AAT )= det(A) ·det(I −AT )= (−1)3 det(A) ·det(A− I )=−det(A) ·χA(1) =−χA(1)
Det følger at χA(1) = 0, som er ekvivalent med at λ = 1 er enegenverdi.
- La A være en ortogonal 3×3-matrise med determinantdet(A) =−1. Da har A en egenvektor v med tilhørendeegenverdi λ =−1.
14 / 36
-
Eksempel
La A være den ortogonale matrisen
A =
01√2− 1√
2
1 0 00 1√
21√2
Det karakteristiske polynomet er gitt ved
χ(λ ) = det(A−λ I ) =
∣∣∣∣∣∣∣0−λ 1√
2− 1√
2
1 0−λ 00 1√
21√2−λ
∣∣∣∣∣∣∣= λ 2(
1√2−λ )− 1
2− 1√
2(
1√2−λ )
=−λ 3 + 1√2
λ 2 +1√2
λ −1
=−(λ + 1)(λ 2− (1 + 1√2
)λ + 1)
15 / 36
-
Eksempel (fortsetter)
Faktoriserer 2.gradsuttrykket ved abc-formelen
λ =1 + 1√
2±√
1 + 2√2
+ 12 −4
2
Løsningene er komplekse tall, noe som betyr at den ortogonalematrisen svarer til en refleksjon og en rotasjon. Refleksjon fordideterminanten er -1 og rotasjon (6= 0) fordi vi ikke har flere reelleegenverdier.
Egenvektoren til λ =−1 er gitt ved
v =
1−1√2−1)
16 / 36
-
Proposisjon
La A være en ortogonal matrise, og la v være en egenvektor medegenverdi λ 6= 0. La W = v⊥ være det ortogonale komplementettil v, det vil si alle vektorer i rommet som st̊ar normalt p̊a v. Da harvi AW = W .
Bevis. La w ∈W , dvs. w oppfyller wTv = 0. Da har vi
(Aw)Tv = wTATv = wTA−1v = 1λ wTv = 0
og det følger at Aw st̊ar normalt p̊a v, dvs. Aw ∈W .
La s̊a Aw ∈ AW . Da har vi
(Aw)Tv = wTATv = wTA−1v = 1λ wTv = 0
og det følger at Aw ∈ v⊥ = W .
17 / 36
-
Rotasjoner er gitt ved det(A) = 1, og egenvektoren til λ = 1 errotasjonsaksen. Det ortogonale komplementet til v er darotasjonsplanet. Dette endrer seg ikke ved rotasjoner, som svarer tilAW = W .
Refleksjoner er gitt ved det(A) =−1, og egenvektoren til λ =−1 ernormalvektoren til refleksjonsplanet. Refleksjonsplanet W oppfyllerdermed AW = W .
18 / 36
-
Proposisjon
La A være en ortogonal 3×3-matrise, og la v,w ∈ R3. Da har vi
Av ·Aw = v ·w
Bevis. Vi har
Av ·Aw = (Av)TAw = vTATAw = vTw = v ·w
Dette betyr at lengder og ortogonalitet ikke endrer seg vedmultiplikasjon med ortogonale matriser.
19 / 36
-
Eksempel
Gitt en ortogonal 3×3-matrise og to vektorer
A =
1√3
1√2
1√6
− 1√3
1√2− 1√
61√3
0 − 2√6
, v =10
2
, w =13
0
Da har vi
Av =
√2+2√6
−√2+2√6√
2−4√6
, Aw =√2+3√3√
6−√2+3√3√
61√3
Videre har vi
v ·w = 1
og med litt mer regning,
Av ·Aw = 1
som stemmer med resultatet over.20 / 36
-
Proposisjon
La v 6= 0 være en vektor i R3. Da er Householder-matrisen
Qv = I −2vvT
vTv
ortogonal.
Bevis. Vi observerer først at(I −2vv
T
vTv
)T= I −2vv
T
vTv
Det gir
QTv Qv =
(I −2vv
T
vTv
)T(I −2vv
T
vTv)
= I −4vvT
vTv+ 4
vvT
vTv
vvT
vTv= I
21 / 36
-
Eksempel
Vi kan regne ut Householder-matrisen for v = (1,0,1). Det gir
Qv = I −2
101
(101)12 + 02 + 12
=
0 0 −10 1 0−1 0 0
Denne matrisen er åpenbart ortogonal.
22 / 36
-
Siden standardbasisen er en ortonormal basis kan vi skrive
v = (vTe1)e1 + (vTe2)e2 + (v
Te3)e3
Det gir oss et direkte argument for følgende resultat:
LemmaLa v,w ∈ R3. Da har vi at v = w hvis og bare hvis vTu = wTu foralle u ∈ R3.
Bevis. Det er opplagt at v = w gir vTu = wTu.Motsatt vei, vTei = w
Tei gir vi = wi for i = 1,2,3. Det betyr atv = w.
23 / 36
-
Proposisjon
La A være en ortogonal 3×3-matrise, og la v,w ∈ R3. Da har vi
Av×Aw = (detA) ·A(v×w)
Bevis. Det holder å vise at
[Av,Aw,x] = (detA)A(v×w) ·xfor alle x ∈ R3. Vi har
[Av,Aw,x] = [Av,Aw,AA−1x]
= det(A)[v,w,A−1x]
= det(A)(v×w) ·A−1x= det(A)A(v×w) ·AA−1x= det(A)A(v×w) ·x
24 / 36
-
Eksempel
Vi betrakter igjen en ortogonal 3×3-matrise og to vektorer
A =
1√3
1√2
1√6
− 1√3
1√2− 1√
61√3
0 − 2√6
, v =10
2
, w =13
0
Vi har
Av =1√6
√
2 + 2
−√
2−2√2−4
, Aw = 1√6
√
2 + 3√
3
−√
2 + 3√
3√2
og det følger med litt regning at
Av×Aw =
−√
2 + 2√
3− 12√
6
−√
2−2√
3 + 12√
6√6 + 2
√3
25 / 36
-
Eksempel (fortsetter)
Vi har ogs̊a
v×w =
−623
og derfor
A(v×w) =
−2√
3 +√
2 + 12√
6
2√
3 +√
2− 12√
6
−2√
3−√
6
Bruker vi at
det(A) =
∣∣∣∣∣∣∣1√3
1√2
1√6
− 1√3
1√2− 1√
61√3
0 − 2√6
∣∣∣∣∣∣∣=−1f̊ar vi Av×Aw = (detA) ·A(v×w).
26 / 36
-
3. Noen regneeksempler:
Eksempel
I denne oppgaven har vi oppgitt en vektor,
u =1√6
1−12
Finn to andre vektorer v og w slik at de tre vektorene til sammengir en basis for R3.
27 / 36
-
Løsning.
1. Metodevalg: For å finne v skal vi bruke formelen vi har gitt iteksten, mens w skal vi finne som kryssproduktet av u og v.
28 / 36
-
2. Regning: Vi har a = 1√6
og b =− 1√6
. Det gir√a2 +b2 =
√16 +
16 =
1√3
og dermed
v =11√3
1√6
110
= 1√2
110
Vektoren w finner vi ved
w =1√6
1√2
(i− j + 2k)× (i + j)
=
√3
6(i× i + i× j− j× i− j× j + 2k× i + 2k× j)
=
√3
6(0 + k + k + 0 + 2j−2i)
=
√3
6(−2i + 2j + 2k) =
√3
3
−111
29 / 36
-
Eksempel
Vi har gitt en matrise
A =1√6
√2 √2 √2−2 1 10 −
√3√
3
a) Vis at A er ortogonal.
b) Vis at det(A) = 1.
Siden A er ortogonal med determinant 1 kan vi finne en egenvektorv med egenverdi 1, dvs. Av = v. Ortogonaliteten til A gir atv = ATAv = A−1v. Det betyr at (A−AT )v = 0, som vi kan bruketil å regne ut v.
c) Bruk dette til å finne v.
30 / 36
-
Løsning.
1. Metodevalg: Vi viser at A er ortogonal ved å sjekke at søylenedanner en ortonormal mengde. Deretter regner vi ur determinantenmed 3×3-determinant-formelen. Oppskriften p̊a å finne v er gitt iteksten.
31 / 36
-
2. Regning: a) Prikkproduktet av søylene med seg selv er 1, ogprikkproduktet av to ulike søyler er 0.b)
det(A) =1
6√
6
∣∣∣∣∣∣√
2√
2√
2−2 1 10 −
√3√
3
∣∣∣∣∣∣=
1
6√
6(√
2√
3 + 0 + 2√
2√
3−0 + 2√
2√
3 +√
2√
3) = 1
c)
A−AT =
0√
2 + 2√
2
−√
2−2 0 1 +√
3
−√
2 −1−√
3 0
og (A−AT )v = 0 gir
v =
1 +√
3
−√
2
2 +√
2
32 / 36
-
Eksempel
I denne oppgaven har vi oppgitt en vektor,
u =
120
Regn ut Householder-matrisen Qu til u og finn dens karakteristiskepolynom. Finn ogs̊a egenverdier og egenvektorer.
33 / 36
-
Løsning.
1. Metodevalg: Her er det kun standard bruk av formler. Men vivet at Householdermatrisen speiler langs u og bevarerrefleksjonsplanet. Det betyr at vi f̊ar to egenverdier, ±1 og medegenvektor for −1 som er u og egenvektorer for 1 som er allevektorer som st̊ar normal p̊a u.
34 / 36
-
2. Regning:
Qu = I −2
120
(120)12 + 22 + 02
=
35 −45 0−45 −35 00 0 1
Karakteristisk polynom;
χ(λ ) =(
(3
5−λ )(−3
5−λ )− 16
25
)(1−λ )
=−(λ 2−1)(λ −1)=−(λ −1)2(λ + 1)
35 / 36
-
Egenvektorer for λ = 1,35 −1 −45 0−45 −−35 −1 00 0 1−1
w = 0eller −25 −45 0−45 −−85 0
0 0 0
w =−25
1 2 02 4 00 0 0
w = 0gir alle w slik at wTv = 0.
36 / 36