J. BebanBrki , I. Medved: Op a teorija centralnih ploha 2.

reda
c
c

x2 y2

x3 y3

(6)

Neka je A matrica pridru ena linearnom operatoru A :

z
X. Tada je jednad ba
z
X

ekvivalentna homogenom linearnom sustavu (3, str.63)

0

Ax

(8)

Promatramo li skup

KerA

XA x

(9)

koji nazivamo jezgrom ili nulpotprostorom operatora A, vidimo da je potprostor rjeenja homogenog linearnog suss
tava jednak jezgri operatora. Taj je potprostor razapet s
n r vektora, gdje je n dimenzija prostora X, a r rang matrice A (3, str.48). Dimenziju tog potprostora odnosno jezgre nazivamo defektom operatora i ozna avamo k.
c

Xy

A x za neki x

ImA

(10)

koji nazivamo slikom operatora A, a koji je i sam vektorski

potprostor. Njegovu dimenziju ozna avamo r.
c

Skalarni produkt
Denicija 1 Neka su a b zadani vektori iz vektorskog
prostora X i neka je kut medu njima. Skalarni produkt
(umnoak) vektora a b denira se sa:
z

(4)

Teorem 1 Ako je n dimenzija prostora X, k dimenzija jezgre, a r dimenzija slike operatora A : X

X, tada vrijedi:
n r k.
Dokaz (3,str.138).
Posebnu skupinu operatora tvore takozvani regularni operatori. To su bijektivna preslikavanja pa stoga postoji njihov inverz i mora biti dim KerA
0. Kao sto smo i ranije

napomenuli, operacije s linearnim operatorima svode se na

operacije s matricama pa stoga vrjedi: Operator je regularan ako i samo ako je pripadna matrica regularna.

Osim toga, potrebna je i operacija skalarnog produkta te

pojam ranga i defekta operatora.

Nije teko dokazati sljede i teorem koji je sada intuitivno

s
c
jasan:

- Zbroj linearnih operatora je linearni operator;

- Produkt skalara i linearnog operatora je linearni
operator;
- Kompozicija linearnih operatora linearni je operator (produkt operatora) (6,str.59).

Navest cemo bez dokaza svojstva tih operacija:

Svakom linearnom operatoru pridru en je i skup

z

- Zbroj linearnih operatora;

- Produkt skalara i linearnog operatora;
- Kompozicija linearnih operatora.

Slu it cemo se sljede im operacijama s linearnim operatoz

c
rima (6,str.56):

(7)

(3)

Ax

Jednakost linearnih operatora kao i operacije s linearnim

operatorima svode se na jednakost i operacije s matricama.

38

x 1 y1

e 1 e2 e3

Dakle, u bazi e1 e2 e3 je svakom linearnom operatoru

A:X
X pridru ena matrica (3) i obratno, za matricu
z
(3) postoji jedinstveni linearni operator A takav da vrijedi
(2), sto je posljedica teorema o jedinstvenom prikazu vek
tora u bazi (6,str.59).

a b cos

xT y odnosno x y

Rang i defekt operatora. Regularni operator

zovemo matricom operatora A u bazi e1 e2 e3 .

a b

x y

a13
a23
a33

(5)

a12
a22
a32

y1
y2
y3

glasi:

(2)

gdje smo komponente vektora Ae1 u bazi

ozna ili sa a11 a21 a31 , itd.
c
Matricu
a11
A
a21
a31

a32 e3
a33 e3

a22 e2
a23 e2

x1
x2
x3

a12 e1
a13 e1

a31 e3

Ae2
Ae3

a21 e2

a11 e1

R.

Skalarni umno ak dvaju vektora danih u matri nom zapisu

z
c
sa

Ae1

Neka je npr. e1 e2 e3 baza (1,str.244) 3-dimenzionalnog

vektorskog prostora X i A : X
X linearni operator odreden svojim vrijednostima Ae1 Ae2 Ae3 na bazi.
Rastavimo li vektore Ae1 Ae2 Ae3 po vektorima baze
e1 e2 e3 dobivamo

Time je denirano preslikavanje: X

Veza izmedu linearnog operatora s prostora X u X i matrica

ostvaruje se na osnovu cinjenice da je svaki linearni opera
tor A : X
X potpuno odreden svojim vrijednostima na
vektorima baze prostora X (6,str.60; 1,str.182).

KoG 52000/01

J. BebanBrki , I. Medved: Op a teorija centralnih ploha 2. reda

c
c

KoG 52000/01

3. Sli ne matrice
c

Jednakost (13) mo e se napisati u obliku

z

a12
a22
a32

a13
a23
a33

(16)

Jednad ba (16) po - karakteristi na (svojstvena) jedz

c
nadba matrice A (operatora A);
z
kA det I A - karakteristi an (svojstven) polinom mac
trice A (operatora A).

Gornju tvrdnju mo emo sada izre i i ovako: Skalar R

z
c
je svojstvena vrijednost operatora A (matrice A) ako i samo
ako je korijen karakteristi ne jednad be kA 0.
c
z

Va no je napomenuti da karakteristi ni polinom ne ovisi

z
c
o izboru baze. Naime, karakteristi ni polinom se ra una
c
c
preko determinante matrice I A . Sama matrica ovisi o
izboru baze, ali ne i njena determinanta. Svake takve dvije
matrice su sli ne i zbog toga imaju isti svojstveni polinom
c
tj. I A
I T 1BT .

 

! 


      

  


 

Neka je A : X
X linearni operator, a x vektor iz X.
Op enito djelovanje linearnog operatora prikazano je slic
kom 1.

((

  

4. Svojstvene vrijednosti i svojstveni vektori

a11
a21
a31

1 det T .

((

jer za regularne matrice vrijedi: det T

det A (12)

det I

((
# (((
# )'% # &$ # 
(
% 

det A det T

gdje je A matrica pridru ena operatoru A, cime se

z

nala enje svojstvenih vrijednosti svodi na rjeavanje

z
s
linearnog homogenog sustava jednad bi. Poznato je
z
(3,str.145) da takav sustav ima netrivijalno rjeenje ako i
s
samo ako je

(15)

det T

AT

det T

 ((

  

det B

Ax

Za dvije matrice A i B, za koje postoji regularna (invertibilna) matrica T sa gornjim svojstvom ka emo da su sli ne.
z
c
Dakle, operatoru A odgovaraju u razli itim bazama sli ne
c
c
matrice. Od zajedni kih svojstava sli nih matrica ovdje
c
c
cemo izdvojiti da sli ne matrice imaju istu determinantu

c
(3,str.129; 6,str.195), tj.

odnosno matri no
c

(11)

(14)

T 1 AT

Postavljamo stoga pitanje koja je veza izmedu dviju matrica A i B koje su prikaz istog operatora A : X
X ali u
razli itim bazama e1 e2 e3 odnosno e1 e2 e3 . Pozc
nato je (3,str.129; 1,str.428) da, ako je A prikaz operatora A u bazi e1 e2 e3 prostora X i T matrica prijelaza
(3,str.129) iz te baze u novu bazu e1 e2 e3 , u novoj bazi
operatoru A odgovara matrica

Ax

Linearnom operatoru su u razli itim bazama pridru ene

c
z
razli ite matrice. Bit ce od posebnog interesa potra iti
c

z
takvu bazu u kojoj ce prikaz linearnog operatora biti naj
jednostavniji.

Kako su svojstvene vrijednosti nul-to ke karakteristi nog

c
c
polinoma, to ni one ne ovise o izboru baze. Zato pri
ra unanju svojstvene vrijednosti mo emo uzeti povoljniju
c
z
bazu za prikaz operatora A.

5. Dijagonalizacija

Slika 2.

Denicija 2 Za realan broj kaemo da je svojstvena (kaz

rakteristi na) vrijednost linearnog operatora A : X
c
X
ako postoji vektor x 0 takav da je

"

Ax

(13)

Za takav vektor ka emo da je svojstven (karakteristi an)

z
c
vektor operatora A i da pripada svojstvenoj vrijednosti
(slika 2).

Denicija 3 Za matricu A (operator A) kaemo da

z
doputa dijagonalizaciju ako postoji regularna matrica T
s
takva da je T 1 AT dijagonalna matrica. Za matricu T se
kae da dijagonalizira A.
z

Slika 1.

U ovom cemo se dijelu posvetiti problemu pronala enja

z
baze vektorskog prostora X koja se sastoji od svojstvenih
vektora dane matrice A (operatora A). Tako odabrana baza
mo e se upotrijebiti za izu avanje geometrijskih svojstava
z
c
dane matrice kao i za pojednostavljenje ra una u koji je
c
ona uklju ena.
c

Sljede i teorem pokazuje da je problem svojstvenih vrijedc

nosti ekvivalentan problemu dijagonalizacije.
Teorem 2 Za kvadratnu matricu A reda n su sljede e tvrdc
nje ekvivalentne:

39

J. BebanBrki , I. Medved: Op a teorija centralnih ploha 2. reda

c
c
Primjer: Za danu matricu F odredimo matricu T koja ju
dijagonalizira.

Korak 2. Nul-to ke karakteristi nog polinoma, odnosno

c
c
svojstvene vrijednosti matrice F su:
2

v3

1
1
1

Korak 4. Formiranje matrice T:

1 1 1
5 2 1
17 2 1

Korak 5. Matrica T 1 FT glasi:

1 0 0
0 2 0
0 0 3

T 1 FT

6. Simetri ni operator, simetri na matrica

c
c
Jedan od specijalnih tipova linearnih operatora je simetri an operator. Za linearni operator A : X
c
X ka emo
z
da je simetri an, ako vrijedi
c

Aa b

a Ab

(18)

z
c
za sve a b X. Matrica pridru ena simetri nom linearnom
operatoru je simetri na s obzirom na glavnu dijagonalu.
c
Neka je operatoru A pridru ena realna matrica A.
z
Ozna imo li s AT transponiranu matricu polazne matrice,
c
A ce biti simetri na onda i samo onda ako vrijedi

c
A

AT

"

1
"

(17)

0
0
3

1
2
2

0
2
0

v2

1
0
0

Korak 5. Matrica T 1 AT (operatora A) je dijagonalna sa

svojstvenim vrijednostima 1 2 3 na glavnoj dijagonali:

Korak 4. Ukoliko matrica doputa dijagonalizaciju formis

ramo matricu T kojoj su stupci svojstveni vektori v1 ,
v2 , v 3 ;

1
5
17

Korak 3. Rjeavanjem homogenih sustava i I A v 0,

s
i 1 2 3 dobiju se svojstveni vektori matrice A;

v1

Korak 2. Odredimo nul-to ke 1 2 3 karakteristi nog

c
c
polinoma, sto su svojstvene vrijednosti matrice A;

40

Korak 1. Odredimo karakteristi an polinom kA

c
matrice A;

AT

v .

Postupak nala enja matrice T koja dijagonalizira matricu

z
c
A, ukratko je, za n 3, sljede i:

42

Av

Potprostor Ker I A nazivamo svojstveni potprostor

koji pripada svojstvenoj vrijednosti .

Napomenimo, ako je v svojstveni vektor koji odgovara

svojstvenoj vrijednosti , odgovaraju joj i svi vektori
v 0 . Osim toga, ako su v1 , v2 svojstveni vektori
koji odgovaraju svojstvenoj vrjednosti , tada je zbog linearnosti operatora i 1 v1 2 v2 svojstveni vektor za istu
vrijednost . Drugim rije ima, za svaku svojstvenu vric
jednost je svaki vektor
0 iz potprostora Ker I A
svojstveni vektor operatora A, budu i da
c
0

Korak 1. Karakteristi an polinom matrice F glasi

c

Va na posljedica ovog teorema: Ako su sve nul-to ke kaz

c
rakteristi nog polinoma razli ite, tada postoji baza prosc
c
tora koju cine svojstveni vektori promatranog operatora.

Neka su to, za n 3, vektori v1 v2 v3 . Budu i da vric

jedi A v1
1 v1 , A v 2
2 v2 , A v 3
3 v3 , njegova je
matrica u ovoj bazi dijagonalna (3,str.148).

A v

0
1
2

Korak 3. Rjeavanjem homogenih sustava dobiju se tri lis

nearno nezavisna svojstvena vektora:

Dokaz (3,str.147).

1
2
3

Teorem 3 Svojstveni vektori koji odgovaraju razli itim

c
svojstvenim vrijednostima medusobno su linearno nezavisni.

Navedeni teorem osigurava da se svaka matrica reda n

sa n linearno nezavisnih svojstvenih vektora mo e dijaz
gonalizirati, dok je njihova linearna nezavisnost osigurana
sljede im teoremom.
c

4
2
2

Dokaz (1, str. 365).

(ii) A ima n linearno nezavisnih svojstvenih vektora.

(i) A doputa dijagonalizaciju.

s

KoG 52000/01

(19)

Navest cemo neka va nija svojstva simetri ne matrice.

z
c
Teorem 4 Ako je A simetri na matrica, onda su sve njec
zine svojstvene vrijednosti realne.
Dokaz (4.str.147).
Teorem 5 Ako je A simetri na matrica, tada su svojstveni
c
vektori koji odgovaraju razli itim svojstvenim vrijednosc
tima medusobno okomiti.
Dokaz (4.str.147).

J. BebanBrki , I. Medved: Op a teorija centralnih ploha 2. reda

c
c

KoG 52000/01

7. Ortonormirana baza,
ortogonalne matrice

sli na dijagonalnoj matrici B tj. postoji ortogonalna mac

trica T i realni brojevi 1 , 2 , 3 , tako da je

Za bazu prostora X ka emo da je ortonormirana ako su

z
vektori baze medu sobom okomiti (ortogonalni) i svaki
ima duljinu (normu) jedan. Iz ortogonalnog skupa ne-nul
vektora mo emo dobiti ortonormirani, dijeljenjem svakog
z
vektora njegovom normom. Cilj nam je dalje pokazati da
je svaka simetri na matrica sli na dijagonalnoj matrici te
c
c
da postoji ortogonalna baza koju cine njeni svojstveni vek
tori.

9. Kvadratna forma,
dijagonalizacija kvadratne forme

Neka je T matrica ciji su stupci ortonormirani svojstveni

vektori matrice A.

Linearna forma.

0
2
0

0
0
3

1
0
0

TT AT

(20)

Odnosno, za svaku simetri nu matricu postoji ortonormic

rana baza koju cine normirani svojstveni vektori te matrice.

Linearna forma od 3 varijable je izraz oblika

Kvadratna forma od 3 varijable x1 , x2 , x3 je izraz koji se

mo e zapisati kao
z
x1
x2
x3

(22)

gdje je A matrica reda 3. Uz oznaku

x1
x2
x3

mo e se pisati u obliku
z

 8 8 

"

Clanove oblika ai j xi x j , i
clanovima kvadratne forme.

a33 x2
3

ai j xi x j

i j

(23)

zovemo mjeovitim
s

a22 x2
2

a11 x2
1

@A 9

xT Ax

K x1 x2 x3

Dijagonalizirati kvadratnu formu podrazumijeva rijeiti se

s
mjeovitih clanova, cime se posti e takozvana kanonska
s

z
forma.

10. Plohe drugog reda

Pod pojmom ploha drugoga reda podrazumijevamo skup
z
to aka u prostoru koji je odreden jednad bom drugog stupc
nja u kartezijevim pravokutnim koordinatama x, y, z tj.
a22 y2

a33 z2

2a12xy 2a13 xz 2a23yz

2a14x 2a24 y 2a34z a44

(24)

a11 x2

F xyz

Svaka simetri na matrica A tre eg reda posjeduje to no 3

c
c
c
realne svojstvene vrijednosti (broje i njihovu viestrukost)
c
s
i 3 medusobno okomita svojstvena vektora. Ona je dakle

x1 x2 x3 A

3, vrijedi:

(21)

Kvadratna forma.

Zeljeli bismo dalje pokazati da je svaka simetri na matrica

c
sli na dijagonalnoj matrici. Uz teorem 4 name e se pitanje
c
c
sto se dogada sa svojstvenim vektorima koji odgovaraju

istoj svojstvenoj vrijednosti, tj. kolika je dimenzija svojstvenog potprostora koji odgovara svojstvenoj vrijednosti
cija je kratnost ve a od 1. Odgovor cemo preuzeti iz (3,

str.173), naime, ima li svojstvena vrijednost kratnost k, odgovaraju i svojstveni potprostor ce biti k-dimenzionalan i
c

unutar njega mo emo prona i k medusobno okomitih vekz

c
tora.

5
64

8. Dijagonalizacija simetri ne matrice

c

x1
x2
x3

To je funkcija od 3 varijable x1 , x2 , x3 prvog stupnja, pa

u razvoju ne mo e biti clanova koji bi sadr avali umno ak
z

z
z
varijabli.

K x 1 x2 x3

Iz denicije ortogonalnog operatora (ortogonalne matrice)

lako se mo e provjeriti da ortogonalni operator prevodi orz
tonormiranu bazu ponovno u ortonormiranu bazu. Da bi
baze bile jednako orjentirane mora determinanta operatora
(matrice) biti ve a od nule (6, str. 42), sto u jeziku ortogoc

nalnih operatora zna i da determinata mora biti jednaka 1.

c

Kao zaklju ak svega do sada re enog, za n

c
c

i 1

a1 a2 a3

2) Determinanta ortogonalne matrice jednaka je 1 ili

1. (3,str.172)

a i xi

1) T 1 TT , tj. inverzna matrica matrice T jednaka je

transponiranoj matrici od T;

Iz svojstva simetri ne matrice mo emo zaklju iti da posc

z
c
toji ortogonalna matrica T takva da je T 1 AT dijagonalna.
Za ortogonalne se matrice mo e pokazati da vrijedi:
z

L x1 x2 x3

Denicija 4 Za matricu T kaemo da je ortogonalna ako

z
su njeni stupci ortonormirani vektori.

41

J. BebanBrki , I. Medved: Op a teorija centralnih ploha 2. reda

c
c


jCDC

jednake, lako se vidi da je svaki vektor u prostoru svojstven vektor matrice A44 . Ako su dvije svojstvene vrijedosti medusobno jednake, na primjer 1 2 3 , odrede
se pripadni svojstveni vektori, v1 i v3 , dok se tre i vektor
c
dobije kao njihov vektorski produkt, uz uvijet da v1 , v2 , v3
1.
cine desni sustav vektora, tj. det v1 v2 v3

Dakle, transformacijom

(30)

  

v 1 v2 v3

Matrice

(25)

prelazimo na nove koordinate x y z :

x
y
z

dok izraz (27) prelazi u

2 a14 a24 a34

x
y
z

i i i i rGWi qVi pVi U

X
g g gi g ` X
cd b ` ii cd ib i i srGWi qVi pVi U
g
tef
` ii cd ib i i srGWi qVi pVi U
`X
g
tef i

xyz B

x
y
z

2 a14 a24 a34 T

Postupak svodenja kvadratne forme unutar jednad be (24)

z
na kanonski oblik je sljede i:
c

F x y z

xyz B

x
y
z

Realna i simetri na matrica A44 mo e se napisati u obliku

c
z

F x y z

1 x

gdje smo ozna ili

c

(29)

a14
a24
a34

x
y
z

x
y
z

(33)

(34)

y
z

y
z

(35)

Jednad ba kvadrike poprima kanonski oblik

z

2
2

2
3



V     

2
1

a44

2 y



gdje je

1 x

3 z



a44

odnosno

Matrica T predstavlja matricu prelaza iz jednog desnog

kartezijevog sustava u drugi takoder desni kartezijev sustav. Neka su sustavi O; x y z i O; x y z .

F x y z

a44

(36)

(37)

Nije teko pokazati da vrijedi:

s
det A
det A44

a44

  

42

a44

Stupci ortogonalne matrice T komponente su jedini nih

c
svojstvenih vektora v1 , v2 , v3 matrice A44 koji pripadaju
svojstvenim vrijednostima 1 , 2 , 3 , poredani tako da
bude detT 1.

S pravom se mo e postaviti pitanje kako odrediti svojz

stvene vektore u slu aju da svojstvene vrijednosti 1 , 2 ,
c
c
3 nisu medusobno razli ite. Ukoliko su sve medusobno

2z

Linearni se clanovi x , y , z , u (33) mogu eliminirati trans

lacijom koordinatnog sustava:

Napomenimo da za centralnu kvadriku matrica A44 mora

biti regularna i da su u tom slu aju sve svojstvene vrijedc
nosti 1 , 2 , 3 matrice B razli ite od nule. Osim toga,
c
budu i da se radi o realnoj simetri noj matrici svojstvene
c
c
su vrijednosti realne.

TT

 d 

 

 d 

v 1 v2 v3

7

2y

  

0
0
3

0
2
0

1
0
0

gdje su matrice B i T oblika:

2x

a44

(28)

3 z

a44

x
y
z

  d
  

  d

TBTT

2 y

x
y
z

A44

a44

7 5

F x y z

2 a14 a24 a34

a44

V X i i
V X g g ii
g
hef i
ii cd b
V X
g
uef i

b aYW V V U
` X

(27)

x
y
z

cd

x yz TBTT

F xyz

x
y
z

cd b

x
y
z

(32)

V X

xyz

a13
a23
a33

x
y
z

g
hef

F xyz

a12
a22
a23

g
hef

Jednad bu (24) mogu e je zapisati i u obliku:

z
c
a11
a12
a13

(31)

Zbog ortogonalnosti matrice T vrijedi

su realne i simetri ne.

c

x
y
z

TT

HIIP

(26)

x
y
z





a13
a23
a33

a12
a22
a23

i A44

a11
a12
a13

R QR

a14
a24
a34
a44

PH

a13
a23
a33
a34

a12
a22
a23
a24





a11
a12
a13
a14

x
y
z
1

a14
a24
a34
a44

a13
a23
a33
a34

EE

xyz1

a12
a22
a23
a24

GFF EE GFF

F xyz

a11
a12
a13
a14

gdje su koecijenti a11

a44 realni brojevi i barem jedan od brojeva a11 , a22 , a33 , a12 , a13 , a23 razli it od nule.
c
Funkciju F mo emo zapisati matri no:
z
c

"

KoG 52000/01

(38)

J. BebanBrki , I. Medved: Op a teorija centralnih ploha 2. reda

c
c

KoG 52000/01

11. Klasikacija centralnih kvadrika

koju nazivamo jednad bom realnog stoca s poluosima

z
s
a, b, c.

Kanonski oblik jednad be kvadrike (36) zapiimo u obliku

z
s
(39)

Primjer 1.
Neka je ploha zadana jednad bom:
z

 7

2
2
1



8y

2z



Radi se o imaginarnom elipsoidu.



Kanonski oblik jednad be: 5x

z

sgna44 & a44

25

sgn3

0.

sgn2

sgn1

Neka je ploha zadana jednad bom:

z

2
2
1

2.

 7
1



8y

2z





Kanonski oblik jednad be: 5x

z

sgna44 & a44

32

Radi se o realnom elipsoidu.

"

sgn3

sgn2

 " 

sgn1

32

v3

a44

1
2
2

0.

80

det v1 v2 v3

v2

2
1
2

27

66

8, 3

v1

5, 2

4z

Svojstveni vektori:

Svojstvene vrijednosti: 1

152

Karakteristi na jednad ba: 3

c
z

6y

4x

4yz

4xy

6z2

5y2

4x2

"









Primjer 2.

"  

jy





(46)

v3

 " 

25

1
2
2

det v1 v2 v3
a44

v2

2
1
2

Svojstveni vektori:
v1

2.

"





"
vu



"
vu



0.

8, 3

5, 2





z 2
c2

sgn3 i

30



6) Ako je sgn1
sgn2
1 i sgn1
a44 0 tada (39) mo emo napisati u obliku
z

4z



x 2 y 2 z 2
1
(45)
a2
b2
c2
koju nazivamo jednad bom dvoplonog hiperboloida
z
s
s poluosima a, b, c.

6y



5) Ako je sgn1 sgn2

1 i sgn3 sgna44
1i
sgn1
sgn3 tada (39) mo emo napisati u obliku
z



y 2
b2

x
y
z
1
(44)
2
2
a
b
c2
koju nazivamo jednad bom jednoplonog hiperboloz
s
ida s poluosima a, b, c.



x 2
a2

4x

Svojstvene vrijednosti:

80

ww www
v
 w

ww

4) Ako je sgn1 sgn2

1 i sgn3 sgna44
1i
sgn1
sgn3 tada (39) mo emo napisati u obliku
z
2

ww www
v
 w

ww

x 2 y 2 z 2
0
(43)
a2
b2
c2
koju nazivamo jednad bom to ke ili imaginarnog
z
c
stoca s poluosima a, b, c.
s

"  
ww ww
 ww  ww 6
v

0 tada (39)

152

0 tada

0 tada

x 2 y 2 z 2
1
(42)
a2
b2
c2
koju nazivamo jednad bom realnog elipsoida s poluz
osima a, b, c.
3) Ako je sgn1 sgn2 sgn3 i a44
mo emo napisati u obliku
z

sgna44 i a44

4yz

Karakteristi na jednad ba:

c
z

x 2 y 2 z 2
1
(41)
a2
b2
c2
koju nazivamo jednad bom imaginarnog elipsoida s
z
poluosima a, b, c.
2) Ako je sgn1 sgn2 sgn3
(39) mo emo napisati u obliku
z

4xy

66

sgna44 i a44



1) Ako je sgn1 sgn2 sgn3

(39) mo emo napisati u obliku
z

6z2



Vrijednosti a, b, c nazivamo poluosima kvadrike.

5y2

4x2

(40)

a44
3

a44
2

12. Primjeri

a44
1

z 2
a44
3




x 2
y 2
a44
a44
1
2
i ozna imo
c

0.

43



J. BebanBrki , I. Medved: Op a teorija centralnih ploha 2. reda

c
c

o$
2
 7

sgn2

1 & sgn1

sgn1

Radi se o realnom stocu.

s

"

a44

sgn3 & a44

det v1 v2 v3

Kanonski oblik jednad be:

z
2

6 1414z



8 74166y



0.



6x

Primjer 3.
Neka je ploha zadana jednad bom:
z
8x

162

1 58055
0 666667
1

0 913886
0 666667
1

v3

Primjer 5.
Neka je ploha zadana jednad bom:
z

Svojstveni vektori:



4x

8y

64

8, 3

1 & sgn3

Kanonski oblik jednad be:

z



4
1
3

v3

v3

0
1
0

Radi se o jednoplonom hiperboloidu.

s

2z



0 579916
0 680336
1

5
sgn1 sgn2
& sgn1 sgn3

v2

0.

2.

44

1 42008
2 68034
1

a44

4, 2



v1

Svojstveni vektori:

6, 3

300

1
0
1

102

det v1 v2 v3

8 14143.

6 14143, 2

38

0.

0.



10y 2z 4

Svojstvene vrijednosti:

Karakteristi na jednad ba:

c
z

82

v2


"

o$
2
 7

10xy 2xz 8yz 8x



6z2

1
0
1

2y2

Neka je ploha zadana jednad bom:

z

v1

8z

sgna44

0.

Primjer 4.

4x2

4y

Svojstvene vrijednosti: 1

8 74166z

8x

6y

4xz

6z2

Karakteristi na jednad ba: 3

c
z

Kanonski oblik jednad be:

z
1 25834x

2y2

6x2

Radi se o imaginarnom stocu.

s

sgn3 & a44

sgn2

sgn1

 7

a44

66

det v1 v2 v3

v2

0
3
2

v1

71

8 74166.

Svojstveni vektori:

6, 3

0.

1 25834, 2

Svojstvene vrijednosti:

6z

Karakteristi na jednad ba:

c
z

4y

6xz

4xy

6z2

6y2

4x2

KoG 52000/01

J. BebanBrki , I. Medved: Op a teorija centralnih ploha 2. reda

c
c

KoG 52000/01

-10
-5
0
5
10

Primjer 6.

sgn1
sgn3

sgn2

1 & sgn3

sgna44

Radi se o dvoplonom hiperboloidu.

s
2



6y

2z





Kanonski oblik jednad be: 3x

z

0.

1
1
0

v3

1
1
2

v2

a44 6
1 & sgn1

1
1
1

2.

v1

0.

"

Svojstveni vektori:

6, 3

14

3, 2

36

12z

Svojstvene vrijednosti: 1

8y

Karakteristi na jednad ba:

c
z

4x

2yz

2xz

6xy

5z2

y2

x2

 7

det v1 v2 v3

Neka je ploha zadana jednad bom:

z

Literatura
[1] A NTON , H., RORRES , C.: Elementary Linear Algebra, John Wiley & Sons, Inc., New York, 1994.

[2] B LANU S A , D.: Via matematika, 1 dio, drugi svezak,

s
Tehni ka knjiga, Zagreb, 1965.
c

[3] E LEZOVI C , N.: Linearna algebra, Element, Zagreb,

1995.

[6] K UREPA , S.: Uvod u linearnu algebru, Skolska

knjiga, Zagreb, 1978.

[7] L APAINE , M., J OVI C I C , D.: Gra ki prikaz konika
c
pomo u ra unala, KOG, broj 1, Zagreb, 1996.
c
c

o r o l
1o ix i pw 1Yn p
x e t k x  x
ifgao w Gzfg|
ol j~ }n |n
lp GqGyzsugimgfz{uGG'1
ohn wv { { m
zfYgxyo y|v|#v| u
t l q l jhe d
iGsCqrfpYk popn mkfigfDeGG'1

[5] H ORVATI C K.: Linearna algebra, II dio, Matemati ki

c
odjel PMF-a, Sveu ilite u Zagrebu, Zagreb, 1995.
c s

g e m m q x x
dYvvy&vf fnoe

[4] G URSKIJ , E. I.: Osnove linearne algebre i analiti ke

c
geometrije, (na ruskom), Viejaja skola, Minsk, 1982.
s s

45