Một số vấn đề về hình học giả Euclide
Trang 1MỤC LỤC
PHẦN MỞ ĐẦU 2
PHẦN NỘI DUNG 4
CHƯƠNG I : KHÔNG GIAN VECTƠ GIẢ EUCLIDE 4
1.1 CÁC KHÁI NIỆM CƠ BẢN 4
1.2 TRỰC GIAO VÀ TRỰC CHUẨN 9
1.3 CÁC KHÔNG GIAN VECTƠ CON CỦA KHÔNG GIAN VECTƠ GIẢ EUCLIDE 13
1.4 PHÉP BIẾN ĐỔI TUYẾN TÍNH LIÊN HỢP 20
1.5 PHÉP BIẾN ĐỔI TRỰC GIAO 25
1.6 PHÉP BIẾN ĐỔI ĐỒNG DẠNG 32
CHƯƠNG II : KHÔNG GIAN GIẢ EUCLIDE 41
2.1 CÁC KHÁI NIỆM CƠ BẢN 41
2.2 CÁC PHẲNG TRONG KHÔNG GIAN GIẢ EUCLIDE 43
2.3 PHÉP DỜI 45
2.4 PHÉP ĐỒNG DẠNG 48
2.5 SIÊU MẶT BẬC HAI – SIÊU CẦU TRONG KHÔNG GIAN GIẢ EUCLIDE 52
2.6 MÔ HÌNH XẠ ẢNH CỦA KHÔNG GIAN GIẢ EUCLIDE 56
PHẦN KẾT LUẬN 64
TÀI LIỆU THAM KHẢO 65
Trang 2PHẦN MỞ ĐẦU
1 LÝ DO CHỌN ĐỀ TÀI
“Hình học cao cấp” là mảng kiến thức quan trọng được xây dựng trên nền “Đại
số tuyến tính” và đã được Bộ môn Toán, Khoa Sư phạm chọn làm các môn học chínhthức để giảng dạy cho sinh viên chuyên ngành Sư phạm Toán, Toán – Tin Đây lànhững môn học rất hay, thú vị, kích thích được lòng say mê học và nghiên cứu Toáncủa sinh viên Nhưng trong khuôn khổ chương trình quy định, thầy cô không thể giớithiệu hết tất cả những vấn đề về hình học cho sinh viên mà chỉ dạy những kiến thứctrọng tâm, cơ bản nhất làm tiền đề cho việc tự nghiên cứu của sinh viên sau này
Do vậy, được sự gợi ý của Giáo viên hướng dẫn cùng với sự yêu thích tìm hiểu
về các loại hình học, mối liên hệ cùng những điểm giống và khác nhau giữa chúng, em
đã quyết định chọn đề tài “Một số vấn đề về hình học giả Euclide” để thực hiện luậnvăn tốt nghiệp của mình
2 MỤC ĐÍCH NGHIÊN CỨU
Luận văn với đề tài “Một số vấn đề về Hình học giả Euclide” nhằm làm rõ địnhnghĩa và một số tính chất của các khái niệm cơ bản trong Hình học giả Euclide Đồngthời, luận văn đi vào tìm hiểu một số bất biến của Hình học giả Euclide, mối liên hệgiữa Hình học giả Euclide với Hình học Euclide và với Hình học xạ ảnh
Ngoài ra, việc thực hiện đề tài cũng giúp em có dịp củng cố những kiến thức vềĐại số tuyến tính, Hình học Afin, Hình học Euclide, Hình học xạ ảnh và bước đầu làmquen với việc nghiên cứu các vấn đề mới của Toán học
3 PHƯƠNG PHÁP NGHIÊN CỨU
Đọc lại và nắm vững những vấn đề trọng tâm, cơ bản của Không gian vectơ,Hình học Afin, Hình học Euclide, Hình học xạ ảnh
Phân tích kỹ định nghĩa và tìm hiểu một số tính chất của các khái niệm cơ bảntrong hình học giả Euclide
Dựa vào một số định lý, mệnh đề trong Hình học Euclide, phân tích, so sánh đểrút ra các định lý, mệnh đề có liên quan đến các khái niệm trong Hình học giả Euclide.Sau đó chứng minh lại một cách đầy đủ, rõ ràng và có hệ thống
Dựa vào cách xây dựng mô hình xạ ảnh của không gian Afin và không gianEuclide để rút ra cách xây dựng mô hình xạ ảnh của không gian giả Euclide Trên cơ
Trang 3sở đó, tìm hiểu mối liên hệ giữa Hình học giả Euclide với Hình học Euclide và vớiHình học xạ ảnh.
4 PHẠM VI NGHIÊN CỨU
Nghiên cứu một số khái niệm cơ bản trong không gian vectơ giả Euclide, khônggian giả Euclide n chiều chỉ số k thông qua tìm hiểu lý thuyết tổng quát
5 NỘI DUNG CỦA LUẬN VĂN TỐT NGHIỆP
Chương I: Trình bày các định nghĩa và tính chất của tích vô hướng, không gianvectơ giả Euclide n chiều chỉ số k, cơ sở trực chuẩn và tọa độ trực chuẩn, các khônggian con, các phép biến đổi trực giao và các phép biến đổi đồng dạng nhằm tạo nềntảng kiến thức cho phần tiếp theo
Chương II: Trình bày các định nghĩa và tính chất của không gian giả Euclide nchiều chỉ số k, tọa độ trực chuẩn, các không gian con, khoảng cách và góc, các phépdời hình và các phép đồng dạng, siêu mặt bậc hai, mô hình xạ ảnh của không gian giảEuclide; từ đó rút ra mối liên hệ giữa hình học giả Euclide và hình học xạ ảnh
Trang 4PHẦN NỘI DUNG
CHƯƠNG I : KHÔNG GIAN VECTƠ GIẢ EUCLIDE
1.1 CÁC KHÁI NIỆM CƠ BẢN
Trang 5( )0*a (0 )*b a E 0.( * ) 0b a
, với k
nV
b
n(a b )*ca c b c * * ,a b c, , V
Thật vậy:
*
( ) )
Vậy { }ai 1,n độc lập tuyến tính trong Vnk
Do hệ n vectơ { }ai 1,n độc lập tuyến tính trong không gian vectơ n chiều Vnk nên
ta suy ra { }ai 1,n là cơ sở của Vn.
1.1.3.2 Không gian vectơ giả Euclide n chiều chỉ số n chính là không gian vectơ Euclide.
Thật vậy:
Trang 6Xét Vnn là một không gian vectơ giả Euclide n chiều chỉ số n Vì tích vô hướng
trên Vn thỏa các tiên đề (E1), (E2), (E3) của không gian vectơ giả Euclide nên nócũng thỏa các tiên đề (E1), (E2), (E3) của không gian vectơ Euclide Do đó ta chỉ cần
chứng minh tích vô hướng trên Vnn thỏa tiên đề (E4) của không gian vectơ Euclide, tức
a) Trường các số phức C là một không gian vectơ giả Euclide 2 chiều chỉ số 1 với
tích vô hướng: *x y (a ib )*(c id )ac bd , trong đó x a ib C ,
Trang 71.1.5 Module của vectơ
Ta định nghĩa module của vectơ u là số u sao cho:
*
u u u , nếu *u u 0
*
u i u u , nếu *u u 0, trong đó i là đơn vị ảo.
Trong cả hai trường hợp, ta đều ký hiệu u u u * Như vậy module của mộtvectơ có thể là một số thực dương, bằng 0 hoặc một số thuần ảo
Nhận xét: uVn , R thì: u (u) *(u) 2( * )u u u
Vectơ u được gọi là vectơ đơn vị nếu u 1 hoặc u i
1.1.6 Góc giữa hai vectơ trong không gian vectơ giả Euclide
(1) được gọi là số đo góc của hai vectơ a và b Ký hiệu: ( , ) a b
Từ công thức (1), ta suy ra cos có thể là số thực hoặc là số thuần ảo
Ta có các trường hợp:
Trường hợp 1: cos là số thực Ta xét:
1 cos1: Khi đó là số thực và ta quy ước chọn [0,]
cos 1: Khi đó ta đặt: a cos a(1;)
Nhận thấy: hàm chx là một hàm số thực liên tục trên R và nhận giá trị trên
[1;+) nên với a (1;) thì tồn tại số thực sao cho: cos a ch
Mà ch cosi nên suy ra: cos cosi
Do đó ta chọn i và nhận thấy trong trường hợp này là số thuần ảo
cos 1: Khi đó cos 1
Do đó tương tự như trên ta có: tồn tại số thực sao cho: cosch
cos ch cosi cos( i)
Ta chọn i và nhận thấy trong trường hợp này là số phức
Trường hợp 2: cos là số thuần ảo Lúc này ta có thể viết: cos ib , với b R.
Nhận thấy: hàm shx là một hàm số thực liên tục và nhận giá trị trên R nên với
Trang 8cos sin cos( ).
Trang 9Ta thấy rằng có những vectơ khác 0 mà lại vuông góc với chính nó, những
vectơ như vậy gọi là vectơ đẳng hướng Ví dụ: vectơ 1
đó a1, an là các vectơ nói trong tiên đề (E4*)) là một vectơ đẳng hướng
Hệ vectơ { }bi 1,m gồm các vectơ b i 0 thuộc Vnk được gọi là hệ trực giao nếu
* 0 ( 1, )
i i
b b i m và b b i* j 0 ( i j i j; , 1, )n (tức là chúng từng đôi một trựcgiao với nhau)
Hệ trực giao gồm các vectơ đơn vị được gọi là hệ trực chuẩn
Nhận xét: Theo định nghĩa, hệ { }ai 1,n nói trong tiên đề (E4*) là một cơ sở trực
Trang 10Theo đề bài ta suy ra hệ { }bi 1,n là cơ sở trực giao của Vn, do đó { }bi 1,n độc lập
tuyến tính trong Vn Không mất tổng quát giả sử *b b i i 0, i l và *b b i i 0, j l
Ta sẽ chứng minh l = k
Nếu l > k:
Dễ thấy rằng l vectơ b1, b2, , bl độc lập tuyến tính trong Vnk (Vì { }bi 1,n độc
lập tuyến tính) Vì vậy chúng sinh ra một không gian vectơ con l chiều Vl Tương tự, gọi Vn-k là không gian vectơ con sinh bởi (n – k) vectơ độc lập tuyến tính ak1, ak2
, , an nói trong tiên đề (E4*)
Vì l > k nên Vl và Vn-k sẽ giao nhau theo một không gian vectơ có số chiều ít
Trang 11Gọi Vn-l là không gian vectơ con sinh bởi (n – l) vectơ độc lập tuyến tính bl1,
a nói trong tiên đề (E4*)
Chứng minh tương tự như trường hợp l > k, ta nhận thấy trường hợp l < k làkhông thể được
Vậy l = k và ta có điều phải chứng minh
i i i i
i i
a
a a a
Do đó { }ei 1,n là một cơ sở trực chuẩn của Vnk
Trong cơ sở trực chuẩn này có k vectơ ei sao cho *e e i i 1 và (n – k) vectơ ej
sao cho *e e j j 1 Điều này cũng đúng với mọi cơ sở trực chuẩn khác (vì suy ra từ
định lý ở trên)
Trang 12Từ đây, khi nhắc đến cơ sở trực chuẩn { }ui 1,n bất kỳ của Vnk, nếu không nói rõthì ta quy ước cơ sở trực chuẩn đó phải thỏa *u u i i 1, với i≤k, uj*u j 1, với j>k
và *u u i j 0, với i ≠ j và i, j = 1,n.
1.2.5 Tọa độ trực chuẩn
Tọa độ của vectơ x Vnk đối với một cơ sở trực chuẩn được gọi là tọa độ trực
chuẩn của x trong Vn
Giả sử { }ei 1,n là một cơ sở trực chuẩn trong Vn thỏa *e e i i 0, với i ≤ k Khi
1.2.6 Ý nghĩa của tọa độ trực chuẩn
Giả sử { }ei 1,n là một cơ sở trực chuẩn trong Vnk Với xVnk thì:
Trang 13Vì xVnk nên x( , , ) /{ }x1 x n ei 1,n, với { }ei 1,n là một cơ sở trực chuẩn trong
1.2.7 Công thức đổi cơ sở trực chuẩn
Gọi { }ei 1,n, { '}ei 1,n là các cơ sở trực chuẩn trong Vn.
Dựa vào công thức đổi cơ sở trong không gian vectơ, ta có công thức đổi cơ sở
trực chuẩn trong Vnk là:
x[x] = A [x'] hoặc [x'] = (A ) [x]x -1
Trong đó:
A là ma trận chuyển cơ sở từ { }ei 1,n
sang { '}ei 1,n
[x], [x’] lần lượt là ma trận cột tọa độ
của vectơ xVnk đối với cơ sở { }ei 1,n, { '}ei 1,n.
1.3 CÁC KHÔNG GIAN VECTƠ CON CỦA KHÔNG GIAN VECTƠ GIẢ EUCLIDE
1.3.1 Định nghĩa
Định nghĩa 1 : Giả sử P là không gian vectơ con của Vn Khi đó trong P xác
định hai phép toán cộng các vectơ và nhân một số với một vectơ, đó chính là hai phép
toán cộng và nhân trong Vnk Ta lấy tích vô hướng * đã định nghĩa trong Vnk áp dụng
cho P, khi đó trên P ánh xạ * thỏa 3 tiên đề (E1 ), (E2), (E3) Nếu ánh xạ * thỏa thêmtiên đề (E4*) thì trên P xác định được một tích vô hướng, do đó P sẽ là một không gian vectơ giả Euclide Khi đó ta gọi P là không gian con của Vn
Nhận xét: Từ định nghĩa, ta nhận thấy không phải mọi không gian vectơ con
của Vnk đều là không gian vectơ giả Euclide Ví dụ: không gian vectơ con một chiều
Trang 14của Vnk sinh bởi vectơ đẳng hướng v e 1 en (với { }ei 1,n là một cơ sở trực chuẩn
trong Vnk) không thỏa tiên đề (E4*) nên không là không gian vectơ giả Euclide
Định nghĩa 2 : Cho P là không gian vectơ con của Vn Khi đó P được gọi là xác
định dương (không âm, đẳng hướng, không dương, âm) nếu *x x 0 ( *x x 0,
x x , *x x 0, *x x 0), với mọi vectơ xP, x 0
Định nghĩa 3 : Cho P là không gian vectơ con của Vn Khi đó P được gọi là
không suy biến nếu có xP và *x y 0, yP thì ta suy ra được x 0
Ngược lại thì P được gọi là suy biến.
Định nghĩa 4 : Cho P là không gian vectơ con của Vn và vectơ xVn Ta nói
rằng x trực giao với P nếu như x trực giao với mọi vectơ của P.
Định nghĩa 5 : Cho P, Q là các không gian vectơ con của Vn Ta nói rằng P và
Q trực giao với nhau nếu như mọi vectơ của P trực giao với mọi vectơ của Q.
Ký hiệu: Q P hay P Q.
Định nghĩa 6 : Cho P là không gian vectơ con của Vn Đặt:
k n
Q { xV : *x y 0, y P}
Ta dễ dàng chứng minh được Q là một không gian vectơ con của Vn và Q trực giao với P Khi đó Q được gọi là phần bù trực giao của P.
Ký hiệu: Q = P
Nhận xét 1: Từ định nghĩa ta nhận thấy có duy nhất một không gian vectơ con
Q bù trực giao với không gian vectơ con P đã cho.
Gọi P là không gian vectơ con dương của Vnk Vì trên P ánh xạ * thỏa các tiên
đề (E1), (E2), (E3) của không gian vectơ giả Euclide nên nó cũng thỏa các tiên đề(E1), (E2), (E3) của không gian vectơ Euclide
Mặt khác, do P dương nên: xP thì *x x 0 và *x x 0 x0
Do đó trên P ánh xạ * thỏa tiên đề (E4) của không gian vectơ Euclide.
Vậy P là một không gian vectơ Euclide Suy ra P là một không gian vectơ giả
Euclide
Trang 15Nhận xét: Nếu P dương thì P thỏa tất cả các tính chất của không gian vectơ
Euclide
1.3.2.2 Mọi không gian vectơ con âm của Vnk đều là không gian vectơ giả Euclide.
Thật vậy:
Gọi P là không gian vectơ con âm của Vn Khi đó trên P ánh xạ * thỏa các tiên
đề (E1*), (E2*), (E3*) của không gian vectơ giả Euclide Do đó ta sẽ chứng minh * thỏatiên đề (E4) của không gian vectơ giả Euclide
Gọi m là số chiều của P và { }xi 1,m là một cơ sở tùy ý của P.
Vậy { }ui 1,m là một cơ sở trực giao của P thỏa *u ui i 0, i 1,m Do đó trên P
ánh xạ * thỏa tiên đề (E4) của không gian vectơ giả Euclide Suy ra P là một không
gian vectơ giả Euclide chỉ số 0
1.3.2.3 Nếu P là không gian vectơ con âm của Vn thì P thỏa bất đẳng thức Schwarz: ( * )x y 2 ( * )( * )x x y y , x, yP.
Trang 16Chứng minh: Xét hai trường hợp:
Trường hợp 1 : Nếu x 0 hoặc y 0 thì hiển nhiên bất đẳng thức được thỏa
( * )x y ( * )( * )x x y y
(Vì y y * 0)Vậy trong cả hai trường hợp ta luôn có: ( * )x y 2 ( * )( * )x x y y , x, yP.
Nhận xét: Bất đẳng thức Schwartz vẫn đúng cho trường hợp P là không gian
vectơ con không dương hoặc không âm Ta có thể chứng minh điều này dựa vào câu acủa định lý bên dưới và cách chứng minh bất đẳng thức Schwartz dành cho không gianvectơ con âm ở trên
1.3.2.4 Số chiều lớn nhất có thể có của một không gian vectơ con dương của Vn k
là k.
Thật vậy:
Gọi P là không gian vectơ con dương của Vnk Giả sử dimP > k.
Gọi Vn-k là không gian vectơ con sinh bởi (n – k) vectơ độc lập tuyến tính ak1,
Mặt khác P dương và Vn-k âm nên PVn-k = {0} (2)
Từ (1) và (2) suy ra vô lý Vậy ta có số chiều lớn nhất có thể có của P là k.
1.3.2.5 Số chiều lớn nhất có thể có của một không gian vectơ con âm của Vn k là n-k.
(Chứng minh tương tự tính chất 1.3.2.4.)
Trang 171.3.2.6 {0} trực giao với mọi không gian vectơ con của Vn k.
(Tính chất này ta công nhận, không chứng minh)
1.3.2.9 Cho P, Q là các không gian vectơ con của Vn Khi đó:
(PQ) = P + Q và (P + Q) = PQ
Nếu P Q thì P Q(Tính chất này ta dễ dàng chứng minh)
1.3.2.10 PP = {0} và PP = V n khi và chỉ khi P không suy biến.
* Chứng minh:
():
Cho P là không gian vectơ con của Vnk thỏa mãn PP = {0} và PP = Vnk
Khi đó, nếu có xP và *x y 0, yP thì suy ra: xP
xPP = {0} x0
Do đó P không suy biến.
():
Cho P là không gian vectơ con không suy biến của Vnk
Khi đó, với xPP thì do xP nên *x y 0, yP.
Vì P không suy biến nên suy ra: x 0
Trang 18Xét xP và *x y 0, yP thì theo nhận xét ở mục 1.2.6 (phần Ý nghĩa của
tọa độ trực chuẩn) cho không gian vectơ giả Euclide ta suy ra: x 0
Do đó P không suy biến.
1.3.2.12 Nếu P là không gian con của Vn k thì P không suy biến.
Từ đó ta có P không suy biến
1.3.3 Định lý (Sự phân tích các không gian vectơ con)
a) Mọi không gian vectơ con P của Vnk đều có thể biểu diễn thành tổng trực tiếp P
= P0 P1, trong đó P0 là không gian vectơ con đẳng hướng, P1 là không gian
vectơ con không suy biến và P0 P1 (trường hợp P không suy biến thì ta xem
P0 = {0} , trường hợp P đẳng hướng thì ta xem P1 = {0} )
b) Mọi không gian vectơ con không suy biến P của Vn đều có thể biểu diễn thành
tổng trực tiếp P = P +P-, trong đó P + là không gian vectơ con dương, P- là
không gian vectơ con âm và P + P- (trường hợp P dương (hoặc âm) thì ta xem
P- = {0} (hoặc P+ = {0} ))
Chứng minh:
a) Đặt P0 = PP Khi đó P0 là không gian vectơ con đẳng hướng.
Vì P0 là không gian vectơ con của Vnk nên tồn tại không gian vectơ con N của
Vnk sao cho: P0 N = Vnk
Vì vậy: P0(NP) = P
Đặt P1 = NP Suy ra: P1 P0 (Vì P0 P và P1 P)
Ta sẽ chứng minh P1 không suy biến.
Xét vectơ x0P1 sao cho x0*x 0, xP1
Nhận thấy: x y 0* 0, yP0 (Do P1 P0)
Vì P0 P1 = P nên ta suy ra: x z 0* 0, zP
Do đó : x0P x0 NPP = P0 P1 = {0}
Nên: x 0 0
Trang 19Vậy P1 không suy biến và ta có điều phải chứng minh.
b) Gọi P + là không gian vectơ con dương có số chiều lớn nhất của P Khi đó P + không
Do P +P- = P nên ta suy ra: x z 0* 0, zP
Vì P không suy biến nên ta được: x 0 0
Vậy P- âm và ta có điều phải chứng minh.
Hệ quả 1 : Mọi không gian vectơ con P của Vnk đều có thể biểu diễn được dưới
dạng P = P +P-P0, trong đó P+ là không gian vectơ con dương, P- là không gian vectơ con âm và P0 là không gian vectơ con đẳng hướng.
Hệ quả 2 : Mọi không gian vectơ con không suy biến P của Vnk đều là không
gian vectơ giả Euclide Từ đó P là không gian con của Vn khi và chỉ khi P không suy
biến
Hệ quả 3 : Nếu P là không gian con của Vn thì P cũng là không gian con của
Vn Từ đó, nếu P Q và P (hoặc Q) là không gian con của Vn thì P Q = {0}
1.3.4 Định lý
Trang 20Cho P, Q là các không gian con của Vnk Khi đó, điều kiện cần và đủ để P Q
là trong P tìm được cơ sở trực chuẩn { }ei 1,p và trong Q tìm được cơ sở trực chuẩn
Vì P Q và P, Q là các không gian con của Vn nên P Q = {0} Do đó, nếu
ta lấy lần lượt trong P và Q các cơ sở trực chuẩn { }ei 1,p và { '}ei 1,q thì hệ 1,
sao cho { }ei 1,p, { '}ei 1,q lần lượt
là cơ sở trực chuẩn của P và Q thì với x P, y Q, ta có:
1
p
i i i
Trang 211.4.2.1 Liên hệ giữa dạng song tuyến tính và phép biến đổi tuyến tính
Cho phép biến đổi tuyến tính : k k
Giả sử { }ei 1,n là một cơ sở trực chuẩn trong Vn, A là ma trận của phép biến đổi
tuyến tính đối với cơ sở trực chuẩn đó Ta tìm ma trận C của dạng song tuyến tínhliên hợp S đối với cơ sở trực chuẩn { }ei 1,n.
Trang 22Vậy: Nếu có một phép biến đổi tuyến tính của Vnk thì xác định duy nhất mộtdạng song tuyến tính S sao cho S x y( , ) ( )*x y, x, yVn Khi đó nếu có matrận A=[a ]ij n×n đối với một cơ sở trực chuẩn đã chọn thì S có ma trận C=[c ]ij n×n thỏa
ij ji
c =a , với j ≤ k, và c =-aij ji, với j > k.
Ngược lại, cho một dạng song tuyến tính S trong Vnk thì tồn tại duy nhất mộtphép biến đổi tuyến tính : V n k V n k sao cho S x y( , ) ( )*x y
Thật vậy:
Giả sử { }ei 1,n là một cơ sở trực chuẩn trong Vnk Gọi C[ ]c ij n n là ma trận của
S đối với cơ sở trực chuẩn đó
Xét phép biến đổi tuyến tính : V n k V n k sao cho có ma trận đối với cơ sở
tương ứng Ta xác định phép biến đổi tuyến tính *
bởi điều kiện: S x y( , ) x* ( )* y
(3)
Thật vậy: Giả sử { }ei 1,n là một cơ sở trực chuẩn trong Vn .
Trang 23 là phép biến đổi tuyến tính của Vnk thỏa mãn điều kiện (3) thì matrận D của * thỏa mãn x
Trang 24Cho phép biến đổi tuyến tính : V n k V n k Khi đó phép biến đổi tuyến tính
Gọi A, A’, A” lần lượt là ma trận của , *
và ( )* * đối với cơ sở trực chuẩn
đã chọn thì theo trên ta có: x
k kA' = I A ISuy ra: A'' = I A' I = I (I A I ) I = I I (A ) I I = (A ) = Ak x k k k x k x k k k x x k k x x
Gọi A, B lần lượt là ma trận của , đối với cơ sở trực chuẩn đã chọn Khi đó
A + B là ma trận của đối với cơ sở trực chuẩn đã chọn Nhận thấy:
Ma trận của ( )* là: I (A+B) Ik x k
Ma trận của * *
là: I A I + I B I = I (A I + B I ) = I (A + B )Ik x k k x k k x k x k k x x kMà: I (A + B )I = I (A+B) Ik x x k k x k
Nên ta suy ra: ( )* **
Trang 25 được gọi là đẳng cấu trực giao nếu với x, y
Vnk, ta có: ( )* ( ) x y x y * , tức là bảo toàn tích vô hướng
Khi đó ta nói rằng Vnk đẳng cấu với V’nl Ký hiệu: Vnk V’nl
1.5.2 Tính chất của đẳng cấu trực giao
1.5.2.1 Định lý: Hai không gian vectơ giả Euclide đẳng cấu với nhau khi và chỉ khi
chúng có cùng số chiều và cùng chỉ số k
Chứng minh:
():
Cho hai không gian vectơ giả Euclide Vnk và V’ml
Nếu Vn V’ml thì n = m và tồn tại một đẳng cấu tuyến tính : k 'l
Trang 26( )* ( )e i e j e e i* j 0
, với i j
{ ( )} ei 1,n là cơ sở trực chuẩn của V’nl
Trong { ( )} ei 1,n có l vectơ ( ) ei j sao cho ( )* ( ) 1 ei j ei j , với j1,l (2)
(theo bài 2)
Từ (1) và (2) suy ra k = l
():
Cho hai không gian vectơ giả Euclide Vnk và V’nk
Gọi { }ei 1,n, { '}ei 1,n lần lượt là cơ sở trực chuẩn của Vn và V’n Khi đó tồn tại
Trang 27Tồn tại đẳng cấu tuyến tính : k 'k
Cho ánh xạ : V n k V n k bảo toàn tích vô hướng của vectơ
Giả sử { }ei 1,n là một cơ sở trực chuẩn của Vnk Khi đó: *e e i i 1, với i ≤ k,
{ '}ei 1,n là cơ sở trực chuẩn của Vn.
Vì { }ei 1,n, { '}ei 1,n là các cơ sở trực chuẩn của Vn nên tồn tại phép biến đổi tuyến
tính : V n k V n k thỏa mãn: ( ) ei ei', i 1,n
Lấy xVnk, giả sử x( , , ) /{ }x1 x n ei 1,n
Khi đó, theo ý nghĩa của tọa độ trực chuẩn ta có:
Trang 28Từ (1) và (2) suy ra: ( ) x ( )x , xVnk hay
Vậy là phép biến đổi tuyến tính bảo toàn tích vô hướng nên là phép biếnđổi trực giao
e e , với j>k, và *e e i j 0, với ij.
Vì biến cơ sở trực chuẩn thành cơ sở trực chuẩn nên ta suy ra { ( )} ei 1,n là cơ
sở trực chuẩn của Vnk Do đó: ( )* ( ) 1 ei ei , với i ≤ k, ( ) * ( ) ej ej 1, với j > k,
Trang 29 , x, yVn, hay bảo toàn tích vô hướng.
Vậy là ánh xạ tuyến tính bảo toàn tích vô hướng nên theo định lý ở trên tasuy ra là phép biến đổi trực giao
Hệ quả : Nếu { }ei 1,n, { ' }ei 1,n là các cơ sở trực chuẩn của Vn thì tồn tại duy nhất
một phép biến đổi trực giao : V n k V n k sao cho ( ) ei e' ,i i 1,n
Trang 30Mà do là ánh xạ tuyến tính nên:
(x y)* (x y) ( ( )x ( ))*( ( )y x ( ))y
( )* ( ) 2 ( )* ( )x x x y ( )* ( )y y (2)Mặt khác:
Do đó bảo toàn tích vô hướng
Vậy là ánh xạ tuyến tính bảo toàn tích vô hướng nên theo định lý ở trên tasuy ra là phép biến đổi trực giao
* *( )( ) *( )( ) ( )* ( )
x y x y x y x y , x, yVnk
Vậy là phép biến đổi tuyến tính bảo toàn tích vô hướng Do đó theo hệ quả 1
ta có là phép biến đổi trực giao
Vậy : phép biến đổi tuyến tính : k k
Trang 31Trong Vn , cho phép biến đổi trực giao : V n k V n k Ta lấy một cơ sở trựcchuẩn { }ei 1,n và gọi A là ma trận của đối với cơ sở trực chuẩn đó Khi đó A gọi là
ma trận k – trực giao
Đặt A = [a ]ij n×n.
Khi đó ma trận của phép biến đổi tuyến tính liên hợp *
là D = [d ]ij n×n thỏa:x
k k
D = I A I (D, Ik được xác định theo bài 4)
Mà là phép biến đổi trực giao nên: * 1
Nên ta có: AD = DA = I (với I là ma trận đơn vị cấp n)
Nhận xét: Nếu A là ma trận k – trực giao thì detA = 1 (suy ra từ đẳng thức
(*))
1.5.9 Định lý
Phép biến đổi tuyến tính : V n k V n k là phép biến đổi trực giao khi và chỉ khi
ma trận của đối với cơ sở trực chuẩn là ma trận k – trực giao
Hệ quả 1 : Phương trình của phép biến đổi trực giao có dạng: [φ(x)] = A [x] ,xtrong đó A là ma trận k – trực giao cấp n; [x], [(x)] lần lượt là ma trận cột tọa độ của
vectơ x, ( ) x Vn đối với cơ sở trực chuẩn đã chọn
Hệ quả 2 : Công thức đổi tọa độ trực chuẩn trong Vn là [x'] = B [x], trong đó Bx
là ma trận k – trực giao cấp n
1.5.10.Tính chất của phép biến đổi trực giao
Trang 321.5.10.1 Tập hợp các phép biến đổi trực giao lập thành một nhóm, gọi là nhóm trực giao.
Do đó tập hợp các phép biến đổi trực giao lập thành một nhóm
1.5.10.2 Nếu vectơ riêng của Vn k không đẳng hướng thì giá trị riêng tương ứng với
1.5.10.3 Phép biến đổi trực giao bảo toàn góc giữa hai vectơ.
Thật vậy: Điều này suy ra ngay từ công thức tính góc giữa hai vectơ, tính chấtbảo toàn tích vô hướng và bảo toàn độ dài vectơ của phép biến đổi trực giao