§ 25 Bilinearformen und spezielle Koordinaten

Slides:



Advertisements
Ähnliche Präsentationen
Definition [1]: Sei S eine endliche Menge und sei p eine Abbildung von S in die positiven reellen Zahlen Für einen Teilmenge ES von S sei p definiert.
Advertisements

3. 3D-Betrachtungstransformationen
Schnelle Matrizenoperationen von Christian Büttner
• • • • • 3.2 Die projektive Erweiterung des E³
13. Transformationen mit Matrizen
Kapitel 5 Stetigkeit.
Kapitel 6 Differenzierbarkeit. Kapitel 6: Differenzierbarkeit © Beutelspacher Juni 2005 Seite 2 Inhalt 6.1 Die Definition 6.2 Die Eigenschaften 6.3 Extremwerte.
Kapitel 4 Geometrische Abbildungen
Beispiele für Ausdrucksalgebren
Quaternionen Eugenia Schwamberger.
Irreduzibilität Andreas Flesch.
Folie 1 Kapitel II. Vom Raumbegriff zu algebraischen Strukturen Neubeginn: Herleitung des Begriffs Vektorraum aus intuitiven Vorstellungen über den Raumbegriff.
§14 Basis und Dimension (14.1) Definition: V sei wieder ein K-Vektorraum. Eine Menge B von Vektoren aus V heißt Basis von V, wenn B ist Erzeugendensystem.
Folie 1 § 30 Erste Anwendungen (30.2) Rangberechnung: Zur Rangberechnung wird man häufig die elementaren Umformungen verwenden. (30.1) Cramersche Regel:
§9 Der affine Raum – Teil 2: Geraden
§ 28 Multilineare und Alternierende Abbildungen
§9 Der affine Raum – Teil 2: Geraden
§14 Basis und Dimension  (14.1) Definition: V sei wieder ein K-Vektorraum. Eine Menge B von Vektoren aus V heißt Basis von V, wenn B ist Erzeugendensystem.
§11 Skalarprodukt. Euklidische Räume
§8 Gruppen und Körper (8.1) Definition: Eine Gruppe G ist eine Menge zusammen mit einer Verknüpfung, die jedem Paar (a,b) von Elementen aus G ein weiteres.
Kapitel V. Determinanten
Folie 1 § 29 Determinanten: Eigenschaften und Berechnung (29.1) Definition: Eine Determinantenfunktion auf K nxn ist eine Abbildung (im Falle char(K) ungleich.
§ 29 Determinanten: Eigenschaften und Berechnung
Tutorium
Matrix-Algebra Grundlagen 1. Matrizen und Vektoren
§10 Vektorraum. Definition und Beispiele
§17 Produkte und Quotienten von Vektorräumen
§24 Affine Koordinatensysteme
Vektoren Grundbegriffe für das Information Retrieval
§10 Vektorraum. Definition und Beispiele
§20 Der Rang einer Matrix Jede (m,n)-Matrix kann auch als ein n-Tupel von Spaltenvektoren geschrieben werden: wobei (20.1) Definition:
Folie 1 §15 Lineare Abbildungen (15.1) Definition: Eine Abbildung f zwischen K-Vektorräumen V und W ist linear (oder ein Vektorraumhomomorphismus), wenn.
§15 Lineare Abbildungen (15.1) Definition: Eine Abbildung f zwischen K-Vektorräumen V und W ist linear (oder ein Vektorraumhomomorphismus), wenn für alle.
Folie 1 § 28 Multilineare und Alternierende Abbildungen (28.1) Definition: V und W seien wieder ein K-Vektorräume. Eine Abbildung von V nach W stets linear.
Folie 1 Kapitel IV. Matrizen Inhalt: Matrizen als eigenständige mathematische Objekte Zusammenhang zwischen Matrizen und linearen Abbildungen Produkt von.
§23 Basiswechsel und allgemeine lineare Gruppe
§3 Allgemeine lineare Gleichungssysteme
Institut für Theoretische Informatik
Lineare Algebra, Teil 2 Abbildungen
§22 Invertierbare Matrizen und Äquivalenz von Matrizen
§ 27 Permutationen Zur Beschreibung von alternierenden multilinearen Abbildungen und insbesondere für den begriff der Determinante benötigen wir die Permutationen.
Folie 1 §21 Das Produkt von Matrizen (21.1) Definition: Für eine (m,n)-Matrix A und eine (n,s)-Matrix B ist das (Matrizen-) Produkt AB definiert als (21.2)
Graphische Datenverarbeitung
Folie 1 §8 Gruppen und Körper (8.1) Definition: Eine Gruppe G ist eine Menge zusammen mit einer Verknüpfung, die jedem Paar (a,b) von Elementen aus G ein.
Was sind Zuordnungen? Werden zwei Größenbereiche in Beziehung gesetzt, entstehen Zuordnungen. Ihre zeichnerische Darstellung in einem Koordinatensystem.
1 Matrizenrechnung 1Einführung 2Begriff der Matrix und spezielle Matrizen 3Relationen 4Operationen 1Transponierte Matrix 2Addition (Subtraktion) 3Multiplikation.
§8 Gruppen und Körper (8.1) Definition: Eine Gruppe G ist eine Menge zusammen mit einer Verknüpfung, die jedem Paar (a,b) von Elementen aus G ein weiteres.
Rosebrock: Geometrische Gruppen
Fundamentalräume einer Matrix
Lineare Algebra II (MAVT)
Lineare Algebra II (MAVT)
Abiturprüfung Mathematik 2012 Baden-Württemberg Allgemeinbildende Gymnasien Pflichtteil Lösungen
Praktische Optimierung
Logik in der Informatik V
Christian Scheideler WS 2008
Kapitel IV. Matrizen Inhalt:
§17 Produkte und Quotienten von Vektorräumen
§23 Basiswechsel und allgemeine lineare Gruppe
§ 27 Permutationen Zur Beschreibung von alternierenden multilinearen Abbildungen und insbesondere für den begriff der Determinante benötigen wir die Permutationen.
Pflichtteil 2016 Aufgabe 6: Gegeben ist die Gerade
Das Vektorprodukt Wir definieren erneut eine Multiplikation zwischen zwei Vektoren, das Vektorprodukt, nicht zu verwechseln mit dem Skalarprodukt. Schreibe.
Lage, Schnitte und Schnittwinkel
§11 Skalarprodukt. Euklidische Räume
Kapitel I. Vorspann zum Begriff Vektorraum
§19 Matrizen als lineare Abbildungen
Kapitel V. Determinanten
Abiturprüfung Mathematik 2015 Baden-Württemberg Allgemeinbildende Gymnasien Wahlteil Analytische Geometrie / Stochastik Aufgabe B 2.1 und B Lösungen.
Horst Steibl, Salzgitter,
Kapitel II. Vom Raumbegriff zu algebraischen Strukturen
 Präsentation transkript:

§ 25 Bilinearformen und spezielle Koordinaten Bekanntlich ist eine Linearform auf einem K-Vektorraum V eine lineare Abbildung f von V nach K . Wir beginnen mit Linearformen. Der Dualraum Hom(V,K) wird auch mit V* = Hom(V,K) bezeichnet. Als erstes wollen wir feststellen, dass Linearformen auf einem endlichdimensionalen K-Vektorraumes V sich – nach Festlegung einer geordneten Basis b – mittels des Produkts von Zeilenvektor mit Spaltenvektor beschreiben lassen. (25.1) Lemma: Sei V K-Vektorraum mit der geordneten Basis b = (b1, b2, ... ,bn) . Für f aus V* sei Y der Zeilenvektor mit den Komponenten Yj := f(b j) . Y ist (1,n)-Matrix und es gilt: wobei der letzte Term das Matrixprodukt von Y aus K1xn mit X aus Knx1 bezeichnet.

Kapitel IV, §25 Diese Beschreibung der Linearformen entspricht der Festlegung einer geordneten Basis b* auf V* in der Weise, dass f aus V* die Komponenten Yj = f(bj) bezüglich der Basis b* hat: Komponente aufgefasst werden. Andere Schreibweise: (25.2) Definition: Unter der natürlichen Paarung zwischen V und V* versteht man die Abbildung Damit ist

Nun zu den Bilinearformen: Kapitel IV, §25 (25.3) Definition: b* = (b*1,b*2, ... ,b*n) heißt die duale Basis zu b . Hinweis: In Geometrie und Physik ergeben sich Basen mit zugehöriger dualer Basis auf folgende Weise: Man geht aus von einer „Parametrisierung“ eines Bereiches U durch die Parameter q = (q1,q2, ... ,qn) aus Q . Dann liefert eine Basis des „Tangentialraumes“. Durch die „1-Formen“ wird die duale Basis gegeben. Nun zu den Bilinearformen:

Kapitel IV, §25 (25.4) Definition: Eine Bilinearform auf einem K-Vektorraum V ist eine Abbildung so dass für alle w aus V die beiden Abbildungen Linearformen sind. Die zugehörige quadratische Form ist q(v) := σ(v,v) . Das Nullstellengebilde von q ist dann eine Quadrik: q-1(0) . Eine allgemeine Quadrik in Kn ist definiert als wobei q quadratische Form, f Linearform und c Konstante aus K. Quadriken sind verallgemeinerte Kegelschnitte. Sie lassen sich entsprechende auf affinen Räumen definieren. Zu den wesentlichen Aufgabe der affinen Geometrie gehört die Klassifikation der Quadriken und ihre einfache Beschreibung.

Kapitel IV, §25 Wichtig ist hier die Relation von Bilinearformen zu Skalarprodukten. Bezüglich einer geordneten Basis b von V hat eine Bilinearform σ stets die Darstellung mit einer eindeutig bestimmten (n,n)-Matrix (25.5) Definition: Die Matrix σb heißt die Fundamentalmatrix von σ in Bezug auf b . Umgekehrt definiert jede (n,n)-Matrix eine Bilinearform. Ohne Bezug auf eine Basis definiert eine Bilinearform σ stets eine lineare Abbildung Diese hat bezüglich einer geordneten Basis b und der dualen Basis b* die Matrixdarstellung durch die Fundamentalmatrix:

σ(v,v) > 0 für v aus V+\{0} und σ(v,v) < 0 für v aus V–\{0} . Kapitel IV, §25 (25.6) Definition: Sei σ eine Bilinearform auf V , dimV = n . 1o Der Nullraum ist V0 := {v aus V : σ( ,v) = 0} , also der Kern von 2o Der Rang rgσ von σ ist der Rang der Fundamentalmatrix. 3o σ heißt nicht ausgeartet, wenn rgσ = n. Offensichtlich ist Deshalb gilt: Eine Bilinearform σ heißt symmetrisch, wenn stets σ(v,w) = σ(w,v). σ ist daher symmetrisch, wenn σT = σ für die Matrix σ = σb. Erinnerung: (Vgl. 11.2) Ein Skalarprodukt auf einem reellen Vektorraum V ist eine symmetrische Bilinearform σ , zu der es eine Zerlegung von V der Form V = V+ + V– gibt mit: σ(v,v) > 0 für v aus V+\{0} und σ(v,v) < 0 für v aus V–\{0} .

Kapitel IV, §25 23.01.02  Der nächste Satz klärt, welche Bilinearformen Skalarprodukte sind: (25.7) Satz: (Hauptachsentransformation, schwache Form) Sei σ eine symmetrische Bilinearform auf V , dimV = n , und sei charK > 2 . Dann existieren eine geordnete Basis d = (d1,d2, ... , dn) von V und Elemente s1,s2, ... , sn aus K, so dass die Fundamental-matrix von σ in Bezug auf d die Gestalt diag(s1,s2, ... , sn) hat. Dabei ist diag(s1,s2, ... , sn) die Matrix (δijsj) . d und s können so gewählt werden, dass . Beweis durch Induktion nach n . (25.8) Korollar: Sei σ symmetrische Bilinearform auf V , dimV = n , und sei K = R. σ ist genau dann Skalarprodukt, wenn σ nicht ausge-artet ist. Die Wahl von d und s kann so getroffen werden, dass

Kapitel IV, §25 j = j(σ) heißt der Index von σ . Im Falle j(σ) = n handelt es sich um ein euklidisches Skalarprodukt. (25.9) Korollar: Sei σ eine symmetrische Bilinearform auf V , dimV = n , und sei K = C . Die von Null verschiedenen sj können alle als 1 gewählt werden. (25.10) Klassifikation der Quadriken: Über dem Körper R = K der reellen Zahlen haben die quadratischen Formen bei geeigneter Koordinatenwahl die folgenden Normalformen: Dabei ist r = rgσ .  21.01.02 Wir kommen abschließend zur Beschreibung von speziellen Koor-dinaten und Bezugssystemen mit ihrem Transformationsverhalten:

Kapitel IV, §25 Für den Rest des Paragrafen sei K = R . Und es sei σ ein Skalarprodukt auf dem n-dimensionalen R-Vektorraum V . Aufgrund der vorangehenden Resultate gibt es eine geordnete basis b von V , für die die Fundamentalmatrix σ = σb die Form σ = diag(1,1, ... , 1,–1, ... , –1) hat, - mit p = j(σ) Einträgen gleich 1 und n – p Einträgen gleich –1 in der Diagonalen. (25.11) Definition: Eine solche Basis heißt Orthonormalsystem bezüglich des Skalarprodukts. Es gilt Wir schreiben deshalb auch für diese Fundamentalmatrix. Wie kann man die Menge aller Orthonormalsysteme beschreiben?

σ(X,Y) = XTσY und σ(f(X),f(Y)) = σ(AX,AY) = XTATσAY Kapitel IV, §25 Zu einem weiteren Orthonormalsystem d findet man wie zuvor eine Transformationsmatrix B aus Rnxn mit Aus ergibt sich σ = BTσB für die Matrix (25.12) Definition: Eine lineare Abbildung f aus Hom(V,V) heiße invariant bezüglich der Bilinearform σ , wenn für alle X,Y aus V σ(X,Y) = σ(f(X),f(Y)) gilt. Die σ-invarianten linearen Abbildungen sind automatisch bijektiv. Wenn die Matrix A aus Rnxn die Abbildung darstellt bezüglich der Basis b, so bedeutet die Invarianz wegen σ(X,Y) = XTσY und σ(f(X),f(Y)) = σ(AX,AY) = XTATσAY gerade σ = ATσA . (25.13) Satz: Orthonormalbasen werden durch σ-invariante Abbildungen ineinander transformiert. Die Menge der Matrizen

Kapitel IV, §25 beschreibt diese Transformationen, parametrisiert also die Orthonormalbasen. O(p,q,R) ist eine Gruppe, die orthogonale Gruppe. O(n,R) = O(n,0,R) ist die orthogonale Gruppe. O(3,1,R) oder O(1,3,R) ist die Lorentzgruppe. Ein euklidischer Raum ist bekanntlich (siehe 11.7) ein affiner Raum (A,V,g) über R zusammen mit einem euklidischen Skalarprodukt auf dem R-Vektorraum V der Translationen. (25.14) Definition: Ein kartesisches Koordinatensystem eines euklidischen Raumes ist ein affines Bezugssystem O,b , wobei b Orthonormalsystem ist. (25.15) Satz: Die Transformationen, die die kartesischen Koordina-tensysteme ineinander überführen sind genau die Transformationen der Form T = B + w , mit B aus O(n,R) und w aus Rn . Sie bilden eine Gruppe, die sogenannte euklidische Gruppe E(n) .

Kapitel IV, §25 Die euklidische Gruppe E(4) ist eine wichtige Untergruppe der Galileigruppe, der Invarianzgruppe der klassischen Mechanik. Zur Komposition in E(n) : Die euklidischen Transformationen sind Paare (B,w) , die man auch als Blockmatrizen darstellen kann. Die Gruppenoperation schreibt sich dann als Matrixprodukt: Diese Notation gibt natürlich auch schon für die im letzten Paragrafen eingeführte affine Gruppe Sinn, wie auch für die Lorentzkoordinaten, die durch die affine Version der Lorentzgruppe parametrisiert werden. Bemerkung: Orientierungserhaltende Transformationen werden später behandelt.