Wil'!!""",,,,"".

" 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

. Delftse Uitgevers Maatschappij b.v.

P.O. Box 2851, 2601 CW Delft, The Netherlands
Tel. 015-123725
Alle rechten voorbehouden. Niets uit deze uitgave mag worden verveelvoudigd, opgeslagen in
een geautomatiseerd gegevensbestand, of openbaar gemaakt, in enige vonn of op ertige wijze,
hetzij elektronisch, mechanisch, door fotokopieën,opnamen, of op enige andere manier,
zonder voorafgaande schriftelijke toestemming van de uitgever.
. .
All rights reserved. No part ofthîs publication may be reproduced,stored in a retrieval system, .
or transmitted, in any form or by any mean.'i, electronic, mechanical, photo-copying,
recording, orotherwise, without t~e prior wriUen permission ofthe publisher.
(

ISBN 90 6562 077 x

 /

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

Voorwoord bij de tweede druk

Het verschil met de vorige druk is gelegen .in de uitbreiding met een hoofdstuk over lineaire
operatoren in de ruimte en het platte vlak, in het bijzonder projekties, spiegelirÏgen en
draaiingen. Aanvankelijk werden die kort ih de laatste paragrafen van het boek behandeld,
hetgeen men als onbevredigend erVoer bij de Faculteit der Civiele Techniek. In deze nieuwe
editie is er in hoofdstuk 4 over dat'Onderwerp een tamelijk uitVoerige behandeling, die
onmiddellijk aansluit bij hoofdstuk 3 over de analytische meetkunde van de ruimte en het platte
vlak. Als gevolg van deze inlassing hebben ~e daarna volgende hoofdstukken (4, 5 en 6) van
. de vorige druk kleine wijzigingen ondergaan, waarna die achtereenvolgens geworden zijn tot
de nieuwe hoofdstukken 5, 6 en 7.

Delft, voorjaar 1989 CA. den Braber

 /

, 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

29 Beschrijvingen ten opzichte van een ortononnà1e basis 97

30 Oppervlakte van een parallellogram en stelling 5. Deteiminanten van de tweede orde 105 '
31 Het uitprodukt 110
32 Rekenregels voor het uitprodukt 112
33 Vektortripelprodukten. (
, 113
34 Het skalartripelprodukt. Inhoud van een blok, en stelling 6 115
35 Uitprodukt en skalartripelprodukt uitgedrukt ,in koördinaten. Detenninant van de derde
orde- - 117
36 Eigenschappen van dètenninanten. NogmaiiIs stelling 3' 118
37 Het uitprodukt in samenhang met vlakken en lijnen 127
HOOFDSTUK 4
Lineaire operatoren , in de ruimte en het platte vlak
38 Afbeeldingen en operatoren 133
39 Zes eigenschappen van lineaire operatoren 136
40 Koördinatisering van een lineaire operator. Stelling 7 ' 145
41 Koördinatentransfonnaties ,t56
42 , Draaiing om een as in de ruimte 164
43 Kern en beeldruimte van een lineaire operator. $telling,8 172
44 Eigenwaarden en eigenruimten van een lineaire operator en een matrix. Stelling 9 181
, 45 De karakteristieke veeltenn van een matrix en een lineaire operator 200
46 ' Ortogonale operatoren 209
47 Symmetrische operatoren. Stelling 10 216
HOOFDSTUK 5 "
IR" & CC" . Rang van een matrix. Metode der kleinste
kwadra1en
48 _ Vektoren in lRn (<ril). Deelruimten, lineaire variëteiten 227'
49 ' Bouw van de algemene oplossing ~an een stelsel lineaire vergelijkingen 229
50 Lineaire kombinaties, lineair omhulsel 230 "
51 Afhankelijkheid en onafhankelijkheid van een stel vektoren 233 '
52 Onderzoek naar de aard van een stel vektoren. Uitdunnen van een stel vektoren.
Stelling 11 236
53 Basis van een deelruimte 242
54 Het begrip dimensie. Stelling 12 '" 244
55 Stelling 13 over kolom- en rijrang van een matrix 247
56 Stelling 14 over het verband tussen de rang van een matrix en de diinensie van zijn
nulruimte 251
57 Stelling 15 over stelsels lineaire vergelijkingen. Kenmerken van een reguliere matrix;
nogmaals stelling 3 254

(
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

In dit hoofdstuk zijn m,n en r steeds positieve gehele getallen.

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

Voluit geschreven voor bijvoorbeeld n = 4, is die

, 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

we van een vaise vergelijking. Zo is

OO,Xl + O'X2 + O'X3 + O'X4 /= 7

, '

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

een echte vergelijking in vier onbekenden. Vervangen we in deze vergelijking X4 door

een willekeurig getal a,. vervangen we da;rrna X3 door een willekeurig getal {3, en
vervangen we tenslotte X2 door een willekeurig, getal "(, dan volgt
. . '

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

{(8 - 2a - S{3 + ?""(,{3, a) la,{3,"( E IR}.

De onafhankelijke veranderlijken a, {3 en "( heten de parameters van de algemene

oplossing en we zeggen dat de onbekenden X4, X3 en X2 achtereenvolgens door
a, {3 en "( geparametriseerd zijn. De wijze waarpp we hier de algemene oplossing
vorm hebben gegeven heet een parametervoorstelling van de algemene oplossing.
De keuze van de o,nbekenden die men parametriseert . is tamelijk willekeurig. Zo
hadden we ook Xl, X2 en X4 achtereenvolgens kunnen parametriseren door
À, Il en v. Die keuze zou geleid hebben tot de volgende parametervoorstelling
van deZelfde algemene oplossing

{(À~Il, t - ~À + til ~ ~v, v) I À,Il, v E IR}.

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

oplossing te vinden van de volgende vergelijking in vier onbekenden

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

{(0:,{3, 'Y, -7 + 0: + (3) I 0:, {3, 'Y E IR}.

Uit het .voorgaande trekken we de volgende slotsom .

.voor een echte vergelijking in,n onbekenden geldt:
. 1) dat die 'n-l - vrijheidsgradenheef~,
2) dat een parametervoorstelling van de algemene oplossing ervan n -1 ' parameters
heeft.

OJ2gave 1 ;

De vier onderstaande vergelijkingen zijn vergelijkingen in vijf onbekenden

Xl, Xz, X3, X4 en xs. Geef van elke vergelijking een parametervoorstelling
van zijn' algemene oplossing.
a) 4XI - 7xz + X3 + 2x4 - 6xs = 9,
b) Xz - 2X3 .+ 6X4 - Xs = 12,
c) Xl - Xs = 4,
d) 3Xl = 6. .

2 Stelsels. Stelling 1 over elementaire

, bewerkingen
We gaan n~over tot het behandelen van stelsels lineaire vergelijkingen. Eerst
leggen we een aantalbegrippen vast.
Laten aij en bj, i := 1(1)m, j := l(l)n gegeven reële getallen zijn. Een reëel
stelsel lineaire vergelijkingen in nonbekenden Xj, j := l(l)n is een.m-tallinearre
vergelijkingen in de onbekenden Xj, j := l(l)n van de gedaante \
n
~ aijx, lil b· i :=1(l)m.
j= 1 J , 1

Voluit g'eschreven voor men n groter d~n 2 is dat

• J

all x l + alZ x Z + ... + alftx n = bI

az i Xl + az z Xz + .. . +.az n Xn = b z
 10 §2

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.

Xl 9X2 - 15x3 - 2X4 - 5x,s = 1

2Xl 12x2 - 16x3 - 2X4 - 6xs =-2
2Xl + 6X2 + 6X3 + 8X4 + 2xs = -10
-Xl + 12x2 + 22x3 + 3X4 + 7xs = -3.

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

Na uitvoering van deze bewerkingen heeft het nieuwe stelsel de gedaante

xl - 9X2 - 15x3 - 2X4 - 5xs = 1

I 6X2
24xz
3xz
+ 14x3 + 2X4 + ' 4xs =-4
+ 36x3 +, 12x4 + 12xs = -12
+ 7X3 + X4 + 2xs = -2.

We noteren dit stel bewerkingen als volgt.

~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.

, Xl 9X2 - 15x, - 2"" - 5x, = 1 Xl - 3X2 - x3 Xs =-3

6X2 + 14x3 + 2X4 + 4xs = -4 ' OX2 + OX3 + OXs = 0
24x2 + 36x,+ 12x, + 12x, = - 1 2 è é ~ - .12x2 - 48x3 - 12xs = 12
3X2 + 7X3 + X4 + 2xs = -2 2 -2 -12 3X2 + . 7X3 + "4 + 2xs =-2.

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
,

We zien nu dat het vegen van koëfficiënten vaneen vierde onbekende .,

+ llx3
x2 + 4X3
5,x3 +
+ 2xs =-6
+ - Xs = -I
X4 -

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

{{-6 - lla - 2(3, '-1 - 4a - (3, a, 1 + Sa + (3, ,(3) I a,'{3 E IR}.

, De onafhankelijke veranderlijken a' en {3 h~ten de parameters van 'de' algemerie

oplossing en we zeggen dat de onbekenden X3 en Xs achtereenvolgens geparametriseerd
zijn door a en (3. De vorm waarin we de algemene oplossing hier gestalte hebben '
gégeven, heet weer een parametervoorstelling van de algel)1ene oplossing. Deze is niet
ondubbelzinnig bepaald. We Jladden immers ook twee andere onbekenden kunnen
parametriseren, wat tot een andere parametervoorstelling had gele~d. Merk op dat wij
juist die onbekenden in het gereduceerde stelsel parametriseerden waarvan de
koëfficiënten niet geveegd waren en dat deze ' keuze de berekening van de overige
onbekenden zo eenvoudig maakte; iedere andere keuze had ons meer rekenwerk be-
zorgd.
.
Uit het voorgaande trekken we de volgende slotsom .
Bestaat een gereduceerd stelsel in n onbekenden uit r vergelijkingen, dan geldt:
1) r';;;; n, '
,\ 2) het stelsel heeft n-r vrijheidsgraden,
3) een parametervoorstelling van de algemene oplossing van dat stelsel heeft n-r
parameters.
Het stel bewerkingen dat wij op het gegeven stel~el uitoefenden; was er blijkbaar op
gericht het zo snel mogelijk over te voeren in een ermee gelijkwaardig gereduceerd
stelsel. Deze eliminatiestrategie-noemt men wel de Gauss-Jordan-elimirfatie. Dat het
verkregen gereduceerde stelsel inderdaad gelijkwaardig is met het 'stelsel' waarmee we
begonnen, blijkt uit de volgende stelling.

:::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

Gebruiken we de notatie uit het voorbeeld, dan volgt:

.. "
.
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

Overigens bestaat er voor iedere elementaire bewerking e een omgekeerde elementaire

bewerking e' in de volgende zin: Gaat een stelselS na tenuitvóerlegging van e over in
een stelsel T, dan gaat T na tenuitvoerlegging van e: over in S. Merk OJ} dat e en e' van
dezelfde soort zijn .

.3 Rekenschema voor het oplossen van stelsels

Zoals reeds eerder is opgemerkt, is de algemene oplossing van een stelsellineaire'
vergelijkingen bepaald door zijn 'koëfficiënten en ~bekende termen. De berekeningen
die voortvloeien uit de gekozen elementaire bewerkingen, met het doel een st~lsel in
een eenvoudiger ermee gelijkwaardig stelsel over te voeren, zijn in feite rekenkundige
bewerkingen met koëfficiënten en bekende termen van verschillende vergelijkingen.
Daarom stellen we, om het s~hrijfwerk te 'verminderen, tér oplossing van een stelsel
van m vergelijkingen in n onbekenden, dat stelsel voor door een rechthoekig schema
van m * (n + I) getallen, opgebouwd uit de m *n koëfficiënten en de m bekende
termen. Dé wijze waarop wij dat ,doen blijkt génoegzaam uit het' volgende voorbeeld.
Het stelsel

3XI - 2X2 _ + X4 = 7
j 3X2 - 4X3 - X4 = 8
Xl +, 2X2 - 3X4 = 9

stellen we voor door het getallenschema

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

XI 9X2 - 15x3 - 2X4 - 5xs = 1

2xI 12x2 - 16x3 - 2X4 - 6xs =.-2
2xI + 6X2 + 6x; + 8X4 + 2xs = -10
-Xl + 12x2 + 22x3 .+ 3X4 + 7x 5 =-3.
16 §3

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

Het gegeven stelsel is blijkbaar gelijkwaardig met_een

-
stelsel dat een valse vergelijking
is
.

bevat, en dus het strijdig. Zijn algemene oplossing is de lege verzameling.

2) We beschouwen nu het bij A horende homogene stelsel AH

XI - X2 +. 4X3 + X4 = 0

, l
AH:. x i + x2 + 5X3 + 2X4 = O .
Xl + 3X2 .+ 6x3 + 3X4 = 0 .

Is S een stelsel lineaire ve~gelijkingen in n onbe~enden, dan verstaan we onder het

bij S horende homogene stelsel SH het homogene stelsel lineaire verge!ijkingen dat
dezelfde 'koëfficiënten heeft alS S. '
Oplossing. .

[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:

{(3a - 3(3, a,{3, -2a "':: (3) I a, {3 E IR}.

3) Beschouw het volgende -stelsel in .drie onbekenden. _

2XI -3X2 + 5X:3_= 7

5X2 - . X3 = -9
Xl + X2 + X3 = . 0
-2XI + 8X2 - 6X3 = -16

Oplossing.

2-3 5: 7] r 0_-5 7].1

lV(î) e
3 -:
EIT~'
[& ~ -~ :'-~ 6)~ -+ 05 -9 -+

-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.

2x~ + 4X3 - 2X4 = -.2

Xl - x2 - 2x3 + 4X4 + 2xs = 3
2XI + 6X4 + 4x~ = 4
3XI + 2X2 + 4X3 + 7X4 ' + 6xs = 4
4XI - '3X2 - 6X3 + 15x4 + 8xs = II
Oplossing.

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

. is Xl = 2 - 3{3 - 27 en X2 = -1 - 2a + {3. Een parametervoorstelling van de alge~ene

oplossing is:

{(2 - 3{3 - 21, -1 - 2a + {3, a, {3, 7)la, {3, 7 E IR}.

Opgave 2
Gegeven zijn twee stelsels in vier onbekenden. Geef van elk een parametervoor-
stelling van zijn algemene oplossing .

. a) 1 3XI - 2X2 ~ 3X3 + 3 X4 = 0

5XI -: 4X2 - 5X3 + 5X4 = 0 -

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.

a) 1 Xl + X2 + 2X3 + 3X4 - 2xs = 1 b) Xl + Xz + 2X3 + 2X4 + 2xs = 1

3XI +5x:i + 2X3 + 3X4 - 10xs = 4 Xl X2 - 2X3 + 4x4 + 2xs = 3
- 2X2 + 4X3 + 6X4 + 4xs = O. 3XI X2 - 2X3 + 10x4 + 6xs = 7
3XI + 2X2 + 4X3 + 7X4 + 6xs = 4

I
4XI - 3X2 - 6X3 + 15x4 + 8xs = 11.

c) Xl X2 + 3X3 = 6 . d)l ,Xl + 2X4

3XI :- '2X2 + 7X3 = ,14 -2X2
= 0
+ Xs = -5
e) I
Xl =5
X3 =8 ;
Xl + 3X2 - 3X3 ,=-14. , - X2 + ' X4 = -3.

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.

a) Xl + pX3 + ' P X4 = 0 b) \ -x, x, . + 2X3 = 8

Xl + X2 + X3 + 3X4 = 4 PXI + 2xz + 2X3 = -4
3XI + (P+2)X4 = 2 pZXl + 4xz + 10x3 = pZ.
Xl - X2 + (p-l)x3 - X4 = -2 .
 .20 §4

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.

a) 2 XI - 2X'2 + . X3 + 4X4 = I b) xl + 3X2 + x3 + 2X4 =. 0

xl - 3X2 - 5X3 - X4 =_ 2 X2 + q X3 + X4 = 0 ,
2pX2 + Ilx3 + 6X4 = ·-3 Xl + 4x2 + 3x3 + PX4 = - q
4XI - 8X2 - 9X3 + 'PX4 = q. Xl + 2X2 - X3 + X4 = 1.

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

'I Xl + IOOOx2 = 1000

Xl + X2 ,= 1.3 L

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> .

+ 1000x2 = 1000 ' ~ 1Xl + -999x2

1Xlx, + X2 = 1.3 . ®
~
1000X2 = '1000
= -999 1
~'

*-999

,lXI + I 000X2= 1000

X2 = 1 EI~O]) ~ { Xl =0
X2 , = 1 .

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

5 Stelling 2 over homogene stelsels

In de volgende hoofdstukken zullen we nader ingaan op kenmerken van stelsels
lineaire vergelijkingen, zoals: een kenmerk voor oplosbaarheid, een kenmerk voor het
hebben van precies één oplossing; bovendien zullen we de bouw van de algemene
oplossing uit de doeken doen.
Eén eigenschap met belangrijke gevolgen kunnen we echter nu al met de ons ten
dienst staande middelen bewijzen.
::::::::::::I:::Stelling 2 . '
) ) ) ~i~Een homogeen stelsel lineaire vergelijkingen met meer onbekenden .dan vergelijkingen
:::::::::::: :::heeft een niet-triviale oplossing. . .
Bewijs, met volledige induktié naar- n, het aantal ·onbekenden. Daar een stelsel minsten$
één vergelijking heeft en er me,er onbekenden dan vergelijkingen zijn ligt de induktie-
basis bij n = 2.
Stel n = 2. Dan is er dus één :vergelijking,. zeg

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.

au Xl + a12 x2 + ... + al,m+l xm+l = 0

ail Xl + a22 X2 + ... + a2,m+! Xm+! =0
S:

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. '

r Xl + b 12 X2 + ... + bl,m+l Xm+l ~ 0

b2 2 X2 + . . . + b2,m+1 Xm+! = 0
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.

b22 X2 + . ' .' + b 2,m+! Xm+l = 0

1·~m~ X2 + .. . + bm,m+~ Xm+1 = 0 .

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.

J (2+2i)x~ - ,(4+3i)X2 · - 2X3 ~ 7

l' - 2Xl . - 3ix2 + (1 - i)x3 = -':1

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 •
) .

Het st~lseL heeft dus 3 - 2 = 1 vrijheidsgraad en er -is één onbekende te parametriseren.

'. Kies Xl =a. Dan is x2=i en X3' = -2 - 2i + a(1 + i). Een parametervoorstelling van de -
algemene oplossing is

{(a, i, -2 - 2i + a(i + 1»Ia E <r}.

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 .

c) (-1 +5i) x I - (l7""i)X2 - (2+2i) X3 = -6

(1 - i)xI - (1 - 5i) X2 ;.: (2 - 2i)X3 = -6i
. -(2 + 2i)xl - (2 - 2i)X2 - (4 - 2i)X3 = -12.
 §7 25

HOOFDSTUK 2
Matrixen.
- Bevverl<ingen m~t matrixen

In dit hoofdstuk zijn m, n, p, qen r steeds positieve getàllen ..

7 Definitie van een matrix '

,In het vorige hoofdstuk hebpen we een stelsel lineaire vergelijkingen door een recht-
hoekig getallenschema voorgesteld. Zo'n getallenscheIl1a heet een matrix. Laten aij,
i := 1(1)m, j := 1(1)n gegeven reële getallen zijn. Het uit m rijen en n' kolommen' op-
gebouwde getallenschema

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.

is een reële 3 x 44natrix.

. .

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

[-!J, een kolommatrix van de orde 3, en

~] , een vierkante matrix van de orde 4.

5 -7
10 4
11 13 9 ' ,
2 -6 o , .
Matrixen geven we meestal aan met hoofdletters, bijvoorbeeld A. De getallen waaruit A
is opgebouwd, heten de elementen van A. Het element op de kruising van de ie rij en je
kolom van A geven we aan met aU' Merk op dat het eerste voetcijfer het rijnummer
en het tweede voetcijfer het kolomnummer aanduidt. Een element van een rijmatI+-
of een kolomma~rix voorzien we meestal maar van één voetcijfer.
Voorbeelden.

A=
[ 831-~ O· 9]
4-~ ~~ , een 3 x4-matrix; a23= 7 en a32 = 4.

B = [0 0 -1 y2 1.5 1TJ, een rijmatrix van de orde 6; b 2 = 0 en b s = 1.5.

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

O~] een vierkante matrix van de orde 3; de hoofddiagonaal van E is

(2,9,5).
 §8 27

Een diagonaalmatrix is een vierkante matrix waarvan alle nie-t-diagonaalelementen

gelijk aan nul zijn. Is 'A een diagonaalmatrix van de orde n, dan is dus aij = 0, i =1= j,
ij := 1(1)n. Om papierruimte te sparen noteren we zo'n matrix dikwijls met

diag (all, a22, ... , ä nn ).

Zo is F = [~. ~ ~ ~l-- = diag (7,0,3, -5) een diagonaalmatrix van de orde 4.

o 0 0-5
Willen ~e aangeven dat een matrix, zeg A, van de orde mx~ is, _d an schrijven we ~ti het
bijzonder voor A Of Amn,Of [aij]mn. Is de orde van A duidelijk uit het verband, dan
schrijven we in plaats van A ook wel [aij]. .

8 Twee voórbeelden van bewerkingen met matrixén

Voordat we het rekenen met matrixen aanvangen, hopen we aan de hand van een tweetal
praktische voorbeeldën duidelijk te maken waarom men juist die bewerkingen met
matrixen heeft ingevoerd, die wij straks zullen definiëren.
Voorbeeld 1 .
Stel een timmerman maakt drie produkten:
-
tafèls, stoelen en kasten.-. Voor elk produkt
heeft hij een zekere hoeveelheid hout, spaanplaat, kunststof en beslag nodig. Welke geld-
sommen in duizenden guldens hij iederjaar per produkt aan materiaal uitgeeft, schrijft hij
in een tabel. Tabel A en tabel B vermelden de cijfers van twee opeenvolgende jaren.

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 ~

hout 62 ·84 118

spaanplaat 40 8 200
kunststof 26 4 146
beslag 12 12 20
Tabel C

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

[~6 0~5]r 6:]- [10 40]

0.1 17 45
20 70
40 - 41
0.4 60 22 21
0.1 40 50 30 20 31 .
0.3 0.3 29 32
0.4 50 80 20 10 29
0.1 0.2 44 21 18

9 Óptellen van matrixen en vermenigvuldigen van matrixen met een getal.

Rekenregels
In de twee behandelde voorbeelden zijn alle rekenkundige bewerkingen met matrixen
aan de orde geweest: het optellen van twee matrixen, het vermenigvuldigen van een
matrix met een getal, en het vermenigvuldigen van twee matrixen. We gaan nu deze
bewerkingen met matrixen precies beschrijven waarna we er de eigenschappen (reken-
regels) van zullen opspo~en. Vooraf willen we echter benadrukken dat we een matrix,
hoewel dikwijls samengesteld uit veel getallen, toch opvatten als één ding; één voor-
werp uit een nieuwe verzameling, een verzameling van matrixen. Het ligt voor de hand
eerst vast te stellen wanneer we twee voorwerpen uit deze nieuwe verzameling van
matrixen aan elkaar gelijk zullen noemen.
Twee 'matrixen A en B ,zijn gelijk dan en slechts dan als
1) zij van dezelfde orde zijn, zeg m x n, en
2) aij = bij, i := 1(1)m, j := l(1)n.
Twee voorbeelden van_ongelijke matrixep. zijn:

~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

We gaan nu in de verzameimg van m xn-matrixen een optelling definiëren. Laten A en B_

mxn-matrixen zijn. De som van A en B, notatie A + B, is de m xn-matrix S bepaald door

!>ij = aij + bij, i := 1(1)m, j := 1(1)n.

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

- á··1J + b··1J = b··1J + a··1J' i := 1(1)m, j := 1(1)n.

". ?

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.

Daaruit volgt dat (A + B) + C = A + (B + C), zodat ook de optelling in IR~ associatief

is.
3) Tel}slotte is de matrixvergelijking'

A+,X=B

ondubbelzinnig oplosbaar. Immers, voor i := 1(1)m, j := 1(1)n, is Xij bepaald door

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

i:= 1(l)m, j := 1(1)n.

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

À(aij + bij) = Àaii + Àlllij, i :=1(l)m, j := 1(1)n.

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

(À + /J)A = ÀA + /JA en À{JJA) = (À/J)A.

Onmiddellijk duidelijk is dat '

1°A.=A, -:-loA=-A, OoA=O en ÀO=O voor elk getal À.

Voorts geldt: Als ÀA = 0, dan is À = 0 of A = O.

Bewijs. Neem eens aan dat de bewering niet juist is. We nemen ,dus aan dat ÀA = 0 en
tevens À:f 0 en A:f O. Uit ÀJA = 0 volgt dat Àaij = 0, i := l(1)m, j := 1(1)n.
Omdat À:f 0 is aij = 0, i:= 1(1)m, j := 1(1)n. Maar dan is A = O. We stuiten op een
tegenspraak. Blijkbaar is onze veronderstelling onjuist en dus de bewering juist. 0

Hieruit volgen de volgende twee wegstreepregels.

- 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 = [~ : ]

~~ -~ z[_! -~~ -~J

b)
. + = [-:

10 Vermenigvuldigen van matrixen

-
Kenmerkend
>
voor de tot nu; toe ingevoerde 'bewerkingen met m xn-matrixen is dat de
uitkomsten, som en skalairpr-odukt, weer mxn-matrixen zijn. We verwoorden die eigen-
schap dpor: De,verzameling IR~ is gesloten onder de optelling en de vermenigvuldiging
met een getal. Onder de volgende bewerking met matrixen die we gaan invoeren, het
vermenig~uldigen van matrixen, blijkt IR!r niet gesloten te zijn. Sterker nog, de faktoren
van het produkt zijn in het algemeen geen matrixen van dezelfde orde; zodat er geen
sprake kan zijn van een mati-ixprodukt in m.~. We kunnen zelfs niet zonder meer twee
matrixen met ' elkaarvermenigvuldigen. Is A een mxn-matrix en Been pxq-matrix, dan '
isA vermenigvuldigbaar met B, in deze volgorde, dan en slechts dan als n=p. We noemen
n de gemeenschappelijke afmeting van A en 'B.
Laat A een mxn-matrix en B 'een nxq-matrix zijn. Het matrixprodukt van A en B,
'notatie AB, is de mxq-matrix C bepaald door
n
cij = ~ aikbkj, ' i := 1(1)m, j := 1(1)q.
k=l

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

Gebruikmakend van het matrixprodukt kunnen we een stelsel lineaire vergelijkingen

schrijven als één matrixvergelijking. Ter toelichting beschouwen we het volgende, in
hoofdstuk 1 reeds opgeloste stelsel

Xl - 9X2 - 15x3 - 2X4 - 5xs = I

2XI - 12x2' - 16x3 - 2X4 - 6xs =-2
2xI + 6X2 + 6X3 + 8X4 + 2xs = -10
- Xl + 12x2 + 22x3 + 3X4 + 7xs = -3.
 §10 35

De koëfficiënten van dit stelsel bepalen zijn zogenaamde koëfficiëntenmatrix:

-9 - 15 -2
-12 -16
6 6
-2
8
-SJ'
-6
2
12 22 3 7

De onbekenden schrijven we als eeri kolommatrix, evenals de bekènde termen:

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

alixi + a12 x 2 + ... + alnX n = bi

a2l x I + a22 x % + .. . + a2n x n = b 2
S: .',

Dan heet de matrix A, bepaald door de koëfficiënten van S, de koëfficiëntenmatrix van .

S:
36 §IO

all al2 .. •• aln

a21 a22 .'". . • a2n
A=

aml am 2 .~. • . amn

De kolommatrix van onbekenden X en de kolommatrix van bekende termen B schrijven .

we als

X= B=

Blijkbaar is het stelsel S gelijkwaardig met één matrixvergelijking

AX:::B.

Merk op dat de korte schrijfwijze voor S,

n
.L aijXj = bi, ~ i := l(l)ni,
J=1

juist de matrixvermenigvuldiging weergeeft en daarmee die gelijkwaardigheid ten duidelijk-

ste demonstreerte Tevens blijkt hieruit dat de -ingevoerde definitie van matrixvermenigvul-
. diging zinvol is.
De matrix At, die ontstaat uit A door er' de bekende termen als (n + 1)e kolom aan toe
te voegen, en die het uitgangspunt vormde van ons rekenschema ter oplossing van het
stelsel S, heet de aangevulde matrix van S.

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 - lla - 2{j, - I - 4a - {j, a, 1 + Sa +)3, (j) I a, {j E IR}.

Schrijven we een oplossing hiervan als een kolommatrix, dan volgt .

 §10 37

-6 - lla - ' 213 , -6 -11a -213 -6 -11 -2

-1- 4a- 13 -I -4a -13 - ,I -4 -I
a = 0 + a + 0 ,0 +a I +{3 0
I + Sa + {3 I Sa {3 S 1
r {3 0 0 {3 0 ' 0 1

Voeren wede kolommatrixen F, ,G en H in door

-6 -11 -2
-I -4 -I
F= 0 , G= I en H = 0
J S I
0 0 1

dan kunnen we de algemime oplossing ook de volgende · vorm geven

{F + aG + I3H la,'13 E IR}.

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

a) A=[!I , -~; -:l'B=[~_

9 -1;J
~]
,0 2
. P 1
Bereken AB. Let op de eerste kolom van AB.

b) . =-[3 ' 4 7-4J

C 0 O. 1 0, D = [2 -3]
3 4
1 -' 9 -1 5 4 -5
. S .6
Bereken ,CD. Let op de 2e rij van ·CD.
e) Bereken CB en (A + C)B.
d) Bereken AD en Á(B + D). Laat zien dat AB + -AD =:. ACSi- D).
e) E = [0 0 0 1 O · OJ, F is een 6xn-matrix.
Bewijs dat EF juist de 4 e rij van Fis.

~ ~een
G mx4-matrix, H = m
 38 § 11

Bewijs dat GH juist de 2e kolom van Gis.

Opgave 14
De ,matrixèn A en B zijn vermenigvuldigbaar.
a) Bewijs: Als A twee gelijke rijen heeft,-dan zijnde overeenkomstige rijen van AB
gelijk.
b) Bewijs: Als B twee gelijke kolommen -heeft, dan zijn de overeenkomstige
kolommen van AB gelijk. '

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

~P:;::=e!'!ne matrixen X die voldoen aan [:~Jx = [; ~ n

.
b) Bereken alle matrixen Y die voldoen aan Y 2
[1 4l . [0 3J
. 3
~J= 0 6 .
Opgave 19
a) Onderzoek of er een 3x3-matrix A bestaat zodat voor elke 3 x3-matrix B
geldt dat de eerste rij van AB gelijk is aan de derde rij van B en de derde
rij van AB gelijk is aan de eerste rij van B.
b) Dezelfde vraag als onder a), maar waarbij overal in a) het woord rij verv~-
gen is door het woord kolom.
c) Veralgemeen de antwoorden onder a) enb) ,naar mxn-matrixen.

11 Rekenregels voor de matrixvermenigvuldiging

We onderzoeken in deze paragraaf aan welke rekenregels het matrixprodukt onderworpen
is. We beginnen met twee voorbeelden.
 §11 39

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.

De elèmentenvan de eenheidsmatrix In kunnen we nu schrijven als oij, i,j := 1(1)n.

Het is eenvoudig het bovenstaande tweetal voorbeelden te veralgemenen. Is A een
mxn-matrix, dan geldt

Irn A = A en Aln = A.

We bewijzen de eerste formule'Yaarbij we gebruik maken van het Krorteckersymbool.

StelirnA = B, dan is Been mxn-matrix, net' als A._We moeten alleen nog bewijzen dat
bij = aij, i:= l(l)m, j := l(l)n. Er geldt
rn
, bij = ~ 0ikakj.
k=l -
Nu is iedere term van deze som waar ~ =1= i, gelijk aan ' nul, omdat Oik =0 als k =1= i. Alleen
de term voor k = i, waar 0ii = 1, blijft over, zodat bij = 0iiaij = aij. 0

Het is eenvou'dig in te zien dat

0prn A = 0pn en AOnq = 0rnq.

De matrixvermenigvuldiging is associatief. D.w.z., als A vermenIgvuldigbaar is met B en
AB vermenigvuldigbaar is met C, dan geldt:

(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

Omdat Been nxp-matrix is en C een p>\q-matrix, is B vermenigvuldigbaar met C. We

stellen BC = F; F is dan, een nxq-matrix. A is een rnxp-matrix, dus is A vermenigvuldig-
baar met F = BC. We stellen G = AF = A(BC).
p q n q q

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 .

"{de termen van een som in IR· zijn verwisselbaar} "

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.

2) Is A een mxn-matrix en zijn B en C nxq-matrix~n, dan is

A(B + C) = AB + AC.

Tenslotte geldt nog de volgende rekenregel.

Is de matrix A vermenigvuldigbaar met de matrix B, dan is voor ieder getal À

À(AB) = (ÀA)B = A(ÀB).

 §12 41

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

dan wordt f(A) gedefinieerd door

A heet een nulpunt van f als f(A) = O.

Opgave 22
a) A = [~~ 1].
o .
Bereken A2 en A3 • Bewijs dat voor ieder positief get~l
-
p geldt

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.

c) C =. [ ~ ~ . ~ ] " Bereken C' en C 3

" Bepaal een veelterm van zo klein

mogelijke graad waarvan C nulpunt is, als x = y-= z = 1.

d)D =[ ; ! ~l 3 4
Bereken D' , "D en D Leid een formule af voor DO.

e) 13 = [ : : J F = [~ _~ JG:: EF. Leid een formule af voor EP, voor FP en

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.

F = [~ ~J is een nilpotente mat!ix met -index 2. Bereken x en y.

- [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?

13 De matrixvermenigvuldiging is niet kommutatief en kent nuldeiers

De rekenregels voor rekenkundige -bewerkingen met matrixen die wij eerder opsomden,
hebben alle een tegenhanger in een rekenregel voor bewerkingen met reële getallen.
Maar niet alle rekenregels voor-'be\yerkingen met reële getallen hebben een tegenhanger
in een rekenregel voor bewerkingen met matrixen. We zullen daar nu enkele van onder
de loep, nemen.
1) Voor twee reële getallen a en b geldt dat ab ~ ba. Dat wil zeggen, de vermenig-
vuldiging in de reële getallen is kommutatief. Maar is de matrix A vermenigvuldigbaar
 §13 45

met de matrix B, dan is B in het aigemeen niet met A vermenigvuldigbaar., Zo is

[-12 03J [1,2 61 8SJ = [8-1 -615 -534J . :'. maar

[12' 61 85J', [-12 ~J is niet

gedefinieerd. Ook al is zowel A met Bals B met A vermenigvuldigbaar, dan zullen in

het algemeen AB en BA niet van dezelfde orde zijn, getuige '

,IS 3][~J = [41], en-[~J [5 3] = [~~ 261J: Zijn A en B beide vierkante

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:

[~ ~J [: !J = [~~ ~~J'- en [; ~J [~ ~J = [~~ , ~~J. Maar in ~e meeste

gevallen is AB ' ongelijk aan BA: [ : ~] [ _ ~ ,~ J I'I: J'
=
7
17 terwijl

[ _ ~ ~ ] [~ ~ ] = [ 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.

Bijvoorbeeld: [~~ _~ J[-~ -!J= [~ o0J ~

Het gevolg is dat, wanneer we bijvoorbeeld alle vierkante nxn-matrixen X willen
berekenen die voldoen aaI:1 X(X - I) = 0, wij niet klaar zijn met de twee oplossingen
X = 0 en X = I. Zo is als 'n = 2' ook [ 2 - 2J een oplossing getuigè
- 1 -1

[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.

Bijvoorbeéld ~s A = [_! _~] en B = [~. -!]' dan voldoet zowel

"-0
 , '_ _ mwt'rrn

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.

Deze twee stelsels lineaire vergelijkingen hebben dezelfde koëfficiëntenmatrix A. Daar

men zich bij de keuze van de elementaire bewerkingen in het rekenschema van hoofd-
stuk ~ slechts laat !eiden door de koëfficiënten van het ste~sel, kunnen we beide stelsels
met dat rekenschema tegelijk oplossen. We plaatsen daartoe de bekende termen der
beide stelsels elk in een aparte kolom rechts van de koëfficiëntenmatrix A.

[-3. 1-62I o.O. -3J®

9 t
[I0 2o I 0 -3J
-+
0 0 weg -+ [1 2 I 0 -3 ].

De eerste drie kolommen staan blijkbaar voor Xl + 2X2 = O. Kies X2 = a. Dan is

Xl = -2a. De eerste twee kolommen met de vierde kolom staan voor YI ;:. 2Y2 = -'3.
Kies Y2 =~. Dan is Yl = -3 - 2~.

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

b) C en D zijn' de volgende 2 x 2-matrixen.

C = [c.osx -Sinx], D = [c~SY -Sin Y]. Bewijs: CD = De.

smx cos x smy . cosy

c) E en F zijn vierkante matrixen van de orde n. De matrixen G en H zijn

bepaald door G = xE + yF en H = zE + wF. ,Onderzoek onder welke voor~
waarden geldt dat -GH = HG.

Opgave 25 '

a) A=[~ ~J,B=[~ -IJ

8 .

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

a) A = [~~ -; _~J,B=- [; 2 3] . '

4 ' 6- . Bereken AB en BA.·
. -2 1 '0 1 2 3 ' '

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

14 Transponeren van matrixen. Rekenregel,s

We voeren nu nog twee niet-rekenkundige bewerkingen met matrixen in. De eerste
bewerking is uitvoerbaar voor iedere matrix en, heet het transponeren van een matrix.
Laat A een m xn-matrix zijn. De getransponeerde van A, notatie AT, is de n xm-matrix
B bepaald door J , -

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

Vervolgens gaan we het verband na tussen de eerder gegeven rekenkundige bewerkingen

en deze nieuwe l?ewerking voor matrixen. Laat. B ook een m xn-inatrix zijn e'n laat À _
- een getal zijn. Dan is het niet moeilijk in te zien dat

en
 -
§14 49

Laat C een nxq-matrix zijn. We zullen bewijzen dat

,(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. '

Bewijs. A is een m xn-matrix en C. is een n xq-matrix en dus is A vermenigvuldigbaar

met C. AC is een mxq-matrix. (ACl is dus een qxm-matrix. We stellen D = AC en
het linkerlid E = DT = (AC) T .-
n q

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

De laatste eigenschap kunnen we op twee wIjzen veralgemenen

I) Is voor i := 1(1) r - .1 Ai een matrix die vermenigvuldigbaar 'is met Ai+ 1, dan geldt:

2) Is A een vierkante matrix dan geldt

(Ar { = (AT {.
50 §14

. Opgave 28
Bewijs met volledige induktie naar r de twee hierboven genoemde rekenregels
voor het transponeren van een matrix.

Een symmetrische matrix is een matrix A met de eigenschap .

..... ', "

Voorbeeld

[ 9 5-3J 5 2-6 is een symmetrische matrix.

, -J -6 10

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.

Duidelijk is dat een diagonaalmatrix een symmetrisch matrix is.

Een scheefsymmetrische matrix is .een matrix A met de eigenschap

AT = -A.
Voorbeeld

~ ,=!] is een scheefsymmetrische matrix.

6 0 .

Evenals een symmetrische matrix is een scheefsymmetrische matrix vierkant. Is A van

de n e orde, dan geldt dat A scheefsymmetrisch is d~ en slechts dan als

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:

a) A = [_ ~ J, B = [~]. Berek;n ABT, AT B, BATen BTA.

b) B'ewijs dat een matrix die zowel symmetrisch als scheefsymmetrisch is, een
nulmatrix is.

c) C = [1: _17
0
J. Bereken C + CT en C - CT.
 §14 51

d) D is een willekeurige vierk~nte matrix. Bewijs dat D + DT een symmetrische

, matrix is en dat D - DTeen scheefsymmetrische matrix .is.
e) Bewijs dat een willekeurige vierkante matrix op pn;cies één manier geschre-
ven lçan worden als som. van een symmetrische en een scheefsymmetrische
matrix. (Aanwijzing: gebruik d) en b».
f) p is een willekeurige mxn-matrix. Bewijs dat zowel FpT als pT p symmetri-
sche matrixen zijn. Geef een voorbeeld waarvoor ppT =1= pT p .
g) G is een symmetrische matrix van de orde n.
Hoeveel verschillende elementen heeft G ten hoogste? -
h) H is een scheefsymmetrische matrix van de orde n.
Hoeveel in absolute waarde verschillende elementen, ongelijk aan nul, heeft H
ten hoogste?

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.

15 I nverteren van matrixen. Rekenschema

De laatste bewerking voor matrixen die we hier beschouwen is het omkeren of inverte-
ren van een matrix. We weten dat . als a een reëel getal is, ongelijk aan nul, er precies
één reëel getal b bestaat zodat ab = ba = 1. Die b is de omgekeerde of inverse van a;
b=!. We gaan nu onderzoeken of 'we ~oor matrixen ook zo'n omgek-eerde of inverse
kunnen vinden. We kijken eerst eens naar niet-vierkante matrixen. Is A een m xn-matrix,
d~ zal Been nxm-matrix moeten zijn opdat AB = I; dan is AB = Im. Als m < nis,
bestaan dergelijke matrixen. Bijvoorbeeld: -

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

Kunnen we mIsschien B zo berekenen dat BA = In? Neen, dat is onmogelijk. Als we in

een later stadium alle eigenschappen van de 'rang' van een matrix doorgrond hebben, '
zal dat onmiddellijk duidelijk zijn. We richten onze pogingen daarom bi~t ten onrechte
slechts op vierkante matrixen.
La:at A een vierkante matrix yan de orde n zijn. Een matrix B heet inverse of omgekeer-
de van A als

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.

We gaan de inver~e berekenen van A = [~ -~ -~l. We zoeken' daartoe een matrix B

111

~~ :~] en werken de
Xl
van de orde 3 zodat AB= I~. We stellen B = X2
[
X3 Y3 Z3 .

matrixvermenigvuldiging van het linkerlid uit.

[~ -~ -~] [;~
Yl
AB = Y2
1 1 1 X3 Y3

2Xl - ' ~X2 + SX3 2Yl - 3Y2 + SY3

=[ SX2 - X3 SY2 - Y3
. Xl + X2 + X3 Yl + Y2 + Y3
 -§15 5:3"

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. .",

Stel nu dat we eerst in r elementaire rijbewerkingen ej, i:= 1(1)r, [A I I] overgevoerd

he b ben in [ I I 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

['~ ~}~1 ~~ll~

3 2 3 2
10 -10 0 1 10 10 -10 0 1
,5
-1 0, O· -+ [ -~1
-10
5
I 0 0 -+
10 10 10
6 8 22 0 ,, 6 8 22
-10 -10 10
1 0 -10 -10 10
1 0

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

Uit het voorgaande trekken we de slotsom:

Is A een nxn-matrix waarvoor een stel elementaire -bewerkingen bestaat da't na
tenuitvoerlegging [ A I I] doet overgaan in [ I I B ], dan is B =_- A- I .-
Anders geformuleerd: Als AB = I, dan is B = A-I. Omdat dan AB = BA = I geldt ook:

Als AB = I, dan is B-1 = A.

Een gevolg van het bovenstaande is:
Zijn M en N twee vierkante matrixen van de n e orde, dan zijn de volgende Uitspraken
gelijkwaardig. 1) ~I = N,
2) N~I = M,
3) MN = In'
4) NM = In'
Hiermee hebben we het in het vooruitzicht gestelde rekensçhema, of algoritme, gevonden
om de inverse van een matrix, te berekenen. Kunnen we dan met dit rekenschema ook
vaststellen of een matrix geen inverse heeft? Ja, vanzelf; het lukt dan niet de matrix B ,
. rechts van de. streep te vinden, doordat minstens één der op te lossen stelsels met A als
koëfficiëntenmatrix strijdig blijkt te zijn. De mogelijkheid dat de op te lossen stelsels
waar het schema voor. staat één of meer vrijheidsgraden. zouden hebben, en dus meer
dan één oplossing zÇ)uden hebben, is natuurlijk uitgesloten omdat de inverse van een ma-
trix ondubbelzinnig bepaald is. Gebruikmakend van het rekenschema zullen we laten zien

dat d~ zogenaamde telefoonmatrix A:;:

[1 2 3J
4 5 6 ' g~en inverse heeft
. 789 .
..

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?

Daar in de meeste gevruIen A-IB ongelijk is aan BA-I is de ~otatie

dus niet gedefinieerd. Daarom verwerpen we de notatie voor A- I. * * dubbelzinnig en

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

a) Bewijs dat het matrixprodukt [~J [5 1 2] niet inverteerbaar is.

b) A is een 3xl-matrix en B is eenlx3-matrix.

Bewijs dat AB een singuliere matrix is.
c) À, Il, a, {j, '1, 8, € en lP zijn getallen.

Bewijs dat het matrixprOduk{ ~ ~] [~ ~.. ;] niet inverteerba~ is.

 §15 57

d) C is een 3 x 2-matrix en D is een 2 x 3-matrix.

Bèwijs dat CD een singuliere matrix is.
e) Ài> i:;" l( 1)m zijn getallen. E is de (m + 1) xm-matrix bepaald door

= Öij,
eij
em:I,j = Àj
i := 1(i)~ I j := l(1)m

F is een willekeurige mx(m + l)-matrix.

, Bewijs dat EF een singuliere matrix is.

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.

16 Stelling 3 over vierkante stelsels

, '.
Eerder hebben we gezien dat de matrixvermenigvuldiging nuldeiers kent, en dat daar-
mee samenhangt dat onder andere de wegstreepregel voor de matrixvermenigvuldiging
niet geldt. We beschouwen deze in het algemeen ongeldige regel andermaal.
Laat ,A een reguliere matrix van de orde n zijn en laat B en C nxp-matrixen zijn
waarvoor geldt dat AB = AC. Vermenigvuldigen we beide leden links met A-I dan volgt:
AI(AB) '= A-I (AC) ~ (A-1A)B = (A-IA)C~ IB = IC ~ B = C. Blijkbaar geldt
de verfijnde wegstreep regel

Als A .r~guliei is, en als AB = AC, dan"is B = C.

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: .

In volgende hoofdstukken zullen we deze stelling nog verfijnen.

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:

We vervolgen dus met de extra eis dat a5 - ~'Y i= O.

[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

Als a =0 en 'a5 -{3'Y =/= 0, dan is K-

I
=aS~(3'Y[ -~ -~J
Saménvattend komen we tot de slotsom:,
a {3] ~lechts dan als
"
ao - {3'Y 4= O.
[ 'Y 0 is regu,lier dan en

Als ao - {3'Y =/= 0, dan IS

.
[ a'Y . 0{3-J- I
_ ' 1 0 -{3 •
- ao- (J'Y [ ~'Y a ]

Opgave 36 •
a) Bereken, zo mogelijk,' de inverse van de volgende matrixen.

A1 =[: ~],A2=[~ !J,A3=[~ :],A4 =[7 ~J.A5;[~2

 §17 61

b) Bereken Plet behulp van a) de inverse van

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.

18 Rekenregels voor hét inverteren van matrixen

We leiden nu' nogeen stel rekenregels af die betrekking hebben op het omkeren van
een ' matrix. Allereerst zij opgemerkt dat als A en B reguliere matrixen van dezelfde
orde zijn, zowel A + B als A - B singulier kunnen zijn.

.
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.

Laat A een reguliere nxn-matrix zijn. Dan geldt

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

Op dezelfde wijze wqrden de volgende drie rekenregels. bewezen. Passen we de reken-.

regel toe die de matrixvermenigvuldiging verbindt met de ,spiegeling van een matrix, -
dan volgt uit I = I T '= (AAI)T ~ (A-l)T AT dat
 62 . §18

(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.

Let weer op de volgorde van A en B in het linkerlid en 'van B- I en Al in het rechter-

. lid. Deze laatste rekenregel kunnen we weer op twee manieren veralgemenen:
1) Voor ieder natuurlijk getal k geldt

(Akr l = (AI)k.

Deze regel rechtvaardigt de schrijfwijze A-k voor (Akr l en (Al )k. ·

2) Vormen Ai, i:= l(1)r een r-tal reguliere matrixen van dezelfde orde, dan geldt

(A (A2 · · · A r-l Ar )-1 -- fA-I A-I A-I A-I

t r f t r-l·· \· f t 2 f t l·

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

I~3 ~ ~J opgevat worden als een komplexe 2x3-matrix.

De bewerkingen 'optellen van twee kompIe xe matrixen', 'vermenigvUldigen van een
komplexe matrix met een k<?mplex getal', en 'vermenigvuldigen van twee komplexe
matrixen' worden overeenkomstig ge4efinièerd àls voor reële matrixen, en er gelden
dezelfde rekenregels voor.
Voorbeelden
l+i 4-2i 3 + 4i] + [4 - 2i 7i 6i] [S - i 4 + Si 3 + IOi]
[ 2 i S - 6i S - 3i 1 + i 8 = 7 - 3i I + 2i 13 - 6i .

(1 + i) [~ ~ ~~ 4 + i] = [-1 + 1li
3 - 8i '
3 + Si].
S - i , 11 - Si

2 - i 3 4 + 2i] l2 + iJ ' [S + 9 - 3 i - 2 + 4 i ] [' 12 + i ]

[ 1 + i i S +i 3 ~ i = 1 + 3i+ 1 + 3i -;- 1 + Si = 1 + lli .

De bewerking 'transponeren van een komplexe matrix' wordt overeenkomstig gedefi-

nieerd, en is onderworpen aan dezelfde rekenregels als de bewerking transponeren
van een reële ' matrix.
4 - 3i 1 + iJ
4 - 3i 2 - i S ] . T .
Is A = [ 1 + i 1 3 ,_ i ,dan. IS A = ,2 -S 1 , 1 .
[ 3- i

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.

Als a8 - {3'Y =F. 0, dan is [ ~ {3]-1

Ó . =
I [ 8 -{3]
a8 - {3'Y -'Y a ' .

20 Overstreept transponeren van komplexe matrixen. Rekenregels

Nu volgen nog twee bewerkingen met matrixen die alleen zinvol zijn voor komplexe
matrixen.
Is zeen komplex getal, dan kunnen we z schrijven als z = Rez + iImz. De komplexe
toegevoegde, of gekonjugeerde, of overstreepte van z is = Rez - iImz. z
Laat A een komplexe mxn-matrix zijn. De komplex toegevoegde van A, of gekon.
jugeerde van A, of overstreepte van A, notatie A., is de mxn-matrix, B bepaald door

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.

Blijkbaargeldt: A = ReA + iImA.en A = ReA - iImA.

Zo is van bovenstaande matrix C:

ReC = [~ ~ ~] en ImC = [~3 ~1 ~11

De rekenregels voor het overstrepen van komplexe matrixen volgen onmiddellijk uit
de rekenregels voor het overstrepen van kompie xe getallen. Zijn A en B komplexe
mxn-matrixen, is À een komplex getal en is. C een komplexe nxq-matrix, dan geldt:

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.

Is A een reguliere komplexe m~trix,. dan geldt'

Merk de overeenkomsten en het verschil op met de rekenregels voor het transponeren

van 'een matrix en bedenk dat als alle elementen van een komplexe matrix reëel zijn,
dat dan AH = AT.
Elders (treft men voor AH ook de schrijfwijze A* aan.

Opgave 38
Bewijs bovenstaande rekenregels voor het overstreept transponeren.

Een Hermite-matrix is een komplexe matrix A met de eigenschap

" ,
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

is [: ~] een symmetrische matrix, maar geen Hermite-matrix.

Een scheve Hermite-matrix is een komplexe matrix B met de ejgenschap

BH = -B. ,

Een scheve Hermite-matrix is duidelijk vierkant. Een komplexe nx~-matrix B is een

scheve I:Iermite-matrix dan en slechts dan als

b··IJ = ...:..1)Jl'
.. i,j := 1(1 )n.

Hieruit blijkt onmiddellijk dat de diagonaalelementen van een scheve Hermite-matrix

zuiver imaginair of nul zijn.
3i 1+ i Si3il is een voorbeeld va,n'
2 -

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
.

= [-1 ~ 2i l'+o 2iJ ' F 6.

= [ -1 iJ
46 + . .
-1

a) Onderzoek welke hiervan Hermite-matrixen zijn en welke hiervan scheve

Hermite-matrixen zijn.
b) Bereken de inversen van B, BH, D, DH, E en EH.
c) Bereken het reële deel en het imaginaire deel van D, E en F.
d) Bereken AD en AE.
 §20 67

e) Wanneer is het P!odukt van twee Hermite-matrix~n G en H weer een

Hermite-matrix?
f) Wanneer is' het produkt van een Hermite-matrix G met een scheve Hermite-
matrix K weer een scheve Hermite-matrix?

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:

PO = RS, dan en slechts ~anals PO verschuivingsgelijk is aan R'S.

De drager van het pijltje PObestaat uittw'ee halfrechten, elk met P als beginpunt; d~
halfrechte h + waar Q op ligt en de halfrechte .h - waar Q niet op ligt.
h+
u

\\/y
\
\

Een pijltje
~
XY heeft dezelfde richting als PQ, als er een punt R op h + bestaat zodat
-+ ~~ . .

XY verschuivingsgelijk is aan PR; dus als XY = PRo '

Een pijltje UV heeft de tegengestelde r.ichting van
~ ~ . ~ ~
PO,
als er een punt S op h- oe-
staat -zodanig? dat UV verschuivingsgelijk is aan PS; dus UV = P:::l.
 70 §22

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.

22 Bewerkingen met vektoren. Rekenregels

We gaan nu bewerkingen met vektoren invoeren. Eerst de optelling.
Laat l! en Q. vektoren zijn. De som van ~ en 12, notatie ~ + 12, is de vektor die ~s volgt
is bepaald. LaM AC het pijltje zijn dat verschuivingsgelijk is aan b, en welks beginpunt
het eindpunt van ~ is. Dan is ~ + Q = oe. -
 §22 71

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. '

.Tot slot blijkt dat de vektorvergelijking

ondubbelzinnig oplosbaar is. Immers: ~ + ~ = 12 => . -~ + (~ +~ = -~ +12 =>

 --------~~_ .. - -- - -------~----

72 §22

=> "{associativiteitsregel}" (-~ + ~) + ~ = -~ + Q => Q + K = -~ +-Q => K ~ -~ +Q

=> '~ {kommutativiteitsregelY' ~ = 12 + (~~).
Een overeenkomstige redenering leert dat uit ·~ = Q + (-~ volgt dat · ~ + ~ = Q. Blijk-
baar is ~ + ~ = 12 gelijkwaardig met ~ = 12 + (-~), waarmee we hebben ,aangetoond dat
de vergelijking ~ + ~ = 12 precies één oplossing heeft: 12. + (-~). We schrijven Q + (-~)
voortaan als 12 - !!.
Merk op dat Q - ~ verschuivingsgelijk is aan het pijltje AB.
-7'-1
B - - - I
I
.!2 ........ I

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 ,

Uit de definitie volgt onmiddellijk dat

1~ = ~, -1~ = -~, . O~ = Q en ÀQ = Q . voor iedere À in IR.

Evenzo blijkt dat uit À!! = Q.. volgt: À =0 of !! = Q.

 §22 73 -

'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.

p>O À>O p>O À<O -\ p<O À>O p<O À-< 0

linker lid P!: -+ À(P!): -+ P!: -+ À(p~:- ~ p~: ~ À(p~:~ P!: ~ - À(p~:-+
Xp> 0 Xp <0 Xp < 0 Xp> 0
rechter lid (Xp)!: -+ (Xp)!: ~ \
. (Xp)a: ~ (Xp)!: -+
o
. .
De tweede en derde regel volgen' met behulp van bekende stellingen uit de meetkunde.
De volgende twee figuren 'lichten deze toe.

I
, /
/ 1
I /
i getallenrechte
/ .
À +1-' À

À,~ + À,Q, volgens parallellogram

--- van ,optelling; ,
Àb _-----
- -- --- À,(~ + Ql, volgens konstruktie met
hulplijn h
-""
"" - -
'"
o getallenrechte
74 .§22

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.

23 Deelruimten van het platte vlak en van de ruimte

Laat L een lijn zijn döor' de oorsprong 0 en laat ~ en Q tweevektoren zijn ' die tot L
behoren. Dan is het onmidd~1lijk duidelijk dat ook! + 2 en À!. voor iedere À in m.
tot L behoren.
L

Blijkbaar is L gesloten onder de bewerkingen 'optellen van vektoren' en 'vermenigvul-

digen van een vektor met een getal'. Dergelijke verzamelingen van vektoren heten deel-
ruimten. Een deelruimte is een verzameling n van vektoren met de eigenschappen:
1) D is niet leeg, ,
2) Als ~ en 2 in D, dan ook ~ + Q in D.
3) Als ~ in D en À in m., dan ook À~ in D.
"
Daar een deelruimte D niet leeg is, is er een vektor a in D; uit de 'd erde eigenschap
volgt dan dat ook "Q = O· a in D is. Iedere deelruimte bevat dus de nulvektor. Een lijn
m die niet door 0 gaat is geen deelruimte.
' 76 §23

Immers, als R tot m behoort dan behoort 2~ niet tot m.

Evenzo ziet men gemakkelijk in dat een vlak door 0 een deelruimte is en dat een vlak
waartoe 0 niet behoort geen deelruimte is. De ruimte zelf en het platte vlak zijn
natuurlijk ook deelruimten, alsmede de verzameling {Q} die alleen maar uit de nul-
vektor bestaat; deze deelruimten worden wel triviale deelruimten genoemd. Hiermee
hebben we tevens alle mogelijke deelruimten opgesomd zoals eenvoudig blijkt uit een
, -
meetkundige overweging.
Laat L een lijn door de oorsprong 0 zijn en laat de vektor ~ =1= Q tot L behoreI1. Dan
is er voor iedere vektor !!. van L precies één reëel getal x zodailig dat ~ = x~.

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.

Is ~ een -willekeurIg gekozen vektor, dan bestaan er ondubpelz~nnig bepaalde getallen

Xl, X2 en X3 zodanig, dat!! = Xl~l + X2~2 + x3~3. Dit volgt weer uit de bekende
stelling uit de ruimtemeetkunde .die luidt: Een vlak (door het eindpunt van y) snijdt ·
een lijn (de drager van ~) die niet evenwifdig is aan dat vlak in precies één punt (Yl).
En Yl bepaalt op zijn beurt ondubbelzinnig het getal Xt. zodat !!l ~ X'l~l. Omdat
voor iedere!!. de getallen Xl, X2 en X3 ondubbelzinnig bepaald zijn,heet het drietal
{~l ,~2,~ 3} een basis voor de ruimte, en heten Xl, X2 en X3 de köördinaten van!! ten
opzichte van de basis {~l ,~2,~3}. Het is duidelijk dat ieder driebeen als basis kan dienen
yoor de ruimte.

24Be~ri~pen uit de lineaire a.lgebra

. .
We voeren nu een stel begrippen. in, die het spreken over deze zaken vergemakkelijken,
·en zich ervoor lenen later met vrucht te wor~en veralgemeend naar abstrakte ruimten
. die wij niet do~r aanschouwing kunnen leren k,erinen. .
Laat r een positief getal zijn en laat ~, i := 1(1)r een stel vektoren zijn. Een lineaire
kombinatie van dit r-tal vektoren is een vektor !!.waarvoor r getallen' Ài' i ;= 1(1)r
best~an, zodat

r
U =~ À·a·
Ll'
i= 1

of, anders geschreven,

 78 §24

~ = Àl!! + À2!2 + ... + Àr~r·

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= . . .

We hebben hierboven al enkele basissen ontmoet. Zo is 'de vektor ~ van de bovenge-

noemde lijn L door 0 een basis voor L. Verder merken ,we op dat twee of meer vek-
toren die tot L behoren afhankelijk zijn en dus geen basis voor L kunnen vormen.
It!dere basis voor een lijn door 0 bevat dus precies één vektor.
 §24 79

Van het bove"ngenoemde tweebeen {~1,~2} in V hebben we op meetkundige gronden'

vastgesteld dat het V opspant en onafhankelijk is; {~1,~2} is dus een basis voor V.
Evenzo bleek op meetkundige gronden dat drie of meer vektoren in V afhankelijk
zijn. Een basis van een vlak door 0, of het platte vlak, bevat dus precies twee vektoren.
Evenzo bleek ieder driebeen de ruimte op te spannen en onafhankelijk te zijn. Ieder
driebeen is dus een basis voor de ruimte. Ook bleek weer op meetkundige gronden
dat vier of meer vektoren in de ruimte afhankelijk zijn en qerhalve geen basis voor de
ruimte kunnen vormen. Iedere basis voor de ruimte bevat dus precies drie vektoren.
Blijkbaar is het aantal vektoren van elke basis voor een deelruiijlte D konstant. D!lt
aantal heet de dimensie van D, en wordt àaI).gegeven met dimD.
Laat het r-tal vektoren {~i> i := 1(1)r} een basis vormen voor de deelruimte D. Stel
eens dat er een vektor d in D zou bestàan waarvoor tweè verschillende lineaire kom-
bin~ties van die basis bestaan:

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

dan ligt in ,dit gegeven onmiddellijk b.e sloten dat:

1) het r-tal {bi> i := l(1)r} D opspant, en
r -
2) 0 = L 0 Qi .de enige lineaire combinatie is die de nulvektor "oplevert. Dit laatste
- i=1
punt houdt in dat het r-tal {~b i : = I (l)r} onafhankelijk is.
Blijkbaar is {bb i := 1(1)r} een basis voor D. Deze kenmerkende eigenschap van een
basis g~bruikt~n we hierboven al toen we een "basis vaststelden voor een lijn door 0,
een vlak door 0 en voor de ruim"te.
In de akkolade-notatie voor een verzameling ligt geen volgorde besloten voor de ele-
menten van de verzameling. Dus {ebe2ie3} = {eZ,el,e3}. We eisen in het vervolg voor
de vektoren van. een basis dat die wel een geordend stel vektoren vormen. Dat de vèk-
toren aio" i := 1(1 )r, in deze volgorde, gèzamenlijk een basis vOQllen brengen we tot
 80 §25

uitdrukking door de haakjes-notatie (ai> i := 1(1)r). Dus (el,e2,e3) =1= (e2,et.e3).

Tot slot van deze paragraa,f definiëren we het begrip koördinatenstelsel.; dit is een
oorsprong met een basis.

25 De aan de analytische meetkunde ten grondslag liggende stelling -4

Laat (~1l~2,~3) een basis voor de ruimte zijn, en laat!! een vektor zijn met koördinaten ,
Xl, X2 en X3 ten opzichte van die basis; :!! = Xl~l + x2~2 + x3~3. Dan is !!. door de
basis (~1>~2,~3) onlosmakelijk verbonden met het geordend rijtje van zijn koördinaten:
xl, X2 en x3- In hoofdstuk 2 hebben we in de vorm van matrixen leren rekenen met
geordende rijtjes getallen; immers, iedere matrix is e~n geordende groepering van ge:'
tallen. We zouden nu de koördinaten van een vektor in de vorm van een I x3-matrix '

[Xl X2 X3] of een 3xl-matrix [:~J

kunnen opbergen. Omdat de koördinaten van
, ,
X3 ' ,

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

, ook dat À[::]

x3
=[~:~].
ÀX3
 §26 81

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.

26 Aigebraï~ring van lijnen

Laat Q een lijn zijn, niet noodz,ahlijkerwijze door de oorsprong O. Q is bep~ald doo;r
twee van zijn punten P en Q.
82 §26

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:

Laat V en W twee verzamelingen van vektoren zijn. De som van V en W, notatie

V + W, is de verZameling S waarvoor geldt: s in S, dan en slechts dan als er een vektor
:y:: in V en een vektor '1!. in W zijn, zodat ~ = y + ~.
Q is dus de som van een uit één punt bestaande verzameling {~} en een deelruimte L.
Eerr dergelijke verzameling heet een lineaire var~ëteit. Gaat Q niet door 0, dan is Q
geen deelruimte. We hebben tot nog toe alleen aan deelruimten een dimensie toege-
kend. Maar dat Q geen deelruimte is komt doordat de door ons gekozen oorsprong 0
toevallig .niet op Q ligt. Zouden we de oorsprong zo kiezèn dat het een punt van Q is,
dan zou Q wèl een deelruimte zijn. Meetkundig is er geen verschil tussen Q, die niet
door 0 gaat, en .
L, die wel door 0 gaat. Het ligt daarom voor de .hand het dimensie-
begrip uit te breiden tot lineaire variëteiten.
Is r een punt, en Deendeelruimte, dan heet de verzameling T = {r} + D een lineaire
variëteit, en de dimensie van T, notatie dimT, is gelijk aan de dimensie van D.
Dus of de lijn.
wel door . 0 gaat of niet: dimQ = 1. Men zegt ook wel eens dat een
,
lijn
één vrijheidsgraad heeft; daarbij sluit men aan bij het natuurkundig beeld· dat langs
een lijn maar één bewegingsrichting mogelijk is.
Laat e = ' (~1,~2,~3) een basis voor de ruimte zijn. Stel:
 §26 83

Dan kunnen we Q als volgt ten opzichte van de ba~is e beschrijven:

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-

Merk op dat r-n in de oude gegeven parametervoorstelling optreedt voor Jl = I.

Het gevonden stelsel vergelijkingen kenmerkt blijkbaar de lijn m, daarom schrijven we

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

We vragen of deze lijnen m snijden.

n snijdt m dan en slechts dan als er een getal v bestaat zodat Xl = 1 - v, X2 = 4v en
X3 = 7 - 7;; voldoen aan het hierboven gevonden stelsel dat m bepaalt:

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

dus evenwijdig aan m. Bovendien gaat m' door O.

Blijkbaar· geldt:m is evenwijdig a~n s, dan en slechts' dan als m' = s'; en m' = s' dan
en slechts dan als d-e koördinaten van de richtingsvektor ~an m' voldoen aa~ het stel-
sel dat s' bepaalt. -
Na invUlling blijkt dat Xl = -I, X2 = 3 ~n X3 = -5 welvoldoêt aan
2X I "":'X2 ",,:,x3 =0 " {XI - +X2 -2X3 =0
{ 3 Xl + x2 ' maar niet voldoet aan . Kennelijk is s
, = 0 2X2 + x3 = 0
wel evenwijdig aan m, en is t niet evenwijdig aan m.

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

f: · [:: ] = [~:] +À[ :: ] '

À E IR.

Zo'n parametervoorstelling is weer om te vormen tot een stelsel lineaire vergelijkingen,

nu in twee onbekenden, met één vrijheid~graad; dus één vergelijking in twee onbekenden.
Iedere echte vergelijking in twee onbekenden is op overeenkomstige wijze op te vatten
als een lijn in het platte vlak.'
"

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: ~ = E + À!!. + IJ.~ À,IJ. E IR.

E. heet weer een steunvektor en ~ en y heten richtingsvektoren van V. Bedenk dat
ieder punt van Vals steunvektor van V kan optreden, en dat leder tweebeen dat even-
wijdig is aan V bruikbaar is als een stel richtingsvektoren van V.
Het vlak V' dat evenwijdig is aan V en door 0 gaat is een deelruimte waarvoor het
tweetal (!:!,!) een basis vormt.
Het vlak V is een lineaire variëteit met dimensie twee, omdat V te schrijven is als de
som van de uit één punt .2 bestaande verzameling {p} en de deelruimte V',
 §27 87

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:

Dan kunnen we V ten opzichte van de basis e door de volgende parametervoorstelling

beschrijven

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.

Voor de koördinaten van zijn punten volgen de vergelijkingen

Xz = 4 + ex
+ X2 = -1 - {3.
+ X3 == -3

Blijkbaar voldoen de koördinaten van de punten van Waan de vergelijking

-2XI + Xz + x3 = -3. Omgekeerd kunnen we deze vergelijking, door er twee ge-
schikte onbekenden van te paramatriseren, weer in een parametervoorstelling van W
omzetten.
Stellen we bijvoorbeeld xi = -y en Xz = 8, dan is X3
= -3 + 2-y - 8, en er volgt
' 11. ' 1111111111""""11' ' ' -- , ."" _
--- .

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

van W UJ oplevert. Verder is =-1- + 1- en = 2- -1-

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:

W: -2XI +X2 + X3 = ~3.

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 vragen naar een parametervoorstelling van de snijlijn f van W en U.

f: 1- 2X I + x2 + x3 = -3 f-3) -+ 1- 2X I + X2 + X3 = -3 1 -+- 15~1 + x3 ' = 12

Xl + 2X2 + 3X3 = 6 Y 7XI - X2 = 15 CD 7X'1 - X2 = 15.

Stel Xl = I{), dan is x2 =, -15 + 71{) en X3 = 12 - 51{).

Een parametervoorstelling van f is

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

Heeft het stelsel

. "
één vrijheidsgraad,. dan kunnen we .dè algemene oplossing ervan op-
vatten als een lijn. Het zóu kunnen Zijn dat d!ln twee van de vlakken VI, Vi, V3 ·
samenvallen. Ook is "het mogelijk, zie de figuur, dat . eik tweetal vlakken uit VI, V2
en V3 dezelfde lijn k bepalen.

~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,
,

a) A, B .en C zijn punten; [~] = [Q] =GJ en [~] =DJ·

Geef een parametervoorst~lling van de lijn do~r A, die evenwijdig is aan BC..
Geef een vergelijking van het vlak door A, ~ en C.
b) Bereken voor i := 1(1)3 de koördinaten van het snijpunt van de lijn k i met
-het vlak Ui.

kl : [:: J= Hl +!1 + a E Dl; U I . 2xI + x, + 2x, =6.

k,: [::}[-!J+~nl ~E Dl;

U,: I::l=[=n+rm+{lJ r,SER.

. { Xl + 2X2 + X3 = 3 , '
k3
2x I + X2 -:-:- x3 =0 U3 :
, .- '
Xl - 3X2 - X3 = 2.
,c) Ga voor i := 1(1)4 na of de lijnen mi en Qi elkaar snijden, danwel kruisen,
danwel evenwijdig aan elkaar zijn, dariwel samenvallen.

~I: [::J=[_H+{!}aER; ml:[::]=[!]+{:l {3 E IR.

~,: [::J =m+{-H

+ 2x2 - 3X3 =4
+ X3 = -2. '
92 §27

d) k en Q zijn lijnen, D en È punten. Geef een parametervoorstelling van de lijn

die k en Q snijdt en die evenwijdig is aan DE.

k: l::] =~n +{!l "E R; R: l::]=UJ ++H ÀE R;

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.

m: [ : : ] =[-!] ++n ~ER; w=Hl

U; [::J =llJ +aU] +~[n aftE R

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.

n: [::J=D] HHl vER; W:2x, ~4xz -3x,=5;

V: [ : : ] = [~J +aU] +~ln aftE R

g) g is een .lijn, Y een vlak en R een punt. Bereken de koördinatiseringen van

de punten P in het vlak Y en Q op dff lijn g, die zo gelegen zijn dat de oor-
sprong het zwaartepunt is van de driehoek PQR.

g: [:: J= l-U + rUl rE R; Y: x, + 2xz ~ x, = 1; uI = [-H

h) r en s zijn lijnen. Geef een vergelijking voor de verzameling van de middens
van de lijnstukken waarvan het ene uiterste punt op r en het andere uiterste
.punt op s ligt.
 §28 93

i) a is een getal, f en t zijn lijnen en S is een punt.

f: [~:]=m+~m, ~ER; [~:]=m+T[n TER; t:

[!]=m·
Geef een parametervoorstelling voor de verzameling van de zwaartepunten
' van de driehoeken wáàrvan één hoekpunt op f ligt, een tweede hoekpunt op
, ,

,t ligt, en waarvan S het derde hoekpunt is.

Bereken a als de oorsprong het zwaartepunt van zo'n driehoek is. Bereken
in dat geval de koördinatiseringen van de hoekpunten die op f en t liggen.

28 Het inprodukt. Rekenregels

We weten uit de natuurkunde dat op een puntmassa m die zich onder invloed van een
kracht, voorgesteld door de vektor .k, verplaatst over een rechtlijnige weg, voorgesteld
door de vektor Y!., een arbeid A \\,ordt uitgeoefend d,ie gelijk is aan de projektie van
! op de weg ~ vermenigvuldigd met de lengt e van ~. ,

.-
w

Is e de hoek tussen w en]i, dan is A = 1I~lIlIkllcós(J. ,Zo'n uitdrukking met vektori~He

grootheden komt meer voor in de natuurkunde; qijvoorbeeld voor de hoeveelheid
stof die met een zekere ' snelheid door een oppervlak stroomt. Ook in de wiskunde
blijkt zo'n produkt van vektoren doelmatig,; met name voor de berekening van af-
standen en hoeken.
Laat ~ en b .vektoren zijn. liet inprodukt, of inwendig produkt, of skalairprodukt
van ~ en ,Q, notatie ~. Q" is een reëel getal dat als volgt is bepaald.
1) ~'Q = 0 als ~ = Q of Q = Q.
2) Als ~ noch Q. gelijk is aan Q, en (J de hoek is tussen 2. en ,Q, dan is
 94 §28

Merk op dat: ~.. 12

.> 0 O~(]<~
~.Q < 0 ~<(], ~7T
~.Q = 0 (] = .!.
2
of -a = 0
-
of -b = -O.

!!o!;? >0 !!o!;! <0 !!o~ = 0

. .~ , " ,',

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.
-

Voorts is het duidelijk dat

en
a·a =0 ~ a = O.
Is À een getal, dan geldt:

Bewijs. Is ~ = Q of Q = Q of À = 0, dan is de bewering duidelijk juist. Laat ~ =1= Q eh

Q =1= Q enÀ =P O. Laat (J de hoek zijn tussen ~ en Q, <p de hoek zijn tussen ~ en 'Q, en
1/1 de hoek zijn tussen ~ en ÀQ.

Is À > O~ dan is (] = <p = 1/1. Is À < 0, ~an is <p + (] = 1/1 + (] = 7T;

~Q -
.'\.Q
-.
~=I(J=",

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

29 Beschrijvingen ten opzichte van een ortonorma.le'bas'is

Merk op dat we sedert de invoering van het inprodukt niet van een basis gerept heb-
l?en. Het staàt ons blijkbaar vrij een basis willekeurig te kiezen. Het inprodukt zal van
die basiskeuze niet afhangen: Maar als we uitgaan van zo'n willekeurig gekozet;t basis,
dan blijkt dat de formule voor het inprodukt uitgedrukt in d~ koördinaten tamelijk
ingewikkeld van vorm is. Dat geldt ook voor de formule voor de lengte '~an een vektor.
De berekeningen ,worden echter wezenlijk e.envouçliger als we gebruik maken van een
zogenaamde ortonormale basis.
Een ortonormale basis is een basis waarvan elke vektor de lengte I heeft en waarvan
elk tweetal vektoren onderling loodrecht is.
Uit de stelling van Pythagoras volgt dan dat de lengte van een vektpr gelijk is aan de
wortel uit de som van de kwadraten van zijn koördinaten.

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

IIABII = 1112 ~ ~II = .J(bi - al)2 + (b 2' - a2)2 + (b 3 - a3)2.

Bovendien geldt voor het inprodukt van ~ en Q, mits e = (~1>~2,~3) een ortonormale
basis is, dat

. )
 98 §29

Immers, ~'h = (al~l + a2~2 + a3~)'(bl~1 + b2~2 + b3~3) =

= albl~l'~l + alb2~1'~2 + alb3~1'~3 +
+ a2bl~2'~1 + a2b2~2'~2 + a2b3~2'~3 +
+ a3bl@3·~1 + a3b2~3'~2 + a3b3~3'~3 =
e
"Ü~i"~j = Sij, ij := 1(1)3, omdat ortonormaal is}"

= a1b 1' + a2~2 + ,a3 b3 = [a~ a2 a3][~:l = ~[~]~)T[Q]e.

. b3 . .

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

korresponderen met rekenregels voor de matrixvermenigvuldiging.

.'
Voorbeeld
Laat e = (~1>~2,~3) een ortonormale basis zijn en laat ~ en 12 twee vektore~ zijn met

koördinàtiseringen [~]e , = 1 ,{Q t = [ . 0 J

Y2J . . We berekenen de '.'
-1 hoek {} tussen
['-1 . ' 20. .
~ en Q. . '
~"Q = 1I~IIIIQllcos{} =V2 + 1 + 1'0+8"cos{} = 2'3co~{} = 6cos{}.

~'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 '

b) Bereken voor i := 1(1)4 de hoek tussen de vektoren ~i en Qi'

[f, l : [i] "[~,[ ~1 J.

=[

[~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

.. wordt door de vektoren ~ en f· [yJ ~1 J, [~J

=[ = H] ,I!l = [ : J'.
Laat ~ =1= Q een vektör in de -r uimte zijn. De loodrechte projektie van een ,vektor ! op
a is
a'x
=-=a.
~'~

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

Kiezen we een ortonormale basis e = (~.,~2,~3) voor de ruimte en stellen we

[~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.

Kies daartoe willekeurig twee punten P en Q van W. PO= g - p, en b·(g - p) =

= 2·9. - 2·~ = Q - !l = O. Blijkbaar,staat 12 loodrecht op het pijltje PO
'e n is 12 een
vektor die loodrecht staat op W.
We trekken de volgende slotsom. '
, Vatten we een echte vergelijking in drie onbekenden op als een vlak in de ruimte,
dan bepalen de koëfficiënten van die vergelijking blijkbaar de koördinaten van een
vektor loodrecht op dat vlak, mits de basis ortonormaal is.
We berekenen, met behulp van dit resultaat de afstand van een punt P tot een vlak U
en de afstand van P tot een lijn m. We heri~neren er aan dat de afstand van P tot U,
'of tot m, bij definitie de lengte van de kortste verbinding is van P met achtereen-
volgens een punt van U of een punt van m.
Laat p 'en ' U ten opzichte van een ortonorinale basis e =(~1;~2,~3) bepaald zijn door

, [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~

P is een steunpunt voor ~, en een vektor loodrecht op U is een richtingsvektor van ~,

zodat ~en parametervoorstelling van ~ is

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

W: 4Xl - 2X2 + 3X3 = 121.

 _ §29 103

~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,

[r]' = [ ~:J+ ~2J

5[ = lIPRIl = IIr - Eli; [r - .E ]' = [ iJ
De afstand van P tot Q is v'22 + 12 + (_2)2 =V9 = 3.
Opgave 45
e = (eJ,e2,e3) is een ortonornial.e basis. Alle onderstaande koördinatiseringen en
vergelijkingen zijn betrokken op deze basis. Van te berekenen punten wordt een
koördinatisering gevraagd ten opzichte van , deze basis e.
a) )3ereken voor i := 1(1)3 de afstand van het punt Pi tot het vlak Ui.

[1'd = [ ~2l U,: xz- x, = 3. [1'z] = [ f~ J.Uz: 2xI - Xz + 5x, = 3.

[1',] =Hl U,: l::] =lm a[ ~J ~[~J aft

+ + ER

b)Bereken voor i := 1(1)3 de afstand van het punt Qi tot de lijn Qi'

- 2xz - 2X3 = -I
- '2x2 = 9 .
104 §29

c) 'Beteken voor i := 1(1)3 de afstand van de lijn mi tot de lijn ni.

d) A is een punt, Q een lijn en U een vlak:'

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.

m: [ : : ] .~ m~m'~ + E R, n: [ : : 1~l {~l '

=[ + VER,

v: Xl + 2X2 + 3X3 = 6. Geef een parametervoorstelling van de lijn die 'm en

n snijdt en die l<?odrecht staat op V.
,- ..
f) r en s ZlJn . {Xl + 2X 2 -X3 =-1 . { 4X l - 17x2 =0
lijnen. r. ' 2 0 ,s. 5 2 2' /
, ,- Xl + X2 = - ' X2 + X3 =
Bereken de afstand van de oorsprong tot het ylak door r en s en geef een
vergelijking voor de verzameling punten die gelijke afstanden tot r e,n s hebben.
'g) W is een vlak en t is een lijn. W: 2Xl - 3X2 + X3 = 5, t: Xl = X2 = X3'
Onderzoek of er een vlak bestaat dat de lijn t bevat en dat evenwijdig is
aan W.
h) B en/ C zijn punten, k is een lijn en Z is een vlak.

[Q] =[ lJ , rf] =[ ~ll k: [ :: 1m ~1

= + -[ K E

Z: ' X2 + X3 = S. Geef een vergelijking van het vlak door B dat loodrecht staat
R,

op Z en -dat evenwijdig is aan k. Bereken punten op k die een afstand 3 tot C

hebben. Geef een parametervoorstelling van de loodrechte projektie van k
op Z.
 §30 105

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.

30 Oppervlakte van een parallellogràm en stelling 5. Det~rminanten van de

tweede orde . ,
Laat ~ en 12 twee n~et aan elkaar evenwijdige vektoren zijn die een hoek I{J met elkaar
maken. ~ en !? bepalen het parallellogram waarvan! en 12 de zijden voimen en waar-
van we de oppervlakté aangeven met A{;!,lü. A{~,Q} is gelijk aan de lengte van! (of 12)
maal de afstand tussen die twee aan elkaar evenwijdige zijden waarvan' ~ (of Q) er
één 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:

A{~ + PQ,Q} = A{~Q. + a~J = A{~,Q}.

We gaan nu een formule opsporen waarin A{~,Q} wordt uitgedrukt in de koördinaten
van ~ en 12 ten opzicJlte van een ortonormale basis. Daartoe voeren we een oriëntatie
van vektoren in het platte, vlak in. Daaraan vooraf benadrukken we echter dat het hier
uit~luitend vektoren betreft in het platte vlak der a~schouwing. Dat wil zeggen, dat dit
, vlak niet een ruimtelijk vast gedacht vlak is waar men zich ten opzichte van naar wille-
keur kan opstellen, maar veeleer een vlak is dat ten opzichte van het oog van de waar-
nemer steeds dezelfde stand inneemt en waarbij het waarnemen der in dat vlak gelegen
figuren onafhankelijk gebeurt van een waamemingsrichting, dus alsof elk in dat vlak
I ,

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

We definiëren nu de vektor f, eveneens in het platte vlak gelegen, 'als volgt:

I) f heeft deze,lfde lengte als ~; Il.çll = II~II. -
2) f staat loodrecht op .!!.
3) Het tweetal (!!,ç) is positief geori~nteerd.
Dan geldt voor ç:
 §30 107

Stel nu eens dat (b!2) positief g,eoriëhteerd is. Dan geldt voor de hoek e tussen Q en.f:
o~e<~.

A {~,Q} = (lengte ~)x(afstand tussen de aa~ 'elkaar evenwijdige zijden

waarvari ~ er één is)
= II~IIIIQII cose = IIslIll!211 cose = s· Q
= [-az ad [::] =-aZb l +albz=albz -aZb l .

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

alb z - aZb l = det([~]e,[Q]e).

Als we met de getallen al, az, b l en b z de matrix M = [al bbl]

' mak en,
' danhscr "lJven
az z
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.
. . )

Bewijs van (1). det([À~ + fJh],[çJ) = I~al

+ fJbbl cII = (À~l + fJb1)cz - (Àaz +- fJbZ)CI ;",
. I\az + fJ z Cz .' .
= À(alcZ - aZcI) + fJ(blcz - bzcd = Àdet([~l,[~]) + fJdet([12],[ç]). o·
7) Omdat voor ieder tweetal reële getallen p en a geldt dat A{!!,Q + p~} = A{!!. + aQ,h} =
:':: A{~,Q}, verandert de waarde-van een determinant niet als een kolom wordt ver-
meerderd met een veelvoud van een andere kolom.

8) Omdat det ( MT) = lalb -bazl = lal

a bIl '
b = detM, " dat, als 'we mbovenstaande
volgt .. '
. I Z Z Z ..
. uitspraken 5, 6 en 7 het woord 'kolom' overal verYangen door 'rij', er weer drie
juiste uitspraken volgen.
9) Zijn M en N twee 2 x 2-matrixen, dan kan men gemakkelijk bewijzen dat

d,et(MN) = detModetN . .. '

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.

[~d !=[~], [Qd=[~], [Çlj=[~]. [~2]=[~J; [Q2]=[!]'

[Ç2] = [ ~1] .. [~3] = [~] , [lH] = [ ~2], [f3] = [~ ] .-
,
b) P, Q, R, S en T zijn punten van het platte vlak.

[pl ~ [a [gl~ DJ [rl ~[ -;7J [~l ~ [ ::~J I!l ~[~7l

Bereken de oppervlakte van de vijfhoek die: . .
(i) P, Q,R, S en T tot hoekpunten heeft,
 110 §31

(ü) 0, Q, R, S en T tot hoekpunten heeft.

c) Bereken:

(i) I~ ~ I (ü) I~6 ~51

. (ili) L~4 ~21·
d) À is een reëel getal. Bereken À uit elk van de onderstaande vergelijkingen .
. 12 -7 À
(1)
6
1_ À
1= 0 .. 12 -
(11) . -6
À -5 ·1= 0 .
3 _ À
.
e) A is een scheefsymmetrische 2x2-matrix. Bewijs: . als detA = 0, dan is A
gelijk aan O2 , 2.
f) Als B en C 2x2-matrixen zijn, onderzoek dan of det(B + C) = detB + detC
voor elke. keuze van B en C.

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:

~l x~2 = ~3 ~2 x~l = -~3

.!:2 X!:3 = ~l ~3 x~2 = -~1
!:3 X~l = ~2 ~l x~3 = -~2

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

,32 Rekenregels voor het uitprodukt

We sommen nu een stel rekenregels op voor het ultprodukt .
Laat ~, Q. en f. vektoren in de ruimte zijn. Uit de definitie van het uitprodukt volgt
onmiddellijk 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:

~X(!? + f) = ,(~~!?) + (~Xf)

(~ + !?)X9. = (!!Xç) + (!?xf).
De tweede van dit laatste stel regels volgt, met behulp vap. de scheve kommutat'iviteit
van het uitprodukt, uit de eerste. We bewijzen de eerste regel van dit stel.
Bewijs. De bewering is duidelijk juist als ~ = Q, of Q = Q, of f.. = Q, of als Q + f = Q.
'*
Laat ~ =1= Q, en Q =1= Q, en 9. Q, en 'Q + .f. =1= O. Laat U het vlak door 0 zijn dat lood-
recht staat op ~. Laat Qu de loodrechte projektie zijn van Q. op U. Als!.p de hoek is
tussen ~ en Q, dan is IIQu 11 = IIQ.II sin!.p.
Laat ~v de vektor in het vlak U zijndie ontstaat uit Qu door, gezien vanuit'het eind-
punt van ~, !?u over een hoek ~ te verdraaien tegen de klok m; het driebeen .
(!~u,!?v,~) is dus rechtsdraaiend. Qv heeft dan de richting van ~x!i, en omdat lI!?vll =
= lI!?ull = 11.!?lIsin!.p,is lI~xQII == 1I~IIIIQllsin!.p =1I~IIII!2vll. Dus ~x12 = 1I!!II!?v.
 §33 113

Evenzo komtrueren we fu en Sr, alsmede (Q. + f)u en (Q + f)v, en we vinden dat

' ~Xf = II~II Sr en ~x(Q. + f) = II~II (12 + çDv· Maar omdat Qu' fu en (!;! + f)u de lood-
rechte projekties zijn op U van achtereenvolgens !?, f en Q + f, geldt ook dat
Qu + fu = (12 + f}u; immers, de loodrèchte projektie van een parallellogram op een
vlak is weer eeti parallellogram: Uit stellingen over- kongruente driehoeken volgt dan
daL ook Qv -+' fv -= (Q + f}v·
Onderstaande figuur, waar U het vlak van tekening is; licht dit nog eens to"e. De eind-
punten van Q, f en 12 + f bevinden zich op lijnen die loodrecht op het vlak vaR teke-
ning staan, en achtereenvolgens door de eindpunten van Qu; fu en (Q + f)u gaan.
We trekken de slotsom d,a t '!~(Q + f) = II~II(Q + f}v = II~II (Qv + fv) = 1I~II!?v + 1I~11 fv =
= ~xQ + ~Xf..
U is vlak van tekening

~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

~X(QXç) = (~.ç)Q - (~.Q)f.

(~xQ)xf. = (~.f.}Q - (12·ç)~·

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

We gaan nu de in §32 afgeleide distributiviteitsregels toepassen. C

~x(Qxç) = ~X(bl~l x(cI~i + C2~2») = ~x(bICIQ + bICi~3)= bIC2~x~3 =

= blc2(al~1 + a2~2 + a3~3)x~ = blc2(al(-~2) + a2~1 + a3Q) = a2c2bl~1 - alc2bl~2'
Dit linkerlid van de te bewijzen betrekking is gelijk aan het rechterlid. Immers,
(~ •.9)Q - (~.1?)~ = (~ICI + a2 c2 + O)bl~l - (alb l + 0 + O)(CI~l + c2~i). =
. '" -
= al Cl bi ~l + a2c2bl~1 - al Cl bl~l . - al c2bl~2 = a2c2bl~1 - al C2bl~2' 0
 §34 115

34 tiet ,skalartripelprodukt. I nhoud van een blok, en stelling 6

Het skalartripelprodukt van de vektoren~, Q en ç, in deze volgorde, is het getal ~·Qxf.
Merk op dàt haakjes in het skalartripelprodukt niet nodig zijn .omdat (!!'Q)Xf onzinnig
is, zodat' ~ ; Qxf alleen maar ~'(Q_xç) kan betekenen. We gaan een m~etkundige betekenis
verbinden aan het skalartripelprodukt.
Laat (~,Q,ç) een driebeen zijn. Dan spannen ~, 1> en f. een blok of ee~ parallellepipedum
op. We gaan de inhoud I {~,Q,~}van het door ~, Q en f opgespannen blok uitrekenen.
- .

o
Q

I {~Q,~} = (oppervlakte A{Q,~} van het parallellogram opgespannen door Q en .f)x(hoogte,

dat is de afstànd tussen het door Q en f opgespannen grondvlak van het blok, en het
eraan evenwijdige bovenvlak).
e
Volgens de definitie van het uitprodukt is IIQxEIi = A.{Q,~}. Laat de hoek zijn tussen
~ en Qx~. Als (~,Q,E) een rechtsdraaiend driebeen is, dan geldt 0 ::::;;; e < ~. De hoogte
h tussen grond- 'en bovenvlak is dan II~II cose, en I {~,Q,E} = IIQ x.fIlII~1I cose = (Q xf)' ~ =
=~'(Qx.~) = ~·Qxf. Is (~,Q,ç) een linksdraaiend driebeen, dan geldt voor e: ~ < e : : ; ; 'Tr.
Dan is h = -1I~lIcose en I{!!,Q,ç} = -~·Qxf.
In beide. gevallen geldt echter:

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.

Als ~"QxÇ = 0, dan is ~ = g, of QXf = Q, of ~ -=1= Q en QxÇ. -=l=Q en -~ -l1.2.xf. In het

laatste geval ligt ~ in het door!? en f. opgespannen vlak U. In -alle gevallen is
het drietal vektoren {a,b,c} evenwijdig aan één vlak en dus afhankèlijk; het door
~, Q -en ~ opgespannen- bl;k is dan ontaard met inhoud nul. '
QX~

De eigenschappen van het skalartripelprodukt leggen we neer in een stelling.

~~~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

e) Bewijs de gelijkheid van Jacobi: ~x(Qx~ + Qx(f.x~) + fx~xQ) = Q.

f) L~id uit de gelijkheid van Jac6bi een noodzakelijke en voldoende voorwaarde
af opdat~x(Qxç) = (~xQ)xç.
g) De vektoreil ~ Q en f vormen een driebeen terwijl ~x (Q x ç) = Q. Schets de
meetkundige betrekking tussen ~ Q en f.
3
}{) e == (~t,~2,~3) is een ortonormale basis. Bewijs ~ ~i x(~x~i) = 2~.
i=l .
i) Laat ~ en ~ niet evenwijdig aan elkaar zijn. Het vlak V is gegeven door de '
vektorvergelijking ~ = f. + Q:.! + ~Q, Q:,~ E m.~Bewijs dat de volgende verge-
lijking het vlak V precies beschrijft: (! - f)'~xQ = o.
j) Bewijs dat de lijn door f met ,richtingsvektor ~ ~ =1= 0, gekenmerkt wordt
door (~ - ç)x~ = Q.

35 Uitprodukt en skalartrip~lprodukt ui~gedrukt in koÖrdinaten.

,Determinant van de derde orde
We gaan nu het uitprodukt en ,het skalartripelprodukt uitdrukken in de koördinaten
van hun faktoren. ten opziChte van een rechtsdraaiende ortonormale basis e\ = (et,e2,e3)'
- - -
Laat ~, Q en f vektoren in de ruimte zijn met de volgende koördinatiseringen.

[~]e = [::] , [Q]e = [~:,], [f]e = [~:] .

a3 - b3 C3

Gebruikmakend van de rekenregels voor het uitprodukt volgt:

,
QXf,= (bl~l + b2~2 + b3~3)x(CI~1 + c2~2 + C3~3) =,
='bI CI~1 x~l + bI c2~1 x~2 + bI c3~h x~3 +
+ b2CI~2 x .~l + b2C2~2 x~2 + b2C3~2 x~.3 +
+ b3~1~3 x~l + b3C2~3 x~2 + ' b3C3~3 x~3 =
= blcI!) + b1C2~3 + .bIC3(-~2) +
, + b 2CI (-~3) + b 2C2Q + b2C3~1 +
+ b3CI~2 + b 3C2( -~l) + b3'C3Q =
=(b 2C3 - b3C2)~1 '+ (b 3CI - bIC3)~i + (b 1C2 - b2CI)~3 =
= I:: ::1~1 I:: ::1~2 I:: ::1~3'
+ +
Merk op dat uit de eerste koördinaat van QXf,door achterè~nvolgens ,cyclisch te ver-
wisselen, de tweede en de derde koördinaat van QXf volgen.
 118 §36

Voor het skalartripelprodukt ~'Qxf volgt nu:

!'Qxf = [al a2 a3][::~: =::~:] ,

blC2 - b 2cI
= al(b l C3 - b3 C2) + a2(b3CI - b 1 C3) + a3(b l Cl - blCI)

= al 'l'b2 ClI + allb3 C31 + a31bl CII·

b 3 C3 bi Cl ' b l C2
al bi Cl
Voor deze uitdrukking voeren we de volgende notatie in: a2 b 2 c2
a3 ba C3

al bI Cl
Dus ~. Qx f = a2 b 2 C2
aa ba Ca

De nieuw ingevoerde uitdrukking heet een determinant van de derde orde.

Vatten we de kolommen van de determinant achtereenvolgens op als de koördinati-
seringen van de vektoren ~, Q en f, dan schrijven we

al bI Cl
det([~Je,[Q]e,[~]e) = a2 b2 C2
aa ba ca \

Vatten we de getallen ,ai,bi,cj, i := 1(1)3 op als elementen van de 3x3-niatrix M,'

M = [:: :: ~J, dan schrijven we ook detM = IMI =

a3 b3 C3 a3 ba Ca

36 Eigenschappen van determinanten. I\logmaals stelling 3

In feite is de determinant een funktie die llan iedere vierkante matrix een; getal toe-
voegt en als zodanig niet beperkt is tot 2 x2- en 3 x3-matrixen. We zullen hieronder
negen eigenschappen opsommen die determmanten van elke orde bezitten, maaL we
zullen slechts bewijzen geven voor derd~ orde determinanten" omdat we daarbij ge-
bruik kunnen maken van het skalartripe1produkt.
In de rest van deze paragraaf is n een natuurlijk getal groter dan 1.
1) De determinant van de eenheidsmatrix is 1.
100
Iqlmers, 0 I 0 = !:I'(~2 ,x!:3) = !:l'!:l = 1.
OOI
 §36 119

2) De .determinant van zowel een bovendriehoeksmatrix als van eén benedendriehoeks-

matrix is het produkt van zijn diagonaalelementen.

Immers, ~l ~:~: = allbo2 c21 + 0IOb' c31

° ° C3 c
3
. 1 Cl
Evenzo voor een benedendriehoeksmatrix.
3) Is. M een vierkante matrix, dan is det(MT ) = detM.
al a2 a3
Immers, bI b 2 b3 = al(b2c3 - C2b3) + bl(C2a3 - a2c3) + cI(a2b3 - b2a3) =
Cl C2 C3
al bi Cl
= al(b 2c3 - b 3C2) + a2(b 3c I :.... b 1 C3) + a3(b 1 c2 - b 2CI) = a2 b2 C2
a3 b l C3
T
Een belangrijk gevolg van'det(M ) = detM is: Iedere juiste uitspraak waarin een eigen-
schap van detenninanten verwoord wordt in termen van zijn kolommen, gaat over in,
een juiste uitspraak, als overal in de 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 achter het woord 'kolom' het woord 'rij'
tussen haakjes te plaatsen.
4) D~ determinant is een alternerende funktie van zijp kolommen (rijen). Dat wil 'zeg~
gen: met
.
het verwisselen van twee kolommen (rijen)
"
in een determinant gaat een
tekenomslag van de detenninant gepaard.
Immers, een determinant van de derde orde is een 'skalartripelprodukt, én het ver-
wisselen van twee faktoren in een skalartripelprodukt gaat volgens stelling 6 ge-
. paard met een tekenomslag van het skalartripelprodukt; het verwisselen van twee
faktoren in een skalartripelprodukt komt overeen met het verwisselen van kolommen
van de ermee korresponderende determinant.
5) De determinant is eenîineaire funktie in ieder va~ zijn kolommen (rijen).
Dat wil zeggen, zijn À en /J getallen, dan geldt voor een derde orde detenninant:
(i) , det([À!! + /JY],[:Q),[,f]) = Àdet([!!],[Q),[f]) + /Jdet([y],[:Q],LçJ).
(ü) det([a],[Àu + /Jv],[c]) = Àdet([a],[u],[c)) + /Jdet([a],[v],[c]). '
r - - - - . - - - - - -

(iü) det(L~],[Q],[À!! + /JY]) = Àdet([~],[Q];[!!]) + /Jdet(L~],[Q],[y]).

We verifiëren de tweede formule van dit stel: det([~],-[À!! + /Jy],Lç]) = ~·(À!! + /Jy)xç =
= ~·(À(!!xf) + /J(yxç» = À~·!!Xç) + /J(~·yxç) =
= Àdet([~],[!!],[ç]) +. /Jdet([~],[y],LçJ). ,
In het bijzonder geldt dat det([~],[ÀQ],Lç]) = Àdet([~],[Q],[f]). Dit heeft tot ge-
volg dat als Meen 3 x3-matrix is, dat dan det(ÀM) = À3 detM. .
6) Vermeerderen we in een determinant een kolom (rij) met een veelvoud van een an-
dere kolom (rij), dan verandert de waarde van die determ.inant daardoor niet.
Laat p een reëel getal zijn. Dan fonnuleren en bewijzen we de eigenschap voor
120 §36

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

8) Is' k een kolomnummer (rijnummer) van M; dus k in IN en I ~ k ~ n. Dan is de

determinant van M gelijk aan de som van alle produkten van een element van de
k-de kolom (rij) en zijn kofaktor.
Men verwoordt deze berekeningswijze van det M door: De determinant wmdt ont-
wikkeld nàar de k-de kolom (rij). In formule luidt de ontwikkeling naar de
n
kolom: det M = .~ mik Mik
k-de
Irij: detM =L
1-1
n

j=I
mkjMkj.
.

-We lichten deze eigenschap toe aan de bovenstaande matrix P. Ontwikkeling van det P
naar· de eerste kolom leidt tot:

detP = 7Pu + 6P21 + 2P31 = 71~ :1- 61~ :1 + 21~ :1 = -45.

Merk op dat de ontwikkeling naar de eerste kolom samenvalt mèt onze definitie van
een determinant van de derde orde.
Ontwikkeling van detP naar de tweede 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
~

Wat de ontwikkeling naar de derde kolom betreft:

detM = m21 m22 m23 =" {met stelling 6}" = m23 m2! m22 =

~ . -/
m31 m23 m33 'm33 m31 mn

= m13(m21 m 32 - m31 m 22) + ln23(m31m12 - mllmn) + m33(mllm22 - m21 m 12) =

 §36 123

, 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).

Het is dus, handig de op een determinant' uit te voeren bewerkingen zo in te richten,

dat men ermee bereikt dat één bepaalde kolom (rij) hoogstens één element heeft dat
niet gelijk aan nul is.
9) Zijn M en N twee n xn-matrixen, dan geldt

det(MN) = detM· detN.

Voor 2x2- en 3x3-matrixen .kan het bewijs in beginsel gemakkelijk geleverd worden,
door slechts gebruik te maken van de, definities van matrixvermenigvuldiging en deter-
minant. In hoofdstuk 5 (§ 65) zullen ,we de eigenschap bewijzen voor nxn-matrixen.
Een gevolg van deze eigenschap is dat voor een inverteerbare matrix M geldt dat .
det M =1=, 0, en
- 1) _ 1
det (M - detM.

Immers, 1 == detl = det(MM- 1) = detM·detM- 1.

Ook het omgekeerde geldt. Is detM =1= 0, dan is M inverteerbaar. We laten dit zien door
M- 1 te konstrueren. Definieer daartoe de nxn-matrix Q door

ij!= 1(l)n.

Merk op -dat de voetcijfers i en j in het rechterlid optreden in de volgorde eerst j, dan

i, tegengesteld aan de volg~rde in het linkerlid. We bewÜzen dat Q = M- 1 als n = 3.
124 §36

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

Uit dit bewijs kunnen we twee dingen leren:

(i) Een kenmerk van inverteerbaarheid voor een vierkante matrix,; zijn determinant is
dan ongelijk aan nu1.
(ü) Een formule om de inverse uit te rekenen. We geven een vierstapsrekenschema om '.
de inverse van een reguliere matrix te berekenen.
- Stap 1: Vervang ieder element door zijn onderdeterminant.
Stap 2: Geef de elementen een passend teken volgens' het schaakbordpatroon. De
matrix .die dan ontstaat noemt men wel de kofaktorenmatrix.
Stap 3: Spiegel om de hoofddiagonaa1.
Stap 4: Deel elk element door de determinant van de gegeven matrix.
- ,

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.

Deze formules staan bekend onder de naam regel van Cramer.

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 "

37 Het uitprodukt in samenhang met vlakken en lijnen

We _keren .terug naar 'het uitprodukt.
Laat e = (~l &2,~3) een rechtsdraaiende ortonormale basis voor de ruimte zijn, en laat
~ en Q een tweetal vektoren in de ruimte zijn.
De formule voor .het uitprodukt ~xQ laat zich met de volgende fopdeterminant gemak-
kelijk onthouden.

" al b l ~l "
axb = a2 b 2 .~

a3 b 3 ~3

Ontwikkel naar de derde kolom:

2
la b21 lal b ~2b11 _+ lal . bll e3 _-
a3 b 3 !:ll - a3 . 3 a2 b 2 -

Laat Veen vlak zijn met steunpunt E en richtingsvectoren!! en y. Een vektorvoor-

stelling van V is ,dan

V: ~ = E + a~ + {3y., a,{3 E JR.

Hebben p, ~ eIi y achtereenvolgens de koördinatisering

"

dan is een parametervoorstelling van V:

. 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...

We berekenen het uitprodukt van W's richtingsvektoren.

" 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

Het skalartripé1produkt (~- p)O!!xy is dus nul, en de bijbehorende determinant der

koördinatiseringen van 2Ç - P,.!:! en Y. is dus ook nul. De vergelijking voor V kan derhalve
geschreven worden als

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: -{ 2XI - _X2+ 3X3 = 7

2XI + X2 - 5X3 = 5.
Gevraagd wordt een parametervoorstelling van de lijn m', die evenwijdig is aan m en

gaat door~; [~l' = [H

" 2 2 ' ~l ;;

-1 1 ~2 = 2~I + 16~2 + 4~3 ~ 2(~I + 8~2 + 2~3) is een richtingsvektor van

3 -5 ~3

.m, en dus een richtingsvektor van m'.

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.

[~d~ [:J, [~d ~ Hl [,d ~ [!J [~iJ ~ [jl [lliJ ~ [ ~n

[~:i] =[ -1 0], =~l, =~2, ~3 =~~.
2

-11 23 Q3

c) Geef een vektorvoorstelling van de snijlijn der vlakken Xl - 4X2 - X3 = 0

Maak daarbij gebruik van het uitprodukt.

d) Geef een parametervoorstelling van de lijn dOQr 0 die zowel loodrecht

r
staat op de lijn _::
X1
]
= alril
~ ,a E
..
IR ais op de lijn
Xl
{ XI -
+ X2
2X2
+ .X3 = 9
+ X3 = 10..

Maak daarbij gebruik van het uitprodukt.

e) Q is een lijn en A, B en C zijn punten.

B en C liggen op Q. De oppervlakten van de driehoeken OAB en OAC zijn

l;>eide gelijk aan 9. Bereken de koç,rdinatiseringen van B en C.
 §37 131

f) D, E en F zijn punten, m is een lijn.

[dl = m, [!I = men [fl = [-iJ [::J m: = m+~m·~ ·E~.

(i) Geef een vergelijking 'van het vlak door D, E en Findeterminantvorm.
(ii)Bereken de koördinatisering van een punt G op m met de eigenschap
dat de inhoud van het blok opgespannen door DE, i5F en DG juist 3 is,
--+-+-+ , ,
en het drietal (DE, DF, DG) rechtsdraaiend is.
g) À is een getal. Ga voor i := 1(1)2 na voor welke waarden van , À het drietal
vektoren Pi> 9.i en !J. afhankelijk is. ,
Ga voor die waarden van À waarvoor Ü?i ,9i ,.!)} onafhankelijk is ' de oriëh-
, tatie na van (Ei ,.9i ,.!i).

[R,] =[ -n, -lJ, [-l]·

[9,] =[ [i,] =

, [, 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.

Een omkeerafbeelding of inverse (afbeelding) van tp. A ~ B is een afbeelding Çj: B ~ A

met de eigensc4appen 'Çjo.'F =.1A en .'FoÇj =.?s. Dus geldt zowel (j(.'Fa) = a voor elke a in A als
.'F( Çjb) =b voor elke b in B.
Uit deze.definitie kan men afleiden dat .'Fhoogstens één omkeerafbeelding heeft die, zo die
bestaat, wordt aangeduid door .7"-1 en dan meestal kortweg de omgekeerde of inverse van .7"
genoemd wordt. Heeft .7" een omgekeerde, dan heet .7" omkeerbaar of inverteerbaar. Een
stelling leert dat .'F omkeerbaar is dan en slechts dan als .'Feen 1-I-op-afbeelding is.

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

vereenzelvigen met vektoren. Daarom kunnen we de voorschriften v~ de door ons onder de

loep te nemen operatoren steéds opvatten als voorschriften die vektoren toevoegen aan
"
vektoren.

'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.

39 Zes eigenschappen van lineaire operatoren

In hoodstuk 3 hebben we onder andere de volgende bewerkingen met ve~oren ingevoerd.
1) Het optellen van tWee vektoren.
2) Het vermenigvuldigen van een reëel getal met een vektor.
In het navolgende zullen we ons met zogenaamde lineaire operatoren bezig houden; deze
operatoren staan in een bijzondere betrekking tot deze twee bewerkingen met vektoren.
Een operator !Fin de ruimte (het platte vlak) heet lineair als die de volgende twee eigenschap- _
pen bezit.
 §39 137

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.
~~---------------------

140 §39 '

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

Op grond van eigenschap 6 hadden we IJ'ook op de volgende wijze kunnen de~ëren:

lJ'is de lineaire operator in de ruimte waarvoor 1J'~1 = -iU, 1J'~2 = ~l en ' lJ'~ = Q.
Is '1. . een vektor gegeven door '1. . = Xl ~l + X2 ~ + X~ ~ dan volgt uit deze definitie van IJ'dat 1J''1...
= -Xl ~ + X2 ~l + X3 Q = X2 ~l - XI~· ' '
We rekenen dit na uitgaande van de oorspronkelijke deflnitie van 7:
, " ~l Xl 0 " [ X2
['1Y]e = [yx ~3]e =~ X2 0 = -Xl
J ; dus 1J''1... = X2 ~l - Xl ~.
~ X3 1 0
We merken nog het volgende op.
'Tis'geen I-I-afbeelding daar 'T~ = Q. Verder staat 'T'1... = '1. . x ~ loodrecht op '1. . en op ~3. Dus -
het beeld van iedere vektor ligt in het vlak door 0 loodrecht op~. Een punt buiten dit vlak
heeft dus geen origineel onder IJ'en lJ'is dus geen op-afbeelding.

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

L(3~1 + 3~2 + 3~) = ~1 + ~ - ~

L.(2~1 + ~2 - ~3) = ~1 + sn. - ~.

Waarom is L met deze gegevens niet bepaald?

 §40 145

40 Koördinatisering van een lineaire operator. Stelling 7.

In § 25 hebben we gezien hoe we een vektor t.o.v. een basis kunnen beschrijven door een '
kolommatrix. Zo'n kolomrnatrix noemden we een koördinatisering van die vektor. In deze
paragraaf zullen we leren hoe een lineaire operator te koördinatiseren. Het zal ons een
handzame beschrijving opleveren van het verband tussen de koördinaten van een origineel en
die van zijn beeld onder de lineaire operator. We gaan daarbij uit van eigenschap 6 van een
lineaire operator die leert dat zo'n operator in de ruimte bepaald is door de drie beelden van de
drie vektoren van een basis. Uit die drie koördinatiseringen van die drie beelden maken we op
een natuurlijke wijze een 3 x 3-mattix die uiteraard volgens eigenschap 6 alle informatie over die
lineaire opèrator bevat, en die de _koördinatisering zal zijn van die operator.
Laat b = (Qt.Jn.,!n) een basis voor de ruimte zijn en laat IJ een lineaire operator in de ruimte
zijn. Stel_dat ~1,~,~) het ciIietal vektoren is bepaald door .'lb.1 = ~1, iJJn. = ~ en iJlb =~.
Stel dat ~1. ~ en ~3 de volgende koördinatiseringen hebben.

DefInieer nu de reële 3 x 3-matrix A door

A =[ ::: . ::: :::] ~f [ : ;:] = [[~~]b [~]b

a31 a32 a33 d h t I

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,

die de betrekking tussen de koördinatiseringen van y en w t.o.v. de basis b weergeeft .

.[Xl] [YI] [Xl] [YI]

, I~mersj stel [y]b = X2 en [w]b = Y2 , dan moeten we laten zién dat A X2 = . Y2 .' We
. X3 Y3 . X3 Y3
\

beginnen bij het rechterlid.

,--- - -- - - - - - - - - - - -- ~~ -

146 §40

="{.1' is lin~air, eigenschap 3}" = [xt.11l1 + x21hz + x3.1Jb]b =

a] {f] [P] [aXi +fx2 +PX3]

= Xl C +X g +X3 q == CXI+gX2+QX3 =
[
d ht dXI+hx2+tX3

=
[
af P
Cg q
][Xl]~
X2 = ,
{Xl] X2 .
d h t X3 X3

De matrix A heet de~ koördinatisering van rt.o.v. de basis b, of op de basis b en wO,rdt

aangeduid door

[.1']~.

Men noemt A = [.1']~ ook ~el de matrix'v~orstelling van j: op de basis b.

We vatten het 'voorgaande aldus samen.
De koördinaatvrije vergelijking .1'Y.. =w tussen een vektor Y.. en zijn beeld wonder .1' is
gelijkwaardig met de matrlxvergelijking

[.1'y]b = [.rJ~[y]b = ~b

die de betrekking geeft tussen de koördinatiseringen

/ .
van Y.. en w op de basis b. Daarbij is

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. .

We berekenen nu m.b.v. P het beeld Pr van de vektor r =-3~1 + 2~.

", e ' [-3] [1.

[PI]e = ~P]e[r]e, = P ' ~ ' =
. 5
~

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

, ' [ 5'4 5'2] [Xl]' .

[YI]
Y2 = ~ ~ X2· '

Ga zelf algebraïsch na dat 'de punten van déUjn m: [::] ={-:], Il E IR, gaande door 0 en

loodrecht op I, door P worden afgebeeld op Q.

Het beeld van iedere vektor onder P ligt ,op l. We kiezen het punt S. =....:~l - ~, liggend op i,
en sporen het volledig origineel p-l {~} van ~ onder Pop.
Meetkundig is het d,uidelijk dat P-l{~} de lijn mi is die door ~ gaat en loodrecht staat op I. '
148 §40

.e1 2

~2 .

We gaan dit ook algebraïsch na. Het volledig origineel van §. onder Pbestaat uit alle vektoren y

met Py = We stellen [yJe =[~~J; dan is Py = gelijkwaardig met p[~~J =[=îJ.

§.. §.

-4 5"2 -2 ] - [ 0
[ ; t ~1 è *5 2
O' Ol
1 -5'

Stel Xl =a, dan.is x =-5 - 2a, [~~J= [-?sJ + ar!2J,

2 aE IR. Hetis onmiddellijk duidelijk

dat dit een parametervoorstelling van m' is.

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

Y.1 = hl + 112 + h3 ~ ~1 = 6h1 + 3122 + 3h3

Y2 == 3h1 - 4122 + 2h3 ~ ~ = lOh1 '+ 8122 + 2113

Y.3 = Q1 + 3122 + 5123 ~ W3 = 12Q1 + 7122 + 5123
Daar (Yl,Y2,Y.3) een driebeen is en !Flineair is, is iJ door deze gegeveq,s volgens eigenschap 6
bepaald; We vragen naar de koördinatisering A = L11~ van iJ op de basis b. Als we de beelden
van hl, 122 en h3 onder iJ kennen, dan kennen we achtereenvolgens de eèrste, de tweede en de .
~erde kolom van A. We zoek~n daarom naar de beelden van hl, 122 en 123. .
Daar (Y1,Y2,Y.3) een geordend driebeen is, is het een basis voor de ruimte en is hl op precies
 §40 149

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

!Fr = 6121 + 7]n -lb.

We berekenen vervolgens het volledig origineel!F~l {§.} van de vektor
~= 4121 + 3122 + Q3. Daartoe zoeken we alle vektoren y waarvoor geldt !Fy = So. Stellen we

[y]b = [~~], dan is !Fy = §. gelijkwa~dig met A[~~] = [~]. Met het rekenschema van
, X3 .' , , X3 1 .
hoofdstuk 1 volgt:

[~ ~ ~ ;],èèt ~ [~ ~ ~ ~ J.
2101 ' 2101

Stellen we Xl = !X danis [~!] = m{H + !Xe IR een parameterv~umg van

![-1 {,§.}. Een vektorvoorstelling van ![-i'{§.} is

y =ht + 3lb + a(Q1 - 2]n ~ 2lb), a E IR.

Laat b een basis voor de ruimte zijn. Uit eigenschap 6 volgt dat iedere lineaire operator !F in de
ruimte precies één koördinátisering t.o.v. de basis b heeft. Deze koördinatisering is een reële
3 x3-matrix A; A L1]~. =
Omgekeerd bepaalt iedere reële 3 x3-matrix B t.o.v. de basis b precies één lineaire operator q
in de ruimte op de volgende wijze:

Is y een willekèurig gekozen vektor met koördinatisering Wb = E~} d~ is (jy de vektor w

waarvan de koördinatisering [~b bepaald is door ~b =B [~~].
X3
Dat q lirieair is volgt uit de rekenregels voor de matrixrekening. Verder is B juist de
~, koördinatisering van q t.o.v. de basis b; B [Y1~. Zie opgave 55b.
=
 §40 151

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 =

= [:F]~[y]b + [q]~[y]b = (Lr]~ -+ [q]~)[yJb.

Dus [.'J + y]~[y] b = ([.'J]~ + [q]~) [y] b voo~ iedere vektor y.

. . l ' 1
Kies y ; lLl. Dan is [hl]b ; [~].
en er volgt Ie kolom van [J" + ql~ ~ [J" + ql~ [~] ; .

; ([1l~ + [ql~ m~ Ie kolom vande sommattix [1l~ + [qt

Evenzo volgt door voor y achtereenvolgens 122 en 123 te kiezen dat de 2e kolom van .
aan
[.'J + q]~ gelijk is de 2e kolom van t.'J]~ + [q]~ en de 3e koI9m van [.'J + q]~ gelijk is aan
de 3e kolom van [.'J]~ + [q]~., Dus [.'J + q]~ = [.'J]~ + [qt D

'oP overeenkomstige wijze bewijst men de volgende betrekkingen

[À.'J]~ =À[.'J]~, v~or elk reëel getal À; ,

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.

Een en ander leggen we vast in de volgende stelling.

152 §40

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:

Is :Fmverteerbaar, dan geldt ook

[:F-l]~ = ([:F]~)-l ,

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,

Évenzo volgt voor de tweedekolom van N{$ç,]' =[ç,l' '= m

S,Ç3F "{ÇJ staat loodrecht op het vlak V van spiegeling}" = -,Ç3 = O·,Ç} + -O·,Ç2 - l·ÇJ; dus

[s.,]' =[-Q31' =[ ~J is de d~rde kolom van N,

N= [S]~=[~. ~ , ~ J.
. 0\ 0 -1

We berekenen nu de koördinatisering .M = [5]: van 5 op d~basis e: We weten dat

- 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 ~

[5Ç,1]e [5~]e [5Ç,3]~ -1 -1 -1 -1 -1 1

I I I 0 1 -1 0 1 ~2
ED *1
3
ED--
154 §40

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

Blijkbaar is M = -t t -t ,en is de koördinatisering van S op de basis e ongelijk aan die

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'l2( ~1 + 2~ + 3~) = ~1 +7~ + 2~

J'l~(2~1 + ~) = 5~1 +~ + 5~,

, 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:

I: WO =[!] + À[H À m; m: L!lO=[!] +~m ~

E E m.

(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. '

P, ~ 'Rus en 'Tzijn lineaire ·operatoren. in het platte vlak gegeven door:

Pis de loodrechte projektie op n.
Q2~1 - 3~) = 3~t + 7~ en Q3~1 + 5~) = ~l + ~2.
1{is de draaiing om de oorsprong over een hoek a in positieve zin.
Sis de spiegeling t.o.v. de lijn n.
iJ(3~1 + 5~+ P~l - ~» =7~1 - ~ + P(2~1 -~) voor elk reëel getal p.
Bereken de koördinatiseringen van ...
(i) P, Q, ~ S en rr. .
(ii) Q;-1, 1èl , S-l en T-l.
1t ,
en, voor ="2' van
• IV
Vlo

(iii) 1{P, P1?u S1?u 'R.,S, SP en PS;

(iv) S1{P, PS1{en 1{PS;
(v) (SlO- l en (Q1)-1.
=
f) b 021,122,123) is een basis voor de ruimte. if en (j zijn lineaire operatoren in de ruimte.
Toon aan dat:

[Àif]~ =À[if]~, voor elk reëel getal À,

 156 §41

Als ~ omkeerbaar is, toon dan aan dat

. [~-l]~ = ([~]~)-l.

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.

[yJb = [~~] en [yJc = mI

Evenzo zal een lineaire operator l'in de ruimte t.o. v. deze basissen veelal twee verschill~nde
koördinatiserin.g en heb~n.
[~]~ = M en [91~ = N.

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 . .

Dus de koö::e[r:g]~n v::e:[.:~~]~bas~::~O[':~]:~h ~ en t.o.V. de 0l1.de basis bzijn:

l:3

. ~1 ' ~2 ~3

1) We onderzoeken eerst het verband tussen de koördmatiseringen van een vektor y.

Xl] ' , [Y1]

[y]oud = [yJb =~! en [y]nieuw = [y]c = ~! . ,
[

y = Y1Ç,1 + Y~ + Y3Ç,J = "{definitie van Ç,1, ~ en Ç,3}" =

" '
= Y1(tll121 + t21122 + t31123) + y~(tl2h1 + t22122 + t32123) + Y3(t13121 + t23122 + t33123) =
= "{ sorteren naar 121, 122 en 123}" =

= X1Q1 + x2li2 + x3113·

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
\

t31Y1 + t32Y2 + t33Y3 = X3·

..
Dit stelsel lineaire vergelijkingen beschrijft het verband tussen de oude en de nieuwe
'koördinaten van een vektor v. Men fioenifdit stelsel de transformatievergelijkingen voor de
overgang van basis b (oud), naar basis c (nieuw).
Merk op dat de oude koördinaten van -y, Xl> X2 en X3, de rol van de bekende termen in dit
stelsel spelen, en dat de nieuwe koördinaten van -y, Y1, Y2 en Y3, de rol van de onbekenden
spelen. In deze zin is de koëffidëntenma~ van'dit stelsel de matrix

T =[ :~: :~~ :~:] = [[&:J b[~Jb [~Jb].

t31 t32 t33 I I . I
158 §41

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.

In matrixvorm hebben de transformatievergelijkingen de gedaante

T[~~]. =[:~], ofwel T[y]C = 'W b, ofwel Twnieuw = [~OUd.

Y3 _ X3 . ,

T heet de basis-, of koördinatentransformatiematrix, of kortweg de transformatie-

matrix voor de overgang van basis b (oud) naar basis c (nieuw).
Daar de kolommen van Teen onafuankelijk 3-tal vektoren ~l, ~ en ~ vertegenwoordigen is
det T ':1:0 en bestaat T-l volgens stelling 3 in § 36. Blijkbaar is T[yJnieuw = [y]oud gelijkwaardig
met [y]nieuw = T-l [y]O~.
2) We onderzoeken nu het verband tussen de kO'ördinatiseringen van een lineaire operator ::r:
[1]= = [!F]~ en' [1']:::: = [!F]~.
Laat w het beeld zijn van y. onder !F; !FY. = w. De koördinaatvrije vergelijking !FY. = WIS
gelijkwaardig met elk van de volgende twee matrixvergelijkingen
[!F]~[y]b = lli]b en [!F]~[y]C = lJy]c.

We voeren de eerste over in de tweede.

[!F]~y']b = ~]b => "{gebruik de transformatievergelijkingen voor

Y. en w: T[y]c = [y]b en T[ w ]C = ~]b}" => [J]~[Y]c =T[ w ]C =>

=> "{vermenigvuldig linker- en rechterlid met T-l}" =>

=> T-l[!F]~[y.]C = [w]c.

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 .

[!F]~ =T-l ~!F]~ ,

waarmee het gezochte verband gevonden is.

 §41 159

We vatten het voorgaande samen. , ;

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 '

We definiëren een nieuwe basis c =(çl,~2&3) voor de ruimte door

= ~l -2~ -2!à
{,
~l

~=- ~t ~3

~ =2~1 + ~ + ~.,

De transformatiematrix T voor de overgang van de baSis e naar de basis c is

, T =[-~ -~ ;]..
" -2 1 1

Met het rekenschema in § 15 berekenen we T-l.

, [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.

r = 3~1 - 7~ + 5~ en ~ = 8~1 - 6~ + 4~.

[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.

T-'l [ ~]e [~e = 1~ [~ =~ -~][-~ ~] = [~ ~] =. [~c ~]c].

. ]
I I 4115413 I I

Dus [rJ' =HJ en 00' = m

IIrll = "{ e is ortonorrilaa:1}" = ."J 3 2 + (-7)2 + 5 2 = {83 .

IIrll * "{ c niet ortonormaal}" * ."J t2 + 62 + 12 = {38 .

[·1 ="{e ortononnaal}" =[3 -7 5{~] =86.
. - 2
[·1" "{ e niet ortononnaal}" .q1 6 1] [;] =·35.

rx~ = "{e is ortonormaa:1}" ~ '(-~ -: : .]" = ~1 + 28~ + 38~.

. . . 5 .4 ~

[X~" "(e niet ortononnaal}"" 'I~l ~ :~]" = 13Çl - ~ -7Ç3.

3 Ç3

.
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

T[yJnieuw = [y]oud, ofwel [-~ ~ ~] [~:] = [::].

-
-2 1 1 Y3 X3

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:

U: 7Yl + 12Y2 + 4Y3 = O.

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.

Uit de eigenschappen 9 en 3 varràetenninanten in § 36 volgt dat de detenninant van een .

ortogonale matrix C Of gelijk is aan), Of gelijk is aan-1.
C heet direkt ortogonaal als det Q; 1.
C heet gespiegeld ortogonaal als det C -1. =
Hebben b en c dezelfde oriëntatie dan blijkt T direkt ortogonaal te zijn; hebben b en c
ve.rschillende oriëntatie dan blijkt T gespiegeld ortogonaal te zijn.

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.

·h l =}5<1 +~2 - ~3, 122 = ~l + ~ +~, h3= ~l ~~.- ~3.

'.
y. = 2~1 + 3~ + 6~ en .y: = 2h1 + 3h2 + 6h3.

(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

(v) Bereken [Jl]~ en [f:8]~. ,

Het vlak W heeft 11 tot normaalvektor en gaat door O. Het,vlak Zheeft in koördinaten
op de basis b als vergelijking 3Y1 + 2Y2 + Y3 = -1.
(vi) Geef een vergelijking van W in koördinaten op de basis b.
(vii) Geef een vergelijking van Z op de basis e.
b) In de ruimte zijn de v<,>lgende vektoren gegeven.

hl = ~l + ~3, hl = 2~1 + ~ + 3~, 123 = ~l + 2~ + 4~3

~1 = h2 + 2Jb, ~ = 2hl + 112, ~3 = 3Ql + 2112 + 3Jb
y. = 2~1 + 3~2 + 6~3.
(i) Toon aan dat ?:owel b = (Qt.h2,Jb) als c = (Q1&2,~) een basis voor de ruimte is.
Bereken de transformatiematrix voor de overgang van de
(ii) e-basis Ilaar de b-basis.
(iii) b-basis naar de c-basis.
(iv) e-basis' naar de c-basis.
(v) Bereken IJ!)b en IJ!)c. , .
De lineaire operator j'in de ruimte is bepaald door [J]~' = diag(2,1,-3).
(vi) Bereken [j']~ en [j']~. ', '
V is het vlak door hl dat l! tot normaalvektor heeft.
(vii) Geef vergelijkingen van V op de basis b en op de basis c.
c) a en b zijn basissen voor de ruimte.
T is de transformatiematrix voor de overgang van de e-basis naar de a-basis.
 164 §42

S is de transformatiematrix voor de overgang van de e-basis naar de b-basis.

Bereken de transformatiematrix voor de overgang van de a-basis naar.de b-basis;
d) b =(ht.hl,h3) ÎS.een basis voor de ruimte: Voor iedere vektor 11 in de ruimte geldt
als ~ =x1111 + x2l22 + xJlb, dan is 1I1111 =-yxi + x~ + x; . .
Toon aan dat been ortonormale basis is.
e) Ten S zijn ortogonale j x3-matrixen. Toon aan:
(i) , T-1 is een ortogonale matrlx.
(ii) ST is een ortogQnale matrix.
(iii) Idet TI = 1. .
t) T is een reële 3 x 3-matrix.

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
- ( .

mIl' = [H [y21' = m.l' =

~Il' m m~l' m
= ITll ' = =

Toon aan dat de volgende uitspraken gelijkwaardig zijn.

1) T is een ortogonale matI'Î4 (dus T-1 = TI).
2) u is een ortonormaal 3-tal vektoren.
3) v is een ortonormaal 3-tal vektoren.
g) b = (111,122,113) en c = ~1 &2,~) zijn ortonormale-basissen voor de ruimte.
T is de transformatiematrix voor de overgang van de b-basis naar de c-basis.
Toon aan:
(i) Als b en c dezelfde oriëntatie hebben dan is T direkt ortogonaal.
(ii) Als b en c tegengestelde oriëntatie hebben is T gespiegeld ortogonaal.

42 .Draaiing om een as in de ruimte

Laat 1een lijn door de oorSprong 0 zijn en laat cp een reëel getal zijn. We zullen eerst nauwgezet
beschrijven wat we bedoelen met een draaiing om lover een hoek cp.
Kies een richtingsvektor g van I, en laat U het vlak zijn door 0 loodrecht op I; g is dus een
normaalvektor van U. We beschouwen de volgende operator 1Jin de ruimte.
 §42 165

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).

Eenvoudige meetJrundige overwegingen leiden tot de volgende formules:

1) V(a.,cp) = V(-a,,-cp). ·
2) V@,-cp) = V(-.a,cp).
3} 'D(~,cp) = 'D(-~,21t-cp); dus 'D~,1t) = 'D(-i,1t). De draaiing 'D(.a,1t), waarbij over een hoek
van Hmo gedraaid wordt om de lijn 1, heet ook de spiegeling in de ruimte t.O.V. de lijn 1.
1:
4) 'D~,cp) = 'D(.a,cp mod 21t); dus 'D(.a,k1t) = 'D~, 1t) = 'D~,-3i 1t).
Is 'I' nog een reëel getal, dan geldt
5) 'D(.a,'I')·V~,cp) = 1J(,a,cp+'I').
Verder is het op meetkundige gronden duidelijk dat 'D(.a,cp) omkeerbaar is. Immers de werking ·
van 'D(.a,cp) wordt te niet gedaan door over een hoek cp terug te draaien,-dus door, vanuit.a
gezien, over een hoek -cp mpositieve zin te draaien. Blijkbaar geldt
6) 1)-l@,cp) = V(.a,-cp).
166 §42

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.

Daarmee is eigenschap 1 voor 1) aangetoond.

Laat A een reëel getal zijn en stel AYl = .Y3; dan is, omdat het hier projekties betreffen,
AQl == 123 en Àlll = l!3. Met de bij het bewijs van eigenschap 1 gegeven toelichting in gedachten
is het nu duidelijk dat
1)(AYl) ~ 1)Y.3 = 1)(ru + ru) = 1)Q3 + 1)ru = .l!3 + 1JY.3 =
= AQl + 1)(AY.}} = AÇ.l + A1)Y.l = AÇ.l + AWI = A(Ç.l + Wl) = A1)Yl . .

Daarmee is eigenschap 2 van de lineaire operatoren aangetoond voor 1) en is 1) blijkbaar

lineair.

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;

1)~ = -.:sin cp ~ + cos cp ~.

 §42 167

draaiingsas

--~--~~~~--~ ~
o
draaiingsvlak
gezien vanuit a,

Y..
Voor de koördinatiseringen van 1)~i, 1)~ én 1)~3 volgt dan

[1)~I]e = [~], [1)~]e = [~'P] en [1)~3]é = [-s~ cp],

~ - 0 sm cp cos cp

waarmee achtereenvolgens de e~rste, de twee~ en de derde kolom van ~ gevonden zijn.

~= [1)];=[~ C~'P -':'P].

o sm cp cos cp
, .
We bérekenen vervolgens het beeld van devektor r ~egeven door r =2~1 + 3~ -~ . .

[1t]' =[1Jl:ooe = ~[J} [: ~: 'P -.: 'P],[ : ] == [3COS''P 2+ sin 'P]'

, 0 smcp coscp -13smCP - coscp

~ =2~1 + (3cos cp + sin cp)~ + (3sin,cp - cos cp)~3.

,Daar 'e en draaiing omkeerbaar is heeft iedere vektor precies é~n origineel. Laat .s.het origineel

~
, 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. -

, [Xl] [2] "

1) Met het rekenschema ~t hoofdstuk 1 ~ ~~ = !1 ' oplossen. Deze rekeriw~jZe is nogal

bew~rkelijk door het optreden van cos cp en sin cp in ~.

168 §42

2) [1)-1]: ben~kenen uit de formule 1)-1(a,<p) = ~,-<p).

draa'iingsvlak
gezien vanuit ~1

Immers 1§ =! is gelijkwaardig met §. = 1)-1! en in koördinaten uitgedrukt volgt

W' = [:~] = [1F11Hl

" {vervang 4t bovenstaande berekening van ~ overal <p door -<p}"

= 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

~ = 2~1 .+ (3cos cp - sin cp)~ - (3sin cp + cos CP)~3.

'

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

~. _.-' -_." ..7-···--·····.

-1 ......~ " q ') 1
(

'.
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)]~ =

"{Çl is diaaivektor; Ç2, en ~ liggen in het draaiingsvlak; c is positief georiënteerd èn

ortonormaal. Zie nu voorbeeld 1 waar juist ~l draaivektor is, ~ en ~ in het
draaiingsvlak liggen en e positief georiënteerd is en ortonormaal}"
. '1 0 0

= (1)~1~<P)]: ~ [0 c~s
= = <p -Sin<P].
o sm<p cos <p

~Il' =@' =[H ["J' =~J' = m

Dus de overgangsmatrix T van de e-basis naar de c-basis is

T = [: ~ -:] en T-l = TT= [~ ~ ~].

010 q-pO

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. '

[1)]: = B<p == TC<pT-l = TAq,T-l =

. [P 0 q][ 1 0 0][ pq0]

= q 0 -p 0 c~s <p -sin <p 0 0 1 =
o 1 0 0 sm <p cos <p q -p 0

, [p q sin <p q cos <p ] [p

= q -p sin <p -:-p ~os <p 0 0 ,1
~ 0] =
o cos <p . -sm <p . q -p 0 .

p2 + q 2cos <p ,' pq -pq cos <p

qsin<p ]
= pq - p~ cos <p q2 + p~cos <p -psin<p .
[
--qsm<p psm<p cos <p

De koördinatisering van tj)-l op de basis e kan overeenkomstig met het in voorbeeld 1 .

behandelde op twee -wijzen berekend worden; of door .
 §42 171

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,~), ,

3) de spiegeling Sl.o.;. de lijn m: [~l' ={-H I' E IR,

. 1t . 1t
4) S ·1)(g,z), 5) . 1) (g,z)·S.
d) E is een eenheidsvektor en q> is een reëel getal.
1) Toon aan dat'de operator 1) in de ruimte die gegeven is door

~= cos cp y. + (1 - cos cp)(Y. -E) E + sin CP' E-x y.

juist de draaiing ~E,<p) is.

 172 §43

2) Bepaal een basis c·= ~},~&:Ü waarop

.
'D als koördinatisering heeft de. matrix

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.

43 Kern en beeldruimte van een lineaire operator. Stelling 8.

· Laat ~een operator in de ruimte (het platte vlak) zijn, niet noodzakelijk lineair.
De kern van .rbest~t uit alle vektorendie door .rop de nulvektor Q worden afgebeeld; notatie:
Ker .r.
· Dus y zit in Ker .rdan en slechts dan als .ry = Q.
De be~ldruimte van ~bestaat uit alle vektoren die onder ~ een origineel hebben; notatie:
. Im.r.
Dus 1Y zit .in Im .rdan en slechts dan als er een vektor II bestaat waarvan het b~ld onder !Fjuist
w is; dus waarvoor .rl! = w.
Zowel de kern als de beeldruimte van een lineaire operator is een deelruimte. Zie opgave 58 a
aan het eind van deze paragraaf. Eigenschap 5 van een lineaire operator kunnen we nu ook als
volgt v~rwoorden. '
· Een liÎ1eaire operator .ris een I-I-afbeelding dan en slechts dan als Ker .r = {Q}.
Verder is het onmiddellijk duidelijk dat .reen op-afbeelding is, dan en slechts dan als het bereik .
van .rgelijk is aan Im .r. Het lineair zijn van .rdoet daar niets toe.

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.

Het is duidelijk dat precies de punten van [ door ~ op Qworéienafgebeeléi. Blijkbaar is

:r [
Ker ~ en dim Ker ~ 1. ' =
fIet b~ld onder ~van iederé vektor behoort tot V; dus Im ~ligt in het vlak V. Is voorts II een
willekeurig gekozen punt van V, dan is het volledig origineel ~-1 {ll} van II 'Onder' ~ niet leeg.
:r.
Immers de lijn [" met II als steunpunt die evenwijdig 'is aan [ is j~ist ~-1 {ll}; llligt dus in Im
BJijkbaar is Im ~ = V en dim Im ~ = 2. '
. Merk op dat dim ~er J: + dim Im ~ gelijk is aan de dimensie van de ruimte. In stelling 8 ,zullen
we aantonen dat dit geldt voor alle Jineaire operatoren in de ruimte.
Is ij een origineel van II onder ~ dan kunnen we het volledig origineel van II onder ~formu­
leren door
~-1 {ll} =ij + Ker:r. '

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.

Stelle~ we [y],=[:~J. d~is ~y =Qgelijkwaardig metA[:~] = m

[ ~ ~ ~ ~] èËDL. [~ ~ ~ ~].
2100 2100

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.

De beeldruimte van ~ wordt blijkbaar, algebraïsch gesproken, opgespannen door de kolommen

van A. We zoeken nu uit dit drietal eeIl: stel dat onafhankelijk is en ookJm:F opspant; dat stel
zal dan een basis voor Im :F zijn. Maken we bij voorbaat gebruik van stelling 8, dan weten we
, dat dim Im ~ = 3 - dim Ker ~ = 3 - 1 = 2-.
 §43 175

Blijkbaar is het drietal (~r;.l,~~,~~) afhankelijk. Inderdaad vinden we dit bevestigd in

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

Een vektorvoorstelling van Im ~is

y. = (3(~1+~) + y(~1+~2), (3, YE IR.

We zoeken het volledig origineel onder ~ van de vektor! =~i + 2~ + 3~. Dat bestaat uit alle
vektoren y waarvoor ~y = !.

Stellen we W' =[~!l dan moeren we oplossen A [~!] = m

4 1 _1
201
1] i~ '-
2@ ~
[0 0 0
2012.
-4]
[
, 2 1 0 3 -1 2 1 0 3

" Dit stelsel

.
is strijdig. Blijkbaar zijn' er geen originelen
.
~-l {r} is leeg;
"van! onder 1: en' -
! zit niet
in Im !F. Inderdaad kunnen we! niet schrijven als lineaire kombinatie van ~1"+~3&1+~), de
gekonstrueerde basis voor Im !F. Immers uit

volgt noodzakelijk, na enig rekenwerk, dat A. = J.L = v = O.

We zoeken vervolgens het volledig origineel onder ~van li ="5~1 + 2~ + 3~.

,
~ = 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

Beschouw nu de vektor y bepaald door

s
y= y - LYjQj.
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

Dan is s = 3 en dim Kef .'F + dim Im.'F = 0+3 = 3.

"Daar ~ Ij := l(l)s) een basis voor Im .'Fis, zijn er s onqubbelzinnig bepaalde getallen Yj,
j := 1(I)s zodat
s
.'Fy.:= LYj~j"
" j=l
s "
Definieer II door II = Y.. - "LYjQ} Dan blijkt net als oI)der bI> dat II in Ker .'Fligt, en dus dat hier
j=.l
s
11 = Q. Blijkbaar is Y.. = LYjhj. o
j=l
We vatten de inhoud van stelling 8 nog eens samen in twee schema's, die de mogelijke
meetkUndige gedaanten van de kern en de beeldruimte van een lineaire operator weergeven.
 178 §43

, In de ruimte Ker :F Im:F bijzonderheden

{Q} de ruimte :F is I-I-afbeelding

lijn door 0 ' vlak door 0
vlak door 0 lijn door 0 \
de ruimte {Q} :F= 0
In het platte vlak Ker :F Im:F bijzonderheden

{Q} het platte vlak :F is I-I-afbeelding

lijn door 0 . lijn door 0
het platte vlak {Q} :F=O

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.

We definiëren de kolomrang van A door de dimensie van de beeldruimte van:r. kolomrang A

= dim(Im 1).

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

c) ~1&2,ÇJ) is een onafhankelijk drietal vektoren in de beeldruimte van::r. ' ,

. '(121 ;122,123) is een drietal vektoren waarvan gegeven is dat .1h1 =~1, .11Q =~ en
.1Q3 =~3· Toon aan dat <111,!;u,ru) onafhankelijk is.
d) (at.à2,il3) is een onafhankelijk drietal vektoren. Onderzoek of het drietal
180 §43

CF.aI,~.a2,~-'13) een onafhankelijk drietal vekt~ren in de beeldruimte van ~ is. .

.e) q en .9ll-ijn lineaire operatoren in de ruimte (het platte vlak). q is een I-i-afbeelding.
!!lis een op-afbeelding. '
Toon aan dat zow~l g als .?linverteerbaar is.
o Het drietal vektoren ~,12,ç) vormt ee~ rechtsdraaiend driebeen; lIilll = 111211 = lIçll, enil, 12
en ç zijn onderling loodrecht. U îs het vlak door'Q dat ç tot een normaalvektor heeft. 1
is de lijn door Q die 12 tot een richtingsvektor heeft.
.c

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. ' '.

3) tyis de spiegeling t.o.v. de lijn l.

4) Qis de loodrechte projektie op de lijn I.
5) 'IJ is de draaiing ~lf).
6) P'iJ. 7) S'iJQ: 8) Q'iJ ty. , 9) 'iJ ,tyP.,
g) V is een vlak en m is een lijn in d,e ruimte; V: Xl + X2 - X3 = 0;

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

44 Eig~nwaarden en eigenruimten van een line~ire operator en een

matrix. Stelling 9.
Laat (f een lineaire operator in de ruimte (het platte vlak:) zijn. Is Keen vektor dan hebben K en
:FK veelal van elkaar verschillende dragers. Maar soms is er een v~or :Fkenmerkende vektor y
*
, y Q, met de eigenschap dat y en:Fy dezelfde drager hebben. Zo'n voor :Fkenmerkende
vektor y heet in dat geval een eigenvektor van :F. De operator :F verandert van,zo'n vektor
hoogstens de lengte; de richting blijft gelijk of gaat in zijn tegengestelde over. Voor zo'n..
. eigenvektor y 'bestaat dan een reëel getal A zodat :Fy =AY; het stelt de strekking voor van de
eigenvektor y onder de werking' van :Fen heet een eigenwaarde van :F. Uit de lin~ariteit van :F
volgt dan, dat die eigenvektor y deel uitmaakt van een deelruimte EÄ, met de eigenschap dat
- voor alle y' in EÄ, geldt dat :Fy' = Ay'.-Zo'n voor :Fkenmerkende deelruimte EÄ, heet een
eigenruimte van :F. In voorbeeld 3 van § 40 hebben we al zo'n operator ontmoet in de vorm
van een spiegeling St.o.v. een vlak: V doorde oorsprong O. We ~agen daar dat voor de
vektoren y in V, Sy = l·y geldt, en dat voor de vektoren II van de lijn 1door 0 loodrecht op V
geldt dat Sl! = -l·l!.

.
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.

De hierboven genoemde'spiegeling Sbleek t.O.V. de in § 40 bepaalde basis c een koördina-

=
tisering N diag(I,I,-I) te hèbben; deze operator,is dus diagonaliseerbaar. ·
182 §44

De voor .'Fkenmerkende getallen 'A., 11 en v in de diagonaalmatrix D blijken de eigenwaarden

van .'Fte zijn, en de basis c bÜjkt uit louter eigenvektoren van .'Fte bestaan. T.o.v. zo'n basis c
wordt.'Fin feite bepaald door hoogstens 3 (in het platte vlak 2) getallen. Maar deze paragraaf
beoogt meer dan het doorzichtiger maken van een li.Îieaire operator:F d.m.v. een diagonaal-
matrix. Laat:Ft.o.v. de basis ede koördmatisering M hebben; [:FJ; = M. Is T de transfor-
matiematrix voor de overgang van de e-basis naar de c-basis -van eigenvektoren, dan geldt
volgens de transformatieformules van § 41 dat

D = [.'F]~ = [~F]~::~: = T-l Lr]~~ T = T-l [.'F]:T= T-IMT.

Dus D = T-IMTen M blijkt gelijkvormig te zijn met de diagonaalmatrix D.
Zijn A en B reële n x n-matrixen dan heet A gelijkvormig met B als er een inverteerbare reële
matrix P bestaat zodat .

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

met de diagonaalmatrix diag(0,-1,5). De matrix T =[-~ -~ ~ rnagon~rende

:] een
-2 1
matrix voor A, getuige T-IAT = diag(O,-1,5).

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

,bezit een eigenvéktor v~ 'fbij eigenwaarde À..

De nulvektor Qis dus voor, geen enkele lineaire operator een eigenvektor.
De verzameling van alle eigenvektoren van 'fbij eigenwaarde À. van :Fis vanzelfsprekend geen
deelruimte, omdat de nulvektor er bij definitie aan ontbreekt. Het gemis van de nuivektor is
, echter het enige waar het die verzameling aan ontbreekt deeJruimte te zijn. Voegen we aan deze
verzameling van eigenvektoren de nulvektor Q toe, en geven we deze met Q uitgebreide
> verzameling aan met E;., dan is E;. wel een deehUimte. E;. heet de eigenruimte van 'fbij
eigenwaardè À..
We bewijzen dat E;. deelruimte is.
1) Daar À. eigenwaarde van !Fis, is er een vektor y -:# Q zodat 'fy = À.y. E;. is dus niet leeg.
2) Laat.i een vektor in E;. zijn. Is X een_eigenvektor van 'fbij À., dan is 'fx. = À.x. Is -
X. =Q, dan geldt: 'fx. = 'fQ =Q =AQ = AX.. Dus voor iedere vektor x. in Ei geldt: _
!rx =À.x.. Omgekeerd als 'fy =À.y, dan is y Of ei~envektor van 'fbij À. aIs y -:# Q,
qf y =Q; dus zit y in E;.. Kortom X. zit in E;. dan en slechts dan als 'fx. ; À.x..
3) Laat y en w twee vektoren inE;. zijn. Dan geldt 'fÛ!.. + W = 'fy + 'fw = À.y + Àw = À.Û!.. +
W en y + w blijkt ook tot E;. te behoren.
4) Laat a. een reëel getal zijn. Dan geldt 7(a.y) = a.ry =a.À.y =À.(a.y) en a.y blijkt net als y tot
E;. te behoren. D

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:

1'x. = AIX., omdat x. E EAJ} , ,

- ~ AIX=A2X ~
1'x. = A2x., omdat x. E E AZ
'*
Daar X Q is Al =A2. Tegenspraak. Dus EAJ (J E'-z ={Q}. o
[3] 1'heeft als operator in het platte vlak hoogstens 2 eigenwaarden en als operator\in de
ruimte hoogstens 3 eigenwaarden.

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~

~w = A3W = A3(ali + J3y) } =>

~w = !T(a!! + J3y) ~ a!T!! + J3!TY. = aAI!t + J3A2Y.

"{(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.

J:w' =À3 W ' =À3( Ctl! + (3Y.. + "(Yf) . }

J:w; = :.F(Ctl! + (3Y.. +"f.:!i.) = CtÀ1!! + (3À2Y.. +YÀ 3w · =>

188 §44

Daar y. eQ y een tweebeen vonnen en A3:# Al en A3 :# A2 is noodzakelijk u = f3 == O. Dus w' =

"(Yi.. Maar w en w' vonnen ~en tweebeen. Tegenspraak. .
Dus dim EÄl + dim Eï..:z + dim E~ ~ 3. 0
[5] Als 1" operator in het platte vlak (de ruimte) is ~n de som van de dimensies van de
eigenruimten van1"is juist 2 (3), dan is er een basis voor het platte vlak (de ruimte) die uit .
louter eigenvektoren van .1'bestaat.

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)~'

%1 = ~l; dus 1 is eigenwaarde van.9L

~ = ~l + ~; ~ is geen eigenvektor van ;;r b"ij 1 en dus is Et. de eigenruimte van ;;r bij 1, niet
2-dirnensionaà1.
El is de lijn X = ~l, À E IR.
1 is de enige eigenwaarde van .9L lnimers, stel eens dat À' ~ 1,ee~ eigenwaarde van ;;r is, en dat
~ een bij À behorende eigenvektor van ;;r is.

51.1,. = À1,. => (Zl + Z2)~1 + Z~ = À(Zl~l + z~) =>

=> (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.

1Hs diagonaliseerbaar. [~] = [-: ~2l

, E~2 is het platte vlak '

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)~1 + (-1-À)z~ = Q => ".{~l,~) is basis}" =>

~ {(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 = q]l = 1'l! = 1'&1= 1'&1 + 0:", + 0'&3 => [g&I]C =[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.

Nu we de eigenwaarden en eigenruimten van (j opgespoord hebben is het niet moeilijk in te

zien dat (j in feite de scheve projektie op het vlak"U is in de zin van 1. .
R= Eo

R'
 §44 193

Zonder een speurtocht naar de eigenwaarden en eigenruimten lijkt deze karakterisering van ij
nie~ gemakkèlijk te vinden.

We geven nu in stelling 9 nodige en voldoende voorwaarden opdat een lineaire operator

diagonaliseerbaar is.

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~,]' = m=).[~] = [À&,]' ~ 'FJ;, =À&,.

Daar Ç.t ;#: !l is À een eigenwaarde van .ren is Ç.t een bij À behorende eigenvektor van Ij:
Evenzo vinden we uit .r,Ç2 = ~Ç,2 en .r~ =V,Ç3 dat Ç,2 en ,Ç3 eigenvektoren van .r zijn. Met
inachtneming van het betoog onder uitspraak [4] stellen we vast dat de ~détoren ,Çt, Ç,2 en ~.

•
.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

Jix = X + det[ PI Xl Jll' waarin X = X1~1 + X~.

P2 X2

(i) Toon aan dat yt lineair is.

(ii) Bereken de eigenwaarden van yt en bepaal een basis voor elke eigenruimte van
Jl.
(iii) Onderzoek of yt diagonaliseerbaar is.
(iv) Toon aan dat yt-1 bestaat en berekende koördinatisering van yt-1 op de basis e . .
b) '13 is een lineaire operator in de ruimte waarvoor beIdt dat tjfl = tB en (a,Q,~ is een
driebeen. a zit in de kern van '13 en Q en ç zitten in de beeldiuimte van '13.
Onderzoek of tB diagonaliseerbaar is.
c) Cis een lineaire operator waarvoor geldt dat Ker C= Im C
(i) Toon aan dat Cgeen operator in de ruirnte .kan zijn.
(ii) Als voorts gegeven is dat Ceen operator in het platte vlak is, toon dan aan dat C
niet diagonaliseerbaar is.
d) 1is een lijn en P, Sen 'D zijn lineaire operatoren in het platte vlak; 1gaat door O.
Pis de loodrechte .projektie op 1; Sis de spiegeling t.o.v. I; 'Dis de draaiing om 0 over
90° in positieve zin.
Geef v~ de onderstaande operatoren de eigenwaarden en de daarbij behorende
eigenruimten en vermeld of de operatoren diagonaliseerbaar zijn.
1) P . . 2) S. 3) 'D. 4) P'D. 5) 'DS'D. 6) 'DP'DS ,
e) A, B en P zijn reële 3 x3-matrixen; P is inverteerbaar. :Yen q zijn lineaire operatoren
in de ruimte.

['11= A, [<11: = B, P'; [: ; :].

d h t .
Er geldt p-1AP = diag(-1,2,5) ,e n p-1BP = diag(-1,3,3).
:r
(i) Bereken zowel van als van q de eigenwaarden en bepaal voor iedére
eigenruimte van :Fen van (j een basis.
(ii) Toon aan dat :Fq = q:F.
f) Van het driebeen (a,Q,~ uit opgave b) is nog gegeven dat het rechtsdraaiend en
ortogonaal is; lIall = IIQII = {ï. :Fis de lineaire operator in de ruimte bepaald door
:Fy. =y. - (il-Y)il - (Q-y)Q.
(i) Bereken de eigenwaarden van :Fen geef de eigenruimten van :r. Beschrijf het
. voorschrift van :F meetkundig.
 §44 195

11 is de operator uit opgave b).

(ü) Geef de eigenwaarden en de daarbij behorende eigenruimten van 11if. Ga na dat
111'= 1'11.
1> is de draaiing 1>(.ii,~).
(ili) Geef de eigenwaarden en de daarbij behorende eigenruimten van $1'1>
(aanwijzIng: kijk naar 12 + ~ en 12 -~; ga na dat 111'1>diagonaliseerbaar is.
(iv) Ga na dat '1YB1' dezelfde eigenwaarden heeft als 111'1Jen ook diagonaliseerbaar
is.
(v) Is 111'1> = 1>'1317
g) @,Q,ç) is een drie been en y is de lineaire operator in de ruimte bepaald door
yit =it, yQ =-Q en yÇ. = it +2Q.
(i) Geef de beeldruimte van Çj.-
(ü) Toon aan dat Çj niet omkeerbaar is.
(iii) Toon aan dat Çj diagonaliseerbaar is.
(iv) Geef een basis waarop (j een diagonaalmatrix als koötdinatisering heeft en geef
die diagonaalmatrix.

h) q is een vektor in de ruimte en !}{is een lineaire operator in de ruimte.

- "

!}{2~ ;t Q ~n !}(3~ =Q.

(i) Toon aan dat (q,!}{q,!}{2q) een basis voor de ruimte is.
(ü) Toon aan dat ib ;;--:0: -
(ili) Onderzoek of !}{ diagonaliseerbaar is.
I

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.

We zullen nu een rekenschema ontwikkelen waarmee we uit A

1) de eigenwaarden van 1'kunneri berekenen, en
2) een basis voor elke eigenruimte van 1'kunnen bepalen.

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].

Een parametervoorstelling van de oplossing,

I
en daarmee van E!,S de eigentuimte
' .
van :J{bij
A.2 = t, op de basis b is , _

El' [~~] p[~] +Y[~I J. P,YE IR.

=

Definieer ~ = Ql - 122 en Ç3 = -122 + 123, dan is ~,~) een basis voor E!. -
- 5
 198 §44

Daar dim El + dim E!. = 1 + 2 = 3 is, krachtens stelling 9, j{diagonaliseerbaar;

5
c = (~I ,&2&3) is een basis voor de ruimte die uit louter eigenvektoren van j{bestaat.

. [~&Il' =[1-&11' =[~]. [~&2l' =[t-&21' =HJ [~&31' =[t-&31' =

100
m , '

[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.

T = [[Ç:]b ~]b [~]b] =[,~ -~ -~].

I I , I 1 0 1
1
r--:::==-~--------:.==:.--!--J
t r f------------~----~--
1 1) = T-IMT .
D = diag(1 '5'5

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

T-IMT = D => M= TDT-I en Mn = (TDT-I)n = "{zie opgave 37 e}" = mnT-I.

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:,

Al~~[~ : J A2 = AT\ A3 = [~5 ~1 JA4 = [~ : J

Doe voor i := 1(1)4
(i) Bereken de eigenwaarden van ;<t:
(ü) Bepaal een basis voor elke eigenruimte van Jij.
(ili) Onderzoek of Jij diagonaliseerbaar is.

b) B is een reële 2 x 2-matrix. B =

. '-
[10 '-2]
3 3 ).,
.

/ (i) Toon aan dat B gelijkvormi~ is met een diagonaalmatrix.

(ü) Bepaal een diagonaliserende matrix voor B.
(ili) aereken een matrix waarvan het kwadraat gelijk is aan B.
e) Voor i := 1(1)6 is Ci een lineaire operator in de ruimte. ei = [CiJ:.

Doe voor i:= 1(1)6.

(i) Bereken de eigenwaarden van Ci. "
(ü) Bepaal een basis voor elke eigenruimte van Ci.
a
(ili) Onderzoek of diagonaliseerbaar is. . '
d) P en 0' zijn reële getállen; ~,h,&) is 'een driebeen. !Tis een lineaire operator in de ruimte
bepaald door '
,

!Ti! = i!, !TU! + hl = i! + p~ en !TU! + ~ = i! + 0'.12. ,

(i) Bereken de koördinatisering van !Top de basis (i!,.12,~ ,
(ü) Onderzoek of !T diagonaliseerbaar is als pO' = 1.
(ili) Onderzoek of !T diagonaliseerbaar is voor de versehillende~ gevallen dat
pO' = O.
(iv) Voor welke waarden van pen 0' is !T diagonaliseerbaar?
2h + 3~ is eigenvektor van !Tbij eigenwaarde 2.
(v) Bereken p, '! en de ove!Ïge eigenwaarden van !J.
 200 §45

e) a. is een reëel getal en E is een reële 3 x 3-matrix.

(i) ,Voor welke a. heeft E drie verschillende eigenwaarden?

(ii) Voor welke a. is E gelijkvormig met een diagonaalmatrix?
t) F is een-reële 3 x 3-bovendriehoeksmatrix. Laat zien dat de eigenwaarden van F juist op
de hoofddiagonaal van F staan.
g) Bereken voor i := 1(1)3 lim (y\)n, waarin Yi een reële 3 x 3-matrix is.
n-+oo

652]
GI 1~[:1 ~1 6~], 'G2 1~[~1 ' ~1 2~],
= = G3 = 1~
[
1 2 1 .
337

45 De karakteristieke veelterm van een matrix en een lineaire

operator
In deze paragraaf sporen we formules, voor de konstanten in de karakteristieke vergelijking van
een matrix op.
Laat A een nxn-matrix zijn. Het spoor van A, notatie sp A, is de som van de diagonaal- _
elementen van A.

n
spA= L aH·
i=l

Voorbeeld 1

p= [ : -: l sp p = 3 + 8 = 11.Q = [~ : : l sp Q = 2+ 3 - 4 = 1.

Beschouw nu de karakteristieke vergelijking van een reële 2x2-matrix A.

t-all -a12
det(tI - A) = = t 2 - (all + a22)t + alla22 - a21a12 =
-a21 ' t-a22

= 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

V~ de reële 2x2-matrix [~ ~] luidt de ,karakteristieke vergelijking t2 - 8t + 13 =.0.

Beschouw vervolgens de karakteristieke vergelijking van een reële 3x3-rriatrix A.

t-all, -a 12 -a 13
det(tI- A) = -a21 t-a22 , -a23 =
-a3l -a32 t-a33
- all a12 a13

,
(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

= t 3 - spA t 2 + (At I + A22 + A33)t - det A-= O.

, - '1
.1

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

d.us 3 en 7 tot eigenwaarden, en a(3) = 1 terwijl a(7) = 2. Anders gezegd: de eigenwaarde 3 is

enkelvoudig en de eigenwaarde 7 is tweevoudig.
Laat A en B twee reële nxn~matrixen zijn die gelijkvormig mét elkaar zijn. We zullen laten zien
. dat ken B dezelfde karakteristieke veelterm hebben: !!.A = !!.B. Uit
t n - spA t n- 1 + .;. + (_I)i1 det A = t n - spB t n- 1 + ... + (_l)n detB

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 •

De matrixen A en B hebben dus dezelfde karakteristieke

/
veelterm, hetzelfde spoor en dezelfde
1-
determinant. Uit opgave 59<1 volgt dat alle koörd~atiseringen van gelijkvormig zijn met A.
Daarmee zijn de volgende definities gerechtvaardigd.
· De karakteristieke veelterm van een lineaire operator ~ notatie !!.1" is gelijk aan de
karakteristieke veelterm van een koÖrdinatisering A van iJ. De determinant van de lineaire
operator ~ notatie det 'f. en het spoor van 'f. notatie -sp 'f. zijn achtereenvolgens gelijk aan
de determinant en het spoor van een koördinatisering A van iJ.
det J:" = det A, sp J:" = sp A.
Men kan m.b.v. dit resultaat soms in één oogopslag vaststellen dat twee matrixen niet
gelijkvotming met elkaar zijn en dus niet dezelfde lineaire operator vertegenwoordigen.

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

[-2I-MIO] =[ =~ ~ =~. ~] *~~t}

-6 6 -6 0 weg
[1 -1 1 I 0]

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

x =r [i] ,r E IR, is de eigenruimte van M bij eigenwaarde 4; deze is I-dimensionaal.

De som van de dimensies van de eigenruimten van M is 3 en dus is M gelijkvormlng met een
diagonaa1matrix. f-{ -:. -:. -:. -:. -:.---:.---:.-:. -------.: :1-1
~ ~~

Definiëren we P =[~ : ~] en D= (-2,-2,4),

diag dan is D = P-IMP.
, l ______________ ,________ J
t+3 -1 1 Çi) t+3 -1 1
~N(t) = det (tI-N) = 7 t~5 1 T = -7+4 t-4 0 =
6 -6 t+2 6 -6 - t+2
t+3 -1 1 t+3 -1 , 1
=(t-4) ' -I 1
6' -6 t+2
0 cr = (t-4)(t+2) -1
0
1 0
0 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.

[-2I- N10l=[ ~ =~ ~ ~] w~g J -~ 001 0

6 -6 0 t:D '
0 *6'
[ 1 -1 0 1 0]

X =P [iJ, p E IR, iS de eigenruimte van N bij eigenwaanle -2; deze is I-dimensionaal.

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.
~ .

Ons doel in voorbeeld 6 in aanmerking genomen, hadden we de eigenruimten van M en N bij

de eigenwaardeA niet hoev.e n uit te rekenen. We hadden uit het feit dat 4een enkelvoudig
. nulpunt van zowel AM als ÀN is de slotsom kunnen trekken dat de twee eigenruimt~n van M en
N bij eigenw~de 4 elk l-dimensionaal zijn. Er geldt namelijk de volgende eigensçhap.
Is 1" een lineaire operator in de ru~te (het platte vlak) met eigenwaarde A, dan is de dimensie
van EI.., de eigenruunte van 1"bij A, kleiner dan of gelijk aan de algebraïsche veelvoudigheid
van A, a(A), dus het aantal malen dat A optreedt als nulpunt in de karakteristieke veelterm .
van 1'.

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.

B =[J]~ =.[ ~ ~ . ~ ] en ~:ÁI) =~B(I) = I~À I~À ~ =(I-À)'

. o 0 A .
.' 0 0 t-A
~ k = 3 = r. Tegenspraak.
r > k is .onjuist; dus r $; k. .- o
,
Sommige reële nx-n-matrixen hebben de eigenschap dat hun spoor en deterririnant zich laten
formuleren in de eigenwaarde van die matrixen. We o~derzoeken dit voor n = 2 en
n= 3.
206 §45

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,

!!.A(t)'= t 3 - (VI +V2 + V3)t2 + (VIV2 + V2V3 + V3Vl)t - VIVi.Y3.

Vergelijken we dit met

!!.A(t) = t 3 - sp A t2 + (All + A22 + A33)t - det A,

dan trekken we de slotsom dat

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

De reële 3x3-matrix C = f [ .~ ~ ~] heeft als karakteristieke veelte~ ket) =(t-lHt-t)2.

. 112 .
k is het produkt van drie reële faktoren van de lste graad. C heeft twee eigenwaarden, Al =1
met a(AI) = 1 en A2 = ~ met ao..2) ;=' 2;
. .
a(À,I) + a(À,2) = 1 + 2 = 3. De fonnules zijn toepasbaar. We gaan die even na.
2
I a(Aj) À,j = 1·1 + 2· k=. ~ =~ + ~ + ~ := sp C.
j=l
2
rr
i=l
A·a(À..) = 11.(1)2 = .l
] J
.
5 25'

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.

À} =[~ ~2], A2 = [~ : ] , A3 = [~ ~], . ~ =[~ ~] .

b) B is een reële 3x3-matrix.
(i) Hoe ziet de grafiek van de karakteristieke veeltenri t ~ ~B(t) van B eruit? Toon
aan dat B minstens één eigenwaarde heeft. .
(ii) Schets ~B t.O.v. de t-as voor 5 wezenlijk van elkaar verschillende gevallen en .
druk, zo mogelijk, voor elk geval sp B en det B uit in de eigenwaarden van B.
208 §45

Ga na dat B noch p:r:ecies één tweevoudige, nóch predes twee enkelvoudigé

eigenwaarden kan hebben.
(iii) Onderzoek voor j: = 1(1)9 of de reële 3x3-matrix diagonaliseerbaar is.

BI = [~ ~ ~] '. B2 = [~ ~!], B3 = [-;1 ~ -:3 ] ,

7 0 -3 0 0 1 -8 16 -22

B4=[.~· ~ ~], ' B5~[~ ~'~], B6=[~1 ~ ~2], ·

003 002 120 ',

B7=[~ ~ .~ ],B8:[-:8 ~ ~11], B9=[ ~ ~ ~].

. 0 O' 1 , 4 0 O . -4 4 3
c) C is een reële 3x3-matrix met de eigenwaarden -:8,1 en 8 en waarvan gegeven is

Bereken een matrix M met de eigenschap M3 = C: ..

d) Vermeld hoe men in één oogopslag kan zien dat geen tWeetal uit de onderstaande reële
matrixen gelijkvorming is met elkaar.

[
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.

5 3] [10 -1] [15 1] [6 5] [3 1]

[ 3 5' 6 0 ' 1 -5 " 5 4 ' 1 l' .
f) x is een reëel getal en FI en F2 zijn reële 3x3-matrixen.

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 .

J'y. J'..w = y·w . voor alle vektoren -v en -w.,

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

~ 2J'y.J'..w = 2y.w ~ J"y.J'..w = y·w. o

Overigens hadden we een ortogonale operator ook kunnen definieren door de zojuist bewezen
eigenschap. Zie opgave 64a .
Laat de ortogonale operator J"twee eigenwaarden hebben. Dan zijn zowel tals -1 eigenwaarde
:r.
van en dit zijn de enige eigenwaarden van .r. Laat y en y. eigenvektoren van J" zijn,
achtereenvolgens bij eigenwaarde 1 en -1; J"!! =!! en J"y = -y. Dan volgt uit de hierboven
bewezen eigenschap dat 11 loodrecht staat op Y... r

Bewijs
J"y.J"y = y.(-y) = -(y.y) }
o
J".lJ.. J"y = .lJ..y

De twee eigenruimten El en E...l van zo'n

.
ortogonale operator staan dus loodrecht
(
op elkaar.
In het platte vlak kan zo'n operator alleen een spiegeling St.o.v. een lijn I door de oorsprong
zijn.
 §46 211

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~

Voor S geldt: dim El = 2 en dim E-I = 1.

o Voor Tgeldt: dim El = 1 en dim E-I =2.
Merk op dat T ~ ~,1t). Een ortogonale operator in de ruimte waarvan zowel El als E-I de
dimensie 1 heeft is uitgesloten. Zie opgave 64c .

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

de koördiflatisering van IJ op de basis c zijn.

Daar IJ een ortogonale operator is vormen de beelden van ç}, Ç2, en ~ onder IJ oÇ>k een orto- .
nOrlnaal stelsel; immers, IJ verandert noch de lengten van vektoren, noch de hoeken tussen
vektoren. (iJÇ.l,iJf4,iJ~) is dus een ortonormaal driebeen evenals (QI&1&3).

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

[~]~= ~ [~ ~ ~ J, [tB]~= {S [~; :0 :0 J, JCJ~=~[:l ~1

-{2 -{2 {2 . 2 11 -10 4
: J.
4 -7
Daar e een ortononnale basis is en de koördinatisering van Jl. 13 en C op de e-basis ortogonale .
matrixen zijn, zijn Jl. 13 en C ortogonale operatoren.
= = =
det Jl 1, zodat Jl direkt ortogonaal is; det 13 det C -1 zodat tB en C gespiegeld
ortogonaal zijn.
, Onze kennis omtrent ortogonale operatoren vatten we als volgt samen.
Laat J" een lineaire operator in de ruimte (het platte vlak) zijn. Dan zijn de volgende vier
uitspraken gelijkwaardig.
1) J"is een ortogonale operator.
2) Voor alle vektoren y geldt lIJ"y 11 == 11 Y11.
3) Voor elk tweetal vektoren y en w geldt J"y•.r..w = y·w.
4) De lcoördinatisering van J" op een ortononnale basis is een ortogonale matrix:
Is (j een ortogonale operator in de ruimte (het platte vlak) dan geldt: '
• Alleen 1 en - 1 kunnen eigenwaarden van .
(j zijn. .
• Als (j de eigenwaarden 1 en -1 heeft, d,an staat de eigenruimte El van (j bij 1 loodrecht op
de eigenruimte R.I van (jbij -1 en is (jdiagonaliseerbaar.
• det (j is 1 of.-1.

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

tB is de gespiegelde ortogönale operator in het platte vlak waarvoor [$)~ = B.

(ü) Toon aan dat tB een spiegeling is t.o.v. een lijn 1door 0, en geefeeri parameter-
. voorstelling van l. .
(ili) Schrijf tB als het produkt van, eerst de draaÜllg 5l uit a) ?en dan een spiegeling I

t.o.v.·een lijn m door 0; geef een parametervoorstelling van m.

(iv) Schrijf tB als het produkt van, eerst een spiegeling t.o.v. een lijn n door 0, en dan
de draaÜllg 5l; geef een parametervoorstelling van n.
. c) 0 < a, J3 < 21t; ~ en Q zijn vektoren, 1en m zijn lijnen en Sen IJ'zijn spiegelingen in
het .platte vlak; St.o.v. 1en lJ't.o.v. m. a = COS~l + sin~ en 11 = cosJ3~l + sinJ3~.
I: K=A. ~, A. E IR; m : K =J.lQ, J.l E IR. .
Toon aan dat de produkten 'IS en SI]"'draaÜllgen om zijn en geef de h~ken °
waarover in positieve zin gedraaid wordt.
d) 'Dis de lineaire operator in het platte vlak bepaald door ~l +~) = ~1 + ~ en k t
~1 + ·2~) =-~ ~l + IJ ~. Toon aan dat 'Deen draaÜllg om de oorsprong is over °
een hoek ep in positieve zin. Bereken ep.
e) x en y zijn reële getallen.
'Eis een cfraaÜllg in het platte vlak om de oorsprong waarvan gegeven is:
'E(~1 +~) = x ~1 + Y ~
'E( ~l + 2 ~) = -2 ~1 + ~.
Bereken x en y.
t) pen q zijn reële getallen~ F is een ortogonale 2·x2-matrix.

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

[Jl.]g = [~ co:cp -s:cp] .

o smcp coscp

Aanwijzing: maak gebruik vail opgave 63 a.

(ü) Toon aan dat Jl.de draaiing 1Xçl,CP) is.
b) 13 is een g~spiegeld ortogonale operator in de ruimte.
(i) Toon aan dat er een ortonormale positief georiënteerde basis c = ~l ,~&3) bestaat
en een getal cp, 0 ~ cp < 2n zodat
 §46 215

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. ,

e) El en E2[zi1n r~~le ~X]3-matrixen. [11 -2 -iO] '

El =t 2 2 -:-1 , , E2 = l~ ,' . -2 14 -5 ' :
-1 2 2 .10 5 10.
, ' 1:1 en 'E;. zijn lineaire operatoren in de ruimte bepaald doorl~~ =El en [1:]~ = E2.
Doe voor j = 1 en voor j =2:
. , ,

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.

47 Symm'etrische operato'ren. Stelling 10

Een symmetrische operator in de ruimte (het platte vlak) is een lineaire operator die t.O.V.
een ortonormale basis een symmetrische matrix tot koördinatisering heeft.
Heeft de lineaire operator 1'!-o.v. één ortonormale basis een symmetrische koördinatisering,
dan heeft 1't.o.v. iedere ortonormale basis een symmetrische koördinatisering. Zie opgave 66f .
We kunnen dus een symmetrische operator ook defIniëren door een lineaire op~rator die t.o.v.
de ortonormale basis e een symmetrische koördinatisering heeft.

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. '

Immers, we kunnen in U twee onderling loodrechte eeÎ1heidsvektoren fl en f2 kiezen, en f3

definiëren door .Q3 = .Ql x f2. C = (çl,f2&3) is dan een ortonomale basis en daar
 §47 217

[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

ll"'FY. = [:~]T A [~~] = [Xl x2 X3] A [~:] ~ ____ ~ ~ __

X3 Y3 Y3 .
~ 'Fy"Y = y" 'FY, dus uit (2) volgt 0).
b) Laat nu voor twee willekeurig gekozen vektoren l! en y gelden dat 'Fl!"Y = l!" 'Fy:
We tonen aan
,;
dat A = L1]~ een .symmetrische matrix
. is, dus dat AT = A.
~
 218 "§47

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

AT - A =B dan volgt [Xl X2 x31 B [ ~: ] =o.

We moeten nu bewijzen dat B = O. Er geldt .1"Y-Y = y-.1"Y voor alle y en y. Kiezen we

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

Symmetrische operatoren hebben twee belangrijke eigenschappen. De eerste luidt dat

eigenvektoren die bij verschillende eigenwaarden behoren onderling loodrecht zijn. De
eigenruimten van een symmetrische operator staan dus, net als bij een ortogonale operator
loodrecht op elkaar. We bewijzen deze eigenschap.
Laat de symmetrische operator .1" de eigenwaarden Al en A2 hebben (Al AU en laat l! en Y*
eigenvektoren .vao .1" zijn bij achtereenvolgens Al en A2; .1"l! = All!, .1"y = A2 y. dan moeten we
bewijzen dat yloodrecht staat op y, ofwel dat y.y = O. Daar .1" symmetrisch is gelptdat
.1"y-y "= y-.1"y ~ (AIW-y = y-(A2.Y) ~ Al (y-y) = A2(Y-Y) ~ (AI-A2)(y-y) = O' ~
*
~ "{Al A2} " ~ y-y = O. 0

De tweede.bijzondere eigenscpap is dat iedere symmetrische operator, in tegenstelling tot iedere

ortogonale operator, diagonaliseerbaar is. Zie stelling 10. De som van de dimensies van de.
eigenruimten van iedere symmetrische operator is dus 3 (in het platte vlak 2). Daar de
eigenruimten van een symmetrische opera~or onderling loodrecht zijn, zijn er, als we slechts de
mogelijke verschillende onderlinge standen van de eigenruimten in aanmerking nemen in feite
" drie soorten symmetrische operatoren in- de ruimte.
1) .tJheeft één eigenwaarde Al. E).. valt, krachtens stelling 10 samen met de ruimte.
.1" = Al l.
2) .1"heeft twee eigenwaarden Al en A2. Uit stelling 10 volgt dat dim E)..l + dim EÀ2 = 3; dus
één van de eigenruimten van .1"is 2-dimensionaal, de ander is l-dimensionaal. Stel dat
dim EÀl = 2; dan is EÀl een vlak door Ö en EÀ2 ee,n lijn door 0 loodrecht op EÀ1.
 §47. 219

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.

Zijn II en Y twee onderling loodrechte eigenvektoren vaD de symmetrische oPerator !Fin de

ruimte, dan is blijkbaar llXY ook eeneigenvektor van .r. ,
Een belangrijke uitkomst die in stelling 10 is inbegrepen is, dat iedere reële symmetrische
matrix gelijkvormig is met een diagonaalmatrix,ja zelfs ortogonaal gelijkvormig is meteen
diag<;>naalmatrix. We laten.dat in twee voorbeelden zien. Bovendien tonen deze voorbeelden dat
men zich dooi een passende gebru~aking van de twee genoemde eigenschappen van
symmetrische operatoren veel rekenwerk kanbesparen.

Voorbeeld 3 [2 1] f -
~an de reëJe sy~etrische matrix A = ~ ~ ~ is gegeven dat ·die 1 als eigenwaarde heeft.

Gevraagd wordt een ortogonale matrix T en een diagonaalmatrix D te bepalen zodat

D= T-l A 'T.

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

Blijkbaar is El het vlak met de vergelijking Xl + X2 + X3 = O. De tweedeeigenruimte van '! fis,

daar !f symmetrischjs, de lijn door 0 die loodrecht op het vlak El staat. De daarbij behorende
eigenwaarde A2 vinden we uit het spoor"van !J.
sp, !f = sp A = 2 + 2 + 2 = 6 = Al + Al + A2 = 1 + 1 + A2 ~ A2 = 4.

~:~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

De gevraagde matrix T is de transformatiematrix voor de overgang van de e-basis naar de c-

basis en D is de diagonaalmatrix die op bij T passende wijze de eigenwaarden van !fop zijn
hoofddiagonaal heeft
1 1 1
6 fï (6
400] .
1 1 1
T= D= 0 1 0 .
6 fï (6 [
. 0 0 1 .
· 12
6 ·0 -(6
t-1:::::t 111
Immers, D = [.1]g = T-I [.1]~ T = T-I AT, en daar zowel e als c een ortonormale basis is, is T
ortogonaal. . ,

Voorbeeld 4

~.
Van de reële syrrimetrische matrix B =
[1 ~1 ~
~ ] ~ ge~~n dat
 §47 221

Gevraagd wordt een ortogonale matrix T en een diagonaalmatrix D te bepalen zodat

D=T-IBT.

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.

f&,l' =k [~1] · f&21' ~ iJ.[1"

~I ]"• f&31'", "[-1]
k ~ .
" ,
De gevraagde ortogonale matrix T is weer ~e transformatiematrix voor de overgang van de
e.,.basis naar de c-basis en D is de diagonaalmatrix die op bij T passende wijze de eigenwaarden
van (j op zijn hoofddiagonaal heeft.
1 1 1
fï 6 -(6

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.

We tonen eerst aan dat l' diagonaliseerbaar is en onderscheiden daarbij de gevallen

at) (a-c)2 + 4b2 > Oen a2) (a-c)2 + 4b2 ~ O.
al) Als (a-c)2 + 4b2 > 0, dan heeft 1'twee eigenwaarden, zeg Al en A2. We kiezen bij Al
en A2 elk een eigenvektor, achtereenvolgens!! en y, beide met lengte 1. Daar l'een
symmetrische operator is, staan l! en Y loodrecht op elkaar, zodat het tweebeen (u,y)
een ortonormale basis voor het platte vlak is. Daarbij kunnen we uiteraard l! en y 'zo
kiezen dat (y,y) een positief geonënteerd tweebeen is.
\ -

q . ::.:::.:-. ... .l.!.

: "-
: ,
\
\

Er zijn dan reële getallen p en q zodat

11 = p~ + q~) Y = --<l ~l + p~, p2 + q2 = 1.

De transformatiematrix Q voor de overgang van de e-basis naar de (y,y)-basis is dan
een direkt ortogonale matrix; Q-I =QT en det Q =1.
 §47 223

De koördinatisering van 1" op de (y,y)-basis is de diagonaalmatrix

.
L1]UL~
(y~ =[Al '0 ]
.
. /
0 À2

a2) Als (a-c)2 + 4b2 = 0, dan is a = c en b = Oen

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

Daarmee is aangetoond dat 1"diagonaliseerbaar is. Vervolgens tonen we aan dat A

ortogonaal gelijkvoJIDig is met een diagonaalmatrix.
ÀI 0] .
, als (a-c)2 + 4b 2 > 0
dl0] [ o À2
Stel D=
[ o dl
=

[
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.

De eerste kolom van C is:

Cll ] . [ 1.1:] .
[
::: . = [!JWI]W = [~wllw = ~ .

Daar C symmetrisch is, zijn er reële getallen a, b en c zodat

[ =~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. '

We defmiëren nu een nieuwe ortonormale basis u =UIl. ll2, ll3) door

, Y,l = WI, Y.2 = P ~ +. q ~ en Y,3 = -q ~ +. p ~.

De transformatiematrix voor de overgang van de w-basis naar de u-basis is de direkt

ortogonale matrix T ' -
 §47 225

". - -'q- -.......

- "":.~ 1!.2

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

L1]~ =T-; ~ C T ~ [~ ; ~] [~ .~ ~] [~ ; : ] =[~ ~'. ~. ] .

[1]: T =
o -q p 0 b c 0 q p 0 0 d2
Blijkbaar heeft ~ op de ortononnale basis u de diagonaalmatrix diag(Jl, dl, d2) tot ·
koördinatisering. Dus ~ is diagonaliseerbaai. "
Verder volgt uit

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

Onderzoek of 'El, dan wel ~ een symmetrische operator is.

o ~ en d zijn ortononnale basissen voor de ruimte. :Fis een lineaire operator in de ruimte
met koördinatiseringen A en B', achtereenvolgens t.o:v. de c-basis en de d-basis.
c - d '
L'Jlc = A, L'fld =B.
A is symmetrisch.
Toon aan dat B symmetrisch is.
g) Voor i: =1(1)3 is (ji een lineaire operator in de ruimte bepaald door zijn koördina-
tisering Gi t.O.V. de e-basis.

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

In dit hoofdstuk zijn k, 1, m,~, r en s steeds positieve gehele getallen en is A een

mxn-matrix.

48 Vektoren in IR" ((1:"), Deelruimten, ,lineaire variëteiten

. Een gemeenschappelijke eigenschap van de verzamelingen van vektoren in de ruimte,
2 x I-matrixen, 3 x I-matrixen, 4 x I-matrixen, n x I-matrixen is hun zelfde bouw, of '
struktuur. In al die verzamelingen is namelijk een optelling en een vermenigvuldiging .
met een getal gedefinieerd, en deze bewerkingen voldoen ifl al die verzamelingen aan
dezelfde rekenregels.
Op grond van stelling 4 kunnen we 2 x I-matrixen, van de verzameling IR?, vereen-
. zelvigen met vektoren van h-e t platte' vlak en 3 x I-matrixen, van de verzameling 1R3 ,
met vektoren in de ruimte. Het ligt nu voor de hand de nx I-matrixen, van de ver-
zameling IRn, voor n ~ 4, op te vatten als 'abstrakte vektoren van een abstrakte -
ruimte. Evenzo voor nx I-matrixen van en voor n ~ 2:,Wil deze vertolking van
kolommatrixen zinvol zijn, dan moeten we typisch meetkundige begrippen zoals twee
niet aan elkaar evenwijdige vektoren, drie vektoren alle evenwijdig aan één vlak, een
driebeen, een l~n, een vlak en dimensie een passende gelijkwaardige betekenis kunnen
bezorgen in de verzameling van n x I-kolommatrixen . .
Juist met dit doel voor ogen hebben we in hoofdstuk 3 een begrippenapparaat voor
de ruimte opgezet, dat er zièh gemakkelijk toe leent dat sooft meetku.ndige begrippen
over te dragen naar kolommatrixen. We noemen kolommatrixén; in het raam van
deze veralgemening van het platte vlak ende ruimte naar een ab strak te ruimte van
kolommatrixen, ook wel 'vektoren.
IRn, noemen we dan een reële vektorruimte en en noemen we een komplexe vektor-
ruimte. )
We gaan uit van de reële (komplexe) vektorruimte IRn(C n). Dat is de verzameling van
reële (komplexe) nx I-matrixen voorzien van dein hoofdstuk 2 gedefinieerde optel-
ling jen vermenigvuldiging met een reëel (komplex) getal welke bewerkingen, zoals we
gezien hebben, de volgende rekenregels gehoorzamen.
Zijn F, G en H in IRn(C n) en zijn À. en Jl reële (komplexe) getallen, dan geldt:
228 §48

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

dat de vereniging van twee-deelruimten geen deelruimte hoeft te zijn.

4
b) Onderzoek voor i := 1(1)5 of de deel~ei'zameling li van IR een deelruimte is.
IJ. = {X in IR4 I Xl + X2 + X3 + X4 ~ O}.
. IR4 I ~l2 + X22 + X32 + X4,p-
12 = {X in 2 ~ O} .
I3 = {X in IR4 I Xl = Oof X2 = 0 of X3 = 0 of X4 = O}.
r 4 = {X in IR4 I 3Xl + X2 - X3 +, 2X4 = 0 }.
rs = {X in IR4' I 3Xl + x2 - x3 + 2X4 = 5 }.
Welke van de 5 bovenstaande verzamelingen is geen lineaire variëteit?

49 Bouw van de ~Igemene oplossing van een stelsel lineaire vergelijkingen

In hoofdstuk 3 hebben we lijnen en vlakken in de nlÏmte leren beschrijven door
stelsels lirie'aire vergelijkingen -in
drie onbekenden. Was het stelsel homogeen, dan
betrof hef een lijn of viak door de oorsp~ong, dus een dee1r~imte, en was' het 'stelsel
, ,

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.

aUX I + ... + aln x n = bI

,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

X in <PH' dan en slechts dan als AX = Om.

X in <P ,dan en ,slechts dan als AX = B.

<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

A(U + V) = AU + AV:;:: Om + Om = Om·

A(XU) = XAU = XO m = Om.

Dus als U en V in <PH' dan zij~ ook U + V, en XU voor ieder getal X in <PH' Blijk-
baar is

<PH deelruimte van IRn (C n ).

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
,

<I>tI = NUL(A) en <P = {P} + NUL(A).

50 "Lineaire kombinaties, lineair omhulsel

Laat {Fi I i := 1(1 )r} een r-tal ~èktoren in IRn (en) zijn. Een lineaire kombinatie van
dat r-tal is een vektor U waarvoor r getallen Xi' i := 1(l)r bestaan zodat
r
U = L~F ..
i=l 1

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"

L{Fi Ii := l(1)r}. '

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-

hulsel L {F, G, H} oe algemene oplossing is' van de vergelijking 2x 1 - 5 X2 + 7X3 = O.

Merk op dat F = -3G + H, ,zodat iedere lineaire kombinatie van F, G en H ook ge-
schreven kan worden als lineaire kombinatie van G en H. Dus L{F,G,H} = L{G,H}.
We bespreken nu twee voorbeelden 'van lineaire omhulsels die betrekking hebben op
de mxn-matrix A. Iedere kolom van A is een geordend rijtje van m gefallen, 'd at we
als zodanig opvattenkuimeh als een mx i-matrix, dus als een vektor in IRm «(m).
Voor j := 1(1)n schrijven we voor de je kolom -van A

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).

KOL(A) = L{AU)lj := l(l)n} = L{ a

[
Li
1j
]
Ij:= 1(1)n}c IR
m
(Cm)

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). '

Ru(A) = L{A(i)li:= 1(1)m) " L{ ~2

ail] li:= 1(1)m} c IR" (c").
r alO , ./

Voorbeeld. Laat F de volgende reële 3 x 5-matrix zijn.

2
o
F =[ ;
-4 6
3
2 , 5
7
2
5
1
4

1 2 -4
0 2 6
Ru(F) = L{ 3 5 7 } C JRs, _
0 1 8
-7 4 5

We kunnen nu het stelsel S, waarvan A de koëfficië~tenmatrix is, ook op een andere

wijze dan door AX jo; B gestalte geven in een matrixvergelijking. We kunnen namelijk -
AX schrijven als een lineaire kombinatie van de kölommen van A.

Immers, passen we voor kolommatrixen achtereenvolgens de definitie toe van ver-

menigvuldiging met een getal, optelling e,n gelijkheid dan leidt dat tot de oorspron-
kelijke gedaante van het stelsel S. Het aardige van deze schrijfwijz;e is, dat we er
onmiddellijk een kenmerk voor oplosbaarheid van S aan ontlenen kunnen. Immers,
als S een oplossmg heeft, dan is B kemielijk een lineaire kombinatie van de kolom-'
 §51 233

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

S is niet strijdig, dan en slechts dan ~s Bin KOL (A).

51 Afhankelijkheid en onafhankelijkheid van een stel vektoren

Laat {F; I i := 1(1)r}, een' r-tal vektoren in RO (Cn ) zijn. Als de nulvektor 0 0 geschre-
ven kan worden als de lineaire kombinatie

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

Met het rekenschema uit hoofdstuk 1 volgt:

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

.~o] . Uit de laatste rij volgt dat

0 1
[ -5
-1 -1 0 fJ.l = 0 en daaruit volgt dat ook fJ.2
-4 . 0 0 '
en fJ.3 noodzakelijk nul zijn. Blijkbaar is het overgebleven 3-tal vektoren
6 1 1
-1 -1 0
{ 7 1 2 lonafhankelijk.
-1 -1 0
8 1 3

We beschouwen nog eens het stelsel Smet koëfficiëntenmatrix A. Als de kolommen

van A een onafhankelijk n-tal vektoren in IR~ (Cm) vormen, dan betekent dat, dat
 §51 235

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: - '
. ,

SH heeft uitsluitend de nuloploSsing On, dan en slechts dan als

het n-tal kolomvektoren van A onafhankelijk is.

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.
, .

XI+ x3+X4=a {XI+X2+ X3+ X4=a

(iii) , X2 + X4 = 1 (iv) X2 + X3 + X4 = 1
{
Xl + X 3 + X4= /3. X3 + X 4 = /3.
 236 §52

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;

We gaan zogenaamde elementaire bewerkingen uitoefenen op het r-tal f waardoor f

wordt overgevoerd in een nieuw stel vektoren, dat
1) dezelfde aard heeft als f,' en
2) waarvan de aarq gemakkelijk ·is vast te stellen.
Bij 1). De bedoelde elementaire bewerkingen . zijn:
(i) Verwisselen van de volgorde der vektoren van f . .
(ü) Het vermenigvuldigen yan één der vektoren van f met een getal ongelijk aan nul.
(iii) Het ve~eerderen van één der vektoren van f met een veelvoud van een andere
vektor van f.
Dat door bewerkingen (i) en (ü) f wordt overgevoerd in een stel vektoren dat dezelfde
aard heeft als f is onmiddellijk duidelijk. We bewijzen de uitspraak onder 1) voor be-
werking (ili). Merk op dat het bewijs overeenkomsti2 is met dat van stelling 1.
r
Bewijs. ·Stel dat f onafhankelijk is. Dus uit .~ ÀiFi =00 volgt noodzakelijk dat alle ~'
1=1
nul zijn: À; = 0, i := 1(1)r. Laat nu r ;;;. 2 en 1 ~ k < Q~ :r zijn en laat fJ. een getal zijn.
We laten het r-tal vektoren g ontstaan uit f door F12 te vermeerderen met fJ. keer Fk'
 m,.. . . ." .....'oummmm pUE':.t ' m ...... 'Tu!JI"!' çn'p-,-, ~!TI e l '--aJl 'TT' 'TII"'!!'''''"''''''''" . . \

§52 237

. ' 1Gi = Fi'

i ,:= 1(1)Q-I
g = (Gili:= l(1)r) met ?Q = FQ ~ JlFk
Gi = Fi' 1:= Q+ l(1)r.
r
We laten zien dat ook g onafhankelijk is; dus dat uit .!: 'YiGi = On noodzakelijk volgt
1=1 "
dat alle getallen 'Y Lnul zijn: 'Yi =· 0, i := 1(1 )r.
r Q-l r
.!: 'YiGi = On ~ .!: 'YiFi + 'YQ(FQ + J,LF k ) +.!: 'Yi Fi = On ~
1=1 1=1 ' I=Q+l
k-l r
"{We sorteren naar FJ" ~.!: 'YiFi + ('Yk + Jl'YQ)F k +.!: 'YiFi '= On·
, 1=1 ' I=k+l '
Omdat f onafhankelijk is volgt noodzakelijk hieruit dat:'Yi = 0, 1 := 1(1)k-1
'Yk + Jl'YQ =
'Yi' = Ö, i := k+ 1(1 )r.
°
Dus 'YQ = 0 en daaruit volgt dat 'Yk = ~JJ.'YQ =' 0, zodat ,alle getallen 'Yi nul zijn.
Laat nu f afhankelijk zijn. Dan\ bewijzen we uit het ongerijmde dat ook g afhankelijk
is. Stel hiertoe dat g onafhankelijk is. Vermeerder nu GQ met (-Jl) keer Gk, dan gaat
het r-tal g weer over in f. Volgens het bovenstaande is dan ook :f onafhankelijk.
Tegenspraak, dus g is afhank~lijk. 0

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

De kopelementen van Q zijn qu == 1T en q42 = 2; die van R zijn ru = 3, r22= 5,

r43 ;:; 1 en rS4 = 7; die van S zijn S3l = 4, SS2 = 8 en S63 = 2.
Kijken we eens als voorbeeld naar de trapmatrix R, dan stellen we gemakkelijk vast
dat de tweede noch de derde noch de vierde kolom van · R e~n lineaire kombinatie is
van zijn eraan voorafgaande kolommen. Immers, stel eens dat er getallen À; Jl en-v
zouden bestaan, zodanig dat R(4) = ÀR(l) + JlR(2) + VR(3~ Dan volgt onmiddellijk
uit het feit dat het kopelement ru =3 =1= 0 en r12 = r13 = r14 = 0 dat À nul moet zijn.
Dus R(4) = ~R(2) + vR(3). Evenzo leidt het feit r22 = 5 =1= 0 en r23 = r24 = 0 tot de
slotsom Jl = O. Dus R(4) := vR(3). Maar dan is ook v noodzakelijk nul omdat het kop-
element r43 _= I =1= 0 en r44 = O. Dus R (4) = 0 6, hetgeen in duidelijke tegenspraak is
met de gegeven m~trix R.
Op overeenkomstige wijze bewijst inen dat geen der kolommen van eennxr-trap-
. matrix een lineaire kombinatie is van zijn eraan voorafgaande kolommen. Hieruit ,
volgt dat de kolommen van een traprnatrix een onafhankelijk stel vektoren vormen _
omdat algemeen geldt: '
Een in IRn «Cn) gelegen r-tal (= (Fdi := l(l)r) van v~ktoren is onafhankelijk dan en
slechts- dan als geen der vektoren van .. f een lineaire kombinatie is van zijn-voorgangers.
Bewiis (uit het ongerijmde).
a) Laat f onafhankelijk zijn en stel eens dat f een vektor bevat, zeg Fk met 2 ~ k ~ r,
k-1
die een lineaire kombinatie van zijn voorgangers is; Fk = ~. ÀiFi. Dan is
i= 1
-À l Fl - À2 F2 - .. : - Àk - 1 Fk-1 + 1· Fk + O· Fk+ 1 + ... + O· Fr = On en f is in
tegenspraak met het gegeven afhankelijk, vanwege de- l voor Fk'
b) Laat nu gegeven zijn dat f geen vektor bevat die een li:neaire kombinatie is van
zijn voorgangers, en stel eens dat f afhankelijk is. Dan zijn er getallen Jli. i := 1(1)r
r
waarvan minstens één niet nul is, zodat ~ JliFi = On. Laat JlQ =1= 0, terwijl als Q =1= r, .
i= 1
Jli = 0 voor i := Q + l( 1)r., Merk op dat Q = 1 uitgesloten is, OIndat f de nulvektor
Q
niet bevat. Dus ~ JliFi = On.
i= 1
~ -=::.... Q Jli ' -=::.... )2-1 Jli Q-1 Jl'
~ JliFi = On - - ~ -Fi = On - - ~ -Fi + FQ = On =9> FQ = ' ~ - _--.! Ff
i= 1 i= 1 f.lQ _ i =1 f.lQ i = 1 JlQ
.
en FQ is een lineaire kombinatie van' zijn voorgangers in tegenspraak met. het
gegeven. 0

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
~ -

. De laatste matrix is een trapmatrix. Blijkbaar is q onafhankelijk.

Laat nu eens het r-tal vektoren f = (F i I i := 1(1)r) in IRn (en) afhankelijk zijn. Dan
bevat f een vektor die een lineaire kombinatie van zijn voorgangers is. Bijvoorbeeld
k-l
is voor 2 ~ k ~ r" Fk = .~ ~iFi. Schrappen we Fk uit het r-tal f, dan ontstaat het
' 1=1 - - ,
(r -l)-tal vektortm h = (F i ii := 1(1)k -1, i := k + 1(1)r). Dan is het lineaire omhulsel
L(f) van f gelijk aan het !ineaiTe omhulsel L(h) van h. .
Bewijs. Laat Veen willekeurig gekozen lineaire kombinatie van het r-tal f zijn. Dan
/
 §52 241

. .r
zijn er getallen~, i:= l(1)r zodat V .= :.''E ~FÎ'
. ~l

r k-l r k-l- _j k~l '. r .

V
.
= i=~ 1 ~F.
1
= ~ À.F.
i= 1 1 1
+ ÀkFk +
'.
~ ~p.
i= k + 1 ·l
= ~ ~F.
i= 1 1
+ Àk ~ J.L.F. +
.,. i= 1 1 1
~ ~F. =
i= k + 1 1

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

[~ !1] [1 !2 -~~ =~]

1 1
o 1
- MI = 2 3 2 ,M, = : 0 1 '
, 2 2 2 .4 5 3 -
1 -1 o 314

~ _~],
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

53 Basis van een deelru imte

, Een basis voor een deelruimte ~ van JR.n (C n) is een geordend k-tal vektoren
f = (F i Ii := l( 1)k) in ~ met de eigenschappen
1) f spant ~ op; ~ = L(f).
2) f is onafhankelijk.
Iedere vektor in JR.n en Cn is een lineaire kombinàtie' van de kolomvektoren van de
eenheidsmatrix In.
Voorbeeld, waarin n =5.
Xl 1 0 0 0 0
X2 0 1 0 0 0
X3 = Xl 0 + X2 0 + X3 1 + X4 0 + Xs 0
X4 0 0' 0 1 0
Xs 0 0 0 0 1

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 -

[U + V]f = [U]f + [V]f,

[ÀU]f ~ À[U]f voor ieder getal À.

54 Het begrip dimensie. Stelling 12

\ Hoewel we een basis voor IRO (CD) hebben gevonden -is het niet zonder meer duidelijk
dat iedere deelruimte van IRo een basis heeft. Verder weten we dat er oneindig veel
basissen zijn voor één deelruimte in het platte vlak en in de ruimte. Een deelruimte
in IRo zou ook wel eens meer dan één basis kunnen hebben. Maar dan is het niet
vanzelfsprekend dat al die basissen voor één deelruim te evenveel vektoren bezitten.
In de volgenae stelling tonen we aan dat iedere deelruimte van IRo (Co) een basis
heeft, en dat alle basis~en voor één deelruimte evenveel vektoren bezitten. Dit kon-
stante aantal yektoren in een basis voor een deelruimte z\lllen we de dimensie van
die deelruim te noemen.
............ ~~~Stelling 12
)Laat À een deelruimte van IRO(Co) zijn, die niet alleen uit de nulvektor 0 0 bestaat
}Dan geldt:
::: I) Spant een k-tal vektoren À op, dan is ieder (k + 1)-tal vektóren in À afhankelijk.
:::2) À heeft, een basis. Ieder onafhankelijk stel vektoren in À kan worden uitgebreid
:~: tot een basis voor .::l.
~) Iedere basis voor .::l heeft evenveel vektoren.
:~:4) Heeft À een basis die uit k vektoren bestaat, dan is ieder onafhankelijk k-tal vek-
~~~~~~ ~~~ toren in À een basis voor À.
 §54 245

. )))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~ .

'~ "{sorteren naar FJ"

k+1 k+Î - k+1
~ ( .L ÀjGlj)FI + (,L Àj c 2 j)F2 + ... + (.L ÀjCkj)Fk = On.
J=I J=I J=I '
, , k+1
Aan deze vergelijking is voldaan als voor i := l(1)k geldt .L Àjcij = O. Dit leidt tot
, . J~

een homogeen st~lsel van k lineaire vergelijkingen in de k + 1 onbekenden Àj'

j := l(1)k+l. '

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

Kennelijk is ' (F I , Fi, F3 ) onafhankelijk en in Ll gelegen. Spant ook (F I , F2' F3 ) Ll

niet op dan kunnen we op deze weg voortgaan totdat we bij een onafhankelijk
stel (Fi I i := 1(1 )k) aankomen dat Ll wel opspant. Zo'n k ~ n zal zeker gevonden
worden omdat ieder (n + 1)-tal vektoren in Ll, die immers gelegen is binnen IRn
(C n), afhankelijk is. Daarmee is een basis f = (Fi I i := 1(1)k) voor Ll gevonden.
Op dezelfde wijze kUIinen we ieder onafhankelijk stel vektoren in ·Ll uitbreiden
tot een basis voor Ll.
3) Stel Ll heeft twee basissen f = (Fili:= 1(1)k) en g = (Gili:= l(1)Q). Stel eens dat
k < Q. Omdat f een basis voor Ll is, spant hef k-tal vektoren f de deelruimte Ll
op en is ieder (k + 1)-tal vektoren in Ll afhankelijk. Dus ook het Q-tal vektoren g.
Maar g is een basis, dus onafhankelijk. Tegenspraak. Dus k ~Q. Nu omgekeerd:
stel k > Q. Dan spant het Q-tal g de deelruimte Ll op en is f enerzijds als k-tal vek-
toren afhankelijk en anderzijds als .basis onafhankelijk. Tegenspraak. Dus k ~ Q.
Uit k ~ Q en k ~ Q volgt dat k = Q.
4) Laat f = (Fi I i := 1(1 )k) een -basis voor Ll zijn. Laat g = (G i I (:= l( 1)k) een onaf-
hankelijk k-tal vektoren in Ll zijn. Stel eens dat g de deelruimte Ll niet opspant.
Dan is er een vektor H in Ll die geen lineaire kombinatie is van g. Volgens stel-
ling 11 is dan (G i I i := 1(1 )k, H) onafhankelijk. Anderzijds spant het k-tal vektoren
f Ll op en dus is het (k + 1)-tal vektQren (Gi I i := 1(1 )k, H) afhankelijk. Tegen-
spraak. Dus g spant Ll wèl op. Daar g ook onafhankelijk is, is geen basis vQor Ll.
o
Stelling 12 rechtvaardigt de volgende definitie. De dimensie van een deelruimte Ll van
. IRn (C n), notatie dim Ll, is het aantal vektoren in een basis voor ~; dim {On} = O.
Omdat de natuurlijke basise = (Ei I i := 1(1 )n) voor IRn (en) n vektoren heeft is
dim IRn = n en dim en = n . .

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 .

. 'lr1 == NUL([ 1 6 5 -2]).

'lr2 = NUL([ 1 1 1 1]).

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.).

55 Stelling 13 over kolom- en rij rang van een matrix

Is A een m xn-matrix, dan heet de dimensie van de kolomruimte van A de kolomrang
van A. De dimensie van de rijruimte van A heet de rij rang van A.

kolomrang A = dim KOL(A), rij rang A = dim RIJ (A).

We beschouwen nogmaals het homogene stelsel SH dat A als koëfficiëntenmatrix

heeft. In hoofdstuk 1 hebben we een rekeilschema ontwikkeld waarmee we het stel-
sel SH kunnen overvoeren in een met SH gelijkwaardig gereduceerd stelsel TH dat
bestaat uit, zeg r vergelijkingen en dat een koëfficiëntenmatrix, zeg C, heeft.
n n

,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

Nu is C de ·koëfficiëntenmatrix van .een gere.duceerd -stelsel. De kolommen van C die

maken dat TH een gereduceerd stelsel is, zijn de r kolommen van C waarvan alle ele-
menten nul zijn met uitzondering van het ene element in zo'n kolom dat als spil ge-
bruikt is bij het schoonvegen van die kolom. Al die spillen staan in verschillende
kolommen en in verschillende rijen van C.
Daaruit volgt, met stelling 11, dat:
. 1) Het r-tal rijen van C is onafhankelijk eJ? dus is het een basis voor RIJ CC). Daaruit
·volgt dat r = rijrang C = rij rang A.
2) Het r-tal kolommèn van C, waarvan elke kolom een spil bevàt, is onafh-ankelijk,
en de overig~ kolommen zijn elk een lineaire kombinatie van dit r-tal. Immers,
met het voor stelling 11 ontwikkelde rekenschema kunmin we, uitgaande van dit
r-taJ. kolomvektoren met spil, door goed gekozen elementaire bewerkingen de .
overige kolomvektoren van C naar Or vegen .
. Voorbeeld
o o o

[~
-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 <

. SH en TH p~ecies dezelfde oplossingen.

Dus uit -
 §55 249

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.

Stelling 13 rechtvaardigt het weglaten van de voorvoegsels "kolom" en "rij" in achter-

eenvolgens kolomrang en rijrang. We spreken .daarom in het vervolg meestal over de
rang van A.
We maken uit het bovenstaande bewijs nog twee gevolgtrekkingen.
1) Is een lineair stelsel vergelijkingen met koëfficiëntenmatrïx A met behulp van het
rekenschema van hoofdstuk 1 herleid tqt een gereduceerd stelsel van r vergelijkingen
dan geldt

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

fi31: -11 '-10 21

[ -13 -20 05 ~ll?
~J
~ l - ~ 0

[~ -~ -~ ! ~] ~dD ~ [~ -3 0 0 O~J
-2 - 0 1
010

Het gereduceerde stelsel bestaat uit 3 rijen, dus rang M = 3.

Stel X2 = a, dan is Xl = -3a, X3 = 0 en X4 = 2a. Een parametervoorstelling van

nl·
NUL(M) is

X=a[ -n a E R. Een bam voorNUL(M) is

Een .basis voor RIJ(M) wordt gevormd door de rijen van de koëfficiëntenmatrix van
het gereduceerde stelsel.
 §56 251

. Dus (m, [-H [!j) is een ~asis Yo~r RU(M)

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.

Dus ([~} [n Dl is een bM~ VOOf KOL(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

i/lofwel dim NUL(A) + dim KOL(A) = n.

Bewijs. Kies een basis u = (q Ii := 1(1 )k) voor de nulruimtè van A. Kies een basis
b = (Bj Ij := l(1)r) voor de kolomruimte van A. Omdat Bj in KOL (A) iS er ,een \\j in
IRD (CD) met de eigenschap AWj = Bj, j := 1(1)r. .

{~~
n

U.I
= H
1

i := l!l)k.
{~~
n

W..
J
= Bi
1

:= 1(l)r.
252 §56

We tonen aan dat het in IRn (C n ) gelegen (k + r)-tal vektoren

,
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

waarmee aangetoond is dat veen basis voor IRn (C n) is. o

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,

b) À en J.L zijn getallen. De rang van .de matrix Ni is 2, i := 1(1)3.

Bereken voor i := 1(1)3 À en J.L. ' .

1 2 3J À [2 4-44 -25] , [ 21 . o À 3 J.L]

Nt =
[ -1 \ À 2
2 " 1 -3
1"
À
N2 = À 8
2 -4 J.L 3 _
N3 =
-1 2
À
1
3 .
l '
, c) Doe voor:= 1(1)3. Bereken de rang van de reële matrix Pi en bepaal een
basis voor NUL(P i), RIJ (Pi) en KOL(Pi).

~ =. [.~ ! -,! -~] , p =[~ ~ =~ -~] ' -[~ ~ ~ ~J .'

1 . 1 1 2 4' 2 . 3 .' 1 0 -1 ,P 3 - . 3 3 3 3 .
1 0 -3 ,-5 7 3 -1 -2 4 4 4 4
d) À en J.L zijn getallen. M js een matrix met rang M = 2 en KOL(M) = RIJ(M).

_ Bereken À en J.L als M = [ ~ ~ ;].

-3À 7 J.L
e) À, J.L en v zijn getallen. P en Q zijn matrixen met RIJ(P) C RIJ(Q).

,BerekenÀ, ~ en vals P =J~ ~ ~J en = ~ ~Ol Q U

. f) ren.1 zijn deelruimten van IR4: V is een vektor in IR4.

1 0 -IJ '. -[~]

2 -1 0)' V~ 3 .
4
Bereken een vektor U in r en een vektor W in .1 zodat V = U + W.
- g) A is een m x n-matrix en B is een n x p~matrix.
Töon aan: (i) KOL(AB) ligt binnen KOL(A)
(H) RIJ(AB) ligt binnen RIJ(B)
(ili) rang(AB) ~ rang A, en rang AB ~ rang B.
P is een inverteerbare mxm-matrix en Q is ~en inverteerbare nx-n-matrix.
(iv) Bewijs: rang PA = rang A = rang AQ . .
C is een nxm-matrix waarvoor geldt AC = Im.
Toon aan: (v) m ~ n
(vi) rang CA ~ m.

"\ .
 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.

57 Stelling 15 over stelsels lineaire vergelijkingen. Kenmerken van een

reguliere matrix; nogmaals stelling 3
We passen stelling 14 eens toe op één homogene echte vergelijking in nonbekenden.
De kolomrang van zijn koëfficiëntenmatrix is 1. Dus de dimensie van zijn algemene
oplossing is n -1. Is de vergelijking inhomogeen, dan is de algemene oplossing een
lineaire variëteit. Het ligt voor de hand, net als in hoofdstuk 3, aan een lineaire va-
riëteit de dimensie toe te kennen van de bijbehorende deelruimte. I

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.

11~l li l:ili :illlili il Stelling 15'

,:; .

.'.'...'.'....'.'._..'. .. 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

We verwoorden stelling 3 nog eens maar nu uitgebreider.

 ~~~Stelling 3 (uitbreiding)
)s A een vierkante n x n-ma.trix, dan zijn de volgende uitspraken gelijkwaardig.
:~: 1) leder stelsel lineaire v~rgelijkingen met A als koëfficiëntenmatrix heeft precies één
::: oplossing.
~~) A is regulier, dat wil zeggen A-I' bestaat.
~:~3) Het n-tal kolomvektoren van A is onafhankelijk.
:~:4) Het n-tal rijvektoren van A is onafhankelijk.
}), rang A = n. , ,
:~:6) det A =1= 0 (alleen bewezen voor n::S:;;;; 3).

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 .

en op precies één wijze als lineaire kombinatie van g

k
U = j ~= 1 y.G
J J
..

We zoeken nu een betrekking tussen de oude k<;>ördinaten xi en de nieuwe koördi-

naten Yj van U. De koördinatiseringen van U ten opzichte van de oude basis f en de
nieuwe basis g geven we .achtereenvolgens aan door ..
256 §58

[Ul"ud = [U]f = DJ = x, en [Uln;.~ = [UI" = [U =y

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

tUYl + t12Y2 + ... + t1jYj + ... + t1kYk = xl

t21Yl + t22Y2 + ... + t 2j Yj . + ', ' . + t2kYk = X 2

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 .

De je kolom van T bevat dus juist de koördinaten van de nieuwe je basisvektor Gj

ten opzichte van de oude basis f. .

T=

De gezochte betrekkingen tussen de oude en de nieuwe koördinate~ kunnen we,nu

in één niatrixvergelijking gestalte geven. '

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
. '," - . ,

heten de transformatievergelijkingen,. en de màtrix T heet ge transformatiematrix van

de transformatie.

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 .

V = [Vl e = m,en À: .2x, - x, ~. x. = 5.

We gaan over op eén nieuwe basis f = (FI,F2,F3,F4) bepaald door

F, = [~l F, = [!j , m' m

F, = F. =

We berekenen hO.e V en A t.O.V.' deze ' f-basis worden beschreven: De transformatie-

-
matrix voor de ,overgang van de e-basis naar de. f-basis luidt

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:

2) Vervolgens A We' duiden de punt~n van ,A aan d~or P. Stellen we

258 . §58

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 .

[UI'=Hl =[_!} [Wl

f
P: XI +x, +x, +X4 = l,d YI =0;
daarbij is r t.o.V. de e-basis, en Ll t.o.V. de f-basis beschreven.
(i) Bereken [U] f en [W] e.
(ü) Geef een vergelijking voor de koördinaten van de punten van r t.O.V.
de f-basis.
(ili) Geef een vergelijking voor de koördinaten van de punten van Ll t.o.V.
de e-basis.
4
b) In IR gaat men eerst over van de natuurlijke basis e naar de basis
b = (Bb B2' B3, B4 ) en vervolgens van de natuurlijke basis e naar de basis
c = (C b C 2, C 3, C 4 ). U is een vekt~r in IR4 .

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. = [

(i) Ga na dat h en c basissen voor ]R.4 zijn.

Bereken de transformatiematrix VOClr de overgang van de
(ü) b-basis naar de c-basis,
(iiO c-basis naar de b-basis.
(iv) Bereken '[U]e en [U]c .
c) In ]R.0 ûjn T en S de transformatiematrixen voor achterèenvolgens' de over-
gang van de basis e naar de basis i en vim de basis e naar de basis g.
Bereken ,de transformatiematrix voor de overgang van de basis f naar de
basis g.

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.

, [fU, fij ... fIn] [ I -

F -- .. : : = [.rBl]C
, f ml f~j ... fmn , . I
Deze matrix 1" heet de koördinatisering of matrixvoorstelling van de lineaire afbeelditig 1"
op de basis bin IRn(<CII) en de basis c in lRm(<CIII); notatie

[.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

gelijkwaardig met de matri{cvergelijking

:Cl
,
[.r]~ [X]b = [U]c ofwel
[fU ... fIn]
: ,
. _[
- ~l. ] ,
,
, fml ... fmn Um
Xn

, ' 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

b) Bewijs de hierboven genot;mde eigenschappen 3,4, 5 en 6 van een lineaire

afbeelding.
c) C: IR4 ~ IR3 is de lineaire afbeelding bepaald door C (X1.X2,X3,~) =
(Xl + X3 + ?x4 , X2 + X3 + 2x4 , 2XI - ' x2 + X3 + 2X4) ~
(i) Bereken [C].
(ii) Bepaal een basis voor Ker C.
(iii) Bepaal een basis voor Im C ~
d) f}): IR5 ~ IR4 is de lineaire afbeelding bepaald door

. _
I 2-40-2]
-2 -3 -1 1 O . . '
[ Vl _
. J
[ 0 1 7 1-4
~2 -2 6 2' -4 '

(i) Bewijs dat rang f}) = 2 en dat dim Ker f}) = 3:

(ii) Bepaal een basis (B I ;B2,B3) voor Ker V .
(iii) Vul deze basis voor Ker t]) aan tot een basis b = (B1.B2,B3,B4,Bs) vooriRs; .
(iv) . Bewijs dat Cl = VB 4 en C2 = VBs tezamen een basis voor Im .t]) v~rmen.
(v) Vul deze basis voor Im f}) aan tot een basis c = (C1.C2,C3,C4) voor IR4..
(vi) Bereken [t])]b' ,
e) T-: IRs ~ IR3 is een lineaire afbeelding. Toon aan dat T- geen I-I-afbeelding is.
f) 1': IR3 ~ IRs is een lineaire afbeelding. Toon aan dat l' geen op-afbeelding is.
g) (j: IRn~ IRn «C~~ (C1l) is een.1iJleaire afbeelding. Toon aan dat de volgende vier
uitspraken gelijkwaardig zijn . .
1) Ker(j={On} "
2) rang (j = n .
3) (j is op-afbeelding
4) .(j is inverterbaar.
h) 9i: IRn~ JRID«Cn~ (C~ is een' lineaire afbeelding. ~ is een deelrUimte van IRn «Cn) en
A is een deelruimte van IRm «CID).
(i) Toon aan: 9i(~) is een deelruimte van lRm«CID).
(ii) Toon aan: 9i-1(A) is een deelruimte van lRn «Cn).
(iii) (Ci I i:= 1(I)r) is een onafhankelijk r-tal vektoren in Im 9i. (Bi I i:= l(l)r) is een
r-tal vektoren in IRn «C1l) met de eig~nschap 9iBi = Ci, i := 1(I)r: Bewijs dat het
r-tal (Bi I i:= 1(I)r) onafhankelijk is. . ~
(iv) Q is een vektor in Im 9i. Toon aan dat 9i- 1{Q} een lineaire variëteit is die
evenwijdig is aan Ker9i. ,
k) Toon aan dat er met betrekking tot een basis b voor lRn «C1l) 'e n een basis c voor'lRm
«CID) een I-I-afbeelding bestaat tussen de verzameling van alle lineaire afbeeldi'ngen
,/ van IRn «CIl) naar IRm(<C1D) en de verzameling m x n-matrixen die zowel de uitkomsten
van de optelling als de uitkomsten van de vermenigvuldiging met een getal in beide
verzamelingen
, onverlet laat
 264 §60

Als m= n, toon dan ook aan' dat die afbeelding de uitkomsten van de omkering in
beide verzamelingen onverlet laat

60 Het inprodukt in R n. Rekenregels

D~ begrippen lengte van een vektor, loodrechte stand van twee vektoren, afstand en
hoek tussen twee vektoren zijn in de ruimte en het platte vlak meetkundig van aard
en kennen we door aanschouwing. Die begrippen willen we ook in IRn (en) invoeren.
We zullen dan wel anders te werk moeten gaan omdat we er ons, als n ~ 4, in IRn -
geen voorstelling van kunnen maken. We vinden wel in hoofdstuk 3 een aanwijzing
hoe te handelen. Immers, daar hebben we die begrippen leren uitdrukken met behulp
van' het inprodukt. Is !!, een vektor in de ruimte dan is zijn lengte II!!II = V!! .!!, en is
! nog een vektor in de ruimte dan staat!!, loodrecht op ! als !!.! = 0, en voor de
hoek cp tussen!! en! geldt dat èos cp = g·y/(II.!!lIlIyll). Het ligt daarom voor de hand te
pogen een skalair produkt van vektoren in IRn en e~ in te voeren dat dezelfde reken-
regels kent als het inprodukt iit de ruimte. Mogelijk kunnen we dan, overeenkomstig
met de formules uit hoofdstuk 3 tot een goede definitie van lengte, afstand, lood- .
rechte stand en hoek geraken in IR" en en. We beginnen met IRn. (Het is hier overl-
. gens voor het eerst dat we tussen IRn en en moeten onderscheiden.) Voor de invoe-
ring van een inprodukt in IRn laten Wf; ons leiden door een formule uit hoofdstuk 3.
Hebben namelijk!! en .Y. ten opzichte van een ortonormale basis e in de ruimte de

koördinatiseringen [~l' = [~:J = U en l~l' = [::J = Y, dan bleek dat

!!'! = UI VI + u, v, + u, v, = [UI u, U,{::1 = UTy

,
Laat nu U en V vektoren in IRn zijn. Het inprodukt van U en V, notatie <U,V), is
het reële getal UTV. Uitgeschreven volgt

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

61 Lengte, afstand en de begrippen hoek en loodrecht in IRn

n .
(U, U) = ~ Ui
2
~ o. Dus bestaat V<U, U) voor iedere U in IRn , en is de volgende defi-
i=l .
. tie gerechtvaardigd. De lengte of norm van U, notatie IIUII, is V(U,U). De afstand
tussen U en V, notatie d(U,V), ~s de lengte van U - V; d(U,V) = IIU - VII. We moeten
nog nagaan of de zo ingevoerde lengte en afstand wel de kenmerkende eigenschappen
hebben van lengte en afstand die we ervan ken,nen uH de ruimte en het platte vlak.
We gaan vijf kenmerkende eigenschappen na.
I) Lengte en áfstand moeten positief ~ijn. Dat is duidelijk het geval.
2) Als IIUII = '0, dan nioet U = ·On. Duidelijk aan voldaan.
Als d(U,V) = 0, dan moet U = V. Daar uit d(U,V) = IIU - VII = 0 noodzakelijk
_volgt dat U - V = On is ook hier aan voldaan.
3) Is À een reëel getal dan moet gelden: IIÀUII = IÀIIIUII.
IIÀUII = Vo..U,ÀU) ~ VÀÀ(U,U) = IÀIV(U,U) = IÀI'IIUII. Klopt.

d(U,V) moet gelijk zijn aan d(V,U).

d(V,U)= IIV - Uil = II-I(U - V)II = I-IIIIU - VII = d(U,V). Klopt dus.
4) De afstand moet verschuivingsonatbankelijk zijn. Dat wil zeggen, d(U,V) =
= d(U+W,V+W).
266 §61

d(U+W,V+W) = IIU+W-(V+W)II = IIU-VII = d(U,V). Klopt.

5) De zogenaamde driehoeksongelijkheid moet gelden. Dat wil zeggen
v

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 .

We werken het linkerlid ·uit.

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

Blijkbaar geldt voor ieder komplex getal À. dat

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.

We gaan terug naar de drieh,oeksongelijkheid (eigenschap 5) en bewijzen dat

d(U,V) ~ d(U,W) + .d(V,W)

voor elk in IRn gelegen drieta1.vektoren U, V en Wo' Met eigenschap 4) vinden we dat
deze ongelijkheid gelijkwaardig is met '

d(U - W,V - W) ~ d(U ~ W,On);t d(V - W,On)

I
Stellen we nu U - W =X en V - W = Y, dan volgt d(X,Y) ~ ' IIXII + IIYII ofwel

!IX - YII ~ IIX!!, + IIYII.

IIX-.YII = v<X- Y,X~ Y) = V(X,X)"':' (X,Y) -

(Y,X) + (Y,Y) =
2
= vllXII - 2(X,Y) + IIYII ~ vllXII + 21(X,Y)1 + IIYII 2, ~
2 2

"{Cauchy-Schwarz in IRn } ~v1lX1I2 + 211XIIIIYII + IIYII 2 =

= VCIIXII + IIYII)2 = 111XII + IIYIII = IIXII + IIYII. ' o
 268 §6f

Daarmee is de driehoeksongelijkheid in IRn bewezen.

We gaan vervolgens een hoek definiëren tussen vekforen in IRn. Zijn U en V vektoren
in m.n,
dan geldt volgens de stelling van Cauchy-Schwarz

I<U,V>I ~ IIUIIIIVIi.
Als zowel U als V ongelijk aan On is, dan volgt

~ (U,V) ~ I
- I ~ IIUIIIIVIl ~ .

, We definiëren nu de hoek I{J tussen U en V door

(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

IRn is. X in 'Ir ~ (C,X) =0 ~ [c~ . ... cn ] :

Xl]
[ ,x
= °~.
I n

~ 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

F ). G ~ IIF +GII 2 = IIFII2 + IIGII 2. ,

G - - - - - - - - - -- F + G

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

c) U, V en W zijn vektoren mm4 • U = [ ~n V~[=iJ, W= m.

 §61 271

(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.

PI =. -[4~l ' ~. : Xl + i2 + X3 + X4 = 6, QI: 1

Xl - 2X2 X3
-X2 + X4
=6
=6
= 2.
I
-I
P2 = I
-1
1
+ Xs = 9
=0
+Xs = 10 _
X4 - 2xs = -13.

e) Bewijs de stelling van Pythagoras in IRn .

f) P is een punt, r een vlak en Q een lijnjn IRn . P ligt niet op Q en niet in r . .
Q is ·de loodrechte projektie vah P ,op r en R is de loodrechte projektie van P
op Q.
(i) r
Bewijs dat voor elke X in geldt: d(P,Q) ~ d(P,X).
(ii) Bewijs dat voor ~lke Y in Q geldt: d(P;R) ~ d(P,Y).
g) Bewijs de· cosinusregel in IRn . Deze luidt: Zijn F en G twee vektoren in IRn ,
beide . ongelijk aan On, en is \{J de hoek tussen F .en G, dan ",geld t:
IIF - GII 2 = IIFI12 + IIGII 2 - 211FIIIIGil cos \{J.
h) Bewijs dat voor alle getallen X, y, z en w geldt:
(2x - 3y + 4z + Sw)2 ~ S4(x 2 + y2 + Z2 + w 2)
.(x + 6y + z + 6W)2 ~ 74(x 2 + y2 + Z2 + w 2)
(Sx - Sy + 10z + W)2 ~ ISI(x 2 + y2 + z2 + w 2)
) B en C zijn vektoren in IRn waarvoor geldt: IIB + CII = s, IIBII = 2, IICII = 4 .
Bereken (B,C) ..
j) X, Y en Z zijn vektoren in mn
waarvoor geldt; I ~ IIX - YII ~ 3 · ep
IIY - ZII ~ !. f
Bewijs dat ~ IIX - ZII ~ ~
 272 §62

62 Het 'inprodukt in CCn. Rekenregels. Lengte, afstand en het begrip

loodrecht in CCn
We gaan nu een inprodukt voor en invoeren. Het blijkt dat we niet zonder meer te

, , ' . [1+i]
werk kunnen gaan zoal~ voor IRn. Is bijvoorbeeld U = 1 _ ~i , ,d~m is
. " 31 .

UTU = (1 + i)2 + (i)2 + (1 - 2i)2 + (3i)2 = 2i -1 - 3 - 4i - 9 = -13 - 2i. UTU is v'

in dit geval niet eens gedefinieerd, laaf staan dat het een positief getal is. We bereke- ,

[ ~.~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

UHU = [u, u, ... IInJ[::] = lu,l' + lu,l' + .. '. + lunl' ;;'0.

un '

zodat ~e de lengte van U kunnen definiëren door v'

UH U. We komen om die reden
tot de volgende definitie.
Laat U en V vektoren in c~ zijn. Het inprodukt van U en V, notatie (U,V), is het
komplexe getal ÛHV. Schrijven we dit uit dan volgt:

(U,V)"= [UI ~2 ... un][~:]=~lVl+U2V2i: +unvn=.~UiVi.

.
...
~1
-
, V3

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 ,

(ÀV,V> :;: (ÀV)H V :;: ~VHV :;: X(V,V> 0 "

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

I<V,V>I :::;;;; IIVIIIIVIi.

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

~ Cï X 1 + ëï X2 + ... + CnX n :;: O.

\}I is een vlak door On, waarvan alle :vektoren loo~recht staan op C. Geheel overeen- '
274 §62

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

. ' [l+i]' ' [I-i]

door de vergelijking (1 + i)XI + 2ix2 + ,(5 + 7i)x3 =0 niet 2i ' , maar -2i
, -. - 5 + 7i 5 - 7i ,
de normaalvektor. Immers, voor iedere X in A geldt

(1 + i)Xl + 2ix, + (5 + 7i)x, '" 0 ~ [1+ i 2i 5 + 7i{ ::] = 0 '~

[l-i -2i 5 -7i] [::]

X3
=0 ~ ~;ii.]T[:~] = ~
[
5 -71 X3
0

~ [ ~;ii.JH[:~ = ~ <[ 1--2f.], [:~]) = o.

. 5 - 71 x:J '
0
5 - 71 X2
Het blijkt dat ook de stelling van Pythagoras geldt in CD. De loodreêhte projektie van
een punt P op ~en vlak.r en op een lijn Q worden in a;o net zo gedefinieerd als in ]R0.
Men toont weer gemakkelijk aan dat die projekties de kortste verbindingen bepalen
van P tot achtereenvolgens r en Q. Wij definiëren. weer de afstand van P tot r en Q
door de afs!and van P tot , zijn loodrechte projektie op achtereenvolgens en Q. Het r
begrip loodrecht in CD heeft daarmee hetzelfde drietal eigenschappen dat wij eerder
opsomden voor het begrip loodrecht in de ruimte en ]R0.

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 '

c) P is een punt, reen vlak en Q een lijn in C3 .

P ~ Dl r: XI - x, + (l-i)x, ~3+ ~:
i, [::] ~ [E1J + {J À E C.

Bereken de ortogonale projektie van P op r 'en van P op Q.

d) B,ewijs de stelling van Pythagoras voor en.
" .
e) U is een vektor in Cn. Voor ,elke X in Cn geldt <U,X> = O.
Bewijs dat U = On.

63 Ortonormale basis. Stelling 16 van Gram-Schmidt

Laat f = (Filt:= l(1)k) een k-tal vektoren in JRn (C n) zijn. f heet ortogonaal als ieder
tweetal vektoren van f onderling loodrecht is; <Fi,Fr> = 0, i =1= j~ i,j := l(1)k. Is f o;to-
gonaál en heeft iedere vektor van t de lengte 1, dan heet fortonormaal.

i,j ':= l(1)k.

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

~g~ :~~; Gl is de loodrechte projektie van B2 op G1 . Er geldt ~2 1 Gl .

- (G ' B
I mmers, (G b G 2 ) -
(Gt>B'2)
b 2 - (G G) G l )=(Gt>B 2 ) -
0 «;1 ' B2 ) (Gt>Gl)=O.
, b 1 (Gl,G l ) ,
Ook is G 2 =1= On. Want anders zou B2 een lineaire kombinatie van G b en dus van BI
zijn, wat betekent dat (B l ,B 2) afhankelijk is. Maar (B b B2) is onafhankelijk als deel
van basis b. -

\
\

- 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).

(Q + 1)-de stap ' ,

Definieer G Q+ 1 door G Q+ 1
. -
= BQ+l - .t (~i,BQ+{)
Gi>G i
1=1
G i . Dan staat G Q+1 loodrecht op Gj,
j := 1(1)Q. Q (G. B )
Immers, (Gj,GQ+l) = (Gj,B Q+1 - .~ . (G.
~~)1 G i =
1-1 l' _1

) - ~ (Gj,BQ+l)(G G' )-
= (G j, BQ+l - i-:-l (Gi,Gi) j, i -
~ . ' .

= (Gj,BQ+l) - .~ <G i ,BQ+l)Öij = (Gj,BQ+l) - (Gj,BQ+1) = o.

1=1 . . .
G Q+ 1 i= On· Want anders zou BQ+1 een lineaire kombinatie van (Gr! i := 1(1 )Q), en dus
van (Bi I i := J (1 )Q) zijn en zou (Bd i := 1(1)Q + 1) afhankelijk zijn, wat in. tegenspraak
is met het gegeven dat b een basis is.
Definieèr FQ+1 door FQ+ 1 = GQ+1 /IIGQ+1 11. Dan is (F i I i :=_1 (1)Q + 1)ortonormaal.
, Voorts is F Q+ 1 in L(Bïli:= 1(1)51.+1), en L(Fïli:= 1(1)Q+l) = L(Bïli:= 1(1)Q+l).
 278 §63

Als Q + I = k, dan hebben we de basis b omgesmeed tot een ortonormaalk-tal

f = (F i I i := I Cl )k), dat dus onafhankelijk is, en net als b de deelruimte À opspant.
f is dus een ortonormale basis voor À. ..
. We leggen deze uitkomst vast in een stelling.
;:;Stelling 16 (Gram-Schmidt)
)edere deelruimte À van IRn (<c n) heeft een ortonormale basis. Is b = (Bd i := 1Cl )k)
~~~een basis voor À, dan kan men uit b. als volgt een ortonormale basis J = (Fd i := 1Cl )k)

. 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)

1\\\\\\ .\1 ~:+I='::~~~~i;',~~;:'~') G"

Voorbee/p 1
In IR4 is b = (BI ,B2 ,B3) een basis voor de' deelruimte r. We konstrueren uit been or-

tonormalé basis f =(F"F"F,l voor r. BI = m, r-~1, =r~!1·

B, = B,

~ := 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

1 -4J .. [IJ r 4J . [-4J

-2 1
=v'fö5 [-~ Dus = (0 ~ 'V42 ~'y'105 -~ ).
f
1 1 -5 1-2

Voorbeeld 2
In <1: 3 is b = (Bi> B2) een basis voor een' deelruim te r in <1: 3 . We konstrueren uit . been

ortonormaie basis f = (F b F2) voor

,
r. BI = [~],
0
B2 .= [ ~ .J .
1 ::" 1 .

Gl := BI ~ m; (~"Gl)= lIl' + lil' .. lOl' = 2; lIGlIl = .,fi. Fl := IIg:1I = 0[l]·

.
'- B2 - (G
G,2''''' (Gi>B 2
G))G1 = "{(C1,.B)
i> 1
2 = GHB
1
.
2 = [1 ,-i
. .
0][ ~ J 1-
I-i
=. 2i}" =

IJ ' [1J [ 1+ 2iJ ' . .'

i =!2-i ;(G2,G2 ,)~!(ll+2iI2+12-iI2+12-2iI2)=~;
=
[1 -2 i _I-2i
2 0 2 - 2i ' .
280 §63

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 ..

'Cl = fiJ rl~~} ~ {ü llJ lf} =

c) f == (Fi I i :== 1(1 )n) is e,en ortonormale basis voor IRn (Cn). U en V zijn vek-
toren in IRn (Cn) met koördinatiseringen ten opzichte van f,

rUl' = lIJ lIJ rVl' =

 §63281

(i) . Bewijs dat xi = (FbU) , i := l(1)n.

n
(ii) Bewijs dat (U,V) =:: i~1 xiYi·
n ·
(iii) Bewijs dat IIUll 2 = .L Ixd 2 •
. 1=1
d) f = (F b F2 ) is een ortonormale basis vO(Jr de deelruimte r in 0:: 3 .
1 2i '
.J3 .Ji4
Fl = i
.j3 ' , F2 = 1- 3i . U en V zijn vektoren in r gegeven door: .
,ji4
I

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 ' \ • ,

g) T en S zijn twee ortogonale (unitaire) nxn-matrixen.

-Bewijs dat TS ook een ortogonale (unitaire) matrix is.
h) b is een niet ortogonale basis- en f is een ortogonale basis voor IR n (4: n ).
Bewijs dat noch de transformatiematrix van de b- naar de f-basîs, noch die
,
van de f- naar de b-basis ortogonaal (unitair) is.
 282 §64

64 Onderling loodrechte deelruimten

Laat ~ een deelruimte' van IRn «Cn) zijn en laat C een vektor in IRn «Cn) zijn,
e staat ' loodreèht op ~, notatie C l~, als C loodrecht staat QP iedere ' vektor in ~;
(C,X) = 0 voor iedere X in ~, '

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

Ru(A) 1 NUL(A) en KOL(A) 1 NUL(AT ),

Is A een komplexe matrix dan geldt:

RIJ (A) 1 NUL (A) en KOL (A) 1 NUL(AH ),

 §64 283

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

(Y,X) = Ct-.. ,1+iJ

-i ' + Jl' [ 3i J ,X)
-4 = ~( [1+iJ ' + jï( [ 3-4
-i ,X) i J ,X) =
[
3 10 + 2i 3 10 + 2i

1 + iJH [ ' 3i JH '

.= X -i X + ïï -4 X =
[
3 ' 10 + 2i
,

:X[1-i i 3{::] + ÎÎI-3i -4 JO-2i{::J:

+ iX2 + 3X3)+"jl( -3ix~ - 4X2 + (10 - 2i)X3) = X·o +p·O
= X((1 ~ l)Xl = O.
Iedere vektor in RIJ(M) staat dus loodrecht ·op 'iedere vektor in NUL(M).
Bedenk dat als UI en U 2 twee vlakken in de ruimte zijn die loodrecht op elkaar
staan in de zin van de ruimtemeetkunde, UI niet loodrecht staat op U 2 in de zin van
bovenstaande definitie, ook al gaan UI en U 2 beide door de oorsprong. Immers, ' U 2
'bevat vele vektoren, zoals l! .in de 'figuur, die niet loodrecht staan op alle vektoren
van UI' De enige deelruimten die loodrecht staan op UI zijn 1) de .lijn Q door de oor-
sprong 0 en loodrecht op UI, en 2) d~, triviale deelruimte {Q}. Is, m een lijn door de
oorsprong 0, die loodrecht staat op Q, dan zijn Q en m wel deelruimten die loodrecht
op elkaar staan in de zin van bovenstaande definitie. m ligt uiteraard in UI'
 284 §65

65 Het ortogoriale komplement van een deelruimte. Stelling 17 over

komplementaire deel ru imten
Laat À een deelruimte van IRn «Cn) zijn. De ver~ameling_ van alle vektoren in IRn «Cn)
die loodrecht staan op A is een deelruimte die het ortogonale komplement van A
heet; notatie Al. We bewijze~ dat Al een deelruimte van IRn (<en) is.
Bewijs : On is in À1 , dus À1 is niet leeg. Laat F en G vektoren in À1 zijn. Dus voor
een willekeurig gekozen X in À geldt (F,X) = 0 en (G,X) = o.
Omdat (F + G ,X) = (F,X) + (G,X) =0 + 0 = 0, en omdat (À.F,X) = X(F,X) = X·O = 0
voor elk getal ~, is ·blijkbaar ook F + G en À.F in À1 voor elk getal À.. 0

De volgende stelling kenschetst het verband tussen À en À1.

::~telling 17
::;Laat À een deelruimte van IRn «Cn) zijn. Dan geldt
:~:1) dîm À + dim À1 = n
h) Voor iedere U in IRn «Cn) bestaat er preciés één X in À en precies één Y in À1
( zodat U <= X + Y ..
) ) À + À1 = IRn (<en).
~::4) À n À 1 = {On}.
) ) (À
1
l =À
Bewijs . ,
1) Kies een ortonormale basis f = (FïI i := 1(1 )k) in À, en breidt die vervolgens uit ·
tot een ortonormale basis h = (Fi> GjÎ i := 1(1 )k, j := 1(1 )Q) van IRn (<en); dus
k + Q = n. We zullen ,nu aantonen dat g = (Gj Ij := 1(1 )Q) een basis is voor À1 . Dan
zijn we klaar wat 1) betreft.
In de, eerste plaats staat iedere <;ij van -g loodrecht op iedere vektor Fi van f. Dus ·
staat iedere Gj loodrecht op iedere lineaire kombinatie van f en daarmee loodrecht
op iedere X in À . g ligt blijkbaar in À1 . In de tweede plaats is g onafhankelijk om-
 §65 285

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

De eigenschap 2), die overigens gelijkwaardig is met het tweetal eigenschappen 3) en .

4) uit de stelling verw~ordt men door: IRn «C.n) is de direkte som van Ll enLl1 .
Notatie:,IRn «Cn) = Ll EB Ll1 .

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 '

G = [ ~l.] ' . loodrecht staat op iedere vektor X in <1>. Blijkbaar '

1+1 <- +teken! . , .

wordt <1>1 opgespannen door G en is (G) een basis voor <1>1.

/
 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

66 De twee aan twee komplem.entaire deelruimten -van een matrix-.

., Stelling 18
In het laatste voorbeeld van de vorige paragraaf is <I> de nulruimte van de matrix .-
[1 -1 1 ~ i], terwijl <1>1 de rijruimte van de overstreepte van die matrix is; dus
c:pl = RIJ [1 -1 1 - i] = RIJ [1 -1 1 + iJ. We vqnden immers dat <1>1 opgespan-

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: .
' .

~)):~ ~:~l) NUL (A) en. Ru(A) zijn elkaars ortogonalekomplement.

::::;:;:.;:; ;:;2) NUL (AH) en KOL(A) zijn elkaars ortogonale komplement.

- 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

a11 a12 aln Xl 0

x2 0
AX = Om ~ aH ai2 '. ain -

aml am2' amn 0

, xn

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

Dit toont -dat

NUL(A) C RIJ (A)l.

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

RIJ(Xl C NUL (A).

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.

NUL(A) = RU(Al ~ NUL(Al = Ru(A)

NUL(AT) = KOL(A)l " ~ NUL(AT)l = KOL(A).

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

b) M is een reële 4x5-matrix en U is een vektor in IR s .

2 0 ~3

M= r1
2
1
3 -1
3
4-1J
2 ' 0
10-3 ,U =
. -4
6
, -1 0 2 8 -3 L
-3

Schrijf U als de som van vektoren X en Y met X in NUL(M) en Y in Ru(M).

c) cp is de deelruimte van (C3 gegeven door de vergelijking
(1 + 2i)x~ + (1 + 3i)x2 - iX3 = O.

Bereken vektoren X in <I> en Y in <1>" ZOd~t 'r ~~~: J= X +Y.

. . ..
-019 ' .' .
d) (i) A is een reële n x n-matrix met de eigenschap dat KOL(A) en Ru(A)
elkaars ortogonale komplément zijn. Bewijs dat n even is.
(ü) M is de volgende reële 4x4-matrix.

~
-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

kolomruimte van de koëfficiëntenmatrix II ~1 behoort. Het stelsel is dus strijdig

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)

We onderscheiden nu twee gevallen.

Gevalt
De kolomvektoren van A vormen een onafhankelijk n'-tal. P is dan op precies één
manier als lineaire kombinatie van de lçolomvektoren van A te schrijven. Dat wil
zeggen, het stelsel SN heeft precies é.é n oplossing Z1. Deze is de door ons beoogde
benadering en we stellen er ons tevreden mee. .
Geval 2
. De kolomvektoren van A vormen een afhankelijk n-tal: De algemene oplossing '11
van SN is dan een lineaire variëteit die evenwijdig is aan' de nulruimte van A.
Stel dat U e~n oplossing is van SN, dan is '11 van de gedaante '11 = {UJ + NUL(A).
Wegens stelling 17, en omdat Ru(A) en NUL(A) elkaars ortogonale komplement ,
zijn, bestaat er precies één Z2 in Ru(A) zodat U - Z2 in NUL(A) en

t AZ 2 = A(U - (U - Z2)) = AU - A(U - Z2) = P - Om = P. Z2 is dus een oplossing

van SN en we, kunnen '11 ook schrijven als '11 = {Z2} + NUL(A).
 292 §67

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~

IIB - AZII 2 = "{Stel AZ = Q, dan is Q in KOL (A))"

= IIB - QII 2 ~ "{P bleek het dichtst bij B gelegen punt in KOL (A))" ~
. -..: ~ IIB--':'PII 2 = IIB-AZdI 2, i:= 1(1)2 .

Voordat we de metode in onderdelen uiteenzetten tonen we aan dat

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).

rang ATA = "{stelling 14}" = n - dim NUL (ATA) =

=n - dim NUL (A) = "{stelling 14}" = rang A o
 §68 293

68 De metode der kleinste kwadraten; de uitvoering

We gaan de twee in de vorige paragraaf onderscheiden gevallen nog eens afzonderlijk na.
Ge. val 1. De kolommen van A vormen een onafhankelijk n-tal. De rang van A is n, eh
dus is ook de rang van de n x n-matrix ATA gelijk aan n, en volgens stelling 3 (uit-
breiding) bestaat (ATA)- 1.
n m m n n

, n n
ni A

AZ I = P ~ AZ l - B = P - B. Omdat P - B in NUL(AT ) is ook AZl -B in

. NUL(AT ), en geldt AT(AZ l - B) = On . .

ATcAz l - B) = On ~ ATAZ l = ATB ~ "{(ATA)-l bestaat}"

~ Z ~ = (ATA)-lATB.

-[~ ~l . [1 1
We pas~en dit toe op ons voorbeeld van de gyroskoopschijf. In dat voorbeeld was:

A- ~.~ , A
T -
- 0 1

( ATA)-l = 1 [35 -9J ..L[ 35 -9J·

4· 35 - 9 2 ...:.9 4
=
-9 · 4 .

l .
59

25
11 13 .5IJ ·20~~ -- [35- 9J I1
L
7238J :;:
-9 4
1
59
[

= 591 [1403J [23.779661 J [23.78J

-145 ~ -2.45'76271 ~ -2.46 . We bepalen 0:
,.
en (3 achtereenVOlge~S

door 23. 7~ en -2.46, waarmee we het verband tussen de frekwentie y en de tijd t

schatten door y = 23.78 - 2.46t.
Geval 2. De kolomvektoren van A vormen .een afhankelijk .n-tal. We beginnen met het
uitoefenen van elementaire bewerkingen op het stel kolomvektoren van.A, en het uit-
dunnen van dat stel vektoren, zodat een m x r-matrix U 0ntstaat waarvan de kolom-
vektoren een basis vormen voor KOL(A).
 294 ·§68

elementaire
.kolombewerkingen
m A ----------------~. m u
&
uitdunnen

Rang A = rang U = r ~ m en KOL(A) = KOL(U). KOL(A) en KOL(U) hebben dus

hetzelfde ortogonale kompleme~t in IR ffi• Wegens stelling 18 is dat ortogonale kom-
plement gelijk aan NUL(AT ) = NUL(U T ). De loodrechte projektie P van B op KOL(A)
, is dus dezelfde als de loodrechte projektie van B op KOL(U). We gaan P berekenen
met de matrix U.

IRn RIJ(A) KOL(A) = KOL(U)

n-r
C}n

, NUL(A)

Volgens stelling 14 geldt voor de mxr-matrix U dat dimNuL(U) + dimKoL(U) = r.

Met rang U = r volgt hieruit dat dimNuL(U) = 0 en NUL(U) = {Or}. Een stelsel lineaire
vergelijkingen met U als koëfficiëntenmatrix he,eft dus hoogstens Mn oplossing. Daar P
in KOL(U) is, ,is er precies één F in IRr met UF = P.
 §68 295

Overeenkomstig met gevalt, hebben we P - B in NUL(U T), dus UT(P - B) = Or.

UT(P - B).- = Or ~ UTp = UTB ~ UTUF = UTB ~

"{UTU is een rxr-matrix met rang UTU = rang U = r; dus vol-
, gens stelling 3 (uitbreiding) bestaat (UTU)-l}"
~ F = (UTU)-lUTB.

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

Volgens stelling I hebben AZ =P en VZ = Q dezelfde oplossingen. De rij ruimten van

A en V zijn aan elkaar gelijk; Ru(A) = RiJ (V). Zij hebben dus hetzelfde ortogonale
komplement in IRn. Volgens stelling 18 is dat ortogonale komplement gelijk aan
NUL(A) = NUL (V).

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)

De gezochte Z2 is. dus de ondubbelzinnig bepaal<ie oplossing van VZ = Q die in de

rij ruimte van V ligt . Stel Z2 als volgt voor door een lineaire kombinatie van de rijen
r
van V: Z2 = i~l gjV(i)' Als de getallen gj, i :=, l(1)r bekend zijn is ook de benadering
Z2 bekend. De getallen gj bepalen we als volg1. Beschouw
296 §68

n
- - V(l)T - .- '
r . r - -. V(2)T_-
= i=l
~ g. r
1
v = bI
~ g.
1
=

T
. V(r) - -

V(15 V(I) V(15 V(r)

V(25 V(1) V(25 V(r)

gl + ... + gr =

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

uTu = [~ -~ ~~~l-i .Il ~ [-: -6J '

6 .

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.

Tl : tijdstip t meting YI T2 : tijdstip t meting Y2

0 0 -1 2
1 1 0 0
3 2 1 -3
4 5. -< 2 - 5
T3 : .tijdstip t meting Y3 T4 : tijdstip t meting Y4
-2 -4 0 0
-1 - 3 25 .3
1 -1 45 6
2 0 70 9
93 12
b) Bereken voor i: = 1(1)3 de beste benadering in de zin van de kleinste kwadra-
ten van het strij dige stelsel Si'
=

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

In dit hoofdstuk zijn m, n, r, p, en' q steeds positieve gehele getallen en is Jn steeds

de verzameling van de natuurlijke getallen van 1 tot en met n; Jn = {ili := l(1)n} =
= {1,2,3, ... ,n}. Sn is steeds de verzameling va~ alle permutaties van Jn. Zie voor
de definitie van Sn even verderop in paragraaf 69.

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:

of door = (4,1,3,7,6, 2,5), "( 1 2 3 4 5 6 '7)

0 of door 0 = 4 1 3 7 6 2 5 .

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. ; .

{l,2, ... ,n} ~ {1,2, .. ; ,n} ' ~ {1,2, . , , ,n} ,

aop

In plaats v~n over de samenstelling a p, spreken we bij permutaties liever over het
0

produkt van de permutaties a en p, en schrijven ap voor a op, Daarmee hebben we Sn

voorzien van een vermenigvuldiging, en heJ is onmiddell:ijk duidelijk dat Sn gesloten
is onder deze vermenigVuldiging.
Voorbeeld
1 2 3 4) .- 1 2 3 4)' .
p= ( a= (
2 4) 3 3,;<1 2 4
, y~ ,'i. ~
a= (;; ! :), ap = 1 2 3 4)
(,1 4 3 2 . p= ( 21 42 ~31 3
4)
,pa =
(1
1

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

hetgeen men gemakkelijk nagaat. De identieke permutatie uit Sn is de permutatie a

van Jn bepaald door a(i) = i, i := 1(1 )n; die permutatie is ,de natuurlijke rangschikking
van Jn . We reserveren voor de identieke permut~.tie de letfer E,. Voor n = 5 is

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 ·

1234) ' _1_(1234). -1 _(1234) _ _ -1

a = ( 3 1 2 4' a - 2 3 1 4' a u - I 2 3 4 - uu .
Voor ieder twèetal permutaties p en U uit Sn is de permutatie X waarvoor geldt

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 ... p .. '. q ... n).

j7(q) = P
7(i) = i, i E Jn\ {p,q}
7
1 ... q ... .p ... n

Als q = p + 1 heet 7 een buurverwisseling.

Voorbeeld

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:

S2: E, = (~ ~), 7 = (~ ~). 7 is een buurverwisseling.

S3: E = (~ ~ ~), ,P = (~ ~ ~), a= (~ ~ ~), 71 = (~ ~ ~), 72 = (~ ~ ~), 73 = (~ ~ ~).

71, 72 en 73 zijn verwisselingen, hiervan zijn 71 en 72 buurverwisselingen.
 §69 303

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 . .

De permutatie 7a laat dan het getal m + 1 onveranderd. Geheel overeenkomstig

met de a die onder het geval b} is 'behandeld, volgt uit de induktieveronderstelling
dat er een r-tal verwisselingen 7i> i:= l(1)r in Sm+} bestaàt zodat 7a = 7r . . . 727}.
Omdat 7 2 = € voigt na beide leden links, met 7 vermenigvuldigd te hebben dat
f aL =' 77r . . .727}. Blijkbaar is ook hier a het produkt van een stel verwisselingen
. .
uit
Sm+}'
c) Uit het beginsel van de volledige induktie volgt dat de bewering juist is voor n ~ 2.
o

Voorbeeld

We ga~n de permutatie a = (~ ' ~ ! ~) ais prod~kt van ~erwisselingen schrijven.

,a) a = ' (12 23 34 4)1 7} a =
(11 32434)2
12 3 4) , (1 2 3 4) (1 2 3 4)
7} = (2 1 3 4; 7} a = 1 ~ , 4 2 72 = - 1 3 2 4 ;.

Met 73 = (~ ' ~ ! ;) volgt dat 727} a = 73 . Door achtereenvolgens links met 72 en 7}

 304 §70

- te vermenigvuldigen volgt dat 0= 711"Z1"3'

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.

70 I~versles en het teken van een permutatie

Laat 0 een permutatie van Jo zijn; n ;:; 2. Laat p en q getallen van Jo zijn waarvoor
geldt: 1 :!Ç p < q :!Ç n. Als o(p) > o(q) dan heer het geordend paar (o(p),o(q)) een
inversie vl!n o. ,Het totale aantal inversies van een permutatie 0 geven we aan mét N(o).

Voorbeelden

05 = (! ~ ~ ; ~) heeft de inversies (4,1), (4,3), (4,2), (5,1), (5,3), (5,2) en (3,2);

N(os) = 7.

Ps = (~~ ~ ~ ~) heeft de inversies (2,1), (4,1), (4,3) ~n (5,3); N(ps) = 4.

1"5 = (~ ~ ~ : ~) heeft (3,2)_als enige inversie; N(1"s) = 1.
€ = (11 22 33 4
4 '55) h ee f t geen enkele mversie;
. ' N()
€ = O.
 §70 305

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.

~~~Stelling over permutaties'

:::Laat sn de Permutatiegroep yan Jn zijn en laat ·het teken van een permutatie de funktie
:~:sgn: Sn ~ {-I, 1}zijn bepaald door sgna = -( _l)N(a); daarin is N(a) h~t totale aantal
~:~inversies van de pennutatie a.' Dan geldt:
:~:l) sgn€ = 1. .
~:~2) Voor ieder r-tal verwisselingen ri> i :.= 1(l)r, van Jn is ~gn(rlr2 . . .rr) = (_1)r..
--- -~~~-------~- - ---- . - .--------. - ----- ~ ---~ - -··~~ - -----------_------- _ _~-~----r

306 §70 . §61 209 ·

:::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.

Bewijs. Voor n = 1 is er niets te bewijzen. Laatn ~ 2 zijn: .

1) sgn€ = (-1 )N(€) = (_1)0 = .1. .:
Laat a· een' willekeurig gekoZ_en permutatie van Jn zijn.
2) We gaan de tweede uitspraak van de stelling in vijf stappen bewijzen; dë stappen a-eo
a) Laat 7 een willekeurig gekozen buurverwisseling van In zijn. Overeenkomstig met
liet bewijs hierboven, namelijk dat er evenveel even als oneven permutaties in Sn
zijn, toont men aan dat het aantal inversies van a en a7 precies één verschilt. Daar-
uit volgt dat sgn a7 = -sgn a.
b) Laat 7i> i := 1(1)r, een r-tal buurverwisselingen van Jn zijn. Met volledige induktie
naar r bewijzen we dat sg~(a7172' .. 7r ) = (-llsgna.
Voor r = 1 is de bewering onder a) bewezen.
Stel, de bewering is· juist voor r. sgn(a7172' . .7r 7r +l) ~ sgn((a7172' .. 7r )7r +l) ~
= -sgn( a7172' .. 7r ) = "{induktieveronderstelling}" = -( -ll sgn a = (_l)r+ 1 sgn a,
en de bewering is juist voor r + 1.
c) Laat 7 een verwisseling. van Jn zijn. We gaan 7 schrijven als een produkt van buur-
'verwisselingen, waarbij het zal blijken "dat dat produkt voor elke verwisseling uit
een oneven aantal buurverwissellngen bestaat: Hoe we daarbij te werk gaan laten
we eerst zien aan de hand van een voorbeeld van een verwisseling van J6 .

Voorbeeld

,7 = (11 52 33 4 5 6)
4 2 6 . Laat 71, 72 en 73 de volgende buurverwisselingen zijn:

1 2 3 456) (1 23 456) (123 4 5 .6)

71 =( 1 3 2 4 5 6' 72 = 1 2 4 3 5 6 ~ 73 = 12 3 54 6 .

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.

l' = (1 ... p - 1 p p + 1 ... q - 1 q q ' + 1 nn).

1 ... p-1 qp+1 ... q-1 pq+1
Beschouw de volgende buurverwisselingen van Jn.
Tl verwisselt p met p + 1
1'2 verwisselt p + I met p + 2
1'3 verwisselt p + 2 met p + 3

Tk verwisselt p + (k - 1) met p +-k

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

= (1 ... p - 1 p p + 1 ... q - 1 q q + 1 ... n) . ~ T.

1 ... p-1 qp+1 ... q - 1 pq+1 ... n
l' is dus het produkt vanq - p + q - P - 1 = 2(q - p) - 1 buurverwisselingen.
Toepassing van het resultaat uit b) leert dat sgnuT = (_1)2(q-P)-lsgnu = -sgnu.
d) Laat Ti, i := 1(1)r een r-tal verwisselingen van Jn ·zijn. Dan volgt met volledige
fuduktie naar r, evenals onder b), dat sgnuTl ... Tr = (-llsgnu.
e) Kiezen we voor u de identieke permutatie € uit Sn, -dan volgt voor het r-tal ver-
wisselingen onder d), én uit d),dat sgn(Tl ... Tr ) = (.:....lf. In het bijzonder geldt voor
iedere verwisseling l' van Jn dat sgn l' = - 1.
3) We weten uit de vorige paragraaf dat iedere permutatie op meer dan één manier
geschreven kan worden als het produkt van een stel verwisselingen. We bewijzen
nu uit het ongerijmde dat al die produktvoorstellingen van een gegeven permutatie
bestaan uit: of een even aantal faktoren, of een oneven aantal faktoren.
Stel dat de permutatie p uit Sn geschreven kan worden als het produkt van r ver-
wisselingenTj, i := 1(1 )r, en als het produkt van s verwisselingen 1'/' j := 1(1 )s, · ter-
s
wijl r even is en oneven is; dus: p = Tl ... Tr = 1'; . . .1';. Uit e) volgt enerzijds
sgnp = sgn(Tl ... Tr ) = (_1)r = 1, en anderzijds sgnp = sgn(Tl'.. .1';) = (-1)s = -1.
Tegenspraak, want het teken van p is ondubbelzinnig bepaald door het aantal in~
versies van p.
4) Stel dat !ie permutatie p geschreven kan 'worden als het produkt van r verwisselingen;
. dus p = Tl: : ~Tr. Dan geldt:
 308 §71
",
d e
sgn{qp) = sgn{oTl ... ~) = (-lisgno = sgn{Tl ... Tr)sgno = sgnpsgn 0 = sgnosgnp.
5) 1 = sgn€ = sgn{oo-l) = sgno· sgno- 1. Dus sgno- 1 = l./sgno = sgno. 0

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 .

b) Bereken het teken van 010203, 040soï1 en 02-10304-1.

-1
c) PI, P2 en P3 zijn permutaties van In, n ~ 2. Bereken voor i := 1(1)3 Pi ,
2 k ' ' -1 2 3
Pi ,en het te en van Pi> Pi ,-Pi en Pi .

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

P3{i) = n +1- i, i := 1(1)n , P3 = (! 2 ... n- 1 n).

n - 1 .. . 2 1
d) Toon aan dat iedere permutatie uit Sn, n ~ 3, geschreven kan worden als
produkt van niet meer ,d an (n - 1)(n/2) buurverwisselingen.

7,1 Definitie van de determinant. De eigenschappen 0, 1, 2 en 3

Laat A een nxn-matrix zijn.

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.

detA = ~ sgno al,a(1)a2,a(2) .. .an,a(n).

· aES n ' '
 §71 309

We noemen de kolommen (rijen) van A o.ok de kolommen (rijen) van de determin,a nt

van A, en de orde van A ook de orde van de determinant van A. '

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.

S3 bevat 3! = 6 permutaties: €, ~ en p met .l'0sitief teken, en de verwisselingen T1, :[2

en T3 met negatief teken.

€=(~ ~~), ~=(~~' ~),p={~~~), Tl =(~, ~~),

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.

Voor een 12xI2-matrix: I~~~I > 52 sekonde.

14!I3 1' ,
VQor een 14x 14-matrix: 1Q8 3600 ' > 3,1 uur.
16!I5II ·
Voor een 16 x 16-:matrix: 1Q83 600 '24 > 36,3' ,dagen.
18!I7 11 1.
Voor een 18x18-matrix: 1ë)8 360024 365 > 3,45 jaar.
Men ga zelf eens na hoeveel tijd nodig is om op een dergelijke snelle rekenmachine
een 14 x 14 stelse1.lineaire vergelijkingen op te lossen met de regel van eramer. Het is
duidelijk dat, afgezien van bijzondere m~trixen en matrixen va~ lage orde, de recht-
streekse berekening van een determinant met de definitie erg tijdrovend is. We zoeken
daarom naar een snellere berekeningswijze. , Daartoe beginnen we met een stel eigen-
schappen van~ determinanten af te leiden. Daaronder zijn de reeds 'in § 36 yen~oorde
en aldaar voor iJ. = 3 bewezen eigenschappen. De nummering in § 36 stemt overeen
met de hier gebezigde. Nummers boven gelijktekens slaan terug op de ald~ar gebruikte
eigenschap van determinanten. Uit de af te leiden eigenschappen zal als vanzelf een '
 310 §71

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-

dan is ap,a(p)= O. Daaruit volgt dat al,a(1)' .. ap,a(p)' .. an,a(n) = O.

p q

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

_(1 ... p ... q .. . . n\

0- d(1) ... q ... o(q) .. . o(n)r
Daar q door a aan p is toegevoegd zijn er voor de n - p getallen
p + I, ... .,tI - I,q,q + I, ... ,n van Jn nog maar n - p - I getallen groter dan p
om door a aan te worden toegevoeg<;l; namelijk, de getallen
p + 1, ... .,q - 1,q + 1, ... ,no Daar 0 bijektief is, is er dus een r in Jn , groter
dan p, waarvoor o(r) ~ p.
Stel o(r) == t.
1 ... t · ... p . .. r. ..
q ' .... n)
a = ( a(1) ... aCt) ... q . : . t ... a(q) ... a(n) .
Daar a(r) < ris. ar,a(r) = 0 als. A een bovendriehdeksmatrix is, zodat dan ook geldt
dat '

al,a(l)· .. ar,a(r)· .. an,a(n)= O.

r .

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 . .

.(1 ... q ... r ... p . '.' . n ) t· ...

a = a(1) ... o(q) .. .. . t . ... q ... aCt) . .. ' a(n) .

Dus a(p) <p en a(r) > r zodat;geldt dat

al, a(l)· .. ar, a(r). .. ap,a(p)· . .an,a(n) ='.0,

of A nu bove~-, dan wel benedendriehoeksmatrix is. o .\

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.

':::::::::::I:::EigenSChap 3 ' ' .

{{:~: :~:Laat A_een nxn-matrix zijn. Dan geldt:detAT ~ detA.
Bewijs. Stel B = AT, dan moet~n we bewijzen dat d~tB = detA.
detB = . ~s sgnab 1,a(1)b 2,a(2)· : .bn,a(n) = ~s sgnaaa (1),laa(2),2· .. aa(n),n =
aE n ' . ' aE n .
 312 §72

"{De vermenigvuldiging in IR en in (C is kommutatief. Dus de uitkomst van het

produkt aa(I),I aa(2),2' .. aa(n),n verandert niet als we de faktoren ervan· herrang-
schikken. Een willekeurige herrangschikking' kunnen we formuleren met behulp
. . S (I 2 . ..
van een permutatIe p UIt n, p = p(1) p(2) ... p(n)·
n) 'T . d .
voor Ie ere permutatIe p

uit Sn geldt dus: aa(I), I aa(2),2 . . .aa(n),n = aa(p(I),p(I)aa(p(2»,p(2)· . .aa(p(n)),p(n)·

In het bijzonder geldt dat voor p = a-I }"
= L sgna al,a- 1 (1)a2,a- 1(2) ... an,a-1(n) = '
aES n .

"{sgna- 1 = sgna volgens de stelling over permutaties}"

1
= LS sgna- al,a- 1(I)a2,a-I (2)· .. an,a-l(n) =
aE n . .
"{De afbeelding a 1-+ a-I is bijektief op Sn. Dus aan iedere a E Sn is éénduidig a-I
toegevoegd. We kunnen blijkbaar de sommatieveranderlijke a evengoed vervangen
door a-I}" _
I
= a-I EL Snsgna- al ' a-l(l)a2 a-~(2) • .. a~ a-I(n) = detA. 0
_ ' : '

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.

72 De determinant als funktie. van zijn kolommen (rijen). De eigenschappen

4, 5, 6 & 7. Slot van het bewijs van stelling 3 .
Laat A een nxn-matrix zijn. De n kolommen van A, ~amelijk A(j), j := 1(1)n, zijn elk
op zichzelf een vektor uit (Cn (IR n).

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.

detB = ' ~'S sgnab'l,a(1)b 2,a(2)' .. bn,a(n) = ~S sgnaa l,-r:a(1)a2,ra(2)' ~.an,Ta(n) =

aE n- .. aE n
,"{sgnT = -I}" = - ' ~ sgnTSgnaél.l,Ta(l)a2,~a(2)" .an,Ta(n) =
aESn
"{sgn TSgnq = sgn Ta volgens de stelling over permutaties}", '
= - ~sgnTaal,ra(1)a2,ra(2)" .an,ra(n) =
aES n '
-h ' ,
"'{De afbeelding a ~ Ta gedefinieerd op Sn is bijektief. Immers, h(a) == h(p)'
=
==? Ta = Tp ==? T2a T2p =9 EU = EP ==? a = p; dus h is injektief
(één-in-één). Kies a willekeurig uit Sn. Dan is h(Ta) = T(Ta) = T2 a = a en his
surjekÜef (op). We kunnen de sommatie-veranderlijke a dus ook vervangen - '
door Ta}" ,- ,
=- ~ = .. {stel p
sgnTa al,ra(1)a2,ra(2)' .. an,Ta(n) = Ta}"
raE~ ' .
= - ~S sgnp al,p(1)a2,p(2)' .. an,p(n) = -detA. - o
pE n
We, kunnen eigenschap 4 met behulp van de ver~isseling T van Jp ook als volgt formu-
leren: - ,
, ,

det(A1(1)~A1(2)~ ... ,Á1(n)0 = sgn Tdet(A(1),A(2), ... ,ln».

Vormen Ti> i ,:= Hl)r~ een rij van r verwisselingen vanIn dan kan men gemakkelijk
met vólledige induktie naar r bewijzen dat geldt: .
d~t(A(Tr .. :Tl(1),A(Tr: ..71(2», ... ,A(Tr ... T1(n») = sgn(Tr: . .Tvdet(A(9,A(2), ... ,A(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

~~~(1) det(A(l), ... ,A(:P-l),ÀV + p.W,A(:P+l), ... ,A(n») =

11/1/1111111 ~~~ Àdet(A(1), ... ,A(P-l),V,A(:P+l), '/ ' . ,A(n») + p.de~(A(1), ... ,A(:P'-l),W,A(p+l), ... ,A(n»).
 316 §72

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 =

=À ~S sgnaaa (I),I" .aa(p-l),p-l va(p)aa(p+l),p+1· '; .aa(n),n +

aE n _ .
+ Jl ~S sgnuaa(l),l' .. aa(p-l),p-lwa(p)aa(i:>+·l),p+l · .. aa(n),n =
. aE n
= À ~ sgnuxa(l),l" .xa(p),p' .. xa(n);n + Jl ~ sgnuYa(l),I" .Ya(p),p· . 'Ya(n),n
3 aESn aES n
= À ~ sg nax l,a(I)" .Xp,a(p)' .. XIi,a(n) + Jl ~ . sgnaYl,a(I)' .. Yp,a(p)· .. Yn,a(n)
/ aESn ' aESn "
= ÀdetX + JldetY. 0

Uit eigenschap 5 vólgt dat detÀA = ÀndetA. '

.-.. ...
:::Eigenschap 6
~:~La~t A een nxn-matrix zijn. Laat B een matrix zijn die uit' A ontstaat door een
~~~kolom (rij) van A te vermeerderen met een veelvoud van een andere kolom (rij)van ,A.

~.~.~.I?an geldt:
::::::::~::: detB . = detA.

< q. Laat À een getal zijn

Bewijs. Laat p en q verschillende getallen uit Jn zijn; stel p
en laat de matrix B ontstaan uit A door de p-de kolom van A met À keer de q-de
kol,o m van A te vermeerderen.
 §72 317

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
.'

Door gebruik te maken van eigenschap 6 kunnen we een determinant v~reenvoudigen

tot bijvoorbeeld de determinant van een driehoeksmatrixdoor zowel elementaire
kolombewerkingen als elementaire rijbewerkingen op de determinant uit te oefenen.
Hierin schuilt de overeenkomst en het verschil met de eliminatiemetode voor het op-
lossen van een stelsel Hneaire vergelijkingen. Immers, bij de laatste zijn alleen elemen-
taire rijbewerkingen zinvol. Bovendien k~n bij de berekening van een determinant met
vruçht gebruik worden gemaakt van ' de eigenschappen 4 en 5.

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

Vermeerder nu de n-de kolom van A achtereenvolgens voor k := 1(1)n - 1 met

- )"k keer de k-de kolom vanA. Na tenuitvoerlegging is de n-de kolom van de
determinant gelijk aan On.
 §72 319

6
r 1-
A(l) Á2) . .. A(n-l) On
= det
" ,.
~~------------~>
E5)r-.---------~~
.~

De waarde v~n de zo ontstane determinant is enerzijds gelijk aan 0 (volgens eigen-

schap 0) en anderzijds gelijk aan detA =1= 0 (volgens eigenschap 6). Tégenspraak,
' dus (A(j) Ij :,= 1(1 )n) is ónafhankelijk. -
b) Laat vervolgens de kolommen van A een onafharikelijk n-tal vektoren van IRn (<en)
vormen. We bewijzen t;lit het ongerijmde dat detA =1= O. Dus stel detA = O. Omdat"
de kolommen van A een onafhankelijk n-tal vormen is rang A = n, en ' bestaat A-I.
Dat betekent dat er een serie elementaire rij bewerkingen bestaat waarmee we A
kunnen overvoeren in In. Deze serie rijbewerkingen oefenen we in dezelfde volgorde
uit op det A zodat daarmee det A wordt overgeyoerd in detIn' Daarbij merken we
het volgende op.
• Het weglaten van een 'nulrij bevindt zich niet in die serie rij bewerkingen, daar
rangA = n.
• Het verwisselen van twee rijen gaat gepaard met een tekenomslag van de deter-
minant (volgens eigenschap 4). Daar detA = 0 blijft de waarde van de determinant
die na zo'n bewerking ontstaat -gelijk aan nul.
• Het vermenigvuldigen van -een rij met een getal ongelijk aan nul betekent dátde
determinant met dat getal v~rmenigvuldigd wordt (volgens eigenschap 5). Daar
detA = 0 blijft de waarde van de determinant die na zo'n bewerking ontstaat gelijk
aan nul. -
• Het optellen van een veelvQud van een rij bij een andere rij doet volgens eigen~
schap 6 de waarde van de determinant niet veranderen.
Kortom, als det A = 0, dan is na tenuitvo'erlegging van deze serie elementaire rij- -
bewerkingen ook det In = O. Dit is in tegenspraak met eigenschap I die luidt dat
detI n = 1. Dus detA =1= O. 0

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

2) Voor elke verwisseling T van Jn geldt:

f(Vr (1),VT(2), ... ,Vr(n) = -f(V1 ,v2 •... ,Vn)·
Dat wil zeggen dat f een alternerende funktie is.
3) Zijn U en W vektören uit IRn (<c n) en À en Jl getallen, dan geldt voor
p := 1(1)n: f(V h . . . ,VP_l>ÀU + J.lW,VP+l' ... ,Vn) = .
Àf(Vb . . . ,Vp_1,U,Vp + 1o ••. ,vn) + J.lf(Vb • . .- ,Vp_loW,VP+l' ... ,Vn)·
Dat wil zèggen dat f lineair is in elk van zijn n veranderlijken.
Bewijs dat f = det.

73 Eigenschap 8 over ordeverlaging va'n een determinant

In deze paragraaf is n ~ 2.
Voor de goede orde herhalen we het begrip kofaktor. Laat A een nxn-matrix zijn en
laat aij een element van A zijn; dus i en j inJn. De ondermatrix óf minor v~n aij is
de (n - l)x(n - l)-matrix die ontstaat uit A door er de i-de rij en de j-de kolom van
te schrappen. We zullen de ondermatrix van aij aangeven met Ai;; deze notatie voor
een ondermatrix zullen we alleen in deze paragraaf bezigen.
De kofaktor van aij, notatie Aij, is de determinant van de ondermatrix Alj van aij '
vermenigvuldigd met (_1)1'+'J;

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

/!/kOfaktor. . detA = i~' "pA,p (detA = j~, apjApj).

)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

"{ba(n),n = 0 alsa(n) =#= 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 ..

au a1,p-1 0 al,p+1 al,n

ai-l,l ai-1,p-1 0 ai-I,p+ 1 ai-1,n

ei= ai, I ai,p-I 1 ai,p+ I ai,n
ai+1,1 . ai+l,p-1 0 ai+ l,p+ 1 aH 1,n

an,I ... an,p-I o .an,p+ I .... an,n

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

detei = det(A(l), ... ,A(P-I),Ei,A(P+ 1), •.. ·,A(n)) =

" {We verwisselen Ei net zo lang met zijn rechter buurkolol,ll

totdat Ei de plaats van de n-dekolom heeft ingenomen. Daartoe
zijn n .- p verwisselingen nodig}"
4 .
= (-l)n- P det (A(I), ... ,A(P-I),A(P+l), ... ,A(n),E i ) =

. al,p-l o

ai-l,l ai-l,p-l ai-l,p+ I ai-I,n 0

= (-l)n - P det ai,! ai,p-I ai,p+ ) ai,rl '1
ai+I,I ai+l,p-l ·ai+ I,p+ ·) ai+) ,n 0

. 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

all " .al,p_lal,p+1 . . . al,n .0

ai-J,J. . . . ai-;-J,p-l ai-l,p+l .. . ai-J,n 0

ai+l,J . . . ai+J,r .- 1 ~i+JtlJ+1 . . . ai+I,n 0

an,J '" an,p-J .an,p+J '" an,n o

ai,l . . . ai,p":"l ai,p+1 . .. ai,/l 1
/

! (~1)2n-i-PdetA~p = (~l)-i-PdetAjp = (-l)i+PdetAjp = .Aip'

Daarmee is aangetoond dat detd = Aip, i := 1(1)n,
c) De p-de kolom AW) van A is te schrijven als

alP . 1 0. 0.
0.

0. n
AW) = aip = alp + ... +ajp I + , , , + anp = ~ aipEi"
0. i=l

0.
anp 0. 0. 1

d·et A' -- d et (A(l)

: "" ~
AW-l) ,~aip
,n. A(P+ 1), ' . ,,/\(n» -~
E i,n.
i=l
n . .
= ~ . aipdet(A(1), . i , ,AW-l),Ej,AW+l), ,., " ,A(n» =
i=l .
n . b n
= ~ 'aipdetC = ~ aipAip'
I
o
i=l i=l
Met eigenschap 8 kunnen .we een n-de orde determina~t terugbrengèn tot een (n - l)-de
orde determinant.

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.

Let op het plaatsverschil van de voetcijfers i en j in beide leden. Een driestapsreken-

schema voor de beièKe'ningvan adjA uit A' is het volgende: '
Stap 1: Vervang ieder element van A door d~ determinant van zijn ondermatrÎx.
Stap 2: Geef de elementen een pássend teken volgens het schaakbordpatroon van
plussen en, minnen. De matrix die dan ontstaat heet wel de kofaktorenmatrix
,
~~ ,

Stap 3: Spiegel om de hoofddiagonaal.

Voorbeèld

M=U! ~ !] ~ [! -7 , 5 ] 3e [ , 1
2 -4 ~ -7
4
2
-1] ,~ = adj M.
-1 1 -1 1 1 5 -4

Laat A een n xn-matrix zijn. Dan geldt

A(àdjA) = (adjA)A = (detA)In'

,

Bewijs. Laat p en q verschillende getallen uit Jn zijn. Stel p q. <

á) Laat de nxn-matrix M ontstaan uit A door de p-de kolom van A te, vervangen door
de q-de kolom van A;

au .' . al,p-l alq al,p+l al q . aln

M=

anI . an,p~l anq, an,p+ I . a nq . a nn

Daar M twee gelijke kolommen heeft, is volgens eigenschap4 det M = 0, -terwijl

n
volgens eigenschap 8 geldt dat det M = ~ aiq Aip' Blijkbaar geldt
- ' i=l ,
als p =1= q.

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

Een met a) overeenkomstige redenering leert dat

n
.~ aqjApj = 0 als ,p =1= q .
j=l .

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'

d) Stel D = BA = (adjA)A. Dan moeten we bewijzen dat d~s = detAcS rs '

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

h) De nxn-matrix H is bepaald door hij = (-l)i+jfij, ij := l(l)n.

Bewijs: det H = det F. Aanwijzing: ga uit van de definitie van de determinant.
i) Xk, k := Hl)n zijn n g~tallen. Denxn-matrix V is bepaald door Vlj = l,
j := 1,(l)n; en vij == (Xj)l-\ i:= 2(l)n, j := l(l)n. '

1 1 1
Xo
x. 0 2

·0-1 ·0-1 ·0-1

Xl X2 Xo

detV heet de determinant van Vandermondé.

0-1 0
Bewijs: detV = n n (xi - Xj), ofwel, anders geschreven,
, j=l i=j+1 .

'detV = (X2 - Xl)(X3 .:.... Xl)(X4 - xd (X o - Xl)·

• (X3 '- X2)(X4 - X2) (x o - X2)·
·(X4 - X3) (X o - X3)"
..
, ;(XO-l ' - Xo -2)(X o - Xn -2)·
·(xo - Xo-l)·
Aanwijzing: met volledige induktie.

74 Eigenschap 9. DetAB = detA· detB

:::::::: Eigenschap 9

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 .

"{gevolg van eigenschap 4}"

- ~ b" b b " . d ' «I) (2) (P) (n»
-;- ~~sn 0(1),1 0(2),2" . o(p),P" .bo(n),nsgna et /\ ,/\ , ... ,/\ . , ... ,/\ .

= detA LS sgnaba(l),l bab),2' .. ba(p),p· .. b~(n),n

oE n
3
= detA . LS sgnab l ,0(l)b 2,a(2)' .. bp,a(p)· .. bn,a(n) = detA detB. o
oE n ' /

Is A een inverteerbare matrix, dan volgt uit eigenschap 9 dat geldt:

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.

75 Determinantrang van een matrix. Nogmaals stelling 13

Laat B eeIimxn-matrix zijn. Laat p een natuurlijk getal zijn groter dan 0 en kleiner
dan of gelijk aan de kleinste van m en n: we schrijven I ~ p ~ min {m,n}.
 328 §75

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

rij en de eerste, tweede en vijfde kolom van M geeft de 3 x3-deelmatrix 3 5 7

· 492 _
van M.
Laat Been mxn-matrix zijn ongelijk aan de n:ulmatrix Omn. De determinantrang van B
is gelijk aan de orde van de grootste deelmatrix van B waarvan_de determinant ongelijk
aan nul is. De determinantrang van 0mn is gelijk aan nul.

:::;::::::::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

b) Los x op uit ,de volgende vergelijkingen.

x 2 I 2 x+2 3 2 x+2 x 'TT V3 1

2 1 2 x
= 0,
1 x - 2 0 I
= 0,
1 x ' v'2 1
= 0
1 2 x 2 3 -1 5 2- x 1 2 x ,1
2 x 2 1 1 -4 3 -x 1 2 3 1
330 §75

c) A, B, C en D zijn l1xn-matrixen. Bereken hun determinant.

O, i =j Cii= 2, i:= 1(1)n

*
aij = {j, i j
ij := 1(1)n
cln = 4
_ {i, i= j
cnl = 6
{o,n) ..
bij = n, i * j
ij := 1(1)n • "--t-.. (' ') -I-
cij = 0, 1 -r- J, I,J -r- (n,I)' IJ :=
1(1)
n

di,i-l = -di-1,i = 1 i:= 2(1)n

d·1,j. = d·j,l. -= 0 j *
i-I, {i: = 1(1 )n
j := 1(1)n

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

d) D en E zijn 5 x5-matrixen met detD = -14 en detE = 5.

Bereken: detDT, det(V7E- 1), det(E 2 E- I ), det(2ED), detn 2 E- I en
det(E- 1 D- 1 E).
e) F, G en H zijn nxn-matrixen waarvoor geldt: FGH = In. Toon aan, dat G- 1
\

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

In dit hoofdstuk zijn k, m, n en r steeds positieve gehele getallen.

76 Definities en een rekenschema

In §44 hebben we, als gevolg van onze speurtocht naar de eigenwaarden en eigenvektoren van
lineaire operatoren in de ruimte en het pl~tte vlak, geleerd hoe de eigenwaarden en
eigenvektoren van reële 3 x 3- en 2 x 2-matrixen te berekenen. In dit hoofdstuk zullen_we die
resultaten uit hoofdstuk 4 veralgemenen naar -reële en komplexe n x n-matrixen en naar lineaire
operatoren in IRn(<CIl).
Laat A een komplexe n x n-matrix zijn; dat is een-matrix over de komplexe getallen <C; dus A'
behoort tot (C~. Een eigenwaarde van A is een komplex getal Awaarvoor een vekJ:or V in (Cn
bestaat die de volgende twee eigenschappen bezit . ,

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

.' [-I~i -1+i -2-2i]

De komplexe 3 x 3-matrix F = I-i -1+5i 2-2i heeft de eigenwaarde 6i. Imniers,
' ,. -2-2i -2+2i -4+2i
 332 §76

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

eigenw~e ~enüge 1]=[ 3~

F, F[ ] 11
=-6 [ Even gemakkelijK ziet men in dat

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 ,

getal a, maar a :t 0, ook ' -a]

[a-2al
, . ,\"
eigenvektor van G,bij eigenwaarde 2i. Omdat [0]' bij
. ' " .0
°
deftnitie geen eigenvektor'is moeten we a = uitsluiten~
J-,aat A vervolgens een reële n x n-matrix zijn; dat is een matrix over de reële getallen 1R; dus A
behoort tot ~: Een eigenwaarde van A is een reëel getal À. waarvoor een vektor V in lRn
bestaat die de volgende twee eigenschappen bezit
V:tOn
AV=À.V.
Is À. eigenwaarde van A, dan heet iedere vektor X in lRn die de twee eigenschappen
. .
X:T- On
AX=Î..X
bezit een eigenve~or van A bij eigenwaarde A..

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.

oH heeft dus geen eigenwaarden. o

Ev~nzo toont men aan dat de kompie xe matrix G geen reële eigenwaarden heeft.
Dit laatste feit is er waarschijnlijk de oorzaak van ' dat men dikwjjls hoort zeggen dat
de reële matrix H geen "reële" eigenwaarden heeft. Maar de toevoeging "reëlé" is
hier volstrekt overbodig, omdat een reële matrix slechts,eigenwaarden kan hebben die
behore~ 'tot de reële getallen. De genoemde toevoeging is niet alleen overvloedig,
maar ook verwarrend, omdat die bij de toehoorder gemakkelijk t~ijfel kan za~ièn
over de aard van de matrix. "Geen reële eigenwaarden? Praten we dan toch over een
komplexe matrix? Nu begrijp ik er niets meer vani" Dergelijke twijfels vennijdt men
door van de onder handen genomen matrix steeds te melden of het een komplexe,
dan w~l een reële matrix betreft.
De toevoegillg "komplex", dan wel "reëel", bij de matrix is geenszins overbodig,
' maar bepalend v:oor de eigenwaarden eneigenvektoren' van de matrix: \
Zolang de theorie over eigenwaarden en eigenvektoren niet verschilt voor komplexe
n
en reële matrixen, behan~elen we die gelijktijdig, zoals we ook de theorie over<c en
n
IR , vóór de invoering van het inprodukt, in de paragrafen 49 tot en met 59 gelijk-
tijdig behandelden. Dè wezénlijke verschillen tussen komplexe en reële matrixen in
deze theorie zullen we uiteraard duidelijk tot uitdrukking brengen in de loop van dit
hoofdstuk.
Laat À een eigenwaarde van de komplexe (reële) nxn-m~trix: A zijn. De verzameling
van alle eigenvektoren va.n A bij À is vanzelfspr.ekend geen deelruim te omdat de nul- 0

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

als AX = ÀX. Nu is ÀX = À1nX zodat geldt:

 334 §76

AX = ÀX ~ AX = ÀInX ~ On = ÀInX - AX ~ On = (ÀI n - A)X ~

~ (Àl n - A)X = On ~ X in de nulruimte van de nxn-matrix"ÀIn - A.
Blijkbaar geldt:"rx = NUL(Àl n - ' A). Omdat de nulruimte van iedere kompie xe (reële)
n n n n
mxn-matrix een deelruimte van a:: (IR ) is, is ook rx een deelruimte van a:: (IR ); 0
, Bovendien is rx"niet gelijk aan de triviale deelruimte {On}. Immers, À is eigenwaarde
van A. Er bestaat dus een vektor V:/= On met AV = ÀV, zodat V in rx is.
De niet-triviale deelruimte

~ = 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

De OPl~SIDgsrullnte ~ 2-dimensiOn~al. De vektoren VI =[ iJ en V 2 =[~ -] vonnen

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

De oplossingsruimte is l-dimensionaal en de vektor V 3 =[ is een niet triviale

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 /

77 ,Eigenvektoren bij verschillende ~igenwaarden

In he[t"~::~ v~:~~2~~ d]~ komplexe matrix [ i] _ [ -2 ]

F= ' I-i -1+5i 2-2i ' bleek tweetal (V1,v2)'met VI = ~ , V2 = 0 een basis
-2-2i -2+2i -4+2i 0 ' 1
. . - 1 . --

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' _

terwijl. het (k -1)-tal (Vi, i := 1(1)k -1) onafhankelijk is.

Nu geldt enerzijds

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-

we dit toe op hetdrietal (V" V" V,l =

voorbeeld, dan zien we dat het ,onafhankelijk is.

n[
schillende eigenwa~den van A horen alleen de nulvektor On gemeen hebben. Passen

([iJ. [- i} uit het boven genoemde

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
~' ~

Bereken a, [3 en 'Y en de eigenwaarden van B. Bepaal een basis voor iedere ,

eigenruimte van B.

1] "
c) x, y, z, u en v zijn reële getallen. De 'vektor . ~
[ is een eigenvektor van de- ,

.reël~ matrix C =
[3
~

Bereken x, y, z, u en v en 'de eigenwaarden van C. Bepaal een basis voor

iedere eigenruimte van C.
d) D is een 4x4-matrix met twee eigenwaarden À en Jl (dus À =1= Jl). De vektoren
V1 en V2 vormen een basis voor de eigenruimte r À van D bij À. V3 is een
eigenvektor van D bij Jl. Bewijs dat (V 1, V2, V3) een ona.fhankelijk 3-tal
vektoren is.
 §78 339

e) ' E is een idempotente reële3 x3-matrix. De vektor [

.
!]
-1
behoort tot NUL(E),

terwijl het tweetal vektoren [-!] -n

en [ tot KOL(E) behoren.

Bereken de eigenwaarden van E en bepaal een basis voor elke eigenruimte

van E.
f) P is een reële nxn-matrix waarv~or geldt dat p 2 = In, terwijl P zowel de
eigenwaarde 1 als de eigenwaard~ -1 heeft.
(i) Toon aan dat de kolomruimte 'van In + P de eigenruimte 1;. van P is bij
eigenwaarde 1. '
(ü) Toon aan dat de kolomrullnte van In - P .de eigenruimte :Cl van F is bij -
eigenwaarde -1.
(iii) Waarom is r;.n 1:. 1 = {On}?
(iv) Toon aan dat iedere vektorvan IRn op precies één manier geschreven kan
worden als de som van een vektor V in 1;. en een vektor W in f-l'
g) G is een idempotente reële nxn-matrix die zowel de eigenwaarde 1 als de
eigenwa~rde 0 heeft. .
(i) Toon aan ~at KOL(G) de eigenruimte 1;. van G is bij eigenwaarde 1.
(ti) Toon aan dat KOL(In - G) de eigeriruimte ravan G is bij eigenwaarde O.
(iii) , Toon aan dat iedere vektor van ,IRn op precies één manier geschreven
kan worden als de som van een vektor V in 1;. en een vektor W in ra.

7~ Een berekeningswijze van machten van een matrix

We zullen nu een toepassing van het berekenen van eigenwaarden en eigenvektoren
van een matrix behandelen. In veel uit de praktijk stammende vraagstukken stuit
men op de berekening van een macht vaneen nxn-matrix A. Een rechtstreekse .
berekening van, zeg Am, is voor de meeste matrixen A tamelijk bewerkelijk. Maar
_betreft het een macht van een diagonaalmatrix D = diag (dl, d2 , • . . ,d n), dan is de
berekening van Dm, onverschillig voor welke positieve m, erg eenvoudig:

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

te vermenigvuldigen volgt A = PDP- l . .

Am = (PDP-l)m = (PDP-l)(PDP- l ) ... (PDP- l ) =.

. t t t
m keer
\= PD(P-lp)D(P-lp) ... (P-lp)DP- l = PDIDI . . . IDP- l =
t t t t t t
(m - 1) keer (m - 1) keer
= PDD .... DP- l = PDmp- l . (zie opgave 37d,e)
t t t
m keer

Bestaat zo'n diagonaliserende matrix P voor A, dan is Am als produkt van P, Dm en

p- l tamelijk eenvoudig te berekenen.
Een voorbeeld vinden we in het volgende probfeem van informatieoverdracht. Stel
dat een gerucht over een mogelijke devaluatie van de gulden zich verspreidt van een
persoon Xo naar een persoon Xi> en van Xl naar een persoon X2 , enzoverder.
Allerlei redenen leiden ertoe dat het niet zeker is dat een persoon die een bepaalde
informatie krijgt, diezelfde informatie weer doorgeeft aan de volgende persoon. We
nemen aan dat de informatieverspreiding plaats vindt zoals .beschreven in de volgende
tabel.

Zegt een persoon Xi

dan zegt de volgende devaluatie ik weet het niet geen devaluatie
persoon Xi + 1
4 2 2
devaluatie ïö 10 10
4 6 4
ik weet het niet 10 10 ïö
2 2 4
geen devaluatie
ïö 10 10

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

- [kanS dat Xi "devaluatie" zegt _]

Yj = kans dat Xi "ik weet het niet" zegt " i> O.
kans dat Xi "geen ' devaluatie" zegt .

Het is duidelijk dat Y1 = MYo ; er is één tussenpersoon. Evenzo is Y2 = MY1'.

Met Y1 = MYo volgt Yi ~ M2 y o ; er zijn twee tussenpersonen. Bij drie t~ssenp'ersonen
volgt Y3 = M3 y o, enzovoort. . ,
/ In het algemeen beschrijft de matrixvergelijking

i E IN

de informatieverspreidmg van persoon Xi .haar persoon Xi+l' ,

Zo'n vergelijking heet een rekurrente betrekking voor de rij (Yj);:-o ' Samen met de -
zogenaamde beginvoorwaarde Yo, bepaalt deze , ondubbelzinnig de hele rij. Yr kunnen
we met de rekurrente betrekking, teruglopend, uitdrukken in M en Yo.

",-, - r -- MY.r-l -- M y'r ~ 2

Y. M3, y'r-3 Mr-Iy1 -- MrY,
_ - o· ,
2 -- -- . . . --

Yr beschrijft de informatieverspreiding bij r tussenpersonen. Willen we weten hoe het

gerucht zich zal verspreiden bij ,·100 tussenpersonen, dan moeten w~ MlOO bérekenen.
Nu hebben we in §44 voor de onderhavige matrix Meen diagonaliserende matrix
1" 1 0 ] -' ,_"
,T = 2 ~1 ~1 gevond~n: T-IMT =: D =diag(l,},}) ofwel M ~ roT-I. ' _
[
1 0 1 - _
10 0 -

MIOO = (TDT-I)IOO 7 TDlOûT-1 =T [0 (})IOO , 0"] T-l.

" , 0 0 C})lOO

_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 '

0]oo -= [1 -~o -~] [~

T- 1 2
1 1 0
~ ~]*[ ~ -~ -~] =
() 0 -1 -1 3
342 §78

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.

79 Gelijkvormigheid van m~trixen en stelling 19

We herhalen voor de goede orde enige begrippen uit §44.
Laat zowel A als Been nxn-matrix zijn. A heet gelijkvormig met B als er een
inverteerbare matrix P bestaat met de eigenschap dat

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

dan zeggen we dat A unitair gelijkvormig is met B.

Voorbeeld '
De komplexe matrix [ ~5 ~ 1] is unitair gelijkvormig met de komplexe matrix [~ -4J
-2i '
_1_ 1 + 2i

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

dan zeggen we dat .A ortogonaal gelijkvormig is met B.

- -
Is dè matrix A geljjkvormig met een diagonaalmatrix D, dan noemen we de matrixP
waarvoor geldt -dat D = p- l AP een diagonaliserende matrix voor A.. '
In de volgende stelling bewijzen we het in het vooruitZicht gestelde kenmerk voor het
gelijkvormig zijn van een vierkante matriX: met een diagonaalmatrix.
:~~Stelling 19
)Laat A een nxn-matrix zijn. De volgende twee uitspraken zijn dàn gelijkwaardig.
:) A heeft een n-tal eigenvektoren dat onafhankelijk is~
:::2) A is gelijkvormig met een diagonaahnatrix, Ofwel er bestaàt een diagortaliserende '
{ matrix voor A. .-
)Is A gelijkvormig met een diagonaalmatrix L, dan is elk element van de hoofddiagó- .
:~::ilaal van Leen eigenwaarde van A. Is Q een diagonaliserende matrix voor A dan is
!!!!!IIII! :::iedere kolom van Q een eigenvektor van A.
Bewijs
a) Laat (\1, 1 := 1.(1 )n) een onafhankelijk n-tal ' eigenvektoren van A zijn. Dus bestaan
er getallen Ài , waarvoor geldt datAVi =:= ÀiVl, i := I (I )n. Merk opdat de getallen Ài
niet alle verschillend hoeven te zijn. . _
Definieer de matrix P door p(j) =Yj en de diàgonaalrriatrix D door dB = Ài,'
, i := 1(1)n. .

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 ,

Omdat het n-tal CVi,

i := i(1)n) onafhankelijk is bestaat volgens stelling 3 p-l.
A:e.. = PD ~ "{links vermenigvuldigen met P- 1}" ~ p-1AP = D.
Dus A is gelijkvormig met een diagonaalmatrix, en }P is een diagonaliserende matrix
, "

voor A. Blijkbaar volgt uit uitspraak 1) noodzakelijk uitspraak 2). '

b) Laat nu Q een diagonaliserende matrix voor A zijn. Dan is A gelijkvormig met, de
diagonáalmatrix L bepaald door L = Q-l!\Q. Uit Q-1AQ = L volgt AQ = QL. , '\

,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

e) El en E2 zijn twee' verschillende reële nxn-matrixen. De n getallen Xi,

i := 1(1)n zijn alle verschillend en vormen de eigenwaarden van zowel El als
~. Bewijs dat El gelijkvormig is met ~2.

f) Ft en F 2 zijn twee verschillende reële nxn-matrixen. De r getallen J.li,

i := l(1)r, waarbij r < n, zijn alle verschillend en vorm én tezamen de eigen- .
waarden van zowel F1 als F2 .
Is FI gelijkvormig met F 2 ? Zo ja, bewijs dat; zo nee, geef eeri voorbeeld.

" 80 De karakteristieke veelterm van een matrix; stelling 20

Laat A een n x n-matrix zijn. We herinneren aan de defInitie·van het spoor van S, notatie sp A;
n
SpA=L,aii.
i=I

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

det(tI n - A) = tn - spAotn- 1 + ... + (-l) n detA.

Voor n = 2 ,volgt, zoals we voor een reële A al in .§45 vonden.

t - au
det (tI 2 - A) =
I -a21
-
Voor n =3 volgt, zoals we voor een reële A al in §45 vonden:

-_ t 3 - (all + a22 + a33 )t 2 + (Iall a231 + la 33 a311_)t _ ::: ::: :::.

a21 a33 a13 au
I a31 a32 a 3::1 ,
Het functievoorschrift t 1-+ det (tIn - A) is blijkbaar dat van een veelterm van de
graad n. Deze veelterm heet de karakteristieke veelterm van A die we aangeven
met LlA.. Is A een komplexe matrix, da,n is Ll A een komplexe veelterm gedefinieerd
opC::, en is A een reële matrix, dan is Ll A een reële veelterm gedefinieerd op IR.
De nulpunten vaD LlA zijn de wortels van de karakteristieke vergelijking van A en dus
de eigenwaarden vim A. _'
e
Is A een komplexe matrix, dan heeft de komplexe n graads veelterm LlA , volgens de
hoofdstelling van de algebra, n al of niet samenvallende nulpunten. Geven we deze n
nulpunten achtereenvolgens aan met Vi> i := 1(1 )n, dan kunnen we Ll A schrijven als

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

Zijn alle nulpunten van ~A verschillend, dan heeft A n (verschillende) eigenwaarden;

ieder nulpunt bepaalt één eigenwaarde. Blijkbaar geldt dan

sp A is de som van de eigenwaarden van A,

(2)
det A is het produkt van de eigenwaarden van A.

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

Uit de formules (1) en (3) volgen nu

L Afa(Aj) en detA= rr Aj<X(Î..j).

r r _
(4) sp A=
j=l 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. -

: :.~:. :D an gelden de formulers r .

spA =~ Àra('Àj) en detA = II À·a(Àj)
j=1 j=1 J
 §80 349

:::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

ï?s ( [~~ :~ ~~] -[: :~:] + [~~ ~~ ~~].- [~ ~ ~ J-)=[~ ~ ~], in

31 31 32 42' 42 49 11 11 22 0 0 5 0 0 0
overeenstemming met de stelling van Cayley:-Hamilton. De stelling maakt het mogelijk om in
de trant van o~ga~e 33 de inverse van M te berekenen. Immers,
M 3 _1M
5
2 + llM -...LI = ,0
25 25 .3 /
~ M 3 _lM
', 5
2 + 1!M:::...LI
25 25 3
~.

~ 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

(i) Bereken sp A, det A en geef de karakteristieke vergelijking !lA van A.

Bereken de eigenwaarden van A en vermeld hun algebraïsche
veelvoudigheden.
(ti) Ga voor A de stelling van Cayley-Hamilton na.
(iii) Bereken A-l -uit (ti) en leid uit (ti) de karakteristieke veelterm van A-l
af.
.(iv) Bereken getallen x, y en z zodat A4 = xA2 + yA + zl.
(v) Bereken de eigenwaarden van A- l .
(vi) Leid uit (v) de karakteristieke veelterm van A- l af en vergelijk het ant-
woord met dat van (iii).
b) p, (J en T zijn reële getallen waarvoor geldt p2 + aT = -5. B is een reële 2x2-
matrix; B = [p
T
aJ .
-p
(i) Geef de karakteristieke veelterm van B.
(ti) Bereken met behulp 'van de stelling van Cayley-Hamilton B27, B28 , B29 ,
B- l , B-lO en B- l l .
c) C is een 2 x 3-matrix en D is een 3 x 2-matrix;

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.

81 Dimensies van eigen ruimten en nogmaals stelling 19

Laat A een n x n-matrix zijn met eigenwaarde A.. De dimensie van de eigeirruimte n" van A bij À .
noemt men we de meetkundige veelvoudigheid van A.. Deze is klemer dan of gelijk aan de
 §81 351

algebraÏSche veelvoudigheid van À,

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

Definieer de matrix B door P-:IAP. Dan is B gelijkvormig met A, zodat, volgens

opgave 90, A en B dezelfde karakteristieke veelterm hebbe.n en À dus ook eigen.; .
waarde van Bis.
. --
VIH

--v[I
- - Vl!l--

H
- - Vn

--V~
= - - . uH
vk+1 _ .. -

. H
- - Vn
352 §81

"{AVj = ÀjVj, j := 1(1)k; dit k-tal behoort immers tot r;>J"

--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

We merken nu het volgende op:

• Is het getal À een enkelvoudig nulpunt van de karakteristieke veelterm ··van de
matrix A, dan is de eigenruimte f À van A bij À blijkbaar é~n-dimensionaa(
• Is de som van de algebraïsche veelvolidigheden van de eigenwaarden van A gelijk
aan n en is van iedere eigenwaarde van Ade algebraïsche veelvoudigheid gelijk aan
de meetkundige veelvoudigheid, dan iS 'de som va~ de dimensies van de eigenruimten
van A gelijk aan n. Blijkbaar heeft A dan een onafhankelijk n-tal eigenvektoren.
• Nu omgekeerd. Heeft A een onafhankelijk n-tal eigenvektoren, dan is de som van
de dimensies van de eigenruimten van . A gelijk aan n, en volgt uit de juist bewezen
eigenschap dat de dimensie van iede.re eigenruimte gelijk is aan de algebraïsche
veelvoudigheid van de bij die eigenruimte horende eigenwaarde; tevens is dè som van
de .algebraïsche
-
veelvoudigheden van de eigenwaarden
.
van A dan n.
'We verwoorden stelling 19 nu opnieuw en uitgebreider.

~:~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.

82 Lineaire stelsels eerste-orde differentiaalvergelijkingen

Sommige stelsels differentiaalvergelijkingen kunnen we tamelijk gemakkelijk oplossen
door een passend gebruik te maken van eigenwaarden en eigenvektoran van een matrix.
354 §82

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)

We leggen aan de oplossingen van ,(I) de volgende beginvoorwaarden op.

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) = Yl(t) - 3Y2(t) + 3Y3(t) - 3 '+ 2t, met Yl(O) = -3,

moet zowel Y2(t) als )l:3(t) bekend zijn. Evenzo ligt de zaak voor Y2(t) en Y3(t). Men
zegt: het stelsel (1) is gekoppeld.
We proberen nu een koÖrdinatentransformatie te vinden waarmee het gegeve'n stelsel (I)
overgevoerd kan worden in een nieuw ontkoppeld stelsel, dat we mogelijk gemakkelijk
- ,

kunnen oplossen, en waaruit we vervolgens de gevraagde oplossingen kunnen vinden

door terug te transformeren. Daartoe schrijven we het. gegèven beginwaardepro.bleem
op een voor zichzelf sprekende wijze in matrixvorm.

r~:~~~j' = r~3j . '

l
(1) Y~(t)lll
y~(t) '= . 3'
-3
-5 3j
3 lYl(t)j
3
Y2(t) + r-7 +.2t
+2tj ,
(2)
y~(t) - 6 -6 4 Y3(t) 6 + 16t Y3(O) -2

We definiëren de volgende matrixen.

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

(1) y'(t) = AY(t) + F(t)

. ,"
(2) . Y(O) = B.
A heet de koëfficiëntenmatrix van het stelsel (1). Het blijkt dat als de koëfficiënten-
matrix van een stelsel differentiaalvergelijkingen gelijkvormig is met een diagonaalmatrix,
er een koördinatentransformatie bestaat waarmee het stelsel overgevoerd kan worden
in een ontkoppeld stelsel differentiaalvergelijkingen.
Nu is de matrix A hier dezelfde als de matrix.M uit voorbeeld 6 van §45. Daar bleek dat M een
diagonaliserende matrix P heeft en gelijkvormig is met diag(-2,-2,4). We schrijven die
resultaten hier over voor A.

P=[~ ~ ~], AP p-l == [ -: . ~2 ~] en p-l =î [~2 ~ ~1].

o 1 2 . 0 0 4
. ,
. 1 -1 . 1
We voeren nu de koördinatentraJ)sformatie uit met p' als transformatiematrix .. De
nieuwe koördinaten geven we ·aan JV.et Z1 (t), zz(t) en Z3(t).

Omdat de elemeI1ten van P konstant zijn geldt dat

Met deze transformatie gaat het beginwaardeprobleem

y'ct) ='AY(t) + F(t), Y(O) =B

over in

[
Z~(t)] [Z1(t)] -
P z~(t) = AP Z2(t) + F(t),
, Z3(t) Z3(t)

Links vermenigvuldigen met p- 1 geeft

-20 ,0] , =!'[-21 1

2-:-1]
0 [-37++2t2t] =[-1 '10- 6t] ,en
Nu is P-1AP =
[ 0 -2 0
00 4
, p"'lp(t)
I-1 1 6+ 16t -2 + 8t
356 §82

, [1 -1] [-3J [1]

P-IB =} -2 2r 0
1 -1 1
3,
-2
= 6
-4
,zodat volgt:
'

Z!(t)] [-2 0 , 0] [Zl(t)] [-1 - 6t]

Z2(t) = 0 -2 0 Z2(t) + 10 ,
[
z~(t) 0 0 4 Z3(t) -2 + 8t

Ontdaan van zijn matrixvorm krijgen we het volgende 'beginwaardeprobleem voorde

funkties z I, z2 en Z3 :

Z;(t) = ,-2z l (t) -1 - 6t

j z~(t) =
z;(t) = ,/
-2z 2(t) + 10
' 4z 3(t) -2 + 8t

Het aldus verkregen ,stelsel differentiaalvergelijkingen is ontkoppeld. We kunnen namelijk

elke vergelijking van dit stelsel afzonderlijk integreren. Voor het onderhavige voorbeeld
zullen we dat ook doen; voor de theorie over het oplossen van 'g ewone differentiaal-
vergelijkingen verwijzen we naar een passend bo~k, bijvoorbeeld Analyse van
dr. J.H.J. Almering e.a., uitg. DUM.

1) z~(t) = -2z I (t) - 1 - 6t, met ZI(O) = 1.

De hierbij horende homogene differentiaalvergelijking Z'l (t) + 22: 1 (t) = 0 heeft als
algemene oplossing de funktieschaar t f-+ C l e- 2 \ ' Cl in IR.
Men gaat gemakkelijk na dat de funktie t 'f-+ VI (t) met VI (t) = -3t + I een oplossing
van Zl'(t) = -2z 1 (t) - 1 - 6t is, zodat de algemene oplossing van de eerste vergelijking
luidt: zIet) = C l e- 2t -3t + 1 met Cl in IR. ' '
ZI (0) = Cl + 1 ~ 1; dus Cl = q. De gezochte funktie voor ZI is

t f-+ Zl(t) = -3t + 1, tE 'IR.

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)
, '

De bijbehorende homogene differentiaalvergelijking z;(t) - 4z 3(t) = 0 heeft als alge-

mene oplossing de funktieschaar t f-+ C 3e 4t, met C 3 in IR.
Men gaat gemakkelijk na dat de funktie t f-+ V3(t) = -2t een oplossing is van
z;(t) = 4z 3(t) + 8t - 2, zodat de algemene oplossing van de derde vergelijking luidt:
 §82 357

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.

Vervolgens transformeren we terug om zo Yl (t), Y2(t) en Y3(t)te berekenen.

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

t r-:+ YI (t) = _4ét · _ St + I tE IR

"
. t f--+ Y2(t) ::;: e -2t '-,-4e 4t - St + 6, \ tE IR
t f--+ Y3(t) = . e-2t --:8ét - 4t + 5, tE IR.

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

y;(t) = -4YI (t) + 4Y2(t) + 3Y3(t) Y3(Q) - 5.

(ili)
rtt)
y;(t)
= y,(t)
=
.' .+ y,(t) + t
Y2(t) '+ 2Y3(t) + I
t(O) ==
met Y2(O) 0
I "-

y;(t) = YI (t) + 2Y2(t) + 5Y3Ct) ~ I . Y3(O)= O.

rtt) =
3y,(t)+ 2Y2(t)+ 2y,(t) . t(O) = 2 .
(iv) Y2(t) =
YI (t) + 4Y2 (t) + Y3(t) met Y2(O) = 0
y;(t) = -2YI (t) - 4Y2 (t) - Y3(t). . Y3(O) = 1.

. 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.

83 De gelijkvormigheid van een komplexe matrix met een bovendriehoeksmatrix;

stelling 21 '
We hebben in het voorafgaande een rekenschema ontwikkeld waarmee de eigenwaarden ,
en eigenvektoren van een vierkante matrix kunnèn worden berekend. Zijn de eigen-
waarden en de dimensies, van de eigenruimten van een matrix bekend, dan kunnen we
vervolgens, met stelling 19, vaststellen of die matrix gelijkvormig is met een diagonaal-
I . .
matrix. Het is echter mogelijk om van een grote klasse van matrixen in één oogopslag , -
vast te 'stellen of die gelijkvormig Zijn nièt een diagonaalmatrix. ZQ zijn onder andere
alle Hermite-matrixen en alle reële symmetrische matrixen gelijkvormig met een .
diagonaalmatrix; de eerste klasse zelfs unitair gelijkvormig en de -tweede klasse orto-
gonaal gelijkvormig. We zullen dit neerleggen in stelling .22 en in -de volgende paragraaf
bewijzen. Het is een gelukkige omstandigheid dat in technisch-natullIkundige vraag-
stukken dikwijls reële symmetrische matrixen en Hermite-matrixen optreden, zodat
men dan verzekerd is van een, althans in beginsel, tamelijk eenvoudige oplossingswijze.
In deze paragraaf bewijzen we stelling 21, _een hulpstelling voor stelling 22. Merk op
dat de kern van de bewijzen van stelling 21 en 22 gelegen is in hèt feit dat de karak-
teristieke veelterm van de aldaar onder de loep. genomen matrixen tenminste één nul-
punt heeft, zodat die matrixen tenminste één eigenwaarde hebben.
 §83 359

\iil~~~Stelling 21 -" , '.

}:::::::: ::::Iedere komplexe nxn-matrix A is unitair gelijkvormig met een komplexe bovendrie-
::}~{: :~:: hoeksmatrix T. Alle eigenwaarden van A bevinden zich. op de hoofddiagonaal van T.
Bewijs _
a) Matrixen die met elkaar gelijkvormig zijn hebben ,dezelfde eigenwaarden; zie opgave 90.
De eigenwaarden van .een driehoeksmatrix bevinden zich op de hoofddiagonaal van
die driehoeksmatrix. Hiermee is de tweede bewering uit de stelling bewezen. De'.
eerste bewering, dat een komplexe nxn-matrix gelijkvormig is met een boven-
driehoeksmatrix, bewijzen we met volledige induktiè naar n.
Voor n == 1 is de bèwering onmiddellijk duidelijk.
Stel nu dat de bewering juist is voor n = m. Laat A een komplexe (m + 1) x (m + 1)-
, matrix zijn. Dan moeten we aantonen dat er .een unitaire '(m + 1) x(m + 1)-mà't rix P
bestaat met de eigenschap dat P- 1AP gelijk is aan een bovendriehoeksmatrix T.
b) Volgens de hoofdstelling van de algebra heeft de karakteristieke veelterm van de
komplexe matrix A tenminste één nulpunt. Dat betekent dat A tenminste één .
eigenwaarde, zeg X, heeft.
Kies een' eigenvektor VI van A bij X, die de lengte I heeft. Dus AV1 = XVI en
VrVl = 1. . ,
c) Breid VI uit tot een ortonormale basis v = (Vj, j := l(1)m + 1) voor (Cm+1, hetgeen ,
mogelijk is op grond van stelling 16 (Gram-Schmidt). · .
Definieer de (m + l)x(m + l)-matrlx P door p(j) = Vj, j :=' 1(l)m + 1.

Omdat veen ortonormale basis is, is P unitair, zodat p- 1 = pH. .

Er bestaat nu een komplexe 1 xm-m'atrix X en een komplexe mxm-matrix B zodat
m
X 1 L
'i _~X_.....Jr
-

,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

o VmH+ IAV2 ...

' H
Vm+IAVm + 1

Omdat Been komplexe mxm-matrix is bestaat er, volgens d~induktieveronderstelling;

voor Beenunitaire matrix Q met de eigenschap dat Q-lBQ een bovendriehoeksmatrix
, '

is. Laat U die mxm-bovendriehoeksmatrix zijn.

Uu
o
, .

o 0 u mm

d) Definieer de (m + l)x(m + l)-matrix G door:

(1) , _ 1 gIj = 0, j := 2(1)m + 1

gl1 - ' gi1 -- 0 , i := 2(1)m + 1.
'(2) de mxm-ondermatrix van G bij gl1 is gelijk aan Q.
-
1 . 0 '. In. 0
o
G= Q
:. m

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

plexe getallen gedefinieerd zijn. Z~ he~ft de reële ,2 x2-matrix [~5 ~ 1] de karakteris-

tieke veelterm t t--+ t 2.+ 4, tE IR,. en deze veelterm heeft geen nulpunten; dus die
matrix heeft geen eigenwaarden. Uit dit laatste kunnen we afleiden dat de reële 2 x 2-

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.

We berekenen nu voor de komplexe 2x2-matrix A = [! ;i] een unitaire matrix P

zodat P-IAP een boyendriehoeksmatrix is. De karakteristieke vergelijking van A luidt

t 2 - 4i - 4 = 0, ofwel (t - 2i)2 = O. Blijkbaar is 2i een tweevoudige eigen'Yaarde van A .

.Een bij 2i_horende eigenvektor van A is [~J ' die we normeren t~t Vl = 0. [~J '

welke vektor we als eerste kolom van P nemen.

We zoeken nu een. vektor V. 2 = [xJ

y met' lengte 1 die loodr~cht staat op Vl.

(Vl,V2 ) = vfIv2 = [1/v'2 -i/~] [ ;] = 0. -}z e~s O.

Een oplossing is V2 =0 [! J.

Defirueer P door p= U~2J [~ 0J. ='

v'2v'2
P. is duidelijk unitair en er geldt dat
_ .
-iJ [i
1 1 3i
1] _1
0
[1 i
i] _ 1 [1 -iJ
1 -"2 ' -i 1
[2î 0]_
-2 4i -

='! [~i :iJ =[~i ~i ] . Blijkbaar 'is P = 0. [: ~ J de gezochte matrix. Merk op dat
 §83 363,

' de wortels van de karakteristieke vergelijking van A de hoofddiagonaal van de boven-

driehoeksmatrix sieren.

Opgàve 93
a) Bereken ~en unitair: matrix P zodat p-I [~i ~ ] Peen boveridriehoeksma.trix
is.

b) Bereken een unitaire matrix P zodat p- I [1 ~i I ; i] Peen bovendriehoeks-

matrix is.
c) Toon aan dat iedere reële benedendriehoeksmatrix ortogonaal gelijkvormig is
met een bovendriehoeksmatrix.

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.

In paragraaf '82 hebben we gezien dat een stelsel differentiaalvergelijkingen tamelijk

gemakkelijk kan worden opgelost als de koëfficiëntenmatrix ervan gelijkvormig is
met een diagonaalmatriX. Lang niet alle stelsels hebben die eigenschap. Maar als de
koëfficiëntenmatrix van een gegeven stelsel gelijkvormig is met een bovendriehoeks-
matrix, dan sta,a.t weer eell tamelijk eenvoudige oplóssingswijze voor zo'n stelsel ter '
beschikking.

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.

Y;(t)J [13 9 [YI(t)]

J'
[ y;(t) = , -16 , 37 , Y2(t) ,
YI(O)] =
, [ Y2 (0)'
[-IJ2 .
364 §83

A heeft dus één tweevoudige eigenwaarde Àl = 25, en A is duidelijk niet gelijkvormig

met een diagonaalmatrix. We proberen een bovendriehoeksmatrix te berekenen waar-
mee A gelijkvormig is. Daartoe zoeken we een eigenvektor VI van A bij eigenwaarde
25, die lengte I heeft.

[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

ortonormaal, zodat p-l = pT = ~[!4 : J . Men gaat gemakkelijk na dat

P-' -lAP' ' = [25

0 25J
25 ,zo d at A ge liok
J vormIg IS met d e b oven d neh oek'smatr~ [2525J
0 0 0

0 25 .
0

We voeren nu de koördinatentransformatie uit die P als transformatiematrix heeft; de

nieuwe koördinateil noemen we Zl(t) en Z2(t),

P [Zl (t)J = [Yl (t)J' ~ [Zl (t)J ,= p-l [Y~ (t)J .

Z2(t) Y2(t) , Z2(t) Y2(t)
Het beginwaardeprobleem

[ Y2(t)
Y~ (t)J = A [Yl (t)J
Y2(t) ,
Yl(O)J = [-IJ
[ Y2(O) 2
gaat daarmee over in

p [Z~ (t)J = AP [Zl (t)J ' p [Zl(O)J = [-IJ.

Z2(t) Z2(t) " " - z2(O) 2'
Linksvermenigvuldigen met p-I en uitwerken leidt tot:

[ 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

We vullen dit resultaat in in de eerste differentiaalvergelijking, hetgeen leidt tot

zIet) = 25z l (t) + 50e25t

{Zl(O) = 1.
-De hierbij horende homogene differentiaalvergelijking zIet) = 25z l (t) heeft ills oplossings-
schaar de funkties t ' ~ C e2St met C in ' IR. Men gaat gemakkelijk na dat de funktie
t ~ 50te25t een oplossing is van z;(t) = 25z l (t) + 50e 25t, zodat de algemene oplossing
van de eerste differentiaalvergelijking luidt: Zl (t) == Ce 2St + 50te2St met C in IR.
Zl (0) = C ~s 1. Dàarmee is de funktie Zl bepaald. door '

tE IR.

Terugtransformatie levert de gezochte funkties Yl en Y2.

2St 25t 2 2St
Yl(t)] = p[Zl(t)] = 1[3 -4J' [e + 50te ] = [_e2,St 30te ]' ,
:.-
[ Y2(t) Z2(t) 5 4 3 2e 2St ,
2e ,5t + 40te 25t
.
.

De oplossing van het gegeven beginwaardeprobleem luidt dus:

t ~ Yl (t) = (30t - 1)e 2St, tE IR

t ~ Y2(t) = (40t + 2)e 2St, tE IR.
, .
Nu is weliswaar niet , iedere reële vierkante matrix. gelijkvormig met een bovendriehoeks-'
'matrix, maar wel iedere vierkante komplexe ,matrix, volgens stelling 21. Daarom be 4

schouwen we stelsels differentiaalvergelijkingen meestal over de komplexe getallen. Dat

betekent dat we ook komplexwaardige funkties als ,oplossingen toelaten en de koëffici-
entenmatrix opvatten als een komplexe matrix. Uit stelling 21 volgt dan, dat we met
de metode uit het 'voorbeeld ieder stelsel lineaire gewone differentiaalve!gelijkingen ,
van de eerste orde, m deze ruimere zin, iJl beginsel' eenvoudig kunnen oplossen.

. Opgave 95 ,
Los de onderstaande beginwaardenproblemen op.

(i) IY~ (t) = 3Yl (t) -: Y2(t) [Yl(O) = I

, ' Y2(t) = -Yl (t) + Y2(t)
met 1IY2(0) = 2.
r
(ii) {Y~(t) = -2Yl(t) - Y2(t) , Yl(O) =7
Y2(t) = Yl (t) - 4Y2(t) met {Y2(0) = 1.

/
 366 §84

84 Reële symmetrische- en Hermite-matrixen. Stelling 22

?~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.

Blijkbaar is Teen Hermite-matrix. Daar Teen bovendriehoeksmatrix is, is T kenne-

lijk een diagonaalmatrix en is A unitair gelijkvormig met een diagonaalmat:r;ix.
a2) Daar T ~en Hermite-matrix is, zijn zijn hoofddiagonaalelementen reëel. Alle eigen-
waarden van A bevinden zich op de hoofddiagonaal van T, zodat alle eigenwaarden
van A noodzakelijk reëel zijn. -
a3) Laat À. en Jl twee ven>chillende eigenwaarden van A zijn en laat X en Y twee
eigenvektoren van A zijn zo, dat AX = À.X en AY = JlY. We moeten bewijzen dat X
loodrecht staat op Y, ofwel dat (X,Y) = O.

<X,Y) = 0 ~ XHy = 0 ~ "{À. - Jl =1= O}" (À. - Jl)XHy = 0 ~

À,XHy = JlXHy ~ "{À is reëel}" (À.X)H y = XH(JlY) ~
(AX)H y = XHAY ~ . XHAHy = XHAY ~ "{AH = A}"
XHAY = XHAY.

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.
_

4-3 2-3 0J ~ .~ ~ [~1 ~ =~ ~ ~] ~ ~ [~

- -3 3 -3 3 0 I

[ , 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

V1= [ jJ ligt duidelijk in r À,' We stellen V, = [~~ J en eisen dat V, in r À, iS en

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'

V, r {[1 0I -1-2 01 00] ~ [1000 -1

-2 o 0]
è '
2 In i\ , (j 2 0
V2 1 VI 0 1 0 -1 0 0 1 0 -1 0

V2 =-[ : J
is een oplossing van dit stelSel en (Vb V,) vormt een basis voor r" be~ta~de
.'I '
'

uit twee onderling loodrechte vektoren.

368 §84

We berekenen vervolgens de eigenwaarde À-2 van A die bij de gegeven eigenvektor

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.

Een basis voor de ééndinlensionale eigenruimte r À 3 van A bij eigenwaarde À-3 =2

zouden we kunnen vinden door X op te lossen uit (214 - A)X = 04'
We kunnen echter ook als volgt gebruik maken van stelling 22.

Stel de vektor V4 = [::]

x3
is een basis voor rÀ 3
• Omdat À-3 *" À-l staat V4 loodrecht op

X4

zowel V l als V2, en omdat À-3 *"

À- 2 staat V4 ook loodrecht op V3. Het inprodukt
van V4 met achtereenvolgens V b V2 en V 3 is dus O. Dit leidt ertoe dat V4 oplossing
is van het volgende schematisch opgeschreven stelsel van drie vergelijkingen in de on-
bekenden xi> X2, X3 en 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

~ij À1 = 4: V, = [ IJ gaat M nonnenng over m u, = 0 lil

1

['IJ ' lIJ /

, 1 .. '1 1
V, = : gaat na normenng over Jn U, =2": .

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 .

D,e genormeerde eigenvektorèn Uh U2 , U3 en U4 kiezen we als kolo~men van de ge-

zochte ortogonale matrix P.
1 1 1
0 2 2 .,j'ï

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

(i) .Bereken de eigenwaarden van B.

(ii) Bepaal een diagonaliserende matrix voor B.
(iii) Bereken B. .

c) C h C 2 en C3 zijn komplexe matrixen. Cl = . [1 1+i 1~

2
iJ .

[~
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

Voorts is gegeven dat

[-~i ] een eigenvektor van Cz, en [JJ een

eigenvektor van C3 is, terwijl C2 de eigenwaarde 2 en C3 de eigenwaarde -3

heeft.
Bepaal een unitaire diagonaliserende matrix Pj VOOt; Cj, j := 1(1)3, en bereken
Pj-lCjPj.
d) Bepaal voor j := 1(1)3, een ortogonale diagonaliserende matrix Pj voor de reële
matrix Dj; bereken prlDjPj.

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

Een reële nxn-matrix A heet positief, danwel definiet positief als:

1) A symmetrisch is, en
2) voor iedere X uit IR~ behalve voor X = On, geldt dat (AX,X) ~ 0, danwel (AX,X) > O.
Opgave 97
a) A is een reële definiet positieve n x n-matrix.
(i) Toon a!ln dat alle eigenwaarden van A 'groter dan nul zijn.
(ii) Toon aan dat er een reële symmetrische matrix S bestaat waarvoor geldt:
S2 = A.
 §84 371

~] inder~aad defiruetpositief is, en

5 2
(iii) A = 2 6 . Laat zien dat A
[
o 2 7 .
bereken S.
b) De re"ële nxn-matrix B is symmetri&ch en heeft', slechts 'eigenwaarden groter
dan 0. Toon aan dat B definiet positief is.
c) De reële 3 x3-matrixen Cl en C2 hebben beide de eigenwaarden 1, 2 en 3.

Onderzoek of Cl en C2 definiet positief zijn. '[ ]

d) p, a en T zijn reële getallen en 'D is een reële 2 x2-matrix; D = pa.
I , . . a 7 .
(i) Toon aan dat D definiet positief is, dan en slechts dan als.p > 0 en
detD,> 0.
°
(ii) p> en detD >
0. Toon aan dat de funkti~
f(XI,X2) = px;
+ 2axIX2 + 7xi
een kleinste waarde heeft in (0,0).
(iii) Ga na welke van de onderstaande funkties een kleinste, en welke een
grootste waarde in (0,0) hebben.
.
g(Xt.X2) = 2XI2 + 6XIX2 + 5X22 + 8,
h(xï,x2) = -5x; + 2XIX2 - 6xi + 9~
k(xt.x2) = 2x; + 4XIX2 + xi + 10.
-
e) p, a, 7, a, {3 en 'Y zijn reële getallen en E is een reële symmetrische matrix;
p aa] _. '
E= [ :~~' , ,.' ,

(i) .Als E definiet positief is, bewijs dan dat p > 0, en det [~ ~] > ° en
detE> 0. . ~

(ii) Als P > °.

en d~t [pa a] >
7
°
en detE > 0, bewijs
'
da~ dat Edefiniet
.

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

(iv) Geef een noodzakelijke en vo190ende voorwaarde, overèenkomstig met

opgave dei), opdat E positief is.
f) M is een reële ~xn-matrix ; F = MTM.
(i) Toon aan dat F positief is.
(ti) RangM= n. Toon aán dat F definiet positief is .

. 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

We kunnen f als volgt in matrixvorm gestalte geven.

n
~ al'x'
j=1 J J
n
n n n n ~ a2'x·
j=1 J J
f(X) = ,~ ,~ a"x'x'
Fl J=1
lJIJ =, ~ x'I, ~ alJJ
..1=1 J=1
.. x· ~ [Xl ' x2' .. x n ]
.
=

au al2 .. . aln
a21 a22 .. " a2n

f is d1l;idelijk niet,lineair. Er geldt echter voor iedere 0 in IR:

f(oX) = (oX)TA(oX) = 0 2 XTAX = 0 2 f(X).

We stellen ons de vraag of er een koördinatentransformatie bestaat, met nieuwe

koördinaten Yj, i := 1(1 )n, waarmee f(X) overgevoerd kan worden in een som van
zuivere kWldraten van de nieuwe koordinaten. Met andere woorden, kunnen we een
 §85 373

transformatie vinden waarvoor er getallen Pi, i :,,;, I (l)n~ bestaan zodat

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:

g(X) = [Xl Xi X3] 0l 42 6]

4 fXI]
X2.
f o '0 I X3

We kunnen ,g echter ook beschrijven met behulp van een symmetrische matrix, zeg R:

g(X) = xl + 4XIX2 + 6XIX3 + 2xi + 4X2X3 + xl =

"{splits de gemengde termen in twee gelijke stukken}"
,
= (xr + 2XIX2 + 3XIX3) + (2X2XI +~ 2xi + 2X2X3) + (3X3XI + 2X3X2 + xj) =
= XI(XI + 2X2 + 3X3) + Xi(2xI + 2X2 + 2X3) + X3(3xI + 2X2 + X3) =

= [Xl [2:~ ~:: ~::] =

X2 X3]
. 3XI
: ':
+ 2X2 + X3
[Xl X2 ' X3]
.
[~ ~ ' ~]
3 2 I
f::]·
X3

r-,
,
De matrix R =
[
I 23] , ' . c

2 2 2 is inderdaad symmetrisch, .terwijl geldt dat g(X)

'

= 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.

t -' 1 -2 -'3 1 t-l -2 -3

det(t 13 - R) = -2
-3
t - 2 -2
-2 t - 1 f = -2
-t - 2
t - 2
o t
-2
+2
=
I I III I"II I """'I"Y" I .I!,,".

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.

De eigenwaarden van R zijn: Àl = 0, À2 =6 en À3 = -2.

Nu de eigenvektoren. Bij Àl = O. Los X op uit RX = O.

[
;
3 2 1. 0
; ;:~] ~ -+ [~
i' , 1
:2 !4:~] ~
0 -4 -8. 0 weg
-+ [~ ~2 -1 :OJ
-4:0 .

8 2] is een oplossing. Na nonnering volgt dat V, =~E~ een eigenvektonan R is

bij eigenwaarde 0 en met lengte 1.

Bij À2 = 6. Los ·X op uit (61 3 - R)X = O.

[ 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

is bij eigenwaarde -2 en met lengte- 1.

 §85 375

We definiëren .nu Q door

,
1 1 1
' .jó -fi .J2
I I I -2 1
Q= VI V2 V3 = 0
.,ft .J3
1 1 1
V6V3 -J2'
Daar het drietal (VI, V2 , V3 ) een o,r tonormale basis voor IR3 vormt is Q een ortogonale
matrix. Met stelling 19 volgt nu dat Q-IRQ = QTRQ = dia'g(O,6,-2).
W,e bepalen de ortogonale koördinatentransformatie, met Yb Y2 en Y3 als nieuwe
kp'ördinaten door
. .

- 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

p-ISP = pT Sp = diag(Pi,P2, ... ,Pn)

376 §85

Met de ortogonale koördinatentransformatie

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,

d) Van twee krommen in het platte v:lak zijn hun koördinatenvergelijkingen

gegeven ten opzichte van een ortonormale basis e = (~t. ~~).
(i) 2xf + 6XIX2 + 5xi = 1 bepaalt de eerste kromme,
(ii) 2xf + 6XIX2 - 4xi
=' 1 bepaalt ' de tweede kromme.
Ga na welke van de twee een ellips, en welke een hyperbool is.
e) g is de. volgende reële kwadratische vorm op IR2. g(X) = xl + 4XIX2 + 3xi.
 §85 377

. Bereken de . grootst~ en de kleinste waarde van g op de volgende twee ver-

zamelingen.
(i) xl + xi = I,
(ii) xl + xl = 4.
f) A is een reële posItieve nxn-matrix: f is de reële kwadratische vorm op IRo
bepaald door f(X) = XTAX. ,
Toon aan 'dat f zijnJleinste waarde aanpeemt in On . .
g) De reële kwadratische vorm h op 1R3 is bepaald door
h(X) = xl + xi + 3xl + 2XlX3 + 2X2X3'
Bereke~ de grootste en de kleinste waarde die h aanneemt op de verzameling
xl + xl + xl .= 1. -:"I .
\.

Opgave_99 ,
Laat A een nxn-Hermite-matrix zijn. Een komplexe kwadratische vorm is een
funktie f: <c n ~ <c v~~' de gedaante ' .

De rang van f is bij-de(initie de rang van A.

a) Toon aan dat f(X) reëel is voor elke X .u it (ro.
b) Toon aan dat er 'een unitaire nxn-matrix P bestaat, en n ~l of niet samen'"
vallende reële getallen Ph i := 1(1 )n, zodat de koördinatentransformatie, met
nieuwe koördinaten Yb i := 1(1 )n, bepaald door

py p[rJ
= = DJ = x,
n ' 2
f(X) overvoert in de som ~ PilYil .
i=l
. I. ' . -

c) Als n·= 2 en A = [I ! i; iJ ' bere~e~

i dan zo'n unitaire m~trix P en z~'n
paar getallen Pl én ih; berek~n o'ok de rang van f.

'. [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

86 Lineaire operatoren in IR" enC"

In deze paragraaf beschouwen we eigenwaarden en eigenvektoren van lineaire operatoren in 1RD
en CCn•
Laat ~: 1RD~ 1RD(ccn~ CCD) een lineaire operator zijn.
Een eigenwaarde van ~ is een reëel (komplex) getal waarvoor een vektor V in 1RD(CCD) bestaat
met de twee eigenschappen
V:#OD '
~V=AV.

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.

b) :1rF~i~~l~;rnJ: [-:] [-:1 =

(i) Bereken de koördinatisering van,1J op de natuurlijke basis van CC3•

(ü) Bereken de eigenwaarden van 1J.
(iii) Bewijs dat 1J diagonaliseerbaar is.
c) Cis de lineaire operator in CC2 bepaald door

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

(i) Bereken de eigenwaarden van 'D.

(ü) Bepaal ~n ortonormale basis voor JR4 waarop 'IJ een diagonaalmatrix tot
koördinatisering heeft.
 380 antwoorden

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.

S.a. p = 2 en q = S. {(-~ - !Jo: - ~~,-~ -!Jo: - ~~,0:,~)10:,~ E IR}.

b. p = 3, q = 1. {(-2 +0:,1 -0:,-1,0:)10: E IR}. -
6.a. {(-I,I,I)}. b. {(2,-I,-1)}. c. {(-·6,4,3)}.
7.a. {(S-4i)0:,(-3+7i)0:,0:)IO:E(];}. b. {(-3+i,3+3i,4-2i)}. c. {(i,i,2)}.

9.a. [~I3 2 J: [3 3 -1OJ [-5 3 14J [14 12 -46J

82 _2 ' 2 -6 12 ' 14 10 -8' 5 -28 53 .
b. X = B - A (zie 9.a). c. Y = -~[4A - SB] (zie 9.a).

IO.a. [~14 5
13 12
~]. b. h [~7
-18
~I7s =~:].
-27 -36
c.![ 3~ ~~~ =~~].
102 33 -36

l2.a. (x,y,z,w) = (-1,2,-7,1). 1). (x,y,z,w) = (2,-12,-3,±2) .

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

IS~ [~ ~J [~J = [~J [3].

,- [28 12 -4] [~19 -25 -31]
16. 52 18 -16 ; -16 -16 · -16 .
92 28 -36 9 27 45
 ' antwoorden 381

, [001] [0 01] ' ,

19.a. A = .x.y Z • b. bestaat niet. c. A = I I;
bestaat niet.
, 100 10 0

22.a.[~ ~l[~ ~ltLt-1. b.BP=[~ ~ 2:]:PE JN!-., c.[~ ~ ~];nu1matrix; t 3•

, 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 '

23.c. In het algemeen ongelijk; _

1 2
[01 °2J' [3 , 4 J= J 1
[ '6 82 -r-
-L
1
[3, 48 J= J1 2
[ '3 4 [01 °2J ·
f. (x,y) = (-4,-6). g. r = 4; neen. j. ja.

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

27. [-L: -n +{-~ ~ n+{~ -;n +

, .
1G ~ -U, O,P,1E R

29.a.ABT=[ 2 6], ATB=[_11"BAT[2 -1] ;BTA=[_11.

-1 -3 6 -3 '
,
c. C +C,
T [26 10]
= 10 -20 ' =
[0 04]'. f= ,[-12-]. ' g. ïn(n
C-C
T
-4
1 . l
+ 1)- h. 2 n(n - 1).
' /

1 000

t[_\l -: _~]; . ~ _~ '~!];

1.100 '
2
31.a. A-I = B- 1 = [, C- 1 bestaat niet; n- 1=

,2 -3 1 , -2 -4 5
1.2.1 ' 0
3 3

E-l=[-~ -~-' -I ~~J;F-l=[~ -i~: jJ;

1. 2, .1 1
444

, ° -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

33.a. Laat A2M =J, dan is A-I =, ÁM. 1

b. B-I = - :"'3 I 2 - 2C +.lJ.
.B. c. C-I = LC
2 4

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 ..

x={ ~~ -:: -~n. =[=: -8 10] [ -3 -140 , 190]

3. -5 . c. Z = ~ -12 , 133 -185 .
35.,. b. Y
-25 35 , 6 -50 70

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. D- I = [c~sex Sinex] , ex E IR.

,
I -smex cosex ' '
,
Di- 1 bestaat niet .
D3'l bestaat iliet als a =0 of ~ = ° of 'Y = 0. Als a =1= 0 , ~ =1= 0, 'Y '#= ° dan
'Y 1 1
-2~ 2a 2lJ
1 ,{3 1
D -3 1- '
-
2ex - 2ex'Y 2'Y
1 1 ex
2~ 2'Y -2~'Y

39.a. A en D Hennite matrix; E scheve Hennite-matrix.

.b. B-l =23' 1 [5 + 4i 2+i
-2-i]
4 ; (BH)-I = 23 - 1 [5 4i_2+i 4
1 [ -8 7+4i]
2-i ] . D-l .='--
89 7-4i 3'
' . (DH)-l = D-l ,
1[ 0 -1-.2 i] ,
E-l = 5' 1-2i 0 ; (EH)-l = -E-l.

c. Re D =. '[-3787] ' , Jm D = [ 04]0

-4
, Re E == [0-1 01] , Jm E = ['0202] ' [604]6 . [0-1 -11]
, Re F = , Jm F =

4+7i . 8i ] [-2-i 0]' .

d.AD= [ 3i 4-7i ,AE= 0 2-i .

e. (GH)H =GH ~ GH =HG. f. (GK)H =-(GK) ~ GK ~ KG.

41.b. (i) geen oplossing.
(ü) geen oplossing als 2~ =1= 312. Als 2~ = 312. voldoet elke ~.
(üi) Als À = -1 voldoet elke .!. Als À =1= -1 : ~ = h.
c. (i) e = -10~ + 612, l = -6~ + 312·
(ii) .! = -20~ - 2812, l = 28~ + 4212.
 antwoorden 383

42 .•. [,I ~ mxUJ + x +, ~ 2 hd,,] ~ Ul ["~I ~ [-n;[~] ~ [-H

. c. Ql kruist ml; Q211m2; Q3 = m3; Q4 snijdt m4in [2,0,-2]T.

d. ln +aH] ~ [=HHU]
[.1 ,[,I f. x -2y ~,~-4
g. [~]f~} ;gl ~ Ul ~ h. x + 3y -2, -4.

i. [.1 ~ mo[!]+ ~[~}x ~ ~ m,

+ 2; [g [,I ~[=H
43.b. V is in het platte vlak een rechté (in de ruimte een vlak) 1~, met t~ als. steunvektor.
W is in het platte vlak een rechte (in de ruimte een viak) 1 S met -~ ~ als steunvektor.
44.a. Yfi; y'29; . b. 1T; ~1T; ~; ~ .

'0[~J±31m d±tU}±Jo[G '.~~ADl~~~[n

3
f. UJ[H g m,nn ] h·m
-'
4S.a. ~Vï; 2V30; 21. b. 9; 3; 3. ç. 3; . 7; 4v'3~

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
+

'46. Overmorgen, op hetzelfde tijdstip als vandaag.

47.a. ~; 6; ,3. b.12Sî; 89~ . c. -40; -24; O. d. {-S,8}; {-3,8}.

f. Soms juist: B= [~ ~l c = [~ ~J. Meestal onjuist: B = [~ ~J. c == [~ ~J.

48.b. ~,Q en ~ liggen in één vlak en bepalen drie parallellogrammen. Die hebben alledrie
dezelfde oppervlákte. ~
c. (i): Teken Q =1= f en daarna .!!.1 f - Q. Dan vólgt de onjuistheid van (i).
(ti:): teke ll Q =1= f en daarna ~ ' ~angs f - Q. Dan volgt de onjuistheid van (ii).
d. (i): I behoort tot het vlak ~.~ = ~.Q, waarvan ~ een normaalvektor en Q. een element is.
(ii): I = Q + À'!. À E IR.
(iii): I = Q..
g. ~ 1 Q en ~ 1 ~.
 384 antwoorden

49.a. -216; -55; 6; -75; O.

b. (x - y)(y - z)(z - x)(x + Y + z);
(x - y)(y - z)(z - x)(xy + yz + zx);
(x + y + z)(xy + yz + zx _ x 2 _ y2 _ Z2 );'
-(x - y)(y - z)(z - x)(xy + yz + zx);
4xyz.
c. {-5,2,3}; {l,O}; {-7,4 - {6,4+{6}.
-1 ,
a -- a,{3,r E IR;
-ar + (3
1 [Sin{3 -cos{3
1 {3 - a =1= 0 (mod1T);
B- = sin({3 _ a) -s:a co; a

C-1 = CT voor 'alle (X en [l.

50.a. y'Tt; h/1374; ~V3. b. 6; 324; o.

f.1:: - I ~ -~ = 0; [~l = [=~]; ([~.l = [~] is onjuist!).

X3 - 1 1 1 1 1
g. Rechts ,als -3 < À, < 0, links als À < -3 of À > 0;
rechts als À < -4, links als -4 < À < I ' of À> 1.
,h. {-I}; {- Lal
52. Loop van de eik naar de berk. Maak daar aangekomen een rechte hoek naar rechts
en loop nog eens dezelfde afstand. 'Steek daar een mes in de grond. De schat ligt
halverwege de rechte lijn van het mes, naar de eik.
, S3.b. 1) Er zijn mogelijk onbehuisden in Nederland.
2) Er zijn mogelijk mensen met twee huizen in Neder!and
ç
g. de 1-.projektie op de drager ~:
'lJ de draaiing om !<J over rt/2 in positieve zin vanuit ~ gezien.
.54.a. 5I, de 1- projektie op het vlak opgespannen door ~l en~.
,jt-l{3~1 +~} is· de lijn door 3~1 + 2~, //!<J. , '
b. 'l3niet 1-'1; 'l3projekteert iedere vektor 1- op de drager van Q en vermenigvuldigt die projektie met 25.
t]3'"l{Q} is de lijn door #.,1- Q.
c. Cniet 1-1; Cis de spiegeling ten opzichte van de drager van c. Cl {f} ={f}.
d. t]) is 1-1; 'lJI2 =(4c0si + 3sin~)~1 + (4sin~ - 3cos~)~; "'lJI2" =5; ~; 'lJis de draaiing in positieve zin
1t
over 3". . ..J
e. 'E is niet lineair; 'E"""l {Q} = {~} u (lijn door 0, 1-~; 'E niet I-I, 'E"""l {~} = { -1; ~~}.
f. (i) f(x) = 1x; (ii) g niet lineair.
g. (j lineair <=> (p,q) afhankelijk.
h. J{~ = Sl3; HSl3 =~; J{ is de spiegeling ten opzichte van het vlak opgespannen door ~len ~ + Sl3;
=
:H(X~l + y~ + .z~) X~l + z~ + y~.
k. Er is niet gegeven dat :Hlineair is.
1. Het drietal (3~1 + 2~. 3~1 + 3~ + 3~. 2~1 + J<2 - ~) vormt geen driebeen.
 antwoorden 385

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

(ii) Q-l =t[ 19

38
~7
18
], R-l ,,;, [c~sa Sincx.],
-sma eosa
S~l = S, T-l =
.
t[ 1 -1].
7 17

(iü) RP = 113 [ : ~], PR = 113 [~ ~] , SR = 113 [-~2 :2l RS = -SR, SP = PS = P.

(iv) SRP = L[ -4~ 9].

13 6 '
PSR = PR' RPS = RP.
' /_
,; r

, 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

56.a. (ii) T = t l ' 2 2 ] -

2 1 -2 ; (iü) 1; , (iv) [gJb = 113
[-4'],we . t
19 =
[20]
-5 .
.
[
-2 2 -1 ' -8-4
 386 antwoorden

(v)[Y1]~ = t[ -246 -12 -9] [' 8

57 0 , [IEl: = t 1
4 -1]
-4 -8 .
, -15 12 0 -4 7 -4

640 1096 -728 ] [-20 48 -24]

(vi) [11: = t [
543 942 --{i22 .' [11~ =~ -19 42 -17
1385 2390 -1582 -30 ,60 -22

(vii) Vop b-basis: 8Yl + 25yz + 32Y3 = 8; V op c-basis: 89z1 + 41zz + 170z3 = 8.
c. T- 1S. .

1 0 lt lt ] ~ [COS~ 0 Si~] [CO~ sin~os~ Sin~o~]

57.a. 1) 0 cos .- sm , 2) 0 1 0 ,3) 0 cos~ -sin~ ,
3 3
[
o sin~ cos~ -sin~ 0 co~ --sjn1t cos1!si~ co~o~
4 4 3 -4 3

4) [ ,;;~~ ,:~ ~:o~], ~1 ~1 ~], ~1 -:~':: 5)'[ 6) [ ] ,

lt·lt·1t 1t lt 001 ' Osm-colF"
, -cos3" SlIt; sm3" cos3" cos; 4 4

7) [· ~:s~ ~1 -s:~], [~ ~1 ~], [~ ~ ~ 8) 9) ] .

-sinK 0 cosK 1 0 O · 0 0 -I ,
4 4

, 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

4) - t[: :;} ~ [~ ~1 ~ ]=, R + S. ~ R- S

 antwoorden 387

d) 2) Ql = E' ~ een ,eenheidsvektor.l ~,Ç.J = kl x~. 4).J"='J)·rr, V: ~ = (lQl +~, (l,[3 E IR

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. '

e ~, À, =-I, b",is ll. W' =[ : ] ; À, =2, b"is Y. Ixl' =[

fj: 11-1 = -1, basis y; 11-2 = -3, basis (y,~.
!l À, =5, b",i, Y/., [yd' =[ ; ] .

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

61.a . .!'II: Al = 1, basis S<l - .1<2; A2 = 5, basis !<.l + 3!<.2; diag .

.!'I2: Al = 1, basis !<.l .- .1<2; ~ = }, basis ~l + 3.1<2; diag .
.!'I3: geen eigenwaarden; nierdiag.
)<4: A = 3 (dubbel), basis ~~ + ~; niet diag.

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•

'g.1) t[ ~ ~ ~. ], ! ~ ~ ~], J ~ ~ ~].

111
2)
tlll >
3)
it999
,

62.a. (i) dalparabool.

Àt
• > 2
(ii) geen eigenwaarden sp A =2Aj ; lAl = A;
(iii) Al en A2 niet diag., A3 en ~ diag.
b. (i) (ii)

Al enige eigenwaarde Al enige eigenwaarde >

sp B -:I- Al -:l-IBI sp B =3AI; IBI =Ai

 antwoorden 389

sp B =1..1 + 2Àz sp B = 21..1 + I..z sp B = 1..1 + I..z + 1..3

, IBI = 1..1(I..Z)2 IBI = ( 1..1)ZAZ . ,
IBI = 1..11..ZI..3
(iii) 1) niet diag., 2) niet diag., 3) niet diag., 4) diag.,
,
5) niet diag., 6) diag., 7) niet diag." 8) diag., 9)
'

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.

63.b. (ii) I : 3. = A(COS ~ ~l + sin ~ ez), A E IR.

COS 2<p sin 2<P] .'. ,
(iii) B = A; m: ~ = ~(cos <p ~l + sin <p W, 11 E IR. '
[
sin 2<p -cos 2<p : '

(iV)B=A[ ~ ~lln:~=V~,VE IR.

c. '!5 draait over ~ - a; STdraait over a - ~.
, 4
d. <p =arccos 5'
I 7
e.x= 5'Y= 5
f. (i) p = ~ , q = - t of p = - ~ , q =t·
(ii) p= ~ , q = - t; = P(3~1 + W, p E IR.
:3.

,
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.

f. [11: =[ ~1 ~-; '] ' .

o 0 -1
 390 antwoorden

66.a. (i) Al = I, basis Cä, ~ + Q.);-A2 = 3, basis Cä'xQ.). (ii) [~1 ~1 ~].

rl
. . 0 0 1

b. À, = 2, b"i, ,,;/., = -2, b"i,!!; À, = 0, b"i, fX!!; t[ ~ ~

c. (i) c = (iU:I- ~ ~3), izU:I +~, ~U:I - ~ - 2~»). [CJ~
+ (ii) = diag (0,1.,1); [C]: = t[ ~ ~ 1
-1 ]
-1 1 2 .

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.

70.•. [p,]r, = PI liJ [P,J'- =

b. <1>1: ([ I 2 0 5jT,[O 3 1 7jT),

'1'1: ([-6 1 0 Of,[-5 0 1 OjT,[2 0 0 1]).
<1>1 + '1'1: e; <1>1 n '1'1: ([3 3 -1 8jT). '-
«I>z: ([1 1 ° 0lT,[O 0 1 OjT,[O °
0 l]T),
Wz: ([1 -1 0 OjT,[l 0 -1 OjT,[l 0 0 _l]T).
«I>z +Wz: e; · «I>z n Wz: ([1 1 -2 OjT,[l 1 0 _2jT).
«1>3: ([ 1 0 1 2jT,[O 1 1 2jT),
'1'3: ([ 1 1 1 OF,[ -2 1 0 l]T).
«1>3 + '1'3: e; <1>3' n '1'3: .cl>.
71.a. (rangMj, i := 1(1)6) = (3,2,1,2,1,2). .
b. NI: À = 0; N z : À = -2, IJ: = -4; N 3 : À =. -1, IJ. = 8 of À = IJ. = -6.
c. NUL(Pd: ([3 -5 1 OjT,[5 -9 0 l]T),
KOL(Pt ): ([2 4 1 1jT,[ 1 3 1 OjT),
RIJ(P1 ): ([0 r 5 9jT,[1 0 -3 _5jT).
 antwoorden 391

NUL(P2): ([ 1 0 1 3)T,[ 0 1 1 l)T),

KOL(P2): ([ 1 0 1 2)T,[0 1 -1 _l)T),
RIJ (P2): ([3 1 0 -I)T,[I 1 -1 O)T).
NUL(P3):([-I 1 0 O)T, [-1 0 1 OjT, [-1 0 0 IjT),
KOL(P3): [1,2,3,4 j T
RIJ (P3 ): [I,I , I,I]T
d. À = -I, Jl = 13.
e. (VE 1R\{3}, À,Jl E IR) of (v = 3, À + Jl = 9, Jl E IR).
f. UT = [-1 4 5 6j, wT = [2 -2 -2 '::"'2jT.
(

_ t[7] ' [3]

72.a. (i) [Uj! =
-2
3
[Wje =
1
0
.
"
,
(ii) 2YI + 2Y2 +'2Y3 + 2Y4 = 1.
•
"
(iii) Xl - X2 - X3 - ~ = 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

:~ l(ii)([ Jril '(Üi)([ ~] E]>

,

, ' [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

, ,

b. f, F, =.{ ~l~' vhl! ~J1 =

f, F, = },[n F, =J.[IJ F, =F,[n

d. IIUII = 2 v9ï, IIVII = 00,
<U,V) = 36 - 28i, (V,U) = 36 + 28i.
T
77.b. X = [1 1 3 -1 _1]T, yT = [-4 -5 3 2 -2].
c. XT = [-9 1-3i -18-i]T, yT = [3-i 4-2i _1+i]T.
d. NUL(M): ([1 0 -1 _ lj T,[O 1 2 l]T).
NUL(MT): ([1 0 -1 ijT,[O 1 -1 l]T).

78. a. -0.20 + 1.1 0 tI

-0.30 - 2AOt exakt
I -2.00 + LOOt
-0.05 + 0.13t' afgerond. ,
b. [1 , 1 -1 _2]T, [1 1 0 2 l]T, [1 2 -1 1 3 l]T.
:79.a. (1,2,3,4), (2,3,4,1), (3,4,1,2), (4,1,2,3), (1,3,4,2), (2,4,1,3), (3,1,2,4), (4,2,3,1),
(1,4,2,3), (2,1,3,4), (3,2,4,1), ~4,3,1,2)i (1,3,2,4), (2,4,3,1), (3,4,2,1), (4,2,1,3),
(1,2,4,3), (2,3,1,4), (3,2,1,4), (4,3,2,1), (1,4,3,2), (2,1,4,3), (3,1,4,~), (4;1,3,2).
b. oï 1 ' = (3,4,1,5,2), ol = (1,4,3,5,2);
oi 1 = (4,3,2,5,1), ol '= (4,2,3,5,1);
03'1 = (4,1,5,2,3), ol = (4,1,3,2,5).
1
C. 010203 :: (1,3,2,4,5), 030201 = (4,1,3,5,2), oi ol = (4,5,2,1,3), 030ï10l = (3,5,2,1,4).
d.71 = (3,2,1,4,5),72 = (1,4,3,2,5), 73 = (1,5,3,4,2), Ol = 117273 ,= 72731:1.
'80.a. Voor i = 1: J; sgnol = sgnoï 1 = sgno? = -1; sgnol = 1; oï 1 = (2,3,1,5,1).
Voor i:::; 2: 5; sgn02 = sgnoi 1 = sgnol = -1 ; sgno{ = 1; 0;1 = (2,4,5,1,3).
Voor i = 3: 6; sgn03 = sgno3'l = sgno; = sgnol = 1; 03'1 = (3,4,2,5,1).
Voor i = 4: 4; Sgn04 = sgno4'l = sgno,r = sgnol = 1; 04'1 = (2,3,4,5,1) = os.
Voor i = 6: 5; sgn06 = sgno6'l = sgnol = -1; sgnol = 1; 06'1 = (2,3,4,5,6,1).
b. sgnch0203 = 1, sgn040soï1 = -1, ligno;1 0304'1 = -1.
C. pï (1) = n, pïl(i) = i-I, i := 2(1)n;
1

pl(i) = i + 2, i := '1(1)n - 2, pl(n - 1) = 1, pl(n) = 2;

 antwoorden 393

sgnpl = sgnpï 1 = sgnp? = (_ l)n ~ l, sgnpl = 1.

p~1 = PI; pico = n - 1, pi(2) = n, pi(i) = i - 2, .i := 3(1)n, sgnpz = sgnpl = (_ On-I.
p:;1 = P3; pl = €; sgnP3 = sgnp:;1 = sgnPI; sgnpl = 1; .
mod4 ' {2 + mod4
sgnp3 = 1 alsn= { 1 . ; sgnp3 = - 1 als n =
. + mod4 _ ~ + mod4.

84.a. -5, 216,120,-629,60,7, -2106, - 5760.

b. -(x - 1)2(x - 3)(x + 5) = 0, X E (1,3,-5) .
-(x + l)(x - 2)2x =0, x E {O,-1,2}.
(x -l)(x - 2)(x -; 3):;: 0; X E. {I,2,3}.
(_1)k als n = 2 k } .
c. detA = (_On-l(n - 1)(n!), detB = (":"On-In!, detC = -So2 n,detD n = kE ]N\{Q}.
{ ° als n = 1 + 2k
d. detDT = 14, dety7E- 1 '" 49y7/S, detEZE- 1 = 5, det2ED = 2240, detD 2
detD 2 E- 1 = 196/5, detE- 1 D- I E = 1/14.
S5.a. V is eigenv~ktor van A2 bij ').,.2 en van.A-I bij À-I.
b. BI : À1 = 2, ([l,O,0,~]T,[0,I,l,2]T); À2 = 3, [1,l,O,O]T; À3 = 4, [l,l,l,O]T.
B2: À1 = 0, ([l,-l,O,O]T,[l,O,-l,O]T) ' [l,O,O,":"l]T); À2 =.4, [l,l,l,l]T.
B3 : À1 = -1 ; ([l,-l ,O,O]T,[l ,O,-l,O]T), [l,O,O,-l]T; À2 = 3, [l,l,l,l]T.
C. Cl: À1 = O,[l-i _l]T ; Àz = 3, [1 1 +i]T.
Cz: À1 = 1, [1 . ll]T;
Àz = _! + !iV3 [1 - iV3, -1
2 2 ' 2
1 + iV3JT. À3 = _! _liV3
2 ',. Z 2 '
[1 +.2h/3 -1
1 - iV3JT
2 .

C3: À1 = 2, [-i ,0 1 O]T; À2 = -2, [0 -1 l]T. °

1:1. Bij A + B is À + IJ. eigenwaarde. Bij AB is ÀIJ. eigenwaarde. Bij zA .is zÀ eigenwaarde.
86.b.a=-5,j3=O,r= 1;
À1 =3, [10 3]T ; À2 = 1, [0 1 5]T ; À3 =-2, [{ _2]T. °
c. x=-i,y=-2,z=-S,u=8,v=6 ; À1 =-6,[1 1 l]T; À2 =2,[5 1 _l]T; À3 =0,
[1 1 _2]T.
e. À1 = 0, [1 3 l]T; Àz = 1, [2 -1 4]T, [-3 2 l]T.
87.a. ~ blijft in Nederland, ~ gaat ~aar h~tbuiten1and.
88.a. Ah A2 en A3 niet gelijkvormig met een diagonaa1maJrix.
b . . Voor BI geen, voor B2, B3, B4 en Bswe1 een diagona1iserende matrix.
d. Yo=V.

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

(iü) A-I =}12[

6 -4
°8
-1] .=
2 ;~A-l(t) t3 "': ~2 +
.
-&- -}2 .
. .0 -4 2 -
(iv) x = 33, 1=-100, z = 84.
(v) fJ.l = ~ tweevoudig, fJ.l = tenke1voudig.
} . }
(vi) ~A-l(t) = (t - 2)2(t -:3)'
 394 antwoorden

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 !

17 YI(t) = 34 e- 3t + ~e3t _ ~e9t

z~(t) = -3z l (t) ZI(O) = ..j65 65 9 3
65
z;(t) = 3z2(t) " met Z2(0) = 3'
14 Y2(t) = 85 e- 3t + 289 e 3t + !Qe 9t
65 3
z~(t) = 9z 3(t) Z3(0) = S Y (t) = 105 e-3t + ~e3t + !Qe 9t
3 65 9 3·

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

y,(t) =!!et _ 3e- t + ~e-2t

3 3

Yi(t) = !let
3 _
+ 3e- t _ ~e-2t
3

Y3(t) = ~et _ 3e- t + l;e- 2t .

'.
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 '

t ~ t 2 - t - 1 geen nulpunten heeft.

95. (") {z~(t) = 2z,(t) + 2z2(t) , {ZI(O) = -I/Vi
I ' z~(t)= 21. 2 (t)' met Z2(0) = 3/0'

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

c) {Zl, (t) = -3z, (t) - 2z 2(t) - {z' (0) = 4y'2,

11 , z;(t) = -3z2(t)' met Z2(0) = ~3../i .
, I ,

y,(t) = (7 + 6t)e- 3t
,J2 [~ -!] [::~:~] [~:~:~] = . Y2(t) = (1 + 6t)e- 3t .
96. a. À, = 0 tweevoudig; À2 ~ 1, en À3 = 2 enkelvoudig.

l io ~l, A)loi i ~ ·~l·

1 0
I -1 0
P='.Ji ' 0 -1
. '0 1 1 0 2 2

b. À, =~ O ; À2 = 1 tweevoudig; P = ' -:-~

, [1

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.

p > 0 en de{ ~ ;] > 0 en detE > O~

98.b. rang bI = 3, rang b 4 = 2, rang b s = 1.
1 5
.J6
o .J3ö
C. gl: 6Yt - 10y; ; py = X, P = J; . Js ' :"'- 00; rang gl = 2.
1 ; 2 1
- ..ft .J5 .J3O

gZ·. 3y'12 +-6y.2

2 + 9y2
3,. py = X , P =!
3
1
2
2
2]
1 ~~ . rang g2 = 3.
.
[
2 -2 i

*
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

d. (i) ellips; (ii) hyperbool.

e. (i) max. 2 + 0;
min. 2 - 0. (ii) max. 4(2 + 0); min. 4(2 - 0).
g. max. 2 + Vi;
min. 2 - 0. .
99.c. P l[l-i +IJ
='-:J3 :-1 1 i ,PI = 0, P2 = 3; rang IS ' 1.

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 . .

c. (ii) Al = i, A.2 = -i; (iii) (~ [ ~ ] ' (~ [ ; ' ] ).

d. (i) Al = 2 (drievoudig), A2 =,-2 (enkelvoudig);

..
(u) ('"
1 1]
[ ~l
:
1[0]
° [1] [-1]'
''''
1 1
' ;:
-1
:
1
' ;:
1
: ).
398 trefwoorden

Trefwoorden

I-I-afbeelding 134 dimensie van een deelruimte 79, 246

l-l-op-afbeelding 1~ dimensie van een lineaire variëteit 82, 254
direkt ortogonale matrix 162
a direkt ortogonale operator 212
aangevulde matrix 36 direkte som van deelruimten 285
aard van een stelsel vektoren 233 doorsnede van twee deelruimten 228
afbeelding 133 draaiing in de ruimte 165
afbeelding, 1-1- 134 draaiing in het platte vlak 140
afbeelding, l-l-op- 134 draaiingsas en -vlak 165
afbe~lding, inverse 134 drager van een pijltje (vektor) 69
~lding, op- 134 driebeen 77
afhankelijk steI vektoren 78, 233
afstand tussen een punt en een lijn 102,269,274 e
afstand tussen een punt en een vlak 101,269,274 echte vergelijking 8
afstand tussen twee vektoren 265,273 eenheidsmatrix 39
algebraïsche yeelvoudigheid 348, 201 eigenruimte van een lineaire operator 183,378
algemene oplossing 7, 10, 46 eigenruimte van een matrix 196,334
eigenvektor van een lineaire operator 183,378
b eigenvektor van een matrix 331,332
basis 78, 242 eigenwaarde van een lineaire operator 183, 378
basistransformatie 156 eigenwa!lrde van een matrix 196,331,332
beeld van een vektor(veriameling) 133 element van een matrix 26
beeldruimte ~an een lineaire afbeelding 259 elementaire (rij, kolom) bewerking 13, 15, 149,
beeldruimte van een operator 172 236,237
bekende term van een (stelsel) lineair~ eliminatie, Gauss-Jordan- 13
vergelijking(en) 7,10 .even permutatie 305
beneden (boven)driehoeksmatrix 43 evenwijdig zijn van lineaire variëteiten -254
buurverwisseling 302
9
c Gauss-Jordan-eliminatie 13
Cauchy-Schwarz, ongelijkheid van 266 gelijk zijn van matrixen 30
Cayley-Harnilton, stelling van 349 gelijkvormige matrixen 182, 343 '
Cramer, regel van 125 gelijkwaardige stels~ls lineaire vergelijkingen 10
gereduceerd stelsel lineaire vergelijkingen 12
d gespiegelde ortogonale matrix 162
deelruimte 75,228 gespiegeld ortogonale operator 212
dèfmiet positieve,matrix 370 gespiegelde van een matrix 48
determinant 108, 118,308 getransponeerde van een matrix 48
determinant als alternerende funktie 109, 119, 314 Gram-Schmidt, ortogonaliseringsproces 278
determinant als funktie van zijn kolommen (rijen)
109, i19, 312 h
determinantrang van een matrix 328 Hermite-matrix 65 .
determinant van een lineaire operator 202 homogeen stelsellinéaire vergelijkingen 10, 17
diagonaalmatrix 27 . (hyper-)lijn, (hyper-)vlak 254
diagonaliseerbare lineaire operator 181,378
diagonaliserende matrix 182,344
 trefwoorden 399

idempotente matrix,,43 lineaire variëteit 82, 228

identieke pennutatie 301 linksdraaiend driebeen 110
identiteit 134 loodrechte projektie 269,274
imaginair déel van een matrix 64 loodrechte stand van twee deelruimten 282
index van een nilpotente matrix 43 loodrechte stand van twee vektoren 94, 268, 273
inhomogeen stelsel lineaire vergelijkingen 10
inprodukt 93, 264, ,272 m
inverse afbeelding 134 matrix 25,62
, inverse van een matrix 52 matrixprodukt 33
inversie van 'een pennutatie 304 matrixvoorstelling van een lineaire afbeelding 261
, inverteerbare afbeelding 134 ' matrixvoorstelling van een lineaire operator 146
inverteerbare matrix 55 minor 320
inv~rteren van etm matrix 52
n
k natuurlijke basis 243
karakteristieke veelterm van een lineaire operator negatief georiënteerd 106, 110
202 ' nilpotente matrix 43
karakteristieke veelterm van een matrix 201,347 , norm van een vektor 265, 273
n n
, karakteristieke vergelijking van een matrix 196" normaalvektor van een vlak in IR (CC ) 268, 274
334 nulafbeelding 260
kern van een lineaire afbeelding 259 nuldeiers . 45
kern van een operator 172 ' nulelement 30
klassiek geadjungeerde van'een matrix 324 nulma,trix 30
kleinste kwadraten, beste benadering 292, nulopérator ' 138
koëfficiënt van een (stelsel) lineaire vergelijking(en) nuloplossing 10
7,10 ' , nulpunt van een veelterm in matrixen 42
koëfficiëntenmatrix van een stelsel vergelijkingen nulruimte van een matrix 230
35 nulvektor 70, 228
~ofaktOl: 121, 320 nulvergelijking 7
kofaktorenmatrix 124,324
kolommatrix 25 o
kolomrang van een matrix 178, 247 omgekeerde elementaire bewerking 15
kolomruimte van een matrix 231 omgekeerde van een afbeelding 134
komplex toegevoegde (gekonjugeerde) van een omgekeèrde van een matrix 52
matrix 64 omkeerafbeelding 134
koördinaten 79, 244 , omkeerbare afbeelding 134
koördinaten transformatie, ortogonaal 161 omkeerbare matrix 55
koördinatentransformatie 156 omkeren van een matrix 52
koördinatisering van een lineaire afbeelding 261 onafuaDkelijk stel vektoren 78, 233
koördinatisering van een lineaire operator 146 onderdeteiminant 121
koördinatisering van een vektor 81,244 onderinatrix 121,' 320
kopelement van een trapmatrix 238 oneven permutatie 305
Kroneckèrsymbool 39 oorsprong 70
kwadratische vorm 372,377 operator 135
oplossing van een (stelsel) lineaire vergelijking(en)
7, 10,23 '
lengte van een pijltje en een vektor 69, 70' opspannen van een deelruimte 78, 231
, n n
lengte van een vektor in IR (CC) 265, 273 orde van een deteqninant 309
lineaire afbeelding 259 <?rigineel, volledig 133
lineaire kombinatie 77, 230 ortogonaal gelijkvormige matrixen 182, 344
lineair omhulsel 231 ortogonaal stel vektoren 275
lineaire operator 136 ortogonale komplement van een deelruimte 284
 400 trefwoorden
ortogonale koördinatentransfonnatj.e 161
ortogonale matrix ~ 61
oitogonale operator 209,378
ortonormaal stel vektoren 275
ortonormale basis 97,275
overstreept getransponeerde van een matrix 65
overstreepte van een matrix 64
p steunvektor van een lineaire variëteit 254
, parameter 8, 13,46
pariunet~oorstelling 8, 13,37,46
parametervoorstelling van een lijn 83
parametervoorstelling van een.vlak 87
permutatie 300
permutatiegroep 302
pijltje 68
positief georiënteerd 106, 110
positieve matrix 370
produkt van een getal en een operator 143
produkt van een getal en een vektor 72
produkt van een getal en een matrix 31 .
produkt van matrixen 33
produkt van operatoren 135
produkt van permutaties 301
projektie, scheve 172
.r
rang van een kwadratische vorm 376,377
rang van een lineaire afbeelding 262
rang van een matrix 178, 250
rechtsdraaiend driebeen 110 '
reëel deel van een matrix 64
n
reële (komplexe) vektorruimte IR (CCn ) -227
règuliere matrix 55 . v
richtingsvektor van een lijn 82
richtingsvektor van een lineaire variëtiet 254
richtingsvektor van een vlak 86
. rijmatrix 25
rijrang van een matrix 178,247
rijruimte van een matrix 232
s vektorvoorstelling van een lijn 82
scheefsymmetrische matrix 50
scheve Hermite-matrix 66
scheve projektie 172
singuliere matrix 55
skalaire matrix 42
skalartripleprodukt 115
som van matrixen 31
som van operatoren 143
Som van twee deelruimten 228
som van vektoren 70
som van verzamelingen van vektoren 82
spiegelen van een matrix 48
spiegeling t.o.v. een lijn 165
spil van een elementaire bewerking 11
spoor van een lineaire operator 202
spoor van een matrix 200, 346
stelsel lineaire vergelijkingen 9, 23
steunvektor van een lijn 82
steunvektor van een vlak 86
strijdjg' stelsel lineaire vergelijkingen 10
strikte beneden (boven)driehoeksmatrix 43
symmetrische matrix 50
symmetrische operator 216,378
t
tegengestelde van een vektor 70
teken van een permutatie 305
transformatiematrix 158
transformatievergelijkingen 157
transponeren van een matrix 48
trapmatrix 23.8
triviale deelruimte 76, 228
triviale oplossing 10
tweébeen 76
u
uitdunnen van een stel vektoren 241
uitprodukt 111
unitaire matrix 280
unita4'e operator 378
unitair gelijkvormige matrixen 343
valse vergelijking 8
Vandermonde, determinant van 326
veegproceduren 11,15,54,120,149,238,317
veelvoudigheid, algebraïsche 348
veelvoudigheid, meetkundige 350 .
vektor 70, 228
vektortripelprodukt 113
vektorvoorstelling van een vlak 86
vergelijking in nonbekenden 7
vermenigvuldigbaarheid van twee matrixen 33
verschuivingsgelijk zijn van pijltjes 69
verwisseling 302 ·
vierkant stelsel lineaire vergelijkingen 58
vietka.'1te matrix 25
volledig origineel 133
voortbrengen van een deelruimte 231
vrijheidsgraad 8, 13,82